主要内容

用于监控、故障检测和预测的状态指标

一个条件指标是系统数据的一种特征,当系统降级或在不同的操作模式下运行时,其行为会以可预测的方式变化。状态指示器可以是对区分正常操作与故障操作或预测剩余使用寿命有用的任何特征。一个有用的状态指示器将类似的系统状态聚集在一起,并将不同的状态分开。条件指示器的例子包括从以下公式导出的量:

  • 简单的分析,例如数据随时间变化的平均值

  • 更复杂的信号分析,如信号频谱中峰值幅度的频率,或描述频谱随时间变化的统计矩

  • 基于模型的数据分析,例如使用数据估计的状态空间模型的最大特征值

  • 结合基于模型和基于信号的方法,例如使用信号估计动态模型,模拟动态模型计算残差信号,并对残差进行统计分析

  • 将多个功能组合成一个有效的状态指示器

在访问和预处理数据之后,状态指示器的识别通常是设计预测性维护算法工作流的第三步。

您使用从已知条件下采集的系统数据中提取的条件指示器来训练一个模型,然后该模型可以根据未知条件下采集的新数据诊断或预测系统的条件。在实践中,您可能需要探索您的数据并试验不同的条件指示器,以找到最适合您的机器、数据和故障条件的指示器。的例子基于残余分析的离心泵故障诊断而且利用Simu金宝applink生成故障数据举例说明测试多个条件指标的分析,并根据经验确定使用的最佳指标。

在某些情况下,条件指示器的组合可以比单独的单个指示器更好地分离故障条件。这个例子滚动元件轴承故障诊断是这样一个组合指标是有用的。类似地,通常可以使用包含为许多集成成员计算的多个条件指示器的表来训练用于故障检测和诊断的决策模型。有关使用此方法的示例,请参见基于模拟数据的多类故障检测

预测性维护工具箱™和其他工具箱包括许多可用于提取状态指示器的功能。有关不同类型的条件指示器及其用途的更多信息,请参见:

可以从使用“预测维护工具箱”集成数据存储管理的测量或模拟数据的向量或时间表中提取状态指示器,如中所述用于状态监测和预测性维护的数据集成.如中所述,首先对此类数据进行预处理通常是有用的状态监测与预测性维护的数据预处理

相关的话题