Header

Shop : Details

Shop
Details
978-3-8440-1976-6
45,80 €
ISBN 978-3-8440-1976-6
Paperback
148 Seiten
79 Abbildungen
219 g
21 x 14,8 cm
Deutsch
Dissertation
Juni 2013
Stephan Schädlich
Potentiale prozessangepasster Wavelets für signalbasierte Condition Monitoring Systeme
Die Prozess- und Maschinenzustandsüberwachung liefert einen wesentlichen Beitrag, um dem besonderen wirtschaftlichen Druck in Hochlohnländern durch effiziente Strategien der Instandhaltung und Qualitätssicherung standzuhalten. Der Gewinn an Produktivität und Betriebssicherheit bleibt mit dem Aufwand und den Kosten für ein Überwachungssystem abzuwägen.

In der vorliegenden Arbeit wird die kontinuierliche Selflettransformation CST als ein Verfahren zur Anpassung von Analysefunktionen an individuelle Signalmuster für die Zustandsüberwachung entwickelt. Einführend wird ein Überblick auf die Wissensgebiete der Zustandsüberwachung und deren vielfältige Ziele, Aufgaben und Methoden gegeben. Erweiterte Potentiale für die Zustandsüberwachung liefert die zeitlich aufgelöste Frequenzselektion transienter oder instationärer Signalvorgänge, bei der sich die Wavelettransformation WT in vielen Forschungsarbeiten als vorteilhaft erweist. Die Eignung der WT wird entscheidend durch die Ähnlichkeit zwischen dem Basiswavelet und dem relevanten Signal bestimmt. Die Anpassung der Analysefunktion beschränkt sich in den meisten Anwendungen auf die Wahl eines Vertreters aus der Palette bereits konstruierter Wavelets.

Aus dem Bedarf einer adaptiven Zeit-Frequenztransformation wird eine Methode zur Generierung von Analysefunktionen aus gemessenen Signalmustern für die kontinuierliche WT abgeleitet. Während die diskrete WT schnelle Algorithmen und eine eindeutige Rücktransformation ermöglicht, sind der Anpassungsfähigkeit von Basiswavelets durch die Einhaltung der Orthogonalitätsbedingung enge Grenzen gesetzt. Die Anforderungen an ein Basiswavelet werden für die kontinuierliche WT im Wesentlichen nur durch die Mittelwertfreiheit bestimmt. Mit prozessangepassten Wavelets wird eine effiziente und einfache Adaption vorgestellt, die gegenüber der vorhandenen Alternativen komplexere mathematische Verfahren für die diskrete WT oder die Lösung analytischer Systemmodelle für die kontinuierliche WT umgeht.

Die Vorteile einer Adaption der Analysefunktion werden zunächst an einem Testsignal verdeutlicht. Die zu erkennenden Testsignalverläufe werden durch den Einsatz von Selflets auf möglichst wenige Koeffizienten konzentriert und dadurch mit hohen Amplituden für die Zwecke der Zustandsüberwachung hervorgehoben. Darauf folgt eine theoretische Betrachtung der Wechselwirkung zwischen der Eignung der zu generierenden Selflets mit stochastischen Einflüssen in der Amplitude, der Länge, der Frequenzinhalte und der Phasenbeziehungen der zu erkennenden Signalmuster.

Aufbauend auf dem theoretischen Teil wird das Analyseverfahren auf einem prototypischen Condition Monitoring System implementiert. Es werden Lösungen zur Überwachung unterschiedlicher Verschleißerscheinungen an linearen Wälzführungen und Prozessstörungen an Schneckenpumpen erarbeitet. Die Parameter zur Generierung der Wavelets, d. h. die Trägerlänge und das eingesetzte Signalintervall, werden zunächst manuell variiert und die Überwachungsgüte gegenüber konventionellen Basisfunktionen in einem geeigneten Kennwertvergleich quantifiziert. Daraufhin wird eine automatisierte Methode der Generierung entwickelt, die durch einen statistischen Ergebnisvergleich für störende - stochastisch überlagerte - Signaleinflüsse ein optimiertes Selflets liefert.

Die Potentiale von Selflets zur effektiven und einfachen Adaption der linearen Zeit-Frequenztransformation treten umso deutlicher zu Tage, je stärker die konventionellen Analysefunktionen von den zu erkennenden Transienten hinsichtlich der Trägerlängen, der Frequenzinhalte und der Phasenbeziehungen abweichen.

Ausblickend erscheinen auf der Basis der Ergebnisse weiterführende Verfahrens-Kombinationen der CST mit der Hüllkurvenbildung oder der drehsynchronen Mittelung von Koeffizienten und deren Hüllkurven bzw. Hüllkurvenspektren viel versprechend. Ferner sind durch adaptive Zeit-Frequenztransformationen zukünftig weiter verbesserte oder vereinfachte diagnostische Aussagefähigkeiten zu erwarten. So sind über die Amplitudenhöhe hinaus zunehmend auch die Veränderungen der zeitlichen Häufung frequenzselektierter Transienten für eine erweiterte Beurteilung des Schadens-ausmaßes heranzuziehen. Außerdem ist zu untersuchen, ob der Aufwand zur Bereitstellung von Referenzmessungen des Normalzustands für transiente Schadenseinflüsse zu umgehen ist. Hierzu sind jedoch zeitlich lokal berechnete Kennwerte einer Überwachung, wie in dieser Arbeit vorgestellt, unerlässlich. Die hoch aufgelöste Zeitinformation der frequenzselektierten Kennwerten erscheint somit prinzipiell geeignet, den Normalzustand auch im aktuellen Messsignal einer lokalen Störung aus schadensunbeeinflussten Signalintervallen zu referenzieren.
Schlagwörter: Zustandsüberwachung; Condition Monitoring; Wavelets
Berichte aus dem Bremer Institut für Strukturmechanik und Produktionsanlagen
Herausgegeben von Prof. Dr.-Ing. Bernd Kuhfuß, Prof. Dr.-Ing. habil. Reinhold Kienzler und Prof. Dr.-Ing. Kirsten Tracht, Bremen
Band 2013,1
Export bibliographischer Daten
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
  +49 2421 99011 9
Mo. - Do. 8:00 Uhr bis 16:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
Social Media