WO2022224631A1 - 回転機システム、及びその診断方法 - Google Patents

回転機システム、及びその診断方法 Download PDF

Info

Publication number
WO2022224631A1
WO2022224631A1 PCT/JP2022/011437 JP2022011437W WO2022224631A1 WO 2022224631 A1 WO2022224631 A1 WO 2022224631A1 JP 2022011437 W JP2022011437 W JP 2022011437W WO 2022224631 A1 WO2022224631 A1 WO 2022224631A1
Authority
WO
WIPO (PCT)
Prior art keywords
rotating machine
machine system
frequency
calculation unit
deterioration index
Prior art date
Application number
PCT/JP2022/011437
Other languages
English (en)
French (fr)
Inventor
晃司 牧
昇吾 南波
Original Assignee
株式会社日立産機システム
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 株式会社日立産機システム filed Critical 株式会社日立産機システム
Publication of WO2022224631A1 publication Critical patent/WO2022224631A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/023—Power-transmitting endless elements, e.g. belts or chains
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass

Definitions

  • the present invention relates to a rotating machine system and its diagnostic method, for example, to a rotating machine system in which a rotating machine and a load machine or a power source are connected via a power transmission mechanism, and its diagnostic method.
  • Patent Document 1 discloses an abnormality diagnosis device that measures a current during driving of a rotating machine and performs frequency analysis on the current during driving to diagnose an abnormality in a power transmission mechanism connected to the rotating machine. shown. Specifically, the abnormality diagnosis device detects spectrum peaks by frequency analysis, and counts the number of spectrum peaks included in the abnormal frequencies, with sideband waves other than the power supply frequency and the rotation frequency of the power transmission mechanism as abnormal frequencies. , to diagnose anomalies based on the increase in their number.
  • Patent Document 1 without using an expensive sensor such as a vibration acceleration sensor, frequency analysis of the operating current of the rotating machine is performed, and based on the number of spectrum peaks at abnormal frequencies, the power transmission mechanism is operated.
  • a technique for diagnosing an abnormality in a rotating machine system is disclosed.
  • this technique requires long-term data accumulation in order to ensure the high frequency resolution necessary to identify spectral peaks at abnormal frequencies, which may make diagnosis difficult in a short time. rice field.
  • the present invention has been made in view of the above, and one of its objects is to provide a rotating machine system and a rotating machine system that can detect an abnormality in a power transmission mechanism at low cost and in a short period of time.
  • the object is to provide a diagnostic method.
  • a rotating machine system of one embodiment includes a rotating machine and a load machine or a power source connected via a power transmission mechanism, and includes a current measurement unit, a frequency spectrum calculation unit, and a deterioration index calculation unit. , and an abnormality degree calculation unit.
  • the current measurement unit measures phase current of at least one phase of the rotating machine.
  • the frequency spectrum calculation section calculates a frequency spectrum for the phase currents measured by the current measurement section.
  • the deterioration index calculation unit calculates a total value or an average value of amplitudes at frequencies excluding a frequency range to be removed including the power supply frequency for the frequency spectrum calculated by the frequency spectrum calculation unit, and uses it as a deterioration index.
  • the degree-of-abnormality calculation unit calculates the degree of abnormality based on the deterioration index obtained by the deterioration index calculation unit.
  • FIG. 1 is a schematic diagram showing a configuration example of a main part in a rotating machine system according to Embodiment 1;
  • FIG. FIG. 2 is a flow chart showing an example of a method for diagnosing a rotary machine system by a diagnostic device in FIG. 1 ;
  • FIG. 2 is a schematic diagram showing an example of a frequency spectrum calculated by a frequency spectrum calculator in FIG. 1;
  • FIG. FIG. 2 is a diagram illustrating an example of processing contents of a deterioration index calculation unit in FIG. 1;
  • FIG. 2 is a diagram illustrating an example of processing contents of a deterioration index calculation unit in FIG. 1;
  • 2 is a schematic diagram showing an example of a deterioration index calculated by a deterioration index calculator in FIG. 1;
  • FIG. 1 is a schematic diagram showing a configuration example of a main part in a rotating machine system according to Embodiment 1;
  • FIG. FIG. 2 is a flow chart showing an example of a method for diagnos
  • FIG. 10 is a flow chart showing an example of a method for diagnosing a rotating machine system using the diagnostic apparatus of FIG. 1 in the rotating machine system according to Embodiment 2.
  • FIG. FIG. 10 is a schematic diagram showing a configuration example of a main part in a rotating machine system according to Embodiment 3;
  • FIG. 11 is a schematic diagram showing a configuration example of a main part in a rotating machine system according to Embodiment 4;
  • FIG. 11 is a schematic diagram showing a configuration example of a main part in a rotating machine system according to Embodiment 5;
  • FIG. 12 is a schematic diagram showing a configuration example of an air compressor, which is an application example of the rotating machine system, in the rotating machine system according to Embodiment 6;
  • FIG. 21 is a schematic diagram showing a configuration example of a belt conveyor as an application example of a rotating machine system in a rotating machine system according to Embodiment 7;
  • FIG. 20 is a schematic diagram showing a configuration example of an automatic door as an application example of a rotating machine system in a rotating machine system according to Embodiment 8;
  • FIG. 1 is a schematic diagram showing a configuration example of main parts in a rotating machine system according to Embodiment 1.
  • the rotating machine system shown in FIG. 1 includes a rotating machine main body and a diagnostic device 1 .
  • the rotating machine main body includes a power supply 3 , a rotating machine 4 connected to the power supply 3 to exchange electric power, and a current sensor 2 for measuring phase currents of the rotating machine 4 .
  • a rotating shaft of the rotating machine 4 is connected to a load machine or a power source via a power transmission mechanism including, for example, a first pulley 5, a second pulley 6 and a belt 7.
  • the first pulley 5 is provided on the rotating shaft of the rotating machine 4 and drives the load machine 8 by rotating the second pulley 6 via the belt 7 .
  • the diagnostic device 1 reads the signal of the current sensor 2 and executes abnormality diagnosis.
  • the diagnostic device 1 includes a diagnostic mode activation unit 100, a current measurement unit 101, a frequency spectrum calculation unit 102, a deterioration index calculation unit 103, an abnormality degree calculation unit 104, a failure determination unit 105, an output unit 106, Prepare.
  • the diagnostic mode activation unit 100, the current measurement unit 101, the frequency spectrum calculation unit 102, the deterioration index calculation unit 103, the abnormality calculation unit 104, and the failure determination unit 105 are typically included in the main body of the rotating machine. It is implemented by a microcontroller or FPGA (Field Programmable Gate Array) that controls the operation of the machine 4 .
  • FPGA Field Programmable Gate Array
  • the current measuring unit 101 is implemented by, for example, an analog-to-digital converter in a microcontroller, and measures at least one phase current of the rotating machine 4 via the current sensor 2 .
  • the current sensor 2 is installed so as to measure the phase current of one phase, but may be installed so as to measure two or more phases.
  • Diagnostic mode activation unit 100, frequency spectrum calculation unit 102, deterioration index calculation unit 103, abnormality degree calculation unit 104, and failure determination unit 105 are implemented by, for example, program processing using a processor in a microcontroller. Details of these will be described later.
  • the output unit 106 outputs various information obtained from the degree-of-abnormality calculation unit 104 or the failure determination unit 105 to the outside of the apparatus represented by the user.
  • the output unit 106 may be, for example, a display, a lamp, a buzzer, or the like, which appeals to the five human senses, or may be recorded on paper or an electronic file.
  • the output unit 106 may transmit via a communication network such as a wired/wireless LAN (Local Area Network) or Bluetooth (registered trademark).
  • the frequency spectrum of the phase current of the rotating machine 4 will not peak in a normal state.
  • the amplitude at the frequency (referred to herein as the anomaly frequency) begins to increase.
  • the frequency resolution is inversely proportional to the data accumulation time, the method described in Patent Document 1 may make diagnosis difficult in a short period of time.
  • the diagnostic device 1 shown in FIG. 1 is provided in order to diagnose an abnormality even when the frequency resolution is low and the peak at the abnormal frequency cannot be identified.
  • the diagnostic apparatus 1 captures an increase in the average amplitude level of the spectrum as an abnormal symptom instead of counting the number of peaks at abnormal frequencies in the frequency spectrum of the phase current.
  • the peak at the power supply frequency which is the maximum peak in the frequency spectrum of the phase current
  • the average amplitude level reduces the sensitivity of abnormality detection. Therefore, when calculating the average amplitude level, the frequency range to be removed, which includes the mains frequency, is excluded.
  • FIG. 2 is a flow chart showing an example of a method for diagnosing a rotary machine system using a diagnostic device in FIG.
  • diagnostic mode activation unit 100 activates the diagnostic mode.
  • Specific examples of how to activate the diagnostic mode include a method in which the user selects from setting items of the rotary machine system, a method in which the user presses a mechanical button that activates the diagnostic mode, and a method in which the "diagnostic mode" button displayed on the display is pressed. For example, there is a method of touching.
  • the diagnostic mode activation unit 100 automatically activates the diagnostic mode. That is, the diagnostic mode activation unit 100 activates the diagnostic mode when a preset activation timing is reached or when a preset activation condition is satisfied.
  • activation timing there is a method in which the user sets a specific date and time for the diagnostic mode activation unit 100 in advance.
  • the diagnostic mode activation unit 100 monitors the effective value of the phase current from the current measurement unit 101, and when the effective value continues for a set time and enters the set range, A diagnostic mode may be activated. In this case, the user sets the range of the effective value of the phase current and its duration in the diagnosis mode activation unit 100 in advance as activation conditions. Further, as another specific example of the activation condition, the diagnostic mode activation unit 100 may activate the diagnostic mode before or after the rotating machine 4 performs the set control operation. In this case, the user sets a specific control operation as an activation condition in diagnostic mode activation unit 100 in advance.
  • the diagnostic mode activation unit 100 may activate the diagnostic mode when the preset activation timing is reached or when the preset activation condition is satisfied. In this case, it is possible to keep the operating state of the rotating machine 4 substantially the same when the diagnosis mode is activated.
  • step S ⁇ b>101 the current measurement unit 101 measures at least one phase current of the rotating machine 4 via the current sensor 2 .
  • the current measurement unit 101 may measure phase currents of two or more phases.
  • step S102 the frequency spectrum calculation unit 102 calculates the frequency spectrum of the phase current measured by the current measurement unit 101 using FFT (Fast Fourier Transform) or the like.
  • FIG. 3 is a schematic diagram showing an example of the frequency spectrum calculated by the frequency spectrum calculator in FIG. In FIG. 3, each frequency spectrum in a normal state and an abnormal state is displayed superimposed.
  • the amplitude peak occurring at 50 Hz is the power frequency of the power supply 3 supplied to the rotating machine 4 , in other words, the peak at the driving frequency of the rotating machine 4 .
  • the rotational frequency of the belt 7 fluctuates.
  • the amplitude begins to increase at frequencies at which peaks do not occur under normal conditions, ie, abnormal frequencies, such as around 30 Hz.
  • step S103 of FIG. Calculate the value or average value and use it as a deterioration index.
  • FIGS. 4A and 4B are diagrams for explaining an example of the processing contents of the deterioration index calculation unit in FIG.
  • FIG. 4A is a frequency spectrum of phase currents in a normal state
  • FIG. 4B is a frequency spectrum of phase currents in an abnormal state.
  • the total value or average value of the amplitudes at the shaded frequencies corresponds to the degradation index except for the frequency range FE to be removed, which is the power supply frequency and its neighboring frequencies.
  • deterioration index calculation section 103 may calculate the total value or average value of amplitudes using logarithm. For example, if the logarithm is not used, the difference between the values obtained under normal conditions and the values obtained under abnormal conditions can be very large, making it difficult to determine the boundary between normal and abnormal conditions. In such cases, it is beneficial to use the logarithm.
  • the method of determining the frequency range FE to be removed is, for example, a method of determining a frequency range having a bandwidth obtained by multiplying the height of the peak at the power frequency by a predetermined ratio, or a method of determining a frequency range having a bandwidth obtained by multiplying the height of the peak at the power frequency It may be a method of defining a frequency range that does not include peaks that occur even in normal conditions.
  • the peaks adjacent to the peak at the power supply frequency are often peaks separated from the power supply frequency by the rotation frequency of the belt 7, or from the power supply frequency to the rotation frequency of the load machine 8, in particular the rotation of the second pulley 6. The peaks are separated by a frequency.
  • the deterioration index calculation unit 103 may calculate the deterioration index by determining, for example, a frequency range in which the absolute value of the difference from the power supply frequency is smaller than the rotation frequency of the power transmission mechanism as the frequency range FE to be removed.
  • the deterioration index calculator 103 may determine a frequency range in which the absolute value of the difference from the power supply frequency is smaller than the rotation frequency of the load machine 8 or the power source as the frequency range FE to be removed, and calculate the deterioration index.
  • the deterioration index calculation unit 103 calculates the deterioration index by excluding the peak near 50 Hz, which is the power supply frequency. However, in addition to this, the deterioration index calculation unit 103 can also remove peaks that occur near 38 Hz or 62 Hz, depending on the frequency resolution, that is, peaks that occur based on the rotation frequency of the power transmission mechanism, load equipment, etc. is.
  • FIG. 5 is a schematic diagram showing an example of the deterioration index calculated by the deterioration index calculator in FIG.
  • FIG. 5 shows how the deterioration index calculated in the normal state and the deterioration index calculated in the abnormal state change over time. It can be seen from FIG. 5 that the deterioration index is clearly larger in the abnormal state than in the normal state.
  • the abnormality degree calculation unit 104 calculates the degree of abnormality based on the deterioration index obtained by the deterioration index calculation unit 103.
  • the degree-of-abnormality calculation unit 104 directly uses the obtained deterioration index as the degree of abnormality.
  • the degree-of-abnormality calculation unit 104 calculates the moving average of the deterioration index as the degree of abnormality.
  • step S105 the failure determination unit 105 determines whether or not the degree of abnormality calculated by the degree-of-abnormality calculation unit 104 exceeds a preset threshold. I judge. Then, in step S106, the failure determination unit 105 issues a warning from the output unit 106 when determining that there is a sign of failure. It should be noted that even when the failure determination unit 105 determines that there is no sign of failure, the output unit 106 may output the diagnosis result to that effect.
  • the threshold for determining the presence or absence of a sign of failure may be determined based on the results of separate examination using a test machine or the like, or may be determined by learning in a real environment using an actual machine.
  • the degree of abnormality is calculated multiple times during a preset learning period in the actual environment.
  • the degree of abnormality calculated for each of a plurality of times may slightly fluctuate even in a normal state. Therefore, for example, the average value and fluctuation range of the degree of anomaly calculated a plurality of times are obtained, and a predetermined margin is added to them to determine a threshold level at which false alarms do not occur.
  • the abnormality degree calculation unit 104 may output the calculated abnormality degree from the output unit 106 together with the parameters that define the operating state of the rotating machine 4 so that precise diagnosis can be performed by machine learning or the like.
  • the parameters include, for example, a target value of the rotation speed for the rotating machine 4, a target value of the phase current, and by extension, a torque.
  • an appropriate threshold for the degree of abnormality may be obtained for each operating state of the rotating machine 4.
  • the threshold value is appropriately changed according to the operating state of the rotating machine 4. It becomes possible to determine the presence or absence of a sign of failure while doing so.
  • FIG. 6 is a flowchart showing an example of a method for diagnosing a rotating machine system using the diagnostic apparatus of FIG. 1 in the rotating machine system according to the second embodiment.
  • the next step S203 is provided instead of step S103 of FIG.
  • the frequency spectrum calculation unit 102 can calculate the frequency spectrum in the range up to about 500 Hz.
  • the frequency range near each frequency is defined as the frequency range FE to be removed described with reference to FIGS. 4A and 4B.
  • FIG. 7 is a schematic diagram showing a configuration example of main parts in a rotating machine system according to Embodiment 3.
  • each part in the diagnostic device 1 of FIG. 1 is divided into two diagnostic devices 1a and 1b.
  • the diagnostic device 1a is installed inside or near the main body of the rotating machine, and has a transmission section 110 in addition to a diagnostic mode activation section 100 and a current measurement section 101 .
  • the diagnostic device 1b is a cloud device or the like installed remotely with respect to the main body of the rotating machine, and includes a frequency spectrum calculation unit 102, a deterioration index calculation unit 103, an abnormality degree calculation unit 104, a failure determination unit 105, and an output unit 106. In addition, it has a receiving unit 111 .
  • the transmission unit 110 in the diagnostic device 1a is implemented by, for example, a communication network interface mounted on the main body of the rotating machine.
  • the frequency spectrum calculator 102, the deterioration index calculator 103, the abnormality calculator 104, and the failure determiner 105 are implemented by program processing by a processor installed in a cloud device or the like.
  • the receiving unit 111 is implemented by, for example, a communication network interface installed in a cloud device or the like.
  • the transmission unit 110 in the diagnostic device 1a transmits the current data of the phase current measured by the current measurement unit 101 to the diagnostic device 1b via the communication network 15.
  • the communication network 15 is based on standards such as Ethernet (registered trademark), wired/wireless LAN (Local Area Network), and Bluetooth (registered trademark).
  • the receiver 111 in the diagnostic device 1b receives the current data via the communication network 15.
  • the frequency spectrum calculator 102 in the diagnostic device 1b receives the current data from the receiver 111 and executes processing.
  • the diagnostic mode activation unit 100 may be installed in the diagnostic device 1b. In this case, the diagnostic device 1b may issue a command to activate the diagnostic mode via the communication network 15 to the diagnostic device 1a.
  • FIG. 8 is a schematic diagram showing a configuration example of main parts in a rotating machine system according to Embodiment 4.
  • the configuration of FIG. 8 differs from the configuration of FIG. 7 in the form of division of each part within the diagnostic apparatus 1 .
  • the diagnostic device 1 c is installed inside or near the main body of the rotating machine, and has a diagnostic mode activation unit 100 , a current measurement unit 101 , a frequency spectrum calculation unit 102 , and a transmission unit 110 .
  • the diagnostic device 1d is a remotely installed cloud device or the like, and has a reception section 111 in addition to the deterioration index calculation section 103, the abnormality degree calculation section 104, the failure determination section 105 and the output section .
  • the transmission unit 110 in the diagnostic device 1c transmits the frequency spectrum data calculated by the frequency spectrum calculation unit 102 to the diagnostic device 1d via the communication network 15.
  • the receiver 111 in the diagnostic device 1 d receives the data of the frequency spectrum via the communication network 15 .
  • the deterioration index calculator 103 in the diagnostic device 1d receives the frequency spectrum data from the receiver 111 and executes processing. It should be noted that the location where the diagnostic mode activation unit 100 is mounted is the same as in the third embodiment.
  • FIG. 9 is a schematic diagram showing a configuration example of main parts in a rotating machine system according to Embodiment 5.
  • the configuration of FIG. 9 differs from the configurations of FIGS. 7 and 8 in the division form of each part in the diagnostic apparatus 1.
  • the diagnostic device 1e is installed inside or near the main body of the rotating machine, and has a diagnostic mode activation unit 100, a current measurement unit 101, a frequency spectrum calculation unit 102, a deterioration index calculation unit 103, and a transmission unit 110.
  • the diagnostic device 1f is a remotely installed cloud device or the like, and has a reception section 111 in addition to the abnormality degree calculation section 104, the failure determination section 105 and the output section 106.
  • the transmission unit 110 in the diagnostic device 1e transmits the deterioration index data calculated by the deterioration index calculation unit 103 to the diagnostic device 1f via the communication network 15.
  • the receiving unit 111 in the diagnostic device 1 f receives the data of the deterioration index via the communication network 15 .
  • the abnormality degree calculation unit 104 in the diagnostic device 1f receives data of the deterioration index from the reception unit 111 and executes processing. It should be noted that the location where the diagnostic mode activation unit 100 is mounted is the same as in the third embodiment.
  • FIG. 10 is a schematic diagram showing a configuration example of an air compressor as an application example of the rotating machine system in the rotating machine system according to the sixth embodiment.
  • the load machine 8 is here a compressor body, which is connected to the tank 9 .
  • the diagnosis device 1 executes diagnosis at that timing. Such a time period exists, for example, in an unloaded state in which air is not compressed.
  • the diagnosis mode start-up unit 100 detects when the effective value of the phase current enters the set range. It is recommended to start diagnostic mode immediately.
  • the diagnostic mode activation unit 100 may activate the diagnostic mode before or after the rotating machine 4 performs a specific control operation.
  • the magnitude of each peak in the frequency spectrum may fluctuate up and down as a whole depending on the state of the load, that is, the progress of compression.
  • the deterioration index calculator 103 should calculate the deterioration index after normalizing the frequency spectrum by the peak value at the power supply frequency.
  • FIG. 11 is a schematic diagram showing a configuration example of a belt conveyor as an application example of the rotating machine system in the rotating machine system according to the seventh embodiment.
  • the belt conveyor there is usually a time period during which there are no articles 10 to be conveyed on the belt 7 and the rotary machine 4 is operated at a constant speed and constant load. Therefore, it is desirable that the diagnosis device 1 executes diagnosis at that timing.
  • FIG. 12 is a schematic diagram showing a configuration example of an automatic door as an application example of the rotating machine system in the rotating machine system according to the eighth embodiment.
  • doors 11a and 11b are installed at two positions on the belt 7 that moves in the opposite direction when the rotating machine 4 is driven. Further, the doors 11a and 11b are slidably contacted with the rail 12 and slide on the rail 12 in the opposite direction as the belt 7 moves.
  • the diagnostic device 1 selects the timing that provides the same condition based on the opening/closing pattern of the door and executes the diagnosis.
  • the present invention is not limited to the embodiment described above, and includes various modifications.
  • the above-described embodiments have been described in detail in order to explain the present invention in an easy-to-understand manner, and are not necessarily limited to those having all the described configurations.
  • part of the configuration of one embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of one embodiment. .
  • the rotating machine system of the embodiment is not limited to the air compressor, belt conveyor and automatic door described in FIGS. It can be widely applied to rotating machine systems with Furthermore, it can be applied to robots, power steering, engine generators, OA equipment, and the like.
  • Reference Signs List 1 1a, 1b, 1c, 1d, 1e, 1f diagnostic device 2 current sensor 3 power supply 4 rotating machine 5, 6 pulleys 7 belt 8 load machine 9 tank 10 conveyed goods 11a, 11b door 12 rail 15 communication network 100 startup of diagnostic mode Unit 101 Current measurement unit 102 Frequency spectrum calculation unit 103 Deterioration index calculation unit 104 Abnormality degree calculation unit 105 Failure determination unit 106 Output unit 110 Transmission unit 111 Reception unit FE Frequency range to be removed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

低コストかつ短時間で動力伝達機構の異常を検知することが可能な回転機システムおよび回転機システムの診断方法を提供する。そこで、回転機システムは、回転機４と負荷機械８または動力源とがベルト７などの動力伝達機構を介して接続されているものである。電流計測部１０１は、回転機４の少なくとも一相の相電流を計測する。周波数スペクトル算出部１０２は、電流計測部１０１で計測された相電流に対して周波数スペクトルを算出する。劣化指標計算部１０３は、周波数スペクトル算出部１０２で算出された周波数スペクトルに対して電源周波数を含む除去対象の周波数範囲を除く周波数での振幅の合計値または平均値を計算して劣化指標とする。異常度算出部１０４は、劣化指標計算部１０３で得られた劣化指標に基づいて異常度を算出する。

Description

回転機システム、及びその診断方法
　本発明は、回転機システム、及びその診断方法に関し、例えば、回転機と負荷機械または動力源とが動力伝達機構を介して接続されている回転機システム、及びその診断方法に関する。
　特許文献１には、回転機の駆動時の電流を計測し、当該駆動時の電流に対して周波数解析を行うことで、回転機に接続された電力伝達機構の異常を診断する異常診断装置が示される。具体的には、当該異常診断装置は、周波数解析によってスペクトルピークを検出し、電源周波数と動力伝達機構の回転周波数以外の側帯波を異常周波数として、異常周波数に含まれるスペクトルピークの個数をカウントし、その個数の増加に基づいて異常を診断する。
特許第６６２８９０５号公報
　モータや発電機といった回転機を含むシステムが突発故障により停止すると、大きな損害が発生する。特に、工場設備などに用いられる回転機システムの突発故障による停止は、生産設備の稼働率低下や生産計画の見直しを余儀なくされるなど、影響が大きい。そのため、実環境で使用している状態のままで高精度に故障の予兆診断を実施することで、回転機システムの突発故障を防止するというニーズが高まっている。
　一方、ベルトやチェーンなどの動力伝達機構は、システム構成を単純で安価にすることができることから、空気圧縮機、ベルトコンベア、自動ドア、送風機、工作機械など多くの回転機システムで使用されている。そのような安価な回転機システムの場合、故障の予兆診断を行うシステムに対してもより安価なものが期待されている。
　こうした中、特許文献１では、振動加速度センサなどの高価なセンサを使用せずに、回転機の稼働時電流の周波数解析を行い、異常周波数でのスペクトルピークの個数に基づいて、動力伝達機構を含む回転機システムの異常を診断する技術が開示されている。しかし、この技術では、異常周波数でのスペクトルピークを識別するのに必要な高い周波数分解能を確保するため、データを長い時間蓄積する必要があり、短時間で診断するのが困難となるおそれがあった。
　本発明は、このようなことに鑑みてなされたものであり、その目的の一つは、低コストかつ短時間で動力伝達機構の異常を検知することが可能な回転機システムおよび回転機システムの診断方法を提供することにある。
　本発明の前記並びにその他の目的と新規な特徴は、本明細書の記述及び添付図面から明らかになるであろう。
　本願において開示される発明のうち、代表的な実施の形態の概要を簡単に説明すれば、次のとおりである。
　一実施の形態の回転機システムは、回転機と負荷機械または動力源とが動力伝達機構を介して接続されているものであり、電流計測部と、周波数スペクトル算出部と、劣化指標計算部と、異常度算出部と、を有する。電流計測部は、回転機の少なくとも一相の相電流を計測する。周波数スペクトル算出部は、電流計測部で計測された相電流に対して周波数スペクトルを算出する。劣化指標計算部は、周波数スペクトル算出部で算出された周波数スペクトルに対して電源周波数を含む除去対象の周波数範囲を除いた周波数での振幅の合計値または平均値を計算して劣化指標とする。異常度算出部は、劣化指標計算部で得られた劣化指標に基づいて異常度を算出する。
　本願において開示される発明のうち、代表的な実施の形態によって得られる効果を簡単に説明すると、低コストかつ短時間で動力伝達機構の異常を検知することが可能になる。
実施の形態１による回転機システムにおいて、主要部の構成例を示す概略図である。 図１において、診断装置による回転機システムの診断方法の一例を示すフローチャートである。 図１の周波数スペクトル算出部で算出される周波数スペクトルの一例を示す概略図である。 図１の劣化指標計算部の処理内容の一例を説明する図である。 図１の劣化指標計算部の処理内容の一例を説明する図である。 図１の劣化指標計算部によって計算された劣化指標の一例を示す概略図である。 実施の形態２による回転機システムにおいて、図１の診断装置による回転機システムの診断方法の一例を示すフローチャートである。 実施の形態３による回転機システムにおいて、主要部の構成例を示す概略図である。 実施の形態４による回転機システムにおいて、主要部の構成例を示す概略図である。 実施の形態５による回転機システムにおいて、主要部の構成例を示す概略図である。 実施の形態６による回転機システムにおいて、回転機システムの適用例となる空気圧縮機の構成例を示す概略図である。 実施の形態７による回転機システムにおいて、回転機システムの適用例となるベルトコンベアの構成例を示す概略図である。 実施の形態８による回転機システムにおいて、回転機システムの適用例となる自動ドアの構成例を示す概略図である。
　以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、実施の形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。
　（実施の形態１）
　＜回転機システムの概略＞
　図１は、実施の形態１による回転機システムにおいて、主要部の構成例を示す概略図である。図１に示す回転機システムは、回転機本体と、診断装置１とを備える。回転機本体は、電源３と、電源３に接続されて電力を授受する回転機４と、回転機４の相電流を計測する電流センサ２と、を備える。回転機４の回転軸は、例えば、第１のプーリ５、第２のプーリ６およびベルト７からなる動力伝達機構を介して負荷機械または動力源に接続される。この例では、第１のプーリ５は、回転機４の回転軸に設けられ、ベルト７を介して第２のプーリ６を回転させることで負荷機械８を駆動する。
　診断装置１は、電流センサ２の信号を読み込んで異常診断を実行する。診断装置１は、診断モード起動部１００と、電流計測部１０１と、周波数スペクトル算出部１０２と、劣化指標計算部１０３と、異常度算出部１０４と、故障判定部１０５と、出力部１０６と、を備える。この内、診断モード起動部１００、電流計測部１０１、周波数スペクトル算出部１０２、劣化指標計算部１０３、異常度算出部１０４および故障判定部１０５は、代表的には、回転機本体に含まれ回転機４の制御動作を担うマイクロコントローラまたはＦＰＧＡ（Field Programmable Gate Array）などで実現される。
　電流計測部１０１は、例えば、マイクロコントローラ内のアナログディジタル変換器などで実現され、電流センサ２を介して回転機４の少なくとも一相の相電流を計測する。なお、図１に記載された例では、電流センサ２は、一相の相電流を計測するように設置されているが、２相以上の相を計測するように設置されてもよい。診断モード起動部１００、周波数スペクトル算出部１０２、劣化指標計算部１０３、異常度算出部１０４および故障判定部１０５は、例えば、マイクロコントローラ内のプロセッサを用いたプログラム処理などによって実現される。これらの詳細については後述する。
　出力部１０６は、異常度算出部１０４または故障判定部１０５から得られる各種情報を、ユーザ等を代表とする装置外部に出力する。出力部１０６は、例えば、ディスプレイ、ランプ、ブザーなど人間の五感に訴えるものであってよく、または、紙や電子ファイルに記録されるものであってもよい。あるいは、出力部１０６は、有線／無線ＬＡＮ（Local Area Network）やブルートゥース（登録商標）などの通信ネットワークを経由して送信するものであってもよい。
　ここで、回転機システムの動力伝達機構、例えばベルト７に何らかの不具合が発生し、一時的なスリップが発生するようになると、回転機４の相電流の周波数スペクトルにおいて、正常状態ではピークが生じない周波数（明細書では異常周波数と呼ぶ）での振幅が増加し始める。例えば、特許文献１に記載された方式のように、異常周波数での振幅の増加を、ピークの個数という形で定量化する場合、ピークを識別できる程度に高い周波数分解能を達成する必要がある。周波数分解能はデータ蓄積時間に反比例するため、特許文献１に記載された方式では、短時間での診断が困難となる恐れがあった。
　そこで、周波数分解能が低く、異常周波数でのピークを識別できない場合であっても、異常を診断できるようにするため、図１に記載された診断装置１が設けられる。診断装置１は、概略的には、相電流の周波数スペクトルにおいて、異常周波数でのピークの個数をカウントする代わりに、スペクトルの平均振幅レベルの上昇を異常兆候として捉える。ただし、相電流の周波数スペクトルにおける最大ピークである電源周波数でのピークを平均振幅レベルの計算に含めてしまうと、異常検出の感度が低下する。このため、平均振幅レベルを計算する際には、電源周波数を含む除去対象の周波数範囲は除かれる。
　なお、相電流の周波数スペクトルには、負荷機械８やベルト７の回転周波数に相当する側帯波でのピークが正常状態でも現れる。異常検出の感度を高める上では、それらのピークも平均振幅レベルの計算から除くほうが好ましい。ただし、一般に、それらのピークは電源周波数でのピークよりも十分に小さいため、実用上は除かなくても問題ない。
　＜診断装置の詳細＞
　図２は、図１において、診断装置による回転機システムの診断方法の一例を示すフローチャートである。最初に、ステップＳ１００にて、診断モード起動部１００は、診断モードを起動する。診断モードの起動方法の具体例として、ユーザが、回転機システムの設定項目から選択する方法のほか、診断モードを起動する機械式ボタンを押す方法や、ディスプレイに表示された「診断モード」ボタンをタッチする方法などが挙げられる。
　別の方法として、診断モード起動部１００が自動的に診断モードを起動する方法が挙げられる。すなわち、診断モード起動部１００は、予め設定された起動タイミングに達した際、または予め設定された起動条件を満たした際に診断モードを起動する。起動タイミングに関する具体例として、ユーザが、予め診断モード起動部１００に対して特定の日時を設定しておく方法が挙げられる。
　起動条件に関する具体例として、診断モード起動部１００は、電流計測部１０１からの相電流の実効値を監視し、当該実効値が設定された時間継続して、設定された範囲に入ったときに診断モードを起動してもよい。この場合、ユーザは、相電流の実効値の範囲やその継続時間を、起動条件として予め診断モード起動部１００に設定しておく。また、起動条件に関する別の具体例として、診断モード起動部１００は、回転機４が設定された制御動作を行う前または後に診断モードを起動してもよい。この場合、ユーザは、特定の制御動作を起動条件として予め診断モード起動部１００に設定しておく。
　ここで、診断モードは、回転機４の運転状態が同等である期間で起動されることが望ましい。これは、回転機４の運転状態が変わると、診断条件、具体的には、後述する異常度を判定する際の最適な閾値なども変化し得るためである。そこで、診断モード起動部１００は、前述したように、予め設定された起動タイミングに達した際、または予め設定された起動条件を満たした際に診断モードを起動すればよい。この場合、診断モードを起動する際の回転機４の運転状態をほぼ同等に保つことが可能になる。
　次に、ステップＳ１０１にて、電流計測部１０１は、電流センサ２を介して回転機４の少なくとも一相の相電流を計測する。あるいは、電流計測部１０１は、二相以上の相電流を計測してもよい。続いて、ステップＳ１０２にて、周波数スペクトル算出部１０２は、電流計測部１０１で計測された相電流に対して、ＦＦＴ（高速フーリエ変換）などを用いて周波数スペクトルを算出する。
　図３は、図１の周波数スペクトル算出部で算出される周波数スペクトルの一例を示す概略図である。図３では、正常状態と異常状態での各周波数スペクトルが、重ねて表示されている。図３において、５０Ｈｚに生じている振幅のピークは、回転機４に供給される電源３の電源周波数、言い換えれば回転機４の駆動周波数でのピークである。例えば、ベルト７に何らかの不具合が発生し、一時的なスリップが発生する異常状態になると、ベルト７の回転周波数が変動する。その結果、例えば３０Ｈｚ近傍などのように、正常状態ではピークが生じない周波数、すなわち異常周波数での振幅が増加し始める。
　ここで、仮に、異常状態でのデータ蓄積時間を長くすると、例えば、図３の３０Ｈｚ近傍などにおいて、より鮮明なピークが現れる。ただし、当該ピークに基づいて診断を行う場合には、データ蓄積時間に応じて長い診断時間が必要となる。そこで、診断時間を短縮するため、実施の形態１の方式では、図２のステップＳ１０３にて、劣化指標計算部１０３は、電源周波数を含む除去対象の周波数範囲を除いた周波数での振幅の合計値または平均値を計算して劣化指標とする。
　図４Ａおよび図４Ｂは、図１の劣化指標計算部の処理内容の一例を説明する図である。図４Ａは、正常状態での相電流の周波数スペクトルであり、図４Ｂは、異常状態での相電流の周波数スペクトルである。図４Ａおよび図４Ｂにおいて、電源周波数及びその近傍の周波数である除去対象の周波数範囲ＦＥを除いて、斜線を付けた周波数での振幅の合計値または平均値が劣化指標に該当する。
　なお、図４Ａおよび図４Ｂに示した周波数スペクトルの縦軸は、詳細には、対数スケールとなっている。これに合わせて、劣化指標計算部１０３は、振幅の合計値または平均値を、対数を用いて計算してもよい。例えば、対数を用いない場合には、正常状態で得られる値と異常状態で得られる値との差分が非常に大きくなり得るため、正常状態と異常状態との境界を定め難くなる場合がある。このような場合に、対数を用いることが有益となる。
　除去対象の周波数範囲ＦＥの決定方法は、例えば、電源周波数でのピークの高さに所定の比率を掛けた値で得られる帯域幅をもつ周波数範囲に定める方法や、電源周波数でのピークに隣接するピークであり、正常状態でも生じるピークを含まないような周波数範囲に定める方法などであってよい。当該電源周波数でのピークに隣接するピークは、多くの場合、電源周波数からベルト７の回転周波数だけ離れたピーク、もしくは電源周波数から負荷機械８の回転周波数、詳細には第２のプーリ６の回転周波数、だけ離れたピークとなる。
　したがって、劣化指標計算部１０３は、例えば、電源周波数との差の絶対値が動力伝達機構の回転周波数より小さい周波数範囲を、除去対象の周波数範囲ＦＥに定め、劣化指標を計算すればよい。または、劣化指標計算部１０３は、電源周波数との差の絶対値が負荷機械８または動力源の回転周波数より小さい周波数範囲を、除去対象の周波数範囲ＦＥに定め、劣化指標を計算すればよい。
　なお、図４Ａおよび図４Ｂでは、劣化指標計算部１０３は、電源周波数となる５０Ｈｚ近傍のピークを除いて劣化指標を計算した。ただし、これに加えて、劣化指標計算部１０３は、周波数分解能によっては３８Ｈｚ近傍や６２Ｈｚ近傍などに生じるピーク、すなわち、動力伝達機構や負荷機器などの回転周波数に基づいて生じるピークを除くことも可能である。
　図５は、図１の劣化指標計算部によって計算された劣化指標の一例を示す概略図である。図５には、正常状態で計算された劣化指標と、異常状態で計算された劣化指標の時系列変化の様子が示される。図５より、正常状態と比較して、異常状態では劣化指標が明らかに大きくなっていることが分かる。
　次に、図２のステップＳ１０４にて、異常度算出部１０４は、劣化指標計算部１０３で得られた劣化指標に基づいて異常度を算出する。例えば、異常度算出部１０４は、得られた劣化指標をそのまま異常度とする。あるいは、異常度算出部１０４は、劣化指標の移動平均を算出して異常度とする。
　続いて、ステップＳ１０５にて、故障判定部１０５は、異常度算出部１０４で算出された異常度が予め設定した閾値を超えているか否かを判定し、超えていた場合は故障の予兆を有りと判定する。そして、ステップＳ１０６にて、故障判定部１０５は、故障の予兆を有りと判定した場合には、出力部１０６から警告を発する。なお、故障判定部１０５は、故障の予兆を無しと判定した場合でも、その旨の診断結果を出力部１０６から出力してもよい。
　ここで、故障の予兆の有無を判定する閾値は、試験機などで別途検討した結果に基づいて決定されてもよいし、実機を用いた実環境での学習によって決定されてもよい。具体例として、まず、実環境において予め設定した学習期間中に複数回異常度を算出する。この際には、複数回の回毎に算出された異常度は、正常状態であっても若干変動し得る。そこで、例えば、複数回で算出された異常度の平均値及び変動幅を求め、それに対して所定のマージンを加えることなどで、誤報を生じないレベルの閾値が決定される。
　また、別途、機械学習などで精密診断できるように、異常度算出部１０４は、算出した異常度を、回転機４の運転状態を規定するパラメータと共に出力部１０６から出力してもよい。当該パラメータとしては、例えば、回転機４に対する回転速度の目標値や、相電流、ひいてはトルクの目標値などが挙げられる。このような多変数データをロガーなどで記録し、ベクトル量子化クラスタリングなどの機械学習のアルゴリズムで分析すれば、閾値判定では検知できなかったような微弱な異常を検知できることが期待できる。
　さらに、回転機４の運転状態毎に異常度の適切な閾値が得られる場合がある。その結果、ステップＳ１００で述べたような、回転機４の運転状態が同等である場合に限らず、回転機４の運転状態が変わるような場合であっても対応可能になる。すなわち、任意のタイミングで診断モードを起動しても、ひいては診断モード時の回転機４の運転状態が変わるような場合であっても、回転機４の運転状態に応じて閾値を適切に変更しながら、故障の予兆の有無を判定することが可能になる。
　＜実施の形態１の主要な効果＞
　以上、実施の形態１による回転機システムおよびその診断方法を用いることで、特許文献１の方式と異なり、周波数分解能が低くても、すなわち、データ蓄積時間が短くても、動力伝達機構の異常を捉えることができる。また、振動加速度センサなどの高価なセンサを使用せずに、動力伝達機構の異常を捉えることができる。その結果、代表的には、低コストかつ短時間で動力伝達機構の異常を検知することが可能になる。
　（実施の形態２）
　＜診断装置の詳細＞
　図６は、実施の形態２による回転機システムにおいて、図１の診断装置による回転機システムの診断方法の一例を示すフローチャートである。図２との相違点は、図２のステップＳ１０３の代わりに、次のステップＳ２０３が設けられる点である。ステップＳ２０３において、劣化指標計算部１０３は、電源周波数のｎ倍（ｎ＝０，１，２，３，…）にそれぞれ対応する複数の除去対象の周波数範囲ＦＥを除いた周波数での振幅の合計値または平均値を計算して劣化指標とする。
　例えば、電流計測部１０１が１ｋＨｚのサンプリング周波数で相電流を計測した場合、周波数スペクトル算出部１０２は、５００Ｈｚ程度までの範囲で周波数スペクトルを算出できる。この場合、例えば、０Ｈｚ～５００Ｈｚの範囲で、５０Ｈｚ毎の周波数を中心として、その各周波数の近傍の周波数範囲が図４Ａおよび図４Ｂで述べた除去対象の周波数範囲ＦＥにそれぞれ定められる。
　電源周波数のｎ倍（ｎ＝０，１，２，３，…）のピークは正常状態でも現れる。仮に、このような各ピークを含めて振幅の合計値または平均値を計算すると、異常状態で得られる劣化指標の値に対して正常状態でも得られる劣化指標の値が占める比率が大きくなり、異常検知感度が低下する恐れがある。そこで、当該電源周波数のｎ倍のピークおよびそれぞれの近傍を除いて劣化指標を計算することで、異常検知感度をより高めることが可能になる。
　（実施の形態３）
　＜回転機システムの概略＞
　図７は、実施の形態３による回転機システムにおいて、主要部の構成例を示す概略図である。図１との相違点は、図１の診断装置１内の各部を２個の診断装置１ａ，１ｂに分割した点にある。その一例として、図７では、診断装置１ａは、回転機本体の内部または近傍に設置され、診断モード起動部１００および電流計測部１０１に加えて送信部１１０を有する。一方、診断装置１ｂは、回転機本体に対して遠隔に設置されたクラウド装置などであり、周波数スペクトル算出部１０２、劣化指標計算部１０３、異常度算出部１０４、故障判定部１０５および出力部１０６に加えて受信部１１１を有する。
　診断装置１ａにおける送信部１１０は、例えば、回転機本体に搭載された通信ネットワークインタフェースなどで実現される。一方、診断装置１ｂにおいて、周波数スペクトル算出部１０２、劣化指標計算部１０３、異常度算出部１０４および故障判定部１０５は、例えば、クラウド装置などに搭載されたプロセッサによるプログラム処理などによって実現される。受信部１１１は、例えば、クラウド装置などに搭載された通信ネットワークインタフェースなどで実現される。
　診断装置１ａ内の送信部１１０は、電流計測部１０１で計測された相電流の電流データを、通信ネットワーク１５を経由して診断装置１ｂへ送信する。通信ネットワーク１５は、例えば、イーサネット（登録商標）、有線／無線ＬＡＮ（Local Area Network）、ブルートゥース（登録商標）等の規格に基づくものである。一方、診断装置１ｂ内の受信部１１１は、当該電流データを、通信ネットワーク１５を経由して受信する。そして、診断装置１ｂ内の周波数スペクトル算出部１０２は、受信部１１１からの電流データを受けて処理を実行する。なお、診断モード起動部１００は、診断装置１ｂに搭載されてもよい。この場合、診断装置１ｂは、診断装置１ａへ通信ネットワーク１５を経由して診断モードを起動する命令を発行すればよい。
　＜実施の形態３の主要な効果＞
　以上、実施の形態３では、診断装置の各部を分割して一部を遠隔に設置する形態を用いることで、回転機本体の内部または近傍に設置される診断装置１ａの処理負荷を下げることができる。その結果、実施の形態１で述べた各種効果に加えて、回転機本体をより安価にすることができる。また、特許文献１の方式と異なり電流データの蓄積量を少なくできる方式を用いているため、診断装置１ａから診断装置１ｂへの通信負荷も軽減できる。
　（実施の形態４）
　＜回転機システムの概略＞
　図８は、実施の形態４による回転機システムにおいて、主要部の構成例を示す概略図である。図８の構成は、図７の構成とは診断装置１内の各部の分割形態が異なっている。診断装置１ｃは、回転機本体の内部または近傍に設置され、診断モード起動部１００、電流計測部１０１および周波数スペクトル算出部１０２に加えて送信部１１０を有する。一方、診断装置１ｄは、遠隔に設置されたクラウド装置などであり、劣化指標計算部１０３、異常度算出部１０４、故障判定部１０５および出力部１０６に加えて受信部１１１を有する。
　診断装置１ｃ内の送信部１１０は、周波数スペクトル算出部１０２で算出された周波数スペクトルのデータを、通信ネットワーク１５を経由して診断装置１ｄへ送信する。一方、診断装置１ｄ内の受信部１１１は、当該周波数スペクトルのデータを、通信ネットワーク１５を経由して受信する。そして、診断装置１ｄ内の劣化指標計算部１０３は、受信部１１１からの周波数スペクトルのデータを受けて処理を実行する。なお、診断モード起動部１００の搭載箇所に関しては、実施の形態３と同様である。
　＜実施の形態４の主要な効果＞
　以上、実施の形態４の構成を用いることで、実施の形態３で述べた各種効果と同様の効果が得られる。特に、データ通信に必要な周波数スペクトルの周波数範囲を以後の処理で使用する範囲に限定した場合、通信量をより減らすことができ、運用時の通信コストを節約できる。
　（実施の形態５）
　＜回転機システムの概略＞
　図９は、実施の形態５による回転機システムにおいて、主要部の構成例を示す概略図である。図９の構成は、図７および図８の構成とは診断装置１内の各部の分割形態が異なっている。診断装置１ｅは、回転機本体の内部または近傍に設置され、診断モード起動部１００、電流計測部１０１、周波数スペクトル算出部１０２および劣化指標計算部１０３に加えて送信部１１０を有する。一方、診断装置１ｆは、遠隔に設置されたクラウド装置などであり、異常度算出部１０４、故障判定部１０５および出力部１０６に加えて受信部１１１を有する。
　診断装置１ｅ内の送信部１１０は、劣化指標計算部１０３で計算された劣化指標のデータを、通信ネットワーク１５を経由して診断装置１ｆへ送信する。一方、診断装置１ｆ内の受信部１１１は、当該劣化指標のデータを、通信ネットワーク１５を経由して受信する。そして、診断装置１ｆ内の異常度算出部１０４は、受信部１１１からの劣化指標のデータを受けて処理を実行する。なお、診断モード起動部１００の搭載箇所に関しては、実施の形態３と同様である。
　＜実施の形態５の主要な効果＞
　以上、実施の形態５の構成を用いることで、実施の形態３で述べた各種効果と同様の効果が得られる。さらに、劣化指標のデータは小さいデータ量となるため、通信量を大きく減らすことができ、運用時の通信コストを大幅に節約できる。
　（実施の形態６）
　＜回転機システムの適用例＞
　図１０は、実施の形態６による回転機システムにおいて、回転機システムの適用例となる空気圧縮機の構成例を示す概略図である。図１０において、負荷機械８は、ここでは圧縮機本体となり、それがタンク９と接続されている。空気圧縮機においては、起動直後などに回転機４が一定速度かつ一定負荷で運転する時間帯が通常存在する。このため、診断装置１は、そのタイミングで診断を実行するのが望ましい。このような時間帯は、例えば、空気を圧縮していないアンロードの状態などで存在する。
　また、空気圧縮機が実稼働している最中に診断する場合、実施の形態１で述べたように、診断モード起動部１００は、相電流の実効値が設定された範囲に入ったときなどに診断モードを起動するとよい。または、診断モード起動部１００は、回転機４が特定の制御動作を行う前または後に診断モードを起動してもよい。ただし、この場合、負荷の状態、すなわち、圧縮の進行具合などによって周波数スペクトルにおける各ピークの大きさが全体的に上下に変動する場合がある。このような場合、劣化指標計算部１０３は、周波数スペクトルを電源周波数でのピークの値で正規化した後に劣化指標を計算するとよい。
　（実施の形態７）
　＜回転機システムの適用例＞
　図１１は、実施の形態７による回転機システムにおいて、回転機システムの適用例となるベルトコンベアの構成例を示す概略図である。ベルトコンベアにおいては、ベルト７上に搬送品１０が無く、回転機４が一定速度かつ一定負荷で運転する時間帯が通常存在する。このため、診断装置１は、そのタイミングで診断を実行するのが望ましい。
　（実施の形態８）
　＜回転機システムの適用例＞
　図１２は、実施の形態８による回転機システムにおいて、回転機システムの適用例となる自動ドアの構成例を示す概略図である。図１２では、回転機４の駆動時に逆向きに移動するベルト７の２箇所に、ドア１１ａ，１１ｂがそれぞれ設置されている。また、ドア１１ａ，１１ｂは、レール１２に摺接され、ベルト７の移動に応じてレール上１２を逆向きに摺動する。自動ドアの場合、回転機４が一定速度となる時間帯はあまり存在しないものの、ドアの開閉パターンはほぼ決まっている。このため、診断装置１は、ドアの開閉パターンに基づいて、同一条件となるタイミングを選択して診断を実行するのが望ましい。
　以上、実施の形態について説明したが、本発明は上記した実施の形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施の形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施の形態の構成の一部を他の実施の形態の構成に置き換えることが可能であり、また、ある実施の形態の構成に他の実施の形態の構成を加えることも可能である。また、各実施の形態の構成の一部について、他の構成の追加、削除、置換をすることも可能である。
　さらに、実施の形態の回転機システムは、図１０、図１１および図１２で述べた空気圧縮機、ベルトコンベアおよび自動ドアに限らず、送風機、工作機械といった、ベルトやチェーンなどの動力伝達機構を有する回転機システムに広く適用できる。さらには、ロボット、パワーステアリング、エンジン発電機、ＯＡ機器などにも適用可能である。
　１，１ａ，１ｂ，１ｃ，１ｄ，１ｅ，１ｆ　診断装置
　２　電流センサ
　３　電源
　４　回転機
　５，６　プーリ
　７　ベルト
　８　負荷機械
　９　タンク
　１０　搬送品
　１１ａ，１１ｂ　　ドア
　１２　レール
　１５　通信ネットワーク
　１００　診断モード起動部
　１０１　電流計測部
　１０２　周波数スペクトル算出部
　１０３　劣化指標計算部
　１０４　異常度算出部
　１０５　故障判定部
　１０６　出力部
　１１０　送信部
　１１１　受信部
　ＦＥ　除去対象の周波数範囲

Claims (12)

  1. 　回転機と負荷機械または動力源とが動力伝達機構を介して接続されている回転機システムであって、
    　前記回転機の少なくとも一相の相電流を計測する電流計測部と、
    　前記電流計測部で計測された前記相電流に対して周波数スペクトルを算出する周波数スペクトル算出部と、
    　前記周波数スペクトル算出部で算出された前記周波数スペクトルに対して電源周波数を含む除去対象の周波数範囲を除いた周波数での振幅の合計値または平均値を計算して劣化指標とする劣化指標計算部と、
    　前記劣化指標計算部で得られた前記劣化指標に基づいて異常度を算出する異常度算出部と、
    を有する、
    回転機システム。
  2. 　請求項１記載の回転機システムにおいて、
    　前記劣化指標計算部は、前記電源周波数との差の絶対値が前記動力伝達機構の回転周波数より小さい周波数範囲を前記除去対象の周波数範囲に定め、前記劣化指標を計算する、
    回転機システム。
  3. 　請求項１記載の回転機システムにおいて、
    　前記劣化指標計算部は、前記電源周波数との差の絶対値が前記負荷機械または前記動力源の回転周波数より小さい周波数範囲を前記除去対象の周波数範囲に定め、前記劣化指標を計算する、
    回転機システム。
  4. 　請求項１～３のいずれか１項に記載の回転機システムにおいて、
    　前記劣化指標計算部は、前記電源周波数のｎ倍（ｎ＝０，１，２，３，…）にそれぞれ対応する複数の前記除去対象の周波数範囲を除いた周波数での前記振幅の合計値または平均値を計算して前記劣化指標とする、
    回転機システム。
  5. 　請求項１～４のいずれか１項に記載の回転機システムにおいて、
    　前記劣化指標計算部は、前記振幅の合計値または平均値を、対数を用いて計算する、
    回転機システム。
  6. 　請求項１～５のいずれか１項に記載の回転機システムにおいて、
    　さらに、前記異常度算出部で算出された前記異常度が予め設定した閾値を超えたか否かを判定し、前記異常度が前記閾値を超えた場合に警告を発する故障判定部を有する、
    回転機システム。
  7. 　請求項６記載の回転機システムにおいて、
    　前記閾値は、予め設定した学習期間中に算出された前記異常度を用いて決定される、
    回転機システム。
  8. 　請求項１～７のいずれか１項に記載の回転機システムにおいて、
    　さらに、予め設定された起動タイミングに達した際、または予め設定された起動条件を満たした際に、前記電流計測部で計測された前記相電流から前記異常度を算出させるための診断モードを起動する診断モード起動部を有する、
    回転機システム。
  9. 　請求項８記載の回転機システムにおいて、
    　前記診断モード起動部は、前記電流計測部で計測された前記相電流を監視し、前記相電流の実効値が設定された時間継続して、設定された範囲に入ったときに前記診断モードを起動する、
    回転機システム。
  10. 　請求項１～９のいずれか１項に記載の回転機システムにおいて、
    　前記異常度算出部は、算出した前記異常度を、前記回転機の運転状態を規定するパラメータと共に出力する、
    回転機システム。
  11. 　請求項１～１０のいずれか１項に記載の回転機システムにおいて、
    　さらに、前記電流計測部と前記周波数スペクトル算出部の間、または前記周波数スペクトル算出部と前記劣化指標計算部の間、または前記劣化指標計算部と前記異常度算出部の間のいずれかに、通信ネットワークを経由してデータを送信する送信部と、前記通信ネットワークを経由して前記データを受信する受信部とを備える、
    回転機システム。
  12. 　回転機と負荷機械または動力源とが動力伝達機構を介して接続されている回転機システムを診断する方法であって、
    　前記回転機の少なくとも一相の相電流を計測し、計測された前記相電流に対して周波数スペクトルを算出し、算出された前記周波数スペクトルに対して電源周波数を含む除去対象の周波数範囲を除いた周波数での振幅の合計値または平均値を計算して劣化指標とし、得られた前記劣化指標に基づいて異常度を算出する、
    回転機システムの診断方法。
PCT/JP2022/011437 2021-04-21 2022-03-14 回転機システム、及びその診断方法 WO2022224631A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-071593 2021-04-21
JP2021071593A JP2022166398A (ja) 2021-04-21 2021-04-21 回転機システム、及びその診断方法

Publications (1)

Publication Number Publication Date
WO2022224631A1 true WO2022224631A1 (ja) 2022-10-27

Family

ID=83722909

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/011437 WO2022224631A1 (ja) 2021-04-21 2022-03-14 回転機システム、及びその診断方法

Country Status (2)

Country Link
JP (1) JP2022166398A (ja)
WO (1) WO2022224631A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023210441A1 (ja) * 2022-04-26 2023-11-02 三菱電機株式会社 異常診断装置、異常診断システム、異常診断方法及びプログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080309366A1 (en) * 2007-06-04 2008-12-18 Wei Zhou System and method for bearing fault detection using stator current noise cancellation
JP2012098213A (ja) * 2010-11-04 2012-05-24 Nsk Ltd 転がり直動要素用稼働状態監視装置および転がり直動要素の稼働状態監視方法
JP2016090546A (ja) * 2014-11-11 2016-05-23 旭化成エンジニアリング株式会社 電流診断装置および電流診断方法
JP2020148461A (ja) * 2019-03-11 2020-09-17 株式会社荏原製作所 信号処理装置、信号処理方法
JP2020153965A (ja) * 2019-03-15 2020-09-24 オムロン株式会社 異常診断装置および異常診断方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080309366A1 (en) * 2007-06-04 2008-12-18 Wei Zhou System and method for bearing fault detection using stator current noise cancellation
JP2012098213A (ja) * 2010-11-04 2012-05-24 Nsk Ltd 転がり直動要素用稼働状態監視装置および転がり直動要素の稼働状態監視方法
JP2016090546A (ja) * 2014-11-11 2016-05-23 旭化成エンジニアリング株式会社 電流診断装置および電流診断方法
JP2020148461A (ja) * 2019-03-11 2020-09-17 株式会社荏原製作所 信号処理装置、信号処理方法
JP2020153965A (ja) * 2019-03-15 2020-09-24 オムロン株式会社 異常診断装置および異常診断方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023210441A1 (ja) * 2022-04-26 2023-11-02 三菱電機株式会社 異常診断装置、異常診断システム、異常診断方法及びプログラム

Also Published As

Publication number Publication date
JP2022166398A (ja) 2022-11-02

Similar Documents

Publication Publication Date Title
TWI605259B (zh) 旋轉機械系統之異常檢測方法、使用該異常檢測方法之旋轉機械系統的異常監視方法、及使用該異常監視方法之旋轉機械系統的異常監視裝置
US6774601B2 (en) System and method for predicting mechanical failures in machinery driven by an induction motor
JP6628905B2 (ja) 動力伝達機構の異常診断装置および動力伝達機構の異常診断方法
CN100487475C (zh) 用于检测感应电机中电动机内部故障的方法和装置
KR101482509B1 (ko) 베어링 결함 진단 시스템 및 그 진단 방법
CN111247442B (zh) 异常诊断装置、异常诊断方法及异常诊断***
US20170297874A1 (en) Structural health monitoring of an escalator drive system
EP2613131A2 (en) Detecting rotor anomalies
WO2022224631A1 (ja) 回転機システム、及びその診断方法
JPH07159231A (ja) ポンプ劣化診断システム
WO2020208743A1 (ja) 電動機設備の異常診断装置、電動機設備の異常診断方法、および電動機設備の異常診断システム
KR20140072331A (ko) 이상진단 사전감시 방법
KR101455268B1 (ko) 해양구조물의 회전체 상태진단 모니터링 시스템
JP6968323B1 (ja) 異常診断装置及び異常診断方法
KR102433483B1 (ko) 진동 센서를 통한 설비 예지 보전 시스템
US11333577B2 (en) Method and device for diagnosing abnormality in rolling bearing
CN103508303B (zh) 异常诊断方法、异常诊断装置以及具有异常诊断装置的乘客传送设备
CN113074924A (zh) 一种带式输送机托辊异常声学诊断***及方法
Zhang et al. Condition monitoring and fault detection of a compressor using signal processing techniques
Amer et al. Machine tool condition monitoring using sweeping filter techniques
Alekseev et al. Data measurement system of compressor units defect diagnosis by vibration value
JP2021076597A (ja) 過渡速度動作中の振動傾向を決定することによるロータ異常の検出
JP4511886B2 (ja) スクリュー圧縮機の異常診断装置および異常診断システム
EP3130977B1 (en) Analyzing machinery operating parameters
JPH08122142A (ja) 判別装置及び判別方法

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: 22791411

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: 22791411

Country of ref document: EP

Kind code of ref document: A1