CN112710345B - 持续改进预测性维护数据库的机器监视方法和装置 - Google Patents

Abstract

设备持续监视预测性维护信息并分析输入测量以为改进设置信息如机器信息和测量配置提供建议。智能传感器生成对应机器参数的传感器信号，转换器将传感器信号转换为存储到存储器的数字传感器数据。分析器确定每台机器的当前运行特性并运行计算新设置信息的改进循环。分析器可计算新警报极限，其为新测量配置，代替旧测量配置作为新存储的测量配置保存在数据库中。分析器还可计算新机器信息。如分析器可识别频谱中作为特定齿轮组特性(不同于在预测性维护数据库中提供的齿轮组标识)的特征。分析器可在预测性维护数据库中自动更改齿轮组的特性，或可向操作员建议更改。分析器还运行确定每台机器当前运行状态并根据当前运行状态发出信号的分析循环。

Description

持续改进预测性维护数据库的机器监视方法和装置

技术领域

本发明涉及机器的预测性维护领域。更具体地，本发明涉及一种用于监视机器的设备和方法，用于对机器进行预测性维护，并在预测性维护数据库中不断进行改进。

背景技术

配置和维护预测性维护数据库是一种复杂的操作，它需要了解准确的机器信息和测量配置。测量配置定义了应如何收集数据以及比较结果的警报极限。在开始对机器进行预测性维护时，通常很难提供最佳预测性维护分析结果所需的所有信息。某些机器信息可能不容易获得，例如机器中安装的特定轴承。此外，测量警报极限在类似机器之间不一定是一致的，并且通常是环境特定的。最初，没有足够的测量数据可用于基于统计分析建立可靠的警报极限。为了不断改善这些和其他重要的机器信息，维护人员必须定期检查机器信息并进行必要的更新。由于缺乏时间和专业知识，通常无法令人满意地完成此操作，导致分析结果欠佳。

发明内容

为了克服这些限制，本发明建立了一种方法和设备，用于连续监视预测性维护信息并分析输入的测量结果，从而为改善机器信息和测量配置提供建议，以最终达到提供最佳预测性维护分析结果的目的。

根据一个实施例，提供一种设备，该设备用于从一组机器中的旋转机器收集预测性维护数据，并持续改进预测性维护数据库。该数据库包括每个机器的存储的设置信息，例如存储的机器信息和存储的测量配置。感测设备设置有至少一个传感器，用于感测机器的参数并用于生成与机器的参数相对应的传感器信号。转换器将传感器信号转换为数字传感器数据，然后将其存储到存储器中。分析器与所述感测设备通信并接收数字传感器数据，并且在机器的操作期间分析器分析该数据以确定测量机器值，该测量机器值是表示机器的特征或度量。例如，机器的测量机器值将包括代表机器特征或度量的值，例如振动的总能量、各种频率下的振动幅度、温度、电压、电流、磁场强度等。

分析器运行改进循环，在该循环中，分析器计算新的设置信息。例如，可以为每个被监视的机器计算新的测量配置，并且这样的配置基于所述数字传感器数据或测量机器值或两者。分析器根据用户输入或配置替换规则或两者将新的测量配置有选择地存储在预测性维护数据库中。例如，分析器可以计算新的警报极限，这是新的测量配置，可以将其作为新存储的测量配置保存在数据库中，以代替旧的测量配置。配置替换规则的一个示例是将存储的警报极限与新的计算的警报极限进行比较，如果存储的警报极限大于新的计算的警报极限，则新的计算的警报极限自动替换任何存储的警报极限。这是一个简单的规则，用于说明自动替换规则的概念。

分析器还可以基于数字传感器数据或当前操作特性或两者来计算每台机器的新机器信息，并且基于用户输入或机器信息替换规则或两者将新机器信息存储在预测性维护数据库中。例如，分析器可以计算频谱并确定频谱的特征就是特定齿轮组的特性，该特征数据不同于在预测性维护数据库中提供的齿轮组的标识。出现意外频谱的一个可能原因是齿轮组的标识被错误地输入到初始预测维护数据库中。分析器可以在预测性维护数据库中自动更改齿轮组的标识，或者可以向操作员建议进行此类更改。在后一种情况下，操作员将就是否应更改齿轮传动系统标识做出最终决定。只要计算出的齿轮组的标识与存储的齿轮组的标识不同，就替换齿轮组的标识，这是自动替换规则的一个简单示例。

设置信息可以是机器信息，包括用于监视的每台机器的唯一标识符、机器的一般描述、机器的特定描述、机器制造商、机器型号、机器的标称特性、标称运行速度、额定马力、轴承的标识、轴承的描述、轴承中滚子或滚珠的数量、齿轮组的标识、齿轮组的描述以及齿轮组中每个齿轮的齿数。设置信息还可以包括机器的测量配置，例如收集信息、将施加在测量结果上的滤波器、带通滤波器、窗函数、要测量的属性、振动、温度、速度、电场和磁场、时域信号的指定频谱、以及在指定频带内的最大振幅的幅度和频率。

分析器可以编程为，基于数字传感器数据和存储的测量配置来确定机器的频谱。分析器使用频谱来计算机器的转速，以产生机器的计算转速。然后，基于数字传感器数据和每台机器的计算转速，对数字传感器数据进行分析，以确定机器的测量机器值。使用频谱以及利用该频谱计算的数据进行改进循环，以产生新的设置信息。

分析器还可以运行分析循环，在该分析循环中，针对所存储的测量配置来评估测量机器值，并且通过该评估步骤来确定每台机器的一个或多个当前运行状态。分析器根据上面确定的当前运行状态发布有关机器运行状态的信号。例如，分析器可以确定指定频段内的最大振动幅度，并将其与该特定频段在预测性维护数据库中存储的警报级别进行比较。如果确定的最大振幅超过警报级别，则分析器将发出警报信号，指示机器的运行状态为“警报”之一。

本发明包括由分析器执行的方法，例如用于收集机器数据的方法，其中感测机器的机器参数并生成与机器参数相对应的传感器信号。传感器信号被转换为数字传感器数据并存储在存储器中，并且所存储的设置信息被添加到机器分析器中的预测性维护数据库中。然后分析数字传感器数据以确定机器的测量机器值，并且开始改进循环，其中，基于数字传感器数据和测量机器值中的一个或多个来计算新的设置信息。基于用户输入和设置信息替换规则中的一个或多个，将新的设置信息有选择地存储在预测性维护数据库中。

该方法的实施例可以包括运行机器的分析循环，包括针对所存储的设置信息评估一个或多个测量机器值，并基于评估步骤确定机器的一个或多个当前运行状态，然后基于机器的一个或多个当前运行状态发出指示机器的一个或多个当前运行状态的一个或多个信号。在一个更特定的实施例中，该方法可以包括基于数字传感器数据和所存储的测量配置来确定机器的频谱，以及计算机器的转速。然后，对数字传感器数据进行分析，以基于数字传感器数据和计算出的转速来确定机器的测量机器值。例如，分析可以包括：基于数字传感器数据、频谱和计算出的转速来计算新的设置信息；以及基于编辑规则和用户输入中的一个或多个来确定是否应当编辑所存储的设置信息。如果应该编辑存储的设置信息，则根据新的设置信息进行编辑。而且，该方法可以包括：基于数字传感器数据、频谱和计算出的转速中的一个或多个来计算新的机器信息，以产生用于该机器的新的机器信息；然后，基于编辑规则和用户输入中的一项或多项，决定是否应该编辑所存储的机器信息，如果是，则根据新机器信息编辑存储的机器信息。

附图说明

通过参考结合附图考虑的详细描述，本发明的其他优点将变得显著，所述附图未按比例绘制以更清楚地示出细节，其中，贯穿若干视图，相同的附图标记指示相同的要素，并且其中：

图1是监视机器以产生预测性维护数据的预测性维护分析器系统的示意图；

图2是产生预测性维护数据的中央分析器的操作和编程的流程图，该预测性维护数据持续改善存储在预测性维护数据库中的机器信息和测量配置；

图3是中央分析器的操作和编程的另一个流程图；

图4和图5是将机器信息和测量配置输入到预测性维护数据库中的一个菜单。

具体实施方式

现在参考图1，其示出了示意图10，其图示了由机器分析器42监视的机器12，其构成本发明的一个实施例。提供该实施例作为示例，但是不限制本发明的范围。机器12代表电动机、泵或在制造或工业环境中可能发现的任何数量的机器。机器12包括安装在轴承16上的前旋转轴14a和安装在轴承18上的后旋转轴14b。传感器20安装在轴承16上，传感器20定向成测量垂直于前旋转轴14a的轴线的垂直振动。定位转速计22以测量前旋转轴14a的转速，并且温度传感器24优选地通过非接触方法来监测机器12的温度。通量传感器26位于机器12附近，以监视机器12附近的电磁场，例如磁场。振动传感器21水平地安装在轴承18上，以测量在平行于旋转轴14b的轴线的水平方向上的振动。

上述传感器可以是模拟传感器，但是优选地，所有传感器是智能传感器，包括模拟传感器、模拟信号预处理器、放大器、滤波器和模数转换器。因此，每个智能传感器都发送数字传感器信号，而纯模拟传感器则发送模拟信号。

来自传感器20、21、22和26的信号通过通信线路28传输到数据收集器34。收集器可以是由艾默生电气公司制造的AMS 2140振动数据分析器。传感器24包括与电连接到数据收集器34的无线收发器32通信的无线收发器。传感器24将无线传输信号30发送到收集器34。收集器34包括多个收集器卡36，每个收集器卡能够与一个或多个传感器通信并且包括数据处理能力。收集器卡36存储从传感器接收到的原始数据，并且还对信号进行有限的分析。例如，卡36可以创建接收到的数据的频谱，或者可以评估接收到的信号的特定频率以确定该特定频率下的信号是否处于警报状态。

收集器34还包括通信卡38，该通信卡38与所有收集器卡36通信并且还与中央分析器42通信，该中央分析器42可以是由艾默生电气公司制造的机器分析器。中央分析器42表示能够分析数据并向机器发出控制命令的数据处理器。它还代表典型的通信能力，包括用户输入和输出，例如键盘和显示屏。中央分析器42还可以与便携式分析器44(例如由艾默生(Emerson)制造的EMS 2140)通信，该便携式分析器44从一台或多台机器收集数据并且通过有线连接或无线地将其下载到中央分析器42。便携式分析器44能够与许多传感器46一起操作，例如振动传感器、温度传感器或磁通量传感器，并且典型地，便携式分析器44用于从许多机器收集数据并将数据下载到中央分析器42。

中央分析器42利用包括设置信息的预测性维护数据库进行编程。设置信息的两种形式是机器信息和测量配置。机器信息可以包括被监视的每台机器的唯一标识符、机器的一般描述、包括品牌和型号的机器特定描述以及机器的标称特性，例如标称运行速度、马力等。机器信息还可包括轴承的标识、轴承的描述、轴承中滚子或滚珠的数量、齿轮组的标识、齿轮组的描述以及齿轮组中每个齿轮上的齿数。因此，机器信息与特定机器的任一物理属性或操作特性有关。

如本文所用，测量配置在广义上使用，并且将包括与进行什么测量以及如何评估它们有关的任何内容。例如，测量配置将包括警报极限和波形采集设置。它们包括收集信息，例如将对测量施加哪些滤波器，例如带通滤波器和窗函数。测量配置还包括要测量的属性，例如振动、温度、速度、电场和磁场、时域信号的指定频谱、特定频带、特定频带内的最大幅度以及警报条件。这些测量配置可以由中央分析器42使用，或者可以在数据到达中央分析器42之前被传送到数据收集器34或便携式分析器44用于处理数据。

设置信息，例如机器信息和测量配置，在图2中标题为“评估机器配置”的框中说明。通常由用户在设置过程中使用输入菜单(例如图3中所示的菜单)输入。或者，可以从其他应用程序导入机器信息和测量配置。

从以上讨论中，将理解，传感器信号的分析是由传感器20、传感器21、传感器22、传感器24、传感器26、收集器34、中央分析器42和便携式分析器44共同完成的，并且所有这些组件共同构成“分析器”。如本文中使用的术语，“分析器”将适用于正在进行数据分析的任何组件，即使该组件还执行其他功能。

中央分析器42的一项功能是创建和维护预测性维护数据库，该预测性维护数据库存储指示机器的性能和操作特性的数据。不断分析这些数据以预测将来的故障，以便在发生灾难性故障之前有望进行维护。因此，中央分析器42将发出警报信号以指示某些运行状态不正常并且可能需要引起注意，并且它还可以发出警报信号以指示运行状态不正常并且需要紧急注意。

除了执行其通常的功能之外，中央分析器42在收集数据时持续改善机器信息和测量配置。当从便携式分析器如分析器44定期存储数据，或者从有线和无线设备如传感器20、21、22、24和26连续提供数据时，这种持续改进就开始了。如何获取所述数据取决于所监视的机器的特性并且由机器信息指定。该机器信息由中央分析器42提供给便携式分析器44、数据收集器34和传感器，这样用户创建了最初的机器信息。同样，用户将最初机器信息提供给中央分析器。

参照图2所示的流程图，该流程图示出了由中央分析器42结合其上游组件(例如数据收集器34、便携式分析器44以及传感器20、21、22、24和26)执行的程序。如方框100所示，程序通过诸如前面所述的振动传感器之类的振动监视装置获取数据而开始。在图2中，传感器框102共同表示图1中描述和展示出的传感器、数据收集器34和便携式分析器44。如框104所示，用户创建传感器的初始设置，该初始设置可以在数据获取过程中更新。例如，可以将每个传感器设置为监视特定的频率范围，并且还可以将传感器设置为对检测到的振动信号施加窗函数。如框106所示，传感器102执行内部信号处理，该内部信号处理可以包括模拟信号处理、滤波以及数字信号处理。传感器可以根据用户设置生成频谱。然后，如框108所示，将数据存储在存储器和传感器102中。

中央分析器42在周期性的时间或连续地与传感器102通信并将振动数据记录到预测性维护数据库中。当收集诸如振动数据之类的周期性信号时，分析数据的第一步是获取振动频谱。可以由中央分析器42直接从传感器信号数据(信号波形)计算振动频谱，或者中央分析器可以接收已经在分析器42上游计算的振动频谱。例如，数据收集器34或便携式分析器44可能已经计算出振动频谱，该振动频谱连同由传感器(例如传感器20)提供的原始数字数据被传输到中央分析器42。如框114所示，中央分析器42首先确定是否使用设备频谱，该设备频谱是先前由上游设备之一产生的频谱，例如数据收集器34或便携式分析器44。此决定可以通过每次对特定传感器始终应用的规则来做出，或者用户可以在特定传感器每次进行数据更新或补充时，手动做该决定。如果决定为“否”，则中央分析器42将基于由传感器102提供的原始数据来计算在由测量配置指定的频率范围内的频谱。在框116处所示，分析器42将使用频谱来更新转速。如果使用了设备频谱，则跳过框115处的步骤，并且使用设备频谱来计算转速。

为了计算转速，可以使用不同的技术来分析频谱并确定机器的转速。在一实施例中，分析器42在频谱中定位峰值，然后以转速增量扫描频谱以提供候选转速。对于每个候选转速，标识了多个关联的谐波，并找到了与候选转速及其关联的谐波最接近的峰值。测量最接近的峰值与候选转速及其相关谐波之间的间隙。然后，将与每个候选转速相关联的间隙相加在一起以创建总间隙数，并且将具有最小总间隙数的候选转速选择为正确转速。该技术的原理是，当在或接近该特定速度以及该特定速度的谐波处发现振动峰值时，该特定速度是正确的速度。

接下来，如方框118所示，中央分析器42计算要存储在预测性维护数据库中的测量机器值。例如，测量配置可以规定应当确定转速的各种谐波处的振动幅度，并将其记录在数据库中。使用从频谱确定的转速，可以确定指定谐波处的振幅，并将其存储为测量机器值。这些值被“计算”是因为计算了频谱，然后将来自计算频谱的值存储为数据。

如框120所示，然后将通过统计分析来分析数据以确定警报极限。原始警报极限由用户设置或通过先前的统计分析进行更新。利用新的传感器数据和测得的机器值，可以执行附加的统计分析，并且可以更新警报极限。有许多已知的统计技术用于基于振动数据或其他数据来计算警报极限，该振动数据或其他数据是由相同或相似的机器在相同或相似的环境下以相同或相似的负载或运行状态创建的。分析器可以使用这些已知技术中的任何一种来计算或重新计算警报极限。

接下来，如框122所示，分析器42评估机器信息的准确性。例如，检查的信息类型可以包括机器的一般属性、轴承标识、电动机标识、齿轮齿数、泵叶片数或风扇叶片数。大多数此类信息可以通过评估频谱中的峰值来确定。例如，标称速度为1200RPM的电动机将在频谱上具有20Hz或接近20Hz的特征峰值和20Hz的谐波。如果缺少这些频率，则表明标称速度1200RPM可能是错误的。如果频谱包含30Hz的峰值和30Hz的谐波，则电动机的标称速度可能为1800RPM。使用该信息，分析器42可以建议电动机的标称速度为1800RPM，并且使用查找表来查找以1800RPM运行的普通电动机，还可以建议特定电动机或特定电动机类型。

以类似的方式，可以确定轴承的滚子数。一旦知道了机器的速度，滚子轴承就会产生特征振动，该振动是机器速度和轴承中滚子数的函数。因此，例如，预期以特定转速运行的特定轴承会产生特定的特征频率峰值。如果不存在该特征性的频率峰值，则该频率峰值的不存在将暗示轴承中的滚子数和轴承的标识被错误地识别，并且该事实可以传达给用户。同样地，可以分析频谱以识别可以代表轴承的特征频率峰值的其他频率峰值。基于这些候选峰值，分析器可以建议轴承中滚子的数量，并使用查找表，其可以建议轴承的特定标识或特定轴承类型。

以类似的方式，齿轮齿将产生特征频率，这取决于齿轮上的齿数和它们的运行速度。泵叶片将根据叶片数量和泵的运行速度产生特征频率，而风扇叶片将根据叶片数量和风扇的运行速度产生特征频率。寻找这些特征频率的存在或不存在，中央分析器42可以确定齿轮、泵和风扇是否已经被正确地识别为具有适当数量的齿、泵叶片或风扇叶片。如果该项的识别不正确，则可以将此类信息发送给用户，并且像以前一样，可以对频谱进行分析以确定轮齿、泵叶片或风扇叶片的可能数量。使用查找表，分析器42可以建议齿轮组、泵或风扇的可能的标识，或者它们的类型。

如框126所示，这些建议可以发布给用户，并且用户可以如框128所示接受或拒绝建议。除了手动接受或拒绝建议之外，用户还可以设置规则来确定建议是否被接受。例如，如果中央分析器42确定轴承中的滚子数量不正确并且建议改变数量，则规则可以指定轴承滚子的数量可以自动改变。但是，有一条单独的规则可以规定，在未经人工输入的用户批准的情况下，关于机器速度变化的建议不会自动更新。一旦接收到规则和用户输入，就可以如框130所示将机器信息更新到存储器中。

每个机器的测量配置也可以如框124所示连续地更新。例如，中央分析器可以基于相似环境中其他相似机器的统计分析，确定特定机器的警报极限过高或过低。例如，危险警报极限可以从2.1G增加到2.9G。

同样，中央分析器42可以更新波形采集设置以实现优化。例如，分析器42可以增加要收集的波形的频率范围。

如之前，如框126所示，分析器42将针对测量配置的改变给用户发布建议，并且如框128所示，可以由用户或根据规则接受或拒绝该建议。如果测量配置改变被接受，如方框130所示，则测量配置被更新并存储到该特定机器的存储器中。

返回方框118，分析器在计算出测量机器值之后并行执行两个操作。除了评估机器信息和测量配置外，它还执行标准的任务，如框132所示，分析警报数据(测量机器值)。如方框134所示，分析器还使用各种分析规则或通过使用软件分析助手来检测机器故障。可检测的故障类型取决于初始测量配置，包括轴承、电机、齿轮、泵、风扇、皮带、润滑、TSI和类似设备组件中的故障。同样，分析器42检测位置不准和不平衡。当检测到故障时，如框136所示，将故障发布给用户，并且用户可以根据需要对故障进行处理。可替代地，可以在框136处利用规则以根据故障的类型和严重性自动发出命令。例如，在严重故障信号表明机器即将发生故障的情况下，可以会发出关闭命令。在严重但较小的故障情况下，可以发出自动警报。框132-136代表的过程代表一个分析循环，框120-130代表的过程代表一个改进循环。这两个循环是并行发生的，这意味着它们是独立的，并且不会相互干扰。在该实施例中，每当从机器上的传感器接收到数据时，两个循环都运行，因此，它们在大约相同的时间同时发生，两个循环都不等待另一个。在其他实施例中，两个循环中任何一个循环都可以被延迟。例如，可以延迟改进循环以允许分析循环尽可能快地完成，然后可以在分析循环之后立即运行改进循环。在其他实施例中，可以进一步延迟一组机器的改进循环，以在允许运行改进循环之前，允许运行该组机器的分析循环。

现在参考图3，示出了简化且略有不同的流程图，该流程图示出了可以如何收集和处理数据，以连续改善机器信息和测量配置。在图3中示出与图2中相同或相似功能的框所提供的附图标记是相同的。在图3中，连续改进背景过程在框112处开始，其通常指示新的振动数据的收集作为该过程的第一步。根据新数据，如框115所示，计算一个或多个频谱，然后基于频谱或速度传感器信息更新机器的转速。在框118处，如先前由原始设置或原始设置的更新所指定的那样计算测量参数。基于这些参数，在框120处，例如通过如前所述的统计分析来更新警报极限。

而且，并行地，如框124所示，基于测量参数和当前存在的警报极限来确定警报的存在或不存在。来自框118的测量参数和来自框124的警报状态信息被传输到在框140的分析助手，中央分析器42评估输入数据，以确定可能存在的故障的类型以及故障的严重性。基于该分析，关于测量配置的改变的建议被传输到仪表板142，其被用户视觉感知。仪表板通常为用户提供在采取任何操作之前必须由用户批准的选项。然而，在某些情况下，某些建议被自动接受并采取行动，并且信息显示在更新的仪表板142上，该信息标识故障的类型和严重性以及所采取的措施。

如框122所示，分析器42评估计算的频谱、转速、计算的测量参数和更新的警报极限，以确定设置信息是否准确，如果不正确，则计算正确的信息并向用户提出有关新的或更新的机器信息的建议。如框142所示，关于更新的设置信息的建议可以显示给用户，用户可以批准或拒绝该建议。或者，可以基于用户设置的规则自动接受对机器信息的更新。

如先前所讨论的，由用户设置的关于建议是否被自动接受的规则可以是简单的或复杂的。例如，用户可以指定自动接受所有建议。或者，用户可以指定不自动接受任何建议。可以提供更复杂的规则，如果建议的大小在原始设置的大小的X％之内，则自动接受建议。另一个设置规则可以是，基于多台计算机的统计分析的任何建议都将被自动接受。这些简单的示例旨在说明可以使用许多不同类型的规则来确定建议是否被自动接受。默认规则是未经用户批准不接受任何建议。

在如框122和框140所示提供建议并由用户或通过规则接受或拒绝后，如框144所示将更新的设置信息存储在存储器中，如框112所示，该过程再次开始。如圆形箭头146所示，流程图左侧(箭头146下方)的过程表示更新设置信息(如机器信息和测量配置)的连续过程。图3右侧(不在箭头146下面)的过程可以表示分析器执行的许多不同类型的故障分析，而与设置信息的持续改进无关。

如上所述，原始设置信息包括用户通过菜单提供的机器信息和测量配置。参照图4所示，是用于提供机器信息的菜单的一个示例。如方框150所示，该特定菜单正在接收齿轮箱信息，并且在方框150，用户可以提供识别号或名称、齿轮箱的描述、齿轮箱的类别以及其是水平的还是垂直的。在框152，用户可以提供制造商的名称和齿轮箱的型号。在框154处，用户可以提供资产ID和序列号，其通常是仅与特定用户有关的内部识别号。在框156处，用户可以输入轴的数量和第一轴的输入速度，然后输入每个轴的输出和输入上的齿数。最后，根据每个轴的输出和输入上的齿数，计算并显示输出速度，并计算并显示最终输入输出比。该菜单旨在是示例性的，并且应当理解，向用户提供了许多不同类型的菜单，用于输入关于许多不同类型的机器的信息。

图5示出了用于输入控制如何处理数据的测量配置的菜单。该特定菜单仅是示例，它与图4中标识的齿轮箱有关。用户可以使用下拉菜单和复选框选择要收集和计算的信息类型。在该示例中，可以指定五种信息，即频率极限内的能量、相对同步类型、峰值和相位信息、波形类型和诸如温度的“其他”类型。一旦用户提供此测量配置信息后，分析器将根据用户的选择收集和分析数据。

从以上描述中，将理解，本发明的设备在预测性维护系统中收集数据并执行机器分析器的其他传统功能时，不断地检查和改进其自身的内部设置信息，通常是机器信息和测量配置。

为了说明和描述的目的，已经给出了本发明的优选实施例的前述描述。其并非旨在穷举或将本发明限制为所公开的精确形式。根据以上论述，明显的修改或变化是可能的。描述选择的实施例是为了提供对本发明原理及其实际应用的最佳说明，从而使本领域的普通技术人员能够在各种实施例中进行本发明的利用，并进行适当的各种修改，以满足特定的用途。当根据公平、合法和平等地授予它们的广度解释时，所有这些修改和变化都在由所附权利要求确定的本发明的范围内。

Claims (13)

1.一种用于从机器收集预测性维护数据的设备，包括：

感测设备，其具有至少一个用于感测机器参数并用于产生与所述机器参数相对应的传感器信号的传感器，用于将所述传感器信号转换成数字传感器数据的转换器以及用于存储所述数字传感器数据的存储器；和

分析器，被编程为：

将存储的设置信息输入到预测性维护数据库中，所述存储的设置信息包括存储的测量配置和存储的机器信息；

与所述感测设备通信并接收所述数字传感器数据；

根据所述数字传感器数据和存储的测量配置，确定频谱；

根据所述数字传感器数据，计算转速；

为一机器运行改进循环，包括：

根据所述数字传感器数据、所述频谱和所述转速中的一个或多个计算新机器信息；

根据所述新机器信息编辑所述预测性维护数据库中的所述存储的机器信息；

根据所述数字传感器数据、所述频谱和所述转速中的一个或多个生成计算出的新测量配置，所述新测量配置包括警报极限和波形采集设置中的一个或多个；以及

根据所述新测量配置编辑所述预测性维护数据库中的所述存储的测量配置。

2.根据权利要求1所述的设备，其中，所述分析器被编程为，对具有所述改进循环的所述机器运行分析循环，包括：

分析所述数字传感器数据以确定测量机器值；

根据所述存储的设置信息评估一个或多个所述测量机器值，并基于评估步骤确定所述机器的一个或多个当前运行状态；以及

根据所述机器的一个或多个当前运行状态发出指示所述机器的一个或多个当前运行状态的一个或多个信号。

3.根据权利要求1所述的设备，其中，所述设置信息包括机器信息，所述机器信息包括所述机器的物理属性和所述机器的操作特性中的一个或多个。

4.根据权利要求1所述的设备，其中，所述设置信息包括机器信息，所述机器信息包括以下一项或多项：被监视的每台机器的唯一标识符、所述机器的描述、机器制造商、机器型号、标称运行速度、标称马力、轴承的标识、轴承的描述、轴承中滚子或滚珠的数量、齿轮组的标识、齿轮组的描述以及齿轮组中的每个齿轮的齿数。

5.根据权利要求2所述的设备，其中，所述设置信息包括机器的测量配置，所述测量配置包括机器的测量参数中的一个或多个以及由所述分析器评估所述测量机器值的方式。

6.根据权利要求1所述的设备，其中，所述设置信息包括机器的测量配置，所述测量配置包括以下一项或多项：收集信息、带通滤波器、窗函数、振动、温度、速度、电场和磁场、时域信号的指定频谱、以及在指定频带内的最大振幅的幅度和频率。

7.根据权利要求1所述的设备，其中，所述设置信息包括以下各项中的一项或多项：警报极限、将由所述分析器产生的频谱、以及将由所述分析器基于所述频谱计算的速度参数。

8.根据权利要求2所述的设备，其中运行分析循环还包括：

根据存储的机器故障状况评估所述测量机器值，并确定所述机器是否在故障状况下运行，以及

如果所述机器在故障状况下运行，则发出机器故障信号。

9.根据权利要求1所述的设备，其中，所述分析器包括中央分析器、便携式分析器、数据收集器和智能传感器中的一个或多个。

10.一种用于从定义的机器集合中收集预测性维护数据的设备，所述预测性维护数据包括存储的机器信息、存储的含有警报极限的测量配置和每个机器的测量机器值，所述设备包括：

感测设备，具有：

至少一个传感器，用于感测所述机器的机器参数并产生与所述机器参数相对应的传感器信号；

转换器，用于将传感器信号转换为数字传感器数据；以及

存储器，用于存储所述数字传感器数据；和

分析器，编程为：

将存储的机器信息和存储的测量配置输入到预测性维护数据库中；

与所述感测设备通信并接收所述数字传感器数据；

根据所述数字传感器数据和存储的每台机器的测量配置，确定每台机器的频谱；

根据所述数字传感器数据计算所述机器的转速，以产生每台机器的计算转速；

根据所述数字传感器数据、所述频谱和所述计算转速中的一个或多个为每个监视的机器计算新的测量机器值，并将新的测量机器值存储在所述预测性维护数据库中；以及

运行一持续改进循环，包括：

对于每台机器，根据所述数字传感器数据、所述频谱和所述计算转速中的一个或多个计算新机器信息，以为每台机器产生新机器信息；

对于每台机器，基于编辑规则和用户输入中的一个或多个，确定是否应编辑所述存储的机器信息，如果是，则基于所述新机器信息来编辑所述存储的机器信息；

对于每台机器，根据所述数字传感器数据、所述频谱和所述计算转速中的一个或多个生成计算出的新测量配置，所述新测量配置包括警报极限和波形采集设置中的一个或多个；以及

对于每台机器，根据比较规则和用户输入中的一个或多个，确定是否应更新所述存储的测量配置，如果是，则根据新的测量配置编辑所述存储的测量配置。

11.根据权利要求10所述的设备，其中，所述分析器还被编程用于运行分析循环，包括：

对于每台机器，根据所述存储的测量配置中的警报极限评估所述测量机器值，并在其中一个所述测量机器值超过警报极限之一时发出警报信号；

对于每台机器，根据所述数字传感器数据、所述频谱、所述测量机器值和所述计算转速中的一个或多个确定是否存在机器故障，如果检测到机器故障，则发出机器故障建议；

根据用户输入或需要自动接受机器故障建议的存储的测量配置，接受或拒绝所述机器故障建议；以及

如果接受了所述机器故障建议，则根据所述机器故障建议发出信号。

12.一种用于收集机器数据的方法，包括：

感测机器的机器参数并产生与机器参数相对应的传感器信号；

将所述传感器信号转换成数字传感器数据，并将所述数字传感器数据存储在存储器中；

将存储的设置信息输入到机器分析器中的预测性维护数据库中，所述存储的设置信息包括存储的测量配置和存储的机器信息；

分析所述数字传感器数据以确定所述机器的测量机器值，包括：

基于所述数字传感器数据和存储的每台机器的测量配置，确定机器的频谱；

基于所述数字传感器数据计算所述机器的转速，以产生所述机器的计算转速；和

根据所述数字传感器数据、所述频谱和所述计算转速中的一个或多个计算所述机器的新测量机器值，并将新测量机器值存储在所述预测性维护数据库中；以及

为所述机器运行一改进循环，包括：

基于所述数字传感器数据、所述频谱和所述计算转速中的一个或多个来计算新机器信息，以产生所述机器的新机器信息；

基于编辑规则和用户输入中的一个或多个，确定是否应编辑所述存储的机器信息，如果是，则基于所述新机器信息来编辑所述存储的机器信息；

基于所述数字传感器数据、所述频谱和所述计算转速中的一个或多个产生计算出的新测量配置，这些所述新测量配置包括警报极限和波形采集设置中的一个或多个；以及

基于比较规则和用户输入中的一个或多个，确定是否应更新所述存储的测量配置，如果是，则根据所述新的测量配置编辑所述存储的测量配置。

13.根据权利要求12所述的方法，还包括：

对具有所述改进循环的所述机器运行分析循环，包括：

根据所述存储的设置信息评估一个或多个所述测量机器值，并基于评估步骤确定机器的一个或多个当前运行状态；以及

根据所述机器的一个或多个当前运行状态发出指示所述机器的一个或多个当前运行状态的一个或多个信号。

Images