JP2018025450A - 軸受診断装置 - Google Patents

Abstract

【課題】転がり軸受の正常・異常の状態識別を簡単に、且つ、誰でも精度良く実施することができる軸受診断装置を提供する。
【解決手段】転がり軸受の状態を表す特徴的な信号を測定し、その信号に関係する測定条件と主軸仕様を併せて入力として学習させて識別モデルを作成する。作成した識別モデルを用いて転がり軸受の正常及び異常状態を判定する。したがって、異常の対応を迅速に行うことができ、主軸装置の復旧までの時間を短縮し、再発を防止することが可能となる。
【選択図】図２

Description

本発明は、工作機械の主軸等を支持する転がり軸受の状態を識別する軸受診断装置に関するものである。

転がり軸受は、多くの機械の回転機器等に用いられており、工作機械の主軸においても転がり軸受が一般的に用いられている。軸受の転動体を等間隔に保つ役割をする保持器は、転動体と滑りが生じ、その動作を正常に保つためには潤滑油が必要である。潤滑油の供給方式としてグリスによるものや、ミキシングバルブにおいて吐出された微小な潤滑油を圧縮エアで軸受内に送るオイルエアと呼ばれる方式などがある。万が一、このミキシングバルブの動作不良が生じた場合、潤滑油が不足して保持器と転動体が焼付くため、主軸が回転不能となってしまう。主軸の軸受を交換する間、生産が停止してしまうことから、主軸の転がり軸受の状態を把握する必要がある。

転がり軸受の状態を把握する方法として、回転体を惰性で回して、摩擦トルクを算出する分析方法が知られている。特許文献１では、軸の惰性回転時の時間変化に対する回転速度の変化の割合から軸受の摩擦トルクに換算し、さらにこのトルクを判定基準値と比較して軸受の異常の度合を判定している。
他方で、軸受の異常診断は、振動を利用した方法も多く用いられている。特許文献２では、振動センサにより検出された振動波形の包絡線のフーリエスペクトルを求め、それぞれ複数のニューロンを有する、スペクトルに基づいて求められた情報を入力する入力層、中間層、転がり軸受の故障の有無及び故障の状態を出力する出力層からなるニューラルネットワークの結合状態を機械学習により求め、異常を判断している。

特公平６−６５１８９号公報 特許第３１７００７６号公報

一般的に摩擦トルクは、転がり軸受の予圧、潤滑油粘度、これら両者に影響を与える温度、供給油量、転走面の状態によって、各回転速度の摩擦トルクが大きく変化する。軸受が使用されている温度で、軸受の予圧や潤滑油粘度が大きく変化するため、特許文献１のような寿命判定ラインを一定の固定値とすることは難しい。また、主軸には主軸径やモータ出力の異なる多くの仕様があり、主軸仕様によっても寿命判定ラインは異なるため、主軸装置の仕様毎にも寿命判定ラインを設定する必要がある。他の手法である振動を用いた転がり軸受の診断も摩擦トルク同様に、主軸装置毎にことなる軸受仕様や最高回転速度などに応じて、フィルタ、包絡線処理のパラメータなどを設定する必要がある。そこで、特許文献２ではニューラルネットワークにより識別モデルを生成し、正常・異常を識別させることで主軸装置毎に異なる軸受に応じたフィルタ、包絡線処理のパラメータなどの設定を不要としている。このような識別モデルでは、正解率が１００％に近づくような入力をいかに選択するかが重要となる。

そこで、本発明は、上記問題に鑑みなされたものであって、軸受診断に係る識別の正解率が従来よりも向上した軸受診断装置を提供しようとするものである。

上記目的を達成するために、本発明のうち請求項１に記載の発明は、転がり軸受に軸支された主軸装置の軸受異常を検知する工作機械における軸受診断装置であって、予め、正常時及び異常時の主軸装置の転がり軸受の状態を表す特徴量、特徴量を計測した際の主軸の運転条件、及び主軸に使用している軸受の諸元を入力とし、正常状態及び異常状態を出力として機械学習を行って識別モデルを作成し、作成した識別モデルを用いた主軸装置の正常状態と異常状態の識別手段と、診断する主軸装置の運転中の転がり軸受の状態を表す特徴量、特徴量を計測した際の運転条件、及び主軸に使用している軸受の諸元を取得する手段とを備えており、取得した軸受の状態を表す特徴量、特徴量を計測した際の運転条件、及び主軸に使用している軸受諸元を識別手段に入力し、軸受の正常状態もしくは異常状態を識別することを特徴とする。
請求項２に記載の発明は、請求項１に記載の発明において、転がり軸受の状態を表す特徴量とは、惰性運動による回転速度の時系列変化もしくは、回転速度の単位時間当たりの差分に回転体の慣性モーメントを掛け合わせて算出した各回転速度における摩擦トルク、もしくはその両者であり、運転条件とは、惰性運動の開始及び終了した回転速度もしくは、惰性運転の影響を受ける構造体の温度または軸受に影響を及ぼす温度もしくは、軸受潤滑油の供給状態のいずれか、もしくはこれらの組み合わせであり、軸受諸元とは、玉ピッチ直径もしくは、最高回転速度もしくは、その両者であることを特徴とする。
請求項３に記載の発明は、請求項１に記載の発明において、転がり軸受の状態を表す特徴量とは、周波数分析した各振動周波数における振動値であり、運転条件とは、振動を測定した回転速度であり、軸受諸元は玉ピッチ直径もしくは、転動体直径もしくは、転動体数もしくは、接触角度もしくは、最高回転速度もしくは、これらの組み合わせであることを特徴とする。
請求項４に記載の発明は、請求項１に記載の発明において、識別モデルを生成するための異常状態は、潤滑不良、予圧異常、転走面の傷、保持器の損傷、主軸曲がりのいずれかまたはこれらの組み合わせであることを学習させることを特徴とする。
請求項５に記載の発明は、請求項２に記載の発明において、転がり軸受の状態を表す特徴量である、惰性運動による回転速度の時系列変化は時間で正規化し、回転速度の単位時間当たりの差分に回転体の慣性モーメントを掛け合わせて算出した各回転速度における摩擦トルクは回転速度で正規化することを特徴とする。

本発明によれば、特徴量に影響を与える特徴量を測定した際の条件、例えば摩擦トルクであれば、潤滑油の供給状態、軸受温度を摩擦トルクと併せて入力としているため、主軸装置の仕様毎に用いられている転がり軸受の種類が異なる場合でも、一つの高精度な異常・正常の識別モデルで対応ができる。これにより、主軸の仕様に応じて識別モデルを変更したり、識別するための入力に応じたフィルタを選択する必要がなくなり、誰でも容易に転がり軸受の診断を行うことができる。そして、識別モデルへの入力を惰性運転から求めた摩擦トルクとすることで、特別なセンサを使用することが無くなるため安価に転がり軸受の診断を実現することができる。さらに、識別モデルの出力に異常の原因も学習させることで、異常であることと、その原因も判断することができる。これにより、異常の対応を迅速に行うことができ、主軸装置の復旧までの時間を短縮し、再発を防止することが可能となる。

転がり軸受の状態の分類装置を備えたＮＣ装置のブロック構成図である。 分類器の内部を表す説明図である。

以下、本発明を工作機械の主軸装置の転がり軸受に実施し、惰性運動で転がり軸受の特徴量である摩擦トルクを取得して正常・異常を識別する形態を図面に基づいて説明する。

図１は、主軸軸受診断装置を備えたＮＣ工作機械の一例を示すブロック構成図である。主軸ハウジング１に、図示されていない主軸モータにより回転可能に備えられた回転主軸３は、図示されていない転がり軸受に支持されている。主軸ハウジング１は図示されていないボールねじ、送り軸モータによってコラム６に対して移動可能となっている。同じくテーブル４もベッド５に対して、図示されていないボールねじ、送り軸モータによって移動可能となっている。テーブル４の上にワークを設置し、回転主軸３に取り付けた切削工具を用い、テーブル４と回転主軸３とを相対的に動かすことでワークを加工する。

転がり軸受の温度を検出する手段として温度センサ１４と、主軸回転速度を算出する手段として主軸回転検出器１３と回転検出部１６を備えている。また、主軸軸受に潤滑油を供給する手段として、潤滑油ポンプ１２と、潤滑油を微小容量吐出して圧縮エアで軸受に潤滑油を供給するためのミキシングバルブ２が主軸ハウジング１に装着されている。

主軸の状態を診断するために惰性運動を始めると、記録部１１で惰性運転を開始した速度と、惰性運動中の回転速度が一定の間隔で記録される。本実施形態では、終了は惰性回転が停止するまでとする。記録された惰性運動中の回転速度は、摩擦トルク算出部１８に送られ、主軸諸元保管部２０から送られた主軸の慣性モーメントと、回転速度の変化量を用いて各回転速度における摩擦トルクを算出する。算出した各回転速度における摩擦トルクは最高回転速度で正規化し、予め定めた点数ｎにリサンプリングして記録部１１へ送られる。併せて、惰性運動中に潤滑ポンプが動作したかどうか、または何分毎に動作したかといった潤滑ポンプの動作状況と、温度センサ１４の主軸温度も記録部１１へ転送される。

軸受状態識別部１９は図２に示すようにニューラルネットワークで構成されている。入力層は、正規化された各速度における摩擦トルク、惰性運転の開始速度、惰性運動中の軸受温度が記憶部１１より入力される。また、主軸諸元保管部より、本主軸に用いられている、最高回転速度も併せて入力される。ここで、潤滑不良、予圧異常、転走面損傷時の各回転速度における摩擦トルクを最高回転速度で正規化したものと、惰性運動中に潤滑ポンプが動作したかどうかと、主軸温度とを入力とし、正常状態と、異常状態として潤滑不良、予圧異常、転走面の損傷を出力としてニューラルネットワークを用いて予め学習させておく。そして、ここで学習して生成した識別モデルにより、正常か異常かを識別する。ここで、異常と識別された場合は、潤滑不良、予圧異常、転走面の損傷のいずれかが判断される。そして、その識別結果は、モニタ１７に表示する。

前述したように、転がり軸受の摩擦トルクは、惰性運転の開始回転速度、潤滑油供給条件、軸受温度、に大きな影響を受ける。例えば、複数の仕様の主軸装置において、正常・異常時の摩擦トルクと惰性運転の開始速度を入力とし、正常・異常を出力として学習させた場合に、その正解率は８７．３％であった。ここに入力として潤滑油の供給有無を加えることで正解率は９０．７％に上昇し、さらに軸受を冷却するために使用している冷却油の温度を入力として加えることで正解率は９１．２％まで高まった。

なお本実施形態では、惰性運転の開始回転速度、潤滑油の供給有無、軸受温度を識別モデルの入力として摩擦トルク以外に加えたが、組立時に確認のために計測した予圧や、惰性回転の終了速度、軸受の諸元（玉ピッチ円の直径、玉数、接触角度）を入力としてもよい。さらに、潤滑油の供給有無だけでなく、潤滑油の供給間隔としてもよく、複数の種類で構成される主軸装置の場合、使用される軸受すべての諸元や同じ軸受が複数ある場合は、その使用個数を加えてもよい。また、主軸が立てで使用されるか、横向きで使用されるか、旋回軸として使用されるかを入力としてもよい。そして、摩擦トルクは回転速度で正規化することで様々な回転速度の主軸装置を一つの識別モデルとする例を示したが、主軸装置の仕様に応じて分けてもよい。惰性運動は最高回転速度から回転が停止するまででなく、任意の回転速度における回転速度変化の計測を複数回行う場合もあり、その計測開始・終了速度を入力としても良い。また、異常状態の出力として、潤滑不良かつ予圧異常といった具合に複合の原因としてもよい。

一方、振動を用いた転がり軸受の診断装置では、振動センサの信号を周波数分析した各周波数における振動値と、振動を計測した際の回転速度と、主軸の最高回転速度と、軸受諸元として玉ピッチ直径、転動体直径、転動体数、接触角度とを識別モデルの入力とし、正常と、異常状態として予圧異常、転送面の損傷、保持器の損傷、主軸曲がりを出力とする。加えて、摩擦トルクと振動の両者を入力としてもよく、この場合には潤滑不良、予圧異常、転走面の傷、保持器の損傷、主軸曲がりといった主軸装置の異常状態を分類することが可能となる。

そして、識別モデルは、単層のニューラルネットワークではなく、ディープラーニングを用いることもできる。そして、軸受状態を表示する手法としてディスプレイだけでなく、複数の色のＬＥＤで構成される状態表示灯を用いることもできる。さらに、異常時には状態を表す表示をするだけでなく、機械を停止したり、ワークから工具を離すといった機械の制御をおこなってもよい。
なお、ここで示した本発明は、工作機械の主軸に限らず、転がり軸受を利用した回転機器への適用が可能である。

１・・主軸ハウジング、２・・ミキシングバルブ、３・・主軸、４・・テーブル、５・・ベッド、６・・コラム、１１・・記録部、１２・・潤滑ポンプ、１３・・主軸回転検出器、１４・・温度センサ、１５・・軸受診断装置、１６・・回転検出部、１７・・モニタ、１８・・摩擦トルク算出部、１９・・軸受状態識別部、２０・・主軸諸元保管部、２１・・学習結果保管部。

Claims (5)

1. 転がり軸受に軸支された主軸装置の軸受異常を検知する工作機械における軸受診断装置であって、
   予め、正常時及び異常時の主軸装置の転がり軸受の状態を表す特徴量、特徴量を計測した際の主軸の運転条件、及び主軸に使用している軸受の諸元を入力とし、正常状態及び異常状態を出力として機械学習を行って識別モデルを作成し、作成した識別モデルを用いた主軸装置の正常状態と異常状態の識別手段と、
   診断する主軸装置の運転中の転がり軸受の状態を表す特徴量、特徴量を計測した際の運転条件、及び主軸に使用している軸受の諸元を取得する手段とを備えており、
   取得した軸受の状態を表す特徴量、特徴量を計測した際の運転条件、及び主軸に使用している軸受諸元を識別手段に入力し、軸受の正常状態もしくは異常状態を識別することを特徴とする軸受診断装置。
2. 転がり軸受の状態を表す特徴量とは、惰性運動による回転速度の時系列変化もしくは、回転速度の単位時間当たりの差分に回転体の慣性モーメントを掛け合わせて算出した各回転速度における摩擦トルク、もしくはその両者であり、
   運転条件とは、惰性運動の開始及び終了した回転速度もしくは、惰性運転の影響を受ける構造体の温度または軸受に影響を及ぼす温度もしくは、軸受潤滑油の供給状態のいずれか、もしくはこれらの組み合わせであり、
   軸受諸元とは、玉ピッチ直径もしくは、最高回転速度もしくは、その両者であることを特徴とする請求項１に記載の軸受診断装置。
3. 転がり軸受の状態を表す特徴量とは、周波数分析した各振動周波数における振動値であり、
   運転条件とは、振動を測定した回転速度であり、
   軸受諸元は玉ピッチ直径もしくは、転動体直径もしくは、転動体数もしくは、接触角度もしくは、最高回転速度もしくは、これらの組み合わせであることを特徴とする請求項１に記載の軸受診断装置。
4. 識別モデルを生成するための異常状態は、潤滑不良、予圧異常、転走面の傷、保持器の損傷、主軸曲がりのいずれかまたはこれらの組み合わせであることを学習させることを特徴とする請求項１に記載の軸受診断装置。
5. 転がり軸受の状態を表す特徴量である、惰性運動による回転速度の時系列変化は時間で正規化し、回転速度の単位時間当たりの差分に回転体の慣性モーメントを掛け合わせて算出した各回転速度における摩擦トルクは回転速度で正規化することを特徴とする請求項２に記載の軸受診断装置。

Images