TWI264663B - High-resolution intelligent rotor machine diagnostic system and method - Google Patents

Description

1264663 玖、發明說明： (-)發明所屬之技術領域 本發明係關於一種高解析度智慧型階次診系統系統及其 診斷方法，其係用於轉子系統之頻率階次分析（〇 r d e r a n a 1 y s ! 〇與診斷；jl；特徵爲應.⑴時頻譜分析和M取樣分析 裝置，它氏漉波器（K a丨m a η Π 1 t e r )或分析裝置或遞迴最小 平方演算法（RLS )分析裝置，以及模糊判斷裝置，作爲即時 線上故障偵測及診斷。 (二)先前技術 在工業發達國家，機械維修與診斷的需求相對很高。傳統 機械保養大致可分爲故障維修方式，時基式保養方式，預知 保養（predictive maintenance)方式。根據分析，預知保養方 式在維護與損失上最小，且可提高產能與降低生產成本。在 診斷技術方面，傳統做法是依靠熟練技術人Μ之感覺而預知 維修，而現今做法是運用診斷機器。 如中華民國專利公告編號第5 0 5 7 8 1號，公告於9 1年1 0 月1 1日，之「軸承之振動診斷裝置」專利案，其係爲--種 軸承之振動診斷裝置，包括有偵測單儿，運算處理單兀，顯 不單兀與發電單兀。該裝置之設備主要用於監控軸承狀況， 利用衝擊脈衝的聲壓變動設定警戒値，以評估故障程度。該 裝置之特點爲利用轉_旋轉運動作爲動力源來進行發電；’提 供診斷設備所需。 如中華民國專利公告編號第2 8 6 3 5 9號，公告於8 5年9 月2 1 Η，之「輥輪轉動機件劣化及故障之振動診斷方法」 1264663 β利案，K分析步驟爲：（a )品測輥輪之振動訊號：（b )判斷 測歡訊號是否大於警戒値，若否，則顯小結.¾七常結束判 斷1若是，則繼續步驟（c )，判斷該振動訊號之波卨率是否大 於4.5 ;若否，執行步驟（d )，若是，執行步驟（e )，其中步驟 (d)爲利用頻譜轉換求出中心频率，中心頻书位於警戒値上 限或下限，結果輸出並結束；步驟（e)爲利用包絡線頻譜找出 衝擊波重覆頻率，與故障特徵値比較，結果輸出並結束。 如芙國專利第6 2 8 9 7 3 5號，公告於9 0年9月1 8曰，之「用 於振動分析之機械診斷系統及方法」專利案，其係運用至少 一個感測器以上來量測振動，先比較各諧波之間的相對大小 定出關鍵頻率（critical fi· eque n cy)與機台共振頻率所在。再 以關鍵頻率爲基準對相鄰諧波間做比對，並以類神經網路 (n e u t r a 1 η e t w 〇 r k )及專家系統（e X p e 1· t s y s t e in )來評估機台狀 況。 然而，以上習知技術具有知缺失爲：（1)傳統以傅立葉轉 換爲基礎的階次分析，解析度與分析狀況均有所限制；（2 ) 丨::|前以卡氏濾波器爲基礎的階次分析，是屬於離線（off-line ) 式分析；（3 )診斷技術係依據時域與頻率域資訊作警戒値判 斷，對於複雜之故障狀況無法做有效判斷；（4 )在後端結果 判斷部分，都是靠有經驗的資深技術人員。 因此，爲改善上述缺失，有必要發展出·-種可用於線上 (ο η -1 i n e )量測，及可進行複雜狀況的診斷、故|拉分析的方法。 (三)發明內容 鑑於上述習知技術之問題，本發明之目的在於提供一種高 1264663 解析度智慧驭階次診斷系統及其診斷方法。 木發明之高解析度智恝嗯階次診斷系統，其係用於旋轉設 備之频Φ階次分析（〇 r d e r a n a 1 y s 1 s )與診斷，包^括：a )資料 擷取裝置，其係用於量測該旋轉設備之振動訊號和轉速訊 號；b )機台資料建立裝置，其係依據該振動訊號和該轉速訊 號，以及旋轉設備之機台特性，建立機台基本資料；c )時頻 譜分析和丙：取樣分析裝置，其係針對非固定轉速之旋轉設 備，依據該振動訊號和該轉速訊號，施行短時間傅立葉轉換 (STFT )時頻譜分析和再取樣頻率階次分析，以得到該非固定 轉速之旋轉設備的初步頻率分佈資料；d )卡氏濾波器 (Ka 1 man Π 1 t e r )分析裝置，其係以該振動訊號和該轉速訊 號作爲輸入訊號，並以該時頻譜分析和再取樣階次分析之運 算結果設定參數，應用模型基礎（model base)之卡氏濾波器 頻率階次分析技術，得到高解析度且可在線上（◦ n -丨i n e )更 新的各頻率階次能量分布；e )模糊判斷裝置，其係將d )卡氏 濾波器分析裝置運算所得之各頻率階次能量分佈，配合b ) 機台資料建立裝置所建立之資料，依預先設定之模糊判斷邏 輯，作成模糊判斷結論；f )視窗介面（GU I )裝置，其係依據 e )模糊判斷裝置作成之該模糊判斷結論，輸出包括故障類別 和階次資訊之診斷結果，其中該系統係反覆施行裝置a )、 d )、e )、f )之功能，以隨時獲取該旋轉設備之診斷結果。同 時，該模糊判斷裝置是適應性的U d a p 11 v e )，依不同的機台有 不同的模糊關係與警成値判斷。 由另一觀點，如前述之診斷系統，以遞迴最小平方演箅法 1264663 (R L S )分析裝置取代該丨v氏濾波器（K a 1 m a η Π ! t e !·)分析裝 置。其屮，遞迴最小平方演箅法（RLS )分析裝丨，其係依據 J亥振動訊號ft丨該轉速訊號，應j IJ模型蕋礎（m 〇 d e 1 b a s e )之 RLS頻率階次分析法，以得到高解析度且可在線上（on -丨！ ne ) 更新的各頻率階次能量分布。 木發明之高解析度智3型階次診斷方法，其係用於旋轉設 備之頻率階次分析（〇 r d e r a n a 1 y s 1 s )與診斷，包括下列步驟： a )量測該旋轉設備之振動訊號和轉速訊號；b )依據步驟a )所 量測之訊號，以及該旋轉設備之機台特性資料，建立機台基 本資料；c )針對非固定轉速之旋轉設備，依據步驟a )所量測 之訊號，施行短時間傅立葉轉換（STFT )時頻譜分析和再取樣 階次分析，以得到該非固定轉速之旋轉設備的初步頻率分佈 資料；d )依據步驟〇所量測之訊號作爲輸入訊號，並以步驟 b )之運算結果設定參數，施行卡氏濾波器頻率階次分析，以 得到高解析度且可在線上更新的各頻率階次能量分布；e )將 步驟d )運算所得之各頻率階次能量分佈，配合步驟b )所建立 之資料，依預先設定之模糊判斷邏辑，作成模糊判斷結論； Π依據步驟e )所作成之該模糊判斷結論，輸出包括故障類別 和階次資訊之診斷結果：其中該方法係反覆施行步驟〇、d )、 e )、f )，以隨I诗獲取該旋轉設備之診斷結1说。Μ時，該步驟 e)之模糊判斷步驟是適應性的（adaptive)，依不同的機台有不 I司的模糊關係與警戒値判斷。 由另-·觀點，如前述之診斷；法，以遞迴最小f方演算法 (R L S )分析取代該k氏漉波器（K a 1 m a n f 1 1 t e r )分析。其中， 1264663 遞迥最小平方演党法（RLS )分析，其係依據該振動訊號和該轉 速訊號，應用模型基礎（m 〇 d e 1 b a s e )之R L S頻率階次分析法， 以得到高解析度R可在線上（◦ η - 1 i n e )更新的各頻率階次能 Μ分布。 (四)實施方式 下文中，將參照圖式詳細描述本發明之較佳實施例，其中 相同符號代表相同元件。 本發明在於提供一種高解析度智慧型階次診斷系統，其係 用於轉旋轉設備之階次分析與診斷。前述之旋轉設備係泛指 旋轉機械系統，如：汽車引擎、發電機之渦輪組、機械加工 平台（如車床、銑床）、輪船動力系統等。 本發明之高解析度智慧型階次診斷系統，係由數個具有不 同功能之裝置組成，該等裝置以及具有之功能敘述如下： a )資料擷取裝置1，其係量測該旋轉設備之振動訊號和轉速 訊號。在一實施例中，此資料擷取裝置由例如加速規、光 纖觸發感測器、數位訊號處理（DSP )卡等，所組成之。其 中，加速規，係用於测量旋轉設備轉子系統之振動訊號； 光纖觸發感測器，係用於記錄轉子之轉速變化；數位訊號 處理（DSP )卡，係用於處理加速規與光纖觸發感測器之資 料，及計算估測轉速。 b )機台資料建立裝置2，其係依據該資料擷取裝置’所量測 之該振動訊號和該轉速訊號，以及該旋轉設備之機台特 性，建立機台基本資料。在…實施例中，建立包括模糊量 測和模糊關係之資料；此模糊關係和數據之建立，用於後 1264663 端故障診消11之模糊判斷。 c )時頻譜分析和再取樣分析裝趙3，其係針對#岡定轉速或 非穏態旋轉之旋轉設備，依據該資料擷取裝置1所量測之 該振動訊號和該轉速訊號，施行短時間傅立葉轉換（ST FT ) 時頻譜分析和1鮮収樣頻率階次分析，以得到該非固定轉速 之旋轉設備的初步頻率分佈資料； cl )卡氏濾:波器（K a 1 m a n f 1 1 t e 1·)分析裝置4，其係以該資料 擷取裝置1所量測之該振動訊號和該轉速訊號作爲輸入 訊號，並以該短時間傅立葉轉換時頻譜分析和再取樣階次 分析之運算結果設定參數，應用模型基礎（model base) 之卡氏濾波器階次分析技術，得到高解析度且可在線上 (ο η - 1 i n e )更新的各頻率階次能量分布。和習知技術比 較，具有較高解析度和可在線上顯示運算結果之優點。 e )模糊判斷裝置5，該裝置包括模糊邏輯和模糊推論兩部 分，其主要功能係依據輸入資料，判斷及分析旋轉設備知 故障狀況。在本發明之實施例中，係將卡氏濾波器分析裝 置4運算所得之各頻率階次能量分佈，配合機台資料建立 裝置2所建立之資料，依預先設定之模糊判斷邏輯，作成 模糊判斷結論。其中，該模糊判斷步驟足適應性的 (adaptive)，依不同的機台有不同的模糊關係與警戒値判 斷。 f )視窗介面（G U [)裝隱6，其係依據模糊判斷裝· 5作成之 該fe 1¾判斷結論’愉出包括故fe類別和階次貧ι :Λ之診斷結 果；在·實施例中，該用者Ν形介面（GU I )裝置6係由個 1264663 人電腦（PC )配合視窗介而（G U [)軟體所組成。前述在PC上 執行之視窗介丽軟體，除Γ 4作爲診斷結災輸出裝置，同 時亦可作爲前述各項步驟的量測參數輸人介面。亦即，視 窗介面，其實際上係作爲人機介面（Μ Μ I)。 同時，如上述之系統，係反覆施行裝置 a )、d )、e )、f ) 之功能；透過反覆施行前述各項裝置之功能，可將受測旋轉 設備之運轉動態特性，隨時在線上（ο η 1 1 n e )顯示及更新 (u pda t e )，以隨時獲取該旋轉設備之診斷結果。 在另一實施例中，如前述之診斷系統，以遞迴最小平方演 算法（RLS)分析裝置4取代該卡氏濾波器（Kalman niter)分 析裝置4。運用模型基礎之遞迴最小平方演算法（RLS )法的階 次分析技術，和習知技術比較，同樣具有較高解析度和可在 線上顯示運算結果之優點。 本發明之高解析度智慧型階次診斷方法，其係用於旋轉設 備之頻率階次分析（◦ r d e 1* a n a 1 y η s )與診斷，包括下列步驟： a )量測該旋轉設備之振動訊號和轉速訊號； b )依據步驟a )所量測之訊號，以及該旋轉設備之機台特性 資料，建立機台基本資料； c )針對非固定轉速之旋轉設備，依據步驟 a )所量測之訊 號，施行短時間傅立葉轉換（STFT )時頻譜分析和再取樣 階次分析，以得到該非1*1定轉速之旋轉設備的初步頻率 分佈資料； cl )依據步驟a )所量測之訊號作爲輸入訊號，並以步驟b ) 之運算結果設定參數，施行卡氏濾波器頻率階次分析， 1264663 以得到A解析度]1吋在線上史新的各频率階次能景分 布； e )將步驟d )運算所得之各頻率階次能量分佈，配合步驟b ) 所建立之資料，依預先設定之模糊判斷邏㈣，作成模糊 判斷結論；同時，模糊判斷步驟是適應性的（adapnve)， 依不同的機台有不同的模糊關係與警戒値判斷； Ο依據步驟e )所作成之該模糊判斷結論，輸出包括故障類 別和階次資訊之診斷結果： 其中該方法係反覆施行步驟a )、d )、e )、f )，以隨時獲取 該旋轉設備之診斷結果。 在另一實施例中，如前述之診斷系統，以遞迴最小平方演 算法（RLS )分析取代前述方法中步驟 d )之卡氏濾波器 (K a 1 m a n f 1 1 t e r )分析法。運用模型基礎之遞迴最小平方演 算法（RLS )法的階次分析技術，和習知技術比較，同樣具有 較高解析度和可在線上顯示運算結果之優點。 現參考第1圖，其係爲依照本發明之旋轉設備診斷系統之 流程圖。其中包括：資料擷取裝置1其係包括擷取振動訊號 和轉速訊號；機台資料建立裝置2其係包括建立模糊量測和 模糊關係資料；時頻譜分析和再取樣分析裝置3係包括STFT 時頻譜分析和再収樣之階次分析；卡氏漉波器或R LS演算法 裝置4其係包括卡氏濾波器或RLS演算法，模糊判斷裝置5 其係包括模糊邏賴ί單兀和模糊推論單元之模糊判斷法則’視 窗介而（G U 1 )裝鬨6其係以祝窗介|(Ίί輸出故陣類別和階次資 訊等相關診斷結果资料。卡於，反覆執行診斷步驟，則未顯 -12- 1264663 +於流稅_ 1:丨:h 々LI第2圖：电第5關，其係針-對常1¾之四行程汽|租引擎，在 故障條件設定爲單缸不點火時，所測試之結果。第2圖是運 用S TFT法之㉟知技術所求得的各階次能Μ圖，以此數據作 診斷結果如第3圖所示。 相對地，第4圖係運用卡氏濾波器4演算所求得的各階次 能量圖，以此數據作診斷結果如第5圖所示。比較第3圖與 第5圖之診斷結果，在相同的故障條件下，運用本發明之高 解析度分析法得到的各頻率能量分布圖，相較於運用STFT 法之習知技術，更爲清晰與正確，而其診斷結果更爲精準。 第6圖和第7圖係爲視窗介面之參數設定盡面；第8圖係爲 視窗介面之結果顯示畫面；第9圖係爲視窗介面之故障診斷 結果畫面。 熟習於本項技術者應埋解的是，該實施例僅係用於描繪本 發明，而無須解讀爲限制本發明之範圍。應注意的是，舉凡 與該實施例等效之修正及變化，均應視爲涵蓋於本發明之範 疇內。 (五）、圖示簡單說明 第1圖係爲依照本發明之轉子系統診斷方法之一實施例之流 程圖； 第2圖係爲依照習知技術之分析方法之各階次能逼；圖 第3圖係爲依照第2圖之習知技術分析方法之診斷結果圖 第4圖係爲依照本發明之分析方法之各階次能厥圓 第5 _係爲依照第4圖之本發明分析方法之診斷結果|i| 1264663 第6關和第7圖係爲視窗介而之參數設定慮[ιΊ! 第8圖係爲視窗介面之結果顯小證ιΐπ ;及 第9圖係爲視窗介面之故障診斷結果畫而。 儿忭代表符號簡單說明： 1 資料擷取裝遛 2 機台資料建立裝置 3 時頻譜分析和再取樣階次分析裝置 4 卡氏濾波器裝置，RLS演算法裝置 5 模糊判斷裝置 6 視窗介面裝置

Claims (1)

1264663

拾、申請專利範圍： 第92 1 3 1 228號「高解析度智慧型階次診斷系統及其診斷方法 專利案 ( 2006年8月17日修正） 1 . 一種高解析度智慧型階次診斷系統，其係用於旋轉設備之 頻率階次分析（Q r d e r a n a 1 y s i s )與診斷，包括··

a )資料擷取裝置’其係用於量測該旋轉設備之振動訊號和 轉速訊號； b )機台資料建立裝置’其係依據該振動訊號和該轉速訊 號，以及旋轉設備之機台特性，建立機台基本資料； c )時頻譜分析和再取樣分析裝置，其係針對非固定轉速之 旋轉設備，依據該振動訊號和該轉速訊號，施行短時間 傅立葉轉換（STFT )時頻譜分析和再取樣頻率階次分 析，以得到該非固定轉速之旋轉設備的初步頻率分佈資 料；

d )卡氏濾波器（K a 1 m a n f 1 1 t e r )分析裝置，其係以該振動 訊號和該轉速訊號作爲輸入訊號，並以該時頻譜分析和 再取樣階次分析之運算結果設定參數，應用模型基礎 (m 〇 d e 1 b a s e )之卡氏濾波器頻率階次分析技術，得到高 解析度且可在線上（Q η - Π n e )更新的各頻率階次能量分 布； e )模糊判斷裝置，其係將d )卡氏濾波器分析裝置運算所得 之各頻率階次能量分佈，配合b )機台資料建立裝置所建 立之資料，依預先設定之模糊判斷邏輯，作成模糊判斷 1264663

f )視窗介面（GU I )裝置，其係依據e )模糊判斷裝釐作成之 該模糊判斷結論，輸出包括故障類別和階次資訊之診斷 結果；及 g )該系統係反覆施行裝置a )、d )、e )、f )之功能，以隨時 獲取該旋轉設備之診斷結果。 2 ·如申請專利範圍第1項之系統，其中該模糊判斷裝置是適 應性的（adapUve)，依不同的機台有不同的模糊關係與警戒 値判斷。 3. —種局解析度智慧型階次診斷系統，其係用於旋轉設備之 頻率階次分析（〇 r d e r a n a 1 y s i s )與診斷，包括： a )資料擷取裝置’其係用於量測該旋轉設備之振動訊號和 轉速訊號；

b )機台資料建立裝置，其係依據該振動訊號和該轉速訊 號，以及旋轉設備之機台特性，建立機台基本資料； c )時頻譜分析和再取樣分析裝置，其係針對非固定轉速之 旋轉設備，依據該振動訊號和該轉速訊號，施行短時間 傅立葉轉換（STFT )時頻譜分析和再取樣頻率階次分 析，以得到該非固定轉速之旋轉設備的初步頻率分佈資 料； d )遞迴最小平方演算法（RLS )分析裝置，其係依據該振動 訊號和該轉速訊號’應用模型基礎（model base)之RLS 頻率階次分析法，以得到高解析度且可在線上（ο η -丨1 n e ) 更新的各頻率階次能量分布； 1264663 e) 模糊判斷裝置，其係將d)卡氏濾波器分析 之各頻车階次能量分佈，配合b)機台資料 丛之貝料’依預先設定之模糊判斷邏輯， 結論； f) 視窗介面（GUI)裝置，其係依據e)模糊判 δ亥模糊判斷結論，輸出包括故障類別和階 結果， g )該系統係反覆施行裝置a )、d )、e )、f )之 獲取該旋轉設備之診斷結果。 4 .如申請專利範圍第3項之系統，其中該模糊 應性的（a d a p t i v e)，依不同的機台有不同的模 値判斷。 5 . —種高解析度智慧型階次診斷方法，其係用 頻率喈次分析（〇 r d e r a n a 1 y s丨s )與診斷，包 a )量測該旋轉設備之振動訊號和轉速訊號； b )依據步驟a )所量測之訊號，以及該旋轉設 資料，建立機台基本資料； c )針對非固定轉速之旋轉設備，依據步驟 號，施行短時間傅立葉轉換（STFT )時頻譜 P白次分析，以得到該非固疋轉速之旋轉設 分佈資料； d )依據步驟a )所量測之訊號作爲輸入訊號 之運算結果設定參數，施行卡氏濾波器頻 以得到高解析度且可在線上更新的各頻 裝置運算所得 建1L裝置所建 作成模糊判斷 斷裝置作成之 K資訊之診斷 功能，以隨時 判斷裝置是適 糊關係與警戒 於旋轉設備之 括下列步驟： 備之機台特性 a )所量測之訊 分析和再取樣 備的初步頻率 ，並以步驟b ) 率階次分析， 率階次能量分

1264663 布； e )將步驟d )運算所得之各頻率階次能量分佈，配合步驟b ) 所建立之資料，依預先設定之模糊判斷邏輯，作成模糊 判斷結論； f )依據步驟e )所作成之該模糊判斷結論，輸出包括故障類 別和階次資訊之診斷結果； g )該方法係反覆施行步驟a )、d )、e )、f )，以隨時獲取該 旋轉設備之診斷結果。

6 .如申請專利範圍第5項之方法，其中該步驟e)之模糊判斷 步驟是適應性的（adaptive)，依不同的機台有不同的模糊關 係與警戒値判斷。 7· —種高解析度智慧型階次診斷方法，其係用於旋轉設備之 頻率階次分析（〇 r d e r a n a 1 y s i s )與診斷，包括下列步驟： a )量測該旋轉設備之振動訊號和轉速訊號； b )依據步驟a )所量測之訊號，以及該旋轉設備之機台特性 資料，建立機台基本資料； c )針對非固定轉速之旋轉設備，依據步驟a )所量測之訊 φ 號，施行短時間傅立葉轉換（STFT )時頻譜分析和再取樣 階次分析，以得到該非固定轉速之旋轉設備的初步頻率 分佈資料； d )依據步驟a )所量測之訊號作爲輸入訊號，並以步驟b ) 之運算結果設定參數，施行遞迴最小平方演算法（RLS ) 分析’以得到高解析度且可在線上更新的各頻率階次能 量分布 1264663

e )將步驟d )運算所得之各頻率階次能量分佈’ 所建立之資料，依預先設定之模糊判斷邏輯 配合步驟b ) ，作成模糊 判斷結論； f )依據步驟e )模糊判斷裝置作成之該模糊判斷結論，輸出 包括故障類別和階次資訊之診斷結果； g )其中該方法係反覆施行步驟a )、d )、e )、f )，以隨時獲 取該旋轉設備之診斷結果。 8 · 如申請專利範圍第7項之方 步驟是適應性的（a d a p t i v e)， 係與警戒値判斷。 ’其中該步驟e)之模糊判斷 不同的機台有不同的模糊關