来自解调的声发射的粘度估算的制作方法
【专利摘要】一种用于估算轴承(20)中的润滑剂粘度的方法，包括以下步骤：采用声发射传感器(28)监测来自所述轴承(20)的声发射；监测所述轴承(20)的速度、负载和温度中的至少一个；解调来自所述声发射传感器(28)的声发射信号；计算解调的声发射信号的均方根值并且存储计算的均方根值；将均方根值与速度、负载和温度中的一个或多个的值对准并且存储对准值；将对准的均方根值和速度、负载和温度中的至少一个用于从所述对准值计算粘度和/或粘度比的模型。通过这样做，经过润滑的轴承(28)的状态受到监测并且利用多变量回归分析来估计润滑剂粘度并且模型化轴承(20)的寿命预期。
【专利说明】
来自解调的声发射的粘度估算
技术领域
[0001]本发明涉及一种用于通过分析解调的声发射信号来监测润滑的滚动元件轴承中的润滑状态的方法，特别是估算轴承中的润滑膜的粘度。
【背景技术】
[0002]为了使滚动元件轴承以可靠的方式运行，其必须得到充分的润滑。润滑剂防止在轴承内金属与金属接触并且保护轴承内的表面免遭腐蚀。因此，为每个单独的轴承应用选择适当的润滑剂和润滑方法以及正确的维护计划是非常重要的。
[0003]在某些情况下，特别是关于不便于接近的大型机械比如风力涡轮机，理想的是提供一种监测轴承润滑状态而不影响轴承正常运行的方法。
[0004]文献W02010/085971中描述了一种通过确定表示润滑状态的润滑参数来监测滚动元件轴承的润滑状态的方法。在第一步骤，测量携载高频结构的声发射。测量的声发射由于轴承的滚动表面之间的粗糙面接触而产生，并提供测量的信号。在第二步骤，发射的声能量从测量的信号提取。在第三步骤，基于声能量与润滑参数之间的幂律关系，从发射的声能量确定润滑参数。用于指示润滑状态的润滑参数或是具体的润滑膜厚度(Lambda)或是润滑剂粘度比(Kappa)13Kappa值是润滑剂的实际粘度与润滑剂必须具有以便形成适当润滑膜的最小所需粘度的比率。所需的粘度取决于轴承的大小和旋转速度，而实际粘度取决于润滑剂和温度。
[0005]在轴承寿命的计算中，粘度比(Kappa)中的实际粘度从润滑剂的粘度等级、润滑剂工作温度和轴承速度设定。
[0006]轴承寿命模型是一个统计模型，它说的是根据某一组操作参数，相同类型的并且以同样方式润滑的某一百分比(例如90 % )的轴承将在失效之前持续若干个小时。IS0281:2007题为“滚动轴承一额定动载荷和寿命(Rolling Bearings-Dynamic Load Ratings andLife)”描述了这样的模型。这种类型的模型有两个问题。第一个问题是，该模型无法预测哪个特定的轴承将是持续预测小时数的轴承以及哪个将在预测寿命之前失效的轴承。第二个问题是，如果测量粘度的话，用于粘度比的假设的实际粘度可能并不代表真实粘度。
[0007]如果不是假设可以对其进行监测的实际粘度，然后不是基于假设来计算轴承寿命，则轴承寿命的计算可以基于所关注的轴承的监测估算的实际粘度比。这对于很贵且难以接近的轴承来说将是特别有价值的，因为轴承的维护或修复可以在失效之前进行安排。
[0008]尽管W02010/085971试图提供一种针对上述问题的解决方案，但是可能难以识别与在粘度比落在仅略微低于0.5时出现的粗糙面接触相关的声发射信号。
[0009]此外，监测原始声发射信号需要能够采样和处理MHz信号的采样和处理设备。这样的设备复杂、昂贵，并且通常用于实验室而不是现场。
[0010]因此，期望能够更准确地确定润滑剂粘度及因此确定润滑剂粘度比。
[0011 ]还期望能够通过使用不太复杂的设备来确定润滑剂粘度及润滑剂粘度比。
【发明内容】
[0012]根据本发明，提供了一种用于估算被润滑的轴承中的润滑剂粘度的方法，包括以下步骤:
[0013]i)在采集时间段以及标记该采集时间段的时间过程中，采用声发射传感器监测来自所述轴承的声发射；
[0014]ii)监测所述轴承的速度、负载和温度中的至少一个，并且将速度、负载和温度中的所述至少一个的标记时间的监测值存储在数据库中；
[0015]iii)解调来自所述声发射传感器的声发射信号；
[0016]iv)在数据处理器中计算解调的声发射信号的均方根值，并且将计算的均方根值存储在数据库中；
[0017]V)在时间上将解调的声发射信号的均方根值与速度、负载和温度中的一个或多个的值对准，并且将对准值存储在所述数据库中；
[0018]vi)将解调的声发射信号的均方根的对准值和速度、负载和温度中的至少一个用于从所述对准值计算粘度和/或粘度比的模型。
[0019]根据本发明的第二方面，提供了一种用于创建粘度或粘度比的数学模型的方法，包括以下步骤:
[0020]i)以不同的速度、负载或温度，采用新润滑剂来运行轴承；
[0021]ii)在采集时间段以及标记该采集时间段的时间过程中，采用声发射传感器监测来自所述轴承的声发射；
[0022]iii)监测所述轴承的速度、负载和温度中的至少一个，并且将速度、负载和温度中的所述至少一个的标记时间的监测值存储在数据库中；
[0023]i V)解调来自所述声发射传感器的声发射信号；
[0024]V)在数据处理器中计算解调的声发射信号的均方根值，并且将计算的均方根值存储在所述数据库中；
[0025]Vi)在时间上将解调的声发射信号的均方根值与速度、负载和温度中的一个或多个的值对准，并且将对准值存储在所述数据库中；
[0026]vii)从已知的粘度/温度数据计算所述新润滑剂的粘度；
[0027]viii)将解调的声发射信号的均方根的对准值和速度、负载和温度中的至少一个以及计算的粘度存储在数据库中；
[0028]ix)对所存储的值执行多变量回归分析并且开发“最佳拟合”模型，其中粘度或Kappa是因变量，而解调的声发射信号的均方根值和速度、负载和温度中的一个是自变量。
[0029]优选地，在采集时间段上计算解调的声发射信号的均方根值，并且优选地，采集时间段在时间上与速度、负载和温度中的至少一个的值对准。
[0030]采集时间段优选为在0.5至30秒之间，这取决于所监测的轴承的旋转速度。较小的采集时间段与较快的运行轴承一起使用，较长的采集时间段与较慢的运行轴承一起使用。例如，小于I秒例如0.8秒的采集时间段可以与以3600rpm或更大的速度旋转的轴承一起使用，而30秒的采集时间段可以与以5rpm旋转的轴承一起使用。
[0031]理想地，采集时间段足够长以捕获轴承的四个旋转。
[0032]有利地，本发明第一方面中的步骤vi的模型是根据本发明第二方面的方法创建的模型。
[0033]用于估算轴承中的润滑剂粘度的方法可以包括建立所述模型是否已经被创建且如果没有的话则根据本发明第二方面的方法来创建模型的步骤。
[0034]用于估算轴承中的润滑剂粘度的方法还可以包括将粘度或Kappa的计算值用于轴承寿命模型的步骤。
【附图说明】
[0035]附图是通过示例的方式，其中:
[0036]图1a示出了对于润滑油润滑剂而言采用解调的声发射信号的平方根均值来表示润滑剂粘度比Kappa的变化的曲线图。
[0037]图1b示出了对于润滑脂润滑剂而言采用解调的声发射信号的平方根均值来表示润滑剂粘度比Kappa的变化的曲线图。
[0038]图2是说明本发明的方法的流程图；
[0039]图3是用于本发明的信号处理系统的方框图；
[0040]图4是示出所收集的模型参数的表格；
[0041 ]图5是表示用于本发明的方法的模型例子的三轴图；以及
[0042]图6是仪表轴承的示意图。
【具体实施方式】
[0043]图1a和Ib示出了分别对于润滑油和润滑脂而言解调的声发射信号平方根均值(RMS)随改变的润滑剂粘度Kappa的典型变化的曲线图。这些曲线图是通过试验建立起来的并形成了现有技术的状态的一部分。
[0044]如可以看出，对于润滑油而言，解调的声发射信号的RMS在Kappa低于1.5时显著地增加，而对于润滑脂而言是在Kappa低于1.0时。
[0045]符号“籲”表示解调的声发射信号的RMS随改变的Kappa的测量的改变。对于每个图而言，其中轴承以假想速度旋转的解调的声发射信号的RMS的变化的理论曲线由符号“ ■”表示。该理论曲线是对由符号表示的测量数据“最佳拟合”的曲线。
[0046]在每个图中，示出了虚线形式的两条曲线，一个在解调的声发射信号的RMS随Kappa的理论和测量变化的曲线之上，一个在其之下。在每个图中，虚线形式的上下曲线代表对于分别比假想速度更快和更慢旋转的轴承而言解调的声发射信号的RMS随Kappa的变化。
[0047]在现有技术中，测量原始声发射信号表示粗糙面接触的检测，其在Kappa下降到
0.5时发出。通过观察解调的声发射信号的RMS，Kappa远高于0.5的改变可以被检测，因此可以得到轴承的改变状态的更深入了解。
[0048]图2所示的流程图说明了本发明的方法。
[0049]在步骤I，声发射传感器(称为如图2中的AE传感器)被放置成与轴承或轴承壳体接触，将参照图6进行更详细地描述。
[0050]在步骤2，声发射传感器产生来自轴承的连续声发射信号。获取用于后续解调的声发射信号的系统通常具有约I至1ksps(每秒千样值)的采样率，取决于采集系统的限制和由监测的轴承所支撑的轴的旋转速度。较高的轴速允许更快的采样率，具有更好的RMS变化，但较低的轴速往往导致较低的采样率。这是因为期望的是数据通过轴承的大量转动而被捕获。看着以不同速度旋转的两个轴承，旋转更慢的轴承所需的时间段会比更快旋转的轴承所需的时间段更长，以旋转相同的次数。用于获取声发射信号的系统在任何一次采集中通常具有对于最大数量样品的容量。在缓慢旋转的轴承的情况下，要完成的轴承的期望的转动数量所需的时间乘以期望的采样率的组合可能导致样品总数超出采集系统的容量，因此有必要降低系统的采样速率用于获取声发射信号。
[0051]在步骤3，通过使用如图3所示的信号处理系统来解调原始声发射信号。
[0052]在图3所示的处理系统中，声发射传感器28的输出形成至预放大器35的输入，提供所需的电压增益。放大的信号穿过设定为10kHz的高通滤波器36，即具有大于10kHz的频率的信号穿过过滤器，而那些具有更低频率的信号不能穿过。高通滤波器36的输出形成至设定为500kHz的低通滤波器37的输入，即具有低于500kHz的频率的信号穿过过滤器，而那些具有更高频率的信号不能穿过。低通滤波器37的输出形成至全波整流器38的输入，该全波整流器38的输出形成到抗混叠滤波器39的输入，该抗混叠滤波器39的功能是通过将信号从声发射传感器28穿过其它部件信号处理系统来除去引入到信号中的噪声。抗混叠滤波器39输出到平衡驱动器40，其调节信号以具有提供用于其传输到本发明方法的步骤4的数据采集系统的功率和阻抗特性。
[0053]除了声发射传感器，轴承或轴承壳体还装有其他状态监测传感器，在这种情况下是用于监测轴承旋转速度的速度传感器a、用于监测轴承上的负载的负载传感器b和用于监测轴承温度的温度传感器C。代替提供单个温度传感器C，还可以提供多个温度传感器，从而允许在轴承上的不同位置对轴承的温度进行测量。
[0054]步骤4的性能需要处理器和数据存储器。因此采集系统包括处理器和数据库。
[0055]速度、负载和温度传感器的输出形成到步骤4的处理器的输入，并且在处理步骤4中被利用。
[0056]来自步骤3的解调的声发射信号还形成到步骤4的输入。
[0057]到步骤4的所有输入被记录在数据库中。
[0058]在步骤4中，通常在0.5至30秒之间的采集时间上计算解调的声发射信号的均方根(RMS),这取决于轴承的旋转速度。理想情况下，采集时间足够长以捕获轴承的四个旋转。
[0059]解调的声发射信号的RMS代表解调的声发射信号的能量波动。然而，解调的声发射信号的RMS还被证明是与连续原始声发射信号的能量成比例的，因为其波动与解调的滤波器频带内的能量成比例地增加。
[0060]在进一步的处理步骤中，解调的声发射信号的RMS的计算值与速度、负载和温度信号对准。也就是说，速度、负载和温度信号的时间标记与采集时间段的时间标记对准，采集时间段是获取用于后续解调的声发射信号的时间段。以这种方式，解调的声发射的RMS的变化可以与其他监测参数的变化相关。
[0061]该方法使用用于所监测的轴承的特别应用的模型。该模型是通过操作轴承和在受控条件下采用新润滑剂监测来创建的。这允许在实际粘度已知时建立在不同负载、速度和温度下的声发射信号的RMS值的数据库，因为润滑剂是新的，并且可以安全地假定为具有由润滑剂制造商所指示的粘度。
[0062]在步骤5中，该方法询问粘度估算模型是否已经建立。
[0063]如果粘度估算模型尚未建立，则估算程序运行。在步骤Ia中，测量速度a、负载b、温度C、来自步骤3的解调的声发射信号、来自步骤4的解调的声发射信号的RMS，并且通过使用来自润滑剂制造商的粘度等级/温度图对于每个测量的温度计算粘度。
[0064]在步骤Ib，收集上述参数。
[0065]图4中的表I列出了一组不例性收集的模型参数。在表I中，解调的声发射信号的RMS是AC耦合电路的，温度以摄氏度测量，Visc表示实际粘度，Vl表示所需的粘度，二者的单位都是mm2/sec，负载以kN测量。
[0066]以小时、分钟和秒表示的时间是在相应排中的参数的时间标记，在本示例中各样品的采集时间段是3.2秒，从而捕捉以SOrpm旋转的轴承的四个转动。
[0067]用于创建模型的采集时间段然后在该方法用于监测在现场的相同类型轴承时用于该模型。
[0068]如可以从表看出，本例中的变量是负载，对于每个负载275kN、550kN和IlOOkN采取九个或十个样品。标称速度基本上是不变的，对于所有负载来说是80或81rpm。
[0069]通过在不同负载、速度和温度下进行测试来建立解调的声发射信号的RMS值的数据库。
[0070]在步骤Ic，执行多变量回归分析，其中粘度(Kappa)是因变量，而速度、负载和温度以及解调的声发射的RMS是自变量。
[0071 ]输出是方程及其常量，它们一起代表模型。
[0072]该模型存储在步骤Id中以供将来在现场使用。
[0073]图5是示出了多变量回归分析的三轴曲线图。在这种情况下，描述三轴曲线的“最佳拟合”方程、模型是y = a+b/xl+c/x2，其中xl是测量负载与额定负载的比例，x2是解调的声发射信号的RMS且a、b和c是常数。
[0074]采用该模型，可以测量解调的声发射信号的RMS，且模型的方程求解粘度或粘度比(Kappa)，这是在步骤7中进行的。
[0075]在步骤8，所计算的实际粘度或粘度比(Kappa)值然后用于轴承寿命模型。所使用的轴承寿命模型基于IS0281 “滚动轴承一额定动态载荷和额定寿命(Rolling Bearings-dynamic load ratings and rating life)，，。
[0076]在图2的流程图中，虚流线表示仅在粘度或Kappa模型的初始创建过程中使用的路径和行动。
[0077]本发明的方法基于监测用于一台设备的轴承的状态来提供粘度和/或粘度比(Kappa)的估算的实际值，而不是在润滑剂是新的时的实际润滑剂粘度或Kappa值。初始Kappa值例如可以是4，但估算的实际值可能只是1.5，表示短得多的轴承寿命。有了这些知识，就可以采取行动了，例如可以改变润滑剂，或者在比使用润滑剂是新的时的Kappa值所指示的更早的时间计划更换轴承。
[0078]图6示出了系统的一个例子，包括要被监测的轴承和布置成执行根据本发明的方法的润滑状态监测装置。本例中的轴承是径向滚动元件轴承20，包括内圈22、外圈24和介于其间的滚动元件25。从而轴承内圈22的外径限定用于滚动元件25的内滚道26，且轴承外圈24的内径限定外滚道27。另外，轴承20安装在壳体21中，并且采用润滑油(未示出)进行润滑。
[0079]润滑状态监测装置包括声发射传感器28、记录轴承上特定位置的温度的温度传感器29、旋转速度传感器30、负载传感器31以及信号处理器32，其布置成记录和处理由根据列于图2的处理步骤的传感器检测到的声发射信号、温度、旋转速度和负载信号。在图1的示例中，声发射传感器28安装在轴承外圈24上，该外圈在轴承运转时是不旋转的。声发射传感器28还可以定位在壳体21上或者在轴承所安装到的一些其它固定结构上。在轴承内圈22在运行时是不旋转的应用中，声发射传感器28例如可以安装在内圈22的内径(孔)中的凹口中。
[0080]在轴承操作期间，滚动元件25的外表面25s与内滚道26和外滚道27滚动接触。这些滚动接触表面25s、26、27由于粗糙面而具有一定的粗糙度。取决于轴承中的润滑状态特别是润滑剂粘度，分离滚动接触表面的油膜可能并不足够厚以防止滚动元件表面25s与轴承滚道26、27之间的粗糙面接触。粗糙面接触在Kappa低于0.5时开始发生。轴承内部的此粗糙面接触(金属至金属的接触)产生声发射。由安装成与轴承圈直接或间接接触的声发射传感器检测到的声发射的水平因此表示滚动元件表面与轴承滚道之间的粗糙面接触的程度，因此表示轴承内的润滑状态。
[0081]为了确保所传播的应力波正确地传输到声发射传感器28，重要的是在声发射传感器28与传感器28所安装到的轴承或轴承壳体的表面之间具有良好的机械接触。这可以以不同的方式来实现。一种方式是在轴承外圈24的外径机加工平坦表面并且将声发射传感器安装在该平坦表面上。由于声发射传感器可以非常小，所以此安装技术还可以用于相对较小的轴承。将声发射传感器安装到轴承的另一方式是制造声发射传感器使得其检测表面具有与其将会接触的轴承表面相同的曲率半径。这还将使得在声发射传感器与轴承之间能够配合接触。对于较大的轴承来说，还可以在声发射传感器可安装到的外圈中机加工凹口。要理解的是，在轴承圈中的任何机加工应执行成使得轴承的功能不受损害。
[0082]除了确保轴承或轴承壳体的接触表面与声发射传感器之间配合装配外，还可以通过使用润滑脂例如真空润滑脂或润滑油作为传感器与其所安装到的表面之间的连接介质来改善声波至声发射传感器的传输。
[0083]声发射传感器28可以安装在轴承的任何角位置。安装位置将取决于轴承所用于的机器中的可用空间。用于声发射传感器的优选安装位置是与轴承上的负载的方向成直线的位置。因此，对于径向负载轴承而言，声发射传感器28应径向安装。例如在推力轴承(其承受轴向负载)的情况下，声发射传感器应轴向安装，即在运转中不旋转的轴承圈的侧面上。此夕卜，安装位置最好与轴承负载区成直线并且与滚动接触的区域成直线。由于声波从滚动元件25s与滚道26、27之间的接触表面传播，所以信号质量在直接与接触区域相对的位置是最好的。这将减少干扰由来自所测量的信号和来自机械的其他来源的声波的反射所造成的声波。这也将改善信号的信噪比。
[0084]使用解调的声发射信号的RMS允许使用较便宜的数据采集和处理设备。另外，分析由本发明的方法所产生的信号所需的专业知识的程度显著少于分析原始声发射数据所需的。
[0085]此外，根据本发明的方法的分析允许测量润滑剂粘度的所有值，而不仅仅是表示粗糙面接触的粘度。因此，本发明的方法可以提供表示润滑剂粘度正趋向于0.5的信息。该信息在设备运行及维护方面是有价值的。
【主权项】
1.一种用于估算被润滑的轴承中的润滑剂粘度的方法，包括以下步骤: i)在采集时间段以及标记该采集时间段的时间过程中，采用声发射传感器监测来自所述轴承的声发射； ii)监测所述轴承的速度、负载和温度中的至少一个，并且将速度、负载和温度中的所述至少一个的标记时间的监测值存储在数据库中； i i i)解调来自所述声发射传感器的声发射信号； iv)在数据处理器中计算解调的声发射信号的均方根值，并且将计算的均方根值存储在数据库中； V)在时间上将解调的声发射信号的均方根值与速度、负载和温度中的一个或多个的值对准，并且将对准值存储在所述数据库中； Vi)将解调的声发射信号的均方根的对准值和速度、负载和温度中的至少一个用于从所述对准值计算粘度和/或粘度比的模型。2.—种用于创建粘度或粘度比的数学模型的方法，包括以下步骤: i)以不同的速度、负载或温度，采用新润滑剂来运行轴承； ii)在采集时间段以及标记该采集时间段的时间过程中，采用声发射传感器监测来自所述轴承的声发射； iii)监测所述轴承的速度、负载和温度中的至少一个，并且将速度、负载和温度中的所述至少一个的标记时间的监测值存储在数据库中； iv)解调来自所述声发射传感器的声发射信号； V)在数据处理器中计算解调的声发射信号的均方根值，并且将计算的均方根值存储在所述数据库中； Vi)在时间上将解调的声发射信号的均方根值与速度、负载和温度中的一个或多个的值对准，并且将对准值存储在所述数据库中； Vii)从已知的粘度/温度数据计算所述新润滑剂的粘度； viii)将解调的声发射信号的均方根的对准值和速度、负载和温度中的至少一个以及计算的粘度存储在数据库中； ix)对所存储的值执行多变量回归分析并且开发“最佳拟合”模型，其中粘度或Kappa是因变量，而解调的声发射信号的均方根值和速度、负载和温度中的一个是自变量。3.根据权利要求1所述的方法，其中，权利要求1中的步骤vi的模型是根据权利要求2所述的方法创建的模型。4.根据权利要求1或3所述的方法，其中，所述方法包括建立所述模型是否已经被创建且如果没有的话则根据权利要求2所述的方法来创建模型的步骤。5.根据权利要求1、3至4中任一项所述的方法，还包括将粘度或Kappa的计算值用于轴承寿命模型的步骤。6.—种用于估算基本上如附图所示并且参照附图所述的轴承中的润滑剂粘度的方法。7.—种用于创建基本上如附图所示并且参照附图所述的粘度或粘度比的数学模型的方法。
【文档编号】G01M13/04GK105899945SQ201480072948
【公开日】2016年8月24日
【申请日】2014年12月15日
【发明人】A.汤姆森
【申请人】斯凯孚公司