CN106124210A - 用于轴承的故障检测 - Google Patents
用于轴承的故障检测 Download PDFInfo
- Publication number
- CN106124210A CN106124210A CN201610285995.XA CN201610285995A CN106124210A CN 106124210 A CN106124210 A CN 106124210A CN 201610285995 A CN201610285995 A CN 201610285995A CN 106124210 A CN106124210 A CN 106124210A
- Authority
- CN
- China
- Prior art keywords
- frequency
- fault detection
- axle
- controller
- bearing
- 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
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
用于轴承的故障检测。公开了一种故障检测系统,该故障检测系统用于在具有轴承支承的轴的系统中预测轴承失效。位置传感器可以随着轴的旋转来感测该轴的位置。控制器可以从位置传感器接收指示轴的多个感测位置的位置数据。控制器可以基于所接收的位置数据来确定针对轴的位置分布图或速度分布图,并且可以基于位置分布图或速度分布图来确定频率分布图。控制器可以识别频率分布图的特征,并且基于所识别的特征来识别预期的轴承失效。
Description
技术领域
本公开涉及检测轴承中的故障(fault),该轴承包括用于电机和其它机器的轴承。
背景技术
轴承可以与各类旋转机器一起使用,以便提供相对平滑旋转。例如,轴承可以支承诸如电动机或发电机这样的电机的轴,使得该轴可以从或向该电机递送动力。轴承还可以支承各种其它应用中的旋转组件(包括其它轴)。
一般来说,轴承在使用期间趋于磨损,使得该轴承的一个或更多个部件最终失效。根据使用和磨损的特点,轴承的各个部件可能经受失效(failure),所述各个部件包括内座圈(race)和外座圈、滚动元件(例如,滚珠和滚柱)、轴承罩。
轴承的非预期失效可能妨碍受影响装置的连续操作。例如,在电机的轴承失效的情况下,可能致使该电机不能操作,直到安装了替换轴承为止。同样地,轴承的非预期失效可能导致用于维护的非预期停机时间。已知用于预测轴承失效的各种方法,如测量轴承外壳的总体振动水平,或者比较峰值振动与平均振动。然而,这些方法显示出各种缺陷,包括无法在失效之前充分检测故障、无法检测特定类型的故障、无法区分潜在轴承失效与其它系统影响、以及需要安装在其它方面不需要用于控制相关系统的传感器(例如,振动传感器)。因此,有用的是,提供一种这样的系统,其用于在轴承实际失效之前的预期的轴承失效的改进识别。
发明内容
本公开涉及轴承中的故障的检测。
根据本公开的一个方面,位置传感器可以随着轴的旋转来感测该轴的位置。控制器可以从位置传感器接收指示轴的多个感测位置的位置数据。控制器可以基于所接收的位置数据来确定针对轴的位置分布图或速度分布图,并且可以基于该位置分布图或速度分布图来确定频率分布图。控制器可以识别频率分布图的特征(如频率峰值),并且基于所识别的特征来识别预期的轴承失效。
在一些实施方式中,轴可以被包括在诸如电动机这样的电机中。该电机的转子可以安装至轴。位置传感器可以被配置为旋转变压器(resolver)或编码器。控制器可以被配置为现场可编程门阵列或者微控制器。
在一些实施方式中,控制器可以基于如下步骤来确定频率分布图:控制器基于位置分布图或位置数据确定角速度分布图。控制器可以基于对用于支承该轴的轴承的特征失效频率方程求解,或者基于将频率分布图与一组一个或更多个预定失效模式频率进行比较,来识别诸如频率峰值这样的频率分布图特征。控制器可以基于确定所识别的频率峰值展示超出预定失效模式幅度的幅度来识别预期的轴承失效。控制器可以向输出模块或通知模块传送针对预期的轴承失效的通知。
本公开的一个或更多个实现的细节在附图和下面的描述中加以阐述。其它特征和优点根据该描述、附图以及权利要求书将变清楚。
附图说明
图1是具有电动机的、呈小型履带式装载机形式的示例机器的简化立体图;
图2是图1的、包括轴承和位置传感器的电动机的分解立体图;
图3是基于根据图1的电动机的操作的位置数据的频率分布图的图形表示;
图4是基于根据图1的电动机的操作的位置数据的另一频率分布图的图形表示;
图5是基于根据图1的电动机的操作的位置数据的又一频率分布图的图形表示;以及
图6A和图6B分别是如基于位置分布图和速度分布图确定的、根据图1的电动机的操作的补充频率分布图。
附图中的相同标号指示相同组件、部件或操作。
具体实施方式
下面描述如在上面简要描述的附图中示出的、所公开的轴承故障检测系统的一个或更多个示例实现。
如在此使用的,除非另外指定或限制,否则“分布图(profile)”包括具有多个值的一组数据,指示至少两个变量之间的关系。例如,在存储的二维矢量中的成对的位置和时间值(该对值共同指示对象的空间位置随时间的变化(或无变化))可以被视为表示针对该对象的位置分布图。类似的是,在存储的速度矢量中的成对的速度和时间值(该对值共同指示对象的速度随时间的变化(或无变化))可以被视为表示针对该对象的速度分布图。
而且如在此使用的,除非另外指定或限制,否则分布图的“峰值”可以包括该分布图的局部(或绝对)最大值,或者该分布图内的升高值的区域。例如,对于具有表示频率和对应幅度的成对值的频率分布图来说,“频率峰值”可以包括与特定频率相对应的局部(或绝对)最大幅度,或者可以包括频带,该频带展示相对于与该频带相邻的频率的升高幅度。
在此的各种讨论可以聚焦于在工作载具(work vehicle)的电动机背景下的示例故障检测。然而,应当明白,这种讨论仅被呈现为示例。所公开的故障检测系统可以用于利用多种旋转机器的多种操作。
如上所述,在轴承运转期间识别轴承的预期失效可以是有用的。在其它益处方面,所公开的故障检测系统可以在实际轴承失效之前识别预期的轴承失效,使得可以采取适当的补救、预防或其它行动。例如,识别预期的轴承失效可以允许安排针对该轴承的预先性维护,或者其它补救或预防措施,使得可以避免计划外停工时间。
一般来说,在所公开的系统下,可以将传感器用于随着轴的旋转来感测该轴的位置。可以基于来自该传感器的位置数据确定频率分布图,并且频率分布图通常表示位置数据的频率内容。对频率分布图的分析接着可以指示轴承失效是否被预期。
可以按不同方式来配置用于感测旋转轴的位置的位置传感器。在一些实施方式中,可以将传感器配置为旋转变压器(例如,无刷发送旋转变压器),其可以提供具有足够高分辨率的位置数据,以允许对位置分布图、相关速度分布图等的相对较高的分辨率确定。在一些实施方式中,可以将传感器配置为编码器,如旋转或轴编码器。在一些实施方式中,可以将传感器(例如,旋转变压器)配置成,通过随着轴的旋转直接测量该轴的当前位置来感测轴位置。在一些实施方式中,可以将传感器(例如,旋转变压器)配置成,通过测量另一组件(如固定至相关轴的转子或其它旋转组件)的当前位置来感测轴位置。
一般来说,利用来自位置传感器的位置数据作为用于轴承故障检测的基础可以提供超过已知方法的各种优点。例如,常规方法可以基于感测用于电动机的电流并且执行有关该电流的频率分析,来试图识别针对电动机的预期的轴承失效。然而,这种分析与基于实际位置数据的分析相比,可能不太准确,因为各种系统影响(例如,来自将电流转换成电磁扭矩的电动机组件的频率影响,以及由此针对转子位置和速度的频率影响)可能在一定程度上使所感测电流的频率与轴承的实际行为脱离关联(decouple)。
可以按各种方式基于位置数据来确定频率分布图。在一些实现中,可以直接根据来自传感器的位置数据来确定频率分布图。例如,可以将快速傅立叶变换(“FFT”)或类似算法应用至由位置数据填充的位置分布图,以便识别各种频率对该位置分布图的贡献。在一些实现中,可以另选地(或者附加地)基于速度分布图来确定频率分布图,并且该速度分布图例如表示基于位置数据确定的位置分布图的推导。FFT或类似算法因而可以应用至这种速度分布图,以便识别各种频率对该速度分布图的贡献。
一旦已经至少部分地确定相关频率分布图,就可以进行频率分布图分析,以识别预期的轴承失效。在一些实现中,识别预期的轴承失效可以基于识别频率分布图的一个或更多个特征,其可以指示预期的轴承失效。例如,可以对通过FFT处理生成的频率分布图进行分析,以便识别该分布图的指示性频率峰值(例如,幅度上的局部最大值,或者局部相关幅度带)。接着,可以对所识别的峰值的频率与用于被分析的系统的特征失效模式频率进行比较,该特征失效模式频率可以分别不同地包括已知对应于潜在轴承失效的单一频率或频带。因此可以确定特征失效模式频率与所确定的频率分布图的所识别的频率峰值之间的适当相关性(例如,失效模式频率与频率峰值之间的交叠),以指示即将来临的轴承失效。
可以按各种方式来确定特征失效模式频率(例如,用于与频率分布图的所识别的频率峰值或其它特征比较)。在一些实现中,可以针对特殊轴承布置和操作条件来求解特征失效频率方程,并且针对该方程的解通常指示用于被分析的系统的特征失效模式频率。可以对所确定的频率分布图的所识别的频率峰值或其它特征与该方程的解进行比较,并且该特征失效模式频率与该频率分布图的一个或更多个特征之间的适当相关性通常指示轴承失效的可能性。在一些实施方式中,如经由特征失效频率方程确定的特征失效模式频率可以分别包括通常指示可能轴承失效的单一频率。在一些实现中,特征失效模式频率可以包括跨越一频率范围的频带。
特征失效频率方程可以针对特定轴承布置和相关系统来定制化,并且可以考虑各种因素。某些这种方程例如可以考虑轴承设计方面,包括:轴承类型(例如,滚珠轴承、滚柱轴承等)、节距直径(例如,滚动元件中心所沿着行进的直径)、滚动元件直径(例如,滚动元件的特征直径)、滚动元件的数量(例如,滚动元件的总数量,或者单个滚动元件行中的数量)、接触角(例如,横向轴承轴线与滚动元件和轴承座圈的接触点之间的角)等。在一些实现中,特征失效频率方程可以附加地(或另选地)考虑其它变量,包括诸如用于相关轴承应用的额定角速度(例如,按RPM)的系统参数、齿轮箱或其它系统组件针对该系统的预期频率分布图的贡献等。
在一些实现中,可以对所确定的频率分布图的所识别的频率峰值或其它特征与其它参数进行比较,以便识别预期的轴承失效。例如,已知轴承(和轴承布置)可以展示已知特征模式失效频率,该已知特征模式失效频率可以被存储为预定失效模式频率(例如,预定单一频率或预定频带)。接着,可以对这种预定失效模式频率与所确定的频率分布图的所识别的频率峰值或其它特征进行比较,并且该特征失效模式频率与该频率分布图的一个或更多个特征(例如,峰值)之间的适当相关性通常指示轴承失效的可能性。
在一些实现中,一旦识别了预期的轴承失效,就可以采取补救或其它操作。例如,一旦识别了预期的轴承失效,就可以向各种系统模块传送对该预期失效的指示。在一些实现中,可以向通知模块传送对该预期的轴承失效的指示,该通知模块可以被配置成,向操作员、系统控制器、或各种其它模块(例如,电动机控制模块)提供轴承失效的通知。在一些实现中,可以向输出模块传送对预期的轴承失效的指示,以经由诸如显示屏、指示盘、扬声器或其它音频装置等这样的输出装置立即(或稍后)呈现给操作员。这样,例如可以及时向操作员警告预期的轴承失效,使得可以采取适当行动。
如上所述,所公开的系统可以在具有通过轴承支承的旋转组件的多种布置中使用。如图1中所描绘,例如,所公开的系统可以与工作载具的电机一起使用。图1的工作载具被配置为小型履带式装载机10,其具有电动机12,该电动机12被配置成经由履带14来驱动装载机10。在其它实现中,其它构造也是可行的。
还参照图2,呈现了电动机12的分解图,连同关联的轴承故障检测系统一起。如图所绘,电动机12包括包含定子18的主外壳16。附接至外壳16的电子器件箱20可以包含各种电子组件,例如,包括控制器22。
控制器22通常可以被配置成控制电动机12的操作。在不同实施方式中,控制器22可以被配置为:具有关联处理器装置和存储器架构的计算装置;硬布线计算电路(或多个电路);诸如现场可编程门阵列(“FPGA”)这样的可编程电路;液压、电气或电动液压控制器;或其它。同样地,控制器22可以被配置成执行与小型履带式装载机10(或其它机器)有关的各种计算和控制功能。
在某些实施方式中,控制器22可以被配置成接收呈不同格式的输入信号(举例来说,如电压信号或电流信号),并且被配置成输出呈不同格式的命令信号(举例来说,如电压信号或电流信号)。
控制器22可以与小型履带式装载机10(或其它机器)的各种其它系统或装置进行电子通信、机械通信或其它通信。例如,控制器22可以与小型履带式装载机10内(或其外部)的各种致动器、传感器以及其它装置(包括与电动机12相关联的各种装置)进行电子通信。控制器22可以以各种方式(包括经由无线通信装置)与其它系统或装置(包括其它控制器)通信。图1和图2描绘了用于控制器22的示例位置。然而,应当明白,其它位置也是可行的,包括小型履带式装载机10上的其它位置,或各种远程位置。
仍参照图2,电动机12的转子24附接至电动机12的输出轴26。一般来说,转子24被配置成在电动机12操作期间延伸到外壳16中,以使转子24总体上被定子18包围,并且端盖32和34包封住转子24和定子18。轴承28和30被设置在轴26的任一端处,并且可以安置在端盖32和34中(或在别处),以支承轴26旋转。因此,应当认识到,轴承28或30中任一者失效都可以导致电动机12基本上不能操作。因此,可以有用的是监测电动机12以指示轴承28和30的预期的失效。如上所述,可以通过在电动机12操作期间感测关于轴26的位置数据来实现这种监测。
为了随着电动机12的操作来感测轴26的位置,设置了传感器36。传感器36通常与控制器22(例如,经由有线或无线信令)通信,以使来自传感器36的位置数据可以被传送至控制器22,以供进一步处理。应当明白,传感器36(或另一传感器)可以设置在相对于轴26的不同位置处,并且可以被配置成按各种方式感测轴位置。
如图所绘,传感器36被布置成随着轴26的旋转直接感测轴26的可旋转位置。例如,传感器36可以被配置成基于检测轴26上的各种内部或以其它方式附接的齿或相似特征部的通过(或其它移动),而直接感测轴26的可旋转位置。在其它实施方式中,传感器36可以被配置成间接测量轴26的可旋转位置,例如,包括,通过感测随轴26旋转的特征部的位置(例如,通过感测转子24的特征部的位置)。
在一些实施方式中,传感器36可以被配置为旋转变压器,以使可以获取针对轴26的相对较高精度的位置数据。例如,传感器36可以被配置成感测随轴26旋转的齿(未示出)与固定齿(未示出)之间的磁耦合,以便以相对较高的准确度来测量轴位置。在一些实施方式中,传感器36可以以其它方式来配置(例如,配置为旋转编码器)。
在一些实现中,传感器36可以被配置成,出于除了识别预期的轴承失效以外的其它目的,而向控制器22提供位置数据。例如,传感器36可以被配置成感测轴26的位置,并将关联位置数据提供给控制器22,以控制电动机12的操作(例如,用于基于速度或基于位置的电动机控制)。在这种情况下,用于控制电动机12的位置数据还可以用于识别预期的轴承失效,或者除了用于轴承监测之外,单独的位置数据可以用于电动机控制。
在电动机12的操作期间,所公开的系统也可以操作,以便识别轴承28和30之一或两者的预期的失效。例如,可以将基于感测轴26的位置的传感器36所确定的、用于旋转轴26的位置数据传送给控制器22。控制器22接着可以分析该位置数据,以便识别预期的轴承失效。
一般来说,控制器22可以基于从传感器36接收的位置数据来确定频率分布图。在一些实现中,控制器22可以利用诸如FFT处理这样的技术,基于位置数据来确定频率分布图。在一些实现中,位置数据可以包括(或被转换成)位置分布图,包括针对轴26的、位置和时间的成对值。这种位置分布图接着可以提交至频率分析(例如,经由FFT处理),以便基于该位置数据确定频率分布图。
在一些实现中,可以基于位置数据来确定速度分布图,包括针对轴26的、角速度和时间的成对值。例如,控制器22可以被配置成,针对所接收的位置数据执行数值微分,以便确定针对轴26的、随着时间的速度分布图。接着,可以针对速度分布图进行频率分析(例如,经由FFT处理),以便经由该速度分布图来确定基于该位置数据的频率分布图。在一些实现中,使用速度分布图可以消除许多位置传感器的周期性运作的瞬态或其它不希望的频率影响。例如,在传感器36(例如,被配置为旋转变压器)指示轴26的每次旋转的开始为“零”而每次旋转的结束为最大值(例如,1或360)的情况下,对应位置分布图的锯齿状特点可以将误差引入到对应频率分布图中。通过首先采用该位置数据的导数(derivative),并且在合适时候补偿所提到的锯齿状,可以避免这些误差中的一些。
在一些实现中,位置数据的其它处理也是可行的。在一些实现中,例如,可以在确定频率分布图之前展开(unwrapped)位置数据。由于该展开,在确定预期的轴承失效之前,可以因此去除来自位置数据的特定频谱噪声。例如,在位置传感器36指示轴26的每次旋转的开始为“零”的情况下,可以将偏移值360(或指示单次旋转的类似值)添加至遵循轴26的第一次完全旋转的位置数据。类似的是,可以将偏移值720(或指示两次旋转的类似值)添加至遵循轴26的第二次完全旋转的位置数据,等等。因此,所展开的位置数据可以展示总体上渐增的分布图(具有环绕渐增基线分布图的振荡),而非在返回至零之前,通过轴26的每一次旋转而总体上增加的锯齿状分布图。一旦展开了位置数据,那么就可以根据在此描述的各种操作来确定频率分布图,并且识别可能的轴承失效。
在一些实现中,可以将去趋势化(detrending)应用至位置数据,包括在先前展开操作之后。由于去趋势化,因而,与上面提到的展开类似地,在确定预期的轴承失效之前,可以去除来自位置数据的特定频谱噪声。例如,在位置数据展示总体上斜坡状分布图的情况下,可以确定在相关采样时段期间的平均速度,并因此缩减位置数据。如此,例如,去趋势化后的位置数据可以用具有基值零的信号来表示,并且环绕该基值的偏差指示相对于轴26的稳定旋转的偏差。一旦将位置数据去趋势化,那么就可以根据在此描述的各种操作来确定频率分布图,并且识别可能的轴承失效。
一旦确定了频率分布图,控制器22就可以识别该频率分布图的一个或更多个特征。在一些实现中,频率分布图的特征可以包括频率峰值。例如,控制器22可以识别频率分布图的一个或更多个频率峰值,如用局部最大频率幅度或者用具有相对升高幅度的频率带来指示的。在其它实现中,其它特征也是(或者另选地)可行的。
基于所识别特征,控制器22因而可以识别轴承失效是否被预期。在一些实现中,这可以基于比较频率分布图的特征与预定频率(举例来说,如包括在预定频带中)。例如,在针对图2的系统的预定频率为失效模式频率(即,通常指示轴承的可能失效的频率或频带)的情况下,该频率分布图中的、与该预定频率相对应(例如,约等于)的峰值(例如,局部最大值或升高幅度的带)可以指示轴承28和30之一的可能失效。因此,控制器22可以识别轴承失效被预期。
在一些实现中,控制器22可以基于将频率分布图的特征与针对用于图2的系统的相关方程的解进行比较来识别预期的轴承失效。特征失效频率方程(例如,考虑电动机12、轴承28和30中的一个或更多个、以及其它组件和装置的各种特征)可以展示与针对图2的系统的特定失效模式频率相对应的解。因此,具有与针对该特征失效频率方程的解相对应的峰值(例如,局部最大值或频带)的频率分布图可以指示轴承28和30之一的可能失效。因此,控制器22可以识别轴承失效被预期。
在一些实现中,控制器22可以被配置成,在要求时求解特征失效频率方程,举例来说,如可以有用于确保该解恰当地反映实际系统设置(例如,用于电动机12的当前操作速度)。在一些实现中,控制器22可以存取针对这种方程的预定解(例如,经由查寻表),以与相关频率分布图或其各种特征相比较。
在一些实现中,如上还提到,控制器22可以基于所接收的位置数据来确定速度分布图,基于该速度分布图来确定频率分布图,并且分析基于速度的频率分布图,而非基于位置的频率分布图,以指示预期的轴承失效。在这种情况下,一旦确定了基于速度的频率分布图(例如,经由FFT处理),用于识别预期的轴承失效的频率分析就可以与上述针对基于位置的频率分布图的操作类似地,以其它方式来进行。例如,控制器22可以将基于速度的频率分布图的特征与预定频率(例如,预定失效模式频率)或者针对合适方程的解(例如,针对特征失效频率方程的解)进行比较,以便识别预期的轴承失效。
在一些实现中,控制器22可以对频率分布图的特征与基准值(例如,预定失效模式频率或针对特征失效频率方程的解)进行比较,作为比较该频率分布图的较大部分与该基准值的一部分操作。例如,可以将包括各种频率峰值的整个频率分布图(或其大的部分)与对应于预期的轴承失效的基准值相比较。在一些实现中,控制器22可以仅将频率分布图的选定特征与基准值进行比较。例如,不是分析整个频率分布图,而是控制器22可以简单地将频率分布图的任何峰值的频率(并且潜在地,其幅度)与针对该系统的已知失效模式频率进行比较。在其它实现中,其它方法也(或者另选地)可以使用。
在一些实现中,当识别了预期的轴承失效时,可以通过控制器22将对应指示提供给各种其它装置、模块或系统。例如,如图2中描绘,控制器22可以将预期的轴承失效的指示传送给通知模块38或者传送给输出模块40。通知模块38可以被配置成将该通知或相关信号中继给各种其它装置、系统或模块,如用于电动机12的控制模块(未示出)或者装载机10的其它系统。这是有用的,例如,以便基于该预期的轴承失效来控制装载机10的操作的各个方面。输出模块40可以被配置成将该通知或相关信号中继给诸如装载机10的显示屏42(参见图1)的装置,或者被配置成向操作员提供通知的类似输出装置(例如,光板、音频装置、触摸屏等)。这是有用的,例如,以便向操作员警告该预期的轴承失效,以便考虑及时安排维护或其它行动。
在一些实现中,如上所述,预期的轴承失效可以基于将频率分布图(或其部分)与一个或更多个预定(或计算的)失效模式频率进行比较来识别。如上还提到,失效模式频率通常表示可以指示预期的轴承失效的特定频率。因此,如果基于轴位置数据确定的频率分布图展示与失效模式频率相对应的频率峰值(例如,局部最大值或具有升高幅度的频带),则可以识别预期的轴承失效。
还参照图3,例如,频率分布图50可以基于针对轴26的位置数据(如通过传感器36提供的)来确定。一般来说,分布图50的横坐标值指示呈现在分布图50中的特定频率,而分布图50的纵坐标值指示与那些频率相对应的幅度。
如图所绘,已经直接基于针对轴26的位置数据确定分布图50。在其它实现中,可以另选地基于速度分布图来确定分布图50,可以基于针对轴26的位置数据确定该速度分布图本身。
如图3中描绘,频率分布图50包括多个频率峰值,包括展示相对较大幅度的局部最大值的频率峰值52、54以及56。而且,对于导致频率分布图50的布置和操作条件(例如,可操作速度)来说,已经识别了多个预定(或计算的)失效模式频率58、60以及62。通过将频率分布图50(或频率峰值52、54以及56)与失效模式频率58、60以及62进行比较,可以确定频率峰值52和56的频率总体上对应于失效模式频率58和62。还可以确定频率峰值54的频率总体上不与失效模式频率60相对应。例如,频率峰值54可以由附接至电动机12的齿轮箱(未示出)所导致,或者由不直接涉及轴承失效的其它系统动力学所导致。因此,可以基于频率分布图50中存在频率峰值52和56来识别预期的轴承失效。
在一些实现中,可以基于所提到的频率分析来识别有关预期的轴承失效的附加信息。例如,频率峰值52和56(而非频率峰值54)与所确定的失效模式频率的对应可以指示特定类型的轴承失效(例如,轴承的特定组件的失效)很可能发生。在一些实现中,可以将该信息提供给操作员(例如,经由输出模块40和显示屏42),或者可以以其它方式加以使用(例如,用于控制电动机12的操作的各个方面)。
在一些实现中,来自频率分布图的幅度信息还可以被用于(例如,除了分布图峰值的频率值以外)识别预期的轴承失效。例如,即使在频率分布图的频率峰值对应于失效模式频率的情况下,有时也不能识别预期的轴承失效,除非该频率峰值的幅度超出预定基准幅度。这是有用的,例如,以便确保轴承失效足以调整补救行动,或者确保非轴承系统组件的贡献不会导致预期的轴承失效的伪识别。
还参照图4,例如,可以基于针对轴26的位置数据(如通过传感器36提供的)来确定频率分布图70。如图所绘,与频率分布图50(参见图3)相比,频率分布图70可以反映不同的操作条件(例如,针对电动机12的不同操作速度)。因此,如可以在图4中看出,分布图70可以按各种方式与分布图50不同。然而,与分布图50一样,分布图70的横坐标值通常指示呈现在分布图70中的特定频率,而分布图70的纵坐标值指示与那些频率相对应的幅度。
如图所绘,已经直接基于针对轴26的位置数据来确定分布图70。在其它实现中,可以另选地基于速度分布图来确定分布图70,可以基于针对轴26的位置数据来确定该速度分布图本身。
如图4中描绘,频率分布图70包括多个频率峰值,包括展示相对较大幅度的局部最大值的频率峰值72和74。对于导致频率分布图70的布置和操作条件(例如,可操作速度)来说,已经识别了预定(或计算的)失效模式频率76和78。而且,针对每一个失效模式频率76和78,还确定了对应失效模式幅度80和82。一般来说,该失效模式幅度80和82可以分别指示针对与轴承失效的升高风险对应的失效模式频率76和78的幅度。
因此,通过比较频率分布图70(或频率峰值72和74)与失效模式频率76和78,可以确定频率峰值72和74的频率总体上对应于失效模式频率76和78。然而,还可以确定频率峰值74的幅度不超出对应失效模式幅度82,而频率峰值72的幅度超出对应失效模式幅度80。因此,可以基于频率分布图70中存在频率峰值72,而不必基于存在频率峰值74来识别预期的轴承失效。
在一些实现中,分析频率分布图以识别预期的轴承失效可以包括:将频率分布图(或其部分)与被包括在频带中的预定或计算的失效模式频率进行比较。例如,可以确定频率分布图在特定频带内的升高幅度可以对应于预期的轴承失效。因此,可以分析频率分布图(或其部分),以识别被至少部分地包括在所识别的频带内的任何频率峰值。
还参照图5,例如,可以基于针对轴26的位置数据(如通过传感器36提供的)来确定频率分布图90。如图所绘,与频率分布图50和70(参见图3和4)相比,频率分布图90可以反映不同的操作条件(例如,针对电动机12的不同操作速度)。因此,如可以在图5中看出,分布图90可以以各种方式不同于分布图50和70。然而,与分布图50和70一样,分布图90的横坐标值通常指示呈现在分布图90中的特定频率,而分布图90的纵坐标值指示与那些频率相对应的幅度。
如图所绘,已经直接基于针对轴26的位置数据来确定分布图90。在其它实现中,可以另选地基于速度分布图来确定分布图90,可以基于针对轴26的位置数据来确定该速度分布图本身。
如图5中描绘,频率分布图90包括多个频率峰值,包括展示相对较大幅度的局部最大值的频率峰值92、94以及96。对于导致频率分布图90的布置和操作条件(例如,可操作速度)来说,已经识别了预定(或计算的)失效模式频率,其总体上跨越失效模式频带98。如图5中频带98的阴影所绘,频带98中的不同频率可以对应于不同幅度,使得频带98不仅限定频率范围,而且还限定基准幅度的对应范围。通过比较频率分布图90(或频率峰值92、94以及96)与失效模式频带98(或其部分),可以确定频率峰值94的频率总体上对应于频带98中的失效模式频率,而频率峰值92和96的频率不对应于频带98中的失效模式频率。因此,可以基于频率分布图90中存在频率峰值94(并且潜在地,其幅度),而不必基于存在频率峰值92和96(或其幅度)来识别预期的轴承失效。
如上所述,有时有用的是,基于针对特定系统的速度分布图而非直接基于位置分布图来确定频率分布图。例如,可以接收来自位置传感器的位置数据,并且将位置分布图确定为与所接收的位置数据基本相同,如与对应时间指示符配对。可以采取位置分布图的导数,以使可以基于位置数据来确定速度分布图。因而可以基于速度分布图来确定频率分布图,并且分析该频率分布图来识别任何预期的轴承失效。
如上还提到,基于所感测的位置数据来使用速度分布图可以有用地消除不涉及预期的轴承失效的频率伪像(artifact)。例如,由位置分布图的锯齿状分布图所导致的频率伪像通常可以经由确定关联速度分布图来消除。因此,当从速度分布图导出频率分布图时,这些伪像可能不呈现(或者可能以缩减量值来呈现),使得可以获取轴承健康的更准确评估。
还参照图6A和6B,可以基于针对轴26的位置数据(如通过传感器36提供的)来确定频率分布图100,其中,根据对由位置数据导出的位置分布图的频率分析(例如,FFT处理)来确定频率分布图100。与此相反,可以基于对由为频率分布图100的基础的位置分布图所导出的速度分布图的频率分析(例如,FFT处理)而确定频率分布图102。如图所绘,与频率分布图50、70和90(参见图3到5)相比,频率分布图100和102可以反映不同的操作条件(例如,针对电动机12的不同操作速度)。因此,如可以在图6A和6B中看出,分布图100和102可以按各种方式与分布图50、70和90不同。然而,与分布图50、70和90一样,分布图100和102的横坐标值通常指示呈现在相应分布图100和102中的特定频率,而纵坐标值指示与那些频率相对应的幅度。
如图6A所描绘的,频率分布图100包括多个频率峰值,包括展示相对较大幅度的局部最大值的频率峰值104和106。对于导致频率分布图100的布置和操作条件(例如,可操作速度)来说,已经识别了预定(或计算的)失效模式频率108和110。而且,针对两个失效模式频率108和110,还确定了对应共享失效模式幅度112(针对基于位置的频率分布图)。一般来说,失效模式幅度112可以指示针对与轴承失效的升高风险对应的失效模式频率108和110的幅度。
因此,通过将频率分布图100(或频率峰值104和106)与失效模式频率108和110进行比较,可以确定频率峰值104和106的频率总体上对应于失效模式频率108和110。还可以确定频率峰值104和106的幅度超出对应失效模式幅度112。因此,可以基于频率分布图100中存在频率峰值104和106来识别预期的轴承失效。
然而,对于某些系统或某些操作来说,可以由不直接涉及预期的轴承失效的系统动力学和特征产生频率峰值104和106(或对其的贡献)中的一个或两个。在一些实现中,基于速度分布图(其本身基于位置分布图来确定)确定频率分布图可以帮助去除与这些动力学和特征有关的伪像。如图6B所描绘,例如,频率分布图102包括与频率分布图102的局部最大值对应的频率峰值114和116。一般来说,频率峰值114和116可以分别展示图6A的频率峰值104和106的频率。然而,虽然频率峰值114展示相对较大幅度,但频率峰值116展示相对较小幅度。这例如可以由导数运算得出,该导数运算被执行以将是图6A的频率分布图100的基础的位置分布图转换成是图6B的频率分布图102的基础的速度分布图。
对于导致频率分布图102的布置和操作条件(例如,可操作速度)来说,已经识别了预定(或计算的)失效模式频率118和120,并且具有通常类似于图6A的失效模式频率108和110的频率。而且,针对失效模式频率118和120两者,还确定了对应共享失效模式幅度122(针对基于速度的频率分布图)。一般来说,失效模式幅度122可以指示针对与轴承失效的升高风险对应的失效模式频率118和120的幅度。
因此,通过比较频率分布图102(或频率峰值114和116)与失效模式频率118和120,可以确定频率峰值114和116的频率总体上对应于失效模式频率118和120。还可以确定,虽然频率峰值114的幅度超出对应失效模式幅度122,但频率峰值116的幅度不超出失效模式幅度122。因此,可以基于频率分布图102中存在频率峰值114而不基于存在频率峰值116来识别预期的轴承失效。这样,例如,可以看出,使用基于速度的频率分布图可以帮助消除:可能由使用基于位置的频率分布图所导致的预期的轴承失效的假肯定识别。然而,应当明白,使用基于位置的频率分布图也可以是有利的,并且在各种实现中可以是优选的。
在此使用的术语仅出于描述特定实施方式的目的,而不是旨在对本公开进行限制。如在此使用的,单数形式“一”以及“该/所述”同样旨在包括多数形式,除非上下文另外进行了明确指示。还应明白,本说明书中对术语“包括”和/或“包含”的任何使用,指定存在规定特征、整数、步骤、操作、部件和/或组件,而非排除存在或增加一个或更多个其它特征、整数、步骤、操作、部件、组件和/或其组合。
已经出于例示和描述的目的,呈现了本公开的描述,而不是旨在排它或按所公开的形式限制到本公开。在不脱离本公开的范围和精神的情况下,本领域普通技术人员应当明白许多修改例和变型例。选择并描述在此明确引用的实施方式,以便最佳地说明本公开及其实践应用的原理,并且使得本领域其它普通技术人员能够理解本公开,并且认识有关所描述的示例的许多另选例、修改例以及变型例。因此,除了那些明确描述的实施方式和实现以外的其它各种实施方式和实现都在随附权利要求书的范围内。
Claims (20)
1.一种故障检测系统,该故障检测系统用于在具有电机的系统中预测轴承失效,所述电机具有轴承支承的轴,所述故障检测系统包括:
位置传感器,该位置传感器被配置成随着所述轴的旋转来感测所述轴的位置;以及
控制器,该控制器被配置成:
接收来自所述位置传感器的位置数据,该位置数据指示所述轴的多个感测位置;
基于所接收的位置数据,确定针对所述轴的、随时间的位置分布图和速度分布图中的至少一个;
针对所述位置分布图和所述速度分布图中的所述至少一个来确定频率分布图;
识别所述频率分布图中的频率峰值;以及
基于以下步骤来识别预期的轴承失效:
将所述频率峰值与针对用于支承所述轴的轴承的特征失效频率方程的一个或更多个解进行比较和将所述频率峰值与一个或更多个预定失效模式频率进行比较中的至少一个;以及
确定所述频率峰值展示超出预定失效模式幅度的幅度。
2.根据权利要求1所述的故障检测系统,其中,识别所述频率峰值的步骤包括识别所述频率分布图中的频带。
3.根据权利要求1所述的故障检测系统,其中,所述位置传感器被配置为旋转变压器。
4.一种故障检测系统,该故障检测系统用于在具有轴承支承的轴的系统中预测轴承失效,所述故障检测系统包括:
位置传感器,该位置传感器被配置成随着所述轴的旋转来感测所述轴的位置;以及
控制器,该控制器被配置成:
接收来自所述位置传感器的位置数据,该位置数据指示所述轴的多个感测位置;
基于所接收的位置数据,确定针对所述轴的、随时间的位置分布图和速度分布图中的至少一个;
针对所述位置分布图和所述速度分布图中的所述至少一个来确定频率分布图;
识别所述频率分布图中的频率峰值;以及
基于所识别的频率峰值来识别预期的轴承失效。
5.根据权利要求4所述的故障检测系统,其中,所述轴被包括在电动机中,所述电动机被配置成向工作载具的操作提供动力,并且所述电动机的转子被安装至所述轴。
6.根据权利要求4所述的故障检测系统,其中,识别所述频率峰值的步骤包括识别横跨频带的频率分布图的一个或更多个特征的步骤。
7.根据权利要求4所述的故障检测系统,其中,所述控制器还被配置成向输出模块和通知模块中的至少一个传送预期的轴承失效的指示符。
8.根据权利要求4所述的故障检测系统,其中,所述位置传感器被配置为旋转变压器和编码器中的一种。
9.根据权利要求4所述的故障检测系统,其中,所述控制器被配置为现场可编程门阵列。
10.根据权利要求4所述的故障检测系统,其中,所述控制器被配置成基于如下步骤中的至少一个来识别预期的轴承失效:将所述频率峰值与针对用于支承所述轴的轴承的特征失效频率方程的一个或更多个解进行比较;和将所述频率峰值与一个或更多个预定失效模式频率进行比较。
11.根据权利要求4所述的故障检测系统,其中,所述控制器被配置成基于确定所识别的频率峰值展示超出预定失效模式幅度的幅度来识别预期的轴承失效。
12.一种故障检测系统,该故障检测系统用于在具有轴承支承的轴的系统中预测轴承失效,所述故障检测系统包括:
位置传感器,该位置传感器被配置成随着所述轴的旋转来感测所述轴的位置;以及
控制器,该控制器被配置成:
接收来自所述位置传感器的位置数据,该位置数据指示所述轴的多个感测位置;
基于所接收的位置数据来确定频率分布图;
识别所述频率分布图的第一特征;以及
基于所识别的第一特征来识别预期的轴承失效。
13.根据权利要求12所述的故障检测系统,其中,所述控制器还被配置成向输出模块和通知模块中的至少一个传送预期的轴承失效的指示。
14.根据权利要求12所述的故障检测系统,其中,所述位置传感器被配置为旋转变压器和编码器中的一种。
15.根据权利要求12所述的故障检测系统,其中,所述控制器被配置为现场可编程门阵列。
16.根据权利要求12所述的故障检测系统,其中,所述控制器被配置成基于如下步骤来确定所述频率分布图:基于所述位置数据确定针对所述轴的速度分布图。
17.根据权利要求12所述的故障检测系统,其中,所述控制器被配置成基于如下步骤来识别预期的轴承失效:将所述频率分布图的所述第一特征与针对用于支承所述轴的轴承的特征失效频率方程的一个或更多个解进行比较。
18.根据权利要求12所述的故障检测系统,其中,所述控制器被配置成基于如下步骤来识别预期的轴承失效:将所述频率分布图的所述第一特征与一个或更多个预定频率进行比较。
19.根据权利要求12所述的故障检测系统,其中,所述控制器被配置成基于如下步骤来识别预期的轴承失效:所述控制器将频率峰值识别为所述第一特征。
20.根据权利要求19所述的故障检测系统,其中,所述控制器被配置成基于确定所述频率峰值展示超出预定幅度的幅度来识别预期的轴承失效。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/703,501 US9689777B2 (en) | 2015-05-04 | 2015-05-04 | Fault detection for bearings |
US14/703,501 | 2015-05-04 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106124210A true CN106124210A (zh) | 2016-11-16 |
Family
ID=57222502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610285995.XA Pending CN106124210A (zh) | 2015-05-04 | 2016-05-03 | 用于轴承的故障检测 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9689777B2 (zh) |
CN (1) | CN106124210A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107884189A (zh) * | 2017-10-12 | 2018-04-06 | 岭东核电有限公司 | 一种故障诊断方法 |
CN109015542A (zh) * | 2018-08-13 | 2018-12-18 | 安徽天裕汽车零部件制造有限公司 | 一种车辆底盘零部件旋转加工台的液压控制器 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6595416B2 (ja) * | 2016-08-09 | 2019-10-23 | ファナック株式会社 | サーボ制御装置、サーボ制御装置を用いた主軸故障検出方法及びコンピュータプログラム |
US10816437B2 (en) * | 2017-03-22 | 2020-10-27 | General Electric Company | Contactless rotor state/speed measurement of x-ray tube |
DE102017212666B4 (de) * | 2017-07-24 | 2023-03-02 | Vdeh-Betriebsforschungsinstitut Gmbh | Verfahren und Vorrichtung zur Bestimmung des Zustands eines mechanischen Bauteils |
CN109270917B (zh) * | 2018-08-07 | 2020-10-27 | 浙江大学 | 一种面向智能电厂汽轮机轴承的闭环控制系统故障退化状态预测方法 |
US11692905B2 (en) * | 2019-06-21 | 2023-07-04 | Watlow Electric Manufacturing Company | System and method for predicting and controlling gas line performance |
CN110766035A (zh) * | 2019-08-22 | 2020-02-07 | 贵州大学 | 一种轴承单一故障智能检测方法 |
EP3812701B1 (en) * | 2019-10-23 | 2022-08-24 | Hexagon Technology Center GmbH | Online leveling calibration of a geodetic instrument |
EP3957970A1 (en) * | 2020-08-17 | 2022-02-23 | ABB Schweiz AG | Method of detecting a bearing fault |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050022600A1 (en) * | 2003-07-15 | 2005-02-03 | Minebea Co., Ltd. | Method and device to determine the natural frequencies of a bearing system having a shaft arranged on bearings |
CN101443565A (zh) * | 2006-05-16 | 2009-05-27 | 空中客车英国有限公司 | 轴承失效指示器 |
CN101850368A (zh) * | 2009-03-31 | 2010-10-06 | 上海宝钢工业检测公司 | 酸洗连轧机联合机组断带在线检测方法 |
US20120126738A1 (en) * | 2010-11-18 | 2012-05-24 | Linglai Li | Rotating Machinery Condition Monitoring Using Position Sensor |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1207664A3 (en) * | 2000-11-16 | 2005-08-03 | Pioneer Corporation | Gain control in an OFDM receiver |
US7027953B2 (en) | 2002-12-30 | 2006-04-11 | Rsl Electronics Ltd. | Method and system for diagnostics and prognostics of a mechanical system |
DE102007036271A1 (de) * | 2007-07-31 | 2009-02-05 | Baumer Hübner GmbH | Drehgeber mit Überwachung des Lagerverschleißes sowie Verfahren hierzu |
US8405339B2 (en) | 2010-07-01 | 2013-03-26 | Eaton Corporation | System and method for detecting fault in an AC machine |
US9845012B2 (en) | 2011-07-06 | 2017-12-19 | General Electric Company | System and method for predicting mechanical failure of a motor |
-
2015
- 2015-05-04 US US14/703,501 patent/US9689777B2/en active Active
-
2016
- 2016-05-03 CN CN201610285995.XA patent/CN106124210A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050022600A1 (en) * | 2003-07-15 | 2005-02-03 | Minebea Co., Ltd. | Method and device to determine the natural frequencies of a bearing system having a shaft arranged on bearings |
CN101443565A (zh) * | 2006-05-16 | 2009-05-27 | 空中客车英国有限公司 | 轴承失效指示器 |
CN101850368A (zh) * | 2009-03-31 | 2010-10-06 | 上海宝钢工业检测公司 | 酸洗连轧机联合机组断带在线检测方法 |
US20120126738A1 (en) * | 2010-11-18 | 2012-05-24 | Linglai Li | Rotating Machinery Condition Monitoring Using Position Sensor |
US8810173B2 (en) * | 2010-11-18 | 2014-08-19 | Rockwell Automation Technologies, Inc. | Rotating machinery condition monitoring using position sensor |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107884189A (zh) * | 2017-10-12 | 2018-04-06 | 岭东核电有限公司 | 一种故障诊断方法 |
CN109015542A (zh) * | 2018-08-13 | 2018-12-18 | 安徽天裕汽车零部件制造有限公司 | 一种车辆底盘零部件旋转加工台的液压控制器 |
Also Published As
Publication number | Publication date |
---|---|
US9689777B2 (en) | 2017-06-27 |
US20160327452A1 (en) | 2016-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106124210A (zh) | 用于轴承的故障检测 | |
CN107429685B (zh) | 泵监视设备和方法 | |
Gritli et al. | Condition monitoring of mechanical faults in induction machines from electrical signatures: Review of different techniques | |
US8248215B2 (en) | Dynamic condition monitoring system with integrated web server | |
US10302510B2 (en) | Wireless axial load cell and sensor assembly | |
US10353004B2 (en) | Method and system for detecting rotor fault using triaxial magnetic field sensor | |
US10088838B2 (en) | Method for diagnostic monitoring of a wind turbine generator system | |
CN109792227B (zh) | 用于监测多个马达的状况的系统 | |
US11753275B2 (en) | Method for preventive maintenance of an elevator and an elevator system | |
Zoubek et al. | Frequency response analysis for rolling-bearing damage diagnosis | |
EP3143418B1 (en) | Method and system for detecting rotor fault | |
CN110063023A (zh) | 用于监控旋转电机的运行的方法 | |
TWI665458B (zh) | 診斷裝置及診斷方法 | |
US10921108B2 (en) | Method for monitoring a magnetic bearing apparatus | |
JP6801144B2 (ja) | 診断装置および診断方法 | |
KR102068077B1 (ko) | 복합 신호를 이용한 회전기계설비 진단장치 | |
JP2018179752A (ja) | 振動計測装置、状態監視システム及びそれを備える風力発電装置 | |
JP2009133810A (ja) | 振動監視装置 | |
EP3218687A1 (en) | Method to detect vibration nodes between a sensor and an actuator in a rotatable component | |
US20230358639A1 (en) | Conformance test apparatus, sensor system, and processes | |
Yang | Automatic condition monitoring of industrial rolling-element bearings using motor’s vibration and current analysis | |
KR101801299B1 (ko) | 전동기의 고장 진단에 따른 고장 진단 정보를 이용한 전동기용 구동제어장치 | |
CN108151795B (zh) | 用于配置状态监测装置的方法及系统 | |
WO2022152376A1 (en) | Monitoring of conveyor systems on the basis of molecular concentration in air | |
CN109813419A (zh) | 测量轨道车辆电机轴承损耗的系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |