TU Darmstadt / ULB / TUbiblio

Model-based fault diagnosis in rotor systems with self-sensing piezoelectric actuators

Ambur Sankaranarayanan, Ramakrishnan (2017)
Model-based fault diagnosis in rotor systems with self-sensing piezoelectric actuators.
Buch, Erstveröffentlichung

Kurzbeschreibung (Abstract)

Machines which are developed today are highly automated due to increased use of mechatronic systems. Fault detection and isolation are important features to ensure their reliable operation. This research work aims to achieve an integrated control and fault detection functionality with minimum number of components.

Piezomaterials can be used both as sensors and actuators due to their inherent coupling between electrical and mechanical properties. In this thesis, piezoelectric actuators which are being researched for active vibration control on flexible rotors, are also used as sensors. These self-sensing actuators reconstruct their mechanical deflection from the measured voltage and current signals. The systems under investigation are a numerical aircraft engine model and its scaled representation in a rotor test bench. Since the actuators are mounted in rotor bearings, their displacement represent the bearing deflection directly.

In this research work, the virtual sensor signals are utilised for model-based fault diagnosis in rotor systems, with focus on unbalances in rotors. Unbalance magnitude and phase were estimated in frequency domain using a parameter estimation method by least squares optimisation. The robustness of the estimates against signal outliers is improved by method of M-estimators. Identifying the fault location is also explored using the hypothesis of localization of faults.

In simulation, models of both systems (aircraft engine and test bench) were used to detect unbalance faults. In the former system, the influence of actuator placements in fault detection ability is examined. The fault detection method is also validated at the real test bench, as a first step. The unbalance detected using the measured virtual sensor signals is compared against results using available physical sensors. They are found to be in good agreement which proves sensing capability of the actuators. This sensor-minimal approach could be favoured in systems with space constraints.

As a further step, unbalances are detected with self-sensing piezoelectric actuators in closed loop with an adaptive algorithm for vibration minimisation. This combined control effort and fault detection as a strategy, is suitable to augment level of automation in a machine.

Typ des Eintrags: Buch
Erschienen: 2017
Autor(en): Ambur Sankaranarayanan, Ramakrishnan
Art des Eintrags: Erstveröffentlichung
Titel: Model-based fault diagnosis in rotor systems with self-sensing piezoelectric actuators
Sprache: Englisch
Referenten: Rinderknecht, Prof. Stephan ; Seelecke, Prof. Stefan
Publikationsjahr: 2017
Ort: Darmstadt
Datum der mündlichen Prüfung: 15 Dezember 2016
URL / URN: http://tuprints.ulb.tu-darmstadt.de/5918
Kurzbeschreibung (Abstract):

Machines which are developed today are highly automated due to increased use of mechatronic systems. Fault detection and isolation are important features to ensure their reliable operation. This research work aims to achieve an integrated control and fault detection functionality with minimum number of components.

Piezomaterials can be used both as sensors and actuators due to their inherent coupling between electrical and mechanical properties. In this thesis, piezoelectric actuators which are being researched for active vibration control on flexible rotors, are also used as sensors. These self-sensing actuators reconstruct their mechanical deflection from the measured voltage and current signals. The systems under investigation are a numerical aircraft engine model and its scaled representation in a rotor test bench. Since the actuators are mounted in rotor bearings, their displacement represent the bearing deflection directly.

In this research work, the virtual sensor signals are utilised for model-based fault diagnosis in rotor systems, with focus on unbalances in rotors. Unbalance magnitude and phase were estimated in frequency domain using a parameter estimation method by least squares optimisation. The robustness of the estimates against signal outliers is improved by method of M-estimators. Identifying the fault location is also explored using the hypothesis of localization of faults.

In simulation, models of both systems (aircraft engine and test bench) were used to detect unbalance faults. In the former system, the influence of actuator placements in fault detection ability is examined. The fault detection method is also validated at the real test bench, as a first step. The unbalance detected using the measured virtual sensor signals is compared against results using available physical sensors. They are found to be in good agreement which proves sensing capability of the actuators. This sensor-minimal approach could be favoured in systems with space constraints.

As a further step, unbalances are detected with self-sensing piezoelectric actuators in closed loop with an adaptive algorithm for vibration minimisation. This combined control effort and fault detection as a strategy, is suitable to augment level of automation in a machine.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Der Automatisierungsgrad von Maschinen nimmt durch den vermehrten Einsatz mechatronischer Systeme weiter zu. Fehlererkennung und -Isolation sind wichtig, um ihren zuverlässigen Betrieb zu gewährleisten. Diese Forschungsarbeit strebt nach einer integrierten Regelungs- und Fehlererkennungsstrategie mit einer minimalen Anzahl an Komponenten.

Piezomaterialien können durch die physikalische Kopplung zwischen elektrischen und mechanischen Eigenschaften sowohl aktorisch als auch sensorisch eingesetzt werden. In dieser Arbeit werden Piezoaktoren, die hauptsächlich zur aktiven Schwingungsreduktion an flexiblen Rotoren zum Einsatz kommen, gleichzeitig auch als Sensoren verwendet. Diese selbstsensierenden piezoelektrischen Aktoren rekonstruieren ihre mechanischen Auslenkungen durch Messung der elektrischen Spannung und des Stroms. Die untersuchten Systeme sind Modelle eines Flugtriebwerkes und deren skalierte Ausführung im realen Prüfstand. Da die Aktoren am Rotorlager montiert sind, stellen die rekonstruierten Signale die Lagerauslenkung dar.

In dieser Forschungsarbeit werden diese Signale für die modellbasierte Diagnose der Rotoren eingesetzt. Amplitude und Phase der Unwucht konnten im untersuchten Frequenzbereich mit parametrischen Ansätzen durch Verwendung der Methode der kleinsten Quadrate ermittelt werden. Zudem wurde die Robustheit der Verfahren gegen Ausreißer durch sogenannte M-Estimators verbessert. Die Identifikation der Unwuchtlage wurde mit einer Hypothese über die Fehlerlokalisierung untersucht.

In Simulationen wurde die Unwuchterkennung sowohl am Modell des Prüfstandes als auch an dem eines Flugtriebwerks untersucht. In letztem Fall wurde ein Einfluss verschiedener Aktorpositionen auf die Güte der Fehlererkennung nachgewiesen. Die Anwendbarkeit der untersuchten Methoden wurde auch am realen Prüfstand gezeigt. Die detektierten Unwuchten aus den rekonstruierten Signalen und aus realen Messungen wurden abgeglichen. Sie zeigen eine gute übereinstimmung, welche die Sensierungsfähigkeit der Aktoren nachweist. Darüber hinaus eignet sich der sensor-minimale Ansatz besonders für Systeme mit Bauraumeinschränkungen.

Weiterhin wurden auch die Unwuchten mittels selbstsensierender Piezoaktoren mit adaptiven Algorithmen für Schwingungsreduktion im geschlossenen Regelkreis errechnet. Diese kombinierte Regelung und Fehlerdiagnose ist ein weiterer Schritt um den Automatisierungsgrad von Maschinen weiter zu erhöhen.

Deutsch
URN: urn:nbn:de:tuda-tuprints-59181
Zusätzliche Informationen:

Diss. Fachbereich Maschinenbau, TU Darmstadt, 2016

Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
Fachbereich(e)/-gebiet(e): 16 Fachbereich Maschinenbau
16 Fachbereich Maschinenbau > Institut für Mechatronische Systeme im Maschinenbau (IMS)
Hinterlegungsdatum: 26 Feb 2017 20:55
Letzte Änderung: 10 Dez 2018 12:32
PPN:
Referenten: Rinderknecht, Prof. Stephan ; Seelecke, Prof. Stefan
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 15 Dezember 2016
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen