СПОСОБ ОПРЕДЕЛЕНИЯ ЭКСПЛУАТАЦИОННЫХ СОСТОЯНИЙ ВЕНТИЛЯТОРА Российский патент 2022 года по МПК F04D27/00 

Описание патента на изобретение RU2778874C2

Изобретение касается способа определения эксплуатационных состояний вентилятора, при этом термин «вентилятор» следуем понимать в самом широком смысле. Кроме того, идея изобретения может также переноситься и на систему из нескольких вентиляторов, групп вентиляторов или вентиляторных систем. В случае системы из нескольких вентиляторов речь идет о взаимодействии вентиляторов, в частности также о согласовании между вентиляторами. В этом месте следует заметить, что также термин «определение» следует понимать в самом широком смысле. Сюда относится, в том числе, также расчет эксплуатационных состояний, если это возможно.

В основе изобретения лежит идея, обеспечить в каждой рабочей точке вентилятора наилучший возможный коэффициент полезного действия и наилучшие возможные рабочие характеристики. Из-за противоречивых эксплуатационных параметров это затруднительно.

Из практики вентилятора известно, что шарикоподшипник и смазка шарикоподшипника являются критическими параметрами для срока службы вентилятора. Срок службы шарикоподшипника и смазки шарикоподшипника в значительной степени зависит от эксплуатационной температуры в или, соответственно, на двигателе и от действующих на шарикоподшипник механических сил. Так как в непосредственной близости от подшипника не могут размещаться ни датчики температуры, ни датчики силы, нельзя измерить ни температуру подшипника, ни воздействующие на подшипник усилия на подшипнике. Следовательно, требуется либо опосредствованно измерять эти параметры, либо определять их путем расчета.

Из DE 10 2010 002 294 A1 известна система или, соответственно, способ определения состояния подшипника электрической машины. Реальные сенсорные блоки определяют измеряемое значение, которое передается в блок моделирования. Посредством блока моделирования определяют результирующее значение, которое является либо значением тока подшипника, либо зависимым от тока подшипника значением. Результирующее значение передается для дальнейшего расчета в следующий блок. Известная(ый) система/способ, в связи с необходимой сенсорной техникой, является затратной(ым) и при нехватке достаточного конструктивного пространства может только с трудом применяться для вентиляторов.

В основе изобретения лежит задача, простыми конструктивными средствами обеспечить в каждой рабочей точке вентилятора наилучший возможный коэффициент полезного действия и наилучшие рабочие характеристики. Кроме того, должна быть возможна оценка срока службы, чтобы можно было реализовывать новые сервисы, такие как прогностическое обслуживание (Predictive Maintainance) и пр. При этом следует учитывать, что в надлежащих положениях трудно устанавливать требуемую сенсорную технику.

В соответствии с изобретением вышеназванная задача решается с помощью способа с признаками п.1 формулы изобретения, причем в конкретном случае речь идет при этом о способе определения эксплуатационных состояний вентилятора с использованием цифрового отображения (цифровой близнец) вентилятора, к которому привлекается по меньшей мере один характерный для эксплуатационного параметра алгоритм.

Точнее говоря, цифровое отображение реального вентилятора создается путем отображения его свойств посредством математических моделей расчета и при необходимости с привлечением известных данных, при необходимости реальных данных измерения. Реальные данные измерения могут представлять собой текущие данные измерения из текущего режима эксплуатации каждого индивидуального двигателя (и при необходимости его истории). Также с учетом известных соотношений, характеристик, и пр. создается и привлекается к дальнейшему расчету по меньшей мере один характерный для эксплуатационного параметра алгоритм.

По цифровому отображению посредством виртуальных датчиков определяются или, соответственно, рассчитываются состояния конструктивных элементов вентилятора. Эти состояния конструктивных элементов вводятся в характерный или для режима эксплуатации или эксплуатационных параметров или продукта алгоритм, который из эксплуатационных состояний определяет и рассчитывает конкретные эксплуатационные параметры вентилятора и при необходимости дает выведенные из них, касающиеся режима эксплуатации вентилятора прогнозы, например, прогнозы по сроку службы вентилятора. Существенно, что возможно комбинированное использование определенных состояний конструктивных элементов и реальных данных измерения.

В соответствии с изобретением используются два различных компонента программного обеспечения, а именно, первый компонент программного обеспечения, касающийся цифрового близнеца, и второй компонент программного обеспечения, касающийся характерного для эксплуатационного параметра алгоритма, который можно назвать «интеллектуальным» алгоритмом.

Цифровой близнец является цифровым отображением реального, индивидуального объекта, в случае предлагаемой изобретением идеи вентилятора или вентиляторной системы. Цифровой близнец отображает свойства вентилятора посредством модели расчета и при необходимости с привлечением известных данных вентилятора. Задачу цифрового близнеца состоит в том, чтобы рассчитывать состояния конструктивных элементов вентилятора в зависимости от каждого эксплуатационного состояния с помощью виртуальных датчиков. Определенные на основании такого расчета состояния конструктивных элементов передаются в характерный для эксплуатационного параметра алгоритм, который определяет/рассчитывает из эксплуатационных параметров цифрового близнеца эксплуатационные параметры или эксплуатационные состояния вентилятора, например, срок службы подшипника и/или срок службы смазки подшипника. На основе результата возможна соответствующая ситуации адаптация регулирования. Поэтому эксплуатационные параметры и эксплуатационные состояния являются столь же релевантными, когда они являются расчетными величинами.

Поясненная выше комбинация цифрового близнеца и характерного для эксплуатационного параметра алгоритма применительно к цифровому алгоритму-близнецу может реализовываться на микропроцессоре, который должен предназначаться для двигателя вентилятора, и таким образом предназначаться для этого вентилятора в качестве постоянного компонента.

Предлагаемая изобретением идея, которую можно обобщить под термином «цифровой алгоритм-близнец», представляет собой комбинацию описывающего вентилятор цифрового близнеца со своего рода интеллектуальным алгоритмом, который выполнен характерным для эксплуатационного параметра.

При соответственно выполненном вентиляторе может производиться прогностическое (упреждающее) прогностическое обслуживание, с целью избежать выхода вентилятора из строя, например, из-за поврежденного подшипника или смазки подшипника. Стремятся к соответствующей ситуации адаптации системных параметров, чтобы можно было реализовать практически максимально возможный срок службы вентилятора.

С использованием цифрового отображения вентилятора и характерного для эксплуатационного параметра алгоритма в рамках прогностического обслуживания стремятся по возможности полностью исчерпывать срок службы конструктивных элементов вентилятора и одновременно избегать любого выхода вентилятора из строя. Срок службы вентилятора рассчитывается при взятии за основу расчетных состояний конструктивных элементов и результирующих из них эксплуатационных параметров.

Цифровой близнец использует физические и/или математические и/или статистические и/или эмпирические и/или комбинированные модели для расчета термических и механических состояний конструктивных элементов. Во всяком случае, к ним относятся как математические, так и физические и нефизические модели. Для характерного для эксплуатационного параметра алгоритму (интеллектуальный алгоритм) требуются определенные цифровым близнецом состояния конструктивных элементов, чтобы определять любые эксплуатационные параметры, например, также чтобы прогнозировать выход вентилятора из строя. Так как срок службы вентилятора в первую очередь зависит от шарикоподшипников и смазки шарикоподшипника, фокусированный на смазке шарикоподшипника и шарикоподшипнике расчет эксплуатационных параметров играет очень большую роль.

Из практики известно, что срок службы смазки подшипника в значительной мере зависит от эксплуатационной температуры. Чем выше эксплуатационная температура в течение всего срока службы, тем быстрее расходуется смазка подшипника. Следовательно, следует определять температуру подшипника, чтобы определять срок службы смазки подшипника.

Для определения температуры подшипника в непосредственном окружении подшипника должен был бы размещаться датчик температуры. Вследствие геометрических и функциональных условий вентилятора/двигателя это невозможно. Соответственно предлагаемым изобретением образом такие состояния конструктивных элементом, как температура подшипника, рассчитываются посредством цифрового близнеца вместе с алгоритмом, характерным для эксплуатационного параметра .

Расчет базируется на математической модели, которая, в свою очередь, базируется на редуцированной связанной термомагнитной модели расчета. Комбинация из цифрового близнеца вместе с характерным для эксплуатационного параметра алгоритмом рассчитывает источники тепла, приемники тепла и термическое состояние касающейся двигателя вентилятора общей системы. Так с помощью виртуальных датчиков цифрового близнеца может определяться температура смазки подшипника в зависимости от эксплуатационного состояния вентилятора/двигателя и включаться в качестве эксплуатационного состояния в характерный для эксплуатационного параметра алгоритм.

Как цифровой близнец, включая его виртуальные датчики, так и характерный для эксплуатационного параметра алгоритм может имплементироваться в машинный код (C-код) на уже имеющемся микропроцессоре, благодаря чему вентилятору придается определенный машинный интеллект.

Хотя способ разработки и функционирование предлагаемого изобретением способа далее рассматривается на примере срока службы подшипника и смазки подшипника, этот способ может касаться всех, какие только возможны, эксплуатационных параметров вентилятора. Применение предлагаемого изобретением способа целесообразно тогда, когда соответствующие параметры невозможно измерить непосредственно, однако их знание может привлекаться к оптимизации режима эксплуатации вентилятора.

Есть разные возможности предпочтительным образом воплотить и усовершенствовать идею настоящего изобретения. Для этого, с одной стороны, необходимо сослаться на пункты формулы изобретения, зависимые от п.1 формулы изобретения, а с другой стороны, на последующее пояснение предпочтительных примеров осуществления изобретения с помощью чертежа. В связи с пояснением предпочтительных примеров осуществления изобретения с помощью чертежа поясняются также в общем предпочтительные варианты осуществления и усовершенствованные варианты воплощения изобретения. На чертеже показано:

фиг.1-8: этапы способа реализации предлагаемой изобретением идеи изобретения, имеющие особые отличия.

На фиг.1 показан принцип предлагаемого изобретением способа, при этом комбинация цифрового близнеца по меньшей мере с одним характерным для эксплуатационного параметра алгоритмом (интеллектуальный алгоритм) называется цифровым алгоритмом-близнецом, в следующем примере для срока службы смазки подшипника и/или подшипника.

Как уже указывалось выше, срок службы смазки подшипника и подшипника зависит от эксплуатационной температуры и частоты вращения двигателя. Так как в непосредственном окружении подшипника не может размещаться датчик температуры, температура подшипника должна рассчитываться посредством модели, в соответствии с изобретением с помощью цифрового алгоритма-близнеца, который получается из комбинации цифрового близнеца и характерного для эксплуатационного параметра алгоритма (интеллектуальный алгоритм).

Цифровой близнец является не чем иным, как математической моделью, которая основывается на редуцированной связанной термомагнитной и механической расчетной модели. Цифровой близнец рассчитывает термическое и механическое состояние касающейся двигателя общей системы. С помощью принадлежащих цифровому близнецу виртуальных датчиков цифровой близнец может определять температуру смазки подшипника в зависимости от эксплуатационного состояния двигателя.

Интеллектуальному алгоритму для дальнейшей обработки данных нужны состояния конструктивных элементов, чтобы, например, прогнозировать выход вентилятора из строя. По характеристикам выхода из строя может рассчитываться, или по меньшей мере оцениваться, отказ двигателя. Все касающееся цифрового алгоритма-близнеца программное обеспечение реализовано в машинном коде (C-коде) на микропроцессоре двигателя, так что не требуется никакая другая электроника.

На фиг.2 показана последовательность расчета срока службы смазки подшипника в подшипнике двигателя вентилятора. В рамках создания цифрового отображения реального вентилятора требуются численные детальные модели, в конкретном случае, термические модели, модели магнитной цепи и пр. Кроме того, составляются алгоритмы для расчета срока службы смазки.

После этого детальные модели редуцируются с получением моделей поведения, чтобы можно было манипулировать объемом данных.

После этого происходит связь моделей поведения и рассчитывающего срок службы смазки подшипника алгоритма в системном моделировании, а именно, в рамках комбинации цифрового близнеца с характерным для эксплуатационного параметра алгоритмом, который в настоящем случае рассчитывает срок службы смазки подшипника. На основе системного моделирования генерируется C-код, и происходит непосредственная имплементация C-кода на микропроцессор двигателя.

Как уже указывалось выше, редукция детальной модели до модели поведения требуется, чтобы снизить время вычислений. Благодаря этой мере цифровой алгоритм-близнец может реализовываться на микропроцессоре двигателя. Для редукции термической модели могут применяться разные методы, например, метод Крылова. При этом данные детальной модели редуцируются путем понижения порядка модели.

Магнитная детальная модель может редуцироваться с помощью алгоритма или с помощью таблицы. В таблице определены предварительно рассчитанные для определенных ситуаций результаты, так что сложные расчеты могут заменяться быстрым поиском значений. С помощью соответственно редуцированных моделей может рассчитываться температура смазки подшипника и температура подшипника. Расчетные значения используют характерный для эксплуатационного параметра алгоритм, здесь рассчитывающий срок службы смазки подшипника алгоритм, чтобы рассчитывать срок службы, с одной стороны, смазки подшипника, а с другой стороны, подшипника.

Кроме того, можно предпочтительно экспоненциально взвешивать использованный срок службы подшипника/смазки подшипника в зависимости от эксплуатационной температуры.

На фиг.3 показан характер изменения такого коэффициента взвешивания на протяжении хода изменения температуры, при этом за основу расчета срока службы смазки подшипника берутся взятые в качестве примера параметры, такие как длительный режим эксплуатации, вид подшипника, вязкость, частота вращения, температура смазки и время эксплуатации/срок службы. Этот пример вычислений при сроке эксплуатации четыре минуты дает использованный срок службы 15 минут.

Предлагаемым изобретением образом редуцированные модели в соответствии с цифровым близнецом и характерным для эксплуатационного параметра алгоритмом, касающиеся срока службы смазки подшипника, включаются в системное моделирование и связываются друг с другом. Системное моделирование может составляться, например, в программе MATLAB. С помощью генератора кода MATLAB можно перевести системное моделирование в C-код и имплементировать на микропроцессоре двигателя.

На фиг.4 применение предлагаемого изобретением способа показано на примере расчета срока службы смазки подшипника, при этом за основу рассмотрения модели цифрового близнеца берутся термическая модель и модель магнитной цепи. Эти две модели переводятся в редуцированную термическую модель и редуцированную модель магнитной цепи.

Цифровой близнец комбинируется с характерным для эксплуатационного параметра алгоритмом, а именно, с алгоритмом, находящим срок службы смазки подшипника.

Исходя из детальной модели, эта модель редуцируется, то есть выводится редуцированная модель. Эта редуцированная модель может быть в виде матрицы, причем матрица переводится в системном моделировании в C-код, а именно, с помощью генератора C-кода. Редукция детальной модели может также осуществляться иным образом.

Из детальной модели получается, таким образом, редуцированная модель. С учетом алгоритма, рассчитывающего срок службы подшипника, происходит системное моделирование, из которой генерируется код. Этот код переносится на микропроцессор двигателя, предпочтительно при расчете в реальном времени, в противоположность сдвинутой во времени обработке в облаке.

На фиг.5 показан расчет срока службы подшипника, при этом в дополнение к расчету срока службы смазки подшипника, показанного на фиг.4, добавляется механическая модель, которая преобразуется в редуцированную механическую модель.

Для дальнейшего расчета применяются два характерных для эксплуатационного параметра алгоритма, а именно, во-первых, для оценки вибраций, а во-вторых, для расчета срока службы.

Как при расчете срока службы смазки подшипника, происходит связывание данных посредством системного моделирования, при этом из полученных таким образом матриц генерируется C-код. Этот код переносится на микропроцессор двигателя.

Предыдущие рассуждения о расчете срока службы смазки подшипника и срока службы подшипника поясняют, что предлагаемый изобретением способ и результирующий из него цифровой алгоритм-близнец являются ключевой функцией для «оцифровки» вентилятора, так как рассчитывается и анализируется решающая информация, и причем при редукции всех поступающих данных.

Существенной информацией являются, в итоге, эксплуатационные состояния, которые определяются в рамках цифрового близнеца с помощью виртуальных датчиков, чтобы с их помощью можно было рассчитывать срок службы смазки подшипника и срок службы подшипника в вентиляторе.

В этом месте следует заметить, что предлагаемым изобретением способом, т.е. посредством цифрового алгоритма-близнеца, с помощью виртуальных датчиков может рассчитываться каждое возможное эксплуатационное состояние, что невозможно с помощью реальных датчиков вследствие конструктивных ограничений и связанных с такими датчиками расходов.

Предлагаемый изобретением способ позволяет при взятии за основу рассмотренной выше редукции данных составлять компактный C-код, который может работать на стандартных микропроцессорах. На микропроцессоре происходит своего рода улучшение данных (большие данные → умные данные), причем это является результатом расчета. Только сжатые улучшенные данные подвергаются дальнейшей обработке или, например, пересылаются в облако. Разумеется, что за счет этого в значительной степени уменьшается (редуцируется) объем стриминга связи в облако.

Кроме того, требуется только через любые или определенные интервалы времени производить запрос остаточного срока службы вентилятора или, соответственно, двигателя, по которому может распознаваться линейное поведение или дрейф. Как уже указывалось выше, можно отказываться от реальных датчиков в пользу конструктивного пространства и для снижения расходов.

Также эксплуатационные параметры, определенные на основе цифрового близнеца и характерного для эксплуатационного параметра алгоритма, могут применяться для прогностического обслуживания и для профилактического обслуживания вентилятора, с одной стороны, и для оптимизации конструкции и режима эксплуатации вентилятора, с другой стороны.

Изображение на фиг.6 и 7 служит для дальнейшего пояснения идеи заявляемого изобретения которая уже была пояснена в качестве примера со ссылкой на фиг.4 и 5.

Существенным является использование цифрового отображения, а именно, цифрового близнеца вентилятора. Цифровой близнец получается посредством обработки данных. Он получается, в конкретном случае, из комбинации известных входных величин или значений измерения датчиков с расчетными значениями и расчетами/моделями. На основе цифрового близнеца осуществляется определение температуры конструктивных элементов, токов, потерь и пр. в определенных заданных местах вентилятора. На основе цифрового близнеца виртуально определяются реальные значения, такие как, например, конкретные температуры конструктивных элементов, причем тогда, когда в данном конкретном месте вентилятора не существует экономически/конструктивно целесообразной возможности измерения посредством сенсорной техники.

Также важное значение для идеи заявляемого изобретения имеет характерный для эксплуатационного параметра алгоритм. На основе результатов или, соответственно, данных, которые дает цифровой близнец, например, температуры подшипника, определяются такие показатели, как, например, вероятность выхода из строя или использованный срок службы вентилятора или, соответственно, подшипника вентилятора. Эти показатели зависят от текущих эксплуатационных параметров вентилятора и их истории, т.е. в каких рабочих точках и окружениях работает/работал вентилятор.

Фиг.6 и 7 на конкретном примере поясняют предлагаемый изобретением способ определения эксплуатационных состояний вентилятора с использованием цифрового отображения вентилятора с учетом предыдущих рассуждений.

В левой колонке фиг.6 стоят измеренные и расчетные входные величины, включая проставленные на стрелках единицы измерения. Эти входные величины измеряются с помощью имеющихся стандартных датчиков или известны.

Из этих входных величин рассчитываются источники тепла и приемники тепла. За основу берутся базирующиеся на моделировании модели, которые учитывают такие источники тепла, как, например, потери в меди, железе, электронике, и приемники тепла, такие как охлаждение двигателя (колесо охлаждения, обтекающий воздух и температура окружения). Результатом этого являются входные величины для редуцированной термической модели, имеющей виртуальные датчики. Все это соответствует цифровому близнецу применительно к термической модели.

Из редуцированной термической модели, имеющей виртуальные датчики, рассчитываются температуры конструктивных элементов. При этом термическая модель отображает физику вентилятора и с помощью виртуальных датчиков рассчитывает температуру в подшипнике, в обмотке, на магните и в разных компонентах электроники, в зависимости от потребности.

На фиг.7 в качестве продолжения фиг.6 отчетливо показано, что выходные величины из редуцированной термической модели, при необходимости имеющей другие параметры, привлекаются в качестве входных величин для расчета процесса старения. Лежащие в основе модели старения базируются на исторических данных и могут быть заложены в виде характеристик. Так ограниченный старением остаточный срок службы может индивидуально рассчитываться или корректироваться на месте на основе фактической истории вентилятора и текущего эксплуатационного состояния.

Результатом данных моделей расчета старения является расчетный срок службы в днях или часах, который, рассматриваемый отдельно, может служить чистой информацией. Тогда связанная с этим информация может привлекаться к дальнейшему прогнозу, а именно, к прогнозу остаточного срока службы отдельных конструктивных элементов или всего вентилятора. Тогда этот прогноз может использоваться для интеллектуальной оптимизации остаточного срока службы. Чтобы продлить остаточный срок службы, могут осуществляться меры, например, уменьшение частоты вращения или интеллектуальное распределение нагрузки на несколько вентиляторов. Эти меры могут связываться какой-либо регулирующей величиной.

На фиг.8 еще раз показан цифровой близнец вплоть до редуцированной термической модели, имеющей виртуальные датчики, причем вентилятор отображается им вместе с двигателем. Как уже указывалось выше, термическая модель отображает физику (физические характеристики) вентилятора и рассчитывает с помощью виртуальных датчиков разные температуры, которые привлекаются для различных назначений/целей/применений, в ключевых словах следующим образом.

Для контроля: определение эксплуатационных параметров с помощью виртуальных датчиков и использование их для контроля. Это могут быть: предупреждающие сообщения, СИД статуса, комментарии в считываемом коде ошибки, отображения в облаке или программном приложении, изображение на пользовательском интерфейсе.

Для прогностического обслуживания: способ определения старения вентилятора, состоящего из многочисленных отдельных систем, таких как шарикоподшипник, обмотка, компоненты электроники, магниты, и прогноз остаточного срока службы. Использование, например, для планирования интервалов технического обслуживания, для достижения наиболее долгого возможного срока службы перед интервалом технического обслуживания (т.е. не слишком раннее техническое обслуживание), автоматическое планирование сроков технического обслуживания, сообщение о необходимости технического обслуживания, автоматический заказ запчастей.

Для оптимизации: способ определения эксплуатационных состояний, касающихся характеристик продукта, т.е. коэффициента полезного действия, температур конструктивных элементов, частоты вращения, выходной мощности, расхода, шумности, вибраций и пр.

Для создания интеллектуального вентилятора: реакция на определенные эксплуатационные состояния для улучшения поведения или для достижения определенных целей:

- изменение рабочей точки/изменение регулирующего параметра для оптимального коэффициента полезного действия;

- изменение рабочей точки для достижения наиболее долгого возможного срока службы;

- уменьшение частоты вращения, когда вероятность выхода из строя очень высока;

- изменение рабочей точки при ритме день-ночь для наиболее тихого возможного ночного применения;

- выдача регулировочной величины для дополнительных устройств или устройств заказчика, например, выдача температуры для использования в регулировании теплового насоса или для дополнительного охлаждения;

- целенаправленный обход критических состояний системы (например, резонансов, повышенных температур и пр.).

Для создания детальных моделей релевантно следующее:

модель, в принципе, является отображением или аппроксимацией реальности, то есть по определению приближением. Модель всегда ограничивается некоторым фрагментом, который интересен для желаемого отображения. Кроме того, модель является в принципе неполной, так как либо она редуцируется для более простого применения в отношении ее необходимых вводных величин, либо отдельные физические элементы поведения при составлении модели неизвестны. В зависимости от более позднего использования и целеполагания, необходим другой вид моделирования, т.е., например, другая рассматриваемая область, необходимая другая точность в результатах или быстрота расчета. Есть очень много видов моделей, при этом в технической области чаще всего модель связывается с математическим представлением, например, с алгебраическими равенствами или неравенствами, системами обычных или частичных дифференциальных уравнений, пространственными представлениями состояний, таблицами, графиками.

Постоянной составной частью в сегодняшней разработке продукта является виртуальная разработка продукта с применением FE-моделирование (Finite Elemente Simulation, англ. моделирование методом конечных элементов). Классическим образом здесь физический домен (например, прочность или тепло или магнитная цепь) отображается в очень большой (порядок величины 100 Гигабайт) и требующей большого количества вычислений модели, и результаты определяются в этой модели в миллионах мест (узлов). Это один из вариантов детальных моделей. Грубую последовательность составления этих детальных моделей можно обрисовать следующим образом:

1. импорт 3D-геометрии, например, из области CAD,

2. назначение краевых условий, т.е. постоянные закрепления, определения материалов, условия контактирования (места склеивания, скользящие соединения, теплоизоляция),

3. объединение (разделение геометрии на миллион мелких элементов, которые связаны друг с другом),

4. создание нагрузки, то есть сил, источников/приемников тепла, магнитных полей.

5. автоматическое решение получающихся дифференциальных уравнений для каждого отдельного элемента и сведение в один большой результат для общей модели,

6. оценка результатов.

Создание редуцированных моделей происходит следующим образом.

Редукция модели описывает в общих чертах уже существующую модель, чтобы редуцировать другую информацию, например, чтобы оптимизировать ее по потребности в памяти или скорости вычислений. Здесь, в зависимости от конкретного случая применения, есть много вариантов, таких как, например:

- приближение простых математических функций, таких как, например, полиномиальные функции, и только сохранение в памяти коэффициентов;

- запись таблиц для разных входных величин и затем либо применение этих дискретных значений, либо интерполяция между значениями;

- приближение статистических моделей, которые дают прогнозы из прежних значений;

- графики/логические схемы, пример: если T ˃ 200°C, то вентилятор неисправен.

Создание редуцированных моделей - пример a)

Исходной точкой для редуцированной модели является термическая FE-модель, которая отображает температуры в каждой точке модели в зависимости от подвода тепла и отвода тепла. В следующем примере редукция модели упрощается только до одного подвода тепла и одного отвода тепла, только одной определяемой температуры в месте A и только соответственно значений «высокий» и «низкий». Для этого проводится исследование параметров, при котором находится эта так называемая «справочная таблица»:

Температура в месте A Подвод тепла=низкий=1 Вт Отвод тепла=высокий=11 Вт Отвод тепла=низкая=1 Вт 40°C 80°C Отвод тепла=высокая=5 Вт 20°C 60°C

После этого есть несколько возможностей использования результатов:

- непосредственное или дискретное использование таблицы. Пример: когда в месте A прогнозируется температура для подвода тепла 4 Вт и отвода тепла 1 Вт, непосредственно принимается значение 40°C;

- использование таблицы и линейная интерполяция между значениями. Пример: когда в месте A прогнозируется температура для подвода тепла 5 Вт и отвода тепла 1 Вт, посредством линейной интерполяции принимается значение 60°C;

- использование таблицы для определения функции прогноза температуры посредством регрессии. Примерами целевых функций являются полиномиальные функции, линейные функции, экспоненциальные функции, статистические функции, дифференциальные уравнения и пр. После этого определение температуры с помощью этой функции.

Создание редуцированных моделей - пример b)

Исходной точкой для редуцированной модели является термическая FE-модель ы, которая отображает температуры в каждой точке модели в зависимости от подвода тепла и отвода тепла. После этого с помощью математических допущений, расчетов и преобразований (например, системы ЛСС (линейная стационарная система) или метода подпространств Крылова) могут приближаться компактные пространственные модели состояний. Эти модели состоят из двух существенных дифференциальных или, соответственно, интегральных уравнений и четырех описывающих всю систему матриц (например, матрицы 200 х 200, заполненные скалярными числовыми значениями). Однако они уже представляют температуру не в миллионах узлов, а только в небольшом количестве выбранных мест. Кроме того, из-за приближения происходит отклонение результатов в зависимости от размера пространственной модели состояния. В принципе, считается, что чем больше модель и ее матрицы, тем меньше отклонение.

Пространственные модели состояния стандартным образом имеются в виде процедур, модулей или объектов во многих компьютерных программах, таких как, например, Matlab, или же в языках программирования, поэтому такие модели могут рассчитываться путем простого импорта матриц. Входными величинами являются здесь, например, тепловая мощность, которая поступает в систему, и приемники тепла посредством конвекции, выходными величинами являются, например, определенные температуры конструктивных элементов (например, три разные температуры конструктивных элементов).

Создание редуцированных моделей - пример c)

Исходной точкой для редукции моделей в этом примере являются результаты экспериментов. Здесь, как и в примере a), составлялась бы таблица из результатов измерений и затем с ней поступали бы эквивалентным образом (дискретное использование, линейная интерполяция или регрессия посредством математических функций.

Дополнительное значение могут иметь связь физических доменов или разных моделей.

Классическим образом при виртуальной разработке продукта домены рассматриваются по отдельности, так как общее рассмотрение является очень затратным в отношении вычислений и памяти и не практичным. Вследствие редукции моделей возникает возможность связывать модели разных доменов. Например, связь детальной модели магнитной цепи, время вычислений которой на высокопроизводительном вычислительном кластере составляет от нескольких дней до недель, с термической моделью непредпочтительно. Во многих случаях она необходима для как можно более точного отображения реального поведения. При редукции детальных моделей необходимая вычислительная мощность и потребность в памяти становятся ниже, и таким образом становится возможна связь моделей с учетом экономического аспекта. Во многих случаях она необходима для как можно более точного отображения реального поведения.

Связь физических доменов или разных моделей - примеры:

- сопротивление обмотки приблизительно линейно зависимо от температуры меди. В зависимости от сопротивления обмотки мощность потерь в обмотке изменяется приблизительно линейно. В зависимости от мощности потерь термическое поведение, например, температура обмотки и подшипника изменяется сильно нелинейно, что, в свою очередь, сказывается на сопротивлении обмотки. Таким образом, здесь, в зависимости от требования к результатам модели, необходима связь;

- необходимый вращающий момент и частота вращения вентилятора сильно зависимы от сопротивления установки и, например, разности давления и температуры нагнетаемой среды. В зависимости от момента нагрузки изменяется поведение магнитной цепи, т.е. токи через обмотку, магнитное поле, частота вращения, и пр. Тогда, в зависимости от этого, изменяется также потребление мощности, потери и достижимая частота вращения. И здесь в случае учета требований заказчика возможна связь поведения вентилятора с ситуацией монтажа, в зависимости от случая применения.

Конкретизация технического воплощения - пример a):

- составление термической FE-модели вентилятора → требующая больших вычислений и большой памяти FE-модель, имеющая 1000000 элементов дополнительно для полиномиальной функции. Источники и приемники тепла, как полиномиальные функции, отображены в зависимости от входного тока и частоты вращения;

- составление редуцированной термической модели статистическими методами, которая отображает температуру компонентов электроники в зависимости от входного тока и частоты вращения → полиномиальная функция, которая описывает температуру в зависимости от входного тока и частоты вращения=виртуальный датчик температуры;

- характеристика из техпаспорта о сроке службы компонента электроники в зависимости от его температуры → характерный для эксплуатационного параметра алгоритм, который с помощью виртуального датчика температуры рассчитывает вероятность выхода из строя;

- использование профилактического обслуживания для контроля или для оптимизации рабочей точки → интеллектуальный алгоритм.

Конкретизация технического воплощения - пример b):

- регистрация индикатора тока и частоты вращения двигателя с помощью интегрированной электроники/регулирования. Отсюда выводится электромагнитная рабочая точка;

- на основе этой рабочей точки посредством справочных таблиц или полиномиальных функций получаются потери двигателя и силовой электроники;

- термическая модель обрабатывает значения потерь и определяет температуры критических компонентов системы, таких как шарикоподшипники или полупроводниковые компоненты;

- одновременно посредством реального датчика записываются вибрации конструктивных элементов. Локальные вибрации виртуально проецируются моделями поведения на общую систему, вследствие чего, например, оценивается нагрузка на подшипник от вибраций;

- с помощью характерных для эксплуатационного параметра алгоритмов определенные температуры и значения вибраций пересчитываются в оценку срока службы конструктивных элементов и вентилятора;

- тем самым могут обеспечиваться дальнейшие меры, такие как профилактическое обслуживание;

- одновременно при знании потерь рабочая точка и коэффициент полезного действия системы может оптимизироваться путем осуществляемых по технике регулирования адаптаций, таких как, например, варьирование предварительного угла управления.

Наконец, следует непосредственно указать, что описанные выше примеры осуществления служат только для пояснения идеи заявляемого изобретения, однако она не ограничена этим примерами осуществления.

Похожие патенты RU2778874C2

название год авторы номер документа
СПОСОБ ОПТИМИЗАЦИИ КОЭФФИЦИЕНТА ПОЛЕЗНОГО ДЕЙСТВИЯ И/ИЛИ ЭКСПЛУАТАЦИОННЫХ ХАРАКТЕРИСТИК ВЕНТИЛЯТОРА ИЛИ СИСТЕМЫ ВЕНТИЛЯТОРОВ 2019
  • Венгер, Бьерн
RU2779855C2
СПОСОБ ОПТИМИЗИРОВАННОЙ ЭКСПЛУАТАЦИИ ВЕНТИЛЯТОРА ИЛИ ВЕНТИЛЯТОРНОЙ СИСТЕМЫ 2019
  • Венгер, Бьерн
RU2796809C2
СПОСОБ ДЛЯ ОБНАРУЖЕНИЯ ПРЕДСТОЯЩЕГО ИЛИ УЖЕ ОСУЩЕСТВИВШЕГОСЯ ОБРАЗОВАНИЯ КОНДЕНСАТА НА/В ЭЛЕКТРОДВИГАТЕЛЯХ И СПОСОБ ДЛЯ ПРЕДОТВРАЩЕНИЯ СООТВЕТСТВУЮЩЕГО ОБРАЗОВАНИЯ КОНДЕНСАТА И/ИЛИ ДЛЯ УСТРАНЕНИЯ/ДЛЯ УМЕНЬШЕНИЯ КОНДЕНСАТА НА/В ЭЛЕКТРОДВИГАТЕЛЯХ 2019
  • Обст, Рафаэль Зимон
  • Венгер, Бьерн
  • Каммерер, Маттиас Карстен
  • Ратке, Ксения
RU2788919C2
СИСТЕМА, УСТРОЙСТВО И СПОСОБ ОПРЕДЕЛЕНИЯ СОСТОЯНИЯ ПОДШИПНИКА 2020
  • Наир, П.В. Судев
  • Малик, Винсент
RU2794164C1
СПОСОБ УПРАВЛЕНИЯ ВЫСОКОСКОРОСТНЫМ МОТОР-ШПИНДЕЛЕМ МЕТАЛЛОРЕЖУЩЕГО СТАНКА 2012
  • Сабиров Фан Сагирович
  • Бушуев Виктор Валерьевич
  • Молодцов Владимир Владимирович
  • Гиловой Леонид Янович
  • Мысливцев Константин Владимирович
  • Рывкин Борис Михайлович
  • Кочетов Олег Савельевич
RU2509627C1
СПОСОБ И ИНТЕГРИРОВАННАЯ СИСТЕМА ИНДИВИДУАЛЬНОГО УЧЕТА И РЕГУЛИРОВАНИЯ ПОТРЕБЛЕНИЯ ЭНЕРГОРЕСУРСОВ В ЖИЛИЩНО-КОММУНАЛЬНОМ ХОЗЯЙСТВЕ 2008
  • Ушаков Леонид Васильевич
  • Шердаков Николай Николаевич
  • Золотых Иван Константинович
  • Томилов Сергей Борисович
RU2378655C1
СИСТЕМА МНОГОПАРАМЕТРИЧЕСКОГО НЕПРЕРЫВНОГО МОНИТОРИНГА ЭКСПЛУАТАЦИОННОЙ ПОВРЕЖДАЕМОСТИ ОБОРУДОВАНИЯ АТОМНОЙ ЭЛЕКТРОСТАНЦИИ 2014
  • Бакиров Мурат Баязитович
  • Поваров Владимир Петрович
RU2574578C2
Способ долгосрочного прогнозирования индивидуального ресурса гидроагрегата в условиях часто меняющихся режимных факторов 2020
  • Георгиевская Евгения Викторовна
  • Георгиевский Николай Владимирович
RU2756781C2
СИСТЕМА И СПОСОБ ДЛЯ ОПРЕДЕЛЕНИЯ СОСТОЯНИЯ ПОДШИПНИКА 2011
  • Фру Томас
  • Хассель Йорг
  • Проболь Карстен
  • Тишмахер Ханс
RU2529644C2
Тестер остаточного ресурса и способ тестового технического диагностирования кривошипно-шатунного механизма автомобильного ДВС 2015
  • Звеков Алексей Николаевич
RU2634162C2

Иллюстрации к изобретению RU 2 778 874 C2

Реферат патента 2022 года СПОСОБ ОПРЕДЕЛЕНИЯ ЭКСПЛУАТАЦИОННЫХ СОСТОЯНИЙ ВЕНТИЛЯТОРА

Способ определения эксплуатационных состояний вентилятора с использованием базирующегося на физических данных цифрового отображения – цифрового близнеца вентилятора и по меньшей мере одного характерного для эксплуатационного параметра алгоритма включает в себя следующие этапы способа: создание цифрового отображения реального вентилятора путем отображения его свойств посредством математических моделей расчета и при необходимости известных данных, создание указанного по меньшей мере одного характерного для эксплуатационного параметра алгоритма с учетом известных соотношений, характеристик, и пр., расчет состояний конструктивных элементов вентилятора с помощью цифрового отображения посредством виртуальных датчиков, перенос состояний конструктивных элементов на алгоритм, который из состояний конструктивных элементов рассчитывает эксплуатационные параметры вентилятора и при необходимости дает прогнозы, касающиеся режима эксплуатации вентилятора. 12 з.п. ф-лы, 8 ил., 1 табл.

Формула изобретения RU 2 778 874 C2

1. Способ определения эксплуатационных состояний вентилятора, причем для определения эксплуатационных состояний вентилятора используют цифровое отображение - цифровой близнец - вентилятора и по меньшей мере один характерный для эксплуатационного параметра алгоритм,

способ содержит следующие этапы, на которых:

- генерируют цифровой близнец реального вентилятора посредством того, что свойства вентилятора воспроизводят с помощью математических моделей расчета и реальных данных измерений датчиков,

- создают упомянутый по меньшей мере один характерный для эксплуатационного параметра алгоритм на основе входных данных или, соответственно, упомянутых данных измерений,

- определяют состояния конструктивных элементов вентилятора с помощью цифрового близнеца посредством виртуальных датчиков,

- переносят состояния конструктивных элементов на алгоритм,

- из состояний конструктивных элементов на основе алгоритма определяют эксплуатационные параметры вентилятора и контролируют и, при необходимости, регулируют режим эксплуатации вентилятора.

2. Способ по п.1, отличающийся тем, что за основу цифрового отображения в качестве математической и/или физической и/или эмпирической и/или статистической или в качестве комбинированной модели берут термическую и/или механическую модель расчета и/или модель расчета магнитной цепи.

3. Способ по п.1 или 2, отличающийся тем, что каждую модель расчета переводят из детальной модели в редуцированную модель.

4. Способ по любому из пп.1-3, отличающийся тем, что цифровое отображение служит для расчета термического и/или механического состояния вентилятора, в частности двигателя вентилятора.

5. Способ по любому из пп.1-4, отличающийся тем, что с помощью виртуальных датчиков цифрового отображения, с использованием моделей расчета, определяют температуры конструктивных элементов в зависимости от эксплуатационного состояния.

6. Способ по любому из пп.1-5, отличающийся тем, что упомянутый по меньшей мере один характерный для эксплуатационного параметра алгоритм с учетом состояний конструктивных элементов, при необходимости с учетом критериев выхода из строя или характеристики выхода из строя, рассчитывает критерии выхода из строя вентилятора или прогнозирует ожидаемый выход из строя вентилятора.

7. Способ по любому из пп.1-6, отличающийся тем, что цифровое отображение и его предпочтительно редуцированные модели и упомянутый по меньшей мере один характерный для эксплуатационного параметра алгоритм включают в системное моделирование посредством программы моделирования.

8. Способ по п.7, отличающийся тем, что программное обеспечение цифрового отображения и упомянутого по меньшей мере одного характерного для эксплуатационного параметра алгоритма, предпочтительно в виде программы моделирования, имплементируют на микропроцессоре, предпочтительно в машинном коде (C-коде).

9. Способ по п.8, отличающийся тем, что микропроцессор предназначен непосредственно для электрического двигателя вентилятора.

10. Способ по любому из пп.1-9, отличающийся тем, что эксплуатационные параметры представляют собой срок службы подшипника и/или срок службы смазки подшипника.

11. Способ по любому из пп.1-10, отличающийся тем, что определенные эксплуатационные параметры используют для упреждающего профилактического обслуживания вентилятора.

12. Способ по любому из пп.1-11, отличающийся тем, что реальные данные измерения представляют собой текущие данные измерения из текущего режима эксплуатации каждого индивидуального двигателя и при необходимости его истории.

13. Способ по любому из пп.1-12, отличающийся тем, что входные данные представляют собой характеристики из техпаспорта и/или исторические данные вентилятора.

Документы, цитированные в отчете о поиске Патент 2022 года RU2778874C2

Способ эксплуатационного контроля технического состояния и прогнозирования ресурса подшипников электродвигателей 2016
  • Некрасов Антон Алексеевич
  • Некрасов Алексей Иосифович
  • Сырых Николай Николаевич
  • Трубников Владимир Захарович
RU2622493C1
УСТРОЙСТВО ДЛЯ ДИАГНОСТИКИ ПОДШИПНИКОВ КАЧЕНИЯ 1996
  • Подмастерьев К.В.
RU2113699C1
Устройство для кормления рыб 1987
  • Зейдаль Казимир Францевич
  • Астрейка Александр Васильевич
  • Усович Константин Устинович
SU1510805A1
ЦИФРОВАЯ ЭЛЕКТРОННАЯ СИСТЕМА УПРАВЛЕНИЯ С ВСТРОЕННОЙ ПОЛНОЙ ТЕРМОГАЗОДИНАМИЧЕСКОЙ МАТЕМАТИЧЕСКОЙ МОДЕЛЬЮ ГАЗОТУРБИННОГО ДВИГАТЕЛЯ И АВИАЦИОННЫЙ ГАЗОТУРБИННЫЙ ДВИГАТЕЛЬ 2013
  • Гуревич Оскар Соломонович
  • Гольберг Феликс Давидович
RU2554544C2

RU 2 778 874 C2

Авторы

Венгер, Бьерн

Каммерер, Маттиас

Гайда, Ксения

Кнорр, Йоахим

Обст, Рафаэль

Петерс, Михаэль

Шюбель, Доминик

Каппель, Давид

Даты

2022-08-26Публикация

2019-02-04Подача