JP2021167785A - Abnormality diagnostic device and maintenance management system - Google Patents
Abnormality diagnostic device and maintenance management system Download PDFInfo
- Publication number
- JP2021167785A JP2021167785A JP2020071482A JP2020071482A JP2021167785A JP 2021167785 A JP2021167785 A JP 2021167785A JP 2020071482 A JP2020071482 A JP 2020071482A JP 2020071482 A JP2020071482 A JP 2020071482A JP 2021167785 A JP2021167785 A JP 2021167785A
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- peak
- unit
- frequency
- accuracy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 141
- 238000012423 maintenance Methods 0.000 title claims description 25
- 238000003745 diagnosis Methods 0.000 claims abstract description 85
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 34
- 238000005259 measurement Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 230000006866 deterioration Effects 0.000 claims description 61
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000015556 catabolic process Effects 0.000 description 24
- 238000006731 degradation reaction Methods 0.000 description 24
- 238000000034 method Methods 0.000 description 11
- 230000002159 abnormal effect Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
- G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
本発明は、診断対処設備の異常を診断する異常診断装置、および、それを利用した保守管理システムに関する。 The present invention relates to an abnormality diagnosis device for diagnosing an abnormality in diagnostic coping equipment, and a maintenance management system using the same.
生産設備は、劣化故障を未然に防ぎ生産を継続できるように管理することが重要である。そのため、回転機を備えた生産設備では、回転機と負荷装置からなる回転機システムの異常を未然に検知する手法が開発されている。 It is important to manage production equipment so that deterioration and failure can be prevented and production can be continued. Therefore, in production equipment equipped with a rotating machine, a method for detecting an abnormality in a rotating machine system including a rotating machine and a load device has been developed.
例えば、特許文献1の請求項1等に示すように、設備の劣化が進むと特定の周波数領域の信号が増加することに着目して、回転機システムの異常を診断する手法がある。異常診断には、電流、振動、音響、トルクなどの信号源が用いられており(特許文献1の段落0002、0003等を参照)、増加した信号強度の大きさにより異常の有無や劣化の度合いを判定する。
For example, as shown in
こうした異常診断手法により検知可能な異常としては、軸受の劣化や回転機と負荷装置の接続不良、負荷装置の劣化などが挙げられる。 Examples of abnormalities that can be detected by such an abnormality diagnosis method include deterioration of bearings, poor connection between a rotating machine and a load device, and deterioration of a load device.
上記した、各種信号源を用いて特定の周波数領域の信号の増大を検出する従来の異常診断では、設備の劣化が進んだ際には増加した信号強度も大きくなるため精度よく診断することが可能であった。 In the conventional abnormality diagnosis that detects an increase in a signal in a specific frequency domain using various signal sources as described above, the increased signal strength also increases as the equipment deteriorates, so that it is possible to make an accurate diagnosis. Met.
しかしながら、劣化が軽度の場合や信号源のノイズが大きい場合、設備劣化に伴い増加した信号強度と、信号源に元来含まれるノイズレベルの区別がつかなくなり、設備の異常を過剰に判定してしまい、診断結果の信頼性が低下する問題があった。 However, when the deterioration is mild or the noise of the signal source is large, it becomes impossible to distinguish between the signal strength increased due to the deterioration of the equipment and the noise level originally contained in the signal source, and the abnormality of the equipment is excessively judged. Therefore, there is a problem that the reliability of the diagnosis result is lowered.
そこで、本発明では、異常診断の確度を判定でき、従来よりも診断の信頼性を上げることができる、回転機システムの異常診断装置を提供することを目的とする。 Therefore, an object of the present invention is to provide an abnormality diagnosis device for a rotating machine system, which can determine the accuracy of abnormality diagnosis and can improve the reliability of diagnosis as compared with the conventional case.
上記課題を解決するため、本発明の異常診断装置は、診断対象設備に取り付けたセンサの出力信号を計測するデータ計測部と、該データ計測部の計測信号を周波数成分に分解する周波数分解部と、該周波数分解部で分解した前記周波数成分のピークを検出するピーク検出部と、該ピーク検出部で検出したピークの強度に基づいて、前記診断対象設備の異常度を診断する異常診断部と、前記ピーク検出部で検出したピークの周波数のバラツキに基づいて、前記異常度の確度を判定する診断確度判定部と、を有するものとした。 In order to solve the above problems, the abnormality diagnosis device of the present invention includes a data measurement unit that measures the output signal of a sensor attached to the equipment to be diagnosed, and a frequency decomposition unit that decomposes the measurement signal of the data measurement unit into frequency components. A peak detection unit that detects the peak of the frequency component decomposed by the frequency decomposition unit, and an abnormality diagnosis unit that diagnoses the degree of abnormality of the equipment to be diagnosed based on the intensity of the peak detected by the peak detection unit. It is assumed to have a diagnostic accuracy determination unit for determining the accuracy of the abnormality degree based on the variation in the frequency of the peak detected by the peak detection unit.
また、本発明の他の異常診断装置は、診断対象設備に取り付けたセンサの出力信号を計測するデータ計測部と、該データ計測部の計測信号を基本波形の組み合わせに分解する周波数分解部と、該周波数分解部で分解する前記基本波形の探索幅を指定する周波数探索幅入力部と、前記周波数分解部で分解した前記基本波形のピークの強度に基づいて、前記診断対象設備の異常度を診断する異常診断部と、前記周波数分解部で分解した前記基本波形のピークの周波数のバラツキに基づいて、前記異常度の確度を判定する診断確度判定部と、を有するものとした。 Further, the other abnormality diagnosis device of the present invention includes a data measurement unit that measures the output signal of a sensor attached to the equipment to be diagnosed, a frequency decomposition unit that decomposes the measurement signal of the data measurement unit into a combination of basic waveforms, and a frequency decomposition unit. The degree of abnormality of the equipment to be diagnosed is diagnosed based on the frequency search width input unit that specifies the search width of the basic waveform decomposed by the frequency decomposition unit and the peak intensity of the basic waveform decomposed by the frequency decomposition unit. It is assumed that the abnormality diagnosis unit is provided and a diagnosis accuracy determination unit that determines the accuracy of the abnormality degree based on the frequency variation of the peak of the basic waveform decomposed by the frequency decomposition unit.
本発明の異常診断装置によれば、異常診断の診断確度を判定でき、従来よりも診断の信頼性を上げることができる。 According to the abnormality diagnosis device of the present invention, the diagnostic accuracy of the abnormality diagnosis can be determined, and the reliability of the diagnosis can be improved as compared with the conventional case.
以下、本発明の実施例を、図面を用いて詳細に説明する。 Hereinafter, examples of the present invention will be described in detail with reference to the drawings.
本発明の実施例1に係る異常診断装置1を、図1から図4を用いて説明する。
The abnormality
図1は、本実施例の異常診断システムの概略を示す機能ブロック図である。このシステムは、診断対象設備に取り付けたセンサ2と、センサ2の出力信号を診断する異常診断装置1と、異常診断装置1による診断対象設備の診断結果を表示する表示装置3を備えている。また、異常診断装置1は、データ計測部11、周波数分解部12、ピーク検出部13、異常診断部14、診断確度判定部15、異常リスク演算部16を備えている。
FIG. 1 is a functional block diagram showing an outline of the abnormality diagnosis system of this embodiment. This system includes a
なお、異常診断装置1は、具体的には、CPU等の演算装置、半導体メモリ等の主記憶装置、補助記憶装置、および、通信装置などのハードウェアを備えたパソコン等のコンピュータである。そして、補助記憶装置に記録されたデータベースを参照しながら、主記憶装置にロードされたプログラムを演算装置が実行することで、上記の各機能(異常診断部14、診断確度判定部15、等)を実現するが、以下では、このようなコンピュータ分野での周知技術を適宜省略しながら説明する。
Specifically, the
この異常診断装置1では、次のように診断対象設備の異常を診断する。まず、データ計測部11は、センサ2の出力信号を計測し、周波数分解部12は、計測信号の周波数成分を求め、複数の基本波形の組み合わせに分解する。ここで利用される周波数分解の手法は、例えば、フーリエ変換である。ピーク検出部13は、周波数成分のピークPを検出し、各々のピークPについて、ピーク強度とピーク周波数のバラツキを出力する。異常診断部14では、特定の周波数領域のピーク強度に基づいて、診断対象設備の異常度を診断する。また、診断確度判定部15では、ピーク周波数のバラツキに基づいて、診断確度を判定する。さらに、異常リスク演算部16では、異常診断部14と診断確度判定部15の出力に基づいて、異常リスクを演算する。この結果、表示装置3には、診断対象設備の異常度、診断確度、異常リスクが表示される。なお、異常リスク演算部16を省略しても良く、その場合は、表示装置3には、診断対象設備の異常度と診断確度が表示される。
The
<設備劣化が重度な場合>
図2は、診断対象設備の劣化が重度な場合の、周波数分解とピーク検出の一例であり、黒点はピーク検出部13が検出したピークPを示す。この例は、5つの基本波形の組み合わせで表現されたグラフであり、診断対象設備が正常な時にも観測される固有ピークP1に加え、診断対象設備が劣化すると特定の周波数領域の範囲内で顕在化する劣化ピークP2も観測されている。劣化ピークP2の周波数は、劣化要因に対応するため、異常診断部14は、劣化ピークP2のピーク強度に基づいて、劣化要因毎に異常の有無を診断することができる。
<When equipment deterioration is severe>
FIG. 2 shows an example of frequency decomposition and peak detection when the equipment to be diagnosed is severely deteriorated, and the black dots indicate the peak P detected by the
<設備劣化が軽度な場合>
一方、図3は、診断対象設備の劣化が軽度な場合の、周波数分解とピーク検出の一例である。この場合、設備の劣化程度と無関係に観測される固有ピークP1は顕在化しているが、劣化ピークP2のピーク強度は、設備の劣化初期段階であるため小さく、ノイズの信号強度にまぎれている。
<When equipment deterioration is mild>
On the other hand, FIG. 3 shows an example of frequency decomposition and peak detection when the deterioration of the equipment to be diagnosed is slight. In this case, the intrinsic peak P 1 is observed regardless of the order of equipment degradation is manifested, the peak intensity of the degradation peak P 2 is small since it is degraded early stages of equipment, under cover of the signal strength of the noise There is.
ここで、センサ2が異なる期間に採取した出力信号(以下、「期間データ」と称する)毎に、ピーク検出部13が固有ピークP1と劣化ピークP2を検出する状況を考える。この場合、図3に示すように、各期間データから検出した固有ピークP1と劣化ピークP2が特定領域に集中することになる。
Here, consider a situation in which the peak detection unit 13 detects the intrinsic peak P 1 and the deterioration peak P 2 for each output signal (hereinafter referred to as “period data”) collected by the
固有ピークP1に関しては、比較的狭い周波数領域(バラツキΔf1)で、ピーク強度の異なる多数のピークPが検出される。 With respect to the intrinsic peak P 1 , a large number of peaks P having different peak intensities are detected in a relatively narrow frequency region (variation Δf 1).
一方、劣化初期段階の劣化ピークP2に関しては、そのピーク強度がノイズの信号強度にまぎれているため、劣化ピークP2のピーク強度が略一定であっても、期間データ毎に大きく異なる周波数の劣化ピークP2が検出される。そのため、図3の劣化ピークP2をそのまま用いても、ピーク強度とノイズ信号強度の区別ができず、異常診断の確度が低下し、異常判定が困難となる。 On the other hand, regarding the deterioration peak P 2 in the initial stage of deterioration, since the peak intensity is mixed with the signal intensity of noise, even if the peak intensity of the deterioration peak P 2 is substantially constant, the frequency varies greatly depending on the period data. Deterioration peak P 2 is detected. Therefore, even when used as a degradation peak P 2 of FIG. 3, can not distinguish between the peak intensity and the noise signal strength, decreases the accuracy of the abnormality diagnosis, it is difficult to abnormality determination.
そこで、本実施例では、診断対象設備の劣化が軽度の場合には、多数の期間データから検出した劣化ピークP2の周波数のバラツキΔf2が大きく、劣化が進展するとそのバラツキΔf2が小さくなることに着目し、そのバラツキΔf2に基づいて異常診断の確度を算出することで、軽度劣化時の診断の信頼性を向上させることとした。 Therefore, in this embodiment, when the deterioration of the equipment to be diagnosed is slight, the frequency variation Δf 2 of the deterioration peak P 2 detected from a large number of period data is large, and as the deterioration progresses, the variation Δ f 2 becomes small. Focusing on this, it was decided to improve the reliability of the diagnosis at the time of slight deterioration by calculating the accuracy of the abnormality diagnosis based on the variation Δf 2.
この診断確度の算出は、設備正常時のピークPの周波数のバラツキΔf0と、現在のピークPの周波数のバラツキΔftの割合などから、例えば次式で求めることができる。 The calculation of the diagnostic accuracy, a variation Delta] f 0 of the frequency of the peak P of the normal facilities, etc. percentage variation Delta] f t frequency of the current peak P, can be determined for example by the following equation.
現在の診断確度(%) = (Δf0−Δft)/Δf0×100 … 式1
ただし、診断確度の最小値は0%、最大値は100%。
Current diagnostic accuracy (%) = (Δf 0 − Δf t ) / Δf 0 × 100…
However, the minimum value of diagnostic accuracy is 0% and the maximum value is 100%.
図4に、(a)劣化ピークP2のピーク強度を用いて異常診断部14で算出した異常度と、(b)劣化ピークP2のピーク周波数のバラツキを用いて診断確度判定部15で算出した診断確度と、(c)異常リスク演算部16で演算した異常リスクの例を示す。
Figure 4, calculated in the diagnostic
図4(a)に示した異常度は、劣化ピークP2のピーク強度から演算される値であり、本来劣化初期から劣化の進行に合わせて異常度が増加する傾向を示すはずである。しかしながら、劣化の初期においては劣化ピークP2がノイズ信号強度よりも小さく、ピーク検出部13においてノイズ信号を検出してしまうため、本来の異常度(点線)よりも高い異常度を算出してしまう。
Abnormality degree shown in FIG. 4 (a) is a value calculated from the peak intensity of the degradation peak P 2, it should exhibit a tendency to abnormal degree in accordance with the progress of degradation from the original degradation initial increase. However, in the initial stage of deterioration, the deterioration peak P 2 is smaller than the noise signal intensity, and the
一方、図4(b)に示した診断確度は、劣化初期においては劣化ピークP2の周波数のバラツキΔf2が大きいため診断確度が小さく算出され(上記の式1参照)、劣化ピークP2の強度がノイズ信号強度よりも大きくなるとその周波数のバラツキΔf2が徐々に小さくなり診断確度が高くなる。そして、劣化ピークP2が常に検出されるようになると診断確度が高い値で一定となる。
On the other hand, the diagnostic accuracy shown in FIG. 4 (b), in the deterioration initial calculated small diagnostic accuracy for variations Delta] f 2 is larger frequency degradation peak P 2 (see
更に、図4(c)は、図4(a)の異常度と、図4(b)の診断確度を乗算して算出した、診断対象設備の異常リスクである。この異常リスクには、異常度と診断確度の双方が反映されているため、異常リスクを監視するだけでも、異常診断装置1による診断の精度を大凡把握することができる。
Further, FIG. 4C shows an abnormality risk of the equipment to be diagnosed calculated by multiplying the degree of abnormality in FIG. 4A by the accuracy of diagnosis in FIG. 4B. Since both the degree of abnormality and the accuracy of diagnosis are reflected in this abnormality risk, the accuracy of diagnosis by the
このように、本実施例の異常診断装置によれば、本来の異常度より大きい異常度が算出される劣化初期段階における、診断確度の低下を検出することができる。また、診断確度の低下が反映された異常リスクを算出することができる。従って、診断確度や異常リスクを参照して、異常度の信頼性が低いと判断できる場合は、異常診断を行わない等の対応が可能となるので、異常診断全体の信頼性を確保することができる。 As described above, according to the abnormality diagnosis device of this embodiment, it is possible to detect a decrease in diagnostic accuracy in the initial stage of deterioration in which an abnormality degree higher than the original abnormality degree is calculated. In addition, it is possible to calculate the abnormal risk that reflects the decrease in diagnostic accuracy. Therefore, if it can be judged that the reliability of the abnormality is low by referring to the diagnosis accuracy and the risk of abnormality, it is possible to take measures such as not performing the abnormality diagnosis, so that the reliability of the entire abnormality diagnosis can be ensured. can.
本発明の実施例2に係る異常診断装置1を、図5を用いて説明する。なお、実施例1との共通点は重複説明を省略する。
The abnormality
実施例1の周波数分解部12ではフーリエ変換を用いて周波数分解を行ったが、本実施例の周波数分解部12では、フーリエ変換のように信号を連続的な周波数成分に分解する手法ではなく、一般化調和解析や非調和解析などのある特定の周波数範囲におけるピーク強度およびピーク周波数を直接算出する手法を用いる。
In the
この場合、ピークPを探索する周波数範囲を、周波数探索幅入力部17から周波数分解部12と診断確度判定部15に入力し、ピーク検出部13を用いずに周波数分解の結果から直接ピーク強度およびピーク周波数を算出し、異常診断と診断確度判定を行う。
In this case, the frequency range for searching the peak P is input from the frequency search
実施例1のように、周波数分解部12にフーリエ変換などを用いた場合、ピーク強度の算出精度が計測信号の時間長さに依存するため、精度の良い診断をするためには長期間の計測信号が必要になる。
When a Fourier transform or the like is used for the
一方、本実施例のように、周波数分解部12に一般化調和解析などを用いた場合、ピーク強度の算出精度は計測信号の時間長さに依存しないため、より短期間の計測信号でも精度のよい異常診断が可能となる。
On the other hand, when generalized harmonic analysis or the like is used for the
本発明の実施例3に係る異常診断装置1を、図6を用いて説明する。なお、上記実施例との共通点は重複説明を省略する。
The abnormality
実施例2のように、与えられた周波数探索幅のなかから固有ピークP1や劣化ピークP2を直接算出する場合、劣化ピークP2が常に検出されるような劣化状態下でも、検出されたピーク強度が劣化によるものなのかノイズ信号かの区別できず、劣化状態によらず診断確度が低下するために異常診断結果を用いることができない。 As in Example 2, to directly calculate the intrinsic peak P 1 and degradation peak P 2 from among the given frequency calculation width, even under degraded conditions such as deterioration peak P 2 is always detected, it is detected It is not possible to distinguish whether the peak intensity is due to deterioration or a noise signal, and the diagnostic accuracy is reduced regardless of the deterioration state, so that the abnormality diagnosis result cannot be used.
そのため、本実施例では、ピーク周波数のバラツキにより診断確度を明らかにすることで、このような周波数分解手法を用いて算出した異常診断結果を用いることができるようにした。 Therefore, in this example, by clarifying the diagnostic accuracy by the variation of the peak frequency, the abnormality diagnosis result calculated by using such a frequency decomposition method can be used.
より具体的には、実施例2のように周波数分解部12において一般化調和解析や非調和解析などのある特定の周波数範囲におけるピーク強度およびピーク周波数を直接算出する手法を用いた場合、算出に要する時間が指定する周波数範囲の幅に依存する。そのため、本実施例では、劣化ピークP2が検出されると見込まれる周波数領域に探索幅Wを予め限定しておくことで、劣化ピークP2の検出時間をより短くする。
More specifically, when the
この際、図6に示すように、一つの探索周波数領域の探索幅Wから一つのピークを算出するようにすることで、周波数探索時間を最小にすることができる。また、ピーク毎にその周波数の分散が算出できるため、ピーク毎の診断確度が算出することができるようになる。 At this time, as shown in FIG. 6, the frequency search time can be minimized by calculating one peak from the search width W of one search frequency region. Further, since the variance of the frequency can be calculated for each peak, the diagnostic accuracy for each peak can be calculated.
本実施例の診断確度判定部15では、実施例1の式1に代えて、次式で診断確度を算出することができる。
In the diagnostic
現在の診断確度(%) = (W−Δft)/W×100 … 式2
ただし、診断確度の最小値は0%、最大値は100%。
Current diagnostic accuracy (%) = (W-Δf t) / W × 100 ...
However, the minimum value of diagnostic accuracy is 0% and the maximum value is 100%.
本発明の実施例4に係る異常診断装置1を、図7を用いて説明する。なお、上記実施例との共通点は重複説明を省略する。
The abnormality
診断対象設備の劣化初期段階においては、一般的に劣化ピークP2のピーク強度は固有ピークP1のピーク強度よりも小さい。そのため、実施例2のように、周波数分解部12において一般化調和解析や非調和解析などのある特定の周波数範囲におけるピーク強度およびピーク周波数を直接算出する手法を用いた場合、劣化ピークP2の検出が困難になる。
In the initial stage of deterioration of the equipment to be diagnosed, the peak intensity of the deterioration peak P 2 is generally smaller than the peak intensity of the intrinsic peak P 1. Therefore, as in
そこで、本実施例では、図7に示すように、計測したデータからまず固有ピーク算出部18において固有ピークP1を算出し、算出した固有ピークP1に対応する波形を固有ピーク減算部19において計測データから差し引いたあとに、劣化ピークP2のみを劣化ピーク算出部20において算出する。こうすることで、固有ピークP1の影響を受けずに劣化ピークP2を算出できるようになるため、診断対象設備の異常をより高精度に診断することができる。
Therefore, in this embodiment, as shown in FIG. 7, to calculate the intrinsic peak P 1 in first
本発明の実施例5に係る異常診断システムを、図8から図10を用いて説明する。なお、上記実施例との共通点は重複説明を省略する。 The abnormality diagnosis system according to the fifth embodiment of the present invention will be described with reference to FIGS. 8 to 10. It should be noted that the common points with the above embodiment will be omitted.
上記実施例では、異常診断装置1の診断対象設備を特定しなかったが、本実施例では、診断対象設備を回転機システム4とした。図8に示すように、回転機システム4は、モータM、伝達装置41、負荷装置42、電源線43、交流電源44を備えたものであり、モータMは、交流電源44から電源線43を介して供給される三相交流電力により駆動される回転機であり、シャフトやベルトなどの伝達装置41を介して、負荷装置42を駆動する。
In the above embodiment, the equipment to be diagnosed by the
電源線43にはセンサ2が取り付けられており、ここで計測されたモータMの駆動中の電流波形を、実施例1から実施例4の何れかの異常診断装置1に入力する。これにより、異常診断装置1は、回転機システム4の異常度、診断確度、異常リスクを算出し、に表示する。回転機システム4の運用者は、異常診断装置1による診断結果を、表示装置3を介して知ることができる。なお、この例では、電流波形から回転機システム4の異常を診断したが、モータMの駆動中に検出した振動や音などに基づいて、回転機システム4の異常を診断しても良い。言うまでもないが、これらの場合、センサ2には、振動センサやマイクを使用する。
A
センサ2で電流波形を計測する場合、固有ピークP1は、交流電源44の交流波やその高調波などである。また、軸受けの劣化、負荷装置42の劣化、伝達装置41の劣化などの劣化の態様により、異なる周波数領域において劣化ピークP2が観測される。
When the current waveform is measured by the
このとき、固有ピークP1のなかでもっともピーク強度が大きいのが交流電源44の交流波となる。そこで、本実施例の異常診断装置1では、図9に示すように、劣化ピーク算出部20の前に、交流波の影響を除去する交流波減算部21を設けることで、劣化ピーク強度の算出精度を上げることができる。交流波減算部21としては、例えば、ノッチフィルタ、包絡線処理、複数の電源波形から直流電流波形を算出する手法などを用いることができる。
At this time, the most peak intensity among the intrinsic peak P 1 is greater becomes the AC wave of the
また、図10(a)に示すように、劣化の個所や仕方が異なる劣化DAと劣化DBに関して劣化ピークP2の周波数が異なる場合、図10(b)に示すようそれぞれの劣化に関連する劣化ピークP2の強度と周波数のバラツキよりそれぞれの異常度と診断確度を求めることができる。 Further, as shown in FIG. 10 (a), if the location and manner of degradation differs deterioration D A deterioration D frequency degradation peak P 2 are different with respect to B, associated with each of deterioration as shown in FIG. 10 (b) each of the abnormality degree of the diagnostic accuracy than the variation of the intensity and frequency of the degradation peak P 2 which can be determined.
本発明の実施例6に係る保守管理システムを、図11と図12を用いて説明する。なお、上記実施例との共通点は重複説明を省略する。 The maintenance management system according to the sixth embodiment of the present invention will be described with reference to FIGS. 11 and 12. It should be noted that the common points with the above embodiment will be omitted.
本実施例の保守管理システムは、実施例5の異常診断システムで求めた、回転機システム4のモータMとその劣化の仕方毎に異常度、確度、異常リスク等を記録しておき、表示装置3に表示することで、回転機システム4の保守管理を補助するものである。
The maintenance management system of this embodiment records the degree of abnormality, accuracy, abnormality risk, etc. for each of the motor M of the
例えば、図11は、本実施例の保守管理システムが、2つのモータMA、MBの夫々について、2種類の劣化DA、DBの異常度と確度を、現在(今日)から過去にさかのぼって3日分記録したデータの一例である。なお、モータMA、MBは、同種の劣化が観測される任意のモータであり、同じ回転機システム4に搭載されたモータの組み合わせであっても良いし、異なる回転機システム4に搭載されたモータの組み合わせであっても良い。
For example, FIG. 11, the maintenance management system of this embodiment, the two motors M A, for each of
このデータからは、モータMAの劣化DAに関しては、3日前から徐々に異常度が増加し、診断確度も現在では100%となっているため高い確度でモータMAに劣化が起きていることが分かる。一方、モータMBの劣化DAに関しては、現在の異常度はモータMAと同等であるが確度が60%と低いため、モータMAと比べると実際に劣化が起きている可能性が低いことが分かる。また、モータMBの劣化DBに関しては、異常度が劣化DAに比べると小さいもののその確度が95%と高いため、軽度な劣化DBが起きていることが分かる
一方、図12は、本実施例の保守管理システムが、2つのモータMA、MBと、2種類の劣化DA、DB毎に、二日前から二日後までの異常リスクと保守作業計画を記録したデータの一例である。なお、異常リスクが10を超えた場合に、臨時保守を実施するという保守規則が定められているものとする。
From this data, with respect to deterioration D A of the motor M A, increases gradually abnormality degree from 3 days before diagnosis accuracy even at present are occurring deterioration in motor M A with high accuracy because it is 100% You can see that. On the other hand, with respect to deterioration D A of the motor M B, since accuracy but is equivalent to the motor M A and a lower 60%, indeed are less likely to deteriorate is happening when compared to the motor M A current abnormality degree You can see that. Regarding the deterioration D B of the motor M B, although the degree of abnormality is small compared to the degradation D A for its accuracy and a high 95%, while it can be seen that happening mild deterioration D B, FIG. 12, maintenance system of this embodiment, the two motors M a, and
このデータからは、劣化DAに関しては、モータMAは1日後に、モータMBは2日後に定期保守が計画されており、また、劣化DBに関しては、何れのモータも定期保守が計画されていないことが分かる。 From this data, with respect to deterioration D A, the motor M A after one day, the motor M B are planned periodic maintenance after two days, also, with regard to the deterioration D B, any of the motor even regular maintenance plan You can see that it has not been done.
また、モータMBの劣化DAに関しては、今日の異常リスクが10を超えているため、定期保守の予定日前であるが、臨時保守を今日実施せよとの指示または推奨が表示されている。また、モータMAの劣化DBに関しては、1日前に異常リスクが10を超えたため、1日前に臨時保守を実施したこと、および、その臨時保守の結果、今日の異常リスクが1日前より低下したことが確認できる。このように異常リスクに応じて定期保守をまたずに臨時保守を行うことで、劣化による設備故障、停止をより効果的に防ぐことができる。 In addition, with regard to the deterioration D A of the motor M B, because it exceeds the abnormal risk is 10 today, but is expected before the date of scheduled maintenance, it is being displayed instructions or recommendations of the case carried out today an extraordinary maintenance. Regarding the deterioration D B of the motor M A, since the abnormality risk before 1 day exceeds 10, it has carried out extraordinary maintenance one day before, and the result of the extraordinary maintenance, abnormal risk today is lower than one day before You can confirm that you have done it. In this way, by performing temporary maintenance according to the risk of abnormality without straddling regular maintenance, it is possible to more effectively prevent equipment failures and outages due to deterioration.
なお、図12では、異常リスクの大きさに応じて臨時保守の要否を判定したが、図11のような、異常度や診断確度の大きさに応じて臨時保守の要否を判定しても良い。例えば、異常度が小〜中程度であっても診断確度が非常に高い場合や、診断確度が小〜中程度であっても異常度が非常に高い場合は、異常度または診断確度だけに基づいて、臨時保守を実施すると判定しても良い。 In addition, in FIG. 12, the necessity of temporary maintenance is determined according to the magnitude of the abnormality risk, but the necessity of temporary maintenance is determined according to the magnitude of the abnormality degree and the diagnosis accuracy as shown in FIG. Is also good. For example, if the accuracy of diagnosis is very high even if the degree of abnormality is small to medium, or if the degree of abnormality is very high even if the degree of abnormality is small to medium, it is based only on the degree of abnormality or accuracy of diagnosis. Therefore, it may be determined that temporary maintenance will be carried out.
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成について、他の構成の追加、削除、置換をすることが可能である。 The present invention is not limited to the above-described examples, and includes various modifications. For example, the above-described embodiment has been described in detail in order to explain the present invention in an easy-to-understand manner, and is not necessarily limited to those having all the described configurations. Further, it is possible to replace a part of the configuration of one embodiment with the configuration of another embodiment, and it is also possible to add the configuration of another embodiment to the configuration of one embodiment. Further, it is possible to add, delete, or replace other configurations with respect to the configurations of each embodiment.
1 異常診断装置
11 データ計測部
12 周波数分解部
13 ピーク検出部
14 異常診断部
15 診断確度判定部
16 異常リスク演算部
17 周波数探索幅入力部
18 固有ピーク算出部
19 固有ピーク減算部
20 劣化ピーク算出部
21 交流波減算部
2 センサ
3 表示装置
4 回転機システム
M モータ
41 伝達装置
42 負荷装置
43 電源線
44 交流電源
P1 固有ピーク
P2 劣化ピーク
Δf、Δf1、Δf2 バラツキ
W 周波数探索幅
1
Claims (9)
該データ計測部の計測信号を周波数成分に分解する周波数分解部と、
該周波数分解部で分解した前記周波数成分のピークを検出するピーク検出部と、
該ピーク検出部で検出したピークの強度に基づいて、前記診断対象設備の異常度を診断する異常診断部と、
前記ピーク検出部で検出したピークの周波数のバラツキに基づいて、前記異常度の確度を判定する診断確度判定部と、
を有することを特徴とした異常診断装置。 A data measurement unit that measures the output signal of the sensor attached to the equipment to be diagnosed,
A frequency decomposition unit that decomposes the measurement signal of the data measurement unit into frequency components,
A peak detection unit that detects the peak of the frequency component decomposed by the frequency decomposition unit, and
An abnormality diagnosis unit that diagnoses the degree of abnormality of the equipment to be diagnosed based on the intensity of the peak detected by the peak detection unit, and
Based on the variation in the frequency of the peak detected by the peak detection unit, the diagnostic accuracy determination unit that determines the accuracy of the abnormality degree and the diagnostic accuracy determination unit
An abnormality diagnostic device characterized by having.
該データ計測部の計測信号を基本波形の組み合わせに分解する周波数分解部と、
該周波数分解部で分解する前記基本波形の探索範囲を指定する周波数探索幅入力部と、
前記周波数分解部で分解した前記基本波形のピークの強度に基づいて、前記診断対象設備の異常度を診断する異常診断部と、
前記周波数分解部で分解した前記基本波形のピークの周波数のバラツキに基づいて、前記異常度の確度を判定する診断確度判定部と、
を有することを特徴とした異常診断装置。 A data measurement unit that measures the output signal of the sensor attached to the equipment to be diagnosed,
A frequency decomposition unit that decomposes the measurement signal of the data measurement unit into a combination of basic waveforms,
A frequency search width input unit that specifies a search range for the basic waveform to be decomposed by the frequency decomposition unit, and a frequency search width input unit.
An abnormality diagnosis unit that diagnoses the degree of abnormality of the equipment to be diagnosed based on the intensity of the peak of the basic waveform decomposed by the frequency decomposition unit.
A diagnostic accuracy determination unit that determines the accuracy of the anomaly based on the frequency variation of the peak of the basic waveform decomposed by the frequency decomposition unit.
An abnormality diagnostic device characterized by having.
前記周波数探索幅入力部は、複数の探索範囲を指定し、
前記周波数分解部は、指定された探索範囲毎に一つの基本波形を探索することを特徴とする異常診断装置。 In the abnormality diagnosis device according to claim 2.
The frequency search width input unit specifies a plurality of search ranges and
The frequency decomposition unit is an abnormality diagnostic device characterized in that it searches for one basic waveform for each designated search range.
前記診断対象設備が正常な場合に観測される固有ピークを算出する固有ピーク算出部と、
該固有ピーク算出部で算出した固有ピークを前記計測信号から減算する固有ピーク減算部と、
固有ピークを減算した前記計測信号から前記診断対象設備が劣化した際の劣化ピークを検出する劣化ピーク検出部と、
を備えたことを特徴とする異常診断装置。 In the abnormality diagnostic apparatus according to claim 2, further
An intrinsic peak calculation unit that calculates the intrinsic peak observed when the equipment to be diagnosed is normal, and
An intrinsic peak subtracting unit that subtracts the intrinsic peak calculated by the intrinsic peak calculating unit from the measurement signal,
A deterioration peak detection unit that detects a deterioration peak when the equipment to be diagnosed deteriorates from the measurement signal obtained by subtracting the specific peak.
An abnormality diagnostic device characterized by being equipped with.
前記診断確度判定部は、前記探索範囲の幅と前記ピークの周波数のバラツキを比較することで前記確度を判定することを特徴とする異常診断装置。 In the abnormality diagnosis device according to claim 2.
The diagnostic accuracy determination unit is an abnormality diagnostic apparatus characterized in that the accuracy is determined by comparing the width of the search range with the frequency variation of the peak.
前記異常度と前記確度に基づいて、異常リスクを演算する異常リスク演算部を備えたことを特徴とする異常診断装置。 In the abnormality diagnosis device according to any one of claims 1 to 5, further
An abnormality diagnosis device including an abnormality risk calculation unit that calculates an abnormality risk based on the abnormality degree and the accuracy.
前記診断対象設備は、モータと交流電源を備えた回転機システムであり、
前記センサは、前記交流電源から前記モータに供給される電流波形を計測することを特徴とする異常診断装置。 In the abnormality diagnosis device according to any one of claims 1 to 5.
The equipment to be diagnosed is a rotating machine system equipped with a motor and an AC power supply.
The sensor is an abnormality diagnostic device that measures a current waveform supplied from the AC power supply to the motor.
前記交流電源の交流周波数の影響を除去する交流波減算部を備えたことを特徴とする異常診断装置。 In the abnormality diagnostic apparatus according to claim 7.
An abnormality diagnostic device including an AC wave subtracting unit that eliminates the influence of the AC frequency of the AC power supply.
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020071482A JP7381390B2 (en) | 2020-04-13 | 2020-04-13 | Abnormality diagnosis device and maintenance management system |
CN202180026558.5A CN115380197A (en) | 2020-04-13 | 2021-04-05 | Abnormality diagnosis device and maintenance management system |
DE112021000876.5T DE112021000876T5 (en) | 2020-04-13 | 2021-04-05 | ABNORMAL DIAGNOSTIC DEVICE AND MAINTENANCE MANAGEMENT SYSTEM |
PCT/JP2021/014466 WO2021210437A1 (en) | 2020-04-13 | 2021-04-05 | Error diagnosis device and maintenance management system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020071482A JP7381390B2 (en) | 2020-04-13 | 2020-04-13 | Abnormality diagnosis device and maintenance management system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021167785A true JP2021167785A (en) | 2021-10-21 |
JP7381390B2 JP7381390B2 (en) | 2023-11-15 |
Family
ID=78079660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020071482A Active JP7381390B2 (en) | 2020-04-13 | 2020-04-13 | Abnormality diagnosis device and maintenance management system |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP7381390B2 (en) |
CN (1) | CN115380197A (en) |
DE (1) | DE112021000876T5 (en) |
WO (1) | WO2021210437A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7483095B2 (en) | 2022-04-26 | 2024-05-14 | 株式会社日立製作所 | A multi-purpose anomaly detection system for industrial systems |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006078203A (en) | 2004-09-07 | 2006-03-23 | Nsk Ltd | Rolling bearing and monitoring method of rolling bearing |
JP4782218B2 (en) | 2009-06-10 | 2011-09-28 | 新日本製鐵株式会社 | Equipment abnormality diagnosis method |
JP6658250B2 (en) | 2016-04-20 | 2020-03-04 | 株式会社Ihi | Error diagnosis method, error diagnosis device, and error diagnosis program |
JP6895816B2 (en) | 2017-06-15 | 2021-06-30 | 株式会社 日立産業制御ソリューションズ | Abnormality diagnosis device, abnormality diagnosis method and abnormality diagnosis program |
JP2020042519A (en) | 2018-09-10 | 2020-03-19 | 沖電気工業株式会社 | Abnormality detection device, abnormality detection method, and abnormality detection program |
-
2020
- 2020-04-13 JP JP2020071482A patent/JP7381390B2/en active Active
-
2021
- 2021-04-05 DE DE112021000876.5T patent/DE112021000876T5/en active Pending
- 2021-04-05 CN CN202180026558.5A patent/CN115380197A/en active Pending
- 2021-04-05 WO PCT/JP2021/014466 patent/WO2021210437A1/en active Application Filing
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7483095B2 (en) | 2022-04-26 | 2024-05-14 | 株式会社日立製作所 | A multi-purpose anomaly detection system for industrial systems |
Also Published As
Publication number | Publication date |
---|---|
CN115380197A (en) | 2022-11-22 |
JP7381390B2 (en) | 2023-11-15 |
WO2021210437A1 (en) | 2021-10-21 |
DE112021000876T5 (en) | 2022-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7777516B2 (en) | System and method for bearing fault detection using stator current noise cancellation | |
US7847580B2 (en) | System and method for motor fault detection using stator current noise cancellation | |
US9759774B2 (en) | Anomaly diagnosis system, method, and apparatus | |
US10310016B2 (en) | Method for the diagnostics of electromechanical system based on impedance analysis | |
WO2017168796A1 (en) | Abnormality detection method for rotary mechanical system, abnormality monitoring method for rotary mechanical system using said abnormality detection method, and abnormality monitoring device for rotary mechanical system using said abnormality detection method | |
US20120330577A1 (en) | Vibration severity analysis apparatus and method for rotating machinery | |
EP3828656A1 (en) | Diagnostic device and diagnostic method | |
WO2021210437A1 (en) | Error diagnosis device and maintenance management system | |
US20220170987A1 (en) | Abnormality diagnosis device and abnormality diagnosis method | |
JP3214233B2 (en) | Rotating machine vibration diagnostic device | |
KR20210120049A (en) | Anomaly diagnosis device and abnormality diagnosis method | |
KR102034856B1 (en) | Motor bearing fault and condition diagnosis method and apparatus | |
RU2532762C1 (en) | Method to diagnose and assess residual resource of ac electric drives | |
JP2000146771A (en) | Simple abnormality diagnostic method for acceleration/ deceleration type rotary machine equipment | |
JP2021050921A (en) | Rotary machine abnormality sign diagnosis system and rotary machine abnormality sign diagnosis method | |
JP7213211B2 (en) | Inverter deterioration monitoring diagnosis method | |
JP2022136825A (en) | Device and method for detecting abnormality | |
US20240151772A1 (en) | Abnormality detector apparatus and method for detecting abnomal state of rotary machine such as motor | |
WO2022107100A1 (en) | Method and system for auto-detecting induction motor fault | |
JP2004280549A (en) | Degradation diagnostic device for dc power unit | |
JP2023046366A (en) | Method for diagnosing impact system abnormality of rotary machine | |
JP2006153774A (en) | State diagnosis method of periodical moving body, diagnosis device, diagnosis system, computer program and recording medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230214 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231024 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231102 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7381390 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |