JP7188143B2 - 異常予兆検出システム、異常予兆検出方法 - Google Patents
異常予兆検出システム、異常予兆検出方法 Download PDFInfo
- Publication number
- JP7188143B2 JP7188143B2 JP2019015789A JP2019015789A JP7188143B2 JP 7188143 B2 JP7188143 B2 JP 7188143B2 JP 2019015789 A JP2019015789 A JP 2019015789A JP 2019015789 A JP2019015789 A JP 2019015789A JP 7188143 B2 JP7188143 B2 JP 7188143B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- normal
- matrix
- error
- diagnostic data
- 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
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
事前に前記対象設備の正常時に収集された前記振動波形データに基づき非負値行列因数分解(NMF)で正常モデルを生成する正常モデル作成部と、
前記対象設備の振動波形データを診断データとし、該診断データを前記正常モデルに入力したときの入出力の誤差分布を求める再構築誤差算出部と、
前記診断データの誤差分布が前記正常データの誤差分布を逸脱していれば、前記異常予兆の発生を判定する異常判定部と、
前記診断データの周波数毎の誤差を算出し、算出された誤差の評価に応じて前記対象設備の異常要因を推定する異常要因推定部と、を備える。
事前に前記対象設備の正常時に収集された前記振動波形データに基づき非負値行列因数分解(NMF)で正常モデルを生成する正常モデル作成ステップと、
前記対象設備の振動波形データを診断データとし、該診断データを前記正常モデルに入力したときの入出力の誤差分布を求める再構築誤差算出ステップと、
前記診断データの誤差分布が前記正常データの誤差分布を逸脱していれば、前記異常予兆の発生を判定する異常判定ステップと、
前記判定された異常予兆の振動周波数を特定し、該特定された振動周波数に応じて前記対象設備の異常要因を推定する異常要因推定ステップと、を有する。
図1に基づき前記異常予兆検出システムの構成を説明する。図1中の1は、前記異常検出システムを示している。この異常検出システム1は、非負制約をもった最適化手法を用いた異常検出を実行し、振動スペクトルグラムの特徴量抽出と異常検出の手法とにNMFを用いる。
(1)正常データ記録部6には、事前に収集された略大多数が正常であることが自明なパワースペクトルが蓄積されている。すなわち、正常データ記録部6には、データ記録部4の記録データのうち、回転機2の正常運転時の振動データから算出されたパワースペクトルが記録されている。この正常データ記録部6のパワースペクトルを正常データと呼ぶものとする。
(1)診断データ記録部9は、データ記録部4の記録データのうち診断対象の診断波形データから算出されたパワースペクトルが記録されている。ここでは診断データ記録部9の記録データ(レコード)を診断データと呼ぶものとする。なお、診断データ記録部9には、例えば回転機2の稼働日毎に診断データを記録することができる。
本実施例では、非特許文献2のデータセットを使用して異常予兆の検出試験を行った。このデータセットは、「NASA(National Aeronautics and Space Administration)」の提供するベアリング劣化試験に関する。
2…回転設備(対象設備)
3…振動センサ
4…データ記録部
5…周波数算出部
6…正常データ記録部
7…正常モデル作成部
8…総合再構築誤差算出部
9…診断データ記録部
10…異常判定部
11…変数誤差算出部(異常要因推定部)
Claims (3)
- 対象設備の振動波形データに基づき異常予兆を検出する異常予兆検出システムであって、
事前に前記対象設備の正常時に収集された前記振動波形データの正常データに基づき非負値行列因子分解(NMF)で正常モデルを生成する正常モデル作成部と、
前記対象設備の振動波形データを診断データとし、該診断データを前記正常モデルに入力したときの前記正常データの誤差分布を求める再構築誤差算出部と、
前記診断データの誤差分布が前記正常データの誤差分布を逸脱していれば、前記異常予兆の発生を判定する異常判定部と、
前記診断データと前記正常データとの周波数ごとの誤差を算出し、算出された誤差を閾値と比較した評価に応じて前記対象設備の異常要因を推定する異常要因推定部と、
前記振動波形データからパワースペクトルを算出する周波数算出部と、を備え、
前記正常モデル作成部は、前記正常データの前記パワースペクトルの平方根をとったものを振幅スペクトルVとし、該振幅スペクトルVを非負の係数行列Wと非負の基底行列Hとの線形和で近似するものとし、
式(2-1)で表される目的関数を、非負値を保ったまま最小化するように係数行列Wと基底行列Hとを算出し、さらに式(4)を用いて正常データの誤差分布Enを算出し、
Vn=正常時の振幅スペクトログラム(正常データ)
Wn=同 係数行列
Hn=同 基底行列
前記異常判定部は、前記周波数算出部で算出された前記診断データにおける前記パワースペクトルの振幅スペクトルグラムVに対して、
前記正常モデルの基底行列Hで固定した状態のまま診断データの係数行列Wを非負値行列因数分解により式(6)に従って算出し、算出された係数行列Wを重みとして前記診断データの誤差分布Etを求め、
Vt=診断データの振幅スペクトログラム
Wt=同 係数行列
前記異常要因推定部は、
前記診断データの前記振幅スペクトログラムVtと、前記異常判定部で再構築した行列(WtHn)との差分を算出し、
前記算出された差分が事前設定の閾値を越えていれば、前記異常要因として推定する
ことを特徴とする異常予兆検出システム。 - 前記異常判定部は、式(4)の再構築誤差Enと式(6)の再構築誤差Etとを比較し、再構築誤差Etが事前設定の閾値を超えているときに前記正常データの誤差分布を逸脱していると判定する
ことを特徴とする請求項1記載の異常予兆検出システム。 - コンピュータが対象設備の振動波形データに基づき異常予兆を検出する方法であって、
事前に前記対象設備の正常時に収集された前記振動波形データの正常データに基づき非負値行列因子分解(NMF)で正常モデルを生成する正常モデル作成ステップと、
前記対象設備の振動波形データを診断データとし、該診断データを前記正常モデルに入力したときの前記正常データの誤差分布を求める再構築誤差算出ステップと、
前記診断データの誤差分布が前記正常データの誤差分布を逸脱していれば、前記異常予兆の発生を判定する異常判定ステップと、
前記診断データと前記正常データとの周波数ごとの誤差を算出し、算出された誤差を閾値と比較した評価に応じて前記対象設備の異常要因を推定する異常要因推定ステップと、
前記振動波形データからパワースペクトルを算出する周波数算出ステップと、を有し、
前記正常モデル作成ステップは、前記正常データの前記パワースペクトルの平方根をとったものを振幅スペクトルVとし、該振幅スペクトルVを非負の係数行列Wと非負の基底行列Hとの線形和で近似するものとし、
式(2-1)で表される目的関数を、非負値を保ったまま最小化するように係数行列Wと基底行列Hとを算出し、さらに式(4)を用いて正常データの誤差分布Enを算出し、
Vn=正常時の振幅スペクトログラム(正常データ)
Wn=同 係数行列
Hn=同 基底行列
前記異常判定ステップは、前記周波数算出ステップで算出された前記診断データにおける前記パワースペクトルの振幅スペクトルグラムVに対して、
前記正常モデルの基底行列Hで固定した状態のまま診断データの係数行列Wを非負値行列因数分解により式(6)に従って算出し、算出された係数行列Wを重みとして前記診断データの誤差分布Etを求め、
Vt=診断データの振幅スペクトログラム
Wt=同 係数行列
前記異常要因推定ステップは、
前記診断データの前記振幅スペクトログラムVtと、前記異常判定ステップで再構築した行列(WtHn)との差分を算出し、
前記算出された差分が事前設定の閾値を越えていれば、前記異常要因として推定する
ことを特徴とする異常予兆検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019015789A JP7188143B2 (ja) | 2019-01-31 | 2019-01-31 | 異常予兆検出システム、異常予兆検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019015789A JP7188143B2 (ja) | 2019-01-31 | 2019-01-31 | 異常予兆検出システム、異常予兆検出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020123229A JP2020123229A (ja) | 2020-08-13 |
JP7188143B2 true JP7188143B2 (ja) | 2022-12-13 |
Family
ID=71992746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019015789A Active JP7188143B2 (ja) | 2019-01-31 | 2019-01-31 | 異常予兆検出システム、異常予兆検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7188143B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7149197B2 (ja) * | 2019-02-06 | 2022-10-06 | 株式会社日立製作所 | 異常音検知装置および異常音検知方法 |
CN112665706B (zh) * | 2020-11-30 | 2023-04-11 | 武汉第二船舶设计研究所(中国船舶重工集团公司第七一九研究所) | 一种海工平台振动监测分析方法及*** |
JP7166395B1 (ja) | 2021-06-23 | 2022-11-07 | セイコーソリューションズ株式会社 | 監視システム、監視方法、及び監視プログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5246458B1 (ja) | 2012-02-24 | 2013-07-24 | 株式会社安川電機 | モータ制御装置 |
JP2017151872A (ja) | 2016-02-26 | 2017-08-31 | 沖電気工業株式会社 | 分類装置、分類方法、プログラム、及びパラメータ生成装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS593097B2 (ja) * | 1975-10-13 | 1984-01-23 | 株式会社日立製作所 | キキイジヨウケンチソウチ |
JPH0560596A (ja) * | 1991-09-04 | 1993-03-09 | Hitachi Ltd | 回転機器異常診断装置 |
-
2019
- 2019-01-31 JP JP2019015789A patent/JP7188143B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5246458B1 (ja) | 2012-02-24 | 2013-07-24 | 株式会社安川電機 | モータ制御装置 |
JP2017151872A (ja) | 2016-02-26 | 2017-08-31 | 沖電気工業株式会社 | 分類装置、分類方法、プログラム、及びパラメータ生成装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2020123229A (ja) | 2020-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10520397B2 (en) | Methods and apparatuses for defect diagnosis in a mechanical system | |
KR101936283B1 (ko) | 기계적 결함에 대한 진단 및 예측 방법 | |
US9465387B2 (en) | Anomaly diagnosis system and anomaly diagnosis method | |
JP7188143B2 (ja) | 異常予兆検出システム、異常予兆検出方法 | |
JP7149197B2 (ja) | 異常音検知装置および異常音検知方法 | |
Janjarasjitt et al. | Bearing condition diagnosis and prognosis using applied nonlinear dynamical analysis of machine vibration signal | |
Lei et al. | Gear crack level identification based on weighted K nearest neighbor classification algorithm | |
US20150160101A1 (en) | Method and System for Testing Operational Integrity of a Drilling Rig | |
US11669080B2 (en) | Abnormality detection device, abnormality detection method, and program | |
JP7196954B2 (ja) | 異常予兆検出方法 | |
JP5827426B1 (ja) | 予兆診断システム及び予兆診断方法 | |
JP5827425B1 (ja) | 予兆診断システム及び予兆診断方法 | |
Attoui et al. | Novel machinery monitoring strategy based on time–frequency domain similarity measurement with limited labeled data | |
Schmidt et al. | Localised gear anomaly detection without historical data for reference density estimation | |
JP6714498B2 (ja) | 設備診断装置及び設備診断方法 | |
JP5771317B1 (ja) | 異常診断装置及び異常診断方法 | |
US7668696B2 (en) | Method and apparatus for monitoring the health of a computer system | |
US20220236144A2 (en) | Apparatus for equipment monitoring | |
CN117473338B (zh) | 一种核电用泵机运行监测方法及*** | |
Thanagasundram et al. | A fault detection tool using analysis from an autoregressive model pole trajectory | |
CN117370879A (zh) | 一种风力机齿轮箱的实时在线故障诊断方法及*** | |
CN116226719A (zh) | 基于多维稳态振动特征的轴承故障诊断方法及相关组件 | |
JP5771318B1 (ja) | 異常診断装置及び異常診断方法 | |
Heydarzadeh et al. | A robust feature extraction for automatic fault diagnosis of rolling bearings using vibration signals | |
JP2020067750A (ja) | 学習方法、装置及びプログラム、並びに設備の異常診断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210805 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220518 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220524 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220715 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220913 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221013 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221021 |
|
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: 20221101 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221114 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7188143 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |