JP6422707B2 - 液圧ポンプの故障診断装置 - Google Patents

Description

本発明は、液圧ポンプの故障診断装置に関する。

特許文献１には、液圧ポンプの異常を検出する異常検出装置が記載されている。特許文献１の異常検出装置は、回転中の液圧ポンプから流出する作動油の圧力を検出する圧力検出手段と、前記圧力検出手段によって検出された圧力を用いて液圧ポンプから流出する作動油の圧力の脈動周波数を解析する周波数解析手段と、を備えている。この周波数解析手段は、液圧ポンプから流出する作動油の圧力の脈動周波数を時間軸で解析している。特許文献１の異常検出装置では、前記周波数解析手段による脈動周波数の解析結果を用いて、液圧ポンプの回転周波数の成分を抽出し、当該抽出された回転周波数の成分が正常値か否かを判定することにより、液圧ポンプに異常か発生しているか否かを判断する。

特開２０１３−１７０５０９号公報

特許文献１の異常検出装置は、上記のとおり、周波数解析手段が液圧ポンプから流出する作動油の圧力の脈動周波数を時間軸で解析し、この解析結果を用いて液圧ポンプに異常か発生しているか否かを判断する。

しかしながら、作動油の圧力の脈動は、液圧ポンプの回転位相に依存して変化するため、特許文献１の異常検出装置では液圧ポンプにおける異常発生を正確に判断できない可能性がある。作動油の圧力の脈動周波数を時間軸で解析する場合、圧力検出手段にて作動油の圧力を検出する際の液圧ポンプの回転速度が常に一定でなければ、作動油の圧力の脈動と時間軸との関係にずれが生じてしまう。すなわち、特許文献１の異常検出装置では、液圧ポンプの回転速度の変化に応じて周波数解析手段による脈動周波数の解析結果が変化するため、液圧ポンプにおける異常発生を正確に判断できない可能性がある。

本発明は、上記の観点からなされたものであり、その目的は、液圧ポンプの回転速度のばらつきの影響を受けることなく当該液圧ポンプの故障を診断可能な故障診断装置に関する。

本発明は、周方向に並ぶ複数のピストンを有するとともに当該周方向における回転に伴って液体を吐出する液圧ポンプの故障診断装置であって、回転中の前記液圧ポンプから吐出される液体の圧力値を検出する圧力検出手段と、前記圧力検出手段によって液体の圧力値が検出された際の前記液圧ポンプの回転位相を検出する回転位相検出手段と、前記圧力検出手段によって検出された液体の圧力値と前記回転位相検出手段によって検出された前記液圧ポンプの回転位相との関係をモデル化することにより脈動波形データを抽出するモデル化手段と、を備える。

上記の液圧ポンプの故障診断装置では、液圧ポンプの回転速度の変化の影響を受けることなく当該液圧ポンプの故障を診断可能である。具体的には、上記の液圧ポンプの故障診断装置では、液圧ポンプの故障を診断するための脈動波形データが圧力値と回転位相との関係をモデル化することにより抽出されるものである。このため、脈動波形データは、液圧ポンプの回転速度が一定速度に対してばらつく場合であっても、当該ばらつきによる影響を受けることがなく、液圧ポンプの故障を正確に診断することができる。

前記モデル化手段は、前記液圧ポンプの回転数だけ位相を重ねることにより前記圧力検出手段によって検出された液体の圧力値と前記回転位相検出手段によって検出された前記液圧ポンプの回転位相との関係を抽出するとともに、当該抽出した関係を前記液圧ポンプの１回転を基本周波数とする空間に写像し、前記液圧ポンプの前記回転数の整数倍周波数の波の重ね合わせにてモデル化することにより前記脈動波形データを抽出する。

特許文献１のように作動油の圧力の脈動周波数を時間軸で解析する場合、圧力検出手段における作動油の圧力検出のサンプリング間隔は、前記時間軸において作動油の圧力の脈動波形を捉えることができる程度に短く設定する必要がある。このため、特許文献１の異常検出装置では、短いサンプリング間隔で作動油の圧力を検出可能な圧力検出手段が必要であり、異常検出装置のコストが高くなってしまう。

これに対し、上記の液圧ポンプの故障診断装置では、脈動波形データが圧力値と回転位相との関係をモデル化することにより抽出されるものであるため、圧力検出手段のコストが高くなることを抑止することができる。具体的には、上記の液圧ポンプの故障診断装置では、圧力検出手段によるサンプリング間隔が長い場合であっても、液圧ポンプを繰り返し回転させ、当該回転数ごとにサンプリングデータを重ね合わせることによって、圧力値と回転位相との関係を抽出することができる。このため、短いサンプリング間隔で液体の圧力を検出可能な圧力検出手段を用いる必要がなく、当該圧力検出手段のコストが高くなることを抑止することができる。

前記モデル化手段によって抽出された脈動波形データから前記各ピストンに固有の成分を分離する分離手段をさらに備えることが好ましい。

上記の液圧ポンプの故障診断装置では、脈動波形データから各ピストンに固有の成分を分離することにより、当該分離したデータから液圧ポンプの故障を診断することができ、精度の高い診断が可能となる。前記脈動波形データは、各ピストンに共通する成分と各ピストンに固有の成分との重ね合わせによって表現される。各ピストンに固有の成分は、各ピストンのいずれかに故障が発生した場合に表れる成分である。ここで、脈動波形データにおいて各ピストンに共通する成分が各ピストンに固有の成分に比して十分に大きい場合、当該脈動波形データから各ピストンに固有の成分が表れているか否かを判断することが困難である。そこで、上記の液圧ポンプの故障診断装置では、脈動波形データから各ピストンに固有の成分を分離し、当該分離したデータから液圧ポンプの故障を診断することにより、精度の高い診断が可能となる。

前記分離手段によって分離された前記各ピストンに固有の成分に関する特徴量が所定の閾値を超えているか否かを判定する判定手段をさらに備えることが好ましい。

上記の液圧ポンプの故障診断装置では、各ピストンに固有の成分に関する特徴量が所定の閾値を超えているか否かを判定し、当該判定結果から液圧ポンプの故障の有無を判断することができる。

前記回転位相検出手段は、前記液圧ポンプの回転速度を積算することで得られた積算値に所定の補正係数を乗じることにより、前記圧力検出手段によって液体の圧力値が検出された際の前記液圧ポンプの回転位相を算出するものであってもよい。

上記の液圧ポンプの故障診断装置では、回転位相検出手段が液圧ポンプの回転位相を直接検出しない場合であっても、当該回転位置検出手段が液圧ポンプの回転速度の積算値に所定の補正係数を乗じることにより、回転位相を精度良く算出することができる。

以上説明したように、本発明によれば、液圧ポンプの回転速度のばらつきの影響を受けることなく当該液圧ポンプの故障を診断可能な故障診断装置が提供される。

本実施形態に係る液圧ポンプの故障診断装置を示す概略構成図である。 本実施形態に係る液圧ポンプを示す概略正面図である。 本実施形態に係る液圧ポンプの故障診断装置の動作手順を示すフローチャート図である。 圧力センサによって検出した作動油の圧力値に対応する複数の点を時間軸上にプロットしたグラフである。 液圧ポンプの回転数だけ位相を重ねることにより作動油の圧力値と液圧ポンプの回転位相との関係を抽出し、液圧ポンプの１回転を基本周波数とする空間に写像したグラフである。 図５にて抽出されたグラフを液圧ポンプの回転数の整数倍周波数の波の重ね合わせにてモデル化したグラフである。 図６にてモデル化されたグラフのうち９本のピストンに共通する成分を分離したグラフである。 図６にてモデル化されたグラフのうち９本のピストンに固有の成分を分離したグラフである。

以下、本発明の一実施形態について、図面を参照しながら説明する。但し、以下で参照する各図は、説明の便宜上、本発明の一実施形態の構成部のうち、本実施形態を説明するために必要な主要部を簡略化して示したものである。したがって、本発明に係る液圧ポンプの故障診断装置は、本明細書が参照する各図に示されていない任意の構成部を備え得る。

図１は、本実施形態に係る液圧ポンプの故障診断装置Ｘ１を示す。この故障診断装置Ｘ１は、油圧回路Ｙ１に含まれる液圧ポンプ２の故障診断に適用される。

油圧回路Ｙ１は、例えば油圧ショベル等の建設機械に搭載され、作動油によって当該建設機械の構成部材を作動させる役割を果たす。油圧回路Ｙ１は、作動油を吐出する前記液圧ポンプ２と、液圧ポンプ２を駆動するエンジン等の駆動源３と、作動油の循環路となる第１〜第３油圧配管４１〜４３と、作動油を貯留する油タンク５と、作動油の供給を受けて伸縮する液圧シリンダ６と、コントロールバルブ７と、を有している。

液圧ポンプ２は、作動油を液圧シリンダ６へと吐出する役割を有する。具体的には、液圧ポンプ２は、第１油圧配管４１を介して油タンク５に繋がっている。また、液圧ポンプ２は、第２油圧配管４２を介して液圧シリンダ６に繋がっている。そして、液圧ポンプ２は、駆動源３の出力軸に接続されており、当該駆動源３が液圧ポンプ２を駆動する。

油タンク５から第１油圧配管４１を通じて液圧ポンプ２に吸入された作動油は、駆動源３によって駆動された当該液圧ポンプ２から第２油圧配管４２へ吐出される。そして、液圧ポンプ２から第２油圧配管４２へ吐出された作動油は、コントロールバルブ７を介して液圧シリンダ６に供給される。

前記液圧ポンプ２は、ピストン型のポンプであって、図２に示すように９本のピストンＭ１〜Ｍ９を有している。各ピストンＭ１〜Ｍ９は、液圧ポンプ２の周方向に等間隔に並んで配置されている。液圧ポンプ２は、駆動源３からの駆動信号に応じて周方向に回転する。そして、液圧ポンプ２が周方向に回転するに際して、各ピストンＭ１〜Ｍ９が順次ピストン運動することにより、液圧ポンプ２から作動油が吐出される。

なお、本実施形態では、液圧ポンプ２が９本のピストンＭ１〜Ｍ９を有しているが、これに限らず、液圧ポンプ２が有するピストンの数は任意であって、当該液圧ポンプ２の使用態様に応じて適宜変更することができる。

液圧シリンダ６は、例えば建設機械の構成部材を作動させる役割を有する。液圧シリンダ６は、ピストン部とシリンダ部とを有している。液圧シリンダ６は、コントロールバルブ７を介して第２油圧配管４２および第３油圧配管４３に接続されている。第２油圧配管４２から液圧シリンダ６に作動油が供給された場合、当該作動油は、コントロールバルブ７および第３油圧配管４３を介して油タンク５に送られる。

次に、図１を参照しながら、本実施形態に係る故障診断装置Ｘ１の構成について説明する。

故障診断装置Ｘ１は、作動油の圧力値を検出する圧力センサ３０と、液圧ポンプ２の回転速度を検出する速度センサ４０と、各センサ３０，４０の検出値から各種の演算を行う演算部１００と、演算部１００の演算結果から故障の判定を行う判定部９０と、を有している。

圧力センサ３０は、本発明に係る圧力検出手段に相当する部材である。圧力センサ３０は、液圧ポンプ２によって吐出される作動油の圧力値を検出する役割を有する。圧力センサ３０は、作動油の循環路のうち液圧ポンプ２の下流側に位置する第２油圧配管４２に接続されており、当該第２油圧配管４２における作動油の圧力値を検出する。圧力センサ３０によって検出された作動油の圧力値は、演算部１００に送られる。

速度センサ４０は、液圧ポンプ２の回転速度を検出する役割を有する。速度センサ４０は、例えば液圧ポンプ２と当該液圧ポンプ２を回転させる駆動源３との接続点に接続される。速度センサ４０によって検出された液圧ポンプ２の回転速度は、演算部１００に送られる。

演算部１００は、圧力センサ３０によって検出された作動油の圧力値および速度センサ４０によって検出された液圧ポンプ２の回転速度から、当該液圧ポンプ２の故障を診断するための各種の演算を行う役割を有する。演算部１００は、例えばＣＰＵ、ＲＯＭ、ＲＡＭ、あるいはＥＥＰＲＯＭ 等によって構成される。

演算部１００は、位相演算部５０と、モデル化部６０と、分離部７０と、特徴量演算部８０と、を機能的に有している。

位相演算部５０は、圧力センサ３０が圧力値を検出した時点における液圧ポンプ２の回転位相を演算する。位相演算部５０には、圧力センサ３０から圧力値の検出信号が送られるとともに、速度センサ４０から液圧ポンプ２の回転速度情報が送られる。圧力センサ３０から前記圧力値の検出信号を受けた位相演算部５０は、当該検出信号を受けるまでの液圧ポンプ２の回転速度を積算し、当該積算値に所定の補正係数を乗じる。これにより、圧力センサ３０が圧力値を検出した時点における液圧ポンプ２の回転位相が算出される。

本実施形態では、上記のとおり速度センサ４０および位相演算部５０によって液圧ポンプ２の回転位相が算出されるため、当該速度センサ４０および位相演算部５０が本発明に係る回転位相検出手段に相当する。なお、速度センサ４０および位相演算部５０に代えて、圧力センサ３０が圧力値を検出した時点における液圧ポンプ２の回転位相を直接検出する回転位相センサを設けてもよい。

モデル化部６０は、本発明に係るモデル化手段に相当する。モデル化部６０は、圧力センサ３０によって検出された圧力値と位相演算部５０によって算出された前記圧力値が検出された時点における液圧ポンプ２の回転位相との関係を後述するようにモデル化し、液圧ポンプ２の一回転を基本周波数とする脈動波形データを抽出する。

分離部７０は、本発明に係る分離手段に相当する。分離部７０は、モデル化部６０によって抽出された脈動波形データを各ピストンＭ１〜Ｍ９に共通する成分と各ピストンＭ１〜Ｍ９に固有の成分とに分離する。なお、分離部７０は、モデル化部６０によって抽出された脈動波形データから各ピストンＭ１〜Ｍ９に固有の成分のみを分離するものであってもよい。

特徴量演算部８０は、分離部７０によって脈動波形データから分離された各ピストンＭ１〜Ｍ９に固有の成分から、当該固有の成分の特徴量を演算する。

なお、位相演算部５０、モデル化部６０、分離部７０、および特徴量演算部８０のそれぞれに相当する機能は、ソフトウェアによって実現されてもよいし、ハードウェアによって実現されてもよい。また、位相演算部５０、モデル化部６０、分離部７０、および特徴量演算部８０のそれぞれに相当する機能は、個別の機能部品によって実現されてもよいし、共通の機能部品によって実現されてもよい。

判定部９０は、特徴量演算部８０によって演算された特徴量から液圧ポンプ２の故障の有無を判定する役割を有する。具体的には、判定部９０は、特徴量演算部８０から送られた特徴量を所定の閾値と比較することにより、液圧ポンプ２の故障の有無を判定する。判定部９０は、演算部１００と同じく例えばＣＰＵ、ＲＯＭ、ＲＡＭ、あるいはＥＥＰＲＯＭ 等によって構成される。本実施形態では、図１において演算部１００と判定部９０とを異なるブロックにて示しているが、判定部９０は、演算部１００と共通の機能部品によって実現されてもよい。

ここで、図３を参照しながら、故障診断装置Ｘ１の動作手順について詳細に説明する。

駆動源３によって液圧ポンプ２の駆動が開始されると、液圧ポンプ２の回転に応じて当該液圧ポンプ２から第２油圧配管４２へと作動油が吐出される。圧力センサ３０は、液圧ポンプ２から第２油圧配管４２へと吐出された作動油の圧力値を検出し（Ｏｐ１）、当該圧力値の情報を演算部１００へ送る。また、速度センサ４０は、駆動源３のよって液圧ポンプ２の駆動が開始されてからの当該液圧ポンプ２の回転速度を経時的に検出し（Ｏｐ２）、当該回転速度の情報を演算部１００へ送る。そして、位相演算部５０は、演算部１００に送られた液圧ポンプ２の回転速度の情報から、圧力センサ３０が作動油の圧力値を検出した時点までの回転速度を積算し、当該積算値に所定の補正係数を乗じる。これにより、位相演算部５０は、圧力センサ３０が圧力値を検出した時点における液圧ポンプ２の回転位相を算出する（Ｏｐ３）。なお、前記補正係数の算出方法については後述する。

ここで、圧力センサ３０は、図４に示すように液圧ポンプ２から第２油圧配管４２へと吐出された作動油の圧力値を所定のサンプリング間隔で検出している。ここで、圧力センサ３０による圧力値のサンプリング回数をＮとすると、上記のＯｐ１〜Ｏｐ３によりＮ点の圧力値と当該各圧力値に対応する回転位相との時系列データとして下記のデータが得られる。

なお、本実施形態では、油圧回路Ｙ１には単一の液圧ポンプ２が含まれているが、当該油圧回路Ｙ１に複数の液圧ポンプが含まれる場合、各センサ３０，４０による圧力値および回転速度の検出は、前記複数の液圧ポンプのそれぞれに対して個別に行われることが好ましい。具体的には、前記複数の液圧ポンプにおける一の液圧ポンプの圧力値および回転速度の検出が行われる際には、当該一の液圧ポンプ以外の液圧ポンプは、傾倒最小で無負荷にすることが好ましい。

モデル化部６０は、前記時系列データから、液圧ポンプ２から吐出された作動油の圧力値と当該液圧ポンプ２の回転位相との関係をモデル化する（Ｏｐ４）。

具体的には、まず、モデル化部６０は、圧力センサ３０がＮ回圧力値を検出する間における液圧ポンプ２の回転数だけ位相を重ねることにより、図４に示す各点を液圧ポンプ２の１回転を基本周波数とする空間に写像する。このようにして、液圧ポンプ２の１回転を基本周波数とする空間に写像された前記時系列データのグラフを図５に示す。

次に、モデル化部６０は、液圧ポンプ２の１回転を基本周波数とする空間に写像された前記時系列データを液圧ポンプ２の回転数の整数倍であるＬ倍周波数の波の重ね合わせにてモデル化する。具体的には、モデル化部６０は、モデル式となる下記の数式によって液圧ポンプ２の１回転を基本周波数とする空間に写像された前記時系列データをモデル化する。

なお、上記のモデル式におけるＬの値は、例えば液圧ポンプ２が有するピストンの数をＭとする場合に（Ｍ×５）〜（Ｍ×１０）程度の値に設定される。本実施形態では、液圧ポンプ２は、９つのピストンＭ１〜Ｍ９を有しているため、Ｌの値は、４５〜９０程度の値に設定される。なお、圧力値と回転位相との関係を精度よくモデル化することができるのであれば、Ｌの値は上記の値よりも小さく設定されてもよい。また、圧力値のサンプリング回数であるＮが十分に大きい値であれば、Ｌの値は上記の値よりも大きく設定されてもよい。

上記のモデル式における係数の値は、下記の数式に対して前記時系列データを適用することによって求めることができる。

そして、上記の数式によって求めた係数を前記モデル式に適用することにより、下記の脈動波形データを表す数式を導くことができる。

このように、モデル化部６０は、液圧ポンプ２の１回転を基本周波数とする空間に写像された前記時系列データを前記モデル式によってモデル化することにより、前記脈動波形データを算出する。ここで、図６では、前記脈動波形データのグラフを示す。図６に示すグラフは、液圧ポンプ２の一回転あたりの脈動の山の数が９つとなっている。これは、液圧ポンプ２が９本のピストンＭ１〜Ｍ９を有しているためである。本実施形態では、９つの脈動の山は、位相の小さい方から順に各ピストンＭ１〜Ｍ９に対応しているとする。

なお、本実施形態では、モデル化部６０は、図４に示すグラフを図５に示すグラフに変換した後に、当該図５に示すグラフを図６に示すグラフにモデル化しているが、これに限らず、図４に示すグラフを図６に示すグラフに直接モデル化するような態様であってもよい。

ここで、位相演算部５０において液圧ポンプ２の回転速度の積算値に乗じる所定の補正係数は、例えば以下のとおり求めることができる。まず、回転位相Φと圧力値Ｐを使って上記のモデル式の係数Θを求める。そして、上記の脈度波形データを表す数式における計算値ｐ（φ）と実測値Ｐとを比較し、そのモデル化誤差が最も小さくなるような補正係数を最適化計算によって求める。なお、前記モデル化誤差は、計算値ｐ（φ）と実測値Ｐとの誤差の二乗和とすることができる。ここで、前記最適化計算には、ＰＳＯのような手法を使用してもよいし、補正係数を０．９９〜１．０１まで０．００００１単位で離散的に振り、最もモデル化誤差が小さくなったときの補正係数を最適解と見なして採用してもよい。

次に、分離部７０は、前記脈動波形データを各ピストンＭ１〜Ｍ９に共通する成分と各ピストンＭ１〜Ｍ９に固有の成分とに分離する。

具体的には、分離部７０は、モデル化部６０によって導き出された前記脈動波形データを、下記の２つの式に分離する。

数式Ａは、各ピストンＭ１〜Ｍ９に共通する成分を表す。数式Ｂは、各ピストンＭ１〜Ｍ９に固有の成分を表す。

ここで、数式Ａにおける係数は、下記のような条件にて場合分けされる。

また、数式Ｂにおける係数は、下記のような条件にて場合分けされる。

上記のＭの値は、液圧ポンプ２が有するピストンＭ１〜Ｍ９の数に相当する。本実施形態では、液圧ポンプ２が９つのピストンＭ１〜Ｍ９を有しているため、Ｍ＝９となる。すなわち、分離部７０は、モデル化部６０によって導き出された前記脈動波形データを、９倍周波数の波の成分とそれ以外の波の成分とに分離することにより、各ピストンＭ１〜Ｍ９に共通する成分と各ピストンＭ１〜Ｍ９に固有の成分とを抽出している。

ここで、前記脈動波形データから分離された各成分のうち、各ピストンＭ１〜Ｍ９に共通する成分を図７のグラフに示すとともに、各ピストンＭ１〜Ｍ９に固有の成分を図８のグラフに示す。

図７に示すグラフは、各ピストンＭ１〜Ｍ９に共通する成分を示しており、液圧ポンプ２が一回転するにあたって振幅が同じくする脈動の山が９つ形成されている。図８に示すグラフは、各ピストンＭ１〜Ｍ９に固有の成分を示している。ここで、各ピストンＭ１〜Ｍ９が同じ挙動を示す正常状態にある場合、前記脈動波形データは、各ピストンＭ１〜Ｍ９に共通する成分のみから形成される。このため、各ピストンＭ１〜Ｍ９が正常状態にある場合、各ピストンＭ１〜Ｍ９の脈動波形には製造時のばらつきによる小さな差しか生じないので、各ピストンＭ１〜Ｍ９に固有の成分は、ポンプ２の回転位相が０〜２．０πのいずれの位相であっても０に近い数値となるはずである。これに対し、図８の各ピストンＭ１〜Ｍ９に固有の成分を示すグラフでは、図７に示す９つの脈動の山うち回転位相の小さい順における１番目の山に対応する回転位相の範囲内で中程度の波の変化が見られる。この中程度の波の変化は、ピストンＭ１に起因するものである。また、図８の各ピストンＭ１〜Ｍ９に固有の成分を示すグラフでは、図７に示す９つの脈動の山うち回転位相の小さい順における７番目の山に対応する回転位相の範囲内で大きな波の変化が見られる。７番目の山に対応する回転位相の範囲内で大きな波の変化が見られる。この中程度の波の変化は、ピストンＭ７に起因するものである。

次に、特徴量演算部８０は、分離部７０が前記脈動波形データから分離した各ピストンＭ１〜Ｍ９に固有の成分から、判定部９０によって液圧ポンプ２の故障の判定が可能な特徴量Ｊを算出する（Ｏｐ６）。この特徴量Ｊは、例えば各ピストンＭ１〜Ｍ９に固有の成分の２乗の面積に相当する下記の数式によって算出される。

上記の数式により特徴量Ｊを算出する場合、当該特徴量を算出するに際して各ピストンＭ１〜Ｍ９に共通する成分を用いる必要がないため、分離部７０は、前記脈動波形データから各ピストンＭ１〜Ｍ９に共通する成分を分離しなくともよい。

なお、特徴量Ｊは、例えば各ピストンＭ１〜Ｍ９に固有の成分と各ピストンＭ１〜Ｍ９に共通する成分との比率に相当する下記の数式によって算出されてもよい。本特徴量Ｊによれば、分子を分母で割ることにより圧力の単位が無次元化されるので、液圧ポンプ２における液体の吐出圧力の大きさに応じて判別の閾値を調整する必要がなくなる。

また、特徴量Ｊは、例えば各ピストンＭ１〜Ｍ９に固有の成分と前記脈動波形データの全成分との比率に相当する下記の数式によって算出されてもよい。本特徴量Ｊによっても、分子を分母で割ることにより圧力の単位が無次元化されるので、液圧ポンプ２における液体の吐出圧力の大きさに応じて判別の閾値を調整する必要がなくなる。

また、特徴量Ｊは、例えば各ピストンＭ１〜Ｍ９に固有の成分の個々の周波数の最大振幅に相当する下記の数式によって算出されてもよい。

また、特徴量Ｊは、例えば各ピストンＭ１〜Ｍ９に固有の成分の合計した振動波形の最大振幅に相当する下記の数式によって算出されてもよい。

なお、上記の数式によって算出される最大振幅は、例えば回転位相０〜２πを十分に細かく分割した上で当該分割したそれぞれに対して数式Ｂの絶対値を求め、その最大値で代用してもよい。

また、特徴量Ｊは、例えば各ピストンＭ１〜Ｍ９に固有の成分の微分値の最大振幅に相当する下記の式によって算出されてもよい。

ここで、ピストンＭ１〜Ｍ９のガタ等の不具合は、液圧ポンプ２から吐出される作動油の急峻な圧力変化として現れることがある。上記の数式では、数式Ｂを回転位相軸で微分することにより特徴量Ｊを算出するため、当該特徴量ＪからピストンＭ１〜Ｍ９のガタ等の不具合の有無を精度良く判定することができる。

このように、特徴量Ｊの算出方法は任意であって、故障診断装置Ｘ１の使用態様に応じて適宜変更することができる。このため、上述した各種の特徴量Ｊの算出方法は、例えば互いに組み合わせて使用することができる。また、上述した各種の特徴量Ｊの算出方法以外の方法にて特徴量Ｊを算出してもよい。

特徴量演算部８０は、当該特徴量演算部８０において算出した特徴量Ｊの情報を判定部９０に送る。

図３に示すように、判定部９０は、特徴量演算部８０から受けた特徴量Ｊの情報に基づいて、特徴量Ｊが判定部９０に記憶された閾値以上であるか否かを判定する（Ｏｐ７）。判定部９０は、特徴量Ｊが各ピストンＭ１〜Ｍ９に固有の成分のみから算出される場合には、例えば液圧ポンプ２から吐出される作動油の圧力値の平均値に基づいて閾値を決定し、当該決定された閾値と特徴量Ｊとを比較する。また、判定部９０は、特徴量Ｊが各ピストンＭ１〜Ｍ９に固有の成分と各ピストンＭ１〜Ｍ９に共通する成分との比率により算出される場合には、予め定められた固定値である閾値と特徴量Ｊとを比較する。

判定部９０において特徴量Ｊが閾値以上であると判定された場合（Ｏｐ７にてＹＥＳ）、当該判定部９０は、液圧ポンプ２に故障有りと判定し（Ｏｐ８）、当該判定結果を例えば液晶モニター等に表示する。また、判定部９０において特徴量Ｊが閾値以上でないと判定された場合（Ｏｐ７にてＮＯ）、当該判定部９０は、液圧ポンプ２に故障無しと判定し（Ｏｐ９）、当該判定結果を例えば液晶モニター等に表示する。使用者は、例えば前記液晶モニター等に表示された判定結果を参照し、液圧ポンプ２の故障の有無を確認する。

このようにして、故障診断装置Ｘ１による液圧ポンプ２の故障診断が完了する。

以上のとおり、故障診断装置Ｘ１では、液圧ポンプ２の回転速度の変化の影響を受けることなく当該液圧ポンプ２の故障を診断可能である。具体的には、故障診断装置Ｘ１では、液圧ポンプ２の故障を診断するための前記脈動波形データが圧力値と回転位相との関係をモデル化することにより抽出されるものである。このため、前記脈動波形データは、液圧ポンプ２の回転速度が一定速度に対してばらつく場合であっても、当該ばらつきによる影響を受けることがなく、液圧ポンプの故障を正確に診断することができる。

さらに、故障診断装置Ｘ１では、前記脈動波形データが圧力値と回転位相との関係をモデル化することにより抽出されるものであるため、圧力センサ３０のコストが高くなることを抑止することができる。具体的には、故障診断装置Ｘ１では、圧力センサ３０によるサンプリング間隔が長い場合であっても、液圧ポンプ２を繰り返し回転させ、当該回転数ごとにサンプリングデータを重ね合わせることによって、圧力値と回転位相との関係を抽出することができる。このため、圧力センサ３０として短いサンプリング間隔で液体の圧力を検出可能な圧力センサを採用する必要がなく、コストが高くなることを抑止することができる。

さらに、故障診断装置Ｘ１では、前記脈動波形データから各ピストンに固有の成分を分離することにより、当該分離したデータから液圧ポンプ２の故障を診断することができ、精度の高い診断が可能となる。具体的には、前記脈動波形データにおいて各ピストンＭ１〜Ｍ９に共通する成分が各ピストンＭ１〜Ｍ９に固有の成分に比して十分に大きい場合、当該脈動波形データから各ピストンＭ１〜Ｍ９に固有の成分が表れているか否かを判断することが困難である。そこで、故障診断装置Ｘ１では、前記脈動波形データから各ピストンＭ１〜Ｍ９に固有の成分を分離し、当該分離したデータから液圧ポンプ２の故障を診断することにより、精度の高い診断が可能となる。

さらに、故障診断装置Ｘ１では、判定部９０が特徴量演算部８０において算出された各ピストンＭ１〜Ｍ９に固有の成分を含む特徴量Ｊが所定の閾値を超えているか否かを判定し、当該判定結果から液圧ポンプ２の故障の有無を判断することができる。

さらに、故障診断装置Ｘ１では、位相演算部５０が液圧ポンプ２の回転速度の積算値に所定の補正係数を乗じることによって液圧ポンプ２の回転位相を算出するため、当該回転位相を精度良く算出することができる。

さらに、故障診断装置Ｘ１では、各ピストンＭ１〜Ｍ９に共通しない圧力脈動成分を全て取り出すことにより、感度よく当該各ピストンＭ１〜Ｍ９の不具合を捉えることができる。

具体的には、各ピストンＭ１〜Ｍ９のうち１本のピストンに不具合が生じた場合、回転周期の圧力脈動成分のみならず、他の周期の圧力脈動成分にも影響が生じる。このため、前記回転周期の圧力脈動波形成分のみを取り出す場合、他の周期の圧力脈動成分における影響が考慮されないため、前記ピストンの不具合の検出感度が低下する可能性がある。これに対して、故障診断装置Ｘ１では、各ピストンＭ１〜Ｍ９に共通しない圧力脈動成分をすべて取り出すことにより、感度よく当該各ピストンＭ１〜Ｍ９の不具合を捉えることができる。

また、液圧ポンプ２の１回転に１回変化する特徴量を捉えようとする場合、当該液圧ポンプ２の回転軸に対して点対称に位置するピストンが同時に劣化すると、当該各ピストンの不具合を感度よく捉えることができない可能性がある。これに対して、故障診断装置Ｘ１では、各ピストンＭ１〜Ｍ９に共通しない圧力脈動成分をすべて取り出すことにより、感度よく当該各ピストンＭ１〜Ｍ９の不具合を捉えることができる。

なお、各ピストンＭ１〜Ｍ９に共通しない圧力脈動成分は、必ずしも全て取り出さなくともよく、略全て取り出すことにより感度よく各ピストンＭ１〜Ｍ９の不具合を捉えることができればよい。

さらに、故障診断装置Ｘ１では、各ピストンＭ１〜Ｍ９に共通する成分の大きさに対する各ピストンＭ１〜Ｍ９に固有の成分の大きさに着目することによって、液圧ポンプ２が吐出する作動油の圧力値に応じた閾値を設定しなくとも、各ピストンＭ１〜Ｍ９の不具合を捉えることができる。すなわち、故障診断装置Ｘ１では、液圧ポンプ２が吐出する作動油の圧力値に応じて閾値を調整するような手間を省くことができるため、液圧ポンプ２の故障の有無を容易に診断することができる。

さらに、故障診断装置Ｘ１では、モデル化した前記脈動波形データあるいは当該脈動波形データから分離したデータにおいて、各ピストンＭ１〜Ｍ９のいずれに対応する波形の山が異常を示しているかを判断することができる。これにより、実際に不具合が生じているピストンを特定すること、あるいは実際に不具合が生じているピストンの候補を選定することが可能とある。

なお、本実施形態では、判定部９０による判定結果から液圧ポンプ２の故障の有無が判断されるが、これに限らず、判定部９０はなくともよい。この場合、特徴量演算部８０によって演算された特徴量Ｊを例えば液晶モニター等の表示部に表示し、当該表示された特徴量Ｊを視認した使用者によって液圧ポンプ２の故障の有無が判断される。

また、本実施形態では、特徴量演算部８０が各ピストンＭ１〜Ｍ９に固有の成分から特徴量Ｊを算出することにより当該特徴量Ｊから液圧ポンプ２の故障の有無が判断されたが、これに限らず、特徴量演算部８０はなくともよい。この場合、例えば各ピストンＭ１〜Ｍ９に固有の成分を示す図８のグラフを液晶モニター等の表示部に表示し、当該表示された図８のグラフを視認した使用者によって液圧ポンプ２の故障の有無が判断される。このとき、液晶モニター等の表示部には、例えば図８のグラフとともに各ピストンＭ１〜Ｍ９に共通する成分を示す図７のグラフが表示されてもよい。この場合、使用者は、図８に示すグラフにおいて波の変化が大きい部分が図７に示すグラフにおける９つの脈動の山うちいずれの山に対応するものであるかを確認することができる。これにより、各ピストンＭ１〜Ｍ９のうちいずれのピストンに故障が生じているのかを判断することができる。

また、本実施形態では、分離部７０が前記脈動波形データから各ピストンＭ１〜Ｍ９に共通する成分と各ピストンＭ１〜Ｍ９に固有の成分とを分離し、当該分離したデータから液圧ポンプ２の故障の有無が判断されたが、これに限らず、分離部７０はなくともよい。この場合、例えば前記脈動波形データを示す図６のグラフを液晶モニター等の表示部に表示し、当該表示された図６のグラフを視認した使用者によって液圧ポンプ２の故障の有無が判断される。

また、図６に示すグラフを回転位相軸で微分した波形、あるいは、図８に示すグラフを回転位相軸で微分した波形を液晶モニター等の表示部に表示し、当該表示された波形を視認した使用者によって液圧ポンプ２の故障の有無が判断されてもよい。図５に示すグラフから差分をとる場合、外乱やノイズの影響が増幅され特徴が捉えにくくなる上に、隣り合うデータ点の間隔が一定でないので差分の計算が複雑となる。そこで、本実施形態のように、図５に示すグラフをモデル化し、当該モデル化後の図６および図８に示すグラフに対応する数式を微分することによって、簡易な計算により波形の乱れに関する特徴量を顕著に捉えることができる。

また、特徴量演算部８０が前記脈動波形データから特徴量Ｊを算出し、判定部９０が当該特徴量Ｊと閾値とを比較することによって、液圧ポンプ２の故障の有無が判定されてもよい。この場合、特徴量演算部８０は、例えば以下の数式から前記脈動波形データから特徴量Ｊを算出する。

また、本実施形態では、故障診断装置Ｘ１によって作動油を吐出する液圧ポンプ２の故障を診断する例について説明したが、これに限らない。故障診断装置Ｘ１は、作動油以外にも例えば温水等の液体を吐出する液圧ポンプの故障を診断することもできる。

Ｘ１ 故障診断装置
Ｍ１〜Ｍ９ ピストン
２ 液圧ポンプ
３０ 圧力センサ（圧力検出手段）
４０ 速度センサ
５０ 位相演算部
６０ モデル化部（モデル化手段）
７０ 分離部（分離手段）
８０ 特徴量演算部
９０ 判定部（判定手段）
１００ 演算部

Claims (4)

1. 周方向に並ぶ複数のピストンを有するとともに当該周方向における回転に伴って液体を吐出する液圧ポンプの故障診断装置であって、
   回転中の前記液圧ポンプから吐出される液体の圧力値を検出する圧力検出手段と、
   前記圧力検出手段によって液体の圧力値が検出された際の前記液圧ポンプの回転位相を検出する回転位相検出手段と、
   前記圧力検出手段によって検出された液体の圧力値と前記回転位相検出手段によって検出された前記液圧ポンプの回転位相との関係をモデル化することにより脈動波形データを抽出するモデル化手段と、を備え、
   前記モデル化手段は、前記液圧ポンプの回転数だけ位相を重ねることにより前記圧力検出手段によって検出された液体の圧力値と前記回転位相検出手段によって検出された前記液圧ポンプの回転位相との関係を抽出するとともに、当該抽出した関係を前記液圧ポンプの１回転を基本周波数とする空間に写像し、前記液圧ポンプの前記回転数の整数倍周波数の波の重ね合わせにてモデル化することにより前記脈動波形データを抽出する、液圧ポンプの故障診断装置。
2. 前記モデル化手段によって抽出された脈動波形データから前記各ピストンに固有の成分を分離する分離手段をさらに備える、請求項１に記載の液圧ポンプの故障診断装置。
3. 前記分離手段によって分離された前記各ピストンに固有の成分に関する特徴量が所定の閾値を超えているか否かを判定する判定手段をさらに備える、請求項２に記載の液圧ポンプの故障診断装置。
4. 前記回転位相検出手段は、前記液圧ポンプの回転速度を積算することで得られた積算値に所定の補正係数を乗じることにより、前記圧力検出手段によって液体の圧力値が検出された際の前記液圧ポンプの回転位相を算出する、請求項１〜３のいずれか一項に記載の液圧ポンプの故障診断装置。

Images