CN106940206A - 用于故障识别和监视的方法和*** - Google Patents
用于故障识别和监视的方法和*** Download PDFInfo
- Publication number
- CN106940206A CN106940206A CN201610847436.3A CN201610847436A CN106940206A CN 106940206 A CN106940206 A CN 106940206A CN 201610847436 A CN201610847436 A CN 201610847436A CN 106940206 A CN106940206 A CN 106940206A
- Authority
- CN
- China
- Prior art keywords
- machine part
- monitoring
- fault identification
- operational factor
- monitored parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
- G05B19/4065—Monitoring tool breakage, life or condition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32233—Scheduling repair
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32234—Maintenance planning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Manufacturing & Machinery (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及一种利用根据运行参数(6)和监视参数(7)识别至少一个状态的装置在电调节或控制的机器部件(1)中进行故障识别和监视的方法,具有以下步骤:检测并存储机器部件(1,2,3,4)的运行参数(6)和监视参数(7),根据检测的运行参数(6)和待比较的机器部件(1)来确定由能比较的机器部件(1,3,4)和能比较的运行参数组成的至少一个比较组(9),应用统计分析法(10),以便根据定义的比较组(9)来设置至少一个阈值(11),并且根据该阈值(11)识别至少一个状态的或至少一个监视参数(7)的偏差,并且将该偏差对应于机器部件(1)。此外,本发明还涉及一种用于故障识别和监视的***。
Description
技术领域
本发明涉及一种利用根据运行参数或监视参数识别至少一种状态的装置在电调节或控制的机器部件中进行故障识别和监视的方法和***。
背景技术
在电调节或控制的机器部件中,根据现有技术常见的是,机器部件或具有该机器部件的设备一直运行,直至状态或者监视参数位于额定范围之外为止。在此可行的是,基于状态的识别或者测量参量的存在地改变监视参数,从而更好地运行该设备。电调节或控制的工业机器部件例如可以是泵、电机、机器人、起重机等等,或者是像变频器、可编程的逻辑导体等的机器部件。
在进行故障识别时,通常要对许多的状态进行不同的测量。然而,就其在寻找故障时的有效使用而言,这种测量的量通常就已经构成显著的障碍。总体上,可能存在好几百次这样的测量,其中只有一次关键测量公开了这个问题的真实起因。
其他的测量都不一定会提供这次关键测量的识别。因此,对关键测量的成功辨认完全是意外确定的,这取决于有利的时间点或者对每次提供的测量的全面并且耗费时间的检查。此外,迄今还没有有效的方式和方法对这种测量进行总结。
通常是通过分析一组参数/测量值来进行故障识别。对于例如电机的故障识别,会测量温度分析值、在不同点上的振动、电流和能量消耗等等。这种分析可以是基于一个简单的阈值/极限值,或者基于复杂的人工智能算法。除了以上问题以外,在现有技术中产生下面两个基本问题:
1.一方面,很难确定(起始)监视配置。也就是说,要监视某个机器时,必须为不同的监视参数设置正确的阈值。例如必须如下地配置用于电机的监视***,即当由电机吸收的电流超过某个特定的阈值、例如2.2安培时就输出警报。因为相似的机器部件/机器无法在同样的运行条件下安装,有可能的是,阈值本身对于相似的机器部件是不同的。相对于在空调环境下的电机,对于例如在热的环境下运转的电机可能设置更高的温度阈值。
2.另一方面,必须在机器部件使用寿命期间不停地匹配监视配置。随着机器部件的老化,也就是机器运行的持续进行,监视参数的阈值也改变。例如,相比新的电机,对于例如运行时间为1000小时的电机能为振动设置更高的阈值。于是必须以特定的间隔调节监视配置。
目前的做法是,主要统计地并且仅仅在开始时确定(起始)监视配置。在此,仅仅依据不同的机器部件并且不依赖运行的参数(下面被称为运行参数)地进行(起始)监视配置,而且在机器部件使用寿命期间对监视配置进行调适。迄今没有考虑像机器老化、机器的使用条件等等这些影响因素。
发明内容
因此,第一个目的是提供一种用于在工业流程中的电调节或控制的机器部件中进行故障识别和监视的改进的方法。因此,第二个目的是提供一种尤其是适合用于执行根据本发明的方法的***。
涉及该方法的目的通过提出一种利用用于识别运行参数和监视参数的装置在电调节或控制的机器部件中进行故障识别和监视的方法得以实现,该方法具有以下步骤:
-检测并存储机器部件的运行参数和监视参数,
-根据检测的运行参数和待比较的机器部件来确定由能比较的机器部件和能比较的运行参数组成的至少一个比较组,
-应用统计分析法,以便根据定义的比较组来设置至少一个阈值,并且根据该阈值来识别至少一个状态的或至少一个监视参数的偏差,并且将该偏差对应于机器部件。
涉及该***的目的通过提供一种利用用于识别运行参数和监视参数的装置在电调节或控制的机器部件中进行故障识别和监视的***得以实现,其中:
-设置对机器部件的运行参数和监视参数的检测和存储,
-能根据检测的运行参数和机器部件来确定由能比较的机器部件和能比较的运行参数组成的至少一个比较组,
-实施统计分析法,以便根据定义的比较组来设置至少一个阈值,并且根据该阈值来识别至少一个状态的或者至少一个监视参数的偏差,并且将该偏差对应于机器部件。
根据本发明,在参照监视参数和运行参数的故障识别方面,现在使用能比较的机器部件的组作为起始参考水平,以便评估该组内的各个机器部件。
利用上述方法和***,可以动态地计算阈值和配置,从而更好地确定偏差,而不必准确地知道该机器部件。
此外,利用上述方法和***不必随着时间手动地调节/校准监视配置。所有像机器老化、损耗等等这些因素都被本发明、也就是根据本发明的基于组的方案考虑在内,或者在计算时计算在内。因此能够在整个使用寿命期间更安全并且更好地运行机器。
因此,具有基于组的方案的本发明在对在不同的设备中的机器进行故障识别和状态监视方面是一种重要的发展。
优选地,运行参数和/或监视参数存储在云中。在那里也可以发生应用/处理,例如由外部的供应商进行。当然,也可以在联网或不联网的计算机上进行本地的存储。
在一种优选的设计方案中,在至少机器部件的启动时检测并存储运行参数。这可以手动地由操作者进行,或者自动化地由传感器完成。运行参数也可以一次性地或者连续地被检测和存储。
优选地,在比较组内的至少两个机器部件不在同一个地点运行。
在一种优选的实施例中,根据比较分组算法来完成对比较组的确定,其中,在不同的机器中使用不同的比较分组算法。此外,该算法可以是加权的。在附图说明中列举了可以如何选择比较组的实例。
优选地,传输偏差的类型并且选择性地传输偏差的范围。由此可以更简单地引入应对措施。因此可以在偏差越来越严重时立即停止机器部件或机器。也可以利用改变的或受限制的监视参数进一步运行机器部件。因此,可以例如在高温时在相应地调适了监视参数之后下调/调适电机的转数,以便确保更加可靠的运行。
优选地,通过统计分析法为每个监视参数设定阈值,其中,根据比较监视参数与阈值的比较来确定该偏差。该分析法可以是每种任意的、合适的分析法,并且也具有加权因子。
优选地,计算至少机器部件的故障函数,并且借助统计分析法将机器部件无偏差地、也就是无故障地运行时的函数值确定为阈值。在此要注意的是,机器或机器部件在或者利用相应的运行参数时无故障地或无偏差地运行。
附图说明
本发明的其他特征、特性和优点由下面参照附图的说明得出。其中示意性地示出:
唯一的附图示出根据本发明的方法。
尽管本发明在细节上通过优选的实施例更详尽地得以阐述和说明,但是本发明不受限于公开的实例。专业技术人员可以从中推导出许多变化方案,而不脱离本发明的保护范围。
根据本发明,首先在第一步骤中检测并存储被监视的机器部件的运行参数和监视参数。这意味着,除了检测监视参数以外还要检测运行参数,从而用于判断偏差量。这些运行参数例如可以是环境参数、地点、负载类型、应用类型等等。作为监视参数例如可以是温度等等。这些信息可以存储在某个本地的、例如位于现场的数据库中,或者云中。在此,可以在启动时进行运行参数的检测。也就是说,可以一次性地在启动机器或机器部件时或者在连续运行的基础上进行对运行参数的检测。同样地,也可以通过传感器或者其他的测量仪器和/或手动地由操作者完成运行参数的检测。
在第二步骤中,根据检测的运行参数和机器部件来确定至少一个比较组,也就是说由具有能比较的或相似的运行参数的、能比较的或相似的机器部件组成的家族。
一个比较组内的机器部件不一定要在同一个物理位置上。下面给出几个用于分组的实例:
I)某个特定生产商的某个特定产品家族的相同或相似的机器部件,例如汽车生产商的某个特定的产品家族的机器部件,
II)某个特定生产商的某个特定产品家族的机器部件,其中,这些机器部件承担相似的任务(例如焊接),
III)同一类的机器部件,其在相同的环境条件下运行,例如同一类的电机,例如泵的电机,其用在化学精炼厂的外面露天位置中。
IV)同一类的并且相同应用的机器部件,然而其用在不同的客户地点,例如用于打印应用的某个特定生产商的同类的传动机构,其用在不同的客户地点。
需要注意的是,这些列举只是起示意作用,既不是全部也不是终结性的。
用于划分比较组的比较分组算法可以在不同的情况下有区别。这种比较分组算法可以经由EDV仪器或者作为云中的应用来执行。
在第三步骤中,应用统计分析法,以便设置比较组的至少一个阈值,并且根据该阈值来识别至少一个状态的或者至少一个监视参数的偏差。随后,将该偏差对应于某个机器部件。
下面用一个实例来说明。在此,存在一个由“N”个机器部件组成的比较组,这里例如是电机。在此,如第二步骤中所述的那样设置这个比较组。现在根据由三个监视参数Twi、Asi、Iwi组成的组来执行故障识别或偏差识别。这些参数例如是:
电机-绕组温度:Twi
离合轴的加速度:Asi
绕组电流:Iwi
其中i=1,2,3,…N。
为了识别偏差,现在执行统计分析法。为此,计算所述比较组内的每个电机i=1,2,3,…N的故障函数fi:
1)fi=α*Twj+β*Asi+π*Iwi
其中,α、β、π是用于电机-绕组温度Twi、离合轴的加速度Asi和绕组电流Iwi的加权。
现在确定函数值fnormal,在该函数的情况中,机器部件无偏差地、也就是无故障地运行。为此,确定在比较组内所有N个机器的监视参数的平均值Tw,avg、As,avg、Iw,avg:
2)
3)
4)
从而得到fnormal:
5)fnormal=α*Tw,avg+β*As,avg+π*Iw,avg
计算出的值fnormal因此可以作为该比较组内的监视参数的偏差的阈值。
为了识别故障或偏差,因此只需要将比较组内的每个电机N的计算出的故障函数fi与阈值fnormal进行比较。
这种方案可以很轻松地用到三个以上的监视参数上。上面的实例使用了一种简单的平均值分析法。然而也可以以类似的方式使用其他复杂的统计分析法。
所述方法/***可以在本地的计算机上执行,或者作为应用在云中执行。
现在根据附图再次示意性地示出这一点。
几个机器部件1到4报告它们的数据,也就是在数据库5中经由合适的装置报告运行参数6和监视参数7。这个数据库存储这些运行参数6和监视参数7。在此,可以检测并存储运行参数7,尤其是在启动时。例如可以经由传感器进行检测,运行参数6也可以由操作者手动输入。
比较分组算法8现在根据检测的运行参数9和机器部件来确定由能比较的机器部件和能比较的运行参数组成的比较组9。待比较的机器部件在这里用标记1标识。在这里引用机器部件3,4作为能比较的机器部件。如果现在组成了比较组,那么就根据统计分析法10、例如通过以上函数来计算阈值11。根据阈值11现在可以确定机器部件1的相关监视参数7的故障或偏差。根据这个偏差例如可以安排维护,或者以其他的参数运行该机器部件1。当然也可以利用机器部件3和4类似地进行。也可以在偏差过大时输出/显示警报。
根据本发明,现在通过本发明考虑机器的所有像老化、损耗等等这些因素,或者在计算时计算在内。根据本发明还将运行参数一同考虑。通过根据本发明的基于组的方案能够在没有大的耗费的情况下实现简单的故障识别。
Claims (18)
1.一种利用用于识别运行参数(6)和监视参数(7)的装置在电调节或控制的机器部件(1)中进行故障识别和监视的方法,其特征在于,所述方法具有以下步骤:
对所述机器部件(1,2,3,4)的所述运行参数(6)和所述监视参数(7)进行检测并存储,
根据检测的所述运行参数(6)和待比较的所述机器部件(1)来确定由能比较的所述机器部件(1,3,4)和能比较的所述运行参数组成的至少一个比较组(9),
应用统计分析法(10),以便根据定义的所述比较组(9)来设置至少一个阈值(11),并且根据所述阈值(11)来识别至少一个状态的或至少一个所述监视参数(7)的偏差,并且将所述偏差对应于所述机器部件(1)。
2.根据权利要求1所述的用于故障识别和监视的方法,其特征在于,所述运行参数(6)和/或所述监视参数(7)存储在云中。
3.根据权利要求1或2所述的用于故障识别和监视的方法,其特征在于,在至少所述机器部件(1)的启动时检测并且存储所述运行参数(6)。
4.根据前述权利要求中任一项所述的用于故障识别和监视的方法,其特征在于,一次性地或者连续地检测并存储所述运行参数(6)。
5.根据前述权利要求中任一项所述的用于故障识别和监视的方法,其特征在于,在所述比较组(9)内的至少两个所述机器部件(1,3,4)不在同一个地点运行。
6.根据前述权利要求中任一项所述的用于故障识别和监视的方法,其特征在于,根据比较分组算法(8)来完成对所述比较组(9)的确定,其中,在不同的所述机器部件(1)中使用不同的所述比较分组算法(8)。
7.根据前述权利要求中任一项所述的用于故障识别和监视的方法,其特征在于,传输所述偏差的类型,并且选择性地传输所述偏差的范围。
8.根据前述权利要求中任一项所述的用于故障识别和监视的方法,其特征在于,所述机器部件(1)利用改变的或者受限的所述监视参数(7)进一步地运行。
9.根据前述权利要求中任一项所述的用于故障识别和监视的方法,其特征在于,通过所述统计分析法(10)为每个所述监视参数(7)设定所述阈值(11),并且根据所述监视参数(7)与所述阈值(11)的比较来确定所述偏差,并且其中,所述统计分析法(10)具有加权因子。
10.根据前述权利要求中任一项所述的用于故障识别和监视的方法,其特征在于,所述统计分析法(10)取决于所述机器部件(1)地具有加权因子。
11.根据前述权利要求中任一项所述的用于故障识别和监视的方法,其特征在于,计算至少所述机器部件(1)的故障函数(fi),以及借助所述统计分析法(10)将所述机器部件(1)无偏差地、也就是无故障地运行时的函数值(fnormal)确定为所述阈值(11)。
12.一种利用用于识别运行参数(6)和监视参数(7)的装置在电调节或控制的机器部件(1)中进行故障识别和监视的***,其特征在于,所述***
设置对所述机器部件(1,2,3,4)的所述运行参数(6)和所述监视参数(7)的检测和存储,
能根据检测的所述运行参数(6)和所述机器部件(1)来确定由能比较的所述机器部件(1,3,4)和能比较的所述运行参数组成的至少一个比较组(9),
实施统计分析法(10),以便根据定义的所述比较组(9)来设置至少一个阈值(11),并且根据所述阈值(11)来识别至少一个状态的或至少一个所述监视参数(7)的偏差,并且将所述偏差对应于所述机器部件(1)。
13.根据权利要求12所述的用于故障识别和监视的***,其特征在于,所述装置在至少所述机器部件(1)的启动时检测并存储所述运行参数(6)。
14.根据权利要求12或13所述的用于故障识别和监视的***,其特征在于,所述统计分析法(10)为每个所述监视参数(7)设定所述阈值(11),并且能够根据所述监视参数(7)与所述阈值(11)的比较来确定所述偏差,并且其中,所述统计分析法(10)具有加权因子。
15.根据权利要求12至14中任一项所述的用于故障识别和监视的***,其特征在于,设置有警报***,以便在存在所述偏差时输出警报。
16.根据权利要求15所述的用于故障识别和监视的***,其特征在于,所述警报***在所述偏差超过预定值时输出警报。
17.根据权利要求12至16中任一项所述的用于故障识别和监视的***,其特征在于,设置对至少所述机器部件(1)的故障函数(fi)的计算,并且能够借助所述统计分析法(10)将所述机器部件(1)无偏差地、也就是无故障地运行时的函数值(fnormal)确定为所述阈值。
18.根据权利要求12至17中任一项所述的用于故障识别和监视的***,所述***在电调节或控制的机器部件(1)中用于执行根据权利要求1至11中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP15187247.0 | 2015-09-29 | ||
EP15187247.0A EP3151072B1 (de) | 2015-09-29 | 2015-09-29 | Verfahren und system zur fehlererkennung und überwachung bei einem elektronisch geregelten oder gesteuerten maschinenteil |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106940206A true CN106940206A (zh) | 2017-07-11 |
Family
ID=54251333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610847436.3A Pending CN106940206A (zh) | 2015-09-29 | 2016-09-23 | 用于故障识别和监视的方法和*** |
Country Status (4)
Country | Link |
---|---|
US (1) | US10955837B2 (zh) |
EP (1) | EP3151072B1 (zh) |
CN (1) | CN106940206A (zh) |
ES (1) | ES2826348T3 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107390637A (zh) * | 2017-09-08 | 2017-11-24 | 桂林加宏汽车修理有限公司 | 一种自动检测数控机床故障的方法及*** |
CN109388124A (zh) * | 2017-08-10 | 2019-02-26 | 罗伯特·博世有限公司 | 用于确定***中是否存在异常的方法和装置 |
CN109813366A (zh) * | 2017-11-20 | 2019-05-28 | 罗伯特·博世有限公司 | 用于配置电子部件的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1233325A (zh) * | 1996-06-24 | 1999-10-27 | 阿塞里克有限公司 | 用于电动机的、基于模型的故障检测*** |
US20040138772A1 (en) * | 2002-12-27 | 2004-07-15 | Caterpillar Inc. | Automated machine component design tool |
US20040260431A1 (en) * | 2003-01-31 | 2004-12-23 | Siemens Corporation | Method and device for upgrading a building control system |
US20070109301A1 (en) * | 2005-11-17 | 2007-05-17 | Donville Smith | Data analysis applications |
CN102914990A (zh) * | 2011-07-12 | 2013-02-06 | 曼柴油机和涡轮机欧洲股份公司 | 用于机器状态监控的方法 |
US20140070959A1 (en) * | 2012-09-12 | 2014-03-13 | Zuili, Inc. | System for monitor and control of equipment |
CN104198138A (zh) * | 2014-08-28 | 2014-12-10 | 北京天源科创风电技术有限责任公司 | 一种风力发电机组异常振动的预警方法及*** |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5566092A (en) * | 1993-12-30 | 1996-10-15 | Caterpillar Inc. | Machine fault diagnostics system and method |
FR2783620B1 (fr) * | 1998-09-22 | 2002-03-29 | De Micheaux Daniel Lafaye | Procede et systeme multidimensionnel de maitrise statistique des processus |
US6456898B1 (en) * | 2000-09-05 | 2002-09-24 | Rockwell Automation Technologies, Inc. | Press monitoring and control system |
US6587737B2 (en) * | 2000-09-14 | 2003-07-01 | Sulzer Makert And Technology Ag | Method for the monitoring of a plant |
US6687654B2 (en) * | 2001-09-10 | 2004-02-03 | The Johns Hopkins University | Techniques for distributed machinery monitoring |
JP2007318036A (ja) * | 2006-05-29 | 2007-12-06 | Toshiba Corp | 半導体製造装置管理システム、半導体製造装置の異常要因抽出方法及びその管理方法 |
JP2008097363A (ja) * | 2006-10-12 | 2008-04-24 | Okuma Corp | 異常診断方法及びその装置 |
US8843385B2 (en) * | 2006-12-11 | 2014-09-23 | Ecole Polytechnique Federale De Lausanne (Epfl) | Quality of service monitoring of a service level agreement using a client based reputation mechanism encouraging truthful feedback |
DE102010063134B4 (de) * | 2010-12-15 | 2024-01-04 | BSH Hausgeräte GmbH | Verfahren zum Betreiben eines Haushaltsgeräts und Haushaltsgerät |
DE102012223249A1 (de) * | 2012-12-14 | 2014-06-18 | BSH Bosch und Siemens Hausgeräte GmbH | Verfahren zum Automatiserten Überwachen eines Betriebszustandes eines Haushaltsgerätes |
SE536922C2 (sv) * | 2013-02-19 | 2014-10-28 | Basim Al-Najjar | En metod och en apparat för att prediktera tillståndet hos en maskin eller en komponent hos maskinen |
WO2014138219A1 (en) * | 2013-03-05 | 2014-09-12 | Rolls-Royce Corporation | Adaptively machining component surfaces and hole drilling |
US9483047B2 (en) * | 2013-12-04 | 2016-11-01 | The Boeing Company | System and method for operating a machine and performing quality assurance |
-
2015
- 2015-09-29 EP EP15187247.0A patent/EP3151072B1/de active Active
- 2015-09-29 ES ES15187247T patent/ES2826348T3/es active Active
-
2016
- 2016-09-23 CN CN201610847436.3A patent/CN106940206A/zh active Pending
- 2016-09-28 US US15/278,525 patent/US10955837B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1233325A (zh) * | 1996-06-24 | 1999-10-27 | 阿塞里克有限公司 | 用于电动机的、基于模型的故障检测*** |
US20040138772A1 (en) * | 2002-12-27 | 2004-07-15 | Caterpillar Inc. | Automated machine component design tool |
US20040260431A1 (en) * | 2003-01-31 | 2004-12-23 | Siemens Corporation | Method and device for upgrading a building control system |
US20070109301A1 (en) * | 2005-11-17 | 2007-05-17 | Donville Smith | Data analysis applications |
CN102914990A (zh) * | 2011-07-12 | 2013-02-06 | 曼柴油机和涡轮机欧洲股份公司 | 用于机器状态监控的方法 |
US20140070959A1 (en) * | 2012-09-12 | 2014-03-13 | Zuili, Inc. | System for monitor and control of equipment |
CN104198138A (zh) * | 2014-08-28 | 2014-12-10 | 北京天源科创风电技术有限责任公司 | 一种风力发电机组异常振动的预警方法及*** |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109388124A (zh) * | 2017-08-10 | 2019-02-26 | 罗伯特·博世有限公司 | 用于确定***中是否存在异常的方法和装置 |
CN109388124B (zh) * | 2017-08-10 | 2024-01-30 | 罗伯特·博世有限公司 | 用于确定***中是否存在异常的方法和装置 |
CN107390637A (zh) * | 2017-09-08 | 2017-11-24 | 桂林加宏汽车修理有限公司 | 一种自动检测数控机床故障的方法及*** |
CN109813366A (zh) * | 2017-11-20 | 2019-05-28 | 罗伯特·博世有限公司 | 用于配置电子部件的方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3151072B1 (de) | 2020-07-29 |
US20170090468A1 (en) | 2017-03-30 |
EP3151072A1 (de) | 2017-04-05 |
ES2826348T3 (es) | 2021-05-18 |
US10955837B2 (en) | 2021-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3460611B1 (en) | System and method for aircraft fault detection | |
WO2016086360A1 (en) | Wind farm condition monitoring method and system | |
CN100489870C (zh) | 用于过程统计控制的方法和多维*** | |
KR20180048218A (ko) | 기계학습 기반 공작기계 고장 진단 시스템 및 방법 | |
CN107848591A (zh) | 用于监测车身组装线的驱动部的方法及其装置 | |
US20150346066A1 (en) | Asset Condition Monitoring | |
CN106940206A (zh) | 用于故障识别和监视的方法和*** | |
CN107729985B (zh) | 识别技术设施的过程异常的方法和相应的诊断*** | |
CN107077135B (zh) | 用于识别设备中的干扰的方法和辅助*** | |
CN112710345B (zh) | 持续改进预测性维护数据库的机器监视方法和装置 | |
WO2019082407A1 (ja) | 異常検出システムおよび異常検出方法 | |
KR102414080B1 (ko) | 추세 분석을 통한 케이블 고장 예측 시스템 및 방법 | |
KR20170104705A (ko) | 설비 고장 진단 장치 및 방법 | |
EP3975077A1 (en) | Monitoring device and method for segmenting different times series of sensor data points | |
KR20210012200A (ko) | 환경시험 장비의 성능이상 감지장치를 이용한 유지관리 시스템 및 그 제어방법 | |
CN104050392A (zh) | 一种新型车辆故障评分方法 | |
US20170176985A1 (en) | Method for predicting end of line quality of assembled product | |
KR101915236B1 (ko) | 스마트 팩토리를 위한 통합 보안 관리 시스템 | |
CN110072670A (zh) | 监测拧紧工具中能量流的方法、监测节点及计算机程序 | |
CN113544486A (zh) | 故障诊断***、预测规则生成方法及预测规则生成程序 | |
KR101166101B1 (ko) | 통계적 품질 검사 및 관리 시스템 | |
EP3248077B1 (en) | A method and system for controlling a process plant using transition data | |
KR102269296B1 (ko) | 데이터 수집 및 분석 모니터링 시스템 및 그 제어방법 | |
CN110546657A (zh) | 用于评估组件的生命周期的方法和设备 | |
CN113551764B (zh) | 振动分析设备及其方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170711 |
|
RJ01 | Rejection of invention patent application after publication |