CN112236674A - 粒子过滤器监测 - Google Patents

粒子过滤器监测 Download PDF

Info

Publication number
CN112236674A
CN112236674A CN201980037516.4A CN201980037516A CN112236674A CN 112236674 A CN112236674 A CN 112236674A CN 201980037516 A CN201980037516 A CN 201980037516A CN 112236674 A CN112236674 A CN 112236674A
Authority
CN
China
Prior art keywords
particle filter
acoustic data
spectral peaks
operational
filter
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
Application number
CN201980037516.4A
Other languages
English (en)
Inventor
J·帕维莱宁
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.)
Eaton Intelligent Power Ltd
Original Assignee
Eaton Intelligent Power 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 Eaton Intelligent Power Ltd filed Critical Eaton Intelligent Power Ltd
Publication of CN112236674A publication Critical patent/CN112236674A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/50—Processing the detected response signal, e.g. electronic circuits specially adapted therefor using auto-correlation techniques or cross-correlation techniques
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D46/00—Filters or filtering processes specially modified for separating dispersed particles from gases or vapours
    • B01D46/0084—Filters or filtering processes specially modified for separating dispersed particles from gases or vapours provided with safety means
    • B01D46/0086—Filter condition indicators
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/12—Analysing solids by measuring frequency or resonance of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/32—Arrangements for suppressing undesired influences, e.g. temperature or pressure variations, compensating for signal noise
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4427—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with stored values, e.g. threshold values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J9/00—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting
    • H02J9/04—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source
    • H02J9/06—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K7/00—Constructional details common to different types of electric apparatus
    • H05K7/20—Modifications to facilitate cooling, ventilating, or heating
    • H05K7/20009—Modifications to facilitate cooling, ventilating, or heating using a gaseous coolant in electronic enclosures
    • H05K7/20136—Forced ventilation, e.g. by fans
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K7/00—Constructional details common to different types of electric apparatus
    • H05K7/20—Modifications to facilitate cooling, ventilating, or heating
    • H05K7/20009—Modifications to facilitate cooling, ventilating, or heating using a gaseous coolant in electronic enclosures
    • H05K7/20136—Forced ventilation, e.g. by fans
    • H05K7/20181—Filters; Louvers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2273/00—Operation of filters specially adapted for separating dispersed particles from gases or vapours
    • B01D2273/24—Making use of acoustic waves, e.g. for measurements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2279/00—Filters adapted for separating dispersed particles from gases or vapours specially modified for specific uses
    • B01D2279/45—Filters adapted for separating dispersed particles from gases or vapours specially modified for specific uses for electronic devices, e.g. computers, hard-discs, mobile phones
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/025—Change of phase or condition
    • G01N2291/0258—Structural degradation, e.g. fatigue of composites, ageing of oils

Landscapes

  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Acoustics & Sound (AREA)
  • Thermal Sciences (AREA)
  • Mathematical Physics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Power Engineering (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

提供了一种用于检测粒子过滤器清洁度的方法和装置。一种方法包含：接收用于粒子过滤器的校准数据，所述校准数据表示声谱；从位于包含风扇和所述粒子过滤器的系统中的传感器接收操作声学数据；从所述操作声学数据导出第二声谱；将所述声谱的至少一部分与所述第二声谱的对应部分进行比较；以及基于所述比较确定所述声谱与所述第二声谱之间的差异；以及基于所述差异提供输出。

Description

粒子过滤器监测
技术领域
本发明涉及粒子过滤器监测。具体地，本发明涉及用于监测或检测粒子过滤器清洁度的方法和用于执行所述方法的系统。
背景技术
许多电子和电气设备需要冷却以防止设备过热。通常，冷却流体流(即液体或气体)被设置成流过或通过这些设备以提供这种冷却。流体的冷却流通常通过粒子过滤器进行过滤，以防止外来物质进入电子或电气设备。然而，为了实现有效的冷却，重要的是冷却流体的流动不被脏的过滤器阻塞(即粒子过滤器不被粒子过度堵塞)。
因此，粒子过滤器通常以一定的预定间隔进行清洁或更换。这种方法可能导致过早或过晚地更换过滤器，从而可能导致产生不必要的成本(并且在后一种情况下，可能影响电气设备的使用寿命)。粒子过滤器更换的时机在诸如不间断电源(UPS)设备的冷却的应用中特别重要；由于UPS设备可以安装在例如船上或军事设施中，因此可能需要数月才能维修UPS设备的粒子过滤器。因此，希望能够监测过滤器清洁度，以便充分指示粒子过滤器清洁度状态，从而允许在适当时维修或更换粒子过滤器。这样，可以减少维修成本并延长电气设备的使用寿命。
用于监测粒子过滤器清洁度的已知方法包括随着过滤器清洁度变化而监测过滤器上的压力变化(过滤器越脏，过滤器上的压降就越大)，但是这种方法很复杂并且需要昂贵且笨重的监测系统。此外，如果流体流动是湍流，那么难以执行压力测量，这在位于流体流动路径中的风扇和其它机械结构附近是典型的，以帮助冷却电气设备。因此需要一种更简单和更便宜的监测过滤器清洁度的方法。
US 6,964,694 B2公开了使用声感测来监测柴油机微粒过滤器；压力监测不适用于此类应用，因为热的柴油机废气会引起粒子过滤器的烧穿，其本身表现为过滤器上压降的显著降低。这种低压降可能被错误地解释为干净过滤器。US 6,964,694使用复分析来确定频率的声学传递函数，以便获得过滤器信息。因此需要一种更简单和更便宜的监测过滤器清洁度的方法。
发明内容
在第一方面，提供了一种如所附独立方法权利要求1所定义的方法，其具有在所附从属权利要求中定义的可选特征。在第二方面中，提供了如所附独立方法权利要求15中所定义的第一方面的方法的实例实现方式，其中在所附从属权利要求中定义了可选特征。在第三方面，提供了一种被设置为执行第一和第二方面的方法的装置。
在下面的描述中，提供了一种检测粒子过滤器清洁度的方法。所述方法包含：接收用于粒子过滤器的校准数据，所述校准数据表示声谱；从位于包含风扇和粒子过滤器的系统中的传感器接收操作声学数据；从操作声学数据导出第二声谱；将所述声谱的至少一部分与所述第二声谱的对应部分进行比较；基于所述比较确定所述声谱与所述第二声谱之间的差异；以及基于所述差异提供输出。
在下面的描述中，描述了用于确定粒子过滤器清洁度的上述方法的实例实现方式。所述实例方法包含：从位于包含风扇和粒子过滤器的系统中的传感器接收基础声学数据，所述基础声学数据表示干净粒子过滤器；对基础声学数据执行频谱分析以确定表示基础声学数据的一个或多个基础频谱峰；从传感器接收操作声学数据；对所述操作声学数据执行频谱分析以确定代表所述操作声学数据的一个或多个操作频谱峰，操作频谱峰对应于一个或多个基础频谱峰；将一个或多个基础频谱峰与一个或多个相应的操作频谱峰进行比较；确定一个或多个操作频谱峰相对于一个或多个基础频谱峰的频率和/或振幅偏移；使用频率偏移来确定粒子过滤器的清洁度的度量；以及基于所确定的清洁度的度量提供输出。
在确定与粒子过滤器的清洁度的度量相关的差异中使用频谱分析可以提供简单且成本有效的方法，所述方法可以在确定中利用来自系统的各种噪声源。上述监测中频谱峰的使用是使用频谱分析来确定频谱之间的相关性或差异的具体实例。不管底层声学发射的确切来源，即发射是来自流体本身还是来自流体与其它结构的相互作用，都可以确定基础和操作频谱峰之间的差异，例如频率偏移和/或振幅偏移(或振幅变化)。这样，第一方面的方法和第二方面的实例实现方式可以提供相对鲁棒的方法，因为在执行所述方法之前不必隔离或过滤噪声。
任选地，所述系统用于冷却电气设备。换句话说，从位于用于冷却电气设备的系统中的传感器接收基础声学数据，所述系统包含风扇和粒子过滤器。替代地，接收预定用于系统中使用的粒子过滤器的校准数据，所述校准数据是预先确定的。例如，可以在粒子过滤器出售之前或利用原型系统预先确定校准数据，然后以可以接收校准以用于监视粒子过滤器的方式存储校准数据。在此类应用中，粒子过滤器清洁度的状态特别重要，因为过滤器的清洁度会影响电气设备的冷却效率，从而影响电气设备的使用寿命。为了有效地冷却，干净的或未堵塞的过滤器是有利的，以便使通过设备的冷却流体的流量最大化。
任选地，可以对声学数据(基础的和/或操作的)进行滤波，使得仅分析预定频率范围内的声学数据。这可以减少处理器上的计算负荷，从而减少执行频谱分析所需的时间并减少能量成本。可以基于系统的应用来确定或设置预定频率范围。例如，由于设备本身的运行，不间断电源(UPS)设备可以以某些已知的频率发射信号，可以在分析从传感器接收的声发射之前对这些频率进行过滤。
任选地，为了进一步节约能量(当实施所述系统的设备是便携式时特别重要)，仅周期性地从传感器接收声学数据(基础和/或操作)。类似地，校准数据可以任选地仅周期性地接收。任选地，以每月至少一次的频率，任选地以每周至少一次的频率接收声学数据。任选地，每天或每小时接收声学数据。感测声学数据或从传感器接收声学数据的频率有利地基于特定应用预先确定，因为取决于使用过滤器的设备的性质，粒子将以不同的速率积聚在过滤器中。接收校准数据的频率可以取决于其它因素，例如设备的预期使用寿命，或者例如可以仅在过滤器改变时被接收。例如，可以每月或每年接收校准数据。
有利地，频谱的差异用于确定粒子过滤器的清洁度的度量。使用所述差异来确定清洁度的度量可以包含通过计算相关性和/或映射或将频谱彼此进行比较来将所述差异确定为粒子过滤器的清洁度的度量。例如，当可以认为所述差异是频率和/或振幅偏移时，可以通过校准曲线或查找表基于相关或映射函数将所述差异与粒子过滤器的清洁度的度量进行相关或匹配。根据过滤器类型和环境参数，以及可能影响频率偏移如何对应于清洁度的度量的任何其它因素，所述方法能够使用不同的相关或映射函数。
在一些实施例中，校准步骤独立于粒子过滤器的监测而执行，例如，在粒子过滤器出售之前。这些校准步骤可以包含：从传感器接收基础声学数据，所述基础声学数据表示干净粒子过滤器；以及从基础声学数据导出声谱。任选地，校准进一步包含存储表示声谱的校准数据，用于随后在粒子过滤器清洁度的监测或检测中使用。如上参考第二方面所述，在一些实施例中，在检测粒子过滤器清洁度的同时或之前进行校准。
在一些实施例中，所述方法中的第一步是检测粒子过滤器是否已被更换。如果过滤器已被更换，那么执行校准步骤，并且如果确定干净过滤器已经被放置在系统中，那么可以基于干净过滤器所确定的基础频谱峰的特性对映射函数进行修改，从而更新差异(例如频率和/或振幅偏移)和清洁度的度量之间的相关性或映射。在其它实施例中，可以调整或修改所存储的校准数据；在这种设置中，可以不修改用于确定清洁度度量的任何映射函数或相关函数，因为可以在初始校准步骤中考虑过滤器中的差异，使得所确定的频谱中的差异可以在不同过滤器上保持相同。这种方法可以通过识别一个过滤器的频率特性可能与另一个过滤器的频率特性不相同来实现动态校准，即使两个过滤器都是干净的。如果确定过滤器不是干净的(即是脏的)，那么无论基于自动确定还是用户输入，都不会修改映射函数和/或校准数据。这可以避免系统的任何不正确的校准。
有利地，如果清洁度的度量超过预定阈值，那么输出包含警报信号，例如自动消息或警报。可以根据一个或多个环境参数来确定阈值，因为此类环境参数可以影响粒子过滤器的故障的临界性。任选地，根据环境的环境温度确定阈值。任选地，可以在实时监控中使用输出。例如，维修人员可以使用远程监控软件来检查若干电气设备中的一个或多个过滤器的当前状态。在此类实例中，输出可以是实时消息(例如，“设备A剩下了60％的过滤器容量，但是设备B只剩下12％”)。
在下面的描述中，还提供了用于执行第一方面(以及第二示范性方面)的方法的装置。所述装置包含用于感测声发射的传感器和用于从传感器接收表示声发射的声学数据的处理器。任选地，传感器是麦克风。处理器可以是能够执行或以其它方式实现第一方面的方法的步骤的任何合适的处理器或微控制器。
任选地，所述装置形成不间断电源(UPS)设备的一部分。在其它设置中，所述装置形成另一电气设备的一部分，所述另一电气设备包含用于冷却所述设备的风扇和粒子过滤器，所述电气设备例如是个人计算机、机架式服务器系统或逆变器。
在另一方面，提供了一种非暂态计算机可读介质，其包含用于实现第一和第二方面的上述方法的存储指令。这些指令在由处理器执行时使得执行第一和第二方面的方法。
附图说明
以下描述参考以下附图：
图1示出了过滤器清洁度监测系统的示意图；
图2A和2B绘示出了频谱分析的原理以及与干净粒子过滤器相比由于脏粒子过滤器引起的频谱峰的频率偏移；
图3概述了用于确定粒子过滤器清洁度的干净过滤器的校准步骤；以及
图4概述了根据第一方面的用于确定粒子过滤器清洁度的步骤，其中提供了一些任选特征以绘示第二方面的方法的特定的示范性实现方式。
具体实施方式
参考图1，描述了用于监测粒子过滤器清洁度的系统100。流体102的流被引导通过粒子过滤器104和风扇106以用于冷却电气设备。所述实例中的流体102是空气，但流体可以是任何其它冷却气体或液体，例如液氮或水；当流体102是液体时，风扇106是适于在液体中使用的风扇(例如，风扇可适于在水下使用)。然而，系统100也适用于除冷却以外的应用，流体100可以是适用于此类应用的任何流体。应当理解，除了泵之外，第一和第二方面的风扇可以在系统内替换或使用。
传感器110位于系统100中并被设置成感测声发射108a。例如，传感器110可以是设置成记录声发射108a的麦克风，或用于感测声发射108a的任何其它合适的传感器。应当理解，传感器110可以将声发射108a转换成电信号以传输到处理器112，或者可以以任何其它合适的方式将声发射108a传输到处理器112。由传感器100在处理器112处接收的数据表示由传感器110感测的声发射108a。以下描述将在处理器112处接收和处理的信息或数据称为声学数据108b，以反映声学数据与原始声发射108a之间的关系。
声发射108a可以是风扇106产生的噪声，以及流体102流经风扇106、粒子过滤器104以及位于流体102路径上的任何其它结构所产生的噪声。例如，声发射108可以包含来自流体102自身的涡流或波动流以及来自通过粒子过滤器104的流体102的流动的噪声。噪声还可以包括由于风扇106的操作以及通过风扇106的流体102的流动而引起的风扇106的组件(诸如风扇板和风扇格栅)的振动。简而言之，声发射108a包含来自流体102路径上所有结构的噪声，或仅来自某些结构的噪声。所述噪声根据通过过滤器的流体流102的速度而变化，过滤器本身是过滤器104的清洁度的函数-粒子过滤器104越脏(即，越堵塞)，过滤器越影响流过其的流体的速度(因此，来自流体102的声发射的频率和振幅特性的变化越大)。因此，声发射108可以提供过滤器清洁状态的指示。
表示由传感器110感测的声发射108a的声数据108b经由无线或有线连接被传输到处理器112以进行分析。对在处理器处接收的声学数据108b进行频谱分析以从声学数据108b导出声谱；更具体地，在一些实例中，可以如下文参考图2A和2B所描述地执行频谱分析。基于所述分析，可以提供输出114。
存储器116连接到处理器112。处理器112可以是任何合适的处理设备(例如，处理器核、微处理器、ASIC、FPGA、控制器、微控制器等)，并且可以是一个处理器或可操作地连接的多个处理器。存储器116可以包括一个或多个非暂时性计算机可读存储介质，例如RAM、ROM、EEPROM、EPROM、闪存设备、磁盘等，及其组合。存储器116可以存储数据和指令118，这些指令可以由处理器112执行以使得处理器112执行操作。
传感器110可以被设置成周期性地感测声发射108a，例如每小时、每天、每周或每月。替代地，例如，传感器110可以连续地感测声发射108a，或者可以被设置为在满足预定条件时或者在用户启动时自动地感测声发射。当感测是周期性的时，传感器110有利地被设置为在每个周期的特定持续时间内感测或记录声发射108a：例如，持续时间小于一秒，几秒(在1秒和10秒之间)，几十秒(在10秒和60秒之间)或几分钟(1分钟或更多)。
通过周期性地感测声发射108a，并且在每个周期的有限持续时间内，可以最小化在从传感器向处理器112传输相应的声数据时对带宽的使用。此外，可以减少处理器112在对声学数据108b进行后续分析时所使用的处理能力。当声发射108a在短时间周期内被感测到时，即几秒钟，任选地小于1秒，任选地小于半秒时，这种效应可能特别显著。这种设置在电气设备是便携式的或电池供电的应用中可能是有益的，因为仅采集声发射108a的小样本可以减少在收集和分析数据中的能量使用并且因此可以节省电池功率。
任选地，在处理器112处或在传感器110处的声发射108a的感测期间，对声学数据108b进行滤波，以减少或去除来自系统其它组件的噪声。例如，一些UPS设备以各种开关设备的开关频率以及UPS设备的其它高频组件(例如，由于开关设备的开关而引起的电感器或其它组件的振动)发出噪声。在一些实例中，所述频率可以是大约18kHz，其可以在分析之前从声学数据108b去除。在这种设置中，可以提供模拟2kHz低通过滤器以从UPS中滤除高频分量。类似地，在处理器112进行分析之前，可以从声学数据108b中去除由于例如市电引起的声发射的极低频分量。例如，可以使用模拟或数字带通过滤器。
图2A绘示出了对声学数据108b执行的频谱分析的示范性形式的一般原理，并且图2B表示实验数据，其说明了关于图2A概述的原理。
为了使用操作声学噪声来确定粒子过滤器的清洁度的量度，首先有利地确定干净粒子过滤器的声发射的基线；换句话说，可以校准系统100。这种校准可以独立于监测粒子过滤器的方法进行，即例如在工厂设置中进行。在一些实施例中，从传感器接收基础声学数据，所述基础声学数据表示干净粒子过滤器和从基础声学频谱导出的声谱。然后可以计算或确定并存储表示基础声谱的校准数据。然后可以接收校准数据以用于监测粒子过滤器清洁度。在此类设置中，校准数据可以不表示频谱峰，如下所述，而是可以是表示基础声谱的任何其它形式的数据。
在一些实例中，校准过程要求表示系统100的具有干净粒子过滤器104的基础声发射由传感器110感测并作为基础声学数据传递到处理器112。然后对基础声学数据进行频谱分析。基础声发射是声发射108a的实例，基础声学数据是声学数据108b的实例。
声学数据的频谱分析提供了一个指示，即原始声发射的功率是如何分布在构成原始发射或信号的不同频率分量上的。当功率集中在某些频率时，可以在这些特定频率的分布中辨别峰。这些峰在下面的描述中被称为“频谱峰”。频谱分析可以包含对时间序列声发射执行傅立叶变换并例如通过互相关或通过任何其它合适的方法比较频谱。
根据第二方面的示范性实现方式，如图2A所示，基础声学数据可以包含基础频谱峰220、230、240、250、260(这些峰在图2A中由灰色线和圆圈表示)。频谱峰220是低频分量，其可以指示背景或环境噪声水平。在这个实例中，基础频谱峰230、240和250被选择用于粒子过滤器清洁度的后续检测。例如，所选择的频谱峰可以是振幅高于预定阈值的峰，或者是预定频率范围内振幅最高的峰。在这个实例中，所考虑的频率范围是500Hz到1kHz，但是当选择基础频谱峰时，可以考虑任何合适的频率范围。在系统100的操作期间，基础频谱峰230、240、250被用作基础水平或校准，以确定粒子过滤器104的清洁度。
一旦确定了校准数据(例如，选择基础频谱峰或测量校准数据)-如上所述，其可以在独立于监测的工厂设置中或在单独的校准步骤中发生-传感器110可以感测操作声学数据。操作声学数据是声学数据108b的实例，并且代表在系统正在进行的操作过程中，带有脏污(即部分堵塞)的粒子过滤器104或可能存在完全堵塞的粒子过滤器104的系统100发出的噪声(或声发射108a)。因此，操作声学数据包含由流体102及其与系统100的组件的相互作用产生的噪声，以及由系统100的组件(即风扇106)本身产生的噪声。如上所述，系统100中的噪声随着粒子过滤器104变得更脏和流体102的流动被阻塞(即，当过滤器104被从流体中过滤的粒子部分堵塞时)而改变。可以通过分析由传感器108感测的操作声学数据并将结果与对于基础声学数据获得的结果或与先前接收的校准数据进行比较来确定噪声的这种变化。
具体地，操作声学数据由传感器110感测并传递到处理器112。在一些实施例中，从操作声学数据导出操作声学频谱，并且将第二声学频谱的一些或全部与基础声学频谱的对应部分进行比较，以基于比较确定声谱与第二声谱之间的差异。这种差异可以通过频谱分析来确定。
例如，比较此类频谱的一种方法是通过相关的数学函数(例如互相关，或作为一个相对于另一个的位移的函数的两个系列的相似性的度量)。两个频谱的相关性可以用作清洁度度量的代理。例如，通过将操作声谱与来自干净过滤器的基础声谱进行相关或比较，并确定所述差异是否超过特定阈值，或者通过将操作声谱与来自脏过滤器的基础声谱进行相关或比较，并确定所述频谱是否相似或相同(即差异小于特定阈值)，并可获得过滤器清洁度的指示。由于此类互相关发生在频域中，因此所述方法可以考虑频谱中的任何峰。
另一种方法是对操作声学数据执行频谱分析，并直接确定操作声学数据的频谱峰，以便与校准数据进行比较。这些操作峰可以以与上述基础峰相同的方式确定。作为实例，下面将更详细地描述此方法。具体地，如图2A所示，操作声学数据包含频谱峰220、230、240、250、260(这些峰由图2A中的黑线和交叉线表示，其在一些情况下与基础频谱峰的灰线/圆圈重叠，即由干净过滤器产生的峰)。
可以看出，在这个实例中，相对于基础频谱峰230、240和250的频率，操作频谱峰230、240和250的频率分别偏移Δf1、Δf2和Δf3。也可能发生频谱峰的峰振幅的变化，如操作频谱峰250所示，其中相对于基础频谱峰的振幅变化示为ΔU。可以通过例如比较基础数据信号和操作数据信号的电压来测量峰振幅的偏移或变化。所述频率(在这种情况下，是振幅)偏移的幅度部分地取决于粒子过滤器104的清洁度，因此，可以用于确定粒子过滤器的清洁度的度量，如下面更详细地描述的。
上述频谱峰230、240和250的频率偏移也在图2B中绘示出，其示出实验室结果的3D频谱图的顶视图。频谱图是声发射(以及相应地，声学数据)的频率(和振幅)随时间变化的频谱的视觉表示。在实验开始时(时间t＝0)，提供单个干净的过滤器。在时间点t＝270，将第二过滤器加入到实验装置中以模拟脏的或部分堵塞的过滤器。在时间点t＝280，移除第二过滤器，并且仅保留单个干净的过滤器。在时间点270之前和时间点280之后感测的声学数据表示在校准过程期间将在诸如系统100的实际系统中接收的基础声学数据。在系统100的操作期间，在时间点270和280之间接收的声学数据表示将被接收的操作声学数据，其中粒子过滤器104不必是干净的过滤器。
如图2B所示，所选择的频谱峰230、240和250的频率分别在基本声学数据和操作声学数据之间偏移Δf1,Δf2和Δf3。对于频谱峰250，所述偏移大约为50Hz。所述频率偏移可用于确定粒子过滤器的清洁度的度量。另外地或替代地，可以使用峰值振幅的偏移来确定粒子过滤器的清洁度的度量。例如，可以使用查找表或校准曲线来将所确定的频率和/或振幅偏移与粒子过滤器的清洁度的度量相匹配。此类校准曲线可以是线性的或非线性的。换句话说，提供了将频率和/或振幅偏移映射到粒子过滤器的清洁度的映射函数，使得能够基于频率和/或振幅偏移确定清洁度的度量。
可以使用多个映射函数，例如，每个映射函数对应于不同类型的粒子过滤器。不同的映射函数可以远程存储在服务器上，并应通过无线或有线网络请求提供给处理器212。这种设置允许在必要时对映射函数进行全局更新。替代地，(一个或多个)映射函数可以本地存储在连接到处理器112的存储器116中，所述设置避免了由于系统100的位置而可能经历的与网络上的连通性有关的任何问题。例如，映射函数可以被预加载到与处理器112相关联的存储器116中。
任选地，系统100可以包含一个或多个附加传感器，用于测量环境参数，包括但不限于环境温度、气压(例如大气压)和相对湿度。此类环境因素可能影响流体密度，进而影响来自系统100的声发射108a的频率。因此，在一些设置中，可以制定将确定的差异(例如，频谱峰的频率和/或振幅偏移)映射到粒子过滤器的清洁度的映射函数(一个或多个)以考虑一个或多个测量的环境参数。在其它设置中，可以在用于检测粒子过滤器清洁度的方法中接收之前或之后修改或调整校准数据，以考虑一个或多个测量的环境参数。
上述频谱分析(例如确定和比较频谱峰，或更一般地比较声谱以确定所述频谱中的差异)可以由处理器112本地执行或远程执行，这取决于应用。可以“实时”对声学数据108b进行分析，即，当传感器108感测到声发射108a时。替代地，声学数据108b可以存储在存储器116中，并且可以在稍后的时间点进行分析。
当系统100是UPS设备的一部分时，处理器112可以是微处理器，例如UPS设备的数字信号处理器(DSP)(其测量电流和电压以控制UPS和来自UPS的通信)。频谱分析可以在DSP上执行，DSP通常足够强大以在本地执行必要的频谱分析，特别是当传感器110感测到小样本的声发射108a(即小于或等于1秒)时，因为小样本集使得后续计算在计算上更容易且更便宜。替代地，可以将新的单独的板添加到UPS设备以执行分析。所述板有利地具有无线通信能力(例如，蓝牙)以与UPS设备的处理器进行通信和/或从传感器110接收声学数据108b。此外，可以将用于检测声发射的麦克风或其它合适的传感器改装到UPS设备中，以能够确定粒子过滤器的清洁度。替代地，传感器110可以集成到新的UPS设备设计中。
参照图3和4描述用于检测粒子过滤器清洁度的方法。图3概述了用于校准系统100中的干净粒子过滤器104的方法300的步骤，以便确定指示干净过滤器的声谱，例如基础频谱峰。图4概述了检测过滤器清洁度的示范性方法400，任选地，其中所述基础频谱峰用于确定操作频谱峰相对于基础频谱峰的频率偏移。在处理器112执行存储在存储器116中的指令118时，方法300和400可以由系统100的处理器112执行。在所述实例中，系统100是用于冷却电气设备的系统，并且方法300和400利用所述系统。然而，系统100也适用于除冷却之外的应用中，并且方法300和400可以类似地在此类替代应用中执行。类似地，可以独立于系统100执行方法300，即在工厂设置中而不是在粒子过滤器的操作环境中执行。
在图3的校准过程300的步骤310，接收表示干净过滤器的声学数据。所述数据是上述基础声学数据。从位于系统100中的传感器110接收声学数据，或者替代地，例如当在工厂中而不是在传感器的操作环境中执行校准时，可以从另一传感器接收声学数据。如上所述，为了减少处理成本并使频谱分析更容易，所接收的声学数据有利地是传感器110仅在几秒的周期内，更有利地在小于1秒的周期内记录或感测的数据。任选地，传感器110可以被激活更长的时间周期，即几十秒，或者根据需要更长的时间。任选地，如上所述，可以对声学数据进行滤波，以减少或去除来自系统其他组件的外来的高频或低频噪声。
在步骤320，对接收到的声学数据进行频谱分析。如上参考图2A和2B所述，在一些实例中，频谱分析可以使得能够识别表示声学数据内的主频率的频谱峰。例如，可以识别图2A的频谱峰220、230、240、250和260。替代地，频谱分析可以包含从传感器接收声学数据，所述声学数据表示干净粒子过滤器(或者在一些实例中是脏粒子过滤器)，并且更一般地，从声学数据导出声谱。
在作为任选步骤的步骤330，根据所执行的频谱分析的类型，从频谱分析中选择最能代表所接收的音频数据的频谱峰，即频谱峰230、240和250(这些所选择的峰是上述基础频谱峰)。可以选择单个频谱峰，或者可以选择多个频谱峰。在步骤340，再次任选地，确定所选的频谱峰的特性。这些特性包括但不限于所选频谱峰的频率。除了频率之外，可用于确定粒子过滤器的清洁度的度量的另一个特性是频谱峰的振幅。可以使用其它合适的特性来代替振幅或与振幅一起使用。
在步骤350，存储校准数据。校准数据可以是表示声学数据的数据，例如表示从声学数据导出的声谱。替代地，校准数据可以包含所选峰值的所确定的特性。这些特性可以以查找表的形式或以任何其它合适的格式存储。所确定的特性可以本地存储在与处理器112相关联的存储器114中，或者可以远程存储在服务器上。
执行校准过程300的步骤310到350能够确定校准数据(例如，表示来自包含干净粒子过滤器的系统100的噪声的基础频谱峰)。然后，所述校准数据和/或校准过程可用于参考图4和5所述的检测粒子过滤器清洁度的方法中。在一些实施例中，方法300以及方法400和500均使用相同的系统来执行，以便参考图3描述的初始校准对于操作系统是特定的。在其它实施例中，独立于图4和5中的方法执行校准过程。
可以根据步骤S410启动图3的校准过程300，其中确定是否已经更换了过滤器。在系统100中放置新的干净的粒子过滤器104之后，可以根据用户的请求启动。替代地，基于对粒子过滤器104已被更换的自动确定，校准可以自动启动。如果确定粒子过滤器已经被更换，那么在S420进行校准。所述校准可以要求校准过程300在S420执行以校准新的过滤器，或者要求接收先前在步骤S350存储的校准数据。
在一些设置中，可以使用所接收的校准数据而无需进行修改。然而，任选地，当在系统100中放置新的干净的粒子过滤器时，可能存在预期的基础声发射的特定频率范围。如果在步骤S420确定的基础频谱峰落在这些预期频率之外，这可以指示过滤器是脏的(即，不干净)，在这种情况下，可以不存储在步骤S340确定的特性；相反，在方法400的其余部分中可以使用来自先前校准步骤的基础频谱峰的特性。然而，如果确认过滤器是干净的，那么可以更新在步骤S480使用的用于确定粒子过滤器的清洁度的(一个或多个)映射函数，以反映与新过滤器相关联的基础频谱峰的频率特性。
在步骤S430，从系统100的传感器110接收操作声学数据。如上所述，所述数据表示来自系统100的噪声(或声发射)，这些噪声是由系统组件和通过所述组件的流体102的流动而产生的。在操作状态下，通过从流体中过滤出的阻碍流体102流动的粒子，粒子过滤器104可以是干净的，或者可以是脏的(至少部分堵塞)。任选地，如上所述，可以对操作声学数据进行滤波，以减少或去除来自系统其它组件的外来的高频或低频噪声。
在步骤S440，对接收到的操作声学数据进行频谱分析。如所讨论的，所述频谱分析可以包含导出操作声学数据的声谱，以与在步骤S420接收的校准数据所表示的声谱进行比较。任选地，在一些实例中，如参考步骤S460所述，可以确定对应于在步骤S330所选择的基础频谱峰的操作频谱峰。根据所选择的基础频谱峰的数量，在步骤S460可以确定一个或多个操作频谱峰。
在步骤S450，任选地检索或接收所存储的校准数据(例如，基础频谱峰的特性)。应当理解，在步骤S420中已经检索到校准数据的情况下，在步骤S450中不能再次检索校准数据。如上所述，校准数据可以本地存储在存储器114中的处理器112中，或者远程存储在服务器上。校准数据可以存储在查找表中，或者以任何其它合适的格式存储。例如，可以在方法400中的任何合适的点处发生步骤S450，可以理解，可以在步骤S430之前发生步骤S450。
在步骤S470，将从操作声学数据导出的声谱的至少一部分与由校准数据表示的声谱的对应部分进行比较。例如，可以将包括基础频谱峰的频率的所选频谱峰或基础频谱峰的特性与在步骤S460确定的操作频谱峰的频率进行比较。替代地，例如，比较可以采用互相关。通过所述比较，确定声谱和第二声谱之间的差异。在一些实例中，所述差异可以是操作频谱峰相对于基础频谱峰的频率和/或振幅偏移。
比较的实例方法可能需要以下步骤中的一些或全部：
1.定义一组“先前峰”，其在第一次迭代中等于“来自校准的干净过滤器峰”-换句话说，这些先前峰可被认为是初始方法步骤期间的校准数据。
2.收集操作声学数据。
3.从所述操作声学数据导出或创建声谱。
4.搜索特定频率范围和/或特定振幅的声谱的所有峰。例如，搜索具有在1200-400Hz之间的频率和大于0.1的归一化振幅的峰(所述振幅可替代地通过考虑操作声学数据的测量电压来找到)。这提供了用于比较的操作数据的子集。根据应用，可以采用差频和/或振幅范围。
5.确定所述子集是否包含位于先前峰的预定频率范围内的峰。例如，所述子集是否包含具有在(先前峰±10Hz的频率)范围内的频率的峰？
否启动过滤器警告或警报-即差异超过特定阈值。
是用我们刚刚发现的那些峰的参数代替“先前峰”中的参数。
6：新的“先前峰”与初始校准数据，即“来自校准的干净过滤器峰”相差大于预定阈值吗？
否跳回到步骤2并重复过程。
是启动过滤器警告或警报-即差异超过特定阈值。
在所述示范性方法中，必须相对有规律地重复所述过程，即每天一次，以便跟踪频谱峰的变化。替代地，可以采用用于比较声谱和确定差异的任何其它合适的方法。图4的步骤S470的差异可以包括上述确定的差异中的一个或两个(即步骤5的差异和/或步骤6的差异)。
任选地，在步骤S490，使用诸如频率偏移的差异来确定粒子过滤器104的清洁度。可以使用诸如校准曲线或查找表的映射函数来将所确定的频率偏移映射到过滤器的清洁度的相应度量。任选地，在方法400期间还测量环境参数，例如环境温度和相对湿度，并且在映射函数中可以考虑这些环境参数；例如，可以根据所测量的环境参数使用不同的映射函数，或者可以对映射函数进行调整以补偿所测量的环境参数。
任选地，在映射函数内定义粒子过滤器脏污度的预定阈值或限制。所确定的差异(例如频率和/或振幅偏移)可以与映射函数进行匹配，以确定所述偏移是否指示过滤器是朝向预定阈值的10％，朝向预定阈值的50％，朝向预定阈值的70％等。有利地，阈值发生在粒子过滤器脏污的绝对极限之前，即在过滤器完全堵塞之前，为了帮助确保在清洁或更换粒子过滤器之前可以进行一定程度的电气设备冷却。替代地，可以使用任何其它合适的清洁度的度量。
在步骤S490，基于在步骤S470确定的差异提供输出。在一些实例中，输出可以取决于或指示过滤器的清洁度。例如，可以提供警告输出或信号，例如警报或自动消息。输出可以指示粒子过滤器104朝向预定阈值为90％。有利地在粒子过滤器被粒子完全堵塞之前发出的这种类型的警告可以促进粒子过滤器104的预防性维修，这又可以使电气设备的使用寿命延长。替代地，所述输出可以简单地是例如警报输出。例如，警报可以指示过滤器故障，或者是声谱与干净过滤器的频谱变化预定量的警告。
在一些实例中，估计粒子过滤器的剩余寿命并将其作为输出提供。例如，由于粒子积聚的不利影响，被认为朝向粒子过滤器脏污的预定阈值或极限的50％的过滤器可能仅剩余其寿命的三分之一。
不同的输出可以以不同的差异或以不同的过滤器清洁度阈值提供。提供输出的阈值可以根据许多因素而变化-电气设备和系统的位置(即，距离有多远，安排维修有多困难)和环境参数(其中这些参数被测量或感测)。例如，环境温度可能与粒子过滤器的严重故障有多严重有关，因此当环境温度较高时，发出输出的阈值可能较低，例如关于过滤器清洁度或剩余寿命的警告警报。替代地，高环境温度可以指示冷却系统中的故障，并且因此例如可以基于检测到的环境温度来调整阈值以减少估计的粒子过滤器的剩余寿命。
在步骤S490之后，所述方法可以根据具体实现方式返回到步骤S410或步骤S340；换句话说，粒子过滤器清洁度的监测可以是连续的。
上述用于检测或监测粒子过滤器清洁度的方法可以提供一种鲁棒的方法，其可以消除与其它已知方法相关的许多问题，即监测系统本身的复杂性和费用以及后续数据分析的计算成本。通过考虑声谱的至少一部分，例如仅考虑来自声学数据的某些频谱峰，可以降低基于所述方法的分析的复杂性，从而有助于减少计算负荷和计算费用。通过使频谱中的差异，例如所选频谱峰的频率和/或振幅偏移，与过滤器清洁度的度量相关或以其它方式映射，可以提供指示状态过滤器的简单有效的输出。这些优点使得上述方法可以在远程和/或便携式设备中实现，从而可以减少维修成本并提高使用所述方法的电气设备的使用寿命。
在此注意到，虽然以上描述了各种实例，但是这些描述不应所述被视为限制性的。相反，在不脱离如所附权利要求所限定的本发明的范围的情况下，可以进行多种变化和修改。

Claims (25)

1.一种检测粒子过滤器清洁度的方法，所述方法包含：
接收用于粒子过滤器的校准数据，所述校准数据表示声谱；
从位于包含风扇和所述粒子过滤器的系统中的传感器接收操作声学数据；
从所述操作声学数据导出第二声谱；
将所述声谱的至少一部分与所述第二声谱的对应部分进行比较；
基于所述比较确定所述声谱与所述第二声谱之间的差异；以及
基于所述差异提供输出。
2.根据权利要求1所述的方法，其进一步包含：
使用所述差异来确定所述粒子过滤器的清洁度的度量。
3.根据权利要求2所述的方法，其中使用包含基于相关函数和/或映射函数使所述差异与所述粒子过滤器的清洁度的所述度量相关。
4.根据前述权利要求中任一项所述的方法，其中比较包含：
对所述声谱执行频谱分析以确定表示所述校准数据的一个或多个频谱峰；
对所述第二声谱执行频谱分析以确定表示所述操作声学数据的一个或多个操作频谱峰，所述操作频谱峰对应于所述一个或多个频谱峰；
将所述一个或多个频谱峰与所述一个或多个对应的操作频谱峰进行比较。
5.根据权利要求5所述的方法，其中确定差异包含：
确定所述一个或多个操作频谱峰相对于所述一个或多个频谱峰的频率和/或振幅偏移。
6.根据权利要求1至3中任一项所述的方法，其中所述差异包含所述声谱与所述第二声谱之间的频率偏移或振幅偏移中的一者或两者。
7.根据前述权利要求中任一项所述的方法，其进一步包含校准所述系统，其中校准包含：
从所述传感器接收基础声学数据，所述基础声学数据表示干净粒子过滤器；及
从所述基础声学数据导出所述声谱；
任选地，其中校准进一步包含存储表示所述声谱的所述校准数据。
8.根据权利要求7所述的方法，其进一步包含：
作为第一步，检测所述粒子过滤器是否已经被更换，并且
在从所述基础声学数据导出所述声谱之后，基于将所述声谱与对于干净粒子过滤器所期望的声谱进行比较来确定所述粒子过滤器是否干净，并且如果所述过滤器是干净的，
基于所述声谱对所述校准数据进行修改。
9.根据前述权利要求中任一项所述的方法，其进一步包含测量一个或多个环境参数，所述环境参数包含以下各项中的至少一项：环境温度、相对湿度和气压。
10.根据权利要求9所述的方法，其中所述输出基于所述差异和所述一个或多个测量的环境参数。
11.根据前述权利要求中任一项所述的方法，其中提供输出包含如果所述差异超过预定阈值，那么自动发送警报信号。
12.根据从属于权利要求9的权利要求11所述的方法，其中所述预定阈值取决于所述一个或多个测量的环境参数。
13.根据前述权利要求中任一项所述的方法，其包含在确定所述声谱与所述第二声谱之间的所述差异之前，滤除预定频率范围之外的操作声学数据。
14.根据前述权利要求中任一项所述的方法，其中接收操作数据包含周期性地接收，任选地，以每月至少一次的速率周期性地接收。
15.一种用于检测粒子过滤器清洁度的方法，所述方法包含：
从位于包含风扇和粒子过滤器的系统中的传感器接收基础声学数据，所述基础声学数据表示干净粒子过滤器；
对所述基础声学数据执行频谱分析以确定表示所述基础声学数据的一个或多个基础频谱峰；
从所述传感器接收操作声学数据；
对所述操作声学数据执行频谱分析以确定表示所述操作声学数据的一个或多个操作频谱峰，所述操作频谱峰对应于所述一个或多个基础频谱峰；
将所述一个或多个基础频谱峰与所述一个或多个对应的操作频谱峰进行比较；
确定所述一个或多个操作频谱峰相对于所述一个或多个基础频谱峰的频率和/或振幅偏移；
使用所述频率和/或振幅偏移来确定所述粒子过滤器的清洁度的度量；以及
基于所确定的清洁度的度量来提供输出。
16.根据权利要求15所述的方法，其中使用包含检索映射函数并基于所述映射函数使所述频率和/或振幅偏移与所述粒子过滤器的清洁度的所述度量相关。
17.根据权利要求16所述的方法，其包含：
作为第一步，检测所述粒子过滤器是否已经被更换，并且
在对所述基础声学数据执行频谱分析之后，基于将所述一个或多个确定的基础频谱峰的频率和/或振幅与对于干净粒子过滤器所期望的预定范围的频率和/或振幅进行比较来确定所述粒子过滤器是否是干净的，并且如果所述过滤器是干净的，
基于所述一个或多个基础频谱峰的所述频率和/或振幅对所述映射函数进行修改。
18.根据权利要求16或17所述的方法，其中使用包含基于一个或多个测量的环境参数对所述映射函数进行调整。
19.根据权利要求15至18中任一项所述的方法，其中提供输出包含如果清洁度的所述度量超过预定阈值，那么自动发送警报信号，任选地，其中所述预定阈值取决于一个或多个测量的环境参数。
20.根据权利要求18或权利要求19所述的方法，其进一步包含测量一个或多个环境参数，所述环境参数包含以下各项中的至少一项：环境温度、相对湿度和气压。
21.根据权利要求15至20中任一项所述的方法，其包含在对操作声学数据执行频谱分析之前，滤除预定频率范围之外的所述操作声学数据。
22.根据权利要求15至21中任一项所述的方法，其中接收操作数据包含周期性地接收，任选地，以每月至少一次的速率周期性地接收。
23.一种布置成执行前述权利要求中任一项所述的方法的装置，所述装置包含传感器和处理器。
24.根据权利要求23所述的装置，其中所述装置经布置以冷却电气设备。
25.一种不间断电源[UPS]设备，其包含根据权利要求23或权利要求24所述的装置。
CN201980037516.4A 2018-04-16 2019-04-10 粒子过滤器监测 Pending CN112236674A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GBGB1806149.9A GB201806149D0 (en) 2018-04-16 2018-04-16 Particle for monitoring
GB1806149.9 2018-04-16
PCT/EP2019/059076 WO2019201700A1 (en) 2018-04-16 2019-04-10 Particle filter monitoring

Publications (1)

Publication Number Publication Date
CN112236674A true CN112236674A (zh) 2021-01-15

Family

ID=62203394

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980037516.4A Pending CN112236674A (zh) 2018-04-16 2019-04-10 粒子过滤器监测

Country Status (5)

Country Link
US (1) US20210116423A1 (zh)
EP (1) EP3781939A1 (zh)
CN (1) CN112236674A (zh)
GB (1) GB201806149D0 (zh)
WO (1) WO2019201700A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020101319B4 (de) 2020-01-21 2023-09-28 Mann+Hummel Gmbh Luftfiltersystem mit akustischer Überwachung sowie Verfahren zur akustischen Überwachung eines Luftfilters
GB2597756B (en) * 2020-08-03 2022-11-23 Crane John Uk Ltd Determining remaining lifetime of a seal based on accumulation of an acoustic emission energy

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6161435A (en) * 1998-07-21 2000-12-19 University Technology Corporation Method and apparatus for determining the state of fouling/cleaning of membrane modules
US20040031386A1 (en) * 2002-04-29 2004-02-19 Rauchfuss Mark S. Diesel particulate filter monitoring using acoustic sensing
DE10242300A1 (de) * 2002-09-12 2004-03-18 Robert Bosch Gmbh Vorrichtung und Verfahren zur Bestimmung des Zustands eines Partikelfilters
TW200528175A (en) * 2004-02-26 2005-09-01 Benq Corp Method for detecting the cleanliness of a filter
US20070199378A1 (en) * 2006-02-28 2007-08-30 Daoud Mohamed I System and method for monitoring a filter
DE102009047614A1 (de) * 2009-12-08 2011-06-09 Robert Bosch Gmbh Vorrichtung und Verfahren zur Erfassung einer Luftfilterverschmutzung
DE102016207208A1 (de) * 2016-04-27 2017-11-02 Volkswagen Aktiengesellschaft Verfahren zur Zustandsbestimmung eines Luftleitweges einer Klimatisierungsvorrichtung

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0231405B1 (de) * 1986-01-18 1988-09-28 Honeywell-Elac-Nautik GmbH Verfahren und Vorrichtung zum Feststellen der Beladung von Aktivkohlefiltern
DE19852705A1 (de) * 1998-11-16 2000-05-25 Atmos Medizintechnik Gmbh & Co Absaugvorrichtung, welche luftgetragene oder luftgelöste Abfallprodukte einer chirurgische Behandlung mit einem stromgetriebenen Chirurgieinstrument insbesondere mit einem Laser-Skalpell absaugt, mit einer Filtereinheit
US7253743B2 (en) * 2005-02-07 2007-08-07 Cisco Technology, Inc. Techniques for identifying when to change an air filter
US20090058633A1 (en) * 2007-08-31 2009-03-05 Matsushita Electric Industrial Co., Ltd. Anc notch filter adaptation system and method for handling road noise peak shifts in a motor vehicle
ITPN20080037A1 (it) * 2008-05-16 2009-11-17 Nilfisk Advance S P A "mezzi filtranti perfezionati e macchina per spazzatura pavimenti dotata di tali mezzi"

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6161435A (en) * 1998-07-21 2000-12-19 University Technology Corporation Method and apparatus for determining the state of fouling/cleaning of membrane modules
US20040031386A1 (en) * 2002-04-29 2004-02-19 Rauchfuss Mark S. Diesel particulate filter monitoring using acoustic sensing
DE10242300A1 (de) * 2002-09-12 2004-03-18 Robert Bosch Gmbh Vorrichtung und Verfahren zur Bestimmung des Zustands eines Partikelfilters
TW200528175A (en) * 2004-02-26 2005-09-01 Benq Corp Method for detecting the cleanliness of a filter
US20070199378A1 (en) * 2006-02-28 2007-08-30 Daoud Mohamed I System and method for monitoring a filter
WO2007100472A1 (en) * 2006-02-28 2007-09-07 Caterpillar Inc. System and method for monitoring a filter
DE102009047614A1 (de) * 2009-12-08 2011-06-09 Robert Bosch Gmbh Vorrichtung und Verfahren zur Erfassung einer Luftfilterverschmutzung
DE102016207208A1 (de) * 2016-04-27 2017-11-02 Volkswagen Aktiengesellschaft Verfahren zur Zustandsbestimmung eines Luftleitweges einer Klimatisierungsvorrichtung

Also Published As

Publication number Publication date
WO2019201700A1 (en) 2019-10-24
GB201806149D0 (en) 2018-05-30
US20210116423A1 (en) 2021-04-22
EP3781939A1 (en) 2021-02-24

Similar Documents

Publication Publication Date Title
EP1672444B1 (fr) Procédé de suivi des performances d'un équipement industriel
US9939344B2 (en) Detecting leaks in a fluid distribution system
KR102058841B1 (ko) 발전기 컬렉터의 섬락을 검출하는 시스템 및 방법
CA3055191C (en) Methods and apparatus to analyze recordings in leak detection
CN101495760B (zh) 用于确定涡轮分子泵的状态信息的方法和涡轮分子泵
CN101124523A (zh) 用于过程控制系统的诊断设备
AU2022100050A4 (en) Optical acoustic sensing system and method
CN208781062U (zh) 用于使声发射传感器多功能化的设备
KR20220053588A (ko) 스팀 트랩 모니터링 디바이스들, 시스템들, 및 관련 기법들
CN112236674A (zh) 粒子过滤器监测
BR112012029154B1 (pt) Aparelho configurado para detectar o uso de gás, método para fornecer o mesmo e método para detectar o uso de gás
RU2008102141A (ru) Система и способ мониторинга и управления режимом работы силового трансформатора
JP2002022617A (ja) 軸受診断装置
JP2018001997A (ja) 空制システム異常判定装置、空制システム、空制システム異常判定方法およびプログラム
CN108333443B (zh) 电力设备间歇性缺陷的报警方法
US20220221375A1 (en) A Method and a Condition Monitoring Device for Monitoring a Rotating Equipment
US20130279710A1 (en) Systems and methods for sensing the operational status of an acoustic horn
WO2009127879A2 (en) Improvements in and relating to steam wastage measurement and management
US11380183B2 (en) Gas alarm replacement warning method and device, and electronic apparatus including the device
JP7402500B2 (ja) 状態変化検知システム及び状態変化検知プログラム
US11188292B1 (en) System and method for customized heterodyning of collected sounds from electromechanical equipment
JP2008180681A (ja) 変圧器の内部異常診断方法
CN104775884B (zh) 用于运行内燃机的方法和装置
JP6960192B1 (ja) フィルターの目詰まりを推定する方法およびシステム
JP4661853B2 (ja) 障害分析システム、方法、及びプログラム

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