公开(公告)号：US07308322B1

公开(公告)日：2007-12-11

申请号：US09965545

申请日：2001-09-27

申请人： Frederick M. Discenzo ,  Dukki Chung ,  Joseph K. Zevchek ,  Jan Bezdicek ,  Ondrej Flek ,  Bohumir Sladek ,  Petr Tusla ,  Jiri Ryba ,  Sarat Babu Vetcha ,  Peter J. Unsworth ,  Dragica Kostic Perovic ,  Srdjan Perovic ,  Muslum Arkan ,  Kenneth A. Loparo

发明人： Frederick M. Discenzo ,  Dukki Chung ,  Joseph K. Zevchek ,  Jan Bezdicek ,  Ondrej Flek ,  Bohumir Sladek ,  Petr Tusla ,  Jiri Ryba ,  Sarat Babu Vetcha ,  Peter J. Unsworth ,  Dragica Kostic Perovic ,  Srdjan Perovic ,  Muslum Arkan ,  Kenneth A. Loparo

IPC分类号： G05B13/02

CPC分类号： G05B23/0221 ,  G05B23/0229 ,  G05B23/0254

摘要： Systems and methods are disclosed for controlling, diagnosing and prognosing the health of a motorized system. The systems may comprise a diagnostics system, a prognostic system and a controller, wherein the diagnostics system and/or prognostic system employs a neural network, an expert system, and/or a data fusion component in order to assess and/or prognose the health of the motorized system according to one or more attributes associated therewith. The controller may operate the motorized system in accordance with a setpoint and/or a diagnostics signal from the diagnostics system and/or prognostic information. Also disclosed are methodologies for controlling, diagnosing and prognosing the health of a motorized system, comprising operating a motor in the motorized system in a controlled fashion, diagnosing and/or prognosing the health of the motorized system according to a measured attribute associated with the motorized system, wherein the motor may be operated according to a setpoint and/or the diagnostics signal and/or prognosis.

摘要翻译： 公开了用于控制，诊断和预测机动系统的健康的系统和方法。 该系统可以包括诊断系统，预后系统和控制器，其中诊断系统和/或预测系统采用神经网络，专家系统和/或数据融合组件，以评估和/或预测健康 根据与其相关联的一个或多个属性的电动系统。 控制器可以根据来自诊断系统和/或预测信息的设定点和/或诊断信号来操作机动系统。 还公开了用于控制，诊断和预测机动系统的健康的方法，包括以受控的方式操作机动系统中的马达，根据与机动化系统相关联的测量属性诊断和/或预测机动系统的健康 系统，其中马达可以根据设定点和/或诊断信号和/或预后进行操作。

公开(公告)号：US06655922B1

公开(公告)日：2003-12-02

申请号：US09927969

申请日：2001-08-10

申请人： Ondrej Flek

发明人： Ondrej Flek

IPC分类号： F04B4900

CPC分类号： F04D15/0209 ,  F04D15/0088 ,  F04D15/0245 ,  F04D29/669 ,  Y10S706/904 ,  Y10S706/906

摘要： The present invention provides cavitation detection systems and methods employing a classifier for detecting, diagnosing and/or classifying cavitation in a pumping system. The classifier can be integral to tie cavitation detection system and/or operatively coupled to the cavitation system via a controller, diagnostic device and/or computer. Parameters such as flow, pressure and motor speed arc measured and/or estimated, and then provided to a classifier system Such systems include Bayesian, Fuzzy Set, nonlinear regression, neural networks and other training systems, for example The classifier system provides a signal indicative of the existence and extent of cavitation. An exemplary classification system is presented that delineates cavitation extent into one or more of the following categories: 0 (no cavitation), 1 (incipient cavitation), 2 (medium cavitation), 3 (fill cavitation) and 4 (surging cavitation). The cavitation signal can be utilized for monitoring and/or controlling a pumping system to mitigate pump wear, failure and other conditions associated with cavitation.

摘要翻译： 本发明提供了使用分级器来检测，诊断和/或分类泵送系统中的空化的空化检测系统和方法。 分级器可以是整体的，以结合空化检测系统和/或经由控制器，诊断装置和/或计算机可操作地耦合到空化系统。 诸如流量，压力和电机速度的参数被测量和/或估计，然后提供给分类器系统。这样的系统包括贝叶斯，模糊集，非线性回归，神经网络和其他训练系统，例如分类器系统提供指示信号 的空洞存在和程度。 提出了一种示范性分类系统，其将空化程度描绘为以下类别中的一个或多个：0（无空化），1（初始空化），2（中空穴），3（填充空穴）和4（起喘气蚀）。 空化信号可用于监测和/或控制泵送系统以减轻泵磨损，故障和与空化有关的其它状况。