-
Die Erfindung bezieht sich auf ein Verfahren zum Kategorisieren von Schäden an einem in eine Vorrichtung integrierten Wälzlager, umfassend die Schritte:
- – Aufnehmen eines Signals, das Körperschallschwingungen der Vorrichtung repräsentiert,
- – Analysieren des Signals gemäß wenigstens einem vorgegebenen Signalmerkmal,
- – Zuordnen des Signals zu einer vorbestimmten Schadenskategorie aufgrund des Analyseergebnisses, wobei die Analyse eine statistische Auswertung einer aus dem aufgenommenen Signal hergeleiteten Analysefunktion des Signals zur Feststellung der Ausprägung der vorgegebenen Signalmerkmale umfasst, wobei die Analysefunktion eine Ableitungsstufe des Signals, die dem Ruck der repräsentierten Körperschallschwingung entspricht, oder eine höhere Ableitungsstufe ist.
-
Die Erfindung bezieht sich weiter auf ein Mess- und Analysegerät zum Kategorisieren von Schäden an einem in eine Vorrichtung integrierten Wälzlager, umfassend
- – einen Sensor zum Aufnehmen eines Signals, das Körperschallschwingungen der Vorrichtung repräsentiert,
- – einen digitalen Datenspeicher zum Speichern des aufgenommenen Signals,
- – eine digitale Recheneinheit zum Verarbeiten des gespeicherten Signals
- – einen digitalen Programmspeicher zum Speichern von Anweisungen, Regeln und Vorgabewerten zur Steuerung der Verarbeitung des gespeicherten Signals,
- – Ausgabemittel zum Ausgeben eines Ergebnisses der Verarbeitung des gespeicherten Signals,
wobei die im Programmspeicher gespeicherten Anweisungen, Regeln und Vorgabewerte geeignet sind, eine Analyse des gespeicherten Signals gemäß wenigstens einem vorgegebenen Signalmerkmal durchzuführen, das gespeicherte Signal aufgrund des Analyseergebnisses einer vorbestimmten Schadenskategorie zuzuordnen und diese Schadenskategorie als Ergebnis der Verarbeitung durch die Ausgabemittel ausgeben zu lassen, wobei die Analyse eine statistische Auswertung einer aus dem aufgenommenen Signal hergeleiteten Analysefunktion des Signals zur Feststellung der Ausprägung der vorgegebenen Signalmerkmale umfasst, wobei die Analysefunktion eine Ableitungsstufe des Signals, die dem Ruck der repräsentierten Körperschallschwingung entspricht, oder eine höhere Ableitungsstufe ist.
-
Die Feststellung und Kategorisierung von Schäden an Wälzlagern, die in Vorrichtungen, wie beispielsweise Motoren, Maschinen, Pumpen etc. integriert sind, ist eine wesentliche Maßnahme zur Gewährleistung eines sicheren Betriebs der Vorrichtungen und zur Vermeidung größerer Schäden, die etwa durch Lagerbruch, unrund laufenden Wellen und Achsen etc. entstehen können. Dabei ist es von großer wirtschaftlicher Bedeutung, dass zur Schadenserkennung und -kategorisierung das zu untersuchende Lager nicht aus der Vorrichtung ausgebaut und zerlegt werden muss, um einer beispielsweise optischen Überprüfung zugänglich gemacht zu werden.
-
Es sind daher eine Reihe von Verfahren bekannt, mit denen Wälzlagerschäden anhand einer Analyse akustischer Signale erkannt und kategorisiert werden können, wobei die akustischen Signale auf Körperschallschwingungen der laufenden Vorrichtung beruhen, zu denen insbesondere auch diejenigen Schwingungskomponenten beitragen, die durch die Bewegung des oder der zu untersuchenden Lager verursacht werden. Die einfachste Analysemethode ist das Abhören der laufenden Vorrichtung mittels eines Stethoskops, wobei die Analyse im Wesentlichen auf die Erfahrung des Untersuchenden gestützt wird. Es gibt jedoch verschiedene Ansätze, das Analyseverfahren automatisiert und von der konkreten Erfahrung einer untersuchenden Person unabhängig zu gestalten.
-
Aus der
US 5,943,634 A geht ein Analysesystem für Wälzlagerschäden hervor, welches die Vibrationen einer rotierenden Maschine mittels eines Sensors, typischerweise eines Beschleunigungssensors, misst. Das gemessene Signal wird von einem Datenkollektor erfasst, der das Signal anhand verschiedener Parameter untersucht. Einer dieser Parameter ist der maximale Ruck, wobei der Ruck die Änderung des Beschleunigungssignals ist. Ist der gemessene Ruck größer als ein vordefinierter Schwellenwert, signalisiert der Datenkollektor ein potentielles Problem. In diesem Fall werden das Zeitsignal und das Frequenzspektrum des Vibrationssignals gespeichert. Darüber hinaus kann zusätzlich eine in der Druckschrift
US 5,895,857 A beschriebene Analyse der Extremwerte des Vibrationssignals durchgeführt werden. Diese sieht eine Mittelung der Amplitudenwerte des Vibrationssignals vor. Nachteilig hierbei ist, dass das gesamte Analysesystem aufgrund der zahlreichen Parameter sehr komplex ist. Zudem werden zwei hintereinander folgende Analyseschritte, einerseits die Parameterbestimmung und andererseits die Analyse der Extremwerte des Vibrationssignals bei gleicher Geschwindigkeit, im Fall eines Wälzlagerschadens durchgeführt. Dies macht das gesamte Analysesystem rechenaufwendig und fehleranfällig.
-
DE 199 38 722 A1 offenbart ein Verfahren, bei dem der Spektralverlauf der Körperschallschwingungen der laufenden Vorrichtung aufgezeichnet und anhand eines dynamischen Modells analysiert wird. In das dynamische Modell gehen spezielle Vorkenntnisse zu der Vorrichtung und dem zu untersuchenden Lager, wie die biederseitigen Kontaktsteifigkeiten der Wälzkörper mit den Lagerschalen, um die Übertragungsfunktion zwischen dem Lager und dem Mess- und Analysegerät möglichst genau zu bestimmen. Dieses Erfordernis spezieller Vorkenntnisse ist ein wesentlicher Nachteil des bekannten Verfahrens. Dieser Nachteil liegt im Grunde allen frequenzbasierten Messverfahren zugrunde, da die gemessenen Schwingungsfrequenzen wesentlich von der Umdrehungszahl des Lagers, der Anzahl der Wälzkörper, dem Durchmesser der Wälzkörper und der Lagerschalen etc. abhängen.
-
Des Weiteren wird in dem Buch „Schwingungsdiagnostische Beurteilung von Maschinen und Anlagen” von Ulrich Klein (Verlag Stahleisen GmbH, 2003; S. 77, Abs. 6.1.2.2.1, Abs. 6.1.2.2.2, S. 73, S. 159, 7.7) Bezug auf verschiedene Methoden zur Analyse von Wälzlagerschäden genommen. Zum einen wird eine SEE-Methode (Spectral Emitted Energy) erwähnt, bei der die zeitliche Ableitung der Beschleunigung gebildet und deren Intensität im Bereich hoher Frequenzen analysiert wird. Des Weiteren wird eine Methode zur Erkennung von Schwingungssignalen beschrieben. Dabei wird aus dem Schwingungssignal ein Merkmalsvektor erzeugt, welcher mit dem aus einem Referenzsignal erzeugten Referenzvektor verglichen wird. Hierbei gehört zu jedem Referenzsignal bzw. -vektor eine bestimmte Klasse. Eine Zuordnung eines Schwingungssignals zu einer bestimmten Klasse kann z. B. über die Abstandsmetrik erfolgen. So wird das Schwingungssignal derjenigen Klasse zugeordnet, bei der der Merkmalsvektor den geringsten Abstand zu dem entsprechenden Referenzvektor aufweist. Das Referenzsignal kann im Bereich der Maschinenüberwachung z. B. eine bestimmte Schadenskategorie sein. Nachteilig hierbei ist, dass bei einer Klassifikation eine Rückweisung des Schwingungssignals erfolgen kann, wenn keine ausreichende Ähnlichkeit zu den angebotenen Klassen existiert.
-
Es ist eine Aufgabe der vorliegenden Erfindung, ein gattungsgemäßes Verfahren derart weiterzubilden, dass eine zuverlässige, effektive Schadenskategorisierung auch ohne Kenntnis spezieller Lager- und Betriebsparameter erfolgen kann.
-
Es ist eine weitere Aufgabe der vorliegenden Erfindung, ein gattungsgemäßes Gerät derart weiterzubilden, dass damit eine zuverlässige, effektive Schadenskategorisierung auch ohne Kenntnis spezieller Lager- und Betriebsparameter erfolgen kann.
-
Diese Aufgaben wird in Verbindung mit den Merkmalen der Oberbegriffe der Ansprüche 1 bzw. 14 dadurch gelöst, dass ein Mittelwert und/oder eine Häufigkeitsverteilung von Analysefunktionswerten an den Stellen lokaler Extremwerte einer aus dem aufgenommenen Signal hergeleiteten Geschwindigkeitsfunktion ein vorgegebenes Signalmerkmal ist, wobei die Geschwindigkeitsfunktion die Geschwindigkeit der von dem aufgenommenen Signal repräsentierten Körperschallschwingung repräsentiert.
-
Die Grundidee der vorliegenden Erfindung liegt darin, eine statistische Auswertung des sogenannten „Rucks”, d. h. der zweiten zeitlichen Ableitung des geschwindigkeitsproportionalen Körperschallsignals, oder einer höheren Ableitungsstufe vorzunehmen, um darauf die Schadenskategorisierung zu stützen. Dies entspricht im Prinzip einer speziellen Untersuchung von Eigenschaften der Extremwertbereiche des geschwindigkeitsproportionalen Signals. Empirisch hat sich nämlich gezeigt, dass gerade der Informationsgehalt im Bereich der Extremwerte des geschwindigkeitsproportionalen Körperschallsignals für verschiedene Arten von Lagerschäden charakteristisch ist. Ein Zusammenhang kann zwar mittels der Vorstellung von Microstößen, die ein Wälzkörper erfährt und die bei glatten Lagerschalen sehr kurz und bei aufgerauten, d. h. vorgeschädigten Lagerschalen, länger sind, grob veranschaulicht werden. Ein detailliertes physikalisches Modell für diesen Zusammenhang ist jedoch nicht bekannt. Vielmehr muss die Erkenntnis des Zusammenhangs zwischen der Form der Extremwertbereiche im geschwindigkeitsproportionalen Signal und der Schadenskategorie als überraschende Entdeckung betrachtet werden. Diese Entdeckung macht sich die vorliegende Erfindung in vorteilhafter Weise zunutze.
-
Gegenüber einer direkten Untersuchung der Extremwerte im geschwindigkeitsabhängigen Signal weist das erfindungsgemäße Verfahren, welches eine statistische Analyse des Rucks betrachtet, verschiedene Vorteile auf. Zum einen ist es möglich aber nicht erforderlich, die Körperschallschwingungen der laufenden Vorrichtung geschwindigkeitsproportional zu detektieren. Alternativ lässt sich aber auch eine auslenkungs- oder beschleunigungsproportionale Signalmessung realisieren. Der relevante Ruck würde sich in diesen Fällen als die dritte bzw. die erste zeitliche Ableitung des aufgenommenen Signals berechnen lassen. Weiter hat das erfindungsgemäße Verfahren den Vorteil, dass eine statistische Analyse eines Signals sehr viel einfacher und weniger rechenaufwendiger ist, als die separate Untersuchung einer großen Vielzahl individueller Extremwerte in einem geschwindigkeitsproportionalen Zeitsignals.
-
Man beachte, dass unter dem Begriff „Signalmerkmal” eine allgemeine Eigenschaft, d. h. eine Funktion des betrachteten Signals zu verstehen ist, wo hingegen unter einer „Ausprägung” eines Signalmerkmals im Rahmen dieser Beschreibung die konkrete Eigenschaft, d. h. die speziellen Werte der Funktion am konkret untersuchten Signal verstanden werden.
-
Wesentlich bei der erfindungsgemäßen statistischen Auswertung ist, dass ein Mittelwert und/oder eine Häufigkeitsverteilung von Analysefunktionswerten, d. h. von konkreten Werten des berechneten Rucks, an den Stellen lokaler Extremwerte einer aus dem aufgenommenen Signal hergeleiteten Geschwindigkeitsfunktion ein vorgegebenes Signalmerkmal. Dabei wird als „Geschwindigkeitsfunktion” die Geschwindigkeit der von dem aufgenommenen Signal repräsentierten Körperschallschwingung bezeichnet. Im Fall einer geschwindigkeitsproportionalen Körperschallmessung ist daher die Geschwindigkeitsfunktion gleich dem aufgenommenen Signal. Im Fall einer auslenkungsproportionalen Messung berechnet sich das Geschwindigkeitssignal jedoch aus der ersten zeitlichen Ableitung des aufgenommenen Signals bzw. bei beschleunigungsproportionaler Messung aus der ersten zeitlichen Integration des aufgenommenen Signals. Konkret wird bei dieser Ausführungsform ein Mittelwert über diejenigen Werte des Rucks gebildet, die zeitlich mit den lokalen Extremwerten der Geschwindigkeitsfunktion korrelieren. Es hat sich empirisch erwiesen, dass dieser Wert für verschiedene Wälzlager-Schadensarten charakteristisch ist und seine Bestimmung daher in vielen Fällen ausreicht, um eine zuverlässige Schadenkategorisierung vorzunehmen. Man beachte, dass unter dem Begriff „Mittelwert” unterschiedliche Arten von Mittelwertbildung zusammengefasst sind. Beispielhaft seien das arithmetische Mittel, der Median und der quadratische Mittelwert genannt, wobei jedoch auch andere Mittelwertberechnungsarten angewandt werden können. Bevorzugt wird der arithmetische Mittelwert.
-
Alternativ oder zusätzlich wird ein Histogramm der Ruckwerte an den Stellen der Geschwindigkeitsextrema berechnet und zur Schadenskategorisierung herangezogen. Da ein solches Histogramm einen größeren Informationsgehalt hat als ein einfacher Mittelwert, ist verständlich, dass mit dieser Ausführungsform eine feinere Unterteilung unterschiedlicher Schadenkategorisierungen vorgenommen werden kann.
-
Obgleich in der Regel nicht erforderlich, ist es selbstverständlich auch möglich, sowohl den Mittelwert als auch das Histogramm gemeinsam zur Schadenskategorisierung heranzuziehen.
-
In allen Fällen erfolgt die Schadenskategorisierung durch Vergleich mit gespeicherten Vergleichswerten, für die empirisch oder rechnerisch bestimmt wurde, dass sie für unterschiedliche Schadenskategorien charakteristisch oder typisch sind.
-
Bei einer vorteilhaften Weiterbildung der Erfindung kann vorgesehen sein, dass eine Schwankung von Abständen benachbarter Stellen lokaler Extremwerte der Geschwindigkeitsfunktion ein zusätzliches vorgegebenes Signalmerkmal ist. Dieser Wert, der beispielsweise der statistischen Varianz der Extrema-Abstände entsprechen kann, wird vorzugsweise unmittelbar aus der Geschwindigkeitsfunktion bestimmt. Die Abstandsbestimmung kann dabei zwischen nächstbenachbarten Extremwerten gleichen oder entgegengesetzten Vorzeichens oder zwischen weniger nah benachbarten Extremwerten gleichen oder entgegengesetzten Vorzeichens erfolgen. Bevorzugt wird die Abstandsbestimmung zwischen nächstbenachbarten Extremwerten jeweils gleichen Vorzeichens.
-
Bei einer weiteren, günstigen Ausführungsform der Erfindung ist vorgesehen, dass eine Häufigkeitsverteilung von Werten von Abständen benachbarter Stellen lokaler Extremwerte der Geschwindigkeitsfunktion ein zusätzliches vorgegebenes Signalmerkmal ist. Auch hier wird, alternativ oder zusätzlich, zu der Bestimmung eines Einzelwertes, nämlich der Extrema-Abstandsschwankung, die Berechnung eines Histogramms der Extrema-Abstände vorgeschlagen, was zu einer feineren Differenzierung zwischen unterschiedlichen Schadensarten führen kann. Man beachte jedoch, dass die Berechnung eines Histogramms mit wesentlich größerem Rechenaufwand verbunden ist, als die Berechnung eines Einzelwertes und dieser zusätzliche Aufwand in einem sinnvollen Verhältnis zu dem erreichbaren Vorteil einer feineren Kategorisierung stehen muss.
-
Bei einer weiteren Ausführungsform der Erfindung ist vorgesehen, dass die Anzahl von lokalen Extremwerten der Geschwindigkeitsfunktion mit Absolutbeträgen oberhalb eines vorgegebenen Schwellenwertes ein zusätzliches vorgegebenes Signalmerkmal ist. Dies entspricht im Wesentlichen einer Amplitudenanalyse des Geschwindigkeitssignals. Dabei geht der Absolutbetragsbestimmung vorteilhafterweise eine Normierung der Geschwindigkeitsfunktion, günstigerweise mit dem Effektivwert der Geschwindigkeitsfunktion, voraus. Diese Normierung führt zu einer Unabhängigkeit des Verfahrens von der absoluten „Lautstärke” des aufgenommenen Körperschallsignals.
-
Wie bereits erwähnt, erfolgt nach der Bestimmung der konkreten Ausprägungen des oder der ausgewählten Signalmerkmale die eigentliche Schadenskategorisierung, d. h. die Zuordnung des gemessenen Signals zu einer Schadenskategorie. Wurde die Analyse gemäß einer Mehrzahl von Signalmerkmalen durchgeführt, erfolgt die Zuordnung vorzugsweise auf Basis einer definierten Metrik in einem mehrdimensionalen Merkmalsraum. Dabei wird das zuzuordnende Signal gemäß seinen Ausprägungen der den Merkmalsraum aufspannenden Signalmerkmale in dem Merkmalsraum eingeordnet und der Abstand, berechnet gemäß der definierten Metrik, zu vorgegebenen, Schadenskategorien repräsentierenden Punkten oder Gebieten in dem mehrdimensionalen Raum berechnet. Dies bedeutet, dass in dem mehrdimensionalen Merkmalsraum empirisch oder rechnerisch ermittelte Punkte oder Gebiete bestimmte Schadenskategorien repräsentieren, von denen das aufgenommene Signal einer konkret zugeordnet werden soll. Dies erfolgt mittels Bestimmung des Abstandes desjenigen Punktes in dem mehrdimensionalen Merkmalsraum, der das aufgenommene Signal repräsentiert, zu den vordefinierten Punkten bzw. Gebieten. Was dabei unter einem Abstand zu verstehen ist, wird durch die vordefinierte Metrik vorgegeben. Beispielsweise können die den Merkmalsraum aufspannenden Signalsmerkmale in verallgemeinerte Einheiten unterteilt sein und der Abstand als n-dimensionale, euklidische Metrik definiert sein. Die spezielle Transformation der Signalmerkmale auf die verallgemeinerten Einheiten des Merkmalraumes können dabei so gewählt werden, dass der jeweiligen Bedeutung des Merkmals für eine Kategorieunterscheidung Rechnung getragen wird.
-
Selbstverständlich ist es auch möglich, andere Metriken als die euklidische zu definieren.
-
Das Signal wird vorzugsweise derjenigen Schadenskategorie zugeordnet, zu der sein Abstand in dem Merkmalsraum gemäß der definierten Metrik minimal ist.
-
Es sind Fälle denkbar, in denen der Abstands-Minimalwert nicht eindeutig bestimmt werden kann. Dies kann insbesondere dann vorkommen, wenn bei der Abstandsbestimmung Toleranzen zugelassen werden, etwa um Messungenauigkeiten zu berücksichtigen. Dann kann es vorkommen, dass zwei oder mehr berechnete Abstände innerhalb der zulässigen Toleranzen liegen und somit ein eindeutiges Minimum nicht bestimmbar ist. Bei einer vorteilhaften Weiterbildung der Erfindung ist daher vorgesehen, dass einem solchen Fall der Merkmalsraum um wenigstens eine Merkmalsdimension erweitert wird und eine erneute Einordnung und Abstandsbestimmung des Signals erfolgt. Dies entspricht der Verfeinerung der Kategorisierung durch zusätzliche Berücksichtigung eines weiteren Signalmerkmals.
-
Bei einer alternativen Ausführungsform ist vorgesehen, dass im Fall eines nicht eindeutig bestimmbaren Abstands-Minimalwertes die zugrunde liegende Metrik verändert wird und eine erneute Abstandsbestimmung des Signals erfolgt. Hierbei wird mit anderen Worten die Bedeutung des Begriffs Abstand umdefiniert.
-
Bei der konkreten Umsetzung der Erfindung in Form eines Mess- und Analysegerätes ist es grundsätzlich möglich, das erfindungsgemäße Verfahren in geeigneter Weise in Anweisungen, Regeln und Vorgabewerte, d. h. in Form eines Programms zu kodieren und auf einer Datenverarbeitungsvorrichtung laufen zu lassen, die über geeignete Schnittstellen mit einem entsprechenden Sensor verfügt. Besonders günstig ist dabei, wenn Daten- und Programmspeicher, Recheneinheit und Ausgabemittel in einem tragbaren Handgerät integriert sind und der Sensor als externes Element mittels einer Kabel- oder Drahtlosverbindung anschließbar ist. Zur Beschleunigung der Durchführung der Messung und Kategorisierung kann die Recheneinheit dabei als speziell ausgestatteter Microprozessor, insbesondere speziell programmierter DSP (digitaler Signalprozessor) ausgestaltet sein, wobei die einzelnen Anweisungen und Regeln software- oder hardwaremäßig implementiert sein können. Die Vorgabewerte, d. h. insbesondere die für die Kategorisierung erforderlichen Vergleichswerte können in einer eigenen Datenbank, vorzugsweise softwaremäßig implementiert sein. Besonders günstig ist es, wenn die Datenbank durch Übernahme konkreter Messungen erweiterbar ist.
-
Als Sensor kommen alle grundsätzlich denkbaren Sensoren zur Messung von Körperschallschwingungen in Frage, die ein auslenkungs-, geschwindigkeits- oder beschleunigungsproportionales Signal erzeugen. Besonders vorteilhaft werden jedoch induktive Sensoren eingesetzt, deren Kopplung mit der das Wälzlager enthaltenen Vorrichtung keinen Tiefpassfilter implementiert. Aufgrund der hohen zu berechnen Ableitungsstufe, nämlich des Rucks, ist eine hohe Sampling-Frequenz, vorzugsweise im Bereich von einigen 100 kHz bis zu einigen MHz, erforderlich. Träge, einen Tiefpass realisierende Sensoren sind daher wenig geeignet. Andererseits erlaubt die grundsätzliche Hochfrequenzeignung des Verfahrens auch die Vermessung von sehr schnell laufenden Vorrichtungen, wie etwa Vakuumpumpen und Hochfrequenzmotoren.
-
Üblicherweise beinhalten Maschinen, die auf Wälzlagerschäden zu überprüfen sind, mehrere Wälzlager gleichen und/oder unterschiedlichen Typs. Die erfindungsgemäße Messung lässt sich dann an mehreren Stellen der Maschinenoberfläche durchführen, wobei jeweils dasjenige Wälzlager, das am effizientesten akustisch mit dem Messpunkt gekoppelt ist, am stärksten zu dem aufgenommenen Signal beiträgt.
-
Weitere Merkmale und Vorteile der Erfindung ergeben sich aus der nachfolgenden, speziellen Beschreibung und den Zeichnungen. Es zeigen:
-
1: eine schematische Darstellung eines Mess- und Analysegerätes gemäß der Erfindung;
-
2: eine schematische Skizze zur Veranschaulichung unterschiedlicher Wälzlager-Schadenskategorien;
-
3: eine schematische Darstellung der Kategorisierung eines gemessenen Wälzlagerschadens in einem zweidimensionalen Merkmalsraum.
-
1 zeigt eine schematische Darstellung eines Mess- und Analysegerätes zur Kategorisierung von Wälzlagerschäden. Die Gesamtvorrichtung umfasst ein tragbares Handgerät 10 und einen daran anschließbaren Sensor 20. Der Sensor wird an der Oberfläche 30 der das oder die Lager enthaltenden Vorrichtung angebracht. Bei Maschinen mit mehreren Wälzlagern, die regelmäßig auf Schäden zu überprüfen sind, kann es günstig sein, an mehreren Stellen in der Nähe von Lagern je einen Sensor 20 fest anzubringen, wobei zur Überprüfung die einzelnen Sensoren 20 nacheinander oder simultan an ein Messgerät 10 angeschlossen werden.
-
Bei der dargestellten Ausführungsform besteht der Sensor 20 im Wesentlichen aus einem Permanentmagneten 22, auf den eine Spiralspule 24 aufgebracht, z. B. aufgeklebt ist. Der Sensor haftet an einer Oberfläche 30 einer zu untersuchenden Maschine mit integrierten Wälzlagern, die in 1 nicht dargestellt sind. Beim Betrieb der Maschine werden Körperschallschwingungen der Oberfläche 30 erzeugt, zu denen auch die Wälzlagerbewegungen beitragen. In 1 sind die Körperschallschwingungen schematisch als Wellen der Oberfläche 30 (durchgezogen und gestrichelt) dargestellt. Die Haftung des Sensors 20 an der Oberfläche 30 erfolgt bei einer ferromagnetischen Oberfläche 30 vorzugsweise durch die Kraft des Permanentmagnetens 22. Selbstverständlich ist es jedoch auch möglich, Magnet 22 und Spule 24 auf die Oberfläche 30 aufzukleben oder auf andere Art, z. B. durch Verschraubung, festzulegen.
-
Das konstante Magnetfeld des Permanentmagneten 22 durchsetzt die Spule 24, die gegen die Oberfläche 30 isoliert ist, sowie die Oberfläche 30 selbst. Durch die Schwingungen der Oberfläche 30 werden die Magnetfeldlinien 40 verzerrt, so dass sich die Spule 24 in einem zeitlich veränderlichen Magnetfeld befindet, was zur Induktion einer Spannung Uind führt. Die Spannung Uind stellt eine geschwindigkeitsproportionale Repräsentation der Schwingungen der Oberfläche 30 dar. Die Spannung Uind wird mittels eines A/D-Wandlers 11 digitalisiert und zur weiteren Verarbeitung an einen Microprozessor, μP, 12 geleitet. Der Microprozessor 12 kommuniziert sowohl mit einem Datenspeicher, MemD, 13, in dem das aufgenommene Signal abgespeichert werden kann, als auch mit einem Programmspeicher, MemP, 13, in dem Regeln, Anweisungen und Vorgabewerte zur Verarbeitung des aufgenommenen Signals abgelegt sind. Das Ergebnis der Datenverarbeitung wird dem Benutzer auf einer Ausgabe 15 (out), die in Form einer herkömmlichen Bildschirmanzeige, als Leuchtsignale in einem speziellen Anzeigefeld oder auf andere Weise realisiert sein kann, angezeigt.
-
Bei der in 1 dargestellten Ausführungsform sind A/D-Wandler 11, Mikroprozessor 12, die Speicher 13 und 14, die getrennt oder als Einheit ausgeführt sein können, sowie die Ausgabe 15 in einem tragbaren Handgerät integriert (gestrichelter Kasten). Die Verbindung mit dem Sensor 20 ist als Kabelverbindung, vorzugsweise als Koaxialkabelverbindung realisiert. Alternativ ist es auch möglich, den A/D-Wandler 11 am Ort des Senders 20 zu positionieren und ein digitales Signal zum Handgerät zu übertragen. Die Übertragung des digitalen Signals kann über eine Kabel- oder Drahtlosstrecke erfolgen. Selbstverständlich ist es auch möglich, die aufgenommenen Daten in einem herkömmlichen PC einzuspeisen und die weitere Analyse dort fortzunehmen.
-
2 zeigt stark schematisiert und vereinfacht zwei unterschiedliche Arten von Wälzlagerschadenskategorien, um das Verhältnis zwischen Schadenskategorie und der konkreten Ausbildung von Extremwerten im aufgenommenen Geschwindigkeitssignal suggestiv zu veranschaulichen. Man beachte jedoch, dass dies kein physikalisches Modell ist, sondern lediglich der Versuch einer Veranschaulichung. Ein Wälzkörper 50, der beispielsweise als Kugel oder Walze ausgebildet sein kann, rollt auf der Oberfläche einer Lagerschale 60 ab. In dem in 2a gezeigten Fall weist die Lagerschalenoberfläche 60 sehr kleine Unebenheiten 61 auf, während sie im Fall von 2b breitere und höhere Unebenheiten 62 aufweist. Es ist unmittelbar nachvollziehbar, dass im Fall von 2a die Microstöße, die sich beim Überrollen der Unebenheiten durch den Wälzkörper 50 ergeben, sehr kurz sind, wohingegen sie im Fall von 2b deutlich länger sind. Dies resultiert in einer Veränderung der Form der Extremwerte des geschwindigkeitsproportionalen Signals.
-
3 stellt eine vereinfachte Darstellung der eigentlichen Schadenskategorisierung dar. Ein aufgenommenes Signal wird gemäß mehrerer (im dargestellten Fall der Anschaulichkeit halber nur zweier) Signalmerkmale m1 und m2 analysiert und in dem von m1 und m2 aufgespannten Merkmalsraum positioniert. Im vorliegenden Fall ist das aktuelle Signal als Sternchen 70 dargestellt. In dem Merkmalsraum sind weiter eine Vielzahl von Punkten 72 positioniert, die jeweils ein früher gemessenes Signal repräsentieren, das zu einer bekannten Schadenskategorie gehört. Es hat sich gezeigt, dass das erfindungsgemäße Analyseverfahren geeignet ist, Schadenskategorien als Gebiete in dem Merkmalsraum gegeneinander abzugrenzen. Im gezeigten Beispiel sind drei Gebiete A, B und C dargestellt. Zur automatisierten Kategorisierung des aktuell gemessenen Signals 70 werden die Abstände zwischen dem Signal 70 und den Punkten 72 oder jeweils einem für ein Gebiet A, B, C repräsentativen Punkt gemessen und verglichen. Das Signal 70 wird dann derjenigen Schadenskategorie zugeordnet, zu der der Abstand minimal ist, im vorliegenden Beispiel Kategorie A.
-
Natürlich stellen die in der speziellen Beschreibung und den Figuren dargestellten Ausführungsformen lediglich illustrative Ausführungsbeispiele der vorliegenden Erfindung dar. Insbesondere hängt die Dimensionalität des Merkmalsraumes von der erwünschten Feinheit der Kategorisierung ab. Auch der oben beschriebene Sensor 20 ist in seiner dargestellten Ausführungsform keine für die Erfindung zwingende Voraussetzung. Vielmehr kann jegliche Art von Sensoren verwendet werden, die in der Lage sind, ein die Körperschallschwingung repräsentierendes Signal zu erzeugen.