JP6869156B2 - Status monitoring device and status monitoring method - Google Patents
Status monitoring device and status monitoring method Download PDFInfo
- Publication number
- JP6869156B2 JP6869156B2 JP2017188025A JP2017188025A JP6869156B2 JP 6869156 B2 JP6869156 B2 JP 6869156B2 JP 2017188025 A JP2017188025 A JP 2017188025A JP 2017188025 A JP2017188025 A JP 2017188025A JP 6869156 B2 JP6869156 B2 JP 6869156B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- frequency
- information
- phenomenon
- peak
- 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
- 238000000034 method Methods 0.000 title claims description 41
- 238000012544 monitoring process Methods 0.000 title claims description 39
- 238000012806 monitoring device Methods 0.000 title claims description 19
- 238000012545 processing Methods 0.000 claims description 200
- 238000001514 detection method Methods 0.000 claims description 125
- 238000011156 evaluation Methods 0.000 claims description 92
- 230000008569 process Effects 0.000 claims description 31
- 230000007246 mechanism Effects 0.000 claims description 28
- 238000001228 spectrum Methods 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 19
- 230000003595 spectral effect Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 description 189
- 230000005856 abnormality Effects 0.000 description 154
- 238000012986 modification Methods 0.000 description 30
- 230000004048 modification Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 18
- 230000002547 anomalous effect Effects 0.000 description 15
- 238000005259 measurement Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 238000005452 bending Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
本発明は、対象物に設置されたセンサによって計測された波形データを用いて対象物の状態を監視する状態監視装置および状態監視方法に関する。 The present invention relates to a condition monitoring device and a condition monitoring method for monitoring the condition of an object using waveform data measured by a sensor installed on the object.
従来、機械の異常を早期に発見し、メンテナンスするために、機械の異常診断を行なう状態監視装置が知られている。たとえば、特開2009−20090号公報(特許文献1)には、機械設備の回転部から発生する振動信号の周波数成分の中から、回転部の異常に起因する振動の異常周波数の理論値に対応する周波数成分を抽出することにより、異常の有無の診断を行なう技術が開示されている。異常周波数の理論値は、所定の関係式に従って予め算出される。 Conventionally, a condition monitoring device for diagnosing an abnormality of a machine has been known in order to detect an abnormality of the machine at an early stage and perform maintenance. For example, Japanese Patent Application Laid-Open No. 2009-2009 (Patent Document 1) corresponds to the theoretical value of the abnormal frequency of vibration caused by the abnormality of the rotating part from among the frequency components of the vibration signal generated from the rotating part of the mechanical equipment. A technique for diagnosing the presence or absence of an abnormality by extracting a frequency component to be used is disclosed. The theoretical value of the abnormal frequency is calculated in advance according to a predetermined relational expression.
機械設備には様々な現象が生じ得る。これら様々な現象の中には、予め想定される異常現象以外の現象も含まれる。しかしながら、上記のような従来の技術では、予め算出された異常周波数の理論値に対応する周波数成分に基づいて異常の有無が診断される。そのため、ユーザは、予め想定される異常現象の発生の有無を確認できるが、予め想定される異常現象とは別の現象の発生の有無を確認することができない。 Various phenomena can occur in machinery and equipment. Among these various phenomena, phenomena other than the abnormal phenomena assumed in advance are also included. However, in the conventional technique as described above, the presence or absence of an abnormality is diagnosed based on the frequency component corresponding to the theoretical value of the abnormal frequency calculated in advance. Therefore, the user can confirm whether or not an abnormal phenomenon that is expected in advance has occurred, but cannot confirm whether or not an abnormal phenomenon that is different from the abnormal phenomenon that is expected in advance has occurred.
本開示は、上記の課題を解決するためになされたものであって、その目的は、予め想定された現象とは異なる現象の発生状況についてもユーザが容易に確認できる状態監視装置および状態監視方法を提供することである。 The present disclosure has been made to solve the above-mentioned problems, and an object thereof is a condition monitoring device and a condition monitoring method that allows a user to easily confirm the occurrence status of a phenomenon different from a phenomenon assumed in advance. Is to provide.
本開示における対象物の状態を監視する状態監視装置は、周波数解析部と、検出部と、推定部と、更新処理部とを備える。周波数解析部は、対象物に設置されたセンサによって計測された波形データを周波数解析することにより周波数スペクトルを生成する。検出部は、周波数スペクトルから、対象物および対象物の周囲の外部装置のいずれかの現象に起因した基本波のピークを検出し、ピークの周波数の値または当該周波数から算出される値である検出値を取得する。推定部は、第1記憶部から、検出値との差が第1範囲内である第1値に対応する現象情報を特定する。第1記憶部は、対象物および外部装置のいずれかの現象ごとに、当該現象を識別する現象情報と、当該現象に起因して生じる基本波の周波数の値または当該周波数から算出される値である第1値とを対応付けて記憶する。推定部は、特定した現象情報で識別される現象が生じていることを示す推定結果を出力する。更新処理部は、第1値とは異なる第2値と、当該第2値のピークの検出数とを対応付けて記憶するための第2記憶部の更新を行なう。更新処理部は、検出値と第1値との差が第1範囲を超える場合に以下の処理を行なう。更新処理部は、検出値と第2値との差が第2範囲内であるときに、第2値に対応する検出数を更新し、検出値と第2値との差が第2範囲を超えるときに、検出値を新たな第2値として第2記憶部に登録する。 The condition monitoring device for monitoring the state of the object in the present disclosure includes a frequency analysis unit, a detection unit, an estimation unit, and an update processing unit. The frequency analysis unit generates a frequency spectrum by frequency analysis of waveform data measured by a sensor installed on an object. The detection unit detects the peak of the fundamental wave caused by either the phenomenon of the object or the external device around the object from the frequency spectrum, and detects the peak frequency value or the value calculated from the frequency. Get the value. The estimation unit identifies from the first storage unit the phenomenon information corresponding to the first value whose difference from the detected value is within the first range. The first storage unit is a phenomenon information that identifies the phenomenon for each phenomenon of the object or the external device, and a value of the frequency of the fundamental wave generated by the phenomenon or a value calculated from the frequency. It is stored in association with a certain first value. The estimation unit outputs an estimation result indicating that a phenomenon identified by the specified phenomenon information has occurred. The update processing unit updates the second storage unit for storing the second value, which is different from the first value, and the number of detected peaks of the second value in association with each other. The update processing unit performs the following processing when the difference between the detected value and the first value exceeds the first range. When the difference between the detected value and the second value is within the second range, the update processing unit updates the number of detections corresponding to the second value, and the difference between the detected value and the second value sets the second range. When it exceeds, the detected value is registered in the second storage unit as a new second value.
好ましくは、第2記憶部は、第2値と対応付けて、単位期間あたりの前記検出数の増加量を示す検出頻度をさらに記憶する。更新処理部は、直近の単位期間あたりの検出数の増加量に応じて検出頻度を更新する。 Preferably, the second storage unit further stores the detection frequency indicating the amount of increase in the number of detections per unit period in association with the second value. The update processing unit updates the detection frequency according to the amount of increase in the number of detections per unit period.
好ましくは、検出部は、ピークのスペクトル密度に基づいて、ピークの原因となる現象の発生度を示す評価値を算出する。第2記憶部は、第2値と対応付けて、評価値の増減の傾向を示すトレンド情報をさらに記憶する。更新処理部は、ピークに対して算出された評価値に基づいてトレンド情報を更新する。 Preferably, the detection unit calculates an evaluation value indicating the degree of occurrence of the phenomenon causing the peak based on the spectral density of the peak. The second storage unit further stores trend information indicating a tendency of increase / decrease in the evaluation value in association with the second value. The update processing unit updates the trend information based on the evaluation value calculated for the peak.
好ましくは、対象物は回転機構を含む。検出値と第1値と第2値との各々は、周波数と回転機構の回転速度との比である。 Preferably, the object comprises a rotating mechanism. Each of the detected value, the first value, and the second value is a ratio of the frequency to the rotation speed of the rotation mechanism.
好ましくは、更新処理部は、検出数が所定期間更新されない場合に、当該検出数に対応する第2値を第2記憶部から削除する。 Preferably, when the detected number is not updated for a predetermined period, the update processing unit deletes the second value corresponding to the detected number from the second storage unit.
好ましくは、更新処理部は、閾値を超えた検出数に対応する第2値および当該第2値のピークの原因を示す原因情報を新たな第1値および現象情報として第1記憶部に登録する登録処理を実行する。 Preferably, the update processing unit registers the second value corresponding to the number of detections exceeding the threshold value and the cause information indicating the cause of the peak of the second value in the first storage unit as new first value and phenomenon information. Execute the registration process.
好ましくは、更新処理部は、新たな第1値および現象情報を通知する通知処理を実行する。 Preferably, the update processing unit executes a notification process for notifying the new first value and the phenomenon information.
好ましくは、更新処理部は、通知処理の後に承認指示を受けた場合に、登録処理を実行する。 Preferably, the update processing unit executes the registration processing when the approval instruction is received after the notification processing.
本開示の別の局面に係る対象物の状態を監視する状態監視方法は、対象物に設置されたセンサによって計測された波形データを周波数解析することにより周波数スペクトルを生成するステップと、周波数スペクトルから、対象物および対象物の周囲の外部装置のいずれかの現象に起因した基本波のピークを検出し、ピークの周波数の値または当該周波数から算出される値である検出値を取得するステップとを備える。状態監視方法は、さらに、第1記憶部から、検出値との差が第1範囲内である第1値に対応する現象情報を特定し、特定した現象情報で識別される現象が生じていることを示す推定結果を出力するステップを備える。第1記憶部は、対象物および外部装置のいずれかの現象ごとに、当該現象を識別する現象情報と、当該現象に起因して生じる基本波の周波数の値または当該周波数から算出される値である第1値とを対応付けて記憶する。状態監視方法は、さらに、第1値とは異なる第2値と、当該第2値のピークの検出数とを対応付けて記憶するための第2記憶部の更新を行なうステップとを備える。更新を行なうステップにおいて、検出値と第1値との差が第1範囲を超える場合に以下の処理が行なわれる。すなわち、検出値と第2値との差が第2範囲内であるときに、第2値に対応する検出数を更新し、検出値と第2値との差が第2範囲を超えるときに、検出値を新たな第2値として第2記憶部に登録する。 The state monitoring method for monitoring the state of an object according to another aspect of the present disclosure is a step of generating a frequency spectrum by frequency analysis of waveform data measured by a sensor installed on the object, and a frequency spectrum. , The step of detecting the peak of the fundamental wave caused by any phenomenon of the object and the external device around the object, and acquiring the value of the frequency of the peak or the detected value which is the value calculated from the frequency. Be prepared. In the condition monitoring method, a phenomenon occurs in which the phenomenon information corresponding to the first value whose difference from the detected value is within the first range is further specified from the first storage unit, and the phenomenon information is identified by the specified phenomenon information. It is provided with a step of outputting an estimation result indicating that. The first storage unit is a phenomenon information that identifies the phenomenon for each phenomenon of the object or the external device, and a value of the frequency of the fundamental wave generated by the phenomenon or a value calculated from the frequency. It is stored in association with a certain first value. The condition monitoring method further includes a step of updating the second storage unit for storing the second value different from the first value and the detected number of peaks of the second value in association with each other. In the step of updating, when the difference between the detected value and the first value exceeds the first range, the following processing is performed. That is, when the difference between the detected value and the second value is within the second range, the number of detections corresponding to the second value is updated, and when the difference between the detected value and the second value exceeds the second range. , The detected value is registered in the second storage unit as a new second value.
本発明の状態監視装置または状態監視方法によれば、予め想定された現象とは異なる現象の発生状況についてもユーザが容易に確認できる。 According to the condition monitoring device or the condition monitoring method of the present invention, the user can easily confirm the occurrence status of a phenomenon different from the phenomenon assumed in advance.
以下、本発明の実施の形態について図面を参照しつつ説明する。以下の図面において同一または相当する部分には同一の参照番号を付し、その説明は繰返さない。以下で説明する変形例は、適宜選択的に組み合わされてもよい。 Hereinafter, embodiments of the present invention will be described with reference to the drawings. In the drawings below, the same or corresponding parts are given the same reference number, and the explanation is not repeated. The modifications described below may be selectively combined as appropriate.
以下では、状態監視装置によって状態が監視される対象物の一例として、風力発電装置の増速機を説明する。ただし、対象物は、風力発電装置の増速機に限定されるものではなく、異常によって振動、音、アコースティックエミッション(AE:Acoustic Emission)などの波形データに変化が生じる物であればよい。たとえば、対象物には、工場および発電所などに設置された各種機器、鉄道車両なども含まれる。 In the following, a speed increaser of a wind power generator will be described as an example of an object whose state is monitored by a condition monitoring device. However, the object is not limited to the speed increaser of the wind power generator, and may be any object whose waveform data such as vibration, sound, and acoustic emission (AE) changes due to an abnormality. For example, the objects include various devices installed in factories and power plants, railway vehicles, and the like.
<風力発電装置の構成>
図1は、本実施の形態に係る状態監視装置が適用された風力発電装置の構成を概略的に示した図である。図1を参照して、風力発電装置10は、主軸20と、ハブ25と、ブレード30と、増速機40と、発電機50と、主軸用軸受60と、状態監視センサ70と、データ処理装置80とを備える。増速機40、発電機50、主軸用軸受60、状態監視センサ70およびデータ処理装置80は、ナセル90に格納される。ナセル90は、タワー100によって支持される。
<Structure of wind power generator>
FIG. 1 is a diagram schematically showing a configuration of a wind power generation device to which a condition monitoring device according to the present embodiment is applied. With reference to FIG. 1, the
主軸20は、ナセル90内に進入して増速機40の入力軸に接続され、主軸用軸受60によって回転自在に支持される。主軸20は、風力を受けたブレード30により発生する回転トルクを増速機40の入力軸へ伝達する。ブレード30は、ハブ25に設けられ、風力を回転トルクに変換して主軸20に伝達する。主軸用軸受60は、ナセル90内において固設され、主軸20を回転自在に支持する。
The
増速機40は、主軸20と発電機50との間に設けられ、主軸20の回転速度を増速して発電機50へ出力する。一例として、増速機40は、遊星ギヤ、中間軸および高速軸等を含む歯車増速機構によって構成される。増速機40内には、複数の軸を回転自在に支持する複数の軸受が設けられている。当該複数の軸受は、たとえば転がり軸受によって構成され、外輪(固定輪)と、転動体と、内輪(回転輪)とを有する。
The
状態監視センサ70は、増速機40に固設され、増速機40の状態を示す波形データを計測する。本実施の形態では、状態監視センサ70は、増速機40の振動波形を計測し、計測した振動波形データをデータ処理装置80へ出力する。状態監視センサ70は、たとえば、圧電素子を用いた加速度センサによって構成される。
The
発電機50は、増速機40の出力軸に接続され、増速機40から受ける回転トルクによって発電する。発電機50は、たとえば、誘導発電機によって構成される。発電機50内にも、ロータを回転自在に支持する軸受が設けられている。
The
データ処理装置80は、ナセル90内に設けられ、増速機40の振動波形データを状態監視センサ70から受ける。データ処理装置80は、状態監視センサ70から受けた振動波形データに基づいて増速機40の状態を監視する状態監視装置として機能する。データ処理装置80と状態監視センサ70とは、増速機40の状態を監視する状態監視システムを構成する。
The
データ処理装置80は、CPU(Central Processing Unit)と、処理プログラム等を記憶するROM(Read Only Memory)およびデータを一時的に記憶するRAM(Random Access Memory)とを備え、さらに各種信号を入出力するための入出力ポート等を備える(いずれも図示せず)。データ処理装置80は、ROMに記憶されたプログラムに従って、各種のデータ処理を実行する。データ処理装置80により実行される処理については、ソフトウェアによる処理に限られず、専用のハードウェア(電子回路)で処理することも可能である。
The
<データ処理装置の全体構成>
図2は、本実施の形態に係るデータ処理装置80の機能構成を示す概略ブロック図である。図2を参照して、データ処理装置80は、フィルタ部101と、周波数解析部102と、検出部103と、データベース(DB)104と、推定部107と、更新処理部108と、出力処理部109とを含む。
<Overall configuration of data processing device>
FIG. 2 is a schematic block diagram showing a functional configuration of the
<フィルタ部>
フィルタ部101は、状態監視センサ70から受けた振動波形データに対して、予め定められた周波数帯域の成分を通過させ、その他の周波数帯域の成分を減衰させるフィルタリング処理を行なう。一例として、フィルタ部101は、予め定められた周波数帯域を通過させるバンドパスフィルタを含んで構成される。さらに、フィルタ部101は、エンベロープ処理などを行なってもよい。
<Filter part>
The
<周波数解析部>
周波数解析部102は、フィルタ部101から出力された振動波形データに対してフーリエ変換を行ない、周波数スペクトルを生成する。周波数スペクトルは、周波数と当該周波数におけるパワースペクトル密度(PSD:Power Spectral Density)(以下、PSDという)とを対応付けた単位データが周波数に従って順に配列されたデータ配列によって示される。
<Frequency analysis unit>
The
図3は、周波数解析部102によって生成された周波数スペクトルの一例を示す図である。図3を参照して、周波数スペクトルは、横軸を周波数とし、縦軸をPSDとするグラフによって表される。
FIG. 3 is a diagram showing an example of a frequency spectrum generated by the
<検出部>
検出部103は、周波数スペクトルから、増速機40および増速機40の周囲の外部装置のいずれかで生じる現象に起因した基本波の異常ピークを検出する。検出部103は、以下の第1条件および第2条件を満たすピークを異常ピークとして検出する。増速機40の周囲の外部装置としては、上記の発電機50および主軸用軸受60の他に、インバータ、ファン、油圧モータなどが含まれる。
<Detector>
From the frequency spectrum, the
(第1条件)
第1条件は、周波数スペクトルにおいて、極大値を示し、かつ第1閾値を超えるPSDを有するという条件である。
(First condition)
The first condition is that the frequency spectrum shows a maximum value and has a PSD exceeding the first threshold value.
図4は、PSDが極大値となる単位データ(周波数fiの単位データ)を示す図である。図4を参照して、連続する3つの単位データ(周波数fi−1,fi,fi+1の単位データ)において、真ん中の単位データ(周波数fiの単位データ)のPSDは、両隣りの単位データ(周波数fi−1の単位データ,周波数fi+1の単位データ)のPSDよりも大きい。 Figure 4 is a diagram illustrating a unit data PSD is the maximum value (unit data of a frequency f i). Referring to FIG. 4, PSD of three unit consecutive data (frequency f i-1, f i, the unit data of f i + 1) in the unit data in the middle (the unit data of a frequency f i) are both sides Rino It is larger than the PSD of the unit data (unit data of frequency fi -1 and unit data of frequency fi + 1).
図5は、第1条件を満たすピークを示す図である。図5に示される例では、検出部103は、周波数fiの単位データと周波数fjの単位データとを第1条件を満たすピークとして検出する。
FIG. 5 is a diagram showing peaks satisfying the first condition. In the example shown in FIG. 5, the detecting
検出部103は、周波数スペクトルを構成する全ての単位データのPSDに基づいて、一定値である第1閾値を設定する。たとえば、検出部103は、全ての単位データのPSDの中央値の10倍の値を第1閾値として設定する。
The
あるいは、検出部103は、周波数スペクトルに基づいて、周波数に応じて変動する第1閾値を設定してもよい。たとえば、検出部103は、ある周波数の単位データのPSDと比較する第1閾値を、当該周波数を含む周波数帯域(たとえば、当該周波数±50Hz内の帯域)内の周波数を有する単位データのPSDの中央値の10倍に設定する。
Alternatively, the
(第2条件)
第2条件は、以下にようにして算出される評価値が第2閾値を超えるという条件である。
(Second condition)
The second condition is that the evaluation value calculated as follows exceeds the second threshold value.
検出部103は、第1条件を満たすピークの周波数およびPSDを示す、以下の式(1)の行列Pを生成する。式(1)において、行列Pは、第1条件を満たすN個のピークのうちのn番目(n=1〜N)のピークの周波数がfnであり、PSDの値がpsdnであることを示す。
The
検出部103は、第1条件を満たすピークの各々を対象ピークとし、対象ピークごとに第1異常マップを生成する。第1異常マップは、対応する対象ピークの周波数と当該対象ピークの周波数の整数倍の周波数とを異常成分として含む。
The
たとえば、増速機40に含まれる軸受の固定輪である外輪に損傷が発生した場合には、当該損傷に応じた基本波と、当該基本波の周波数(基本周波数)の整数倍の周波数を有する高調波とが発生する。以下では、基本波と高調波とが発生する異常モデルを「第1異常モデル」という。上記の第1異常マップは、第1異常モデルに対応するマップであり、対象ピークを基本波のピークとして仮定したときの、当該基本波と高調波との周波数を異常成分として含む。
For example, when the outer ring, which is the fixed ring of the bearing included in the
検出部103は、周波数と0または1の値とを対応付けた情報を第1異常マップとして生成する。第1異常マップにおいて、異常成分である周波数に対応する値が1に設定され、異常成分ではない周波数に対応する値が0に設定される。
The
図6は、第1異常マップの一例を示す図である。図6を参照して、検出部103は、対象ピークの周波数fnと、当該周波数fnの整数倍(2倍、3倍、・・・)の周波数2fn,3fn,・・・とを異常成分として含む第1異常マップを生成する。言い換えると、検出部103は、対象ピークの周波数fnを基本周波数として、当該基本周波数と、当該基本周波数を有する基本波の高調波の周波数とを異常成分として含む第1異常マップを生成する。
FIG. 6 is a diagram showing an example of the first abnormality map. 6,
検出部103は、周波数fnの対象ピークに対して、以下の式(2)に示されるような第1異常マップM_n(1)を生成する。
M_n(1)=[・・0010・・・010・・・010・・・] 式(2)
異常マップM_n(1)において、異常成分である周波数に対応する値が1に設定され、異常成分ではない周波数に対応する値が0に設定される。
The
M_n (1) = [・ ・ 0010 ・ ・ ・ 010 ・ ・ ・ 010 ・ ・ ・] Equation (2)
In the anomaly map M_n (1), the value corresponding to the frequency that is the anomalous component is set to 1, and the value corresponding to the frequency that is not the anomaly component is set to 0.
検出部103は、生成した第1異常マップM_n(1)と上記の式(1)に示される行列PとをAND処理を行なうことにより、第1条件を満たすピークの中から、当該第1異常マップに含まれる異常成分に対応するピークを抽出する。
The
検出部103は、第1条件を満たすn番目のピーク(周波数fnのピーク)に対して生成された第1異常マップM_n(1)を用いて抽出されたピークの周波数およびPSDの値を示す行列Pex_n(1)を生成する(以下の式(3)参照)。行列Pex_n(k)において、fex_nmは、m番目のピークの周波数を示し、psdex_nmは、m番目のピークのPSDの値を示す。
The
図7は、第1条件を満たすピークと、第1異常マップと、抽出されたピークとの関係を示す図である。図7を参照して、検出部103は、周波数fnの対象ピークに対して生成された第1異常マップM_n(1)を用いて、周波数fex_n1,fex_n2,fex_n3の3つのピークを抽出する。なお、周波数fex_n1は、周波数fnと一致する。3つのピークのPSDの値は、それぞれpsdex_n1,psdex_n2,psdex_n3である。
FIG. 7 is a diagram showing the relationship between the peak satisfying the first condition, the first anomaly map, and the extracted peak. With reference to FIG. 7, the
検出部103は、抽出されたピークのPSDの総和を評価値として算出する。具体的には、検出部103は、以下の式(4)に従って評価値Enを算出する。
The
図8は、検出部103によって算出された評価値の一例を示す図である。図8を参照して、検出部103は、第1条件を満たすピークごと、当該ピークに対して生成された第1異常マップを用いて評価値を算出する。
FIG. 8 is a diagram showing an example of the evaluation value calculated by the
検出部103は、第1条件を満たすピークのうち、予め設定された第2閾値を超える評価値に対応するピークを、第2条件を満たす異常ピークとして検出する。図8に示す例では、7.5Hz、37.2Hz、50Hz、100Hzのピークが異常ピークとして検出される。
Among the peaks satisfying the first condition, the
第2閾値は周波数ごとに予め設定される。特定の周波数に対応する第2閾値については、データベース104の第1記憶部105に予め格納される。第1記憶部105に第2閾値が格納されていない周波数については、固定値(たとえば200)が第2閾値として予め設定される。
The second threshold is preset for each frequency. The second threshold value corresponding to a specific frequency is stored in advance in the
検出部103は、検出した異常ピークの周波数の値(検出値)を取得する。検出部103は、検出した異常ピークごとに、当該異常ピークの周波数値と当該異常ピークに対して算出した評価値とを推定部107に出力する。
The
<データベース>
データベース104は、第1記憶部105と第2記憶部106とを含む。
<Database>
The
(第1記憶部)
第1記憶部105は、増速機40および増速機40の周囲の外部装置のいずれかの現象ごとに、当該現象を識別する現象情報と、当該現象に起因して発生する基本波の周波数(基本周波数)の値(第1値)と、第2閾値とを対応付けた第1異常情報を記憶する。基本周波数は、対応する現象に起因して発生する波の周波数のうち最も低い周波数である。基本周波数は、単位時間(1秒)当たりの現象の発生回数を示す。
(1st storage unit)
The
図9は、第1記憶部105が記憶する第1異常情報の一例を示す図である。図9を参照して、第1記憶部105は、たとえば、現象情報「増速機40に含まれる軸受の外輪の損傷」について、当該損傷に起因して発生する基本周波数が37.2Hzであり、第2閾値が100であることを示す第1異常情報を記憶する。
FIG. 9 is a diagram showing an example of the first abnormality information stored in the
第1記憶部105が記憶する第1異常情報は、対象物である増速機40または増速機40の周囲の外部装置において予め想定される現象に対応しており、増速機40を用いた実験またはシミュレーションによって予め作成される。第2閾値は、実験またはシミュレーションにおいて、対応する現象が生じたときに発生する基本波および高調波のPSDの合計値未満であり、かつ、ノイズよりも十分に大きい値に設定される。
The first abnormality information stored in the
(第2記憶部)
第2記憶部106は、第1記憶部105が記憶する基本周波数の値とは異なる基本周波数の値(第2値)と、平均評価値と、検出数とを対応付けた第2異常情報を記憶する。検出数とは、対応する基本周波数の異常ピークが検出部103によって検出された回数である。平均評価値とは、対応する基本周波数の異常ピークに対して算出された評価値の平均値である。第2記憶部106が記憶する第2異常情報は、更新処理部108によって更新される。
(2nd memory)
The
図10は、第2記憶部106が記憶する第2異常情報の一例を示す図である。図10を参照して、第2記憶部106は、たとえば、基本周波数7.5Hzに対して、平均評価値500と、検出数85回とを記憶している。
FIG. 10 is a diagram showing an example of the second abnormality information stored in the
<推定部>
推定部107は、検出部103によって検出された異常ピークの周波数値と第1記憶部105が記憶する第1異常情報とに基づいて、増速機40または増速機40の周囲の外部装置において発生している現象を推定する。
<Estimator>
The
推定部107は、検出部103によって検出された異常ピークの各々について、当該異常ピークの周波数値と一致または近似する基本周波数の値に対応する現象情報を第1記憶部105の中から特定する。推定部107は、異常ピークの周波数値との差が所定範囲(第1範囲)内(たとえば基本周波数の±1%以内)の基本周波数の値を、当該異常ピークの周波数値と一致または近似する基本周波数の値として判断する。所定範囲は、状態監視センサ70の計測誤差等を考慮して予め定められる。推定部107は、特定した現象情報によって識別される現象が生じていると推定する。
For each of the abnormal peaks detected by the
推定部107は、異常ピークの周波数値と一致または近似する基本周波数の値が第1記憶部105に格納されていない場合、当該異常ピークの周波数値と評価値とを更新処理部108に出力する。
When the fundamental frequency value that matches or approximates the frequency value of the abnormal peak is not stored in the
推定部107は、発生していると推定した現象を示す推定結果情報を生成し、生成した推定結果情報を出力処理部109に出力する。
The
<更新処理部>
更新処理部108は、推定部107から受けた異常ピークの周波数値に基づいて、第2記憶部106に格納された第2異常情報を更新する。推定部107から受ける異常ピークの周波数値は、第1記憶部105に格納されている基本周波数の値のいずれとも一致または近似しない。そのため、異常ピークは、第1記憶部105に格納される現象情報によって識別される現象とは異なる不明な現象に起因して生じている。更新処理部108は、このような不明な現象に起因する異常ピークを管理するために第2異常情報を更新する。
<Update processing unit>
The
更新処理部108は、推定部107から受けた異常ピークの周波数値と一致または近似する基本周波数の値が第2記憶部106に格納されているか否かを判断する。具体的には、更新処理部108は、異常ピークの周波数値との差が所定範囲(第2範囲)内(たとえば基本周波数の±1%以内)の基本周波数の値を、当該異常ピークの周波数値と一致または近似する基本周波数の値として判断する。所定範囲は、状態監視センサ70の計測誤差等を考慮して予め定められる。
The
更新処理部108は、推定部107から受けた異常ピークの周波数値と一致または近似する基本周波数の値が第2記憶部106に格納されていない場合、当該異常ピークの周波数値を新たな基本周波数の値として第2記憶部106に登録する。このとき、更新処理部108は、新たな基本周波数に対応する検出数を「1」とする。さらに、更新処理部108は、新たな基本周波数に対応する平均評価値を、推定部107から受けた評価値とする。
When the
更新処理部108は、推定部107から受けた異常ピークの周波数値と一致または近似する基本周波数の値が第2記憶部106に格納されている場合、当該基本周波数に対応する平均評価値および検出数を更新する。具体的には、更新処理部108は、検出数を1だけ加算する。更新処理部108は、
((更新前の平均評価値)×(更新前の検出数)+(推定部107から受けた評価値))/(更新後の検出数)
によって得られる値を更新後の平均評価値とする。
When the
((Average evaluation value before update) x (Number of detections before update) + (Evaluation value received from estimation unit 107)) / (Number of detections after update)
The value obtained by is used as the updated average evaluation value.
<出力処理部>
出力処理部109は、有線または無線通信システムを用いて、遠隔地にいるユーザ(作業者または管理者)の端末装置に、推定結果情報を出力する。これにより、端末装置は、推定結果情報をたとえば表示部に通知させることができる。その結果、ユーザは、増速機40または増速機40の周囲の外部装置において発生している現象を容易に確認することができる。
<Output processing unit>
The
出力処理部109は、第2記憶部106が記憶する第2異常情報を端末装置に出力する。これにより、ユーザは、第1記憶部105に登録されている現象情報によって示される現象(つまり、予め想定された現象)とは異なる現象の発生状況を容易に確認することができる。
The
<データ処理装置の処理の流れ>
次に図11を参照して、データ処理装置80における処理の流れについて説明する。図11は、データ処理装置80における処理の流れを示すフローチャートである。
<Processing flow of data processing device>
Next, the flow of processing in the
まずステップS1において、データ処理装置80は、状態監視センサ70から受けた振動波形データに対してフィルタリング処理を行なう。フィルタリング処理は、フィルタ部101によって実行される。
First, in step S1, the
次にステップS2において、データ処理装置80は、フィルタリング処理が行なわれた振動波形データに対して、周波数解析処理としてのフーリエ変換を行なうことにより、周波数スペクトルを生成する。周波数解析処理は、周波数解析部102によって実行される。
Next, in step S2, the
次にステップS3において、データ処理装置80は、周波数スペクトルから第1条件および第2条件を満たす異常ピークを検出する。ステップS3の処理は、検出部103によって実行される。ここで、データ処理装置80は、N個の異常ピークを検出したとする。
Next, in step S3, the
次にステップS4において、データ処理装置80は、検出されたN個の異常ピークの中から1つの異常ピークを選択する。
Next, in step S4, the
次にステップS5において、データ処理装置80は、選択した異常ピークの周波数値と一致または近似する基本周波数の値が第1記憶部105に格納されているか否かを判断する。ステップS5の処理は、推定部107によって実行される。異常ピークの周波数値と一致または近似する基本周波数の値が第1記憶部105に格納されている場合(ステップS5でYES)、データ処理装置80は、ステップS6の処理を行なう。データ処理装置80は、ステップS6において、異常ピークの周波数値と一致または近似する基本周波数の値に対応する現象情報を特定し、特定した現象情報によって示される現象が生じていることを示す推定結果情報を出力する。ステップS6の処理は、推定部107および出力処理部109によって実行される。
Next, in step S5, the
異常ピークの周波数値と一致または近似する基本周波数の値が第1記憶部105に格納されていない場合(ステップS5でNO)、データ処理装置80は、ステップS7において、第2記憶部106の更新を行なう。ステップS7の処理は、更新処理部108によって実行される。
When the fundamental frequency value that matches or approximates the frequency value of the abnormal peak is not stored in the first storage unit 105 (NO in step S5), the
ステップS6およびステップS7の後、データ処理装置80は、ステップS8において未選択の異常ピークがあるか否かを判断する。未選択の異常ピークがある場合(ステップS8でYES)、データ処理装置80は、ステップS4〜S8の処理を繰り返し行なう。未選択の異常ピークがない場合(ステップS8でNO)、処理は終了する。
After step S6 and step S7, the
<第2記憶部の更新処理>
図12を参照して、上記の第2記憶部106の更新処理(ステップS7)の詳細について説明する。図12は、第2記憶部の更新処理の流れを示すフローチャートである。
<Update process of the second storage unit>
The details of the update process (step S7) of the
まずステップS11において、データ処理装置80は、異常ピークの周波数値と一致または近似する基本周波数の値が第2記憶部106に格納されているか否かを判断する。異常ピークの周波数値と一致または近似する基本周波数の値が第2記憶部106に格納されていない場合(ステップS11でNO)、データ処理装置80は、ステップS12において、異常ピークの周波数値を新たな基本周波数の値として第2記憶部106に登録する。
First, in step S11, the
異常ピークの周波数値と一致または近似する基本周波数の値が第2記憶部106に格納されている場合(ステップS11でYES)、データ処理装置80は、ステップS13において、当該基本周波数に対応する平均評価値および検出数を更新する。
When the value of the fundamental frequency that matches or approximates the frequency value of the abnormal peak is stored in the second storage unit 106 (YES in step S11), the
<利点>
以上のように、データ処理装置(状態監視装置)80は、周波数解析部102と、検出部103と、推定部107と、更新処理部108とを備える。周波数解析部102は、増速機(対象物)40に設置された状態監視センサ70によって計測された振動波形データを周波数解析することにより周波数スペクトルを生成する。検出部103は、周波数スペクトルから、増速機40および増速機40の周囲の外部装置のいずれかの現象に起因した基本波の異常ピークを検出する。さらに、検出部103は、異常ピークの周波数の値(検出値)を取得する。第1記憶部105は、増速機40および増速機40の周囲の外部装置のいずれかの現象ごとに、当該現象を識別する現象情報と、当該現象に起因して生じる基本波の周波数(基本周波数)の値(第1値)とを対応付けて記憶する。推定部107は、第1記憶部105から、異常ピークの周波数値との差が所定範囲内である基本周波数の値に対応する現象情報を特定し、特定した現象情報で識別される現象が生じていることを示す推定結果情報を出力する。更新処理部108は、第1記憶部105が記憶する基本周波数の値とは異なる基本周波数の値(第2値)と、当該基本周波数の異常ピークの検出数とを対応付けて記憶するための第2記憶部106の更新を行なう。更新処理部108は、異常ピークの周波数値と第1記憶部105に格納される基本周波数の値との差が所定範囲を超える場合、以下の処理を行なう。すなわち、更新処理部108は、異常ピークの周波数値と第2記憶部106に格納される基本周波数の値との差が所定範囲(第2範囲)内であるときに、当該基本周波数に対応する検出数を更新する。更新処理部108は、異常ピークの周波数値と第2記憶部106に格納される基本周波数の値との差が所定範囲を超えるときに、異常ピークの周波数値を新たな基本周波数の値として第2記憶部106に登録する。
<Advantage>
As described above, the data processing device (condition monitoring device) 80 includes a
上記の構成によれば、第1記憶部105において現象情報と対応付けられた基本周波数とは異なる基本周波数の異常ピークの検出数を第2記憶部106で管理することができる。第1記憶部105には、予め想定される現象に起因する基本波の周波数の値が登録される。そのため、第2記憶部106には、予め想定される現象とは異なる現象に起因した異常ピークの基本周波数の値と検出数とが格納される。その結果、第2記憶部106を確認することにより、ユーザは、予め想定された現象とは異なる現象の発生状況についても容易に確認できる。
According to the above configuration, the
たとえば、ユーザは、検出数が多い基本周波数の値を第2記憶部106から特定することができる。これにより、ユーザは、特定した基本周波数の値に基づいて、異常ピークの発生原因についての調査等を実行することができる。
For example, the user can specify the value of the fundamental frequency with a large number of detections from the
<変形例1>
更新処理部108は、推定部107から異常ピークの周波数値と評価値とを受けるたびに、当該異常ピークの周波数値と評価値とを対応付けた異常ピーク情報を第2記憶部106に格納してもよい。この場合、更新処理部108は、状態監視センサ70が振動波形データを計測するたびに、第2記憶部106に格納された全ての異常ピーク情報に基づいて第2異常情報を更新する。
<Modification example 1>
Each time the
図13は、異常ピーク情報と、異常ピーク情報から生成される第2異常情報との一例を示す図である。図13には、周波数が7.5Hzまたはその付近の異常ピークに対応する異常ピーク情報D1のデータ群と、異常ピーク情報D1のデータ群から生成される第2異常情報D2とが示される。さらに図13には、周波数が50Hzまたはその付近の異常ピークに対応する異常ピーク情報D3のデータ群と、異常ピーク情報D3のデータ群から生成される第2異常情報D4とが示される。 FIG. 13 is a diagram showing an example of the abnormal peak information and the second abnormal peak information generated from the abnormal peak information. FIG. 13 shows a data group of the abnormal peak information D1 corresponding to the abnormal peak having a frequency of 7.5 Hz or its vicinity, and a second abnormal information D2 generated from the data group of the abnormal peak information D1. Further, FIG. 13 shows a data group of the abnormal peak information D3 corresponding to the abnormal peak having a frequency of 50 Hz or its vicinity, and a second abnormal information D4 generated from the data group of the abnormal peak information D3.
更新処理部108は、異常ピーク情報D1のデータ群によって示される周波数の代表値(たとえば平均値、先頭の周波数の値、中央値など)を第2異常情報D2の基本周波数の値とする。更新処理部108は、異常ピーク情報D1のデータ群によって示される評価値の平均値を第2異常情報D2の平均評価値とする。更新処理部108は、異常ピーク情報D1の個数を第2異常情報D2の検出数とする。同様にして、更新処理部108は、異常ピーク情報D3に基づいて第2異常情報D4を生成する。
The
<変形例2>
上記の説明では、検出部103は、検出した異常ピークの周波数値を取得した。しかしながら、検出部103は、検出した異常ピークの周波数値と増速機40の出力軸の回転速度値との比を取得してもよい。たとえば、検出部103は、検出した異常ピークの周波数値を増速機40の出力軸の回転速度値で割ったオーダー(order)(以下、回転次数という)の値(回転次数値)を取得(算出)してもよい。検出部103は、増速機40に設置された回転センサから、増速機40の出力軸の回転速度を取得すればよい。
<
In the above description, the
増速機40に含まれる回転機構に異常が生じた場合、周波数解析部102によって生成される周波数スペクトルには、当該回転機構の回転速度に応じた周波数のピークが生じる。増速機40の回転機構が一定の回転速度で回転する場合には、当該一定の回転速度に応じた基本周波数の値を第1記憶部105に格納しておくことにより、増速機40の回転機構の異常の発生を容易に検出することができる。しかしながら、回転機構の回転速度が変化する場合には、ピークの周波数も変化する。そのため、異常ピークの周波数値に基づいて増速機40の回転機構の異常を検出することが困難となる。一方、回転機構の異常に起因した基本波の周波数値を当該回転機構の回転速度値で割った回転次数の値は、回転機構の回転速度にかかわらず略一定となる。そのため、検出部103は、上述したように回転次数値を取得する。
When an abnormality occurs in the rotation mechanism included in the
変形例2に係るデータ処理装置80では、第1記憶部105は、増速機40または増速機40の周囲の外部装置の回転機構における予め想定される異常に対応する第1異常情報を記憶する。回転機構の異常に対応する第1異常情報は、当該異常を識別する現象情報と、当該異常に起因して発生する基本波の周波数値を当該回転機構の回転速度値で割った回転次数(以下、基本回転次数という)の値(第1値)と、第2閾値とを対応付けた情報である。
In the
推定部107は、異常ピークに対して算出された回転次数値と一致または近似する基本回転次数の値に対応する現象情報を第1記憶部105の中から特定する。推定部107は、異常ピークの回転次数値との差が所定範囲(第1範囲)内(たとえば、基本回転次数の±1%以内)の基本回転次数の値を、異常ピークの回転次数値と一致または近似する基本回転次数の値として判断する。所定範囲は、状態監視センサ70の計測誤差等を考慮して予め定められる。推定部107は、特定した現象情報によって識別される現象が生じていると推定する。
The
第1記憶部105は、基本周波数の値を含む第1異常情報と、基本回転次数の値を含む第1異常情報とを記憶していてもよい。この場合、異常ピークの周波数値と一致または近似する基本周波数の値を含む第1異常情報と、異常ピークに対して算出された回転次数値と一致または近似する基本回転次数の値を含む第1異常情報とが第1記憶部105に格納されていることがあり得る。このとき、推定部107は、異常ピークに対して算出された回転次数値と一致または近似する基本回転次数の値を含む第1異常情報を優先させ、当該第1異常情報の現象情報によって示される現象が生じていると推定する。もしくは、推定部107は、2つの第1異常情報によってそれぞれ示される現象のいずれかが生じていると推定してもよい。
The
推定部107は、異常ピークの周波数値と一致または近似する基本周波数の値および異常ピークに対して算出された回転次数値と一致または近似する基本回転次数の値の両方が第1記憶部105に格納されていない場合、異常ピークの周波数値、回転次数値および評価値を更新処理部108に出力する。
In the
第2記憶部106は、第1記憶部105が記憶する基本周波数の値とは異なる基本周波数の値を含む第2異常情報および第1記憶部105が記憶する基本回転次数の値とは異なる基本回転次数の値を含む第2異常情報の少なくとも一方を記憶する。
The
図14は、変形例2に係る第2記憶部106が記憶する第2異常情報の一例を示す図である。図14を参照して、第2記憶部106は、たとえば、基本周波数の値を含む第2異常情報の他に、基本回転次数2.3と平均評価値300と検出数60回とを対応付けた第2異常情報を記憶する。
FIG. 14 is a diagram showing an example of the second abnormality information stored in the
更新処理部108は、推定部107から受けた異常ピークの周波数値および回転次数値に基づいて、第2記憶部106に格納された第2異常情報を更新する。
The
更新処理部108は、推定部107から受けた異常ピークの周波数値と一致または近似する基本周波数の値が第2記憶部106に格納されているか否かを判断する。更新処理部108は、推定部107から受けた異常ピークの周波数値と一致または近似する基本周波数の値が第2記憶部106に格納されている場合、当該基本周波数の値に対応する平均評価値および検出数を更新する。
The
更新処理部108は、推定部107から受けた異常ピークの回転次数値と一致または近似する基本回転次数の値が第2記憶部106に格納されているか否かを判断する。具体的には、更新処理部108は、異常ピークの回転次数値との差が所定範囲(第2範囲)内(たとえば基本回転次数の±1%以内)の基本回転次数の値を、当該異常ピークの回転次数値と一致または近似する基本回転次数の値として判断する。所定範囲は、状態監視センサ70の計測誤差等を考慮して予め定められる。更新処理部108は、推定部107から受けた異常ピークの回転次数値と一致または近似する基本回転次数の値が第2記憶部106に格納されている場合、当該基本回転次数の値に対応する平均評価値および検出数を更新する。
The
更新処理部108は、推定部107から受けた異常ピークの周波数値と一致または近似する基本周波数の値および異常ピークの回転次数値と一致または近似する基本回転次数の値の両方が第2記憶部106に格納されていない場合、新たな第2異常情報を第2記憶部106に登録する。更新処理部108は、推定部107から受けた異常ピークの周波数値を基本周波数の値とする新たな第2異常情報と、異常ピークに対して算出された回転次数値を基本回転次数の値とする新たな第2異常情報とを第2記憶部106に登録する。このとき、更新処理部108は、新たな第2異常情報の検出数を「1」とし、新たな第2異常情報の平均評価値を推定部107から受けた評価値とする。
In the
変形例2によれば、増速機40または増速機40の周囲の外部装置に含まれる回転機構の回転速度が変化する場合であっても、当該回転機構の異常に対応する基本回転次数の値を第1記憶部105に登録することにより、当該回転機構の異常が生じていることを推定できる。
According to the second modification, even when the rotation speed of the
さらに、第1記憶部105に格納された基本回転次数の値とは異なる値に対応する異常ピークの検出数が第2記憶部106に格納される。これにより、ユーザは、予め想定された回転機構とは別の回転機構の異常の発生状況を容易に確認できる。さらに、ユーザは、基本周波数の値を含む第2異常情報を回転機構以外の部位の現象に基づく情報であり、基本回転次数の値を含む第2異常情報を回転機構の異常に基づく情報であると推定できる。つまり、ユーザは、異常ピークの原因が回転機構であるか否かを容易に推定できる。
Further, the number of detected abnormal peaks corresponding to a value different from the value of the basic rotation order stored in the
変形例2と上記の変形例1とを組み合わせてもよい。つまり、更新処理部108は、推定部107から異常ピークの周波数値と回転次数値と評価値とを受けるたびに、当該異常ピークの周波数値と回転次数値と評価値とを対応付けた異常ピーク情報を第2記憶部106に格納する。この場合、更新処理部108は、第2記憶部106に新たな異常ピーク情報を格納するたびに、第2記憶部106に格納された全ての異常ピーク情報に基づいて第2異常情報を更新する。
The
図15は、異常ピーク情報と、異常ピーク情報から生成される第2異常情報との別の例を示す図である。図15には、周波数が7.5Hzまたはその付近の異常ピークに対応する異常ピーク情報D5のデータ群と、異常ピーク情報D5のデータ群から生成される第2異常情報D6とが示される。さらに図15には、回転次数が2.3またはその付近の異常ピークに対応する異常ピーク情報D7のデータ群と、異常ピーク情報D7のデータ群から生成される第2異常情報D8とが示される。 FIG. 15 is a diagram showing another example of the abnormal peak information and the second abnormal peak information generated from the abnormal peak information. FIG. 15 shows a data group of the abnormal peak information D5 corresponding to an abnormal peak having a frequency of 7.5 Hz or its vicinity, and a second abnormal information D6 generated from the data group of the abnormal peak information D5. Further, FIG. 15 shows a data group of the abnormal peak information D7 corresponding to the abnormal peak having a rotation order of 2.3 or its vicinity, and a second abnormal information D8 generated from the data group of the abnormal peak information D7. ..
更新処理部108は、第2記憶部106に格納された複数の異常ピーク情報の中から、周波数値が一致または近似する異常ピーク情報D5のデータ群を抽出する。更新処理部108は、異常ピーク情報D5のデータ群によって示される周波数の代表値(たとえば平均値、先頭の周波数の値、中央値など)を第2異常情報D6の基本周波数の値とする。更新処理部108は、異常ピーク情報D5のデータ群によって示される評価値の平均値を第2異常情報D6の平均評価値とする。更新処理部108は、異常ピーク情報D5の個数を第2異常情報D6の検出数とする。
The
同様にして、更新処理部108は、第2記憶部106に格納された複数の異常ピーク情報の中から、回転次数値が一致または近似する複数の異常ピーク情報D7のデータ群を抽出する。更新処理部108は、異常ピーク情報D7のデータ群によって示される回転次数の代表値(たとえば平均値、先頭の回転次数の値、中央値など)を第2異常情報D8の基本回転次数の値とする。更新処理部108は、異常ピーク情報D7のデータ群によって示される評価値の平均値を第2異常情報D8の平均評価値とする。更新処理部108は、異常ピーク情報D7の個数を第2異常情報D8の検出数とする。
Similarly, the
<変形例3>
第2記憶部106は、平均評価値の他に評価値トレンド(トレンド情報)を含む第2異常情報を記憶してもよい。評価値トレンドとは、異常ピークに対応する評価値の増減の傾向を示す情報である。評価値トレンドは、更新処理部108によって更新される。
<Modification example 3>
The
更新処理部108は、変形例1と同様に、推定部107から異常ピークの周波数値と評価値とを受けるたびに、当該異常ピークの周波数値と評価値とを対応付けた異常ピーク情報を第2記憶部106に格納する。ただし、更新処理部108は、異常ピークに対応する波形データが計測された計測時刻を異常ピーク情報に含める。
Similar to the first modification, the
更新処理部108は、変形例1と同様に、周波数値が一致または近似する複数の異常ピーク情報に基づいて第2異常情報を生成する。このとき、更新処理部108は、N個の異常ピーク情報の評価値の移動平均がM回以上連続して増加しているとき、当該異常ピーク情報に対応する第2異常情報の評価値トレンドを「増加傾向」とする。更新処理部108は、N個の異常ピーク情報の評価値の移動平均がM回以上連続して減少しているとき、当該異常ピーク情報に対応する第2異常情報の評価値トレンドを「減少傾向」とする。更新処理部108は、N個の異常ピーク情報の評価値の移動平均がM回以上連続して増加または減少していないとき、当該異常ピーク情報に対応する第2異常情報の評価値トレンドを「横ばい」とする。
Similar to the first modification, the
第2記憶部106を確認することにより、ユーザは、第1記憶部105に格納された現象情報によって示される現象とは異なる不明な現象の発生状況の傾向を把握することができる。
By confirming the
たとえば、ユーザは、評価値トレンドが「増加傾向」である第2異常情報を、摩耗等の経時的に変化する現象に基づく情報であると推定できる。ユーザは、評価値トレンドが「減少傾向」である第2異常情報を、最近メンテナンスした部位の現象に基づく情報であると推定できる。ユーザは、評価値トレンドが「横ばい」である第2異常情報を、増速機40の周囲の外部装置(たとえば油圧機器向けのモータ)の現象(振動)に基づく情報であると推定できる。
For example, the user can presume that the second abnormality information whose evaluation value trend is "increasing tendency" is information based on a phenomenon such as wear that changes with time. The user can presume that the second abnormality information whose evaluation value trend is "decreasing tendency" is information based on the phenomenon of the recently maintained part. The user can presume that the second abnormality information whose evaluation value trend is "flat" is information based on the phenomenon (vibration) of an external device (for example, a motor for hydraulic equipment) around the
<変形例4>
第2記憶部106は、検出数の他に、単位期間あたりの検出数の増加量を示す検出頻度を含む第2異常情報を記憶してもよい。検出頻度は、更新処理部108によって更新される。
<Modification example 4>
In addition to the number of detections, the
更新処理部108は、変形例1と同様に、推定部107から異常ピークの周波数値と評価値とを受けるたびに、当該異常ピークの周波数値と評価値とを対応付けた異常ピーク情報を第2記憶部106に格納する。ただし、更新処理部108は、異常ピークに対応する波形データが計測された計測時刻を異常ピーク情報に含める。
Similar to the first modification, the
更新処理部108は、変形例1と同様に、周波数が一致または近似する複数の異常ピーク情報に基づいて第2異常情報を生成する。このとき、更新処理部108は、当該複数の異常ピーク情報の中から、直近の単位期間内の計測時刻を含む異常ピーク情報をカウントする。直近の所定期間とは、たとえば、状態監視センサ70が一定時間Tごとに振動波形データを計測する場合においてT×50である(つまり、状態監視センサ70が50回振動波形データを計測する期間)。更新処理部108は、カウント数が予め設定された基準値(たとえば40回)以上である場合に、第2異常情報の検出頻度を「連続的」とする。更新処理部108は、カウント数が基準値未満である場合に、第2異常情報の検出頻度を「断続的」とする。
Similar to the first modification, the
第2記憶部106を確認することにより、ユーザは、第1記憶部105に格納された現象情報によって示される現象とは異なる不明な現象の発生頻度を把握することができる。たとえば、ユーザは、検出頻度が「断続的」である第2異常情報を、増速機40の周囲の外部装置の間欠運転に基づく情報であると推定できる。
By confirming the
上記の変形例1〜4は適宜組み合わせることができる。図16は、変形例2〜4を組み合わせたときに生成される第2異常情報の一例を示す図である。図16において、評価値トレンド「−」は、評価値の傾向が横ばいであることを示す。検出頻度「−」は、検出数が少ないために検出頻度を決定できないことを示す。
The
ユーザは、評価値トレンドと検出頻度とを確認することにより、第2異常情報の基本周波数の異常ピークが増速機40の周囲の外部装置の現象に起因しているか否かを推定することができる。たとえば、ユーザは、評価値トレンドが「横ばい」であり、検出頻度が「断続的」である場合、異常ピークが外部装置の正常な間欠運転に起因したものであると推定することができる。
By checking the evaluation value trend and the detection frequency, the user can estimate whether or not the abnormal peak of the fundamental frequency of the second abnormal information is caused by the phenomenon of the external device around the
<変形例5>
更新処理部108は、検出数が直近の所定期間更新されない第2異常情報を第2記憶部106から削除してもよい。直近の所定期間は、たとえば、状態監視センサ70が一定時間Tごとに振動波形データを計測する場合においてT×30である(つまり、状態監視センサ70が30回振動波形データを計測する期間)。
<Modification 5>
The
検出数が直近の所定期間更新されない第2異常情報は、ノイズ等によって偶発的に検出された異常ピークに対応する可能性が高い。このような第2異常情報が第2記憶部106から削除されることにより、第2記憶部106に格納される第2異常情報の信頼性を向上させることができる。
The second anomaly information whose number of detections is not updated for the latest predetermined period is likely to correspond to an anomaly peak accidentally detected due to noise or the like. By deleting such second abnormality information from the
<変形例6>
更新処理部108は、図11に示すステップS7において、第2記憶部106が記憶する一部の第2異常情報の基本周波数の値または基本回転次数の値を第1記憶部105に新たに登録してもよい。具体的には、更新処理部108は、第3閾値を超える検出数を含む第2異常情報に対応する異常ピークの原因となる現象を示す原因情報を取得する。更新処理部108は、第3閾値を超える検出数に対応する基本周波数の値および取得した原因情報を新たな基本周波数の値および現象情報として第1記憶部105に登録する。更新処理部108は、第3閾値を超える検出数に対応する基本回転次数の値および取得した原因情報を新たな基本回転次数の値および現象情報として第1記憶部105に登録する。
<Modification 6>
In step S7 shown in FIG. 11, the
図17は、変形例6に係るデータ処理装置80の第2記憶部106の更新処理(ステップS7)の流れを示すフローチャートである。図17を参照して、変形例6に係る第2記憶部106の更新処理は、図12に示す更新処理と比較して、ステップS14,S15を備える点でのみ相違する。そのため、ここではステップS11〜S13の説明を省略し、ステップS14,S15について説明する。
FIG. 17 is a flowchart showing the flow of the update process (step S7) of the
ステップS14において、データ処理装置80は、ステップS13で検出数が更新された第2異常情報が移動条件を満たすか否かを判断する。ステップS14の詳細について後述する。後述するように、ステップS14において、データ処理装置80は、第2異常情報が移動条件を満たす場合に、当該第2異常情報に対応する原因情報を取得する。
In step S14, the
第2異常情報が移動条件を満たす場合(ステップS14でYES)、データ処理装置80は、ステップS15において、第2異常情報の基本周波数の値または基本回転次数の値を第1記憶部105に移動する。具体的には、データ処理装置80は、第2異常情報の基本周波数の値を第1記憶部105に登録する。もしくは、データ処理装置80は、第2異常情報の基本回転次数の値を第1記憶部105に登録する。このとき、データ処理装置80は、ステップS14で取得した原因情報を新たな現象情報として第1記憶部105に登録する。さらに、データ処理装置80は、ステップS13で更新された第2異常情報を第2記憶部106から削除する。上記のステップS14,S15の処理は、更新処理部108によって実行される。
When the second abnormality information satisfies the movement condition (YES in step S14), the
図18は、図17に示すステップS14の処理の流れの一例を示すフローチャートである。図18には、第2記憶部106が図16に示されるような第2異常情報を記憶する場合の例が示される。すなわち、第2記憶部106は、基本周波数および基本回転次数のいずれかの値と、平均評価値と、評価値トレンドと、検出数と、検出頻度とを対応付けた第2異常情報を記憶している。
FIG. 18 is a flowchart showing an example of the processing flow of step S14 shown in FIG. FIG. 18 shows an example in which the
まずステップS21において、データ処理装置80は、ステップS13(図17参照)で更新された第2異常情報の検出数が第3閾値以上か否かを判断する。第3閾値は予め設定される。検出数が第3閾値未満である場合(ステップS21でNO)、データ処理装置80は、ステップS32において、第2異常情報が移動条件を満たさないと決定し、処理を終了する。
First, in step S21, the
検出数が第3閾値以上である場合(ステップS21でYES)、データ処理装置80は、ステップS22において、ステップS13で更新された第2異常情報が基本回転次数の値を含むか否かを判断する。第2異常情報が基本回転次数の値を含む場合(ステップS22でYES)、データ処理装置80は、ステップS23において、周波数スペクトルに異常ピークの高調波が存在するか否かを判断する。たとえば、データ処理装置80は、ステップS4(図11参照)で選択した異常ピークに対応する評価値を算出する際に用いた上記の式(4)のpsdex_n2を確認する。データ処理装置80は、psdex_n2/psdex_n1が第4閾値以上である場合に、周波数スペクトルに異常ピークの高調波が存在すると判断する。もしくは、データ処理装置80は、上記の式(4)における複数のpsdex_nm(m≧2)を確認してもよい。データ処理装置80は、複数のpsdex_nm(m≧2)の2つ以上について、psdex_nm/psdex_n1(k)が第4閾値以上である場合に、周波数スペクトルに異常ピークの高調波が存在すると判断してもよい。
When the number of detections is equal to or greater than the third threshold value (YES in step S21), the
異常ピークの高調波が存在する場合(ステップS23でYES)、データ処理装置80は、ステップS24において、第2異常情報に対応する異常ピークの原因が「軸アライメントの増大、軸クラック、軸曲がり」であることを示す原因情報を取得する。第2異常情報が基本回転次数の値を含む場合、増速機40に含まれる回転機構の異常に起因して異常ピークが生じている可能性が高い。さらに、異常ピークの高調波が存在する場合、軸アライメントの増大、軸クラック、軸曲がりのいずれかに起因して異常ピークが生じる可能性が高いことが予め実験等で確認されている。そのため、データ処理装置80は、第2異常情報が基本回転次数の値を含み、かつ異常ピークの高調波が存在するケースと、原因情報「軸アライメントの増大、軸クラック、軸曲がり」とを対応付けて予め記憶している。そして、データ処理装置80は、ステップS23でYESの場合、当該原因情報を取得する(ステップS24)。
When the harmonic of the abnormal peak is present (YES in step S23), in step S24, the cause of the abnormal peak corresponding to the second abnormal information is "increased axis alignment, shaft crack, shaft bending". Acquire the cause information indicating that. When the second abnormality information includes the value of the basic rotation order, it is highly possible that the abnormality peak is caused by the abnormality of the rotation mechanism included in the
異常ピークの高調波が存在しない場合(ステップS23でNO)、データ処理装置80は、ステップS25において、第2異常情報に対応する異常ピークの原因が「軸アンバランス、ミスカップリング」であることを示す原因情報を取得する。ミスカップリングとは、軸継手の異常である。回転機構の異常に起因して異常ピークが生じているが、異常ピークの高調波が存在しない場合、軸アンバランス、ミスカップリングのいずれかに起因して異常ピークが生じる可能性が高いことが予め実験等で確認されている。そのため、データ処理装置80は、第2異常情報が基本回転次数の値を含み、かつ異常ピークの高調波が存在しないケースと、原因情報「軸アンバランス、ミスカップリング」とを対応付けて予め記憶している。そして、データ処理装置80は、ステップS23でNOの場合、当該原因情報を取得する(ステップS25)。
When there is no harmonic of the abnormal peak (NO in step S23), the
第2異常情報が基本回転次数の値を含まず、代わりに基本周波数の値を含む場合(ステップS22でNO)、データ処理装置80は、ステップS26において、第2異常情報の評価値トレンドが「横ばい」であるか否かを判断する。評価値トレンドが「横ばい」ではない場合(ステップS26でNO)、データ処理装置80は、ステップS32において、第2異常情報が移動条件を満たさないと決定し、処理を終了する。評価値トレンドが「横ばい」ではない場合、第2異常情報に対応する異常ピークの原因を特定できないため、データ処理装置80は、第2異常情報が移動条件を満たさないと決定する。
When the second abnormality information does not include the value of the fundamental rotation order and instead includes the value of the fundamental frequency (NO in step S22), the
評価値トレンドが「横ばい」である場合(ステップS26でYES)、データ処理装置80は、ステップS27において、第2異常情報の検出頻度が「断続的」か否かを判断する。検出頻度が「断続的」である場合(ステップS27でYES)、データ処理装置80は、ステップS28において、第2異常情報に対応する異常ピークの原因が「外部装置の間欠運転」であることを示す原因情報を取得する。第2異常情報が基本回転次数ではなく基本周波数の値を含む場合、回転機構ではない部位の現象に起因して異常ピークが生じている可能性が高い。さらに、評価値トレンドが「横ばい」であり、検出頻度が「断続的」であるため、外部装置の間欠運転に起因して異常ピークが生じている可能性が高い。そのため、データ処理装置80は、第2異常情報が基本周波数の値を含み、かつ評価値トレンドが「横ばい」であり、かつ検出頻度が「断続的」であるケースと、原因情報「外部装置の間欠運転」とを対応付けて予め記憶している。そして、データ処理装置80は、ステップS27でYESの場合、当該原因情報を取得する(ステップS28)。
When the evaluation value trend is "flat" (YES in step S26), the
検出頻度が「断続的」でない場合(ステップS27でNO)、データ処理装置80は、ステップS29において、検出頻度が「連続的」か否かを判断する。検出頻度が「連続的」である場合(ステップS29でYES)、データ処理装置80は、ステップS30において、第2異常情報に対応する異常ピークの原因が「外部装置の連続運転」であることを示す原因情報を取得する。評価値トレンドが「横ばい」であり、検出頻度が「連続的」であるため、外部装置の連続運転に起因して異常ピークが生じている可能性が高い。そのため、データ処理装置80は、第2異常情報が基本周波数の値を含み、かつ評価値トレンドが「横ばい」であり、かつ検出頻度が「連続的」であるケースと、原因情報「外部装置の連続運転」とを対応付けて予め記憶している。そして、データ処理装置80は、ステップS29でYESの場合、当該原因情報を取得する(ステップS30)。
If the detection frequency is not "intermittent" (NO in step S27), the
検出頻度が「連続的」でない場合(ステップS29でNO)、データ処理装置80は、ステップS32において、第2異常情報が移動条件を満たさないと決定し、処理を終了する。検出頻度が「連続的」でも「断続的」でもない場合、第2異常情報に対応する異常ピークの原因を特定できないため、データ処理装置80は、第2異常情報が移動条件を満たさないと決定する。
If the detection frequency is not "continuous" (NO in step S29), the
ステップS24、S25,S28,S30の後、データ処理装置80は、ステップS13で更新された第2異常情報が移動条件を満たすと決定し、ステップS15(図17参照)の処理を行なう。
After steps S24, S25, S28, and S30, the
変形例6によれば、第3閾値を超える検出数に対応する基本周波数または基本回転次数の値を第1記憶部105に登録することができる。これにより、推定部107は、増速機40の経年劣化に伴って生じた新たな現象、増速機40の周囲に新たな設置された装置の現象などの発生の有無を推定することができる。
According to the sixth modification, the value of the fundamental frequency or the fundamental rotation order corresponding to the number of detections exceeding the third threshold value can be registered in the
更新処理部108は、第2異常情報の基本周波数または基本回転次数の値を第1記憶部105に移動する際(ステップS15)、第1記憶部105に新たに登録する情報(基本周波数または基本回転次数の値と現象情報)をユーザ(作業者、管理者など)に通知する通知処理を実行してもよい。通知処理の方法としては、たとえば、アラーム等の表示、ログの記録、メール等による通信が挙げられる。これにより、ユーザは、第1記憶部105に新たに登録される情報を予め把握することができる。
When the
さらに、更新処理部108は、上記の通知処理の後にユーザから承認指示を受けた場合に、第2異常情報の基本周波数または基本回転次数の値を第1記憶部105に移動する処理(ステップS15)を実行してもよい。これにより、ユーザは、第1記憶部105に不適切な情報が登録されることを避けることができる。
Further, when the
原因情報の取得方法は、図18に示すアルゴリズムに限定されるものではなく、対象物によって適宜設定される。あるいは、データ処理装置80は、ユーザ入力に従って原因情報を取得してもよい。この場合、ユーザは、第2記憶部106に格納された第2異常情報の基本周波数または基本回転次数の値に基づいた調査または実験等を行なうことにより原因を探索する。ユーザは、探索した原因を示す原因情報をデータ処理装置80に入力する。
The method of acquiring the cause information is not limited to the algorithm shown in FIG. 18, and is appropriately set depending on the object. Alternatively, the
<変形例7>
上記の説明では、検出部103は、第1条件を満たすピークごとに、基本波と高調波とが発生する第1異常モデルに従った異常マップを生成し、生成した異常マップを用いて評価値を算出した。そして、検出部103は、算出した評価値が第2閾値以上であるピークを異常ピークとして検出した。
<Modification 7>
In the above description, the
しかしながら、検出部103は、第1条件を満たすピークごとに、複数の異常モデルに従って複数の異常マップを生成してもよい。この場合、検出部103は、複数の異常マップの各々について評価値を算出し、算出した評価値が第2閾値以上であるピークを異常ピークとして検出する。ただし、検出部103は、検出した異常ピークについて、第2閾値以上となる評価値を算出する際に用いた異常マップに対応する異常モデルを識別するモデル情報を特定する。検出部103は、異常ピークの周波数と特定したモデル情報と評価値とを推定部107に出力する。
However, the
増速機40および増速機40の周囲の外部装置のいずれかの現象に応じて、周波数スペクトルにピークが現れる。周波数スペクトルにおけるピークの現れ方は、現象の内容によって異なる。
A peak appears in the frequency spectrum depending on the phenomenon of the
たとえば、増速機40に含まれる軸受の固定輪である外輪に損傷が発生した場合には、上述したように、基本波と高調波とが発生する(第1異常モデル)。これに対し、増速機40に含まれる軸受の回転輪である内輪に損傷が発生した場合、当該損傷に応じた基本波およびその高調波に加えて、基本波および高調波の各々のサイドバンド波が発生する。以下では、基本波と、高調波と、基本波および高調波の各々のサイドバンド波とが発生する異常モデルを「第2異常モデル」という。
For example, when the outer ring, which is the fixed ring of the bearing included in the
変形例7に係る検出部103は、たとえば、第1条件を満たすピークごとに、第1異常モデルに応じた第1異常マップの他に、第2異常モデルに応じた第2異常マップを生成する。検出部103は、対象ピークの周波数fnを基本周波数として、当該基本周波数と、当該基本周波数を有する基本波の高調波の周波数と、基本波のサイドバンド波の周波数と、高調波のサイドバンド波の周波数とを異常成分として含む第2異常マップを生成する。基本周波数とサイドバンド波の周波数との差は、予め定められる。検出部103は、周波数がfnである対象ピークに対して、以下の式(5)に示されるような第2異常マップM_n(2)を生成する。
M_n(2)=[・・0010010010010010・・・01001・・・] 式(5)
第2異常マップM_n(2)において、異常成分である周波数に対応する値が1に設定され、異常成分ではない周波数に対応する値が0に設定される。
The
M_n (2) = [・ ・ 00100010010010010 ・ ・ ・ 01001 ・ ・ ・] Equation (5)
In the second anomaly map M_n (2), the value corresponding to the frequency that is the anomalous component is set to 1, and the value corresponding to the frequency that is not the anomalous component is set to 0.
検出部103は、第1異常マップを用いて評価値を算出するとともに、第2異常マップを用いて評価値を算出する。
The
図19は、第1条件を満たすピークと、第2異常マップと、抽出されたピークとの関係を示す図である。図19を参照して、周波数fnのピークに対して生成された第2異常マップM_n(2)を用いて、検出部103は、周波数fex_n1,fex_n2,・・・の複数のピークを抽出する。なお、周波数fex_n3は、周波数fnと一致する。抽出された複数のピークのPSDの値は、それぞれpsdex_n1,psdex_n2,・・・である。検出部103は、上記の式(4)に従って、抽出されたピークのPSDの総和を評価値として算出する。
FIG. 19 is a diagram showing the relationship between the peak satisfying the first condition, the second anomaly map, and the extracted peak. With reference to FIG. 19, using the second anomaly map M_n (2) generated for the peak of frequency f n , the
検出部103は、第1異常マップを用いて算出した評価値が第2閾値以上である場合、異常ピークの周波数値とモデル情報「1」と評価値とを推定部107に出力する。検出部103は、第2異常マップを用いて算出した評価値が第2閾値以上である場合、異常ピークの周波数値とモデル情報「2」と評価値とを推定部107に出力する。
When the evaluation value calculated using the first abnormality map is equal to or greater than the second threshold value, the
図20は、変形例7に係る第1記憶部105が記憶する第1異常情報の一例を示す図である。図20を参照して、変形例7に係る第1記憶部105は、増速機40または増速機40の周囲の外部装置の現象ごとに、現象情報と、当該現象に起因して生じるピークの現れ方を示すモデル情報と、基本周波数の値と、第2閾値とを対応付けた第1異常情報を記憶する。
FIG. 20 is a diagram showing an example of the first abnormality information stored in the
推定部107は、検出部103から受けた周波数値と一致または近似する基本周波数の値および検出部103から受けたモデル情報に対応する現象情報を特定する。推定部107は、特定した現象情報によって識別される現象が生じていると推定する。
The
推定部107は、検出部103から受けた周波数値およびモデル情報に対応する現象情報を特定できない場合、異常ピークの周波数値とモデル情報と評価値とを更新処理部108に出力する。
When the
図21は、変形例7に係る第2記憶部106が記憶する第2異常情報の一例を示す図である。図21を参照して、変形例7に係る第2記憶部106は、基本周波数の値と、モデル情報と、平均評価値と、検出数とを対応付けた第2異常情報を記憶する。
FIG. 21 is a diagram showing an example of the second abnormality information stored in the
更新処理部108は、推定部107から受けた異常ピークの周波数値と一致または近似する基本周波数の値と推定部107から受けたモデル情報とを有する第2異常情報が第2記憶部106に格納されているか否かを判断する。推定部107から受けた異常ピークの周波数値およびモデル情報に対応する第2異常情報が第2記憶部106に格納されている場合、更新処理部108は、当該第2異常情報の平均評価値および検出数を更新する。推定部107から受けた異常ピークの周波数値およびモデル情報に対応する第2異常情報が第2記憶部106に格納されていない場合、更新処理部108は、異常ピークの周波数値およびモデル情報を含む新たな第2異常情報を第2記憶部106に登録する。
The
変形例7に係るデータ処理装置80は、モデル情報を用いることにより、増速機40および増速機40の周囲の外部装置に生じている現象の発生状況をより精度良く管理することができる。
By using the model information, the
<変形例8>
一般に、異常の程度が大きいほど、周波数スペクトルに現れる高調波の数が増える。ただし、次数が高くなるほど、高調波のPSDが小さくなる。そのため、高次の高調波が過小に評価されないように、次数に応じて高調波のPSDに重み付けしてもよい。
<Modification 8>
In general, the greater the degree of anomaly, the greater the number of harmonics that appear in the frequency spectrum. However, the higher the order, the smaller the PSD of the harmonics. Therefore, the PSD of the harmonics may be weighted according to the order so that the higher harmonics are not underestimated.
たとえば、検出部103は、第1異常マップまたは第2異常マップを生成する際に、各異常成分に対して重み付け係数を設定してもよい。具体的には、検出部103は、高調波の周波数である異常成分に対して、次数が高くなるほど大きい重み付け係数を設定した第1異常マップまたは第2異常マップを生成し、生成した第1異常マップまたは第2異常マップを用いて評価値を算出してもよい。
For example, the
<変形例9>
上記の説明では、状態監視センサ70は、振動波形データを計測するものとした。しかしながら、状態監視センサ70は、AE(Acoustic Emission)センサであり、超音波領域の波形データを計測してもよい。もしくは、状態監視センサ70は、超音波領域以外の音の波形データを計測してもよい。その他、状態監視センサ70は、軸回転速度、負荷トルク、モータ電力等の波形データを計測するセンサであってもよい。これらの波形データも増速機40または増速機40の周囲の外部装置の現象に応じて変化する。そのため、当該波形データに基づいて、増速機40または増速機40の周囲の外部装置の現象の発生状況を管理することができる。
<Modification example 9>
In the above description, the
<変形例10>
上記の説明では、データ処理装置80が風力発電装置10の内部に設置されるものとした。しかしながら、データ処理装置80は、風力発電装置10の外部に設置され、有線または無線通信システムによって、状態監視センサ70が計測した振動波形データを受信し、上記のデータ処理を実行してもよい。
<Modification example 10>
In the above description, it is assumed that the
<変形例11>
データベース104は、データ処理装置80の内部ではなく、データ処理装置80の外部に設置され、データ処理装置80と有線または無線通信システムによって通信可能であってもよい。
<
The
今回開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施の形態の説明でなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。 The embodiments disclosed this time should be considered to be exemplary in all respects and not restrictive. The scope of the present invention is shown by the scope of claims rather than the description of the embodiment described above, and is intended to include all modifications within the meaning and scope equivalent to the scope of claims.
10 風力発電装置、20 主軸、25 ハブ、30 ブレード、40 増速機、50 発電機、60 主軸用軸受、70 状態監視センサ、80 データ処理装置、90 ナセル、100 タワー、101 フィルタ部、102 周波数解析部、103 検出部、104 データベース、105 第1記憶部、106 第2記憶部、107 推定部、108 更新処理部、109 出力処理部。 10 Wind power generator, 20 spindle, 25 hub, 30 blade, 40 speed increaser, 50 generator, 60 spindle bearing, 70 condition monitoring sensor, 80 data processor, 90 nacelle, 100 tower, 101 filter section, 102 frequency Analysis unit, 103 detection unit, 104 database, 105 first storage unit, 106 second storage unit, 107 estimation unit, 108 update processing unit, 109 output processing unit.
Claims (9)
前記対象物に設置されたセンサによって計測された波形データを周波数解析することにより周波数スペクトルを生成する周波数解析部と、
前記周波数スペクトルから、前記対象物および前記対象物の周囲の外部装置のいずれかの現象に起因した基本波のピークを検出し、前記ピークの周波数の値または当該周波数から算出される値である検出値を取得する検出部と、
前記対象物および前記外部装置のいずれかの現象ごとに、当該現象を識別する現象情報と、当該現象に起因して生じる基本波の周波数の値または当該周波数から算出される値である第1値とを対応付けて記憶する第1記憶部から、前記検出値との差が第1範囲内である前記第1値に対応する前記現象情報を特定し、特定した前記現象情報で識別される現象が生じていることを示す推定結果を出力する推定部と、
前記第1値とは異なる第2値と、当該第2値の前記ピークの検出数とを対応付けて記憶するための第2記憶部の更新を行なう更新処理部とを備え、
前記更新処理部は、前記検出値と前記第1値との差が前記第1範囲を超える場合、前記検出値と前記第2値との差が第2範囲内であるときに、前記第2値に対応する前記検出数を更新し、前記検出値と前記第2値との差が前記第2範囲を超えるときに、前記検出値を新たな第2値として前記第2記憶部に登録する、状態監視装置。 A condition monitoring device that monitors the condition of an object.
A frequency analysis unit that generates a frequency spectrum by frequency analysis of waveform data measured by a sensor installed on the object.
From the frequency spectrum, a peak of the fundamental wave caused by any phenomenon of the object and an external device around the object is detected, and the value of the frequency of the peak or a value calculated from the frequency is detected. The detector that acquires the value and
For each phenomenon of the object and the external device, the phenomenon information that identifies the phenomenon, the frequency value of the fundamental wave generated due to the phenomenon, or the first value that is a value calculated from the frequency. A phenomenon in which the phenomenon information corresponding to the first value whose difference from the detected value is within the first range is specified from the first storage unit that is stored in association with the above, and is identified by the specified phenomenon information. An estimation unit that outputs an estimation result indicating that
A second value different from the first value and an update processing unit for updating the second storage unit for storing the detected number of the peaks of the second value in association with each other are provided.
When the difference between the detected value and the first value exceeds the first range, the update processing unit performs the second when the difference between the detected value and the second value is within the second range. The number of detections corresponding to the value is updated, and when the difference between the detected value and the second value exceeds the second range, the detected value is registered in the second storage unit as a new second value. , Condition monitoring device.
前記更新処理部は、直近の前記単位期間あたりの前記検出数の増加量に応じて前記検出頻度を更新する、請求項1に記載の状態監視装置。 The second storage unit further stores the detection frequency indicating the amount of increase in the number of detections per unit period in association with the second value.
The condition monitoring device according to claim 1, wherein the update processing unit updates the detection frequency according to an increase in the number of detections per unit period.
前記第2記憶部は、前記第2値と対応付けて、前記評価値の増減の傾向を示すトレンド情報をさらに記憶し、
前記更新処理部は、前記ピークに対して算出された前記評価値に基づいて前記トレンド情報を更新する、請求項1に記載の状態監視装置。 The detection unit calculates an evaluation value indicating the degree of occurrence of the phenomenon causing the peak based on the spectral density of the peak.
The second storage unit further stores trend information indicating a tendency of increase / decrease of the evaluation value in association with the second value.
The condition monitoring device according to claim 1, wherein the update processing unit updates the trend information based on the evaluation value calculated for the peak.
前記検出値と前記第1値と前記第2値との各々は、周波数と前記回転機構の回転速度との比の値である、請求項1から3のいずれか1項に記載の状態監視装置。 The object includes a rotating mechanism
The condition monitoring device according to any one of claims 1 to 3, wherein each of the detected value, the first value, and the second value is a value of a ratio of a frequency and a rotation speed of the rotating mechanism. ..
前記対象物に設置されたセンサによって計測された波形データを周波数解析することにより周波数スペクトルを生成するステップと、
前記周波数スペクトルから、前記対象物および前記対象物の周囲の外部装置のいずれかの現象に起因した基本波のピークを検出し、前記ピークの周波数の値または当該周波数から算出される値である検出値を取得するステップと、
前記対象物および前記外部装置のいずれかの現象ごとに、当該現象を識別する現象情報と、当該現象に起因して生じる基本波の周波数の値または当該周波数から算出される値である第1値とを対応付けて記憶する第1記憶部から、前記検出値との差が第1範囲内である前記第1値に対応する前記現象情報を特定し、特定した前記現象情報で識別される現象が生じていることを示す推定結果を出力するステップと、
前記第1値とは異なる第2値と、当該第2値の前記ピークの検出数とを対応付けて記憶するための第2記憶部の更新を行なうステップとを備え、
前記更新を行なうステップにおいて、前記検出値と前記第1値との差が前記第1範囲を超える場合、前記検出値と前記第2値との差が第2範囲内であるときに、前記第2値に対応する前記検出数を更新し、前記検出値と前記第2値との差が前記第2範囲を超えるときに、前記検出値を新たな第2値として前記第2記憶部に登録する、状態監視方法。 It is a condition monitoring method that monitors the condition of an object.
A step of generating a frequency spectrum by frequency analysis of waveform data measured by a sensor installed on the object, and
From the frequency spectrum, a peak of the fundamental wave caused by any phenomenon of the object and an external device around the object is detected, and the value of the frequency of the peak or a value calculated from the frequency is detected. Steps to get the value and
For each phenomenon of the object and the external device, the phenomenon information that identifies the phenomenon, the frequency value of the fundamental wave generated due to the phenomenon, or the first value that is a value calculated from the frequency. A phenomenon in which the phenomenon information corresponding to the first value whose difference from the detected value is within the first range is specified from the first storage unit that is stored in association with the above, and is identified by the specified phenomenon information. And the step to output the estimation result indicating that
A second value different from the first value and a step of updating the second storage unit for storing the detected number of the peaks of the second value in association with each other are provided.
In the step of performing the update, when the difference between the detected value and the first value exceeds the first range, and when the difference between the detected value and the second value is within the second range, the first The number of detections corresponding to the two values is updated, and when the difference between the detected value and the second value exceeds the second range, the detected value is registered in the second storage unit as a new second value. How to monitor the status.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017188025A JP6869156B2 (en) | 2017-09-28 | 2017-09-28 | Status monitoring device and status monitoring method |
PCT/JP2018/035699 WO2019065736A1 (en) | 2017-09-28 | 2018-09-26 | State monitoring device and state monitoring method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017188025A JP6869156B2 (en) | 2017-09-28 | 2017-09-28 | Status monitoring device and status monitoring method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019060828A JP2019060828A (en) | 2019-04-18 |
JP6869156B2 true JP6869156B2 (en) | 2021-05-12 |
Family
ID=65901941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017188025A Active JP6869156B2 (en) | 2017-09-28 | 2017-09-28 | Status monitoring device and status monitoring method |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6869156B2 (en) |
WO (1) | WO2019065736A1 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7415850B2 (en) | 2020-08-24 | 2024-01-17 | 株式会社明電舎 | Structural abnormality diagnosis device and structural abnormality diagnosis method |
JP7157293B2 (en) * | 2021-03-18 | 2022-10-20 | 東芝情報システム株式会社 | Failure detection/prediction device and failure detection/prediction program |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6031577B2 (en) * | 2015-10-28 | 2016-11-24 | 株式会社エヌ・ティ・ティ・データ | Abnormality detection device, abnormality detection method, abnormality detection program |
JP6243940B2 (en) * | 2016-03-07 | 2017-12-06 | 株式会社日立パワーソリューションズ | Wind power generation system abnormality sign diagnosis system |
-
2017
- 2017-09-28 JP JP2017188025A patent/JP6869156B2/en active Active
-
2018
- 2018-09-26 WO PCT/JP2018/035699 patent/WO2019065736A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JP2019060828A (en) | 2019-04-18 |
WO2019065736A1 (en) | 2019-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7013787B2 (en) | Condition monitoring device, condition monitoring method, and condition monitoring system for wind turbines for wind power generation | |
US11441940B2 (en) | Condition monitoring apparatus, condition monitoring system, and condition monitoring method | |
US10495693B2 (en) | Wind turbine fault detection using acoustic, vibration, and electrical signals | |
JP5216903B2 (en) | Sideband energy ratio method for detecting gear meshing faults | |
CN103998775B (en) | Method for the mechanical failure of the rotor blade that determines wind energy source device | |
US20160033580A1 (en) | Detecting Faults in Turbine Generators | |
US20160187226A1 (en) | Bearing device vibration analysis method, bearing device vibration analyzer, and rolling bearing condition monitoring system | |
JP5293300B2 (en) | Vibration monitoring device and vibration monitoring method for rotating machine | |
KR101829134B1 (en) | Fault prediction system for rotating body using vibration and method thereof | |
US10895873B2 (en) | Machine health monitoring of rotating machinery | |
CN102854006A (en) | Severity analysis apparatus and method for shafts of rotating machinery | |
JP2018155494A (en) | Bearing abnormality diagnosis system and bearing abnormality diagnosis method | |
WO2014123443A1 (en) | Method and device for vibration diagnosis and forecasting sudden engine failure | |
JP6869156B2 (en) | Status monitoring device and status monitoring method | |
JP7083293B2 (en) | Status monitoring method and status monitoring device | |
JP3214233B2 (en) | Rotating machine vibration diagnostic device | |
JP6714844B2 (en) | Abnormality diagnosis method | |
JP7098399B2 (en) | Status monitoring device and status monitoring method | |
JP5958932B2 (en) | Dynamic equipment condition monitoring system, method and program | |
JP2016170085A (en) | Abnormality diagnostic device and abnormality diagnostic method | |
JP6934832B2 (en) | Status monitoring device, status monitoring system and status monitoring method | |
JP6192414B2 (en) | Rolling bearing condition monitoring device | |
JP6243940B2 (en) | Wind power generation system abnormality sign diagnosis system | |
JP2019128179A (en) | Method for detecting falling of vibration sensor and apparatus for diagnosing abnormalities | |
EP3748154A1 (en) | A method for computer-implemented monitoring of a compo-nent of a wind turbine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200304 |
|
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: 20210323 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210413 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6869156 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |