DE19902326A1 - Verfahren zur Schadensfrüherkennung von rotierenden Maschinen - Google Patents
Verfahren zur Schadensfrüherkennung von rotierenden MaschinenInfo
- Publication number
- DE19902326A1 DE19902326A1 DE1999102326 DE19902326A DE19902326A1 DE 19902326 A1 DE19902326 A1 DE 19902326A1 DE 1999102326 DE1999102326 DE 1999102326 DE 19902326 A DE19902326 A DE 19902326A DE 19902326 A1 DE19902326 A1 DE 19902326A1
- Authority
- DE
- Germany
- Prior art keywords
- machine
- determined
- measure
- order
- change
- 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.)
- Granted
Links
- 230000006978 adaptation Effects 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 31
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 230000005236 sound signal Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 abstract description 6
- 230000003595 spectral effect Effects 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 description 17
- 238000005096 rolling process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/028—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
Die Schadensfrüherkennung von rotierenden Maschinen erfolgt durch Analyse des emittierten Schalls für akute Veränderungen der Maschine. Dabei werden die mit ihren reziproken Varianz gewichteten Ordnungspegel summiert, mit einem FIR-Filter geglättet und daraus ein Änderungsmaß berechnet. Sofern das somit bestimmte Änderungsmaß einen vorzugebenden Wert übersteigt, wird dies als Schaden erkannt. Das Verfahren arbeitet grundsätzlich maschinenunabhängig und kann bei Kenntnis von Maschinenparametern und Maschinenzuständen besonders sensitiv eingesetzt werden. Die Überwachungsaufgabe kann auf einzelne Maschinenkomponenten bezogen werden.
Description
Rotierende Maschinen im Sinne dieser Beschreibung sind Maschinen, die neben fest
stehenden Teilen auch rotierende Teile wie z. B. Zahnräder, Lager und Wellen enthal
ten. Besondere Bedeutung haben hierbei Fahrzeuggetriebe, Elektro- und Verbren
nungsmotoren, Turbinen sowie Prüfstände für diese Aggregate.
Rotierende Teile emittieren Schwingungen und Geräusche. Die geeignete Auswertung
dieser akustischen Meßgrößen liefert Informationen zum Zustand des Prüflings.
Die vorliegende Erfindung bezieht sich auf ein Verfahren zur Erkennung von signifikan
ten, akut auftretenden Veränderungen im akustischen Verhalten des Prüfaufbaus be
stehend aus Prüfstand und Prüfling, welche auf ein aufgetretenes Schadensereignis
rückschließen lassen.
Es sind verschiedene Verfahren zur Maschinenüberwachung und Schadenserkennung
wie Risse, Abnutzung, Materialermüdung in einem frühen Stadium bekannt. Hierzu
werden maschinenspezifische Meßgrößen wie z. B. Schwingungen und Geräusche aus
gewertet, sofern sich der entstehende Schaden in diesen Meßgrößen abbildet.
Aus DE 38 12 474 ist eine Einrichtung zur Überwachung von Wälzlagern bekannt, die
durch eine fehlerspezifische Frequenzanalyse der akustische Signale des Wälzlagers
und dem Vergleich mit einem korrespondierenden Referenzwert die Schadensbeurtei
lung durchführt.
Ein Verfahren unter Verzicht auf eine Referenz wird in DE 32 45 505 vorgeschlagen.
Hier werden Schallsignale im hoch- bzw. tieffrequenten Bereich mittels zwei entspre
chend angeordneten Sensoren erfaßt und zu einer Größe verarbeitet, deren Anstieg zu
überwachen ist. Gemäß DE ist dieses Verfahren zur Überwachung von Wälzlagern, Ge
trieben und Turbinenanlagen vorgesehen.
Aus DE 195 45 008 sind ein Verfahren und eine Vorrichtung bekannt, die eine Über
wachung von periodisch arbeitenden Maschinen zur Früherkennung von Maschinenver
änderungen durch permanenten Vergleich aktueller statistischer Kennwerte mit Refe
renzwerten ermöglichen. Die wesentlichen Unterschiede dieser DE mit dem hier vor
geschlagenen Verfahren liegen in den eingesetzten mathematischen Analysemethoden,
der Bildung eines gleitenden Referenzwertes (im vorgeschlagenen Verfahren) zur Elimi
nierung des Einflusses zulässiger Zustandsänderungen und der fehlenden Möglichkeit
(in der genannten DE) zur Erhöhung der Sensitivität des Verfahrens durch Ausnutzung
der a-priori Kenntnissen über mögliche Betriebszustände.
Im Gegensatz zu DE 195 45 008 werden im hier beschriebenen Verfahren statisti
sche Kenngrößen, welche aus dem Ordnungsspektrum berechnet werden, nicht direkt
zur Klassifikation herangezogen. Vielmehr werden die spektralen Signalanteile mit Hilfe
von statistischen Kenngrößen konditioniert. Diese Konditionierung hat zur Folge, daß
das Verfahren selektiv gegenüber sehr kleinen Änderungen des Prüfobjekts wird, wel
che nicht dem normalen Verhalten entsprechen. Änderungen des Prüfobjekts, die für
das normale Verhalten des Prüflings charakteristisch sind, werden hingegen unter
drückt. Die normalen Änderungen dürfen dabei wesentlich größere Werte annehmen
als die zu detektierenden Änderungen.
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren der eingangs genannten Art zu
entwickeln, das universell einsetzbar ist und ohne die Bereitstellung von Referenzwer
ten arbeiten kann. Das Verfahren kann somit zur Überwachung von Prüflingen heran
gezogen werden, über deren normales Verhalten zum Beginn der Überwachung noch
keine gesicherten Kenntnisse vorliegen. Weiterhin können Fehlerzustände detektiert
werden, die vormals noch nie aufgetreten waren, sofern diese eine Änderung der ver
wendeten Meßgrößen bewirken.
Erfindungsgemäß wird die gestellte Aufgabe durch die im Kennzeichen des Anspruchs
1 angegebenen Merkmale gelöst.
Vorteilhafte Weiterbildungen und Ausgestaltungen des Verfahrens sind in den Un
teransprüchen 2 bis 7 angegeben. Die mit der Erfindung erzielbaren Vorteile ergeben
sich aus der folgenden Beschreibung.
Erfindungsgemäß werden akustische Signale der rotierenden Maschine sowie die Dreh
zahl einer Bezugskomponente der Maschine, z. B. die Drehzahl der Antriebswelle, auf
gezeichnet, digitalisiert und nach der im folgenden beschriebenen Signalverarbei
tungsmethode analysiert.
Die Bestimmung der spektralen Komponenten der akustischen Signale erfolgt lücken
los durch Verwendung der bekannten Ordnungsanalyse. Ein Verfahren zur Ordnungs
analyse, das auf digitalem Resampling aufsetzt, ist in Groppe, Jonuscheit, Strama,
Thomä: "Ordnungsanalyse", Meßtechnik und Meßsignalverarbeitung, MESSCOMP 1996,
expert Verlag, 1996, beschrieben. Zur Bereitstellung einer erwartungswerttreuen
Schätzung des Ordnungsspektrums werden geeignete Algorithmen verwendet. Aus
den Ordnungsspektren werden die Ordnungspegel C(µ, nta) als Verlauf der einzelnen
Ordnungen über der Zeit nta bestimmt. Dabei entspricht ta der Analysezeitdauer,
über die ein Ordnungsspektrum berechnet wird. Die Variable n beschreibt den Zeit
punkt der Analyse in diskreten Schritten von ta. Der Index µ bezeichnet die betrach
tete Linie des Ordnungsspektrums. Fig. 1 zeigt fünf ausgewählte Ordnungspegelver
läufe, wie sie sich vor einem realen Schadensereignis dargestellt haben.
Die statistischen Kenngrößen linearer Mittelwert ml(µ,nta), quadratischer Mittelwert
mq(µ, nta) und Varianz ν(µ, nta) jedes einzelnen Ordnungspegels C(µ, nta) werden ent
sprechend Formel (I) gleitend ermittelt.
ml(µ, nta) = k1ml(µ,(n-1)ta) + k2C(µ, nta),k0 +k2 = 1 (1a)
mq(µ, nta) = k1mq(µ,(n-1)ta) + k2C(µ, nta)2 ,k1 + k2 = 1 (Ib)
ν(µ, nta) = mq(µ, nta) - ml(µ, nta)2 (Ic)
Der betreffende Ordnungspegel wird zentriert und mit einem aus der aktuellen Varianz
ermittelten Faktor in der Form entsprechend Formel (II) gewichtet, daß Ordnungspe
gelverläufe mit hoher Varianz wenig und solche mit niedriger Varianz stark in das Klas
sifikationsergebnis eingehen.
Cν(µ, nta) = (C(µ, nta) - ml(µ,(n-1)ta))/(ν(µ(n-1)ta)+k), k = 0 . . . 1 (II)
Einerseits werden durch diese Wichtung Änderungen der Ordnungspegel, welche für
den normalen Zustand des Prüfobjekts charakteristisch sind, unterdrückt. Anderer
seits werden selbst minimale Pegeländerungen, welche für den normalen Lauf unty
pisch sind, "verstärkt" und können das Klassifikationsergebnis signifikant beeinflussen.
Aus den zentrierten und gewichteten Ordnungspegeln Cν ( µ, nta) wird mit Hilfe der
Vorschrift nach Gleichung (III) eine Kenngrößen A(nta) berechnet, welche das Verhalten
des Prüfobjekts über der Zeit repräsentieren.
M1, M2 repräsentieren den Ordnungsspektralbereich, der für die Analyse herangezo
gen wird.
Fig. 2 gibt einen varianzgewichteten Ordnungssummenpegel A(nta) wieder, wie er
sich vor einem realen Schadensereignis dargestellt hat.
Diese Kenngrößen ermöglichen die Detektion verschiedener Fehlerzustände. Plötzliche
Änderungen der Kenngrößen lassen auf akute Änderungen des Prüflings schließen. Un
ter Verwendung von Gleichung (IV) wird aus der Kenngröße A(nta) ein Merkmal λ(nta)
berechnet, welches die sprunghaften Änderungen des Prüfobjekts anzeigt.
λ(nta) = As(nta)/As((n-1)ta) (IV)
Zur Reduzierung des Einflusses aus Alterung und natürlichem Verschleiß des Prüfob
jekts wird der varianzgewichtete Ordnungssummenpegel vor Anwendung der Vorschrift
nach Gleichung (IV) mittels digitalem FIR-Filter gemäß Gleichung (IV) geglättet.
Fig. 3 zeigt das somit ermittelte Änderungsmaß λ für den varianzgewichteten Ord
nungssummenpegel, wie er sich vor einem realen Schadensereignis dargestellt hat.
Das vorgeschlagene Verfahren kann für beliebige rotierende Maschinen ohne jegliche
konstruktiven Vorkenntnisse eingesetzt werden. Wird die Überwachung einer Maschi
ne eingerichtet, so sind Akustik-Sensoren, z. B. Körperschallaufnehmer und Mikropho
ne, an den Maschinen geeignet anzubringen.
Zu Beginn einer Überwachungsaufgabe werden die akustischen Signale in oben be
schriebener Weise analysiert. Das Adaptionsmaß Θ, welches gemäß (VIa) und (VIb)
berechnet wird, stellt sich dabei automatisch in einer "Adaptionsphase" auf einen Be
zugswert ein.
Die Dauer der Adaptionsphase ist grundsätzlich abhängig vom zu überwachenden Ma
schinentyp, da das Anlaufverhalten der Maschine, bis stationäre Betriebsbedingungen
erreicht sind, großen Einfluß auf die Varianz der Ordnungen haben kann. Das vorge
schlagene Verfahren überwacht die Entwicklung des Adaptionsmaßes Θ, und sobald
Θ über eine Zeitdauer T = lta unter einer festzulegenden Schwelle liegt, gilt die Adap
tionsphase als beendet und die Überwachungsphase beginnt automatisch.
Überschreitet das Änderungsmaß λ in der Überwachungsphase einen extern vorzuge
benden, auf Erfahrung beruhenden Schwellwert, so ist ein Schadensfall erkannt wor
den.
Überschreitet das Adaptionsmaß Θ in der Überwachungsphase einen vorzugebenden,
auf Erfahrung beruhenden Schwellwert, so wird λ als nicht aussagekräftig bewertet,
da das System sich auf das veränderte Verhalten des Prüflings adaptieren muß.
Konstruktive Kenntnisse über die Maschine können genutzt werden, um z. B. Signal
bandbreite und Ordnungsauflösung für eine vorteilhafte meßtechnische Umsetzung des
Verfahrens festzusetzen.
Eine mehrkanalige Realisierung des Verfahrens kann durch die konstruktive Beschaf
fenheit des Prüfobjekts sinnvoll sein, um auftretende Fehler im Sensorsignal besser zu
erfassen.
Eine vorteilhafte Ausgestaltung des Verfahrens berücksichtigt die endliche Zahl von
Betriebszuständen, in denen die Überwachung erfolgt. Das Prinzip dabei ist, daß für
jeden Betriebszustand Bi der Maschine ein Änderungsmaß λi bestimmt wird, das
beim Erstanlauf des Betriebszustandes Bi in einer Adaptionsphase eingestellt wird.
Eine spezielle Ausführung ist, daß die zu unterscheidenden Betriebszustände an feste
Drehzahlbereiche gekoppelt sind. Der maximale Drehzahlbereich dmax der zu überwa
chenden Maschine wird dabei in I festzulegende Drehzahlintervalle aufgeteilt, wobei
die Drehzahlintervalle sich auch überlappen oder auch lückenhaft aneinandergereiht
sein dürfen. Das vorgeschlagene Verfahren ermittelt für jedes Drehzahlintervall Di ein
Änderungsmaß λi , das beim Erstanlauf des Drehzahlintervalls in einer Adaptionsphase
eingestellt wird.
Der Vorteil dieses Vorgehens liegt in der erhöhten Sensitivität des Verfahrens, da bei
der Bestimmung des Änderungsmaßes λ verschiedene Betriebszustände (und damit
unterstellterweise unterschiedliches akustisches Verhalten) unterschieden werden,
die nicht mit einer Schädigung der Maschine im Bezug stehen; λi wird insgesamt
"glatteren" Verlauf haben. Die Adaptionsphasen für wiederholt auftretende Betriebs
zustände bzw. Drehzahlintervalle können verkürzt werden, wenn das letztmalige Auf
treten des betreffenden Betriebszustandes Bi bzw. Drehzahlintervalls Di nicht länger
als die Zeitdauer TBi bzw. TDi zurückliegt und der "alte" varianzgewichtete Ordnungs
summenpegel Asi((n-1)ta) noch als Referenz zur Berechnung von λi angenommen
werden kann. Die Zeitdauer TBi für die I Betriebszustände sind durch Erfahrungswer
te festzusetzen. Fig. 4 verdeutlicht das Prinzip zur Einteilung des maximalen Dreh
zahlbereichs in Drehzahlintervalle und den zugehörigen Adaptions- und Überwachungs
phasen.
Eine vorteilhafte Ausgestaltung des Verfahrens berücksichtigt, daß von bestimmten zu
überwachenden Komponenten des Prüfobjekts determinierte, a-priori bekannte Ord
nungsspektralanteile emittiert werden. Zur sensitiven Überwachung der einzelnen
Komponenten einer rotierenden Maschine unabhängig voneinander können für mehrere
Sätze von Ordnungslinien Mj jeweils ein Änderungsmaß λj ermittelt werden. Unter
Berücksichtigung verschiedener Betriebszustände Bi bzw. Drehzahlbereiche Di be
deutet dies, daß in allen Betriebszuständen Bi bzw. Drehzahlbereichen Di für jedes
Mj ein Änderungsmaß λij berechnet wird, das beim Erstanlauf des Betriebszustandes
Bi bzw. Drehzahlintervalls Di in einer Adaptionsphase eingestellt wird.
Claims (7)
1. Verfahren zur Schadensfrüherkennung von rotierenden Maschinen durch Aus
wertung ihres emittierten Schalls und Bearbeitung des Schallsignals mittels Ord
nungsanalyse, dadurch gekennzeichnet, daß ein Änderungsmaß λ ermittelt und gegen
einen vorzugebenden Schwellwert verglichen wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß zur sensitiven Über
wachung einzelner Maschinenkomponenten unabhängig voneinander für mehrere Sätze
von Ordnungslinien Mj jeweils ein Änderungsmaß λ ermittelt wird.
3. Verfahren nach Anspruch 1 bis 2, dadurch gekennzeichnet, daß durch eine
mehrkanalige Anordnung die konstruktiven Eigenschaften der zu überwachenden Ma
schine insofern besser berücksichtigt werden, als daß die Sensoren näher am mögli
chen Fehlerort sind und damit der akustische Einfluß des Fehlers im Schallsignal ver
stärkt enthalten ist.
4. Verfahren nach Anspruch 1 bis 3, dadurch gekennzeichnet, daß für jeden Be
triebszustand Bi der Maschine ein Änderungsmaß λij bestimmt und ein zugehöriger
Schwellwert vorgegeben wird.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß die Adaptionsphase
für wiederholt erreichte Betriebszustände Bi entfällt, indem der "alten" betriebszu
standspezifische, varianzgewichtete Ordnungssummenpegel Asi((n-1)ta) als Referenz
zur Berechnung von λij weiterverwendet wird. Dies gilt, sofern das wiederholte An
laufen des Betriebszustands Bi nicht später als eine vorzugebende Zeitdauer TBi er
folgt.
6. Verfahren nach Anspruch 1 bis 3, dadurch gekennzeichnet, daß der maximale
Drehzahlbereich der Maschine in Drehzahlintervalle unterteilt wird, und für jedes
Drehzahlintervall Di ein Änderungsmaß λij bestimmt und ein zugehöriger Referenz
wert vorgegeben wird.
7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, daß die Adaptionsphase
für wiederholt erreichte Drehzahlintervalle Di entfällt, indem der "alten" betriebszu
standspezifische, varianzgewichtete Ordnungssummenpegel Asi((n-1)ta) als Referenz
zur Berechnung von weiterverwendet wird. Dies gilt, sofern das wiederholte An
laufen des Drehzahlintervalls Di nicht später als eine vorzugebende Zeitdauer TDi er
folgt.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE1999102326 DE19902326C2 (de) | 1999-01-21 | 1999-01-21 | Verfahren zur Schadensfrüherkennung von rotierenden Maschinen |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE1999102326 DE19902326C2 (de) | 1999-01-21 | 1999-01-21 | Verfahren zur Schadensfrüherkennung von rotierenden Maschinen |
Publications (2)
Publication Number | Publication Date |
---|---|
DE19902326A1 true DE19902326A1 (de) | 2000-08-10 |
DE19902326C2 DE19902326C2 (de) | 2003-05-08 |
Family
ID=7894980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE1999102326 Expired - Lifetime DE19902326C2 (de) | 1999-01-21 | 1999-01-21 | Verfahren zur Schadensfrüherkennung von rotierenden Maschinen |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE19902326C2 (de) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1284414A2 (de) * | 2001-08-13 | 2003-02-19 | Siemens Aktiengesellschaft | Diagnose von Robotergetrieben |
DE10228389A1 (de) * | 2002-04-13 | 2003-10-30 | I For T Gmbh | Schwingungssensor und Verfahren zur Zustandsüberwachung von rotierenden Bauteilen und Lagern |
DE10235347C1 (de) * | 2002-08-02 | 2003-10-30 | Audi Ag | Prüfverfahren zur Überprüfung der Akustik mindestens eines Schallwellen erzeugenden Klimasteuerungselements und Prüfvorrichtung |
WO2004068100A1 (de) * | 2003-01-31 | 2004-08-12 | Fag Kugelfischer Ag | Verfahren zur feststellung von körperschallereignissen in einem wälzlager |
DE102004006848A1 (de) * | 2004-02-12 | 2005-09-01 | Deere & Company, Moline | Verfahren und Überwachungssystem zur Überwachung des Zustands von Arbeitsmaschinen |
WO2010130455A2 (de) * | 2009-05-14 | 2010-11-18 | Karl Morgenbesser | Schwingungsüberwachung an einer maschine mit rotierender welle |
DE102016206809A1 (de) * | 2016-04-21 | 2017-10-26 | Zf Friedrichshafen Ag | Verfahren zum automatisierten Zuordnen möglicher Verursacherquellen zu einer akustischen Auffälligkeit einer rotationssynchronen Geräuschquelle |
EP3782908A1 (de) * | 2019-08-21 | 2021-02-24 | Bell Textron Inc. | Automatische trenderkennung |
US11568292B2 (en) | 2020-06-25 | 2023-01-31 | Textron Innovations Inc. | Absolute and relative importance trend detection |
DE102022121797A1 (de) | 2022-08-29 | 2024-02-29 | Rolls-Royce Solutions GmbH | Verfahren zum Betreiben eines technischen Gerätes, Einrichtung zum Steuern und Regeln zum Ausführen der Schritte des Verfahrens, ein technisches Gerät mit Einrichtung zum Steuern und Regeln sowie Anzahl von technischen Geräten |
DE102022124660A1 (de) | 2022-09-26 | 2024-03-28 | Aesculap Ag | Fehleranalyse von Chirurgiemotorsystemen |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003095956A2 (de) | 2002-04-13 | 2003-11-20 | I-For-T Gmbh | Schwingungssensor und verfahren zur zustandsüberwachung von rotierenden bauteilen und lagern |
DE102009052331A1 (de) * | 2009-11-07 | 2011-05-12 | Robert Bosch Gmbh | Verfahren zur Maschinendiagnose |
CN103217645B (zh) * | 2013-04-07 | 2015-12-02 | 上海申瑞继保电气有限公司 | 风电场的风机隐性故障监测方法 |
CN110231166B (zh) * | 2019-07-02 | 2020-12-01 | 北京天泽智云科技有限公司 | 一种变转速工况下三级传动齿轮箱的智能诊断方法 |
DE102022201315A1 (de) | 2022-02-09 | 2023-08-10 | Robert Bosch Gesellschaft mit beschränkter Haftung | Computerimplementiertes Verfahren zur Bestimmung von Strukturresonanzfrequenzen in einem technischen System |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3245505C2 (de) * | 1982-12-09 | 1985-11-14 | Rheinisch-Westfälischer Technischer Überwachungsverein e.V ., 4300 Essen | Verfahren zur Schadensfrüherkennung |
JPH065193B2 (ja) * | 1987-04-28 | 1994-01-19 | 光洋精工株式会社 | 軸受残存寿命予知装置 |
DE4116345A1 (de) * | 1991-05-18 | 1992-11-19 | Rhein Westfael Tech Ueberwach | Verfahren zur schadensfrueherkennung |
US5511422A (en) * | 1993-04-09 | 1996-04-30 | Monitoring Technology Corporation | Method and apparatus for analyzing and detecting faults in bearings and other rotating components that slip |
DE19545008C5 (de) * | 1995-12-02 | 2004-07-22 | Reilhofer Kg | Verfahren zur Überwachung von periodisch arbeitenden Maschinen |
-
1999
- 1999-01-21 DE DE1999102326 patent/DE19902326C2/de not_active Expired - Lifetime
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1284414A3 (de) * | 2001-08-13 | 2006-01-11 | Siemens Aktiengesellschaft | Diagnose von Robotergetrieben |
DE10139759A1 (de) * | 2001-08-13 | 2003-03-27 | Siemens Ag | Diagnose von Robotergetrieben |
EP1284414A2 (de) * | 2001-08-13 | 2003-02-19 | Siemens Aktiengesellschaft | Diagnose von Robotergetrieben |
DE10228389A1 (de) * | 2002-04-13 | 2003-10-30 | I For T Gmbh | Schwingungssensor und Verfahren zur Zustandsüberwachung von rotierenden Bauteilen und Lagern |
DE10228389B4 (de) * | 2002-04-13 | 2006-11-09 | I-For-T Gmbh | Schwingungssensor und Verfahren zur Zustandsüberwachung von rotierenden Bauteilen und Lagern |
DE10235347C1 (de) * | 2002-08-02 | 2003-10-30 | Audi Ag | Prüfverfahren zur Überprüfung der Akustik mindestens eines Schallwellen erzeugenden Klimasteuerungselements und Prüfvorrichtung |
CN100510678C (zh) * | 2003-01-31 | 2009-07-08 | 法格库格尔菲舍尔无限责任公司 | 用于检测滚动轴承中固体声事件的方法 |
WO2004068100A1 (de) * | 2003-01-31 | 2004-08-12 | Fag Kugelfischer Ag | Verfahren zur feststellung von körperschallereignissen in einem wälzlager |
US7599804B2 (en) | 2003-01-31 | 2009-10-06 | Fag Kugelfischer Ag | Method for detecting structure-borne noise events in a roller bearing |
DE102004006848A1 (de) * | 2004-02-12 | 2005-09-01 | Deere & Company, Moline | Verfahren und Überwachungssystem zur Überwachung des Zustands von Arbeitsmaschinen |
WO2010130455A2 (de) * | 2009-05-14 | 2010-11-18 | Karl Morgenbesser | Schwingungsüberwachung an einer maschine mit rotierender welle |
WO2010130455A3 (de) * | 2009-05-14 | 2011-01-06 | Karl Morgenbesser | Schwingungsüberwachung an einer maschine mit rotierender welle |
DE102016206809A1 (de) * | 2016-04-21 | 2017-10-26 | Zf Friedrichshafen Ag | Verfahren zum automatisierten Zuordnen möglicher Verursacherquellen zu einer akustischen Auffälligkeit einer rotationssynchronen Geräuschquelle |
EP3782908A1 (de) * | 2019-08-21 | 2021-02-24 | Bell Textron Inc. | Automatische trenderkennung |
US11568292B2 (en) | 2020-06-25 | 2023-01-31 | Textron Innovations Inc. | Absolute and relative importance trend detection |
DE102022121797A1 (de) | 2022-08-29 | 2024-02-29 | Rolls-Royce Solutions GmbH | Verfahren zum Betreiben eines technischen Gerätes, Einrichtung zum Steuern und Regeln zum Ausführen der Schritte des Verfahrens, ein technisches Gerät mit Einrichtung zum Steuern und Regeln sowie Anzahl von technischen Geräten |
DE102022121797A8 (de) | 2022-08-29 | 2024-08-01 | Rolls-Royce Solutions GmbH | Verfahren zum Betreiben eines technischen Gerätes, Einrichtung zum Steuern und Regeln zum Ausführen der Schritte des Verfahrens, ein technisches Gerät mit Einrichtung zum Steuern und Regeln sowie Anzahl von technischen Geräten |
DE102022124660A1 (de) | 2022-09-26 | 2024-03-28 | Aesculap Ag | Fehleranalyse von Chirurgiemotorsystemen |
Also Published As
Publication number | Publication date |
---|---|
DE19902326C2 (de) | 2003-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE19902326C2 (de) | Verfahren zur Schadensfrüherkennung von rotierenden Maschinen | |
DE60221149T2 (de) | System und verfahren zur identifikation des vorhandenseins von defekten in einer vibrierenden maschine | |
DE102008027016B4 (de) | Verfahren und Vorrichtung zur Analyse von Geräuschen eines Kraftfahrzeuges | |
DE19545008C5 (de) | Verfahren zur Überwachung von periodisch arbeitenden Maschinen | |
DE60311271T2 (de) | Überwachungs- und Datenverarbeitungseinheit für Windräder und System für eine vorbeugende Wartung für Windräderanlagen | |
DE102016102328A1 (de) | System zur Diagnose von Anomalien, Diagnoseverfahren und -vorrichtung | |
DE10049506A1 (de) | Integrierte Elektromotorüberwachung | |
DE112005002077T5 (de) | Zustandserfassungsvorrichtung, Zustandserfassungsverfahren, Zustandserfassungsprogramm, Informationsaufzeichnungsmedium dafür sowie Zustandsanzeigevorrichtung, Zustandsanzeigeverfahren, Zustandsanzeigeprogramm und Informationsaufzeichnungsmedium dafür | |
EP2102728B1 (de) | Verfahren und vorrichtung zum diagnostizieren des zustandes eines maschinenbauteils | |
DE102018101057A1 (de) | Detektieren einer fehlerhaften Sammlung von Vibrationsdaten | |
EP2291617A1 (de) | Überwachungssystem für ein schwingungen unterworfenes aggregat | |
DE60117049T2 (de) | Maschinenzustandsüberwachungsvorrichtung mit steuerungseinrichtung | |
EP2128591A2 (de) | Verfahren zur Überwachung von Leistungsprüfständen, sowie Leistungsprüfstand | |
DE102008044652A1 (de) | Verfahren zum Betreiben einer Windenergieanlage mit einer Windgeschwindigkeitsmesseinrichtung | |
DE102016222660A1 (de) | Verfahren und Vorrichtung zum Erkennen von Veränderungen in einem elektrisch betriebenen Antrieb | |
DE202021101831U1 (de) | Elektrische Pumpe | |
WO2011088935A1 (de) | Verfahren zur zustandsüberwachung einer maschine und überwachungseinrichtung hierfür | |
EP4012426B1 (de) | Verfahren zur korrektur eines zeitabhängigen messsignals einer motor-getriebeeinheit sowie verfahren zur erkennung von verschleiss und/oder einer beschädigung derselben mittels dieses korrekturverfahrens | |
EP0863404A1 (de) | Verfahren und Vorrichtung zur Bestimmung der Drehzahl einer Brennkraftmaschine aus dem emittierten Schall | |
DE69728942T2 (de) | System zur Auswertung des Zustandes einer Vakuumpumpe | |
DE102011106924B4 (de) | Codierer mit einer Funktion zum Erfasssen eines Betrags von Störsignalen | |
EP1197415A2 (de) | Verfahren und Vorrichtung zur Erkennung eines schadhaften Wälzlagers eines Schienenfahrzeuges | |
WO2003016838A1 (de) | Spektrale bewertung eines prüfobjekts | |
AT396842B (de) | Verfahren und einrichtung zur motorüberwachung | |
WO2018197086A1 (de) | Anstreifdetektionsverfahren |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8304 | Grant after examination procedure | ||
8364 | No opposition during term of opposition | ||
R071 | Expiry of right |