專利名稱：用于預(yù)測真空泵的轉(zhuǎn)子旋轉(zhuǎn)時的故障的方法及相關(guān)的抽吸裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及與處理腔關(guān)聯(lián)的真空泵的預(yù)測和預(yù)防維護的領(lǐng)域。更具體地說，涉及跟蹤來自真空泵的傳感器信號并且預(yù)測源自泵卡咬(seizing)的故障，以便安排預(yù)防維護操作。本發(fā)明還涉及相關(guān)的抽吸裝置。
背景技術(shù)：
真空泵通常包括操作時被馬達驅(qū)動以便在泵體(定子)中轉(zhuǎn)動的一個或多個轉(zhuǎn)子。在旋轉(zhuǎn)期間，從處理腔吸入的氣體被限制在轉(zhuǎn)子和定子之間的自由空間中，以便向出口排放。真空泵具體地用于所需壓力低于大氣壓力的制造半導(dǎo)體、平面屏幕或光伏襯底等的方法。然而，在這些方法中使用的氣體可能轉(zhuǎn)化成以薄層形式沉積到泵的移動或固定部分的固體副產(chǎn)品，從而導(dǎo)致泵的堵塞和卡咬，因為轉(zhuǎn)子和定子過度的相對摩擦，這可能引起機械裝置停止。其它因素也可能成為真空泵卡咬的原因。例如，在由于逐漸變熱的效應(yīng)使轉(zhuǎn)子扭曲之后發(fā)生與熱相關(guān)的卡咬，真空泵被安裝或制造時轉(zhuǎn)子平衡或?qū)嗜毕菘赡軐?dǎo)致轉(zhuǎn)子變得不平衡和真空泵的卡咬。另外，真空泵具有滾動軸承時，他們的劣化也可能是定子中的轉(zhuǎn)子卡咬的原因。當(dāng)在相關(guān)處理腔內(nèi)進行生產(chǎn)時，泵的卡咬可能對產(chǎn)品(例如，半導(dǎo)體晶片)和真空泵造成不可逆的損壞。這會不可避免地中斷腔內(nèi)進行的工藝以進行真空泵的更換。生產(chǎn)中的這些計劃外中斷導(dǎo)致的大的成本?，F(xiàn)在，真空泵的維護基于糾正和預(yù)防性措施，最好的情況是能夠在真空泵故障并關(guān)閉前進行預(yù)測式預(yù)防維護。為此，以基于真空泵用于的應(yīng)用而限定的頻率進行預(yù)防維護。然而，這個頻率不適合使用真空泵的實際條件，可能更取決于生產(chǎn)負荷而變化，并直接影響泵的磨損或阻塞速度，引起不必要的或者晚的維護操作。為了預(yù)測泵的卡咬并預(yù)料更換，開發(fā)了真空泵故障預(yù)測方法。例如，一種故障預(yù)測方法被公知用于檢測干式真空泵中何時將發(fā)生故障。通過對真空泵的規(guī)格(電流，溫度，振動，等等)進行統(tǒng)計研究并結(jié)合制造工藝的特性(流量，壓力，襯底溫度，等等)，估計故障前真空泵使用時間。但是，此方法不是自動的。在沒有考慮處理操作條件時，不能預(yù)測真空泵的壽命。分析系統(tǒng)依靠生產(chǎn)裝備提供的信息。這要求在設(shè)備和真空泵之間安裝通信線路。另外，改變工藝條件，則要求修改分析系統(tǒng)模型，在真空泵正被使用時這不能被容易地完成。還可從文件EP 1，754，888中了解到一種預(yù)測真空線路故障的方法。在此方法中， 測量與泵的馬達相關(guān)的第一功能參數(shù)和與泵排氣系統(tǒng)相關(guān)的第二功能參數(shù)的隨時間變化。 然后，通過統(tǒng)計過程使測量的功能參數(shù)相關(guān)，以便預(yù)測阻塞發(fā)生前的真空泵使用時間。因此，真空線路能夠在沒有與任何外部信號的相關(guān)性的情況下進行自診斷。此方法特別適合于跟蹤真空線中導(dǎo)致真空泵阻塞的固體產(chǎn)物污染現(xiàn)象的進展。然而，所預(yù)測的在通過阻塞的卡咬情況下的真空泵的反常行為僅在故障前很短時間內(nèi)發(fā)生，此方法不能在真空泵停關(guān)閉前采取行動。另外，此方法不能預(yù)測泵的其它與卡咬相關(guān)的故障，例如，由發(fā)熱或者制造或安裝缺陷引起的故障。因此，問題為預(yù)測與卡咬相關(guān)的真空泵故障的出現(xiàn)，以便為防止泵在被使用時出現(xiàn)故障而安排預(yù)防維護。該問題還為在不存在處理腔中發(fā)生的處理工藝的任何指示的情況下確定真空泵的反常行為。必須能夠進行故障預(yù)測而不依賴于對真空泵的使用條件(特別是涉及不同的抽吸流量、抽吸氣體的特性、使用時長)的了解，或著，換言之，不考慮除來自真空泵的參數(shù)之外的特定條件和參數(shù)。另外，預(yù)測必須可靠。換句話說，預(yù)測的故障必須具有發(fā)生的可能性，故障預(yù)測具有足夠的置信度，如果不能大于80%則必須大于50%。另外，預(yù)測必須發(fā)生的足夠早以便能夠安排預(yù)防維護。

發(fā)明內(nèi)容
為此，本發(fā)明的目的是一種用于預(yù)測真空泵轉(zhuǎn)子的旋轉(zhuǎn)故障的方法，該方法包括如下步驟記錄與所述真空泵函數(shù)信號的隨時間變化相關(guān)的事件序列，在記錄的事件序列內(nèi)尋找至少一個事件序列與真空泵行為模型的預(yù)設(shè)關(guān)聯(lián)規(guī)則的至少一個前兆模式之間的匹配，通過在一個或多個提取參數(shù)的限制下提取知識 (knowledge)來建立所述關(guān)聯(lián)規(guī)則，所述預(yù)設(shè)關(guān)聯(lián)規(guī)則的前兆模式涉及轉(zhuǎn)子旋轉(zhuǎn)故障，以及推斷時間預(yù)測窗口，在所述時間預(yù)測窗口期間，在所述真空泵中將出現(xiàn)轉(zhuǎn)子旋轉(zhuǎn)故障。因此，該故障預(yù)測方法可以基于記錄的函數(shù)信號的隨時間改變而可靠地預(yù)測由真空泵卡咬導(dǎo)致的故障的出現(xiàn)。然后，可以在使用時，在泵真正發(fā)生故障前預(yù)測泵的故障，安排預(yù)防維護。早期診斷，可以最小化與部件劣化有關(guān)的損壞并有助于維護人員監(jiān)測作業(yè)，因此進一步降低了維護成本。根據(jù)預(yù)測方法的第一實施例，其中記錄與所述真空泵的所述泵體的振動信號的隨時間變化相關(guān)的事件序列。根據(jù)預(yù)測方法的第二實施例，其中記錄與所述真空泵馬達電流信號的隨時間變化相關(guān)的事件序列。所述函數(shù)信號被轉(zhuǎn)換為頻譜，在所述頻譜內(nèi)在所述真空泵運動學(xué)(kinematics) 的頻率特征(frequencies characteristic)附近選擇頻帶。泵體振動信號和真空泵馬達電流信號是原始信號，意味著它們是從真空泵直接獲取而沒有結(jié)合其它信號(可能的情況，例如泵的功率)。因此，這些信號更準確和直接地反映了泵的狀態(tài)。另外，將振動信號或電流信號轉(zhuǎn)換成譜可以研究表征真空泵以固定速率旋轉(zhuǎn)的操作的周期現(xiàn)象。從包括多個事件序列的學(xué)習(xí)型數(shù)據(jù)庫提取知識來建立描述所述真空泵行為模型的關(guān)聯(lián)規(guī)則，貫穿從操作開始到轉(zhuǎn)子旋轉(zhuǎn)故障為止的真空泵壽命從一組真空泵獲得所述事件序列。然后基于幾天內(nèi)記錄的事件序列建立真空泵行為模型，這使其能夠不受在處理腔內(nèi)可能發(fā)生的處理工藝的偶然條件影響。當(dāng)處理工藝引起的中斷僅持續(xù)幾分鐘時，該中斷對建立模型沒有影響。從而，預(yù)測過程可以確定真空泵的反常行為。一方面不需要處理腔中發(fā)生的處理工藝的指示，另一方面不會受工藝的中斷或修改影響。不需要基于處理工藝如何進行而調(diào)整機械行為模型。根據(jù)預(yù)測方法的一個或多個特征，可以單獨或組合采用，在從所述關(guān)聯(lián)規(guī)則的支持、置信度以及每個事件之間的最大時長中選擇的一個或多個提取參數(shù)的限制下提取所述關(guān)聯(lián)規(guī)則。從來自從N個真空泵記錄的學(xué)習(xí)型數(shù)據(jù)庫的N-I個事件序列提取一個或多個關(guān)聯(lián)規(guī)則，以及未用于提取的所述事件序列被用于驗證所述關(guān)聯(lián)規(guī)則。從所述學(xué)習(xí)型數(shù)據(jù)庫確定事件序列，首先，通過從參考級別和對應(yīng)于所述參考級別的倍數(shù)的中間操作級別以及所述真空泵操作的特征的頻帶中選擇，其次，通過所述級別的時長(duration)特征選擇。本發(fā)明的另一個目的是一種抽吸裝置，所述裝置包括真空泵，包括至少一個轉(zhuǎn)子和一個泵體，所述轉(zhuǎn)子具有在所述泵體中被所述泵的馬達旋轉(zhuǎn)驅(qū)動的潛力，所述泵的函數(shù)信號傳感器，以及用于預(yù)測時間預(yù)測窗口的裝置，在所述時間預(yù)測窗口期間，在所述真空泵中將發(fā)生轉(zhuǎn)子旋轉(zhuǎn)故障，所述用于預(yù)測的裝置被配置為實施上述用于預(yù)測真空泵轉(zhuǎn)子的旋轉(zhuǎn)故障的方法，以基于所述函數(shù)信號傳感器提供的測量值計算所述預(yù)測時間窗口。根據(jù)抽吸裝置的第一實施例，其中所述函數(shù)信號傳感器是振動傳感器，例如，安裝在所述泵體的軸承上的振動傳感器。根據(jù)抽吸裝置的第二實施例，其中所述函數(shù)信號傳感器是測量真空泵馬達電流的
直ο在包括真空泵作為其一部分的設(shè)備處于有效生產(chǎn)狀態(tài)時，使用含有提供診斷的預(yù)測裝置的抽吸裝置，通過預(yù)測主要故障，則可以避免該主要故障。


考慮到下面對本發(fā)明的具體實施例的描述，本發(fā)明的其它特征和優(yōu)點將更加顯而易見，雖然任何一個都是用于說明目的而不是限制。在附圖中圖1示出了包括與抽吸裝置連接的處理腔的設(shè)備的示意圖；圖2示出了故障預(yù)測方法的圖；圖3示出了這樣的圖，對于實例事件序列，其表示跨振動的多個頻帶的振動信號與時間的關(guān)系；圖4象征性地描述了事件序列的另一個實例；圖5描述了置信度與最佳窗口的尺寸之間的關(guān)系；
圖6示出了作為時間的函數(shù)的實例事件序列和相關(guān)預(yù)測時間窗口。在這些圖中，使用相同的標(biāo)號標(biāo)定相同的元件。為了明晰，該方法的步驟從100開始編號。
具體實施例方式本發(fā)明可以用于包括在泵體的定子內(nèi)被旋轉(zhuǎn)驅(qū)動的轉(zhuǎn)子的所有類型的真空泵。例如，真空泵可以是具有旋轉(zhuǎn)葉片的泵，如羅茨(roots)泵，具有兩個或三個葉片。在羅茨泵中，每個泵級包括具有同樣外形的兩個葉片，在定子中以相對的方向旋轉(zhuǎn)。當(dāng)它們旋轉(zhuǎn)時， 吸入的氣體被限制在轉(zhuǎn)子和定子之間的開放空間中，然后通過排氣向外或下一級排放。旋轉(zhuǎn)葉片真空泵還可以是兩爪型真空泵，也公知為爪式泵。另外，真空泵還可以是分子泵、渦輪泵或混合(hybrid)泵、或者是旋片泵或螺桿泵。圖1中示出的設(shè)備1包括通過管3與抽吸裝置5的入口 4連接的處理腔2以便沿箭頭6指示的方向從腔2中抽吸。腔2中可以進行任意處理工藝，例如在硅晶片上微電子器件、或者平面屏幕或光伏襯底的制造工藝中使用的沉積、刻蝕、離子注入或熱處理工藝。抽吸裝置5包括呈現(xiàn)為泵體的真空泵7，其中通過泵7的馬達(未示出)旋轉(zhuǎn)驅(qū)動轉(zhuǎn)子。操作時，轉(zhuǎn)子的旋轉(zhuǎn)速度調(diào)整為固定值。真空泵7的出口與排氣管連接。抽吸裝置5還包括泵體的振動傳感器9和預(yù)測時間窗口的預(yù)測裝置10，在預(yù)測時間窗口期間泵7將發(fā)生源于卡咬的故障。卡咬定義為可能引起旋轉(zhuǎn)機械停止的泵體中的轉(zhuǎn)子的旋轉(zhuǎn)運動故障。振動傳感器9可以是例如能夠提供有效的振動速度(以m/s為單位)的壓電加速表。振動傳感器9的輸出與預(yù)測裝置10連接。分析該振動，使得可以識別預(yù)測以固定速度旋轉(zhuǎn)的真空泵的卡咬所需的周期特征現(xiàn)象。給出泵體的剛性結(jié)構(gòu)，單個振動傳感器9足以收集在單個測量點處所有的泵體特征振動現(xiàn)象。振動傳感器9的模擬輸出通過傅里葉變換轉(zhuǎn)換成譜，以便識別周期現(xiàn)象。例如，振動傳感器9可以固定在真空泵7的兩個軸承的一個上，由于在這里轉(zhuǎn)子的應(yīng)力被傳遞到泵體上。更具體地說，例如干式真空羅茨泵中，振動傳感器被垂直設(shè)置在泵體的上表面上，大約在兩個轉(zhuǎn)子之間，這里轉(zhuǎn)子的軸對泵體產(chǎn)生的壓應(yīng)力最高。預(yù)測裝置10基于振動傳感器9提供的振動信號隨時間變化的測量值計算預(yù)測時間窗口，在預(yù)測時間窗口期間真空泵7中將發(fā)生源自卡咬的故障。預(yù)測裝置10包括位于真空泵7上或者位于遠方專用專家中心(expert center)內(nèi)的處理單元。處理單元可以例如向泵監(jiān)視服務(wù)器傳輸預(yù)測信息。然后，服務(wù)器依次向維護操作監(jiān)視裝置發(fā)送消息。為了計算其間將發(fā)生源自卡咬的故障的預(yù)測時間窗口，預(yù)測裝置10實施故障預(yù)測方法100，在圖2中示出。在預(yù)測方法100的第一步驟101中，基于例如每80秒得到的測量值記錄與泵體的振動信號的隨時間變化相關(guān)的事件序列。為了減小學(xué)習(xí)型數(shù)據(jù)庫的尺寸，在振動譜內(nèi)在真空泵運動學(xué)的頻率特征附近選擇振動頻帶。圖3示出了四個振動頻帶B1、B2、B3和B4的振動信號(速度)。例如，選擇以對應(yīng)于轉(zhuǎn)子旋轉(zhuǎn)速度的特征頻率為中心的振動頻帶。還可以選擇在對應(yīng)于旋轉(zhuǎn)機械部分的幾何形狀的特征頻率附近的振動頻帶。
還可以在泵的旋轉(zhuǎn)頻率的一個或多個諧波附近選擇振動頻帶，該一個或多個諧波例如可以表征轉(zhuǎn)子失衡或者轉(zhuǎn)子軸失準(misalignment)。事件序列首先由從頻帶中選擇的振動信號的級別(level)表征，其次由在該振動級別上花費的特征時長(duration)表征。例如，事件序列可以四個特征時長來測量2小時，2天，1周和多于一周。例如，這樣決定參考級別和中間操作級別。例如，通過平均化預(yù)定時長的信號包絡(luò)來確定級別。圖3中的曲線Bl示出了來自振動傳感器的振動信號的頻帶級別的三個實例Si、 S2、S3 ο參考級別Sl對應(yīng)于在約M小時的特征時長中評價的振動信號的低閾值，例如為了克服與正在進行的處理工藝相關(guān)的偶然干擾。在新真空泵開動后至少M小時開始測量參考級別Sl以克服真空泵7的老化周期，在老化周期中振動級別不穩(wěn)定。對應(yīng)于振動信號的上閾值的第一中間操作級別S3例如約為參考級別Sl (見圖3) 的4倍。例如在約2小時的特征時長下測量。此時長可以克服如與當(dāng)前進行的處理工藝相關(guān)的其它偶然干擾(持續(xù)約幾分鐘)。第二中間操作級別S2為參考級別Sl的3倍，例如在約2小時的特征時長下測量。在一周期間內(nèi)觀察的第一中間操作級別S3，接著在兩天期間內(nèi)觀察的第二中間操作級別S2，對應(yīng)于例如真空泵卡咬事件F。在預(yù)測方法100的第二步驟102中，在記錄的事件序列內(nèi)尋找至少一個事件序列與真空泵行為模型的預(yù)設(shè)關(guān)聯(lián)規(guī)則前兆模式(precursory pattern)中的至少一個前兆模式之間的匹配，關(guān)聯(lián)規(guī)則通過在一個或多個提取參數(shù)的限制下提取知識而構(gòu)建。關(guān)聯(lián)規(guī)則具有“如果前兆模式，則結(jié)果(if precursory pattern then result)，， 的形式。關(guān)聯(lián)規(guī)則涉及轉(zhuǎn)子旋轉(zhuǎn)的故障。由公式(1)表示(1) α => F其中“ α ”是前兆模式，其包括事件序列Α、B、C...，每個事件在時間上被最大預(yù)設(shè)時長間隔開，并且強加在前兆模式的最后事件和卡咬事件之間的最大時長。事件之間的最大時長設(shè)定為例如10天。發(fā)源(originating)事件的事件序列表示為公式O):(2) :A- > B,其中A為第一事件，之后是第二事件B ；“F”是轉(zhuǎn)子旋轉(zhuǎn)故障的結(jié)果，是卡咬事件，“ = >”是在前兆模式和結(jié)果之間的如果-則(if-then)操作。根據(jù)一個實施例，通過從學(xué)習(xí)型數(shù)據(jù)庫中提取知識，建立描述真空泵7的行為模型的關(guān)聯(lián)規(guī)則。包括稱為“數(shù)據(jù)挖掘”的方法的從數(shù)據(jù)獲取知識或者在數(shù)據(jù)庫中發(fā)現(xiàn)知識(KDD) 的方法的目的是通過自動或半自動方法從大量數(shù)據(jù)中獲取認識或知識。此方法使得可以應(yīng)用數(shù)據(jù)庫中可得的數(shù)據(jù)通過一個或多個關(guān)聯(lián)規(guī)則識別特征模式、組合以及未認識到和重要的結(jié)構(gòu)/安排。重復(fù)此方法，可以優(yōu)化提取知識的品質(zhì)。另外，與其它方法相反，數(shù)據(jù)挖掘方法可以獲取可能被使用者解釋的關(guān)聯(lián)規(guī)則。學(xué)習(xí)型數(shù)據(jù)庫包括貫穿真空泵從開始運轉(zhuǎn)直到其卡咬為止的運轉(zhuǎn)壽命從一組真空泵獲得的與卡咬故障相關(guān)的多個事件序列?？紤]足夠大的真空泵組，例如每個有約六十臺泵，以便使得事件可靠相關(guān)。優(yōu)選使用在實際使用條件下操作的真空泵組，以便在真空泵的整個壽命中尋找要預(yù)測的故障。學(xué)習(xí)型數(shù)據(jù)庫僅包括在“第一卡咬”前獲得的事件序列。實際上，在實際使用條件下，無論何時預(yù)測到真空泵的卡咬，目標(biāo)都是用新泵替換真空泵。因此，無需從任何在第一卡咬之后出現(xiàn)的卡咬學(xué)習(xí)。因此，為了建立學(xué)習(xí)型數(shù)據(jù)庫，選擇從真空泵開始運轉(zhuǎn)日期和觀察到真空泵第一次卡咬的日期之間進行的獲取。例如，具體地，由專家依靠由并入真空泵的傳感器發(fā)送并在操作期間記錄的信號(例如，真空泵馬達消耗的功率或真空泵輸出的氣體壓力)確定/建立第一次卡咬。專家還可以依靠真空泵的評價以便明確地識別卡咬的原因。圖4示出了端到端設(shè)置的泵的幾個壽命期中記錄的事件序列的實例。例如，壽命 dl示出了在開始和卡咬事件“F”之間的事件序列。在從關(guān)聯(lián)規(guī)則的支持(support)、置信度以及每個事件之間的最大時長中選擇的一個或多個提取參數(shù)的限制下提取關(guān)聯(lián)規(guī)則。支持對應(yīng)于關(guān)聯(lián)規(guī)則預(yù)測卡咬相關(guān)故障的次數(shù)。選擇至少等于1的支持，意味著關(guān)聯(lián)規(guī)則在學(xué)習(xí)型數(shù)據(jù)庫的卡咬相關(guān)故障的檢測中至少出現(xiàn)一次。可以選擇等于2的支持以便提取的關(guān)聯(lián)規(guī)則不會太特定。置信度是關(guān)聯(lián)規(guī)則的可靠性測量。其被表示為卡咬事件F的預(yù)測％。選擇100% 的置信度。換句話說，前兆模式必須總是被卡咬結(jié)果跟隨以便防止預(yù)測失敗，即使該選擇傾向于減小預(yù)測速率。例如，十有八九獲得卡咬事件的關(guān)聯(lián)規(guī)則將被剔除。關(guān)聯(lián)規(guī)則的每個事件之間的最大時長是由預(yù)測范圍(prediction horizon)施加的限制，該預(yù)測范圍意義為故障預(yù)測和故障自身出現(xiàn)之間的最大時長。確定約10天的每個事件之間的最大時長。在學(xué)習(xí)的最后，對每個關(guān)聯(lián)規(guī)則，通過源于計算的最佳窗口表征關(guān)聯(lián)規(guī)則。最佳窗口是導(dǎo)致置信度的最高級別的時長。對每個關(guān)聯(lián)規(guī)則，將保留支持等于1并且置信度是 100%的最佳窗口。例如，針對圖4中示出的事件序列的實例，對于時長等于3個時間單位Ul的最大窗口 wl，前兆模式A- > B發(fā)生兩次。另外，每次發(fā)生時，此前兆模式均涉及卡咬事件F，因此置信度為100%。對于時長等于2個時間單位Ul的最大窗口 w2，前兆模式A- > B發(fā)生兩次。前兆模式在兩次中的一次中涉及卡咬事件F，因此置信度為50%。對于時長等于4個時間單位Ul的最大窗口 w3，前兆模式A- > B發(fā)生三次。然而， 前兆模式在三次中的兩次中涉及卡咬事件F，因此置信度為66 %。圖5中的曲線通過描述置信度百分比與窗口的時長的關(guān)系而概括了這三種可能。 可以看出，對于時長是3個單位的窗口 wl，置信度處在最大值，對更短或更長時長的窗口 w2、w3，置信度較小。換句話說，存在置信度最大的最佳窗口 wl。然后，從來自從N個真空泵記錄的學(xué)習(xí)型數(shù)據(jù)庫的N-I個事件序列提取一個或多個關(guān)聯(lián)規(guī)則(通常為一組關(guān)聯(lián)規(guī)則)，未用于提取的事件序列被用于驗證關(guān)聯(lián)規(guī)則。
此方法使得檢測已建立的關(guān)聯(lián)規(guī)則的穩(wěn)健性(robustness)成為可能。有效關(guān)聯(lián)規(guī)則必須能夠針對滿足與提取期間相同的限制條件的未用于建立關(guān)聯(lián)規(guī)則的剩余事件序列來預(yù)測或者不預(yù)測故障。此方法可以建立通用最可能構(gòu)建行為模式并針對單獨的事件序列(仍然未用的)來驗證該方法的操作。然后，重復(fù)此方法N次以確定其他關(guān)聯(lián)規(guī)則，或者尋找相同的關(guān)聯(lián)規(guī)則，每次都留下一個新的未用組以驗證新的關(guān)聯(lián)規(guī)則。然后，從用于建立關(guān)聯(lián)規(guī)則的N-I個事件序列連續(xù)分離每個序列以驗證該關(guān)聯(lián)規(guī)則。然后，在N個提取期間提取的關(guān)聯(lián)規(guī)則的分組形成關(guān)聯(lián)規(guī)則組。在提取處理100的第三步驟103中，推斷出預(yù)設(shè)時間窗口，在該時間窗口期間，真空泵7將發(fā)生轉(zhuǎn)子旋轉(zhuǎn)故障。對任意發(fā)源事件的出現(xiàn)，通過向關(guān)聯(lián)規(guī)則的第一事件出現(xiàn)的日期添加最佳時間窗口的尺寸而預(yù)測故障的日期。對于觀察窗口 d2，預(yù)測時間窗口 d3等于最近的故障日期預(yù)測和最遠故障日期預(yù)測之間的間隔。向觀察窗口 d2施加包括事件的最大數(shù)目(k)的規(guī)則，并且觀察窗口 d2等于每個事件之間的最大時長的(k-i)倍。通過從學(xué)習(xí)型數(shù)據(jù)庫提取知識而建立規(guī)則，例如(Rl)、(R2)和(R3)(Rl) A- > B- > C = > F，具有第一最佳窗口 wa(R2)D- > E- > G = > F，具有第二最佳窗口 wc(R3)K- > E- > L = > F，具有第三最佳窗口 wb。圖6示出了在觀察窗口 d2期間測量的事件序列。前兆模式A- > B- > C的出現(xiàn)使得可以預(yù)測將在第一事件A出現(xiàn)時的日期加上最佳時間窗口 wa的尺寸而得到的日期出現(xiàn)的卡咬F。此前兆事件在窗口 d2期間出現(xiàn)兩次，因此為卡咬的出現(xiàn)預(yù)測了兩個日期。前兆模式D- > E- > G的出現(xiàn)可以預(yù)測將在第一事件D出現(xiàn)時的日期加上最佳時間窗口 wc的尺寸而得到的日期出現(xiàn)的卡咬F。前兆模式K- > E- > L的出現(xiàn)可以預(yù)測將在第一事件K出現(xiàn)時的日期加上最佳時間窗口 Wb的尺寸而得到的日期出現(xiàn)的卡咬F。對應(yīng)于預(yù)測卡咬出現(xiàn)的各種假設(shè)的眾多點落入預(yù)測時間窗口 d3中，預(yù)測時間窗口 d3在根據(jù)規(guī)則D- > E- > G的最佳窗口 wc的預(yù)測和根據(jù)規(guī)則A- > B- > C的第一次出現(xiàn)的最佳窗口 wa的預(yù)測之間。然后，預(yù)測其間將出現(xiàn)真空泵轉(zhuǎn)子旋轉(zhuǎn)故障的時間窗口。因此，該預(yù)測方法可以識別真空泵的反常行為，一方面不需要在處理腔中發(fā)生的處理工藝的指示，另一方面不會受工藝的中斷或修改影響。不需要基于處理工藝如何進行而調(diào)整機械行為模型。另外，預(yù)測在大于80 %的情況下是可靠的。然后，可以在使用時，在泵真正發(fā)生故障前預(yù)測泵故障，由此安排預(yù)防維護。早期診斷，可以最小化與部件劣化有關(guān)的損壞并有助于維護人員監(jiān)測作業(yè)，因此進一步降低了維護成本。
權(quán)利要求
1.一種用于預(yù)測真空泵轉(zhuǎn)子的旋轉(zhuǎn)故障的方法，所述方法包括如下步驟記錄與所述真空泵函數(shù)信號的隨時間變化相關(guān)的事件序列(101)，在記錄的事件序列內(nèi)尋找至少一個事件序列與真空泵行為模型的預(yù)設(shè)關(guān)聯(lián)規(guī)則的至少一個前兆模式之間的匹配，通過在一個或多個提取參數(shù)的限制下提取知識來建立所述關(guān)聯(lián)規(guī)則，以及所述預(yù)設(shè)關(guān)聯(lián)規(guī)則的前兆模式涉及轉(zhuǎn)子旋轉(zhuǎn)故障(10 ，以及推斷時間預(yù)測窗口，在所述時間預(yù)測窗口期間，在所述真空泵中將出現(xiàn)轉(zhuǎn)子旋轉(zhuǎn)故障 (103)。
2.根據(jù)權(quán)利要求1的預(yù)測方法，其中記錄與所述真空泵的泵體的振動信號的隨時間變化相關(guān)的事件序列(101)。
3.根據(jù)權(quán)利要求1的預(yù)測方法，其中記錄與所述真空泵馬達電流信號的隨時間變化相關(guān)的事件序列(101)。
4.根據(jù)權(quán)利要求1到3中任一項的預(yù)測方法，其中所述函數(shù)信號被轉(zhuǎn)換為頻譜，在所述頻譜內(nèi)在所述真空泵運動學(xué)的頻率特征附近選擇頻帶。
5.根據(jù)權(quán)利要求1到4中任一項的預(yù)測方法，其中從包括多個事件序列的學(xué)習(xí)型數(shù)據(jù)庫提取知識來建立描述所述真空泵行為模型的關(guān)聯(lián)規(guī)則，貫穿從啟動到轉(zhuǎn)子旋轉(zhuǎn)故障為止的真空泵壽命從一組真空泵獲得所述事件序列。
6.根據(jù)權(quán)利要求5的預(yù)測方法，其中在從所述關(guān)聯(lián)規(guī)則的支持、置信度以及每個事件之間的最大時長中選擇的一個或多個提取參數(shù)的限制下提取所述關(guān)聯(lián)規(guī)則。
7.根據(jù)權(quán)利要求5或6的預(yù)測方法，其中從來自從N個真空泵記錄的學(xué)習(xí)型數(shù)據(jù)庫的 N-I個事件序列提取一個或多個關(guān)聯(lián)規(guī)則，以及未用于提取的所述事件序列被用于驗證所述關(guān)聯(lián)規(guī)則。
8.根據(jù)權(quán)利要求5到7中任一項的預(yù)測方法，結(jié)合權(quán)利要求4，其中從所述學(xué)習(xí)型數(shù)據(jù)庫確定事件序列，一方面通過從參考級別和對應(yīng)于參考級別的倍數(shù)的中間操作級別以及所述真空泵操作的特征的頻帶中選擇，另一方面，通過所述級別的時長特征選擇。
9.一種抽吸裝置，所述裝置包括真空泵(7)，包括至少一個轉(zhuǎn)子和一個泵體，所述轉(zhuǎn)子具有在所述泵體中被所述泵(7) 的馬達旋轉(zhuǎn)驅(qū)動的潛力，所述泵(7)的函數(shù)信號傳感器(9)，以及預(yù)測時間預(yù)測窗口的裝置(10)，在所述時間預(yù)測窗口期間，在所述真空泵(7)中將出現(xiàn)轉(zhuǎn)子旋轉(zhuǎn)故障，預(yù)測裝置(10)被配置為實施權(quán)利要求1到8中的任一項的用于預(yù)測真空泵轉(zhuǎn)子的旋轉(zhuǎn)故障的方法以基于所述函數(shù)信號傳感器(9)提供的測量值計算所述預(yù)測時間窗口。
10.根據(jù)權(quán)利要求9的抽吸裝置，其中所述函數(shù)信號傳感器(9)是安裝在所述泵體的軸承上的振動傳感器。
全文摘要
本發(fā)明涉及用于預(yù)測真空泵轉(zhuǎn)子旋轉(zhuǎn)故障的方法，該方法包括如下步驟記錄與所述真空泵的函數(shù)信號的隨時間變化相關(guān)的事件序列(101)；在記錄的事件序列中尋找至少一個事件序列和與真空泵的行為模型的預(yù)設(shè)關(guān)聯(lián)規(guī)則的至少一個前兆模式之間的聯(lián)系，作為預(yù)設(shè)關(guān)聯(lián)規(guī)則的前兆的所述模式暗示轉(zhuǎn)子旋轉(zhuǎn)故障(102)；推斷預(yù)測時間窗口，在所述預(yù)測時間窗口期間，真空泵將經(jīng)歷轉(zhuǎn)子旋轉(zhuǎn)故障(103)。本發(fā)明還涉及抽吸裝置，該裝置包括包括至少一個轉(zhuǎn)子和一個泵體的真空泵(7)，所述轉(zhuǎn)子能夠通過所述泵的馬達(T)在泵殼內(nèi)旋轉(zhuǎn)；用于采集所述泵(7)的函數(shù)信號的傳感器(9)；以及用于預(yù)測其間所述真空泵(7)將經(jīng)歷轉(zhuǎn)子旋轉(zhuǎn)故障的預(yù)測時間窗口的裝置(10)，所述預(yù)測裝置(10)應(yīng)用所述函數(shù)信號傳感器(9)提供的測量值計算所述預(yù)測時間窗口。
文檔編號F04D27/00GK102459914SQ201080028629
公開日2012年5月16日 申請日期2010年6月24日 優(yōu)先權(quán)日2009年6月26日
發(fā)明者C·帕里賽, F·馬丁, N·莫格爾, N·貝古, S·加利謝 申請人:阿迪森真空產(chǎn)品公司