KR100296013B1 - 퍼지논리를이용한회전기계의이상진단방법 - Google Patents

퍼지논리를이용한회전기계의이상진단방법 Download PDF

Info

Publication number
KR100296013B1
KR100296013B1 KR1019980001765A KR19980001765A KR100296013B1 KR 100296013 B1 KR100296013 B1 KR 100296013B1 KR 1019980001765 A KR1019980001765 A KR 1019980001765A KR 19980001765 A KR19980001765 A KR 19980001765A KR 100296013 B1 KR100296013 B1 KR 100296013B1
Authority
KR
South Korea
Prior art keywords
fuzzy
sensor
diagnosis
input
diagnosing
Prior art date
Application number
KR1019980001765A
Other languages
English (en)
Other versions
KR19990066119A (ko
Inventor
김기환
박영준
Original Assignee
김징완
삼성중공업 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 김징완, 삼성중공업 주식회사 filed Critical 김징완
Priority to KR1019980001765A priority Critical patent/KR100296013B1/ko
Publication of KR19990066119A publication Critical patent/KR19990066119A/ko
Application granted granted Critical
Publication of KR100296013B1 publication Critical patent/KR100296013B1/ko

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • G05B23/0278Qualitative, e.g. if-then rules; Fuzzy logic; Lookup tables; Symptomatic search; FMEA
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

퍼지논리를 이용한 회전기계의 이상진단방법은 기계장치의 회전축요소로부터 계측된 진동신호를 근거로 이상운전징후를 감시하고, 그 이상원인을 퍼지추론기법을 사용하여 진단하기 위한 것이다. 본 발명은 회전구동요소들에 설치된 다수의 변위센서 및 가속도센서로부터 검출된 신호들이 입력되는 진동정보입력단계, 상기 입력단계에서 입력된 회전속도와 각 센서의 진동신호 및 설치정보를 입력단자로 하여 퍼지추론을 행해 각각의 센서의 개별적인 진단결과를 제시하는 1차진단단계, 및 전문가의 지식을 기반으로 각 결함의 주파수영역, 입력된 센서의 개수, 센서의 종류등을 종합적으로 고려한 가중치를 적용하여 1차진단의 개별적인 결과들로부터 최종적인 이상원인을 제시하는 2차진단단계를 포함한다. 이에 의해 본 발명은 이상 운전징후를 감시, 진단하여 운전시 발생할 수 있는 여러가지 이상원인을 운전자에게 경고함으로써 기계의 고장을 사전에 예측방지하고, 회전체구성요소의 교체시기를 추정하여 치명적인 고장의 발생이전에 운전자가 장치를 보수할 수 있게 하여 작업능률을 상승시킬 수 있을 뿐만 아니라 회전구동시스템의 신뢰도를 향상할 수 있다.

Description

퍼지논리를 이용한 회전기계의 이상진단방법
본 발명은 회전기계의 이상상태를 진단하기 위한 시스템에 관한 것으로, 특히 기계장치의 회전축요소로부터 계측된 진동신호를 근거로 이상운전징후를 감시, 진단하여 운전시 발생할 수 있는 여러가지 이상원인을 운전자에게 경고함으로써 기계의 고장을 사전에 예측방지하고, 치명적인 고장의 발생이전에 운전자가 장치를 보수할 수 있게 하는 퍼지논리를 이용한 회전기계의 이상진단방법에 관한 것이다.
일반적으로, 기계는 모터나 엔진과 같은 동력원의 회전운동을 그 장치의 용도에 맞는 운동형태로 변환하여 사용한다. 따라서, 동력원의 운동을 전달하기 위한 회전축등의 회전전달장치는 기계에 있어 필수적인 요소이다. 이러한 회전축등의 회전요소는 회전운동에 따라 진동등이 발생할 뿐만 아니라 마찰등이 형성돼 이상상태를 유발하는 요인으로 작용하게 된다. 이를 해소하기 위해 대부분의 회전기계는 회전축의 진동상태를 파악하여 자가진단하는 시스템을 구축하고 있다. 현재 사용되는 있는 위와 같은 진동진단시스템은 크게 두 가지로 구분할 수 있는 데, 한 시스템은 사전에 경험과 실험을 통하여 진동신호의 한계크기를 설정하고, 그 크기를 초과하는 진동신호가 발생할 때 운전자에게 이상상태를 경고하는 방법을 사용하고 있다. 이러한 시스템으로는 대상물의 이상유무를 판별할 수는 있으나, 대상시스템의 운전이상을 사전에 예측하여 능동적으로 대처할 수 없음은 물론 구체적인 이상원인을 알 수 없어 경고발생시 전문가에 의하여 대상시스템 전체에 대한 이상원인검색이 추가로 실시되어야 하는 번거로움이 있었다.
또한, 다른 하나의 진단시스템은 사전에 전문가에 의해서 제공되어진 진단규칙에 대한 검색을 수행하여 이상원인을 찾아내는 것으로서, 진단규칙을 준비하는 데 매우 많은 시간이 소요되고, 진단규칙의 작성에 개인의 주관적인 차이가 있을 수 있으며, 실시간으로 관계트리를 검색하여 진동진단을 수행하기 위해서는 고성능의 컴퓨터가 요구되는 문제가 있었다. 더우기, 모든 경우의 이상현상에 관한 진단규칙을 작성하는 것은 근본적으로 불가능하므로 진동신호와 같은 불명확한 패턴의 신호가 발생하는 경우 진단규칙이 누락되어 진단이 이루어지지 못하는 경우가 발생할 수 있는 폐단이 있었다.
따라서, 본 발명의 목적은 상기에서와 같은 종래의 결점을 해소하기 위해서 안출한 것으로서, 기계장치의 회전축요소로부터 계측된 진동신호를 근거로 이상운전징후를 감시, 진단하여 운전시 발생할 수 있는 여러가지 이상원인을 운전자에게 경고함으로써 기계의 고장을 사전에 예측방지하고, 치명적인 고장의 발생이전에 운전자가 장치를 보수할 수 있도록 하는 퍼지논리를 이용한 회전기계의 이상진단방법을 제공함에 있다.
제1도는 본 발명에 따른 회전기계 진동진단시스템을 나타낸 설명도.
제2도는 본 발명에서 퍼리진단기의 내부구조도.
제3도는 본 발명을 구현하기 위한 퍼지전문가 시스템의 구성도.
제4도는 본 발명의 일실시예에 적용되는 저어널 베어링에 설치된 변위센서의 소속함수를 나타낸 그래프.
<도면의 주요부분에 대한 부호의 설명>
10 : 1차진단 20 : 2차진단
30 : 센서 40 : 회전축
이와 같은 목적을 달성하기 위한 본 발명에 따른 퍼지논리를 이용한 회전기계의 이상진단방법은 회전구동시스템의 이상진단방법에 있어서, 회전구동요소들에 설치된 다수의 변위센서 및 가속도센서로부터 검출된 신호들이 입력되는 진동정보입력단계; 상기 입력단계에서 입력된 회전속도와 각 센서의 진동신호 및 설치정보를 입력인자로 하여 퍼지추론을 행해 각각의 센서의 개별적인 진단결과를 제시하는 1차진단단계; 및 전문가의 지식을 기반으로 각 결함의 주파수영역, 입력된 센서의 개수, 센서의 종류등을 종합적으로 고려한 가중치를 적용하여 1차진단의 개별적인 결과들로부터 최종적인 이상원인을 제시하는 2차진단단계를 포함한다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들에 의거 상세히 설명한다.
도 1은 본 발명에 따른 회전기계 진동진단시스템을 나타낸 설명도로, 도시한 바와 같이 본 진단방법은 퍼지추론기법을 이용하는 1차진단(10)과, 1차진단(10)에서 나온 결과들을 종합하여 최종진단을 내리는 2차진단(20)으로 구성된다.
특히, 1차진단(10)단계에서는 회전속도와 각 센서(30)의 진동신호 및 설치정보를 입력인자로 하여 퍼지추론을 행해 각각의 센서의 개별적인 진단결과를 제시하게 된다. 여기서, 이용되는 설치정보에는 설치방향, 센서의 종류 및, 측정위치등이 있다. 그리고, 2차진단(20)단계에서는 전문가의 지식을 기반으로 각 결함의 주파수영역, 입력된 센서의 개수, 센서의 종류등을 종합적으로 고려한 가중치를 적용하여 1차진단(10)의 개별적인 결과들로부터 최종적인 이상원인을 제시한다. 이하에서는 이에 대해 보다 구체적으로 설명하기로 한다.
1. 진동신호의 입력
본 시스템은 회전축(40)의 상태를 얻기 위해서 다수의 센서들(30)을 구비하고 있는 데, 이 중 변위센서는 회전하고 있는 축의 변위를 직접적으로 측정하여 회전축(40)의 거동에 관한 정보를 파악할 수 있게 하며, 가속도센서는 축의 지지부나 베이스에 부착되어 축을 지지하는 베어링과 하우징에 관한 정보를 얻는 데 이용된다. 특히, 본 시스템에서는 가속도센서와 변위센서를 각각 최대 4개까지의 신호를 입력받을 수 있도록 적정개수가 설치되는 데, 이는 2차진단중 각 센서신호의 1차진단결과를 종합하는 과정에서 임의의 수의 센서들의 1차진단결과들의 조합에 관한 모든 가중치를 데이터베이스화할 수 없기 때문이다.
또한, 회전축(40)은 회전속도의 변화에 따라 축에 작용하는 가진력 및 축을 지지하는 강성등이 변화하여 전체시스템의 진동특성에 변화를 주게 되므로 회전속도를 진단을 위한 기준신호로 받아들이게 된다.
2. 1차 진단(Diagnosis)
1차진단은 퍼지추론을 행하는 단계로, 도 2는 본 발명에서 퍼지진단기의 내부구조도이고, 도 3은 본 발명을 구현하기 위한 퍼지전문가 시스템의 구성도로 이 두 도면을 참조하여 1차진단과정에 대해 상세히 설명한다.
1차진단은 입력된 각각의 센서신호에 대하여 도 3과 같은 퍼지전문가 시스템으로 구현된다. 퍼지논리는 일반적으로 시스템의 특성이 복잡하여 기존의 정량적인 방법으로는 해석할 수 없거나, 얻어지는 정보가 정성적이고, 부정확하며, 불확실한 경우에 기존의 논리체계에 의해 추론하는 것보다 우수한 결과를 얻을 수 있다. 따라서, 회전축의 진동과 같이 여러가지 원인이 복합적으로 결합되어 나타나는 이상원인의 진단과 같이 전문가의 오랜 경험을 필요로 하는 경우에 그 적용이 적합하다. 이제, 1차진단과정을 순서에 따라 보다 상세히 후술한다.
- 정규화(Normalization)
퍼지진단기의 입력변수는 회전체의 결함진단을 위해 전문가가 참조하는 시스템상태에 관한 정보로서, 회전속도와 변위센서 및 가속도센서에 의해 측정된 회전체의 상태값이 되며, 출력변수로는 회전축요소의 결함이 된다. 회전축 진동신호의 특성은 시간영역에서보다 주파수영역에서 특정주파수의 파워변화를 통해 용이하게 관찰될 수 있으므로, 센서신호를 A/D변환한 후 FFT처리하여 각 주파수성분으로 분해한 다음 회전체의 결함과 관련이 있는 주파수성분들의 값들을 입력변수로 이용한다. 아래의 표1에서는 이러한 입력변수들의 종류와 정의를 보여주고 있으며, 표2는 퍼지진단기로부터 얻고자 하는 진단의 결과로서 퍼지출력변수의 종류 및 정의를 보여주고 있다.
회전체의 회전속도는 그 응용에 따라 매우 다양한 값을 가지므로, 그 절대값을 직접 퍼지추론기의 입력변수로 사용하기에는 부적합하다. 따라서, 본 발명에서는 대상 회전체시스템의 최대회전속도(Vmax)를 입력받아 현재운전회전속도(V)와의 상대적인 비를 퍼지추론기의 입력변수로 한다.
또한, 1X성분은 회전체진동의 주성분이며 회전속도에 동기하는 성분이므로, 그 크기가 진단에 중요한 기준이 된다. 여기에서, 1X는 1배성분의 회전속도에 해당하는 속도로 회전체의 현재 회전수에 준하는 주파수성분을 말한다. 예컨대, 현재 주파수가 100Hz라면 100Hz가 1X가 된다. 이러한 1X의 하모닉성분으로 현재 회전수의 2배수 및 3배수의 성분은 각각 2X 및 3X가 된다. 그러나, 시스템의 구성과 운전조건에 따라 그 절대적인 크기는 변하므로 그 절대값을 직접 입력변수화할 수 없다. 그러므로, 본 발명에서는 대상시스템의 경고수준에 해당하는 진폭크기(Mwarning)를 입력받아 그 값을 기준으로 하여 상태적인 비로서 퍼지추론기의 입력변수로 한다. 이때, 경고수준에 해당하는 진폭크기(Mwarning)는 최대진폭값(Mmax)에 해당하며,는 스케일링 벡터이다.
표1에서 SP와 MAG를 제외한 입력변수의 경우에는 그 입력의 절대적인 값보다는 회전체의 상대적인 크기의 비율과 형태가 진단에 많은 정보를 주게 된다. 따라서, Q1,0W,Q2,2X,3X,4X,B1,B2는 1X에서의 진폭 M1x에 대한 비율로서 아래와 같이 변환되어진다.
- 입출력변수의 퍼지화(Fuzzyfication)
입력변수들은 퍼지추론규칙의 언어적 표현을 위하여 그 값에 따라 적절한 언어적인 형태로 표현하게 된다. 본 발명에서는 이를 위해 삼각형의 형상을 갖는 퍼지소속함수로 각 입력공간을 퍼지분할한다. 이때, 각 입력공간에 대한 퍼지분할을 행한 소속함수는 5개(ZE, SM, ME, LA, VL)의 언어적 값을 갖고 있으며, 입력변수에 따라 분할의 수를 다르게 한다. 대부분의 입력변수는 4개의 소속함수로 분할되며, 보다 세밀히 그 영향을 살필 필요가 있는 변수에 대해서는 5개의 소속함수를, 반면에 그 영향이 미세한 것은 3개의 소속함수를 사용한다.
각 퍼지소속함수의 중심값은 회전체의 진동진단에 대한 전문가의 지식을 토대로 구해지는 것으로서 언어적인 표현으로 바뀌었을 때 그 언어적인 값을 대표하며, 같은 입력변수라 하더라도 상황에 따라 다른 값을 가질 수 있다. 특히, 측정센서의 종류, 즉 변위센서인지 가속도센서인지에 따라 같은 주파수성분에 대한 응답특성이 다르므로 그 중심값의 크기도 달라야 하며, 센서의 설치위치, 즉 볼베어링과 저어널베어링, 회전축중 어느 곳에 설치되느냐에 따라서도 변하게 된다. 그 일예로 도 4는 본 발명의 일실시예에 적용되는 저어널 베어링에 설치된 변위센서의 소속함수를 그래프로 보여주고 있다.
- 진단을 위한 퍼지추론규칙의 작성
원칙으로는 표1에 나타나 있는 10개의 모든 입력변수를 동시에 고려하여야 한다. 하지만, 그 경우에는 필요한 퍼지추론규칙의 수가 너무 방대해지게 된다. 그러므로, 본 실시예에서는 아래의 표3과 같이 1X성분을 기준으로 수퍼하모닉(Superharmonic)성분들(2X,3X,4X,B1,B2)로부터 MA,UB,LS,BD에 대한 출력결과를 구하고, 서브하모닉(Subharmonic)성분들(Q1,OW,Q2)로부터 RB,OW,SHI에 대한 출력결과 구한다. 그리고, 변위센서와 가속도센서의 추론규칙을 구분한다. 그 이유는 기설명한 바와 같이 두 센서가 이상신호에 반응하는 양상에 차이가 있기 때문이다. 특히, 본 발명에서는 Min-Max방식의 퍼지추론방식을 사용한다. 이 방식은 퍼지추론의 보편적인 한 방법이므로 이에 대한 설명은 생략하기로 한다.
3. 2차 진단
대부분의 회전체이상원인은 주파수영역에 구분을 두어 추론할 수 있다. 하지만, 특정이상원인의 경우에는 해당 특정주파수 이외의 주파수영역에도 상당한 영향을 미치는 경우가 있으므로 이러한 경우에는 추론되어진 서브하모닉영역의 이상원인과 수퍼하모닉영역의 이상원인에 대하여 가중치를 설정하여 상호간에 영향을 주도록 한다.
이상의 과정들을 거친 각 센서들의 개별적인 진단결과들에 대한 위의 표4의 예와 같이 변위센서와 가속도센서에서 각각의 센서종류별로 그 결과를 종합한다. 센서의 수가 많을수록 판단의 신뢰도를 높일 수 있도록 입력센서의 수별로 각 센서에서 추론된 결과의 조합에 대해 서로 가중치를 주어 그 신뢰도를 조절한다. 예를 들어, 변위센서 4개의 입력에서 한 개의 센서에 오일휠이 추론되고, 나머지 3개의 센서에서 축정렬 불량이 추론되었다면 오일휠의 전체시스템에 대한 영향을 고려하여 축정렬 불량의 확률을 조절한다.
그리고, 변위센서들로부터 얻어진 진단결과와 가속도센서들로부터 얻어진 진단결과의 상호비교가 최종적으로 필요하다. 예를 들어 오일휠(OW)의 경우는 축의 직접적인 거동을 측정하는 변위센서를 통해서 검출이 용이하고, 기계적 풀림(LS)의 경우는 하우징에 설치되는 가속도센서가 유리하므로, 이러한 각 센서종류의 특성을 고려하지 않을 수 없으며, 따라서 아래 표5와 같은 가중치를 적용하여 최종적인 진단을 내리게 된다.
이상 설명한 2차 진단의 가중치는 회전이상진단에 대한 전문가에 의해서 작성되며, 적용시스템의 특성을 고려하여 특성에 적합하도록 적절한 수정이 필요하게 된다.
이상 서술한 바와 같이, 본 발명의 퍼지논리를 이용한 회전기계의 이상진단방법은 기계장치의 회전축요소로부터 계측된 진동신호를 근거로 이상운전징후를 감시, 진단하여 운전시 발생할 수 있는 여러가지 이상원인을 운전자에게 경고함으로써 기계의 고장을 사전에 예측방지하고, 회전체구성요소의 교체시기를 추정하여 치명적인 고장의 발생이전에 운전자가 장치를 보수할 수 있게 하여 작업능률을 향상시킬 뿐만 아니라 회전구동시스템의 신뢰도를 증진할 수 있는 효과가 있다.

Claims (5)

  1. 회전구동시스템의 이상진단방법에 있어서, 회전구동요소들에 설치된 다수의 변위센서 및 가속도센서로부터 검출된 신호들이 입력되는 진동정보입력단계; 상기 입력단계에서 입력된 회전속도와 각 센서의 진동신호 및 설치정보를 입력인자로 하여 퍼지추론을 행해 각각의 센서의 개별적인 진단결과를 제시하는 1차 진단단계; 및 전문가의 지식을 기반으로 각 결함의 주파수영역, 입력된 센서의 개수, 센서의 종류등을 종합적으로 고려한 가중치를 적용하여 1차진단의 개별적인 결과들로부터 최종적인 이상원인을 제시하는 2차진단단계를 포함하는 퍼지논리를 이용한 회전 기계의 이상진단방법.
  2. 제1항에 있어서, 상기 1차진단단계에서 이용되는 설치정보에는 설치방향, 센서의 종류 및, 측정위치 등인 것을 특징으로 하는 퍼지논리를 이용한 회전기계의 이상진단방법.
  3. 제1항에 있어서, 상기 1차진단단계는 회전속도, 변위센서와 가속도센서에 의해 측정된 회전체의 상태값을 퍼지추론에 적합한 입력변수로 정규화하는 단계; 상기 정규화된 입력변수를 퍼지추론규칙에 적합한 언어적인 형태로 표현하는 퍼지화단계; 퍼지화된 입력변수를 퍼지추론규칙을 적용하여 퍼지추론을 행하는 단계; 및 상기 퍼지추론된 값들을 디퍼지화하여 출력하는 단계를 구비함을 특징으로 하는 퍼지논리를 이용한 회전기계의 이상진단방법.
  4. 제3항에 있어서, 상기 정규화단계에서 입력변수 중 회전속도는 대상회전체시스템의 최대회전속도(Vmax)와 현재운전속도(V)와의 상대적인 비로 산정되고, 1X성분은 대상시스템의 경고수준에 해당하는 진폭크기(Mwarning)를 기준으로 하여 상대적인 비로서 산출되며, 그 외의 입력변수는 1X에서는 진폭(M1x)에 대한 비율로서 변환되어 다음식과 같이 정규화되는 것을 특징으로 하는 퍼지논리를 이용한 회전기계의 이상진단방법.
  5. 제3항에 있어서, 상기 퍼지추론단계는 Min-Max방식을 사용하는 것을 특징으로 하는 퍼지논리를 이용한 회전기계의 이상진단방법.
KR1019980001765A 1998-01-21 1998-01-21 퍼지논리를이용한회전기계의이상진단방법 KR100296013B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019980001765A KR100296013B1 (ko) 1998-01-21 1998-01-21 퍼지논리를이용한회전기계의이상진단방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019980001765A KR100296013B1 (ko) 1998-01-21 1998-01-21 퍼지논리를이용한회전기계의이상진단방법

Publications (2)

Publication Number Publication Date
KR19990066119A KR19990066119A (ko) 1999-08-16
KR100296013B1 true KR100296013B1 (ko) 2001-10-25

Family

ID=37527940

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019980001765A KR100296013B1 (ko) 1998-01-21 1998-01-21 퍼지논리를이용한회전기계의이상진단방법

Country Status (1)

Country Link
KR (1) KR100296013B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101249576B1 (ko) * 2010-09-13 2013-04-01 한국수력원자력 주식회사 서포트 벡터 머신을 이용한 회전기계의 결함진단 방법 및 장치

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020037148A (ko) * 2000-11-13 2002-05-18 김희명 공작기계의 안전상태 및 생산제품의 불량여부에 관한모니터링 장치 및 그 방법
KR100390861B1 (ko) * 2000-12-15 2003-07-10 한국과학기술연구원 상태진단을 위한 지능 무선센서
KR100386661B1 (ko) * 2001-07-27 2003-06-02 (주)쓰리뷰 전조기계의 운전상태 및 생산제품의 불량여부에 관한모니터링 장치 및 그 방법
CN108731942A (zh) * 2018-08-03 2018-11-02 中国建筑第八工程局有限公司 旋转机械故障监测系统及其监测方法
CN111950730A (zh) * 2020-07-31 2020-11-17 上海卫星工程研究所 基于模糊推理单元的航天器结构在轨健康监测方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101249576B1 (ko) * 2010-09-13 2013-04-01 한국수력원자력 주식회사 서포트 벡터 머신을 이용한 회전기계의 결함진단 방법 및 장치

Also Published As

Publication number Publication date
KR19990066119A (ko) 1999-08-16

Similar Documents

Publication Publication Date Title
FI112972B (fi) Laakerin kunnon arviointi
US7089154B2 (en) Automatic machinery fault diagnostic method and apparatus
US4985857A (en) Method and apparatus for diagnosing machines
JP2931187B2 (ja) ポンプ劣化診断システム
KR102040179B1 (ko) 제조 설비의 이상 감지 및 진단 방법
JP3411841B2 (ja) 故障診断方法および故障診断器
CN102840991A (zh) 用于旋转机械的基于规则的诊断设备和方法
KR20190000826A (ko) 실시간 진동 분석을 이용한 회전기계의 자동진단방법
KR100296013B1 (ko) 퍼지논리를이용한회전기계의이상진단방법
JPH0557528B2 (ko)
Bartelmus Diagnostic information on gearbox condition for mechatronic systems
JP2008058191A (ja) 回転機械の診断方法、そのプログラム、及びその診断装置
Oh et al. Development of a system for diagnosing faults in rotating machinery using vibration signals
CN113482945B (zh) 基于振动特征值的风机振动故障诊断方法及装置
US20210304521A1 (en) Rotating machinery diagnosis and monitoring device and method
JPH01270623A (ja) 回転機の振動診断装置
JP2988190B2 (ja) 回転機械の劣化診断装置
JP3834228B2 (ja) 回転機械の異常診断システム
JPH02232529A (ja) 回転機械の振動診断方法およびその振動診断装置
CN113557420A (zh) 基于专家知识的用于旋转机器的自动健康状态分类器
JPH06300618A (ja) 回転機の異常診断方法およびその装置
Grządziela et al. An application of order tracking procedure for diagnosis technical state of rotor system in shut-down process
KR102500883B1 (ko) 머신러닝을 이용한 실시간 진동 신호 기반 회전기계의 건전성 관리 시스템 및 방법
RU2818697C1 (ru) Способ распознавания неисправности в приводе
KR20020032711A (ko) 자기조직맵 신경망을 이용하여 회전기계의 진동센서위치를선정하고 그 선정위치를 이용하여 회전기계의 진동을진단하는 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20081103

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee