ES2226100T3 - Sistema para un diagnostico predictivo de piezas de maquinas. - Google Patents

Abstract

PARA PREDECIR AUTOMATICAMENTE LOS FALLOS DE UNA MAQUINA, UN SENSOR CON TRANSDUCTOR, TAL COMO UN CRISTAL PIEZOELECTRICO, ES APLICADO A LA MAQUINA PARA DETECTAR EL MOVIMIENTO DE LA MAQUINA Y EL SONIDO PRODUCIDO POR LA ESTRUCTURA, QUE INCLUYE LA FRICCION POR VIBRACION Y LAS ONDAS DE CHOQUE. EL SONIDO PRODUCIDO POR LA ESTRUCTURA Y EL MOVIMIENTO DETECTADO SON CONVERTIDOS EN SEÑALES ELECTRICAS LAS CUALES SON FILTRADAS PARA DEJAR UNICAMENTE LAS ONDAS DE FRICCION Y DE CHOQUE, LAS CUALES SON PROCESADAS, POR EJEMPLO DETECTANDO LA ENVOLTURA INTEGRANDO DEBAJO DE LA ENVOLTURA, LO CUAL SE TRADUCE EN LA MEDICION DE LA ENERGIA DE LAS ONDAS DE CHOQUE Y DE FRICCION, ES DECIR, LA ENERGIA DE LAS ONDAS DE ESFUERZO. ESTA MEDIDA ES CALCULADA Y PROCESADA PARA OBTENER LA REPRESENTACION VISUAL DE LA PROGRESION DEL FALLO A FIN DE PREDECIR LOS DAÑOS PERIODICOS Y APERIODICOS. ESTO SE LOGRA EN UN ENTORNO DE MENU CON UN ORDENADOR PERSONAL.

Description

Sistema para un diagnóstico predictivo de piezas móviles de máquinas.

Antecedentes de la invención 1. Campo de la invención

Esta invención se refiere en general a un sistema mejorado para predecir el fallo de la máquina, y más en particular a un aparato y sistema para supervisar condiciones en tiempo real de maquinaria rotativa y alternativa para programar el mantenimiento con el fin de maximizar la duración operativa de la máquina reduciendo al mismo tiempo el tiempo de parada de la máquina.

2. Descripción de la técnica anterior

Es conocido que la maquinaria rotativa y alternativa requiere mantenimiento de diagnóstico periódico para detectar el desgaste de las partes de la máquina, predecir fallos y localizar problemas. En la maquinaria moderna, tal como máquinas marinas, transmisiones automáticas, motores de turboeje, fábricas de papel, laminadores, motores de aviones, transmisiones de helicópteros, y maquinaria de procesado a alta velocidad, el fallo de los cojinetes o engranajes da lugar frecuentemente a costosa pérdida de productividad, daño secundario severo y caro, y situaciones de potencial peligro para la vida. Esto es debido a que, con el tiempo, los conjuntos de engranajes/cojinetes experimentan desgaste y daño, tal como elementos de cojinetes rodantes desportillados, dientes de engranaje picados, y daño del anillo-guía de los cojinetes. Independientemente de cuándo se producen los fallos durante el ciclo de duración de la máquina, empiezan como pequeñas discrepancias y se hacen más grandes que dan lugar a daño secundario, condiciones operativas inaceptables, o fallos catastróficos. Para garantizar la seguridad y evitar interrupciones no programadas, los componentes críticos se sustituyen a intervalos fijos conservadores en base a períodos de uso. Esta práctica aumenta considerablemente los costos de operación mediante el desperdicio de vida útil de los componentes, mayor número de horas-hombre debido a la mayor frecuencia de mantenimiento y pérdida de productividad durante las paradas por mantenimiento. Otro método común de programar el mantenimiento implica el análisis del lubricante usado, pero esto es caro, implica tiempo sustancial de procesado, y solamente puede indicar una de muchas partes con fallo. Así, el análisis del aceite carece de capacidad de supervisión en tiempo real y proporciona poco o nulo aislamiento de fallos.

En consecuencia, otras técnicas de diagnóstico, tal como el uso de sensores de vibración, máquinas de análisis de vibraciones y detectores de virutas metálicas en sistemas de lubricación, han llegado a ser métodos populares para indicar la necesidad de programar el mantenimiento de la máquina. El problema de la supervisión y el análisis de la vibración y las virutas metálicas, y técnicas de diagnóstico tradicionales similares es que no proporcionan una indicación clara de los problemas hasta un tiempo tardío en el proceso de fallo. El análisis de la vibración no distingue entre vibración de sistema y la que resulta de pequeños defectos, puesto que la primera oscurece éstos últimos. El análisis de la vibración también tiende a producir falsas alarmas, da lugar a mantenimiento innecesario, y enmascara defectos antes del fallo de la máquina. Como es difícil y caro predecir cuándo fallará la maquinaria, y las técnicas de diagnóstico tradicionales son incapaces de proporcionar una clara indicación de los problemas hasta un momento tardío en el proceso de fallo, se necesita un dispositivo o sistema de diagnóstico predictivo que pueda aislar con precisión los fallos antes de daño secundario sin interrumpir sustancialmente la operación. Además, se necesita un método de mantenimiento predictivo que reduzca la sustitución preventiva prematura de componentes no dañados.

Para proporcionar tal sistema, es importante entender la dinámica de fallo de la máquina. Con referencia a la figura 1a, la tasa de fallo es una función del tiempo operativo. La probabilidad de fallo es mayor durante las horas iniciales de funcionamiento de la máquina, o primera etapa (1), pero disminuye rápidamente a una tasa constante durante la vida operativa principal de la máquina. El fallo y el daño de la máquina durante la primera etapa puede derivar de montaje inadecuado, error de instalación, rodaje inadecuado, y transporte y manipulación inadecuados. Las técnicas de diagnóstico tradicionales son incapaces típicamente de detectar la mortalidad infantil en la etapa (1). La supervisión precoz del equipo en su ciclo de vida puede evitar fallos imprevistos de manera que se puedan tomar acciones correctivas durante la prueba de aceptación. Durante las etapas (2) y (3), como se representa en la figura 1a, la probabilidad de fallo de la máquina es constante, pero relativamente baja. Puesto que todavía se pueden producir fallos, las etapas (2) y (3) representan un período de fallo aleatorio. Durante las primeras etapas del proceso de fallo, las técnicas convencionales son incapaces de detectar con precisión problemas que conducen a fallos aleatorios. A pesar de eso, el problema principal de las técnicas de diagnóstico tradicionales es que para muchas piezas críticas de maquinaria rotativa o alternativa, el tiempo en que comienza la probabilidad de fallo por desgaste, etapa (4), no se conoce o se puede conocer fácilmente. Así, el tiempo operativo y los límites de ciclo se estiman de forma conservadora de tal manera que la revisión del equipo se realiza prematuramente, antes del desgaste. Para evitar el fallo y la interrupción de operación, durante la etapa (3) se sustituyen componentes buenos mucho antes de que la maquinaria entre en la etapa de desgaste (4), en un esfuerzo por evitar las velocidades crecientes de fallo crítico imprevisto del equipo. Las piezas quitadas en base a límites de sustitución conservadores tienen a menudo una vida útil restante dos o tres veces mayor que el tiempo en que se sustituyen.

El tiempo en que una máquina entra en la fase de desgaste de su ciclo de vida es una función de la fiabilidad inherente de su diseño y de su historia operativa. Así, diferentes máquinas individuales en una población de máquinas idénticas pueden empezar a desgastarse en tiempos diferentes. En consecuencia, el tiempo entre revisiones (TBO) varía de una máquina a otra. La capacidad de predecir con precisión el tiempo en que comienza el desgaste permitiría ampliar con seguridad las TBO. La prolongación de la duración de servicio da lugar a tiempo de parada reducido por sustitución/revisión del equipo y reducida tasa de fallos inducidos por revisión. Además, la capacidad de predecir con precisión el mantenimiento permitiría a cada máquina operar mientras su tasa de fallo se pueda mantener a niveles aceptables de mantenimiento preventivo y reparaciones menores. Cuando una máquina entra en la etapa final (4) de su ciclo de vida, el mantenimiento predictivo es especialmente importante para proporcionar una indicación anticipada de fallo inminente.

El autor de la presente invención afrontó algunos de los problemas observados anteriormente en la Patente de Estados Unidos número 4.530.240, concedida a Board y otros. Board y otros describen un aparato para predecir el fallo de máquinas. El aparato incluye en general un transductor de cristal piezoeléctrico y una caja conteniendo una serie de etapas de filtro y amplificador, un filtro de paso de banda, un rectificador y filtro de precisión, un convertidor de voltaje a frecuencia, un contador y secuenciador, y un detector de nivel de señal. El transductor de cristal se une físicamente a la máquina. Cuando una máquina tiene defectos, los eventos de rozamiento y choque producen ondas de esfuerzo reconocibles y legibles (ultrasonido soportado por la estructura) que son detectadas por el transductor cuando las partes de la máquina penetran en su capa límite de lubricante y entran en contacto entre sí. El transductor convierte las ondas de esfuerzo en la maquinaria en señales eléctricas que son acondicionadas por la serie de etapas de filtro y amplificador, y además por el filtro de paso de banda, dejando solamente las señales de onda de rozamiento y choque. El detector de nivel de señal indica la amplitud máxima del nivel de señal. El rectificador y filtro de precisión limpia la señal a una forma de onda de envolvente rectificada típica que se aplica al convertidor de voltaje a frecuencia, cuya salida se integra bajo la envolvente por el contador y secuenciador para un nivel de energía resultante de onda de esfuerzo. Una vez obtenida una lectura de la energía de onda de esfuerzo, se puede comparar manualmente con lecturas anteriores para determinar si se ha producido daño en la máquina.

Los dispositivos de la técnica anterior y las técnicas conocidas no son capaces de medir la energía de onda de esfuerzo y por lo tanto se ven obstaculizadas por las vibraciones naturales de la máquina. Aislando las señales de rozamiento y choque de las frecuencias de vibración natural de la máquina, Board y otros son capaces de convertir la señal en una lectura de onda de esfuerzo y, por lo tanto, resuelven algunos de los problemas asociados con técnicas de la técnica anterior, tal como el enmascaramiento del daño hasta un momento tardío en el proceso de fallo. Sin embargo, Board y otros se limitan a una sola entrada, mediciones instantáneas manuales y análisis manual de tendencia. Aunque la capacidad para medir la energía de onda de esfuerzo proporciona un indicador fiable para predecir el fallo de la máquina, la capacidad de tomar lecturas más plena y automáticamente y de extraer información de una medición cuantitativa y tendencia de las energía de onda de esfuerzo mejoraría el diagnóstico predictivo y preventivo de la maquinaria. En equipo donde el mantenimiento pesado resulta des rozamiento, desgaste mecánico y rotura, pobre lubricación, o fallo de componente, el análisis de onda de esfuerzo proporciona un medio simple, efectivo y cuantitativo de detectar dicho fallo. Las técnicas de la técnica anterior no son capaces de efectuar análisis de onda de esfuerzo. Sin embargo, la presente invención detecta automáticamente fallos en su primera etapa para usar intervenciones menos costosas que, con el tiempo, presentan un método de mantenimiento de menor costo.

Con referencia a la figura 1b, se representa una medición de la energía de onda de esfuerzo durante el proceso de fallo en el tiempo operativo. La gráfica de la energía de onda de esfuerzo se representa con el nivel de daño de cojinetes en un período de tiempo operativo para ilustrar la progresión del fallo y la detección de defectos usando análisis de energía de onda de esfuerzo. Una medición cuantitativa y de tendencia del estado de la máquina durante la progresión del fallo se representa con daño inicial producido en el punto (a) y fallo catastrófico producido en el punto (g). Las técnicas de la técnica anterior no detectan daño o fallo hasta el punto (i), después de haberse producido ya daño significativo. En contraposición, la presente invención detecta daño en el punto (b).

Con los avances recientes en tecnología de hardware y software informático, el análisis de onda de esfuerzo sería bien recibido si se automatizase y fuese capaz de proporcionar una supervisión continua y fiable del estado de la maquinaria para identificar defectos de la máquina en las primeras etapas, supervisar la progresión de defectos, y ofrecer personalización definida por el usuario. La presente invención afronta estas necesidades ofreciendo un sistema único de análisis de onda de esfuerzo basado en ordenador que tiene características tales como supervisión continua, supervisión personalizada en tiempo real, procesado de datos, indicadores de estado y condiciones de alarma programables.

US-A-4 563 897 describe un sistema que comprueba las vibraciones de herramientas de corte motorizadas durante el maquinado. Transductores de vibración montados en las herramientas de corte están conectados al sistema mediante un multiplexor. Cuando las amplitudes de las vibraciones detectadas exceden de un valor de referencia, se emite una señal de alarma.

Resumen de la invención

Un objeto importante de la presente invención es proporcionar un método y aparato para predecir con precisión la necesidad de mantenimiento en equipo rotativo, por ejemplo equipo incluyendo engranajes y cojinetes.

Otro objeto de la presente invención es proporcionar un aparato para detectar daño o defectos en máquinas, que requiere relativamente poca energía generada por defecto y puede detectar defectos relativamente pequeños, minimiza la posibilidad de falsas alarmas y fallos no detectados, al mismo tiempo que indica con exactitud relativamente alta la parte o partes defectuosas.

Otro objeto de la presente invención es proporcionar detección inmediata de fallos de la máquina, así como proporcionar un perfil de progresión de fallo, todo ello sin desmontar piezas o parada.

Otro objeto de la presente invención reside en la provisión de un aparato para supervisar maquinaria para garantizar su conformidad con las especificaciones y en la resolución de reclamaciones por garantía.

Un objeto preferido de la presente invención es proporcionar un aparato y sistema capaces de supervisar continuamente maquinaria rotativa y alternativa en busca de defectos, fallos, y daño, y predecir con precisión la necesidad de mantenimiento de la maquinaria.

Otro objeto de la presente invención es proporcionar un aparato y sistema para detectar daño o defectos en maquinaria que es capaz de distinguir entre vibración natural de la máquina y ondas de rozamiento y choque que resultan de defectos menores e importantes.

También es un objeto de la presente invención proporcionar un aparato y sistema que verifica continuamente maquinaria en busca de daño y minimiza la posibilidad de falsas alarmas, fallos no detectados, y mantenimiento de revisión prematuro.

Otro objeto de la presente invención es proporcionar un aparato y sistema que predice con precisión cuándo la maquinaria entra en la etapa de desgaste para maximizar la duración operativa de la máquina eliminando al mismo tiempo el mantenimiento prematuro, maximizando la vida útil de componentes, disminuyendo el número de horas-hombre empleadas en mantenimiento, y aumentando la productividad reduciendo las paradas de mantenimiento.

Otro objeto de la presente invención es proporcionar un aparato y sistema que verifica continuamente máquinas en busca de defectos sin desmontaje de piezas o parada.

Un objeto adicional de la presente invención es proporcionar un aparato y máquina que crea un perfil de la progresión de averías, almacenamiento automático de datos, y procesado para extracción por los usuarios expertos.

Otro objeto de la presente invención es proporcionar un aparato y máquina para verificar continuamente la maquinaria en busca de defectos y que tiene alarmas de estado definidas por el usuario para averiguar cuándo se deberá realizar mantenimiento.

Otro objeto de la presente invención es proporcionar un aparato y sistema para verificar continuamente maquinaria en busca de defectos que tiene controles manuales de operador capaces de dejar a un lado los controles automáticos.

Otro objeto adicional de la presente invención es proporcionar un aparato y sistema para supervisión personalizada en tiempo real de maquinaria, incluyendo modos de captura transitoria y análisis para diagnosticar daño de la máquina.

Otro objeto de la presente invención es proporcionar un aparato y sistema para supervisión continua de maquinaria que tiene un sistema operativo y software fáciles de usar.

Otro objeto de la presente invención es proporcionar un aparato y sistema para la supervisión continua de maquinaria que tiene capacidades de salida de estado por control remoto.

A la luz de estos y otros objetos, la presente invención incluye en general un sistema basado en ordenador que tiene software a base de menús, fácil de usar, para adaptar el sistema a la supervisión personalizada virtualmente de cualquier maquinaria rotativa, exploración automática por sensores a través de puntos seleccionados en la maquinaria, procesado y almacenamiento de datos, análisis de progresión de fallos, y alarmas de estado definidas por el usuario para indicar cuándo los sensores seleccionados tienen una lectura de energía de onda de esfuerzo que excede de un umbral predeterminado. Estos objetos se logran en general con una pluralidad de transductores de cristal piezoeléctrico unidos en puntos seleccionados en la maquinaria, un acondicionador de señales analógicas, procesador digital, controles de usuario y operación de visualización. El acondicionador de señales analógicas recibe entradas de sensor seleccionadas por un multiplexor analógico, amplifica y filtra las señales de entrada mediante un filtro de paso de banda de alta frecuencia, detecta envolventes en un circuito demodulador, cuya salida se envía al procesador digital que experimenta conversión analógica a digital, cálculo de energía de onda de esfuerzo, y lógica de control y visualización. En el procesador digital se pueden disparar las alarmas por condición definidas por el usuario, se efectúa almacenamiento y procesado de datos, y se logra exploración automática por sensores. Las lecturas de energía de onda de esfuerzo obtenidas se visualizan en un monitor de usuario en un formato seleccionado por el usuario. el usuario controla la visualización mediante software a base de menús y es capaz de seleccionar, entre otras opciones, exploración automática por sensores, supervisión por sensores seleccionados, condiciones de alarma a umbrales regulables por el operador, actualizaciones de progresión de fallos, y salidas de estado por control remoto. Para lograr lo anterior, la presente invención incluye un ordenador personal para efectuar procesado digital de señales analógicas acondicionadas. El multiplexor recibe entradas de sensor directamente de los transductores de cristal piezoeléctrico y selecciona las señales a transmitir al acondicionador de señales analógicas en base a entradas digitales del procesador informático.

La presente invención proporciona un sistema informático para diagnóstico y supervisión de condiciones en tiempo real de maquinaria rotativa y alternativa. El sistema detecta las primeras etapas de daño y desgaste de la máquina y alerta al personal de la magnitud de dicho daño. El sistema informático se instala típicamente para supervisión continua de operaciones críticas, pero se puede usar como una herramienta de vigilancia para análisis de datos descargados. En cualquier caso, la finalidad es lograr máxima duración operativa de la máquina de manera eficiente, económica y segura. El sistema detecta y visualiza una condición de la máquina utilizando ultrasonido soportado por la estructura (ondas de esfuerzo) para medir la energía creada por eventos de choque y rozamiento que se producen dentro de la máquina. Por ejemplo, si se contamina el lubricante, el sistema detecta los primeros signos de la contaminación. Si un cojinete o engranaje desarrolla daño superficial por fatiga, el sistema detecta y visualiza signos precoces del problema. Incluso cuando se produce ligero daño o desgaste, tal como picado o desportillado menor, la energía mensurable de ondas de esfuerzo difiere de la energía producida por una máquina sana. Este cambio de tendencia de la energía de onda de esfuerzo se compara con lecturas en máquinas sanas que forman la base para un programa de mantenimiento predictivo seguro.

Una medición cuantitativa y de tendencia de la condición de daño de cojinete de la máquina durante toda la progresión de fallo se representa en la figura 1b. Con referencia a la figura 1b, la presente invención produce un punto detectable de energía de onda de esfuerzo (b) poco después del daño inicial (a), tal como picado. El daño siguiente produce niveles más altos de señal de rozamiento y choque y, por lo tanto, niveles más altos de energía de onda de esfuerzo. Por ejemplo, los primeros desportillados en daño de cojinetes de producen en el punto (c), desportillado más profundo y residuos de aceite se producen en los puntos (d) y (h), zonas de desportillado creciente y ruido/vibración se producen en los puntos (e) y (i), se hallan temperaturas incrementadas en el punto (j), y se observa humo en el punto (k). En la progresión típica representada de los defectos de cojinetes, se produce daño masivo de la caja y fallos catastróficos en los puntos (f) y (g), respectivamente, y se producen los niveles más altos de energía de onda de esfuerzo. La presente invención comienza detectando la energía de onda de esfuerzo producida por ondas de rozamiento y choque en el punto (b) al principio de la progresión de fallos y puede disparar alarmas de condición una vez que la energía de onda de esfuerzo excede de umbrales seleccionados por el operador. En contraposición, las técnicas de diagnóstico de la técnica anterior no detectan el daño hasta que el daño produce vibración detectable en el punto (i) más tarde en el proceso de fallo, como se representa en la figura 1b. El sistema automático de Análisis de Ondas de Esfuerzo (SWAN™) por ordenador es capaz de supervisar y proporcionar una medición cuantitativa, de tendencia de ondas de esfuerzo de la condición de la máquina durante toda la progresión de fallo, a diferencia de los sistemas convencionales. En la mayoría de los casos, se produce antes de la detección por técnicas de diagnóstico tradicionales.

Operando bajo un entorno a base de menús, fácil de usar, el sistema SWAN™ automático por ordenador de la presente invención ejecuta software operativo y de visualización que se puede adaptar a supervisar un amplio rango de aplicaciones de máquinas rotativas y alternativas. Puesto que dos máquinas no son iguales, la flexibilidad del sistema computerizado permite a los operadores personalizar sus sistemas para lograr el programa de mantenimiento más eficiente y económico para su equipo. Por ejemplo, el sistema de la presente invención puede supervisar y tomar lecturas de ondas de esfuerzo de maquinaria a baja velocidad, tal como cajas de engranajes de laminadores (que tienen velocidades de piñón entre 14 y 175 rpm), e indica daño del anillo-guía y de los dientes de los engranajes antes de que se produzca daño secundario. Mientras tanto, los esfuerzos de diagnóstico anteriores que utilizan mediciones de vibración no han tenido éxito puesto que la velocidad baja y alta masa de la máquina dieron lugar a un nivel sumamente bajo de movimiento/ vibración de la carcasa. La presente invención también puede detectar el progreso de los niveles de daño, tal como fisuras en los anillos-guía interiores encajados por contracción en cojinetes de rodillo de papeleras, aunque otras técnicas, incluyendo el análisis del espectro de vibración, han demostrado ser incapaces de detectar niveles similares de daño avanzado. Dado que no siempre están disponibles los cojinetes de sustitución, se debe distinguir los cojinetes buenos de los que fallan identificando los que tienen fisuras en el anillo-guía interior en contraposición a picado o desportillado, y de los que han llegado a niveles serios de daño mediante maquinado por oscilaciones por relajación de la mangueta de cojinete. Para llevar a cabo estas tareas avanzadas (detección de fallos, definición del modo de fallo, y cuantificación del daño), la presente invención es capaz analizar un tren de pulsos de ondas de esfuerzo y la energía de onda de esfuerzo, realizar análisis espectral para identificar cojinetes con eventos de rozamiento y choque que se producen a la frecuencia de paso del elemento rodante para un punto en el anillo de rodadura interior y registrar la historia temporal para identificar cojinetes con pulsos de ondas de esfuerzo de alta amplitud y aperiódicos. La presente invención también puede realizar mantenimiento predictivo en maquinaria tal como transmisiones automáticas y cojinetes de motores turboeje para detectar conjuntos de cojinetes satélites dañados que tienen elementos rodantes, anillos-guía y dientes de engranaje moderadamente desportillados. Otros ejemplos de soluciones de mantenimiento predictivo para maquinaria rotativa y alternativa incluyen cojinetes de maquinaria marina, cojinetes de ventiladores impulsores axiales, y cojinetes de motores eléctricos.

Puesto que la supervisión fiable de la condición requiere personal de mantenimiento capaz de identificar defectos de la máquina en las primeras etapas y de supervisar la progresión del defecto, la presente invención proporciona un sistema a base de ordenador que mide las ondas de choque y rozamiento, calcula el nivel de la energía de onda de esfuerzo (SWE™), y dispara alarmas si dicho nivel excede de umbrales predeterminados. Estas mediciones cuantitativas se toman en las primeras etapas del ciclo de fallo. En sus primeras etapas, un defecto no producirá pérdida considerable de la eficiencia operativa de la máquina, pero todavía es detectable por la invención. Mediante la operación continuada, el defecto aumentará y se convertirá en una fuente potencial de daño secundario. Cuando las partes de la máquina entran en contacto con el defecto, incluso en las primeras etapas, los eventos de choque y rozamiento generan energía de onda de esfuerzo o ultrasonido. El análisis de onda de esfuerzo detecta y mide esta energía a niveles de desgaste y daño por debajo de los niveles necesarios para excitar sensores de vibración de la técnica anterior, y antes de que se produzca daño suficiente para activar detectores de virutas metálicas en los sistemas de lubricación.

Las ondas de esfuerzo, transmitidas a través de la estructura de la máquina, son detectadas por un sensor montado firmemente en la estructura. Un cristal piezoeléctrico en el sensor convierte la energía de onda de esfuerzo en una señal eléctrica analógica. Esta señal es amplificada y filtrada posteriormente por un filtro de paso de banda de alta frecuencia en el acondicionador de señales analógicas para quitar la energía no deseada de sonido y vibración de baja frecuencia. La salida del acondicionador de señal es un tren de pulsos de ondas de esfuerzo que representa una historia temporal de eventos de choque y rozamiento individuales en la máquina. El tren de pulsos de ondas de esfuerzo es analizado después por el procesador digital para determinar el nivel máximo de la energía de onda de esfuerzo y el contenido total de energía generado por el evento de choque. La energía de onda de esfuerzo se conoce integrando envolventes de ondas de esfuerzo. La energía de onda de esfuerzo calculada se visualiza en el panel de control o monitor del sistema y se puede grabar para comparación con otras lecturas de energía de onda de esfuerzo. Los datos más útiles se obtienen cuando se toman lecturas iniciales de la energía de onda de esfuerzo sin discrepancias en la maquinaria, para establecer una configuración base de la energía de onda de esfuerzo. Las desviaciones de la configuración base indican una condición operativa sometida a esfuerzo que deberá ser supervisada. La invención mide incluso ligeros eventos de choque y rozamiento que se producen entre superficies de contacto en maquinaria rotativa y alternativa. El nivel y configuración de eventos de choque anómalos se
convierten en una herramienta de diagnóstico.

Según estos y otros objetos que serán evidentes a continuación, la presente invención se describirá ahora con referencia especial a los dibujos anexos.

Breve descripción de los dibujos

La figura 1a es una medida cuantitativa de los cambios de la tasa de fallos en las etapas de la duración operativa en maquinaria rotativa y alternativa.

La figura 1b es una medida cuantitativa de la energía de onda de esfuerzo de un cojinete típico durante un proceso típico de fallo, en maquinaria rotativa o alternativa que tiene cojinetes, mostrando el nivel de daño del cojinete con el tiempo operativo.

La figura 2 es una vista en alzado frontal de la versión montada en rack del sistema de la presente invención que ilustra componentes de interface de usuario.

La figura 3 es un diagrama detallado de bloques de la presente invención que ilustra el multiplexor, acondicionador de señales analógicas, procesador digital, y hardware informático personal estándar en la industria.

La figura 4 es un diagrama de bloques de la presente invención que ilustra el acondicionador de señales analógicas, procesador digital, e instrumentación de ordenador personal, y la filtración de señal analógica de onda de esfuerzo que pasa a su través para medir el sonido soportado en estructura asociado con eventos de rozamiento y choque y proporciona una indicación cuantitativa del desgaste o daño del equipo.

La figura 5 es una ilustración gráfica de la amplitud de onda de esfuerzo de pulso y el contenido de energía para un tren de pulsos de ondas de esfuerzo producido por las zonas de daño para el perfil de anillo-guía mostrado.

La figura 6 es una ilustración gráfica que contrasta los sistemas de diagnóstico de la técnica anterior con la presente invención para un cojinete en buen estado y un cojinete dañado.

La figura 7 es una ilustración de una pantalla muestra de la historia operativa de la energía de onda de esfuerzo.

La figura 8 es un ejemplo de visualización específico de aplicación que ilustra el aislamiento de fallos en maquinaria seleccionada en la unión de sensor y los puntos de lectura supervisados.

La figura 9 es un ejemplo de visualización específico de aplicación que ilustra un diagrama de aislamiento de fallos para un sistema de engranajes y cojinetes de plataforma de antena que utiliza diez salidas de los sensores en posiciones identificadas.

La figura 10a es un espectro de tren de pulsos de onda de esfuerzo de aislamiento de fallos para eventos de daño periódicos como el representado.

La figura 10b es un histograma de amplitud de onda de esfuerzo para problemas de lubricación en maquinaria rotativa ilustrando eventos aperiódicos o aleatorios.

La figura 11 es una pantalla de historia operativa para detección de fallos por análisis de tendencia de energía de onda de esfuerzo con el tiempo.

La figura 12a es un espectro del tren de pulsos de ondas de esfuerzo que ilustra eventos periódicos de rozamiento y choque en una pieza de máquina en buen estado.

La figura 12b es un espectro del tren de pulsos de ondas de esfuerzo que ilustra el aislamiento de fallos para eventos de daño periódicos en una pieza dañada de la máquina.

La figura 13a es un histograma de amplitud de onda de esfuerzo para eventos aleatorios en maquinaria que tiene de pocos a nulos problemas de lubricación.

La figura 13b es un histograma de amplitud de onda de esfuerzo para eventos aleatorios que ilustra problemas de lubricación en maquinaria.

Las figuras 14a-14c son diagramas de flujo del software de extracción de características de Tren de Pulsos de Onda de Esfuerzo para obtener indicadores de condición cuantitativos significativos para uso con un sistema experto de terceras partes y/o software de red neural, y el administrador de programa que incluye software de control operativo para recibir y procesar señales relacionadas con ondas de esfuerzo.

Descripción de las realizaciones preferidas

Con referencia a los dibujos, las figuras 2-14c(2) ilustran la realización preferida de la presente invención que incluye un aparato o sistema 10 para diagnóstico predictivo de partes móviles de máquina para facilitar a los ingenieros la detección de fallos y la programación del mantenimiento oportuno. La presente invención 10 representa una amplia mejora sobre la técnica anterior porque usa un ordenador, procesador u otro sistema inteligente capaz de leer y procesar código de instrucción para supervisar energía de onda de esfuerzo en cualquier máquina con partes móviles. Además, la presente invención es capaz de leer y procesar una pluralidad de energías de ondas de esfuerzo (SWE™) en piezas, a diferencia de los sistemas anteriores. La presente invención pretende ser flexible y virtualmente independiente de cualquier entorno operativo y plataforma PC previstos.

En la figura 2 se representa un sistema representativo 10, que incluye un ordenador personal (procesador de control) 11, analizador de espectro FFT 16, monitor 14, teclado 18, y un conjunto interface externo 12 para conectar instrumentación externa, tal como osciloscopios, y seleccionar salidas (incluyendo trenes de pulsos de ondas de esfuerzo (SWPT™), disparadores externos (TTL, analógico, ICP analógico), reproducciones de captura transitoria y vibración). Con referencia a las figuras 3 y 4, la presente invención se referencia en general con el término "sistema" 10, e incluye en general unos medios para recibir una pluralidad de señales de una pluralidad de sensores de choque y rozamiento 32 (sensores de ondas de esfuerzo), un acondicionador de señales analógicas 20, un procesador digital 22, 24, 26, 29, un procesador de control 11 y código de programa que puede ser leído por el procesador 11. El código de programa incluye un administrador de programa y software de extracción de características.

El procesador de control 11 es operativo con una pantalla 14 e interface de usuario 18. El procesador de control incluye un ordenador personal que tiene aplicaciones industriales para recibir y procesar señales de nivel bajo y alto para comunicar con tarjetas de acondicionamiento de señal analógica y para transmitir señales digitales de control, como se explica aquí. El procesador de control 11 es programable por software para procesar código de programa y el código de extracción de características, todos los cuales almacenan y manipulan datos de entrada originados en el sensor 32 para derivar y establecer mediciones de energía de onda de esfuerzo, condiciones de alarma, y órdenes de control. El procesador de control 11 recibe, guarda y extrae mediciones de rozamiento y choque que se originan como ultrasonido soportado en estructura (ondas de esfuerzo) en la máquina 50, son convertidas en señales eléctricas por los transductores de sensor 32, y son acondicionadas y aisladas por el procesador de señales analógicas 20 para procesado digital. El sistema de la invención se ilustra, a modo de ejemplo, con dieciséis sensores 32. La presente invención, sin embargo, se puede personalizar según las necesidades concretas del usuario verificando puntos seleccionados virtualmente en cualquier maquinaria rotativa y alternativa y programando alarmas de condición, nivel umbral y salidas de estado definidos por el usuario. Por lo tanto, se puede usar cualquier número de sensores 32 sin apartarse del alcance de la presente invención. Aunque este sistema acomoda múltiples entradas de sensor, se ha explicado hasta ahora con respecto a uno o dos sensores puesto que la operación es consistente independientemente del número de entradas.

Las ondas de esfuerzo, es decir ondas de rozamiento y choque, son detectadas preferiblemente por sensores transductores de cristal piezoeléctrico 32 de diseño especial que están montados firmemente sobre la estructura de la máquina. Sin embargo, se puede emplear otros transductores de detección de vibración, choque y rozamiento 32 sin apartarse del alcance de la invención a condición de que las salidas sean compatibles con el hardware de la presente invención como se explica aquí. Los sensores 32 convierten el movimiento de la máquina en señales eléctricas representativas de la energía de onda de esfuerzo. Los sensores de cristal 32 son preferiblemente sensores de ondas de esfuerzo de baja impedancia, alta frecuencia y alta potencia, que tienen en la operación una frecuencia resonante adecuadamente alejada de la frecuencia de vibración natural de la máquina para no ser excitados por la frecuencia natural de la máquina. Cuando las frecuencias de la máquina son típicamente inferiores a 20 khz y las frecuencias de ondas de esfuerzo superiores a 20 khz, se prefiere la frecuencia resonante de un cristal montado en el rango de 34-40 khz de manera que el cristal sea excitado efectivamente a su frecuencia natural por defectos de la máquina en vez de la vibración de la máquina. Los sensores pueden estar unidos directamente a la maquinaria por montajes de espárragos roscados, pernos o almohadillas de epoxi, como se representa en las figuras 3, 4, y 9.

Con referencia a la figura 3, el sistema preferido 10 de la presente invención incluye en general un acondicionador de señales analógicas 20, un procesador digital 22, 24, 26, 29, y un procesador de control 11 (u ordenador personal), que comunican eléctricamente entre sí y procesan señales eléctricas generadas por los sensores transductores de cristal piezoeléctrico 32. Se deberá observar que los componentes enumerados del procesador digital 22, 24, 26, 29 pueden incluir un híbrido de componentes analógicos y digitales. Las ondas de esfuerzo 54 (véase la figura 4) entran en el sensor y excitan el cristal piezoeléctrico que las convierte en una señal eléctrica 31. Esta señal es amplificada y filtrada después (para quitar componentes de sonido y vibración indeseados) por el acondicionador de señales analógicas 20. El acondicionador de señales analógicas 20 incluye en general una serie de amplificadores filtro para uso con una amplia gama de niveles de señal de transductor, como es conocido en la materia, un filtro de paso de banda de alta frecuencia 20a para aislar las ondas de esfuerzo de la vibración sistémica de la máquina, y un circuito de demodulación (detector de envolvente) 20b que rectifica las ondas de esfuerzo aisladas y genera un tren de pulsos de ondas de esfuerzo (SWPT™) para maximizar la recuperación de información de señal. El demodulador 20b incluye un filtro de paso bajo que funciona como un discriminador de energía para detección de envolvente auténtica de la señal de onda de esfuerzo. La salida del acondicionador de señales analógicas 20 es un tren de pulsos analógicos llamado el Tren de Pulsos de Onda de Esfuerzo (SWPT™). El SWPT™ representa una historia temporal de eventos de rozamiento y choque individuales en la máquina supervisada. La salida SWPT™ para los sensores indicados anteriormente es típicamente del rango de CC a 7 khz. Este SWPT™ es analizado después por el procesador digital para determinar los niveles máximos y la energía de onda de esfuerzo (SWE™), es decir, contenido de energía de las ondas de esfuerzo detectadas.

Con referencia adicional a la figura 4, el procesador digital incluye en general un convertidor analógico/digital 27 para convertir el SWPT™ analógico en una señal digital para procesado, un contador o integrador 26 para calcular la energía de onda de esfuerzo, un detector de pico 22 (tal como una red comparadora) para medir la amplitud máxima de las ondas de esfuerzo, un convertidor de voltaje a frecuencia 24, y el administrador de programa 11, 200. El administrador de programa proporciona lógica de control y visualización 11, 200, mostrada en general en las figuras 14a, 14b y 14c, que incluye un medio de instrucciones legible por procesador, es decir, software operativo o de control de sistema, para controlar la visualización de mediciones, hacer cálculos SWE™, procesar datos, e introducir información seleccionada por el operador, tal como umbrales de alarma y formatos de visualización. La presente invención es compatible virtualmente con cualquier ordenador personal o procesador estándar en la industria, tal como cualquier procesador x86, y operativo en un entorno activado por menús, incluyendo, aunque sin limitación, software basado en Windows® u otro software (tal como el ejecutado en Macintosh® o cualquier sistema).

Un diagrama de bloques más detallado del sistema SWAN™ 10 de la presente invención se ilustra en la figura 3. Con referencia a la figura 3, el acondicionador de señales analógicas 20 y el procesador digital se muestran en general en una tarjeta procesadora de señales, conectada por una tarjeta multiplexora de ondas de esfuerzo. Se deberá observar, sin embargo, que estas tarjetas se pueden unir en una o varias tarjetas sin apartarse del alcance de la invención. La tarjeta multiplexora de ondas de esfuerzo incluye en general una fuente de alimentación de sensor 34, una pluralidad de entradas de sensor 32 (tal como dieciséis o cualquier número), un multiplexor analógico 30 para recibir eléctricamente las entradas de sensor, un detector de estado de entrada (no representado), circuito digital de control de entrada/salida (control DIO) 28, un sensor de velocidad 38 para verificar la velocidad de la máquina, y un convertidor digital a analógico (D/A) 44 para convertir archivos digitales de historia temporal SWPT™ en una señal analógica para uso externo. El multiplexor 30 puede incluir un multiplexor de 16 entradas y salida dual (el número de entradas y salidas puede variar sin apartarse del alcance de la presente invención), como se representa, para recibir entradas de sensor 32 y controlar salidas de los sensores seleccionados. La fuente de alimentación de sensor 34 incluye un diodo de fuente de corriente constante para cada sensor. Se suministra preferiblemente una fuente de alimentación de 24 voltios a los diodos de la fuente de corriente constante mediante un cable de interconexión. El detector de estado de entrada puede comparar el voltaje a tierra para detectar cortocircuitos y circuitos abiertos, como se ha descrito previamente. La circuitería de sensor de velocidad 38 verifica señales indicativas de la velocidad de la máquina y proporciona una señal de realimentación al procesador de control 11 para establecer automáticamente rangos. Estos se utilizan para registrar datos y establecer ganancias y límites para lecturas de alarma. El circuito digital de control de entrada/salida 28 (control DIO) une eléctricamente el multiplexor 30 al procesador de control 11, mediante el control de bus ISA 42, para indicar qué sensores 32 se han de procesar y supervisar para visualización. Las salidas de los sensores 32 pueden ser exploradas o supervisadas automáticamente, seleccionadas por el operador y controladas por el administrador de programa 200. La exploración automática y la supervisión personalizada de los sensores 32 se logra enviando señales digitales de control al multiplexor 30 que selecciona las salidas de los sensores. Las salidas pueden ser seleccionadas manualmente para la visualización o seleccionadas en cualquier orden predeterminado programado por el operador. El sistema de análisis de ondas de esfuerzo 10 se basa en supuestos de diseño de técnicas de análisis de ondas de esfuerzo previamente desarrolladas, tal como se describe en la Patente de Estados Unidos número 4.530.240. El sistema multiplexor de ondas de esfuerzo 10 como se ha descrito anteriormente se puede unir y controlar por cualquier plataforma de ordenador personal particular.

Con referencia a la figura 3, el circuito analógico de filtración y demodulador 20 incluye un filtro de paso de banda de alta frecuencia para quitar señales generadas por vibración de la máquina para aislar ondas de esfuerzo 31 y demodular las ondas de esfuerzo para detectar envolventes de ondas de esfuerzo. La circuitería analógica de filtración y demodulación 20 está conectada eléctricamente a una circuitería de detección de pico/saturación 22 que incluye una red comparadora para indicar la amplitud máxima de los niveles de señal de ondas de esfuerzo, cuya salida se suministra al procesador/ordenador de control mediante el control de bus PC ISA 42. Se deberá observar que el bus PC ISA 42 podría incluir cualquier bus compatible o intercambiable, incluyendo, aunque sin limitación, una tarjeta PCMCIA o tarjeta tipo VME como la usada en un controlador Motorolla®. Un convertidor de voltaje a frecuencia 24 produce una salida de frecuencia que se aplica a un contador 26 para integración bajo la envolvente de onda de esfuerzo. El contador 26 se puede asociar con un secuenciador para integrar la envolvente de onda de esfuerzo para realizar integración de intervalo de tiempo de la forma de onda de esfuerzo. La integración de la envolvente de onda de esfuerzo es una medida de la energía de la onda de esfuerzo, que indica la gravedad de un defecto. Por ejemplo, en un cojinete desportillado, el tamaño y el área del desportillado 52 serían en general proporcionales a la energía medida por el integrador, como se representa gráficamente en la figura 5. La salida del contador se suministra al ordenador mediante el control de bus PC ISA 42, para procesado. El ordenador 11 registra datos en una base de datos predeterminada según la velocidad de las señales entrantes de la velocidad de la máquina. El formato de visualización es controlado por software y determinado por entradas del operador. En las figuras 8 y 9 se muestran pantallas específicas de aplicación para aislamiento de fallos.

La energía de onda de esfuerzo calculada se visualiza en el monitor del sistema 14 y se puede registrar en una hoja de cálculo de base de datos para comparación con otras lecturas de energía de onda de esfuerzo. Los datos más útiles se obtienen cuando se toman lecturas SWE™ iniciales sin discrepancias en la maquinaria, para establecer una configuración SWET base. A partir de esta configuración base, el operador puede programar niveles umbral 14a y 14b, por ejemplo, a 500% a 1.000% de los valores base, para disparar alarmas de aviso. Los elementos de procesado de señal representados en las figuras 3 y 4 son compatibles con cualquier ordenador personal industrial estándar que puede operar en el entorno Windows® a base de menús. El administrador de programa 200 proporciona interface de usuario, gráficos, exploración automática, procesado de mediciones de energía de onda de esfuerzo relacionadas con sensor, umbrales de precaución y aviso, condiciones definidas por el usuario, y visualizaciones seleccionadas.

En las figuras 6-13 se muestran ejemplos de visualizaciones. La envolvente de onda de esfuerzo se produce cuando las partes de la máquina entran en contacto con las zonas de daño. El SWE™ se calcula integrando la envolvente. Como se representa, el área bajo cada pulso (contenido de energía) corresponde al tamaño del daño, y la amplitud máxima de cada pulso es proporcional a la profundidad del daño.

Con referencia a los gráficos de densidad espectral de potencia de la figura 6, las lecturas SWE™ usando la presente invención se comparan con mediciones de vibración y mediciones acústicas para un cojinete no dañado y un cojinete dañado. Comparando el cojinete no dañado SWE™ con el cojinete dañado SWE™, el sistema de procesado de señal de la presente invención 10 proporciona una lectura base para un cojinete en buen estado y se compara con mediciones posteriores. Cuando una máquina comprobada comienza a desgastarse, el sistema 10 puede detectar y determinar el tipo de daño que se produce en base al gráfico SWE™. Un ejemplo de esto se representa con picos periódicos. En contraposición, las mediciones de vibración y acústicas de la técnica anterior aparecen sin cambio entre los cojinetes en buen y mal estado. El sistema de procesado de señal SWAN™ 10 es capaz de aislar las ondas de esfuerzo inducidas por daño de la vibración de la máquina, a diferencia de las técnicas de vibración y acústicas de la técnica anterior.

El software operativo de la presente invención da al operador la opción de visualizar la historia operativa SWE™ para una posición de sensor seleccionada, como se representa en la figura 7. Con referencia a la figura 7, el operador selecciona los umbrales 14a y 14b. El umbral superior (aviso) 14b se suele poner de cinco (5) a diez (10) veces el valor de las mediciones base. El umbral inferior (precaución) 14a se suele poner a un nivel igual a la media más tres veces la desviación estándar de una serie de mediciones base. Las mediciones SWE™ por debajo del umbral inferior (14a) indican un nivel de daño aceptable en las primeras fases del proceso de fallo. Las lecturas SWE™ por encima del umbral inferior 14a y por debajo del umbral superior 14b indican daño que se produce poco antes de la etapa de desgaste (4), como se representa en la figura 1a. Una vez que el daño de la máquina entra en la etapa de desgaste o de sustitución (4), SWE™ excede del nivel umbral superior 14b. La presente invención puede proporcionar gráficos en color entre cada umbral para distinguir visualmente la gravedad de daño. El operador puede visualizar historias operativas similares para cada sensor 32. Una ventana separada, desviada del gráfico de historia, visualiza la hora y fecha, y las lecturas SWE™ correspondientes en unidades porcentuales (relacionadas con los niveles umbral) para la última lectura en el gráfico de historia operativa.

Con referencia a las figuras 8 y 9, se puede usar una pantalla específica de aplicación para supervisar sensores seleccionados por el operador 32 o para explorar automáticamente entre sensores predeterminados o todos los sensores. La velocidad de exploración también es seleccionada por el usuario y programada en el software operativo. Con referencia a la figura 8, dieciséis sensores supervisan la maquinaria que se ilustra gráficamente en la pantalla. Se puede crear una visualización similar para otra maquinaria, como se representa en la figura 9. Los sensores 32 se numeran de "1" a "16", ilustrando los bloques resaltados los sensores actualmente supervisados, "8" y "14". Como se representa en la figura 3, el multiplexor acepta dieciséis entradas y proporciona dos salidas para procesado. Las dos salidas corresponden a los sensores supervisados mostrados. Los recuadros exteriores visualizan mediciones SWE™ anormales de sensores previamente seleccionados. Se disparan para visualización una vez que exceden de los umbrales preseleccionados. Alternativamente, los recuadros de medición SWE™ pueden corresponder a los sensores actualmente supervisados. El programa puede explorar automáticamente los sensores en cualquier orden seleccionado, a cualquier velocidad seleccionada, o puede supervisar sensores seleccionados por el operador.

Con referencia a las figuras 10a y 10b, se representan formas de onda SWE™ para daño aislado y daño aleatorio, que se referencian en general con el número 56. El daño aislado 56 se produce normalmente en un punto seleccionado en el anillo-guía o elemento rodante. Tal daño puede incluir picado, desportillado o fisuración. El daño aleatorio incluye típicamente contaminación de lubricación que resulta de fluidos, partículas extrañas, y virutas de metal. Como se representa en la figura 10a, el daño periódico produce picos 56 dispersados uniformemente a través del tiempo. Cada pico representa las ondas de esfuerzo producidas cuando el área dañada llega a contacto con partes de la máquina cerca del sensor. Con referencia a la figura 10b, el daño aleatorio 56, tal como lubricación contaminada, es más esporádico. Así, dependiendo de la forma de onda SWE™, un operador puede determinar qué tipo de daño existe en la maquinaria.

Con referencia a la figura 11, se representa una historia operativa de la energía de onda de esfuerzo. Esta historia de la energía de onda de esfuerzo corresponde a la explicación con relación a la figura 7.

Las Densidades Espectrales de Potencia de Onda de Esfuerzo (SWPSDT™s) 56, como se representa en las figuras 12a y 12b, muestran cómo se puede aislar fallos localizados por daño superficial 52 en componentes específicos de la máquina, usando SWAN™ 10. La figura 12a es una SWPSD™ típico de una máquina sana. Dado que todas las vibraciones debidas a dinámica estructural y rotacional de la máquina han sido filtradas de la señal SWPT™, el SWPSD™ de cualquier máquina sana no tendrá líneas espectrales que estén más de 10 db por encima de nos niveles SWPT™ de fondo. Cuando se produce daño superficial localizado, se generan pulsos periódicos de rozamiento y/o choque que se manifiestan como líneas espectrales SWPSD™ que están más de 10 db por encima de los niveles de rozamiento de fondo (figura 12b). La frecuencia exacta de cada línea espectral se relaciona analíticamente con la velocidad y geometría de piezas de la máquina, y la posición del daño. Así, la frecuencia de la línea espectral SWPSD™ permite al analista determinar la fuente de niveles SWE™ anormales (figuras 7 y 11) y aislar el fallo en una pieza concreta de la máquina. Así, se puede pedir recambios antes de retirar la máquina del servicio, y se reduce el tiempo de parada no programado.

Cuando surgen problemas de lubricación, los niveles SWE™ anormales son debidos a pulsos aperiódicos y el SWPSD™ todavía puede aparecer como en la figura 12a. El histograma de amplitud de onda de esfuerzo (SWAN) (figura 13) se puede usar para verificar o detectar la presencia de lubricación problemas. Cuando existe un entorno de lubricación sano, la distribución de las amplitudes máximas de la onda de esfuerzo es simétrica, estadísticamente "normal", y en el extremo inferior de la escala de amplitud (figura 13(a)). Como surgen problemas de lubricación, se producen cada vez más pulsos de onda de esfuerzo con amplitudes máximas más altas. Esto cambia la forma SWAH de una "distribución normal" (figura 13a) a una distribución "log normal" o sesgada (figura 13b). El espectro de tren de pulsos de onda de esfuerzo de aislamiento de fallos de las figuras 12a y 12b y el histograma de amplitud de onda de esfuerzo para problemas de lubricación se programan en el software operativo de la presente invención. La forma de los espectros de onda de esfuerzo y los histogramas ayudan al operador a determinar el tipo de defecto que aparece en la maquinaria.

Con referencia a las figuras 14a-14c, la presente invención incluye además esencialmente dos conjuntos de códigos de instrucciones legibles por procesador 100, 200, es decir, software programado almacenado en un medio utilizable por ordenador o procesador conocido en la técnica. Un conjunto de instrucciones 200 incluye el software operativo/de control, es decir, el administrador de programa, para recibir y procesar información recibida por el procesador digital, el sensor de velocidad, el convertidor de voltaje a frecuencia, la circuitería de detección de pico/saturación, y el contador para controlar las visualizaciones relacionadas con ondas de esfuerzo como se ha explicado anteriormente y se representa en las figuras 14b-14c. El segundo conjunto de instrucciones 100, como se representa en las figuras 14a, incluye software de extracción de características usado al extraer información del tren de pulsos de ondas de esfuerzo (SWPT™), y otra información relacionada con transductor como se explica aquí. Las características extraídas del SWPT™ se pueden usar como indicadores "autónomos" de la condición de la máquina, o emplear como entradas a software de inteligencia artificial (Al) tal como "Sistemas expertos" y "Redes neurales artificiales".

El administrador de programa 200 y el software de extracción de características 100, representados en las figuras 14a-14c, son individual y colectivamente productos de la presente invención y están destinados a ser compatibles con toda maquinaria de partes móviles. La lógica de control y visualización del administrador de programa 200 permite en general al sistema 10 explorar automáticamente las lecturas de onda de esfuerzo generadas por sensor 54 (1-16) en la pantalla 14 (como se ve en la figura 8), almacenar datos, establecer umbrales y alarmas de condición definidos por el usuario, aislar sensores 32 para supervisión personalizada en tiempo real, y ver la progresión de fallos de la máquina en un período de tiempo seleccionado. El SWE™ calculado es visualizado digitalmente por el procesador de control 11 en el monitor de visualización 14 del sistema, de manera que se pueda grabar y/o imprimir para comparación con máquinas idénticas, o para establecer la tendencia en un período de tiempo. Se ha determinado que cuando el SWE™ aumenta de cinco a diez veces su valor normal, significa una condición operativa perturbada y posible fallo inminente. El software de extracción de características 100 extrae los cálculos de la onda de esfuerzo mostrados en la figura 14a(4). El administrador de programa 200 y el software de extracción de características 100 se describen más plenamente aquí.

Administrador de programa 200

Con referencia a las figuras 14b(1)-14b(8) y las figuras 14c(1)-14c(2), el administrador de programa 200 proporciona el software de control operativo que incluye el control de software ejecutivo principal 200 e incluye software de procesador digital y software de sensor de velocidad. El software de procesador digital opera el procesador digital 22, 24, 26, 29 e incluye instrucciones de código para la interface de usuario 201, realización de un autodiagnóstico del sistema 202, interface de entrada/salida de hardware 203, interface de entrada/salida de detección de picos 204, almacenamiento y recuperación de datos 205, y contador para controlar la entrada/salida de onda de esfuerzo 206. La rutina de interface de usuario 201 comunica con el ordenador 11 y la pantalla 14 mediante el control de bus PC ISA 42. La comunicación entre el software de control operativo 200 y el hardware de la invención 10 se realiza mediante el control de bus PC ISA 42. La rutina de interface del sistema de entrada/salida de hardware 203 comunica con el control DIO 28, el A/D 27, el circuito analógico de filtro y demodulación 20, y el convertidor de voltaje a frecuencia 24. La rutina de entrada/salida de detección de pico 204 comunica con el circuito de saturación/detección de pico 22. El contador para controlar la rutina de entrada/salida de onda de esfuerzo 206 comunica con el contador y control de bus 42.

Con referencia a la figura 14b(2), el software de control ejecutivo 200 incluye una serie de pasos para seleccionar un canal válido. En primer lugar, se selecciona 212 un canal válido y verifica si hay cortocircuito o circuito abierto 214. Si el canal está disponible, se selecciona 218 el sensor válido siguiente, se establece 220 la ganancia del sensor corriente, y se establece la longitud de trama de sensor corriente 222. Con referencia a la figura 14b(3), el proceso de software del subsistema de interface de usuario 201 visualiza información introductoria 230, proporciona una pantalla principal 232, actualiza menús y visualiza entradas de usuario 234, avisa al usuario de las apariciones de condición prestablecidas 236, sale cuando se le pide 238, y continúa procesando 239.

Con referencia a la figura 14b(4), el contador para controlar el proceso de software del subsistema de entrada/salida de onda de esfuerzo 206 decide primero si ha expirado 240 la longitud de trama. Si expira la longitud de trama, se verifican 241 las condiciones de saturación. Una rutina 206 obtiene después el recuento SWE™ y ajusta los factores de calibración 242. Al verificar los límites de sensor 243, se verifican el límite de bifurcación condicional y límite de captura transitoria para ver si exceden de los niveles predeterminados 246, 244, respectivamente. Si se supera el límite de bifurcación condicional, se lleva a cabo un guión de usuario de bifurcación condicional, y si se supera 244 el límite de captura transitoria, se lleva a cabo 245 una captura transitoria. En cualquier caso, el software prosigue al paso siguiente y guarda los datos recogidos usando el subsistema de almacenamiento de datos 205 y libera el canal 249.

Con referencia a la figura 14b(5), el proceso de software del subsistema de autodiagnóstico 202 procesa todas las ganancias válidas en todos los canales y lee resultados sin entrada 252. La rutina de autodiagnóstico 202 determina después si la lectura está dentro del rango esperado 254. En caso negativo, falla el autodiagnóstico y permite al usuario salir del autodiagnóstico. Si la lectura está dentro del rango esperado, pasa y vuelve a procesar 258. Con referencia a la figura 14b(6), el software del subsistema de almacenamiento de datos guarda y recupera datos y límites en un formato de base de datos estándar 260, 262. Con referencia a la figura 14b(7), el proceso de software de entrada/salida de hardware 203 establece la ganancia y longitud de trama y obtiene datos de resultado cuando se piden, y continúa el procesado 270-274. Con referencia a la figura 14b(8), el proceso del software del subsistema de detección de pico lee el valor de amplitud máxima retenido por el retén de hardware 280. La rutina 204 determina entonces si la amplitud máxima está dentro de un rango esperado 282. En caso negativo, realiza una iteración y toma otra lectura de amplitud. Si la amplitud máxima está dentro del rango esperado, la rutina reposiciona el hardware de amplitud máxima 284 y vuelve a procesado.

Con referencia a las figuras 14c(1) y 14c(2), el software de sensor de velocidad 290 detecta en general los tics por revolución 291 de un sensor de velocidad y calcula las RPMs 292 a partir de ellos. Con referencia a la figura 14c(2), establece circuitería de control para recibir salidas de los sensores 291, cuenta los tics por revolución, y convierte el evento a circuitería RPM 292, establece circuitería de control para recibir entradas 293, y para las actualizaciones de contador para la circuitería de contador RPM 294. Posteriormente, se procesan 295-297 los cuatro bytes incluyendo los recuentos RPM. El software de sensor de velocidad 290 determina después si el recuento de RPM es mayor que cero. Si el recuento de RPM es superior a cero, se devuelven las RPM calculadas al software de control. De otro modo, se devuelve un valor por defecto al software de control 299b, 299a, respectivamente.

Extracción de características 100

Con respecto al software de extracción de características (FE) 100, independientemente de la potencia del software AI, su exactitud y compacidad quedarán afectadas drásticamente por la calidad de los datos de entrada. Así, el software de extracción de características se implementa y es único para la interpretación del Tren de Pulsos de Onda de Esfuerzo™ (SWPT™) para el análisis cuantitativo de eventos de rozamiento y choque en maquinaria operativa. En la figura 14a(4) se muestra un glosario muestra de los cálculos de extracción de características y otras unidades de valor y tiempo derivadas y usadas, respectivamente, por el software de extracción de características 100.

La extracción de características comienza con una serie de valores temporales que representan las amplitudes instantáneas del SWPT™ durante un período predeterminado, tal como un período de diez (10) segundos a efectos ilustrativos. A continuación, se aplican transformadas matemáticas a la serie de datos temporales para caracterización de las características de forma de onda tal como amplitud de pulso, duración, y contenido de energía.

El software de extracción de características SWPT™ se representa en las figuras 14a(1)-14a(4). En la figura 14a(1) se representa una visión general del software de extracción de características SWPT™ 100. El software de extracción de características 100 manipula en general un factor umbral límite, un archivo de entrada SWPT™, y la longitud de ventana. Con referencia a la figura 14a(2), el software de extracción de características 100 inicializa en primer lugar la memoria y las variables, valida parámetros de entrada, calcula el número de "ventanas" muestra y lee el archivo de entrada "registro" a la memoria 102. Como se representa en el bloque 104, a continuación se explora el "registro" y los datos se normalizan a cero en lugar de 2048. El software 100 convierte después a amplitud de onda de esfuerzo (4,88 milivoltios por unidad) y halla los diez valores más pequeños para el cálculo de umbral límite 104. El umbral límite se calcula después promediando los diez valores más pequeños en el registro y multiplicando por el factor umbral límite 106. El software 100 explora después todas las ventanas, detecta y acumula el número de picos y amplitudes de pico, y detecta los valores registrados de amplitud máxima y mínima de la onda de esfuerzo 108. Todas las ventanas son exploradas después de nuevo con respecto a cada pico en cada ventana para calcular la duración del pico, la amplitud máxima, y energía del pico (suma de valores por encima del umbral límite) 110. El software 100 acumula después cuadrados y cubos de amplitudes máximas por encima de la media del registro (para cálculos estadísticos posteriores) y calcula el factor de energía de pico 110. Con referencia a la figura 14a(4), todas las ventanas son exploradas después para acumular la plena energía de onda de esfuerzo, la energía de pico de onda de esfuerzo, el número de picos, la amplitud pico de la onda de esfuerzo máxima, la duración media, y el PEF medio 112. Se determinan 112 la energía de pico de las ondas de esfuerzo máxima y mínima, la energía de onda de esfuerzo, PEF, los picos y las duraciones de pico de onda de esfuerzo. El software 100 siguiente calcula las medias de ventana para la energía de pico de la onda de esfuerzo, la energía de onda de esfuerzo, PEF, los picos, y la duración de pico de la onda de esfuerzo 114. En el paso siguiente, el software calcula el tercer momento de registro y la desviación estándar para la energía de pico de la onda de esfuerzo, la energía de onda de esfuerzo, el factor de energía de pico, los picos y la duración de pico de la onda de esfuerzo. Este registro se escribe después en el archivo de salida 118.

La Extracción de características en el dominio del Tiempo (TDFE) extrae características de los archivos de datos SWPT™ generados por el sistema como se ha indicado anteriormente y aquí. Se deberá observar que los números anteriores pueden variar sin apartarse del alcance y espíritu de la invención. En primer lugar, la señal analógica SWPT™ se muestrea miles de veces (por ejemplo 15.000) por segundo (pero puede ser muestreado hasta 30.000 veces por segundo). En este ejemplo, cada muestra tiene preferiblemente una resolución de doce (12) bits y por lo tanto requiere 2 bytes por muestra. La duración de tiempo total de un archivo de historia temporal SWPT™ es variable, tal como en incrementos de 0,5 segundo de 0,5 segundos a 511 segundos, pero el tamaño máximo de archivo se limita a 500 K bytes (en formato binario). Los archivos de datos creados se pueden tomar a una velocidad de muestreo de 15K durante diez (10) segundos. Estos archivos se escriben después en formato binario (240K), y una subrutina convierte cada archivo a ASCII (728K).

El Tiempo y los Estándares de Amplitud y las Conversiones (TDFE) también se calculan como parámetros de amplitud que se introducen/expresan en milivoltios. Las amplitudes en los archivos SWPT™ están en voltios. El rango binario 0-4095 representa +/-10 voltios, pero el SWPT™ es esencialmente de 0-5 voltios. Esto significa que los archivos contienen valores binarios de 2048 a 4095 con una conversión de 0,00488 voltios/unidad binaria (4,88 milivoltios/unidad binaria).

Todos los períodos de tiempo (ventanas, duraciones de pulso, etc) se expresan en milisegundos. La señal analógica SWPT™ puede ser muestreada 15.000 veces por segundo. Para conversiones de punto(s) de datos a tiempo, la velocidad de muestreo por defecto puede ser 15K, pero también se pueden prever velocidades de 100 a 30.000 muestras/segundo.

La explicación siguiente se refiere a cómo se calculan las características en el dominio del tiempo del SWPT™. En primer lugar se selecciona una ventana "W", es decir, un número de puntos de datos definido por el usuario (seleccionado típicamente como el período correspondiente a una frecuencia característica de la máquina). La longitud de la ventana es constante para todo el registro de datos, pero puede ser regulada por el operador (valor por defecto = 0,010 segundos = 150 puntos de datos). Después se selecciona un registro que es típicamente un máximo de 10 segundos de datos (a una velocidad de muestreo de 15.000, es decir, 150.000 puntos de datos). La longitud del registro de datos "R" es la duración total de tiempo representado por el archivo de datos, después del truncamiento de cualquier ventana fraccional última. Las características SWPT™ se clasifican en tres clases de tiempo:

1. Duración de pico

2. Longitud de ventana

3. Longitud de registro

1. Características de la duración de pico

Todas las características, menos dos, a extraer del SWPT™ dependen de que se exceda un umbral límite "L". Este límite se calcula para cada ventana como un múltiplo de la media de los diez (10) valores positivos más bajos de la amplitud instantánea "A" del SWPT™ durante la ventana. El Factor de umbral límite (LTF) para calcular L es constante para toda la longitud de registro, pero puede se establecido por el analista (valor por defecto = 3).

La Duración de pico de onda de esfuerzo (SWPD) es el período de tiempo entre una excedencia hacia arriba del umbral L y cuando A cae después por debajo de L. También se puede expresar como el período de tiempo durante el que los valores secuenciales de A permanecen por encima de L. La amplitud de pico de onda de esfuerzo (SWPA) es el valor máximo de A durante la SWPD. La energía de pico de onda de esfuerzo (SWPE) es la suma de (A-L) para cada punto de datos durante la SWPD. La relación de amplitud a duración de pico (PADR) es igual a la SWPA dividida por la SWPD. Obsérvese que las cuatro características anteriores son únicas y se deben calcular para cada pico en el SWPT™.

2. Características de longitud de ventana

Lo siguiente representa las características de longitud de ventana. La energía de pico de onda de esfuerzo por ventana (SWPE/W) es la suma de todos los valores SWPE individuales dentro de una ventana. Los picos por ventana (PEAKS/W) es el número total de picos SWPT™ que se producen durante una ventana. También es igual al número de valores SWPA calculados durante una ventana. La duración de pico de onda de esfuerzo por ventana (SWPD/W) es la suma de todos los valores SWPD calculados durante una ventana. La energía de onda de esfuerzo por ventana (SWE/W) es la suma numérica de todos los valores A (mayores que cero) para puntos de datos que se producen durante una ventana. El factor de energía de pico por ventana (PEF/W) es la relación del SWPE/W al SWE/W. Obsérvese que las cinco características anteriores son únicas y se deben calcular para cada ventana en el registro
SWPT™.

3. Características de longitud de registro

Lo siguiente representa las características de longitud de registro. La energía de onda de esfuerzo por registro (SWE/R) es la suma numérica de todos los valores A mayores que cero para todos los puntos de datos que se producen durante todas las ventanas de un registro de datos. También la suma de todos los valores SWE/W calculados en el registro. La energía de pico de onda de esfuerzo por registro (SWPE/R) es la suma de todos los valores SWPE individuales dentro de un registro. También la suma de todos los valores SWPE/ W calculados en el registro. El factor de energía de pico por registro (PEF/R) es la relación del SWPE/R al SWE/R. Los picos por registro (PEAKS/R) es el número total de picos SWPT™ que se producen durante un registro, que también es igual al número de valores SWPA calculados durante un registro, o la suma de todos los valores PEAKS/W calculados para todas las ventanas en el registro. Finalmente, la amplitud de pico de onda de esfuerzo por registro (SWPAIR) es el valor máximo A durante el registro. También la SWPA máxima calculada en todas las ventanas del registro.

La extracción de características en el dominio del tiempo se lleva a cabo de la siguiente manera, por una subrutina "C":

1.

Los Datos Binarios Brutos (de un archivo de captura transitoria de System 3000) son procesados para calcular las 5 características de "Duración de pico" (SWPA, SWPD, SWPE, PADR, y el número de picos).

2.

Las 5 características de duración de ventana (SWPE/W, PEAKS/ W, SWPD/W, SWE/W, y PEF/W) se calculan a partir de las características de duración de pico y longitud de ventana.

3.

Las 5 características de longitud de registro (SWE/R, SWPE/R, PEF/R, SWPAIR, y PEAKS/R) se calculan a partir de las características de duración de ventana y longitud de registro. La SWPAIR se calcula como el valor máximo de la característica SWPA durante todo el período.

4.

Los 4 parámetros estadísticos (S1, S2, S3, y S4) se calculan para cada una de las 5 características de longitud de ventana, para el registro completo. Estos mismos 4 parámetros estadísticos (que describen la Distribución de densidad de probabilidad) se calculan para todos los valores SWPA individuales en el registro. Esto produce 24 parámetros estadísticos en el dominio del tiempo del SWPT™.

5.

Los 24 parámetros estadísticos más las 5 características de longitud de registro son formateados como 29 entradas para la Tabla de Datos TDFE que está formateada como un archivo ASCII delimitado por ficha.

6.

Los parámetros estadísticos (S1, S2, S3, y S4) se definen de la siguiente manera:

S1:

Prueba del tercer momento para distribución normal.

S2:

Valor máximo de la población.

S3:

La relación de (Máximo-media)/ (Máximo-mínimo).

S4:

Relación de la desviación estándar de la población a la media de la población.

La presente invención se ha mostrado y descrito aquí en lo que se considera la realización más práctica y preferida. Se reconoce, sin embargo que uno se puede alejar de ella dentro del alcance de la invención y que los expertos en la materia pensarán en modificaciones obvias.

Claims (15)

1. Un sistema (10) para predecir fallos en maquinaria rotativa y alternativa incluyendo cojinetes, engranajes, lubricantes y análogos comunicando con una pluralidad de transductores detectores de vibración, choque y rozamiento (32) unidos a la maquinaria, incluyendo dicho sistema (10):

unos medios receptores de señal (36) para comunicar eléctricamente con la pluralidad de transductores (32) para recibir un número correspondiente de señales eléctricas producidas por los transductores (32) y correspondientes a ondas de vibración, rozamiento, y choque producidas en la maquinaria durante el funcionamiento;

un acondicionador de señales analógicas (20), en comunicación eléctrica con dichos medios receptores de señal (36), incluyendo medios filtrantes (20a) para filtrar componentes de señal de las señales correspondientes a vibración y pasar solamente los componentes de las señales correspondientes a ondas de rozamiento y choque y medios (20b) para detectar envolventes de las señales correspondientes a ondas de rozamiento y choque;

medios procesadores digitales (22, 24, 26, 29), en comunicación eléctrica con dicho acondicionador de señales analógicas (20), para convertir señales analógicas en señales digitales, para calcular (26) la energía de onda de esfuerzo correspondiente a dichas envolventes y para obtener lógica de control y visualización (11, 200) para seleccionar transductores (32) a supervisar;

medios de control y visualización (14, 18), en comunicación eléctrica con dichos medios procesadores digitales (22, 24, 26, 29), para dictar qué transductores (32) supervisar mediante dicha lógica de control y visualización (11, 200), para dictar la información a visualizar; y

para comparar la energía de onda de esfuerzo calculada con un valor umbral almacenado y generar una condición de alarma cuando se supera dicho valor umbral.

2. Un sistema como el expuesto en la reivindicación 1, donde dicho sistema incluye además dicha pluralidad de transductores detectores de vibración, choque y rozamiento (32) para unión a la maquinaria en puntos seleccionados para producir el número correspondiente de señales eléctricas correspondientes a ondas de vibración, rozamiento y choque producidas en la maquinaria durante el funcionamiento.

3. Un sistema como el expuesto en la reivindicación 2, donde dicha pluralidad de transductores (32) incluye sensores transductores de cristal piezoeléctrico.

4. Un sistema como el expuesto en cualquiera de las reivindicaciones 1 a 3, donde dichos medios de control y visualización (14, 18) incluyen:

unos medios procesadores de control (11) para leer y procesar un medio de código de instrucción y unos medios de visualización (14) para visualizar información seleccionada por el procesador de control, estando dichos medios procesadores de control (11) en comunicación eléctrica con dichos medios procesadores digitales (22, 24, 26, 29), y dichos medios de visualización (14), para seleccionar las señales a procesar por dichos medios procesadores digitales (22, 24, 26, 29), para procesar dicho cálculo de energía de onda de esfuerzo y para controlar la visualización de dicho cálculo de energía de onda de esfuerzo, respectivamente.

5. Un sistema como el expuesto en la reivindicación 4, donde dicho medio de código de instrucción incluye:

medios (30) para seleccionar dichos transductores (32) para procesado digital por dichos medios procesadores digitales (22, 24, 26, 29).

6. Un sistema como el expuesto en la reivindicación 5, donde dichos medios selectores de sensor (30) incluyen además:

unos medios de exploración para explorar selectivamente dichos transductores (32) a seleccionar para procesado digital por dichos medios procesadores digitales (22, 24, 26, 29).

7. Un sistema como el expuesto en la reivindicación 4, 5 o 6, donde dicho medio de código de instrucción incluye:

medios para calcular mediciones de energía de onda de esfuerzo en dichas señales generadas por dichos transductores (32).

8. Un sistema como el expuesto en cualquiera de las reivindicaciones 1 a 7, donde dichos medios receptores de señal (36) incluyen:

un multiplexor (30), en comunicación eléctrica con los transductores (32) y dicho acondicionador de señales analógicas (20), para recibir las señales eléctricas de los transductores (32) y transmitir al menos una señal preseleccionada, determinándose cada señal preseleccionada indicada por dichos medios procesadores de control (22, 24, 26, 29).

9. Un sistema como el expuesto en la reivindicación 8, donde dicho medio filtrante (20a) está en comunicación eléctrica con dicho multiplexor (30), para filtrar frecuencias en cada dicha señal preseleccionada correspondiente a las ondas de rozamiento y choque para llegar a una señal resultante para cada dicha señal, estando dicha señal resultante en un rango de frecuencia predeterminado correspondiente a dichos transductores (32).

10. Un sistema como el expuesto en cualquiera de las reivindicaciones 1 a 9, donde dichos medios detectores de envolvente (20b) incluyen:

unos medios demoduladores, en comunicación eléctrica con dichos medios procesadores digitales (22, 24, 26, 29), para detectar envolventes en cada dicha señal preseleccionada y para producir un tren de pulsos de ondas de esfuerzo, siendo procesados dichos trenes de pulsos de ondas de esfuerzo por dichos medios procesadores digitales (22, 24, 26, 29) para calcular la energía de onda de esfuerzo.

11. Un sistema como el expuesto en la reivindicación 10, donde dichos medios procesadores digitales (22, 24, 26, 29) incluyen:

unos medios integradores, en comunicación eléctrica con dichos medios procesadores de control (11), para integrar dichos trenes de pulsos de ondas de esfuerzo para llegar a dicho cálculo de energía de onda de esfuerzo.

12. Un sistema como el expuesto en la reivindicación 10 o 11, donde dichos medios procesadores digitales (22, 24, 26, 29) incluyen además:

unos medios de detección de picos, en comunicación eléctrica con dichos medios procesadores de control (11), para medir niveles de amplitud máxima de trenes de pulsos de ondas de esfuerzo.

13. Un sistema como el expuesto en cualquier reivindicación anterior incluyendo además medios para crear un histograma de dichas mediciones de energía en un período de tiempo seleccionado.

14. Un sistema como el expuesto en cualquier reivindicación anterior donde dichos medios filtrantes (20a) incluyen un filtro de paso de banda.

15. Un sistema como el expuesto en cualquier reivindicación anterior donde dichos transductores (32) tienen en la operación una frecuencia resonante adecuadamente alejada de la frecuencia de vibración natural de la máquina de modo que no sean excitados por la frecuencia natural de la máquina.