CN104344938A - 用于监测振动数据的系统和方法 - Google Patents
用于监测振动数据的系统和方法 Download PDFInfo
- Publication number
- CN104344938A CN104344938A CN201410333969.0A CN201410333969A CN104344938A CN 104344938 A CN104344938 A CN 104344938A CN 201410333969 A CN201410333969 A CN 201410333969A CN 104344938 A CN104344938 A CN 104344938A
- Authority
- CN
- China
- Prior art keywords
- processor
- frequency
- envelope spectrum
- failure
- envelope
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
- G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/04—Testing internal-combustion engines
- G01M15/12—Testing internal-combustion engines by monitoring vibrations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N19/00—Investigating materials by mechanical methods
- G01N19/08—Detecting presence of flaws or irregularities
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
提供了一种用于监测振动数据的系统和方法。例如,一种交通工具可以包括至少一个引擎组件,耦合到该至少一个引擎组件并被配置为监测该至少一个引擎组件的振动的传感器,通信耦合到该传感器的处理器,该处理器被配置为基于来自该传感器的振动数据来确定多个包络谱,基于该至少一个组件中的每一个的旋转速度来针对该至少一个引擎组件中的每一个确定故障频率,并针对在所确定的故障频率下的改变监测每个包络谱。
Description
关于联合赞助研发或开放的声明
本发明是由军方(AATE)项目资助的W911W6-08-0001号协定下在政府的支持的情况下所做出的。政府对本发明具有一定的权利。
技术领域
本公开一般地涉及健康监测,并且更特别地,涉及用于监测振动数据的系统和方法。
背景技术
用于旋转机器的机械健康监测系统具有两个主要目标。一个主要目标是对即将发生的故障发布提前警告。另一主要目标是防止由于最初损坏和二次损坏而引起的任务中断和昂贵的修理。可以通过及早并在高置信度的情况下检测损坏或通过将寿命的尽头尽可能晚地延迟来延长在第一目标中所提到的提前警告时段。因此所需要的是自动持续监测旋转设备的机械健康以尽可能早地检测损坏,从而允许足够的时间来安排修理。
发明内容
例如,在一个实施例中,提供了一种交通工具。该交通工具可以包括,但不限于,至少一个引擎组件,与该至少一个引擎组件耦合并被配置为监测该至少一个引擎组件的振动的传感器,以及与该传感器通信耦合的处理器,该处理器被配置为基于来自传感器的振动数据确定多个包络谱,基于该至少一个组件中的每一个的旋转速度来针对该至少一个引擎组件中的每一个确定故障频率,并且针对在所确定的故障频率下的改变监测每个包络谱。
在另一个实施例中,提供了一种用于监测交通工具健康的方法。该方法可以包括,但不限于,由处理器接收来自振动传感器的振动数据,由处理器基于该振动数据确定要被分析的多个包络谱,由处理器基于交通工具的至少一个引擎组件的旋转速度确定多个故障频率,并且由处理器在该多个包络谱中的每一个内监测该多个故障频率。
在又一个实施例中,提供了一种计算机可读介质。当被处理器执行时,该计算机可读介质使该处理器基于来自传感器的振动数据确定多个包络谱,基于至少一个引擎组件中的每一个的旋转速度来针对该至少一个组件确定故障频率,并且针对在所确定的故障频率下的改变监测每个包络谱。
附图说明
接下来将结合以下附图来对具体实施方式进行描述,其中相同的数字表示相同的元件,并且其中:
图1是根据一个实施例的引擎的框图;
图2是根据一个实施例的用于监测引擎健康的一个示例性方法的流程图;以及
图3是根据一个实施例的用于监测引擎健康的另一个示例性方法的流程图。
具体实施方式
以下具体实施方式本质上仅仅是示例性的,并非意在限制本发明或本发明的应用和使用。如本文所使用的词语“示例性的”意思是指“作为示例、实例或说明”。因此,在本文所描述为“示例性的”任何实施例不一定被解释为比其他实施例优选或有利。本文所描述的所有实施例都是被提供为使本领技术人员能够制造或使用本发明的示例性实施例,并且不限制由权利要求所限定的本发明的范围。此外,不意在被前述技术领域、背景技术、发明内容或以下具体实施方式中呈现的任何表达或暗示的理论所约束。
图1是根据一个实施例的引擎100的框图。引擎100可以是用于交通工具(例如飞行器、宇宙飞船、汽车、或者海上交通工具)、变速箱(例如直升飞行器变速箱)、或用于使用风力、水力或热能的发电机的引擎,经由块105所图示出。例如,在一个实施例中,引擎100可以是飞行器的涡轮引擎。然而,本领域技术人员将认识到,引擎100可以利用其他技术,如果这样期望的话。引擎100包括至少一个引擎组件110,对其而言,振动信息能够指示对该引擎组件的损坏。例如,在一个实施例中,引擎组件110可以是轴承。例如,在其他实施例中,引擎组件110可以是齿轮、传动轴、内齿轮轴承(gerotor)、凸轮、任意其他油湿式组件,或其组合。
至少一个振动传感器120接近引擎组件110被耦合到引擎100。一个或多个振动传感器120从引擎组件110收集振动数据。处理器130被通信耦合到振动传感器120并被配置为基于从振动传感器120获得的信息监测交通工具的健康,如下面进一步详细描述的。例如,在一个实施例中,振动传感器120可以被配置为实时或以周期性的方式将传感器数据传输到处理器130。例如,在其他实施例中,处理器130可以实时或以周期性的方式向振动传感器120轮询数据。处理器被配置为分析传感器数据,如下面进一步详细讨论的。
例如,在一个实施例中,处理器130可以位于交通工具105中。处理器130可位于包括引擎100的交通工具105中的任意位置。处理器130可以是专用于分析振动传感器数据的处理器,或者可以是交通工具105中其他系统的一部分。例如,在一个实施例中,处理器130被耦合到通信系统140以将振动分析的结构传送到例如维护人员。通信系统140可利用任意类型的数据连接,包括但不限于,蜂窝数据连接、卫星数据连接、WiFi数据连接、局域网(LAN)数据连接、蓝牙数据连接或任何其他数据连接,或其组合。
例如,在另一个实施例中,用于分析振动数据的处理器130可以远离交通工具105来定位。例如,在该实施例中,振动传感器120和处理器130可以通过通信系统140而被通信耦合。
例如,在一个实施例中,处理器可被通信耦合至存储器150。存储器150可以是任意类型的非易失性存储器。存储器可以存储用于每个引擎组件110的几何数据,其可以被用来针对每个引擎组件确定故障频率,如下面进一步详细讨论的。尽管图1中存储器150被图示为位于交通工具中,但存储器也可以被远程定位。例如,在该实施例中,处理器130将通过通信系统140与存储器150通信。例如,在一个实施例中,存储器可以存储指令,该指令在被处理器执行时监测交通工具的健康,如下面进一步详细讨论的。
图2是根据一个实施例的用于监测引擎健康的一个示例性方法200的流程图。处理器(例如图1中所图示的处理器130)针对所关注的每个引擎组件确定一个或多个故障频率。(步骤210)。故障频率是当引擎组件被损坏或低于最佳/可接受容限或条件(例如过度磨损)时,各个引擎组件将以其进行振动的频率。故障频率可以基于用于每个引擎组件的几何图形。故障频率也可以基于引擎组件和/或引擎本身的旋转速度,因为由引擎组件中的故障所引起的频率将根据引擎组件和/或引擎本身的旋转速度而变化。例如,轴承的几何图形,可以包括但不限于多个滚动元件、滚动元件的直径、节径和接触角。用于啮合齿轮的几何图形和故障频率可以由齿轮类型(直式,斜式,螺旋斜式)、驱动器和驱动齿轮上的齿的数量、以及故障降级/故障发展所确定。然后,处理器基于引擎/引擎组件的旋转速度,针对所关注的每个引擎组件确定一个或多个故障频率。例如,在轴承中,处理器可以确定针对内座圈的滚珠通过频率、针对外座圈的滚珠通过频率、滚珠自旋频率和保持架(fundamental train)频率。
然后,处理器确定将对其进行分析的包络谱。(步骤220)。尽管所有的故障频率可以在一定范围之内,例如,在9千赫兹(kHz)和24kHz之间,但是由于低信噪比(在这种情况下信号被定义为关注的故障频率且噪声被定义为与关注的信号不相关联的其他所有能量),在整个频率范围上执行单次分析可能使得处理器难以区分频率。因此,处理器确定多个包络谱(即,较小的频率范围)来执行其上的分析。包络谱可以基于来自振动传感器的未加工振动数据的最小共振频率、来自振动传感器的未加工振动数据的最大共振频率、最小带宽包络窗口、最大带宽包络窗口和用于带宽窗口可变长度的步长。例如,如果最小共振频率为9kHz,最大共振频率为24kHz,用于可变共振频率的步长为1kHz,最小带宽包络窗口为6kHz,最大带宽包络窗口为11kHz以及用于宽带窗口可变长度的步长为1kHz,则包络谱(单位kHz)将为:[9-15],[9-16],[9-17],[9-18],[9-19],[9-20],[10-16],[10-17],[10-18],[10-19],[10-20],[10-21],[11-17],[11-18],[11-19],[11-20],[11-21],[11-22],[12-18],[12-19],[12-20],[12-21],[12-22],[12-23],[13-19],[13-20],[13-21],[13-22],[13-23],[13-24],[14-20],[14-21],[14-22],[14-23],[14-24],[15-21],[15-22],[15-23],[15-24],[16-22],[16-23],[16-24],[17-23],[17-24],和[18-24]。在该示例中,存在四十五个包络谱,其表示四十五个频率范围,处理器将在这些频率范围上分析振动数据。通过将总的频率范围(即,最小共振频率到最大共振频率)分解成一系列较小的包络谱,频率趋势上的改变变得更明显。因此,处理器可以更快和更准确地确定故障。
然后对于每个包络谱,处理器监测和追踪与针对每个关注的引擎组件的故障频率相对应的峰值振幅。(步骤230)。因此,使用以上的示例,如果存在十个关注的组件,每个具有四个故障频率(即,总共四十个关注的频率),和45个频率包络,处理器可以一直通过方法200对每次通过监测多达一千八百个频率。然而,这假定的是不存在重叠的关注频率且所有的关注频率在每个包络中,这是不太可能发生的。
然后处理器将每个所监测的包络谱中的关注频率与先前的包络谱和/或基线谱进行比较。(步骤240)。通过将每个包络谱与先前的包络谱和/或基线谱进行比较,每个包络谱具有不同的频率范围,如上所讨论的,包络谱中的改变是更加明显的。如果关注的频率中的一个或多个的峰值改变了大于预定阈值,处理器可以随后发出维护警告。然后处理器返回到步骤210和220并重新计算包络谱,如果有必要的话(即,引擎组件中的一个的旋转速度已经改变,并从而相应的故障频率已经改变,这可能提高或降低由振动感测器所检测的最小或最大共振频率),并然后继续监测所计算的包络谱,如上所讨论的。
图3是根据一个实施例的用于监测引擎健康的另一示例方法300的流程图。处理器,例如图1中所图示的处理器130,针对每个关注的引擎组件确定一个或多个故障频率。(步骤310)。故障频率可以基于用于每个引擎组件的几何图形。故障频率也可基于引擎组件和/或引擎本身的旋转速度,因为由引擎组件中的故障所引起的频率将会根据引擎组件和/或引擎本身的旋转速度而变化。例如,轴承的几何图形可以包括但不限于多个滚动元件、滚动元件直径、节径和接触角。然后处理器基于引擎/引擎组件的旋转速度针对每个关注的引擎组件确定一个或多个故障频率。例如,在轴承中,处理器可以确定针对内座圈的滚珠通过频率、针对外座圈的滚珠通过频率、滚珠自旋频率和保持架频率。
然后处理器确定将对其进行分析的包络谱。(步骤320)。尽管所有的故障频率可能在一定范围之内,例如,在9千赫兹(kHz)和24kHz之间,但是由于来自噪声的差错,在整个频率范围内执行单次分析可能使得处理器难以区分频率。因此,处理器确定多个包络谱(即,较小的频率范围)来执行其上的分析。包络谱可以基于来自振动传感器的未加工振动数据的最小共振频率、来自振动传感器的未加工振动数据的最大共振频率、用于可变共振频率的步长、最小带宽包络窗口、最大带宽包络窗口和用于带宽窗口可变长度的步长。例如,如果最小共振频率为9kHz,最大共振频率为24kHz,用于可变共振频率的步长为1kHz,最小带宽包络窗口为6kHz,最大带宽包络窗口为11kHz以及用于宽带窗口可变长度的步长为1kHz,则包络谱(单位kHz)将为:[9-15],[9-16],[9-17],[9-18],[9-19],[9-20],[10-16],[10-17],[10-18],[10-19],[10-20],[10-21],[11-17],[11-18],[11-19],[11-20],[11-21],[11-22],[12-18],[12-19],[12-20],[12-21],[12-22],[12-23],[13-19],[13-20],[13-21],[13-22],[13-23],[13-24],[14-20],[14-21],[14-22],[14-23],[14-24],[15-21],[15-22],[15-23],[15-24],[16-22],[16-23],[16-24],[17-23],[17-24],和[18-24]。在该示例中,存在四十五个包络谱,其表示四十五个频率范围,处理器将在这些范围上分析振动数据。通过将总的频率范围(即,最小共振频率到最大共振频率)分解成一系列较小的包络谱,频率趋势上的变化变得更加明显。因此,处理器可以更快和更准确地确定故障。
然后对于每个包络谱,处理器确定预定数目的峰值频率。(步骤330)。例如,如果预定数目为十,处理器将在每个包络谱中确定十个最高峰值的频率。因此,使用以上示例,如果存在十个关注的组件,每个具有四个故障频率(即,总共四十个关注的频率),和45个频率包络,处理器将一直通过方法300在每次通过中监测四百五十个频率。
然后处理器将每个所监测的包络谱与基线谱和/或先前监测的对应包络谱进行比较。(步骤340)。通过将每个包络谱与基线谱和/或先前监测的对应包络谱进行比较,每个包络谱具有不同的频率范围,如上所讨论的,包络谱中的改变是更加明显的。因此,如果包络谱中的任意一个中峰值发生改变且该峰值在关注的频率之一(或者相关频率,例如谐波频率或边带频率)附近,则处理器可以发出维护警告。然后处理器返回到步骤310和320并重新计算包络谱,如果有必要的话(即,引擎组件中的一个的旋转速度已经改变并且相应的故障频率已经改变),并且然后继续监测所计算的包络谱,如上所讨论的。
本领域技术人员将意识到连同在此公开的实施例所描述的各种说明性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、非瞬时性计算机可读介质或二者的组合。以上在功能和/或逻辑块组件(或模块)和各种处理步骤方面描述了实施例和实现方式中的一些。然而,应当意识到这种块组件(或模块)可以按被配置为执行具体功能的任意数量的硬件、软件,和/或固件组件来实现。为了清楚地说明硬件和软件的可交换性,以上一般地在其功能性方面已经对各种说明性组件、块、模块、电路和步骤进行了描述。这些功能性是被实现为硬件还是软件取决于对整个系统施加的特定应用和设计约束。本领域技术人员可以按照对于每个特定应用不同的方式来实现所描述的功能性,但这样的实现方式决定不应被解释为引起从本发明的范围的偏离。例如,系统或组件的实施例可以采用各种集成电路组件,例如,存储器元件、数字信号处理元件、逻辑元件、查找表等,其可以在一个或多个微处理器或其他控制设备的控制下执行各种功能。另外,本领域技术人员将意识到在此描述的实施例仅仅是示例性实现方式。
连同在此公开的实施例所描述的各种说明性逻辑块、模块和电路可以利用被设计为执行在此所描述的功能的以下各项来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他可编程逻辑器件、分立门或晶体管逻辑、分立硬件组件或其任意组合。通用处理器可以为微处理器,但在替代方式中,处理器可以为任意传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、结合DSP核的一个或多个微处理器、或任意其他的此类配置。
连同在此公开的实施例所描述的方法或算法的步骤可以直接以硬件、以由处理器所执行的软件模块或以二者的组合来体现。软件模块可以驻留在RAM存储器、闪速存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移除磁盘、CD-ROM、或现有技术中已知的任意其他形式的存储介质中。示例性存储介质被耦合到处理器,使得处理器能够从该存储介质读取信息或者向该存储介质写入信息。在替代方式中,存储介质可以是与处理器成一体的。处理器和存储介质可以驻留于ASIC中。ASIC可以驻留于用户终端中。在替代方式中,处理器和存储介质可以作为分立组件而驻留在用户终端中。
在本文档中,关系性术语,例如第一和第二等等,可以仅仅被用来将一个实体或动作与另一个实体或动作相区分,而不必要求或暗示这种实体或动作之间的任何实际的这种关系或次序。数字序号,例如“第一”、“第二”、“第三”等仅表示多个中的不同的单个,并不暗示任何次序或顺序,除非由权利要求语言所具体地定义。任何权利要求中的文字顺序并不暗示必须根据这样的顺序以时间或逻辑次序来执行过程步骤,除非由权利要求语言所具体地对其进行定义。在不背离本发明的范围的情况下,过程步骤可以按任意次序进行互换,只要这样的互换不与权利要求语言相矛盾并且在逻辑上不是无意义的。
此外,根据上下文,用来描述不同元件之间关系的词语,例如“连接”或“耦合到”并不暗示这些元件之间必须进行直接物理连接。例如,两个元件可以通过一个或多个附件元件而被物理地、电子地、逻辑地或以任意其他方式彼此连接。
尽管在本发明的前述详细描述中已经呈现了至少一个示例性实施例,但是应当意识到存在大量的变型。还应当意识到一个或多个示例性实施例仅仅是示例,而并非意在以任何方式限制本发明的范围、适用性或配置。而是,前述详细描述将为本领域技术人员提供用于实现本发明示例性实施例的方便路线图。要理解的是,可以在不背离所附权利要求中所阐明的本发明的范围的情况下,在示范性实施例中所描述的元件的功能和布置方面进行各种改变。
Claims (10)
1.一种交通工具,包括:
至少一个引擎组件;
传感器,其耦合到所述至少一个引擎组件并被配置为监测所述至少一个引擎组件的振动;以及
处理器,其被通信耦合到所述传感器,所述处理器被配置为:
基于来自所述传感器的振动数据来确定多个包络谱;
基于所述至少一个引擎组件中的每一个的旋转速度来针对所述至少一个引擎组件中的每一个确定故障频率;
针对在所确定的故障频率下的改变监测每个包络谱。
2.如权利要求1的交通工具,其中所述处理器被进一步配置为基于所述振动数据的最小共振频率、所述振动数据的最大共振频率、用于可变共振频率的步长、用于包络窗口的最小带宽、用于包络窗口的最大带宽和用于带宽可变长度的步长来确定所述多个包络谱。
3.如权利要求1的交通工具,其中所述处理器被进一步配置为通过监测每个包络谱中的每个故障频率并将当前所监测的包络谱与基线包络谱进行比较来针对在所确定的故障频率下的改变监测每个包络谱。
4.如权利要求3的交通工具,其中所述处理器被进一步配置为将当前所监测的包络谱与先前所监测的包络谱进行比较。
5.如权利要求1的交通工具,其中所述处理器被进一步配置为通过在每个当前所监测的包络谱中确定预定数目的峰值来针对在所确定的故障频率下的改变监测每个包络谱,并且当预定峰值中的一个与故障频率中的一个相对应时,将来自当前所监测的包络谱的对应峰值与基线包络谱进行比较。
6.如权利要求1的交通工具,其中所述处理器被进一步配置为将来自当前所监测的包络谱的对应峰值与先前所监测的包络谱进行比较。
7.如权利要求1的交通工具,其中所述至少一个引擎组件包括轴承。
8.如权利要求1的交通工具,其中所述处理器被进一步配置为监测与所确定的故障频率相对应的边带频率。
9.一种用于监测交通工具健康的方法,包括:
由处理器接收来自振动传感器的振动数据;
由处理器基于所述振动数据来确定要被分析的多个包络谱;
由处理器基于所述交通工具的至少一个引擎组件的旋转速度来确定多个故障频率;以及
由处理器监测所述多个包络谱中的每一个内的多个故障频率。
10.如权利要求9的方法,其中所述监测进一步包括:
在所述多个包络谱中的每一个中确定预定数目的峰值;
当所述预定峰值中的至少一个与所述多个故障频率中的一个相对应时,追踪所述预定峰值中的所述至少一个。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/961,549 US9292975B2 (en) | 2013-08-07 | 2013-08-07 | System and method for monitoring vibration data |
US13/961,549 | 2013-08-07 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104344938A true CN104344938A (zh) | 2015-02-11 |
Family
ID=50982752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410333969.0A Pending CN104344938A (zh) | 2013-08-07 | 2014-06-06 | 用于监测振动数据的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9292975B2 (zh) |
EP (1) | EP2837919A2 (zh) |
CN (1) | CN104344938A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105938086A (zh) * | 2015-03-05 | 2016-09-14 | 通用电气公司 | 基于状况的发动机部件监测 |
CN107063704A (zh) * | 2015-12-18 | 2017-08-18 | 通用电气公司 | 传感器信号处理系统和方法 |
CN107525680A (zh) * | 2016-06-17 | 2017-12-29 | 通用汽车环球科技运作有限责任公司 | 识别汽车系统中的故障部件的方法 |
CN108508359A (zh) * | 2017-02-24 | 2018-09-07 | 通用电器技术有限公司 | 基于电气特征分析的机器自主监测与诊断程序 |
CN111229577A (zh) * | 2020-02-14 | 2020-06-05 | 山东理工大学 | 微梁超谐波同步共振信号倍频调谐放大装置 |
US10775271B2 (en) | 2012-08-22 | 2020-09-15 | Ge Global Sourcing Llc | System for determining conicity of a wheel based on measured vibrations |
CN111693282A (zh) * | 2019-03-15 | 2020-09-22 | 计算系统有限公司 | 波形获取优化 |
CN113358208A (zh) * | 2020-03-07 | 2021-09-07 | 霍尼韦尔国际公司 | 机场灯具振动监测 |
CN113383215A (zh) * | 2018-04-30 | 2021-09-10 | 通用电气公司 | 用于模式匹配轴承振动诊断的系统和过程 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11509256B2 (en) | 2016-03-07 | 2022-11-22 | Transportation IP Holdings, LLP | Method and system for an engine |
US10345195B2 (en) * | 2016-03-07 | 2019-07-09 | Ge Global Sourcing Llc | Method and systems for diagnosing an engine |
EP3855272B1 (en) * | 2018-09-21 | 2022-11-02 | Beijing Sankuai Online Technology Co., Ltd. | Control method for autonomous vehicle, and autonomous vehicle |
FR3097960B1 (fr) * | 2019-06-27 | 2021-06-18 | Safran Aircraft Engines | Procédé d’acquisition de données pour la détection d’un endommagement d’un palier |
CN110349293A (zh) * | 2019-07-16 | 2019-10-18 | 深圳市智物联网络有限公司 | 发动机异常停机检测方法、系统、装置及存储介质 |
CN113155262B (zh) * | 2021-05-17 | 2021-10-26 | 北京助创科技有限公司 | 带诊断功能的振动传感器及其动设备振动检测方法 |
CN114279712B (zh) * | 2021-12-28 | 2023-07-18 | 长春职业技术学院 | 一种汽车发动机故障检测装置 |
CN115791194A (zh) * | 2022-11-23 | 2023-03-14 | 广州民航职业技术学院 | 基于相位共振的发动机状态检测方法、装置、设备及介质 |
CN117168802B (zh) * | 2023-08-14 | 2024-06-18 | 苏州长木传动科技有限公司 | 一种谐波减速机性能寿命的检测方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
USRE31750E (en) | 1977-11-25 | 1984-11-27 | Ird Mechanalysis, Inc. | Data acquisition system |
US5069071A (en) | 1990-08-27 | 1991-12-03 | United Technologies Corporation | Vibration monitoring in the frequency domain with a capacitive accelerometer |
US5922963A (en) | 1997-06-13 | 1999-07-13 | Csi Technology, Inc. | Determining narrowband envelope alarm limit based on machine vibration spectra |
DE19727114C2 (de) | 1997-06-26 | 2002-08-08 | Busch Dieter & Co Prueftech | Verfahren zur Ermittlung und Darstellung von Spektren für Schwingungssignale |
US6321602B1 (en) | 1999-09-28 | 2001-11-27 | Rockwell Science Center, Llc | Condition based monitoring by vibrational analysis |
US6668220B2 (en) * | 2002-04-17 | 2003-12-23 | Motorola, Inc. | Synchronous sampling of rotating elements in a fault detection system having audio analysis and method of using the same |
JP4504065B2 (ja) | 2004-03-31 | 2010-07-14 | 中国電力株式会社 | 転がり軸受の余寿命診断方法 |
NZ537244A (en) | 2004-12-16 | 2006-10-27 | Commtest Instr Ltd | Improvements in or relating to vibration analysis |
US7487679B2 (en) | 2005-05-10 | 2009-02-10 | Eaton Corporation | Vehicle vibration analyzer |
-
2013
- 2013-08-07 US US13/961,549 patent/US9292975B2/en not_active Expired - Fee Related
-
2014
- 2014-05-22 EP EP14169508.0A patent/EP2837919A2/en not_active Withdrawn
- 2014-06-06 CN CN201410333969.0A patent/CN104344938A/zh active Pending
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10775271B2 (en) | 2012-08-22 | 2020-09-15 | Ge Global Sourcing Llc | System for determining conicity of a wheel based on measured vibrations |
CN105938086A (zh) * | 2015-03-05 | 2016-09-14 | 通用电气公司 | 基于状况的发动机部件监测 |
CN105938086B (zh) * | 2015-03-05 | 2020-04-21 | 通用电气公司 | 基于状况的发动机部件监测 |
CN107063704A (zh) * | 2015-12-18 | 2017-08-18 | 通用电气公司 | 传感器信号处理系统和方法 |
CN114001977A (zh) * | 2015-12-18 | 2022-02-01 | Ip传输控股公司 | 传感器信号处理系统和方法 |
CN107525680A (zh) * | 2016-06-17 | 2017-12-29 | 通用汽车环球科技运作有限责任公司 | 识别汽车系统中的故障部件的方法 |
CN108508359A (zh) * | 2017-02-24 | 2018-09-07 | 通用电器技术有限公司 | 基于电气特征分析的机器自主监测与诊断程序 |
CN108508359B (zh) * | 2017-02-24 | 2022-07-05 | 通用电器技术有限公司 | 基于电气特征分析的机器自主监测与诊断程序 |
CN113383215A (zh) * | 2018-04-30 | 2021-09-10 | 通用电气公司 | 用于模式匹配轴承振动诊断的系统和过程 |
CN111693282A (zh) * | 2019-03-15 | 2020-09-22 | 计算系统有限公司 | 波形获取优化 |
US11499946B2 (en) | 2019-03-15 | 2022-11-15 | Computational Systems, Inc. | Waveform acquisition optimization |
CN111229577B (zh) * | 2020-02-14 | 2021-06-01 | 山东理工大学 | 微梁超谐波同步共振信号倍频调谐放大装置 |
CN111229577A (zh) * | 2020-02-14 | 2020-06-05 | 山东理工大学 | 微梁超谐波同步共振信号倍频调谐放大装置 |
CN113358208A (zh) * | 2020-03-07 | 2021-09-07 | 霍尼韦尔国际公司 | 机场灯具振动监测 |
Also Published As
Publication number | Publication date |
---|---|
US9292975B2 (en) | 2016-03-22 |
EP2837919A2 (en) | 2015-02-18 |
US20150046059A1 (en) | 2015-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104344938A (zh) | 用于监测振动数据的系统和方法 | |
US10393623B2 (en) | Abnormality diagnosis device, bearing, rotation device, industrial machine and vehicle | |
US8626371B2 (en) | Systems and methods for diagnosing auxiliary equipment associated with an engine | |
CN104121985B (zh) | 过采样数据的选择性抽取和分析 | |
CN102788695B (zh) | 一种滚动轴承磨损的识别方法 | |
CN103140672A (zh) | 在风力发电厂中执行状况监测的方法 | |
EP3631205A1 (en) | Wind turbine fault detection using acoustic, vibration, and electrical signals | |
US10801910B2 (en) | Vehicle force imbalance detection | |
CN108731921B (zh) | 一种设备连接件故障监测方法及系统 | |
CN102282450A (zh) | 监控航空燃气涡轮发动机运行中产生的振动现象的方法和系统 | |
CN103857995A (zh) | 用于变速箱的状态监控的方法和系统 | |
CN102718100A (zh) | 电梯故障预警系统及其预警方法 | |
EP3696535B1 (en) | Active oil debris monitor particle detection and monitoring system | |
EP3080749A1 (en) | A method for monitoring the operation of a component | |
CN103336140A (zh) | 一种基于齿轮啮合振动的转速估计方法及装置 | |
CN110057583A (zh) | 一种轴承故障识别方法、装置及计算机设备 | |
CN110044624A (zh) | 一种齿轮箱轴承故障检测方法及系统 | |
US10197594B2 (en) | Tachometer signal jitter reduction system and method | |
EP3696543A2 (en) | Active oil debris monitor particle detection and monitoring system | |
CN104048677A (zh) | 基于k-s分布性检验和hht的陀螺仪故障诊断方法 | |
CN110887679A (zh) | 一种轨道交通车辆健康管理方法、装置和系统 | |
US9897479B2 (en) | Assembly and method of component monitoring | |
CN104568435A (zh) | 一种基于时频能量谱提取风机状态信号调制成分的方法 | |
CN106131502A (zh) | 用于管廊隧道的视频监控方法及装置 | |
CN102778354A (zh) | 基于小波分析的风电回转支承故障诊断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150211 |