JP2017129583A - 振動監視システム - Google Patents

Abstract

【課題】コンプレッサシステムのオンライン動作の間に、振動を介して動的不安定を確実に検出する方法、デバイス、およびシステムに対する要求がある。【解決手段】振動システムの動作状態を判定するための方法は、振動システムと関連する１つまたは複数のセンサから振動信号を受信すること、既知のノイズを取り除いて前処理された信号を生成するように、振動信号を前処理すること、それぞれ時間領域データおよび周波数領域データを作成するように、時間領域および周波数領域の両方において前処理された信号を処理すること、および、異常動作の存在を判定するように、時間領域データと周波数領域データを融合すること、を含む。【選択図】図１

Description

本開示は、振動ベースの監視および診断のシステムおよび方法に関し、詳細には、コンプレッサシステム用の振動監視に関する。

機械診断用（例えば、コンプレッサ、ガスタービン、ターボ機械、または他の回転機械システム用）の従来の振動監視技術は、特に、健康および利用管理システム（ＨＵＭＳ）において、振動振幅の測定に大きく依存している。監視下のシステムが定常であるという基礎的前提により、周波数帯域と関連する絶対振幅が、例えば包絡線解析といった一定の信号処理方法の後で直接的または暗黙的に、指標を定めるために基本構成要素として使用される。

残念ながら、こうした前提は、多くの現実の用途に、特にコンプレッサシステムの領域に、当てはまらない。振幅測定における著しい変動が予期されることがあり、これは、動作状態の変化に関わらずしばしば「ノイズ」と考えられる。これらのいわゆるノイズが結果を圧倒するのを防ぐために、（例えば、サイクル‐定常を想定することによって時間同期平均を使用することにより）データを収集する方法、または、（例えば、誤警報を最小にすることを期待して統計を使用することにより）データを解読する方法のいずれかを変更するための取り組みがなされている。これらの取り組みは、特定の状況において有用な場合があるが、このような取り組みは、別の層の前提に基づくものであり、動作状態の変化を区別するのに適用され得ない。

振幅を使用する際の別の基本的な難しさは、特性周波数の識別である。コンプレッサシステムからの振動において、例えば翼通過といったわずかな特性周波数は、ギアボックスシステムに見られる同様の速度依存特性に非常に類似するものとしておよそ認識され得る。しかし、回転子の動的不安定と関連する他の振動周波数は、速度に対する一定の関係を単純に有さない。状態監視の観点から、後者は、検出されるべき異常動作と強く相関するので、より重要であり得る。

対象のコンプレッサシステムの異常動作を検出する機能を高めるために、当技術分野において、振動監視システムの改善に対する要求がある。特に、コンプレッサシステムのオンライン動作の間に、振動を介して動的不安定を確実に検出する方法、デバイス、およびシステムに対する要求がある。本開示は、この要求に解決策を提供するものである。

振動システムの動作状態を判定するための方法は、振動システムと関連する１つまたは複数のセンサから振動信号を受信すること、既知のノイズを取り除いて前処理された信号を生成するように、振動信号を前処理すること、それぞれ時間領域データおよび周波数領域データを作成するように、時間領域および周波数領域の両方において、前処理された信号を処理すること、および、異常動作の存在を判定するように、時間領域データと周波数領域処理済みデータを融合すること、を含む。

センサから振動信号を受信することは、１つまたは複数の加速度計から振動信号を受信することを含んでよい。前処理することは、振動信号のアナログ‐デジタル変換を含んでよい。

前処理することは、既知のノイズを取り除くように、１つまたは多数のアナログおよび／またはデジタルフィルタに振動信号を通過させることを含んでよい。一定の実施形態において、前処理することは、振動システムに結合された１つまたは複数の外部ソースからの振動を取り除くことを含んでよい。

前処理することは、多数の高次高調波がある場合に、設計された同期速度帯域を超える周波数を取り除くことを含んでよい。前処理することは、処理のためのデータの量を削減するように、デシメーションを含んでよい。

時間領域において処理することは、前処理された信号に関する尖度を実行することを含んでよい。周波数領域において処理することは、前処理された信号のスペクトル帯域幅を決定することを含んでよい。処理された結果は、対象の振動システムの動作状態を判定するように、所定の閾値と比較するのに直接使用されてよい。

一定の実施形態において、処理されたデータを融合することは、１つまたは複数の所定の状態に基づいて、周波数領域データに対して時間領域データを重み付けすることを含んでよい。データを融合することは、推測的なデータに基づいて、一般化されたデータを得るように、時間領域データおよび周波数領域データに重みを加えることを含んでよい。一定の実施形態において、一般化されたデータは、振動システムの動作状態を判定するように、所定の閾値と比較されてよい。

一定の実施形態において、１つまたは複数のセンサから信号を受信することが、振動システム内／上の様々な物理的位置に配置された複数のセンサから信号を受信することを含んでよく、複数のセンサからの処理されたデータを融合することは、振動システムの１つまたは複数の部分のアプリオリデータに基づいて、一般化されたデータを得るように、処理されたデータに重み行列を適用することを含む。

振動システムの動作状態を判定するための振動監視システムは、振動信号を出力するように構成される１つまたは複数のセンサと、振動信号を受信および前処理するように、センサに動作可能に接続される前処理モジュールであって、前処理された信号を出力するように構成される前処理モジュールと、前処理された信号を受信し、時間領域データを出力するように、前処理モジュールに動作可能に接続される時間処理モジュールと、前処理された信号を受信し、周波数領域データを出力するように、前処理モジュールに動作可能に接続される周波数処理モジュールと、時間領域データおよび周波数領域データを受信するように、時間処理モジュールおよび周波数処理モジュールに動作可能に接続されるデータ融合モジュールと、を含み、データ融合モジュールは、振動システムの動作状態を判定するように、時間領域データと周波数領域データとを結合するように構成される。

主題の開示のシステムおよび方法のこれらおよび他の特徴が、図面と共に、以下の詳細な説明から当業者に一層容易に明らかとなろう。

主題の開示に関連される当業者が、必要以上の実験を伴わずに、主題の開示のデバイスおよび方法をどのように作成および使用するかを容易に理解するために、その実施形態が、一定の図と関連して本明細書において下記で詳細に説明される。

この開示に従ったシステムの実施形態の概略図である。 この開示の実施形態に従った、振動信号対ノイズ比の関数として、および、多数の支配トーン（ｄｏｍｉｎａｔｅ ｔｏｎｅ）を有する振動信号の関数としての、尖度の説明的なグラフである。

次に、図面に対する参照が成される。図面において、同様の参照数字は、主題の開示の類似の構造的特徴または態様を同定する。限定ではなく説明および例示の目的のために、本開示に従ったシステムの実施形態の説明的な図が、図１に示され、また、全般に参照文字１００で表されている。この開示の他の実施形態および／または態様が図２に示される。本明細書において説明されるシステムおよび方法は、振動システムの動作状態を監視するのに使用されてよい。

コンプレッサシステムの状況において、動作状態（例えば、速度、流量、圧縮比、および、多くの他の要因）は著しく変動し得る。これらの変動する動作状態は、１つまたは複数のセンサ（例えば、加速度計）が取り付けられる構造に、広範囲の荷重状態をもたらすことがある。同じ方法でセンサ（例えば加速度計）に到達する空気力と組合わされて、激しい荷重が、外部で測定される振動の絶対振幅を劇的に変化させる。これらの変化、または、数学的な意味での大きな変動は、正常動作と異常動作との差を不明瞭にするのに十分に大きいものである可能性が最も高い。例えば、低速でのバランスの悪いシャフトの回転による振動振幅と、高速でのバランスの取れたシャフトの回転による振動振幅とは、同一であり得る。遠心力の増加により、絶対振幅に頼ると、こうした２つのケースを区別することができない場合があり、または、異なる結果を生じさせる場合さえある。

一般に、異常動作の下で不確実な動的励起に晒されるコンプレッサシステムの動的挙動は、不規則過程により説明され得る。これらの不規則過程の確率論的特性は、非定常および／または非ガウス性の入力過程が含まれるので、極めて複雑な場合がある。しかし、これは、振動における不規則性を測定することにより、（例えば、コンプレッサにおける）異常動作状態を検出する利点として使用されることがある。本明細書において説明されるように、不規則性を測定するアプローチは、異常動作を検出するために、時間領域と周波数領域の両方において展開される。

図１を参照すると、振動システムの動作状態を判定するための振動監視システム１００の実施形態は、振動信号を出力するように構成される１つまたは複数のセンサ１０１を含む。センサ１０１は、加速度計または任意の他の適切なセンサを含んでよい。多数のセンサ１０１を有する実施形態において、センサ１０１が、対象の振動システム内／上の様々な物理的位置に（例えば、様々な加速度感知方向で）設置されてよいことが考えられる。

前処理モジュール１０３は、センサ１０１に動作可能に接続されて、そこからの振動信号を受信および前処理する。一定の実施形態において、前処理モジュール１０３は、アナログ−デジタル変換器、１つまたは複数のフィルタ、および／またはデシメータを含んでよい。任意の他の適切なプリプロセッサが、本明細書において意図される。前処理モジュール１０３は、前処理された信号を出力するように構成される。

時間処理モジュール１０５は、前処理モジュール１０３に動作可能に接続されて、前処理された信号を受信し、時間領域データを出力する。時間処理モジュール１０５は、（例えば、以下で説明されるような）任意の適切な時間領域信号処理方法を実行するように構成されてよい。

周波数処理モジュール１０７もまた、前処理モジュール１０３に動作可能に接続されて、前処理された信号を受信し、周波数領域データを出力する。周波数処理モジュール１０７は、（例えば、以下で説明されるような）任意の適切な周波数領域信号処理方法を実行してよい。

システム１００は、時間領域データおよび周波数領域データを受信するように、時間処理モジュール１０５および周波数処理モジュール１０７に動作可能に接続されるデータ融合モジュール１０９を含む。データ融合モジュール１０９は、振動システムの動作状態を判定するように、時間領域データと周波数領域データを結合するように構成される。

多数のセンサ１０１が単一のシステム１００に接続することが示されているが、単一のセンサ１０１と、モジュール１０３、１０５、および１０７との組合せは、独立型のユニットを形成してもよく、データ融合モジュール１０９と別個であってもよいことが考えられる。このような実施例において、多数のそうしたユニットは、完全なシステム１００を形成するように、処理された結果を単一のモジュール１０９に提供するのに使用されてよい。システム１００および／またはセンサ１０１の任意の部分の、任意の他の適切な（例えば、物理的、電気的、またはデジタルの）区分化および／または組合せが、本明細書において意図される。

システム１００の１つまたは複数の部分は、マイクロプロセッサ、メモリ、および／または、任意の他の適切なハードウェア（例えば、コンピュータハードウェア）またはソフトウェアを含んでよい。例えば、モジュール１０３、１０５、１０７、１０９は、全てが、ソフトウェアとして実施されてもよいことが考えられるが、任意の適切なアナログまたはデジタルのハードウェアまたはソフトウェアが本明細書において意図される。また、システム１００は、振動システムの判定された動作状態の関数として振動システムへの入力を修正するように、振動システムの１つまたは複数の動作パラメータ（例えば、コンプレッサの回転速度）を制御するコントローラ（図示せず）に動作可能に接続されてもよい。

１つまたは複数のセンサ１０１（例えば、加速度計）からの振動信号は、まず、監視されている振動システムから収集され、その後、前処理段階を通して（例えば、前処理モジュール１０３を使用して）処理される。前処理段階は、アナログ‐デジタル変換、既知のノイズ（例えば、振動システムの外側にあるが、接続構造を介して振動システムに結合された外部ソースからの振動、多数の高次高調波がある場合に、設計された同期速度帯域を超える周波数）を取り除くためのアナログまたはデジタルフィルタリングを含んでよい。前処理段階はまた、更なる処理のためのデータの量を削減するようにデシメーションを含んでもよい。

前処理の後、時間処理方法と周波数処理方法との両方が、それらの実施形態が下記で説明されるが、（例えば、対応する指標を計算するために）振動データに適用される。この開示から当業者に理解されるように、データ融合段階は、入力として指標を使用してよく、異常動作の存在を判定してよい。

時間領域方法の実施形態において、尖度が、時間領域における振動信号を直接的に測定するのに使用される。サンプル尖度は、次のように、４次標準化モーメントとして定義される。

ここで、ｖまたはｖ（ｔ）は、時間領域振動信号であり、Ｅ［］は、期待値演算子である。尖度は、確率分布の形状の記述子であり、一般に、データの裾の状態（ｔａｉｌｅｄｎｅｓｓ）の測定と見なされる。参考のために、正規分布は３と等しい尖度を有し、一様分布は１．８と等しい尖度を有する。

尖度が異常動作を検出するのに使用され得るという基礎的な事実は、前処理の後、通常動作の下での振動が、回転速度に同期する周波数成分に左右されるものである。数学的に、時間領域信号は、ｖ_１（ｔ）＝ｓ（ｔ）＋ｎ（ｔ）＝Ａｃｏｓ（ω_ｓｔ）＋ｎ（ｔ）としてモデル化されてよく、ここで、Ａは振動振幅であり、ω_ｓは角速度であり、ｎ（ｔ）〜Ｎ（０，Ｂ^２）は付加的なガウスノイズである。ｖ_１（ｔ）の尖度は、（１．５ｒ^２＋１２ｒ＋１２）／（ｒ＋２）^２であり、ここで、ｒ＝Ａ^２／Ｂ^２であり、または信号対ノイズ比（ＳＮＲ）に等しい。図２において実線により示したとおり、ＳＮＲが大きい場合、尖度は１．５に収束し、ＳＮＲがゼロに接近するならば、尖度は３の上限を有する。適正な加速度計の設置および前処理段階におけるフィルタリングにより、尖度は、ＳＮＲの関数として一定の値に制限され得る。

大きなサブシンクロナス（ｓｕｂ‐ｓｙｎｃｈｒｏｎｏｕｓ）振動の発生により、１つまたは複数の追加の周波数成分がサブシンクロナス帯域に出現する。例えば、振動信号は、ｖ_２（ｔ）＝ｓ（ｔ）＋ｅ（ｔ）＝Ａｃｏｓ（ω_ＳＴ）＋Ｂｃｏｓ（ω_ｅｔ）と記されてよく、ここで、ノイズ項は、ｅ（ｔ）＝Ｂｃｏｓ（ω_ｅｔ）に置き換えられ、１つの余分のサブシンクロナス成分のみが重要であることを示す。ＳＮＲを、２つの成分間の力の比として再定義することにより、ｖ_２（ｔ）の尖度は、（１．５ｒ^２＋６ｒ＋１．５）／（ｒ＋１）^２として計算されてよく、図２において点線によって示されている。尖度はここでそれぞれ１．５および２．２５で下限および上限を有する。こうした式は、同一の振幅を有するＮ個の重要な成分が存在するケースにさらに拡張されてよいことが当業者によって理解される。一点破線において示すように、このようなケースの尖度は、漸近的にその１．５の始点から３に接近する。Ｎが増加する場合の３への尖度の収束は、この場合には支配トーンの消失によりＳＮＲが減少した第１のケースからのそれと一致する。

撃力（例えば、コンプレッサシステムにおいて、１つまたは複数の翼が、それらの隣接する壁に衝突および摩擦することによるもの）がある場合、振動信号は、上記の式によってもはやモデル化され得ない。特に、振幅ＡまたはＢは、もはや定常でない。これは、撃力が、影響を受ける構造に荷重を印加するという意味において、時間／状態に依存する大きな変動を有することに起因するだけでなく、振動が伝搬する構造を通過するエネルギーの消散が迅速であることにも起因する。効果的に、振動は変調された振幅を有することがあり、場合により、振動が十分に隔離されているならば、包絡線は、素早く上昇するが、緩やかに減衰する。しかし、変調は実に不規則に発生するので、振幅または周波数のいずれも、数学的に追跡可能なものでない。時間領域における信号分配の観点から、これらの組合された影響に起因する振動は、真の不規則な振動とは識別可能に異なる、裾の重い分布（ｈｅａｖｙ ｔａｉｌ）を有するものと理解され得る。その結果、尖度は、３よりもずっと上に設定された閾値とそれとを比較することにより、コンプレッサシステムの異常動作を検出するのに非常に有用であり得る。

周波数領域方法の実施形態において、スペクトル帯域幅は、振動プロファイルを特徴付けるように、また、スペクトルモーメントの上に基づくように使用されてよい。ｎ次スペクトルモーメントは次のように定義される。

ここで、ωは角周波数であり、Ｓ（ω）は試験中の不規則信号のパワースペクトルである。信号がゼロ平均を有するように調整され中心にされると想定すると、単位時間あたりのアップゼロクロッシングの平均数、Ω_０が、信号の平均周波数を定量化する。同様に、信号を特徴づけるための別の統計は、単位時間当たりの最大クロッシングの平均数、Ω_ｍである。これは、原信号の微分されたバージョンの平均周波数を推定することによって計算されてよい。これらの２つ量は、次のように、最初の３つの偶数次スペクトルモーメントを使用することにより獲得され得る。

続いて、スペクトル帯域幅は、次のように、アップゼロクロッシング周波数と最大クロッシング周波数との差の正規化されたバージョンとして定義され得る。

平方根の内部が常に正であるように、いずれの過程でもΩ_ｍが常にΩ_０よりも大きいことに留意すべきである。Ω_ｍを基準とした正規化は、スペクトル帯域幅が常に０と１との間で制限される整数であるように、差をスケーリングする。

スペクトル帯域幅の２つの極値は、それぞれ、単一の周波数成分を有する理想的なノイズのない信号、および、ホワイトノイズのみを有する理想的な信号に対応する。他の信号の場合、スペクトル帯域幅は中間の値を取る。特に、帯域制限されたホワイトノイズ信号の場合、スペクトル帯域幅は、ｓｑｒｔ｛１−５（ｒ^３−１）^２／［９（ｒ−１）（ｒ^５−１）］｝として表すことができ、ここでｒは通過帯域の上方境界および下方境界の間の比である。

既に述べたような同様のモデルに従って、異なる状況の下でのスペクトル帯域幅の範囲は定量化されてよい。一般性を失うことなく、一定の実施形態において、サブシンクロナス帯域において出現する周波数成分の同一の振幅は、分析を容易にすると想定され得る。従って、Ｎ個のサブシンクロナス成分を有するスペクトル帯域幅は、次のように記されてよい。

ここで、ｒ_ｎは、最高の成分とｎ次のサブシンクロナス成分との間の周波数の比である。これはＮ次元関数であるが、関数極限の分析は、分数成分の残りが１と１＋Ｎとの間で制限されるので、１／（Ｎ＋１）の部分に集中されてよい。この結果、式の極限は次のように記されてよい。

サブシンクロナス振動を検出するために、この極限は、Ｎが１と等しく、および、Ｎが２と等しく、また、スペクトル帯域幅がそれぞれ約０．７０７１および約０．８１６５として計算される、２つの特定のケースを考察することにより、閾値の決定に関するガイダンスを与え得る。

衝突および摩擦の下での撃力に起因する、成分の多い周波数応答の場合、スペクトル帯域幅は、振動信号がランダムにアプローチするにつれて、自然に１つに収束している。これはやはり、Ｎが無限に増加するので、上記の極限を使用して説明されてよい。

従来の監視アプローチを確立した、振動の絶対振幅の測定および比較に対して、スペクトル帯域幅の測定は、基準線の必要性と、それゆえそれに関連する不確定要素とを排除する。これは、例えば、基準線検査が通常は全体の実世界の動作状態と測定システムのドリフトとを十分に網羅できないことを考慮すると、特に有意義である。上述のアプローチはまた、これらの従来のアプローチのように、出現する周波数成分の厳密な位置に左右されない。測定する帯域を調整する基本的な難しさ、および振幅ベースの閾値を解釈する不明確さが、それゆえ相殺される。

例えば尖度といった時間領域方法と比較して、周波数領域方法は、振動振幅の変動に対するその鈍感さにより、サブシンクロナス振動の検出に一層堅牢であり得る。これは、尖度が、時間領域における信号の定常性に関する前提を含意することに起因するものである。起こり得る不完全な結果を例示するための実施例は、一次関数により変調される単一成分のシヌソイド関数振幅を考察することによる。この実施例において、対応する尖度はもはや１．５に近接せず、データ分布における裾の状態の増加に起因して、３に向かって増加する。これにより、時間領域方法は、撃力が存在する状況を検出するために使用されるのに限定されることがある。

いずれの上記の方法も、他のものとは別個に使用されてよいことが考えられるが、データ融合は、１つまたは複数のセンサ（例えば、加速度計）からの時間領域方法および周波数領域方法の両方からの結果を統合するように実行されてよい。この統合されたデータは、振動システムの動作状態を判定するのに利用されてよい。監視されている振動システムが異常に動作している場合、警告が出されてもよい。

このような、（例えば、時間領域または周波数領域の１つまたは複数の下での複数のセンサからの信号の）データ融合は、潜在的な測定ノイズを除去し、及び、システムの複雑性を包含するように空間的に分布されたセンサ（例えば、加速度計）からの相互依存を推定することにより、振動システムの真の状態を判定し得る。例として、例えばベアリングといった、様々な数および構成の機械要素を有する多数の部分が、コンプレッサシステムに存在することがある。サージまたは摩擦がこれらの部分の１つまたは全てで発生することがあり、単一の場所からの結果のみが使用される場合、誤検知または誤警報の可能性を増加させる。

一定の実施形態において、加重メカニズム／方法が利用されてもよい。すなわち、時間領域方法および周波数領域方法の両方による結果がまず、センサ（例えば、コンプレッサシステムの多数の位置に配置された加速度計）から収集された信号を使用して計算されてよい。２Ｄ加重和が、その後、その結果を使用することにより獲得されてよく、これにより一般化された結果が得られる。例えば、非定常のサブシンクロナス振動に対する尖度の反応性の問題を回避するために、時間領域方法による結果は、サブシンクロナス振動を判定する際にあまり重みを与えられなくてもよいが、衝撃および摩擦を判定するのに使用される場合、同等またはより高い重みが与えられてよい。さらに別の実施例は、特定の位置および方向のセンサ（例えば、加速度計）からの結果は、投票の際により多くの重みを与えられてよい。当業者によって理解されるように、データ融合における任意の他の適切な方法（例えば、ファジー論理、確率論的枠組み）が利用されてもよい。

上述のように、振動は、振動システムから収集さてよく、システムの正常／異常状態の指標として不規則性に関して測定されてよい。上述の方法および関連するシステムは、絶対振幅および周波数位置に頼らないことにより、先行の技法とは著しく異なる。実施形態は、不規則過程の観点から振動特性を抽出し、それゆえ、実施形態は、従来の技法が頼る、定常過程の前提に頼らない。また、実施形態は、微妙なパラメータおよび／または閾値の調整を必要とせず、より一層正確且つ信頼性の高いやり方で、コンプレッサシステムの異常動作を検出することができる。

上述し、および図面において示したように、本開示の方法およびシステムは、正確性の改善を含め優れた特性を有する振動監視システムを提供する。主題の開示の装置および方法が、実施形態を参照して図示および説明されたが、主題の開示の精神および範囲から逸脱することなく、それに対する変更および／または修正が成されてよいことを、当業者は容易に理解するであろう。

１００ 振動監視システム
１０１ センサ
１０３ 前処理モジュール
１０５ 時間処理モジュール
１０７ 周波数処理モジュール
１０９ データ融合モジュール

Claims (14)

1. 振動システムの動作状態の判定方法であって、
   前記振動システムと関連する１つまたは複数のセンサから振動信号を受信することと、
   既知のノイズを取り除いて前処理された信号を生成するように、前記振動信号を前処理することと、
   それぞれ時間領域データおよび周波数領域データを作成するように、時間領域および周波数領域の両方において、前記前処理された信号を処理することと、
   異常動作の存在を判定するように、前記時間領域データと前記周波数領域データを融合すること
   を含む、前記方法。
2. 請求項１に記載の方法であって、前記センサから前記振動信号を受信することが、１つまたは複数の加速度計から振動信号を受信することを含む、前記方法。
3. 請求項１に記載の方法であって、前処理することが、前記振動信号のアナログ‐デジタル変換を含む、前記方法。
4. 請求項１に記載の方法であって、前処理することが、既知のノイズを取り除くように、１つまたは多数のアナログおよび／またはデジタルフィルタに、前記振動信号を通過させることを含む、前記方法。
5. 請求項１に記載の方法であって、前処理することが、前記振動システムに結合された１つまたは複数の外部ソースからの振動を取り除くことを含む、前記方法。
6. 請求項１に記載の方法であって、前処理することが、多数の高次高調波がある場合に、設計された同期速度帯域を超える周波数を取り除くことを含む、前記方法。
7. 請求項１に記載の方法であって、前処理することが、処理のためのデータの量を削減するように、デシメーションを含む、前記方法。
8. 請求項１に記載の方法であって、前記時間領域において処理することが、前記前処理された信号に関する尖度を実行することを含む、前記方法。
9. 請求項１に記載の方法であって、前記周波数領域において処理することが、前記前処理された信号のスペクトル帯域幅を決定することを含む、前記方法。
10. 請求項１に記載の方法であって、前記データを融合することが、１つまたは複数の所定の状態に基づいて、前記周波数領域データに対して前記時間領域データを重み付けすることを含む、前記方法。
11. 請求項１０に記載の方法であって、前記データを融合することが、推測的なデータに基づいて、一般化されたデータを得るように、前記時間領域データおよび前記周波数領域データに重みを加えることを含む、前記方法。
12. 請求項１１に記載の方法であって、前記振動システムの前記動作状態を判定するように、前記一般化されたデータを所定の閾値と比較することをさらに含む、前記方法。
13. 請求項１に記載の方法であって、前記１つまたは複数のセンサから信号を受信することが、前記振動システム内／上の様々な物理的位置に配置された複数のセンサから信号を受信することを含んでよく、前記複数のセンサからの前記処理されたデータを融合することが、前記振動システムの１つまたは複数の部分の推測的なデータに基づいて、一般化されたデータを得るように、前記処理されたデータに重み行列を適用することを含む、前記方法。
14. 振動システムの動作状態を判定する振動監視システムであって、
    振動信号を出力するように構成される１つまたは複数のセンサと、
    前記振動信号を受信および前処理するように、前記センサに動作可能に接続される前処理モジュールであって、前処理された信号を出力するように構成される、前記前処理モジュールと、
    前記前処理された信号を受信し、時間領域データを出力するように、前記前処理モジュールに動作可能に接続される時間処理モジュールと、
    前記前処理された信号を受信し、周波数領域データを出力するように、前記前処理モジュールに動作可能に接続される周波数処理モジュールと、
    前記時間領域データおよび前記周波数領域データを受信するように、前記時間処理モジュールおよび前記周波数処理モジュールに動作可能に接続されるデータ融合モジュールと
    を含み、前記データ融合モジュールが、前記振動システムの前記動作状態を判定するように、前記時間領域データと周波数領域データとを結合するように構成される、
    前記振動監視システム。

Images