DE3141016A1 - "einrichtung und verfahren zum diagnostizieren der funktionsweise von anlagen" - Google Patents

"einrichtung und verfahren zum diagnostizieren der funktionsweise von anlagen"

Info

Publication number
DE3141016A1
DE3141016A1 DE19813141016 DE3141016A DE3141016A1 DE 3141016 A1 DE3141016 A1 DE 3141016A1 DE 19813141016 DE19813141016 DE 19813141016 DE 3141016 A DE3141016 A DE 3141016A DE 3141016 A1 DE3141016 A1 DE 3141016A1
Authority
DE
Germany
Prior art keywords
malfunction
probability
variables
relevant
function
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.)
Withdrawn
Application number
DE19813141016
Other languages
English (en)
Inventor
Paul Hunter Monroeville Pa. Haley
Stephen Joseph Wayne Pa. Jennings
Robert Lee Wallingford Pa. Osborne
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.)
CBS Corp
Original Assignee
Westinghouse Electric Corp
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 Westinghouse Electric Corp filed Critical Westinghouse Electric Corp
Publication of DE3141016A1 publication Critical patent/DE3141016A1/de
Withdrawn legal-status Critical Current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
    • G01M99/00Subject matter not provided for in other groups of this subclass
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06GANALOGUE COMPUTERS
    • G06G7/00Devices in which the computing operation is performed by varying electric or magnetic quantities
    • G06G7/48Analogue computers for specific processes, systems or devices, e.g. simulators
    • G06G7/66Analogue computers for specific processes, systems or devices, e.g. simulators for control systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Description

- 4 - WS 282 P - 2388
Einrichtung und Verfahren zum Diagnostizieren der Funktionsweise
von Anlagen
Die Erfindung betrifft eine Einrichtung und ein Verfahren zum Diagnostizieren von Anlagen, bei welchen Fehlfunktionen auftreten können und bei welchen verschiedene Betriebsparameter als teilweise relevante und teilweise · nicht-relevante Variable mit Sensoreinrichtungen erfaßt und überwacht werden.
Der Betriebszustand von Anlagen unterschiedlichster Art muß häufig aus Sicherheitsgründen und Wirtschaftlichkeitsgründen kontinuierlich überwacht werden, um eine mögliche Fehlfunktion frühzeitig zu erkennen und entsprechende Korrekturmaßnahmen einzuleiten.
Es existieren viele Diagnosesysteme, bei welchen Basis-Standards für einen Vergleich während des Normalbetriebs erfaßt werden. Dabei finden eine Violzahl von Sensoren Verwendung, um Signale für bestimmte vorgegebene Betriebsparameter zu erhalten. Wenn das System drehende Teile enthält, sind in der Regel Sensoren vorgesehen, welche eine Ist-Zeit-Spektralanalyse der Vibrationssignale durchführen.
Die Gesamtheit der Sensorsignale wird kontinuierlich überwacht und überprüft und.wenn sich gegenüber dem Basis-Standards bestimmte Abweichungen zeigen, diese für die Betriebsüberwachung zur Darstellung gebracht. Sehr oft werden dabei die Signalniveaus auf Werte festgelegt, bei welchen es zu spät ist, Schutzmaßnahmen einzuleiten, wenn ein Alarm ausgelöst wurde. Wenn andererseits, jedoch die Signalniveaus zu niedrig angesetzt werden, können frühzeitige und sogar unnötige Alarms ausgelöst werden. Eine Abschaltung
- 5 - WS 282 P - 2388
schaltung der Anlage aufgrund einer zu frühzeitigen Fehlfunktionsdiagno^ se kann erhebliche wirtschaftliche Verluste mit sich bringen.
Eine bekannte Diagnoseeinrichtung bietet dem Überwachungspersonal die Wahrscheinlichkeit einer Fehlfunktion, basierend auf gewissen gemessenen Parametern. Die Fehlfunktionswahrscheinlichkeit ist jedoch nach wie vor darauf aufgebaut, daß bestimmte Signale ein vorher eingestelltes Sehwellwertniveau übersteigen oder darunterbleiben. Bei einer anderen Einrichtung für diesen Zweck wird die Wahrscheinlichkeit einer Fehlfunktion kontinuierlieh zur Anzeige gebracht und beruht auf der Abschätzung von Fehlerraten sowie einer gewissen viel-variablen funktionellen Wahrscheinlichkeitsdichte, welche bestimmte Fehlfunktionen, bezogen auf die Gesamtheit der Messung beschreibt. Solehe Fehlerraten bzw. Wahrscheinlichkeitsfunktionen sind extrem schwierig zu erhalten. ·
' ·
Der Erfindung liegt die Aufgabe zugrunde, eine Einrichtung und ein Verfahren zum Diagnostizieren der Funktionsweise von Anlagen zu schaffen, welche dem Bedienungspersonal eine kontinuierliche Anzeige der Wahrscheinlichkeit einer Fehlfunktion, basierend auf zwei oder mehr Sensorablesungen bietet, wobei diese Anzeige nicht nur von dem einfachen Übersteigen eines Schwellwertes abhängt, damit dem Bedienungspersonal die Möglichkeit geboten ist, möglichst frühzeitig eine auftretende Fehlfunktion zu erkennen und Absehätzungen bezüglich des weiteren Betriebs der Anlage zu ermöglichen. . ■
Zur Lösung der Aufgabe ist die Erfindung für eine Einrichtung zum Diagnostizieren von Anlagen, bei welchen m Fehlfunktionen auftreten können, mit Sensoreinrichtungen zur Erfassung von Betriebsparametern, von welchen ein Teil für eine bestimmte Fehlfunktion j relevante Variable (yr.) und ein anderer Teil für diese Fehlfunktion nicht-relevante Variable (ys·) darstellen, gekennzeichnet durch Einrichtungen zum Modifizieren und Verknüpfen der für eine bestimmte Fehlfunktion relevanten Variablen entsprechend der Funktion (Fj (yr·)) und ferner zum Modifizieren der nicht-relevanten Variablen mit einer bestimmten Funktion (q£sj fq (Vq)), um eine Angabe
einer
- 6 - WS 282 P - 2388
einer Fehlfunktion (Fj(y) zu erhalten; Einrichtungen zur Herleitung einer normalisierten Fehlfunktionsan gäbe,
ite)
Fj (Σ)
und ferner Einrichtungen zum Modifizieren der normalisierten Fehlfunktionsangabe· mit einem mit der Wahrscheinlichkeit, daß das System nicht im normalen Betriebszustand (l-Fn(y)) ist, relativierten Faktor, um die Wahrseheinlichkeit des Auftretens von einer bestimmten Fehlfunktion (P(Mj y)) zu erhalten.
Für das Verfahren zum Diagnostizieren der Funktionsweise von Anlagen, bei welchen Fehlfunktionen auftreten können und bei welchen verschiedene Betriebsparameter als teilweise relevante und teilweise nicht-relevante Varia'.le erfaßt sowie überwacht werden sieht die Erfindung vor, daß der normale Betriebszustand der Anlage als Funktion jeder einzelnen Variablen charakterisiert (erste' Charakterisierung) wird, daß entsprechend einer ersten vorgegebenen Funktion alle ersten Charakterisierungen miteinander
20. verknüpft werden, um eine Wahrscheinlichkeit des normalen Betriebszustandes zu erhalten, daß jede Fehlfunktion als eine Funktion jeder einzelnen relevanten Variablen charakterisiert (zweite Charakterisierung) wird, daß für jede .Fehlfunktion entsprechend einer zweiten vorgegebenen Funktion alle zweiten Charakterisierungen miteinander verknüpft und mit einem vom Normalbetrieb abhängigen und auf den nicht-relevanten Variablen des basierenden Faktors modifiziert werden, um eine Fehlfunktionsangabe zu erhalten, und daß die Ergebnisse der vorausgehenden Verfahrensschritte miteinander verknüpft und mit einem weiteren, von der Wahrscheinlichkeit eines normalen betriebsabhängigen Faktors modifiziert werden, um für jede Fehlfunktion eine Angabe der Wahrscheinlichkeit der Existenz der Fehlfunktion zu erhalten.
Für die Charakterisierung des Betriebszustandes bzw. der Fehlerfunktion durch Variable kann abweichend von Messungen auch die Betriebserfahrung
herangezogen
3 K 1 Q1 6
- 7 - WS 282 P - 2388
herangezogen werden. Die Diagnoseergebnisse werden vorzugsweise für das Betriebspersonal zur Darstellung gebracht, wobei Balkendiagramme Verwendung finden können. Es ist ferner vorgesehen, daß auch die Existenz der Wahrscheinlichkeit Undefinierter Fehlfunktionen zu ermitteln und darzustellen, wobei zweckmäßigerweise die Darstellung der Wahrscheinlichkeit auf einen Wert von weniger als 100 96 begrenzt wird.
Die Erfindung mit ihren Vorteilen und Merkmalen wird anhand von auf die Zeichnung bezugnehmenden Ausführungsbeispielen näher erläutert. Es zeigen:
Fig. 1 ein Blockdiagramm eines Diagnosesystems,
Fig. 2 ein Blockdiagramm der Signalformerschaltung gemäß Fig. 1,
Fig. 3 ein Diagramm der Wahrscheinlichkeit der Normalfunktion des . überwachten Systems in Abhängigkeit von einer gemessenen Variablen, .
Fig· 4 ein Diagramm zur Erläuterung einer verwendeten Transformation, ·
Fig. 5 und 6 Exponentialdarstellungen zur Erläuterung bestimmter benutzter Ausdrücke, . .
· Fig. 7 das Bloekdiagramm eines Moduls gemäß Fig. 2,
Fig. 8 das Diagramm einer Wahrscheinlichkeit einer bestimmten Fehlfunktion in Abhängigkeit von einer gemessenen Variablen,
■ ' .
Fig. 9 eine Kurve zur Erläuterung einer bestimmten mathematischen Operation,
WS 282 P - 2388
Fig. 10 ein Blockdiagramm eines weiteren Moduls gemäß Fig." 2,
Fig. 11 ein- Blockdiagramm einer detaillierten Verknüpfungsschaltung
gemäß Fig. 2,
5
Fig. 12 eine Prinzipdarstellung eines Turbinen-Generatorsystems mit
einer Flüssigkeitskühlung als Beispiel einer Diagnoseanwendung,
Fig. 13 ein Blockdiagramm, in welchem bestimmte Generatorfehlfunktionen mit bestimmten Variablen korreliert werden, ·
Fig. 13A eine Korrelationsmatrix,
Fig. 14A, B und C bis
Fig. 16A, B und C Wahrscheinlichkeitskurven in Abhängigkeit bestimmter Variablen zur Erläuterung der Diagnose des Turbinen-Generatorsystems gemäß Fig. 12,
Fig. 17. die schematisierte Darstellung der Ergebnisse auf einem BiIdschirm,
Fig. 18 ein Diagramm, aus welchem der Einfluß der Auswahl bestimmter Gewichtungsfaktoren auf die Wahrscheinlichkeit hervorgeht.
- 9 - WS 282 P - 2388
In Fig. 1 ist ein zu überwachendes System 10 mit einer Vielzahl von Sensoren 12-1 bis 12-n dargestellt, von welchen jeder eine bestimmte Betriebsbedingung, wie z.B. die Temperatur, den Druck, die Vibration o.dgl. feststellt und ein entsprechendes Ausgangssignal liefert.' Dieses Sensorausgangssignal· wird in einer nachgeschalteten Signalformerschaltung 14-1 bis 14-n verarbeitet, wobei diese Signalformerschaltung von der Natur des Sensorsignals abhängt. Diese Signalformerschaltung kann beispielsweise Verstärker, Filter, Spektralanalysatoren, Schaltkreise für eine Fourier-Transformation für die Ermittlung von Frequenzkomponenten und dgl. umfassen.
An den Ausgängen der Signalformersehaltungen stehen Signale yi bis yn zur Verfügung, welche allgemein mit yj bezeichnet werden und die gemessenen Parameter durch jeweils Variable kennzeichen, welche einer nachfolgenden Signalverarbeitungssehaltung 16 zugeführt werden. Diese Signalverarbeitungsschaltung verknüpft die empfangenen Signale und liefert ein Ausgangssignal an eine Anzeige 18 und/oder weitere Aufzeichnungsgeräte, von welchen die Wahrscheinlichkeit des Auftretens einer oder mehreren Fehlfunktionen innerhalb des überwachten Systems 10 aufgezeichnet werden. Wenn es wünschenswert ist, kann auch die Amplitude der Variablen selbst zur Anzeige gebracht werden, indem die Ausgangssignale y^ bis yn der Anzeige 18 direkt zugeführt werden, welche die Signale auf einem Bildschirm zur Darstellung bringt.
Obwohl die Darstellung gemäß Fig. 1 nur einen einfachen Aufbau zeigt, bei welchem von einer Messung nur eine Variable abgeleitet wird, ist es offensichtlich, daß auch Signalformersehaltungen Verwendung finden können, die mehr als ein Ausgangssignal in Abhängigkeit von einer Messung liefern. So kann z.B. bei einer Fehlerdiagnose an Rotationsmaschinen der Sensor für die Wellenvibration ein Ausgangssignal liefern, welches nach der Analyse und der entsprechenden Signalformung mehrere Variable liefert, welche beispielsweise die Drehgeschwindigkeit mit Amplitude und Phase, die Phasenänderung, die zweite Harmonische der Drehgeschwindigkeit und weitere Größen repräsentieren können. Umgekehrt können zwei und mehr Sensorsignale miteinander verknüpft und im Ergebnis ausgangssei tig als eine einzige Variable zur Verfügung gestellt werden.
Die
- 10 - WS 282 P - 2388
Die Wirkungsweise der Signalverarbeitungssehaltung 16 basiert auf bestimmten Eingangsgrößen in Abhängigkeit von der Wahrscheinlichkeit, daß jede Variable ■ V} in ihrem normalen Betriebsbereich liegt, wenn das überwachte System korrekt arbeitet und ferner auf der Beziehung zwischen der Wahrseheinlichkeit im Normalbetrieb und der Wahrscheinlichkeit, daß eine bestimmte Fehlfunktion als Funktion der Größe der Veränderliehen aufgetreten ist. Die verschiedenen Wahrscheinlichkeiten einer einzelnen auf den Variablen basierenden Fehlfunktion werden dann miteinander verknüpft und mit einem Faktor modifiziert, welcher von dem Normalbetrieb des Systems abhängt, um für jede mögliche Fehlfunktion ein Ausgangssignal zu liefern, welches die Wahrscheinlichkeit, daß eine bestimmte Fehlfunktion auftritt, kennzeichnet. Beispielsweise kann die Information entsprechend der nachfolgenden Gleichung verknüpft werden:
' P(M,.1*) = [1 - F (γ)) i . (1)
m PT + Σ F (γ)
In der Gleichung kennzeichnet M eine Fehlfunktion und j eine bestimmte Fehlfunktion. Mit y ist ein Feld von Variablen gekennzeichnet bestehend aus einem Vektor, der sich aus den Eingangssignalen y^ bis yn aufbaut. Die Funktion FgCy) kennzeichnet die Wahrscheinlichkeit, daß das überwachte System mit den erfaßten Sensoren im normalen Betriebszustand ist. Entsprechend wird durch den Ausdruck 1 - Fn(y) in der eckigen Klammer die Wahrscheinlichkeit gekennzeichnet, daß sich das System nicht im normalen Betriebszustand befindet. Jede Funktion Fj(y) stellt die nicht Normalisierte bedingte Wahrscheinlichkeit des Auftretens einer Fehlfunktion j für die Messungen y dar. Wenn eine Wahrscheinlichkeit von m Fehlfunktionen existiert, repräsentiert der Ausdruck
m
' · Σ F,(γ)
J=I
im Nenner der Gleichung (1) die Summation aller errechneten Werte Fj(y) für jede bestimmte Fehlfunktion, d.h. Fj^(y) + F£(y) +■ F3(y) + ... + Fm(y). 35
Der
3TA1GT6
- 11 - WS 282 P - 2388
F . (y)
Der Ausdruck 3
Σ F,(γ)
kennzeichnet die normalisierte Fehlfunktion.
Mit der Größe PT im Nenner der Gleichung (1) wird die Schwellwertwahrscheinlichkeit begrenzt. Wenn z.B. festgelegt wird, daß keine Diagnosewahrscheinlichkeit größer als 95 % sein soll, dann ergibt sich für PT der Wert 0,05 aus 1 - 0,95. Durch die rechte Seite der Gleichung (1) wird daher die Wahrscheinlichkeit gekennzeichnet, daß eine Fehlfunktion Mj unter der Bedingung existiert, daß 1 - Fg(y) der Grad der Gewißheit ist, daß das System sich nicht im normalen Betriebszustand befindet. Das bedeutet, es existiert unter Voraussetzung des Meßvektors y die Wahrscheinlichkeit My entsprechend der Aussage auf der linken Seite der Gleichung 1. Die Wahrscheinlichkeit, doß keine Fehlfunktion (Mq) unter der Voraussetzung des Meß Vektors y ■ existiert, wird durch die nachfolgende Gleichung beschrieben: ·
Ρ(Μ0!γ) = F0(Y) ■ . (2)
In vielen Systemen können- die gemessenen Parameter auf eine unbekannte und Undefinierte Fehlfunktion M11 hindeuten. In diesem Fall gilt die Gleichung
P(Mu:Y) = [1 - F0(Y)] ψ—. (3)
PT + Σ F. (γ)
3=1 3
Die Summe der Wahrscheinlichkeiten aller mögliehen Zustande, nämlich der Gleichung (1), (2) und (3) muß 1 sein.
Um diese Wahrscheinlichkeit durchzuführen und wie in Fig. 2 dargestellt, kann die Signalverarbeitungsschaltung 16 eine Vielzahl von Modulen 20-Ö bis 20-m umfassen, von welchen jedes auf variable Eingangssignale anspricht, um eine bedingte Wahrscheinlichkeit auszurechnen. Das Modul 20-0 spricht auf alle gemessenen Variablen yi bis yn an, und leitet daraus die Funktion
- 12 - WS282 P - 238.8
Fn(y) ab, welche dei normalen Betriebszustand des überwachten Systems kennzeichnet. Jedes der verbleibenden Module 20-1 bis 20-m ist einer bestimmten Fehlfunktion zugeordnet und spricht nur auf die dieser bestimmten Fehlfunktion entsprechenden Variablen an. Wenn beispielsweise η Variable, d.h. Yn Signale existieren, kann die Fehlfunktion Mj mit drei der η Variablen
y^, y3 und yg korreliert sein. Entsprechend kann beispielsweise die Fehl-. funktion M2 mit den Variablen y^ , y% , y§ , y^n und yn korreliert sein, wogegen eine Korrelation zwischen der Fehlfunktion Mm und den Variablen yj_, y2 , y3 und yn besteht. Die Anzahl der Variablen, die direkt mit einer bein stimmten Fehlfunktion korreliert sind, hängt natürlich von den Eigenarten des zu überwuchenden Systems ab.
Die errechneten Werte Fn(y) und Fj(y) , wobei j = l,m ist, werden in einer nachfolgenden Schaltung 22 verknüpft, welche, ebenfalls mit dem Signal PT beaufschlagt ist, um alle dargestellten Wahrscheinlichkeitssignale ausgangsseitig zu erzeugen. Diese Signale können aufgezeichnet und/oder zur Darstellung gebracht werden, um dem Bedienungspersonal als Entscheidungshilfe zur Verfugung zu stehen.
20' Die- Wahrscheinlichkeit welche kennzeichnet, daß das System im Normalzustand ist, stellt das Produkt der auf den einzelnen Messungen yj basierenden Wahrscheinlichkeiten dar. Es ergibt sich somit:
F0(Y) = ^1(Y1) · Vy2) ■■· fn(yn) . (4)
In der Gleichung (4) wird der Ausdruck fi(yi) durch eine bestimmte Funktion repräsentiert. Beispielsweise kann dies eine Exponentialfunktion sein. Somit . ergibt sich für das Beispiel:
F,(v) = f(v)'= e-^l^1 . e"*3^*2... - e^V^ " (5)
Die Multiplikation der Exponentialfunktionen kann auf eine Addition der Exponenten zurückgeführt werden, so daß sich daraus die Gleichung (6) ableiten läßt.
35
- 13 - WS 282 P- 2388
Wahrscheinlichkeitskurven, welche von der Wahrscheinlichkeit des Normalbetriebs des überwachten Systems abhängen, können in Abhängigkeit von der Größe eines bestimmten Signals yj erzeugt werden. Wenn hierfür η Signale existieren, müssen η Wahrscheinlichkeitskurven erzeugt werden. Die Werte Xi und kj in der Gleichung (6) kennzeichnen die Skalierung, die Verschiebung und die Form der speziellen Kurven, wie nachträglich noch erläutert wird.
In.Fig. 3 ist auf der Abszisse die Größe der Signale yj aufgetragen, wogegen auf der Ordinate die Wahrscheinlichkeit des Normalbetriebs des überwachten Systems als Funktion der Größe der Signale yj aufgetragen ist. Die Abhängigkeit der Größen voneinander wird durch die Kurve 30 beschrieben, welche eine bestimmte Form hat, die durch die Steigung der Flanken 32 und 33 und . die Flachheit der Schulter 34 definiert ist. Es besteht eine sehr hohe Wahrscheinlichkeit, daß das überwachte System, soweit es die Variable yj betrifft, normal funktioniert, wenn die Größe vj zwischen ANj und BN] liegt. Ein Signal, deren Größe unterhalb ANj oder oberhalb BNj liegt, deutet an, daß die Wahrscheinlichkeit aus dem Verhältnis herausfällt, welches durch die Flanken 32 und 33 bestimmt wird. Die Kurve 30 kann auf den aktuellen Daten basieren, welche von dem zu überwachenden System zur Verfügung stehen, jedoch kann sie auch alternativ auf einer Bewertung durch das Personal basiert werden, welche mit dem zu überwachenden System Erfahrung
hat. . ■
· ..
Die Größen Xj und kj der Gleichung (6) werden dazu benutzt, um die jeweilige Kurve wie in Fig. 3 durch die gewählte Funktion fj(yi) anzunähern.
Bei der Bestimmung des Ausdrucks Fgiy) wird eine anfängliche Verschiebung und Skalierung durch die Benutzung der in Fig. 4 dargestellten Kurve vorgenommen, wodurch die Größe der Veränderlichen yj in einen anderen Wert Xj transformiert werden kann. Aus Fig. 4 geht hervor, daß die Kurve einen flach verlaufenden Abschnitt hat, und der Wert von Xj zwischen den Punkten
ANj und BNj Null ist. Diese Punkte ANj und BNj entsprechen den entspre-35
chenden
- 14 - WS 282 P - 2388
ehenden Punkten gemäß Fig. 3.
Während des Anpassungsprozesses für die Kurve kann eine Kurvenschar wie in Fig. 5 dargestellt, basierend auf der Exponentialfunktion
^(χ,ΙΟ = e 2l '
erzeugt werden. In Fig. 5 sind drei Kurven für k = 2, k = 4 und k = 6 dargestellt. Man kann entnehmen, daß die drei Kurven alle mehr oder weniger flach in den Wert 1 auf der Ordinate verlaufen. Erwägt man, daß in den meisten Fällen eine Wahrscheinlichkeit für die Fehlfunktionvoraussage von weniger als 100 96 gegeben ist, so kann man den Wert PT aus Gleichung (1) wie durch die Kurvensehar gemäß Fig. 6 in Erwägung ziehen. Die aufgezeigten Kurven stellen die Exponentialabhängigkeit
. f-(X,k) - PT~+ f ( ν ]r\
dar, wobei PT gleich 0,05 ist.
Die Steigungen der Kurve gemäß Fig. 4
20
erhält man durch die Auswahl geeigneter Kurven aus der in Fig. 6 dargestellten Kurvensehar, mit den entsprechenden Flanken 32 und 33 der Kurve 30 gemäß Fig. 3 und einer anschließenden Skalierung der beiden zur Anpassung. Die Größe kj der Gleichung (6) wird ausgewählt entsprechend der Größe k der speziellen Kurve gemäß Fig. 6, die die Kurve 30 gemäß Fig. 3 am besten annähert. Durch eine feine Unterteilung der Werte von k ergibt sich eine große Variationsbreite für die Kurvenform.
Die vorausstehende Erläuterung bezüglich der Transformation und der Verwendung der Kurven gemäß Fig. 4, 5 und 6 ist nur als Beispiel für viele Möglichkeiten zu betrachten, die dazu benutzt werden können, um verschiedene Werte für die Verwendung in der Gleichung (6) zu erhalten.
· -
Die
3 H 1 O Ί 6
- 15 - WS 282 P - 2388
Die Gleichung (6) wird durch das Modul 20-0 verwirklicht. Diese Verwirklichung ist beispielsweise in Fig. 7 dargestellt.
Die Schaltkreise 40-1 bis 40-n werden mit Eingangsvariablen y^ bis yn beaufschlagt und liefern entsprechend transformierte Signale xj bis xn entsprechend der in Fig. 4 dargestellten· Kurven für jede Variable. Der Einfachheit halber wird angenommen, daß die charakteristische Kurvenform für den Normalbetrieb wie in Fig. 3 symmetrische Flanken hat, so daß die Neigungen 1/ό[ und l/d1! für die Schaltkreise 40-1 bis 40-n gleich sind.
ίο . .-"'■'■
Da der Exponent der Gleichung (6) den absoluten wert xj umfaßt, sind Schaltkreise 42-1 bis 42-n vorgesehen, um den absoluten Wert der entsprechenden Signale x\ bis Xn abzuleiten. Der nächste Schritt in der Berechnung besteht darin, den absoluten Wert χ mit k zu potensieren. Dies kann in der Weise ausgeführt werden, daß zunächst der Logarithmus von χ gebildet und dieser mit dem Faktor k multipliziert wird. Aus dem sich ergebenden Produkt wird anschließend der Numerus gebildet. Zu diesem Zweck sind Logarithmus-Schaltkreise 44-1 bis 44-n vorgesehen, denen ausgangsseitig Potentiometer-Schaltkreise 45-1 bis 45-n für die Skalierung bzw. das Multiplizieren mit der vorgesehenen Größe von k nachgeschaltet sind. Der skalierte Wert wird einer Numerus-Schaltung 46-1 bis 46-n zugeführt, deren Ausgangssignal über die Leitungen 48-1 bis 48-n zur Verfügung steht, um daraus den in der Klammer stehenden Exponent der Gleichung (6) abzuleiten.
Entsprechend der Gleichaung (6) werden die Werte Ixjl^i summiert für die Größe i = 1 bis i = η und anschließend mit -1/2 multipliziert. Dies findet in der Schaltung gemäß Fig. 7 in der Summiersehaltung 50 statt, welche mit den Ausgangssignalen über die Leitungen 48-1 bis 48-n beaufschlagt wird und ausgangsseitig das Summensignal an ein Potentiometer 52 abgibt, mit welchen die notwendige Skalierung bzw. Multiplikation mit dem Faktor 1/2 durchgeführt wird. Das sich ergebende Signal wird einer Exponential-Schaltung 54 zugeführt, die ausgangsseitig über die Leitung 56 ein Signal liefert, welches die Funktion Fn(y) gemäß Gleich (6) darstellt.
WS 282 P - 2388
Die verbleibenden Module 20-1 bis 20-m errechnen entsprechende nicht normalisierte Betriebswahrscheinlichkeiten des Auftretens einer bestimmten Fehlfunktion unter der Voraussetzung, daß ein Satz relevanter Variabler zur Verfügung steht. Zu diesem Zweck werden Kurvenscharen anfänglich erzeugt, wie dies für die Ableitung von Fn(y) der Fall war, welche die Abhängigkeit der Wahrscheinlichkeit einer bestimmten Fehlfunktion von den einzelnen relevanten Variablen, wie in Fig. 8 dargestellt, zeigt.
Die in Fig. 8 dargestellte Kurve 60 kennzeichnet eine Abhängigkeit, welche durch das Akkumulieren von Daten des überwachten Systems erzeugt werden kann. Die Abhängigkeit kann auch durch Daten festgelegt werden, welche auf der Kenntnis des Betriebspersonals basiert, wie dies für die Kurve 30 gemäß Fig. 3 der Fall war. Aus der Darstellung kann man entnehmen, daß die Kurve 60 mit einer sehr geringen Wahrscheinlichkeit beginnt, und nachdem der Wert der Variablen Vj den Normalbereich verlassen hat, die Kurve 60 auf ein hohes Niveau 62 ansteigt, das im Punkt yj gleich y^ beginnt. Es wird eine funktioneile Form gewählt, die in herkömmlicher Weise alle gesammelte Information der relevanten Variablen verknüpft. Diese Funktion kann wie folgt definiert werden:
F. J
In .diesem Ausdruck beschreibt j eine bestimmte Fehlfunktion und r eine Untergruppe von relevanten Variablen. Diese Funktion kann durch ein Produkt oder· durch ein Exponentialausdruek und auch durch eine Kombination von beiden beschrieben werden. Die Funktion wird derart ausgewählt, daß sie zwischen Null und Eins verläuft und im weichen Anstieg einer S-Kurve folgt, wobei die Voraussetzung der Möglichkeit einer Verschiebung und Skalierung gegeben ist. Beispielsweise kann der Ausdruck die Exponentialform der nachfolgenden Gleichung (7) haben.
) = β "Η
-ι v2
ΐεχ·. (y' . -) -Z.
T-^r
3U1Ü16
- 17 - WS 282 P - 2388
In dieser Gleichung kennzeichnet j eine bestimmte Fehlfunktion und i den Index pj . . Zur Auswertung der Gleichung findet zunächst eine erste Transformation bezüglich der Variablen yj statt, um eine neue Variable y'jj gemäß der nachfolgenden Gleichung (8) zu erhalten.
<y - ?ij)
In dieser Gleichung ist yjj der Punkt, welcher in Fig. 8 mit dieser Größe versehen ist und öij ein Skalierungsfaktor der derart gewählt wird, daß sich die ergebende Kurve eng an das gewünschte Profil anpaßt, wie dies in Verbindung mit Fig. 6 erläutert wurde.
Es wird in grundsätzlicher Annahme davon ausgegangen, daß die Fehlfunktion Mj sich durch die Veränderlichen yr. manifestiert, wobei eine ziemlich gerade Linie (ein Vektor) in einer bestimmten Richtung durch die Variablen gezogen wird, wenn die Fehlfunktion mehr zur Wirkung kommt. Die Richtung dieser geraden Linie ist als prinzipielle Achse bekannt. Es wird eine zweite Transformation gemäß der nachfolgenden Gleichung (9) durchgeführt, bei welcher die Koordinate Zj der prinzipiellen Achse als Summe der y'ff dividiert
durch njl/2 definiert ist. '
2. = -L- Σ v1
3 ^T. itr ^ ■ (9)
wobei Σ y' .
T. itr .
die Summe aller y'jj ist, dessen Index i der Indexgruppe rj zuzuordnen ist.
Mit einer dritten Transformation werden der minimale und maximale Grenzwert von Zj festgelegt, indem die Variable Zj' , wie aus Fig. 9· entnehmbar, erzeugt wird. Grundsätzlich muß mit dem Ansteigen der Fehlfunktion das Argument des Exponenten der Gleichung (7) begrenzt werden, um das Abfallen der Funktion in Grenzen zu halten. Ohne diese Begrenzung des Arguments des Exponents würde die sich ergebende Kurve eine Glockenform aufweisen und nicht den gewünschten S-Verlauf. Die Funktion erreicht den Maxi-
malwert
- 18 - WS 282 P - 2388
malwert bei Zj = O und deshalb sollte Zj1 auf Null gehalten werden, wenn Zj = 0 ist. Entsprechend wird der Wert für B2 in Fig. 9 grundsätzlich so gewählt,; daß er Null ist, wogegen der Wert für A2 eine verhältnismäßig große negative Zahl relativ zum Bereich von Zj ist.
Der Parameter pj im Argument des Exponenten stellt eine Zahl zwischen und -l/(nj - 1) in Abhängigkeit von dem Grad der Beziehung der Variablen zur Fehlfunktion dar. Grundsätzlich gilt, je stärker die Korrelation zwischen den Variablen und der Fehlfunktion ist, um so größer ist. der Wert für pj
innerhalb seiner Grenzen. Wenn der Grad der Korrelation nicht bekannt ist, dann kann pj mit dem Wert Null versehen werden.
Die Gleichung (7) definiert eine Funktion, welche nur die Ereignis-Variablen bezüglich einer bestimmten Fehlfunktion berücksichtigt. Um die nicht normali-. sierte Betriebswahrseheinlichkeit des Auftretens einer Fehlfunktion mit den gessm ten Variablen zu erhalten, d.h. Fj(y), muß der Ausdruck in Gleichung (7) mit jeder der Funktionen dieser Variablen multipliziert werden, welche bezüglich der berücksichtigten Fehlfunktion nicht relevant ist. Es gilt somit
F1Ci:) = F (γ ) x- π f (y ) do)
Λ/
in welcher Fj(yr.) von der Gleichung (7) abgeleitet ist und
fq(yq)
das Produkt aller fq(vq) repräsentiert, wobei q in der Gruppe Sj liegt, und Sj die nicht relevanten Variablen umfaßt.
Jedes Modul 20-1 bis 20-m gemäß Fig. 2 berechnet einen entsprechenden Wert von Fj(y) . In Fig. 10 ist ein derartiges Modul beispielweise im Detail dargestellt, wobei es sich um das Modul 20-1 handelt, welches mit den drei für die Fehlfunktion Mj_ (d.h. Γχ = (1, 3, 8) und j = 1) relevanten Variablen yi , y3 und yg eingangsseitig beaufschlagt wird und daraus F^(y) ableitet.
Die 35
- 19 - WS 282 P - 2388
Die Sehaltkreise 70, 71 und 72 sprechen auf die Eingangsvariablen y\ , y-3 yg an, um die Verschiebung und Skalierung gemäß Gleichung (8) durchzuführen und die entsprechenden Ausgangssignale y'n , y'31 und y'gi zu liefern. Die Summation dieser drei Signale wird in der Summier-Schaltung 74 durchgeführt. Zur Erfüllung der Gleichung (9) um einen Wert für Z^ abzuleiten, wird der summierte Wert skaliert und zu diesem Zweck mit 1//"η"ί multipliziert. Zu diesem Zweck findet ein Potentiometer 76 Verwendung. Der erste Ausdruck in dem in Klammer stehenden Argument der Gleichung (7) erhält man mit Hilfe des Schaltkreises 78, in welchem Z\ in ein korrespondierendes ZT transformiert wird, und in dem anschließend Zj1 in einem Schaltkreis 80 quadriert wird. Schließlich erfährt der .quadrierte Wert eine Skalierung um den Faktor 1/(1 + ηχ (1 - ρχ)) mit Hilfe des Potentiometers 82. Das sich ergebende Signal wird an eine Summierschaltung 84 angelegt.
Der zweite Ausdruck in dem in Klammer dargestellten Argument der Gleichung (7) wird abgeleitet indem die transformierten Variablen y'n, y'31 und y'8i in Quadrier-Schaltungen 86, 87, 88 potensiert und anschließend summiert sowie zu dem Wert -Zi^ addiert werden. Dieser Wert -Ζχ2 ergibt sieh aus der Quadrierung von Zj in der Quadrier-Schaltung 90 und einer nachfolgenden Inversion in dem Schaltkreis 92. Das Ausgangssignal der Summierschaltung 94 wird mit Hilfe des Potentiometers 96 mit dem Faktor 1/(1 - p^) skaliert und anschließend einem weiteren Eingang der Summierschaltung 84 zugeführt.
Da die Multiplikation von Potenzen equivalent der Addition ihrer Exponenten ist, werden der Summier-Schaltung 84 über weitere Leitungen 98 weitere Eingangssignale Ixjl^i vom Modul 20-0 zugeführt, welche die Exponenten aller nicht relevanten Variablen wie in Gleichung (5) kennzeichnen. Im vorliegenden Beispiel des Moduls 20-1 sind die relevanten Variablen bezüglich der Fehlfunktion 1 r = (1, 3, 8) und die nicht relevanten Variablen s = (2, 4, 5, 6, 7, 9, ..., n). Das Ausgangssignal der Summier-Schaltung 84 repräsentiert deshalb die Exponenten des in Klammer zusammengefaßten Ausdrucks der Gleichung (7), und alle nicht relevanten | xj| ^i der Gleichung (5). Diese werden mit Hilfe des Potentiometers 100 mit 1/2 multipliziert.
Aus
- 20 - WS 282 P - 2388
Aus dem Ergebnis wird mit Hilfe der Exponential-Sehaltung 102 das Ausgangssignal Fx(y) abgeleitet und über die Ausgangsleitung 104 zur Verfugung gestellt.
Entsprechende Verfahren werden bezüglich der Module 20-2 bis 20-m durchgeführt, um entsprechende Werte für F2(y) bis Fm(y) abzuleiten. Nachdem die Werte für Fo(y) und Fj(y) für j = 1 bis m ermittelt sind, kann nunmehr die Gleichung- (1) erfüllt werden. Dies geschieht mit Hilfe des Schaltkreises 22 gemäß Fig. 11. Um den Modifikätionsfaktor bezüglich der Möglichkeit ab- - zuleiten, daß das gemessene System nicht im normalen Betriebszustand, d.h. (1 - Fo(y)) ist, wird der Wert von Fn(y) des Moduls 20-0 der Summier-Schaltung 110 nach einer Zeichenumkehr in der Schaltung 112 zugeführt. An den anderen Eingang der Summier-Schaltung 110 wird ein Signal mit dem Wert +1 gelegt. Ferner werden an die Summierschaltung 114 die Ausgangssignale der Moduls 20-1 bis 20-m übertragen, zusätzlich zu einem Signal, das den Ausdruck PT kennzeichnet um ein Ausgangssignal zu erhalten, das dem Nenner der Gleichung (1) entspricht. Eine Teiler-Schaltung 116 dividiert das . ■ Ausgangssignal der Summier-Schaltung 110 durch das Ausgangssignal der Summier-Schaltung 114 und steuert Multiplizier-Schaltungen 118-1 bis 118-m an, in welchen das Ausgangssignal der Teiler-Schaltung mit F^iy) bis Fm(y) multipliziert wird.' Damit erhält man die Verwirklichung der Gleichung (1) und eine Vielzahl von .Ausgangssignalen über die leitungen 120-1 bis 120-m zum Aufzeichnen und/oder zur bildlichen Darstellung. Das Ausgangssignal P(M11Iy) wird über die Leitung 121 dadurch erhalten, daß das Ausgangssignal der. Teiler-Schaltung 116 mit dem Wert PT multipliziert wird. Das Ausgangssignal P(MgIy) erhält man über die Leitung 123 direkt vom Eingang
Obwohl· in den Fig. 7, 10 und 11 allgemein bekannte, bestimmten Aufgaben zugeordnete Schaltkreise Verwendung finden, ist es offensichtlich, daß die Diagnosefunktion auch sehr einfach mit Hilfe eines Analogcomputers oder eines Digitalcomputers ermittelt werden kann.
Die ' ' · ·
3Η1.Ό16
- 21 - WS 282 P - 2388
Die beschriebene Diagnoseeinrichtung ist in der Lage, die Wahrscheinlichkeit von Fehlfunktionen für eine große Variation von Systemen, zu ermitteln. Ein System dieser Art wird anhand der Fig. 12 beispielsweise erläutert.
Bei bekannten Stromerzeugungssystemen treibt eine Dampfturbine 130 einen großen Generator 132 , dessen Betriebszustand mit Hilfe eines Diagnosesystems überwacht werden soll. Bei einem solchen Generator fließt der Strom in Leitern, welche in Form hohler Leitungen ini laminierten Kern verlaufen und phasenweise zusammengeschlossen sind. Zum. Kühlen wird durch den Generator und zwar durch die hohlen Leitungen sowie durch weitere Teile ein Kühlgas zirkuliert, wofür z.B. Wasserstoff verwendet wird. Ferner sind Entlüfungsrohre zwischen den einzelenen Teilen des laminierten Kernes vorgesehen, um Wärme aus dem Kern abzuführen.
um den Betriebszustand zu ermitteln, werden bei der Verwendung des Diagnosesystems gemäß der Erfindung eine Vielzahl von Sensoren angebracht, die beispielsweise einen Bruch in den Kühlleitungen, in den Phasenleitungen oder eine Blockierung der Entlüftungsrohre anzeigen. Um diese Fehlfunktionen festzustellen, können eine Vielzahl von Sensoren an verschiedenen Stellen angebracht werden. Beispielsweise sind in Fig. 12 drei Sensore vorgesehen.
Mit Hilfe einer Ionenkammer 134 werden thermisch erzeugte Materialteile in zirkulierendem Wasserstoffgas festgestellt und gemessen. Entsprechend der Anwesenheit dieser Teilchen wird ein Ausgangssignal zur Verfügung gestellt.
Entladungserscheinungen sind ein Symptom für fehlerhafte Statorisolation ■ und fehlerhafte Leiterisolation. Durch das Ausmessen der mit Entladungserscheinungen verbundenen Hochfrequenzen, können diese von einem HF-Detektor 136 festgestellt und in Form eines Ausgangssignals gekennzeichnet werden. Als dritte Maßnahme zum Ausmessen von fehlerhaften Funktionen wird eine Temperaturmessung vorgesehen und entsprechend ein Temperatur-Fühlerfeld 138 am Ausgang der Wasserstoffleitungen installiert. Mit den Temperaturmeßeinrichtungen ist eine Signalformerschaltung verbunden, welche den Mittelwert aller Temperaturfühler des Feldes bestimmt, und mit einem Sollwert vergleicht. Ein Ausgangssignal wird zur Verfügung gestellt, wenn die gemessene
Temperatur
- 22 - WS 282 P - 2388
Temperatur vom Sollwert wesentlich abweicht.
In Fig. 13 ist die Abhängigkeit zwischen den Fehlfunktionen und verschiedenen von den Fehlfunktionen ausgelösten Symptomen dargestellt. Eine gebrochene Spulenwicklung wird als Fehlfunktion M^ , eine gebrochene Phasenleitung als M2 und eine blockierte Entlüftungsleitung als M3 bezeichnet. Das Diagnosesystem kann die Sensoren auch selbst abtasten, so daß ein Ausfall der Überwachung des Wasserstoffkreislaufes als Fehlfunktion M4 in Erscheinung tritt. Eine Fehlfunktion des HF-Detektorsystems wird mit M5 und eine Fehlfunktion des Temperatur-DetektoFsystems mit Mq bezeichnet.
Jede der Fehlfunktionen Mj_, M2, M3 oder M4 manifestiert sich als abweichendes Signal, welches von der Ionenkammer geliefert wird. Dieses Signal wird nach der notwendigen Signalformung als Variable y]_ bezeichnet. Die Fehlfunktionen M^, M2, und M5 lösen HF-Rauschen aus und damit ein entsprechend abweichendes Ausgangssignal des HF-Detektors. Dieses Signal wird nach der Signalformung als Variable y£ bezeichnet. Schließlich haben die Fehlfunktionen Ml, Mß, Mg jeweils abweichende Temperaturwerte zur Folge, welche vom Temperaturfühler festgestellt und nach einer entsprechenden Signalformung als Variable M 3 bezeichnet werden.
Aus Fig. 13A gehen die summierten relevanten Variablen y[ hervor, wie sie zu den verschiedenen Fehlfunktion Mj gehören. Ein χ in der Darstellung kennzeichnet eine starke Korrelation zwischen der betreffenden Variablen und der zugehörigen Fehlfunktion.
Die erste einer gebrochenen Spulenwicklung zugeordnete Fehlfunktion löst alle drei Variablen aus. Die zweite Fehlfunktion, welche der gebrochenen Phasenleitung zugeordnet ist, steht lediglich zu den beiden ersten Variablen in einer engen Beziehung. Dagegen ergibt sich eine starke Korrelation zwischen der ersten und dritten Variablen und einer blockierten Entlüftungsleitung. Daraus leitet sieh ab, daß jede dieser Fehlfunktionen im Symptommuster ausreichend verschieden ist, um erkannt werden zu können.
' Nachdem
3 U 1 01 6
- 23 - WS 282 P - 2388
Nachdem festgelegt ist, zu welchen Variablen bestimmte Fehlfunktionen gehören werden die Wahrscheinlichkeitskurven erzeugt, welche die Wahrscheinlichkeit des Auftretens der Fehlfunktion bezüglich der individuellen Variablen beschreiben. Die in den Fig. 14A, 14B und 14C dargestellten Kuven 140 , 141 und 142 repräsentieren die Wahrscheinlichkeit des Auftretens der Fehlfunktionen Μχ , M2 und M3 als Funktion der Variablen yj_, welche der auf der horizontalen Achse aufgetragene Ionenstrom in mA ist. In Fig. 14A sind ferner Kurven 144 und 145 dargestellt, wobei die Kurve 144 den norma-' len Betriebszustand des Generators und die Kurve 145 eine Wahrscheinlichkeit des Ausfalls im Ionenkammersystem anzeigt.
Da nicht genügend Daten erzeugt wurden um die dargestellten Beziehungen mit 100 %iger Genauigkeit vorherzusagen, wurden die Kurven mit Hilfe von Erfahrungswerten erstellt, welche vom Bedienungspersonal geliefert wurden. Diese Annäherung ist durch das Zeichen P in den Figuren angedeutet.
In entsprechender Weise repräsentieren die Kurven 147, 148 und 149 in den Fig. 15A, 15B und 15C die Wahrscheinlichkeit der Fehlfunktionen M1, M2 und M3. bezüglich der zweiten Variablen y2, welche durch das auf der horizontalen Achse aufgetragene HF-Niveau in" /uV gekennzeichnet ist. Die Kurven 150 und 151 in Fig. 15A charakterisieren das normale Betriebsverhalten des Generators und die Wahrscheinlichkeit einer Fehlfunktion des HF-Detektorsystems.
In den Fig. 16A, 16B und 16C werden von den Kurven 153 und 154 und 155 die Fehlfunktionen M]_, M2 und M3 bezüglich der Variablen y3 dargestellt, wobei die Variable als prozentuale Änderung der Temperatur auf der horizontalen Achse aufgetragen ist. Der normale Betriebszustand wird durch die Kurve 156 in Fig. 16A und die Wahrscheinlichkeit der Fehlfunktion des Temperaturmeßsystems durch die Kurve 157 gekennzeichnet. Es sei bemerkt, daß die Kurven 149 und 154 gemäß Fig. 15C und 16B nur eine sehr geringe Korrelation zwischen der Fehlfunktion und der Variablen erkennen lassen, wie dies auch aus Fig. 13A entnehmbar ist.
Für
- 24 - WS 282 P - 2388
Für jede dargestellte Kurve wird der entweder anhand der Fig. 3 oder der Fig. 8 beschriebene Prozess durchgeführt, um die verschiedenen bei der Transformation benutzten Ausdrücke zu ermitteln, so daß die tatsächlich gemessenen Variablen in der beschriebenen Weise verknüpft werden können.
Das System gibt kontinuierlich Ausgangssignale ab, die die Wahrscheinlichkeit der aufgelisteten Fehlfunktionen angeben. In Fig. 17 ist beispielsweise dargestellt, wie auf einem Bildschirm 160 die Wahrscheinlichkeit des Auf-' tretens der aufgelisteten Fehlfunktionen in Form einer Balkengraphik zur Darstellung gebracht werden kann. Mit dem im Zusammenhang mit der Gleichung (1) angenommenen Wert von 0,05 für die Größe PT übersteigt kein Balken die 95 % Wahrscheinlichkeit. Die Darstellung illustriert eine Situation, welche sich bei einer hohen Wahrscheinlichkeit einer blockierten Entlüfterleitung, eines geringen Undefinierten Fehlers und der drei überwachten Variablen ergibt,, wobei der Ionenstrom und die Temperatur außerhalb des normalen Betriebsbereiches und die HF-Frequenz innerhalb des normalen Betriebsbereiches liegt.
Aus Fig. I geht hervor, daß die Variablen von den Signalformerschaltungen auch der Anzeige 18 zugeführt werden können. Entsprechend sind Vorkehrungen getroffen, um die Variablen auf dem Bildschirm 160 darzustellen. Wenn es wünschenswert ist, können die Variablen skaliert und derart zur Darstellung gebracht werden,,daß sie im normalen Betriebszustand innerhalb eines vorgesehenen Bereiches liegen, um zur Darstellung zu bringen, daß Symptome" einer Fehlfunktion nicht vorherrschend festgestellt werden.
Eine Bedienungsperson am Bildschirm kann daher kontinuierlich den Betriebszustand des Generatorsystems erkennen und bei Abweichungen bzw. bei Fehlfunktionen den Zeitpunkt ermitteln, zu welchem Maßnahmen eingeleitet werden sollen. Selbstverständlich können diese Anzeigen auch mit Alarmeinriehtungen und mit weiteren Anzeigen versehen sein, um dem Bedienungspersonal bei sich ändernden Wahrscheinlichkeiten Anweisungen bezüglich der korrekten Maßnahmen zu geben.
Das
3U1U1Ö
- 25 - WS 282 P - 2388
Das spezielle Beispiel hat die Überwachung eines Generators 132 gemäß . Fig. 12 zum Gegenstand gehabt. Dieser Generator ist jedoch ein Teil eines größeren Systems, mit weiteren Teilen, wie z.B. einer Turbine und einem Dampferzeuger. Bei derartigen größeren Systemen sind die in einem.Teil gemessenen Variablen in der Regel keine Anzeige für eine Fehlfunktion in einem anderen Teil der Anlage. Deshalb wird vorzugsweise jeder einzelne Teil einer Anlage separat mit einem Diagnosesystem gemäß der Erfindung versehen. Dadurch ist mit sehr viel größerer Genauigkeit die Wahrscheinlichkeit von Fehlfunktionen jedes einzelnen individuellen Teiles innerhalb des Systems zu ermitteln. Wenn im Zusammenhang" mit Fig. 12 auch die Turbine mit einem Diagnosesystem versehen werden soll, würden die Gleichungen (1) bis (10) der vorausstehenden Beschreibung entsprechend' für die Turbine Anwendung finden. Das gleiche gilt auch für die Maßnahmen, wie sie" in den Fig. 1 bis 18 illustriert sind. Fehlfunktionen, die kontinuierlich überwacht werden, können bei einer Turbine beispielsweise auf die Rotorauswuchtung, auf Biegeschwingungen des Rotors, auf die Beschädigung von Rotorblättern oder Leitschaufeln, auf Risseprobleme, auf Berührungen der sich drehenden Teile, auf Dampfturbulenzen und Reibungsturbulenzen, auf Ölverschmutzungen und Brüche im Rotor gerichtet sein. Diese Fehlfunktionen verursachen Abweichungen der gemessenen Variablen, die auch Sehwingungsvariable enthalten können und Änderungen der Frequenzamplitude sowie der Phase bzw. der Drehzahl der Turbine zur Anzeige bringen. Selbstverständlich werden auch verschiedene Temperaturmessungen in der Turbine sowie Druck und Lastmessungen für die Diagnoseüberwachung verwendet.
.
Von den vorausstehend beschriebenen Gleichungen können einige mit Faktoren modifiziert werden. So kann z.B. der in Klammer geschriebene Ausdruck der Gleichung (7) mit einer Größe G potenziert werden, so daß sich die nachfolgende Gleichung ergibt:
- 26 - WS 282 P - 2388
In dieser Gleichung ist D der in Klammer dargestellte Ausdruck der Gleichung (7).
Die Auswahl des Modifikationsfaktors G kann subjektiv erfolgen, indem alle außer einer der Gleichung (7) zugeordneten Variablen konstant und in ihrem normalen Bereich gehalten werden, sowie anschließend die Funktion aufgezeichnet wird, um erkennen zu können, wie weit sie sich einer geschätzten Wahrscheinliehkeitskurve bezüglich einer Variablen nähert. Eine Veränderung des Modifikationsfaktors G ändert die Form der Kurve. Wenn diese Maßnahme für alle Variablen durchgeführt worden ist, kann eine mittlere Größe des Modifikationsfaktors G für die weitere Benutzung Verwendung finden.
In einigen Systemen kann das Vorhandensein einer bestimmten Variablen, welche keine relevante Variable ist, die Vorzugswahrscheinlichkeit einer be stimmten Fehlfunktion vergrößern. Für den Fall eines dampfbe triebenen Generators kann z.B. ein Lastwechsel während eines bestimmten Betriebszustandes die Vorzugswahrscheinlichkeit einer thermischen Rotordurchbiegung vergrößern. Unter diesen Umständen kann die Gleichung (1) modifiziert werden, indem eine gewisse Gewichtung mit der Funktion Wj(y) vorgenommen wird, so daß man die nachfolgende Gleichung erhält:
P(MJv) = [1 - F0(Y)] : (12)
PT + Σ F (γ) W (γ)
j=l JJ 25. '
Das bedeutet, daß einer bestimmten Fehlfunktion Mj ein größeres Gewicht gegeben wird, so daß die Wahrscheinlichkeit des Auftretens wesentlich früher der Fall ist, sogar· bevor die relevante Variable in den anormalen Zustand übergeht. Dieser Gewichtungsfaktor kann einen Wert zwischen 1 und einem Maximum WT haben.
Die Verwendung des Gewichtungsfaktors vergrößert auch die maximale Wahrscheinlichkeit dieser bestimmten Fehlfunktion. In Fig. 18 illustriert die Kurve 170 die Wahrscheinlichkeit, welche das 100 96-Niveau annähert aber niemals ·
erreicht.
3 U10 16
- 27 - WS 282 P -2388
erreicht. Der Unterschied zwischen der maximalen Wahrscheinlichkeit, wie sie durch die Kurve 170 definiert wird, und dem 100 %-Niveau ist durch den Faktor PT gegeben, der im vorliegenden Beispiel 0,05 ist, so daß die maximale Wahrscheinlichkeit bestenfalls 95 96 erreicht. Durch das Einführen eines Gewichtungsfaktors mit dem Wert WT kann die Kurve 170 modifiziert werden, so daß daraus die Kurve 170' entsteht, welche die 100 96-Wahrscheinlichkeit bis auf PT/WT annähert.
Bei dem beschriebenen Diagnosesystem werden die mit dem zu überwachenden System assoziierten Variablen in einer Ist-Situation gleichzeitig verknüpft, um eine einzelne Zahl oder einen Index bezüglich der Wahrscheinlichkeit einer bestimmten Fehlfunktion zu erhalten. Damit ist die Überwachung des Systems wesentlich erleichtert, da bessere Informationen zur Fehlerbeurteilung zur Verfugung stehen, um die erforderlichen Maßnahmen, einzuleiten. Durch den Einsatz derartiger Diagnosesysteme läßt sich die Lebensdauer der überwachten Systeme wesentlich vergrößern und das Auftreten schwerer Beschädigungen ganz wesentlich eliminieren, da derartige Schaden durch Fehlfunktionen sehr frühzeitig angedeutet und erkannt werden.

Claims (13)

Patentansprüche
1. \ Einrichtung zum Diagnostizieren von Anlagen, bei welchen m Fehlfunk-Eionen auftreten können, mit Sensoreinrichtungen zur Erfassung von Betriebsparametern, von welchen ein Teil für eine bestimmte Fehlfunktion j relevante Variable (yr.) und ein anderer Teil für diese Fehlfunktion nicht-relevante Variable (ys.) darstellen, gekennzeichnet durch Einrichtungen zum Modifizieren und Verknüpfen der für eine^bestimmte Fehlfunktion relevanten Variablen entsprechend der Funktion (^^(Yr )) und ferner zum Modifizieren der nicht-relevanten Variablen mit
Ti
einer bestimmten Funktion (qss. f (y )) , um eine Angabe einer '.-_
j si -Si
Fehlfunktion (FjCy)) zu erhalten;
Einrichtungen zur Herleitung einer normalisierten Fehlfunktiönsangäbe
m
Σ
und ferner Einrichtung zum Modifizieren der normalisierten Fehlfunktionsangabe mit einem mit der Wahrscheinlichkeit, daß das System nicht im normalen Betriebszustand (l-Fn(y)) ist, relativierten Faktor, um die Wahrscheinlichkeit des Auftretens von einer bestimmten Fehlfunktion (P(Mj I y)) zu erhalten.
- 2 - WS 282 P - 2388
2. Einrichtung nach Anspruch 1, dadurch gekennzeichnet,
daß Einrichtungen vorhanden sind, um die Wahrscheinlichkeit des Auftretens einer bestimmten Fehlfunktion auf einen Wert kleiner als 100 % zu begrenzen.
3. Einrichtung nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß Einrichtungen vorhanden sind, um eine .von den Variablen abhängige Angabe der Wahrscheinlichkeit des Vorhandenseins eines normal arbeitenden Systems (P(Mo y)) erhalten.
4. Einrichtung nach Anspruch 3, dadurch gekennzeichnet,
daß Einrichtungen vorhanden sind, um eine Anzeige der Wahrscheinlichkeit des Vorhandenseins einer Undefinierten Fehlfunktion (P(M11Jy)) zu erhalten.
5. Einrichtung nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, daß Anzeigeeinrichtungen zur Darstellung der Fehlfunktionswahrseheinlichkeit (P(MjIy)) vorhanden sind.
6. Einrichtung nach Anspruch 5, dadurch gekennzeichnet, daß die Anzeige in einem Balkendiagramm erfolgt.
7. Einrichtung nach einem oder mehreren der Ansprüche 1 bis 6, dadurch gekennzeichnet, daß Einrichtungen vorhanden sind, um die Wahrscheinlichkeiten P(MjJy), P(MoIy) und P(M11Jy) zur Anzeige zu bringen.
8. Einrichtung nach einem oder mehreren der Ansprüche 1 bis 7, dadurch gekennzeichnet, daß auch die für die Diagnose verwendeten Sensoren von der Diagnoseeinrichtung überwacht werden, um eine Wahrscheinlichkeit einer Sensorfehlfunktion festzustellen und anzuzeigen.
9. Verfahren zum Diagnostizieren der Funktionsweise von Anlagen, bei welchen Fehlfunktionen auftreten können und bei welchen verschiedene Betriebsparameter als teilweise relevante und teilweise nicht-relevante Variable erfaßt sowie überwacht werden, dadurch gekennzeichnet, daß der
- 3 - WS 282 P - 2388
normale Betriebszustand der Anlage als Funktion jeder einzelnen Variablen charakterisiert (erste Charakterisierung) wird, · daß entsprechend einer ersten vorgegebenen Funktion alle ersten Charakterisierungen miteinander verknüpft werden, um eine Wahrscheinlichkeit des normalen Betriebszustandes zu erhalten,
daß jede Fehlfunktion als eine Funktion jeder einzelnen relevanten Variablen, charakterisiert (zweite Charakterisierung) wird, daß für jede Fehlfunktion entsprechend einer zweiten vorgegebenen Funktionalle zweiten Charakterisierungen miteinander verknüpft und mit einem vom Normalbetrieb abhängigen und auf den nicht-relevanten Variablen des basierenden Faktors modifiziert werden, um eine Fehlfunktionsangabe zu erhalten, und daß die Ergebnisse der vorausgehenden Verfahrensschritte miteinander verknüpft und mit einem weiteren, von der Wahrscheinlichkeit eines normalen betriebsabhängigen Faktors modifiziert werden, um für jede Fehlfunktion eine Angabe der Wahrscheinlichkeit der Existenz der Fehlfunktion zu erhalten.
10. Verfahren nach Anspruch 9, dadurch gekennzeichnet,
daß die Angabe der Wahrscheinlichkeit der Existenz einer Fehlfunktion auf einen Wert von weniger als 100 % begrenzt wird.
11. Verfahren nach Anspruch 9 oder 10, dadurch gekennzeichnet, daß alle Angabe der Wahrscheinlichkeit der Existenz von Fehlfunktionen zur bildlichen Darstellung gebracht werden.
12. Verfahren nach Anspruch 11, dadurch gekennzeichnet,
daß zusätzlich die Wahrscheinlichkeit des normalen Betriebs zur Darstellung gebracht wird.
13. Verfahren nach einem der Ansprüche 9 bis 12, dadurch gekennzeichnet, daß eine Darstellung der Wahrscheinlichkeit der Existenz einer nicht definierten Fehlfunktion ermittelt und zur bildlichen Darstellung gebracht wird.
DE19813141016 1980-10-15 1981-10-15 "einrichtung und verfahren zum diagnostizieren der funktionsweise von anlagen" Withdrawn DE3141016A1 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US06/197,319 US4402054A (en) 1980-10-15 1980-10-15 Method and apparatus for the automatic diagnosis of system malfunctions

Publications (1)

Publication Number Publication Date
DE3141016A1 true DE3141016A1 (de) 1982-04-22

Family

ID=22728913

Family Applications (1)

Application Number Title Priority Date Filing Date
DE19813141016 Withdrawn DE3141016A1 (de) 1980-10-15 1981-10-15 "einrichtung und verfahren zum diagnostizieren der funktionsweise von anlagen"

Country Status (11)

Country Link
US (1) US4402054A (de)
JP (1) JPS5793231A (de)
KR (1) KR830008163A (de)
BR (1) BR8106263A (de)
CA (1) CA1162300A (de)
DE (1) DE3141016A1 (de)
ES (1) ES8302190A1 (de)
FR (1) FR2492128A1 (de)
GB (1) GB2089081B (de)
IT (1) IT1139536B (de)
ZA (1) ZA816297B (de)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3319248A1 (de) * 1982-06-01 1983-12-01 British-American Tobacco Co. Ltd., London Verfahren und vorrichtung zur ueberwachung einer zigarettenfertigungsmaschine
DE3405844A1 (de) * 1983-02-22 1984-08-30 Mitutoyo Mfg. Co., Ltd., Tokio/Tokyo Kontrollvorrichtung fuer eine veraenderliche groessen messende messeinrichtung
DE3932479A1 (de) * 1989-09-28 1991-04-11 Endress Hauser Gmbh Co Anordnung zur verarbeitung von sensorsignalen
DE4006948A1 (de) * 1990-03-06 1991-09-12 Bayerische Motoren Werke Ag Verfahren und anordnung zum ueberwachen des verschleisses oder der ermuedung eines zyklisch belasteten bauteils
DE4124542A1 (de) * 1990-07-24 1992-02-06 Mitsubishi Electric Corp Fehlerdiagnoseeinrichtung
DE4100501A1 (de) * 1991-01-10 1992-07-16 Bodenseewerk Geraetetech Verfahren und einrichtung zum erkennen von fehlern an sensoren fuer zustandsgroessen

Families Citing this family (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5828391A (ja) * 1981-08-12 1983-02-19 Ishida Scales Mfg Co Ltd サ−マルプリンタ−の印字回路のチエツク装置
DE3374723D1 (en) * 1982-02-17 1988-01-07 British Aerospace Aircraft data instrumentation and acquisition system
US4736331A (en) * 1982-05-26 1988-04-05 United Technologies Corporation Helicopter power available to hover indicator
US4566073A (en) * 1982-12-28 1986-01-21 United Technologies Corporation Soft category classifier
DD215732B1 (de) * 1983-06-01 1987-09-23 Guenter Bunge Schaltungsanordnung zum ueberwachen der bearbeitungsbedingungen an einer werkzeugmaschine
JPH0619666B2 (ja) * 1983-06-30 1994-03-16 富士通株式会社 故障診断処理方式
US4707796A (en) * 1983-10-19 1987-11-17 Calabro Salvatore R Reliability and maintainability indicator
GB2149551B (en) * 1983-11-07 1988-08-17 Eel Limited Apparatus for monitoring the operation of a system
US4609994A (en) * 1984-01-16 1986-09-02 The University Of Manitoba Apparatus for continuous long-term monitoring of acoustic emission
JPS6149297A (ja) * 1984-08-17 1986-03-11 ホーチキ株式会社 火災報知装置
EP0177020B1 (de) * 1984-10-03 1991-06-05 Shin Caterpillar Mitsubishi Ltd. System zum Aufzeichnen von Betriebsdaten einer Arbeitsmaschine
US4770841A (en) * 1986-10-08 1988-09-13 Westinghouse Electric Corp. Methods and apparatus for dynamic systems control
GB2207770B (en) * 1987-08-06 1991-09-11 Nat Research And Dev Corp The Apparatus and methods for spectral analysis of electrical materials,components and devices
US4916628A (en) * 1988-07-08 1990-04-10 Commonwealth Edison Company Microprocessor-based control/status monitoring arrangement
SE460315B (sv) * 1988-10-13 1989-09-25 Ludwik Jan Liszka Saett att fortloepande oevervaka drifttillstaandet hos en maskin
JP2577981B2 (ja) * 1988-12-14 1997-02-05 株式会社堀場製作所 プロセス用イオン測定装置
US5018069A (en) * 1989-07-13 1991-05-21 Howell Instruments, Inc. Reference system and method for diagnosing aircraft engine conditions
IE902596A1 (en) * 1989-07-17 1991-02-27 Williams Technology Monitoring and control of oil/gas fields
DE59004430D1 (de) * 1989-09-28 1994-03-10 Endress Hauser Gmbh Co Anordnung zur verarbeitung von sensorsignalen.
US5043987A (en) * 1989-11-07 1991-08-27 Array Analysis, Inc. Method for calculating adaptive inference test figure of merit
US5257190A (en) * 1991-08-12 1993-10-26 Crane Harold E Interactive dynamic realtime management system for powered vehicles
US5566091A (en) * 1994-06-30 1996-10-15 Caterpillar Inc. Method and apparatus for machine health inference by comparing two like loaded components
US5684718A (en) * 1996-02-12 1997-11-04 Westinghouse Electric Corporation Method and apparatus for monitoring the operation of an electric generator
US6041287A (en) * 1996-11-07 2000-03-21 Reliance Electric Industrial Company System architecture for on-line machine diagnostics
US6363330B1 (en) 1998-04-10 2002-03-26 Satnam Singh Sampuran Alag Thermocouple failure detection in power generation turbines
US6216066B1 (en) * 1998-07-01 2001-04-10 General Electric Company System and method for generating alerts through multi-variate data assessment
US6253159B1 (en) * 1998-12-31 2001-06-26 Kimberly-Clark Worldwide, Inc. Process control using multiple detections
US6195621B1 (en) * 1999-02-09 2001-02-27 Roger L. Bottomfield Non-invasive system and method for diagnosing potential malfunctions of semiconductor equipment components
GB9910174D0 (en) * 1999-05-04 1999-06-30 British Nuclear Fuels Plc Improvements in and relating to signal handling and processing
US6957172B2 (en) 2000-03-09 2005-10-18 Smartsignal Corporation Complex signal decomposition and modeling
US20020183971A1 (en) * 2001-04-10 2002-12-05 Wegerich Stephan W. Diagnostic systems and methods for predictive condition monitoring
US7539597B2 (en) 2001-04-10 2009-05-26 Smartsignal Corporation Diagnostic systems and methods for predictive condition monitoring
US6975962B2 (en) * 2001-06-11 2005-12-13 Smartsignal Corporation Residual signal alert generation for condition monitoring using approximated SPRT distribution
US6687596B2 (en) 2001-08-31 2004-02-03 General Electric Company Diagnostic method and system for turbine engines
EP1389431A1 (de) * 2002-08-16 2004-02-18 Hauni Maschinenbau AG Verfahren zum Betrieb einer Herstellungs- und Verpackungsmaschine der tabakverarbeitenden Industrie
US7412842B2 (en) 2004-04-27 2008-08-19 Emerson Climate Technologies, Inc. Compressor diagnostic and protection system
US7275377B2 (en) 2004-08-11 2007-10-02 Lawrence Kates Method and apparatus for monitoring refrigerant-cycle systems
GB0506522D0 (en) * 2005-03-31 2005-05-04 British Nuclear Fuels Plc Improvements in and relating to data handling
GB0506605D0 (en) * 2005-03-31 2005-05-11 British Nuclear Fuels Plc Improvements in and relating to monitoring
US7536914B2 (en) * 2005-07-18 2009-05-26 The Johns Hopkins University Sensor for detecting arcing faults
EP1768007A1 (de) * 2005-09-22 2007-03-28 Abb Research Ltd. Überwachung eines Systems mit Komponenten deren Zustand im Lauf der Zeit verschlechtert wird.
US7577548B1 (en) * 2006-03-04 2009-08-18 Hrl Laboratories Integrated framework for diagnosis and prognosis of components
US8590325B2 (en) 2006-07-19 2013-11-26 Emerson Climate Technologies, Inc. Protection and diagnostic module for a refrigeration system
US20080216494A1 (en) 2006-09-07 2008-09-11 Pham Hung M Compressor data module
US8275577B2 (en) 2006-09-19 2012-09-25 Smartsignal Corporation Kernel-based method for detecting boiler tube leaks
US8311774B2 (en) 2006-12-15 2012-11-13 Smartsignal Corporation Robust distance measures for on-line monitoring
US20090037142A1 (en) 2007-07-30 2009-02-05 Lawrence Kates Portable method and apparatus for monitoring refrigerant-cycle systems
KR101491196B1 (ko) * 2007-08-03 2015-02-06 스마트시그널 코포레이션 결함 패턴 매칭을 위한 퍼지 분류 접근
US9140728B2 (en) 2007-11-02 2015-09-22 Emerson Climate Technologies, Inc. Compressor sensor module
US8131508B2 (en) * 2009-02-05 2012-03-06 Panasonic Corporation Sensor apparatus
JP4386143B1 (ja) * 2009-02-05 2009-12-16 パナソニック株式会社 センサ装置
EP2681497A4 (de) 2011-02-28 2017-05-31 Emerson Electric Co. Hvac-überwachung und diagnose für haushaltsanwendungen
US8964338B2 (en) 2012-01-11 2015-02-24 Emerson Climate Technologies, Inc. System and method for compressor motor protection
US9563198B2 (en) 2012-03-08 2017-02-07 General Electric Company Method and system to model risk of unplanned outages of power generation machine
US9310439B2 (en) 2012-09-25 2016-04-12 Emerson Climate Technologies, Inc. Compressor having a control and diagnostic module
EP2971989A4 (de) 2013-03-15 2016-11-30 Emerson Electric Co Fernüberwachung und -diagnose für ein hvac-system
US9551504B2 (en) 2013-03-15 2017-01-24 Emerson Electric Co. HVAC system remote monitoring and diagnosis
US9803902B2 (en) 2013-03-15 2017-10-31 Emerson Climate Technologies, Inc. System for refrigerant charge verification using two condenser coil temperatures
AU2014248049B2 (en) 2013-04-05 2018-06-07 Emerson Climate Technologies, Inc. Heat-pump system with refrigerant charge diagnostics
WO2016051464A1 (ja) * 2014-09-29 2016-04-07 株式会社東芝 製造ライン監視装置、製造ライン監視プログラム、製造ライン監視方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3526836A (en) * 1968-01-23 1970-09-01 Rca Corp Statistical method,under computer control,for the manufacture and test of mass produced articles
JPS52114867A (en) * 1976-03-22 1977-09-27 Hitachi Ltd Plant abnormality detector
US4133039A (en) * 1976-11-09 1979-01-02 Westinghouse Electric Corp. True mean rate measuring system
BE856104A (fr) * 1977-07-05 1977-12-27 G Sojuznoe Konstruktorsko Tekh Ordinateur specialise dans le traitement statistique de l'information
US4139895A (en) * 1977-08-19 1979-02-13 Bell Telephone Laboratories, Incorporated Analog computer
DE2738507C3 (de) * 1977-08-26 1980-08-07 Messerschmitt-Boelkow-Blohm Gmbh, 8000 Muenchen Verfahren zur Erhöhung der Treffwahrscheinlichkeit von gestörten Flugkörpern und Einrichtung zur Durchführung des Verfahrens
GB1543515A (en) * 1978-01-16 1979-04-04 Sojuz Kt Bjuro P Schetnykh Mas Statistical data processing digital computer
US4205383A (en) * 1978-11-13 1980-05-27 Bakanovich Eduard A Method of testing objects for random actions thereon and digital simulator-computer system for effecting same

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3319248A1 (de) * 1982-06-01 1983-12-01 British-American Tobacco Co. Ltd., London Verfahren und vorrichtung zur ueberwachung einer zigarettenfertigungsmaschine
DE3319248C2 (de) * 1982-06-01 1992-12-17 Molins Plc, Milton Keynes, Buckinghamshire, Gb
DE3405844A1 (de) * 1983-02-22 1984-08-30 Mitutoyo Mfg. Co., Ltd., Tokio/Tokyo Kontrollvorrichtung fuer eine veraenderliche groessen messende messeinrichtung
DE3932479A1 (de) * 1989-09-28 1991-04-11 Endress Hauser Gmbh Co Anordnung zur verarbeitung von sensorsignalen
DE4006948A1 (de) * 1990-03-06 1991-09-12 Bayerische Motoren Werke Ag Verfahren und anordnung zum ueberwachen des verschleisses oder der ermuedung eines zyklisch belasteten bauteils
DE4124542A1 (de) * 1990-07-24 1992-02-06 Mitsubishi Electric Corp Fehlerdiagnoseeinrichtung
DE4100501A1 (de) * 1991-01-10 1992-07-16 Bodenseewerk Geraetetech Verfahren und einrichtung zum erkennen von fehlern an sensoren fuer zustandsgroessen

Also Published As

Publication number Publication date
BR8106263A (pt) 1982-06-15
ES506251A0 (es) 1983-01-01
IT8124480A0 (it) 1981-10-14
JPS5793231A (en) 1982-06-10
GB2089081B (en) 1984-08-01
GB2089081A (en) 1982-06-16
IT1139536B (it) 1986-09-24
ZA816297B (en) 1982-11-24
FR2492128A1 (fr) 1982-04-16
KR830008163A (ko) 1983-11-16
CA1162300A (en) 1984-02-14
US4402054A (en) 1983-08-30
ES8302190A1 (es) 1983-01-01

Similar Documents

Publication Publication Date Title
DE3141016A1 (de) &#34;einrichtung und verfahren zum diagnostizieren der funktionsweise von anlagen&#34;
DE69937737T2 (de) Beurteilung des zustands eines lagers
EP0895197B1 (de) Verfahren zum Überwachen von Anlagen mit mechanischen Komponenten
DE69732569T2 (de) System zur erkennung von störungen von elektromotoren
DE102016102328B4 (de) System zur Diagnose von Anomalien, Diagnoseverfahren und -vorrichtung
DE602005002818T2 (de) Verfahren zur Überwachung der Betriebsleistungen einer Industrieanlage
DE60221149T2 (de) System und verfahren zur identifikation des vorhandenseins von defekten in einer vibrierenden maschine
DE112012005650B4 (de) Risikomesssystem
DE102018002112A1 (de) Störungserfassungsvorrichtung und maschinelle Lernvorrichtung
DE102009061036B4 (de) Vorrichtung und Verfahren zur Residuengenerierung zur Erkennung von fehlerhaften Transienten, Drift oder Oszillationen im Systemverhalten eines Systems eines Flugzeugs, und Flugzeug
CH700936B1 (de) Verfahren und System zum Bestimmen einer vor einem Ausfall eines Elektromotorsystems verbleibenden Zeit.
DE2622120A1 (de) Verfahren und vorrichtung zur automatischen ueberwachung von anlagen
EP2706422B1 (de) Verfahren zur rechnergestützten Überwachung des Betriebs eines technischen Systems, insbesondere einer elektrischen Energieerzeugungsanlage
WO2009053183A2 (de) Verfahren zur analyse des betriebs einer gasturbine
DE102018116696A1 (de) Verfahren zum Erzeugen von normalen Zustandsvorhersagedaten einer Anlage und Vorrichtung, die dasselbe verwendet
DE112018003079T5 (de) Drehmaschinensystem-Diagnosevorrichtung, Leistungsumsetzvorrichtung, Drehmaschinensystem und Drehmaschinensystem-Diagnoseverfahren
DE102018115155A1 (de) Verfahren zum Vorhersagen von Anlagendaten und Vorrichtung, die es verwendet
EP3876060B1 (de) Verfahren und recheneinheit zur ursachenanalyse eines anomalen zustandes einer maschine
DE112019007189T5 (de) Anomaliediagnosevorrichtung für Elektromotorausrüstungen, Anomaliediagnoseverfahren für Elektromotorausrüstungen und Anomaliediagnosesystem für Elektromotorausrüstungen
DE4406723B4 (de) Verfahren zur Überwachung des Betriebszustands einer Maschine oder Anlage
DE69729306T2 (de) Ereignisfeststellung mit kurzen und langen Mittelwerten
WO2018141702A1 (de) Verfahren zum bereitstellen von messwerten einer technischen anlage, technisches system und verfahren zum betreiben des technischen systems
EP2774242B1 (de) Verfahren zum erzeugen eines eine pendelung in einem elektrischen energieversorgungsnetz angebenden signals
CH717054A2 (de) Verfahren zur Diagnose eines Lagers.
DE112019001115T5 (de) Diagnoseunterstützungsvorrichtung, rotierendes Maschinensystem und Diagnoseunterstützungsverfahren

Legal Events

Date Code Title Description
8139 Disposal/non-payment of the annual fee