Bitte wählen Sie ihr Lieferland und ihre Kundengruppe
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. Zur Auslegung signalbasierter Überwachungsmethoden wird der Bedarf hervorgehoben, neben den Sensoren, der Signalerfassung, der Kennwerte und der Klassifikatoren vor allem die Signalanalyseverfahren an die jeweilige Anwendung anzupassen. 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. Es werden drei Verfahren der Skalierung und eine digitalisierte Form der kontinuierlichen WT programmtechnisch umgesetzt. Zusätzlich wird eine an die Analysefunktion flexibel anpassbare Behandlung des Randproblems der Koeffizienten entwickelt. Die Vorteile einer Adaption der Analysefunktion werden zunächst an einem Testsignal verdeutlicht. Die zu erkennenden Testsignalverlaufe werden durch den Einsatz von Selflets auf möglichst wenige Koeffizienten konzentriert und dadurch mit hohen Amplituden für die Zwecke der Zustandsüberwachung hervorgehoben.