FR3049713A1

FR3049713A1 - ACTIVE SYSTEM FOR GROUNDING A TREE WITH DIAGNOSTIC ANALYSIS OF A WAVY FORM

Info

Publication number: FR3049713A1
Application number: FR1770306A
Authority: FR
Inventors: Edward David Thompson
Original assignee: Siemens Energy Inc
Current assignee: Siemens Energy Inc
Priority date: 2016-04-05
Filing date: 2017-03-28
Publication date: 2017-10-06
Anticipated expiration: 2037-03-28
Also published as: DE102017205712B4; FR3049713B1; DE102017205712A1

Abstract

Système (16B-C), qui applique une tension ou un courant (35) antagoniste à un arbre (18) tournant pour minimiser un signal (24) de tension de mise à la terre de l'arbre, mesure (27) et analyse le signal antagoniste, et procure une logique (30) de système expert, qui compare les formes d'onde (42) apprises antérieurement et des modèles (44) de formes d'onde de ligne de base, de défaut et de dégradation à des formes d'onde fonctionnelles pour déterminer et prévoir des défauts et des dégradations (50).System (16B-C), which applies a counter-current voltage or current (35) to a rotating shaft (18) to minimize a tree earthing voltage signal (24), measures (27) and analyzes the counter signal, and provides expert system logic (30), which compares previously learned waveforms (42) and baseline waveform, fault, and degradation patterns (44) to functional waveforms for determining and predicting defects and degradations (50).

Description

SYSTÈME ACTIF DE MISE À LA TERRE D'UN ARBRE AVEC ANALYSE DIAGNOSTIC D'UNE FORME D'ONDEACTIVE SYSTEM FOR GROUNDING A TREE WITH DIAGNOSTIC ANALYSIS OF A WAVY FORM

DOMAINE DE L'INVENTION L'invention se rapporte d'une manière générale au diagnostic de problèmes de turbine, de génératrice ou de moteur en analysant une tension et/ou un courant associé à l'arbre, par exemple une tension et/ou un courant de mise à la terre de l'arbre ou une tension et/ou un courant antagoniste appliqué à l'arbre. Elle se rapporte en particulier à des algorithmes d'apprentissage et à des analyses automatisées de formes d'onde de tension et/ou de courant de la tension ou du courant antagoniste.FIELD OF THE INVENTION The invention relates generally to the diagnosis of turbine, generator or motor problems by analyzing a voltage and / or a current associated with the shaft, for example a voltage and / or a voltage. grounding current of the shaft or a voltage and / or a counter current applied to the shaft. In particular, it relates to learning algorithms and automated analyzes of voltage and / or current waveforms of the voltage or the counter current.

ARRIÈRE-PLAN DE L'INVENTIONBACKGROUND OF THE INVENTION

Des potentiels électriques peuvent se produire dans l'arbre tournant de turbines, de génératrices et de moteurs pour diverses raisons. Des potentiels peuvent se produire en raison de l'accumulation de charges électrostatiques provenant du contact avec la vapeur ou avec l'eau des composants de l'arbre et d'un couplage capacitif ou inductif provenant de dissymétries des enroulements statoriques ou de champs, de problèmes dans le système d'excitation ou dans l'équipement, tels que des courts-circuits dans des composants de champs tournants ou des socles de paliers mis à la terre dans le cas de paliers isolés. Des potentiels électriques sur un arbre de turbine/génératrice doivent être mis à la terre pour empêcher que la tension ne s'élève à des niveaux élevés, qui pose des problèmes, tels que des décharges d'arcs dans la pellicule d'huile des paliers en provoquant un endommagement des surfaces des paliers et les conséquences dommageables qui s'ensuivent. Des systèmes de mise à la terre d'arbre relient normalement l'arbre par l'intermédiaire de balais de carbone ou de tresses de cuivre, qui frottent sur l'arbre tournant. Mais, une pellicule semiconductrice due à la saleté et à l'huile peut se former entre les balais et l'arbre, ce qui réduit l'efficacité de la mise à la terre et permet à la tension d'arbre de s'élever. Il faut effectuer un entretien systématique pour nettoyer l'arbre et les balais. Si l'entretien n'est pas effectué à temps, un arbre médiocrement mis à la terre peut provoquer une défaillance du palier ou d'un autre composant et obliger à un arrêt. La défaillance peut retentir en cascade en des dommages conséquents sur des joints, d'autres paliers et des pointes d'aube de turbine. Endommager des joints à hydrogène d'une génératrice peut provoquer une explosion de l'hydrogène. D'autres problèmes, tels que des courts-circuits dans des socles de paliers isolés ou d'enroulements de rotor, peuvent se traduire instantanément dans un courant d'arbre très intense et provoquer un arrêt majeur, bien avant que se soit écoulé l'intervalle des entretiens.Electrical potentials can occur in the rotating shaft of turbines, generators and motors for various reasons. Potentials may occur due to the accumulation of electrostatic charges from steam or water contact of the shaft components and capacitive or inductive coupling from dissymmetries of the stator windings or fields. problems in the excitation system or equipment, such as shorts in rotating field components or grounded bearing housings in the case of isolated bearings. Electrical potentials on a turbine / generator shaft must be grounded to prevent voltage rising to high levels, which causes problems, such as arc discharges in the bearing oil film causing damage to the bearing surfaces and the consequential damaging consequences. Tree grounding systems normally connect the shaft via carbon brushes or copper braids, which rub on the rotating shaft. However, a semiconductor film due to dirt and oil can form between the brushes and the shaft, which reduces the effectiveness of the grounding and allows the shaft voltage to rise. Routine maintenance is required to clean the shaft and the brushes. If maintenance is not done in time, a poorly grounded shaft may cause the bearing or other component to fail and require a shutdown. The failure may cascade into substantial damage to seals, other bearings, and turbine blade tips. Damaging hydrogen seals on a generator can cause an explosion of hydrogen. Other problems, such as short-circuits in isolated bearing pedestals or rotor windings, can instantly result in a very intense tree current and cause a major shutdown, long before it has elapsed. interview interval.

Le brevet des Etats-Unis d'Amérique 7 034 706 (Nippes) décrit l'échantillonnage de la forme d'onde de l'arbre, mais enseigne seulement un traitement classique du signal électrique, tel que des limites de moyenne et de tension de crête et n'évalue pas la forme de la forme d'onde. Les simples valeurs de moyenne et de crête de tension peuvent ensuite être utilisées avec d'autres conditions de paramètres opérationnels d'alerte, tels qu'une haute température des paliers, par une logique booléenne. Cela ne constitue pas une évaluation de la forme d'onde, qui est un indicateur clé de problèmes potentiels.U.S. Patent No. 7,034,706 (Nippes) discloses the sampling of the tree waveform, but teaches only conventional electrical signal processing, such as average and voltage limits. peak and does not evaluate the shape of the waveform. Simple average and peak voltage values can then be used with other alert operational parameter conditions, such as high bearing temperature, by Boolean logic. This is not an assessment of the waveform, which is a key indicator of potential problems.

Le brevet des Etats-Unis d'Amérique 9 091 732 (Higgins) décrit un système de contrôle d'arbre, qui notifie à un utilisateur un état défectueux sur la base d'un contenu d'harmonique d'un signal de tension et de données d'interférence électromagnétique (EMI).U.S. Patent 9,091,732 (Higgins) discloses a tree control system, which notifies a user of a fault condition based on a harmonic content of a voltage and voltage signal. electromagnetic interference data (EMI).

Une analyse manuelle par un expert humain à l'aide d'un oscilloscope permet d'analyser la forme de la forme d'onde. Mais, peu de gens peuvent effectuer une analyse de ce genre à un grand niveau d'expertise, leur temps est précieux et ils apprennent constamment par expérience dans le domaine. Cette expérience ne peut pas être transmise instantanément à d'autres experts. Un expert humain évaluera normalement seulement une turbine/ génératrice au moment où il saisit des données, de sorte que la plupart du temps le système n'est pas contrôlé par un expert d'une forme de forme d'onde et une défaillance ou un changement de forme prévu peut se produire sans préavis.A manual analysis by a human expert using an oscilloscope allows to analyze the shape of the waveform. But, few people can perform such an analysis at a high level of expertise, their time is valuable and they are constantly learning from experience in the field. This experience can not be instantly transmitted to other experts. A human expert will normally only evaluate a turbine / generator as it enters data, so that most of the time the system is not controlled by an expert of a waveform form and a failure or a change expected form may occur without notice.

On se reportera au brevet des Etats-Unis d'Amérique 4 873 512 (Miller), qui décrit une mise à la terre active d'arbre et un système de diagnostic, qui donne une tension antagoniste à l'arbre d'un équipement tournant pour minimiser la tension d'arbre. On a besoin de l'améliorer pour contrôler, diagnostiquer et prévoir des défaillances ; et pour identifier la cause des défaillances. L'invention a pour objet un procédé assisté par ordinateur pour faire fonctionner un système de mise à la terre d'un arbre, le procédé étant caractérisé en ce qu'il exécute sur un processeur les stades de réception d'un signal associé à un arbre d'un équipement tournant, dans lequel le signal est sensible à une tension ou à un courant antagoniste appliqué à l'arbre pour réduire une tension ou un courant de mise à la terre de l'arbre ; caractérisation d'une forme d'onde du signal en fonction du temps pour diagnostiquer un état de l'équipement tournant et intervention sur l'équipement tournant en réaction au diagnostic.Reference is made to U.S. Patent 4,873,512 (Miller), which discloses active shaft grounding and a diagnostic system, which provides a counter voltage to the shaft of a rotating equipment. to minimize the shaft tension. It needs to be improved to control, diagnose and predict failures; and to identify the cause of the failures. The subject of the invention is a computer-assisted method for operating a system for grounding a tree, the method being characterized in that it executes on a processor the stages of reception of a signal associated with a shaft of rotating equipment, wherein the signal is responsive to a voltage or counter current applied to the shaft to reduce a voltage or current of the earth of the shaft; characterization of a waveform of the signal as a function of time to diagnose a state of rotating equipment and intervention on rotating equipment in response to diagnosis.

De préférence, le processeur exécute, en outre, les stades de : - comparaison d'un aspect de forme de la forme d'onde du signal à un aspect de forme d'une forme d'onde de modèle dans une base de données de formes d'onde de ligne de base et de modèle de défaut et intervention sur l'équipement tournant sur la base du stade de comparaison, lorsque la forme d'onde du signal indique un comportement de l'équipement tournant, qui dévie de son comportement escompté représenté par les formes d'onde de modèle ; - identification d'un motif répétitif de défauts indiqué par la forme d'onde du signal ; comparaison du motif répétitif à un motif répétitif de défaut de prédiction mémorisé dans une base de données pour déterminer l'état de l'équipement tournant ; - auto-apprentissage de caractéristiques de la forme d'onde du signal, qui précèdent statistiquement une anomalie non-périodique de la forme d'onde du signal et diagnostic de l'état de l'équipement tournant en réaction à une prédiction de l'anomalie non-périodique reposant sur le stade d'auto-apprentissage ; - recueil du signal sous la forme d'une série temporelle de tension ou de courant à une fréquence d'échantillonnage d'au moins 2 kHz ; caractérisation de la série temporelle par au moins une transformée d'ondelette, une transformée de Fourier, une analyse de composant principal, un réseau neuronal et un algorithme d'assistance vectorielle de machine et corrélation de la série temporelle caractérisée à un modèle de forme d'onde de ligne de base et à un modèle de forme d'onde de défaut pour diagnostiquer l'état de l'équipement tournant ; - création et mémorisation d'une pluralité de modèles de forme d'onde de ligne de base dans une base de données, qui caractérisent des états de ligne de base acceptables de l'équipement tournant ; création et mémorisation d'une pluralité de modèles de forme d'onde de défaut dans la base de données, qui caractérisent des états dégradés ou défectueux de l'équipement tournant ; création d'un modèle de forme d'onde de signal, qui caractérise la forme d'onde du signal ; intégration de paramètres opérationnels d'équipement tournant dans ces conditions de fonctionnement données, directement dans le modèle de forme d'onde du signal, les modèles de forme d'onde de ligne de base et les modèles de forme d'onde de défaut et corrélation du modèle de forme d'onde du signal à au moins l'un d'un modèle de forme d'onde de ligne de base et d'un modèle de forme d'onde de défaut à partir de la base de données pour diagnostiquer l'état de l'équipement tournant ; - création et mémorisation de modèles de formes d'onde escomptées du signal pendant des fonctionnements bien réglés de l'équipement tournant reposant sur la caractérisation de la forme d'onde du signal, après un réglage manuel et sa vérification ; incorporation de paramètres fonctionnels de l'équipement tournant directement dans les modèles des formes d'onde escomptées, chaque modèle d'une forme d'onde escomptée procurant une enveloppe de spécification pour une forme d'onde acceptable dans un état de fonctionnement donné et modélisation de formes d'onde du signal de l'équipement tournant et indication d'un défaut ou d'un problème prévu si une composante du modèle de forme d'onde du signal tombe en-dehors de l'enveloppe de spécification d'un modèle de forme d'onde escomptée dans l'état de fonctionnement donné ; - création et mémorisation de modèles spécifiques à l'installation de formes d'onde escomptées du signal reposant sur la caractérisation de la forme d'onde du signal, chaque modèle spécifique à une installation comprenant une enveloppe de spécification pour une forme d'onde dans une condition de fonctionnement donnée de l'équipement tournant à une installation donnée ; création d'un jeu de modèles modifiés en agrandissant les enveloppes de spécification des modèles spécifiques à une installation, dans lequel les enveloppes de spécification agrandies s'appliquent à un modèle de machine donnée de l'équipement tournant pour une gamme d'installations ; création d'un jeu de modèles modifiés davantage en agrandissant davantage les enveloppes de spécification des modèles spécifiques à une installation, les enveloppes de spécification agrandies davantage s'appliquant à un type de machine de l'équipement tournant, en incluant plusieurs modèles et comprenant, en outre, fournir les modèles modifiés et les modèles modifiés davantage à une base de données accessible à des installations multiples de machines du type de machine de l'équipement tournant ; dans lequel au moins certaines des machines du type de machine comprennent un processeur qui exécute les stades d'indication d'un défaut ou d'un problème prévu, si une caractéristique d'une forme d'onde de signal de la machine tombe à l'extérieur de l'une des enveloppes de spécification agrandies ou de l'une des enveloppes de spécification agrandies davantage et - prévision d'une forme d'onde continue de la tension ou du courant de la mise à la terre reposant sur ses aspects périodiques ; calcul d'une forme d'onde pour la tension ou le courant antagoniste, qui minimisera la forme d'onde continue prévue de la tension de la mise à la terre ; application de la tension ou du courant antagoniste à l'arbre sous la forme d'une forme d'onde antagoniste et diagnostic de l'état de l'équipement tournant en analysant des formes d'onde caractérisées de la tension ou du courant antagoniste et de la tension ou du courant de mise à la terre. L'invention vise aussi un système de mise à la terre d'un arbre d'un équipement tournant comprenant un dispositif qui produit une tension ou un courant antagoniste, qui réduit une tension ou un courant de mise à la terre entre un arbre de l'équipement tournant et un châssis ou sa terre et un dispositif d'analyse d'une forme d'onde, qui caractérise une forme d'onde de la tension ou du courant antagoniste, compare la forme d'onde antagoniste à une famille d'auto-apprentissage de formes d'onde escomptées dans une base de données de formes d'onde de modèle et diagnostique ou prévoit un défaut ou une dégradation de l'équipement tournant, lorsque la forme d'onde antagoniste indique un comportement qui dévie d'un comportement représenté par au moins l'une des formes d'onde escomptées ; dans lequel le dispositif d'analyse d'une forme d'onde archive des modèles de formes d'onde antagonistes de l'équipement tournant en fonction du temps ; analyse des changements précoces dans les formes d'onde antagonistes archivées par rapport à des événements ultérieurs de défauts et de dégradations identifiés par une logique expert, et met à jour la logique expert pour fournir une prévision de défauts et de dégradations à venir sur la base d'une reconnaissance de ces changements précoces, en donnant un système expert à auto-apprentissage.Preferably, the processor also performs the steps of: comparing a shape aspect of the waveform of the signal to a shape aspect of a model waveform in a database of baseline and defect pattern waveforms and intervention on rotating equipment based on the stage of comparison, when the signal waveform indicates a behavior of the rotating equipment, which deviates from its behavior expected represented by model waveforms; - identification of a repetitive pattern of defects indicated by the waveform of the signal; comparing the repeating pattern with a repetitive prediction error pattern stored in a database to determine the state of the rotating equipment; - self-learning characteristics of the signal waveform, which statistically precede a non-periodic anomaly of the signal waveform and diagnosis of the state of the rotating equipment in response to a prediction of the non-periodic anomaly based on the self-learning stage; - collection of the signal in the form of a time series of voltage or current at a sampling frequency of at least 2 kHz; characterizing the time series by at least one wavelet transform, a Fourier transform, a main component analysis, a neural network and a machine vector assistance algorithm and correlation of the time series characterized with a model of a baseline wave and a fault waveform model for diagnosing the condition of the rotating equipment; - creating and storing a plurality of baseline waveform models in a database, which characterize acceptable baseline states of the rotating equipment; creating and storing a plurality of defect waveform templates in the database, which characterize degraded or defective states of the rotating equipment; creating a signal waveform pattern, which characterizes the waveform of the signal; integration of operational equipment parameters running under these given operating conditions, directly into the signal waveform model, baseline waveform models, and fault and correlation waveform models of the waveform pattern of the signal to at least one of a baseline waveform model and a default waveform pattern from the database to diagnose the state of rotating equipment; - creation and storage of expected waveform patterns of the signal during well-regulated operations of the rotating equipment based on the characterization of the signal waveform, after manual adjustment and verification; incorporating functional parameters of the rotating equipment directly into the expected waveform models, each model of an expected waveform providing a specification envelope for an acceptable waveform in a given operating state and modeling of signal waveforms of rotating equipment and indication of a defect or expected problem if a component of the signal waveform pattern falls outside the specification envelope of a model expected waveform in the given operating state; creation and storage of specific models for the installation of expected waveforms of the signal based on the characterization of the signal waveform, each installation-specific model comprising a specification envelope for a waveform in a given operating condition of the rotating equipment at a given installation; creating a modified set of templates by enlarging the specification envelopes of the installation-specific templates, wherein the enlarged specification envelopes apply to a given machine model of the equipment running for a range of facilities; creating a further modified set of templates by further expanding the specification envelopes of the installation-specific templates, the enlarged specification envelopes applying to one type of machine of the rotating equipment, including multiple templates and including, further, providing modified models and modified models further to a database accessible to multiple machine installations of the rotating equipment machine type; wherein at least some of the machines of the machine type comprise a processor that performs the steps of indicating a defect or a predicted problem, if a characteristic of a signal waveform of the machine falls to the outside one of the enlarged specification envelopes or one of the further enlarged specification envelopes and - predicting a continuous waveform of the grounding voltage or current based on its periodic aspects ; calculating a waveform for the voltage or the counter current which will minimize the expected continuous waveform of the grounding voltage; applying the voltage or counter-current to the shaft in the form of an antagonistic waveform and diagnosing the state of the rotating equipment by analyzing characterized waveforms of the counter-current or voltage grounding voltage or current. The invention also relates to a system for grounding a shaft of a rotating equipment comprising a device that produces a voltage or a counter-current which reduces a voltage or a grounding current between a shaft of the earth. rotating equipment and a chassis or its earth and a device for analyzing a waveform, which characterizes a waveform of the voltage or of the counter-current, compares the antagonist waveform with a family of self-learning of expected waveforms in a model and diagnostic waveform database or predicts a defect or degradation of the rotating equipment, when the antagonist waveform indicates behavior that deviates from a behavior represented by at least one of the expected waveforms; wherein the waveform analysis device archives antagonistic waveform patterns of the rotating equipment as a function of time; analyzes early changes in archived antagonistic waveforms against subsequent events of defects and degradations identified by expert logic, and updates the expert logic to provide a prediction of future defects and degradations on the basis of recognition of these early changes, by giving an expert self-learning system.

DESCRIPTION SUCCINCTE DES DESSINS L'invention est expliquée dans la description qui va suivre en se reportant aux dessins qui montrent :BRIEF DESCRIPTION OF THE DRAWINGS The invention is explained in the following description with reference to the drawings which show:

La figure IA est une vue schématique de certains aspects d'un mode de réalisation de l'invention.Fig. 1A is a schematic view of certain aspects of an embodiment of the invention.

La figure IB est une vue schématique de certains aspects d'un mode de réalisation de l'invention pour un système actif de mise à la terre d'arbre, dans lequel une tension et/ou un courant antagoniste est fourni par un circuit et est comparé à la tension et/ou au courant d'arbre pour une analyse de diagnostic.Fig. 1B is a schematic view of certain aspects of an embodiment of the invention for an active tree grounding system, in which a voltage and / or a counter current is provided by a circuit and is compared to the tree voltage and / or current for diagnostic analysis.

La figure IC est une vue schématique de certains aspects d'un mode de réalisation de l'invention, dans lequel on calcule par un processeur une forme d'onde de courant et/ou de tension antagoniste et on la compare à la forme d'onde de tension et/ou de courant de l'arbre pour une analyse de diagnostic.FIG. 1C is a schematic view of certain aspects of an embodiment of the invention, in which a current and / or an antagonistic voltage waveform is computed by a processor and compared to the form of voltage wave and / or shaft current for diagnostic analysis.

La figure 2 illustre un procédé de contrôle suivant certains aspects de l'invention.Figure 2 illustrates a control method according to certain aspects of the invention.

La figure 3 illustre un procédé pour s'opposer à la tension d'arbre et la diagnostiquer suivant un autre mode de réalisation.Figure 3 illustrates a method for opposing the shaft voltage and diagnosing it in another embodiment.

La figure 4 illustre la mise à terre, l'opposition et des formes d'onde qui s'ensuivent suivant certains aspects d'un mode de réalisation de l'invention.Figure 4 illustrates grounding, opposition and subsequent waveforms according to certain aspects of an embodiment of the invention.

La figure 5 illustre un écran de sortie d'une machine d'assistance à vecteur donnant l'exemple d'un modèle vectoriel d'une forme d'onde et d'une enveloppe de spécification.Fig. 5 illustrates an output screen of a vector assistance machine giving an example of a vector model of a waveform and a specification envelope.

DESCRIPTION DÉTAILLÉE DE L'INVENTIONDETAILED DESCRIPTION OF THE INVENTION

La figure IA illustre des aspects d'un système 16A de contrôle de la mise à la terre d'un arbre tournant suivant un mode de réalisation de l'invention. Une connexion 22 électrique est faite à un arbre 18 d'un équipement tournant, tel qu'une génératrice 19, une turbine 20 ou un moteur. La connexion peut prendre la forme d'un balai ou d'un autre dispositif, incluant un balai de mise à la terre. Un capteur 24 de tension fournit un signal de tension à un dispositif 30 d'analyse d'une forme d'onde. Le capteur de tension peut prévoir un échantillonnage et une transformation analogique/numérique ou il peut conditionner le signal pour un tel traitement dans le dispositif d'analyse d'une forme d'onde. Un capteur 26 de courant facultatif peut fournir un signal de courant au dispositif 30 d'analyse d'une forme d'onde. Le capteur de courant peut prévoir un échantillonnage et une transformation analogique/numérique ou il peut conditionner le signal pour un tel traitement dans le dispositif d'analyse d'une forme d'onde. Les signaux de tension et de courant peuvent être saisis sous la forme d'une série temporelle de données à une fréquence d'échantillonnage d'au moins 2 kHz ou d'au moins 3 kHz. Le dispositif 30 d'analyse d'une forme d'onde peut comprendre un processeur ayant une mémoire vive, une logique de programme et une base de données de programme, des formes d'onde de ligne de base et de modèle de défaut, des formes d'onde archivées de mise à la terre, des données réduites de série temporelle, des données d'un état de fonctionnement de l'équipement contrôlé transférées en provenance d'autres systèmes, une information de configuration de l'équipement, une logique de système expert et une logique d'auto-apprentissage. "Processeur" englobe ici un ou plusieurs processeurs interconnectés comprenant le dispositif d'analyse d'une forme d'onde et des éléments de système en relation.Fig. 1A illustrates aspects of a rotating shaft control system 16A according to one embodiment of the invention. An electrical connection 22 is made to a shaft 18 of rotating equipment, such as a generator 19, a turbine 20 or a motor. The connection may take the form of a broom or other device, including a grounding brush. A voltage sensor 24 provides a voltage signal to a device 30 for analyzing a waveform. The voltage sensor may provide for sampling and analog / digital transformation or it may condition the signal for such processing in the waveform analysis device. An optional current sensor 26 may provide a current signal to the waveform analysis device 30. The current sensor may provide sampling and analog / digital transformation or it may condition the signal for such processing in the waveform analysis device. Voltage and current signals can be entered as a time series of data at a sampling frequency of at least 2 kHz or at least 3 kHz. The device for analyzing a waveform may comprise a processor having a RAM, program logic and program database, baseline waveforms and defect pattern, archived grounding waveforms, reduced time series data, data of an operating state of the controlled equipment transferred from other systems, equipment configuration information, logic expert system and self-learning logic. "Processor" here includes one or more interconnected processors comprising the device for analyzing a waveform and related system elements.

La figure IB illustre des aspects d'un mode de réalisation 16B d'un système ayant des éléments pour contrôler et diagnostiquer une tension et/ou un courant antagoniste appliqué à l'arbre par un système actif de mise à la terre d'arbre pour neutraliser ou minimiser la tension sur l'arbre. Une tension ou un courant antagoniste de ce genre peut être contrôlé au lieu ou en plus de contrôler la tension 24 de mise à la terre. Le niveau de tension antagoniste peut être déterminé et appliqué 35 à l'arbre 18 par un circuit 37 analogique, tel qu'un amplificateur opérationnel, comme décrit par exemple au brevet des Etats-Unis d'Amérique 4 873 512. un élément 37 électrique est représenté symboliquement au dessin et n'est pas limité par les détails du symbole. Un élément 39 de diagnostic peut comprendre une logique de programme du dispositif 30 d'analyse d'une forme d'onde ou d'un dispositif adjoint, qui obtient une entrée du capteur 24 de tension et des mesures 27 du courant et de la tension antagonistes. Un capteur 25 de tension supplémentaire peut être connecté à l'arbre 18 pour avoir une redondance.Fig. 1B illustrates aspects of an embodiment 16B of a system having elements for monitoring and diagnosing a voltage and / or counter current applied to the shaft by an active tree grounding system. neutralize or minimize the tension on the shaft. Such a voltage or counter current can be controlled instead of or in addition to controlling the grounding voltage. The counter voltage level can be determined and applied to the shaft 18 by an analog circuit, such as an operational amplifier, as described, for example, in U.S. Patent 4,873,512. is symbolically represented in the drawing and is not limited by the details of the symbol. A diagnostic element 39 may include program logic of the waveform analyzer 30 or an adjunct device which obtains an input of the voltage sensor 24 and current and voltage measurements 27. antagonists. An additional voltage sensor 25 may be connected to the shaft 18 for redundancy.

Un "signal" représente ici une tension ou un courant électrique. L'expression "forme d'onde mise à la terre" englobe des formes d'onde de signaux de courant et/ou de tension fournies par le capteur ou les capteurs 24, 25 associées à l'arbre 18. Un signal 35 antagoniste peut être reçu du composant 37, qui le produit, au lieu d'être détecté à partir de l'arbre. "Tension ou courant de mise à la terre" et "tension ou courant antagoniste" signifie ici une tension par rapport à un potentiel de référence à la terre ou à un châssis de l'équipement tournant ou un courant associé à une tension de ce genre. L'expression "tension ou courant" signifie "au moins une tension et un courant".A "signal" here represents a voltage or an electric current. The term "grounded waveform" includes waveforms of current and / or voltage signals provided by the sensor or sensors 24, 25 associated with the shaft 18. An antagonistic signal may received from component 37, which produces it, instead of being detected from the tree. "Voltage or earth current" and "voltage or counter current" means here a voltage with respect to a reference potential to earth or to a chassis of the rotating equipment or a current associated with such voltage . The term "voltage or current" means "at least one voltage and one current".

La figure IC illustre des aspects d'un mode de réalisation 16C de système ayant des éléments pour calculer, appliquer, contrôler et diagnostiquer une tension antagoniste, afin de neutraliser ou de minimiser la tension d'arbre. Dans ce mode de réalisation, le niveau de tension antagoniste peut être calculé par un dispositif 38 ayant des entrées et une sortie, comme représenté, pour fournir la tension 35 antagoniste à l'arbre 18. Le calcul peut être fait par une logique du processeur du dispositif 30 d'analyse d'une forme d'onde ou dans un processeur adjoint. La tension et le courant antagonistes peuvent être mesurés 27, diagnostiquer 39 et affinés, comme décrit ultérieurement. L'élément 39 de diagnostic peut comprendre une logique de programme de dispositif d'analyse d'une forme d'onde ou d'un dispositif adjoint, puis obtient une entrée d'un capteur 24 de tension d'arbre et de mesure 27 du courant et de la tension antagonistes. Un capteur 25 de tension supplémentaire peut être connecté à l'arbre 18 à des fins de redondance.Figure 1C illustrates aspects of a system embodiment 16C having elements for calculating, applying, controlling, and diagnosing a counter voltage, to neutralize or minimize the shaft voltage. In this embodiment, the counter voltage level can be calculated by a device 38 having inputs and an output, as shown, to provide the counter-voltage to the shaft 18. The calculation can be done by processor logic the device 30 for analyzing a waveform or in a deputy processor. The countervailing voltage and current can be measured 27, diagnose 39 and refined, as described later. The diagnostic element 39 may comprise a waveform device or an adjunct device program logic and then obtain an input of a shaft voltage and measurement sensor 27 from the sensor. current and voltage antagonists. An additional voltage sensor 25 may be connected to the shaft 18 for redundancy purposes.

Les programmes peuvent comporter une modélisation d'une forme d'onde, par exemple par une transformée de Fourier, une transformée d'ondelette, une transformée de composant principal, une modélisation vectorielle d'assistance de machine, une modélisation de réseau neuronal. "Modélisation" et "modèle" signifient ici une caractérisation mathématique d'une forme de forme d'onde d'un signal reçu. Un modèle peut fournir aussi une compression de données. Les programmes peuvent comprendre, en outre, une logique expert, qui utilise des règles préchargées et des règles auto-apprises, pour analyser des formes de formes d'onde. Les programmes peuvent comporter, en outre, une logique d'autoapprentissage, qui trouve facilement des changements de forme d'une forme d'onde, qui sont prédictifs d'alertes ultérieures ou de défauts, tels qu'une température haute des paliers, une vibration ou un amorçage d'arc. Des données 28 d'un système de commande d'installation peuvent être entrées dans le programme d'analyse d'une forme d'onde ou dans le programme d'analyse expert, pour fournir un contexte environnemental/fonctionnel pour la forme d'onde et les paramètres pour les règles. Des données de système de commande d'installation peuvent être incorporées sous la forme de vecteurs dans un modèle de forme d'onde d'un état de fonctionnement auto-appris, par exemple par une analyse de principe des composants ou par une logique de machine d'assistance à vecteur. Une position en rotation de l'arbre ou des impulsions 29 par tour peuvent être rentrées pour établir des relations de phase dans les formes d'onde. D'autres exemples de paramètres fonctionnels, qui peuvent être fournis au programme d'analyse expert en plus de la tension d'arbre et du courant d'arbre, comprennent, mais sans limitation, les suivants : - Charge (MW, CV, etc.) - Charge réactive (MVAR, VAR, etc.) - Courant d'excitation du rotor - Tension d'excitation du rotor - Réglages du régulateur de tension - Température de l'enroulement du rotor - Température du rotor - Températures des paliers (paliers multiples et emplacements multiples) - Vibration des paliers (paliers multiples et emplacements multiples) - Conditions ambiantes - Sortie de contrôle de décharge partielle - Signal de sortie de l'échantillon de flux - Sortie d'un détecteur local de fumée - Evaluation de l'activité de tension/courant de l'arbre en haute fréquenceThe programs may comprise a modeling of a waveform, for example by a Fourier transform, a wavelet transform, a main component transform, a machine assistance vector modeling, a neural network modeling. "Modeling" and "model" here means a mathematical characterization of a waveform shape of a received signal. A model can also provide data compression. The programs may further include expert logic, which uses preloaded rules and self-learned rules, to analyze waveform shapes. The programs may further include self-learning logic, which easily finds shape changes of a waveform, which are predictive of subsequent alerts or defects, such as a high temperature of the bearings, a vibration or arc ignition. Data 28 of an installation control system may be entered into the waveform analysis program or the expert analysis program, to provide an environmental / functional context for the waveform and the settings for the rules. Plant control system data may be incorporated as vectors in a waveform model of a self-taught operating state, for example by a component principle analysis or by machine logic. vector assistance. A rotational position of the shaft or pulses 29 per turn can be retracted to establish phase relationships in the waveforms. Other examples of functional parameters, which may be provided to the expert analysis program in addition to the shaft voltage and the shaft current, include, but are not limited to, the following: - Load (MW, CV, etc.) .) - Reactive load (MVAR, VAR, etc.) - Rotor excitation current - Rotor excitation voltage - Voltage regulator settings - Rotor winding temperature - Rotor temperature - Bearing temperatures ( multiple bearings and multiple locations) - Vibration of bearings (multiple bearings and multiple locations) - Ambient conditions - Partial discharge control output - Flow sample output signal - Output of a local smoke detector - Evaluation of the activity of voltage / current of the shaft in high frequency

Pour des génératrices et des moteurs à 3 phases :For generators and 3-phase motors:

- Courant statorique de la phase A- Stator current of phase A

- Courant statorique de la phase B- Statoric current of phase B

- Courant statorique de la phase C- Stator current of phase C

- Tension statorique de la phase A- Stator voltage of phase A

- Tension statorique de la phase B- Stator voltage of phase B

- Tension statorique de la phase C - Sortie de contrôle de l'état de la génératrice - Courant et tension de neutre de mise à la terre- Phase C stator voltage - Generator status control output - Grounding neutral current and voltage

Pour des arbres de turbine à vapeur : - Courant de vapeur allant à la turbine basse pression - Température de la vapeur allant à la turbine basse pression - Paramètres d'analyse chimique de la vapeur - Températures et pressionsFor steam turbine shafts: - Steam flow to low pressure turbine - Steam temperature to low pressure turbine - Parameters for chemical analysis of steam - Temperatures and pressures

On peut utiliser des données de ce genre par le programme d'analyse expert pour sélectionner des formes d'onde de modèle pertinentes pour l'état en cours de l'installation. Des sorties de l'analyse expert peuvent comprendre des interventions automatiques sur l'installation, des alertes d'opérateur et des états 32. Au moins certaines des sorties peuvent fournir des interventions pour l'équipement tournant, qui se traduisent par son changement de comportement de fonctionnement. Des défaillances et des dégradations peuvent être renvoyées 33 dans la logique d'autoapprentissage, comme décrit plus bas. L'opérateur peut fournir des entrées 34 supplémentaires au système de commande de l'installation en réaction aux alertes et à l'information 32 d'état. La logique d'auto-apprentissage peut communiquer une expérience apprise nouvellement à une base 36 centrale de données, accessibles par exemple par l'Internet dans des systèmes autorisés, et en recevoir de l'expérience.Such data can be used by the expert analysis program to select model waveforms relevant to the current state of the installation. Outputs of the expert analysis may include automatic installation interventions, operator alerts and states 32. At least some of the outputs may provide interventions for the rotating equipment, which result in its behavioral change. Operating. Failures and impairments can be returned 33 in the self-learning logic, as described below. The operator can provide additional inputs to the plant control system in response to alerts and status information. The self-learning logic can communicate a newly learned experience to a central database, accessible for example through the Internet in authorized systems, and receive experience.

Des caractéristiques de la forme d'onde peuvent être calculées sur plusieurs tours d'arbre -- par exemple, sur au moins 4 ou 8 tours d'arbre — afin de résoudre des aspects périodiques en relation avec la vitesse de rotation de l'arbre. D'autres caractéristiques d'une forme d'onde peuvent être calculées sur des durées plus courtes et plus longues, suffisantes pour résoudre des signaux non-périodiques, y compris des pointes transitoires et des tendances plus longues, telles que dans la moyenne quadratique ou la moyenne de crête, ou pour un comportement sur une analyse de temps, qui pourrait s'étendre sur plusieurs heures ou plusieurs années. Une autocorrélation peut être utilisée, par exemple, pour trouver des évènements périodiques, qui peuvent être cachés par du bruit ou d'autres aspects du signal. L'analyse peut comprendre une convolution ou une corrélation d'une ondelette de modèle prédéfinie à une forme d'onde en temps réel de la tension ou du courant de mise à la terre pour localiser des transitions irrégulières ou unilatérales prédictives d'une dégradation de l'équipement. Des transformées de Fourier ou à base d'ondelettes, des filtres numériques, ou d'autres moyens ou combinaisons de ces procédés, peuvent être utilisés pour modéliser, analyser et mémoriser le signal dans une base de données et pour identifier des corrélations de la forme d'onde à la ligne de base et des ondelettes de modèle de défaut et des ondes périodiques.Waveform characteristics can be calculated over several turns of the shaft - for example, over at least 4 or 8 shaft revolutions - in order to solve periodic aspects in relation to the speed of rotation of the shaft . Other characteristics of a waveform can be calculated over shorter and longer times, sufficient to resolve non-periodic signals, including transient peaks and longer trends, such as in the root mean square or higher. the peak mean, or for behavior on a time analysis, which could span several hours or years. An autocorrelation can be used, for example, to find periodic events, which can be hidden by noise or other aspects of the signal. The analysis may comprise convolution or correlation of a predefined model wavelet to a real-time waveform of the grounding voltage or current to locate irregular or unilateral transitions predictive of equipment. Fourier or wavelet transforms, digital filters, or other means or combinations of these methods, can be used to model, analyze, and store the signal in a database and to identify correlations of the form. waveforms at the baseline and default pattern wavelets and periodic waves.

En variante ou en plus, on peut utiliser des méthodes statistiques, telles qu'une analyse de composant principal (PCA), une modélisation de machine d'assistance à vecteur (SVM), ou d'autres procédés mathématiques pour identifier des corrélations de ce genre. On détermine ainsi de manière prédictive des conditions potentiellement anormales.Alternatively or in addition, statistical methods, such as Principal Component Analysis (PCA), Vector Assist Machine (SVM) modeling, or other mathematical methods for identifying correlations of this type can be used. kind. Predictably, thus, potentially abnormal conditions are determined.

On peut utiliser ces techniques pour l'analyse, ainsi que pour la compression de données. Les formes d'onde peuvent être sauvegardées dans leur état brut en plus des données réduites. Un analyseur d'une forme d'onde à auto-apprentissage peut comprendre une machine d'assistance à vecteur, qui décrit des données par une série de vecteurs. Chaque vecteur est définie par des éléments composés de résultats de calcul statistique, qui peuvent comprendre des calculs normalisés, comme RMS, des valeurs de crête, ou des écart-types ; des données de fonctionnement, telles que charge, température, et tout autres paramètres que le système utilise ; et des amplitudes précises à des fréquences reposant sur une transformée de Fourier ou d'ondelette, des analyses PCA, ou tout autre technique d'analyse. Le système expert peut utiliser n'importe lequel des éléments ci-dessus individuellement plus la sortie du SVM pour effectuer une analyse, qui se focalise sur l'identification du défaut ou d'un évènement fonctionnel.These techniques can be used for analysis as well as for data compression. Waveforms can be saved in their raw state in addition to the reduced data. A self-learning waveform analyzer may include a vector assist machine, which describes data by a series of vectors. Each vector is defined by elements composed of statistical calculation results, which may include standardized calculations, such as RMS, peak values, or standard deviations; operating data, such as load, temperature, and any other parameters that the system uses; and precise amplitudes at frequencies based on a Fourier or Wavelet transform, PCA analyzes, or any other analysis technique. The expert system can use any of the above elements individually plus the output of the SVM to perform an analysis, which focuses on identifying the fault or a functional event.

Des formes d'onde de ligne de base peuvent être caractérisées à partir d'un signal reçu de mise à la terre ou d'une tension ou d'un courant antagoniste, et sauvegarder sous forme de modèles dans la base de données, par exemple après que l'équipement a été réglé d'une manière optimale et vérifié manuellement. La base de données peut contenir une famille auto-apprise de formes d'onde escomptées caractérisées et mémorisées sous la forme de modèles pendant un fonctionnement normal. L'expression "famille de formes d'onde escomptées" signifie ici un groupe de formes d'onde se rapportant à un fonctionnement normal de l'équipement tournant. Une famille de formes d'onde de modèle peut être prévue pour chaque sous-groupe de conditions ambiantes escomptées et de charges d'installation.Baseline waveforms may be characterized from a received grounding signal or a voltage or counter current, and stored as templates in the database, for example after the equipment has been optimally adjusted and checked manually. The database may contain a self-learned family of expected waveforms characterized and stored as templates during normal operation. The term "family of expected waveforms" herein means a group of waveforms relating to normal operation of the rotating equipment. A family of model waveforms may be provided for each sub-group of expected environmental conditions and installation loads.

La figure 2 illustre un procédé 40 suivant un mode de réalisation de l'invention ayant les stades suivants données à titre d'exemple : 42 - Mémoriser des formes d'onde de ligne de base de modèle et des formes d'onde de défaut dans une base de données pour une comparaison avec des formes d'onde de signaux de tension et/ou de courant reçus d'un système de mise à la terre d'un équipement tournant. On peut mémoriser des formes d'onde dans des modèles comme décrits précédemment. 43 - Echantillonner des signaux de mise à la terre d'arbre et/ou de tension et/ou de courant antagoniste. 44 - Caractériser des formes d'onde des signaux échantillonnés sous forme de modèles. Archiver les modèles, et éventuellement les données brutes des signaux, dans la base de données en même temps que des tampons de temps et de date. 45-46 - Caractériser des formes d'onde représentant le fonctionnement en cours. Utiliser une modélisation de formes d'onde pour apprendre les caractéristiques de ces formes d'onde. Caractériser des formes d'onde de signal ultérieur pour une comparaison avec des formes d'onde de ligne de base. Après avoir entretenu l'équipement tournant ou un équipement fixe, qui peut avoir de l'influence sur les paramètres de mise à la terre de l'arbre, une entrée manuelle peut être faite par des opérateurs de l'installation, qui indique le travail d'entretien effectué et le fonctionnement normal qui est escompté. Mémoriser une famille de formes d'onde représentant un fonctionnement de post-entretien. Si la famille de formes d'onde ne correspond pas à des disfonctionnements connus, elles sont mémorisées pour définir un fonctionnement normal pour la pièce particulière d'équipement à cet instant. Si la famille de formes d'onde est une approximation d'un modèle de disfonctionnement connu, en particulier ceux qui se produisent pendant ou après l'entretien, le système alertera des opérateurs et/ou effectuera une autre intervention automatique. L'indicateur d'entretien peut être utilisé aussi pour une tendance à des changements de formes d'onde en fonction du temps pour des caractéristiques de dégradation connues.FIG. 2 illustrates a method 40 according to an embodiment of the invention having the following exemplary steps: 42 - Store template baseline waveforms and defect waveforms in a database for comparison with waveforms of voltage and / or current signals received from a grounding system of a rotating equipment. Waveforms can be stored in models as previously described. 43 - Sample tree and / or voltage and / or counter current signals. 44 - Characterize waveforms of sampled signals as models. Archive the models, and possibly the raw data of the signals, in the database along with time and date stamps. 45-46 - Characterize waveforms representing current operation. Use waveform modeling to learn the characteristics of these waveforms. Characterize subsequent signal waveforms for comparison with baseline waveforms. After servicing the rotating equipment or fixed equipment, which may affect the tree grounding parameters, a manual entry can be made by plant operators, which indicates the work maintenance performed and the normal operation that is expected. Memorize a family of waveforms representing a post-maintenance operation. If the family of waveforms does not correspond to known malfunctions, they are stored to define normal operation for the particular piece of equipment at this time. If the waveform family is an approximation of a known malfunction pattern, particularly those occurring during or after maintenance, the system will alert operators and / or perform another automatic intervention. The maintenance indicator may also be used for a tendency to waveform changes as a function of time for known degradation characteristics.

Le système peut apprendre une forme d'onde escomptée, avec ou sans information d'état de fonctionnement de l'installation, et émettre une alerte de changement. Cette fonction peut être indépendante de modèles de ligne de base et de défaut, qui peuvent être corrélés à des problèmes précis. Une alerte 47 dans ce cas n'indiquera pas ce qui ne va pas, mais que la forme d'onde a changé substantiellement par rapport à une forme d'onde antérieure. 47 - Alerter un opérateur que des données tombent en-dehors d'une enveloppe de seuil pour une forme d'onde apprise précédemment. 48 - Corréler automatiquement les formes d'onde échantillonnées avec les formes d'onde de modèle. 50 - Analyser les corrélations par l'intermédiaire de la logique de système expert pour trouver des défauts et des évènements de dégradation reposant sur un écart aux formes d'onde de ligne de base et reposant sur des similarités avec des formes d'onde de défaut et de dégradation au vu de données du système d'installation. 52 - Envoyer automatiquement les évènements trouvés de défaut et de dégradation à la logique d'autoapprentissage. Revoir les formes d'onde échantillonnées et archivées par l'intermédiaire de la logique d'autoapprentissage pour trouver des formes d'onde et leurs tendances, qui prédisent des défauts et des dégradations identifiés couramment. 54 - Mettre à jour la base de données de modèles de défaut et de dégradation par les formes d'onde de prévision trouvées nouvellement. 56 - Mettre à jour une base de données de règles et de seuils pour la logique du système expert, afin d'analyser les formes d'onde prédictives nouvellement trouvées et leurs tendances. Cela peut comprendre mettre à jour ou ajouter des seuils de corrélation et des seuils de vitesse de tendance par rapport aux formes d'onde prédictives identifiées nouvellement. 58 - Prévoir une intervention pour l'équipement tournant sur la base du stade de corrélation, lorsqu'une forme d'onde échantillonnée indique un comportement de l'équipement qui dévie d'un comportement escompté représenté par les formes d'onde de modèle. 60 - Permettre à un opérateur de mettre à jour les bases de données de modèle et d'expérience, lorsque l'opérateur peut fournir un savoir humain de situation. Cela peut inclure l'information d'entretien décrite également aux stades 45 et 46. 62 - Fournir des entrées d'opérateur au système de commande de l'installation et aux données du système.The system can learn a desired waveform, with or without operating status information of the installation, and issue a change alert. This function can be independent of baseline and fault patterns, which can be correlated to specific problems. An alert 47 in this case will not indicate what is wrong, but that the waveform has changed substantially from an earlier waveform. 47 - Alert an operator that data falls outside a threshold envelope for a previously learned waveform. 48 - Automatically correlate sampled waveforms with model waveforms. 50 - Analyze correlations through expert system logic to find defects and degradation events based on a baseline waveform deviation and based on similarities to default waveforms and degradation based on data from the installation system. 52 - Automatically send the found fault and degradation events to the self-learning logic. Review sampled and archived waveforms through self-learning logic to find waveforms and trends, which predict commonly identified defects and degradations. 54 - Update the database of default and degradation models by newly found forecast waveforms. 56 - Update a database of rules and thresholds for expert system logic to analyze newly found predictive waveforms and their trends. This may include updating or adding correlation thresholds and trend velocity thresholds to newly identified predictive waveforms. 58 - Anticipate an intervention for rotating equipment based on the correlation stage, when a sampled waveform indicates a behavior of the equipment that deviates from an expected behavior represented by the model waveforms. 60 - Allow an operator to update the model and experience databases, where the operator can provide situational knowledge. This may include the maintenance information also described in steps 45 and 46. 62 - Provide operator inputs to the plant control system and system data.

Des références de forme d'onde peuvent être comparées à un comportement appris, ainsi qu'à des valeurs d'analyse de défaut programmées dans le système expert ou appris par lui. On donne dans ce qui suit quelques diagnostics : a) Le balai de mise à la terre d'arbre est sale et exige un entretien à un niveau de confiance de 0,7, sur la base par exemple d'une analyse de forme d'onde indiquant une valeur haute constante ou une accumulation de tension suivie de périodes de décharges. b) Une mise à la terre d'un socle de palier provoque des courants intenses de circulation dans l'arbre et le palier à un niveau de confiance de 0,34 sur la base d'une analyse de forme d'onde indiquant des bouffées de courant intense corrélées à des bouffées de basse tension avec des composantes de vitesse de marche appropriées. c) Un système de contrôle d'arbre fonctionne mal à un niveau de confiance de 0,95, parce qu'une forme d'onde correspond à des scénarios antérieurs de défauts de mesure.Waveform references may be compared to learned behavior, as well as to default analysis values programmed into or learned by the expert system. Some diagnoses are given below: a) The tree grounding brush is dirty and requires maintenance at a confidence level of 0.7, based for example on an analysis of the shape of the shaft. wave indicating a constant high value or a build up of voltage followed by periods of discharges. b) Grounding of a bearing base causes intense flow currents in the shaft and bearing at a confidence level of 0.34 based on a waveform analysis indicating puffs of intense current correlated with low-voltage flashes with appropriate gait speed components. c) A tree control system malfunctions at a confidence level of 0.95, because a waveform is consistent with previous measurement failure scenarios.

La figure 3 illustre un procédé 70 pour s'opposer à la tension d'arbre dans un système suivant la figure IB. Une tension antagoniste peut être appliquée à l'arbre par l'intermédiaire d'un deuxième balai ou d'un autre dispositif pour neutraliser ou minimiser la tension sur l'arbre. Un élément 39 de diagnostic du système IB peut enregistrer simultanément et comparer les formes d'onde de la tension de mise à la terre de l'arbre et de la tension active antagoniste. On peut utiliser, par exemple, les stades suivants : 72 - Détection de la tension d'arbre. 74 - Si une tension antagoniste est appliquée, caractériser et comparer les formes d'onde de la tension d'arbre et de la tension antagoniste. 76 - Si une tension antagoniste n'est pas appliquée, enregistrer les formes d'onde de la tension et du courant d'arbre et les comparer à des formes d'onde antagonistes récentes et à venir. 78 - Appliquer une tension antagoniste à l'arbre. 80 - Sur la base de la comparaison des stades 74 et 76, déterminer et prédire des défauts et des dégradations potentiels. 58 - Intervenir automatiquement et alerter un opérateur.Fig. 3 illustrates a method 70 for opposing the shaft voltage in a system according to Fig. 1B. An antagonistic voltage may be applied to the shaft via a second brush or other device to neutralize or minimize the voltage on the shaft. A diagnostic unit 39 of the IB system can simultaneously record and compare the waveforms of the grounding voltage of the shaft and the counteracting active voltage. For example, the following steps can be used: 72 - Detection of the shaft tension. 74 - If a counter voltage is applied, characterize and compare the waveforms of the shaft voltage and the counter voltage. 76 - If an antagonistic voltage is not applied, record the waveforms of the tree voltage and current and compare them to recent and future antagonistic waveforms. 78 - Apply an antagonistic voltage to the shaft. 80 - Based on the comparison of stages 74 and 76, determine and predict potential defects and degradations. 58 - Intervene automatically and alert an operator.

Le système peut commuter périodiquement et automatiquement d'un mode actif à un mode passif et, pendant un court instant de l'ordre de secondes, saisir la forme d'onde d'arbre sans tension antagoniste appliquée (stade 76) . Ce mode n'est pas mis en œuvre, si l'analyse en cours de la tension antagoniste indique qu'une tension d'arbre excessive proviendra d'une élimination de la fonction de mise à la terre active. Le système peut ensuite revenir du mode passif au mode actif et comparer immédiatement la forme d'onde passive récente à la forme d'onde de la tension d'arbre avec une tension antagoniste appliquée et à la tension antagoniste.The system can periodically and automatically switch from an active mode to a passive mode and, for a short time in the order of seconds, enter the tree waveform without any applied bias voltage (stage 76). This mode is not implemented if the current analysis of the counter voltage indicates that excessive shaft voltage will result from removal of the active grounding function. The system can then return from passive mode to active mode and immediately compare the recent passive waveform to the shaft voltage waveform with an applied bias voltage and the counter voltage.

Des problèmes de génératrice ou d'excitation se manifesteront eux-mêmes, non seulement sous la forme d'une tension sur l'arbre ou d'un courant à la mise à la terre, mais aussi par un temps de réaction et/ou un comportement à la forme d'onde de la tension antagoniste, qui est caractéristique de l'inductance, de la capacité et de la quantité de charge, qui est emmagasinée dans le système rotor/génératrice. Dans certains cas, la tension d'arbre réagira presque immédiatement à une tension antagoniste, mais dans d'autre cas cela peut prendre plus longtemps. Certaines caractéristiques de la forme d'onde de la tension d'arbre et de la forme d'onde de la tension antagoniste peuvent être identifiées et corrélées, mais peuvent être décalées dans le temps ou subir des changements de forme par rapport aux formes escomptées.Generator or excitation problems will manifest themselves, not only in the form of a voltage on the shaft or a current at grounding, but also by a reaction time and / or the waveform behavior of the counter voltage, which is characteristic of the inductance, capacitance and charge quantity, which is stored in the rotor / generator system. In some cases, the shaft voltage will react almost immediately to an antagonistic voltage, but in other cases it may take longer. Certain characteristics of the tree voltage waveform and the counter voltage waveform can be identified and correlated, but may be time-shifted or form-shifted with respect to the expected shapes.

La différence de phase et les différences de caractéristique et de forme peuvent indiquer des disfonctionnements précis de l'équipement tournant.The phase difference and the differences in characteristic and shape may indicate specific malfunctions of the rotating equipment.

Le système peut contrôler en continu et régler le temps de lancement pour appliquer la forme d'onde antagoniste par rapport à la phase correspondante de la forme d'onde continue prévue pour minimiser la tension d'arbre. Il peut comparer les formes d'onde de la tension d'arbre et de la tension antagoniste et déterminer le décalage dans le temps entre leurs caractéristiques correspondantes pour régler le temps de lancement. Il peut déterminer et prévoir, en outre, des défauts et des dégradations potentiels dans l'équipement tournant sur la base du temps de lancement et de ses tendances.The system can continuously monitor and adjust the firing time to apply the counter waveform relative to the corresponding phase of the intended continuous waveform to minimize the shaft voltage. It can compare the waveforms of the shaft voltage and the counter voltage and determine the time lag between their corresponding characteristics to set the launch time. It can determine and predict, in addition, potential defects and impairments in the rotating equipment based on the launch time and its trends.

Dans un mode de réalisation avec une tension antagoniste, l'élément 39 de comparaison de diagnostic peut analyser au moins un ou au moins deux des paramètres suivants pour diagnostiquer l'état de l'équipement tournant et éventuellement pour faciliter le réglage continu de la forme d'onde de la tension antagoniste : a) la forme d'onde de la tension antagoniste ; b) la forme d'onde de mise à la terre avec la tension antagoniste appliquée ; c) la forme d'onde de mise à la terre sans la tension antagoniste appliquée ; d) une forme d'onde calculée sous la forme d'une différence mathématique entre la forme d'onde de mise à la terre et la forme d'onde de la tension antagoniste avec la tension antagoniste appliquée ; e) une forme d'onde calculée sous la forme d'une différence mathématique entre la forme d'onde de mise à la terre et la forme d'onde de la tension antagoniste avec la tension antagoniste qui n'est appliquée ; f) une différence de phase entre des caractéristiques correspondantes précises de la forme d'onde de mise à la terre et de la forme d'onde de la tension antagoniste et g) une différence de forme entre la forme d'onde de mise à la terre et la forme d'onde de la tension antagoniste.In an embodiment with an antagonistic voltage, the diagnostic comparison element 39 may analyze at least one or at least two of the following parameters to diagnose the state of the rotating equipment and possibly to facilitate the continuous adjustment of the shape. waveform of the counter voltage: a) the waveform of the counter voltage; b) the ground waveform with the applied bias voltage; c) the ground waveform without the applied bias voltage; d) a waveform calculated as a mathematical difference between the grounding waveform and the waveform of the counter-voltage with the applied bias voltage; e) a waveform calculated as a mathematical difference between the grounding waveform and the waveform of the counter-voltage with the opposing voltage being applied; f) a phase difference between specific matching characteristics of the grounding waveform and the waveform of the counter voltage, and g) a difference in shape between the setting waveform and earth and the waveform of the antagonistic voltage.

Dans le mode de réalisation de la figure IB, la tension antagoniste peut être produite par un système de réaction électronique classique, tel que décrit précédemment, par exemple, dans le brevet des Etats-Unis d'Amérique 4 873 512. Dans le mode de réalisation de la figure IC, une forme d'onde de tension antagoniste peut être calculée sur la base des analyses ci-dessus et le système peut corriger en continu et améliorer la forme d'onde antagoniste en contrôlant ses effets sur la forme d'onde de mise à la terre. Le système peut, en outre, apprendre et mémoriser des formes d'onde antagonistes de modèle et peut analyser la forme d'onde antagoniste de courant par comparaison aux formes d'onde antagonistes de modèle, afin de déterminer et de prévoir des défauts et des dégradations potentiels de l'équipement tournant.In the embodiment of FIG. 1B, the counter voltage can be produced by a conventional electronic feedback system, as previously described, for example, in U.S. Patent 4,873,512. In the embodiment of FIG. 1C, an antagonist voltage waveform can be calculated based on the above analyzes and the system can continuously correct and improve the antagonist waveform by controlling its effects on the waveform. grounding. The system may further learn and memorize pattern antagonistic waveforms and may analyze the current antagonist waveform in comparison with model antagonistic waveforms, to determine and predict defects and conditions. potential damage to rotating equipment.

La figure 4 illustre une forme d'onde 86 de mise à la terre, une forme d'onde 88 prévue, une forme d'onde 90 antagoniste et une forme d'onde 92 résultante suivant des aspects d'un mode de réalisation de l'invention. Par souci de clarté, les formes d'onde illustrées sont simplifiées et conceptualisées. C'est ainsi, par exemple, que la forme d'onde de mise à la terre peut être une superposition bruyante, de multiples ondes périodiques, y compris certaines ayant des fréquences, qui ne sont pas des multiples entiers, d'impulsions ou de pointes non périodiques positives de basse fréquence. La forme d'onde 88 prévue peut être calculée comme étant une continuation d'un ou de plusieurs aspects périodiques sélectionnés de la forme d'onde 86 de mise à la terre. La forme d'onde antagoniste peut être appliquée en avance de la forme d'onde prévue d'un certain retard 94 de réaction. La forme d'onde de la tension antagoniste se traduit par une forme d'onde 92 de tension d'arbre réduite, qui peut alors être analysée pour affiner la forme d'onde antagoniste. Si, par exemple, la forme d'onde 92 résultante est en phase 96 avec la forme d'onde 88 continue prévue, la forme d'onde résultante peut être multipliée par le facteur de gain existant, puis soustraite de la forme d'onde antagoniste (avant d'appliquer le décalage temporel) pour régler le gain de la forme d'onde antagoniste. Si la forme d'onde 92 résultante n'est pas en phase avec la forme d'onde prévue, le décalage du retard 94 de réaction peut être réglé.Fig. 4 illustrates a grounding waveform 86, a predicted waveform 88, an antagonistic waveform 90, and a resultant waveform 92 in accordance with aspects of an embodiment of the present invention. 'invention. For the sake of clarity, the illustrated waveforms are simplified and conceptualized. For example, the grounding waveform may be a noisy superposition, multiple periodic waves, including some having frequencies, which are not integer multiples, of pulses or pulses. non-periodic positive peaks of low frequency. The predicted waveform 88 may be calculated as a continuation of one or more selected periodic aspects of the grounding waveform 86. The counter-waveform may be applied in advance of the expected waveform of a certain reaction delay. The waveform of the counter voltage results in a reduced tree voltage waveform 92, which can then be analyzed to refine the counter waveform. If, for example, the resulting waveform 92 is in phase 96 with the expected continuous waveform 88, the resulting waveform can be multiplied by the existing gain factor and then subtracted from the waveform antagonist (before applying the time shift) to adjust the gain of the antagonist waveform. If the resulting waveform 92 is not in phase with the intended waveform, the offset of the reaction delay 94 can be adjusted.

Lorsque la tension antagoniste est calculée par une logique de programme ou est créée par des composants de circuit analogique, tels qu'un amplificateur opérationnel, le temps de réaction ou le retard 94 entre l'application de la tension antagoniste et la réaction associée dans la tension de mise à la terre peut fournir une indication de problèmes particuliers. On peut ainsi comparer la forme d'onde de la tension antagoniste à la forme d'onde de la fonction de mise à la terre pour trouver un retard de réaction. L'analyse de ce retard de réaction peut être utilisée par le système pour indiquer un état de l'équipement tournant.When the counter voltage is calculated by program logic or is created by analog circuit components, such as an operational amplifier, the reaction time or the delay 94 between the application of the counter voltage and the associated reaction in the Grounding voltage can provide an indication of particular problems. It is thus possible to compare the waveform of the counter voltage with the waveform of the grounding function to find a reaction delay. The analysis of this reaction delay can be used by the system to indicate a state of the rotating equipment.

Dans un mode de réalisation, la logique expert du système peut apprendre d'elle-même à prévoir certaines impulsions aux pointes non-périodiques dans les formes d'onde de la mise à la terre ou antagonistes sur la base de variations de la forme d'onde, qui précèdent toujours des impulsions ou des pointes de ce genre dans des conditions de fonctionnement particulières. Le système peut ainsi émettre des alertes et effectuer des interventions avant des évènements non-périodiques de ce genre.In one embodiment, the expert logic of the system can learn by itself to provide for some pulses at non-periodic peaks in the grounding or antagonistic waveforms based on variations in the waveform. wave, which always precede such pulses or spikes in particular operating conditions. The system can thus issue alerts and perform interventions before such non-periodic events.

La figure 5 représente un écran de sortie d'une machine d'assistance à vecteur, illustrant un modèle vectoriel d'une forme d'onde et une enveloppe 100 limite de spécification. Bien que cette visualisation soit limitée à deux dimensions, l'enveloppe peut représenter une coupe d'une forme multidimensionnelle. Le modèle vectoriel et l'enveloppe peuvent être appris par la présente invention pendant un fonctionnement normal de l'équipement tournant pour servir de modèle de ligne de base dans la famille apprise de formes d'onde escomptées. En outre, un tel modèle vectoriel peut être appris pendant une détection de défaut pour servir de modèle de défaut. Chaque point 102 à l'intérieur de l'enveloppe représente un vecteur. Une configuration de l'installation et des paramètres de fonctionnement peuvent être intégrés au modèle lui-même - par exemple, sous la forme de vecteurs dans un modèle SVM ou dans un modèle PCA, un réseau neuronal ou tout autre procédé de modélisation mathématique apte à modéliser à la fois une forme d'onde et un environnement dans le même modèle. Cela procure une modélisation plus précise et nuancée qu'en utilisant une matrice déterminée à l'avance de plages escomptées et permet une modélisation de situations, qui se produisent à l'extérieur des plages escomptées des paramètres de l'installation. Cela procure une analyse plus complète pour une prédiction précoce de problèmes qu'une limite d'alerte reposant sur une charge ou une température particulière de l'installation. Le modèle et l'enveloppe sont spécifiques à l'installation de l'équipement tournant, sur lequel le modèle est appris, ce qui le rend très discriminant à des différences petites et subtiles des formes d'onde. Mais, le modèle peut être copié et modifié éventuellement et l'enveloppe peut être agrandie pour être utilisée pour des alertes sur une classe de type d'équipement contrôlé. Un modèle appris sur une installation d'un type donné peut, par exemple, être utilisé pendant une période initiale d'apprentissage de la présente invention sur un équipement tournant installé nouvellement ou modifié nouvellement du même type. On peut utiliser, en outre, le modèle avec une enveloppe bien plus grande pour des alertes sur une classe d'équipement plus générale.Fig. 5 shows an output screen of a vector assistance machine, illustrating a vector model of a waveform and a specification boundary envelope. Although this visualization is limited to two dimensions, the envelope can represent a section of a multidimensional shape. The vector model and the envelope can be learned by the present invention during normal operation of the rotating equipment to serve as a baseline model in the learned family of expected waveforms. In addition, such a vector model can be learned during fault detection to serve as a fault pattern. Each point 102 inside the envelope represents a vector. A configuration of the plant and operating parameters can be integrated into the model itself - for example, in the form of vectors in an SVM model or in a PCA model, a neural network or any other mathematical modeling process suitable for model both a waveform and an environment in the same model. This provides a more accurate and nuanced modeling than using a matrix determined in advance of expected ranges and allows a modeling of situations, which occur outside the expected ranges of the parameters of the installation. This provides a more complete analysis for an early prediction of problems than a warning limit based on a particular load or temperature of the installation. The model and envelope are specific to the installation of the rotating equipment, on which the model is learned, which makes it highly discriminating to small and subtle differences of waveforms. But, the model can be copied and possibly modified and the envelope can be enlarged to be used for alerts on a class of controlled equipment type. A model learned on an installation of a given type may, for example, be used during an initial learning period of the present invention on newly installed or newly modified rotating equipment of the same type. In addition, the model can be used with a much larger envelope for alerts on a more general equipment class.

Une installation d'équipement tournant peut créer et mémoriser des modèles de formes d'onde du signal escompté spécifiques à l'installation sur la base de caractérisations de la forme d'onde du signal. Chaque modèle de forme d'onde peut comprendre une enveloppe de spécification pour la forme d'onde dans un état de fonctionnement donné de l'équipement tournant. Un processeur à l'installation ou ailleurs peut créer un jeu de modèles modifiés en agrandissant les enveloppes de spécification des modèles spécifiques à l'installation, de manière à ce que des enveloppes de spécification agrandies s'appliquent plus généralement à un modèle de machine donné de l'équipement tournant dans diverses installations. En outre, on peut créer des modèles modifiés en agrandissant encore les enveloppes de spécification, de manière à ce qu'elles s'appliquent, même d'une manière plus générale, à un type de machine de l'équipement tournant. Les modèles de forme d'onde, les modèles modifiés et les modèles modifiés encore peuvent être envoyés à une base de données accessibles à des installations multiples ou être utilisés par d'autres machines du type ou du modèle donné de l'équipement tournant. Au moins certaines de ces autres machines peuvent alors caractériser des formes d'onde de signal et/ou des formes d'onde antagonistes, comme décrit ici, et diagnostiquer un défaut ou un problème prévu, si une composante d'une forme d'onde du signal tombe à l'extérieur de l'une des enveloppes de spécification agrandies ou des enveloppes de spécification agrandies davantage.A rotating equipment plant can create and store installation-specific expected signal waveform patterns based on characterizations of the signal waveform. Each waveform template may include a specification envelope for the waveform in a given operating state of the rotating equipment. A processor at installation or elsewhere can create a modified set of models by enlarging the specification envelopes of the installation-specific models, so that enlarged specification envelopes apply more generally to a given machine model rotating equipment in various facilities. In addition, modified models can be created by further enlarging the specification envelopes so that they apply, even more generally, to a machine type of the rotating equipment. Waveform models, modified models, and modified models may be sent to a database accessible to multiple installations or used by other machines of the given type or model of the rotating equipment. At least some of these other machines can then characterize signal waveforms and / or antagonistic waveforms, as described herein, and diagnose a defect or expected problem, if a component of a waveform the signal falls outside one of the enlarged specification envelopes or enlarged specification envelopes.

Une répétition de défauts reconnus ou d'autres anomalies dans une forme d'onde caractérisée peut fournir une information de diagnostic dans le nombre et la configuration de répétitions d'un défaut dans un laps de temps donné dans des conditions de fonctionnement données. La présente invention peut analyser une configuration de répétitions d'un défaut, qui peut normalement être tolérable, pour diagnostiquer et prévoir un problème supplémentaire. C'est ainsi, par exemple, qu'il peut être acceptable pour un certain défaut connu de se produire à une fréquence donnée dans un état connu de l'installation. Mais, l'apparition du même défaut à une fréquence différente ou dans des conditions de fonctionnement différentes de l'installation peut indiquer un état grave ou inconnu qui doit être traité. Un opérateur peut interpréter des répétitions d'un défaut parasite comme une information redondante et ainsi insignifiante. Mais, le présent système peut analyser en continu des configurations de répétitions de défauts ou d'autres anomalies en comparant statistiquement une configuration d'anomalies de ce genre à des configurations de modèle de répétitions de défauts et à des anomalies, qui ont été mémorisés dans une base de données du système par auto-apprentissage, marquage interactif par un opérateur ou à partir d'une base de données centrale.A repetition of recognized defects or other anomalies in a characterized waveform can provide diagnostic information in the number and configuration of fault repetitions in a given period of time under given operating conditions. The present invention can analyze a fault repetition pattern, which can normally be tolerable, to diagnose and predict an additional problem. For example, it may be acceptable for a certain known defect to occur at a given frequency in a known state of the installation. However, the occurrence of the same fault at a different frequency or in different operating conditions of the installation may indicate a serious or unknown condition that needs to be addressed. An operator can interpret repetitions of a parasitic defect as redundant and thus insignificant information. However, the present system can continuously analyze fault repetition patterns or other anomalies by statistically comparing a configuration of such anomalies with pattern patterns of fault repetitions and anomalies, which have been stored in a database of the system by self-learning, interactive marking by an operator or from a central database.

Analyser une configuration répétitive peut impliquer une forme d'onde de signal ayant une série d'anomalies, telles que des creux ou des pointes ou d'autres déviances anormales ou des changements de forme de la forme d'onde. Un exemple représenté à la figure 8 du brevet des Etats-Unis d'Amérique 4 873 512 implique des pertes une fois par tour d'un niveau de signal moyen. L'analyse ici peut comprendre une caractérisation et une analyse de la fréquence d'apparition de l'anomalie, ou une analyse des aspects de forme de l'anomalie, tels que des largeurs, des formes d'extrémité ou de ses angles de côté. C'est ainsi, par exemple qu'une série de pertes d'information avec des largeurs augmentant progressivement peut être plus significative qu'une série semblable ayant des largeurs constantes. Une série d'anomalies de fréquence d'apparition augmentant progressivement peut être plus significative qu'une série d'anomalies similaire de fréquence constante. L'analyse peut inclure, en outre, analyser des changements de l'aspect de forme dans des creux ou des pointes successifs de la série. L'analyse peut être effectuée sur une tension ou un courant de mise à la terre et/ou sur une tension ou un courant antagoniste. Des anomalies, qui sont dans un seuil d'amplitude acceptable et ne sont donc pas considérées comme des défauts, peuvent être néanmoins incluses dans une analyse de ce genre. L'invention permet des diagnostics continus et automatisés de formes d'onde de tension d'arbre et de courant de drain. Elle peut rivaliser ou surpasser les experts humains dans la tâche d'analyse et surpasser les experts humains en ayant la possibilité de faire l'analyse en continu et en temps réel, y compris un autoapprentissage concernant les formes d'onde et les tendances des paramètres fonctionnels pertinents, comparé à des données de tendance précédentes. Dans le mode de réalisation avec tension active antagoniste et autoapprentissage constant et auto-correction, elle peut minimiser la tension d'arbre plus efficacement que ce qui a été possible dans des systèmes antérieurs.Analyzing a repetitive configuration may involve a signal waveform having a series of anomalies, such as hollows or spikes or other abnormal deviations or changes in shape of the waveform. An example shown in Figure 8 of U.S. Patent 4,873,512 involves losses once per turn of an average signal level. The analysis here may include a characterization and analysis of the occurrence frequency of the abnormality, or an analysis of the shape aspects of the anomaly, such as widths, end shapes, or its side angles. . For example, a series of information losses with progressively increasing widths may be more significant than a similar series with constant widths. A series of progressively increasing appearance frequency abnormalities may be more significant than a series of similar constant frequency abnormalities. The analysis may further include analyzing changes in shape appearance in successive recesses or spikes in the series. The analysis can be performed on a grounding voltage or current and / or on a voltage or an opposing current. Anomalies, which are within an acceptable amplitude threshold and are therefore not considered defects, may nevertheless be included in such an analysis. The invention enables continuous and automated diagnostics of shaft voltage and drain current waveforms. It can compete or surpass human experts in the analysis task and outperform human experts with the ability to perform continuous and real-time analysis, including self-learning about waveforms and parameter trends relevant functionalities, compared to previous trend data. In the antagonist active voltage embodiment and constant self-learning and self-correction, it can minimize shaft voltage more efficiently than was possible in previous systems.

Bien que l'on ait représenté et décrit ici divers modes de réalisation de la présente invention, il va de soi que ces modes de réalisation sont donnés seulement à titre d'exemple. On peut y apporter de nombreuses variations, changements et remplacements, sans sortir de la présente invention et de sa portée.Although various embodiments of the present invention have been shown and described herein, it is understood that these embodiments are given by way of example only. Many variations, changes and replacements can be made without departing from the present invention and its scope.

Claims

A computer-assisted method for operating a system for grounding a tree, the method being characterized in that it executes on a processor the stages of: receiving a signal associated with a tree of a rotating equipment, wherein the signal is responsive to a voltage or counter current applied to the shaft to reduce a grounding voltage or current of the shaft; characterization of a waveform of the signal as a function of time to diagnose a state of rotating equipment and intervention on rotating equipment in response to diagnosis.

A method according to claim 1, characterized in that the processor further performs the steps of: comparing a shape aspect of the waveform of the signal to a shape aspect of a waveform model in a baseline waveform and defect pattern database and intervention on the rotating equipment based on the stage of comparison, when the waveform of the signal indicates a behavior of the rotating equipment, which deviates from its expected behavior represented by model waveforms.

3. Method according to claim 1, characterized in that the processor performs, in addition, the steps of: identifying a repetitive pattern of defects indicated by the waveform of the signal; comparing the repeating pattern with a repetitive prediction error pattern stored in a database to determine the state of the rotating equipment.

A method according to claim 1, characterized in that the processor furthermore performs the steps of: self-learning characteristics of the signal waveform, which statistically precede a non-periodic anomaly of the form of signal wave and diagnosis of the state of the rotating equipment in response to a prediction of the non-periodic anomaly based on the self-learning stage.

5. Method according to claim 1, characterized in that the processor also performs the steps of: collecting the signal in the form of a time series of voltage or current at a sampling frequency of at least 2 kHz; characterizing the time series by at least one wavelet transform, a Fourier transform, a main component analysis, a neural network and a machine vector assistance algorithm and correlation of the time series characterized with a model of a baseline wave and a fault waveform model to diagnose the condition of the rotating equipment.

The method of claim 1, wherein the processor further performs the steps of: creating and storing a plurality of baseline waveform patterns in a database that characterize acceptable baseline states of rotating equipment; creating and storing a plurality of defect waveform templates in the database, which characterize degraded or defective states of the rotating equipment; creating a signal waveform pattern, which characterizes the waveform of the signal; integration of operational equipment parameters running under these given operating conditions, directly into the signal waveform model, baseline waveform models, and fault and correlation waveform models of the waveform pattern of the signal to at least one of a baseline waveform model and a default waveform pattern from the database to diagnose the state of the rotating equipment.

7. Method according to claim 1, characterized in that the processor executes, in addition, the stages of: creation and storage of expected waveform patterns of the signal during well-controlled operations of the rotating equipment based on the characterization the waveform of the signal, after a manual adjustment and its verification; incorporating functional parameters of the rotating equipment directly into the expected waveform models, each model of an expected waveform providing a specification envelope for an acceptable waveform in a given operating state and modeling of signal waveforms of rotating equipment and indication of a defect or expected problem if a component of the signal waveform pattern falls outside the specification envelope of a model of expected waveform in the given operating state.

8. The method according to claim 1, wherein the processor also performs the steps of: creating and storing patterns specific to the installation of expected waveforms of the signal based on the characterization of the form of signal wave, each facility-specific model comprising a specification envelope for a waveform in a given operating condition of the equipment rotating at a given facility; creating a modified set of templates by enlarging the specification envelopes of the installation-specific templates, wherein the enlarged specification envelopes apply to a given machine model of the equipment running for a range of facilities; creating a further modified set of templates by further expanding the specification envelopes of the installation-specific templates, the enlarged specification envelopes applying to one type of machine of the rotating equipment, including multiple templates and including, further, providing modified models and modified models further to a database accessible to multiple machine installations of the rotating equipment machine type; wherein at least some of the machines of the machine type comprise a processor that performs the steps of indicating a defect or a predicted problem, if a characteristic of a signal waveform of the machine falls to the outside one of the enlarged specification envelopes or one of the enlarged specification envelopes.

9. The method of claim 1, wherein the processor further performs the steps of: providing a continuous waveform of grounding voltage or current based on its periodic aspects; calculating a waveform for the voltage or the counter current which will minimize the expected continuous waveform of the grounding voltage; applying the voltage or counter-current to the shaft in the form of an antagonistic waveform and diagnosing the state of the rotating equipment by analyzing characterized waveforms of the counter-current or voltage grounding voltage or current.

A system for grounding a rotating equipment shaft comprising: a device which produces a voltage or an opposing current, which reduces a grounding voltage or current between a shaft of the rotating equipment and a chassis or its earth and a waveform analyzing device, which characterizes a waveform of the voltage or the counter current, compares the antagonist waveform with a self-learning family of expected waveforms in a model and diagnostic waveform database or predicts a defect or degradation of the rotating equipment, when the antagonistic waveform indicates behavior that deviates from a behavior shown by at least one of the expected waveforms; wherein the waveform analysis device archives antagonistic waveform patterns of the rotating equipment as a function of time; analyzes early changes in archived antagonistic waveforms against subsequent events of defects and degradations identified by expert logic, and updates the expert logic to provide a prediction of future defects and degradations on the basis of recognition of these early changes by providing a self-learning expert system.