CN114096824A - 采集用于检测轴承损坏的数据的方法 - Google Patents

采集用于检测轴承损坏的数据的方法 Download PDF

Info

Publication number
CN114096824A
CN114096824A CN202080043717.8A CN202080043717A CN114096824A CN 114096824 A CN114096824 A CN 114096824A CN 202080043717 A CN202080043717 A CN 202080043717A CN 114096824 A CN114096824 A CN 114096824A
Authority
CN
China
Prior art keywords
bearing
peaks
spectral line
spectral
spectrogram
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
CN202080043717.8A
Other languages
English (en)
Inventor
弗朗索瓦·莫里斯·马塞尔·德梅森
让-罗伯特·安德烈·费尔南多·普金
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Safran Aircraft Engines SAS
Original Assignee
Safran Aircraft Engines SAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Safran Aircraft Engines SAS filed Critical Safran Aircraft Engines SAS
Publication of CN114096824A publication Critical patent/CN114096824A/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
    • G01M13/04Bearings
    • G01M13/045Acoustic or vibration analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02Preprocessing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08Feature extraction
    • G06F2218/10Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

一种采集用于检测轴承损坏的数据的方法,包括以下步骤:(a)在一段时间内从轴承获得振动信号(S10);(b)确定所述振动信号在所述时间段的不同时刻的频谱图(S14);(c)检测每个频谱图上的峰值(S22);(d)在检测到的峰值中,保留在对应于连续时刻并通过轴承转速下的同步重采样变换的频谱图中将以相同的频率出现,并具有预定容差的峰值(S24);(e)识别对应于保留的峰值的谱线(S26);(f)将代表所述谱线的信息项存储在记录中,所述记录能够被用于检测轴承损坏的单元使用(S44)。

Description

采集用于检测轴承损坏的数据的方法
技术领域
本发明涉及部件监测和故障检测领域。本发明更具体地涉及用于采集用于检测轴承损坏的数据的方法。这种方法适用于旋转机器,例如航空器上使用的涡轮发动机。
背景技术
航空器涡轮发动机部件的监测通常需要涡轮发动机上的一个部件,该部件采集待监测零件发出的信号,并从这些信号中提取相关数据,以及地面上的一个部件,该部件处理这些数据以实现相关部件的诊断。为了实时执行诊断,机载部件提取的数据直接传输到地面部件。因此,减少传输的数据量一直是人们关注的问题。
作为轴承损坏检测的一部件,减少传输的数据量意味着机载部件必须执行许多数据预处理操作。目前,大部分诊断都是在机载部件上进行的。这有几个缺点:优化机载部件的开发成本很高,与机载事实有关的限制妨碍了故障识别的算法能力,必须始终确保机载部件和地面部件之间的一致性,等等。
申请人的专利申请FR2952177A1描述了一种检测轴承滚柱损坏的方法。尽管这种方法令人满意,但仍有改进的余地,至少可以部分克服上述缺点。
发明内容
为此,本发明涉及一种采集用于检测轴承损坏的数据的方法,包括以下步骤:
(a)在一段时间内从轴承获得振动信号;
(b)确定所述振动信号在所述时间段的不同时刻的频谱图;
(c)检测每个频谱图上的峰值;
(d)在检测到的峰值中,保留在对应于连续时刻并通过轴承转速下的同步重采样变换的频谱图中将以相同的频率出现,并具有预定容差的峰值;
(e)识别对应于保留的峰值的谱线;
(f)将代表所述谱线的信息项存储在记录中,所述记录可被用于检测轴承损坏的单元使用。
该方法允许通常在飞行中采集数据,并以记录的形式准备数据,以发送给通常布置在地面上的检测单元。
轴承可以是涡轮发动机轴承,例如滚柱,例如可旋转地支撑至少一个旋转轴的滚柱。一般来说,轴承可以支撑任何旋转部件。
振动信号反映了代表轴承振动的量(例如加速度)随时间的演变。因此,它是一个时间信号。振动信号可以在该方法期间获得,也可以在步骤(a)期间通过该方法先前记录和恢复。
时间段是指轴承运行的时间段,甚至是轴承转速可能变化的时间段。
频谱图表示信号的振幅与频率的函数关系。它是振动信号在给定时刻的变换。频谱图可以通过振动信号的傅里叶变换或本领域技术人员已知的其他变换获得,例如通过小波或功率谱密度(PSD)的计算。
检测到的峰值可以是局部极值,特别是局部最大值和/或局部最小值。
同步重采样是本领域技术人员已知的技术,其目的在于转换数据(信号),以消除轴承转速的影响。该技术例如在前述专利申请FR2952177A1中描述。
在步骤(d)中,从先前检测到的峰值中,保留那些在对应于连续时刻并通过轴承转速下的同步重采样变换的频谱图中以相同的频率出现的峰值,因为知道有可能找不到符合这一条件的峰值。该步骤可包括对所述频谱图进行同步重采样,然后在相同频率下检测峰值对齐。或者,相同频率下的峰值对齐,也称为峰值冗余,可以通过不需要显式执行同步重采样的其他方法(例如图像处理方法)来检测。在所有情况下,如果执行同步重采样,保留的峰值的特征在于它们将对齐,即出现在相同的频率上。
用来检测这种出现的容差可以是频率和/或振幅的容差。替代地或另外地,容差可以包括接受在一系列频谱图中的一个或多个时刻没有峰值,而在这些频谱图中,峰值是大部分存在的。
例如,对于步骤(d),考虑对应于至少两个、优选地三个、四个、五个或更多个连续时刻的频谱图。
谱线,或更简单的线,是频谱线。在步骤(e)中识别的谱线可以是在步骤(b)中确定的每个频谱图(重新采样或未重新采样)的谱线,但也可以是从所述频谱图中累积信息项的平均谱图的谱线。例如,如果步骤(b)的频谱图是通过傅立叶变换获得的,则步骤(e)的谱线可以是根据傅立叶变换的平均值计算的PSD的谱线。因此,可以独立于确定傅立叶变换的时间段的瞬间,为每个相关频率识别唯一的谱线。
步骤(e)提到了复数形式的术语“谱线”,但不言而喻,该表达也包括单数。
存储在记录中的代表性信息项可以是谱线本身的描述,例如它们的频率和/或振幅,或者允许在一定精度内描述所识别的谱线的任何信息项。精度取决于采集方法可接受的信息丢失率。
由于所提出的采集方法,记录包含的数据相对较少,因此很容易被发送到地面上用于检测轴承损坏的单元。此外,对连续频谱图中峰值的冗余分析允许将由于机械现象引起的谱线与噪声区分开来。因此,采集方法可有效地选择相关信息,而无需预先假定感兴趣谱线的位置,以诊断轴承损坏。
在一些实施方式中,采集方法包括,在步骤(f)中存储代表谱线的信息项之前,根据该特征的值是低还是高,以不同的精度对谱线的特征进行编码,并且在所述代表性信息项中包括该编码特征。这种精度差异有时称为“多分辨率”。相关特性可以是振幅、频率或代表后者的任何其他量。因此,例如,相对低振幅谱线的振幅以与相对高振幅谱线的振幅不同的精度编码。通常,可以为低振幅谱线提供比高振幅谱线更好的精度。多分辨率编码可以通过对每条谱线的特性应用一个函数来获得,该函数扩展需要更高精度的区域,并收缩可能需要较差精度的区域。该函数可以是非线性变换,例如对数。
在一些实施方式中,对应于轴承的正常运行的谱线被忽略。实际上,针对检测损坏的记录,在其中包括与轴承的正常运行相对应的谱线是没有用的。可以通过多种方式忽略这些谱线,例如通过从频谱图中减去它们、不保留相应的峰值或在识别谱线时不将它们输入记录中。这导致计算时间的节省、记录中的空间的节省和可能简化相关谱线的识别。通过实际测试、计算或模拟,可以预先知道标称谱线,并预先记录。
在所考虑的技术领域中,有时会考虑清理数据,而不是完整数据,以指定数据,从这些指定数据中去除了轴承正常运行期间始终存在的谱线。这些谱线确实可以掩盖要提取的其他潜在谱线。
在一些实施方式中,从频谱图中减去在步骤(e)中识别的谱线,并且重复步骤(d)和(e)。换句话说,步骤(d)和(e)可以迭代地执行,每次减去识别的谱线,以促进可能不太明显的峰值的检测。可以进行这种重复,直到不再有满足搜索条件的峰值,即上述容差被保留。至少步骤(d)和(e)的最后一次出现,或者甚至每次出现,都直接或间接地跟随步骤(f),以便存储代表记录中标识的谱线的信息项。
在一些实施方式中,重复步骤(d)和(e)后,保留振幅大于预定阈值的剩余峰值,并识别对应的谱线。实际上,在步骤(d)和(e)之后,频谱图中剩余的信息项要么是噪声,要么是复杂的相关信息。为了限制有用信息的丢失,保留振幅大于预定阈值的剩余峰值。在步骤(f)中,可以将代表相应谱线的信息项存储在记录中。因此,尽管产生这些峰值的机械现象可能很复杂,但它们可以成为在地面上进行完整分析的主题。因此,在这些实施方式中,该方法还考虑了轴承损坏的复杂因素。
在一些实施方式中,代表性信息项包括谱线振幅随轴承转速的演变。对于至少一谱线、至少大部分谱线或每一谱线,可以理解这种演变。可以简单地从对应于连续时刻的频谱图确定谱线的振幅的演变,并且在记录中包含该信息项对于损坏的诊断是有用的。应当理解,在这些实施方式中,轴承的速度在所考虑的时间段内变化。
在一些实施方式中,代表性信息项包括组,所述组包括对应于参考谱线的第一信息项,和一个或多个第二信息项,每个第二信息项对应于相对于参考谱线的次级谱线。为了进一步减小记录的大小并因此优化其发送,可以将谱线分组在一起,例如通过谐波,以避免单独包括每条谱线的位置信息项。第一谱线被识别为参考谱线并且与其相关的信息项是第一类型的信息项(第一信息项),例如其本身足以识别参考谱线。由于第二类型的信息项(第二信息项),在记录中考虑了以下谱线,每个第二信息项理想情况下比第一信息项少,并且相对于参考谱线定义这些谱线中的每一个。有时人们会说,由于频率梳(comb)和多条谱线之间的视觉相似性,谱线在频率梳中组合在一起。
在一些实施方式中,对于在轴承的先前操作期间已知的每条谱线,代表性信息项仅包括振幅指示符,并且对于在轴承的先前操作期间不知道的每条谱线,至少包括谱线的频率。以这种方式,可以进一步减小记录的大小,可以基于轴承的已知的先前操作并给予该记录,重建谱线的完整特征,其中,如果可能,每个代表性信息项仅包括前一次操作和当前操作之间的谱线的振幅偏差。代表性信息项可以是先前未知谱线的完整信息项。
在一些实施方式中,在存储之前,通过在实施所述采集方法之前预先建立的码本对代表性信息项进行编码。预先建立意味着码本是在先前的测试或模拟的基础上建立的。由于该码本是已知的,并且不依赖于该方法的执行,因此无需每次计算或传输该码本,这进一步减少了机载部件和地面部件之间交换的数据量。
本公开还涉及一种用于检测轴承损坏的数据采集单元,特别是用于涡轮发动机的数据采集单元,该采集单元包括:
(a)用于在一段时间内从轴承获得振动信号的模块;
(b)用于确定所述振动信号在所述时间段的不同时刻的频谱图的模块;
(c)用于检测每个频谱图上的峰值的模块;
(d)选择模块,配置为在由所述检测模块检测到的峰值中,保留在对应于连续时刻并通过轴承转速下的同步重采样变换的频谱图中将以相同的频率出现,并具有预定容差的峰值;
(e)用于识别对应于保留的峰值的谱线的模块;
(f)存储模块,配置为将代表所述谱线的信息项存储在记录中,所述记录可被用于检测轴承损坏的单元使用。
数据采集单元可以被配置为实现上述数据采集方法的全部或部分特征。
本公开还涉及一种涡轮发动机,特别是航空器涡轮发动机,包括轴承、如上所述的采集单元和通信单元,该通信单元被配置为将记录发送到用于检测轴承损坏的远程单元。
在特定实施方式中,数据采集方法的各个步骤由计算机程序指令确定。
因此,本公开还涉及信息介质上的程序,该程序能够在采集设备中或更一般地在计算机中实施,该程序包括适于实施上述数据采集方法的步骤的指令。
该程序可以使用任意编程语言,并且形式上可以为源代码、目标代码或源代码和目标代码之间的中间代码,例如部分编译的形式,或者任何其他所期望的形式。
本公开还涉及一种计算机或微处理器可读,并且包括上述程序指令的信息介质。
信息介质可以是任何能够存储程序的实体或设备。例如,介质可以包括存储装置,例如ROM,例如CD ROM或微电子电路ROM,或者磁记录装置,例如软盘或硬盘。
另一方面,信息介质可以是诸如电或光信号之类的可传输介质,其可以通过电缆或光缆、无线电或其他方式传送。根据本公开的程序尤其可以从因特网类型的网络下载。
附图说明
通过阅读以下通过非限制性实施例给出的实施例的详细描述,将更好地理解本发明及其优点。本说明参考附图,其中:
图1是图示根据一个实施方式的用于采集数据的方法的图;
图2示出了根据一个实施方式的谱线与谱背景的分离;
图3示出了根据一个实施方式的峰值的检测;
图4示出了根据一个实施方式保留一些检测到的峰值;
图5是示意性地示出包括数据采集单元的涡轮发动机的图。
具体实施方式
图1示出了根据一个实施方式的用于采集数据的方法。该方法可用于检测轴承损坏。总的来说,检测原理是通过测量轴承损坏对涡轮发动机旋转元件振动的影响来突出轴承损坏,某些频率可能或多或少与某些类型的损坏有复杂的联系。图1的方法允许更具体地获取相关振动数据,然后可将其用于评估轴承损坏情况。
为此,该方法包括在一段时间内采集振动信号的步骤S10。振动信号可以转化为轴承或与轴承的一部分可旋转地结合的旋转元件的振动。振动信号可以例如通过加速度计、应变仪或任何适配的传感器来获取。
轴承还可以配备一个或多个转速计,用于测量旋转元件,尤其是所述轴承的旋转速度,也称为速度。这些速度和振动传感器可以连接到计算机,该计算机获取信号,然后将它们优选以数字方式传输到计算单元。
该方法的其余部分可以应用于每个振动信号,通常源自每个加速度计。在不丧失一般性的情况下,下文仅详述振动信号的处理。
在可选步骤S12中,对振动信号进行同步重采样。由于用于检测轴承损坏的监测频率取决于不同的转速,为了简化其处理,在相关转速下同步重新采样振动信号是有用的,这可能包括转速计直接测量的速度,但也包括这些速度的任何线性组合:例如,对于轴间轴承,轴承的旋转速度将是两个轴相对于被视为静止的涡轮发动机的部分的速度之和或之差。
本身已知并且例如在前述出版物FR2952177A1中描述的同步重采样允许消除旋转速度的影响。因此可以针对每个旋转速度,也就是说相对于每个运动学独立的旋转零件,执行相同振动信号的同步重采样,以便选择性地消除特定旋转的影响。
如前所述,然后在该时间段的各个时刻确定所述振动信号的频谱图(步骤S14)。在这种情况下,确定每个重采样振动信号的频谱图。例如,可以任选地通过本身已知的技术来计算振动信号的傅立叶变换。
在可选步骤S16中,对应于轴承正常运行的谱线从频谱图中移除。事实上,这些谱线可能会使一些相关振动谱线的检测复杂化。此外,传送这些谱线来诊断损坏是不相关的,因为这些谱线与未损坏的轴承的正常运行有关。在处理之前直接在频谱图中去除这些谱线,可以减轻以下处理操作。然而,如上所述,这只是忽略对应于轴承正常运行的谱线的更一般情况的一个示例。
在可选步骤S18中,计算振动信号的PSD。PSD的计算可以使用本身已知的方法,例如Welsch方法,其使用在不同时刻计算的傅立叶变换,在这种情况下已经在步骤S14中计算:这些是频谱图。PSD提供噪声降低的频谱,该频谱是所考虑时间段内的平均频谱。
在可选步骤S20中,对于每个频谱图,频谱背景的谱线被分离。谱线是频谱图的锯齿状演变(大变化),而频谱背景代表信号的背景演变(小变化)。谱线与频谱背景之间的界限的确定在本领域技术人员的能力范围内。将谱线与频谱背景分开可以更有效地压缩由这些元素中的每一个产生的数据。
图2通过显示作为频率函数的振动幅度的不同图表说明了这一步骤:图(a)表示频谱图的对数(以10为底),图(b)表示从图(a)中提取的谱线,图(c)表示频谱背景的对数(以10为底)。每张图都说明了信号的振幅与频率的关系。从图(c)中可以看出,频谱的背景是具有低可变性的信息,可以通过曲线上的几个点有效地近似。这些点可以单独处理和传输。图1方法的其余部分适用于图(b)中所示的提取谱线。
或者,在此阶段可以不区分谱线与频谱背景,尽管这会使下一步中发生的峰值的检测复杂化。
实际上,在步骤S22中,在每个频谱图上检测到峰值。如上所述,术语“峰值”指的是高峰(顶部)和低谷(谷底),即局部最大值和局部最小值。当然可以仅检测局部最大值、仅检测局部最小值或两者。
图3示出了该步骤。该曲线表示频谱图的振幅与频率的函数关系。在这条曲线上,局部峰值或极值由小圆圈标识,分别用实心圆圈表示峰值和空心圆圈表示谷值。曲线中峰值的检测本身是本领域技术人员已知的。这种峰值检测允许从频谱图中提取相关信息项,在一个方向或另一个方向上的峰值允许区分一方面是由于轴承损坏造成的数据,另一方面是由于噪音造成的数据。
下一步骤S24的原理是保留先前检测到的峰值中那些随时间具有规律性或冗余性的峰值。为此目的,在本实施方式中,叠加对应于连续时刻并通过如上所述的同步重采样变换的频谱图。这种叠加在图4中进行了说明,该图显示了从上到下在11个连续时刻拍摄的11张频谱图。这些频谱图被放置在一起,使它们的标轴(表示频率)是共同的。
所讨论的频谱图可以例如是先前计算的傅立叶变换,或者中间PSDs,即在总时间段的子周期上从所述傅立叶变换计算的PSDs。这种分组允许减少频谱图的数量,从而减轻计算负担。
从图4中可以看出,在几个连续的频谱图上,一些峰值出现在相同的频率上,具有预定的容差。在图4中,这些峰值是通过竖直虚线50、52识别的,这体现了这些峰值的频率在同步重采样之后基本相同的事实。因此,它也被称为峰值对齐。上面提到的预定容差可以与峰值的位置有关,但也与它的存在有关,能够容忍峰值的缺失出现(参见例如虚线50,从底部开始的第二个谱图)。本领域技术人员可以根据方法所需的精度和压缩率来调整容差标准。
在图4中,其他曲线54、56说明了其他峰值随时间的持续性;如果频谱图与另一个旋转速度同步重采样,这些峰值将以相同的频率出现(“对齐”)。这些峰值的识别可以通过将重采样的频谱图与另一个速度同步叠加来明确完成,如前面关于旋转速度的例子所详述的那样,但也可以在不明确执行这种对齐检测和临时重采样的情况下完成,例如使用图像处理算法。
因此,无论是否明确地进行同步重采样,保留检测到的那些在对应于连续时刻并通过轴承转速下的同步重采样变换的频谱图中将以相同的频率出现,并具有预定容差的峰值。
然后,在步骤S26中,对于每一系列保留峰值,识别对应于这些峰值的谱线。谱线可以是与保留峰值具有相同频率的PSD的谱线。这条谱线的特点是其频率、振幅,但也包括它所来自的加速度计和峰值对齐的旋转速度。
可选地,在步骤S28中,确定谱线的振幅随时间的演变,从而确定轴承转速的演变,在本实施方式中,轴承转速在所考虑的时间段内变化。实际上,谱线存在于某些速度范围内。因此,根据轴承转速的演变,某些谱线的振幅增加(例如图4中曲线54对应的谱线),而其他谱线的振幅减小(例如图4中曲线50、52对应的谱线)。一般来说,以不同方式演变的谱线与同一现象无关。因此,代表线的信息项(见下文)包括谱线的振幅随轴承转速的演变,这一事实对于诊断轴承损坏很有意义。应该注意的是,这种演变可以或多或少地精确和详细地存储,例如从简单的变化方向到量化的信息。根据一个示例,演变可以通过从谱图回归获得。
在步骤S30中,保留迄今获取的数据,即频谱图、谱线、相应的速度、振幅、演变等以供进一步处理。可以通过重复步骤S24和S26(可选地与步骤S28结合)来检测其他峰值并因此可能检测其他谱线,如图1的循环所示。
在该循环期间,为了便于检测其他峰值,可以任选地从频谱图中减去在该阶段识别的谱线(步骤S32)。例如,如果需要减去对应于顶部(高峰)的线,则可以通过直接构成该顶部的谷底(低峰)之间的插值来替换顶部。根据另一示例,构成频谱图顶部的两个谷底之间的每个振幅被替换为对应于前一时刻的频谱图和对应于下一时刻的频谱图的相应频率插值。
在这些步骤之后,未从频谱图中提取的信息项要么是噪声,要么是由于其结构复杂而未被检测到的信息项。可选地,为了限制有用信息项丢失的风险,在步骤S34中,保留振幅大于预定阈值的剩余峰值,并识别对应的谱线。该阈值可以是固定的,例如根据所需的压缩率确定,或者是动态的,例如根据已识别为相关的数据量(保留的谱线)和最终记录所需的最大尺寸来确定。
此时,认为相关信息项已经从振动信号中提取出来。为了减小要存储在记录中的信息项的大小,可以进行一个或多个可选且相互独立的处理操作。
根据第一处理,识别的谱线可被组合在一起(步骤S36)。特别地,每组谱线可以包括对应于参考谱线的第一信息项,和一个或多个第二信息项,每个第二信息项对应于相对于参考谱线的次级谱线。第二信息项比第一信息项少,但足以从参考谱线完全识别每条次要谱线。
例如,起点是一条识别出的频率较高的谱线,其频率除以整数。如果获得的频率对应于一条或多条其他保留的谱线,可能有一定的容差,那么所有这些谱线都可以重新组合:因此重建包括基本谱线或更一般地参考谱线和一个或多个谐波或更一般地次级谱线的“频率梳”。组或频率梳可以根据它们的大小或根据使用的分隔器来排序,以避免对每个频率梳的类型进行编码。
根据第二处理,在步骤S38中,为了进一步减小记录中要存储的数据的大小,在这种情况下,为了避免每次存储每条谱线的位置(即频率),可以将识别的谱线与在相同速度条件下进行的先前操作的频谱数据进行比较。因此,对于在轴承的先前操作期间已知的每条谱线,代表性信息项仅包括振幅指示符,例如相对于先前操作的振幅或振幅偏差。对于在轴承的先前操作期间未知的每条谱线,代表性信息项可以至少包括所述谱线的频率,并且优选地还包括其振幅。
可以组合这里提出的不同方法,并且,例如,对于特定速度发送所有谱线的频率和位置(即,没有步骤S38),并且对于其他速度仅发送振幅指示符(即,使用步骤S38)。交替从一个操作执行到下一个操作,以便针对每个速度定期发送参考频谱(没有步骤S38),同时在所有数据上保持可接受的大小。
根据第三处理,在步骤S40中,根据谱线的特征值是低还是高,以不同的精度对谱线的特征进行编码。在这种情况下,该步骤通过应用对数来执行,例如作为以10为底的对数。任何其他对数都适用。本领域技术人员还可以选择其他非线性函数,该函数缩小需要低精度的范围,扩大需要更好精度的范围。因此,特征,例如这里的振幅或更一般的振幅指示符,占用较少的存储空间。此外,某些范围内分辨率的降低有利于值的更大重复,从而提高压缩效率,这将在下文中描述。
根据第四处理,在步骤S42中,可以使用本身已知的压缩算法,例如LZW型无损压缩算法,来压缩数据。此类算法中使用的码本可以预先建立,因此无需传输。此外,该码本可以是谱线特定的,并且不同于用于压缩与频谱背景相关的信息项的码本。
这些处理操作,无论它们是否被应用,都产生代表在步骤S26中或甚至在步骤S34中识别的谱线的信息项,在这种意义上说,至少可以基于代表性信息项以一定的容差重构所述谱线。
在步骤S44中,该代表性信息项被存储在记录中,所述记录可被用于检测轴承损坏的单元使用。
可选地,可以在步骤S46中将该记录传输到检测单元,通常是地面单元,该单元将基于该记录执行损坏诊断,而迄今为止描述的所有处理均已由机载设备执行。或者,该记录可以在航空器返回地面之前被存储,并且一旦航空器在地面上,所存储的记录将被卸载。
图5示意性地示出了涡轮发动机100,其包括用于检测轴承损坏的数据采集单元10。这里的数据采集单元10具有计算机的硬件架构。它尤其包括处理器12、只读存储器13、随机存取存储器14、非易失性存储器15和用于与加速计11通信的装置16,该装置允许数据采集单元10获得由加速计11取得的测量值。估算装置10和加速计11例如通过本身已知的数字数据总线或串行(例如USB(通用串行总线)接口)或无线接口连接。
估算装置10的只读存储器13构成根据本发明的记录介质,可由处理器12读取,并在其上记录根据本发明的计算机程序,包括用于执行先前参考图1至图4描述的用于采集数据的方法的步骤的指令。
该计算机程序以等效方式定义能够实现数据采集方法的步骤的数据采集单元10的功能模块。因此,具体而言,该计算机程序定义了用于在一段时间内从轴承获得振动信号的模块10A;用于确定所述振动信号在所述时间段的不同时刻的频谱图的模块10B;用于检测每个频谱图上的峰值的模块10C;选择模块10D,配置为在由所述检测模块检测到的峰值中,保留在对应于连续时刻并通过轴承转速下的同步重采样变换的频谱图中将以相同的频率出现,并具有预定容差的峰值;用于识别对应于保留的峰值的谱线的模块10E;存储模块10F,配置为将代表所述谱线的信息项存储在记录中,所述记录可被用于检测轴承损坏的单元使用。参考数据采集方法的步骤,更详细地描述了这些模块的功能。
尽管本描述参考特定示例性实施例,但是可以在不脱离由权利要求所定义的本发明的一般范围的情况下对这些示例进行修改。特别地,可以在附加实施例中组合不同图示/提及实施例的各个特征。因此,描述和附图应当被理解为说明性的而不是限制性的。

Claims (10)

1.一种采集用于检测轴承损坏的数据的方法,包括以下步骤:
(a)在一段时间内从轴承获得振动信号(S10);
(b)确定所述振动信号在所述时间段的不同时刻的频谱图(S14);
(c)检测每个频谱图上的峰值(S22);
(d)在检测到的峰值中,保留在对应于连续时刻并通过轴承转速下的同步重采样变换的频谱图中将以相同的频率出现,并具有预定容差的峰值(S24);
(e)识别对应于保留的峰值的谱线(S26);
(f)将代表所述谱线的信息项存储在记录中,所述记录可被用于检测轴承损坏的单元使用(S44)。
2.根据权利要求1所述的采集方法,包括在步骤(f)中存储代表谱线的信息项之前,根据特征的值是低还是高,以不同的精度对谱线的所述特征进行编码,并且在所述代表性信息项中包括编码特征。
3.根据权利要求1或2所述的采集方法,其中,对应于轴承的正常运行的谱线被忽略(S16)。
4.根据权利要求1至3中任一项所述的采集方法,其中,从所述频谱中减去(S32)在步骤(e)中识别的谱线,重复步骤(d)和(e)。
5.根据权利要求4所述的采集方法,其中,在重复步骤(d)和(e)后,保留振幅大于预定阈值的剩余峰值,并识别对应的谱线(S34)。
6.根据权利要求1至5中任一项所述的采集方法,其中,所述代表性信息项包括谱线振幅随轴承转速的演变(S28)。
7.根据权利要求1至6中任一项所述的采集方法,其中,所述代表性信息项包括组(S36),所述组包括对应于参考谱线的第一信息项,和一个或多个第二信息项,每个第二信息项对应于相对于参考谱线的次级谱线。
8.根据权利要求1至7中任一项所述的采集方法,其中,对于在轴承的先前操作期间已知的每条谱线,所述代表性信息项仅包括振幅指示符(S38),并且对于在轴承的先前操作期间不知道的每条谱线,至少包括所述谱线的频率。
9.根据权利要求1至8中任一项所述的采集方法,其中,在存储之前,通过在实施所述采集方法之前预先建立的码本对所述代表性信息项进行编码(S42)。
10.一种用于检测轴承损坏的数据采集单元(10),特别是用于涡轮发动机的轴承的数据采集单元,所述采集单元包括:
(a)用于在一段时间内从轴承获得振动信号的模块(10A);
(b)用于确定所述振动信号在所述时间段的不同时刻的频谱图的模块(10B);
(c)用于检测每个频谱图上的峰值的模块(10C);
(d)选择模块(10D),配置为在由所述检测模块检测到的峰值中,保留在对应于连续时刻并通过轴承转速下的同步重采样变换的频谱图中将以相同的频率出现,并具有预定容差的峰值;
(e)用于识别对应于保留的峰值的谱线的模块(10E);
(f)存储模块(10F),配置为将代表所述谱线的信息项存储在记录中,所述记录能够被用于检测轴承损坏的单元使用。
CN202080043717.8A 2019-06-27 2020-06-18 采集用于检测轴承损坏的数据的方法 Pending CN114096824A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1907008A FR3097960B1 (fr) 2019-06-27 2019-06-27 Procédé d’acquisition de données pour la détection d’un endommagement d’un palier
FRFR1907008 2019-06-27
PCT/FR2020/051064 WO2020260807A1 (fr) 2019-06-27 2020-06-18 Procede d'acquisition de donnees pour la detection d'un endommagement d'un palier

Publications (1)

Publication Number Publication Date
CN114096824A true CN114096824A (zh) 2022-02-25

Family

ID=68281635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080043717.8A Pending CN114096824A (zh) 2019-06-27 2020-06-18 采集用于检测轴承损坏的数据的方法

Country Status (6)

Country Link
US (1) US20220163425A1 (zh)
EP (1) EP3990875B1 (zh)
CN (1) CN114096824A (zh)
CA (1) CA3140324A1 (zh)
FR (1) FR3097960B1 (zh)
WO (1) WO2020260807A1 (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999019698A1 (en) * 1997-10-14 1999-04-22 Bently Nevada Corporation Apparatus and method for compressing measurement data correlative to machine status
US20030061008A1 (en) * 2001-09-10 2003-03-27 Smith George A. Techniques for distributed machinery monitoring
US20050261876A1 (en) * 2002-08-26 2005-11-24 Michal Orkisz Method for detecting and automatically identifying defects in technical equipment
CN1926413A (zh) * 2004-10-18 2007-03-07 日本精工株式会社 机械设备的异常诊断系统
CN101266197A (zh) * 2007-03-12 2008-09-17 斯奈克玛 一种检测发动机轴承损坏的方法
CN102597735A (zh) * 2009-11-04 2012-07-18 斯奈克玛 探测至少一个发动机滚柱轴承损伤的方法
EP2837919A2 (en) * 2013-08-07 2015-02-18 Honeywell International Inc. System and method for monitoring vibration data
FR3014502A1 (fr) * 2013-12-09 2015-06-12 Ct Tech Des Ind Mecaniques Procede et dispositif de detection de defauts mecaniques dans une machine tournante a regime variable
AU2015201595A1 (en) * 2015-03-27 2016-10-13 Tensor Systems Pty Ltd Vibration measurement and analysis
US20170108406A1 (en) * 2015-10-20 2017-04-20 Aktiebolaget Skf Method and data processing device for severity assessment of bearing defects using vibration energy
US20180172743A1 (en) * 2015-06-23 2018-06-21 Siemens Aktiengesellschaft Method for analysing a signal and apparatus for carrying out the method
CN108776263A (zh) * 2018-05-02 2018-11-09 三峡大学 基于高阶汉宁自卷积窗及改进插值算法的谐波检测方法
US20190147626A1 (en) * 2017-11-01 2019-05-16 Tsunami VR, Inc. Systems and methods for encoding features of a three-dimensional virtual object using one file format

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3472806A4 (en) * 2016-06-17 2020-02-26 Immersive Robotics Pty Ltd IMAGE COMPRESSION METHOD AND DEVICE

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999019698A1 (en) * 1997-10-14 1999-04-22 Bently Nevada Corporation Apparatus and method for compressing measurement data correlative to machine status
US20030061008A1 (en) * 2001-09-10 2003-03-27 Smith George A. Techniques for distributed machinery monitoring
US20050261876A1 (en) * 2002-08-26 2005-11-24 Michal Orkisz Method for detecting and automatically identifying defects in technical equipment
CN1926413A (zh) * 2004-10-18 2007-03-07 日本精工株式会社 机械设备的异常诊断系统
CN101266197A (zh) * 2007-03-12 2008-09-17 斯奈克玛 一种检测发动机轴承损坏的方法
US20120272736A1 (en) * 2009-11-04 2012-11-01 Snecma Method for detecting damage in at least one engine roller bearing
CN102597735A (zh) * 2009-11-04 2012-07-18 斯奈克玛 探测至少一个发动机滚柱轴承损伤的方法
EP2837919A2 (en) * 2013-08-07 2015-02-18 Honeywell International Inc. System and method for monitoring vibration data
FR3014502A1 (fr) * 2013-12-09 2015-06-12 Ct Tech Des Ind Mecaniques Procede et dispositif de detection de defauts mecaniques dans une machine tournante a regime variable
AU2015201595A1 (en) * 2015-03-27 2016-10-13 Tensor Systems Pty Ltd Vibration measurement and analysis
US20180172743A1 (en) * 2015-06-23 2018-06-21 Siemens Aktiengesellschaft Method for analysing a signal and apparatus for carrying out the method
US20170108406A1 (en) * 2015-10-20 2017-04-20 Aktiebolaget Skf Method and data processing device for severity assessment of bearing defects using vibration energy
CN107036815A (zh) * 2015-10-20 2017-08-11 斯凯孚公司 对轴承缺陷进行严重程度评估的方法和数据处理装置
US20190147626A1 (en) * 2017-11-01 2019-05-16 Tsunami VR, Inc. Systems and methods for encoding features of a three-dimensional virtual object using one file format
CN108776263A (zh) * 2018-05-02 2018-11-09 三峡大学 基于高阶汉宁自卷积窗及改进插值算法的谐波检测方法

Also Published As

Publication number Publication date
FR3097960B1 (fr) 2021-06-18
US20220163425A1 (en) 2022-05-26
EP3990875B1 (fr) 2023-05-03
CA3140324A1 (fr) 2020-12-30
EP3990875A1 (fr) 2022-05-04
WO2020260807A1 (fr) 2020-12-30
WO2020260807A9 (fr) 2021-10-21
FR3097960A1 (fr) 2021-01-01

Similar Documents

Publication Publication Date Title
US7430483B2 (en) Method and apparatus for diagnosing a mechanism
Logan et al. Using the correlation dimension for vibration fault diagnosis of rolling element bearings—I. Basic concepts
US6507804B1 (en) Apparatus and method for compressing measurement data corelative to machine status
EP2940449A1 (en) Bearing device vibration analysis method, bearing device vibration analysis device, and rolling bearing status monitoring device
MX2014014577A (es) Metodos y aparatos para el diagnostico de defectos en un sistema mecanico.
JP6919397B2 (ja) 情報処理装置、情報処理方法及びプログラム
WO2013180727A1 (en) A method and a system for testing operational integrity of a drilling rig
KR101967301B1 (ko) 학습 데이터 융합을 이용한 회전체의 고장 진단 시스템
JP7238921B2 (ja) 設備診断方法
US8355879B2 (en) Trending of vibration data taking into account torque effect
CN107024271A (zh) 机械振动信号压缩重构方法及系统
CN116049661A (zh) 用于液压马达故障诊断的方法、装置及存储介质
CN117836599A (zh) 检测旋转系统中轴承缺陷的方法以及实施该方法的监控系统
US10311659B2 (en) Method of analyzing variations of at least one indicator of the behavior of a mechanism fitted to an aircraft
KR102369415B1 (ko) 딥 러닝 기반의 고장 진단 방법 및 이러한 방법을 수행하는 고장 진단 장치
KR101543146B1 (ko) 진동 장치의 상태 판단 방법
CN114096824A (zh) 采集用于检测轴承损坏的数据的方法
CN114235405A (zh) 振动信号的特征提取方法、设备分析方法及装置
CN113155466A (zh) 轴承故障视觉振动检测方法及系统
JP7014080B2 (ja) 情報処理装置、情報処理方法及びプログラム
CN110569478B (zh) 用于编码器信号分析的改进变分模态分解方法
Oh et al. Fast pattern recognition inspection system (FPRIS) for machine vibration
RU2688340C2 (ru) Способ вибродиагностирования газотурбинного двигателя
CN117436037A (zh) 基于加权多尺度卷积稀疏表示的轴承故障诊断方法及系统
CN118332488A (zh) 基于变工况多模态数据融合的轴承诊断方法及系统

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