CN1912562B - 用于旋转机械中事件检测的信号标示分析的方法和设备 - Google Patents

用于旋转机械中事件检测的信号标示分析的方法和设备 Download PDF

Info

Publication number
CN1912562B
CN1912562B CN2006101148143A CN200610114814A CN1912562B CN 1912562 B CN1912562 B CN 1912562B CN 2006101148143 A CN2006101148143 A CN 2006101148143A CN 200610114814 A CN200610114814 A CN 200610114814A CN 1912562 B CN1912562 B CN 1912562B
Authority
CN
China
Prior art keywords
vibration
vibration signal
damped sinusoid
signal
signal incident
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.)
Expired - Fee Related
Application number
CN2006101148143A
Other languages
English (en)
Other versions
CN1912562A (zh
Inventor
N·S·艾耶
J·E·赫尔希
J·K·阿拉贡斯
K·F·格贝尔
W·颜
P·P·博尼索恩
C·T·哈奇
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN1912562A publication Critical patent/CN1912562A/zh
Application granted granted Critical
Publication of CN1912562B publication Critical patent/CN1912562B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/04—Testing internal-combustion engines
    • G01M15/12—Testing internal-combustion engines by monitoring vibrations

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Collating Specific Patterns (AREA)

Abstract

一种用于分析振动的方法，包括：采集振动信号(18)；隔离(20)采集的信号中的振动信号事件；确定(30)振动信号事件的阻尼正弦曲线的频率，其中阻尼正弦曲线表征该振动信号事件，以及使用特征阻尼正弦曲线，以在另一振动信号中识别(36、40)振动信号事件的出现。

Description

用于旋转机械中事件检测的信号标示分析的方法和设备
技术领域
本发明涉及用于旋转机械的信号标示分析。
背景技术
在维护诸如生产线关键设备之类的旋转机械中，对机器振动的连续(或至少经常)的监控、检测和分析是有帮助的。某些机械振动是机器的工作状态的指示，并且可以被用于监控该机器，诸如确定什么时候需要维护。在与旋转机械所共有的恶劣的信号环境中，识别某些振动事件和区分开其他机械振动的振动信号处理技术已经被实现。
识别振动信号事件的常规方案是噪声清除(noise-cleaning)技术。这些技术滤除载有标称或没有关于感兴趣的振动数据的信息的频谱振动方式，例如，异常机器运转的振动数据。噪声清除技术通常识别属于感兴趣的和/或指示潜在机器问题或运转状态的振动信号标示(signature)。使用专用于具体振动信号标示且滤除其他振动的信号模板，识别该振动信号标示。该信号模板典型地是对感兴趣的振动信号的示范选录。信号模板被用于识别类似于由该模板定义的振动信号的振动信号事件。
使用信号模板的难点在于，它们专用于单一机器或机器模式。用于各个旋转机器的信号标示相对于其他旋转机器的信号标示往往展示某些差异。为了制造用于噪声清除的滤波模板，该模板典型地被独特设计用于各个机器。对模板的开发可以包括广泛的振动分析，以适当地将振动数据对分为信息承载方式和噪声方式。因此，对用于振动信号分析的改进技术存在着长期需要，该改进技术克服了现有滤除噪声技术中的重要问题。
发明内容
开发了一种用于分析振动的方法，包括：采集振动信号；隔离采集的信号中的振动信号事件；确定振动信号事件的固有频率，使用对应于固有频率的阻尼正弦曲线，以表征该振动事件，以及使用特征阻尼正弦曲线，以在另一振动信号中识别振动信号事件的出现。
该方法可包括使用短时傅立叶变换提取振动信号事件的固有频率，以及通过将指数函数拟合至振动信号事件确定用于特征阻尼正弦曲线的阻尼因子。指数函数的拟合可另外包括将具有各种衰减因子的指数函数与振动信号事件的信号包络相比较，以及选择在几个衰减因子中每个处的指数函数值和信号包络的对应值之间具有最小平方差和数的衰减因子之一。应用正弦曲线还包括检测振动信号事件的出现的时间偏移，以及使用其中特征阻尼正弦曲线为母小波的小波分析。
该方法可以对振动事件建模，包括以下步骤：采集由旋转机器产生的振动信号；隔离采集的信号中的振动信号事件；使用短时傅立叶变换确定振动信号事件的固有频率，使用对应于固有频率的阻尼正弦曲线，以表征振动信号事件，以及使用特征阻尼正弦曲线以在另一振动信号中识别振动信号事件的出现。
另外，已经开发一种用于监控旋转机器的系统，包括：耦合至该机器并且产生机器中振动的振动信号指示的振动传感器；基于物理学的信号分析器(PBSA)还包括信号调节和分析单元及显示和控制单元，其中信号调节和分析单元产生应用至该振动信号的特征阻尼正弦曲线并且识别对应于该正弦曲线的振动信号中的振动事件，以及其中显示和控制单元产生示出识别的振动事件的显示图像。另外在机器中轴编码器可以被用于产生指示旋转轴的旋转位置的旋转信号，以及其中所述PBSA使旋转信号和识别的振动事件相关，并且显示振动事件和显示图像上轴角位置之间的相关。此外，至显示器和控制单元的控制输入可以被用于接收用户输入，通过特征衰减正弦曲线识别将被建模的标示振动事件。
附图说明
图1是示出具有不同阻尼度的正弦曲线的系列图。
图2是使振动标示适于阻尼正弦曲线的步骤的流程图。
图3是图2中示出的流程图的指数函数拟合和阻尼正弦函数拟合步骤的详细流程图。
图4是对应于标示事件的振动数据和识别振动事件的示例图。
图5和6是对应于标示事件的振动数据和识别振动事件的示例图。
图7是监控旋转机构的振动分析系统。
具体实施方式
已经开发了一种方法和系统，用于在分析上表征感兴趣的振动标示，随之监控感兴趣标示的振动数据，以及报告感兴趣标示出现的时间。信号分析是基于感兴趣的信号构造，该信号构造是由于在监控下机械元件部分的实际操作而期望出现的。
在一个例子中，该方法和系统通过振动标示在分析上表征在机器运转期间发生的事件，其中感兴趣的各个事件由赋予感兴趣事件的振动标示所表征，随之监控用于那些标示的存在的振动数据和/或标示的变化，进而报告相应事件的出现或它们的出现图形中的变化。信号标示分析可以基于感兴趣信号构造，该信号构造是由于在监控下机械元件部分的实际操作而期望出现的。
感兴趣的各个事件由振动标示表征，该振动标示被建模为阻尼正弦曲线。然后，该阻尼正弦曲线随后被与监控的振动信号相比较，以识别在信号中对应事件的出现。当振动信号中的片断与阻尼正弦曲线相匹配时，确定对应与该标示的事件已经发生。再者，与阻尼正弦信号相匹配可被用于确定在设备旋转内事件出现的时刻。使用这种性能，所期望振动事件的缺失或相关于设备旋转在其相对时间中的偏移可被用于推断实际设备操作中的可能的偏差，从而推断可能的故障的存在。
在大旋转机械中的机械振动可以可靠地被表征为阻尼正弦曲线。机械振动通常由于实际设备操作而在机器中发生的诸如敲击、振动和撞击之类的冲击而产生的。在受到冲击撞击时，机器的板、壳和其它部件趋于“回响”，使得它们以快周期变形行为而振动。这种振荡行为衰减，也就是阻尼。
阻尼的正弦曲线被用于模拟导致振动事件的冲击的波形。阻尼的正弦曲线模型可被应用于跟踪在设备旋转期间无规律发生的冲击，从而检测该设备的振动特征中的任意变化。
阻尼的正弦曲线是用于表述或近似由短持续激励所产生的许多实际振动的极好候选。一般的阻尼正弦曲线族可以构成用于信号表示的正交基，如由Sohie和Maracas在其论文“Orthogonality ofExponential Transients”Proceedings of the IEEE，Vol.76，No.12，1988，pp.1616-1618中论述的一样。
对正弦曲线函数的合适定义为具有下面形式的任意时间函数：
x(t)＝Asin(ωt+Φ)
其中所有变量为实数，以及
A＝峰值振幅(非负数)
ω＝角频率(弧度/秒)
ω＝2πf(f单位为赫兹)
t＝时间(秒)
f＝频率(Hz)
Φ＝初相位(弧度)
ωt+Φ＝瞬时相位(弧度)
阻尼正弦曲线函数可被表示为乘以e-kt项的正弦曲线，其中k是大于零的阻尼因子。ω值越大，正弦曲线频率越高。k值越大，阻尼度越大。
图1说明了阻尼正弦曲线的四个例子。上部两个例子10、12为具有等于ω1的角频率(ω)的正弦曲线。下部两个例子14、16为具有等于ω2的角频率(ω)的正弦曲线，其中ω1小于ω2。正弦曲线10、14具有等于k1的阻尼因子(k)。其余两个例子12、16具有k＝k2，其中k1小于k2。
对于在旋转机器中发生的事件，相应的振动标示可由阻尼正弦曲线所模拟。阻尼正弦曲线可以由角频率(ω)和阻尼因子(ζ)所表示。在一个实施例中，通过执行图2中所示流程图中的步骤建立相关于ω和ζ的阻尼正弦曲线的参数。
图2示出一系列步骤，以如阻尼正弦曲线一样识别(窗口)、滤波和模拟具体振动事件。在步骤18中，从监控旋转机器的振动传感器中获得振动信号。振动信号可以是连续信号、系列周期信号或在选择的周期上发生的信号。在步骤20中，感兴趣的振动信号事件被识别和隔离，例如通过及时将该信号分类。窗口具有对应于该事件的持续时间。该事件的识别可以手动或自动地实现，诸如通过识别和隔离窗口中的具体信号的软件模块。
在步骤22中，振动事件信号通过高通滤波器，例如通过高于6-10kHz频率的滤波器，以去除低频噪声。信号包络在步骤24中被计算。在步骤26中，使用指数来近似计算的包络。指数近似产生衰减因子(β)。用于振动信号的特征阻尼正弦曲线为其参数如图3中所阐述的一样被获得的函数。指数近似的衰减因子可被用于计算特征阻尼正弦曲线的阻尼因子。在图2中的步骤28，特征阻尼正弦曲线被计算用于振动信号。在步骤30中，这得到角固有频率(ωn)和阻尼因子(ζ)。
图3更详细地示出数学步骤，其用于导出模拟单独振动信号的衰减的指数函数，以及将阻尼正弦信号拟合该信号。ARGMIN函数可被用于通过迭代确定振动数据包络的值(fi)和具有特征衰减因子(β)和常数(α)的指数近似值之间的差值，以及及时对几个点(n)求和这些差值，从而将指数近似拟合至振动数据包络。通过寻找导致近似和实际振动信号之间值的最小平方差值和数的衰减因子和常数，确定最佳拟合指数近似。
图4示出已经被拟合至衰减振动信号34的示例指数近似32。指数近似32近似信号34的包络。该振动数据的包络由在包络内振动数据的信号峰值所定义。依据最佳拟合振动信号包络的指数近似可以导出衰减因子。这个衰减因子具体用于确定特征阻尼正弦函数。
通过寻找与隔离振动事件信号最佳相关(如图3中所示的“corr”)的阻尼正弦函数，确定特征正弦函数。ARGMAX运算将具有各种固有频率(ωn)的阻尼正弦函数与滤波的振动数据迭代相关。ARGMAX运算识别与获得的振动信号的频率最佳匹配的固有频率(ωn)。其它的参数为阻尼频率(ωd)和阻尼因子(ζ)，其两者可依据固有频率(ωn)被确定。ωn和ζ参数完整地定义了模拟特定振动事件的特征阻尼正弦函数。
使用其它技术可以将特征阻尼正弦曲线拟合至振动事件。例如，使用最大似然(likelihood)技术，可以建立特征阻尼正弦曲线的参数(ωn和ζ)。还可以使用短时傅立叶变换，以有助于确定振动事件信号的固有频率。例如，使用短时傅立叶变换，仅可以提取振动事件信号的固有频率。可以使用恒定阻尼因子设定，例如0.05，阻尼正弦曲线的固有频率。在另一个例子中，频率和阻尼因子的两个组合可以被用于设定阻尼正弦曲线的参数。
特征阻尼正弦曲线可被用于识别在其它振动信号中振动事件的发生，以及确定该事件相关于设备旋转的出现时间。为了使用特征阻尼正弦曲线识别在对机器的连续监控期间重复发生感兴趣的振动事件，感兴趣的振动事件被首先识别和表征(参见图2和3)。相应于感兴趣事件的特征阻尼正弦曲线被用于识别和定位感兴趣振动事件在监控信号中的出现。
检测振动事件的出现、还有其相关于设备旋转而出现的时间有助于对旋转机器的预测和诊断分析。例如，特征阻尼正弦曲线可以被使用以识别在重复出现的振动事件的振动标示中的偏移或在重复出现的振动事件的时刻中的偏移，这种在事件时刻上的偏移可以指示旋转机器的潜在故障。另外，旋转机器的振动事件的精确定时可以匹配机器的旋转位置，以识别其中在机器旋转循环中出现的事件。
有各种方法，在其中相关于振动事件的特征阻尼正弦曲线可以被用于定于该事件。在一个实施例中，特征阻尼正弦曲线可以以核函数(kernel)被体现，以类似于在2005年2月1日提出的美国专利号10/906,052、题目为“Self-Referenced Condition Monitor(自参照状态监控器)”(GE Docket RD 33166)的相关共有的、待审美国专利申请所述的核函数的方式，将其全文结合在此作为参考。
在另一实施例中，特征阻尼正弦曲线可以被用作标准小波分析中的母小波，其中连续波形变换(CWT)系数被计算，并且以对应于特征阻尼正弦曲线的中心频率(例如14.2kHz)的标度被观察，用于感兴趣事件的振动信号。期望的是，CWT系数在感兴趣事件出现的时间附近是主要的。在一个实施例中，最大CWT系数出现的X轴值被作为事件出现的时间。小波分析在信号处理中是公所周知的。
在一个例子中，使用特征阻尼正弦曲线及db9小波，实施小波分析。该两种信号处理方式在来自连续的旋转机器循环的数据上实施，以确定使用相应的CWT系数振动事件是否将经过确认和定位。
在图5中公开的结果分别来自于基于使用作为母小波的db 9和特征阻尼正弦曲线的分析。它们针对与用于提取特征正弦曲线的参数的信号不同的信号被测试。在试验中正在被检测的感兴趣事件出现的时间已经是公知的，使用其他装置，也就是如“地面实况”，发生在等于455的X轴，如由图38中的实线36所示的一样示出用于各个分析的系数。
图5中的两个数据图38在时间(水平轴)和振幅(垂直轴)上以同样比例被制作。阻尼正弦曲线确认(参见图5中实线36)并定位事件的重复出现，在该事件上相对于db9处理其被更精确地训练且在确认和定位功效上提供明显差异。
图6示出另一示例试验，该试验被实施用于感兴趣的分离振动事件，其出现在等于599的X轴值处是已知的(如地面实况)。此外，特别对于感兴趣的事件，特征阻尼正弦曲线模型的参数基于不同于图6中所示的振动信号。由于检测点40(基于最大系数值)优于阻尼正弦曲线小波(在时间＝597.05处)，所以相比于“db9”小波(参见图5)，基于模型的母小波(参见图6)的功效在这里是更明显的。“db9”小波看上去更强地与不同于当前感兴趣事件的事件(在时间452.04)相关，从而失去了对感兴趣事件的检测。
使用特征阻尼正弦曲线的方法可以被结合进用于信号监控和诊断的系统。图7是对这种系统的部件的说明。图7是旋转设备和振动监控设备的示意图。示出的监控设备50(例如旋转机器)带有附着的振动转换器52。还可以是附着的轴编码器54，并且被连接至基于物理学的信号分析器(PBSA)系统站56。轴编码器提供轴58的角位置，以使轴角位置可以与来自振动传感器的信号相关。
PBSA系统站可以是操作者使用连续监控那些振动事件的模块。该系统站包括电子和计算机系统60，以俘获、调节和分析振动信号，诸如通过俘获信号、隔离振动事件、确定用于特征阻尼正弦曲线的参数，以及将该参数匹配至振动信号。PBSA系统还包括显示器、记录器、输出和控制设备62。监视器显示阻尼正弦曲线小波分析的结果。该PBSA子系统62可具有超过数报警及记录和统计性能。
在PBSA中，信号调节和分析单元可以产生特征阻尼正弦曲线，用于相应于感兴趣事件的振动信号。该正弦曲线可以在后面用于识别在振动信号中感兴趣事件的重复出现。显示和控制单元产生显示图像，示出识别的振动事件。轴编码器还可产生机器中旋转轴的旋转位置的旋转信号指示。该PBSA使该旋转信号和识别的振动事件相关，并且显示在振动事件和显示图像上轴角位置之间的相关。另外，对PBSA的显示和控制单元的控制输入可以接收用户输入，识别由特征阻尼正弦曲线所模拟的信号振动事件。
尽管结合目前针对所考虑的更实际的及优选的实施例，本发明已经被说明，应当理解的是本发明不限于公开的实施例，而相反地，其目的在于覆盖包含在所附的权利要求的精神和范围内的各种修改及等效结构。
部件列表
10  阻尼正弦曲线
12  阻尼正弦曲线
14  阻尼正弦曲线
16  阻尼正弦曲线
18  采集振动信号
20  窗口振动信号
22  高通滤波器
24  包络识别
26  指数函数拟合
28  衰减的正弦曲线函数
30  估计频率和衰减函数
32  阻尼指数曲线
34  衰减振动信号
36  事件识别线
38  振动信号图
40  事件识别
50  监视设备
52  振动转换器
54  轴编码器
56  基于物理学的信号分析器(PBSA)系统站
58  轴
60  电子和计算机系统
62  显示、记录、输出和控制设备

Claims (19)

1.一种用于分析振动事件的方法，包括：
采集振动信号；
隔离采集的信号中的振动信号事件；
确定振动信号事件的固有频率；
使用对应于固有频率的阻尼正弦曲线，以表征该振动信号事件，以及
使用特征阻尼正弦曲线，以在隔离的振动信号事件后的另一振动信号中识别振动信号事件的出现。
2.权利要求1中的方法，其中确定特征阻尼正弦曲线的频率包括使用短时傅立叶变换识别振动信号事件的固有频率。
3.权利要求1中的方法，还包括确定特征阻尼正弦曲线的阻尼因子。
4.权利要求3中的方法，还包括将指数函数拟合至振动信号事件，以确定特征阻尼正弦曲线的阻尼因子。
5.权利要求1中的方法，其中应用特征阻尼正弦曲线还包括检测振动信号事件的出现的时间偏移。
6.权利要求1中的方法，其中使用特征阻尼正弦曲线识别振动信号事件的出现包括小波分析。
7.权利要求6中的方法，其中小波分析包括将特征阻尼正弦曲线作为母小波应用。
8.一种用于分析振动事件的方法，包括：
采集振动信号；
隔离采集的信号中的振动信号事件；
确定振动信号事件的固有频率；
使用对应于固有频率的阻尼正弦曲线，以表征该振动信号事件；
使用特征阻尼正弦曲线，以在另一振动信号中识别振动信号事件的出现；
确定特征阻尼正弦曲线的阻尼因子；
将指数函数拟合到振动信号事件以确定特征阻尼正弦曲线的阻尼因子，其中指数函数拟合还包括将具有各种衰减因子的指数函数与振动信号事件的信号包络相比较，以及选择所述衰减因子之一以确定所述阻尼因子。
9.权利要求8中的方法，其中比较指数函数还包括：
选择在几个衰减因子中每个处的指数函数值和信号包络的对应值之间具有最小平方差和数的衰减因子之一；以及
使用选择出的衰减因子确定阻尼因子。
10.一种用于对振动事件建模的方法，包括：
采集由旋转机器产生的振动信号；
隔离采集的信号中的振动信号事件；
使用短时傅立叶变换确定振动信号事件的固有频率；
使用与该固有频率对应的阻尼正弦曲线，来表征振动信号事件；以及
使用特征阻尼正弦曲线识别被隔离的振动信号事件后的另一振动信号中的振动信号事件的出现。
11.权利要求10中的方法，还包括报告另一振动信号中振动信号事件的出现。
12.权利要求10中的方法，其中应用特征阻尼正弦曲线还包括检测振动信号事件的出现的时间偏移。
13.权利要求10中的方法，还包括通过将指数函数拟合到振动信号事件，确定特征阻尼正弦曲线的阻尼因子。
14.权利要求10中的方法，其中确定阻尼正弦曲线的频率包括使用短时傅立叶变换识别振动信号事件的固有频率。
15.权利要求10中的方法，其中使用特征阻尼正弦曲线识别振动信号事件的出现包括小波分析。
16.权利要求15中的方法，其中小波分析包括将特征阻尼正弦曲线作为母小波应用。
17.一种用于对振动事件建模的方法，包括：
采集由旋转机器产生的振动信号；
隔离采集的信号中的振动信号事件；
使用短时傅立叶变换确定振动信号事件的固有频率；
使用与该固有频率对应的阻尼正弦曲线，来表征振动信号事件；
使用特征阻尼正弦曲线识别另一振动信号中的振动信号事件的出现；以及
通过将指数函数拟合到振动信号事件，确定特征阻尼正弦曲线的阻尼因子，其中指数函数拟合还包括确定几个衰减因子中每一个处的指数函数值与信号包络的对应值之间的平方差和数；识别与最小平方差和数对应的衰减因子；以及使用识别出的衰减因子确定阻尼因子。
18.一种用于监控旋转机器的系统，其包括：
耦合至该机器的振动传感器，所述振动传感器产生信号；
基于物理学的信号分析器(PBSA)还包括信号调节和分析单元及显示和控制单元，其中信号调节和分析单元产生应用于该信号的特征阻尼正弦曲线并且识别对应于该正弦曲线的该信号中的振动事件，以及其中显示和控制单元产生示出识别的振动事件的显示图像；以及
轴编码器，其产生指示该机器中旋转轴的旋转位置的旋转信号，所述基于物理学的信号分析器使旋转信号和识别的振动事件相关，并且在显示图像上显示振动事件和轴角位置之间的相关。
19.权利要求18中的系统，另外包括至显示和控制单元的控制输入，以接收用户输入，通过特征衰减正弦曲线识别将被模拟的标示振动事件。
CN2006101148143A 2005-08-10 2006-08-10 用于旋转机械中事件检测的信号标示分析的方法和设备 Expired - Fee Related CN1912562B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/200,156 US7317994B2 (en) 2005-08-10 2005-08-10 Method and apparatus for signal signature analysis for event detection in rotating machinery
US11/200156 2005-08-10

Publications (2)

Publication Number Publication Date
CN1912562A CN1912562A (zh) 2007-02-14
CN1912562B true CN1912562B (zh) 2012-01-25

Family

ID=37188761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006101148143A Expired - Fee Related CN1912562B (zh) 2005-08-10 2006-08-10 用于旋转机械中事件检测的信号标示分析的方法和设备

Country Status (7)

Country Link
US (1) US7317994B2 (zh)
EP (1) EP1752754B1 (zh)
JP (1) JP5162114B2 (zh)
KR (1) KR101317986B1 (zh)
CN (1) CN1912562B (zh)
DK (1) DK1752754T3 (zh)
RU (1) RU2418278C2 (zh)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2932850B1 (fr) * 2008-06-23 2010-08-13 Snecma Procede et systeme de determination de la position angulaire d'un rotor de turboreacteur.
US7689373B1 (en) 2008-09-26 2010-03-30 General Electric Company USB vibration data acquisition
TWI382171B (zh) * 2008-10-03 2013-01-11 Univ Southern Taiwan Tech 以指數衰減分析機械系統振動的方法
US8676387B2 (en) * 2008-10-13 2014-03-18 General Electric Company Methods and systems for determining operating states of pumps
CN101770218B (zh) * 2008-12-30 2012-11-21 西门子公司 一种数控机床状态监测方法和装置
US7970556B2 (en) * 2009-01-30 2011-06-28 General Electric System and method for monitoring the condition of a gear assembly
US20100250195A1 (en) * 2009-03-27 2010-09-30 General Electric Company Systems and Methods for Providing Dynamic Segmental Signal Analysis
CA2673216C (en) * 2009-07-31 2011-05-03 Westport Power Inc. Method and apparatus for reconstructing in-cylinder pressure and correcting for signal decay
FR2952177B1 (fr) * 2009-11-04 2012-06-01 Snecma Procede de detection d'un endommagement d'au moins un roulement de palier d'un moteur
CN101947744A (zh) * 2010-08-31 2011-01-19 西安瑞特快速制造工程研究有限公司 基于数控设备内置传感器信息的齿轮箱状态监测方法
US8870057B2 (en) 2011-09-22 2014-10-28 General Electric Company System and method for equipment monitoring component configuration
CN102590359B (zh) * 2012-02-08 2014-02-12 航天科工防御技术研究试验中心 多余物信号识别方法及其系统
JPWO2013190973A1 (ja) * 2012-06-20 2016-05-26 日本電気株式会社 構造物の状態判定装置および構造物の状態判定方法
US8988238B2 (en) 2012-08-21 2015-03-24 General Electric Company Change detection system using frequency analysis and method
US9244042B2 (en) 2013-07-31 2016-01-26 General Electric Company Vibration condition monitoring system and methods
KR101355888B1 (ko) * 2013-08-13 2014-01-27 공주대학교 산학협력단 차량용 전자식 솔레노이드 구조의 진동특성 평가방법
US9482647B2 (en) 2013-09-24 2016-11-01 Sikorsky Aircraft Corporation Gear fault detection
US9841352B2 (en) * 2014-06-19 2017-12-12 United Technologies Corporation System and method for monitoring gear and bearing health
CA2964805C (en) * 2014-10-17 2023-04-04 La Trobe University A screening test for detection of deep vein thrombosis
US9593631B2 (en) 2015-03-24 2017-03-14 General Electric Company System and method for locating an engine event
US9869257B2 (en) 2015-08-19 2018-01-16 General Electric Company System and method for predicting peak pressure values using knock sensor
CN105134619B (zh) * 2015-09-28 2017-03-01 北京航空航天大学 一种基于小波能量、流形降维和动态时间规整的故障诊断与健康评估方法
US10914656B2 (en) * 2018-04-02 2021-02-09 Aktiebolaget Skf Condition monitoring
KR102072051B1 (ko) * 2018-08-14 2020-01-31 동의대학교 산학협력단 고유주파수와 감쇠비에 대한 시스템 손상도 비교 방법
DE102020118812A1 (de) 2020-07-16 2022-01-20 Rolls-Royce Deutschland Ltd & Co Kg Verfahren und Vorrichtung zur Überwachung eines schwingfähigen Systems und Gasturbine mit einer Vorrichtung zur Überwachung eines schwingfähigen Systems
EP4124873A1 (en) 2021-07-30 2023-02-01 Abb Schweiz Ag Monitoring system for a low voltage, medium voltage, or high voltage circuit breaker
CN114778113B (zh) * 2022-03-29 2024-05-28 北京化工大学 一种基于单边衰减小波卷积稀疏的轴承故障特征提取方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BE786393A (fr) * 1971-07-19 1973-01-18 Caterpillar Tractor Co Machine pour eprouver des amortisseurs de
US4078434A (en) * 1974-05-20 1978-03-14 Bbc Brown Boveri & Company Limited Method and apparatus for determining the parameters of natural vibration of a system
JPS5631327A (en) * 1979-08-24 1981-03-30 Hitachi Ltd Method of diagnosing vibration of rotary machine
US5001933A (en) * 1989-12-26 1991-03-26 The United States Of America As Represented By The Secretary Of The Army Micromechanical vibration sensor
US5278512A (en) * 1992-05-15 1994-01-11 Richard Goldstein Apparatus and method for continuously monitoring grounding conductor resistance in power distribution systems
US5392642A (en) 1993-06-30 1995-02-28 Cummins Engine Company, Inc. System for detection of low power in at least one cylinder of a multi-cylinder engine
US5602761A (en) * 1993-12-30 1997-02-11 Caterpillar Inc. Machine performance monitoring and fault classification using an exponentially weighted moving average scheme
JP3412944B2 (ja) * 1995-02-22 2003-06-03 株式会社日立製作所 損傷検出装置
JP3083242B2 (ja) * 1995-04-27 2000-09-04 核燃料サイクル開発機構 回転体の静止場での振動評価方法
US5837896A (en) * 1995-08-23 1998-11-17 Quasar International Detection of defects using resonant ultrasound spectroscopy at predicted high order modes
JPH09113416A (ja) * 1995-10-17 1997-05-02 Nippon Steel Corp ころがり軸受の損傷診断方法
GB9618096D0 (en) * 1996-08-29 1996-10-09 Rolls Royce Plc Identification of resonant frequencies of vibration of rotating blades
JP3209110B2 (ja) * 1996-08-30 2001-09-17 松下電器産業株式会社 青果物の選果方法および装置
JP3449194B2 (ja) * 1997-01-28 2003-09-22 松下電工株式会社 回転機器の異常診断方法およびその装置
RU2180274C2 (ru) * 1997-03-27 2002-03-10 Компания "ЮАйТи, Л.Л.С." Устройство для возбуждения электроакустического преобразователя
US6092029A (en) * 1998-02-19 2000-07-18 Bently Nevada Corporation Method and apparatus for diagnosing and controlling rotating stall and surge in rotating machinery
US6208949B1 (en) * 1998-07-01 2001-03-27 Adaptive Audio, Inc. Method and apparatus for dynamical system analysis
US6289735B1 (en) * 1998-09-29 2001-09-18 Reliance Electric Technologies, Llc Machine diagnostic system and method for vibration analysis
US6449564B1 (en) * 1998-11-23 2002-09-10 General Electric Company Apparatus and method for monitoring shaft cracking or incipient pinion slip in a geared system
US6868348B1 (en) * 1999-10-29 2005-03-15 Entek Ird International Corporation Adaptive high frequency energy detection
JP2002039853A (ja) * 2000-07-24 2002-02-06 Japan Science & Technology Corp 構造減衰係数の測定装置および測定方法
JP2002148139A (ja) * 2000-11-07 2002-05-22 Sumitomo Metal Mining Co Ltd テープの固有振動数測定装置および測定方法
AU2003257412A1 (en) * 2002-04-13 2003-11-11 I-For-T Gmbh Vibration sensor and method for monitoring the condition of rotating components and bearings
US20050005174A1 (en) * 2003-06-18 2005-01-06 Xerox Corporation Configurable password authentication policies
DE10331585A1 (de) 2003-07-08 2005-03-31 Continental Teves Ag & Co. Ohg Verfahren zur Ermittlung des Innendrucks eines Fahrzeugreifens
JP4098740B2 (ja) * 2004-03-25 2008-06-11 アンリツ株式会社 信号識別方法および信号識別装置

Also Published As

Publication number Publication date
US7317994B2 (en) 2008-01-08
KR20070018740A (ko) 2007-02-14
CN1912562A (zh) 2007-02-14
KR101317986B1 (ko) 2013-10-14
RU2418278C2 (ru) 2011-05-10
DK1752754T3 (da) 2013-02-04
JP5162114B2 (ja) 2013-03-13
EP1752754A3 (en) 2010-03-24
EP1752754A2 (en) 2007-02-14
US20070038392A1 (en) 2007-02-15
JP2007047168A (ja) 2007-02-22
EP1752754B1 (en) 2012-11-28
RU2006128985A (ru) 2008-02-20

Similar Documents

Publication Publication Date Title
CN1912562B (zh) 用于旋转机械中事件检测的信号标示分析的方法和设备
Singh et al. Rolling element bearing fault diagnosis based on over-complete rational dilation wavelet transform and auto-correlation of analytic energy operator
Ericsson et al. Towards automatic detection of local bearing defects in rotating machines
Borghesani et al. Testing second order cyclostationarity in the squared envelope spectrum of non-white vibration signals
Li et al. Criterion fusion for spectral segmentation and its application to optimal demodulation of bearing vibration signals
Yan et al. Improved Hilbert–Huang transform based weak signal detection methodology and its application on incipient fault diagnosis and ECG signal analysis
Zonzini et al. Vibration-based SHM with upscalable and low-cost sensor networks
Zhou et al. Application of the horizontal slice of cyclic bispectrum in rolling element bearings diagnosis
CN110398647B (zh) 变压器状态监测方法
CN105971901A (zh) 一种基于完备总体经验模态分解与随机森林的离心泵故障诊断方法
CN110907826B (zh) 一种基于卷积神经网络滤波的电机故障诊断方法及系统
Ni et al. Rolling element bearings fault diagnosis based on a novel optimal frequency band selection scheme
CN108731945A (zh) 一种航空发动机转子系统故障信号特征信息的提取方法
WO2015011791A1 (ja) 異常検知評価システム
Siow et al. Damage sensitive PCA-FRF feature in unsupervised machine learning for damage detection of plate-like structures
CN116519301A (zh) 一种基于时频包络谱峰值分析的轴承故障诊断方法及系统
Johansson Wavelet Theory and some of its Applications
WO2024068365A1 (en) Method and monitoring system for detecting a fault in a machine
CN115420495B (zh) 一种用于建筑减震装置的状态监测方法及设备
CN107389367B (zh) 一种基于最优信噪比的信号自适应解包络方法及计算设备
Al-hababi et al. Time-frequency domain methods for the identification of breathing cracks in beam-like structures
Hou et al. Bearing fault diagnosis based on spatial features of 2.5 dimensional sound field
McCormick Cyclostationary and higher-order statistical signal processing algorithms for machine condition monitoring
Jiang et al. Feature extraction strategy with improved permutation entropy and its application in fault diagnosis of bearings
Krejcar et al. 590. Detection of Internal Defects of Material on the Basis of Performance Spectral Density Analysis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120125

Termination date: 20140810

EXPY Termination of patent right or utility model