JP6518001B2 - 回転機の診断装置及び診断方法 - Google Patents
回転機の診断装置及び診断方法 Download PDFInfo
- Publication number
- JP6518001B2 JP6518001B2 JP2018503884A JP2018503884A JP6518001B2 JP 6518001 B2 JP6518001 B2 JP 6518001B2 JP 2018503884 A JP2018503884 A JP 2018503884A JP 2018503884 A JP2018503884 A JP 2018503884A JP 6518001 B2 JP6518001 B2 JP 6518001B2
- Authority
- JP
- Japan
- Prior art keywords
- frequency
- rotating machine
- sideband
- abnormality
- machine
- 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
Links
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
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/346—Testing of armature or field windings
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02K—DYNAMO-ELECTRIC MACHINES
- H02K15/00—Methods or apparatus specially adapted for manufacturing, assembling, maintaining or repairing of dynamo-electric machines
- H02K15/02—Methods or apparatus specially adapted for manufacturing, assembling, maintaining or repairing of dynamo-electric machines of stator or rotor bodies
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
- H02P29/02—Providing protection against overload without automatic interruption of supply
- H02P29/024—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load
- H02P29/0241—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load the fault being an overvoltage
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Control Of Ac Motors In General (AREA)
- Control Of Electric Motors In General (AREA)
Description
本発明は、回転機及び回転機が駆動する被駆動機械の異常診断に係る回転機の診断装置及び診断方法に関する。
装置に様々なセンサを取り付けて機器の故障や異常状態を検出する手法が開発されている。特許文献1には、電動機の負荷側が歯車で構成される回転機械系の異常診断方法において、電動機の稼働時の電流信号をサンプリングし、ハイパスフィルターによるフィルター処理を行った後、包絡線検波による包絡線処理を行った電流の時系列信号に対し、更に高速フーリエ変換を行い、歯車の軸の回転周波数の偶数倍の周波数付近に現れるスペクトルのピーク群を検出することで、回転機械系の歯車の軸受又は該歯車の噛み合いに異常が発生したと判断することが開示されている。
また、特許文献2には、誘導電動機と、誘導電動機により駆動される機器と、それら誘導電動機及び機器を相互に接続するカップリングとを有する設備の異常を診断する設備の異常診断方法であって、誘導電動機の少なくとも一相分の負荷電流を測定する電流測定工程と、測定した負荷電流を周波数解析する周波数解析工程と、周波数解析により得られた波形において、誘導電動機に印加される電圧の周波数である運転周波数の高周波数側及び低周波数側の両側に現われる側波帯の有無と、側波帯の位置及び大きさとの少なくとも何れかに基づいて、設備の異常の有無を判断し、設備の異常がある場合には、設備の異常の種類を判定する異常判定工程と、を有することが開示されている。いずれの広報にも、回転機の駆動電流の変化をもとに回転機の異常診断を行う手法について述べられている。
豊田俊夫、"電流徴候解析MCSAによる電動機駆動回転機の診断技術"、高田技報、(Vol.20) 2010年4月、[平成28年2月17日検索]、インターネット、<URL: http://www.takada.co.jp/giho/pdf/gihou20/kikou_1.pdf>
特許文献1では、歯車の回転周波数の偶数倍の周波数に出現するピークの有無を検出し歯車の噛み合い異常を検出したり、電源周波数のスペクトル強度とこの周波数から軸の回転周波数ずれた位置に表れるスペクトル強度との差を用いて軸アライメントの異常を検出する手法について述べている。
特許文献2では、負荷変動が激しい場合にはサイドバンド周波数が±0〜±数Hzで連続的に変化するため、特許文献2の図5(b)のような波形を示し、正常な誘導電動機の理論的な波形の位置例として示している。
非特許文献1では、回転子の不均一性によりサイドバンド周波数fppは、すべりsと電源周波数fLの関数として、
fpp =2s・fL ・・・(1)
と表すことができることを示している。また、これを用いて、電源周波数fLのスペクトル強度とサイドバンド周波数fppのスペクトル強度の差を尺度として回転子バーの損傷状況を検出する手法に関して示している。
fpp =2s・fL ・・・(1)
と表すことができることを示している。また、これを用いて、電源周波数fLのスペクトル強度とサイドバンド周波数fppのスペクトル強度の差を尺度として回転子バーの損傷状況を検出する手法に関して示している。
回転機及び回転機が駆動する被駆動機械に異常が発生した場合、機械的な損失である機械損や電気的な損失である銅損が増加する。ところが、これらの増加量を、駆動電流を用いて検出する手段に関しては前記文献では開示されて述べられていない。
本発明は、前記の課題を解決するための発明であって、駆動電流により回転機及び回転機が駆動する被駆動機械の異常(特に、機械損や銅損の増加)を検出できる回転機の診断装置及び診断方法を提供することを目的とする。
前記目的を達成するため、本発明の回転機の診断装置は、被駆動機械を駆動する回転機の駆動電流を測定するセンサからの電流を取得する電流取得部と、取得した駆動電流をサンプリングするサンプリング部と、サンプリングされた時間領域のデータを周波数領域に変換する周波数領域変換部と、周波数領域において駆動電流を搬送波としその振幅変調により搬送波の両側に表れるスペクトルを側波帯として検出する側波帯検出部と、側波帯検出部で検出した側波帯の周波数と搬送波の周波数との周波数差に基づいて、回転機及び被駆動機械に異常があるか否かを検出する異常検出部と、を有する。本発明のその他の態様については、後記する実施形態において説明する。
本発明によれば、駆動電流により回転機及び回転機が駆動する被駆動機械の異常(機械損や銅損の増加)を検出できる。
以下、本発明の実施形態について、図面を参照して詳細に説明する。
<<第1実施形態>>
図1は、本実施形態に係る診断装置を含む回転機及び回転機が駆動する被駆動機械の構成を示す図である。23は回転機、20は回転機23を駆動するための3相交流電源である。3相交流電源20は、商用電源でも構わないし、インバータ電源でも構わない。22はU相21に取り付けられた電流センサ(CT)である。図1ではU相に取り付けられているが他のV相、W相でも構わない。26は回転機23が駆動している被駆動機械である。24は回転機23の回転軸、25は回転機23の動力を被駆動機械26へ伝達するためのジョイント、ベルト、歯車などの動力伝達装置である。
<<第1実施形態>>
図1は、本実施形態に係る診断装置を含む回転機及び回転機が駆動する被駆動機械の構成を示す図である。23は回転機、20は回転機23を駆動するための3相交流電源である。3相交流電源20は、商用電源でも構わないし、インバータ電源でも構わない。22はU相21に取り付けられた電流センサ(CT)である。図1ではU相に取り付けられているが他のV相、W相でも構わない。26は回転機23が駆動している被駆動機械である。24は回転機23の回転軸、25は回転機23の動力を被駆動機械26へ伝達するためのジョイント、ベルト、歯車などの動力伝達装置である。
本実施形態の診断装置100は電流センサ22の出力を入力データとして診断を行っている。診断装置100が検出する機械損とは、回転機23の軸受、25の動力伝達装置、26の被駆動機械などの不具合で増加した機械損である。銅損は回転機23のコイルの銅損であり、銅損・機械損の増加を診断装置100が判定し異常がある場合それを出力する。
最初に本実施形態に係る回転機の診断装置100の処理概要について説明する。
(1)駆動電流より側波帯を検出する。特許文献2でサイドバンド周波数と述べている周波数である。第1の実施形態では以後、駆動電流を搬送波としその振幅変調により搬送波両側に表れるスペクトルを側波帯とする。
(2)側波帯周波数の経時変化の履歴を蓄積する。側波帯周波数は、式(1)よりすべりsに比例する。すべりsは機械出力や銅損に比例しており、回転機の負荷が一定の場合、経時劣化による機械損や銅損の増加を表すことになる。
(3)側波帯周波数の変動を比較し、所定の周波数よりも大きくなった(すなわち、所定の機械損及び銅損よりも大きくなった)とし、異常を検出する。
このようなプロセスにより課題を解決できる。以下、第1実施形態では、側波帯の経時変化により異常の検知について説明する。
(1)駆動電流より側波帯を検出する。特許文献2でサイドバンド周波数と述べている周波数である。第1の実施形態では以後、駆動電流を搬送波としその振幅変調により搬送波両側に表れるスペクトルを側波帯とする。
(2)側波帯周波数の経時変化の履歴を蓄積する。側波帯周波数は、式(1)よりすべりsに比例する。すべりsは機械出力や銅損に比例しており、回転機の負荷が一定の場合、経時劣化による機械損や銅損の増加を表すことになる。
(3)側波帯周波数の変動を比較し、所定の周波数よりも大きくなった(すなわち、所定の機械損及び銅損よりも大きくなった)とし、異常を検出する。
このようなプロセスにより課題を解決できる。以下、第1実施形態では、側波帯の経時変化により異常の検知について説明する。
図2は、第1実施形態に係る診断装置の処理ブロックを示す図である。診断装置100は、被駆動機械26を駆動する回転機23の駆動電流を測定する電流センサ22からの電流を取得する電流取得部10と、取得した駆動電流をサンプリングするサンプリング部11と、サンプリングされた時間領域のデータを周波数領域に変換する周波数領域変換部12と、周波数領域において駆動電流を搬送波としその振幅変調により搬送波の両側に表れるスペクトルを側波帯として検出する側波帯検出部13と、側波帯検出部13で検出した側波帯の周波数と搬送波の周波数との周波数差に基づいて、回転機23及び被駆動機械26に異常があるか否かを検出する異常検出部14と、出力部15とを有する。異常検出部14では、例えば、側波帯に基づく指標(例えば、すべりs、側波帯周波数fpp)を所定の閾値と比較し、回転機23及び被駆動機械26に異常があるか否かを検出する。記憶部16には、各部で処理した結果データ、異常検出部14で使用する側波帯周波数fppの閾値などが記憶されている。
図3は、第1実施形態に係る診断装置の処理を示すフローチャートである。各処理について、適宜図2を参照して説明する。
(処理S30)
電流取得部10は、電流センサ22の出力値(アナログ値)を取り込む。サンプリング部11は、デジタル値として変換する。図4に駆動電流波形の一例を示す。
(処理S30)
電流取得部10は、電流センサ22の出力値(アナログ値)を取り込む。サンプリング部11は、デジタル値として変換する。図4に駆動電流波形の一例を示す。
図4は、駆動電流波形の様子を示す図であり、(a)は駆動電流波形であり、(b)は駆動電流尖頭値部の拡大図である。図4(a)に示す駆動電流は、全体が可視できる倍率で表示している。三相交流波形を電源とした例であるため正弦波に近い波形となっている。図4(b)は、図4(a)の点線で囲まれた正弦波の尖頭値部分を拡大した図である。(a)では振幅が一定に見えるが拡大することにより、電流振幅に揺らぎが生じていることが分かる。後述するがこの揺らぎが回転機のすべりを表している。
(処理S31)
図3に戻り、サンプリング部11は、処理S31で周波数領域に変換する際の窓幅分の時系列電流データを1回の処理サイクルとして、記憶部16に記憶する。
図3に戻り、サンプリング部11は、処理S31で周波数領域に変換する際の窓幅分の時系列電流データを1回の処理サイクルとして、記憶部16に記憶する。
(処理S32)
周波数領域変換部12は、時系列の時間領域データから、周波数領域へと変換する。変換手法として高速フーリエ変換(FFT)や離散フーリエ変換(DFT)などを用いても構わない。周波数領域に変換した一例を図5に示す。
周波数領域変換部12は、時系列の時間領域データから、周波数領域へと変換する。変換手法として高速フーリエ変換(FFT)や離散フーリエ変換(DFT)などを用いても構わない。周波数領域に変換した一例を図5に示す。
図5は、側波帯の様子を示す図である。横軸が周波数、縦軸が電流のスペクトル強度である。被駆動機械26の負荷が等しい条件での日時A(51)と日時B(52)を表している。日時A(51)は、装置が稼働して間もない時点、日時B(52)は稼働開始後かなり時間が経過した時点である。60Hzの商用電源を用いて駆動しており電源周波数を表すスペクトルが50である。日時A(51)の側波帯スペクトルは、53及び54の周波数にあるスペクトルであり、日時B(52)の側波帯スペクトルは57,58の周波数にあるスペクトルである。
(処理S33)
図3に戻り、側波帯検出部13は、電源周波数(搬送波)と側波帯位置の周波数との周波数差より側波帯周波数fppを算出する。日時Aの53の周波数をfUSB、54の周波数をfLSBとする。日時Aの側波帯周波数fppは、電源周波数をfLとすると次式で表される。
図3に戻り、側波帯検出部13は、電源周波数(搬送波)と側波帯位置の周波数との周波数差より側波帯周波数fppを算出する。日時Aの53の周波数をfUSB、54の周波数をfLSBとする。日時Aの側波帯周波数fppは、電源周波数をfLとすると次式で表される。
fpp =fUSB−fL ・・・(2)
fpp =fL−fLSB ・・・(3)
fUSB、fLSBとはfLを中心に左右対称に表れるためにどちらを使っても構わない。
fpp =fL−fLSB ・・・(3)
fUSB、fLSBとはfLを中心に左右対称に表れるためにどちらを使っても構わない。
(処理S34)
側波帯検出部13は、電源周波数(搬送波)と側波帯位置の周波数との周波数差よりすべりsを演算する。式(1)の側波帯周波数fppと電源周波数fLとすべりsの関係から、すべりsは、式(4)となる。
s=fpp/(2・fL) ・・・(4)
側波帯検出部13は、電源周波数(搬送波)と側波帯位置の周波数との周波数差よりすべりsを演算する。式(1)の側波帯周波数fppと電源周波数fLとすべりsの関係から、すべりsは、式(4)となる。
s=fpp/(2・fL) ・・・(4)
すべりsの値が数%以下の場合、トルクとすべりは比例関係にあり、すべりの増加はトルクの増加、つまり機械損や銅損の増加と考えてよい。
図5に示す日時A(51)の側波帯と日時B(52)の側波帯を比較すると、搬送波を中心として若干外側(55や56のように搬送波から離れる方向)に移動していることが分かる。日時Bは機器を使用開始してからしばらく経過した時点での計測データであるため経年劣化による機械損や銅損の上昇によりすべりが増加しているためである。
(処理S35)
図3に戻り、異常検出部14は、求めたすべりsと異常状態のすべり閾値Thsを比較する。すべりsがすべり閾値Thsを超えた場合(処理S35,Yes、異常状態である場合)処理S36に進み、すべりsがすべり閾値Ths以下の場合(処理S35,No)、処理S30に戻る。
図3に戻り、異常検出部14は、求めたすべりsと異常状態のすべり閾値Thsを比較する。すべりsがすべり閾値Thsを超えた場合(処理S35,Yes、異常状態である場合)処理S36に進み、すべりsがすべり閾値Ths以下の場合(処理S35,No)、処理S30に戻る。
(処理S36)
異常検出部14は、異常状態である場合、出力部15に異常がある旨を通知し、処理S30に戻る。すべりsの閾値Thsの決定と判定の模式図を図6に示す。
異常検出部14は、異常状態である場合、出力部15に異常がある旨を通知し、処理S30に戻る。すべりsの閾値Thsの決定と判定の模式図を図6に示す。
図6は、すべりの経時変化を示す図である。横軸は稼働開始からの経過時間、縦軸はすべりsである。異常状態のすべり閾値Thsの決定方向の一例は、過去に故障と判定された機械で計測したすべりsの値を用いる方法である。過去に機械が故障したときのすべりの値が60であったとする。経過時間と共に機械的・電気的劣化により徐々に損失が大きくなり異常状態のすべり閾値Thsを超えた61になった場合に異常と判断する。
他の例としては、稼働初期の状態におけるすべりsの値を基準に、故障或いは注意状態と判定する増加割合を事前に決めておく例である。図6の例では機械の稼働初期のすべりの状態が62であればすべりの正常な基準63とし、この基準値の例えば2倍(64)を、注意の要するすべりの閾値Thsとする。これにより、時間経過と共にすべりsが増加し閾値64を超えた65で異常或いは注意と出力しても構わない。
このように、駆動電流の電源周波数を搬送波とした側波帯の周波数偏移を観測することにより機械の異常を検出する事が可能になる。
なお、すべりsの周波数偏移を用いて説明したが、比例関係にある側波帯周波数fppやすべりsから求まるトルクを用いて処理を行っても同様の効果が得られる。側波帯周波数fppを用いた診断装置の処理を図7に示す。
図7は、第1実施形態に係る診断装置の他の処理を示すフローチャートである。図7は図3と比較して、処理S33以降の処理が異なる。図7では、異常検出部14は、側波帯周波数fppと異常状態の側波帯周波数の閾値Thfを比較する。側波帯周波数fppが側波帯周波数の閾値Thfを超えた場合(処理S35A,Yes、異常状態である場合)、処理S36に進み、側波帯周波数fppが側波帯周波数fppの閾値Thf以下の場合(処理S35A,No)、処理S30に戻る。そして、処理S36において、異常検出部14は、異常状態である場合、出力部15に異常がある旨を通知し、処理S30に戻る。
<<第2実施形態>>
第2実施形態で、検波処理で分解能向上をした診断装置100Aについて説明する。
第1実施形態では、周波数領域へ変換する際に変換窓幅内に図4に示した駆動電流の正弦波も再現できるようなサンプリング速度で取り込んだデータを用いて周波数領域への変換処理を行った。これにより図5に示したように電源周波数と側波帯の関係を可視化することができている。
第2実施形態で、検波処理で分解能向上をした診断装置100Aについて説明する。
第1実施形態では、周波数領域へ変換する際に変換窓幅内に図4に示した駆動電流の正弦波も再現できるようなサンプリング速度で取り込んだデータを用いて周波数領域への変換処理を行った。これにより図5に示したように電源周波数と側波帯の関係を可視化することができている。
しかし、図5に示す日時Aの側波帯(53)と日時Bの側波帯(57)の周波数差は非常に微小である。周波数分解能を上げるためには周波数領域への変換処理で用いる窓幅を広げればよいが、搬送波の波形形状を保つ条件(正弦波の尖頭値を再現)で窓幅を広げると非常に多くのデータ点数を必要とする。
例えば、図5の例では10.24kHzのサンプリング速度、窓幅約6秒、65536点のデータで周波数分解能0.16Hzとなる。さらに、窓幅を増やせば周波数分解能を高くすることができるが計算量が大きくなり処理が困難になる。
すべりsの算出には、搬送波と側波帯の周波数差(側波帯周波数fpp)が必要であり、搬送波の周波数位置は不要である。つまり、側波帯(変調信号)を分離し(検波)、変調信号を周波数領域に変換することにより側波帯周波数fppを求めることができる。搬送波から分離した信号であるため搬送波を再現するサンプリング周波数は不要となり、変調信号を再現できるサンプリング周波数があればよいことになる。
具体的には、搬送波が60Hzの場合、変調できる信号は60Hz又は120Hz以下であるので、60Hz或いは120Hz程度のサンプリング周波数でサンプリングすればよく、図5と同程度の周波数分解能を得たい場合、1/85程度のサンプリング点でよいことになる。従って、さらに窓を増やし周波数分解能を高くすることが可能になる。以下、第2実施形態では検波処理によりすべり変化の分解能を向上させるための手段について述べる。
図8は、第2実施形態に係る診断装置の処理ブロックを示す図である。図2と同一機能には、同一符号を付している。診断装置100Aは、電流取得部10と、駆動電流を搬送波としその振幅変調の部分を検波処理し変調信号を得て、該変調信号をサンプリングするサンプリング部11A(検波部)と、サンプリングされた時間領域のデータを周波数領域に変換する周波数領域変換部12Aと、周波数領域において変調信号に基づくスペクトルを側波帯として検出する側波帯検出部13Aと、側波帯検出部13Aで検出した側波帯位置の周波数に基づいて、回転機23及び被駆動機械26に異常があるか否かを検出する異常検出部14Aと、出力部15とを有する。記憶部16には、各部で処理した結果データ、異常検出部14Aで使用する側波帯周波数の閾値などが記憶されている。
図9は、第2実施形態に係る診断装置の処理を示すフローチャートである。適宜図8を参照して説明する。
(処理S90)
電流取得部10は、電流センサ22の出力値(アナログ値)を取り込む。
(処理S91)
サンプリング部11A(検波処理部)は、処理S91の検波処理がアナログ処理の場合、アナログ値として、デジタル処理の場合デジタル値として取り込む。取り込んだデータの検波処理を行う。検波処理の概略を図10に示す。
(処理S90)
電流取得部10は、電流センサ22の出力値(アナログ値)を取り込む。
(処理S91)
サンプリング部11A(検波処理部)は、処理S91の検波処理がアナログ処理の場合、アナログ値として、デジタル処理の場合デジタル値として取り込む。取り込んだデータの検波処理を行う。検波処理の概略を図10に示す。
図10は、検波処理の概略を示す図であり、(a)は駆動電流尖頭値部の拡大図であり(b)は検波処理を示す図であり、(c)は検波後の波形(変調信号)を示す図である。図10(a)に示すように駆動電流がトルク変動(すべり)により振幅変調され電流波形の揺らぎが生じている。従って、電源周波数を搬送波とした振幅変調の検波処理を行えばよい。つまり検波処理とは、図10(a)の電流波形の尖頭値を結んだ曲線(あるいは包絡線)を生成し、図10(b)の経過を経て、図10(c)のような波形を生成する手法である。図10(c)のような波形を生成するには様々な手法がある。その中の幾つかを説明する。
{第1検波手法}
図11は、第1検波手法を示す図である。第1検波手法は、ダイオードとコンデンサ(ローパスフィルタ)を用いた検波手法である。電流波形全体は、図4(a)に示すように正負対称な波形でありそのままローパスフィルタをかけても包絡線とはならない。そこで、ダイオードにより負信号部分をカットする。その後にローパスフィルタをかけることにより図10(c)のような波形が変調信号として生成される。変調信号はA/Dコンバータなどでデジタルデータに変換され次の処理が行われる。図11は、半波整流回路であるが全波整流回路でもかまわない。電流のピーク位置が2倍に増えるため電源周波数が60Hzの場合、120Hzまでの変調信号が抽出できる。
図11は、第1検波手法を示す図である。第1検波手法は、ダイオードとコンデンサ(ローパスフィルタ)を用いた検波手法である。電流波形全体は、図4(a)に示すように正負対称な波形でありそのままローパスフィルタをかけても包絡線とはならない。そこで、ダイオードにより負信号部分をカットする。その後にローパスフィルタをかけることにより図10(c)のような波形が変調信号として生成される。変調信号はA/Dコンバータなどでデジタルデータに変換され次の処理が行われる。図11は、半波整流回路であるが全波整流回路でもかまわない。電流のピーク位置が2倍に増えるため電源周波数が60Hzの場合、120Hzまでの変調信号が抽出できる。
なお、図10はアナログ回路として記載したが、電流信号をデジタル値に変換し、負部分のデータを削除或いは正の信号に反転した後にデジタルのローパスフィルタをかけても構わない。
{第2検波手法}
図12は、第2検波手法を示す図である。第2検波手法は、同期検波、プロダクト検波と言われる手法である。計測した電流波形と電流波形と位相が同期した余弦波を111の乗算器で掛け算処理をする。この処理により、正負対称な波形が正部分波形になり、搬送波の2倍の周波数で変調信号が変調波形となる。正の成分になるのでダイオードは不要となる。その後、ローパスフィルタを用いて包絡線を生成することにより図10(c)のような波形が変調信号として生成される。変調信号はA/Dコンバータなどでデジタルデータに変換され次の処理が行われる。本手法も第1検波手法と同様にデジタル処理が可能であり、デジタル領域での処理が可能である。
図12は、第2検波手法を示す図である。第2検波手法は、同期検波、プロダクト検波と言われる手法である。計測した電流波形と電流波形と位相が同期した余弦波を111の乗算器で掛け算処理をする。この処理により、正負対称な波形が正部分波形になり、搬送波の2倍の周波数で変調信号が変調波形となる。正の成分になるのでダイオードは不要となる。その後、ローパスフィルタを用いて包絡線を生成することにより図10(c)のような波形が変調信号として生成される。変調信号はA/Dコンバータなどでデジタルデータに変換され次の処理が行われる。本手法も第1検波手法と同様にデジタル処理が可能であり、デジタル領域での処理が可能である。
{第3検波手法}
図10(b)の波形から、駆動電流波形の尖頭値(最大値)をサンプリング点とすれば変調信号が検出できることが分かる。従って、駆動電流波形1サイクルの最大値を検出しそれをサンプリング点としても構わない。最大値検出は、アナログ領域で行うであればピークホールド回路を、デジタル領域で行う場合、駆動電流波形1サイクル中の最大値を検出する処理を行えばよい。この場合、搬送波の周波数を考慮しなくとも処理が可能である。
図10(b)の波形から、駆動電流波形の尖頭値(最大値)をサンプリング点とすれば変調信号が検出できることが分かる。従って、駆動電流波形1サイクルの最大値を検出しそれをサンプリング点としても構わない。最大値検出は、アナログ領域で行うであればピークホールド回路を、デジタル領域で行う場合、駆動電流波形1サイクル中の最大値を検出する処理を行えばよい。この場合、搬送波の周波数を考慮しなくとも処理が可能である。
{第4検波手法}
電源の周波数は既知である。第2検波手法と同様に電流波形と位相が同期した余弦波の最大値の時刻で駆動電流波形をサンプリングすれば変調信号を生成できる。なお、インバータ電源を用いる場合、インバータ信号に同期した余弦波の最大値付近にスイッチング雑音などが存在する場合もある。このような場合、雑音が存在しない時刻に位相をずらしサンプリング処理を行っても構わない。
電源の周波数は既知である。第2検波手法と同様に電流波形と位相が同期した余弦波の最大値の時刻で駆動電流波形をサンプリングすれば変調信号を生成できる。なお、インバータ電源を用いる場合、インバータ信号に同期した余弦波の最大値付近にスイッチング雑音などが存在する場合もある。このような場合、雑音が存在しない時刻に位相をずらしサンプリング処理を行っても構わない。
以上、いくつかの検波処理について説明したが、その他に振幅変調信号を検波する手法も存在し、それらの手法を用いて検波処理を行っても構わない。
(処理S92)
図9に戻り、サンプリング部11Aは、決められた窓幅の時系列検波処理後のデータを記憶部16に記憶する。
図9に戻り、サンプリング部11Aは、決められた窓幅の時系列検波処理後のデータを記憶部16に記憶する。
(処理S93)
周波数領域変換部12Aは、変調信号を周波数領域に変換する処理を行う。例えば、高速フーリエ変換(FFT)や離散フーリエ変換(DFT)などの手法を用いて変換処理を行う。
周波数領域変換部12Aは、変調信号を周波数領域に変換する処理を行う。例えば、高速フーリエ変換(FFT)や離散フーリエ変換(DFT)などの手法を用いて変換処理を行う。
図13は、検波後の側波帯スペクトル強度を示す図である。横軸が側波帯周波数、縦軸が側波帯のスペクトル強度である。表現されているスペクトルは、異なる日時の駆動電流波形から検出したすべりに対応するスペクトルである。図5の日時Aのスペクトルは、左端の130のスペクトル、図5の日時Bスペクトルは、右端側の131のスペクトルである。運転時間の経過に伴い左から右側にスペクトル位置が移動している。変調信号のみを周波数領域に変換しているため、図5に示したような搬送波両端の側波帯としてすべりに対応するスペクトルが現れるのではなく、側波帯周波数fppが直接スペクトルとして現れている。
図13は、サンプリング速度60Hz、データ点数16384点でFFT処理を行っている。周波数分解能は0.0037Hzである。図5に比べてサンプリング点は1/4に減少しているが、周波数分解能は約40倍向上しており、微小なすべり変化も検出可能になっている。
(処理S94)
図9に戻り、側波帯検出部13Aは、図13に示したスペクトル130,131のすべりに対応したスペクトルを検出する。そして、処理S34以降の処理は、図3に示した処理34以降と同じであり、本実施形態では説明を省略する。なお、処理S34における周波数差によるすべりsとは、図9においては、スペクトル130,131の周波数に対応する。図14を参照して説明する。
図9に戻り、側波帯検出部13Aは、図13に示したスペクトル130,131のすべりに対応したスペクトルを検出する。そして、処理S34以降の処理は、図3に示した処理34以降と同じであり、本実施形態では説明を省略する。なお、処理S34における周波数差によるすべりsとは、図9においては、スペクトル130,131の周波数に対応する。図14を参照して説明する。
図14は、第2実施形態に係る診断装置の他の処理を示すフローチャートである。
図14は図9と比較して、処理S94以降の処理が異なる。図14では、異常検出部14は、スペクトル周波数Sfを異常状態のスペクトル周波数の閾値ThSfを比較する。スペクトル周波数Sfが異常状態のスペクトル周波数の閾値ThSfを超えた場合(処理S95,Yes、異常状態である場合)処理S36に進み、スペクトル周波数Sfが異常状態のスペクトル周波数の閾値ThSf以下の場合(処理S95,No)、処理S90に戻る。そして、処理S36において、異常検出部15は、異常状態である場合、出力部15に異常がある旨を通知し、処理S90に戻る。
図14は図9と比較して、処理S94以降の処理が異なる。図14では、異常検出部14は、スペクトル周波数Sfを異常状態のスペクトル周波数の閾値ThSfを比較する。スペクトル周波数Sfが異常状態のスペクトル周波数の閾値ThSfを超えた場合(処理S95,Yes、異常状態である場合)処理S36に進み、スペクトル周波数Sfが異常状態のスペクトル周波数の閾値ThSf以下の場合(処理S95,No)、処理S90に戻る。そして、処理S36において、異常検出部15は、異常状態である場合、出力部15に異常がある旨を通知し、処理S90に戻る。
本実施形態では、駆動電流波形を検波処理した後に周波数領域に変換することにより微小なすべり変化を検出できる特徴がある。
<<第3実施形態>>
第3実施形態で、同一運転状況を加味して診断処理について説明する。
第1実施形態及び第2実施形態では、負荷一定条件で回転機を運転した場合の実施形態である。機械は負荷が変動して運転する場合もある。負荷が変わることにより機械出力の変動によりすべりも変動する。そこで、運転状況が同じ状態のすべりを比較し、機械出力によるすべりの変化を考慮した異常検出手法について説明する。
第3実施形態で、同一運転状況を加味して診断処理について説明する。
第1実施形態及び第2実施形態では、負荷一定条件で回転機を運転した場合の実施形態である。機械は負荷が変動して運転する場合もある。負荷が変わることにより機械出力の変動によりすべりも変動する。そこで、運転状況が同じ状態のすべりを比較し、機械出力によるすべりの変化を考慮した異常検出手法について説明する。
図15は、第3実施形態に係る負荷変動を考慮した診断装置の構成を示す図である。図15は、図1に対し、回転機の制御・出力・負荷情報取得部110と、被駆動機械の制御・出力・負荷情報取得部120が追加されている。
図16は、第3実施形態に係る負荷変動を考慮した処理ブロックを示す図である。図16に示す診断装置100Bは、図2と比較して回転機の制御・出力・負荷情報取得部18と、被駆動機械の制御・出力・負荷情報取得部19を有している。また、図16に示す診断装置100Bは、図示していないが、図8と比較して、回転機の制御・出力・負荷情報取得部18と、被駆動機械の制御・出力・負荷情報取得部19を有している。
診断装置100Bは、回転機の制御・出力・負荷情報取得部18及び被駆動機械の制御・出力・負荷情報取得部19を介して取得した情報を基づいて、回転機や被駆動機械の運転状況を把握し、同一の運転状況におけるすべりの経時変化を観測する。同一条件におけるすべりの状態を図6に示したような経時変化で表現し、異常を検出してもよい。回転機の制御・出力・負荷情報取得部18及び被駆動機械の制御・出力・負荷情報取得部19を介して取得した情報を多次元のベクトルとして機械学習などを用いて学習し、異常となる状態に推移したら異常を検出してもよい。
まとめると、第3実施形態に係る診断装置100Bは、回転機23及び被駆動機械26の運転状態を取得する運転状態取得部(回転機の制御・出力・負荷情報取得部18及び被駆動機械の制御・出力・負荷情報取得部19)を有し、異常検出部14は、運転状態取得部で取得した同一又は類似条件における側波帯の周波数に基づいて、回転機23及び被駆動機械26に異常があるか否かを検出することができる。
また、第3実施形態に係る診断装置100Bは、回転機23及び被駆動機械26の運転状態を取得する運転状態取得部を有し、異常検出部14は、あらかじめ運転状態取得部で取得した運転状態と側波帯の周波数との関係を、機械学習手法を用いて学習し、診断時は、学習した情報と、現在の側波帯の周波数及び運転状態とに基づいて、回転機及び前記被駆動機械に異常があるか否かを検出することができる。
<<第4実施形態>>
第4実施形態で、回転計としての応用、トルク計としての応用について説明する。
第1実施形態〜第3実施形態では、異常の診断装置として説明したが、回転速度(回転数)の診断装置としても構わない。
第4実施形態で、回転計としての応用、トルク計としての応用について説明する。
第1実施形態〜第3実施形態では、異常の診断装置として説明したが、回転速度(回転数)の診断装置としても構わない。
すべりsは、同期回転周波数fxと実測回転周波数fRより次式のように求められる。
s=(fx−fR)/fx ・・・(5)
s=(fx−fR)/fx ・・・(5)
式(1)と式(5)より回転機の実測回転周波数fRを、同期回転周波数fx、側波帯周波数fpp、電源周波数fLで表すと、
fR=fx−(fx・fpp)/(2・fL) ・・・(6)
となる。
fR=fx−(fx・fpp)/(2・fL) ・・・(6)
となる。
これにより回転機の実測回転周波数fRが求まるため、回転数を診断することも可能である。また、トルクに関しては、図17に示すすべりートルク曲線で、すべりとトルクが比例する関係を用いて、すべりよりトルクに変換することによりトルクの診断も可能になる。
最後に、第1実施形態および第2実施形態では、主として診断装置100,100Aについて説明したが、回転機の診断方法について説明すると、回転機の診断装置100は、被駆動機械を駆動する回転機の駆動電流を測定するセンサからの電流を取得する電流取得処理と、取得した駆動電流をサンプリングするサンプリング処理と、サンプリング処理で処理された時間領域のデータを周波数領域に変換する周波数領域変換処理と、周波数領域において駆動電流を搬送波としその振幅変調により搬送波の両側に表れるスペクトルを側波帯として検出する側波帯検出処理と、側波帯検出処理で検出した側波帯の周波数と搬送波の周波数との周波数差に基づいて、回転機及び被駆動機械に異常があるか否かを検出する異常検出処理と、を含んで実行するとよい。
また、回転機の診断装置100Aは、被駆動機械を駆動する回転機の駆動電流を測定するセンサからの電流を取得する電流取得処理と、駆動電流を搬送波としその振幅変調の部分を検波処理し変調信号を得て、該変調信号をサンプリングするサンプリング処理と、サンプリング処理で処理された時間領域のデータを周波数領域に変換する周波数領域変換処理と、周波数領域において変調信号に基づくスペクトルを側波帯として検出する側波帯検出処理と、側波帯検出処理で検出した側波帯位置の周波数に基づいて、回転機及び被駆動機械に異常があるか否かを検出する異常検出処理と、を含んで実行するとよい。
本実施形態の診断方法によれば、駆動電流により回転機及び回転機が駆動する被駆動機械の異常(機械損や銅損の増加)を検出できる効果がある。
10 電流取得部
11 サンプリング部
11A サンプリング部(検波部)
12 周波数領域変換部
13 側波帯検出部
14 異常検出部
15 出力部
16 記憶部
18 回転機の制御・出力・負荷情報取得部(運転状態取得部)
19 被駆動機械の制御・出力・負荷情報取得部(運転状態取得部)
20 3相交流電源
21 U相
22 電流センサ
23 回転機
24 回転軸
25 動力伝達装置
26 被駆動機械
100 診断装置
11 サンプリング部
11A サンプリング部(検波部)
12 周波数領域変換部
13 側波帯検出部
14 異常検出部
15 出力部
16 記憶部
18 回転機の制御・出力・負荷情報取得部(運転状態取得部)
19 被駆動機械の制御・出力・負荷情報取得部(運転状態取得部)
20 3相交流電源
21 U相
22 電流センサ
23 回転機
24 回転軸
25 動力伝達装置
26 被駆動機械
100 診断装置
Claims (9)
- 被駆動機械を駆動する回転機の駆動電流を測定するセンサからの電流を取得する電流取得部と、
前記取得した駆動電流をサンプリングするサンプリング部と、
前記サンプリングされた時間領域のデータを周波数領域に変換する周波数領域変換部と、
前記周波数領域において前記駆動電流を搬送波としその振幅変調により前記搬送波の両側に表れるスペクトルを側波帯として検出する側波帯検出部と、
前記側波帯検出部で検出した側波帯の周波数と前記搬送波の周波数との周波数差に基づいて、前記回転機及び前記被駆動機械に異常があるか否かを検出する異常検出部と、を有する
ことを特徴とする回転機の診断装置。 - 被駆動機械を駆動する回転機の駆動電流を測定するセンサからの電流を取得する電流取得部と、
前記駆動電流を搬送波としその振幅変調の部分を検波処理し変調信号を得て、該変調信号をサンプリングするサンプリング部と、
前記サンプリングされた時間領域のデータを周波数領域に変換する周波数領域変換部と、
前記周波数領域において前記変調信号に基づくスペクトルを側波帯として検出する側波帯検出部と、
前記側波帯検出部で検出した側波帯位置の周波数に基づいて、前記回転機及び前記被駆動機械に異常があるか否かを検出する異常検出部と、を有する
ことを特徴とする回転機の診断装置。 - 前記異常検出部は、前記周波数差に基づきすべりを算出し、該すべりの経時変化により、前記回転機及び前記被駆動機械の異常を検出する
ことを特徴とする請求項1に記載の回転機の診断装置。 - 前記回転機の診断装置は、
前記回転機及び前記被駆動機械の運転状態を取得する運転状態取得部を有し、
前記異常検出部は、前記運転状態取得部で取得した同一又は類似条件における前記側波帯の周波数に基づいて、前記回転機及び前記被駆動機械に異常があるか否かを検出する
ことを特徴とする請求項1又は請求項2に記載の回転機の診断装置。 - 前記回転機の診断装置は、
前記回転機及び前記被駆動機械の運転状態を取得する運転状態取得部を有し、
前記異常検出部は、あらかじめ前記運転状態取得部で取得した運転状態と前記側波帯の周波数との関係を、機械学習手法を用いて学習し、
診断時は、前記学習した情報と、現在の前記側波帯の周波数及び前記運転状態とに基づいて、前記回転機及び前記被駆動機械に異常があるか否かを検出する
ことを特徴とする請求項1又は請求項2に記載の回転機の診断装置。 - 前記異常検出部は、前記周波数差および前記搬送波の周波数に基づき、前記回転機の回転周波数を算出し、該回転周波数を出力部に出力する
ことを特徴とする請求項1に記載の回転機の診断装置。 - 前記異常検出部は、前記すべりに基づいてトルクを算出し、該トルクを出力部に出力する
ことを特徴とする請求項3に記載の回転機の診断装置。 - 回転機の診断装置は、
被駆動機械を駆動する回転機の駆動電流を測定するセンサからの電流を取得する電流取得処理と、
前記取得した駆動電流をサンプリングするサンプリング処理と、
前記サンプリング処理で処理された時間領域のデータを周波数領域に変換する周波数領域変換処理と、
前記周波数領域において前記駆動電流を搬送波としその振幅変調により前記搬送波の両側に表れるスペクトルを側波帯として検出する側波帯検出処理と、
前記側波帯検出処理で検出した側波帯の周波数と前記搬送波の周波数との周波数差に基づいて、前記回転機及び前記被駆動機械に異常があるか否かを検出する異常検出処理と、を含んで実行する
ことを特徴とする回転機の診断方法。 - 前記異常検出処理は、前記周波数差に基づきすべりを算出し、該すべりの経時変化により、前記回転機及び前記被駆動機械の異常を検出する
ことを特徴とする請求項8に記載の回転機の診断方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/057102 WO2017154091A1 (ja) | 2016-03-08 | 2016-03-08 | 回転機の診断装置及び診断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2017154091A1 JPWO2017154091A1 (ja) | 2018-08-02 |
JP6518001B2 true JP6518001B2 (ja) | 2019-05-22 |
Family
ID=59789099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018503884A Active JP6518001B2 (ja) | 2016-03-08 | 2016-03-08 | 回転機の診断装置及び診断方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10962449B2 (ja) |
JP (1) | JP6518001B2 (ja) |
WO (1) | WO2017154091A1 (ja) |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11871901B2 (en) | 2012-05-20 | 2024-01-16 | Cilag Gmbh International | Method for situational awareness for surgical network or surgical network connected device capable of adjusting function based on a sensed situation or usage |
US10883895B2 (en) * | 2016-12-15 | 2021-01-05 | Mitsubishi Electric Corporation | Abnormality diagnostic device for power transmission mechanism and abnormality diagnostic method for power transmission mechanism |
WO2019082277A1 (ja) * | 2017-10-24 | 2019-05-02 | 三菱電機株式会社 | 異常診断装置、異常診断方法及び異常診断システム |
US11801098B2 (en) | 2017-10-30 | 2023-10-31 | Cilag Gmbh International | Method of hub communication with surgical instrument systems |
US20190125320A1 (en) | 2017-10-30 | 2019-05-02 | Ethicon Llc | Control system arrangements for a modular surgical instrument |
US11510741B2 (en) | 2017-10-30 | 2022-11-29 | Cilag Gmbh International | Method for producing a surgical instrument comprising a smart electrical system |
US11911045B2 (en) | 2017-10-30 | 2024-02-27 | Cllag GmbH International | Method for operating a powered articulating multi-clip applier |
US11844579B2 (en) | 2017-12-28 | 2023-12-19 | Cilag Gmbh International | Adjustments based on airborne particle properties |
US20190201027A1 (en) * | 2017-12-28 | 2019-07-04 | Ethicon Llc | Surgical instrument with acoustic-based motor control |
US11464559B2 (en) | 2017-12-28 | 2022-10-11 | Cilag Gmbh International | Estimating state of ultrasonic end effector and control system therefor |
US11857152B2 (en) | 2017-12-28 | 2024-01-02 | Cilag Gmbh International | Surgical hub spatial awareness to determine devices in operating theater |
US20190201594A1 (en) | 2017-12-28 | 2019-07-04 | Ethicon Llc | Method of sensing particulate from smoke evacuated from a patient, adjusting the pump speed based on the sensed information, and communicating the functional parameters of the system to the hub |
US11744604B2 (en) | 2017-12-28 | 2023-09-05 | Cilag Gmbh International | Surgical instrument with a hardware-only control circuit |
US11132462B2 (en) | 2017-12-28 | 2021-09-28 | Cilag Gmbh International | Data stripping method to interrogate patient records and create anonymized record |
US11969142B2 (en) | 2017-12-28 | 2024-04-30 | Cilag Gmbh International | Method of compressing tissue within a stapling device and simultaneously displaying the location of the tissue within the jaws |
US11896322B2 (en) | 2017-12-28 | 2024-02-13 | Cilag Gmbh International | Sensing the patient position and contact utilizing the mono-polar return pad electrode to provide situational awareness to the hub |
US11672605B2 (en) | 2017-12-28 | 2023-06-13 | Cilag Gmbh International | Sterile field interactive control displays |
US20190206569A1 (en) | 2017-12-28 | 2019-07-04 | Ethicon Llc | Method of cloud based data analytics for use with the hub |
US11109866B2 (en) | 2017-12-28 | 2021-09-07 | Cilag Gmbh International | Method for circular stapler control algorithm adjustment based on situational awareness |
US11998193B2 (en) | 2017-12-28 | 2024-06-04 | Cilag Gmbh International | Method for usage of the shroud as an aspect of sensing or controlling a powered surgical device, and a control algorithm to adjust its default operation |
US11166772B2 (en) | 2017-12-28 | 2021-11-09 | Cilag Gmbh International | Surgical hub coordination of control and communication of operating room devices |
US11257589B2 (en) | 2017-12-28 | 2022-02-22 | Cilag Gmbh International | Real-time analysis of comprehensive cost of all instrumentation used in surgery utilizing data fluidity to track instruments through stocking and in-house processes |
US11818052B2 (en) | 2017-12-28 | 2023-11-14 | Cilag Gmbh International | Surgical network determination of prioritization of communication, interaction, or processing based on system or device needs |
US11969216B2 (en) | 2017-12-28 | 2024-04-30 | Cilag Gmbh International | Surgical network recommendations from real time analysis of procedure variables against a baseline highlighting differences from the optimal solution |
US11389164B2 (en) | 2017-12-28 | 2022-07-19 | Cilag Gmbh International | Method of using reinforced flexible circuits with multiple sensors to optimize performance of radio frequency devices |
US11832899B2 (en) | 2017-12-28 | 2023-12-05 | Cilag Gmbh International | Surgical systems with autonomously adjustable control programs |
US11896443B2 (en) | 2017-12-28 | 2024-02-13 | Cilag Gmbh International | Control of a surgical system through a surgical barrier |
US11864728B2 (en) | 2017-12-28 | 2024-01-09 | Cilag Gmbh International | Characterization of tissue irregularities through the use of mono-chromatic light refractivity |
US20190201039A1 (en) | 2017-12-28 | 2019-07-04 | Ethicon Llc | Situational awareness of electrosurgical systems |
US20190201139A1 (en) | 2017-12-28 | 2019-07-04 | Ethicon Llc | Communication arrangements for robot-assisted surgical platforms |
US11589915B2 (en) | 2018-03-08 | 2023-02-28 | Cilag Gmbh International | In-the-jaw classifier based on a model |
US11464532B2 (en) | 2018-03-08 | 2022-10-11 | Cilag Gmbh International | Methods for estimating and controlling state of ultrasonic end effector |
US11090047B2 (en) | 2018-03-28 | 2021-08-17 | Cilag Gmbh International | Surgical instrument comprising an adaptive control system |
US11259806B2 (en) | 2018-03-28 | 2022-03-01 | Cilag Gmbh International | Surgical stapling devices with features for blocking advancement of a camming assembly of an incompatible cartridge installed therein |
WO2019186909A1 (ja) * | 2018-03-29 | 2019-10-03 | 株式会社日立製作所 | 診断装置および診断方法 |
US10928455B2 (en) * | 2018-04-20 | 2021-02-23 | University Of Connecticut | System and methods for fault diagnosis in machines |
JP7457452B2 (ja) * | 2018-06-07 | 2024-03-28 | 三菱重工業株式会社 | 制御装置、制御システム、制御方法および制御プログラム |
WO2019244599A1 (ja) * | 2018-06-19 | 2019-12-26 | パナソニックIpマネジメント株式会社 | 診断システム、診断方法、プログラム |
CN112189211A (zh) * | 2018-08-08 | 2021-01-05 | 松下知识产权经营株式会社 | 材料描述符生成方法、生成装置及生成程序、预测模型构建方法、构建装置及构建程序 |
CN109097377B (zh) * | 2018-08-31 | 2021-05-28 | 西藏自治区农牧科学院农业研究所 | 一种五碳糖糖基转移酶及其用途 |
WO2020144939A1 (ja) * | 2019-01-11 | 2020-07-16 | パナソニックIpマネジメント株式会社 | 診断システム、診断方法、プログラム及び記録媒体 |
US11291444B2 (en) | 2019-02-19 | 2022-04-05 | Cilag Gmbh International | Surgical stapling assembly with cartridge based retainer configured to unlock a closure lockout |
EP3940366A4 (en) * | 2019-03-15 | 2023-01-11 | Omron Corporation | FAULT DIAGNOSTIC DEVICE AND FAULT DIAGNOSTIC METHOD |
JP7312670B2 (ja) * | 2019-10-31 | 2023-07-21 | 株式会社日立産機システム | 回転機器の診断システム及び方法。 |
CN115136487A (zh) * | 2020-02-20 | 2022-09-30 | 三菱电机株式会社 | 电动机的诊断装置 |
EP3961910A1 (en) * | 2020-08-27 | 2022-03-02 | IBC Control AB | Method and device of condition monitoring |
JP2022127190A (ja) * | 2021-02-19 | 2022-08-31 | 三菱重工業株式会社 | 診断システム、診断方法およびプログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001268986A (ja) * | 2000-03-21 | 2001-09-28 | Unisia Jecs Corp | 動力舵取装置 |
JP4675264B2 (ja) * | 2006-03-08 | 2011-04-20 | 財団法人鉄道総合技術研究所 | ロータ周波数推定装置及びロータ周波数推定方法 |
WO2008148075A1 (en) * | 2007-05-24 | 2008-12-04 | Alexander George Parlos | Machine condition assessment through power distribution networks |
TWI380548B (en) * | 2008-12-16 | 2012-12-21 | Delta Electronics Inc | Error detecting and motor protecting apparatus and method thereof |
JP4782218B2 (ja) | 2009-06-10 | 2011-09-28 | 新日本製鐵株式会社 | 設備の異常診断方法 |
TW201241457A (en) * | 2011-04-14 | 2012-10-16 | Univ Chung Yuan Christian | Rotating electrical machine anomaly detecting method and apparatus, and wind generating system |
KR101357828B1 (ko) * | 2012-12-07 | 2014-02-05 | 전자부품연구원 | 직렬 코일형 영구자석 모터의 고장 검출 방법 및 시스템 |
JP5828948B2 (ja) | 2014-10-09 | 2015-12-09 | 株式会社高田工業所 | 回転機械系の異常診断方法 |
-
2016
- 2016-03-08 JP JP2018503884A patent/JP6518001B2/ja active Active
- 2016-03-08 US US16/075,070 patent/US10962449B2/en active Active
- 2016-03-08 WO PCT/JP2016/057102 patent/WO2017154091A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2017154091A1 (ja) | 2017-09-14 |
US10962449B2 (en) | 2021-03-30 |
JPWO2017154091A1 (ja) | 2018-08-02 |
US20190003928A1 (en) | 2019-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6518001B2 (ja) | 回転機の診断装置及び診断方法 | |
Li et al. | A normalized frequency-domain energy operator for broken rotor bar fault diagnosis | |
US9459088B2 (en) | Method and apparatus for monitoring the condition of electromechanical systems | |
KR102100526B1 (ko) | 임피던스 분석을 기초로 전기기계 시스템을 진단하기 위한 방법 | |
Aydin et al. | A new method for early fault detection and diagnosis of broken rotor bars | |
Alwodai et al. | A comparison of different techniques for induction motor rotor fault diagnosis | |
AU2012314960B2 (en) | A method of determining stationary signals for the diagnostics of an electromechanical system | |
Trajin et al. | Hilbert versus Concordia transform for three-phase machine stator current time-frequency monitoring | |
Alwodai et al. | Modulation signal bispectrum analysis of motor current signals for stator fault diagnosis | |
Lu et al. | Frequency demodulation-aided condition monitoring for drivetrain gearboxes | |
PAwlik et al. | Vibroacoustic study of powertrains operated in changing conditions by means of order tracking analysis | |
Touti et al. | An improved electromechanical spectral signature for monitoring gear-based systems driven by an induction machine | |
Khelfi et al. | Stator current demodulation using Hilbert transform for inverter-fed induction motor at low load conditions | |
TWI612765B (zh) | 決定三相感應馬達之固有特徵量的方法 | |
Singh et al. | Partial broken rotor bar fault diagnosis using signal injected and generated Hilbert method | |
Yeolekar et al. | Outer race bearing fault identification of induction motor based on stator current signature by wavelet transform | |
Khelfi et al. | Stator current demodulation using square roots current stator for inverter-fed induction motor at low load conditions | |
Ngote et al. | Comparison of wavelet-functions for induction-motor rotor fault detection based on the hybrid “Time Synchronous Averaging-Discrete Wavelet Transform” approach | |
AlBader et al. | Wavelet Scattering Transform Based Induction Motor Current Signature Analysisa | |
Alwodai et al. | Inter-turn short circuit detection based on modulation signal bispectrum analysis of motor current signals | |
Ghadirinezhd et al. | High-resolution rotor fault diagnosis of wound rotor induction machine based on stator current signature analyse | |
Zhang et al. | An order analysis based second-order cyclic function technique for planetary gear fault detection | |
Haram et al. | An Investigation of the electrical response of a variable speed motor drive for mechanical fault diagnosis | |
Khelfi et al. | Mono-Dimensional Demodulation Techniques for Diagnosing Broken Rotor Bars Faults Within Inverter-Fed Induction Machine at Low Load Operation Condition | |
Ashari et al. | Detection and Diagnosis of Broken Rotor Bar based on the Analysis of Signals from a Variable Speed Drive |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180412 |
|
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: 20190409 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190418 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6518001 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |