CN113227926A - 用于监测电机的状况监测装置和方法 - Google Patents
用于监测电机的状况监测装置和方法 Download PDFInfo
- Publication number
- CN113227926A CN113227926A CN201980085165.4A CN201980085165A CN113227926A CN 113227926 A CN113227926 A CN 113227926A CN 201980085165 A CN201980085165 A CN 201980085165A CN 113227926 A CN113227926 A CN 113227926A
- Authority
- CN
- China
- Prior art keywords
- data
- condition monitoring
- monitoring device
- measurements
- condition
- 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
Links
- 238000012806 monitoring device Methods 0.000 title claims abstract description 80
- 238000012544 monitoring process Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005259 measurement Methods 0.000 claims abstract description 87
- 230000036541 health Effects 0.000 claims abstract description 17
- 230000000737 periodic effect Effects 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 7
- 230000004907 flux Effects 0.000 description 12
- 238000013459 approach Methods 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 6
- 238000012546 transfer Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
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
- G01M1/00—Testing static or dynamic balance of machines or structures
- G01M1/14—Determining imbalance
- G01M1/16—Determining imbalance by oscillating or rotating the body to be tested
- G01M1/22—Determining imbalance by oscillating or rotating the body to be tested and converting vibrations due to imbalance into electric variables
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
- G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/02—Measuring direction or magnitude of magnetic fields or magnetic flux
- G01R33/0206—Three-component magnetometers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及用于监测电机的状况监测装置和方法。该方法包括在周期时刻从状况监测装置的一个或多个传感器得到测量,其中每个传感器是磁力计和加速计中的一个。该方法还包括对于一个或多个时刻将所述测量的幅度数据与所述状况监测数据进行比较,其中对于一个或多个轴线中并且在一个或多个频率的所述幅度数据来执行所述比较。状况监测数据包括多个参数、多个状况和多个频率之间的关系。该方法还包括基于所述比较来检测状况以及与该状况关联的至少一个参数。按照所述检测,该方法包括将至少一个参数的测量用于确定电机的健康状况。
Description
技术领域
本发明涉及电机的状况监测的领域,以及本发明更特别涉及使用状况监测装置对故障的检测和确定。
背景技术
电机(例如马达、发电机、泵、风扇等)的状况监测通常涉及从电机的被监测参数来检测要求控制、维护和/或其他支持的状况。能够使用传感器(例如用来检测磁场、电流、振动、温度等的传感器)来执行电机的监测。这些传感器通常是状况监测装置的组成部分,或者传感器向状况监测装置提供信号以用于状况评定。相应地,状况监测装置基本上从机载传感器或者被连接到电机的传感器来采集原始数据。
使用本地处理器在状况监测装置本地或者在远程位置处执行所采集数据的分析,在所述远程位置处,所采集数据被传递给远程云以用于分析。在这两种方式中,均存在局限性。由于第一方式是要获取数据以及在本地端本身处执行用于状况评定的计算并且将结果传递给云或远程服务器(入口),所以计算能力基于装置的处理器速度和存储器约束而被限制。通常,状况监测装置具有有限处理速度和存储器,并且它们能够在短周期内(例如在15-30分钟内)操控数据。这约束来自部署高级计算方法以用于分析的适用性。
类似地,由于第二方式是要将数据从本地端传递给云(或远程服务器(入口))并且在云上实现用于状况评定的逻辑,所以基本缺点在于要求大量原始数据从装置传递给云。在自供电装置(例如电池操作状况监测装置)中,这引起传感器的降低操作寿命。而且,通信消耗功率和带宽。因此,期望消除或最小化电池消耗,并且优化用于状况评定的网络使用。
因此,需要具有一种解决方案,该解决方案克服这两种方式的缺点,并且同时提供用于进一步分析的改进方法。
发明内容
本发明涉及采用状况监测装置来监测电机(例如马达)。状况监测装置是一种配置成附于电机的壳体上的装置。备选地,状况监测装置是便携装置,该便携装置能够被带到电机附近以检测电机的健康状况。状况监测装置能够是自供电装置,在所述情况下,它具有能源(例如一个或多个电池)。
在本发明的一个方面,状况监测装置包括壳体、多个传感器、数据记录器、存储器、数据分析器和通信单元。这些组件作为硬件或逻辑组件来实现。例如,能够存在逻辑(作为可执行指令被存储在存储器中),所述逻辑是采用处理器可执行的,以执行电机的监测中涉及的各种步骤。因此,状况监测装置包括处理器、传感器、存储器、I/O接口和逻辑(例如逻辑模块),其用来执行电机的监测中涉及的各种步骤。另外,状况监测装置能够包括能源(例如电池),其用于为装置供电。
能够采用状况监测装置来监测电机。备选地,能够采用状况监测装置和计算装置来监测电机。在这里,计算装置是边缘装置(网关)或服务器中的一个,它包括用于检测电机的健康状况的各种技术。在这种情况下,计算装置通过工厂通信网络与状况监测装置在通信上耦合,并且从状况监测装置接收用于健康评定的所要求测量。
在方面中,本发明涉及一种用于采用状况监测装置来监测电机的方法。该方法包括在周期时刻从状况监测装置的一个或多个传感器得到测量。状况监测装置能够配置成使得传感器每几分钟(例如按照5、10、15或者其他预定时间间隔)收集测量。在这里,一个或多个传感器的每个传感器是磁力计和加速计中的一个。此外,在多个轴线中并且在多个频率执行测量。而且,测量对应于基于状况监测装置相对于电机的放置所确定的测量位置。
该方法进一步包括对于一个或多个时刻(即,每次采用传感器收集测量时在那个时刻的数据或者在那个时刻和一些先前时刻的数据)将测量的幅度数据与在状况监测装置处可用的状况监测数据进行比较。状况监测数据包括多个参数、多个状况和多个频率之间的关系。例如,状况监测数据包括转子不平衡、未对齐、软脚(softfoot)等之间的关系、与估计速度的前五个谐波对应的加速计数据和/或与线频率的前两个谐波对应的磁力计数据。这能够是某些频率和某个轴线中的数据的数据趋势。例如,某些频率在某些状况中能够是主导的(dominant),因为轴向方向上的示例数据可以是主导的,如与切向方向上的数据相比,等等。
对一个或多个轴线中并且在一个或多个频率的幅度数据执行比较。因此,对于幅度数据的比较对于某个轴线(例如轴向方向、径向方向和/或切向方向)中的数据并且对于某些频率(例如对于第一谐波、第二谐波等)。
例如,采用加速计在三轴线(例如使用三轴线加速计)中执行测量。在这里,对于与从加速计测量所估计的速度的前三个谐波对应的一个或多个频率来执行任何轴线中的幅度数据的比较。能够使用已知技术从加速计数据来估计速度。
作为另一个示例,能够采用加速计和磁力计在三个轴线(例如使用三轴线加速计和三轴线磁力计)中执行测量。在这里,对于与速度的一个或多个谐波和线频率的一个或多个谐波对应的一个或多个频率来执行任何轴线中的幅度数据的比较。在这里,使用已知技术、使用来自加速计和磁力计两者的测量来估计速度。按照该示例,与估计速度的前五个谐波的三个或更多个对应的幅度数据能够用于加速计测量,以及与线频率(供应频率)的第一和/或第二谐波对应的幅度数据能够用于磁力计测量。
按照该方法,对于一个、二个或三个轴线中的幅度数据来执行比较。这将取决于用于监测的配置以及参数(磁场、通量、速度等)、状况和频率(谐波)之间的关系。因此,将一个或更多个轴线中并且在一个或多个频率的幅度数据与状况监测数据进行比较。相应地,该方法包括基于该比较来检测来自多个状况中的状况以及与该状况关联的至少一个参数。因此,例如可基于该比较来检测转子不平衡或轴未对齐。此外,识别对应参数(例如磁场、通量、速度等)。
考虑作为转子不平衡和轴未对齐中的一个的状况。基于第一轴线中并且与(估计速度的)前两个谐波对应的幅度数据(来自加速计)的比较来检测转子不平衡,其中第一轴线是与转子平行的轴线。这能够如在转子不平衡的情况下被检测,第一谐波中的幅度数据比第二谐波中的幅度数据要高。此外,两个数据之间的差取决于状况的严重性。
基于多个轴线的一个或多个轴线中并且与(速度)的第二和第三谐波对应的幅度数据的比较来检测轴未对齐。这能够如在轴未对齐的情况下被检测,第二谐波中的幅度数据比对于任何轴线的第三谐波中的幅度数据要高。
测量与状况监测数据的比较能够用来检测一个或多个状况。相应地,该方法包括响应于检测而利用多个轴线中并且在多个频率的至少一个参数的测量。因此,对于与状况关联的(一个或多个)参数,全部数据用于确定电机的健康状况。一旦采用至少一个参数的测量来确定健康状况,则能够采取适当动作。例如,能够生成告警以调度维护,并且告警能够被传递给操作员接口(例如人机接口(HMI))。
能够采用状况监测装置或者作为分布式方法来执行上述方法,其中采用状况监测装置来执行该方法的某个部分,而采用计算装置来执行该方法的其余部分。
在两个实现中的任一个中,多个传感器包括磁力计和加速计的一个或多个(例如一个磁力计和一个加速计)。在这里,每个传感器配置成在周期时刻(例如在每几分钟中)执行一个或多个参数(磁场、通量、振动等)的测量。测量对应于基于状况监测装置相对于电机的放置所确定的测量位置。相应地,如果状况监测装置被附于电机(例如马达壳体上),则测量对应于电机上的那个位置(取决于装置壳体中的传感器放置)。备选地,当状况监测装置是便携装置时,测量对应于装置为进行测量被定位的位置。
数据记录器配置成存储采用多个传感器在某个时间周期内所收集的测量。数据记录器能够在存储器中存储测量,其中每几分钟收集测量,并且数据能够在从存储器删除之前的每半小时内被存储。测量的频率以及保留测量的时长取决于状况监测装置的配置。
存储器配置成存储测量(采用数据记录器),并且还具有状况监测数据。存储器还是数据分析器可访问的,以用于对一个或多个时刻将测量的幅度数据与状况监测数据进行比较,以检测状况。
状况监测装置可将数据传递给计算单元(边缘装置或服务器)。在所述情况下,通信单元响应于检测而传送多个轴线中并且在多个频率的至少一个参数的测量。在计算装置处,测量用于确定电机的健康状况。
附图说明
在下文中将参照在附图中所图示的示范实施例更详细地说明本发明的主题,其中:
图1图示按照本发明的实施例的状况监测装置;
图2是按照本发明的实施例的用于监测电机的方法的流程图;
图3图示按照根据本发明的实施例的用于监测多个电机的系统;
图4图示按照本发明的实施例的用于采用状况监测装置的测量的一个或多个轴线;
图5A、图5B和图5C示出在多个时刻沿一个或多个轴线的磁场和振动的样本测量;以及
图6和图7是示出转子不平衡和平行未对齐的样本图。
具体实施方式
本发明克服用于监测电机的现有技术方式的局限性,其中采用传感器所采集的数据在本地端处被分析或者被发送给远程位置以用于分析。
为了克服这些缺点,边缘计算用来减少原始数据的维度(dimensionality)。为了从本地测量单元提取更有意义数据,引入所谓的中间关键性能指示符(KPI)。这是作为所测量信号的特性的值的集合,其例如根据中间参数的基于失效物理学(physics-of-failure)的方式得出。
表示失效物理学的KPI的计算是简单的,并且因此能够基于从(一个或多个)传感器所收集的原始数据在微处理器上执行。KPI的维度远小于实际原始数据,并且同时提供对状况分析或评定有用的宝贵见解(insight)。这还实现向远程位置(例如在服务器处)传送简化数据。这个准确信息对于通过使用计算复杂技术(所述技术不能在本地端处的微处理器处执行)的进一步高级深度分析是有用的。
另外,与现有技术中常用的单点测量相对照,能够利用这些KPI的趋势数据。趋势提供感兴趣频率的幅度的变化方面的见解。能够对测量的不同方向并且对不同频率(或谐波)来分析这类模式,以获得对电机的健康的改进了解。趋势还消除差错的可能性,所述差错在单点测量中是可能的。
机器中的各种故障对于某些特定频率和测量的特定方向按照不同方式表现。根据趋势数据的本发明的这种基于失效物理学的方式能够用于电机中的故障的分析、识别和分类。
本发明相应地提供一种用于电机的状况监测的方法。电机可以是工业环境中的若干电机中的一个。采用与电机关联的状况监测装置来执行该方法。状况监测装置可以是非侵入式状况监测装置或者是电机的控制器(例如驱动器)的一部分。
状况监测装置(100)的简化表示在图1中示出。状况监测装置包括壳体主体(或壳体)(105),其能够被附于诸如马达之类的电机(如图3中所示)的主体或外壳或框架。壳体容纳一个或多个传感器,其包括但不限于磁场传感器(140)和振动传感器(150)。磁场传感器能够是磁力计(例如二轴线或三轴线磁力计)。类似地,振动传感器能够是加速计(例如二轴线或三轴线加速计)。
也能够存在其他传感器,例如声传感器(160)和温度传感器(170)。一个或多个传感器用来记载(record)和传送测量数据。按照状况监测装置相对于电机的定位,状况监测装置的传感器进行测量。而且,传感器在各个轴线中(例如比如在轴向方向、径向方向和/或切向方向上)进行测量。轴向方向能够是与电机的特定轴线(例如转子轴线)平行的轴线,径向能够是与表面(例如壳体表面)垂直的轴线,依此类推,以及这种不同轴线中的测量将是本领域的技术人员显而易见的。另外,传感器在离散时刻进行测量。例如,传感器能够每5分钟、10分钟或者其他预定时间间隔中执行测量。
按照图1的实施例,状况监测装置还包括非暂时存储器模块或存储器(130),其用于存储数据以及对于执行电机的状况监测中涉及的各种步骤所必需的可执行逻辑。按照不同实施例,存储器包括状况监测数据,所述状况监测数据用于状况监测。
状况监测数据包括多个参数、多个状况和多个频率之间的关系。例如,状况监测数据包括转子不平衡、未对齐、软脚等之间的关系、与估计速度的前五个谐波对应的加速计数据和/或与线频率(又称作供应频率)的前两个谐波对应的磁力计数据。
作为示例,状况监测数据具有转子不平衡与在一个轴线(例如在轴向方向上)在两个频率中来自加速计的幅度数据之间的映射,其中当对于一个频率(第一谐波)对于一些数据点(例如5或10个数据点或者与几分钟对应的数据点)的幅度数据比第二频率中的幅度数据要高某个阈值(例如一个数据高于第二个数据的二倍或三倍)时,转子不平衡被检测为存在。
KPI(例如某些频率中和在特定方向上的幅度)与状况之间的这类关系预先被确定并且被映射,以及这个信息作为状况监测数据的组成部分来存储。因此,这能够用来检测状况以及与状况关联的(一个或多个)参数——磁通量、振动等。与状况关联的(一个或多个)参数的详细信息(或者某个时间(持续几分钟)中的全部信息)能够用于详细分析。
状况监测装置包括数据记录器(180),该数据记录器(180)配置成记录或记载采用装置的各种传感器所收集的数据。数据能够被存储在存储器中,并且这种数据能够在存储器中保留某个时间(例如30分钟、1小时或几小时)。状况监测装置还包括数据分析器(190),该数据分析器(190)配置成执行与检测状况(例如通过将在某个时间内的数据与状况监测数据进行比较)和关联参数关联的各个步骤。
数据记录器和数据分析器能够是模块,所述模块能够采用一个或多个处理器(例如120)来执行。例如,这些能够在状况监测装置的存储器(尽管图1中未示出)中配置,其中模块配置成由处理器来执行,以用于执行与状况监测关联的一个或多个步骤。
处理器本身可以是微处理器,该微处理器配置成执行状况监测中涉及的各个步骤。例如,处理器能够使数据记录器记录来自多个传感器的测量,以及数据分析器确定电机的状况的一个或多个方面。
另外,状况监测装置可包括通信单元,其具有配置用于与外部装置(例如边缘或网关装置或者诸如云或工厂服务器之类的服务器)进行通信的网络接口(200)。网络接口可以能够通过无线介质(例如蓝牙、无线HART等)进行通信。网络接口可使用如图1中所示的天线(210)传递数据。
状况监测装置可以是自供电装置,在所述情况下,它包括容纳在壳体主体中的能源(110),其用于为一个或多个传感器、一个或多个处理器和/或网络接口供电,如图1中所示。在实施例中,能量采集模块(例如热电发电机等或者适当定位的电容/电感传感器)被提供以用于从电机的泄漏磁场、电势或电流以及电机的热能中的至少一个来采集功率,以用于对能源充电。
状况监测装置可被安装在电机的框架上,以用于经过状况监测装置的传感器接收测量。在这种情形中,按照它们的相对放置,传感器向处理单元发送测量,所述处理单元能够经过通信单元向外部装置(例如基于云的服务器)传递原始/经处理数据。
在其中电机是马达的实施例中,状况监测装置能够被安装在靠近驱动器侧的马达的表面上,以监测马达的轴承、转子和操作状况。
按照本发明的各个实施例,状况监测装置包括至少一个振动传感器,并且它还可包括至少一个磁场传感器。换言之,可以仅存在加速计或者加速计和磁力计两者。相应地,得到来自加速计和/或磁力计的测量。这些可与诸如电机的磁场、泄漏磁通量、振动等参数关联。如所述,测量可沿一个或多个轴线(与电机的转子的轴线平行)以某个角度(例如与转子等的轴线垂直、正切等)进行。
采用传感器在一个或多个轴线(方向)中并且在一个或多个频率所收集的测量用来确定与电机的运行关联的各种状况和参数。在实施例中,在一个或多个轴线中并且在一个或多个频率的测量的幅度数据用来检测状况。状况能够是多个状况中的一个,例如但不限于转子不平衡、轴未对齐、松动等。
与状况关联的这种信息能够用作用于在远程位置处的一个或若干估计模型的输入。例如,状况能够与磁场相链接,以及磁力计数据被发送给计算装置(网关或服务器),以用于在计算装置处使用(一个或多个)状况或寿命估计模型来确定根本原因或预测组件故障等。
在状况监测装置具有优良处理和存储器能力的情况下,可在装置本身中配置具有有限能力的模型。在这里,能够采用与计算装置(例如服务器)的通信来更新装置处的模型。
与关联于状况的(一个或多个)参数关联的信息用于预测要求控制、维护和/或其他支持的状况。用来触发动作(例如调度维护、执行组件更换等)的通信可基于预测(或估计)被发送(例如经过由服务器进行的通信、经过由状况监测装置进行的通信等)。
现在来看图2,图2是按照本发明的实施例的用于监测电机的方法的流程图。电机可以是工业环境(例如过程工厂)中通常存在的感应马达或其他类型的马达。
电机可以是采用如图3中所示的对应多个状况监测机器(315、325、335...)所监测的多个电机(310、320、330...)中的一个。在这里,多个状况监测装置的每个状况监测装置与多个电机的对应电机(即,310、320、330...)关联。
在图3的实施例中,多个状况监测装置被安装在多个对应马达上,以用于按照非侵入式方式测量与对应马达关联的一个或多个参数。例如,能够被测量的参数包括振动、泄漏磁通量、马达周围的超声、马达周围的温度、马达的轴的旋转速度等。
该方法在202处包括在周期时刻从状况监测装置的一个或多个传感器得到测量。例如,数据记录器能够在存储器中存储采用传感器所采集的原始数据。状况监测装置能够配置成使得传感器每几分钟(例如按照5、10、15或者其他预定时间间隔)收集测量。
能够按照状况监测装置的放置来执行测量。例如,如图4中所示,状况监测装置被附于马达的壳体上,以及能够在404、406和408处执行测量。如能够看到,轴线404与转子轴线(402)平行,而轴线406与马达壳体相切。轴线408(通过点所示)与404和406垂直,并且能够被认为是用于测量的径向方向。将显而易见的是,测量将在传感器位置处进行,并且它将取决于壳体中的传感器的位置。
图5A至图5C示出采用传感器、即采用加速计和磁力计所收集的样本测量。所示的测量包括三个轴线(x轴线、y轴线和z轴线)中的速度和磁通量的幅度的若干数据点。在这里,使用加速计测量或者使用加速计和磁力计测量两者来计算速度。如能够看到,对五个频率或谐波(fr、2fr、...5fr)来估计速度,以及对线频率的第二谐波(2fs)来估计磁通量。
在204处,该方法包括对于一个或多个时刻将测量的幅度数据与状况监测装置处可用的状况监测数据进行比较。例如,一旦测量为可用,则数据分析器能够执行比较。对一个或多个轴线中并且在一个或多个频率的幅度数据执行比较。因此,对于幅度数据的比较对于某个轴线(例如轴向方向、径向方向和/或切向方向)中的数据并且对于某些频率(例如对于第一谐波、第二谐波等)。
在206处,该方法包括基于该比较来检测来自多个状况中的状况以及与该状况关联的至少一个参数。例如,数据分析器能够基于该比较来检测状况和参数。
以图5A至图5C的表为例。收集在五个时刻(1、2、3...5)的测量。第一时刻测量一旦为可用,数据分析器就能够比较数据。例如,数据分析器能够比较x轴线中的fr和2fr中的幅度数据,以及基于该参考(即,状况监测数据),它能够对时刻1和2检测不平衡。如对于前两个实例能够看到,对于fr的幅度数据对于转子不平衡明显高于2fr。因此,参考能够是fr和2fr中的幅度之间的差大于阈值。
类似地,作为另一个示例,数据分析器能够将2fr中的幅度数据与任何轴线中的任何其他fr(频率或谐波)的幅度数据进行比较,以及基于该参考,它能够检测平行未对齐。如对于实例3至5能够看到,2fr中的幅度数据是主导的,指示平行未对齐。因此,参考能够是2fr中的幅度与其他频率或谐波中的幅度相比是怎样的。
采取其他状况,其他频率和/或不同轴线中的幅度数据可以是主导的。例如,线频率的第二谐波(2fs)中的幅度在软脚中或者在静电的情况下是主导的。这样的信息在状况监测数据中被映射,以及数据分析器配置成将实际数据与参考或状况监测数据进行比较,以检测状况以及对应参数——即磁通量或振动。例如,在转子不平衡的情况下,需要用于加速计的轴向测量,对于软脚,需要磁力计测量,等等。
要注意,能够对一个或多个实例执行比较。具有更多数据点增加检测状况的置信度。例如,虽然在实例1(图5A)检测到转子不平衡存在,使诸如另一个时刻数据(实例2)之类的更多实例确认不平衡。
测量与状况监测数据的比较用来检测电机的一个或多个健康状况。相应地,在208处,该方法包括响应于检测而利用多个轴线中并且在多个频率的至少一个参数的测量。例如,能够采用KPI(例如通量)测量来执行复合分析,以预测组件故障。
因此,对于与状况关联的(一个或多个)参数,全部数据用于确定电机的健康状况。一旦采用至少一个参数的测量来确定健康状况,则能够采取适当动作。例如,能够生成告警以调度维护,并且告警能够被传递给操作员接口(例如人机接口(HMI))。
采用状况监测装置和计算装置来执行上述方法,所述计算装置能够是如图3中所示的边缘装置(例如网关340)或服务器(360)。如所示,状况监测装置能够向计算装置发送数据,其中它能够用来执行复合分析。
因此,该方法使用趋势信息来检测通常发生的故障。在一个实现中,该方法用来检测未对齐和转子不平衡。这两个故障具有取决于严重性的特定响应,其能够在谱中识别。但是,不是传递全部数据,而是传递KPI(例如速度或通量)以用于进一步分析。趋势给出与故障的逐渐发展相关的信息,并且因此能够基于这些KPI的趋势数据来计划必要的预防动作。
例如,图6示出针对对于已知频率(f1、f2和f3)在轴向方向上所测量的KPI的幅度的响应。这能够用于不同负载,考虑平行未对齐的健康状况和有故障状况。如能够看到,频率2和频率3中的相对增量与频率1中的增加比较起来更高。基于失效物理学方式所得出的由趋势数据组成的这个关键信息改进分析。图6的情况下的KPI是速度,但是它也可以是通量。
对于用于转子不平衡的趋势数据中的变化的另一个示例在图7中示出。与未对齐形成对照,在这种情况下,频率1与如用于未对齐的先前情况的相同测量方向的频率2和3中的增加比较起来显著增加。
提出这两个示例,以提供对能够从感兴趣关键频率的幅度趋势所得出的信息的分析能力的见解。该技术也能够扩展到其他故障,并且它并不局限于仅这两个示例。例如,也能够类似地检测其他种类的故障,例如结构松动、角未对齐、严重未对齐、轴承壳体松动、弯曲轴等。
本发明提供用于在具有有限电池存储的状况监测装置上部署这种方式的巨大市场潜力。基于失效物理学方式所得出的所提出KPI是被监测装置的关键特性。在具有高计算能力的服务器侧处分析趋势数据的这些有意义参数提供关于电机的健康的宝贵见解。能够完全提前执行维护相关活动,以避免灾难性故障。
本发明中所提出的用来本地计算KPI并且对传递给远端处的服务器的这个简化数据集执行复合计算的基于失效物理学的方式克服现有方法的缺点。这实现简化数据传递,并且优化用于通信的电池要求。用于通信的带宽也减少,因为有限数据被发送给服务器。将被存储在服务器侧处的数据也比存储大量原始数据要少。采用这种方式所得到的趋势数据提供用于用来预测机器的健康的有意义分析的工具。与单点测量相对照的这个趋势数据对高级分析是有用的,所述高级分析能够在服务器端处基于反映用于被监测机器的状况的有用信息的优化数据来执行。
Claims (10)
1.一种用于采用状况监测装置来监测电机的方法,该方法包括:
在周期时刻从所述状况监测装置的一个或多个传感器得到(202)测量,其中所述一个或多个传感器的每个传感器是磁力计和加速计中的一个,并且其中在多个轴线中并且在多个频率来执行所述测量,以及其中所述测量对应于基于所述状况监测装置相对于所述电机的放置所确定的测量位置;
对于一个或多个时刻将所述测量的幅度数据与所述状况监测装置处可用的状况监测数据进行比较(204),其中对一个或多个轴线中并且在一个或多个频率的所述幅度数据执行所述比较,并且其中所述状况监测数据包括多个参数、多个状况和所述多个频率之间的关系;
基于所述比较来检测(206)来自所述多个状况中的状况以及与所述状况关联的至少一个参数;以及
响应于所述检测而将所述多个轴线中并且在所述多个频率的所述至少一个参数的所述测量,以用于确定所述电机的健康状况,其中采用所述至少一个参数的所述测量来确定所述健康状况。
2.如权利要求1所述的方法,其中,采用所述加速计来得到所述测量,并且其中对于与从加速计测量所估计的速度的前三个谐波对应的所述一个或多个频率来执行所述幅度数据的所述比较。
3.如权利要求1所述的方法,其中,采用所述加速计和所述磁力计来得到所述测量,并且其中对于与速度的一个或多个谐波和线频率的一个或多个谐波对应的所述一个或多个频率来执行所述幅度数据的所述比较,其中使用来自所述加速计和所述磁力计的至少一个的所述测量来估计所述速度。
4.如权利要求3所述的方法,其中,对于所述加速计的所述幅度数据所比较的所述一个或多个频率对应于估计速度的前五个谐波的三个或更多个,并且其中对所述磁力计的所述幅度数据所比较的所述一个或多个频率对应于所述线频率的前两个谐波。
5.如权利要求1所述的方法,其中,所述状况是转子不平衡和轴未对齐中的一个,
其中基于第一轴线中并且与前两个谐波对应的所述幅度数据的比较来检测所述转子不平衡,并且其中所述第一轴线是与所述转子平行的轴线,以及
其中基于所述多个轴线的一个或多个轴线中并且与第二和第三谐波对应的所述幅度数据的比较来检测所述轴未对齐。
6.如权利要求1所述的方法,其中,采用所述状况监测装置和计算装置的一个或多个来执行所述方法,其中所述计算装置是边缘装置和服务器中的一个,并且其中所述计算装置通过工厂通信网络与所述状况监测装置在通信上耦合。
7.一种用于监测电机的状况监测装置,所述状况监测装置包括:
壳体(105);
多个传感器,所述多个传感器布置在所述壳体内,所述多个传感器具有至少一个磁力计(140)和至少一个加速计(150),其中每个传感器配置成在周期时刻执行一个或多个参数的测量,其中所述测量对应于基于所述状况监测装置相对于所述电机的放置所确定的测量位置;
数据记录器(180),所述数据记录器(180)配置成存储采用所述多个传感器在某个时间周期内所收集的所述测量;
具有状况监测数据的存储器(130),其中所述状况监测数据包括多个参数、多个状况和多个频率之间的关系;
数据分析器(190),所述数据分析器(190)配置成:
对于一个或多个时刻将所述测量的幅度数据与所述状况监测数据进行比较,其中对于一个或多个轴线中并且在一个或多个频率的所述幅度数据来执行所述比较;
基于所述比较来检测来自所述多个状况中的状况以及与所述状况关联的至少一个参数;以及
通信单元(200),所述通信单元(200)配置成响应于所述检测而传送所述多个轴线中并且在所述多个频率的所述至少一个参数的所述测量,其中所述测量用于确定所述电机的健康状况。
8.如权利要求7所述的状况监测装置,其中,所述电机是电马达,以及其中所述状况监测装置是自供电装置,并且包括能源(110),并且其中所述状况监测装置被附于所述电马达的壳体上。
9.如权利要求8所述的状况监测装置,其中,所述状况监测装置被附着,使得至少一个传感器被放置,以便在与所述电马达的转子的轴线平行的轴线得到测量。
10.如权利要求7所述的状况监测装置,其中,所述磁力计和所述加速计的至少一个是三轴线传感器。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN201841048510 | 2018-12-21 | ||
IN201841048510 | 2018-12-21 | ||
PCT/IB2019/060154 WO2020128685A1 (en) | 2018-12-21 | 2019-11-26 | Condition monitoring device and method for monitoring an electrical machine |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113227926A true CN113227926A (zh) | 2021-08-06 |
CN113227926B CN113227926B (zh) | 2024-08-27 |
Family
ID=68808449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980085165.4A Active CN113227926B (zh) | 2018-12-21 | 2019-11-26 | 用于监测电机的状况监测装置和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11680864B2 (zh) |
CN (1) | CN113227926B (zh) |
WO (1) | WO2020128685A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116952507A (zh) * | 2023-08-02 | 2023-10-27 | 安徽玖邦驱动科技有限公司 | 一种基于人工智能的微型电机性能测试评估系统 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021262383A1 (en) * | 2020-06-25 | 2021-12-30 | Cornell Pump Company | Pump sensor system |
WO2022079727A1 (en) * | 2020-10-13 | 2022-04-21 | Kalidindi Rahul | Automated self-precision validation accelerometer and system for machine diagnosis |
MX2023005000A (es) * | 2020-10-28 | 2023-05-12 | Itt Mfg Enterprises Llc | Monitor modular. |
EP4194857A1 (en) | 2021-12-10 | 2023-06-14 | Abb Schweiz Ag | Smart terminal block for an electric motor |
EP4195499A1 (en) | 2021-12-10 | 2023-06-14 | Abb Schweiz Ag | Electric motor with a motor terminal box |
CN115616404B (zh) * | 2022-12-19 | 2023-04-18 | 山东协和学院 | 工业机器人用伺服电机测试系统 |
CN117007967A (zh) * | 2023-09-28 | 2023-11-07 | 山西华控伟业科技有限公司 | 一种监测项目中电机故障的系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5252915A (en) * | 1992-01-23 | 1993-10-12 | Ontario Hydro | Method and apparatus for detecting stator faults in rotary dynamoelectric machines |
US6199018B1 (en) * | 1998-03-04 | 2001-03-06 | Emerson Electric Co. | Distributed diagnostic system |
US6297742B1 (en) * | 1996-08-22 | 2001-10-02 | Csi Technology, Inc. | Machine monitor with status indicator |
US6434512B1 (en) * | 1998-04-02 | 2002-08-13 | Reliance Electric Technologies, Llc | Modular data collection and analysis system |
US6651012B1 (en) * | 2001-05-24 | 2003-11-18 | Simmonds Precision Products, Inc. | Method and apparatus for trending and predicting the health of a component |
DE102008003341A1 (de) * | 2008-01-07 | 2009-07-09 | Robert Bosch Gmbh | Sensorvorrichtung |
US20150346717A1 (en) * | 2005-07-11 | 2015-12-03 | Brooks Automation, Inc. | Intelligent condition monitoring and fault diagnostic system for preventative maintenance |
CN105874344A (zh) * | 2013-12-30 | 2016-08-17 | Abb技术有限公司 | 用于电机的状态监测的系统、移动电话机及其方法 |
CN107345857A (zh) * | 2017-06-09 | 2017-11-14 | 昆明理工大学 | 一种电主轴状态监测与故障诊断系统及其监测诊断方法 |
CN108226777A (zh) * | 2016-12-15 | 2018-06-29 | Abb瑞士股份有限公司 | 状态监测装置以及用于监测电机的方法 |
US20200182684A1 (en) * | 2017-04-26 | 2020-06-11 | Augury Systems Ltd. | Systems and methods for monitoring of mechanical and electrical machines |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5852351A (en) * | 1996-08-22 | 1998-12-22 | Csi Technology | Machine monitor |
US6260004B1 (en) * | 1997-12-31 | 2001-07-10 | Innovation Management Group, Inc. | Method and apparatus for diagnosing a pump system |
US6560552B2 (en) * | 2001-03-20 | 2003-05-06 | Johnson Controls Technology Company | Dynamically configurable process for diagnosing faults in rotating machines |
US7479876B2 (en) * | 2005-02-02 | 2009-01-20 | Rockwell Automation Technologies, Inc. | Wireless integrated condition monitoring system |
EP2998894B1 (en) * | 2005-07-11 | 2021-09-08 | Brooks Automation, Inc. | Intelligent condition monitoring and fault diagnostic system |
US8095324B2 (en) * | 2008-06-26 | 2012-01-10 | Pratt & Whitney Canada Corp. | Permanent magnet rotor crack detection |
CN104160145B (zh) | 2012-03-08 | 2017-06-13 | Ntn株式会社 | 状态监视系统 |
US9651443B2 (en) * | 2014-06-06 | 2017-05-16 | General Electric Company | System and method for protecting rotary machines |
EP3141915A1 (en) | 2015-09-11 | 2017-03-15 | Thomson Licensing | Electrical activity sensor device for detecting electrical activity and electrical activity monitoring apparatus |
WO2017196821A1 (en) * | 2016-05-09 | 2017-11-16 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for the industrial internet of things |
US9913006B1 (en) * | 2016-11-28 | 2018-03-06 | 01dB-METRAVIB, Société par Actions Simplifiée | Power-efficient data-load-efficient method of wirelessly monitoring rotating machines |
-
2019
- 2019-11-26 US US17/416,877 patent/US11680864B2/en active Active
- 2019-11-26 CN CN201980085165.4A patent/CN113227926B/zh active Active
- 2019-11-26 WO PCT/IB2019/060154 patent/WO2020128685A1/en active Application Filing
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5252915A (en) * | 1992-01-23 | 1993-10-12 | Ontario Hydro | Method and apparatus for detecting stator faults in rotary dynamoelectric machines |
US6297742B1 (en) * | 1996-08-22 | 2001-10-02 | Csi Technology, Inc. | Machine monitor with status indicator |
US6199018B1 (en) * | 1998-03-04 | 2001-03-06 | Emerson Electric Co. | Distributed diagnostic system |
US6434512B1 (en) * | 1998-04-02 | 2002-08-13 | Reliance Electric Technologies, Llc | Modular data collection and analysis system |
US6651012B1 (en) * | 2001-05-24 | 2003-11-18 | Simmonds Precision Products, Inc. | Method and apparatus for trending and predicting the health of a component |
US20150346717A1 (en) * | 2005-07-11 | 2015-12-03 | Brooks Automation, Inc. | Intelligent condition monitoring and fault diagnostic system for preventative maintenance |
DE102008003341A1 (de) * | 2008-01-07 | 2009-07-09 | Robert Bosch Gmbh | Sensorvorrichtung |
CN105874344A (zh) * | 2013-12-30 | 2016-08-17 | Abb技术有限公司 | 用于电机的状态监测的系统、移动电话机及其方法 |
US20170082692A1 (en) * | 2013-12-30 | 2017-03-23 | Abb Schweiz Ag | Method and system for detecting rotor fault |
CN108226777A (zh) * | 2016-12-15 | 2018-06-29 | Abb瑞士股份有限公司 | 状态监测装置以及用于监测电机的方法 |
US20200182684A1 (en) * | 2017-04-26 | 2020-06-11 | Augury Systems Ltd. | Systems and methods for monitoring of mechanical and electrical machines |
CN107345857A (zh) * | 2017-06-09 | 2017-11-14 | 昆明理工大学 | 一种电主轴状态监测与故障诊断系统及其监测诊断方法 |
Non-Patent Citations (1)
Title |
---|
邱志斌等: "高压隔离开关机械故障分析及诊断技术综述", 《高压电器》, vol. 51, no. 8, 4 August 2015 (2015-08-04) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116952507A (zh) * | 2023-08-02 | 2023-10-27 | 安徽玖邦驱动科技有限公司 | 一种基于人工智能的微型电机性能测试评估系统 |
CN116952507B (zh) * | 2023-08-02 | 2024-08-20 | 广东源禾智智能科技有限公司 | 一种基于人工智能的微型电机性能测试评估系统 |
Also Published As
Publication number | Publication date |
---|---|
US20220034741A1 (en) | 2022-02-03 |
WO2020128685A1 (en) | 2020-06-25 |
US11680864B2 (en) | 2023-06-20 |
CN113227926B (zh) | 2024-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113227926B (zh) | 用于监测电机的状况监测装置和方法 | |
US11885667B2 (en) | Systems and methods for monitoring of mechanical and electrical machines | |
CN108226777B (zh) | 状态监测装置以及用于监测电机的方法 | |
CN103620354B (zh) | 用于监测去磁的方法 | |
US20200051419A1 (en) | Cloud-based machine health monitoring | |
Camci et al. | Feature evaluation for effective bearing prognostics | |
WO2022093305A1 (en) | Systems and methods for self-learning artificial intelligence of things (aiot) devices and services | |
ES2469672T3 (es) | Sistema de obtención de datos para el seguimiento de sistemas | |
US6199018B1 (en) | Distributed diagnostic system | |
CN107064796A (zh) | 智能电机振动在线监测及预警系统 | |
US9913006B1 (en) | Power-efficient data-load-efficient method of wirelessly monitoring rotating machines | |
EP3504789B1 (en) | System for monitoring condition of a plurality of motors | |
KR20200101507A (ko) | 기계학습을 이용한 회전기계 고장 진단 및 예측시스템 | |
Jaber | Design of an intelligent embedded system for condition monitoring of an industrial robot | |
CN113632026A (zh) | 旋转机械设备故障诊断方法、系统及存储介质 | |
Albano et al. | Advanced sensor-based maintenance in real-world exemplary cases | |
JP7012086B2 (ja) | 人工知能アルゴリズム | |
CN114216640A (zh) | 用于检测工业设备故障状态的方法、设备和介质 | |
Ferreira et al. | Predictive maintenance of home appliances: Focus on washing machines | |
US20240051140A1 (en) | Diagnostic system | |
WO2023201430A1 (en) | Methods and systems for monitoring, diagnosis and prediction of health of an industrial machine having a rotating component | |
Kazmi et al. | An Efficient IIoT-Based Smart Sensor Node for Predictive Maintenance of Induction Motors. | |
US11429900B1 (en) | Systems and methods for automatic detection of error conditions in mechanical machines | |
RU169944U1 (ru) | Устройство контроля вибрации редуктора | |
Caroff et al. | Ultra low power wireless multi-sensor platform dedicated to machine tool condition monitoring |
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 |