JP7489927B2 - Diagnostic device and diagnostic method - Google Patents

Diagnostic device and diagnostic method Download PDF

Info

Publication number
JP7489927B2
JP7489927B2 JP2021010878A JP2021010878A JP7489927B2 JP 7489927 B2 JP7489927 B2 JP 7489927B2 JP 2021010878 A JP2021010878 A JP 2021010878A JP 2021010878 A JP2021010878 A JP 2021010878A JP 7489927 B2 JP7489927 B2 JP 7489927B2
Authority
JP
Japan
Prior art keywords
node
frequency
unit
value
frequency spectrum
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
JP2021010878A
Other languages
Japanese (ja)
Other versions
JP2022114564A (en
Inventor
祐介 小林
優 富田
瀏陽 宋
鵬 陳山
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.)
Railway Technical Research Institute
Original Assignee
Railway Technical Research Institute
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 Railway Technical Research Institute filed Critical Railway Technical Research Institute
Priority to JP2021010878A priority Critical patent/JP7489927B2/en
Publication of JP2022114564A publication Critical patent/JP2022114564A/en
Application granted granted Critical
Publication of JP7489927B2 publication Critical patent/JP7489927B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Description

本発明は、インバータ制御されたモータにより駆動されている回転機械の状態を診断する診断装置及び診断方法に関するものである。 The present invention relates to a diagnostic device and a diagnostic method for diagnosing the condition of a rotating machine driven by an inverter-controlled motor.

電動機即ちモータにより駆動される回転機械の状態を診断するための様々な診断方法が提案されている。このような回転機械の状態を診断するための診断方法については、例えば非特許文献１及び非特許文献２に記載されている。 Various diagnostic methods have been proposed for diagnosing the state of rotating machines driven by electric motors. Diagnostic methods for diagnosing the state of such rotating machines are described, for example, in Non-Patent Documents 1 and 2.

また、モータによって駆動される回転機械の異常振動を選択的に検出する機械振動検出装置が知られている。特開平５－１８８１３号公報（特許文献１）には、電動機によって駆動される回転機の振動を検出する機械振動検出装置において、回転機の回転速度を検出する速度センサと、電動機の入力電流を検出する電流センサと、回転機の振動を検出する振動センサと、振動センサによって検出された機械振動のデータをフーリエ変換するフーリエ変換手段と、回転機の正常運転時に種々の回転速度および入力電流のもとでフーリエ変換手段によって得られた振動データをそれぞれ同一時刻に検出された回転速度および入力電流の各データと組み合わせて保存するデータベースと、を備える技術が開示されている。 A mechanical vibration detection device is also known that selectively detects abnormal vibrations in a rotating machine driven by a motor. Japanese Patent Laid-Open Publication No. 5-18813 (Patent Document 1) discloses a technology for a mechanical vibration detection device that detects vibrations in a rotating machine driven by an electric motor, the technology comprising a speed sensor that detects the rotational speed of the rotating machine, a current sensor that detects the input current of the electric motor, a vibration sensor that detects the vibration of the rotating machine, a Fourier transform means that performs a Fourier transform on the data of the mechanical vibration detected by the vibration sensor, and a database that combines and stores the vibration data obtained by the Fourier transform means under various rotational speeds and input currents during normal operation of the rotating machine with each piece of data on the rotational speed and input current detected at the same time.

一方、音響信号による異常検出方法として、診断用音響特徴パターンと標準音響パターンとの間でパターンマッチングを行う方法が知られている。特開平９－９０９７７号公報（特許文献２）には、音響信号による異常検出方法において、直近で採録された音響特徴パターンを未知入力音響パターンとし、これ以前に採録されたものを標準音響パターンとして記録し、未知入力音響パターンを診断用音響特徴パターンに加工し、診断用音響特徴パターンと標準音響パターンとの間でパターンマッチングを行って各特徴量間の数値的な距離値を求め、距離値が所定の値を超えている場合は対象に異常が発生していると判定する技術が開示されている。 On the other hand, a method of performing pattern matching between a diagnostic acoustic feature pattern and a standard acoustic pattern is known as a method of detecting abnormalities using acoustic signals. Japanese Patent Laid-Open Publication No. 9-90977 (Patent Document 2) discloses a technique for detecting abnormalities using acoustic signals, in which the most recently recorded acoustic feature pattern is recorded as an unknown input acoustic pattern and the one recorded before that is recorded as a standard acoustic pattern, the unknown input acoustic pattern is processed into a diagnostic acoustic feature pattern, pattern matching is performed between the diagnostic acoustic feature pattern and the standard acoustic pattern to find the numerical distance value between each feature amount, and if the distance value exceeds a predetermined value, it is determined that an abnormality has occurred in the target.

特開平５－１８８１３号公報Japanese Patent Application Laid-Open No. 5-18813 特開平９－９０９７７号公報Japanese Patent Application Laid-Open No. 9-90977

宋瀏陽、外３名、「周波数領域のヒストグラムの特徴解析による設備状態識別法」、平成２９年度日本設備管理学会秋季研究発表大会論文集、２０１７年、ｐ．２５－３０Song Liuyang and 3 others, "Equipment Status Identification Method by Feature Analysis of Histogram in Frequency Domain," Proceedings of the 2017 Japan Society of Plant Engineers Fall Research Presentation Conference, 2017, pp. 25-30 小林祐介、外３名、「異常軸受から離れた場所での自動診断法」、日本設備管理学会誌、２０１９年、第３１巻、第１号、ｐ．１４－２２Yusuke Kobayashi and 3 others, "Automatic diagnosis method for abnormal bearings at a distance", Journal of the Japan Society of Plant Engineers, 2019, Vol. 31, No. 1, pp. 14-22 上坂吉則、外１名、「パターン認識と学習のアルゴリズム」、文一総合出版、１９９０年、ｐ．１４０－１５２Yoshinori Uesaka and 1 other author, "Algorithms for Pattern Recognition and Learning", Bunichi Sogo Shuppan, 1990, pp. 140-152 陳山鵬、「回転機械設備診断の基礎と応用」、ＤＥＴ ＬＬＰ．、２０１５年、ｐ．６９－７１Chen Shanpeng, "Fundamentals and Applications of Rotating Machinery Equipment Diagnosis", DET LLP, 2015, pp. 69-71

近年、省エネルギー化又は省メンテナンス化を目的として、モータにより駆動される回転機械において、モータがインバータ制御されることが主流になっている。しかし、これまでに提案された診断方法のほとんどは、回転速度（以下、「回転数」とも称する）が一定である回転機械の状態を診断するためのものであり、このような診断方法を用いるだけでは、インバータ制御されたモータにより駆動される回転機械の状態、即ち可変速回転機械の状態、を容易に診断することができない。また、インバータ制御されたモータにより駆動されている回転機械について、即ち可変速回転機械について、負荷変動により回転数が変動したときに、回転数を精度良く検出することができない。 In recent years, it has become mainstream for motors to be inverter-controlled in rotating machines driven by motors in order to save energy or reduce maintenance. However, most of the diagnostic methods proposed so far are for diagnosing the state of rotating machines with a constant rotation speed (hereinafter also referred to as "rotation speed"). Using only such diagnostic methods, it is not easy to diagnose the state of rotating machines driven by inverter-controlled motors, i.e., the state of variable-speed rotating machines. Furthermore, for rotating machines driven by inverter-controlled motors, i.e., variable-speed rotating machines, when the rotation speed fluctuates due to load fluctuations, it is not possible to accurately detect the rotation speed.

本発明は、上述のような従来技術の問題点を解決すべくなされたものであって、インバータ制御されたモータにより駆動されている回転機械の回転数の値を同定し、同定された値に基づいて、回転機械の状態を診断する診断装置において、回転数が変動した場合でも、変動した回転数を精度良く同定することができる診断装置を提供することを目的とする。 The present invention has been made to solve the problems of the conventional technology as described above, and aims to provide a diagnostic device that identifies the value of the rotation speed of a rotating machine driven by an inverter-controlled motor and diagnoses the condition of the rotating machine based on the identified value, and that can accurately identify the fluctuating rotation speed even when the rotation speed fluctuates.

本願において開示される発明のうち、代表的なものの概要を簡単に説明すれば、次のとおりである。 The following is a brief summary of the representative inventions disclosed in this application.

本発明の一態様としての診断装置は、インバータ制御されたモータにより駆動されている回転機械の回転数の第１値を同定し、同定された第１値に基づいて、回転機械の状態を診断する診断装置である。当該診断装置は、回転数の値が第２値である時に、回転機械の第１振動波形をセンサにより計測し、計測された前記第１振動波形を変換する、第１変換処理を、第２値を変更しながら繰り返すことにより、互いに異なる複数の第２値の各々について第１振動波形がそれぞれ変換された複数の第１周波数スペクトルを取得する第１変換部と、第１変換部により複数の第１周波数スペクトルが取得された後、回転機械の第２振動波形をセンサにより計測し、計測された第２振動波形を変換し、第２振動波形が変換された第２周波数スペクトルを取得する第２変換部と、を有する。また、当該診断装置は、複数の第１周波数スペクトルのいずれかを第３周波数スペクトルとして選択する第１選択部と、第１選択部により選択された第３周波数スペクトルと、第２変換部により取得された第２周波数スペクトルと、の間の第１乖離度を、ＤＰマッチングを用いて算出する第１算出処理を実行する第１算出部と、第１選択部により選択される第３周波数スペクトルを変更しながら第１算出部による第１算出処理を繰り返すことにより、複数の第１周波数スペクトルの各々についてそれぞれ算出された複数の第１乖離度を取得する取得部と、を有する。また、当該診断装置は、複数の第１周波数スペクトルのうち、第１乖離度が最小になる第１周波数スペクトルを第４周波数スペクトルとして決定し、第２振動波形が計測された時の第１値を、第４周波数スペクトルに変換された第１振動波形が計測された時の第２値として同定する同定部と、同定部により同定された前記第１値に基づいて、回転機械の状態を診断する診断部と、を有し、第１変換部は、回転数の値が第２値である時に、第１振動波形を計測し、計測された第１振動波形を第１周波数領域における第１周波数スペクトルに変換する、第１変換処理を、第２値を変更しながら繰り返すことにより、複数の第１周波数スペクトルを取得し、第２変換部は、複数の第１周波数スペクトルが取得された後、第２振動波形を計測し、計測された第２振動波形を第２周波数領域における第２周波数スペクトルに変換し、第１選択部は、複数の第１周波数スペクトルのいずれかを、第１周波数領域における第３周波数スペクトルとして選択し、診断装置は、更に、第２周波数スペクトルの第２周波数領域を、ｍ個（ｍは２以上の整数）の第１部分領域に分割する第１分割部を有し、第１算出部は、第１選択部により選択された第３周波数スペクトルの第１周波数領域を、ｍ個の第２部分領域に分割する第２分割部と、第１分割部により分割されたｍ個の第１部分領域のうち、中心周波数が低い方からｋ番目（ｋは１以上ｍ以下の整数）の第１部分領域を選択する第２選択部と、第２分割部により分割された前記ｍ個の第２部分領域のうち、中心周波数が低い方からｋ番目の第２部分領域を選択する第３選択部と、第２周波数スペクトルのうち第２選択部により選択されたｋ番目の第１部分領域における第１部分スペクトルと、第３周波数スペクトルのうち第３選択部により選択されたｋ番目の第２部分領域における第２部分スペクトルと、の間の第２乖離度を、ＤＰマッチングを用いて算出する第２算出処理を実行する第２算出部と、を含み、第１算出部は、第１算出処理では、ｍ個の第１部分領域の各々について第２算出処理を第２算出部によりそれぞれ実行することにより、ｍ個の第１部分領域の各々における第１部分スペクトルについてそれぞれ算出されたｍ個の前記第２乖離度を取得し、取得されたｍ個の第２乖離度に基づいて、前記第１乖離度を算出する。 A diagnostic device according to one aspect of the present invention is a diagnostic device that identifies a first value of a rotation speed of a rotating machine driven by an inverter-controlled motor and diagnoses a state of the rotating machine based on the identified first value. The diagnostic device has a first conversion unit that measures a first vibration waveform of the rotating machine with a sensor when the value of the rotation speed is a second value and converts the measured first vibration waveform by repeating a first conversion process while changing a second value to obtain a plurality of first frequency spectra into which the first vibration waveform is converted for each of a plurality of second values that are different from each other, and a second conversion unit that measures a second vibration waveform of the rotating machine with the sensor after the plurality of first frequency spectra are obtained by the first conversion unit, converts the measured second vibration waveform, and obtains a second frequency spectrum into which the second vibration waveform is converted. The diagnostic device also includes a first selection unit that selects one of the multiple first frequency spectra as a third frequency spectrum, a first calculation unit that executes a first calculation process that calculates a first deviation between the third frequency spectrum selected by the first selection unit and the second frequency spectrum acquired by the second conversion unit by using DP matching, and an acquisition unit that acquires multiple first deviations calculated for each of the multiple first frequency spectra by repeating the first calculation process by the first calculation unit while changing the third frequency spectrum selected by the first selection unit. The diagnostic device further includes an identification unit that determines, from among a plurality of first frequency spectra, a first frequency spectrum that has a smallest first deviation as a fourth frequency spectrum, and identifies a first value when the second vibration waveform is measured as a second value when the first vibration waveform converted into the fourth frequency spectrum is measured, and a diagnosis unit that diagnoses a state of the rotating machine based on the first value identified by the identification unit , and a first conversion unit that measures the first vibration waveform when the value of the rotation speed is the second value, and converts the measured first vibration waveform into a first frequency spectrum in a first frequency domain. the first conversion process is repeated while changing the second value to obtain a plurality of first frequency spectra; the second conversion unit measures the second vibration waveform after the plurality of first frequency spectra are obtained, and converts the measured second vibration waveform into a second frequency spectrum in a second frequency domain; the first selection unit selects one of the plurality of first frequency spectra as a third frequency spectrum in the first frequency domain; the diagnosis device further includes a first division unit that divides the second frequency domain of the second frequency spectrum into m first partial domains (m is an integer equal to or greater than 2); The first calculation unit includes a second division unit that divides the first frequency region of the third frequency spectrum selected by the first selection unit into m second partial regions, a second selection unit that selects a kth (k is an integer between 1 and m) first partial region having a lowest center frequency from the m first partial regions divided by the first division unit, a third selection unit that selects the kth second partial region having a lowest center frequency from the m second partial regions divided by the second division unit, and a first partial spectrum in the kth first partial region selected by the second selection unit from the second frequency spectrum. and a second calculation unit that performs a second calculation process to calculate a second deviation between the third frequency spectrum and a second partial spectrum in a k-th second partial region selected by the third selection unit using DP matching, wherein in the first calculation process, the first calculation unit performs the second calculation process for each of the m first partial regions by the second calculation unit to obtain m second deviations calculated for the first partial spectrum in each of the m first partial regions, and calculates the first deviation based on the obtained m second deviations .

また、他の一態様として、第２周波数スペクトルを表す第１データの数をＮとし、第２振動波形のサンプリング周波数をｆｎ［Ｈｚ］とし、第２周波数スペクトルを表す第１データの間隔をΔｆ［Ｈｚ］とし、回転数をｒｐｍ［回転／分］とし、第２振動波形を計測している間の回転数の変動をΔｒｐｍ［回転／分］とし、回転機械の回転周波数をｆｒ［Ｈｚ］とし、第２振動波形を計測している間の回転数の変動による回転周波数の変動をΔｆｒ［Ｈｚ］としたとき、ｍは、以下の数式（１）を満たしてもよい。 In another aspect, when the number of first data representing the second frequency spectrum is N, the sampling frequency of the second vibration waveform is f n [Hz], the interval of the first data representing the second frequency spectrum is Δf [Hz], the rotation speed is rpm [revolutions/minute], the fluctuation in the rotation speed while the second vibration waveform is measured is Δrpm [revolutions/minute], the rotational frequency of the rotating machine is f r [Hz], and the fluctuation in the rotational frequency due to the fluctuation in the rotation speed while the second vibration waveform is measured is Δf r [Hz], m may satisfy the following formula (1).

Figure 0007489927000001
Figure 0007489927000001

また、他の一態様として、第２算出部は、第２算出処理では、第１部分スペクトルを表すＩ個（Ｉは２以上の整数）の第２データの各々がそれぞれ有するＩ個の周波数の第３値の各々、及び、Ｉ個の第２データを第３値の小さい順に並べたときのＩ個の第２データの各々の順番である第１順番、並びに、第２部分スペクトルを表すＪ個（Ｊは２以上の整数）の第３データの各々がそれぞれ有するＪ個の周波数の第４値の各々、及び、Ｊ個の第３データを第４値の小さい順に並べたときのＪ個の第３データの各々の順番である第２順番、をそれぞれ表す複数の第１ノードを含み、複数の第１ノードのうち、第１ノードが表す第１順番が１番目であり、且つ、第１ノードが表す第２順番が１番目である、第１ノードを、第１基準ノードとし、複数の第１ノードのうち、第１ノードが表す第１順番がＩ番目であり、且つ、第１ノードが表す第２順番がＪ番目である、第１ノードを、第２基準ノードとする、第１グラフ、を作成する作成処理を実行してもよい。第１グラフは、複数の第１ノードのうち、第１ノードが表す第１順番がｉ番目（ｉは２以上Ｉ以下の整数）であり、且つ、第１ノードが表す第２順番がｊ番目（ｊは２以上Ｊ以下の整数）である、第１ノードを、第２ノードとし、複数の第１ノードのうち、第１ノードが表す第１順番が（ｉ－１）番目（ｉは２以上Ｉ以下の整数）であり、且つ、第１ノードが表す第２順番が（ｊ－１）番目（ｊは２以上Ｊ以下の整数）である、第１ノードを、第３ノードとし、複数の第１ノードのうち、第１ノードが表す第１順番が（ｉ－１）番目（ｉは２以上Ｉ以下の整数）であり、且つ、第１ノードが表す第２順番がｊ番目（ｊは２以上Ｊ以下の整数）である、第１ノードを、第４ノードとし、複数の第１ノードのうち、第１ノードが表す第１順番がｉ番目（ｉは２以上Ｉ以下の整数）であり、且つ、第１ノードが表す第２順番が（ｊ－１）番目（ｊは２以上Ｊ以下の整数）である、第１ノードを、第５ノードとしたとき、第２ノードと第３ノードとを結合する第１エッジと、第２ノードと第４ノードとを結合する第２エッジと、第２ノードと第５ノードとを結合する第３エッジと、を含み、第１エッジ、第２エッジ及び第３エッジの各々は、第２ノードがそれぞれ表す第３値と第４値との間の差分を表すコストを有してもよい。第２算出部は、第２算出処理では、作成処理にて作成された第１グラフに基づいて、第１基準ノードと第２基準ノードとの間の第１経路であって、複数の第１ノードのうちのいずれか複数の第６ノードと、複数の第６ノードのうち互いに隣り合う２つの第６ノードをそれぞれ結合する複数の第４エッジと、を含む第１経路を、第１経路に含まれる複数の第４エッジであって、複数の第６ノードのうち第１基準ノードを除いた複数の第７ノードの各々について、第７ノードが第２ノードであるとしたときに第２ノードをそれぞれ結合する第１エッジ、第２エッジ又は第３エッジである複数の第４エッジ、が有するコストの和が一定の範囲内に含まれるように、探索する探索処理と、探索処理にて探索された第１経路に含まれる複数の第４エッジが有するコストの和に基づいて、第２乖離度を算出する第３算出処理と、を実行してもよい。 In another aspect, in the second calculation process, the second calculation unit may execute a creation process to create a first graph including a plurality of first nodes respectively representing I third values of I frequencies owned by each of I (I is an integer of 2 or more) second data representing the first partial spectrum and a first order which is an order of each of the I second data when the I second data are sorted in ascending order of their third values, and each of J fourth values of J frequencies owned by each of J (J is an integer of 2 or more) third data representing the second partial spectrum and a second order which is an order of each of the J third data when the J third data are sorted in ascending order of their fourth values, wherein a first node represented by the first node that is first in the first order and first in the second order is first among the plurality of first nodes is set as a first reference node, and a first node represented by the first node that is I-th in the first order and J-th in the second order is set as a second reference node. In the first graph, a first node represented by the first node having a first order number that is the i-th (i is an integer between 2 and I) and a second order number that is the j-th (j is an integer between 2 and J) among the multiple first nodes is defined as a second node, a first node represented by the first node having a first order number that is the (i-1)th (i is an integer between 2 and I) and a second order number that is the (j-1)th (j is an integer between 2 and J) among the multiple first nodes is defined as a third node, and a first node represented by the first node having a first order number that is the (i-1)th (i is an integer between 2 and I) and a second order number that is the j-th (j is an integer between 2 and J) among the multiple first nodes is defined as a third node. When a first node which is the ith (j is an integer greater than or equal to 2 and less than J) in the first order (i is an integer greater than or equal to 2 and less than I) and a first node which is the (j-1)th (j is an integer greater than or equal to 2 and less than J) in the second order among the multiple first nodes is defined as a fourth node, and a fifth node is defined as a fifth node, the first edge connecting the second node and the third node, a second edge connecting the second node and the fourth node, and a third edge connecting the second node and the fifth node, and each of the first edge, the second edge, and the third edge may have a cost which represents a difference between the third value and the fourth value respectively represented by the second node. In the second calculation process, the second calculation unit may execute a search process to search for a first path between the first reference node and the second reference node based on the first graph created in the creation process, the first path including any sixth nodes among the first nodes and a plurality of fourth edges each connecting two adjacent sixth nodes among the sixth nodes, such that the sum of the costs of the fourth edges included in the first path, which are the first edge, the second edge, or the third edge each connecting the second node, for each of a plurality of seventh nodes among the sixth nodes excluding the first reference node, when the seventh node is the second node, falls within a certain range; and a third calculation process to calculate a second deviation based on the sum of the costs of the fourth edges included in the first path searched for in the search process.

また、他の一態様として、診断部は、第１値に基づいて、回転機械の状態を、主成分分析法を用いて診断してもよい。 In another aspect, the diagnosis unit may diagnose the condition of the rotating machine based on the first value using principal component analysis.

本発明の一態様としての診断方法は、インバータ制御されたモータにより駆動されている回転機械の回転数の第１値を同定し、同定された第１値に基づいて、回転機械の状態を診断する診断方法である。当該診断方法は、回転数の値が第２値である時に、回転機械の第１振動波形をセンサにより計測し、計測された第１振動波形を第１変換部により変換する、第１変換処理を、第２値を変更しながら繰り返すことにより、互いに異なる複数の第２値の各々について第１振動波形がそれぞれ変換された複数の第１周波数スペクトルを第１変換部により取得する（ａ）ステップと、（ａ）ステップの後、回転機械の第２振動波形をセンサにより計測し、計測された第２振動波形を第２変換部により変換し、第２振動波形が変換された第２周波数スペクトルを第２変換部により取得する（ｂ）ステップとを有する。また、当該診断方法は、複数の第１周波数スペクトルのいずれかを第３周波数スペクトルとして第１選択部により選択する（ｃ）ステップと、（ｃ）ステップにて選択された第３周波数スペクトルと、（ｂ）ステップにて取得された第２周波数スペクトルと、の間の第１乖離度を、ＤＰマッチングを用いて第１算出部により算出する（ｄ）ステップと、第１選択部により選択される第３周波数スペクトルを変更しながら（ｄ）ステップを繰り返すことにより、複数の第１周波数スペクトルの各々についてそれぞれ算出された複数の第１乖離度を取得部により取得する（ｅ）ステップと、を有する。また、当該診断方法は、複数の第１周波数スペクトルのうち、第１乖離度が最小になる第１周波数スペクトルを、第４周波数スペクトルとして同定部により決定し、第２振動波形が計測された時の第１値を、第４周波数スペクトルに変換された第１振動波形が計測された時の第２値として、同定部により同定する（ｆ）ステップと、（ｆ）ステップにて同定された第１値に基づいて、前記回転機械の状態を診断部により診断する（ｇ）ステップとを有し、第１変換部は、回転数の値が第２値である時に、第１振動波形を計測し、計測された第１振動波形を第１周波数領域における第１周波数スペクトルに変換する、第１変換処理を、第２値を変更しながら繰り返すことにより、複数の第１周波数スペクトルを取得し、第２変換部は、複数の第１周波数スペクトルが取得された後、第２振動波形を計測し、計測された第２振動波形を第２周波数領域における第２周波数スペクトルに変換し、第１選択部は、複数の第１周波数スペクトルのいずれかを、第１周波数領域における第３周波数スペクトルとして選択し、更に、第２周波数スペクトルの第２周波数領域を、ｍ個（ｍは２以上の整数）の第１部分領域に分割する第１分割部を有し、第１算出部は、第１選択部により選択された第３周波数スペクトルの第１周波数領域を、ｍ個の第２部分領域に分割する第２分割部と、第１分割部により分割されたｍ個の第１部分領域のうち、中心周波数が低い方からｋ番目（ｋは１以上ｍ以下の整数）の第１部分領域を選択する第２選択部と、第２分割部により分割されたｍ個の第２部分領域のうち、中心周波数が低い方からｋ番目の第２部分領域を選択する第３選択部と、第２周波数スペクトルのうち第２選択部により選択されたｋ番目の第１部分領域における第１部分スペクトルと、第３周波数スペクトルのうち第３選択部により選択されたｋ番目の第２部分領域における第２部分スペクトルと、の間の第２乖離度を、ＤＰマッチングを用いて算出する第２算出処理を実行する第２算出部と、を含み、第１算出部は、第１算出処理では、ｍ個の第１部分領域の各々について第２算出処理を第２算出部によりそれぞれ実行することにより、ｍ個の第１部分領域の各々における第１部分スペクトルについてそれぞれ算出されたｍ個の第２乖離度を取得し、取得されたｍ個の第２乖離度に基づいて、第１乖離度を算出する。 A diagnostic method according to one aspect of the present invention is a diagnostic method for identifying a first value of a rotation speed of a rotating machine driven by an inverter-controlled motor, and diagnosing a state of the rotating machine based on the identified first value. The diagnostic method includes a step (a) of measuring a first vibration waveform of the rotating machine by a sensor when the value of the rotation speed is a second value, and converting the measured first vibration waveform by a first conversion unit, and repeating the first conversion process while changing the second value, thereby acquiring a plurality of first frequency spectra into which the first vibration waveform is converted for each of a plurality of second values different from each other by the first conversion unit, and a step (b) of measuring a second vibration waveform of the rotating machine by the sensor, converting the measured second vibration waveform by the second conversion unit, and acquiring a second frequency spectrum into which the second vibration waveform is converted by the second conversion unit after the step (a). The diagnostic method also includes a step (c) of selecting one of the multiple first frequency spectra as a third frequency spectrum by a first selection unit, a step (d) of calculating a first deviation between the third frequency spectrum selected in step (c) and the second frequency spectrum acquired in step (b) by a first calculation unit using DP matching, and a step (e) of acquiring, by an acquisition unit, multiple first deviations calculated for each of the multiple first frequency spectra by repeating step (d) while changing the third frequency spectrum selected by the first selection unit. The diagnostic method further includes a step (f) of determining, as a fourth frequency spectrum, a first frequency spectrum having a smallest first deviation among a plurality of first frequency spectra, by an identification unit, and identifying, by the identification unit, a first value when the second vibration waveform is measured, as a second value when the first vibration waveform converted into the fourth frequency spectrum is measured; and a step (g) of diagnosing, by a diagnosis unit, a condition of the rotating machine based on the first value identified in the step (f) , wherein the first conversion unit measures the first vibration waveform when the value of the rotation speed is the second value, and into a first frequency spectrum in a first frequency domain, a first conversion process is repeated while changing the second value to obtain a plurality of first frequency spectra, a second conversion unit measures a second vibration waveform after the plurality of first frequency spectra are obtained, and converts the measured second vibration waveform into a second frequency spectrum in the second frequency domain, a first selection unit selects one of the plurality of first frequency spectra as a third frequency spectrum in the first frequency domain, and further divides the second frequency domain of the second frequency spectrum into m (m is an integer of 2 or more) first partial domains. the first calculation unit includes a second division unit that divides the first frequency region of the third frequency spectrum selected by the first selection unit into m second partial regions; a second selection unit that selects a kth (k is an integer between 1 and m) first partial region with a lowest center frequency from among the m first partial regions divided by the first division unit; a third selection unit that selects a kth second partial region with a lowest center frequency from among the m second partial regions divided by the second division unit; and a first calculation unit that calculates a first frequency region in the kth first partial region selected by the second selection unit from the second frequency spectrum. and a second calculation unit that performs a second calculation process to calculate a second deviation between the partial spectrum and a second partial spectrum in a k-th second partial region selected by the third selection unit from the third frequency spectrum using DP matching, wherein in the first calculation process, the first calculation unit obtains m second deviations calculated for the first partial spectrum in each of the m first partial regions by performing the second calculation process for each of the m first partial regions using the second calculation unit, and calculates a first deviation based on the obtained m second deviations.

本発明の一態様を適用することで、インバータ制御されたモータにより駆動されている回転機械の回転数の値を同定し、同定された値に基づいて、回転機械の状態を診断する診断装置において、回転数が変動した場合でも、変動した回転数を精度良く同定することができる。 By applying one aspect of the present invention, a diagnostic device that identifies the value of the rotation speed of a rotating machine driven by an inverter-controlled motor and diagnoses the condition of the rotating machine based on the identified value can accurately identify the fluctuating rotation speed even when the rotation speed fluctuates.

実施の形態の診断装置により状態が診断される回転機械を含む実施の形態の診断装置の全体構成を示す図である。1 is a diagram showing an overall configuration of a diagnostic device according to an embodiment, including a rotating machine whose condition is diagnosed by the diagnostic device according to the embodiment. 実施の形態の診断方法を示すフロー図である。FIG. 2 is a flow diagram showing a diagnostic method according to an embodiment. ＤＰマッチングを説明するための模式的なグラフである。1 is a schematic graph for explaining DP matching. ＤＰマッチングを説明するためのイメージ図である。FIG. 13 is an image diagram for explaining DP matching. 実施の形態の診断装置の構成を示すブロック図である。1 is a block diagram showing a configuration of a diagnosis device according to an embodiment; 実施の形態の診断方法の一部のステップを示すフロー図である。FIG. 2 is a flow chart showing some steps of a diagnostic method according to an embodiment. 振動波形及び周波数スペクトルを説明するための模式的なグラフである。5 is a schematic graph for explaining a vibration waveform and a frequency spectrum. 周波数領域を分割しない場合におけるＤＰマッチングを説明するための図である。FIG. 13 is a diagram for explaining DP matching when the frequency domain is not divided. 実施の形態の変形例の診断装置の構成を示すブロック図である。FIG. 13 is a block diagram showing a configuration of a diagnostic device according to a modified example of the embodiment. 実施の形態の変形例の診断方法の一部のステップを示すフロー図である。FIG. 11 is a flow chart showing some steps of a diagnostic method according to a modified example of the embodiment. 周波数領域を分割する場合におけるＤＰマッチングを説明するための図である。13 is a diagram for explaining DP matching when the frequency domain is divided. FIG.

以下に、本発明の各実施の形態について、図面を参照しつつ説明する。 Each embodiment of the present invention will be described below with reference to the drawings.

なお、開示はあくまで一例にすぎず、当業者において、発明の主旨を保っての適宜変更について容易に想到し得るものについては、当然に本発明の範囲に含有されるものである。また、図面は説明をより明確にするため、実施の態様に比べ、各部の幅、厚さ、形状等について模式的に表される場合があるが、あくまで一例であって、本発明の解釈を限定するものではない。 Note that the disclosure is merely an example, and any appropriate modifications that a person skilled in the art can easily conceive of while maintaining the gist of the invention are naturally included within the scope of the present invention. In addition, in order to make the explanation clearer, the drawings may show the width, thickness, shape, etc. of each part diagrammatically compared to the embodiment, but these are merely examples and do not limit the interpretation of the present invention.

また本明細書と各図において、既出の図に関して前述したものと同様の要素には、同一の符号を付して、詳細な説明を適宜省略することがある。 In addition, in this specification and each figure, elements similar to those previously described with respect to the previous figures are given the same reference numerals, and detailed descriptions may be omitted as appropriate.

更に、実施の形態で用いる図面においては、断面図であっても図面を見やすくするためにハッチング（網掛け）を省略する場合もある。また、平面図であっても図面を見やすくするためにハッチングを付す場合もある。 Furthermore, in the drawings used in the embodiments, hatching (shading) may be omitted even in cross-sectional views to make the drawings easier to read. Hatching may also be added even in plan views to make the drawings easier to read.

（実施の形態）
＜診断装置による診断方法＞
初めに、実施の形態の診断装置による診断方法について説明する。本実施の形態の診断装置は、インバータ制御されたモータにより駆動されている回転機械の回転数の値を同定し、同定された値に基づいて、回転機械の状態を診断する診断装置である。 (Embodiment)
<Diagnosis method using diagnostic device>
First, a diagnostic method using the diagnostic device of the embodiment will be described. The diagnostic device of the embodiment is a diagnostic device that identifies the value of the rotation speed of a rotating machine driven by an inverter-controlled motor, and diagnoses the state of the rotating machine based on the identified value.

実施の形態の診断装置による診断方法では、インバータ制御されたモータにより駆動されている回転機械の回転数の各値について、即ち可変速回転機械の回転数の各値について、正常振動データ（学習データ）のスペクトルを、予め取得する。次に、予め取得された正常振動データ（学習データ）のスペクトルと、診断用に取得された振動データのスペクトルと、のマッチング度合（乖離度）を、動的計画法（Dynamic Programming）を用いたマッチングであるＤＰマッチングを用いて算出し、算出されたマッチング度合（乖離度）が最小になるように、回転数を同定する。次に、同定された回転数の値に基づいて、主成分分析法又は正準判別分析法等の多変量解析法を用いて、回転機械の状態を診断する。また、ＤＰマッチングの基本的な概念については、例えば非特許文献３に記載されている。 In the diagnostic method using the diagnostic device of the embodiment, the spectrum of normal vibration data (learning data) is acquired in advance for each value of the rotation speed of a rotating machine driven by an inverter-controlled motor, i.e., for each value of the rotation speed of a variable-speed rotating machine. Next, the degree of matching (deviation) between the spectrum of the normal vibration data (learning data) acquired in advance and the spectrum of the vibration data acquired for diagnosis is calculated using DP matching, which is matching using dynamic programming, and the rotation speed is identified so that the calculated degree of matching (deviation) is minimized. Next, based on the identified value of the rotation speed, the state of the rotating machine is diagnosed using a multivariate analysis method such as principal component analysis or canonical discriminant analysis. The basic concept of DP matching is described, for example, in Non-Patent Document 3.

なお、後述する図８を用いて説明するように、ＤＰマッチングでは、マッチング度合が最小になるように、回転数を同定することから、本願明細書では、マッチング度合を、乖離度と称する場合がある。 As will be explained later with reference to FIG. 8, in DP matching, the rotation speed is identified so that the degree of matching is minimized. Therefore, in this specification, the degree of matching is sometimes referred to as the degree of deviation.

図１は、実施の形態の診断装置により状態が診断される回転機械を含む実施の形態の診断装置の全体構成を示す図である。図２は、実施の形態の診断方法を示すフロー図である。図３は、ＤＰマッチングを説明するための模式的なグラフである。図４は、ＤＰマッチングを説明するためのイメージ図である。 Figure 1 is a diagram showing the overall configuration of a diagnostic device according to an embodiment, including a rotating machine whose condition is diagnosed by the diagnostic device according to the embodiment. Figure 2 is a flow diagram showing a diagnostic method according to the embodiment. Figure 3 is a schematic graph for explaining DP matching. Figure 4 is an image diagram for explaining DP matching.

図５は、実施の形態の診断装置の構成を示すブロック図である。図６は、実施の形態の診断方法の一部のステップを示すフロー図である。図６は、図２に示す診断方法の一部のステップを示している。 Figure 5 is a block diagram showing the configuration of a diagnostic device according to an embodiment. Figure 6 is a flow diagram showing some steps of a diagnostic method according to an embodiment. Figure 6 shows some steps of the diagnostic method shown in Figure 2.

図７は、振動波形及び周波数スペクトルを説明するための模式的なグラフである。図７の上側のグラフＧＲ１は、振動波形を説明するための模式的なグラフであり、図７の下側のグラフＧＲ２は、周波数スペクトルを説明するための模式的なグラフである。 Figure 7 is a schematic graph for explaining the vibration waveform and frequency spectrum. The upper graph GR1 in Figure 7 is a schematic graph for explaining the vibration waveform, and the lower graph GR2 in Figure 7 is a schematic graph for explaining the frequency spectrum.

まず、図１及び図２を参照し、本実施の形態の診断装置の具体例、及び、このような本実施の形態の診断装置の具体例による診断方法の全体的なフローを説明する。 First, with reference to Figures 1 and 2, a specific example of a diagnostic device according to this embodiment and the overall flow of a diagnostic method using this specific example of a diagnostic device according to this embodiment will be described.

図１に示すように、本実施の形態の診断装置１の具体例では、インバータ制御されたモータ（図示は省略）により駆動されている回転機械２、即ち可変速回転機械に、センサとしての振動加速度センサ３が取り付けられている。振動加速度センサ３は、データロガ４を介してパーソナルコンピュータ等のコンピュータ５に接続されており、振動加速度センサ３により計測された振動波形は、データロガ４を介してコンピュータ５に取得される。 As shown in FIG. 1, in a specific example of a diagnostic device 1 according to this embodiment, a vibration acceleration sensor 3 is attached as a sensor to a rotating machine 2, i.e., a variable speed rotating machine, that is driven by an inverter-controlled motor (not shown). The vibration acceleration sensor 3 is connected to a computer 5, such as a personal computer, via a data logger 4, and the vibration waveform measured by the vibration acceleration sensor 3 is acquired by the computer 5 via the data logger 4.

本実施の形態の診断方法では、事前に様々な回転数での正常加速度データ（学習データ）として、複数の周波数スペクトルＦＳ１（図３参照）を取得する（図２のステップＳ１）。その際の回転数は既知とする。即ち、ステップＳ１では、回転数が既知の正常状態における周波数スペクトルを、既知周波数スペクトルとして取得する。このステップＳ１の詳細については、後述する図５乃至図７を用いて説明する。 In the diagnosis method of this embodiment, multiple frequency spectra FS1 (see FIG. 3) are acquired in advance as normal acceleration data (learned data) at various rotation speeds (step S1 in FIG. 2). The rotation speed at this time is assumed to be known. That is, in step S1, a frequency spectrum in a normal state with a known rotation speed is acquired as a known frequency spectrum. Details of this step S1 will be described later with reference to FIGS. 5 to 7.

次に、診断用の振動加速度データとして、周波数スペクトルＦＳ２（図３参照）を取得し、診断用に取得した振動加速度データとしての周波数スペクトルＦＳ２と、学習データとしての周波数スペクトルＦＳ１と、をマッチングさせ、現在の回転数を同定する（図２のステップＳ２）。図４に示すように、ＤＰマッチングは波形の伸縮を許すマッチング手法である。即ち、ステップＳ２では、回転機械の状態が正常だと仮定し、周波数スペクトルをマッチングすることにより回転数を同定する。このステップＳ２の詳細については、後述する図５乃至図７を用いて説明する。 Next, a frequency spectrum FS2 (see FIG. 3) is acquired as vibration acceleration data for diagnosis, and the frequency spectrum FS2 as the vibration acceleration data acquired for diagnosis is matched with the frequency spectrum FS1 as learning data to identify the current rotation speed (step S2 in FIG. 2). As shown in FIG. 4, DP matching is a matching method that allows for expansion and contraction of waveforms. That is, in step S2, it is assumed that the rotating machine is in a normal state, and the rotation speed is identified by matching the frequency spectrum. Details of this step S2 will be explained later with reference to FIG. 5 to FIG. 7.

その後、同定した回転数の学習データを用い、例えば主成分分析法又は正準判別分析法等の多変量解析法を用いて、回転機械の状態を診断する（図２のステップＳ３）。即ち、ステップＳ３では、多変量解析法により回転機械の状態を判定する。このステップＳ３については、一例を後述する。 Then, the state of the rotating machine is diagnosed using the learning data of the identified rotation speed, for example, by using a multivariate analysis method such as principal component analysis or canonical discriminant analysis (step S3 in FIG. 2). That is, in step S3, the state of the rotating machine is determined by the multivariate analysis method. An example of this step S3 will be described later.

次に、図１、図３及び図５乃至図７を参照し、本実施の形態の診断装置、及び、本実施の形態の診断装置による診断方法の詳細について説明する。 Next, the diagnostic device of this embodiment and the diagnostic method using the diagnostic device of this embodiment will be described in detail with reference to Figures 1, 3, and 5 to 7.

図１、図３及び図５に示すように、本実施の形態の診断装置１は、インバータ制御されたモータ（図示は省略）により駆動されている回転機械２の回転数の値ＶＬ１を同定（推定）し、同定された回転数の値ＶＬ１に基づいて、回転機械２の状態を診断する診断装置である。診断装置１は、第１変換部１１と、第２変換部１２と、第１選択部１３と、第１算出部１４と、取得部１５と、同定部１６と、診断部１７と、を有する。第１変換部１１と、第２変換部１２と、第１選択部１３と、第１算出部１４と、取得部１５と、同定部１６と、診断部１７と、を有する診断装置１として、後述する診断方法の各ステップの動作及び処理を行うためのプログラムを実行するコンピュータ５を用いることができ、例えば図１に示したコンピュータ５、又は、例えば図１に示したコンピュータ５及びデータロガ４、を用いることができる。 As shown in Figs. 1, 3 and 5, the diagnostic device 1 of this embodiment is a diagnostic device that identifies (estimates) the rotation speed value VL1 of the rotating machine 2 driven by an inverter-controlled motor (not shown) and diagnoses the state of the rotating machine 2 based on the identified rotation speed value VL1. The diagnostic device 1 has a first conversion unit 11, a second conversion unit 12, a first selection unit 13, a first calculation unit 14, an acquisition unit 15, an identification unit 16, and a diagnosis unit 17. As the diagnostic device 1 having the first conversion unit 11, the second conversion unit 12, the first selection unit 13, the first calculation unit 14, the acquisition unit 15, the identification unit 16, and the diagnosis unit 17, a computer 5 that executes a program for performing the operation and processing of each step of the diagnostic method described later can be used, and for example, the computer 5 shown in Fig. 1, or for example, the computer 5 and the data logger 4 shown in Fig. 1 can be used.

第１変換部１１は、回転数の値が値ＶＬ２である時に、回転機械２の振動波形ＷＦ１をセンサとしての振動加速度センサ３により計測し、計測された振動波形ＷＦ１を、周波数スペクトルＦＳ１、即ち、周波数領域ＦＲ１における周波数スペクトルＦＳ１、に例えばフーリエ変換により変換する、第１変換処理を、値ＶＬ２を変更しながら繰り返すことにより、互いに異なる複数の値ＶＬ２の各々について、回転数の値が値ＶＬ２である時の振動波形ＷＦ１がそれぞれ変換された複数の周波数スペクトルＦＳ１を取得する。 The first conversion unit 11 measures the vibration waveform WF1 of the rotating machine 2 using a vibration acceleration sensor 3 as a sensor when the rotation speed value is VL2, and converts the measured vibration waveform WF1 into a frequency spectrum FS1, i.e., a frequency spectrum FS1 in the frequency domain FR1, for example by Fourier transform. By repeating the first conversion process while changing the value VL2, multiple frequency spectra FS1 are obtained into which the vibration waveform WF1 when the rotation speed value is VL2 is converted for each of multiple different values VL2.

第２変換部１２は、第１変換部１１により周波数スペクトルＦＳ１が取得された後、回転機械の振動波形ＷＦ２をセンサとしての振動加速度センサ３により計測し、計測された振動波形ＷＦ２を周波数スペクトルＦＳ２、即ち周波数領域ＦＲ２における周波数スペクトルＦＳ２、に例えばフーリエ変換により変換し、振動波形ＷＦ２が変換された周波数スペクトルＦＳ２を取得する。 After the frequency spectrum FS1 is acquired by the first conversion unit 11, the second conversion unit 12 measures the vibration waveform WF2 of the rotating machine using the vibration acceleration sensor 3 as a sensor, and converts the measured vibration waveform WF2 into a frequency spectrum FS2, i.e., a frequency spectrum FS2 in the frequency domain FR2, for example by Fourier transform, to acquire the frequency spectrum FS2 into which the vibration waveform WF2 is converted.

第１選択部１３は、複数の周波数スペクトルＦＳ１のいずれかを、周波数スペクトルＦＳ３、即ち周波数領域ＦＲ１における周波数スペクトルＦＳ３、として選択する。 The first selection unit 13 selects one of the multiple frequency spectra FS1 as the frequency spectrum FS3, i.e., the frequency spectrum FS3 in the frequency domain FR1.

第１算出部１４は、第１選択部１３により選択された周波数スペクトルＦＳ３と、第２変換部１２により取得された周波数スペクトルＦＳ２と、の間の乖離度ＤＶ１を、ＤＰマッチングを用いて算出する第１算出処理を実行する。 The first calculation unit 14 executes a first calculation process to calculate the deviation DV1 between the frequency spectrum FS3 selected by the first selection unit 13 and the frequency spectrum FS2 acquired by the second conversion unit 12 using DP matching.

取得部１５は、第１選択部１３により選択される周波数スペクトルＦＳ３を変更しながら第１算出部１４による第１算出処理を繰り返すことにより、複数の周波数スペクトルＦＳ１の各々についてそれぞれ算出された複数の乖離度ＤＶ１を取得する。 The acquisition unit 15 repeats the first calculation process by the first calculation unit 14 while changing the frequency spectrum FS3 selected by the first selection unit 13, thereby acquiring multiple deviations DV1 calculated for each of the multiple frequency spectra FS1.

同定部１６は、複数の周波数スペクトルＦＳ１のうち、乖離度ＤＶ１が最小になる周波数スペクトルＦＳ１を周波数スペクトルＦＳ４として決定し、振動波形ＷＦ２が計測された時の値ＶＬ１を、周波数スペクトルＦＳ４に変換された振動波形ＷＦ１が計測された時の値ＶＬ２として同定（推定）する。 The identification unit 16 determines, among the multiple frequency spectra FS1, the frequency spectrum FS1 with the smallest deviation DV1 as the frequency spectrum FS4, and identifies (estimates) the value VL1 at the time when the vibration waveform WF2 is measured as the value VL2 at the time when the vibration waveform WF1 converted into the frequency spectrum FS4 is measured.

診断部１７は、同定部１６により同定された値ＶＬ１に基づいて、回転機械２の状態を診断する。診断部１７が回転機械２の状態を診断する方法として、特に限定されるものではないが、本願明細書では、多変量解析法により状態を診断する方法について後述する。 The diagnosis unit 17 diagnoses the state of the rotating machine 2 based on the value VL1 identified by the identification unit 16. The method by which the diagnosis unit 17 diagnoses the state of the rotating machine 2 is not particularly limited, but in this specification, a method of diagnosing the state using multivariate analysis will be described later.

本実施の形態の診断装置１として用いられるコンピュータ５は、中央演算処理装置（Central Processing Unit：ＣＰＵ）、ＲＡＭ（Random Access Memory）、記憶部、データ・指令入力部、画像表示部及び出力部等により構成されている。 The computer 5 used as the diagnostic device 1 in this embodiment is composed of a central processing unit (CPU), a random access memory (RAM), a storage unit, a data/command input unit, an image display unit, an output unit, etc.

ＣＰＵは、図示は省略するが、各種データに対して、四則演算（加算、減算、乗算及び除算）、論理演算（論理積、論理和、否定及び排他的論理和等）、又は、データ比較、若しくはデータシフト等の処理を実行する部分である。なお、記憶部は、図示は省略するが、ハードディスク装置（Hard Disk Drive：ＨＤＤ）、又は、ＲＯＭ（Read Only Memory）等を有しており、ＣＰＵを制御するための制御プログラム、及び、ＣＰＵが用いる各種データ等を格納している部分である。また、ＲＯＭは、一般に、半導体チップ等により構成される。 Although not shown, the CPU is a part that performs arithmetic operations (addition, subtraction, multiplication, and division), logical operations (logical AND, logical OR, negation, exclusive OR, etc.), data comparison, data shifting, and other processes on various data. The storage unit, although not shown, has a hard disk drive (HDD) or a ROM (Read Only Memory), and is a part that stores the control program for controlling the CPU and various data used by the CPU. The ROM is generally composed of a semiconductor chip, etc.

また、本実施の形態の診断装置１として用いられるコンピュータ５は、以下に説明する診断方法の各ステップの動作及び処理を行うためのプログラムを実行するものである。 The computer 5 used as the diagnostic device 1 in this embodiment executes a program for performing the operations and processing of each step of the diagnostic method described below.

本実施の形態の診断装置１による診断方法は、インバータ制御されたモータ（図示は省略）により駆動されている回転機械２の回転数の値ＶＬ１を同定（推定）し、同定された値ＶＬ１に基づいて、回転機械２の状態を診断する診断方法である。 The diagnostic method using the diagnostic device 1 of this embodiment is a diagnostic method that identifies (estimates) the rotation speed value VL1 of the rotating machine 2 driven by an inverter-controlled motor (not shown), and diagnoses the state of the rotating machine 2 based on the identified value VL1.

図５及び図６に示すように、本実施の形態の診断装置１による診断方法では、回転数の値が値ＶＬ２である時に、回転機械２の振動波形ＷＦ１をセンサとしての振動加速度センサ３により計測し、計測された振動波形ＷＦ１を第１変換部１１により、例えばフーリエ変換により変換する、第１変換処理を、値ＶＬ２を変更しながら繰り返すことにより、互いに異なる複数の値ＶＬ２の各々について、回転数の値が値ＶＬ２である時の振動波形ＷＦ１がそれぞれ変換された複数の周波数スペクトルＦＳ１（図３参照）を第１変換部１１により取得する（図６のステップＳ１１）。 As shown in Figures 5 and 6, in the diagnostic method using the diagnostic device 1 of this embodiment, when the rotation speed value is value VL2, the vibration waveform WF1 of the rotating machine 2 is measured by the vibration acceleration sensor 3 as a sensor, and the measured vibration waveform WF1 is transformed by the first conversion unit 11, for example by Fourier transform. By repeating the first conversion process while changing the value VL2, the first conversion unit 11 obtains, for each of multiple different values VL2, multiple frequency spectra FS1 (see Figure 3) into which the vibration waveform WF1 when the rotation speed value is value VL2 is respectively converted (step S11 in Figure 6).

図７の上側のグラフＧＲ１は、ステップＳ１１にて計測された振動波形ＷＦ１の一例を模式的に示している。また、図７の下側のグラフＧＲ２は、ステップＳ１１にて取得された周波数スペクトルＦＳ１の一例を模式的に示している。 The upper graph GR1 in FIG. 7 shows a schematic example of the vibration waveform WF1 measured in step S11. The lower graph GR2 in FIG. 7 shows a schematic example of the frequency spectrum FS1 acquired in step S11.

なお、前述した図２を用いて説明したステップＳ１は、図６のステップＳ１１を含むものである。 Note that step S1 described above using FIG. 2 includes step S11 in FIG. 6.

次に、ステップＳ１１の後、回転機械２の振動波形ＷＦ２をセンサとしての振動加速度センサ３により計測し、計測された振動波形ＷＦ２を第２変換部１２により、例えばフーリエ変換により変換し、振動波形ＷＦ２が変換された周波数スペクトルＦＳ２を第２変換部１２により取得する（図６のステップＳ１２）。なお、センサの種類又はセンサの位置によって振動波形が変化するため、振動波形ＷＦ２を計測する振動加速度センサは、振動波形ＷＦ１を計測する振動加速度センサと同一の振動加速度センサであることが望ましい。しかし、センサの種類又はセンサの位置による振動波形の変化が小さい場合には、振動波形ＷＦ２を計測する振動加速度センサとして、振動波形ＷＦ１を計測する振動加速度センサと異なる振動加速度センサを用いることもできる。 Next, after step S11, the vibration waveform WF2 of the rotating machine 2 is measured by the vibration acceleration sensor 3 as a sensor, and the measured vibration waveform WF2 is transformed by the second conversion unit 12, for example by Fourier transform, and the frequency spectrum FS2 into which the vibration waveform WF2 is transformed is obtained by the second conversion unit 12 (step S12 in FIG. 6). Note that since the vibration waveform changes depending on the type of sensor or the position of the sensor, it is desirable that the vibration acceleration sensor that measures the vibration waveform WF2 is the same as the vibration acceleration sensor that measures the vibration waveform WF1. However, if the change in the vibration waveform due to the type of sensor or the position of the sensor is small, a vibration acceleration sensor different from the vibration acceleration sensor that measures the vibration waveform WF1 can be used as the vibration acceleration sensor that measures the vibration waveform WF2.

図７の上側のグラフＧＲ１は、ステップＳ１２にて計測された振動波形ＷＦ２の一例を、ステップＳ１１にて計測された振動波形ＷＦ１の一例と同様に、模式的に示している。また、図７の下側のグラフＧＲ２は、ステップＳ１２にて取得された周波数スペクトルＦＳ２の一例を、ステップＳ１１にて取得された周波数スペクトルＦＳ１の一例と同様に、模式的に示している。 The upper graph GR1 in FIG. 7 shows a schematic example of the vibration waveform WF2 measured in step S12, similar to the example of the vibration waveform WF1 measured in step S11. The lower graph GR2 in FIG. 7 shows a schematic example of the frequency spectrum FS2 acquired in step S12, similar to the example of the frequency spectrum FS1 acquired in step S11.

次に、複数の周波数スペクトルＦＳ１のいずれかを周波数スペクトルＦＳ３として第１選択部１３により選択する（図６のステップＳ１３）。 Next, the first selection unit 13 selects one of the multiple frequency spectra FS1 as the frequency spectrum FS3 (step S13 in FIG. 6).

次に、ステップＳ１３にて選択された周波数スペクトルＦＳ３と、ステップＳ１２にて取得された周波数スペクトルＦＳ２と、の間の乖離度ＤＶ１を、ＤＰマッチングを用いて第１算出部１４により算出する第１算出処理を実行する（図６のステップＳ１４）。なお、具体的なＤＰマッチングの方法については、後述する図８を用いて説明する。また、前述した図４を用いて説明したように、ＤＰマッチングは波形の伸縮を許すマッチング手法である。 Next, a first calculation process is executed in which the first calculation unit 14 calculates the deviation DV1 between the frequency spectrum FS3 selected in step S13 and the frequency spectrum FS2 acquired in step S12 using DP matching (step S14 in FIG. 6). Note that a specific DP matching method will be described later with reference to FIG. 8. Also, as described above with reference to FIG. 4, DP matching is a matching method that allows for expansion and contraction of the waveform.

次に、第１選択部１３により選択される周波数スペクトルＦＳ３を変更しながらステップＳ１４を取得部１５により繰り返すことにより、複数の周波数スペクトルＦＳ１の各々についてそれぞれ算出された複数の乖離度ＤＶ１を取得部１５により取得する（図６のステップＳ１５）。 Next, step S14 is repeated by the acquisition unit 15 while changing the frequency spectrum FS3 selected by the first selection unit 13, so that the acquisition unit 15 acquires multiple deviations DV1 calculated for each of the multiple frequency spectra FS1 (step S15 in FIG. 6).

次に、複数の周波数スペクトルＦＳ１のうち、乖離度ＤＶ１が最小になる周波数スペクトルＦＳ１を、周波数スペクトルＦＳ４として同定部１６により決定し、振動波形ＷＦ２が計測された時の値ＶＬ１を、周波数スペクトルＦＳ４に変換された振動波形ＷＦ１が計測された時の値ＶＬ２として、同定部１６により同定（推定）する（図６のステップＳ１６）。 Next, the identification unit 16 determines, among the multiple frequency spectra FS1, the frequency spectrum FS1 with the smallest deviation DV1 as the frequency spectrum FS4, and identifies (estimates) the value VL1 when the vibration waveform WF2 is measured as the value VL2 when the vibration waveform WF1 converted into the frequency spectrum FS4 is measured (step S16 in FIG. 6).

なお、前述した図２を用いて説明したステップＳ２は、図６のステップＳ１２乃至ステップＳ１６を含むものである。 Note that step S2 described above using FIG. 2 includes steps S12 to S16 in FIG. 6.

次に、診断部１７は、ステップＳ１６にて同定部１６により同定された値ＶＬ１に基づいて、回転機械２（図１参照）の状態を診断部１７により診断する（図６のステップＳ１７）。具体的には、診断部１７は、ステップＳ１７では、ステップＳ１６にて同定部１６により同定された値ＶＬ１に基づいて、回転機械２の状態を、多変量解析法を用いて診断することができる。 Next, the diagnosis unit 17 diagnoses the state of the rotating machine 2 (see FIG. 1) based on the value VL1 identified by the identification unit 16 in step S16 (step S17 in FIG. 6). Specifically, in step S17, the diagnosis unit 17 can diagnose the state of the rotating machine 2 using a multivariate analysis method based on the value VL1 identified by the identification unit 16 in step S16.

なお、前述した図２を用いて説明したステップＳ３は、図６のステップＳ１７を含むものである。また、図２では、多変量解析法を用いて回転機械２の状態を診断すること、即ち多変量解析法により回転機械の状態を判定することを、ステップＳ３１として示している。 Note that step S3 described above using FIG. 2 includes step S17 in FIG. 6. Also, in FIG. 2, step S31 shows diagnosing the state of the rotating machine 2 using multivariate analysis, i.e., determining the state of the rotating machine using multivariate analysis.

ここで、インバータ制御されたモータにより駆動される回転機械の状態を診断する際の問題点について説明する。 Here, we explain the problems that arise when diagnosing the condition of a rotating machine driven by an inverter-controlled motor.

近年、省エネルギー化又は省メンテナンス化を目的として、モータにより駆動される回転機械において、モータがインバータ制御されることが主流になっている。しかし、これまでに提案された診断方法のほとんどは、回転速度が一定である回転機械の状態を診断するためのものであり、このような診断方法を用いるだけでは、インバータ制御されたモータにより駆動される回転機械の状態、即ち可変速回転機械の状態、を容易に診断することができない。また、インバータ制御されたモータにより駆動されている回転機械について、即ち可変速回転機械について、負荷変動により回転数が変動したときに、回転数を精度良く検出することができない。 In recent years, it has become mainstream for motors to be inverter-controlled in rotating machines driven by motors with the aim of saving energy or reducing maintenance. However, most of the diagnostic methods proposed so far are for diagnosing the state of rotating machines with a constant rotation speed, and using only such diagnostic methods it is not easy to diagnose the state of rotating machines driven by inverter-controlled motors, i.e., the state of variable-speed rotating machines. Furthermore, for rotating machines driven by inverter-controlled motors, i.e., variable-speed rotating machines, it is not possible to accurately detect the rotation speed when the rotation speed fluctuates due to load fluctuations.

上記特許文献１には、機械振動検出装置において、データベースに保存された振動データを回転機の任意の運転時に振動センサおよびフーリエ変換手段を介して振動データを得た時の回転速度および入力電流のもとでの振動データに補間法により補正し振動ノイズデータとして出力する振動データ補間手段と、回転機の任意の運転時に振動センサおよびフーリエ変換手段を介して得られた振動データから振動ノイズデータを削除するノイズキャンセル手段とを備えた技術が開示されている。 The above-mentioned Patent Document 1 discloses a technology for a mechanical vibration detection device that includes a vibration data interpolation means that uses an interpolation method to correct vibration data stored in a database to vibration data under the rotation speed and input current at the time when the vibration data was obtained via a vibration sensor and Fourier transform means during any operation of the rotating machine, and outputs the corrected data as vibration noise data, and a noise cancellation means that deletes vibration noise data from the vibration data obtained via the vibration sensor and Fourier transform means during any operation of the rotating machine.

しかし、上記特許文献１に記載された技術では、ある回転数の振動データから振動ノイズデータを削除することはできるものの、計測された時の回転数が未知である振動波形から回転数の値を同定することができない。また、負荷変動により回転数が変動したときに、回転数を精度良く検出することができない。 However, with the technology described in Patent Document 1, although it is possible to remove vibration noise data from vibration data at a certain rotation speed, it is not possible to identify the value of the rotation speed from a vibration waveform where the rotation speed at the time of measurement is unknown. Furthermore, when the rotation speed fluctuates due to load fluctuations, it is not possible to detect the rotation speed with high accuracy.

上記特許文献２には、連続して発生している入力音響パターンと標準パターンとの間のマッチング方法の従来例の一つとして、採録された未知の入力パターンおよび標準パターンの信号に含まれるパワースペクトル信号に着目し、スペクトル信号の最大或は極大ピーク位置を検出し、両者のマッチングを行う際の基準位置とする技術が開示されている。 The above-mentioned Patent Document 2 discloses a technique as one conventional example of a matching method between a continuously occurring input acoustic pattern and a standard pattern, which focuses on the power spectrum signals contained in the recorded unknown input pattern and standard pattern signals, detects the maximum or local peak position of the spectrum signal, and sets it as the reference position when matching the two.

しかし、上記特許文献２に記載された技術では、スペクトル信号のピーク位置を検出し、両者のマッチングを行う際の基準位置とするため、回転数が変動しやすい場合に、計測された時の回転数が未知である振動波形から回転数の値を同定することができない。そのため、負荷変動により回転数が変動したときに、回転数を精度良く検出することができない。 However, in the technology described in Patent Document 2, the peak position of the spectrum signal is detected and used as the reference position when matching the two. Therefore, when the rotation speed is prone to fluctuate, it is not possible to identify the value of the rotation speed from the vibration waveform where the rotation speed at the time of measurement is unknown. Therefore, when the rotation speed fluctuates due to load fluctuations, it is not possible to detect the rotation speed with high accuracy.

一方、本実施の形態の診断装置による診断方法では、診断装置１は、回転数の値ＶＬ２が既知の状態で予め取得された複数の周波数スペクトルＦＳ１の各々と、計測された振動波形ＷＦ２が変換された周波数スペクトルＦＳ２と、の間の乖離度ＤＶ１を、ＤＰマッチングを用いて第１算出部１４により算出し、複数の周波数スペクトルＦＳ１のうち、乖離度ＤＶ１が最小になる周波数スペクトルＦＳ１を決定し、振動波形ＷＦ２が計測された時の回転数の値ＶＬ１を、決定された周波数スペクトルＦＳ１が計測された時の回転数の値ＶＬ２として、同定する。 On the other hand, in the diagnostic method using the diagnostic device of this embodiment, the diagnostic device 1 calculates the deviation DV1 between each of the multiple frequency spectra FS1 acquired in advance with the rotation speed value VL2 known and the frequency spectrum FS2 into which the measured vibration waveform WF2 is converted, using DP matching with the first calculation unit 14, determines the frequency spectrum FS1 among the multiple frequency spectra FS1 that has the smallest deviation DV1, and identifies the rotation speed value VL1 when the vibration waveform WF2 was measured as the rotation speed value VL2 when the determined frequency spectrum FS1 was measured.

即ち、本実施の形態の診断装置を用いた診断方法では、計測された周波数が未知である振動波形から変換された未知周波数スペクトルと、周波数が既知である振動波形から変換された既知周波数スペクトルと、の間の乖離度（マッチング度合の逆数に相当）を、ＤＰマッチングを用いて算出し、算出された乖離度が最小となる既知周波数スペクトルに変換された振動波形に基づいて、回転数の値を同定する。 In other words, in the diagnostic method using the diagnostic device of this embodiment, the deviation (corresponding to the inverse of the degree of matching) between an unknown frequency spectrum converted from a measured vibration waveform with an unknown frequency and a known frequency spectrum converted from a vibration waveform with a known frequency is calculated using DP matching, and the value of the rotation speed is identified based on the vibration waveform converted into the known frequency spectrum with the minimum calculated deviation.

このような診断方法によれば、インバータ制御されたモータにより駆動されている回転機械の回転数の値を同定し、同定された値に基づいて、回転機械の状態を診断する診断方法において、回転数が変動した場合でも、変動した回転数を精度良く同定することができる。そのため、インバータ制御されたモータにより駆動される回転機械の状態、即ち可変速回転機械の状態、を容易に診断することができる。また、インバータ制御されたモータにより駆動されている回転機械について、即ち可変速回転機械について、負荷変動により回転数が変動したときにも、回転数を精度良く検出することができる。特に、近年、省エネルギー化又は省メンテナンス化を目的として、モータにより駆動される回転機械において、モータがインバータ制御されることが主流になっているため、本実施の形態の診断方法による効果は大きい。 According to this diagnostic method, in a diagnostic method in which the value of the rotation speed of a rotating machine driven by an inverter-controlled motor is identified and the state of the rotating machine is diagnosed based on the identified value, even if the rotation speed fluctuates, the fluctuated rotation speed can be accurately identified. Therefore, the state of a rotating machine driven by an inverter-controlled motor, i.e., the state of a variable-speed rotating machine, can be easily diagnosed. Furthermore, for a rotating machine driven by an inverter-controlled motor, i.e., a variable-speed rotating machine, the rotation speed can be accurately detected even when the rotation speed fluctuates due to load fluctuations. In particular, in recent years, inverter control of motors has become mainstream in rotating machines driven by motors for the purpose of saving energy or reducing maintenance, so the diagnostic method of this embodiment is very effective.

また、本実施の診断装置を用いた診断方法によれば、上記特許文献１に記載された技術と異なり、計測された時の回転数が未知である振動波形から回転数の値を同定することが想定された診断方法であるから、計測された時の回転数が未知である振動波形から回転数の値を容易に同定することができ、負荷変動により回転数が変動したときにも、回転数を精度良く検出することができる。 In addition, the diagnostic method using the diagnostic device of this embodiment differs from the technology described in Patent Document 1 above in that it is a diagnostic method that is designed to identify the value of the rotation speed from a vibration waveform in which the rotation speed at the time of measurement is unknown. Therefore, the value of the rotation speed can be easily identified from a vibration waveform in which the rotation speed at the time of measurement is unknown, and the rotation speed can be detected with high accuracy even when the rotation speed fluctuates due to load fluctuations.

また、本実施の診断装置を用いた診断方法によれば、上記特許文献２に記載された技術と異なり、信号のピーク位置を検出し、両者のマッチングを行う際の基準位置とするのではなく、ＤＰマッチングを用いて、予め取得された複数の周波数スペクトルＦＳ１の各々と、計測された振動波形ＷＦ２が変換された周波数スペクトルＦＳ２と、のうち少なくとも一方の周波数スペクトルを周波数軸方向に伸縮させながら、乖離度ＤＶ１を算出する。そのため、回転数が変動しやすい場合にも、計測された時の回転数が未知である振動波形から回転数の値を容易に同定することができ、負荷変動により回転数が変動したときにも、回転数を精度良く検出することができる。 In addition, according to the diagnostic method using the diagnostic device of this embodiment, unlike the technology described in Patent Document 2, the peak position of the signal is not detected and used as the reference position when matching the two, but rather, using DP matching, at least one of the frequency spectrums FS1 obtained in advance and the frequency spectrum FS2 converted from the measured vibration waveform WF2 is stretched or contracted in the frequency axis direction to calculate the deviation DV1. Therefore, even when the rotation speed is prone to fluctuate, the value of the rotation speed can be easily identified from the vibration waveform where the rotation speed at the time of measurement is unknown, and the rotation speed can be detected with high accuracy even when the rotation speed fluctuates due to load fluctuations.

＜ＤＰマッチングを用いた乖離度の算出方法＞
ここで、図８を参照し、周波数スペクトルＦＳ３（図３参照）と周波数スペクトルＦＳ２（図３参照）との間のマッチング度合としての乖離度ＤＶ１（図３参照）をＤＰマッチングを用いて算出する算出方法について説明する。図８は、周波数領域を分割しない場合におけるＤＰマッチングを説明するための図であり、周波数スペクトルＦＳ２（図３参照）が有するＩ個のデータＤＴ２（図３参照）の順番を横軸とし、周波数スペクトルＦＳ３（図３参照）が有するＪ個のデータＤＴ３（図３参照）の順番を縦軸としたグラフモデルを示す図である。 <Method of calculating deviation using DP matching>
Here, a method of calculating the deviation DV1 (see FIG. 3) as the degree of matching between the frequency spectrum FS3 (see FIG. 3) and the frequency spectrum FS2 (see FIG. 3) using DP matching will be described with reference to FIG. 8. FIG. 8 is a diagram for explaining DP matching when the frequency domain is not divided, and shows a graph model in which the horizontal axis indicates the order of I pieces of data DT2 (see FIG. 3) in the frequency spectrum FS2 (see FIG. 3) and the vertical axis indicates the order of J pieces of data DT3 (see FIG. 3) in the frequency spectrum FS3 (see FIG. 3).

ＤＰマッチングは、前述した図４に示したように、波形の変形をある程度許容しながら波形同士のマッチングを行う方法である。以下では、周波数スペクトルＦＳ３（図３参照）と周波数スペクトルＦＳ２（図３参照）との間の乖離度ＤＶ１（図３参照）をＤＰマッチングを用いて算出する際に、周波数領域ＦＲ１及びＦＲ２（図３参照）を分割せずに算出する算出方法について、説明する。 As shown in Figure 4 above, DP matching is a method of matching waveforms while allowing some degree of waveform deformation. Below, we will explain a calculation method for calculating the deviation DV1 (see Figure 3) between frequency spectrum FS3 (see Figure 3) and frequency spectrum FS2 (see Figure 3) using DP matching without dividing frequency regions FR1 and FR2 (see Figure 3).

マッチング対象の２つの離散スペクトルデータであるＦ及びＧが、以下の数式（２）及び数式（３）で表されるものとする。 The two discrete spectral data to be matched, F and G, are represented by the following formulas (2) and (3).

Figure 0007489927000002
Figure 0007489927000002

Figure 0007489927000003
Figure 0007489927000003

上記数式（２）及び上記数式（３）で表されるＦ及びＧに対し、周波数軸の伸縮対応を、図８に示すような格子グラフ上の点（１，１）から点（Ｉ，Ｊ）へ至るルートによって表現する。ここで、格子点が、以下の数式（４）で表されるとき、上記数式（２）及び上記数式（３）で表されるＦとＧとの対応関係を表すＰは、以下の数式（５）で表される。 For F and G expressed by the above formula (2) and formula (3), the expansion/contraction correspondence of the frequency axis is expressed by the route from point (1,1) to point (I,J) on a lattice graph as shown in Figure 8. Here, when the lattice point is expressed by the following formula (4), P, which represents the correspondence between F and G expressed by the above formula (2) and formula (3), is expressed by the following formula (5).

Figure 0007489927000004
Figure 0007489927000004

Figure 0007489927000005
Figure 0007489927000005

また、格子点の移動は、ｋ≧２において、以下の数式（６）で表されるように、制限される。 Movement of lattice points is restricted for k>2 as shown in the following formula (6).

Figure 0007489927000006
Figure 0007489927000006

ここで、以下の数式（７）で表される漸化式（ｋ≧２）を用い、以下の数式（８）で表されるｈ（ｐ１）を初期値としてｈ（ｐｋ）を求めると、マッチング度合であるＤ（Ｆ，Ｇ）は、以下の数式（９）で表される。 Here, by using the recurrence formula (k≧2) expressed by the following formula (7) and calculating h(p k ) using h(p 1 ) expressed by the following formula (8) as the initial value, the matching degree D(F, G) is expressed by the following formula (9).

Figure 0007489927000007
Figure 0007489927000007

Figure 0007489927000008
Figure 0007489927000008

Figure 0007489927000009
Figure 0007489927000009

上記数式（７）におけるｄ（ｉｋ，ｊｋ）は、以下の数式（１０）で表される。 d( ik , jk ) in the above formula (7) is expressed by the following formula (10).

Figure 0007489927000010
Figure 0007489927000010

上記数式（９）で表されるマッチング度合が小さいほど２つのスペクトルデータは似ている（マッチしている）ことを示している。従って、以下では、マッチング度合を、乖離度ＤＶ１及びＤＶ２（図３参照）とも称する。 The smaller the matching degree expressed by the above formula (9), the more similar (matched) the two spectral data are. Therefore, hereinafter, the matching degrees are also referred to as deviations DV1 and DV2 (see Figure 3).

また、上記したＤＰマッチングを言い換えると、以下の通りである。 The above DP matching can be rephrased as follows:

まず、第１算出部１４（図５参照）は、前述したステップＳ１４（図６参照）の第１算出処理では、図８に示すように、複数のノードＮＤ１を含むグラフＧＲ３を作成する作成処理を実行する。 First, in the first calculation process of step S14 (see FIG. 6) described above, the first calculation unit 14 (see FIG. 5) executes a creation process to create a graph GR3 including a plurality of nodes ND1, as shown in FIG. 8.

なお、周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合のＤＰマッチングを用いた乖離度の算出方法としては、第１算出部１４（図５参照）に代えて、後述する図９を用いて説明する第２算出部２５とし、ステップＳ１４（図６参照）の第１算出処理に代えて、後述する図１０を用いて説明するステップＳ２５の第２算出処理を実行することにより、第２算出部２５は、ステップＳ２５の第２算出処理では、複数のノードＮＤ１を含むグラフＧＲ３を作成する作成処理を実行することになる。 In addition, as a method of calculating the deviation using DP matching when dividing the frequency regions FR1 and FR2 (see FIG. 3), the first calculation unit 14 (see FIG. 5) is replaced by the second calculation unit 25 described later using FIG. 9, and instead of the first calculation process of step S14 (see FIG. 6), the second calculation unit 25 executes the second calculation process of step S25 described later using FIG. 10, so that in the second calculation process of step S25, the second calculation unit 25 executes a creation process to create a graph GR3 including a plurality of nodes ND1.

図８に示すように、グラフＧＲ３は、複数のノードＮＤ１を含む。複数のノードＮＤ１は、周波数スペクトルＦＳ２（図３参照）を表す（構成する）Ｉ個（Ｉは２以上の整数）のデータＤＴ２（図３参照）の各々がそれぞれ有するＩ個の周波数の値ＶＬ３（図３参照）の各々をそれぞれ表す。また、複数のノードＮＤ１は、Ｉ個のデータＤＴ２を値ＶＬ３の小さい順に並べたときのＩ個のデータＤＴ２の各々の順番であるｉｋの各々をそれぞれ表す。また、複数のノードＮＤ１は、周波数スペクトルＦＳ３（図３参照）を表す（構成する）Ｊ個（Ｊは２以上の整数）のデータＤＴ３（図３参照）の各々がそれぞれ有するＪ個の周波数の値ＶＬ４（図３参照）の各々をそれぞれ表す。また、複数のノードＮＤ１は、Ｊ個のデータＤＴ３を値ＶＬ４の小さい順に並べたときのＪ個のデータＤＴ３の各々の順番であるｊｋの各々をそれぞれ表す。 As shown in FIG. 8, the graph GR3 includes a plurality of nodes ND1. The plurality of nodes ND1 respectively represent I frequency values VL3 (see FIG. 3) of I pieces of data DT2 (see FIG. 3) (I is an integer of 2 or more) that represent (constitute) the frequency spectrum FS2 (see FIG. 3). The plurality of nodes ND1 respectively represent i k , which is the order of I pieces of data DT2 when the I pieces of data DT2 are arranged in ascending order of value VL3. The plurality of nodes ND1 respectively represent J frequency values VL4 (see FIG. 3) of J pieces of data DT3 (see FIG. 3) (J is an integer of 2 or more) that represent (constitute) the frequency spectrum FS3 (see FIG. 3). The plurality of nodes ND1 respectively represent j k , which is the order of J pieces of data DT3 when the J pieces of data DT3 are arranged in ascending order of value VL4.

なお、周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合のＤＰマッチングを用いた乖離度の算出方法としては、周波数スペクトルＦＳ２に代えて後述する部分スペクトルＰＳ１（図３参照）とし、周波数スペクトルＦＳ３に代えて後述する部分スペクトルＰＳ２（図３参照）とすることにより、部分スペクトルＰＳ１と部分スペクトルＰＳ２との間のＤＰマッチングも、周波数スペクトルＦＳ２と周波数スペクトルＦＳ３との間のＤＰマッチングと同様にすることができる（以下のＤＰマッチングの説明においても同様）。 When dividing frequency ranges FR1 and FR2 (see FIG. 3), the deviation can be calculated using DP matching by substituting partial spectrum PS1 (see FIG. 3) described below instead of frequency spectrum FS2 and partial spectrum PS2 (see FIG. 3) described below instead of frequency spectrum FS3, so that DP matching between partial spectrum PS1 and partial spectrum PS2 can be made similar to DP matching between frequency spectrum FS2 and frequency spectrum FS3 (the same applies to the following explanation of DP matching).

ここで、グラフＧＲ３において、ノードＮＤ１が表す値ＶＬ３（図３参照）が値ＶＬ３の低い方から（値ＶＬ３が低い順における）１番目の値ＶＬ３であり（値ＶＬ３が最小であり）、且つ、ノードＮＤ１が表す値ＶＬ４（図３参照）が値ＶＬ４の低い方から（値ＶＬ４が低い順における）１番目の値ＶＬ４である（値ＶＬ４が最小である）、ノードＮＤ１を、基準ノードＮＳとする。即ちノードＮＤ１が表すデータＤＴ２（図３参照）の第１順番が１番目（ｉｋ＝１）であり、且つ、ノードＮＤ１が表すデータＤＴ３（図３参照）の第２順番が１番目（ｊｋ＝１）である、ノードＮＤ１を、基準ノードＮＳとする（周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合も同様）。 Here, in the graph GR3, if the value VL3 (see FIG. 3) represented by the node ND1 is the first value VL3 (in the order of decreasing values of VL3) (the value VL3 is the smallest) and the value VL4 (see FIG. 3) represented by the node ND1 is the first value VL4 (in the order of decreasing values of VL4) (the value VL4 is the smallest), the node ND1 is set as the reference node NS. That is, the node ND1 is set as the reference node NS if the first order of the data DT2 (see FIG. 3) represented by the node ND1 is the first (i k =1) and the second order of the data DT3 (see FIG. 3) represented by the node ND1 is the first (j k =1) (the same applies when dividing the frequency domains FR1 and FR2 (see FIG. 3)).

また、グラフＧＲ３において、ノードＮＤ１が表す値ＶＬ３（図３参照）が値ＶＬ３の低い方から（値ＶＬ３が低い順における）Ｉ番目の値ＶＬ３であり（値ＶＬ３が最大であり）、且つ、ノードＮＤ１が表す値ＶＬ４（図３参照）が値ＶＬ４の低い方から（値ＶＬ４が低い順における）Ｊ番目の値ＶＬ４である（値ＶＬ４が最大である）、ノードＮＤ１を、基準ノードＮＧとする。即ちノードＮＤ１が表すデータＤＴ２（図３参照）の第１順番がＩ番目（ｉｋ＝Ｉ）であり、且つ、ノードＮＤ１が表すデータＤＴ３（図３参照）の第２順番がＪ番目（ｊｋ＝Ｊ）である、ノードＮＤ１を、基準ノードＮＳとする（周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合も同様）。 In addition, in the graph GR3, if the value VL3 (see FIG. 3) represented by the node ND1 is the I-th value VL3 (in the order of decreasing values of VL3) from the lowest value VL3 (the value VL3 is the largest) and the value VL4 (see FIG. 3) represented by the node ND1 is the J-th value VL4 (in the order of decreasing values of VL4) from the lowest value VL4 (the value VL4 is the largest), the node ND1 is set as the reference node NG. That is, the node ND1 in which the first order of the data DT2 (see FIG. 3) represented by the node ND1 is the I-th (i k =I) and the second order of the data DT3 (see FIG. 3) represented by the node ND1 is the J-th (j k =J) is set as the reference node NS (the same applies when dividing the frequency domains FR1 and FR2 (see FIG. 3)).

また、複数のノードＮＤ１のうち、ノードＮＤ１が表す値ＶＬ３（図３参照）が低い方から（値ＶＬ３が低い順における）ｉ番目（ｉは２以上Ｉ以下の整数）の値ＶＬ３であり、且つ、ノードＮＤ１が表す値ＶＬ４（図３参照）が低い方から（値ＶＬ４が低い順における）ｊ番目（ｊは２以上Ｊ以下の整数）の値ＶＬ４である、ノードＮＤ１を、ノードＮＤ２とする。或いは、ノードＮＤ１が表すデータＤＴ２（図３参照）の第１順番がｉ番目（ｉは２以上Ｉ以下の整数）であり、且つ、ノードＮＤ１が表すデータＤＴ３（図３参照）の第２順番がｊ番目（ｊは２以上Ｊ以下の整数）である、ノードＮＤ１を、ノードＮＤ２とする（周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合も同様）。 Also, among the multiple nodes ND1, the node ND1 whose value VL3 (see FIG. 3) is the i-th (i is an integer between 2 and I) VL3 from the lowest (in order of decreasing value VL3) and whose value VL4 (see FIG. 3) is the j-th (j is an integer between 2 and J) VL4 from the lowest (in order of decreasing value VL4) is defined as node ND2. Alternatively, the node ND1 whose first order of data DT2 (see FIG. 3) represented by node ND1 is the i-th (i is an integer between 2 and I) and whose second order of data DT3 (see FIG. 3) represented by node ND1 is the j-th (j is an integer between 2 and J) is defined as node ND2 (the same applies when dividing frequency domains FR1 and FR2 (see FIG. 3)).

また、複数のノードＮＤ１のうち、ノードＮＤ１が表す値ＶＬ３（図３参照）が低い方から（値ＶＬ３が低い順における）（ｉ－１）番目の値ＶＬ３であり、且つ、ノードＮＤ１が表す値ＶＬ４（図３参照）が低い方から（値ＶＬ４が低い順における）（ｊ－１）番目の値ＶＬ４である、ノードＮＤ１を、ノードＮＤ３とする。或いは、ノードＮＤ１が表すデータＤＴ２（図３参照）の第１順番が（ｉ－１）番目（ｉは２以上Ｉ以下の整数）であり、且つ、ノードＮＤ１が表すデータＤＴ３（図３参照）の第２順番が（ｊ－１）番目（ｊは２以上Ｊ以下の整数）である、ノードＮＤ１を、ノードＮＤ３とする（周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合も同様）。 Also, among the multiple nodes ND1, the node ND1 whose value VL3 (see FIG. 3) is the (i-1)th value VL3 from the lowest (in order of decreasing values of VL3) and whose value VL4 (see FIG. 3) is the (j-1)th value VL4 from the lowest (in order of decreasing values of VL4) is set as node ND3. Alternatively, the node ND1 whose first ordered data DT2 (see FIG. 3) represented by node ND1 is the (i-1)th (i is an integer between 2 and I) and whose second ordered data DT3 (see FIG. 3) represented by node ND1 is the (j-1)th (j is an integer between 2 and J) is set as node ND3 (the same applies when dividing frequency domains FR1 and FR2 (see FIG. 3)).

また、複数のノードＮＤ１のうち、ノードＮＤ１が表す値ＶＬ３（図３参照）が低い方から（値ＶＬ３が低い順における）（ｉ－１）番目の値ＶＬ３であり、且つ、ノードＮＤ１が表す値ＶＬ４（図３参照）が低い方から（値ＶＬ４が低い順における）ｊ番目の値ＶＬ４であるノードＮＤ１を、ノードＮＤ４とする。或いは、ノードＮＤ１が表すデータＤＴ２（図３参照）の第１順番が（ｉ－１）番目（ｉは２以上Ｉ以下の整数）であり、且つ、ノードＮＤ１が表すデータＤＴ３（図３参照）の第２順番がｊ番目（ｊは２以上Ｊ以下の整数）である、ノードＮＤ１を、ノードＮＤ４とする（周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合も同様）。 Also, among the multiple nodes ND1, the node ND1 whose value VL3 (see FIG. 3) is the (i-1)th value VL3 from the lowest (in order of decreasing values of VL3) and whose value VL4 (see FIG. 3) is the jth value VL4 from the lowest (in order of decreasing values of VL4) is set as node ND4. Alternatively, the node ND1 whose first-order data DT2 (see FIG. 3) represented by node ND1 is the (i-1)th (i is an integer between 2 and I) and whose second-order data DT3 (see FIG. 3) represented by node ND1 is the jth (j is an integer between 2 and J) is set as node ND4 (the same applies when dividing frequency domains FR1 and FR2 (see FIG. 3)).

また、複数のノードＮＤ１のうち、ノードＮＤ１が表す値ＶＬ３（図３参照）が低い方から（値ＶＬ３が低い順における）ｉ番目の値ＶＬ３であり、且つ、ノードＮＤ１が表す値ＶＬ４（図３参照）が低い方から（値ＶＬ４が低い順における）（ｊ－１）番目の値ＶＬ４であるノードＮＤ１を、ノードＮＤ５とする。或いは、ノードＮＤ１が表すデータＤＴ２（図３参照）の第１順番がｉ番目（ｉは２以上Ｉ以下の整数）であり、且つ、ノードＮＤ１が表すデータＤＴ３（図３参照）の第２順番が（ｊ－１）番目（ｊは２以上Ｊ以下の整数）である、ノードＮＤ１を、ノードＮＤ５とする（周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合も同様）。 Also, among the multiple nodes ND1, the node ND1 whose value VL3 (see FIG. 3) is the i-th value VL3 from the lowest (in ascending order of VL3) and whose value VL4 (see FIG. 3) is the (j-1)th value VL4 from the lowest (in ascending order of VL4). Alternatively, the node ND1 whose first ordered data DT2 (see FIG. 3) is the i-th (i is an integer between 2 and I) and whose second ordered data DT3 (see FIG. 3) is the (j-1)th (j is an integer between 2 and J) is the (j-1)th (j is an integer between 2 and J) represented by the node ND1 is the node ND5 (similarly when dividing the frequency domains FR1 and FR2 (see FIG. 3)).

このような場合において、グラフＧＲ３は、ノードＮＤ２とノードＮＤ３とを結合するエッジＥＤ１と、ノードＮＤ２とノードＮＤ４とを結合するエッジＥＤ２と、ノードＮＤ２とノードＮＤ５とを結合するエッジＥＤ３と、を含む（周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合も同様）。 In this case, the graph GR3 includes an edge ED1 that connects the nodes ND2 and ND3, an edge ED2 that connects the nodes ND2 and ND4, and an edge ED3 that connects the nodes ND2 and ND5 (the same applies when dividing the frequency regions FR1 and FR2 (see Figure 3)).

なお、ノードＮＤ１が表すデータＤＴ２（図３参照）の第１順番がｉ番目（ｉは２以上Ｉ以下の整数）であり、且つ、ノードＮＤ１が表すデータＤＴ３（図３参照）の第２順番が１番目である、ノードＮＤ１を、ノードＮＤ２としたときは、ノードＮＤ３及びノードＮＤ５が存在せず、ノードＮＤ４のみが存在するので、グラフＧＲ３は、ノードＮＤ２とノードＮＤ４とを結合するエッジＥＤ２のみを含むことになる。また、ノードＮＤ１が表すデータＤＴ２の第１順番が１番目であり、且つ、ノードＮＤ１が表すデータＤＴ３の第２順番がｊ番目（ｊは２以上Ｊ以下の整数）である、ノードＮＤ１を、ノードＮＤ２としたときは、ノードＮＤ３及びノードＮＤ４が存在せず、ノードＮＤ５のみが存在するので、グラフＧＲ３は、ノードＮＤ２とノードＮＤ５とを結合するエッジＥＤ３のみを含むことになる（周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合も同様）。 When node ND1, in which the first-order data DT2 (see Figure 3) represented by node ND1 is i-th (i is an integer greater than or equal to 2 and less than or equal to I) and the second-order data DT3 (see Figure 3) represented by node ND1 is first, is defined as node ND2, nodes ND3 and ND5 do not exist, and only node ND4 exists, so that graph GR3 includes only edge ED2 connecting node ND2 and node ND4. Furthermore, when node ND1, in which the first order of data DT2 represented by node ND1 is first and the second order of data DT3 represented by node ND1 is jth (j is an integer between 2 and J), is defined as node ND2, nodes ND3 and ND4 do not exist, and only node ND5 exists, so graph GR3 includes only edge ED3 connecting node ND2 and node ND5 (the same applies when dividing frequency regions FR1 and FR2 (see FIG. 3)).

エッジＥＤ１は、ノードＮＤ２がそれぞれ表す値ＶＬ３（図３参照）と値ＶＬ４（図３参照）との間の差分と、ノードＮＤ２とノードＮＤ３との間の距離と、の積を表すコストＣＳ１を有する。エッジＥＤ２は、ノードＮＤ２がそれぞれ表す値ＶＬ３と値ＶＬ４との間の差分と、ノードＮＤ２とノードＮＤ４との間の距離と、の積を表すコストＣＳ２を有する。エッジＥＤ３は、ノードＮＤ２がそれぞれ表す値ＶＬ３と値ＶＬ４との間の差分と、ノードＮＤ２とノードＮＤ５との間の距離と、の積を表すコストＣＳ３を有する（周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合も同様）。 Edge ED1 has a cost CS1 that represents the product of the difference between the value VL3 (see FIG. 3) and the value VL4 (see FIG. 3) represented by node ND2 and the distance between node ND2 and node ND3. Edge ED2 has a cost CS2 that represents the product of the difference between the value VL3 and the value VL4 represented by node ND2 and the distance between node ND2 and node ND4. Edge ED3 has a cost CS3 that represents the product of the difference between the value VL3 and the value VL4 represented by node ND2 and the distance between node ND2 and node ND5 (similarly when dividing frequency regions FR1 and FR2 (see FIG. 3)).

また、第１算出部１４（図５参照）は、前述したステップＳ１４（図６参照）の第１算出処理では、探索処理と、第３算出処理と、を実行する。 In addition, in the first calculation process of step S14 (see FIG. 6) described above, the first calculation unit 14 (see FIG. 5) executes a search process and a third calculation process.

なお、周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合は、第１算出部１４（図５参照）に代えて、後述する図９を用いて説明する第２算出部２５とし、ステップＳ１４（図６参照）の第１算出処理に代えて、後述する図１０を用いて説明する第２算出処理を実行することにより、第２算出部２５は、第２算出処理では、探索処理と、第３算出処理と、を実行することになる。 When dividing the frequency regions FR1 and FR2 (see FIG. 3), the first calculation unit 14 (see FIG. 5) is replaced by the second calculation unit 25 described later with reference to FIG. 9, and the first calculation process of step S14 (see FIG. 6) is replaced by the second calculation process described later with reference to FIG. 10, whereby the second calculation unit 25 executes a search process and a third calculation process in the second calculation process.

第１算出部１４（図５参照）は、探索処理では、作成処理にて作成されたグラフＧＲ３に基づいて、基準ノードＮＳと基準ノードＮＧとの間の経路ＰＴ１であって、複数のノードＮＤ１のうちのいずれか複数のノードＮＤ６と、複数のノードＮＤ６のうち互いに隣り合う２つのノードＮＤ６をそれぞれ結合する複数のエッジＥＤ４と、を含む経路ＰＴ１を、経路ＰＴ１に含まれる複数のエッジＥＤ４であって、複数のノードＮＤ６のうち基準ノードＮＳを除いた複数のノードＮＤ７の各々について、ノードＮＤ７がノードＮＤ２であるとしたときにノードＮＤ２をそれぞれ結合するエッジＥＤ１、エッジＥＤ２又はエッジＥＤ３である複数のエッジＥＤ４、が有するコストの和が、一定の範囲内に含まれるように、具体的には例えば最小になるように、探索する。このような場合、複数のエッジＥＤ４の各々が有するコストとは、複数のエッジＥＤ４の各々が有するコストＣＳ１、コストＣＳ２又はコストＣＳ３である。 In the search process, the first calculation unit 14 (see FIG. 5) searches for a path PT1 between the reference node NS and the reference node NG based on the graph GR3 created in the creation process, the path PT1 including any of the nodes ND6 among the nodes ND1 and a plurality of edges ED4 each connecting two adjacent nodes ND6 among the nodes ND6, so that the sum of the costs of the edges ED4 included in the path PT1, which are edges ED1, ED2, or ED3 connecting the node ND2 when the node ND7 is the node ND2, for each of the nodes ND7 among the nodes ND6 excluding the reference node NS, is within a certain range, specifically, for example, is minimized. In this case, the cost of each of the edges ED4 is the cost CS1, cost CS2, or cost CS3 of each of the edges ED4.

第１算出部１４（図５参照）は、第３算出処理では、探索処理にて探索された経路ＰＴ１に含まれる複数のエッジＥＤ４が有するコストの和に基づいて、乖離度ＤＶ１（図３参照）を算出する。なお、周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合は、第１算出部１４は、乖離度ＤＶ１に代えて、後述する図１０を用いて説明する乖離度ＤＶ２（図３参照）を算出することになる。 In the third calculation process, the first calculation unit 14 (see FIG. 5) calculates the deviation DV1 (see FIG. 3) based on the sum of the costs of the multiple edges ED4 included in the path PT1 searched for in the search process. When the frequency regions FR1 and FR2 (see FIG. 3) are divided, the first calculation unit 14 calculates the deviation DV2 (see FIG. 3), which will be described later with reference to FIG. 10, instead of the deviation DV1.

このような場合、ＤＰマッチングを用いることにより、前述したように、波形の変形をある程度許容しながら波形同士のマッチングを行うことができる。そのため、サンプリング時間中に回転数が変動し、計測された周波数スペクトルにおけるピーク位置が、サンプリング時間中に回転数が変動しない場合に比べて、識別しにくくなった場合でも、計測された周波数スペクトルと、既知の周波数スペクトルと、のマッチングを容易且つ精度良く行うことができる。従って、回転数が変動した場合でも、変動した回転数を精度良く同定することができる。 In such cases, by using DP matching, as described above, it is possible to match waveforms while allowing for a certain degree of waveform deformation. Therefore, even if the rotation speed fluctuates during the sampling time and the peak position in the measured frequency spectrum becomes more difficult to identify than when the rotation speed does not fluctuate during the sampling time, it is possible to easily and accurately match the measured frequency spectrum with a known frequency spectrum. Therefore, even if the rotation speed fluctuates, the fluctuated rotation speed can be identified with high accuracy.

＜周波数領域を分割する場合のＤＰマッチングを用いた乖離度の算出方法＞
次に、図７乃至図１１を参照し、実施の形態の変形例の診断装置による診断方法について説明する。本実施の形態の変形例の診断装置による診断方法は、周波数スペクトルＦＳ３（図３参照）と周波数スペクトルＦＳ２（図３参照）との間の乖離度ＤＶ１（図３参照）をＤＰマッチングを用いて算出する際に、周波数領域ＦＲ１及びＦＲ２（図３参照）を分割して算出する点で、本実施の形態の診断装置による診断方法と異なる。 <Method of calculating deviation using DP matching when dividing the frequency domain>
Next, a diagnostic method by the diagnostic device according to the modified embodiment will be described with reference to Fig. 7 to Fig. 11. The diagnostic method by the diagnostic device according to the modified embodiment differs from the diagnostic method by the diagnostic device according to the present embodiment in that, when calculating the deviation DV1 (see Fig. 3) between the frequency spectrum FS3 (see Fig. 3) and the frequency spectrum FS2 (see Fig. 3) by using DP matching, the frequency regions FR1 and FR2 (see Fig. 3) are divided for calculation.

図９は、実施の形態の変形例の診断装置の構成を示すブロック図である。図１０は、実施の形態の変形例の診断方法の一部のステップを示すフロー図である。図１０は、図６に示す診断方法の一部のステップに相当するステップを示している。図１１は、周波数領域を分割する場合におけるＤＰマッチングを説明するための図であり、周波数スペクトルＦＳ２（図３参照）が有するＩ個のデータＤＴ２（図３参照）の順番を横軸とし、周波数スペクトルＦＳ３（図３参照）が有するＪ個のデータＤＴ３（図３参照）の順番を縦軸としたグラフモデルを示す図である。 Figure 9 is a block diagram showing the configuration of a diagnostic device according to a modified embodiment. Figure 10 is a flow diagram showing some steps of a diagnostic method according to a modified embodiment. Figure 10 shows steps corresponding to some steps of the diagnostic method shown in Figure 6. Figure 11 is a diagram for explaining DP matching when dividing the frequency domain, and shows a graph model in which the horizontal axis represents the order of I pieces of data DT2 (see Figure 3) in frequency spectrum FS2 (see Figure 3) and the vertical axis represents the order of J pieces of data DT3 (see Figure 3) in frequency spectrum FS3 (see Figure 3).

周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合、好適には、ＤＰマッチングの際には、周波数領域をｍ個の区間に分割し、分割されたｍ個の区間におけるマッチング度合いを統合、例えば平均化する。ここで、各区間におけるデータ数は、Ｍ＝Ｎ／ｍで表される。また、Ｎは、解析対象である周波数領域のスペクトルデータ総数である。 When dividing the frequency domains FR1 and FR2 (see FIG. 3), preferably, in DP matching, the frequency domain is divided into m intervals, and the matching degree in the divided m intervals is integrated, for example averaged. Here, the number of data in each interval is expressed as M=N/m. N is the total number of spectral data in the frequency domain to be analyzed.

このような場合、更に、好適には、ｍは、回転数の安定性に応じて、以下の数式（１１）を満たすように、決定される。なお、以下の数式（１１）は、上記数式（１）と同一の数式である。 In such a case, more preferably, m is determined according to the stability of the rotation speed so as to satisfy the following formula (11). Note that the following formula (11) is the same as the above formula (1).

Figure 0007489927000011
Figure 0007489927000011

（但し、ｆｎ：サンプリング周波数［Ｈｚ］、Δｆ：スペクトルデータの間隔［Ｈｚ］、ｒｐｍ：回転数［回転／分］、Δｒｐｍ：サンプリング中の回転数の変動［回転／分］（なお、Δｒｐｍは既知であり、予め見積もっておくものとする）、ｆｒ：回転周波数［Ｈｚ］、Δｆｒ＝Δｒｐｍ／６０：サンプリング中の回転数の変動による回転周波数ｆｒの変動［回転／分］） (where f n : sampling frequency [Hz], Δf : interval of spectrum data [Hz], rpm : rotation speed [revolutions/minute], Δrpm : fluctuation in rotation speed during sampling [revolutions/minute] (Δrpm is known and is estimated in advance), f r : rotation frequency [Hz], Δfr = Δrpm/60 : fluctuation in rotation frequency f r due to fluctuation in rotation speed during sampling [revolutions/minute])

言い換えれば、周波数領域ＦＲ２（図７の下側のグラフＧＲ２を参照）における周波数スペクトルＦＳ２（図７の下側のグラフＧＲ２を参照）を表す（構成する）データＤＴ４（図７の下側のグラフＧＲ２を参照）の数をＮとする。また、振動波形ＷＦ２（図５及び図７の上側のグラフＧＲ１を参照）を振動加速度センサ３（図５参照）により計測している間のサンプリング周波数をｆｎ［Ｈｚ］（図７の下側のグラフＧＲ２を参照、但し図７の下側のグラフＧＲ２ではｆｎに代えてｆＮと表記）とする。また、周波数領域ＦＲ２における周波数スペクトルＦＳ２を表し（構成し）且つ周波数軸方向において互いに隣り合う２つのデータＤＴ４の周波数軸方向における間隔をΔｆ［Ｈｚ］（図７の下側のグラフＧＲ２を参照）とする。また、回転数をｒｐｍ［回転／分］とする。また、振動波形ＷＦ２を振動加速度センサ３により計測している間のサンプリング中の回転数の変動（変動分）をΔｒｐｍ［回転／分］とする。また、回転機械の回転周波数をｆｒ［Ｈｚ］とする。また、振動波形ＷＦ２を振動加速度センサ３により計測している間のサンプリング中の回転数の変動（変動分）による回転周波数の変動（変動分）をΔｆｒ［Ｈｚ］とする。このような場合、更に、好適には、ｍは、上記数式（１１）を満たす。 In other words, the number of data DT4 (see the lower graph GR2 in FIG. 7) that represents (constitutes) the frequency spectrum FS2 (see the lower graph GR2 in FIG. 7) in the frequency domain FR2 (see the lower graph GR2 in FIG. 7) is N. Also, the sampling frequency during measurement of the vibration waveform WF2 (see the upper graph GR1 in FIG. 5 and FIG. 7) by the vibration acceleration sensor 3 (see FIG. 5) is f n [Hz] (see the lower graph GR2 in FIG. 7, but in the lower graph GR2 in FIG. 7, f N is used instead of f n ). Also, the interval in the frequency axis direction between two data DT4 that represent (constitute) the frequency spectrum FS2 in the frequency domain FR2 and are adjacent to each other in the frequency axis direction is Δf [Hz] (see the lower graph GR2 in FIG. 7). Also, the rotation speed is rpm [revolutions/minute]. Also, the fluctuation (fluctuation) of the rotation speed during sampling during measurement of the vibration waveform WF2 by the vibration acceleration sensor 3 is Δrpm [revolutions/minute]. The rotational frequency of the rotating machine is f r [Hz]. The fluctuation (fluctuation) of the rotational frequency due to the fluctuation (fluctuation) of the rotation speed during sampling while the vibration waveform WF2 is measured by the vibration acceleration sensor 3 is Δf r [Hz]. In this case, more preferably, m satisfies the above formula (11).

また、周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合、診断装置１は、図１０のステップＳ１４において、周波数スペクトルＦＳ２の周波数領域ＦＲ２を、ｍ個（ｍは２以上の整数）の部分領域ＰＲ１（図３参照）に分割する。このような場合、診断装置１は、図９に示すように、更に、第１分割部２１を有し、第１分割部２１は、周波数スペクトルＦＳ２の周波数領域ＦＲ２を、ｍ個（ｍは２以上の整数）の部分領域ＰＲ１に分割する（図１０のステップＳ２１）。 When dividing the frequency regions FR1 and FR2 (see FIG. 3), the diagnostic device 1 divides the frequency region FR2 of the frequency spectrum FS2 into m (m is an integer equal to or greater than 2) partial regions PR1 (see FIG. 3) in step S14 of FIG. 10. In such a case, as shown in FIG. 9, the diagnostic device 1 further includes a first division unit 21, which divides the frequency region FR2 of the frequency spectrum FS2 into m (m is an integer equal to or greater than 2) partial regions PR1 (step S21 of FIG. 10).

また、図９に示すように、周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合、第１算出部１４は、第２分割部２２と、第２選択部２３と、第３選択部２４と、第２算出部２５と、を含む。 Also, as shown in FIG. 9, when dividing the frequency regions FR1 and FR2 (see FIG. 3), the first calculation unit 14 includes a second division unit 22, a second selection unit 23, a third selection unit 24, and a second calculation unit 25.

第２分割部２２は、第１選択部１３により選択された周波数スペクトルＦＳ３（図３参照）の周波数領域ＦＲ１（図３参照）を、ｍ個の部分領域ＰＲ２（図３参照）に分割する（図１０のステップＳ２２）。 The second division unit 22 divides the frequency region FR1 (see FIG. 3) of the frequency spectrum FS3 (see FIG. 3) selected by the first selection unit 13 into m partial regions PR2 (see FIG. 3) (step S22 in FIG. 10).

第２選択部２３は、第１分割部２１により分割されたｍ個の部分領域ＰＲ１（図３参照）のうち、中心周波数が低い方からｋ番目（ｋは１以上ｍ以下の整数）、即ち中心周波数が低い順におけるｋ番目、の部分領域ＰＲ１（図３参照）を選択する（図１０のステップＳ２３）。 The second selection unit 23 selects the subregion PR1 (see FIG. 3) that is kth (k is an integer between 1 and m) from the lowest center frequency out of the m subregions PR1 (see FIG. 3) divided by the first division unit 21, i.e., the kth subregion PR1 (see FIG. 3) in ascending order of center frequency (step S23 in FIG. 10).

第３選択部２４は、第２分割部２２により分割されたｍ個の部分領域ＰＲ２（図３参照）のうち、中心周波数が低い方からｋ番目、即ち中心周波数が低い順におけるｋ番目、の部分領域ＰＲ２（図３参照）を選択する（図１０のステップＳ２４）。 The third selection unit 24 selects the kth partial region PR2 (see FIG. 3) from the m partial regions PR2 (see FIG. 3) divided by the second division unit 22, that is, the kth partial region PR2 (see FIG. 3) in ascending order of center frequency (step S24 in FIG. 10).

第２算出部２５は、周波数スペクトルＦＳ２（図３参照）のうち第２選択部２３により選択されたｋ番目の部分領域ＰＲ１（図３参照）における部分スペクトルＰＳ１（図３参照）と、周波数スペクトルＦＳ３（図３参照）のうち第３選択部２４により選択されたｋ番目の部分領域ＰＲ２（図３参照）における部分スペクトルＰＳ２（図３参照）と、の間の乖離度ＤＶ２（図３参照）を、ＤＰマッチングを用いて算出する第２算出処理を実行する（図１０のステップＳ２５）。 The second calculation unit 25 executes a second calculation process to calculate the deviation DV2 (see FIG. 3) between the partial spectrum PS1 (see FIG. 3) in the kth partial region PR1 (see FIG. 3) of the frequency spectrum FS2 (see FIG. 3) selected by the second selection unit 23 and the partial spectrum PS2 (see FIG. 3) in the kth partial region PR2 (see FIG. 3) of the frequency spectrum FS3 (see FIG. 3) selected by the third selection unit 24 using DP matching (step S25 in FIG. 10).

前述したように、周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合のＤＰマッチングを用いた乖離度の算出方法としては、周波数領域ＦＲ１及びＦＲ２を分割しない場合の第１算出部１４（図５参照）に代えて、第２算出部２５とし、ステップＳ１４（図６参照）の第１算出処理に代えて、ステップＳ２５の第２算出処理を実行する。そのため、第２算出部２５は、ステップＳ２５の第２算出処理では、まず、複数のノードＮＤ１を含むグラフＧＲ３を作成する作成処理を実行することになる。 As described above, in the method of calculating the deviation using DP matching when the frequency regions FR1 and FR2 (see FIG. 3) are divided, the first calculation unit 14 (see FIG. 5) used when the frequency regions FR1 and FR2 are not divided is replaced by the second calculation unit 25, and the second calculation process of step S25 is executed instead of the first calculation process of step S14 (see FIG. 6). Therefore, in the second calculation process of step S25, the second calculation unit 25 first executes a creation process to create a graph GR3 including a plurality of nodes ND1.

また、周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合、周波数領域ＦＲ１及びＦＲ２を分割しない場合における周波数スペクトルＦＳ２に代えて部分スペクトルＰＳ１とし、周波数領域ＦＲ１及びＦＲ２を分割しない場合の周波数スペクトルＦＳ３に代えて部分スペクトルＰＳ２とする。これにより、部分スペクトルＰＳ１と部分スペクトルＰＳ２との間のＤＰマッチングも、周波数スペクトルＦＳ２と周波数スペクトルＦＳ３との間のＤＰマッチングと同様にすることができる。 In addition, when dividing the frequency regions FR1 and FR2 (see FIG. 3), the frequency spectrum FS2 in the case where the frequency regions FR1 and FR2 are not divided is replaced with the partial spectrum PS1, and the frequency spectrum FS3 in the case where the frequency regions FR1 and FR2 are not divided is replaced with the partial spectrum PS2. This allows the DP matching between the partial spectrum PS1 and the partial spectrum PS2 to be the same as the DP matching between the frequency spectrum FS2 and the frequency spectrum FS3.

そのため、周波数領域ＦＲ１及びＦＲ２（図３参照）を分割する場合には、複数のノードＮＤ１は、部分スペクトルＰＳ１（図３参照）を表す（構成する）Ｉ個（Ｉは２以上の整数）のデータＤＴ２（図３参照）の各々がそれぞれ有するＩ個の周波数の値ＶＬ３（図３参照）の各々をそれぞれ表す。また、複数のノードＮＤ１は、Ｉ個のデータＤＴ２を第３値の小さい順に並べたときのＩ個のデータＤＴ２の各々の順番であるｉｋの各々をそれぞれ表す。また、複数のノードＮＤ１は、部分スペクトルＰＳ２（図３参照）を表す（構成する）Ｊ個（Ｊは２以上の整数）のデータＤＴ３（図３参照）の各々がそれぞれ有するＪ個の周波数の値ＶＬ４（図３参照）の各々をそれぞれ表す。また、複数のノードＮＤ１は、Ｊ個のデータＤＴ３を値ＶＬ４の小さい順に並べたときのＪ個のデータＤＴ３の各々の順番であるｊｋの各々をそれぞれ表す。なお、それ以外の点については、複数のノードＮＤ１を含むグラフＧＲ３を作成する作成処理においては、周波数領域ＦＲ１及びＦＲ２を分割する場合でも、周波数領域ＦＲ１及びＦＲ２を分割しない場合と同様にすることができる。 Therefore, when dividing the frequency regions FR1 and FR2 (see FIG. 3), the multiple nodes ND1 respectively represent I frequency values VL3 (see FIG. 3) of each of I (I is an integer of 2 or more) data DT2 (see FIG. 3) that represent (constitute) the partial spectrum PS1 (see FIG. 3). The multiple nodes ND1 respectively represent i k , which is the order of each of the I data DT2 when the I data DT2 are arranged in ascending order of the third value. The multiple nodes ND1 respectively represent J frequency values VL4 (see FIG. 3) of each of J (J is an integer of 2 or more) data DT3 (see FIG. 3) that represent (constitute) the partial spectrum PS2 (see FIG. 3). The multiple nodes ND1 respectively represent j k , which is the order of each of the J data DT3 when the J data DT3 are arranged in ascending order of the value VL4. In addition, in all other respects, the creation process for creating a graph GR3 including multiple nodes ND1 can be performed in the same manner even when the frequency domains FR1 and FR2 are divided as when the frequency domains FR1 and FR2 are not divided.

また、第２算出部２５は、ステップＳ２５の第２算出処理では、探索処理を実行する。第２算出部２５は、探索処理では、作成処理にて作成されたグラフＧＲ３に基づいて、基準ノードＮＳと基準ノードＮＧとの間の経路ＰＴ１であって、複数のノードＮＤ１のうちのいずれか複数のノードＮＤ６と、複数のノードＮＤ６のうち互いに隣り合う２つのノードＮＤ６をそれぞれ結合する複数のエッジＥＤ４と、を含む経路ＰＴ１を、経路ＰＴ１に含まれる複数のエッジＥＤ４であって、複数のノードＮＤ６のうち基準ノードＮＳを除いた複数のノードＮＤ７の各々について、ノードＮＤ７がノードＮＤ２であるとしたときにノードＮＤ２をそれぞれ結合するエッジＥＤ１、エッジＥＤ２又はエッジＥＤ３である複数のエッジＥＤ４、が有するコストの和が、一定の範囲内に含まれるように、具体的には例えば最小になるように、探索する。このような場合、複数のエッジＥＤ４の各々が有するコストとは、複数のエッジＥＤ４の各々が有するコストＣＳ１、コストＣＳ２又はコストＣＳ３である。 In addition, the second calculation unit 25 executes a search process in the second calculation process of step S25. In the search process, the second calculation unit 25 searches for a path PT1 between the reference node NS and the reference node NG, the path PT1 including any of the nodes ND6 among the nodes ND1 and a plurality of edges ED4 connecting two adjacent nodes ND6 among the nodes ND6, based on the graph GR3 created in the creation process, such that the sum of the costs of the edges ED4 included in the path PT1, which are edges ED1, ED2, or ED3 connecting the node ND2 when the node ND7 is the node ND2, for each of the nodes ND7 among the nodes ND6 excluding the reference node NS, is within a certain range, specifically, for example, is minimized. In this case, the cost of each of the multiple edges ED4 is the cost CS1, the cost CS2, or the cost CS3 of each of the multiple edges ED4.

また、第２算出部２５は、ステップＳ２５の第２算出処理では、第３算出処理を実行する。第２算出部２５は、第３算出処理では、探索処理にて探索された経路ＰＴ１に含まれる複数のエッジＥＤ４が有するコストの和に基づいて、乖離度ＤＶ２（図３参照）を算出する。 In addition, in the second calculation process of step S25, the second calculation unit 25 executes a third calculation process. In the third calculation process, the second calculation unit 25 calculates a deviation DV2 (see FIG. 3) based on the sum of the costs of the multiple edges ED4 included in the path PT1 searched for in the search process.

第１算出部１４は、ステップＳ１４（図６参照）の第１算出処理では、第２選択部２３により選択される部分領域ＰＲ１（図３参照）、及び、第３選択部２４により選択される部分領域ＰＲ２（図３参照）、を変更しながらステップＳ２５の第２算出処理を繰り返し、ｍ個の部分領域ＰＲ１の各々についてステップＳ２５の第２算出処理を第２算出部２５によりそれぞれ実行することにより、ｍ個の部分領域ＰＲ１の各々における部分スペクトルＰＳ１についてそれぞれ算出されたｍ個の乖離度ＤＶ２（図３参照）を取得し、取得されたｍ個の乖離度ＤＶ２に基づいて、乖離度ＤＶ１を算出する（図１０のステップＳ２６）。 In the first calculation process of step S14 (see FIG. 6), the first calculation unit 14 repeats the second calculation process of step S25 while changing the partial region PR1 (see FIG. 3) selected by the second selection unit 23 and the partial region PR2 (see FIG. 3) selected by the third selection unit 24, and executes the second calculation process of step S25 for each of the m partial regions PR1 by the second calculation unit 25, thereby obtaining m deviation degrees DV2 (see FIG. 3) calculated for the partial spectrum PS1 in each of the m partial regions PR1, and calculates the deviation degree DV1 based on the obtained m deviation degrees DV2 (step S26 in FIG. 10).

ステップＳ２６では、乖離度ＤＶ１（図３参照）が、例えばｍ個の乖離度ＤＶ２（図３参照）の平均値に等しくなるように、乖離度ＤＶ１を算出することができる。また、周波数領域を分割する場合、前述した図８を用いて説明したグラフＧＲ３の経路ＰＴ１は、図１１に示すように、（ｍ－１）個のノードＮＤ８を定点として必ず通過する経路となる。 In step S26, the deviation DV1 (see FIG. 3) can be calculated so that it is equal to the average value of, for example, m deviations DV2 (see FIG. 3). When dividing the frequency domain, the path PT1 of the graph GR3 described above with reference to FIG. 8 becomes a path that always passes through (m-1) nodes ND8 as fixed points, as shown in FIG. 11.

上記数式（１１）において、Δｆｒ／ΔｆのΔｆ（図７の下側のグラフＧＲ２を参照）は、スペクトルデータの間隔であり、周波数の分解能を表す。Δｆｒ／Δｆが１を超え、回転周波数の変動ΔｆｒがΔｆを超える場合、回転周波数の変動が周波数の分解能よりも大きくなるので、回転周波数の変動によりマッチング精度に影響が及ぼされ、マッチング精度が低下する。よって、周波数スペクトルの周波数領域を、ｍ≧Δｆｒ／Δｆを満たすｍ個に分割することにより、マッチング精度を向上させることができる。 In the above formula (11), Δf in Δf r /Δf (see graph GR2 at the bottom of FIG. 7) is the interval of the spectrum data and represents the frequency resolution. When Δf r /Δf exceeds 1 and the fluctuation in the rotation frequency Δf r exceeds Δf, the fluctuation in the rotation frequency becomes larger than the frequency resolution, so that the fluctuation in the rotation frequency affects the matching accuracy and decreases the matching accuracy. Therefore, the matching accuracy can be improved by dividing the frequency range of the frequency spectrum into m parts that satisfy m≧Δf r /Δf.

一方、Δｆｒ／Δｆが１以下であり、回転周波数の変動ΔｆｒがΔｆ（図７の下側のグラフＧＲ２を参照）以下である場合、回転周波数の変動によりマッチング精度に影響が及ぼされず、マッチング精度は低下しない。よって、周波数スペクトルの周波数領域を分割する必要はない。 On the other hand, when Δf r /Δf is 1 or less and the fluctuation in the rotation frequency Δf r is Δf or less (see the lower graph GR2 in FIG. 7 ), the fluctuation in the rotation frequency does not affect the matching accuracy, and the matching accuracy does not decrease, so there is no need to divide the frequency domain of the frequency spectrum.

なお、上記数式（１１）のうち、少なくともｍ≧Δｆｒ／Δｆを満たすだけでもよい。そのため、上記数式（１１）における２Δｆｒ／Δｆ≧ｍの２Δｆｒの係数２の値については、２以外の値であってもよく、例えば２～５程度の値であってもよい。 In addition, it is sufficient to at least satisfy m≧Δf r /Δf in the above formula (11). Therefore, the value of the coefficient 2 of 2Δf r in 2Δf r /Δf≧m in the above formula (11) may be a value other than 2, for example, a value of about 2 to 5.

例えばΔｒｐｍが２０［回転／分］であり、サンプリング時間が４０［ｓ］のとき、ｍを１４～２６とすることができる。また、例えばΔｒｐｍが１０［回転／分］であり、サンプリング時間が１０［ｓ］のとき、ｍを２～３とすることができる。また、例えばΔｒｐｍが１０［回転／分］であり、サンプリング時間が１［ｓ］のとき、周波数スペクトルの周波数領域を分割しないようにすることができる。 For example, when Δrpm is 20 [revolutions/minute] and the sampling time is 40 [s], m can be set to 14 to 26. Also, when Δrpm is 10 [revolutions/minute] and the sampling time is 10 [s], m can be set to 2 to 3. Also, when Δrpm is 10 [revolutions/minute] and the sampling time is 1 [s], it is possible to avoid dividing the frequency range of the frequency spectrum.

これにより、回転数の変動具合に応じてマッチング回数を変化させる処理、言い換えればＤＰマッチング周波数領域区分分け処理、を実行することができるので、マッチング精度を向上させることができる。 This allows a process to be performed that changes the number of matching times depending on the fluctuation in the rotation speed (in other words, a DP matching frequency range division process), thereby improving matching accuracy.

周波数領域を分割する場合でも、周波数領域を分割しない場合と同様に、ＤＰマッチングを用いることにより、前述した図８を用いて説明したように、波形の変形をある程度許容しながら波形同士のマッチングを行うことができる。そのため、サンプリング時間中に回転数が変動し、計測された周波数スペクトルにおけるピーク位置が、サンプリング時間中に回転数が変動しない場合に比べて、識別しにくくなった場合でも、計測された周波数スペクトルと、既知の周波数スペクトルと、のマッチングを容易且つ精度良く行うことができる。従って、回転数が変動した場合でも、変動した回転数を精度良く同定することができる。 Even when the frequency domain is divided, as in the case where the frequency domain is not divided, by using DP matching, it is possible to match waveforms while allowing for a certain degree of waveform deformation, as explained above with reference to Figure 8. Therefore, even if the rotation speed fluctuates during the sampling time and the peak position in the measured frequency spectrum becomes more difficult to identify than when the rotation speed does not fluctuate during the sampling time, it is possible to easily and accurately match the measured frequency spectrum with a known frequency spectrum. Therefore, even if the rotation speed fluctuates, the fluctuated rotation speed can be identified with high accuracy.

更に、周波数領域をｍ分割する場合は、マッチング度合いを統合、例えば平均化した分だけマッチングの統計的精度が上がるため、計測された周波数スペクトルと、既知の周波数スペクトルと、のマッチングを更に容易且つ更に精度良く行うことができる。従って、回転数が大きく変動した場合でも、変動した回転数を更に精度良く同定することができる。 Furthermore, when the frequency domain is divided into m parts, the degree of matching is integrated, for example averaged, and the statistical accuracy of the matching is increased accordingly, so that the measured frequency spectrum can be matched with the known frequency spectrum more easily and with more accuracy. Therefore, even if the rotation speed fluctuates greatly, the fluctuated rotation speed can be identified with more accuracy.

＜主成分分析法を用いた回転機械の状態の診断＞
次に、図２、図５及び図６を参照し、ステップＳ３の一例を説明する。前述したように、診断部１７は、図２のステップＳ３では、同定部１６により同定された値ＶＬ１に基づいて、回転機械２（図１参照）の状態を、多変量解析法を用いて診断する（図２及び図６のステップＳ３並びに図６のステップＳ１７）。即ち、実施の形態の診断装置及び実施の形態の変形例の診断装置は、図２及び図６のステップＳ３並びに図６のステップＳ１７では、多変量解析法により回転機械の状態を判定する。 <Diagnosis of rotating machinery condition using principal component analysis>
Next, an example of step S3 will be described with reference to Fig. 2, Fig. 5, and Fig. 6. As described above, in step S3 in Fig. 2, the diagnosing unit 17 diagnoses the state of the rotating machine 2 (see Fig. 1) using multivariate analysis based on the value VL1 identified by the identifying unit 16 (steps S3 in Figs. 2 and 6 and step S17 in Fig. 6). That is, the diagnosing device of the embodiment and the diagnosing device of the modified example of the embodiment determine the state of the rotating machine using multivariate analysis in steps S3 in Figs. 2 and 6 and step S17 in Fig. 6.

前述したように、多変量解析法には、主成分分析法又は正準判別分析法等が含まれる。即ち、主成分分析法とは、多変量解析法に含まれる方法の一つである。そのため、好適には、診断部１７は、同定部１６により同定された値ＶＬ１に基づいて、回転機械２（図１参照）の状態を、主成分分析法を用いて診断する（図２のステップＳ３１）。 As mentioned above, multivariate analysis includes principal component analysis and canonical discriminant analysis. In other words, principal component analysis is one of the methods included in multivariate analysis. Therefore, preferably, the diagnosis unit 17 diagnoses the state of the rotating machine 2 (see FIG. 1) using principal component analysis based on the value VL1 identified by the identification unit 16 (step S31 in FIG. 2).

この主成分分析法については、例えば非特許文献４に記載されているため、以下では、主成分分析法を用いた診断方法の一例を、簡単に説明する。なお、主成分分析法を用いた回転機械の状態の診断は、以下の例に限定されるものではない。 This principal component analysis method is described in, for example, Non-Patent Document 4, so below we will briefly explain an example of a diagnostic method using principal component analysis. Note that diagnosis of the condition of a rotating machine using principal component analysis is not limited to the following example.

主成分分析法を用いた診断方法の一例として、まず、診断部１７は、ステップＳ３１では、振動加速度波形のスペクトルの特徴を表すために、主成分分析法を用いる前に、振動波形ＷＦ２（図５及び図７の上側のグラフＧＲ１を参照）の各々に対し、統計フィルタ処理とマルチバンドフィルタ処理とを行った後、周波数領域のヒストグラム（正規化スペクトル）を算出する。 As an example of a diagnostic method using principal component analysis, first, in step S31, the diagnostic unit 17 performs statistical filtering and multiband filtering on each of the vibration waveforms WF2 (see the upper graph GR1 in Figures 5 and 7) before using principal component analysis to represent the spectral characteristics of the vibration acceleration waveform, and then calculates a histogram (normalized spectrum) in the frequency domain.

具体的には、診断部１７は、振動波形ＷＦ２（図５及び図７の上側のグラフＧＲ１を参照）に対し、統計フィルタ処理とマルチバンドフィルタ処理とを行った後、振動波形ＷＦ２の時間領域をＪ個に分割し、分割された振動波形ＷＦ２の各々がそれぞれ変換されたＪ個の周波数スペクトル（サンプルデータ）を取得することができる。また、Ｊ個のサンプルデータの各々について、周波数スペクトルの周波数領域をＩ個に分割し、分割されたＩ個の周波数領域ｆ０～ｆＩにおいて、ヒストグラムのセグメント値Ｖｈｉｓｔ＿ｉ（ｉ＝１，２，・・・，Ｉ）を算出することができる。また、当該ヒストグラムのセグメント値Ｖｈｉｓｔ＿ｉ（ｉ＝１，２，・・・，Ｉ）が主成分変換係数行列を用いてＮ個の主成分（ｚ１～ｚＮ）に変換されるものとする。なお、主成分変換係数行列の係数は、診断基準データとしての振動波形ＷＦ１から求められる。 Specifically, the diagnosis unit 17 performs statistical filtering and multiband filtering on the vibration waveform WF2 (see the upper graph GR1 in FIG. 5 and FIG. 7), and then divides the time domain of the vibration waveform WF2 into J parts, and can obtain J frequency spectra (sample data) into which each of the divided vibration waveforms WF2 is converted. In addition, for each of the J sample data, the frequency domain of the frequency spectrum can be divided into I parts, and histogram segment values V hist_i (i=1, 2, ..., I) can be calculated in the divided I frequency domains f 0 to f I. In addition, the histogram segment values V hist_i (i=1, 2, ..., I) are converted into N principal components (z 1 to z N ) using a principal component conversion coefficient matrix. Note that the coefficients of the principal component conversion coefficient matrix are obtained from the vibration waveform WF1 as the diagnostic reference data.

診断部１７は、このような処理をＪ個のサンプルデータについて実行することにより、Ｊ個のサンプルデータよりなるヒストグラムのセグメント値行列を算出し、算出されたヒストグラムのセグメント値行列を更に正規化すること等により、正規化主成分行列を算出する。 The diagnostic unit 17 performs such processing on J pieces of sample data to calculate a segment value matrix of a histogram consisting of J pieces of sample data, and further normalizes the calculated segment value matrix of the histogram to calculate a normalized principal component matrix.

次に、診断部１７は、算出された正規化主成分行列の成分であるｚ’ｎｊ（ｎ＝１，２，・・・，Ｎ、ｊ＝１，２，・・・，Ｊ）が、一定の範囲内、例えば第ｎ正規化主成分の平均値を中心として、正負両側に、第ｎ正規化主成分の標準偏差に係数Ｋ（例えばＫ＝３）を乗じた値だけそれぞれ離れた値を、下限値及び上限値とする範囲内であれば、回転機械の状態は正常、即ち設備は正常であると判定する（図２のステップＳ３２）。 Next, the diagnoser 17 determines that the condition of the rotating machine, i.e., the equipment, is normal if the calculated components of the normalized principal component matrix z′ nj (n=1, 2, ..., N, j=1, 2, ..., J) are within a certain range, for example, a range in which the lower and upper limits are the value obtained by multiplying the standard deviation of the n-th normalized principal component by a coefficient K (for example, K=3) on both the positive and negative sides of the average value of the n-th normalized principal component (step S32 in FIG. 2).

具体的には、診断部１７は、例えば４０秒間のサンプリング時間のうち２０秒間の振動波形を更に１０個に分割し、１０個のサンプルデータを取得することができる。また、１０個のサンプルデータのうち、半数である５個より多くのサンプルデータについてｚ’ｎｊが一定の範囲内であれば、回転機械の状態は正常、即ち設備は正常であると判定し（図２のステップＳ３２）、そうでなければ異常と判定する。 Specifically, the diagnosing unit 17 can further divide a 20-second vibration waveform out of a 40-second sampling time into 10 pieces to obtain 10 pieces of sample data. If z'nj is within a certain range for more than half of the 10 pieces of sample data (5 pieces), the diagnosing unit 17 determines that the state of the rotating machine is normal, i.e., that the equipment is normal (step S32 in FIG. 2); otherwise, the diagnosing unit 17 determines that an abnormality exists.

一方、診断部１７は、ステップＳ３１において、算出された正規化主成分行列の成分であるｚ’ｎｊ（ｎ＝１，２，・・・，Ｎ、ｊ＝１，２，・・・，Ｊ）が、一定の範囲内でなければ、異常と判定し、精密診断（図２のステップＳ３３）を行って回転機械の状態が異常か否か判定し（図２のステップＳ３４）、回転機械の状態は異常であると判定するか（図２のステップＳ３５）、又は、例えば回転数のミスマッチ（図２のステップＳ３６）によるものであり回転機械の状態は異常ではないと判定する。 On the other hand, if the components z′ nj (n=1, 2, ..., N, j=1, 2, ..., J) of the calculated normalized principal component matrix in step S31 are not within a certain range, the diagnosing unit 17 determines that there is an abnormality and performs a detailed diagnosis (step S33 in FIG. 2) to determine whether or not the state of the rotating machine is abnormal (step S34 in FIG. 2), and determines that the state of the rotating machine is abnormal (step S35 in FIG. 2) or that the abnormality is due to, for example, a mismatch in rotation speeds (step S36 in FIG. 2) and that the state of the rotating machine is not abnormal.

このように、ＤＰマッチングを用いて同定部１６により回転数の値ＶＬ１が同定された後、診断部１７が、同定部１６により同定された値ＶＬ１に基づいて、回転機械の状態を、主成分分析法を用いて診断することにより、同定部１６により回転数の値ＶＬ１が精度良く同定された上で、更に、回転機械の状態が正常か、異常であるかを精度良く判定することができる。そのため、実際には回転機械の状態が正常であるにも関わらず回転機械の状態が異常であると誤判定することを、防止又は抑制することができる。 In this way, after the identification unit 16 identifies the rotation speed value VL1 using DP matching, the diagnosis unit 17 uses principal component analysis to diagnose the state of the rotating machine based on the value VL1 identified by the identification unit 16. This allows the identification unit 16 to accurately identify the rotation speed value VL1, and then accurately determine whether the state of the rotating machine is normal or abnormal. Therefore, it is possible to prevent or suppress erroneous determination that the state of the rotating machine is abnormal when in fact the state of the rotating machine is normal.

以上、本発明者によってなされた発明をその実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることは言うまでもない。 The invention made by the inventor has been specifically described above based on the embodiment thereof, but it goes without saying that the invention is not limited to the above embodiment and can be modified in various ways without departing from the gist of the invention.

本発明の思想の範疇において、当業者であれば、各種の変更例及び修正例に想到し得るものであり、それら変更例及び修正例についても本発明の範囲に属するものと了解される。 A person skilled in the art may conceive of various modifications and alterations within the scope of the concept of this invention, and it is understood that these modifications and alterations also fall within the scope of this invention.

例えば、前述の各実施の形態に対して、当業者が適宜、構成要素の追加、削除若しくは設計変更を行ったもの、又は、工程の追加、省略若しくは条件変更を行ったものも、本発明の要旨を備えている限り、本発明の範囲に含まれる。 For example, those embodiments described above in which a person skilled in the art has appropriately added or removed components or modified the design, or added or omitted steps or changed conditions, are also included in the scope of the present invention as long as they contain the essence of the present invention.

本発明は、インバータ制御されたモータにより駆動されている回転機械の状態を診断する診断装置及び診断方法に適用して有効である。 The present invention is effective when applied to a diagnostic device and diagnostic method for diagnosing the condition of a rotating machine driven by an inverter-controlled motor.

１ 診断装置
２ 回転機械
３ 振動加速度センサ
４ データロガ
５ コンピュータ
１１ 第１変換部
１２ 第２変換部
１３ 第１選択部
１４ 第１算出部
１５ 取得部
１６ 同定部
１７ 診断部
２１ 第１分割部
２２ 第２分割部
２３ 第２選択部
２４ 第３選択部
２５ 第２算出部
ＣＳ１～ＣＳ３ コスト
ＤＴ２～ＤＴ４ データ
ＤＶ１、ＤＶ２ 乖離度
ＥＤ１～ＥＤ４ エッジ
ＦＲ１、ＦＲ２ 周波数領域
ＦＳ１～ＦＳ４ 周波数スペクトル
ＧＲ１～ＧＲ３ グラフ
ＮＤ１～ＮＤ８ ノード
ＮＧ、ＮＳ 基準ノード
ＰＲ１、ＰＲ２ 部分領域
ＰＳ１、ＰＳ２ 部分スペクトル
ＰＴ１ 経路
ＶＬ１～ＶＬ４ 値
ＷＦ１、ＷＦ２ 振動波形

 REFERENCE SIGNS LIST 1 Diagnosis device 2 Rotating machine 3 Vibration acceleration sensor 4 Data logger 5 Computer 11 First conversion unit 12 Second conversion unit 13 First selection unit 14 First calculation unit 15 Acquisition unit 16 Identification unit 17 Diagnosis unit 21 First division unit 22 Second division unit 23 Second selection unit 24 Third selection unit 25 Second calculation unit CS1 to CS3 Cost DT2 to DT4 Data DV1, DV2 Deviation ED1 to ED4 Edge FR1, FR2 Frequency domain FS1 to FS4 Frequency spectrum GR1 to GR3 Graph ND1 to ND8 Node NG, NS Reference node PR1, PR2 Partial domain PS1, PS2 Partial spectrum PT1 Path VL1 to VL4 Value WF1, WF2 Vibration waveform

Claims (5)

インバータ制御されたモータにより駆動されている回転機械の回転数の第１値を同定し、同定された前記第１値に基づいて、前記回転機械の状態を診断する診断装置において、
前記回転数の値が第２値である時に、前記回転機械の第１振動波形をセンサにより計測し、計測された前記第１振動波形を変換する、第１変換処理を、前記第２値を変更しながら繰り返すことにより、互いに異なる複数の前記第２値の各々について前記第１振動波形がそれぞれ変換された複数の第１周波数スペクトルを取得する第１変換部と、
前記第１変換部により前記複数の第１周波数スペクトルが取得された後、前記回転機械の第２振動波形を前記センサにより計測し、計測された前記第２振動波形を変換し、前記第２振動波形が変換された第２周波数スペクトルを取得する第２変換部と、
前記複数の第１周波数スペクトルのいずれかを第３周波数スペクトルとして選択する第１選択部と、
前記第１選択部により選択された前記第３周波数スペクトルと、前記第２変換部により取得された前記第２周波数スペクトルと、の間の第１乖離度を、ＤＰマッチングを用いて算出する第１算出処理を実行する第１算出部と、
前記第１選択部により選択される前記第３周波数スペクトルを変更しながら前記第１算出部による前記第１算出処理を繰り返すことにより、前記複数の第１周波数スペクトルの各々についてそれぞれ算出された複数の前記第１乖離度を取得する取得部と、
前記複数の第１周波数スペクトルのうち、前記第１乖離度が最小になる前記第１周波数スペクトルを第４周波数スペクトルとして決定し、前記第２振動波形が計測された時の前記第１値を、前記第４周波数スペクトルに変換された前記第１振動波形が計測された時の前記第２値として同定する同定部と、
前記同定部により同定された前記第１値に基づいて、前記回転機械の状態を診断する診断部と、
を有し、
前記第１変換部は、前記回転数の値が前記第２値である時に、前記第１振動波形を計測し、計測された前記第１振動波形を第１周波数領域における前記第１周波数スペクトルに変換する、前記第１変換処理を、前記第２値を変更しながら繰り返すことにより、前記複数の第１周波数スペクトルを取得し、
前記第２変換部は、前記複数の第１周波数スペクトルが取得された後、前記第２振動波形を計測し、計測された前記第２振動波形を第２周波数領域における前記第２周波数スペクトルに変換し、
前記第１選択部は、前記複数の第１周波数スペクトルのいずれかを、前記第１周波数領域における前記第３周波数スペクトルとして選択し、
前記診断装置は、更に、
前記第２周波数スペクトルの前記第２周波数領域を、ｍ個（ｍは２以上の整数）の第１部分領域に分割する第１分割部を有し、
前記第１算出部は、
前記第１選択部により選択された前記第３周波数スペクトルの前記第１周波数領域を、ｍ個の第２部分領域に分割する第２分割部と、
前記第１分割部により分割された前記ｍ個の第１部分領域のうち、中心周波数が低い方からｋ番目（ｋは１以上ｍ以下の整数）の第１部分領域を選択する第２選択部と、
前記第２分割部により分割された前記ｍ個の第２部分領域のうち、中心周波数が低い方からｋ番目の第２部分領域を選択する第３選択部と、
前記第２周波数スペクトルのうち前記第２選択部により選択された前記ｋ番目の第１部分領域における第１部分スペクトルと、前記第３周波数スペクトルのうち前記第３選択部により選択された前記ｋ番目の第２部分領域における第２部分スペクトルと、の間の第２乖離度を、ＤＰマッチングを用いて算出する第２算出処理を実行する第２算出部と、
を含み、
前記第１算出部は、前記第１算出処理では、前記ｍ個の第１部分領域の各々について前記第２算出処理を前記第２算出部によりそれぞれ実行することにより、前記ｍ個の第１部分領域の各々における前記第１部分スペクトルについてそれぞれ算出されたｍ個の前記第２乖離度を取得し、取得された前記ｍ個の第２乖離度に基づいて、前記第１乖離度を算出する、診断装置。 1. A diagnostic device that identifies a first value of a rotation speed of a rotary machine driven by an inverter-controlled motor and diagnoses a condition of the rotary machine based on the identified first value,
a first conversion unit that measures a first vibration waveform of the rotating machine by a sensor when the value of the rotation speed is a second value, and converts the measured first vibration waveform, and repeats a first conversion process while changing the second value to obtain a plurality of first frequency spectra in which the first vibration waveform is converted for each of a plurality of second values that are different from each other;
a second conversion unit that measures a second vibration waveform of the rotating machine by the sensor after the first conversion unit acquires the plurality of first frequency spectra, converts the measured second vibration waveform, and acquires a second frequency spectrum into which the second vibration waveform is converted;
a first selection unit that selects one of the plurality of first frequency spectra as a third frequency spectrum;
a first calculation unit that executes a first calculation process to calculate a first deviation between the third frequency spectrum selected by the first selection unit and the second frequency spectrum acquired by the second conversion unit by using DP matching;
an acquisition unit that acquires a plurality of first deviations calculated for each of the plurality of first frequency spectra by repeating the first calculation process by the first calculation unit while changing the third frequency spectrum selected by the first selection unit;
an identification unit that determines, among the plurality of first frequency spectra, the first frequency spectrum in which the first deviation is smallest as a fourth frequency spectrum, and identifies the first value at the time when the second vibration waveform is measured as the second value at the time when the first vibration waveform converted into the fourth frequency spectrum is measured;
a diagnosis unit that diagnoses a state of the rotating machine based on the first value identified by the identification unit;
having
the first conversion unit measures the first vibration waveform when the value of the rotation speed is the second value, and converts the measured first vibration waveform into the first frequency spectrum in a first frequency domain. The first conversion process is repeated while changing the second value to obtain the multiple first frequency spectra;
The second conversion unit measures the second vibration waveform after the plurality of first frequency spectra are acquired, and converts the measured second vibration waveform into the second frequency spectrum in a second frequency domain;
the first selection unit selects one of the plurality of first frequency spectra as the third frequency spectrum in the first frequency domain;
The diagnostic device further comprises:
a first division unit that divides the second frequency region of the second frequency spectrum into m first partial regions (m is an integer equal to or greater than 2);
The first calculation unit is
a second division unit that divides the first frequency region of the third frequency spectrum selected by the first selection unit into m second partial regions;
a second selection unit that selects a kth (k is an integer between 1 and m) first partial region from the m first partial regions divided by the first division unit, the first partial region being counted from a region having a lowest center frequency;
a third selection unit that selects a k-th second partial region from the m second partial regions divided by the second division unit, the kth second partial region being located in the order of lowest center frequency;
a second calculation unit that executes a second calculation process to calculate, by using DP matching, a second deviation between a first partial spectrum in the k-th first partial region selected by the second selection unit from the second frequency spectrum and a second partial spectrum in the k-th second partial region selected by the third selection unit from the third frequency spectrum;
Including,
In the first calculation process, the first calculation unit executes the second calculation process for each of the m first partial regions using the second calculation unit, thereby obtaining m second deviation degrees calculated for the first partial spectrum in each of the m first partial regions, and calculating the first deviation degree based on the obtained m second deviation degrees. 請求項１に記載の診断装置において、
前記第２周波数スペクトルを表す第１データの数をＮとし、
前記第２振動波形のサンプリング周波数をｆｎ［Ｈｚ］とし、
前記第２周波数スペクトルを表す前記第１データの間隔をΔｆ［Ｈｚ］とし、
前記回転数をｒｐｍ［回転／分］とし、
前記第２振動波形を計測している間の前記回転数の変動をΔｒｐｍ［回転／分］とし、
前記回転機械の回転周波数をｆｒ［Ｈｚ］とし、
前記第２振動波形を計測している間の前記回転数の変動による前記回転周波数の変動をΔｆｒ［Ｈｚ］としたとき、
ｍは、以下の数式（１）を満たす、診断装置。
Figure 0007489927000012
 2. The diagnostic device according to claim 1 ,
The number of first data representing the second frequency spectrum is N,
The sampling frequency of the second vibration waveform is fn [Hz],
The interval of the first data representing the second frequency spectrum is Δf [Hz],
The rotation speed is expressed as rpm [revolutions per minute],
The fluctuation in the rotation speed during the measurement of the second vibration waveform is defined as Δrpm [revolutions per minute],
The rotational frequency of the rotating machine is fr [Hz],
When the fluctuation in the rotation frequency due to the fluctuation in the rotation speed while the second vibration waveform is measured is Δfr [Hz],
m is a diagnostic device that satisfies the following formula (1).
Figure 0007489927000012
 請求項２に記載の診断装置において、
前記第２算出部は、前記第２算出処理では、
前記第１部分スペクトルを表すＩ個（Ｉは２以上の整数）の第２データの各々がそれぞれ有するＩ個の周波数の第３値の各々、及び、前記Ｉ個の第２データを前記第３値の小さい順に並べたときの前記Ｉ個の第２データの各々の順番である第１順番、並びに、前記第２部分スペクトルを表すＪ個（Ｊは２以上の整数）の第３データの各々がそれぞれ有するＪ個の周波数の第４値の各々、及び、前記Ｊ個の第３データを前記第４値の小さい順に並べたときの前記Ｊ個の第３データの各々の順番である第２順番、をそれぞれ表す複数の第１ノードを含み、
前記複数の第１ノードのうち、前記第１ノードが表す前記第１順番が１番目であり、且つ、前記第１ノードが表す前記第２順番が１番目である、第１ノードを、第１基準ノードとし、
前記複数の第１ノードのうち、前記第１ノードが表す前記第１順番がＩ番目であり、且つ、前記第１ノードが表す前記第２順番がＪ番目である、第１ノードを、第２基準ノードとする、第１グラフ、を作成する作成処理を実行し、
前記第１グラフは、
前記複数の第１ノードのうち、前記第１ノードが表す前記第１順番がｉ番目（ｉは２以上Ｉ以下の整数）であり、且つ、前記第１ノードが表す前記第２順番がｊ番目（ｊは２以上Ｊ以下の整数）である、第１ノードを、第２ノードとし、
前記複数の第１ノードのうち、前記第１ノードが表す前記第１順番が（ｉ－１）番目（ｉは２以上Ｉ以下の整数）であり、且つ、前記第１ノードが表す前記第２順番が（ｊ－１）番目（ｊは２以上Ｊ以下の整数）である、第１ノードを、第３ノードとし、
前記複数の第１ノードのうち、前記第１ノードが表す前記第１順番が（ｉ－１）番目（ｉは２以上Ｉ以下の整数）であり、且つ、前記第１ノードが表す前記第２順番がｊ番目（ｊは２以上Ｊ以下の整数）である、第１ノードを、第４ノードとし、
前記複数の第１ノードのうち、前記第１ノードが表す前記第１順番がｉ番目（ｉは２以上Ｉ以下の整数）であり、且つ、前記第１ノードが表す前記第２順番が（ｊ－１）番目（ｊは２以上Ｊ以下の整数）である、第１ノードを、第５ノードとしたとき、
前記第２ノードと前記第３ノードとを結合する第１エッジと、
前記第２ノードと前記第４ノードとを結合する第２エッジと、
前記第２ノードと前記第５ノードとを結合する第３エッジと、
を含み、
前記第１エッジ、前記第２エッジ及び前記第３エッジの各々は、前記第２ノードがそれぞれ表す前記第３値と前記第４値との間の差分を表すコストを有し、
前記第２算出部は、前記第２算出処理では、
前記作成処理にて作成された前記第１グラフに基づいて、前記第１基準ノードと前記第２基準ノードとの間の第１経路であって、前記複数の第１ノードのうちのいずれか複数の第６ノードと、前記複数の第６ノードのうち互いに隣り合う２つの第６ノードをそれぞれ結合する複数の第４エッジと、を含む前記第１経路を、前記第１経路に含まれる前記複数の第４エッジであって、前記複数の第６ノードのうち前記第１基準ノードを除いた複数の第７ノードの各々について、前記第７ノードが前記第２ノードであるとしたときに前記第２ノードをそれぞれ結合する前記第１エッジ、前記第２エッジ又は前記第３エッジである前記複数の第４エッジ、が有する前記コストの和が一定の範囲内に含まれるように、探索する探索処理と、
前記探索処理にて探索された前記第１経路に含まれる前記複数の第４エッジが有する前記コストの和に基づいて、前記第２乖離度を算出する第３算出処理と、
を実行する、診断装置。 3. The diagnostic device according to claim 2 ,
In the second calculation process, the second calculation unit
the first node includes a plurality of first nodes each representing I third values of frequencies possessed by each of I (I is an integer of 2 or more) second data representing the first partial spectrum and a first order which is an order of each of the I second data when the I second data are sorted in ascending order of the third values, and a plurality of first nodes each representing J fourth values of frequencies possessed by each of J (J is an integer of 2 or more) third data representing the second partial spectrum and a second order which is an order of each of the J third data when the J third data are sorted in ascending order of the fourth values,
Among the plurality of first nodes, a first node represented by the first node that is first in the first order and is first in the second order is set as a first reference node;
execute a creation process to create a first graph, in which a first node represented by the first node that is I-th in the first order and J-th in the second order among the plurality of first nodes is set as a second reference node;
The first graph is
Among the plurality of first nodes, a first node represented by the first node that is the i-th node in the first order (i is an integer not less than 2 and not more than I) and that is the j-th node represented by the second order (j is an integer not less than 2 and not more than J) is defined as a second node;
Among the plurality of first nodes, a first node represented by the first node that is the (i-1)th node in the first order (i is an integer not less than 2 and not more than I) and that is the (j-1)th node in the second order (j is an integer not less than 2 and not more than J) is defined as a third node;
Among the plurality of first nodes, a first node represented by the first node that is the (i-1)th node in the first order (i is an integer not less than 2 and not more than I) and that is the jth node in the second order (j is an integer not less than 2 and not more than J) is defined as a fourth node;
When a first node represented by the first node among the plurality of first nodes is the i-th node (i is an integer not less than 2 and not more than I) in the first order and the (j-1)-th node represented by the first node in the second order (j is an integer not less than 2 and not more than J) is defined as a fifth node,
a first edge connecting the second node and the third node;
a second edge connecting the second node and the fourth node;
a third edge connecting the second node and the fifth node;
Including,
each of the first edge, the second edge, and the third edge has a cost that represents a difference between the third value and the fourth value represented by the second node,
In the second calculation process, the second calculation unit
a search process for searching, based on the first graph created in the creation process, a first path between the first reference node and the second reference node, the first path including any sixth node among the plurality of first nodes and a plurality of fourth edges each connecting two adjacent sixth nodes among the plurality of sixth nodes, such that, for each of a plurality of seventh nodes among the plurality of sixth nodes excluding the first reference node, a sum of costs of the fourth edges each being the first edge, the second edge, or the third edge each connecting the second node when the seventh node is the second node falls within a certain range;
a third calculation process of calculating the second deviation degree based on the sum of the costs of the plurality of fourth edges included in the first route searched for in the search process;
A diagnostic device that performs the above steps. 請求項１乃至３のいずれか一項に記載の診断装置において、
前記診断部は、前記第１値に基づいて、前記回転機械の状態を、主成分分析法を用いて診断する、診断装置。 The diagnostic device according to any one of claims 1 to 3 ,
The diagnostic unit is configured to diagnose a condition of the rotating machine based on the first value by using a principal component analysis method. インバータ制御されたモータにより駆動されている回転機械の回転数の第１値を同定し、同定された前記第１値に基づいて、前記回転機械の状態を診断する診断方法において、
（ａ）前記回転数の値が第２値である時に、前記回転機械の第１振動波形をセンサにより計測し、計測された前記第１振動波形を第１変換部により変換する、第１変換処理を、前記第２値を変更しながら繰り返すことにより、互いに異なる複数の前記第２値の各々について前記第１振動波形がそれぞれ変換された複数の第１周波数スペクトルを前記第１変換部により取得するステップ、
（ｂ）前記（ａ）ステップの後、前記回転機械の第２振動波形を前記センサにより計測し、計測された前記第２振動波形を第２変換部により変換し、前記第２振動波形が変換された第２周波数スペクトルを前記第２変換部により取得するステップ、
（ｃ）前記複数の第１周波数スペクトルのいずれかを第３周波数スペクトルとして第１選択部により選択するステップ、
（ｄ）前記（ｃ）ステップにて選択された前記第３周波数スペクトルと、前記（ｂ）ステップにて取得された前記第２周波数スペクトルと、の間の第１乖離度を、ＤＰマッチングを用いて第１算出部により算出するステップ、
（ｅ）前記第１選択部により選択される前記第３周波数スペクトルを変更しながら前記（ｄ）ステップを繰り返すことにより、前記複数の第１周波数スペクトルの各々についてそれぞれ算出された複数の前記第１乖離度を取得部により取得するステップ、
（ｆ）前記複数の第１周波数スペクトルのうち、前記第１乖離度が最小になる前記第１周波数スペクトルを、第４周波数スペクトルとして同定部により決定し、前記第２振動波形が計測された時の前記第１値を、前記第４周波数スペクトルに変換された前記第１振動波形が計測された時の前記第２値として、前記同定部により同定するステップ、
（ｇ）前記（ｆ）ステップにて同定された前記第１値に基づいて、前記回転機械の状態を診断部により診断するステップ、
を有し、
前記第１変換部は、前記回転数の値が前記第２値である時に、前記第１振動波形を計測し、計測された前記第１振動波形を第１周波数領域における前記第１周波数スペクトルに変換する、前記第１変換処理を、前記第２値を変更しながら繰り返すことにより、前記複数の第１周波数スペクトルを取得し、
前記第２変換部は、前記複数の第１周波数スペクトルが取得された後、前記第２振動波形を計測し、計測された前記第２振動波形を第２周波数領域における前記第２周波数スペクトルに変換し、
前記第１選択部は、前記複数の第１周波数スペクトルのいずれかを、前記第１周波数領域における前記第３周波数スペクトルとして選択し、
更に、
前記第２周波数スペクトルの前記第２周波数領域を、ｍ個（ｍは２以上の整数）の第１部分領域に分割する第１分割部を有し、
前記第１算出部は、
前記第１選択部により選択された前記第３周波数スペクトルの前記第１周波数領域を、ｍ個の第２部分領域に分割する第２分割部と、
前記第１分割部により分割された前記ｍ個の第１部分領域のうち、中心周波数が低い方からｋ番目（ｋは１以上ｍ以下の整数）の第１部分領域を選択する第２選択部と、
前記第２分割部により分割された前記ｍ個の第２部分領域のうち、中心周波数が低い方からｋ番目の第２部分領域を選択する第３選択部と、
前記第２周波数スペクトルのうち前記第２選択部により選択された前記ｋ番目の第１部分領域における第１部分スペクトルと、前記第３周波数スペクトルのうち前記第３選択部により選択された前記ｋ番目の第２部分領域における第２部分スペクトルと、の間の第２乖離度を、ＤＰマッチングを用いて算出する第２算出処理を実行する第２算出部と、
を含み、
前記第１算出部は、第１算出処理では、前記ｍ個の第１部分領域の各々について前記第２算出処理を前記第２算出部によりそれぞれ実行することにより、前記ｍ個の第１部分領域の各々における前記第１部分スペクトルについてそれぞれ算出されたｍ個の前記第２乖離度を取得し、取得された前記ｍ個の第２乖離度に基づいて、前記第１乖離度を算出する、診断方法。 1. A diagnostic method for identifying a first value of a rotation speed of a rotary machine driven by an inverter-controlled motor, and diagnosing a condition of the rotary machine based on the identified first value, comprising:
(a) measuring a first vibration waveform of the rotating machine by a sensor when the value of the rotation speed is a second value, and converting the measured first vibration waveform by a first conversion unit; repeating this first conversion process while changing the second value, thereby acquiring, by the first conversion unit, a plurality of first frequency spectra into which the first vibration waveform is respectively converted for each of a plurality of second values that are different from one another;
(b) after the step (a), measuring a second vibration waveform of the rotating machine with the sensor, converting the measured second vibration waveform with a second conversion unit, and acquiring a second frequency spectrum into which the second vibration waveform is converted with the second conversion unit;
(c) selecting, by a first selection unit, one of the plurality of first frequency spectra as a third frequency spectrum;
(d) calculating, by a first calculation unit, a first deviation between the third frequency spectrum selected in the step (c) and the second frequency spectrum acquired in the step (b) by using DP matching;
(e) repeating the (d) step while changing the third frequency spectrum selected by the first selection unit, thereby acquiring, by an acquisition unit, a plurality of the first deviations calculated for each of the plurality of first frequency spectra;
(f) determining, by an identification unit, the first frequency spectrum in which the first deviation is smallest among the plurality of first frequency spectra, as a fourth frequency spectrum, and identifying, by the identification unit, the first value at the time when the second vibration waveform is measured, as the second value at the time when the first vibration waveform converted into the fourth frequency spectrum is measured;
(g) diagnosing a condition of the rotating machine by a diagnosing unit based on the first value identified in the step (f);
having
the first conversion unit measures the first vibration waveform when the value of the rotation speed is the second value, and converts the measured first vibration waveform into the first frequency spectrum in a first frequency domain. The first conversion process is repeated while changing the second value to obtain the multiple first frequency spectra;
The second conversion unit measures the second vibration waveform after the plurality of first frequency spectra are acquired, and converts the measured second vibration waveform into the second frequency spectrum in a second frequency domain;
the first selection unit selects one of the plurality of first frequency spectra as the third frequency spectrum in the first frequency domain;
Furthermore,
a first division unit that divides the second frequency region of the second frequency spectrum into m first partial regions (m is an integer equal to or greater than 2);
The first calculation unit is
a second division unit that divides the first frequency region of the third frequency spectrum selected by the first selection unit into m second partial regions;
a second selection unit that selects a kth (k is an integer between 1 and m) first partial region from the m first partial regions divided by the first division unit, the first partial region being counted from a region having a lowest center frequency;
a third selection unit that selects a k-th second partial region from the m second partial regions divided by the second division unit, the kth second partial region being located in the order of lowest center frequency;
a second calculation unit that executes a second calculation process to calculate, by using DP matching, a second deviation between a first partial spectrum in the k-th first partial region selected by the second selection unit from the second frequency spectrum and a second partial spectrum in the k-th second partial region selected by the third selection unit from the third frequency spectrum;
Including,
In the first calculation process, the first calculation unit executes the second calculation process for each of the m first partial regions using the second calculation unit, thereby obtaining m second deviations calculated for the first partial spectra in each of the m first partial regions, and calculating the first deviation based on the obtained m second deviations.
JP2021010878A 2021-01-27 2021-01-27 Diagnostic device and diagnostic method Active JP7489927B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2021010878A JP7489927B2 (en) 2021-01-27 2021-01-27 Diagnostic device and diagnostic method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021010878A JP7489927B2 (en) 2021-01-27 2021-01-27 Diagnostic device and diagnostic method

Publications (2)

Publication Number Publication Date
JP2022114564A JP2022114564A (en) 2022-08-08
JP7489927B2 true JP7489927B2 (en) 2024-05-24

Family

ID=82747309

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021010878A Active JP7489927B2 (en) 2021-01-27 2021-01-27 Diagnostic device and diagnostic method

Country Status (1)

Country Link
JP (1) JP7489927B2 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170050599A1 (en) 2014-02-12 2017-02-23 Risk Telematics Uk Limited Vehicle event assessment
JP2017077055A (en) 2015-10-13 2017-04-20 公益財団法人鉄道総合技術研究所 State diagnostic device and program
JP6420885B1 (en) 2017-11-29 2018-11-07 Ｊｆｅアドバンテック株式会社 Method for removing electromagnetic vibration component, diagnostic method for rotating machine, and diagnostic device for rotating machine
JP2020085836A (en) 2018-11-30 2020-06-04 東芝産業機器システム株式会社 Analysis apparatus and analysis program
JP2020144096A (en) 2019-03-05 2020-09-10 瀏陽 宋 Condition monitoring/diagnosis method of object by multi-directional signal merging and diagnostic system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170050599A1 (en) 2014-02-12 2017-02-23 Risk Telematics Uk Limited Vehicle event assessment
JP2017077055A (en) 2015-10-13 2017-04-20 公益財団法人鉄道総合技術研究所 State diagnostic device and program
JP6420885B1 (en) 2017-11-29 2018-11-07 Ｊｆｅアドバンテック株式会社 Method for removing electromagnetic vibration component, diagnostic method for rotating machine, and diagnostic device for rotating machine
JP2020085836A (en) 2018-11-30 2020-06-04 東芝産業機器システム株式会社 Analysis apparatus and analysis program
JP2020144096A (en) 2019-03-05 2020-09-10 瀏陽 宋 Condition monitoring/diagnosis method of object by multi-directional signal merging and diagnostic system

Also Published As

Publication number Publication date
JP2022114564A (en) 2022-08-08

Similar Documents

Publication Publication Date Title
Huo et al. Incipient fault diagnosis of roller bearing using optimized wavelet transform based multi-speed vibration signatures
Kankar et al. Fault diagnosis of ball bearings using continuous wavelet transform
JP2014525096A (en) Monitoring method using kernel regression modeling with pattern sequence
Gangsar et al. Diagnostics of mechanical and electrical faults in induction motors using wavelet-based features of vibration and current through support vector machine algorithms for various operating conditions
JP2014525097A (en) A system of sequential kernel regression modeling for forecasting and forecasting
US9657588B2 (en) Methods and systems to monitor health of rotor blades
JP6792746B2 (en) State identification method by segment feature analysis of frequency domain
Praveenkumar et al. Comparison of vibration, sound and motor current signature analysis for detection of gear box faults
Yoo et al. Vibration analysis process based on spectrogram using gradient class activation map with selection process of CNN model and feature layer
Liu et al. Fault diagnosis of ball bearing elements: A generic procedure based on time-frequency analysis
Vargas-Machuca et al. Detailed comparison of methods for classifying bearing failures using noisy measurements
Mohamad et al. Gear fault detection using recurrence quantification analysis and support vector machine
JP5490277B2 (en) Plant operating condition monitoring method
Inturi et al. Detection of local gear tooth defects on a multistage gearbox operating under fluctuating speeds using DWT and EMD analysis
JP7489927B2 (en) Diagnostic device and diagnostic method
US20150184533A1 (en) Methods and systems to monitor health of rotor blades
Santos et al. Wind turbines fault diagnosis using ensemble classifiers
Vishwendra et al. A novel method to classify rolling element bearing faults using K-nearest neighbor machine learning algorithm
Afshar et al. Generalized roughness bearing fault diagnosis using time series analysis and gradient boosted tree
Indriawati et al. Discriminant feature extraction of motor current signal analysis and vibration for centrifugal pump fault detection
JP2022029105A (en) Abnormality determination device
Dişli et al. Deep transfer learning-based broken rotor fault diagnosis for Induction Motors
Hiyama Improving Elman network using genetic algorithm for bearing failure diagnosis of induction motor
JP2022134443A (en) Abnormality diagnosis device
Hazan et al. Trajectory clustering for vibration detection in aircraft engines

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230202

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20231011

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231205

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20231208

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20231208

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240205

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: 20240507

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240514