SE1251347A1 - System och förfarande för användning vid övervakning av en industriell anläggning - Google Patents

System och förfarande för användning vid övervakning av en industriell anläggning Download PDF

Info

Publication number
SE1251347A1
SE1251347A1 SE1251347A SE1251347A SE1251347A1 SE 1251347 A1 SE1251347 A1 SE 1251347A1 SE 1251347 A SE1251347 A SE 1251347A SE 1251347 A SE1251347 A SE 1251347A SE 1251347 A1 SE1251347 A1 SE 1251347A1
Authority
SE
Sweden
Prior art keywords
signal
value
estimate
processor
programmed
Prior art date
Application number
SE1251347A
Other languages
English (en)
Inventor
Steven Hadley
Original Assignee
Gen Electric
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 Gen Electric filed Critical Gen Electric
Publication of SE1251347A1 publication Critical patent/SE1251347A1/sv

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
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/048Monitoring; Safety
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

Ett övervakningssystem (110) för användning i en industriell anläggning (100) tillhandahålls. Övervakningssystemet innefattar åtminstone en sensor (200) konfigurerad att detektera åtminstone en driftparameter i den industriella anläggningen. En beräkningsanordning. (201) ansluten till nämnda åtminstone ena sensor, och innefattar ett kommunikationsgränssnitt. (230) vilket är konfigurerat att ta emot ett flertal signaler vilka var och en är representativ för driftparametern. En processor (214) ansluten till kommunikationsgränssnittet och programmerad att beräkna ett glidande medelvärde, såsom ett adaptivt glidande medelvärde, för varje signal för att möjliggöra identifiering av åtminstone ett fel i industrianläggningen. Beräkningen av det glidande medelvärdet av varje signal utgörs av en iterativ beräkning baserad åtminstone delvis på beräkning av ett nuvärde hos medelvärdesuppskattning av en första signal.

Description

15 20 25 30 datoranordningen. Härmed kan datainformationen bli felaktig och en följande output, såsom en grafisk representation av datainformationen, kan vara inkorrekt och användaren kan ta emot ett falskt alarm för ett fel i kraftgenereringssystemet.
Kortfattad beskrivning av uppfinningen I en utföringsform tillhandahålls ett övervakningssystem för användning i en industriell an- läggning. Övervakningssystemet inkluderar åtminstone en sensor konfigurerad att detektera åtminstone en drifiparameter i den industriella anläggningen. En datoranordning är ansluten till sensom och inkluderar ett kommunikationsgränssnitt vilket är konfigurerat att ta emot ett flertal signaler vilka var och en är representativ fór drifiparametem. En processor är ansluten till kommunikationsgränssnittet och prograrnmerad att beräkna ett glidande medelvärde av varje signal för att möjliggöra identifiering av åtminstone ett fel i industrianläggningen. Be- räkning av det glidande medelvärdet hos varje signal utgörs av en iterativ beräkning baserad, åtminstone delvis, på beräkning av ett nuvärde av en medelvärdesuppskattning av en fórsta signal.
I en arman utföringsform tillhandahålls en industrianläggning. Industrianläggningen innefattar åtminstone en maskin, vilken innefattar åtminstone en komponent. Ett övervakningssystem är anslutet till komponenten. Övervakningssystem innefattar åtminstone en sensor konfigurerad att detektera åtminstone en driftparameter hos nämnda komponent. En beräkningsanordning är ansluten till sensom och innefattar ett kommunikationsgränssnitt vilket är konfigurerat att ta emot ett flertal signaler vilka var och en är representativ fór drifiparametem. En processor är ansluten till kommunikationsgränssnittet och programmerad att beräkna ett glidande me- delvärde av varje signal fór att möjliggöra identifiering av åtminstone ett fel industrianlägg- ningen. Beräkningen av det glidande medelvärdet fór varje signal utgörs av en iterativ beräk- ning baserad åtminstone delvis på beräkning av en medelvärdesuppskattning av en nuvarande signal för en första signal.
I ytterligare en utföringsform tillhandahålls ett forfarande fór övervakning av en industriell anläggning. Åtminstone en driftparameter i industrianläggningen detekteras. Ett flertal signa- ler representativa fór driftparametem överförs till en beräkningsanordning. Signalema tas emot via ett kommunikatipnsgränssnitt. Ett glidande medelvärde för var och en av signalerna beräknas, via en processolr, varvid beräkningen av det glidande medelvärdet för varje signal 10 15 20 25 30 utgörs av en iterativ beräkning. Beräkningen av det glidande medelvärdet för varje signal in- nefattar beräkning av ett nuvärde av en medelvärdesuppskattning för en första signal.
Kortfattad beskrivning av ritningsfigurerna Figur 1 är ett blockschema av ett exempel på en industrianläggning, och Figur 2 är ett blockschema för ett exempel på ett övervakningssystem vilket kan användas med industrianläggningen i figur 1.
Detaljerad beskrivning av uppfinningen De exemplifierande systemen och förfarandena som beskrivs häri tillhandahåller ett övervak- ningssystem för användning i en industriell anläggning vilka kan tillhandahålla en väsentligen korrekt output av datainformation representativa för någon sorts fel i industrianläggningen. Övervakningssystemet som beskrivs häri inkluderar åtminstone en sensor som är konfigurerad till att detektera åtminstone en driftparameter hos industrianläggningen. En beräkningsanord- ning är ansluten till sensom och inkluderar ett kommunikationsgränssnitt vilket är konfigure- rat att ta emot ett flertal signaler vilka var och en representerar en drifiparameter. En proces- sor är ansluten till kommunikationsgränssnittet och programmerad att beräkna ett glidande medelvärde, såsom ett adaptivt glidande medelvärde, av varje signal för att möjliggöra identi- fiering av åtminstone ett fel hos den industriella anläggningen. Beräkning av det glidande medelvärdet för varje signal utgörs av en iterativ beräkning baserad åtminstone delvis på be- räkning av ett nuvärde av en medelvärdesuppskattning för en första signal. Genom beräkning av ett glidande medel för varje signal, så kommer resulterande utsignal, såsom en grafisk re- presentation av datainfonnationen, sannolikt bli korrekt även om någon av signalerna är fel- aktig. I enlighet härmed kan falska indikationer och/eller falska alarm avseende fel i industri- anläggningen förhindras.
Figur 1 illustrerar ett exempel på en industrianläggning 100. Meri detalj, så utgörs industrian- läggningen av ett kraftgenereringssystem 100. Emedan utföringsexemplen inkluderar ett krafigenereringssystem, så är föreliggande uppfinning inte begränsad till ett kraftgenererings- system, och en fackman kommer uppskatta att föreliggande uppfinning kan användas i anslut- ning till andra sorters industrianläggningar, såsom, exempelvis, ett processanläggningssystem. 10 15 20 25 30 Krañgenereringssystemet 100 innefattar en maskin. I utföringsexemplet så är maskinen 101 en maskin med varierbar hastighet, såsom en vindturbin, en hydroelektrisk ångturbin, en gasturbin och/eller annan maskin som arbetar med varierbar hastighet. Alternativt kan maski- nen 101 vara en synkronmaskin. Iutfóringsexemplet innefattar maskinen åtminstone en kom- ponent, såsom en rotor 102 och en drivaxel 104. Vidare, enligt utfóringsexemplet, så roterar rotorn 102 drivaxeln 104 vilken är ansluten till en generator 106. I utföringsexemplet så är generatorn 106 en dubbelmatad induktionsgenerator vilken är ansluten till ett krafidistribut- ionssystem 107. Altemativt, så kan generatorn 106 vara någon annan sorts generator som är ansluten till ett elektriskt system som gör det möjligt fór kraftgenereringssystemet 100 att fungera såsom beskrivs häri.
Kraftgenereringssystemet 100 inkluderar även ett övervakningssystem 110, varvid en del av övervakningssystemet 110 är placerat i närheten av drivaxeln 104. I utfóringsexemplet, så mäter övervakningssystemet 110 åtminstone en drifiparameter i drivaxeln 104. Altemativt, så kan övervakningssystemet mäta andra parametrar hos någon annan komponent i kraftgenere- ringssystcmet 100.
Under drifi, så genererar maskinen 101 mekanisk rotationsenergi via rotorn 102 och driver generatom 106. Generatorn 106 matar elkraft till karaftdistributionssystemet 107 . Vidare så kan, i utföringsexemplet, på grund av, till exempel, iörslitning, skada eller vibrationer, en eller flera komponenter ha åtminstone ett fel (ej visat), såsom en spricka inuti drivaxeln 104.
Såsom beskrivs utförligare nedan, så mäter övervakningssystemet 110 åtminstone en drifipa- rameter hos drivaxeln 104 för att anskaffa data för drivaxeln 104 och presenterar en output, såsom en grafisk och/eller textrepresentation av datainfonnationen till användaren.
Figur 2 är ett blockschema av övervakningssystemet 110. 1 utfóringsexemplet, så inkluderar övervakningssystemet 110 åtminstone en sensor 200 som är placerad i närheten av drivaxeln 104 (visad i figur 1). I utfóringsexemplet är sensorn 200 konfigurerad att mäta åtminstone en driftparameter hos drivaxeln 104, såsom mätning och/eller övervakning av ett avstånd mellan axeln 104 och sensorn 200 för att detektera åtminstone ett fel, såsom en spricka inuti drivax- eln 104 och/eller en felaktig inriktning av drivaxeln 104. Mer i detalj så år sensorn 200, i utfo- ringsexemplet, konfigurerad att använda en eller flera mikrovågssignaler fór att mäta en när- varo eller närhet, såsom en frekvens-, statisk och/eller vibrationsnärvaro, hos drivaxeln i for- 10 15 20 25 30 hållande till sensom 200. Den häri använda tennen ”míkrovåg” refererar till en signal eller komponent som tar emot och/eller sänder signaler med frekvenser mellan 300 Megahertz (MHz) och till ungefär 300 Gigahertz (GHz). Alternativt, så kan sensorn 200 utgöras av en annan sensor, transduktor eller omvandlare som kan mäta driflparametrar i kraftgenererings- systemet 100 (visat i figur 1) och som möjliggör för krafigenereringssystemet 100 och/eller övervakningssystemet 110 att fungera såsom beskrivs häri.
En beräkningsanordning 201 är ansluten till en sensor 200 via en datakanal 202. Alternativt kan beräkningsanordningen 201 vara trådlöst ansluten till sensorn 200. I utföringsexeinplet är kanalen 202 en elektrisk ledare och möjliggör anslutning mellan beräkningsanordningen 201 och sensorn 200. Alternativt kan andra anslutningar vara tillgängliga mellan beräkningsan- ordningen 20l och sensorn 200, inklusive en lågnivå seriell dataanslutning, såsom RS-232 eller RS-485 (Recommended Standard), en högnivå seriell dataanslutning såsom USB (Uni- versal Serial Bus) eller IEEE® 1394 (Institute of Electrical and Electronics Engineers), en parallell dataanslutning såsom IEEE® 1284 eller IEEE® 488, en trådlös kommunikationska- nal med kort räckvidd såsom BLUETOOTH® och/eller en privat (t ex icke-anslutbar utanför krafigenereringssystemet) nätverksanslutning, antingen trådlös eller trådförbindelse. IEEE är ett registrerat varumärke for Institute of Electrical and Electronics Engineers, Inc. i New York, New York. BLUETOOTH är ett registrerat varumärke för Bluetooth SIG, Inc. I Kirk- land, Washington.
I utföringsexemplet hanterar och/eller analyserar beräkningsanordningen 201 datainfonnat- ionen mottagen från sensom 200. Mer i detalj så, enligt utfóringsexemplet, hanterar och/eller analyserar beräkningsanordningen ett flertal signaler vilka var och en representerar åt- minstone en drifiparameter hos drivaxeln 104 mottagen från sensom. Beråkningsanordningen 201 presenterar även datan för en användare. såsom en operatör av systemet 100. Alternativt kan övervakningssystemet 110 inkludera två separata beräkningsanordningar kopplade till varandra av vilka en hanterar och/eller analyserar datan och den andra beräkningsanordningen kan tillhandahålla en display med data till användaren.
I utfóringsexemplet inkluderar beräkningsanordningen 201 ett användargränssnitt 205 vilket tar emot en input från en användare, såsom en operatör i krafigenereringssystemet 100. Iutfó- ringsexemplet inkluderar användargränssnittet 205 ett tangentbord 206 vilket möjliggör för en 10 15 20 25 30 användare att mata in relevant information. Alternativt kan användargränssnittet 205 inklu- dera, till exempel, en pekanordning, en mus, ett skrivstifi, en tryckkänslig panel (t ex berö- ringsplatta s.k. ”touch pad” eller beröringsskärm s.k. ”touch screen”), ett gyroskop, en acce- lerometer, en positionsdetektor och/eller ett ljudingångsgränssnitt (t ex inkluderande en mik- rofon).
Vidare så inkluderar, enligt utfóringsexemplet, beräkningsanordningen ett presentationsgräns- snitt 207 vilket presenterar information, såsom input-händelser och/eller valideringsresultat, för användaren. Enligt utfóringsexemplet inkluderar presentationsgränssnittet 207 en adapter 208 fór en display vilken är ansluten till åtminstone en displayanordning 210. Mer i detalj så är, i utföringsexernplet, displayanordningen 210 en visuell displayanordning, såsom en bild- skärm med katodstrålerör (CRT), en display med flytande kristaller (LCD), en organisk LED display (OLED), och/eller en s.k. ”electronic ink”-display. Altemativt kan presentationsgräns- snittet 207 inkludera en ljudutgångsanordning (t ex en audio-adapter och/eller en högtalare) och/eller en skrivare.
Beräkningsanordningen 201 kan även innefatta en processor 214 och en minnesanordning 218. lutfóringsexemplet så är processorn ansluten till användargränssnittet 205, presentat- ionsgränssnittet 207 och minnesanordningen 218 via en systernbuss 220. I utfóringsexemplet kommunicerar processorn 214 med användaren, såsom genom användning av en prompt fór användaren via presentationsgränssnittet 207 och/eller mottagning av användarinput via an- vändargränssnittet 205. Vidare är processom, enligt utfóringsexemplet, programmerad genom kodning av en operation användande ett eller flera exekverbara instruktioner och tillhandahål- lande av de exekverbara instruktionerna i minnesanordningen 218.
I utföringsexemplet är processom 214 prograrnmerad att beräkna ett glidande medelvärde av varje signal som tas emot från sensom 200. Mer i detalj så är processom 214 programmerad att beräkna ett adaptivt glidande medelvärde av varje signal som tas emot från sensom 200.
Beräkningen är en iterativ beräkning baserad åtminstone delvis på beräkning av ett medelvär- desestimat fór ett nuvärde av en signal, Yi, fór varje signal som tas emot från sensom 200.
Nuvärdet hos signalmedelvärdesuppskattningen Yi är baserad åtminstone delvis på en tempo- ral viktfaktor, ai, ett nuvarande signalvärde, Si, indikerat av den fór tillfället analyserade signa- len (d v s det rätta värdet hos signalen mottagen från sensom 200, inklusive eventuellt pro- 10 15 20 25 30 cessbrus), och en tidigare signalmedelvärdesskattning, Yi-i, vilket beräknats fór en föregående signal som togs emot från sensorn 200 direkt innan mottandet av nuvarande signal, såsom visas i Ekvation 1.
Yi = ai(Si) + (1- ai)( Yi_i) (Ekv. 1)
[0022] Mer i detalj, så är Ekvation l en linjär adaptiv version av ett exponentiellt glidande medelvärde. Genom användning av Ekvation 1 är, i utfóringsexernplet, processom 214 pro- grammerad att beräkna nuvärdet av signalens medelvärdesuppskattníng, Yi, åtminstone delvis genom beräkning av en produkt av den temporala viktfaktorn, ai, och nuvarande signalvärdet, Si, indikerat av den nuvarande signalen som analyseras. I Ekvation 1 är den temporala vikt- faktom, ai, en funktion av en datafónsterkarakteristik, en stickprovsegenskap i datafónstret, där fönstret anger två eller flera efter varandra följande datavärden i en tídsserie vilken an- vänds för att erhålla den temporala tidsfaktom, ai, Som sådan är den temporala viktfaktom, ai, en signalmedelvärdesviktning över en tidsperiod, i, vilken varierar som en funktion av en fönsterkarakteristik. I utfóringsexemplet så är den temporala viktfaktom, ai, ett varierande numeriskt värde mellan ungefär 0 och ungefär 1. Mer i detalj kan den fönsterkarakteristik som används för att beräkna den temporala viktfaktorn, ai, vara något resultat där en ökning av ai sammanfaller med en ökning i signaltrenden. Ett exempel på en användbar fönsterkarakteri- stik är procentandelen fónsterpunkter som är större än ett glidande medelvärde plus två stan- dardavvikelser för en normalt varierande datareferens. Processorn är programmerad att be- räkna den temporala viktfaktoms ai värde från en datafónsterkarakteristik via en transform- funktion som konverterar datafönsterkarakteristiken till ett numeriskt värde från 0 till 1 över en tidsperiod. Den temporala viktfaktorn ai kan, till exempel, härledas från datafönsterkarakte- ristiken (datafönsterstickproven) genom användning av en monotont ökande funktionstrans- form, såsom en sigrnoidflinktion eller potensfunktion, vilken omvandlar datafönsterkarakteri- stiken till ett numeriskt värde på mellan ungefär 0 och ungefär 1. Alternativt kan den tempo- rala viktfunktionen, ai, vara ett konstant numeriskt värde mellan ungefär o och l.
Vidare så är processom 214, vid beräkning av nuvärdet av signalmedelvärdesestimatet, Yi, för nuvarande signal, programmerad att beräkna åtminstone en produkt av ett komplement (eller komplementmängden) till den temporala viktfaktom, l- ai, och den tidigare signalmedelvär- desuppskattningen, Yi_i, vilken beräknades för den föregående signalen som togs emot från 10 15 20 25 30 sensorn 200 direkt före mottagandet av nuvarande signal. Processom 214 är även programme- rad att beräkna summan av produkten av den temporala viktfaktom, ai, och nuvarande signal- värdet, Si, indikerat av nuvarande signal med produkten av den temporala viktfaktoms kom- plement, 1- ai, och föregående signalmedelvärdesuppskattning, Yi_i.
Vidare är processom 214, i utföringsexernplet, programmerad med gränsvärden för ett nuvärde av en signalmedelvärdesuppskattning, Yi, för ett flertal signaler representativa för normala drifiparametrar. Exempelvis, så kan processom 214 även vara programmerad att ge- nerera en output, såsom en grafisk representation, av datan av normala driftpararnetrar för en komponent, såsom en drivaxel och processom 214 beräknar ett medelvärde och/eller en stan- dardavvikelse för datainformationen. Gränsvärdena kan sedan beräknas under beaktande av medelvärdet och/eller standardavvikelsen för en glidande medelvärdes-output, Y, beräknat från en uppsättning normaldrifisdata. Vidare kan processom 214 vara programmerad att jäm- föra nuvarande signalmedelvärdesestimatet, Yi, som erhålls för var och en av signalerna som tas emot från sensorn 200 med gränsvärdena.
Termen ”processor” refererar generellt sett till vilket programmerbart system som helst inklu- derande system och mikrostyrenheter (”mikro-controllers”), RISC-kretsar (”Reduced Instruct- ion Set Cirrcuits”), ASIC-kretsar (”Application Specific Integrated Circuits”), PLC (”Pro- grammable Logic Circuits”) och någon annan krets eller processenhet kapabel att exekvera funktionema som beskrivs häri. De ovan nämnda exemplen är enbart exempel, och är således inte avsedda att på något vis begränsa definitionen och/eller innebörden av termen ”proces- 79 S01' .
I utföringsexemplet inkluderar minnesanordningen 218 en eller flera anordningar vilka möj- liggör att information, såsom exekverbara instruktioner och/eller data kan lagras och återhäm- tas. Vidare inkluderar, i utföringsexemplet, minnesanordningen 218 ett eller fler datorläsbara media, såsom, utan att begränsa, DRAM (Dynamic Random Access Memory), SRAM (Static Random Access Memory), en halvledarskiva (”solid state disc”) och/eller hårddisk. Iutfö- ringsexemplet lagrar minnesanordningen 21 8, utan att begränsa, applikationskällkod, appli- kationsobjektkod, konfigureringsdata, ytterligare input-händelser, applikationstillstånd, anta- gande påståenden, valideringsresultat, och/eller andra typer av data. Mer i detalj lagrar minne- sanordningen 218, i utföringsexemplet, input (ingångsdata) mottagen genom användaren via 10 15 20 25 30 användargränssnittet 205 och/eller information mottagen från andra komponenter i övervak- ningssystemet 110, såsom sensom 200 och/eller kraftgenereringssystemet 100.
Vidare så inkluderar, i utföringsexemplet, beräkningsanordningen 201 ett kommunikations- gränssnitt 230 vilket är anslutet till processorn 214 via systembussen 220. Vidare, enligt utfö- ringsexemplet, är kommunikationsgränssnittet 230 anslutet till sensorn 200 via en kanal 202.
Kommunikationsgränsnittet 230 tar emot ett flertal signaler representativa för åtminstone en driftparameter hos åtminstone en komponent, såsom drivaxeln 104, i kraftgenereringssystemet 100 från sensorn 200.
Under drifi så kan, på grund av slitage, skada, eller vibration, till exempel, en eller flera kom- ponenter vara behäftade med åtminstone ett fel (ej visat i figur), såsom en spricka inuti dri- vaxeln 104. Före övervakningen och/eller testningen av drivaxeln 104, så kan en normal dri- vaxel utan defekter övervakas och/eller testas fór att bestämma en standarduppsättning data eller en uppsättning referensdata. Exempelvis kan en uppsättning data tagna under normal drift användas för att beräkna referenskarakteristik, medelvärden och standaravvikelser, för ett glidande medelvärde Y. Denna statistik, eller karakteristik, kan sedan användas för beräk- ningar av alarmtröskelvärden och vid beräkning av den temporalka viktfaktorn, ai.
När standardvärdeskarakteristiken eller referensvärdeskarakteristiken har bestämts kan över- vakningssystemet 110 mäta åtminstone en drifiparameter fór drivaxeln 104 fór att erhålla data för drivaxeln 104 för presentation till en användare, såsom en operatör av krafigenereringssy- stemet 100. Mer i detalj, så mäter, i utföringsexemplet, sensom 200 åtminstone en driftpara- meter hos drivaxeln 104, såsom mätning och/eller övervakning av avståndet mellan axeln 104 och sensom 200 för att detektera åtminstone ett fel, såsom en spricka inuti drivaxeln 104 och/eller en felaktig inriktning av drivaxeln 104. Meri detalj använder, i utföringsexemplet, sensorn 200 en eller flera mikrovågssignaler för att mäta en närvaro eller närhet, såsom en frekvens-, statisk och/eller vibrationsnärvaro hos drivaxeln 104 i förhållande till sensorn 200.
I utföringsexemplet överför sensor 200 ett flertal signaler till beräkningsanordningen 201, såsom en första signal och en andra signal, vilka var och en representerar åtminstone en drifi- parameter fór drivaxeln 104. I utföringsexemplet, tas signalerna, såsom den första och andra signalen, emot inkrementellt av kommunikationsgränssnittet 230. Exempelvis tas den andra 10 15 20 25 30 10 signalen emot av kommunikationsgränssnittet 230 innan mottagandet av den första signalen.
Signalema överförs sedan till processom 214.
Genom användning av Ekvation 1, beräknar sedan processorn 214 ett glidande medelvärde för varje signal som tas emot från sensorn 200. Exempelvis beräknar processom genom använd- ning av Ekvation l signalströmsmedelvärdesestimatet, Yi, för den första signalen åtminstone delvis genom beräkning av en produkt av den temporala viktfaktom, ai, och nuvarande sig- nalvärdet, Si, indikerat av den första signalen. Vid beräkningen av signalströmsmedelvärde- sestimatet, Yi, för den första signalen, beräknar processom 214 en produkt av den temporala komplementviktfaktom 1- ai, och det tidigare signalmedelvärdesestimatet, Yi-i, vilket beräk- nades för den andra signalen som togs emot från sensorn 200 direkt före mottagandet av den första signalen. Vidare så beräknar processom 214 summan av produkten av den temporala viktfaktom, ai, och nuvarande signalvärdet, Si, indikerat av den första signalen och produkten av den temporala komplementviktfaktom 1- ai, och det tidigare signalmedelvärdesestimatet Yi_i, för den andra signalen. Resultatet av beräkningarna överförs sedan till presentations- gränssnittet 207 så att användaren kan se datainfonnationen. Enligt utföringsexemplet tillhan- dahålls en output såsom en grafisk och/eller textrepresentation via displayanordning 210 till användaren. Genom beräkning av ett glidande medelvärde för varje signal, så kommer den resulterande utdatan (resulterande output), såsom en grafisk representation av data vara riktig även om någon av signalerna är felaktig.
Enligt utföringsexemplet förblir, under hanteringen av signaler som är representativa för driv- axelns 104 driftpararnetrar och som är inom normala gränser, den temporala viktfaktom, ai, approximativt vid sitt minimivärde eftersom motsvarande fömsterkarakteristik befinner sin inom sitt förväntade drifiområde. I enlighet härmed är nuvärdet av signalmedelvärdesestima- tet, Yi, som erhållits för var och en av de mottagna signalerna väsentligen likartat och en vä- sentligen jämn output presenteras för användaren. Emellertid, när sensorn 200 börjar detektera felet inuti drivaxeln 104 så börjar den temporala viktfaktom, ai, stiga. Ökningen av den tem- porala viktfaktom, ai, resulterar i en väsentligt snabb förändring av nuvärdet hos signalmedel- värdesestimatet, Yi, som erhålls för var och en av signalema. Den resulterande utdatan som presenteras till användaren är en väsentligen felbemängd output så att användaren kan säkert identifiera att drivaxeln 104 har ett fel. 10 15 20 25 30 ll Vidare enligt utföringsexemplet, så är processorn 214 prograrnmerad med gränsvärden fór nuvärdet av signalmedelvärdesestimatet, Yi, för signaler representativa fór normala drifipara- metrar. När sensom 200 börjar detektera felet inuti drivaxeln 104 så jämförs värdena hos nuvärdet av signalmedelvärdesestimatet, Yi, som erhålls för var och en av signalema med gränsvärdena. Om nuvärdet av signalmedelvärdesestimaten, Yi, som erhålls för var och en av signalerna överstiger gränsvärdena, så genererar processorn 214 en visuell output, såsom en textrepresentation av ett alarm och/eller en vaming. Alternativt, så kan processom 214 gene- rera ett ljudalarm och/eller ljudvarning. Utdatan presenteras fór användaren via presentations- gränssnittet 207. Följaktligen kan övervakningssysternets 110 användare vara förmögen att korrekt identifiera felet inuti drivaxeln 104. Genom jämförelse av värden hos nuvarande signalmedelvärdesestimatet, Yi, som erhålls fór var och en av signalerna med gränsvärdena för nuvärdet hos signalmedelvärdesestimatet, Yi, för signaler som är representativa för nor- mala driftsparametrar, så kan falska lann motverkas.
I jämförelse med kända system och förfaranden som används för att övervaka drifien i en in- dustriell anläggning, tillhandahåller exemplen på system och förfaranden som beskrivs här ett övervakningssystem för användning med industrianläggningar som förrnår åstadkomma en väsentligen korrekt output av data representativ för något fel inuti anläggningen. Övervak- ningssystemet som beskrivits häri inkluderar åtminstone en sensor konfigurerad att detektera åtminstone en drifcparameter i industrianläggningen. En beräkningsanordning är ansluten till sensom och inkluderar ett kommunikationsgränssnitt som är konfigurerat att ta emot ett flertal signaler vilka var och en är representativa fór driftparametern. En processor år ansluten till kommunikationsgränssnittet och programmerad att beräkna ett glidande medelvärde för varje signal fór att möjliggöra identifiering av åtminstone ett fel i den industriella anläggningen.
Beräkning av det glidande medelvärdet hos varje signal är en iterativ beräkning baserad åt- minstone delvis på beräkning av ett nuvärde hos signalmedelvärdesestimat, Yi, för en första signal. Genom beräkning av ett glidande medelvärde för varje signal, så kommer den resulte- rande utdatan, såsom en grafisk representation av datan, sarmolikt vara riktig även om någon av signalema är felaktig. I enlighet härmed kan falska indikationer och/eller falska larm avse- ende fel inuti industrianläggningen förhindras.
En teknisk effekt hos de system och förfaranden som beskrivits häri inkluderar åtminstone ett av: (a) detektering av åtminstone en driftparameter hos en industrianläggning; (b) överföring 10 15 20 25 12 av ett flertal signaler som är representativa för åtminstone en drifiparameter till en beräk- ningsanordning; (c) mottagning, via ett kommunikationsgränssnitt, av ett flertal signaler; och (d) beräkning, via en processor, av ett glidande medelvärde för varje signal, varvid beräkning- en av det glidande medelvärdet för varje signal utgör en iterativ beräkning som inkluderar beräkning av ett nuvärde av ett signalmedelvärdesestimat för en första signal.
Utföringsexemplen av system och förfaranden beskrivs ovan i detalj. Systemen och förfaran- dena är inte begränsade till de specifika utföringsfonner som beskrivs häri, utan snarare så kan komponentema hos anordningama, systemen och/eller stegen i förfarandena användas oberoende och skilt från andra komponenter och/eller steg beskrivna häri. Exempelvis kan systemet även användas i kombination med andra anordningar, system och förfaranden och är inte begränsat till användning med endast systemet som beskrivits häri. Snarare kan utfö- ringsexemplen implementeras och utnyttjas i anslutning till många andra applikationer.
Fastän specifika särdrag hos skilda utföringsformer av uppfinningen kan vara visade i vissa ritningar och inte i andra, så är detta endast för praktiskt lämplighets skäl. I enlighet med upp- finningens principer kan ett särdrag hos en ritning anges och/eller inkluderas i patentkrav i kombination med vilket annat särdrag som helst i någon annan ritning.
Denna skriftliga beskrivning använder exempel för att redovisa uppfinningen, inklusive bästa sättet, och även för att redovisa i avsikt att möjliggöra för en fackman att utöva uppfinningen, inkluderande framställandet och användandet någon anordning eller system och utföra något av innevarande förfaranden. Uppfinningens patenterbara omfång definieras av patentkraven, och kan inkludera andra exempel som uppenbarar sig för fackmän inom området. Sådana andra exempel är avsedda att vara inom patentkravens omfång om de har strukturella element som inte skil- jer sig från patentkravens ordalydelse, eller ifall de inkluderar ekvivalenta element med icke- substantiell skillnad från patentkravens ordalydelse. 13 SYSTEM ocH FÖRFARANDEN FÖR ANVÄNDNING VID ÖVERVAKNING Av EN INDUSTRIANLÄGGNING Lista över delar 1 00 Krafigenereringssystern 101 Maskin 1 02 Rotor 1 04 Drivaxel 1 06 Generator 1 07 Distributionssystem 1 10 Övervakningssystern 200 Sensor 201 Beräkningsanordning 202 Kanal 205 Användargränssnitt 206 Tangentbord 207 Presentationsgränssnitt 208 Display-adapter 210 Displayanordning 214 Processor 21 8 Minnesanordning 220 Systernbuss 230 Kommunikationsgränssnitt

Claims (10)

10 15 20 25 30 35 40 14 PATENTKRAV
1. Övervakningssystem (110) för användning i en industriell anläggning (100), nämnda övervakningssystem innefattar: åtminstone en sensor (200) konfigurerad att detektera åtminstone en driftparameter i den industriella anläggningen; och en beräkningsanordning (201) ansluten till nämnda åtminstone en sensor, nämnda be- räkningsanordning innefattar: ett kommunikationsgränssnitt (230) vilket är konfigurerat att ta emot ett flertal signa- ler vilka var och en är representativ för den åtminstone ena driftparametern, och en processor (214) ansluten till kommunikationsgränssnittet och programmerad att be- räkna ett glidande medelvärde av varje signal för att möjliggöra identifiering av åtminstone ett fel i industrianläggningen, varvid beräkning av det glidande medelvärdet hos varje signal ut- görs av en iterativ beräkning baserad åtminstone delvis på beräkning av ett nuvärde av en me- delvärdesuppskattning för en första signal.
2. Övervakningssystem (110) i enlighet med patentkrav 1, varvid nämnda processor (214) är programmerad att beräkna nuvärdet av medelvärdesuppskattningen baserat åt- minstone delvis på en tidsmässig viktfaktor, ett nuvarande signalvärde indikerat av den första signalen, och en tidigare medelvärdesuppskattning av en andra signal mottagen av kommuni- kationsgränssnittet (230) före mottagandet av den första signalen.
3. Övervakningssystem (110) i enlighet med patentkrav 2, varvid nämnda processor (214) är pro grarnmerad att beräkna nuvärdet av medelvärdesuppskattningen för den första signalen åtminstone delvis genom beräkning av en produkt av den tidsmässiga viktfaktom och nuvarande signalvärdet indikerat av den första signalen.
4. Övervakningssystem (110) i enlighet med patentkrav 2, varvid nämnda processor (214) är programmerad att beräkna nuvärdet av medelvärdesuppskattningen för den första signalen åtminstone delvis genom beräkning av en produkt av ett komplementvärde för en tidsmässig viktfaktor och den tidigare signalmedelvärdesuppskattningen av den andra signa- len mottagen av nämnda kommunikationsgränssnitt (230).
5. Övervakningssystem (110) i enlighet med patentkrav 2, varvid nämnda processor (214) är programmerad att beräkna nuvärdet av medelvärdesuppskattningen för den första signalen genom beräkning av en summa av en produkt av den tidsmässiga viktfaktom och nuvarande signalvärdet indikerat av den första signalen med en produkt av ett komplement- värde för den tidsmässiga viktfaktom och tidigare signalmedelvärdesuppskattning av den andra signalen.
6. Övervakningssystem (110) i enlighet med patentkrav 2, varvid nämnda processor (214) är programmerad att beräkna den tidsmässiga viktfaktorn från en datafönsterstatistik via 10 15 20 25 30 35 15 en transformflmktion som omvandlar datafönsterstatistiken till ett numeriskt värde från unge- fär 0 till ungefär 1 över en tidsperiod sådan att den tidsmässiga viktfaktom innefattar ett varie- rande numeriskt värde mellan ungefär 0 och ungefär 1.
7. Övervakningssystem (110) i enlighet med patentkrav 1, varvid nämnda processor (214) är programmerad att beräkna åtminstone ett gränsvärde hos medelvärdesuppskattningen av nuvärdet av signalen, nämnda processor är vidare programmerad att jämföra det åt- minstone ena gränsvärdet för nuvärdet hos medelvärdesuppskattningen med nuvärdet hos medelvärdesuppskattningen av den första signalen.
8. Industrianläggning (100) innefattande: åtminstone en maskin (101) innefattande åtminstone en komponent (l02); och ett övervakningssystem (110) anslutet till nämnda åtminstone ena komponent, nämnda övervakningssystem innefattar: åtminstone en sensor (200) konfigurerad att detektera åtminstone en driftparameter hos nämnda åtminstone ena komponent; och en beräkningsanordning (201) ansluten till nämnda åtminstone ena sensor, nämnda be- räkningsanordning innefattar: ett kommunikationsgränssnitt (230) vilket är konfigurerat att ta emot ett flertal signa- ler vilka var och en är representativ för den åtminstone ena drifiparametern, och en processor (214) ansluten till kommunikationsgränssnittet och programmerad att be- räkna ett glidande medelvärde av varje signal för att möjliggöra identifiering av åtminstone ett fel i den åtminstone ena komponenten, varvid beräkning av det glidande medelvärdet hos varje signal utgörs av en iterativ beräkning baserad åtminstone delvis på beräkning av ett nuvärde av en medelvärdesuppskattning för en första signal.
9. Industrianläggning (100) i enlighet med patentkrav 8, varvid nämnda processor (214) är programmerad att beräkna nuvärdet av medelvärdesuppskattningen baserat åt- minstone delvis på en tidsmässig viktfaktor, ett nuvarande signalvärde indikerat av den forsta signalen, och en tidigare signalmedelvärdesuppskattning av en andra signal som mottagits genom kommunikationsgränssnittet (230) före mottagandet av den första signalen.
10. Industrianläggning i enlighet med patentkrav 9, varvid nämnda processor (214) är programmerad att beräkna nuvärdet hos medelvärdesuppskattningen för den första signalen åtminstone delvis genom beräkning av en produkt av den tidsmässiga viktfaktom och nuva- rande signalvärdet indikerat av den första signalen.
SE1251347A 2011-12-07 2012-11-28 System och förfarande för användning vid övervakning av en industriell anläggning SE1251347A1 (sv)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US13/313,568 US20130151199A1 (en) 2011-12-07 2011-12-07 Systems and methods for use in monitoring an industrial facility

Publications (1)

Publication Number Publication Date
SE1251347A1 true SE1251347A1 (sv) 2013-06-08

Family

ID=48464816

Family Applications (1)

Application Number Title Priority Date Filing Date
SE1251347A SE1251347A1 (sv) 2011-12-07 2012-11-28 System och förfarande för användning vid övervakning av en industriell anläggning

Country Status (4)

Country Link
US (1) US20130151199A1 (sv)
CN (1) CN103149869A (sv)
DE (1) DE102012111760A1 (sv)
SE (1) SE1251347A1 (sv)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5961326B2 (ja) * 2014-08-04 2016-08-02 株式会社テイエルブイ 機器監視システム、機器監視プログラム、及び、機器監視方法
DE102016010327A1 (de) * 2016-08-29 2018-03-01 Lenze Drives Gmbh Lagerbediengerät und Verfahren zur Steuerung eines Lagerbediengeräts
DE102017206760A1 (de) * 2017-04-21 2018-10-25 Rolls-Royce Deutschland Ltd & Co Kg Verfahren und Vorrichtung zur Bestimmung von Beschädigung, Verschleiß und/oder Unwucht in einem Getriebe, insbesondere einem Umlaufrädergetriebe
KR102385100B1 (ko) * 2017-12-22 2022-04-13 삼성디스플레이 주식회사 인프라 설비 가동 데이터 자동분석방법 및 시스템
US10468062B1 (en) * 2018-04-03 2019-11-05 Zoox, Inc. Detecting errors in sensor data
US11580827B2 (en) * 2020-10-08 2023-02-14 Baker Hughes Oilfield Operations Llc Signal displays
CN117332215B (zh) * 2023-12-01 2024-03-15 深圳市大易电气实业有限公司 一种高低压配电柜异常故障信息远程监测系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4672529A (en) * 1984-10-26 1987-06-09 Autech Partners Ltd. Self contained data acquisition apparatus and system
US5710723A (en) * 1995-04-05 1998-01-20 Dayton T. Brown Method and apparatus for performing pre-emptive maintenance on operating equipment
US20100169030A1 (en) * 2007-05-24 2010-07-01 Alexander George Parlos Machine condition assessment through power distribution networks

Also Published As

Publication number Publication date
CN103149869A (zh) 2013-06-12
DE102012111760A1 (de) 2013-06-13
US20130151199A1 (en) 2013-06-13

Similar Documents

Publication Publication Date Title
SE1251347A1 (sv) System och förfarande för användning vid övervakning av en industriell anläggning
CN106537164B (zh) 用于检测转子故障的方法与系统
RU2576588C2 (ru) Обнаружение ухудшения характеристик датчика, реализованное в передатчике
JP2018528433A (ja) 校正済み電力測定結果を導出するリモートセンシング
CN104428628B (zh) 监测线性差动变压器传感器
CN103620354A (zh) 用于监测去磁的方法
JP2013221877A (ja) 異常検査方法および異常検査装置
US20160282224A1 (en) Method and system for inspecting rotary machine component by using portable terminal
US11137321B2 (en) Failure diagnosis system
JP5394446B2 (ja) Dcバイアス電流を用いた接続不良セルフ・モニタリング用のシステム、方法、および装置
EP2135144B1 (en) Machine condition monitoring using pattern rules
US20140058615A1 (en) Fleet anomaly detection system and method
Ágoston Vibration detection of the electrical motors using strain gauges
JP2008242615A (ja) シミュレーションにより異常診断支援を行うフィールド機器とシミュレーション方法
JP2009133810A (ja) 振動監視装置
EP2560059B1 (en) Computing device and methods of presenting data to identify faults within power systems
JPWO2015011791A1 (ja) 異常検知評価システム
US9574925B2 (en) Fluid measurement device having a circuit for precise flow measurement
CN104062673B (zh) 核分析仪自诊断系统
CN102900675A (zh) 一种离心泵工作状态检测和故障诊断系统
US10557745B2 (en) Electromagnetic flow meter and miswiring detection method
CN105301264A (zh) 一种全自动凝血分析仪设备及检测方法
JP6554024B2 (ja) 監視装置
CN112462230B (zh) 一种信号通道的故障检测方法、装置及设备
CN110261716B (zh) 基于狄拉克混合机制的变压器运行状态振声检测方法

Legal Events

Date Code Title Description
NAV Patent application has lapsed