EP1872107A1 - Verfahren und gerät zum kategorisieren von wälzlagerschäden - Google Patents

Verfahren und gerät zum kategorisieren von wälzlagerschäden

Info

Publication number
EP1872107A1
EP1872107A1 EP06722734A EP06722734A EP1872107A1 EP 1872107 A1 EP1872107 A1 EP 1872107A1 EP 06722734 A EP06722734 A EP 06722734A EP 06722734 A EP06722734 A EP 06722734A EP 1872107 A1 EP1872107 A1 EP 1872107A1
Authority
EP
European Patent Office
Prior art keywords
signal
analysis
function
feature
values
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Withdrawn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
EP06722734A
Other languages
English (en)
French (fr)
Inventor
Jens Strackeljan
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch 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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of EP1872107A1 publication Critical patent/EP1872107A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C19/00—Bearings with rolling contact, for exclusively rotary movement
    • F16C19/50—Other types of ball or roller bearings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings
    • G01M13/045—Acoustic or vibration analysis

Definitions

  • the invention relates to a method for 'categorizing damage to an integrated device in a rolling bearing, comprising the steps of:
  • the invention further relates to a measuring and analyzing device for categorizing damage to a rolling element bearing integrated in a device, comprising a sensor for recording a signal representing structure-borne noise oscillations of the device, a digital data memory for storing the recorded signal,
  • a digital arithmetic unit for processing the stored signal a digital program memory for storing instructions, rules and default values for controlling the processing of the stored signal, output means for outputting a result of the processing of the stored signal, wherein the instructions, rules and default values stored in the program memory are adapted to perform an analysis of the stored signal according to at least one predetermined signal feature, assign the stored signal to a predetermined damage category based on the analysis result and have that damage category output as a result of the processing by the output means.
  • Detecting and categorizing damage to rolling bearings integrated into devices such as motors, machines, pumps, etc. is an essential measure to ensure safe operation of the devices and to avoid major damage such as bearing failure, rough running shafts and axes etc. can arise. It is of ' great economic importance that for the detection and categorization of the damage to be examined warehouse does not have to be removed from the device and disassembled in order to be made available to a, for example, optical inspection.
  • the analysis comprises a statistical evaluation of an inferred from the recorded signal analysis function of the signal to determine the expression of the predetermined signal characteristics, wherein the analysis function a Derivative level of the signal representing the jerk of the signal Body chord vibration equals or is a higher derivative level.
  • the basic idea of the present invention is to carry out a statistical evaluation of the so-called "jerk”, ie the second time derivative of the velocity-proportional structure-borne sound signal, or a higher derivative step, in order to base the damage categorization on this, which corresponds in principle to a special investigation of properties of the extrexvalue ranges Empirically, it has been shown that it is precisely the information content in the region of the extreme values of the velocity-proportional structure-borne sound signal that is characteristic for various types of bearing damage.
  • a connection can indeed be made by the idea of micro-impacts that a rolling element experiences and in the case of smooth bearing shells very briefly and roughened, ie pre-damaged bearing shells, are longer, roughly illustrated, but a detailed physical model for this relationship is not known. Rather, the knowledge of the relationship between the shape of the extreme value ranges in the speed-proportional signal and the damage category must be regarded as a surprising discovery. This discovery takes advantage of the present invention in an advantageous manner.
  • the method according to the invention which considers a statistical analysis of the jerk, has various advantages.
  • the structure-borne sound vibrations of the current device it is possible, but not necessary, for the structure-borne sound vibrations of the current device to be proportional to the speed detect.
  • a deflection or acceleration-proportional signal measurement can also be realized.
  • the relevant jerk would be calculated in these cases as the third or the first time derivative of the recorded signal.
  • the method according to the invention has the advantage that a statistical analysis of a signal is much simpler and less complicated to compute than the separate examination of a large number of individual extreme values in a speed-proportional time signal.
  • signal feature is to be understood as a general property, that is, a function of the signal under consideration, whereas, under "expression” of a signal feature in the context of this description, the concrete property, i. the special values of the function are understood by the signal that has been specifically examined.
  • an average of analysis function values, ie of specific values of the calculated jerk, at the locations of local extreme values of a velocity function derived from the recorded signal is a predetermined signal feature.
  • the velocity function is therefore equal to the recorded signal, however, in the case of a displacement-proportional measurement, the velocity signal is calculated from the first time derivative of the recorded signal or with acceleration-proportional measurement from the first temporal integration of the recorded signal.
  • a mean value is formed over those values of the jerk that correlate in time with the local extreme values of the velocity function.
  • a frequency distribution of analysis function values at the locations of local extreme values of a speed function derived from the recorded signal is a predetermined signal characteristic.
  • a histogram of the jerk values at the points of the speed extrema is calculated and used for the damage categorization. Since such a histogram has a greater information content than a simple average, it is understood that a finer subdivision of different damage categorizations can be made with this embodiment.
  • a fluctuation of distances of adjacent locations of local extreme values of the speed function is an additional predetermined signal feature.
  • This value which may for example correspond to the statistical variance of the extrema distances, is preferably derived directly from the
  • the distance determination can be carried out between next adjacent extreme values of the same or opposite sign or between less closely adjacent extreme values of the same or opposite sign. Preferably, the distance determination between next adjacent extreme values of the same sign in each case.
  • a frequency distribution of values of distances of adjacent locations of local extreme values of the speed function is an additional predetermined signal feature.
  • the calculation of a histogram of the extrema distances is proposed, which can lead to a finer differentiation between different types of damage. Note, however, that calculating a histogram involves significantly more computational effort than calculating a single value and this additional effort must be in a reasonable relationship to the achievable advantage of a finer categorization.
  • the number of local extreme values of the speed function with absolute values above a predetermined threshold value is an additional predetermined signal characteristic.
  • This essentially corresponds to an amplitude analysis of the speed signal.
  • the absolute value determination is advantageously preceded by normalization of the speed function, favorably with the effective value of the speed function. This standardization leads to an independence of the method from the absolute "volume" of the recorded structure-borne sound signal.
  • the actual damage classification ie the assignment of the measured signal to a damage category, takes place after the determination of the specific characteristics of the selected signal characteristic (s).
  • the assignment preferably takes place on the basis of a defined metric in a multi-dimensional feature space.
  • the signal to be assigned is classified according to its characteristics of the feature space spanning the feature space in the feature space, and the distance, calculated according to the defined metric, is calculated to predetermined points or areas representing the damage category in the multi-dimensional space. This means that in the multi-dimensional feature space empirically or computationally determined points or areas represent certain categories of damage, of which the recorded signal is to be assigned to a concrete. This.
  • the signal space spanning the feature space may be divided into generalized units and the distance defined as n-dimensional Euclidean metric.
  • the special transformation of the signal characteristics to the generalized units of the feature space can be chosen so that the respective significance of the feature for a category distinction is taken into account.
  • the signal is preferably assigned to the damage category to which its distance in the feature space according to the defined metric is minimal.
  • the distance minimum value can not be uniquely determined. This can occur, in particular, when tolerances are allowed during the distance determination, for example to take into account measurement inaccuracies. Then it can happen that two or more calculated distances are within the permissible tolerances and thus a definite minimum can not be determined.
  • the feature space is extended by at least one feature dimension and a new classification and distance determination of the signal takes place. This corresponds to the refinement of categorization by additional consideration of a further signal feature.
  • the arithmetic unit can be designed as a specially equipped microprocessor, in particular a specially programmed DSP (digital signal processor), wherein the individual instructions and rules can be implemented in software or hardware.
  • DSP digital signal processor
  • the default values, ie in particular the comparison values required for the categorization, can be implemented in a separate database, preferably in software. It is particularly advantageous if the database can be expanded by taking concrete measurements.
  • machines to be checked for rolling bearing damage include several rolling bearings of the same and / or different types.
  • the measurement according to the invention can then be at several points of the machine surface by lead, wherein in each case that rolling bearing which is most efficient acoustically coupled to the measurement point, most to ⁇ the recorded signal contributes.
  • Figure 1 a schematic representation of a measuring and • analysis device according to the invention
  • FIG. 2 shows a schematic sketch to illustrate different rolling bearing damage categories
  • ⁇ FIG. 3 a schematic representation of the categorization of a measured rolling bearing damage in a two-dimensional feature space.
  • Figure 1 shows a schematic representation of a measuring and analyzing device for categorizing Wälzlager sea.
  • the overall device comprises a hand-held portable device 10 and a connectable sensor 20.
  • the sensor is attached to the surface 30 of the device (s) containing the bearing (s).
  • the senor 20 essentially consists of a permanent magnet 22 on which a spiral coil 24 is applied, for example glued.
  • the sensor adheres to a surface 30 of a machine to be examined with integrated rolling bearings, which are not shown in Figure 1.
  • structure-borne sound vibrations of the surface 30 are generated, to which the rolling bearing movements also contribute.
  • the structure-borne sound vibrations are shown schematically as waves of the surface 30 (solid and dashed).
  • the adhesion of the sensor 20 to the surface 30 is preferably effected by a ferromagnetic surface 30 by the force of the permanent magnet 22.
  • the constant magnetic field of the permanent magnet 22 passes through the coil 24, which is insulated from the surface 30, and the surface 30 itself.
  • the vibrations of the surface 30 distort the magnetic field lines 40, so that the coil 24 is in a time-varying magnetic field. which leads to the induction of a voltage Ui nd .
  • the voltage u ina represents a velocity-proportional representation of the vibrations of the surface 30.
  • the voltage U in a is digitized by means of an A / D converter 11 and sent to a microprocessor, ⁇ p, 12 for further processing.
  • the microprocessor 12 communicates with both a data memory, MemD, 13, in which the recorded signal can be stored, as well as with a program memory, MemP, 13, are stored in the rules, instructions and default values for processing the recorded signal.
  • the result of the data processing is displayed to the user on an output 15 (out), which may be realized in the form of a conventional screen display, as light signals in a special display panel or otherwise.
  • a / D converter 11, microprocessor 12, the memories 13 and 14, which may be separate or unitary, and the output 15 are integrated in a portable handset (dashed box).
  • the connection to the sensor 20 is realized as a cable connection, preferably as a coaxial cable connection.
  • FIG. 2 shows in a highly schematized and simplified manner two different types of rolling bearing damage categories in order to suggestively illustrate the relationship between damage category and the concrete formation of extreme values in the recorded speed signal. Note, however, that this is not a physical model, but merely an attempt to illustrate.
  • a rolling element 50 which may be formed, for example, as a ball or roller, rolls on the surface of a bearing shell 60.
  • the bearing shell surface 60 has very small bumps 61, while in the case of FIG. 2 b it has wider and higher bumps 62.
  • the micro-shocks that result when rolling over the unevenness by the rolling body 50 are very short, whereas in the case of 2b, they are much longer. This results in a change in the shape of the extreme values of the velocity-proportional signal.
  • FIG. 3 shows a simplified representation of the actual damage categorization.
  • a received signal is analyzed according to a plurality of signal characteristics m 1 and m 2 (in the illustrated case only two) and positioned in the feature space spanned by m 1 and m 2.
  • the current signal is shown as an asterisk 70.
  • a plurality of points 72 are further positioned, each representing an earlier measured signal associated with a known damage category. It has been found that the analysis method according to the invention is suitable, Delimit damage categories as areas in the feature space. In the example shown, three areas A, B and C are shown.
  • the distances between the signal 70 and the points 72 or in each case one point representative of an area A, B, C are measured and compared.
  • the signal 70 is then assigned to the damage category to which the distance is minimal, in this example category A.
  • the embodiments illustrated in the specific description and the figures represent only illustrative embodiments of the present invention.
  • the dimensionality of the feature space depends on the desired fineness of the categorization.
  • the sensor 20 described above, in its illustrated embodiment is not a prerequisite for the invention. Rather, any type of sensor capable of generating a body sound vibration signal can be used.

Landscapes

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

Abstract

Die Erfindung bezieht sich auf Verfahren und ein Mess- und Analysegerät zum Kategorisieren von Wälzlagerschäden. Die Erfindung zeichnet sich dadurch aus, dass die der Kategorisierung vorausgehende Analyse eine statistische Auswertung des „Rucks' eines Körperschallsignals umfasst, zu dem die Bewegung des zu untersuchenden Wälzlagers beiträgt.

Description

Verfahren und Gerät zum Kategorisieren von Wälzlagerschaden
Beschreibung
Die Erfindung bezieht sich auf ein Verfahren zum' Kategorisieren von Schäden an einem in eine Vorrichtung integrierten Wälzlager, umfassend die Schritte:
Aufnehmen eines Signals, das Körperschallschwingungen der
Vorrichtung repräsentiert,
Analysieren des Signals gemäß wenigstens einem vorgegebenen Signalmerkmal ,
Zuordnen des Signals zu einer vorbestimmten
Schadenskategorie aufgrund des Analyseergebnisses.
Die Erfindung bezieht sich weiter auf ein Mess- und Analysegerät zum Kategorisieren von Schäden an einem in eine Vorrichtung integrierten Wälzlager, umfassend einen Sensor zum Aufnehmen eines Signals, das KörperschallSchwingungen der Vorrichtung repräsentiert, einen digitalen Datenspeicher zum Speichern des aufgenommenen Signals,
. eine digitale Recheneinheit zum Verarbeiten des gespeicherten Signals einen digitalen Programmspeicher zum Speichern von Anweisungen, Regeln und Vorgabewerten zur Steuerung der Verarbeitung des gespeicherten Signals, Ausgabemittel zum Ausgeben eines Ergebnisses der Verarbeitung des gespeicherten Signals, wobei die im Programmspeicher gespeicherten Anweisungen, Regeln und Vorgabewerte geeignet sind, eine Analyse des gespeicherten Signals gemäß wenigstens einem vorgegebenen Signalmerkmal durchzuführen, das gespeicherte Signal aufgrund des Analyseergebniεses einer vorbestimmten Schadenskategorie zuzuordnen und diese Schadenskategorie als Ergebnis der Verarbeitung durch die Ausgabemittel ausgeben zu lassen.
Die Feststellung und Kategorisierung von Schäden an Wälzlagern, die in Vorrichtungen, wie beispielsweise Motoren, Maschinen, Pumpen etc. integriert sind, ist eine wesentliche Maßnahme zur Gewährleistung eines sicheren Betriebs der Vorrichtungen und zur Vermeidung größerer Schäden, die etwa durch Lagerbruch, unrund laufenden Wellen und Achsen etc. entstehen können. Dabei ist es von 'großer wirtschaftlicher Bedeutung, dass zur Schadenserkennung und -kategorisierung das zu untersuchende Lager nicht aus der Vorrichtung ausgebaut und zerlegt werden muss, um einer beispielsweise optischen Überprüfung zugänglich gemacht zu werden.
Es sind daher eine Reihe von Verfahren bekannt, mit denen Wälzlagerschaden anhand einer Analyse akustischer Signale erkannt und kategorisiert werden können, wobei die akustischen Signale auf KörperschalIschwingungen der laufenden Vorrichtung beruhen, zu denen insbesondere auch diejenigen Schwingungskomponenten beitragen, die durch die Bewegung des oder der zu untersuchenden Lager verursacht werden.. Die einfachste Analysemethode ist das Abhören der laufenden Vorrichtung mittels eines Stethoskops, wobei die Analyse im Wesentlichen auf die Erfahrung des Untersuchenden gestützt wird. Es gibt jedoch verschiedene Ansätze, das Analyseverfahren automatisiert und von der konkreten Erfahren einer untersuchenden Person unabhängig zu gestalten. DE 199 38 722 Al offenbart ein derartiges Verfahren, wobei der Spektralverlauf der Körperschallschwingungen der laufenden Vorrichtung aufgezeichnet und anhand eines dynamischen Modells analysiert wird. In das dynamische Modell gehen spezielle Vorkenntnisse zu der Vorrichtung und dem zu untersuchenden Lager, wie die bi^ederseitigen Kontaktsteifigkeiten der Wälzkörper mit den Lagerschalen, um die Übertragungsfunktion zwischen dem Lager und dem Mess- und Analysegerät möglichst genau zu bestimmen. Dieses Erfordernis spezieller Vorkenntnisse ist ein wesentlicher Nachteil des bekannten Verfahrens. Dieser Nachteil liegt im Grunde allen frequenzbasierten Messverfahren zugrunde, da die gemessenen Schwingungsfrequenzen wesentlich von der Umdrehungszahl des Lagers, der Anzahl der Wälzkörper, dem Durchmesser der Wälzkörper und der Lagerschalen etc. abhängen.
Es ist eine Aufgabe der vorliegenden Erfindung, ein gattungsgemäßes Verfahren derart weiterzubilden, dass eine zuverlässige Schadenskategorisierung auch ohne Kenntnis spezieller Lager- und Betriebsparairteter erfolgen kann.
Es ist eine weitere Aufgabe der vorliegenden Erfindung, ein gattungsgemäßes Gerät derart weiterzubilden, dass damit eine zuverlässige Schadenskategorisierung auch ohne Kenntnis spezieller Lager- und Betriebsparameter erfolgen kann.
Dies.e Aufgaben, wird in Verbindung mit den Merkmalen der Oberbegriffe der Ansprüche 1 bzw. 16 dadurch gelöst, dass die Analyse eine statistische Auswertung einer aus dem aufgenommenen Signal hergeleiteten Analysefunktion des Signals zur Feststellung der Ausprägung der vorgegebenen Signalmerkmale umfasst, wobei die Analysefunktion eine Ableitungsstufe des Signals, die dem Ruck der repräsentierten Körpersc-hallschwingung entspricht, oder eine höhere Ableitungsstufe ist.
Die Grundidee der vorliegenden Erfindung liegt darin, eine statistische Auswertung des sogenannten „Rucks", d.h. der zweiten zeitlichen Ableitung des geschwindigkeitsproportionalen KörperschallSignals, oder einer höheren Ableitungsstufe vorzunehmen, um darauf die Schadenskategorisierung zu stützen. Dies entspricht im Prinzip einer speziellen Untersuchung von Eigenschaften der Extrexnwertbereiche des geschwindigkeitsproportionalen Signals. Empirisch hat sich nämlich gezeigt, dass gerade der Informationsgehalt im Bereich der Extremwerte des geschwindigkeitsproportionalen Körperschallsignals für verschiedene Arten von Lagerschäden charakteristisch ist. Ein Zusammenhang kann zwar mittels der Vorstellung von Microstößen, die ein Wälzkörper erfährt und die bei glatten Lagerschalen sehr kurz und bei aufgerauten, d.h. vorgeschädigten Lagerschalen, länger sind, grob veranschaulicht werden. Ein detailliertes physikalisches Modell für diesen Zusammenhang ist jedoch nicht bekannt. Vielmehr muss die Erkenntnis des Zusammenhangs zwischen der Form der Extremwertbereiche im geschwindigkeitsproportionalen Signal und der Schadenskategorie als überraschende Entdeckung betrachtet werden. Diese Entdeckung macht sich die vorliegende Erfindung in vorteilhafter Weise zunutze.
Gegenüber einer direkten Untersuchung der Extremwerte im geschwindigkeitsabhängigen Signal weist das erfindungsgemäße Verfahren, welches eine statistische Analyse des Rucks betrachtet, verschiedene Vorteile auf. Zum einen ist es möglich aber nicht erforderlich, die Körperschallschwingungen der laufenden Vorrichtung geschwindigkeitsproportional zu detektieren. Alternativ lässt sich aber auch eine auslenkungs- oder beschleunigungsproportionale Signalmessung realisieren. Der relevante Ruck würde sich in diesen Fällen als die dritte bzw. die erste zeitliche Ableitung des aufgenommenen Signals berechnen lassen. Weiter hat das erfindungsgemäße Verfahren den Vorteil, dass eine statistische Analyse eines Signals sehr viel einfacher und weniger rechenaufwendiger ist, als die separate Untersuchung einer großen Vielzahl individueller Extremwerte in einem geschwindigkeitsproportionalen Zeitsignals .
Man beachte, dass unter dem Begriff „Signalmerkmal" eine allgemeine Eigenschaft, d.h. eine Funktion des betrachteten Signals zu verstehen ist, wo hingegen unter einer „Ausprägung" eines Signalmerkmals im Rahinen dieser Beschreibung die konkrete Eigenschaft, d.h. die speziellen Werte der Funktion am konkret untersuchten Signal verstanden werden.
Vorteilhafterweise ist ein Mittelwert von Analysefunktionswerten, d.h. von konkreten Werten des berechneten Rucks, an den Stellen lokaler Extremwerte einer aus dem aufgenommenen Signal hergeleiteten Geschwindigkeitsfunktion ein vorgegebenes Signalmerkmal. Dabei wird als „Geschwindigkeitsfunktion" die Geschwindigkeit der von dem aufgenommenen Signal repräsentierten KörperschalIschwingung bezeichnet. Im Fall einer, geschwindigkeitsproportionalen Körperschallmessung ist daher die Geschwindigkeitsfunktion gleich dem aufgenommenen Signal. Im Fall einer auslenkungsproportionalen Messung berechnet sich das Geschwindigkeitssignal jedoch aus der ersten zeitlichen Ableitung des aufgenommenen Signals bzw. bei beschleunigungsproportionaler Messung aus der ersten zeitlichen Integration des aufgenommenen Signals . Konkret wird bei dieser Ausführungsform ein Mittelwert über diejenigen Werte des Rucks gebildet, die zeitlich mit den lokalen Extremwerten der Geschwindigkeitsfunktion korrelieren. Es hat sich empirisch erwiesen, dass dieser Wert für verschiedene Wälzlager-Schadensarten charakteristisch ist und seine Bestimmung daher in vielen Fällen ausreicht, um eine zuverlässige Schadenkategorisierung vorzunehmen. Man beachte, dass unter dem Begriff „Mittelwert" unterschiedliche Arten von Mittelwertbildung zusammengefasst sind. Beispielhaft seien das arithmetische Mittel, der Median und der quadratische Mittelwert genannt, wobei jedoch auch andere Mittelwertberechnungsarten angewandt werden können. Bevorzugt wird der arithmetische Mittelwert.
Bei einer alternativen Ausführungsform ist vorgesehen, dass eine Häufigkeitsverteilung von Analysefunktionswerten an den Stellen lokaler Extremwerte einer aus dem aufgenommenen Signal hergeleiteten Geschwindigkeitsfunktion ein vorgegebenes Signalmerkmal ist. Mit anderen Worten wird ein Histogramm der Ruckwerte an den Stellen der Geschwindigkeitsextrema berechnet und zur Schadenskategorisierung herangezogen. Da ein solches Histogramm einen größeren Informationsgehalt hat als ein einfacher Mittelwert, ist verständlich, dass mit dieser Ausführungsform eine feinere Unterteilung unterschiedlicher Schadenkategorisierungen vorgenommen werden kann.
Obgleich in der Regel nicht erforderlich, ist es selbstverständlich auch möglich, sowohl den Mittelwert als auch das Histogramm gemeinsam zur Schadenskategorisierung heranzuziehen. In allen Fällen erfolgt die Schadenskategorisierung durch Vergleich mit gespeicherten Vergleichswerten; für die empirisch oder rechnerisch bestimmt wurde, dass sie für unterschiedliche Schadenskategorien charakteristisch oder typisch sind.
Bei einer vorteilhaften Weiterbildung der Erfindung kann vorgesehen sein, dass eine Schwankung von Abständen benachbarter Stellen lokaler Extremwerte der Geschwindigkeitsfunktion ein zusätzliches vorgegebenes Signalmerkmal ist. Dieser Wert, der beispielsweise der statistischen Varianz der Extrema-Abstände entsprechen kann, wird vorzugsweise unmittelbar aus der
Geschwindigkeitsfunktion bestimmt. Die Abstandsbestimmung kann dabei zwischen nächstbenachbarten Extremwerten gleichen oder entgegengesetzten Vorzeichens oder zwischen weniger nah benachbarten Extremwerten gleichen oder entgegengesetzten Vorzeichens erfolgen. Bevorzugt wird die Abstandsbestimmung zwischen nächstbenachbarten Extremwerten jeweils gleichen Vorzeichens .
Bei einer weiteren, günstigen Ausführungsform der Erfindung ist vorgesehen, dass eine Häufigkeitsverteilung von Werten von Abständen benachbarter Stellen lokaler Extremwerte der Geschwindigkeitsfunktion ein zusätzliches vorgegebenes Signalmerkmal ist. Auch hier wird, alternativ oder zusätzlich, zu der Bestimmung eines Einzelwertes, nämlich der Extrema-Abstandsschwankung, die Berechnung eines Histogramms der Extrema-Abstände vorgeschlagen, was zu einer feineren Differenzierung zwischen unterschiedlichen Schadensarten führen kann. Man beachte jedoch, dass die Berechnung eines Histogramms mit wesentlich größerem Rechenaufwand verbunden ist, als die Berechnung eines Einzelwertes und dieser zusätzliche Aufwand in einem sinnvollen Verhältnis zu dem erreichbaren Vorteil einer feineren Kategorisierung stehen muss .
Bei einer weiteren Ausführungsform der Erfindung ist vorgesehen, dass die Anzahl von lokalen Extremwerten der Geschwindigkeitsfunktion mit Absolutbeträgen oberhalb eines vorgegebenen Schwellenwertes ein zusätzliches vorgegebenes Signalmerkmal ist. Dies entspricht im Wesentlichen einer Amplitudenanalyse des Geschwindigkeitssignals. Dabei geht der Absolutbetragsbestimmung vorteilhafterweise eine Normierung der Geschwindigkeitεfunktion, günstigerweise mit dem Effektivwert der Geschwindigkeitsfunktion, voraus. Diese Normierung führt zu einer Unabhängigkeit des Verfahrens von der absoluten „Lautstärke" des aufgenommenen Körperschallsignals .
Wie bereits erwähnt, erfolgt nach der Bestimmung der konkreten Ausprägungen des oder der ausgewählten Signalmerkmale die eigentliche Schadenεkategorisierung, d.h. die Zuordnung des gemessenen Signals zu einer Schadenskategorie. Wurde die Analyse gemäß einer Mehrzahl von Signalmerkmalen durchgeführt, erfolgt die Zuordnung vorzugsweise auf Basis einer definierten Metrik in einem mehrdimensionalen Merkmalsraum. Dabei wird das zuzuordnende Signal gemäß seinen Ausprägungen der den Merkmalsraum aufspannenden Signalmerkmale in dem Merkmalsraum eingeordnet und der Abstand, berechnet gemäß der definierten Metrik, zu vorgegebenen, Schadenskategorien repräsentierenden Punkten oder Gebieten in dem mehrdimensionalen Raum berechnet. Dies bedeutet, dass in dem mehrdimensionalen Merkmalsraum empirisch oder rechnerisch ermittelte Punkte oder Gebiete bestimmte Schadenskategorien repräsentieren, von denen das aufgenommene Signal einer konkret zugeordnet werden soll . Dies. erfolgt mittels Bestimmung des Abstandes desjenigen Punktes in dem mehrdimensionalen Merkmalsraum, der das aufgenommene Signal repräsentiert, zu den vordefinierten Punkten bzw. Gebieten. Was dabei unter einem Abstand zu verstehen ist, wird durch die vordefinierte Metrik /vorgegeben. Beispielsweise können, die den Merkmalsraum aufspannenden Signalsmerkmale in verallgemeinerte Einheiten unterteilt sein und der Abstand als n-dimensionale, euklidische Metrik definiert sein. Die spezielle Transformation der Signalmerkmale auf die verallgemeinerten Einheiten des Merkmalraumes können dabei so gewählt werden, dass der jeweiligen Bedeutung des Merkmals für eine Kategorieunterscheidung Rechnung getragen wird. Selbstverständlich ist es auch möglich, andere Metriken als die euklidische zu definieren.
Das Signal wird vorzugsweise derjenigen Schadenskategorie zugeordnet, zu der sein Abstand in dem Merkmalsraum gemäß der definierten Metrik minimal ist.
Es sind Fälle denkbar, • in denen der Abstands-Minimalwert nicht eindeutig bestimmt werden kann. Dies kann insbesondere dann vorkommen, wenn bei der Abstandsbestimmung Toleranzen zugelassen werden, etwa um Messungenauigkeiten zu berücksichtigen. Dann kann es vorkommen, dass zwei oder mehr berechnete Abstände innerhalb der zulässigen Toleranzen liegen und somit ein eindeutiges Minimum nicht bestimmbar ist. Bei einer vorteilhaften Weiterbildung der Erfindung ist daher vorgesehen, dass einem solchen Fall der Merkmalsräum um wenigstens eine Merkmalsdimension erweitert wird und eine erneute Einordnung und Abstandsbestimmung- des Signals erfolgt. Dies entspricht der Verfeinerung der Kategorisierung durch zusätzliche Berücksichtigung eines weiteren Signalmerkmals .
Bei einer alternativen Ausführungsform ist vorgesehen, dass im Fall eines nicht eindeutig bestimmbaren Abstands- Minimalwertes die zugrunde liegende Metrik verändert wird und eine erneute Abstandsbestimmung des Signals erfolgt. Hierbei wird mit anderen Worten die Bedeutung des Begriffs Abstand umdefiniert .
Bei der konkreten Umsetzung der Erfindung in Form eines Mess- und Analysegerätes ist es grundsätzlich möglich, das erfindungsgemäße Verfahren in geeigneter Weise in Anweisungen, Regeln und Vorgabewerte, d.h. in Form eines Programms zu kodieren und auf einer
Datenverarbeitungsvorrichtung laufen zu lassen, die über geeignete Schnittstellen mit einem entsprechenden Sensor verfügt. Besonders günstig ist dabei, wenn Daten- und Programmspeicher, Recheneinheit und Ausgabemittel in einem tragbaren Handgerät integriert sind und der Sensor als externes Element mittels einer Kabel- oder Drahtlosverbindung anschließbar ist. Zur Beschleunigung der Durchführung der Messung und Kategorisierung kann die Recheneinheit dabei als speziell ausgestatteter Microprozessor, insbesondere speziell programmierter DSP (digitaler Signalprozessor) ausgestaltet sein, wobei die einzelnen Anweisungen und Regeln software- oder hardwaremäßάg implementiert sein können. Die Vorgabewerte, d.h. insbesondere die für die Kategorisierung erforderlichen Vergleichswerte können in einer eigenen Datenbank, vorzugsweise softwaremäßig implementiert sein. Besonders günstig ist es, wenn die Datenbank durch Übernahme konkreter Messungen erweiterbar ist. Als Sensor kommen alle grundsätzlich denkbaren Sensoren zur Messung von Körperschallschwingungen in Frage, die ein auslenkungs-, geschwindigkeits- oder beschleunigungsproportionales Signal erzeugen. Besonders vorteilhaft werden jedoch induktive Sensoren eingesetzt, deren Kopplung mit der das Wälzlager enthaltenen Vorrichtung keinen Tiefpasεfilter implementiert. Aufgrund der hohen zu berechnen Ableitungsstufe, nämlich des Rucks, ist eine hohe Sampling-Frequenz, vorzugsweise im Bereich von einigen 100 kHz bis zu einigen MHz, erforderlich.- Träge, einen Tiefpass realisierende Sensoren sind daher wenig geeignet. Andererseits erlaubt die grundsätzliche Hochfrequenzeignung des Verfahrens auch die Vermessung von sehr schnell laufenden Vorrichtungen, wie etwa Vakuumpumpen und Hochfrequenzmotoren.
Üblicherweise beinhalten Maschinen, die auf Wälzlagerschaden zu überprüfen sind, mehrere Wälzlager gleichen und/oder unterschiedlichen Typs. Die erfindungsgemäße Messung lässt sich dann an mehreren Stellen der Maschinenoberfläche durchführen, wobei jeweils dasjenige Wälzlager, das am effizientesten akustisch mit dem Messpunkt gekoppelt ist, am stärksten zu ■ dem aufgenommenen Signal beiträgt .
Weitere Merkmale und Vorteile der Erfindung ergeben sich aus der nachfolgenden, speziellen Beschreibung und den Zeichnungen. Es zeigen:
Figur 1: eine schematische Darstellung eines Mess- und • Analysegerätes gemäß der Erfindung;
Figur 2: eine schematische Skizze zur Veranschaulichung unterschiedlicher Wälzlager-Schadenskategorien; ■ Figur 3; eine schematische Darstellung der Kategorisierung eines gemessenen Wälzlagerschadens in einem zweidimensionalen Merkmalsraum.
Figur 1 zeigt eine schematische Darstellung eines Mess- und Analysegerätes zur Kategorisierung von Wälzlagerschaden. Die Gesamtvorrichtung umfasst ein tragbares Handgerät 10 und einen daran anschließbaren Sensor 20. Der Sensor wird an der Oberfläche 30 der das oder die Lager enthaltenden Vorrichtung angebracht. Bei Maschinen mit mehreren Wälzlagern, die regelmäßig auf Schäden zu überprüfen sind, kann es günstig sein, an mehreren Stellen in der Nähe von Lagern je einen Sensor 20 fest anzubringen, wobei zur Überprüfung die einzelnen Sensoren 20 nacheinander oder simultan an ein Messgerät 10 angeschlossen werden.
Bei der dargestellten Ausführungsform besteht der Sensor 20 im Wesentlichen aus einem Permanentmagneten 22 , auf den eine Spiralspule 24 aufgebracht, z.B. aufgeklebt ist. Der Sensor haftet an einer Oberfläche 30 einer zu untersuchenden Maschine mit integrierten Wälzlagern, die in Figur 1 nicht dargestellt sind. Beim Betrieb der Maschine werden KörperschallSchwingungen der Oberfläche 30 erzeugt, zu denen auch die Wälzlagerbewegungen beitragen. In Figur 1 sind die KörperschallSchwingungen schematisch als Wellen der Oberfläche 30 (durchgezogen und gestrichelt) dargestellt. Die Haftung des Sensors 20 an der Oberfläche 30 erfolgt bei einer ferromagnetisehen Oberfläche 30 vorzugsweise durch die Kraft des Permanentmagnetens 22. Selbstverständlich ist es jedoch auch möglich, Magnet 22 und Spule 24 auf die Oberfläche 30 aufzukleben oder auf andere Art, z.B. durch Verschraubung, festzulegen. Das konstante Magnetfeld des Permanentmagneten 22 durchsetzt die Spule 24, die gegen die Oberfläche 30 isoliert ist, sowie die Oberfläche 30 selbst. Durch die Schwingungen der Oberfläche 30 werden die Magnetfeidlinien 40 verzerrt, so dass sich die Spule 24 in einem zeitlich veränderlichen Magnetfeld befindet, was zur Induktion einer Spannung Uind führt. Die Spannung uina stellt eine geschwindigkeitsproportionale Repräsentation der Schwingungen der Oberfläche 30 dar. Die Spannung Uina wird mittels eines A/D-Wandlers 11 digitalisiert und zur weiteren Verarbeitung an einen Microprozessor, μp, 12 geleitet. Der Microprozessor 12 kommuniziert sowohl mit einem Datenspeicher, MemD, 13, in dem das aufgenommene Signal abgespeichert werden kann, als auch mit einem Programmspeicher, MemP, 13, in dem Regeln, Anweisungen und Vorgabewerte zur Verarbeitung des aufgenommenen Signals abgelegt sind. Das Ergebnis der Datenverarbeitung wird dem Benutzer auf einer Ausgäbe 15 (out) , die in Form einer herkömmlichen Bildschirmanzeige, als Leuchtsignale in einem speziellen Anzeigefeld oder auf andere Weise realisiert sein kann, angezeigt.
Bei der in Figur 1 dargestellten Ausführungsform sind A/D- Wandler 11, Mikroprozessor 12, die Speicher 13 und 14, die getrennt oder als Einheit ausgeführt sein können, sowie die Ausgabe 15 in einem tragbaren Handgerät integriert (gestrichelter Kasten) . Die Verbindung mit dem Sensor 20 ist als KabelVerbindung, vorzugsweise als Koaxialkabelverbindung realisiert. Alternativ ist es auch möglich, den A/D-Wandler 11 am Ort des Senders 20 zu positionieren und ein digitales Signal zum Handgerät zu übertragen. Die Übertragung des digitalen Signals kann über eine Kabel- oder Drahtlosstrecke erfolgen. Selbstverständlich ist es auch möglich, die aufgenommenen Daten in einem herkömmlichen PC einzuspeisen und die weitere Analyse dort fortzunehmen.
Figur 2 zeigt stark schematisiert und vereinfacht zwei unterschiedliche Arten von Wälzlagerschadenskategorien, um das Verhältnis zwischen Schadenskategorie und der konkreten Ausbildung von Extremwerten im aufgenommenen Geschwindigkeitssignal suggestiv zu veranschaulichen. Man beachte jedoch, dass dies kein physikalisches Modell ist, sondern lediglich der Versuch einer Veranschaulichung. Ein Wälzkörper 50, der beispielsweise als Kugel oder Walze ausgebildet sein kann, rollt auf der Oberfläche einer Lagerschale 60 ab. In dem in Figur 2a gezeigten Fall weist- die Lagerschalenoberfläche 60 sehr kleine Unebenheiten 61 auf, während sie im Fall von Figur 2b breitere und höhere Unebenheiten 62 aufweist. Es ist unmittelbar nachvollziehbar, dass im Fall von Figur 2a die Microstöße, die sich beim Überrollen der Unebenheiten durch den Wälzkörper 50 ergeben, sehr kurz sind, wohingegen sie im Fall von 2b deutlich länger sind. Dies resultiert in einer Veränderung der Form der Extremwerte des geschwindigkeitsproportionalen Signals.
Figur 3 stellt eine vereinfachte Darstellung der eigentlichen Schadenskategorisierung dar. Ein aufgenommenes Signal wird gemäß mehrerer (im dargestellten Fall der Anschaulichkeit halber nur zweier) Signalmerkmale ml und m2 analysiert und in dem von ml und m2 aufgespannten Merkmalsraum positioniert. Im vorliegenden Fall ist das aktuelle Signal als Sternchen 70 dargestellt. In dem Merkmalsraum sind weiter eine Vielzahl von Punkten 72 positioniert, die jeweils ein früher gemessenes Signal repräsentieren, das zu einer bekannten Schadenskategorie gehört. Es hat sich gezeigt, dass das erfindungsgemäße Analyseverfahren geeignet ist, Schadenskategorien als Gebiete in dem Merkmalsräum gegeneinander abzugrenzen. Im gezeigten Beispiel sind drei Gebiete A, B und C dargestellt.' Zur automatisierten Kategorisierung des aktuell gemessenen Signals 70 werden die Abstände zwischen dem Signal 70 und den Punkten 72 oder jeweils einem für ein Gebiet A, B, C repräsentativen Punkt gemessen und verglichen. Das Signal 70 wird dann derjenigen Schadenskategorie zugeordnet, zu der der Abstand minimal ist, im vorliegenden Beispiel Kategorie A.
Natürlich stellen die in der speziellen Beschreibung und den Figuren dargestellten Ausführungsformen lediglich illustrative Ausführungsbeispiele der vorliegenden Erfindung dar. Insbesondere hängt die Dimensionalität des Merkmalsraumes von der erwünschten Feinheit der Kategorisierung ab. Auch der oben beschriebene Sensor 20 ist in seiner dargestellten Ausführungsform keine für die Erfindung zwingende Voraussetzung. Vielmehr kann jegliche Art von Sensoren verwendet werden, die in der Lage sind, ein die KörperschallSchwingung repräsentierendes Signal zu erzeugen.

Claims

Patentansprüche
1. Verfahren zum. Kategorisieren von Schäden an einem in eine Vorrichtung integrierten Wälzlager, umfassend die Schritte:
Aufnehmen eines Signals, das KörperschallSchwingungen der Vorrichtung repräsentiert,,
Analysieren des Signals gemäß wenigstens einem vorgegebenen Signalmerkmal,
Zuordnen des Signals zu einer vorbestimmten
Schadenskategorie aufgrund des Analyseergebnisses, dadurch gekennzeichnet, dass die Analyse eine statistische Auswertung einer aus dem aufgenommenen Signal hergeleiteten Analysefunktion des Signals zur Feststellung der Ausprägung der vorgegebenen Signalmerkmale umfasst, wobei die Analysefunktion eine Ableitungsstufe des Signals, die dem Ruck der repräsentierten KörperschallSchwingung entspricht, oder eine höhere Ableitungsstufe ist.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass ein Mittelwert von Analysefunktionswerten an den Stellen lokaler Extremwerte einer aus dem aufgenommenen Signal hergeleiteten Geschwindigkeitsfunktion ein vorgegebenes Signalmerkmal ist, wobei die Geschwindigkeitsfunktion die Geschwindigkeit der von dem aufgenommenen Signal repräsentierten KörperschallSchwingung repräsentiert.
3. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass eine Häufigkeitsverteilung von
Analysefunktionswerten an den Stellen lokaler Extremwerte einer aus dem aufgenommenen Signal hergeleiteten Geschwindigkeitsfunktion ein: vorgegebenes Signalmerkmal ist, wobei die Geschwindigkeitsfunktion die Geschwindigkeit der von dem aufgenommenen Signal repräsentierten KörperschallSchwingung repräsentiert.
4. Verfahren nach einem der Ansprüche 2 oder 3 , dadurch gekennzeichnet, dass eine Schwankung von Abständen benachbarter Stellen lokaler Extremwerte der Geschwindigkeitsfunktion ein zusätzliches vorgegebenes Signalmerkmal ist.
5. Verfahren nach einem der Ansprüche 2 bis 4 , dadurch gekennzeichnet, dass eine Häufigkeitsverteilung von Werten von Abständen benachbarter Stellen lokaler Extremwerte der Geεchwindigkeitsfunktion ein zusätzliches vorgegebenes Signalmerkmal ist.
6. Verfahren nach einem der Ansprüche 2 bis 5, dadurch gekennzeichnet, dass die Anzahl von lokalen Extremwerten der Geschwindigkeitsfunktion mit Absolutbeträgen oberhalb eines vorgegebenen Schwellenwertes ein zusätzliches vorgegebenes Signalmerkmal ist.
7. Verfahren nach .Anspruch 6, dadurch gekennzeichnet, dass der Bestimmung der Absolutbeträge eine Normierung der Geschwindigkeitsfunktion vorausgeht.
8. Verfahren nach Anspruch 7 , dadurch gekennzeichnet, dass die Normierung mit dem Effektivwert der Geschwindigkeitsfunktion erfolgt.
9. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Analyse gemäß einer Mehrzahl von Signalmerkmalen erfolgt und die Zuordnung des Signals zu einer Schadenskategorie auf Basis einer definierten Metrik in einem mehrdimensionalen Merkmalsräum erfolgt, wobei das zuzuordnende Signal gemäß seinen Ausprägungen der den Merkmalsraum aufspannenden Signalmerkmale in dem Merkmalsraum eingeordnet und der Abstand zu vorgegebenen, Schadenskategorien repräsentierenden Punkten oder Gebieten in dem mehrdimensionalen Raum berechnet wird.
10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass das Signal derjenigen Schadenskategorie zugeordnet wird, zu der sein Abstand in dem Merkmalsraum gemäß der definierten Metrik minimal ist.
11. Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass im Fall eines nicht eindeutig bestimmbaren Abstands- Minimalwertes der Merkmalsraum um wenigstens eine Merkmalsdirnension erweitert wird und eine erneute Einordnung und Abstandsbestimmung des Signals erfolgt- ■
12. Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass im Fall eines nicht eindeutig bestimmbaren Abstands- Minimalwertes die zugrunde liegende Metrik verändert wird und eine erneute Abstandsbestimmung des Signals erfolgt.
13. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass das aufgenommene Signal die Geschwindigkeit der Körperschallschwingung repräsentiert .
14. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass das aufgenommene Signal die Beschleunigung der KörperschallSchwingung repräsentiert.
15. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass das aufgenommene Signal die Auεlenkung der Körperschallschwingung repräsentiert .
16. Mess- und ' Analysegerät' zum Kategorisieren von Schäden an einem in eine Vorrichtung integrierten Wälzlager, umfassend einen Sensor (20) zum Aufnehmen eines Signals, das Körperschallschwingungen der Vorrichtung (30) repräsentiert, einen digitalen Datenspeicher (13) zum Speichern des aufgenommenen Signals, eine digitale Recheneinheit (12) zum Verarbeiten des gespeicherten Signals einen digitalen Programmspeicher (14) zum Speichern von Anweisungen, Regeln und Vorgabewerten zur Steuerung der Verarbeitung des gespeicherten Signals, Ausgabemittel (15) zum Ausgeben eines Ergebnisses der Verarbeitung des gespeicherten Signals, wobei die im Programmspeicher (14) gespeicherten Anweisungen, Regeln und Vorgabewerte eingerichtet sind, eine Analyse des gespeicherten Signals gemäß wenigstens einem vorgegebenen Signalmerkmal durchzuführen, das gespeicherte Signal aufgrund des Analyseergebnisses einer vorbestimmten Schadenskategorie zuzuordnen und diese Schadenskategorie als Ergebnis der Verarbeitung durch die Ausgabemittel ausgeben zu lassen, dadurch gekennzeichnet, dass die Analyse eine statistische Auswertung einer aus dem aufgenommenen Signal hergeleiteten Analysefunktion des .Signals zur Feststellung der Ausprägung der vorgegebenen Signalmerkmale umfasst/ wobei die Analysefunktion eine Ableitungsstufe des Signals, die dem Ruck der repräsentierten KörperschallSchwingung entspricht, oder eine höhere Ableitungsstufe ist.
17. Mess- und Analysegerät nach Anspruch 16, dadurch gekennzeichnet, dass ein Mittelwert von Analysefunktionswerten an den Stellen lokaler Extremwerte einer aus dem aufgenommenen Signal hergeleiteten Geschwindigkeitsfunktion ein vorgegebenes Signalmerkmal ist, wobei die Geschwind!gkeitsfunktion die Geschwindigkeit der von dem aufgenommenen Signal repräsentierten Körperschallschwingung repräsentiert .
18. Mess- und Analysegerät nach Anspruch. 16, dadurch gekennzeichnet, dass eine Häufigkeitsverteilung von
Analysefunktionswerten an den Stellen lokaler Extremwerte einer aus dem aufgenommenen Signal hergeleiteten Geschwindigkeitsfunktion ein vorgegebenes Signalmerkmal ist,, wobei die Geschwindigkeitsfunktion die Geschwindigkeit der von dem aufgenommenen Signal repräsentierten KörperschallSchwingung repräsentiert.
19. Mess- und Analysegerät nach einem der Ansprüche 16 bis 18, dadurch gekennzeichnet, dass Daten- und Programmspeicher (13; 14), Recheneinheit (12) und Ausgabemittel (15) in einem tragbaren Handgerät integriert sind und der Sensor (20) als ein externes Element mittels einer Kabel- oder Drahtlosverbindung anschließbar ist.
EP06722734A 2005-04-04 2006-03-31 Verfahren und gerät zum kategorisieren von wälzlagerschäden Withdrawn EP1872107A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102005015465.4A DE102005015465B4 (de) 2005-04-04 2005-04-04 Verfahren und Gerät zum Kategorisieren von Wälzlagerschäden
PCT/DE2006/000583 WO2006105767A1 (de) 2005-04-04 2006-03-31 Verfahren und gerät zum kategorisieren von wälzlagerschäden

Publications (1)

Publication Number Publication Date
EP1872107A1 true EP1872107A1 (de) 2008-01-02

Family

ID=36579386

Family Applications (1)

Application Number Title Priority Date Filing Date
EP06722734A Withdrawn EP1872107A1 (de) 2005-04-04 2006-03-31 Verfahren und gerät zum kategorisieren von wälzlagerschäden

Country Status (4)

Country Link
US (1) US20080195333A1 (de)
EP (1) EP1872107A1 (de)
DE (1) DE102005015465B4 (de)
WO (1) WO2006105767A1 (de)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009009308A1 (de) 2009-02-17 2010-08-19 Robert Bosch Gmbh Linearbewegungsvorrichtung mit Abtastvorrichtung
DE102009016161B4 (de) 2009-04-03 2023-11-16 Schaeffler Technologies AG & Co. KG Vorrichtung zur Geräuschprüfung eines Radiallagers
DE102009024981A1 (de) 2009-06-16 2010-12-23 Schaeffler Technologies Gmbh & Co. Kg Verfahren zur Ermittlung und Analyse von Schäden an umlaufenden Maschinenelementen
DE102015201121A1 (de) 2015-01-23 2016-07-28 Robert Bosch Gmbh Schadenszustandsermittlung bei einer Linearbewegungsvorrichtung
WO2017021984A1 (en) * 2015-07-31 2017-02-09 Stanley Works (Europe) Gmbh A device and method for monitoring a tool
DE102022100439B4 (de) 2022-01-11 2025-05-08 Berger Holding GmbH & Co. KG Technik zur Messung des Verschleißes eines Kugelgewindetriebs

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58150859A (ja) * 1982-03-03 1983-09-07 Hitachi Ltd 回転体の亀裂診断装置
JPS6219755A (ja) * 1985-07-19 1987-01-28 Hitachi Ltd Ａｅ方式回転機異常診断システム
DE3875398T2 (de) * 1987-06-03 1993-04-08 Kawasaki Steel Co Vorrichtung zum feststellen von fehlern in lagern.
DD276345A1 (de) * 1988-10-19 1990-02-21 Berlin Energiekombinat Schaltungsanordnung zur technischen diagnostik von waelzlagern
DE4017449A1 (de) * 1989-06-05 1990-12-06 Siemens Ag Verfahren zur diagnose der mechanischen eigenschaften von maschinen
JPH068774B2 (ja) * 1989-06-10 1994-02-02 高砂熱学工業株式会社 ベアリングの余寿命推定方法
US5210704A (en) * 1990-10-02 1993-05-11 Technology International Incorporated System for prognosis and diagnostics of failure and wearout monitoring and for prediction of life expectancy of helicopter gearboxes and other rotating equipment
US5943634A (en) * 1996-05-14 1999-08-24 Csi Technology, Inc. Vibration data analysis based on time waveform parameters
DE19721364A1 (de) * 1997-05-22 1998-11-26 Asea Brown Boveri Verfahren zum Schutz vor Vibration bei Rotationsmaschinen
DE19938722B4 (de) * 1999-08-16 2010-10-07 Prüftechnik Dieter Busch AG Verfahren und Vorrichtung zur Analyse von Wälzlagern in Maschinen
US6763312B1 (en) * 2003-01-11 2004-07-13 Dynamic Measurement Consultants, Llc Multiple discriminate analysis and data integration of vibration in rotation machinery
US20050072234A1 (en) * 2003-05-20 2005-04-07 Weidong Zhu System and method for detecting structural damage
US20060021435A1 (en) * 2004-07-27 2006-02-02 Impact Technologies, Llc Sensor for measuring jerk and a method for use thereof

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2006105767A1 *

Also Published As

Publication number Publication date
DE102005015465B4 (de) 2014-02-20
US20080195333A1 (en) 2008-08-14
WO2006105767A1 (de) 2006-10-12
DE102005015465A1 (de) 2006-10-12

Similar Documents

Publication Publication Date Title
DE69526507T2 (de) Verfahren zum bestimmen von resonanzinformation
DE19727114C2 (de) Verfahren zur Ermittlung und Darstellung von Spektren für Schwingungssignale
DE102008027016B4 (de) Verfahren und Vorrichtung zur Analyse von Geräuschen eines Kraftfahrzeuges
DE19960824A1 (de) Verfahren und Einrichtung zur Untersuchung und Identifizierung der Art eines Untergrunds
DE102011121789B4 (de) Verfahren zur Bestimmung eines schadhaften Teils in einem Getriebe und Vorrichtung, eingerichtet zur Durchführung des Verfahrens
DE102009038011B9 (de) Verfahren zur automatischen Erfassung und Erkennung von Fehlern an einer Auswuchtmaschine
DE102022202092A1 (de) Verfahren zur Zustandsüberwachung für schallemittierende Maschinen
DE3726585C2 (de)
DE102011055523A1 (de) Verfahren und Vorrichtung zur Schwingungsanalyse von Anlagen oder Maschinenelementen
DE69818380T2 (de) Verfahren zur Überwachung eines mit Beschleunigungssensoren versehenen Planetengetriebes in einem Fortbewegungsmittel, insbesondere in einem Helikopter
DE102020128648A1 (de) Analysator
EP4172579B1 (de) Verfahren für eine überwachung wenigstens einer durch eine rotierende maschine angetriebenen arbeitsmaschine
DE102005015465B4 (de) Verfahren und Gerät zum Kategorisieren von Wälzlagerschäden
EP1197415A2 (de) Verfahren und Vorrichtung zur Erkennung eines schadhaften Wälzlagers eines Schienenfahrzeuges
WO2011088935A1 (de) Verfahren zur zustandsüberwachung einer maschine und überwachungseinrichtung hierfür
DE102021102712A1 (de) Verfahren und System zur akustischen Diagnose eines Kraftfahrzeugs anhand von Betriebsgeräuschen
EP1415132B1 (de) Spektrale bewertung eines prüfobjekts
WO2018184833A1 (de) System und verfahren zur zustandsüberwachung und/oder fehlerdiagnose
DE102005040978A1 (de) Verfahren zur Überwachung des Betriebszustandes rotierender Walzen in einer industriellen Anlage
EP3959498B1 (de) Akustische analyse eines zustands einer maschine
DE19900737C2 (de) Verfahren zur Korrektur der Meßergebnisse eines Koordinatenmeßgerätes und Koordinatenmeßgerät
DE102008060194B4 (de) Verfahren und Kraftfahrzeug für ein Fahrzeugflotten-Qualifikationsmanagement
DE202021101831U1 (de) Elektrische Pumpe
DE102024117176A1 (de) System und verfahren zur diagnose des volumetrischen wirkungsgrades eines verbrennungsmotors
DE102020204137A1 (de) Erfassung eines zustandes eines filtermittels

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): CH DE FR GB IT LI

17P Request for examination filed

Effective date: 20071024

DAX Request for extension of the european patent (deleted)
RBV Designated contracting states (corrected)

Designated state(s): CH DE FR GB IT LI

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

RTI1 Title (correction)

Free format text: METHOD AND DEVICE FOR CATEGORIZING DAMAGES IN A ROLLER BEARING

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20101001