JP7355934B2 - Rotating machine diagnostic system and method - Google Patents

Rotating machine diagnostic system and method Download PDF

Info

Publication number
JP7355934B2
JP7355934B2 JP2022523791A JP2022523791A JP7355934B2 JP 7355934 B2 JP7355934 B2 JP 7355934B2 JP 2022523791 A JP2022523791 A JP 2022523791A JP 2022523791 A JP2022523791 A JP 2022523791A JP 7355934 B2 JP7355934 B2 JP 7355934B2
Authority
JP
Japan
Prior art keywords
rotating machine
current
frequency
diagnostic system
machine diagnostic
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
Application number
JP2022523791A
Other languages
Japanese (ja)
Other versions
JPWO2021234815A1 (en
Inventor
和夫 小埜
卓真 西村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Publication of JPWO2021234815A1 publication Critical patent/JPWO2021234815A1/ja
Application granted granted Critical
Publication of JP7355934B2 publication Critical patent/JP7355934B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
    • H02P29/02—Providing protection against overload without automatic interruption of supply
    • H02P29/024—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Description

本発明は、回転機診断システム及び方法に関する。 The present invention relates to a rotating machine diagnostic system and method.

鉄鋼、機械、自動車など、様々な産業において、産業用の三相交流モータを用いた生産ラインが活用されている。例えば鉄鋼の生産ラインでは、圧延された鉄鋼は数十から数百の搬送用モータで構成された搬送ライン上を搬送され、様々な工程を経て加工されていく。このようなラインで使用されるモータ（回転機）は、軸受けのベアリング機構や導線の絶縁機構が破壊されることで、回転機としての機能が停止することが知られている。 Production lines using industrial three-phase AC motors are used in various industries such as steel, machinery, and automobiles. For example, in a steel production line, rolled steel is conveyed on a conveyance line made up of tens to hundreds of conveyance motors, and processed through various processes. It is known that motors (rotating machines) used in such lines stop functioning as a rotating machine if the bearing mechanism of the bearing or the insulation mechanism of the conductor is destroyed.

多数の回転機を組み合わせて鉄鋼を搬送する等の機能を実現する場合、一部の回転機の故障がライン全体をとめてしまう恐れがあるため、すべての回転機の定期点検が行われている。しかし、この点検は１日ですべての回転機に対して実施することはできない。 When a function such as transporting steel is achieved by combining a large number of rotating machines, there is a risk that a failure in one of the rotating machines will stop the entire line, so regular inspections are performed on all rotating machines. . However, this inspection cannot be performed on all rotating machines in one day.

すべての回転機を少なくとも最低一回点検するには非常に長い期間が必要となり、この点検の間に点検していない回転機に故障が発生してしまう恐れがある。このため、回転機の電流波形から回転機の健常度を診断する技術が開発されている。 It takes a very long period of time to inspect all rotating machines at least once, and there is a risk that failures may occur in rotating machines that have not been inspected during this inspection. For this reason, techniques have been developed for diagnosing the health of a rotating machine from the current waveform of the rotating machine.

例えば特許文献１では、簡単な構成でモータに発生したガタ等の異常を正しく診断することができるモータの異常診断装置を提供することを目的として、「モータ１０に駆動信号を出力するモータドライバ２０と、モータの回転速度を検出する回転速度検出センサ３０と、モータドライバに指令信号を出力するコントローラ２２とを備え、コントローラ２２は、モータの回転を周期的に変化させる異常診断指令信号を出力し、異常診断指令信号によってモータドライバを介してモータの回転が周期的に変化したときの回転速度検出セ
ンサからの回転速度検出信号を時系列的に順次取り込み、取り込まれた回転速度検出信号に基づき、異常の診断を行う。」ように構成することを提案している。For example, in Patent Document 1, with the aim of providing a motor abnormality diagnosis device that can correctly diagnose abnormalities such as backlash occurring in a motor with a simple configuration, a motor driver 20 that outputs a drive signal to a motor 10 is described. , a rotation speed detection sensor 30 that detects the rotation speed of the motor, and a controller 22 that outputs a command signal to the motor driver, and the controller 22 outputs an abnormality diagnosis command signal that periodically changes the rotation of the motor. , the rotation speed detection signals from the rotation speed detection sensor are sequentially captured in time series when the rotation of the motor changes periodically via the motor driver in response to the abnormality diagnosis command signal, and based on the captured rotation speed detection signals, It is proposed to configure the system so that it diagnoses abnormalities.

また特許文献２では、負荷トルクが変動する電動機においても、電源周波数の近傍の両側にピーク状に発生する側帯波を検出することによって、電動機の異常の有無を診断することができる電動機の診断装置を提供することを目的として、「電動機５の電流を電流検出器４で検出して電流入力部１０から入力し、論理演算部１１で電流が安定しているときの電流波形を周波数解析して得られた複数回分のパワースペクトル解析結果を平均化処理し、平均化処理されたパワースペクトル解析結果から側帯波を検出して電動機５の異常の有無を判定し、異常が発生していると判定された場合には警報出力部２１から警報を出力する。」ように構成することを提案している。 Furthermore, Patent Document 2 discloses a motor diagnostic device that is capable of diagnosing the presence or absence of an abnormality in a motor by detecting sideband waves that occur in a peak shape on both sides near the power supply frequency even in a motor whose load torque fluctuates. ``The current of the motor 5 is detected by the current detector 4, inputted from the current input section 10, and the logic operation section 11 analyzes the frequency of the current waveform when the current is stable. The obtained power spectrum analysis results of multiple times are averaged, and sideband waves are detected from the averaged power spectrum analysis results to determine whether or not there is an abnormality in the motor 5, and it is determined that an abnormality has occurred. If the alarm occurs, the alarm output section 21 outputs an alarm."

特開２０１３－１０６４７０号公報Japanese Patent Application Publication No. 2013-106470 特開２０１６－１９５５２４号公報Japanese Patent Application Publication No. 2016-195524

前述した通り、回転機の診断を行うことでラインの異常を早期に発見して対策を講じることが可能となるが、これまでに知られている診断方法には以下のような問題があった。 As mentioned above, by diagnosing rotating machines, it is possible to detect abnormalities in the line early and take countermeasures, but the diagnostic methods known so far have the following problems. .

例えば、特許文献１に記載の回転機の異常診断装置では、診断用の信号を定期的に回転機に与えて動きを変化させる必要がある。そして、回転機のコントローラを変更もしくは改造する必要があることから、診断用の設備が大規模化しコストが大きくなるという問題がある。また、診断用信号を実際に回転機に印加して回転機の動きを変調するため、生産ラインに影響を及ぼしてしまう可能性も考えられる。 For example, in the abnormality diagnosis device for a rotating machine described in Patent Document 1, it is necessary to periodically apply a diagnostic signal to the rotating machine to change its movement. Furthermore, since it is necessary to change or modify the controller of the rotating machine, there is a problem that the diagnostic equipment becomes large-scale and the cost increases. Furthermore, since diagnostic signals are actually applied to the rotating machine to modulate the movement of the rotating machine, there is a possibility that it may affect the production line.

また、特許文献２に記載の電動機の診断装置は、回転機の動作電流を検出し、電流波形からパワースペクトルをＦＦＴ（高速フーリエ変換）により演算し、これに現れる側帯波を検出して異常を検出している。すなわち、特許文献２に記載の診断装置では、診断に必要な構成は、電流検出用のセンサと解析装置だけなので、特許文献１に記載の診断装置に比べて、小規模な設備での診断が可能となる。 Furthermore, the electric motor diagnostic device described in Patent Document 2 detects the operating current of a rotating machine, calculates the power spectrum from the current waveform using FFT (fast Fourier transform), and detects sidebands that appear in the power spectrum to detect abnormalities. Detected. In other words, in the diagnostic device described in Patent Document 2, the only components necessary for diagnosis are a current detection sensor and an analysis device, so compared to the diagnostic device described in Patent Document 1, diagnosis can be performed in a small-scale facility. It becomes possible.

ところが、特許文献２に記載の診断装置の場合、ＦＦＴにより電流波形の周波数解析を実施し、主ピークや側帯波を解析するにあたり、着目および抽出すべき周波数成分の設定が必要となる。また、メインピークの揺らぎを考慮してこれを補正し、側帯波の情報を抽出するなど、高度な信号処理が必要となる。このような信号処理設定にはモータの運転及び構造について高度な知識が必要となるため、一般的なユーザには取り扱いが難しいものとなっていた。 However, in the case of the diagnostic device described in Patent Document 2, frequency analysis of a current waveform is performed using FFT, and when analyzing the main peak and sideband waves, it is necessary to set the frequency components to be focused on and extracted. In addition, advanced signal processing is required, such as taking into account fluctuations in the main peak, correcting it, and extracting sideband information. Such signal processing settings require advanced knowledge of motor operation and structure, making it difficult for general users to handle.

以上のことから本発明においては、回転機の的確な診断が簡易な構成で、かつ、専門的な知識を前提とする解析設定抜きに行うことができる回転機診断システム及び方法を提供することを目的とする。 In light of the above, the present invention aims to provide a rotating machine diagnosis system and method that can accurately diagnose a rotating machine with a simple configuration and without analysis settings that require specialized knowledge. purpose.

以上のことから本発明は、「回転機に接続された少なくとも１本の電流線の電流を検知する電流検知器と、電流検知器の信号を受信して信号処理する電流診断装置と、信号処理の結果を表示する見える化装置を備え、電流診断装置は、周波数変動に関連する特徴量の分散を指標として見える化装置に与え、見える化装置は指標を時間変化とともに表示することを特徴とする回転機診断システム」としたものである。 From the above, the present invention provides a current detector that detects the current of at least one current line connected to a rotating machine, a current diagnostic device that receives and processes the signal of the current detector, and a signal processing The current diagnostic device is characterized in that the current diagnosis device is provided with a visualization device that displays the results of the analysis, and the current diagnostic device is characterized in that the variance of the feature amount related to the frequency fluctuation is given to the visualization device as an index, and the visualization device displays the index along with time changes. ``Rotating Machine Diagnosis System.''

また本発明は、「回転機に接続された少なくとも１本の電流線の電流を検知して信号処理を行い、信号処理の結果を表示する回転機診断方法であって、電流の周波数変動に関連する特徴量の分散を指標として、指標を時間変化とともに表示することを特徴とする回転機診断方法」としたものである。 The present invention also provides a rotating machine diagnostic method that detects a current in at least one current line connected to a rotating machine, performs signal processing, and displays the result of the signal processing, which A rotary machine diagnosis method characterized by displaying the index along with time changes using the dispersion of the characteristic amount as an index.

本発明によれば、回転機の劣化などの状態をモニタリングするシステムを低コスト、低電力、かつ、簡易に提供できるようになる。 According to the present invention, it is possible to easily provide a system for monitoring conditions such as deterioration of a rotating machine at low cost and low power.

上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。 Problems, configurations, and effects other than those described above will be made clear by the following description of the embodiments.

実施例１に係る回転機診断システムの構成例を示す図。1 is a diagram illustrating a configuration example of a rotating machine diagnostic system according to a first embodiment. 電流診断装置１１０および見える化装置１００の処理内容を機能的に表現した図。FIG. 2 is a diagram functionally expressing the processing contents of the current diagnostic device 110 and the visualization device 100. 実施例１における結果出力画面２００の一例を示す図。FIG. 2 is a diagram showing an example of a result output screen 200 in Example 1. FIG. 実施例１における動作確認画面の一例を示す図。FIG. 3 is a diagram showing an example of an operation confirmation screen in the first embodiment. 回転機点検システムを含む監視システムのトータルシステム構成例を示す図。FIG. 1 is a diagram showing an example of a total system configuration of a monitoring system including a rotating machine inspection system. 実施例２に係る回転機診断システムの構成例を示す図。FIG. 3 is a diagram illustrating a configuration example of a rotating machine diagnostic system according to a second embodiment. 実施例３に係る回転機診断システムの構成例を示す図。FIG. 7 is a diagram illustrating a configuration example of a rotating machine diagnostic system according to a third embodiment. 実施例３における結果出力画面２００の一例を示す図。FIG. 7 is a diagram showing an example of a result output screen 200 in Example 3. 実施例３における動作確認画面の一例を示す図。FIG. 7 is a diagram illustrating an example of an operation confirmation screen in Embodiment 3. 実施例４に係る回転機診断システムの構成例を示す図。FIG. 7 is a diagram illustrating a configuration example of a rotating machine diagnostic system according to a fourth embodiment. 実施例５に係る回転機診断システムの構成例を示す図。FIG. 7 is a diagram illustrating a configuration example of a rotating machine diagnostic system according to a fifth embodiment. 実施例５における特徴量抽出処理フローを示す図。FIG. 7 is a diagram showing a flow of feature extraction processing in Example 5; 異常度の算出方法の例を示す図。The figure which shows the example of the calculation method of an abnormality degree. 異常度の算出方法の例を示す図。The figure which shows the example of the calculation method of an abnormality degree.

以下、図面を参照して本発明の実施例を詳細に説明する。なお、実施例を説明するための全図において、同一の部材には原則として同一の符号を付し、繰り返しの説明は省略する。 Embodiments of the present invention will be described in detail below with reference to the drawings. In all the drawings for explaining the embodiments, the same members are designated by the same reference numerals in principle, and repeated explanations will be omitted.

以下に説明する各実施例は、産業用の生産ラインに設置された回転機の診断を行う回転機診断システムである。 Each embodiment described below is a rotating machine diagnostic system that diagnoses a rotating machine installed in an industrial production line.

まず、本発明の実施例１を、図１～図５を参照して説明する。図１は、実施例１に係る回転機診断システムの構成例を示すものである。 First, a first embodiment of the present invention will be described with reference to FIGS. 1 to 5. FIG. 1 shows an example of the configuration of a rotating machine diagnostic system according to a first embodiment.

ここでは、生産ラインに設置された三相交流モータを、診断対象の回転機１３０とする。回転機診断システムは、見える化装置１００、電流診断装置１１０、電流検知器（電流センサ）１２０から構成される。 Here, a three-phase AC motor installed on a production line is the rotating machine 130 to be diagnosed. The rotating machine diagnostic system includes a visualization device 100, a current diagnostic device 110, and a current detector (current sensor) 120.

なお図１の構成例では、電流診断装置１１０は電流検知器（電流センサ）１２０、モータ制御装置１４０とともに制御盤１５０内に収納され、診断対象の回転機１３０が設置されている現場に装備されている。これに対し見える化装置１００は、ネットワーク１６０を介して遠方に位置する中央装置側に設置されている。また複数の制御盤１５０がネットワーク１６０を介して見える化装置１００に接続することが可能であり、これにより中央側からは複数現場の複数モータを切り替え監視することが可能である。また図１の構成例は、電流診断装置１１０を現場側に設置しているが、これは中央側に設置して、複数の電流検知器１２０からの電流信号を一括して診断処理する構成であってもよい。また図１の構成例は、１台のモータに１台の制御盤を配置した例を示しているが、これは複数モータを制御するものであってもよい。 In the configuration example of FIG. 1, the current diagnostic device 110 is housed in a control panel 150 together with a current detector (current sensor) 120 and a motor control device 140, and is installed at the site where the rotating machine 130 to be diagnosed is installed. ing. On the other hand, the visualization device 100 is installed on the central device side located far away via the network 160. Further, a plurality of control panels 150 can be connected to the visualization device 100 via the network 160, and thereby it is possible to switch and monitor a plurality of motors at a plurality of sites from the central side. Furthermore, in the configuration example of FIG. 1, the current diagnostic device 110 is installed on the field side, but this is configured to be installed in the center and perform diagnostic processing on the current signals from the plurality of current detectors 120 at once. There may be. Further, although the configuration example of FIG. 1 shows an example in which one control panel is arranged for one motor, this may be one that controls a plurality of motors.

このうち電流検知器１２０は、回転機（三相交流モータ）１３０に取り付けられ、三相交流電流のいずれか一相の電流波形を取得できる。電流検知器１３０は例えばカレントトランスフォーマであり、出力は電流でも電圧でもよい。また図１に明記しないが、必要に応じて電流検知器へは電源が電流診断装置１１０から供給されても良い。 Among these, the current detector 120 is attached to a rotating machine (three-phase AC motor) 130, and can obtain the current waveform of any one phase of the three-phase AC current. The current detector 130 is, for example, a current transformer, and the output may be current or voltage. Although not specified in FIG. 1, power may be supplied from the current diagnostic device 110 to the current detector as necessary.

この場合に、電流検知器１２０の電流検出容量は、回転機１３０に流れる電流の大きさに応じて、適切に選択されなければならない。すなわち、電流容量の大きなモータに対して、許容電流容量の小さな電流検知器を適用すると、電流検知器が破損する恐れがあるので注意を要する。また、逆に電流容量の小さなモータに対して許容電流容量の大きな電流検知器を適用すると、電流信号が検出できなくなる。 In this case, the current detection capacity of the current detector 120 must be appropriately selected depending on the magnitude of the current flowing through the rotating machine 130. That is, if a current detector with a small allowable current capacity is applied to a motor with a large current capacity, the current detector may be damaged, so care must be taken. Conversely, if a current detector with a large allowable current capacity is applied to a motor with a small current capacity, the current signal cannot be detected.

図２は、電子計算機を用いて構成される電流診断装置１１０および見える化装置１００の処理内容を機能的に表現した図である。この図によれば、電流検知器１２０で得られた電流の検知信号は、電流診断装置１１０に供給される。電流診断装置１１０は見える化装置との通信部１１１、制御乗数統計処理部１１２、状態把握部１１３、同期検波部１１４、フィルタ部１１５、データ取得部１１６、設定部１１７から構成されている。 FIG. 2 is a diagram functionally expressing the processing contents of the current diagnostic device 110 and the visualization device 100 that are configured using a computer. According to this figure, a current detection signal obtained by a current detector 120 is supplied to a current diagnostic device 110. The current diagnostic device 110 includes a communication unit 111 with a visualization device, a control multiplier statistical processing unit 112, a state grasping unit 113, a synchronous detection unit 114, a filter unit 115, a data acquisition unit 116, and a setting unit 117.

電流検知器１２０で取得された電流情報はデータ取得部１１６にてデジタル情報に変換される。電流入力を変換するか電圧入力を変換するかは電流検知器１２０の出力に依存する。データ取得部１１６は主にアナログ／デジタル変換部ＡＤＣで構成される。アナログ／デジタル変換部ＡＤＣでは、所定のサンプリングレートでアナログ値をサンプリングしてデジタル情報に変換する。複数の電流検知器１２０が接続される場合にはマルチプレクサＭＵＸがアナログ／デジタル変換部ＡＤＣの前段に設置され、複数の電流検知器１２０に対してアナログ／デジタル変換部ＡＤＣ１台でＡＤ変換を行う構成とすることでハードウェアコストを低減することができる。 The current information acquired by the current detector 120 is converted into digital information by the data acquisition unit 116. Whether current or voltage input is converted depends on the output of current detector 120. The data acquisition section 116 mainly includes an analog/digital conversion section ADC. The analog/digital converter ADC samples analog values at a predetermined sampling rate and converts them into digital information. When a plurality of current detectors 120 are connected, a multiplexer MUX is installed before the analog/digital converter ADC, and one analog/digital converter ADC performs AD conversion for the plurality of current detectors 120. By doing so, hardware costs can be reduced.

データ取得部１１６でデジタルに変換された電流情報は、フィルタ部１１５で解析に必要な帯域を通過させるフィルタ処理が施される。フィルタの乗数設定は設定部１１７が実施するが、ユーザにパラメータを設定させる必要はなく、自動で設定される。 The current information converted into digital data by the data acquisition unit 116 is subjected to filtering processing to pass a band necessary for analysis in the filter unit 115. The setting unit 117 sets the filter multiplier, but there is no need for the user to set the parameter, and the setting is done automatically.

フィルタ部１１５で適切な周波数帯域に絞られた電流情報は、状態把握部１１３と同期検波部１１４に入力される。モータ診断では、診断対象とするモータの運転状態を規定し、モータがこの規定された運転状態にある場合にだけ診断を行うことが望ましい。 The current information narrowed down to an appropriate frequency band by the filter section 115 is input to the state grasping section 113 and the synchronous detection section 114. In motor diagnosis, it is desirable to specify the operating state of the motor to be diagnosed, and to perform the diagnosis only when the motor is in the specified operating state.

状態把握部１１３は、モータがどのような周波数で稼働しているか、負荷状態はどの程度かを把握するための機能ブロックである。状態の規定は運転周波数や負荷状態の指定により行われ、これはユーザが指定する必要がある。この状態を規定する設定情報は、設定部１１７から状態把握部１１３に入力される。状態把握部１１３では一例としてＦＦＴ（高速フーリエ変換）による周波数解析を実施し、スペクトルからモータの運転状態を把握するといった処理を行う。状態把握部１１３の出力は、例えば、規定の状態にあるか否かを表すフラグ信号で良く、制御乗数統計処理部１１２に入力される。 The state grasping unit 113 is a functional block for grasping at what frequency the motor is operating and what the load state is. The state is specified by specifying the operating frequency and load condition, which must be specified by the user. Setting information that defines this state is input from the setting section 117 to the state grasping section 113. For example, the state grasping unit 113 performs a frequency analysis using FFT (Fast Fourier Transform) to grasp the operating state of the motor from the spectrum. The output of the state grasping section 113 may be, for example, a flag signal indicating whether or not it is in a specified state, and is input to the control multiplier statistical processing section 112.

同期検波部１１４は、フィルタ部１１５から入力された電流情報に対して同期検波を行い、モータの回転周波数及び負荷強度に追従するように周波数制御及び振幅制御を実施する。制御には一般的にフィードバック制御が用いられ、制御器としてＰＩＤ制御器（比例積分微分制御器）が適用される。ＰＩＤ制御のパラメータはユーザが設定させないように設定部１１７が自動設定する。ＰＩＤ制御乗数の自動生成には状態把握部１１３に入力する、モータの運転状態を規定する設定情報を活用する。診断対象とする周波数、負荷状態はそのまま同期検波のパラメータとして活用可能である。 The synchronous detection section 114 performs synchronous detection on the current information input from the filter section 115, and performs frequency control and amplitude control to follow the rotational frequency and load intensity of the motor. Feedback control is generally used for control, and a PID controller (proportional-integral-derivative controller) is applied as a controller. The setting unit 117 automatically sets the PID control parameters so that the user does not have to set them. For automatic generation of the PID control multiplier, setting information that defines the operating state of the motor, which is input to the state grasping section 113, is utilized. The frequency and load condition to be diagnosed can be used as they are as parameters for synchronous detection.

別な言い方をすると、同期検波部１１４は、検知した電流の主周波数に対して直交検波を行うものであり、同期検波部１１４の出力として周波数制御値が制御乗数統計処理部１１２に入力される。ここで、周波数制御値は、回転数で定まる主周波数と計測周波数のずれの程度を表している。したがって、モータが正常に作動している正常状態においては、主周波数と計測周波数はほぼ合致しており、異常状態においては差分を生じる関係にある。また振幅制御により得られる振幅制御値は、主振幅と計測した振幅のずれの程度を表している。 In other words, the synchronous detection section 114 performs orthogonal detection on the main frequency of the detected current, and the frequency control value is input to the control multiplier statistical processing section 112 as the output of the synchronous detection section 114. . Here, the frequency control value represents the degree of deviation between the main frequency determined by the rotation speed and the measured frequency. Therefore, in a normal state in which the motor is operating normally, the main frequency and the measurement frequency almost match, and in an abnormal state, they have a relationship that causes a difference. Further, the amplitude control value obtained by amplitude control represents the degree of deviation between the main amplitude and the measured amplitude.

制御乗数統計処理部１１２では、状態把握部１１３から入力され、現在の運転状態が診断対象とする状態であるか否かを示すフラグ情報に従って、同期検波部１１４から入力される周波数制御値を蓄積し、統計処理を行う。具体的にはあらかじめ定められた一定期間内の分散を演算する。この時、一定期間はハードウェアのメモリ容量や信号処理マイコンの演算能力などに応じて設計すればよい。運転状態を示すフラグ情報がＨｉｇｈ（所望の運転状態であることを示す）の時だけ分散を演算しても良いし、常に分散を演算し続けフラグ情報がＨｉｇｈの時だけ出力を行う制御としても良い。更に、同期検波が正常に行われているかを示すフラグ情報を見える化装置１００に送信するために通信部１１１に出力する機能も備える。 The control multiplier statistical processing unit 112 accumulates the frequency control value input from the synchronous detection unit 114 in accordance with the flag information input from the state grasping unit 113 and indicating whether the current operating state is a condition to be diagnosed. and perform statistical processing. Specifically, the variance within a predetermined period of time is calculated. At this time, the certain period may be designed according to the memory capacity of the hardware, the computing power of the signal processing microcomputer, etc. The variance may be calculated only when the flag information indicating the operating state is High (indicating the desired operating state), or the variance may be controlled to continue calculating the variance and output only when the flag information is High. good. Furthermore, it also has a function of outputting flag information indicating whether synchronous detection is being performed normally to the communication unit 111 in order to transmit it to the visualization device 100.

通信部１１１は、制御乗数統計処理部１１２から出力された周波数制御値の一定期間内の分散と同期検波が正常に行われているか否かを示すフラグを見える化装置１００に送信する。分散は典型的には４バイト程度の数値であり、電流波形を見える化装置１００に送信することと比較して遥かに小さいデータ通信量に抑えることが可能となる。 The communication unit 111 transmits to the visualization device 100 a flag indicating whether the dispersion of the frequency control value outputted from the control multiplier statistical processing unit 112 within a certain period and synchronous detection are being performed normally. The dispersion is typically a value of about 4 bytes, and compared to transmitting the current waveform to the visualization device 100, it is possible to suppress the amount of data communication to be much smaller.

見える化装置１００は、通信部１０３、トレンド解析部１０２、表示部１０１から構成され、１台の見える化装置１００には複数の電流診断装置１１０が接続される構成をとることが可能である。こうすることで見える化装置１００から複数のモータを一括で監視及び管理することが可能となる。 The visualization device 100 includes a communication section 103, a trend analysis section 102, and a display section 101, and a plurality of current diagnostic devices 110 can be connected to one visualization device 100. By doing so, it becomes possible to collectively monitor and manage a plurality of motors from the visualization device 100.

見える化装置１００と電流診断装置１１０の間の通信は、有線の場合には複数の電流診断装置１１０を接続するために適切にハブを挿入するものとする。無線通信の場合には、電流診断装置１１０を無線子機とし、複数の無線接続された子機からデータを収集して見える化装置１００にデータを集約する親機が挿入されるものとする。また無線通信の信頼性に応じて無線中継器を挿入して無線子機から無線親機まで確実にデータが収集されるようにネットワークを構築することも、場合によっては必要である。いずれも図１からは省略するが、これは現場の状況に応じてシステム構成を自由に設計すればよい。 In the case of wired communication between the visualization device 100 and the current diagnostic device 110, a hub is appropriately inserted to connect the plurality of current diagnostic devices 110. In the case of wireless communication, the current diagnosis device 110 is assumed to be a wireless slave device, and a master device is inserted that collects data from a plurality of wirelessly connected slave devices and aggregates the data in the visualization device 100. Depending on the reliability of wireless communication, it may also be necessary to insert a wireless repeater to construct a network so that data can be reliably collected from the wireless slave device to the wireless master device. Although both are omitted from FIG. 1, the system configuration can be freely designed depending on the situation at the site.

見える化装置１００内の通信部１０３は、受信した周波数制御値の分散と同期検波の状態を示すフラグを解析部１０２に送付する。解析部１０２はこれらの情報をデータベースに蓄積し、トレンド解析及び統計解析を実施する。解析結果は表示部１０１で表示される。 The communication unit 103 in the visualization device 100 sends a flag indicating the dispersion of the received frequency control value and the state of synchronous detection to the analysis unit 102. The analysis unit 102 stores this information in a database and performs trend analysis and statistical analysis. The analysis results are displayed on the display unit 101.

図３は、実施例１における結果出力画面２００の一例を示している。結果出力画面２００は、小画面に画面分割されており、これら小画面には例えば周波数の分散の時系列トレンド２１０と、モータごとの周波数の分散の大きさを正常時の値と比較する分散比較グラフ２２０と、周波数の分散の正常レベルからの偏差を降順で比較する偏差の降順グラフ２３０を少なくとも表示するのがよい。 FIG. 3 shows an example of the result output screen 200 in the first embodiment. The result output screen 200 is divided into small screens, and these small screens include, for example, a time series trend 210 of frequency dispersion and a dispersion comparison that compares the magnitude of frequency dispersion for each motor with a normal value. It is preferable to display at least a graph 220 and a descending deviation graph 230 that compares deviations of frequency variance from a normal level in descending order.

時系列トレンド２１０は、横軸に時間、縦軸に周波数のばらつきを正常レベル、警戒レベル、発報レベルとして表記している。この図表上には、制御乗数統計処理部１１２で求めた周波数制御値の一定期間内の分散値を●にて表記している。モータ装置運用の当初においては、所定時間間隔で演算した周波数の分散値は、変動するにしても正常レベルの範囲内に収まっているが、時間の経過とともに分散値は大きくなり、次第に正常レベルから警戒レベル、さらには発報レベルへとシフトしていく傾向を示す。この変化動向は、分散値が、正常レベルでの値からの偏差により評価、把握することができる。あるいは、時間変化幅の大きさにより評価、把握することができる。 In the time series trend 210, the horizontal axis represents time, and the vertical axis represents frequency variations as normal level, warning level, and alarm level. On this chart, the variance value of the frequency control value obtained by the control multiplier statistical processing unit 112 within a certain period is indicated by ●. At the beginning of motor equipment operation, the frequency dispersion calculated at predetermined time intervals is within the normal level, even if it fluctuates, but as time passes, the dispersion increases and gradually falls away from the normal level. It shows a tendency to shift to alert level and even alert level. This change trend can be evaluated and understood by the deviation of the variance value from the normal level value. Alternatively, it can be evaluated and understood based on the size of the temporal change width.

時系列トレンド２１０の小画面内には、モータの選択部２１１を設けるのがよく、モータ選択部２１１は、例えばドロップダウンリストのように、クリックするとトレンドをプロットしたいモータを選択できるような機能を有する。このような機能により、複数のモータを１台の見える化装置１００で監視する場合の利便性が向上する。また一例として正常レベル、警戒レベル、発報レベルといった複数水準のスレッショルドをユーザが設けることで、自動的にシステムがアラートを上げることができるようになる機能を備えても良い。 A motor selection section 211 is preferably provided in the small screen of the time series trend 210, and the motor selection section 211 has a function, such as a drop-down list, that allows you to select the motor whose trend you want to plot by clicking on it. have Such a function improves convenience when multiple motors are monitored by one visualization device 100. Further, as an example, the system may have a function that allows the system to automatically raise an alert by setting multiple threshold levels such as a normal level, a warning level, and an alarm level by the user.

分散比較グラフ２２０は、横軸に複数のモータを、縦軸に周波数のばらつきを数値化して示している。このときに周波数のばらつきは、正常であった基準日の数値と計測時点での数値を比較する形式で表示するのがよい。例えば凡例２２２により、ある指定した日時の分散２２３と正常時の分散２２４を比較することができる。更に、ドロップダウンリスト２２１により計測日の値を選択して正常時と比較できるような機能を有するのがよい。これにより、時系列トレンド２１０を参照してモータ間での比較を行いたい計測日を指定するなどの使い方ができる。またこれにより各モータで分散の値が正常時と比較してどの程度異なるかを確認、比較することができる。これらの表示を通じてユーザは、どのモータが劣化しているか確認することができる。 The variance comparison graph 220 shows a plurality of motors on the horizontal axis and numerically represents frequency variations on the vertical axis. At this time, it is preferable to display the frequency variation in the form of comparing the normal value on the reference day with the value at the time of measurement. For example, the legend 222 allows a comparison between the variance 223 of a specified date and time and the variance 224 of a normal time. Furthermore, it is preferable to have a function of selecting a measurement date value from the drop-down list 221 and comparing it with a normal value. This allows usage such as referring to the time series trend 210 and specifying a measurement date on which a comparison between motors is desired. In addition, this makes it possible to check and compare how much the dispersion value of each motor differs from the normal state. Through these displays, the user can confirm which motor has deteriorated.

偏差の降順グラフ２３０は、横軸に複数のモータを、縦軸に周波数のばらつきの偏差を数値化して示している。これは、分散の正常時からの偏差をモータ間で比較して降順に並べて示すものである。複数のモータを備える設備において、正常状態からの偏差が大きいモータがどれか分かり、補修計画を作るのに役立てることができる。 In the descending deviation graph 230, the horizontal axis represents a plurality of motors, and the vertical axis represents deviations in frequency variations expressed as numerical values. This shows the deviations of the dispersion from the normal state compared between the motors and arranged in descending order. In equipment equipped with multiple motors, it is possible to know which motor has a large deviation from the normal state, which can be used to create a repair plan.

以上要するに、実施例１に係る上記電流診断装置１１０におけるモータ電流の監視は、本来一定周波数の正弦波である電流の、周波数変動に関連する特徴量として、電流の主周波数に対する直交検波の主端数制御値の分散を指標として用いたものである。この分散の大きさや、バラツキや、時系列多岐な変動に応じて異常診断を行ったものである。 In summary, monitoring of the motor current in the current diagnostic device 110 according to the first embodiment uses the main fraction of orthogonal detection with respect to the main frequency of the current as a feature related to frequency fluctuation of the current, which is originally a sine wave with a constant frequency. The variance of control values is used as an index. Anomaly diagnosis is performed according to the size of this variance, variation, and various changes over time.

図４を用いて実施例１における動作確認画面について説明する。動作確認画面３００には同期検波確認インジケータ３０２、リセットボタン３０３、測定開始ボタン３０４、同期検波の状態を確認する時系列プロット３０５、時系列プロットの対象モータを選択するドロップダウンリスト３０１を表示する。 The operation confirmation screen in the first embodiment will be explained using FIG. 4. The operation confirmation screen 300 displays a synchronous detection confirmation indicator 302, a reset button 303, a measurement start button 304, a time series plot 305 for confirming the state of synchronous detection, and a drop-down list 301 for selecting a target motor for the time series plot.

同期検波確認インジケータ３０２は、例えば同期検波が正常に行われている場合には点灯し、行われていない場合には消灯するなどして現在の同期検波の状態をユーザに通知する機能を有する。また同期検波の状態の過去履歴は時系列プロット３０５で確認できるようになっており、どの時間帯に同期検波がうまくいっていなかったかが後から把握できるようになっている。 The synchronous detection confirmation indicator 302 has a function of notifying the user of the current state of synchronous detection by, for example, turning on when synchronous detection is being performed normally and turning off when synchronous detection is not being performed. Further, the past history of the state of synchronous detection can be confirmed in the time series plot 305, so that it is possible to later understand in which time period the synchronous detection was not successful.

同期検波の状態が自動で復帰しない場合などには手動で同期検波をやり直すのにリセットスイッチ３０３を活用することができる。測定開始ボタン３０４は、例えばトグルボタンとし、押すごとに測定開始、停止を制御できるようにする。このように測定状態を手動で制御できるようにすることで、ユーザは設備の点検や補修時には測定を止めることができるようになる。 If the state of synchronous detection does not recover automatically, the reset switch 303 can be used to manually perform synchronous detection again. The measurement start button 304 is, for example, a toggle button, so that measurement can be started and stopped each time it is pressed. By allowing the measurement state to be manually controlled in this way, the user can stop measurement when inspecting or repairing equipment.

図５は、回転機点検システムを含む監視システムのトータルシステム構成例を示す図である。プラント内には、モータ以外にもアナログメータなどの各種の点検対象物が設けられている。また点検対象物における監視対象情報もモータ電流以外に、稼働音、温度、画像など種々のものがある。 FIG. 5 is a diagram showing an example of a total system configuration of a monitoring system including a rotating machine inspection system. In addition to motors, there are various objects to be inspected in the plant, such as analog meters. In addition to the motor current, there are various types of information to be monitored regarding the object to be inspected, such as operating sound, temperature, and images.

このことから、回転機点検システムを含む監視システムのトータルシステム構成例では、監視対象機器として図１のモータ１３０以外に、現場メータ１３０Ａ、他のモータ１３０Ｂを含めた監視対象とする。また検出センサとしては、図１の電流センサ１２０以外にカメラ１２０Ａ，温度センサ１２０Ｂ，集音部１２０Ｃなどを使用することができる。また、診断装置としては、図１の電流診断装置１１０以外にメータ読み取り装置１１０Ａ，温度診断装置１１０Ｂ，異音診断装置１１０Ｃなどを設けることができる。なお、これらの診断結果を、ネットワーク１６０を介して見える化装置１００まで伝送するに際し、適宜の無線或は有線による中継部１７０を構成するのがよい。 Therefore, in an example of a total system configuration of a monitoring system including a rotating machine inspection system, in addition to the motor 130 in FIG. 1, the on-site meter 130A and other motors 130B are to be monitored. Further, as the detection sensor, a camera 120A, a temperature sensor 120B, a sound collecting section 120C, etc. can be used in addition to the current sensor 120 in FIG. 1. Moreover, as a diagnostic device, a meter reading device 110A, a temperature diagnostic device 110B, an abnormal noise diagnostic device 110C, etc. can be provided in addition to the current diagnostic device 110 shown in FIG. Note that when transmitting these diagnostic results to the visualization device 100 via the network 160, it is preferable to configure an appropriate wireless or wired relay unit 170.

より詳細には、図５の各部について、以下のようにされるのがよい。まず図５では、見える化装置４０１が異なる種類の点検項目を監視する場合を示すが、これに代えて、一つの見える化装置４０１が複数のモータだけを監視する構成であってもよい。 More specifically, each part of FIG. 5 is preferably configured as follows. First, FIG. 5 shows a case where the visualization device 401 monitors different types of inspection items, but instead of this, one visualization device 401 may be configured to monitor only a plurality of motors.

中継部１７０に関して、見える化装置４０１は、通信ネットワーク１６０を介して、無線親機１７１に接続されている。無線親機１７１は、複数の無線中継器１７２，１７３に接続されている。各無線中継器１７２，１７３は、現場の各診断装置１１０，１１０Ａ，１１０Ｂ，１１０Ｃに接続されている。 Regarding the relay unit 170, the visualization device 401 is connected to the wireless base unit 171 via the communication network 160. The wireless main unit 171 is connected to a plurality of wireless repeaters 172 and 173. Each wireless repeater 172, 173 is connected to each on-site diagnostic device 110, 110A, 110B, 110C.

異音診断装置１１０Ｂは、モータなどの点検対象物の稼働音を集音部１２０Ｃにより検出し、異常の有無を診断し、その処理結果を無線中継器１７２および無線親機１７１を経由して見える化装置４０１へ送信する。 The abnormal noise diagnosis device 110B detects the operating sound of an object to be inspected such as a motor using a sound collection unit 120C, diagnoses the presence or absence of an abnormality, and displays the processing results via a wireless repeater 172 and a wireless base unit 171. The information is sent to the encoding device 401.

温度診断装置１１０Ｃは、点検対象物の温度を温度センサ１２０Ｂにより検出し、温度に異常が生じているかを診断し、その診断結果を無線中継器１７２および無線親機１７１を経由して見える化装置４０１へ送信する。 The temperature diagnostic device 110C detects the temperature of the object to be inspected using a temperature sensor 120B, diagnoses whether an abnormality has occurred in the temperature, and transmits the diagnosis result to a visualization device via a wireless repeater 172 and a wireless base unit 171. Send to 401.

メータ読取り装置１１０Ａは、点検対象物１３０Ａであるメータの値をカメラ１２０Ａにより検出し、メータ値の画像を認識した結果を無線中継器１７３および無線親機１７１を経由して見える化装置４０１へ送信する。 The meter reading device 110A detects the value of the meter, which is the object to be inspected 130A, with the camera 120A, and transmits the result of recognizing the image of the meter value to the visualization device 401 via the wireless repeater 173 and the wireless master device 171. do.

電流診断装置１１０は、モータ１３０の駆動電流を電流検知器１２０により検出し、同期検波の周波数制御値の分散を無線中継器１７３および無線親機１７１を経由して見える化装置４０１へ送信する。 The current diagnostic device 110 detects the drive current of the motor 130 with the current detector 120, and transmits the dispersion of the frequency control value of synchronous detection to the visualization device 401 via the wireless repeater 173 and the wireless master device 171.

このようにシステム構成するにあたり、同一の点検対象物に複数の異なる診断装置が設けられてもよいし、一つの診断装置が複数の異なる点検対象物を診断してもよい。また、診断装置の種類は図５に記載の例に限定されない。圧力診断装置、色彩診断装置、流量診断装置、重量診断装置、電圧診断装置、周波数診断装置、照度診断装置などを監視システムに加えてもよい。 In configuring the system in this manner, a plurality of different diagnostic devices may be provided for the same inspection object, or one diagnostic device may diagnose a plurality of different inspection objects. Furthermore, the type of diagnostic device is not limited to the example shown in FIG. A pressure diagnostic device, a color diagnostic device, a flow rate diagnostic device, a weight diagnostic device, a voltage diagnostic device, a frequency diagnostic device, an illuminance diagnostic device, etc. may be added to the monitoring system.

本実施例では、無線通信ネットワークに複数の（多数の）診断装置を接続し、定期的または不定期に処理結果（診断結果）を見える化装置１００へ送信する。そして、通常、プラントなどに設けられる監視用無線通信ネットワーク（中継部１７０）は、一般的な移動体通信サービスに比べて、通信容量および通信速度に対する制限が厳しい。そのような通信制限のある監視用無線通信ネットワークに、複数の診断装置から見える化装置２へ複数のパケットが随時送出される。本実施例は、このような無線通信環境下において、効率的かつ信頼性高く、遠隔から監視できるようにしている。 In this embodiment, a plurality of (many) diagnostic devices are connected to a wireless communication network, and process results (diagnosis results) are transmitted to the visualization device 100 periodically or irregularly. A monitoring wireless communication network (relay unit 170) provided in a plant or the like usually has stricter restrictions on communication capacity and communication speed than general mobile communication services. A plurality of packets are sent from a plurality of diagnostic devices to the visualization device 2 at any time through such a monitoring wireless communication network with communication restrictions. The present embodiment enables efficient and reliable remote monitoring in such a wireless communication environment.

実施例２では、実施例１における電流診断装置１１０の新たな構成例を提示する。ごく簡単に言うと、図６の電流診断装置１１０の新たな構成例構成では、状態把握部１１３が除外されている。図６は、実施例２に係る回転機診断システムの構成例を示している。 In the second embodiment, a new configuration example of the current diagnostic device 110 in the first embodiment is presented. To put it simply, in the new configuration example configuration of the current diagnostic device 110 in FIG. 6, the state grasping section 113 is excluded. FIG. 6 shows a configuration example of a rotating machine diagnostic system according to the second embodiment.

図６の電流診断装置１１０の構成では、図２に示す実施例１の回転診断システムの構成と比較して、状態把握部１１３が無くなっている点が異なる。実施例２では、制御乗数統計処理部１１２において監視しているモータの運転状態をフィルタリングする。 The configuration of the current diagnosis device 110 in FIG. 6 differs from the configuration of the rotation diagnosis system of the first embodiment shown in FIG. 2 in that the state grasping section 113 is not provided. In the second embodiment, the operating state of the motor monitored by the control multiplier statistical processing unit 112 is filtered.

具体的には同期検波の結果得られる振幅制御値と周波数制御値の一定期間内の平均値と分散が運転状態として規定した範囲内に収まっていることを条件として診断を行う運転状態にあると判定する。このような構成とすることで、状態把握部１１３を別途設け、そこで周波数解析を行う実施例１と比較して、信号処理に使うコンピュータリソースを削減し、消費エネルギの低減を図ることができる。また、より少ない計算リソースしか持たないハードウェア上でも動作可能となる。 Specifically, if the device is in an operating state, diagnosis is performed on the condition that the average value and variance within a certain period of time of the amplitude control value and frequency control value obtained as a result of synchronous detection are within the range specified as the operating state. judge. With this configuration, compared to the first embodiment in which the state grasping section 113 is separately provided and frequency analysis is performed there, computer resources used for signal processing can be reduced and energy consumption can be reduced. It can also operate on hardware with fewer computational resources.

実施例３では、実施例１における電流診断装置１１０の新たな構成例を提案する。ごく簡単に言うと、図７の見える化装置１１０の新たな構成例では、異常度算出部１０４が追加されている。図７は、実施例３に係る回転機診断システムの構成例を示している。図７から図９を用いて実施例３について説明する。 In the third embodiment, a new configuration example of the current diagnostic device 110 in the first embodiment is proposed. To put it simply, in the new configuration example of the visualization device 110 shown in FIG. 7, an abnormality degree calculation unit 104 is added. FIG. 7 shows a configuration example of a rotating machine diagnostic system according to the third embodiment. Example 3 will be described using FIGS. 7 to 9.

図７は、実施例３に係る回転機診断システムの構成例を示す図である。図２に示す実施例１の回転診断システムの構成と比較して見える化装置１００に異常度算出部１０４が追加されている点が異なる。 FIG. 7 is a diagram illustrating a configuration example of a rotating machine diagnostic system according to the third embodiment. The difference from the configuration of the rotation diagnosis system of Example 1 shown in FIG. 2 is that an abnormality degree calculation unit 104 is added to the visualization device 100.

また実施例３では異常度算出部１０４の追加に伴い、電流診断措置１１０において制御乗数統計処理部１１２は同期検波部１１４の出力である振幅制御値と周波数制御値それぞれの一定期間内の分散、および、同期検波が正常に行われているか否かを示すフラグを見える化装置６００に送信する。よって実施例１では周波数制御値の分散と同期検波が正常に行われていることを示すフラグのみしか送らなかったことと比べて、情報量が増えていることが特徴である。 In addition, in the third embodiment, with the addition of the abnormality degree calculation unit 104, the control multiplier statistical processing unit 112 in the current diagnosis measure 110 calculates the variance within a certain period of each of the amplitude control value and frequency control value, which are the outputs of the synchronous detection unit 114. Then, a flag indicating whether or not synchronous detection is being performed normally is transmitted to the visualization device 600. Therefore, the first embodiment is characterized in that the amount of information is increased compared to the case where only the flag indicating that frequency control value dispersion and synchronous detection are being performed normally is sent.

見える化装置１００において通信部１０３で受信された振幅制御値の分散と周波数制御値の分散は異常度算出部１０４に送られる。 In the visualization device 100, the amplitude control value variance and the frequency control value variance received by the communication unit 103 are sent to the abnormality degree calculation unit 104.

新規に追加された異常度算出部１０４では、振幅制御値の分散と周波数制御値の分散を用いて正常状態の学習及び監視時の異常度算出を行う。学習はユーザがトリガをかけて学習に活用するデータを取得する、もしくは取得された日時を指定することで行われることが望ましい。このようにすることで、ユーザが学習データを自由に作成、アップデートすることが可能となる。 The newly added abnormality degree calculation unit 104 uses the variance of the amplitude control value and the variance of the frequency control value to learn the normal state and calculate the degree of abnormality during monitoring. Preferably, learning is performed by the user applying a trigger to acquire data to be used for learning, or by specifying the date and time of acquisition. By doing so, the user can freely create and update learning data.

図８を用いて実施例３における結果出力画面２００について説明する。実施例３における結果出力画面２００は、３つの小画面で構成されており、これら小画面には各モータの異常度確認プロット２４０と、モータごとの異常度のばらつきを正常時と比較する異常度ばらつき比較グラフ２５０と、モータごとの劣化度を降順で比較する劣化度の降順グラフ２６０を少なくとも表示するのがよい。 The result output screen 200 in Example 3 will be explained using FIG. 8. The result output screen 200 in the third embodiment is composed of three small screens, and these small screens include an abnormality degree confirmation plot 240 for each motor and an abnormality degree plot 240 that compares the variation in abnormality degree for each motor with the normal state. It is preferable to display at least a variation comparison graph 250 and a descending degree of deterioration graph 260 that compares the degree of deterioration of each motor in descending order.

異常度確認プロット２４０は、振幅制御値の分散と周波数制御値の分散の関係を２次元散布図としてプロットした異常度散布図２４０aと、異常度の時系列トレンド２４０ｂを含んで構成されるのがよい。またドロップダウンリスト２４１を備えており、ここからモータの種類を指定することで、各モータの異常度確認プロットを切り替えて表示することができる。 The abnormality degree confirmation plot 240 includes an abnormality degree scatter diagram 240a that plots the relationship between the variance of the amplitude control value and the variance of the frequency control value as a two-dimensional scatter diagram, and a time series trend 240b of the abnormality degree. good. A drop-down list 241 is also provided, and by specifying the type of motor from this list, it is possible to switch and display abnormality degree confirmation plots for each motor.

異常度散布図２４０aでは、学習結果を正常クラスタ２４２として領域表示し、計測された異常度２４３は同じ散布図上にプロットする。このようなプロットとすることで計測された異常度が、正常クラスタとどの程度離れているかを、正常クラスタ２４２の平均２４４との距離から目視で比較することが可能となる。なお、プロットする異常度２４３はある期間を定めてすべての点をプロットしても良いし、ある期間の平均値として１点のみプロットしてもよい。どのようにプロットするかはユーザが設定できる機能を有するものとする。 In the abnormality degree scatter diagram 240a, the learning results are displayed as areas as normal clusters 242, and the measured abnormality degree 243 is plotted on the same scatter diagram. By making such a plot, it becomes possible to visually compare how far the measured degree of abnormality is from the normal cluster based on the distance from the average 244 of the normal clusters 242. Note that the abnormality degree 243 to be plotted may be plotted at all points for a certain period, or may be plotted at only one point as an average value for a certain period. It is assumed that the user has a function that allows the user to set how to plot.

異常度の時系列トレンド２４０ｂでは、横軸に時間、縦軸に異常度の値およびばらつきを表示し、その増大からモータの劣化を判断することができる。この際、縦軸に正常レベル、警戒レベル、発報レベルといったスレッショルドをユーザが設けることで、システムが自動で異常を通知する、ユーザに時系列トレンドから気づきを与えるなどができるようになる。またこれらのスレッショルドはモータごとに設定しても良いし、監視するすべてのモータに一律の値を設定しても良い。 In the abnormality degree time series trend 240b, time is displayed on the horizontal axis, and the value and variation of the abnormality degree are displayed on the vertical axis, and deterioration of the motor can be determined from the increase. At this time, by allowing the user to set thresholds such as normal level, warning level, and alarm level on the vertical axis, the system will be able to automatically notify abnormalities and provide users with awareness based on time-series trends. Further, these thresholds may be set for each motor, or a uniform value may be set for all motors to be monitored.

異常度ばらつき比較グラフ２５０は、横軸に複数のモータを、縦軸に異常度のばらつきを数値化して示している。このときに正常時のばらつき２５３と、ある指定した日時のばらつき２５４から、あらかじめ指定された過去一定期間中に測定された異常度のばらつきとを比較するものである。またこの小画面内に設けたドロップダウンリスト７２１により日時の指定が可能である。ばらつきを計算する機関はユーザが指定することができる。通常操業中に監視対象モータが診断に適した運転状態になる場合が多いか少ないかに依存して、この計算期間を設定すると良い。バーグラフの凡例は２５２に表示され、比較が分かりやすいようになっている。 The abnormality degree variation comparison graph 250 shows a plurality of motors on the horizontal axis and numerically represents the abnormality degree variation on the vertical axis. At this time, the normal variation 253 is compared with the variation in the degree of abnormality measured during a prespecified past period based on the variation 254 at a specified date and time. Further, the date and time can be specified using a drop-down list 721 provided within this small screen. The user can specify the institution that calculates the dispersion. This calculation period may be set depending on whether or not the motor to be monitored is often in an operating state suitable for diagnosis during normal operation. The legend of the bar graph is displayed at 252 to make the comparison easy to understand.

劣化度の降順グラフ２６０は、異常度ばらつき比較グラフ２５０における正常時の異常度２５３と観測時の異常度２５４のばらつきの差分を劣化度と定義し、これを降順に並べたものである。どのモータの劣化具合が進んでおり修理を要するかユーザが判断しやすくなる。 The graph 260 in descending order of the degree of deterioration defines the difference in the variation between the degree of abnormality 253 at normal time and the degree of abnormality 254 at the time of observation in the abnormality degree variation comparison graph 250 as the degree of deterioration, and arranges this in descending order. This makes it easier for the user to determine which motor has progressed to a degree of deterioration and requires repair.

図９を用いて実施例３における動作確認画面３００について説明する。図４に示す実施例１の表示例と比較して学習ボタン３０５が追加された点が異なる。実施例３では見える化装置１００において学習を行うため、学習機能にユーザからトリガをかける機能が必要であり、学習ボタン３０５はこれを担うものである。 The operation confirmation screen 300 in the third embodiment will be explained using FIG. 9. The difference from the display example of the first embodiment shown in FIG. 4 is that a learning button 305 is added. In the third embodiment, since learning is performed in the visualization device 100, a function for triggering the learning function from the user is required, and the learning button 305 is responsible for this function.

以上要するに実施例１の表示では、モータの現状を示す表示内容をユーザが見て、自己判断により異常判定するのに対し、実施例３の表示では、異常判定した結果が表示されるものということができ、比較的に経験の浅いユーザにとって利用しやすいシステムとすることができる。 In summary, in the display of Embodiment 1, the user looks at the display content showing the current state of the motor and determines an abnormality based on his/her own judgment, whereas in the display of Embodiment 3, the result of the abnormality determination is displayed. This allows the system to be easily used by relatively inexperienced users.

図１０を用いて実施例４に係る回転機診断システムの構成例について説明する。図１０の構成は、図７に示す実施例３の回転診断システムの構成と比較して、異常度算出部１０４が見える化装置１００から電流診断装置１１０に移動している点が異なる。この構成では学習データを電流診断装置１１０が保持することとなり、学習データの書き換えが必要な場合にはそれぞれの電流診断装置１１０について実施する必要があるため、管理コストが増大する。しかし、各電流診断装置１１０内で異常度計算を分散して行うため、見える化装置の計算負荷を軽くすることができる。 A configuration example of a rotating machine diagnostic system according to the fourth embodiment will be described using FIG. 10. The configuration of FIG. 10 differs from the configuration of the rotation diagnosis system of Example 3 shown in FIG. 7 in that the abnormality degree calculation unit 104 is moved from the visualization device 100 to the current diagnosis device 110. In this configuration, the learning data is held by the current diagnostic device 110, and if the learning data needs to be rewritten, it must be performed for each current diagnostic device 110, which increases management costs. However, since the abnormality degree calculation is performed in a distributed manner within each current diagnostic device 110, the calculation load on the visualization device can be reduced.

電流診断装置１１０から見える化装置１００に送付されるデータは異常度算出部１０４で計算された異常度だけではなく、制御乗数統計処理部１１２で計算された振幅制御値の分散、周波数制御値の分散も送信して見える化装置１００で蓄積することも可能である。 The data sent from the current diagnostic device 110 to the visualization device 100 includes not only the abnormality degree calculated by the abnormality degree calculation section 104, but also the variance of the amplitude control value and the frequency control value calculated by the control multiplier statistical processing section 112. It is also possible to transmit the variance and accumulate it in the visualization device 100.

図１１から図１３を用いて実施例５について説明する。図１１は、実施例５に係る回転機診断システムの構成例を示す図である。 Example 5 will be described using FIGS. 11 to 13. FIG. 11 is a diagram showing a configuration example of a rotating machine diagnostic system according to the fifth embodiment.

図７に示す実施例３の回転機診断システムの構成と比較すると、電流診断装置１１０の内部構成が異なる。 When compared with the configuration of the rotating machine diagnosis system of Example 3 shown in FIG. 7, the internal configuration of the current diagnosis device 110 is different.

図１１の電流診断装置１１０はデータ取得部１１６、フィルタ部１１５、状態把握部１１３、周波数解析部１１８、特徴量抽出部１１９、通信部１１１、設定部１１７から構成されている。 The current diagnostic device 110 in FIG. 11 includes a data acquisition section 116, a filter section 115, a state grasping section 113, a frequency analysis section 118, a feature extraction section 119, a communication section 111, and a setting section 117.

図１１によれば、モータ１３０の相電流を検出するように設置された電流検知器１２０の情報はデータ取得部１１６でデジタル情報に変換され、フィルタ部１１５で適切な帯域にフィルタリングされる。フィルタリング後のデータは状態把握部１１３に入力され、ここで診断を行う状態と定義した状態でモータが稼働しているかを電流データから判断する。ここまでの機能ブロックの働きは図７に示されるものと同じである。 According to FIG. 11, information from the current detector 120 installed to detect the phase current of the motor 130 is converted into digital information by the data acquisition unit 116, and filtered into an appropriate band by the filter unit 115. The filtered data is input to the state grasping unit 113, which determines from the current data whether the motor is operating in a state defined as a state for diagnosis. The functions of the functional blocks up to this point are the same as those shown in FIG.

実施例５では、状態把握部１１３の出力は周波数解析部１１８に入力される。周波数解析部１１８では、時系列データの周波数解析を行う。周波数解析結果は特徴量抽出部１１９に送られ、診断に用いる特徴量が抽出される。抽出された特徴量は通信部１１１を介して見える化装置に送られる。見える化装置の機能は図７に示すものと同じである。 In the fifth embodiment, the output of the state understanding section 113 is input to the frequency analysis section 118. The frequency analysis unit 118 performs frequency analysis of time series data. The frequency analysis results are sent to the feature amount extraction unit 119, and feature amounts used for diagnosis are extracted. The extracted feature amounts are sent to the visualization device via the communication unit 111. The function of the visualization device is the same as that shown in FIG.

図１２を用いて実施例５における特徴量抽出処理フローを説明する。このフロー例では、処理ステップＳ１００において特徴量の抽出開始を設定し、処理ステップＳ１０７で特徴量抽出終了を確定するまでの一連の処理を実行する。具体的にはまず、処理ステップＳ１０１において電流データの周波数解析結果からパワースペクトルを算出する。処理ステップＳ１０２では、このパワースペクトルの最大値を求めることで基本周波数ｆ０を決定する。次に処理ステップＳ１０３で検出するピーク数ｎを１にリセットし、処理ステップＳ１０４で自動ピーク検出を行う。ピーク検出は探索ウィンドウを設定し、そのウィンドウ中の最大値としてピークを検出する。ウィンドウはｆ０（ｎΔ＋１）－δからｆ０（（ｎ＋１）Δ＋１）－δで定義し、幅はΔである。Δは典型的には０．５ｆ０に定めるのが好ましい。ｆ０のパワースペクトル上のピーク幅から決定される定数である。典型的にはｆ０から２ｆ０程度に設定すると良い。 The feature amount extraction processing flow in the fifth embodiment will be explained using FIG. 12. In this flow example, a series of processes is executed from setting the start of feature quantity extraction in processing step S100 to determining the end of feature quantity extraction in processing step S107. Specifically, first, in processing step S101, a power spectrum is calculated from the frequency analysis result of current data. In processing step S102, the fundamental frequency f0 is determined by finding the maximum value of this power spectrum. Next, the number n of peaks to be detected is reset to 1 in processing step S103, and automatic peak detection is performed in processing step S104. Peak detection sets a search window and detects the peak as the maximum value within that window. The window is defined from f0(nΔ+1)−δ to f0((n+1)Δ+1)−δ, and the width is Δ. It is preferable to typically set Δ to 0.5f0. This is a constant determined from the peak width on the power spectrum of f0. Typically, it is good to set it to about f0 to 2f0.

処理ステップＳ１０４でピーク検出が終わると、一つのピークが検出され、その周波数Ｆと強度Ｘが得られる。処理ステップＳ１０５では、ピーク検出のウィンドウをずらすためにｎをインクリメントし、あらかじめ決められたピーク検出数Ｎになった時点でピーク検出のループを抜ける。ピーク検出数Ｎは図１１におけるフィルタ部１１５の通過帯域の最大値から自動的に定義しても良いし、ユーザがピーク検出個数を定義しても良い。Ｎはｆ０のＮ次高調波までピーク探索を行うことを意味する値である。 When peak detection is completed in processing step S104, one peak is detected, and its frequency F and intensity X are obtained. In processing step S105, n is incremented to shift the peak detection window, and when the predetermined number of peak detections reaches N, the peak detection loop is exited. The number N of detected peaks may be automatically defined from the maximum value of the pass band of the filter section 115 in FIG. 11, or the number of detected peaks may be defined by the user. N is a value meaning that the peak search is performed up to the Nth harmonic of f0.

ここで、実施例１は本来一定周波数の正弦波である電流の、周波数変動に関連する特徴量として、電流の主周波数に対する直交検波の主端数制御値の分散を指標として用いたものであるが、これに対し実施例５は本来一定周波数の正弦波である電流の、周波数変動に関連する特徴量として、電流の周波数解析結果において、ピーク探索を実施し、ピーク強度とピーク周波数を指標として用いたものである。 Here, in Example 1, the dispersion of the main fractional control value of orthogonal detection with respect to the main frequency of the current is used as an index as a characteristic amount related to the frequency fluctuation of the current, which is originally a sine wave with a constant frequency. On the other hand, in Example 5, a peak search is performed in the frequency analysis results of the current as a feature related to the frequency fluctuation of the current, which is originally a sine wave with a constant frequency, and the peak intensity and peak frequency are used as indicators. It was there.

図１３は異常度の算出方法の例を示すものである。図１３は周波数Ｆと強度Ｘを横軸と縦軸に２次元プロットして、学習時の集合(学習したクラスタ)１２０２と比較するやり方を示すものである。例えば図１３において、周波数が同じである学習クラスタ１２０２aと学習した集合１３００aを比較の対象とし、監視時の打点１３００aの尤度を計算して異常度とするものである。学習時の集合(の中心)から離れるほど、状態が変化したことになり異常度が増大していると判断することになる。 FIG. 13 shows an example of a method for calculating the degree of abnormality. FIG. 13 shows a method of two-dimensionally plotting the frequency F and intensity X on the horizontal and vertical axes and comparing it with the learning set (learned cluster) 1202. For example, in FIG. 13, a learning cluster 1202a having the same frequency and a learned set 1300a are compared, and the likelihood of a dot 1300a during monitoring is calculated and used as the degree of abnormality. The further away from (the center of) the set at the time of learning, the more the state has changed, and it is determined that the degree of abnormality is increasing.

図１４は図１３と同様に周波数Ｆと強度Ｘを横軸と縦軸に２次元プロットしたものであるが、図１３と比較して異常度または劣化度を計算する方法が異なる。周波数が同じである学習クラスタ１２０２bと学習した集合１３００bを比較の対象とし、点線で示す正常時の集合の分布が示す面積１２０２ｂに対して、正常時を含んだある時点での実線で示す分布１３００ｂの面積との差分を異常度または劣化度と定義する。学習時の集合から離れた場所に打点されると、観測時分布の面積は大きくなるため、異常度に現れることになる。 Similar to FIG. 13, FIG. 14 is a two-dimensional plot of frequency F and intensity X on the horizontal and vertical axes, but the method for calculating the degree of abnormality or deterioration is different from that in FIG. The learning cluster 1202b and the learned set 1300b, which have the same frequency, are compared, and the distribution 1300b shown by the solid line at a certain point in time including the normal time is compared to the area 1202b shown by the distribution of the set during normal times shown by the dotted line. The difference from the area of is defined as the degree of abnormality or degree of deterioration. If a point is placed at a location away from the set at the time of learning, the area of the distribution at the time of observation becomes larger, which will appear in the degree of abnormality.

このようにして求められた異常度は、図８の表示画面２００における小画面２４０と同じ表示形式によりユーザに提供することができる。 The abnormality degree determined in this way can be provided to the user in the same display format as the small screen 240 on the display screen 200 in FIG. 8.

１００：みえる化装置、１０１：表示部、１０２：トレンド解析部、１０３、１１１：通信部、１１０：電流診断装置、１１２：制御乗数統計処理部、１１３：状態把握部、１１４：同期検波部、１１５：フィルタ部、１１６：データ取得部、１１７：設定部、１２０：電流センサ、、１３０：モータ、１４０：モータ制御装置 100: visualization device, 101: display section, 102: trend analysis section, 103, 111: communication section, 110: current diagnosis device, 112: control multiplier statistical processing section, 113: state grasping section, 114: synchronous detection section, 115: Filter section, 116: Data acquisition section, 117: Setting section, 120: Current sensor, 130: Motor, 140: Motor control device

Claims (14)

回転機に接続された少なくとも１本の電流線の電流を検知する電流検知器と、前記電流検知器の信号を受信して信号処理する電流診断装置と、信号処理の結果を表示する見える化装置を備え、
前記電流診断装置は、前記電流検知器で検知した電流をフィルタ処理するフィルタ部と、フィルタ処理された電流の主周波数に対して直交検波を行う同期検波部と、前記同期検波部におけるＰＩＤ制御のパラメータを前記回転機の運転状態を規定する設定情報を活用して自動生成する設定部と、前記同期検波部の出力を用いて周波数変動に関連する特徴量の分散を指標として求める処理部と、前記周波数変動に関連する特徴量の分散を指標として前記見える化装置に与える通信部を備え、
前記見える化装置は前記指標を時間変化とともに表示することを特徴とする回転機診断システム。 A current detector that detects a current in at least one current line connected to a rotating machine, a current diagnostic device that receives and processes a signal from the current detector, and a visualization device that displays the result of signal processing. Equipped with
The current diagnostic device includes a filter section that filters the current detected by the current detector, a synchronous detection section that performs orthogonal detection with respect to the main frequency of the filtered current, and a PID control in the synchronous detection section. a setting unit that automatically generates parameters by utilizing setting information that defines the operating state of the rotating machine; a processing unit that uses the output of the synchronous detection unit to obtain variance of a feature amount related to frequency fluctuation as an index; comprising a communication unit that provides the visualization device with the variance of the feature amount related to the frequency fluctuation as an index,
A rotating machine diagnostic system, wherein the visualization device displays the index along with time changes. 請求項１に記載の回転機診断システムであって、
前記電流診断装置の前記同期検波部は、前記直交検波の制御値の分散を前記指標として回転機の状態診断を行うことを特徴とする回転機診断システム。 The rotating machine diagnostic system according to claim 1,
A rotating machine diagnostic system, wherein the synchronous detection unit of the current diagnostic device diagnoses the state of the rotating machine using the dispersion of the control value of the orthogonal detection as the index. 請求項２に記載の回転機診断システムであって、
前記制御値は、周波数制御値であることを特徴とする回転機診断システム。 The rotating machine diagnostic system according to claim 2,
A rotating machine diagnostic system, wherein the control value is a frequency control value. 請求項１から請求項３のいずれか１項に記載の回転機診断システムであって、
前記電流診断装置は、前記回転機が診断に適した運転状態にあるかを判定する状態把握部を備え、前記状態把握部において診断に適した運転状態にあることが確認されたときに前記同期検波部の出力を用いて診断に適した運転状態にあるときの前記指標を求めることを特徴とする回転機診断システム。 The rotating machine diagnostic system according to any one of claims 1 to 3,
The current diagnostic device includes a state grasping section that determines whether the rotating machine is in an operating state suitable for diagnosis, and when the state grasping section confirms that the rotating machine is in an operating state suitable for diagnosis, the current diagnostic device performs the synchronization. A rotating machine diagnostic system characterized in that the indicator is obtained when the operating state is suitable for diagnosis using the output of the detection section . 請求項２または請求項３に記載の回転機診断システムであって、
前記見える化装置は、前記直交検波が正常に行われていることをユーザに通知する機能を備えることを特徴とする回転機診断システム。 The rotating machine diagnostic system according to claim 2 or 3,
A rotating machine diagnostic system, wherein the visualization device has a function of notifying a user that the orthogonal detection is being performed normally. 請求項１から請求項５のいずれか１項に記載の回転機診断システムであって、
前記電流診断装置の前記フィルタ部のカットオフ周波数は、少なくとも主周波数よりも高いことを特徴とする回転機診断システム。 The rotating machine diagnostic system according to any one of claims 1 to 5,
A rotating machine diagnostic system, wherein a cutoff frequency of the filter section of the current diagnostic device is higher than at least a main frequency. 請求項１から請求項６のいずれか１項に記載の回転機診断システムであって、
前記電流検知器および前記電流診断装置が複数組用意され、複数組の前記電流診断装置が検波したデータを収集する見える化装置とを有し、前記見える化装置は、複数の前記回転機の劣化状態を比較して表示する機能を有することを特徴とする回転機診断システム。 The rotating machine diagnostic system according to any one of claims 1 to 6,
A plurality of sets of the current detector and the current diagnosis device are prepared, and a visualization device collects data detected by the plurality of sets of the current diagnosis device, and the visualization device detects deterioration of the plurality of rotating machines. A rotating machine diagnostic system characterized by having a function of comparing and displaying conditions. 請求項２または請求項３に記載の回転機診断システムであって、
前記制御値は、周波数制御値と振幅制御値であり、前記回転機の状態診断において前記周波数制御値と前記振幅制御値の組み合わせを用いることを特徴とする回転機診断システム。 The rotating machine diagnostic system according to claim 2 or 3,
The rotating machine diagnostic system is characterized in that the control values are a frequency control value and an amplitude control value, and a combination of the frequency control value and the amplitude control value is used in diagnosing the state of the rotating machine. 請求項１に記載の回転機診断システムであって、
前記電流診断装置は、前記電流検知器が検知した電流の周波数解析を行う周波数解析部を備え、周波数解析結果において、前記回転機の主周波数の半分に相当する周波数幅で探索範囲を移動しながらピーク探索を実施し、それぞれの探索でピーク強度とピーク周波数を前記特徴量として抽出し、前記特徴量を指標として回転機の状態診断を行うことを特徴とする回転機診断システム。 The rotating machine diagnostic system according to claim 1,
The current diagnostic device includes a frequency analysis unit that performs frequency analysis of the current detected by the current detector, and in the frequency analysis result, while moving through the search range with a frequency width equivalent to half the main frequency of the rotating machine. A rotating machine diagnostic system characterized by performing peak searches, extracting peak intensity and peak frequency as the feature quantities in each search, and diagnosing the state of the rotating machine using the feature quantities as indicators. 請求項９に記載の回転機診断システムであって、
前記見える化装置は、前記特徴量を周波数と強度による２次元プロット化して表示し、特徴量が作り出すクラスタ面積の大きさから回転機の異常度を判断することを特徴とする回転機診断システム。 The rotating machine diagnostic system according to claim 9,
The rotating machine diagnostic system is characterized in that the visualization device displays the feature quantity as a two-dimensional plot of frequency and intensity, and determines the degree of abnormality of the rotating machine from the size of a cluster area created by the feature quantity. 回転機に接続された少なくとも１本の電流線の電流を検知して信号処理を行い、信号処理の結果を表示する回転機診断方法であって、
検知した電流をフィルタ処理し、フィルタ処理された電流の主周波数に対して直交検波を行い、前記直交検波におけるＰＩＤ制御のパラメータを前記回転機の運転状態を規定する設定情報を活用して自動生成し、前記直交検波の出力を用いて周波数変動に関連する特徴量の分散を指標として求め、
電流の周波数変動に関連する特徴量の分散を指標として、前記指標を時間変化とともに表示することを特徴とする回転機診断方法。 A rotating machine diagnostic method that detects a current in at least one current line connected to a rotating machine, performs signal processing, and displays the result of the signal processing, the method comprising:
Filtering the detected current, performing quadrature detection on the main frequency of the filtered current, and automatically generating PID control parameters in the quadrature detection using setting information that defines the operating state of the rotating machine. Then, using the output of the orthogonal detection, find the variance of the feature related to frequency fluctuation as an index,
A method for diagnosing a rotating machine, characterized in that the dispersion of a feature amount related to frequency fluctuations of current is used as an index, and the index is displayed with time changes. 請求項１１に記載の回転機診断方法であって、
検知した電流の主周波数に対して直交検波を行い、前記直交検波の制御値の分散を前記指標として回転機の状態診断を行うことを特徴とする回転機診断方法。 The rotating machine diagnostic method according to claim 11,
A method for diagnosing a rotating machine, comprising performing orthogonal detection on the main frequency of the detected current, and diagnosing the state of the rotating machine using the dispersion of the control value of the orthogonal detection as the index. 請求項１１に記載の回転機診断方法であって、
検知した電流の周波数解析を行い、周波数解析結果において、前記回転機の主周波数の半分に相当する周波数幅で探索範囲を移動しながらピーク探索を実施し、それぞれの探索でピーク強度とピーク周波数を前記特徴量として抽出し、前記特徴量を指標として回転機の状態診断を行うことを特徴とする回転機診断方法。 The rotating machine diagnostic method according to claim 11,
A frequency analysis of the detected current is performed, and in the frequency analysis results, a peak search is performed while moving through the search range with a frequency width equivalent to half the main frequency of the rotating machine, and the peak intensity and peak frequency are determined in each search. A method for diagnosing a rotating machine, characterized in that the feature quantity is extracted as the feature quantity, and the state of the rotating machine is diagnosed using the feature quantity as an index. 請求項１から請求項１０のいずれか１項に記載の回転機診断システムであって、 A rotating machine diagnostic system according to any one of claims 1 to 10,
前記通信部は、同期検波が正常に行われているかを示すフラグ情報を見える化装置に送信し、ユーザに通知することを特徴とする回転機診断システム。 A rotating machine diagnostic system, wherein the communication unit transmits flag information indicating whether synchronous detection is being performed normally to a visualization device and notifies the user.
JP2022523791A 2020-05-19 2020-05-19 Rotating machine diagnostic system and method Active JP7355934B2 (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/019763 WO2021234815A1 (en) 2020-05-19 2020-05-19 Rotary machine diagnosis system and method

Publications (2)

Publication Number Publication Date
JPWO2021234815A1 JPWO2021234815A1 (en) 2021-11-25
JP7355934B2 true JP7355934B2 (en) 2023-10-03

Family

ID=78708580

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022523791A Active JP7355934B2 (en) 2020-05-19 2020-05-19 Rotating machine diagnostic system and method

Country Status (2)

Country Link
JP (1) JP7355934B2 (en)
WO (1) WO2021234815A1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160033580A1 (en) 2012-05-29 2016-02-04 Board Of Regents Of The University Of Nebraska Detecting Faults in Turbine Generators
JP2020067281A (en) 2018-10-22 2020-04-30 株式会社日立製作所 Rotating machine diagnosis system
JP2020067334A (en) 2018-10-23 2020-04-30 三菱重工業株式会社 Abnormality diagnostic device and abnormality diagnostic method

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07122604B2 (en) * 1987-01-06 1995-12-25 新日本製鐵株式会社 Abnormality diagnosis method for rotating machinery

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160033580A1 (en) 2012-05-29 2016-02-04 Board Of Regents Of The University Of Nebraska Detecting Faults in Turbine Generators
JP2020067281A (en) 2018-10-22 2020-04-30 株式会社日立製作所 Rotating machine diagnosis system
JP2020067334A (en) 2018-10-23 2020-04-30 三菱重工業株式会社 Abnormality diagnostic device and abnormality diagnostic method

Also Published As

Publication number Publication date
WO2021234815A1 (en) 2021-11-25
JPWO2021234815A1 (en) 2021-11-25

Similar Documents

Publication Publication Date Title
Ahmad et al. A reliable technique for remaining useful life estimation of rolling element bearings using dynamic regression models
KR101409986B1 (en) Vibration monitoring fault diagnostic device
DK2824324T3 (en) Condition Monitoring
EP2078231B1 (en) Method and system for detecting abnormal operation in a stirred vessel
WO2016143118A1 (en) Machine diagnostic device and machine diagnostic method
WO2017168796A1 (en) Abnormality detection method for rotary mechanical system, abnormality monitoring method for rotary mechanical system using said abnormality detection method, and abnormality monitoring device for rotary mechanical system using said abnormality detection method
WO2019203774A2 (en) Self-learning malfunction monitoring and early warning system
KR100522342B1 (en) System for diagnosing facility apparatus, managing apparatus and diagnostic apparatus
EP2434266A2 (en) Sideband Energy Ratio Method For Gear Mesh Fault Detection
KR20140130540A (en) Method and system for real-time performance recovery advisory for centrifugal compressors
EP3367198A1 (en) Method for monitoring and diagnosing rotating machines based on signature analysis of electrical signals
Palem Condition-based maintenance using sensor arrays and telematics
KR101233264B1 (en) Plant and Building Facility Monitoring Apparatus and Technique based on Sector Graphs
JP4428838B2 (en) Equipment diagnostic system
KR101829134B1 (en) Fault prediction system for rotating body using vibration and method thereof
JP6474894B2 (en) Data collection system and method, measurement data amount reduction method
KR20090001432A (en) Internet base online conditioning monitoring system
EP2169366B1 (en) Auto configuring machine conditioning monitoring system and method
JP6714498B2 (en) Equipment diagnosis device and equipment diagnosis method
EP3492938B1 (en) Electric motor diagnosis device
KR20140072331A (en) Method for preliminary surveillance of failure diagnosis
Daniyan et al. Development of a diagnostic and prognostic tool for predictive maintenance in the railcar industry
WO2014031291A2 (en) Fleet anomaly detection system and method
JP7355934B2 (en) Rotating machine diagnostic system and method
US20100324700A1 (en) Facilities control device and facilities control method

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221007

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230425

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230621

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: 20230905

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230921

R150 Certificate of patent or registration of utility model

Ref document number: 7355934

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150