TW201239330A - Method and apparatus for judging status of mechanic system - Google Patents
Method and apparatus for judging status of mechanic system Download PDFInfo
- Publication number
- TW201239330A TW201239330A TW100110588A TW100110588A TW201239330A TW 201239330 A TW201239330 A TW 201239330A TW 100110588 A TW100110588 A TW 100110588A TW 100110588 A TW100110588 A TW 100110588A TW 201239330 A TW201239330 A TW 201239330A
- Authority
- TW
- Taiwan
- Prior art keywords
- mechanical system
- modal
- spectrum
- damage condition
- internal
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
Description
201239330 六、發明說明: 【發明所屬之技術領域】 本發明係與損壞判斷方式相關,並且尤其與針對機械系統 • 的損壞判斷方式相關。 ' 【先前技術】 一般而言,檢測機械系統狀態的目的有兩個,一是找出損 壞的機構並判斷損壞原因,進而進行相對應的解決措施,二是 在機構將損壞前檢測出損壞徵兆,儘早維修,以提升機具使用 壽命。以工具機為例,其中的某些組件會因為長期運轉而產生 磨耗,導致組裝結合與運動精度的喪失,影響加工性能,甚至 造成其他組件的損壞。為了達成提升產品品質、降低生產成 本’縮短其製造及維修時間等目的,對工具機製造商而言,定 期或持續檢測機械系統狀態是必要的。 機械系統在運作時會產生震動,透過監測此數值可對系統 進行非破壞式的檢測。更明確地說,震動分析是藉由比較正常 運轉與異常狀態下的震練況,以找出機械系統發生故障時的 震動特徵。目前台灣工具機及主軸相關業界普遍缺乏以訊號處 理進行檢測分析的技術。以往常用的檢測方式為計算震動量的 均方根值,其演算法特性在於計算快速簡單,但僅能檢測是否 發生損壞’無法辨識損壞原因。以卫具機系統中的主轴為例, -般主軸不良的原因包含組裝的差異性、過熱、主軸公差、油 值過向等等。單就震動量的均方根值並不能分辨損壞是由哪一 § 3 201239330 種不良狀況造成。此外,機械系統損壞_的震崎徵還不明 顯,採用計算震缝财根_方式通常無法在蝴階段檢測 出系統即將損壞。 另一方面,一般的震動分析係採用傅立葉轉換,將震動訊 號分解成絲個絲或/及_缝_合,再由這些正弦或/ 及餘弦函數的無窮級數來計算震動訊號的自然頻率與反麵 譜’據此判斷該震動的特性。然而,此方法僅適用於線性(u臟) =駐態(stationary)的震動現象。實際於制機械系統過程中所 传之震動訊號雜槪非線性亦雜§。如此—來,上述分析 結果極可能無法反應出該震動的真實行為。 大部分的迴轉機鋪由許多絲與傳動機綱組成,每次 運轉都會產生數種不同的頻率。現行的檢測方式大多無法達到 良好的解析躲,少數效果較麵方式則是理論過於報深,需 要專業度極高的人員才有能力判讀分析結果。 【發明内容】 為解決上述問題,本發明提出用以一種用以判斷機械系統 狀’!·的方法及裝置。根據本發明之判斷方法和判斷裝置係採用 經由經驗模態分解法(empirical mode decomposition,EMD)所 產生的内部模態函數(intrinsic mode fbnction,IMF)做為判斷依 據。經驗模態分解法係利用資料變化的内部時間尺度做為能量 的直接解析法,將原來的訊號資料展開成多個内部模態函數。 201239330 由於鮮函數可為非線性(nonline啦非駐態(n〇幽〜广 此解析法對雜減的特性有較佳的解析,可以相當程度的避 免不合理的情形產生’得到更能真實反應機械祕狀態I分析 結果。 根據本發明之-具體實施例為—種機械系餘態判斷方 法,包含下列步驟:⑷取得與—機械系統相關之-震動訊號; (b)針對該震動訊號進行-經驗模態分解程序,以得到複數個 内部模態函數,並由該等内部模態函數中選出複數個目桿内部 模態函數;以及__目翻部模態函數躺該機械系统 之一狀態。 根據本發明之另—具體實施例為—機械系統狀態判斷裝 置’其中包含—收集模組、—經驗模態分解模缺一判斷模 ^該收集獅料得與—顧_象-震動訊號。' 邊驗模態分解模組仙崎_震動訊號進行-經驗模離 以得到複數個内部模態函數,並由該等内部模態函 二,數個目標内部模態函數。該判斷模組則係用以根據 _部模態函數判斷該機械系統是否存在-損壞狀況。 :據本發明之判斷方法和判斷裝置可被設計為完全自動 和^_即時反應·果。科,根據本發明之判斷方法 械李判斷機械系統損壞的程度及_,管理者可在機 嚴重損壞時及時更換或修復元件,對於節省成本、s 201239330 提高產品良率、延長機具壽命皆有極大的好處。關於本發明的 優點與精神可以藉由以τ發明詳述及所_式得到進一步的 瞭解》 【實施方式】 /請參閱圖-,圖-為根據本發明之一具體實施例中的機械 系統狀態判斷方法流程圖。步驟S12首先被執行,以取得與一 機械系統相關之-震動訊號。舉例而言,一個或多個震動_ 器(例如壓電式加速度規)可被安裝在受測工具機的主轴上,收 集對應於該主軸之震動的訊號,但不以此為限。 接著,步驟S14為針對步驟S12所得之該震動訊號進行― 經驗模態分解(empiricalmodedec〇mp〇siti〇n,EMD)程序,以得 到複數個内部模態函數(intrinsic m〇de如如,響)。實務 上’經驗模態分解法侧用資料變化的内部時間尺度做為能量 的直接解析法,將原來的訊號資料展開成多個内部模態函數。 更明確地說’織觀分較根據絲喊_他絡線與均 值包絡線,經過多次的篩選過程來獲得内部模態函數。由於該 篩選過程是以極值包絡線朗越轉絲壯訊號中各時 間尺度的能量差異,強迫其形成零均值包絡線與局部對稱,故 所得之各_觀函數中仍包涵各咖尺度的震動機。換令 之’原始震誠射所包含祕種關尺度震動觀可能因經 驗模態分_訊號分解而分散於各_部觀函數中。 t 6 201239330 於實際應用中’上述經驗模態分解程序可採用一自動執 H、 im 丁 、工、一單間斷性準則(single intermittency criteri〇n)模式或— 雙間斷性準則(d_eintermittency criterion)模式。此處所謂自 動執行模式係指於經驗模態分解程序中未採用任何間斷性準 則的方式。 單間斷性準則係指在於經驗模態分解程序中採用間斷性 準則,並且預前先決定一個限制值η〗,代表兩極值間所含括的 最大點數_。藉由此限制值〜的制定,於間斷性準則執行 、"程中’、有兩極值間點數小於&之訊號被包括並分解成内部 模悲函數’兩極值間點數大於ηι的喊將被加吨留。相較 於自動執賴式’單峨性賴模式的優點在於可有效將分析 時所不需要崎機震動雜鱗取出來,以淨脸職,使其更 /糸’爭/月晰。藉此,模態混合(m〇de及主振模態之頻率 相失的狀況可以被改善。所謂觀混合乃指在單—内部模態函 ,中同時包含兩個或兩個以上不同的時間尺度;此時間尺度的 定義為連續極值之_時間差值。模態混合縣將使内部模態 “數產生許夕額外的、假像的變化,影響後續即時頻率的分析 結要。 又間斷|±準聰式係指在於經驗模態分難序中使用兩 烟峰__ —,域冑錄__盪區間的 凡整頻。曰她於單間斷性準則模式,若採用雙間斷性準則模 7 201239330 式’後續以希爾伯特-黃轉換卿bert_Huangtransf_,扭汀)產 生HHT頻讀時不需採用試誤法,並可預先得知、保留主振模 態之内部模態函數的位置,故僅需針對該内部模態函數進行 HHT頻譜解析,獲得HHT頻譜與邊際頻譜圖進行判讀。藉此, 經驗D解及HOT麟解狀顧可祕^確、完整且 有效率。 母-個内部模態函數代表—種震動機制,或是多種類似的 波形與頻段類似的震動機制。如圖-所示,步驟S14亦包含由 該複數個内指態函數中選出複數個目標内部模態函數。舉例 而言,步驟SH可包含計算各内部模_之零交峰 内邻模m的子辣,錢4零交越率落在"'目標頻段内的 内部模態函數,做a 為目才示内賴態函數。於實際應用中,若以 =二做為量測標的,上述目標_模_的數量 方程^第;個内部模態函數的零交越率咖據下列 ---- nx2 其中馮代表幻_部鄕秘 取樣頻率,《趋峨纽。舉_+触^代表 檢測意義的頻率為α5倍頻以轉機械的頻譜中有 作轉逮為400赫茲的狀 201239330 況為例’2GG賴以上的_為有物理意_醉。另 就目前加速規接合的方式而言,零_超過遲赫兹的内 部«函數係落於加速規磁性接合頻率響應扭曲 _P__dlStWange)。因此’針對迴轉機械,上述目 段可被定為200〜5_赫兹,但不以此為限;易言之^ 率在200〜5000赫兹之間的内部模態函數可被選出做為^ 内部模態函數,其仙部鶴函_可忽略不計。 " /接著’步驟S16為根據該複數個目標内部模態函數判 械系統的狀態。圖二係用以表示步驟_的-種詳細實 例。於此範财,步驟S16包含三個子步驟。首先,步驟S⑹A 為判斷該複數個目標内部模態函數之零交越率與能量分布。零 交越率的計算方式如上所述。第,·個目標_模態函數的平均 能量尽·則可根據下列方程式產生: Ε^=~Σ(€Μ2 > 其中”代表訊號長度’代表第/個目標内部模態函數 的第Α個資料數值。 接著,步驟S161B為根據該等零交越率與該能量分布產 生-階次能量圖(〇rder_energy pl〇t),其橫軸為階次(零交越率除 以工作轉速),縱軸為能量比例(%)。此階次能量圖可用以表示 震動訊號的特徵。圖三(A)所示之表格為針對一震動訊號進行 201239330 態函數列表範例。此範例中 第三、四、五、六個内部模 經驗模態分解程序後所得的内部模 的内部模態函數共有八個,其中的 態函數被選為目翻部觀函數,其階次和能量比例亦列於表 中。圖王⑼為根據圖王㈧之表格所系會出的階次能量圖。 /如圖二所* ’步驟S161C為根據該階次能量關斷該機 械系、、先疋否存在該損壞狀況。在機械系統巾質點的震動可能 ^大忽小’忽快忽慢,但是-定是上下對稱的訊號,恰符合内 部模態函數蚊義。如先前所述,每_部觀函數屬於一種 震動的機制。當-個賊系統受到損壞,其震動機制會越複 雜’以經驗_態分練序拆朗得_部模態酿數量會越 多’而且能量分布也纽變。也就是說,若受_機械系統中 存在抽壞狀況,根據其震動魏所得之階次能量隱會不同於 正常狀況所對應的階次能量圖。 以工具機為例,機械結構可能發生的問題可歸類為以下幾 種·軸承損壞、軸心問題、組裝瑕疵以及軸承潤滑不足,其中 軸承潤滑不足為軸承損壞的前兆。根據本發明之判斷方法所得 之一實驗結果顯示,分析正常主軸的震動訊號會產生四個目標 内部模態函數,其階次能量圖如圖三出)所示。相對地,若受 測系統的主軸為組裝瑕疲主軸(例如不對心、潤 滑油過多/過少、預壓(preload)過大/過小),其震動訊號經分析 後會產生五個目標内部模態函數。若受測系統的主軸為結構損 201239330 壞主軸’則其震動訊號經分析後會產生六個目標内部模鮮函 數。圖三(c)所示者為一不對心狀況的階次能量圖範例,圖三 (D)所示者為一預壓過小狀況的階次能量圖範例,圖三(E)所示 者則為一軸承損壞狀況的階次能量圖範例。 由以上說明可知,根據階次能量圖即可判斷機械系統是否 存在損壞狀況。除了直接根據階次能量圖的曲線型態判斷外, 根據本發明的判斷方法亦可計算該階次能量圖與一參考階次 能量圖之相似度,再根據該相似度判斷機械系統是否存在損壞 狀況。以圖王⑼所示者為例,其中的四個座標點可決定三個 向里’做為震動訊號的特徵向量。透過計算兩組訊號之特徵向 量的夾角和之倒數,可以量化這兩組訊號的相似程度。各種可 能損壞情⑽對應的震動職可被預先建立為參考模型,儲存 於資料庫中,日後與實際量測所得的結果比對。 衣不芡的另一種詳細實施範例。於此 例中’步驟S16亦包含三個子步驟。首先,步驟s腿為 對該複數個目標内部模態函數進行一希爾伯特-黃轉換以產 希廿爾伯特·黃轉_譜。接著’步驟S162B為根據該希爾 特-頁轉_譜產生—邊際賴4驟⑽ 是震__觸的峨㈣積纖 \ =贴峰值。於實際應财,量測騎的可能震動頻』 間中有可能出現平峰現象、單峰現象或雙峰現象。出酬 201239330 率震細内能量分佈較 單峰現象則^里、'於_或低頻。出現如圖五(Β)所示之 特定頻率值。即時頻率震111間内累積能量集中於某個 頻皁震、1「。此尖峰值所代表軸率可由随頻麵中即時 :率震魏内能量射的位置大致預先確認。出現如圖五(c) =之雙峰現象表示於即時頻率震盡區間内累積的能量集中 於區間喊上限與低頻下限。雙尖峰值所代表的頻率,亦可由 頻-曰圖中即時頻率震盈區内能量集中的位置預先確認。 v驟S162C為根據該邊際頻射彳斷該機械祕是否存在 該損壞狀況。上,錄行麵S162C時,可首先確認受 測對象的即咖率震魏間及峰值位置,再藉由_交叉比對 的方式來讀S雜㈣的能錢化及解财現象,進而瞭 解又.械祕的狀況。舉例•,判斷機齡統是否存在損 壞狀況時’可根據以下幾個考量點做決定:邊際頻譜之高頻能 里疋否降低或驗、高齡峰錢移程度、低雜量是否增加 或擴散,或是主頻率是否偏移。於實際應用中,受測機械系統 在各種不同實驗狀況下所對應的邊際頻譜都可被預先產生,做 為後續參考、比對的依據。易言之,步驟S162C可包含根據 步驟S162B所產生之邊際頻譜及一參考邊際頻譜的差異判斷 受測機械系統是否存在損壞狀況。 於本發明之其他實施例中,在圖一的步驟S14之後可加入 201239330 幾種不_判斷機制,用以歧是否步驟S14中經驗模態分解 "序斤制的結果是否理想,以判斷是否須調整經驗模態分解 程序的參數,並重新執行步驟si4。以下請參考圖六〜圖八及 其相關說明。 於圖六所綠示的實施例中,於步驟S14和步驟si6之間進 一步包含步驟S21A和步驟S21B。步驟S21A為判斷該等目標 内部模態函數是神在_模態混合狀況。若觸 驟S16將繼續被執行。相對地,若判斷結果為是,步驟S21B 將被執行,以修改經驗模態分解鱗所採用的參數接著再回 ]4S14 f務上’目標内部模態函數是否存在模態混合狀 況可利用正交矩陣(orth〇g〇nalmatrix)運算來檢測。該正交矩陣 係由各個目標内部模態函數間的相關性(c〇rrdati〇n)係數組 成。若是正交矩陣中某些數值過大,代表模態混合問題存在。 右出現模航合狀⑽區間範騎大,表示先驗驗模態分解 程序所得_絲不賊想’則步·21Α_斷結果將為是。 於實際應用中’若步驟S14中的經驗模態分解程序係採用 自動執行模式進行訊號分解’則包含主振模態之内部模態函數 的位置無法被預先得知;配合全部内部模態函數之頻譜 圖相互比對,可以確認欲選用之内部模態函數分量。另一方 面,若步驟S14中的經驗模態分解程序係採用單間斷性準則模 式(限制值為η’)或雙間斷性準則模式(限制值為[叫,η2])進行訊 13 201239330 號分解,職τ雕财預知欲_之_郷函數分量的位 置:〇)應用間斷性準則限制值計算公式奴η,_值;⑺記 、彔或η】值執行久數ρ值;⑶訊號分解完成後可獲得一系列 内部模態函數的圖形,選取其中編號為州的分量,即為欲 _的内部模態函數分量。比對編號分別為P+1和p + 2的内 P模、、函數刀里即可圈選出可能為前述出現模態混合的區間 範圍。 於圖七所繪示的實施例中,圖四的步驟S162A後進-步 包含步驟S22A和步驟S22B。步驟㈣為根據酣頻譜判 斷目標内賴態函數是聽在·混合觀。若其峨結果為 否’步驟S162B將繼續被執行。相對地,若判斷結果為是, 步驟S22B將被執行,以修改該經驗模態分解程序所採用的參 數,接著再重新回到步驟S14。實務上,步驟中產生的 贿頻譜可絲油部觀錄__互比對,以釐清模 態混區間範圍。 、 於圖八所繪示的實施例中,圖二的步驟s162a後進一 + 包含步驟S23A〜步驟S23C。步驟S23A為辨識職頻譜中: -強迫震動鮮關及-自然震動辭區間。強迫震動頻率區 間的能量祕巾,鮮鶴常較域率略低,震錢化區間較 不規律穩定。自然震___能量_、辭震盪變化區 間較規律穩定。接著’步驟S23B為判斷HHT頻譜中之一瓶 201239330 率損纽間是Μ餅錢觀頻轉間或自然震動頻率區 間。此處所謂頻率損失是經驗模態分解程序可能導致的現象。 頻率損失有可能造成頻譜變化的不連續,也可會造成頻率降低 的誤判。若頻率損失區間域在強迫震動頻率區間或自然震動 •頻率區間’可能導致邊際頻譜圖中高頻或低頻的尖雜因?積 能量的損失而消失,這種情形的發生將會使得分析結果與實際 情形不符。因此,若步驟S23B的判斷結果為是,步驟孤 將被執行’以修改該經驗模態分解程序所採用的參數,接著再 重新回到步驟S14。 屬。兒明的疋’貫務上,圖六〜圖八中的各種判斷機制可以 同時存在,亦即被納入同-個流程中執行,或者亦可於單一流 程中選用其中的幾種判斷機制。 於根據本發明的其他具體實施例中,步驟也可以用其 他不同的方式來實現。比方說,步驟S16可包含下列子步驟: ⑴針對該複數個目標内部模態函數進行—快速傅利葉轉換以 產生-傅㈣頻譜;(2)判___譜之—極值;以及⑶ 根據該極值麟該機⑽'統料存在難狀況。餘上,事前 剩4所得之各種已損壞/未損壞狀況的極值可做為比對的參考 基準。又例如,步驟S16亦可包含下列子步驟:⑴針對該複 數個標内部模態函數進行HHT以產生一 hhT頻譜;以及(2) 根據該HHT頻譜判斷機械系統是否存在損壞狀況。也就是— 15 201239330 說,直接比較現有的HHT頻譜和一參考頻譜也可用來判斷機 械糸統疋否存在彳貝壞狀況。再者’步驟S16亦可能包含下列子 步驟:(1)判斷該複數個目標内部模態函數的一般零交越率 (generalizedzero-crossingrate);以及(2)根據一般零交越率判斷-機械系統是否存在損壞狀況。易言之,根據由步驟S14所產生 之目標内部模態函數衍生所得的多種分析結果皆可做為判斷 機械系統是否存在損壞狀況的依據,不以圖二及圖四所示之範 例為限。 請參閱圖九㈧’圖九(A)為根據本發明之一具體實施例中 的機械系統狀態判斷裝置方塊圖。機械系統狀態判斷裝置如 包含收集觀32、經驗娜分峨組34和_歓%。收集 模組32係用以取得與一機械系統相關之一震動訊號。經驗模 態分解模組34 _崎_震動峨進行—經驗模態分解程 序,以得到複數個内部模態函數,並由該複數個内部模態函數 中選出複數個目標内部模態函數。判斷模組36侧以根據該 等目標内部·缝判斷該機械祕是否存在—損壞狀況。 曰如圖九⑼聯,卿驗36可包含計算單元遍、階次 能罝圖產生單^ 36B和判斷單元脱。轉換單幻6A係用以 2該複數個目標内部模態函數之零交越率及能量分布。階次 能篁圖產生單元36B _雜_零交麟及觀量分布產 生一階次能#圖。判斷單幻6C廳肋根據該階次能量圖 201239330 判斷“機财Ί否存在該損壞狀況。機械祕狀關斷裝置 中各模、、且的運作方式可參考先前關於根據本發明之機械系 統狀態判斷方法的各流程圖 及其說明’因此不再贅述。此外, 如圖九(C)所示’機械系統狀態判斷裝置%可進一步包含警示 模組38。若峨· 36狀該機械系統存在損壞狀況,警示 板、’且38即可發出—警不訊息(例如文字、聲響或燈號),通知 管理者前往修復。 如上所述’根據本發明之判斷方法和判斷裝置係採用經由 經驗模態分解法難生_部觀函數做為纖依據。由於該 等函數可為雜性或棘態,轉躲_來訊賴特性有較 佳的解析,可以相當程度的避免不合理的情形產生,得到更能 真實反應機·綠態的分析結果。根縣發明之判斷方法和 判斷裝置可被設計為完全自動化運作,_即喊應的效果。 此外,根據本個之觸^法和躺裝置關_械系統損壞 的程度及類型,可在機械系統尚未嚴重損壞時及時更換或修復 元件’對於節省成本、提高產品良率、延長機具壽命皆有極大 的好處。 藉由以上較佳具體實施例之詳述,係希望能更加清楚描述 本發明之特徵與精神,而並非以上述所揭露的較佳具體實施例 來對本發明之範嘴加以限制。相反地,其目的是希望能涵蓋各 種改變及具相等性的安排於本發明所欲申請之專利範圍的範 201239330 疇内。 18 201239330 【圖式簡單說明】 具體實施例中之機械系統狀態判 圖一為根據本發明之一 斷方法流程圖。 圖▲二減根據本發明之機_統狀態繼方法中的 步驟之洋細實施範例。 (A)所*之S格$針對—震動訊號触_經驗模態分 程2後所得_部鶴函數職範例;圖三幅根據圖 ^表格靖出的階次能量_三(〇〜圖三⑹為損壞狀 時的階次能量範例。 圖四揭露根縣發明之機㈣嫌態撕方法中的判 步驟之另一詳細實施範例。 圖五(八)〜®五(〇伽以表示震動鮮關可能出現的平 峰現象、單峰現象和雙峰現象。 圖六〜圖八係用以表示根據本發明之機械系統狀態判斷方 法進一步包含評估經驗模態分解程序結果之步驟的實施範例。 圖九(A)〜圖九(c)為根據本發明之一具體實施例中之機械 系統狀態判斷裝置方塊圖。 【主要元件符號說明】 S12〜S16 :流程步驟 S161A〜S161C :流程步驟 S162A〜S162C :流程步驟 S21A〜S21B :流程步驟 S22A〜S22B :流程步驟 S23A〜S23C :流程步驟 3〇 :機械系統狀態判斷裝置32 :收集模組 i 201239330 34 :經驗模態分解模組 36 :判斷模組 36A :計算單元 36B :階次能量圖產生單元 36C :判斷單元 38 :警示模組 20
Claims (1)
- 201239330 七、申請專利範圍: 1、一種機械系統狀態判斷方法,包含: (a) 取得與一機械系統相關之一震動訊號; (b) 針對該震動訊號進行一經驗模態分解程序,以得到複數 個内部模態函數,並由該等内部模態函數中選出複數個 目標内部模態函數;以及 (C)根據該等目標内部模態函數判斷該機械系統是否存在 一損壞狀況。 、如申請專利範圍第1項所述之機械系統狀態判斷方法,其中步 驟(b)中之該經驗模態分解程序係採用一自動執行模式、一單 間斷性準貞1丨模式雙卩撕性準職式。 3 、如申請專利範圍第㈣所述之機械系統狀態判斷方法,其中步 驟(b)包含計算一零交越率,並根據 一 目標頻段之該等目標内部模態函數。 4、 m專概®第丨項所述之機槭系統狀關斷方法,於步驟 (b)和步驟(c)之間進一步包含: 及 目標内部模態函數是否存在—模態混合狀況;以 若為是,修改該經驗模態分解程序_用之一參 數並重新執行步驟(b)。 =(申cH概圍第丨項所述之顺系統狀_斷方法,其中步 判斷該等目標内部模態函數之—零交越率與一能量分 ;以 间根_零絲轉魏量分布產生—階次能量圖 201239330 及 (c3)根據該階次能量圖判斷該機械系統是否存在該損壞狀 況。 6、 如申請專利範圍第5項所述之機械系統狀態判斷方法,其中步 驟(c3)包含: 計算該階次能量圖與一參考階次能量圖之一相似度,其中 該參考階次能量圖係與該損壞狀況相關;以及 根據該相似度判斷該機械系統是否存在該損壞狀況。 7、 如申請專利範圍第1項所述之機械系統狀態判斷方法,其中步 驟(c)包含: 判斷該等目標内部模態函數之^--般零交越率;以及 根據該一般零交越率判斷該機械系統是否存在該損壞狀 況。 8、 如申凊專利範圍第1項所述之機械系統狀態鑛方法,其中 驟(C)包含: 針對該等目標㈣㈣函數進行—快速傅㈣轉換 生一傅利葉頻譜; 判斷該傅利葉頻譜之一極值;以及 根據該極值酬誠械系統是雜在賴壞狀況。 =利祀圍第1項所述之機械系統狀態判斷方法,其中步 驟(C)包含: ^ 針,該ί目標内部模態函數進行一希爾伯特_黃轉換以產 生一希爾伯特_黃轉換頻譜;以及 根爾伯特·黃轉換頻譜判斷該機械系統是否存在該 損壞狀況。 22 201239330 10、如申請專利範圍第丨項所述之 驟(C)包含: 〜宁、、、元狀悲判斷方法,其中步 (cl)針對該等目標内部模態函數、隹—一 產生-希爾伯特_黃轉換頻譜;仃一希爾伯特-黃轉換以 ㈣根據財___黃觀 (Ϊ據㈣㈣譜崎該顧純狀 u、圍统狀態判斷方法,於步 才果態函數 根^該希爾伯特-黃轉換頻譜判斷該等目標内部 是否存在一模態混合狀況;以及σ 若判斷結果為是,修改該經驗模態分解程 數並重新執行步驟(b)。 饰用之-參 於步 12、如申請專利範圍第1G項所述之機械系統狀態判斷方法, 驟(cl)和步驟(C2)之間進一步包含: ' 辨識該希爾伯特-黃轉換頻譜中之一強迫震 一自然震動頻率區間; 千匕間及 判斷該希爾伯特·黃轉換頻譜中之一頻率損失區間是否 現於該強迫震動頻率區間或該自然震動頻率區間=以及 若判斷結果為是,修改該經驗模態分解程序所採用之—表 數並重新執行步驟(b)。 冬 13、如申請專利範圍第10項所述之機械系統狀態判斷方法,其中 步驟(c3)包含根據該邊際頻譜及一參考邊際頻譜之差異判 該機械系統是否存在該損壞狀況。 14、一種機械系統狀態判斷裝置,包含: 23 201239330 =集模組,用以取得與—機械_目關之_震動鮮. 一===解模;,用崎賴震動訊_彳卜經驗^ 〜二f知序,以侍到複數個内部模態函數,並由該等内 —部模態函數中選出複數個目標内部模態函數;以= -:用以根據該等目標内部模態函數判斷該機械 系統疋否存在一損壞狀況。 15、 其中 如申請專利範圍第14項所狀機械系統狀態 該判斷模組包含: -計算單元,用崎算目標_模態函數之—零 率及一能量分布; 7 一階次能量圖產生單元’収根制零交鱗及該能量分 布產生一階次能量圖;以及 判斷單7L ’用以根據該階次能量圖判斷該機械系統是否 存在該損壞狀況。 16、 如申請專利範圍第1S項所述之機械系統狀態判斷裝置,其中 該判斷單元首先計算細魏量酿—參考階魏量圖^ 一 相似度,再根據該相似度判斷該機械系統是否存在該損壞狀 況,其中該參考階次能量圖係與該損壞狀況相關。 17、 如申請專利範圍第14項所述之機械系統狀態判斷裝置,進一 步包含: 一警不模組,若該機械系統存在該損壞狀況,該警示模組 即發出一警示訊息。 S 24
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100110588A TWI460416B (zh) | 2011-03-28 | 2011-03-28 | 機械系統狀態之判斷方法及判斷裝置 |
US13/229,883 US20120253694A1 (en) | 2011-03-28 | 2011-09-12 | Method and apparatus for judging status of mechanical system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100110588A TWI460416B (zh) | 2011-03-28 | 2011-03-28 | 機械系統狀態之判斷方法及判斷裝置 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201239330A true TW201239330A (en) | 2012-10-01 |
TWI460416B TWI460416B (zh) | 2014-11-11 |
Family
ID=46928353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW100110588A TWI460416B (zh) | 2011-03-28 | 2011-03-28 | 機械系統狀態之判斷方法及判斷裝置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20120253694A1 (zh) |
TW (1) | TWI460416B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI755688B (zh) * | 2020-02-27 | 2022-02-21 | 國立臺灣科技大學 | 並聯式機械手臂故障偵測系統及其方法 |
TWI758824B (zh) * | 2020-08-18 | 2022-03-21 | 神通資訊科技股份有限公司 | 機械運轉時之異常檢測與折損檢測系統及方法 |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8660848B1 (en) * | 2010-08-20 | 2014-02-25 | Worcester Polytechnic Institute | Methods and systems for detection from and analysis of physical signals |
CN103076177A (zh) * | 2013-01-16 | 2013-05-01 | 昆明理工大学 | 一种基于振动检测的滚动轴承故障检测方法 |
TWI506258B (zh) * | 2013-08-30 | 2015-11-01 | Univ Nat Central | 齒輪的誤差量測方法 |
CN104165925B (zh) * | 2014-08-06 | 2016-08-17 | 沈阳透平机械股份有限公司 | 随机共振的离心式压缩机半开式叶轮裂纹故障检测方法 |
CN104236911B (zh) * | 2014-09-28 | 2017-07-21 | 江苏润仪仪表有限公司 | 一种列车转向架轴承服役过程监测与故障诊断系统及方法 |
CN104931197A (zh) * | 2015-06-29 | 2015-09-23 | 吉林大学 | 基于eemd的自动平衡机振动信号处理方法 |
TWI573936B (zh) * | 2015-08-21 | 2017-03-11 | 國立台灣大學 | 風力發電機的葉片檢測方法與裝置 |
CN107515202A (zh) * | 2017-08-17 | 2017-12-26 | 清华大学 | 太赫兹光谱分析方法、系统及设备 |
CN108009122B (zh) * | 2017-11-06 | 2021-01-05 | 天津大学 | 一种改进的hht方法 |
CN109100103B (zh) * | 2018-07-06 | 2020-04-14 | 哈尔滨工业大学(深圳) | 基于连续监测的风机1p信号识别方法、装置、终端与计算机可读存储介质 |
CN109270441B (zh) * | 2018-07-17 | 2021-03-19 | 国网浙江省电力有限公司检修分公司 | 基于振动信号的高压断路器分闸特性参数在线检测方法 |
CN109583115B (zh) * | 2018-12-09 | 2023-10-20 | 北京工业大学 | 一种融合集成磨机负荷参数软测量系统 |
CN109784310B (zh) * | 2019-02-02 | 2020-12-04 | 福州大学 | 基于ceemdan及加权时频熵的配电开关机械故障特征提取方法 |
CN110118638B (zh) * | 2019-03-18 | 2020-08-04 | 东北大学 | 基于短时窄带模态分解的土木工程结构模态参数识别方法 |
CN109856245B (zh) * | 2019-04-17 | 2022-08-09 | 南昌航空大学 | 一种基于经验模态分解的玻璃钢弯压应力损伤图谱定量评价方法 |
CN110263649B (zh) * | 2019-05-22 | 2021-07-20 | 北京化工大学 | 一种基于EMD和Teager算子的变负荷活塞式发动机冲击特征提取方法 |
CN112595782B (zh) * | 2020-11-17 | 2022-07-22 | 江西理工大学 | 一种基于eemd算法的超声波横波起跳点识别方法及系统 |
CN113188651B (zh) * | 2021-04-20 | 2022-10-11 | 北京航空航天大学 | 基于imf-psd谱线的振动信号特征提取与刀具磨损值预测方法 |
TWI777681B (zh) * | 2021-07-22 | 2022-09-11 | 宇辰系統科技股份有限公司 | 用於電動機之振動監測系統 |
CN116257739B (zh) * | 2023-05-16 | 2023-08-04 | 成都飞机工业(集团)有限责任公司 | 一种高速电主轴快速可视化诊断方法 |
CN116448236B (zh) * | 2023-06-20 | 2023-09-12 | 安徽容知日新科技股份有限公司 | 边缘端振动监测系统及方法、计算机可读存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5251151A (en) * | 1988-05-27 | 1993-10-05 | Research Foundation Of State Univ. Of N.Y. | Method and apparatus for diagnosing the state of a machine |
US6192758B1 (en) * | 1998-12-14 | 2001-02-27 | Kang Huang | Structure safety inspection |
US6862558B2 (en) * | 2001-02-14 | 2005-03-01 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Empirical mode decomposition for analyzing acoustical signals |
US6668655B2 (en) * | 2001-09-27 | 2003-12-30 | Siemens Westinghouse Power Corporation | Acoustic monitoring of foreign objects in combustion turbines during operation |
US6990436B1 (en) * | 2003-11-28 | 2006-01-24 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Computing frequency by using generalized zero-crossing applied to intrinsic mode functions |
GB0518659D0 (en) * | 2005-09-13 | 2005-10-19 | Rolls Royce Plc | Health monitoring |
US7346461B2 (en) * | 2005-09-30 | 2008-03-18 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | System and method of analyzing vibrations and identifying failure signatures in the vibrations |
NO331105B1 (no) * | 2007-04-30 | 2011-10-10 | Nat Oilwell Norway As | Fremgangsmate for detektering av en funksjonsfeil ved en fluidpavirket komponent i en stempelmaskin |
US8370109B2 (en) * | 2008-05-20 | 2013-02-05 | Dli Engineering Corporation | Machine vibration baseline synthesizer |
CN101769785A (zh) * | 2010-01-29 | 2010-07-07 | 北京信息科技大学 | 一种注水机组振动状态的点检方法及检测装置 |
TWI407026B (zh) * | 2010-07-30 | 2013-09-01 | Univ Nat Changhua Education | 滾珠導螺桿預壓力失效診斷方法及其裝置 |
TW201237233A (en) * | 2011-03-07 | 2012-09-16 | Wei-Yan Lin | Method and apparatus for judging bridge status |
-
2011
- 2011-03-28 TW TW100110588A patent/TWI460416B/zh not_active IP Right Cessation
- 2011-09-12 US US13/229,883 patent/US20120253694A1/en not_active Abandoned
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI755688B (zh) * | 2020-02-27 | 2022-02-21 | 國立臺灣科技大學 | 並聯式機械手臂故障偵測系統及其方法 |
TWI758824B (zh) * | 2020-08-18 | 2022-03-21 | 神通資訊科技股份有限公司 | 機械運轉時之異常檢測與折損檢測系統及方法 |
Also Published As
Publication number | Publication date |
---|---|
TWI460416B (zh) | 2014-11-11 |
US20120253694A1 (en) | 2012-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201239330A (en) | Method and apparatus for judging status of mechanic system | |
JP3321487B2 (ja) | 機器/設備診断方法およびシステム | |
Purarjomandlangrudi et al. | A data mining approach for fault diagnosis: An application of anomaly detection algorithm | |
JP5501903B2 (ja) | 異常検知方法及びそのシステム | |
Xu et al. | Fan fault diagnosis based on symmetrized dot pattern analysis and image matching | |
WO2011108391A1 (ja) | すべり軸受の診断方法および診断装置 | |
CN105466693B (zh) | 基于灰色模型的柴油机燃油系统故障预诊断方法 | |
CN104764869A (zh) | 一种基于多维特征量的变压器气体故障诊断和报警方法 | |
CN106441896A (zh) | 滚动轴承故障模式识别及状态监测的特征向量提取方法 | |
CN102539325A (zh) | 基于应变监测的焦碳塔结构损伤监测方法 | |
CN108061756B (zh) | 基于冲击弹性波的炉体衬砌无损检测方法 | |
CN113757093B (zh) | 一种闪蒸汽压缩机组故障诊断方法 | |
CN110186549A (zh) | 基于叶尖定时传感器的叶片振动识别方法 | |
Zhang et al. | A novel intelligent method for bearing fault diagnosis based on Hermitian scale-energy spectrum | |
Shi et al. | Purification and feature extraction of shaft orbits for diagnosing large rotating machinery | |
US20130173181A1 (en) | System and method for detecting combustion hardware damage | |
Chen et al. | An adversarial learning framework for zero-shot fault recognition of mechanical systems | |
Zhen et al. | Phase-compensation-based dynamic time warping for fault diagnosis using the motor current signal | |
CN110441063B (zh) | 一种监测诊断大型高速转子轴裂纹的方法 | |
CN108982106A (zh) | 一种快速检测复杂系统动力学突变的有效方法 | |
Meng et al. | Health condition identification of rolling element bearing based on gradient of features matrix and MDDCs-MRSVD | |
JP2011180082A (ja) | すべり軸受の診断方法および診断装置 | |
Rajapaksha et al. | Acoustic analysis based condition monitoring of induction motors: A review | |
CN116429902A (zh) | 一种风机叶片多裂纹声发射监测方法及系统 | |
CN109974985A (zh) | 一种单向阀性能退化评估装置及其诊断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |