CN111492220A - 用于对尤其是风力发电设备的滑动轴承进行状态监控的基于模型的方法和系统 - Google Patents

用于对尤其是风力发电设备的滑动轴承进行状态监控的基于模型的方法和系统 Download PDF

Info

Publication number
CN111492220A
CN111492220A CN201880080297.3A CN201880080297A CN111492220A CN 111492220 A CN111492220 A CN 111492220A CN 201880080297 A CN201880080297 A CN 201880080297A CN 111492220 A CN111492220 A CN 111492220A
Authority
CN
China
Prior art keywords
model
bearing
plain bearing
wear
variable
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
CN201880080297.3A
Other languages
English (en)
Other versions
CN111492220B (zh
Inventor
丹尼尔·沃尔夫
尤米特·库特卢艾
卢克·吉恩斯
约翰内斯·舍费尔
乔治·滕克霍夫
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.)
ZF Wind Power Antwerpen NV
ZF Friedrichshafen AG
Original Assignee
ZF Wind Power Antwerpen NV
ZF Friedrichshafen AG
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 ZF Wind Power Antwerpen NV, ZF Friedrichshafen AG filed Critical ZF Wind Power Antwerpen NV
Publication of CN111492220A publication Critical patent/CN111492220A/zh
Application granted granted Critical
Publication of CN111492220B publication Critical patent/CN111492220B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16CSHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C17/00Sliding-contact bearings for exclusively rotary movement
    • F16C17/12Sliding-contact bearings for exclusively rotary movement characterised by features not related to the direction of the load
    • F16C17/24Sliding-contact bearings for exclusively rotary movement characterised by features not related to the direction of the load with devices affected by abnormal or undesired positions, e.g. for preventing overheating, for safety
    • F16C17/246Sliding-contact bearings for exclusively rotary movement characterised by features not related to the direction of the load with devices affected by abnormal or undesired positions, e.g. for preventing overheating, for safety related to wear, e.g. sensors for measuring wear
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D17/00Monitoring or testing of wind motors, e.g. diagnostics
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D80/00Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F03D80/70Bearing or lubricating arrangements
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/04Bearings
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/182Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2240/00Components
    • F05B2240/50Bearings
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/84Modelling or simulation
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16CSHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C2233/00Monitoring condition, e.g. temperature, load, vibration
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Combustion & Propulsion (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Sliding-Contact Bearings (AREA)

Abstract

本发明涉及用于对旋转部件的借助润滑油运行的滑动轴承(1)进行状态监控的方法以及系统,其中,利用至少一个传感器(2)测量轴承特有的物理参量,将轴承特有的物理参量提供给用于状态监控的控制单元(ECU),所述方法包括下列步骤:‑通过控制单元(ECU)由至少一个物理的滑动轴承模型(N‑V‑F)来确定滑动轴承(1)和/或润滑油的至少一个状态参量(s;T;p)作为输出参量(y),至少将转速(n)以及扭矩(M)作为配属于润滑油的动态特性的输入参量(u)提供给滑动轴承模型;‑利用至少一个传感器(2)来测量针对至少其中一个状态参量(s;T;p)的比较值;‑根据状态参量(s;T;p)的测得的值与状态参量(s;T;p)的基于模型作为输出参量(y)所计算出的值进行比较来评估:物理的滑动轴承模型(N‑V‑F)以何种程度反映出滑动轴承(1)的实际特性。

Description

用于对尤其是风力发电设备的滑动轴承进行状态监控的基于 模型的方法和系统
技术领域
本发明涉及一种用于对旋转部件的借助润滑油运行的滑动轴承进行状态监控的方法,其中,利用至少一个传感器测量轴承特有的物理参量,将它们提供给用于状态监控的控制单元。此外本发明还涉及一种用于利用这种方法对借助润滑油运行的滑动轴承进行状态监控的系统,并且涉及一种装备有所述系统的机器或设备,优选是风力发电设备。此外,也说明体现前述方法的计算机程序产品。
本发明应用范围扩展至用于作为旋转部件的重型轴的流体静力或流体动力的滑动轴承,它们尤其是用于载具制造、船舶技术以及机器和设备制造。作为重型轴,在这些应用范围内尤其理解为轴直径在30mm至300mm之间的驱动轴。然而也可以想到更小或更大的轴直径,只要它们可以装备有此次所述类型的旋转轴承,尤其是对于轴承间隙的润滑油供给来说是可接近的。在此感兴趣类型的轴例如在风力发电设备中用于支承传动机构部件,例如齿轮、齿轮对以及与其协同工作的轴。同样可以想到这些应用,它们涉及其他旋转部件的支承部(例如在转子和传动机构输入端之间的驱动系的转子轴)或转子叶片在轮毂上的支承部,其中,转子叶片的叶片距离是可调节的。原则上,本发明解决方案可以应用于轴向和径向的滑动轴承设施及其组合。除了转动轴作为旋转部件,也可行的是,在运动学反转意义下旋转部件构造为围绕竖立轴旋转的部件。
背景技术
US2011/0188988A1说明一种风力发电设备的轮毂上的转子的滑动支承部技术解决方案,其在此被设计成轴向支承部。该轴向支承部作用于布置在转子叶片的近端侧的转动导轨的彼此对置的环形面。位于轴承间隙内的润滑油的状态在此根据第一实施方案通过压力传感器获知,其测量布置在轴衬侧或轴侧的轴承间隙压力,由此控制单元影响压力润滑回路的泵驱控和/或风力发电设备的运行,例如影响其动态状态。根据在此所述的另一实施方案,该控制基于以传感器技术获知滑动支承部的轴承间隙内的润滑油的温度。在此存在的温度是转子叶片负载的指标。最后,根据另一实施方案建议,以传感器技术获知滑动支承部的轴承间隙内的润滑油膜厚度,其对应于在最窄位置处轴承间隙的当前厚度,以此为基础同样可以执行前述控制。假如润滑油膜厚度下降低于预定最小值,则可以由此推导出转子叶片的过载。
US2012/0068460A1公开一种径向滑动轴承设施,用于风力发电设备的驱动系的、与现有技术的前述解决方案相比在正常运行中转动更快地环绕的轴。滑动轴承在此构成驱动轴的转子轮毂侧的支承部位。滑动轴承设施同样包括传感器,其在适当位置测量间隙宽度进而测量位于轴承间隙内的润滑油的润滑油膜厚度,以便从测量值出发控制压力润滑回路的泵以及滑动轴承设施的升降执行器,借助其帮助可以各种流体动力运行模式支承轴。
此外,根据一般已知现有技术,尤其针对具有至少一个传动机构输入侧的行星齿轮级的风力发电传动机构,也得到转动部件的滑动支承部,例如从动侧的太阳轴相对于传动机构壳体或行星齿轮支架销上的行星齿轮作为固定轴。滑动支承部通常联接至传动机构内部的压力润滑回路,用于持续供给润滑油,其可以装备有传感器用于对压力润滑进行状态监控。
如果此处感兴趣的类型的滑动轴承流体动力地运行,那么它们理论上是无磨损的。包括滑动支承部的机器或设备的交替的运行状态以及压力润滑内的故障可能导致滑动支承部的功能中断并且引起磨损、损坏或者甚至支承部位失灵。滑动轴承内的润滑间隙,主要是临界的最小间隙厚度,通常为几微米并且提供了滑动轴承处于哪个运行状态的信息。如下的混合摩擦状态适用于滑动轴承典型运行状态,其中,当例如转速升高时,轴尚未完全从所属的轴衬抬起或者混合摩擦是在转速进一步升高时与此相关的流体动力状态,其中,在额定转速范围内存在携带的润滑油膜。
利用可简单测量的轴承特有的其他物理参量,例如润滑油温度可以获知滑动轴承的负荷并推导出传动系内的扭矩。然而,由于为此通常使用的接触或间距传感器在轴承表面上由于磨损引起的材料磨蚀之后无法接触并且传感器在凹部内的定位影响轴承几何形状以及流体动力,所以滑动轴承内的间隙厚度的测量是有问题的,从而降低轴承支承能力。此外,尤其是测量滑动轴承偏心率的间距传感器基于所需分辨率是非常敏感的并且具有较小的测量范围,从而测量部位的紧密布置是必要的,这又对滑动轴承设施的坚固性提出要求。
发明内容
因而,本发明任务在于如下进一步改善用于对借助润滑油运行的滑动轴承进行状态监控的方法和系统,即,在不影响支承功能的情况下能识别不期望的运行状态的发展并实现深入分析和说明滑动轴承的状态,尤其是其磨损状态。
该任务关于对滑动轴承进行状态监控的方法根据权利要求1的前序部分结合其特征解决。关于执行所述方法的系统参见权利要求9,根据权利要求15该系统优选结合风力发电设备来使用。权利要求16说明体现方法的计算机程序产品。相应相关的从属权利要求说明本发明的优选改进方案。
本发明包含方法技术的教导,即,用于状态监控的控制单元由至少一个物理的滑动轴承模型N-V-F(N=标准或者说正常状态,V=可变的、能回馈实际情况的模型,F=故障模型)确定滑动轴承和/或润滑油的至少一个状态参量s;T;p作为输出参量y,物理的滑动轴承模型至少获得转速以及扭矩M作为输入参量u并且给这些输入参量u配属有滑动轴承或润滑间隙的动态特性。在此,时间导数x点、状态参量的时间上的变化和状态空间方法的仅仅“数学技巧”是无法继续向外被利用的内部计算参量。利用至少一个传感器来测量针对至少其中一个状态参量s;T;p的比较值,状态参量优选是滑动轴承的润滑间隙的间隙厚度、轴承温度和/或润滑油压力。最后,根据状态参量s;T;p的测得的值与状态参量s;T;p的基于模型作为输出参量y所计算出的值进行的比较,通过控制单元评估:物理的滑动轴承模型N-V-F以何种程度反映出滑动轴承的实际特性。
本发明方法尤其规定:并行计算出滑动轴承模型N-V-F内所包含的不同的单个模型。在此,理想模型N反映出在处于按节拍运行的滑动轴承的正常运行意义下的标准情况,理想模型表示对滑动轴承的建设性的状态进行模块化设置。在此,滑动轴承部件的制造公差和参数也纳入其中。可变模型V尤其用于通过利用测得的传感器值进行的补偿来校准滑动轴承的状态参量。因而可变模型V匹配于实际特性。此外,可以在状态监控范围内使用至少一个故障模型,用以反映出表征方面的故障状态,例如油粘度变化、缺乏润滑、由于磨损引起轴承几何形状扩展等。
作为模型,在所述设施的范围内理解为单个滑动轴承的或整个系统的物理模型。在此,所有模型按相同方式模型化设置,即基于同一公式。这可以是用于液力特性(例如雷诺(Reynolds)方程)的非线性方程组、温度模型、线性弹性(FE)的、弹性运动学的和结构动态的特性,它们相应地与轴承或整个驱动系关联。模型可以在待监控的运行范围内线性化设置并且在状态空间中根据如下公式呈现:
Figure BDA0002536299430000051
y(t)=C(ρ)x(t)+D(ρ)u(t)
ρ=(ρ12,...ρi)T
其中,变量或公式符号具有如下意义:x=状态矢量,y=输出参量,u=输入参量,A=状态矩阵,B=输入矩阵,C=输出矩阵,D=通道矩阵,ρ(rho)=可变参数、运行参数或干扰参量(其值未知,然而其影响是已知的)。
此外应当指出,这些模型也可以构造为单参量系统(SISO,单输入,单输出(single-input,single-output))或多参量系统(MIMO,多输入,多输出(multiple-input,multiple-output))。通常将可轻松测量的参数,如槽T内的油温、转速、扭矩M设为输入参量u。状态参量x是反映滑动轴承运行状态的参量,它们例如是润滑间隙高度或轴承定位、润滑油压力、油体积流量、轴承温度或排出油的温度等。一个或多个轴承定位可以由测量滑动轴承的间隙厚度的接触或间距传感器获知。输出参量y也可以是滑动轴承或系统的其他的未测得的参数以及测得的状态参量并且相应地可能关于品质和扫描时间有偏差。这尤其设置成用于确定滑动轴承的最小间隙高度(h_min)和排出油的温度,它们在模型内连续被计算出,然而在传感器技术上通常仅能区域式或粗略地确定。已知的例如外部温度、风力、转子叶片调节角等或未知的干扰参量ρ(rho)可以是允许的,例如负荷,或者是不期望的,例如磨损,并且参数化设置理想模型N作为针对初始状态的基本模型或其中一个故障模型F。与此结合,可变模型V可以根据观察者模型/卡尔曼滤波器回馈实际特性。
根据本发明的重要方面,为了补偿/校准目的,将物理的滑动轴承模型N-V-F的输出参量y与实际测得的状态参量进行比较,这些输出参量尤其是轴承间隙的最小间隙高度以及进而是润滑油膜高度、轴承温度T、润滑油压力p或其他测量参量或不同输出参量y的矢量。
如果在实际情况中滑动轴承开始运转,则旋转部件,例如轴在确定的时间点从固定部件,例如轴衬上抬起。该抬起时间例如可以通过接触传感器为了补偿目的而以传感器技术获知。在抬起时间点,润滑油膜厚度假定作为滑动轴承的两个彼此对应的工作面的最大粗糙度峰值的高度。将该值与来自理想模型N的值进行比较;差被称为余数。此外,针对相同的值计算出至少一个故障模型F的余数。如果应当比较未测量的值,则可变模型V的回馈滑动轴承的实际特性的值用于补偿。假如在滑动轴承中仅安装了接触传感器,则这种未测量的值例如可以是抬起点之后的润滑油膜厚度。一般而言,测量参量系统的余数可以以如下公式说明:
Figure BDA0002536299430000061
其中,公式符号Θ是如下数学函数,其处理在模型与实际情况之间或不同模型之间的输出和/或状态参量的差(下标N:相对于实际情况的标准模型,F:相对于实际情况的故障模型)。因为差与时间有关,所以Θ与时间ξ有关。如果函数的Θ对应于“1”,则Θ对应于差。差可以在多个参量(矢量)情况下作为幅值、纯量积或数学函数降至一个参数。(在矢量情况下逐个要素地)任意传递函数(过滤函数)可以用作为时间相关的差。任意的开始时间点t_0直至时间点t_0+Tψ关于时间相关的差函数Θ(ξ)的积分对应于(视函数Θ而定)在如下时间区间Tψ上的函数有效或平均值,在该时间区间上应当构成余数。
在抬起时间点情况下,基于离散观察得到理想模型N的余数与可变模型V的余数之商:
Figure BDA0002536299430000071
针对理想模型N的余数与故障模型F的余数,得到如下关系:
Figure BDA0002536299430000072
其中,两个前述公式的尚未讨论的公式符号如下表示:Ψ表示余数之比并且可以表示为校验准则,下标i表示哪些余数被求比例(例如标准情况与故障情况之比),即,检查哪个准则。分母中的∈是无限小的值,以便避免除以零。
理想模型N的余数和可变模型V的余数的上述商充当无法被模型化设置的故障的一般故障指示,例如也用于监控算法。因为所有模型N、V、F结构相同,所以通过前述公式的商抵消同类偏差。模型的可变模型V相对于系统的实际特性基于例如利用卡尔曼滤波器的回馈而具有相对较小的偏差。在理想情况下,在未受损的滑动轴承中这也适用于理想模型N。理想模型N和可变模型V之商围绕1摆动,这是因为分子值与分母值处于类似维度。当值是稳定的,如果余数摆动明显,则不断进行比较。不稳定的时间区间被抛弃。如果在较长时间里值是不稳定的并且所述商在预定的极限值之外,则故障报告存储在故障存储器中,可选地输出相关干扰报告,其显示出:无法实现明确的状态诊断。
与此相对,理想模型N和故障模型F的商用于将偏差与故障模型相配属。如果商小于1或低于规定的极限值,例如1.1至1.5,则不存在故障。由此可以出现针对故障的探测敏感度。
根据另一改进本发明解决方案的措施建议,附加也应用磨损模型VS,其输出值yV表示针对滑动轴承的磨损状态的度量,其中,通过控制单元使包括滑动轴承的机器或设备的运行特性匹配于磨损状态。这种调整例如可以取决于至少一个预定的上极限值和/或下极限值实施。在达到或超过所述极限值时,例如可以执行负荷撤销、润滑油供给的油压调整等。除了上极限值和/或下极限值之外,温度范围、压力范围等的更多的一系列的极限值或中间阈值也可以触发运行特性的这种调整或类似调整。前述磨损模型VS例如可以表现关于轴承表面的表面粗糙度的发展的信息。磨损模型VS优选集成在前面讨论的滑动轴承模型N-V-F内或与其无关。
根据另一改进本发明的措施建议:当至少一个磨损模型VS具有过高的磨损或者按照两个前述公式所构成的商具有偏差时,机器或设备的运行特性通过控制单元调整。与滑动轴承的高磨损状态(其优选通过特有的预定的极限值或阈值获知)的匹配可以降低在此作用的轴承负荷F和/或提高转速n,以获得轴承工作面的平滑。另外,调整启动运行、关断运行和其他重复的运行状态,使得模型具有略微的损伤。
风力发电设备的控制尤其是仅响应于几个重要参数,例如快速转动轴上的轴承温度。然而当转换至滑动支承时,其他轴承也可能例如由于缺乏润滑达到允许的温度上极限值。因而建议,优选在负责在线监控机器或设备的控制单元内,将这种优选能通过监控特有的预定的极限值或阈值识别出的临界运行状态换算为如下参数,例如轴承温度,机器或设备的控制已经通过紧急关断对该参数做出响应。为此,以有利方式也可以采用其他物理参量或无维度的故障指标,以计算出轴承温度的值,该值导致机器或设备的期望的反应,例如恰好是紧急关断。
根据另一改进本发明的措施建议,至少输入参量x、转速n和扭矩M通过在滑动轴承之前或之后或绕过轴承(用于确定扭矩的测量部位位于支承部之前或之后)的功率流内借助自身已知的所谓的动态负荷测量(DLM)进行的测量来获知,动态负荷测量也称为动态负荷监控。尤其对于装备至少一个滑动轴承的传动机构,在设备控制中,这些参数通常是已知。在此,测量可以在传动机构之前、之后或之中,优选通过DLM或现有技术的其他已知原理实施。在DLM中,通过在传动机构输入端和输出端的负荷力矩的差测量,在运行期间执行负荷检测。
此外,根据滑动轴承的获知的温度T、旋转部件的转速n和轴承负荷F也可以通过轨迹分析(Orbitanalyse)获知滑动轴承的间隙厚度,尤其是最小的间隙厚度smin。在轨迹分析中,确定滑动轴承的转动部件、例如轴相对于固定部件、例如轴衬的空间定位。这可以以已知方式通过根据经验的公式、电流体动力学(EHD)、雷诺微分方程(Reynolds DGL)等实施。自最小的间隙厚度smin(其大于彼此对应的工作面的粗糙度峰值)起,可以归因于这些工作面的分离。该抬起时间点还在测量技术上通过接触传感器获知。如果作为接触传感器采用轴衬与轴之间的欧姆电阻或电容电阻,一旦不再存在接触点,则该电阻明显变化。由此可以针对最小的间隙厚度smin来执行以实际情况补偿轨迹分析的结果。滑动轴承的最小的间隙厚度smin对应于在滑动轴承运行期间所维持的最小的润滑油膜厚度。如果低于最小的润滑油膜厚度,则通过材料磨蚀估计出轴承磨损的发展。
用于对借助润滑油运行的滑动轴承进行状态监控的系统,其执行前面所讨论的方法,其包括用于测量适当的滑动轴承的状态参量s;T;p等的至少一个传感器以及用于对滑动轴承进行基于模型的状态监控的电子控制单元,该电子控制单元包含物理的滑动轴承模型N-V-F,在物理的滑动轴承模型内实现并行计算出其内所包含的不同模型。
根据基于温度的实施方案建议:为了对滑动轴承模型N-V-F进行可信度检查,滑动轴承模型N-V-F根据输入参量u:n、M、T_槽,计算和考虑滑动轴承上的状态参量x:最小润滑间隙高度h_min(或s_min)和至少是输出参量y:油排出温度TA*,从而利用以传感器技术测得的油排出温度TA来补偿油排出温度TA*。参数u、x、y是模型参量。输出参量y用于利用测量值进行补偿,其中,该矢量也可以包含状态参量x。基于温度的实施方案基于这样的思想,即,针对每个滑动轴承,至少一个温度信号例如排出的润滑油在润滑间隙的侧向在负荷区附近或负荷区内中的滑动轴承表面之下的至少一个温度信号无论如何是可用的,其明显有别于油槽温度TS。该温度信号可以用于可信度检查并且在调节基于温度的滑动轴承模型N-V-F的意义下用作为状态回馈。尤其针对可变模型,借此规定实际情况的回馈。根据运行条件n、M和油槽温度TS(其对应于油流入滑动轴承的温度),确定滑动轴承的状态参量,例如其轴承间隙s、轴承偏心率、有效的轴承负荷、摩擦系数、功率损耗以及油排出温度TA*。
在备选的基于轴承间隙的实施方案中规定:为了对滑动轴承模型N-V-F进行可信度检查,滑动轴承模型N-V-F至少根据作为输入参量u的扭矩M和转速n计算和考虑作为输出参量y的至少一个状态参量,所述至少一个状态参量至少包括滑动轴承的轴承间隙s,从而利用以传感器技术测量的轴承间隙来补偿滑动轴承的轴承间隙s,如前已述,这也可以在调节基于轴承间隙的滑动轴承模型N-V-F的意义下用作为状态回馈。尤其针对可变模型,借此规定实际情况回馈。
附加地,可以在组合基于轴承间隙和基于温度的实施方案中,返回计算轴承负荷(有效的扭矩)(根据滑动轴承模型反向计算)并与测得的扭矩/有效的轴承负荷进行比较。差可以用作监控功能(在自诊断意义下)的指标并且差用作调节回馈(用于使模型匹配于实际情况)。
根据对滑动轴承进行基于模块的状态监控可以推导出状态特征,如磨损、缺乏润滑、润滑油变差等,以及用于改进运行管理或调节机器或设备的建议(以启动阶段、紧急关断等的形式)。优选,在补偿过程中将特征参量提供给磨损模型VS用于滑动轴承的摩擦方面的管理,其中,磨损模型VS包含如下功能中的至少一个功能:
-磨损特性曲线簇:针对每个运行状态,例如滑动速度和轴承间隙,每次都将由尝试获得的所属的磨损率保存为材料磨蚀的特征参量。
-物理磨损模型:根据普遍的现有技术,考虑根据艾查德(Archard)或弗莱舍尔(Fleischer)的物理磨损模型,其包括用于描述表面结构的以及用于在滑动轴承模型N-V-F内考虑表面结构所需的模型。
-概率理论的磨损模型:它们是根据尝试训练出的神经网络。
滑动轴承的摩擦方面的管理理解为典型的运行状态,滑动轴承和“主要因素”(运行参数)可以位于其中(类似于斯氏曲线的x轴)。这些状态是边界摩擦或固体摩擦、混合摩擦和流体动力摩擦。相应区域可以任意精细、进一步分割,例如包含100、90、…10%固体接触挤压(粗糙接触(asperty contact))的混合摩擦。现在轴承可以通过不同情况进入相同运行状态,例如可以实现在高负荷、低速度和低油温情况下的包含50%固体接触挤压的混合摩擦并且刚好在中度负荷、中间速度和高油温时也能实现。运行状态(x轴)和运行参数构成多维矩阵,矩阵的各个域表现出摩擦方面的管理(状态+原因)。现在将停留时间和转速归入该矩阵。磨损特性曲线簇同样在构造上指向该分类矩阵,即,针对各个管理计算磨损率或在尝试中获知。以此方式可以在线或离线(例如读取统计存储器或诊断功能)积累不同的磨损过程。
由磨损模型VS获知的磨损率根据另一改进本发明的措施在积累单元Akk内积累,其中,考虑至少其中一个如下功能:
-连续或离散式积累滑动轴承的与方位有关的磨损,其中,根据滑动轴承模型已经知道例如每角度段的负荷矢量。
-根据所获知的磨损得出滑动轴承的当前的几何形状模型,考虑该磨损用于计算滑动轴承模型N-V-F中的滑动轴承的特征参量。
根据另一改进本发明的措施建议,设置有输出单元AE用于解释由滑动轴承模型N-V-F、积累单元Akk和/或磨损模型VS得到的结果。在状态监控的范围内,输出单元AE执行至少其中一个如下功能:
-假如轴承区域例如角度段内的磨损超过事先预定的极限值,则进行警告。
-得出针对机器或设备的运行控制的操作建议,例如以显示出调节指令的形式,或者通过降低功率来干预运行、推移运行点等。
-系统的诊断功能,例如用于补偿的允许程度。
-提供关于机器或设备的运行特性的统计信息。
-创建关于时间的磨损进展历史记录,其包含趋势分析和维护需求预测,运行状态的顺序对表面结构产生影响。额定运行可以导致表面平滑,而边界摩擦可能导致粗糙度的提高。由此可以显示出,哪个运行特性在未来会改善或者进一步恶化。假如表面结构已经最大限度地恶化,则只能允许改善的运行状态、例如降低功率。那么在允许进一步恶化的运行状态之前,首先需要表面平滑。
滑动轴承模型N-V-F、磨损模型VS以及补偿、积累和输出功能优选初始针对每个滑动轴承预先参数化设置,然而也可以随时通过更新这些功能来更改或扩展经实体化的计算机程序产品。更改能够以模型识别、自校准、训练神经网络等形式自动执行。代替连续或离散式处理信号,尤其可以设置数据分类和针对更大时间段的堆叠处理类型。
附图说明
其他改进本发明的措施以下连同本发明优选实施例的说明结合附图进一步示出。图中:
图1示出用于对包含在传动机构内的滑动轴承进行基于模型的状态监控的系统的示意性框图,和
图2示出由根据图1的系统的滑动轴承模型执行方法的原理流程图。
具体实施方案
根据图1,用于对借助润滑油运行的滑动轴承1进行状态监控的系统包括传感器2,其用于测量滑动轴承1的油排出部位处的温度TA。在该实施例中,滑动轴承1是风力发电设备的传动机构G的行星齿轮级的示例性的行星齿轮轴承。将传感器2所测量的温度信号提供给电子控制单元ECU,其在此以虚线绘出并且至少包含下列功能单元:滑动轴承模型N-V-F、磨损模型VS、积累单元Akk和输出单元AE。在此,ECU的功能单元在空间方面相邻地或分布式布置。另外,功能单元也可以由多个组成部分组合而成。滑动轴承1上测得的油排出温度TA在ECU之内用于针对来自滑动轴承1的下述的基于模型的状态监控的所配属的状态参量(在此是计算出的油排出温度TA*)进行补偿A。
在滑动轴承1的基于模型的状态监控中,控制单元ECU装备有物理的滑动轴承模型N-V-F,其将滑动轴承1内的润滑油的动态特性配属给被提供的输入参量并由此确定滑动轴承1的监控特有的状态参量。
在滑动轴承模型N-V-F范围内,采用针对滑动轴承1的正常运行的标准情况的理想模型N、能匹配于滑动轴承1的实际运行特性的可变模型V以及反映出滑动轴承1的特有的故障状态的故障模型F,它们彼此结合地使得可以分析滑动轴承1的运行特性或故障状态。
给ECU的滑动轴承模型N-V-F提供转速n以及扭矩M作为输入参量,借助传动机构G上的动态负荷监控DLM通过在传感器技术方面测量功率流来获知转速和转矩。物理的滑动轴承模型N-V-F根据滑动轴承1处的所获知的油排出温度TA、旋转部件的转速n和由扭矩M得到的轴承负荷F通过轨迹分析也计算出滑动轴承1的最小的间隙厚度,其代表针对磨损状态的指标。因为间隙厚度接近零,所以估计到轴和滑动轴承1的轴衬之间由磨损引起的接触。如果在旋转部件的额定转速范围内最小的间隙厚度达到正常值或正常值范围,那么归因于滑动轴承1近似无磨损地运行。
视分析结果而定,通过控制单元ECU可以影响设备的运行特性,例如了解到轴承工作面处的局部磨损之后降低轴承负荷F并且提高转速n,以获得有关轴承工作面的暂时平滑。
在配属于滑动轴承模型N-V-F的磨损模型VS中,获知磨损率作为单位时间内在轴和/或轴衬处的由于磨损引起的材料磨蚀的特征参量,将其提供给积累单元Akk,用以取决于地点地积累磨损。结果在之后的输出单元AE中解释并提供给电子控制单元ECU的运行控制器。
根据图2,为了影响运行控制,在第一方法步骤I中,由作为输入参量x的在(此处未进一步示出的)滑动轴承上的旋转部件的转速n以及扭矩M通过前述的基于模型的分析计算出滑动轴承上的状态参量,在此是油排出温度TA*,作为输出参量y。
在以下方法步骤II中考虑计算出的油排出温度TA*,以将其与按照传感器技术测得的油排出温度TA进行比较。该比较一方面为实现前述方法步骤I中所用的滑动轴承模型的可信度检查的目的并且另一方面也在后续方法步骤III中为实现对机器或设备进行状态监控的目的而实施。具体实施方式是:出于状态监控的目的,将来自滑动轴承模型N-V-F的结果进行解释、分类、比较和可信度检查或者与磨损模型进行组合、分类和积累。最后,假如滑动轴承的轴承区域内的磨损超过了事先预定的极限值,例如可以将光学或声学的警告信号W发送给机器/设备的操作人员。同样也可以想到将这种警告信号W反馈至ECU等用于引入校正的控制措施。
本发明不局限于前述优选实施例。而是也可以想到已被下述权利要求的保护范围所覆盖的变形方案。例如可以想到,关于对滑动轴承的间隙厚度进行基于模型的状态监控,状态监控不是基于温度特性,而是基于滑动轴承的流体动力特性(流动特性)。也可以想到各种不同状态参量的组合,例如也包含润滑油压力。同样可行的是,例如也根据滑动轴承的状态监控结果来执行用于机器或设备运行控制的措施,如部件的负载的负荷调整、缺乏润滑时提高润滑介质提供、达到磨损极限值等时紧急关断机器或设备。前述的负荷调整例如可以是探测到过载运行时降低负荷或为了提高机器或设备的功率收益而提高负荷。
此外,本发明解决方案不局限于在本地在机器或设备中执行用于状态监控的方法。其例如也可以在客户端-服务器体系结构上执行,其中,传感器式的测量值获知在客户端执行,基于模型的状态监控在服务器上执行。也可以想到采用云平台实现此目的。优点在于,所获知的状态监控信息也可以针对其他使用目的而为机器或设备的运行控制所用。云平台理解为联网信息技术结构,其中,至少一个服务器与至少一个数据库连接,其同时也可以为实现数据交换目的通过用户特定的通信接口被其他服务器所用。通过可与至少一个服务器连接的客户端可以与多样化用户交换数据。
附图标记
1 滑动轴承
2 用于油排出温度TA的传感器
3 用于油槽温度TS的传感器
n 转速
M 扭矩
s 轴承间隙
F 轴承负荷
TA 油排出温度
TS 油槽温度
TA* (计算所得的)油排出温度
N-V-F 物理的滑动轴承模型
N 理想模型
V 可变模型
F 故障模型
VS 磨损模型
ECU 电子控制单元
DLM 动态负荷监控
Akk 积累单元
AE 输出单元
x 输入参量
y 输出参量
W 警告信号

Claims (16)

1.用于对旋转部件的借助润滑油运行的滑动轴承(1)进行状态监控的方法,其中,利用至少一个传感器(2)来测量表征轴承的物理参量,将所述表征轴承的物理参量提供给用于状态监控的控制单元(ECU),其特征在于具有下列步骤:
-通过所述控制单元(ECU)由至少一个物理的滑动轴承模型(N-V-F)确定所述滑动轴承(1)的和/或润滑油的至少一个状态参量(s;T;p)作为输出参量(y),至少将转速(n)以及扭矩(M)作为输入参量(u:n、M、T_槽;)提供给所述物理的滑动轴承模型;
-利用至少一个传感器(2)获知测量值并且利用测量值补偿输出参量y,其中,输出矢量包含状态参量(s;T;p);
-根据所述状态参量(s;T;p)的测得的值与所述状态参量(s;T;p)的基于模型作为输出参量(y)所计算出的值进行的比较,
使得滑动轴承的不能测量或未测得的状态参量能够用于状态和功能监控以及归档(分类和保存)和随后的解释。
2.根据权利要求1所述的方法,其特征在于,通过所述滑动轴承模型(N-V-F),针对标准情况的理想模型(N)与相同构造的、匹配于所述滑动轴承(1)的实际运行特性的可变模型(V)相关联。
3.根据权利要求1或2所述的方法,其特征在于,通过所述滑动轴承模型(N-V-F),针对标准情况的理想模型(N)与相同构造的、用于反映出特有的故障状态的故障模型(F)相关联,其中,所述故障状态选自包括以下情况的组:所述滑动轴承(1)上的缺乏润滑、油粘度变化、由磨损引起的几何形状变化。
4.根据前述权利要求中任一项所述的方法,其特征在于,所述针对标准情况的理想模型(N)与所述可变模型(V)和/或所述故障模型(F)相关联,以便确定余数作为两个彼此比较的模型(N/V;N/F)的差。
5.根据权利要求4所述的方法,其特征在于,应用磨损模型(VS),所述磨损模型的输出值表示针对所述滑动轴承(1)的磨损状态的度量,其中,通过所述控制单元(ECU)根据磨损状态来调整包括所述滑动轴承(1)的机器或设备的运行特性。
6.根据权利要求5所述的方法,其特征在于,通过所述控制单元(ECU)来进行对所述机器或设备的运行特性的调整,使得
-自达到表征所述滑动轴承(1)的磨损状态的预定的极限值或阈值起,降低对在此作用的轴承负荷(F)和/或提高转速(n),以实现轴承工作面的平滑,和/或
-自达到表征临界运行状态的物理参量或无度量的指标的极限值或阈值起,尤其是将所述滑动轴承(1)的最大允许的温度转化为预定的控制参数,所述控制单元(ECU)调整运行特性。
7.根据权利要求1所述的方法,其特征在于,通过借助动态负荷测量(DLM)在所述滑动轴承(1)之前或之后的功率流内的测量来获知转速(n)和/或扭矩(M)作为输入参量(u)。
8.根据权利要求1所述的方法,其特征在于,根据所述滑动轴承(1)的所获知的温度(TA;TS)、旋转部件的转速(n)和轴承负荷(F)通过轨迹分析来计算所述滑动轴承(1)的最小的间隙厚度(smin)。
9.用于对借助润滑油运行的滑动轴承(1)进行状态监控的系统,其中,利用至少一个传感器(2)测量轴承特有的物理参量,所述轴承特有的物理参量被提供给用于状态监控的控制单元(ECU),其中,执行下列步骤:
-通过所述控制单元(ECU)由至少一个物理的滑动轴承模型(N-V-F)确定所述滑动轴承(1)和/或润滑油的至少一个状态参量(s;T;p)作为输出参量(y),至少将转速(n)以及扭矩(M)作为输入参量(u)提供给所述滑动轴承模型并且这些输入参量(u)配属有润滑油的动态特性;
-利用至少一个传感器(2)测量针对至少其中一个状态参量(s;T;p)的比较值;
-根据所述状态参量(s;T;p)的测得的值与所述状态参量(s;T;p)的基于模型作为输出参量(y)所计算出的值进行的比较来评估:所述物理的滑动轴承模型(N-V-F)以何种程度反映出所述滑动轴承(1)的实际特性,
所述系统包括用于测量所述滑动轴承(1)的状态参量(s;T;p)的至少一个传感器(2)以及用于对滑动轴承(1)进行基于模型的状态监控的电子控制单元(ECU),所述电子控制单元包含物理的滑动轴承模型(N-V-F)。
10.根据权利要求9所述的系统,其特征在于,为了可信度检查,所述滑动轴承模型(N-V-F)至少根据作为输入参量(x)的扭矩(M)、转速(n)计算和考虑至少包括所述滑动轴承(1)上的油排出温度(TA*)的至少一个状态参量作为输出参量(y),从而利用所述滑动轴承模型(N-V-F)的以传感器技术测得的油排出温度(TA)来补偿所述滑动轴承(1)上的油排出温度(TA*)。
11.根据权利要求9所述的系统,其特征在于,为了所述滑动轴承模型(N-V-F)的可信度检查,所述滑动轴承模型(N-V-F)至少根据作为输入参量(u)的扭矩(M)、转速(n)计算和考虑至少包括所述滑动轴承(1)的轴承间隙(s)的至少一个状态参量作为输出参量(y),从而利用以传感器技术测得的轴承间隙来补偿所述滑动轴承(1)的轴承间隙(s)。
12.根据权利要求9所述的系统,其特征在于,在补偿过程中将特征参量提供给所述磨损模型(VS),用于所述滑动轴承(1)的摩擦方面的管理,其中,所述磨损模型(VS)包含如下功能中的至少一个功能:
-磨损特性曲线簇,在所述磨损特性曲线簇中针对所述滑动轴承()的包括滑动速度和轴承间隙的运行状态,保存由尝试所获得的磨损率,
-物理磨损模型,所述物理磨损模型包括用于描述表面结构的和用于在所述滑动轴承模型(N-V-F)内考虑表面结构的模型;
-概率方面的磨损模型,其作为根据尝试所训练出的神经网络。
13.根据权利要求9所述的系统,其特征在于,积累由所述磨损模型(VS)获知的磨损率,其中,积累单元(Akk)执行如下功能中的至少一个功能:
-连续或离散式积累所述滑动轴承(1)的与方位有关的磨损;
-根据所获知的磨损得出所述滑动轴承(1)的当前的几何形状模型。
14.根据权利要求9至13中至少一项所述的系统,其特征在于,设置有输出单元(AE)用于解释从所述滑动轴承模型(N-V-F)、所述积累单元(Akk)和/或所述磨损模型(VS)得到的结果,以便在状态监控的范围内执行如下功能中的至少一个功能:
-假如所述滑动轴承的轴承区域内的磨损超过事先预定的极限值,则进行警告(W);
-得出针对机器或设备的运行控制的操作建议;
-所述系统的诊断功能;
-关于所述机器或设备的运行特性的统计信息;
-关于时间的磨损进展的历史记录,其包含趋势分析和维护需求预测。
15.风力发电设备,所述风力发电设备包括根据权利要求9至14中任一项所述的用于对借助润滑油运行的滑动轴承进行状态监控的系统。
16.用于根据权利要求1至8中任一项所述的方法执行滑动轴承的状态监控的、具有编程代码工具的计算机编程产品,所述计算机程序产品在根据权利要求9至14所述的系统的软件控制的电子控制单元(ECU)上或云平台上运行。
CN201880080297.3A 2017-12-20 2018-11-22 用于对尤其是风力发电设备的滑动轴承进行状态监控的基于模型的方法和系统 Active CN111492220B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102017223418.0 2017-12-20
DE102017223418.0A DE102017223418B4 (de) 2017-12-20 2017-12-20 Modellbasiertes Verfahren und System zur Zustandsüberwachung eines Gleitlagers, insbesondere für Windkraftanlagen
PCT/EP2018/082292 WO2019120871A1 (de) 2017-12-20 2018-11-22 Modellbasiertes verfahren und system zur zustandsüberwachung eines gleitlagers, insbesondere für windkraftanlagen

Publications (2)

Publication Number Publication Date
CN111492220A true CN111492220A (zh) 2020-08-04
CN111492220B CN111492220B (zh) 2022-05-13

Family

ID=64477147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880080297.3A Active CN111492220B (zh) 2017-12-20 2018-11-22 用于对尤其是风力发电设备的滑动轴承进行状态监控的基于模型的方法和系统

Country Status (5)

Country Link
US (1) US11519458B2 (zh)
EP (1) EP3729040B1 (zh)
CN (1) CN111492220B (zh)
DE (1) DE102017223418B4 (zh)
WO (1) WO2019120871A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113982864A (zh) * 2021-12-03 2022-01-28 大连三环复合材料技术开发股份有限公司 一种风电机组主轴滑动轴承磨损量监测传感器
CN114878162A (zh) * 2022-05-18 2022-08-09 武汉科技大学 一种基于深度学习的船舶轴承润滑状态在线监测系统

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018220111A1 (de) * 2018-11-23 2020-05-28 Zf Friedrichshafen Ag Selbstheilendes Gleitlager
JP7346216B2 (ja) 2019-10-03 2023-09-19 オークマ株式会社 シール部の摩耗量推定装置及び工作機械
DE102019218117A1 (de) * 2019-11-25 2021-05-27 Zf Friedrichshafen Ag Selbstheilendes Gleitlager
CN110865036A (zh) * 2019-12-12 2020-03-06 联桥网云信息科技(长沙)有限公司 一种基于光谱分析的旋转设备监测平台及监测方法
CN111664062B (zh) * 2020-06-16 2021-05-11 湖南科技大学 基于可切换滑模趋近率的双馈感应发电机故障检测方法
CN112594141B (zh) * 2020-11-12 2022-03-04 北京金风慧能技术有限公司 轴承的故障监测方法、系统、装置、控制器及存储介质
US11539317B2 (en) 2021-04-05 2022-12-27 General Electric Renovables Espana, S.L. System and method for detecting degradation in wind turbine generator bearings
DE102022121294A1 (de) 2022-08-23 2024-02-29 Ks Gleitlager Gmbh Verfahren und Vorrichtung zur Überwachung des Betriebs einer Gleitlagerstelle/-anordnung und eine entsprechende Gleitlagerstelle/-anordnung
CN116415462B (zh) * 2023-04-14 2023-11-17 哈尔滨工程大学 基于浮动衬套的双层油膜润滑分析方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4406169A (en) * 1980-05-02 1983-09-27 Hitachi, Ltd. Method of and system for monitoring bearing conditions
CN1880939A (zh) * 2005-06-15 2006-12-20 Avl里斯脱有限公司 测试动力转矩发生器的方法和装置
CN101113940A (zh) * 2007-06-13 2008-01-30 贵州力源液压股份有限公司 单列圆锥轴承串联配对间隙的测量方法及装置
CN101738174A (zh) * 2009-12-28 2010-06-16 攀钢集团冶金工程技术有限公司 大型球磨机轴承间隙检测调整操作方法及其检测系统
CN101821689A (zh) * 2007-10-12 2010-09-01 西门子公司 用于为控制和/或监测应用提供至少一种输入传感器信号的方法和设备以及控制设备
WO2011124501A1 (de) * 2010-04-06 2011-10-13 Schaeffler Technologies Gmbh & Co. Kg Messsystem für wälzlager
CN102597734A (zh) * 2009-08-27 2012-07-18 Skf公司 轴承生命周期预测学
DE202013005018U1 (de) * 2013-05-30 2013-06-25 Beijing AVC Technology Research Center Co., Ltd. Vorrichtung zur Überwachung der Lebensdauer eines Ventilatorlagers
CN105283671A (zh) * 2013-04-26 2016-01-27 苏尔寿管理有限公司 用于估计涡轮机的模块的磨损状态的方法、模块和涡轮机

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5364190A (en) * 1992-01-14 1994-11-15 Toshiba Kikai Kabushiki Kaisha Hydrostatic bearing apparatus
US8727728B2 (en) 2010-09-16 2014-05-20 Vestas Wind Systems A/S Convertible bearing for a wind turbine and method for operating same
US8172531B2 (en) 2011-01-10 2012-05-08 Vestas Wind Systems A/S Plain bearing for a wind turbine blade and method of operating a wind turbine having such a plain bearing
IN2013MN02382A (zh) 2011-05-20 2015-06-12 Romax Technology Ltd
TWI589791B (zh) 2015-10-28 2017-07-01 財團法人工業技術研究院 液靜壓軸承監測系統及其方法
EP3391010A1 (en) 2015-12-18 2018-10-24 General Electric Company System and method for improved journal bearing operations

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4406169A (en) * 1980-05-02 1983-09-27 Hitachi, Ltd. Method of and system for monitoring bearing conditions
CN1880939A (zh) * 2005-06-15 2006-12-20 Avl里斯脱有限公司 测试动力转矩发生器的方法和装置
CN101113940A (zh) * 2007-06-13 2008-01-30 贵州力源液压股份有限公司 单列圆锥轴承串联配对间隙的测量方法及装置
CN101821689A (zh) * 2007-10-12 2010-09-01 西门子公司 用于为控制和/或监测应用提供至少一种输入传感器信号的方法和设备以及控制设备
CN102597734A (zh) * 2009-08-27 2012-07-18 Skf公司 轴承生命周期预测学
CN101738174A (zh) * 2009-12-28 2010-06-16 攀钢集团冶金工程技术有限公司 大型球磨机轴承间隙检测调整操作方法及其检测系统
WO2011124501A1 (de) * 2010-04-06 2011-10-13 Schaeffler Technologies Gmbh & Co. Kg Messsystem für wälzlager
CN105283671A (zh) * 2013-04-26 2016-01-27 苏尔寿管理有限公司 用于估计涡轮机的模块的磨损状态的方法、模块和涡轮机
DE202013005018U1 (de) * 2013-05-30 2013-06-25 Beijing AVC Technology Research Center Co., Ltd. Vorrichtung zur Überwachung der Lebensdauer eines Ventilatorlagers

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A.V. ANTSUPOVA等: "Modeling of Wear-Out Failures and Service Life Improvement of Sealing Units", 《PROCEDIA ENGINEERING》 *
马国军: "微纳米间隙流动的边界滑移及其流体动力学研究", 《中国优秀博硕士学位论文全文数据库(博士) 基础科学辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113982864A (zh) * 2021-12-03 2022-01-28 大连三环复合材料技术开发股份有限公司 一种风电机组主轴滑动轴承磨损量监测传感器
CN113982864B (zh) * 2021-12-03 2023-08-08 大连三环复合材料技术开发股份有限公司 一种风电机组主轴滑动轴承磨损量监测传感器
CN114878162A (zh) * 2022-05-18 2022-08-09 武汉科技大学 一种基于深度学习的船舶轴承润滑状态在线监测系统

Also Published As

Publication number Publication date
DE102017223418A1 (de) 2019-06-27
EP3729040B1 (de) 2024-04-24
US11519458B2 (en) 2022-12-06
US20210372466A1 (en) 2021-12-02
WO2019120871A1 (de) 2019-06-27
CN111492220B (zh) 2022-05-13
DE102017223418B4 (de) 2023-05-25
EP3729040A1 (de) 2020-10-28

Similar Documents

Publication Publication Date Title
CN111492220B (zh) 用于对尤其是风力发电设备的滑动轴承进行状态监控的基于模型的方法和系统
Habibi et al. Reliability improvement of wind turbine power generation using model-based fault detection and fault tolerant control: A review
Rezamand et al. Improved remaining useful life estimation of wind turbine drivetrain bearings under varying operating conditions
CN111164526B (zh) 异常判定系统、马达控制装置及异常判定方法
JP4276623B2 (ja) 技術的設備の監視装置および方法
Cambron et al. Control chart monitoring of wind turbine generators using the statistical inertia of a wind farm average
Wang et al. Interpretation and compensation of backlash error data in machine centers for intelligent predictive maintenance using ANNs
CN110879580B (zh) 一种面向大范围非平稳瞬变连续过程的分析和监测方法
EP3312604B1 (en) Oil debris monitoring (odm) with adaptive learning
US20120148382A1 (en) Method and apparatus for the model-based monitoring of a turbomachine
Abid et al. Fault prognostics for the predictive maintenance of wind turbines: State of the art
CN115552150A (zh) 确定静液压机当前磨损状况的方法
CN112785081A (zh) 油温预测方法、装置、电子设备和存储介质
Hadroug et al. Improvement of gas turbine availability using reliability modeling based on fuzzy system
Chen et al. Time to failure estimation based on degradation model with random failure threshold
Beckerle et al. Fault diagnosis and state detection in centrifugal pumps—A review of applications
Abid et al. Adaptive data-driven approach for the remaining useful life estimation when few historical degradation sequences are available
Discenzo et al. Next generation pump systems enable new opportunities for asset management and economic optimization
Koukoura et al. An insight into wind turbine planet bearing fault prediction using SCADA data
Meyer et al. Closed-loop supervisory control for defined component reliability levels and optimized power generation
Jin A comparative study of fault detection and health assessment techniques for motion control mechanism
Hu et al. Prognostic analysis based on updated grey model for axial piston pump
US20240134368A1 (en) Method and System for Evaluating a Necessary Maintenance Measure for a Machine, More Particularly for a Pump
KR20190068165A (ko) 열간 압연에서 압연유 분사 유량 설정 제어 시스템
Skirtich et al. A systematic health monitoring and fault identification methodology for machine tool feed axis

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