JPH06307921A - Diagnostic monitoring system for rotating machine - Google Patents

Abstract

PURPOSE:To assist instantaneous decision required for an operator or a maintenance crew by allowing real time discrimination between a quickly advancing abnormality and a slowly advancing abnormality. CONSTITUTION:Data of a rotating machine is fed in real time to a data processing means 3 where the data is processed. An abnormality detecting means 5 monitors the processed data in real time and compares the processed data with a threshold data thus detecting an abnormality. An abnormality advancing speed decision means 8 compares a newest set data with a data set in past and calculates the advancing speed of abnormality. A diagnostic result decision means 9 diagnoses a quickly advancing abnormality and a slowly advancing abnormality while discriminating from each other based on abnormality detection results from the abnormality detecting means 5 and an abnormality advancing speed from the abnormality advancing speed decision means 8.

Description

【発明の詳細な説明】Detailed Description of the Invention

【０００１】[0001]

【産業上の利用分野】本発明は発電プラント，製鉄プラ
ント，化学プラントなどに設置される回転機械の異常を
監視し、その異常が発生した場合の異常原因を診断する
回転機械の監視診断装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a rotating machine monitoring and diagnosing device for monitoring an abnormality of a rotating machine installed in a power plant, a steelmaking plant, a chemical plant, etc. and diagnosing the cause of the abnormality when the abnormality occurs. .

【０００２】[0002]

【従来の技術】発電プラントなどの回転機械は、連続し
て運転する期間が長期化する傾向があり、また運転状態
も多様化していることから、長寿命化と高信頼度運用な
どのため、回転機械の監視診断装置の開発と実用化が進
められている。2. Description of the Related Art Rotating machines such as power plants tend to be continuously operated for a long period of time and their operating states are diversified, so that long life and highly reliable operation are required. The development and practical application of a monitoring and diagnostic device for rotating machinery are in progress.

【０００３】この診断装置は、２つのタイプに分けるこ
とができ、その１つは現在の振動データなどを監視する
ことにより、進行の速い異常を検出し、原因を診断する
タイプと、もう１つは長期間、例えば定期点検から次の
定期点検までの間のデータを分析することにより、傾向
を把握し、経年変化などの進行の遅い異常を検出し、原
因を診断するタイプとがある。This diagnostic device can be divided into two types, one of which is a type that detects abnormalities that are rapidly progressing by monitoring current vibration data and the like, and the other is a type that diagnoses the cause. There is a type of diagnosing the cause by analyzing the data for a long period of time, for example, from a periodic inspection to the next periodic inspection, grasping the tendency, detecting a slow progressing abnormality such as secular change.

【０００４】まず、前者の進行の速い異常を検出するタ
イプとして、現在火力発電プラントに設置される蒸気タ
ービン・発電機振動診断装置は、例えば檜佐他、「大型
蒸気タービン軸振動診断システム」、火力原子力発電、
第３８巻第１２号（１９８７年１２月発行）１３８７頁
〜１３９８頁などに開示されたものが実用化されてい
る。First, as the former type of detecting a rapidly advancing abnormality, a steam turbine / generator vibration diagnosis device currently installed in a thermal power plant is disclosed in, for example, Hisa et al., "Large steam turbine shaft vibration diagnosis system", Thermal power,
Vol. 38, No. 12 (published in December 1987), pages 1387 to 1398, etc. have been put into practical use.

【０００５】このタイプの診断装置は、振動データなど
を例えば２秒の短い周期で監視し、予め設定されている
しきい値との比較を行うことにより異常を監視してい
る。さらに、異常原因の可能性を絞り込むために、周波
数分析結果を用いて振動周波数から大きくアンバランス
振動，不安定振動・分数調波振動，高調波振動などに分
類し、この後、最終的な原因を特定するために、発電機
出力，復水器真空度，軸受メタル温度などの関連するプ
ロセスデータと振動との相関などの調査結果を利用して
いる。This type of diagnostic device monitors vibration data or the like in a short cycle of, for example, 2 seconds, and compares it with a preset threshold value to monitor abnormality. Furthermore, in order to narrow down the possibility of the cause of abnormality, the vibration frequency is used to largely classify the vibration frequency into unbalanced vibration, unstable vibration / subharmonic vibration, harmonic vibration, etc. In order to identify, we use the survey results such as the correlation between the process output and the related process data such as generator output, condenser vacuum, bearing metal temperature, etc.

【０００６】しかしながら、運転員或いは保守員が対策
を決定できるレベルにまで原因を細分化するためには、
現在のデータの他に、過去のデータからの推移或いは振
動の専門化のノウハウおよび高度な解析技術が必要であ
り、これらを計算機に取り込むのは困難である。このた
め、現状では振動分類によって異常原因のグループ分け
を行う程度が実用化されているレベルである。However, in order to subdivide the cause to the level at which the operator or maintenance staff can decide the countermeasure,
In addition to the present data, it is necessary to have expertise and advanced analysis technology for specializing the transition or vibration from the past data, and it is difficult to incorporate these into a computer. For this reason, at present, the level of grouping the causes of abnormality by vibration classification is at a practical level.

【０００７】次に、後者の進行の遅い異常を検出するタ
イプとしては、現在火力発電所向に開発・導入されたシ
ステムである「運転状態値傾向管理システム」、電気現
場技術、１９９２年６月発行、７頁〜１３頁が実用化段
階にある。Next, as the latter type of detecting a slow progressing abnormality, a system currently developed and introduced for a thermal power plant, "operating state tendency management system", electric field technology, June 1992. Issue, pages 7 to 13 are at the stage of practical application.

【０００８】このタイプの診断装置は、振動データなど
を長い周期（例えば１ヶ月）で長期間（例えば２ヶ年）
に亘って収集する。さらに、これらのデータはオフライ
ンで運転員或いは保守員の要求に応じて一次回帰，指数
回帰，多重回帰などの統計的な処理が行われる。これら
のデータ処理およびデータの表示によって進行の遅い経
年劣化などの異常予兆を検出し、「あと、どれくらいの
期間運転の継続が可能か？」などの判断を支援すること
ができる。This type of diagnostic device uses vibration data and the like for a long period (for example, one month) for a long period (for example, two years).
Collect over. Further, these data are subjected to statistical processing such as linear regression, exponential regression, multiple regression, etc. off-line in response to the request of the operator or maintenance staff. By processing these data and displaying the data, it is possible to detect abnormal signs such as slow deterioration over time, and support judgment such as "how long can the operation be continued?"

【０００９】[0009]

【発明が解決しようとする課題】火力発電プラントに設
置される蒸気タービン・発電機振動診断装置などは、進
行の速い異常を検出し、原因を診断するタイプに属し、
現在の振動の変化をとらえて早期に異常を検出すること
を特徴としている。A steam turbine / generator vibration diagnostic device installed in a thermal power plant belongs to a type that detects a rapidly progressing abnormality and diagnoses the cause.
The feature is that an abnormality is detected early by catching the current change in vibration.

【００１０】例えば、ある軸受の振動のオーバオール値
がしきい値を越えたことにより、異常が検出され、さら
に周波数分析の結果から回転同期成分が他の周波数成分
よりも卓越して大きければ、アンバランス振動と判定さ
れる。この時、振動の変化に明確な突変現象などの瞬時
的な変化が見られれば、異常原因は回転部欠損（バラン
スウェイト脱落、羽根飛散など）の可能性が高いと判定
できる。For example, if an abnormal value of vibration of a certain bearing exceeds a threshold value, an abnormality is detected, and if the result of frequency analysis indicates that the rotation synchronization component is significantly larger than the other frequency components, It is determined to be unbalanced vibration. At this time, if an instantaneous change such as a sudden change phenomenon is observed in the change in vibration, it can be determined that the cause of the abnormality is likely to be a defect in the rotating part (dropping of balance weight, blade scattering, etc.).

【００１１】しかしながら、同じアンバランス振動の原
因でもタービン起動時の熱的不平衡によるロータ曲り
（数時間に及ぶ変化）、ロータの経年曲り（半年以上に
及ぶ変化）のように異常の進行の遅いものもあり、現在
の近辺のデータだけからこれらを区別するのは困難であ
る。However, even if the cause of the same unbalanced vibration is abnormal progress such as rotor bending (change over several hours) due to thermal imbalance at turbine startup, and rotor aging (change over half a year). There are some, and it is difficult to distinguish them from the data in the immediate vicinity.

【００１２】そこで、このような進行の遅い異常を区別
して検出するためには、進行の遅い異常を検出するタイ
プの診断装置として、運転状態値傾向管理システムなど
の診断装置が別途必要になる。Therefore, in order to distinguish and detect such slow progressing abnormalities, a diagnostic device such as an operating state tendency management system is separately required as a diagnostic device of a type that detects slow progressing abnormalities.

【００１３】例えば、図１３は定格負荷運転時の振動デ
ータを毎月１回収集したものを時系列に表示した場合を
示す。ここで、時間ＡからＢ、および時間ＣからＤの期
間では、経年的なロータの曲りなどにより振動が増加傾
向にある。一方、時間ＢからＣの期間では、回転部欠損
などによりアンバランス量が減少し、振動が減少してい
る。このような場合、現在の時間Ｄにおいて、時間Ａか
らＤのデータを用いて管理値に到達する時間を予測する
と、時間Ｆとなり、定期点検時に機器の調整を行えば良
いと判定される。For example, FIG. 13 shows a case where vibration data during rated load operation is collected once a month and displayed in time series. Here, in the periods of time A to B and time C to D, the vibration tends to increase due to the bending of the rotor over time. On the other hand, in the period from time B to C, the imbalance amount is decreased due to the loss of the rotating part and the like, and the vibration is decreased. In such a case, when the time to reach the control value is predicted using the data of times A to D at the current time D, it becomes time F, and it is determined that the equipment should be adjusted during the periodic inspection.

【００１４】しかしながら、実際には時間ＢからＣの間
に回転部欠損などの異常が起こっていることから、時間
ＣからＤのデータを用いて予測を行うべきであり、その
ようにした場合は、時間Ｅで管理値に到達することにな
る。この場合は定期点検の前に機器の調整が必要という
ことになる。However, since an abnormality such as a loss of a rotating portion actually occurs between times B and C, it is necessary to make a prediction using the data from times C to D. In such a case, , The control value will be reached at time E. In this case, it means that the equipment needs to be adjusted before the periodic inspection.

【００１５】したがって、従来の傾向管理の方法では、
短期的な変化が無視され易いことから、誤った傾向予測
を行う可能性があり、また運転員或いは保守員を油断さ
せる原因にもなる。Therefore, in the conventional trend management method,
Since short-term changes are easily ignored, there is a possibility that wrong trend prediction may be performed, and it may cause the operator or maintenance staff to be alert.

【００１６】本発明は上述した事情を考慮してなされた
もので、進行の速い異常と進行の遅い異常をリアルタイ
ムで識別可能とし、運転員或いは保守員に要求される即
時の判断を支援するために有効な回転機械の監視診断装
置を提供することを目的とする。The present invention has been made in consideration of the above-mentioned circumstances, and makes it possible to distinguish between a fast-moving abnormality and a slow-moving abnormality in real time, and to support the immediate judgment required by an operator or maintenance personnel. It is an object of the present invention to provide a monitoring / diagnosing device for a rotating machine, which is effective for

【００１７】[0017]

【課題を解決するための手段】上述した課題を解決する
ために、本発明の請求項１は、回転機械の振動データお
よび運転状態に関連するデータをリアルタイムで入力
し、周波数分析、変化率計算、基準値データとの差など
のデータ加工を行うデータ処理手段と、この加工データ
をリアルタイムで監視し、しきい値データと比較して異
常を検出する異常検出手段と、上記加工データが外部の
影響を受けずに整定した状態にあるか否かを判定するデ
ータ整定判定手段と、最新に整定したデータと過去に整
定したデータとを比較し異常の進行速度を算出する異常
進行速度判定手段と、上記異常検出手段の異常検出結果
および上記異常進行速度判定手段の異常進行速度に基づ
いて進行の速い異常と進行の遅い異常とを区別して診断
する診断結果判定手段とを備えたことを特徴とする。In order to solve the above-mentioned problems, according to claim 1 of the present invention, vibration data of a rotating machine and data relating to an operating state are input in real time, and frequency analysis and change rate calculation are performed. , Data processing means for processing data such as a difference from the reference value data, abnormality detection means for monitoring this processing data in real time and comparing it with threshold data to detect an abnormality, and the processing data is external A data settling determination unit that determines whether or not the settling state is unaffected, and an abnormal progression rate determination unit that compares the latest settled data with the past settled data to calculate an abnormal progression rate. , A diagnostic result determination method for distinguishing between a fast-moving abnormality and a slow-moving abnormality based on the abnormality detection result of the abnormality detecting means and the abnormal progress speed of the abnormal progress speed determining means. Characterized by comprising and.

【００１８】また、本発明の請求項２は、請求項１の発
明に、回転機械の正常運転時のデータを基準値データと
して運転状態毎に保存しておく基準値データ記憶部と、
加工データが異常か否かを判定するための比較値をしき
い値データとして運転状態毎に保存しておくしきい値デ
ータ記憶部と、整定した状態の加工データを長期間保存
する整定時履歴データ記憶部と、異常進行速度判定手段
の異常検出結果および診断結果判定手段の診断結果を記
憶する診断履歴記憶部と、診断結果、診断履歴、および
整定時履歴データを重ね合わせて表示する表示処理手段
とを設けたことを特徴とする。According to a second aspect of the present invention, in addition to the first aspect of the invention, a reference value data storage section for storing data during normal operation of the rotating machine as reference value data for each operating state,
Threshold data storage unit that stores the comparison value to determine whether the processing data is abnormal as threshold data for each operating condition, and the settling history that stores the processing data in the settling state for a long time A data storage unit, a diagnosis history storage unit that stores the abnormality detection result of the abnormal progress speed determination unit and the diagnosis result of the diagnosis result determination unit, and a display process that displays the diagnosis result, the diagnosis history, and the settling history data in an overlapping manner. And means are provided.

【００１９】[0019]

【作用】上記の構成を有する本発明は、回転機械を対象
とする監視診断装置において、回転機械の異常をリアル
タイムで検出し、進行の速い異常と進行の遅い異常とを
区別して異常原因の診断を行うようにしたので、従来の
診断装置ではリアルタイムで識別することが困難であっ
た非常に進行の速い異常、進行の緩やかな異常、および
非常に進行速度の遅い異常を識別することが可能とな
る。According to the present invention having the above-mentioned structure, in a monitoring and diagnosing device for a rotating machine, an abnormality of the rotating machine is detected in real time, and a cause of the abnormality is diagnosed by distinguishing between a fast-moving abnormality and a slow-moving abnormality. Therefore, it is possible to identify abnormalities with extremely rapid progress, abnormalities with gradual progress, and abnormalities with extremely slow progress, which were difficult to identify in real time by the conventional diagnostic device. Become.

【００２０】[0020]

【実施例】以下、本発明の実施例を図面に基づいて説明
する。Embodiments of the present invention will be described below with reference to the drawings.

【００２１】図２は本発明の一実施例として本発明によ
る回転機械の監視診断装置を発電プラントに設置した例
を示す。FIG. 2 shows an example in which the monitoring / diagnosing device for a rotating machine according to the present invention is installed in a power plant as an embodiment of the present invention.

【００２２】この実施例の回転機械の監視診断装置は、
高中圧タービン１４、低圧タービン１５ａ，１５ｂ、お
よび発電機１６からなる蒸気タービン・発電ユニット１
３に使用され、軸受１７ａ，…１７ｉ部での振動検出器
１８ａ，…１８ｉ、回転計１９、位相基準パルス発振器
２０、各種センサ群２１が蒸気タービン・発電ユニット
１３に付設されている。The rotary machine monitoring and diagnosing device of this embodiment is
A steam turbine / power generation unit 1 including a high / middle pressure turbine 14, low pressure turbines 15a and 15b, and a generator 16.
18i, vibration detectors 18a, ... 18i at bearings 17a, ... 17i, tachometer 19, phase reference pulse oscillator 20, and various sensor groups 21 are attached to the steam turbine / power generation unit 13.

【００２３】各振動検出器１８ａ，…１８ｉや各種セン
サ群２１からの検出信号は、中央操作盤２２に出力され
るようになっている。この中央操作盤２２は運転監視装
置２３，振動監視装置２４，警報装置２５，および連続
記録計２６を備えている。この運転監視装置２３および
振動監視装置２４は回転機械の監視診断装置１に接続さ
れ、運転状態に関連するデータ、およびオーバオール，
振動ベクトル，生波形信号などの振動データがリアルタ
イムで回転機械の監視診断装置１に出力されるようにな
っている。Detection signals from the vibration detectors 18a, ... 18i and various sensor groups 21 are output to the central operation panel 22. The central control panel 22 includes an operation monitoring device 23, a vibration monitoring device 24, an alarm device 25, and a continuous recorder 26. The operation monitoring device 23 and the vibration monitoring device 24 are connected to the monitoring and diagnosing device 1 of the rotating machine, and the data relating to the operating state and the overall,
Vibration data such as a vibration vector and a raw waveform signal are output to the rotary machine monitoring and diagnostic device 1 in real time.

【００２４】また、運転監視装置２３では運転状態に関
するデータが、振動監視装置２４では振動データ（オー
バオール）がそれぞれ常時チェックされ、所定の制限値
を越える場合には、警報装置２５に指令信号が発せら
れ、警報や自動トリップの信号が出力される。なお、振
動検出器１８ａ，…１８ｉ、回転計１９、位相基準パル
ス発振器２０、および各種センサ群２１の出力信号は、
アナログ型の記録計２６にも送出して記録される。一
方、回転機械の監視診断装置１は送られてきたデータに
基づいて診断を行い、その結果をマンマシンインターフ
ェース１２へ表示する。In addition, the operation monitoring device 23 constantly checks the operating condition data, and the vibration monitoring device 24 constantly checks the vibration data (overall). When the data exceeds a predetermined limit value, a command signal is sent to the alarm device 25. It is emitted and an alarm and an automatic trip signal are output. The output signals of the vibration detectors 18a, ... 18i, the tachometer 19, the phase reference pulse oscillator 20, and the various sensor groups 21 are
It is also sent to and recorded in the analog recorder 26. On the other hand, the rotating machine monitoring and diagnosing device 1 makes a diagnosis based on the sent data, and displays the result on the man-machine interface 12.

【００２５】図１は本実施例における回転機械の監視診
断装置１の具体的な構成を示す。FIG. 1 shows a concrete configuration of a monitoring / diagnosing device 1 for a rotary machine according to this embodiment.

【００２６】この監視診断装置１は、回転機械の正常運
転時のデータを基準値データとして運転状態毎に保存し
ておく基準値データ記憶部２と、回転機械の振動デー
タ、回転機械の運転状態に関連するデータ、基準値デー
タなどをリアルタイムで入力し、周波数分析、変化率計
算、基準値データとの差などのデータ加工を行うデータ
処理手段３と、この加工データが異常か否かを判定する
ための比較値をしきい値データとして運転状態毎に保存
しておくしきい値データ記憶部４と、上記加工データを
リアルタイムで監視し、しきい値と比較することにより
異常を検出する異常検出手段５とを備えている。The monitoring / diagnosing device 1 includes a reference value data storage unit 2 for storing data during normal operation of the rotating machine as reference value data for each operating state, vibration data of the rotating machine, and operating state of the rotating machine. Data processing means 3 for inputting in real time data related to, reference value data, etc., and performing data processing such as frequency analysis, change rate calculation, difference with reference value data, and whether or not this processed data is abnormal A threshold value data storage unit 4 that stores a comparison value as a threshold value data for each operating state, and an abnormality that detects the abnormality by monitoring the processing data in real time and comparing it with the threshold value. The detection means 5 is provided.

【００２７】また、監視診断装置１は、上記加工データ
がプラントの状態変化などの外部の影響を受けず整定し
た状態（値の変動が通常のばらつきの範囲内にある状
態）にあることを判定するデータ整定判定手段６と、整
定した状態の加工データを長期間保存する整定時履歴デ
ータ記憶部７と、最新に整定したデータと過去に整定し
たデータとを比較することにより進行の遅い異常を検出
し、異常の進行速度を算出する異常進行速度判定手段８
とを備えている。Further, the monitoring and diagnosing device 1 determines that the above-mentioned machining data is in a settling state (a state in which the variation of the value is within a normal variation range) without being affected by external influences such as a change in the state of the plant. By comparing the latest settling data and the settling data in the past with the settling history data storage section 7 for storing the settling processing data for a long period of time, the slow progressing abnormality is detected. Abnormal progress speed determination means 8 for detecting and calculating the progress speed of the abnormality
It has and.

【００２８】さらに、監視診断装置１は、異常検出手段
５および異常進行速度判定手段８の異常検出結果に基づ
いて進行の速い異常と進行の遅い異常とを区別して診断
する診断結果判定手段９と、異常進行速度判定手段８の
異常検出結果および診断結果判定手段９の診断結果を記
憶する診断履歴記憶部１０と、診断結果、診断履歴、お
よび整定時履歴データを重ね合わせて表示する表示処理
手段１１とを備えている。Further, the monitoring and diagnosing device 1 includes a diagnostic result judging means 9 for distinguishing between a fast-moving abnormality and a slow-moving abnormality based on the abnormality detection results of the abnormality detecting means 5 and the abnormal progress speed determining means 8. A diagnosis history storage unit 10 for storing the abnormality detection result of the abnormal progress speed determination unit 8 and the diagnosis result of the diagnosis result determination unit 9, and a display processing unit for displaying the diagnosis result, the diagnosis history, and the settling time history data in an overlapping manner. 11 and 11.

【００２９】次に、本実施例における回転機械の監視診
断装置１の作用を説明する。Next, the operation of the rotary machine monitoring and diagnosing device 1 in this embodiment will be described.

【００３０】まず、回転機械の監視診断装置１に入力さ
れた振動データ、および運転状態に関連するデータ（例
えば、回転数，負荷，メタル温度など）は、リアルタイ
ムで周期的にデータ処理手段３へ送られる。このデータ
処理手段３ではこれらのデータに対して、周波数分析、
変化率計算、基準値データとの差などの加工を行い、異
常検出のためのしきい値と比較できる形態にデータ処理
される。First, the vibration data and the data relating to the operating state (for example, the number of revolutions, the load, the metal temperature, etc.) input to the monitoring and diagnosing device 1 for the rotating machine are periodically sent to the data processing means 3 in real time. Sent. In this data processing means 3, frequency analysis,
The change rate is calculated, the difference from the reference value data is processed, and the data is processed into a form that can be compared with the threshold value for abnormality detection.

【００３１】例えば、図３は振動ベクトルの変化量を算
出するデータ処理を示す。このデータ処理は入力データ
（振動ベクトル）Ｖが与えられると、その時の回転数或
いは負荷などの運転状態に対応する基準値データ（振動
ベクトル）Ｖ₀ が基準値データ記憶部２から参照され、
振動ベクトルの変化量｜Ｖ−Ｖ₀ ｜が算出されるという
処理である。なお、Ｖ_t はしきい値データである。For example, FIG. 3 shows data processing for calculating the amount of change in the vibration vector. In this data processing, when input data (vibration vector) V is given, reference value data (vibration vector) V ₀ corresponding to the operating state such as the rotational speed or load at that time is referred from the reference value data storage unit 2,
This is a process of calculating the variation amount | V−V ₀ | of the vibration vector. Note that V _t is threshold data.

【００３２】また、図４は入力した振動データを周波数
分析することにより、特定周波数成分を算出するという
データ処理例である。図４において、ωｎは回転周期、
ω₁，ω₂ ，ω₃ は固有値（ロータ固有振動数）であ
る。FIG. 4 shows an example of data processing in which a specific frequency component is calculated by frequency-analyzing the input vibration data. In FIG. 4, ωn is the rotation period,
ω ₁ , ω ₂ , ω ₃ are eigenvalues (rotor natural frequencies).

【００３３】次に、異常検出手段５では図５に示す異常
検出のロジックを用いてデータ処理手段３から入力した
データ（図５の１列目）から異常検出の判定（図５の２
列目）を行い、異常検出結果（図５の３列目）を求め
る。Next, the abnormality detecting means 5 judges the abnormality detection from the data (first column in FIG. 5) input from the data processing means 3 using the abnormality detecting logic shown in FIG. 5 (2 in FIG. 5).
The third column) is performed to obtain the abnormality detection result (third column in FIG. 5).

【００３４】具体的には、まずデータを入力すると、そ
の時の回転数或いは負荷などの運転状態に対応したしき
い値データが、しきい値データ記憶部４から参照され
る。次いで、入力したデータとしきい値データとの比較
が図３および図４に示したような形態で行われる。その
結果、図５に示すようにどの異常検出の判定基準が成立
したかによって異常検出結果が求められる。Specifically, when the data is first input, the threshold value data storage unit 4 refers to the threshold value data corresponding to the operating state such as the rotational speed or the load at that time. Next, the input data and the threshold data are compared in the form as shown in FIGS. As a result, as shown in FIG. 5, the abnormality detection result is obtained depending on which abnormality detection criterion is satisfied.

【００３５】例えば、異常検出の判定基準「振幅増加率
ｃ以上」が成立すると、異常検出結果は「振幅大」とな
る。また、異常検出の判定基準「回転同期成分卓越」が
成立すると、異常検出結果は「アンバランス振動」とな
る。For example, when the criterion of abnormality detection "more than the amplitude increase rate c" is satisfied, the abnormality detection result is "large amplitude". Further, when the criterion of abnormality detection “rotation synchronization component predominance” is satisfied, the abnormality detection result becomes “unbalanced vibration”.

【００３６】一方、データ処理手段３から出力されるデ
ータの一部は、要求に応じてデータ整定判定手段６へ送
られる。このデータ整定判定手段６では、データを特定
の条件で入力し、さらに入力したデータが整定した状態
か否かを判定する。まず、入力するデータとしては、回
転機械の経年的な異常の進行に応じて値が増大または減
少するものを選択する。On the other hand, a part of the data output from the data processing means 3 is sent to the data settling determination means 6 in response to a request. The data settling determination means 6 inputs data under specific conditions and further determines whether the input data is in a settling state. First, as the input data, data whose value increases or decreases according to the progress of the abnormality of the rotating machine over time is selected.

【００３７】例えば、経年的なロータの曲りを検出する
のが目的であれば、回転同期成分を、ロータクラックを
検出するのが目的であれば、２倍同期成分をそれぞれ選
択する。次に、これらのデータを入力する条件として
は、同一の運転状態で定期的にサンプリングする。For example, if the purpose is to detect rotor bending over time, the rotation synchronization component is selected, and if the purpose is to detect rotor cracks, the double synchronization component is selected. Next, as a condition for inputting these data, sampling is periodically performed under the same operating condition.

【００３８】例えば、原子力発電プラントなどでは、定
格負荷での運用がほとんどのため、６時間毎に運転状態
をチェックし、定格負荷運転時であったら、２秒周期で
３０回サンプリングする。たまたま、定格負荷運転時で
なければ、サンプリングは行わず、次の機会を待つ。For example, in a nuclear power plant or the like, most of the operation is at a rated load. Therefore, the operating condition is checked every 6 hours, and if operating at the rated load, sampling is performed 30 times in a cycle of 2 seconds. As it happens, sampling is not performed and the next opportunity is waited for unless it is in rated load operation.

【００３９】次に、サンプリングしたデータからデータ
が整定しているか（値の変動が通常のばらつきの範囲内
にある状態）否かを判定し、整定していれば代表値を算
出する。もし、整定していなければ、再度サンプリング
を行うか、次のサンプリングの機会を待つ。仮に、整定
していない状態が長く継続した場合、その間、異常進行
速度判定手段８へはデータが送られないため、進行の遅
い異常の検出も行われない。但し、異常検出手段５から
診断結果判定手段９へデータが送られているため、診断
は行われる。Next, it is judged from the sampled data whether or not the data is settled (the variation of the value is within the range of normal variation), and if the data is settled, a representative value is calculated. If not settled, sample again or wait for the next sampling opportunity. If the unstabilized state continues for a long time, no data is sent to the abnormal progress speed determination means 8 during that time, and therefore a slow-moving abnormality is not detected. However, since the data is sent from the abnormality detection means 5 to the diagnosis result determination means 9, the diagnosis is performed.

【００４０】ここで、整定の判定を行う方法としては、
サンプリングしたデータの標準偏差或いは最大値と最小
値との差が通常の値（定期点検後の運転実績などから決
めて設定しておく）の範囲にあるか否かを判定する方法
がある。また、代表値はサンプリングしたデータを代表
する値であるから、サンプリングしたデータの平均値を
とる方法で算出する。この代表値は整定時履歴データ記
憶部７に保存されると同時に、異常進行速度判定手段８
へも送られる。Here, as a method for judging the settling,
There is a method of determining whether or not the standard deviation of the sampled data or the difference between the maximum value and the minimum value is within the range of normal values (determined and set based on the operating results after periodic inspections). Further, since the representative value is a value representative of the sampled data, it is calculated by the method of taking the average value of the sampled data. The representative value is stored in the settling history data storage unit 7, and at the same time, the abnormal traveling speed determination unit 8 is provided.
Also sent to.

【００４１】整定時履歴データ記憶部７では、図６に示
すように診断結果の項目毎に次の３種類のデータが時系
列に保存される。まず、図６の１列目の項目はその代表
値を算出した時の日時、２列目の項目はデータ整定判定
手段６で算出した整定時の値（代表値）、３列目の項目
は異常進行速度判定手段８で行う進行の遅い異常の検出
結果に関するものである。In the settling time history data storage unit 7, as shown in FIG. 6, the following three types of data are stored in time series for each diagnostic result item. First, the item in the first column of FIG. 6 is the date and time when the representative value was calculated, the item in the second column is the value at the time of settling (representative value) calculated by the data settling determination means 6, and the item in the third column is The present invention relates to the detection result of the slow-moving abnormality performed by the abnormal-movement speed determination means 8.

【００４２】この３列目の異常検出結果は、１列目の日
時で、進行の遅い異常が発生していると判定された場合
は、異常、そうでない場合は正常と保存される。但し、
定期点検、補修などにより、回転機械の調整が行われ、
正常な状態が復帰した場合、その時点を「異常検出のリ
セット」と定義して既に保存されている情報（正常）を
更新することができる。この「異常検出のリセット」
は、運転員或いは保守員が整定時の値を見て、正常な状
態に復帰したと判断した時、マンマシンインターフェー
ス１２からその時の日時を入力することにより保存され
る。The abnormality detection result of the third column is stored as abnormal if it is determined that an abnormality of slow progress has occurred at the date and time of the first column, and normal otherwise. However,
Adjustment of rotating machinery is performed by periodic inspection, repair, etc.
When the normal state is restored, the point in time can be defined as “reset of abnormality detection” and the already saved information (normal) can be updated. This "reset anomaly detection"
Is saved by inputting the date and time at that time from the man-machine interface 12 when the operator or maintenance person sees the value at the time of settling and determines that the normal state has been restored.

【００４３】異常進行速度判定手段８では、進行の遅い
異常の検出、および異常の進行速度を算出するために次
の２つの処理を行う。すなわち、処理１では最新の整定
時の値（代表値）が異常か否かを過去の正常な整定時の
値を用いて判定する。また、処理２では異常の場合、最
新の値の日時と異常の判定に用いた過去の値の日時とか
ら、異常の進行速度および変化量を算出し、その結果を
保存する。The abnormal progress speed determination means 8 performs the following two processes in order to detect a slow-moving abnormality and to calculate the abnormal progress speed. That is, in the process 1, whether or not the latest settling value (representative value) is abnormal is determined using the past normal settling value. Further, in the process 2, in the case of an abnormality, the progress speed and the amount of change of the abnormality are calculated from the date and time of the latest value and the date and time of the past value used for the abnormality determination, and the result is stored.

【００４４】以下、これらの処理手順の説明に入る前
に、異常検出の原理を図７に基づいて説明する。Prior to the description of these processing procedures, the principle of abnormality detection will be described below with reference to FIG.

【００４５】図７は整定時の値（代表値）を時系列に表
示したもので、時間Ｔ_A の時の値Ｄ_A が最新の値であ
る。但し、時間Ｔ_B 以前のデータには異常と判定される
値は含まれていないものとする。ここで、最新の値Ｄ_A
が異常か否かを判定するため、前回の値Ｄ_B を使用す
る。この値の差｜Ｄ_A −Ｄ_B ｜は異常検出のしきい値ε
より小さいため、この時点では異常は検出されない。[0045] Figure 7 is obtained by displaying the settling time value (representative value) in time series, the value D _A is the most recent value at time T _A. However, it is assumed that the data before time T _B does not include a value determined to be abnormal. Where the latest value D _A
The previous value D _B is used to determine whether or not is abnormal. The difference | D _A −D _B | of this value is the threshold value ε for abnormality detection.
Since it is smaller, no abnormality is detected at this point.

【００４６】同様にして、順次過去のデータを使用して
判定を続けていくと、時間Ｔ_C で、値の差｜Ｄ_A −Ｄ_C
｜がしきい値εを越えるため、この時点で異常が検出さ
れる。この値の差が異常によって発生した変化量とな
る。また、しきい値εだけ変化するのに要した時間（約
Ｔ_A −Ｔ_C ）が異常の進行速度となる。[0046] Similarly, when the carry on determined using sequential historical data, at time T _C, the difference between the values | D _A -D _C
Since | exceeds the threshold value ε, an abnormality is detected at this point. The difference between these values is the amount of change caused by the abnormality. Further, the time required to change by the threshold value ε (about T _A −T _C ) is the abnormal progress speed.

【００４７】図８は異常進行速度判定手段８の処理手順
である。この処理は診断結果の項目毎に行われる。図８
において、処理ステップＳ１〜Ｓ６は異常検出に関する
処理である。また、処理ステップＳ７〜Ｓ９は異常進行
速度の算出に関する処理である。ここでは、診断結果の
項目の例として「アンバランス振動（＃１軸受）」の異
常を判定する場合について説明する。FIG. 8 shows a processing procedure of the abnormal traveling speed determination means 8. This process is performed for each item of the diagnosis result. Figure 8
In, the processing steps S1 to S6 are processing relating to abnormality detection. Further, processing steps S7 to S9 are processing relating to the calculation of the abnormal progress speed. Here, as an example of the item of the diagnosis result, a case of determining an abnormality of “unbalanced vibration (# 1 bearing)” will be described.

【００４８】まず、処理ステップＳ１ではデータ整定判
定手段６から周期的に出力されるデータの最新（以下、
最新データという。）を入力する。この最新データは回
転同期成分（＃１軸受）の整定時の値およびその値を算
出した時の日時から成る。First, in processing step S1, the latest data (hereinafter, referred to as
The latest data. ) Is entered. This latest data consists of the value at the time of settling of the rotation synchronization component (# 1 bearing) and the date and time when the value was calculated.

【００４９】処理ステップＳ２では、最新データが異常
か否かを最新データより１周期前にデータ整定判定手段
６から出力されたデータ（以下、前回の入力データとい
う）を使って判定する。この処理ステップＳ２の判定処
理を図９に示す。In processing step S2, it is judged whether or not the latest data is abnormal by using the data output from the data settling judgment means 6 one cycle before the latest data (hereinafter referred to as the previous input data). The determination process of this process step S2 is shown in FIG.

【００５０】まず、最新データは処理ステップＳ２に送
られるが、この最新データは整定時履歴データ記憶部７
にも保存される。ここで、説明のため最新データの値を
Ｄ_i，前回の入力データの値をＤ_i-1 ，…，最古の入力
データの値をＤ₁ とすると、これらのデータは図６に示
すように時系列に整定時履歴データ記憶部７に保存され
ている。First, the latest data is sent to the processing step S2. This latest data is stored in the history data storage section 7 during settling.
Will also be saved. Here, for the sake of explanation, if the latest data value is D _i , the previous input data value is D _i−1 , ..., and the oldest input data value is D ₁ , these data are as shown in FIG. The time history data is stored in the settling time history data storage unit 7.

【００５１】なお、異常検出の欄は異常進行速度判定手
段８での異常検出結果を保存するため、最新のデータに
ついてこの時点では空欄となっている。Since the abnormality detection column stores the abnormality detection result by the abnormal progress speed determination means 8, the latest data is blank at this point.

【００５２】さらに、処理ステップＳ２は最新データと
前回の入力データとを合わせて入力する。次に、前回の
入力データが異常と判定されている場合は処理ステップ
Ｓ３に進む。そうでない場合は次式により異常の検出を
行う。Further, in the processing step S2, the latest data and the previous input data are input together. Next, if the previous input data is determined to be abnormal, the process proceeds to processing step S3. If not, the abnormality is detected by the following equation.

【００５３】[0053]

【数１】｜Ｄ_i −Ｄ_i-1 ｜＞ε この式が成立した場合、最新データは異常であると判定
し、処理ステップＳ６に進む。この式が不成立の場合
は、前回の入力データの異常検出情報が異常検出リセッ
トとなっているか否かを判定する。その結果、異常検出
リセットであれば、最新データは正常であると判定し、
処理ステップＳ６に進む。そうでない場合は、ここでは
異常が検出されなかったものとして処理ステップＳ３へ
進む。## EQU1 ## | D _i −D _i−1 |> ε If this expression is satisfied, it is determined that the latest data is abnormal, and the process proceeds to step S6. If this equation is not satisfied, it is determined whether or not the abnormality detection information of the previous input data is abnormality detection reset. As a result, if the abnormality detection reset, it is determined that the latest data is normal,
Proceed to processing step S6. If not, it is assumed that no abnormality is detected here and the process proceeds to step S3.

【００５４】この処理ステップＳ３では、処理ステップ
Ｓ２と同様にして最新データが異常であるか否かを前々
回の入力データを用いて判定する。ここでも、正常，異
常の判定ができず、異常が検出されなかった場合は、さ
らに前々回の入力データの前の入力データで判定する。In this processing step S3, similarly to the processing step S2, it is determined whether or not the latest data is abnormal by using the input data two times before. Here again, if normality or abnormality cannot be determined and no abnormality is detected, further determination is made with the input data before the input data two times before.

【００５５】以後も同様にして最新データが異常かどう
かは、順次過去の入力データを用いて判定が行われる。
但し、処理ステップＳ４で最も古い入力データ（最後の
データ）で判定しても、正常か異常かの判定がされなか
った時は、処理ステップＳ５で正常と判定される。After that, similarly, whether or not the latest data is abnormal is sequentially determined by using the past input data.
However, if it is not determined whether it is normal or abnormal even if the oldest input data (last data) is determined in processing step S4, it is determined to be normal in processing step S5.

【００５６】処理ステップＳ６では、最新データが正常
か異常かを判定し、次の処理を決定する。正常の場合
は、処理ステップＳ５へ進み、最終的に正常と判定され
る。異常の場合は、処理ステップＳ７へ進む。この処理
ステップＳ７では整定時履歴データ記憶部７に保存され
ている最新データの日時と異常の判定をした時に使用し
たデータの日時との差を算出し、異常の進行速度と定義
する。この時間が長いほど、異常の進行速度が遅いこと
を意味する。In process step S6, it is determined whether the latest data is normal or abnormal, and the next process is determined. If it is normal, the process proceeds to step S5, and finally it is determined to be normal. If abnormal, the process proceeds to step S7. In this processing step S7, the difference between the date and time of the latest data stored in the settling history data storage unit 7 and the date and time of the data used when the abnormality is determined is calculated and defined as the speed of progress of the abnormality. The longer this time, the slower the progress speed of the abnormality.

【００５７】但し、データの収集周期を長くとる場合
（例えば１ヶ月進行の遅い）異常の検出が多少遅れるこ
ともあるため、次式により異常の進行速度を算出する。However, when the data collection period is long (for example, the progress of one month is slow), the detection of the abnormality may be delayed a little. Therefore, the progress rate of the abnormality is calculated by the following equation.

【００５８】[0058]

【数２】Ｖ_i ＝（Ｔ_i −Ｔ_n ）ε／（Ｄ_i −Ｄ_n ） この式において、Ｖ_i は異常の進行速度、Ｔ_i は最新デ
ータの日時、Ｔ_n は判定に使用したデータの日時、Ｄ_i
は最新データの値、Ｄ_n は判定に使用したデータの値
（但し、１≦ｎ＜ｉ）、εは異常検出のしきい値であ
る。V _i = (T _i −T _n ) ε / (D _i −D _n ) In this equation, V _i is the speed of progress of abnormality, T _i is the date and time of the latest data, and T _n is used for the determination. Date and time of data, D _i
Is the value of the latest data, D _n is the value of the data used for the determination (where 1 ≦ n <i), and ε is the threshold value for abnormality detection.

【００５９】さらに、処理ステップＳ８では、最新デー
タの値と判定に使用したデータの値との差を次式により
算出し、データの変化量と定義する。このデータの変化
量＝Ｄ_i −Ｄ_n と表される。処理ステップＳ９は、異常
検出の結果（正常か異常か）を図６の整定時履歴データ
記憶部７（図６の３列目）に保存する。また、異常検出
時の最新データの値、異常の進行速度、およびデータの
変化量については診断履歴記憶部１０へ保存する。Further, in processing step S8, the difference between the value of the latest data and the value of the data used for the determination is calculated by the following equation, and defined as the amount of change in the data. The amount of change in this data is expressed as D _i −D _n . A processing step S9 stores the result of abnormality detection (normal or abnormal) in the settling history data storage unit 7 (third column in FIG. 6). The latest data value at the time of abnormality detection, the speed of abnormality progress, and the amount of data change are stored in the diagnostic history storage unit 10.

【００６０】次に、診断履歴記憶部１０について図１０
に基づいて説明する。Next, the diagnosis history storage unit 10 is shown in FIG.
It will be described based on.

【００６１】診断履歴記憶部１０は、診断結果の項目毎
に異常検出結果および診断結果を保存する。図１０は診
断結果の項目がアンバランス振動（＃１軸受）の場合を
示す。まず、１列目の日時は異常検出手段５または異常
進行速度判定手段８で異常を検出した日時が記録され
る。２列目の異常進行速度と３列目の回転同期成分の変
化量は、異常進行速度判定手段８の算出結果が記録され
る。The diagnosis history storage unit 10 stores the abnormality detection result and the diagnosis result for each item of the diagnosis result. FIG. 10 shows a case where the item of the diagnosis result is unbalanced vibration (# 1 bearing). First, as the date and time in the first column, the date and time when the abnormality is detected by the abnormality detecting means 5 or the abnormal progress speed determining means 8 is recorded. The calculation results of the abnormal progress speed determination means 8 are recorded as the amounts of change in the abnormal progress speed in the second row and the rotation synchronization component in the third row.

【００６２】したがって、異常検出手段５で異常を検出
した時は、２列目と３列目は空欄となる。４列目は異常
を検出した時の回転同期成分の値が記録される。最後の
５列目は診断結果判定手段９から得られる診断結果が記
録される。Therefore, when the abnormality detecting means 5 detects an abnormality, the second and third columns are blank. The value of the rotation synchronization component when the abnormality is detected is recorded in the fourth column. In the final fifth column, the diagnostic result obtained from the diagnostic result judging means 9 is recorded.

【００６３】また、診断結果判定手段９について図１１
に基づいて説明する。Further, the diagnosis result judging means 9 is shown in FIG.
It will be described based on.

【００６４】診断結果判定手段９は、異常検出手段５お
よび異常進行速度判定手段８の異常検出結果を入力し、
因果マトリックス表などの診断ロジックを用いて診断結
果を求める。図１１は診断結果の項目がアンバランス振
動（＃１軸受）の場合の因果マトリックス表を示す。こ
の因果マトリックス表は、診断結果の項目毎に用意され
ている。The diagnosis result judging means 9 inputs the abnormality detection results of the abnormality detecting means 5 and the abnormal traveling speed judging means 8,
The diagnostic result is obtained using diagnostic logic such as a causal matrix table. FIG. 11 shows a causal matrix table when the item of the diagnosis result is unbalanced vibration (# 1 bearing). This causal matrix table is prepared for each diagnostic result item.

【００６５】まず、横軸の異常検出結果について説明す
る。１番目の異常進行速度は異常進行速度判定手段８か
ら入力した異常進行速度がどのレベルにあるかによって
決定される。例えば、異常の進行速度が３時間未満の場
合、「変化なし」、３時間以上６ヶ月未満の場合、「３
時間」というように決定される。First, the abnormality detection result on the horizontal axis will be described. The first abnormal progress speed is determined by the level of the abnormal progress speed input from the abnormal progress speed determination means 8. For example, if the rate of progress of the abnormality is less than 3 hours, "no change", if 3 hours or more and less than 6 months, "3
"Time" is decided.

【００６６】２番目の振幅増加率以降の項目は、異常検
出手段５から異常検出結果を入力することによって決定
される。このようにして、異常検出結果が決定される
と、表中の記号○，△，×に応じて診断結果の評価が行
われる。例えば、異常の進行速度が「６ヶ月」であれ
ば、診断結果は「経年的ロータの曲がり（進行の遅い異
常）の可能性は大きい（○印）」となる。Items after the second amplitude increase rate are determined by inputting the abnormality detection result from the abnormality detecting means 5. When the abnormality detection result is determined in this way, the diagnosis result is evaluated according to the symbols ◯, Δ, and × in the table. For example, if the speed of progress of the abnormality is "6 months", the diagnostic result is "the possibility of aged rotor bending (slow progressing abnormality) is large (marked with a circle)".

【００６７】また、振幅増加率が「大」であれば、診断
結果は「回転部欠損（進行の速い異常）の可能性は大き
く（○印）、熱的ロータの曲がりなど（進行の遅い異
常）の可能性はほとんどない（×印）」となる。If the rate of increase in amplitude is "large", the diagnostic result is that there is a high possibility that there is a defect in the rotating portion (abnormality of rapid progress) (marked by "○"), bending of the thermal rotor, etc. (abnormality of slow progress). There is almost no possibility of () (X mark). "

【００６８】なお、その他の記号として「△」はやや可
能性があり、「−」は不明を示している。このような方
法によって、進行の速い異常か、進行の遅い異常かが区
別されて、最も可能性の高いものが最終的な診断結果と
して求められる。この診断結果は図１０の診断記憶部１
０に保存される。As other symbols, “Δ” is a little possible and “−” is unknown. By such a method, whether the abnormality is a fast-moving abnormality or a slow-moving abnormality is distinguished, and the most probable one is obtained as a final diagnosis result. This diagnosis result is stored in the diagnosis storage unit 1 of FIG.
Stored in 0.

【００６９】最後の処理として、表示処理手段１１につ
いて図１２に基づいて説明する。図１２はマンマシンイ
ンターフェース１２に表示する画面例であり、表示のた
めの処理を表示処理手段１１で行う。As the final processing, the display processing means 11 will be described with reference to FIG. FIG. 12 is an example of a screen displayed on the man-machine interface 12, and the display processing means 11 performs processing for display.

【００７０】まず、図１２（Ａ）に示すグラフは整定時
のデータ（回転同期成分の値）を時系列に表示したもの
で、３種類の記号で区別されている。記号「○」は診断
履歴記憶部１０（図６）の正常データを示す。記号
「▲」は同じく診断履歴記憶部１０の異常検出リセット
データを示す。記号「×１」、「×２」は診断履歴記憶
部１０（図１０）の異常時の値のデータを示す。First, the graph shown in FIG. 12 (A) shows the data at the time of settling (the value of the rotation synchronization component) in time series, and is distinguished by three kinds of symbols. The symbol “◯” indicates normal data in the diagnosis history storage unit 10 (FIG. 6). Similarly, the symbol “▲” indicates abnormality detection reset data in the diagnostic history storage unit 10. The symbols “× 1” and “× 2” represent data of values in the diagnosis history storage unit 10 (FIG. 10) at the time of abnormality.

【００７１】また、図１２（Ｂ）に示す図は診断履歴記
憶部１０から日時、異常の進行速度、診断結果が参照さ
れることにより作成され、診断履歴として使用する。ま
た、診断履歴はマンマシンインターフェース１２からの
指示により、スクロールして表示することができる。こ
のような表示とすることにより、診断結果とデータの変
化との関係を容易に把握することができる。The diagram shown in FIG. 12B is created by referring to the date and time, the speed of progress of the abnormality, and the diagnostic result from the diagnostic history storage unit 10 and used as a diagnostic history. Further, the diagnosis history can be scrolled and displayed by an instruction from the man-machine interface 12. With such a display, the relationship between the diagnosis result and the data change can be easily grasped.

【００７２】このように本実施例によれば、従来の診断
装置ではリアルタイムで識別することが困難であった異
常、すなわち回転部欠損などの非常に進行の速い異常、
熱的ロータの曲がりなどの進行の緩やかな異常、経年的
ロータの非常に進行速度の遅い異常を識別することが可
能となる。As described above, according to this embodiment, it is difficult to discriminate in real time by the conventional diagnostic apparatus, that is, a very fast progressing abnormality such as a defect in the rotating portion.
It is possible to identify a gradual anomaly such as a bending of the thermal rotor and an anomaly of the aging rotor that is very slow in progress.

【００７３】また、異常の進行速度も合わせて把握する
ことができるため、運転員或いは保守員は直ちに運転操
作が必要か、または定期点検後に補修を行う必要がある
かなどの判断を行うことが容易になる。Further, since the speed of progress of the abnormality can be grasped together, the operator or the maintenance staff can judge whether the operation is required immediately or the repair is required after the periodic inspection. It will be easier.

【００７４】[0074]

【発明の効果】以上説明したように、本発明に係る回転
機械の監視診断装置によれば、回転機械の振動データお
よび運転状態に関連するデータをリアルタイムで入力
し、周波数分析、変化率計算、基準値データとの差など
のデータ加工を行うデータ処理手段と、この加工データ
をリアルタイムで監視し、しきい値データと比較して異
常を検出する異常検出手段と、上記加工データが外部の
影響を受けずに整定した状態にあるか否かを判定するデ
ータ整定判定手段と、最新に整定したデータと過去に整
定したデータとを比較し異常の進行速度を算出する異常
進行速度判定手段と、上記異常検出手段の異常検出結果
および上記異常進行速度判定手段の異常進行速度に基づ
いて進行の速い異常と進行の遅い異常とを区別して診断
する診断結果判定手段とを備えたことにより、進行の速
い異常と進行の遅い異常をリアルタイムで識別すること
が可能となる。As described above, according to the monitoring and diagnosing device for a rotating machine of the present invention, the vibration data of the rotating machine and the data relating to the operating state are inputted in real time, and the frequency analysis, the change rate calculation, A data processing means for processing data such as a difference from the reference value data, an anomaly detecting means for monitoring the processed data in real time and detecting an anomaly by comparing the processed data with the threshold data, and the processed data having an external influence. Data settling determination means for determining whether or not it is in a settling state without receiving, an abnormal progression speed determination means for comparing the latest settling data and the data settling in the past to calculate an abnormal progression speed, A diagnostic result judging means for distinguishing between a fast-moving abnormality and a slow-moving abnormality based on the abnormality detection result of the abnormality detecting means and the abnormal progress speed of the abnormal progress speed determining means. By having the door, it is possible to identify the slow and fast progress abnormalities progress abnormalities in real time.

【００７５】また、進行の遅い異常を検出した場合は、
異常進行速度判定手段において、異常の進行速度が算出
されることから、運転員或いは保守員は直ちに運転操作
が必要か、数時間以内に運転操作が必要か、または定期
点検後に補修を行う必要があるかなどの判断を行うこと
が容易になる。When a slow-moving abnormality is detected,
Since the abnormal progress speed determination means calculates the abnormal progress speed, it is necessary for the operator or maintenance staff to immediately perform an operation operation, within a few hours of operation, or to perform repairs after a periodic inspection. It becomes easy to judge whether there is any.

【図面の簡単な説明】[Brief description of drawings]

【図１】本発明に係る回転機械の監視診断装置の一実施
例を示すブロック図。FIG. 1 is a block diagram showing an embodiment of a monitoring and diagnosing device for a rotary machine according to the present invention.

【図２】図１の実施例を発電プラントに設置した例を示
す概略構成図。FIG. 2 is a schematic configuration diagram showing an example in which the embodiment of FIG. 1 is installed in a power plant.

【図３】異常検出手段のデータ処理例を示す説明図。FIG. 3 is an explanatory view showing an example of data processing of an abnormality detecting means.

【図４】異常検出手段のデータ処理例を示すグラフ図。FIG. 4 is a graph showing an example of data processing by the abnormality detecting means.

【図５】異常検出手段の異常検出ロジックを示す説明
図。FIG. 5 is an explanatory diagram showing an abnormality detection logic of abnormality detection means.

【図６】整定時履歴データ記憶部に保存されるデータ例
を示す説明図。FIG. 6 is an explanatory diagram showing an example of data stored in a settling history data storage unit.

【図７】異常進行速度判定手段で整定時の値を時系列に
表示した図。FIG. 7 is a diagram in which values at the time of settling are displayed in time series by the abnormal traveling speed determination means.

【図８】異常進行速度判定手段の処理手順を示すフロー
チャート。FIG. 8 is a flowchart showing a processing procedure of an abnormal traveling speed determination means.

【図９】図８における処理ステップＳ２の判定処理手順
を示すフローチャート。9 is a flowchart showing a determination processing procedure of processing step S2 in FIG.

【図１０】診断履歴記憶部に保存されるデータ例を示す
説明図。FIG. 10 is an explanatory diagram showing an example of data stored in a diagnosis history storage unit.

【図１１】診断結果判定手段で用いられる診断ロジック
の例を示す説明図。FIG. 11 is an explanatory diagram showing an example of a diagnostic logic used in a diagnostic result determination means.

【図１２】（Ａ），（Ｂ）は表示処理手段で作成される
画面の表示例を示す図。12A and 12B are diagrams showing a display example of a screen created by the display processing means.

【図１３】従来の傾向管理の課題を示す説明図。FIG. 13 is an explanatory diagram showing a problem of conventional trend management.

【符号の説明】[Explanation of symbols]

１ 回転機械の監視診断装置 ２ 基準値データ記憶部 ３ データ処理手段 ４ しきい値データ記憶部 ５ 異常検出手段 ６ データ整定判定手段 ７ 整定時履歴データ記憶部 ８ 異常進行速度判定手段 ９ 診断結果判定手段 １０ 診断履歴記憶部 １１ 表示処理手段 １２ マンマシンインターフェース 1 Monitoring and Diagnostic Device for Rotating Machinery 2 Reference Value Data Storage Section 3 Data Processing Section 4 Threshold Data Storage Section 5 Abnormality Detection Section 6 Data Settling Determination Section 7 Settling History Data Storage Section 8 Abnormal Progression Speed Determination Section 9 Diagnostic Result Determination Means 10 Diagnostic history storage unit 11 Display processing means 12 Man-machine interface

Claims (2)

【特許請求の範囲】[Claims] 【請求項１】 回転機械の振動データおよび運転状態に
関連するデータをリアルタイムで入力し、周波数分析、
変化率計算、基準値データとの差などのデータ加工を行
うデータ処理手段と、この加工データをリアルタイムで
監視し、しきい値データと比較して異常を検出する異常
検出手段と、上記加工データが外部の影響を受けずに整
定した状態にあるか否かを判定するデータ整定判定手段
と、最新に整定したデータと過去に整定したデータとを
比較し異常の進行速度を算出する異常進行速度判定手段
と、上記異常検出手段の異常検出結果および上記異常進
行速度判定手段の異常進行速度に基づいて進行の速い異
常と進行の遅い異常とを区別して診断する診断結果判定
手段とを備えたことを特徴とする回転機械の監視診断装
置。1. Real-time input of vibration data of a rotating machine and data relating to an operating state, frequency analysis,
Data processing means for performing data processing such as change rate calculation and difference with reference value data, anomaly detecting means for monitoring the processed data in real time and detecting anomaly by comparing with the threshold data, and the processing data Data settling judgment means to judge whether or not is in a settling state without being affected by the outside, and the latest settling data and the past settling data are compared to calculate the abnormal progressing speed. And a diagnosis result determining means for distinguishing between a fast progressing abnormality and a slow progressing abnormality based on the abnormality detection result of the abnormality detecting means and the abnormal progressing speed of the abnormal progressing speed determining means. A monitoring and diagnostic device for rotating machinery. 【請求項２】 回転機械の正常運転時のデータを基準値
データとして運転状態毎に保存しておく基準値データ記
憶部と、加工データが異常か否かを判定するための比較
値をしきい値データとして運転状態毎に保存しておくし
きい値データ記憶部と、整定した状態の加工データを長
期間保存する整定時履歴データ記憶部と、異常進行速度
判定手段の異常検出結果および診断結果判定手段の診断
結果を記憶する診断履歴記憶部と、診断結果、診断履
歴、および整定時履歴データを重ね合わせて表示する表
示処理手段とを設けたことを特徴とする請求項１記載の
回転機械の監視診断装置。2. A reference value data storage unit for storing data during normal operation of a rotating machine as reference value data for each operating state, and a comparison value for determining whether or not machining data is abnormal. Threshold data storage for each operation state as value data, settling history data storage for long-term settling processing data, abnormality detection result and diagnosis result of abnormal progress speed determination means The rotary machine according to claim 1, further comprising: a diagnosis history storage unit that stores the diagnosis result of the determination unit, and a display processing unit that displays the diagnosis result, the diagnosis history, and the settling time history data in an overlapping manner. Monitoring and diagnostic equipment.