-
Die vorliegende Erfindung betrifft ein Verfahren zur Zustandsdiagnose einer Maschine mit rotierenden und/oder oszillierenden Bewegungsabläufen, insbesondere ein Verfahren zur Zustandsdiagnose anhand von Amplitudendurchgängen eines Schwingungssignals, sowie ein Computerprogramm und eine Recheneinheit zur Ausführung des Verfahrens.
-
Hintergrund der Erfindung
-
Bei der Schadensdiagnose von rotierenden Maschinen und anderen Systemen mit periodischer Anregung können verschiedene Messwerte herangezogen werden. Unter anderem ist es möglich, Vibrationssignale bzw. Körperschall der Maschine zu erfassen und zu analysieren. Dabei ist bekannt, dass sich bei bestimmten Schädigungen das Vibrationssignal verändern kann. Insbesondere können sich Schäden durch Veränderungen komponentenspezifischer Frequenzen und deren Harmonischen abzeichnen, die im Größenbereich der Drehfrequenz der Komponente liegen. Die erwarteten Frequenzen können beispielsweise auf Basis der Geometrie der Komponente und/oder auf Basis der Belastungen berechnet werden. Um diese Veränderungen in den komponentenspezifischen Frequenzen zu erfassen und zu analysieren, muss jedoch das aus vielen überlagerten Frequenzen bestehende Vibrationssignal zuerst durch eine Transformation (z.B. FFT, Fast Fourier Transformation) in den Frequenzraum überführt werden, was die Vorverarbeitung erschwert und eine gewisse Rechenkapazität erforderlich macht.
-
Offenbarung der Erfindung
-
Erfindungsgemäß wird ein Verfahren für eine Zustandsdiagnose einer Maschine mit den Merkmalen der unabhängigen Patentansprüche vorgeschlagen. Vorteilhafte Ausgestaltungen sind Gegenstand der Unteransprüche sowie der nachfolgenden Beschreibung.
-
Insbesondere wird ein Verfahren zur Zustandsdiagnose einer Maschine mit rotierenden und/oder oszillierenden Bewegungsabläufen vorgeschlagen, bei dem zunächst ein zeitlicher Verlauf eines Schwingungssignals erfasst wird, das von der Maschine ausgeht, wobei das Schwingungssignal eine Vielzahl überlagerter Schwingungsfrequenzen umfasst. Für eine Vielzahl von vorgegebenen Messintervallen werden dann die Amplitudendurchgänge durch ein vorgegebenes Signalniveau innerhalb jedes der vorgegebenen Messintervalle ermittelt. Aus den ermittelten Amplitudendurchgängen werden dann für jedes der vorgegebenen Messintervalle einer oder mehrere Parameter der Amplitudendurchgänge extrahiert. Schließlich wird aus dem so gewonnenen zeitlichen Verlauf der ein oder mehreren extrahierten Parameter der Amplitudendurchgänge eine Zustandsdiagnose für die Maschine aus einem zeitlichen Verlauf ermittelt. Je nach Signal kann dabei als Amplitudendurchgang z.B. ein Nulldurchgang durch die Achse (zero crossing) oder der Durchgang der Signalamplitude durch einen anderen Wert als null betrachtet werden.
-
Durch das Ermitteln einer Zustandsdiagnose auf Grundlage von Parametern der Amplitudendurchgänge im Zeitsignal können insbesondere Veränderungen der Periodizität des Signals und des Anteils mittel- und hochfrequenter Schwingungen sichtbar gemacht werden. Mit einem solchen Verfahren können Änderungen im Betriebsverhalten der Maschine, z.B. Schäden oder drohende Schäden an rotierenden Maschinenelementen, bereits vor einem Ausfall detektiert, klassifiziert und/oder mögliche Schädigungsverläufe prognostiziert werden. Im Gegensatz zu einer üblichen Analyse des Schwingungssignals durch eine Transformation und Auswertung im Frequenzbereich, die z.B. eine Fast-Fourier-Transformation und damit erhöhten Rechenaufwand erforderlich macht, kann mit dem vorgeschlagenen Verfahren Rechenaufwand eingespart werden. Damit wird das Diagnoseverfahren auch für den Bereich des „Edge Computing“ oder für intelligente Sensoren mit eigener Verarbeitungseinheit (z.B. Mikrocontroller, Mikroprozessor) einsetzbar. Auch für einen Benutzer wird die Auswertung des Signals besser interpretierbar, da keine Transformation des Merkmalsraums notwendig ist.
-
Das Extrahieren von einem oder mehreren Parametern kann dabei insbesondere das Ermitteln einer Anzahl der Amplitudendurchgänge des Schwingungssignals innerhalb eines Messintervalls als Parameter der Amplitudendurchgänge umfassen, für jedes der vorgegebenen Messintervalle. Es konnte gezeigt werden, dass die Anzahl der Amplitudendurchgänge einen Rückschluss auf Beschädigungen der Maschine oder fehlerhafte Zustände erlaubt. Beispielsweise ist es möglich, dass sich eine Beschädigung durch eine Erhöhung der Anzahl der Amplitudendurchgänge innerhalb eines Messintervalls im Vergleich zum unbeschädigten Zustand zeigt.
-
Zusätzlich oder alternativ kann das Extrahieren von einem oder mehreren Parametern der ermittelten Amplitudendurchgänge ein Ermitteln der Zeitdifferenzen zwischen jeweils zwei benachbarten Amplitudendurchgängen innerhalb eines Messintervalls für jedes der vorgegebenen Messintervalle umfassen. Dabei können die Zeitdifferenzen als Zeitangabe oder alternativ auch als Anzahl von Abtastpunkten eines diskret abgetasteten Signals angegeben werden. Aus den Zeitdifferenzen kann dann für jedes der vorgegebenen Messintervalle eine Häufigkeitsverteilung (oder Dichtefunktion) gebildet werden, und daraus wiederum kann für jedes der vorgegebenen Messintervalle ein Parameter der Häufigkeitsverteilung als Parameter der ermittelten Amplitudendurchgänge gebildet werden. Durch die Extraktion von solchen Parametern einer Häufigkeitsverteilung kann die erforderliche Datenmenge zur Auswertung reduziert werden, wobei relevante Aussagen über den Zustand der Maschine erhalten bleiben, so dass der relative Informationsgehalt ansteigt.
-
Als Parameter der Häufigkeitsverteilung, die zu diesem Zweck verwendet werden können, können einer oder mehrere der folgenden Parameter verwendet werden, wobei jeder Parameter einzeln oder in Kombination ausgewertet werden kann: ein Median der Häufigkeitsverteilung; ein arithmetischer Mittelwert der Häufigkeitsverteilung; ein Modalwert der Häufigkeitsverteilung, eine Standardabweichung der Häufigkeitsverteilung; eine Varianz der Häufigkeitsverteilung; eine Schiefe (3. Moment) der Häufigkeitsverteilung; eine Wölbung (4. Moment) der Häufigkeitsverteilung; ein Scheitelfaktor der Häufigkeitsverteilung; ein quadratisches Mittel der Häufigkeitsverteilung; mindestens ein Minimal- und/oder Maximalwert für den Häufigkeitswert der Häufigkeitsverteilung; ein Quantil einer Häufigkeitsverteilung.
-
Da sich Schädigungen oft zuerst im Frequenzbereich eines Signals zeigen, sprechen die Nullstellendurchgangsmerkmale früher als klassische Zeitbereichsmerkmale (wie z.B. ein Crest-Faktor) an. Sie sind somit ein sensitives Merkmal unabhängig von der Amplitudengrö-ße.
-
Das von der Maschine ausgehende Schwingungssignal, das zur Auswertung und Zustandsdiagnose verwendet werden kann, kann dabei beispielsweise einen Körperschall einer Maschinenkomponente, einen Luftschall ausgehend von einer Maschinenkomponente, einen Flüssigkeitsschall ausgehend von einer Maschinenkomponente, eine Druckänderung einer Fluidbewegung, oder eine Volumenstromänderung einer Fluidbewegung umfassen, wobei auch mehrere gleichartige oder verschiedene Schwingungssignale gemessen und ausgewertet werden können. Damit eignet sich das Verfahren insbesondere auch zur Zustandsdiagnose mit Sensorik (z.B. Körperschallsensoren), die erst während des Produktlebenszyklus nachträglich am Untersuchungsobjekt angebracht wird. Durch die Übertragung auf Luft- und Flüssigkeitsschall kann das Verfahren auch verwendet werden, wenn eine Anbringung eines Sensors an einer Maschinenoberfläche erschwert ist. Bei der Messung von Oberflächenschwingungen kann alternativ oder zusätzlich zur Messung einer Oberflächenschwingbeschleunigung auch die Oberflächenschwinggeschwindigkeit und/oder der Auslenkungsweg gemessen werden.
-
Das Schwingungssignal kann kontinuierlich oder in diskreten Messwerten erfasst werden. Ebenso können die Messintervalle mit vorgegebener zeitlicher Länge des Intervalls zu diskreten Zeitpunkten festgelegt sein, können kontinuierlich aufeinander folgen oder können sich auch zeitlich überlappen. Die Messintervalle können damit auch erst nachträglich aus einem kontinuierlich oder diskret abgetasteten Schwingungssignal bestimmt werden.
-
Das Ableiten einer Zustandsdiagnose aus den extrahierten Parametern kann insbesondere das Klassifizieren eines Zustands der Maschine in eine von zwei oder mehr Klassen auf Grundlage des zeitlichen Verlaufs mindestens eines Merkmals umfassen. Bevorzugt entsprechen die zwei oder mehr Klassen dabei mindestens einer Einteilung in einen schadensfreien (oder erwünschten) Zustand und einen beschädigten (bzw. unerwünschten) Zustand. Es sind jedoch auch wesentlich mehr als zwei Klassen möglich, um z.B. verschiedene Schadensarten, verschiedene Ausmaße einer Beschädigung oder Veränderungen, die eine mögliche zukünftige Schädigung vorhersagen, unterscheiden zu können.
-
Das Klassifizieren kann dabei beispielsweise eine Prüfung umfassen, ob ein vorgegebener unterer Schwellwert für das mindestens eine Merkmal unterschritten ist und/oder ob ein vorgegebener oberer Schwellwert für das mindestens eine Merkmal überschritten ist. Falls dies der Fall ist, kann der Zustand der Maschine gemäß einer der zwei oder mehr Klassen, die mit dem vorgegebenen Schwellwert verknüpft sind, festgelegt werden, z.B. als „beschädigt“ oder „überlastet“. Als Schwellwert kann beispielsweise auch ein Distanzmaß verwendet werden, z.B. eine dreifache Standardabweichung, eine euklidische Distanz, ein Mahalonobis-Abstand oder andere. Ebenso sind auch Ansätze auf Basis eines dichtebasierten Ausreißertests möglich.
-
Zusätzlich oder alternativ zu einer Schwellwertbetrachtung kann die Klassifizierung zumindest teilweise durch maschinelles Lernen vorgenommen werden, wobei der zeitliche Verlauf des mindestens einen Merkmals als Eingangsdaten für einen trainierten Klassifikator verwendet wird, wobei der Klassifikator dazu eingerichtet ist, den Zustand der Maschine in eine der zwei oder mehr Klassen einzuordnen. Als Klassifikator eignen sich dabei viele bekannte Methoden, wie z.B. eine „Support Vector Machine“.
-
Das Schwingungssignal, in dem die Amplitudendurchgänge und ihre extrahierten Merkmale analysiert werden, kann dabei beispielsweise unmittelbar durch einen Schwingungssensor erfasst werden. Es ist aber auch möglich, dass das Schwingungssignal von einer anderen lokalen oder entfernten Einheit mit einem Sensor erfasst wird und das Erfassen des eigentlichen Schwingungssignals ein Erhalten des Schwingungssignals über eine drahtlose oder drahtgebundene Kommunikationsverbindung oder ein Abrufen eines gespeicherten Schwingungssignals von einer Speichereinheit umfasst. Dabei ist das Verfahren durch die vereinfachte Berechnung echtzeitfähig, kann also unmittelbar am Untersuchungsobjekt für eine Überwachung der aktuellen Funktionsfähigkeit genutzt werden.
-
Eine erfindungsgemäße Recheneinheit, z.B. ein Steuergerät einer Baumaschine oder einer anderen Maschine, ist, insbesondere programmtechnisch, dazu eingerichtet, ein erfindungsgemäßes Verfahren durchzuführen. Aufgrund der einfachen Rechenoperationen kann der Algorithmus universell auf einem Mikrocontroller, Gateway, Steuergerät oder praktisch jeder anderen Recheneinheit eingesetzt werden
-
Auch die Implementierung eines erfindungsgemäßen Verfahrens in Form eines Computerprogramms oder Computerprogrammprodukts mit Programmcode zur Durchführung aller Verfahrensschritte ist vorteilhaft, da dies besonders geringe Kosten verursacht, insbesondere wenn ein ausführendes Steuergerät noch für weitere Aufgaben genutzt wird und daher ohnehin vorhanden ist. Geeignete Datenträger zur Bereitstellung des Computerprogramms sind insbesondere magnetische, optische und elektrische Speicher, wie z.B. Festplatten, Flash-Speicher, EEPROMs, DVDs u.a.m. Auch ein Download eines Programms über Computernetze (Internet, Intranet usw.) ist möglich.
-
Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und der beiliegenden Zeichnung.
-
Es versteht sich, dass die vorstehend genannten und die nachfolgend noch zu erläuternden Merkmale nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen der vorliegenden Erfindung zu verlassen.
-
Die Erfindung ist anhand von Ausführungsbeispielen in der Zeichnung schematisch dargestellt und wird im Folgenden unter Bezugnahme auf die Zeichnung ausführlich beschrieben.
-
Figurenbeschreibung
-
- 1 zeigt schematisch ein System zur Zustandsdiagnose, wobei Ausführungsformen des erfindungsgemäßen Verfahrens angewendet werden können;
- 2 zeigt beispielhafte Verfahrensschritte in einem Flussdiagramm;
- 3a zeigt beispielhaft ein gemessenes Schwingungssignal im zeitlichen Verlauf, und
- 3b zeigt die Anzahl der Nulldurchgänge pro Messintervall über der Zeit;
- 4a zeigt eine beispielhafte Häufigkeitsverteilung von Zeitdifferenzen zwischen Nullstellendurchgängen, und
- 4b bis 4c zeigen verschiede statistische Kennwerte, die aus einer Vielzahl von Häufigkeitsverteilungen wie in 4a abgeleitet wurden.
-
Detaillierte Beschreibung
-
Die hier beschriebenen Ausführungsformen sind dazu geeignet, Änderungen im Betriebsverhalten eines oszillierenden oder rotierenden Systems, z.B. Schäden an rotierenden Maschinenelementen zu überwachen, zu detektieren, einzuordnen und/oder zu prognostizieren. Zu diesem Zweck kann allgemein ein Schwingungssignal, das von dem System ausgeht, im zeitlichen Verlauf erfasst werden, beispielsweise durch einen geeigneten Sensor, welches dann im Zeitbereich ausgewertet werden kann. Insbesondere können Amplitudendurchgänge des Schwingungssignals, d.h. die Punkte, an denen die Schwingungsamplitude ein vorgegebenes Niveau schneidet, ermittelt und auf verschiedene Art und Weise ausgewertet werden.
-
Diesem neuen Prinzip zur Systemdiagnose liegt die Erkenntnis zugrunde, dass sich Schäden in einem rotierenden System nicht nur durch charakteristische Veränderungen der komponentenspezifischen Frequenzen und deren Harmonischen im niederfrequenten Bereich abzeichnen, sondern dass auch im mittel- und hochfrequenten Bereich Veränderungen zu beobachten sind. Es wurde außerdem erkannt, dass diese Veränderungen auch die Nulldurchgänge bzw. Amplitudendurchgänge des Zeitsignals direkt beeinflussen, so dass eine Analyse der Durchgänge im Zeitbereich Hinweise auf Beschädigungen oder Veränderungen des Betriebszustands möglich macht.
-
Zu diesem Zweck wurde als Beispiel eine Axialkolbeneinheit bzw. ein Schrägachsenmotor 100 aus der Hydraulik über eine längere Zeitdauer hinweg untersucht. Eine schematische Skizze des Systems ist in 1 gezeigt. Dabei wurden Sensoren 110, 120 an der Oberfläche des Schrägachsenmotors 100 angebracht, die den Körperschall, d.h. die Oberflächenschwingbeschleunigung im zeitlichen Verlauf erfasst. Um gezielt eine Beschädigung hervorzurufen, wurde ein stationärer Betriebspunkt außerhalb der Spezifikation gewählt. Die Belastung wurde über die gesamte Versuchsdauer von 54h im Wesentlichen konstant gehalten, um Veränderungen der Oberflächenschwingungen durch veränderte Belastungen auszuschließen.
-
Während des Versuchslauf kam es durch die hohe Beanspruchung der Bauteile zu einem Lagerschaden (Brinellierung oder Rillenbildung) am Innenring des Triebwellenlagers, welcher zum Ausfall der Hydraulikeinheit führte.
-
Anschließend wurden die Sensordaten, d.h. das erfasste Schwingungssignal an der Oberfläche im zeitlichen Verlauf, auf verschiedene Weise ausgewertet. Unter anderem wurde durch eine Fouriertransformation des Signals in den Frequenzraum ein herkömmliches Amplitudenspektrum erstellt. Dabei hat sich gezeigt, dass die Beschädigung im Vergleich zu der schadensfreien Laufzeit zu Beginn der Messung nicht nur die detektierten charakteristischen Frequenzen und Harmonischen im niedrigen Frequenzbereich verschoben hat, sondern gleichzeitig auch der Energieinhalt im mittel- und hochfrequenten Bereich (ab etwa 5 kHz in diesem Beispiel) insgesamt breitbandig zugenommen hat.
-
Eine weitere Auswertung des erfassten Schwingungssignals wurde daher durch Extraktion von Merkmalen der Nullstellendurchgänge des Signals vorgenommen. Dabei wird als Nullstellendurchgang allgemein der Messpunkt bezeichnet, an dem das erfasste Signal die Abszisse schneidet; bei einem Signal mit diskreter Abtastung kann entsprechend ein Vorzeichenwechsel zwischen zwei Signalen als Nullstellendurchgang betrachtet werden. Noch allgemeiner ist es auch möglich, nicht den Durchgang eines Signals durch die Nulllinie, sondern durch einen vorgegebenen, möglicherweise auch von Null verschiedenen y-Wert zu betrachten und auszuwerten; ein solcher Durchgang durch einen beliebigen Wert wird im Folgenden allgemeiner als Amplitudendurchgang bezeichnet. Dabei versteht sich, dass sämtliche Erläuterungen und Beispiele, die in Bezug auf einen Nulldurchgang beschrieben werden, entsprechend auf einen Amplitudendurchgang durch einen von Null verschiedenen Wert übertragen werden können, ohne dass sich die sonstigen Verfahrensschritte und die zugrundeliegenden Prinzipien verändern, selbst wenn dies nicht immer explizit erwähnt ist. Umgekehrt können alle Beschreibungen in Bezug auf einen Amplitudendurchgang selbstverständlich auch auf den Spezialfall des Werts 0 übertragen werden.
-
Bei dieser Auswertung hat sich gezeigt, dass durch die Beschädigung auch in verschiedenen Merkmalen, die aus den erfassten Nullstellendurchgängen abgeleitet wurden, charakteristische Veränderungen auftreten. Daher können diese Merkmale verwendet werden, um Rückschlüsse auf den Zustand des Systems bzw. der Maschine zu ziehen, von der das ausgewertete Schwingungssignal ausgeht.
-
Als Schwingungssignal zur Auswertung eignet sich dabei der Körperschall einer Maschine, insbesondere einer rotierenden Maschine oder einer rotierenden Antriebskomponente, wobei der Körperschall durch geeignete Anbringung eines oder mehrerer Sensoren an einer Oberfläche erfasst wird. Die Anbringung kann dabei auf beliebige Weise vorgenommen werden, z.B. durch einen fest verbauten Sensor, durch Anschrauben eines Bauteils, durch geeignete lösbare Halterungen, durch Verkleben, aber auch z.B. durch vorübergehendes Anordnen eines handgehaltenen Sensors. Es ist auch denkbar, dass ein Sensor nicht unmittelbar an der Maschine selbst, sondern an einem benachbarten Teil, z.B. einer Halterung angeordnet wird, soweit die Schwingungen von der Maschine auf diese Komponenten zumindest teilweise übertragen werden und ein auswertbares Signal erfasst werden kann. Alternativ kann das Schwingungssignal auch ein Luftschallsignal oder ein Flüssigkeitsschallsignal umfassen, insbesondere für den Fall, dass ein Oberflächensensor aufgrund von geometrischen Beschränkungen ungeeignet ist. Ebenso können aber auch Schwingungssignale aus Vorrichtungen und Systemen mit rotierenden oder oszillierenden Bewegungsabläufen erfasst werden, wie etwa die Veränderungen im Druck oder Volumenstrom in einem hydraulischen System, z.B. einem Hydraulikmotor oder einer Pumpe.
-
Dabei kann das Schwingungssignal ein im Wesentlichen periodisches Grundsignal entsprechend dem periodischen Bewegungsablauf der Maschine umfassen, wobei eine Vielzahl weiterer Schwingungskomponenten und Störungen diesem periodischen Grundsignal überlagert sein können. Es ist aber auch möglich, dass insbesondere bei schnellen Veränderungen des Systems oder inhärenten Unregelmäßigkeiten ein nicht-periodisches Grundsignal vorliegt.
-
Als Sensoren für die Erfassung eines schallbasierten Schwingungssignals können beispielsweise fachübliche Schallaufnehmer, Körperschall- und Vibrationssensoren verwendet werden, welche die Schwingauslenkung, die Schwinggeschwindigkeit und/oder die Schwingbeschleunigung einer Maschinenschwingung erfassen. Falls anstelle von Maschinenvibrationen ein anderes Schwingungssignal wie die Schwingung eines hydraulischen Systems erfasst werden soll, können z.B. Drucksensoren oder Volumenstrommesser innerhalb einer Hydraulikleitung verwendet werden. Außerdem können geeignete Signalvorverarbeitungseinheiten 120 und elektronische Bauelemente wie A/D-Wandler vorhanden sein, die z.B. das gemessene elektrische Rohsignal oder Signalanteile verstärken, filtern, in digitale Signale umwandeln, oder sonstige Verarbeitungsschritte vor den hier beschriebenen Verfahrensschritten durchführen, um das auswertbare Schwingungssignal zu erhalten.
-
Die hier beschriebenen Verfahrensschritte zur Signalanalyse und Zustandsdiagnose können in einer geeigneten Verarbeitungseinheit bzw. Recheneinheit 130 ausgeführt werden, welcher das Schwingungssignal (oder gegebenenfalls das vorverarbeitete Schwingungssignal) als Eingangssignal zugeführt wird. Dabei kann es sich beispielsweise um einen Mikrocontroller auf einem Steuergerät, eine dedizierte Sensorsteuerung, einen entfernten Server, an den die Daten übertragen werden, einen Computer oder eine beliebige andere Verarbeitungseinheit mit einem entsprechenden Prozessor oder Controller und Speichereinheiten. Solche Recheneinheiten zur Verarbeitung oder Vorverarbeitung des Sensorsignals können auch mit dem Sensor zusammen als integriertes Bauteil, z.B. mit einem Mikrocontroller und entsprechender Elektronik, implementiert sein („intelligenter Sensor“). Dabei können flüchtige und nichtflüchtige Speicher genutzt werden, um die Rohdaten des Sensors oder verarbeitete Signaldaten abzuspeichern.
-
Außerdem können Kommunikationsschnittstellen 140 und/oder Benutzerschnittstellen 150 vorhanden sein, über welche das Ergebnis einer Zustandsdiagnose, eine Problemmeldung oder sonstige Daten des Verfahrens an einen Benutzer ausgegeben werden können, z.B. ein Bildschirm, Touchscreen oder Lautsprecher zur Ausgabe von Audiosignalen. Auf Grundlage solcher Ergebnisse oder Meldungen kann ein Nutzer dann auch weitere Schritte einleiten, z.B. über geeignete Eingabegeräte wie Tastaturen, Einstellknöpfe, berührungsempfindliche Oberflächen. Darüber hinaus können Kommunikationsschnittstellen und/oder Benutzerschnittstellen auch verwendet werden, um einem Benutzer Anpassungen der Analyseparameter oder der Parameter der Signalerfassung zu ermöglichen. Ebenso ist es möglich, die unverarbeiteten Signale, teilverarbeitete Signale und/oder Auswertungsergebnisse zur weiteren Verarbeitung an eine andere Einheit zu übermitteln, sowohl an andere Softwaremodule innerhalb desselben Geräts, als auch an andere physische Einheiten.
-
Als Merkmale, die aus den Amplitudendurchgängen des Schwingungssignals extrahiert werden können und dann analysiert werden können, kommen eine Vielzahl von verschiedenen Merkmalen in Frage.
-
Beispielsweise können zunächst die Amplitudendurchgänge bzw. Nullstellendurchgänge innerhalb eines vorgegebenen Messintervalls ermittelt und gezählt werden, so dass ein Wert für eine Anzahl von Amplitudendurchgängen pro Messintervall erhalten wird. Für eine Messdauer, die mehrere Messintervalle umfasst, kann dann auch ein zeitlicher Verlauf dieser Anzahl pro Messintervall ausgewertet werden. Zusätzlich oder alternativ können die Zeitpunkte der Amplitudendurchgänge verwendet werden, um die Zeitdifferenzen zwischen jeweils zwei aufeinanderfolgenden Amplitudendurchgängen zu bestimmen. Die Zeitdifferenzen, die innerhalb eines Messintervalls auftreten, können in einer Häufigkeitsverteilung bzw. einem Histogramm für die Zeitdifferenzen abgebildet werden. Für jeden Auswertungszeitpunkt wird also eine Häufigkeitsverteilung für die Zeitabstände der Nullstellenverteilung erhalten.
-
Aus diesen Merkmalen, also z.B. der Häufigkeit oder Anzahl von Amplitudendurchgängen oder der Häufigkeitsverteilung der Zeitdifferenzen, können dann statistische Kennwerte zur Analyse gebildet werden.
-
Um aus solchen Merkmalen und Kennwerten schließlich Aussagen über den Systemzustand einer Maschine treffen zu können, können beispielsweise Schwellwertüberschreitungen oder Abweichungen von Sollwerten für die Kennwerte betrachtet werden. Ebenso können auch Trendüberwachungen des Signalverlaufs oder Methoden des maschinellen Lernens genutzt werden. Als Ziel der Analyse des Schwingungssignals kann zumindest eine Einteilung in gute und schlechte Betriebszustände erreicht werden, d.h. eine einfache Schadenserkennung. Es ist aber auch möglich, aus den Auswertungen weitere Informationen zu erlangen und damit z.B. die Art der Beschädigung, das beschädigte Bauteil oder ein Ausmaß einer Beschädigung zu erkennen. Beispielsweise könnte eine gestufte Klassifizierung der ausgewerteten Merkmale verwendet werden, um eine Beschädigung bereits früh zu erkennen, noch bevor ein Ausfall droht, und rechtzeitige Maßnahmen zu ergreifen.
-
Im Folgenden werden beispielhafte Verfahrensschritte für die Verarbeitung und Analyse eines Schwingungssignals beschrieben, wobei 2 einen möglichen Verfahrensablauf als Flussdiagramm zeigt.
-
Dabei wird zunächst in Schritt 210 ein Schwingungssignal 212 über einen geeigneten Sensor während einer Messung erfasst. Eine Messung kann für einen vorgegebenen Zeitraum erfolgen, oder auch zur dauerhaften Zustandsüberwachung einer Maschine genutzt werden. Das Signal 212 kann kontinuierlich oder in diskreten Abständen erfasst werden. Anstelle einer direkten Messung kann das auszuwertende Schwingungssignal in diesem Schritt auch von einer anderen Einheit, z.B. einem verbundenen Sensor, empfangen werden oder von einem Speicherelement abgerufen werden.
-
Für die Verarbeitung kann eine feste Fensterlänge durch eine vorgegebene Anzahl von diskreten Abtastpunkten definiert werden. Durch diese Anzahl von Abtastpunkten in Verbindung mit der genutzten Abtastrate kann ein Messintervall definiert werden, so dass das gesamte Schwingungssignal 212 eine Vielzahl von Messintervallen umfasst. Die Länge des Messintervalls kann prinzipiell frei gewählt werden; bevorzugt soll aber eine ausreichende Anzahl an Nullstellendurchgängen bzw. Amplitudendurchgängen im Zeitsignal des Messintervalls auftreten, um aussagekräftige statistische Kennwerte aus den Amplitudendurchgängen bilden zu können. In den gezeigten Beispielen wurden 8.192 Abtastpunkte pro Messintervall verwendet; diese Zahl ist jedoch rein beispielhaft zu verstehen, und es können auch wesentlich mehr oder weniger Abtastpunkte verwendet werden, wobei die Zahl der Abtastpunkte auch abhängig von der Abtastrate ist. Um die aus dem Zeitsignal gewonnenen Daten und Auswertungen vergleichbar zu bilden, kann außerdem die festgelegte Länge des Messintervalls für eine Messung konstant gehalten werden bzw. kann bei einer veränderten Messintervalldauer ein Korrekturfaktor mit einbezogen werden. Für eine Messung kann eine Vielzahl von Messintervallen genutzt werden.
-
Darüber hinaus kann für eine Messung ein Durchgangsamplitudenwert festgelegt werden, über den die Amplitudendurchgangsmerkmale gebildet werden, d.h. der y-Wert, bei dessen Durchgang ein Amplitudendurchgang festgestellt wird. Wenn der Durchgangsamplitudenwert zu null gewählt wird, z.B. für den Fall einer Schwingbeschleunigungsmessung, werden die Nullstellendurchgänge betrachtet. Ebenso kann aber für diesen vorgegebenen Amplitudenwert jeder andere willkürlich gewählte Wert genutzt werden, der sich innerhalb der zu erwartenden Grenzen der maximalen und minimalen Amplituden befindet. Beispielsweise kann eine kurze Vorab-Messung vorgenommen werden, in der die Amplitudenbereiche des Signals und/oder eine Reihe von Samplepunkten erfasst werden; aus diesen Werten kann dann beispielsweise der Median oder der arithmetische Mittelwert aller erfassten Samplepunkte genommen werden und als Vorgabe für den Durchgangsamplitudenwert festgelegt werden.
-
Eine Vorabmessung kann auch zur Festlegung der erwarteten Grenzwerte für die Amplituden dienen.
-
Anschließend können für jedes aufgenommene Zeitsignal des Sensors die Amplitudendurchgänge analysiert 230 werden. Zunächst können in Schritt 220 die Punkte innerhalb eines gewählten Messintervalls ermittelt werden, an denen das Zeitsignal den Durchgangsamplitudenwert schneidet oder annimmt, d.h. die Amplitudendurchgänge 222. 3a zeigt beispielhaft einen Ausschnitt eines gemessenen Schwingungssignals 310 über ein Messintervall, bei dem die Nulldurchgänge 320 als Punkte auf der x-Achse markiert sind. Dann kann in Schritt 232 für jedes Messintervall die Anzahl 233 der Amplitudendurchgänge ermittelt werden. Die absolute Anzahl dieser Punkte 320 in dem gewählten Messintervall ergibt also einen Wert, der die Amplitudendurchgänge pro Messintervall angibt. Dieses Vorgehen kann für jedes Messintervall einer Gesamtmessung wiederholt werden. Bei Messintervallen mit konstanter Länge können diese Werte unmittelbar miteinander verglichen bzw. ausgewertet werden, so dass ein zeitlicher Verlauf für die Anzahl der Amplitudendurchgänge pro Messintervall erhalten wird.
-
Ein Beispiel für einen solchen Zeitverlauf der Anzahl der Nullstellendurchgänge ist in 3b gezeigt. Die gesamte Messdauer in diesem Beispiel mit dem bereits beschriebenen Versuchsaufbau betrug 54 Stunden, wobei alle fünf Minuten ein Zeitsignal mit dem hier beschriebenen Verfahren für 5 Sekunden aufgezeichnet und analysiert wurde. Aus den aufgezeichneten 5 Sekunden Zeitsignal wurden im Beispiel jeweils 30 Messpunkte bzw. Messintervalle mit jeweils 8192 Datenpunkten gebildet. 3a zeigt nur einen einzelnen kleinen Ausschnitt eines solchen Messintervalls Dabei ist in 3b für jedes erfasste Messintervall die Anzahl der Nullstellendurchgänge gegen die Zeit in Stunden aufgetragen. In diesem Fall liegt die Zahl der Nullstellendurchgänge zu Beginn der Messung, also bei einer im wesentlichen unbeschädigten Maschine, bei etwa 600 bis 800. Die Zahl der Nullstellendurchgänge steigt dann im Wesentlichen kontinuierlich an und zeigt gegen Ende der Messung, also bei zunehmender Beschädigung, sowohl starke Schwankungen im Zeitverlauf als auch eine sehr starke Zunahme der Nullstellendurchgänge, bis hin zu Werten von ca. 1.400 Nullstellendurchgängen pro Messintervall im Zeitverlauf. Dies lässt sich damit erklären, dass durch die zunehmende Beschädigung der Anteil an Amplituden im mittel- und hochfrequenten Bereich zunimmt, so dass mehr Nullstellendurchgänge pro Messintervall auftreten. Es versteht sich, dass diese Werte unter anderem von der Wahl des Messintervalls und der Abtastrate ebenso abhängen wie von den Grundfrequenzen, die im Maschinenbetrieb auftreten, und somit nur als nicht einschränkendes Beispiel zu verstehen sind.
-
Zusätzlich oder alternativ können weitere Merkmale oder Kennwerte aus den Amplitudendurchgängen bestimmt werden.
-
Beispielsweise kann in Schritt 234 zwischen jeweils zwei aufeinanderfolgenden Amplitudendurchgängen bzw. Nullstellendurchgängen eine Zeitdifferenz Δt ermittelt werden. Statt der Ermittlung einer Zeitdifferenz 235 zwischen zwei benachbarten Amplitudendurchgänge kann bei einer diskreten Abtastung der Abstand zwischen den Amplitudendurchgängen z.B. auch in Abtastpunkten angegeben werden. Diese Zeitdifferenz Δt ist in 3a beispielhaft an zwei aufeinanderfolgenden Nulldurchgängen gezeigt und kann für jedes aufeinanderfolgende Paar von Amplitudendurchgängen bestimmt werden. Wie auch in dem dort dargestellten Beispiel einfach zu sehen ist, können bei einem unregelmäßigen bzw. vielfach überlagerten Signal (wie es bei einer Maschinenvibration zu erwarten ist) innerhalb eines einzelnen Messintervalls sehr unterschiedliche Zeitdifferenzen auftreten. Diese ermittelten Zeitdifferenzen können dann in Schritt 236 für jedes Messintervall in einer Häufigkeitsverteilung 237 bzw. einem Histogramm abgebildet werden. Die Häufigkeitsverteilung für ein Messintervall wird sich wiederum zwischen verschiedenen Messintervallen im Zeitverlauf einer Gesamtmessung üblicherweise unterscheiden.
-
4a zeigt eine solche Häufigkeitsverteilung für das bereits besprochene Versuchsbeispiel in einem Messintervall, wobei auf der x-Achse die Zeitdifferenzen zwischen Nullstellenübergängen angegeben sind, und auf der y-Achse die Häufigkeit des Auftretens für jede der Zeitdifferenzen innerhalb eines Messintervalls. Die Kurve 410 entspricht einer Häufigkeitsverteilung der Zeitdifferenzen für ein Messintervall zu Beginn des Versuchs ohne Beschädigung, während die Kurve 420 eine Häufigkeitsverteilung für ein Messintervall zum Ende des Versuchs mit beschädigtem Lager zeigt. Auch hier sind deutliche Unterschiede zu erkennen: bei der unbeschädigten Komponente sind die Zeitdifferenzen flacher und gleichmäßiger verteilt und reichen bis über Abstände von 1500 Abtastpunkten. Das Maximum der Zeitdifferenzen liegt im niedrigen Bereich bis etwa 100-200 Abtastpunkten mit einer Häufigkeit von knapp 1000 pro Messintervall. Dagegen zeigt sich bei der beschädigten Komponente ein wesentlich höherer Peak (bis über 2000 innerhalb eines Messintervalls) bei den kurzen Zeitdifferenzen, so dass also sehr viel häufigere und schneller aufeinanderfolgende Nullstellendurchgänge zu beobachten sind.
-
Da eine Verteilung in der Statistik durch ihre Momente und zentralen Momente beschrieben werden kann, ändern sich damit auch die Momente und zentralen Momente der ermittelten Häufigkeitsverteilungen für die Messintervalle im zeitlichen Verlauf. Je nach Verteilungsform der Intervalldauern der Amplitudendurchgänge kann daraus eine Dichtefunktion abgeleitet werden, die für den jeweiligen Anwendungsfall der Maschine bzw. Komponente spezifisch ist.
-
Aus den Häufigkeitsverteilungen bzw. den Momenten für jeden Zeitpunkt können in Schritt 240 auch allgemein verschiedene Merkmale 242 abgleitet werden, die ebenfalls alleine oder in Kombination mit anderen Werten als Indikator für eine Zustandsdiagnose bzw. Schadenserkennung genutzt werden können. Generell können alle beliebigen Merkmale der Nullstellendurchgänge und der Häufigkeitsverteilung der Nullstellendurchgänge bzw. der Zeitdifferenzen verwendet werden. Insbesondere bieten sich verschiedene stochastische Kennwerte an, wie etwa ein Median oder ein arithmetischer Mittelwert der Häufigkeitsverteilung; ein Modalwert der Häufigkeitsverteilung, eine Standardabweichung oder eine Varianz der Häufigkeitsverteilung; die Schiefe (3. Moment) der Häufigkeitsverteilung; die Wölbung (4. Moment) der Häufigkeitsverteilung; der Scheitelfaktor der Häufigkeitsverteilung; das quadratische Mittel der Häufigkeitsverteilung; Minimal- und Maximalwerte, bzw. Wertebereiche allgemein. Es versteht sich, dass auch andere Merkmale ausgewertet werden können, insbesondere auch alle Merkmale, die sich aus den oben beispielhaft genannten Kennwerten bzw. Merkmalen ableiten lassen, z.B. durch Rechenoperationen wie Summen, Differenzen, Quotienten, Produkte, Kehrwerte, Offsets etc. Jedes dieser Merkmale kann einzeln oder in Kombination mit anderen Merkmalen im zeitlichen Verlauf betrachtet werden.
-
In den 4b, 4c und 4d sind beispielhaft drei Merkmale 242 dargestellt, die aus entsprechenden Häufigkeitsverteilungen abgeleitet wurden. Es versteht sich, dass zu diesem Zweck für jeden gewünschten Auswertungszeitpunkt zunächst eine Häufigkeitsverteilung wie in 4a erstellt wird, und dann für jede der einzelnen Häufigkeitsverteilungen jeweils der Wert des gewünschten Merkmals bzw. der jeweilige stochastische Kennwert abgeleitet wird. Damit erhält man eine Vielzahl von einzelnen Merkmalswerten für das gewünschte Merkmal bzw. den Kennwert im zeitlichen Verlauf. Dabei ist auf der x-Achse jeweils die Versuchslaufzeit in Stunden angegeben. Jeder Punkt in den Graphen der 4b bis 4c bildet einen Wert für das jeweilige Merkmal ab, der aus der zugehörigen Häufigkeitsverteilung für diesen Zeitpunkt abgeleitet wurde. 4b zeigt den Verlauf des quadratischen Mittels RMS (root mean square) der Häufigkeitsverteilungen der Zeitdifferenzen, 4c zeigt den zeitlichen Verlauf des arithmetischen Mittels m(Δtzc) der Häufigkeitsverteilungen der Zeitdifferenzen, und 4d zeigt den zeitlichen Verlauf der Standardabweichung σ(Δtzc) der Zeitdifferenzen zwischen den Nullstellendurchgängen. Für alle drei Merkmale ist zu erkennen, dass mit zunehmender Versuchsdauer (d.h. zunehmender Beschädigung) der betrachtete Wert deutlich absinkt. Dennoch ist der zeitliche Verlauf für jedes Merkmal leicht unterschiedlich, so dass bestimmte Veränderungen möglicherweise in einem Merkmal deutlicher oder früher sichtbar werden als in einem anderen. Durch Auswertung mehrerer Merkmale kann dann eine genauere Diagnose erreicht werden.
-
Um mehrere Merkmale auszuwerten, ist es optional auch möglich, eine Dimensionsreduktion durchzuführen, z.B. durch ein Verfahren wie eine Hauptkomponentenanalyse (Principal Component Analysis, PCA), welche die Merkmale auf ihre Hauptachsen zusammenfasst. Durch eine Dimensionsreduktion kann eine verbesserte Detektions- und Klassifizierungsgenauigkeit erreicht werden, da eine niedrigdimensionale Darstellung das Risiko eines Overfitting reduziert. Damit kann die Zuverlässigkeit der Zustandsdiagnose verbessert werden. Außerdem ist es auch möglich, durch eine solche Dimensionsreduktion verschiedene Sensordaten miteinander zu verknüpfen, z.B. Daten von mehreren Schwingungssensoren an verschiedenen Orten im System.
-
Um aus den beschriebenen Kennwerten und Merkmalen der Amplitudendurchgänge oder Zeitdifferenzen zwischen Amplitudendurchgängen (oder daraus abgeleiteter Größen und Verteilungen) Aussagen über den Zustand der Maschine oder eines anderen überwachten Systems treffen zu können, können diese auf geeignete Weise für eine Klassifizierung genutzt werden.
-
Beispielsweise können ein oder mehrere Schwellwerte gewählt werden, bei deren Unter- oder Überschreitung eine Beschädigung angenommen wird. Dabei können auch mehrstufige Schwellwerte genutzt werden, um den Grad der Beschädigung und/oder die Art der Beschädigung abzuschätzen. Schwellwerte können für Einzelmerkmale und/oder eine Kombination von Einzelmerkmalen überwacht werden. Neben einem absoluten Schwellwert kann auch eine zeitliche Ableitung der Merkmalsentwicklung herangezogen, um so eine Trendüberwachung zu ermöglichen.
-
Ebenso ist es auch möglich, die Zuordnung der Merkmale bzw. Merkmalsverläufe zu einem Maschinenzustand durch Methoden des maschinellen Lernens vorzunehmen, z.B. durch eine „Support Vector Machine“ oder Auto-Encoder. Die grundsätzliche Funktionsweise solcher Klassifikatoren ist bekannt und wird hier nicht näher beschrieben.
-
Um die Schwellwerte, Klassen oder andere Elemente zur Klassifizierung zu wählen bzw. zu bestimmen, kann dabei auf theoretisch bekannte Werte zurückgegriffen werden. Zusätzlich oder alternativ können für einen bestimmten Maschinenaufbau eine oder mehrere Versuchsmessungen mit definierten Beschädigungen durchgeführt werden und dabei die interessierenden Zustände (z.B. Beschädigungen der Lageroberfläche) über den Zeitverlauf zusammen mit den Messsignalen und den daraus abgeleiteten Merkmalen protokolliert werden. Auf diese kann dann z.B. manuell ein Zusammenhang zwischen bestimmten Werten für eines der Merkmale und den Zustand der Komponente hergestellt werden, der für spätere Messungen an gleichen oder ähnlichen Maschinenaufbauten zur Zustandsklassifizierung genutzt werden kann. Auf ähnliche Weise können aus Versuchsdaten Trainingsdaten für maschinelles Lernen erstellt werden, indem die jeweils relevanten Datenbereiche mit entsprechenden Labels versehen werden. Grundsätzlich ist es auch möglich, Methoden des nicht-überwachten Lernens zu nutzen, um Veränderungen in den Merkmalsverläufen zu erkennen und daraus Degradationsmodelle zu erstellen.
-
Durch eine Zuordnung der erfassten Schwingungssignale und der abgeleiteten Merkmale zu einem bestimmten Schadensfall kann aufgrund eines ermittelten Merkmalsverlaufs auch ein Prognosemodell zur Berechnung einer nutzbaren Restlebensdauer des Systems oder einer Komponente des Systems erstellt werden (Remaining Useful Life). In diesem Fall können die Merkmale als indirekte Indikatoren für den Zustand des betrachteten Systems oder der betrachteten Komponente dienen. Falls die Entwicklung eines oder mehrerer Merkmale in Bezug auf den zeitlichen Schadensverlauf bekannt ist, kann daraus eine mathematische Abhängigkeit formuliert werden, deren Parameter z.B. durch eine Parameter-Schätzmethode wie die Methode der kleinsten Quadrate geschätzt werden können.
-
Neben einem absoluten Schwellenwert, der sich auf einzelne Nullstellenmerkmale bezieht, kann auch der funktionale Zusammenhang zwischen Nullstellenmerkmalen untersucht werden (z.B. wieder durch maschinelles Lernen). Dadurch kann die Genauigkeit einer Zustandsdiagnose weiter erhöht werden.
-
Auch bei der Vorverarbeitung des Signals können optional weitere Schritte durchgeführt werden. Beispielsweise kann das Messsignal oder ein aus dem Messsignal abgeleitetes Signal elektronisch oder digital gefiltert werden, z.B. durch einen Hochpass-, Tiefpass- oder Bandpassfilter, so dass nur die Änderungen der Nullstellendurchgänge in einem bestimmten Frequenzband untersucht werden. Auch Filter, die den zeitlichen Verlauf der Merkmale glätten, können angewandt werden, wie z.B. gleitende Mittelwerte. Zusätzlich oder alternativ kann das gemessene Zeitsignal einem Upsampling oder Downsampling unterzogen werden, um entweder die Genauigkeit der zeitlichen Differenzen der Nullstellendurchgänge weiter zu erhöhen oder Rechenkapazität bei der Signalverarbeitung einzusparen.
-
Mit den vorliegenden Verfahren können besonders gut Schäden detektiert werden, die eine Änderung in der Signalperiodizität des Schwingungssignals aufweisen. Dies geschieht unter anderem, wenn sich Reibparameter in einem Tribokontakt ändern. Neben den bereits beschriebenen Änderungen im mittel- und hochfrequenten Bereich können auch Schäden im niederfrequenten Amplitudenbereich detektiert werden, falls sich dabei das Verhältnis zwischen niederfrequenten und hochfrequenten Anteilen verändert, z.B. durch Zunahme niederfrequenter Amplituden und/oder Abnahme von mittel- und hochfrequenten Amplituden.
-
Es ist in allen Fällen möglich, gespeicherte Daten aus bereits beendeten Maschinenläufen auszuwerten, insbesondere auch zur weiteren Verfeinerung der Zustandsklassifikation. Vor allem können diese Verfahren aber auch zur Echtzeitüberwachung eines Systems verwendet werden, um bei einer Beschädigung oder möglichen Verschlechterung rechtzeitig einzugreifen, z.B. durch einen Wartungsvorgang oder eine Veränderung von Maschinenparametern. Da die benötigten Sensoren an unterschiedlichsten Stellen im System angeordnet werden können und häufig eine Anbringung auf einem Gehäuse oder einer anderen Außenfläche ausreichend sein kann, kann eine solche Zustandsdiagnostik auch nachträglich implementiert werden (Retrofit).
