用于估计轴承的剩余使用寿命的系统、装置和方法制造方法及图纸

本发明专利技术提供用于估计轴承的剩余使用寿命的系统(100)、装置(110)和方法。在一个实施例中，该方法包括从源(115、125、130)接收用于分析轴承中的缺陷的请求。该请求包括与轴承相关联的操作数据。该方法包括在一段时间内监测缺陷对轴承的影响。该方法包括使用机器学习模型确定在其期间缺陷对轴承的影响高于阈值范围的时间段。该方法包括计算在该时间段期间与缺陷相关联的影响的严重性。该方法包括在该时间段期间基于严重性和操作数据来确定轴承的剩余使用寿命。余使用寿命。余使用寿命。

【技术实现步骤摘要】
用于估计轴承的剩余使用寿命的系统、装置和方法


[0001]本专利技术涉及轴承监测系统的领域，并且更具体地涉及估计轴承的剩余使用寿命。

技术介绍

[0002]轴承用于工业中的多种机器中，目的是减少两个旋转部件之间的摩擦。这些轴承还将旋转部件之间的相对运动限制为所需的运动。但是，由于诸如润滑不良和轴承结构内的污染等因素，轴承可能会意外失效。例如，由于温度过高，轴承内的润滑可能在轴承的操作阶段期间失效。由于杂质粒子、湿气等进入轴承的结构，可能会发生污染。上述因素导致轴承的故障模式，诸如腐蚀、剥落、点蚀、电蚀、塑性变形等。结果，轴承组件的预期疲劳寿命降低并且最终发生故障。因此，轴承故障可能会导致机器意外停机，从而导致生产和经济损失。在安全关键应用中，轴承故障也可能把人的生命置于危险之中。
[0003]鉴于上述情况，存在一种用于估计轴承的剩余使用寿命的需求。

技术实现思路

[0004]因此，本专利技术的一个目的是提供用于估计轴承的剩余使用寿命的系统、设备和方法。
[0005]本专利技术的目的是通过一种用于估计轴承的剩余使用寿命的方法来实现的。
[0006]该方法包括接收用于分析轴承中的缺陷的请求。如本文使用的术语“缺陷”是指轴承内导致轴承异常操作的任何结构变形。该请求包括与轴承相关联的操作数据。在一个实施例中，操作数据包括与轴承相关联的至少一个感测单元的实时输出。必须理解的是，如本文使用的术语“感测单元”包括换能器和传感器。除了上述之外，请求还可以指定一个或多个轴承参数。
[0007]有利地，本专利技术有助于基于相应的操作数据估计任何尺寸的轴承的剩余使用寿命。
[0008]该方法包括在一段时间内监测缺陷对轴承的影响。如本文使用的术语“影响”是指由于缺陷引起的与轴承的正常操作的偏差。在一个实施例中，在监测缺陷的影响时，该方法包括监测至少一个感测单元的输出中的异常。
[0009]有利地，本专利技术有助于实时连续监测由于轴承中的缺陷造成的影响。
[0010]该方法包括使用机器学习模型确定在其期间缺陷对轴承的影响高于阈值范围的时间段。在一个实施例中，确定该时间段包括使用机器学习模型分析与轴承相关联的操作数据以确定该时间段。
[0011]有利地，使用机器学习模型来执行时间段的计算。结果，还可以检测到由低能量冲击引起的更短时间段。
[0012]该方法包括计算在该时间段期间与缺陷相关联的影响的严重性。在一个实施例中，在计算严重性时，该方法包括基于时间段的持续时间计算对应于缺陷的缺陷尺寸。如本文所使用的术语“缺陷尺寸”是指滚动元件在轴承操作期间在进入和离开缺陷之间行进的
距离。
[0013]有利地，本专利技术使用缺陷尺寸来计算与缺陷相关联的影响的严重性。
[0014]该方法包括在该时间段期间基于严重性和操作数据来确定轴承的剩余使用寿命。如本文所使用的术语“剩余使用寿命”是指在可检测故障模式的启动与轴承的功能故障之间的持续时间。在优选实施例中，在确定剩余使用寿命时，该方法包括使用轴承的虚拟模型基于缺陷尺寸和操作数据计算与轴承相关联的动态参数。在一个实施例中，动态参数是轴承上的动态载荷。动态参数还可以与滚动元件在与缺陷接触时的接触力相关联或与接触应力相关联。
[0015]在一个实施例中，虚拟模型是基于与多个其他轴承相关联的仿真数据、实验数据和数学模型建立的。此外，基于动态参数配置轴承的剩余使用寿命模型。剩余使用寿命模型是将动态参数与轴承的寿命相关的动态模型。此外，基于配置的剩余使用寿命模型和操作数据计算轴承的剩余使用寿命。
[0016]有利地，本专利技术有助于使用缺陷尺寸来确定影响轴承退化的动态参数。
[0017]该方法包括在输出设备上产生指示轴承的剩余使用寿命的通知。除了剩余使用寿命之外，通知还可以包括与轴承相关联的诊断信息。例如，诊断信息可以指示缺陷尺寸、RUL曲线和RUL曲线上的退化状态的指示。
[0018]本专利技术的目的是通过一种用于估计轴承的剩余使用寿命的装置来实现的。该装置包括一个或多个处理单元，以及通信地耦合到该一个或多个处理单元的存储器单元。存储器单元包括以可由一个或多个处理单元执行的机器可读指令的形式存储的轴承管理模块。轴承管理模块被配置用于执行上述方法步骤。还可以使用诸如图形处理单元（GPU）、现场可编程门阵列（FPGA）或神经处理/计算引擎之类的协处理器来执行条件管理模块的执行。
[0019]根据本专利技术的一个实施例，该装置可以是边缘计算设备。如本文所使用的“边缘计算”是指能够在边缘设备上执行的计算环境（例如，一端连接到工业装置中的传感单元，以及另一端连接到（一个或多个）远程服务器，例如（一个或多个）计算服务器或（一个或多个）云计算服务器)，这可能是一个紧凑的计算设备，在计算能力方面具有小形状因子和资源限制。边缘计算设备的网络也可以用于实现该装置。这种边缘计算设备网络被称为雾网络。
[0020]在另一个实施例中，该装置是具有基于云计算的平台的云计算系统，其被配置为提供用于分析轴承中的缺陷的云服务。如本文所使用的“云计算”是指包括可配置的计算物理和逻辑资源（例如网络、服务器、储存、应用程序、服务等）和分布在网络（例如互联网）上的数据的处理环境。云计算平台可以实现为用于分析轴承中的缺陷的服务。换言之，云计算系统提供对可配置计算物理和逻辑资源的共享池的按需网络访问。网络例如是有线网络、无线网络、通信网络或由这些网络的任意组合形成的网络。
[0021]此外，本专利技术的目的是通过一种用于估计轴承的剩余使用寿命的系统来实现的。该系统包括能够提供与轴承相关联的操作数据的一个或多个源和如上所述的装置，其通信地耦合到该一个或多个源。如本文所使用的术语“源”是指被配置为获得操作数据并将其传输到该装置的电子设备。源的非限制性示例包括感测单元、控制器和边缘设备。
[0022]本专利技术的目的还通过一种计算机可读介质来实现，在该介质上保存了计算机程序的程序代码段，该程序代码段可加载到处理器中和/或可由处理器执行，当程序代码部分被执行时该处理器执行上述方法。
附图说明
[0023]通过结合相应附图对本专利技术实施例的以下描述，本专利技术的上述属性、特征和优点以及实现它们的方式将变得更加明显和易于理解(清楚)。所说明的实施例旨在说明而非限制本专利技术。
[0024]图1A图示了根据本专利技术的实施例的用于估计轴承的剩余使用寿命的系统的框图；图1B图示了根据本专利技术的实施例的用于估计轴承的剩余使用寿命的装置的框图；图2A图示滚珠轴承的结构；图2B图示滚珠轴承的外圈中的缺陷；图3图示了根据本专利技术的实施例的用于建立轴承的虚拟模型的实验测试装置；图4A是根据本专利技术的实施例的图形用户界面视图，其示出为轴承产生的仿真结果的示例；图4B是根据本专利技术的实施例的图形用户界面视图，示出了最大冲击力的实验值随角速度的变化；图5是根据本专利技术的实施例的图形用户界面视图，示出了与三个轴承相关联的最大冲击力和加速度值之间的关系的表示；图6描绘了根据本专利技术的实施例的用于估计轴本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于估计轴承（105）的剩余使用寿命的计算机实施方法，该方法包括：通过处理单元（135）从源（110、125、130）接收用于分析轴承中的缺陷的请求，其中该请求包括与轴承相关联的操作数据；在一段时间内监测缺陷对轴承的影响；使用机器学习模型确定在其期间缺陷对轴承的影响高于阈值范围的时间段；计算在该时间段期间与缺陷相关联的影响的严重性；和在该时间段期间基于该严重性和操作数据确定轴承的剩余使用寿命；和在输出设备（130）上产生指示轴承的剩余使用寿命的通知。2.根据权利要求1所述的方法，其中所述操作数据包括与所述轴承相关联的至少一个感测单元（125）的实时输出。3.根据权利要求1或2中任一项所述的方法，其中在一段时间内监测所述缺陷对所述轴承的影响包括：监测至少一个感测单元（125）的输出中的异常。4.根据前述权利要求中任一项所述的方法，其中使用所述机器学习模型确定在其期间所述缺陷对所述轴承的影响高于阈值范围的时间段包括：使用机器学习模型分析与轴承相关联的操作数据以确定时间段。5.根据前述权利要求中任一项所述的方法，其中计算在所述时间段期间与所述缺陷相关联的影响的严重性包括：基于时间段的持续时间计算与缺陷对应的缺陷尺寸。6.根据权利要求1或5中任一项所述的方法，其中在所述时间段期间基于严重性和操作数据确定所述轴承的剩余使用寿命包括：使用轴承的虚拟模型，基于缺陷尺寸和操作数据计算与轴承相关联的动态参数；基于动态参数配置轴承的剩余使用寿...

【专利技术属性】
技术研发人员：S，
申请(专利权)人：西门子股份公司，
类型：发明
国别省市：