JPS6219755A

JPS6219755A - Ａｅ方式回転機異常診断システム

Info

Publication number: JPS6219755A
Application number: JP60158231A
Authority: JP
Inventors: Kazuya Sato; 佐藤　弌也; Takao Yoneyama; 米山　隆雄
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1985-07-19
Filing date: 1985-07-19
Publication date: 1987-01-28
Also published as: EP0209862B1; EP0209862A3; JPH0570777B2; US4669315A; DE3674496D1; KR920002072B1; KR870001464A; EP0209862A2

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】〔発明の利用分野〕本発明はアコースティック・エミッション（以下、ＡＥ
と略記）法を用いた診断システムに係り、特に回転機の
機械的異常の要因を判別する機能を備えたＡＥ方式回転
機異常診断システムに関する。

（発明の背景〕蒸気タービン、発電機、水車、圧延機などの回転機が運
転中に事故を起こすと重大事故に発展する恐れがある。

特に、回転部の機械的事故は危険が大きい；そこで、こ
の様な事故を未然に防ぐためには、早期に異常を検知す
る必要がある。

早期異常検知手段の一つとしてＡＥ法が提案されている
。これらの技術は回転機の一部に設置されたＡＥセンサ
にて超音波信号を検出し、包絡線検波処理後に回転周波
数成分を通過させるフィルターに通すことによって、異
常検知するものである（特開昭　−号公報）。また、す
べり軸受の損傷を診断する方法として、特開昭５７−、
、、：面ｘ３ａ　　ｒ軸受損傷診断方法及び装置」、特
開昭”’−１’７’−４５４ｚｓ　　ｒすべり軸受部の
金属接触検知装置」などがある。しかしＡＥセンサ出力
を分析し即座にその異常を診断することは困難であった
。

〔発明の目的〕

本発明の目的は、運転中の回転機の異常要因を即座に判
別できる判断機能を備えたＡＥ方式異常診断システムを
提供するにある。

〔発明の概要〕

本発明の特徴は、包絡線検波処理後のＡＥ倍信号ついて
、コンピュータを用いて特徴分析を行ない、これらの処
理結果から異常の種別を判別できようにしたことである
。

〔発明の実施例〕

以下、本発明の一実施例を第１図、第２図を用いて説明
する。第１図は本発明による診断動作を行なうためのフ
ロー図、第２図は前記フロー図を実行するためのシステ
ム構成例を示す。第２図において、回転機１にＡＥセン
サ２を設置し、該ＡＥセンサ２の出力電圧を増幅器３で
増幅したあログ信号からディジタル信号に変換され、メ
モリに保持される。信号変換取込部５は具体的にはアナ
ログディジタル変換回路からなり０例えば１（ｍｓｅｃ
）　　毎に約１６秒間取込みが行なわれる。

尚増幅器３の出力をディジタル変換して取込みその後ソ
フトウェアにより包路線検波処理を行なっても良い。一
方、回転信号検出部６からの信号も前記信号変換取込部
５に入力し、ディジタル信号に上記と同様のサンプリン
グ周期で変換されてメモリに保持される。前記信号変換
取込部５の出力は、信号解析評価部７に入れられ、第１
図のフロー図に基づいた処理がされ、その結果は出力装
置８に出力される。ここで、前記信号解析評価部７は、
具体的にはディジタルコンピューターで構成される。

次に、第１表により診断動作の基になる考え方について
説明する。尚、この第１表の内容は発明者らが長時間の
実験を繰返して見付は出したものである。

第１表に示すように第２図の信号変換取込部５より取込
まれた包路線検波処理後のＡＥ倍信号連続型であるか突
発型であるかによって回転機の異常の原因が夏型と■型
に分けられる。上記連続型か突発型かを示す代表的波形
を第３図（ａ）。

（ｂ）に示す。（ａ）は連続型であり、（ｂ）は突発型
である。

上述の考え方に基づく診断動作の具体的実施例について
第１図により説明する。

第２図で所定時間、例えば１６秒間取込まれ、メモリに
保持されたデータは第１図のステップ１１で再び読み出
され、第１表に基づいて処理さ、・、Ｉれる。この処理
を機能的に分類すると、信号処理二部１３．特徴判断部
１４、診断出力部１５とに大別される。ＡＥ倍信号信号
処理部１３を構成する波形特徴処理部１３２によって夫
々処理されたのち特徴判断部１４により処理される。尚
上述のように包絡線検波処理をソフトウェアによって行
なう場合には第１図のステップ１３１で行なうこととな
る。信号処理部１３の波形特徴処理部１３２は具体的−
例を第４図に示す。

連続型か突発型かの定義はいろいろ考えられるが１例え
ば一定時間内におけるＡＥイベントの持続時間の総和が
長いものが連続型で、持続時間の総和が短いものが突発
であると考えることができる。すなわち、第３図に包絡
線検波後の連続型及び突発型波形の一例を示す。同図（
ａ）は連続型、（ｂ）は突発型を示し、しきい値Ｅｒで
切った時、それを越える部分が持続時間ＴＤＩ、ＴＤ２
〜Ｔ　Ｄ　ｎとなり、一定時間ＴＳ内における持続時間
の総和ΣＴＤの長短によつ・て判定する。また、前記し
きい値Ｅｒとしては、一定値を選ぶ場合あるいは一定時
間ＥＳ内の平均値より少し高い値を選ぶ方法などがある
。

第４ｗｉはその一例である。ステップ２３１〜ステツプ
２３４はしきい値Ｅｒを決定するステップで、もししき
い値が予め決定された一定値を用いる場合にはこれらの
ステップは不要である。

ステップ２３１でメモリに保持していたデータを読出し
、ステップ２３２でデータの積算を行なう。ステップ２
３３で上述の一定時間ＥＳの積算が完了したかを判断し
、データの読出しと積算を繰返えす。一定時間ＥＳ内の
データの積算が終了するとステップ２３４でその平均値
を演算する。

この演算式は例えば積算値を時間ＥＳに対応したサンプ
リング回数で除算する式となる。この除算値に所定値を
加算して少し高くした値をしきい値とする。平均値よ刀
少し高い値を使用するのは正常時にＡＥセンサの出力が
略零となり、その平均値が略零となるとしきい値も略零
となりノイズの影響を受けるためであるステップ２３４
〜２３８は上記ＴＤの総和ΣＴＤを演算するステップで
あり、ステップ２３５でメモリより再びデータを読出し
、ステップ２３６でしきい値と比較する。しきい値より
大きい条態では計数値ｎを増加させる６データのサンプ
リング回数の内、しきい値より大きいサンプリング入力
となったサンプリング回数がこのｎであられされる。例
えばサンプリング周期が一定であればこの計数値ｎは上
記総和ΣＴＤを表わすと考えることができる。ステップ
２３８で上記一定時間ＥＳ内のデータの判断を総て終了
したことを判断するとこのときの計数ｎは上記総　　　
　　序数ΣＴＤを表わす値と考えることができる。この
ｎが所定値より大きいとき波形特徴は連続型であると考
えることができる。

第５図は他の実施例であり、ステップ３３１〜ステツプ
３３４は第３図の立上り時間ＴＲを測定する・ステップ
３３１でメモリの保持データを続出し、ステップ３３２
でサンプリングされてメモリに保持されたデータとしき
い値Ｅｒとを比較する。もしデータの方がしきい値より
大きければステップ３３３で計数ｎを増加させる。この
計数ｎは第３図の立上り時間ＴＲを表わすためのもので
ある。ステップ３３４で波形のピークを検知する。

このピーク検知は一般に知られた方法で検知できる。ピ
ーク検知の時点での計数ｎは第３図の時間ＴＲを表わす
、この時間ＴＲが所定値より大きいかどうかによりステ
ップ３３５で波形の特徴が連続型かどうかを判断する。

第１図の特徴判断部１４は第４図または第５図の判断結
果を利用するのみであり、この判断結果に基づいて異常
の原因が第１表に示すＩ型であるか■型であるかを決定
し、第１図のステップ１６１または１６２で異常原因の
表示処理を第２図の出力部８に対して行ない、処理を終
了する。

第２表も第１表と同様、発明者らが長時間の実験を行な
って見付は出した判断条件である。

第　　　２　　　表周波数特徴が回転数同調型であるかどうかによって異常
原因が■型であるか■型であるかを診断できる。この診
断の具体的処理動作を第６図に示す。図で第１図と同様
、処理は信号処理部１３と特徴判断部１４と診断出力部
１５とよりなる。ここでステップ１３１の目的は第１図
と同様である。

ステップ１３３で包路線検波の結果により第２表に示す
同調型かどうかを判断するための処理を行なう、具体的
な動作を第７図に示す、ステップ４３１で包絡線検波の
出力を周波数分析する。この技術は基本的にはＦＥＴ技
術として知られている技術を用いることができる。ステ
ップ４３２で周波数分析結果から周期を検知する。この
周期が第１図の回転信号検出部６の出力に基づいて検出
された回転体の回転周期に略一致している場合にはステ
ップ４３３で同調型と判断する。そうでない場合は非同
調型となる。

第８図は他の実施例でステップ４３１は第７図のステッ
プ４３１と略同−である、ステップ４３５で周波数分析
結果による周期パルスを計数し、その計数値がステップ
４３６で回転信号検出部６の出力に基づく周期パルスの
計数値と一致したことにより同調型と判断する。これら
の判断に基づいて処理部１４で■型かｍ型かの判断を行
なって異常原因を表示する。

上記第１図、第６図の説明では異常が生じていることを
前走として説明したが通常の制御では正常状態の方が多
いことは当然である。この時には包絡線検波の出力は略
零となる。このときには異常の表示を行なわないのは当
然のことである。

第３表は発明者らが実験を繰返して見付は出した診断条
件の詳細である。

第　　３　　表この第３表の診断条件に基づく診断フローを第９図に示
す。

次に、第３表により診断動作の基になる考え方について
説明する。すなわち、回転機の異常は包絡線検波処理後
のＡＥ倍信号ついての周波数特徴と波形特徴とから形態
別に分類することができる。

同図に示すように、周波数特徴によって狭帯域型と広帯
域型に分け、さらに回転周波数成分に対して同調型と非
同調型に分け、波形特性によって連続型と突発型に分け
ると６種類（Ａｔ、Ａ２゜Ｂｌ、Ｂ２．Ｃ１，Ｃ２）の
異常要因に分類することができる。具体的異常要因名と
して、例えば（）内に示したようなものが判別可能であ
る・上述の考え方に基づく診断動作の具体的実施例につ
いて第９図により説明する１本動作を機能的に分類する
と、信号処理部１３．特徴判断部１４、診断出力１５と
に大別される。これらは第１図。

第６＠と同様である。ＡＥ信号処理部１３を構成する包
絡線検波処理部１３１、波形特性処理部１３２、周波数
特性処理部１３３の動作は第１図。

第６図と同様であり、このあと特性判断部１４に入力さ
れる。前記特性判断部１４では前記信号処理部１３の結
果を用いて次のような判断を行うｄ帯域判断ステップ１
４１は、周波数特徴が狭帯域か広帯域かの判断を行ない
、同調性判断ステップ１４２は周波数特性が回転信号１
２と同調性があるか否かの判断する。波形々態判断ステ
ップ１４３゜１４４．１４５は連続型か突発型かの判断
を行なう。

以上のような判断を第９図に基づく方法で行うことによ
って診断出力１５にはＡ１−Ｃ２までの異常要因別に分
類した出力を出すことができ、この出力により異常の表
示が可能となる。

さて、前記波形々態判断ステップ１４３において連続型
か突発型かの判断は、第１図で説明した前記波形特徴処
理ステップ１３２の結果を用いて行うことになる。次に
、前記周波数特徴処理ステップ１３３としては、周波数
解析機能をもったものであればよく第６図で説明した方
法で処理できる。第１０図に周波数特徴の帯域別及び同
調別の特性例を示す一同図において、Ｆｒは回転周波数
を示し、同調型は主成分がＦｒと一致する特性である。

広帯域か狭帯域かの判断技術のみを見るとこれは知られ
ている技術でありこのように知られている技術をここに
応用できる０例えば第７図や第８図の如く周波数に分類
し、この周波数成分の出力が広範囲かどうかで判断でき
る。

次に、第３表に示した具体的異常要因について説明する
。Ａ１の例としては、ラビングがある。

ラビングの場合、回転の偏心でこすれに強弱がでるため
回転に同調した信号となる。Ａ２の例としてはロータク
ラックがある。ロータにクラックが生じていると回転の
偏心によりある回転角度で応力が最大になり、クラック
が進展するため回転同調の突発型ＡＥ倍信号発生する。

Ｂ１の例としてはすベリ軸受のメタルワイプ現象がある
。メタルワイプは油膜切れによる金属接触から成長する
ため軸の１回転中に多数の連続型ＡＥが発生する。

このＡＥは周期性を持っているが、回転周波数には同調
していないのが特徴である。Ｃ１の例としては、圧延機
のバックアップロール用すベリ軸受部におけるスラスト
方向止め金具が接触するためのスラスト当りと呼ばれる
現象がある。スラスト当りが発生すると持続時間の大き
い大振幅ＡＥが発生する。Ｃ２の例としては、ころがり
軸受の損傷、すべり軸受の損傷で程度のひどいものなど
がある。

次に、本発明の他の実施例について述べる。第１１図及
び第１２図は異常の種別の他に異常発生位置の標定が可
能な診断方式である。２チャンネル以上のＡＥセンサ及
び診断制御系を設け、ＡＥ倍信号到達時間差から位置標
定を行うものである。

第１１図、第１２図は２チヤンネル系のシステム例で、
ＡＥ信号１１ａ、ｌｌｂは夫々信号処理１３ａ、１３ｂ
、特徴判断部１４ａ、１４ｂで異常の種別が処理された
のち位置標定演算部１６で時間差に基づく位置が標定さ
れ表示装置１７に出力される。第１２図では、位置標定
の精度を上げるために、回転同期信号についてのみ加算
平均処理部１８ａ、１８ｂによって処理したのち位置標
′定を行うものである。

゛パに ′〔発明の効果〕本発明によれば回転機の損傷やクラック等、はっておけ
ば重大事故を招く恐れのある異常要因の種別を即座に検
知できる。

【図面の簡単な説明】

第１図は本発明の一実施例を示す診断フロー図。第２図はシステム構成図、第３図は波形特徴の説明図、
第４図は波形特徴処理部の詳細フロー図、第５図は第４
図の他の実施例を示すフロー図、第６図は本発明の他の
実施例を示すフロー図、第７図は同調型判断のフロー図
、第８図は第７図の他の実施例を示すフロー図、第９図
は本発明のさらに他の実施例を示すフロー図、第１０図
は帯域型を説明する説明図、第１１図と第１２図は本発
明のさらに他の実施例を示すシステム図。１・・・回転機、２・・・ＡＥセンサ、３・・・増幅器
、４・・・包絡線検波処理部、５・・・信号変換取込部
、６・・・回転信号検出部、７・・・信号解析評価部、
８・・・出力装置。

Claims

【特許請求の範囲】１、回転機に設置したＡＥセンサの信号と回転信号を制
御装置に入力して前記回転機の異常を診断するシステム
に於いて、前記制御装置として包絡線検波処理、波形特
性処理、周波数特性処理の機能を持つ信号処理部と、前
記信号処理部の波形特性処理結果を用いて前記ＡＥ信号
の波形形態が連続型か突発型かの判断と、周波数特性処
理結果と前記回転信号を用いて前記ＡＥ信号の包絡線検
波処理波の周波数特性が狭帯域型か広帯域型かの判断並
びに狭帯域型の場合に前記回転信号と同調しているか否
かの判断機能を有する特性判断部によつて、前記波形特
性と前記周波数特性との組合せにより６種類以上の要因
別に異常を分類する機能を備えたＡＥ方式回転機異常診
断システム。２、特許請求の範囲第１項におけるＡＥセンサと制御装
置を２系統以上有し、前記制御装置の各々の出力信号を
位置標定演算部に入力することによつて、異常の種別と
同時に発生位置を標定する機能を備えたＡＥ方式回転機
異常診断システム。３、特許請求の範囲第１項におけるＡＥセンサと制御装
置を２系統以上有し、前記制御装置の各々の出力信号を
加算平均処理したのち位置標定演算部に入力することに
よつて、異常の種別と同時に発生位置を標定する機能を
備えたＡＥ方式回転機異常診断システム。