CN114624586A - 校正电机变速器单元的测量信号的方法及借助该方法识别所述单元的磨损和/或损坏的方法 - Google Patents
校正电机变速器单元的测量信号的方法及借助该方法识别所述单元的磨损和/或损坏的方法 Download PDFInfo
- Publication number
- CN114624586A CN114624586A CN202111197787.1A CN202111197787A CN114624586A CN 114624586 A CN114624586 A CN 114624586A CN 202111197787 A CN202111197787 A CN 202111197787A CN 114624586 A CN114624586 A CN 114624586A
- Authority
- CN
- China
- Prior art keywords
- motor
- measurement signal
- signal
- frequency
- transmission unit
- 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
Links
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
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/021—Gearings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
-
- 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
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/028—Acoustic or vibration analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/30—Measuring the maximum or the minimum value of current or voltage reached in a time interval
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
- G01R23/165—Spectrum analysis; Fourier analysis using filters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
- G01R23/18—Spectrum analysis; Fourier analysis with provision for recording frequency spectrum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Acoustics & Sound (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种针对可变输出负载和可变转速的影响对借助在输出侧与变速器耦合的电机所生成的时间依赖的测量信号进行校正的方法,其执行以下步骤:a)获取依赖于电机‑变速器单元的扭矩的测量信号;b)从测量信号生成无直流分量的有用信号;c)从测量信号以间隔方式确定有效值;d)通过将无直流分量的有用信号以间隔方式除以间隔特定的有效值来生成已负载校正的有用信号;e)从测量信号以时间分辨方式确定电机的旋转频率;f)将已负载校正的有用信号缩放到平均旋转频率以生成已校正的测量信号;以及g)使用已校正的测量信号以对电机‑变速器单元进行故障检测。本发明还涉及借助所述方法对电机‑变速器单元的磨损和/或损坏进行识别的方法。
Description
技术领域
本发明涉及一种用于对借助在输出侧与变速器耦合的电机、尤其是电动机所生成的时间依赖的测量信号进行校正的方法。针对可变输出负载和可变转速对时间依赖的测量信号的影响进行校正,以便由此使这种不同操作状态的测量信号是可比的。本发明还涉及一种用于借助校正方法对具有电机和在输出侧与该电机耦合的变速器的电机-变速器单元的磨损和/或损坏进行识别的方法。
背景技术
由电机和输出侧的变速器构成的机电驱动器正变得越来越重要,尤其是作为大型单元例如车辆或制造设备的组成部分。
对于这种应用,尽可能无错误的操作是可取的。这种机电驱动器的机械损坏导致故障和不期望的维修成本。为了避免这些缺点,应该例如基于时间依赖的状态监视及早识别这种机电驱动器处的部件损坏。
这种方法例如从DE102016222660A1中已知,为了识别机电驱动器的平移移动部件处的损坏和/或磨损而执行以下方法步骤:
-测量提供给电驱动器的电流;
-执行时间-频率分析;
-将所测量的电流的从时间-频率分析所确定的频谱与预定频谱进行比较;以及
-当从两个频谱的比较确定了预定大小的偏差时,触发错误信号。
此外,US4965513A描述了一种通过对电机电流进行分析来监视电驱动式阀的操作状态的方法。为此,对电机电流应用了各种频率分析方法,以便为电机电流创建噪声特征,借助该噪声特征应可以识别磨损和异常操作状态。根据噪声特征,应可以确定电驱动式阀的不同特征操作状态,尤其是可以检测在频谱和幅度中表现出来的所有机械负载变化的总和。如果在操作期间的不同时间段中创建了这种噪声特征,则应可以确定老化和磨损或异常操作状态。
然而,在该现有技术中已经表明,电机电流信号的处理不足以在具有电机和在输出侧与该电机连接的变速器的电机-变速器单元的变化的操作状态下做出关于磨损和损坏的可靠陈述。
发明内容
因此,本发明的目的是提供一种对借助在输出侧与变速器耦合的电机所生成的时间依赖的测量信号进行校正的方法,从而与现有技术相比,针对磨损和/或损坏分析已校正的测量信号导致更好的结果。
本发明的另一目的是基于所述校正方法提供一种用于对具有电机和在输出侧与该电机耦合的变速器的电机-变速器单元的磨损和/或损坏进行识别的方法。
首先提到的目的是通过根据本发明的一种方法来实现的。
在这种用于针对可变输出负载和可变转速的影响对借助在输出侧与变速器耦合的电机所生成的时间依赖的测量信号进行校正的方法中,执行以下方法步骤:
a)获取依赖于电机-变速器单元的扭矩的测量信号(M);
b)从所述测量信号(M)生成无直流分量的有用信号(N1);
c)从所述测量信号(M)以间隔方式确定有效值;
d)通过将所述无直流分量的有用信号(N1)以间隔方式除以间隔特定的有效值来生成已负载校正的有用信号(N2);
e)从所述测量信号(M)以时间分辨方式确定所述电机(1)的旋转频率(f);
f)将所述已负载校正的有用信号(N2)缩放、尤其是归一化到平均旋转频率以生成已校正的测量信号(Mcorr);以及
g)使用所述已校正的测量信号以对所述电机-变速器单元进行故障检测。
这种校正方法导致改善的信号质量,尤其是改善的信噪比以及已校正的测量信号在不同负载的情况下的更好的可比性,从而应用于已校正的测量信号的分析方法针对电机-变速器单元的磨损和/或损坏导致陈述可靠的、质量更好的结果。
使用这种已校正的测量信号可以执行频域中的诸如FFT(Fast Fourier,快速傅立叶)分析或包络分析之类的不同的分析方法。时域中的合适的分析方法是例如确定峰度、最小值、最大值、RMS、标准偏差、平均值等。
作为测量信号,可以例如分析电机电流,但也可以分析例如扭矩或任何其他依赖于扭矩的信号。
第二个提到的目的是通过根据本发明进一步的用于识别电机-变速器单元的磨损和/或损坏的方法来实现的。
在这种用于对具有电机和在输出侧与所述电机耦合的变速器的电机-变速器单元的磨损和/或损坏进行识别的方法中,执行以下方法步骤:
-借助所述电机-变速器单元生成时间依赖的测量信号;
-按照根据本发明上述的方法生成已校正的测量信号;
-借助FFT(快速傅立叶)分析从所述已校正的测量信号确定频谱;
-提供参考频谱,所述参考频谱是借助FFT分析从无磨损和/或无损坏的电机-变速器单元的已校正的测量信号生成的;
-将所述已校正的测量信号的所述频谱与所述参考频谱进行比较;以及
-从所述已校正的测量信号的所述频谱与所述参考频谱的比较中确定指示磨损和/或指示损坏的特征。
通过借助FFT分析对频域中的已校正的测量信号进行分析,能够识别电机-变速器单元的由于磨损和/或损坏而在其特性上有所不同的构件特定的特征。
因此,根据改进方案,
-向从已校正的测量信号借助FFT分析所生成的频谱的每条频率线分配所述电机-变速器单元的构件特定的特征;以及
-为了确定指示磨损和/或指示损坏的特征,将所述已校正的测量信号的频谱和参考频谱的频谱的相同频率线的幅度和/或频谱积分进行比较。
因此,能够以自动方式执行应用于已校正的测量信号的分析方法。
根据本发明的一个有利的改进方案,方法步骤a)通过以下方式来执行:确定所述测量信号的直流分量,以及从所述测量信号中减去所述直流分量。优选地,对所述测量信号进行低通滤波,以确定所述测量信号的所述直流分量。通过消除直流分量,测量信号的频率分析导致改善的信号质量。
根据本发明的另一优选的设计方案,方法步骤b)和c)通过以下方式来执行:
-将所述测量信号细分为小于预定时间值的时间连续的时间段;
-针对每个时间段确定所述测量信号的所述间隔特定的有效值;以及
-为了在每个时间段中生成所述已负载校正的有用信号,将所述无直流分量的有用信号除以所述间隔特定的有效值。
时间段的时间值根据所确定的驱动侧旋转频率以及时间长度和/或所测量的时间依赖的测量信号的采样点的数量来确定并且例如为0.2s。
对于根据上述的校正方法以及对于所述的分析方法,已经证实特别有利的是,生成指示所述电机-变速器单元的所述电机的电机电流的电机电流信号作为测量信号。
如果根据改进方案使用电刷直流电机作为电机,则方法步骤d)可以以特别简单的方式通过以下方式来执行:
-确定所述电机电流信号的最大值及其时间值;
-从所述电机电流信的最大值的间隔、电刷直流电机的槽数和电刷数近似确定所述旋转频率或电刷频率;
-将所述电机电流信号在近似确定的旋转频率或电刷频率的范围内进行带通滤波;
-从所述已带通滤波的电机电流信号及其时间值确定所述最大值;以及
-从所述已带通滤波的电机电流信号的最大值的间隔、槽数和电刷数确定所述电刷直流电机的所述旋转频率。
附图说明
下面参照附图根据实施例详细说明本发明。在附图中:
图1示出了用于识别电机-变速器单元的部件的磨损和/或损坏的系统的示例的示意图;
图2示出了新状态下的电机-变速器单元和具有磨损的电机-变速器单元的电机电流信号的示意性的时间-电流图;
图3示出了根据图2的在频率范围内的电机电流信号的示意图;
图4示出了具有和不具有直流分量的电机电流信号的示意图;
图5示出了根据图4的在频率范围内的电机电流信号的示意图;
图6示出了具有电机电流信号、其直流分量和扭矩的时间曲线走向的时间-电流或扭矩图;
图7示出了具有已时间分辨的无直流分量的且已负载校正的有用信号的时间-电流图;
图8示出了具有已带通滤波的电机电流信号的时间曲线走向的图;
图9示出了具有从图8确定的电刷频率和基于测量值的已计算的电刷频率的时间曲线走向的时间-频率图;
图10示出了具有已校正的测量信号Mcorr的时间曲线走向和未校正的测量信号M的时间曲线走向的时间-电流图;
图11示出了图10中所示的测量信号Mcorr和M的频谱;
图12a示出了具有齿部损坏的电机-变速器单元的已校正的测量信号Mcorr和完好无损的电机-变速器元的用作参考的已校正的测量信号的FFT频谱的一片段;以及
图12b示出了类似于图12a中的图示,但没有对测量信号进行校正。
具体实施方式
图1示意性示出了用于对电机-变速器单元1的部件的磨损和/或损坏进行识别的系统或装置的示例。该电机-变速器单元1具有电机1.1和在输出侧与该电机1.1连接的变速器1.2。电机1.1优选地是具有给定槽数和给定电刷数的电机。变速器1.2具有输出轴1.20。
在电机-变速器单元1的操作中,在当前情况下借助电流测量单元2进行电流测量,该电流测量单元2提供供给电机1.1的电机电流I的已时间分辨的电机电流信号MMotor作为测量信号M。
图2示意性示出了在不同操作状态下的电机-变速器单元1的时间依赖的电机电流信号的时间曲线走向的两个示例。
曲线K1(实线)示出了在新状态下的电机-变速器单元1的在时域中的电机电流信号,即在这样的电机-变速器单元1中,电机1.1和变速器1.2这两个部件均既没有损坏也没有磨损。
曲线K2(虚线)示出了电机-变速器单元1的在时域中的电机电流信号,该电机-变速器单元1的部件,即电机1.1和/或变速器1.2具有磨损和/或损坏。
在根据曲线K1和K2的两个电机电流信号的不同的时间曲线走向中表现出电机-变速器单元1的不同操作状态,即在新状态下的电机-变速器单元1的操作状态和具有磨损和/或损坏的电机-变速器单元1的操作状态。借助对这些时间依赖的电机电流信号的频率分析,可以识别磨损特定和/或损坏特定的特征并因此可以实现电机-变速器单元1的预测性维护。然而,这样做的先决条件是,频率分析的值在电机-变速器单元1的不同操作状态下在变化的输出负载和变化的转速方面是可比的。
为了确保在电机变速器单元1的不同操作状态下的时间依赖的测量信号的可比性,在对以这样校正的测量信号Mcorr例如进行FFT(Fast Fourier-Transformation,快速傅立叶变换)频率分析之前,对作为时间依赖的测量信号M的电机电流信号MMotor执行校正方法。
在此,图1示出了基本块3至6作为用于执行作为时间依赖的测量信号M的电机电流信号MMotor的校正方法的方法步骤,该测量信号M借助用于测量电机1.1的电机电流I的测量单元2被提供。下面详细说明根据框3至6的各个方法步骤。
使用根据块6的方法步骤所生成的已校正的测量信号Mcorr被提供给块7用于FFT频率分析和用于生成频谱。图3示例性示出了这种具有频率线F1(实线)和F2(虚线)的频谱,图3是从根据曲线K1和K2的电机电流信号示意性生成的。
因此,图3示出了五条频谱线f1至f5,其中,频谱线f1至f4的频率对于根据曲线K1和K2的两种电机电流信号是相同的,但具有不同的幅度特性,而频谱线f5分配给根据曲线K2的电机电流信号。
这些频谱线f1至f4中的每一条都可以分配给电机-变速器单元1的特定机械特征,其中,幅度的值和/或频谱积分代表操作状态。因此,F1频谱线f1至f4指示电机-变速器单元1的操作状态,也就是说,该电机-变速器单元1既不具有磨损,也不具有损坏。F2频谱线f5指示电机-变速器单元1的损坏。例如,f1可以代表输出频率,f2可以代表较高级行星齿轮的转速,f3代表第一级行星齿轮,f4代表驱动频率,f5代表第一级行星齿轮的故障翻滚频率。
从图3还可以得出,可以将根据曲线K1的测量信号的已校正的测量信号Mcorr的频谱与根据曲线K2的已校正的测量信号的频谱进行比较,并且可以从比较结果中导出电机-变速器单元1在磨损和损坏方面的当前操作状态。此外,磨损特定和/或损坏特定的特征的趋势曲线也可以通过在时间连续的操作间隔期间创建这样的频谱来确定。
在下文中,根据块3至6(见图1)对应用于作为测量信号M的电机电流信号MMotor的校正方法进行说明,然后将该电机电流信号MMotor提供给块7用于频率分析和频谱的创建。
为了保证电机-变速器单元1在不同操作状态下的频谱的可比性,必须消除电机1.1的变化的输出负载和电机1.1的变化的转速的影响。
首先要校正变化的输出负载对电机电流信号MMotor的影响。
由于在测量过程期间电机处的波动的输出负载,电机电流信号MMotor的直流分量依赖于时间而变化,如在图4中由曲线K3示出。在没有根据本发明的校正方法的情况下,频率分析导致根据图5的频谱F2,其中低频范围由指数下降的信号严重重叠。为了比较,图5示出了电机电流信号MMotor的频谱F1,其中对应于曲线K4消除了直流分量。在该频谱F1的情况下,频谱线清晰明确地显现,而频谱F2在低频范围内无法评估。因此,从电机电流信号MMotor中消除直流分量对于FFT分析至关重要。
因此,在根据块3(见图1)的第一方法步骤中,首先通过以下方式确定电机电流信号MMotor的直流分量,即,首先使用截止频率小于1Hz的低通滤波器对该电机电流信号MMotor进行低通滤波。如此生成的信号SGleich对应于根据图6的曲线K5,其近似对应于电机电流信号MMotor的直流分量,其中,K6表示电机电流信号MMotor,曲线K7表示电机-变速器单元的已时间分辨的输出扭矩以供比较。
利用如此生成的信号Sgleich,通过从电机电流信号MMotor中按矢量减去信号Sgleich,从电机电流信号MMotor确定无直流分量的有用信号N1。
根据信号Sgleich的直流分量遵循对应于根据图6的曲线K7所施加的输出扭矩或负载扭矩的曲线走向。由于变化的输出负载,电机电流信号MMotor的电流波动的幅度也变化,这由各个变速器构件的旋转而决定,如按照根据图1的曲线K3可以看出。
为了消除电机电流信号MMotor的这些幅度波动,将无直流分量的有用信号N1归一化为有效值(见图1,块4)。
为此,将已时间分辨的、无直流分量的有用信号N1细分为具有预定时间值、例如小于0.2s的短的连续时间段,并且针对这些时间段计算间隔特定的有效值。为此,例如将信号分成足够长度的各个部分(大约0.05s-0.2s,固定但可自由选择的值)。平滑线适配于各个有效值,由此也导致对有效值的数矢量进行重新采样(与测量信号的采样数量相同)。然后将这两个数矢量逐点划分。利用这些间隔特定的有效值,将无直流分量的有用信号N1的每个时间段除以所属的间隔特定的有效值。利用这样得到的已负载校正的有用信号N2对信号幅度进行归一化,由此保证了各种电机电流信号MMotor的可比性。
根据图7,已时间分辨的有用信号N2既未示出直流分量,也未示出有效值偏差。
如上所述,除了输出负载之外,驱动速度,即电机1.1的转速,也影响电机电流信号MMotor的信号质量和信号特性。
因此,在下一方法步骤中,确定电机1.1的转速的时间曲线走向(见图1的块5)。为此,首先从电机电流信号MMotor确定最大值和所属的时间值。这些绝对最大值的时间差在直流电机的情况下对应于反向电刷频率。结果,确定了已时间分辨的电机电流信号的局部最大值的时间点。根据两个连续最大值的反向时间间隔分别计算频率值。从所有这些频率值的平均值获得近似的电刷频率,前提是(通常是这种情况)电刷引起时间信号中的最大值。然后,从这个近似的刷子频率可以借助电刷数和槽数确定近似的转速。然而,该步骤不是必要的,因为信号的转速归一化也可以通过电刷频率进行。
为了确定电机1.1的实际转速d或实际旋转频率f,在近似的电刷频率的范围内对有用信号N2(见图7)进行带通滤波。在这里,截止频率大约是电刷频率的+-15%。已带通滤波的有用信号N2示出了图8所示的曲线K8。根据曲线K8的绝对最大值(在图8中呈圆形标记)的时间间隔计算实际电刷频率。通过将电刷数和槽数相除,得出旋转频率f或实际转速d。为此,获得由最大值的时间间隔组成的数矢量。通过适配样条或类似方法并重新采样到与测量信号相同数量的样本,获得函数曲线走向,利用该函数曲线走向将测量信号的时间轴进行缩放,尤其是归一化。图9的曲线K9(实线)示出了根据曲线K8的绝对最大值的时间间隔所计算的电刷频率的时间曲线走向。相比之下,根据已测量的旋转频率所计算的电刷频率示出为曲线K10(虚线)。两条曲线K9和K10示出了高的一致性。应注意的是,也可以在没有预先确定电刷频率的情况下确定旋转频率。为此,带通滤波直接在先前粗略确定的旋转频率的范围内进行。
借助所确定的时间依赖的旋转频率f(见图9),将图7所示的已负载校正的有用信号N2的时间轴归一化或缩放到平均旋转频率是在根据块6的方法步骤中(见图1)进行。有用信号N2的具有较高频率的各个周期被拉伸,而具有较低旋转频率的周期被压缩。使用该归一化步骤或缩放步骤,从已负载校正的有用信号N2生成已校正的电机电流信号,即已校正的测量信号Mcorr,该测量信号Mcorr被提供给根据图1的块7以借助FFT频率分析生成频谱。图10示出了已校正的测量信号Mcorr作为曲线K11(实线)并且与此相比示出了未校正的电机电流信号MMotor或测量信号M的曲线K12(虚线)。
如已经多次说明的,已校正的测量信号Mcorr经受FFT频率分析并且生成FFT频谱F3(见图11,实线)。与此相比,图11示出了未校正的测量信号M的FFT频谱F4(虚线)。
已校正的测量信号Mcorr的FFT频谱F3示出了清晰显现的最大值,这些最大值可以明确地分配给各个独特的变速器特征和/电机特征的最大值并因此用作用于确定损坏和磨损的基础。这些清晰显现为频谱线的最大值可以与噪声背景清楚地区分。频谱F3示出了五条频谱线f1至f5,它们例如明确分配给以下的变速器特征或电机特征:单个齿轮的旋转频率,故障翻滚频率,输入和输出旋转频率等。换句话说,每条显现的频谱线f1到f5可以分配给完全确定的电机部件或变速器部件或其行为。
如果分别在不同的操作小时数之后生成这种FFT频谱F3,则尽管变速器1.2的不同输出负载和电机-变速器单元1的电机1.1的不同转速,各自的幅度和/或频谱积分也是可比的。
如果将根据图11的未校正的测量信号M的FFT频谱F4与已校正的测量信号Mcorr的FFT频谱进行比较,则可以看出,由于变速器1.2的变化的输出负载和电机1.1的变化的转速,无法识别清晰的最大值。更确切地说,弱显现的特征在背景噪声中消失。此外,强显现的特征由于转速波动被强涂抹,并且不能进行明确的频率分配并也不能进行部件特定的特征识别。
图12a例示性示出了在频域中的电机-变速器单元1的构成为行星齿轮变速器的变速器1.2的行星齿轮处的齿部损坏的作为已校正的测量信号Mcorr的已校正的电机电流信号的FFT频谱F5的一片段。损坏特定的特征可以在线L1和线L2之间识别为显现的频谱线f6。作为参考,虚线F6示出了完好无损的电机-变速器单元的已校正的信号。
与此相比,图12b示出了未根据先前已知方法在未校正状态下的电机电流信号与完好无损的电机-变速器单元的参考相比较。在这里,图12b示出了在行星齿轮级的故障翻滚频率的范围内的可变负载和转速的情况下的已损坏的变速器。该频率的范围(黑色虚线)和幅度都被强涂抹,从而无法进行有意义的比较。点划线代表图11的未校正信号并且在此用作参考。图12a示出了根据本方法的校正情况。
利用根据本发明的这种校正方法,不仅信噪比显著改善,而且磨损特定和/或损坏特定的特征所延伸通过的带宽也显著减少。这两个积极的特性使根据本发明的校正方法特别适合于实际应用于不同环境要求下的电机-变速器单元。
在上述实施例中,测量信号M作为电机电流信号MMotor检测电机-变速器单元1的电机1.1的电机电流I的曲线走向(见图1)。测量信号M也可以借助麦克风、借助布置在电机-变速器单元1处的加速度传感器、扭矩传感器等以另一种方式生成,例如作为音频信号。
以下情况在本发明的范围内,即,通过对测量信号、即尤其是例如电机电流的评估,可以检测电机-变速器单元的出现的磨损或出现的损坏。这可以用于在显示装置中指示电机-变速器单元仍然可能的使用寿命,直到电机-变速器单元仍然可以在很大程度上无故障地操作。此外,一旦基于所采集的测量信号确定了特定的磨损痕迹,就也可以通过显示装置输出警告信号。
根据本发明的方法可以例如用于机动车辆的致动器、生产机器、机器人等。
Claims (9)
1.一种用于针对可变输出负载和可变转速的影响对借助在输出侧与变速器(1.2)耦合的电机(1.1)所生成的时间依赖的测量信号(M)进行校正的方法,所述方法执行以下方法步骤:
a)获取依赖于电机-变速器单元(1)的扭矩的测量信号(M);
b)从所述测量信号(M)生成无直流分量的有用信号(N1);
c)从所述测量信号(M)以间隔方式确定有效值;
d)通过将所述无直流分量的有用信号(N1)以间隔方式除以间隔特定的有效值来生成已负载校正的有用信号(N2);
e)从所述测量信号(M)以时间分辨方式确定所述电机(1)的旋转频率(f);
f)将所述已负载校正的有用信号(N2)缩放到平均旋转频率以生成已校正的测量信号(Mcorr);以及
g)使用所述已校正的测量信号以对所述电机-变速器单元进行故障检测。
2.一种用于对具有电机(1.1)和在输出侧与所述电机(1.1)耦合的变速器(1.2)的电机-变速器单元(1)的磨损和/或损坏进行识别的方法,所述方法执行以下方法步骤:
-借助所述电机-变速器单元(1)生成时间依赖的测量信号(M);
-按照根据权利要求1所述的方法生成已校正的测量信号(Mcorr);
-借助FFT(快速傅立叶)分析从所述已校正的测量信号(Mcorr)确定频谱(F3,F5);
-提供参考频谱,所述参考频谱是借助FFT分析从无磨损和/或无损坏的电机-变速器单元的已校正的测量信号生成的;
-将所述已校正的测量信号(Mcorr)的所述频谱(F3,F5)与所述参考频谱进行比较;以及
-从所述已校正的测量信号的所述频谱(F3,F5)与所述参考频谱的比较中确定指示磨损和/或指示损坏的特征,发出新出现的磨损或新出现的损坏的信号。
3.根据权利要求2所述的方法,其中,
-向从已校正的测量信号借助FFT分析所生成的频谱的每条频率线分配所述电机-变速器单元的构件特定的特征;以及
-为了确定指示磨损和/或指示损坏的特征,将所述已校正的测量信号的频谱和参考频谱的频谱的相同频率线的幅度和/或频谱积分进行比较。
4.根据前述权利要求中任一项所述的方法,其中,方法步骤a)通过以下方式来执行:
-确定所述测量信号(M)的直流分量;以及
-从所述测量信号(M)中减去所述直流分量。
5.根据权利要求4所述的方法,其中,对所述测量信号进行低通滤波,以确定所述测量信号的所述直流分量。
6.根据前述权利要求中任一项所述的方法,其中,方法步骤b)和c)通过以下方式来执行:
-将所述测量信号(M)细分为小于预定时间值的时间连续的时间段;
-针对每个时间段确定所述测量信号(M)的所述间隔特定的有效值;以及
-为了在每个时间段中生成所述已负载校正的有用信号(N2),将所述无直流分量的有用信号(N2)除以所述间隔特定的有效值。
7.根据前述权利要求中任一项所述的方法,其中,生成指示所述电机-变速器单元(1)的所述电机(1.1)的电机电流(I)的电机电流信号(MMotor)作为时间依赖的测量信号(M)。
8.根据权利要求7所述的方法,其中,方法步骤e)通过以下方式来执行:
-确定所述电机电流信号(MMotor)的最大值及其时间值;
-从所述电机电流信号(MMotor)的最大值的间隔、电刷直流电机的槽数和电刷数近似确定所述旋转频率(f0)或电刷频率;
-将所述电机电流信号(MMotor)在近似确定的旋转频率(f0)或电刷频率的范围内进行带通滤波;
-从所述已带通滤波的电机电流信号及其时间值确定所述最大值;以及
-从所述已带通滤波的电机电流信号的最大值的间隔、槽数和电刷数确定所述电刷直流电机的所述旋转频率(f)。
9.一种用于对电机-变速器单元(1)的磨损和/或损坏进行识别的装置,所述装置具有处理装置,通过所述处理装置可以执行权利要求2至8中任一项所述的方法步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20213829.3A EP4012426B1 (de) | 2020-12-14 | 2020-12-14 | Verfahren zur korrektur eines zeitabhängigen messsignals einer motor-getriebeeinheit sowie verfahren zur erkennung von verschleiss und/oder einer beschädigung derselben mittels dieses korrekturverfahrens |
EP20213829.3 | 2020-12-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114624586A true CN114624586A (zh) | 2022-06-14 |
Family
ID=73835456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111197787.1A Pending CN114624586A (zh) | 2020-12-14 | 2021-10-14 | 校正电机变速器单元的测量信号的方法及借助该方法识别所述单元的磨损和/或损坏的方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220187165A1 (zh) |
EP (1) | EP4012426B1 (zh) |
KR (1) | KR102673089B1 (zh) |
CN (1) | CN114624586A (zh) |
ES (1) | ES2962933T3 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4357749A1 (de) | 2022-10-19 | 2024-04-24 | IMS Gear SE & Co. KGaA | Verfahren zur automatischen detektion von verschleiss, verzahnungsschäden und/oder lagerschäden an einem getriebe |
WO2024111987A1 (ko) * | 2022-11-24 | 2024-05-30 | 주식회사 엘엑스세미콘 | 모터 구동 장치, 그 제어 방법, 및 모터에 의하여 구동되는 전자 기기 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4965513A (en) | 1986-09-30 | 1990-10-23 | Martin Marietta Energy Systems, Inc. | Motor current signature analysis method for diagnosing motor operated devices |
KR200265945Y1 (ko) * | 2001-11-26 | 2002-02-25 | 백정복 | 직류모터의 고장검사장치 |
KR200266147Y1 (ko) * | 2001-11-26 | 2002-02-27 | 백정복 | 직류모터의 회전속도측정장치 |
KR20030042857A (ko) * | 2001-11-26 | 2003-06-02 | 백정복 | 직류모터의 고장검사방법 및 그 장치 |
US6993439B2 (en) * | 2002-09-13 | 2006-01-31 | Innovative Scientific Solutions, Inc. | Motor based condition monitoring |
CA2582560C (en) * | 2007-03-22 | 2012-02-21 | Commtest Instruments Limited | Method and system for vibration signal processing |
KR100916284B1 (ko) * | 2009-03-17 | 2009-09-10 | 한국디지탈콘트롤 주식회사 | 모터 전류신호 주파수 스펙트럼 라인분석을 이용한 모터 회전속도 정밀 계측방법 |
DE102011121789B4 (de) * | 2011-12-21 | 2022-09-15 | Sew-Eurodrive Gmbh & Co Kg | Verfahren zur Bestimmung eines schadhaften Teils in einem Getriebe und Vorrichtung, eingerichtet zur Durchführung des Verfahrens |
KR101521119B1 (ko) * | 2015-01-07 | 2015-05-28 | 한양대학교 산학협력단 | 모터 고장 검출 장치 및 방법 |
DE102016222660A1 (de) | 2016-11-17 | 2018-05-17 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Erkennen von Veränderungen in einem elektrisch betriebenen Antrieb |
KR102079034B1 (ko) * | 2019-01-30 | 2020-02-19 | 윤상흠 | 전류 공간 벡터와 푸리에 또는 웨이블릿 변환을 이용하여 유도 전동기의 회전자 결함 및 부하 결함을 진단하는 방법 및 장치 |
-
2020
- 2020-12-14 ES ES20213829T patent/ES2962933T3/es active Active
- 2020-12-14 EP EP20213829.3A patent/EP4012426B1/de active Active
-
2021
- 2021-10-14 CN CN202111197787.1A patent/CN114624586A/zh active Pending
- 2021-11-10 KR KR1020210154006A patent/KR102673089B1/ko active IP Right Grant
- 2021-12-13 US US17/549,112 patent/US20220187165A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4012426A1 (de) | 2022-06-15 |
ES2962933T3 (es) | 2024-03-21 |
EP4012426B1 (de) | 2023-09-06 |
KR20220085003A (ko) | 2022-06-21 |
US20220187165A1 (en) | 2022-06-16 |
KR102673089B1 (ko) | 2024-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114624586A (zh) | 校正电机变速器单元的测量信号的方法及借助该方法识别所述单元的磨损和/或损坏的方法 | |
CN109883702B (zh) | 一种基于时频域统计特征的电机轴承故障诊断方法 | |
EP3631205B1 (en) | Wind turbine fault detection using acoustic, vibration, and electrical signals | |
Samanta et al. | Artificial neural network based fault diagnostics of rolling element bearings using time-domain features | |
CN105452836B (zh) | 用于车辆的传感器单元 | |
JP4928612B2 (ja) | センサのノイズを監視する方法および装置 | |
JP6133112B2 (ja) | 転がり軸受の診断装置および転がり軸受の診断方法 | |
WO2021166168A1 (ja) | 電動機の診断装置 | |
CN110646204A (zh) | 用于损坏早期识别的方法,以及用于执行该方法的程序和控制装置 | |
WO2021204731A1 (en) | Fault diagnostic method and system for a machine driven by an electric motor | |
Pawlik | The use of the acoustic signal to diagnose machines operated under variable load | |
WO2022224391A1 (ja) | 異常診断装置及び異常診断方法 | |
JP7083293B2 (ja) | 状態監視方法および状態監視装置 | |
JP2011237459A (ja) | 異常診断装置、回転装置及び異常診断方法 | |
CN116893036A (zh) | 一种加速度信号序列时窗特征平滑的柱塞泵泄露诊断方法 | |
WO2022224631A1 (ja) | 回転機システム、及びその診断方法 | |
Thanagasundram et al. | Autoregressive based diagnostics scheme for detection of bearing faults | |
Del Rosso et al. | Mechanical fault detection for induction motors based on vibration analysis: a case study | |
JP4511886B2 (ja) | スクリュー圧縮機の異常診断装置および異常診断システム | |
Satija et al. | Development of rolling bearing health diagnosis and prediction system using MEMS accelerometer vibration sensing module | |
EP2110649A1 (de) | Sensor für die Zustandsüberwachung von mechanischen Bauteilen | |
Beering et al. | Variable Speed Gear Damage Detection Based on Speed Dependent Masking and Correlation Coefficients | |
Yu et al. | Wavelet Analysis based Gear Shaft Fault Detection | |
Shen | Diagnosis of Mechanical Faults in Electric Machines | |
Smith et al. | Electromagnetic interference in vibration signals and its effect on bearing diagnostics |
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 |