CN107356447A - 一种设备磨损异常诊断方法、系统及装置 - Google Patents

一种设备磨损异常诊断方法、系统及装置 Download PDF

Info

Publication number
CN107356447A
CN107356447A CN201710589780.1A CN201710589780A CN107356447A CN 107356447 A CN107356447 A CN 107356447A CN 201710589780 A CN201710589780 A CN 201710589780A CN 107356447 A CN107356447 A CN 107356447A
Authority
CN
China
Prior art keywords
data
sound
particulate
equipment
vibration
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
CN201710589780.1A
Other languages
English (en)
Other versions
CN107356447B (zh
Inventor
井杨坤
赖建文
丁甲
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.)
BOE Technology Group Co Ltd
Hefei BOE Optoelectronics Technology Co Ltd
Original Assignee
BOE Technology Group Co Ltd
Hefei BOE Optoelectronics Technology Co Ltd
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 BOE Technology Group Co Ltd, Hefei BOE Optoelectronics Technology Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201710589780.1A priority Critical patent/CN107356447B/zh
Publication of CN107356447A publication Critical patent/CN107356447A/zh
Application granted granted Critical
Publication of CN107356447B publication Critical patent/CN107356447B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00Subject matter not provided for in other groups of this subclass

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种设备磨损异常诊断方法、系统及装置,涉及磨损检测相关技术领域,其中,所述方法包括:根据设备运行时序图,相应获取当前运动设备部件的气流场中的微粒数据;根据所述微粒数据判断发生异常的气流场对应的设备部件;针对异常设备部件,获取声音或振动数据,并且将声音或振动数据与微粒数据进行融合处理,得到同一时间标准下声音或振动数据与微粒数据之间的复合关系;根据声音或振动数据与微粒数据之间的复合关系,判断磨损发生的具体位置或动作。所述设备磨损异常诊断方法、系统及装置能够准确获取设备中的运动机构发生异常磨损的位置或动作。

Description

一种设备磨损异常诊断方法、系统及装置
技术领域
本发明涉及磨损检测相关技术领域,特别是指一种设备磨损异常诊断方法、系统及装置。
背景技术
在精加工相关技术领域,生产线工艺设备多为高速全自动搬送设备和机械运动工艺设备,且设备中具有各类电机、连接轴等运动部件。这些运动部件的动作将不可避免的带来磨损。以TFT-LCD工艺流程为例,TFT-LCD工艺制备流程复杂、工艺生产设备众多,设备内运动机构部件,例如:履带、丝杆、滑块、齿轮等,不可避免的存在磨损,磨损产生的微粒(Particle)若不及时消除,随气流流动,存在带入Glass上的风险,Glass传输经Cell真空对盒工序后附着微粒将无法修复,极大的影响了良品率和生产效益。
针对于这类搬送往复式运动工艺设备,目前的故障诊断一般采用听异响的方式,但是单纯依靠听异响无法进行故障预兆的检测,当异响发生时,设备磨损已经非常严重,导致生产线内微粒高发,设备发生损坏,无法运转,更不能有效解决故障判定中的实机个体差的吸收、故障原因的判定之类的问题。因此,当前的故障诊断在微粒高发时,由于运动状态的复杂性,无法准确判断是哪个运动机构产生的磨损微粒。
所以,在实现本申请的过程中,发明人发现现有技术至少存在以下缺陷:无法准确判断异常磨损发生的位置或动作。
发明内容
有鉴于此,本发明的目的在于提出一种设备磨损异常诊断方法、系统及装置,能够准确获取设备中的运动机构发生异常磨损的位置或动作。
基于上述目的本发明提供的一种设备磨损异常诊断方法,包括:
根据设备运行时序图,相应获取当前运动设备部件的气流场中的微粒数据;
根据所述微粒数据判断发生异常的气流场对应的设备部件;
针对异常设备部件,获取声音或振动数据,并且将声音或振动数据与微粒数据进行融合处理,得到同一时间标准下声音或振动数据与微粒数据之间的复合关系;
根据声音或振动数据与微粒数据之间的复合关系,判断磨损发生的具体位置或动作。
可选的,所述根据设备运行时序图,相应获取当前运动部件的气流场中的微粒数据的步骤之前还包括:
根据设备的结构特点,针对相对独立的设备部件分别形成相对密封的腔室;
在设备部件的相应位置设置送气装置和排气装置,用于使得腔室内形成气流场且气流方向与设备部件的动作相匹配;
针对设备部件的气流场相应设置微粒检测部件,用于检测气流场内的微粒数据。
可选的,所述根据设备运行时序图,相应获取当前运动部件的气流场中的微粒数据的步骤还包括:
获取设备运行时序图并确定当前时间设备需要进行的动作;
根据当前正在进行的动作,确定单个动作或多个动作所对应的设备部件;其中,不同的设备部件分别具有各自的气流场以及相应的微粒检测器件;
分别对设备部件的气流场中的微粒进行检测,得到不同设备部件对应的微粒数据。
可选的,所述根据所述微粒数据判断发生异常的气流场对应的设备部件的步骤还包括:
判断当前设备部件的气流场中检测到的微粒数量是否超出预设的微粒上限阈值;
若是,则当前设备部件为异常设备部件;否则当前设备部件为正常设备部件。
可选的,所述获取当前运动设备部件的气流场中的微粒数据的步骤还包括:
通过预设的风速监控装置对设备部件内的风量和风向进行检测,判断风量和风向是否异常;
若风量或风向发生异常,则采用等风量原则对风量和风向进行反馈补偿调节,用于使得风量和风向保持一致;
确定风量和风向保持一致后,对设备部件的气流场中的微粒进行检测,获取微粒数据。
可选的,所述判断磨损发生的具体位置或动作的步骤还包括:
选定异常设备部件对应的声音或振动数据,以及异常设备部件的气流场中的微粒数据;
通过声场或振动场处理单元以及图像处理单元,将声音或振动数据与微粒数据进行数据分析转换,得到包含微粒数据的声场三维气流图像。
可选的,所述判断磨损发生的具体位置或动作的步骤还包括:
根据声音或振动数据与微粒数据之间的复合关系,获取微粒数据与设备动作的对应关系;
根据微粒数据,确定微粒数量异常对应的动作;
将异常动作对应的声音或振动数据与预设的正常声音或振动数据进行比较,判断当前动作是否发生异常磨损。
本申请还提供了一种设备磨损异常诊断系统,包括:
微粒检测部件,用于接收数据处理部件的检测指令,相应检测设备部件的气流场中的微粒数据并将检测得到的微粒数据发送到数据处理部件中;
声音或振动检测部件,用于检测设备中的声音或振动数据并发送到数据处理部件;
数据处理部件,用于根据设备运行时序图向微粒检测部件发送检测指令;用于接收微粒检测部件发送的微粒数据以及声音或振动检测部件发送的声音或振动数据,根据所述微粒数据判断发生异常的气流场对应的设备部件;
针对异常设备部件,获取声音或振动数据,并且将声音或振动数据与微粒数据进行融合处理,得到同一时间标准下声音或振动数据与微粒数据之间的复合关系;
判断部件,用于根据声音或振动数据与微粒数据之间的复合关系,判断磨损发生的具体位置或者动作。
本申请还提供了一种设备磨损异常诊断装置,包括:声音或振动检测装置、微粒检测装置、送气装置、排气装置以及数据处理装置;
所述声音或振动检测装置设置于设备的周围,用于检测设备中的声音或振动数据;
所述微粒检测装置设置于设备对应的腔室内,用于对腔室内的微粒数据进行检测;
所述送气装置与排气装置配合,在设备的腔室内形成气流场;
所述数据处理装置与声音或振动检测装置和微粒检测装置连接,用于通过声音或振动数据以及微粒数据按照上述任意实施例所述方法实现设备磨损异常诊断。
可选的,所述设备磨损异常诊断装置还包括三维图像处理装置;所述三维图像处理装置与数据处理装置连接,用于将声音或振动数据与微粒数据进行数据分析转换,得到包含微粒数据的声场三维气流图像。
从上面所述可以看出,本发明提供的设备磨损异常诊断方法、系统及装置,通过在设备中针对不同运动机构形成相对独立的气流场,进而能够检测相应设备部件的气流场中的微粒数据,直接获取是否发生了异常磨损的判断信息,然后通过采集相应的声音或者振动数据,通过微粒数据变化与声音或振动数据变化的综合处理,来精确判断异常磨损是由哪个具体的运动结构或者动作造成的。本申请利用率不同机构的每个运动动作均具有不同声场或振动场信息的特点,进而通过声音或振动实现磨损异常位置的准确定位,而且通过与微粒数据的结合,能够排除非磨损异常导致的声音或振动异常,使得磨损异常判断的结果更为可靠。因此,本申请所述设备磨损异常诊断方法、系统及装置能够准确获取设备中的运动机构发生异常磨损的位置或动作。
附图说明
图1为本发明提供的设备磨损异常诊断方法的一个实施例的流程示意图;
图2为本发明提供的准周期信号与瞬变信号的比较示意图;
图3为本发明提供的微粒数据与动作信息基于同一时间的示意图;
图4为本发明提供的设备磨损异常诊断方法的另一个实施例的流程示意图;
图5为本发明提供的设备磨损异常诊断系统的一个实施例的结构示意图;
图6为本发明提供的设备磨损异常诊断装置的一个实施例的结构示意图;
图7为本发明提供的三维气流图像成像结构示意图;
图8为本发明提供的三维气流图像成像原理示意图;
图9为本发明提供的一种压电敏感元件的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
参照图1所示,为本发明提供的设备磨损异常诊断方法的一个实施例的流程示意图。所述设备磨损异常诊断方法包括:
步骤101,根据设备运行时序图,相应获取当前运动设备部件的气流场中的微粒数据;其中,设备中的每个机构的运动时间顺序是根据预先指定的顺序进行的,因此,对于一个加工、生产设备来说,存在一个运行时序图,用于表示哪一时刻启动哪些设备部件或者结构进行相应的加工生产操作。而由于非运动部件不会产生磨损,所以此时不需要针对这些设备部件进行微粒数据的检测。这里的设备部件是指在一个设备体系中,相对能够独立存在或者位置响度独立的一个或者过个运动机构形成的组件。并且微粒能够测量得到设备部件基于磨损产生的微粒数据,预先需要针对设备部件形成一个相对密封的气流场,通过进出气流来测量内部的微粒数据。这样,能够高效率的测量得到运动设备部件的微粒数据。
可选的,所述根据设备运行时序图,相应获取当前运动部件的气流场中的微粒数据的步骤101之前还包括:根据设备的结构特点,针对相对独立的设备部件分别形成相对密封的腔室;在设备部件的相应位置设置送气装置和排气装置,用于使得腔室内形成气流场且气流方向与设备部件的动作相匹配;针对设备部件的气流场相应设置微粒检测部件,用于检测气流场内的微粒数据。这样,通过构建腔室并且形成气流场,使得通过送气装置、排气装置以及微粒检测部件,能够准确测量设备部件中的微粒状态。所述腔室需要适应设备特点以及气流场需要与设备部件的动作相匹配是为了使得形成的气流能够将设备部件磨损产生的微粒带入到气流中,进而提高气流中微粒检测的准确性。
另一些可选的实施例中,所述根据设备运行时序图,相应获取当前运动部件的气流场中的微粒数据的步骤101还包括:获取设备运行时序图并确定当前时间设备需要进行的动作;根据当前正在进行的动作,确定单个动作或多个动作所对应的设备部件;其中,不同的设备部件分别具有各自的气流场以及相应的微粒检测器件;分别对设备部件的气流场中的微粒进行检测,得到不同设备部件对应的微粒数据。其中,通过设备运行时序图可以知道当前存在哪些动作,即操作,进而可以得到哪个设备部件中存在机构运行,也即存在磨损。只需要设备部件中存在一个或多个动作,也即存在磨损,就需要相应的检测微粒数据。这样,能够准确的对设备部件的磨损进行监测,提高磨损异常诊断的效率和准确性。
优选的,所述获取当前运动设备部件的气流场中的微粒数据的步骤101还包括:通过预设的风速监控装置对设备部件内的风量和风向进行检测,判断风量和风向是否异常;若风量或风向发生异常,则采用等风量原则对风量和风向进行反馈补偿调节,用于使得风量和风向保持一致;确定风量和风向保持一致后,对设备部件的气流场中的微粒进行检测,获取微粒数据。由于设备外部设备或相关操作人员的动作,会导致设备部件中的气流场发生改变,例如:当存在开门或者关门动作时。因此,为了准确的检测微粒数据,需要使得气流场保持稳定,而最能体现气流稳定的信息就是气流场中的风量和风向,因此,通过设置一个风量监测装置对风量进行监控,当风量异常时,可以通过等风量原则进行相应的风量和风向补偿,使得采集的微粒数据更加准确可靠。可选的,风量调节装置包括栅网开关和变频器;其中,栅网开关用于控制气流方向;变频器用于控制风量大小。
步骤102,根据所述微粒数据判断发生异常的气流场对应的设备部件;
获取得到微粒数据后。就可以根据微粒数据中的信息判断微粒数量是否超出常规数量范围,若是则表明存在异常磨损导致微粒剧增,但是由于一个设备部件对应的气流场中微粒数据的监测存在一定的时间延迟,所以此时还不能准确判断具体是由哪一个动作引起的磨损异常。
具体的,在一些可选的实施例中,所述根据所述微粒数据判断发生异常的气流场对应的设备部件的步骤102还包括:判断当前设备部件的气流场中检测到的微粒数量是否超出预设的微粒上限阈值;若是,则当前设备部件为异常设备部件;否则当前设备部件为正常设备部件。也即,预先根据常规磨损的微粒状态设定一个微粒上限阈值,进而将检测得到的微粒数据与微粒上限阈值进行比较,判断得到当前微粒数据对应的设备部件是否发生异常磨损。
步骤103,针对异常设备部件,获取声音或振动数据,并且将声音或振动数据与微粒数据进行融合处理,得到同一时间标准下声音或振动数据与微粒数据之间的复合关系;其中,基于声音数据或振动数据中的一种或同时采用两种都能够相应的确定声音数据或者震动数据对应的具体设备部件的不同动作,而且所述声音数据或振动数据不同于微粒数据具有较大的时间延迟,因此,可以根据获取得到的声音数据或振动数据与预先采集的无异常磨损的声音数据或振动数据进行比较分析,就可以准确定位得到异常磨损的具体位置或者动作。这里的声音或振动数据与微粒数据之间的复合关系是指将声音数据或振动数据与微粒数据基于同一时间标准下,进行数据处理得到的与不同动作的关系。
步骤104,根据声音或振动数据与微粒数据之间的复合关系,判断磨损发生的具体位置或动作。
在本申请一些可选的实施例中,所述判断磨损发生的具体位置或动作的步骤104还包括:选定异常设备部件对应的声音或振动数据,以及异常设备部件的气流场中的微粒数据;通过声场或振动场处理单元以及图像处理单元,将声音或振动数据与微粒数据进行数据分析转换,得到包含微粒数据的声场三维气流图像。为了使得诊断操作人员能够更为直接快速的对检测得到的信息进行判断和处理,本申请还通过将相关数据进行分析转换,得到相应的三维气流图像,进而使得操作人员只需要观察气流图像的变化或者变化趋势就可以快速对异常磨损进行诊断或者预判。而且三维气流图像显示的信息更为直观和形象,而不需要针对每组数据进行查看,因此,可以提高诊断的效率。
在本申请另一些可选的实施例中,所述判断磨损发生的具体位置或动作的步骤104还包括:根据声音或振动数据与微粒数据之间的复合关系,获取微粒数据与设备动作的对应关系;根据微粒数据,确定微粒数量异常对应的动作;将异常动作对应的声音或振动数据与预设的正常声音或振动数据进行比较,判断当前动作是否发生异常磨损。也即,先通过微粒数据确定异常磨损的发生以及发送的大致位置,然后通过磨损部件产生的声音实现对异常磨损的准确定位。即提高了异常磨损诊断的可靠性,有提高诊断的效率、速率和准确性。
由上述实施例可知,本申请所述设备磨损异常诊断方法,通过在设备中针对不同运动机构形成相对独立的气流场,进而能够检测相应设备部件的气流场中的微粒数据,直接获取是否发生了异常磨损的判断信息,然后通过采集相应的声音或者振动数据,通过微粒数据变化与声音或振动数据变化的综合处理,来精确判断异常磨损是由哪个具体的运动结构或者动作造成的。本申请利用率不同机构的每个运动动作均具有不同声场或振动场信息的特点,进而通过声音或振动实现磨损异常位置的准确定位,而且通过与微粒数据的结合,能够排除非磨损异常导致的声音或振动异常,使得磨损异常判断的结果更为可靠。因此,本申请所述设备磨损异常诊断方法能够准确获取设备中的运动机构发生异常磨损的位置或动作。
在本申请一些可选的实施例中,在TFT-LCD工艺中,内部的微粒监控一直是较难处理的问题,不仅需要进行更多数据分析,而且处理结果时效性差,需要反复多次试验。本申请针对于此,利用TFT-LCD工艺中循环往复设备进行运动声音或振动数据进行采集,利用声音或振动进行频谱分析,利用声音或振动的变化与微粒的变化数据进行综合处理,来监控设备磨损问题。能够利用振动或声音对气流的流体场进行判断,再根据流体内的微粒含量进行最终的设备状态的确定。
参照图2所示,为本发明提供的准周期信号与瞬变信号的比较示意图。在本申请进行磨损异常检测中,若设备运动正常,基于设备通常为按照一定的周期运行,那么检测得到的声音数据或者震动数据是准周期信号,若出现磨损异常,则会在声音数据或者震动数据中得到瞬变信号。因此,通过对声音数据或振动数据进行频谱分析,能够准确判断哪个设备部件或动作产生了异常磨损。
参照图3所示,为本发明提供的微粒数据与动作信息基于同一时间的示意图;通过将微粒数据与动作信息进行融合处理,使得能够在同一时间基准上,去对动作产生的微粒进行判断和分析,提高异常磨损诊断的准确性。
参照图4所示,为本发明提供的设备磨损异常诊断方法的另一个实施例的流程示意图。所述设备磨损异常诊断方法包括:首先,读取微粒上限设定值,即微粒上限阈值;启动相关检测设备,使其处于运行状态;尤其保证微粒监控装置从多个不同的角度对微粒进行数据采集;然后将微粒数据与声音或者震动数据中的一种进行融合处理,然后与标准无摩擦的数据进行对比,判断当前动作或设备部件中的微粒数量是否超过预设的微粒上限阈值,若是,则相应的启动清洁设备对相应位置中的微粒进行自动清洁处理。若微粒数量没有超过微粒上限阈值,则表示没有发送异常磨损,则进行下一周期的监控。
在本申请一些可选的实施例中,还提供了一种设备磨损异常诊断系统,包括:
微粒检测部件,用于接收数据处理部件的检测指令,相应检测设备部件的气流场中的微粒数据并将检测得到的微粒数据发送到数据处理部件中;
声音或振动检测部件,用于检测设备中的声音或振动数据并发送到数据处理部件;
数据处理部件,用于根据设备运行时序图向微粒检测部件发送检测指令;用于接收微粒检测部件发送的微粒数据以及声音或振动检测部件发送的声音或振动数据,根据所述微粒数据判断发生异常的气流场对应的设备部件;
针对异常设备部件,获取声音或振动数据,并且将声音或振动数据与微粒数据进行融合处理,得到同一时间标准下声音或振动数据与微粒数据之间的复合关系;
判断部件,用于根据声音或振动数据与微粒数据之间的复合关系,判断磨损发生的具体位置或者动作。
也即,上述设备磨损异常诊断系统用于实现上述任意实施例中所述的设备磨损异常诊断方法,因而能够达到相同的效果。
参照图5所示,为本发明提供的设备磨损异常诊断系统的一个实施例的结构示意图;图中,周边particle监控装置即为设置于设备周围的微粒检测部件;运动频率计数器中包含有设备运行时序图;声音采集即为声音或振动检测部件;基于采集声音或者振动时采集得到的是来自各个方向以及各种不同部件运动引起的声音或者振动,因此,需要对声音或振动数据进行频谱分析,然后才可以输入到相应的数据处理部件中。PLC及数据逻辑比较单元均为数据处理部件中的组成部分。进一步,还可以通过提取声音或振动数据中与摩擦相关的信息,则可以更准确的实现异常磨损的诊断。
参照图6所示,为本发明提供的设备磨损异常诊断装置的一个实施例的结构示意图。基于不同设备中的运动部件各不相同,因此,本实施例采用运动简图的形式进行标准和说明。所述设备磨损异常诊断装置包括:声音或振动检测装置4、微粒检测装置3、送气装置1、排气装置2以及数据处理装置,图中未示出;所述声音或振动检测装置4设置于设备的周围,用于检测设备中的声音或振动数据;所述微粒检测装置3设置于设备对应的腔室内,用于对腔室内的微粒数据进行检测;可选的,所述微粒检测装置3设置于排气装置2一侧。所述送气装置1与排气装置2配合,在设备的腔室内形成气流场;所述数据处理装置与声音或振动检测装置4和微粒检测装置3连接,用于通过声音或振动数据以及微粒数据按照上述任意实施例中所述诊断方法实现设备磨损异常诊断。
可选的,基于设备机构运动方式的不同,相应的布置送气装置1与排气装置2以形成与设备动作相适应的气流场,例如图中,一个设备部件包括横向运动的机构以及垂直运动的机构5,然后通过在垂直运动的机构5上设置有机械手6实现相应的动作。而针对于横向运动部分,可以将送气装置1与排气装置2按照横向方向设置在部件的左右两端,使得气流场为横向流动。同理,针对于垂直运动部分,将送气装置1与排气装置2按照垂直方向设置在部件的上下两端,使得气流场为垂直流动。可选的,送气装置1为送气风扇(EFU)。
在本申请一些可选的实施例中,所述设备磨损异常诊断装置还包括三维图像处理装置;所述三维图像处理装置与数据处理装置连接,用于将声音或振动数据与微粒数据进行数据分析转换,得到包含微粒数据的声场三维气流图像。也即,利用微粒测量装置测量出微粒数量情况,再利用声波测量空气动力场,将以上两种测量数据通过三维图像处理装置同步处理成三维气流图像。参照图7和图8所示,分别为本发明提供的三维气流图像成像结构示意图和原理示意图。采集的信号首先经过信号接收转换装置输入到压电声源换能器进行数据转换,然后通过视频处理器和视频转换分析装置处理输入到成像单元中。用户能够通过三维气流图像直接对诊断结果进行判断分析。图8中为图7中结构相应的原理图,显示了对声音数据进行处理的大致过程和原理。
在本申请另一些可选的实施例中,一种三维图像处理装置,包括声波采集装置、声场处理单元和图像转换处理单元。声波采集装置内的超声波信号处理单元配合三自由度丝杠滑台单元,能采集三维空间中超声波声场的分布情况,并保存至声场处理单元与图像转换处理单元中。借助数据服务器的计算机服务单元,监控用户可以通过计算机网路访问测量声场分布数据,自由选定绘图方法绘制超声波三维成像图,还能通过可视化界面观察并控制声波采集装置,实现在计算机上虚拟出一个专用于研究超声波三维声场成像的3D设备内气流图像。
参照图9所示,为本发明提供的一种压电敏感元件的结构示意图。所述压电敏感元件为压电射流陀螺敏感元件。所述压电敏感元件包括底盖21、屏蔽壳体22、顶盖23、敏感座24、压电泵25、热敏丝26和热敏塞27。所述底盖21、屏蔽壳体22和顶盖23形成一个相对密封的腔体结构,内部具有容纳空间;所述敏感座24设置于底盖21一端。所述压电泵25的一端穿过敏感座24与底盖21连接,另一端延伸到设置于腔体中的热敏丝26和热敏塞27附近。其中,压电陶瓷双晶片作连续周期性弯曲振动,使泵室腔体的体积发生增大、减少的周期性变化,进而使气体不断地经流体馈送口送入到集流室中,又不断的由排气孔排出到排气室,从而形成稳定的连续射流束。层流气流束在射流室内射向平行安装在热敏塞27上的一对热敏丝26,一旦有角速度信号输入,原来从热电阻对称中心通过的气流束在哥氏力作用下就会向某一方向偏离,角速度越大偏离角越大,造成对两热电阻不同的冷却,从而热敏丝26的阻值发生变化。将热敏丝26接于电桥的相对臂上,电桥输出与角速度相对应的模拟电压。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本发明难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本发明难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本发明的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种设备磨损异常诊断方法,其特征在于,包括:
根据设备运行时序图,相应获取当前运动设备部件的气流场中的微粒数据;
根据所述微粒数据判断发生异常的气流场对应的设备部件;
针对异常设备部件,获取声音或振动数据,并且将声音或振动数据与微粒数据进行融合处理,得到同一时间标准下声音或振动数据与微粒数据之间的复合关系;
根据声音或振动数据与微粒数据之间的复合关系,判断磨损发生的具体位置或动作。
2.根据权利要求1所述的方法,其特征在于,所述根据设备运行时序图,相应获取当前运动部件的气流场中的微粒数据的步骤之前还包括:
根据设备的结构特点,针对相对独立的设备部件分别形成相对密封的腔室;
在设备部件的相应位置设置送气装置和排气装置,用于使得腔室内形成气流场且气流方向与设备部件的动作相匹配;
针对设备部件的气流场相应设置微粒检测部件,用于检测气流场内的微粒数据。
3.根据权利要求1所述的方法,其特征在于,所述根据设备运行时序图,相应获取当前运动部件的气流场中的微粒数据的步骤还包括:
获取设备运行时序图并确定当前时间设备需要进行的动作;
根据当前正在进行的动作,确定单个动作或多个动作所对应的设备部件;其中,不同的设备部件分别具有各自的气流场以及相应的微粒检测器件;
分别对设备部件的气流场中的微粒进行检测,得到不同设备部件对应的微粒数据。
4.根据权利要求1所述的方法,其特征在于,所述根据所述微粒数据判断发生异常的气流场对应的设备部件的步骤还包括:
判断当前设备部件的气流场中检测到的微粒数量是否超出预设的微粒上限阈值;
若是,则当前设备部件为异常设备部件;否则当前设备部件为正常设备部件。
5.根据权利要求1所述的方法,其特征在于,所述获取当前运动设备部件的气流场中的微粒数据的步骤还包括:
通过预设的风速监控装置对设备部件内的风量和风向进行检测,判断风量和风向是否异常;
若风量或风向发生异常,则采用等风量原则对风量或风向进行反馈补偿调节,用于使得风量和风向保持一致;
确定风量和风向保持一致后,对设备部件的气流场中的微粒进行检测,获取微粒数据。
6.根据权利要求1所述的方法,其特征在于,所述判断磨损发生的具体位置或动作的步骤还包括:
选定异常设备部件对应的声音或振动数据,以及异常设备部件的气流场中的微粒数据;
通过声场或振动场处理单元以及图像处理单元,将声音或振动数据与微粒数据进行数据分析转换,得到包含微粒数据的声场三维气流图像。
7.根据权利要求1所述的方法,其特征在于,所述判断磨损发生的具体位置或动作的步骤还包括:
根据声音或振动数据与微粒数据之间的复合关系,获取微粒数据与设备动作的对应关系;
根据微粒数据,确定微粒数量异常对应的动作;
将异常动作对应的声音或振动数据与预设的正常声音或振动数据进行比较,判断当前动作是否发生异常磨损。
8.一种设备磨损异常诊断系统,其特征在于,包括:
微粒检测部件,用于接收数据处理部件的检测指令,相应检测设备部件的气流场中的微粒数据并将检测得到的微粒数据发送到数据处理部件中;
声音或振动检测部件,用于检测设备中的声音或振动数据并发送到数据处理部件;
数据处理部件,用于根据设备运行时序图向微粒检测部件发送检测指令;用于接收微粒检测部件发送的微粒数据以及声音或振动检测部件发送的声音或振动数据,根据所述微粒数据判断发生异常的气流场对应的设备部件;
针对异常设备部件,获取声音或振动数据,并且将声音或振动数据与微粒数据进行融合处理,得到同一时间标准下声音或振动数据与微粒数据之间的复合关系;
判断部件,用于根据声音或振动数据与微粒数据之间的复合关系,判断磨损发生的具体位置或者动作。
9.一种设备磨损异常诊断装置,其特征在于,包括:声音或振动检测装置、微粒检测装置、送气装置、排气装置以及数据处理装置;
所述声音或振动检测装置设置于设备的周围,用于检测设备中的声音或振动数据;
所述微粒检测装置设置于设备对应的腔室内,用于对腔室内的微粒数据进行检测;
所述送气装置与排气装置配合,在设备的腔室内形成气流场;
所述数据处理装置与声音或振动检测装置和微粒检测装置连接,用于通过声音或振动数据以及微粒数据按照权利要求1-7所述方法实现设备磨损异常诊断。
10.根据权利要求9所述的装置,其特征在于,还包括三维图像处理装置;所述三维图像处理装置与数据处理装置连接,用于将声音或振动数据与微粒数据进行数据分析转换,得到包含微粒数据的声场三维气流图像。
CN201710589780.1A 2017-07-19 2017-07-19 一种设备磨损异常诊断方法、系统及装置 Expired - Fee Related CN107356447B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710589780.1A CN107356447B (zh) 2017-07-19 2017-07-19 一种设备磨损异常诊断方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710589780.1A CN107356447B (zh) 2017-07-19 2017-07-19 一种设备磨损异常诊断方法、系统及装置

Publications (2)

Publication Number Publication Date
CN107356447A true CN107356447A (zh) 2017-11-17
CN107356447B CN107356447B (zh) 2019-10-11

Family

ID=60285183

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710589780.1A Expired - Fee Related CN107356447B (zh) 2017-07-19 2017-07-19 一种设备磨损异常诊断方法、系统及装置

Country Status (1)

Country Link
CN (1) CN107356447B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110307174A (zh) * 2019-06-28 2019-10-08 江苏大学 一种清选风机制造装配质量检测装置及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103207070A (zh) * 2013-04-09 2013-07-17 苏州经贸职业技术学院 油液与振动相融合的旋转机械故障诊断方法
WO2014112034A1 (ja) * 2013-01-15 2014-07-24 三菱重工業株式会社 異常診断方法及びシステム
CN104094110A (zh) * 2011-12-06 2014-10-08 堪纳希斯有限公司 监测风力发电设备齿轮箱的方法和系统,以及相应的风力发电设备
CN203869992U (zh) * 2014-03-19 2014-10-08 北京京东方光电科技有限公司 金属部件磨损检测装置
CN104697787A (zh) * 2015-03-20 2015-06-10 山东大学 一种基于多信息融合的变速箱试验台架及其检测方法
CN105823711A (zh) * 2016-04-18 2016-08-03 上海电机学院 油液磨粒在线监测方法
CN106042004A (zh) * 2016-05-30 2016-10-26 京东方科技集团股份有限公司 一种磨损报警装置和方法
CN106501114A (zh) * 2016-12-02 2017-03-15 重庆理工大学 光伏玻璃使用状态下损伤程度的模拟实验方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104094110A (zh) * 2011-12-06 2014-10-08 堪纳希斯有限公司 监测风力发电设备齿轮箱的方法和系统,以及相应的风力发电设备
WO2014112034A1 (ja) * 2013-01-15 2014-07-24 三菱重工業株式会社 異常診断方法及びシステム
CN103207070A (zh) * 2013-04-09 2013-07-17 苏州经贸职业技术学院 油液与振动相融合的旋转机械故障诊断方法
CN203869992U (zh) * 2014-03-19 2014-10-08 北京京东方光电科技有限公司 金属部件磨损检测装置
CN104697787A (zh) * 2015-03-20 2015-06-10 山东大学 一种基于多信息融合的变速箱试验台架及其检测方法
CN105823711A (zh) * 2016-04-18 2016-08-03 上海电机学院 油液磨粒在线监测方法
CN106042004A (zh) * 2016-05-30 2016-10-26 京东方科技集团股份有限公司 一种磨损报警装置和方法
CN106501114A (zh) * 2016-12-02 2017-03-15 重庆理工大学 光伏玻璃使用状态下损伤程度的模拟实验方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110307174A (zh) * 2019-06-28 2019-10-08 江苏大学 一种清选风机制造装配质量检测装置及方法
CN110307174B (zh) * 2019-06-28 2024-03-19 江苏大学 一种清选风机制造装配质量检测装置及方法

Also Published As

Publication number Publication date
CN107356447B (zh) 2019-10-11

Similar Documents

Publication Publication Date Title
EP1955830B1 (en) A method and a control system for monitoring the condition of an industrial robot
KR101748559B1 (ko) 회전체 진단 장치 및 방법
CN110674700B (zh) 基于数字孪生模型的电子设备的智能健康预测方法及装置
EP3343242B1 (en) Tracking system, tracking device and tracking method
CN103884482A (zh) 一种基于压缩机的振动测试方法和系统
CN105173111A (zh) 一种便携式直升机振动监测维护系统
CN107076640A (zh) 通过平衡位置测量来监视飞机发动机叶轮的方法及设备
CN108427374A (zh) 诊断用数据取得系统、诊断用系统以及计算机可读介质
CN106153331A (zh) 基于机器视觉的柔性双关节机械臂振动的测量装置及方法
CN107356447B (zh) 一种设备磨损异常诊断方法、系统及装置
CN104568118B (zh) 一种可视化的机械振动检测系统
WO2020255446A1 (ja) 駆動音診断システム、駆動音診断方法および駆動音診断システムの機械学習装置
CN108318203A (zh) 飞行器等价地面颤振综合试验方法
Botsaris et al. State-of-the-art in methods applied to tool condition monitoring (TCM) in unmanned machining operations: a review
CN105675122B (zh) 一种噪声源位置快速识别方法
CN206208920U (zh) 一种振动冲击测试中等效部件传感模块
US20140324365A1 (en) Method of assessing the technical condition of a rotating shaft
JP6742563B1 (ja) 駆動音診断システム、駆動音診断方法および駆動音診断システムの機械学習装置
JP2007040896A (ja) 微小構造体の検査装置、検査方法および検査プログラム
CN104597122B (zh) 用于连铸辊缺陷检测的超声相控阵自动检测系统
CN108106653A (zh) 一种传感器振动实验数据采集系统
CN205720100U (zh) 一种水果坚实度在线无损检测装置
CN207960910U (zh) 空调器压缩机振动测试系统
CN110296912A (zh) 基于超声的粉尘云团扩散动态湍流动能的检测系统及方法
CN2645034Y (zh) 物体空间位姿检测装置

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191011

Termination date: 20200719