[发明专利]周期性运动的机器部件的故障预测方法

说明书

公开了一种周期性运动的机器部件的故障预测方法，其中，部件运动的多个周期中的每个周期在每个周期的持续时间内生成可测量的运动特性的值的数据分布。对于每个周期，该方法包括：确定运动特性的数据分布；计算数据分布中值的集中趋势度量值；计算每个周期的持续时间内数据分布的形状的量化度量值；将集中趋势度量值与形状的量化度量值关联为耦合的状态参数组；确定与周期性运动的部件的多个周期相关联的多个耦合的状态参数组的分散度；以及比较分散度与分散阈值，或者确定随时间的推移分散度的趋势，以进行故障预测。

技术领域

本发明总体上涉及状态监测领域。更特别地，本发明涉及一种周期性运动的机器部件的故障预测方法，一种相关的计算机程序产品以及一种用于预测周期性运动的机器部件(例如，轴承、皮带或发动机)中的故障的装置，所述机器部件用于诸如灌装机之类的系统或用于生产密封包装的相关系统中。

背景技术

机器部件(例如，轴承、皮带、发动机、或生产线中任何其他部件)的状态监测，例如在灌装机或相关系统中制造密封包装时，对于确保一段时间内所需的功能和故障预测至关重要。监测此类部件运动中的变形(例如，这些系统中的周期性运动部件的振动)是实现控制所需功能并预防与磨损相关的故障的一个重要部分。这种维护策略主要可能由于以下事实而导致：例如，轴承一旦接近故障时，会变得嘈杂并振动，作为即将发生故障的警告信号，如果该信号被及时发现，将为操作员提供一个时间范围以计划维修作业并更换轴承，而不会影响生产时间。例如振动的变形分析是工业预测性维护计划的重要组成部分，因此可以在机器出现故障之前发现并修复轴承中的磨损和损坏，从而降低了运行和维护成本。对轴承振动等级的经验评估是容易出错的过程，它可能会导致严重低估或高估部件的剩余寿命，并且还会将由完全不同的原因(例如，轴的不平衡)引起的噪音误认为是轴承损坏。以前的旨在表征轴承故障的解决方案包括频率分析，其中从振动信号中提取特性频率特征。除了实施起来很复杂之外，基于频率分析的解决方案也不总是准确的，并且针对用于计算的模型做出了各种假设。特别地，通常假设在轴承元件的相对运动期间不存在滑动；轴承局部损坏；轴承连接的发动机以恒定速度旋转；在发动机运行过程中，损坏会引起一系列的短期冲击，这些冲击会在振动信号的频谱中以一定的周期产生一系列尖峰；以及存在频带，在该频带中，信噪比使得能检测到一系列脉冲。如果未验证这些条件，则一系列脉峰可能会模糊不清，从而不再可识别，或者可能隐藏在其他类型的噪声中。伺服发动机的恒定转速的假设在自动机械领域中受到严格限制，在自动机械领域中，通常将一些伺服发动机用作电凸轮并以可变速度运行，以便获得致动元件的可变速度曲线。采用一些方法来适应可变速度，但是这样的解决方案实施起来也很复杂，并且还与其他限制和非期望的假设相关联。

因此，改进的状态监测将是有利的，并且特别地，可以避免更多的上述提及的问题和损害，包括提供不太复杂的故障预测方法，具有较短的执行时间并且从而能够进行动态分析，因此使得周期性移动的机器组件的故障排除省时且稳健。

发明内容

因此，本发明的实施例优选地通过提供根据所附专利权利要求的装置来试图减轻、缓解或消除本领域中的一个或多个不足、缺点或问题，例如上述单独的或任何组合的不足、缺点或问题。

根据第一方面，提供了一种周期性运动的机器部件的故障预测方法，其中，所述部件的运动的多个周期中的每个周期在每个周期的持续时间内生成可测量的运动特性的值的数据分布。该方法包括，对于每个周期；确定所述运动特性的所述数据分布；计算所述数据分布中所述值的集中趋势度量值；计算每个周期的所述持续时间内所述数据分布的形状的量化度量值；将所述集中趋势度量值与所述形状的所述量化度量值关联为耦合的状态参数组；确定与所述周期性运动的部件的多个周期相关联的多个耦合的状态参数组的分散度；以及比较所述分散度与分散阈值，或者确定随时间的推移所述分散度的趋势，以进行所述故障预测。

根据第二方面，一种计算机程序产品，包括指令，当程序由计算机执行时，所述指令使所述计算机执行根据第一方面的方法的步骤。