[发明专利]用于模式匹配轴承振动诊断的系统和过程在审
申请号: | 201980043549.X | 申请日: | 2019-04-29 |
公开(公告)号: | CN113383215A | 公开(公告)日: | 2021-09-10 |
发明(设计)人: | S·高什;V·保罗;S·肯内帕利;A·卡尼克;J·卡纳里;J·波特;J·米霍克;S·达萨拉塔 | 申请(专利权)人: | 通用电气公司 |
主分类号: | G01H1/00 | 分类号: | G01H1/00;G01H3/08;G01M13/045;F03D17/00 |
代理公司: | 中国专利代理(香港)有限公司 72001 | 代理人: | 石宏宇;金飞 |
地址: | 美国*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 模式 匹配 轴承 振动 诊断 系统 过程 | ||
1.一种计算机实施的方法,所述方法包括:
从多个不同资产接收振动频谱数据;
基于针对所述多个资产中的各个的所述振动频谱数据的形状来确定针对所述多个资产的群集,被分组在同一群集中的资产具有类似频谱形状的振动频谱数据;
基于针对所述振动频谱数据的域导出模式识别规则的应用来针对所述群集中的各个确定多个故障分类中的一个;
生成输出,所述输出包括所述多个资产中的各个与特定资产被分组在其中的所述群集的所述故障分类的关联;以及
将所述输出的记录保存到数据存储设备。
2.根据权利要求1所述的方法,其特征在于,所述多个故障分类包括下者中的至少一个:健康的、一种或多种已知故障类型和未知的。
3.根据权利要求2所述的方法,其特征在于,所述一种或多种已知故障类型包括内座圈滚珠通过故障、外座圈滚珠通过故障、滚珠自旋故障、行星轴承故障和环齿轮故障中的至少一种。
4.根据权利要求1所述的方法,其特征在于,所述振动频谱数据从针对所述多个不同资产中的至少一个的两个不同级接收。
5.根据权利要求4所述的方法,其特征在于,进一步包括对于所述多个不同资产中的所述至少一个的所述两个不同级中的各个:
基于所述振动频谱数据的形状来确定针对所述多个资产的群集;
基于针对所述振动频谱数据的域导出模式识别规则的应用来针对所述群集中的各个确定多个故障分类中的一个;以及
生成输出,所述输出包括所述多个资产中的各个与特定资产被分组在其中的所述群集的所述故障分类的关联。
6.根据权利要求1所述的方法,其特征在于,对于所述多个资产中的各个,接收到的所述振动频谱数据在某个时间段内被求平均。
7.根据权利要求6所述的方法,其特征在于,接收到的所述振动频谱数据包括针对所述多个资产中的各个的多个频谱。
8.根据权利要求1所述的方法,其特征在于,针对所述多个资产的所述群集的所述确定通过执行算法来实现,所述算法被公式化以标识具有类似频谱形状的振动频谱数据。
9.根据权利要求8所述的方法,其特征在于,所述算法是分级群集算法、k-均值算法、最近邻算法和基于群集方法的组合的至少一种算法中的一种。
10.根据权利要求1所述的方法,其特征在于,进一步包括确定所述振动频谱数据中的至少一个故障,其中,所述振动频谱数据中的所述至少一个故障的所述标识的所述确定通过执行公式化以检测所述至少一个故障的算法来实现。
11.根据权利要求1所述的方法,其特征在于,进一步包括在每个资产基础上从针对所述多个资产的接收到的所述频谱数据提取至少一个特征以降低所述频谱数据的维度。
12.根据权利要求11所述的方法,其特征在于,针对所述多个资产的所述群集的所述确定是在降低维度的所述频谱数据上执行的。
13.根据权利要求1所述的方法,其特征在于,所述多个资产各自是风力涡轮。
14.根据权利要求13所述的方法,其特征在于,所述风力涡轮包括高速轴和低速轴中的至少一个,并且针对所述至少一个高速轴和所述低速轴中的各个而独立地执行针对所述多个资产的所述群集的所述确定和针对所述振动频谱数据中的至少一个故障的所述标识的所述确定。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于通用电气公司,未经通用电气公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980043549.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于制备多核苷酸的方法和组合物
- 下一篇:电子设备