CN110621971A - 光学声学感测系统和方法 - Google Patents
光学声学感测系统和方法 Download PDFInfo
- Publication number
- CN110621971A CN110621971A CN201880013440.7A CN201880013440A CN110621971A CN 110621971 A CN110621971 A CN 110621971A CN 201880013440 A CN201880013440 A CN 201880013440A CN 110621971 A CN110621971 A CN 110621971A
- Authority
- CN
- China
- Prior art keywords
- frequency domain
- frequency
- segments
- segment
- sub
- 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
- G01M13/045—Acoustic or vibration analysis
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G43/00—Control devices, e.g. for safety, warning or fault-correcting
- B65G43/02—Control devices, e.g. for safety, warning or fault-correcting detecting dangerous physical condition of load carriers, e.g. for interrupting the drive in the event of overheating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
- G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/08—Testing mechanical properties
- G01M11/083—Testing mechanical properties by using an optical fiber in contact with the device under test [DUT]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Ink Jet (AREA)
Abstract
一种测定多个空间隔开的受磨损机器零件的状态或状况的方法,所述机器零件发出声波标记图,所述方法包括以下步骤:(a)光学感测所述多个受磨损机器零件的声学特性,并由此得出所感测的信号,(b)将所述感测的信号沿着所述在空间上隔开的机器零件分割成第一系列相应空间区段,并且对于每个空间区段,将所述感测的信号分割成记录所述空间区段在一延长时间期内的声学特性的时间区段;(c)将每个时间区段分割成一系列子区段以及把所述子区段转换成相应频域子区段的频域;(d)将一空间区段内的频域子区段相组合,以产生相应较低噪声级的组合频域子区段;以及(e)确定所述组合频域子区段中存在的所发出的特征声波的基频,以及相关联的谐波。
Description
发明领域
本发明提供用于分布式感测机械设备,具体地分布式光学感测滚轮和轴承或运动部件和机构(包括传送带中包含的那些)的系统和方法。
发明背景
在整个说明书中对背景技术的任何讨论决不应被认为承认这种技术是众所周知的或形成本领域公知常识的一部分。
远程监控诸如传送带中的滚轮和轴承的设备是采矿和其他工业中的重要问题。传送带维护可能很昂贵。例如,1km长的传送带可能包含6,700个或更多轴承,任何一个轴承失效都可能导致灾难性后果,例如传送带损坏或火灾。滚轮和轴承可能以很多方式失效,包括罩失效、披萨刀失效和轴承失效。
监测滚轮状态的先前方法包括通过物理地使传送带行走并人工听轴承或者例如通过热成像进行视觉和听觉检查。
PCT公开WO 2005/042661和PCT公开WO 2015/115591(两者的内容均通过交叉引用并入本文)提出了一种形式的传送带惰轮轴承监测系统,其涉及在每个轴承辊内具有Wi-Fi监测器来监测轴承状态。由于大量轴承和需要复杂相互作用的大型系统,这种方案可能过于昂贵并且容易失败。
本发明可应用于监测包含轴承和其他运动部件的其他设备,例如电动机、泵、齿轮箱、涡轮机、变速器、破碎和研磨机械以及散装物料。本发明还可应用于利用光纤声学以分布式方式监视其他设备。
发明内容
在其优选形式中,本发明的目的是提供一种改进形式的设备监测,包括受磨损机器零件。
根据本发明的第一方面,提供一种测定多个在空间上隔开的受磨损机器零件的状态或状况的方法,所述机器零件发出特征声波,所述方法包括以下步骤:(a)光学感测所述多个机器零件沿其长度的声学特性,并由此得出所感测的信号,(b)将所述感测的信号沿着所述在空间上隔开的轴承分割成第一系列相应空间区段,并且对于每个空间区段,将所述感测的信号分割成记录所述空间区段在一延长时间期内的声学特性的时间区段;(c)将每个时间区段分割成一系列子区段以及把所述子区段转换成相应频域子区段的频域;(d)将一空间区段内的频域子区段相组合,以产生相应较低噪声级的组合频域子区段;以及(e)确定所述组合频域子区段中存在的所发出的特征声波的基频,以及相关联的谐波。
在一些实施例中,所述机器零件可以包括轴承,并且可以形成传送带的一部分。优选地,对于所述多个机器零件的声学特性,所述光学感测基本上同时进行。
所述步骤(d)进一步优选地可包括从所述组合频域子区段减去底噪度量。所述底噪度量优选地包括基本上贯穿所述组合频域子区段的底噪下水平的插值曲线。所述插值曲线优选地可以包括多项式曲线、指数曲线、对数曲线或分段曲线中的一种。
所述步骤(a)可以包括光学感测所述轴承的声学特性。所述声学特性优选地可以包括利用沿着光纤的散射来感测所述声学特性。
所述步骤(a)进一步优选地可包括对所感测的信号进行滤波以将感测系统的基于频率的衰减特性考虑在内。
所述步骤(e)优选地可包括将高斯或其他适当峰形结构与所述组合频域子区段进行卷积的步骤。
根据本发明的另一方面,提供一种测定多个在空间上隔开的轴承的状态或状况的系统,所述系统包括:第一传感器单元,用于光学感测置于所述在空间上隔开的轴承附近的延伸光波导管周围的声学特性;处理装置,用于将所感测的信号处理成一系列相应空间区段;对于具有一延长时间区段的每个空间区段,记录所述空间区段在一延长时间期的声学特性;所述处理装置进一步对所述延长时间区段进行频域处理,以产生相应较低噪声级的频域区段;并且所述处理装置进一步检查所述频域区段,以确定发出特征声波的任何轴承的任何基频和相关联的谐波的存在。
根据本发明的另一方面,提供一种测定传送带系统的状态或状况的方法,所述传送带系统包括多个滚轮单元,又称作惰轮,每个滚轮单元具有一系列滚子轴承,所述方法包括以下步骤:(a)光学感测所述传送带系统沿其长度的声学特性,并由此得出所感测的信号,(b)将所述感测的信号沿着传送带分割成第一系列空间区段,并且对于每个空间区段,将所述信号分割成记录所述空间区段在一延长时间期内的声学特性的时间区段;(c)可选地对所述时间区段进行滤波,以将光学感测系统的基于频率的衰减特性考虑在内;(d)将每个时间区段分割成一系列子区段以及把所述子区段转换成相应频域子区段的频域;(e)将一空间区段内的频域子区段相组合,以产生相应较低噪声级的组合频域子区段;(f)确定所述组合频域子区段中存在的任何滚轮的转动基频,以及相关联的谐波;以及(g)确定指示不同失效类型的频率模式。
在一些实施例中,所述方法可以进一步包括以下步骤:(g)从所述组合频域子区段减去所述转动基频和谐波的模型,以得到修正的频域子区段;以及(h)分析所述修正的频域子区段,以确定轴承磨损状况。
所述步骤(f)优选地可包括将所述组合频域子区段与高斯或任何其他类似的响应函数进行互相关运算。所述步骤(e)优选地可包括对所述频域子区段进行求和或求平均值。所述步骤(e)优选地可包括利用多项式函数、指数函数、对数函数或其他分段线性函数或分段曲线函数,加上代数求和或减法,对所述频域子区段内的底噪进行回归。
轴承磨损状况包括以下各项中的至少一项:滚轮的转动基频以及谐波频率;轴承剥落频率,若有的话,轴承寿命中期磨损模式,或轴承后期磨损模式,轴承干草堆模式。
所述时间区段的长度优选为约5-30分钟,这取决于传送机,但也可以较短或较长。所述子区段的长度优选地约为3秒,但取决于传送机而不同。所述剥落频率优选地低于100Hz。
附图说明
现在将参照附图仅通过示例的方式描述本发明的实施例,在附图中:
图1示意性示出实施例的光学感测系统;
图2示出光纤感测电缆附接到传送带系统的示例的照片;
图3示出由询问机系统接收的示例“瀑布”图;
图4示出一种形式的高通滤波器;
图5示出轴承频率计算方程;
如6示出在示例传送带系统中的操作的频率图;以及
图7示出轴承的不同操作特征的图。
具体实施方式
实施例提供一种系统和方法,该系统和方法利用具备复杂后端处理的光学声学监测系统来精确监测沿着传送带的设备状况。
首先转到图1,示意性示出了实施例的操作环境。在该设施1中,一系列滚轮,例如3-8,由置于滚轮旁边的单个光纤电缆11监测。光纤电缆11包括声学感测环境,并且连接到一系列增强处理单元12,增强处理单元处理声学信号以确定每个滚轮的状态或健康状况。在实际系统中,可以有效地同时监测好几千组滚轮。
通过对接收的光学信号进行大量处理,除了传送带的状态之外,还可以确定滚轮及其轴承的状态。
光学监测系统12的例子包括未来纤维技术有限公司(FFT)的安全管道(SecurePipe)产品和Optasense管路监测系统。还包括来自其他制造商,例如Fotech and Hawk的声学光纤询问器。
利用这些系统,简单的光纤电缆可以沿着传送带铺设并且附着在每个滚轮附近。图2示出了一个这种设施20的照片,其中电缆21利用扎带23,24或类似物附着到传送带基础设施22。替代的固定装置包括弹簧夹或螺旋夹。
询问器单元收集来自玻璃纤维光脉冲的响应。玻璃纤维包含对光进行散射的微观缺陷。这些缺陷引起“瑞利散射”,这是使天空呈现蓝色的相同效应。纤维中的振动和温度变化导致折射率变化,折射率变化促使可读信号成为反射光。使用高强度短脉冲激光器,并结合灵敏反射检测器和快速模数转换器。
纤维附接到来自一个前面讨论的专有公司的询问器单元12,并输出所接收的声学信号的数字等同物进行存储。该声学信号以如下数据格式进行输出。对于输出时间期,针对每个接收的声频输出沿着传送机的每个通道或单位距离的声学信号。
数据的每个单位时间的一种呈现形式称为瀑布图,在图3中以30示出它的一个例子。询问器单元以预定速率输出瀑布图的等同数据。例如,20,000次/秒(20kHz)。
捕获的数据必须经过大量处理之后才能用来有效得出传送带系统的状态的信息。
在一个实施例中,利用以下操作序列处理输出数据,从而得出传送带操作的大量细节。以下清单是按程序编排顺序的一系列操作:
1.选择收集原始数据的时间长度。
2.将原始数据转换成标准HDF5数据格式或适合处理的其他数据格式。
3.将每个通道中的数据分离以将时间序列分开。
4.设置高通或其他类型的滤波器时间常数。
5.将高通或其他类型的滤波器应用于时间序列数据集。
6.设置傅里叶变换参数以确定频率范围和分辨率。
7.将输入数据集拆分成约3秒长的可管理文件大小,从而不超过可管理的样本数量,通常不限于65,536个样本。
8.应用快速傅里叶变换运算以提取频率响应。
9.利用平均滤波器将短文件组合成5分钟或10分钟长或所要求的更长文件。
10.对于每个长的平均频率图,将底噪下包络线回归到多阶多项式方程或其他函数,例如指数函数、对数函数、分段函数或分段曲线函数或其他类型的适当函数。
11.从频率图减去回归方程以使其正规化。
12.绘制每个通道的频率曲线,用于视觉检查(如果要求的话)。
13.提供带速和滚轮直径以计算滚轮基频。
14.选择高斯曲线方程或某种其他模式匹配曲线的固定参数。
15.生成具有可调中心频率的模式匹配曲线的方程。
16.选择要在互相关运算中使用的最大频率和频率间隔。
17.将频域中的模式匹配曲线与每个通道的频谱图进行互相关运算。由此针对每个通道生成非常高分辨率的平均互相关图。
18.利用高分辨率图精确识别滚轮基频及其所有高达约200Hz或按要求更高的谐波。测定每个匹配的模式的中心频率和高度。
19.利用模式匹配曲线方程以及已知的谐波中心频率和振幅来重新创建该基频及其谐波的粗略数学模型图。
20.利用该模型图生成传送带的基本谐波状况的简单质量度量。
21.从通道正规化频谱图减去粗略数学谐波模型图。
22.利用高达100Hz的减去的频率图生成滚轮轴承剥落频率的简单质量度量,以便评估早期轴承磨损状况。
23.在报告电子数据表上记录基本谐波状况和轴承剥落磨损频率状况,每个通道占一行。起初,在100Hz至300Hz的范围内检查频率图,以识别寿命中期失效的轴承状况。然后确定高于300Hz的频率概览,以识别后期和寿命终结失效。另外的步骤是匹配以下各项:(1)低于基频的爆震频率,(2)高于100Hz的嘎嘎频率,(3)高于150Hz的吱吱频率,以及高于100Hz的任何频率的干草堆图。结果保存为csv文件用于今后处理。
24.把来自电子数据表的通道报告组合成行以及传送带的数量或惰轮架数,并公布为新的电子数据表。
数据处理步骤的详细说明
现在将更详细地描述以下所列的数据处理步骤。
1.选择收集原始数据的时间长度。
通常仅在毫秒或秒量级的短时间期从光纤电缆收集其他振动数据。对此存在各种原因,这主要是由于通常采用如地震工作、入侵检测等中所用的光纤振动感测。光纤振动感测的这些其他用途通常是寻找地震振动事件。
在该实施例中,收集长期声学信号,而不是短期振动信号。这些实施例旨在用于或多或少连续的声学频率,而不是振动事件。不幸的是,有关标记频率也可能掩埋在巨大的噪声中。为了从噪声中提取标记频率并提高信噪比以进行有用的频率识别,最好采用几分钟的数据收集时间。
在理想情况下,发现5分钟的收集时间是适当的。不太理想的情况是存在高噪声级,收集时间可以延长到10分钟或更长时间。如果采样频率是20kHz,则收集的样本量是5分钟约6,000,000最小值。在该实施例中,根据应用情况,例如传送机的长度和其他因素,采用不同的数据收集时间和采样频率。
2.将原始数据转换成适当的数据格式用于进一步处理。
FFT和Optasense询问器产品以专有格式存储其数据。第一步有助于进一步处理由这些仪器收集的原始数据,是将该数据转换成开放标准格式。发现每个品牌的询问器单元具有其自身的数据格式,有必要将该数据转换成标准数据格式。发现适当格式的一种形式,但非唯一格式是HDF5数据文件格式。
3.将每个通道中的数据分离以将时间序列分开
然后可以将HDF5或其他数据格式文件划分为每个通道的单独文件,又称作“距离库”。一个通道是有效充当个体麦克风的纤维离散长度。通道长度可以在询问器中设置,通常设置在最灵敏的鉴别力,目前在1米左右。划分是第一步,从而对每一个体通道进行初步滤波。根据系统设置方式,该操作可以在后续傅里叶变换之前的任何时间进行。
利用适当的脚本代码,例如用于原型设计的Matlab脚本代码,可以将数据从专有格式适当地格式化。将来的软件可以是任何其他变成语言的。
4.设置预处理滤波器类型及其时间常数和漂移去除
原始时间序列数据文件以HDF5或其他适当数据格式存储,并且首先过滤以便修正频率响应。根据所收集的数据类型和所使用的具体询问器,以不同的方式修正频率响应。可以采用任何类型的滤波器,包括但不限于高通滤波器、低通滤波器、带通滤波器、带阻滤波器、积分滤波器、差分滤波器、移动窗口滤波器和ARMA(自回归滑动平均)滤波器。在实践中发现,每个专有数据类型和每个询问器以其自身的如下方式对频率响应有所偏估。
OptaSense数据类型1:单一脉冲技术发现该来源的数据具有高DC分量(在零频率),并且强烈偏向于较低频率,当频率升高到50至100Hz以上时出现非常高的滚降。其结果是,要求采用高通滤波器抑制低频率和放大高于约100Hz的频率。一般来说,滤波器时间常数的值设置为约2000。
OptaSense数据类型6:双脉冲技术发现该来源的数据比数据类型1具有平坦得多的频率响应,并且相对一致,高达几千赫兹。理论上限约为10kHz,但高于1kHz的频率很少见,有时频率在2-3kHz区域出现尖峰。发现原始数据具有朝着负数向下的非常严重的漂移。该数据存储为32位整数,因此当该值达到-32767时立刻跳到+32768,这个过程表示“整数翻转”。漂移和整数翻转是严重的问题。解决方案是对原始时间序列信号使用差分滤波器。然后可以简单地把由此产生的整数翻转尖峰从数据中删除。
未来纤维技术(F型)数据:单一脉冲数据除了频率响应在较高频率较高之外,发现该来源的数据与数据类型1类似。因此,没必要太多抑制较低频率,选择了较低时间常数。目前,时间常数设为1000,但可以按要求进行调节。
5.频率修正滤波器应用于时间序列数据集
虽然有很多种滤波器可以采用,但示例滤波器是一阶高通滤波器。实验上使用的典型简单滤波器是抑制低频率并放大高于频率响应的“膝部”的频率的一阶高通滤波器。这种滤波器的转移函数类推如下:
其中如果滤波器是由运算放大器、电阻器和电容器构建的模拟滤波器,则常数RC是由以欧姆为单位的电阻和以法拉为单位的电容形成的。如果转移函数变成以下方程,则可以使用“数字模拟的模拟”方法Paul Wilson进行建模。数字模拟的模拟方法包括将转移函数转换成模拟计算机程序。然后在数字计算机程序中逐个元素地对模拟计算机程序进行数字模拟。该技术首先由Paul Wilson在1986年他的硕士论文中进行描述,他保留版权。该方法可用于任何类型的模拟滤波器或任何其他模拟过程。
滤波器的时间常数=RC:值越高,滤波器越慢。然后将该滤波器建模为模拟形式,如图4所示。模拟计算机程序到改程序的数字形式(以C伪码编写)的转换可以如下:
滤波数据类型6和其他询问器:发现数据类型6的滤波是不同形式的,并且要求采用不同的预处理滤波器。由不同供应商制造的每个询问器以不同的方式修正频率动态,该方式要求采用为该询问器定制的不同类型的预处理滤波器。
该过程的预变换部分的最终结果是修正的频率响应图,该图被变换后变得显而易见。如果对输入的数据时间序列求微分,则除了去除极低频率分量(DC分量)之外,不影响频率响应。传入模拟信号的微分滤波仅把每个频率的相位偏移+90度,但不改变频率。由于输入信号是代替模拟时间序列的数字时间序列,因此截止频率是采样数据的时间的倒数。在一个示例中,以20kHz采样3秒钟,如此微分器将低于1/3Hz或0.333Hz的DC分量截止。
将该理想方式用于数据类型6,因为其去除了麻烦的漂移但仍保留发现通常值为5Hz和更高的频率。因此数字输入数据流的直接微分代替了高通滤波器。根据询问器捕获数据的方式,可以采用任何类型的滤波器。
7.设置傅里叶变换参数
为了确定将来分析所需的频率范围和频率分辨率,有必要针对傅里叶变换运算选择正确的参数。决定参数选择的方程是已知的。关键方程如下:
T=N·Δt secs
其中T=收集样本的时间;N=一次收集的样本数量;Δt=采样间隔(相邻样本之间的时间);Fmax=最大可观测频率;Δf=频率的分辨率(可以判别的最小频率)。
因此可以决定采样间隔和进行采样的时间以便确定其他可观测因素。这些设置取决于影响具体传送机的选择、应用、传送机拥有者的要求、传送机长度以及其他因素。
傅里叶变换是有力的工具,但它也可能存在假象(artefact),即,来自数据的假象,以及来自镜像和末端效应的假象,因此必须小心排除这种假象并提取可靠的结果。为此,在65536个时间序列样本的时间片中处理数据。然后为了去除末端效应,例如回转,则在处理之后削减到32768个样本。在20,000Hz的采样频率,所得时间片约为3秒钟。
20,000的采样频率可以在询问器处调节,主要是为了沿着纤维覆盖更远的距离。因此这是最大可观测频率与在单次测定中覆盖更大传送机长度之间的折衷方案。在实践中,采样频率通过询问器设置来调节,但该值是根据应用、传送机以及其拥有者的要求来决定的。
7.将保存的数据文件(HDF5或其他格式)分成约3秒长的可管理文件大小。
为了满足上述傅里叶变换方程的要求,现在将每个5分钟或10分钟数据通道的样本分成更短的片(以时间计)。在20kHz的采样频率,该样本变成每3秒钟约100个时间片。这在每个时间片中给出65536个时间序列样本。现在可以对这些样本中的每一样本进行处理以生成傅里叶变换。在其他采样频率,处理所要求的样本数量定义了每个时间片的持续时间以及时间片的数量。
8.应用快速傅里叶变换运算
利用现代快速傅里叶变换算法处理每个3秒数据时间片(实验上采用Matlab,但可以采用几种数学库函数中的一种,例如GSL)。可以采用其他类型的离散或快速傅里叶变换算法,作为选项包含在此。因此,对于每个3秒时间片,对于一个纤维通道(约1米长),可以获得数据集或者值列表形式的100-200个傅里叶变换图。接着,去除数据集的上半部分以去除镜像回转效应,将数据集削减到32768个样本。
9.利用平均滤波器提高信噪比
在多数情况下,发现几秒的数据是不够的。发现信噪比通常太差,很难从覆盖少于几分钟数据的频率图获得任何有意义的分析。
在提取有用的频谱特征方面,傅里叶已经做了一部分工作,但这些频谱特征可能被掩埋在噪声中。为了利用收集数据的延长时间期(5分钟或更长时间),对每个通道的几百个频率图求平均值或求和,放大所需频率峰值,并通过求平均值来抑制噪声。这样还去除了寄生偶然噪声,例如经过的车辆,或冲击传送机架的东西。
10.去除底噪
发现按照平均滤波器的运算获得的频率图仍呈现假象,这些假象干扰结果分析,尤其是任何形式的自动化分析。发现不同通道的基数噪声级差别很大,这取决于架与周围环境中的寄生环境噪声和声共振。传送机架和外部环境的设计对噪声级有很大影响,例如,在传送机架跨越溪桥的情形下。
由于钢制品共振及其他原因造成的大量低沉隆隆声污染,以及有时由于DC分量的原因,发现底噪在频谱下端经常急速上升,尽管预处理滤波器可以去除其中很多噪声。应去除图中的低端上升。然而,在小频率范围内以较高频率(通常高于200Hz)出现底噪急速上升的情况下,这应该被保留,因为它是后期弹簧磨损的重要标记。底噪形状不一定遵循单一方程式所描述的数学解析曲线,对于每个频率图是不同的。
底噪去除过程可以按如下进行。识别沿着图中连接所有下尖峰的的下侧延伸的包络线。该包络线拟合出一条曲线。已经采用过几种不同的包络线曲线,最近采用了所有以下方式:五阶多项式方程、指数或对数曲线、分段线性曲线、以及几条曲线的分段聚合。库中包含各种包络线方程,包括所有上述包络线方程等。目前发现包络线曲线采用标准数学程序包或数学软件库(Matlab、Octave、Gnu Scientific Library或GSL)。发现五阶多项式拟合和指数拟合最佳用于匹配某些类型的数据集的底噪,而无需将所要求的重要后期磨损标记拟合(并因此去除)太紧密。今后,适当包络线方程库的选择将取决于应用参数和要求。然后对于每个通道,从5分钟(或10分钟或更长时间)频率图减去包络线曲线。为了自动化模式分析过程,正规化每个通道是必不可少的步骤。
12.存储正规化的频率图
在这个程序的该步骤,存储整组频率图(每个通道(或距离间隔)一个)用于将来的分析和人工检验(若有的话)。
准备自动化分析和模式识别
处理的频率图的量恰好例如难以进行人工解释。因此,全自动化的图分析是重要的。以下步骤是正在开发的全自动化模式识别和故障诊断的一部分。
有六种主要模式要从频率中解析,它们是:
1.滚轮的转动基频,及其谐波频率、二次、三次、四次、五次和更高次谐波。如果基频是10Hz(典型),则谐波频率发生在20、30、40、50、60、70Hz等,有时高达150Hz。
2.剥落频率,其代表轴承表面,例如滚珠表面和座圈表面上的早期磨损。还包括滚珠罩中裂缝。可以计算这些频率,一般发生在100Hz以下。
3.寿命中期磨损模式,由所谓的“干草堆”图表示,因为它就像杂乱无章的中世纪干草堆。干草堆是随着滚珠罩磨损、开始发出嘎嘎声而变松弛造成的一些嘎嘎频率。看出这些频率一般是从约50Hz到约200-250Hz。
4.后期磨损模式看作是较高频率的干草堆图。它们一般发生在250Hz以上,经常发生在400-800Hz范围内,有时可以看到高达4000Hz。这些干草堆图是被卡住需要立即更换的轴承的典型特征。在该频率范围内经常有一个以上的干草堆图。
5.爆震磨损模式。爆震是低于基频的大频率尖峰,表示轴承非常松弛或正在塌陷。
6.吱吱:吱吱是高于150Hz的范围内的单个频率尖峰,表示滚珠或滚珠罩被卡住。
计算剥落频率:剥落频率的频率标记是已知的,并且干草堆图在文献和商务通知书中广泛讨论。本实施例使得能够从光纤电缆技术中提取这些频率标记。图5提供了频率和方程。
图6示出了剥落频率。图7示出了标记频率的一般范围。
已知频率输入:为了触发关于基频及其谐波的计算,有必要在基频中设置。可以根据带速和滚轮直径进行计算。
14.选择高斯曲线方程或其他包络线方程的固定参数。
可以采用很多频率尖峰包络线方程,包括高斯曲线、三角形、矩形和任何子波形状。基频及其谐波频率峰值的形状与高斯曲线非常相似,已发现该形状对于此目的很有效。本实施例可以采用其他包络线形状。高斯包络线可由常见形式的指数方程生成。
a、b和c是常数参数。“a”的值决定高度,“b”的值决定中心点的位置,“c”的值决定斜坡的陡度。“b”和c”的值对于所有谐波尖峰来说或多或少是恒定的,可以设为固定值。“a”的值根据用途而不同。对于以下互相关程序,“a”的值是标称值(如1)。当创建了完整的模型,“a”的值是建模的尖峰的高度。
15.设置频率峰值包络线曲线方程,用于互相关。
在频域中采用互相关程序将频谱与频率峰值包络线互相关。通常,互相关用于时域中的时间序列数据,因此这是不常见的用途。目的是找到频率图与高斯形峰值匹配的位置并因此识别基频及其谐波。这里互相关过程的重要方面在于产生较柔和的滤波后形态的图,比原始频率图的频率精度高很多。分辨率稍微任意地设置成由傅里叶变换得出的原始频率图的分辨率的100倍。分辨率放大系数是要在运算实施例中选择的参数。
较高分辨率图使得能够更精确地识别准备用于建模的频率峰值的位置。因此,在该步骤定义互相关参数a、b、c以及分辨率。由频率峰值包络线曲线跨过频率图时的增量运动定义分辨率——每个连续步骤之间进行了多小的运动。
该步骤中进行的另一个决定是有关最大频率。它可以是任何值,但经验表明谐波在约150Hz至300Hz有逐渐消失的倾向,因此在此之后继续进行几乎没有意义。发现每个传送机具有其自身的谐波频率范围,必须在试运行过程中为传送机设置上限值。
17.将频率峰值包络线曲线与频率图进行互相关运算。
通过使频率峰值包络线曲线在一个方向上经过频率图进行互相关运算。一般是从左到右,从低频到高频,但也可以是相反方向。曲线从左到右经过可以按非常小的增量。由于基本频率图的分辨率比互相关增量高得多,因此在每个增量步骤中,必须以粗分辨率重新计算频率峰值包络线模型,如果绘制成图,看起来是阶梯式尖刺状的。
重新计算程序如下:设F(f)为频率图数据集。设G(f)为具体高分辨率位置处的粗分辨率的高斯曲线图。设Y为单个步骤中的所得互相关值。设C(ff)为所得高分辨率互相关图:
对于ff=0-60,000;
则C(ff)是Y从0至60,000的所得图。
18.精确识别基频和谐波。
既然有了噪声被抑制的高分辨率频率图,就放大了高斯峰值。已经计算了基频的位置,从而确定位置,确定最大点的精确测量值,由此给出非常精确的基频。谐波将是该值的整数倍数,然后被访问作为校验。精确地测量每个谐波峰值的最大点,列出所有谐波及其幅度。
19.以粗分辨率对基频和谐波重新建模。
利用谐波列表和每个峰值的精确位置,用这些位置确定对于每个谐波在高斯方程中“a”值。下一步是以原始频率图分辨率重新构建该基频及其谐波的粗粒度模型。该图没有其他信号,诸如剥落频率和干草堆图。
20.利用基频和谐波模型生成数据中该谐波内容的报告。
然后利用基频和谐波模型(粗粒度或细粒度)创建滚轮状况的稍微主观的度量。该度量给出以下指示:传送带拍打滚轮,任何不圆的滚轮状况,以及任何材料附着到滚轮上。将该度量添加传送带状况的报告中,它可以是数据电子表中的一列。
21.从频率图中减去基频-谐波模型。
现在从原始粗粒度频率图中减去粗粒度基频和谐波频率图模型。这样去除了基频和谐波,留下其他有关频谱特征,具体为剥落频率模式、100-200Hz的嘎嘎和松弛干草堆、低于基频的爆震频率、高于200Hz的吱吱频率、以及高于200Hz的后期磨损或卡住干草堆图。
22.由新(减去后的)图生成剥落失效度量
新的减去后的频率图没有基频和谐波,用来检查和测量低于100Hz的峰值。生成平均的度量以给出轴承表面的磨损状态的总体评估。将该度量添加到每个通道的报告中。
23.由新(减去后的)图生成干草堆失效度量。
新的减去后的频率图没有基频和谐波,用来检查和测量高低于100Hz的任何干草堆图。100Hz和200Hz之间的干草堆或一系列尖峰一般表示弹簧中的呜呜或嘎嘎声,并且表示寿命中期失效。高于200Hz的干草堆图表示后期失效或弹簧卡住。生成平均的度量以给轴承的磨损状态的总体评估。将该度量添加到每个通道的报告中。
总之,实施例提供了一种利用简单光纤感测设施来自动化感测设备和系统(诸如传送带系统)的系统和方法。这具有提供低成本有效的监控系统的巨大潜力,并且可以应用于同时感测多种环境中的机器磨损。
解释
说明书全文中提到“一个实施例”、“一些实施例”或“一实施例”的意思是,结合该实施例描述的具体特征、结构或特点包含在本发明的至少一个实施例中。因此,说明书全文中各个位置出现短语“在一个实施例中”、“在一些相同的实施例实施例中”或“在一实施例中”,不一定都是指相同的实施例,但可以是指相同的实施例。另外,在一个或多个实施例中,对于本领域的普通技术人员来说根据本公开显而易见的是,具体特征、结构或特点可以任何适当方式组合。在对不同传送机采用不同询问器进行的几次试验中,在一系列不同配置或实施例中采用了所有这些方法。
在本文中,除非另作说明,使用序数形容词“第一”、“第二”、“第三”等描述共同的对象,仅仅表示指代了相同对象的不同实例,而不是为了暗示所描述的对象必须是在时间上、空间上、排序上或以任何其他方式按照给定的顺序。
在以下权利要求和本文说明书中,术语“包括(comprising或comprised of)”或“其包括(which comprises)”中的任何一个均是开放术语,意思是至少包括随后的元素/特征,但不排除其他元素/特征。因此,当在权利要求中使用时,术语“包括”不应被解释为对其后列出的装置或元件或步骤的限制。例如,表述“一种设备,包括A和B”的范围不应限于仅由元素A和B组成的设备。本文中使用的术语“包含(including)”或“其包含(which includes或that includes)”中的任何一个也是开放术语,意思也是至少包括该术语后面的元素/特征,但不排除其他元素/特征。因此,包含与其包括同义,意思是包括。
在本文,术语“示例性”用来表示提供示例,而非指示质量。也就是说,“示例性实施例”是作为示例提供的实施例,而不是一定为示例性质量的实施例。
应当理解,在本发明的示例性实施例的以上描述中,为了简化本公开并帮助理解各种创造性方面中的一个或多个方面,有时将本发明的各种特征一起组合在单个实施例、附图或其描述中。然而,该公开方法不应被解释为反映所要求保护的发明需要比每个权利要求中明确记载的更多特征的意图。而是,如以下权利要求所反映的,发明方面在于少于单个前述公开实施例的所有特征。因此,具体实施方式之后的权利要求明确地结合到该具体实施方式中,每个权利要求自身作为本发明的单独实施例。
此外,虽然本文描述的一些实施例包括其他实施例中包含的一些特征而非其他特征,但本领域技术人员将理解,不同实施例的特征的组合应包含在本发明的范围内,并且形成不同的实施例。例如,在以下权利要求中,任何要求保护的实施例可以通过任意组合使用。
此外,这里将一些实施例描述为可以由计算机系统的处理器或由执行该功能的其他装置实现的方法或方法中各元素的组合。因此,具有用于执行这种方法或方法的元素的必要指令的处理器形成用于执行方法或方法的元素的装置。此外,装置实施例中本文描述的元件是用于执行由元件执行的功能以实现本发明的装置的示例。
在本文提供的描述中,阐述了许多具体细节。然而,应该理解,可以在没有这些具体细节的情况下实践本发明的实施例。在其他情况下,没有详细示出公知的方法、结构和技术,以免模糊对本说明书的理解。
类似地,应注意,当在权利要求中使用时,术语“耦合”不应被解释为仅限于直接连接。术语“耦合”和“连接”可以与其派生词语一起使用。应该理解,这些术语并不旨在作为彼此的同义词。因此,表述“耦合到设备B的设备A”的范围不应限于其中设备A的输出直接连接到设备B的输入的设备或系统。它的意思是在A的输出和B的输入之间存在路径,其可以是包括其他设备或装置的路径。“耦合”可以是指两个或更多个元件直接物理或电气接触,或者两个或更多个元件彼此不直接接触但仍然彼此协作或相互作用。
因此,虽然已经描述了被认为是本发明的优选实施例的内容,但是本领域技术人员将认识到,在不脱离本发明的精神的情况下,可以对其进行其他和进一步的修改,并且旨在要求保护所有落入本发明的范围内的这些变化和修改。例如,上面给出的任何公式仅仅代表可以使用的程序。可以从框图中添加或删除功能,并且可以在功能块之间互换操作。可以在本发明的范围内描述的方法中添加或删除步骤。
Claims (20)
1.一种测定多个在空间上隔开的受磨损机器零件的状态或状况的方法,所述机器零件发出特征声波,所述方法包括以下步骤:
(a)光学感测所述多个受磨损机器零件的声学特性,并由此得出所感测的信号,
(b)将所述感测的信号沿着所述在空间上隔开的机器零件分割成第一系列相应空间区段,并且对于每个空间区段,将所述感测的信号分割成记录所述空间区段在一延长时间期内的声学特性的时间区段;
(c)将每个时间区段分割成一系列子区段以及把所述子区段转换成相应频域子区段的频域;
(d)将一空间区段内的频域子区段相组合,以产生相应较低噪声级的组合频域子区段;以及
(e)确定所述组合频域子区段中存在的所发出的特征声波的基频,以及相关联的谐波。
2.根据权利要求1所述的方法,其中所述机器零件包括轴承。
3.根据前述权利要求中任一项所述的方法,其中所述机器零件形成传送带的一部分。
4.根据前述权利要求中任一项所述的方法,其中对于所述多个机器零件的声学特性,所述光学感测基本上同时进行。
5.根据权利要求5所述的方法,其中所述步骤(d)进一步包括从所述组合频域子区段减去底噪度量。
6.根据权利要求5所述的方法,其中所述底噪度量包括基本上贯穿所述组合频域子区段的底噪下水平的插值曲线。
7.根据权利要求6所述的方法,其中所述插值曲线包括多项式曲线、指数曲线、对数曲线或分段曲线中的一种。
8.根据权利要求1所述的方法,其中所述光学感测包括利用沿着光纤的散射来感测所述声学特性。
9.根据前述权利要求中任一项所述的方法,其中所述步骤(a)进一步包括对所感测的信号进行滤波以将感测系统的基于频率的衰减特性考虑在内。
10.根据前述权利要求中任一项所述的方法,其中所述步骤(e)包括将高斯形结构与所述组合频域子区段进行卷积。
11.一种测定多个在空间上隔开的轴承的状态或状况的系统,所述系统包括:
第一传感器单元,用于光学感测置于所述在空间上隔开的轴承附近的延伸光波导管周围的声学特性;
处理装置,用于将所感测的信号处理成一系列相应空间区段;对于具有一延长时间区段的每个空间区段,记录所述空间区段在一延长时间期的声学特性;
所述处理装置进一步对所述延长时间区段进行频域处理,以产生相应较低噪声级的频域区段;并且
所述处理装置进一步检查所述频域区段,以确定发出特征声波的任何轴承的任何基频和相关联的谐波的存在。
12.一种测定传送带系统的状态或状况的方法,所述传送带系统包括多个滚轮单元,每个滚轮单元具有一系列滚珠轴承,所述方法包括以下步骤:
(a)光学感测所述传送带系统沿其长度的声学特性,并由此得出所感测的信号,
(b)将所感测的信号沿着传送带分割成第一系列空间区段,并且对于每个空间区段,将所述信号分割成记录所述空间区段在一延长时间期内的声学特性的时间区段;
(c)可选地对所述时间区段进行滤波,以将光学感测系统的基于频率的衰减特性考虑在内;
(d)将每个时间区段分割成一系列子区段以及把所述子区段转换成相应频域子区段的频域;
(e)将空间区段内的频域子区段相组合,以产生相应较低噪声级的组合频域子区段;以及
(f)确定所述组合频域子区段中存在的任何滚轮的转动基频,以及相关联的谐波。
13.根据权利要求12所述的方法,进一步包括以下步骤:
(g)从所述组合频域子区段减去所述转动基频和谐波的模型,以得到修正的频域子区段;以及
(h)分析所述修正的频域子区段,以确定轴承磨损状况。
14.根据权利要求12或13所述的方法,其中所述步骤(f)包括将所述组合频域子区段与高斯峰函数进行互相关运算。
15.根据权利要求12至14中任一项所述的方法,其中所述步骤(e)包括对所述频域子区段进行求和或求平均值。
16.根据权利要求12至15中任一项所述的方法,其中所述步骤(e)包括利用多项式减法或指数减法对所述频域子区段内的底噪进行回归。
17.根据权利要求12所述的方法,其中轴承磨损状况包括以下各项中的至少一项:
滚轮的转动基频以及谐波频率;轴承剥落频率,若有的话,轴承寿命中期磨损模式,或轴承后期磨损模式,轴承干草堆模式。
18.根据权利要求12至17中任一项所述的方法,其中所述时间区段的长度为二至十分钟。
19.根据权利要求12至17中任一项所述的方法,其中所述子区段的长度约为3秒。
20.根据权利要求17所述的方法,其中所述剥落频率低于100Hz。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
AU2017900583A AU2017900583A0 (en) | 2017-02-22 | Fibre optical acoustic sensing system and method | |
AU2017900583 | 2017-02-22 | ||
PCT/AU2018/050144 WO2018152575A1 (en) | 2017-02-22 | 2018-02-22 | Optical acoustic sensing system and method |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110621971A true CN110621971A (zh) | 2019-12-27 |
Family
ID=63252320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880013440.7A Pending CN110621971A (zh) | 2017-02-22 | 2018-02-22 | 光学声学感测系统和方法 |
Country Status (11)
Country | Link |
---|---|
US (1) | US20200064226A1 (zh) |
EP (1) | EP3585711A4 (zh) |
JP (1) | JP2020511632A (zh) |
KR (1) | KR20200002802A (zh) |
CN (1) | CN110621971A (zh) |
AU (6) | AU2018223214B2 (zh) |
BR (1) | BR112019017435A2 (zh) |
CA (1) | CA3054074A1 (zh) |
CL (1) | CL2019002337A1 (zh) |
RU (1) | RU2757338C2 (zh) |
WO (1) | WO2018152575A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111780857A (zh) * | 2020-06-05 | 2020-10-16 | 南京曦光信息科技有限公司 | 一种基于谐波累加的p-otdr系统的多点扰动定位检测方法 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10216695B1 (en) | 2017-09-21 | 2019-02-26 | Palantir Technologies Inc. | Database system for time series data storage, processing, and analysis |
CN110976337B (zh) * | 2019-12-09 | 2021-06-22 | 商丘工学院 | 一种轴承检测装置 |
CL2020001869A1 (es) * | 2020-07-14 | 2020-09-11 | Mario Francisco Rendic Munoz | Sistema de monitoreo continuo de condición (mcc) para correas transportadoras basado en un sensor distribuido de fibra óptica |
EP4365988A1 (en) | 2021-06-30 | 2024-05-08 | Panasonic Intellectual Property Management Co., Ltd. | Cathode active material for non-aqueous electrolyte secondary battery, and non-aqueous electrolyte secondary battery |
CA3234899A1 (en) * | 2021-10-11 | 2023-04-20 | Cmte Development Limited | Conveyor belt condition monitoring system and method |
KR102652916B1 (ko) * | 2021-11-22 | 2024-03-29 | 한국광기술원 | 분포형 광섬유 음향센서 및 그 음향측정방법 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1484814A (zh) * | 2000-09-27 | 2004-03-24 | N | 用于建立不随传感器状态的系统性变换而变化的激励表示的自参照方法和装置 |
CN103344432A (zh) * | 2013-06-04 | 2013-10-09 | 中国人民解放军陆军航空兵学院 | 直升机轴承故障的光纤光栅声发射检测方法 |
CN104819846A (zh) * | 2015-04-10 | 2015-08-05 | 北京航空航天大学 | 一种基于短时傅里叶变换和稀疏层叠自动编码器的滚动轴承声音信号故障诊断方法 |
CN105338919A (zh) * | 2013-06-28 | 2016-02-17 | 皇家飞利浦有限公司 | 利用多条光纤的光学形状感测 |
JP2017062177A (ja) * | 2015-09-25 | 2017-03-30 | Ntn株式会社 | 機械要素材料の品質保証方法および装置 |
CN106662483A (zh) * | 2014-08-18 | 2017-05-10 | 光学感应器控股有限公司 | 铁轨轮组中的异常检测 |
CN107345857A (zh) * | 2017-06-09 | 2017-11-14 | 昆明理工大学 | 一种电主轴状态监测与故障诊断系统及其监测诊断方法 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5365787A (en) * | 1991-10-02 | 1994-11-22 | Monitoring Technology Corp. | Noninvasive method and apparatus for determining resonance information for rotating machinery components and for anticipating component failure from changes therein |
JPH11271181A (ja) * | 1998-01-22 | 1999-10-05 | Nippon Steel Corp | ころがり軸受の異常診断方法および装置 |
FR2803036B1 (fr) * | 1999-12-23 | 2002-10-11 | Snecma | Detection de l'endommagement de pieces d'un moteur |
EP1390739A2 (en) * | 2001-05-24 | 2004-02-25 | Simmonds Precision Products, Inc. | Method and apparatus for determining the health of a component using condition indicators |
KR100679966B1 (ko) | 2003-10-31 | 2007-02-08 | 미쓰이 긴조꾸 고교 가부시키가이샤 | 세륨계 연마재 및 세륨계 연마재의 제조 방법 |
JP4581693B2 (ja) * | 2004-09-13 | 2010-11-17 | 日本精工株式会社 | 異常診断装置 |
FR2882287B1 (fr) * | 2005-02-24 | 2008-09-19 | Georges Renault Soc Par Action | Outillage comprenant au moins un organe rotatif et des moyens de mesure de frequences vibratoires dudit organe en vue de determiner son etat d'usure, unite de controle et procede correspondants |
US8449176B2 (en) * | 2005-08-01 | 2013-05-28 | Thermal Wave Imaging, Inc. | Automated binary processing of thermographic sequence data |
JP4112594B2 (ja) * | 2006-07-27 | 2008-07-02 | ファナック株式会社 | 減速機異常診断方法及び減速機異常診断装置 |
US8042412B2 (en) * | 2008-06-25 | 2011-10-25 | General Electric Company | Turbomachinery system fiberoptic multi-parameter sensing system and method |
US8020616B2 (en) * | 2008-08-15 | 2011-09-20 | Schlumberger Technology Corporation | Determining a status in a wellbore based on acoustic events detected by an optical fiber mechanism |
JP5396935B2 (ja) * | 2009-03-12 | 2014-01-22 | 新日鐵住金株式会社 | ベルトコンベア状態監視システム、データ収集装置、ベルトコンベアの運転状態判定方法及びプログラム |
CN102834701B (zh) * | 2010-03-03 | 2015-04-08 | 旭化成工程株式会社 | 滑动轴承的诊断方法和诊断装置 |
US8339584B2 (en) * | 2010-05-21 | 2012-12-25 | Teledyne Technologies Incorporated | Velocity measuring system |
US20120078534A1 (en) * | 2010-09-29 | 2012-03-29 | Selker John S | Use of Optical Fiber for Distributed Monitoring of Machinery |
FR2994261B1 (fr) * | 2012-07-31 | 2014-07-18 | Eurocopter France | Procede de detection de defauts d'un roulement par analyse vibratoire |
US8954140B2 (en) * | 2012-09-27 | 2015-02-10 | Samsung Electronics Co., Ltd. | Method and system for determining QRS complexes in electrocardiogram signals |
JP2015142885A (ja) | 2014-01-31 | 2015-08-06 | 三菱重工業株式会社 | 生物膜濾過装置、淡水化システム、及び、生物膜濾過装置の洗浄方法 |
US9943277B2 (en) * | 2014-04-02 | 2018-04-17 | International Business Machines Corporation | Detecting coronary stenosis through spatio-temporal tracking |
JP6183346B2 (ja) * | 2014-12-10 | 2017-08-23 | 日本精工株式会社 | 異常診断装置、軸受、回転装置、産業機械及び車両 |
CN104880303B (zh) * | 2015-04-30 | 2017-06-27 | 北京控制工程研究所 | 一种空间活动部件轴系故障的综合评判方法 |
EP3443497A1 (en) * | 2016-04-11 | 2019-02-20 | DiscernDx, Inc. | Mass spectrometric data analysis workflow |
-
2018
- 2018-02-22 WO PCT/AU2018/050144 patent/WO2018152575A1/en unknown
- 2018-02-22 EP EP18757412.4A patent/EP3585711A4/en active Pending
- 2018-02-22 AU AU2018223214A patent/AU2018223214B2/en active Active
- 2018-02-22 CA CA3054074A patent/CA3054074A1/en active Pending
- 2018-02-22 BR BR112019017435-4A patent/BR112019017435A2/pt active Search and Examination
- 2018-02-22 CN CN201880013440.7A patent/CN110621971A/zh active Pending
- 2018-02-22 US US16/488,202 patent/US20200064226A1/en active Pending
- 2018-02-22 KR KR1020197027845A patent/KR20200002802A/ko not_active Application Discontinuation
- 2018-02-22 RU RU2019129589A patent/RU2757338C2/ru active
- 2018-02-22 JP JP2019545979A patent/JP2020511632A/ja active Pending
-
2019
- 2019-08-16 CL CL2019002337A patent/CL2019002337A1/es unknown
-
2020
- 2020-06-26 AU AU2020101167A patent/AU2020101167B4/en active Active
- 2020-06-26 AU AU2020101169A patent/AU2020101169B4/en active Active
- 2020-06-26 AU AU2020101168A patent/AU2020101168B4/en active Active
-
2022
- 2022-03-25 AU AU2022100050A patent/AU2022100050A4/en active Active
- 2022-07-13 AU AU2022205196A patent/AU2022205196A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1484814A (zh) * | 2000-09-27 | 2004-03-24 | N | 用于建立不随传感器状态的系统性变换而变化的激励表示的自参照方法和装置 |
CN103344432A (zh) * | 2013-06-04 | 2013-10-09 | 中国人民解放军陆军航空兵学院 | 直升机轴承故障的光纤光栅声发射检测方法 |
CN105338919A (zh) * | 2013-06-28 | 2016-02-17 | 皇家飞利浦有限公司 | 利用多条光纤的光学形状感测 |
CN106662483A (zh) * | 2014-08-18 | 2017-05-10 | 光学感应器控股有限公司 | 铁轨轮组中的异常检测 |
CN104819846A (zh) * | 2015-04-10 | 2015-08-05 | 北京航空航天大学 | 一种基于短时傅里叶变换和稀疏层叠自动编码器的滚动轴承声音信号故障诊断方法 |
JP2017062177A (ja) * | 2015-09-25 | 2017-03-30 | Ntn株式会社 | 機械要素材料の品質保証方法および装置 |
CN107345857A (zh) * | 2017-06-09 | 2017-11-14 | 昆明理工大学 | 一种电主轴状态监测与故障诊断系统及其监测诊断方法 |
Non-Patent Citations (2)
Title |
---|
WILSON PAUL等: "Distributed Acoustic Conveyor Monitoring-ACARP PROJECT C24014", 《百度学术》 * |
王顺: "光纤低频声波传感技术研究及应用", 《万方》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111780857A (zh) * | 2020-06-05 | 2020-10-16 | 南京曦光信息科技有限公司 | 一种基于谐波累加的p-otdr系统的多点扰动定位检测方法 |
Also Published As
Publication number | Publication date |
---|---|
AU2020101168A4 (en) | 2020-07-30 |
AU2020101168B4 (en) | 2021-03-04 |
AU2022100050A4 (en) | 2022-04-28 |
RU2019129589A3 (zh) | 2021-03-23 |
AU2020101169A4 (en) | 2020-07-30 |
AU2020101167A4 (en) | 2020-07-30 |
RU2019129589A (ru) | 2021-03-23 |
AU2018223214B2 (en) | 2022-04-14 |
US20200064226A1 (en) | 2020-02-27 |
RU2757338C2 (ru) | 2021-10-13 |
AU2022205196A1 (en) | 2022-08-04 |
AU2018223214A1 (en) | 2019-10-10 |
EP3585711A4 (en) | 2021-01-27 |
WO2018152575A1 (en) | 2018-08-30 |
AU2020101169B4 (en) | 2021-02-11 |
BR112019017435A2 (pt) | 2020-03-31 |
CL2019002337A1 (es) | 2019-12-13 |
NZ757337A (en) | 2021-10-29 |
EP3585711A1 (en) | 2020-01-01 |
CA3054074A1 (en) | 2018-08-30 |
JP2020511632A (ja) | 2020-04-16 |
AU2020101167B4 (en) | 2021-02-11 |
KR20200002802A (ko) | 2020-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110621971A (zh) | 光学声学感测系统和方法 | |
Martin et al. | Application of statistical moments to bearing failure detection | |
US8066486B2 (en) | Method and apparatus for vibration-based automatic condition monitoring of a wind turbine | |
US6801864B2 (en) | System and method for analyzing vibration signals | |
US6792360B2 (en) | Harmonic activity locator | |
US7822580B2 (en) | Method and a system for monitoring the condition and operation of periodically moving objects | |
Klausen et al. | Multi-band identification for enhancing bearing fault detection in variable speed conditions | |
CN110132402B (zh) | 振动趋势数据中尖峰和故障的检测 | |
CN113109051B (zh) | 基于振动数据极差序列的故障预警方法和系统 | |
Shi et al. | The VMD-scale space based hoyergram and its application in rolling bearing fault diagnosis | |
De Almeida et al. | New technique for evaluation of global vibration levels in rolling bearings | |
JP3920715B2 (ja) | 振動信号の処理方法 | |
Koukoura et al. | Investigating parallel multi-step vibration processing pipelines for planetary stage fault detection in wind turbine drivetrains | |
NZ758346B2 (en) | Systems and methods for distributed data mapping | |
NZ758346A (en) | Anti-cd3 antibodies and methods of use | |
Wändell | Multistage gearboxes: Vibration based quality control | |
Ho | Advanced digital signal processing technique for asset health monitoring | |
Usami et al. | Practical application of diagnostic signature analysis to testing of rotating machines | |
CN118258454A (zh) | 一种基于声层析断面检测的水流量检测系统 | |
Eggers | Dragline gear monitoring under fluctuating conditions |
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 |