KR20070018740A - 진동 이벤트 분석 방법 및 회전 기계 모니터링 시스템 - Google Patents

진동 이벤트 분석 방법 및 회전 기계 모니터링 시스템 Download PDF

Info

Publication number
KR20070018740A
KR20070018740A KR1020060075728A KR20060075728A KR20070018740A KR 20070018740 A KR20070018740 A KR 20070018740A KR 1020060075728 A KR1020060075728 A KR 1020060075728A KR 20060075728 A KR20060075728 A KR 20060075728A KR 20070018740 A KR20070018740 A KR 20070018740A
Authority
KR
South Korea
Prior art keywords
vibration
signal
event
sinusoid
vibration signal
Prior art date
Application number
KR1020060075728A
Other languages
English (en)
Other versions
KR101317986B1 (ko
Inventor
나레쉬 순다람 이예르
존 에릭 허쉐이
제임스 케네스 아라곤스
카이 프랭크 고에벨
웨이종 얀
피에로 파트로네 보니소네
찰스 테란스 해치
Original Assignee
제너럴 일렉트릭 캄파니
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 제너럴 일렉트릭 캄파니 filed Critical 제너럴 일렉트릭 캄파니
Publication of KR20070018740A publication Critical patent/KR20070018740A/ko
Application granted granted Critical
Publication of KR101317986B1 publication Critical patent/KR101317986B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/04—Testing internal-combustion engines
    • G01M15/12—Testing internal-combustion engines by monitoring vibrations

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Collating Specific Patterns (AREA)

Abstract

진동을 분석하는 방법이 개시되며, 이 방법은 진동 신호를 획득하는 단계(18)와, 획득된 신호에서 진동 신호 이벤트를 분리하는 단계(20)와, 진동 신호 이벤트의 감폭형 사인곡선의 고유 주파수를 결정하되, 이 감폭형 사인곡선은 진동 신호 이벤트를 특징화하는 단계(30)와, 특징적 감폭형 사인곡선을 사용하여 또 다른 진동 신호 내에서 발생하는 진동 신호 이벤트를 식별하는 단계(36,40)를 포함한다.

Description

진동 이벤트 분석 방법 및 회전 기계 모니터링 시스템{METHOD AND APPARATUS FOR SIGNAL SIGNATURE ANALYSIS FOR EVENT DETECTION IN ROTATING MACHINERY}
도 1은 감폭(damping)의 정도가 상이한 사인곡선을 도시하는 일련의 도표를 나타내는 도면,
도 2는 진동 시그너쳐를 감폭되는 사인곡선에 피팅(fitting)하는 단계의 흐름도,
도 3은 도 2에 도시되어 있는 흐름도에 대한 지수함수 피팅 및 감폭되는 사인함수 피팅 단계의 상세한 흐름도,
도 4는 진동 데이터 및 시그너쳐 이벤트에 대응하는 식별된 진동 이벤트의 예시적인 도표를 나타내는 도면,
도 5 및 도 6은 진동 데이터 및 시그너쳐 이벤트에 대응하는 식별된 진동 이벤트의 예시적인 도표를 나타내는 도면,
도 7은 회전 기계를 모니터링하는 진동 분석 시스템을 도시하는 도면.
도면의 주요 부분에 대한 부호의 설명
10,12,14,16 : 감폭형 사인곡선 그래프 50 : 회전 기계
52 : 센서 54 : 샤프트 인코더
본 발명은 회전하는 기계장치(machinery)에 대한 신호 시그너쳐 분석(signal signature analysis)에 관한 것이다.
기계 진동에 대한 연속적인 (또는 적어도 빈번한) 모니터링, 검출 및 분석은 생산 라인의 중요 장치와 같이 회전하는 기계를 유지 관리하는데 도움이 될 수 있다. 기계장치에서의 소정의 진동은 기계의 동작 상황을 나타내고 기계를 모니터링하는 데, 예를 들어 유지보수가 필요한 시기를 결정하는데 사용될 수 있다. 소정의 진동 이벤트를 식별하고 회전 기계에 일반적인 난폭한 신호 환경에서 다른 기계장치 진동과 구별하는 진동 신호 프로세싱 기법이 구현되어 왔다.
진동 신호 이벤트를 식별하는 종래의 방식은 잡음 제거 기법이다. 이들 기법은 관심 진동 데이터, 예를 들어 비정상적 기계 동작의 진동 데이터와 관련하여 사소한 정보 또는 무정보를 전달하는 스펙트럼 진동 체제(spectral vibrational regimes)를 필터링한다. 잡음 제거 기법은 전형적으로 관심 내에 있거나 및/또는 잠재적인 기계 문제 또는 동작 조건을 나타내는 진동 신호 시그너쳐를 식별한다. 이 진동 신호 시그너쳐는 신호 템플릿을 사용하여 식별되며, 이 신호 템플릿은 특정 진동 신호 시그너쳐에 특유하며 다른 진동을 필터링한다. 신호 템플릿은 전형적으로 관심 진동 신호의 예시적인 발췌물(excerpt)이다. 신호 템플릿은 이 템플릿에 의해 정의되는 진동 신호와 유사한 진동 신호 이벤트를 식별하는데 사용된다.
신호 템플릿에 대한 어려움은 그들이 단일 기계 또는 기계 모델에 특정적이라는 것이다. 각 회전 기계에 대한 신호 시그너쳐는 다른 회전 기계의 신호 시그너쳐에 대해 일부 차이를 나타내는 경향이 있다. 잡음 제거를 위한 필터링 템플릿을 생성하기 위해, 이 템플릿은 전형적으로 각 기계마다 고유하게 설계된다. 템플릿의 전개는 진동 데이터를 정보 함유 체제 및 노이즈 체제로 적절히 분할하기 위한 광범위한 진동 분석을 포함할 수 있다. 따라서, 기존의 잡음 필터링 기법에서의 현저한 문제를 극복하는 진동 신호 분석에 대한 개선된 기법이 필요하다.
진동을 분석하는 방법이 개발되었으며, 이 방법은 진동 신호를 획득하는 단계와, 획득된 신호 내에서 진동 신호 이벤트를 분리하는 단계와, 진동 신호 이벤트의 고유 주파수를 판정하고, 이 고유 주파수에 대응하는 감폭형 사인곡선(damped sinusoid)을 사용하여 진동 신호 이벤트를 특징화하며, 이 특징적 감폭형 사인곡선을 사용하여 또 다른 진동 신호 내에서 발생하는 진동 신호 이벤트를 식별하는 단계를 포함한다.
이 방법은 단기 퓨리에 변환을 사용하여 진동 신호 이벤트의 고유 주파수를 추출하고 지수함수를 진동 신호 이벤트에 피팅(fitting)함으로써 특징적 감폭형 사인곡선의 감폭 계수를 결정하는 단계를 포함한다. 지수 함수의 피팅은 다양한 감쇠 계수(decay factor)를 갖는 지수 함수를 진동 신호 이벤트의 신호 포락선과 비교하고 몇몇 감쇠 계수 각각에서의 지수 함수 값과 대응하는 신호 포락선의 값 사 이에서 가장 작은 차의 제곱 합(sum of squared difference)을 갖는 감쇠 계수 중 하나를 선택하는 단계를 더 포함할 수 있다. 또한, 사인곡선을 적용하는 단계는 진동 신호 이벤트가 발생하는 시간의 시프트를 검출하는 단계와, 웨이블릿(wavelet) 분석을 사용하되 특징적 감폭형 사인곡선이 마더 웨이블릿인 단계를 더 포함할 수 있다.
본 방법은 진동 이벤트를 모델링할 수 있는데, 이 모델링은 회전하는 기계에 의해 발생되는 진동 신호를 획득하는 단계와, 획득된 신호에서 진동 신호 이벤트를 분리하는 단계와, 단기 퓨리에 변환을 사용하여 진동 신호 이벤트의 고유 주파수를 판정하고, 이 고유 주파수에 대응하는 감폭형 사인곡선을 사용하여 진동 신호 이벤트를 특징화하며, 이 특징적 감폭형 사인곡선을 사용하여 또 다른 진동 신호 내에서 발생하는 진동 신호 이벤트를 식별하는 단계를 포함한다.
또한, 회전하는 기계를 모니터링하는 시스템이 개발되었는데, 이 시스템은 기계에 결합되어 기계 내의 진동을 나타내는 진동 신호를 생성하는 진동 센서와, 신호 조절 및 분석 유닛과 디스플레이 및 제어 유닛을 더 포함하는 PBSA(physics based signal analyzer)를 포함하며, 이 신호 조절 및 분석 유닛은 진동 신호에 인가되는 특징적 감폭형 사인곡선을 생성하고 이 사인곡선에 대응하는 진동 신호 내에서 진동 이벤트를 식별하며, 디스플레이 및 제어 유닛은 식별된 진동 이벤트를 나타내는 디스플레이 이미지를 생성한다. 또한, 샤프트 인코더(shaft encoder)가 사용되어 기계 내에서의 회전 샤프트의 회전 위치를 나타내는 회전 신호를 생성할 수 있으며 상기 PBSA는 회전 신호와 식별된 진동 이벤트를 상관시키며 진동 이벤트 와 샤프트 각도 위치 사이의 상관값을 디스플레이 이미지 상에 디스플레이한다. 또한, 디스플레이 및 제어 유닛에 대한 제어 입력은 특징적 감쇠 사인곡선에 의해 모델링되는 시그너쳐 진동 이벤트를 식별하는 사용자 입력을 수신하는데 사용될 수 있다.
관심 진동 시그너쳐를 분석하여 특징화하고, 이어서 관심 시그너쳐에 대한 진동 데이터를 모니터링하며, 관심 시그너쳐의 발생의 에폭(epoch)을 보고하는 방법 및 시스템이 개발되어 왔다. 신호 분석은 모니터링 하의 기계 부품의 동작의 물리적 현상에 의해 나타낼 것으로 예상되는 관심 신호의 구조에 기반을 둔다.
하나의 예에서, 이 방법 및 시스템은 기계 회전 동안 발생하는 이벤트를 진동 시그너쳐를 이용하여 분석을 통해 특징화하되 관심 이벤트 각각은 관심 이벤트에 특유한 진동 시그너쳐에 의해 특징화되며, 이어서 이들 시그너쳐의 존재 및/또는 이 시그너쳐의 변형에 대한 진동 데이터를 모니터링하고, 대응하는 이벤트의 발생 또는 그들의 발생 패턴의 변형을 보고한다. 신호 시그너쳐 분석은 모니터링되는 기계 부품의 동작의 물리적 현상에 의해 나타낼 것으로 예상되는 관심 신호 구조에 기반을 둔다.
각각의 관심 이벤트는 진동 시그너처에 의해 특징화되며, 감폭형 사인곡선으로서 모델링된다. 감폭형 사인곡선은 후속하여 모니터링되는 진동 신호와 비교되어 그 신호 내에서 발생하는 대응 이벤트를 식별한다. 진동 신호 내의 세그먼트가 감폭형 사인곡선과 매칭되는 경우, 이 시그너처에 대응하는 이벤트가 발생한 것으로 판단된다. 또한, 감폭형 사인곡선과의 매칭은 이벤트가 장치 회전 내에서 발생한 시점을 판정하는데 사용될 수 있다. 이러한 기능을 사용함으로써, 예상되는 진동 이벤트의 부재(absence) 또는 장치 회전에 대한 그의 관련 시간 시프트가 사용되어 장치 회전의 물리적 현상의 잠재적 이탈을 추측할 수 있으며 따라서 잠재적 고장의 발생을 추측할 수 있다.
대형의 회전 기계장치에서의 기계적 진동은 감폭형 사인곡선으로서 신뢰성 있게 특징화될 수 있다. 기계적 진동은 전형적으로 장치의 동작의 물리적 현상에 의해 발생되는 기계 내의 임펄스, 예를 들어 두드림, 충격 및 타격에 의해 발생된다. 임펄스에 의해 타격되는 경우, 기계의 금속판, 외관 및 기타 다른 부품은 "울림(ring)"을 발생하려 함으로써, 이들은 고속의 주기적 변형 반응을 보이며 진동한다. 이러한 발진형태의 반응은 감소, 즉 줄어든다.
감폭형 사인곡선은 임펄스에 의해 유도되는 진동 이벤트의 파형을 모델링하는데 사용된다. 이 감폭형 사인곡선 모델이 적용되어 장치 회전 동안 정기적으로 발생하는 임펄스를 추적하며 따라서 장치의 진동 특성에 있어서의 임의의 변화를 검출할 수 있다.
감폭형 사인곡선은 단기간의 여기에 의해 발생하는 다수의 물리적 진동을 나타내거나 또는 근사화함에 있어 훌륭한 후보이다. 감폭형 사인곡선의 일반적인 계열은 "Orthogonality of Exponential Transients", Proceedings of the IEE, Vol. 76, No. 12,1998,pp. 1616-1618이라는 문서에서 Sohie 및 Maracas에 의해 설명된 바와 같이 신호 표현에 대한 직교 기초를 구성할 수 있다.
사인곡선 함수의 적절한 정의는 x(t)=Asin(ωt+φ)의 형태를 갖는 임의의 시간 함수이며, 이 식에서, 모든 변수는 실수이고, A=최대 진폭(음의 값은 아님), ω는 각주파수(각/초), ω=2πf(f는 헤르쯔 단위), t=시간(초), f=주파수(Hz), φ=초기 위상(각), ωt+φ=순시 위상(각)이다.
감폭형 사인곡선 함수는 e- kt 항이 곱해진 사인곡선으로서 표현될 수 있으며, k는 감폭 계수이고 0보다는 크다. ω의 값이 클수록, 사인곡선의 주파수는 더 커진다. k의 값이 클수록, 감폭의 정도는 커진다.
도 1은 감폭형 사인곡선 그래프에 대한 네 개의 예를 도시한다. 상위 두 개의 예(10,12)는 ω1과 동일한 각주파수(ω)를 갖는 사인곡선이다. 하위 두 개의 예(14,16)는 ω가 ω2와 동일한 사인곡선이며, ω1은 ω2보다 작다. 사인곡선(10,14)은 k1과 동일한 감폭 계수(k)를 갖는다. 다른 두 개의 예(12,16)에서 k=k2이며, k1은 k2보다 작다.
회전 기계에서 발생하는 이벤트에 있어서, 대응하는 진동 시그너쳐는 감폭형 사인곡선에 의해 모델링될 수 있다. 감폭형 사인곡선은 각주파수(ω) 및 감폭 계수(ζ)에 의해 표현될 수 있다. 일 실시예에서, ω 및 ζ와 관련한 감폭형 사인곡선의 파라미터는 도 2에 도시된 흐름도의 단계를 수행함으로써 구해진다.
도 2는 특징 진동 이벤트를 식별 (윈도우), 필터링 및 감폭형 사인곡선으로 서 모델링하는 일련의 단계를 나타낸다. 단계(18)에서, 진동 신호는 회전 기계를 모니터링하는 진동 센서로부터 획득된다. 진동 신호는 연속적인 신호, 즉 선택된 기간에 걸쳐 발생되는 일련의 주기적 신호 또는 신호(들)일 수 있다. 단계(20)에서, 관심 진동 신호 이벤트가 식별되고 예를 들어 그 신호를 시간적으로 그룹으로 분류함으로써 분리된다. 윈도우는 이벤트에 대응하는 지속기간을 갖는다. 이벤트의 식별은 예를 들어 윈도우 내에서 특정 신호를 식별 및 분리하는 소프트웨어 모듈에 의해 수동으로 또는 자동으로 수행될 수 있다.
단계(22)에서, 진동 이벤트 신호는 고역 통과 필터, 예를 들어 6-10 kHz 이상의 주파수를 통과시키는 필터를 통과함으로써 저주파 잡음을 제거한다. 신호 포락선은 단계(24)에서 계산된다. 단계(26)에서, 지수가 사용되어 계산된 포락선을 근사화한다. 지수적 근사화는 감쇠 계수(β)를 생성한다. 진동 신호에 대한 특징적 감폭형 사인곡선은 도 3에 나타낸 바와 같이 파라미터가 얻어지는 함수이다. 지수적 근사화의 감쇠 계수가 사용되어 특징적 감폭형 사인곡선의 감폭 계수를 계산한다. 도 2의 단계(28)에서, 진동 신호에 대한 특징적 감폭형 사인곡선이 계산된다. 이것은 단계(30)에서 각 고유 주파수
Figure 112006057314640-PAT00001
및 감폭 계수(ζ)를 생성한다.
도 3은 분리된 진동 신호의 감쇠를 모델링하는 지수 함수를 유도하고 감폭형 사인곡선 함수를 그 신호에 피팅하는 수학적 단계를 자세히 도시한다. ARGMIN 함수가 사용되어 진동 데이터 포락선의 값(fi)과 특정 감쇠 계수(β) 및 상수(α)를 갖는 지수적 근사화의 값 사이의 차이를 반복적으로 결정하고 몇몇 지점(n)에 대한 이들 차이를 시간적으로 합산함으로써 지수적 근사화를 진동 신호에 피팅할 수 있다. 최선의 피팅 지수적 근사화(a best-fit exponential approximation)는 근사화와 실제 진동 신호 사이의 값의 차의 제곱 합을 최소로 하는 감쇠 계수 및 상수를 구함으로써 결정된다.
도 4는 감쇠 진동 신호(34)에 피팅된 예시적인 지수적 근사화(32)를 도시한다. 지수적 근사화(32)는 신호(34)의 포락선을 근사화한다. 진동 데이터의 포락선은 포락선 내의 진동 데이터의 신호 최대치에 의해 정의된다. 계수 팩터는 진동 신호에 대한 포락선을 가장 잘 피팅하는 지수적 근사화로부터 유도될 수 있다. 이러한 감쇠 계수는 부분적으로 사용되어 특징적 감폭형 사인곡선 함수를 결정한다.
특징적 사인곡선 함수는 분리된 진동 이벤트 신호와 가장 잘 상관되는 감폭형 사인곡선 함수(도 3에서 "corr"로 도시되어 있음)를 구함으로써 결정된다. ARGMAX 연산은 다양한 고유 주파수(ωn)를 갖는 감폭형 사인곡선 함수를 필터링된 진동 데이터에 반복적으로 상관시킨다. ARGMAX 연산은 획득된 진동 신호의 주파수에 가장 잘 매칭되는 고유 주파수(ωn)를 식별한다. 다른 파라미터는 감폭형 주파수(ωd) 및 감폭 계수(ζ)이며, 이들 모두는 고유 주파수(ωn)로부터 유도될 수 있다. ωn 및 ζ 파라미터는 특정 진동 이벤트를 모델링하는 특징적 감폭형 사인곡선 함수를 완벽하게 정의한다.
특징적 감폭형 사인곡선은 다른 기법을 사용하여 진동 이벤트에 피팅될 수 있다. 예를 들어, 특징적 감폭형 사인곡선의 파라미터(ωn 및 ζ)는 최대 우도 기법을 사용하는 순시 해법을 사용하여 구해질 수 있다. 단기 퓨리에 변환이 또한 사용되어 진동 이벤트 신호의 고유 주파수를 결정하는데 도움이 될 수 있다. 예를 들어, 진동 신호 이벤트의 고유 주파수만이 단기 퓨리에 변환을 사용하여 추출될 수 있다. 감폭형 사인곡선의 고유 주파수는 예를 들어 0.05로 설정된 일정한 감폭 계수로 감폭될 수 있다. 또 다른 예에서, 주파수와 감폭 계수의 조합이 사용되어 감폭형 사인곡선의 파라미터를 설정할 수 있다.
특징적 감폭형 사인곡선은 다른 진동 신호에서 발생하는 진동 이벤트를 식별하고 장치 회전에 대한 이벤트의 발생 시간을 판정하는데 사용될 수 있다. 특징적 감폭형 사인곡선을 사용하여 기계의 연속적인 모니터링 동안 재발생하는 관심 진동 이벤트를 식별하기 위해, 관심 진동 이벤트가 먼저 식별되고 특징화된다(도 2 및 도 3을 참조). 관심 진동 이벤트에 대응하는 특징적 감폭형 사인곡선이 사용되어 모니터링되는 신호 내에서 발생하는 진동 이벤트를 식별 및 그 위치를 알아낸다.
장치 회전에 대해 발생하는 진동 이벤트 및 그 발생 시간을 검출하게 되면 회전 기계의 예측 및 진단 분석에 도움이 된다. 예를 들어, 특징적 감폭형 사인곡선은 재발생하는 진동 이벤트의 진동 시그너쳐의 시프트 또는 재발생하는 진동 이벤트의 타이밍의 시프트를 식별하는데 사용될 수 있다. 이벤트 타이밍의 이러한 시프트는 회전 기계의 초기 결함을 나타낼 수 있다. 또한, 회전 기계에서의 진동 이벤트의 정확한 타이밍은 기계의 회전 위치와 매칭되어 기계 회전 싸이클 내에서 이벤트가 발생하는 위치를 식별할 수 있다.
진동 이벤트에 관련된 특징적 감폭형 사인곡선이 사용되어 이벤트(들)를 특징화할 수 있는 데는 다양한 방식이 있다. 일 실시예에서, 특징적 감폭형 사인곡선은 커널식으로, 즉 계류 중인 US 특허 출원에 기술되어 있는 커널과 유사한 방식으로 구현될 수 있는데, 이 US 특허 출원은 본 출원과 관련 있으며 공동으로 소유되며, "Self-Referenced Condition Monitor"라는 제목으로 2005년 2월 1일에 미국 특허 출원 번호 10/906,052(GE 도켓 RD 33166)로 출원되었으며, 본 명세서에서 참조로서 인용된다.
또 다른 실시예에서, 특징적 감폭형 사인곡선은 연속적 파형 변환(CWT) 계수가 계산되는 표준 웨이블릿 분석에서 마더 웨이브릿로서 사용될 수 있으며, 관심 이벤트에 대응하는 진동 신호에 대한 특징적 감폭형 사인곡선의 중심 주파수(예를 들어, 14.2kHz)에 대응하는 스케일로 관찰된다. CWT 계수는 관심 이벤트가 발생하는 시간 근방에서 지배적일 것이다. 일 실시예에서, 최대 CWT 계수가 발생하는 X-축 값은 이벤트의 발생 시간으로서 식별된다. 웨이블릿 분석은 신호 프로세싱에 있어서 잘 알려진 기법이다.
일 예에서, 웨이블릿 분석은 특징적 감폭형 사인곡선 및 db9 웨이블릿을 사용하여 수행되었다. 양 신호 프로세싱 체제는 순차적 회전 기계 싸이클로부터의 데이터에 대해 실행되어 진동 이벤트가 대응 CWT 계수를 사용하여 인지될 수 있으며 또한 그 위치가 식별될 수 있는지 여부를 판정한다.
도 5에 도시되어 있는 결과는 각각 마더 웨이블릿으로서 db9 및 특징적 감폭 형 사인곡선을 사용한 분석으로부터의 결과이다. 그들은 특징적 사인곡선에 대한 파라미터를 추출하는데 사용된 신호와는 다른 신호에 대해 테스트되었다. 실험에서 검출되는 관심 이벤트의 발생 시간은 이미 다른 수단, 즉 "근거 자료(ground truth)"로 알려져 있으며, 이는 455의 X축 값에서 발생하며, 각 분석에 대한 계수를 도시하는 플롯(38)에서 실선(36)으로 도시되어 있다.
도 5의 두 개의 데이터 플롯(38)은 시간(수평축) 및 진폭(수직축)에서 동일한 크기로 제공된다. 감폭형 사인곡선은 이벤트의 재발생을 식별(도 5의 실선(360)을 참조) 및 그 위치를 알아내며 그 이벤트의 재발생에 대해 이 감폭형 사인곡선은 보다 정확하게 트레이닝되고(trained) db9 프로세싱에 있어서는 인식 및 위치파악 효율의 상당한 차이를 제공한다.
도 6은 별개의 관심 진동 이벤트에 대해 수행된 또 다른 예시적인 실험을 도시하며, 이 별개의 관심 진동 이벤트는 599의 X축 값에서 발생하는 것으로 (근거 자료로서) 알려져 있다. 관심 이벤트에 특정한 경우, 특징적 감폭형 사인곡선 모델의 파라미터는 도 6에 도시된 것과는 다른 진동 신호에 기반을 두었다. 모델 기반 마더 웨이블릿의 유효성은 'db9' 웨이블릿과 비교하면 보다 더 나은 것으로 판단되는데(도 5를 참조) 그 이유는 검출 지점(40)(최대 계수 값에 기반을 둠)이 (시간=597.05에서) 감폭형 사인곡선 웨이블릿보다 우수하기 때문이다. 'db9' 웨이블릿은 현재의 관심 이벤트와는 다른 이벤트와 보다 강하게 상관되는 것으로 보이며, 그에 따라 관심 이벤트의 검출이 실패하게 된다.
특징적 감폭형 사인곡선을 사용하는 방법은 신호 모니터링 및 진단을 위한 시스템에서 구현될 수 있다. 도 7은 이러한 시스템의 구성요소에 대한 예시이다. 도 7은 회전 장치 및 진동 모니터링 장비의 개략도이다. 모니터링되는 장치(50), 예를 들어 회전 기계는 부착된 진동 트랜스듀서(52)를 갖는 것으로 도시되어 있다. PBSA 시스템 스테이션(56)에 부착 및 접속된 샤프트 인코더(54)가 제공될 수 있다. 샤프트 인코더는 샤프트(58)의 각도 위치를 제공하여 샤프트 각도 위치가 진동 트랜스듀서로부터의 신호와 상관될 수 있다.
PBSA 시스템 스테이션은 조작자가 사용하여 이들 진동 이벤트를 연속적으로 모니터링하는 모듈일 수 있다. 이 시스템 스테이션은 예를 들어 신호를 포착하고, 진동 이벤트를 분리하며, 특징적 감폭형 사인곡선에 대한 파라미터를 결정하여 이 파라미터를 진동 신호에 매칭시킴으로써 진동 신호를 포착, 조절 및 분석하는 전자 및 컴퓨터 시스템(60)을 포함한다. PBAS 시스템은 또한 디스플레이, 기록기, 출력 및 제어 장치(62)를 포함한다. 모니터는 감폭형 사인곡선 웨이블릿 분석의 결과를 디스플레이한다. 이러한 PBSA 서브-시스템(62)은 초과치 경고 및 로깅 및 통계 성능을 가질 수 있다.
PBSA에서, 신호 조절 및 분석 유닛은 관심 이벤트에 대응하는 진동 신호에 대한 특징적 감폭형 사인곡선을 생성할 수 있다. 이러한 사인곡선은 이후에 사용되어 진동 신호 내에서 재발생하는 관심 이벤트를 식별할 수 있다. 디스플레이 및 제어 유닛은 식별된 진동 이벤트를 나타내는 디스플레이 이미지를 생성한다. 샤프트 인코더는 또한 기계 내에서 회전 샤프트의 회전 위치를 나타내는 회전 신호를 생성할 수 있다. PBSA는 회전 신호와 식별된 진동 이벤트를 상관시키며 진동 이벤 트와 샤프트 각도 위치 간의 상관값을 디스플레이 이미지 상에 디스플레이한다. 또한, PBSA의 디스플레이 및 제어 유닛에 대한 제어 입력은 특징적 감쇠 사인곡선에 의해 모델링되는 시그너쳐 진동 이벤트를 식별하는 사용자 입력을 수신할 수 있다.
본 발명은 현재 가장 실용적이고 바람직한 실시예로 간주되는 실시예와 연계하여 설명되었지만, 본 발명은 개시되어 있는 실시예에 제한되지 않으며, 오히려 첨부된 청구항의 사상 및 범주 내에 포함된 다양한 수정 및 등가의 배열을 커버하려 한다.
본 발명에 따르면, 종래 기술에서는 잡음 제거를 위한 필터링 템플릿을 생성하기 위해, 이 템플릿은 전형적으로 각 기계마다 고유하게 설계되고 이러한 템플릿의 전개는 진동 데이터를 정보 함유 체제 및 노이즈 체제로 적절히 분할하기 위한 광범위한 진동 분석을 포함할 수 있다는 단점을 가지고 있다. 본 발명에 따르면, 이러한 기존의 잡음 필터링 기법에서의 현저한 문제를 극복하는 진동 신호 분석에 대한 개선된 기법을 제공한다.

Claims (10)

  1. 진동 이벤트를 분석하는 방법에 있어서,
    진동 신호를 획득하는 단계(18)와,
    상기 획득된 신호에서 진동 신호 이벤트를 분리하는 단계(20)와,
    상기 진동 신호 이벤트의 고유 주파수를 결정하고, 상기 고유 주파수에 대응하는 감폭형 사인곡선을 사용하여 상기 진동 신호 이벤트를 특징화하는 단계(30)와,
    특징적 감폭형 사인곡선을 사용하여 또 다른 진동 신호 내에서 발생하는 상기 진동 신호 이벤트를 식별하는 단계(36,40)를 포함하는
    진동 이벤트 분석 방법.
  2. 제 1 항에 있어서,
    상기 특징적 감폭형 사인곡선의 주파수를 결정하는 단계(30)는 단기 퓨리에 변환을 사용하여 상기 진동 신호 이벤트의 고유 주파수를 식별하는 단계를 포함하는 진동 이벤트 분석 방법.
  3. 제 1 항에 있어서,
    상기 특징적 감폭형 사인곡선에 대한 감폭 계수를 결정하는 단계(26,28,30)를 더 포함하는 진동 이벤트 분석 방법.
  4. 제 3 항에 있어서,
    상기 감폭 계수를 결정하는 단계는 상기 진동 신호 이벤트에 지수함수를 피팅하여(단계 28) 상기 특징적 감폭형 사인곡선에 대한 상기 감폭 계수를 결정하는 단계를 더 포함하는 진동 이벤트 분석 방법.
  5. 제 1 항에 있어서,
    상기 진동 신호 이벤트에 지수함수를 피팅하는 단계(28)를 더 포함하는 진동 이벤트 분석 방법.
  6. 제 5 항에 있어서,
    상기 함수의 피팅(28)은 다양한 감쇠 계수를 갖는 지수 함수를 상기 진동 신호 이벤트의 신호 포락선에 비교하고 상기 감쇠 계수 중 하나를 선택하여 상기 감폭 계수를 결정하는 단계를 더 포함하는 진동 이벤트 분석 방법.
  7. 제 1 항에 있어서,
    상기 특징적 감폭형 사인곡선을 사용하여 상기 진동 신호 이벤트의 발생을 식별하는 단계는 웨이블릿 분석을 포함하는 진동 이벤트 분석 방법.
  8. 회전 기계(50)를 모니터링하는 시스템에 있어서,
    상기 기계에 결합되어 신호를 생성하는 진동 센서(52)와,
    신호 조절 및 분석 유닛(60)과 디스플레이 및 제어 유닛(62)을 더 포함하는 PBSA(physics based signal analyzer)(56)를 포함하되, 상기 신호 조절 및 분석 유닛은 상기 신호에 인가되는 특징적 감폭형 사인곡선을 생성하고 상기 사인곡선에 대응하는 상기 신호 내에서 진동 이벤트를 식별하며, 상기 디스플레이 및 제어 유닛은 상기 식별된 진동 이벤트를 나타내는 디스플레이 이미지를 생성하는
    모니터링 시스템.
  9. 제 8 항에 있어서,
    상기 기계 내에서의 회전 샤프트(shaft)의 회전 위치를 나타내는 회전 신호를 생성하는 샤프트 인코더(shaft encoder)(54)를 더 포함하고, 상기 PBSA는 상기 회전 신호와 상기 식별된 진동 이벤트를 상관시키며 상기 진동 이벤트와 샤프트 각 도 위치 사이의 상관값을 상기 디스플레이 이미지 상에 디스플레이하는 모니터링 시스템.
  10. 제 8 항에 있어서,
    상기 특징적 감쇠 사인곡선에 의해 모델링되는 시그너쳐 진동 이벤트를 식별하는 사용자 입력을 수신하기 위한, 상기 디스플레이 및 제어 유닛(62)에 대한 제어 입력을 더 포함하는 모니터링 시스템.
KR1020060075728A 2005-08-10 2006-08-10 진동 이벤트 분석 방법 및 회전 기계 모니터링 시스템 KR101317986B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/200,156 US7317994B2 (en) 2005-08-10 2005-08-10 Method and apparatus for signal signature analysis for event detection in rotating machinery
US11/200,156 2005-08-10

Publications (2)

Publication Number Publication Date
KR20070018740A true KR20070018740A (ko) 2007-02-14
KR101317986B1 KR101317986B1 (ko) 2013-10-14

Family

ID=37188761

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060075728A KR101317986B1 (ko) 2005-08-10 2006-08-10 진동 이벤트 분석 방법 및 회전 기계 모니터링 시스템

Country Status (7)

Country Link
US (1) US7317994B2 (ko)
EP (1) EP1752754B1 (ko)
JP (1) JP5162114B2 (ko)
KR (1) KR101317986B1 (ko)
CN (1) CN1912562B (ko)
DK (1) DK1752754T3 (ko)
RU (1) RU2418278C2 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101355888B1 (ko) * 2013-08-13 2014-01-27 공주대학교 산학협력단 차량용 전자식 솔레노이드 구조의 진동특성 평가방법

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2932850B1 (fr) * 2008-06-23 2010-08-13 Snecma Procede et systeme de determination de la position angulaire d'un rotor de turboreacteur.
US7689373B1 (en) 2008-09-26 2010-03-30 General Electric Company USB vibration data acquisition
TWI382171B (zh) * 2008-10-03 2013-01-11 Univ Southern Taiwan Tech 以指數衰減分析機械系統振動的方法
US8676387B2 (en) * 2008-10-13 2014-03-18 General Electric Company Methods and systems for determining operating states of pumps
CN101770218B (zh) * 2008-12-30 2012-11-21 西门子公司 一种数控机床状态监测方法和装置
US7970556B2 (en) * 2009-01-30 2011-06-28 General Electric System and method for monitoring the condition of a gear assembly
US20100250195A1 (en) * 2009-03-27 2010-09-30 General Electric Company Systems and Methods for Providing Dynamic Segmental Signal Analysis
CA2673216C (en) * 2009-07-31 2011-05-03 Westport Power Inc. Method and apparatus for reconstructing in-cylinder pressure and correcting for signal decay
FR2952177B1 (fr) * 2009-11-04 2012-06-01 Snecma Procede de detection d'un endommagement d'au moins un roulement de palier d'un moteur
CN101947744A (zh) * 2010-08-31 2011-01-19 西安瑞特快速制造工程研究有限公司 基于数控设备内置传感器信息的齿轮箱状态监测方法
US8870057B2 (en) 2011-09-22 2014-10-28 General Electric Company System and method for equipment monitoring component configuration
CN102590359B (zh) * 2012-02-08 2014-02-12 航天科工防御技术研究试验中心 多余物信号识别方法及其系统
JPWO2013190973A1 (ja) * 2012-06-20 2016-05-26 日本電気株式会社 構造物の状態判定装置および構造物の状態判定方法
US8988238B2 (en) 2012-08-21 2015-03-24 General Electric Company Change detection system using frequency analysis and method
US9244042B2 (en) 2013-07-31 2016-01-26 General Electric Company Vibration condition monitoring system and methods
US9482647B2 (en) 2013-09-24 2016-11-01 Sikorsky Aircraft Corporation Gear fault detection
US9841352B2 (en) * 2014-06-19 2017-12-12 United Technologies Corporation System and method for monitoring gear and bearing health
CA2964805C (en) * 2014-10-17 2023-04-04 La Trobe University A screening test for detection of deep vein thrombosis
US9593631B2 (en) 2015-03-24 2017-03-14 General Electric Company System and method for locating an engine event
US9869257B2 (en) 2015-08-19 2018-01-16 General Electric Company System and method for predicting peak pressure values using knock sensor
CN105134619B (zh) * 2015-09-28 2017-03-01 北京航空航天大学 一种基于小波能量、流形降维和动态时间规整的故障诊断与健康评估方法
US10914656B2 (en) * 2018-04-02 2021-02-09 Aktiebolaget Skf Condition monitoring
KR102072051B1 (ko) * 2018-08-14 2020-01-31 동의대학교 산학협력단 고유주파수와 감쇠비에 대한 시스템 손상도 비교 방법
DE102020118812A1 (de) 2020-07-16 2022-01-20 Rolls-Royce Deutschland Ltd & Co Kg Verfahren und Vorrichtung zur Überwachung eines schwingfähigen Systems und Gasturbine mit einer Vorrichtung zur Überwachung eines schwingfähigen Systems
EP4124873A1 (en) 2021-07-30 2023-02-01 Abb Schweiz Ag Monitoring system for a low voltage, medium voltage, or high voltage circuit breaker
CN114778113B (zh) * 2022-03-29 2024-05-28 北京化工大学 一种基于单边衰减小波卷积稀疏的轴承故障特征提取方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BE786393A (fr) * 1971-07-19 1973-01-18 Caterpillar Tractor Co Machine pour eprouver des amortisseurs de
US4078434A (en) * 1974-05-20 1978-03-14 Bbc Brown Boveri & Company Limited Method and apparatus for determining the parameters of natural vibration of a system
JPS5631327A (en) * 1979-08-24 1981-03-30 Hitachi Ltd Method of diagnosing vibration of rotary machine
US5001933A (en) * 1989-12-26 1991-03-26 The United States Of America As Represented By The Secretary Of The Army Micromechanical vibration sensor
US5278512A (en) * 1992-05-15 1994-01-11 Richard Goldstein Apparatus and method for continuously monitoring grounding conductor resistance in power distribution systems
US5392642A (en) 1993-06-30 1995-02-28 Cummins Engine Company, Inc. System for detection of low power in at least one cylinder of a multi-cylinder engine
US5602761A (en) * 1993-12-30 1997-02-11 Caterpillar Inc. Machine performance monitoring and fault classification using an exponentially weighted moving average scheme
JP3412944B2 (ja) * 1995-02-22 2003-06-03 株式会社日立製作所 損傷検出装置
JP3083242B2 (ja) * 1995-04-27 2000-09-04 核燃料サイクル開発機構 回転体の静止場での振動評価方法
US5837896A (en) * 1995-08-23 1998-11-17 Quasar International Detection of defects using resonant ultrasound spectroscopy at predicted high order modes
JPH09113416A (ja) * 1995-10-17 1997-05-02 Nippon Steel Corp ころがり軸受の損傷診断方法
GB9618096D0 (en) * 1996-08-29 1996-10-09 Rolls Royce Plc Identification of resonant frequencies of vibration of rotating blades
JP3209110B2 (ja) * 1996-08-30 2001-09-17 松下電器産業株式会社 青果物の選果方法および装置
JP3449194B2 (ja) * 1997-01-28 2003-09-22 松下電工株式会社 回転機器の異常診断方法およびその装置
RU2180274C2 (ru) * 1997-03-27 2002-03-10 Компания "ЮАйТи, Л.Л.С." Устройство для возбуждения электроакустического преобразователя
US6092029A (en) * 1998-02-19 2000-07-18 Bently Nevada Corporation Method and apparatus for diagnosing and controlling rotating stall and surge in rotating machinery
US6208949B1 (en) * 1998-07-01 2001-03-27 Adaptive Audio, Inc. Method and apparatus for dynamical system analysis
US6289735B1 (en) * 1998-09-29 2001-09-18 Reliance Electric Technologies, Llc Machine diagnostic system and method for vibration analysis
US6449564B1 (en) * 1998-11-23 2002-09-10 General Electric Company Apparatus and method for monitoring shaft cracking or incipient pinion slip in a geared system
US6868348B1 (en) * 1999-10-29 2005-03-15 Entek Ird International Corporation Adaptive high frequency energy detection
JP2002039853A (ja) * 2000-07-24 2002-02-06 Japan Science & Technology Corp 構造減衰係数の測定装置および測定方法
JP2002148139A (ja) * 2000-11-07 2002-05-22 Sumitomo Metal Mining Co Ltd テープの固有振動数測定装置および測定方法
AU2003257412A1 (en) * 2002-04-13 2003-11-11 I-For-T Gmbh Vibration sensor and method for monitoring the condition of rotating components and bearings
US20050005174A1 (en) * 2003-06-18 2005-01-06 Xerox Corporation Configurable password authentication policies
DE10331585A1 (de) 2003-07-08 2005-03-31 Continental Teves Ag & Co. Ohg Verfahren zur Ermittlung des Innendrucks eines Fahrzeugreifens
JP4098740B2 (ja) * 2004-03-25 2008-06-11 アンリツ株式会社 信号識別方法および信号識別装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101355888B1 (ko) * 2013-08-13 2014-01-27 공주대학교 산학협력단 차량용 전자식 솔레노이드 구조의 진동특성 평가방법

Also Published As

Publication number Publication date
US7317994B2 (en) 2008-01-08
CN1912562A (zh) 2007-02-14
KR101317986B1 (ko) 2013-10-14
CN1912562B (zh) 2012-01-25
RU2418278C2 (ru) 2011-05-10
DK1752754T3 (da) 2013-02-04
JP5162114B2 (ja) 2013-03-13
EP1752754A3 (en) 2010-03-24
EP1752754A2 (en) 2007-02-14
US20070038392A1 (en) 2007-02-15
JP2007047168A (ja) 2007-02-22
EP1752754B1 (en) 2012-11-28
RU2006128985A (ru) 2008-02-20

Similar Documents

Publication Publication Date Title
KR101317986B1 (ko) 진동 이벤트 분석 방법 및 회전 기계 모니터링 시스템
CN107076155B (zh) 用于通过手持通信装置检测泵组件中的故障的方法和系统
McCormick et al. Cyclostationarity in rotating machine vibrations
Zhen et al. Fault diagnosis of motor drives using stator current signal analysis based on dynamic time warping
JP6922708B2 (ja) 異常検出用コンピュータプログラム、異常検出装置及び異常検出方法
JP6849446B2 (ja) 振動監視システム
CN101124523A (zh) 用于过程控制系统的诊断设备
US20090139334A1 (en) Method and a System for Monitoring the Condition and Operation of Periodically Moving Objects
KR20100094452A (ko) 롤링 베어링 대미지 검측 및 자동 식별 방법
JP6842126B2 (ja) 振動解析システム、振動解析方法及びプログラム
WO2020026829A1 (ja) 音データ処理方法、音データ処理装置及びプログラム
WO2015011791A1 (ja) 異常検知評価システム
CN118209830B (zh) 一种电缆局放异常智能监测方法及系统
Pang et al. Rolling bearing fault diagnosis based on SVDP-based kurtogram and Iterative autocorrelation of Teager energy operator
KR100812303B1 (ko) 웨이블릿 변환을 이용한 유도전동기의 고장 진단 장치 및방법
JP2010266327A (ja) 設備診断装置及び設備診断方法
CN106909086B (zh) 一种异常数据的检测方法及其装置
EP1686443A1 (en) Methods, systems, and computer program products for implementing condition monitoring activities
JP3974492B2 (ja) 異常音検出装置
Dietel et al. Fault detection in rotating machinery using spectral modeling
JP4349888B2 (ja) エンジン評価装置
US20170261404A1 (en) Order Analysis System
JP4448437B2 (ja) エンジン評価方法及びエンジン評価装置
JPH04276555A (ja) 回転機械の軸回転数検出方法
CN118408632A (zh) 一种振动式异音异响检测系统及方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee