DD236242A3 - Verfahren und schaltungsanordnung zur fehlerfrueherkennung an kraft- und arbeitsmaschinen - Google Patents
Verfahren und schaltungsanordnung zur fehlerfrueherkennung an kraft- und arbeitsmaschinen Download PDFInfo
- Publication number
- DD236242A3 DD236242A3 DD26362084A DD26362084A DD236242A3 DD 236242 A3 DD236242 A3 DD 236242A3 DD 26362084 A DD26362084 A DD 26362084A DD 26362084 A DD26362084 A DD 26362084A DD 236242 A3 DD236242 A3 DD 236242A3
- Authority
- DD
- German Democratic Republic
- Prior art keywords
- item
- feature vectors
- pattern recognition
- classification
- circuit arrangement
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000013598 vector Substances 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 238000012567 pattern recognition method Methods 0.000 claims abstract description 7
- 238000003909 pattern recognition Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000005314 correlation function Methods 0.000 claims description 7
- 230000005236 sound signal Effects 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 2
- 125000004122 cyclic group Chemical group 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 230000007774 longterm Effects 0.000 claims description 2
- 230000011664 signaling Effects 0.000 claims description 2
- 230000001960 triggered effect Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 238000005311 autocorrelation function Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000314 lubricant Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
Die Erfindung betrifft ein Verfahren und eine Schaltungsanordnung zur Fehlerfrueherkennung an Kraft- und Arbeitsmaschinen mit Kolbenbewegung und aehnlichen zyklisch arbeitenden Systemen durch Ueberwachung des technischen Zustandes. Es ist das Ziel der Erfindung, zur Fehlerfrueherkennung an Kraft- und Arbeitsmaschinen mit Kolbenbewegung ein Verfahren und eine Schaltungsanordnung anzugeben, die kontinuierlich ueber eine laengere Betriebszeit fuer im Normalbetrieb arbeitende Maschinen einsetzbar sind, die automatisch arbeiten und mit Hilfe der Mustererkennung eine Zustandsklassifikation durchfuehren und entstehende Fehler auf vorgegebenem Vertrauensniveau automatisch signalisieren koennen. Der Erfindung liegt die Aufgabe zugrunde, aus den von der Maschine abnehmbaren Signalen Merkmalsvektoren zu ermitteln, um mit Hilfe der Mustererkennung den technischen Zustand der Maschine oder der Anlage zu beschreiben. Erfindungsgemaess wird die Aufgabe fuer das Verfahren dadurch geloest, dass maschinentaktgebunden waehrend des normalen Betriebes aus den stochastischen Signalen mittels statistischer Signalverarbeitung Merkmalsvektoren extrahiert werden, mit deren Hilfe durch Anwendung von Mustererkennungsverfahren die Klassifikation des Maschinenzustandes vorgenommen wird.
Description
Die Erfindung betrifft ein Verfahren und eine Schaltungsanordnung zur Fehlerfrüherkennung an Kraft- und Arbeitsmaschinen mit Kolbenbewegung und ähnlichen zyklisch arbeitenden Systemen durch Überwachung des technischen Zustandes. Die Anwendung der Erfindungen ist dort gegeben, wo Meßgrößen zur Verfugung stehen, deren Schwankungscharakter in der Amplitude oder Zeit mit dem Zustand der Systeme oder einzelner Komponenten im Zusammenhang stehen und wo ein von dem zyklischen Prozeß abgeleitetes Taktsignal vorhanden ist.
Es ist bereits ein Verfahren zur Überwachung des Verschleißgrades und damit zur Fehlerfrüherkennung bekannt, das auf der meist diskontinuierlichen Analyse des Schmiermittels beruht, in dem Menge und Materialart der abgeriebenen Teilchen untersucht werden (DD-PS 129 487).
Mit diesem nicht automatisch arbeitenden Verfahren sind keine Wahrscheinlichkeitsaussagen über entstehende Fehler möglich.
Das Verfahren gestattet keinen kontinuierlichen Einsatz über eine längere Betriebszeit und keine Anwendung selbstlernender Mustererkennungsverfahren zur Zustandsklassifikation.
Es ist auch ein Verfahren bekannt, mit dem eine allgemeine Schall- und Vibrationsüberwachung der Maschinen oder eine Überwachung von periodisch mit dem Arbeitszyklus auftretenden Maximalwerten, wie Druck im Zylinderinnenraum, durchgeführt wird (EP-PS 0 031 800). Es werden Warnsignale abgegeben, wenn die Pegel ausgewählter Signale vorgegebene Grenzwerte überschreiten. Dieses nicht für den Normalbetrieb arbeitende Maschinen geeignete Verfahren gestattet keine Wahrscheinlichkeitsaussagen über entstehende Fehler, arbeitet nicht automatisch und nicht kontinuierlich über eine längere Betriebszeit.
Speziell für Dieselmotoren ist aus DE-OS 2 952 580 ein Klopfgeräuschdetektor bekannt, der mit Hilfe eines auf die beim Klopfbeginn auftretende Vibrationsfrequenz abgestimmten Beschleunigungsaufnehmers, diesen unerwünschten Prozeß nachweist. Auch diese Lösung gestattet keine Wahrscheinlichkeitsaussagen über entstehende Fehler und keine Anwendung von Mustererkennungsverfahren zur Zustandsklassifikation.
Weiterhin ist eine Einrichtung zur Funktionsprüfung von Ventilen von Kolbenmaschinen bekannt, die bei fremdgetriebener Maschine die metallischen Geräusche, die bei der Ventilarbeit entstehen, auf ihre Amplitudenwerte in Abhängigkeit vom Kurbelwinkel prüft (EP-PS 0 031 806). Diese Einrichtung ist nicht kontinuierlich über eine längere Betriebszeit und nicht für im Normalbetrieb arbeitende Maschinen einsetzbar. Außerdem gestattet sie keine Zustandsklassifikation durch Mustererkennungsverfahren. Es ist schon ein
-2- 636
Gerät zur Fehlerbestimmung an Komponenten von Hubschraubern bekannt, das mit einem Monitor arbeitet und eine Verfügbarkeitsvorhersage gestattet (WO 82/00886). Dieses Gerät ist ein Analogsignalmonitor und arbeitet nur im off-line-Betrieb und ohne automatischen Klassifikator.
Es ist das Ziel der Erfindung, zur Fehlerfrüherkennung an Kraft- und Arbeitsmaschinen mit Kolbenbewegung ein Verfahren und eine Schaltungsanordnung anzugeben, die kontinuierlich über eine längere Betriebszeit für im Normalbetrieb arbeitende Maschinen einsetzbar sind, die automatisch arbeiten und mit Hilfe der Mustererkennung eine Zustandsklassifikation durchführen und entstehende Fehler auf vorgegebenem Vertrauensniveau automatisch signalisieren können.
Der Erfindung liegt die Aufgabe zugrunde, aus den von der Maschine abnehmbaren Signalen Merkmalsvektoren zu ermitteln, um mit Hilfe der Mustererkennung den technischen Zustand der Maschine oder der Anlage zu beschreiben. Erfindungsgemäß wird die Aufgabe für das Verfahren dadurch gelöst, daß maschinentaktgebunden während des normalen Betriebes aus den stochastischen Signalen mittels statistischer Signalverarbeitung Merkmalsvektoren extrahiert werden, mit deren Hilfe durch Anwendung von Mustererkennungsverfahren die Klassifikation des Maschinenzustandes vorgenommen wird. Dabei ist es vorteilhaft, wenn Schallemissions- und Körperschallsignale erfaßt und die digitalisierten, gespeicherten Zeitfunktionsrealisierungen in einem Speicher abgelegt werden, in dessen ersten Kanal ein konstanter Wert addiert wird.
Die weitere Ausbildung der Erfindung ist dadurch gekennzeichnet, daß die statistische Signalverarbeitung mittels der Korrelationsanalyse vorgenommen wird und daß die Komponenten von Merkmalsvektoren durch abschnittsweise Integration der gemittelten Korrelationsfunktion ermittelt werden. Der Normalzustand der Maschinen wird aus der mehrdimensionalen Verteilung der Merkmalsvektoren durch Belehrung im Neuzustand mit Hilfe parameterfreier Schätzverfahren ermittelt. Die Merkmalsvektoren werden sowohl von den Mittelwerten als auch von den Streuungen der Merkmale gebildet. Der technische Zustand und seine Veränderungen während des Betriebes werden automatisch durch einen Klassifikator ermittelt und verschiedenen Zustandskiassen zugeordnet. Es ist sehr vorteilhaft, daß Irrtumswahrscheinlichkeiten für den Klassifikator auf verschiedenen Vertrauensniveaus festgelegt werden, wodurch unterschiedliche Alarmstufen entstehen und daß neben der aktuellen Klassifizierung auch eine Klassifizierung des Trends erfolgt. Zur Merkmalsextraktion wird ein Mikroprozessor mit getriggerter Meßsignalerfassung angewendet. Eine günstige Ausfürirungsform wird dann erreicht, wenn die Mustererkennungsprozeduren und die Langzeitspeicherung auf einem Prozeßrechner mit Massendatenspeicher durchgeführt werden, auf dem auch die Diagnoseresultate gespeichert werden. Für die Schaltungsanordnung wird die Aufgabe dadurch gelöst, daß ein Körperschallaufnehmer, ein Ladungsverstärker, ein Demodulator und ein Filterverstärker in Reihe auf einen Auswahlschalter geführt sind, daß der Ausgang des Auswahlschalters über einen Tiefpaßfilter mit einem Multiplexer in Verbindung steht, daß der Ausgang des Multiplexers und ein Former auf einen Analog-Digital-Konverter geschaltet sind, daß ein Mikrorechner, der Bestandteil des Monitors ist, mit dem Multiplexer und dem Analog-Digital-Konverter verbunden ist und daß der Monitor mit einem Prozeßrechner in Verbindung steht, der mit Einrichtungen zur Fehlersignalisierung, zur Protokollierung und zur Speicherung der Diagnoseresultate verbunden ist.
Die Erfindung soll an je einem Beispiel für das Verfahren und die Schaltungsanordnung zur automatischen Überwachung und Fehlerfrüherkennung von Hochdruckverdichtern, speziell für deren Ventile, näher erläutert werden.
Die zugehörige Zeichnung zeigt das Blockschaltbild der Schaltungsanordnung.
Für das Verfahren:
An der Oberfläche der Zylinder werden an geeigneten Meßorten mit speziellen Aufnehmern hochfrequente Körperschallsignale gemessen, die von der Digitalisierungseinrichtung synchron zum Kolbenhub erfaßt werden. Das Triggersignal wird mit Hilfe eines speziellen Sensors von der Kolbenstellung des Verdichters abgeleitet. Dadurch können Effekte, die sich im Körperschallsignal abbilden, bestimmten Ventilaktivitäten zugeordnet werden.
Die elektrischen Signale von den in dieser Weise taktgebunden erfaßten Meßgrößen wie zum Beispiel Körperschall und Druck werden digitalisiert und gespeichert. Zur problemangepaßten Signal-Strukturerkennung wird die Korrelationsfunktion ermittelt, in der sich sowohl die Zeitabstände als auch die Amplituden von Ereignissen gut abbilden. In einer Ausführungsvariante des Verfahrens werden die Meßsignale durch eine Digitalisierungseinrichtung in äquidistanten Zeitabschnitten At abgetastet und in einem Speicher der Länge N als Datenwerte {x„}, η = 1,2,...N abgelegt. Aus diesen Datenwerten werden für eine Anzahl von Arbeitszyklen die Autokorrelationsfunktionen R^x der Meßsignale nach
-i-T X-O -42 M M)
geschätzt und in einem Resultatfeld akkumuliert. .
Zur Erhöhung der Empfindlichkeit und des Auflösungsvermögens können die Signale in mehrere Teile zerlegt werden, von denen die Autokorrelationsfunktionen geschätzt werden. Eine besonders leistungsfähige Ausführungsvariante des beschriebenen Verfahrens besteht darin, den Datenwerten {xn} einen vom Triggersignal abgeleiteten Impuls zu überlagern. Das resultierende Signal hat dann die Form
x1 (y4t) = X (f&t) +
-3- 636 20
Die Korrelationsfunktion dieses modifizierten Signales
/?xx · A** + Rm * R*a + Rsx (3)
enthält außer den beiden Autokorrelationsfunktionen Hx,, R66 die Kreuzkorrelationsfunktionen Rx5 + R6x. Da die Funktionen χγΔ11 und δ(γΛΐ) synchron zum Kolbenhub, also korreliert sind, verschwinden ihre Kreuzkorrelationsfunktionen nicht. Es wird damit erreicht, daß sich bei einer bestimmten Form und Lage des Impulses δ(νΔ,) wie in (2) angegeben, in der Autokorrelationsfunktion zusätzlich die
Zeitfunktion des Signales abbildet. \
Aus den Autokorrelationsfunktionen ausgewählter Meßsignale, die in der beschriebenen Weise modifiziert werden, erfolgt die Berechnung der Elemente der Merkmalvektoren durch Integration der Korrelationsfunktion über vorgegebene Bereiche. ·..,» Der technische Zustand der Kolbenverdichter, insbesondere ihrer Ventile wird auf der Grundlage dieser Merkmalvektoren mit Verfahren der Mustererkennung klassifiziert. Grundlage der automatischen Klassifizierung ist bei dem Verfahren eine Belehrung. Für jeden Verdichter einer größeren Verdichterstation werden nach der Inbetriebnahme oder nach Instandsetzungen aus einer größeren Zahl von Realisierung die Referenz- oder Normalvektoren geschätzt.
Zur automatischen Fehlerfrüherkennung werden in der Überwachungsphase die aktuell bestimmten Merkmalvektoren von einem Klassifikator auf vorgegebenen Vertrauensniveaus mit den Normalvektoren verglichen. Bei Niveauüberschreitungen zum Beispiel der α, = 0,5 % und a2 = 1 % Quantile der Verteilungen erfolgt die Alarmierung des Anlagenpersonals.
Eine besonders empfindliche Frühwarnung in bezug auf sich entwickelnde Fehlfunktionen erhält man dadurch, daß die Klassifikation nicht nur auf der Basis der Mittelwerte der Komponenten der Merkmalvektoren erfolgt, sondern auch die Streuungen der Merkmale berücksichtigt werden. Durch diesen zweiten Typ von Merkmalvektoren, deren.Elemente die Steuungen sind, werden bereits geringe Instabilitäten der Arbeitsweise der Verdichter erkannt. Außer der Klassifizierung bezüglich der aktuellen Realisierungen der Merkmalvektoren erfolgt auch die Klassifizierung bezüglich des zeitlichen Trends. Dadurch werden mit dem Verschleiß einhergehende langsame Abweichungen erkennbar.
Für die Schaltungsanordnung:
Zur Sicherung eines stabilen akustischen Kontaktes sind an jedem Kolbenverdichter einer Verdichterstation ein oder mehrere Körperschallaufnehmer 1 fest installiert, die mit in unmittelbarer Nähe angeordneten Vorverstärkern 2 verbunden sind. Nach den Vorverstärkern 2 sind in Reihe Demodulatoren 3, Filterverstärker 4 und Auswahlschalter 5 angeordnet. Nach dem Auswahlschalter 5 ist ein Tiefpaßfilter 6 angebracht, der mit einen Multiplexer 7 verbunden ist, dessen Ausgang ebenso wie ein Former 8 auf einen Analog-Digital-Konverter 9 geschaltet ist. Der Mikrorechner 10 ist mit dem Multiplexer 7 und dem Analog-Digital-Konverter 9 verbunden. Der Mikrorechner 10 steht mit einem zur Betriebsinstrumentierung gehörenden Prozeßrechner 11 in Verbindung, an den eine Fehlersignalisation 12, eine Protokollierung 13 und ein Speicher für die Diagnoseresultate 14 angeschlossen sind.
Die im Mikrorechner 10 bestimmten Merkmalsvektoren werden zur aktuellen Zustandsklassifikation und zur Trendanalyse über einen Datenbus in den zentralen Prozeßrechner 11 übertragen. Die Alarmierung des Operators bei auftretenden Fehlern wird von diesem Prozeßrechnersystem unter Berücksichtigung des allgemeinen Anlagenzustandes durchgeführt.
Claims (11)
- -1- 636 20Erfindungsanspruch:1. Verfahren zur Fehlerfrüherkennung an Kraft- und Arbeitsmaschinen mit Kolbenbewegung und ähnlich zyklisch arbeitenden Systemen, bei dem aus Meßgrößen gewonnene Signale verarbeitet werden, gekennzeichnet dadurch, daß maschinentaktgebunden während des normalen Betriebes aus den stochastischen Signalen mittels statistischer Signalverarbeitung Merkmalsvektoren extrahiert werden, mit deren Hilfe durch Anwendung von Mustererkennungsverfahren die Klassifikation des Maschinenzustandes vorgenommen wird.
- 2. Verfahren nach Punkt 1, gekennzeichnet dadurch, daß Schallemissions- und Körperschallsignale erfaßt und die digitalisierten, gespeicherten Zeitfunktionsrealisierungen in einem Speicher abgelegt werden, in dessen ersten Kanal ein konstanter Wert addiert wird.
- 3. Verfahren nach Punkt 1 und 2, gekennzeichnet dadurch, daß die statistische Signalverarbeitung mittels der Korrelationsanalyse vorgenommen wird und daß die Komponenten von Merkmalsvektoren durch abschnittsweise Integration der gemittelten Korrelationsfunktion ermittelt werden.
- 4. Verfahren nach Punkt 1, gekennzeichnet dadurch, daß der Normalzustand der Maschinen aus der mehrdimensionalen Verteilung der Merkmalvektoren durch Belehrung im Neuzustand mit Hilfe parameterfreier Schätzverfahren ermittelt wird.
- 5. Verfahren nach Punkt 3, gekennzeichnet dadurch, daß Merkmalsvektoren sowohl von den Mittelwerten als auch von Streuungen der Merkmale gebildet werden.
- 6. Verfahren nach Punkt 1, gekennzeichnet dadurch, daß der technische Zustand und seine Veränderungen während des Betriebes automatisch durch einen Klassifikator ermittelt und verschiedenen Zustandskiassen zugeordnet werden.
- 7. Verfahren nach Punkt 1 und 6, gekennzeichnet dadurch, daß Irrtumswahrscheinlichkeiten für den Klassifikator auf verschiedenen Vertrauensniveaus festgelegt werden, wodurch unterschiedliche Alarmstufen entstehen.
- 8. Verfahren nach Punkt 1, 6 und 7, gekennzeichnet dadurch, daß neben der aktuellen Klassifizierung auch eine Klassifizierung des Trends erfolgt.
- 9. Verfahren nach Punkt 1 bis 3, gekennzeichnet dadurch, daß zur Merkmalextraktion ein Mikroprozessor mit getriggerter Meßsignalerfassung angewendet wird.
- 10. Verfahren nach Punkt 1, gekennzeichnet dadurch, daß die Mustererkennungsprozeduren und die Langzeitspeicherung auf einem Prozeßrechner mit Massendatenspeicher durchgeführt werden, auf dem auch die Diagnoseresultate gespeichert werden.
- 11. Schaltungsanordnung zur Fehlerfrüherkennung an Kraft- und Arbeitsmaschinen mittels Meßsignalverarbeitung in einem Monitor, gekennzeichnet dadurch, daß ein Körperschallaufnehmer, ein Ladungsverstärker, ein Demodulator und ein Filterverstärker in Reihe auf einen Auswahlschalter geführt sind, daß der Ausgang des Auswahlschalters über einen Tiefpaßfilter mit einem Multiplexer in Verbindung steht, daß der Ausgang des Multiplexers und ein Former auf einen Analog-Digital-Konverter geschaltet sind, daß ein Mikrorechner, der Bestandteil des Monitors ist, mit dem Multiplexer und dem Analog-Digital-Konverter verbunden ist und daß der Monitor mit einem Prozeßrechner in Verbindung steht, der mit Einrichtungen zur Fehlersignalisierung, zur Protokollierung und zur Speicherung der Diagnoseresultate verbunden ist.• *
Hierzu 1 Seite Zeichnung
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DD26362084A DD236242A3 (de) | 1984-05-31 | 1984-05-31 | Verfahren und schaltungsanordnung zur fehlerfrueherkennung an kraft- und arbeitsmaschinen |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DD26362084A DD236242A3 (de) | 1984-05-31 | 1984-05-31 | Verfahren und schaltungsanordnung zur fehlerfrueherkennung an kraft- und arbeitsmaschinen |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| DD236242A3 true DD236242A3 (de) | 1986-06-04 |
Family
ID=5557512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DD26362084A DD236242A3 (de) | 1984-05-31 | 1984-05-31 | Verfahren und schaltungsanordnung zur fehlerfrueherkennung an kraft- und arbeitsmaschinen |
Country Status (1)
| Country | Link |
|---|---|
| DD (1) | DD236242A3 (de) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0459946A1 (de) * | 1990-05-31 | 1991-12-04 | K.K. Holding Ag | Überwachungssystem, insbesondere für Motoren, Kompressoren und zyklisch arbeitende Maschinen |
| DE4020635A1 (de) * | 1990-06-29 | 1992-01-09 | Nobis Guenter | Verfahren zum bestimmen des technischen zustandes von kraftstoffeinspritzsystemen und deren bauteilen |
| DE19983014B4 (de) * | 1998-03-02 | 2005-05-25 | Cummins Inc., Columbus | Vorrichtung zum Diagnostizieren von Störungen und Fehlerbedingungen in einer Kraftstoffanlage einer Verbrennungskraftmaschine |
-
1984
- 1984-05-31 DD DD26362084A patent/DD236242A3/de not_active IP Right Cessation
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0459946A1 (de) * | 1990-05-31 | 1991-12-04 | K.K. Holding Ag | Überwachungssystem, insbesondere für Motoren, Kompressoren und zyklisch arbeitende Maschinen |
| DE4020635A1 (de) * | 1990-06-29 | 1992-01-09 | Nobis Guenter | Verfahren zum bestimmen des technischen zustandes von kraftstoffeinspritzsystemen und deren bauteilen |
| EP0463536A3 (en) * | 1990-06-29 | 1992-02-12 | Guenter Dr.-Ing. Nobis | Method for determining the technical condition of fuel injection systems and their parts |
| DE19983014B4 (de) * | 1998-03-02 | 2005-05-25 | Cummins Inc., Columbus | Vorrichtung zum Diagnostizieren von Störungen und Fehlerbedingungen in einer Kraftstoffanlage einer Verbrennungskraftmaschine |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE3031812C2 (de) | Verfahren zur Vibrationsdiagnose an rotierenden Maschinen | |
| DE3537216C2 (de) | Anordnung zum Erkennen von Schneidwerkzeug-Bruchereignissen | |
| EP2730906B1 (de) | Vorrichtung und Verfahren zur Zustandsüberwachung eines Wälzlagers | |
| DE102019100722B4 (de) | Erkennung von Spitzen und Fehlern in Schwingungstrendddaten | |
| DE69718714T2 (de) | Fehlererfassung während des Betriebes von elektrischer Gerätschaft | |
| DE3941267A1 (de) | Verfahren und vorrichtung zum detektieren von rissen in lagern | |
| DE60117049T2 (de) | Maschinenzustandsüberwachungsvorrichtung mit steuerungseinrichtung | |
| EP1282808B1 (de) | Vorrichtung zur fehlererkennung bei einer digitalen signalauswerteeinrichtung | |
| EP3631593A1 (de) | Überwachungsvorrichtung und verfahren zur überwachung eines systems | |
| DE102016205364A1 (de) | Schmiervorrichtung mit einer Steuereinheit zum Betreiben einer Schmierpumpe | |
| DE102020126043A1 (de) | Verfahren zur Zustandserkennung einer Antriebskette oder eines Antriebsriemens an einer industriellen Förderanlage und Ketten- oder Riemenspannvorichtung dafür | |
| EP3250918B1 (de) | Verfahren zur detektion von kavitation | |
| EP0433316B1 (de) | Verfahren und vorrichtung zur überwachung der spanabhebenden bearbeitung eines werkstückes | |
| DE102017202976A1 (de) | Sensorik für einen Elektroschrauber zur Klassifizierung von Schraubvorgängen mittels eines Magnetfeldsensors | |
| DD236242A3 (de) | Verfahren und schaltungsanordnung zur fehlerfrueherkennung an kraft- und arbeitsmaschinen | |
| EP1674365A1 (de) | Überwachung einer Mehrkolbenpumpe | |
| DE102010050314B4 (de) | Automatische Testausrüstung zum Testen eines Schwingkristalls und Verfahren zum Betreiben derselben | |
| DE202021101831U1 (de) | Elektrische Pumpe | |
| DE112017007461T5 (de) | Vibrationsdetektionsvorrichtung und Unregelmäßigkeitsbestimmungssystem | |
| DD248036A3 (de) | Verfahren und vorrichtung zur maschinenelementezustandsbestimmung mittels impulsbewertung | |
| DE102017207895B4 (de) | Verfahren, Steuergerät und System zur Abschätzung einer verbleibenden Lebensdauer eines Bauteils | |
| DE19602359A1 (de) | Verfahren und Schaltungsanordnung zur Überwachung eines Drehzahlsensors | |
| DE1289127B (de) | Schaltungsanordnung zum Auswerten von im Zeitmultiplex uebertragenen Niederfrequenzsignalen | |
| DE68919720T2 (de) | Ermittlungsverfahren für das Geräuschverschwinden und Ermittlungsvorrichtung dafür. | |
| DE102009027320A1 (de) | Werkzeugmaschine mit Kleinstörungserkennungsvorrichtung |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| ENJ | Ceased due to non-payment of renewal fee |