DE19902326A1 - Verfahren zur Schadensfrüherkennung von rotierenden Maschinen - Google Patents

Verfahren zur Schadensfrüherkennung von rotierenden Maschinen

Info

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
Application number
DE1999102326
Other languages
English (en)
Other versions
DE19902326C2 (de
Inventor
Horst Jonuscheit
Olaf Strama
Reiner Thomae
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.)
Saab Medav Technologies GmbH
Original Assignee
Medav Digitale Signalverarbeitung GmbH
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 Medav Digitale Signalverarbeitung GmbH filed Critical Medav Digitale Signalverarbeitung GmbH
Priority to DE1999102326 priority Critical patent/DE19902326C2/de
Publication of DE19902326A1 publication Critical patent/DE19902326A1/de
Application granted granted Critical
Publication of DE19902326C2 publication Critical patent/DE19902326C2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

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
    • G01M13/02Gearings; Transmission mechanisms
    • G01M13/028Acoustic 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.
DE1999102326 1999-01-21 1999-01-21 Verfahren zur Schadensfrüherkennung von rotierenden Maschinen Expired - Lifetime DE19902326C2 (de)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Cited By (18)

* Cited by examiner, † Cited by third party
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