CN114026403A - 机器状态的声学分析 - Google Patents

机器状态的声学分析 Download PDF

Info

Publication number
CN114026403A
CN114026403A CN201980097893.7A CN201980097893A CN114026403A CN 114026403 A CN114026403 A CN 114026403A CN 201980097893 A CN201980097893 A CN 201980097893A CN 114026403 A CN114026403 A CN 114026403A
Authority
CN
China
Prior art keywords
signal
machine
acoustic
state
operating
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
CN201980097893.7A
Other languages
English (en)
Inventor
丹尼尔·克鲁格
奥利弗·约翰森
弗洛里安·库博
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.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of CN114026403A publication Critical patent/CN114026403A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts

Abstract

为了提出以减少的计算耗费对机器(8)的状态进行声学分析,提出一种用于产生至少一个参考信号(20)的方法。为机器(8)的至少两个部件(14,15,16)中的每个部件提供声学的单个信号。借助于计算单元(13),基于单个信号确定待预期的声学的总信号。借助于计算单元(13)根据总信号产生参考信号(20)。

Description

机器状态的声学分析
技术领域
本发明涉及一种用于产生至少一个用于对机器状态进行声学分析的参考信号的方法、一种用于对机器状态进行声学分析的方法(其中,在机器运行期间记录声学的运行信号)、一种相应的分析装置以及一种计算机程序和一种计算机可读存储介质。
背景技术
例如,在工业制造中,数据分析方法越来越普遍,所述数据分析方法还旨在预测性地规划对机器的维护工作,以便能够因此最小化制造过程中的停机时间或质量损失(“预测性维护”)。
在已知的方法中,根据机器学习的方法,分析机器的伴随过程检测的状态数据,并尝试:推导有意义的趋势。为此可能需要大量数据,以便能够得出可靠的预测,进而伴随相应高的计算能力。
已知方法的其他缺点是这些方法部分需要大量的仪器耗费、应用范围有限或缺乏自动化。
发明内容
在此背景下,本发明的目的是:提出一种用于对机器状态进行声学分析的改进的设计,根据该设计能够减少待处理的数据量和处理所需的计算耗费。
根据本发明,所述目的分别通过独立权利要求的内容实现。有利的改进方案和设计形式是从属权利要求的内容。
该改进的设计基于如下思想:为机器的各个部件提供声学单个信号,并基于该信号产生参考信号。
根据改进的设计的第一独立方面,提出一种用于产生至少一个用于对机器状态进行声学分析的参考信号的方法。在此,为机器的至少两个部件中的每个部件提供至少一个声学的单个信号。借助于计算单元基于单个信号确定待预期的声学的总信号。借助于计算单元根据总信号产生参考信号。
将机器的声学分析特别能够理解为对机器的运行噪声的分析。特别地,声学分析包括对通过机器运行所产生的空气声波的分析。
计算单元能够包括例如能够空间分布布置的一个或多个子单元或处理器单元。特别地,不同的方法步骤能够由计算单元的不同子单元执行。
机器的部件特别是机器的发出噪声的部件。例如,该部件能够具有马达、变速器装置和/或其他电构件或机械可移动的部分。
提供声学的单个信号特别包括产生各自的声学的单个信号。在此,能够通过借助声音转换器检测相应部件的各自的单个运行噪声来产生单个信号。替选地、补充地或附加地,单个信号的产生能够包括声学的单个信号的模拟、即在一定程度上人造地产生声学的单个信号。
在这里和下文中,声音转换器能够被理解为声音传感器或声音接收器,即被设置用于将空气声变换为电信号的传感器单元或接收单元。特别地,能够将声音转换器构造成麦克风。
声音转换器或计算单元例如能够是用于对机器状态进行声学分析的分析装置的一部分。
根据至少一个实施方式,对于机器的至少两个部件中的每个部件,根据相应的部件的各自的单个运行噪声,特别借助于声音转换器产生至少一个所属的声学的单个信号。
在此,在机器的参考状态或新状态下,特别地基于相应的部件的单个运行噪声产生声学的单个信号。
特别地,为机器的每个部件和部件的每个单个运行状态提供或产生所属的声学的单个信号,其中,从部件的单个运行状态的预定集合中选择部件的每个单个运行状态。
对于至少两个部件中的给定部件的声学的单个信号特别地与至少两个部件中的另外的部件无关。这意味着至少两个组件中的其他部件不会对给定部件的各自的单个运行噪声做出贡献。换言之,特别是在至少两个部件中的其他部件不运行期间或其他部件声学上与给定部件隔离期间,各自检测各个部件的单个运行噪声。
在此和在下文中,能够将噪声、特别是运行噪声或单个运行噪声的记录或接收理解为检测各自的运行噪声、特别是借助于至少一个声音转换器来检测各自的运行噪声并且随后将由此产生的信号存储在计算机可读存储介质上、例如存储在计算单元上。
单个信号特别能够作为时间相关的信号或作为频域中的信号而提供。相应地,总信号和/或参考信号能够分别作为时间相关信号或作为频域中的信号而产生。
通过为至少两个部件中的每个部件产生或提供一个或多个单独的所属的声学的单个信号并且将所述单个信号作为产生总信号和参考信号的基础,彼此独立地单独考虑机器的各个部件,以便产生参考信号。由此,能够有针对性地考虑对总信号或参考信号做出贡献的附加的影响,即例如环境影响或干扰影响,例如基于经验数据、模拟数据或基于理论或部分理论的模型。
通过例如能够在机器的参考状态或新状态下被理解成各个部件的标称信号或标称噪声的已知的声学的单个信号,在参考参考信号对机器状态进行后续分析时仅需要,检测整个机器的总运行噪声。特别地,不需要在分析机器状态的范围中还记录各个部件的单独的运行噪声,因为能够分开或隔离各个部件对机器的总噪声或总运行噪声的影响。与之相应地,为了分析机器状态,能够相对远离部件地记录运行噪声,不需要在部件附近记录噪声。
由此,与其他声学分析方法相比得到如下优点:根据改进的设计,需要更少的仪器耗费,特别地这涉及一个或多个声音转换器的数量和定位。特别地,根据改进的设计,声音转换器能够足以记录机器的运行噪声以分析状态。
根据至少一个实施方式,为至少两个部件中的每个部件记录各自的第一单个信号,而各自的部件处于相应的第一单个运行状态中。总信号借助于计算单元根据第一单个信号确定。在此,至少两个部件、特别是至少两个部件中的所有部件的第一单个运行状态的组合、特别是预限定的组合限定了机器的第一运行状态。
换言之,为至少两个部件中的每个部件限定第一单个状态。所有第一单个状态的组合限定或形成机器的第一运行状态。特别地,机器的每个可能的运行状态能够被限定为机器的至少两个部件的相应的单个运行状态的预限定的组合。
至少两个部件之一的单个运行状态例如能够包括部件的一个或多个预定的运行参数和/或部件的一个或多个环境特征值。根据机器和部件的类型,运行参数能够包括例如转速、传动比、进给速度、负载等。部件的环境特征值能够是例如部件环境中的温度或其他的环境条件。
通过考虑第一单个信号中的对应于部件的相应的单个运行状态的第一单个信号来产生总信号的方式,例如根据第一单个信号确定总信号,这些部件共同构成机器的第一运行状态。
通过适配或改变机器的单个运行状态或运行状态,能够改进用于产生总信号的模型。由此改进了参考信号的准确度进而改进了对机器状态的分析的准确度。
根据至少一个实施方式,机器的第二运行状态通过至少两个部件的各自的第二单个运行状态的限定的组合给出。为至少两个部件中的每个部件记录各自的第二单个信号,而各自的部件处于相应的第二单个运行状态中。根据第二单个信号来确定总信号。
特别地,机器的第二运行状态不同于机器的第一运行状态。与之相应地,至少两个部件的第二单个运行状态中的至少一个第二单个运行状态不同于各自部件的相应的第一单个运行状态。可行但不绝对必要的是:所有的第一单个运行状态都不同于相应的第二单个运行状态。
根据至少一个实施方式,参考信号等于总信号。
根据至少一个实施方式来产生参考信号,通过如上描述的那样,针对机器的不同的运行状态确定多个总信号,并且根据多个总信号产生参考信号,例如通过内插法。
由此不需要:针对机器的每个相关的运行状态(必要时应对运行状态进行声学分析),通过将单独记录的单个信号组合来确定自身的声学的总信号。更确切地说,将机器的代表性的运行状态一定程度上选择为插值点,并且针对该插值点如上描述的那样产生总信号就足够了。于是,代表性的运行状态的参考信号对应于各自的总信号,而不属于代表性的运行状态的运行状态的参考信号根据两个或多个代表性的运行状态的总信号产生,例如通过内插法或组合产生。
根据至少一个实施方式,基于模型根据单个信号产生总信号。
在最简单的情况下,该模型能够在于:将单独的单个信号相加或以加权的方式相加,其中,该模型包括相应的加权因子。在更复杂的实施方式中,除了单个信号之外,模型还能够考虑其他影响,即例如干扰噪声或其他干扰、机器的几何结构、机器的环境条件和/或机器的材料特定的噪声特征,以便产生总信号。
根据至少一个实施方式,借助于计算单元根据至少两个部件中的一个部件的姿态确定声学的总信号或根据至少两个部件中的两个或多个部件的两个或多个姿态确定声学的总信号。
组件的姿态在此和在下文中能够理解为在三维空间中的各自的部件的位置和定向构成的组合。在此,能够相对于至少两个部件中的一个或多个另外的部件、相对于机器的另外的构件或相对于机器环境中的物体,例如建筑物地板、建筑物墙壁或另外的机器来限定部件的位置和定向。
部件的姿态能够影响如何对单个信号进行加权,以形成待预期的总信号。此外,外部影响的影响也能够与姿态相关。因此,通过考虑姿态,实现参考信号的改进的准确度并且最终实现机器状态分析的改进的准确度。
根据至少一个实施方式,至少两个部件之一的姿态或至少两个部件中的全部部件的姿态存储在存储介质上,例如存储在计算单元上。计算单元能够访问一个或多个存储的姿态,以产生总信号。
根据至少一个实施方式,借助于计算单元根据机器的标称环境条件确定声学的总信号。
标称环境条件特别地不是测量值,而是一个或多个用于从单个信号中产生或确定总信号的模型参数。例如,根据环境条件,不同的单个信号能够在总信号中不同地反映和/或对总信号的外部影响能够与环境条件相关。
标称环境条件例如能够是机器环境中的温度或空气湿度、副噪声或干扰噪声、其中布置有机器的空间的空间大小或空间特性和/或机器或其他物体的类型和其在空间中定位或定向。
通过用于确定总信号的模型考虑标称环境条件的方式,能够改进在产生总信号时的准确度。
根据至少一个实施方式,借助于传感器装置、特别是分析装置来确定、特别是测量机器的当前的环境条件。借助于计算单元根据当前环境条件确定、特别是根据当前环境条件与标称环境条件之间的差值确定参考信号。
通过考虑实际环境条件或实际环境条件与标称环境条件的偏差,能够进一步改进总信号的确定。
根据改进的设计的另一独立方面,提出一种用于对机器状态进行声学分析的方法,其中,特别是根据机器的声学运行噪声在机器运行期间记录声学的运行信号,特别是借助于至少一个声音转换器来记录。基于根据改进的设计的用于产生至少一个参考信号以用于机器状态的声学分析的方法来提供参考信号。基于运行信号与参考信号的偏差来分析机器状态。
通过借助于根据改进的设计的用于产生参考信号的方法产生参考信号,来特别地提供参考信号。
如上所述,唯一的声音转换器或几个声音转换器足以能够记录运行信号,并且仍然执行机器状态的部件特定的分析。
与基于固体声测量或热成像测量的分析方法相比,根据改进的设计的方法减少了仪器耗费。
此外,借助于该改进的设计,能够自动地执行状态分析,因为不需要手动检查,例如检查机油中的磨损残留物,如在铁谱法中就是这种情况。
改进的设计的另一优点是:该方法能普遍用于具有发射噪声的部件的几乎任意的机器。
通过根据改进的设计的分析、特别是通过借助根据改进的设计产生的参考信号的分析,必须检查以用于分析的数据量相对较小。因此,能够抛弃复杂的数据分析方法,例如在深度学习或机器学习中使用的数据分析方法。这也导致对于分析的计算耗费减少。与之相应地,特别不需要在中央的后端服务器或云服务器中处理待分析的数据。更确切地说,能够在现场(“on premises”)执行分析。
根据按照改进的设计的用于对机器状态进行声学分析的方法的至少一个实施方式,借助于计算单元确定机器的当前运行状态。借助于计算单元根据当前的运行状态提供参考信号。
为了确定当前的运行状态,例如能够借助于计算单元从机器的控制单元、特别是从用于控制机器的控制程序中读取当前的运行参数。为此,计算单元特别能够与机器的控制单元耦联。
例如特别地在每个时间点都确定性地通过用于机器的控制程序来确定机器的当前运行状态。借此,通过相应地提供参考信号,能够在非常窄的时间范围内预测机器的待预期的标称声学行为。
为了根据当前运行状态提供参考信号,能够选择为代表性运行状态而产生的总信号作为参考信号,或者根据两个或多个代表性的运行状态的总信号产生参考信号,如这在上文所述。在此,在确定当前运行状态后,各自的总信号能够借助模型产生或能够已经预先产生并保存。
根据至少一个实施方式,借助于计算单元基于运行信号与参考信号的偏差产生差分信号。基于差分信号借助于计算单元来分析状态。
由此能够减少噪声的影响以及同样还有减小评估的复杂性。
根据至少一个实施方式,借助于计算单元基于差分信号产生频率信号。基于频率信号借助于计算单元分析状态。
为了产生频率信号,特别地使差分信号经受傅立叶变换。
在这种实施方式中,差分信号并且特别是参考信号和运行信号作为时间相关的信号存在。
例如,在频域中,噪声份额能够被屏蔽或被去除。由此,能够更明确地鉴别异常的信号特征或归因于设施磨损的信号特征。
根据至少一个实施方式,借助于计算单元根据状态分析来检查:在机器运行中是否存在异常。
异常特别是机器的当前运行状态或部件的当前单个运行状态与预期状态的偏差。例如,异常能够归因于错误或缺陷。
根据至少一个实施方式,借助于计算单元根据分析来鉴别:至少两个部件中的哪个部件显示异常。
这特别地由于部件的各个噪声特征的可能的分离而是可行的。
根据至少一个实施方式,借助于计算单元根据对状态的分析来确定机器的磨损程度。
根据至少一个实施方式,借助于计算单元根据对状态的分析来确定至少两个部件中的一个或多个部件的单个磨损程度。
特别地,能够根据在差分信号或频率信号中的典型特征,在可能的异常与磨损迹象之间进行区分。
根据改进的设计,用于产生参考信号的方法的其他的实施方式直接从根据改进的设计的用于分析机器状态的方法的各种设计方案中得出,并且反之亦然。
根据改进的设计的另一独立的方面,提出一种用于对机器状态进行声学分析的分析装置,其中,该分析装置具有至少一个声音转换器和计算单元。至少一个声音转换器被设置用于:根据机器的至少两个部件的各自的单个运行噪声产生各自的声学的单个信号。计算单元被设置用于:基于单个信号确定待预期的声学的总信号。计算单元被设置用于:根据总信号产生参考信号。
例如,至少一个声音转换器能够由刚好一个声音转换器构成。在这种实施方式中,声音转换器例如能够定位在不同的位置处,以便记录各自的单个运行噪声和/或声音转换器能够用于依次记录不同部件的各自的运行噪声。
替选地,至少一个声音转换器能够包括两个或多个声音转换器,其中,声音转换器中的一个或多个声音转换器用于接收单个运行噪声中的每个单个运行噪声。
声学的单个信号特别存储在存储介质上,特别是借助于计算单元存储。
换言之,产生至少两个声学的单个信号,其中,至少两个声学的单个信号中的每个单个信号属于至少两个部件中的所属的部件。
根据至少一个实施方式,分析装置具有传感器装置,该传感器装置被设置用于:确定机器的当前环境条件。计算单元被设置用于:根据当前环境条件确定总信号。
根据至少一个实施方式,至少一个声音转换器被设置用于:根据机器的运行噪声产生声学的运行信号。计算单元被设置用于:基于运行信号与参考信号的偏差来分析状态。
机器的运行噪声特别是机器的总运行噪声、即由至少两个部件中的多个部件共同产生的运行噪声。
分析装置的其他的实施方式直接从根据改进的设计的各种方法的所描述的设计方案中得出,并且分别反之亦然。特别地,根据改进的设计的分析装置能够被设置用于或被编程用于:执行根据改进的设计的方法,或者分析装置执行根据改进的设计的方法。
根据改进的设计的另一独立方面,提出具有指令的计算机程序。如果通过计算机系统、特别是通过根据改进的设计的分析装置、例如分析装置的计算单元来执行计算机程序,则指令促使计算机系统、特别是分析装置、例如计算单元执行根据改进的设计的用于产生至少一个参考信号以用于对机器状态进行声学分析的方法。
根据改进的设计的另一独立方面,提出具有其他指令的另一计算机程序。如果该另一计算机程序通过根据改进的设计的分析装置、特别是通过分析装置的计算单元执行,则另外的指令促使分析装置、特别是计算单元执行根据改进的设计的用于对机器状态进行声学分析的方法。
根据改进的设计的另一独立方面,提出计算机可读存储介质,根据改进的设计的计算机程序和/或另一计算机程序存储在该计算机可读存储介质上。
上面在说明书中提到的特征和特征组合以及下面在附图描述中提到的和/或在附图中单独示出的特征和特征组合不仅能够在分别说明的组合中使用,而且也能够在其他的组合中使用,而没有偏离本发明的范围。实施方案和特征组合也被视作为公开的,该实施方案和特征组合不具有最初制定的独立权利要求的所有特征和/或超出了或偏离了在对权利要求的引用中陈述的特征组合。
附图说明
下面根据具体的实施例和所属的示意图更详细地解释本发明。相同的或功能相同的元件在附图中能够设有相同的附图标记。相同或功能相同的元件的描述必要时不一定在不同的附图中重复。
在附图中示出:
图1示出根据改进的设计的分析装置的示例性的实施方式的示意图;
图2示出根据改进的设计的方法、特别是根据改进的设计的用于分析机器状态的方法的示例性的实施方式的流程图;和
图3示出根据图2的方法的上下文中的信号。
具体实施方式
在图1中示出机器8,所述机器例如能够被构造成为工业机器人或被构造成为用于增材或减材制造构件的机器。
机器8例如具有多个部件,在图1的示意性实例中为三个部件14、15、16。部件14、15、16能够具有例如一个或多个相应的马达或其他发射噪声的构件。在此,发射噪声的构件例如在机器8的运行中、特别在机器8的确定运行状态中产生噪声时才被这样表述。
机器8还具有控制单元18,该控制单元与部件14、15、16中的至少一个部件耦联,以便主要对其进行驱控。
在图1中还示出用于对机器8的状态进行声学分析的分析装置9的示例性的实施方式的示意图。
分析装置9具有计算单元13,该计算单元例如被设置成具有一个或多个处理器单元的计算机系统。例如,计算单元13与控制单元18耦联。此外,分析装置9具有至少一个声音转换器,在图1的非限制性实例中,例如为三个麦克风10、11、12。第一麦克风10在此能够布置在第一部件14的环境中,第二麦克风11例如能够布置在第二部件15的环境中并且第三麦克风12例如能够布置在第三部件16的环境中。
麦克风10、11、12的所描述的布置例如能够如所示出的那样设置用于执行根据改进的设计的用于产生至少一个参考信号的方法。特别地,麦克风10、11、12的所描述的布置能够用于:记录部件14、15、16的各自的声学的单个信号,以便产生参考信号。
在记录声学的单个信号之后,麦克风10、11、12中的一个麦克风或多个麦克风或全部麦克风能够偏离地布置,特别是以便在根据改进的设计的用于声学分析的方法的进一步的步骤中,记录机器8的运行噪声、特别是机器8的总体运行噪声。为此,在不同的实施方式中,能够使用所有麦克风10、11、12。在替选的实施方式中,不使用所有的麦克风10、11、12,例如仅使用麦克风10、11、12之一来记录机器8的运行噪声。
分析装置9可选地具有传感器装置17,该传感器装置与计算单元13连接或耦联,特别是以便确定机器8的当前环境条件、例如环境温度。
计算单元13可选地具有计算机可读存储介质19、特别是根据改进的设计的计算机可读存储介质,或者计算单元13与这种计算机可读存储介质19耦联。
例如,计算单元13能够执行根据改进的设计的计算机程序,该计算机程序存储在计算机可读存储介质19上,以便促使分析装置9执行根据改进的设计的方法。
图1的分析装置9的工作方式在下面参照根据改进的设计的用于对机器状态进行声学分析的方法的示例性的实施方式来解释,特别是参照图2、图3来解释。在此,所描述的方法步骤1-7不一定必须以通过其编号建议的顺序来执行。
在图2中示出根据改进的设计的用于对机器8的状态进行声学分析的方法的示例性实施方式的流程图。
在该方法的步骤1中,例如各个部件14、15、16的声学的单个信号借助于相应的麦克风10、11、12记录。在此,确定部件14、15、16的各自的单个信号的记录特别地与其余组件隔离地进行。例如,如果记录第一部件14的单个信号,则其他部件15、16的可能的运行噪声都被第一麦克风10所屏蔽。如果可能,在记录第一部件14的单个信号期间,也能够使其余部件15、16中的个别部件停止运行。例如,为部件14、15、16的不同的单个运行状态产生单个信号。
代替为部件14、15、16中的每个部件使用专用的麦克风10、11、12,也能够利用少量的麦克风、例如仅利用一个麦克风记录,例如依次地记录所有部件14、15、16的单个信号。
在该方法的可选的步骤2中,例如,借助于传感器装置17检测机器8的环境条件。替选地或附加地能够在可选的步骤2中,借助计算单元13加载关于部件14、15、16的(例如彼此之间的)布置和/或定向、即位置和/或定向的信息,例如从存储介质19或从控制单元18加载。
在该方法的步骤3中,确定机器8的当前运行状态。为此,计算单元13例如能够访问控制单元18、例如访问控制程序,借助于控制单元18执行该控制程序,以确定机器8的当前运行参数或状态参数。
在步骤4中,处理来自步骤1和步骤3以及可选地来自步骤2中的信息,以提供参考信号。
特别地,计算单元13根据机器8的当前运行状态来确定:单个信号中的哪些单个信号如何彼此组合并且必要时与其他信息组合、例如与来自步骤2的信息或其他干扰影响或环境影响的信息组合,以产生参考信号。替选地,也能够预先产生不同的参考信号,并且计算单元13根据当前运行状态选择其中之一。
在该方法的步骤5中,借助于麦克风10、11、12中的至少一个麦克风或借助于另外的麦克风之一(未示出)在机器8的当前运行状态期间检测运行噪声并记录为运行信号。
在该方法的步骤6中,计算单元13例如基于运行信号21与参考信号的偏差产生差分信号22。
同样地,在步骤6中,差分信号22例如能够被转换成频率信号,特别是通过差分信号22的傅立叶变换来转换。
在步骤7中,计算单元13能够例如分析差分信号22或频率信号,以便分析机器8的状态。
例如,计算单元13能够根据差分信号或频率信号来确定:在机器8的运行中是否存在异常,并且必要时确定由于哪个部件14、15、16而出现异常。
替选地或附加地,计算单元13能够基于差分信号22或频率信号推断机器8的磨损程度和/或部件14、15、16中的一个或多个部件的各自的磨损程度。
在图3中,示意性地示出所描述的信号。图3示出运行信号21、反相参考信号20以及差分信号22的各自的信号幅度作为时间的函数。差分信号作为信号21、20的总和得出。
根据改进的设计,提出用于分析机器状态的可能性或用于产生相应参考信号的方法,该方法无需大量数据并且与之相应地无需高的计算能力,进而该方法允许对维护工作进行预测性规划,以便在借助于机器进行的制造过程中使停机时间或质量损失最小化。
根据改进的设计,特别提出用于及早识别机械机器构件的磨损或异常的声学方法,其中,将伴随过程的利用一个或多个麦克风记录的机器的运行噪声与待预期的标称噪声之间的偏差考虑作为磨损状态或存在异常的度量。在此,标称噪声被预测为参考信号。例如,能够将参考信号的建模或参考信号的产生视为待分析的机器的数字孪生的说明。借助数字孪生,对机器噪声发展的预测使用关于机器不同运行状态的标称噪声的确定性的概念,使得与常规方案相比,与不同磨损水平的关联和较小的数据库已经提供了更为可靠的结论。
附图标记列表
1 方法步骤
2 方法步骤
3 方法步骤
4 方法步骤
5 方法步骤
6 方法步骤
7 方法步骤
8 机器
9 分析装置
10 麦克风
11 麦克风
12 麦克风
13 计算单元
14 部件
15 部件
16 部件
17 传感器装置
18 控制单元
19 存储介质
20 反向参考信号
21 运行信号
22 差分信号。

Claims (15)

1.一种用于产生至少一个参考信号(20)以用于对机器(8)的状态进行声学分析的方法,
其特征在于,
为所述机器(8)的至少两个部件(14,15,16)中的每个部件提供至少一个声学的单个信号;
借助于计算单元(13)基于所述单个信号确定待预期的声学的总信号;和
借助于所述计算单元(13)根据所述总信号产生所述参考信号(20)。
2.根据权利要求1所述的方法,
其特征在于,
为至少两个部件(14,15,16)中的每个部件记录各自的第一单个信号,而各自部件(14,15,16)处于相应的第一单个运行状态中,其中,至少两个部件(14,15,16)的第一单个运行状态的组合限定所述机器(8)的运行状态;和
借助于所述计算单元(13)根据所述第一单个信号确定所述总信号。
3.根据权利要求1或2所述的方法,
其特征在于,
借助于所述计算单元(13)根据至少两个部件(14,15,16)中的一个部件的姿态确定声学的所述总信号。
4.根据权利要求1至3中任一项所述的方法,
其特征在于,
借助于所述计算单元(13)根据所述机器(8)的标称环境条件确定声学的所述总信号。
5.根据权利要求1至4中任一项所述的方法,
其特征在于,
借助于传感器装置(17)确定所述机器(8)的当前环境条件;和
借助于所述计算单元(13)根据所述当前环境条件确定所述参考信号(20)。
6.一种用于对机器(8)的状态进行声学分析的方法,其中,在所述机器(8)运行期间记录声学的运行信号(21);
其特征在于,
提供借助根据权利要求1至5中任一项所述的方法产生的参考信号(20);和
基于所述运行信号(21)与所述参考信号(20)的偏差来分析所述状态。
7.根据权利要求6所述的方法,
其特征在于,
借助于计算单元(13)确定所述机器(8)的当前运行状态;和
根据所述当前运行状态提供所述参考信号(20)。
8.根据权利要求6或7所述的方法
其特征在于,
借助于所述计算单元(13)基于所述运行信号(21)与所述参考信号(20)的偏差产生差分信号(22);和
借助所述计算单元(13)基于所述差分信号(22)分析所述状态。
9.根据权利要求8所述的方法,
其特征在于,
借助于所述计算单元(13)基于所述差分信号(22)产生频率信号;和
借助于所述计算单元(13)基于所述频率信号分析所述状态。
10.根据权利要求6至9中任一项所述的方法
其特征在于,
借助于所述计算单元(13)根据对状态的分析来检查:在所述机器(8)的运行中是否存在异常;和/或
借助于所述计算单元(13)根据对所述状态的分析确定所述机器(8)的磨损程度。
11.一种用于对机器(8)的状态进行声学分析的分析装置,其中,所述分析装置(9)具有至少一个声音转换器(10,11,12)和计算单元(13);
其特征在于,
所述至少一个声音转换器(10,11,12)设置用于:根据所述机器(8)的至少两个部件(14,15,16)的各自的单个运行噪声产生各自的声学的单个信号;
所述计算单元(13)设置用于:基于所述单个信号确定待预期的声学的总信号;和
所述计算单元(13)设置用于:根据所述总信号产生参考信号(20)。
12.根据权利要求11所述的分析装置,
其特征在于,
所述分析装置(9)具有传感器装置(17),所述传感器装置设置用于:确定所述机器(8)的当前环境条件;并且
所述计算单元(13)设置用于:根据所述当前环境条件确定所述总信号。
13.根据权利要求11或12所述的分析装置,
其特征在于,
所述至少一个声音转换器(10,11,12)设置用于:根据所述机器(8)的运行噪声产生声学的运行信号(21);并且
所述计算单元(13)设置用于:基于所述运行信号(21)与所述参考信号(20)的偏差来分析所述状态。
14.一种具有指令的计算机程序,
在通过计算机系统执行所述计算机程序时,所述指令促使所述计算机系统执行权利要求1至5中任一项所述的方法;和/或
在通过根据权利要求11至13中任一项所述的分析装置(9)执行所述计算机程序时,所述指令促使所述分析装置(9)执行根据权利要求1至10中任一项所述的方法。
15.一种计算机可读存储介质,在所述计算机可读存储介质上存储根据权利要求14所述的计算机程序。
CN201980097893.7A 2019-06-26 2019-06-26 机器状态的声学分析 Pending CN114026403A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2019/066939 WO2020259819A1 (de) 2019-06-26 2019-06-26 Akustische analyse eines zustands einer maschine

Publications (1)

Publication Number Publication Date
CN114026403A true CN114026403A (zh) 2022-02-08

Family

ID=67297110

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980097893.7A Pending CN114026403A (zh) 2019-06-26 2019-06-26 机器状态的声学分析

Country Status (4)

Country Link
US (1) US20220252481A1 (zh)
EP (1) EP3959498A1 (zh)
CN (1) CN114026403A (zh)
WO (1) WO2020259819A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021108748A1 (de) 2021-04-08 2022-10-13 Liebherr-Components Biberach Gmbh Vorrichtung zum Bestimmen von Schädigungen an Strukturbauteilen sowie Arbeitsmaschine mit einer solchen Vorrichtung

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10117114A1 (de) * 2001-04-06 2002-10-17 Reilhofer Kg Verfahren zur Überwachung von Maschinen
US6650757B1 (en) * 1999-09-27 2003-11-18 Ford Global Technologies, Llc Method and system to detect unwanted noise
BE1018513A3 (nl) * 2009-03-20 2011-02-01 Varticovschi Ltd B Werkwijze voor het vroegtijdig detecteren van schade aan een voertuig, machine of onderdeel ervan en een daarbij toegepast detectiesysteem.
CN102473338A (zh) * 2009-07-23 2012-05-23 西门子公司 用于利用多个声学传感器监控环境的方法
CN105659064A (zh) * 2013-10-11 2016-06-08 斯奈克玛 用于对机器进行声学分析的方法、系统及计算机程序
CN106662483A (zh) * 2014-08-18 2017-05-10 光学感应器控股有限公司 铁轨轮组中的异常检测
WO2017191362A1 (en) * 2016-05-06 2017-11-09 Procemex Oy Acoustic analysation of an operational state of process machinery
US20180017960A1 (en) * 2016-07-15 2018-01-18 Ricoh Company, Ltd. Diagnostic apparatus, diagnostic system, diagnostic method, and recording medium
DE102018003222A1 (de) * 2018-04-20 2018-09-27 Daimler Ag Verfahren zum Prüfen einer eine Mehrzahl drehbarer Komponenten aufweisenden Drehkomponentenanordnung

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10564031B1 (en) * 2015-08-24 2020-02-18 X Development Llc Methods and systems for determining errors based on detected sounds during operation of a robotic device
JP6806737B2 (ja) * 2018-06-15 2021-01-06 ファナック株式会社 同期装置、同期方法及び同期プログラム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6650757B1 (en) * 1999-09-27 2003-11-18 Ford Global Technologies, Llc Method and system to detect unwanted noise
DE10117114A1 (de) * 2001-04-06 2002-10-17 Reilhofer Kg Verfahren zur Überwachung von Maschinen
BE1018513A3 (nl) * 2009-03-20 2011-02-01 Varticovschi Ltd B Werkwijze voor het vroegtijdig detecteren van schade aan een voertuig, machine of onderdeel ervan en een daarbij toegepast detectiesysteem.
CN102473338A (zh) * 2009-07-23 2012-05-23 西门子公司 用于利用多个声学传感器监控环境的方法
CN105659064A (zh) * 2013-10-11 2016-06-08 斯奈克玛 用于对机器进行声学分析的方法、系统及计算机程序
CN106662483A (zh) * 2014-08-18 2017-05-10 光学感应器控股有限公司 铁轨轮组中的异常检测
WO2017191362A1 (en) * 2016-05-06 2017-11-09 Procemex Oy Acoustic analysation of an operational state of process machinery
US20180017960A1 (en) * 2016-07-15 2018-01-18 Ricoh Company, Ltd. Diagnostic apparatus, diagnostic system, diagnostic method, and recording medium
DE102018003222A1 (de) * 2018-04-20 2018-09-27 Daimler Ag Verfahren zum Prüfen einer eine Mehrzahl drehbarer Komponenten aufweisenden Drehkomponentenanordnung

Also Published As

Publication number Publication date
US20220252481A1 (en) 2022-08-11
WO2020259819A1 (de) 2020-12-30
EP3959498A1 (de) 2022-03-02

Similar Documents

Publication Publication Date Title
Camci et al. Feature evaluation for effective bearing prognostics
JP6774768B2 (ja) ホストシステムの人工知能ベース正常性管理
EP0909380B1 (en) Model-based fault detection system for electric motors
EP3206103A1 (en) Model based system monitoring
TW201834784A (zh) 刀具磨耗監測與預測方法
EP1906282B1 (en) Device and method for estimating machining dimension of a workpiece by a machine tool
CN102265227B (zh) 用于在机器状况监视中创建状态估计模型的方法和设备
RU2626231C1 (ru) Способ диагностики технического состояния и оценки остаточного ресурса электромеханического агрегата с асинхронным двигателем
RU2724716C1 (ru) Система и способ формирования данных для мониторинга кибер-физической системы с целью раннего определения аномалий в системе графического интерфейса пользователя
US11933838B2 (en) Managing health condition of a rotating system
WO2021033547A1 (ja) 地震観測装置、地震観測方法、及び、記録媒体
CN112798280A (zh) 一种滚动轴承故障诊断方法及系统
JP2019098515A (ja) 刃具状態検査システム及び方法
KR20190043038A (ko) 공작기계의 진동 적응제어를 위한 진동신호 처리 방법
Sun et al. Evaluation of transducer signature selections on machine learning performance in cutting tool wear prognosis
CN114026403A (zh) 机器状态的声学分析
Justus et al. Intelligent Single-Board Computer for Industry 4.0: Efficient Real-Time Monitoring System for Anomaly Detection in CNC Machines
KR20210006832A (ko) 기계고장 진단 방법 및 장치
KR102340395B1 (ko) 플랜트의 고장을 진단하기 위한 장치 및 이를 위한 방법
WO2020162425A1 (ja) 解析装置、解析方法、およびプログラム
KR20230102431A (ko) 인공지능 기반의 오일가스 플랜트 설비 고장 예측 및 진단시스템
Brundage et al. Qualifying evaluations from human operators: Integrating sensor data with natural language logs
JP2005164500A (ja) プログラマブルコントローラ用検査装置およびプログラマブルコントローラ
CN114830052A (zh) 用于确定机器的动态特性的方法和系统
EP4045985A1 (en) Manufacturing automation using acoustic separation neural network

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