振动分析设备及其方法技术

技术编号:30525010 阅读:17 留言:0更新日期:2021-10-27 23:09
本发明专利技术涉及一种振动分析设备与方法,该设备包括输入接口,用于接收与第一零件有关的零件描述以及关于第一零件的故障描述;特征确定单元,用于基于所述零件描述与所述故障描述确定所述第一零件的至少一个零件状态特征;算法选择单元,用于基于所述零件状态特征从多个振动分析算法中选择与所述故障描述匹配的算法;以及分析单元,配置为利用所选择的匹配算法处理与所述第一零件相关的实时工况数据而生成振动特征值,该振动特征值可描述所述第一零件的健康状况。的健康状况。的健康状况。

【技术实现步骤摘要】
振动分析设备及其方法


[0001]本专利技术涉及汽车生产线检测技术,尤其是涉及对生产线上设备的工作状态的预测。

技术介绍

[0002]汽车生产线作为现代工业中高度自动化的生产线,集成了数百个生产步骤,而每个步骤涉及众多的生产设备。因此如果一个步骤中的任一个设备或其中的零件出现故障,都会导致整个生产线停顿,从而为配料供应、存储以及目标产量带来压力和损失。因此通常需要对生产线上的这种无法预料的停顿进行预判,从而避免损失。常规地,一些工厂在生产线上采用振动分析系统来监测设备健康状态并进而规划生产计划,然而这仍会带来如下问题。
[0003]首先,现有的振动分析系统过度依赖于现场工作人员的知识,然而通常生产线上的工作人员只对其负责的生产设备及其零件比较熟悉,但对于振动分析技术却了解不多,因此无法有效地分析振动数据,因而也就经常无法准确地预判哪个设备或何时这个设备可能会发生故障。
[0004]另外,现有的振动分析系统均是专门于特定的生产设备或生产线而开发,并与生产线上的设备或零件信息预先绑定。因此这样的振动分析系统受限于固定的生产线而不能灵活地运用于具有不同的零件或组成的其它生产线。即便是将这样的振动分析设备适配于其它生产线,也需要同时了解其它生产线与振动分析系统的专业人员来完成这项集成工作。

技术实现思路

[0005]本专利技术提出一种改进的振动分析设备,仅需要生产线上的工作人员提供相关零件以及零件故障信息,就可以实现对零件的工作状态进行诊断和预测,因此可以降低生产线上维护人员的要求。
[0006]按照本专利技术的一个方面提供一种振动分析设备,包括:输入接口,用于接收与第一零件有关的零件描述以及关于第一零件的故障描述;特征确定单元,用于基于所述零件描述与所述故障描述确定所述第一零件的至少一个零件状态特征;算法选择单元,用于基于所述零件状态特征从多个振动分析算法中选择与所述故障描述匹配的算法;分析单元,配置为利用所选择的匹配算法处理与所述第一零件相关的实时工况数据而生成振动特征值,该振动特征值可描述所述第一零件的健康状况。
[0007]按照本专利技术的另一个方面提供一种振动分析方法,包括:接收包含与第一零件有关的零件描述以及关于第一零件的故障描述;基于所述零件描述与所述故障描述确定所述第一零件的至少一个零件状态特征;基于所述零件状态特征从多个振动分析算法中选择与所述故障描述匹配的算法;利用所选择的匹配算法处理与所述第一零件相关的实时工况数据而生成振动特征值,该振动特征值可描述所述第一零件的健康状况。
附图说明
[0008]图1是按照一个示例的振动分析设备的示意图;
[0009]图2示意性地示出了时域与频域数据的时间变化曲线;
[0010]图3是按照另一个示例的振动分析设备的示意图;
[0011]图4是按照另一个示例的振动分析设备的示意图;
[0012]图5是按照一个示例的振动分析方法的流程图;
[0013]图6是按照另一个示例的振动分析设备的示意图;
[0014]图7是按照另一个示例的振动分析方法的流程图。
具体实施方式
[0015]下面结合附图对本专利技术实施例提供的方法和设备进行详细说明。虽然附图中显示了本公开的优选实施方式,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整的传达给本领域的技术人员。
[0016]图1示出根据本专利技术的一个实施例的振动分析设备示意图。振动分析设备100可位于生产线上的任一节点处,由该节点的用户例如生产线维护人员用于监测本节点的生产设备的健康状态,这里维护人员熟悉本节点处的一个或多个生产设备的零件组成及可能或经常发生的设备或零件故障。如图所示,振动分析设备100包括输入接口101,特征确定单元102,算法选择单元103以及分析单元104。
[0017]输入接口101可以作为人机接口接收用户输入,这里的用户输入包括用户期望预测的某一零件的故障描述(以下以FaultDes表示),以及与该零件相关的零件描述(以下以PartDes表示)。为便于接收这些输入,输入接口101例如可以是位于振动分析设备100上的图形显示界面(GUI),便于接收故障描述FaultDes以及零件描述PartDes。在诸如汽车制造工厂中,常见的故障例如有轴断裂、连接器断裂以及电机轴断裂等,显然每种断裂均会造成损失。因此对于用户期望对某一设备的例如轴断裂进行预测的情况下,可通过输入接口101的

故障描述

FaultDes输入或选定

轴断裂

。这里的

零件描述

PartDes既可能包含了关于当前零件(以P1表示)的零件描述PartDes_1,也可以包含与零件P1相关或协作的一个或多个其它零件(以P2表示)的零件描述PartDes_2,或者只包含与零件P1相关的零件P2的零件描述PartDes_2,这里的零件描述可以是零件型号、名称等可标识零件的特征。仍以故障描述FaultDes为

轴断裂

为例,用户可以在PartDes处输入期望诊断轴的相关的零件描述,在本例中假设用户预测的轴P1与电机以及联轴器相关,因此用户可以在PartDes处输入与轴P1匹配工作的电机类型以及采用的联轴器(Connector Tooth),例如PartDes=PartDes_2=(SEWK77DRE100LC4BE5TF,Connector Tooth),其中

SEWK77DRE100LC4BE5TF

为电机类型MotorModel。为便于说明,以下均以零件P1=轴、FaultDes=

轴断裂

以及PartDes=(MotorModel:SEWK77DRE100LC4BE5TF,Connector Tooth)为例予以描述。
[0018]特征确定单元102利用从输入接口101接收的零件描述PartDes与故障描述FaultDes,确定当前零件P1的至少一个零件状态特征PartFeature,该零件状态特征PartFeature所代表的工作状态与零件P1的潜在故障相关。为此,特征确定单元102可根据所要预测的零件P1的故障类型例如“轴断裂”,从零件P2的多个工作参数中选择相关的参
数,即这些参数在零件P2与P1的实际运行中会影响到零件P1的寿命或故障。由于零件描述PartDes中可能涉及与零件P1存在关联的一个或多个其它零件P2,因此特征确定单元102为零件描述PartDes中涉及的每个零件确定其工作参数,在本例中,由于

轴断裂

与电机转速等直接相关,因此,特征确定单元102选择电机的减速比ReductionRatio作为电机的与轴故障相关的工作参数。同时,特征确定单元102通过查询零件本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种振动分析设备,包括:输入接口,用于接收与第一零件有关的零件描述以及关于第一零件的故障描述;特征确定单元,用于基于所述零件描述与所述故障描述确定所述第一零件的至少一个零件状态特征;算法选择单元,用于基于所述零件状态特征从多个振动分析算法中选择与所述故障描述匹配的算法;分析单元,配置为利用所选择的匹配算法处理与所述第一零件相关的实时工况数据而生成振动特征值,该振动特征值可描述所述第一零件的健康状况。2.如权利要求1的设备,其中所述特征确定单元基于所述零件描述中涉及的一个或多个零件确定每个零件的工作参数,其中所述一个或多个零件包括:与所述第一零件相关的一个或多个第二零件。3.如权利要求2的设备,其中所述特征确定单元基于所述第二零件的第二工作参数以及工作状态数据,确定所述第一零件的与所述故障描述相关的所述至少一个零件状态特征,其中每个零件状态特征包括所述第一零件的第一工作参数及对应的参数值;所述算法选择单元基于所述第一工作参数从算法库选择所述匹配的算法;所述分析单元利用所述匹配算法处理所述第一零件的实时工况数据以确定对应于所述参数值的所述振动特征值。4.如权利要求3的设备,其中所述实时工况数据是通过传感器测量得到。5.如权利要求3的设备,还包括:零件库,用于存储所述零件的工作参数,其中所述特征确定单元通过查询所述零件库来确定每个零件的工作参数;以及所述算法库,其中存储有所述多个振动分析算法。6.如权利要求5的设备,其中所述参数值包括所述第一零件的工作频率值,所述匹配算法包括与所述频率值无关的第一算法以及与所述频率值相关的至少一个第二算法;其中所述分析单元配置为:调用所述第一算法以计算一频率范围内的所述振动特征值;确定在所述频率范围内的振动特征值是否存在异常,并在存在异常时标识发生所述异常的频率点;确定所述频率点与所述参数值是否相符,其中如相符,则调用所述第二算法。7.如权利要求6的设备,其中如果所述频率点与所述参数值不相符,所述分析单元向所述输入接口发送重配置信号,以提示用户输入额外的信息,其中所述算法选择单元进一步基于所述额外信息重选择匹配的算法;所述振动分析单元进一步配置为利用所重选择的匹配算法处理所述实时工况数据而生成更新的振动特征值。8.如权利要求6的设备,还包括状态评估单元,用于通过确定所述振动特征值的异常而预测所述第一零件发生所述故障描述中标识的故障的风险。9.如权利要求8的设备,所述状态评估单元计算所述振动特征值与一风险阈值的距离,以指示发生所述风险的程度。10.一种振动分析方法,包括:
接收包含与第一零件有关的零件描述以及关于第一零件的故障描述;基于所述零件描述与所述故障描述确定所述第一零件的至少一个零件状态特征;基于所述零件状态...

【专利技术属性】
技术研发人员:张海涛于禾周文晶田德钰宋振国张见平张宇乐李虎
申请(专利权)人:西门子工厂自动化工程有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1