DD236242A3 - METHOD AND CIRCUIT ARRANGEMENT FOR ERROR-FRAME IDENTIFICATION OF POWER AND MACHINERY - Google Patents
METHOD AND CIRCUIT ARRANGEMENT FOR ERROR-FRAME IDENTIFICATION OF POWER AND MACHINERY Download PDFInfo
- Publication number
- DD236242A3 DD236242A3 DD26362084A DD26362084A DD236242A3 DD 236242 A3 DD236242 A3 DD 236242A3 DD 26362084 A DD26362084 A DD 26362084A DD 26362084 A DD26362084 A DD 26362084A DD 236242 A3 DD236242 A3 DD 236242A3
- Authority
- DD
- German Democratic Republic
- Prior art keywords
- item
- feature vectors
- pattern recognition
- classification
- circuit arrangement
- Prior art date
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
Die Erfindung betrifft ein Verfahren und eine Schaltungsanordnung zur Fehlerfrueherkennung an Kraft- und Arbeitsmaschinen mit Kolbenbewegung und aehnlichen zyklisch arbeitenden Systemen durch Ueberwachung des technischen Zustandes. Es ist das Ziel der Erfindung, zur Fehlerfrueherkennung an Kraft- und Arbeitsmaschinen mit Kolbenbewegung ein Verfahren und eine Schaltungsanordnung anzugeben, die kontinuierlich ueber eine laengere Betriebszeit fuer im Normalbetrieb arbeitende Maschinen einsetzbar sind, die automatisch arbeiten und mit Hilfe der Mustererkennung eine Zustandsklassifikation durchfuehren und entstehende Fehler auf vorgegebenem Vertrauensniveau automatisch signalisieren koennen. Der Erfindung liegt die Aufgabe zugrunde, aus den von der Maschine abnehmbaren Signalen Merkmalsvektoren zu ermitteln, um mit Hilfe der Mustererkennung den technischen Zustand der Maschine oder der Anlage zu beschreiben. Erfindungsgemaess wird die Aufgabe fuer das Verfahren dadurch geloest, dass maschinentaktgebunden waehrend des normalen Betriebes aus den stochastischen Signalen mittels statistischer Signalverarbeitung Merkmalsvektoren extrahiert werden, mit deren Hilfe durch Anwendung von Mustererkennungsverfahren die Klassifikation des Maschinenzustandes vorgenommen wird.The invention relates to a method and a circuit arrangement for error early detection of power and machinery with piston movement and similar cyclically operating systems by monitoring the technical condition. It is the object of the invention to provide a method and a circuit arrangement for fault early detection of power and working machines with piston movement, which can be used continuously over a longer operating time for machines operating in normal operation, which automatically operate and with the help of pattern recognition durchfuehren a condition classification and resulting Automatically signal errors at a given level of trust. The object of the invention is to determine feature vectors from the signals which can be removed by the machine in order to describe the technical state of the machine or of the system with the aid of pattern recognition. According to the invention, the object of the method is achieved by extracting feature vectors from the stochastic signals by means of statistical signal processing during normal machine operation, with the aid of which the classification of the machine state is performed by the use of pattern recognition methods.
Description
Die Erfindung betrifft ein Verfahren und eine Schaltungsanordnung zur Fehlerfrüherkennung an Kraft- und Arbeitsmaschinen mit Kolbenbewegung und ähnlichen zyklisch arbeitenden Systemen durch Überwachung des technischen Zustandes. Die Anwendung der Erfindungen ist dort gegeben, wo Meßgrößen zur Verfugung stehen, deren Schwankungscharakter in der Amplitude oder Zeit mit dem Zustand der Systeme oder einzelner Komponenten im Zusammenhang stehen und wo ein von dem zyklischen Prozeß abgeleitetes Taktsignal vorhanden ist.The invention relates to a method and a circuit arrangement for early fault detection on power and working machines with piston movement and similar cyclically operating systems by monitoring the technical condition. The application of the inventions is given where measurands are available whose fluctuation character in amplitude or time is related to the state of the systems or individual components and where a clock signal derived from the cyclic process is present.
Es ist bereits ein Verfahren zur Überwachung des Verschleißgrades und damit zur Fehlerfrüherkennung bekannt, das auf der meist diskontinuierlichen Analyse des Schmiermittels beruht, in dem Menge und Materialart der abgeriebenen Teilchen untersucht werden (DD-PS 129 487).It is already a method for monitoring the degree of wear and thus for early fault detection known, which is based on the most discontinuous analysis of the lubricant, are examined in the amount and type of abraded particles (DD-PS 129 487).
Mit diesem nicht automatisch arbeitenden Verfahren sind keine Wahrscheinlichkeitsaussagen über entstehende Fehler möglich.With this non-automatic method, no probability statements about emerging errors are possible.
Das Verfahren gestattet keinen kontinuierlichen Einsatz über eine längere Betriebszeit und keine Anwendung selbstlernender Mustererkennungsverfahren zur Zustandsklassifikation.The method does not permit continuous use over a longer period of operation and no use of self-learning pattern recognition methods for condition classification.
Es ist auch ein Verfahren bekannt, mit dem eine allgemeine Schall- und Vibrationsüberwachung der Maschinen oder eine Überwachung von periodisch mit dem Arbeitszyklus auftretenden Maximalwerten, wie Druck im Zylinderinnenraum, durchgeführt wird (EP-PS 0 031 800). Es werden Warnsignale abgegeben, wenn die Pegel ausgewählter Signale vorgegebene Grenzwerte überschreiten. Dieses nicht für den Normalbetrieb arbeitende Maschinen geeignete Verfahren gestattet keine Wahrscheinlichkeitsaussagen über entstehende Fehler, arbeitet nicht automatisch und nicht kontinuierlich über eine längere Betriebszeit.There is also known a method with which a general sound and vibration monitoring of the machines or a monitoring of periodically occurring with the duty cycle maximum values, such as pressure in the cylinder interior, is carried out (EP-PS 0 031 800). Warning signals are emitted when the levels of selected signals exceed preset limits. This method, which is not suitable for normal operation, does not allow probabilities of errors to arise, does not operate automatically, and does not operate continuously over a longer period of operation.
Speziell für Dieselmotoren ist aus DE-OS 2 952 580 ein Klopfgeräuschdetektor bekannt, der mit Hilfe eines auf die beim Klopfbeginn auftretende Vibrationsfrequenz abgestimmten Beschleunigungsaufnehmers, diesen unerwünschten Prozeß nachweist. Auch diese Lösung gestattet keine Wahrscheinlichkeitsaussagen über entstehende Fehler und keine Anwendung von Mustererkennungsverfahren zur Zustandsklassifikation.Specifically for diesel engines, DE-OS 2 952 580 discloses a knocking noise detector which detects this undesired process with the aid of an acceleration pickup matched to the vibration frequency occurring at the start of the knocking process. Again, this solution does not allow probabilities of errors to arise and no use of pattern recognition methods for condition classification.
Weiterhin ist eine Einrichtung zur Funktionsprüfung von Ventilen von Kolbenmaschinen bekannt, die bei fremdgetriebener Maschine die metallischen Geräusche, die bei der Ventilarbeit entstehen, auf ihre Amplitudenwerte in Abhängigkeit vom Kurbelwinkel prüft (EP-PS 0 031 806). Diese Einrichtung ist nicht kontinuierlich über eine längere Betriebszeit und nicht für im Normalbetrieb arbeitende Maschinen einsetzbar. Außerdem gestattet sie keine Zustandsklassifikation durch Mustererkennungsverfahren. Es ist schon einFurthermore, a device for functional testing of valves of reciprocating engines is known, the metallic noises, which arise in the valve work on their amplitude values as a function of the crank angle checks in externally driven machine (EP-PS 0 031 806). This device can not be used continuously over a longer period of operation and not for machines operating in normal operation. In addition, it does not allow condition classification by pattern recognition methods. It is already one
-2- 636-2- 636
Gerät zur Fehlerbestimmung an Komponenten von Hubschraubern bekannt, das mit einem Monitor arbeitet und eine Verfügbarkeitsvorhersage gestattet (WO 82/00886). Dieses Gerät ist ein Analogsignalmonitor und arbeitet nur im off-line-Betrieb und ohne automatischen Klassifikator.Known device for fault determination on components of helicopters, which works with a monitor and an availability prediction allows (WO 82/00886). This device is an analogue signal monitor and works only in off-line mode and without automatic classifier.
Es ist das Ziel der Erfindung, zur Fehlerfrüherkennung an Kraft- und Arbeitsmaschinen mit Kolbenbewegung ein Verfahren und eine Schaltungsanordnung anzugeben, die kontinuierlich über eine längere Betriebszeit für im Normalbetrieb arbeitende Maschinen einsetzbar sind, die automatisch arbeiten und mit Hilfe der Mustererkennung eine Zustandsklassifikation durchführen und entstehende Fehler auf vorgegebenem Vertrauensniveau automatisch signalisieren können.It is the object of the invention to provide a method and a circuit arrangement for early fault detection on piston and power machines, which can be used continuously over a longer operating time for machines operating in normal operation, which operate automatically and perform a condition classification with the aid of the pattern recognition and resulting Automatically signal errors at a given level of trust.
Der Erfindung liegt die Aufgabe zugrunde, aus den von der Maschine abnehmbaren Signalen Merkmalsvektoren zu ermitteln, um mit Hilfe der Mustererkennung den technischen Zustand der Maschine oder der Anlage zu beschreiben. Erfindungsgemäß wird die Aufgabe für das Verfahren dadurch gelöst, daß maschinentaktgebunden während des normalen Betriebes aus den stochastischen Signalen mittels statistischer Signalverarbeitung Merkmalsvektoren extrahiert werden, mit deren Hilfe durch Anwendung von Mustererkennungsverfahren die Klassifikation des Maschinenzustandes vorgenommen wird. Dabei ist es vorteilhaft, wenn Schallemissions- und Körperschallsignale erfaßt und die digitalisierten, gespeicherten Zeitfunktionsrealisierungen in einem Speicher abgelegt werden, in dessen ersten Kanal ein konstanter Wert addiert wird.The object of the invention is to determine feature vectors from the signals which can be removed by the machine in order to describe the technical state of the machine or of the system with the aid of pattern recognition. According to the invention, the object of the method is achieved by extracting machine-clock bound during normal operation from the stochastic signals by means of statistical signal processing feature vectors, by means of which the classification of the machine state is performed by using pattern recognition method. It is advantageous if sound emission and structure-borne sound signals detected and the digitized, stored Zeitfunktionsrealisierungen are stored in a memory in the first channel, a constant value is added.
Die weitere Ausbildung der Erfindung ist dadurch gekennzeichnet, daß die statistische Signalverarbeitung mittels der Korrelationsanalyse vorgenommen wird und daß die Komponenten von Merkmalsvektoren durch abschnittsweise Integration der gemittelten Korrelationsfunktion ermittelt werden. Der Normalzustand der Maschinen wird aus der mehrdimensionalen Verteilung der Merkmalsvektoren durch Belehrung im Neuzustand mit Hilfe parameterfreier Schätzverfahren ermittelt. Die Merkmalsvektoren werden sowohl von den Mittelwerten als auch von den Streuungen der Merkmale gebildet. Der technische Zustand und seine Veränderungen während des Betriebes werden automatisch durch einen Klassifikator ermittelt und verschiedenen Zustandskiassen zugeordnet. Es ist sehr vorteilhaft, daß Irrtumswahrscheinlichkeiten für den Klassifikator auf verschiedenen Vertrauensniveaus festgelegt werden, wodurch unterschiedliche Alarmstufen entstehen und daß neben der aktuellen Klassifizierung auch eine Klassifizierung des Trends erfolgt. Zur Merkmalsextraktion wird ein Mikroprozessor mit getriggerter Meßsignalerfassung angewendet. Eine günstige Ausfürirungsform wird dann erreicht, wenn die Mustererkennungsprozeduren und die Langzeitspeicherung auf einem Prozeßrechner mit Massendatenspeicher durchgeführt werden, auf dem auch die Diagnoseresultate gespeichert werden. Für die Schaltungsanordnung wird die Aufgabe dadurch gelöst, daß ein Körperschallaufnehmer, ein Ladungsverstärker, ein Demodulator und ein Filterverstärker in Reihe auf einen Auswahlschalter geführt sind, daß der Ausgang des Auswahlschalters über einen Tiefpaßfilter mit einem Multiplexer in Verbindung steht, daß der Ausgang des Multiplexers und ein Former auf einen Analog-Digital-Konverter geschaltet sind, daß ein Mikrorechner, der Bestandteil des Monitors ist, mit dem Multiplexer und dem Analog-Digital-Konverter verbunden ist und daß der Monitor mit einem Prozeßrechner in Verbindung steht, der mit Einrichtungen zur Fehlersignalisierung, zur Protokollierung und zur Speicherung der Diagnoseresultate verbunden ist.The further development of the invention is characterized in that the statistical signal processing is performed by means of the correlation analysis and that the components of feature vectors are determined by section-wise integration of the averaged correlation function. The normal state of the machines is determined from the multi-dimensional distribution of the feature vectors by instruction in the new state with the aid of parameter-free estimation methods. The feature vectors are formed by both the mean values and the variations of the features. The technical condition and its changes during operation are automatically determined by a classifier and assigned to different state classes. It is very advantageous that error probabilities for the classifier are set at different levels of confidence, resulting in different alert levels, and in addition to the current classification also classifying the trend. For feature extraction, a microprocessor with triggered measurement signal acquisition is used. A favorable embodiment is achieved when the pattern recognition procedures and the long-term storage are performed on a process computer with mass data storage on which also the diagnostic results are stored. For the circuit arrangement, the object is achieved in that a structure-borne sound pickup, a charge amplifier, a demodulator and a filter amplifier are connected in series to a selection switch, that the output of the selection switch is connected via a low-pass filter with a multiplexer that the output of the multiplexer and a former is connected to an analog-to-digital converter, that a microcomputer, which is part of the monitor, is connected to the multiplexer and the analog-to-digital converter and that the monitor is in communication with a process computer, which has means for error signaling , connected for logging and storing the diagnostic results.
Die Erfindung soll an je einem Beispiel für das Verfahren und die Schaltungsanordnung zur automatischen Überwachung und Fehlerfrüherkennung von Hochdruckverdichtern, speziell für deren Ventile, näher erläutert werden.The invention will be explained in more detail in each case for an example of the method and the circuit arrangement for automatic monitoring and fault early detection of high-pressure compressors, especially for their valves.
Die zugehörige Zeichnung zeigt das Blockschaltbild der Schaltungsanordnung.The accompanying drawing shows the block diagram of the circuit arrangement.
Für das Verfahren:For the procedure:
An der Oberfläche der Zylinder werden an geeigneten Meßorten mit speziellen Aufnehmern hochfrequente Körperschallsignale gemessen, die von der Digitalisierungseinrichtung synchron zum Kolbenhub erfaßt werden. Das Triggersignal wird mit Hilfe eines speziellen Sensors von der Kolbenstellung des Verdichters abgeleitet. Dadurch können Effekte, die sich im Körperschallsignal abbilden, bestimmten Ventilaktivitäten zugeordnet werden.On the surface of the cylinder high-frequency structure-borne sound signals are measured at suitable measuring locations with special receivers, which are detected by the digitizer in synchronism with the piston stroke. The trigger signal is derived from the piston position of the compressor using a special sensor. As a result, effects that are reflected in the structure-borne sound signal can be assigned to specific valve activities.
Die elektrischen Signale von den in dieser Weise taktgebunden erfaßten Meßgrößen wie zum Beispiel Körperschall und Druck werden digitalisiert und gespeichert. Zur problemangepaßten Signal-Strukturerkennung wird die Korrelationsfunktion ermittelt, in der sich sowohl die Zeitabstände als auch die Amplituden von Ereignissen gut abbilden. In einer Ausführungsvariante des Verfahrens werden die Meßsignale durch eine Digitalisierungseinrichtung in äquidistanten Zeitabschnitten At abgetastet und in einem Speicher der Länge N als Datenwerte {x„}, η = 1,2,...N abgelegt. Aus diesen Datenwerten werden für eine Anzahl von Arbeitszyklen die Autokorrelationsfunktionen R^x der Meßsignale nachThe electrical signals from the measured variables recorded in this way in a clock-bound manner, such as, for example, structure-borne noise and pressure, are digitized and stored. For problem-adapted signal structure recognition, the correlation function is determined, in which both the time intervals and the amplitudes of events are well represented. In one embodiment of the method, the measuring signals are sampled by a digitizing device in equidistant time intervals At and stored in a memory of length N as data values {x "}, η = 1,2, ... N. From these data values, the autocorrelation functions R ^ x of the measuring signals are detected for a number of working cycles
-i-T X-O -42 M M)-i-T X-O -42 M M)
geschätzt und in einem Resultatfeld akkumuliert. .estimated and accumulated in a result field. ,
Zur Erhöhung der Empfindlichkeit und des Auflösungsvermögens können die Signale in mehrere Teile zerlegt werden, von denen die Autokorrelationsfunktionen geschätzt werden. Eine besonders leistungsfähige Ausführungsvariante des beschriebenen Verfahrens besteht darin, den Datenwerten {xn} einen vom Triggersignal abgeleiteten Impuls zu überlagern. Das resultierende Signal hat dann die FormTo increase the sensitivity and resolving power, the signals can be decomposed into several parts, of which the autocorrelation functions are estimated. A particularly powerful embodiment variant of the described method consists in superimposing on the data values {x n } a pulse derived from the trigger signal. The resulting signal then has the form
x1 (y4t) = X (f&t) + x 1 (y4t) = X (f & t) +
-3- 636 20-3- 636 20
Die Korrelationsfunktion dieses modifizierten SignalesThe correlation function of this modified signal
/?xx · A** + Rm * R*a + Rsx (3) /? xx ·A ** + Rm * R * a + Rsx (3)
enthält außer den beiden Autokorrelationsfunktionen Hx,, R66 die Kreuzkorrelationsfunktionen Rx5 + R6x. Da die Funktionen χγΔ11 und δ(γΛΐ) synchron zum Kolbenhub, also korreliert sind, verschwinden ihre Kreuzkorrelationsfunktionen nicht. Es wird damit erreicht, daß sich bei einer bestimmten Form und Lage des Impulses δ(νΔ,) wie in (2) angegeben, in der Autokorrelationsfunktion zusätzlich diecontains, besides the two autocorrelation functions H x ,, R 66, the cross-correlation functions R x5 + R 6x . Since the functions χ γΔ11 and δ (γΛΐ) are synchronous to the piston stroke, ie correlated, their cross-correlation functions do not disappear. It is thus achieved that in a given shape and position of the pulse δ (νΔ ,) as indicated in (2), in the autocorrelation function additionally the
Zeitfunktion des Signales abbildet. \Time function of the signal. \
Aus den Autokorrelationsfunktionen ausgewählter Meßsignale, die in der beschriebenen Weise modifiziert werden, erfolgt die Berechnung der Elemente der Merkmalvektoren durch Integration der Korrelationsfunktion über vorgegebene Bereiche. ·..,» Der technische Zustand der Kolbenverdichter, insbesondere ihrer Ventile wird auf der Grundlage dieser Merkmalvektoren mit Verfahren der Mustererkennung klassifiziert. Grundlage der automatischen Klassifizierung ist bei dem Verfahren eine Belehrung. Für jeden Verdichter einer größeren Verdichterstation werden nach der Inbetriebnahme oder nach Instandsetzungen aus einer größeren Zahl von Realisierung die Referenz- oder Normalvektoren geschätzt.From the autocorrelation functions of selected measurement signals, which are modified in the manner described, the calculation of the elements of the feature vectors by integration of the correlation function over predetermined ranges. · .., »The technical condition of reciprocating compressors, in particular their valves, is classified on the basis of these feature vectors using pattern recognition methods. The basis of the automatic classification is an instruction in the process. For each compressor of a larger compressor station, after commissioning or after repairs from a larger number of implementations, the reference or normal vectors are estimated.
Zur automatischen Fehlerfrüherkennung werden in der Überwachungsphase die aktuell bestimmten Merkmalvektoren von einem Klassifikator auf vorgegebenen Vertrauensniveaus mit den Normalvektoren verglichen. Bei Niveauüberschreitungen zum Beispiel der α, = 0,5 % und a2 = 1 % Quantile der Verteilungen erfolgt die Alarmierung des Anlagenpersonals.For automatic fault early detection, the currently determined feature vectors are compared by a classifier at predetermined confidence levels with the normal vectors in the monitoring phase. In the case of level overruns of, for example, α, = 0.5% and a 2 = 1% quantile of the distributions, the system personnel are alerted.
Eine besonders empfindliche Frühwarnung in bezug auf sich entwickelnde Fehlfunktionen erhält man dadurch, daß die Klassifikation nicht nur auf der Basis der Mittelwerte der Komponenten der Merkmalvektoren erfolgt, sondern auch die Streuungen der Merkmale berücksichtigt werden. Durch diesen zweiten Typ von Merkmalvektoren, deren.Elemente die Steuungen sind, werden bereits geringe Instabilitäten der Arbeitsweise der Verdichter erkannt. Außer der Klassifizierung bezüglich der aktuellen Realisierungen der Merkmalvektoren erfolgt auch die Klassifizierung bezüglich des zeitlichen Trends. Dadurch werden mit dem Verschleiß einhergehende langsame Abweichungen erkennbar.A particularly sensitive early warning regarding evolving malfunctions is obtained by not only classifying on the basis of the mean values of the components of the feature vectors, but also taking into account the variations of the features. By means of this second type of feature vectors, whose elements are the controls, even slight instabilities in the operation of the compressors are recognized. Apart from the classification with respect to the current implementations of the feature vectors, the classification with respect to the temporal trend also takes place. As a result, slow deviations associated with the wear can be detected.
Für die Schaltungsanordnung:For the circuit arrangement:
Zur Sicherung eines stabilen akustischen Kontaktes sind an jedem Kolbenverdichter einer Verdichterstation ein oder mehrere Körperschallaufnehmer 1 fest installiert, die mit in unmittelbarer Nähe angeordneten Vorverstärkern 2 verbunden sind. Nach den Vorverstärkern 2 sind in Reihe Demodulatoren 3, Filterverstärker 4 und Auswahlschalter 5 angeordnet. Nach dem Auswahlschalter 5 ist ein Tiefpaßfilter 6 angebracht, der mit einen Multiplexer 7 verbunden ist, dessen Ausgang ebenso wie ein Former 8 auf einen Analog-Digital-Konverter 9 geschaltet ist. Der Mikrorechner 10 ist mit dem Multiplexer 7 und dem Analog-Digital-Konverter 9 verbunden. Der Mikrorechner 10 steht mit einem zur Betriebsinstrumentierung gehörenden Prozeßrechner 11 in Verbindung, an den eine Fehlersignalisation 12, eine Protokollierung 13 und ein Speicher für die Diagnoseresultate 14 angeschlossen sind.To secure a stable acoustic contact, one or more structure-borne sound pickups 1 are permanently installed on each piston compressor of a compressor station and are connected to preamplifiers 2 arranged in the immediate vicinity. After the preamplifiers 2 demodulators 3, filter amplifier 4 and selector switch 5 are arranged in series. After the selection switch 5, a low-pass filter 6 is mounted, which is connected to a multiplexer 7, the output of which is connected as well as a former 8 to an analog-to-digital converter 9. The microcomputer 10 is connected to the multiplexer 7 and the analog-to-digital converter 9. The microcomputer 10 is in communication with a process computer 11 belonging to the operating instrumentation, to which an error signal 12, a log 13 and a memory for the diagnostic results 14 are connected.
Die im Mikrorechner 10 bestimmten Merkmalsvektoren werden zur aktuellen Zustandsklassifikation und zur Trendanalyse über einen Datenbus in den zentralen Prozeßrechner 11 übertragen. Die Alarmierung des Operators bei auftretenden Fehlern wird von diesem Prozeßrechnersystem unter Berücksichtigung des allgemeinen Anlagenzustandes durchgeführt.The feature vectors determined in the microcomputer 10 are transmitted to the current state classification and to the trend analysis via a data bus in the central process computer 11. The alarming of the operator in case of errors is performed by this process computer system taking into account the general state of the system.
Claims (11)
Hierzu 1 Seite Zeichnung• *
For this 1 page drawing
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DD26362084A DD236242A3 (en) | 1984-05-31 | 1984-05-31 | METHOD AND CIRCUIT ARRANGEMENT FOR ERROR-FRAME IDENTIFICATION OF POWER AND MACHINERY |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DD26362084A DD236242A3 (en) | 1984-05-31 | 1984-05-31 | METHOD AND CIRCUIT ARRANGEMENT FOR ERROR-FRAME IDENTIFICATION OF POWER AND MACHINERY |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| DD236242A3 true DD236242A3 (en) | 1986-06-04 |
Family
ID=5557512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DD26362084A DD236242A3 (en) | 1984-05-31 | 1984-05-31 | METHOD AND CIRCUIT ARRANGEMENT FOR ERROR-FRAME IDENTIFICATION OF POWER AND MACHINERY |
Country Status (1)
| Country | Link |
|---|---|
| DD (1) | DD236242A3 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0459946A1 (en) * | 1990-05-31 | 1991-12-04 | K.K. Holding Ag | Monitoring system, especially for engines, compressors and reciprocating machines |
| EP0463536A2 (en) * | 1990-06-29 | 1992-01-02 | Günter Dr.-Ing. Nobis | Method for determining the technical condition of fuel injection systems and their parts |
| DE19983014B4 (en) * | 1998-03-02 | 2005-05-25 | Cummins Inc., Columbus | Diagnostic apparatus for detecting faults in a fuel system |
-
1984
- 1984-05-31 DD DD26362084A patent/DD236242A3/en not_active IP Right Cessation
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0459946A1 (en) * | 1990-05-31 | 1991-12-04 | K.K. Holding Ag | Monitoring system, especially for engines, compressors and reciprocating machines |
| EP0463536A2 (en) * | 1990-06-29 | 1992-01-02 | Günter Dr.-Ing. Nobis | Method for determining the technical condition of fuel injection systems and their parts |
| DE4020635A1 (en) * | 1990-06-29 | 1992-01-09 | Nobis Guenter | METHOD FOR DETERMINING THE TECHNICAL CONDITION OF FUEL INJECTION SYSTEMS AND THE COMPONENTS THEREOF |
| EP0463536A3 (en) * | 1990-06-29 | 1992-02-12 | Guenter Dr.-Ing. Nobis | Method for determining the technical condition of fuel injection systems and their parts |
| DE19983014B4 (en) * | 1998-03-02 | 2005-05-25 | Cummins Inc., Columbus | Diagnostic apparatus for detecting faults in a fuel system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE69617142T2 (en) | Determine a machine tool system | |
| DE60221149T2 (en) | SYSTEM AND METHOD FOR IDENTIFYING THE PRESENCE OF DEFECTS IN A VIBRATING MACHINE | |
| DE3031812C2 (en) | Procedure for vibration diagnosis on rotating machines | |
| DE3537216C2 (en) | Arrangement for detecting cutting tool break events | |
| EP2730906B1 (en) | Device and method for monitoring the state of a roller bearing | |
| DE102019100722B4 (en) | Detect spikes and errors in vibration trend data | |
| DE69718714T2 (en) | Fault detection during the operation of electrical equipment | |
| DE102017124135A1 (en) | Machine error prediction based on analysis of periodic information in a signal | |
| EP1282808B1 (en) | Device for error recognition in a digital signal evaluation unit | |
| DE3941267A1 (en) | METHOD AND DEVICE FOR DETECTING CRACKS IN BEARINGS | |
| DE60117049T2 (en) | MACHINE STATE MONITORING DEVICE WITH CONTROL DEVICE | |
| DD236242A3 (en) | METHOD AND CIRCUIT ARRANGEMENT FOR ERROR-FRAME IDENTIFICATION OF POWER AND MACHINERY | |
| EP3250918A1 (en) | Method for detecting cavitation | |
| DE102016216450A1 (en) | A method and apparatus for locating an insulation fault in a resource connected to a power system | |
| WO2006079407A1 (en) | Secondary air diagnosis in an internal combustion engine | |
| DE102017124589A1 (en) | Method and system for evaluating an operating state of a watercraft | |
| DE102009024981A1 (en) | Damages determining and analyzing method for e.g. rolling bearing, involves dividing data signals into number of different timing signals, and evaluating amplitudes of bispectrum, where amplitudes exceed predetermined value | |
| DE69732757T2 (en) | Procedure and installation for QRS-Dektektion | |
| DE102010050314B4 (en) | Automatic test equipment for testing a vibrating crystal and method of operating the same | |
| DE102005019063B3 (en) | Operating process, for eccentric screw pump, involves prior testing of pump, storing damage frequency picture and comparing with overall frequency picture in operation | |
| DE112017007461T5 (en) | Vibration detection device and irregularity determination system | |
| DE102017207895B4 (en) | Method, control unit and system for estimating a remaining service life of a component | |
| DE102020126043A1 (en) | Method for detecting the state of a drive chain or a drive belt on an industrial conveyor system and chain or belt tensioning device therefor | |
| DD248036A3 (en) | METHOD AND DEVICE FOR MACHINE ELEMENTS CONDITIONING BY PULSE EVALUATION | |
| DE102015208927A1 (en) | Method for monitoring a vehicle electrical system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| ENJ | Ceased due to non-payment of renewal fee |