JP6712354B2 - 異常診断システム - Google Patents
異常診断システム Download PDFInfo
- Publication number
- JP6712354B2 JP6712354B2 JP2019500945A JP2019500945A JP6712354B2 JP 6712354 B2 JP6712354 B2 JP 6712354B2 JP 2019500945 A JP2019500945 A JP 2019500945A JP 2019500945 A JP2019500945 A JP 2019500945A JP 6712354 B2 JP6712354 B2 JP 6712354B2
- Authority
- JP
- Japan
- Prior art keywords
- processing
- diagnosis
- unit
- diagnostic
- abnormality diagnosis
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/26—Functional testing
- G06F11/273—Tester hardware, i.e. output processing circuits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/25—Testing of logic operation, e.g. by logic analysers
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
- G05B23/0294—Optimizing process, e.g. process efficiency, product quality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Description
本発明は、駆動部分を有する機器の異常診断システム、及び、異常診断方法に関する。
本技術分野の関連技術として、特許文献1がある。例えば、同文献の要約書には、「異常予兆診断装置は、機械設備に設置された複数のセンサによって測定された多次元センサデータを取得するセンサデータ取得手段と、診断対象データについて、機械設備が正常に稼動しているときのセンサデータを用いた学習により生成される正常モデルからの乖離の度合いを示す異常度に基づいて異常予兆の有無を診断するデータマイニング部と、個別のセンサデータの値が、予め定められた所定の範囲内にあるか否かに基づいて、異常予兆の有無を診断するリモートモニタリング部とを備え、データマイニング部は、初期化指示手段による指示に従って、外部環境の状態が大きく変動した際に、初期化モードによる学習を実行して正常モデルの再構築を行う。」との記載がある。
特許文献1では、正常モデルからの乖離の度合いに基づいて機械設備の異常の予兆を診断する方法が述べられている。また、外部環境の変化に応じて正常モデルを再構築する方法も述べられている。
しかし、この診断装置の処理内容は固定されており、診断対象や診断センサを変更した場合には、新たな診断対象や診断センサ向けに診断装置を作り直す必要があった。
また、診断アルゴリズムの変更に関しては述べられておらず、新たな診断アルゴリズムが開発された場合、これまで使っていたアルゴリズムとの優位性等を比較する手段がないという問題があった。
上記の課題を解決するため、本発明の異常診断システムは、診断対象機器の故障予兆を検出するものであって、複数の診断処理手順を比較して好適な診断処理手順を探索するとともに、当該好適な診断処理手順に対応する再構成情報を出力する診断処理探索部と、再構成可能な処理部を有するとともに、前記再構成情報に基づいて前記処理部を再構成することで、前記診断処理探索部が探索した前記好適な診断処理手順を用いて前記診断対象機器の故障予兆を検出する診断処理部と、で構成される。
本発明によれば、診断処理部を容易に再構成できるため、診断対象機器や診断対象項目が変更になった場合であっても、変更後の診断対象等に適した診断処理手順での故障予兆検出を簡易、迅速に実現することができる。
以下、本発明の実施例を図面を用いて説明する。
図1は、一実施例の異常診断システム100の構成図である。この異常診断システム100は診断対象機器の故障の予兆を検出するために用いられるものであり、ここに示すように、最適な診断処理手順を探索する最適診断処理探索部1(「診断処理探索部」とも称する)と、診断対象機器の故障の予兆を実際に検出するために用いる実運用診断処理部2(「診断処理部」とも称する)と、ネットワーク上の記憶・処理装置101と、それらを接続する通信路102と、から構成されている。なお、以下では、ネットワーク上の記憶・処理装置101を備えたシステムを前提に説明するが、これを省略した構成としても良い。なお、以下で用いる「最適診断処理」の表現は、あらゆる条件を考慮したうえでの「最適診断処理」を意味するものではなく、限られた条件下で確認できた「最適診断処理」を指すものであり、いわば、「好適な診断処理」とも言えるものである。
図1では、異常診断システム100の診断対象は、電源3a、回転機3b、空気圧縮機本体3cからなる空気圧縮装置3である。電源3aには、ある部位の電流を計る電流センサ4a、5aが取り付けられ、回転機3bには、加速度センサ4b、5bが取り付けられ、空気圧縮機本体3cには、加速度センサ4c、5cが取り付けられている。なお、以下では、電流センサ4a、加速度センサ4b、4cで得られたセンサデータを第一センサデータ6aと称し、電流センサ5a、加速度センサ5b、5cで得られたセンサデータを第二センサデータ6bと称する。
これらのうち、第一センサデータ6aは最適診断処理探索部1に入力されるものであり、第二センサデータ6bは実運用診断処理部2に入力されるものである。図1では、加速度センサを、最適診断処理探索部1専用と実運用診断処理部2専用に分けて別個に設ける構成とし、電流センサを、一つのセンサを共用する構成としているが、本発明の適用対象はこの構成に限定されない。
診断対象の測定レンジ等が未知の場合は、図1の加速度センサのように、センサを別個に設け、最適診断処理探索部1専用のセンサ(4a、4b、4c)を、検出帯域及び計測レンジは共に広いが高額なセンサとし、実運用診断処理部2専用のセンサ(5a、5b、5c)を、検出帯域及び計測レンジは共に狭いが安価なセンサとするのが好ましい。これは、最適診断処理探索部1専用のセンサを用いて異常診断に必要な帯域及び測定レンジが特定できれば、そのレンジを満足する安価な実運用診断処理部2専用のセンサを選択することで、実運用診断処理部2での適切な異常診断を安価に実現できるからである。
一方、診断対象の測定レンジ等が既知の場合は、図1の電流センサのように、最適診断処理探索部1と実運用診断処理部2が一つのセンサを共用する構成とし、検出帯域及び計測レンジは共に狭いが安価なセンサを用いれば良い。
最適診断処理探索部1は、最適な診断処理手順やアルゴリズムを探索する部分であり、図1に示すように、中央制御装置11、入力装置12、出力装置13、通信装置14、信号処理群記憶部15、信号処理実行部16、実運用処理再構成部17からなる。これらは、パーソナルコンピュータ等を用いて実現しても良いし、専用機として製作してもかまわない。また、後述するが、処理手順やアルゴリズムを再構成可能な電子回路やCPUを用いて、一部或いは全体を構成してもかまわない。
また、実運用診断処理部2は、最適診断処理探索部1で探索した最適処理手順やアルゴリズムを再構成可能な電子回路やCPUを用いて全体あるいは一部を実現する処理部であり、図1に示すように、中央制御装置21、入力装置22、出力装置23、通信装置24、再構成可能な回路及び処理装置25、装置諸元情報データベース26からなる。
ここで、再構成可能な回路及び処理装置25の概要を図3に示す。ここに示すように、再構成可能な回路及び処理装置25は、電流センサ5a、加速度センサ5b、5cなど実運用診断処理部2用のセンサから得られたセンサデータ30を処理して、診断結果34を出力するものであり、再構成可能なアナログ回路31、再構成可能なデジタル回路32、プログラム可能なCPU33から構成される。これらは任意の順番で接続することができ、例えば、先ず、センサデータ30を再構成可能なアナログ回路31で処理し、再構成可能なアナログ回路31の出力を再構成可能なデジタル回路32で処理し、再構成可能なデジタル回路32の出力をプログラム可能なCPU33で処理することで、診断結果34を得る、等の使い方をすることができる。
なお、再構成可能なアナログ回路31は、内部のオペアンプや抵抗、コンデンサなどの回路接続をスイッチ回路で切り替え様々な機能を持ったアナログ回路に再構成できる回路であり、Programmable System-on-Chipとも言われている。再構成可能なアナログ回路31の内部の回路接続を変更することにより、アナログセンサデータをアナログ領域内でフィルタ処理や平均値・実効値処理するなどのアナログ信号処理を適切に実現することができる。
また、再構成可能なデジタル回路32の一例としてFPGA(field-programmable gate array)が挙げられる。再構成可能なデジタル回路32でも、内部ロジック回路の再構成を行うことにより様々なデジタル信号処理を実現できる。
これらに加えて、プログラム可能なCPU33を用いることにより、アナログ領域及びデジタル領域が混在した様々な信号処理を行う再構成可能な装置を実現できる。
図1に示す、実運用診断処理部2の装置諸元情報データベース26は、実運用診断処理部2自身の諸元や接続されるセンサ(電流センサ5a、加速度センサ5b、5c)の諸元情報が記録されており、最適診断処理探索部1が再構成指令情報を作成する場合や、実運用診断処理部2に接続するセンサの選定を行う場合などに利用する。なお、装置諸元情報データベース26は、必ずしも実運用診断処理部2に配置する必要はなく、最適診断処理探索部1に配置しても良いし、ネットワーク上の記憶・処理装置101、或いは、センサ諸元に関してはセンサ自信に記憶させてもかまわない。
次に、最適診断処理探索部1と、実運用診断処理部2の構成を更に詳しく説明する。
図1に示すように、最適診断処理探索部1は、様々な信号処理手法が記憶されている信号処理群記憶部15、様々な信号処理を実行する信号処理実行部16、実運用診断処理部2向けの再構成情報を作成するための実運用処理再構成部17等より構成される。
信号処理群記憶部15は、フロントエンド処理記憶部15a、前処理記憶部15b、特徴量抽出処理記憶部15c、診断処理記憶部15dなどで構成されており、各処理ブロックでの処理アルゴリズムが格納されている。各処理ブロックは、実運用診断処理部2におけるアナログ/デジタル混在処理を考慮して、アナログ領域(シミュレーションも含む)及びデジタル領域それぞれで実行可能な処理ブロックを用意している。
信号処理実行部16は、信号処理群記憶部15に記憶されている処理アルゴリズムを実行する部分であり、具体的には、処理手順制御部16a、フロントエンド処理部16b、前処理部16c、特徴量抽出処理部16d、診断処理部16e、診断結果評価部16fで構成される。
実運用処理再構成部17は、処理手順及び診断結果の記憶データベース17a、再構成情報作成部17bから構成される。処理手順及び診断結果の記憶データベース17aには、信号処理実行部16の実行結果が複数格納されている。再構成情報作成部17bは実運用診断処理部2の再構成情報の生成を行う。処理手順及び診断結果の記憶データベース17aに格納された複数の実行結果の中から、診断結果評価部16fが最適診断処理手順と評価したものを選び出し、再構成情報作成部17bで実運用診断処理部2の再構成情報の生成を行う。実運用診断処理部2は生成された再構成情報に基づいて、再構成可能な回路及び処理装置25内の、再構成可能なアナログ回路31、再構成可能なデジタル回路32、プログラム可能なCPU33を再構成する。
次に、上述した構成からなる本実施例の異常診断システム100の処理手順を、図2のフロー図を用いて説明する。
最適診断処理探索が開始(S1)されると、先ず、最適診断処理探索部1の処理が行われ(S2〜S13)、その後、実運用診断処理部2の処理が行われる(S14〜S25)。
最適診断処理探索部1では、最初に、第一センサデータ6aを取得し(S2)、その入力値に対して、フロントエンド処理S3、前処理S4、特徴量抽出処理S5、診断処理S6の順にブロック毎に複数の処理アルゴリズムでの処理が行われる。
S2からS6で行われる、最適診断処理探索部1の処理内容の詳細を図4に示す。なお、各々の処理アルゴリズムは信号処理群記憶部15に蓄積されているものである。
第一センサデータ取得処理S2では、第一センサデータ6aを取得する。処理ブロック40に例示するように、ここでは、様々なタイプのセンサからのデータ取得に対応している。例えば、加速度の大きさに応じて電荷量が変化するセンサ、熱電対のように起電力が変化するセンサ、その他電流値・電圧値抵抗値等が変化するアナログ出力センサや、更に、センサ側でA/D変換行い、デジタル値で出力するセンサやパルス長で出力するデジタル出力センサなど様々なタイプのセンサである。
フロントエンド処理S3は、処理ブロック41に例示するように、第一センサデータ6aがアナログ出力であった場合は、アナログ領域で統一的に処理できる電圧値に変換し、第一センサデータ6aがパルス長等で表現されるデジタル出力であった場合は、そのデジタル値を収集する処理である。複数の変換処理に対応するため、変換処理毎に処理モジュール作成し必要に応じてそれらを評価者が抜き差しして最適な変換処理を実現できるようにしても良いし、図3に例示したような、再構成可能なアナログ回路やデジタル回路を用いて所望の回路を再構成できるようにしても良い。
前処理S4は、処理ブロック42に例示するように、フロントエンド処理S3で収集したデータのフィルタリング処理やクレンジング処理を行い、信号処理に不要な信号成分やデータ値を取り除く前処理を行う部分である。
特徴量抽出処理S5は、機器異常検出に有効な特徴量を抽出する処理である。図4では、処理ブロック43に例示するように、実効値処理、平均値処理、スペクトル強度、位相などを用意しているが、その他の特徴量変換アルゴリズムを用いて特徴量へ変換しても良い。
診断処理S6は、特徴量抽出処理S5で抽出された診断に必要な特徴量をもとに、異常診断処理を行う。図4では、処理ブロック44に例示するように、異常診断の具体的手法として、閾値処理、トレンド分析、統計分析、AIを用いた手法、機械学習を用いた手法を用意しているが、その他の診断アルゴリズムを用いて診断処理を行っても良い。
なお、図4に示すように、処理ブロック41、43、44にはA/D変換処理が用意されている。これは、フロントエンド処理S3、特徴量抽出処理S5、診断処理S6以降の処理を、アナログ信号処理領域からデジタル信号処理領域へ移管できるようにするためである。例えば、特徴量抽出処理S5の最後でA/D変換を行う場合、特徴量変換処理S5までをアナログ処理、診断処理S6以降をデジタル処理で行うこととなり、診断処理S6では、FPGAやCPUによる信号処理手法を利用することができる。
また、各処理毎に処理結果の可視化45を行っても良い。処理結果の可視化45は、処理結果に基づいて描画データを作成し、それを、最適診断処理探索部1が備える出力装置13に表示するなどして実現することができる。
次に、図5を用いて、電荷出力型の加速度センサを用いる本実施例の異常診断システム100における、最適診断処理探索部1での診断処理手順の一例を説明する。
ここに示すように、先ず、センサデータ取得処理S2で電荷出力型加速度センサ50の電荷量を取得し、フロントエンド処理S3で電荷量から電圧値への変換処理51を行う。変換後の電圧値が低い場合は、増幅器52を用いて増幅を行う(増幅値のパラメータ等も後述する診断結果評価部の選択項目となる)。
増幅器52以降は、前処理S4と特徴量抽出S5をアナログ領域で行う、図5上側の処理ブロックと、それらの処理をデジタル領域で行う、図5下側の処理ブロックに分けて処理することができる。
このように分けたのは、デジタル信号処理に比べ、アナログ信号処理の自由度が低く(コンデンサなどの素子選択の自由度やオペアンプの特性による制約など)、その制約により診断結果に差が出る場合があるからである。また、アナログ信号処理は実時間での処理が可能であるがデジタル信号処理はCPUの処理能力等により診断処理結果に差が出る場合がある。これらの理由により、図5では、S4からS6の処理を分けて表示している。もちろん、処理手順を分離せずに表示し、アナログとデジタルの優劣を内部処理により判断して、優れているものを診断結果として出力してもかまわない。
本実施例では、前処理S4以降の処理項目はアナログ及びデジタル信号処理領域共に同じであるため、以下では、重複する説明は適宜省略する。
前処理S4には、2種類のフィルタ(第一フィルタ、第二フィルタ)が用意されており、これらを選択して使用できるようになっている。なお、ここで用いられるフィルタは周知技術であるため、詳細説明は省略する。
特徴量抽出処理S5には、スペクトル解析(デジタル信号処理の場合はFFT、アナログの場合はBPFを多数配置しそれぞれの実効値を出力)からの特徴量抽出と、入力波形の実効値からの特徴量抽出が用意されており、これらを選択して使用できるようになっている。
診断処理S6には、特徴量抽出処理S5で抽出した特徴量を評価する、図示した閾値処理、トレンド分析等の診断アルゴリズムが用意されており、これらを選択して使用できるようになっている。
最適診断処理探索部1が実行する診断処理手順は、最適診断処理探索部1の処理手順制御部16aが設定したものでも良いし、特定の組み合わせの診断処理手順を作成者が手作業で設定したものでも良い。前者の場合には、全ての組み合わせについて網羅的に診断処理手順を設定できるようにしても良い。また、後者の場合には、例えば、液晶ディスプレイ等の出力装置13に表示された画面イメージエディタを用いて作成者が所望の診断処理手順を対話的に選択したり、過去に製作した診断処理手順が表示されるようにしておき、それをそのまま再利用したり、一部を修正して利用できるようにしても良い。さらに、装置諸元情報データベース26から得た緒元情報を考慮し、実運用診断処理部2では実現できない処理がある場合は、各処理にて選択できる処理内容を制限したり、助言を表示したりしても良い。
また、新たな処理を追加したい場合には、入力装置12や通信装置14などを経由して、新たな処理内容を信号処理群記憶部15に追加記憶すれば良い。
なお、各処理ブロックに共通することであるが、例えば、フロントエンド処理S22の処理51、52を一つの連続処理として扱うように、各処理に複数の処理内容が登録されている場合は、複数の処理内容を一連の処理として扱っても良い。さらに、特徴量抽出処理S5の後に、再度、前処理S4を実行するなど、図5における右側から左側に戻る処理手順を設定できるようにしても良い。
S2からS6の処理を経て得られた処理手順と診断処理結果は、両者を関連付けて、処理手順及び診断結果の記憶データベース17aに記憶される(S7)。
実際には、動作環境において機器の異常が発生するまで診断処理を継続させたり、装置を加工し作為的に異常状態を作り出したりして診断結果の評価が行える状態まで診断処理を継続する。そして、データベースに記憶された診断結果が、評価が行える程度に十分に蓄積されたと判断したら(S8)、診断結果の評価を行う(S9)。例えば、正常時と異常時の評価結果の値を比較して、その違いが最も大きな処理手順や雑音などの外乱成分が少ない処理手順を自動的に或いは手動で選択する。手動で行う場合には各処理手順の結果を出力装置13を用いて表示し、選択等の指示は入力装置12を用いることにより実現できる。
最適処理手順の抽出処理(S10)では、図5の診断処理手順の候補から、最適処理手順を選択する。最適処理手順の一例を図6に示す。この例では、加速度センサの出力である電荷量60に対し、フロントエンド処理S3から特徴量抽出処理S5までをアナログ領域で処理し、診断処理S6をデジタル領域で処理する診断処理手順を選択している。
再構成情報作成処理(S11)は、選択された最適処理手順を実運用診断処理部2上で再構成するための再構成情報に変換する。図6の例では、処理61から処理62までがアナログ領域で行われるので、これらの処理を再構成可能なアナログ回路31用の再構成情報に変換64する。一方、トレンド分析処理63はデジタル領域で行われるので、この処理をプログラム可能なCPU33用のトレンド分析アルゴリズムに変換する。なお、ここでは、プログラム可能なCPU33でトレンド分析を行う例を説明したが、再構成可能なデジタル回路32でトレンド分析を行う構成としても良く、その場合は、トレンド分析処理63を再構成可能なデジタル回路32用の再構成情報に変換64する。
そして、再構成情報は実運用診断処理部2に向けて出力され(S12)、最適診断処理探索部1の処理は終了する(S13)。
次に、実運用診断処理部2での処理S14からS25を説明する。図2の右側に示すように、実運用診断処理部2は、診断処理(S18〜S25)に先立ち、再構成可能な回路及び処理装置25の再構成処理(S14〜S17)を行う。
再構成処理を開始すると(S14)、先ず、最適診断処理探索部1が出力した再構成情報を受信する(S15)。そして、この再構成情報を基に、再構成可能なアナログ回路31や再構成可能なデジタル回路32の再構成や、プログラム可能なCPU33のプログラムの変更を行う(S16)。これらの変更が反映された後、実運用診断処理部2は、図6に例示した最適処理手順と同じ処理手順を行う診断装置となる(S17)。これにより、実運用診断処理部2が実運用時の診断処理を開始すると(S18)、S19からS23までの処理を、図6と同じ最適な内容で実行し、診断結果の出力が行われる(S23)。
以上で説明した本実施例の異常診断システム100によれば、新たなセンサ、処理アルゴリズム、診断対象に対応して最適診断処理探索部1が探索した最適処理手順を、実運用診断処理部2内の再構成可能な回路及び処理装置25に簡単に反映させることができる。これにより、センサや処理アルゴリズムを置換したり、新たな機器を診断対象とする場合などであっても、実運用診断処理部2を迅速に再構成することができ、最適処理手順への対応を安価に実現することができるなどの効果を得ることができる。また、新たな診断アルゴリズムが開発された場合には、これまで使っていたアルゴリズムとの優位性を簡単に比較することができる。
なお、図1では、診断対象機械(空気圧縮装置3)が一台だけある環境を想定し、一台の最適診断処理探索部1と一台の実運用診断処理部2からなる異常診断システム100を例示しているが、類似の診断対象機械が複数存在する環境では、異常診断システム100を一台の最適診断処理探索部1と複数台の実運用診断処理部2で構成し、一台の最適診断処理探索部1で最適な処理を探索し、複数の実運用診断処理部2へ各々の診断対象に応じた再構成情報を配信する構成としても良い。更に、図1では、最適診断処理探索部1と実運用診断処理部2を別個の構成として用意したが、一つの装置にこれら両方の機能を纏めた構成とし、先ず、最適診断処理探索部1として機能させることで最適処理を決定し、その後、実運用診断処理部2として機能させる構成としても良い。
また、図2では、フロントエンド処理S3から診断処理S6を一つの装置で処理する構成を説明したが、前段の処理を診断対象機器の近傍に設置した装置で行い、後段の処理をネットワーク上の装置で行う構成としても良い。例えば、特徴量抽出処理S5までを最適診断処理探索部1で行い、そこで抽出した特徴量抽出データを通信路102を介してネットワーク上の記憶・処理装置101へ伝送し、診断処理S6以降はネットワーク上で行い、そこで生成された再構成情報を実運用診断処理部2に送信する構成を採ってもかまわない。
100 異常診断システム、101 ネットワーク上の記憶・処理装置、102 通信路、1 最適診断処理探索部、11 中央制御装置、12 入力装置、13 出力装置、14 通信装置、15 信号処理群記憶部、15a フロントエンド処理記憶部、15b 前処理記憶部、15c 特徴量抽出処理記憶部、15d 診断処理記憶部16 信号処理実行部、16a 処理手順制御部、16b フロントエンド処理部、16c 前処理部、16d 特徴量抽出処理部、16e 診断処理部、16f 診断結果評価部、17 実運用処理再構成部、17a 処理手順及び診断結果の記憶データベース、17b 再構成情報作成部、2 実運用診断処理部、21 中央制御装置、22 入力装置、23 出力装置、24 通信装置、25 再構成可能な回路及び処理装置、26 装置諸元情報データベース、3 空気圧縮装置、3a 電源、3b 回転機、3c 空気圧縮機本体、4a、5a 電流センサ、4b、4c、5b、5c 加速度センサ6a 第一センサデータ、6b 第二センサデータ、30 センサデータ、31 再構成可能なアナログ回路、32 再構成可能なデジタル回路、33 プログラム可能なCPU、34 診断結果
Claims (7)
- 診断対象機器の故障予兆を検出する異常診断システムであって、
複数の診断処理手順を比較して好適な診断処理手順を探索するとともに、当該好適な診断処理手順に対応する再構成情報を出力する診断処理探索部と、
再構成可能な処理部を有するとともに、前記再構成情報に基づいて前記処理部を再構成することで、前記診断処理探索部が探索した前記好適な診断処理手順を用いて前記診断対象機器の故障予兆を検出する診断処理部と、
で構成されることを特徴とする異常診断システム。 - 請求項1に記載の異常診断システムにおいて、
さらに、前記診断処理部の緒元情報、及び、該診断処理部に接続されるセンサの諸元情報を記憶した諸元情報データベースを有しており、
前記診断処理探索部は、前記諸元情報データベースを参照し、好適な診断処理手順を探索することを特徴とする異常診断システム。 - 請求項1または請求項2に記載の異常診断システムにおいて、
前記診断処理探索部と前記診断処理部は、通信路によって接続された、各々独立した装置であることを特徴とする異常診断システム。 - 請求項1または請求項2に記載の異常診断システムにおいて、
前記診断処理探索部と前記診断処理部は、一つの装置に纏められた構成であることを特徴とする異常診断システム。 - 請求項1または請求項2に記載の異常診断システムにおいて、
前記診断処理探索部は、
前記診断対象機器寄りに設置されるとともに、診断処理手順の探索処理のうち前段の処理を行う前段処理部と、
該前段処理部と通信路を介して接続されるとともに、診断処理手順の探索処理のうち後段の処理を行う後段処理部と、からなる構成であることを特徴とする異常診断システム。 - 請求項1または請求項2に記載の異常診断システムにおいて、
前記診断対象機器に取り付けられ、前記診断処理探索部に接続された第一のセンサと、
前記診断対象機器に取り付けられ、前記診断処理部に接続された第二のセンサと、
を更に有しており、
前記第一のセンサの検出帯域及び計測レンジは、前記第二のセンサの検出帯域及び計測レンジよりも広いことを特徴とする異常診断システム。 - 請求項1または請求項2に記載の異常診断システムにおいて、
前記診断処理探索部と前記診断処理部には同一のセンサが接続されていることを特徴とする異常診断システム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/007080 WO2018154703A1 (ja) | 2017-02-24 | 2017-02-24 | 異常診断システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018154703A1 JPWO2018154703A1 (ja) | 2019-11-07 |
JP6712354B2 true JP6712354B2 (ja) | 2020-06-17 |
Family
ID=63252508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019500945A Active JP6712354B2 (ja) | 2017-02-24 | 2017-02-24 | 異常診断システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11397655B2 (ja) |
JP (1) | JP6712354B2 (ja) |
CN (1) | CN110168461B (ja) |
WO (1) | WO2018154703A1 (ja) |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3187246B2 (ja) * | 1994-04-21 | 2001-07-11 | 横河電機株式会社 | プラント診断システム |
US5764954A (en) * | 1995-08-23 | 1998-06-09 | International Business Machines Corporation | Method and system for optimizing a critical path in a field programmable gate array configuration |
US6567834B1 (en) * | 1997-12-17 | 2003-05-20 | Elixent Limited | Implementation of multipliers in programmable arrays |
US6530049B1 (en) * | 2000-07-06 | 2003-03-04 | Lattice Semiconductor Corporation | On-line fault tolerant operation via incremental reconfiguration of field programmable gate arrays |
US7395139B2 (en) * | 2001-05-08 | 2008-07-01 | Westinghouse Rail Systems Limited | Condition monitoring system |
JP4622177B2 (ja) * | 2001-07-06 | 2011-02-02 | 株式会社デンソー | 故障診断システム、車両管理装置、サーバ装置、及び検査診断プログラム |
US7577726B1 (en) * | 2002-02-07 | 2009-08-18 | Cisco Technology, Inc. | Method for updating a hardware configuration of a networked communications device |
US20040027118A1 (en) * | 2002-08-12 | 2004-02-12 | James Lenz | Proximity sensor circuit with programmable logic device controller |
JP3874110B2 (ja) * | 2002-08-30 | 2007-01-31 | 日本精工株式会社 | 異常診断システム |
JP2005033559A (ja) * | 2003-07-14 | 2005-02-03 | Fuji Xerox Co Ltd | 故障診断装置 |
WO2006043511A1 (ja) * | 2004-10-18 | 2006-04-27 | Nsk Ltd. | 機械設備の異常診断システム |
US20070211965A1 (en) * | 2006-03-07 | 2007-09-13 | Helbing Rene P | Hand-held diagnostic systems and methods of use thereof |
JP2007257190A (ja) * | 2006-03-22 | 2007-10-04 | Toshiba Corp | 総合監視診断装置 |
JP5278310B2 (ja) * | 2007-03-29 | 2013-09-04 | 日本電気株式会社 | 診断システム |
JP5159242B2 (ja) * | 2007-10-18 | 2013-03-06 | キヤノン株式会社 | 診断支援装置、診断支援装置の制御方法、およびそのプログラム |
WO2010011918A2 (en) * | 2008-07-24 | 2010-01-28 | University Of Cincinnati | Methods for prognosing mechanical systems |
JP5290026B2 (ja) * | 2009-03-31 | 2013-09-18 | 日立建機株式会社 | 作業機械の学習診断システム、状態診断装置及び状態学習装置 |
US8639474B2 (en) * | 2010-08-31 | 2014-01-28 | Toshiba International Corporation | Microcontroller-based diagnostic module |
JP5455866B2 (ja) * | 2010-10-28 | 2014-03-26 | 株式会社日立製作所 | 異常診断装置および産業機械 |
JP5808605B2 (ja) * | 2011-08-17 | 2015-11-10 | 株式会社日立製作所 | 異常検知・診断方法、および異常検知・診断システム |
US20130297256A1 (en) * | 2012-05-04 | 2013-11-07 | Jun Yang | Method and System for Predictive and Conditional Fault Detection |
US9892568B2 (en) * | 2012-08-20 | 2018-02-13 | Innova Electronics Corporation | Method and system for determining the likely operating cost for a particular type of vehicle over a defined period |
WO2014041596A1 (ja) * | 2012-09-11 | 2014-03-20 | 三菱電機株式会社 | 安全コントローラ |
US9158891B2 (en) * | 2013-02-15 | 2015-10-13 | Cochlear Limited | Medical device diagnostics using a portable device |
KR20150140787A (ko) * | 2013-05-10 | 2015-12-16 | 후지쯔 가부시끼가이샤 | 진단 장치, 진단 방법 및 기록 매체 |
JP5369246B1 (ja) | 2013-07-10 | 2013-12-18 | 株式会社日立パワーソリューションズ | 異常予兆診断装置及び異常予兆診断方法 |
JP6411769B2 (ja) * | 2014-04-14 | 2018-10-24 | 株式会社日立製作所 | 状態監視装置 |
US20160323143A1 (en) * | 2015-05-02 | 2016-11-03 | Hyeung-Yun Kim | Method and apparatus for neuroplastic internet of things by cloud computing infrastructure as a service incorporating reconfigurable hardware |
US10073115B1 (en) * | 2016-04-18 | 2018-09-11 | The United States Of America As Represented By The Administrator Of National Aeronautics And Space Administration | Self diagnostic accelerometer field programmable gate array (SDA FPGA) |
-
2017
- 2017-02-24 US US16/476,123 patent/US11397655B2/en active Active
- 2017-02-24 WO PCT/JP2017/007080 patent/WO2018154703A1/ja active Application Filing
- 2017-02-24 JP JP2019500945A patent/JP6712354B2/ja active Active
- 2017-02-24 CN CN201780082562.7A patent/CN110168461B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
JPWO2018154703A1 (ja) | 2019-11-07 |
US11397655B2 (en) | 2022-07-26 |
CN110168461B (zh) | 2022-01-11 |
CN110168461A (zh) | 2019-08-23 |
WO2018154703A1 (ja) | 2018-08-30 |
US20190354456A1 (en) | 2019-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6961424B2 (ja) | 故障診断システム | |
CN107291475B (zh) | 通用型phm应用配置方法和装置 | |
CN107209512A (zh) | 用于机器的声学或振动分析的学习阶段的方法、***及计算机程序 | |
Kumar et al. | Fuzzy classifier for fault diagnosis in analog electronic circuits | |
US20160103038A1 (en) | Method and system for the vibration analysis of an engine | |
US9524629B2 (en) | Adaptive and state driven data collection | |
JP2018163178A (ja) | 振動分析器及び機械部品診断システム | |
JP6714498B2 (ja) | 設備診断装置及び設備診断方法 | |
Zheng et al. | An improved empirical wavelet transform and refined composite multiscale dispersion entropy-based fault diagnosis method for rolling bearing | |
CN108020769A (zh) | 一种集成电路测试的方法和装置 | |
Wegerich et al. | Nonparametric modeling of vibration signal features for equipment health monitoring | |
US9400305B2 (en) | Instrument and method for detecting partial electric discharges in an electric apparatus | |
JPWO2004068078A1 (ja) | 状態判定方法と状態予測方法及び装置 | |
JP6712354B2 (ja) | 異常診断システム | |
CN110455536A (zh) | 一种压气机试验轴承温度数据处理方法及装置 | |
US20210018906A1 (en) | Feature Value Extraction Apparatus, Predicted-Failure-Evidence Diagnosis Apparatus, Design Assistance Apparatus, and Predicted-Failure-Evidence Diagnosis Operation Method | |
JP2004020484A (ja) | 異常監視装置および異常監視プログラム | |
JP6887374B2 (ja) | 振動解析システム、および振動解析方法 | |
JPWO2020162425A1 (ja) | 解析装置、解析方法、およびプログラム | |
KR20200082605A (ko) | 운전조건을 고려한 회전체 고장 진단 데이터 정규화 처리 방법 및 이를 이용한 회전체 고장 진단 방법 | |
JP7212065B2 (ja) | 機械設備診断システム、機械設備診断方法、および機械設備診断プログラム | |
RU2700905C2 (ru) | Адаптивный и управляемый состояниями сбор данных | |
KR20210142220A (ko) | 회전체 건전성 평가 시스템 및 방법 | |
JPH0217547A (ja) | テストデータ作成支援処理方式 | |
Ibryaeva et al. | A novel hybrid method for fault diagnosis of two rolling bearings mounted on the same shaft |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190521 |
|
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: 20200526 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200529 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6712354 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |