对机器进行振动诊断监测的方法技术

本发明专利技术涉及一种在使用频率分析仪的情况下对机器(M)、特别是旋转式机器的单一机器零件(M1、…、Mn)进行振动诊断监测和评估的方法，以及一种用于实施该方法的装置。

Method of vibration diagnosis and monitoring for machine

The invention relates to a single machine part (M1,...) of a machine (M), especially a rotary machine, in the case of using a frequency analyzer. (Mn) methods for vibration diagnosis, monitoring and evaluation, as well as a device for implementing the method.

【技术实现步骤摘要】
【国外来华专利技术】对机器进行振动诊断监测的方法
本专利技术涉及一种对机器、加工装置或搬运装置或设备(如机床或机床零件，如回转工作台)的单一机器零件(例如轴承、传动装置、马达、对准、不平衡等等)进行振动诊断监测和评估的方法，以及一种用于实施该方法的装置，其中尤其可对不连续工作的机器(如步进分度台(Schrittschalttisch))进行分析。
技术介绍
在现有技术中，已知有各种不同的用来对制造机器或生产设备进行诊断和预测的方法。机器(例如回转工作台)的设备可用性是这一设备的经济效用的一个重要因素。具体而言，对旋转型或旋转式机器的状态进行监测的方法，其主要任务是尽量在不中断运行的情况下，能够对当前机器状态、机器负荷和机器状态的任何变化进行评估。其中，“机器状态”是指在所有的振动变量和运行参数的全部当前值的基础上针对机器的技术状态所做出的评价。通过预防性维护以及借助经验值，可以在改善生产设备的可用性的同时，缩减设备的停机时间和维护费用。但不足的是，很难对机器零件、轴承或磨损件的状态和失效时间点做出准确预测。另外，实施预防性维护时总是出现所更换的零件还具有较长的剩余使用寿命的情况。一种替代性的维护形式是视情维护。视情维护以可靠地定期测定机器状态为前提。现有技术中为此而开发出来的可供使用的测量和评价方法用于对诸如温度、压力、转矩或电流数据等过程参数和机器特性值进行监测和评价。往往也使用振动分析来进行机器诊断。通过这样一种分析能够早期识别并诊断损伤，以免产生后续损伤。例如，已知有通过分析振型来监测和评估连续运动且/或旋转的机器零件(特别是机器轴承)的方法。为此所需要的振动监测系统测量长时间旋转的机器的振动，并且在总振动水平超过极限值时例如直接报错。不连续的运动过程是指仅在特定的运动路径上运动的机器的运动，例如回转工作台旋转30°、45°、90°或120°角度等等。也可以指例如压力机的行程，压力机行程不同于冲压工具，冲压工具例如持久地或长时间地每分钟执行多个行程。一般而言，不连续运动是指一种仅展示少量运动重复周期或少于一个运动重复周期的运动模式，而针对连续运动或旋转的机器，可以提供表征该运动的特征数，如转速、行程次数等等，并且通常是通过数个或多个连贯的运动阶段来实现该运动。因此，不连续运动也可以被理解成一种以多个运动阶段为特征、但这些运动阶段并不连贯、而是分别被运动暂停隔开的运动。上述方法的缺点在于，一方面，在实际超过极限值参数时才只是进行检测，另一方面也难以估测改变了的振动行为的来源。报错的推测原因往往很难与实际原因联系起来。因此，根据振动信号的如此简单的特性值无法做出关于机器中的机器零件和轴承的状态的可靠陈述，更无法形成预测。针对兼具数个旋转型的部件和驱动装置的复杂机器，几乎无法实现目标性监测。此外，也需要诊断出关于未来可能出现的故障的早期陈述，但上述方法无法做到这一点。借助已知方法无法测定不连续运动的预期机器状态。由于运动模式复杂，已知的预测方法不适用于较短的运动阶段。借助现有技术中已知的方法不能测定不连续运动的机器的振动行为与运行参数之间的关联。再者，需要为不同运行状态的振动变量预设大量参数，这会产生大量数据和很大的计算分析工作量。
技术实现思路
因此，从现有技术出发，本专利技术的目的是克服前述缺憾，并且实施一种更简单、更容易实施且更可靠的机器特性监测方法，特别是获得对当前机器状态和未来机器状态的优化评估，所述方法可应用于不连续运动的机器，尤其可应用于步进分度台。这个目的通过权利要求1中给出的特征而达成。借助本专利技术的对不连续运动进行振动诊断监测的方法，可以自动测定振动与特定的运行参数之间的相关性，并且为该机器显示出来。特别有利地，本专利技术可应用于旋转一定角度的机器上，例如旋转分度台。通过检测振动行为并且分析机器零件各自对整台机器的复合振动的贡献，能够明确获知振动原因和振动变化。因此，本专利技术提出：对测量到的复合振型进行频谱分析，从中提取被监测的机器零件的振动分量。如此一来，本专利技术仅借助一个传感器就能同时监测多个机器零件，并且将复合测量信号中的变化明确地与某一机器零件(例如滚动轴承或传动装置)对应起来。能够实现分析和预测的第一种优选方式是使用参考模型。下面将借助不平衡(偏心)对此进行详细阐述。为此，针对与旋转角度相关的运动或周期性不连续运动的应用实例设计相应的参考模型。针对每个峰值P，用形式为f(P1)＝αP1+β的函数表达包含有频率曲线的振动峰值(Pi)的参考模型，以便借助回归分析的方法来分析该函数。因此，用于相应的不平衡的相应的值WEXT对应因子αP1(代表变量的影响因子)和因子β(相当于扰动变量)所产生的结果。值(WEXT)与频率曲线的相关单个峰值Pi之间的关联例如被绘示在图表中或者被存储在数据集中。通过速度、位置、温度和其他变量的影响，每个影响因子均获得一个值(WEXT)。预测时可将经过验证的模型作为参考。除预测值外，往往也提供置信区间，以便估测预测的不确定性。特别有利地，将不连续运动划分成数个(优选三个)运动阶段，也就是从静止状态到达到恒定速度的加速阶段、恒定阶段(运动速度相同或几乎相同)以及从减速时间点延伸至停止运行的制动阶段。本专利技术的另一有利技术方案是：运动阶段在分析且特别是频率分析方面也在部分FTT分析(傅里叶分析)中进行，使得每个阶段(加速、恒定阶段和制动阶段)能够单独地且不受下一阶段影响地被分析，这能节约计算时间和计算能力。本专利技术另一同样优选的技术方案是采用多变量分析。在此，通过使用所谓的“指纹”，在不连续运动的复合运动模式上实现调控网络的方法。为此，首先创建一套指纹，这些指纹是针对每个期望的旋转角度和每个周期而生成。指纹为每种运动模式指出极为特定的行为，通过多变量分析测定该行为并将其作为“指纹”保存在参考数据存储器中。因此，与运行中的真实数据相比，指纹给出的是关于未来预测的陈述。其中，可将不平衡、碰撞、过载、过载程度等等作为指纹，并且将运行状态与特别是不同运动阶段中的特定频率模式进行比较。特别有利地，测定复合振型的傅里叶级数，并且将各振动分量与被监测的机器零件对应起来。为此，可以借助下文还将予以说明的训练方法测定例如单一组件对复合振型的振动贡献。一旦从中生成的标称值数据或模型数据已经存在，就可以同样(优选)通过傅里叶级数展开来将复合振型中的偏差明确地与各机器组件对应起来。因此，本专利技术提出一种在使用至少一个振动传感器的情况下、优选在使用其他传感器的情况下对机器的单一机器零件及其状态进行振动诊断监测和评估的方法，该方法包括以下步骤：a)借助振动传感器(10)不连续地或连续地测量并检测至少一个传感器信号，优选是机器(M)在不连续运动时的振动的时间信号x(t)；b)评价传感器信号；c)将传感器信号与单一机器零件(M1、…、Mn)的标称值数据、模型数据和/或参考数据进行比较；d)一旦测定当前测量到的振动数据偏离标称值数据或模型数据，或者测定在与不连续运动同时进行的检测过程中存在借助外推预测到的偏差，即针对相关的机器零件(M1、…、Mn)提供评估信息和/或警示消息。替代性或补充性地，本专利技术可以实施以下方法步骤：e)在机器的不连续运动阶段中或者在周期性运行期间，借助振动传感器不连续地或连续地测量并检测机器的(复合)振本文档来自技高网...

【技术保护点】
1.一种在使用至少一个振动传感器(10)的情况下、优选在使用其他传感器(S)的情况下对做不连续运动或周期性运动的机器(M)的单一机器零件(M1、…、Mn)及其当前状态和预测状态进行传感器诊断监测和评估的方法，所述方法包括以下步骤：a)在所述机器(M)的不连续运动的一个运动阶段中，借助振动传感器(10)测量并检测所述机器(M)的振动的至少一个时间信号x(t)；b)评价所述一或数个传感器信号；c)借助频率分析仪(20)以频率分析的方式评价所述时间信号x(t)；d)提取包含有离散频率最大值ym(fm)的频谱y(f)，其中所述频率最大值ym(fm)分别对应一个特定的机器零件(M1、…、Mn)；e)将所述传感器信号与单一机器零件(M1、…、Mn)的标称值数据、模型数据和/或参考数据进行比较；f)一旦测定当前测量到的振动数据偏离标称值数据或模型数据，或者测定借助外推预测到的偏差，即针对相关的机器零件(M1、…、Mn)提供评估信息和/或警示消息。

【技术特征摘要】
【国外来华专利技术】2016.03.31 DE 102016105877.71.一种在使用至少一个振动传感器(10)的情况下、优选在使用其他传感器(S)的情况下对做不连续运动或周期性运动的机器(M)的单一机器零件(M1、…、Mn)及其当前状态和预测状态进行传感器诊断监测和评估的方法，所述方法包括以下步骤：a)在所述机器(M)的不连续运动的一个运动阶段中，借助振动传感器(10)测量并检测所述机器(M)的振动的至少一个时间信号x(t)；b)评价所述一或数个传感器信号；c)借助频率分析仪(20)以频率分析的方式评价所述时间信号x(t)；d)提取包含有离散频率最大值ym(fm)的频谱y(f)，其中所述频率最大值ym(fm)分别对应一个特定的机器零件(M1、…、Mn)；e)将所述传感器信号与单一机器零件(M1、…、Mn)的标称值数据、模型数据和/或参考数据进行比较；f)一旦测定当前测量到的振动数据偏离标称值数据或模型数据，或者测定借助外推预测到的偏差，即针对相关的机器零件(M1、…、Mn)提供评估信息和/或警示消息。2.根据权利要求1所述的方法，其中将所述机器的运动阶段或运动周期划分成至少三个运动分阶段，所述运动分阶段形成加速阶段或恒定阶段，并且针对所述运动分阶段的相关时间段分别分开地实施至少所述步骤c)和d)中的评价。3.根据权利要求1或2所述的方法，其中在所述方法中使用数个传感器(S)来对不同的机器参数进行传感器诊断监测和评估，并且将传感器数据(S1、…；Sn)(t)作为由测量数据组成的数据矩阵Mij(t)与标称值矩阵Msollij的标称值进行比较，其中t表示时间，并且一旦在时间点t上发现偏差，即检测所述偏差的量，并且将时间上的下一测量的传感器数据(S1、…；Sn)(t)再度与所述标称值矩阵Msollij的标称值数据以及与时间上此前所测量到的传感器数据进行比较，其中，在所述传感器数据(S1、…；Sn)(t)中的一者的偏差的量增大的情况下，通过外推从所述测量到的数据中外推曲线走向，从所述曲线走向中可推导出所述传感器数据(S1、…；Sn)(t)中的一者将超过允许偏差或者离开允许公差范围的时间点。4.根据权利要求1、2或3所述的方法，其中检测所述振动传感器(10)的传感器数据并与所保存的标称值数据进行比较，并且一旦在时间点t上发现偏差，即检测所述偏差的量，并且将时间上的下一测量的传感器数据再度与所述标称值数据以及与所述振动传感器(10)的时间上此前所测量到的传感器数据进行比较，其中，在所述被测定的传感器数据的偏差的量增大的情况下，通过外推从所述测量到的数据中外推曲线走向，从所述曲线走向中可推导出所述传感器数据将在量上超过允许偏差或者所述值离开允许公差范围的时间点。5.根据权利要求1至4中任一项所述的方法，其中通过借助所述振动传感器(10)不连续地或连续地测量并检测振动信号且/或通过不连续地或连续地测量并检测一个或所有传感器(S)的传感器数据(S1、…；Sn)(t)，将所述外推曲线的走向或先前针对一个或所有传感器数据(已针对这些传感器数据测定偏差值)所实施的外推所产生的外推值与当前所测定的数据进行比较，并且在所述实际数据与对应所述实际数据的外推数据之间存在差别的情况下，计算与所述实际数据匹配的外推曲线，且特别是所述理论外推曲线的匹配参数，并且据此调整用于计算外推函数的参数，以便借助刚刚计算出来的外推函数重新外推未来的传感器数据，从而得到经改善的预测质量。6.根据上述权利要求中任一项所述的方法，其中在所述机器(10)运行过程中，在一定运行模式...

【专利技术属性】
技术研发人员：M·科奈普，
申请(专利权)人：菲博罗有限公司，
类型：发明
国别省市：德国,DE