JP7060432B2 - Diagnostic support device, rotary machine system and diagnostic support method - Google Patents
Diagnostic support device, rotary machine system and diagnostic support method Download PDFInfo
- Publication number
- JP7060432B2 JP7060432B2 JP2018074881A JP2018074881A JP7060432B2 JP 7060432 B2 JP7060432 B2 JP 7060432B2 JP 2018074881 A JP2018074881 A JP 2018074881A JP 2018074881 A JP2018074881 A JP 2018074881A JP 7060432 B2 JP7060432 B2 JP 7060432B2
- Authority
- JP
- Japan
- Prior art keywords
- amplitude
- frequency
- rotating machine
- axis current
- information
- 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
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
本発明は、診断支援装置、回転機システム及び診断支援方法の技術に関する。 The present invention relates to a technique of a diagnostic support device, a rotary machine system, and a diagnostic support method.
生産設備に組み込まれたモータ(電動機)等の回転機が突発故障すると、計画外の修理作業や置換作業が必要となる。これにより、生産設備の稼働率低下や生産計画の見直しが必要となる。そして、故障の兆候を調べることで故障する可能性が高い装置に対して予め交換部品を用意する、または修理の予定を計画しておくことができる。このようにすれば、生産設備の稼働率低下や生産計画の見直しを最低限に抑えることが可能となる。 If a rotating machine such as a motor (motor) built into production equipment suddenly breaks down, unplanned repair work or replacement work is required. As a result, it is necessary to reduce the operating rate of production equipment and review the production plan. Then, by examining the signs of failure, it is possible to prepare replacement parts in advance for the device that is likely to fail, or to plan a repair schedule. In this way, it is possible to minimize the decrease in the operating rate of production equipment and the revision of production plans.
回転機システムにおける回転機、及び、その付帯機器の突発故障を未然に防ぐための方法として、以下の方法等がある。なお、回転機、及び、その付帯機器とは、インバータ、ギア、カップリング、負荷装置等である。
(a1)回転機システムの各部位に振動センサを取り付けられ、振動実効値の増加が調べられる。
(a2)回転機システムの各部位に振動の特徴周波数成分の増加が調べられる。
(a1)、(a2)の方法等を実行することで、各部位の異常状態を診断し、突発故障をある程度防ぐことができる。
As a method for preventing a sudden failure of the rotating machine and its ancillary equipment in the rotating machine system, there are the following methods and the like. The rotary machine and its ancillary equipment are an inverter, a gear, a coupling, a load device, and the like.
(A1) A vibration sensor is attached to each part of the rotating machine system, and an increase in the effective vibration value is investigated.
(A2) An increase in the characteristic frequency component of vibration is investigated in each part of the rotating machine system.
By executing the methods (a1) and (a2), it is possible to diagnose the abnormal state of each part and prevent sudden failure to some extent.
しかしながら、前記した(a1)、(a2)の方法は、以下の課題がある。
(b1)振動センサの価格が高い。
(b2)振動センサの取り付け位置に感度が大きく依存する。
(b3)異常が発生する可能性がある部位毎に振動センサを取り付ける必要がある。
However, the methods (a1) and (a2) described above have the following problems.
(B1) The price of the vibration sensor is high.
(B2) Sensitivity largely depends on the mounting position of the vibration sensor.
(B3) It is necessary to attach a vibration sensor to each part where an abnormality may occur.
そこで、振動センサを使わずに、安価な電流センサを使うことでセンサの設置数を減らし、設置者によらずロバストな診断を可能にする方法が提案されている。この方法では、回転機システムから取得した電流波形がフーリエ変換され、フーリエ変換の結果から異常に対して特徴的な周波数(異常特徴周波数)の成分が抽出される。そして、異常特徴周波数の成分の振幅によって診断が行われる。このような方法の1つとして、MCSA(Motor Current Signature Analysis)が知られている。 Therefore, a method has been proposed in which the number of sensors installed is reduced by using an inexpensive current sensor instead of using a vibration sensor, and robust diagnosis is possible regardless of the installer. In this method, the current waveform acquired from the rotating machine system is Fourier transformed, and the component of the frequency characteristic for the anomaly (abnormal characteristic frequency) is extracted from the result of the Fourier transform. Then, the diagnosis is made based on the amplitude of the component of the abnormal characteristic frequency. MCSA (Motor Current Signature Analysis) is known as one of such methods.
異常特徴周波数の成分は、機械的な異常の場合、以下の式(1)で表されることが分かっている。 It is known that the component of the anomalous characteristic frequency is expressed by the following equation (1) in the case of a mechanical anomaly.
fc=|f0±fm| ・・・ (1) fc = | f0 ± fm | ... (1)
式(1)において、fcは電流の異常特徴周波数、f0は電流の基本波周波数、fmは機械的な振動の周波数である。この式により、軸受の劣化や、ギアやカップリングの損傷、負荷装置の異常等を診断することが可能となる。例えば、軸受内輪における傷の場合、軸受の寸法や軸受球の数等で周期的な振動が発生し、それに起因する振動が電流の基本波周波数の側帯波として現れることが知られている。 In equation (1), fc is the anomalous characteristic frequency of the current, f0 is the fundamental wave frequency of the current, and fm is the frequency of mechanical vibration. With this formula, it is possible to diagnose deterioration of bearings, damage to gears and couplings, abnormalities in load devices, and the like. For example, in the case of a scratch on the inner ring of a bearing, it is known that periodic vibration occurs depending on the size of the bearing, the number of bearing balls, and the like, and the vibration caused by the vibration appears as a sideband wave of the fundamental wave frequency of the current.
しかしながら、依然として追加の電流センサの設置が必要であり、モータに接続されたインバータの制御用の内部値を診断に活用することが考えられている。 However, it is still necessary to install an additional current sensor, and it is considered to utilize the internal value for control of the inverter connected to the motor for diagnosis.
特許文献1には、「回転異常検出部67は、位置推定運転時、実際に検出された値に基づいてモータ60の入力電力に対応する値を演算するとともに、回転速度・角度推定部66で推定した回転速度ωestに基づいてモータ60の出力電力に対応する値を演算し、これらの比較結果に相当する回転異常指標を求め、この回転異常指標がしきい値より大きい場合に回転異常と判定する」回転機制御装置及び洗濯機が開示されている(要約参照)。
According to
しかしながら、特許文献1に記載の技術には、次のような課題がある。つまり、特許文献1に開示された技術では、モータシステム全体の異常が入力電力と出力電力の推定値の比率で診断されている。この方法では、異常部位の特定を容易にすることができない。異常部位が分からなければ、予め交換用として用意する部品を特定することが困難である。また、異常部位に応じて計画する必要のある修理の予定も困難となってしまう。
However, the technique described in
このような背景に鑑みて本発明がなされたのであり、本発明は、回転機及び付帯機器における異常部位の特定を容易にすることを課題とする。 The present invention has been made in view of such a background, and an object of the present invention is to facilitate identification of an abnormal portion in a rotating machine and ancillary equipment.
前記した課題を解決するため、本発明は、回転機を制御する電力変換装置のq軸電流を取得する取得部と、取得した前記q軸電流から、前記q軸電流に関する周波数毎の振幅を演算する振幅演算部と、前記周波数毎の振幅に関する情報を出力する出力部と、前記回転機、及び、前記回転機の付帯機器の少なくとも一方に異常が生じた際に振幅が増大する周波数に関する情報を部位毎に格納している異常特徴周波数情報を有する記憶部と、前記振幅演算部によって演算された周波数毎の振幅と、前記異常特徴周波数情報とを比較することで、前記回転機及び前記付帯機器の少なくとも一方において異常が生じている部位を特定する異常部位特定部と、を有することを特徴とする。
その他の解決手段は、実施形態中において後記する。
In order to solve the above-mentioned problems, the present invention calculates the amplitude of each frequency related to the q-axis current from the acquisition unit that acquires the q-axis current of the power conversion device that controls the rotary machine and the acquired q-axis current. Information on the frequency at which the amplitude increases when an abnormality occurs in at least one of the amplitude calculation unit, the output unit that outputs information on the amplitude for each frequency, the rotating machine, and the auxiliary equipment of the rotating machine. By comparing the storage unit having the abnormal feature frequency information stored for each part, the amplitude for each frequency calculated by the amplitude calculation unit, and the abnormal feature frequency information, the rotating machine and the incidental device are used. It is characterized by having an abnormal site specifying portion for identifying a site where an abnormality occurs in at least one of the above.
Other solutions will be described later in the embodiment.
本発明によれば、回転機及び付帯機器における異常部位の特定を容易にすることができる。 According to the present invention, it is possible to easily identify an abnormal portion in a rotating machine and ancillary equipment.
以下、本発明を実施するための形態(「実施形態」と表記する)を、適宜、図面を参照して説明する。また、下記に記載するものは、あくまでも実施形態の一例であり、本発明の範囲が下記実施形態に限定されることを意図するものではない。 Hereinafter, embodiments for carrying out the present invention (referred to as “embodiments”) will be described with reference to the drawings as appropriate. Further, what is described below is merely an example of the embodiment, and the scope of the present invention is not intended to be limited to the following embodiment.
[比較例]
まず、本実施形態に対する比較例を示す。
図14は、比較例(特許文献1)における回転機システム100gの構成例を示す図である。
電動機等の回転機3や、回転機3の付帯機器で発生する異常において、どの部位で異常が発生しているかや、その要因は多岐にわたる。例えば、異常発生要因として、回転機軸受劣化、ギアの歯車欠け、負荷装置4の軸受劣化、負荷装置4の異物噛み込み、回転機軸受の内輪の傷等が考えられる。なお、回転機3の付帯機器とは、前記したように電力変換装置2、ギア、カップリング、負荷装置4等である。
[Comparison example]
First, a comparative example with respect to this embodiment is shown.
FIG. 14 is a diagram showing a configuration example of the
Among the abnormalities that occur in the rotating
図14に示すように、回転機システム100gでは、電力変換装置2と回転機3とが電気的に接続されている。さらに、回転機3と負荷装置4とが機械的に接続されている。回転機3と負荷装置4との機械的な接続方法としては、回転軸を直結する方法やギアを介して接続する方法等が考えられる。
また、電力変換装置2から内部値を取得することで回転機3や、その付帯機器の異常を診断する診断支援装置1gが設置されている。
As shown in FIG. 14, in the
Further, a
図14に示される、これまでの診断支援装置1gでは、まず、電力比推定部17が、電力変換装置2の内部値から、回転機3の入力電力と出力電力の比を推定する。そして、異常判定部18が、推定された電力比の変化から回転機システム100gの異常を判定する。
In the conventional
しかしながら、回転機3の入力電力と出力電力との比だけでは、劣化が進展した箇所を推定することができない。そのため、予め交換用として用意する部品を特定することが難しく、また、修理の予定も劣化部位に応じて計画する必要があるという課題がある。
However, it is not possible to estimate the location where deterioration has progressed only from the ratio of the input power to the output power of the
本実施形態は、このような課題を解決するものである。 The present embodiment solves such a problem.
[第1実施形態]
図1は、第1実施形態に係る回転機システム100の構成例を示す図である。
図1において、図14と同様の構成については、同一の符号を付して、その説明を省略する。
ここで、発明者らは、電力変換装置2の内部値の内、q軸電流成分において、回転機システム100の機械的な劣化等にともなう異常部位に応じた特定周波数成分の振動が発生することを明らかにした。さらに、発明者らは、q軸電流の特定周波数成分の経時変化により、異常部位毎に状態を傾向監視できることを見い出した。
[First Embodiment]
FIG. 1 is a diagram showing a configuration example of the
In FIG. 1, the same components as those in FIG. 14 are designated by the same reference numerals, and the description thereof will be omitted.
Here, the inventors have found that, among the internal values of the
図1に示すように、第1実施形態に係る診断支援装置1では、振幅演算部11と、表示部12とを有することを特徴とする。
振幅演算部11は、電力変換装置2の内部値の1つであるq軸電流を電力変換装置2から取得する。なお、ここで、q軸電流とは、q軸電流値の時間変化である。そして、振幅演算部11は、取得したq軸電流を周波数毎の振幅に変換する。すなわち、振幅演算部11は、入力されたq軸電流をフーリエ変換する。
表示部12は、振幅演算部11の演算結果を表示する。すなわち、表示部12は、振幅演算部11で演算された周波数スペクトルの経時変化を可視化し、ユーザに異常の状態を提示する。
As shown in FIG. 1, the
The
The
ユーザは、表示部12に表示された振幅演算部11の演算結果、すなわち、q軸電流の周波数スペクトルを基に、回転機システム100の状態を診断する。
The user diagnoses the state of the
(周波数スペクトルの例)
以下、第1実施形態の診断支援装置1を用いた診断方法の一例として、回転機軸受の内輪に傷が発生した状態を診断する方法について述べることで、診断支援装置1の機能を説明する。
(Example of frequency spectrum)
Hereinafter, as an example of the diagnostic method using the
図2A及び図2Bは、q軸電流の周波数スペクトルの例を示す。また、図3A及び図3Bは、回転機3の振動周波数スペクトルの例を示す。そして、図4A及び図4Bは、回転機3の各相に流れる負荷電流の周波数スペクトルの例を示す。
ここで、軸受回転速度が、164.32rad/s(26.17Hz)となるよう制御されている。また、q軸電流は、電力変換装置2を改造することで、電力変換装置2の制御用のマイコンの内部値がテキスト形式で出力されるようにしている。なお、q軸電流のログ出力機能がある電力変換装置2については、ログ出力機能を使うこともできるし、診断用に新たに出力機能を追加してもよい。
2A and 2B show an example of the frequency spectrum of the q-axis current. Further, FIGS. 3A and 3B show an example of the vibration frequency spectrum of the
Here, the bearing rotation speed is controlled to be 164.32 rad / s (26.17 Hz). Further, for the q-axis current, the internal value of the microcomputer for controlling the
ここで、図2A、図3A、図4Aは、傷が発生する前の正常状態における周波数スペクトルを示す。また、図2B、図3B、図4Bは、傷が発生した後の状態(異常発生時)における周波数スペクトルを示す。回転機3の入力電流の基本波周波数f0は27.77Hzとする。そして、図2Bに示すように、異常に起因するq軸電流の特徴周波数fqの一次成分は149.00Hzである。また、図3Bに示すように、異常に起因する振動の特徴周波数fvの一次成分は149.00Hzである。さらに、図4Bに示すように、負荷電流の特徴周波数fcの一次成分は121.20Hzまたは176.80Hzである。図2B、図3B、図4Bそれぞれにおいて、異常に起因する特徴周波数(異常特徴周波数)が縦方向の線で示されている。また、図2B、図3B、図4Bそれぞれにおいて、異常特徴周波数の一次成分が上向きの矢印で示されている。
Here, FIGS. 2A, 3A, and 4A show frequency spectra in a normal state before scratches occur. Further, FIGS. 2B, 3B, and 4B show frequency spectra in a state after the occurrence of scratches (at the time of occurrence of an abnormality). The fundamental wave frequency f0 of the input current of the
ここで、図2A~図4Bに示す周波数スペクトルは、同一の制御条件で駆動されている状態同士を比較している。診断精度の観点では、異常具合が小さい場合、特に、制御条件の変化を異常と誤検知する可能性が高いため、同じ制御条件で駆動された区間を取り出して診断することが望ましい。 Here, the frequency spectra shown in FIGS. 2A to 4B compare states driven under the same control conditions. From the viewpoint of diagnostic accuracy, when the degree of abnormality is small, there is a high possibility that a change in control conditions will be erroneously detected as an abnormality, so it is desirable to take out a section driven under the same control conditions for diagnosis.
図2A及び図3A、図2B及び図3Bの比較から明らかなように、傷発生によるq軸電流の周波数スペクトルの変化は、回転機3の振動の周波数スペクトルを反映している。つまり、図2B及び図3Bを比較すると、異常特徴周波数が一致している。
これに対して、図3A及び図4A、図3B及び図4Bの比較から明らかなように、負荷電流は、回転機3の振動の周波数スペクトルを反映していない。つまり、図3B及び図4Bを比較すると、異常特徴周波数が一致していない。
これにより、q軸電流が回転機3及び付帯機器の異常解析に適していることが分かる。
As is clear from the comparison of FIGS. 2A and 3A, FIGS. 2B and 3B, the change in the frequency spectrum of the q-axis current due to the occurrence of scratches reflects the frequency spectrum of the vibration of the
On the other hand, as is clear from the comparison of FIGS. 3A and 4A, FIGS. 3B and 4B, the load current does not reflect the frequency spectrum of the vibration of the
From this, it can be seen that the q-axis current is suitable for abnormality analysis of the
このように、q軸電流によれば、傷発生による特徴周波数成分の増加が確認できる。ユーザは、q軸電流の特徴スペクトルの振幅増大を確認することで、回転機システム100の異常を診断できることが確認できる。さらに、特定周波数に着目した診断により異常の有無と異常発生位置(今回の場合は軸受)を検出することができることを確認した。
これまでの診断支援装置1gでは、q軸電流を制御情報として使用している。本実施形態では、q軸電流を制御のみならず、異常部位の特定に利用している。
特に、第1実施形態によれば、電流センサや、振動センサ等といった追加のセンサを必要とせずに、異常部位を特定するための情報をユーザに提示することができる。
As described above, according to the q-axis current, it can be confirmed that the characteristic frequency component increases due to the occurrence of scratches. The user can confirm that the abnormality of the
In the conventional
In particular, according to the first embodiment, it is possible to present information for identifying an abnormal portion to the user without requiring an additional sensor such as a current sensor or a vibration sensor.
[第2実施形態]
図5は、第2実施形態に係る回転機システム100aの構成例を示す図である。図5において、図1と同様の構成については、図1と同一の符号を付して説明を省略する。
回転機システム100aの診断支援装置1aにおいて、図1に示す診断支援装置1と異なる点は、以下の通りである。
(c1)回転機3及び付帯機器の機械的異常部位の特徴周波数(異常特徴周波数;異常特徴周波数情報)が格納されている異常特徴周波数記憶部21が備えられている。
(c2)振幅演算部11が出力した周波数スペクトルと、異常特徴周波数記憶部21に格納されている異常特徴周波数とを比較することにより、異常部位を特定する異常部位特定部13が備えられている。
(c3)特定した異常部位をユーザに通知する通知部14が備えられている。
[Second Embodiment]
FIG. 5 is a diagram showing a configuration example of the rotary machine system 100a according to the second embodiment. In FIG. 5, the same components as those in FIG. 1 are designated by the same reference numerals as those in FIG. 1, and the description thereof will be omitted.
The diagnostic support device 1a of the rotary machine system 100a differs from the
(C1) An abnormal feature
(C2) An abnormal
(C3) A
第1実施形態では、周波数スペクトルを表示部12に表示し、ユーザに異常有無の判断を任せる例について説明した。これに対して、第2実施形態では、予め監視する異常特徴周波数が設定されている。そして、異常部位特定部13が、周波数スペクトルにおいて、設定した異常特徴周波数におけるq軸電流の振幅変化から回転機システム100の状態を診断し、異常部位を特定する。
In the first embodiment, an example in which the frequency spectrum is displayed on the
異常特徴周波数に入力する周波数は、予め実測し求めた周波数が用いられてもよい。また、機械部品の幾何学的な形状から求まる機械振動周波数を設定してもよい。 As the frequency to be input to the abnormal feature frequency, a frequency actually measured and obtained in advance may be used. Further, the machine vibration frequency obtained from the geometric shape of the machine part may be set.
ここで、軸受に関する傷に対応した異常特徴周波数は、表1に記載される各式で表される。
表1において、frは回転機軸受の回転周波数、nbは球数、bdは球経、pdはピッチ径、βは接触角である。表1では、それぞれの異常特徴周波数の一次成分が示されている。
異常部位特定部13に入力される異常特徴周波数は1つ(例えば、一次成分)であってもよい。また、考えられる異常特徴周波数の周波数の一次成分が複数入力されてもよい。あるいは、異常特徴周波数の高次成分が入力されてもよい。
Here, the abnormal characteristic frequency corresponding to the scratch on the bearing is represented by each equation shown in Table 1.
In Table 1, fr is the rotation frequency of the rotary machine bearing, n b is the number of balls, bd is the ball diameter, pd is the pitch diameter, and β is the contact angle. Table 1 shows the primary components of each anomalous characteristic frequency.
The abnormal characteristic frequency input to the abnormal
なお、表1に示す異常特徴周波数は一例であり、その他の部位に関する異常特徴周波数が、異常部位特定部13に入力されてもよい。
なお、徐々に進行する異常だけでなく、軸のミスアライメント等、設置不良に関する周波数成分が、異常特徴周波数として異常部位特定部13に入力されてもよい。
The abnormal characteristic frequency shown in Table 1 is an example, and the abnormal characteristic frequency relating to other parts may be input to the abnormal
It should be noted that not only the gradually progressing abnormality but also the frequency component related to the installation failure such as the misalignment of the shaft may be input to the abnormality
異常部位特定部13は、周波数スペクトルにおいて、入力された、それぞれの異常特徴周波数に該当する周波数の振幅が大きくなっているか否かを判定することで、異常部位の特定を行う。
異常部位特定部13は、以下の方法によって異常特徴周波数に該当する周波数の振幅が大きくなっているか否かを判定する。
(d1)振幅が所定の閾値を超えたか否か。
(d2)予め分かっている正常時の振幅に対する計測された周波数の振幅の比。
(d3)機械学習。つまり、機械学習によって、異常・正常の状態が判別されるようにしてもよい。ここで、機械学習のアルゴリズムは、特に限定されず、正常状態と異常状態の差異が鮮明に判別できる手法が採用されればよい。
(d4)所定の指標による判定。
The abnormal
The abnormality
(D1) Whether or not the amplitude exceeds a predetermined threshold value.
(D2) The ratio of the measured frequency amplitude to the pre-known normal amplitude.
(D3) Machine learning. That is, the abnormal / normal state may be determined by machine learning. Here, the machine learning algorithm is not particularly limited, and a method capable of clearly discriminating the difference between the normal state and the abnormal state may be adopted.
(D4) Judgment based on a predetermined index.
特定結果をユーザに通知する手段は、適宜選択可能とすることが望ましい。
ここで、ユーザへの通知方法として、以下の方法が考えられる。
(e1)ディスプレイによる表示。
(e2)ランプの点灯。このとき、部位毎に点灯されるランプの色が異なるようにされているとよい。
(e3)メールによる通知。
It is desirable that the means for notifying the user of the specific result can be appropriately selected.
Here, the following method can be considered as a notification method to the user.
(E1) Display by display.
(E2) Lighting of the lamp. At this time, it is preferable that the color of the lamp that is lit is different for each part.
(E3) Notification by email.
また、通知の方法についても、以下の方法が考えられる。
(f1)異常特徴周波数の振幅変化を何らかの処理(前記した機械学習等)を加え求めた値でユーザに伝える方法。
(f2)予め定めた閾値を超えた場合にユーザ通知する方法。
In addition, the following methods can be considered as the notification method.
(F1) Abnormal feature A method of transmitting a change in frequency amplitude to a user with a value obtained by adding some processing (machine learning or the like described above).
(F2) A method of notifying the user when a predetermined threshold value is exceeded.
(異常度による判別)
ここで、機械学習による異常判別の一例として異常度による判別を説明する。
図6は、異常度の定義を説明する図である。
まず、図6に示すように、x1及びx2の座標軸が定義される。x1、x2は、それぞれ回転機3及び付帯機器の部位である。例えば、x1=外輪、x2=内輪である。
そして、μ1はx1の異常特徴周波数における平均振幅である。同様に、μ2はx2の異常特徴周波数における平均振幅である。
(Discrimination by degree of abnormality)
Here, as an example of abnormality discrimination by machine learning, discrimination based on the degree of abnormality will be described.
FIG. 6 is a diagram illustrating the definition of the degree of anomaly.
First, as shown in FIG. 6, the axis of x1 and x2 is defined. x1 and x2 are parts of the
And μ1 is the average amplitude in the anomalous feature frequency of x1. Similarly, μ2 is the average amplitude at the anomalous feature frequency of x2.
N1は、x1の異常特徴周波数の振幅に関する確率密度関数である。同様に、N2は、x2の異常特徴周波数の振幅に関する確率密度関数である。N1、N2とも正規分布であるとする。
また、Lはx1の平均値μ1と、x2の平均値μ2とを結ぶ曲線(曲面)である。なお、図6では、Lを曲線としたが、直線でもよい。。
そして、M1は、x1の異常特徴周波数の振幅の計測値である。同様に、M2は、x2の異常特徴周波数の振幅の計測値である。ちなみに、σ1を確率密度関数N1の分散とすると、M1は平均値μ1から3σ1の位置にあるものとする。同様に、σ2を確率密度関数N2の分散とすると、M2は平均値μ2からσ2/3の位置にあるものとする。つまり、M1は、非常に低い確率で発生する事象である。
N1 is a probability density function with respect to the amplitude of the anomalous feature frequency of x1. Similarly, N2 is a probability density function with respect to the amplitude of the anomalous feature frequency of x2. It is assumed that both N1 and N2 have a normal distribution.
Further, L is a curve (curved surface) connecting the average value μ1 of x1 and the average value μ2 of x2. In FIG. 6, L is a curved line, but it may be a straight line. ..
And M1 is a measured value of the amplitude of the anomalous characteristic frequency of x1. Similarly, M2 is a measured value of the amplitude of the anomalous feature frequency of x2. Incidentally, assuming that σ1 is the variance of the probability density function N1, M1 is assumed to be at the position of the mean value μ1 to 3σ1. Similarly, assuming that σ2 is the variance of the probability density function N2, it is assumed that M2 is at the position of σ2 / 3 from the mean value μ2. That is, M1 is an event that occurs with a very low probability.
次に、x1及びx2で形成される座標上において、座標が(M1,M2)である点Pが定義される。M1,M2は、計測された各部位における異常特徴周波数の振幅であるが、これは表1の情報から容易に演算可能である。
次に、原点Oと、点Pとを結ぶベクトルOPが定義される。そして、ベクトルOPと、曲線Lとの交点Qが定義される。そして、ベクトルQPの距離(太矢印の大きさ、すなわち線QPの長さ)が異常度として定義される。
Next, on the coordinates formed by x1 and x2, the point P whose coordinates are (M1, M2) is defined. M1 and M2 are the amplitudes of the abnormal feature frequencies measured at each part, which can be easily calculated from the information in Table 1.
Next, the vector OP connecting the origin O and the point P is defined. Then, the intersection Q of the vector OP and the curve L is defined. Then, the distance of the vector QP (the size of the thick arrow, that is, the length of the line QP) is defined as the degree of abnormality.
なお、説明を簡単にするため、図6では、x1(例えば、外輪)、x2(例えば、内輪)の2次元座標としている。しかし、実際には、異常を特定する部位の項目だけ座標軸が存在する多次元座標となる。 For the sake of simplicity, in FIG. 6, the two-dimensional coordinates of x1 (for example, the outer ring) and x2 (for example, the inner ring) are used. However, in reality, the coordinates are multidimensional and the coordinate axes exist only for the item of the part that identifies the abnormality.
図7は、異常度を基にした異常判定について説明する図である。
図7では、軸受内輪傷の高次成分を含む異常特徴周波数を入力とした場合の振幅に基づく異常度によって、回転機システム100aの状態変化を診断した例について説明する。
図7に示すように、異常度が所定の閾値を超えると、異常部位特定部13は異常部位ありと判定する。このような閾値は、前記したような機械学習によって設定されてもよいし、ユーザが経験的に設定してもよい。そして、異常度が所定の閾値を超えると、異常部位特定部13は、図6に示すベクトルOPを各座標軸(図6では、x1軸、x2軸)に射影する。そして、異常部位特定部13は、射影の結果、生じる各座標軸での正射影ベクトルの大きさが最も大きい座標軸を対応する部位で異常が生じていると判定する。
FIG. 7 is a diagram illustrating an abnormality determination based on an abnormality degree.
FIG. 7 describes an example in which the state change of the rotary machine system 100a is diagnosed based on the degree of abnormality based on the amplitude when the abnormal characteristic frequency including the high-order component of the bearing inner ring scratch is input.
As shown in FIG. 7, when the degree of abnormality exceeds a predetermined threshold value, the abnormal
その後、前記したように通知部14が、特定された異常部位をユーザに通知する。
図6及び図7に示す方法によれば、異常進展にともなう異常度の増加が確認できる。さらに、異常発生時における異常部位の特定を容易に行うことができる。そして、適切な閾値が設けられることでユーザに異常を伝達し、適切な対応を促すことができる。
After that, as described above, the
According to the methods shown in FIGS. 6 and 7, it can be confirmed that the degree of abnormality increases with the progress of the abnormality. Further, it is possible to easily identify the abnormal portion when an abnormality occurs. Then, by providing an appropriate threshold value, it is possible to convey the abnormality to the user and prompt an appropriate response.
第2実施形態によれば、専門的な知識がなくても、回転機3及び付帯機器の診断を行うことができる。
According to the second embodiment, the rotating
[第3実施形態]
図8は、第3実施形態に係る回転機システム100bの構成例を示す図である。図8において、図5と同様の構成については、図5と同一の符号を付して説明を省略する。
回転機システム100bの診断支援装置1bにおいて、図5に示す診断支援装置1aと異なる点は、以下の通りである。
(g1)異常特徴周波数記憶部21の入力先が振幅演算部11となっている。
(g2)振幅演算部11は、入力されたq軸電流に対して、異常特徴周波数に相当する周波数部分のみを離散フーリエ変換する。
[Third Embodiment]
FIG. 8 is a diagram showing a configuration example of the
The
(G1) Abnormal feature The input destination of the
(G2) The
第2実施形態では、振幅演算部11においてq軸電流が周波数変換された後に、異常特徴周波数記憶部21から入力された特定の周波数成分を抽出している。これに対して、第3実施形態では、前記したように、振幅演算部11は、入力されたq軸電流に対して、予め設定した異常特徴周波数成分に対してのみ、離散フーリエ変換等により振幅を抽出している。このようにすることで、メモリ容量が限られたマイコン等で周波数分解する場合、使用するメモリ量を節約することができる。
In the second embodiment, after the q-axis current is frequency-converted in the
[第4実施形態]
図9は、第4実施形態に係る回転機システム100cの構成例を示す図である。図9において、図5と同様の構成については、図5と同一の符号を付して説明を省略する。
回転機システム100cの診断支援装置1cにおいて、図5に示す診断支援装置1aと異なる点は、以下の通りである。
(h1)振幅演算部11の上流側にフィルタ部15が設けられている。フィルタ部15は、例えば、ローパスフィルタや、ハイパスフィルタ等である。
[Fourth Embodiment]
FIG. 9 is a diagram showing a configuration example of the
The difference between the diagnostic support device 1c of the
(H1) A filter unit 15 is provided on the upstream side of the
第1実施形態~第3実施形態では、入力されたq軸電流を周波数毎の振幅に直接分解している。これに対して、第4実施形態では、q軸電流における特定の周波数帯域が除去された後に、周波数毎の振幅に変換される。例えば、直流成分やノイズ成分を予め除去しておくことで、電流振幅の分解能が向上し、診断精度を向上することができる。 In the first to third embodiments, the input q-axis current is directly decomposed into the amplitudes for each frequency. On the other hand, in the fourth embodiment, after the specific frequency band in the q-axis current is removed, it is converted into the amplitude for each frequency. For example, by removing the DC component and the noise component in advance, the resolution of the current amplitude can be improved and the diagnostic accuracy can be improved.
[第5実施形態]
図10は、第5実施形態に係る回転機システム100dの構成例を示す図である。図10において、図5と同様の構成については、図5と同一の符号を付して説明を省略する。
回転機システム100dの診断支援装置1dにおいて、図5に示す診断支援装置1aと異なる点は、以下の通りである。
(i1)異常特徴周波数記憶部21dには、回転機3や、付帯機器それぞれの部位における異常特徴周波数が、回転機3や、付帯機器の型番(識別情報)に対応付けられて記憶されている。例えば、異常特徴周波数記憶部21dには、回転機3や、付帯機器それぞれの部位における異常特徴周波数が、回転機3や、付帯機器の型番に対応付けられたテーブルとして格納されている。
(i2)回転機3や、付帯機器の型番を異常特徴周波数記憶部21dに入力する型番入力部(識別情報入力部)16が診断支援装置1dに備えられている。
(i3)型番入力部16は、入力された型番に対応付けられている異常特徴周波数が異常特徴周波数記憶部21dから異常部位特定部13に入力する。
[Fifth Embodiment]
FIG. 10 is a diagram showing a configuration example of the
The difference between the
(I1) The abnormal characteristic
(I2) The
(I3) The model
このような構成により、回転機3や、付帯機器の型に応じた異常部位特定が可能となり、異常部位特定の精度を向上させることができる。
With such a configuration, it is possible to identify the abnormal portion according to the type of the
[第6実施形態]
図11は、第6実施形態に係る回転機システム100eの構成例を示す図である。図11において、図1と同様の構成については、図1と同一の符号を付して説明を省略する。
図11に示す回転機システム100eでは、電力変換装置2eに第1~第5実施形態に係る診断支援装置1,1a~1dの機能が備えられている。
このような構成とすることで、電力変換装置2e内で、回転機3や、付帯機器の異常診断の支援を行うことができる。
[Sixth Embodiment]
FIG. 11 is a diagram showing a configuration example of the
In the
With such a configuration, it is possible to support the abnormality diagnosis of the
[第7実施形態]
図12は、第7実施形態に係る回転機システム100fの構成例を示す図である。図12において、図1と同様の構成については、図1と同一の符号を付して説明を省略する。
図12に示す回転機システム100fでは、電力変換装置2と、第1~第5実施形態に係る診断支援装置1,1a~1dとが、インターネットNWを介して接続している。
このような構成とすることで、遠隔地に存在する回転機3や、付帯機器の診断支援が可能となる。
[7th Embodiment]
FIG. 12 is a diagram showing a configuration example of the
In the
With such a configuration, it is possible to support the diagnosis of the
[ハードウェア構成]
図13は、第1~第5実施形態に係る診断支援装置1,1a~1dのハードウェア構成を示す図である。
診断支援装置1,1a~1dは、PC(Personal Computer)や、PLC(Programmable Logic Controller)等で構成される。
診断支援装置1,1a~1dは、メモリ201、CPU(Central Processing Unit)202、記憶装置203、入力装置204、出力装置205を有している。
そして、記憶装置203に格納されているプログラムがメモリ201にロードされ、ロードされたプログラムがCPU202によって実行される。これにより、図1、図5、図8~図10に示す振幅演算部11、異常部位特定部13、通知部14、フィルタ部15等が具現化する。
[Hardware configuration]
FIG. 13 is a diagram showing the hardware configurations of the
The
The
Then, the program stored in the
また、記憶装置203には、異常特徴周波数(図5、図8、図9)、型番に対応した異常特徴周波数(図10)等が格納されている。
さらに、出力装置205は、図1の表示部12、図5、図8~図10の通知部14に相当する。
Further, the
Further, the
本実施形態における診断支援装置1,1a~1dによれば、センサを必要としないため、安価な診断支援装置1,1a~1dを提供することができる。
According to the
それぞれの実施形態における回転機システム100,100a~100fは、高電圧モータ、中電圧モータ、低電圧モータに適用可能である。さらに、それぞれの実施形態における回転機システム100,100a~100fは、電力変換装置2,2a、変圧器等の産業機器に適用可能である。そして、それぞれの実施形態における回転機システム100,100a~100fは、q軸電流による制御が行われる電気機器に適用することができる。
また、第2~第5実施形態において、振幅演算部11の演算結果が表示部12に表示されてもよい。
The
Further, in the second to fifth embodiments, the calculation result of the
本発明は前記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、前記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明したすべての構成を有するものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。 The present invention is not limited to the above-described embodiment, and includes various modifications. For example, the above-described embodiment has been described in detail in order to explain the present invention in an easy-to-understand manner, and is not necessarily limited to those having all the described configurations. Further, it is possible to replace a part of the configuration of one embodiment with the configuration of another embodiment, and it is also possible to add the configuration of another embodiment to the configuration of one embodiment. Further, it is possible to add / delete / replace a part of the configuration of each embodiment with another configuration.
また、前記した各構成、機能、各部11,13~16、記憶装置203等は、それらの一部またはすべてを、例えば集積回路で設計すること等によりハードウェアで実現してもよい。また、図14に示すように、前記した各構成、機能等は、CPU202等のプロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、HD(Hard Disk)に格納すること以外に、メモリ201や、SSD(Solid State Drive)等の記録装置、または、IC(Integrated Circuit)カードや、SD(Secure Digital)カード、DVD(Digital Versatile Disc)等の記録媒体に格納することができる。
また、各実施形態において、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には、ほとんどすべての構成が相互に接続されていると考えてよい。
Further, each of the above-mentioned configurations, functions,
Further, in each embodiment, the control lines and information lines are shown as necessary for explanation, and not all the control lines and information lines are necessarily shown in the product. In practice, you can think of almost all configurations as interconnected.
1,1a~1d,1g 診断支援装置
2,2a 電力変換装置(付帯機器)
3 回転機
4 負荷装置(付帯機器)
11 振幅演算部
12 表示部
13 異常部位特定部
14 通知部
15 フィルタ部
16 型番入力部(識別情報入力部)
21,21d 異常特徴周波数記憶部(異常特徴周波数情報を含む)
1,1a to 1d, 1g
3 Rotating
11
21,21d Abnormal feature frequency storage unit (including abnormal feature frequency information)
Claims (9)
取得した前記q軸電流から、前記q軸電流に関する周波数毎の振幅を演算する振幅演算部と、
前記周波数毎の振幅に関する情報を出力する出力部と、
前記回転機、及び、前記回転機の付帯機器の少なくとも一方に異常が生じた際に振幅が増大する周波数に関する情報を部位毎に格納している異常特徴周波数情報を有する記憶部と、
前記振幅演算部によって演算された周波数毎の振幅と、前記異常特徴周波数情報とを比較することで、前記回転機及び前記付帯機器の少なくとも一方において異常が生じている部位を特定する異常部位特定部と、
を有することを特徴とする診断支援装置。 An acquisition unit that acquires the q-axis current of the power converter that controls the rotating machine,
An amplitude calculation unit that calculates the amplitude of each frequency related to the q-axis current from the acquired q-axis current.
An output unit that outputs information about the amplitude of each frequency,
A storage unit having anomalous characteristic frequency information that stores information on a frequency at which the amplitude increases when an abnormality occurs in at least one of the rotating machine and the auxiliary equipment of the rotating machine.
By comparing the amplitude for each frequency calculated by the amplitude calculation unit with the abnormal feature frequency information, the abnormal part identification unit that identifies the part where the abnormality occurs in at least one of the rotary machine and the incidental equipment. When,
A diagnostic support device characterized by having.
取得した前記q軸電流から、前記q軸電流に関する周波数毎の振幅を演算する振幅演算部と、
前記周波数毎の振幅に関する情報を出力する出力部と、
前記回転機、及び、前記回転機の付帯機器の少なくとも一方に異常が生じた際に振幅が増大する周波数に関する情報を部位毎に格納している異常特徴周波数情報を有する記憶部と、
前記振幅演算部によって演算された周波数毎の振幅と、前記異常特徴周波数情報とを比較することで、前記回転機及び前記付帯機器の少なくとも一方において異常が生じている部位を特定する異常部位特定部と、
を有し、
前記振幅演算部は、前記異常特徴周波数情報に格納されている周波数についてのみ、前記振幅を演算する
ことを特徴とする診断支援装置。 An acquisition unit that acquires the q-axis current of the power converter that controls the rotating machine,
An amplitude calculation unit that calculates the amplitude of each frequency related to the q-axis current from the acquired q-axis current.
An output unit that outputs information about the amplitude of each frequency,
A storage unit having anomalous characteristic frequency information that stores information on a frequency at which the amplitude increases when an abnormality occurs in at least one of the rotating machine and the auxiliary equipment of the rotating machine.
By comparing the amplitude for each frequency calculated by the amplitude calculation unit with the abnormal feature frequency information, the abnormal part identification unit that identifies the part where the abnormality occurs in at least one of the rotary machine and the incidental equipment. When,
Have,
The amplitude calculation unit calculates the amplitude only for the frequency stored in the abnormal feature frequency information.
A diagnostic support device characterized by this.
取得した前記q軸電流から、前記q軸電流に関する周波数毎の振幅を演算する振幅演算部と、
前記周波数毎の振幅に関する情報を出力する出力部と、
前記回転機、及び、前記回転機の付帯機器の少なくとも一方に異常が生じた際に振幅が増大する周波数に関する情報を部位毎に格納している異常特徴周波数情報を有する記憶部と、
前記振幅演算部によって演算された周波数毎の振幅と、前記異常特徴周波数情報とを比較することで、前記回転機及び前記付帯機器の少なくとも一方において異常が生じている部位を特定する異常部位特定部と、
を有し、
前記記憶部には、前記異常特徴周波数情報が、前記回転機及び前記付帯機器の少なくとも一方の識別情報と対応付けられて格納されており、
入力された前記回転機及び前記付帯機器の少なくとも一方の前記識別情報に対応した前記異常特徴周波数情報を前記異常部位特定部へ送る識別情報入力部
を、さらに有することを特徴とする診断支援装置。 An acquisition unit that acquires the q-axis current of the power converter that controls the rotating machine,
An amplitude calculation unit that calculates the amplitude of each frequency related to the q-axis current from the acquired q-axis current.
An output unit that outputs information about the amplitude of each frequency,
A storage unit having anomalous characteristic frequency information that stores information on a frequency at which the amplitude increases when an abnormality occurs in at least one of the rotating machine and the auxiliary equipment of the rotating machine.
By comparing the amplitude for each frequency calculated by the amplitude calculation unit with the abnormal feature frequency information, the abnormal part identification unit that identifies the part where the abnormality occurs in at least one of the rotary machine and the incidental equipment. When,
Have,
The abnormal feature frequency information is stored in the storage unit in association with at least one identification information of the rotary machine and the incidental device.
Identification information input unit that sends the abnormality feature frequency information corresponding to the identification information of at least one of the input rotary machine and the incidental device to the abnormality part identification unit.
A diagnostic support device, characterized in that it further possesses.
取得した前記q軸電流から、前記q軸電流に関する周波数毎の振幅を演算する振幅演算部と、
前記周波数毎の振幅に関する情報を出力する出力部と、
前記回転機、及び、前記回転機の付帯機器の少なくとも一方に異常が生じた際に振幅が増大する周波数に関する情報を部位毎に格納している異常特徴周波数情報を有する記憶部と、
前記振幅演算部によって演算された周波数毎の振幅と、前記異常特徴周波数情報とを比較することで、前記回転機及び前記付帯機器の少なくとも一方において異常が生じている部位を特定する異常部位特定部と、
を有し、
前記異常部位特定部は、
前記回転機及び前記付帯機器における、それぞれの前記部位に関する周波数の振幅に関する座標軸を設定し、
それぞれの部位に関する前記振幅の平均値を設定するとともに、それぞれの前記部位における前記振幅の平均値を結ぶ平面を設定し、
計測された前記q軸電流から演算された、それぞれの前記部位に対応する前記振幅を演算すると、それぞれの前記部位に対応する前記振幅を前記座標軸で定義される座標にプロットした点Pを設定し、
前記座標の原点Oと、前記点Pを結んだ線OPを生成し、
前記線OPと、前記平面との交点Qを生成し、
線QPの長さを異常度とし、
当該異常度の長さが、所定の閾値を超えると、前記回転機及び前記付帯機器の少なくとも一方に異常が発生したと判定し、
前記線QPを、それぞれの前記座標軸に射影した結果を基に、異常が生じている前記部位を特定する
ことを特徴とする診断支援装置。 An acquisition unit that acquires the q-axis current of the power converter that controls the rotating machine,
An amplitude calculation unit that calculates the amplitude of each frequency related to the q-axis current from the acquired q-axis current.
An output unit that outputs information about the amplitude of each frequency,
A storage unit having anomalous characteristic frequency information that stores information on a frequency at which the amplitude increases when an abnormality occurs in at least one of the rotating machine and the auxiliary equipment of the rotating machine.
By comparing the amplitude for each frequency calculated by the amplitude calculation unit with the abnormal feature frequency information, the abnormal part identification unit that identifies the part where the abnormality occurs in at least one of the rotary machine and the incidental equipment. When,
Have,
The abnormal part identification part is
In the rotating machine and the ancillary equipment, set the coordinate axes related to the frequency amplitude of each of the parts, and set the coordinate axes.
The average value of the amplitude for each part is set, and the plane connecting the average value of the amplitude in each part is set.
When the amplitude corresponding to each of the parts calculated from the measured q-axis current is calculated, the point P in which the amplitude corresponding to each of the parts is plotted at the coordinates defined by the coordinate axis is set. ,
A line OP connecting the origin O of the coordinates and the point P is generated.
Generate an intersection Q between the line OP and the plane,
The length of the line QP is defined as the degree of abnormality.
When the length of the degree of abnormality exceeds a predetermined threshold value, it is determined that an abnormality has occurred in at least one of the rotating machine and the ancillary equipment.
Based on the result of projecting the line QP on each of the coordinate axes, the site where the abnormality occurs is specified.
A diagnostic support device characterized by this.
ことを特徴とする請求項1から請求項4のいずれか一項に記載の診断支援装置。 The diagnostic support device according to any one of claims 1 to 4 , wherein the output unit outputs an amplitude for each frequency.
を有することを特徴とする請求項1から請求項4のいずれか一項に記載の診断支援装置。 The diagnostic support device according to any one of claims 1 to 4 , wherein a filter unit for removing a predetermined frequency is provided between the power conversion device and the amplitude calculation unit.
前記回転機を制御する電力変換装置と、
前記回転機、及び、前記回転機の付帯機器の異常診断を支援する診断支援装置と、
を有する回転機システムであって、
前記診断支援装置は、
前記電力変換装置のq軸電流を取得する取得部と、
取得した前記q軸電流から、前記q軸電流に関する周波数毎の振幅を演算する振幅演算部と、
前記周波数毎の振幅に関する情報を出力する出力部と、
前記回転機、及び、前記回転機の付帯機器の少なくとも一方に異常が生じた際に振幅が増大する周波数に関する情報を部位毎に格納している異常特徴周波数情報を有する記憶部と、
前記振幅演算部によって演算された周波数毎の振幅と、前記異常特徴周波数情報とを比較することで、前記回転機及び前記付帯機器の少なくとも一方において異常が生じている部位を特定する異常部位特定部と、
を有することを特徴とする回転機システム。 With a rotating machine,
The power conversion device that controls the rotating machine and
A diagnostic support device that supports abnormality diagnosis of the rotary machine and the equipment incidental to the rotary machine, and
Is a rotating machine system with
The diagnostic support device is
An acquisition unit that acquires the q-axis current of the power converter, and
An amplitude calculation unit that calculates the amplitude of each frequency related to the q-axis current from the acquired q-axis current.
An output unit that outputs information about the amplitude of each frequency,
A storage unit having anomalous characteristic frequency information that stores information on a frequency at which the amplitude increases when an abnormality occurs in at least one of the rotating machine and the auxiliary equipment of the rotating machine.
By comparing the amplitude for each frequency calculated by the amplitude calculation unit with the abnormal feature frequency information, the abnormal part identification unit that identifies the part where the abnormality occurs in at least one of the rotary machine and the incidental equipment. When,
A rotating machine system characterized by having.
前記回転機を制御する電力変換装置と、
前記回転機、及び、前記回転機の付帯機器の異常診断を支援する診断支援装置と、
を有する回転機システムであって、
前記診断支援装置は、
前記電力変換装置のq軸電流を取得する取得部と、
取得した前記q軸電流から、前記q軸電流に関する周波数毎の振幅を演算する振幅演算部と、
前記周波数毎の振幅に関する情報を出力する出力部と、
前記回転機、及び、前記回転機の付帯機器の少なくとも一方に異常が生じた際に振幅が増大する周波数に関する情報を部位毎に格納している異常特徴周波数情報を有する記憶部と、
前記振幅演算部によって演算された周波数毎の振幅と、前記異常特徴周波数情報とを比較することで、前記回転機及び前記付帯機器の少なくとも一方において異常が生じている部位を特定する異常部位特定部と、
を有し、
前記振幅演算部は、前記異常特徴周波数情報に格納されている周波数についてのみ、前記振幅を演算する
ことを特徴とする回転機システム。 With a rotating machine,
The power conversion device that controls the rotating machine and
A diagnostic support device that supports abnormality diagnosis of the rotary machine and the equipment incidental to the rotary machine, and
Is a rotating machine system with
The diagnostic support device is
An acquisition unit that acquires the q-axis current of the power converter, and
An amplitude calculation unit that calculates the amplitude of each frequency related to the q-axis current from the acquired q-axis current.
An output unit that outputs information about the amplitude of each frequency,
A storage unit having anomalous characteristic frequency information that stores information on a frequency at which the amplitude increases when an abnormality occurs in at least one of the rotating machine and the auxiliary equipment of the rotating machine.
By comparing the amplitude for each frequency calculated by the amplitude calculation unit with the abnormal feature frequency information, the abnormal part identification unit that identifies the part where the abnormality occurs in at least one of the rotary machine and the incidental equipment. When,
Have,
The amplitude calculation unit calculates the amplitude only for the frequency stored in the abnormal feature frequency information.
A rotating machine system characterized by that .
前記回転機、及び、前記回転機の付帯機器の少なくとも一方に異常が生じた際に振幅が増大する周波数に関する情報を部位毎に格納している異常特徴周波数情報を有する記憶部を有し、
前記回転機を制御する電力変換装置のq軸電流を取得し、
取得した前記q軸電流から、前記q軸電流に関する周波数毎の振幅を演算し、
前記周波数毎の振幅に関する情報を出力し、
演算された前記周波数毎の振幅と、前記異常特徴周波数情報とを比較することで、前記回転機及び前記付帯機器の少なくとも一方において異常が生じている部位を特定する
ことを特徴とする診断支援方法。 The diagnostic support device that supports the abnormality diagnosis of the rotary machine and the auxiliary equipment of the rotary machine
It has a storage unit having anomalous feature frequency information that stores information on the frequency at which the amplitude increases when an abnormality occurs in at least one of the rotating machine and the auxiliary equipment of the rotating machine.
Acquire the q-axis current of the power converter that controls the rotating machine,
From the acquired q-axis current, the amplitude for each frequency with respect to the q-axis current is calculated.
Information on the amplitude for each frequency is output , and
By comparing the calculated amplitude for each frequency with the abnormal feature frequency information, a portion where an abnormality occurs in at least one of the rotating machine and the ancillary equipment is specified.
A diagnostic support method characterized by this.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018074881A JP7060432B2 (en) | 2018-04-09 | 2018-04-09 | Diagnostic support device, rotary machine system and diagnostic support method |
PCT/JP2019/014613 WO2019198563A1 (en) | 2018-04-09 | 2019-04-02 | Diagnosis support device, rotating machine system, and diagnosis support method |
DE112019001115.4T DE112019001115T5 (en) | 2018-04-09 | 2019-04-02 | Diagnostic assist device, rotating machine system, and diagnostic assisting method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018074881A JP7060432B2 (en) | 2018-04-09 | 2018-04-09 | Diagnostic support device, rotary machine system and diagnostic support method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019184406A JP2019184406A (en) | 2019-10-24 |
JP7060432B2 true JP7060432B2 (en) | 2022-04-26 |
Family
ID=68163649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018074881A Active JP7060432B2 (en) | 2018-04-09 | 2018-04-09 | Diagnostic support device, rotary machine system and diagnostic support method |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7060432B2 (en) |
DE (1) | DE112019001115T5 (en) |
WO (1) | WO2019198563A1 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7191807B2 (en) * | 2019-11-29 | 2022-12-19 | 株式会社日立製作所 | Diagnostic device and diagnostic method |
KR20230136160A (en) | 2021-06-25 | 2023-09-26 | 가부시키가이샤 히다치 산키시스템 | Deterioration diagnosis device and deterioration diagnosis method, and electric motor control device |
CN118266164A (en) | 2021-11-25 | 2024-06-28 | 三菱电机株式会社 | Motor diagnosis device and motor diagnosis method |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002360970A (en) | 2001-06-07 | 2002-12-17 | Toshiba Corp | Washing machine |
JP2007108189A (en) | 2006-12-20 | 2007-04-26 | Nsk Ltd | Method and device for diagnosing abnormality in rotor |
JP2008254876A (en) | 2007-04-04 | 2008-10-23 | Mitsubishi Electric Building Techno Service Co Ltd | Diagnostic operating device and method for elevator |
JP2010000826A (en) | 2008-06-18 | 2010-01-07 | Jtekt Corp | Motor control device and electric power steering device |
JP2017221023A (en) | 2016-06-07 | 2017-12-14 | 三菱電機株式会社 | Failure sign detector for air-conditioner |
JP2017219469A (en) | 2016-06-09 | 2017-12-14 | 日本精工株式会社 | State monitoring device and state monitoring method |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018183017A (en) * | 2017-04-21 | 2018-11-15 | 株式会社ジェイテクト | Motor controller |
-
2018
- 2018-04-09 JP JP2018074881A patent/JP7060432B2/en active Active
-
2019
- 2019-04-02 WO PCT/JP2019/014613 patent/WO2019198563A1/en active Application Filing
- 2019-04-02 DE DE112019001115.4T patent/DE112019001115T5/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002360970A (en) | 2001-06-07 | 2002-12-17 | Toshiba Corp | Washing machine |
JP2007108189A (en) | 2006-12-20 | 2007-04-26 | Nsk Ltd | Method and device for diagnosing abnormality in rotor |
JP2008254876A (en) | 2007-04-04 | 2008-10-23 | Mitsubishi Electric Building Techno Service Co Ltd | Diagnostic operating device and method for elevator |
JP2010000826A (en) | 2008-06-18 | 2010-01-07 | Jtekt Corp | Motor control device and electric power steering device |
JP2017221023A (en) | 2016-06-07 | 2017-12-14 | 三菱電機株式会社 | Failure sign detector for air-conditioner |
JP2017219469A (en) | 2016-06-09 | 2017-12-14 | 日本精工株式会社 | State monitoring device and state monitoring method |
Also Published As
Publication number | Publication date |
---|---|
DE112019001115T5 (en) | 2020-11-19 |
JP2019184406A (en) | 2019-10-24 |
WO2019198563A1 (en) | 2019-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7060432B2 (en) | Diagnostic support device, rotary machine system and diagnostic support method | |
JP4381612B2 (en) | Axis voltage and current monitoring system | |
US7865333B2 (en) | Process and device for monitoring a machine | |
JP6285119B2 (en) | System and method for monitoring pump cavitation | |
RU2155328C1 (en) | Trouble-shooting system for electric motors based on model | |
JP4966209B2 (en) | Equipment comprising at least one rotating member and means for measuring the vibration frequency of the member to determine its wear state, corresponding control unit and method | |
JP5561835B2 (en) | System and method for article monitoring | |
JP6190841B2 (en) | Diagnostic equipment for electric motors | |
US20210140849A1 (en) | Condition monitoring device, wind turbine equipped with the same, and method for removing electrical noise | |
JP6945371B2 (en) | Diagnostic equipment for rotating machine systems, power converters, rotating machine systems, and diagnostic methods for rotating machine systems. | |
CN111954588B (en) | Robot control device, maintenance management method, and computer-readable storage medium | |
JP6308591B2 (en) | Monitoring device, monitoring method, and program | |
US10895873B2 (en) | Machine health monitoring of rotating machinery | |
WO2019074002A1 (en) | Abnormality diagnosis device, abnormality diagnosis method, and abnormality diagnosis program | |
EP4043699A1 (en) | System and method for automated failure mode detection of rotating machinery | |
WO2018020563A1 (en) | Electric motor diagnosis device | |
KR102545672B1 (en) | Method and apparatus for machine fault diagnosis | |
KR20130045589A (en) | Diagnostic system using vibration sensor | |
CN117482443B (en) | Fire-fighting equipment health monitoring method and system | |
CN111801632A (en) | Diagnostic device, system, diagnostic method, and program | |
JP6975679B2 (en) | Rotating machine diagnostic system, information processing device and rotating machine diagnostic method | |
JP2018091638A (en) | Rotating body inspection device | |
WO2018229836A1 (en) | Bearing diagnosis device | |
JP7381390B2 (en) | Abnormality diagnosis device and maintenance management system | |
JP7352371B2 (en) | diagnostic equipment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210322 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211019 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211201 |
|
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: 20220405 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220414 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7060432 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |