DE102021208410A1 - Abtastungsmusterwahrscheinlichkeitsberechnung zur Geschwindigkeits- und Defektidentifizierung - Google Patents

Abtastungsmusterwahrscheinlichkeitsberechnung zur Geschwindigkeits- und Defektidentifizierung Download PDF

Info

Publication number
DE102021208410A1
DE102021208410A1 DE102021208410.9A DE102021208410A DE102021208410A1 DE 102021208410 A1 DE102021208410 A1 DE 102021208410A1 DE 102021208410 A DE102021208410 A DE 102021208410A DE 102021208410 A1 DE102021208410 A1 DE 102021208410A1
Authority
DE
Germany
Prior art keywords
computer
condition monitoring
monitoring data
pattern
patterns
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102021208410.9A
Other languages
English (en)
Inventor
Allan Thomson
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.)
SKF AB
Original Assignee
SKF AB
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 SKF AB filed Critical SKF AB
Publication of DE102021208410A1 publication Critical patent/DE102021208410A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/04Bearings
    • G01M13/045Acoustic or vibration analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16CSHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C19/00Bearings with rolling contact, for exclusively rotary movement
    • F16C19/52Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions
    • F16C19/527Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions related to vibration and noise
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16CSHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C2233/00Monitoring condition, e.g. temperature, load, vibration
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16CSHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C2326/00Articles relating to transporting
    • F16C2326/10Railway vehicles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20076Probabilistic image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30236Traffic on road, railway or crossing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

Es werden ein Verfahren und ein System zum Durchführen einer Geschwindigkeits- und Defektidentifikation einer Komponente, wie z.B. einem Lager, bereitgestellt. Das Verfahren kann durch einen Computer implementiert werden, so dass der Computer von einem oder mehreren Sensoren Zustandsüberwachungsdaten erhält. Der Computer tastet Muster entlang eines Geschwindigkeitsbereichs gegen die Zustandsüberwachungsdaten ab und multipliziert jede Musterkomponente der Muster mit einer passenden Umgebungsspektralkomponente. Dann addiert der Computer die Musterkomponenten, um ein oder mehrere Ergebnisse zu erzeugen.

Description

  • HINTERGRUND
  • Ein Zug kann viele Waggons haben, von denen jeder mehrere Achsen und entsprechende Achslager haben kann. In jedem Achslager können Lager eingebaut sein, entweder von demselben oder verschiedenen Herstellern. Im Laufe der Zeit entwickeln Lager aufgrund zahlreicher Ursachen (z. B. Verschmutzung, Oberflächenfehler, Schmierprobleme usw.) Defekte, die in den Schwingungsharmonischen der Lager detektiert werden können. Das Gebiet des Sammelns und Überwachens dieser Schwingungsharmonische, zusammen mit dem Angehen von Defekten, die in diesen Schwingungsharmonischen detektiert werden, wird als Zustandsüberwachung bezeichnet.
  • Des Weiteren, ob die herkömmlichen Zustandsüberwachungsanwendungen online oder offline sind, kann das Installieren, Verwenden und Warten eines Wellengeschwindigkeitssensors zur Unterstützung des Sammelns und Überwachens der Lagerschwingungsharmonischen problematisch und/oder teuer sein. Konventionelle Zustandsüberwachungsanwendungen erfordern beispielsweise die Kenntnis einer Wellengeschwindigkeit bis auf wenige % der Toleranz, um Schwingungsspektrumsfrequenzkomponenten/-symptome, die mit Lagerdefekten assoziiert sind, innerhalb der Lagerschwingungsharmonischen zu identifizieren. Selbst mit dem Wissen der ungefähren Wellengeschwindigkeit sind herkömmliche Zustandsüberwachungsanwendungen redundant oder unzuverlässig, und der Lagerdefekt bleibt von diesen Anwendungen unentdeckt.
  • In herkömmlichen Zustandsüberwachungsanwendungen ist das Verwalten von Parametern, die Wellengeschwindigkeitsberechnen beeinflussen können, wie beispielsweise Raddurchmesser für jedes Achslager, und das rechtzeitige Aktualisieren einer Datenbank teuer bezüglich der Arbeitsstunden, während es auch anfällig für Fehler ist.
  • ZUSAMMENFASSUNG
  • Gemäß einer oder mehreren Ausführungsformen wird hierin ein Verfahren bereitgestellt. Das Verfahren kann durch einen Computer implementiert werden, so dass der Computer von einem oder mehreren Sensoren Zustandsüberwachungsdaten empfängt. Der Computer streicht Muster entlang eines Geschwindigkeitsbereichs gegen die Zustandsüberwachungsdaten und multipliziert jede Musterkomponente der Muster mit einer übereinstimmenden direkten oder interpolierten Umgebungsspektralkomponente. Die interpolierte Umgebungsspektralkomponente kann durch Durchführen einer linearen oder polynomialen Analyse bestimmt werden, die eine Musterkomponente einer entsprechenden Umgebungsspektralkomponente zuordnet. Der Computer addiert dann die Musterkomponenten durch ein oder mehrere Verfahren zusammen, um ein oder mehrere Ergebnisse zu erzeugen.
  • Gemäß einer oder mehreren Ausführungsformen kann das obige Verfahren als ein System, eine Vorrichtung und/oder ein Computerprogrammprodukt implementiert werden.
  • Zusätzliche Merkmale und Vorteile werden durch die Techniken der vorliegenden Offenbarung realisiert. Andere Ausführungsformen und Aspekte der Offenbarung werden hierin im Detail beschrieben. Für ein besseres Verständnis der Offenbarung mit den Vorteilen und den Merkmalen wird auf die Beschreibung und die Zeichnungen verwiesen.
  • Figurenliste
  • Der Gegenstand ist in den Ansprüchen am Ende der Beschreibung besonders hervorgehoben und eindeutig beansprucht. Die vorstehenden und andere Merkmale und Vorteile der Ausführungsformen hierin sind aus der folgenden detaillierten Beschreibung in Verbindung mit den beigefügten Zeichnungen ersichtlich, in denen:
    • 1 ein System gemäß einer oder mehrerer Ausführungsformen darstellt;
    • 2 einen Prozessfluss gemäß einer oder mehrerer Ausführungsformen darstellt;
    • 3 ein Diagramm gemäß einer oder mehrerer Ausführungsformen darstellt; und
    • 4 einen Beispielalgorithmus gemäß einer oder mehreren Ausführungsformen darstellt.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Ausführungsformen hierin beziehen sich auf eine Abtastungsmusterwahrscheinlichkeitsberechnung (swept pattern probability calculation, SPPC) zur Geschwindigkeits- und Defektidentifizierung in Lagern. Gemäß einer oder mehreren Ausführungsformen kann ein SPPC-Autodetektionsalgorithmus von einem oder mehreren Geräten implementiert werden, um Lagerdefekte an Lagern und zugehörigen Maschinen automatisch zu detektieren, ohne dass eine genaue Wellengeschwindigkeit bekannt sein muss. Die Lagerdefekte an den Lagern und den zugehörigen Maschinen können enthalten, aber sind nicht darauf beschränkt, wenn Splitter oder Flocken des Lagers (z.B. durch Abblättern und Abplatzen) von einer (inneren oder äußeren) Lagerlaufbahn und/oder Rolle und/oder einem Käfig davon abbrechen, als Folge von Rattermarken, Stillstandsmarkierungen, Korrosion, Verschmutzung, mangelnder Schmierung oder übermäßigem Abrolldruck.
  • Da beispielsweise Lager von Eisenbahn-Achslagern und die zugehörigen Maschinen während des Betriebs ein Schwingungsspektrum (z. B. Lagerschwingungsharmonische) erzeugen können, können Defektkomponenten/-symptome in dem Schwingungsspektrum auftreten, wenn sich die Lagerdefekte entwickeln. Der SPPC-Autodetektionsalgorithmus nutzt die spezifischen Muster von Innen- und Außenlaufbahn-, Rollen- und/oder Käfigdefekten, um die wahrscheinlichsten Defektkomponenten/-symptome, die in Eisenbahn-Radsatzlagern und den zugehörigen Maschinen vorhanden sind, zu identifizieren und die genaue Wellengeschwindigkeit zu identifizieren. Die genaue Wellengeschwindigkeit kann zur Durchführung weiterer Diagnoseverfahren und/oder Degradationsanalysen verwendet werden. Während sich Ausführungsformen hierin in Bezug auf Eisenbahn-Achslager beschrieben sind, sind die Ausführungsformen hierin nicht darauf beschränkt. Das heißt, obwohl sich die hier Ausführungsformen darauf beziehen, sich mit Schienenzustandsüberwachungsfehlern zu beschäftigen, wie z. B. Raddurchmessermanagementfehler, die für die Umwandlung der linearen Geschwindigkeit des globalen Positionssystems (GPS) in die Wellendrehgeschwindigkeit erforderlich sind, eignen sich die Ausführungsformen hierin für viele Zustandsüberwachungsanwendungen in vielen Branchen, in denen ein Tachometer oder ein Geschwindigkeitseingang nicht eingebaut oder verfügbar ist.
  • 1 stellt ein System 100 in Übereinstimmung mit einer oder mehreren Ausführungsformen dar. Das System 100 umfasst zumindest einen Waggon 101 mit zumindest einem Achslager 103. Das Achslager 103 umfasst ein oder mehrere Räder 104 (z. B. ein Drehgestellrad), die durch Befestigungselemente daran befestigt sind. Es ist zu beachten, dass zwar nur ein einziges Achslager gezeigt wird, die meisten Waggons zwei Drehgestelle und damit zwei Achsen mit acht Rädern und acht Achslagern haben, die daran befestigt sind (z. B. durch ein Achslager für ein Drehgestellrad). Im Allgemeinen umfasst ein Lagergehäuse des Achslagers 103 ein Drehgestellrad-Achslager (z. B. das/die Lager), das ein entsprechendes Rad 104 trägt, und eine Bolzenkonfiguration, die das Lagergehäuse am Achslager 103 befestigt. Beispielsweise umfassen Züge in der Regel zwei bis über siebzig Waggons 101, was bedeutet, dass in einem System 100 mit einer Flotte von Zügen Tausende von Lagern vorhanden sein können.
  • Des Weiteren wird allgemein ein System 100 in Übereinstimmung mit einer oder mehreren Ausführungsformen gezeigt. Das System 100 kann ein elektronisches, Computerrahmenwerk umfassen, das eine beliebige Anzahl und Kombination von Rechengeräten und Netzwerken umfasst und/oder einsetzt, die verschiedene Kommunikationstechnologien nutzen, wie hier beschrieben ist. Das System 100 kann leicht skalierbar, erweiterbar und modular sein, mit der Fähigkeit, zu verschiedenen Diensten zu wechseln oder einige Funktionen unabhängig von anderen neu zu konfigurieren.
  • Das System 100 umfasst zumindest eine Sensorvorrichtung 110 aus mehreren Zustandsüberwachungssensorvorrichtungen. Jede Sensorvorrichtung 110 ist eine elektronische Vorrichtung, die ein Gehäuse 111, eine Batterie 112, zumindest einen Sensor 113 (z. B. Messwertgeber für Schwingung, Temperatur usw.), einen Datensammler 115 (z. B. einen Prozessor und einen Speicher, wie hierin beschrieben), ein GPS 114, eine Datenübertragungselektronik 117 (z. B. ein drahtloses Modem und/oder einen Nahfeldkommunikationstransponder (NFC)) und eine Befestigungskomponente 118, die die Sensorvorrichtung 110 am Rad 104 befestigt (z. B. einer der mehreren Sicherungsbolzen), umfassen kann. Die Befestigungskomponente 118 kann eine Halterung, ein Flansch oder ähnliches sein, die die Sensorvorrichtung 110 an einem zu überwachenden mechanischen System befestigt.
  • Beispielsweise kann jede Sensorvorrichtung 110 ein kompaktes, batteriebetriebenes Gerät sein (z. B. unter Verwendung der Batterie 112), das statische und dynamische Daten des Lagers des Rads 104 (z. B. Zustandsüberwachungsdaten), an dem es befestigt ist (z. B. insbesondere an zumindest einem der Befestigungselemente dieses Rads 104 angebracht ist), misst. Über die Datenübertragungselektronik 117 kann jede Sensorvorrichtung 110 die Zustandsüberwachungsdaten drahtlos an Vorrichtungen, Server und Systeme, wie z. B. eine Rechenvorrichtung 120, übertragen (wie durch die Doppelpfeile 119 dargestellt ist).
  • In Übereinstimmung mit einer oder mehreren Ausführungsformen kann der Speicher des Datensammlers 115 und/oder die Datenübertragungselektronik 117 jeder Sensorvorrichtung 110 die Zustandsüberwachung speichern und/oder mit einer eindeutigen Sensorkennung verknüpft sein. Zum Beispiel kann ein NFC-Transponder mit einer eindeutigen Sensorkennung vorprogrammiert werden, die mit einem drahtlosen Modem innerhalb einer Sensorvorrichtung 110 verbunden ist, und/oder kann mit Details vorprogrammiert werden, die sich auf diesen spezifischen Sensor und den Montageort beziehen (z. B., ob er auf oder in der Nähe eines Radsatzlagers eines Drehgestellrads montiert ist). Darüber hinaus zeichnet die Sensorvorrichtung 110 die Zustandsüberwachungsdaten in verschiedenen vordefinierten Intervallen und mit Geschwindigkeitssteuerung auf (z. B., während der Waggon 101 fährt und nicht in einem Rangierbahnhof geparkt ist).
  • Die Rechenvorrichtung 120 enthält eine oder mehrere zentrale Verarbeitungseinheiten (CPU(s)) (zusammenfassend oder allgemein als Prozessor 121 bezeichnet). Der Prozessor 121 ist über einen Systembus mit einem Speicher 122 und verschiedenen anderen Komponenten verbunden. Der Speicher 122 kann einen Festwertspeicher (ROM) und einen Direktzugriffsspeicher (RAM) umfassen. Der ROM ist mit dem Systembus gekoppelt und kann ein Basis-Eingabe/Ausgabe-System (BIOS) enthalten, das bestimmte Grundfunktionen der Rechenvorrichtung 120 steuert. Der RAM ist ein Schreib-Lese-Speicher, der zur Verwendung durch den Prozessor 121 mit dem Systembus verbunden ist. Der Speicher 122 speichert Daten 124 und Software 125.
  • Die Daten 124 umfassen eine Reihe von Werten qualitativer oder quantitativer Variablen, die in verschiedenen Datenstrukturen organisiert sind, um die Operationen der Software 125 zu unterstützen und von ihnen verwendet zu werden. Gemäß einer oder mehreren Ausführungsformen kann der Speicher 122 Daten von den Sensorvorrichtungen 110 sammeln und/oder die Daten 124 zur Verwendung durch die Rechenvorrichtung 120 speichern. In dieser Hinsicht können die Daten 124 beispielsweise die Zustandsüberwachungsdaten (z. B. Schwingungen und Temperaturen der Lager; Lagerschwingungsharmonische) zusammen mit Geschwindigkeitsbereichen (z. B. einem Bereich von einer höchsten erwarteten Geschwindigkeit bis zu einer niedrigsten erwarteten Geschwindigkeit, entlang dessen sich eine Welle des Achslagers 103 aufgrund der Lager drehen/rotieren kann), Geschwindigkeitswerten, Wurzelsummenquadratwerten (RSS), Lagerbezeichnungen, eindeutigen Sensorkennungen, vordefinierten Intervallen für die Datenakkumulation und einem oder mehreren Mustern, die für Lagerdefekte spezifisch sind, enthalten. In einem oder mehreren Beispielen kann die Geschwindigkeit einer Welle als Umdrehungen pro Minute definiert werden, wie sie durch GPS-Berechnungen bestimmt wird, die angenäherte Schienenraddurchmesser verwenden.
  • Des Weiteren ist zu beachten, dass jedes der ein oder mehreren Muster eine Reihe von Frequenzen über die Zeit bezüglich eines bestimmten Lagerdefekts sein kann (z. B. wenn er sich entwickelt). In dieser Hinsicht korreliert die Reihe von Frequenzen mit Defektkomponenten/-symptomen, die außerhalb der normalen Lagerbetriebe liegen. Die Muster können so gewichtet werden, dass eine maximale Übereinstimmung (z. B. zwischen einer Frequenz und einer Defektkomponente/-symptom) den höchsten Wert in Bezug auf die anderen ergibt. Jede Defektkomponente/-symptom in einem Muster hat einen Maximalwert von 1, im Allgemeinen jedoch niedriger. Beispiele für das eine oder die mehreren Muster können ein Muster für die äußere Kugeldurchgangsfrequenz (BPFO), das eine Defektfrequenz des Außenlaufrings erfasst, ein Muster für die innere Kugeldurchgangsfrequenz (BPFI) bei radialen und axialen Belastungen, das eine Defektfrequenz des Innenlaufrings erfasst, ein Muster für die Kugeldrehfrequenz (BSF), das eine Defektfrequenz des Kugellagers erfasst, und ein Muster für die Käfiggrundzugfrequenz (FTF), das eine Defektfrequenz des Käfigs erfasst, umfassen. Eine Gewichtung kann auf die Muster angewendet werden, so dass das BPFO-Muster lxBPFO für alle 5 Harmonischen hat, das BPFI-Muster für radiale und axiale Belastungen 1×BPFI für alle 3 Harmonischen mit 1xN Seitenbändern hat, das BSF-Muster 1x oder 2x BSF und wenige Harmonische mit FTF-Seitenbändern hat und das Käfig-FTF-Muster 1xFTF und wenige Harmonische hat.
  • Die Software 125 ist als Anweisungen zur Ausführung auf dem Prozessor 121 gespeichert. Das heißt, der Speicher 122 ist auch ein Beispiel für ein greifbares Speichermedium, das durch den Prozessor 121 lesbar ist, in dem Software als Anweisungen zur Ausführung durch den Prozessor 121 gespeichert ist, um das System 100 zu veranlassen, zu arbeiten, wie hier unter Bezugnahme auf 2-3 beschrieben ist. Es ist zu beachten, dass die Software 125 überall in vielen Arten von Zustandsüberwachungssystemen untergebracht sein kann und Speicher-, Trend- und Alarmfunktionen bereitstellen kann, wenn ein Defekt vorliegt, stellt der SPPC die Wellengeschwindigkeit, den Defekttyp und die Frequenz für die entsprechende Berechnung des Systemzustandsindikators (CI) bereit. In Übereinstimmung mit einer oder mehreren Ausführungsformen kann die Software beispielsweise einen SPPC-Autodetektionsalgorithmus enthalten, wie hier beschrieben ist. Im Allgemeinen kann der SPPC-Autodetektionsalgorithmus durch die Rechenvorrichtung 120 implementiert werden, um Lagerdefekte an den Lagern des Achslagers 103 (z. B. Eisenbahn-Radsatzlager) automatisch zu detektieren, ohne dass die genaue Wellengeschwindigkeit bekannt sein muss, wodurch Kosten (z. B. Arbeitsstunden) gespart und Fehler beim Managen sich ständig ändernder Raddurchmesser reduziert werden.
  • Wenn der SPPC-Autodetektionsalgorithmus der Software ausgeführt wird, durchläuft die Rechenvorrichtung 120 des Weiteren mehrere spezifische gewichtete Muster durch einen bestimmten Geschwindigkeitsbereich hindurch, während er für jeden Geschwindigkeitsschritt und jeden Mustertyp die RSS-Werte aller Korrelationen berechnet. Im Gegenzug wird eine Geschwindigkeit als diejenige Geschwindigkeit identifiziert, die den größten Wert lieferte, und ein Defekttyp wird durch das spezifische Muster identifiziert, das diesen größten Wert lieferte. Wenn keine Defektkomponenten/-symptome vorhanden sind, beachtet die Software die Geschwindigkeit nicht (z. B. weil sie nicht wichtig ist). Wenn Defektkomponenten/-symptome vorhanden sind, werden diese identifizierten Defektkomponenten/-symptome mit dem spezifischen Muster verknüpft, um die Wellengeschwindigkeit, die Frequenz eines Lagerdefekts und die Art des Lagerdefekts zu berechnen.
  • Die Rechenvorrichtung 120 enthält einen oder mehrere Eingabe/Ausgab-(I/O)-Adapter 128, die mit dem Systembus verbunden sind. Der eine oder die mehreren I/O-Adapter 128 können einen SCSI-Adapter (Small Computer System Interface) enthalten, der mit dem Systemspeicher 122 und/oder einer anderen ähnlichen Komponente kommuniziert. Der eine oder die mehreren I/O-Adapter 128 können einen NFC-Transponder enthalten, der mit den NFC-Transpondern der Sensorvorrichtungen 110 kommuniziert. Beispielsweise können der eine oder die mehreren I/O-Adapter 128 den Systembus mit einem Netzwerk 130 verbinden, bei dem es sich um ein externes Netzwerk handeln kann, so dass das System 100 mit anderen derartigen Systemen (z. B. einem Server 140) kommunizieren kann.
  • Das System 100 umfasst auch das Netzwerk 130 und den Server 140. Das Netzwerk 130 umfasst eine Reihe von Computern, die miteinander verbunden sind und Ressourcen teilen. Das Netzwerk 1280 kann jede Art von Netzwerk sein, einschließlich eines lokalen Netzwerks (LAN), eines Weitverkehrsnetzes (WAN) oder des Internets, wie hier beschrieben ist. Der Server 140 umfasst einen Prozessor 142 und einen Speicher 144 (wie hier beschrieben) und stellt der Rechenvorrichtung 120 verschiedene Funktionen zur Verfügung, wie das Teilen und Speichern der Daten 124, die Bereitstellung von Verarbeitungsressourcen und/oder das Durchführen von Berechnungen (z. B. die Implementierung der Software 125).
  • In Übereinstimmung mit einer oder mehreren Ausführungsformen kann der Server 140 beispielsweise ein cloud-gehostetes Zustandsüberwachungssystem sein, das die im Speicher 144 gespeicherte Software (z. B. die Software 125 einschließlich des SPPC-Autodetektionsalgorithmus) durch den Prozessor 142 ausführt. Des Weiteren lädt das cloud-gehostete Zustandsüberwachungssystem des Servers 140 in verschiedenen vordefinierten Intervallen (z. B. wenn der Waggon 101 am Ende der Nutzung in einem Rangierbahnhof abgestellt wird) die Daten (z. B. die Daten 124, einschließlich der eindeutigen Sensorkennungen und/oder der jeweiligen Zustandsüberwachungsdaten) von den Sensorvorrichtungen 110 herunter und speichert sie. Somit kann die Software des Servers 140 die darin enthaltenen Daten verwenden, um ähnliche Vorgänge wie die Software 125 der Rechenvorrichtung 120 durchzuführen.
  • Nun 2 zuwendend ist ein Prozessablauf 200, der durch das System 100 implementiert wird, in Übereinstimmung mit einer oder mehreren Ausführungsformen dargestellt. Der Prozessablauf 200 kann durch eine beliebige Komponente des Systems 100 implementiert werden. Im Allgemeinen ist bei dem Prozessablauf 200 die Geschwindigkeit unbekannt, während die Lagerdetails bekannt sind. Das heißt, während die genaue Wellengeschwindigkeit (z. B. U/min) unbekannt ist, sind die genauen Lagerdetails (z. B. die Lagerdefektfrequenzen) bekannt und arbeiten innerhalb eines bestimmten Bandes (z. B. eine schmale Bandbreite von +/- 10 % und/oder eine breite Bandbreite von +/-40 %). Das Band kann in der Mitte festgelegt oder durch ein GPS-Verfahren abgeleitet werden. Der Prozessablauf 200 kann weiter verbessert werden, indem das spektrale Teppichrauschen und die Spitzen, die nicht erkennbar höher als der Teppich sind, mit verschiedenen Methoden „auf null“ gesetzt werden.
  • Bei der konventionellen Zustandsüberwachung wird, wenn die Geschwindigkeitsvarianz eines Lagers gering ist, eine feste Mittelgeschwindigkeit mit einem großen Suchband (z. B. +/- 5 % oder mehr) konfiguriert; dies kann jedoch zu falschen Erkennungen/Alarmen (z. B. falschen Positiven) führen, da eine größere Wahrscheinlichkeit besteht, dass Spektralkomponenten aus anderen Quellen als dem Defekt ausgewählt werden. Dies erfordert dann viele Arbeitsstunden für den Analytiker, um die Spektren und andere Maschineninformationen manuell zu analysieren, um den Alarm zu akzeptieren oder zu verwerfen. Im Gegensatz dazu bietet der Prozessablauf 200 den technischen Effekt und den Vorteil, dass die falschen Positiven reduziert werden, indem das hierin beschriebene Band verwendet wird.
  • Der Prozessablauf 200 beginnt im Block 210, ein Computer (z. B. die Rechenvorrichtung 120 und/oder der Server 140) empfängt/akkumuliert Zustandsüberwachungsdaten von einem oder mehreren Sensoren (z. B. den Sensorvorrichtungen 110). Gemäß einer oder mehreren Ausführungsformen können die Zustandsüberwachungsdaten zusammen mit anderen hierin beschriebenen Daten von den Sensorvorrichtungen 110 an die Rechenvorrichtung 120 übertragen werden (z. B. wie durch die Doppelpfeile 119 in 1 dargestellt ist). Insbesondere enthalten die Zustandsüberwachungsdaten die Schwingungsharmonischen der Lager. Die Rechenvorrichtung 120 kann die Zustandsüberwachungsdaten, zusammen mit anderen hier beschriebenen Daten, über das Netzwerk 130 an den Server 140 weiterleiten. Somit akkumulieren sowohl die Rechenvorrichtung 120 als auch der Server 140 ausreichend Informationen, um die Ausführung des Prozessablaufs 200 zu unterstützen. Die Akkumulation der Zustandsüberwachungsdaten kann in vordefinierten Intervallen erfolgen, und in einigen Fällen wird die Akkumulation zweimal täglich durchgeführt (z. B. bevor der Waggon 101 einen Rangierbahnhof verlässt und nachdem er zurückgekehrt ist).
  • In Block 220 tastet der Computer (z. B. die Rechenvorrichtung 120 und/oder der Server 140) ein oder mehrere Muster entlang eines Geschwindigkeitsbereichs gegen die Zustandsüberwachungsdaten ab. In Übereinstimmung mit einer oder mehreren Ausführungsformen können die Rechenvorrichtung 120 und/oder der Server 140 in ihren jeweiligen Speichern 122 und 144 einen Geschwindigkeitsbereich gespeichert haben. Dieser Geschwindigkeitsbereich kann von einer höchsten erwarteten Geschwindigkeit bis zu einer niedrigsten erwarteten Geschwindigkeit für den Zustand zum Zeitpunkt der Messung vordefiniert sein und mehrere Geschwindigkeitsschritte umfassen. Gemäß einer nicht einschränkenden Ausführungsform wird das Defektmuster in vielen Iterationen über einen von einem Geschwindigkeitsbereich abgeleiteten Frequenzbereich „abgetastet“ („swept“), wobei jede Iteration als ein „Geschwindigkeitsschritt“ bezeichnet wird. Des Weiteren kann die Rechenvorrichtung 120 und/oder der Server 140 die Software (z. B. die Software 125) ausführen, um diese Muster bei jedem Geschwindigkeitsschritt des Geschwindigkeitsbereichs abzutasten/anzuwenden, was RSS-Werte von Geschwindigkeits-/Musterkorrelationen für jeden Geschwindigkeitsschritt und jeden Mustertyp (z. B. um einen Bruchteil eines Bins zu einem Zeitpunkt der höchsten Frequenzkomponente) berechnet. Ein oder mehrere Bins entsprechen einem Spektrum, d. h. bei einem 1000-Hertz-Spektrum mit 800 Linien hat jedes Bin für jede Linie einen Wert, der angibt, wie viel Schwingungsenergie mit einer Mittenfrequenz dieses Bins verbunden ist (z. B. Breite von 1,25 Hertz).
  • Sich 3 zuwendend ist ein Diagramm 300 gemäß einer oder mehreren Ausführungsformen dargestellt. Das Diagramm 300 veranschaulicht ein Beispiel für Schwingungsharmonische 310, die von einem Muster 330 eines SPPC-Autodetektionsalgorithmus abgetastet werden 320. Eine Schwingungskomponentenfrequenz 351 wird durch eine Musterkomponente 352 identifiziert. In einer oder mehreren Ausführungsformen entspricht jede Musterkomponente 352 mehreren Komponenten, die durch die Anzahl der Ordnungen und die Anzahl der Seitenbänder auf beiden Seiten jeder Ordnung definiert sind. Während des Abtastens fallen die Musterkomponenten 352 mit den Schwingungskomponenten 351 zusammen. Wenn die Musterkomponenten 352 mit den Schwingungskomponenten 351 zusammenfallen, erreicht das Produkt, das sich aus der Multiplikation des RSS-Werts (Wurzelsumme zum Quadrat) der Musterkomponentengewichtungswerte mit den entsprechenden spektralen Bin-Werten ergibt, auf die sie in diesem Abtastschritt ausgerichtet sind, ein Maximum für dieses Muster. Dementsprechend identifiziert von den verschiedenen Typen von Defektmustern dasjenige mit dem größten Maximalwert den Defekttyp, der am wahrscheinlichsten vorhanden ist. Wie gezeigt, stellt das Diagramm 300 auch andere Beispiele von Schwingungsharmonischen 360 und 370 dar, die von den Musterkomponenten 380 und 380 eines SPPC-Autodetektionsalgorithmus abgetastet werden. In einer oder mehreren nicht einschränkenden Ausführungsformen hat jedes implementierte Lager eine bekannte oder vorbestimmte Lagerdefektfrequenz. Dementsprechend kann eine genaue Geschwindigkeit zumindest teilweise auf der Grundlage der bekannten Lagerdefekt-Frequenzverhältnisse (d. h. des Lagertyps) identifiziert werden, wodurch ein schmales Suchband zur Identifizierung von Defektfrequenzkomponenten (d. h. einer Frequenz, bei der ein Defekt einer Komponente auftritt) ermöglicht wird. Auf diese Weise kann die Zahl der falschen Positiven erheblich reduziert werden, was das Vertrauen erhöht, wenn die Software (z. B. die Software 125) ein richtiges Positiv anzeigt. Dies erhöht die Zuverlässigkeit der Erkennung (z. B. des Alarms) durch die Software und verringert die Anzahl der erforderlichen Arbeitsstunden. Man beachte auch, dass die Gewichtung der Muster so erfolgt, dass, wenn mehr als ein Muster eine Reihe von Spektralkomponenten kreuzt, nur dasjenige mit der besten Übereinstimmung (Wahrscheinlichkeit) den höchsten Wert ergibt.
  • In Block 240 wird jede Musterkomponente (z. B. des einen oder der mehreren Muster) mit einer passenden Umgebungsspektralkomponente durch den Computer multipliziert. In einigen Ausführungsbeispielen wird die Multiplikation jeder Musterkomponente des einen oder der mehreren Muster mit einer passenden Umgebungsspektralkomponente unter Verwendung interpolierter passender Umgebungsspektralkomponenten durchgeführt. In anderen Ausführungsbeispielen wird das Multiplizieren jeder Musterkomponente des einen oder der mehreren Muster mit einer passenden Umgebungsspektralkomponente durchgeführt, indem quadratische spitzeninterpolierte passende Umgebungsspektralspitzen verwendet werden. In Block 250 wird die Addition durch den Computer durchgeführt. Das Addieren durch den Computer umfasst das Addieren der Musterkomponenten. In einigen Ausführungsbeispielen können die Musterkomponenten unter Verwendung einer Wurzelsumme zum Quadrat (RSS) addiert werden. Die Addition identifiziert ein oder mehrere Ergebnisse in Operation 260. Die Ergebnisse umfassen, aber sind darauf beschränkt, einen höchstwahrscheinlichen Defekt, Lagerdefekt-Frequenzverhältnisse und eine genaue Wellengeschwindigkeit, d. h. die genaue oder tatsächliche Wellengeschwindigkeit, die durch das Vorhandensein des Defekts im Schwingungssignal und die bekannten Lagerdefektverhältnisse bestimmt wird.
  • In dem gestrichelten Block 270 (z. B. optionaler Block) gibt der Computer das eine oder die mehreren Ergebnisse aus. Diesbezüglich kann ein Techniker leicht Bedenken in Bezug auf beliebige Lager feststellen, die vom Computer überwacht werden, und Abhilfemaßnahmen ergreifen (z. B. Austausch oder Reparatur der Lager). Man beachte, dass, wenn keine defekten Komponenten vorhanden sind, es nicht von Bedeutung ist, dass die Geschwindigkeit bekannt ist. Wenn andere Spektralkomponenten in den Zustandsüberwachungsdaten vorhanden sind (z. B. aus der Maschinendynamik/-mechanik), kann den anderen Spektralkomponenten ebenfalls ein Muster zugeordnet werden, um dadurch eine Geschwindigkeit zu berechnen, wenn kein Lagerdefekt vorliegt.
  • 4 stellt einen Beispielalgorithmus 400 in Übereinstimmung mit einer oder mehreren Ausführungsformen dar. Der Beispielalgorithmus 400 beginnt mit den Blöcken 401, 402 und 404, in denen anfängliche Zustandsüberwachungsdaten empfangen werden. Die anfänglichen Zustandsüberwachungsdaten umfassen, aber sind nicht beschränkt auf, ein Schwingungsspektrum der umhüllten Beschleunigungsmessung in Bezug auf die Wellenumdrehungen pro Minute (wie in Block 401 gezeigt), vorbestimmte lagerdefektspezifische Musterkomponenten (wie in Block 402 gezeigt), einen berechneten Geschwindigkeitsbereich, lagerdefektspezifische berechnete Grund- und Seitenbandfrequenzbereiche und Abtastschrittgrößen (wie in Block 404 gezeigt). In einer oder mehreren nicht einschränkenden Ausführungsformen, wenn das GPS einen Fehlerbereich hat (z.B. +/-5%) und der Raddurchmesser einen Fehlerwert hat (z.B. +/-5% vom angegebenen Durchmesser, der zur Berechnung der U/min (Wellengeschwindigkeit) verwendet wird), dann umfasst der Geschwindigkeitsbereich, um die Muster abzutasten, einen akzeptablen minimalen Fehlerwert, der zumindest teilweise auf dem GPS-Fehlerbereich und dem Raddurchmesser-Fehlerwert basiert, der in diesem Beispiel zumindest etwa +/-10% betragen würde.
  • In Block 410 initialisiert der Beispielalgorithmus 400 dann die Variablen. Beispielsweise werden ein Korrelationswert, eine Grundfrequenz und eine Seitenbandfrequenz jeweils auf null initialisiert. In Block 415 wird eine FOR-Schleife für jede Schwingungsharmonische eines Lagers betreten. Insbesondere für einen Grundbereich (niedrig bis hoch) durchläuft der Beispielalgorithmus 400 die Grundschrittgrößen, um Muster über die Schwingungsharmonischen abzutasten. Die FOR-Schleife umfassts, im Entscheidungsblock 425 (wie durch den DO-Pfeil dargestellt), ein Bestimmen, ob die Anzahl der Seitenbänder größer als Null ist. Wenn die Anzahl der Seitenbänder nicht größer als Null ist, fährt der Beispielalgorithmus 400 mit Block 430 fort (z. B. dem Pfeil „Nein“ folgend).
  • In Block 430 wird eine Korrelationsfunktion aufgerufen, und in Entscheidungsblock 440 wird bestimmt, ob einer der Korrelationswerte größer als die gespeicherten Werte ist. Wenn die Korrelationswerte größer als die gespeicherten Werte sind, fährt der Beispielalgorithmus 400 mit Block 445 fort (z. B. dem Pfeil „Ja“ folgend). Dann geht der Beispielalgorithmus 400 zum nächsten Muster in Block 450 über, indem er zum Block 415 zurückkehrt. Nach der Rückkehr zu Block 415 gibt der Beispielalgorithmus 400 spezifische Defektarten zurück (z. B. für jeden identifizierten Korrelationswert, die Grundfrequenz und die Seitenbandfrequenz; wie in Block 451 gezeigt).
  • In Block 445 werden der Korrelationswert und die Frequenzen aktualisiert. Wenn die Korrelationswerte der Seitenbänder nicht größer sind als die gespeicherten Werte, fährt der Beispielalgorithmus 400 mit Block 450 fort (z. B. dem Pfeil „Nein“ folgend).
  • Zurückkehrend zum Entscheidungsblock 425, wenn die Anzahl der Seitenbänder größer als Null ist, fährt der Beispielalgorithmus 400 mit dem Block 460 fort (z. B. dem Pfeil „Ja“ folgend). In Block 460 wird eine weitere FOR-Schleife für jede Schwingungsharmonische eines Lagers betreten. Insbesondere durchläuft der Beispielalgorithmus 400 für einen Seitenbandbereich (niedrig bis hoch) Seitenbandschrittgrößen, um Muster über die Schwingungsharmonischen abzutasten. In Block 465 wird eine Korrelationsfunktion aufgerufen. Im Entscheidungsblock 470 wird festgestellt, ob einer der Korrelationswerte größer als die gespeicherten Werte ist. Wenn die Korrelationswerte größer als die gespeicherten Werte sind, fährt der Beispielalgorithmus 400 mit Block 450 fort (z. B. dem Pfeil „Nein“ folgend). Wenn die Korrelationswerte größer sind als die gespeicherten Werte, fährt der Beispielalgorithmus 400 mit Block 480 fort (z. B. dem Pfeil „Ja“ folgend). In Block 480 werden der Korrelationswert und die Frequenzen aktualisiert. Dann fährt der Beispielalgorithmus 400 mit Block 450 fort.
  • Verschiedene Ausführungsformen der Erfindung werden hier unter Bezugnahme auf die entsprechenden Zeichnungen beschrieben. Alternative Ausführungsformen der Erfindung können entwickelt werden, ohne vom Schutzumfang der Erfindung abzuweichen. In der folgenden Beschreibung und in den Zeichnungen sind verschiedene Verbindungen und Positionsbeziehungen (z. B. über, unter, neben usw.) zwischen Elementen dargestellt. Diese Verbindungen und/oder Positionsbeziehungen können, sofern nicht anders angegeben, direkt oder indirekt sein, und die vorliegende Erfindung ist in dieser Hinsicht nicht als einschränkend zu verstehen. Dementsprechend kann sich eine Kopplung von Einheiten entweder auf eine direkte oder eine indirekte Kopplung beziehen, und eine Positionsbeziehung zwischen Einheiten kann eine direkte oder indirekte Positionsbeziehung sein. Darüber hinaus können die verschiedenen hier beschriebenen Aufgaben und Verfahrensschritte in ein umfassenderes Verfahren oder Prozess mit zusätzlichen, hier nicht im Einzelnen beschriebenen Schritten oder Funktionen integriert werden.
  • Die folgenden Definitionen und Abkürzungen sind für die Auslegung der Ansprüche und der Beschreibung zu verwenden. Wie hierin verwendet, sind die Begriffe „aufweist“, „aufweisend“, „umfasst“, „umfassend“, „hat“, „habend“, „enthält“ oder „beinhaltend“ oder jede andere Abwandlung davon dazu bestimmt, eine nicht-exklusive Einbeziehung abzudecken. So ist beispielsweise eine Zusammensetzung, ein Gemisch, ein Verfahren, eine Methode, ein Gegenstand oder eine Vorrichtung, die eine Liste von Elementen umfasst, nicht notwendigerweise auf diese Elemente beschränkt, sondern kann auch andere Elemente enthalten, die nicht ausdrücklich aufgeführt sind oder zu dieser Zusammensetzung, Gemisch, Verfahren, Gegenstand oder Vorrichtung gehören.
  • Darüber hinaus wird der Begriff „beispielhaft“ hier im Sinne von „als Beispiel, Instanz oder Illustration dienend“ verwendet. Jede hier als „beispielhaft“ beschriebene Ausführungsform oder Gestaltung ist nicht unbedingt als bevorzugt oder vorteilhaft gegenüber anderen Ausführungsformen oder Gestaltungen zu verstehen. Die Begriffe „zumindest eine“ und „eine oder mehrere“ können so verstanden werden, dass sie jede ganze Zahl größer oder gleich eins umfassen, d. h. eins, zwei, drei, vier usw. Der Begriff „mehrere“ kann so verstanden werden, dass er jede ganze Zahl umfasst, die größer oder gleich zwei ist, d. h. zwei, drei, vier, fünf, usw. Der Begriff „Verbindung“ kann sowohl eine indirekte „Verbindung“ als auch eine direkte „Verbindung“ umfassen.
  • Die Begriffe „etwa“, „im Wesentlichen“, „ungefähr“ und Abwandlungen davon sollen den Grad des Fehlers, der mit Messung einer bestimmten Größe auf der Grundlage der zum Zeitpunkt der Einreichung der Anmeldung verfügbaren Ausrüstung verbunden ist, umfassen. Zum Beispiel kann „ungefähr“ einen Bereich von ± 8 % oder 5 % oder 2 % eines gegebenen Wertes umfassen.
  • Der Kürze halber können konventionelle Techniken, die mit der Herstellung und Verwendung von Aspekten der Erfindung zusammenhängen, hier im Detail beschrieben werden, müssen es aber nicht. Insbesondere sind verschiedene Aspekte von Computersystemen und spezifischen Computerprogrammen zur Implementierung der verschiedenen hier beschriebenen technischen Merkmale bekannt. Dementsprechend werden im Interesse der Kürze viele herkömmliche Implementierungsdetails hier nur kurz erwähnt oder ganz weggelassen, ohne die bekannten System- und/oder Prozessdetails zu nennen.
  • Bei der vorliegenden Erfindung kann es sich um ein System, ein Verfahren und/oder ein Computerprogrammprodukt auf jeder möglichen technischen Detailstufe der Integration handeln. Das Computerprogrammprodukt kann ein computerlesbares Speichermedium (oder Medien) mit darauf befindlichen computerlesbaren Programmanweisungen umfassen, die einen Prozessor veranlassen, Aspekte der vorliegenden Erfindung auszuführen.
  • Bei dem computerlesbaren Speichermedium kann es sich um eine greifbare Vorrichtung handeln, die Anweisungen zur Verwendung durch eine Anweisungsausführungsvorrichtung aufbewahren und speichern kann. Das computerlesbare Speichermedium kann beispielsweise eine elektronische Speichervorrichtung, eine magnetische Speichervorrichtung, eine optische Speichervorrichtung, eine elektromagnetische Speichervorrichtung, eine Halbleiterspeichervorrichtung oder eine beliebige geeignete Kombination der vorgenannten Vorrichtungen sein, ist aber nicht darauf beschränkt. Eine nicht erschöpfende Liste spezifischerer Beispiele für ein computerlesbares Speichermedium umfasst Folgendes: eine tragbare Computerdiskette, eine Festplatte, ein Direktzugriffsspeicher (RAM), ein Festwertspeicher (ROM), ein löschbarer programmierbarer Festwertspeicher (EPROM oder Flash-Speicher), ein statischer Direktzugriffsspeicher (SRAM), ein tragbarer Compact-Disc-Festwertspeicher (CD-ROM), eine Digital Versatile Disk (DVD), ein Memory-Stick, eine Diskette, eine mechanisch kodierte Vorrichtung wie Lochkarten oder erhabene Strukturen in einer Rille mit darauf aufgezeichneten Anweisungen sowie jede geeignete Kombination der vorgenannten. Ein computerlesbares Speichermedium, wie es hier verwendet wird, ist nicht so zu verstehen, dass es sich um transitorische Signale an sich handelt, wie z. B. Radiowellen oder andere sich frei ausbreitende elektromagnetische Wellen, elektromagnetische Wellen, die sich durch einen Wellenleiter oder ein anderes Übertragungsmedium ausbreiten (z. B. Lichtimpulse, die durch ein Glasfaserkabel laufen), oder elektrische Signale, die durch einen Draht übertragen werden.
  • Die hierin beschriebenen computerlesbaren Programmanweisungen können von einem computerlesbaren Speichermedium auf die jeweiligen Rechen-/Verarbeitungsgeräte oder auf einen externen Computer oder eine externe Speichervorrichtung über ein Netzwerk, z. B. das Internet, ein lokales Netzwerk, ein Weitverkehrsnetzwerk und/oder ein drahtloses Netzwerk, heruntergeladen werden. Das Netzwerk kann Kupferübertragungskabel, optische Übertragungsfasern, drahtlose Übertragung, Router, Firewalls, Switches, Gateway-Computer und/oder Edge-Server umfassen. Eine Netzwerkadapterkarte oder Netzwerkschnittstelle in jeder Rechen-/Verarbeitungsvorrichtung empfängt computerlesbare Programmanweisungen aus dem Netzwerk und leitet die computerlesbaren Programmanweisungen zur Speicherung in einem computerlesbaren Speichermedium in der jeweiligen Rechen-/Verarbeitungsvorrichtung weiter.
  • Computerlesbare Programmanweisungen zur Durchführung von Operationen im Sinne der vorliegenden Erfindung können Assembler-Anweisungen, ISA-Anweisungen (Instruktionssatzarchitektur), Maschinenanweisungen, maschinenabhängige Anweisungen, Mikrocode, Firmware-Anweisungen, Zustandsdaten, Konfigurationsdaten für integrierte Schaltkreise oder entweder Quellcode oder Objektcode sein, der in einer beliebigen Kombination aus einer oder mehreren Programmiersprachen, einschließlich einer objektorientierten Programmiersprache wie Smalltalk, C++ oder ähnlichen, und prozeduralen Programmiersprachen wie der Programmiersprache „C“ oder ähnlichen Programmiersprachen geschrieben sind. Die computerlesbaren Programmanweisungen können vollständig auf dem Computer des Benutzers, teilweise auf dem Computer des Benutzers, als eigenständiges Softwarepaket, teilweise auf dem Computer des Benutzers und teilweise auf einem entfernten Computer oder vollständig auf dem entfernten Computer oder Server ausgeführt werden. Im letztgenannten Fall kann der entfernte Computer mit dem Computer des Benutzers über eine beliebige Art von Netzwerk verbunden sein, einschließlich eines lokalen Netzwerks (LAN) oder eines Weitverkehrsnetzwerks (WAN), oder die Verbindung kann zu einem externen Computer hergestellt werden (z. B. über das Internet unter Verwendung eines Internetdienstanbieters). In einigen Ausführungsformen können elektronische Schaltungen, die beispielsweise programmierbare Logikschaltungen, feldprogrammierbare Gate-Arrays (FPGA) oder programmierbare Logik-Arrays (PLA) umfassen, die computerlesbaren Programmanweisungen ausführen, indem sie Zustandsinformationen der computerlesbaren Programmanweisungen verwenden, um die elektronischen Schaltungen zu personalisieren, um Aspekte der vorliegenden Erfindung durchzuführen.
  • Aspekte der vorliegenden Erfindung werden hier unter Bezugnahme auf Flussdiagrammabbildungen und/oder Blockdiagramme von Verfahren, Vorrichtungen (Systemen) und Computerprogrammprodukten gemäß Ausführungsformen der Erfindung beschrieben. Es wird verstanden werden, dass jeder Block der Flussdiagrammdarstellungen und/oder Blockdiagramme und Kombinationen von Blöcken in den Flussdiagrammdarstellungen und/oder Blockdiagrammen durch computerlesbare Programmanweisungen implementiert werden können.
  • Diese computerlesbaren Programmanweisungen können einem Prozessor eines Allzweckcomputers, eines Spezialcomputers oder anderer programmierbarer Datenverarbeitungsvorrichtungen zur Verfügung gestellt werden, um eine Maschine zu erzeugen, so dass die Anweisungen, die über den Prozessor des Computers oder anderen programmierbare Datenverarbeitungsvorrichtungen ausgeführt werden, Mittel zur Implementierung der im Flussdiagramm und/oder Blockdiagramm angegebenen Funktionen/Aktionen schaffen. Diese computerlesbaren Programmanweisungen können auch in einem computerlesbaren Speichermedium gespeichert werden, das einen Computer, eine programmierbare Datenverarbeitungsvorrichtung und/oder andere Vorrichtungen anweisen kann, in einer bestimmten Weise zu funktionieren, so dass das computerlesbare Speichermedium, in dem Anweisungen gespeichert sind, einen Herstellungsgegenstand umfasst, der Anweisungen enthält, die Aspekte der in dem Flussdiagramm und/oder dem Blockdiagrammblock oder den Blöcken angegebenen Funktion/Aktion implementieren.
  • Die computerlesbaren Programmanweisungen können auch auf einen Computer, eine andere programmierbare Datenverarbeitungsvorrichtung oder eine andere Vorrichtung geladen werden, um eine Reihe von Betriebsschritten zu veranlassen, die auf dem Computer, einer anderen programmierbaren Vorrichtung oder einer anderen Vorrichtung ausgeführt werden, um ein computerimplementiertes Verfahren zu erzeugen, so dass die Anweisungen, die auf dem Computer, einer anderen programmierbaren Vorrichtung oder einer anderen Vorrichtung ausgeführt werden, die in dem Flussdiagramm und/oder dem Blockdiagrammblock oder den Blöcken angegebenen Funktionen/Aktionen implementieren.
  • Die Flussdiagramme und Blockdiagramme in den Figuren veranschaulichen die Architektur, die Funktionalität und den Betrieb möglicher Implementierungen von Systemen, Verfahren und Computerprogrammprodukten gemäß verschiedenen Ausführungsformen der vorliegenden Erfindung. In diesem Zusammenhang kann jeder Block im Flussdiagramm oder in den Blockdiagrammen ein Modul, ein Segment oder einen Teil von Anweisungen darstellen, die eine oder mehrere ausführbare Anweisungen zur Implementierung der angegebenen logischen Funktion(en) umfassen. In einigen alternativen Implementierungen können die in den Blöcken angegebenen Funktionen in einer anderen als der in den Figuren angegebenen Reihenfolge auftreten. So können z. B. zwei nacheinander gezeigte Blöcke in Wirklichkeit im Wesentlichen gleichzeitig ausgeführt werden, oder die Blöcke können manchmal in umgekehrter Reihenfolge ausgeführt werden, je nach der betreffenden Funktionalität. Es wird auch darauf hingewiesen, dass jeder Block in den Blockdiagrammen und/oder Flussdiagrammen sowie Kombinationen von Blöcken in den Blockdiagrammen und/oder Flussdiagrammen durch spezielle Hardware-basierte Systeme implementiert werden können, die die angegebenen Funktionen oder Handlungen ausführen oder Kombinationen von spezieller Hardware und Computeranweisungen ausführen.
  • Die hier verwendete Terminologie dient nur der Beschreibung bestimmter Ausführungsformen und ist nicht als einschränkend zu verstehen. Die hier verwendeten Singularformen „ein“, „eine“ und „der, die, das“ schließen auch die Pluralformen ein, sofern aus dem Kontext nicht eindeutig etwas anderes hervorgeht. Es versteht sich des Weiteren, dass die Begriffe „aufweist“ und/oder „aufweisend“, wenn sie in dieser Beschreibung verwendet werden, das Vorhandensein bestimmter Merkmale, ganzer Zahlen, Schritte, Operationen, Elemente und/oder Komponenten spezifizieren, aber das Vorhandensein oder die Hinzufügung weiterer Merkmale, ganzer Zahlen, Schritte, Operationen, Elementkomponenten und/oder Gruppen davon nicht ausschließen.
  • Die Beschreibungen der verschiedenen Ausführungsformen dienen der Veranschaulichung, erheben jedoch nicht den Anspruch auf Vollständigkeit oder Beschränkung auf die offengelegten Ausführungsformen. Viele Modifikationen und Variationen werden für den Fachmann offensichtlich sein, ohne dass der Umfang und der Geist der beschriebenen Ausführungsformen beeinträchtigt werden. Die hier verwendete Terminologie wurde gewählt, um die Prinzipien der Ausführungsformen, die praktische Anwendung oder die technische Verbesserung gegenüber den auf dem Markt befindlichen Technologien bestmöglich zu erläutern oder um es anderen, die sich mit der Technik auskennen, zu ermöglichen, die hier offengelegten Ausführungsformen zu verstehen.

Claims (20)

  1. Verfahren, welches umfasst: Empfangen von Zustandsüberwachungsdaten durch einen Computer von einem oder mehreren Sensoren; Abtasten eines oder mehrerer Muster entlang eines Geschwindigkeitsbereichs gegen die Zustandsüberwachungsdaten durch den Computer; Multiplizieren jeder Musterkomponente des einen oder der mehreren Muster mit einer passenden Umgebungsspektralkomponente durch den Computer; und Addieren der Musterkomponenten durch den Computer, um ein oder mehrere Ergebnisse zu erzeugen.
  2. Verfahren nach Anspruch 1, wobei die Zustandsüberwachungsdaten Lagerschwingungsharmonische enthalten.
  3. Verfahren nach Anspruch 1, wobei der eine oder die mehreren Sensoren die Zustandsüberwachungsdaten eines Lagers messen, aufzeichnen und übermitteln.
  4. Verfahren nach Anspruch 1, wobei der Geschwindigkeitsbereich von einer höchsten erwarteten Geschwindigkeit bis zu einer niedrigsten erwarteten Geschwindigkeit vordefiniert ist und mehrere Geschwindigkeitsschritte umfasst.
  5. Verfahren nach Anspruch 1, wobei das eine oder die mehreren Ergebnisse zumindest eine Wellengeschwindigkeit, einen höchstwahrscheinlichen Fehler und eine höchstwahrscheinliche Fehlerfrequenz umfassen.
  6. Verfahren nach Anspruch 1, wobei das Multiplizieren jeder Musterkomponente des einen oder der mehreren Muster mit einer passenden Umgebungsspektralkomponente durch den Computer unter Verwendung interpolierter passender Umgebungsspektralkomponenten durchgeführt wird.
  7. Verfahren nach Anspruch 1, wobei das Multiplizieren jeder Musterkomponente des einen oder der mehreren Muster mit einer passenden Umgebungsspektralkomponente durch den Computer unter Verwendung quadratischer spitzeninterpolierter passender Umgebungsspektralspitzen durchgeführt wird.
  8. Verfahren nach Anspruch 1, wobei das Addieren der Musterkomponenten durch den Computer unter Verwendung eines Wurzelsummenquadratverfahrens (RSS) durchgeführt wird.
  9. Computerprogrammprodukt, das ein computerlesbares Speichermedium mit darin verkörperten Programmanweisungen umfasst, wobei die Programmanweisungen von einem Computer ausführbar sind, um zu veranlassen: Empfangen von Zustandsüberwachungsdaten durch einen Computer von einem oder mehreren Sensoren; Abtasten eines oder mehrerer Muster entlang eines Geschwindigkeitsbereichs gegen die Zustandsüberwachungsdaten durch den Computer; Multiplizieren jeder Musterkomponente des einen oder der mehreren Muster mit einer passenden Umgebungsspektralkomponente durch den Computer; und Addieren der Musterkomponenten durch den Computer, um ein oder mehrere Ergebnisse zu erzeugen.
  10. Computerprogrammprodukt nach Anspruch 7, wobei die Zustandsüberwachungsdaten Lagerschwingungsharmonische enthalten.
  11. Computerprogrammprodukt nach Anspruch 7, wobei der eine oder die mehreren Sensoren die Zustandsüberwachungsdaten eines Lagers messen, aufzeichnen und übertragen.
  12. Computerprogrammprodukt nach Anspruch 7, wobei der Geschwindigkeitsbereich von einer höchsten erwarteten Geschwindigkeit bis zu einer niedrigsten erwarteten Geschwindigkeit vordefiniert ist und mehrere Geschwindigkeitsschritte umfasst.
  13. Computerprogrammprodukt nach Anspruch 7, wobei das eine oder die mehreren Ergebnisse eine Wellengeschwindigkeit und einen höchstwahrscheinlichen Defekt umfassen.
  14. Verfahren nach Anspruch 9, wobei das Multiplizieren jeder Musterkomponente des einen oder der mehreren Muster mit einer passenden Umgebungsspektralkomponente durch den Computer unter Verwendung interpolierter passender Umgebungsspektralkomponenten durchgeführt wird.
  15. Verfahren nach Anspruch 9, wobei das Multiplizieren jeder Musterkomponente des einen oder der mehreren Muster mit einer passenden Umgebungsspektralkomponente durch den Computer quadratische spitzeninterpolierte passende Umgebungsspektralspitzen verwendet.
  16. Verfahren nach Anspruch 9, wobei das Addieren der Musterkomponenten durch den Computer unter Verwendung eines Wurzelsummenquadratverfahrens (RSS) durchgeführt wird.
  17. System, welches umfasst: einen oder mehrere Sensoren, die dazu ausgebildet sind, Zustandsüberwachungsdaten auszugeben; und einen Computer in Signalkommunikation mit dem einen oder den mehreren Sensoren, um die Zustandsüberwachungsdaten zu empfangen, wobei der Computer dazu ausgebildet ist, Operationen durchzuführen, die umfassen: Abtasten eines oder mehrerer Muster entlang eines Geschwindigkeitsbereichs gegen die Zustandsüberwachungsdaten, Multiplizieren jeder Musterkomponente des einen oder der mehreren Muster mit einer passenden Umgebungsspektralkomponente; und Addieren der Musterkomponenten, um ein oder mehrere Ergebnissen zu erzeugen.
  18. System nach Anspruch 1, wobei die Zustandsüberwachungsdaten Lagerschwindungsharmonische enthalten.
  19. System nach Anspruch 1, wobei der eine oder die mehreren Sensoren die Zustandsüberwachungsdaten eines Lagers messen, aufzeichnen und übertragen.
  20. System nach Anspruch 1, wobei der Geschwindigkeitsbereich von einer höchsten erwarteten Geschwindigkeit bis zu einer niedrigsten erwarteten Geschwindigkeit vordefiniert ist und mehrere Geschwindigkeitsschritte umfasst.
DE102021208410.9A 2020-08-18 2021-08-03 Abtastungsmusterwahrscheinlichkeitsberechnung zur Geschwindigkeits- und Defektidentifizierung Pending DE102021208410A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/995,986 US20220057295A1 (en) 2020-08-18 2020-08-18 Swept pattern probability calculation for speed and defect identification
US16/995,986 2020-08-18

Publications (1)

Publication Number Publication Date
DE102021208410A1 true DE102021208410A1 (de) 2022-02-24

Family

ID=80112893

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102021208410.9A Pending DE102021208410A1 (de) 2020-08-18 2021-08-03 Abtastungsmusterwahrscheinlichkeitsberechnung zur Geschwindigkeits- und Defektidentifizierung

Country Status (4)

Country Link
US (1) US20220057295A1 (de)
CN (1) CN114155182A (de)
DE (1) DE102021208410A1 (de)
FR (1) FR3113521B1 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11906390B2 (en) 2021-12-02 2024-02-20 Aktiebolaget Skf System and method for bearing defect auto-detection
US11579044B1 (en) 2021-12-02 2023-02-14 Aktiebolaget Skf System and method for bearing defect auto-detection

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8843348B2 (en) * 2011-06-14 2014-09-23 Hamilton Sundstrand Corporation Engine noise monitoring as engine health management tool
US10663372B2 (en) * 2018-05-21 2020-05-26 Caterpillar Inc. Bearing failure detection in a hydraulic fracturing rig
US11506569B2 (en) * 2019-01-15 2022-11-22 Computational Systems, Inc. Bearing and fault frequency identification from vibration spectral plots

Also Published As

Publication number Publication date
FR3113521A1 (fr) 2022-02-25
US20220057295A1 (en) 2022-02-24
CN114155182A (zh) 2022-03-08
FR3113521B1 (fr) 2023-06-09

Similar Documents

Publication Publication Date Title
DE102021208410A1 (de) Abtastungsmusterwahrscheinlichkeitsberechnung zur Geschwindigkeits- und Defektidentifizierung
JP6840529B2 (ja) データ分析拡張を伴う航空機保守および検査
Papaelias et al. Online condition monitoring of rolling stock wheels and axle bearings
Atamuradov et al. Machine health indicator construction framework for failure diagnostics and prognostics
Bechhoefer et al. Processing for improved spectral analysis
DE102021208411A1 (de) Lagerdefektautodetektion durch Abtastmuster, gefolgt von einem Post-Abtastungslogikfilter
DE102016220481A1 (de) Verfahren und Datenverarbeitungsvorrichtung für eine Bewertung des Schweregrads von Lagerschäden unter Verwendung von Schnwingungsenergie
Entezami et al. Perspectives on railway axle bearing condition monitoring
DE112009000439T5 (de) Fahrzeuginformationsaufzeichnungsvorrichtung, Fahrzeuginformationskommunikationssystem und Fahrzeuginformationskommunikationsverfahren
DE102012223393A1 (de) Verfahren und System für die Grundursachenanalyse und Qualitätsüberwachung von Fehlern auf Systemebene
DE112018006555T5 (de) Programmgesteuertes identifizieren einer persönlichkeit eines autonomen fahrzeugs
CN111260125A (zh) 一种轨道车辆部件的温度异常检测方法
US20180312180A1 (en) Determinging root cause of locomotive failure
Galar et al. Hybrid prognosis for railway health assessment: an information fusion approach for PHM deployment
CN112800855B (zh) 一种列车转向架非侵入式实时故障监测方法
CN110887679A (zh) 一种轨道交通车辆健康管理方法、装置和系统
Khosravi et al. Reducing the positional errors of railway track geometry measurements using alignment methods: A comparative case study
KR102078654B1 (ko) 전동차의 고장을 예측하는 시스템 및 방법
CN113281414A (zh) 钢轨短波病害类型的识别方法及装置、以及电子设备
Martin et al. Automated machine health monitoring at an expert level
CN117151214A (zh) 飞机风挡的运维分析方法、装置、设备及介质
Grabill et al. The U. S. Army and National Guard Vibration Management Enhancement Program(VMEP)- Data analysis and statistical results
DE102019213766A1 (de) Ein System zum Verknüpfen von Alarmdaten von physisch getrennten drahtlosen Sensoren mit einem fahrenden Zug
DE102022212329A1 (de) System und Verfahren zur automatischen Detektion von Lagerdefekten
Pennacchi et al. Diagnostics of Roller Bearings Faults During Long-Lasting Tests