CN112154314A - 用于旋转机构的信号采集模块、监测系统、飞机和监测旋转机构的方法 - Google Patents

用于旋转机构的信号采集模块、监测系统、飞机和监测旋转机构的方法 Download PDF

Info

Publication number
CN112154314A
CN112154314A CN201980033904.5A CN201980033904A CN112154314A CN 112154314 A CN112154314 A CN 112154314A CN 201980033904 A CN201980033904 A CN 201980033904A CN 112154314 A CN112154314 A CN 112154314A
Authority
CN
China
Prior art keywords
sample
acquisition module
sampling
samples
analog
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
CN201980033904.5A
Other languages
English (en)
Other versions
CN112154314B (zh
Inventor
丹尼·阿布德
巴达维 穆罕默德·El
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.)
Safran SA
Original Assignee
Safran SA
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 Safran SA filed Critical Safran SA
Publication of CN112154314A publication Critical patent/CN112154314A/zh
Application granted granted Critical
Publication of CN112154314B publication Critical patent/CN112154314B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00Testing of engines
    • G01M15/14Testing gas-turbine engines or jet-propulsion engines
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03MCODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M1/00Analogue/digital conversion; Digital/analogue conversion
    • H03M1/12Analogue/digital converters
    • H03M1/124Sampling or signal conditioning arrangements specially adapted for A/D converters
    • H03M1/1245Details of sampling arrangements or methods
    • H03M1/1265Non-uniform sampling
    • H03M1/128Non-uniform sampling at random intervals, e.g. digital alias free signal processing [DASP]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00Testing of engines
    • G01M15/02Details or accessories of testing apparatus

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

一种用于监测旋转机,尤其是飞机发动机的系统的采集模块(10),其包括用于检测所述旋转机的部件的物理量的模拟信号x(t)的至少一个传感器(11),至少一个采样保持装置(13),采样保持装置(13)被配置为在采样时间tn收集模拟信号x(t)的样本并在两个采样时间tn之间保持样本恒定,以及用于存储样本的至少一个存储器(16),采样保持装置(13)被配置为在以随机方式定义的采样时间tn收集模拟信号x(t)的样本,采样时间tn根据以下法则定义:tn=nΔtn,样本和采样时间tn存储在存储器(16)中。

Description

用于旋转机构的信号采集模块、监测系统、飞机和监测旋转机 构的方法
技术领域
本发明涉及旋转机监测领域,尤其涉及飞机发动机监测领域。
背景技术
为了能够执行对飞机发动机的预防性维修,已知的是使用监测系统追踪飞机发动机不同部件(例如,齿轮、轴承、活动叶片等)的健康状态。
已知的,监测系统包括用于采集信号的模块(下文称作采集模块)和处理模块,所述处理模块被配置为通过计算数学估计值来判断飞机发动机的健康状态。
参考图1,采集模块110包括测量传感器111,所述测量传感器111被配置为测量物理量(例如加速度),并将所述物理量转换成模拟信号x(t),特别是模拟电压信号。采集模块110包括采样保持装置113,所述采样保持装置113被配置为收集模拟信号x(t)的样本,并在由定时器114所控制的保持时间Δt内维持所述样本恒定。已知地,采样保持装置113具有采样频率fe,采样频率fe遵循Shannon定理,即,至少等于要采样的模拟信号x(t)所包含的最大频率的两倍。已知地,保持时间Δt是恒定的,并且是采样周期(Δt=1/fe)的函数。而且,样本在时间tn=nΔt时被收集,其中n为自然整数。
仍参考图1,采集模块110还包括抗混叠滤波器112,所述抗混叠滤波器112被配置为滤除具有高于Shannon频率的频率分量。已知地,抗混叠滤波器112的截止频率fcut被定义为是采样频率fe的一半,即fe/2。抗混叠滤波器112位于测量传感器111与采样保持装置113之间。
采集模块110还包括模数转换器115,所述模数转换器115被配置为将模拟信号的样本转换为在有限位数上量化的数字量值x[nΔt],所述有限位数取决于精确度的要求。如图1所示,采集模块110还包括存储器116以存储数字样本x[nΔt]。在本示例中,采集模块110还包括通信模块117,例如通过卫星装置,以将存储器116的数据传输至位于地面控制中心的处理模块。
已知地,信号处理模块呈运算单元的形式,所述运算单元包括微处理器以对数字样本x[nΔt]上的信号执行数字处理操作,以便从中得出诊断信息。数字处理操作可以是多种多样的,并且涉及简单的统计指标(均方根、峰度、波峰因数等),并且还会在谱域(频谱,包络分析等)内进行变换。
鉴于旋转机所产生信号的统计信息(差不多)会随时间周期性地演进,因此谱域中的变化在旋转机监测领域中特别重要。周期性可在阶段1或阶段2体现。
例如,在阶段1中,所述信号的平均值是周期性的,且频谱是谐波的离散分布,所述谐波和与旋转元件相关的的频率相关。可通过应用下述离散傅里叶变换(DFT)来评估长度为L的信号x[nΔt]的频谱:
Figure BDA0002788229110000021
其中m=1,2...N,
Figure BDA0002788229110000022
表示与采样频率fe成正比且与点数量成反比的频率分辨率。因数1/N是任选的,但表示数量与傅里叶系数有关。已知地,上述变换可通过快速傅里叶变换(FFT)算法进行计算。总体上,某些频率上的X[mΔf]的振幅提供关于旋转机的宝贵信息。一个典型示例则为:由简单旋转轴线或由传动装置发射的振动信号。
在阶段2中,信号的平均值是零,其频谱是连续的,因此不包含关于系统的运动学信息。相反,信号的包络是周期性的,且其频谱表现出与旋转部分的运动学有关的谐波。一个典型的示例是由缺陷滚珠轴承发射的振动。在这种情况下,频谱通常无法突出显示缺陷频率,而包络频谱则揭示缺陷频率。平方频谱包络(SES)因此是第二珍贵的诊断运算符,其被定义如下:
Figure BDA0002788229110000023
在实践中,在旋转机监测领域,使用高于20kHz或高于50kHz的采样频率fe是已知的。同样,在连续监测的情况下,需将众多数字样本x[nΔt]存储在存储器116中并经由通信模块117传输。这就存在诸多缺点。
首先,通过卫星装置传输数字样本x[nΔt]的成本取决于所传输数据的数量。因此,众多数字样本x[nΔt]将会产生显著的传输成本。为了消除这一缺点,一个解决方案将是仅传输部分数字样本x[nΔt],但这将影响由处理模块计算的估计值的准确性。
类似地,数字样本x[nΔt]越多,越有必要提供巨大尺寸的存储器116,这不仅提高了成本还增加了重量,这对航空应用造成限制。
最后,采样保持装置113的电解消耗取决于其采样频率fe。这对于能量自发的旋转机(如海上风力涡轮机)的监测是存在问题的。
为解决以上缺点,本发明提出一种监测系统,所述监测系统使得可以通过有限的样本来实现对旋转机的可靠诊断。
附带地,专利WO 2015131396 A1提出了一种从以随机方式采样的信号形成频谱的方法。在该申请中,使用特定的“锯齿”信号来执行压缩。其目的与本发明的目的相去甚远。
另外,专利WO 01/23861 A1提出了一种用于轴承或轴的振动信号的频谱分析装置,其提出对传感器的模拟信号进行采样,然后对其进行滤波以分析其频谱。
发明内容
为此目的,本发明涉及一种用于监测旋转机,尤其是飞机发动机的采集模块或系统,所述采集模块包括:
至少一个传感器,所述传感器用于检测所述旋转机的部件的物理量的模拟信号x(t);
至少一个采样保持装置,所述采样保持装置被配置为在采样时间tn收集模拟信号x(t)的样本,并在两个采样时间tn之间保持所述样本恒定;
至少一个存储器,所述存储器用于存储样本。
所述采集模块的显著点在于:所述采样保持装置被配置为在以随机方式定义的采样时间tn内收集所述模拟信号x(t)的样本,所述采样时间tn根据以下法则定义:
tn=nΔtn
其中
n为自然整数;
Δt=1/fe,其中fe为所述采样保持装置(13)的采样频率;
τn为随机变量,该随机变量在
Figure BDA0002788229110000041
上满足统一概率律;所述样本和所述采样时间tn存储在所述存储器中
由于本发明,无需再以相同时间间隔收集所述样本,而是以随机方式收集所述样本,相较于现有技术,这可以降低采样频率,并因此减少传输样本的数量。这对于持续远程监测飞机发动机是特别有利的。使用这种概率律是有利的,因为它允许最佳频谱统计属性,同时二次估计误差最小。此外,这使得可以获得无偏估计值以及采样噪声的最小方差。存储在所述存储器中的所述样本和所述采样时间tn,使得监测系统可形成关于所述旋转机健康状态的至少一个相关估计值。
优选地,所述采集模块包括至少一个模拟带通滤波器,所述模拟带通滤波器的截止频率为fcut,所述模拟带通滤波器位于所述传感器与所述采样保持装置之间。这种带通滤波器可以将由所述处理模块计算得出的所述频谱估计值的方差最小化,从而提高了精确度。
优选地,fcut/fe比在3与6之间。
与统一采样不同,随机采样具有不受奈奎斯特限制限制的优点。因此可以使用高截止频率和低采样频率。
优选地,所述采样频率fe低于20kHz,优选地,在100Hz与1000Hz之间,进一步优选地在300Hz与500Hz之间。
根据本发明的一方面,所述采集模块包括多个模拟带通滤波器,各模拟带通滤波器均具有截止频率,所述模拟带通滤波器位于所述传感器与所述采样保持装置之间。通过使用多个模拟带通滤波器可以定义出多个基本频率范围,每个基本频率范围均由采样保持设备以独立的方式采样。有利地,可将所述基本频率范围参数化,以在此基本频率范围内以相关方式突出显示所述飞机发动机的部件的潜在缺陷。通过基本频率范围可以增大信噪比,这有助于检测潜在故障。
优选地,所述模拟带通滤波器彼此平行。因此,可突出显示多个独立缺陷。
优选地,所述采集模块包括模数转换器,所述模数转换器被配置为将所述采样保持装置的所述样本转变成数字样本x[nΔt]。
本发明还涉及一种监测系统,其包括如前所述的采集模块和至少一个处理模块,所述处理模块被配置为根据从所述采集模块获得的所述样本以及采样时间tn来计算至少一个健康估计值。
优选地,所述采集模块被配置为以无线方式,具体地通过卫星装置将所述样本和所述采样时间tn传输至所述处理模块。样本数量的减少可有利地降低传输成本。
优选地,所述处理模块包括用于根据Dirichlet变换以变换样本的装置。这种变换使得可以通过随机获得的样本和所述采样时间tn来形成相关估计值。
本发明进一步涉及一种飞机,其包括飞机发动机和如前所述的采集模块,所述采集模块的传感器位于所述飞机发动机的部件上。
本发明进一步涉及一种通过使用如前所述的采集模块来监测旋转机,尤其是飞机发动机的方法,所述方法包括以下步骤:
测量所述旋转机的部件的物理量的模拟信号x(t);
在根据以下法则定义的采样时间tn对所述模拟信号x(t)进行采样;
tn=nΔtn
其中
n为自然整数;
Δt=1/fe,其中fe为所述采样保持装置(13)的采样频率;
τn为随机变量,该随机变量在
Figure BDA0002788229110000051
上满足统一概率律;
记录所述样本和所述采样时间tn
附图说明
为了更清楚地说明本发明实施例的技术方案,下面对实施例描述中所需要使用的附图作简单地介绍。
图1是现有技术的采集模块的示意图;
图2是本发明用于监测飞机发动机的系统的示意图;
图3是本发明第一实施例的采集模块的示意图,
图4是现有技术的统一采样的示意图,
图5是本发明随机采样的示意图,
图6是本发明第二实施例的采集模块的示意图。
应当注意,下面描述中的附图是本发明的一些实施例,对于本领域的普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
具体实施方式
以下将描述本发明实施例的用于监测诸如飞机或直升机等飞行器的发动机的监测系统。然而,不言而喻,本发明适用于任何旋转机,特别是风力涡轮机、陆地车辆发动机等。
参考图2,图2示出了飞行中的飞机P和地面上用于监测飞机P的控制中心CC。飞机P包括若干发动机,其中至少一个发动机被持续监测以便跟踪其健康状态。为此,监测系统包括与飞机的一个或多个发动机连接的采集模块10和位于地面控制中心CC的处理模块20。在本实施例中,采集模块10可经由卫星通信线路S与处理模块20通信。
图3示出了采集模块10的第一实施例。采集模块10包括传感器11,所述传感器11用于测量飞机发动机的部件的物理量的模拟信号。
采集模块10包括测量传感器11,所述测量传感器11被配置为测量物理量,例如测量加速度,并将所述物理量转换成模拟信号x(t),特别是电压信号。测量传感器11放置在飞机发动机的部件上,例如放置于风扇、轴承等附近。这种测量传感器11对本领域技术人员已知,并可根据要测量的物理量而具有多种形式。
此外,采集模块10包括采样保持装置13,所述采样保持装置13被配置为在采样时间tn收集模拟信号x(t)的样本,并在两个采样时间tn之间保持所述样本恒定。采样保持装置13具有采样频率fe,所述采样频率fe遵循Shannon定理,也就是说,至少等于要采样的模拟信号x(t)中包含的最大频率的两倍。
根据本发明,所述采样保持装置(13)被配置为在根据以下法则定义的采样时间tn收集模拟电压信号x(t)的样本:
tn=nΔtn
其中
n为自然整数;
Δt=1/fe,其中fe为所述采样保持装置(13)的采样频率;
τn为随机变量,该随机变量在
Figure BDA0002788229110000071
上满足统一概率律。
在本实施例中,参考图3,采集模块10包括定时器14,所述定时器14以如上所述方式确定采样时间tn
因此,本发明中,为了监测飞机发动机,可以随机方式而无需如现有技术中那样以统一方式确定采样时间tn。换句话说,不同于现有技术中两个采样时间tn之间的时间是固定的(如图4),本实施例中两个采样时间tn之间的时间是可变的(如图5)。
对于随机变量τn,在
Figure BDA0002788229110000072
上适用统一概率律是有利的,因为其允许最佳频谱统计属性,同时二次估计误差最小。此外,这使得可以获得无偏估计值以及采样噪声的最小方差。在执行理论计算之后,对在采集时间T内随机采集的N个样本进行信号采样的最佳统计定律似乎是以nT/M=nΔt和宽度T/M=Δt为中心的统一统计定律。
类似地,理论计算表明,随机采样范围内的频率分辨率等于采集时间T的倒数。应注意,对于统一采样而言,采集时间T等于频率分辨率。这一特性对于分析旋转机的机械信号是特别有利的,因为为了识别,选择的频率分辨率必须小于2个频率谐波之间的间隔。
与现有技术不同,可在整个采集时间T中选择比现有技术低的采样频率fe,而无需限制信号频谱的通带,也就是说,不降低奈奎斯特频率。这种采样频率fe是有利的,因为它一方面可以限制样本数量并因此限制要传输至处理模块20的数据的数量,另一方面获得最佳频率分辨率,如下文所述,这对样本处理期间以获得相关的频谱估计值是有利的。
为了实现定性估计,样本的数量仍必须足以获得低值采样噪声的方差,采样噪声的方差与样本数量成反比。当然,样本数量可减小但需处于期望精确度的范围内。
与现有技术不同,处理模块20需要采样时间tn以便计算估计值,并因此如下文所述,必须保存采样时间。鉴于样本数量相较于现有技术显著减少,因此保存采样时间tn也是可以的。
在本实施例中,采集模块10还包括截止频率为fcut的模拟带通滤波器12。如图3所示,模拟带通滤波器12位于测量传感器11与采样保持装置13之间。
尽管其结构与现有技术的抗混叠滤波器的结构类似,但本发明的模拟带通滤波器12可以滤除高于截止频率fcut的模拟信号x(t)分量,以便将由处理模块20计算的频谱估计量的方差最小化。截止频率fcut因此定义了需要研究的有用频率范围。而且,所选取的截止频率fcut高于期望频谱范围的最大值。以优选方式,fcut/fe比在3与6之间。
与统一采样不同,随机采样具有不受奈奎斯特限制限制的优点。然而,随机采样对频谱中存在的随机噪声有影响。理论计算表明,随机噪声的方差与所测量信号的能量成正比。出于这种原因,通过模拟带通滤波器12对高于截止频率fcut的非期望频率进行滤波是有利的。
采集模块10还包括模数转换器15,所述模数转换器15被配置为将由采样保持装置保持恒定的样本转换为在有限位数上量化的数字量值x[nΔt],所述有限位数取决于期望精确度。这种模数转换器15与现有技术类似且对于本领域技术人员是已知的。
如图3所示,采集模块10还包括存储器16,用于存储数字样本x[nΔt]以及采样时间tn
在本实施例中,采集模块10还包括通信模块17,例如通过卫星装置,以便将存储器16中的数据传输至位于地面控制中心CC的处理模块20。
与现有技术不同,采样时间tn必须存储在存储器16中,以使处理模块20计算飞机发动机的健康状态的估计值。然而,因为数字样本x[nΔt]的数量相较于现有技术大大减少了,所以与现有技术相比,必须在采集模块10与处理模块20之间传输的数据量更小。这有利地降低了传输成本并减小了存储器16的尺寸。
本发明的采集模块10,使得可以收集有限数量的数字样本x[nΔt]和采样时间tn,同时如下文所述,使得能够通过处理模块20来计算相关估计值。
处理模块20包括运算单元,特别是微处理器,用于根据随机获得的数字样本x[nΔt]和采样时间tn执行数学运算。
以优选方式,处理模块20执行以以下方式定义的Dirichlet变换:
Figure BDA0002788229110000091
其中f表示理论上变化到无穷大的连续频率变量,且N表示样本数量。
为了能够以最佳方式应用Dirichlet变换,需要了解频率分辨率Δf。在此提醒,频率分辨率Δf等于采集时间T的倒数:Δf=1/T。
在实践中,考虑到傅立叶系数实际上为零,计算高于模拟带通滤波器12的截止频率fcut的频率是无用的。而且,为了降低计算成本,m必须取以下值:m=0,1,...M—1,其中M=fcutf。不同于DFT(离散傅里叶变换),最大频率指数可超过样本数量:M>N,随机采样不受Shannon定理限制。
下文将描述估计值的计算示例。
x=[x[t1],x[t2]...x[tN]]T(T表示转换运算符)为在时间t1…tN内随机采样获得的大小为N的向量且X=[X[Δf],X[2.Δf]...X[M.Δf]]T,其频谱通过Dirichlet变换估算而来,xX之间的关系以矩阵形式表达为:
X=Φ.x
其中Φ表示Dirichlet变换的大小矩阵(M,N),使得:
Figure BDA0002788229110000092
类似地,平方包络频谱(SES)也可以表达为:
P=Φ.x 2
其中x 2=[x2[t1],x2[t2]...x2[tN]]T.
这样的估计值是有利的,因为它们使得可以相关且可靠的方式显示飞机发动机以及一般的旋转机的缺陷。
此后,将借助于先前描述的监测系统来对用于监测飞机发动机的方法的示例性实施例进行描述。参考图2,监测系统包括连接至飞机P的一个或多个发动机的采集模块10以及位于地面控制中心CC的处理模块20。在此示例中,采集模块10通过卫星通信信路S与处理模块20通信。
监测方法包括以下步骤:通过采集模块10的测量传感器11检测模拟信号x(t),所述模拟信号表示旋转机的部件的物理量,例如加速度。
然后,所述方法包括通过带通滤波器12对高于所述带通滤波器12的截止频率fcut的频率进行滤波的步骤。接下来,所述方法包括根据先前定义的法则在以随机方式定义的采样时间tn对模拟信号x(t)进行采样的步骤。在此示例中,采样频率fe低于20kHz,优选地在100Hz与1000Hz之间,进一步优选地在300Hz与500Hz之间,以便限制样本数量。
然后,监测方法包括通过模数转换器15对样本进行数字转换的步骤以及将具有采样时间tn的数字样本x[nΔt]存储在存储器16中的步骤。
有利地,与现有技术相比,存储器16中记录的数据量是有限的,这使得通过通信模块17的传输更加便宜。
存储器16的数据,即数字样本x[nΔt]以及采样时间tn,由处理模块20接收,所述处理模块20因此可精确地计算相关估计值。有利地,处理模块20通过数字样本x[nΔt]和采样时间tn执行Dirichlet变换,以便形成相关的指示符,特别是平方包络频谱(SES)。
因此,本发明可以通过较少的数据量获得相关的估计量,同时保留旋转机尤其是飞机发动机的相关数据特性。
参考图6,图6示出了采集模块10的第二实施例。为了简明之目的,将仅就与图3的第一实施例的结构和功能上的差异进行描述。
在此实施例中,如图6所示,带通滤波器12包括彼此平行安装的多个模拟带通滤波器181、18k
带通滤波器181、18K可将频率范围切割成多个基本频率范围,每个基本频率范围均由采样保持装置13以独立方式采样。如图6所示,每个基本频率范围由其中心频率(fc K)和其通带(Bp)定义。在行星齿轮传动或直齿轮传动的情况下使用带通滤波器181、18K是令人感兴趣的,其在齿啮合频率周围出现缺陷迹象是已知的。在这种情况下,可对模拟带通滤波器施加等于齿啮合频率feng的中心频率fc和等于feng/2的带宽Bp
有利地,可将每个基本频率范围进行参数化,以在基本频率范围内以相关方式突出显示所述飞机发动机的所述部分的潜在缺陷。基本频率范围使得可以增大信噪比,这有利于检测潜在故障。
上述说明书和实施例的描述,用于解释本发明保护范围,但并不构成对本发明保护范围的限定。通过本发明或上述实施例的启示,本领域普通技术人员结合公知常识、本领域的普通技术知识和/或现有技术,通过合乎逻辑的分析、推理或有限的试验可以得到的对本发明实施例或其中一部分技术特征的修改、等同替换或其他改进,均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于监测旋转机,尤其是飞机发动机的系统的采集模块(10),包括:
至少一个传感器(11),用于检测所述旋转机的部件的物理量的模拟信号x(t);
至少一个采样保持装置(13),被配置为在采样时间tn收集模拟信号x(t)的样本并在两个采样时间tn之间保持所述样本恒定;
至少一个存储器(16),用于存储样本;
其特征在于:所述采样保持装置(13)被配置为在以随机方式定义的采样时间tn收集所述模拟信号x(t)的样本,所述采样时间tn根据以下法则定义:
tn=nΔtn
其中
n为自然整数;
Δt=1/fe,其中fe为所述采样保持装置(13)的采样频率;
τn为随机变量,该随机变量在
Figure FDA0002788229100000011
上满足统一概率律;
所述样本和所述采样时间tn存储在所述存储器(16)中。
2.根据权利要求1所述的采集模块,其特征在于:还包括至少一个模拟带通滤波器(12),所述模拟带通滤波器(12)具有截止频率fcut,所述模拟带通滤波器(12)位于所述传感器(11)与所述采样保持装置(13)之间。
3.根据权利要求1或2所述的采集模块,其特征在于:所述采样频率fe低于20kHz,优选地在100Hz与1000Hz之间,进一步优选地在300Hz与500Hz之间。
4.根据权利要求1至3中任一项所述的采集模块,其特征在于:还包括多个模拟带通滤波器(181、18k),各模拟带通滤波器(181、18k)具有截止频率(fcut1、fcutK),各模拟带通滤波器(181、18k)位于所述传感器(11)与所述采样保持装置(13)之间。
5.根据权利要求4所述的采集模块,其特征在于:各模拟带通滤波器(181、18k)彼此平行。
6.根据权利要求1至5中任一项所述的采集模块,其特征在于:还包括模数转换器(15),所述模数转换器被配置为将所述采样保持装置(13)收集的样本转换成数字样本x[nΔt]。
7.一种监测系统,其特征在于:包括如权利要求1至6中任一项所述的采集模块(10)和至少一个处理模块(20),所述处理模块(20)被配置为根据从所述采集模块(10)获得的所述样本以及采样时间tn计算至少一个健康估计值。
8.根据权利要求7所述的监测系统,其特征在于:所述处理模块(20)包括用于根据Dirichlet变换以变换样本的装置。
9.一种飞机,其特征在于:包括飞机发动机以及如权利要求1至6中任一项所述的采集模块(10),所述采集模块(10)的传感器(11)位于所述飞机发动机的部件上。
10.一种通过使用根据权利要求1至6中任一项所述的采集模块(10)监测旋转机,尤其是飞机发动机的方法,其特征在于:包括以下步骤:
测量所述旋转机的部件的物理量的模拟信号x(t);
在根据以下法则定义的采样时间tn对所述模拟信号x(t)进行采样:
tn=nΔtn
其中
n为自然整数;
Δt=1/fe,其中fe为所述采样保持装置(13)的采样频率;
τn为随机变量,该随机变量在
Figure FDA0002788229100000021
上满足统一概率律;
记录所述样本和所述采样时间tn
CN201980033904.5A 2018-04-09 2019-04-02 用于旋转机构的信号采集模块、监测系统、飞机和监测旋转机构的方法 Active CN112154314B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1853050A FR3079976B1 (fr) 2018-04-09 2018-04-09 Module d'acquisition pour un systeme de surveillance d'une machine tournante, systeme et procede de surveillance
FR1853050 2018-04-09
PCT/EP2019/058295 WO2019197220A1 (fr) 2018-04-09 2019-04-02 Module d'acquisition pour un systeme de surveillance d'une machine tournante, systeme et procede de surveillance

Publications (2)

Publication Number Publication Date
CN112154314A true CN112154314A (zh) 2020-12-29
CN112154314B CN112154314B (zh) 2022-10-11

Family

ID=62873484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980033904.5A Active CN112154314B (zh) 2018-04-09 2019-04-02 用于旋转机构的信号采集模块、监测系统、飞机和监测旋转机构的方法

Country Status (5)

Country Link
US (1) US11280701B2 (zh)
EP (1) EP3759455B1 (zh)
CN (1) CN112154314B (zh)
FR (1) FR3079976B1 (zh)
WO (1) WO2019197220A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3102858B1 (fr) * 2019-11-05 2021-10-29 Safran Procédé, dispositif et programme d’ordinateur de surveillance d’une machine tournante d’un aéronef
CN114114008B (zh) * 2021-11-10 2024-01-05 江苏澳洋医药物流有限公司 一种智能医药货架的输送带电机故障诊断装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001023861A1 (en) * 1999-09-28 2001-04-05 Rockwell Science Center, Llc Condition based monitoring of bearing by vibrational analysis
JP2009264883A (ja) * 2008-04-24 2009-11-12 Fujitsu Ten Ltd 演算処理装置及び演算処理方法
WO2015131396A1 (zh) * 2014-03-07 2015-09-11 中国科学院微电子研究所 一种基于压缩感知的一维信号随机采样方法
CN107643182A (zh) * 2017-09-08 2018-01-30 安徽大学 基于欠采样信号的轴承故障诊断方法及无线网络节点装置
CN107846223A (zh) * 2012-04-20 2018-03-27 凌力尔特有限公司 模数转换器系统和方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8917798B2 (en) * 2009-12-03 2014-12-23 Qualcomm Incorporated Method and apparatus for distributed processing for wireless sensors
JP5492044B2 (ja) * 2010-10-05 2014-05-14 本田技研工業株式会社 セル電圧検出装置、電池システム、およびそのセル電圧検出方法
FR3067889B1 (fr) * 2017-06-14 2019-06-28 Safran Aircraft Engines Procede de mesure de vitesse de rotation d'un arbre de turbomachine tenant compte du bruit de mesure
FR3076348B1 (fr) * 2017-12-28 2020-01-17 Safran Procede et dispositif de surveillance d'un roulement equipant un dispositif tournant
FR3080450B1 (fr) * 2018-04-24 2020-03-20 Safran Procede et dispositif de surveillance d'un systeme a engrenages

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001023861A1 (en) * 1999-09-28 2001-04-05 Rockwell Science Center, Llc Condition based monitoring of bearing by vibrational analysis
US20020083773A1 (en) * 1999-09-28 2002-07-04 Rockwell Science Center, Llc Condition based monitoring by vibrational analysis
JP2009264883A (ja) * 2008-04-24 2009-11-12 Fujitsu Ten Ltd 演算処理装置及び演算処理方法
CN107846223A (zh) * 2012-04-20 2018-03-27 凌力尔特有限公司 模数转换器系统和方法
WO2015131396A1 (zh) * 2014-03-07 2015-09-11 中国科学院微电子研究所 一种基于压缩感知的一维信号随机采样方法
CN107643182A (zh) * 2017-09-08 2018-01-30 安徽大学 基于欠采样信号的轴承故障诊断方法及无线网络节点装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邱文杰等: ""动车组故障检测研究"", 《计算机测量与控制》 *

Also Published As

Publication number Publication date
EP3759455A1 (fr) 2021-01-06
EP3759455B1 (fr) 2021-08-11
FR3079976B1 (fr) 2020-04-17
US11280701B2 (en) 2022-03-22
FR3079976A1 (fr) 2019-10-11
US20210080352A1 (en) 2021-03-18
CN112154314B (zh) 2022-10-11
WO2019197220A1 (fr) 2019-10-17

Similar Documents

Publication Publication Date Title
US7133801B2 (en) System and methodology for vibration analysis and condition monitoring
Dalpiaz et al. Effectiveness and sensitivity of vibration processing techniques for local fault detection in gears
US7031873B2 (en) Virtual RPM sensor
CN111307460A (zh) 基于计算阶次跟踪与谱峭度的滚动轴承故障诊断方法
CN110987438B (zh) 水轮发电机变转速过程周期性振动冲击信号检测的方法
EP2136189B1 (en) Method for analysing vibration in rotor blades
CN110174281B (zh) 一种机电设备故障诊断方法及系统
US20070032966A1 (en) System and methodology for vibration analysis and conditon monitoring
CN112154314B (zh) 用于旋转机构的信号采集模块、监测系统、飞机和监测旋转机构的方法
CN110595764B (zh) 一种基于振动特征提取的直升机传动系统故障诊断方法
EP2345894B1 (en) Trending of vibration data taking into account torque effect
Lin et al. A review and strategy for the diagnosis of speed-varying machinery
CN108151869A (zh) 一种机械振动特征指标提取方法、系统及装置
US11927501B2 (en) Method and device for monitoring a gear system
CN114330489A (zh) 一种监测设备故障诊断方法及系统
Pawlik The use of the acoustic signal to diagnose machines operated under variable load
Li et al. Application of a Method of Identifiying Instantaneous Shaft Speed from Spectrum in Aeroengine Vibration Analysis
CN115683644A (zh) 航空发动机双源拍振特征识别方法
US11486483B1 (en) Condition monitoring for components of a gearbox
CN110361173B (zh) 状态监视
Li et al. Angle domain average and CWT for fault detection of gear crack
RU2667830C1 (ru) Способ диагностики технического состояния агрегата авиационного привода
RU2643696C1 (ru) Способ вибрационной диагностики шестерён редуктора газотурбинного двигателя
JP2021071354A (ja) 軸受診断システム、および、軸受診断方法
US20240094089A1 (en) Method for monitoring the state of mechanical components on a shaft line, associated monitoring device and system

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