CN112525530B - 用于滚动轴承的部件的损伤预测的方法 - Google Patents
用于滚动轴承的部件的损伤预测的方法 Download PDFInfo
- Publication number
- CN112525530B CN112525530B CN202010889754.2A CN202010889754A CN112525530B CN 112525530 B CN112525530 B CN 112525530B CN 202010889754 A CN202010889754 A CN 202010889754A CN 112525530 B CN112525530 B CN 112525530B
- Authority
- CN
- China
- Prior art keywords
- rolling bearing
- damage
- component
- variable
- computer program
- 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.)
- Active
Links
- 238000005096 rolling process Methods 0.000 title claims abstract description 95
- 230000006378 damage Effects 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000007246 mechanism Effects 0.000 claims abstract description 40
- 238000004590 computer program Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000009825 accumulation Methods 0.000 claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims description 26
- 239000000314 lubricant Substances 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 10
- 238000005461 lubrication Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 3
- 208000027418 Wounds and injury Diseases 0.000 description 6
- 208000014674 injury Diseases 0.000 description 6
- 230000001050 lubricating effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006735 deficit Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 239000000654 additive Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
- F16C2233/00—Monitoring condition, e.g. temperature, load, vibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Rolling Contact Bearings (AREA)
Abstract
本发明涉及用于滚动轴承的部件的损伤预测的方法，尤其涉及一种用于在至少一个第一机制阶段中预测滚动轴承处的损伤机制的方法。该方法包括第一步骤，其中检测滚动轴承的至少一个部件的多个物理变量。随后在第二步骤中根据物理变量得出至少一个第一影响变量和第二影响变量。随后在第三步骤中基于至少第一影响变量和第二影响变量得出损伤份额并将损伤份额加至损伤总和。在第四步骤中借助损伤总和和第一损伤积累模型得出滚动轴承的部件的剩余寿命。在此，损伤机制是白蚀裂纹机制。本发明还涉及用于执行该方法的计算机程序产品、用于机器处的滚动轴承的检测系统和具有该检测系统的机器。
Description
技术领域
本发明涉及一种用于预测损伤机制的方法，该损伤机制作用在滚动轴承的部件上并引起所谓的白蚀裂纹。本发明还涉及用于执行这种方法的计算机程序产品和评估单元。本发明还涉及相应的检测系统和配备有这种检测系统的机器。
背景技术
从参考文献US 2017/0286572A1中已知一种设置用于实施物理系统的数字孪生的设备。该设备设计用于接收传感器的测量数据并在数字孪生中将其处理。数字孪生还设计用于例如得出物理系统的一部分的预期的剩余寿命。
国家科学应用研究院的Arnaud Ruellan du Crehu的博士论文“Tribologicalanalysis of White Etching Crack(WEC)failures in rolling element bearings(滚动件轴承中的白蚀裂纹(WEC)失效的摩擦学分析)”公开了对白蚀裂纹损伤的研究。其中，在第255页，为了在风力设备中使用滚动轴承而识别各种可能的决定性的物理变量。
滚动轴承使用在经受苛刻的运行条件进而暴露于大量损伤机制、以及白蚀裂纹机制(简称WEC机制)的大量机器中。为了确保可靠的运行，需要预测损伤发展。本发明所基于的目的是给出一种能够创建这种用于预测WEC机制的可行性。
发明内容
所述目的通过根据本发明的方法实现，该方法被设置用于预测在滚动轴承的部件处出现的损伤机制。滚动轴承的部件例如能够是外环、内环或滚动体。在第一机制阶段中，执行第一步骤，其中借助于传感器检测滚动轴承处的多个物理变量。在该方法的第二步骤中，得出与损伤机制相关的至少一个第一影响变量和第二影响变量。第一影响变量和第二影响变量基于在第一步骤中检测到的物理变量得出。因此，可将影响变量基本上理解为推导出的变量和/或滚动轴承处的不能直接借助于传感器检测的变量。在第三步骤中，基于至少第一影响变量和第二影响变量来得出损伤份额。在此，在离散的时间段得出损伤份额，并将其作为加法量加至损伤总和。损伤总和属于描述损伤发展的第一损伤积累模型。在第四步骤中，基于损伤总和以及第一损伤积累模型来得出部件的剩余寿命。根据本发明，损伤机制是白蚀裂纹机制(简称WEC机制)。WEC机制会大大缩短部件的寿命，从而使关于WEC机制的预测实现滚动轴承以及机器的可靠运行，其中必要时能够更换严重受损的滚动轴承或其部件。
在所要求保护的方法的一个实施方式中，物理变量中的至少一个物理变量是转矩、温度、特别是滚动轴承中的润滑剂温度或轴承温度、转速、旋转加速度、在外部经过滚动轴承的电流的强度和/或电流的极性。对于这种变量可提供产生足够精确的测量值的、紧凑且便宜的传感器。此外，能够以简单的方式从所描述的物理变量得出WEC机制的多个影响变量。
另外，至少第一影响变量是在相应部件的滚动触点处存在的赫兹接触应力、在部件处存在的润滑膜厚度、滑移、轴承温度和/或润滑剂温度。赫兹接触应力基本能够基于滚动轴承中存在的转矩得出。为此，能够在滚动轴承处得出支承力，例如能够由该支承力结合滚动体与内环或外环之间的接触仿真得出转矩。在得出转矩以及得出赫兹接触应力时考虑滚动轴承的类型信息。滚动轴承的类型信息能够包括：宏观几何变量，例如滚动轴承的至少一个部件的尺寸说明或运行面形状描述的说明，微观几何变量，例如表面粗糙度、材料信息、覆层信息、润滑剂组分、例如关于添加剂的说明、运动学信息，或它们的组合。润滑膜厚度又能够基于转矩、转速和润滑剂温度组合地得出。部件处的滑移能够根据转矩、旋转加转速、润滑剂温度的组合来得出。另外，能够基于在外部经过滚动轴承的电流的强度根据相应的模型得出滚动轴承的部件中的电流强度。
通过损伤份额表示当前运行状态的存在，其中损伤份额对WEC机制完全存在并且表示可能以何种强度存在。损伤份额能基于赫兹接触应力、滚动轴承处的滑移和润滑膜的高度来得出。影响变量能以简单的方式快速得出并且能在第一损伤积累模型中被处理。此外，这些影响变量能仅从转速、旋转加转速、转矩和润滑剂温度来得出。可替换地，损伤份额能基于赫兹接触应力、滚动轴承处的滑移、润滑膜厚度和/或滚动轴承的部件中的电流强度来得出。因此，在此使用第二损伤积累模型。通过将电流强度作为附加的影响变量，以小的额外耗费提高了要求保护的方法的精度。
在要求保护的方法的另一实施方式中，能够借助于滚动轴承的数字图像连续地执行第二步骤，其中至少得出第一影响变量和第二影响变量。将数字图像(也称为数字孪生)应理解为基本持续运行的仿真，其仿真与方法相关的物理过程。在要求保护的方法中，数字图像或数字孪生使用减少数量的物理变量和影响变量就够用。数字图像在要求保护的方法中是相应紧凑的，并且还能在具有低计算能力的简单硬件上快速实施。这允许成本适宜地以也能在现场使用的硬件来实施。因此，滚动轴承能够借助于要求保护的方法基本上实时地监控来自WEC机制的损伤。可替换地，数字图像也能在属于复杂仿真环境的物理模块中形成。这种仿真环境设计用于嵌入到物联网软件环境(简称IoT环境)、例如Siemens(西门子)的Mindsphere中。这允许全面监控相应的滚动轴承。可替换地或附加地，还能根据多维特性曲线族得出第一影响变量和第二影响变量。这样的多维特性曲线族例如能够通过单独的仿真在现场使用之前得出。由此能够节约运行中的仿真耗费并且进一步加快该方法的流程，并且例如改进其实时能力。
此外，用于通过WEC机制预测损伤的滚动轴承的部件能够是滚动轴承的内环、外环或滚动体。外环和内环经由其外径和内径以及在其上构造的运行面的形状在几何方面基本能被完整地说明。同样地，滚动体利用少量外部尺寸在几何方面能被完整地说明。相应地能够以简单的方式利用减少数量的关于部件本身的说明来执行该方法。此外，通常在外环或内环的运行面处出现由WEC机制引起的损伤。因此，要求保护的方法专门设计用于最易受WEC机制影响的部件。同样，通过将所要求保护的方法同时应用于部件中的多个部件，能够产生预测：部件中的哪些部件会首先被WEC机制充分损伤。根据运行条件、应用情况和滚动轴承，不同的部件会首先失效。因此，所要求保护的方法具有广泛的使用范围。
此外，在第四步骤中，能够根据表格、函数、算法和/或运行仿真来提供部件的剩余寿命。表格值能够以简单的方式从实验结果中推导出。提供部件剩余寿命的预测的函数从其他应用中已知并且能以小的实验耗费匹配于要求保护的方法。这同样适用于如下算法，在其中还能设定部件的预期的未来负载状况。例如，能够分别检测转移至不同负载类别中的载荷的数量。例如，负载类别可被理解为当前的转矩量的类别。假设各个负载类别的数量比例基本恒定并且仅负载的转移数量增加，则能够得出剩余寿命。运行仿真又能以简单的方式考虑关于配备有该滚动轴承的机器的计划运行的数据。这例如能够根据来自机器的控制单元的数据来实施。由此例如能够尤其精确地确定需要更换滚动轴承的时间点，进而尽管存在WEC机制仍能在很大程度上利用滚动轴承的使用寿命。这允许可靠且同时经济地运行具有滚动轴承的机器。
在要求保护的方法中，将根据第一或第二损伤积累模型得出的剩余寿命输出至配备有该滚动轴承的机器的控制单元、用户和/或评估单元。基于此，尤其能够输出警告，能够触发机器的停止，设计运行限制，例如减小的最高转矩或减小的最高转速，和/或在机器的控制单元中调整机器的运行计划。可替换地或补充地，还能要求维护过程或为了必要的备件输出存储指令。由此能够实现具有滚动轴承的机器的可靠且同时经济的运行。
所基于的目的还通过根据本发明的计算机程序产品实现。该计算机程序产品被设置用于在评估单元中进行非易失性存储和执行，该评估单元与能够与机器耦联。为此，计算机程序产品能够完全或部分地设计为软件。可替换地或附加地，计算机程序产品还能是固定布线的装置，例如是芯片或FPGA。该计算机程序产品能够一体地构造或者构造为能够在单独的硬件上执行并且在运行时通信耦联的多个子程序。例如，计算机程序产品能够以子程序的形式在评估单元中、机器本身中的控制单元中和/或在计算机云的服务器上执行。计算机程序产品被设置用于接收和处理物理变量的测量值。此外，计算机程序产品能够被设置用于输出警告。根据本发明，计算机程序产品设计用于在评估单元上执行根据以上阐述的实施方式之一的至少一种方法。
该目的同样通过根据本发明的评估单元实现，该评估单元具有非易失性存储器和计算单元。评估单元适合通过相应的接口与传感器连接，传感器被设置用于检测物理变量。根据本发明，评估单元配备有根据上述实施方式之一设计的计算机程序产品。评估单元还能被设置用于在正常运行时控制与该评估单元连接的机器。评估单元能够直接地与机器相关联和/或借助上级的控制单元设置，该控制单元经由通信数据连接与机器耦联。上级的控制单元例如能够是主计算机或计算机云。
所述目的还通过根据本发明的检测系统来实现。检测系统包括评估单元，评估单元被设置用于检测滚动轴承处的物理变量。为此，评估单元与多个传感器连接。根据本发明，评估单元根据以上说明的实施方式之一来设计。
该目的同样由根据本发明的机器来实现。该机器具有被容纳在滚动轴承中的、可转动的轴和/或齿轮，例如行星齿轮。滚动轴承的至少一个部件与检测系统连接，检测系统根据上述实施方式之一来设计。在此，该机器能够是如下设备，其中轴可转动地容纳在滚动轴承中，例如是变速器、行星变速器、工业变速器或电动马达。这种机器能够借助于检测系统可靠且经济地运行。
附图说明
下面，根据各个实施方式描述本发明。各个实施方式的特征在此能够彼此组合并且能够与以上阐述的实施方式组合。只要附图中相同的附图标记也具有相同的技术含义，就应当将附图理解为是相互补充的。附图分别示出：
图1示出所要求保护的方法的第一实施方式的示意流程；
图2示出所要求保护的方法的第二实施方式的示意流程；
图3示出所要求保护的机器的实施方式的示意结构。
具体实施方式
图1示意性地示出所要求保护的方法100的第一实施方式的流程。方法100旨在预测滚动轴承10处的WEC机制，该滚动轴承属于未详细示出的机器90。滚动轴承10具有外环12、内环14、设置在它们之间的多个滚动体16和笼17。在运行中，在外环12和内环14之间出现相对转动15。将多个传感器20与滚动轴承10相关联，能够借助传感器检测滚动轴承10处的不同的物理变量30。传感器20包括转速传感器22、温度传感器24、转矩传感器26和另外的传感器28。转速传感器能够与未详细示出的轴相关联，并且由此得出滚动轴承10处的转矩。温度传感器24被设置用于检测润滑剂温度和/或轴承温度。传感器20与评估单元40连接，评估单元被设置用于接收和处理传感器20的测量值47。评估单元40被设置用于可执行地存储用于实现所描述的方法100的计算机程序产品80。传感器20和具有计算机程序产品80的评估单元40属于用于机器90的检测系统85。由此开始，执行第一步骤110，其中通过滚动轴承10处的传感器20检测多个测量值47并且将其作为物理变量30提供给评估单元40。物理变量30包括转速(从其中也能推导出旋转加转速)、润滑剂温度34、转矩36和至少一个另外的物理变量38。物理变量30用作为也称为数字孪生的数字图像50的物理模块53的输入值。
在物理模块53中，在方法100的第二步骤120中，从物理变量30得出影响变量51。为此，还借助于存储器查询55由计算机程序产品80提供物理模块53的类型信息59。属于影响变量51的是滚动轴承10中的滚动触点处的赫兹接触应力52、润滑膜厚度54、滚动轴承10中的滑移56以及至少一个其他的影响变量58。还能将由传感器20检测的物理变量30用作为其他的影响变量58。因此，润滑剂温度34、经过滚动轴承10的电流的强度和/或该电流的极性能够用作附加的影响变量58。在第二步骤120中，还由计算机程序产品80通过存储器查询55提供类型信息59。
在第三步骤130中，将影响变量51和类型信息59用作为用于数字图像50的状态模块57的输入值。状态模块57设置用于得出在滚动轴承10中是否存在与WEC机制相关的运行状态。基于影响变量51，赫兹接触应力52、润滑膜厚度54和滑移56得出滚动轴承10的当前状态65。基于此得到多维的、尤其是至少二维的、可展示的当前状态65，该当前状态能够处于非关键区域66中，在该非关键区域中不会出现由WEC机制引起的损伤。因此，非关键区域66中的加权系数67为零。在非关键区域66之外，在第一机制阶段42中的WEC机制延续。在非关键区域66之外的当前状态65具有不等于零的加权系数67。在第三步骤130中，从其中获得损伤份额68，WEC机制在当前状态65下发展了该损失份额。
在第四步骤140中，将损伤份额68在第一损伤积累模型71中加至损伤总和74。第一损伤积累模型71具有特性曲线76，根据该特性曲线，就韦勒曲线(Woehlerlinie)的意义而言，能够以特定负载水平73中的负载交变数量75的形式得出滚动轴承10的部件的余下的剩余寿命77。如果剩余寿命77下降到可设定的警告阈值以下，则能够将如此得出的剩余寿命77输出至用户或能够输出警告。
在图2中示意性地示出所要求保护的方法100的第二实施方式的流程，借助该方法检测和预测WEC机制的损伤发展。方法100借助于计算机程序产品80来执行，该计算机程序产品以非易失的形式存储在控制单元40上并执行。控制单元40在此与未详细示出的机器90相关联。进行第一步骤110，其中借助于相关联的传感器20在滚动轴承10处检测多个物理变量30。能够属于物理变量30的例如是滚动轴承10的转速32、当前的润滑剂温度34、作用于滚动轴承10上的转矩36或其他物理变量38。在随后的第二步骤120中，将检测到的物理变量30用作得出至少多个影响变量51的基础。属于影响变量51的能够是作为第一影响变量52的赫兹接触应力、作为第二影响变量54的润滑膜厚度、或者作为第三影响变量56的滚动轴承10处的滑移、或者另外的影响变量58。影响变量51基于在第一步骤110中得出的物理变量30借助于数字图像50得出，该数字图像也称为数字孪生。为此，基本上在持久运行的仿真处设计的数字图像50包括物理模块53，该物理模块适合于接收和处理物理变量30。特别地，能够通过物理模块53从经过滚动轴承10的电流的强度得出存在于滚动轴承10的部件12、14、16、17中的电流。这例如通过仿真进行。在第二步骤120中，借助于数字图像50的物理模块53得出的影响变量51在第二步骤120中还与类型信息59组合，类型信息也是影响变量51。类型信息59借助于存储器查询55提供并且描述了表示滚动轴承10的特性的数据。当前的影响变量51的组合在数字图像50的状态模块57中表示滚动轴承10的状态。总体上，在第二步骤120中，滚动轴承10的当前状态65能够从状态模块57推导出。
在第三步骤130中，基于数字图像50的状态模块57得出滚动轴承10的当前状态65。在此，确定当前状态65在状态空间60中的位置，该状态空间基本包括所有技术上有意义的运行状态。得出的是：当前状态65是否位于WEC机制不发展的非关键区域66内。如果当前状态65位于非关键区域66之外，则得出加权系数67和损伤份额68，WEC机制发展了该损伤份额。此外，将损伤份额68加至当前的损伤总和74，该损伤总和在第一机制阶段42中描述第一损伤积累模型71的发展。
在第四步骤140中，基于第一损伤积累模型71，从当前状态65和相对应的损伤份额68得出滚动轴承10的剩余寿命77。滚动轴承10的剩余寿命77在此能够作为信息输出至用户或数据库。然后，该方法进入最终状态200。第一步骤110、第二步骤120、第三步骤130和第四步骤140能够持久地在循环160中执行，以便实现持久检测滚动轴承10。
图3示意性地示出要求保护的机器90的实施方式的结构。机器90构造为变速器，并且具有至少一个输入轴91和至少一个输出轴92，输入轴和输出轴经由齿轮93彼此连接。输入轴91和输出轴92可转动并且分别容纳在滚动轴承10中。滚动轴承10配备有传感器20，传感器被设置用于检测滚动轴承10处的物理变量30、特别是转矩32，并且控制单元将其作为测量值47转发。评估单元40又具有计算机程序产品80，该计算机程序产品被设置用于执行上面阐述的、用于预测由WEC机制引起的损伤的方法100。具有计算机程序产品80和传感器20的评估单元40属于机器90所具有的检测系统85。
Claims (12)
1.一种用于预测滚动轴承(10)处的损伤机制的方法(100)，所述方法包括以下步骤：
a)检测所述滚动轴承(10)的至少一个部件的多个物理变量(30)；
b)根据所述物理变量(30)和所述滚动轴承(10)的类型信息(59)得出至少一个第一影响变量(52)和第二影响变量(54)；
c)基于至少所述第一影响变量(52)和所述第二影响变量(54)得出损伤份额(68)并且将所述损伤份额(68)加至损伤总和(74)；
d)借助于所述损伤总和(74)和第一损伤积累模型(71)得出所述滚动轴承(10)的所述部件的剩余寿命(77)；
其特征在于，所述损伤机制是白蚀裂纹机制，所述白蚀裂纹机制发展了所述损伤份额(68)。
2.根据权利要求1所述的方法(100)，其特征在于，所述物理变量(30)中的至少一个物理变量是转矩(36)、温度(34)、转速(32)、旋转加速度、电流强度和/或电流极性。
3.根据权利要求1或2所述的方法(100)，其特征在于，至少所述第一影响变量(52)是所述滚动轴承(10)的部件中的电流强度、赫兹接触应力、润滑膜厚度、滑移和/或润滑剂温度。
4.根据权利要求1或2所述的方法(100)，其特征在于，在步骤c)中，至少根据所述滚动轴承(10)的部件中的赫兹接触应力、滑移、润滑膜厚度和润滑剂温度，或者至少根据所述滚动轴承的部件中的电流强度、赫兹接触应力、滑移、润滑膜厚度和/或润滑剂温度，得出所述损伤份额(68)。
5.根据权利要求1或2所述的方法(100)，其特征在于，根据所述滚动轴承(10)的数字图像(50)和/或根据多维特性曲线族连续地执行步骤b)。
6.根据权利要求1或2所述的方法(100)，其特征在于，所述滚动轴承(10)的所述部件是所述滚动轴承(10)的内环(14)、外环(12)或滚动体(16)。
7.根据权利要求1或2所述的方法(100)，其特征在于，根据表格、函数、算法和/或运行仿真来执行步骤d)。
8.根据权利要求1或2所述的方法(100)，其特征在于，将根据所述第一损伤积累模型(71)或第二损伤积累模型得出的所述剩余寿命(77)输出至机器(90)的控制单元、用户和/或评估单元(40)。
9.一种存储介质，在所述存储介质上存储有用于在评估单元(40)中非易失性存储和执行的计算机程序，所述计算机程序被设置用于接收和处理物理变量(30)的测量值(47)，其特征在于，所述计算机程序被设置用于执行根据权利要求1至8中任一项所述的方法(100)。
10.一种评估单元(40)，包括非易失性存储器和计算单元，所述计算单元被设置成与用于物理变量(30)的传感器(20)连接，并且所述计算单元配备有用于处理所述物理变量(30)的测量值(47)的计算机程序，其特征在于，该计算机程序是根据权利要求9所述的存储介质的计算机程序。
11.一种检测系统(85)，包括评估单元(40)，该评估单元能够与多个传感器(20)连接，所述传感器被设置用于检测滚动轴承(10)的部件处的物理变量(30)，其特征在于，该评估单元(40)是根据权利要求10所述的评估单元。
12.一种包括至少一个能转动的轴(91、92)的机器(90)，所述轴被容纳在滚动轴承(10)中，其中，所述滚动轴承(10)的至少一个部件配备有用于预测损伤机制的检测系统(85)，其特征在于，该检测系统(85)是根据权利要求11所述的检测系统。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP19194385.1 | 2019-08-29 | ||
| EP19194385.1A EP3786607A1 (de) | 2019-08-29 | 2019-08-29 | Verfahren zur schadensprognose an einer komponente eines wälzlagers |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112525530A CN112525530A (zh) | 2021-03-19 |
| CN112525530B true CN112525530B (zh) | 2023-11-24 |
Family
ID=67809341
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010889754.2A Active CN112525530B (zh) | 2019-08-29 | 2020-08-28 | 用于滚动轴承的部件的损伤预测的方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11422062B2 (zh) |
| EP (1) | EP3786607A1 (zh) |
| CN (1) | CN112525530B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102004048649A1 (de) * | 2004-10-06 | 2006-04-20 | Fag Kugelfischer Ag & Co. Ohg | Verfahren zur Zustandsüberwachung und Lebensdauerprognose wenigstens eines Wälzlagers in einer wälzgelagerten Vorrichtung |
| CN101025804A (zh) * | 2006-02-22 | 2007-08-29 | 通用电气公司 | 用于执行预测和资产管理服务的方法、系统和计算机程序产品 |
| CN104335023A (zh) * | 2012-04-24 | 2015-02-04 | Skf公司 | 轴承监控方法和系统 |
| CN106415420A (zh) * | 2014-03-26 | 2017-02-15 | 舍弗勒技术股份两合公司 | 用于对润滑的机器元件进行功能监控的方法和系统 |
| CN108474412A (zh) * | 2016-01-21 | 2018-08-31 | 舍弗勒技术股份两合公司 | 用于检测滚动轴承中的滑移率的方法和测量装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10908048B2 (en) * | 2015-05-14 | 2021-02-02 | Kcf Technologies, Inc. | Machine health monitoring system and method |
| US20170286572A1 (en) | 2016-03-31 | 2017-10-05 | General Electric Company | Digital twin of twinned physical system |
-
2019
- 2019-08-29 EP EP19194385.1A patent/EP3786607A1/de active Pending
-
2020
- 2020-08-28 US US17/006,344 patent/US11422062B2/en active Active
- 2020-08-28 CN CN202010889754.2A patent/CN112525530B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102004048649A1 (de) * | 2004-10-06 | 2006-04-20 | Fag Kugelfischer Ag & Co. Ohg | Verfahren zur Zustandsüberwachung und Lebensdauerprognose wenigstens eines Wälzlagers in einer wälzgelagerten Vorrichtung |
| CN101025804A (zh) * | 2006-02-22 | 2007-08-29 | 通用电气公司 | 用于执行预测和资产管理服务的方法、系统和计算机程序产品 |
| CN104335023A (zh) * | 2012-04-24 | 2015-02-04 | Skf公司 | 轴承监控方法和系统 |
| CN106415420A (zh) * | 2014-03-26 | 2017-02-15 | 舍弗勒技术股份两合公司 | 用于对润滑的机器元件进行功能监控的方法和系统 |
| CN108474412A (zh) * | 2016-01-21 | 2018-08-31 | 舍弗勒技术股份两合公司 | 用于检测滚动轴承中的滑移率的方法和测量装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112525530A (zh) | 2021-03-19 |
| US11422062B2 (en) | 2022-08-23 |
| EP3786607A1 (de) | 2021-03-03 |
| US20210063275A1 (en) | 2021-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ertunc et al. | ANN-and ANFIS-based multi-staged decision algorithm for the detection and diagnosis of bearing faults | |
| EP2461222B1 (en) | Method and system for detection of machine operation state for monitoring purposes | |
| CN113027703A (zh) | 包括传动系统、齿轮箱和发电机的旋转机械的损害和剩余使用寿命的确定 | |
| EP3956645B1 (en) | System, apparatus and method of determining condition of a bearing | |
| RU2719331C1 (ru) | Способ определения нагрузки подшипника, компьютерный программный продукт, устройство управления и привод | |
| CN113950618B (zh) | 用于确定轴承的剩余寿命的系统、装置和方法 | |
| Abid et al. | Fault prognostics for the predictive maintenance of wind turbines: State of the art | |
| Zhukovskiy et al. | The probability estimate of the defects of the asynchronous motors based on the complex method of diagnostics | |
| CN110954314A (zh) | 设备磨损的预测方法及装置 | |
| CN109791090B (zh) | 轴承的剩余有效寿命的预测 | |
| US11921005B2 (en) | System, apparatus and method for estimating remaining useful life of a bearing | |
| Irfan et al. | Analysis of distributed faults in inner and outer race of bearing via Park vector analysis method | |
| Denkena et al. | Preload monitoring of single nut ball screws based on sensor fusion | |
| CN112525530B (zh) | 用于滚动轴承的部件的损伤预测的方法 | |
| WO2023052390A1 (en) | System and method for estimating remaining useful life of a bearing | |
| Patrick et al. | Diagnostic enhancements for air vehicle HUMS to increase prognostic system effectiveness | |
| JP7290221B2 (ja) | 余寿命予測システム、余寿命予測装置、および余寿命予測プログラム | |
| RU2794164C1 (ru) | Система, устройство и способ определения состояния подшипника | |
| EP4253934A1 (en) | System, apparatus and method for misalignment-based remaining useful life estimation of a bearing | |
| Hetmańczyk et al. | Computer Aided Diagnosis and Prediction of Mechatronic Drive Systems | |
| Vechart et al. | Fleetwide Integrated Prognostics Health Management for Emerging EVTOL Operations | |
| Leandro Cabral et al. | Automated classification of tribological faults of alternative systems with the use of unsupervised artificial neural networks | |
| CN116699390B (zh) | 柴油机组故障检测方法和系统 | |
| CN117520993B (zh) | 电驱动桥试验系统及其方法 | |
| EP4012209A1 (en) | System, apparatus and method for estimating remaining useful life of at least one bearing |
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 |