WO2021049068A1 - 振動検出装置、振動検出方法および異常判定システム - Google Patents

振動検出装置、振動検出方法および異常判定システム Download PDF

Info

Publication number
WO2021049068A1
WO2021049068A1 PCT/JP2020/009549 JP2020009549W WO2021049068A1 WO 2021049068 A1 WO2021049068 A1 WO 2021049068A1 JP 2020009549 W JP2020009549 W JP 2020009549W WO 2021049068 A1 WO2021049068 A1 WO 2021049068A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
unit
cycle
noise
sine wave
Prior art date
Application number
PCT/JP2020/009549
Other languages
English (en)
French (fr)
Inventor
篠原　慎二
照 波多野
央登 藤原
Original Assignee
三菱電機エンジニアリング株式会社
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 三菱電機エンジニアリング株式会社 filed Critical 三菱電機エンジニアリング株式会社
Publication of WO2021049068A1 publication Critical patent/WO2021049068A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0066—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by exciting or detecting vibration or acceleration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4454—Signal recognition, e.g. specific values or portions, signal events, signatures

Definitions

  • the present disclosure relates to a vibration detection device that detects vibration generated in a target machine, a vibration detection method, and an abnormality determination system that determines an abnormality in the target machine based on the vibration generated in the target machine.
  • Patent Document 1 describes an apparatus for diagnosing an abnormality in mechanical equipment based on a peak value of measured digital data of sound or vibration generated in a sliding member of mechanical equipment or a related member.
  • This device digitally converts the analog signal of sound or vibration detected from the sliding member or related member of the mechanical equipment to generate the measured digital data, and each data point of the measured digital data is combined with the data point immediately before it.
  • the peak value is obtained by calculating the level difference and the slope.
  • Patent Document 1 analyzes the temporal change tendency of the vibration generated in the target machine based on the peak value of the measured digital data representing the vibration detected from the target machine, and obtains the analysis result. Based on this, the abnormality diagnosis of the target machine is performed.
  • the A / D conversion process for converting the signal representing the vibration detected from the target machine into digital data, and the main frequency from the digital data obtained by the A / D conversion process. It performs a lot of signal processing such as filtering to obtain the signal of the band, envelope processing to obtain the envelope data of the signal of this main frequency band, and high-speed Fourier transform (FFT) to analyze the frequency of the envelope data.
  • FFT high-speed Fourier transform
  • the present disclosure solves the above problems, and obtains a vibration detection device, a vibration detection method, and an abnormality determination system capable of reducing signal processing required for analyzing the temporal change tendency of vibration generated in the target machine.
  • the purpose is.
  • the vibration detection device inputs an AE wave sine wave signal from an AE sensor that detects an acoustic emission (hereinafter referred to as AE) wave corresponding to the vibration generated in the target machine, and the input sine wave signal.
  • AE acoustic emission
  • the A / D converter that converts data to digital data, the extractor that extracts the maximum data points from the digital data for each cycle of the sine wave signal, and the data points extracted by the extractor are identified as sine waves. It is composed of as many data points as possible, and includes an output processing unit that visually outputs cycle data including the maximum value data points and the output unit.
  • the AE wave sine wave signal corresponding to the vibration generated in the target machine is converted into digital data, and the maximum data point is extracted from the digital data for each cycle of the sine wave signal. It is composed of a maximum value data point and a number of data points that can be identified as a sine wave, and cycle data including the maximum value data point is visibly output by the output unit.
  • the cycle data that can be identified as a sine wave including the maximum value data points extracted for each cycle of the AE wave sine wave signal is data showing the temporal change of the vibration generated in the target machine, and is the data of the vibration. It can be treated as data for analysis of temporal change trends. Further, this cycle data can be generated by a simple process of extracting data points from digital data.
  • the cycle data visibly output by the output unit can easily determine the presence or absence of noise based on the magnitude of the maximum value for each cycle without using an oscilloscope.
  • the vibration detection device according to the present disclosure can reduce the signal processing required for analyzing the temporal change tendency of the vibration generated in the target machine.
  • the vibration detection device according to the present disclosure can provide data that makes it possible to visually recognize whether the vibration detection data or noise of the target machine.
  • FIG. 2A is a diagram showing an output waveform of the AE sensor
  • FIG. 2B is a diagram showing digital data obtained by A / D converting the output signal of the AE sensor.
  • FIG. 2A is a diagram showing an output waveform of the AE sensor
  • FIG. 2B is a diagram showing digital data obtained by A / D converting the output signal of the AE sensor.
  • It is a block diagram which shows the structure of the output processing part of FIG.
  • FIG. is a flowchart which shows the vibration detection method which concerns on Embodiment 1.
  • FIG. It is a flowchart which shows the detailed process of step ST2 of FIG. It is explanatory drawing which shows the display example of the cycle data in Embodiment 1.
  • FIG. FIG. 7A is a block diagram showing a hardware configuration that realizes the function of the vibration detection device according to the first embodiment
  • FIG. 7B is a block diagram that executes software that realizes the function of the vibration detection device according to the first embodiment. It is a block diagram which shows the hardware configuration. It is a block diagram which shows the structure of the abnormality determination system which concerns on Embodiment 2.
  • FIG. It is a flowchart which shows the vibration detection method which concerns on Embodiment 2. It is a block diagram which shows the structure of the abnormality determination system which concerns on Embodiment 3. It is a flowchart which shows the vibration detection method which concerns on Embodiment 3. It is a figure which shows the outline of the process of extracting the maximum value data point from the digital data of the AE wave sine wave signal. It is a flowchart which shows another aspect of the vibration detection method which concerns on Embodiment 3. It is a block diagram which shows the structure of the abnormality determination system which concerns on Embodiment 4.
  • FIG. 1 is a block diagram showing a configuration of an abnormality determination system 1 according to the first embodiment.
  • the abnormality determination system 1 is a system that determines the presence or absence of an abnormality in the target machine 2 based on the vibration generated in the target machine 2, and includes an AE sensor 3, a vibration detection device 4, an abnormality determination unit 5, and a display.
  • the unit 6 is provided.
  • the target machine 2 is a rotating machine such as a motor, a speed reducer, a cutting machine, a pump, and a turbine.
  • the vibration detection device 4 includes an A / D conversion unit 41, an extraction unit 42, and an output processing unit 43.
  • an external device connected to the vibration detection device 4 includes an abnormality determination unit 5 and a display unit 6.
  • the external device is, for example, a personal computer used by an inspection worker of the target machine 2.
  • the abnormality determination unit 5 and the display unit 6 may be components included in the vibration detection device 4.
  • the display unit 6 is an output unit that displays the data output from the vibration detection device 4.
  • the AE sensor 3 is attached to the target machine 2 and detects an AE wave corresponding to the vibration generated in the target machine 2.
  • AE is a phenomenon in which when a solid is deformed or destroyed, the elastic energy stored inside the solid is released as an elastic wave (AE wave).
  • the AE sensor 3 has a cantilever structure that outputs a sine wave signal of the AE wave detected from the target machine 2.
  • This cantilever structure is an oscillation structure made of a piezoelectric material having a high Q value, and a resonance frequency is set in the frequency band of the AE wave.
  • FIG. 2A is a diagram showing an output waveform of the AE sensor 3
  • FIG. 2B is a diagram showing digital data obtained by A / D converting the output signal of the AE sensor 3.
  • the target machine 2 is a cutting machine.
  • a cutting machine is a machine tool that cuts a work piece rotated around a spindle with a cutting blade.
  • the period A is the period during which the workpiece was cut by the normal cutting blade
  • the period B is the period during which the workpiece was cut by the cutting blade in which the abnormality occurred.
  • the abnormality of the cutting blade for example, an abnormality that occurs suddenly such as a blade spill of the cutting blade and the vibration between the cutting blade and the workpiece suddenly fluctuates can be considered.
  • the vibration generated between the cutting blade and the workpiece in period A did not fluctuate significantly.
  • the signal level of the sine wave signal of the AE wave detected from the cutting machine by the AE sensor 3 becomes a level within a range corresponding to the fluctuation of the vibration generated between the cutting blade and the workpiece.
  • ⁇ v1 shown in FIG. 2A is a value obtained by subtracting the maximum signal level of the AE wave sine wave signal in the period A from the maximum signal level of the AE wave sine wave signal in the period B. That is, the signal level of the AE wave sine wave signal fluctuates by ⁇ v1 at the maximum due to the occurrence of an abnormality in the cutting blade.
  • the digital data obtained by A / D conversion of the output signal of the AE sensor 3 in the period B by the A / D conversion unit 41 is a time series of a plurality of data points forming a sine wave. is there.
  • a measurement error occurs in the peak value for each cycle of the sine wave according to the variation in the value of the data points sampled from the analog signal.
  • the AE wave signal detected by the AE sensor 3 was output as a sine wave, and suddenly large vibrations were generated in the target machine 2. It was confirmed that when the fluctuation occurs, the amount of change ⁇ v1 of the signal level corresponding to the fluctuation of the vibration becomes sufficiently larger than the measurement error ⁇ v2 of the peak value.
  • ⁇ v1 is sufficiently larger than ⁇ v2 means that the maximum value or the minimum value can be accurately extracted from the sine wave.
  • the vibration detection device 4 pays attention to the fact that the change amount ⁇ v1 of the signal level of the AE wave sine wave signal is sufficiently larger than the measurement error ⁇ v2 of the peak value, and determines the temporal change of the vibration generated in the target machine 2. Generate the data shown. That is, the extraction unit 42 extracts the maximum data point for each cycle of the sine wave signal from the digital data of the sine wave signal of the AE wave detected from the target machine 2 by the AE sensor 3. The time-series data of the maximum value data points extracted by the extraction unit 42 shows the temporal change of the vibration generated in the target machine 2, and the analysis of the temporal change tendency of the vibration generated in the target machine 2. Used for.
  • the vibration detection device 4 can generate data for analysis of the temporal change tendency of vibration by a simple process of extracting data points from digital data. As a result, it is possible to significantly reduce the signal processing required for analyzing the temporal change tendency of the vibration generated in the target machine 2. Further, since the analysis data is composed of only the maximum value data points, it is only necessary to sequentially store the maximum value data points extracted from the digital data when the analysis data is generated. Therefore, it is possible to reduce the storage capacity required for analyzing the temporal change tendency of the vibration generated in the target machine 2.
  • the output processing unit 43 included in the vibration detection device 4 is composed of a maximum value data point and a data point having a number of points that can be identified as a sine wave, and displays cycle data including the maximum value data point in the display unit 6. Output so that it can be seen with. For example, an inspection worker of the target machine 2 can easily determine whether or not noise is caused by the magnitude of the maximum value in the cycle data displayed on the display unit 6 without using an expensive oscilloscope. As a result, the vibration detection device 4 can reduce the signal processing required for analyzing the temporal change tendency of the vibration generated in the target machine 2, and visually recognizes whether it is the vibration detection data or the noise of the target machine 2. It is possible to provide possible data.
  • the abnormality determination unit 5 determines the abnormality of the target machine 2 based on the data composed of the maximum value data points for each cycle of the AE wave sine wave signal. For example, in the abnormality determination unit 5, the rate of change of the sine wave signal of the AE wave obtained by the prior experiment (for example, the rate of change obtained by simulating the target machine 2 in the state where the abnormality has occurred) is used as the determination threshold value. It is set.
  • the abnormality determination unit 5 uses the data generated by the vibration detection device 4 that is determined not to be noise by visually recognizing the cycle data displayed on the display unit 6, and uses the AE wave sine wave signal. The rate of change of is calculated, and the calculated rate of change is compared with the judgment threshold value.
  • the abnormality determination unit 5 determines that no abnormality has occurred in the target machine 2, and the rate of change of the AE wave sine wave signal is equal to or greater than the determination threshold value. When becomes, it is determined that an abnormality has occurred in the target machine 2.
  • FIG. 3 is a block diagram showing the configuration of the output processing unit 43.
  • the output processing unit 43 visually outputs the maximum value data points and cycle data extracted by the extraction unit 42 on the display unit 6.
  • the number of points that can be identified as a sine wave is, for example, about 20 points.
  • the output processing unit 43 includes a determination unit 431, a storage unit 432, and an output control unit 433.
  • the determination unit 431 compares the maximum value of the data points extracted by the extraction unit 42 with the maximum value of the data points stored in the storage unit 432, and determines which is larger.
  • the storage unit 432 stores the maximum data point in the determination period of the AE wave sine wave signal and the cycle data including this data point.
  • the output control unit 433 visually outputs the maximum value data point stored in the storage unit 432 and the cycle data including the data point to the display unit 6.
  • the output control unit 433 outputs the maximum value data point included in the cycle data determined to be non-noise to the abnormality determination unit 5.
  • the abnormality determination unit 5 determines the abnormality of the target machine 2 based on the data output from the output control unit 433.
  • FIG. 4 is a flowchart showing the vibration detection method according to the first embodiment, and shows a series of processes by the vibration detection device 4 shown in FIG.
  • the AE sensor 3 detects an AE wave corresponding to the vibration generated in the target machine 2.
  • the A / D conversion unit 41 inputs an AE wave sine wave signal detected by the AE sensor 3 and converts the input sine wave signal into digital data (step ST1).
  • the extraction unit 42 inputs the digital data converted by the A / D conversion unit 41, and extracts the maximum data point for each cycle of the sine wave signal from the input digital data (step ST2). For example, the extraction unit 42 extracts cycle data including a maximum value data point and a maximum value data point for each cycle of the sine wave signal from the digital data of the AE wave sine wave signal. The maximum value data points and cycle data extracted by the extraction unit 42 are output to the output processing unit 43.
  • the extraction unit 42 extracts the minimum value data point instead of extracting the maximum value data point from the digital data of the AE wave sine wave signal, the sign of the extracted data point is inverted. As a result, the extraction unit 42 can generate data for analysis similar to the case of extracting the maximum value data point. Since noise that changes on the plus side of the sine wave is superimposed on the sine wave signal of the AE wave, erroneous extraction of noise is reduced by extracting the minimum value which is the peak value on the minus side of the sine wave. It is possible to make it.
  • the output processing unit 43 visually outputs the maximum value data points extracted by the extraction unit 42 and the cycle data including the data points on the display unit 6 (step ST3).
  • the determination unit 431 included in the output processing unit 43 compares the maximum value data points sequentially extracted by the extraction unit 42 for each cycle with the maximum value data points stored in the storage unit 432 during the determination period. Then, it is determined which is larger.
  • the determination period is, for example, a period in which the target machine 2 is in an individual state when its state changes sequentially according to the operation of the target machine 2.
  • the target machine 2 is a cutting device
  • the storage unit 432 stores the maximum value data point and the cycle data including the data point for each state of the target machine 2.
  • the state of the target machine 2 differs depending on the operating conditions.
  • the machining state of the cutting device changes depending on the material of the work piece, changes depending on the state of the cutting blade, and changes depending on the difference in the number of rotations of the cutting blade or the work piece.
  • the extraction unit 42 sequentially extracts the maximum value data points for each cycle of the AE wave sine wave signal for each state and each operating condition of the target machine 2.
  • the determination unit 431 compares the maximum value data point extracted by the extraction unit 42 with the maximum value data point stored in the storage unit 432, so that the maximum value data is obtained for each state of the target machine 2. Determine the point and the cycle data containing this data point.
  • the storage unit 432 When it is determined that the value of the data point stored in the storage unit 432 is smaller than the value of the data point newly extracted by the extraction unit 42, the storage unit 432 is newly extracted by the extraction unit 42. The data point and the cycle data including this data point are overwritten with the previously stored data point and cycle data. As a result, the storage unit 432 stores the maximum value data point and the cycle data including the data point among the digital data of the AE wave sine wave signal detected from the target machine 2. In this way, by storing only the maximum value data point and the cycle data including the data point in the storage unit 432, it is possible to suppress an increase in the storage capacity required for storing the cycle data.
  • the output control unit 433 visually outputs the maximum value data point stored in the storage unit 432 and the cycle data including the data point to the display unit 6.
  • the inspection worker of the target machine 2 determines whether or not there is noise based on the magnitude of the maximum value in the cycle data displayed on the display unit 6. For example, when the inspection worker inputs a determination result that the cycle data is not noise, the output control unit 433 outputs the maximum value data point stored in the storage unit 432 to the abnormality determination unit 5.
  • the abnormality determination unit 5 determines the abnormality of the target machine 2 based on the data output from the output control unit 433.
  • FIG. 5 is a flowchart showing the detailed processing of step ST2 of FIG.
  • n is an extraction number indicating the extraction order of data points, and is a natural number of 0 or more.
  • MAX is the maximum value of the data points.
  • the extraction unit 42 extracts the data points of the extraction number n in order, and searches for the maximum value data point from the extracted data points.
  • step ST3a When the value of the data point of the extraction number n is smaller than the maximum value MAX (step ST2a; YES), the extraction unit 42 maintains the maximum value MAX (step ST3a).
  • the maximum value MAX is 0 when the extraction of data points is started.
  • the extraction unit 42 performs the process of step ST3a.
  • the extraction unit 42 sets the value of the data point of the extraction number n as the maximum value MAX (step ST4a). .. As a result, the maximum value MAX is replaced with the value of the data point of the extraction number n.
  • step ST5a the extraction unit 42 confirms whether or not the digital data for one cycle of the sine wave has been processed. For example, when the extraction unit 42 extracts the data points of the number of points that can identify the sine wave for one cycle, the digital data for one cycle of the sine wave is processed, and the search for the maximum value data point is completed. Judge. The number of points that can be identified as a sine wave for one cycle depends on the sampling resolution in the A / D conversion, but is, for example, about 20 points.
  • step ST5a When the digital data for one cycle of the sine wave has not been processed (step ST5a; NO), the extraction unit 42 adds 1 to the extraction number n (step ST6a), and returns to the processing of step ST2a. As a result, the next data point of extraction number n is extracted from the digital data of the AE wave sine wave signal, and the search for the maximum value data point is continued.
  • the extraction unit 42 determines the maximum value MAX as the maximum value data point and stores it in the memory (step ST7a). Subsequently, the extraction unit 42 confirms whether or not all the cycles of the AE wave sine wave signal have been processed (step ST8a).
  • the extraction unit 42 performs the series of processes described above for all cycles of the AE wave sine wave signal detected by the AE sensor 3 during a certain detection period (for example, the processing period of the workpiece by the machine tool). Check if you went.
  • step ST8a if there is an unprocessed cycle (step ST8a; NO), the extraction unit 42 returns to step ST1a, sets the extraction number n of the data point to 0, sets the maximum value MAX to 0, and then sets it to 0.
  • a series of processes from step ST2a are performed on the data points of the next cycle.
  • the extraction unit 42 ends the processing of FIG. After that, the extraction unit 42 reads the maximum value data point for each cycle from the memory, and outputs the data of the read data point to the abnormality determination unit 5.
  • the minimum value MIN is set instead of the maximum value MAX.
  • the extraction unit 42 confirms whether or not the value of the data point of the extraction number n is larger than the minimum value MIN (step ST2a). If the value of the data point of the extraction number n is larger than the minimum value MIN (step ST2a; YES), the process proceeds to step ST3a, and if the value of the data point of the extraction number n is equal to or less than the minimum value MIN (step ST2a; NO). ), The process proceeds to step ST4a. The processing in steps ST3a and ST4a is performed on the minimum value MIN.
  • the extraction unit 42 determines the minimum value MIN as the minimum value data point, inverts the sign of the minimum value MIN, and then stores it in the memory (step ST7a). After these processes are completed, the extraction unit 42 outputs the data of the minimum value data point for each cycle read from the memory to the abnormality determination unit 5.
  • FIG. 6 is an explanatory diagram showing a display example of cycle data in the first embodiment.
  • the output control unit 433 causes the display unit 6 to display cycle data including the maximum value data point stored in the storage unit 432.
  • cycle data including the maximum value data point P1 is displayed on the display unit 6. Since the sine wave of the cycle data of the first cycle is displayed on the display unit 6, the inspection worker can determine that the cycle data is not noise but vibration detection data of the target machine 2.
  • the storage unit 432 stores the maximum value data point P2 and the cycle data.
  • the output control unit 433 causes the display unit 6 to display the cycle data including the maximum value data point of the second cycle stored in the storage unit 432. Since the sine wave of the cycle data of the second cycle is displayed on the display unit 6 as in the first cycle, the inspection worker can detect the vibration of the target machine 2 instead of the noise. Can be determined to be. In the same procedure, the inspection worker determines that the cycle data of the third cycle is not the noise but the vibration detection data of the target machine 2.
  • the storage unit 432 is notified of the maximum value data point P4 and this data point.
  • Cycle data including is stored.
  • the output control unit 433 causes the display unit 6 to display the cycle data including the data point P4 stored in the storage unit 432. As shown in FIG. 6, the value of the data point P4 is remarkably large in the cycle data of the 4th cycle displayed on the display unit 6, so that the inspection worker contains noise in the data of the 4th cycle. Can be determined.
  • the vibration detection device 4 includes a processing circuit that executes the processes from step ST1 to step ST3 shown in FIG.
  • the processing circuit may be dedicated hardware or a CPU (Central Processing Unit) that executes a program stored in the memory.
  • FIG. 7A is a block diagram showing a hardware configuration that realizes the function of the vibration detection device 4
  • FIG. 7B is a block diagram showing a hardware configuration that executes software that realizes the function of the vibration detection device 4.
  • the input interface 100 relays a sine wave signal output from the AE sensor 3 to the vibration detection device 4.
  • the output interface 101 relays the data output from the vibration detection device 4 to the abnormality determination unit 5 or the display unit 6.
  • the processing circuit 102 may be, for example, a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, or an ASIC (Application Specific Integrated Circuitd). Circuit), FPGA (Field-Programmable Gate Array), or a combination of these is applicable.
  • the functions of the A / D conversion unit 41, the extraction unit 42, and the output processing unit 43 in the vibration detection device 4 may be realized by separate processing circuits, or these functions may be collectively realized by one processing circuit. May be good.
  • the processing circuit is the processor 103 shown in FIG. 7B
  • the functions of the A / D conversion unit 41, the extraction unit 42, and the output processing unit 43 in the vibration detection device 4 are realized by software, firmware, or a combination of software and firmware. ..
  • the software or firmware is described as a program and stored in the memory 104.
  • the processor 103 realizes the functions of the A / D conversion unit 41, the extraction unit 42, and the output processing unit 43 in the vibration detection device 4 by reading and executing the program stored in the memory 104.
  • the vibration detection device 4 includes a memory 104 for storing a program in which the processes from steps ST1 to ST3 in the flowchart shown in FIG. 4 are executed as a result when executed by the processor 103. There is. These programs cause the computer to execute the procedure or method of the A / D conversion unit 41, the extraction unit 42, and the output processing unit 43.
  • the memory 104 may be a computer-readable storage medium in which a program for making the computer function as an A / D conversion unit 41, an extraction unit 42, and an output processing unit 43 is stored.
  • the memory 104 is, for example, a RAM (Random Access Memory), a ROM (Read Only Memory), a flash memory, an EPROM (Erasable Programmable Read Only Memory), an EEPROM (Electrically-volatile) semiconductor, an EPROM (Electrically-volatile), or the like.
  • a part of the functions of the A / D conversion unit 41, the extraction unit 42, and the output processing unit 43 in the vibration detection device 4 may be realized by dedicated hardware, and a part may be realized by software or firmware.
  • the A / D conversion unit 41 realizes the function by the processing circuit 102 which is the dedicated hardware, and the extraction unit 42 and the output processing unit 43 read and execute the program stored in the memory 104 by the processor 103. And realize the function.
  • the processing circuit can realize the above-mentioned functions by hardware, software, firmware or a combination thereof.
  • the vibration detection device 4 includes an A / D conversion unit 41, an extraction unit 42, and an output processing unit 43.
  • the AE wave sine wave signal corresponding to the vibration generated in the target machine 2 is converted into digital data, and the maximum value data point is extracted from the digital data for each cycle of the sine wave signal, and the extracted maximum value data is obtained.
  • Cycle data including points and data points having a number of points that can be identified as a sine wave and including the maximum value data points is displayed on the display unit 6.
  • This cycle data is data showing the temporal change of the vibration generated in the target machine 2, and can be treated as the analysis data of the temporal change tendency of the vibration. Further, cycle data can be generated by a simple process of extracting data points from digital data.
  • the vibration detection device 4 can reduce the signal processing required for analyzing the temporal change tendency of the vibration generated in the target machine 2, and visually recognizes whether it is the vibration detection data or the noise of the target machine 2. Possible data can be provided.
  • the vibration detection device has a configuration for removing noise from digital data of a sine wave signal of an AE wave.
  • FIG. 8 is a block diagram showing a configuration of the abnormality determination system 1A according to the second embodiment.
  • the abnormality determination system 1A is a system that determines the presence or absence of an abnormality in the target machine 2 based on the vibration generated in the target machine 2, and includes an AE sensor 3, a vibration detection device 4A, and an abnormality determination unit 5.
  • the vibration detection device 4A includes an A / D conversion unit 41, an extraction unit 42A, a noise determination unit 44, and a noise removal unit 45.
  • the extraction unit 42A extracts the maximum value or the minimum value data point from the digital data of the AE wave sine wave signal from which the data points of the cycle including noise are removed. For example, the extraction unit 42A extracts the maximum value data point from the digital data from which the data point of the cycle including noise is removed. The data of the extracted data points is output to the abnormality determination unit 5. Further, when the extraction unit 42A extracts the minimum value data point instead of extracting the maximum value data point, the extraction unit 42A inverts the sign of the extracted data point.
  • the noise determination unit 44 determines the noise of the digital data of the AE wave sine wave signal. For example, the noise determination unit 44 determines noise for each cycle based on the result of comparing the total AD_SUM of the data points for each cycle of the sinusoidal signal with the determination value.
  • the determination value is, for example, 0 or a DC offset value.
  • the noise removing unit 45 removes the noise determined by the noise determining unit 44 from the digital data of the AE wave sine wave signal. For example, the noise removing unit 45 removes all the data points of the cycle including noise from the digital data of the AE wave sinusoidal signal.
  • FIG. 9 is a flowchart showing the vibration detection method according to the second embodiment, and shows an example of a series of processes by the noise determination unit 44, the noise removal unit 45, and the extraction unit 42A. Since steps ST4b to ST11b in FIG. 9 are the same as the processes from step ST1a to step ST8a in FIG. 5, the description thereof will be omitted. Note that n is an extraction number indicating the extraction order of data points, and is a natural number of 0 or more. MAX is the maximum value of the data points.
  • the noise determination unit 44 inputs digital data for each cycle of the AE wave sine wave signal, and calculates the total AD_SUM of data points for one cycle using the input digital data (step ST1b). For example, the noise determination unit 44 sequentially inputs the number of data points (about 20) capable of forming one cycle of the sine wave from the digital data of the sine wave signal of the AE wave, and inputs the value of the input data points. The total AD_SUM is calculated by sequentially adding them.
  • the noise determination unit 44 confirms whether or not the total AD_SUM is equal to or less than the determination value (step ST2b).
  • the absolute value of the signal level is the same on the plus side and the minus side of the sine wave of one cycle. Further, noise that changes on the plus side of the sine wave is superimposed on the sine wave signal of the AE wave. Ignoring the measurement error due to sampling variation in the A / D conversion process, the total AD_SUM is 0 if the digital data for one cycle does not contain noise, and the total AD_SUM is 0 if noise is included. Is also a large value.
  • each data point in one cycle includes a DC offset. Ignoring the measurement error due to sampling variation in the A / D conversion process, if each data point in one cycle does not contain noise, the total AD_SUM is the DC offset included in each data point extracted in one cycle. It becomes the added value. On the other hand, when noise is included, the total AD_SUM is a value larger than the value obtained by adding the DC offset included in each data point extracted in one cycle.
  • the noise determination unit 44 is set to 0 as the determination value.
  • the noise determination unit 44 sets a value obtained by adding the DC offset included in each data point extracted in one cycle as a determination value. Will be done.
  • the noise determination unit 44 determines that noise is included in the cycle in which the total AD_SUM is obtained, and notifies the noise removal unit 45 of this determination result. Based on the determination result notified from the noise determination unit 44, the noise removal unit 45 removes all the data points in the cycle in which the total AD_SUM is obtained from the digital data of the AE wave sine wave signal (step ST3b). After that, the noise determination unit 44 performs the processing from step ST1b for the next cycle.
  • the noise determination unit 44 determines that noise is not included in the cycle in which the total AD_SUM is obtained, and notifies the extraction unit 42A of this determination result.
  • the extraction unit 42A performs a series of processes from step ST4b on the data points of the cycle for which the total AD_SUM is obtained, based on the determination result notified from the noise determination unit 44. In this way, the extraction unit 42A extracts the maximum value data point from the digital data from which the data points of the cycle including noise have been removed. This makes it possible to reduce erroneous extraction of noise.
  • the abnormality determination unit 5 determines the abnormality of the target machine 2 based on the data of the maximum value or the minimum value data point extracted for each cycle of the sine wave signal from the digital data of the AE wave sine wave signal.
  • the maximum or minimum data point data is extracted from the digital data from which the noisy cycle data points have been removed.
  • the minimum value MIN is set instead of the maximum value MAX.
  • the extraction unit 42A confirms whether or not the value of the data point of the extraction number n is larger than the minimum value MIN (step ST5b). If the value of the data point of the extraction number n is larger than the minimum value MIN (step ST5b; YES), the process proceeds to step ST6b, and if the value of the data point of the extraction number n is equal to or less than the minimum value MIN (step ST5b; NO). ), The process proceeds to step ST7b. The processing in steps ST6b and ST7b is performed on the minimum value MIN.
  • the extraction unit 42A determines the minimum value MIN as the minimum value data point, inverts the sign of the minimum value MIN, and then stores it in the memory (step ST10b).
  • the vibration detection device 4A includes a processing circuit for executing the processing of steps ST1b to ST11b shown in FIG.
  • the processing circuit may be the processing circuit 102 of the dedicated hardware shown in FIG. 7A, or the processor 103 that executes the program stored in the memory 104 shown in FIG. 7B.
  • the vibration detection device 4A includes an extraction unit 42A, a noise determination unit 44, and a noise removal unit 45.
  • the noise determination unit 44 determines noise for each cycle based on the result of comparing the total AD_SUM of the data points for each cycle of the sinusoidal signal with the determination value.
  • the noise removing unit 45 removes all data points of the cycle including noise.
  • the extraction unit 42A extracts the maximum value or the minimum value data point from the digital data from which the data points of the cycle including noise are removed by the noise removal unit 45. Since the data points of the cycle containing noise are removed, erroneous extraction of noise can be reduced.
  • FIG. 10 is a block diagram showing a configuration of the abnormality determination system 1B according to the second embodiment.
  • the abnormality determination system 1B is a system that determines the presence or absence of an abnormality in the target machine 2 based on the vibration generated in the target machine 2, and includes an AE sensor 3, a vibration detection device 4B, and an abnormality determination unit 5.
  • the vibration detection device 4B includes an A / D conversion unit 41 and an extraction unit 42B. Further, the extraction unit 42B includes a noise determination unit 44A and a noise removal unit 45A.
  • the extraction unit 42B extracts the maximum value or the minimum value data point from the data points of the cycle in which the noise is removed from the digital data of the AE wave sine wave signal. For example, the extraction unit 42B extracts the maximum value data point from the data point of the cycle in which the noise is removed.
  • the data points extracted by the extraction unit 42B are output to the abnormality determination unit 5.
  • the extraction unit 42B extracts the minimum value data point instead of extracting the maximum value data point, the extraction unit 42B inverts the sign of the extracted data point.
  • the noise determination unit 44A determines that among the data points extracted by the extraction unit 42B, the data points that do not correspond to the peak position of the cycle of the sinusoidal signal are noise.
  • the AE sensor 3 outputs an AE wave sine wave signal, and the number of data points extracted from the digital data of the AE wave sine wave signal as one cycle of the sine wave is known, and is extracted first in the cycle. The location of the data point is known. Therefore, it is possible to identify the position corresponding to the peak of the sinusoidal cycle based on the number of data points extracted in one cycle and the position of the first data point extracted in the cycle. Information indicating the position corresponding to the peak is preset in the noise determination unit 44A.
  • the noise determination unit 44A determines that the data points that do not correspond to the peak position of the cycle are noise among the data points whose increase / decrease tendency is reversed between the data points extracted immediately before and immediately after. For example, the data points having a larger value than the data points extracted immediately before and immediately after are tending to increase from the data points extracted immediately before, but tend to decrease from the data points extracted immediately after. Further, the data points whose values are smaller than the data points extracted immediately before and immediately after are tending to decrease from the data points extracted immediately before, but tend to increase from the data points extracted immediately after. If these data points do not correspond to the peak positions, the noise determination unit 44A determines that the data points are noise.
  • the noise removing unit 45A removes data points determined to be noise for each cycle of the AE wave sine wave signal. For example, the noise removing unit 45A removes the data points of the maximum value or the minimum value extracted by the extraction unit 42B that do not correspond to the position of the peak of the cycle. Further, the noise removing unit 45A removes the data points that do not correspond to the peak position of the cycle among the data points whose increase / decrease tendency is reversed between the data points extracted immediately before and immediately after. Further, the noise removing unit 45A may remove all the data points of the cycle including noise.
  • FIG. 11 is a flowchart showing the vibration detection method according to the third embodiment, and shows an example of processing by the extraction unit 42B.
  • Steps ST1c and ST2c of FIG. 11 are the same as the processes of steps ST1a and ST2a of FIG. 5, and steps ST5c to ST10c of FIG. 11 are the same as the processes of steps ST3a to ST8a of FIG. Since there is, the description is omitted.
  • n is an extraction number indicating the extraction order of data points, and is a natural number of 0 or more.
  • MAX is the maximum value of the data points.
  • FIG. 12 is a diagram showing an outline of the process of extracting the maximum value data point from the digital data of the AE wave sine wave signal. As the data point for one cycle of the sine wave, 21 is followed by the data point S. The process of searching for the maximum value data point while extracting individual data points in order is shown.
  • the data point S is the data point extracted first in the cycle, and the extraction number n is 0. Further, the data point S is located in the vicinity of the peak position of the immediately preceding cycle in time. At this time, the position of the peak on the plus side of the sine wave is at the position corresponding to the number of data points ⁇ 1 extracted following the data point S. For example, in FIG. 12, since 21 data points up to the data point whose extraction number n is 21 are extracted following the data point S whose extraction number n is 0, the peak position is extracted. It corresponds to the range where the number of data points is 21 ⁇ 1, that is, the number of data points is 20 to 22.
  • the noise determination unit 44A determines the data point of the maximum value MAX as noise, and notifies the noise removal unit 45A of this determination result. ..
  • the noise removing unit 45A removes the data point of the maximum value MAX based on the determination result notified from the noise determining unit 44A (step ST4c). After that, the process proceeds to step ST8c, and a series of processes from step ST1c are performed for the data point of the next extraction number, so that the search for the maximum value data point is continued.
  • the noise determination unit 44A determines that the data point of the maximum value MAX is not noise, and proceeds to the process of step ST5c. .. In this way, the extraction unit 42B extracts the maximum value data point from the digital data from which noise has been removed every cycle, so that erroneous extraction of noise is reduced.
  • the noise removing unit 45A may remove all the data points in one cycle including the data points determined to be noise by the noise determining unit 44A. In this case, since the extraction unit 42B extracts the maximum value data point from the digital data from which the data point of the cycle including noise is removed, erroneous extraction of noise is reduced.
  • the minimum value MIN is set instead of the maximum value MAX.
  • the extraction unit 42B confirms whether or not the value of the data point of the extraction number n is larger than the minimum value MIN (step ST2c). If the value of the data point of the extraction number n is larger than the minimum value MIN (step ST2c; YES), the process proceeds to step ST3c, and if the value of the data point of the extraction number n is equal to or less than the minimum value MIN (step ST2c; NO). ), The process proceeds to step ST6c.
  • the noise determination unit 44A confirms whether or not the data point of the minimum value MIN corresponds to the position of the peak (step ST3c).
  • step ST3c If the data point of the minimum value MIN does not correspond to the peak position (step ST3c; NO), the process proceeds to step ST4c, and if the data point of the minimum value MIN corresponds to the peak position (step ST3c; YES), the step Move to ST5c.
  • the processing in step ST4c, step ST5c and step ST6c is performed on the minimum value MIN.
  • the extraction unit 42B determines the minimum value MIN as the minimum value data point, inverts the sign of the minimum value MIN, and then stores it in the memory (step ST9c).
  • FIG. 13 is a flowchart showing another aspect of the vibration detection method according to the third embodiment, and is a process of searching for a maximum value data point from data points having a value larger than the data points extracted immediately before and after. Is shown.
  • the noise determination unit 44A confirms whether or not the data points correspond to the peak positions of the cycle. (Step ST2d). The noise determination unit 44A determines whether or not it corresponds to the peak position by the same processing as in step ST3c of FIG.
  • the noise determination unit 44A determines that the data point is noise, and transmits this determination result to the noise removal unit 45A. Notice.
  • the noise determination unit 44A determines that the data point is not noise, and notifies the extraction unit 42B of this determination result. To do. Based on the determination result of the noise determination unit 44A, the extraction unit 42B determines the data point as the maximum value data point of the current cycle and stores it in the memory (step ST4d).
  • the noise removing unit 45A may remove all the data points in one cycle including the data points determined to be noise by the noise determining unit 44A. In this case, since the extraction unit 42B extracts the maximum value data point from the digital data from which the data point of the cycle including noise is removed, erroneous extraction of noise is reduced.
  • the extraction unit 42B confirms whether or not all the cycles of the AE wave sine wave signal have been processed (step ST5d).
  • the extraction unit 42B determines whether or not the above-mentioned processing has been performed for all the cycles of the AE wave sine wave signal detected by the AE sensor 3 during a certain detection period (for example, the processing period of the workpiece by the machine tool). Check.
  • step ST5d When there is an unprocessed cycle (step ST5d; NO), the extraction unit 42B shifts to the next cycle (step ST6d). That is, the extraction unit 42B sets the next cycle to the cycle to be searched for the maximum value, and performs processing from step ST1d on the cycle.
  • the extraction unit 42B ends the process of FIG. After that, the extraction unit 42B reads the maximum value data point for each cycle from the memory, and outputs the data of the read data point to the abnormality determination unit 5.
  • the vibration detection device 4B includes a processing circuit for executing the processing shown in FIG. 11 or 13.
  • the processing circuit may be the processing circuit 102 of the dedicated hardware shown in FIG. 7A, or the processor 103 that executes the program stored in the memory 104 shown in FIG. 7B.
  • the vibration detection device 4B includes an A / D conversion unit 41 and an extraction unit 42B.
  • the extraction unit 42B includes a noise determination unit 44A and a noise removal unit 45A.
  • the noise determination unit 44A determines that among the data points extracted by the extraction unit 42B, the data points that do not correspond to the peak position of the cycle of the sinusoidal signal are noise. Further, the noise determination unit 44A determines as noise among the data points whose increase / decrease tendency is reversed between the data points extracted immediately before and immediately after, the data points that do not correspond to the peak position of the cycle of the sinusoidal signal. ..
  • the noise removing unit 45A removes noise included in the cycle of the sinusoidal signal.
  • the extraction unit 42B extracts the maximum value or the minimum value data point from the data points of the cycle in which the noise is removed. Since the noise is removed every cycle, erroneous extraction of noise can be reduced.
  • FIG. 14 is a block diagram showing a configuration of the abnormality determination system 1C according to the fourth embodiment.
  • the abnormality determination system 1C is a system that determines the presence or absence of an abnormality in the target machine 2 based on the vibration generated in the target machine 2, and includes an AE sensor 3, a vibration detection device 4C, and an abnormality determination unit 5A.
  • the vibration detection device 4C includes an A / D conversion unit 41, an extraction unit 42, and an output processing unit 43, as well as a DC offset removal unit 46, an effective value calculation unit 47, and an averaging processing unit 48.
  • the DC offset removing unit 46 removes the DC offset from the digital data of the AE wave sine wave signal. For example, the DC offset removing unit 46 calculates the average value of digital data for a certain period of time, specifies the DC offset using the calculated average value, and removes the specified DC offset.
  • the effective value calculation unit 47 calculates the effective value of the digital data of the sinusoidal signal from which the DC offset has been removed.
  • the effective value is an evaluation value for evaluating the magnitude of the sinusoidal signal that changes with time. For example, the square of the data point value of the digital data of the sinusoidal signal is calculated for one cycle of the sinusoidal signal. It is the value obtained by averaging and taking the square root of the value.
  • the averaging processing unit 48 performs averaging processing on the effective value calculated by the effective value calculation unit 47 to calculate the averaging value.
  • This average value is a numerical value of the vibration level of the target machine 2.
  • the averaging processing unit 48 calculates the average value of the effective values accumulated up to the previous measurement. This average value is based on the sine wave signal of the AE wave corresponding to the vibration generated in the target machine 2, and is a value indicating the vibration level of the target machine 2.
  • the method of averaging the effective value of the sine wave signal in order to quantify the vibration level is an example, and even if the method is other than this, the vibration level is quantified based on the AE wave sine wave signal. Any method that can be used will do.
  • the effective value of the sine wave signal itself may be quantified as the vibration level, or the period integrated value of the effective value of the sine wave signal may be quantified as the vibration level.
  • the abnormality determination unit 5A determines the abnormality of the target machine 2 based on the data output from the output processing unit 43 in the same manner as in the first embodiment. That is, the abnormality determination unit 5A determines a sudden abnormality that has occurred in the target machine 2 based on the maximum value data point extracted from the digital data of the AE wave sine wave signal. For example, when the target machine 2 is a cutting machine, it is determined that the cutting blade is damaged (blade spillage).
  • the abnormality determination unit 5A determines the deterioration state of the target machine 2 based on the average value calculated by the averaging processing unit. For example, the abnormality determination unit 5A sets the average value of the effective values of the vibration levels of the target machine 2 obtained within a certain period as the initial value, and then sets the average value of the effective values of the vibration levels obtained from the target machine 2 as the initial value. When the average value changes significantly from the initial value, it is determined that the target machine 2 tends to deteriorate.
  • the abnormality determination unit 5A may analyze the deterioration tendency of the target machine 2 and predict the life of the target machine 2 based on the analysis result. In this way, the abnormality determination unit 5A slowly progresses deterioration (for example, of the cutting blade) in the target machine 2 based on the average value of the effective values of the vibration levels in the target machine 2 calculated by the averaging processing unit 48. Wear) can be monitored.
  • the vibration detection device 4C may include an extraction unit 42A instead of the extraction unit 42, and may further include a noise determination unit 44 and a noise removal unit 45. Further, the vibration detection device 4C may include an extraction unit 42B instead of the extraction unit 42. Further, in the abnormality determination system 1C, a vibration detection device including an A / D conversion unit 41, an extraction unit 42, and an output processing unit 43, an A / D conversion unit 41, a DC offset removal unit 46, an effective value calculation unit 47, and an average A vibration detection device including the conversion processing unit 48 may be provided.
  • the abnormality determination system 1C it is possible to simultaneously determine an abnormality that suddenly occurs in the target machine 2 and monitor a slowly progressing deterioration state in the target machine 2. It is possible.
  • the vibration detection device can be used, for example, for vibration detection of a rotating machine.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

振動検出装置（４）が、対象機械（２）に発生した振動に応じたＡＥ波を検出するＡＥセンサ（３）からＡＥ波の正弦波信号を入力し、入力した正弦波信号をデジタルデータに変換するＡ／Ｄ変換部（４１）と、デジタルデータから正弦波信号のサイクルごとに極大値のデータポイントを抽出する抽出部（４２）と、抽出部（４２）によって抽出されたデータポイントと、正弦波として識別可能なポイント数のデータポイントからなり、極大値のデータポイントを含むサイクルデータとを出力部（６）で視認可能に出力する出力処理部（４３）とを備える。

Description

振動検出装置、振動検出方法および異常判定システム
　本開示は、対象機械に発生した振動を検出する振動検出装置、振動検出方法および対象機械に発生した振動に基づいて対象機械の異常を判定する異常判定システムに関する。
　従来から、対象機械に発生した音または振動に基づいて対象機械の異常を判定することが行われている。例えば、特許文献１には、機械設備の摺動部材または関連部材に発生した音または振動の実測デジタルデータのピーク値に基づいて、機械設備の異常診断を行う装置が記載されている。この装置は、機械設備の摺動部材または関連部材から検出された音または振動のアナログ信号をデジタル変換して実測デジタルデータを生成し、実測デジタルデータのデータポイントごとにその直前のデータポイントとのレベル差および傾きを算出してピーク値を求めている。
特開２００７－３２２９４７号公報
　特許文献１に記載された従来の技術は、対象機械から検出した振動を表す実測デジタルデータのピーク値に基づいて、対象機械に生じた振動の時間的な変化傾向を解析し、この解析結果に基づいて対象機械の異常診断を行うものである。しかしながら、この実測デジタルデータを得るためには、対象機械から検出された振動を表す信号をデジタルデータに変換するためのＡ／Ｄ変換処理、Ａ／Ｄ変換処理で得られたデジタルデータから主周波数帯域の信号を得るためのフィルタ処理、この主周波数帯域の信号のエンベロープデータを得るためのエンベロープ処理、および、エンベロープデータを周波数分析するための高速フーリエ変換（ＦＦＴ）といった、多くの信号処理を行う必要があり、高機能な信号処理装置が必要であるという課題があった。
　本開示は上記課題を解決するものであり、対象機械に発生した振動の時間的な変化傾向の解析に必要な信号処理を削減することができる振動検出装置、振動検出方法および異常判定システムを得ることを目的とする。
　本開示に係る振動検出装置は、対象機械に発生した振動に応じたアコースティックエミッション（以下、ＡＥと記載する）波を検出するＡＥセンサからＡＥ波の正弦波信号を入力し、入力した正弦波信号をデジタルデータに変換するＡ／Ｄ変換部と、デジタルデータから、正弦波信号のサイクルごとに極大値のデータポイントを抽出する抽出部と、抽出部によって抽出されたデータポイントと、正弦波として識別可能なポイント数のデータポイントからなり、極大値のデータポイントを含むサイクルデータとを出力部で視認可能に出力する出力処理部とを備える。
　本開示によれば、対象機械に発生した振動に応じたＡＥ波の正弦波信号をデジタルデータに変換し、デジタルデータから正弦波信号のサイクルごとに極大値のデータポイントが抽出され、抽出された極大値のデータポイントと、正弦波として識別可能なポイント数のデータポイントからなり、極大値のデータポイントを含むサイクルデータが出力部で視認可能に出力される。ＡＥ波の正弦波信号のサイクルごとに抽出された極大値のデータポイントを含んだ正弦波として識別可能なサイクルデータは、対象機械に発生した振動の時間的な変化を示すデータであり、振動の時間的な変化傾向の解析用データとして扱うことができる。さらに、このサイクルデータは、デジタルデータからデータポイントを抽出するという簡易な処理で生成可能である。さらに、出力部で視認可能に出力されたサイクルデータは、オシロスコープを使用しなくても、サイクルごとの極大値の大きさによって容易にノイズの有無を判別することができる。これにより、本開示に係る振動検出装置は、対象機械に発生した振動の時間的な変化傾向の解析に必要な信号処理を削減することができる。また、本開示に係る振動検出装置は、対象機械の振動の検出データであるかノイズであるかを視認可能なデータを提供することができる。
実施の形態１に係る異常判定システムの構成を示すブロック図である。 図２Ａは、ＡＥセンサの出力波形を示す図であり、図２Ｂは、ＡＥセンサの出力信号をＡ／Ｄ変換したデジタルデータを示す図である。 図１の出力処理部の構成を示すブロック図である。 実施の形態１に係る振動検出方法を示すフローチャートである。 図４のステップＳＴ２の詳細な処理を示すフローチャートである。 実施の形態１におけるサイクルデータの表示例を示す説明図である。 図７Ａは、実施の形態１に係る振動検出装置の機能を実現するハードウェア構成を示すブロック図であり、図７Ｂは、実施の形態１に係る振動検出装置の機能を実現するソフトウェアを実行するハードウェア構成を示すブロック図である。 実施の形態２に係る異常判定システムの構成を示すブロック図である。 実施の形態２に係る振動検出方法を示すフローチャートである。 実施の形態３に係る異常判定システムの構成を示すブロック図である。 実施の形態３に係る振動検出方法を示すフローチャートである。 ＡＥ波の正弦波信号のデジタルデータから極大値のデータポイントを抽出する処理の概要を示す図である。 実施の形態３に係る振動検出方法の別の態様を示すフローチャートである。 実施の形態４に係る異常判定システムの構成を示すブロック図である。
実施の形態１．
　図１は、実施の形態１に係る異常判定システム１の構成を示すブロック図である。図１において、異常判定システム１は、対象機械２に発生した振動に基づいて、対象機械２の異常の有無を判定するシステムであり、ＡＥセンサ３、振動検出装置４、異常判定部５および表示部６を備える。対象機械２は、例えば、モータ、減速機、切削器、ポンプおよびタービンといった回転機械である。また、振動検出装置４は、Ａ／Ｄ変換部４１、抽出部４２および出力処理部４３を備える。例えば、振動検出装置４に接続された外部装置が、異常判定部５および表示部６を備える。外部装置は、例えば、対象機械２の点検作業者が使用するパーソナルコンピュータである。ただし、異常判定部５および表示部６は、振動検出装置４が備える構成要素であってもよい。表示部６は、振動検出装置４から出力されたデータを表示する出力部である。
　ＡＥセンサ３は、対象機械２に装着されて、対象機械２に発生した振動に応じたＡＥ波を検出する。ＡＥとは、固体が変形または破壊するときに、この固体の内部に蓄えられた弾性エネルギーが、弾性波（ＡＥ波）として放出される現象である。また、ＡＥセンサ３は、対象機械２から検出されたＡＥ波の正弦波信号を出力するカンチレバー構造を有している。このカンチレバー構造は、Ｑ値が高い圧電材料で構成された発振構造であり、ＡＥ波の周波数帯域に共振周波数が設定されている。
　回転機械の回転で発生した振動に応じた広帯域（数ｋＨｚから数ＭＨｚの周波数成分）のＡＥ波のうち、共振周波数に対応したＡＥ波の正弦波信号がカンチレバー構造から出力される。図２Ａは、ＡＥセンサ３の出力波形を示す図であり、図２Ｂは、ＡＥセンサ３の出力信号をＡ／Ｄ変換したデジタルデータを示す図である。
　図２Ａおよび図２Ｂにおいて、対象機械２は、切削器である。切削器は、主軸まわりに回転させた被加工物を切削刃によって切削する工作機械である。図２Ａにおいて、期間Ａは、正常な切削刃によって被加工物が切削された期間であり、期間Ｂは、異常が発生した切削刃によって被加工物が切削された期間である。切削刃の異常としては、例えば、切削刃の刃こぼれのように突発的に発生し、切削刃と被加工物との間の振動が急激に変動する異常が考えられる。
　期間Ａにおける切削刃と被加工物との間に発生する振動は大きく変動していない。このとき、ＡＥセンサ３によって切削器から検出されたＡＥ波の正弦波信号の信号レベルは、切削刃と被加工物との間に発生した振動の変動に応じた範囲内のレベルになる。
　一方、切削刃に異常が発生した場合、切削刃と被加工物との間に発生する振動は一時的に大きくなってから徐々に元のレベルに戻っていく。この振動の変動に応じて、ＡＥ波の正弦波信号の信号レベルは、期間Ａにおける信号レベルよりも十分に高くなってから徐々に元に戻っていく。図２Ａに示すΔｖ１は、期間ＢにおけるＡＥ波の正弦波信号の信号レベルの最大値から、期間ＡにおけるＡＥ波の正弦波信号の信号レベルの最大値を引き算した値である。すなわち、切削刃に異常が発生することによってＡＥ波の正弦波信号の信号レベルが最大でΔｖ１だけ変動する。
　Ａ／Ｄ変換部４１が期間ＢにおけるＡＥセンサ３の出力信号をＡ／Ｄ変換して得られたデジタルデータは、図２Ｂに示すように、正弦波を形成する複数のデータポイントの時系列である。ただし、Ａ／Ｄ変換部４１によるＡ／Ｄ変換においては、アナログの信号からサンプリングされたデータポイントの値のばらつきに応じて正弦波のサイクルごとの波高値に測定誤差が生じる。例えば、正弦波信号のサイクルごとのデジタルデータのうち、極大値のデータポイントＭ１～Ｍ４には、最大でΔｖ２（＝Ｍ４の信号レベル－Ｍ３の信号レベル）の測定誤差がある。
　このようなＡＥセンサ３を用いた振動検出について発明者が実験解析を行ったところ、ＡＥセンサ３によって検出されたＡＥ波の信号は正弦波で出力され、対象機械２に突発的に大きな振動の変動が発生すると、この振動の変動に応じた信号レベルの変化量Δｖ１が波高値の測定誤差Δｖ２よりも十分に大きくなることが確認された。Δｖ１がΔｖ２よりも十分に大きいということは、正弦波から極大値または極小値を精度よく抽出可能であることを意味する。
　振動検出装置４は、ＡＥ波の正弦波信号の信号レベルの変化量Δｖ１が波高値の測定誤差Δｖ２よりも十分に大きいことに着目して、対象機械２に発生した振動の時間的な変化を示すデータを生成する。すなわち、抽出部４２が、ＡＥセンサ３によって対象機械２から検出されたＡＥ波の正弦波信号のデジタルデータから正弦波信号のサイクルごとの極大値のデータポイントを抽出する。抽出部４２によって抽出された極大値のデータポイントの時系列データは、対象機械２に発生した振動の時間的な変化を示しており、対象機械２に発生した振動の時間的な変化傾向の解析に用いられる。
　特許文献１に記載された従来の装置では、前述したように、対象機械２に発生した振動の時間的な変化傾向の解析用データを得るために、Ａ／Ｄ変換、フィルタ処理、エンベロープ処理およびＦＦＴといった多くの信号処理が必要であり、これらの信号処理で得られたデータを記憶するために多くの記憶容量が必要であった。
　これに対して、振動検出装置４は、デジタルデータからのデータポイントの抽出という簡易な処理によって、振動の時間的な変化傾向の解析用データを生成することができる。これにより、対象機械２に発生した振動の時間的な変化傾向を解析するために必要な信号処理を大幅に削減することが可能である。さらに、この解析用データは、極大値のデータポイントのみから構成されているので、解析用データを生成する際にデジタルデータから抽出された極大値のデータポイントを順次記憶するだけでよい。このため、対象機械２に発生した振動の時間的な変化傾向を解析するために必要な記憶容量の削減も可能である。さらに、振動検出装置４が備える出力処理部４３は、極大値のデータポイントと、正弦波として識別可能なポイント数のデータポイントからなり、極大値のデータポイントを含むサイクルデータとを、表示部６で視認可能に出力する。例えば、対象機械２の点検作業者は、高価なオシロスコープを使用しなくても、表示部６に表示されたサイクルデータにおける極大値の大きさによってノイズであるか否かを容易に判別できる。これにより、振動検出装置４は、対象機械２に発生した振動の時間的な変化傾向の解析に必要な信号処理を削減できかつ対象機械２の振動の検出データであるかノイズであるかを視認可能なデータを提供することが可能である。
　異常判定部５は、ＡＥ波の正弦波信号のサイクルごとの極大値のデータポイントから構成されるデータに基づいて、対象機械２の異常を判定する。例えば、異常判定部５には、事前の実験によって求めたＡＥ波の正弦波信号の変化率（例えば、異常が発生した状態の対象機械２を模擬して得られた変化率）が判定閾値として設定されている。異常判定部５は、振動検出装置４によって生成されたデータのうち、表示部６に表示されたサイクルデータを視認することによりノイズではないと判定されたデータを用いて、ＡＥ波の正弦波信号の変化率を算出し、算出した変化率を判定閾値と比較する。異常判定部５は、ＡＥ波の正弦波信号の変化率が判定閾値よりも小さければ、対象機械２に異常が発生していないと判定し、ＡＥ波の正弦波信号の変化率が判定閾値以上になった場合には、対象機械２に異常が発生したと判定する。
　図３は出力処理部４３の構成を示すブロック図である。出力処理部４３は、抽出部４２によって抽出された極大値のデータポイントおよびサイクルデータを表示部６で視認可能に出力する。正弦波として識別可能なポイント数は、例えば、２０ポイント程度である。出力処理部４３は、図３に示すように、判定部４３１、記憶部４３２および出力制御部４３３を備える。判定部４３１は、抽出部４２によって抽出されたデータポイントの極大値と、記憶部４３２に記憶されたデータポイントの最大値とを比較して、いずれが大きいかを判定する。
　記憶部４３２は、ＡＥ波の正弦波信号の判定期間で最大値のデータポイントおよびこのデータポイントを含むサイクルデータを記憶する。出力制御部４３３は、記憶部４３２に記憶された最大値のデータポイントおよびこのデータポイントを含むサイクルデータを、表示部６に視認可能に出力する。出力制御部４３３は、ノイズではないと判定されたサイクルデータに含まれる最大値のデータポイントを異常判定部５に出力する。異常判定部５は、出力制御部４３３から出力されたデータに基づいて、対象機械２の異常を判定する。
　図４は、実施の形態１に係る振動検出方法を示すフローチャートであり、図１に示した振動検出装置４による一連の処理を示している。ＡＥセンサ３は、対象機械２に発生した振動に応じたＡＥ波を検出する。Ａ／Ｄ変換部４１は、ＡＥセンサ３によって検出されたＡＥ波の正弦波信号を入力し、入力した正弦波信号をデジタルデータに変換する（ステップＳＴ１）。
　次に、抽出部４２は、Ａ／Ｄ変換部４１によって変換されたデジタルデータを入力し、入力したデジタルデータから正弦波信号のサイクルごとに極大値のデータポイントを抽出する（ステップＳＴ２）。例えば、抽出部４２は、ＡＥ波の正弦波信号のデジタルデータから正弦波信号のサイクルごとの極大値のデータポイントおよび極大値のデータポイントを含むサイクルデータを抽出する。抽出部４２によって抽出された極大値のデータポイントおよびサイクルデータは、出力処理部４３に出力される。
　抽出部４２が、ＡＥ波の正弦波信号のデジタルデータから、極大値のデータポイントを抽出する代わりに、極小値のデータポイントを抽出する場合、抽出したデータポイントの符号を反転させる。これにより、抽出部４２は、極大値のデータポイントを抽出する場合と同様の解析用のデータを生成することができる。なお、ＡＥ波の正弦波信号には、正弦波のプラス側に変化するノイズが重畳されるので、正弦波のマイナス側のピーク値である極小値を抽出することで、ノイズの誤抽出を低減させることが可能である。
　出力処理部４３は、抽出部４２によって抽出された極大値のデータポイントおよびこのデータポイントを含むサイクルデータを表示部６で視認可能に出力する（ステップＳＴ３）。例えば、出力処理部４３が備える判定部４３１は、判定期間に、抽出部４２によってサイクルごとに順次抽出された極大値のデータポイントと記憶部４３２に記憶されている最大値のデータポイントとを比較して、いずれが大きいかを判定する。判定期間は、例えば、対象機械２の動作に応じてその状態が逐次変化する場合、対象機械２が個々の状態であった期間である。
　例えば、対象機械２が切削装置である場合、切削装置が被加工物を切削する処理には、切削刃を被加工物に接触させる前の第１の空転状態、切削刃を被加工物に接触させて切削が行われている加工状態および被加工物から切削刃を引き離した第２の空転状態がある。記憶部４３２には、極大値のデータポイントおよびこのデータポイントを含んだサイクルデータが対象機械２の状態ごとに記憶される。
　また、対象機械２の状態は動作条件によって異なる。例えば、切削装置の加工状態は、被加工物の材料によって変化し、切削刃の状態によって変化し、切削刃または被加工物を回転させる回転数の違いによって変化する。抽出部４２は、対象機械２が状態ごとおよび動作条件ごとに、ＡＥ波の正弦波信号のサイクルごとの極大値のデータポイントを順次抽出する。判定部４３１は、抽出部４２によって抽出された極大値のデータポイントと、記憶部４３２に記憶された最大値のデータポイントとを比較することにより、対象機械２の状態ごとに、最大値のデータポイントおよびこのデータポイントを含むサイクルデータを判定する。
　記憶部４３２に記憶されていたデータポイントの値が、抽出部４２によって新たに抽出されたデータポイントの値よりも小さいと判定された場合、記憶部４３２は、抽出部４２によって新たに抽出されたデータポイントおよびこのデータポイントを含むサイクルデータを、それまで記憶されていたデータポイントおよびサイクルデータに上書きする。これにより、記憶部４３２には、対象機械２から検出されたＡＥ波の正弦波信号のデジタルデータのうち、最大値のデータポイントおよびこのデータポイントを含むサイクルデータが記憶される。このように、記憶部４３２に対して最大値のデータポイントおよびこのデータポイントを含むサイクルデータのみを記憶することで、サイクルデータの記憶に要する記憶容量の増大を抑制することができる。
　出力制御部４３３は、記憶部４３２に記憶された極大値のデータポイントとこのデータポイントを含むサイクルデータとを、表示部６に視認可能に出力する。対象機械２の点検作業者は、表示部６に表示されたサイクルデータにおける極大値の大きさによってノイズであるか否かを判別する。例えば、出力制御部４３３は、点検作業者からサイクルデータがノイズではないという判別結果が入力された場合、記憶部４３２に記憶された極大値のデータポイントを異常判定部５に出力する。異常判定部５は、出力制御部４３３から出力されたデータに基づいて、対象機械２の異常を判定する。
　次に、ＡＥ波の正弦波信号のデジタルデータからサイクルごとの極大値のデータポイントを抽出する処理について詳細に説明する。図５は、図４のステップＳＴ２の詳細な処理を示すフローチャートである。図５において、ｎは、データポイントの抽出順を示す抽出番号であり、０以上の自然数である。ＭＡＸは、データポイントの最大値である。抽出部４２は、抽出番号ｎのデータポイントを順に抽出して、抽出したデータポイントの中から極大値のデータポイントを探索する。
　まず、抽出部４２は、ｎおよびＭＡＸに０を設定して（ステップＳＴ１ａ）、ＡＥ波の正弦波信号のデジタルデータから、抽出番号ｎ（＝０）のデータポイントを抽出する。続いて、抽出部４２は、抽出番号ｎのデータポイントの値が最大値ＭＡＸよりも小さいか否かを確認する（ステップＳＴ２ａ）。
　抽出番号ｎのデータポイントの値が最大値ＭＡＸよりも小さい場合（ステップＳＴ２ａ；ＹＥＳ）、抽出部４２は、最大値ＭＡＸを維持する（ステップＳＴ３ａ）。例えば、データポイントの抽出が開始された時点で、最大値ＭＡＸは０である。このとき、抽出されたデータポイントが正弦波のマイナス側のデータポイントである場合、データポイントの値が最大値ＭＡＸよりも小さいので、抽出部４２は、ステップＳＴ３ａの処理を行う。
　一方、抽出番号ｎのデータポイントの値が最大値ＭＡＸ以上である場合（ステップＳＴ２ａ；ＮＯ）、抽出部４２は、最大値ＭＡＸとして、抽出番号ｎのデータポイントの値を設定する（ステップＳＴ４ａ）。これにより、最大値ＭＡＸが、抽出番号ｎのデータポイントの値で置き換えられる。
　ステップＳＴ３ａまたはステップＳＴ４ａの処理が完了した場合、抽出部４２は、正弦波の１サイクル分のデジタルデータを処理したか否かを確認する（ステップＳＴ５ａ）。例えば、抽出部４２は、１サイクル分の正弦波を識別可能なポイント数のデータポイントを抽出した場合、正弦波の１サイクル分のデジタルデータが処理され、極大値のデータポイントの探索が完了したと判断する。なお、１サイクル分の正弦波として識別可能なポイント数は、Ａ／Ｄ変換におけるサンプリング分解能に依存するが、例えば、２０ポイント程度である。
　正弦波の１サイクル分のデジタルデータが処理されていない場合（ステップＳＴ５ａ；ＮＯ）、抽出部４２は、抽出番号ｎに１を加算して（ステップＳＴ６ａ）、ステップＳＴ２ａの処理に戻る。これにより、次の抽出番号ｎのデータポイントが、ＡＥ波の正弦波信号のデジタルデータから抽出されて、極大値のデータポイントの探索が継続される。
　正弦波の１サイクル分のデジタルデータが処理された場合（ステップＳＴ５ａ；ＹＥＳ）、抽出部４２は、最大値ＭＡＸを極大値のデータポイントと決定してメモリに記憶する（ステップＳＴ７ａ）。続いて、抽出部４２は、ＡＥ波の正弦波信号の全てのサイクルを処理したか否かについて確認する（ステップＳＴ８ａ）。ここで、抽出部４２は、ＡＥセンサ３によって一定の検出期間（例えば、工作機械による被加工物の加工期間）に検出されたＡＥ波の正弦波信号の全てのサイクルについて前述した一連の処理を行ったか否かを確認する。このとき、未処理のサイクルがあれば（ステップＳＴ８ａ；ＮＯ）、抽出部４２は、ステップＳＴ１ａに戻り、データポイントの抽出番号ｎに０を設定し、最大値ＭＡＸに０を設定してから、次のサイクルのデータポイントに対してステップＳＴ２ａからの一連の処理を行う。
　一方、ＡＥ波の正弦波信号における全てのサイクルについて処理された場合（ステップＳＴ８ａ；ＹＥＳ）、抽出部４２は、図５の処理を終了する。この後、抽出部４２は、メモリからサイクルごとの極大値のデータポイントを読み出し、読み出したデータポイントのデータを異常判定部５に出力する。
　なお、図５において極小値のデータポイントを抽出する場合、例えば、最大値ＭＡＸの代わりに最小値ＭＩＮを設定する。抽出部４２は、抽出番号ｎのデータポイントの値が最小値ＭＩＮよりも大きいか否かを確認する（ステップＳＴ２ａ）。抽出番号ｎのデータポイントの値が最小値ＭＩＮよりも大きいと（ステップＳＴ２ａ；ＹＥＳ）、ステップＳＴ３ａに移行し、抽出番号ｎのデータポイントの値が最小値ＭＩＮ以下であれば（ステップＳＴ２ａ；ＮＯ）、ステップＳＴ４ａに移行する。ステップＳＴ３ａおよびステップＳＴ４ａにおける処理は、最小値ＭＩＮに対して行われる。抽出部４２は、最小値ＭＩＮを極小値のデータポイントと決定し、最小値ＭＩＮの符号を反転させてからメモリに記憶する（ステップＳＴ７ａ）。これらの処理が完了した後、抽出部４２は、メモリから読み出したサイクルごとの極小値のデータポイントのデータを、異常判定部５に出力する。
　図６は、実施の形態１におけるサイクルデータの表示例を示す説明図である。出力制御部４３３は、記憶部４３２に記憶された極大値のデータポイントを含むサイクルデータを表示部６に表示させる。図６において、１サイクル目では、極大値のデータポイントＰ１を含むサイクルデータが表示部６に表示されている。表示部６には、１サイクル目のサイクルデータの正弦波が表示されているので、点検作業者は、このサイクルデータがノイズではなく、対象機械２の振動の検出データであると判定できる。
　例えば、判定部４３１が、２サイクル目で抽出されたデータポイントＰ２の値がデータポイントＰ１の値以上であると判定すると、記憶部４３２には、極大値のデータポイントＰ２およびサイクルデータが記憶される。出力制御部４３３は、記憶部４３２に記憶された、２サイクル目の極大値のデータポイントを含むサイクルデータを表示部６に表示させる。１サイクル目と同様に、表示部６には、２サイクル目のサイクルデータの正弦波が表示されているので、点検作業者は、このサイクルデータがノイズではなく、対象機械２の振動の検出データであると判定できる。同様な手順で、３サイクル目のサイクルデータについても、点検作業者は、ノイズではなく、対象機械２の振動の検出データであると判定する。
　判定部４３１が、抽出部４２によって４サイクル目に抽出されたデータポイントＰ４の値がデータポイントＰ３の値以上であると判定すると、記憶部４３２には、最大値のデータポイントＰ４およびこのデータポイントを含むサイクルデータが記憶される。出力制御部４３３は、記憶部４３２に記憶されたデータポイントＰ４を含むサイクルデータを表示部６に表示させる。表示部６に表示された４サイクル目のサイクルデータは、図６に示すように、データポイントＰ４の値が著しく大きいので、点検作業者は、４サイクル目のデータにはノイズが含まれていると判定できる。
　次に、振動検出装置４の機能を実現するハードウェア構成について説明する。
　振動検出装置４におけるＡ／Ｄ変換部４１、抽出部４２および出力処理部４３の各機能は、処理回路によって実現される。すなわち、振動検出装置４は、図４に示したステップＳＴ１からステップＳＴ３までの処理を実行する処理回路を備える。処理回路は、専用のハードウェアであってもよいし、メモリに記憶されたプログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）であってもよい。
　図７Ａは、振動検出装置４の機能を実現するハードウェア構成を示すブロック図であり、図７Ｂは、振動検出装置４の機能を実現するソフトウェアを実行するハードウェア構成を示すブロック図である。図７Ａおよび図７Ｂにおいて、入力インタフェース１００は、ＡＥセンサ３から振動検出装置４へ出力される正弦波信号を中継する。出力インタフェース１０１は、振動検出装置４から異常判定部５または表示部６へ出力されるデータを中継する。
　処理回路が、図７Ａに示す専用のハードウェアの処理回路１０２である場合、処理回路１０２は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、または、これらを組み合わせたものが該当する。振動検出装置４におけるＡ／Ｄ変換部４１、抽出部４２および出力処理部４３の機能を、別々の処理回路で実現してもよいし、これらの機能をまとめて１つの処理回路で実現してもよい。
　処理回路が図７Ｂに示すプロセッサ１０３である場合、振動検出装置４におけるＡ／Ｄ変換部４１、抽出部４２および出力処理部４３の機能は、ソフトウェア、ファームウェアまたはソフトウェアとファームウェアの組み合わせによって実現される。なお、ソフトウェアまたはファームウェアは、プログラムとして記述されてメモリ１０４に記憶される。
　プロセッサ１０３は、メモリ１０４に記憶されたプログラムを読み出して実行することにより、振動検出装置４におけるＡ／Ｄ変換部４１、抽出部４２および出力処理部４３の機能を実現する。例えば、振動検出装置４は、プロセッサ１０３によって実行されるときに、図４に示したフローチャートにおけるステップＳＴ１からステップＳＴ３までの処理が結果的に実行されるプログラムを記憶するためのメモリ１０４を備えている。これらのプログラムは、Ａ／Ｄ変換部４１、抽出部４２および出力処理部４３の手順または方法をコンピュータに実行させる。メモリ１０４は、コンピュータを、Ａ／Ｄ変換部４１、抽出部４２および出力処理部４３として機能させるためのプログラムが記憶されたコンピュータ可読記憶媒体であってもよい。
　メモリ１０４は、例えば、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ－ＥＰＲＯＭ）などの不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤなどが該当する。
　振動検出装置４におけるＡ／Ｄ変換部４１、抽出部４２および出力処理部４３の機能の一部を専用ハードウェアで実現し、一部をソフトウェアまたはファームウェアで実現してもよい。例えば、Ａ／Ｄ変換部４１は、専用のハードウェアである処理回路１０２によって機能を実現し、抽出部４２および出力処理部４３は、プロセッサ１０３がメモリ１０４に記憶されたプログラムを読み出し実行することで、機能を実現する。このように、処理回路は、ハードウェア、ソフトウェア、ファームウェアまたはこれらの組み合わせにより、上記機能を実現することができる。
　以上のように、実施の形態１に係る振動検出装置４は、Ａ／Ｄ変換部４１、抽出部４２および出力処理部４３を備える。対象機械２に発生した振動に応じたＡＥ波の正弦波信号をデジタルデータに変換し、デジタルデータから正弦波信号のサイクルごとに極大値のデータポイントが抽出されて、抽出された極大値のデータポイントと、正弦波として識別可能なポイント数のデータポイントからなり、極大値のデータポイントを含むサイクルデータが、表示部６に表示される。このサイクルデータは、対象機械２に発生した振動の時間的な変化を示すデータであり、振動の時間的な変化傾向の解析用データとして扱うことができる。さらに、サイクルデータは、デジタルデータからデータポイントを抽出するという簡易な処理で生成可能である。さらに、表示部６に表示されたサイクルデータは、高価なオシロスコープを使用しなくても、サイクルごとの極大値の大きさによって容易にノイズであるか否かを判別することができる。これにより、振動検出装置４は、対象機械２に発生した振動の時間的な変化傾向の解析に必要な信号処理を削減できかつ対象機械２の振動の検出データであるかノイズであるかを視認可能なデータを提供することができる。
実施の形態２．
　実施の形態２に係る振動検出装置は、ＡＥ波の正弦波信号のデジタルデータからノイズを除去する構成を有している。図８は、実施の形態２に係る異常判定システム１Ａの構成を示すブロック図である。図８において、図１と同一の構成要素には同一の符号を付して説明を省略する。異常判定システム１Ａは、対象機械２に発生した振動に基づいて、対象機械２の異常の有無を判定するシステムであり、ＡＥセンサ３、振動検出装置４Ａおよび異常判定部５を備える。振動検出装置４Ａは、Ａ／Ｄ変換部４１、抽出部４２Ａ、ノイズ判定部４４およびノイズ除去部４５を備える。
　抽出部４２Ａは、ＡＥ波の正弦波信号のデジタルデータのうち、ノイズを含むサイクルのデータポイントが除去されたデジタルデータから極大値または極小値のデータポイントを抽出する。例えば、抽出部４２Ａは、ノイズを含むサイクルのデータポイントが除去されたデジタルデータから極大値のデータポイントを抽出する。抽出されたデータポイントのデータは、異常判定部５に出力される。また、抽出部４２Ａは、極大値のデータポイントを抽出する代わりに極小値のデータポイントを抽出する場合、抽出したデータポイントの符号を反転させる。
　ノイズ判定部４４は、ＡＥ波の正弦波信号のデジタルデータのノイズを判定する。例えば、ノイズ判定部４４は、正弦波信号のサイクルごとのデータポイントの総和ＡＤ＿ＳＵＭを判定値と比較した結果に基づいて、サイクルごとにノイズを判定する。なお、判定値は、例えば、０またはＤＣオフセットの値である。
　ノイズ除去部４５は、ノイズ判定部４４によって判定されたノイズを、ＡＥ波の正弦波信号のデジタルデータから除去する。例えば、ノイズ除去部４５は、ＡＥ波の正弦波信号のデジタルデータからノイズを含むサイクルの全てのデータポイントを除去する。
　次に、ノイズを含むサイクルのデータポイントが除去されたデジタルデータから極大値のデータポイントを抽出する処理の一例について説明する。図９は、実施の形態２に係る振動検出方法を示すフローチャートであり、ノイズ判定部４４、ノイズ除去部４５および抽出部４２Ａによる一連の処理の例を示している。図９のステップＳＴ４ｂからステップＳＴ１１ｂまでは、図５のステップＳＴ１ａからステップＳＴ８ａまでの処理と同様であるので、説明を省略する。なお、ｎは、データポイントの抽出順を示す抽出番号であり、０以上の自然数である。ＭＡＸは、データポイントの最大値である。
　ノイズ判定部４４が、ＡＥ波の正弦波信号のサイクルごとにデジタルデータを入力し、入力したデジタルデータを用いて、１サイクル分のデータポイントの総和ＡＤ＿ＳＵＭを算出する（ステップＳＴ１ｂ）。例えば、ノイズ判定部４４は、ＡＥ波の正弦波信号のデジタルデータから、正弦波の１サイクル分を形成可能な個数（２０個程度）のデータポイントを順次入力し、入力したデータポイントの値を順次加算することにより、総和ＡＤ＿ＳＵＭを算出する。
　続いて、ノイズ判定部４４は、総和ＡＤ＿ＳＵＭが判定値以下であるか否かを確認する（ステップＳＴ２ｂ）。ＤＣオフセットがない正弦波信号において、１サイクルの正弦波のプラス側とマイナス側では、信号レベルの絶対値は同じ値である。また、ＡＥ波の正弦波信号には、正弦波のプラス側に変化するノイズが重畳される。Ａ／Ｄ変換処理におけるサンプリングのばらつきによる測定誤差を無視すると、１サイクル分のデジタルデータにノイズが含まれていなければ、総和ＡＤ＿ＳＵＭは０となり、ノイズが含まれる場合は、総和ＡＤ＿ＳＵＭは、０よりも大きな値となる。
　また、ＡＥ波の正弦波信号のデータポイントにＤＣオフセットが含まれる場合、１サイクルの各データポイントにＤＣオフセットが含まれる。Ａ／Ｄ変換処理におけるサンプリングのばらつきによる測定誤差を無視すると、１サイクルの各データポイントにノイズが含まれていなければ、総和ＡＤ＿ＳＵＭは、１サイクルで抽出された各データポイントに含まれるＤＣオフセットが加算された値となる。一方、ノイズが含まれる場合、総和ＡＤ＿ＳＵＭは、１サイクルで抽出された各データポイントに含まれるＤＣオフセットが加算された値よりも大きな値となる。
　そこで、ノイズ判定部４４には、例えば、ＡＥ波の正弦波信号のデジタルデータにＤＣオフセットがなければ、判定値として０が設定される。また、ＡＥ波の正弦波信号のデジタルデータにＤＣオフセットがある場合、ノイズ判定部４４には、１サイクルで抽出される各データポイントに含まれるＤＣオフセットが加算された値が、判定値として設定される。
　総和ＡＤ＿ＳＵＭが判定値よりも大きい場合（ステップＳＴ２ｂ；ＮＯ）、ノイズ判定部４４は、総和ＡＤ＿ＳＵＭを求めたサイクルにノイズが含まれると判定して、この判定結果をノイズ除去部４５に通知する。ノイズ除去部４５は、ノイズ判定部４４から通知された判定結果に基づいて、ＡＥ波の正弦波信号のデジタルデータから、総和ＡＤ＿ＳＵＭを求めたサイクルにおける全てのデータポイントを除去する（ステップＳＴ３ｂ）。この後、ノイズ判定部４４は、次のサイクルに対してステップＳＴ１ｂからの処理を行う。
　総和ＡＤ＿ＳＵＭが判定値以下である場合（ステップＳＴ２ｂ；ＹＥＳ）、ノイズ判定部４４は、総和ＡＤ＿ＳＵＭを求めたサイクルにノイズが含まれないと判定し、この判定結果を抽出部４２Ａに通知する。抽出部４２Ａは、ノイズ判定部４４から通知された判定結果に基づいて、総和ＡＤ＿ＳＵＭを求めたサイクルのデータポイントについてステップＳＴ４ｂからの一連の処理を行う。このように、抽出部４２Ａは、ノイズを含むサイクルのデータポイントが除去されたデジタルデータから極大値のデータポイントを抽出する。これにより、ノイズの誤抽出を低減することが可能である。
　異常判定部５は、ＡＥ波の正弦波信号のデジタルデータから正弦波信号のサイクルごとに抽出された極大値または極小値のデータポイントのデータに基づいて、対象機械２の異常を判定する。極大値または極小値のデータポイントのデータは、ノイズを含むサイクルのデータポイントが除去されたデジタルデータから抽出される。このようにノイズの誤抽出が低減されたデータを用いることで、異常判定部５による対象機械２の異常判定の精度が向上する。
　なお、図９において極小値のデータポイントを抽出する場合、例えば、最大値ＭＡＸの代わりに、最小値ＭＩＮを設定する。抽出部４２Ａは、抽出番号ｎのデータポイントの値が最小値ＭＩＮよりも大きいか否かを確認する（ステップＳＴ５ｂ）。抽出番号ｎのデータポイントの値が最小値ＭＩＮよりも大きい場合（ステップＳＴ５ｂ；ＹＥＳ）、ステップＳＴ６ｂに移行し、抽出番号ｎのデータポイントの値が最小値ＭＩＮ以下であれば（ステップＳＴ５ｂ；ＮＯ）、ステップＳＴ７ｂに移行する。ステップＳＴ６ｂおよびステップＳＴ７ｂにおける処理は、最小値ＭＩＮに対して行われる。抽出部４２Ａは、最小値ＭＩＮを極小値のデータポイントと決定し、最小値ＭＩＮの符号を反転させてからメモリに記憶する（ステップＳＴ１０ｂ）。
　振動検出装置４ＡにおけるＡ／Ｄ変換部４１、抽出部４２Ａ、ノイズ判定部４４およびノイズ除去部４５の機能は処理回路により実現される。すなわち、振動検出装置４Ａは、図９に示したステップＳＴ１ｂからステップＳＴ１１ｂの処理を実行するための処理回路を備える。処理回路は、図７Ａに示した専用のハードウェアの処理回路１０２であってもよいし、図７Ｂに示したメモリ１０４に記憶されたプログラムを実行するプロセッサ１０３であってもよい。
　以上のように、実施の形態２に係る振動検出装置４Ａは、抽出部４２Ａ、ノイズ判定部４４およびノイズ除去部４５を備える。ノイズ判定部４４は、正弦波信号のサイクルごとのデータポイントの総和ＡＤ＿ＳＵＭを判定値と比較した結果に基づいてサイクルごとにノイズを判定する。ノイズ除去部４５は、ノイズを含むサイクルの全てのデータポイントを除去する。抽出部４２Ａは、ノイズ除去部４５によってノイズを含むサイクルのデータポイントが除去されたデジタルデータから、極大値または極小値のデータポイントを抽出する。ノイズを含んだサイクルのデータポイントが除去されるので、ノイズの誤抽出を低減することができる。
実施の形態３．
　図１０は、実施の形態２に係る異常判定システム１Ｂの構成を示すブロック図である。図１０において、図１と同一の構成要素には同一の符号を付して説明を省略する。異常判定システム１Ｂは、対象機械２に発生した振動に基づいて、対象機械２の異常の有無を判定するシステムであり、ＡＥセンサ３、振動検出装置４Ｂおよび異常判定部５を備える。振動検出装置４Ｂは、Ａ／Ｄ変換部４１および抽出部４２Ｂを備える。また、抽出部４２Ｂは、ノイズ判定部４４Ａおよびノイズ除去部４５Ａを備える。
　抽出部４２Ｂは、ＡＥ波の正弦波信号のデジタルデータのうち、ノイズが除去されたサイクルのデータポイントから極大値または極小値のデータポイントを抽出する。例えば、抽出部４２Ｂは、ノイズが除去されたサイクルのデータポイントから、極大値のデータポイントを抽出する。抽出部４２Ｂによって抽出されたデータポイントは、異常判定部５に出力される。抽出部４２Ｂは、極大値のデータポイントを抽出する代わりに極小値のデータポイントを抽出する場合、抽出したデータポイントの符号を反転させる。
　ノイズ判定部４４Ａは、抽出部４２Ｂによって抽出されたデータポイントのうち、正弦波信号のサイクルのピークの位置に対応しないデータポイントをノイズと判定する。ＡＥセンサ３からＡＥ波の正弦波信号が出力され、ＡＥ波の正弦波信号のデジタルデータから正弦波の１サイクル分として抽出されるデータポイントの個数は既知であり、サイクルで最初に抽出されたデータポイントの位置は既知である。従って、１サイクルで抽出されるデータポイントの個数とサイクルで最初に抽出されたデータポイントの位置に基づいて、正弦波のサイクルのピークに対応する位置を特定することは可能である。ノイズ判定部４４Ａには、ピークに対応する位置を示す情報が予め設定されている。
　また、ノイズ判定部４４Ａは、直前と直後に抽出されたデータポイントとの間で増減傾向が反転するデータポイントのうち、サイクルのピークの位置に対応しないデータポイントをノイズと判定する。例えば、直前と直後に抽出されたデータポイントよりも値が大きいデータポイントは、直前に抽出されたデータポイントからは増加傾向にあるが、直後に抽出されたデータポイントからは減少傾向にある。また、直前と直後に抽出されたデータポイントよりも値が小さいデータポイントは、直前に抽出されたデータポイントからは減少傾向にあるが、直後に抽出されたデータポイントからは増加傾向にある。ノイズ判定部４４Ａは、これらのデータポイントがピークの位置に対応していなければ、ノイズと判定する。
　ノイズ除去部４５Ａは、ＡＥ波の正弦波信号のサイクルごとにノイズと判定されたデータポイントを除去する。例えば、ノイズ除去部４５Ａは、抽出部４２Ｂによって抽出された極大値または極小値のデータポイントのうち、サイクルのピークの位置に対応しないデータポイントを除去する。また、ノイズ除去部４５Ａは、直前と直後に抽出されたデータポイントとの間で増減傾向が反転するデータポイントのうち、サイクルのピークの位置に対応しないデータポイントを除去する。さらに、ノイズ除去部４５Ａは、ノイズを含むサイクルの全てのデータポイントを除去してもよい。
　次に、サイクルごとにノイズを除去しながら極大値のデータポイントを抽出する処理の一例について説明する。図１１は、実施の形態３に係る振動検出方法を示すフローチャートであり、抽出部４２Ｂによる処理の例を示している。図１１のステップＳＴ１ｃおよびステップＳＴ２ｃは、図５のステップＳＴ１ａおよびステップＳＴ２ａの処理と同様であり、図１１のステップＳＴ５ｃからステップＳＴ１０ｃまでは、図５のステップＳＴ３ａからステップＳＴ８ａまでの処理と同様であるので、説明を省略する。また、ｎは、データポイントの抽出順を示す抽出番号であり、０以上の自然数である。ＭＡＸは、データポイントの最大値である。
　抽出番号ｎのデータポイントの値が最大値ＭＡＸよりも小さい場合（ステップＳＴ２ｃ；ＹＥＳ）、ノイズ判定部４４Ａは、最大値ＭＡＸのデータポイントが、サイクルのピークの位置に対応するか否かを確認する（ステップＳＴ３ｃ）。図１２は、ＡＥ波の正弦波信号のデジタルデータから極大値のデータポイントを抽出する処理の概要を示す図であり、正弦波の１サイクル分のデータポイントとして、データポイントＳに続いて、２１個のデータポイントを順に抽出しながら、極大値のデータポイントを探索する処理を示している。
　データポイントＳは、サイクルで最初に抽出されるデータポイントであり、抽出番号ｎは０である。また、データポイントＳは、直前のサイクルのピーク位置から時間的に進んだ近傍の位置にある。このとき、正弦波のプラス側のピークの位置は、データポイントＳに続いて抽出されるデータポイント数±１に対応する位置にある。例えば、図１２では、抽出番号ｎが０であるデータポイントＳに続いて、抽出番号ｎが２１であるデータポイントまでの２１個のデータポイントが抽出されるので、ピークの位置は、抽出されたデータポイント数が２１±１、すなわち、データポイント数が２０から２２である範囲に対応している。
　ノイズ判定部４４Ａは、最大値ＭＡＸのデータポイントがピークの位置に対応しない場合（ステップＳＴ３ｃ；ＮＯ）、最大値ＭＡＸのデータポイントをノイズと判定し、この判定結果をノイズ除去部４５Ａに通知する。ノイズ除去部４５Ａは、ノイズ判定部４４Ａから通知された判定結果に基づいて、最大値ＭＡＸのデータポイントを除去する（ステップＳＴ４ｃ）。この後、ステップＳＴ８ｃの処理に移行し、次の抽出番号のデータポイントについてステップＳＴ１ｃからの一連の処理が行われるので、極大値のデータポイントの探索が継続される。
　一方、最大値ＭＡＸのデータポイントがピークの位置に対応する場合（ステップＳＴ３ｃ；ＹＥＳ）、ノイズ判定部４４Ａは、最大値ＭＡＸのデータポイントがノイズではないと判定し、ステップＳＴ５ｃの処理に移行する。このように、抽出部４２Ｂは、サイクルごとにノイズが除去されたデジタルデータから極大値のデータポイントを抽出するので、ノイズの誤抽出が低減される。
　なお、ノイズ除去部４５Ａは、ノイズ判定部４４Ａによりノイズと判定されたデータポイントを含む１サイクルの全てのデータポイントを除去してもよい。この場合、抽出部４２Ｂは、ノイズを含むサイクルのデータポイントが除去されたデジタルデータから極大値のデータポイントを抽出するので、ノイズの誤抽出が低減される。
　なお、図１１において極小値のデータポイントを抽出する場合、例えば、最大値ＭＡＸの代わりに、最小値ＭＩＮを設定する。抽出部４２Ｂは、抽出番号ｎのデータポイントの値が最小値ＭＩＮよりも大きいか否かを確認する（ステップＳＴ２ｃ）。抽出番号ｎのデータポイントの値が最小値ＭＩＮよりも大きい場合（ステップＳＴ２ｃ；ＹＥＳ）、ステップＳＴ３ｃに移行し、抽出番号ｎのデータポイントの値が最小値ＭＩＮ以下であれば（ステップＳＴ２ｃ；ＮＯ）、ステップＳＴ６ｃに移行する。ノイズ判定部４４Ａは、最小値ＭＩＮのデータポイントが、ピークの位置に対応するか否かを確認する（ステップＳＴ３ｃ）。最小値ＭＩＮのデータポイントがピークの位置に対応しなければ（ステップＳＴ３ｃ；ＮＯ）、ステップＳＴ４ｃに移行し、最小値ＭＩＮのデータポイントがピークの位置に対応する場合（ステップＳＴ３ｃ；ＹＥＳ）、ステップＳＴ５ｃに移行する。ステップＳＴ４ｃ、ステップＳＴ５ｃおよびステップＳＴ６ｃにおける処理は、最小値ＭＩＮに対して行われる。抽出部４２Ｂは、最小値ＭＩＮを極小値のデータポイントと決定し、最小値ＭＩＮの符号を反転させてからメモリに記憶する（ステップＳＴ９ｃ）。
　図１３は、実施の形態３に係る振動検出方法の別の態様を示すフローチャートであり、直前と直後に抽出されたデータポイントよりも値が大きいデータポイントから、極大値のデータポイントを探索する処理を示している。ノイズ判定部４４Ａは、正弦波の１サイクルのデジタルデータから、連続した３つのデータポイント（抽出番号ｎ＝Ｍ－１，Ｍ，Ｍ＋１）を抽出し、中間のデータポイント（抽出番号ｎ＝Ｍ）が、直前と直後に抽出されたデータポイント（抽出番号ｎ＝Ｍ－１，Ｍ＋１）よりも大きい値であるか否かを確認する（ステップＳＴ１ｄ）。
　直前と直後に抽出されたデータポイントよりも大きい値のデータポイントである場合（ステップＳＴ１ｄ；ＹＥＳ）、ノイズ判定部４４Ａは、サイクルのピークの位置に対応するデータポイントであるか否かを確認する（ステップＳＴ２ｄ）。ノイズ判定部４４Ａは、図１１のステップＳＴ３ｃと同様な処理でピークの位置に対応するか否かを判断する。
　データポイント（抽出番号ｎ＝Ｍ）がピークの位置に対応しない場合（ステップＳＴ２ｄ；ＮＯ）、ノイズ判定部４４Ａは、当該データポイントがノイズであると判定し、この判定結果をノイズ除去部４５Ａに通知する。ノイズ除去部４５Ａは、ノイズ判定部４４Ａから通知された判定結果に基づいて、当該データポイントを除去する（ステップＳＴ３ｄ）。この後、ＡＥ波の正弦波信号のデジタルデータのうち、次に連続した３つのデータポイント（抽出番号ｎ＝Ｍ＋１，Ｍ＋２，Ｍ＋３）についてステップＳＴ１ｄからの処理が行われ、極大値のデータポイントの探索が継続される。
　データポイント（抽出番号ｎ＝Ｍ）がピークの位置に対応する場合（ステップＳＴ２ｄ；ＹＥＳ）、ノイズ判定部４４Ａは、当該データポイントがノイズではないと判定し、この判定結果を抽出部４２Ｂに通知する。抽出部４２Ｂは、ノイズ判定部４４Ａの判定結果に基づいて、当該データポイントを、今回のサイクルの極大値のデータポイントと決定してメモリに記憶する（ステップＳＴ４ｄ）。
　なお、ノイズ除去部４５Ａは、ノイズ判定部４４Ａによりノイズと判定されたデータポイントを含む１サイクルの全てのデータポイントを除去してもよい。この場合、抽出部４２Ｂは、ノイズを含むサイクルのデータポイントが除去されたデジタルデータから極大値のデータポイントを抽出するので、ノイズの誤抽出が低減される。
　続いて、抽出部４２Ｂは、ＡＥ波の正弦波信号の全てのサイクルを処理したか否かについて確認する（ステップＳＴ５ｄ）。抽出部４２Ｂは、ＡＥセンサ３によって一定の検出期間（例えば、工作機械による被加工物の加工期間）に検出されたＡＥ波の正弦波信号の全てのサイクルについて前述の処理を行ったか否かを確認する。
　未処理のサイクルがある場合（ステップＳＴ５ｄ；ＮＯ）、抽出部４２Ｂは、次のサイクルに移行する（ステップＳＴ６ｄ）。すなわち、抽出部４２Ｂは、次のサイクルを極大値の探索対象のサイクルに設定することで、当該サイクルに対してステップＳＴ１ｄからの処理を行う。
　一方、ＡＥ波の正弦波信号のデジタルデータにおける全てのサイクルを処理した場合（ステップＳＴ５ｄ；ＹＥＳ）、抽出部４２Ｂは、図１３の処理を終了する。この後、抽出部４２Ｂは、メモリからサイクルごとの極大値のデータポイントを読み出し、読み出したデータポイントのデータを異常判定部５に出力する。
　なお、図１３において極小値のデータポイントを抽出する場合に、ノイズ判定部４４Ａは、中間のデータポイント（抽出番号ｎ＝Ｍ）が直前と直後に抽出されたデータポイント（抽出番号ｎ＝Ｍ－１，Ｍ＋１）よりも小さい値であるか否かを確認する（ステップＳＴ１ｄ）。また、ノイズ判定部４４Ａは、データポイントが、正弦波のマイナス側のピークの位置に対応するか否かを確認する（ステップＳＴ２ｄ）。抽出部４２Ｂは、極小値のデータポイントと決定し、当該データポイントの符号を反転させてからメモリに記憶する（ステップＳＴ４ｄ）。
　振動検出装置４ＢにおけるＡ／Ｄ変換部４１および抽出部４２Ｂの機能は、処理回路により実現される。すなわち、振動検出装置４Ｂは、図１１または図１３に示した処理を実行するための処理回路を備えている。処理回路は、図７Ａに示した専用のハードウェアの処理回路１０２であってもよいし、図７Ｂに示したメモリ１０４に記憶されたプログラムを実行するプロセッサ１０３であってもよい。
　以上のように、実施の形態３に係る振動検出装置４Ｂは、Ａ／Ｄ変換部４１および抽出部４２Ｂを備える。抽出部４２Ｂは、ノイズ判定部４４Ａおよびノイズ除去部４５Ａを備える。ノイズ判定部４４Ａは、抽出部４２Ｂによって抽出されたデータポイントのうち、正弦波信号のサイクルのピークの位置に対応しないデータポイントをノイズと判定する。また、ノイズ判定部４４Ａは、直前と直後に抽出されたデータポイントとの間で増減傾向が反転するデータポイントのうち、正弦波信号のサイクルのピークの位置に対応しないデータポイントをノイズと判定する。ノイズ除去部４５Ａは、正弦波信号のサイクルに含まれるノイズを除去する。抽出部４２Ｂは、ノイズが除去されたサイクルのデータポイントから、極大値または極小値のデータポイントを抽出する。ノイズがサイクルごとに除去されるので、ノイズの誤抽出を低減することができる。
実施の形態４．
　図１４は、実施の形態４に係る異常判定システム１Ｃの構成を示すブロック図である。図１４において、図１と同一の構成要素には、同一の符号を付して説明を省略する。異常判定システム１Ｃは、対象機械２に発生した振動に基づいて、対象機械２の異常の有無を判定するシステムであり、ＡＥセンサ３、振動検出装置４Ｃおよび異常判定部５Ａを備える。振動検出装置４Ｃは、Ａ／Ｄ変換部４１、抽出部４２および出力処理部４３に加え、ＤＣオフセット除去部４６、実効値演算部４７および平均化処理部４８を備える。
　ＤＣオフセット除去部４６は、ＡＥ波の正弦波信号のデジタルデータからＤＣオフセットを除去する。例えば、ＤＣオフセット除去部４６は、一定時間のデジタルデータの平均値を算出し、算出した平均値を用いてＤＣオフセットを特定し、特定したＤＣオフセットを除去する。
　実効値演算部４７は、ＤＣオフセットが除去された正弦波信号のデジタルデータの実効値を算出する。実効値は、時間的に変化する正弦波信号の大きさを評価するための評価値であり、例えば、正弦波信号のデジタルデータのデータポイントの値の２乗を、正弦波信号の１サイクルについて平均し、その値の平方根をとった値である。
　平均化処理部４８は、実効値演算部４７によって算出された実効値について平均化処理を施して平均値を算出する。この平均値は、対象機械２の振動レベルを数値化した値である。例えば、平均化処理部４８は、前回の測定までに蓄積された実効値の平均値を算出する。この平均値は、対象機械２に発生した振動に応じたＡＥ波の正弦波信号に基づくものであり、対象機械２の振動レベルを示す値である。
　なお、振動レベルを数値化するために正弦波信号の実効値を平均化する方法は、一例であり、これ以外の方法であっても、ＡＥ波の正弦波信号に基づいて振動レベルを数値化できる方法であればよい。例えば、正弦波信号の実効値そのものを振動レベルとして数値化してもよいし、正弦波信号の実効値の期間積算値を振動レベルとして数値化してもよい。
　異常判定部５Ａは、実施の形態１と同様にして、出力処理部４３から出力されたデータに基づいて、対象機械２の異常を判定する。すなわち、異常判定部５Ａは、ＡＥ波の正弦波信号のデジタルデータから抽出された極大値のデータポイントに基づいて、対象機械２に発生した突発的な異常を判定する。例えば、対象機械２が切削器である場合、切削刃の破損（刃こぼれ）が判定される。
　さらに、異常判定部５Ａは、平均化処理部によって算出された平均値に基づいて、対象機械２の劣化状態を判定する。例えば、異常判定部５Ａは、一定の期間内に得られた対象機械２の振動レベルの実効値の平均値を初期値に設定し、その後に対象機械２から得られた振動レベルの実効値の平均値が初期値から有意な変化があった場合、対象機械２が劣化傾向にあると判定する。
　なお、異常判定部５Ａは、対象機械２の劣化傾向を解析し、この解析結果に基づいて、対象機械２の寿命を予測してもよい。このように、異常判定部５Ａは、平均化処理部４８によって算出された対象機械２における振動レベルの実効値の平均値に基づいて、対象機械２において緩やかに進行する劣化（例えば、切削刃の摩耗）を監視することができる。
　なお、振動検出装置４Ｃは、抽出部４２の代わりに抽出部４２Ａを備え、さらにノイズ判定部４４およびノイズ除去部４５を備えてもよい。また、振動検出装置４Ｃは、抽出部４２の代わりに抽出部４２Ｂを備えてもよい。さらに、異常判定システム１Ｃにおいて、Ａ／Ｄ変換部４１、抽出部４２および出力処理部４３を備える振動検出装置と、Ａ／Ｄ変換部４１、ＤＣオフセット除去部４６、実効値演算部４７および平均化処理部４８を備える振動検出装置を備えてもよい。
　以上のように、実施の形態４に係る異常判定システム１Ｃでは、対象機械２に突発的に発生する異常の判定と、対象機械２において緩やかに進行する劣化状態の監視とを、同時に行うことが可能である。
　なお、各実施の形態の組み合わせまたは実施の形態のそれぞれの任意の構成要素の変形もしくは実施の形態のそれぞれにおいて任意の構成要素の省略が可能である。
　本開示に係る振動検出装置は、例えば、回転機械の振動検出に利用可能である。
　１，１Ａ，１Ｂ，１Ｃ　異常判定システム、２　対象機械、３　ＡＥセンサ、４，４Ａ，４Ｂ，４Ｃ　振動検出装置、５，５Ａ　異常判定部、４１　Ａ／Ｄ変換部、４２，４２Ａ，４２Ｂ　抽出部、４３　出力処理部、４４，４４Ａ　ノイズ判定部、４５，４５Ａ　ノイズ除去部、４６　ＤＣオフセット除去部、４７　実効値演算部、４８　平均化処理部、１００　入力インタフェース、１０１　出力インタフェース、１０２　処理回路、１０３　プロセッサ、１０４　メモリ、４３１　判定部、４３２　記憶部、４３３　出力制御部。

Claims (16)

  1. 　対象機械に発生した振動に応じたアコースティックエミッション波を検出するＡＥセンサから前記アコースティックエミッション波の正弦波信号を入力し、入力した前記正弦波信号をデジタルデータに変換するＡ／Ｄ変換部と、
    　前記デジタルデータから、前記正弦波信号のサイクルごとに極大値のデータポイントを抽出する抽出部と、
    　前記抽出部によって抽出されたデータポイントと、正弦波として識別可能なポイント数のデータポイントからなり、極大値のデータポイントを含むサイクルデータとを出力部で視認可能に出力する出力処理部と、
    　を備えたことを特徴とする振動検出装置。
  2. 　前記出力処理部は、
    　前記抽出部によってサイクルごとに順次抽出された極大値のデータポイントから最大値のデータポイントを判定する判定部と、
    　前記判定部によって判定された最大値のデータポイントを含む前記サイクルデータを、前記出力部で視認可能に出力する出力制御部と、
    　を備えたことを特徴とする請求項１記載の振動検出装置。
  3. 　前記出力制御部は、前記判定部によって判定された最大値のデータポイントを含む前記サイクルデータの波形を前記出力部に表示させること
    　を特徴とする請求項２記載の振動検出装置。
  4. 　前記抽出部は、前記対象機械の状態ごとに、前記デジタルデータから、前記正弦波信号のサイクルごとの極大値のデータポイントを抽出し、
    　前記出力処理部は、前記抽出部によって抽出されたデータポイントおよび前記サイクルデータを、前記対象機械の状態ごとに前記出力部で視認可能に出力すること
    　を特徴とする請求項１記載の振動検出装置。
  5. 　前記抽出部は、極大値に換えて、前記デジタルデータから、前記正弦波信号のサイクルごとの極小値のデータポイントを抽出し、順次抽出したデータポイントの符号を反転させること
    　を特徴とする請求項１記載の振動検出装置。
  6. 　対象機械に発生した振動に応じたアコースティックエミッション波を検出するＡＥセンサから前記アコースティックエミッション波の正弦波信号を入力し、入力した前記正弦波信号をデジタルデータに変換するＡ／Ｄ変換部と、
    　前記デジタルデータから前記正弦波信号のサイクルごとに極大値のデータポイントを抽出する抽出部と、
    　前記デジタルデータにおけるノイズを判定するノイズ判定部と、
    　前記デジタルデータからノイズを除去するノイズ除去部と、
    　を備え、
    　前記ノイズ判定部は、前記正弦波信号のサイクルごとのデータポイントの総和を判定値と比較した結果に基づいて、サイクルごとにノイズを判定すること
    　を特徴とする振動検出装置。
  7. 　対象機械に発生した振動に応じたアコースティックエミッション波を検出するＡＥセンサから前記アコースティックエミッション波の正弦波信号を入力し、入力した前記正弦波信号をデジタルデータに変換するＡ／Ｄ変換部と、
    　前記デジタルデータから前記正弦波信号のサイクルごとに極大値のデータポイントを抽出する抽出部と、
    　前記デジタルデータにおけるノイズを判定するノイズ判定部と、
    　前記デジタルデータからノイズを除去するノイズ除去部と、
    　を備え、
    　前記ノイズ判定部は、前記抽出部によって前記デジタルデータから抽出されたデータポイントのうち、前記正弦波信号のサイクルのピークの位置に対応しないデータポイントをノイズと判定すること
    　を特徴とする振動検出装置。
  8. 　対象機械に発生した振動に応じたアコースティックエミッション波を検出するＡＥセンサから前記アコースティックエミッション波の正弦波信号を入力し、入力した前記正弦波信号をデジタルデータに変換するＡ／Ｄ変換部と、
    　前記デジタルデータから前記正弦波信号のサイクルごとに極大値のデータポイントを抽出する抽出部と、
    　前記デジタルデータにおけるノイズを判定するノイズ判定部と、
    　前記デジタルデータからノイズを除去するノイズ除去部と、
    　を備え、
    　前記ノイズ判定部は、直前と直後に抽出されたデータポイントとの間で増減傾向が反転するデータポイントのうち、前記正弦波信号のサイクルのピークの位置に対応しないデータポイントをノイズと判定すること
    　を特徴とする振動検出装置。
  9. 　前記ノイズ除去部は、前記デジタルデータから、ノイズを含むサイクルの全てのデータポイントを除去すること
    　を特徴とする請求項６から請求項８のいずれか１項記載の振動検出装置。
  10. 　前記ノイズ除去部は、前記正弦波信号のサイクルに含まれるノイズを除去し、
    　前記抽出部は、ノイズが除去されたサイクルのデータポイントから、極大値のデータポイントを抽出すること
    　を特徴とする請求項７または請求項８記載の振動検出装置。
  11. 　前記抽出部は、極大値に換えて、前記デジタルデータから、前記正弦波信号のサイクルごとの極小値のデータポイントを抽出し、順次抽出したデータポイントの符号を反転させること
    　を特徴とする請求項６から請求項８のいずれか１項記載の振動検出装置。
  12. 　Ａ／Ｄ変換部が、対象機械に発生した振動に応じたアコースティックエミッション波を検出するＡＥセンサから前記アコースティックエミッション波の正弦波信号を入力し、入力した前記正弦波信号をデジタルデータに変換するステップと、
    　抽出部が、前記デジタルデータから、前記正弦波信号のサイクルごとに極大値のデータポイントを抽出するステップと、
    　出力処理部が、前記抽出部によって抽出されたデータポイントと、正弦波として識別可能なポイント数のデータポイントからなり、極大値のデータポイントを含むサイクルデータとを出力部で視認可能に出力するステップと、
    　を備えたことを特徴とする振動検出方法。
  13. 　前記出力処理部が、前記抽出部によってサイクルごとに順次抽出された極大値のデータポイントから最大値のデータポイントを判定し、判定した最大値のデータポイントを含む前記サイクルデータを前記出力部で視認可能に出力すること、
    　を特徴とする請求項１２記載の振動検出方法。
  14. 　前記抽出部が、前記対象機械の状態ごとに、前記デジタルデータから、前記正弦波信号のサイクルごとの極大値のデータポイントを抽出し、
    　前記出力処理部が、前記抽出部によって抽出されたデータポイントと、正弦波として識別可能なポイント数のデータポイントからなり、極大値のデータポイントを含むサイクルデータとを出力部で視認可能に出力すること
    　を特徴とする請求項１２記載の振動検出方法。
  15. 　請求項１から請求項８のいずれか１項記載の振動検出装置と、
    　前記抽出部によって順次抽出されたデータポイントから構成されるデータに基づいて、前記対象機械の異常を判定する異常判定部と、
    　を備えたことを特徴とする異常判定システム。
  16. 　前記デジタルデータからＤＣオフセットを除去するＤＣオフセット除去部と、
    　前記ＤＣオフセットが除去された前記デジタルデータの実効値を算出する実効値演算部と、
    　前記デジタルデータの実効値の平均値を算出する平均化処理部と、
    　を備え、
    　前記異常判定部は、前記平均化処理部によって算出された前記平均値に基づいて、前記対象機械の劣化状態を判定すること
    　を特徴とする請求項１５記載の異常判定システム。
PCT/JP2020/009549 2019-09-13 2020-03-06 振動検出装置、振動検出方法および異常判定システム WO2021049068A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
PCT/JP2019/036117 WO2021049008A1 (ja) 2019-09-13 2019-09-13 振動検出装置、振動検出方法および異常判定システム
JPPCT/JP2019/036117 2019-09-13

Publications (1)

Publication Number Publication Date
WO2021049068A1 true WO2021049068A1 (ja) 2021-03-18

Family

ID=74865736

Family Applications (3)

Application Number Title Priority Date Filing Date
PCT/JP2019/036117 WO2021049008A1 (ja) 2019-09-13 2019-09-13 振動検出装置、振動検出方法および異常判定システム
PCT/JP2020/009549 WO2021049068A1 (ja) 2019-09-13 2020-03-06 振動検出装置、振動検出方法および異常判定システム
PCT/JP2020/034276 WO2021049568A1 (ja) 2019-09-13 2020-09-10 振動検出装置、振動検出方法および異常判定システム

Family Applications Before (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/036117 WO2021049008A1 (ja) 2019-09-13 2019-09-13 振動検出装置、振動検出方法および異常判定システム

Family Applications After (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/034276 WO2021049568A1 (ja) 2019-09-13 2020-09-10 振動検出装置、振動検出方法および異常判定システム

Country Status (5)

Country Link
US (1) US20220334024A1 (ja)
JP (2) JP7162740B2 (ja)
CN (1) CN114391091A (ja)
DE (1) DE112020004351T5 (ja)
WO (3) WO2021049008A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022131023A (ja) * 2021-02-26 2022-09-07 セイコーエプソン株式会社 計測方法、計測装置、計測システム及び計測プログラム
JP2022131027A (ja) * 2021-02-26 2022-09-07 セイコーエプソン株式会社 計測方法、計測装置、計測システム及び計測プログラム
CN116071881B (zh) * 2023-03-24 2023-06-13 光谷技术有限公司 基于地波和视频的多模态入侵探测***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07286893A (ja) * 1994-02-22 1995-10-31 Puranetoron:Kk 信号変換装置およびデータ表示システム
JP2002107347A (ja) * 2000-10-03 2002-04-10 Yamagata Casio Co Ltd Ａｅデータの処理装置及び処理方法
JP2003344150A (ja) * 2002-05-24 2003-12-03 Kawasaki Heavy Ind Ltd 回転機械の軸振動解析による状態診断方法及び装置
JP2011020221A (ja) * 2009-07-16 2011-02-03 Honda Motor Co Ltd 回転刃具の寿命予測方法
US20160109329A1 (en) * 2013-04-05 2016-04-21 Aktiebolaget Skf Method, computer program product & system
JP2018128467A (ja) * 2018-05-11 2018-08-16 セイコーエプソン株式会社 信号処理装置、検出装置、センサー、電子機器及び移動体
WO2018193617A1 (ja) * 2017-04-21 2018-10-25 三菱電機エンジニアリング株式会社 振動検出装置および異常判定システム
JP2019105457A (ja) * 2017-12-08 2019-06-27 株式会社日立ビルシステム 軸受検査装置

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0658354B2 (ja) * 1986-02-20 1994-08-03 工業技術院長 アコ−ステイツクエミツシヨン信号弁別装置
JPH0652205B2 (ja) * 1986-04-09 1994-07-06 花王株式会社 負荷変動の検出方法および装置
JP2909688B2 (ja) * 1992-09-30 1999-06-23 アンリツ株式会社 波形解析装置
JP3295185B2 (ja) * 1993-09-09 2002-06-24 光洋精工株式会社 軸受の異常検出装置
JPH08122142A (ja) * 1994-10-21 1996-05-17 Omron Corp 判別装置及び判別方法
JP2893251B2 (ja) * 1996-08-09 1999-05-17 関西電力株式会社 回転機械の異常検出方法
JP3318246B2 (ja) * 1997-12-01 2002-08-26 株式会社日立製作所 ファンモータ診断方法及び診断装置
JP2004085273A (ja) * 2002-08-23 2004-03-18 Kinki Nippon Railway Co Ltd 車輪損傷の検出方法及びその装置
JP2005049945A (ja) * 2003-07-29 2005-02-24 Toshiba Mitsubishi-Electric Industrial System Corp 監視装置及びこれを用いた電力変換装置
JP2006113002A (ja) * 2004-10-18 2006-04-27 Nsk Ltd 機械設備の異常診断システム
JP5028028B2 (ja) * 2006-05-24 2012-09-19 株式会社ジェイテクト アコースティックエミッション検出装置および制御装置
JP2007322947A (ja) 2006-06-05 2007-12-13 Ricoh Co Ltd 文書管理システム、印刷装置及びゲート装置
CN101320017B (zh) * 2007-06-08 2010-07-21 武汉中科智创岩土技术有限公司 声波透射法首波的检测方法
JP5725833B2 (ja) * 2010-01-04 2015-05-27 Ntn株式会社 転がり軸受の異常診断装置、風力発電装置および異常診断システム
JP2012042338A (ja) * 2010-08-19 2012-03-01 Ntn Corp 転がり軸受の異常診断装置および歯車の異常診断装置
JP5670227B2 (ja) 2011-03-04 2015-02-18 スタンレー電気株式会社 光偏向器の駆動装置
JP6019582B2 (ja) * 2011-12-27 2016-11-02 株式会社ジェイテクト 加工条件良否判定方法とその判定装置
JP5895680B2 (ja) * 2012-04-16 2016-03-30 株式会社デンソー 信号処理装置
EP3019845A1 (de) * 2013-09-12 2016-05-18 Siemens Aktiengesellschaft Verfahren und anordnung zur überwachung einer technischen einrichtung wie z.b. einer maschine oder einer anlage
CN104634878B (zh) * 2014-12-16 2017-04-05 北京林业大学 一种基于声发射技术的木材损伤监测方法
WO2017003435A1 (en) 2015-06-29 2017-01-05 Hewlett-Packard Development Company, L.P. Analyte detection package with integrated lens
JP6665062B2 (ja) * 2016-08-31 2020-03-13 Ntn株式会社 状態監視装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07286893A (ja) * 1994-02-22 1995-10-31 Puranetoron:Kk 信号変換装置およびデータ表示システム
JP2002107347A (ja) * 2000-10-03 2002-04-10 Yamagata Casio Co Ltd Ａｅデータの処理装置及び処理方法
JP2003344150A (ja) * 2002-05-24 2003-12-03 Kawasaki Heavy Ind Ltd 回転機械の軸振動解析による状態診断方法及び装置
JP2011020221A (ja) * 2009-07-16 2011-02-03 Honda Motor Co Ltd 回転刃具の寿命予測方法
US20160109329A1 (en) * 2013-04-05 2016-04-21 Aktiebolaget Skf Method, computer program product & system
WO2018193617A1 (ja) * 2017-04-21 2018-10-25 三菱電機エンジニアリング株式会社 振動検出装置および異常判定システム
JP2019105457A (ja) * 2017-12-08 2019-06-27 株式会社日立ビルシステム 軸受検査装置
JP2018128467A (ja) * 2018-05-11 2018-08-16 セイコーエプソン株式会社 信号処理装置、検出装置、センサー、電子機器及び移動体

Also Published As

Publication number Publication date
WO2021049008A1 (ja) 2021-03-18
US20220334024A1 (en) 2022-10-20
JP7162740B2 (ja) 2022-10-28
DE112020004351T5 (de) 2022-06-02
JP7350135B2 (ja) 2023-09-25
CN114391091A (zh) 2022-04-22
WO2021049568A1 (ja) 2021-03-18
JPWO2021049568A1 (ja) 2021-11-04
JP2022163038A (ja) 2022-10-25

Similar Documents

Publication Publication Date Title
WO2021049068A1 (ja) 振動検出装置、振動検出方法および異常判定システム
US5587931A (en) Tool condition monitoring system
CN110419012B (zh) 诊断设备、诊断***、诊断方法和程序
JP6420885B1 (ja) 電磁振動成分の除去方法、回転機械診断方法、及び回転機械診断装置
CN113092114B (zh) 一种轴承故障诊断方法、装置及存储介质
US20120130682A1 (en) Real-time detection system and the method thereof
WO2016091233A1 (en) Method of monitoring residual life of turbomachinery rotor blades
JP2019100756A (ja) 異常検出装置、異常検出方法及び異常検出用コンピュータプログラム
CN112326245A (zh) 一种基于变分希尔伯特黄变换的滚动轴承故障诊断方法
CN112903296B (zh) 一种滚动轴承故障检测方法及***
JP3920715B2 (ja) 振動信号の処理方法
JP2019144102A (ja) 信号解析システム、方法およびプログラム
JP5428994B2 (ja) 機械設備の異常診断方法、装置及びプログラム
JP2003130724A (ja) 評価装置
JP2003202276A (ja) 機械設備又は機器の異常診断方法
JP4003086B2 (ja) 評価方法及び装置
RU2670771C1 (ru) Способ определения характера касания лопатки вращающегося колеса о корпус турбомашины
JP6815489B2 (ja) 振動検出装置および異常判定システム
CN114184270A (zh) 一种设备振动数据处理方法、装置、设备及存储介质
US7064556B2 (en) Frequency rectification tool for shorter waveforms
JP2012177653A (ja) 音響診断方法、プログラム及び装置
CN112484844A (zh) 一种变压器噪声抗环境干扰检测方法及***
JP2006125976A (ja) 機械設備の異常診断システム
WO2020202567A1 (ja) 振動音響解析方法及び装置と機器異常部位推定方法及び装置
JP6348934B2 (ja) 異常診断システム及び異常診断方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20863586

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20863586

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP