SE1300126A1 - En metod och en apparat för att prediktera tillståndet hos en maskin eller en komponent hos maskinen - Google Patents

En metod och en apparat för att prediktera tillståndet hos en maskin eller en komponent hos maskinen Download PDF

Info

Publication number
SE1300126A1
SE1300126A1 SE1300126A SE1300126A SE1300126A1 SE 1300126 A1 SE1300126 A1 SE 1300126A1 SE 1300126 A SE1300126 A SE 1300126A SE 1300126 A SE1300126 A SE 1300126A SE 1300126 A1 SE1300126 A1 SE 1300126A1
Authority
SE
Sweden
Prior art keywords
monitoring parameter
value
measured value
level
condition monitoring
Prior art date
Application number
SE1300126A
Other languages
English (en)
Other versions
SE536922C2 (sv
Inventor
Basim Al-Najjar
Original Assignee
Basim Al-Najjar
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 Basim Al-Najjar filed Critical Basim Al-Najjar
Priority to SE1300126A priority Critical patent/SE536922C2/sv
Priority to PCT/EP2014/051006 priority patent/WO2014127937A1/en
Priority to US14/768,605 priority patent/US9476803B2/en
Priority to EP14701029.2A priority patent/EP2959347B1/en
Publication of SE1300126A1 publication Critical patent/SE1300126A1/sv
Publication of SE536922C2 publication Critical patent/SE536922C2/sv

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23QDETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/12Arrangements for observing, indicating or measuring on machine tools for indicating or measuring vibration
    • 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
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00Subject matter not provided for in other groups of this subclass
    • G01M99/005Testing of complete machines, e.g. washing-machines or mobile phones
    • 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
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4065Monitoring tool breakage, life or condition
    • 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
    • G05B23/0283Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00Registering or indicating the condition or the working of machines or other apparatus, other than vehicles

Abstract

16 Sammanfattning Föreliggande uppfinning avser en metod och en apparat för att prediktera tillståndet hos enmaskin eller en komponent hos en maskin baserat på mätningar av en tillståndsövervaknings-parameter. Apparaten innefattar - ett datalager (6) för att spara ett rörligt fönster innehållande mätvärden för tillstånds-övervakningsparametern, - en övervakningsmodul (7) anordnad att bestämma när ett mätvärde överstiger en potentiellskadenivå vid vilken skada hos maskinen eller komponenten antas ha initierats, och attbestämma tidpunkten (tp) när övervakningsparametern överstiger den potentiella skadenivån, - en datarengöringsmodul (8) anordnad att kasta ett nytt mätvärde om det är mindre än detsenaste sparade mätvärdet i det rörliga fönstret, att bestämma ett förväntat värde förmätningen baserat på ett definierat mönster för tillståndsövervakningsparametern, vilketmönster reflekterar ett förväntat uppträdande av övervakningsparametern efter skada harinitierats och tiden som förflutit sedan tidpunkten när övervakningsparametern översteg denpotentiella skadenivån, och att kasta det nya mätvärdet om avvikelserna är för stora från detförväntade värdet, och att spara icke kastade mätvärden i det rörliga fönstret, och - en predikteringsmodul (10) anordnad att prediktera nivån hos övervakningsparametern viden framtida tidpunkt baserad på mätvärdena sparade i det rörliga fönstret. (Figur 3)

Description

Artikeln "Mechanistic model for predicting the CM parameter value: a case study” av Basim Al- Najjar och lmad Alsyouf, Conference Modelling in industrial maintenance and reliability, MIMAR 2004, Salford University, US sidorna 7-12, visar en metod för att prediktera tillstånds- övervakningsparametrar för en roterande maskin baserat på mätningar av tillstånds- övervakningsparametrar. Metoden detekterar när en skada hos komponenterna har initierats.
Tiden som har förflutit från det att skadan initierades uppskattas. En förslitningsfaktor uppskattas baserad på nuvarande maskinbelastning, framtida belastning och föregående förändring i förslitningshastighet och gradienten hos förslitningen. Ett värde i en nära framtid, t.ex. vid nästa planerade stopp eller nästa mättillfälle, predikteras för åtminstone en CM parameter. Prediktionen utförs med användning av en dynamisk matematisk modell som visas i artikeln. Det predikterade värdet hos CM parametern används för att bestämma tillståndet hos maskinen eller dess komponenter i en nära framtid, vilket kan användas för planering av framtida underhåll av maskinen. Emellertid beror resultatet av predikteringen på mätningarna som används som indata till den dynamiska modellen. Råmätdata är ofta påverkade av störningar som påverkar resultatet av prediktionen. För att åstadkomma ett tillfredsställande resultat av prediktionen är det nödvändigt att identifiera en uppsättning mätvärden vars värden på ett säkert sätt representerar förslitningsprocessen, d.v.s. en skada under utveckling. Därför måste mätdata behandlas innan de används som indata till den dynamiska modellen.
US2004/0098233A1 visar ett system för att spåra små förändringar i tekniska processer, maskiner eller liknande baserat på mätdatat. Mätdata behandlas innan de används för spårning. Valideringsvillkor definieras för mätdata och endast mätdata som uppfyller valideringsvillkoren används. Ett Valideringsvillkor för mätdata är t.ex. ett värde som är högre eller lägre än ett speciellt mätvärde. Ändamålet med behandlingen av mätdata är att öka chanserna att spåra små förändringar i tillståndet hos processen eller maskinen, vilka annars är svåra att detektera pga. brus och andra störningar. Ändamål och sammanfattning av uppfinningen Ett ändamål med föreliggande uppfinning är att förbättra prediktionen av en tillstånds- övervakningsparameter och därmed förbättra uppskattningen av den mest effektiva tidpunkten för att byta ut eller utföra underhåll på en maskin eller viktiga komponenter hos maskinen.
Enligt en aspekt av uppfinningen uppnås detta ändamål med en metod såsom beskrivs i kravet 1.
Mätdata som används för predikteringen renas på ett sådant sätt att en optimal prediktering uppnås. Om någon del av maskinen är skadad borde mätningarna öka eftersom skadan i maskinkomponenten är irreversibel, d.v.s. den kan inte laga sig själv, vilket borde medföra att värdena på mätningarna inte kan minska över tiden. Under den första fasen renas mätdata genom att endast välja mätvärden med ökande värde, d.v.s. värden som är större än värdena som har valts ut under tidigare mättillfällen. På så sätt kastas mätvärden som är förorenade av interna och externa störningsfaktorer. De utvalda värdena sparas i ett rörligt fönster anpassat att spara ett förutbestämt antal mätvärden. När det rörliga fönstret är fullt kastas alltid de äldsta värdena när ett nytt värde sparas i det rörliga fönstret. På så sätt förblir antalet sparade mätvärden hela tiden detsamma.
Predikteringen börjar när värdet av den uppmätta tillståndsövervakningsparametern har överstigit en potentiell skadenivå, d.v.s. skada har initierats, vid vilken det antas att en potentiell skada hos maskinen eller komponenten är initierad. Den potentiella skadenivån kan t.ex. vara ett fördefinierat värde baserat på föregående mätningar av parametern. Under den andra fasen, förutom att endast välja mätvärde med ökande värden, renas mätvärdena genom att kasta övervakningsparametern. Det förväntade värdet bestäms baserat på ett fördefinierat mönster mätvärden som avviker alltför mycket från ett förväntat värde hos som reflekterar ett förväntat beteende hos den övervakade parametern efter det att skada har initierats, och tiden som har förflutit mellan tidpunkten när mätningen utfördes och tidpunkten när övervakningsparametern översteg den potentiella skadenivån. På så sätt kastas felaktiga mätvärden. Mätvärdena måste på så sätt uppfylla två olika villkor för att de ska tillåtas att sparas i det rörliga fönstret; värdena måste vara ökande och de tillåts inte att avvika för mycket, d.v.s. inte mer än ett visst värde från sina förväntade värden. Detta värde kan t.ex. vara ett förutbestämt värde, eller så kan det bestämmas dynamiskt.
Predikteringen utförs baserat på mätvärden som sparas i det rörliga fönstret, dvs. som är renade från störningar. På så sätt förbättras predikteringen.
På grund av det faktum att mätdata renas också under den första fasen är det möjligt att starta prediktionen baserat på mätvärdena som sparats i det rörliga fönstret så fort som värdet på övervakningsparametern har passerat den potentiella skadenivån. På så sätt baseras prediktionen på mätvärden sparade under den första fasen såväl som under den andra fasen.
Det är fördelaktigt att starta predikteringen så tidigt som möjligt för att kunna tillhandahålla tidiga varningar och underhållsinstruktioner till användaren.
Enligt en utföringsform av uppfinningen innehåller det rörliga fönstret åtminstone tre sparade mätvärden. Tack vare reningen av mätvärdena minskas antalet nödvändiga mätningar för att åstadkomma en tillräckligt bra prediktering. Det är tillräckligt med tre mätvärden som har renats enligt uppfinningen för att få ett tillförlitligt resultat.
Enligt en utföringsform av uppfinningen är det fördefinierade mönstret för tillstånds- övervakningsparametern en kurva som börjar öka vid tidpunkten då övervakningsparametern överstiger den potentiella skadenivån. Kurvan beskriver värdet hos övervakningsparametern i förhållande till tiden som har förflutit sedan tidpunkten då övervakningsparametern översteg den potentiella skadenivån. Formen på mönstret och således på kurvan beror t.ex. på typen av parameter, typen av skada, t.ex. ett brott eller slitage, och typen av förslitningssprocess, maskinens last och hastighet, och typen och kvalitén hos maskinen eller komponenten. För många typer av fel är kurvan exponentiellt ökande. Kurvan bestäms t.ex. baserat på föregående värde för samma tillståndsövervakningsparameter för samma eller liknade typer av maskiner eller komponenter. Kurvan börjar vid samma tid som det har detekterats att en skada har initierats, d.v.s. vid den tidpunkten då övervakningsparametern överstiger den potentiella skadenivån, och kurvan ökar under hela den andra fasen. Det förväntade värdet av mätningen bestäms baserat på kurvan och tidpunkten för mätningen. På sätt är det lätt att bestämma det förväntade värdet på mätningen.
Enligt en utföringsform av uppfinningen slängs det nya mätvärdet om mätvärdet avviker från det förväntade värdet med mer än ett gränsvärde, gränsvärdet kan vara förutbestämt eller beräknas dynamiskt under den andra fasen.
Enligt en utföringsform av uppfinningen innehåller mätmetoden vidare: ett meddelande till användaren genereras för att kontrollera mätningen och tillhandahålla ett nytt mätvärde när man har upptäckt att mätvärdet avviker för mycket från det definierade mönstret, ett nytt mätvärde tas emot och det nya mätvärdet jämförs med det förväntade värdet som har bestämts i enlighet med det definierade mönstret för tillståndsövervakningsparametern, och en varning genereras om det nya mätvärdet också avviker för mycket från det förväntade värdet. I annat fall byts det äldsta av de sparade mätvärdena i det rörliga fönstret ut mot det nya mätvärdet. En ny mätning utförs om värdet på mätningen avviker för mycket från det förväntade värdet under den andra fasen. Alternativt tas ett nytt mätvärde automatiskt när det har detekterats att en mätning avviker för mycket från det förväntade värdet. I och med denna utföringsform kastas ett felaktigt mätvärde och ersätts med en ny förslitningsrelevant mätning.
Om den nya mätningen också avviker för mycket från det förväntade värdet genereras en varning till användaren. Det kan antigen betyda att någonting är fel med mätutrustningen eller att skadan har utvecklats mycket fortare än förväntat och att en underhållsåtgärd brådskande behöver utföras.
Enligt en utföringsform av uppfinningen innefattar metoden vidare: den predikterade nivån hos tillståndsövervakningsparametern jämförs med åtminstone ett gränsvärde för tillstånds- övervakningsparametern, de föregående stegen upprepas åtminstone tills den predikterade nivån hos tillståndsövervakningsparametern överstiger gränsnivån och ett meddelande genereras avseende en underhållsåtgärd när den predikterade nivån hos tillstånds- övervakningsparametern överstiger gränsnivån. Gränsnivån är t.ex. en varningsnivå som ligger nedanför utbytesnivån för komponenten eller maskinen. Det är också möjligt att ha flera gränsnivåer mellan den potentiella skadenivån och en utbytesnivå. Denna utföringsform gör det möjligt att föreslå en underhållsåtgärd med tillräcklig ledtid vid en kostnadseffektiv tidpunkt.
Enligt en utföringsform av uppfinnen är maskinen en roterande maskin och mätvärdena någon av vibrationsmätningar, temperaturmätningar, ljudmätningar och chockpulsmätningar.
Enligt en annan aspekt av uppfinningen uppnås detta ändamål av en datorprogramprodukt direkt nedladdningsbar i det interna minnet hos en dator, eller genom en fjärrstyrd dator, web- service, eller molntjänst innefattande mjukvara för att utföra stegen hos metoden när nämnda program körs på datorn.
Enligt en annan aspekt av uppfinningen uppnås detta ändamål av ett dataläsbart medium som har ett program inspelat, där programmet får datorn att utföra stegen i metoden när programmet körs på datorn.
Enligt en annan aspekt av uppfinningen uppnås detta ändamål av en apparat såsom definieras i krav 8. Översiktlig beskrivning av ritningarna Uppfinningen kommer nu förklaras närmare genom beskrivning av olika utföringsformer av uppfinningen och med referens till bifogade figurer.
Figur 1 visar ett exempel på hur mätning av en tillståndsövervakningsparameter kan variera över tiden innan och efter skada har initierats.
Figur 2 visar ett exempel på hur mätning av en tillståndsövervakningsparameter kan variera över tiden iförhållande till en definierad potentiell skadenivå och gränsnivåer för generering av underhållsinstruktioner.
Figur 3 visar ett blockdiagram för en apparat för att prediktera tillståndet hos en maskin eller en komponent hos maskinen enligt en utföringsform av uppfinningen.
Figur 4 visar tre exempel på mönster för tillståndsövervakningsparametern, som speglar ett förväntat uppträdande hos övervakningsparametern efter skadan har initierats.
Figur 5 visar ett flödesdiagram över en metod för att prediktera tillståndet hos en maskin eller en komponent hos maskinen enligt en utföringsform av uppfinningen.
Detalierad beskrivning av föredragna utföringsformer av uppfinningen Figur 2 visar ett exempel på hur en mätning av en tillståndsövervakningsparameter kan variera över tiden, innan och efter skadan har initierats. En potentiell skadenivå Xp hos en tillstånds- övervakningsparameter har definierats, vid vilken nivå en skada hos maskinen eller komponenten har initierats. Ytterligare två gränsnivåer A1, A2 för generering av underhållsinstruktioner har definierats. En utbytesnivå RL visas också i figuren. När utbytesnivån närmar sig eller är nådd måste komponenten eller maskinen bytas ut. Antalet gränsnivåer för att generera underhållsinstruktioner kan variera. I en annan utföringsform kan bara en gränsnivå vara definierad. Det är också möjligt att ha flera gränsnivåer, och att generera ett speciellt meddelande för varje gränsnivå och komponent i en maskin, identifiera maskinen (om flera maskiner är inkluderade), visa komponentens placering, hur allvarlig komponentens skada är, antal dagar kvar till tiden för den predikterade nivån hos tillståndsövervaknings- parametern, och ökande underhållsvarningar.
Figur 3 visar ett exempel på en apparat 1 för att prediktera tillståndet hos en komponent 2, såsom ett valslager hos en maskin, enligt en utföringsform av uppfinningen. Apparaten innehåller hårdvara, t.ex. en dator innehållande en processor, och mjukvarumoduler som körs av datorn. En tillståndsövervakningsparameter, såsom en vibrationsnivå, temperaturnivå, ljudnivå eller SPM-nivå mäts kontinuerligt eller periodiskt med hjälp av en sensor 3. Tillstånds- övervakningsparametern mäts t.ex. en gång i månaden. Måtvärdena och information om tiden när dessa uppmättes sparas i företagets databas 4. Apparaten 1 innehåller en kommunikationsenhet 5 konfigurerad att kommunicera med databasen 4 och att ta emot mätvärden och tiden för mätningen. Alternativt skickar maskinen data innehållande mätvärden och tiden för mätningen till apparaten, eller mätvärdena och tiden för mätningen skickas till apparaten med hjälp av speciella filer. I det fallet tar kommunikationsenheten emot mätdata.
Apparaten innehåller ett datalager 6 anordnat att spara ett rörligt fönster innehållande ett flertal mätvärden för tillståndsövervakningsparametern. Det rörliga fönstret är anpassat att spara ett förutbestämt antal mätvärden, t.ex. tre mätvärden. Det predikterade värdena hos tillståndsövervakningsparametern, tiden för skadans initiering, d.v.s. tiden när övervakningsparametern översteg den potentiella skadenivån Xp visas i figur 2. Tiden för det predikterade värdet, de slängda värdena för tillståndsövervakningsparametern och andra analysresultat kan också sparas i datalagret 6. När det rörliga fönstret är fullt tas det äldsta mätvärdet bort från det rörliga fönstret när ett nytt värde sparas i det rörliga fönstret. På så sätt förblir antalet sparade mätvärden densamma över tiden. Företrädesvis är det rörliga fönstret anpassat att spara åtminstone tre mätvärden. Datalagret är t.ex. ett register.
Apparaten innehåller vidare en övervakningsmodul 7 anordnad att övervaka mätvärdena och bestämma vilka mätvärden som överstiger den potentiella skadenivån Xp, vid vilken en skada hos komponenten har initierats, och att bestämma tidpunkten tp när övervakningsparametern överstiger den potentiella skadenivån. Övervakningsmodulen 7 jämför nya mätvärden med den potentiella skadenivån Xp, och när ett mätvärde överstiger den potentiella skadenivån har en skada initierats och den andra fasen har initierats. Tidpunkten när övervakningsparametern överstiger den potentiella skadenivån är den tidpunkt när den potentiella skadan startar. Denna tid kan tas fram baserat på mätvärdena och tiden för mätningarna.
Apparaten innehåller vidare en datareningsmodul 8 för att rena erhållna mätvärden.
Datareningsmodulen är anordnad att jämföra ett nytt mätvärde för tillståndsövervaknings- parametern med det senast sparade mätvärdet i det rörliga fönstret och att kasta mätvärdet om det är mindre än det senast sparade mätvärdet. Kastade värden sparas inte i det rörliga fönstret. Emellertid är det möjligt att spara kastade värden i datalagret 6 för att senare användas för att utföra analyser av mätvärdena.
På så sätt slängs mätvärden som är förorenade av interna eller externa störningsfaktorer, d.v.s. de sparas inte i det rörliga fönstret och används inte i predikteringen. Datareningsmodulen är anordnad att spara mätvärdena i det rörliga fönstret om de är större än det senast sparade mätvärdet. Mätvärdena sparas i det rörliga fönstret tills fönstret är fullt. Om det rörliga fönstret t.ex. är anpassat för att spara tre mätvärden, är det rörliga fönstret fullt när tre mätvärden har sparats i det rörliga fönstret. Om det rörliga fönstret är fullt flyttas det äldsta mätvärdet bort från det rörliga fönstret och istället sparas det nya värdet i det rörliga fönstret, d.v.s. det äldsta mätvärdet som är sparat i det rörliga fönstret byts ut mot det nya mätvärdet.
Datarengöringsmodulen är anordnad att fortsätta spara mätvärden i det rörliga fönstret som de är större än de senast sparade mätvärdena, så länge som en skada inte har initierats, d.v.s. så länge som övervakningsparametern ännu inte har överstigit den potentiella skadenivån.
Datarengöringsmodulen är vidare anordnad att rena mätvärden erhållna efter den tidpunkt när skadan har initierats, d.v.s. efter det att övervakningsparametern har överstigit den potentiella skadenivån. Om skadan har initierats, är rengöringsmodulen anordnad att bestämma ett förväntat värde för mätningen baserat på ett definierat mönster för tillståndsövervaknings- parametern, vilket speglar ett förväntat uppträdande hos övervakningsparametern efter skadan har initierats och tiden som har förflutit sedan tidpunkten när övervakningsparametern översteg den potentiella skadenivån. Tiden som har förflutit sedan den tidpunkt då övervakningsparametern översteg den potentiella skadenivån bestäms baserat på tiden för mätningen. Mönstret är t.ex. en kurva som börjar öka vid den tidpunkt tp när övervakningsparametern översteg den potentiella skadenivån. Figur 4 visar tre exempel på lämpliga mönster A, B, C för tillståndsövervakningsparametern efter att en skada har initierats.
Mönster A är en snabb exponentiellt ökande kurva. Mönster B är en medium exponentiellt ökande kurva och mönster C är en långsam exponentiellt ökande kurva. Formen på mönstret och således på kurvan beror t.ex. på typen av parameter, typen av skada t.ex. om det är en spricka eller om det är slitage, typen av skadeprocess, maskinbelastning, hastighet, och typen och kvalitén hos maskinen eller komponenten. Ett lämpligt mönster kan definieras baserat på tidigare mätningar av tillståndsövervakningsparametern från tidpunkten när skadan initierades tills komponenten byttes ut. Tidigare mätningar kan tillhöra maskinen/komponenten under övervakningen, eller tidigare data från andra identiska eller liknande maskiner/komponenter.
Såsom visas i exemplet i figur 2 ökar mätvärdena exponentiellt efter att skadan har initierats och därmed bör det definierade mönstret också företrädesvis vara exponentiellt ökande.
Om mönstret har definierats som kurvan C och en mätning utförs vid tidpunkten t1 bestäms ett förväntat värde X(t1) för mätningen baserat på kurvan C och tiden At som har förflutit sedan tidpunkten tp när övervakningsparametern översteg den potentiella skadenivån, såsom visas i figur 4.
Datareningsmodulen är anordnad att slänga nya mätvärden om de avviker för mycket från det förväntade värdet, d.v.s. om den nya mätningen avvikerfrån det förväntade värdet med mer än ett gränsvärde, och att ersätta det äldsta av mätvärdena som har sparats i det rörliga fönstret med det nya mätvärdet om mätvärdet inte avviker för mycket från det förväntade värdet.
Således, om det nya mätvärdet inte avviker från det förväntade värdet med mer än gränsvärdet kastas det äldsta mätvärdet som är sparat i det rörliga fönstret och det nya mätvärdet sparas i det rörliga fönstret. Det betyder att efter tidpunkten när övervakningsparametern har överstigit den potentiella skadenivån tillåts mätvärden endast att sparas i det rörliga fönstret om mätningen uppfyller två kriterier; värdet måste vara större än värdet för det senast sparade mätningen och värdet får inte avvika för mycket från det definierade mönstret. Om båda dessa kriterier är uppfyllda sparas mätvärdet i det rörliga fönstret. Vid onormala värden, d.v.s. om mätvärdet avviker för mycket från det förväntade värdet, genererar apparaten ett meddelande till användaren, t.ex. för att begära att mätningen görs om igen. De onormala värdena för en mätning kan vara olika baserat på nivån hos tiIlståndsövervakningsmätvärdet, och tiden som har förflutit sedan tidpunkten när övervakningsparametern översteg den potentiella skadenivån, t.ex. den kan vara fyra gånger den genomsnittliga ökningen av de sista tre mätvärdena, eller det kan vara 100 % av det senaste mätvärdet. De onormala värdena kan också vara olika för olika maskiner och komponenter och därför kan onormalhet bestämmas dynamiskt.
Apparaten innehåller en predikteringsmodul 10 anordnad att prediktera nivån hos tillstånds- övervakningsparametern vid en framtida tidpunkt baserat på mätvärdena sparade i det rörliga fönstret. Predikteringsmodulen 10 är anordnad att starta prediktionen när tillstånds- övervakningsparametern har överstigit den potentiella skadenivân Xp och det rörliga fönstret är fullt med mätningar av tillståndsövervakningsparametern. Om båda kriterierna som nämnts tidigare är uppfyllda, sparas mätvärdet i det rörliga fönstret och prediktering av värdet på tillståndsövervakningsparametern utförs.
Modulerna 5, 6, 7, 8 och 10 kan implementeras i mjukvara, hårdvara eller en kombination därav. Enheterna och modulerna 5-8, 10 och 11 kan vara anslutna till varandra, exempel via en intern buss 9.
Ett detaljerat exempel av hur predikteringen kan utföras beskrivs i artikeln ”Mechanistic modul for predicting the CM parameter value: a case study” av Basim Al-Najjar och lmad Alysyouf. I detta exempel bestäms en förslitningsfaktor baserad på nuvarande maskinbelastning, framtida belastning och tidigare förändringar i förslitningsgraden och gradienten hos förslitningen.
Predikteringsmodulen 10 predikterar värdet hos tillståndsövervakningsparametern i en nära framtid, t.ex. vid nästa planerade stopp eller mättillfälle, baserat på mätningarna som är sparade i det rörliga fönstret, den uppskattade tiden som förflutit från tiden när skadan initierades och den uppskattade förslitningsfaktorn med användning av en matematisk modell.
Modellen är dynamisk eftersom alla modellparametrar och konstanter beräknas på nytt för varje mätning (och prediktering), och betyder att prediktionen av tillståndsövervakningsnivån följer förändringarna i uppförandet av komponentförslitningen. Modellen svara också på förändringar i produktionshastighet och last. Tack vare att prediktionen är baserad på mätvärden i det rörliga fönstret är det säkrat att prediktionen använder nyligen tagna mätvärden och alltid exkluderar äldre mätvärden när nya mätvärden har tagits.
Apparaten innehåller vidare ett man-maskingränssnitt (HMl) 11 anordnat att tillhandahålla meddelanden av underhållsåtgärder och varningar till en användare. Man-maskingränssnittet 11 är t.ex. en bildskärm. Man-maskininterfacet gränssnittet 11 kan också vara utformat att generera ett meddelande avseende om ett mätvärde avviker för mycket från ett förväntat värde för mätningen baserat på ett definierat mönster för tillståndsövervakningsparametern och att generera ett meddelande avseende information till en användare att ingen prediktion av tillståndsövervakningsparametervärdet har utförts pga. att det rörliga fönstret inte är fullt, dvs. antalet mätningar är minder än det förut bestämda antalet, t.ex. tre eller fyra mätningar. Övervakningsmodulen 7 är utformad att jämföra den predikterade nivån hos tillstånds- övervakningsparametern med åtminstone ett gränsvärde A1, A2 för tillståndsövervaknings- parametern och att generera ett meddelande avseende en underhållsåtgärd när den predikterade nivån hos tillståndsövervakningsparametern överskrider gränsvärdet. Det är också möjligt att ha flera nivåer med olika grad av skärpa. Övervakningsmodulen 7 bedömer nya predikterade värden avseende huruvida det krävs underhåll eller inte genom att jämföra det nya predikterade värdet med redan uppsatta nivåer för säkerhet.
Figur 5 är ett flödesschema som visar en metod och en dataprogramprodukt enligt en utföringsform av föreliggande uppfinning. Det är underförstått att varje block i flödesschemat kan implementeras med dataprograminstruktioner.
En potentiell skadenivå Xp för tillståndsövervakningsparametern har definierats i förhand. En eller flera gränsvärden som ligger mellan utbytesnivån RL och den potentiella skadenivån Xp kan förhand. övervakningsparametern vid vilken en potentiell skada har initierats. Från den tidpunkten också definieras i Den potentiella skadenivån Xp är en nivå hos tillståndsövervakningsparametern överstiger den potentiella skadenivån är skadan hos komponenten eller maskinen under utveckling. Ett mönster för tillståndsövervaknings- parametern, som reflekterar ett förväntat uppträdande hos övervakningsparametern efter skadan har initierats, har definierats på förhand eller definieras dynamiskt.
Ett nytt mätvärde Xi(t) för tillståndsövervakningsparametern erhålls, block 20. Mätvärdet kan hämtas från eller tas emot från företagets databas, maskinen eller en specialfil. Mätvärdena innehåller också information om tidpunkterna när mätningen togs. Det nya mätvärdet Xi(t) jämförs med det senast sparade mätvärdet i det rörliga fönstret, block 22. Om det nya mätvärdet är mindre än det senast sparade mätvärdet kastas mätvärdet, block 24, 26. Om det nya mätvärdet är större än det senast sparade mätvärdet i det rörliga fönstret jämförs det nya mätvärdet Xi(t) med den potentiella skadenivån Xp hos tillståndsövervakningsparametern, block 28. Om mätvärdet Xilt) ligger nedanför den potentiella skadenivån sparas matvärdet i det rörliga fönstret tillsammans med tiden när mätningen utfördes, block 30. Om det rörliga fönstret är fullt ersätts det äldsta av de sparade mätvärdena i det rörliga fönstret med det nya mätvärdet. Blocken 20-30 upprepas tills det nya mätvärdet överstiger den potentiella skadenivån hos tillståndsövervakningsparametern.
När mätvärdet är större än den potentiella skadenivån bestäms tidpunkten när tillstånds- övervakningsparametern översteg den potentiella skadenivån Xp, om detta inte redan har gjorts för ett tidigare mätvärde, block 32. Den potentiella skadenivån Xp kan vara olika för olika maskiner och komponenter. Därför kan den alltid sparas för varje maskin eller komponenter i maskinen. Tiden som har förflutit sedan tidpunkten när övervakningsparametern översteg den potentiella skadenivån bestäms för det nya mätvärdet baserat på skillnaden i tid mellan tiden när mätningen utfördes och tiden när övervakningsparametern översteg den potentiella skadenivån. Ett förväntat värde för mätningen bestäms i enlighet med det definierade mönstret för tillståndsövervakningsparametern och tiden som har förflutit sedan tidpunkten när övervakningsparametern översteg den potentiella skadenivån, block 34. Det nya mätvärdet jämförs med det bestämda förväntade värdet och det bestäms huruvida det uppmätta värdet avviker för mycket från det förväntade värdet, d.v.s. huruvida det uppmätta värdet avviker från det förväntade värdet med mer än ett gränsvärde, block 34. 11 Om det nya mätvärdet Xi(t) avviker för mycket från mönstret kastas mätningen och användaren ombeds att kontrollera mätningen och/eller upprepa mätningen, block 36, 38. Om det nya mätvärdet Xi(t) avviker för mycket från mönstret kan det hända att mätningen utfördes felaktigt. Om mätningen utfördes felaktigt kommer ett nytt korrekt uppmätt värde Xi+1(t) förmodligen inte att avvika för mycket från det förväntade värdet. Om värdet emellertid var korrekt uppmätt och det nya värdet Xi+1(t) fortfarande avviker för mycket från det förväntade värdet kan det vara nödvändigt att omedelbar utföra en kontroll av mätsystemet eller att utföra en underhållsåtgärd, och en varning genereras och visas för användaren.
Om det uppmätta värdet Xi(t) inte avviker för mycket från mönstret sparas mätvärdet i det rörliga fönstret tillsammans med tiden då mätningen togs, genom att byta ut det äldsta uppmätta värdet som sparatsi det rörliga fönstret mot det nya mätvärdet, block 36, 40.
När tillståndsövervakningsparametern överstiger den potentiella skadenivån Xp börjar prediktionen av tillståndsövervakningsparametern, block 42. Prediktionen upprepas för varje nytt mätvärde som inte avviker för mycket från det definierade mönstret. Prediktionen utförs baserat på mätvärden sparade i det rörliga fönstret. Prediktionen bestämmer värdet av tillståndsövervakningsparametern vid en framtida tidpunkt, t.ex. vid nästa mättillfälle.
Det predikterade värdet jämförs med åtminstone ett gränsvärde A1 för tillståndsövervaknings- parametern, block 44. Gränsvärdet är t.ex. en utbytesnivå för komponenter. Om det predikterade värdet är nära eller överstiger gränsvärdet genereras underhållsinstruktioner som visas för användaren. Om t.ex. det predikterade värdet närmar sig eller överstiger utbytesnivån för komponenten genereras en instruktion som uppmanar användaren att omedelbart byta ut komponenten. Även när det predikterade värdet överstiger något av gränsvärdena som ligger mellan utbytesnivån och den potentiella skadenivån för komponenten genereras en instruktion som uppmanar användaren att antigen vänta, påbörja en planering av en underhållsåtgärd eller att ombedelbart byta ut komponenten. Metoden upprepas tills underhållet har utförts, t.ex. att komponenten har bytt ut, block 46. När underhållet har utförts tas mätdata bort från det rörliga fönstret och programmet startar automatiskt igen för den nya utbytta maskinen eller komponenen, block 48.
Exempelvis, är alla nivåer som är involverade i apparaten, såsom den potentiella skadenivån Xp och varningsnivåer, såsom gränsvärden, utbytbara med avseende på användarens erfarenhet, maskinen eller komponentens betydelse, och konsekvenser av en skada. Antalet mätningar som behövs för att fylla upp det rörliga fönstret kan reduceras och ökas beroende av behovet.
Om den nya mätningen Xi(t) avviker för mycket från mönstret under perioden när värdet på övervakningsparametern fortfarande är under den potentiella skadenivån Xp, kastas mätningen och användaren ombeds att kontrollera mätningen och/eller att upprepa mätningen. Om det 12 nya mätvärdet avviker för mycket från mönstret kan det bero på att mätningen utfördes felaktigt. Om mätningen utfördes felaktigt kommer ett nytt korrekt mätvärde förmodligen inte att avvika för mycket från det förväntade värdet. Om det nya värdet emellertid var korrekt uppmätt och det nya mätvärdet fortfarande avviker för mycket från det förväntade värdet kan det vara nödvändigt att utföra en omedelbar kontroll av mätsystemet eller utföra en underhållsåtgärd, och en varning genereras och visas för användaren. Om värdet för mätningen avviker för mycket, men fortfarande är nedanför utbytesnivån, predikteras värdet för tillstånds- övervakningsparametern i en nära framtid och ett nytt varningsmeddelande genereras.
Med att ett mätvärde kastas menas att mätvärdet kastas med avseende på prediktionen. Det kastade mätvärdet kan sparas och användas för andra ändamål.
Stegen definierade i kraven kan utföras i olika ordning. Till exempel kan predikteringen utföras så snart som det nya mätvärdet har överstigit den potentiella skadenivån hos tillstånds- övervakningsparametern, d.v.s. steget h kan utföras mellan stegen b och e. Mätvärden kan också samlas från ytterligare tillståndsövervakningsparametrar t.ex. akustisk emission, termografisk, och skräppartiklar av olja.

Claims (10)

1. 0 15 20 25 30 35 < 13
2. Metod för att prediktera tillståndet hos en maskin eller en komponent hos maskinen baserat på mätningar av en tillståndsövervakningsparameter, varvid en potentiell skadenivå (Xp) hos tillståndsövervakningsparametern har definierats, vid vilken nivå det antas att en skada hos maskinen eller komponenten har initierats, kännetecknad av att ett mönster för tillståndsövervakningsparametern har definierats, vilket mönster speglar ett förväntat uppträdande hos övervakningsparametern efter skadan har initierats, och ett flertal mätvärden för tillståndsövervakningsparametern har sparats i ett rörligt fönster, varvid metoden innefattar: a) ett nytt mätvärde för tillståndsövervakningsparametern erhålls, b) det nya mätvärdet för tillståndsövervakningsparametern jämförs med det senast sparade mätvärdet, och det nya mätvärdet slängs om det är mindre än det senast sparade mätvärdet, och i annat fall ersätts det äldsta mätvärdet som är sparat i det rörliga fönstret med det nya mätvä rdet, c) det nya mätvärdet skadenivån hos tillståndsövervakningsparametern, och stegen a - c upprepas tills det nya mätvärdet överstiger den potentiella skadenivån för tiIlståndsövervakningsparametern, och jämförs med den potentiella d) tidpunkten (tp) när övervakningsparametern överstiger den potentiella skadenivån bestäms, e) ett nytt mätvärde för tillståndsövervakningsparametern tas emot, f) det nya mätvärdet jämförs med det senast sparade mätvärdet, och det nya mätvärdet kastas om det är mindre än det senast sparade mätvärdet, g) det nya mätvärdet jämförs med ett förväntat värde (X(t1)) som har bestämts i enlighet med nämnda definierade mönster för tillståndsövervakningsparametern och tiden (At) som har förflutit sedan tidpunkten när övervakningsparametern översteg den potentiella skadenivån, och det nya mätvärdet kastas om det avviker för mycket från mönstret, och i annat fall byts det äldsta av mätvärdena som är sparat i det rörliga fönstret ut mot det nya mätvärdet, och h) nivån för tillståndsövervakningsparametern vid en framtida tidpunkt predikteras baserat på mätvärdena som sparats i det rörliga fönstret.
3. Metoden enligt krav 1, varvid det rörliga fönstret innehåller åtminstone tre sparade mätvärden.
4. Metoden enligt krav 1 eller 2, varvid nämnda definierade mönster för tillståndsövervakningsparametern är en kurva (A, B, C) som börjar stiga vid tidpunkten när övervakningsparametern överstiger den potentiella skadenivån. 10 15 20 25 30 35 14
5. Metoden enligt något av föregående krav, varvid det nya mätvärdet avviker för mycket från det förväntade värdet om mätningen avviker från det förväntade värdet med mer än ett gränsvärde.
6. Metoden enligt något av föregående krav, varvid om mätningen avviker för mycket från det förväntade värdet, innefattar steg g vidare: - ett meddelande till användaren genereras för att kontrollera mätningen och tillhandahålla en ny mätning, - ett nytt mätvärde tas emot, - det nya mätvärdet jämförs med ett förväntat värde (X(t1)) bestämt i enlighet med nämnda definierade mönster förtillståndsövervakningsparametern och tiden som har förflutit (At) sedan tidpunkten när övervakningsparametern översteg den potentiella skadenivå n, och - en varning genereras om det nya mätvärdet också avviker för mycket från det förväntade värdet, och i annat fall ersätts det äldsta mätvärdet som är sparat i det rörliga fönstret med det nya mätvärdet.
7. Metod enligt något av föregående krav, varvid metoden vidare innefattar: i) den predikterade nivån för tillståndsövervakningsparametern jämförs med åtminstone en gränsnivå för tillståndsövervakningsparameter, stegen e -i upprepas åtminstone tills den predikterade nivån hos tillståndsövervakningsparametern överstiger gränsnivån, och j) ett meddelande genereras avseende en underhållsåtgärd när den predikterade nivån hos tillståndsövervakningsparametern överstiger nämnda gränsnivå.
8. Metod enligt något av föregående krav, varvid maskinen är en roterande maskin och tillståndsövervakningsmätvärdena år någon av vibrationsmätningar, temperaturmätningar, ljudmätningar och chockpulsmätningar.
9. En apparat för att prediktera tillståndet hos en maskin eller en komponent hos en maskin baserat på mätningar av en tillståndsövervakningsparameter, innefattande: - en kommunikationsenhet (5) anordnad att ta emot mätvärden för tillstå ndsöverva kningsparametern, - ett datalager (6) för att spara ett rörligt fönster innehållande mätvärden för tillstå ndsöverva kningsparametern, - en övervakningsmodul (7) anordnad att övervaka mätvärdena och att bestämma när ett mätvärde överstiger en potentiell skadenivå (Xp) vid vilken det antas att en skada hos 10 15 20 25
10. 15 maskinen eller komponenten har initierats, och att bestämma tidpunkten (tp) när övervakningsparametern överstiger den potentiella skadenivå n, - en datarengöringsmodul (8) anordnad att slänga ett nytt mätvärde om det är mindre än det senast sparade mätvärdet i det rörliga fönstret, att bestämma ett förväntat värde för mätningen baserat på ett definierat mönster för tillståndsövervakningsparametern, vilket mönster speglar ett förväntat uppträdande hos övervakningsparametern efter skadan har initierats, och tiden som har förflutit sedan tidpunkten då övervakningsparametern översteg den potentiella skadenivån, att slänga det nya mätvärdet om avvikelsen är för stor från det förväntade värdet, att spara ej slängda mätvärden i det rörliga fönstret, och att byta ut det äldsta av mätvärdena som är sparade i det rörliga fönstret mot det nya mätvärdet om det rörliga fönstret är fullt, och - en predikteringsmodul (10) anordnad att prediktera nivån på tillståndsövervakningsparametern vid en framtida tidpunkt baserat på mätvärdena sparade i det rörliga fönstret. Apparaten enligt krav 8, varvid apparaten vidare innehåller ett man-maskingränssnitt (11) anordnat att tillhandahålla meddelanden med underhållsåtgärdertill en användare, och övervakningsmodulen är utformad att jämföra den predikterade nivån hos tillståndsövervakningsparametern med åtminstone ett gränsvärde för tillståndsövervakningsparametern, och att generera ett meddelande avseende en underhållsåtgärd när den predikterade nivån hos tillståndsövervakningsparametern överskrider gränsvärdet. Ett dataläsbart medium som har ett program inspelat, där programmet får datorn att utföra stegen i metoden enligt något av kraven 1 - 7 när programmet körs på datorn.
SE1300126A 2013-02-19 2013-02-19 En metod och en apparat för att prediktera tillståndet hos en maskin eller en komponent hos maskinen SE536922C2 (sv)

Priority Applications (4)

Application Number Priority Date Filing Date Title
SE1300126A SE536922C2 (sv) 2013-02-19 2013-02-19 En metod och en apparat för att prediktera tillståndet hos en maskin eller en komponent hos maskinen
PCT/EP2014/051006 WO2014127937A1 (en) 2013-02-19 2014-01-20 A method and an apparatus for predicting the condition of a machine or a component of the machine
US14/768,605 US9476803B2 (en) 2013-02-19 2014-01-20 Method and an apparatus for predicting the condition of a machine or a component of the machine
EP14701029.2A EP2959347B1 (en) 2013-02-19 2014-01-20 A method and an apparatus for predicting the condition of a machine or a component of the machine

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SE1300126A SE536922C2 (sv) 2013-02-19 2013-02-19 En metod och en apparat för att prediktera tillståndet hos en maskin eller en komponent hos maskinen

Publications (2)

Publication Number Publication Date
SE1300126A1 true SE1300126A1 (sv) 2014-08-20
SE536922C2 SE536922C2 (sv) 2014-10-28

Family

ID=49999927

Family Applications (1)

Application Number Title Priority Date Filing Date
SE1300126A SE536922C2 (sv) 2013-02-19 2013-02-19 En metod och en apparat för att prediktera tillståndet hos en maskin eller en komponent hos maskinen

Country Status (4)

Country Link
US (1) US9476803B2 (sv)
EP (1) EP2959347B1 (sv)
SE (1) SE536922C2 (sv)
WO (1) WO2014127937A1 (sv)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220042942A1 (en) * 2020-08-06 2022-02-10 Sanofi Systems and methods for controlling oxygen levels

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2989436B1 (en) * 2013-04-22 2017-06-07 Volvo Truck Corporation Method for monitoring state of health of a vehicle system
JP6190343B2 (ja) * 2014-09-12 2017-08-30 株式会社神戸製鋼所 回転機の異常診断装置、回転機の異常診断方法、及び、回転機
US10037026B2 (en) * 2014-09-25 2018-07-31 General Electric Company Systems and methods for fault analysis
JP6365233B2 (ja) * 2014-10-24 2018-08-01 富士ゼロックス株式会社 障害予測装置、障害予測システム、及びプログラム
EP3151072B1 (de) * 2015-09-29 2020-07-29 Siemens Aktiengesellschaft Verfahren und system zur fehlererkennung und überwachung bei einem elektronisch geregelten oder gesteuerten maschinenteil
CN109496285A (zh) * 2016-12-29 2019-03-19 深圳配天智能技术研究院有限公司 数控机床的状态检测方法及系统
JP2019179395A (ja) * 2018-03-30 2019-10-17 オムロン株式会社 異常検知システム、サポート装置および異常検知方法
CN110082103B (zh) * 2018-04-26 2020-12-15 广东电网有限责任公司 一种汽轮机喷嘴配汽轴系失稳故障预警方法
DE102019218138A1 (de) 2018-11-27 2020-05-28 Presenso Ltd. Ein proaktives und automatisiertes System und Verfahren davon zum Reparieren eines suboptimalen Betriebs einer Maschine
FR3094421A1 (fr) * 2019-03-29 2020-10-02 Wilo Intec Procede de maintenance predictive d’une pompe de circulation d’un fluide
CN110605615A (zh) * 2019-07-30 2019-12-24 青岛市中心医院 一种计算机控制的带有自动修复功能的智能生产线
CN112943595A (zh) * 2021-02-07 2021-06-11 三一重工股份有限公司 液压泵故障预测方法、装置、电子设备及存储介质
CN113738632B (zh) * 2021-09-07 2022-09-23 中国商用飞机有限责任公司 用于测量液压泵转速的方法和系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5561610A (en) * 1994-06-30 1996-10-01 Caterpillar Inc. Method and apparatus for indicating a fault condition
BR9509446A (pt) * 1994-10-26 1997-12-23 Siemens Ag Processo para a análise de um valor medido como também de um analisador de valor medido para a execução do processo
GB9608953D0 (en) * 1996-04-29 1996-07-03 Pulp Paper Res Inst Automatic control loop monitoring and diagnostics
US5852793A (en) * 1997-02-18 1998-12-22 Dme Corporation Method and apparatus for predictive diagnosis of moving machine parts
US6363332B1 (en) * 1998-12-22 2002-03-26 Caterpillar Inc. Method and apparatus for predicting a fault condition using non-linear curve fitting techniques
US6370957B1 (en) * 1999-12-31 2002-04-16 Square D Company Vibration analysis for predictive maintenance of rotating machines
US7233886B2 (en) 2001-01-19 2007-06-19 Smartsignal Corporation Adaptive modeling of changed states in predictive condition monitoring
US7539597B2 (en) 2001-04-10 2009-05-26 Smartsignal Corporation Diagnostic systems and methods for predictive condition monitoring
US6853951B2 (en) 2001-12-07 2005-02-08 Battelle Memorial Institute Methods and systems for analyzing the degradation and failure of mechanical systems
EP1403750A1 (de) 2002-09-27 2004-03-31 Peter Renner System zum Aufspüren und Bewerten von Veränderungen an technischen Prozessen
US7657399B2 (en) 2006-07-25 2010-02-02 Fisher-Rosemount Systems, Inc. Methods and systems for detecting deviation of a process variable from expected values
JP5852793B2 (ja) * 2010-05-21 2016-02-03 株式会社半導体エネルギー研究所 液晶表示装置の作製方法
US20140074345A1 (en) * 2012-09-13 2014-03-13 Chanan Gabay Systems, Apparatuses, Methods, Circuits and Associated Computer Executable Code for Monitoring and Assessing Vehicle Health

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220042942A1 (en) * 2020-08-06 2022-02-10 Sanofi Systems and methods for controlling oxygen levels
US11662327B2 (en) * 2020-08-06 2023-05-30 Sanofi Systems and methods for controlling oxygen levels

Also Published As

Publication number Publication date
SE536922C2 (sv) 2014-10-28
US20150377745A1 (en) 2015-12-31
EP2959347A1 (en) 2015-12-30
US9476803B2 (en) 2016-10-25
WO2014127937A1 (en) 2014-08-28
EP2959347B1 (en) 2017-04-26

Similar Documents

Publication Publication Date Title
SE1300126A1 (sv) En metod och en apparat för att prediktera tillståndet hos en maskin eller en komponent hos maskinen
JP6404893B2 (ja) 工具寿命推定装置
JP6008070B1 (ja) 運用管理装置、運用管理方法、及び、運用管理プログラムが記録された記録媒体
JP6301902B2 (ja) 保守時期予測システム及び保守時期予測装置
JP6906612B2 (ja) 異常検知装置、異常検知方法、およびプログラム
KR101893745B1 (ko) 구동부의 정밀 예지 보전방법
JP2017188030A (ja) 主軸または主軸を駆動するモータの故障予知を学習する機械学習装置および機械学習方法、並びに、機械学習装置を備えた故障予知装置および故障予知システム
KR20190030763A (ko) 구동부의 정밀 예지 보전방법
KR101893744B1 (ko) 구동부의 정밀 예지 보전방법
CN104238491B (zh) 用于基于工业自动化流的数据处理的信息平台
TWI566065B (zh) Communication anomaly detection device, communication anomaly detection method and program
KR101857393B1 (ko) 구동부의 정밀 예지 보전방법
JP2018169769A5 (sv)
JP2017102765A (ja) 異常予兆検出システムおよび異常予兆検出方法
CN112272763A (zh) 异常探测装置、异常探测方法以及异常探测程序
KR20190029749A (ko) 구동부의 정밀 예지 보전방법
JP2018040756A (ja) オイルミスト濃度管理装置、オイルミスト管理システム及びオイルミスト管理方法
JP2007213194A (ja) 状況解析システムおよび状況解析方法
KR20190108273A (ko) 구동부의 정밀 예지 보전방법
KR20190108277A (ko) 구동부의 정밀 예지 보전방법
JP6369895B2 (ja) モータ異常検知システム、モータ異常検知方法、及びモータ異常検知プログラム
JP2016004298A (ja) ポンプ異常検知システム、ポンプ異常検知方法、及びポンプ異常検知プログラム
CN104184123A (zh) 电机、电机运动保护方法及装置
JP6825259B2 (ja) 異常通知装置及び異常通知方法
JP7068819B2 (ja) 施設監視装置および施設監視方法