过采样数据的选择性抽取和分析制造技术

有用和有意义的机械特性信息可通过对由例如振动分析器的动态信号分析器采集到的过采样数字数据的分析而获得。这样的数据一般在现有技术系统中已被丢弃。除了峰值和抽取值之外，还使用与正被监视的机器、收集所述数据的传感器和电路的特性相关联的其它过采样值。相比于在采样间隔内先前从过采样数据中获得信息，这提供了更多的有用信息。

【技术实现步骤摘要】
【专利摘要】有用和有意义的机械特性信息可通过对由例如振动分析器的动态信号分析器采集到的过采样数字数据的分析而获得。这样的数据一般在现有技术系统中已被丢弃。除了峰值和抽取值之外，还使用与正被监视的机器、收集所述数据的传感器和电路的特性相关联的其它过采样值。相比于在采样间隔内先前从过采样数据中获得信息，这提供了更多的有用信息。【专利说明】过采样数据的选择性抽取和分析
本专利技术涉及机器性能和故障分析领域。更特别地，本专利技术涉及来自与机器感应接 触的一个或多个动态换能器的过采样数据的分析。 相关申请案 本申请要求于2013年4月29日提交的，申请号为61/816,974,名为《过采样数据 的选择性抽取和分析》的联合未决的临时专利申请的优先权，其全部内容通过引用并入本 文。
技术介绍
例如振动分析器的现代机械分析器通常在比数据采集的最大频率（FMAX)大许多 倍的采样速率上过采样动态的数字数据。过采样的数据典型地通过抽取滤波或峰值滤波换 算到期望的频率。这些方法中的一个或其它方法通常被用于在采样间隔期间，将采集到的 过采样数据换算到单标量值。通过利用抽取滤波，所述标量值一般对应于机械振动信息。通 过利用峰值滤波，所述标量值一般符合于机械应力波信息。峰值滤波与抽取滤波的区别在 于：抽取滤波任意的抛弃过采样的数据，而峰值滤波选择性的抛弃过采样的数据。 在采样间隔期间，过采样和抽取滤波机械振动信号以获得所感应到的机械振动的 标量幅值，首次在US5633811中由Canada提出。峰值滤波（也称为〃PeakVue?"，计算系 统股份有限公司的商标）过采样的机械振动数据以获得表示应力波信息的标量PeakVue? 值，首次在US5895857中由Robinson描述。PeakVue?与抽取的区别在于抽取有点任意地 抛弃过采样数据，而PeakVue?选择性地抛弃过采样数据，并且PeakVue?是在矫正了的信号 (rectified signal)上执行的。Leigh (US7,493, 230)教导了一种数字抽取的方式，所述数字 抽取的方式使用"一种平均器以确定矫正后样本的算术平均值或均方根值（RMS)"。 包络技术与抽取滤波和峰值滤波是不同的。包络技术的示例包括均方根（RMS)、 解调、短-时 RMS(STRMS)、谱福射能量（Spectral Emission Energ，SEETM -SKF 集团的商 标）、电火花能量（Spike Energy,又称为gSE，通常由Entek IRD援引）以及冲击脉冲监视 (Shock PulseMonitoring，SPM，通常由SPM仪器援引）。这些包络方法与峰值滤波和抽取滤 波的区别在于所述包络方法固有地具有最低的平流或衰减，导致包络不包含被测量值的实 际幅度。 用于趋势分析以及趋势数据块压缩的已知技术，例如使用在线或漫游情况监视设 备所采集到的数据，一般使用每个块的最大值、每个块的平均值以及每个块的最小值。例 如，在长期趋势中每个数据点可表示64个记录值的最小、最大和平均值。（参见参考手 册AMS? :用于CSI4500机械健康?监视器的机械健康?管理员在线系统应用软件，编号 #97460. 7,艾默生过程管理（2007)，3-53页）。 通过引用于此全文并入本文的现有技术的系统和方法包括由Canada(US5,633， 811)、Robinson(US5,895,857 和 US7,424,403)、Piety(US5,965,819 和 US5,943,634)， Baldwin (US2012/0041695)、Leigh(US7,493, 220)以及 Leigh (US8, 219, 361)所描述的。本 专利技术的各种实施例区别于上述所有现有技术。 下面的表1概略地示出了其中数字振动信号被后处理和抽取的各种应用（标注 为"后处理"和"抽取"的各列）。注意此图表也表示模拟信号，例如来自压电加速度计的一 个模拟信号，其典型地在模数转换之前（见〃数字信号〃列）被发送至模拟处理步骤（见 "预-处理"列）。然后数字信号被后处理以及频繁地抽取。接着是抽取步骤（如果抽取被 跳过，则是后处理步骤），例如使用AMS机械健康?管理软件，分析数字振动信号信息，以及 例如通过使用机械健康?管理员软件的振动分析器，解读数字振动信号信息。 表1 :用于解读模拟传感器信号信息的过程 【权利要求】1. 一种处理来源于由与机器感应接触或者处理进程中的模拟传感器生成的模拟信号 的动态测量数据的方法，所述方法包括： (a) 通过与机械感应接触或者处理进程中的模拟传感器生成模拟信号； (b) 将所述模拟信号转换为过采样的数字数据流； (c) 指定所述过采样的数字数据流中的采样间隔数据集； (d) 分析所述采样间隔数据集的至少一部分，以确定选自群组的一个或者多个数据 集属性，所述群组由中间值、模式值、标准偏差值（SDV)、最大值、范围值、最小值、均方根 值（RMS)、统计散射值、动量值、方差值、偏态值、峰度值、峰形系数（PSF)特性、参数因果比 (PvC)特性以及一个或者多个不同值； (e) 抽取步骤（d)中分析的序贯采样间隔数据集，以生成与每个采样间隔数据集对应 的一个或者多个标量值； (f) 生成包含步骤（e)中产生的所述标量值的波形；以及 (g) 保存与所述波形相关的所述一个或者多个数据集属性中的一个或者多个。2. 根据权利要求1所述的方法，进一步包括基于一个或者多个数据集属性分析所述 波形，以提供一个或者多个情况的表征，所述情况包括冲击情况、摩擦情况、故障信号情况、 噪音信号情况、电弧放电情况、电晕情况、接触情况、放电情况、流动情况、腐蚀情况、气蚀情 况、滑动情况，阀运行情况以及阀闭合情况。3. 根据权利要求1所述的方法，在步骤（b)后步骤（c)前，过滤过采样数字数据流以获 得机器或者处理进程的情况信息。4. 根据权利要求1所述的方法，进一步包括： 步骤（d)包括确定多个采样间隔数据集中的每一个的中间值和平均值，并从多个采样 间隔数据集中确定所述中间值和平均值的差值； (h) 对于所述采样间隔数据集中的一个或者多个，将所述差值与阀值极限相比较以确 定所述采样间隔数据集是否含有高斯正态数据或非高斯正态数据的可能性，其中所述差值 超出阈值极限则表明非高斯正态数据的可能性； (i) 分配与所述采样间隔数据集相关联的高斯属性或非高斯属性；以及 (j) 存储与所述采样间隔数据集和波形中的一个或者多个相关联的高斯属性或者非高 斯属性。5. 根据权利要求4所述的方法，进一步包括，在进行比较的步骤（h)指明动态采样间隔 数据集被划分为非高斯正态数据的情形下，进一步解释数据集属性并分配指明有可能导致 非高斯正态数据分类的情况的属性，其中所述情况从由冲击、传感器故障、电路故障、机器 运行、噪音、稳定情况、随机事件、系统事件以及环境参数改变组成的群组中选取。6. 根据权利要求4所述的方法，进一步包括，在进行比较的步骤（h)指明动态采样间隔 数据集含有非高斯正态数据的情形下，为测量数据的光谱分析使用多个在步骤（d)中确定 的中间本文档来自技高网...

【技术保护点】
一种处理来源于由与机器感应接触或者处理进程中的模拟传感器生成的模拟信号的动态测量数据的方法，所述方法包括：(a)通过与机械感应接触或者处理进程中的模拟传感器生成模拟信号；(b)将所述模拟信号转换为过采样的数字数据流；(c)指定所述过采样的数字数据流中的采样间隔数据集；(d)分析所述采样间隔数据集的至少一部分，以确定选自群组的一个或者多个数据集属性，所述群组由中间值、模式值、标准偏差值(SDV)、最大值、范围值、最小值、均方根值(RMS)、统计散射值、动量值、方差值、偏态值、峰度值、峰形系数(PSF)特性、参数因果比(PvC)特性以及一个或者多个不同值；(e)抽取步骤(d)中分析的序贯采样间隔数据集，以生成与每个采样间隔数据集对应的一个或者多个标量值；(f)生成包含步骤(e)中产生的所述标量值的波形；以及(g)保存与所述波形相关的所述一个或者多个数据集属性中的一个或者多个。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：R·E·加维三世，J·A·弗尔巴，S·V·鲍尔斯三世，R·D·斯凯伊里克，H·霍尔特曼斯波特，M·D·梅德利，K·斯蒂尔，D·A·曼恩，
申请(专利权)人：艾默生电气美国控股公司智利有限公司，
类型：发明
国别省市：智利;CL