JP7191807B2 - 診断装置および診断方法 - Google Patents

Description

本発明は、診断装置および診断方法に関するものである。その中でも特に、複数の部位（部品）で構成される回転機を含む回転機システムの劣化を診断する技術に関する。なお、本発明での、劣化には、故障、異常が含まれる。

現在、生産設備等の機器の劣化に対する診断が行われている。その中でも特に、いわゆる予兆診断の提案が多くなされている。その一例を以下説明する。

生産設備に組み込まれたモータ（電動機）や発電機といった回転機が突発故障すると、回転機の計画外の修理作業や置換作業が必要となり、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。

そのため、機器の部位ごとに故障の兆候を調べることで故障する可能性が高い部品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。回転機システム(回転機およびその付帯機器(インバータ、ギア、カップリング、負荷装置など))の突発故障を未然に防ぐための方法として、モータの電流波形をフーリエ変換し劣化の特徴周波数成分を取出し、その振幅で診断する方法が知られている。その一例がMotor Current Signature Analysis(MCSA)と呼ばれている。

特許文献１に示すよう、劣化の特徴周波数成分は、機械的な劣化の場合、以下の数１で表され、軸受の劣化やギアやカップリングの損傷、負荷装置の異常などを異なる特徴周波数により診断することが可能となる。fcは電流の劣化特徴周波数、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。例えば、軸受内輪傷の場合、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。

特開２０１０－２８８３５２号公報

しかしながら、特許文献１には、次のような課題がある。ブラシ付の直流電動機などにおいては、ブラシ劣化に起因する劣化特徴周波数と機械的な劣化の特徴周波数が同じ周波数に現れる場合があり、それらの故障が分離できない。

また、交流電動機においても、その構造によっては特徴周波数が同じ周波数に現れることがある。例えば、ギアなどが追加され複雑な機構となった場合、異なる部位の劣化でも特徴周波数が同じとなる場合がある。

このように、異なる要因による劣化でも特徴周波数が同じ周波数に現れると、誤った診断を行ってしまうとの課題が生じる。

なお、同じ周波数とは、ある幅を持った周波数帯が好適であり、その一部が重複することも同じ周波数の範疇に含まれる。さらに、同じとはある差分の範囲内であっても構わない。

上記の課題を解決するために、本発明では、劣化特徴周波数が重複する故障を、電流の周波数モード分析を用いることで分離し、劣化状況を判定する。なお、劣化状況の判定には、劣化要因を特定することが含まれる。

より詳細には、本発明は、回転機システムの診断を行う診断装置において、電流計測部で計測される前記回転機システムの電流の値を示す電流値の入力を受け付ける受付部と、前記電流計測部で計測された電流値を周波数強度へ変換する周波数解析部と、前記回転機システムを構成する部位における周波数強度の変化状況を示す状態モードモデルを用いて、前記周波数強度から前記状態モードモデルごとの劣化強度の時系列変化を示す活動度を算出する劣化モード分解部と、前記活動度を用いて、前記各部位の劣化を判定する劣化判定部とを有する診断装置である。

なお、本発明には、上記診断装置で実行される診断方法や診断装置を機能させるためのプログラム製品も含まれる。

さらに、本発明には、劣化状況を用いて、保守計画および運用計画を作成することも含まれる。

本発明によれば、回転機システムを構成する各部品の劣化特徴周波数が重複する場合であっても、計測した電流データを用いて各部品の劣化度合を個別に診断することが可能となる。

また、各部品の劣化度合を同時に診断することで、部品のメンテナンスを最適化することが可能となるため、保守費用やダウンタイムの削減を実現することが可能となる。

本発明の実施例におけるシステム構成図である。 本発明の実施例における処理フローを示すフローチャートである。 実施例１における処理概要図である。 本発明の実施例における電流の一例を示す図である。 本発明の実施例における周波数強度の一例を示す図である。 本発明の実施例における状態モードモデル１３２の一例を示す図である。 本発明の実施例における劣化モード分解部１２２でのモード分解を説明するための図である。 本発明の実施例における軸受け劣化モデルおよび整流子劣化モデルに閾値を設定した例を説明するための図である。 本発明の実施例における電流を周波数スペクトル（周波数強度）に変換する例を説明するための図である。 本発明の実施例における周波数周波数強度変化量の算出を説明するための図である。 本発明の実施例における各要因に分解する考え方を示す図である。 本発明の実施例における劣化モード分解部１２２における活動度の算出手法を説明するための図である。 実施例４における処理概要図である。 実施例５における処理概要図である。 実施例６における処理概要図である。 本発明の実施例における重複判断表１３６を示す図である。

以下、本発明の実施例について図面を用いて説明する。なお、本実施例に記載の構成はあくまでも一例であり、本発明の範囲が限定されるものではない。

図１は、本実施例の診断装置を含むシステム構成図である。本システムでは、ネットワーク２０を介して、診断装置１０、端末装置３０、診断対象である直流電動機５０（以下、単に電動機５０と称する）がセンサ４０を介して互いに接続されている。

診断装置１０は、いわゆるコンピュータ（サーバ）で実現され、以下の構成を有する。ネットワーク２０を介して情報の入出力を実行する入出力部１１、当該診断装置１０の機能を実行するためのプログラムが記憶された主記憶部１２、各種情報、テーブルが記憶された補助記憶部１３を有する。なお、図１には図示しないが、診断装置１０は主記憶部１２に記憶されたプログラムを実行する演算部（ＣＰＵ）を有する。

主記憶部１２は、プログラムとして、周波数解析部１２１、劣化モード分解部１２２、異常判定部１２３、運転モード判定部１２４、モード判定部１２５、保守計画作成部１２６を記憶している。これら各プログラムの機能については、後述する。補助記憶部１３には、状態モードテーブル１３１、状態モードモデル１３２、誤差モデル１３３、保守計画１３４、部品対応表１３５、重複判断表１３６が記憶されている。これらの詳細については、後述する。なお、これら各プログラムおよび情報、テーブルの単位は一例であり、他のプログラム、情報、テーブルを追加してもよい。さらにこれらの一部は省略してもよいし、２つ以上のプログラム、情報、テーブルを１つの単位で扱ってもよい。

端末装置３０は、コンピュータで実現され、利用者からの入力を受け付けると共に、診断装置１０での演算結果を出力する機能を有する。

センサ４０は、診断対象の電動機５０における物理量を計測し、この結果をネットワーク２０を介して診断装置１０に出力する。なお、計測結果を、端末装置３０に出力してもよい。

なお、回転機システムの一種である診断対象の電動機５０は回転機単体や、それらに付帯するギアやローラ、軸受けなどを含む。また、電動機５０として、交流電動機や発電機を診断してもよい。また、複数の電動機５０およびセンサ４０に対して診断が可能なように、ネットワーク２０には複数のそれらが接続されていてもよい。また、電動機５０は、鉄鋼設備、例えば、製鉄所のローラ、モータとして設置されていることがある。

次に、図１の実施例１の処理の内容を、図２および図３を用いて説明する。図２は、本実施例の処理フローを示すフローチャートである。図３は、本実施例における各構成要件や情報のやり取りを示す処理概要図である。

図２のステップＳ１０１において、センサ４０で電動機５０の電流を検知する。

次に、ステップＳ１０２において、センサ４０から出力された電流を、診断装置１０の入出力部１１で受け付ける。ここで、入出力部１１で受け付けられる電流の一例を図４に示す。図４に示すセンサ４０が出力する電流は、時系列データとして電流を示すデータとして出力される。

そして、ステップＳ１０２では、周波数解析部１２１が、この電流を周波数スペクトル（周波数強度）に変換する。この変換手法について、図９を参照して説明する。まず、センサ４０では、周期的に電流を検知し、入出力部１１がこれらを受け付ける。そして、各電流の情報を補助記憶部１３に記憶する。周波数解析部１２１では、補助記憶部１３に数個～十数個の電流の情報が格納されると、それらに対してＦＦＴ（高速フーリエ変換）を施す、そして、これらの平均から周波数強度を算出する。

この周波数強度の一例を図５に示す。周波数強度は、周波数ごとの振幅を示すもので、電動機５０の部品が劣化していた場合、ある特定の周波数の強度が増加する。図５の例では、f1～fnの各周波数が増加（ピーク）しているため、これらに対応する部品が劣化していると判断可能である。ここで、本実施例では、電動機５０の軸受けと整流子に対応する周波数をそれぞれf1、f2として説明する。

次に、ステップＳ１０４において、劣化モード分解部１２２では、周波数強度の時間ごとの正常時振幅からの変化を示す周波数強度変化量を算出する。これは、予め記憶された正常時振幅と、周波数解析部１２１で入手した周波数強度から算出する。この周波数強度変化量の算出について、図１０を用いて説明する。劣化モード分解部１２２では、補助記憶部１３の状態モードモデル１３２から、電動機５０の正常モードモデルを読み出す。そして、劣化モード分解部１２２では、これと周波数解析部１２１で算出された周波数強度を比較し、その差分から周波数強度変化量を算出する。

なお、差分ないし周波数強度が一定以上の場合、その周波数に該当する部品に劣化の可能性を判断できる。これは、同様な周波数に複数の部品の劣化が現れることがあるので、これら部品のいずれかで劣化の可能性がある。このため、該当周波数に１つの部品である場合、この部品で劣化が生じていると判断してもよい。また、ステップＳ１０５以降の処理を、差分ないし周波数強度が一定以上の場合の周波数に対して実行してもよい。さらに、その差分から周波数強度変化量でなく、周波数強度の値が一定以上の場合、劣化の可能性があると判断してもよいし、ステップＳ１０５以降の処理を実行してもよい。

また、ステップＳ１０５において、劣化モード分解部１２２では、劣化モードを判定する。このために、劣化モード分解部１２２では、軸受けと整流子の状態モードモデル１３２を、補助記憶部１３から入手する。ここで、状態モードモデル１３２は、その内容は数強度の変化量や変化率を示す情報であり、その一例を図６に示す。本実施例では、劣化を診断するため、状態モードモデル１３２として、各部品の劣化モードモデルを用いる。つまり、図６では、状態モードモデル１３２として、電動機５０の軸受けと整流子が劣化していた場合の劣化モードモデルである軸受け劣化モデルおよび整流子劣化モデルを示している。

軸受け劣化モデルおよび整流子劣化モデルにおいて、同じ周波数f1とf2で周波数強度が増大する。しかしながら、その変化の割合は軸受け劣化モデルにおいては周波数f1の変化が周波数f2の変化よりも大きいのに対し、整流子劣化モデルにおいてはそれぞれの周波数で同程度の変化をしている。なお、これら軸受け劣化モデルおよび整流子劣化モデルは、物理モデル等により解析的に求めても、実際に各部品が劣化したときの電流の周波数スペクトルから求めてもよい。

ここで、劣化モード分解部１２２では、入手した軸受け劣化モデルおよび整流子劣化モデルについて、モード分解を施す。つまり、図７に示すように、f1、f2それぞれの正常時振幅からの変化（Ｗ）と、時間ごとの活動度（Ｈ）を算出する。このことで、劣化モードの判定を終了する。

以上の活動度の詳細な算出手法を、図１１および図１２を用いて説明する。

図１１は、軸受けと整流子の劣化が同じ周波数で現れる場合に、その強度変化を軸受けと整流子それぞれの要因に分解する考え方を示す図である。

まず（１）は、時刻ｔにおける周波数強度変化の実測値を示すものである。これは、ステップＳ１０３で算出された（実測値）を示すものである。この情報は、周波数f1の周波数強度変化量ΔEf1と、周波数f2の周波数強度変化量ΔEf2をベクトル合成することで、ΔＥ（ｔ）となることを示す。

（２）（３）のそれぞれが、軸受け劣化モデルと整流子劣化モデルにおける時刻ｔにおける周波数強度変化量を示す。軸受け劣化モデルの周波数強度変化量は、周波数f1の周波数強度変化量ΔEf1と、周波数f2の周波数強度変化量ΔEf2をベクトル合成し、係数Ａ（ｔ）を乗算することで求められる。同じく整流子劣化モデルの周波数強度変化量は、周波数f1の周波数強度変化量ΔEf1と、周波数f2の周波数強度変化量ΔEf2をベクトル合成し、係数Ｂ（ｔ）を乗算することで求められる。

そして、（２）（３）の結果を用いて、（１）の周波数強度変化量を分解した結果を（４）に示す。このように、周波数強度変化量を、軸受け劣化モデルと整流子劣化モデルのベクトル合成として表現可能である。この際用いられる係数Ａ（ｔ）、Ｂ（ｔ）を活動度とする。また、このことは、実測された時刻ｔにおける周波数強度変化量は、活動度である係数Ａ（ｔ）、Ｂ（ｔ）を特定することで、軸受け劣化モデルと整流子劣化モデルのそれぞれに分解することが可能とも表現できる。

劣化モード分解部１２２では、以上のように算出された軸受け劣化モデルと整流子劣化モデルを、状態モードテーブル１３１に記憶する。

次に、図１２を用いて、劣化モード分解部１２２における活動度の算出手法を説明する。

ここでは、下記数２の関係を用いて、図７に示すＷ：正常時振幅からの変化、Ｈ：時間ごとの活動度を算出する。

Ｘ＝Ｗ×Ｈ＋誤差 ・・・ （数２）
Ｘ：各劣化特徴周波数の正常時振幅からの変化、Ｗ：正常時振幅からの変化、Ｈ：時間ごとの活動度
まず、Ｘ：各劣化特徴周波数の正常時振幅からの変化（２×Ｌの時系列行列）は、上述した図１１の（４）に該当する。

そして、これを満たすようなＷおよびＨを求める。つまり、係数Ａ(ｔ)、Ｂ(ｔ)の最適解を各劣化モードの活動度として求める。この最適解は、非負値行列因子分解などを用いることで求めることが可能になる。このように、各周波数スペクトルを入力された軸受け劣化モデルおよび整流子劣化モデルごとの劣化強度の時系列変化を示す活動度に分離することになる。ここで、本演算の対象となる劣化特徴周波数（f1, f2, …, fn）および劣化モードモデル（M1, M2, …MK ）の次元は任意に与えてよいものとする。本例ではN=2, K=2である。また、(tL-t1)は数日～数週間程度のオーダーの時間とする。

なお、図１２では、誤差項を考慮している。これは省略してもよい。つまり、誤差項がない形で、最適解を算出してもよい。

次に、ステップＳ１０６において、異常判定部１２３は、このように算出された活動度に対し、異常判定部１２３に異常判定を行う。

異常判定部１２３では、図８に示すように、各部品が示す軸受け劣化モデルおよび整流子劣化モデルに、所定の閾値を設定することで、それぞれの劣化を分離して異常を判定することが可能となる。この場合、異常度高以上であれば運転停止、異常度高～異常度中であれば次回休止の際に確認、異常度中～低であれば次回保守時に保守必須、異常度低未満であれば対応不要、といった判断を実行する。

そして、この結果は、図１に示す端末装置３０で出力される。また、図３の電流、図５の周波数強度、図７の内容なども端末装置３０で出力してもよい。

さらに、ステップＳ１０７において、保守計画作成部１２６が保守計画を作成ないし修正する。これは、ステップＳ１０６の判定結果を、該当する電動機５０の保守計画表１３５に記憶することで実現可能である。なお、保守計画表１３は、電動機５０ごとにそれが有する部品の保守スケジュールが記憶されている。

また、異常度高以上が判定された場合、電動機５０の動作を停止される制御を行ってもよい。また、作業員が用いるモバイル端末に電動機５０を色部する情報および保守が必要であることを提示するとより好適である。さらに、本保守計画表１３を用いて、電動機５０が設置された設備の運用計画を策定してもよい。例えば、保守が急遽必要になった場合、他の電動機５０で代替したり、該当する電動機５０が属するラインの他の電動機５０の保守を合わせて行うようにしてもよい。

さらに、本実施例では、状態モードモデル１３２として劣化モードモデルを用いたが、劣化以外の診断や劣化を含む統合的な診断を行う際には、他の状態モードモデル１３２を用いることが好適である。劣化以外の診断として、故障、異常の他、部品の摩耗（磨耗）などが含まれる。

実施例２は、状態モードモデル１３２の一種である劣化モードモデルが未知の場合の例である。実施例１では、部品において故障などの劣化が生じた場合、この結果を用いて、劣化モードモデルを作成できる。しかし、劣化が生じていない部品については、異常判定が困難となる。また、劣化モードモデルの作成が困難な部品も存在する。そこで、実施例２では、劣化モードモデルが未知の場合の処理を実行する。

本実施例では、まず、劣化モードモデルが未知の部品を交換または補修した直後の電流を計測し、その際の周波数強度変化量（スペクトル）を算出する。これは、実施例１のステップＳ１０１～Ｓ１０３と同様の処理で実現できる。

そして、周波数解析部１２１が、劣化モードモデルが既知の他の部品の劣化モードモデルを用いて、ステップＳ１０４と同様の処理を実行する。
そのために、（１）他の部品の劣化モードモデルを直接用いる方法と、（２）正常時の周波数強度を用いる方法がある。なお、他の部品としては、電動機５０とは別の電動機における同じ部品や当該電動機５０における同種の部品が含まれる。このような部品を特定するために、部品対応表１３５を用いる。これは、各部品間の周波数強度の互換性を示すテーブルである。

まず、（１）について説明する。周波数解析部１２１は、部品対応表１３５から未知の部品に対応づいている他の部品を検索する。この結果を受けて、周波数解析部１２１が他の部品における部品の劣化モードモデルを状態モードモデル１３２から特定する。そして、特定された劣化モードモデルを用いて、ステップＳ１０４と同様の処理を実行する。

また、（２）について説明する。これは、他の部品の電流を計測して劣化モードモデルを算出して行う処理ある。この場合、センサ４０で計測され入出力部１１を介して入力される電流から、周波数解析部１２１が正常の周波数強度を算出する。これは、実施例１のＳ１０３と同様にして算出できる。そして、診断対象の周波数強度からこの正常の周波数強度を除算する。除算したあとの周波数強度変化量は、未知の部品の劣化モードモデルと考えることができる。これを、実施例１の劣化モードモデルとして用いて、Ｓ１０４以降の処理を実行する。

こうすることで、まだ故障が起きていないなどで劣化モードが未知であった部品でも劣化モードモデルを特定することができる。

以上に示した実施例２によれば、劣化モードが未知の部品がある場合であっても、劣化モードが既知の部品を交換した後の周波数強度変化量の差分を計算することで、未知の部品の劣化モードモデルを簡易的に特定することが可能となる。

実施例３は、状態モードモデル１３２として、実施例１および２の劣化モードモデル（軸受け劣化モデルと整流子劣化モデル）に加え、正常な運転状態の正常モードモデルも用いることで、より劣化を特定しやすくする実施例である。つまり、本実施例３では、ステップＳ１０５において、状態モードモデル１３２として、劣化モードモデルに加え、正常モードモデルも用いる。

これは、劣化モード分解部１２２が、ステップＳ１０４で算出された周波数変化量に対して、正常モードモデルを用いて正常時の運転の影響を除いた上でＳ１０５の処理を実行することで実現する。このことで、より劣化を特定しやすくなる。

実施例４は、製造誤差等を考慮した実施例である。製造誤差や摩耗等で、部品に差がある場合、状態モードモデルにも影響し、その内容が製品、部品ごとに変化する。このため、本実施例では、誤差モデル１３３を用いる。誤差モデル１３３は、状態モードモデルの周波数変化量が製造誤差等により想定される変化量を示すものである。

図１３に、本実施例の処理概要を示す。劣化モード分解部１２２が、診断対象の電動機５０に対応する誤差モデル１３３を特定する。これは、入出力部１１でセンサ４０から電流とともに、受け付ける電動機５０の識別情報を用いる。そして、劣化モード分解部１２２は、誤差モデル１３３を用いて、これに対応する状態モードモデル１３２を修正する。このことで、状態モードモデル１３２を、製造誤差等での変化に対応するよう調整が可能になる。修正する状態モードモデル１３２は、劣化モードモデルおよび正常モードモデルのいずれも含まれる。

なお、誤差モデル１３３は、部品製造の際に、その寸法を計測しておき、診断装置１０などでこれに基づき作成することが好適である。

実施例５は、電動機５０が複数の運転モード（状態）を有する場合を考慮した実施例である。運転モードが複数ある場合、それぞれが周波数強度に影響してしまう。本実施例では、このことへの対応を行う。本実施例では、複数の運転モードにおいてそれぞれ電流を計測した（診断を行う）場合に、その運転モードを分離し劣化が生じやすい運転モードを明らかにすることが出来る構成である。

図１４に、本実施例の処理概要を示す。ここでは、劣化モード分解部１２２が、状態モードモデル１３２として、複数の運転モードのそれぞれに対応する正常モデルを用いる。そして、運転モード判定部１２４が、モード分解部５において分解された周波数強度変化量のうち、最も活動度が高い周波数強度変化量を特定する。このことで、特定された周波数強度変化量に対応する運転モードがより劣化が進みやすいと判別可能である。また、最も活動度が高い周波数強度変化量をだけでなく、運転モード判定部１２４は、各周波数強度変化量ないしこれに基づく値を劣化指標として用いてもよい。

また、本実施例の変形例として、以下の処理がある。運転状態ごとの状態モードモデル１３２を用意しておく。また、運転モード判定部１２４では、運転モードを判定する。そして、劣化モード分解部１２２が、判定された状態モードモデル１３２を用いる。このようにすることで、運転モードに応じた状態モードモデル１３２を用いた劣化診断が可能になる。

なお、本実施例では、図１４に図示したように、さらに実施例４の誤差モデル１３３を用いてもよい。

最後に、未知の劣化モードモデルを判定し、状態モードモデル１３２に追加する実施例６を説明する。

図１５に、その処理概要を示す。診断対象となる電動機５０の電流から、周波数解析部１２１での周波数算出までは、各実施例と同様である。

劣化モード分解部１２２は、算出された電流の周波数成分を、状態モデル３と誤差モデル１３３を用いて、各状態モードに分解する。

この際、電動機５０に状態モードモデル１３２を設定していない劣化などが存在していた場合、その劣化に起因する電流の周波数成分の変化はモード分解部の誤差モデル１３３として算出される。そこで、その誤差項がある一定の閾値以上の割合を占める場合にモード判定部１２５にて、新たな劣化状態モデルとして追加する。このことにより、未知の劣化モードモデルを自動的に状態モデルに追加し、異常判定部１２３において劣化を特定できる。

なお、本実施例でも、図１５に図示したように、さらに実施例４の誤差モデル１３３を用いてもよい。

なお、以上の各実施例において、図１６に示す重複判断表１３６を用いてもよい。こでは、ステップＳ１０４において、劣化モード分解部１２２が用いる。ここで、劣化モード分解部１２２は、モード分解において、重複有無で「重複」が記録された周波数強度で、周波数にピークが現れたものに絞って、周波数強度変化量を算出するようにしてもよい。ここで、ピーク有無は、周波数解析部１２１での算出結果であるため、重複判断表１３６での記録を省略してもよい。

以上の各実施例では、診断対象を電動機としたが、同様の周波数に複数の部品ないし製品の劣化が生じるものであれば、各実施例を適用することが可能である。

１０ 診断装置
１１ 入出力部
１２ 主記憶部
１２１ 周波数解析部
１２２ 劣化モード分解部
１２３ 異常判定部
１２４ 運転モード判定部
１２５ モード判定部
１２６ 保守計画作成部
１３ 補助記憶部
１３１ 状態モードテーブル
１３２ 状態モードモデル
１３３ 誤差モデル
１３４ 保守計画
１３５ 部品対応表
１３６ 重複判断表
２０ ネットワーク
３０ 端末装置
４０ センサ
５０ 電動機

Claims (7)

1. 回転機システムの診断を行う診断装置において、
   電流計測部で計測される前記回転機システムの電流の値を示す電流値の入力を受け付ける受付部と、
   前記電流計測部で計測された電流値を周波数強度へ変換する周波数解析部と、
   前記回転機システムを構成する部位における周波数強度の変化状況を示す状態モードモデルを用いて、前記周波数強度から前記状態モードモデルごとの劣化強度の時系列変化を示す活動度を算出する劣化モード分解部と、
   前記活動度を用いて、前記各部位の劣化を判定する劣化判定部とを有することを特徴とする診断装置。
2. 請求項１に記載の診断装置において、
   前記劣化モード分解部は、前記状態モードモデルとして、前記回転機システムを構成する部位における劣化の際の周波数強度の変化状況を示す劣化モードモデルを用いることを特徴とする診断装置。
3. 請求項２に記載の診断装置において、
   前記劣化モード分解部は、前記状態モードモデルとして、さらに前記回転機システムを構成する部位における正常運転の際の周波数強度の変化状況を示す正常モードモデルを用いることを特徴とする診断装置。
4. 請求項１乃至３のいずれかに記載の診断装置において、
   前記劣化モード分解部は、前記状態モードモデルを調整するための誤差モデルをさらに用いることを特徴とする診断装置。
5. 請求項４に記載の診断装置において、
   前記劣化モード分解部は、前記誤差モデルを用いて、新たな状態モードモデルを生成することを特徴とする診断装置。
6. 請求項１乃至４のいずれかに記載の診断装置において、
   前記劣化モード分解部は、
   前記周波数強度および前記回転機システムでの正常時の周波数強度を示す正常モデルを用いて、周波数強度変化量を算出し、
   算出された前記周波数強度変化量を用いて、前記活動度を算出することを特徴とする診断装置。
7. 回転機システムの診断を行う診断装置を用いた診断方法において、
   電流計測部で計測される前記回転機システムの電流の値を示す電流値を受け付け、
   受け付けられた前記電流値を周波数強度へ変換し、
   前記回転機システムを構成する部位における周波数強度の変化状況を示す状態モードモデルを用いて、前記周波数強度から前記状態モードモデルごとの劣化強度の時系列変化を示す活動度を算出し、
   前記活動度を用いて、前記各部位の劣化を判定することを特徴とする診断方法。

Images