CN115389190B - 一种设备运行状态的诊断系统 - Google Patents
一种设备运行状态的诊断系统 Download PDFInfo
- Publication number
- CN115389190B CN115389190B CN202211144424.6A CN202211144424A CN115389190B CN 115389190 B CN115389190 B CN 115389190B CN 202211144424 A CN202211144424 A CN 202211144424A CN 115389190 B CN115389190 B CN 115389190B
- Authority
- CN
- China
- Prior art keywords
- bpf
- equipment
- frequency
- amplitude
- allf
- 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
- 230000001133 acceleration Effects 0.000 claims abstract description 44
- 238000003745 diagnosis Methods 0.000 claims abstract description 33
- 238000004092 self-diagnosis Methods 0.000 claims abstract description 17
- 238000001228 spectrum Methods 0.000 claims abstract description 9
- 230000003750 conditioning effect Effects 0.000 claims description 25
- 238000005070 sampling Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000009471 action Effects 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000005096 rolling process Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 10
- 230000002457 bidirectional effect Effects 0.000 claims description 5
- 238000004148 unit process Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 28
- 238000012544 monitoring process Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 9
- 230000003993 interaction Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000002955 isolation Methods 0.000 description 4
- 239000000047 product Substances 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 241000935974 Paralichthys dentatus Species 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 238000012631 diagnostic technique Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 229920000954 Polyglycolide Polymers 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000012502 diagnostic product Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 235000010409 propane-1,2-diol alginate Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
-
- 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
-
- 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
-
- 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
- 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
- G01M13/045—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种设备运行状态的诊断系统，属于测试技术领域，系统中控制单元对设备的工作状态进行诊断包括：根据设备的转速、加速度、速度和包络信号参数计算设备不同运行状态下对应的多个特征频率；确定频谱上与所述特征频率最近的多个频率点；计算特征频率幅值、特征频率倍频包络幅值、与特征频率最近的多个频率点倍频包络幅值的总幅值，以及所述总幅值的幅值比率；根据所述总幅值、总幅值的幅值比率确定设备正常运行时的基准参数值、设备运行的实时参数值；比较所述基准参数值、实时参数值以实现设备运行状态的自诊断。本发明能够及时、准确、全面地对设备的运行状态进行监测，当设备出现故障时，能够上报故障类型，进一步提升了工作效率。
Description
技术领域
本发明涉及测试技术领域，涉及一种设备运行状态的诊断方法，尤其涉及一种适用于旋转机械设备的诊断方法、存储介质及终端。
背景技术
世界上最早开发设备诊断技术的国家是美国。1967年在美国宇航局和海军研究所的倡导和组织下，成立了美国机械故障预防小组(MFPG)，随后美国的(PCBPiezotronics，Inc.)、CTC(USAConnectionTechnologyCenter，Inc.)CO.， LTD，及后来居上的福禄克(FLUKE)均研发生产了众多设备诊断产品，代表产品型号Fluke802CN，Fluke810，此外，设备诊断技术在欧洲一些国家，比如瑞典的斯凯孚(SKF)和亚洲的日本也得到很大发展。
在国内，随着计算机技术及数字信号处理技术的迅速发展，设备振动监测与故障诊断技术被广泛应用于电力、石油化工、冶金等行业的大型、高速旋转机械中。目前这种技术已成为设备现代化管理和提高企业综合效益的技术基础。它之所以得到迅速发展，是由于传统的设备计划维修制度的缺陷造成了维修费用的巨大浪费。国内外经验表明，以振动监测与故障诊断技术为基础的设备预知维修能节省大量的维修费用，可以取得显著的经济效益，而且还能保证设备的安全运行，预防和减少恶性事故的发生，消除故障隐患，保障人身和设备安全，提高劳动生产率。国内的厂家如安徽容知，上海东太等。
从总体上分析，国内外的产品有两个特征，其一是在线监测系统，以SKF 公司的IMX-S振动在线监测系统，通过现场16通道或32通道振动数据采集，数据传输到远程，高级数据分析师通过时域和频域信号分析，得出诊断分析报告，但是缺点是过程复杂，设备价格高，依赖高技术诊断分析师；其二是简单的一体化振动变送器，这类产品是将振动传感器的信号通过信号调理转换为 4～20mA，用于单个测振点的振动强度烈度的检测，但是对于准确地判断设备状态与故障，还需要更多设备管理和维护经验的后续技术支持，对于复杂设备则无法全面反映设备状态。
发明内容
本发明的目的在于克服现有技术中无法准确地判断设备的状态与故障的问题，提供了一种设备运行状态的诊断系统。
本发明提供了一种设备运行状态的诊断系统，所述系统包括顺次连接的数据采集单元、信号预处理单元、控制单元和报警单元；
数据采集单元将采集到的转速、加速度、速度信号经信号预处理单元传输至控制单元，控制单元对设备的速度、加速度信号进行处理得到设备的包络信号，并根据该转速信号、加速度信号、速度信号和包络信号对设备的工作状态进行诊断，若判断设备处于故障状态，报警单元根据不同的故障类型及时向工作人员作出不同的报警动作；
对设备的工作状态进行诊断包括：
根据设备的转速、加速度、速度和包络信号参数计算设备不同运行状态下对应的多个特征频率；
确定频谱上与所述特征频率最近的多个频率点；
计算特征频率幅值、特征频率倍频包络幅值、与特征频率最近的多个频率点倍频包络幅值的总幅值，以及所述总幅值的幅值比率；
根据所述总幅值、总幅值的幅值比率确定设备正常运行时的基准参数值、设备运行的实时参数值；
比较所述基准参数值、实时参数值以实现设备运行状态的自诊断；
所述总幅值的具体计算公式为：
AllfBPF＝AfBPF+(2AfBPF+2AfBPF-1+2AfBPF+1)+(3AfBPF+
3AfBPF-1+3AfBPF+1+3AfBPF-2+3AfBPF+2)
上式中，AllfBPF表示总幅值，AfBPF特征频率对应的幅值，fBPF-1、fBPF+1、 fBPF-2、fBPF+2分别表示与特征频率最近的多个频率点中一个频率点，2A为2 倍频包络幅值，3A为3倍频包络幅值；
所述总幅值的幅值比率的计算公式具体为：
AllfBPFRio＝AllfBPF/Allf
上式中，AllfBPFRio表示总幅值的幅值比率，Allf表示频谱上所有频率点的幅值之和；
所述确定设备正常运行时的基准参数值、设备运行的实时参数值的计算公式为：
Xa1＝(AllfBPF1+AllfBPF2+……AllfBPFN)/N；
Xa2＝(AllfBPFRio1+AllfBPFRio2+……AllfBPFRioN)/N
上式中，Xa1具体为第一基准参数值或第一实时参数值，Xa2具体为第二基准参数值或第二实时参数值，N表示选取的特征频率的数量，AllfBPFN表示第N 个特征频率对应的总幅值，AllfBPFRioN表示第N个特征频率的幅值比率；
对设备轴承的故障诊断时，需通过分别计算外圈频率fBPFO、内圈频率fBPFI、滚动体频率fBSF、保持架频率fFTF，进而确定是外圈故障、内圈故障、滚动体故障还是保持架故障，具体计算公式如下：
轴承内圈旋转时有：
轴承外圈旋转时有：
上式中，z表示滚动体个数，d表示滚动体直径，D表示轴承直径，cosα表示接触角余弦，X表示频率，1X表示1倍频率。
与现有技术相比，本发明有益效果是：
本发明根据设备的转速、加速度、速度和包络信号参数能够计算设备不同运行状态下对应的多个特征频率，进而计算出设备的基准参数值、实时参数值，通过比较基准参数值与实时参数值即可实现设备运行状态的自诊断，能够及时、准确、全面地对设备的运行状态进行监测，当设备出现故障时，能够上报故障类型，进一步提升了工作效率，提高生产效益。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明，此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，在这些附图中使用相同的参考标号来表示相同或相似的部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为本发明实施例1的方法流程图；
图2为本发明实施例2的系统框图；
图3为本发明实施例2的信号调理模块的部分电路示意图；
图4为本发明实施例2的数模转换模块电路示意图；
图5为本发明实施例2的采样模块的电路示意图；
图6为本发明实施例2的采样处理模块的电路示意图；
图7a为本发明实施例2的控制单元中单片机的部分电路示意图；
图7b为本发明实施例2的控制单元中单片机的部分电路示意图；
图7c为本发明实施例2的控制单元中单片机的部分电路示意图；
图8为本发明实施例2的通信单元的电路示意图。
具体实施方式
下面结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，属于“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方向或位置关系为基于附图所述的方向或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，属于“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，属于“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明经过反复的实践，提出了一种设备运行状态的诊断方法，尤其适用于旋转机械设备运行状态的诊断，用于解决现有设备诊断技术中无法准确判断设备的运行状态，以及设备处于故障状态时的具体故障类型，为设备的后期维护造成的问题。
实施例1
如图1所示，在实施例1中，一种设备运行状态的诊断方法，方法包括自诊断步骤，该自诊断步骤的执行主体为控制器，具体包括：
S01：根据设备的转速、加速度、速度和包络信号参数计算设备不同运行状态下对应的多个特征频率；具体地，将设备的加速度或速度进行快速傅里叶变换得到对应的频谱，该频谱进一步反应该加速度或速度的包络信号，在该频谱上确定特征频率，并以该特征频率点前后两个点(共5个频率点)中幅值最大的点作为真实特征频率。这是因为设备正常工作时，其幅值会处于一定范围，本申请真实特征频率为特征频率最近几个频率点中幅值最大的频点，以该频点幅值对设备的工作状态(是否出现故障)进行判断更为精准，若幅值最大的真实特征频率被判定为处于正常工作状态，那么设备一定处于正常的工作状态。为实现设备的实时监测，需要不断地采集设备的特征频率，通过上述同样方法可以得到多个特征频率，以获取振动信号的FFT数列。
S02：确定频谱上与所述特征频率(真实特征频率)最近的多个频率点；具体地，确定与特征频率最近的多个频率点是为了进一步确定设备在该频段内设备的工作状态是否发生改变(设备是否出现故障)，本实施例中在该真实特征频率的左右分别选取了两个频点作为频率点。
S03：计算特征频率幅值、特征频率倍频包络幅值、与特征频率最近的多个频率点倍频包络幅值的总幅值，以及所述总幅值的幅值比率；具体地，计算设备的总幅值以及幅值比率能够进一步确定设备的工作状态是否发生改变(设备是否出现故障)。
S04：根据所述总幅值、总幅值的幅值比率确定设备正常运行时的基准参数值、设备运行的实时参数值；具体地，设备正常运行时的基准参数值、设备运行的实时参数值是基于设备不同工况下采用相同方法计算得出，基准参数值基于的是设备开始工作进入稳定工作状态时的工况参数，实时参数值基于的是设备正常运行时的实时工况参数。
S04：比较所述基准参数值、实时参数值以实现设备运行状态的自诊断。
根据步骤S01-S04的诊断方法，能够及时、准确、全面地对设备的运行状态进行检测；本发明能够根据设备的速度、加速度和包络信号计算不同类型故障，因此在设备出现故障时，能够及时上报故障类型，为设备的维护工作带来了极大的便利，同时也大大提高了工作效率。
进一步地，在步骤S01中，计算设备不同运行状态下对应的多个特征频率的计算公式为：
fBPF＝N*1X
上式中，fBPF表示特征频率；N为设备工况常数，该工况常数能够根据不同的设备或工况条件进行设置，默认为N＝50；X为设备的转速。
进一步地，在步骤S03中，总幅值的具体计算公式为：
AllfBPF＝AfBPF+(2AfBPF+2AfBPF-1+2AfBPF+1)+(3AfBPF+
3AfBPF-1+3AfBPF+1+3AfBPF-2+3AfBPF+2)
上式中，AllfBPF表示总幅值，AfBPF特征频率(真实特征频率)对应的幅值， fBPF-1、fBPF+1、fBPF-2、fBPF+2分别表示与特征频率最近的多个频率点中一个频率点，2AfBPF、2AfBPF-1、2AfBPF+1分别表示真实特征频率、多个频率点的其中两个频率点的2倍频包络幅值，3AfBPF表示真实特征频率， 3AfBPF-1、3AfBPF+1、3AfBPF-2、3AfBPF+2表示与特征频率最近的四个频率点的3倍频包络幅值。
进一步地，在步骤S03中，总幅值的幅值比率的计算公式具体为：
AllfBPFRio＝AllfBPF/Allf
上式中，AllfBPFRio表示总幅值的幅值比率，Allf表示频谱上所有频率点的幅值之和。
进一步地，在步骤S03中，确定设备正常运行时的基准参数值、设备运行的实时参数值的计算公式为：
Xa1＝(AllfBPF1+AllfBPF2+……AllfBPFN)/N；
Xa2＝(AllfBPFRio1+AllfBPFRio2+……AllfBPFRioN)/N
上式中，Xa1具体为第一基准参数值或第一实时参数值，Xa2具体为第二基准参数值或第二实时参数值；具体地，在设备开始工作进入稳定工作状态时根据设备的转速、加速度、速度和包络信号参数最后计算出的是基准参数值，在设备正常运行时根据设备的转速、加速度、速度和包络信号参数最后计算出的是实时参数值；N表示选取的特征频率的数量；AllfBPFN表示第N个特征频率对应的总幅值，AllfBPFRioN表示第N个特征频率的幅值比率。
进一步地，本发明方法还包括示警步骤，示警步骤的执行主体为报警装置，该报警装置接收控制器的控制信号作出对应的报警动作，具体包括：
S11：预警步骤，当判断设备的实时参数值均大于基准参数值时，作出对应预警动作；作为一优选实施例，当3倍第一基准参数值≤第一实时参数值＜6倍第一基准参数值，且3倍第二基准参数值≤第二实时参数值＜6倍第二基准参数值时，此时进行预警动作，该预警动作可以通过蜂鸣器报警或者扬声器发生等实现，且将对应的故障类型进行上报。
S12：报警步骤，当判断设备的实时参数值均远远大于基准参数值时，作出对应报警动作。作为一优选实施例，当第一实时参数值≥6倍第一基准参数值且第二实时参数值≥6倍第二基准参数值时，此时进行报警动作，该报警动作可以通过蜂鸣器报警或者扬声器发生等实现，报警动作与预警动作需不同，如都采用蜂鸣器报警的情况下，预警动作是短促间隔的蜂鸣声，报警为高频持续的蜂鸣声，且将对应的故障类型进行上报，以提示工作人员不同的示警级别。
进一步地，自诊断步骤前还包括设备运行状态的数据采集步骤，具体为：
S00：采集设备的转速信号、振动信号，根据所述振动信号获取设备的加速度、速度和包络信号。具体地，数据采集步骤的执行主体具体为各类传感器，其将采集的数据信息传输至控制器，其中，设备的转速信号通过转速传感器进行采集；设备的振动信号通过振动传感器AC102进行采集，能够进一步输出设备的速度、加速度及位移信号，将该振动信号进行快速傅里叶变换进而获得振动信号的速度及加速度幅值的包络信号。为进一步保证诊断方法的精准性，可在设备的不同部位布设若干传感器，如在设备的叶片、轴承、齿轮布设传感器，能够更加真实反映设备各部位的工作状态，以精准上报设备的工作状态，或者各个部位出现的故障类型，实现了设备的全方面监测与诊断。
实施例2
本实施例与实施例1具有相同的发明构思，提供了一种设备运行状态的诊断方法，该诊断方法可适用于设备叶片的故障自诊断，在设备叶片的故障自诊断方法中，其特征频率的计算是通过设备的转速、速度信号实现的，即将采集的速度信号进行快速傅里叶变换，在得到的频率的速度列上计算特征频率，在速度的包络信号上确定真实特征频率，其他步骤与实施例1的诊断方法相同，进而实现设备叶片的自诊断。
作为一选项，本发明诊断方法还可适用于设备轴承的故障诊断，在设备轴承的故障自诊断方法中，其特征频率的计算是通过设备的转速、加速度信号实现的，即将采集的加速度信号进行快速傅里叶变换，在得到的频率的速度列上计算特征频率，在加速度的包络信号上确定真实特征频率，其他步骤与实施例1 的诊断方法相同，进而实现设备轴承的自诊断。需要进一步说明的是，轴承故障的自诊断相对复杂，需要通过分别计算外圈频率fBPFO、内圈频率fBPFI、滚动体频率fBSF、保持架频率fFTF，才能诊断出是外圈故障、内圈故障、滚动体故障、保持架故障，其对应的计算公式如下：
上式中，z表示滚动体个数，d表示滚动体直径，D表示轴承直径，cosα表示接触角余弦，X表示频率，1X表示1倍频率。
进一步地，轴承内圈旋转时有：
进一步地，轴承外圈旋转时有：
作为一选项，本发明诊断方法还可适用于设备齿轮的故障诊断，在设备齿轮的故障自诊断方法中，其特征频率的计算是通过设备的转速、加速度信号实现的，即将采集的加速度信号进行快速傅里叶变换，在得到的频率的速度列上计算特征频率，在加速度的包络信号上确定真实特征频率，其他步骤与实施例1 的诊断方法相同，进而实现设备齿轮的自诊断。
作为一选项，本发明诊断方法还可适用于设备转子不平衡故障诊断，在设备转子不平衡的故障自诊断方法中，其特征频率的计算是通过设备的转速、速度信号实现的，即将采集的速度信号进行快速傅里叶变换，在得到的频率的速度列上计算特征频率，在速度的包络信号上确定真实特征频率，其他步骤与实施例1的诊断方法相同，进而实现设备转子不平衡的故障自诊断。需要进一步说明的是，设备转子不平衡故障诊断诊断过程的示警步骤中，若报警条件成立，且A1X/Allfother>50％(1倍频幅值占比达到总幅值得50％)，自诊断变送器 (控制器)将发送对应转子不平衡类故障类型至用户终端或者人机交互单元，还可将旋转机械设备的故障类型上传至云端，以便工作人员能够及时确定设备的故障类型，更能实现远程监控功能。需要进一步说明的是，用户终端包括手机、Pad、工控机等，工控机上可进一步集成本发明系统，多个工控机之间还可实现数据的交互与共享；人机交互单元具体为HMI，便于工作人员的现场对旋转机械设备的工作状态进行查看与控制。
作为一选项，本发明诊断方法还可适用于设备转子不对中故障诊断，在设备转子不对中的故障自诊断方法中，其特征频率的计算是通过设备的转速、速度信号实现的，即将采集的速度信号进行快速傅里叶变换，在得到的频率的速度列上计算特征频率，在速度的包络信号上确定真实特征频率，其他步骤与实施例1的诊断方法相同，进而实现设备转子不对中的故障自诊断。需要进一步说明的是，设备转子不对中故障诊断诊断过程的示警步骤中，若报警条件成立，且A2X/A1X>70％(即2倍频幅值大于一倍频幅值70％)，自诊断变送器(控制器)将发送对应转子不对中类故障类型至用户终端、云端或者人机交互单元，以便工作人员能够及时确定设备的故障类型，实现对设备的全方位监测。
实施例3
本实施例与实施例1、实施例2具有相同的发明构思，提供了上述诊断方法的系统，如图2所示，该系统包括顺次连接的数据采集单元、信号预处理单元、控制单元和报警单元；其中，数据采集单元，用于采集设备的转速、加速度、速度信号；信号预处理单元，用于将接收到的转速、加速度、速度信号进行预处理；控制单元，用于将预处理后的速度、加速度信号进行处理得到设备的包络信号，再根据所述设备的转速信号、加速度信号、速度信号和包络信号判断设备的实时工作状态；报警单元，用于响应控制单元的指令，在控制单元判断设备处在不同类型故障状态时，作出对应报警动作。本发明数据采集单元将采集到的转速、加速度、速度信号经信号预处理单元传输至控制单元，控制单元对设备的速度、加速度信号进一步处理得到设备的包络信号，并根据该转速信号、加速度信号、速度信号和包络信号对设备的工作状态进行诊断，若判断设备处于故障状态，报警单元根据不同的故障类型及时向工作人员作出不同的报警动作。本发明通过设备的加速度、速度、包络信号对设备的工作状态进行多方面的监测，监测全面且能够进一步保证诊断准确度，整个过程完全智能化，方便快捷，监测效率高。需要进一步说明的是，上述数据采集单元对应的是实施例1中的数据采集步骤的执行主体，控制单元对应的是实施例1中的自诊断步骤的执行主体，报警单元对应的是实施例1中的分级示警步骤的执行主体。
需要进一步说明的是，故障类型包括但不限于轴承故障、齿轮故障、叶片故障、转子不平衡故障、转子不对称故障等。控制单元根据诊断出的不同故障类型控制报警单元以不同报警动作进行报警，例如轴承故障对应蜂鸣器长鸣，齿轮报警对应蜂鸣器间歇性发声等，或者通过扬声器直接播报当前的处于故障的设备及对应的故障类型，更为直观的提示工作人员进行处理。更进一步地，控制单元将接收到的加速度、速度信号进行快速傅里叶变换，即可获得对应的包络信号，该包络信号能够更加直观的反映信号的幅值变化，利于判断设备当前的故障类型。上述原理说明仅为了理解本申请技术方案，并不在本发明保护范围之内。
进一步地，信号预处理单元包括信号调理模块，信号调理模块包括数模转换子模块、用于生成第一频率的振动信号的第一信号调理子模块和用于生成第二频率的振动信号的第二信号调理子模块，第一信号调理子模块、第二信号调理子模块的输出端均与数模转换子模块连接，用于同时将两路不同频率信号经数模转换模块输入控制单元，提高了工作效率，保证了诊断的准确度。作为一优选实施例，第一信号调理子模块用于生成一10K振动信号，第二信号调理子模块用于生成一1K振动信号。
更进一步地，如图3所示，第一信号调理子模块包括顺次连接的基于芯片 TS321芯片的隔离电路、基于电容C4和运放芯片OP2A的检波与隔离电路、基于运放芯片OP2B的第一滤波电路，第一滤波电路输出端与数模转换子模块连接；第二信号调理子模块包括顺次连接的基于运放芯片OP2D的第二滤波电路、基于运放芯片OP2C的第三滤波电路；第二滤波电路与检波与隔离电路输出端连接，第三滤波电路输出端与数模转换子模块连接。本发明的信号调理子模块对振动信号进行进一步隔离、检波等处理，进一步抑制了杂波，保证了数据传输的准确性。需要进一步说明的是，信号调理模块还包括用于检测与判断振动信号直流信号的第三调理子模块，用于对振动信号进行缓冲处理的第四调理子模块。运放芯片OP2具体为TL064或MC34074或TLC2274集成芯片。
进一步似，如图4所示，本发明的数模转换模块具体采用的是AD采样芯片MCP3911，是一款2.7V至3.6V的双通道模拟前端，包含两个同步采样Δ- Σ模数转换器(Analog-to-Digital Converter，ADC)、两个PGA、一个相位延时补偿模块、一个低漂移内部参考电压、一个调制器输出模块、数字失调和增益误差校准寄存器以及一个高速20MHzSPI兼容串行接口。AD采样芯片MCP3911 的引脚4、引脚7分别引入10K振动信号(VIB_OUT_10K)、1K振动信号(BOV_OUT_1K2_LP)，对其进行数模转换处理并传输至控制单元。
进一步地，数据采集单元具体包括振动信号采集模块、温度信号采集模块和转速信号采集模块，用于进一步采集设备的振动信号(加速度、速度信号)、环境温度信号和设备的转速信号，温度信号的采集能够进一步排除环境对设备带来的干扰。上述振动信号采集模块、温度信号采集模块可以采用集温度检测与振动信号检测于一体的传感器，也可以采用单独的振动信号传感器和温度传感器。作为一选项，本发明温度信号、振动信号的采集采用的是江苏联能振动加速度温度传感器CA-YD-170或CTC加速度传感器TA102-1A，以输出设备的加速度、速度和温度信号；更为具体地，控制单元根据设备的振动信号可进一步获取设备的位移信号，能够更加精准地实现对设备工作状态的监控；转速信号采集模块具体为的德宝罗的霍尔齿轮转速传感器和/或其他霍尔转速传感器，均是现有传感器，其与信号调理单元连接方式是本领域技术人员的公知常识，本发明不再进一步赘述。
进一步地，信号预处理单元还包括变送器单元，本实施例中，变送器单元包括4个变送器，各变送器分别与数据采集单元中各个信号采集模块(传感器) 输出端对应连接，且振动信号采集模块(振动传感器)输出端与2个变送器连接，能够进一步对数据采集单元采集的模拟信号进行隔离及变换处理，隔离处理能够防止各个信号之间的干扰，变换处理即将数据采集单元中各传感器采集的信号进行4～20mA变换；振动信号采集模块输出端与至少两个变送器连接，是用于将设备的加速度、速度信号进行隔离，实现了多信号的模组化配置。更进一步地，当本发明系统需要进一步采集新的参数时，可进一步配置对应的变送器，扩展性强。
进一步地，信号预处理单元还包括采样模块和采样处理模块，采样模块与转速信号采集模块输出端连接，采样模块、采样处理模块均与控制单元输入端连接。如图5所示，转速采样模块经集成芯片TS341的引脚3引入转速传感器器采集的转速信号ZS-IN进行采样处理，并经集成芯片TS341的引脚1、4输出采样处理后的信号传输至控制单元。如图6所示，采样处理模块具体采用的是运放芯片OPA348，运放芯片OPA348从其引脚3将温度信号TEMPXTRNEXT、包络信号ENVXTRNEXT进行滤波处理，进一步经其引脚1传输至控制单元，完成信号的采样处理。
进一步地，控制单元包括单片机、与单片机双向连接的工控机，单片机与信号调理单元输出端连接。单片机将数据采集单元采集的实时数据(振动信号、温度信号、转速信号)传输至工控机，工控机对该实时数据进行分析，并发出相应的控制信号并回传至单片机，单片机进一步控制单元以实现精准的设备故障类型分析。需要进一步说明的是，如图7a-7c所示，单片机具体为单片机 STM32F405RG，CortexTM-M4为内核的STM32F4系列高性能微控制器，集成了单周期DSP指令和FPU(floatingpointunit，浮点单元)，提升了计算能力，可以进行一些复杂的计算和控制。
进一步地，系统还包括通信单元，通信单元与控制单元双向连接。如图8 所示，通信单元具体采用的隔离式全双工通信芯片ADM2587E，其数据通信引脚4、引脚7与单片机STM32F405RG的引脚30、引脚29连接，以此实现本发明系统与外部终端、系统的数据分享。
进一步地，系统还包括人机交互单元，人机交互单元与控制单元输出端连接，便于工作人员的现场对旋转机械设备的工作状态进行查看与控制。人机交互单元具体为HMI人机显示屏，采用上海繁易生产的HM607S，作为用户设备信息显示，设备信息算法信息录入，配繁易公司的FLINK物联模块。
进一步地，系统还包括用户终端与云端，经通信单元与本发明系统实现双向连接。需要进一步说明的是，用户终端包括手机、Pad、工控机、集成PLC的控制装置等；手机上进一步安装例如百度云，或者其他监控APP，进而实现数据的云端存储和远程监控；工控机上可进一步集成本发明系统，多个工控机之间还可实现数据(旋转机械设备的运行状态数据)的交互与共享，实现了旋转机械设备的远程监控。
进一步地，系统还包括电源单元，该电源单元输出18V、5V、3.3V直流电压为系统各单元提供工作电压，保证系统的正常运行。需要进一步说明的，人机交互单元HMI、用户终端均集成有电源电路；报警单元可通过本系统电源单元实现供电，也可通过外部电源实现电源单元的供电。
本发明数据采集单元将采集到的转速、加速度、速度信号经信号预处理单元传输至控制单元，控制单元对设备的速度、加速度信号进一步处理得到设备的包络信号，并根据该转速信号、加速度信号、速度信号和包络信号对设备的工作状态进行诊断，若判断设备处于故障状态，报警单元根据不同的故障类型及时向工作人员作出不同的报警动作。本发明通过设备的加速度、速度、包络信号对设备的工作状态进行多方面的监测，监测全面且能够进一步保证诊断准确度，整个过程完全智能化，方便快捷，监测效率高。
实施例4
本实施例提供了一种存储介质，与实施例1和实施例2具有相同的发明构思，其上存储有计算机指令，所述计算机指令运行时执行实施例1或实施例2 中所述的设备运行状态的诊断方法的步骤。
基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
实施例5
本实施例还提供一种终端，与实施例1和实施例2具有相同的发明构思，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行实施例1或实施例2中所述的设备运行状态的诊断方法的步骤。处理器可以是单核或者多核中央处理单元或者特定的集成电路，或者配置成实施本发明的一个或者多个集成电路。
在本发明提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
本发明根据设备的转速、加速度、速度和包络信号参数计算出设备不同运行状态下对应的各个特征频率，进而计算出设备的基准参数值、预警参数值、报警参数值，通过比较实时采集参数值，可实现设备运行状态及故障的自诊断，能够及时、准确、全面地对设备的运行状态进行检测，当设备出现故障时，能够上报故障类型，提升了设备工作效率，提高生产效益。
以上具体实施方式是对本发明的详细说明，不能认定本发明的具体实施方式只局限于这些说明，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演和替代，都应当视为属于本发明的保护范围。
Claims (7)
1.一种设备运行状态的诊断系统，其特征在于：所述系统包括顺次连接的数据采集单元、信号预处理单元、控制单元和报警单元；
数据采集单元将采集到的转速、加速度、速度信号经信号预处理单元传输至控制单元，控制单元对设备的速度、加速度信号进行处理得到设备的包络信号，并根据该转速信号、加速度信号、速度信号和包络信号对设备的工作状态进行诊断，若判断设备处于故障状态，报警单元根据不同的故障类型及时向工作人员作出不同的报警动作；
对设备的工作状态进行诊断包括：
根据设备的转速、加速度、速度和包络信号参数计算设备不同运行状态下对应的多个特征频率；
确定频谱上与所述特征频率最近的多个频率点；
计算特征频率幅值、特征频率倍频包络幅值、与特征频率最近的多个频率点倍频包络幅值的总幅值，以及所述总幅值的幅值比率；
根据所述总幅值、总幅值的幅值比率确定设备正常运行时的基准参数值、设备运行的实时参数值；
比较所述基准参数值、实时参数值以实现设备运行状态的自诊断；
所述总幅值的具体计算公式为：
AllfBPF＝AfBPF+(2AfBPF+2AfBPF-1+2AfBPF+1)+(3AfBPF+
3AfBPF-1+3AfBPF+1+3AfBPF-2+3AfBPF+2)
上式中，AllfBPF表示总幅值，AfBPF特征频率对应的幅值，fBPF-1、fBPF+1、fBPF-2、fBPF+2分别表示与特征频率最近的多个频率点中一个频率点，2A为2倍频包络幅值，3A为3倍频包络幅值；
所述总幅值的幅值比率的计算公式具体为：
AllfBPFRio＝AllfBPF/Allf
上式中，AllfBPFRio表示总幅值的幅值比率，Allf表示频谱上所有频率点的幅值之和；
所述确定设备正常运行时的基准参数值、设备运行的实时参数值的计算公式为：
Xa1＝(AllfBPF1+AllfBPF2+……AllfBPFN)/N；
Xa2＝(AllfBPFRio1+AllfBPFRio2+……AllfBPFRioN)/N
上式中，Xa1具体为第一基准参数值或第一实时参数值，Xa2具体为第二基准参数值或第二实时参数值，N表示选取的特征频率的数量，AllfBPFN表示第N个特征频率对应的总幅值，AllfBPFRioN表示第N个特征频率的幅值比率；
对设备轴承的故障诊断时，需通过分别计算外圈频率fBPFO、内圈频率fBPFI、滚动体频率fBSF、保持架频率fFTF，进而确定是外圈故障、内圈故障、滚动体故障还是保持架故障，具体计算公式如下：
轴承内圈旋转时有：
轴承外圈旋转时有：
上式中，z表示滚动体个数，d表示滚动体直径，D表示轴承直径，cosα表示接触角余弦，X表示频率，1X表示1倍频率。
2.根据权利要求1所述的设备运行状态的诊断系统，其特征在于：所述故障的类型包括但不限于轴承故障、齿轮故障、叶片故障、转子不平衡故障、转子不对称故障。
3.根据权利要求1所述的设备运行状态的诊断系统，其特征在于：所述信号预处理单元还包括采样模块和采样处理模块，采样模块与转速信号采集模块输出端连接，采样模块、采样处理模块均与控制单元输入端连接。
4.根据权利要求1所述的设备运行状态的诊断系统，其特征在于：所述信号预处理单元包括信号调理模块，信号调理模块包括数模转换子模块、用于生成第一频率的振动信号的第一信号调理子模块和用于生成第二频率的振动信号的第二信号调理子模块，第一信号调理子模块、第二信号调理子模块的输出端均与数模转换子模块连接。
5.根据权利要求1所述的设备运行状态的诊断系统，其特征在于：所述数据采集单元包括振动信号采集模块、温度信号采集模块和转速信号采集模块。
6.根据权利要求1所述的设备运行状态的诊断系统，其特征在于：所述控制单元包括单片机、与单片机双向连接的工控机，单片机与信号调理单元输出端连接。
7.根据权利要求1所述的设备运行状态的诊断系统，其特征在于：所述系统还包括用户终端、云端和通信单元，用户终端、终端均经通信单元与所述诊断系统实现双向连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211144424.6A CN115389190B (zh) | 2020-09-21 | 2020-09-21 | 一种设备运行状态的诊断系统 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010996544.3A CN112098065B (zh) | 2020-09-21 | 2020-09-21 | 一种设备运行状态的诊断方法、存储介质及终端 |
| CN202211144424.6A CN115389190B (zh) | 2020-09-21 | 2020-09-21 | 一种设备运行状态的诊断系统 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010996544.3A Division CN112098065B (zh) | 2020-09-21 | 2020-09-21 | 一种设备运行状态的诊断方法、存储介质及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115389190A CN115389190A (zh) | 2022-11-25 |
| CN115389190B true CN115389190B (zh) | 2024-07-23 |
Family
ID=73754710
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010996544.3A Active CN112098065B (zh) | 2020-09-21 | 2020-09-21 | 一种设备运行状态的诊断方法、存储介质及终端 |
| CN202211144424.6A Active CN115389190B (zh) | 2020-09-21 | 2020-09-21 | 一种设备运行状态的诊断系统 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010996544.3A Active CN112098065B (zh) | 2020-09-21 | 2020-09-21 | 一种设备运行状态的诊断方法、存储介质及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN112098065B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115288849B (zh) * | 2022-08-15 | 2023-02-28 | 武汉优泰电子技术有限公司 | 一种往复式发动机燃烧室磨损状态评价方法及装置 |
| CN116643536B (zh) * | 2023-07-27 | 2023-10-27 | 中科航迈数控软件(深圳)有限公司 | 设备工作状态的监测方法、装置、电子设备及介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104535323A (zh) * | 2015-01-12 | 2015-04-22 | 石家庄铁道大学 | 一种基于角域-时域-频域的机车轮对轴承故障诊断方法 |
| CN109506921A (zh) * | 2018-12-24 | 2019-03-22 | 西安科技大学 | 一种旋转机械故障诊断与预警方法 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5751766A (en) * | 1995-04-27 | 1998-05-12 | Applied Signal Technology, Inc. | Non-invasive digital communications test system |
| US5895857A (en) * | 1995-11-08 | 1999-04-20 | Csi Technology, Inc. | Machine fault detection using vibration signal peak detector |
| CN101685042B (zh) * | 2008-09-25 | 2012-04-04 | 上海宝钢工业检测公司 | 冷轧加热炉炉辊运行状态的在线监测方法 |
| CN101532911B (zh) * | 2009-04-24 | 2011-05-11 | 华北电力大学 | 大型汽轮发电机组转子裂纹故障实时诊断方法 |
| JP5733913B2 (ja) * | 2010-06-11 | 2015-06-10 | 株式会社高田工業所 | 回転機械系の異常診断方法 |
| CN103134676B (zh) * | 2011-11-30 | 2016-10-05 | 上海宝钢工业检测公司 | 齿轮箱运行状态的在线监测预警方法 |
| EP3090269B1 (en) * | 2013-12-30 | 2023-07-12 | ABB Schweiz AG | System for condition monitoring of electric machine, mobile phone and method thereof |
| CN105318961B (zh) * | 2014-07-29 | 2019-05-31 | 上海宝钢工业技术服务有限公司 | 驱动输送皮带的高压电机振动状态在线监测方法 |
| CN104406680B (zh) * | 2014-11-29 | 2017-12-26 | 国网山西省电力公司晋城供电公司 | 一种电力变压器表面测点振动加速度信号特征的提取方法 |
| CN104655380B (zh) * | 2015-03-16 | 2017-10-24 | 北京六合智汇技术有限责任公司 | 一种旋转机械设备故障特征提取方法 |
| CN107560845B (zh) * | 2017-09-18 | 2019-09-20 | 华北电力大学 | 一种齿轮箱故障诊断建立方法及装置 |
| JP7480044B2 (ja) * | 2018-03-08 | 2024-05-09 | エシコン エルエルシー | 超音波エンドエフェクタの状態推測、及びそのための制御システム |
| CN108844733B (zh) * | 2018-04-18 | 2020-04-28 | 苏州微著设备诊断技术有限公司 | 一种基于kl散度与均方根值的齿轮状态监测指标提取方法 |
| CN110274764B (zh) * | 2019-06-06 | 2020-10-23 | 西安交通大学 | 一种基于振动加速度信号的机车电机轴承自动诊断方法 |
| CN110163190B (zh) * | 2019-06-17 | 2022-05-06 | 郑州大学 | 一种滚动轴承故障诊断方法及装置 |
| CN111208424B (zh) * | 2020-01-14 | 2021-09-07 | 华能四川能源开发有限公司 | 发电机定转子间隙不均故障自动检测预警方法及装置 |
-
2020
- 2020-09-21 CN CN202010996544.3A patent/CN112098065B/zh active Active
- 2020-09-21 CN CN202211144424.6A patent/CN115389190B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104535323A (zh) * | 2015-01-12 | 2015-04-22 | 石家庄铁道大学 | 一种基于角域-时域-频域的机车轮对轴承故障诊断方法 |
| CN109506921A (zh) * | 2018-12-24 | 2019-03-22 | 西安科技大学 | 一种旋转机械故障诊断与预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115389190A (zh) | 2022-11-25 |
| CN112098065B (zh) | 2022-08-23 |
| CN112098065A (zh) | 2020-12-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115389190B (zh) | 一种设备运行状态的诊断系统 | |
| CN102507205B (zh) | 一种检测航空发动机风扇叶片颤振故障的方法 | |
| CN203414278U (zh) | 一种水电机组振动异常状态实时检测系统 | |
| CN110553844B (zh) | 旋转机械的不对中故障检测方法及其检测系统 | |
| CN109724791A (zh) | 一种智能化振动分析及故障诊断装置及其工作方法 | |
| CN110285045B (zh) | 一种核电厂rcp主泵振动相位监测系统和方法 | |
| CN114371001B (zh) | 一种齿轮箱故障缺陷检测系统 | |
| US12061236B2 (en) | Power conversion device, rotating machine system, and diagnosis method | |
| CN110686764A (zh) | 基于全相位差分原理的恒速叶片异步振动频率测量方法 | |
| CN110686856A (zh) | 直升机2米直径旋翼风洞试验台振动监视、预警及安全保护系统 | |
| CN111060302A (zh) | 多参数设备状态综合监测诊断装置和诊断方法 | |
| CN211291996U (zh) | 一种滑动轴承润滑膜压力的无线传感在线监测装置 | |
| CN204591656U (zh) | 基于工业互联网的火电厂机泵设备故障预警与检修优化系统 | |
| CN115655737A (zh) | 一种底盘测功机设备健康数据采集及状态判断系统 | |
| CN116124424A (zh) | 一种船舶旋转机械轴心轨迹测试与状态评估方法及系统 | |
| Shi et al. | A dual-guided adaptive decomposition method of fault information and fault sensitivity for multi-component fault diagnosis under varying speeds | |
| CN209296300U (zh) | 一种智能化振动分析及故障诊断装置 | |
| CN111610038B (zh) | 一种故障诊断系统、方法、装置、设备及其存储介质 | |
| CN211288059U (zh) | 一种泵组在线监测系统 | |
| CN212779369U (zh) | 一种设备运行状态的模组化诊断系统及装置 | |
| CN101769785A (zh) | 一种注水机组振动状态的点检方法及检测装置 | |
| CN113049251B (zh) | 一种基于噪声的轴承故障诊断方法 | |
| CN112859725B (zh) | 一种厂房设备状态特征信号监测系统 | |
| CN114942385A (zh) | 一种电机转速估算方法及系统 | |
| CN211852164U (zh) | 一种螺杆式风机振动数据获取系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |