CN106922171A - 用于确定机械地加载的单元的结构状态的方法 - Google Patents

用于确定机械地加载的单元的结构状态的方法 Download PDF

Info

Publication number
CN106922171A
CN106922171A CN201580058792.0A CN201580058792A CN106922171A CN 106922171 A CN106922171 A CN 106922171A CN 201580058792 A CN201580058792 A CN 201580058792A CN 106922171 A CN106922171 A CN 106922171A
Authority
CN
China
Prior art keywords
unit
object element
mechanical
signal
cycle
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.)
Granted
Application number
CN201580058792.0A
Other languages
English (en)
Other versions
CN106922171B (zh
Inventor
罗兰·斯珀林
吉多·比克
克劳斯-彼得·弗里岑
沃尔夫冈·里希特
米格尔·安杰尔·托雷斯·阿雷东多
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alstom Transportation Germany GmbH
Original Assignee
Bombardier Transportation GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bombardier Transportation GmbH filed Critical Bombardier Transportation GmbH
Publication of CN106922171A publication Critical patent/CN106922171A/zh
Application granted granted Critical
Publication of CN106922171B publication Critical patent/CN106922171B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01M17/00—Testing of vehicles
    • G01M17/08—Railway vehicles
    • G01M17/10—Suspensions, axles or wheels
    • 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
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/028—Acoustic or vibration analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0016—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings of aircraft wings or blades
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0025—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings of elongated objects, e.g. pipes, masts, towers or railways
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0033—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining damage, crack or wear
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0066—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by exciting or detecting vibration or acceleration

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及一种用于确定机械地加载的目标单元的至少一个部件的结构状态的方法，特别是轨道车辆的目标单元，该方法包括：在评估周期(109.3)的实际激发步骤(109.4)中，将限定的实际机械输入信号引入到目标单元(105.1)中；在评估周期(109.3)的实际捕获步骤(109.5)中，捕获目标单元(105.1)对机械输入信号的实际机械响应信号，并且在评估周期(109.3)的实际评估步骤(109.6)中，将实际机械响应信号与预先记录的基线信号进行比较以建立实际差分特征并使用该实际差分特征来确定结构状态。基线信号表示目标单元(105.1)对先前机械输入信号的先前机械响应信号，该先前机械输入信号具有相对于实际机械输入信号的限定关系。在实际评估步骤(109.6)的实际差分特征比较步骤(109.10)中，将实际差分特征与至少一个基准进行比较以确定结构状态，其中通过至少一个先前差分特征建立至少一个基准，在评估周期(109.3)的先前执行中已经为目标单元(105.1)预先建立该至少一个先前差分特征。

Description

用于确定机械地加载的单元的结构状态的方法
背景技术
本发明涉及一种用于确定机械地加载的目标单元的至少一个部件的结构状态的方法，特别是轨道车辆的目标单元。该方法包括，在评估周期的实际激发步骤中，将限定的实际机械输入信号引入到目标单元中，在评估周期的实际捕获步骤中捕获目标单元对机械输入信号的实际机械响应信号，以及在评估周期的实际评估步骤中将实际机械响应信号与预先记录的基线信号进行比较，以建立实际差分特征并使用该实际差分特征来确定结构状态。基线信号表示目标单元对先前机械输入信号的先前机械响应信号，该先前机械输入信号与实际机械输入信号具有限定的关系。本发明还涉及用于确定机械地加载的目标单元的至少一个部件的结构状态的对应系统以及实现该系统的目标单元。
对于具有经受机械负载的结构部件(即，由一个或多个实体组成的任何部件)，特别是具有有关安全功能的部件的几乎无数应用，显然需要时常验证实际结构完整性或磨损情形以及部件在其生命周期中的位置，以便确保正确操作并及时防止潜在危险情形。
更准确地，期望不断地或时常评估部件的实际结构完整性，以便确保及时防止潜在危险情形。对于部件磨损状态以及关于所限定维护间隔的磨损行为也是类似的。
因此，过去，形成或包含此类部件的结构单元已经经受定期非破坏性检查以实施这种验证。最初，此类检查主要由受过良好培训的专家以视觉和/或声学方式进行。然而，随着时间的推移，已经开发更繁杂的自动或半自动化非破坏性检查方法，以更正确和可靠地评估此类部件的实际结构状态。
一种常见非破坏性检查概念是将超声波引入待查验的结构中并分析经由安装到该结构上的一个或多个传感器捕获的动态响应信号或回波信号。通常，将响应信号与在较早时间点对在新的(可能的)且原始状态下的相同设计的同一部件或基准部件捕获的所谓基线信号进行比较。通过在实际响应信号与基线信号之间的差异，可以根据被查验部件的实际损坏状况得出结论。
例如，结构损坏诸如结构内的裂纹导致引入到结构中的超声波的异常散射(即，在原始或无瑕疵结构中不发生散射)。与基线信号相比，此类异常散射明显地导致对实际捕获响应信号的修改。在正确地识别此类损坏情形的主要问题是所捕获响应信号的属性非常复杂。这种情况是由于分别影响信号叠加和模糊的若干影响因素。主要影响因素例如为导致多次反射的结构本身的几何形状的复杂性，波在结构内的不同传播方式等。次要影响因素例如为部件温度的变化，这对于由于热膨胀效应的结构的几何形状以及波传播速度都具有严重的影响。
因此，通过将此类所捕获响应信号与基线信号进行比较，已经开发许多更为复杂或较不繁杂的方法来正确地识别以及甚至定位损坏。此类方法的多个示例由迈克尔(Michaels，2008年英国IOP出版公司，智能材料和结构期刊，2008年第17期，035035，15页，《用空间分布式超声波传感器的原位阵列检测、定位和表征板中的损坏(Detection,localization and characterization of damage in plates with an in situ arrayof spatially distributed ultrasonic sensors in Smart Materials and Structures17,2008,035035,15pp；IOP Publishing Ltd,GB,2008)和托雷斯-阿来东多(Torres-Arredondo)等人(《使用超声波和非线性数据驱动模拟的管道中的损坏检测和分类》，2013年德国柏林海德堡施普林格出版社，ISSN2190-5452，DOI 10.1007/s13349-013-0060-5，土木结构健康监测杂志(“Damage detection and classification in pipework usingacousto-ultrasonics and non-linear data-driven modelling”in Journal of CivilStructural Health Monitoring,ISSN 2190-5452,DOI 10.1007/s13349-013-0060-5,Springer-Verlag Berlin Heidelberg,DE,2013))描述。
已经对相当简单的结构(例如平面板(参见Michaels)和直圆柱形管(参见托雷斯-阿来东多(Torres-Arredondo)等人))建立了所有这些已知的方法。因此，虽然证实这些方法的一般适用性，但是将这些方法转移到更复杂的结构是不平凡的任务，这使得为这一任务建立的系统更为复杂。
发明内容
因此，本发明的目的在于提供一种最初提及的类型的方法，其至少不具有或至少在较小程度上具有上述缺点，并且特别地以更简单和可靠的方式允许确定更复杂设计的单元的结构状态。
本发明基于根据权利要求1的前序部分的方法通过由权利要求1的特征部分指示的特征解决该问题。本发明还基于根据权利要求11的前序部分的系统通过由权利要求10的特征部分所指示的特征来解决该问题。
本发明基于技术教导，该技术教导为：如果该评定是基于差值随时间推移的发展，而非仅粗略地基于在实际机械响应信号和预先记录的基线信号的差值(以下也称为这两个信号的差分特征)实施的结构状态的已知评定，则可以实现更复杂设计的目标结构的结构状态的更简单且可靠的确定。
更准确地，已经认识到，对于许多应用，相比于正确地识别自上一次评估后实际发生的结构状态的某种修改(该修改具有某种限定质量)，部件的破坏和/或磨损程度和/或位置的绝对评定(已知的方法试图建立)在某些时间点较不关键或者较不重要。因此，本发明不是试图对结构的(已知的或假定的)原始状态建立对损坏和/或磨损的精确识别和量化，而是依赖于分别分析或跟踪这些信号的差分特征随时间的改变，以便分类结构状态。
该方法有极大优点：它不要求对损坏和/或磨损进行复杂的精确量化，这使得已知系统高度复杂且对不可避免的初始假设(诸如完美的初始结构完整性)中的误差非常敏感。相反，检测差分特征中的特性变化可以在不需要对结构条件本身进行昂贵的精确定量的情况下提供结构状态改变的可靠检测和分类，例如，相应差分特征中的分别的突然跳跃或阶跃是可靠提示：在所考虑的两个评估周期之间在目标结构中已经发生损坏诸如裂纹。
此外，该方法不仅允许损坏的识别和分类，而且还可以允许磨损的识别和分类。更准确地，差分特征随着时间推移的某些行为可明确与目标结构(甚至是目标结构的特定部件)的磨损相关联。例如，差分特征的进程中的斜率随着时间的推移而逐渐增加可为已经达到某些关键磨损状况的明确指示，该磨损状况要求适当反应以避免结构的失效等。
应当理解，在任何一种情况(损坏和磨损评估)下，可以容易地对特定结构建立差分特征的进程随时间变化的典型模式(图案，pattern)。这些典型模式允许对目标结构中的各个部件和/或位置的特定状态将目前情形(如检测到的)进行分类甚至相关性的校正。因此，例如，通过典型差分特征模式(预先对目标结构建立的)，可以导出差分特征的当前建立的实际发展(至少最有可能)与在目标结构内的特定位置处的目标结构的特定部分的损坏相关联。应当理解，为此，可以使用合适的和通常已知的模式辨识算法。
鉴于以上内容，在这一点上需注意，在本发明的意义上，部件的结构状态包括部件的任何性质(例如，与部件的内部或外部结构完整性和/或其材料性质相关和/或其几何尺寸性质等相关联)，其可分别受损坏和/或磨损而分别影响和变化。
因此，根据第一方面，本发明涉及一种用于确定机械地加载的目标单元至少一个部件的结构状态的方法，特别是轨道车辆的目标单元，该方法包括，在评估周期的实际激发步骤中，将限定的实际机械输入信号引入到目标单元中，在评估周期的实际捕获步骤中捕获目标单元对机械输入信号的实际机械响应信号，以及在评估周期的实际评估步骤中将实际机械响应信号与预先记录的基线信号进行比较，以建立实际差分特征，并使用该实际差分特征来确定结构状态。基线信号表示目标单元对先前机械输入信号的先前机械响应信号，该先前机械输入信号与实际机械输入信号具有限定的关系。在实际评估步骤的实际差分特征比较步骤中，将实际差分特征与至少一个基准进行比较以确定结构状态，其中至少一个基准是通过至少一个先前差分特征建立的，该至少一个先前差分特征已经在评估周期的先前执行中对目标单元预先建立。
在这里应该注意的是，在本发明的意义上，术语“信号”将被广义地理解为表示相应捕获动作的信息内容的数据，而与表示信息的实际形式无关。此外，术语“差分特征”应涵盖通过在实际机械响应信号和基线信号之间的比较获得的任何信息，同样与表示信息的实际形式无关。通常，差分特征是将实际机械响应信号和基线信号进行比较的表达，并且如果实际机械响应信号和基线信号相同，则差分特征等于零。
应当理解，实际机械响应信号和先前机械响应信号可以沿着在目标部件内的相同信号路径被捕获，从而允许简单的比较。然而，对于某些实施例，实际机械响应信号和先前机械响应信号被沿着不同信号路径捕获，例如，沿着从偏离激发位置和/或到偏离捕获位置的路径，最终仅在相反的方向上。此类方法可有助于搜集关于实际结构状态的进一步信息。
应当理解，可以将实际差分特征与形成基准的一个单一先前差分特征进行比较。然而，对于某些优选实施例，使用多个此类预先建立的差分特征建立基准。这种历史性的方法(考虑到差分特征的较长历史)允许对当前情形进行更精细分析。
应当理解，对于某些实施例，使用固定的基线信号(即，两个评估周期中的相同的基线信号)来建立实际差分特征和先前差分特征。优选地，使用浮动基线信号，即随时间推移而修改的基线信号。相比于其他信号，此类浮动基线信号具有如下优点：在评估系统中的低速修改(诸如漂移效应)变得较不关键。因此，优选地，在实际评估步骤之后的基线设定步骤中，将实际机械响应信号设定为在随后评估步骤中待使用的基线信号，以形成浮动基线信号。
如上所述，可以仅通过一个单一先前差分特征进行比较。因此，在这些非常简单的情况下，至少一个基准仅由先前差分特征形成。然而，对于其他实施例，至少一个基准由包括先前差分特征的多个先前差分特征形成，该多个先前差分特征中的每一个已在评估周期的多次先前执行中对目标单元预先建立。在这些情况下，如上所述，考虑差分特征的历史，这允许对目标单元的实际结构状态进行更简单和更精确的分类。
应当理解，在实际评估步骤中可以使用任何先前差分特征。然而，优选地，使用在实际评估步骤之前最后建立的差分特征。因此，在某些实施例中，已经在评估周期的刚处理的先前执行中建立先前差分特征。
此外，历史性方法的情况下，优选地，多个先前差分特征中的每一个已经在评估周期的不同先前执行中建立。这里同样可以使用任何期望的先前差分特征的序列，其不一定必须连贯。然而，优选地，多个先前差分特征中的每一个已经在评估周期的连续一系列先前执行中建立；
对于本发明的某些实施例，至少一个基准是由来自多个先前差分特征的外推法建立的。通过这种方式，考虑到先前差分特征的历史，例如，可以在建立实际差分特征的时间点建立预期的基准差分特征。例如，如果实际差分特征明显地偏离预期基准差分特征，达到超出正常公差的程度，则可以发生导致该异常偏离的损坏。因此，优选地，至少一个基准为通过多个先前差分特征建立，特别是通过外推法建立的预期基准差分特征。
对于本发明的某些实施例，已经在具有与边界条件的限定关系的比较边界条件下使用至少一个比较目标单元建立先前差分特征，在该边界条件下建立所述实际差分特征。通过这种方式，不仅通过观察目标单元本身，而且通过与在足够公知的比较边界条件(即边界条件，其与目标单元的实际边界条件的关系是充分公知的)下分析的一个或多个其它单元(通常至少相似或基本相同)进行比较，可以确定目标单元的结构状态。例如，可以将通常经历至少相似机械负载的轨道车辆的一个或多个相同单元(例如连续轮副等)用作比较目标单元
优选地，比较边界条件基本与实际边界条件相同，这使得比较特别容易。然而，对于其他变型，只要偏离对确定结构状态的影响为充分公知的，则比较边界条件和实际边界条件甚至可以显著偏离，由此使得在确定目标单元的结构状态时可以考虑该偏离。
对于本发明的优选实施例，在实际评估步骤的分类步骤中，根据实际差分特征与至少一个基准之间的比较的结果对结构状态进行分类。如上所述，分类可以根据各种方法进行。在典型情况下，可以使用模式辨识算法来提供分类。
优选地，在分类步骤之后的记录步骤中，存储至少实际差分特征和/或至少一个基准和/或在分类步骤中建立的分类，特别是以便用于稍后的数据分析和/或用于确定随后的基准，特别是用于预期基准差分特征的外推法。
优选地，根据分类的结果触发作为分类的产物的合适反应。因此，对于本发明的优选实施方案，在分类步骤之后的反应步骤中，根据分类步骤中建立的分类启动反应。该反应可为任何合适类型，例如在检测到损坏的情况下，特别是在潜在危险性损坏的情况下，面向目标单元的操作者的自动报警通知。此外，根据目标单元的安全等级，反应可以立即影响目标单元的操作，诸如在潜在的危险情形下的目标单元的自动关闭。因此，优选地，反应包括分类的通知和/或目标单元的操作状态的修改。
可以根据任何期望和合适分类方法进行结构状态的分类。对于某些优选实施例，如果在实际差分特征和至少一个基准之间的偏离超过损坏阈值，则结构状态分类为损坏状态，该损坏阈值为表示在实际捕获步骤的时间点处所预期的最大磨损。
对于某些优选实施例，如果实际差分特征相对于至少一个基准点的变化速度超过损坏阈值速度，则结构状态分类为损坏状态，该损坏阈值速度为在实际捕获步骤的时间点处所预期的最大变化速度。因此，以简单的方式，在差分特征中的意外阶跃或跳跃被分类为损坏情形。
此外或作为替代方案，如果在实际差分特征和至少一个基准之间的偏离超过正常磨损阈值，则结构状态被分类为过度磨损状态，该正常磨损阈值为表示在实际捕获步骤的时间点处所预期的正常磨损的正常磨损差分特征。换句话讲，如果差分特征中的偏离超过在正常磨损条件下预期的阈值，则可以假设存在此类过度磨损的情形。
类似地，在其他实施例中，如果在正常磨损条件下差分特征增加快于预期，则可以假定过度磨损的情形。因此，优选地，如果实际差分特征相对于至少一个基准的变化速度超过正常磨损阈值速度，则结构状态分类为过度磨损状态，该正常磨损阈值速度为在正常磨损条件下在实际捕获步骤的时间点处所预期的变化速度。
应当理解，对于某些实施例，具体地，具有足够稳定边界条件的实施例，可以简单地获取差分特征，如在评估步骤中所确定的那样。然而，对于具有较不稳定边界条件的某些实施例，考虑在实际周期与有关先前周期(在实际评估步骤中考虑)之间的有关边界条件的偏离。
因此，优选地，在边界条件评定步骤中，确定影响实际机械响应信号的至少一个边界条件参数的实际值并且在实际差分特征比较步骤之前的校正步骤中根据至少一个边界条件参数的实际值和至少一个边界条件参数的记录值的差值校正实际机械响应信号，该实际值在评估周期的先前执行的时间点确定，特别是在评估周期的先前执行的激发和/或捕获步骤的时间点确定。
应当理解，可以考虑与评估步骤的结果有关的任何边界条件参数。优选地，边界条件参数是目标单元和/或目标单元周围的环境的至少一个温度，和/或目标单元和/或目标单元周围的环境的温度分布，和/或至少一个机械负载、特别是分别作用在目标单元上的机械负载分布或负载集合，和/或存在于目标单元中的机械应力，特别是机械应力分布，和/或存在于目标单元中的机械应变，特别是机械应变分布，和/或目标单元的振动频谱，和/或目标单元的至少一个部件的位置和/或取向，和/或目标单元的湿度和/或围绕目标单元的环境的湿度。此外，此外或作为替代方案，边界条件参数可为围绕目标单元的环境的粘度和/或围绕目标单元的环境的密度和/或围绕目标单元的环境的流速。如果环境的机械影响(例如机械阻尼影响)具有与结构状态的评估的关联性，则对周围环境的这种评估可为特别有用的。例如，如果环境是液体环境，则为这种情况。然而，此类关联性也可以与周围气体环境或此类环境的组合一起存在。通常，这些参数中的任何一个的修改对评估步骤的结果具有不可忽略的影响，由此使得如果它们被考虑，则实现特别好的结果。
应当理解，基本上可以使用任何期望的方法来建立有关边界条件参数。例如，可以使用一个或多个有关边界条件参数的实际值的直接测量(例如，通过一个或多个合适的传感器)。优选地，基于模型的方法用于以简单方式提供将评估过程的灵敏度与边界条件参数的变化相匹配的边界条件参数的合适精准解决方案。优选地，使用表示边界条件参数的至少一个输入值和目标单元的模型来建立边界条件参数，该模型在目标单元的至少一部分上提供作为至少一个输入值的函数的边界条件参数的分布，该模型特别地为目标单元的温度模型，其提供作为至少一个输入值的函数的在目标单元的至少一部分上的温度分布，该至少一个输入值特别地为在目标单元或目标单元附近捕获的至少一个温度值。
对于本发明的另外有利的实施例，已经在至少一个边界条件参数的第一值下建立实际差分特征，并且已经在至少一个边界条件参数的第二值下建立至少一个基准。在实际评估步骤的分类步骤中，根据至少一个边界条件参数的第一值与至少一个边界条件参数的第二值之间的差值进行结构状态的分类。因此，换句话说，可以从实际差分特征和基准已经在至少一个边界条件参数的不同值下建立的事实来获取优点。然而，对于本发明的某些其他实施例，试图将至少一个边界条件的第一值和第二值保持尽可能的接近(优选地基本相同)。
对于本发明的有利实施例，在实际评估步骤的损坏定位步骤中，在将结构状态分类为损坏状态的情况下，至少使用实际机械响应信号执行损坏定位步骤。此外或作为替代方案，在实际评估步骤的过度磨损定位步骤中，在将结构状态分类为过度磨损状态的情况下，至少使用实际机械响应信号执行过度磨损定位步骤。在这两种情况下，可以实现目标结构的损坏部分或磨损部分的定位。
应当理解，可以执行任何期望的和合适的定位方法。特别地，应当理解，可以使用由多于一个的信号检测器检测并由一个或多个信号发生器生成的多于一个的实际机械响应信号来执行定位步骤。此外，可以使用包括实耗时间测量的脉冲回波技术。此外，迈克尔(Michaels)和托雷斯-阿来东多(Torres-Arredondo)等人大致描述的任何方法(如最初提到的)可以被执行(单独或以任意组合)。
优选地，使用在目标单元的实际机械响应信号和至少一个先前机械响应信号之间的差值来执行定位步骤，该至少一个先前机械响应信号已经使用通过目标单元的不同(特别为倒置的)信号路径建立。通过这种方式，可以实现特别简单的定位。作为替代方案，使用实际差分特征和针对目标单元建立的至少一个先前差分特征之间的差值执行定位步骤，该至少一个先前差分特征已经使用通过目标单元的不同(特别为倒置的)信号路径建立。通过这些方式中任一个，可以实现特别简单的定位。
此外或作为替代方案，通过比较实际机械响应信号和至少一个模型化的机械响应信号来执行定位步骤，该至少一个模型化的机械响应信号已经使用目标单元的模型建立。通过这种方式，可以通过识别与表征特定位置处的特定损坏和/或磨损的预期(建模)情形的一个或多个偏离来实现简单的定位。
此外或作为替代方案，使用损坏模式辨识算法执行定位步骤，该损坏模式辨识算法将实际机械响应信号与对目标单元预先建立的多个损坏模式进行比较，该损坏模式中的每个表示在目标单元中的特定位置处引入的特定损坏时响应于机械输入信号而捕获的损坏机械响应信号。磨损定位也可采用类似的方法。通过这种方式，可以实现非常简单和可靠的定位。
应当理解，基本上任何期望和合适的起点可以用于本方法。更准确地，所使用的基准表示目标单元的新的及原始状态并非绝对必要的。因此，在某些情况下，该方法可以在目标单元的生命周期中的任何时间点应用于目标单元。
然而，优选地，已经使用初始基线信号预先建立至少一个先前差分特征，该初始基线信号为目标单元对处于新的和未损坏或未磨损状态的先前机械输入信号的机械响应信号。
如上所述，差分特征表示在实际机械响应信号和基线信号之间的偏离。基本上，可以使用提供对应信息的任何表达。优选地，差分特征是在实际机械响应信号和基线信号之间的标准化平方误差和/或在实际机械响应信号和基线信号之间的相关性系数的降低和/或在实际机械响应信号和基线信号之间的相关系数的降低和/或通过主成分分析(PCA)，特别是非线性主成分分析(NLPCA)，特别是分层非线性主成分分析(h-NLPCA)获得的特征，和/或通过独立分量分析(ICA)获得的特征。这些选项中的一些已经在由迈克尔(Michaels)描述(如最初所述)，并且以相当简单的方式提供关于在实际机械响应信号和基线信号之间偏离的正确信息。此外，以有益的方式，将相应信号的一个或多个特征(例如频率和/或振幅和/或相位)用于比较，这极大地有利于该过程。
对于本发明的优选实施例，如果差分特征为通过以下方法或方式中的至少一个(即时域中的差异形成、时域中的相位调整差异形成、频域中的差异形成、交互相关中的差异形成、信号飞行时间分析中的差异形成、回归分析中的差异形成、卡尔曼滤波分析中的差异形成、模式辨识分析中的差异形成、自组织图(SOM)中的差异形成、支持向量机(SVM)中的差异形成、神经元网络中的差异形成、多变量方法诸如聚类分析、多维缩放(MDS)和零空间分析中的差异形成)获得，则可以获得正确信息。
类似地，对于本发明的优选实施例，如果差分特征是使用数字滤波，特别是使用贝塞尔(Bessel)滤波器和/或巴特沃斯(Butterworth)滤波器和/或契比雪夫(Tschebyscheff)滤波器，和/或使用模型化处理，特别是在A/D转换之前的模型化滤波获得的特征，则可以获得正确信息。
对于本发明的另外优选实施例，实际机械响应信号还可为通过由至少一个信号检测器，优选为至少两个不同信号检测器，捕获的至少两个立即连续的瞬时机械响应信号生成的相关机械响应信号。立即连续的瞬时机械响应信号被捕获且然后以任何合适方式相关，例如，通过交互相关或甚至简单减法来产生实际机械响应信号，该信号然后将用于建立本文所述的差分特征。
在这种情况的简单第一变型中，例如，使用两个机械波发生器和检测器单元来生成和捕获两个立即连续的瞬时机械响应信号，该两个机械波发生器和检测器单元中的任一个适用于生成瞬时机械输入信号并捕获瞬时机械响应信号(由相应其他发生器和检测器单元的瞬时机械输入信号引起)。应当理解，相应机械波发生器和检测器单元可以由单一部件(例如既用作发生器又用作检测器的单一压电元件)形成。
更准确地，在该示例中，第一机械波发生器和检测器单元生成第一瞬时机械输入信号，而第二机械波发生器和检测器单元捕获第一瞬时机械响应信号(由第一发生器和检测器单元的第一瞬时机械输入信号引起)。
然后，在响应衰减延迟(其优选地尽可能短但确保第一瞬时机械响应信号足够衰减以避免与第二瞬时机械响应信号的明显干扰)之后，信号路径被倒置并且第二机械波发生器和检测器单元生成第二瞬时机械输入信号，而第一机械波发生器和检测器单元现在捕获第二瞬时机械响应信号(由第二发生器和检测器单元的第二瞬时机械输入信号引起)。
第二瞬时机械输入信号与第一瞬时机械输入信号具有限定的关系，以便允许正确的相关性。优选地，第二瞬时机械输入信号基本与第一瞬时机械输入信号相同。
通常，在目标单元的未损坏和/或未磨损状态中，在基本相同的第一瞬时机械输入信号和第二瞬时机械输入信号的情况下，第一瞬时机械响应信号和第二瞬时机械响应信号应当基本相同，由此使得第一瞬时机械响应信号和第二瞬时机械响应信号的相关性的输出(形成实际机械响应信号，其然后用于形成差分特征)应基本为零。
在目标单元的损坏和/或磨损状态下(除非损坏和/或磨损的位置在信号路径的对称点)，第一瞬时机械响应信号和第二瞬时机械响应信号将彼此不同。这产生相关性的非零输出，且因此生成非零的实际机械响应信号。当损坏和/或磨损进行(继续下去，proceeds)时，在第一瞬时机械响应信号和第二瞬时机械响应信号之间的偏离通常增加并且实际机械响应信号(用于形成差分特征)也是如此。
应当理解，响应衰减延迟可为任何合适的延迟，其足够短以避免边界条件中的明显变化，但确保第一瞬时机械响应信号已经充分衰减，以避免与第二瞬时机械响应信号的明显干扰。优选地，响应衰减延迟范围为0.01秒至10秒，优选为0.1秒至5秒，更优选为0.2秒至2秒。
以上方法具有的优点是，第一瞬时机械响应信号和第二瞬时机械响应信号通常在基本相同的边界条件下获取，由此使得实际机械响应信号(作为第一瞬时机械响应信号和第二瞬时机械响应信号的相关的结果)和因此，使用实际机械响应信号生成的差分特征对这些边界条件(如它们在上文被概述的)的变化不那么敏感。这特别应用于例如对温度变化的敏感性。
应当理解的是，对于多于两个的瞬时机械响应信号的某些实施例可以沿着不同的信号路径生成和捕获并相关以产生实际机械响应信号。这可以由两个以上(适当分布的)机械波发生器和检测器单元进行。
另外或作为替代方案，在使用此类相关瞬时机械响应信号的第二变型中，实际机械响应信号可为由至少两个机械响应信号生成的相关信号，该至少两个机械响应信号基本由至少两个不同的信号检测器同时捕获。
在这种情况下，优选地，至少两个机械响应信号可为由一个机械波发生器单元生成的一个瞬时机械输入信号的结果。然而，该两个机械响应信号还可为由至少两个不同的机械波发生器单元生成的至少两个(优选基本同时生成的)瞬时机械输入信号(具有限定的关系)的结果。
这里同样的，第一瞬时机械响应信号和第二瞬时机械响应信号在同一边界条件下获取，由此使得实际机械响应信号(作为第一瞬时机械响应信号和第二瞬时机械响应信号的相关的结果)和因此，使用实际机械响应信号生成的差分特征对这些边界条件(如它们在上文被概述的)的变化不那么敏感。这特别应用于例如对温度变化的敏感性。
应当理解，在该第二变型中，生成瞬时机械输入信号的机械波发生器单元也可为机械波发生器和检测器单元，从而捕获其瞬时机械输入信号的回波作为第二瞬时机械响应信号
另外或作为替代方案，在使用此类相关瞬时机械响应信号的第三变型中，第一瞬时机械响应信号和第二瞬时机械响应信号也可以在一个或多个边界条件(例如，在不同载荷情形下或在旋转部件的不同旋转角度下等)的可限定的不同值下捕获。这里，相应边界条件的第一值和第二值中的限定差值优选地用作相关的相关参数。
例如，然后可以使用例如作为基准的第一瞬时机械响应信号进行相关(产生用于生成差分特征的实际机械响应信号)，第二瞬时机械响应信号(以及最终的另外瞬时机械响应信号)与该第一瞬时机械响应信号相关。
应当理解，基本上，可以使用适合于在目标结构中足够长的行进的任何机械输入信号。优选地，实际机械输入信号为超声信号和/或处于20kHz至20MHz，优选50kHz至1MHz，更优选80kHz至300kHz的频率范围内的信号。用于结构状态分析的另外特别合适的频率处在10MHz至20MHz的范围内。
然而，应理解的是，对于本发明的其它实施例，可以使用低于超声波范围的频率，甚至可以使用低至可听范围，例如低至16Hz的范围的频率。这可为，特别如果目标单元(例如车辆的制动器等)的另外功能性部件用作机械波发生器的情况。同样，对于本发明的其他实施例，可以使用兆赫兹(Teraherz)范围内的频率。
应当理解，用于所使用的输入信号的相应频率范围通常根据目标单元的机械特性和/或待评估的损坏或磨损的类型和/或周围环境的机械影响。因此，优选地，根据目标单元的参数和/或围绕目标单元的环境的参数选择实际机械输入信号的频率。
具体地，目标单元的尺寸通常对频率范围有影响。然而，这是由于较小尺寸部件通常表现出比较大尺寸部件更高的谐振频率的事实。优选地，对于较大尺寸的部件(诸如轨道车辆的轮副的轮副轴)，机械输入信号的频率范围在80kHz至160kHz之间，而对于较小尺寸的部件(诸如轨道车辆的轮副的齿轮)，机械输入信号的频率范围优选在160kHz至240kHz之间。然而，应当理解，特别是根据感兴趣的目标单元和/或待评估的损坏或磨损的类型，还可以使用更高或更低的频率范围。
应当理解，基本上任意合适持续时间的一个单一机械输入信号可为足够的。对于特别有效的变型，实际机械输入信号包括至少一个输入信号(特别是输入脉冲信号)，该信号具有高达1秒、优选高达0.75秒、更优选高达0.5秒的持续时间，特别地，0.1秒至0.5秒的持续时间。此类相对较短的信号或信号脉冲允许简单的评估，从而极大避免回波覆盖的问题。
应当理解，基本上，在一个单一位置处引入的一个单一机械输入信号可为足够的。然而，优选地，实际机械输入信号包括多个部分输入信号，每个部分输入信号在目标单元的不同位置处引入到目标单元中。类似地，优选地，实际机械响应信号包括多个部分响应信号，在目标单元的不同位置处(尤其基本同时)捕获每个部分响应信号。
因此，优选地，用于生成实际机械输入信号的至少一个机械波发生器单元和/或用于捕获实际机械响应信号的至少一个机械波检测器单元机械地连接到目标单元。相应发生器单元或检测器单元与目标单元的机械连接可以永久地或经由可释放地连接到目标单元的承载单元而以任何合适方式进行。优选地，用于生成实际机械输入信号的机械波发生器单元的阵列(或网络)和/或用于捕获实际机械响应信号的机械波检测器单元的阵列(或网络)机械地连接到目标单元。
应当理解，对于某些实施例，至少一个机械波发生器单元和/或至少一个机械波检测器单元不一定必须直接连接到目标单元。相反，只要信号被充分适当地引导到目标单元和/或从目标单元引导，那么经由结构的另外部件(目标单元形成其一部分)的连接可为足够的。
应当理解，对于某些实施例，机械波发生器单元和机械波检测器单元被配置为实施一个或多个自测例程以排除由这些部件的故障导致的假象。因此，优选地，用于生成实际机械输入信号的至少一个机械波发生器单元和用于捕获实际机械响应信号的至少一个机械波检测器单元机械地连接到目标单元，该至少一个机械波发生器单元和至少一个机械波检测器单元在自测步骤中执行自测以评定它们的正确功能。
应当理解，机械波发生器单元和机械波检测器单元可以分别是独立的部件或单元。然而，对于某些实施例，两个功能都集成在一个单一单元中。因此，在这种情况下，用于生成实际机械输入信号的至少一个机械波发生器和用于捕获实际机械响应信号的检测器单元机械地连接到目标单元。在这些情况下，特别是直接在引入实际机械输入信号之后，在将实际机械输入信号引入到目标单元的位置处，捕获作为回波信号的实际机械响应信号。
还应当理解，机械波发生器单元还可以由该布置的功能部件(目标单元形成其一部分)形成，该功能部件提供生成机械输入信号之外的一个或多个其他功能。基本上，可以使用适用于生成限定(并且优选地可充分再现的)机械输入信号的任何部件。
这可为主动地生成相应机械输入信号(在合适控制器的控制下)的有源部件，或者作为该布置的操作结果而生成或另外引起相应机械输入信号的无源部件。通常，可以使用引起限定能量输入到目标单元中的任何部件。例如，在轨道车辆环境中，此类有源部件(形成机械波发生器单元)可为生成此类限定能量输入的驱动电机或制动单元。另一方面，此类无源部件(形成机械波发生器单元)可为生成此类限定能量输入的传动系中的缺陷(例如，轮接触表面上的扁平点，驱动装置缺陷等)。
如上所述，根据本发明的方法可以由于任何期望的环境中。可以在例如轨道环境中实现特别有利的结果，其中实现了许多有关安全的部件的结构状态监测。因此对于某些实施例，目标单元为轨道车辆的单元，该目标单元特别地包括轮单元，尤其是轮副和/或轮单元轴和/或轮单元轮轴和/或驱动单元和/或驱动电机单元和/或驱动机构单元和/或轮轴承单元和/或行走机构框架单元和/或货车车身单元，和/或悬架单元和/或集电器单元和/或压缩机单元和/或电气器件单元，特别是变压器单元和/或转换器单元。类似地，轨道车辆的任何另外部件，诸如支架、制动器、阻尼器、牵引连杆、座齿轮等可以形成此类目标单元。
此外，本发明的实施方式在车辆的轮单元的监测中可为特别有用。因此，在一些情况下，目标单元为轨道车辆的轮单元、特别是轮副并且至少一个机械波发生器和/或至少一个机械波检测器单元连接到轮单元的轮单元轴的端部节段。
对于其他变型，目标单元为飞机的单元，特别是飞机的动力传动系和/或行走机构和/或主体的结构单元。例如，目标单元可为主体或车身下层结构或着陆襟翼或偏航舵或升降梯或行走机构或喷气发动机或风扇或机械飞行控制系统或电机或泵或起落装置或轮，或飞机的对应部件或系统。
此外，对于其他变型，目标单元是机动车辆的单元，特别是机动车辆的动力传动系和/或行走机构和/或主体的结构单元。例如，目标单元可为汽车或卡车，或机动车辆的车身或行走机构或电机、对应部件或系统。
此外，对于其他变型，目标单元是船的单元，特别是船的动力传动系和/或主体的结构单元。例如，目标单元可为电机或齿轮或舵系统或桅杆或船舶的对应部件或系统。
此外，对于其他变型，目标单元为航天器的单元，特别是航天器的主体或对应部件或系统的结构单元。另选地，目标单元是军用坦克的单元，特别是所述军用坦克的动力传动系或行走机构或主体或对应部件或系统的结构单元。
另选地，目标单元是建筑机械的单元，特别是建筑机械的结构单元或建筑机械的支撑结构或建筑机械的对应部件或系统。另选地，目标单元是工业机械的单元，特别是工业机械的动力传动系和/或支撑结构或者对应部件或系统的结构单元。
此外，对于其他变型，目标单元为建筑物的单元，特别是建筑物的支撑结构的结构单元。对于某些另外的实施例，目标单元为管网的单元，特别是管网的至少一个管或对应部件或系统(诸如安装件、阀、泵、聚集体)。对于某些另外的实施例中，目标单元是储罐或压力罐的单元，特别是储罐或压力罐的至少一个壁或对应部件或系统。
另选地，目标单元是风力发电站的单元，特别是风力发电站的塔架或转子的结构单元。例如，目标单元可为风力发电站的电气器件单元或者塔架或风力发电站的壳体或齿轮或转子部件或对应部件或系统(例如齿轮、轮轴、驱动轴等)的结构单元。
最后，可以选择任何其它目标单元，诸如其他发电站单元、钢铁厂、起重机、农业机械以及它们的任何期望的部件。
应当理解，可以在任何期望的时间点和在车辆的任何期望的操作状态下开始评估周期。特别地，评估周期可以在车辆的正常操作期间经过。因此，对于某些实施例，在目标单元的正常操作期间发生评估周期的至少一次执行。然而，对于某些实施例，在目标单元的停机期间可以发生评估周期的至少一次执行。如果每个评估必须在如上所解释的基本相同边界条件下进行，则该变型是特别合适的。
应当理解，评估周期可以作为时间事件(即以规则的预限定的间隔)的函数和/或作为非时间事件的函数，例如，作为目标单元的操作者的输入的函数或作为其他触发事件的函数。例如，目标单元的故障和/或异常行为的检测可以触发评估周期。
应当理解，借助一个单一差分特征建立周期执行一个单一评估周期可足以实施目标单元的结构状态的评估和分类。然而，对于优选实施例，在相对较短时间段内经历多个差分特征建立周期以增加评估结果的准确性。因此，优选地，在评估周期内执行一批量的差分特征建立周期，该批量的差分特征建立周期包括差分特征建立周期的多次执行。优选地，评估周期范围为0.1秒至60分钟，优选为0.5秒至10分钟，更优选为1秒至1分钟。通过这种方式，实现对当前情形的正确评估，特别是平衡了瞬间的误差。然而，应当理解，特别是根据感兴趣的目标单元和/或待评估的损坏或磨损的类型，还可以使用更短或更长的评估周期。
基本上，可以经历任何期望和合适数量的差分特征建立周期。优选地，差分特征建立周期的多次执行包括2次至1000次执行，优选3次至100次执行，更优选10次至50次执行。
此外，在批量延迟之后，执行另一批量的差分特征建立周期，该批量延迟特别是从1小时至30天，优选2小时至7天，更优选12小时至36小时。然而，应当理解，特别是根据感兴趣的目标单元和/或待评估的损坏或磨损的类型，也可以使用更短或更长的批量延迟。
还应当理解，评估优选地为通常在目标单元的整个寿命期内带有评估周期的规则重复(例如以给定间隔的连续重复或重复)的永久性评估。如上所述，通常根据损坏和/或磨损确定或监测的特定焦点，批量延迟可以范围在每几秒到每月一次，甚至每年一次等等。
应当理解，对于如上所概述的任何批量，可以应用通常已知的平均例程和/或误差检测例程和/或数据净化例程以便实现对当前情形的正确评估。
因此，优选地，根据该批量的差分特征建立周期的至少一个先前差分特征建立周期的评估结果确定评估步骤中的结构状态。此外，优选地，差分特征建立周期的每次执行发生在至少一个第一边界条件参数的基本相同值处和/或至少一个第二边界条件参数的不同值处。
优选地，第一边界条件参数是目标单元的温度和/或目标单元的温度分度，而第二边界条件参数为作用在目标单元上的至少一个机械负载、特别是机械负载分布，和/或存在于目标单元中的机械应力，特别是机械应力分布，和/或存在于目标单元中的机械应变，特别是机械应变分布，和/或目标单元的至少一个部件的位置和/或取向。
应当理解，对于某些实施例，目标单元是包括轮单元轴的轨道车辆的轮单元，用于生成实际机械输入信号的至少一个机械波发生器单元和/或用于捕获实际机械响应信号的至少一个机械波检测器单元特别在轮单元轴的端部节段处机械地连接到轮单元轴，在评估期间内执行一批量的差分特征建立周期，该批量的差分特征建立周期包括差分特征建立周期的多次执行，差分特征建立周期的至少两次执行，优选地，该差分特征建立周期的每次执行在轮单元围绕由轮单元轴限定的旋转轴线的不同旋转角度下发生，该不同旋转角度在1°到180°之间、优选为20°至120°之间、更优选为45°至90°之间变化。然而，应当理解，对于某些实施例，评估可以连续执行，即，无需旋转角度的任何特定给定增量下执行。在任何情况下，显然优选提供检测器等，从而提供关于实际差分特征建立周期的旋转角度(和因此载荷情形)的对应信息
本发明还涉及一种用于确定机械地加载的目标单元的至少一个部件的结构状态的系统，特别是轨道车辆的目标单元，该系统包括至少一个机械波发生器单元、至少一个机械波检测器单元和控制单元。至少一个机械波发生器单元机械地连接到目标单元并且被配置为在评估周期的实际激发步骤中将限定的实际机械输入信号引入到目标单元中。至少一个机械波检测器单元机械地连接到目标单元并且被配置为在评估周期的实际捕获步骤中捕获目标单元对机械输入信号的实际机械响应信号。控制单元至少可临时连接到至少一个机械波发生器单元和至少一个机械波检测器单元。控制单元还被配置为在评估周期的实际评估步骤中将实际机械响应信号与预先记录的基线信号进行比较，以建立实际差分特征并且使用该实际差分特征来确定结构状态。基线信号表示目标单元对先前机械输入信号的先前机械响应信号，该先前机械输入信号与实际机械输入信号具有限定的关系。控制单元还被配置为在实际评估步骤的实际差分特征比较步骤中将实际差分特征与至少一个基准进行比较以确定结构状态，其中至少一个基准是通过至少一个先前差分特征建立的，该至少一个先前差分特征已经在评估周期的先前执行中针对目标单元预先建立。借助该系统，可以在相同程度上实现根据本发明的方法的优点和变型，由此使得参考上述陈述。
本发明还涉及包括根据本发明的系统的一种车辆，特别是轨道车辆。
本发明的另外优选实施例通过所附权利要求或参考附图的优选实施例的以下描述变得显而易见。
附图说明
图1是根据本发明的具有根据本发明的目标单元的优选实施例的车辆的优选实施例的示意性剖面图；
图2是来自图1的车辆的行走机构的示意性剖面图；
图3是用于确定来自图1的轨道车辆的目标单元的至少一个部件的结构状态的方法的优选实施例的简图。
图4为示出来自图1的轨道车辆的目标单元的实际差分特征DFA和预期基准差分特征RE之间的比率的潜在进程的视图。
图5为示出来自图1的轨道车辆的目标单元的实际差分特征DFA和预期基准差分特征RE之间的比率的另外潜在进程的视图。
具体实施方式
在下文中，参考图1至图5，将描述根据本发明的用于确定轨道车辆101的机械地加载的目标单元的至少一个部件的结构状态的方法的优选实施例。车辆101可为列车组的车辆，并且因此可以联接到列车组的一个或多个其它车辆(未示出)。此外，列车组的车辆的全部或一些可以实现本文所述的本发明。
图1示出车辆101的示意性剖面侧视图。车辆101包括厢体102，其在其第一端部的区域中通过第一弹簧设备104以第一转向架103的形式支撑在行走机构上。在其第二端部的区域中，厢体102通过第二弹簧设备104以第二转向架103的形式支撑在第二行走机构。转向架103具有相同的设计。类似情况适用于弹簧设备104。然而，不言而喻的是，本发明也可以与其中采用其它行走机构设计的其他构造一起使用。
为了便于理解下面的说明，在附图中指示了坐标系x、y、z(由转向架104的轮接触平面确定)，其中x坐标指代轨道车辆101的纵向方向，y坐标指代轨道车辆101的横向方向，而z坐标指代轨道车辆101的高度方向。
转向架104包括以轮副105的形式的两个轮单元，其中每个经由弹簧设备104的主悬架104.1支撑转向架框架106。厢体102经由转向架框架106上的辅助悬架104.2支撑。主悬架104.1和辅助悬架104.2在图1中以简化的形式示出为螺旋弹簧。然而，不言而喻的是，主悬架104.1或辅助悬架104.2可为任何合适的弹簧设备。特别地，第二悬架104.2优选为充分公知的气动悬架或类似物。
转向架104被构造为牵引单元，其轮副105连接到驱动轮副105的驱动单元107和控制驱动单元107的控制器单元108。驱动单元107包括连接到以变速箱107.2形式的传动单元的电机107.1，其以常规方式将电机扭矩MT传递到轮副105的轮副轴105.1。轮副105的轮105.2以压力配合连接的方式安装到轮副轴105.1，由此使得牵引扭矩MT传递到车道T的轨道TR，从而在轮与轨道接触点处引起牵引力FT。
轮副轴105.1显然是车辆101的高机械性加载、有关安全的单元，必须时常监测其结构稳定性以确保其正确地达到其功能。因此，使用根据本发明的用于确定机械地加载的目标单元的结构状态的方法的优选实施例时常确定在本发明的意义上的作为目标单元的轮副轴105.1的实际结构状态，现将更详细地描述该方法。
如从图3可以看出，该方法在步骤109.1中开始。随后，在步骤109.2中，核查是否待启动评估周期，其中确定轮副轴105.1的实际结构状态。
如果是这种情况，则在步骤109.4中由根据本发明的用于确定轮副轴105.1的结构状态的系统110的优选实施例生成机械输入信号。为此，系统110包括控制单元108和安装到轮副轴105.1的自由轴向端部表面105.4的评估箱110.1。
从图2可以看出，评估箱110.1包括牢固地连接到承载板110.3的多个(N个)压电元件110.2的阵列。每个压电元件110.2连接到控制单元108并且被配置为在控制单元108的控制下作为机械波发生器单元和机械波检测器单元这两者。
为此，每个压电元件110.2由控制单元108控制，以在评估周期109.3的实际激发步骤109.4中将限定实际部分的机械输入信号ISA1至ISAN引入到轮副轴105.1中。该部分的机械输入信号ISA1至ISAN一起形成引入到轮副轴105.1中的实际机械输入信号ISA。
应当理解，基本上，可以使用适合于在轮副105中行进足够长的任何机械输入信号ISA。在本示例中，实际机械输入信号ISA为频率范围在20kHz至20MHz、优选为50kHz至1MHz、更优选为80kHz至300kHz的超声信号。另一个可用范围为10MHz到20MHz。优选地，对于较大尺寸的部件(诸如轮副105的轮副轴105.1)，机械输入信号的频率范围在80kHz至160kHz之间，而对于较小尺寸的部件(诸如变速箱107.2的齿轮(多个齿轮))，机械输入信号的频率范围优选在160kHz至240kHz之间。
控制单元108可以被配置为将实际机械输入信号ISA作为任意合适持续时间的一个单一机械输入信号而引入。对于特别有效的变型，控制单元108被配置为将实际机械输入信号ISA作为输入信号(特别是输入脉冲信号)引入，该信号具有高达1秒、优选高达0.75秒、更优选高达0.5秒的持续时间，特别地0.1秒至0.5秒的持续时间。此类相对较短信号或信号脉冲允许简单的评估而极大避免回波覆盖(echo overlay)的问题。
控制单元108被配置为在轮副105围绕其轮副轴线105.3的限定的旋转角度下引入实际机械输入信号ISA。该旋转角度要么由合适传感器捕获要么由实施当前评估周期109.3的车辆101的操作者调整。
同样在控制单元108的控制下，在评估周期109.3的实际捕获步骤109.5中通过分别捕获轮副轴105.1对机械输入信号ISA的实际部分的机械响应信号RSA1至RSAN，每个压电元件110.2又用作机械波检测器单元。该部分的机械响应信号RSA1至RSAN一起形成实际机械响应信号RS，响应于实际机械输入信号ISA从轮副轴105.1捕获该实际机械响应信号并发送到控制单元108。
在本示例中，该阵列包括安装在承载板110.3的N＝5个压电元件110.2，其中四个在端部表面105.4的外周边附近的承载板110.3的周边处均匀分布(在具有限定半径的圆上)，而一个位于轮副轴105.1的旋转轴线105.3的区域中央。因此，沿着轮副轴105.1的周向，四个外部压电元件110.2偏移90°角。然而，应当理解，对于本发明的其它实施例，可以选择压电元件110.2的任何其它期望数量N和/或布置。特别地，压电元件110.2的不均匀布置可以特别地根据所预期的机械响应信号而选择。特别地，在某些情况下，一个单一压电元件110.2可为足够的。
为了将机械输入信号IS正确地引入到轮副轴105.1中，承载板110.3本身可释放，但牢固地连接到轮副轴105.1的自由端部表面105.4。该配置还具有这样的优点：评估箱110.1不一定必须永久地固定到轮副105。然而，应当理解，对于本发明的其它实施例，评估箱110.1可以永久地固定到轮副轴105.1。
在本示例中，在相应压电元件110.2和控制单元108之间的连接为分别由评估箱110.1和控制单元108内的合适通信单元提供的无线连接。然而，应当理解，对于本发明的其它实施例，可以选择任何其他类型(至少部分地无线和/或至少部分地有线的)连接。特别地，可以提供的是，评估箱110.1收集表示机械响应信号RSA的数据，然后该机械响应信号RSA被读出并且仅间歇地(即时常地)传递到控制单元108。
还应当理解，在本示例中，压电元件110.2被配置为在步骤109.4的初始自测步骤中以及在控制单元108的控制下实施一个或多个自测例程(routines)以评定它们的正确功能和排除由一个或多个压电元件110.2的故障导致的假象。
应当理解，在本实施例的变型中，部分的机械输入信号ISA1至ISAN以给定的足够快的序列生成，以使部分的机械响应信号RSA1至RSAN立即形成如上所述的连续的瞬时机械响应信号。
更准确地，在该示例中，压电元件110.2中的一个用作生成第一瞬时机械输入信号ISA1的第一机械波发生器和检测器单元，而另一个压电元件110.2形成捕获第一瞬时机械响应信号RSA1(由第一发生器和检测器单元的第一瞬时机械输入信号ISA1引起)的第二机械波发生器和检测器单元。
然后，在响应衰减延迟RFD(其优选地尽可能短但确保第一瞬时机械响应信号RSA1足够地衰减以避免与第二瞬时机械响应信号RSA2的明显干扰)之后，信号路径被倒置并且形成第二机械波发生器和检测器单元的压电元件110.2生成第二瞬时机械输入信号ISA2，而形成第一机械波发生器和检测器单元的压电元件110.2现在捕获第二瞬时机械响应信号RSA2(由形成第二发生器和检测器单元110.2的第二瞬时机械输入信号ISA2引起)。
应当理解，响应衰减延迟RFD可为任何合适的延迟，其足够短以避免边界条件中的明显变化，但确保第一瞬时机械响应信号RSA1已经充分衰减，以避免与第二瞬时机械响应信号RSA2的明显干扰。优选地，响应衰减延迟范围为0.01秒至10秒，优选为0.1秒至5秒，更优选为0.2秒至2秒。
类似情况应用于直至ISAN的所有其他部分的机械输入信号和直至RSAN的部分的机械响应信号。
立即连续的瞬时机械响应信号RSA1至RSAN然后以任何合适方式相互关连，例如通过交互相关或甚至简单减法，以产生实际机械响应信号RSA，该信号然后将用于建立本文所述的微分(差别，differential)特征。
在本实施例中，在评估步骤109.6的差分特征建立步骤109.7中，控制单元108将实际机械响应信号RSA与基线信号BS进行比较，以建立表示在实际机械响应信号RSA和基线信号BS之间的差异或偏离的实际差分特征DFA。
基线信号BS是预先记录的基线信号，其表示轮副轴105.1对先前机械输入信号ISP的先前机械响应信号RSP，该先前机械输入信号ISP与实际机械输入信号ISA具有限定的关系。在本示例中，先前机械输入信号ISP基本与实际机械输入信号ISA相同。然而，应当理解，对于本发明的其它实施例，可以选择任何其它充分公知的关系。
如上所述，实际差分特征DFA表示在实际机械响应信号RSA和基线信号BS之间的偏离。基本上，可以使用提供对应信息的任何表达。优选地，差分特征DFA是在实际机械响应信号RSA和基线信号BS之间的标准化平方误差(normalized squared error)和/或在实际机械响应信号RSA和基线信号BS之间的相关性系数的降低和/或在实际机械响应信号RSA和基线信号BS之间的相关性系数的降低和/或通过主成分分析(PCA)(特别是非线性主成分分析(NLPCA)，特别是分层非线性主成分分析(h-NLPCA))获得的特征，和/或通过独立分量分析(ICA)获得的特征。这些选项中的一些已经在Michaels中描述(如最初所述)，并且以相当简单的方式提供关于在实际机械响应信号RSA和基线信号BS之间偏离的正确信息。
对于差分特征DFA的另外实施例，差分特征可为通过以下方法或方式中的至少一个(即时域中的差异形成、时域中的相位调整差异形成、频域中的差异形成、交互相关、信号飞行时间分析、回归分析、卡尔曼滤波分析、模式辨识分析、自组织图(SOM)、支持向量机(SVM)、神经元网络、多变量方法诸如聚类分析、多维缩放(MDS)和零空间分析)获得的特征。
应当理解，确定差分特征DFA可以使用数字滤波，特别是使用贝塞尔(Bessel)滤波器和/或巴特沃斯(Butterworth)滤波器和/或契比雪夫(Tschebyscheff)滤波器，和/或使用模型化处理，特别是在A/D转换之前的模型化处理。
在本示例中，在步骤109.8中，然后核查是否要执行具有差分特征建立周期109.9的序列的批量，并且如果是，则核查批量序列是否已经完成。如果后者不是该情况，则该方法跳转回到步骤109.4并且在差分特征建立周期109.9的另一次执行中生成另外的实际机械输入信号ISA。
应当理解，在本实施例中，在良好限定的边界条件下执行差分特征建立周期109.9，由此使得极大简化这些边界条件的考虑。优选地，差分特征建立周期在限定的白天执行(例如在轨道车辆101在一定休整时段(例如在车辆仓库中过夜休整)后的正常操作之前)，由此使得对于某些边界条件，给出大致稳定和恒定的值。在本示例中，特别地，将贯穿轮副轴105.1中的大致稳定且均匀温度分布给出为第一边界条件参数。
然而，在本示例中，如以下将解释的，期望的是，在该批量的差分特征建立周期109.9上具有另一个、第二边界条件的限定修改。例如，如果存在轮副轴105.1的外周边中的周向取向的裂纹111，则此类裂纹111通常在车辆101载荷下而表现不同，为轴105.1的旋转角度的函数。
如果裂纹111位于轴105.1的拉伸应力区域(即，如果在图2所示的实施例中裂纹111面向上)，则其将被打开，从而形成障碍物，从而形成由压电元件110.2作为实际机械输入信号ISA引入的机械波的明显散射。在所捕获的机械响应信号RSA中，该散射清晰可见。
另一方面，如果裂纹111位于轴105.1的压缩应力区域(即，如果裂纹111面向下朝向车轨T)，则其被彼此牢固地压贴的表面而封闭。在这些情况下，裂纹111将不会形成提供压电元件110.2的机械波的明显散射的障碍物。因此，对应散射图案在实际机械响应信号RSA中将不可见。
因此，在这种情况下，将在轴105.1围绕其旋转轴线105.3的限定不同旋转角度下基于四个差分特征建立周期109.9(在足够短的时间段内实施)的批量的结果进行评估，以解释该事实。更准确地，旋转角度(形成本发明意义上的第二边界条件参数)将对该批量四个周期109.9中的每一个而被修改90°。
然而，应当理解，对于本发明的其它实施例，可以选择具有旋转角度的不同角分辨率(angular resolution)的任何其它期望数量的周期109.9。特别地，对于本发明的某些实施例，最终甚至一个单一周期109.9可为足够的。
应当理解，该批量的差分特征建立周期109.9在适当短的评估周期内执行，其中确保在批量期间基本不发生对轮副105的结构修改。优选地，评估周期范围为0.1秒至60分钟，优选为0.5秒至10分钟，更优选为1秒至1分钟。通过这种方式，实现对当前情形的正确评估。
还应当理解，对于本发明的其它实施例，可以经历任何期望的及合适的其他数量的差分特征建立周期109.9。优选地，差分特征建立周期109.9的多次执行包括2次至1000次执行，优选3次至100次执行，更优选10次至50次执行。
应当理解，相应的实际差分特征DFA以专门分配给特定差分特征建立周期109.9的方式(即其在批量序列内的位置)存储在控制单元108中。因此，对于批量序列中的每个差分特征建立周期109.9，存在存储于控制单元108中的特定差分特征DFA。
在实际评估步骤109.3的实际差分特征比较步骤109.10中，将相应周期109.9的相应实际差分特征DFA与基准R进行比较，以确定轮副轴105.1的结构状态。相应基准R通过多个先前差分特征DFP建立，该先前差分特征DFP在评估周期109.3的先前执行的对应差分特征建立周期109.9中对轮副105.1已经预先地建立。
在本示例中，用于相应周期109.9的相应基准R通过多个先前差分特征DFP建立，该多个先前差分特征DFP中的每个在评估周期109.3的多次先前执行中针对轮副105已经预先地建立。因此，考虑差分特征DFP的历史，这允许轮副轴105.1的实际结构状态的更简单和更精确的分类。
在本示例中，已经在评估周期109.3的不同先前执行中建立在实际评估周期109.3中使用的每个先前差分特征DFP中。更准确地，在本实施例中，已经在紧接在实际评估周期109.3之前的评估周期109.3的连续一系列先前执行中建立先前差分特征DFP。
此外，在本示例中，通过来自所分配的先前差分特征DFP的序列的外推法(extrapolation)来建立相应基准R(分配至相应周期109.9)。通过这种方式，例如可以建立作为相应基准R的基准差分特征RE，考虑到先前差分特征DFP的历史，在建立实际差分特征DFA的时间点预期该基准差分特征RE。因此，换句话说，相应基准R为预期基准差分特征RE。
例如，如果实际差分特征DFA明显地偏离预期基准差分特征RE达到超过正常公差的程度，则可能在轮副轴105.1中已经发生导致该异常偏离的损坏。
因此，在本实施例中，在步骤109.10的分类步骤中，根据相应的实际差分特征DFA与基准差分特征RE之间的比较结果的对轮副轴105.1的结构状态进行分类。
在本示例中，如果在相应的实际差分特征DFA和相应的相关预期基准差分特征RE之间中的一个或多个偏离超过损坏阈值DT，则轮副轴的结构状态被分类为损坏状态。如在图4中示意性所示，损坏阈值DT为最大磨损差分特征DFMW，其表示在实际捕获步骤109.5的时间点TA处所预期的最大磨损。
此外，如果借助实际差分特征DFA(和先前差分特征DFP)获得的差分特征DF的进程(即，从先前差分特征DFP的外推法预期的差分特征DF的进程)相对于基准R的变化速度超过损坏阈值速度DTS，则结构状态被分类为损坏状态。在本文，损坏阈值速度DTS为在实际捕获步骤109.5的时间点处所预期的最大变化速度。因此，以简单的方式，在相应差分特征DF的进程中的意外阶跃或跳跃被分类为损坏情形。
此外，在本示例中，如果在实际差分特征和预期基准差分特征RE之间的偏离超过正常磨损阈值NWT，则轮副轴105.1的结构状态被分类为过度磨损状态，该正常磨损阈值为表示在实际捕获步骤109.5的时间点处所预期的正常磨损的正常磨损差分特征DFNW，如在图5中所示意性地示出的。换句话讲，如果差分特征DFA中的偏离超过在正常磨损条件下预期的阈值NWT，则可以假设存在此类过度磨损的情形。从图5可以看出的，此类过度磨损情形已经由在实际差分特征DFA和基准RE之间的稳定(从增加的磨损TIW的时间点起)增加的偏离指示。
此外，在本示例中，如果借助实际差分特征DFA(和先前差分特征DFP)获得的差分特征DF的进程比在正常磨损条件下预期更快速地增加，则假定过度磨损的情形。因此，优选地，如果相应的实际差分特征DFA中的至少一个相对于基准的变化速度超过正常磨损阈值速度NWTS，则结构状态被分类为过度磨损状态，该正常磨损阈值速度NWTS为在正常磨损条件下在实际捕获步骤109.5的时间点预期的变化速度。
应当理解，对于具有足够稳定边界条件的某些实施例，可以简单地获取相应实际差分特征DFA，如在差分特征建立步骤109.7中所确定的那样。然而，在本示例中，考虑了在先前评估周期109.3(在实际步骤109.10中考虑的)相应实际周期109.9和有关先前周期109.9之间作为高度相关边界条件的温度的偏离。
因此，在本示例中，在步骤109.7的边界条件评定步骤中，即在实际差分特征比较步骤109.10之前，确定在轮副105内的温度分布的实际值，并且在实际差分特征比较步骤109.10之前的校正步骤中，根据温度分布的实际值和温度分布的记录值的差值校正实际机械响应信号RSA，该温度分布的记录值在评估周期109.3的相应的先前执行的时间点确定，更精确地，在评估周期109.3的相应的先前执行的捕获步骤109.5的时间点确定。
通过这种方式，确保评估周期109.3以及实际评估周期109.3的先前执行的所有差分特征基于轮副105内的同一温度情形。
在本示例中，基于模型的方法被使用从而以简单的方式提供温度分布的适当高分辨率(fine resolution)。在本示例中，使用温度的一个或多个测量值(在轮副105的一个或多个位置处捕获)作为温度输入值在控制单元108中建立温度分布和轮副105的温度模型(存储在控制单元108中)。温度模型提供在轮副105上的温度分布，作为这些温度输入值的函数。
在本示例中，进行进一步精细分类，如将在下文描述的。首先，基于实际差分特征比较步骤109.10的结果的共同考虑来进行损坏和磨损分类，该实际差分特征比较步骤用于四个差分特征建立步骤109.9的所有实际差分特征DFA。在这样做时，实施合理性核查，从而确保获得正确分类。
此外，在实际评估步骤109.6的损坏定位步骤中，在将结构状态分类为损坏状态的情况下，使用相应的实际机械响应信号RSA执行损坏定位步骤。类似地，在实际评估步骤109.6的过度磨损定位步骤中，在将结构状态分类为过度磨损状态的情况下，使用相应的实际机械响应信号RSA执行过度磨损定位步骤。
应当理解，可以执行任何期望的和合适的定位方法。特别地，在迈克尔(Michaels)和托雷斯-阿来东多(Torres-Arredondo)等人通常描述的任何方法(如最初提到的)中可以被执行(单独或以任意组合)。
对于其他优选实施例，使用在轴105.1的实际机械响应信号RSA和至少一个先前机械响应信号RSP之间的差值来执行实际评估步骤109.6的定位步骤，其中该至少一个先前机械响应信号RSP已经使用通过轴105.1的不同(特别为倒置的)信号路径建立。通过这种方式，可以实现特别简单的定位。
作为替代方案，可以使用在实际差分特征和对目标单元建立的至少一个先前差分特征之间的差值执行实际评估步骤109.6的定位步骤，该至少一个先前差分特征已经使用通过目标单元的不同(特别为倒置的)信号路径建立。通过这些方式中的任一个，可以实现特别简单的定位。
此外或作为替代方案，可以通过比较实际机械响应信号RSA和至少一个模型化的机械响应信号来执行定位步骤，该至少一个模型化的机械响应信号已经使用目标单元的模型建立。通过这种方式，可以通过识别与表征特定位置处的特定损坏和/或磨损的预期(模拟)情形的一个或多个偏离来实现简单的定位。
此外，在本示例中，可以使用损坏模式辨识算法执行定位步骤，该损坏模式辨识算法将实际机械响应信号RSA针对轮副轴105.1预先建立的多个损坏模式DPP进行比较，每个损坏模式DPP中表示在轮副轴105.1中的特定位置处引入的特定损坏时响应于机械输入信号而捕获的损坏机械响应信号DRS。类似方法可以用于磨损定位。通过这种方式，可以实现非常简单和可靠的定位。
在本示例中，在评估周期109.3的每次执行中，使用浮动基线信号BS，即随时间推移而修改的基线信号BS。相比于其他信号，此类浮动基线信号BS具有如下优点：在评估系统中的低速修改(诸如漂移效应，变得较不重要)。因此，在本示例中，在实际评估步骤109.10之后的基线设定步骤109.11中，将相应的实际机械响应信号RSA设定为待在随后评估周期109.3中使用的基线信号BS(在控制单元108的存储器中)，以形成相应浮动基线信号BS。
此外，在步骤109.10的分类步骤之后的记录(logging)步骤中，存储在分类步骤中建立的相应的实际差分特征DFA、相应的基准R和/或分类，以便用于稍后的数据分析，和、或用于确定随后的基准R，特别是用于相应预期基准差分特征RE的外推法，如已在上文描述的。
此外，在本示例中，步骤109.10的分类结果在步骤109.11的反应步骤中触发合适反应。根据分类的产物而触发反应。该反应可为任何合适类型的，例如，对车辆101的驾驶员或操作者的自动报警通知。如果检测到潜在危险性损坏，则尤为如此。此外，维护需要通知等因此可以传递给车辆101的操作者或其他负责的机构。
此外，由于轮副轴105.1的安全等级，反应可以立即影响轮副轴105.1的操作并且最终影响车辆101的操作。例如，可以在潜在危险性和关键损坏情形下启动车辆101的自动紧急制动。
然后在步骤109.12中核查方法的进程是否终止。如果是，则在步骤109.13中停止该方法的进程。否则，该方法跳转返回到步骤109.2。应当理解，在步骤109.2中实施的核查可以根据任意条件来进行。通常，从评估周期110.3的上一次执行起实耗一段时间之后启动评估周期110.3新的执行。优选地，在一定批量延迟之后，具有另一批量的差分特征建立周期109.9的另外评估周期110.3被执行。通常，该批量延迟范围为1小时至30天，优选为2小时至7天，更优选为12小时至36小时。
然而，应当理解，也可以使用任何其它非时间事件来触发另外的评估周期110.3的执行。特别地，车辆101的操作者的对应的输入可以启动另外的评估周期110.3。
应当理解，对于本发明的其他实施例，机械波发生器单元和机械波检测器单元可以分别是独立的部件或单元。例如，评估箱110的压电元件110.2可以仅形成机械波发生单元，而具有合适数量的形成机械波检测器单元的压电元件的独立评估箱被提供在轮副轴的不同位置105.1处，如在图2中由虚线轮廓112所指示的。显然，也可以实现两种变型的混合。
在前述内容中，仅使用承载整个系统110的轨道车辆101的示例描述了本发明。然而，应当理解，系统110也可为分布式系统，其中例如在车辆101的控制单元108中实现的功能在与系统的其余部分分离并且最终远离系统的其余部分的不同单元(例如甚至在远程数据中心中)实现。
在前述内容中，仅使用轨道车辆101的轮副轴105的示例描述了本发明。应该理解的是，如上所述，本发明可以用在轨道车辆101内的任何期望的其他环境中。
此外，任何其它类型的机械负载结构可以分别为根据本发明的目标单元或目标结构。例如，可以在任何类型的运输装置(车辆、飞机船等)，在任何类型的建筑环境(建筑物、基础设施单元等)、任何类型的工业环境(发电站、工业机械等)等实现特别有利的结果。

Claims (15)

1.一种用于确定机械地加载的目标单元的至少一个部件的结构状态的方法，特别是轨道车辆的目标单元，所述方法包括：
-在评估周期(109.3)的实际激发步骤(109.4)中，将限定的实际机械输入信号引入到所述目标单元(105.1)中，
-在所述评估周期(109.3)的实际捕获步骤(109.5)中，捕获所述目标单元(105.1)对所述机械输入信号的实际机械响应信号，以及
-在所述评估周期(109.3)的实际评估步骤(109.6)中，将所述实际机械响应信号与预先记录的基线信号比较，以建立实际差分特征并使用所述实际差分特征确定所述结构状态；
-所述基线信号表示所述目标单元(105.1)对先前机械输入信号的先前机械响应信号，所述先前机械输入信号具有相对于所述实际机械输入信号的限定关系；
其特征在于，
-在所述实际评估步骤(109.6)的实际差分特征比较步骤(109.10)中，将所述实际差分特征与至少一个基准进行比较，以确定所述结构状态，其中
-所述至少一个基准是由至少一个先前差分特征而建立的，所述至少一个先前差分特征在所述评估周期(109.3)的先前执行中已经为所述目标单元(105.1)预先建立。
2.根据权利要求1所述的方法，其中，
-在所述实际评估步骤(109.6)之后的基线设定步骤(109.11)中，将所述实际机械响应信号设定为在随后的评估步骤(109.6)中待使用的所述基线信号，以形成浮动基线信号，
和/或，
-所述实际差分特征和所述先前差分特征是使用固定基线信号建立的。
3.根据权利要求1或2所述的方法，其中，
-所述至少一个基准专门地由所述先前差分特征而形成；
或
-所述至少一个基准由包括所述先前差分特征的多个先前差分特征而形成，所述多个先前差分特征中的每一个在所述评估周期(109.3)的多次先前执行中已经为所述目标单元(105.1)预先建立，
其中，特别地，
-在所述评估周期(109.3)的刚刚进行的先前执行中已经建立了所述先前差分特征；
和/或
-所述多个先前差分特征中的每一个在所述评估周期(109.3)的不同先前执行中已经建立；
和/或
-所述多个先前差分特征中的每一个在所述评估周期(109.3)的连续系列的先前执行中已经建立；
和/或
-所述至少一个基准是由所述多个先前差分特征通过外推法建立的，
和/或
-在比较边界条件下使用至少一个比较目标单元已经建立所述先前差分特征，所述比较边界条件具有对边界条件的限定的关系，在所述边界条件下建立所述实际差分特征；
和/或
-所述至少一个基准是预期基准差分特征，所述预期基准差分特征特别是由所述多个先前差分特征通过外推法建立的；
和/或
-所述实际机械响应信号和所述先前机械响应信号已经沿着不同信号路径被捕获。
4.根据权利要求1至3中任一项所述的方法，其中
-在所述实际评估步骤(109.6)的分类步骤(109.10)中，根据所述实际差分特征和所述至少一个基准之间的所述比较的结果对所述结构状态进行分类，
其中，特别地，
-在所述分类步骤(109.10)之后的记录步骤(109.11)中，存储至少所述实际差分特征、和/或所述至少一个基准、和/或在所述分类步骤(109.10)中建立的所述分类；
和/或
-在所述分类步骤(109.10)之后的反应步骤(109.11)中，根据所述分类步骤(109.10)中建立的所述分类启动反应，所述反应特别地包括所述分类的提示和/或所述目标单元(105.1)的操作状态的修改；
和/或
-如果所述实际差分特征和所述至少一个基准之间的偏离超过损坏阈值，则将所述结构状态分类为损坏状态，所述损坏阈值为表示在所述实际捕获步骤(109.5)的时间点处所预期的最大磨损的最大磨损差分特征，
和/或
-如果所述实际差分特征相对于所述至少一个基准的变化速度超过损坏阈值速度，则将所述结构状态分类为损坏状态，所述损坏阈值速度为在所述实际捕获步骤(109.5)的时间点处所预期的最大变化速度，
和/或
-如果所述实际差分特征和所述至少一个基准之间的偏离超过正常磨损阈值，则将所述结构状态分类为过度磨损状态，所述正常磨损阈值为代表在所述实际捕获步骤(109.5)的时间点处所预期的正常磨损的正常磨损差分特征，
和/或
-如果所述实际差分特征相对于所述至少一个基准的变化速度超过正常磨损阈值速度，则将所述结构状态分类为过度磨损状态，所述正常磨损阈值速度为在正常磨损条件下在所述实际捕获步骤(109.5)的时间点处所预期的变化速度。
5.根据权利要求1至4中任一项所述的方法，其中
-在边界条件评定步骤(109.7)中，确定影响所述实际机械响应信号的至少一个边界条件参数的实际值，并且
-在所述实际差分特征比较步骤(109.10)之前的校正步骤(109.7)中，根据所述至少一个边界条件参数的所述实际值和所述至少一个边界条件参数的记录值的差值校正所述实际机械响应信号，所述至少一个边界条件参数的记录值在所述评估周期(109.3)的所述先前执行的时间点处确定，特别是在所述评估周期(109.3) 的所述先前执行的所述激发步骤(109.4)和/或所述捕获步骤(109.5)的时间点处确定，
其中，特别地，
-所述边界条件参数是所述目标单元(105.1)的和/或围绕所述目标单元(105.1)的环境的至少一个温度，和/或所述目标单元(105.1)和/或围绕所述目标单元(105.1)的环境的温度分布，和/或作用于所述目标单元(105.1)的至少一个机械负载，特别是机械负载分布，和/或存在于所述目标单元(105.1)的机械应力，特别是机械应力分布，和/或存在于所述目标单元(105.1)中的机械应变，特别是机械应变分布，和/或所述目标单元(105.1)的振动频谱，和/或所述目标单元(105.1)的至少一个部件的位置和/或取向，和/或所述目标单元(105.1)的湿度和/或围绕所述目标单元(105.1)的环境的湿度，和/或围绕所述目标单元(105.1)的环境的粘度和/或围绕所述目标单元(105.1)的环境的密度，和/或围绕所述目标单元(105.1)的环境的流速，所述环境特别为液体环境和/或气体环境；
和/或
-使用表示所述边界条件参数的至少一个输入值和所述目标单元(105.1)的模型来建立所述边界条件参数，所述模型提供所述目标单元(105.1)的至少一部分上的作为所述至少一个输入值的函数的所述边界条件参数的分布，所述模型特别地为所述目标单元(105.1)的温度模型，所述模型提供所述目标单元(105.1)的至少一部分上的作为所述至少一个输入值的函数的温度分布，所述至少一个输入值，特别地为在所述目标单元(105.1)处或在所述目标单元(105.1)附近捕获的至少一个温度值，
和/或
-在所述至少一个边界条件参数的第一值下已经建立所述实际差分特征，并且在所述至少一个边界条件参数的第二值下已经建立所述至少一个基准，并且在所述实际评估步骤(109.6)的分类步骤(109.10)中，根据所述至少一个边界条件参数的所述第一值与所述至少一个边界条件参数的所述第二值之间的差值的对所述结构状态进行分类。
6.根据权利要求1至5中任一项所述的方法，其中
-在所述实际评估步骤(109.6)的损坏定位步骤(109.10)中，在将所述结构状态分类为损坏状态的情况下，使用至少所述实际机械响应信号执行损坏定位步骤；
和/或
-在所述实际评估步骤(109.6)的过度磨损定位步骤(109.10)中，在将所述结构状态分类为过度磨损状态的情况下，使用至少所述实际机械响应信号执行过度磨损定位步骤，
其中，特别地，
-使用所述目标单元(105.1)的所述实际机械响应信号和至少一个先前机械响应信号之间的差值来执行所述定位步骤(109.10)，所述至少一个先前机械响应信号已经使用通过所述目标单元(105.1)的不同信号路径且特别为倒置的信号路径而建立；
和/或
-使用所述实际差分特征和对所述目标单元(105.1)建立的至少一个先前差分特征之间的差值执行所述定位步骤(109.10)，所述至少一个先前差分特征已经使用通过所述目标单元(105.1)的不同信号路径且特别为倒置的信号路径而建立；
和/或
-通过比较所述实际机械响应信号和至少一个模型化的机械响应信号来执行所述定位步骤(109.10)，所述至少一个模型化的机械响应信号已经使用所述目标单元(105.1)的模型而建立；
和/或
-使用损坏模式辨识算法执行所述定位步骤(109.10)，所述损坏模式辨识算法将所述实际机械响应信号与预先对所述目标单元(105.1)建立的多个损坏模式进行比较，所述损坏模式中的每个表示在所述目标单元(105.1)中的特定位置处引入特定损坏时响应于所述机械输入信号而捕获的损坏机械响应信号。
7.根据权利要求1至6中任一项所述的方法，其中
-使用初始基线信号已经预先建立所述至少一个先前差分特征，所述初始基线信号为所述目标单元(105.1)对处于新的和未损坏状态的所述先前机械输入信号的机械响应信号；
和/或
-所述差分特征表示在所述实际机械响应信号和所述基线信号之间的偏离
和/或
-所述差分特征是所述实际机械响应信号和所述基线信号之间的标准化平方误差，和/或所述实际机械响应信号和所述基线信号之间的相关性系数的降低，和/或所述实际机械响应信号和所述基线信号之间的相关性系数的降低，和/或通过主成分分析(PCA)，特别是非线性主成分分析(NLPCA)，特别是分层非线性主成分分析(h-NLPCA))获得的特征，和/或通过独立分量分析(ICA)获得的特征；
和/或
-所述差分特征为通过以下至少一个获得的特征：时域中的差异形成、时域中的相位调整差异形成、频域中的差异形成、交互相关中的差异形成、信号飞行时间分析中的差异形成、回归分析中的差异形成、卡尔曼滤波分析中的差异形成、模式辨识分析中的差异形成、自组织图(SOM)中的差异形成、支持向量机(SVM)中的差异形成、神经元网络中的差异形成、多变量方法诸如聚类分析、多维缩放(MDS)和零空间分析中的差异形成；
和/或
-所述差分特征是使用数字滤波获得的特征，特别是使用贝塞尔滤波器和/或巴特沃斯滤波器和/或契比雪夫滤波器获得的特征，和/或使用模型化处理获得的特征，特别是在A/D转换之前的模型化滤波获得的特征，
和/或
所述实际机械响应信号为由至少一个信号检测器，优选为至少两个不同信号检测器，捕获的至少两个紧接连续的瞬时机械响应信号通过相关，特别是交互相关或减法，而生成的相关机械响应信号。
8.根据权利要求1至7中任一项所述的方法，其中
所述实际机械输入信号为超声信号和/或处于20kHz至20MHz，优选50kHz至1MHz或10MHz至20MHz，更优选80kHz至300kHz的频率范围内的信号，
和/或
-所述实际机械输入信号包括持续时间长达1秒、优选高达0.75秒、更优选高达0.5秒、特别是0.1秒至0.5秒的至少一个输入信号，特别是输入脉冲信号；
和/或
-所述实际机械输入信号的频率被选择为所述目标单元(105.1)的参数的函数和/或围绕所述目标单元(105.1)的环境的参数的函数，
和/或
-所述实际机械输入信号包括多个部分输入信号，每个部分输入信号在所述目标单元(105.1)的不同位置处引入到所述目标单元(105.1)中，
和/或
-所述实际机械响应信号被捕获作为回波信号，特别是直接在引入所述实际机械输入信号之后，在将所述实际机械输入信号引入到所述目标单元(105.1)的位置处，
和/或
-所述实际机械响应信号包括多个部分响应信号，在所述目标单元(105.1)的不同位置处，特别是基本同时地，捕获每个部分响应信号，
和/或
-用于生成所述实际机械输入信号的至少一个机械波发生器单元(110.2)和/或用于捕获所述实际机械响应信号的至少一个机械波检测器单元(110.2)机械地连接到所述目标单元(105.1)；
和/或
-用于生成所述实际机械输入信号的至少一个机械波发生器单元(110.2)和/或用于捕获所述实际机械响应信号的至少一个机械波检测器单元(110.2)，特别地永久或能释放地经由连接到所述目标单元(105.1)的承载单元，机械地连接到所述目标单元(105.1)；
和/或
-用于生成所述实际机械输入信号的机械波发生器单元(110.2)的阵列和/或用于捕获所述实际机械响应信号的机械波检测器单元(110.2)的阵列，特别是永久地或能释放地经由连接到所述目标单元(105.1)的承载单元(110.3)，机械地连接到所述目标单元(105.1)；
和/或
-用于生成所述实际机械输入信号的至少一个机械波发生器单元(110.2)和用于捕获所述实际机械响应信号的至少一个机械波检测器单元(110.2)机械地连接到所述目标单元(105.1)，所述至少一个机械波发生器单元(110.2)和所述至少一个机械波检测器单元(110.2)在自测步骤中执行自测以评定所述至少一个机械波发生器单元和所述至少一个机械波检测器单元的正确功能；
和/或
-用于生成所述实际机械输入信号的至少一个机械波发生器和用于捕获所述实际机械响应信号的检测器单元机械连接到所述目标单元(105.1)。
9.根据权利要求1至8中任一项所述的方法，其中
-所述目标单元(105.1)为轨道车辆(101)的单元，所述目标单元(105.1)特别地包括轮单元(105)，特别是轮副和/或轮单元轴(105.1)和/或轮单元轮轴和/或驱动单元和/或驱动电机单元和/或驱动机构单元和/或轮轴承单元和/或行走机构框架单元和/或货车车身单元，和/或悬架单元和/或集电器单元和/或压缩机单元和/或电气器件单元，特别是变压器单元和/或转换器单元；
和/或
-所述目标单元为轨道车辆的轮单元、特别是轮副并且至少一个机械波发生器和/或至少一个机械波检测器单元(110.2)连接到所述轮单元的轮单元轴(105.1)的端部节段(105.4)；
或
所述目标单元是机动车辆的单元，特别是所述机动车辆的动力传动系的结构单元和/或行走机构的结构单元和/或主体的结构单元；
或
-所述目标单元是飞机的单元，特别是所述飞机的动力传动系的结构单元和/或行走机构的结构单元和/或主体的结构单元；
或
所述目标单元是船的单元，特别是所述船的动力传动系的结构单元和/或主体的结构单元；
或
-所述目标单元是工业机械的单元，特别是所述工业机械的动力传动系的结构单元和/或支撑结构的结构单元；
或
-所述目标单元是建筑物的单元，特别是所述建筑物的支撑结构的结构单元；
或
-所述目标单元是管网的单元，特别是所述管网的至少一个管；
或
-所述目标单元是储罐或压力罐的单元，特别是所述罐的至少一个壁；
或
-所述目标单元是风力发电站的单元，特别是所述风力发电站的电气器件单元和/或所述风力发电站的塔架或壳体的或齿轮或转子部件的结构单元；
或
-所述目标单元是航天器，特别是所述航天器的主体的结构单元
或
-所述目标单元是军用坦克的单元，特别是所述军用坦克的动力传动系的结构单元或行走机构的结构单元或主体的结构单元。
10.根据权利要求1至9中任一项所述的方法，其中
-在所述目标单元(105.1)的正常操作期间发生所述评估周期(109.3)的至少一次执行；
和/或
-在所述目标单元(105.1)的停机期间发生所述评估周期(109.3)的至少一次执行；
和/或
-在评估期间内执行一批量的差分特征建立周期(109.9)，所述一批量的差分特征建立周期(109.9)包括所述差分特征建立周期(109.9)的多次执行，特别地在所述评估步骤(109.6)中根据所述一批量的差分特征建立周期(109.9)的至少一个先前差分特征建立周期(109.9)的结果确定所述结构状态，所述评估周期特别地为0.1秒至60分钟，优选0.5秒至10分钟，更优选1秒至1分钟的范围内，所述差分特征建立周期(109.9)的所述多次执行特别地包括2次到1000次执行、优选地3次到100次执行、更优选地10次到50次执行，另外一批量的差分特征建立周期(109.9)特别地在批量延迟后执行，所述批量延迟特别地为1小时至30天、优选2小时至7天、更优选12小时至36小时的范围内，
和/或
在评估期间内执行一批量的差分特征建立周期(109.9)，所述一批量的差分特征建立周期(109.9)包括所述差分特征建立周期(109.9)的多次执行，所述差分特征建立周期(109.9)的至少两次执行，优选地所述差分特征建立周期(109.9)的每次执行在至少一个第一边界条件参数的基本相同的值下发生和/或在至少一个第二边界条件参数的不同值下发生，所述第一边界条件参数特别地为所述目标单元(105.1)的至少一个温度和/或所述目标单元(105.1)的温度分布，所述第二边界条件参数特别地为作用在所述目标单元(105.1)上的至少一个机械负载，特别是机械负载分布，和/或存在于所述目标单元(105.1)中的机械应力，特别是机械应力分布，和/或存在于所述目标单元(105.1)中的机械应变，特别是机械应变分布，和/或所述目标单元(105.1)的至少一个部件的位置和/或取向。
和/或
所述目标单元(105.1)是包括轮单元轴的轨道车辆的轮单元，用于生成所述实际机械输入信号的至少一个机械波发生器单元(110.2)和/或用于捕获所述实际机械响应信号的至少一个机械波检测器单元(110.2)，特别在所述轮单元轴的端部节段处，机械地连接到所述轮单元轴，在评估期间内执行一批量的差分特征建立周期(109.9)，所述一批量的差分特征建立周期(109.9)包括所述差分特征建立周期(109.9)的多次执行，所述差分特征建立周期(109.9)的至少两次执行，优选地所述差分特征建立周期(109.9)的每次执行在所述轮单元围绕由所述轮单元轴限定的旋转轴线的不同旋转角度下发生，所述不同的旋转角度在1°到180°之间变化，优选为20°至120°之间、更优选为45°至90°之间。
11.一种用于确定机械地加载的目标单元(105.1)的至少一个部件的结构状态的系统，特别是轨道车辆的目标单元(105.1)，所述系统包括：
-至少一个机械波发生器单元(110.2)，
-至少一个机械波检测器单元(110.2)，以及
-控制单元(108)；
-所述至少一个机械波发生器单元(110.2)机械地连接到所述目标单元(105.1)，并且在评估周期(109.3)的实际激发步骤(109.4)中，所述至少一个机械波发生器单元配置为将限定的实际机械输入信号引入到所述目标单元(105.1)中，
-所述至少一个机械波检测器单元(110.2)机械地连接到所述目标单元(105.1)，并且在所述评估周期(109.3)的实际捕获步骤(109.5)中，所述至少一个机械波检测器单元配置为捕获所述目标单元(105.1)对所述机械输入信号的实际机械响应信号，
所述控制单元(108)至少能临时连接到所述至少一个机械波发生器单元(110.2)和所述至少一个机械波检测器单元(110.2)，并且在所述评估周期(109.3)的实际评估步骤(109.6)中，所述控制单元配置为比较所述实际机械响应信号与预先记录的基线信号，以建立实际差分特征并使用所述实际差分特征以确定所述结构状态；
-所述基线信号表示所述目标单元(105.1)对先前机械输入信号的先前机械响应信号，所述先前机械输入信号具有相对于所述实际机械输入信号的限定关系；
其特征在于，
-在所述实际评估步骤(109.6)的实际差分特征比较步骤(109.10)中，所述控制单元(108)配置为将所述实际差分特征与至少一个基准进行比较以确定所述结构状态，其中
-所述至少一个基准是由至少一个先前差分特征而建立的，所述至少一个先前差分特征在所述评估周期(109.3)的先前执行中已经为所述目标单元(105.1)预先建立。
12.根据权利要求11所述的系统，其中，
-在所述实际评估步骤(109.6)之后的基线设定步骤(109.11)中，所述控制单元(108)配置为将所述实际机械响应信号设定为在随后评估步骤(109.6)中待使用的所述基线信号，以形成浮动基线信号，
和/或
-在所述实际评估步骤(109.6)的分类步骤(109.10)中，所述控制单元(108)配置为根据所述实际差分特征和所述至少一个基准之间的所述比较的结果对所述结构状态进行分类，
和/或
-在分类步骤(109.10)之后的记录步骤(109.11)中，所述控制单元(108)配置为存储至少所述实际差分特征，和/或所述至少一个基准，和/或在所述分类步骤(109.10)中建立的所述分类；
和/或
-在分类步骤(109.10)之后的反应步骤(109.11)中，所述控制单元(108)配置根据所述分类步骤(109.10)中建立的分类启动反应，所述反应特别地包括所述分类的提示和/或对所述目标单元(105.1)的操作状态的修改；
和/或
-在边界条件评定步骤(109.7)中，所述控制单元(108)配置为确定影响所述实际机械响应信号的至少一个边界条件参数的实际值，并且在所述实际差分特征比较步骤(109.10)之前的校正步骤(109.7)中，所述控制单元(108)配置为根据所述至少一个边界条件参数的所述实际值和所述至少一个边界条件参数的记录值的差值校正所述实际机械响应信号，所述至少一个边界条件参数的记录值在所述评估周期(109.3)的所述先前执行的时间点处确定，特别是在所述评估周期(109.3)的所述先前执行的所述激发步骤(109.4)和/或所述捕获步骤(109.5)的时间点处确定，
和/或
-在所述实际评估步骤(109.6)的损坏定位步骤(109.10)中，在将所述结构状态分类为损坏状态的情况下，所述控制单元(108)配置为至少使用所述实际机械响应信号执行损坏定位步骤，
和/或
-在所述实际评估步骤(109.6)的过度磨损定位步骤(109.10)中，在将所述结构状态分类为过度磨损状态的情况下，所述控制单元(108)配置为使用至少所述实际机械响应信号执行过度磨损定位步骤，
和/或
-用于生成所述实际机械输入信号的机械波发生器单元(110.2)的阵列和/或用于捕获所述实际机械响应信号的机械波检测器单元(110.2)的阵列，特别是永久地或能释放地经由连接到所述目标单元(105.1)的承载单元(110.3)，机械地连接到所述目标单元(105.1)；
和/或
所述至少一个机械波发生器单元(110.2)和所述至少一个机械波检测器单元(110.2)配置为在自测试步骤中执行自测以评定所述至少一个机械波发生器单元和所述至少一个机械波检测器单元的正确功能；
和/或
-用于生成所述实际机械输入信号的至少一个机械波发生器和用于捕获所述实际机械响应信号的检测器单元(110.2)机械连接到所述目标单元(105.1)；
和/或
-至少一个机械波发生器单元(110.2)配置为生成作为所述实际机械输入信号的超声信号和/或频率范围为20kHz至20MHz、优选为50kHz至1MHz、优选为80kHz至300kHz，更优选为80kHz到300kHz的信号。
13.根据权利要求11或12所述的系统，其中，
-所述目标单元(105.1)为轨道车辆的单元，所述目标单元(105.1)特别地包括轮单元，特别是轮副和/或轮单元轴(105.1) 和/或轮单元轮轴和/或驱动单元和/或驱动电机单元和/或驱动机构单元和/或轮轴承单元和/或行走机构框架单元和/或货车车身单元，和/或悬架单元和/或集电器单元和/或压缩机单元和/或电气器件单元，特别是变压器单元和/或转换器单元；
和/或
-所述目标单元为轨道车辆的轮单元、特别是轮副并且至少一个机械波发生器单元(110.2)和/或至少一个机械波检测器单元(110.2)连接到所述轮单元的轮单元轴(105.1)的端部节段(105.4)；
或
-所述目标单元是机动车辆的单元，特别是所述机动车辆的动力传动系的结构单元和/或行走机构的结构单元和/或主体的结构单元；
或
-所述目标单元是飞机的单元，特别是所述飞机的动力传动系的结构单元和/或行走机构的结构单元和/或主体的结构单元；
或
所述目标单元是船的单元，特别是所述船的动力传动系的结构单元和/或主体的结构单元；
或
-所述目标单元是工业机械的单元，特别是所述工业机械的动力传动系的结构单元和/或支撑结构的结构单元；
或
-所述目标单元是建筑物的单元，特别是所述建筑物的支撑结构的结构单元；
或
-所述目标单元是管网的单元，特别是所述管网的至少一个管；
或
-所述目标单元是储罐或压力罐的单元，特别是所述罐的至少一个壁；
或
-所述目标单元是风力发电站的单元，特别是所述风力发电站的电气器件单元和/或所述风力发电站的塔架或壳体的或齿轮或转子部件的结构单元；
或
-所述目标单元是航天器，特别是所述航天器的主体的结构单元；
或
-所述目标单元是军用坦克的单元，特别是所述军用坦克的动力传动系的结构单元或行走机构的结构单元或主体的结构单元。
14.根据权利要求11至13中任一项所述的系统，其中
-所述至少一个机械波发生器单元(110.2)，所述至少一个机械波检测器单元(110.2)，和所述控制单元(108)配置为在所述目标单元(105.1)的正常操作期间实施所述评估周期(109.3)的至少一次执行；
和/或
-所述至少一个机械波发生器单元(110.2)、所述至少一个机械波检测器单元(110.2)，和所述控制单元(108)配置为在评估期间内实施一批量的差分特征建立周期(109.9)，所述一批量的差分特征建立周期(109.9)包括所述差分特征建立周期(109.9)的多次执行，所述控制单元(108)特别地配置为在所述评估步骤(109.6)中根据所述一批量的差分特征建立周期(109.9)的至少一个先前差分特征建立周期(109.9)的评估结果确定所述结构状态；
和/或
-所述至少一个机械波发生器单元(110.2)、所述至少一个机械波检测器单元(110.2)，和所述控制单元(108)配置为在评估期间内实施一批量的差分特征建立周期(109.9)，所述一批量的差分特征建立周期(109.9)包括所述差分特征建立周期(109.9)的多次执行，所述差分特征建立周期(109.9)的至少两次执行，优选地，所述差分特征建立周期(109.9)的每次执行在至少一个第一边界条件参数的基本相同值下和/或至少一个第二边界条件参数的不同值下发生；
和/或
-所述目标单元(105.1)是包括轮单元轴的轨道车辆的轮单元，所述至少一个机械波发生器单元(110.2)和/或所述至少一个机械波检测器单元(110.2)，特别地在所述轮单元轴的端部节段处，机械地连接到所述轮单元轴，所述至少一个机械波发生器单元(110.2)、所述至少一个机械波检测器单元(110.2)和所述控制单元(108)配置为在评估期间内实施一批量的差分特征建立周期(109.9)，所述一批量的差分特征建立周期(109.9)包括所述差分特征建立周期(109.9)的多次执行，所述差分特征建立周期(109.9)的至少两次执行，优选地，所述差分特征建立周期(109.9)的每次执行在所述轮单元围绕由所述轮单元轴限定的旋转轴线的不同旋转角度下发生，所述不同旋转角度在1°到180°之间变化、优选为20°到120°之间、更优选为45°到90°之间。
15.一种目标单元(105.1)，特别是车辆，包括根据权利要求11至14中任一项所述的系统。
CN201580058792.0A 2014-10-30 2015-10-30 用于确定结构状态的方法、系统及具有其的目标单元 Active CN106922171B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EPPCT/EP2014/073393 2014-10-30
PCT/EP2014/073393 WO2016066212A1 (en) 2014-10-30 2014-10-30 Method for determining a structural state of a mechanically loaded unit
PCT/EP2015/075294 WO2016066819A1 (en) 2014-10-30 2015-10-30 Method for determining a structural state of a mechanically loaded unit

Publications (2)

Publication Number Publication Date
CN106922171A true CN106922171A (zh) 2017-07-04
CN106922171B CN106922171B (zh) 2020-05-29

Family

ID=52000792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580058792.0A Active CN106922171B (zh) 2014-10-30 2015-10-30 用于确定结构状态的方法、系统及具有其的目标单元

Country Status (6)

Country Link
US (1) US20170322118A1 (zh)
EP (1) EP3213046A1 (zh)
CN (1) CN106922171B (zh)
AU (2) AU2015340502A1 (zh)
CA (1) CA2964231A1 (zh)
WO (2) WO2016066212A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114060228A (zh) * 2020-08-03 2022-02-18 北京金风科创风电设备有限公司 风力发电机组扭矩异常跳变的检测方法、装置及控制器

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT522652A1 (de) 2019-05-23 2020-12-15 Plasser & Theurer Export Von Bahnbaumaschinen Gmbh Verfahren und Vorrichtung zum Steuern/Regeln eines rotatorischen Antriebs eines Arbeitsaggregates einer Gleisbaumaschine
KR20220101109A (ko) * 2019-11-29 2022-07-19 인벤티오 아게 엘리베이터 시스템의 서스펜션 수단 배열체의 구성요소들의 마모 상태를 결정하기 위한 방법
DE102020003055A1 (de) * 2020-05-22 2021-11-25 Lenord, Bauer & Co. Gmbh Verfahren zur Ermittlung der Belastung einer Antriebswelle
EP3960527B1 (en) * 2020-08-26 2022-08-17 Ningbo Geely Automobile Research & Development Co. Ltd. A moving part control system and method for loosening a mechanical part
CN113027438A (zh) * 2021-04-01 2021-06-25 东华理工大学 基于人工智能算法的测井数据预测油气储层岩性的方法
IT202200002591A1 (it) * 2022-02-11 2023-08-11 Hitachi Rail Sts S P A Apparato e metodo per monitorare un carrello ferroviario, metropolitano o tramviario”
CN116718370B (zh) * 2023-08-07 2023-11-10 山东济铁机务装备集团有限公司 高铁机车车轴齿轮箱性能检测系统
CN117291316B (zh) * 2023-11-24 2024-02-02 山东朝辉自动化科技有限责任公司 基于激光扫描仪的卸船机用船舱定位系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU4863193A (en) * 1992-09-28 1994-04-14 Goodyear Tire And Rubber Company, The Method and apparatus for detecting ply defects in pneumatic tires
US20070043486A1 (en) * 2005-08-18 2007-02-22 Moffett Jeffrey P Rail wheel measurement
CN1997870A (zh) * 2004-06-03 2007-07-11 斯耐普昂公司 用于轮胎分析的非接触方法和系统
US20090048721A1 (en) * 2007-08-17 2009-02-19 Jeong-Beom Ihn Method and apparatus for modeling responses of a material to various inputs
CN101479567A (zh) * 2005-10-06 2009-07-08 古特霍夫农舒特拉特沙特斯股份公司 用于无接触动态检测固体轮廓的方法
CN101620031A (zh) * 2008-07-03 2010-01-06 施耐宝仪器股份有限公司 用于确定车轮的轮胎胎面的状况的设备
EP2549271A2 (en) * 2011-07-19 2013-01-23 Amsted Rail Company, Inc. Railway wheel ultrasonic testing apparatus
WO2013142508A2 (en) * 2012-03-20 2013-09-26 Eaton Corporation System and method for simulating the performance of a virtual vehicle

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5602761A (en) * 1993-12-30 1997-02-11 Caterpillar Inc. Machine performance monitoring and fault classification using an exponentially weighted moving average scheme
DE19852220C2 (de) * 1998-11-12 2001-07-26 Stn Atlas Elektronik Gmbh Verfahren zur Erkennung von Schäden im Schienenverkehr
JP2006069413A (ja) * 2004-09-03 2006-03-16 Denso Corp タイヤ空気圧検出装置
FR2893900B1 (fr) * 2005-11-29 2008-05-23 Signal Dev Sarl Procede et dispositif de detection de defauts de circularite de roues de materiel ferroviaire et systeme comprenant un tel dispositif
US9389205B2 (en) * 2012-05-23 2016-07-12 International Electronic Machines Corp. Resonant signal analysis-based inspection of rail components

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU4863193A (en) * 1992-09-28 1994-04-14 Goodyear Tire And Rubber Company, The Method and apparatus for detecting ply defects in pneumatic tires
CN1997870A (zh) * 2004-06-03 2007-07-11 斯耐普昂公司 用于轮胎分析的非接触方法和系统
US20070043486A1 (en) * 2005-08-18 2007-02-22 Moffett Jeffrey P Rail wheel measurement
CN101479567A (zh) * 2005-10-06 2009-07-08 古特霍夫农舒特拉特沙特斯股份公司 用于无接触动态检测固体轮廓的方法
US20090048721A1 (en) * 2007-08-17 2009-02-19 Jeong-Beom Ihn Method and apparatus for modeling responses of a material to various inputs
CN101620031A (zh) * 2008-07-03 2010-01-06 施耐宝仪器股份有限公司 用于确定车轮的轮胎胎面的状况的设备
EP2549271A2 (en) * 2011-07-19 2013-01-23 Amsted Rail Company, Inc. Railway wheel ultrasonic testing apparatus
CN102890123A (zh) * 2011-07-19 2013-01-23 阿母斯替德铁路公司 用于火车车轮超声测试设备的方法和设备
WO2013142508A2 (en) * 2012-03-20 2013-09-26 Eaton Corporation System and method for simulating the performance of a virtual vehicle
US8862346B2 (en) * 2012-03-20 2014-10-14 Eaton Corporation System and method for simulating the performance of a virtual vehicle

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114060228A (zh) * 2020-08-03 2022-02-18 北京金风科创风电设备有限公司 风力发电机组扭矩异常跳变的检测方法、装置及控制器
CN114060228B (zh) * 2020-08-03 2023-07-25 北京金风科创风电设备有限公司 风力发电机组扭矩异常跳变的检测方法、装置及控制器

Also Published As

Publication number Publication date
AU2021203229A1 (en) 2021-06-10
EP3213046A1 (en) 2017-09-06
WO2016066212A1 (en) 2016-05-06
AU2015340502A1 (en) 2017-04-27
CA2964231A1 (en) 2016-05-06
CN106922171B (zh) 2020-05-29
WO2016066819A1 (en) 2016-05-06
US20170322118A1 (en) 2017-11-09

Similar Documents

Publication Publication Date Title
CN106922171A (zh) 用于确定机械地加载的单元的结构状态的方法
US6006163A (en) Active damage interrogation method for structural health monitoring
JP4745385B2 (ja) 飛行機の構造体の監視方法および監視装置
US11105712B2 (en) Integrated vibe/ODM fusion and trending analysis for prognostic health management of engine bearing
CN104364629A (zh) 基于超声频谱学分析的轨道部件检查
EP1306305A2 (de) Diagnosesystem sowie Diagnoseverfahren zur Unterstützung der Flugzeugwartung
US8483977B1 (en) Method of laser vibration defect analysis
Nowakowski et al. Diagnostics of the drive shaft bearing based on vibrations in the high-frequency range as a part of the vehicle's self-diagnostic system
CN104850678B (zh) 基于行车走行性的公路桥梁伸缩装置走行服役性能评定方法
US20240103484A1 (en) Apparatus for determining the actual state and/or the remaining service life of structural components of a work machine
US20190193760A1 (en) Locomotive control system
CN104991986B (zh) 公路桥梁支座及伸缩装置的竖向抗冲击服役性能评定方法
CN103487275A (zh) 基于二维投射的煤矿设备状态识别和预警方法
KR102601338B1 (ko) 유지보수 이력에 기반한 학습데이터를 이용하는 장비의 고장 예측 장치 및 방법
Watson et al. A comprehensive high frequency vibration monitoring system for incipient fault detection and isolation of gears, bearings and shafts/couplings in turbine engines and accessories
US12038349B2 (en) Inspection system, inspection apparatus, and inspection method
Byington et al. False alarm mitigation of vibration diagnostic systems
CN118549532B (zh) 一种公路桥梁安全性监测方法及装置
CN106202966A (zh) 一种公路桥梁伸缩装置服役平顺性能评定方法
RU2461847C2 (ru) Способ непрерывного мониторинга физического состояния зданий и/или сооружений и устройство для его осуществления
Mustapha innovation in smart Materials and structural Health Monitoring for composite applications
Pagnutti In SITU railway track fault detection using railcar vibration
Skaf Introduction to condition monitoring
Johnson et al. Composite indices applied to vibration data in rolling tires to detect bead area damage
Saxena Structure Health Diagnosis of Metro Rail Track by Using Vibration Mappings and Machine Learning Madhavendra Saxena, Parag Jain, Pankaj Dhiman, and Priya Singh

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant