JP5780870B2 - Rotating equipment soundness diagnosis apparatus, method and program - Google Patents

Rotating equipment soundness diagnosis apparatus, method and program Download PDF

Info

Publication number
JP5780870B2
JP5780870B2 JP2011165939A JP2011165939A JP5780870B2 JP 5780870 B2 JP5780870 B2 JP 5780870B2 JP 2011165939 A JP2011165939 A JP 2011165939A JP 2011165939 A JP2011165939 A JP 2011165939A JP 5780870 B2 JP5780870 B2 JP 5780870B2
Authority
JP
Japan
Prior art keywords
rotating device
spectrum
peak
abnormal event
data
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.)
Active
Application number
JP2011165939A
Other languages
Japanese (ja)
Other versions
JP2013030015A (en
Inventor
小林　康弘
康弘 小林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP2011165939A priority Critical patent/JP5780870B2/en
Publication of JP2013030015A publication Critical patent/JP2013030015A/en
Application granted granted Critical
Publication of JP5780870B2 publication Critical patent/JP5780870B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing And Monitoring For Control Systems (AREA)

Description

本発明は、振動計測データに基づいてこの回転機器の健全性診断を実施する技術に関する。   The present invention relates to a technique for performing a soundness diagnosis of a rotating device based on vibration measurement data.

回転機器の健全性診断は、その振動計測データを原波形データとして、各種の統計量を算出して傾向を分析したり、回転機器の種別・運転条件に応じて適切な量（変位・速度・加速度）に変換して評価したり、ＦＦＴやエンベロープ処理により周波数領域で異常徴候を捕らえたりする等の方法が採用されている。   Soundness diagnosis of rotating equipment uses the vibration measurement data as the original waveform data to calculate various statistics and analyze trends, or to determine the appropriate amount (displacement, speed, (Acceleration), evaluation is performed, and abnormal signs are captured in the frequency domain by FFT or envelope processing.

このような振動計測データの分析方法、評価方法及び処理方法は、熟練技術者のノウハウに依存するところが大きい。
このために、原子力発電所のように、監視対象の回転機器の数が膨大である場合、技術者の作業負担、コスト及び作業時間の上昇を招いている。
このような状況を克服するために、近年、パターン認識技術を用いて回転機器の異常診断を行なうことにより、技術者の作業負担の軽減が図られている（例えば、特許文献１，２）。 Such analysis method, evaluation method and processing method of vibration measurement data largely depend on the know-how of skilled engineers.
For this reason, when the number of rotating devices to be monitored is enormous, such as a nuclear power plant, the work load, cost, and work time of engineers are increased.
In order to overcome such a situation, in recent years, an abnormality diagnosis of a rotating device is performed by using a pattern recognition technique, thereby reducing the work load on an engineer (for example, Patent Documents 1 and 2).

特開２００８−２６２３７５号公報JP 2008-262375 A 特開２０１０−１９１５５６号公報JP 2010-191556 A

ところで、パターン認識技術を用いて回転機器の健全性診断を行なう場合、正常状態と異常状態のパターン情報を予め登録しておく必要がある。しかし、回転機器の種別に依存して、正常状態及び異常状態のパターン情報が異なるという実状がある。さらに、プラントにおいて診断対象となる回転機器の種別は、多岐にわたっている。
このために、パターン認識技術を適用して回転機器の健全性診断を実施する場合は、監視対象となる全ての回転機器についてそれぞれ別々のパターン情報を準備する必要がある。
しかし、実機プラントにおける異常事象の発生はごく稀であり、異常状態のパターン情報の蓄積を全ての種別の回転機器において満足させることは、極めて困難である。 By the way, when performing the soundness diagnosis of the rotating device using the pattern recognition technology, it is necessary to register the pattern information of the normal state and the abnormal state in advance. However, depending on the type of rotating device, there is a situation that the pattern information of the normal state and the abnormal state is different. Furthermore, there are a wide variety of types of rotating equipment to be diagnosed in the plant.
For this reason, when performing the soundness diagnosis of the rotating device by applying the pattern recognition technology, it is necessary to prepare different pattern information for all the rotating devices to be monitored.
However, the occurrence of abnormal events in an actual plant is extremely rare, and it is extremely difficult to satisfy the accumulation of abnormal pattern information in all types of rotating equipment.

本発明はこのような事情を考慮してなされたもので、回転機器の種別に依存することなく適応性に優れた回転機器の健全性診断技術を提供することを目的とする。   The present invention has been made in consideration of such circumstances, and an object of the present invention is to provide a soundness diagnosis technique for a rotating device having excellent adaptability without depending on the type of the rotating device.

回転機器の健全性診断装置において、回転機器の振動計測データを保存する第１保存部と、前記振動計測データに基づいてスペクトル解析を実行する解析部と、前記回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存する第２保存部と、前記回転機器の種別データ及び前記計算式に基づいて計算された特徴周波数を規格化し対応する前記スペクトル解析の周波数成分を関係付ける第１規格化部と、前記スペクトル解析の結果得られたスペクトルピークの波高値を周波数領域における実効値で除算して規格化する第２規格化部と、前記スペクトルピークのパターンデータを前記異常事象の属性と正常又は損傷とに分類し蓄積する蓄積部と、前記関係付けられた前記周波数成分がスペクトルピークであるか否かを判断しさらに前記パターンデータに基づいて前記異常事象の属性及びダメージレベルを判定する判定部と、を備えることを特徴とする。 In the rotating device soundness diagnosis apparatus, the first storage unit that stores vibration measurement data of the rotating device, the analysis unit that performs spectrum analysis based on the vibration measurement data, and the attribute of the abnormal event of the rotating device A second storage unit for storing a calculation formula for a characteristic frequency of a simple vibration, and a standardizing characteristic frequency calculated based on the type data of the rotating device and the calculation formula, and correlating a corresponding frequency component of the spectrum analysis A normalization unit, a second normalization unit that normalizes the peak value of the spectrum peak obtained as a result of the spectrum analysis by dividing by an effective value in the frequency domain, and the pattern data of the spectrum peak of the abnormal event a storage unit for classifying the attributes and normal or damaged and storage, it is determined whether the associated was said frequency component is a spectral peak further before Characterized in that it and a determination unit attributes and damage level of the abnormal event based on the pattern data.

本発明により、回転機器の種別に依存することなく適応性に優れた回転機器の健全性診断技術が提供される。   According to the present invention, there is provided a soundness diagnosis technique for a rotating device having excellent adaptability without depending on the type of the rotating device.

本発明に係る回転機器の健全性診断装置の実施形態を示すブロック図。The block diagram which shows embodiment of the soundness diagnostic apparatus of the rotary equipment which concerns on this invention. 回転機器の振動計測データを示すグラフ。The graph which shows the vibration measurement data of rotating equipment. （Ａ）回転機器の例示であるベアリングの構成部品に固有な振動の特徴周波数の計算式を示すテーブル、（Ｂ）ベアリングの種別データを示すテーブル。(A) A table showing a calculation formula of a characteristic frequency of vibration specific to a bearing component which is an example of a rotating device, and (B) a table showing bearing type data. 振動計測データをスペクトル解析した波形データのグラフ。Graph of waveform data obtained by spectral analysis of vibration measurement data. 振動計測データをエンベロープ処理した波形データのグラフ。Graph of waveform data obtained by envelope processing of vibration measurement data. （Ａ）エンベロープ処理データをスペクトル解析した波形データのグラフ、（Ｂ）スペクトルピークを規格化するための演算式。(A) A graph of waveform data obtained by spectral analysis of envelope processing data, and (B) an arithmetic expression for normalizing spectral peaks. 回転機器の異常事象の属性に対応するスペクトルピークの位置を示すテーブル。The table which shows the position of the spectrum peak corresponding to the attribute of the abnormal event of a rotation apparatus. 規格化されたスペクトルピークの確率密度分布を示すグラフ。The graph which shows the probability density distribution of the normalized spectrum peak. 振動計測データのファイルリスト及び各々のファイルの判定結果を示す表示画面。The display screen which shows the file list of vibration measurement data, and the judgment result of each file. 特徴周波数を規格化した文字列を横軸に、スペクトルピークを規格化したクレストファクタを縦軸として表した特徴ベクトルを示す表示画面。A display screen showing a feature vector in which a horizontal axis is a character string in which a characteristic frequency is normalized and a vertical axis is a crest factor in which a spectrum peak is normalized.

以下、本発明の実施形態を添付図面に基づいて説明する。
図１に示すように回転機器の健全性診断装置１０は、回転機器の振動計測データ（図２）を保存する第１保存部１１と、振動計測データ（図２）に基づいてスペクトル解析を実行する解析部１５と、回転機器の異常事象の属性に固有な振動の特徴周波数の計算式（図３（Ａ））を保存する第２保存部１２と、回転機器の種別データ（図３（Ｂ））及び計算式（図３（Ａ））に基づいて計算された特徴周波数（図３（Ａ））を規格化し対応するスペクトル解析（図６（Ａ））の周波数成分を関係付ける第１規格化部２０と、関係付けられた周波数成分がスペクトルピークであるか否かに基づいて異常事象の属性（図７）を判定する判定部２３と、を備える。 Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings.
As shown in FIG. 1, the health diagnostic apparatus 10 for a rotating device performs a spectrum analysis based on the first storage unit 11 that stores vibration measurement data (FIG. 2) of the rotating device and the vibration measurement data (FIG. 2). Analysis unit 15, a second storage unit 12 that stores a calculation formula (FIG. 3A) of the characteristic frequency of vibration unique to the attribute of the abnormal event of the rotating device, and type data of the rotating device (FIG. 3B )) And the first standard that relates the frequency components of the corresponding spectrum analysis (FIG. 6A) by normalizing the characteristic frequency (FIG. 3A) calculated based on the calculation formula (FIG. 3A) And a determination unit 23 that determines an attribute of the abnormal event (FIG. 7) based on whether or not the associated frequency component is a spectrum peak.

図２は、回転機器の振動計測データの波形を示すグラフである。
第１保存部１１は、このような振動計測データをそれぞれ独立したファイルとして複数保存している。この第１保存部１１に保存されている振動計測データは、プラントに設置されている複数の回転機器（ころがり軸受、すべり軸受、歯車、ポンプ、モータ等）に加速度センサを取り付けて計測されたもので、健全性診断が未実施のデータである。 FIG. 2 is a graph showing a waveform of vibration measurement data of a rotating device.
The first storage unit 11 stores a plurality of such vibration measurement data as independent files. The vibration measurement data stored in the first storage unit 11 is measured by attaching an acceleration sensor to a plurality of rotating devices (rolling bearings, sliding bearings, gears, pumps, motors, etc.) installed in the plant. Therefore, it is data for which a health diagnosis has not been performed.

図３（Ａ）は、回転機器の例示であるベアリングの構成部品に固有な振動の特徴周波数の計算式を示しており、図３（Ｂ）に例示される回転機器の種別のデータ値を代入して計算される特徴周波数が示されている。
ベアリングは、内輪、外輪、転動体及び保持器から構成されており、これらのうちいずれかが損傷するとそれぞれに固有な振動が、振動計測データ（図２）に重畳する。そして、そのような固有振動の特徴周波数は、回転機器の種別データ（図３（Ｂ））及び計算式（図３（Ａ））から導くことができる。 FIG. 3A shows a calculation formula for the characteristic frequency of vibration inherent to the components of the bearing, which is an example of the rotating device, and the data value of the type of the rotating device illustrated in FIG. 3B is substituted. The characteristic frequency calculated as follows is shown.
The bearing is composed of an inner ring, an outer ring, a rolling element, and a cage. When any one of these is damaged, vibration unique to each of the bearings is superimposed on the vibration measurement data (FIG. 2). And the characteristic frequency of such a natural vibration can be derived from the type data (FIG. 3B) and the calculation formula (FIG. 3A) of the rotating device.

第２保存部１２は、図３（Ａ）で例示されたベアリングの特徴周波数の計算式も含め、それ以外の回転機器の特徴周波数の計算式（表示略）も保存している。
第３保存部１３は、図３（Ｂ）で例示されるように、プラントに用いられている回転機器の種別に関する仕様データ（種別データ）を保存している。
そして、特徴周波数計算部１９において、保存されている計算式及び回転機器の種別データに従い特徴周波数が計算される。 The second storage unit 12 stores the calculation formulas (not shown) of the characteristic frequencies of other rotating devices, including the calculation formulas of the characteristic frequencies of the bearings illustrated in FIG.
The 3rd preservation | save part 13 is storing the specification data (classification data) regarding the classification of the rotary equipment used for the plant so that it may be illustrated by FIG. 3 (B).
Then, the characteristic frequency calculator 19 calculates the characteristic frequency according to the stored calculation formula and the type data of the rotating device.

図５のグラフは、振動計測データをエンベロープ処理した波形データを示している。
エンベロープ処理部１４は、第１保存部１１に保存されている振動計測データを取得して、エンベロープ処理（包絡線処理）を実行するものである。
エンベロープ処理の具体的方法は複数存在するが、振動計測データ（図２）に対し、ヒルベルト変換を施して複素解析信号を求めることにより、エンベロープ波形を得る方法について概説する。 The graph of FIG. 5 shows waveform data obtained by performing envelope processing on vibration measurement data.
The envelope processing unit 14 acquires vibration measurement data stored in the first storage unit 11 and executes envelope processing (envelope processing).
There are a plurality of specific methods of envelope processing. An outline of a method for obtaining an envelope waveform by performing a Hilbert transform on vibration measurement data (FIG. 2) to obtain a complex analysis signal will be described.

（１）時間領域の振動計測データに対し高速フーリエ変換（ＦＦＴ）を実行して、スペクトルｘ(i)；[i=0,1,…,n/2-1, n/2, n/2+1,…,n-1 (n；偶数)] を求める（図４）。
（２）スペクトルｘ(i)に対し、次式の操作を行う。
ｙ(i)＝ｘ(i)×ｈ(i)
ここで、i=0の場合、ｈ(i)＝１とする。
i=1,…,n/2-1の場合、ｈ(i)＝２とする。
i=n/2の場合、ｈ(i)＝１とする。
i=n/2+1,…,n-1の場合、ｈ(i)＝０とする。 (1) Fast Fourier transform (FFT) is performed on the vibration measurement data in the time domain, and the spectrum x (i); [i = 0, 1,..., N / 2-1, n / 2, n / 2 +1,..., N-1 (n; even number)] is obtained (FIG. 4).
(2) The following operation is performed on the spectrum x (i).
y (i) = x (i) × h (i)
Here, when i = 0, h (i) = 1.
When i = 1,..., n / 2-1, h (i) = 2.
When i = n / 2, h (i) = 1.
When i = n / 2 + 1,..., n−1, h (i) = 0.

（３）スペクトルｙ(i)に対し、逆高速フーリエ変換（ＩＦＦＴ）を実行する。
得られた複素数信号ｘa(n)の実部をｒ(n)とし虚部をｈ(n)とした場合、この虚部ｈ(n)がヒルベルト変換となる。
なお、任意の時刻における瞬時振幅Ａ(n)は、次式で表わされる。
Ａ(n)＝√(ｒ(n)2＋ｈ(n)2)
これは、ヒルベルト変換を施した信号が元の信号に対して全ての周波数帯域において位相がπ／２遅れる性質を利用している。
この瞬時振幅Ａ(n)を繋いだものが元の振動計測データのエンベロープ波形（図５）となる。 (3) Inverse fast Fourier transform (IFFT) is performed on the spectrum y (i).
When the real part of the obtained complex signal x a (n) is r (n) and the imaginary part is h (n), this imaginary part h (n) is Hilbert transform.
The instantaneous amplitude A (n) at an arbitrary time is expressed by the following equation.
A (n) = √ (r (n) 2 + h (n) 2 )
This utilizes the property that the signal subjected to the Hilbert transform is delayed in phase by π / 2 in all frequency bands with respect to the original signal.
An envelope waveform (FIG. 5) of the original vibration measurement data is obtained by connecting the instantaneous amplitudes A (n).

図４のグラフは、振動計測データ（図２）をスペクトル解析した波形データを示しており、図６（Ａ）のグラフは、エンベロープ処理データ（図５）をスペクトル解析した波形データを示している。
スペクトル解析部１５は、エンベロープ処理部１４において作成されたエンベロープ波形データのスペクトル解析を実行する場合の他に、第１保存部１１に保存されている振動計測データのスペクトル解析も実行する。このようにスペクトル解析が実行されたデータは、解析データ保存部１６に保存される。 The graph of FIG. 4 shows waveform data obtained by spectral analysis of vibration measurement data (FIG. 2), and the graph of FIG. 6A shows waveform data obtained by spectral analysis of envelope processing data (FIG. 5). .
The spectrum analysis unit 15 executes spectrum analysis of vibration measurement data stored in the first storage unit 11 in addition to executing spectrum analysis of envelope waveform data created in the envelope processing unit 14. The data subjected to the spectrum analysis in this way is stored in the analysis data storage unit 16.

図７のテーブルは、回転機器の異常事象の属性に対応するスペクトルピークの位置を示している。1/n×Ｆr，n×Ｆr，n×Ｆin，n×Ｆout，２n×Ｆballといった文字列（要素）は、特徴周波数を規格化したものである。ここで、テーブル中の「１」は、該当する文字列に対応する特徴周波数においてスペクトルピークが観測されることを表わしている。
これにより、異常事象に固有の振動に対応するスペクトルピークは、診断される回転機器の種別に依存することなく、特徴周波数から規格化された文字列により存在が示される。 The table of FIG. 7 shows the position of the spectrum peak corresponding to the attribute of the abnormal event of the rotating device. Character strings (elements) such as 1 / n × Fr, n × Fr, n × Fin, n × Fout, and 2n × Fball are standardized characteristic frequencies. Here, “1” in the table indicates that a spectrum peak is observed at the characteristic frequency corresponding to the corresponding character string.
Thereby, the presence of the spectrum peak corresponding to the vibration unique to the abnormal event is indicated by the character string normalized from the characteristic frequency without depending on the type of the rotating device to be diagnosed.

第１規格化部２０は、特徴周波数計算部１９で計算された回転機器の特徴周波数（図３）を規格化した文字列（1/n×Ｆr，n×Ｆr，n×Ｆin，n×Ｆout，２n×Ｆball）と、対応するスペクトル解析（図４，図６（Ａ））の周波数成分とを関係付ける。
ピーク探索部２１は、このように関係付けされている周波数成分のうちスペクトルピークを示す文字列を探索する。
判定部２３は、ピーク探索部２１で探索された文字列のパターンと、図７に示されるテーブルとを照らし合わせ、診断対象となる回転機器の異常事象の属性を判定する。 The first normalization unit 20 is a character string (1 / n × Fr, n × Fr, n × Fin, n × Fout) obtained by normalizing the characteristic frequency (FIG. 3) of the rotating device calculated by the characteristic frequency calculation unit 19. , 2n × Fball) and the frequency components of the corresponding spectrum analysis (FIG. 4, FIG. 6A).
The peak search unit 21 searches for a character string indicating a spectrum peak among the frequency components related in this way.
The determination unit 23 compares the character string pattern searched by the peak search unit 21 with the table shown in FIG. 7 and determines the attribute of the abnormal event of the rotating device to be diagnosed.

図６（Ｂ）に、スペクトルピークを規格化するための演算式が示されている。
第２規格化部２２は、これら演算式に則ってスペクトルピークを規格化する演算を実行する。ここでは、周波数領域におけるクレストファクタ（波高率）により規格化する方法について例示する。 FIG. 6B shows an arithmetic expression for normalizing the spectrum peak.
The 2nd normalization part 22 performs the calculation which normalizes a spectrum peak according to these arithmetic expressions. Here, a method for normalization by a crest factor (crest factor) in the frequency domain is illustrated.

周波数領域におけるオーバオール値ＸO.Aが、図６（Ｂ）第（１）式のように示される。
ここで、Ｖk；エンベロープ曲線のスペクトルの第ｋ成分
Ｈf；ハニング（Hanning）窓の補正値 （Ｈf＝２／３）
Ｋ；サンプル点数（例えば、４０９６点） The overall value X OA in the frequency domain is shown as the equation (1) in FIG.
Here, V k ; k-th component of the envelope curve spectrum H f ; Hanning window correction value (H f = 2/3)
K: Number of sample points (for example, 4096 points)

そして、周波数領域における実効値Ｘrmsが図６（Ｂ）第（２）式のように示され、周波数領域におけるクレストファクタＣＦが図６（Ｂ）第（３）式のように示される。ここで、Ｘpeakは、スペクトル解析による波形データのスペクトルピークの値である。 Then, the effective value X rms in the frequency domain is shown as shown in FIG. 6B (2) and the crest factor CF in the frequency domain is shown as shown in FIG. 6 (B) and (3). Here, X peak is the value of the spectrum peak of the waveform data obtained by spectrum analysis.

このようにして、各々のスペクトルピークに対応するクレストファクタＣＦを規格化データとして取り扱う。これにより、スペクトルピークや実効値は、回転機器の種別に依存して変化するが、クレストファクタＣＦは、そのような依存性がないために、種別の異なる回転機器から得られた解析結果を対比できる。   In this way, the crest factor CF corresponding to each spectrum peak is handled as normalized data. As a result, the spectrum peak and effective value change depending on the type of rotating equipment, but the crest factor CF has no such dependence, so the analysis results obtained from rotating equipment of different types are compared. it can.

一方で、クレストファクタＣＦは、回転機器の異常事象のダメージレベルを反映するものであるので、種別の異なる回転機器を対比しても、ダメージレベルを正確に判断することができる。
これにより、判定部２３において、規格化されたスペクトルピークに基づいて、異常事象の属性のみならず、ダメージレベルも判定することができる。 On the other hand, since the crest factor CF reflects the damage level of the abnormal event of the rotating device, the damage level can be accurately determined even by comparing rotating devices of different types.
Thereby, in the determination part 23, not only the attribute of an abnormal event but a damage level can be determined based on the normalized spectrum peak.

判定部２３は、この場合において、サポートベクターマシン（ＳＶＭ；Support Vector Machine）を用いて実現させることができる。この場合、異常事象の属性が既知である回転機器の振動計測データを予めパターンデータとして蓄積部１８に蓄積させておく必要がある。
サポートベクターマシンは、蓄積部１８に蓄積されているパターンデータに基づいて、診断対象となる回転機器が、いずれの異常事象の属性又はダメージレベルに対応するかを判定する。 In this case, the determination unit 23 can be realized by using a support vector machine (SVM). In this case, it is necessary to previously accumulate vibration measurement data of a rotating device whose attribute of an abnormal event is known as pattern data in the accumulation unit 18.
Based on the pattern data stored in the storage unit 18, the support vector machine determines which abnormal event attribute or damage level the rotating device to be diagnosed corresponds to.

初期状態において、そのようなパターンデータは、判断能力を有する技術者により分類される。つまり、振動計測データ（図２）又はそのエンベロープ処理データ（図５）もしくはこれらのスペクトル解析データ（図４，図６（Ａ））を所見した結果と、回転機器を直接精査した結果とを対比することによってそれぞれのスペクトル解析データを該当する異常事象の属性のパターンデータに分類する。   In the initial state, such pattern data is classified by an engineer having judgment ability. In other words, the results of observation of vibration measurement data (Fig. 2) or its envelope processing data (Fig. 5) or their spectrum analysis data (Figs. 4 and 6 (A)) are compared with the results of direct examination of rotating equipment. By doing so, each spectrum analysis data is classified into pattern data of corresponding abnormal event attributes.

パターン学習部１７は、解析データ保存部１６に保存されているスペクトル解析データを、パターンデータとして取り込んで、判定部２３の判定パラメータを更新させるものである。つまり、診断が実行された振動計測データのスペクトル解析データは、既知のデータとなるために、次の診断のパターンデータとして採用することができる。
これにより、回転機器の診断点数が増えるにつれて、判定部２３における判定精度が向上する。 The pattern learning unit 17 takes in the spectrum analysis data stored in the analysis data storage unit 16 as pattern data and updates the determination parameter of the determination unit 23. That is, since the spectrum analysis data of the vibration measurement data subjected to the diagnosis is known data, it can be adopted as the next diagnosis pattern data.
Thereby, the determination precision in the determination part 23 improves as the diagnostic score of a rotating device increases.

図８のグラフは、着目する特徴周波数におけるスペクトルピークの規格値の確率密度分布を示している。診断点数が増えることにより規格化されたスペクトルピークの強度が統計的に正規分布を示すことが明らかである。
従って、判定部２３における異常事象のダメージレベル判定を、スペクトルピークの規格値の確率密度分布に基づいて実行することができる。 The graph of FIG. 8 shows the probability density distribution of the standard value of the spectrum peak at the feature frequency of interest. It is clear that the normalized spectral peak intensity statistically shows a normal distribution as the number of diagnostic points increases.
Therefore, the damage level determination of the abnormal event in the determination unit 23 can be executed based on the probability density distribution of the standard value of the spectrum peak.

図９及び図１０に示す表示画面は、判定結果表示部２４に表示される判定結果の一例である。
図９に示されるファイルリストのうち、「ファイル名」は各々の振動計測データに対応し、「判定結果」のうち「未実施」に対応するものは第１保存部１１に保存されており「正常」又は「損傷」に対応するものはパターンデータ蓄積部１８に蓄積されている。 The display screens shown in FIGS. 9 and 10 are examples of determination results displayed on the determination result display unit 24.
In the file list shown in FIG. 9, “file name” corresponds to each vibration measurement data, and “judgment result” corresponding to “unexecuted” is stored in the first storage unit 11. Those corresponding to “normal” or “damage” are stored in the pattern data storage unit 18.

そして、いずれか一つの「ファイル名」がファイルリストから選択されると、そのファイルの詳細情報が画面上部に表示される。
「未実施」のファイルを選択し、「診断」ボタンを押すと、健全性の診断が実行されて、「判定結果」の表示が「正常」又は「損傷」に切り替わる。 When any one “file name” is selected from the file list, detailed information of the file is displayed at the top of the screen.
When the “unexecuted” file is selected and the “diagnosis” button is pressed, the soundness diagnosis is executed, and the display of the “judgment result” is switched to “normal” or “damage”.

図１０は、特徴周波数を規格化した文字列を横軸に、スペクトルピークを規格化したクレストファクタを縦軸として表した特徴ベクトルを示している。
図９の画面において「未実施」以外のファイルを選択し、「確認」ボタンを押すと、図１０の画面が表示される。「確認」ボタンで選択されたファイルの特徴ベクトルはハイライト表示（図１０では一点鎖線表示）されている。
さらに、図９のファイルリストに戻って、他のファイルを選択して「追加」ボタンを押すことにより、選択されたファイルの特徴ベクトルを重ね書きすることができる（図１０で実線表示）。 FIG. 10 shows a feature vector in which a character string in which the characteristic frequency is normalized is represented on the horizontal axis and a crest factor in which the spectrum peak is normalized is represented on the vertical axis.
When a file other than “Not implemented” is selected on the screen of FIG. 9 and the “Confirm” button is pressed, the screen of FIG. 10 is displayed. The feature vector of the file selected by the “Confirm” button is highlighted (indicated by a one-dot chain line in FIG. 10).
Furthermore, by returning to the file list of FIG. 9 and selecting another file and pressing the “Add” button, the feature vector of the selected file can be overwritten (displayed with a solid line in FIG. 10).

また、図１０に示されるその他のプルタブをそれぞれ選択することにより、「確認」ボタンで選択されたファイルに対応する振動計測データ（図２）、原波形スペクトル（図４）、エンベロープ波形（図５）、エンベロープスペクトル（図６）、確率密度分布（図８）を参照することができる。   Further, by selecting the other pull tabs shown in FIG. 10, vibration measurement data (FIG. 2), original waveform spectrum (FIG. 4), envelope waveform (FIG. 5) corresponding to the file selected by the “confirm” button. ), Envelope spectrum (FIG. 6), probability density distribution (FIG. 8).

以上述べた実施形態によれば、特徴周波数を規格化したりスペクトルピークを規格化したりすることにより、回転機器の種別に依存することなく適応性に優れた回転機器の健全性診断技術が提供される。これにより、回転機器の健全性評価を実施する技術者の作業負担、コスト、時間を低減すると共に、評価業務の品質を均質化することができる。   According to the above-described embodiment, by normalizing the characteristic frequency or normalizing the spectrum peak, it is possible to provide a soundness diagnosis technology for a rotating device that is excellent in adaptability without depending on the type of the rotating device. . Thereby, while reducing the work burden, cost, and time of the engineer who performs the soundness evaluation of the rotating equipment, the quality of the evaluation work can be homogenized.

本発明の実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
また、回転機器の健全性診断装置は、コンピュータによって各手段を各機能プログラムとして実現することも可能であり、各機能プログラムを結合した回転機器の健全性診断プログラムにより動作させることが可能である。 Although the embodiments of the present invention have been described, these embodiments are presented as examples, and are not intended to limit the scope of the invention. These embodiments can be implemented in various other forms, and various omissions, replacements, and changes can be made without departing from the spirit of the invention. These embodiments and their modifications are included in the scope and gist of the invention, and are also included in the invention described in the claims and the equivalents thereof.
The rotating device soundness diagnosis apparatus can also realize each means as a function program by a computer, and can be operated by a rotating device soundness diagnosis program that combines the function programs.

１０…回転機器の健全性診断装置、１１…振動計測データ保存部（第１保存部）、１２…計算式保存部（第２保存部）、１３…種別データ保存部（第３保存部）、１４…エンベロープ処理部（処理部）、１５…スペクトル解析部（解析部）、１６…解析データ保存部（保存部）、１７…パターン学習部、１８…パターンデータ蓄積部（蓄積部）、１９…特徴周波数計算部、２０…第１規格化部、２１…ピーク探索部、２２…第２規格化部、２３…異常事象の属性判定部（判定部）、２４…判定結果表示部。   DESCRIPTION OF SYMBOLS 10 ... Soundness diagnostic apparatus of rotating equipment, 11 ... Vibration measurement data storage part (1st storage part), 12 ... Calculation formula storage part (2nd storage part), 13 ... Type data storage part (3rd storage part), DESCRIPTION OF SYMBOLS 14 ... Envelope processing part (processing part), 15 ... Spectrum analysis part (analysis part), 16 ... Analysis data storage part (storage part), 17 ... Pattern learning part, 18 ... Pattern data storage part (storage part), 19 ... Feature frequency calculation unit, 20 ... first normalization unit, 21 ... peak search unit, 22 ... second normalization unit, 23 ... abnormal event attribute determination unit (determination unit), 24 ... determination result display unit.

Claims (6)

回転機器の振動計測データを保存する第１保存部と、
前記振動計測データに基づいてスペクトル解析を実行する解析部と、
前記回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存する第２保存部と、
前記回転機器の種別データ及び前記計算式に基づいて計算された特徴周波数を規格化し対応する前記スペクトル解析の周波数成分を関係付ける第１規格化部と、
前記スペクトル解析の結果得られたスペクトルピークの波高値を周波数領域における実効値で除算して規格化する第２規格化部と、
前記スペクトルピークのパターンデータを前記異常事象の属性と正常又は損傷とに分類し蓄積する蓄積部と、
前記関係付けられた前記周波数成分がスペクトルピークであるか否かを判断しさらに前記パターンデータに基づいて前記異常事象の属性及びダメージレベルを判定する判定部と、を備えることを特徴とする回転機器の健全性診断装置。 A first storage unit for storing vibration measurement data of the rotating device;
An analysis unit for performing spectrum analysis based on the vibration measurement data;
A second storage unit that stores a calculation formula of a characteristic frequency of vibration unique to the attribute of the abnormal event of the rotating device;
A first normalization unit that normalizes a characteristic frequency calculated based on the type data of the rotating device and the calculation formula and relates a corresponding frequency component of the spectrum analysis;
A second normalization unit that normalizes the peak value of the spectrum peak obtained as a result of the spectrum analysis by dividing by the effective value in the frequency domain;
An accumulator for classifying and accumulating the spectral peak pattern data into the abnormal event attribute and normal or damage;
A rotating device comprising: a determination unit that determines whether or not the related frequency component is a spectrum peak, and further determines an attribute and a damage level of the abnormal event based on the pattern data Health diagnostic equipment. 請求項１に記載の回転機器の健全性診断装置において、
前記スペクトル解析は、前記振動計測データをエンベロープ処理した後に実行されることを特徴とする回転機器の健全性診断装置。 The soundness diagnostic apparatus for a rotating device according to claim 1,
The apparatus for diagnosing soundness of a rotating device, wherein the spectrum analysis is performed after envelope processing is performed on the vibration measurement data. 請求項１又は請求項２に記載の回転機器の健全性診断装置において、
前記スペクトルピークの規格化は、エンベロープ曲線のスペクトルのクレストファクタを算出することにより実行することを特徴とする回転機器の健全性診断装置。 In the health diagnostic apparatus for a rotating device according to claim 1 or 2 ,
The spectral peak normalization is performed by calculating a crest factor of a spectrum of an envelope curve. 請求項１から請求項３のいずれか１項に記載の回転機器の健全性診断装置において、
前記ダメージレベルの判定は、前記スペクトルピークの規格値の確率密度分布に基づいて実行されることを特徴とする回転機器の健全性診断装置。 The soundness diagnostic apparatus for a rotating device according to any one of claims 1 to 3 ,
The determination of the damage level is executed based on a probability density distribution of a standard value of the spectrum peak. 回転機器の振動計測データを保存するステップと、
前記振動計測データに基づいてスペクトル解析を実行するステップと、
前記回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存するステップと、
前記回転機器の種別データ及び前記計算式に基づいて計算された特徴周波数を規格化し対応する前記スペクトル解析の周波数成分を関係付けるステップと、
前記スペクトル解析の結果得られたスペクトルピークの波高値を周波数領域における実効値で除算して規格化するステップと、
前記スペクトルピークのパターンデータを前記異常事象の属性と正常又は損傷とに分類し蓄積するステップと、
前記関係付けられた前記周波数成分がスペクトルピークであるか否かを判断しさらに前記パターンデータに基づいて前記異常事象の属性及びダメージレベルを判定するステップと、を含むことを特徴とする回転機器の健全性診断方法。 Storing the vibration measurement data of the rotating device;
Performing spectral analysis based on the vibration measurement data;
Storing a formula for calculating a characteristic frequency of vibration unique to the attribute of the abnormal event of the rotating device;
Normalizing the characteristic frequency calculated based on the type data of the rotating device and the calculation formula and relating the corresponding frequency components of the spectrum analysis;
Dividing the peak value of the spectral peak obtained as a result of the spectral analysis by the effective value in the frequency domain, and normalizing;
Classifying and accumulating the spectral peak pattern data into the abnormal event attributes and normal or damaged;
Determining whether or not the related frequency component is a spectrum peak, and further determining an attribute and damage level of the abnormal event based on the pattern data . Health diagnostic method. コンピュータに、
回転機器の振動計測データを保存する機能、
前記振動計測データに基づいてスペクトル解析を実行する機能、
前記回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存する機能、
前記回転機器の種別データ及び前記計算式に基づいて計算された特徴周波数を規格化し対応する前記スペクトル解析の周波数成分を関係付ける機能、
前記スペクトル解析の結果得られたスペクトルピークの波高値を周波数領域における実効値で除算して規格化する機能、
前記スペクトルピークのパターンデータを前記異常事象の属性と正常又は損傷とに分類し蓄積する機能、
前記関係付けられた前記周波数成分がスペクトルピークであるか否かを判断しさらに前記パターンデータに基づいて前記異常事象の属性及びダメージレベルを判定する機能、を実行させることを特徴とする回転機器の健全性診断プログラム。 On the computer,
Function to save vibration measurement data of rotating equipment,
A function of performing spectrum analysis based on the vibration measurement data;
A function for storing a calculation formula of a characteristic frequency of vibration unique to an attribute of an abnormal event of the rotating device;
A function of normalizing the characteristic frequency calculated based on the type data of the rotating device and the calculation formula and relating the corresponding frequency component of the spectrum analysis;
A function of normalizing by dividing the peak value of the spectrum peak obtained as a result of the spectrum analysis by the effective value in the frequency domain,
A function of classifying and storing the spectral peak pattern data into the abnormal event attribute and normal or damage;
A function of determining whether or not the related frequency component is a spectrum peak, and further executing a function of determining an attribute and damage level of the abnormal event based on the pattern data . Health diagnostic program.
JP2011165939A 2011-07-28 2011-07-28 Rotating equipment soundness diagnosis apparatus, method and program Active JP5780870B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2011165939A JP5780870B2 (en) 2011-07-28 2011-07-28 Rotating equipment soundness diagnosis apparatus, method and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011165939A JP5780870B2 (en) 2011-07-28 2011-07-28 Rotating equipment soundness diagnosis apparatus, method and program

Publications (2)

Publication Number Publication Date
JP2013030015A JP2013030015A (en) 2013-02-07
JP5780870B2 true JP5780870B2 (en) 2015-09-16

Family

ID=47786995

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011165939A Active JP5780870B2 (en) 2011-07-28 2011-07-28 Rotating equipment soundness diagnosis apparatus, method and program

Country Status (1)

Country Link
JP (1) JP5780870B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018139144A1 (en) 2017-01-25 2018-08-02 Ntn株式会社 State monitoring method and state monitoring device

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5943357B2 (en) 2014-09-17 2016-07-05 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ Detection apparatus, detection method, and program
JP6305303B2 (en) * 2014-10-06 2018-04-04 株式会社東芝 Vibration diagnosis apparatus, method and program for rotating equipment
JP6419534B2 (en) * 2014-11-06 2018-11-07 株式会社東芝 Diagnostic system, diagnostic method and diagnostic program
WO2020255206A1 (en) * 2019-06-17 2020-12-24 三菱電機株式会社 Drive noise diagnosis system and drive noise diagnosis method
JP7258682B2 (en) * 2019-07-16 2023-04-17 株式会社東芝 Plant evaluation system and plant evaluation method
JP7234102B2 (en) * 2019-11-26 2023-03-07 株式会社東芝 Plant evaluation system, method and program

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0560596A (en) * 1991-09-04 1993-03-09 Hitachi Ltd Abnormality diagnostic unit for rotary equipment
JPH09251046A (en) * 1996-03-18 1997-09-22 Hitachi Ltd Monitoring system having harmonic analyzing function
JP2003149090A (en) * 2001-11-12 2003-05-21 Toshiba Corp Apparatus for diagnosing bearing of rotating machine
JP2003256036A (en) * 2002-03-05 2003-09-10 Mitsubishi Electric Corp Monitoring controller
JP2008262375A (en) * 2007-04-12 2008-10-30 Yokogawa Electric Corp Field device with function of outputting result of abnormality diagnosis and method of outputting result of abnormality diagnosis
JP5301310B2 (en) * 2009-02-17 2013-09-25 株式会社日立製作所 Anomaly detection method and anomaly detection system

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018139144A1 (en) 2017-01-25 2018-08-02 Ntn株式会社 State monitoring method and state monitoring device
US10890507B2 (en) 2017-01-25 2021-01-12 Ntn Corporation State monitoring method and state monitoring apparatus

Also Published As

Publication number Publication date
JP2013030015A (en) 2013-02-07

Similar Documents

Publication Publication Date Title
JP5780870B2 (en) Rotating equipment soundness diagnosis apparatus, method and program
Cui et al. Quantitative trend fault diagnosis of a rolling bearing based on Sparsogram and Lempel-Ziv
Wu et al. Characterization of gear faults in variable rotating speed using Hilbert-Huang Transform and instantaneous dimensionless frequency normalization
Wu et al. Continuous wavelet transform technique for fault signal diagnosis of internal combustion engines
Lin et al. Reviews of bearing vibration measurement using fast Fourier transform and enhanced fast Fourier transform algorithms
Yang et al. A fault diagnosis approach for roller bearing based on VPMCD under variable speed condition
Bechhoefer et al. Processing for improved spectral analysis
Salem et al. Support vector machine based decision for mechanical fault condition monitoring in induction motor using an advanced Hilbert-Park transform
Osman et al. An enhanced Hilbert–Huang transform technique for bearing condition monitoring
Sun et al. A non-probabilistic metric derived from condition information for operational reliability assessment of aero-engines
Lin et al. Condition monitoring and fault diagnosis of diesel engines using instantaneous angular speed analysis
Klausen et al. Multi-band identification for enhancing bearing fault detection in variable speed conditions
Liu et al. Bearing system health condition monitoring using a wavelet cross-spectrum analysis technique
Wang et al. A computer-vision-based rotating speed estimation method for motor bearing fault diagnosis
CN109374293B (en) Gear fault diagnosis method
Yu et al. A fault diagnosis approach for diesel engine valve train based on improved ITD and SDAG-RVM
Huitao et al. Fault diagnosis of wind turbine gearbox based on wavelet neural network
Abouel-seoud Fault detection enhancement in wind turbine planetary gearbox via stationary vibration waveform data
BR112020022153A2 (en) vibration diagnosis method and vibration diagnosis system
CN113125135A (en) Fault diagnosis method for rotary machine, storage medium, and electronic device
Alsalaet et al. Bearing fault diagnosis using normalized diagnostic feature-gram and convolutional neural network
Shi et al. The VMD-scale space based hoyergram and its application in rolling bearing fault diagnosis
US8930166B1 (en) Method and apparatus for efficient extraction of information from signals
JP6419534B2 (en) Diagnostic system, diagnostic method and diagnostic program
Leturiondo et al. Validation of a physics-based model of a rotating machine for synthetic data generation in hybrid diagnosis

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140120

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20141015

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20141111

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20141226

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: 20150616

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150714

R151 Written notification of patent or utility model registration

Ref document number: 5780870

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151