JPH02130429A - Diagnosis of abnormality of machine - Google Patents
Diagnosis of abnormality of machineInfo
- Publication number
- JPH02130429A JPH02130429A JP28364388A JP28364388A JPH02130429A JP H02130429 A JPH02130429 A JP H02130429A JP 28364388 A JP28364388 A JP 28364388A JP 28364388 A JP28364388 A JP 28364388A JP H02130429 A JPH02130429 A JP H02130429A
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- array
- time
- maximum
- mean
- 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.)
- Pending
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 68
- 238000003745 diagnosis Methods 0.000 title description 14
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 abstract description 15
- 238000001514 detection method Methods 0.000 abstract description 9
- 230000002159 abnormal effect Effects 0.000 description 14
- 230000001133 acceleration Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は機械の異常診断方法に関するもので、特に、多
様な運転条件、例えば、起動、定速、停止という条件で
運転される回転機械の異常を音響信号により検出し、そ
の異常と異常種別を診断する方法に関するものである。[Detailed Description of the Invention] [Industrial Application Field] The present invention relates to a method for diagnosing abnormalities in machinery, and in particular, it relates to a method for diagnosing abnormalities in machinery, particularly for rotating machinery that is operated under various operating conditions, such as starting, constant speed, and stopping conditions. The present invention relates to a method of detecting an abnormality using an acoustic signal and diagnosing the abnormality and the type of abnormality.
従来、機械の異常診断方法は定常的な運転状態における
振動、音などの情報を処理することによって行われるこ
とが多かった。多様な運転条件に対応するものとしては
、特開昭５６−９０２２０号公報に記載のように、回転
機械運転中に発生する振動情報を取り込む際の分析周期
を回転機械の回転周波数に対応して可変させて高速フー
リエ分析し、この分析結果を予め設定した制限値と比較
して異常判定を行うようになっていた１回転数が変化す
る場合には、その分析周期を変えることによって高速フ
ーリエ変換を行うことができるので、一連の処理は定速
時と同様に行うことができる。この処理方式では回転周
波数の調波成分の振動情報を利用するもので、非定常状
態を定常状態に変換して処理している。Conventionally, methods for diagnosing machine abnormalities have often been performed by processing information such as vibrations and sounds during steady operating conditions. To cope with various operating conditions, as described in Japanese Patent Laid-Open No. 56-90220, the analysis period when capturing vibration information generated during the operation of a rotating machine is adjusted to correspond to the rotation frequency of the rotating machine. If the number of rotations changes, fast Fourier analysis is performed by changing the analysis period, and abnormality judgment is made by comparing the analysis results with preset limit values. Therefore, the series of processes can be performed in the same way as at constant speed. This processing method uses vibration information of harmonic components of the rotational frequency, and processes an unsteady state by converting it into a steady state.
上記従来技術は１分析をする際に回転周波数の情報が必
らずいるため１回転数検出機構を持たない機械あるいは
、複数個の回転体がそれぞれ異なったモードで運転され
る場合には適用できないという問題点があり、また、回
転周波数とその調波成分の分析のみであるので、ガタな
どを有する機械では回転周波数とその調波成分以外の成
分の音や振動が発生することが多いが、この成分につい
ては診断できないという問題点があった。Since the above conventional technology always requires information on the rotational frequency when performing one analysis, it cannot be applied to machines that do not have a rotational speed detection mechanism or when multiple rotating bodies are operated in different modes. In addition, since it only analyzes the rotational frequency and its harmonic components, machines with backlash often generate sounds and vibrations other than the rotational frequency and its harmonic components. There was a problem that this component could not be diagnosed.
本発明の目的は、回転周波数の情報を用いずに。The purpose of the present invention is to avoid using rotational frequency information.
運転状態が変化する機械の異常を判定し、異常種別を診
断することにある。The purpose is to determine abnormalities in machines whose operating conditions change and diagnose the type of abnormality.
上記目的を達成するために、音響信号を複数個の周波数
帯域別の包絡信号に変換し、全体の分析時間に比して、
短かい時間内の平均値または最大値の少なくとも一方の
値を検出し１時間毎に設定した許容値と比較し、その結
果を異常判定用アレイに収納し、これを分析時間全体に
繰り返したもので、異常判定用アレイの情報から異常及
び異常の種別を診断するようにしたものである。In order to achieve the above objective, the acoustic signal is converted into envelope signals for each frequency band, and the analysis time is reduced by
Detects at least one of the average value or maximum value within a short period of time, compares it with the set tolerance value every hour, stores the result in an abnormality judgment array, and repeats this for the entire analysis time. In this system, the abnormality and the type of abnormality are diagnosed from the information in the abnormality determination array.
音響センサ出力を１個あるいは複数個の帯域フィルタ及
び整流回路を通すことによって、各周波数帯域毎の包絡
波形に変換する。この包絡波形は各局数帯域成分毎の音
の振幅の時間的なゆらぎを表わし、その応答の速さは整
流回路毎に設定される時定数によって決定される０機械
の運転状態、側えば回転数が変化し、共振による音が発
生する時には帯域フィルタ群のいくつかの出力が、ある
時間の時にレベル上昇を示すことになる。一方、ガタな
どを有する系においては１回転数変化に伴ない励振力が
変化し、衝突現象によって、帯域フィルタ群のいくつか
のレベルがある時間上昇する。By passing the acoustic sensor output through one or more bandpass filters and rectifier circuits, it is converted into an envelope waveform for each frequency band. This envelope waveform represents temporal fluctuations in the amplitude of the sound for each station number band component, and its response speed is determined by the time constant set for each rectifier circuit. changes, and when sound due to resonance is generated, some outputs of the bandpass filter group will show an increase in level at a certain time. On the other hand, in a system with backlash, the excitation force changes with one rotational speed change, and due to the collision phenomenon, the levels of some of the bandpass filter groups increase for a certain period of time.
分析時間内をあらかじめ設定された時間毎に分割して、
その区間の平均値あるいは最大値のうちの少なくとも１
つを検出することによって、分析時間全体の情報を使う
のに比して、特定時間の時に生じた異常音を検知する時
にレベルの変化が大きいので有利である。これらの平均
値などをその区間の許容値と比較して、異常判定用のア
レイに収納することによって１区間のスペクトルなどの
周波数帯に異常があったかを、少ない情報に圧縮するこ
とができるため、メモリーの縮少、計算量の低減を図る
ことができる。また、時間軸方向に異常状態を比較し易
いので、種々の異常の分別に有利である０以上述べたよ
うに１本発明によれば、回転数の信号を検出せずに運転
状態が変化する機器の異常診断が容易である。Divide the analysis time into preset times,
At least one of the average value or maximum value of the interval
Detecting one is advantageous compared to using information over the entire analysis time because the change in level is large when detecting an abnormal sound occurring at a specific time. By comparing these average values with the allowable values for that section and storing them in an array for abnormality determination, it is possible to compress into a small amount of information whether there is an abnormality in the frequency band such as the spectrum of one section. It is possible to reduce memory and calculation amount. In addition, since it is easy to compare abnormal states in the time axis direction, it is advantageous for classifying various abnormalities.As stated above, 1. According to the present invention, the operating state changes without detecting the rotation speed signal. Equipment abnormality diagnosis is easy.
以下、本発明の実施例を図面により説明する。 Embodiments of the present invention will be described below with reference to the drawings.
第１図は本発明の一実施例に係る音響信号による機械の
異常診断方法を具体化した装置である。この図において
、音響センサ１は機械（図示せず）の外部の所要箇所に
取り付けられ、その出方はアンプ２で増幅された後、複
数個の帯域フィルタ群３に入力され、各周波数帯域成分
に分配される。FIG. 1 shows a device embodying a method for diagnosing a machine abnormality using an acoustic signal according to an embodiment of the present invention. In this figure, an acoustic sensor 1 is attached to a required location on the outside of a machine (not shown), and its output is amplified by an amplifier 2 and then input to a group of bandpass filters 3, where each frequency band component is distributed to.
この実施例では、帯域フィルタ３は１／３オクターブバ
ンドフイルタで構成し、１００〜１００００ Ｈｚの２
１チヤンネル用意されている。（図では省略しである。In this embodiment, the bandpass filter 3 is composed of a 1/3 octave bandpass filter, and has a frequency range of 100 to 10,000 Hz.
1 channel is available. (This is omitted in the figure.
）帯域フィルタ３の出力は整流回路４によって、低周波
数域の包絡信号に変換される。) The output of the bandpass filter 3 is converted into an envelope signal in a low frequency range by a rectifier circuit 4.
整流回路４の出力は最大値検出回路５及び平均値検出回
路７に入り、異常判定装置！１２からのリセット信号が
入るまでの最大値及び平均値が求められる。それぞれの
値はリセット信号によりクリアされる。これらの出力は
マルチプレクサ６で同一時間に保持され、順次ＡＤ変換
器１１でデジタル量に変換され、異常判定装Ｗ１１２で
処理される。The output of the rectifier circuit 4 enters the maximum value detection circuit 5 and the average value detection circuit 7, and the abnormality determination device! The maximum value and average value until the reset signal from 12 is input are determined. Each value is cleared by a reset signal. These outputs are held at the same time by the multiplexer 6, sequentially converted into digital quantities by the AD converter 11, and processed by the abnormality determination device W112.
また、異常判定装置１２には機械の起動を示す機械運転
信号が入力される。異常判定装置１２は記憶部１０に蓄
えられた、許容値などの情報をもとに第２図に示す手順
によって異常診断を行い、その結果を警報装置９に表示
したり、警でき音を出力させたりする。また、判定条件
設定部により、許容値や、異常を例示するパターンのア
レイを設定することができる。Furthermore, a machine operation signal indicating the start-up of the machine is input to the abnormality determination device 12. The abnormality determination device 12 performs abnormality diagnosis according to the procedure shown in FIG. 2 based on information such as allowable values stored in the storage unit 10, and displays the results on the alarm device 9 or outputs an alarm sound. Let me do it. Further, the determination condition setting section can set allowable values and an array of patterns illustrating abnormalities.
第２図は第１図に示す実施例において、異常判定装置１
１１２の内部で行っている異常診断の流れを示したもの
である。１台の機械を対象としたもので、機械起動信号
を受は取った後に分析を開始しデータを取り込んだ後に
リセット信号を出力する。FIG. 2 shows an abnormality determination device 1 in the embodiment shown in FIG.
112 shows the flow of abnormality diagnosis performed inside the system. It is intended for one machine, starts analysis after receiving a machine start signal, and outputs a reset signal after capturing data.
この後に、対応する時間の正常信号値（許容値）を、最
大値、平均値ともに読み込む。次に、２１個の最大値に
ついて、各チャンネル毎に、データと正常信号値の比較
を行い、データの値の方が大きいときに対応するビット
に１が立てられる。この実施例では、各周波数帯域につ
いて第３図のようにビットが表わされている０例えば、
１００Ｈｚと１０００ Ｈｚで１が立ったとき、８進法
で示せば、４００２０００となる。これが異常判定用ア
レイ１に入ることになる６次に同様にして、平均値につ
いて、異常判定アレイ２の要素に値が入る。指定時間２
に達していなければ上記一連の手順が繰り返されて、異
常判定用アレイ１，２に値が満たされることになり、こ
れによって、平常及び異常が判定されて、それぞれ、正
常、異常と表示される０本実施例で行っている異常判定
アレイ１，２による判定方法を第４図に示して説明する
６対象機械は５秒間運転され、加速時間１．２秒、減速
時間０．６ 秒で運転されるものとする。After this, the normal signal value (tolerable value) at the corresponding time is read, both the maximum value and the average value. Next, data and normal signal values are compared for each channel for the 21 maximum values, and when the data value is greater, 1 is set in the corresponding bit. In this embodiment, the bits are represented as shown in FIG. 3 for each frequency band.
When 1 stands at 100 Hz and 1000 Hz, it becomes 4002000 if expressed in octal notation. This is entered into the abnormality determination array 1. Similarly, a value is entered into the element of the abnormality determination array 2 for the average value. Specified time 2
If the value has not been reached, the above series of steps will be repeated and the values will be filled in the abnormality determination arrays 1 and 2. As a result, normality and abnormality will be determined and displayed as normal and abnormal, respectively. 0 The determination method using the abnormality determination arrays 1 and 2 used in this example is shown in FIG. 4 and explained. 6 The target machine was operated for 5 seconds, with an acceleration time of 1.2 seconds and a deceleration time of 0.6 seconds. shall be carried out.
分析の設定時間１は０．２秒、設定時間２は５Ｓである
。異常判定アレイ１について説明すると、２５個の要素
のアレイが作成されるが、まず、０のある要素を調べる
。これが全てＯであれば正常と判断され、０でない要素
があると、それが、要素番号で加速、定速、減速のどの
区間に存在するかを調査する。これによって異常種別の
うち、大略の機械要素が決定される。加速区間ではモー
タ。The analysis setting time 1 is 0.2 seconds, and the setting time 2 is 5S. To explain the abnormality determination array 1, an array of 25 elements is created, but first, an element with 0 is checked. If all of these are 0, it is determined to be normal, and if there is an element that is not 0, it is investigated whether the element number exists in acceleration, constant speed, or deceleration. This determines roughly the mechanical elements among the abnormality types. motor in the acceleration section.
減速区間ではブレーキに関連する異常であるという様に
判断される。次に関連する区間の異常要素との距離を計
算し、最も近いものを選択し、その距離が許容値以下で
あれば、対応した異常種別と判定する。その距離が許容
値以上であれば、異常種別不明として、その異常がどの
区間で発生したかを表示するとともに、要素番号とその
要素の数字を表示するとともに記憶する。In the deceleration section, it is determined that the abnormality is related to the brakes. Next, the distance between the related section and the abnormal element is calculated, the closest one is selected, and if the distance is less than the allowable value, the corresponding abnormality type is determined. If the distance is greater than or equal to the allowable value, it is determined that the abnormality type is unknown, and the section in which the abnormality occurred is displayed, as well as the element number and the number of the element are displayed and stored.
本実施例によれば以下の効果がある。According to this embodiment, there are the following effects.
（１）機械の起動信号を与えるのみで、機械の異常診断
が行えるので、回転信号を得るためのセンサ、アンプ類
が必要なくなるので、診断システムが簡略化できる。(1) Since machine abnormality diagnosis can be performed by simply providing a machine start signal, there is no need for sensors and amplifiers to obtain rotation signals, so the diagnosis system can be simplified.
（２）各周波数帯域毎の包絡信号が同時に採取できるの
で、データの欠損がなく、短時間しか発生しない異常音
であっても確実にデータとして捕えることができ、診断
の信頼性が向上する。(2) Since envelope signals for each frequency band can be collected simultaneously, there is no data loss, and even abnormal sounds that only occur for a short time can be reliably captured as data, improving the reliability of diagnosis.
（３）ある時間内の音の情報を最大値と平均値に圧縮し
ているので、後の計算量が少なくなり、異常判定処理が
高速化される。この例の場合のように分析時間０．２秒
であれば、データを取り込んだ後に、異常情報アレイに
コードを落す計算量を次のデータを取り込む前に行うこ
とができる。(3) Since the sound information within a certain period of time is compressed into the maximum value and average value, the amount of subsequent calculations is reduced and the abnormality determination process is speeded up. If the analysis time is 0.2 seconds as in this example, the amount of calculation required to drop the code into the anomaly information array after data is taken in can be done before the next data is taken in.
（４）最大値による判定アレイが用意しであるので平均
値では捕えられにくい異常音を捕促し易い。(4) Since a determination array based on the maximum value is provided, it is easy to detect abnormal sounds that are difficult to detect using the average value.
例えば、物と物とが周期的に衝突する場合には、瞬間的
に音が発生するため、最大値のレベルが平均値に対して
より高めに動く、このような場合には、異常判定アレイ
２の対応した所に１が現われ易くなる。For example, when objects collide periodically, sound is generated instantaneously, and the maximum level moves higher than the average value.In such a case, the abnormality determination array 1 becomes more likely to appear where 2 corresponds.
（５）騒音を２１チヤンネルの帯域信号及び２５個の時
間要素に分割しているので、暗騒音の影響を受けにくい
、これは、何らかの異常が生じると、機器のある要素が
共振して異常音が発生する場合が多いので、エネルギー
が特定帯域に集中する場合が多いからである。また、時
間的に細分化しているので、加速時、減速時等の運転条
件別に切り分けた分析を行えることにもよる。(5) Noise is divided into 21 channels of band signals and 25 time elements, so it is less susceptible to background noise.This means that when some abnormality occurs, certain elements of the equipment resonate and produce abnormal noise. This is because energy is often concentrated in a specific band. Furthermore, since the information is segmented temporally, it is possible to conduct separate analyzes according to operating conditions such as during acceleration and deceleration.
（６）判定条件設定部から、使用者が判定条件を設定で
きるので、異常が分って、その種別が不明であったもの
についても、その異常種別が判明した段階で、異常要素
にその特性パターンと種別を登録することが可能である
。また、対象とする機械の仕様が変化した場合に、許容
値を変更することが可能である。以上のように、既知で
ない異常現象に対しても、速やかに対応することができ
る。なお、図１において、整流回路４は、余波整流回路
や半波整流回路あるいはルートミーンスケア回路、２乗
平均化回路等のいずれかで構成され、それらの平均化時
定数（平均時間に相当）は帯域フィルタ３の中心周波数
が低い程、大きく設定しなければならない。(6) Since the user can set the judgment conditions from the judgment condition setting section, even if an abnormality is known but the type is unknown, once the abnormality type is known, the characteristics of the abnormal element can be added. It is possible to register patterns and types. Additionally, if the specifications of the target machine change, the allowable values can be changed. As described above, it is possible to promptly respond to unknown abnormal phenomena. In FIG. 1, the rectifier circuit 4 is composed of either an aftereffect rectifier circuit, a half-wave rectifier circuit, a root mean scare circuit, a root mean square averaging circuit, etc., and their averaging time constants (corresponding to averaging time) must be set larger as the center frequency of the bandpass filter 3 becomes lower.
本実施例は、家電品や空調機など小品種大量生産製品の
初期不良検査を行うのに好適であり、多様な運転モード
で機器を運転することにより、従来より多くの異常を診
断することが可能となる。This embodiment is suitable for performing initial failure inspections on small-scale, mass-produced products such as home appliances and air conditioners, and by operating the equipment in a variety of operating modes, it is possible to diagnose more abnormalities than before. It becomes possible.
本発明の他の実施例を第５図により説明する。Another embodiment of the present invention will be described with reference to FIG.
音響センサ１．アンプ２を経た信号は複数個の帯域フィ
ルタ１３で各帯域成分に分配され、アンプ１４で所要量
増幅される。それぞれのアンプ出力は複数個の帯域フィ
ルタ３によって１分析に必要な周波数帯域に分配され、
ｌｌ流回路４によって整流され、マルチプレクサ６、Ａ
Ｄ変換器１１を介してディジタル化され、異常判定装置
に入力される。他の構成は実施例１と同一である。Acoustic sensor 1. The signal that has passed through the amplifier 2 is divided into each band component by a plurality of bandpass filters 13, and is amplified by the required amount by an amplifier 14. The output of each amplifier is distributed to the frequency bands necessary for one analysis by a plurality of bandpass filters 3,
11 current circuit 4, multiplexer 6, A
It is digitized via the D converter 11 and input to the abnormality determination device. The other configurations are the same as in the first embodiment.
本実施例における診断の流れを第６図に従って説明する
０機械の起動信号を受取ると、整流回路４の各出力を取
り込み、最大値、平均値を計算する。これを設定時間ｌ
に達するまで繰り返し、最大値、平均値を記憶する。こ
の時設定時間２に達していなければ、最大値、平均値を
クリアして、データ取り込みを繰り返す、全体のデータ
取り込みが終了したのちに、許容値を読み込み、平均値
。The flow of diagnosis in this embodiment will be explained with reference to FIG. 6. When a machine activation signal is received, each output of the rectifier circuit 4 is taken in and the maximum value and average value are calculated. Set this time
Repeat until reaching , and memorize the maximum and average values. At this time, if the set time 2 has not been reached, clear the maximum value and average value and repeat the data import. After the entire data import is completed, read the allowable value and calculate the average value.
最大値を時間毎に比較し、異常判定アレイ１，２に判定
結果を入れる。異常判定アレイ１，２を用いた判定によ
り異常種別を診断し、異常表示と、種別表示を行った後
に、異常要素のスペクトルを記憶する。なお、この診断
方法は第１図とほぼ同じであるが、異常判定アレイの作
成方法が、第３図と異なる。許容値に対してサンプルデ
ータの値の倍率を少数点以下を切り捨てて整数化して入
れる０例えば、２．６倍であれば２がその位置に入る。The maximum values are compared every time, and the determination results are entered into abnormality determination arrays 1 and 2. After diagnosing the type of abnormality through determination using the abnormality determination arrays 1 and 2, and displaying the abnormality and type, the spectrum of the abnormal element is stored. This diagnosis method is almost the same as that shown in FIG. 1, but the method of creating the abnormality determination array is different from that shown in FIG. 3. The magnification of the sample data value relative to the allowable value is rounded down to the decimal point and converted into an integer, and then entered as 0. For example, if it is 2.6 times, 2 is entered in that position.
本実施例では前の実施例とは別に以下の効果がある。This embodiment has the following effects in addition to the previous embodiment.
（１）平均値、最大値検出回路が不要になるので、診断
装置の構成が簡略化できる。(1) Since the average value and maximum value detection circuits are not required, the configuration of the diagnostic device can be simplified.
（２）異常要素を記憶することができるので、未知の異
常現象があった場合に、原因調査後に参照することがで
きるため、異常時の音をより正確に分類できる。(2) Abnormal elements can be memorized, so when an unknown abnormal phenomenon occurs, it can be referenced after investigating the cause, so that sounds at abnormal times can be classified more accurately.
（３）異常要素の記憶時に許容値を０にセットしておく
ことにより、正常晶データのスペクトルを全分析時間に
渡って収集することができる。これによって、この装置
を新しい対象に適用するときに、許容値の設定が容易に
なる。(3) By setting the tolerance value to 0 when storing abnormal elements, spectra of normal crystal data can be collected over the entire analysis time. This facilitates the establishment of tolerances when applying the device to new objects.
（４）異常判定アレイに許容値に対するサンプルの倍率
を入れることにより、特別なピーク性の音に対しての異
常をより詳細にとらえることができる。(4) By entering the sample magnification relative to the allowable value in the abnormality determination array, it is possible to detect abnormalities with respect to special peak sounds in more detail.
本発明によれば１機械の運状態を表わす信号（回転信号
など）などを必要とせずに騒音データを分析できるので
、回転信号を得ることができない機械装置の運転モード
が変化する場合の診断が可能となる。また、周波数帯域
毎に信号を分配し、その包絡線検波を行ったものを処理
することによって、ＡＤ変換速度が低速で高周波数量の
分析ができ、リアルタイムでデータの欠損がない１時間
毎に、平均値又は最大値にデータを圧縮処理を行ってい
るので、計算量が少なくなる効果がある。According to the present invention, noise data can be analyzed without the need for signals (rotation signals, etc.) representing the operating state of a single machine, so diagnosis can be made when the operating mode of a mechanical device that cannot obtain a rotation signal changes. It becomes possible. In addition, by distributing the signal for each frequency band and processing the envelope detection, it is possible to analyze high frequency amounts at low AD conversion speeds, and to analyze data every hour in real time without data loss. Since the data is compressed to an average value or maximum value, the amount of calculation is reduced.
異常判定アレイを作成することにより、異常判定の速度
が高速化できるとともに、異常の分類が容易に高速に、
また正確に行うことが可能となる。By creating an anomaly determination array, the speed of anomaly determination can be increased, and anomalies can be easily and quickly classified.
Moreover, it becomes possible to perform the process accurately.
第１図は本発明の一実施例に係る異常診断装置の構成図
、第２図は第１図に示した異常判定装置内の診断方法の
フローチャート図、第３図は異常判定アレイの要素の説
明図、第４図は異常判定アレイを用いた診断方法の説明
図、第５図は本発明の他の実施例に係る異常診断装置の
構成図、第６図は第５図に示した異常判定装置内の診断
方法のフローチャート図である。
１・・・音響センサ、２，１４・・・アンプ、３，１３
・・・帯域フィルタ、４・・・整流回路、５・・・最大
値検出回路、６・・・マルチプレクサ、７・・・平均値
検出回路、８・・・判定条件設定部、１１・・・ＡＤ変
換優、１２・・・猶
図
慧
図
蔓
図
冨
図
冨
図FIG. 1 is a block diagram of an abnormality diagnosis device according to an embodiment of the present invention, FIG. 2 is a flowchart of the diagnosis method in the abnormality determination device shown in FIG. 1, and FIG. 3 is a diagram of the elements of the abnormality determination array. 4 is an explanatory diagram of a diagnosis method using an abnormality determination array, FIG. 5 is a configuration diagram of an abnormality diagnosis apparatus according to another embodiment of the present invention, and FIG. 6 is an illustration of the abnormality shown in FIG. 5. It is a flowchart figure of the diagnostic method in a determination apparatus. 1...Acoustic sensor, 2,14...Amplifier, 3,13
... Bandwidth filter, 4... Rectifier circuit, 5... Maximum value detection circuit, 6... Multiplexer, 7... Average value detection circuit, 8... Judgment condition setting section, 11... AD Conversion Excellent, 12...Yutu Huizu Vinestu Tomizu Tomizu
Claims (1)
力を、１個あるいは複数個の帯域フィルタ及び整流回路
によつて、１個または複数個の周波数帯域の包絡波形に
変換し、あらかじめ設定された時間内で、各周波数帯域
毎に平均値と最大値のうちの少なくとも１つを検出し、
あらかじめ時間毎に設定された許容値と比較し、それを
異常判定用のアレイに収納し、これを指定された時間だ
け繰り返し、異常判定用のアレイの情報から異常及び異
常種別を診断するようにしたことを特徴とする音響信号
による機械の異常診断方法。1. In a method for diagnosing mechanical abnormalities, the acoustic sensor output is converted into an envelope waveform of one or more frequency bands by one or more bandpass filters and rectifier circuits, and detecting at least one of an average value and a maximum value for each frequency band within time;
It compares with the allowable value set in advance for each time, stores it in an array for abnormality judgment, repeats this for a specified time, and diagnoses the abnormality and abnormality type from the information in the array for abnormality judgment. A method for diagnosing machine abnormalities using acoustic signals.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP28364388A JPH02130429A (en) | 1988-11-11 | 1988-11-11 | Diagnosis of abnormality of machine |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP28364388A JPH02130429A (en) | 1988-11-11 | 1988-11-11 | Diagnosis of abnormality of machine |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH02130429A true JPH02130429A (en) | 1990-05-18 |
Family
ID=17668174
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP28364388A Pending JPH02130429A (en) | 1988-11-11 | 1988-11-11 | Diagnosis of abnormality of machine |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH02130429A (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09113351A (en) * | 1995-08-15 | 1997-05-02 | Omron Corp | Vibration monitor and apparatus for determining vibration monitoring condition |
| JP2000131196A (en) * | 1998-10-23 | 2000-05-12 | Mitsubishi Electric Corp | Device for inspecting looseness of ripple spring of generator |
| JP2000131195A (en) * | 1998-10-23 | 2000-05-12 | Mitsubishi Electric Corp | Device for judging looseness of bolt |
| JP2001108518A (en) * | 1999-08-03 | 2001-04-20 | Mitsui Eng & Shipbuild Co Ltd | Abnormality detecting method and device |
| JP2002022617A (en) * | 2000-07-05 | 2002-01-23 | Mitsubishi Electric Corp | Apparatus for diagnosing bearing |
| CN102243140A (en) * | 2011-04-18 | 2011-11-16 | 杨彦利 | Mechanical equipment state monitoring method based on sub-band signal analysis |
| JP2021043011A (en) * | 2019-09-09 | 2021-03-18 | キヤノン株式会社 | Diagnosis device and image forming apparatus |
-
1988
- 1988-11-11 JP JP28364388A patent/JPH02130429A/en active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09113351A (en) * | 1995-08-15 | 1997-05-02 | Omron Corp | Vibration monitor and apparatus for determining vibration monitoring condition |
| JP2000131196A (en) * | 1998-10-23 | 2000-05-12 | Mitsubishi Electric Corp | Device for inspecting looseness of ripple spring of generator |
| JP2000131195A (en) * | 1998-10-23 | 2000-05-12 | Mitsubishi Electric Corp | Device for judging looseness of bolt |
| JP2001108518A (en) * | 1999-08-03 | 2001-04-20 | Mitsui Eng & Shipbuild Co Ltd | Abnormality detecting method and device |
| JP2002022617A (en) * | 2000-07-05 | 2002-01-23 | Mitsubishi Electric Corp | Apparatus for diagnosing bearing |
| CN102243140A (en) * | 2011-04-18 | 2011-11-16 | 杨彦利 | Mechanical equipment state monitoring method based on sub-band signal analysis |
| JP2021043011A (en) * | 2019-09-09 | 2021-03-18 | キヤノン株式会社 | Diagnosis device and image forming apparatus |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4683542A (en) | Vibration monitoring apparatus | |
| JP2001208655A (en) | Failure diagnostic method and its apparatus | |
| US4437163A (en) | Method and apparatus for symptom diagnosis by monitoring vibration of shaft of rotary machine | |
| EP0085570A2 (en) | Vibration monitoring system for aircraft engines | |
| US4419897A (en) | Apparatus for harmonic oscillation analysis | |
| JPH11118592A (en) | Equipment abnormality diagnosis device and plant device mounting the same | |
| US6604013B1 (en) | Tool failure detection utilizing frequency derived, pre-characterization templates | |
| CN101105501A (en) | Fan rotary speed test system and method | |
| JP2002090267A (en) | Failure diagnosis method | |
| CN111999087A (en) | Vibration screen online state monitoring method based on LabVIEW | |
| JP3214233B2 (en) | Rotating machine vibration diagnostic device | |
| JPH02130429A (en) | Diagnosis of abnormality of machine | |
| US5710715A (en) | Vibration analysis method | |
| JPH05157662A (en) | Failure diagnostic method and device of injection molding machine | |
| CN109934136A (en) | Fault Diagnosis of Roller Bearings based on Duffing oscillator and intrinsic mode component | |
| JPH0615987B2 (en) | Diagnosis method of vibration detection mechanism | |
| EP0105600B1 (en) | Apparatus for selecting a signal representing vibrations | |
| JPH04204021A (en) | Apparatus for diagnosing vibration and sound of rotating machine | |
| JP3501593B2 (en) | Monitoring method and system for equipment diagnosis of blower in tunnel | |
| JP2004020484A (en) | Abnormality monitoring device and program for monitoring abnormality | |
| US10345194B2 (en) | Detection device for initiating failures of a mechanical system | |
| JPH07318457A (en) | Abnormality diagnostic device for bearing | |
| JPH0236141Y2 (en) | ||
| KR20020051322A (en) | Multi-channal vibration monitoring apparatus | |
| Alekseev et al. | Data measurement system of compressor units defect diagnosis by vibration value |