WO2014174223A1 - Systeme de detection d'anomalie - Google Patents

Systeme de detection d'anomalie Download PDF

Info

Publication number
WO2014174223A1
WO2014174223A1 PCT/FR2014/051000 FR2014051000W WO2014174223A1 WO 2014174223 A1 WO2014174223 A1 WO 2014174223A1 FR 2014051000 W FR2014051000 W FR 2014051000W WO 2014174223 A1 WO2014174223 A1 WO 2014174223A1
Authority
WO
WIPO (PCT)
Prior art keywords
component
frequency
series
basis
candidate
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/FR2014/051000
Other languages
English (en)
Inventor
Nadine Martin
Corinne Mailhes
Timothée Gerber
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Centre National de la Recherche Scientifique CNRS
Institut Polytechnique de Grenoble
Institut National Polytechnique de Toulouse INPT
Original Assignee
Centre National de la Recherche Scientifique CNRS
Institut Polytechnique de Grenoble
Institut National Polytechnique de Toulouse INPT
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 Centre National de la Recherche Scientifique CNRS, Institut Polytechnique de Grenoble, Institut National Polytechnique de Toulouse INPT filed Critical Centre National de la Recherche Scientifique CNRS
Publication of WO2014174223A1 publication Critical patent/WO2014174223A1/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods

Definitions

  • the present disclosure relates to a method and system for detecting an anomaly in a mechanical or electromechanical system, and in particular to a method and system for identifying harmonic and / or modulation spectral components in a signal from at least one sensor detec - both vibrations and / or electrical fluctuations in the system.
  • one or more sensors are used to measure vibrations, and the signal from each sensor is converted into a frequency spectrum to analyze the frequency distribution.
  • the presence of fundamental and harmonic frequencies, and / or modulation sidebands at certain frequencies may indicate an anomaly in the system, such as wear or malfunction of certain parts.
  • An object of embodiments of the present disclosure is to at least partially solve one or more problems of the prior art.
  • a method for detecting an abnormality in a mechanical or electromechanical system comprising the steps of: identifying by a processing device from a set of spectral components generated on the basis of a signal from a at least one sensor detecting vibrations and / or electrical fluctuations in the system, at least first and second spectral components, each component representing a harmonic or modulation associated with a candidate component: determining, on the basis of a central frequency and error margin of the candidate component, lower and upper frequency limits of a first search window to identify the first component; identifying the first component based on the first search window; by modifying the center frequency and the margin of error of the candidate component on the basis of a center frequency and a margin error of the first component; and determining, based on the modified center frequency and the modified error margin of the candidate component, lower and upper frequency limits of a second search window to identify the second component.
  • the method further comprises identifying the second component in the second search window.
  • the method further comprises defining a series of spectral components comprising at least the candidate component and the first and second components, and detecting the anomaly at least partially on the basis of said series.
  • the method further comprises generating an output signal to control a portion of the mechanical or electromechanical system based on the detected abnormality.
  • the first and second components are harmonics of the candidate component, and the anomaly is detected based on parameters of one or more modulation components associated with the candidate component or the first or second component. component.
  • each of the lower and upper limits of the first and second search windows is determined on the basis of the equations r ⁇ (Vj_-Ej_) and r ⁇ (Vj_ + Ej_), where r ⁇ is the harmonic order first and second components respectively, Vj_ is the central frequency associated with the candidate component, and Ej_ is the margin of error associated with the candidate component.
  • the first component is considered to fall in the first search window if the following condition is satisfied:
  • [at; b] [V - E 3 ; V 3 + ⁇ [r k (v ⁇ - E ⁇ ); r k (y ⁇ + E,)] ⁇ 0
  • Vj is the center frequency of the first component
  • Ej is the error margin of the first component
  • Vj_ is the center frequency of the candidate component
  • Ej_ is the margin of error of the candidate component
  • r ⁇ is the order of 1 harmonic.
  • the central frequency Vj_ and the error margin Ej_ are updated as follows:
  • the method further comprises the determination of at least one of a density value Dj_ of the series, a value of richness Rj_ of the series and a rate of distortion THDj_ of the series on the basis of following equations: card (H ⁇ )
  • Dj_ is the density of the series
  • r-j_ max is the largest ratio r ⁇ in the series Hj_
  • card (Hj_) is the cardinality (size) of the series Hj_
  • Rj_ is the richness of the series
  • Nj_ max is the maximum size of the series on the basis of the fundamental frequency Vj_ of the series and the maximum frequency v max in the spectrum
  • _xj is the largest integer not greater than x
  • THD j _ is the distortion rate in the series H j , on the basis of amplitudes A ] _ to components 1 to N in the series.
  • a computer readable medium storing a computer program which, when executed by a processing device, leads to the implementation of the aforementioned method.
  • a computing device for detecting an anomaly in a mechanical or electromechanical system comprising a processing device arranged to: identify, from a set of spectral components generated on the basis of a signal from at least one sensor detecting vibrations and / or electrical fluctuations in the system, at least first and second spectral components, each component representing a harmonic or modulation associated with a candidate component: determining, on the basis of a center frequency and an error margin of the candidate component, lower and upper frequency limits of a first search window for identifying the first component; in iden tifying ⁇ the first component based on the first search window; by modifying the center frequency and error margin of the candidate component based on a center frequency and an error margin of the first component; and determining, based on the modified center frequency and the modified error margin of the candidate component, lower and upper frequency limits of
  • a system comprising: a mechanical or electromechanical system; at least one sensor arranged to detect said vibrations and / or electrical fluctuations in the system; and the above-mentioned computing device arranged to process a signal from said at least one sensor.
  • FIG. 2 illustrates an example of a frequency spectrum of a signal captured by a sensor of FIG. 1 according to an exemplary embodiment
  • Fig. 3 is a spectral diagram showing parameters in an abnormality detection method according to an exemplary embodiment
  • FIG. 4 is a flowchart illustrating steps in a method of detecting an anomaly in a mechanical or electromechanical system according to an exemplary embodiment of the present description.
  • FIG. 5 illustrates a device for implementing an anomaly detection method according to an exemplary embodiment of the present description.
  • Figure 1 illustrates a system 100 to monitor.
  • This system is for example a mechanical or electromechanical system, such as a wind turbine or a tidal turbine, a combustion engine or a jet engine, an electric motor, an industrial machinery, or other types of system comprising moving parts in which one wants to monitor anomalies.
  • a mechanical or electromechanical system such as a wind turbine or a tidal turbine, a combustion engine or a jet engine, an electric motor, an industrial machinery, or other types of system comprising moving parts in which one wants to monitor anomalies.
  • the anomaly to be detected is, for example, the gradual wear or failure of one or more parts of the system.
  • the anomaly could also be a non-optimal operation of all or part of the system.
  • a sensor 102 is used to detect vibrations and / or electrical fluctuations at a point in the system 100.
  • the senor 102 is a vibration sensor, such as a MEMS sensor (microelectromechanical sensor), an accelerometer or the like.
  • the sensor 102 is for example in physical contact with the part of the system to be monitored, or in physical contact with a part of the system which is mechanically connected to one or more parts of the system to be monitored.
  • the sensor could be adapted to detect electrical fluctuations in the electrical wiring of the system, such as an input or output terminal of a party to monitor, for example an electric motor or the like.
  • a sensor is for example a current or voltage detector, either electrically wired or electromechanically coupled to conductive paths in the system.
  • the sensor can be positioned so that it can detect fluctuations from several parts of the system to be monitored.
  • each sensor 102 is illustrated in FIG. 1, in alternative embodiments, there may be several sensors for monitoring various points in the system 100.
  • the output of each sensor is for example treated separately in the same way as the output of each sensor. which will be described in more detail below.
  • the sensor 102 and all other sensors present in the system, provide an output signal on a line 104 to a computing device 106.
  • the computing device 106 performs signal analysis on the output signal.
  • the computing device 106 converts the time-varying output signal into a frequency spectrum, for example by applying a discrete Fourier transform (DFT).
  • DFT discrete Fourier transform
  • the computing device 106 detects peaks in the frequency spectrum to provide a list of spectral components.
  • the computing device 106 analyzes the spectral components to identify sets of compo ⁇ cient, each series comprising a fundamental frequency component, one or more harmonics of the fundamental frequency, and / or one or more components forming the modulation sidebands fundamental or harmonic components.
  • the computing device 106 detects for example the presence of an anomaly on the basis of any one of such identified spectral components.
  • the computing device 106 provides a series of identified indication compo ⁇ cient spectral, and / or details of a detected anomaly, to an output module 108, which is for example a display, an interface with a website, or other type of output means informing or alerting a system maintenance expert of the results of the analysis.
  • the computing device 106 additionally or instead provides an output signal 110 sent back to the system 100, which for example alters the operation of the system on the basis of the detected anomaly.
  • the output signal 110 may be arranged to immobilize all or part of the system in the event that a serious anomaly is detected, such as a coin that is about to fail.
  • the signal 110 may be used to alter the operation of one or more parts of the system, such as reducing the speed of func tioning ⁇ until a repair or replacement of the defective part can be achieved.
  • Fig. 2 is a graph illustrating an example of spectral components generated by the computing device 106 of Fig. 1 based on the output signal of the sensor 102.
  • the frequency components may also be present at lower or higher frequencies not shown in FIG. 2.
  • Each spectral component corresponds to a peak in the frequency spectrum of the output signal of the sensor 102, and is for example associated with at a center frequency corresponding to the frequency at the center of the peak, and at an error margin indicating the accuracy of the center frequency value.
  • the spectral components are calculated on the basis of the process described in the publication titled "Towards a Spectral Identity Card", Nadine Martin et al., GRETSI 2005, and / or in PCT application WO2006 / 051242, the contents of which form part of the present description to the extent permitted by law .
  • this patent application which has inventors in common with the present application, relates to a method for the automatic identification of spectral components of a signal, and provides, for each peak of a frequency spectrum, a shape ID card showing attributes of the corresponding spectral component, such as center frequency and error.
  • a spectral component is considered to be a corresponding peak in the frequency spectrum which exceeds, for example, a minimum threshold level.
  • the generation of new sets of frequency components is for example carried out periodically, for example with a periodicity of a few minutes or a few hours. In this way, as soon as a peak in the frequency spectrum exceeds the minimum threshold level, a corresponding spectral component will be generated, which may indicate the presence of a new anomaly in the system.
  • modulation sidebands may be present, also represented by corresponding spectral components.
  • the component around 50 Hz in Figure 2 may correspond to a fundamental frequency
  • a component just above 100 Hz may correspond to a first harmonic of the 50 Hz component.
  • One or more of the components of each side of the components at 50 and 100 Hz may correspond to modulation sidebands.
  • a series of spectral components and in particular the frequency and amplitude of a fundamental component and the presence and amplitude of harmonics and / or associated modulation bands, are key indicators of the presence of certain anomalies in level of certain parts of the mechanical or electromechanical system, and can be analyzed to determine not only the type and extent of an anomaly, but also the part or part of the system at which the anomaly originates.
  • Fig. 3 is a diagram showing a series of spectral components identified by a method according to an exemplary embodiment.
  • a spectral component Cj_ is selected from the set of spectral components as the candidate fundamental frequency.
  • the component Cj_ is associated with a central frequency Vj_ and an error margin Ej_.
  • the margin of error Ej_ is the distance positive or negative with respect to the value Vj_ at which the center frequency Vj_ may actually be located.
  • the existence of one or more harmonic components associated with the component Cj_, and / or of one or more modulation band components associated with the component Cj_ according to a ratio r is determined in the following manner.
  • the ratio r will depend on the harmonic component or modulation to be identified. For example, assuming that the first harmonic is to be identified, r is equal to 2.
  • a search window is defined for use in locating a harmonic component or potential modulation, having a lower limit equal to r (Vj_-Ej_) and a higher frequency limit equal to r (Vj_ + Ej_).
  • any spectral component that has a central frequency falling into the search window after taking into account its margin of error is considered to be a potentially associated component.
  • a frequency component Cj has a center frequency Vj falling in the frequency range [r (Vj_-Ej), rVj_] and a frequency component Cj +] _ has a center frequency Vj +] _ which, when reduced by the error margin E +] _ of component C +] _, falls within the frequency range [rV j _, r (V j _ + E j _)].
  • the condition can be formalized as follows for the component Cj, which has a margin of error E, where [a, b] is the overlapping frequency range:
  • one of the potentially associated components is selected as the mostsubstantsem component ⁇ blablement C i associated with the candidate component.
  • the component closest to the center of the search window in other words the closest to rVj_, is selected. In the example of Figure 3, this corresponds to the component C.
  • the central frequency Vj_ and the error margin Ej_ of the component Cj_ are updated on the basis of the parameters of the last identified component, in other words the component Cj in the example
  • the component Cj is assumed to fall within the overlapping frequency range [a, b] of the search window with the center frequency Vj of the component Cj plus and minus the error margin Ej.
  • the lower limit "a" of this range is the frequency r (Vj_-Ej_)
  • the upper limit "b” of this range in Figure 3 is the frequency Vj + Ej.
  • the new center frequency and the new margin of error of the component Cj_ therefore become:
  • the new center frequency Vj_ is based on the component Cj lying midway between a and b, and the new margin of error is based on half the frequency interval between a and b.
  • the ratio r of a harmonic component or of the next modulation to be identified is for example a higher value, for example equal to 3 in the case where the second harmonic must be identified. Therefore, rather than a new search window being 2r times larger than the initial error margin Ej_ of the component Cj_, the new window will be 2r times the size of the modified value of the margin of error, which is noticeably smaller.
  • a second component in the new search window can be identified in the same way as previously described, before the process is repeated for the identification of as many additional associated components as desired.
  • FIG. 4 is a flowchart illustrating an exemplary method for detecting an anomaly in a mechanical or electromechanical system according to an exemplary embodiment.
  • FIG. 4 assumes that a set of spectral components based on a signal detected by a sensor has already been generated, and that each of the spectral components Cj_ is associated with a central frequency Vj_ and an error margin Ej_, for i between 1 and I.
  • parameters i and k are initialized, for example at the value 1.
  • the parameter i designates one of the components Cj_ which is called here candidate component.
  • the total number K ratios will depend on the number of compo ⁇ cient harmonics / modulation identify , and could for example be any number between 2 and 50. It will be clear to those skilled in the art that this number will depend on the size of the spectrum, and the fundamental frequency.
  • the values r 1 to r 2 are respectively 2, 3, 4,... K + 1.
  • the candidate fundamental Cj_ is selected, initially corresponding to the component C.
  • a search window is determined for the component associated with the ratio r ⁇ .
  • the ratio is ⁇ , which corresponds for example to a ratio equal to 2.
  • the search window is equal to [r ⁇ Vi-Ei), rkiVi + Ei)].
  • the same values of r as those used for the harmonic components can be used. Any ⁇ time, assuming that modulation bands located on the right, that is to say having a higher frequency, a component C m having a center frequency V m must be identified, the value V m is for example subtracted from the center frequency Vj_ of the candidate component Cj_ before determining the search window, and the lower and upper limits of the search window will be equal to [ m + rk (V i -Ej +), V m + r k (V i + E i)).
  • the central frequency Vj_ of the candidate component is for example subtracted from the value V m before determining the search window, and the lower and upper limits of the search window will be equal to [V m -r k (Vj_ + Ej_), V m -r k (Vj_-Ej_)].
  • a following operation 404 it is determined whether one or more components have been identified in the search window, taking into account the error margin Ej of each component Cj. In particular, the condition of the above formula 1 is applied for the C components. If at least one component is found in the search window, the next operation is the operation 405, in which a component is selected from the found components. As mentioned above, the component closest to the frequency level r k Vj_ is for example selected.
  • the operation after the operation 405, or after the operation 404 if no component is found in the search window, is the operation 406, in which it is checked whether k is equal to K. If not, then The next operation is the operation 407, in which k is incremented, then in a subsequent operation 408, the value V i of the center frequency and the error E i of the component C i are redefined on the basis of the component identified in FIG. operation 404. In particular, the two formulas described above are e.g. app ⁇ cated. The method then returns to operation 403 to determine a new search window based on the new value of r k and the modified values of Vj_ and Ej_.
  • the following operation is the operation 409, in which the series Hj_ of the harmonic and / or modulation components associated with the component Cj_ is defined.
  • Such a family Hj_ is for example defined only if at least one component harmonic or modulation associated with the component Cj_ has been identified.
  • the next operation is the operation 410, in which one checks whether i is equal to I. If not, i is incremented in an operation 411, and the method returns to the operation 402, where a new candidate component is selected based on the new value of i. In the other case, if in operation 410 it has been found that i is equal to I, the process for example ends in an operation 412, in which an anomaly is identified on the basis of the series Hj_ of components that have been identified.
  • the identification of a defect carried out in the ope ration ⁇ 412 is for example obtained by determining at least one of the following characterizations of an identified series.
  • Dj_ is the density of the series
  • r-j_ max is the ratio r ⁇ the largest in the series Hj_
  • card (Hj_) is the cardinality (size) of the series Hj_
  • Rj_ is the richness of the series
  • Nj_ max is the maximum size of the series on the basis of the fundamental frequency Vj_ of the series and the maximum frequency v max in the spectrum
  • _xj is the largest integer which is not greater than x
  • THDj_ is the distortion rate in the Hj_ series, on the basis of amplitudes A] _ to components 1 to N in the series.
  • FIG. 5 illustrates an example of a processing device 500 of the computing device 106 of FIG. 1.
  • the processing device 500 is arranged to implement the anomaly detection method described here.
  • the device 500 comprises for example one or more processors 502 (P) under the control of instructions stored in an instruction memory 504.
  • the device 500 comprises for example a memory 506 for example configured to store the list. of spectral components Cj-C, accompanied by at least the corresponding center frequencies Vj_ and the error margin Ej_ for each component, as described above, and all the series Hj_ identified.
  • the memory 506 can store the time-varying signal from the sensor 102, which is, for example, received by the processing device 502 via an input / output interface 508 coupled to the signal line.
  • the input / output interface 508 may include an analog-to-digital converter for sampling the input signal and digitizing it.
  • the input / output interface 508 may also be coupled to the output line 110 to control the operation of the mechanical or electromechanical system in the event that an abnormality is detected.
  • the device 500 comprises, for example in addition a display 510, which for example provides an interface utili ⁇ sateur, and means for alerting a user whether and when an abnormality has been detected.
  • An advantage of the embodiments described herein is an abnormality in a system can be detected with Precious ⁇ sion even in relatively complex systems in which the frequency spectrum calculated by a sensor comprises many spectral components.

Landscapes

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

Abstract

L'invention concerne un procédé de détection d'une anomalie dans un système mécanique ou électromécanique, comprenant : identifier par un dispositif de traitement, à partir d'un ensemble de composantes spectrales généré sur la base d'un signal provenant d'au moins un capteur détectant des vibrations et/ou des fluctuations électriques dans le système, au moins des première et deuxième composantes spectrales, chaque composante représentant un harmonique ou une modulation associé à une composante candidate (Ci) : en déterminant une première fenêtre de recherche pour identifier la première composante; en identifiant la première composante sur la base de la première fenêtre de recherche; en modifiant la fréquence centrale et la marge d'erreur de la composante candidate sur la base d'une fréquence centrale et d'une marge d'erreur de la première composante; et en déterminant, sur la base de la fréquence centrale modifiée (Vi) et de la marge d'erreur modifiée (Ei), des limites de fréquence inférieure et supérieure (Vi±Ei) d'une deuxième fenêtre de recherche associée à la deuxième composante.

Description

SYSTEME DE DETECTION D 'ANOMALIE
La présente demande de brevet revendique la priorité de la demande de brevet français FR13/53860 qui sera considérée comme faisant partie intégrante de la présente description.
Domaine de la présente description
La présente description concerne un procédé et un système pour détecter une anomalie dans un système mécanique ou électromécanique, et en particulier un procédé et un système pour identifier des composantes spectrales harmoniques et/ou de modulation dans un signal provenant d'au moins un capteur détec- tant des vibrations et/ou des fluctuations électriques dans le système .
Arrière-plan
Il est connu d'utiliser une analyse de signal sur un signal provenant d'un capteur de vibrations pour surveiller et diagnostiquer des anomalies dans des machines. Par exemple, un procédé pour la surveillance de l'état d'hélicoptères est décrit dans la publication intitulée "Condition Monitoring Diagnosis Methods of Helicopter Units", L.M. Gelman et al., Mechanical Systems and Signal Processing 14.4 (July 2000). En outre, la surveillance de l'état d'éoliennes est décrite dans la publi¬ cation intitulée "Condition monitoring of wind turbines : Technique and methods", Pedro Fausto Garcia Marquez et al., Renewable Energy 46 (2012), pages 169-178.
Dans de telles techniques, on utilise un ou plusieurs capteurs pour mesurer des vibrations, et le signal provenant de chaque capteur est converti en un spectre de fréquence afin d'analyser la distribution fréquentielle . En particulier, la présence de fréquences fondamentales et harmoniques, et/ou de bandes latérales de modulation à certaines fréquences, peut indiquer une anomalie dans le système, comme l'usure ou le dysfonctionnement de certaines parties.
Toutefois, l'efficacité des techniques courantes pour réaliser une telle détection d'anomalies est limitée en raison d'un problème technique pour identifier avec précision les fréquences fondamentales, harmoniques et de bande de modulation dans le signal provenant des capteurs.
Résumé
Un objet de modes de réalisation de la présente description est de résoudre au moins partiellement un ou plusieurs problèmes de l'art antérieur.
Selon un aspect, on prévoit un procédé pour détecter une anomalie dans un système mécanique ou électromécanique, comprenant les étapes suivantes : identifier par un dispositif de traitement, à partir d'un ensemble de composantes spectrales généré sur la base d'un signal provenant d'au moins un capteur détectant des vibrations et/ou des fluctuations électriques dans le système, au moins des première et deuxième composantes spectrales, chaque composante représentant un harmonique ou une modulation associé à une composante candidate : en déterminant, sur la base d'une fréquence centrale et d'une marge d'erreur de la composante candidate, des limites de fréquence inférieure et supérieure d'une première fenêtre de recherche pour identifier la première composante ; en identifiant la première composante sur la base de la première fenêtre de recherche ; en modifiant la fréquence centrale et la marge d'erreur de la composante candidate sur la base d'une fréquence centrale et d'une marge d'erreur de la première composante ; et en déterminant, sur la base de la fréquence centrale modifiée et de la marge d'erreur modifiée de la composante candidate, des limites de fréquence inférieure et supérieure d'une deuxième fenêtre de recherche pour identifier la deuxième composante.
Selon un mode de réalisation, le procédé comprend en outre l'identification de la deuxième composante dans la deuxième fenêtre de recherche.
Selon un mode de réalisation, le procédé comprend en outre la définition d'une série de composantes spectrales comprenant au moins la composante candidate et les première et deuxième composantes, et la détection de l'anomalie au moins partiellement sur la base de ladite série.
Selon un mode de réalisation, le procédé comprend en outre la génération d'un signal de sortie pour contrôler une partie du système mécanique ou électromécanique sur la base de l'anomalie détectée.
Selon un mode de réalisation, les première et deuxième composantes sont des harmoniques de la composante candidate, et l'anomalie est détectée sur la base de paramètres d'une ou plusieurs composantes de modulation associées à la composante candidate ou à la première ou la deuxième composante.
Selon un mode de réalisation, chacune des limites inférieure et supérieure des première et deuxième fenêtres de recherche est déterminée sur la base des équations r^ (Vj_-Ej_) et r^ (Vj_+Ej_) , où r^ est l'ordre harmonique des première et deuxième composantes respectivement, Vj_ est la fréquence centrale associée à la composante candidate, et Ej_ est la marge d'erreur associée à la composante candidate.
Selon un mode de réalisation, la première composante est considérée comme tombant dans la première fenêtre de recherche si la condition suivante est vérifiée :
[a; b] = [V - E3; V3 + Π [rk{v∑ - E∑); rk(y∑ + E,)] ≠ 0 où Vj est la fréquence centrale de la première composante, Ej est la marge d'erreur de la première composante, Vj_ est la fréquence centrale de la composante candidate, Ej_ est la marge d'erreur de la composante candidate et r^ est l'ordre de 1 'harmonique.
Selon un mode de réalisation, à la suite de l'identification de la première composante, la fréquence centrale Vj_ et la marge d'erreur Ej_ sont mises à jour de la façon suivante :
{a + b) . _ (b - a)
2 x r 2 x r
Selon un mode de réalisation, le procédé comprend en outre la détermination d'au moins un élément parmi une valeur de densité Dj_ de la série, une valeur de richesse Rj_ de la série et un taux de distorsion THDj_ de la série sur la base des équations suivantes : card(H± )
1
Figure imgf000006_0001
où Dj_ est la densité de la série, r-j_max est le plus grand rapport r^ dans la série Hj_, card(Hj_) est la cardinalité (taille) de la série Hj_, Rj_ est la richesse de la série, Nj_max est la taille maximum de la série sur la base de la fréquence fondamentale Vj_ de la série et de la fréquence maximum vmax dans le spectre, |_xj est l'entier le plus grand qui n'est pas supérieur à x, THDj_ est le taux de distorsion dans la série Hj_, sur la base des amplitudes A]_ à des composantes 1 à N dans la série .
Selon un autre aspect, on prévoit un support lisible par un ordinateur mémorisant un programme d'ordinateur qui, lorsqu'il est exécuté par un dispositif de traitement, amène la mise en oeuvre du procédé susmentionné. Selon un autre aspect, on prévoit un dispositif de calcul pour détecter une anomalie dans un système mécanique ou électromécanique comprenant un dispositif de traitement agencé pour : identifier, à partir d'un ensemble de composantes spectrales généré sur la base d'un signal provenant d'au moins un capteur détectant des vibrations et/ou des fluctuations électriques dans le système, au moins des première et deuxième composantes spectrales, chaque composante représentant un harmonique ou une modulation associé à une composante candi- date : en déterminant, sur la base d'une fréquence centrale et d'une marge d'erreur de la composante candidate, des limites de fréquence inférieure et supérieure d'une première fenêtre de recherche pour identifier la première composante ; en iden¬ tifiant la première composante sur la base de la première fenêtre de recherche ; en modifiant la fréquence centrale et la marge d'erreur de la composante candidate sur la base d'une fréquence centrale et d'une marge d'erreur de la première composante ; et en déterminant, sur la base de la fréquence centrale modifiée et de la marge d'erreur modifiée de la composante candidate, des limites de fréquence inférieure et supérieure d'une deuxième fenêtre de recherche pour identifier la deuxième composante.
Selon encore un autre aspect, on prévoit un système comprenant : un système mécanique ou électromécanique ; au moins un capteur agencé pour détecter lesdites vibrations et/ou fluctuations électriques dans le système ; et le dispositif de calcul susmentionné agencé pour traiter un signal provenant dudit au moins un capteur.
Brève description des dessins
Les fonctionnalités et avantages susmentionnés, et d'autres, apparaîtront clairement avec la description détaillée suivante de modes de réalisation, faite à titre d'illustration et non de limitation, en référence aux dessins joints dans lesquels : la figure 1 illustre un système mécanique ou électro¬ mécanique muni d'une détection d'anomalies selon un exemple de réalisation ;
la figure 2 illustre un exemple de spectre de fréquence d'un signal capturé par un capteur de la figure 1 selon un exemple de réalisation ;
la figure 3 est un diagramme spectral représentant des paramètres dans un procédé de détection d'anomalie selon un exemple de réalisation ;
la figure 4 est un organigramme illustrant des étapes dans un procédé de détection d'une anomalie dans un système mécanique ou électromécanique selon un exemple de réalisation de la présente description ; et
la figure 5 illustre un dispositif pour mettre en oeuvre un procédé de détection d'anomalie selon un exemple de réalisation de la présente description.
Description détaillée
La figure 1 illustre un système 100 à surveiller. Ce système est par exemple un système mécanique ou électro- mécanique, comme une éolienne ou une hydrolienne, un moteur à combustion ou à réaction, un moteur électrique, une machinerie industrielle, ou d'autres types de systèmes comprenant des parties mobiles dans lesquelles on veut surveiller des anomalies .
L'anomalie à détecter est par exemple l'usure graduelle ou la défaillance d'une ou plusieurs parties du système. L'anomalie pourrait également être une opération non optimale de la totalité ou d'une partie du système.
On utilise un capteur 102 pour détecter des vibrations et/ou des fluctuations électriques en un point du système 100.
Par exemple, le capteur 102 est un capteur de vibrations, comme un capteur MEMS (capteur micro-électromécanique) , un accélé- romètre ou similaire. Dans un tel cas, le capteur 102 est par exemple en contact physique avec la partie du système à surveiller, ou en contact physique avec un élément du système qui est mécaniquement relié à une ou plusieurs parties du système à surveiller. A titre de variante, le capteur pourrait être adapté à détecter des fluctuations électriques dans le câblage électrique du système, comme sur une borne d'entrée ou de sortie d'une partie à surveiller, par exemple un moteur électrique ou similaire. Un tel capteur est par exemple un détecteur de courant ou de tension, soit câblé électriquement soit couplé de façon électromécanique à des chemins conducteurs dans le système. Ici encore, le capteur peut être positionné de façon à pouvoir détecter des fluctuations provenant de plusieurs parties du système à surveiller.
Bien qu'un seul capteur 102 soit illustré en figure 1, dans des variantes de réalisation, il peut y avoir plusieurs capteurs pour surveiller divers points dans le système 100. La sortie de chaque capteur est par exemple traitée séparément de la même manière que celle qui va être décrite plus en détail ci- après .
Le capteur 102, et tous les autres capteurs présents dans le système, fournissent un signal de sortie sur une ligne 104 à un dispositif de calcul 106. Le dispositif de calcul 106 réalise une analyse de signal sur le signal de sortie. En particulier, le dispositif de calcul 106 convertit le signal de sortie variable dans le temps en un spectre de fréquence, par exemple en appliquant une transformation de Fourier discrète (DFT) . Le dispositif de calcul 106 détecte ensuite des pics dans le spectre de fréquence pour fournir une liste de composantes spectrales. Le dispositif de calcul 106 analyse ensuite ces composantes spectrales pour identifier des séries de compo¬ santes, chaque série comprenant une composante de fréquence fondamentale, un ou plusieurs harmoniques de la fréquence fondamentale, et/ou une ou plusieurs composantes formant des bandes latérales de modulation des composantes fondamentales ou harmoniques. Le dispositif de calcul 106 détecte par exemple la présence d'une anomalie sur la base de l'une quelconque de telles composantes spectrales identifiées. Dans certains modes de réalisation, le dispositif de calcul 106 fournit une indication de série identifiée de compo¬ santes spectrales, et/ou des détails d'une anomalie détectée, à un module de sortie 108, qui est par exemple un afficheur, une interface avec un site web, ou un autre type de moyen de sortie informant ou alertant un expert en maintenance du système des résultats de l'analyse.
Dans certains modes de réalisation, le dispositif de calcul 106 fournit en plus ou à la place un signal de sortie 110 renvoyé vers le système 100, qui par exemple altère le fonctionnement du système sur la base de l'anomalie détectée. Par exemple, le signal de sortie 110 peut être agencé pour immobiliser la totalité ou une partie du système dans le cas où une anomalie sérieuse est détectée, comme une pièce qui est sur le point de présenter une défaillance. En variante, le signal 110 peut être utilisé pour altérer le fonctionnement d'une ou plusieurs parties du système, comme réduire la vitesse de fonc¬ tionnement, jusqu'à ce qu'une réparation ou un remplacement de la pièce défectueuse puisse être réalisé.
La figure 2 est un graphique illustrant un exemple de composantes spectrales générées par le dispositif de calcul 106 de la figure 1 sur la base du signal de sortie du capteur 102. Chacun des pics représentés en figure 2, qui dans cet exemple sont dans une plage allant d'une fréquence d'environ 35 Hz à une fréquence d'environ 105 Hz, correspond à une composantes spec¬ trale. Bien sûr, les composantes de fréquence peuvent aussi être présentes à des fréquences plus basses ou plus élevées non représentées en figure 2. Chaque composante spectrale correspond à un pic dans le spectre de fréquence du signal de sortie du capteur 102, et est par exemple associée à une fréquence centrale correspondant à la fréquence au centre du pic, et à une marge d'erreur indiquant la précision de la valeur de la fréquence centrale.
Par exemple, les composantes spectrales sont calculées sur la base du procédé décrit dans la publication intitulée "Vers une carte d'identité spectrale", Nadine Martin et al., GRETSI 2005, et/ou dans la demande PCT WO2006/051242, et dont le contenu fait partie de la présente description dans les limites où cela est autorisé par la loi. En effet, cette demande de brevet, qui a des inventeurs en commun avec la présente demande, concerne un procédé pour l'identification automatique de composantes spectrales d'un signal, et fournit, pour chaque pic d'un spectre de fréquence, une forme de carte d'identité indiquant des attributs de la composante spectrale correspon- dante, comme la fréquence centrale et l'erreur.
Des techniques permettant de convertir le signal de sortie d'un capteur en un spectre de fréquence sur la base d'une transformation de Fourier discrète, et de détecter dans le spectre de fréquence les composantes spectrales associées à une fréquence centrale et une marge d'erreur, sont dans les capacités de l'homme de l'art, au moins sur la base des publi¬ cations mentionnées ci-avant, et ne seront pas décrites en détail ici. Par exemple, il sera clair pour l'homme de l'art que la marge d'erreur pour une composante de fréquence donnée peut être déterminée en fonction de la fréquence de cette composante, et en fonction du nombre de coefficients utilisés lors de l'application de la transformation de Fourier discrète pour générer le spectre de fréquence.
Est considéré comme une composante spectrale un pic correspondant dans le spectre de fréquence qui dépasse par exemple un niveau de seuil minimum. La génération de nouveaux ensembles de composantes de fréquences est par exemple réalisée périodiquement, par exemple avec une périodicité de quelques minutes ou de quelques heures. De cette façon, dès qu'un pic dans le spectre de fréquence dépasse le niveau de seuil minimum, une composante spectrale correspondante va être générée, celle- ci pouvant indiquer la présence d'une nouvelle anomalie dans le système .
Parmi les composantes spectrales illustrées en figure 2, certaines de ces composantes peuvent correspondre à des fréquences fondamentales présentes dans le système, alors que d'autres peuvent correspondre à des premiers, deuxièmes, troisièmes harmoniques ou des harmoniques supérieurs de ces
fréquences fondamentales. En outre, autour de toute fréquence fondamentale ou harmonique, des bandes latérales de modulation peuvent être présentes, aussi représentées par des composantes spectrales correspondantes. Par exemple, la composante située autour de 50 Hz en figure 2 peut correspondre à une fréquence fondamentale, et une composante située juste au-dessus de 100 Hz peut correspondre à une première harmonique de la composante à 50 Hz. Une ou plusieurs des composantes de chaque côté des composantes à 50 et 100 Hz peuvent correspondre à des bandes latérales de modulation.
Une série de composantes spectrales, et en particulier la fréquence et l'amplitude d'une composante fondamentale et la présence et l'amplitude d'harmoniques et/ou de bandes de modulation associés, sont des indicateurs clés de la présence de certaines anomalies au niveau de certaines parties du système mécanique ou électromécanique, et peuvent être analysés pour déterminer non seulement le type et l'étendue d'une anomalie, mais aussi la partie ou la pièce du système au niveau de laquelle l'anomalie prend sa source. Il y a une difficulté technique pour identifier des séries de composantes spectrales. En effet, dans la sortie du capteur d'un système électro¬ mécanique typique, il peut y avoir des centaines ou des milliers de composantes spectrales identifiées, dont au moins certaines peuvent être relativement proches les unes des autres. Une erreur dans la sélection d'une telle composante spectrale peut conduire au fait qu'une anomalie soit manquée ou mal inter¬ prétée .
La figure 3 est un schéma représentant une série de composantes spectrales identifiées par un procédé selon un exemple de réalisation. Comme cela est illustré, une composante spectrale Cj_ est sélectionnée parmi l'ensemble de composantes spectrales en tant que fréquence fondamentale candidate. La composante Cj_ est associée à une fréquence centrale Vj_ et à une marge d'erreur Ej_. La marge d'erreur Ej_ correspond à la distance positive ou négative par rapport à la valeur Vj_ à laquelle la fréquence centrale Vj_ peut en réalité être située.
L'existence d'une ou plusieurs composantes harmoniques associées à la composante Cj_, et/ou d'une ou plusieurs compo- santés de bande de modulation associées à la composante Cj_ selon un rapport r est déterminée de la façon suivante. Le rapport r va dépendre de la composante harmonique ou de modulation à identifier. Par exemple, en supposant que le premier harmonique est à identifier, r est égal à 2.
Une fenêtre de recherche est définie pour servir à la localisation d'une composante harmonique ou de modulation potentielle, ayant une limite inférieure égale à r(Vj_-Ej_) et une limite de fréquence supérieure égale à r (Vj_+Ej_) .
Ensuite, toute composante spectrale qui a une fréquence centrale tombant dans la fenêtre de recherche après avoir pris en compte sa marge d'erreur est considérée comme étant une composante potentiellement associée. Par exemple, en figure 3, une composante de fréquence Cj a une fréquence centrale Vj tombant dans la plage de fréquence [r (Vj_-Ej ) , rVj_] et une composante de fréquence Cj+ ]_ a une fréquence centrale Vj +]_, qui, lorsqu'elle est diminuée de la marge d'erreur E + ]_ de la composante C + ]_, tombe dans la plage de fréquence [rVj_, r (Vj_+Ej_) ] . La condition peut être formalisée de la façon suivante pour la composante Cj , qui a une marge d'erreur E , où [a, b] est la plage de fréquence de chevauchement :
[a; b] = [v - E3; V3 + ∑3\ Π [rfo - E ); r(y± + E±)] ≠ 0 ~1
Ensuite, l'une des composantes potentiellement associée est sélectionnée comme étant la composante la plus vraisem¬ blablement associée à la composante candidate Cj_ . Par exemple, la composante la plus proche du centre de la fenêtre de recherche, en d'autres termes la plus proche de rVj_, est sélectionnée. Dans l'exemple de la figure 3, cela correspond à la composante C .
Avant de répéter l'opération décrite précédemment pour une nouvelle valeur de r afin d'identifier un autre élément de la série comprenant la composante candidate Cj_, la fréquence centrale Vj_ et la marge d'erreur Ej_ de la composante Cj_ sont mises à jour sur la base des paramètres de la dernière composante identifiée, en d'autres termes la composante Cj dans l'exemple de la figure 3. En particulier, la composante Cj est supposée tomber dans la plage de fréquences de chevauchement [a, b] de la fenêtre de recherche avec la fréquence centrale Vj de la composante Cj plus et moins la marge d'erreur Ej . Ainsi, la limite inférieure "a" de cette plage est la fréquence r (Vj_-Ej_) , et la limite supérieure "b" de cette plage en figure 3 est la fréquence Vj+Ej. La nouvelle fréquence centrale et la nouvelle marge d'erreur de la composante Cj_ deviennent par conséquent :
_ (a + b) (b - a)
2 x r 2 x r
Ainsi la nouvelle fréquence centrale Vj_ est basée sur la composante Cj se trouvant à mi-chemin entre a et b, et la nouvelle marge d'erreur est basée sur la moitié de l'intervalle de fréquence entre a et b.
Le rapport r d'une composante harmonique ou de modulation suivante à identifier est par exemple une valeur supérieure, par exemple égale à 3 dans le cas où la deuxième harmonique doit être identifiée. Par conséquent, plutôt qu'une nouvelle fenêtre de recherche soit 2r fois plus grande que la marge d'erreur initiale Ej_ de la composante Cj_, la nouvelle fenêtre va avoir de 2r fois la taille de la valeur modifiée de la marge d'erreur, ce qui est notablement plus petit.
Une deuxième composante dans la nouvelle fenêtre de recherche peut être identifiée de la même façon que cela a été décrit précédemment, avant que le processus soit répété pour l'identification d'autant de composantes associées addition- nelles qu'on le souhaite.
La figure 4 est un organigramme illustrant un exemple de procédé pour détecter une anomalie dans un système mécanique ou électromécanique selon un exemple de réalisation. On suppose en figure 4 qu'un ensemble de I composantes spectrales basé sur un signal détecté par un capteur a déjà été généré, et que chacune des composantes spectrales Cj_ est associée à une fréquence centrale Vj_ et à une marge d'erreur Ej_, pour i compris entre 1 et I .
Dans une opération 401, des paramètres i et k sont initialisés, par exemple à la valeur 1. Comme cela a été indiqué précédemment, le paramètre i désigne l'une des composantes Cj_ qui est appelée ici composante candidate. Le paramètre k désigne un rapport r^ correspondant à une composante harmonique ou de bande de modulation courante à identifier, pour k égal à 1 à K. Le nombre total K de rapports va dépendre du nombre de compo¬ santes harmoniques/de modulation à identifier, et pourrait par exemple être un nombre quelconque entre 2 et 50. Il sera clair pour l'homme de l'art que ce nombre va dépendre de la taille du spectre, et de la fréquence fondamentale. Par exemple, les valeurs r-_ à r^ sont respectivement égales à 2, 3, 4, ... K+l.
Dans une opération suivante 402, la fondamentale candidate Cj_ est sélectionnée, correspondant initialement à la composante C .
Dans une opération suivante 403, une fenêtre de recherche est déterminée pour la composante associée au rapport r^. Initialement, le rapport est τγ, qui correspond par exemple à un rapport égal à 2. La fenêtre de recherche est égale à [r^Vi-Ei) , rkiVi+Ei) ] .
Dans le cas d'une recherche de composantes spectrales de bande de modulation, on peut utiliser les mêmes valeurs de r que celles utilisées pour les composantes harmoniques. Toute¬ fois, en supposant que des bandes de modulation situées à droite, c'est-à-dire ayant une fréquence supérieure, d'une composante Cm ayant une fréquence centrale Vm doivent être identifiées, la valeur Vm est par exemple soustraite de la fréquence centrale Vj_ de la composante candidate Cj_ avant de déterminer la fenêtre de recherche, et les limites inférieure et supérieure de la fenêtre de recherche vont être égales à [ m+rk (Vj_-Ej_) , Vm+rk (Vj_+Ej_) ] . Si les bandes de modulation situées à gauche, c'est-à-dire de fréquence inférieure, de la composante Cm doivent être identifiées, la fréquence centrale Vj_ de la composante candidate est par exemple soustraite de la valeur Vm avant de déterminer la fenêtre de recherche, et les limites inférieure et supérieure de la fenêtre de recherche vont être égales à [Vm-rk (Vj_+Ej_) , Vm-rk (Vj_-Ej_) ] .
Dans une opération suivante 404, on détermine si une ou plusieurs composantes ont été identifiées dans la fenêtre de recherche, en prenant en compte la marge d'erreur Ej de chaque composante Cj . En particulier, la condition de la formule 1 précédente est appliquée pour les composantes C . Si au moins une composante est trouvée dans la fenêtre de recherche, l'opération suivante est l'opération 405, dans laquelle une composante est sélectionnée parmi les composantes trouvées. Comme cela a été mentionné précédemment, la composante la plus proche du niveau de fréquence rkVj_ est par exemple sélectionnée.
L'opération après l'opération 405, ou après l'opération 404 si aucune composante n'est trouvée dans la fenêtre de recherche, est l'opération 406, dans laquelle on vérifie si k est égal à K. Dans la négative, l'opération suivante est l'opération 407, dans laquelle k est incrémenté, puis dans une opération suivante 408, la valeur Vj_ de la fréquence centrale et l'erreur Ej_ de la composante Cj_ sont redéfinies sur la base de la composante identifiée dans l'opération 404. En particulier, les formules 2 décrites précédemment sont par exemple appli¬ quées. Le procédé revient ensuite à l'opération 403 pour déterminer une nouvelle fenêtre de recherche sur la base de la nouvelle valeur de rk et des valeurs modifiées de Vj_ et Ej_.
Si dans l'opération 407, on a trouvé que k est égal à
K, l'opération suivante est l'opération 409, dans laquelle la série Hj_ des composantes harmoniques et/ou de modulation associées à la composante Cj_ est définie. Une telle famille Hj_ est par exemple définie seulement si au moins une composante harmonique ou de modulation associée à la composante Cj_ a été identifiée .
Après l'opération 409, l'opération suivante est l'opération 410, dans laquelle on vérifie si i est égal à I. Dans la négative, i est incrémenté dans une opération 411, et le procédé revient à l'opération 402, où une nouvelle composante candidate est sélectionnée sur la base de la nouvelle valeur de i. Dans l'autre cas, si dans l'opération 410 on a trouvé que i est égal à I, le processus par exemple se termine au niveau d'une opération 412, dans laquelle une anomalie est identifiée sur la base de la série Hj_ de composantes qui ont été identifiées .
Ainsi le procédé continue jusqu'à ce que toutes les composantes Cj_ à C aient été évaluées, pour tous les rapports r-_ à ¾ ou jusqu'à ce qu'aucune composante ne puisse être identifiée dans la fenêtre de recherche. On notera que certains éléments de la série Hj_ peuvent comprendre la même composante, si par exemple une telle composante résulte de la somme d'harmoniques de fréquences fondamentales différentes.
L'identification d'une anomalie réalisée dans l'opé¬ ration 412 est par exemple obtenue en déterminant au moins l'une des caractérisations suivantes d'une série identifiée.
1 max
Figure imgf000018_0001
où Dj_ est la densité de la série, r-j_max est le rapport r^ le plus grand dans la série Hj_, card(Hj_) est la cardinalité (taille) de la série Hj_, Rj_ est la richesse de la série, Nj_max est la taille maximum de la série sur la base de la fréquence fondamentale Vj_ de la série et de la fréquence maximum vmax dans le spectre, |_xj est l'entier le plus grand qui n'est pas supérieur à x, THDj_ est le taux de distorsion dans la série Hj_, sur la base des amplitudes A]_ à des composantes 1 à N dans la série .
La figure 5 illustre un exemple d'un dispositif de traitement 500 du dispositif de calcul 106 de la figure 1. Le dispositif de traitement 500 est agencé pour mettre en oeuvre le procédé de détection d'anomalie décrit ici. Le dispositif 500 comprend par exemple un ou plusieurs processeurs 502 (P) sous le contrôle d'instructions mémorisées dans une mémoire d'ins- tructions 504. En outre, le dispositif 500 comprend par exemple une mémoire 506 par exemple configurée pour mémoriser la liste de composantes spectrales Cj_ à C , accompagnée d'au moins les fréquences centrales Vj_ correspondantes et de la marge d'erreur Ej_ pour chaque composante, comme cela a été décrit précédemment, et de toutes les séries Hj_ identifiées. En outre, la mémoire 506, peut mémoriser le signal variable dans le temps provenant du capteur 102, qui est par exemple reçu par le dispositif de traitement 502 par l'intermédiaire d'une interface d' entrée/sortie 508 couplée à la ligne d'entrée 104. L'interface d'entrée/sortie 508 peut comprendre un convertisseur analogique-numérique pour échantillonner le signal d'entrée et le numériser. L'interface d'entrée/sortie 508 peut aussi être couplée à la ligne de sortie 110 pour contrôler le fonctionnement du système mécanique ou électromécanique dans le cas où une anomalie est détectée.
Le dispositif 500 comprend par exemple en plus un afficheur 510, qui par exemple fournit une interface d'utili¬ sateur, ainsi que des moyens pour alerter un utilisateur en indiquant si et quand une anomalie a été détectée.
Un avantage des modes de réalisation décrits ici est qu'une anomalie dans un système peut être détectée avec préci¬ sion même dans des systèmes relativement complexes dans lesquels le spectre de fréquence calculé par un capteur comprend de nombreuses composantes spectrales . Avec la description ainsi faite d'au moins un mode de réalisation illustratif, diverses altérations, modifications et améliorations apparaîtront facilement à l'homme de l'art.
Par exemple, il sera clair pour l'homme de l'art que, bien qu'on ait décrit un procédé utilisant des formules spécifiques, il s'agit simplement d'exemples d'une façon de mettre en oeuvre le procédé, et que diverses modifications pourraient être appliquées à ces formules.

Claims

REVENDICATIONS
1. Procédé pour détecter une anomalie dans un système mécanique ou électromécanique, comprenant les étapes suivantes :
identifier par un dispositif de traitement, à partir d'un ensemble de composantes spectrales généré sur la base d'un signal provenant d'au moins un capteur détectant des vibrations et/ou des fluctuations électriques dans le système, au moins des première et deuxième composantes spectrales, chaque composante représentant un harmonique ou une modulation associé à une composante candidate (Cj_) :
en déterminant, sur la base d'une fréquence cen¬ trale (Vj_) et d'une marge d'erreur (Ej_) de la composante can¬ didate, des limites de fréquence inférieure et supérieure (r]_ (Vj_±Ej_) ) d'une première fenêtre de recherche pour identifier la première composante ;
en identifiant la première composante sur la base de la première fenêtre de recherche ;
en modifiant la fréquence centrale et la marge d'erreur de la composante candidate sur la base d'une fréquence centrale et d'une marge d'erreur de la première composante ; et en déterminant, sur la base de la fréquence centrale modifiée (Vj_) et de la marge d'erreur modifiée (Ej_) de la composante candidate, des limites de fréquence inférieure et supérieure (r2 (Vj_±Ej_) ) d'une deuxième fenêtre de recherche pour identifier la deuxième composante.
2. Procédé selon la revendication 1, comprenant en outre l'identification de la deuxième composante dans la deuxième fenêtre de recherche.
3. Procédé selon la revendication 1 ou 2, comprenant en outre la définition d'une série de composantes spectrales (Hj_) comprenant au moins la composante candidate et les première et deuxième composantes, et la détection de l'anomalie au moins partiellement sur la base de ladite série.
4. Procédé selon l'une quelconque des revendications 1 à 3, comprenant en outre la génération d'un signal de sortie pour contrôler une partie du système mécanique ou électro¬ mécanique sur la base de l'anomalie détectée.
5. Procédé selon l'une quelconque des revendications 1 à 4, dans lequel les première et deuxième composantes sont des harmoniques de la composante candidate, et dans lequel l'anomalie est détectée sur la base de paramètres d'une ou plusieurs composantes de modulation associées à la composante candidate ou à la première ou la deuxième composante.
6. Procédé selon l'une quelconque des revendications 1 à 5, dans lequel chacune des limites inférieure et supérieure des première et deuxième fenêtres de recherche est déterminée sur la base des équations r^ (Vj_-Ej_) et r^ (Vj_+Ej_) , où r^ est l'ordre harmonique des première et deuxième composantes respec¬ tivement, Vj_ est la fréquence centrale associée à la composante candidate, et Ej_ est la marge d'erreur associée à la composante candidate .
7. Procédé selon l'une quelconque des revendications 1 à 6, dans lequel la première composante est considérée comme tombant dans la première fenêtre de recherche si la condition suivante est vérifiée :
[a; b] = [V - E3; V3 +
Figure imgf000022_0001
Π [rk{v∑ - E∑); rk(v∑ + E,)] ≠ 0 où [a ; b] est une plage de fréquence de chevauchement, Vj est la fréquence centrale de la première composante, Ej est la marge d'erreur de la première composante, Vj_ est la fréquence centrale de la composante candidate, Ej_ est la marge d'erreur de la composante candidate et r^ est l'ordre de l'harmonique.
8. Procédé selon la revendication 7, dans lequel à la suite de l'identification de la première composante, la fréquence centrale Vj_ et la marge d'erreur Ej_ sont mises à jour de la façon suivante :
(a + b) (b - a)
V± = ± '- ; E± = '-
2 x r 2 x r où a est la limite inférieure de la plage de fréquence de chevauchement et b est la limite supérieure de la plage de fréquence de chevauchement.
9. Procédé selon l'une quelconque des revendications 1 à 8, comprenant en outre la détermination d'au moins un élément parmi une valeur de densité Dj_ de la série, une richesse Rj_ de la série et un taux de distorsion THDj_ de la série sur la base des équations suivantes : card(Hi )
max
Figure imgf000023_0001
où Dj_ est la densité de la série, r-j_max est le plus grand rapport r^ dans la série Hj_, card(Hj_) est la cardinalité (taille) de la série Hj_, Rj_ est la richesse de la série, Nj_max est la taille maximum de la série sur la base de la fréquence fondamentale Vj_ de la série et de la fréquence maximum vmax dans le spectre, |_xj est l'entier le plus grand qui n'est pas supérieur à x, THDj_ est le taux de distorsion dans la série Hj_, sur la base des amplitudes A]_ à des composantes 1 à N dans la série.
10. Support lisible par un ordinateur mémorisant un programme d'ordinateur qui, lorsqu'il est exécuté par un dispositif de traitement, amène la mise en oeuvre du procédé de l'une quelconque des revendications 1 à 9.
11. Dispositif de calcul pour détecter une anomalie dans un système mécanique ou électromécanique comprenant un dispositif de traitement agencé pour :
identifier, à partir d'un ensemble de composantes spectrales généré sur la base d'un signal provenant d'au moins un capteur détectant des vibrations et/ou des fluctuations électriques dans le système, au moins des première et deuxième composantes spectrales, chaque composante représentant un harmonique ou une modulation associé à une composante candidate (Ei) :
en déterminant, sur la base d'une fréquence centrale (Vj_) et d'une marge d'erreur (Ei) de la composante candidate, des limites de fréquence inférieure et supérieure (r]_ (Vj_±Ei) ) d'une première fenêtre de recherche pour identifier la première composante ;
en identifiant la première composante sur la base de la première fenêtre de recherche ;
en modifiant la fréquence centrale et la marge d'erreur de la composante candidate sur la base d'une fréquence centrale et d'une marge d'erreur de la première composante ; et en déterminant, sur la base de la fréquence centrale modifiée (Vj_) et de la marge d'erreur modifiée (Ei) de la composante candidate, des limites de fréquence inférieure et supérieure (r2 ( j_±Ei) ) d'une deuxième fenêtre de recherche pour identifier la deuxième composante.
12. Système comprenant :
un système mécanique ou électromécanique ;
au moins un capteur agencé pour détecter lesdites vibrations et/ou fluctuations électriques dans le système ; et le dispositif de calcul de la revendication 11 agencé pour traiter un signal provenant dudit au moins un capteur.
PCT/FR2014/051000 2013-04-26 2014-04-25 Systeme de detection d'anomalie Ceased WO2014174223A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1353860 2013-04-26
FR1353860A FR3005180B1 (fr) 2013-04-26 2013-04-26 Systeme de detection d'anomalie

Publications (1)

Publication Number Publication Date
WO2014174223A1 true WO2014174223A1 (fr) 2014-10-30

Family

ID=49474506

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2014/051000 Ceased WO2014174223A1 (fr) 2013-04-26 2014-04-25 Systeme de detection d'anomalie

Country Status (3)

Country Link
EP (1) EP2796955B1 (fr)
FR (1) FR3005180B1 (fr)
WO (1) WO2014174223A1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023111447A1 (fr) 2021-12-17 2023-06-22 Institut Polytechnique De Grenoble Procede, dispositif, programme produit d'ordinateur et support d'enregistrement comportant ledit programme pour la detection d'une anomalie dans un systeme mecanique ou electromecanique

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR1353860A (fr) 1962-04-17 1964-02-28 Motala Verkstad Ab Arbre-vilebrequin
WO2006051242A2 (fr) 2004-11-12 2006-05-18 Centre National De La Recherche Scientifique Procede d'identification automatique de composantes spectrales d'un signal

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR1353860A (fr) 1962-04-17 1964-02-28 Motala Verkstad Ab Arbre-vilebrequin
WO2006051242A2 (fr) 2004-11-12 2006-05-18 Centre National De La Recherche Scientifique Procede d'identification automatique de composantes spectrales d'un signal

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
L.M. GELMAN ET AL.: "Condition Monitoring Diagnosis Methods of Helicopter Units", MECHANICAL SYSTEMS AND SIGNAL PROCESSING, vol. 14.4, July 2000 (2000-07-01)
MUCCHI E ET AL: "Acoustical signature analysis of a helicopter cabin in steady-state and run up operational conditions", MEASUREMENT, INSTITUTE OF MEASUREMENT AND CONTROL. LONDON, GB, vol. 43, no. 2, 1 February 2010 (2010-02-01), pages 283 - 293, XP026801552, ISSN: 0263-2241, [retrieved on 20091023] *
NADINE MARTIN ET AL.: "Vers une carte d'identité spectrale", GRETSI, 2005
PEDRO FAUSTO GARCIA MARQUEZ ET AL.: "Condition monitoring of wind turbines : Technique and methods", RENEWABLE ENERGY, vol. 46, 2012, pages 169 - 178
SOLTANI BOZCHALOOI I ET AL: "Teager energy operator for multi-modulation extraction and its application for gearbox fault detectionUS patent pending (serial number: 12/631,528).;Teager energy operator for multi-modulation extraction and its application for gearbox fault detection", SMART MATERIALS AND STRUCTURES, IOP PUBLISHING LTD., BRISTOL, GB, vol. 19, no. 7, 1 June 2010 (2010-06-01), pages 75008, XP020194605, ISSN: 0964-1726, DOI: 10.1088/0964-1726/19/7/075008 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023111447A1 (fr) 2021-12-17 2023-06-22 Institut Polytechnique De Grenoble Procede, dispositif, programme produit d'ordinateur et support d'enregistrement comportant ledit programme pour la detection d'une anomalie dans un systeme mecanique ou electromecanique
FR3130968A1 (fr) 2021-12-17 2023-06-23 Institut Polytechnique De Grenoble Procede, dispositif, programme produit d’ordinateur et support d’enregistrement comportant ledit programme pour la detection d’une anomalie dans un systeme mecanique ou electromecanique

Also Published As

Publication number Publication date
EP2796955A1 (fr) 2014-10-29
EP2796955B1 (fr) 2015-12-23
FR3005180B1 (fr) 2015-05-01
FR3005180A1 (fr) 2014-10-31

Similar Documents

Publication Publication Date Title
WO2019020922A1 (fr) Procede et dispositif de recherche d'un defaut susceptible d'affecter un dispositif mecanique tournant de transmission de puissance
KR101607047B1 (ko) 결함 검출을 위한 신호 분석 방법 및 장치
WO2023017226A1 (fr) Titre : procédé de détection d'un défaut de roulement d'un système rotatif et système de surveillance mettant en œuvre ce procédé
FR3050036A1 (fr) Procede de detection de defauts non francs dans un cable par fusion de donnees
WO2020221618A1 (fr) Procede de detection de defauts non francs dans un cable par analyse en composantes principales
EP3839679A1 (fr) Procédé de contrôle d'un niveau de qualité de vissage d'une visseuse, dispositif associé et programme mettant en oeuvre le procédé
EP3489831A1 (fr) Procédé et dispositif de surveillance d'un processus générateur de données d'une métrique pour la prédiction d'anomalies
Buzzoni et al. Diagnosis of Localized Faults in Multistage Gearboxes: A Vibrational Approach by Means of Automatic EMD‐Based Algorithm
EP2796955B1 (fr) Système de détection d'anomalie
EP4423475B1 (fr) Procede de surveillance d'un systeme mecanique rotatif d'un aeronef
EP4407290A1 (fr) Procede et dispositif de detection d'un defaut sur un systeme mecanique comportant au moins un organe tournant
EP3759455B1 (fr) Module d'acquisition pour un systeme de surveillance d'une machine tournante, systeme et procede de surveillance
WO2018104651A1 (fr) Installation de diagnostic d'une machine électrique
EP3232212A1 (fr) Système et procédé de détection d'un arc électrique
FR3087265A1 (fr) Procede et dispositif de surveillance d'une piece mecanique en rotation
EP4070068B1 (fr) Procede de surveillance d'une turbomachine, dispositif, systeme, aeronef et produit programme d'ordinateur
FR3096133A1 (fr) Extraction d’une composante vibro-acoustique générée par une source mécanique en régime variable
FR2846089A1 (fr) Dispositif et procede de test acoustique et vibratoire de de pieces mecaniques
EP2491412B1 (fr) Procédé de détection de la position d'un front d'onde correspondant à un évènement dans un signal reçu par un détecteur
FR3074300A1 (fr) Procede et dispositif de diagnostic de defaut d'un alternateur
EP4170363B1 (fr) Procédé de classification de décharge partielle dans un conducteur électrique d'un appareil électrique de moyenne tension
EP3650876A1 (fr) Détection de défaut électrique dans une génératrice
FR3161776A1 (fr) Procédé d’élaboration d’un modèle de détection d’anomalies
US20240302331A1 (en) Diagnosis method and system by analyzing signal based on cnn
Huang Methods for Rolling Element Bearing Fault Diagnosis under Constant and Time-varying Rotational Speed Conditions

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14729392

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14729392

Country of ref document: EP

Kind code of ref document: A1