CN107111590A - 使用云服务的监视和控制*** - Google Patents

使用云服务的监视和控制*** Download PDF

Info

Publication number
CN107111590A
CN107111590A CN201480084288.3A CN201480084288A CN107111590A CN 107111590 A CN107111590 A CN 107111590A CN 201480084288 A CN201480084288 A CN 201480084288A CN 107111590 A CN107111590 A CN 107111590A
Authority
CN
China
Prior art keywords
software
computer processor
application
sensor
situation
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
Application number
CN201480084288.3A
Other languages
English (en)
Inventor
C.卡
C.V.拉伊
V.R.查马拉贾纳加
C.索兰基
K.塔库尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honeywell International Inc
Original Assignee
Honeywell International Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Honeywell International Inc filed Critical Honeywell International Inc
Publication of CN107111590A publication Critical patent/CN107111590A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0426—Programming the control sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/65—Updates
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D19/00—Control of mechanical oscillations, e.g. of amplitude, of frequency, of phase
    • G05D19/02—Control of mechanical oscillations, e.g. of amplitude, of frequency, of phase characterised by the use of electric means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0736—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0748—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in a remote unit communicating with a single-box computer node experiencing an error/fault
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0793—Remedial or corrective actions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
    • H04L41/082—Configuration setting characterised by the conditions triggering a change of settings the condition being updates or upgrades of network functionality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • 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
    • G05B2219/20—Pc systems
    • G05B2219/23—Pc programming
    • G05B2219/23304—Download program from host
    • 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
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • 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
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Automation & Control Theory (AREA)
  • Computer Security & Cryptography (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Stored Programmes (AREA)

Abstract

一种***包括位于云***内的计算机处理器。所述***从与工业或家庭自动化控制应用相关联的传感器接收数据。传感器被配置为监视设备的第一状况。计算机处理器分析数据，并且基于数据分析而从云***向工业或家庭自动化控制应用传输软件更新或软件下载。

Description

使用云服务的监视和控制***
技术领域
本公开涉及一种使用云服务的基于优先级而自动地下载和/或更新软件的***。软件可以是嵌入式软件和/或安装在工业或家庭***应用中的软件。本公开还涉及一种用于使用云服务的轴颈轴承监视和控制的***，例如诸如压缩机之类的装置的状况的诊断。
背景技术
嵌入式设备是期望交付特定应用的需要的资源受约束的***（例如，存储器、速度）。为了缓解存储器限制，可以通过将非易失性存储器（例如，经由通用串行总线（USB））附连到嵌入式***并且借助于固件识别非易失性存储器而扩展嵌入式设备的功能性。如果解决了存储器约束，不同应用可以通过利用传感器和致动器作为共享资源而在相同嵌入式设备上运行。已经提出使用云技术作为可扩展计算资源（例如，用于执行密集非实时应用）并且使用传感器作为共享资源以用于监视应用。
更具体地，为了缓解存储器限制，Giuseppe（美国专利公开号2011/0258618）通过将非易失性存储器（USB）附连到嵌入式***并且借助于固件识别它而扩展了嵌入式设备的功能性。如果解决了存储器约束，不同应用可以通过利用传感器和致动器作为共享资源而在相同嵌入式设备上运行。Lee（System Architecture Directions for Tangible CloudComputing” 2010年10月; IEEE CDEE 页码:258 – 262）已经提出使用云作为可扩展计算资源并且使用传感器作为共享资源以用于监视应用。在云中执行过程密集的非实时应用的想法由McLaughlin（美国专利号7,970,830）给出。用于实时***（硬/软）的云服务的使用没有在以上专利或文献中描述，所述实时***可以包括控制算法以激活致动器。
附加地，在几乎所有应用中致动器被使用，并且与传感器参数不同，它要求唯一控制机制，因而使用用于控制机制的云服务可以扩展云的界线。遗憾的是，由于云基础设施的非确定性性质，作为云服务而执行控制机制是不实际的。除该问题之外，还存在下载嵌入式软件的需要，所述嵌入式软件要求更新以添加特征或校正错误。一些更新是昂贵的，因为它们可能仅由OEM或经销商编程。Derrick（美国专利公开号20110289493）已经提出使用向嵌入式***提供嵌入式软件的便携式设备。然而，该方案要求对于仅仅用于软件更新的设备的维护的需要。在嵌入式***中遇到的另一个常见问题在于，它不能出于调试目的而停止。Adrain（美国专利公开号20060150021）已经公开了一种实时地监视嵌入式***的行为的分析设备。使用这样的***是不利的，因为分析设备存储器应当至少具有与嵌入式设备相同的带宽。在存储器容量和速度方面的嵌入式处理器的进步的情况下，分析设备必须常常更换以满足存储器要求。
作为示例，嵌入式设备可以与气体涡轮机相关联。任何发电厂或制炼厂的气体涡轮机具有数个组件，诸如轴颈轴承、转子、轴杆、压缩机（以及各种级处的叶片）、燃烧室、喷嘴、活塞和外罩。轴颈轴承支撑移动转子。轴颈轴承具有轴承、轴颈、转子、轴杆和润滑油。经受高压的润滑油具有高粘性并且可以承受高压，使得它可以在静止状态期间接受大转子载荷。附加地，在转子的转动期间，润滑油被转子挤压并且转子移动到右边（对于逆时针载荷）。由于在这样的操作期间存在大温度增加，所以油的粘性降低并且因而轴颈与轴承之间的分离降低。分离中的这种降低引起大尺度的摩擦以及轴承降级。还存在轴颈轴承的各种其它失效模式，诸如油膜旋涡、油膜起泡和转子不平衡。如果不监视的话，这些失效模式可能是毁灭性的并且可能对气体涡轮机和工厂引起大量损失。
附图说明
图1是具有嵌入式设备的监视和控制***的框图。
图2是SaaS（软件即服务）用户接口和嵌入式设备的框图。
图3是图示了在应用中检测到故障时从SaaS云下载算法的框图。
图4是图示了SaaS云与嵌入式设备之间的数据分析和故障处理的框图。
图5图示了用于监视和控制压缩机内的轴颈轴承的框架。
图6是列出了可以在监视和控制过程（诸如监视轴颈轴承）中使用的若干算法和技术的表格。
图7是控制和监视***的框图。
图8A和8B是控制和监视***的操作和特征的框图。
具体实施方式
在以下描述中，参照形成其部分的附图，并且其中通过图示的方式示出了可以实践的具体实施例。这些实施例被描述得充分详细以使得本领域技术人员能够实践本发明，并且要理解到，可以利用其它实施例，并且可以做出结构、电气和光学改变而不脱离本发明的范围。示例实施例的以下描述因此不应以限制性含义理解，并且本发明的范围由随附权利要求限定。
概述
以上讨论的问题可以通过如下文提出的使用云的单个软实时***而解决。目标是提供一种智能软实时***，所述***在云服务的帮助下基于需要下载固件/嵌入式软件，特别是控制软件。另一个目标是编译并且存储所需控制软件作为云中的字节代码以用于促进便利的跨多个场所的***的开发。另一个目标是将嵌入式设备的内部***状况上传到云中以便评估运行控制算法所要求的空闲存储器。这些数据还可以用于从远程地点测量性能或者调试嵌入式***。另一个目标是通过基于减少假警报的数据分析软件触发它而提供一种***，所述***包括传感器和致动器作为共享资源。另外的目标是提供可以在云服务的帮助下动态地下载的分析/特征软件更新。这将帮助上传在分析的要求中的任何改变。这也将帮助在嵌入式***中提供软件/分析作为服务。
一般地，实施例适用于利用传感器和致动器的任何工业或家庭自动化应用。尽管本公开涉及存储器受约束的设备，但是DCS***，比如Experion PKS可以利用通过增加用于***开发的第三方服务的涉及而降低***的复杂性来基于需要而下载软件的概念。
传感器数据可以为了较少附加成本而在多个应用中重用。本公开涉及压缩机的状况监视和控制，作为一个示例但不约束于该应用。状况监视的示例如下：安装在压缩机的驱动轴杆轴承组装件上的加速度计可以用于监视压缩机喘振，如在Castleberry（美国专利号4,399,548）中所建议。相同加速度计可以重用于标识轴承故障，如由Chinmaya Kar （美国专利公开号20100030492）所提议。然而，针对这些应用所需要的控制算法/参数必须不同，因为提供输入的装置和致动器的类型不同。因而，基于需要而下载所需算法/参数降低***的复杂性并且增加用于***开发的第三方的涉及。
转向各图，图1是监视和控制***的概览，所述监视和控制***具有工厂处的若干嵌入式设备以及SaaS用户接口，所述SaaS用户接口可以检查特定设备的存储器布局并且基于应用的优先级而动态地下载控制算法。此处，术语“动态”是指在没有重置该设备的情况下将软件/算法更新到嵌入式设备。家庭专家可以提供基本控制算法作为服务并且工厂专家可以基于其需要而修改/更改它。另外，可以通过基于逻辑方程而使用混乱数字签名向***提供安全访问，如在Helmut（美国专利公开号20050271207）中所提议。在图2中描述***的框图。互联网的出现已经使固定功能嵌入式设备的想法移向提供某种形式的网络连接性的更加开放的***。一般地，Java用于将基于互联网的技术提供到嵌入式设备中。利用Java，开发者可以瞄准平***立的API并且使其应用迁移到不同设备而不重新编译。这些API与实时操作***交互以运行应用。
详细示例
在现有***中没有公开用于硬件和软件二者的实时***的云服务的使用，所述实时***可以包括激活致动器的控制算法。因而，本公开涉及通过使用云服务而自动地更新工业或家庭自动化控制应用中的软件的分析和/或特征的***。该软件可以是嵌入式软件或者安装在***中的软件。
实施例包括使用云技术的单个基于软件的实时***。在本公开中，云技术、云计算或者简单地“云”是指交付计算作为服务而不是产品（经由硬件和软件的购买），由此共享资源、软件和信息通过网络被提供给计算机和其它设备作为实用程序。资源可以动态地分配和解分配（de-allocate）。具体地，实施例提供了一种智能且基于软件的实时***，其从云下载嵌入式固件和/或软件，并且特别地控制软件。下载是基于需要的并且进一步涉及云服务的使用。附加地，实施例编译并且存储所需控制软件作为云中的字节代码以用于促进跨多个场所的***的开发。实施例还将嵌入式设备的内部***状况上传到云中以便评估运行控制算法所要求的空闲存储器。这些数据还可以用于从远程地点测量性能或者调试嵌入式***。实施例还通过基于数据分析软件触发该***而提供了一种***，所述***包括传感器和致动器作为共享资源，其导致假警报中的减少。实施例又进一步提供了分析和特征软件更新，其可以在云服务的使用下动态地下载。这帮助上传分析的要求中的任何改变。这进一步也帮助在嵌入式***中提供软件和/或分析作为服务。一般地，实施例适用于利用传感器和致动器的任何工业或家庭自动化/控制应用。简言之，实施例使用通过增加用于***开发的第三方服务的涉及而降低***的复杂性的基于需要而下载软件（到嵌入式设备）的概念。
实施例的一个方面在于，传感器数据可以为了较少的附加成本而在多个应用中重用。为了说明这一点，本公开涉及压缩机的状况监视和控制作为一个示例。然而，本公开不限于这样的应用。
状况监视的示例如下。安装在压缩机的驱动轴杆轴承组装件上的加速度计可以用于监视压缩机喘振。相同加速度计可以重用于标识轴承故障。然而，针对这些应用所需要的控制算法和/或参数不同，因为提供输入的装置和致动器的类型不同。因而，基于需要而下载所需算法和/或参数降低了***的复杂性并且增加了用于***开发的第三方的涉及。
图1是具有工业工厂115处的若干嵌入式设备110的监视和控制***100的框图。***100包括SaaS（软件即服务）用户接口120，其可以检查嵌入式设备110的存储器布局并且可以基于应用的优先级和/或需要而动态地下载控制算法130。术语“动态”是指在不重置设备110的情况下更新嵌入式设备110的固件/算法。SaaS用户接口120还具有对嵌入式设备的动态特性135的访问。家庭专家140可以提供基本控制算法作为服务，并且工厂专家150可以基于需要而修改或更改基本算法。附加地，***100的安全性可以由安全访问模块160处置。
图2是图1的嵌入式设备110和SaaS用户接口120的框图。图2图示了云平台210。云平台210包括多个控制算法212。每一个控制算法212用于特定嵌入式设备或者特定类型的嵌入式设备，并且进一步用于嵌入式设备的特定控制方面。云平台210还包括数据分析模块214。数据分析模块214通过分析从嵌入式设备接收的数据而帮助减少针对其相关联的嵌入式设备的假警报的数目。
命令使控制算法从云平台210下载到嵌入式设备110。如在图2中进一步图示，控制算法被存储为闪速存储器220或RAM 222中的字节代码。更具体地，控制算法被存储为Java环境262中的Java字节代码260。嵌入式设备110还可以包括网络模块230、图形模块232、远程方法模块234和本机（native）方法模块236。嵌入式设备110还可以包括本机操作***250和本机状况监视模块252。嵌入式设备110还包括验证器270、类加载器272、过程管理器274和存储器管理器276。设备驱动器280控制嵌入式设备110与传感器290和致动器292之间的通信。
如可以从图2查明，互联网的出现已经使固定功能嵌入式设备的想法移向提供某种形式的网络连接性的更开放的***。一般地，Java用于将基于互联网的技术提供到嵌入式设备中。利用Java，开发者可以瞄准平***立的应用程序接口（API）并且使其应用迁移到不同设备而不重新编译。这些API与实时操作***交互以运行应用。
图3是图示了在应用（嵌入式设备110）中检测到故障时从SaaS云（云平台210）下载算法的框图。在该示例中，嵌入式设备包括任务执行310。任务执行包括状况监视算法315。状况监视算法可以包括分别针对第一应用和第二应用的决定支持***320A和320B。如果云平台210检测到应用中的一个或多个中的故障（330），则在340处云平台210可以下载新的或者经更新的控制算法。
图4是图示了SaaS云（210）与嵌入式设备（110）之间的数据分析和故障处理的框图。在实施例中，云服务210包括数据分析模块221、故障水平决定模块222、软件下载计数器223、控制二元决定模块224和控制算法225。数据分析模块221与嵌入式设备110中的监视算法111通信，所述监视算法111可以减少来自嵌入式设备110的假警报。嵌入式设备还包括故障水平决定模块112。在113A和113B处，嵌入式***确定控制算法是否已经被下载至少一次。如果它尚未这样，则控制被传递回到云服务220中的数据分析模块221。如果它已经这样，并且如果看门狗计时器尚未届满（114A、114B），则计时器重置（115A、115B）并且控制被传递回到云服务210中的数据分析模块221。
如果数据分析模块221触发控制算法的下载（225），则在116处，用于控制算法的字节代码被下载到闪速存储器（220）。在下载完成之后（117），在118处控制被转移到控制算法225。
在实施例中，SaaS用户接口120和嵌入式设备110可以与用于工业装置的监视和控制***结合地使用。在特定示例中，SaaS用户接口120和嵌入式设备可以用作用于气体涡轮机的轴颈轴承的监视和控制***。
图5图示了用于监视和控制压缩机内的轴颈轴承的框架。来自嵌入式设备110的输入505可以包括来自一个或多个接近度探测器（510、515）、外罩振动传感器520、键相量（keyphasor）传感器530和配置模块535的输入。该输入可以经由以下中的一个或多个进行处理：相位确定540、经验模态分解542和快速傅里叶变换544。框架的特征包括一个或多个放大器（551、552）、带均方根模块（RMS）533、带峰值模块554、一个或多个相位模块（555、556）、间隙模块557、Smax模块558、第二RMS模块559和速度模块550。将来自特征模块的输出提供给规范化模块560，规范化模块560对数据进行规范化以用于后处理模块570。后处理模块570经由群集分析（571）、逻辑递归（572）和/或数据融合（573）来分类并且确定数据的严重性（severity）。输出模块580确定轴颈轴承指数581、旋涡/起泡指数582、不平衡指数583和失配指数584。
对于其监视有用的轴颈轴承的配置535（即，输入）如下。转子直径是输入。径向间隙（R）是输入。径向间隙是轴承直径与轴颈直径之间的差异。所测量的最大位移和径向间隙之间的比例是转子的大振动的确定性因子。对该比例的这种容差因子还取决于转子的速度。转子惯性是输入。反映转子惯性的转子重量可以在规范化转子的振动中扮演重要的角色。
轴颈轴承的监视和控制涉及若干处理技术。这样的算法的要求如下。第一，算法应当能够找到振动信号的各种频率分量，使得失效模式可以彼此分离。这将促进对这些频率的恰当追踪。可以使用的技术包括快速傅里叶变换（FFT）、短时间傅里叶变换（STFT）、Wigner Ville分解（WVD）以及小波变换的量图。
第二，高频噪声应当与所需较低频率分离使得信号变得无噪声。数个技术可以用于该处理，诸如小波变换、盲卷积技术、经验模态分解和Hilbert Huang变换。
第三，算法应当能够从***中的特定分量的频率成分分离其它分量的影响。例如，压缩机叶片的影响应当从其相关联的轴杆的影响移除，而同时诊断轴颈轴承的失效。存在可以用于这样的目的的数个信号处理技术，诸如包络检测、幅度调制、频率/相位解调、经验模态分解、小波变换和Hilbert Huang变换。
第四，算法应当能够使用ISO和API标准、统计和规则来区分有故障的轴颈轴承与正常操作的轴颈轴承。
第五，算法应当能够通过标识每一个失效模式的唯一频率特性而区分或分类嵌入式设备的失效模式。唯一频率特性可以从轴颈轴承的振动域中的规则来获得。例如，轴颈轴承的油膜旋涡或油膜起泡失效可以通过使能量趋向在旋转轴杆速度的0.4X-0.5X的频率区中来追踪。
第六，算法应当能够量化失效模式的严重性。这可以使用比如均方根、频带的最大峰值的简单统计，或者通过融合各种这样的统计来寻找失效模式指示符或机器健康指示符而达成。数据融合将帮助集成每一个统计的优点。然而，其需要完整领域知识和大量经验来提供和测试规则及其阈值/限制。
第七，由于存在具有它们之中的简单/复杂关系的数个特征，所以算法需要融合所有这些特征以形成简单的健康降级指示符。这将促进已经发生于机器或其组件的降级水平的容易解释。
第八，算法应当具有灵活性和能力以便将各种限制上的用户选择/经验集成到特征和规则来组合特征。
第九，算法应当不使用过量计算时间（由于它们嵌入在硬件中）。无线监视***应当没有负担向服务器的大量数据的传输。因此，一些计算应当在监视***水平执行。因此，应当使用花费较少计算时间的算法。附加地，主动式控制***和监视***的组合要求来自算法的更快性能。
算法的以上指出的期望特征中的大多数通过以下算法而满足——短时间傅里叶变换、小波变换、Hilbert Hughes变换和经验模态分解（EMD）。EMD的优点在于，它具有最低计算时间和复杂性。图6图示了不同算法或技术之中的比较。EMD具有数个优点并且将继续作为算法的总体框架中的信号处理技术。
经验模态分解（EMD）技术消除了若干缺点。分解是基于与各种本征模态函数（IMF）、***的最重要的参数相关联的能量的直接提取。希尔伯特变换应用于IMF以确定瞬时频率。因而，任何事件可以在时间以及频率轴中定位。该优点可以用于诊断各种机器中的故障。Hilbert Huang变换还可以用于分析起于有缺陷的旋转元件轴承的非静止信号，其具有比FFT的功效更高的功效。相比于小波方法，EMD的优点在于其自适应特性，即，它能够自适应地将任何经编译的时间序列数据分解成有限（并且通常小）数目的基本函数IMF，并且每一个IMF具有唯一物理含义。然而，存在与EMD的计算复杂性有关的某些困难。在EMD中使用的分解方法称为筛选（sifting）过程。它利用三次样条插值。EMD过程可以接受筛选过程，比如线性插值移动平均或者PCHIP或者三次样条插值。
存在涉及轴颈轴承的失效模式的接近度探测器的各种特征。以下参数可以用于检测失效模式——总体RMX、间隙、1X幅度、1X的相位、2X幅度、2X的相位、非1X以及Smax。以下特征可以用于使用ISO 7919-5手动地寻找故障——x方向上的峰-峰、y方向上的峰-峰、间隙、阶次分析以及Smax。
规范化是本公开的特征。一般地，出于以下原因而要求规范化。第一，算法可以一般化并且可以应用于不同类型、大小和容量的轴颈轴承或压缩机和/或气体涡轮机中的大多数。第二，算法应当独立于可能影响机器的状况的其它操作参数（即便机器无缺陷）。这意味着规范化将抵消操作参数的影响，使得所测量的振动将仅取决于有缺陷的状况的影响。这将促进更容易的故障检测和诊断。第三，算法可以通过规范化来自算法的一般化的追踪指数而追踪关于基线信号的振动的进展。第四，算法可以关于各种ISO标准、API标准或者基于用户专家的分析来追踪提醒/警报。第五，算法应当比较工厂的各种轴颈轴承的振动并且关于***的机群水平平均而规范化它们。
振动的规范化可以在三个阶段中达成。第一，存在关于性能参数的振动的规范化，诸如涡轮机的功率/容量、IGV角度、流速和压强，其将使振动与性能参数独立。振动然后将仅取决于有缺陷的状况。例如，如果振动取决于载荷/功率，关于功率的振动的规范化将使振动与功率独立。
第二，存在关于机群水平阈值的基线信号的规范化。特征的阈值或者原始振动的FFT或峰/峰-峰/rms值可以是特定压缩机及其轴颈轴承的基线的任何规范化的基础。这将帮助监视具有预存在的缺陷的任何轴颈轴承。
第三，存在关于基线振动特征的振动的规范化。例如，任何风力涡轮机的特征将关于其基线特征规范化，使得随着缺陷严重性增加的特征的增加或减少的量可以可视化。
第四，存在关于ISO/API标准的阈值的规范化，使得用户可以容易地理解到操作距标准规定的限制有多远。此外，可以容易地检测预存在的缺陷（在任何工业中的***的可交付成果的应用/实现之前）。
后处理技术具有以下功能性。它们将数据分类为正常和各种失效模式。它们分析失效模式的严重性。它们包括专家关于所选特征的意见、用于模糊融合技术的其成员关系函数和阈值/限制、以及用于Dempester Shafer融合的加权。它们通过组合/集成所有特征而提供用于轴颈轴承的单个指数，并且它们提供用于每一个失效模式的单个指数。
在本公开中讨论了三种技术——群集化技术（其是非监督算法）、逻辑递归（监督算法）以及模糊特征融合。群集化技术是简单的，而且它们是非监督算法并且因此不要求对分类的在先知识。逻辑递归是最简单形式的监督算法并且因而在本公开中用作示例。已经考虑基于模糊的特征融合，其可以利用各种规则和用户知识。
图7是包括云服务210和嵌入式设备110的控制和监视***700的框图。云服务210执行历史数据703的群集分析705以及在710处的该数据的融合。如果在715处故障水平为高，则基于分析来选择控制算法。控制分析可以包括PID（比例积分微分控制器）模块720、LMS（最小均方滤波）模块721、FXLMS（经滤波的x LMS）模块722以及FSF（频率选择性反馈）模块723。
嵌入式***110使用来自以下中的一个或多个的输入来监视应用：接近度探测器730、731、外罩振动模块732、配置模块733和键相量算法734，所述输入全部被输入到经验模态分解模块735。将来自经验分解模块735的输出输入到FFT模块736和相位确定模块737，其输出然后充当向特征提取模块738和规范化模块739中的输入。在规范化模块之后，嵌入式***确定故障水平是低还是高。如果它是高的，则控制传递回到云平台210中的群集分析705。如果它是低的，则控制传递回到经验模态分解模块735。嵌入式***还从FXLMS模块722接收输入，并且控制字节代码被擦除并且然后在740处被下载到闪速存储器中。在完成下载之后，嵌入式***执行向控制算法225的绝对节间跳转741。
图8A和8B是图示了用于分面（faceting）搜索结果的过程和***的操作和特征的框图。图8A和8B包括数个过程框805-865。尽管在图8A和8B的示例中大体上串行地布置，但是其它示例可以对各框重排序，省略一个或多个框，和/或使用组织为两个或更多虚拟机器或子处理器的单个处理器或多个处理器并行地执行两个或更多框。此外，又其它的示例可以将框实现为一个或多个具体互连的硬件或集成电路模块，其中在模块之间并且通过模块传送相关控制和数据信号。因而，任何过程流适用于软件、固件、硬件和混合实现。
现在参照图8A和8B，在805处，基于云的***中的计算机处理器从与工业或家庭自动化控制应用相关联的传感器接收数据。传感器被配置为监视设备的第一状况。在810处，分析数据，并且在815处，基于数据分析而从云***向工业或家庭自动化控制应用传输软件更新或软件下载。
在820处，软件更新或软件下载包括用于使传感器监视设备的第二状况的软件和参数中的一个或多个。在821处，传感器包括加速度计并且设备包括压缩机。加速度计安装在压缩机的驱动轴杆上，并且第一状况包括压缩机喘振且第二状况包括轴承故障。在822处，计算机处理器规范化以下中的一个或多个：与压缩机相关联的振动、关于机群水平阈值的基线信号、以及关于基线振动特征的振动。
在830处，更新涉及控制应用中的嵌入式软件并且控制应用被配置为控制致动器。在835处，计算机处理器被配置为编译并且存储控制软件作为云***中的字节代码，由此促进跨多个场所的***的开发。在840处，计算机处理器被配置为将控制应用的内部***状况上传到云***中以便评估运行控制应用所要求的存储器的量。在845处，计算机处理器被配置为测量性能或者调试控制应用。在850处，计算机处理器被配置为处理来自传感器和致动器的数据使得传感器和致动器被视为共享资源，并且被配置为基于数据分析而触发控制应用，由此减少假警报。在855处，计算机处理器被配置为软件即服务（SaaS）平台。在860处，软件更新或软件下载包括控制致动器的功能性。在865处，计算机处理器被配置为在检测到工业或家庭自动化控制应用中的故障时传输软件更新或软件下载。
作为总结，实施例涉及一种在失效模式水平监视轴颈轴承的框架。框架牵涉到特征的不同类型的规范化，使用各种指示符的失效模式水平诊断的自动化，确定这些指示符的各种技术的组合，以及使用这些失效模式水平指示符的同时监视和控制。本公开关注于检测压缩机的轴颈轴承中的故障。此外，本公开还应对的是由轴颈轴承的这样的失效模式生成的振动的主动式控制。已经讨论了该框架，并且在本发明中讨论了具体布置。
应当理解到，存在本发明及其各种方面的其它变形和修改的实现，如可以例如对于本领域普通技术人员容易显而易见的，并且本发明不由本文描述的具体实施例所限制。以上描述的特征和实施例可以在不同组合中与彼此组合。因此设想到涵盖落入本发明的范围内的任何和所有修改、变形、组合或等同物。
摘要被提供以便符合37 C.F.R. §1.72(b)并且允许读者快速地查明技术公开内容的性质和主旨。在应当理解到其将不用于解释或限制权利要求的范围或含义的情况下，提交所述摘要。
在实施例的前面的描述中，各种特征一起分组在单个实施例中以用于流线化本公开的目的。本公开的这种方法不应解释为反映所要求保护的实施例具有比每一个权利要求中明确记载的更多特征。相反，如以下权利要求所反映，发明主题在于比单个所公开的实施例的所有特征更少。因而，以下权利要求由此并入实施例的描述中，其中每一个权利要求独立地作为单独的示例实施例。

Claims (10)

1.一种***，包括：
位于云***内的计算机处理器，所述计算机处理器被配置为：
从与工业或家庭自动化控制应用相关联的传感器接收数据，其中传感器被配置为监视设备的第一状况；（805）
分析数据；（810）以及
基于数据分析而从云***向工业或家庭自动化控制应用传输软件更新或软件下载（815）。
2.根据权利要求1所述的***，其中软件更新或软件下载包括用于使传感器监视设备的第二状况的软件和参数中的一个或多个；（820）；
其中所述传感器包括加速度计，其中所述设备包括压缩机，其中所述加速度计安装在压缩机的驱动轴杆上，并且其中第一状况包括压缩机喘振，并且第二状况包括轴承故障；以及（821）
其中所述计算机处理器被配置为规范化以下中的一个或多个：与压缩机相关联的振动、关于机群水平阈值的基线信号、关于基线振动特征的振动（822）。
3.根据权利要求1所述的***，其中更新涉及控制应用中的嵌入式软件，并且其中控制应用被配置为控制致动器（830）。
4.根据权利要求1所述的***，其中所述计算机处理器被配置为编译和存储控制软件作为云***中的字节代码，由此促进跨多个场所的***的开发（835）。
5.根据权利要求1所述的***，其中所述计算机处理器被配置为将控制应用的内部***状况上传到云***中以便评估运行控制应用所要求的存储器的量（840）。
6.根据权利要求1所述的***，其中所述计算机处理器被配置为测量性能或者调试控制应用（845）。
7.根据权利要求1所述的***，其中所述计算机处理器被配置为处理来自传感器和致动器的数据使得传感器和致动器被视为共享资源；并且基于数据分析而触发控制应用；由此减少假警报。
8.根据权利要求1所述的***，其中软件更新或软件下载包括控制致动器的功能性；以及（860）
其中所述计算机处理器被配置为在检测到工业或家庭自动化控制应用中的故障时传输软件更新或软件下载（865）。
9.一种***，包括：
位于云***内的计算机处理器，所述计算机处理器被配置为：
从与工业或家庭自动化控制应用相关联的传感器接收数据，其中所述传感器被配置为监视设备的第一状况；（805）
分析数据；以及（810）
基于数据分析而从云***向工业或家庭自动化控制应用传输软件更新或软件下载；（815）
其中软件更新或软件下载包括用于使传感器监视设备的第二状况的软件和参数中的一个或多个；（820）
其中所述传感器包括加速度计，其中所述设备包括压缩机，其中所述加速度计安装在压缩机的驱动轴杆上，并且其中第一状况包括压缩机喘振，并且第二状况包括轴承故障；并且（821）
其中所述计算机处理器被配置为规范化以下中的一个或多个：与压缩机相关联的振动、关于机群水平阈值的基线信号、关于基线振动特征的振动（822）。
10.根据权利要求9所述的***，其中更新涉及控制应用中的嵌入式软件，并且其中控制应用被配置为控制致动器（830）。
CN201480084288.3A 2014-12-05 2014-12-05 使用云服务的监视和控制*** Pending CN107111590A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2014/068736 WO2016089416A1 (en) 2014-12-05 2014-12-05 Monitoring and control system using cloud services

Publications (1)

Publication Number Publication Date
CN107111590A true CN107111590A (zh) 2017-08-29

Family

ID=56092173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480084288.3A Pending CN107111590A (zh) 2014-12-05 2014-12-05 使用云服务的监视和控制***

Country Status (4)

Country Link
US (1) US10379512B2 (zh)
EP (1) EP3227790A4 (zh)
CN (1) CN107111590A (zh)
WO (1) WO2016089416A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108888258A (zh) * 2018-05-18 2018-11-27 中国科学院半导体研究所 一种应用于穿戴式设备的心电信号特征区域检测方法
CN109698857A (zh) * 2017-10-24 2019-04-30 霍尼韦尔国际公司 用于自适应工业物联网(iiot)的***和方法
CN110083433A (zh) * 2019-03-08 2019-08-02 国网浙江省电力有限公司 嵌入式软件运行方法及装置、终端和计算机可读存储介质
US10379512B2 (en) 2014-12-05 2019-08-13 Honeywell International Inc. Monitoring and control system using cloud services

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015214054A1 (de) * 2015-07-24 2017-01-26 Siemens Aktiengesellschaft Verfahren zum Betreiben einer Automatisierungskomponente
JP6580430B2 (ja) * 2015-09-11 2019-09-25 ルネサスエレクトロニクス株式会社 センサ制御装置、センサシステム、及び、橋梁監視システム
US11880292B2 (en) * 2016-02-17 2024-01-23 Micro Focus Llc Environment simulations
US10401039B2 (en) 2017-02-28 2019-09-03 Ademco Inc. Evaluation of heating liquid pressure drops in a hydronic heating system
US10795743B2 (en) * 2018-05-21 2020-10-06 Salesforce.Com, Inc. Computing device notification management software
US20220026594A1 (en) * 2018-10-29 2022-01-27 Schlumberger Technology Corporation Customized canonical data standardization, ingestion, and storage
KR20200091508A (ko) * 2018-12-12 2020-07-31 오종학 특허와 논문 데이터를 활용한 국가 및 기업들의 과학 기술력 진단 및 예측 방법
US11520299B2 (en) 2019-03-30 2022-12-06 Honeywell International Inc. Shared data center based industrial automation system for one or multiple sites
EP3970004A4 (en) * 2019-08-16 2023-01-11 Hewlett-Packard Development Company, L.P. CONFIGURATION OF OPERATIONAL ANALYTICS
EP4096186A1 (de) * 2021-05-26 2022-11-30 Siemens Aktiengesellschaft Verfahren und system zur gesicherten ausführung von steuerungsanwendungen, programmablaufsteuerungseinrichtung und überprüfungseinrichtung

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130212160A1 (en) * 2012-02-09 2013-08-15 Rockwell Automation Technologies, Inc. Industrial automation app-store
CN103634368A (zh) * 2012-08-27 2014-03-12 索尼公司 移动终端、信息处理设备以及信息处理方法
CN103634369A (zh) * 2012-08-23 2014-03-12 Ls产电株式会社 基于云计算的数据共享***和方法
CN104142660A (zh) * 2013-05-09 2014-11-12 洛克威尔自动控制技术股份有限公司 用于工业自动化的经由云平台的远程协助

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4399548A (en) 1981-04-13 1983-08-16 Castleberry Kimberly N Compressor surge counter
US5245552A (en) * 1990-10-31 1993-09-14 The Boeing Company Method and apparatus for actively reducing multiple-source repetitive vibrations
US5528503A (en) * 1993-04-30 1996-06-18 Texas Instruments Incoporated Integrated automation development system and method
US7395122B2 (en) 2001-07-13 2008-07-01 Siemens Aktiengesellschaft Data capture for electronically delivered automation services
US6711952B2 (en) * 2001-10-05 2004-03-30 General Electric Company Method and system for monitoring bearings
JP2006507586A (ja) 2002-11-22 2006-03-02 コンティネンタル・テーベス・アクチエンゲゼルシヤフト・ウント・コンパニー・オッフェネ・ハンデルスゲゼルシヤフト 埋め込みシステムの解析装置及び方法
US20050271207A1 (en) 2004-06-05 2005-12-08 Helmut Frey Method and system for chaotic digital signature, encryption, and authentication
US20060224250A1 (en) * 2005-04-01 2006-10-05 Rockwell Automation Technologies, Inc. Industrial automation interface systems and methods
KR100801894B1 (ko) * 2006-06-15 2008-02-12 삼성전자주식회사 휴대용 단말기에서 메모리 용량을 고려한 프로그램 실행을위한 장치 및 방법
US7928833B2 (en) 2006-09-29 2011-04-19 Rockwell Automation Technologies, Inc. Dynamic condition monitoring system with integrated web server
US9618037B2 (en) * 2008-08-01 2017-04-11 Honeywell International Inc. Apparatus and method for identifying health indicators for rolling element bearings
US7970830B2 (en) 2009-04-01 2011-06-28 Honeywell International Inc. Cloud computing for an industrial automation and manufacturing system
EP2378417A1 (en) 2010-04-16 2011-10-19 Accenture Global Services Limited Extending the functionality of an embedded system
US8386589B2 (en) 2010-05-21 2013-02-26 Qnx Software Systems Limited System that provides embedded software to an embedded system
TW201227507A (en) 2010-09-10 2012-07-01 Ibm A method of deploying a contextually dependent application
US9310790B2 (en) * 2011-05-23 2016-04-12 Honeywell International Inc. Large-scale comprehensive real-time monitoring framework for industrial facilities
AU2012325745B2 (en) * 2011-10-21 2018-07-26 Prime Datum, Inc. Direct drive fan system with variable process control
US20130271286A1 (en) * 2012-04-14 2013-10-17 Zhi Quan Methods and Systems for Monitoring Environmental Conditions Using Wireless Sensor Devices and Actuator Networks
US8745617B1 (en) * 2013-02-11 2014-06-03 Google Inc. Managing applications on a client device
US9438648B2 (en) 2013-05-09 2016-09-06 Rockwell Automation Technologies, Inc. Industrial data analytics in a cloud platform
US20140336791A1 (en) * 2013-05-09 2014-11-13 Rockwell Automation Technologies, Inc. Predictive maintenance for industrial products using big data
US9869981B2 (en) * 2014-08-11 2018-01-16 Fisher Controls International Llc Control device diagnostic using accelerometer
US10379512B2 (en) 2014-12-05 2019-08-13 Honeywell International Inc. Monitoring and control system using cloud services

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130212160A1 (en) * 2012-02-09 2013-08-15 Rockwell Automation Technologies, Inc. Industrial automation app-store
CN103634369A (zh) * 2012-08-23 2014-03-12 Ls产电株式会社 基于云计算的数据共享***和方法
CN103634368A (zh) * 2012-08-27 2014-03-12 索尼公司 移动终端、信息处理设备以及信息处理方法
CN104142660A (zh) * 2013-05-09 2014-11-12 洛克威尔自动控制技术股份有限公司 用于工业自动化的经由云平台的远程协助

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MANSOUR H. ASSAF 等: "Sensor Based Home Automation and Security System", 《2012 IEEE INTERNATIONAL INSTRUMENTATION AND MEASUREMENT TECHNOLOGY CONFERENCE PROCEEDINGS》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10379512B2 (en) 2014-12-05 2019-08-13 Honeywell International Inc. Monitoring and control system using cloud services
CN109698857A (zh) * 2017-10-24 2019-04-30 霍尼韦尔国际公司 用于自适应工业物联网(iiot)的***和方法
CN109698857B (zh) * 2017-10-24 2023-07-21 霍尼韦尔国际公司 用于自适应工业物联网(iiot)的***和方法
CN108888258A (zh) * 2018-05-18 2018-11-27 中国科学院半导体研究所 一种应用于穿戴式设备的心电信号特征区域检测方法
CN110083433A (zh) * 2019-03-08 2019-08-02 国网浙江省电力有限公司 嵌入式软件运行方法及装置、终端和计算机可读存储介质

Also Published As

Publication number Publication date
US10379512B2 (en) 2019-08-13
US20180004180A1 (en) 2018-01-04
EP3227790A4 (en) 2018-12-26
WO2016089416A1 (en) 2016-06-09
EP3227790A1 (en) 2017-10-11

Similar Documents

Publication Publication Date Title
CN107111590A (zh) 使用云服务的监视和控制***
CN104350435B (zh) 嵌置在可编程逻辑控制器的软件平台中的预报分析方法
Kreibich et al. Quality-based multiple-sensor fusion in an industrial wireless sensor network for MCM
Fernández-Francos et al. Automatic bearing fault diagnosis based on one-class ν-SVM
US10630565B2 (en) Overload management for internet of things (IoT) gateways
US10530864B2 (en) Load balancing internet-of-things (IOT) gateways
US20180234326A1 (en) Device identity augmentation
US20160245279A1 (en) Real time machine learning based predictive and preventive maintenance of vacuum pump
US6970804B2 (en) Automated self-learning diagnostic system
US20160313216A1 (en) Fuel gauge visualization of iot based predictive maintenance system using multi-classification based machine learning
CN112800660B (zh) 引擎队中的芯摩擦诊断
US11598896B2 (en) Remote vibration detection of submerged equipment using magnetic field sensing
Crupi et al. Neural-network-based system for novel fault detection in rotating machinery
Ramesh et al. Implementation of predictive maintenance systems in remotely located process plants under industry 4.0 scenario
CN114139297B (zh) 基于机泵设备状态监测和大数据分析的专家诊断***
Lughofer et al. Prologue: Predictive maintenance in dynamic systems
US11348013B2 (en) Determining, encoding, and transmission of classification variables at end-device for remote monitoring
Barros et al. Failure detection of an air production unit in operational context
US11463032B2 (en) Detecting rotor anomalies by determining vibration trends during transient speed operation
KR20230102431A (ko) 인공지능 기반의 오일가스 플랜트 설비 고장 예측 및 진단시스템
Vermesan et al. An Intelligent Real-Time Edge Processing Maintenance System for Industrial Manufacturing, Control, and Diagnostic
RU2818697C1 (ru) Способ распознавания неисправности в приводе
Seo et al. A Study on the Diagnostics Method for Plant Equipment Failure
Tong et al. Industry 4.0 for Aerospace Manufacturing: Condition Based Maintenance Methodology, Implementation and Challenges
Chehri et al. Rotating machinery condition monitoring using time series analysis of vibration signal

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: 20170829

RJ01 Rejection of invention patent application after publication