JP2020112493A - Inspection system and abnormality identification method - Google Patents
Inspection system and abnormality identification method Download PDFInfo
- Publication number
- JP2020112493A JP2020112493A JP2019004660A JP2019004660A JP2020112493A JP 2020112493 A JP2020112493 A JP 2020112493A JP 2019004660 A JP2019004660 A JP 2019004660A JP 2019004660 A JP2019004660 A JP 2019004660A JP 2020112493 A JP2020112493 A JP 2020112493A
- Authority
- JP
- Japan
- Prior art keywords
- vibration
- data
- machines
- machine
- user terminal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
Description
本発明は、ユーザ端末により機械の異常を検査する検査システム、及び異常のある機械を特定する異常特定方法に関する。 The present invention relates to an inspection system for inspecting a machine abnormality by a user terminal, and an abnormality identification method for identifying an abnormal machine.
現在、工作機械の主軸やモータの音を取得して異常を判定し、ワークの加工精度が低下する前、又は工作機械が完全に故障する前に対処する検査装置が知られている。また、近年では、検査装置に工作機械の音を学習させ、故障の予測をすることができる検査装置も知られている。 2. Description of the Related Art At present, there is known an inspection device that acquires a sound of a spindle or a motor of a machine tool to determine an abnormality, and takes action before the machining accuracy of a work is deteriorated or before the machine tool completely fails. In addition, in recent years, an inspection device is also known that can make the inspection device learn the sound of a machine tool and predict a failure.
例えば、下記の特許文献１の検査装置（故障予知システム）は、モータ制御装置、モータ駆動アンプ、故障判定部、検出器、測定器及び機械学習装置を含み、機械学習装置は、判定データ取得部、状態観測部及び学習部を含んで構成されている。 For example, the inspection device (fault prediction system) of Patent Document 1 below includes a motor control device, a motor drive amplifier, a failure determination unit, a detector, a measuring device, and a machine learning device, and the machine learning device is a determination data acquisition unit. , A state observing unit and a learning unit.
機械学習装置において、判定データ取得部は、故障判定部から出力される主軸又はモータの故障の有無、又は故障の度合いを判定した判定データを取得する。また、状態観測部には、モータ制御装置から出力されるモータを駆動するトルク指令値および速度指令値、検出器から出力されるモータの駆動電流及び回転速度、並びに測定器から出力される主軸又はモータの振動、主軸又はモータの近傍の音及び温度といった工作機械の状態変数が入力される。 In the machine learning device, the determination data acquisition unit acquires the determination data output from the failure determination unit, which determines the presence or absence of a failure of the spindle or the motor, or the degree of failure. Further, the state observing unit includes a torque command value and a speed command value for driving the motor output from the motor control device, a motor drive current and a rotation speed output from the detector, and a spindle output from the measuring device. State variables of the machine tool such as vibration of the motor, sound and temperature near the spindle or the motor are input.
さらに、学習部は、状態観測部から出力される状態変数及び判定データ取得部から出力される判定データの組合せに基づいて作成されるデータセットから、故障予知を学習する（段落００２７，００３４，００３５、図１）。 Furthermore, the learning unit learns failure prediction from a data set created based on the combination of the state variable output from the state observation unit and the determination data output from the determination data acquisition unit (paragraphs 0027, 0034, 0035). , FIG. 1).
しかしながら、特許文献１の検査装置は、工作機械に対して振動センサ、集音マイク、温度センサ等の各種センサを直接取り付ける必要があるため、複数の工作機械を検査したい場合には、多数のセンサを工作機械ごとに直接取り付ける必要があった。 However, since the inspection device of Patent Document 1 needs to directly attach various sensors such as a vibration sensor, a sound collecting microphone, and a temperature sensor to the machine tool, when a plurality of machine tools are to be inspected, a large number of sensors are required. Had to be attached directly to each machine tool.
本発明は、このような事情に鑑みてなされたものであり、１台で複数の工作機械を検査することができる検査システムを提供することを目的とする。 The present invention has been made in view of such circumstances, and an object thereof is to provide an inspection system capable of inspecting a plurality of machine tools with a single machine.
第１発明は、サーバと、前記サーバに接続され、回転部品を有する複数の機械の正常及び異常を検査するための複数種類の検査用データが記憶されたデータベースと、前記サーバに接続され、ユーザが所有する持ち運びが可能なユーザ端末と、前記ユーザ端末に接続され、前記複数の機械のうち一の機械に対して着脱自在であり、該機械の振動を計測する振動計測器とを備える、前記複数の機械の異常を検査する検査システムであって、前記振動計測器は、測定した振動を振動情報として送信する振動情報送信部を有し、前記ユーザ端末は、前記複数の機械から発せられる音声を収集する音声収集部と、前記振動計測器から受信した前記振動情報から判定用の振動データを生成すると共に、前記音声収集部が収集した音声から判定用の音声データを生成する判定データ生成部と、前記振動データと前記検査用データに含まれる振動検査用データとを比較して前記正常又は異常を判定した振動判定結果を出力すると共に、前記音声データと前記検査用データに含まれる音声検査用データとを比較して前記正常又は異常を判定した音声判定結果を出力する異常判定部と、を有し、前記異常判定部は、前記振動判定結果が異常であった場合には、前記複数の機械のうち少なくとも前記一の機械について異常と判断し、前記振動判定結果と前記音声判定結果とが正常で一致した場合には、前記複数の機械について正常と判断し、前記振動判定結果が正常かつ前記音声判定結果が異常であった場合には、前記複数の機械のうち前記一の機械を除く他の機械のみ異常と判断することを特徴とする。 A first invention is a server, a database connected to the server, in which a plurality of types of inspection data for inspecting normality and abnormality of a plurality of machines having rotating parts are stored, and a server connected to the server and a user. A user-portable user terminal, and a vibration measuring device that is connected to the user terminal and is detachable from one of the plurality of machines and that measures the vibration of the machine. An inspection system for inspecting abnormalities of a plurality of machines, wherein the vibration measuring instrument has a vibration information transmitting unit for transmitting measured vibration as vibration information, and the user terminal outputs a voice generated from the plurality of machines. And a determination data generation unit that generates determination-use vibration data from the vibration information received from the vibration measuring device, and generates determination-use voice data from the sounds collected by the voice collection unit. And a vibration determination result in which the normality or abnormality is determined by comparing the vibration data with the vibration inspection data included in the inspection data, and the voice inspection included in the voice data and the inspection data. An abnormality determination unit that outputs a voice determination result that is determined as normal or abnormal by comparing with the operation data, and the abnormality determination unit, when the vibration determination result is abnormal, If at least one of the machines is abnormal, and the vibration determination result and the voice determination result are normal and coincide, it is determined that the plurality of machines are normal, and the vibration determination result is normal. In addition, when the voice determination result is abnormal, only the other machines except the one machine are judged to be abnormal among the plurality of machines.
本発明の検査システムでは、回転部品を有する複数の機械のうち一の機械に対して着脱自在な振動計測器とユーザ端末とにより、前記機械の異常を検査するものである。このユーザ端末は、複数の機械から発せられる音声を収集する音声収集部を有しているため、例えば、一室に同種類の機械が複数存在する場合には、複数の機械の回転部材の動作音を収集することができる。そして、ユーザ端末の異常判定部は、振動計測器から得られた振動データに基づいて機械の異常を判定した振動判定結果と、音声収集部から得られた音声データに基づいて機械の異常を判定した音声判定結果を出力する。 In the inspection system of the present invention, an abnormality of the machine is inspected by a vibration measuring device and a user terminal that are detachably attached to one machine among a plurality of machines having rotating parts. Since this user terminal has a voice collecting unit that collects voices emitted from a plurality of machines, for example, when there are a plurality of machines of the same type in one room, the operation of the rotating members of the plurality of machines is performed. Sound can be collected. Then, the abnormality determination unit of the user terminal determines the abnormality of the machine based on the vibration determination result obtained by determining the abnormality of the machine based on the vibration data obtained from the vibration measuring instrument and the voice data obtained from the voice collection unit. The voice judgment result is output.
前記異常判定部は、振動判定結果と音声判定結果とが正常で一致した場合には、複数の機械について正常と判断する。また、前記異常判定部は、振動判定結果が異常であった場合には、少なくとも前記一の機械について異常と判断し、振動判定結果が正常かつ音声判定結果が異常であった場合には、前記一の機械を除く他の機械に異常があると判断する。このように、１台で複数の機械の正常又は異常を検査することができる。 The abnormality determination unit determines that a plurality of machines are normal when the vibration determination result and the voice determination result are normal and coincident with each other. Further, the abnormality determination unit, when the vibration determination result is abnormal, determines that at least the one machine is abnormal, when the vibration determination result is normal and the voice determination result is abnormal, the It is judged that there is an abnormality in other machines except one machine. In this way, one machine can inspect a plurality of machines for normality or abnormality.
第１発明の検査システムにおいて、前記振動計測器は、計測時に前記一の機械に取り付けて振動を検知する可動振動センサを有していることが好ましい。 In the inspection system of the first aspect of the present invention, it is preferable that the vibration measuring device includes a movable vibration sensor that is attached to the one machine to detect vibration during measurement.
この構成によれば、振動計測器は、可動振動センサを計測時に磁石等で前記一の機械に取り付け、接触させることで、その振動を取得する。これにより、ユーザは、機械が設置された部屋や領域を巡回しながら、複数の機械について検査を行うことができる。 According to this configuration, the vibration measuring device acquires the vibration by attaching the movable vibration sensor to the one machine with a magnet or the like and making contact with the one machine during measurement. This allows the user to inspect a plurality of machines while patrolling the room or area where the machines are installed.
第２発明は、回転部品を有する複数の機械の正常及び異常を検査するための複数種類の検査用データと、ユーザが所有する持ち運びが可能なユーザ端末と、前記複数の機械のうち一の機械に対して着脱自在であり、該機械の振動を計測する振動計測器とを用いて、前記複数の機械から異常を有する機械を特定する異常特定方法であって、前記ユーザ端末で前記複数の機械の発せられる音声を収集して、該音声から判定用の音声データを生成する音声データ生成工程と、前記ユーザ端末で前記音声データと前記検査用データに含まれる音声検査用データとを比較して、異常音が含まれるか否かを判定する音声判定工程と、前記振動計測器で前記一の機械の振動を計測して、測定した振動を振動情報として前記ユーザ端末に送信し、前記ユーザ端末で該振動から判定用の振動データを生成する振動データ生成工程と、前記ユーザ端末で前記振動データと前記検査用データに含まれる振動検査用データとを比較して、前記一の機械の正常又は異常を判定する振動判定工程と、前記ユーザ端末で、前記振動判定工程において前記一の機械が異常と判定された場合には、前記複数の機械のうち少なくとも前記一の機械について異常と判断し、前記音声判定工程において前記異常音が含まれないと判定され、前記振動判定工程において前記一の機械が正常と判定された場合には、前記複数の機械について正常と判断し、前記音声判定工程において前記異常音が含まれると判定され、前記振動判定工程において前記一の機械が正常と判定された場合には、前記複数の機械のうち前記一の機械を除く他の機械のみ異常と判断する判断工程と、を備えることを特徴とする。 A second invention is a plurality of types of inspection data for inspecting normality and abnormality of a plurality of machines having rotating parts, a portable user terminal owned by a user, and one of the plurality of machines. A method of identifying a machine having an abnormality from the plurality of machines by using a vibration measuring device that is detachable with respect to the machine and that measures vibrations of the machine. A voice data generating step of collecting voices emitted by the user and generating voice data for determination from the voices, and comparing the voice data and the voice inspection data included in the inspection data at the user terminal. A voice determining step of determining whether or not an abnormal sound is included, and measuring the vibration of the one machine by the vibration measuring device, and transmitting the measured vibration to the user terminal as vibration information, In the vibration data generating step of generating the vibration data for determination from the vibration, and comparing the vibration data in the user terminal with the vibration inspection data included in the inspection data, normal or Vibration determination step of determining an abnormality, in the user terminal, if the one machine is determined to be abnormal in the vibration determination step, it is determined to be abnormal for at least the one machine of the plurality of machines, If it is determined that the abnormal sound is not included in the voice determination step, and if the one machine is determined to be normal in the vibration determination step, it is determined to be normal for the plurality of machines, and in the voice determination step. When it is determined that the abnormal sound is included and the one machine is determined to be normal in the vibration determination step, a determination is made to determine that only the other machines of the plurality of machines are abnormal except the one machine. And a process.
本発明の異常特定方法では、まず、ユーザ端末で複数の機械の発する音声を収集して、音声データを生成し（音声データ生成工程）、次いで、音声データと音声検査用データとを比較して、音声データの中に異常音が含まれるか否かを判定する（音声判定工程）。また、振動計測器で一の機械の振動を計測して、ユーザ端末から送信された振動情報から振動データを生成し（振動データ生成工程）、次いで、振動データと振動検査用データとを比較して、前記一の機械の正常又は異常を判定する(振動判定工程）。 In the abnormality identifying method of the present invention, first, voices generated by a plurality of machines are collected by the user terminal to generate voice data (voice data generating step), and then the voice data and the voice inspection data are compared. , It is determined whether or not the voice data contains an abnormal sound (voice determination step). Moreover, the vibration of one machine is measured by the vibration measuring instrument, vibration data is generated from the vibration information transmitted from the user terminal (vibration data generation step), and then the vibration data and the vibration inspection data are compared. Then, the normality or abnormality of the one machine is determined (vibration determination step).
そして、振動判定工程での異常の有無と、音声判定工程で異常の有無に基づいて、前記複数の機械に異常があるか否かを判断する（判断工程）。これにより、複数の機械に対して音声及び振動の計測を行って、異常のある機械を容易に特定していくことができる。 Then, based on the presence/absence of abnormality in the vibration determination step and the presence/absence of abnormality in the voice determination step, it is determined whether or not there is an abnormality in the plurality of machines (determination step). Thereby, it is possible to easily identify the abnormal machine by measuring the sound and the vibration of the plurality of machines.
第３発明は、回転部品を有する複数の機械の正常及び異常を検査するための複数種類の検査用データと、ユーザが所有する持ち運びが可能なユーザ端末と、前記複数の機械の振動を計測する振動計測器とを用いて、前記複数の機械から異常を有する機械を特定する異常特定方法であって、前記ユーザ端末で前記複数の機械の発せられる音声を収集して、該音声から判定用の音声データを生成する音声データ生成工程と、前記ユーザ端末で前記音声データと前記検査用データに含まれる音声検査用データとを比較して、異常音が含まれるか否かを判定する音声判定工程と、前記異常音が含まれると判定された場合に、前記振動計測器で前記複数の機械の振動を個別に計測して、測定した振動を振動情報として前記ユーザ端末に送信し、前記ユーザ端末で該振動から判定用の振動データを生成する振動データ生成工程と、前記ユーザ端末で前記振動データと前記検査用データに含まれる振動検査用データとをそれぞれ比較して、前記複数の機械の各々に対して異常の有無を判定する振動判定工程と、を備えることを特徴とする。 According to a third aspect of the invention, a plurality of types of inspection data for inspecting normality and abnormality of a plurality of machines having rotating parts, a portable user terminal owned by a user, and vibrations of the plurality of machines are measured. A vibration measuring instrument is used to specify a machine having an abnormality from the plurality of machines, wherein the user terminal collects voices emitted by the plurality of machines, and uses the voices for determination. A voice data generation step of generating voice data and a voice determination step of comparing the voice data and voice inspection data included in the inspection data in the user terminal to determine whether or not an abnormal sound is included And, when it is determined that the abnormal sound is included, the vibrations of the plurality of machines are individually measured by the vibration measuring device, and the measured vibrations are transmitted to the user terminal as vibration information, and the user terminal In the vibration data generation step of generating vibration data for determination from the vibration, and in the user terminal, the vibration data and the vibration inspection data included in the inspection data are respectively compared, and each of the plurality of machines is compared. And a vibration determination step of determining whether or not there is an abnormality.
本発明の異常特定方法では、まず、ユーザ端末で複数の機械の発する音声を収集して、音声データを生成し（音声データ生成工程）、次いで、音声データと音声検査用データとを比較して、音声データの中に異常音が含まれるか否かを判定する（音声判定工程）。音声判定工程で正常（異常音なし）と判定された場合、何れの機械も異常はないが、異常（異常音あり）と判定された場合、何れか１以上の機械に異常箇所があることが分かる。 In the abnormality identifying method of the present invention, first, voices generated by a plurality of machines are collected by the user terminal to generate voice data (voice data generating step), and then the voice data and the voice inspection data are compared. , It is determined whether or not the voice data contains an abnormal sound (voice determination step). If it is judged as normal (no abnormal sound) in the voice judgment process, none of the machines are abnormal, but if judged as abnormal (abnormal sound is present), there is an abnormal part in any one or more machines. I understand.
音声判定工程で異常と判定された場合は、振動計測器で各々の機械に対して個別に振動を計測し、ユーザ端末から送信された振動情報から振動データを生成する（振動データ生成工程）。そして、ユーザ端末で振動データと振動検査用データとをそれぞれ比較して、各々の機械の正常又は異常を判定する(振動判定工程）。これにより、異常のある機械を効率良く特定していくことができる。 When it is determined to be abnormal in the voice determination step, the vibration is individually measured by the vibration measuring device for each machine, and vibration data is generated from the vibration information transmitted from the user terminal (vibration data generation step). Then, the user terminal compares the vibration data with the vibration inspection data to judge whether each machine is normal or abnormal (vibration judgment step). As a result, a machine with an abnormality can be efficiently identified.
以下では、本発明の実施形態である検査システムについて、図面を参照しつつ説明する。 Hereinafter, an inspection system that is an embodiment of the present invention will be described with reference to the drawings.
図１は、検査システム１（巡回監視型）の概略図を示している。図示するように、検査システム１は、後述するデータベース１３ａ〜１３ｃ、検査用データ生成部１５等を含むクラウドサーバ１０（本発明の「サーバ」）と、回転部品を有する機械Ｍの検査に用いるユーザ端末２０と、機械Ｍの振動を計測する振動計測器３０とで構成されている。 FIG. 1 shows a schematic diagram of an inspection system 1 (patrol monitoring type). As illustrated, the inspection system 1 is a user used for inspecting a cloud server 10 (“server” of the present invention) including databases 13a to 13c, an inspection data generation unit 15 and the like, which will be described later, and a machine M having rotating parts. It is composed of a terminal 20 and a vibration measuring device 30 that measures the vibration of the machine M.
クラウドサーバ１０とユーザ端末２０とは、ネットワーク、例えば、ＴＣＰ／ＩＰの通信プロトコルにより相互にデータの送受信が可能となっている。ネットワークは、例えば、インターネット、ＬＡＮ（Local Area Network）、専用通信回線（例えば、ＣＡＴＶ回線）、移動体通信網（基地局等を含む）、又はゲートウェイ等により構築されていてもよい。なお、サーバはクラウドサーバに限られない。 The cloud server 10 and the user terminal 20 can exchange data with each other using a network, for example, a TCP/IP communication protocol. The network may be constructed by, for example, the Internet, a LAN (Local Area Network), a dedicated communication line (for example, a CATV line), a mobile communication network (including a base station or the like), a gateway, or the like. The server is not limited to the cloud server.
検査者は、検査を行う前にクラウドサーバ１０にアクセスして、検査する機械Ｍの種類に応じた検査用データＤをユーザ端末２０にダウンロードする。検査用データＤは、これにまでに蓄積された機械の動作音又は振動に基づいて人工知能が機械学習を行い、機械の正常、異常を判定するために生成した学習済みモデルであり、音声検査用モデルと振動検査用モデルとがある。 Before performing the inspection, the inspector accesses the cloud server 10 and downloads the inspection data D according to the type of the machine M to be inspected to the user terminal 20. The inspection data D is a learned model generated by the artificial intelligence for machine learning based on the accumulated operation sound or vibration of the machine to determine whether the machine is normal or abnormal. There is a model for vibration and a model for vibration inspection.
検査者は、ユーザ端末２０にインストールされた専用アプリケーションを起動して、機械Ｍの動作音（回転音）を録音し、音声ファイルを作成する。詳細は後述するが、この専用アプリケーションでは、音声ファイルを周波数特性データＦｓ（本発明の「音声データ」）に変換し、周波数特性データＦｓと音声用の検査用データＤｓとの比較により、機械Ｍの異常の有無及び異常箇所（原因）を判定する。 The inspector activates the dedicated application installed in the user terminal 20, records the operation sound (rotation sound) of the machine M, and creates an audio file. As will be described later in detail, in this dedicated application, the audio file is converted into frequency characteristic data Fs (“audio data” of the present invention), and the machine M is compared by comparing the frequency characteristic data Fs with the audio inspection data Ds. The presence or absence of abnormality and the abnormal place (cause) are judged.
また、検査者は、ユーザ端末２０を用いて、周波数特性データＦｓをクラウドサーバ１０にアップロードすることができる。この周波数特性データＦｓは、音声検査用データＤｓを更新する新たなデータとして利用される。このようにして、徐々に音声検査用データＤｓの精度が向上する。 Further, the inspector can upload the frequency characteristic data Fs to the cloud server 10 using the user terminal 20. The frequency characteristic data Fs is used as new data for updating the voice inspection data Ds. In this way, the accuracy of the voice inspection data Ds is gradually improved.
振動計測器３０は、その内部に振動センサ３０ａが内蔵されており、磁石等の着脱自在な取付機構により、計測時に機械Ｍａに取り付けて振動を計測することができる。振動計測器３０は通信部３０ｘ（本発明の「振動情報送信部」）を備えており、計測された振動の振動ファイル（本発明の「振動情報」）は、無線（Ｗｉ−Ｆｉ）でユーザ端末２０に送信される。 The vibration measuring device 30 has a vibration sensor 30a built therein, and a detachable attachment mechanism such as a magnet can be attached to the machine Ma at the time of measurement to measure vibration. The vibration measuring device 30 includes a communication unit 30x (the “vibration information transmitting unit” of the present invention), and the vibration file of the measured vibration (“vibration information” of the present invention) is wirelessly (Wi-Fi) user. It is transmitted to the terminal 20.
ユーザ端末２０の専用アプリケーションでは、振動計測器３０から送信された振動ファイルから振動特性データＦｖ（本発明の「振動データ」）を生成し、振動特性データＦｖと振動検査用データＤｖとの比較により、機械Ｍの異常の有無及び異常箇所を判定する。なお、図１では、周波数特性データＦｓと振動特性データＦｖとをまとめた特性データＦで表している。 The dedicated application of the user terminal 20 generates the vibration characteristic data Fv (“vibration data” of the present invention) from the vibration file transmitted from the vibration measuring device 30, and compares the vibration characteristic data Fv with the vibration inspection data Dv. , The presence/absence of abnormality of the machine M and the abnormal portion are determined. In FIG. 1, the frequency characteristic data Fs and the vibration characteristic data Fv are represented by characteristic data F.
このように、専用アプリケーションでは、機械Ｍの音声による判定結果（音判定結果）と、振動による判定結果（振動判定結果）がそれぞれ得られる。通常、両判定結果は一致するが、音声は外部環境によってはノイズを拾ってしまい、判定結果が一致しない場合が生じる。判定結果が一致しなかった場合の処理については後述する。 In this way, in the dedicated application, the determination result by the sound of the machine M (sound determination result) and the determination result by the vibration (vibration determination result) are respectively obtained. Normally, the two determination results match, but the voice may pick up noise depending on the external environment, and the determination results may not match. The process when the determination results do not match will be described later.
なお、機械Ｍの音声のみ、又は振動のみの計測及び判定も可能である。特に、振動は、音声よりも正常の場合と異常の場合とで明確な差が生じるため、振動のみでの検査も有効である（詳細は後述する）。 It is also possible to measure and determine only the voice of the machine M or only the vibration. In particular, since there is a clear difference in the vibration between the normal case and the abnormal case rather than the voice, the inspection using only the vibration is also effective (details will be described later).
ユーザ端末２０は、検査用データＤｓ，Ｄｖのダウンロード、周波数特性データＦｓ、振動特性データＦｖのアップロードの際にはインターネット回線に接続する必要があるが、機械Ｍの検査はオフラインで行うことができる。従って、工場や施設内のように、オフィスと比較して電波状況が良くない状況であっても、機械Ｍを検査することができる。また、正常、異常の判定や異常箇所の情報が専用アプリケーションの画面（ディスプレイ２６ａ）に表示されるので、熟練した技術がなくても容易に機械を検査することができる。 The user terminal 20 needs to be connected to the Internet line when downloading the inspection data Ds and Dv and uploading the frequency characteristic data Fs and the vibration characteristic data Fv, but the inspection of the machine M can be performed offline. .. Therefore, the machine M can be inspected even in a situation where the radio wave condition is not good as compared with the office, such as in a factory or facility. Further, since the judgment of normality/abnormality and the information on the abnormal portion are displayed on the screen (display 26a) of the dedicated application, the machine can be easily inspected without any skilled technique.
次に、図２を参照して、クラウドサーバ１０のハードウェア構成を説明する。以下では、周波数特性データＦｓ、振動特性データＦｖをまとめて特性データＦと呼び、音声検査用データＤｓ、振動検査用データＤｖをまとめて検査用データＤと呼ぶ。 Next, the hardware configuration of the cloud server 10 will be described with reference to FIG. Hereinafter, the frequency characteristic data Fs and the vibration characteristic data Fv are collectively referred to as characteristic data F, and the voice inspection data Ds and the vibration inspection data Dv are collectively referred to as inspection data D.
クラウドサーバ１０は、システムバス１１を介して、大容量記憶部１３、システム制御部１４、検査用データ生成部１５、モデル生成部１６及びデータ通信部１７が協働する装置である。 The cloud server 10 is a device in which the large-capacity storage unit 13, the system control unit 14, the inspection data generation unit 15, the model generation unit 16, and the data communication unit 17 cooperate with each other via the system bus 11.
大容量記憶部１３は、ハードディスク装置、ＳＳＤ（Solid State Drive）等により構成される。例えば、データベース１３ａには、ユーザ端末２０から送信された特性データＦが多数記憶され、データベース１３ｂには、人工知能１５ａが機械学習を行って作成した検査用データＤが多数記憶されている。また、図示しないデータベース１３ｃには、オペレーティングシステムやサーバ用のソフトウェア等の各種プログラムが記憶されている。 The large-capacity storage unit 13 includes a hard disk device, SSD (Solid State Drive), and the like. For example, the database 13a stores a large number of characteristic data F transmitted from the user terminal 20, and the database 13b stores a large number of inspection data D created by machine learning by the artificial intelligence 15a. The database 13c (not shown) stores various programs such as operating system and server software.
各種プログラムは、他のサーバ等からネットワークを介して取得できるようにしてもよいし、各種ドライブ装置を介して読み込まれるようにしてもよい。すなわち、大容量記憶部１３に記憶される各種プログラムは、ネットワークを介して伝送可能であるし、また、コンピュータで読み取り可能な記録媒体に記録して譲渡することができる。 The various programs may be acquired from another server or the like via a network, or may be read via various drive devices. That is, the various programs stored in the large-capacity storage unit 13 can be transmitted via a network, or can be recorded in a computer-readable recording medium and transferred.
システム制御部１４は、ＣＰＵ（Central Processing Unit）１４ａ、ＲＯＭ（Read Only Memory）１４ｂ及びＲＡＭ（Random Access Memory）１４ｃにより構成され、コンピュータとして機能する。ＣＰＵ１４ａは、ＲＯＭ１４ｂや大容量記憶部１３に記憶された各種プログラムを読み出して実行することにより、各種機能を実現する。 The system control unit 14 includes a CPU (Central Processing Unit) 14a, a ROM (Read Only Memory) 14b, and a RAM (Random Access Memory) 14c, and functions as a computer. The CPU 14a realizes various functions by reading and executing various programs stored in the ROM 14b and the mass storage unit 13.
検査用データ生成部１５は、多数の特性データＦから検査用データＤを生成する機能を有する。特に、検査用データ生成部１５は、人工知能（ＡＩ：Artificial Intelligence）１５ａを有している。人工知能１５ａは、特性データＦから特徴量を発見する深層強化学習を行い、学習済みモデルである検査用データＤを自動生成する。 The inspection data generator 15 has a function of generating inspection data D from a large number of characteristic data F. In particular, the inspection data generation unit 15 has artificial intelligence (AI) 15a. The artificial intelligence 15a performs deep reinforcement learning for finding a feature amount from the characteristic data F, and automatically generates inspection data D that is a learned model.
検査用データＤの生成は、通常、２０分程度の時間を要する。なお、人工知能１５ａに教師データ（人間が作成した特性データ及び検査用データ）を与えて、機械学習させてもよい。 The generation of the inspection data D usually takes about 20 minutes. Note that the artificial intelligence 15a may be provided with teacher data (human-created characteristic data and inspection data) for machine learning.
さらに、検査用データ生成部１５はデータ変換部１５ｂを備えており、特性データＦに対して主成分分析（ＰＣＡ：Principal Component Analysis）を行う。そして、特性データＦから特徴量を抽出した変換後データを大容量記憶部１３に記憶する。変換後データは、検査用データＤを生成する際に利用される。また、この変換は、検査用データＤのデータ量を抑え、復号化によってセキュリティを高めるという意味合いもある。 Furthermore, the inspection data generation unit 15 includes a data conversion unit 15b, and performs principal component analysis (PCA: Principal Component Analysis) on the characteristic data F. Then, the converted data obtained by extracting the characteristic amount from the characteristic data F is stored in the large-capacity storage unit 13. The converted data is used when generating the inspection data D. Further, this conversion also has the implication that the data amount of the inspection data D is suppressed and the security is improved by decryption.
モデル生成部１６は、シミュレーションにより検査用データＤ（学習済みモデル）を生成する機能を有する。モデル生成部１６は人工知能（ＡＩ）１６ａを有し、この人工知能１６ａは、敵対性生成ネットワーク（ＧＡＮ：Generative Adversarial Network）という手法により機械学習を行う。 The model generation unit 16 has a function of generating inspection data D (learned model) by simulation. The model generation unit 16 has an artificial intelligence (AI) 16a, and the artificial intelligence 16a performs machine learning by a method called a hostile generation network (GAN: Generative Adversarial Network).
具体的には、敵対性生成ネットワークを構成するネットワークの１つであるジェネレータが既存の数少ない検査用データ（訓練データ）と同じデータを生成するように学習を行う。また、敵対性生成ネットワークを構成するもう１つのネットワークであるディスクリミネータは、データが元々の検査用データか、新たに生成された検査用データかを識別する。 Specifically, learning is performed so that a generator, which is one of the networks forming the adversariality generation network, generates the same data as the existing few inspection data (training data). A discriminator, which is another network forming the adversariality generation network, discriminates whether the data is the original inspection data or the newly generated inspection data.
ジェネレータにより生成された検査用データは、ディスクリミネータが識別できない（正答率が５０％）データとなることが理想であり、そのように学習が進んでゆく。この手法により、検査用データＤが不足している状況であっても、新たな検査用データＤを生成することができる。 Ideally, the inspection data generated by the generator will be data that the discriminator cannot identify (correct answer rate is 50%), and learning will proceed in this way. By this method, new inspection data D can be generated even when the inspection data D is insufficient.
また、データ通信部１７は、上述したネットワークＮＷに接続されており、種々のデータをユーザ端末２０や他のサーバとの間で送受信する。 Further, the data communication unit 17 is connected to the above-described network NW, and transmits/receives various data to/from the user terminal 20 or another server.
次に、図３を参照して、ユーザ端末２０のハードウェア構成を説明する。ユーザ端末２０は、システムバス２１を介して、記憶部２３、システム制御部２４、入力部２５、出力部２６、ＦＦＴ実行部２７、異常判定部２８及びデータ通信部２９が協働する装置である。 Next, the hardware configuration of the user terminal 20 will be described with reference to FIG. The user terminal 20 is a device in which the storage unit 23, the system control unit 24, the input unit 25, the output unit 26, the FFT execution unit 27, the abnormality determination unit 28, and the data communication unit 29 cooperate via the system bus 21. ..
ユーザ端末２０の例としては、ユーザによる持ち運びが可能なスマートフォン、携帯電話、タブレット型ＰＣ等が挙げられる。ユーザ端末は、インターネット回線に接続することができ、専用アプリケーションが利用できるものであればよい。 Examples of the user terminal 20 include a smartphone, a mobile phone, a tablet PC, and the like that can be carried by a user. The user terminal may be one that can be connected to the Internet line and can use a dedicated application.
記憶部２３は、ハードディスク装置、ＳＳＤ、フラッシュメモリ等により構成されており、オペレーティングシステムやユーザ端末２０用のソフトウェア等の各種プログラムが記憶されている。 The storage unit 23 includes a hard disk device, SSD, flash memory, and the like, and stores various programs such as an operating system and software for the user terminal 20.
この各種プログラムについても、他のサーバ等からネットワークを介して取得できるようにしてもよいし、各種ドライブ装置を介して読み込まれるようにしてもよい。すなわち、記憶部２３に記憶される各種プログラムは、ネットワークを介して伝送可能であるし、また、コンピュータで読み取り可能な記録媒体に記録して譲渡することができる。 These various programs may be acquired from another server or the like via the network, or may be read via various drive devices. That is, the various programs stored in the storage unit 23 can be transmitted via the network, or can be recorded in a computer-readable recording medium and transferred.
システム制御部２４は、ＣＰＵ２４ａ、ＲＯＭ２４ｂ及びＲＡＭ２４ｃにより構成され、コンピュータとして機能する。ＣＰＵ２４ａは、ＲＯＭ２４ｂや記憶部２３に記憶された各種プログラムを読み出して実行することにより、各種機能を実現している。 The system controller 24 includes a CPU 24a, a ROM 24b, and a RAM 24c, and functions as a computer. The CPU 24a realizes various functions by reading and executing various programs stored in the ROM 24b and the storage unit 23.
入力部２５は、例えば、キーボード、タッチパッド、タッチパネル、スタイラスペン等の入力装置である。また、機械の動作音を収集、録音するためのマイク２５ａ（本発明の「音声収集部」）は本発明に必須の構成であり、２ｋＨｚ以上の周波数を認識可能で、上限は可聴音域（２０ｋＨｚ）よりも高周波を含む音を収集可能な性能を有する。従って、マイク２５ａは、４４．１ｋＨｚを超えるサンプリングレートであることが好ましい。 The input unit 25 is an input device such as a keyboard, a touch pad, a touch panel, a stylus pen, or the like. Further, the microphone 25a for collecting and recording the operation sound of the machine (the "sound collecting unit" of the present invention) is an essential component of the present invention, can recognize a frequency of 2 kHz or more, and has an upper limit of the audible range (20 kHz). ) Has the ability to collect sounds containing high frequencies. Therefore, it is preferable that the microphone 25a has a sampling rate higher than 44.1 kHz.
出力部２６は、例えば、映像を表示する表示部（ディスプレイ２６ａ）、専用アプリケーションの効果音を発するスピーカ等である。 The output unit 26 is, for example, a display unit (display 26a) that displays an image, a speaker that emits a sound effect of a dedicated application, or the like.
ＦＦＴ実行部２７は、ＣＰＵ２４ａからの信号を受けて、音声ファイルに対して高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）を行う。高速フーリエ変換とは、離散化された信号に対してコンピュータを用いて行う離散フーリエ変換であり、専用アプリケーションの内部で実行される。これにより、音声ファイルの動作音をスペクトル分解した周波数特性データＦｓが生成される。 The FFT execution unit 27 receives the signal from the CPU 24a and performs a fast Fourier transform (FFT) on the audio file. The fast Fourier transform is a discrete Fourier transform performed on a discretized signal using a computer, and is executed inside a dedicated application. As a result, frequency characteristic data Fs obtained by spectrally decomposing the operation sound of the audio file is generated.
高速フーリエ変換による処理は、検出された振動に関する振動ファイルに対しても同様に実行され、振動特性データＦｖが生成される。ＦＦＴ実行部２７は、本発明の「判定データ生成部」に相当する。 The processing by the fast Fourier transform is similarly executed for the vibration file related to the detected vibration, and the vibration characteristic data Fv is generated. The FFT execution unit 27 corresponds to the “determination data generation unit” of the present invention.
異常判定部２８は、特性データＦに機械の故障原因に結び付く特定の周波数が含まれているか否かを判定する。具体的には、特性データＦと検査用データＤとを比較することで、最終結果として、「ベアリング異常」、「ギア異常」等の異常箇所まで出力する。 The abnormality determination unit 28 determines whether or not the characteristic data F includes a specific frequency linked to the cause of the machine failure. Specifically, by comparing the characteristic data F with the inspection data D, the final result is output up to abnormal locations such as "bearing abnormality" and "gear abnormality".
データ通信部２９はネットワークに接続されており、検査用データＤや特性データＦ等の種々のデータをクラウドサーバ１０との間で送受信する。なお、検査用データＤは、特性データＦと比較してデータサイズが大きく、ダウンロードに時間がかかる。 The data communication unit 29 is connected to the network and transmits and receives various data such as the inspection data D and the characteristic data F to and from the cloud server 10. The inspection data D has a larger data size than the characteristic data F, and it takes time to download.
次に、図４を参照して、ユーザ端末２０の専用アプリケーションの画面を示して、機械の検査の概要について説明する。以下では、主に音声による検査を例に説明する。 Next, referring to FIG. 4, a screen of a dedicated application of the user terminal 20 is shown, and an outline of the machine inspection will be described. In the following, a description will be mainly given by taking a voice inspection as an example.
まず、検査者が所有するユーザ端末２０で専用アプリケーションを起動すると、ユーザ端末２０のディスプレイ２６ａにメニュー画面（図４（ａ）参照）が表示される。検査者が機械の検査を行う場合、検査用データが必要となるので、メニュー画面の「検査用データ取得」を選択すると、機械選択画面に進む。 First, when the dedicated application is activated on the user terminal 20 owned by the inspector, a menu screen (see FIG. 4A) is displayed on the display 26a of the user terminal 20. When the inspector inspects the machine, the inspection data is required, so when the user selects “inspection data acquisition” on the menu screen, the process proceeds to the machine selection screen.
機械選択画面（図４（ｂ）参照）には、旋盤やボール盤（穴開けドリル）等の工作機械のリストが表示されている。検査者は、ユーザ端末２０とクラウドサーバ１０との接続を確認して、検査する機械の種類を選択すると、目的の検査用データのダウンロードが開始する。 On the machine selection screen (see FIG. 4B), a list of machine tools such as a lathe and a drilling machine (drilling drill) is displayed. When the inspector confirms the connection between the user terminal 20 and the cloud server 10 and selects the type of machine to be inspected, the download of the intended inspection data is started.
検査用データのダウンロードが完了すると、機械の検査が開始できる状態となる。その後、検査者は、メニュー画面の「検査（音声・振動）」を選択して、機械の動作音の録音、振動の計測を行う。図４（ｃ）は、録音中の検査画面を示している。録音は、検査者がディスプレイ２６ａのボタンｂ１（「スタート」）を操作することで開始し、録音により取得された波形がディスプレイ２６ａのウィンドウｗ２に表示される。なお、ウィンドウｗ１は検査結果、ウィンドウｗ３は周波数特性の波形が表示される領域である。 When the download of the inspection data is completed, the machine inspection can be started. After that, the inspector selects “inspection (voice/vibration)” on the menu screen to record the operation sound of the machine and measure the vibration. FIG. 4C shows an inspection screen during recording. The recording starts when the inspector operates the button b1 (“start”) of the display 26a, and the waveform acquired by the recording is displayed in the window w2 of the display 26a. The window w1 is an inspection result, and the window w3 is an area in which the waveform of the frequency characteristic is displayed.
動作音は、少なくとも５秒程度の長さがあればよく、検査結果が得ることができる。また、検査者がディスプレイ２６ａのボタンｂ２（「判定」）を操作することで、検査結果がウィンドウｗ１に表示される。図４（ｄ）の検査画面のウィンドウｗ１に、「× ベアリング異常」と表示されているように、検査により異常の有無とその箇所が表示される。なお、ウィンドウｗ３には、ＦＦＴの実行により得られた周波数特性の波形が表示されている。 It is sufficient that the operation sound has a length of at least about 5 seconds, and the inspection result can be obtained. The inspection result is displayed in the window w1 by the inspector operating the button b2 (“judgment”) of the display 26a. In the window w1 of the inspection screen of FIG. 4D, the presence or absence of an abnormality and its location are displayed by the inspection, as indicated by "x bearing abnormality". The window w3 displays the waveform of the frequency characteristic obtained by executing the FFT.
次に、図５を参照して、動作音を録音した音声ファイルの波形と、音声ファイルに対してＦＦＴを実行して得られた周波数特性データＦｓの波形について説明する。 Next, with reference to FIG. 5, the waveform of the audio file in which the operation sound is recorded and the waveform of the frequency characteristic data Fs obtained by executing the FFT on the audio file will be described.
まず、図５（ａ）に、ユーザ端末２０のマイク２５ａにより機械の動作音を録音したときに得られる音声ファイルの波形（生波形）を示す。横軸が時間Time（ms）、縦軸が振幅Amplitude(mv)であるが、図示する通り、様々な振幅の波形が混在している状態であり、ここまでは特徴を認識することができない。 First, FIG. 5A shows a waveform (raw waveform) of an audio file obtained when the operation sound of the machine is recorded by the microphone 25a of the user terminal 20. The horizontal axis represents the time Time (ms) and the vertical axis represents the amplitude Amplitude (mv), but as shown in the figure, the waveforms of various amplitudes are mixed and the features cannot be recognized up to this point.
次に、図５（ｂ）に、ＦＦＴを実行した後の周波数特性データの波形を示す。ここでは、横軸が周波数Freq（Hz）、縦軸が振幅スペクトルの強度Amp Spectrumとなっている。周波数特性データＦｓは、特定の周波数成分がどの程度含まれているかが認識できる波形となっている。 Next, FIG. 5B shows a waveform of the frequency characteristic data after executing the FFT. Here, the horizontal axis represents frequency Freq (Hz), and the vertical axis represents amplitude spectrum intensity Amp Spectrum. The frequency characteristic data Fs has a waveform capable of recognizing to what extent a specific frequency component is included.
検査においては、周波数特性データＦｓと、ユーザ端末２０にダウンロードした音声用の検査用データＤｓとの比較が行われる。例えば、ベアリング異常に特有の周波数が存在した場合には、波形に色彩（例えば、緑色）が付く。また、ギア異常の場合には赤色、ミスアラインメントの場合には黄色等の異なる色彩が付くので、検査者は一目で異常の種類を認識することができる。 In the inspection, the frequency characteristic data Fs is compared with the audio inspection data Ds downloaded to the user terminal 20. For example, when there is a frequency peculiar to the bearing abnormality, the waveform is colored (for example, green). In addition, different colors such as red in the case of gear abnormality and yellow in the case of misalignment are attached, so that the inspector can recognize the type of abnormality at a glance.
次に、図６を参照して、クラウドサーバ１０及びユーザ端末２０で行われる検査用データ生成処理について説明する。なお、ユーザ端末２０ではデータ生成のための準備が行われ、クラウドサーバ１０で学習済みモデルとしての検査用データを生成する。 Next, with reference to FIG. 6, an inspection data generation process performed by the cloud server 10 and the user terminal 20 will be described. The user terminal 20 prepares for data generation, and the cloud server 10 generates inspection data as a learned model.
図６は、音声ファイルに機械の異常音が含まれている場合の検査用データ生成処理を示している。まず、ユーザ端末２０は、音声ファイルの読出しを行う（ステップＳ１１）。これは、ユーザ端末２０により録音した音声ファイルを、以降の処理のために読み出す作業である。その後、ステップＳ１２に進む。 FIG. 6 shows an inspection data generation process when an abnormal sound of a machine is included in an audio file. First, the user terminal 20 reads an audio file (step S11). This is an operation for reading an audio file recorded by the user terminal 20 for subsequent processing. Then, it progresses to step S12.
次に、ユーザ端末２０は、音声ファイルのうち不要部分を切り取る（ステップＳ１２）。これは、機械の動作音の録音時に混入した明らかな雑音を、不要部分として除去する作業である。また、録音時間は通常５〜６秒であるので、データを０．５秒毎に分割する。その後、ステップＳ１３に進む。 Next, the user terminal 20 cuts out an unnecessary portion of the audio file (step S12). This is a work for removing, as an unnecessary portion, the apparent noise mixed in during the recording of the operation sound of the machine. Since the recording time is usually 5 to 6 seconds, the data is divided every 0.5 seconds. Then, it progresses to step S13.
次に、ユーザ端末２０は、ＦＦＴを実行する（ステップＳ１３）。これにより、動作音の生波形データである音声ファイルが周波数特性の波形データに変換される。その後、ステップＳ１４に進む。 Next, the user terminal 20 executes FFT (step S13). As a result, the audio file, which is the raw waveform data of the operation sound, is converted into the waveform data of the frequency characteristic. Then, it progresses to step S14.
次に、ユーザ端末２０は、正規化を行う（ステップＳ１４）。これは、得られた周波数特性データを、全て同じサイズのデータに揃える作業である。その後、ステップＳ１５に進む。 Next, the user terminal 20 performs normalization (step S14). This is an operation of aligning all the obtained frequency characteristic data into data of the same size. Then, it progresses to step S15.
ステップＳ１５以降は、クラウドサーバ１０で行われる機械学習の処理である。なお、検査者がクラウドサーバ１０にアップロードする周波数特性データには、異常の有無の情報が含まれていることが前提となる。 From step S15, the machine learning process performed by the cloud server 10 is performed. It is assumed that the frequency characteristic data uploaded to the cloud server 10 by the inspector includes information on the presence/absence of abnormality.
まず、クラウドサーバ１０は、隠れ層の設定を行う（ステップＳ１５）。隠れ層（中間層）とは、深層強化学習において学習が行われる階層の１つであり、入力層と出力層の間に位置する。具体的には、本ステップにおいて、データが入力された場合に、検査用データの精度を向上させるための設定が行われる。その後、ステップＳ１６に進む。 First, the cloud server 10 sets a hidden layer (step S15). The hidden layer (middle layer) is one of the layers in which learning is performed in deep reinforcement learning, and is located between the input layer and the output layer. Specifically, in this step, when data is input, settings are made to improve the accuracy of the inspection data. Then, it progresses to step S16.
次に、クラウドサーバ１０は、勾配降下法の反復処理を行う（ステップＳ１６）。勾配降下法とは、関数の勾配を調べて最小値を探す手法であるが、検査用データのパラメータを更新する作業といえる。これにより、最適なパラメータが設定され、検査用データの精度をさらに向上させることができる。その後、ステップＳ１７に進む。 Next, the cloud server 10 performs the iterative process of the gradient descent method (step S16). The gradient descent method is a method of examining the gradient of a function to find the minimum value, but it can be said to be a task of updating the parameters of inspection data. Thereby, the optimum parameters are set, and the accuracy of the inspection data can be further improved. Then, it progresses to step S17.
最後に、クラウドサーバ１０は、検査用データを保存する(ステップＳ１７)。以上により、音声ファイルに異常音が含まれる場合の検査用データ生成処理を終了する。なお、ステップＳ１１〜Ｓ１４の処理は、クラウドサーバ１０がユーザ端末２０から音声ファイルを受信して、クラウドサーバ１０内で実行するようにしてもよい。 Finally, the cloud server 10 stores the inspection data (step S17). As described above, the inspection data generation process when the sound file contains an abnormal sound is completed. The cloud server 10 may receive the audio file from the user terminal 20 and execute the processes of steps S11 to S14 in the cloud server 10.
次に、図７Ａを参照して、検査システム１による実際の検査の例を説明する。 Next, an example of an actual inspection by the inspection system 1 will be described with reference to FIG. 7A.
検査システム１は、１つの機械に対して音声と振動により異常の有無を検査することができるが（図１参照）、図７Ａに示すような同種類の機械Ｍ１〜Ｍ３が設置された部屋（領域）においては、機械Ｍ１〜Ｍ３の検査を効率的に行うことができる。 The inspection system 1 can inspect one machine for abnormalities by voice and vibration (see FIG. 1), but in a room where machines M1 to M3 of the same type as shown in FIG. 7A are installed ( In the area), the inspection of the machines M1 to M3 can be efficiently performed.
ここでは、機械Ｍ２に振動計測器３０を取り付けて、その振動を計測する。振動計測器３０からは、ユーザ端末２０に対して振動ファイルが送信される。その後、ユーザ端末は、受信した振動ファイルに基づいて振動特性データＦｖを生成し、振動検査用データＤｖと比較して振動判定結果を出力する。 Here, the vibration measuring device 30 is attached to the machine M2 to measure the vibration. A vibration file is transmitted from the vibration measuring device 30 to the user terminal 20. After that, the user terminal generates the vibration characteristic data Fv based on the received vibration file, compares it with the vibration inspection data Dv, and outputs the vibration determination result.
同時に、ユーザ端末２０のマイク２５ａで機械Ｍ１〜Ｍ３の機械音を取得する。そして、ユーザ端末は、取得した機械音（音声ファイル）に基づいて周波数特性データＦｓを生成し、音声検査用データＤｓと比較して音声判定結果を出力する。 At the same time, the microphones 25a of the user terminal 20 acquire the mechanical sounds of the machines M1 to M3. Then, the user terminal generates the frequency characteristic data Fs based on the acquired mechanical sound (audio file), compares it with the audio inspection data Ds, and outputs the audio determination result.
次に、図７Ｂに、上記の検査に関して、検査システム１が判断した機械Ｍ１〜Ｍ３の異常の有無を示す。 Next, FIG. 7B shows the presence/absence of abnormality of the machines M1 to M3 judged by the inspection system 1 in the above inspection.
振動判定結果と音声判定結果が正常で一致した場合、検査システム１は、図中の「領域１」のように判断する。振動計測器３０を取り付けた機械Ｍ２に関しては、「正常」と判断する。また、音声判定結果も正常、すなわち、異常音を含まないという結果であるから、機械Ｍ１、機械Ｍ３についても「正常」と判断する。 When the vibration determination result and the voice determination result are normal and coincide with each other, the inspection system 1 makes a determination as shown in "region 1" in the drawing. The machine M2 to which the vibration measuring instrument 30 is attached is determined to be "normal". Further, the voice determination result is also normal, that is, it does not include any abnormal sound, and therefore the machines M1 and M3 are also determined to be “normal”.
次に、振動判定結果が正常かつ音声判定結果が異常で不一致であった場合、検査システム１は、図中の「領域２」のように判断する。振動計測器３０を取り付けた機械Ｍ２に関しては、「正常」と判断する。また、音声判定結果は異常、すなわち、異常音を含むという結果であるから、機械Ｍ１と機械Ｍ３の少なくとも一方が「異常」であると判断する。この場合、さらに機械Ｍ１と機械Ｍ３に対して振動計測器３０を取り付け、それぞれ振動を測定することで、異常のある機械を特定することができる。 Next, when the vibration determination result is normal and the voice determination result is abnormal and does not match, the inspection system 1 makes a determination as shown in "region 2" in the drawing. The machine M2 to which the vibration measuring instrument 30 is attached is determined to be "normal". Further, since the voice determination result is abnormal, that is, the result includes abnormal sound, it is determined that at least one of the machines M1 and M3 is "abnormal". In this case, the vibration measuring device 30 is further attached to the machines M1 and M3, and the vibrations are measured respectively, so that the machine having an abnormality can be specified.
次に、振動判定結果が異常かつ音声判定結果が正常で不一致であった場合、検査システム１は、図中の「領域３」のように判断する。振動計測器３０を取り付けた機械Ｍ２に関しては、「異常」と判断する。この時点で機械Ｍ１、機械Ｍ３に異常があるか否かは不明であるため、機械Ｍ１と機械Ｍ３に対して振動を測定する必要がある。なお、機械Ｍ２が「異常」と判断されたにも関わらず、音声判定結果が正常と判断することは通常あり得ないため、ユーザ端末２０のマイク２５ａが故障している可能性がある。 Next, when the vibration determination result is abnormal and the voice determination result is normal and does not match, the inspection system 1 makes a determination as shown in "region 3" in the drawing. The machine M2 to which the vibration measuring instrument 30 is attached is determined to be "abnormal". Since it is unknown at this point whether or not there is an abnormality in the machines M1 and M3, it is necessary to measure vibrations of the machines M1 and M3. It should be noted that there is a possibility that the microphone 25a of the user terminal 20 is out of order because it is usually impossible to determine that the voice determination result is normal even though the machine M2 is determined to be “abnormal”.
次に、振動判定結果と音声判定結果が異常で一致した場合、検査システム１は、図中の「領域４」のように判断する。振動計測器３０を取り付けた機械Ｍ２に関しては、「異常」と判断する。また、音声判定結果も異常という結果であるから、機械Ｍ１、機械Ｍ３に異常があるか否かは不明であり、機械Ｍ１と機械Ｍ３に対して振動を測定する必要がある。 Next, when the vibration determination result and the voice determination result are abnormal and coincide with each other, the inspection system 1 makes a determination like “region 4” in the drawing. The machine M2 to which the vibration measuring instrument 30 is attached is determined to be "abnormal". Further, since the voice determination result is also abnormal, it is unknown whether or not there is an abnormality in the machines M1 and M3, and it is necessary to measure vibrations of the machines M1 and M3.
検査システム１によれば、ユーザは、複数の機械について異常を検査するとき、そのうちの一の機械に対して振動計測器３０を取り付ける。そして、振動判定結果と音声判定結果が正常で一致した場合には、複数の機械の中に異常がある機械はないと判断することができるので、迅速に検査を行うことができる。また、振動判定結果が異常である場合には、少なくとも振動計測器３０を取り付けた一の機械に異常があることが判明する等、複数の機械に対する異常の有無をある程度、推測することができる。 According to the inspection system 1, when inspecting a plurality of machines for abnormality, the user attaches the vibration measuring instrument 30 to one of the machines. Then, when the vibration determination result and the voice determination result are normal and coincident with each other, it can be determined that there is no abnormal machine among the plurality of machines, so that the inspection can be performed quickly. In addition, when the vibration determination result is abnormal, it can be estimated to some extent whether or not there is an abnormality in a plurality of machines, for example, it is found that at least one machine to which the vibration measuring instrument 30 is attached is abnormal.
次に、図８Ａ、図８Ｂを参照して、検査システム１による異常判定処理１について説明する。異常判定処理１は、３つの機械Ｍ１，Ｍ２，Ｍ３から異常のある機械を特定する処理であり、図７Ａに示したように、機械Ｍ２に振動計測器３０を取り付けた場合を例に説明する。 Next, the abnormality determination processing 1 by the inspection system 1 will be described with reference to FIGS. 8A and 8B. The abnormality determination processing 1 is processing for identifying a machine having an abnormality from the three machines M1, M2, M3, and will be described with an example in which the vibration measuring instrument 30 is attached to the machine M2 as shown in FIG. 7A. ..
まず、ユーザ端末２０（振動計測器３０）は、検査対象の機械Ｍ１〜Ｍ３の音声と振動（機械Ｍ２）の計測を実行する（ステップＳ２１）。両計測は同時に実行することが好ましいが、多少の時間差、すなわち、一方を先に実行してもよい。その後、ステップＳ２２に進む。 First, the user terminal 20 (vibration measuring instrument 30) measures the voice and vibration (machine M2) of the machines M1 to M3 to be inspected (step S21). Both measurements are preferably performed at the same time, but a slight time difference, that is, one may be performed first. Then, it progresses to step S22.
次に、ユーザ端末２０は、周波数特性データと振動特性データを生成する（ステップＳ２２）。具体的には、ユーザ端末２０のＦＦＴ実行部２７が、音声ファイルから周波数特性データＦｓを生成し、ユーザ端末２０から送信された振動ファイルから振動特性データＦｖを生成する。その後、ステップＳ２３に進む。 Next, the user terminal 20 generates frequency characteristic data and vibration characteristic data (step S22). Specifically, the FFT execution unit 27 of the user terminal 20 generates the frequency characteristic data Fs from the audio file and the vibration characteristic data Fv from the vibration file transmitted from the user terminal 20. Then, it progresses to step S23.
次に、ユーザ端末２０は、音声判定結果を出力する（ステップＳ２３）。音声判定結果（異常の有無、異常箇所）は、ユーザ端末２０のディスプレイ２６ａに表示可能であるが（図４（ｄ）参照）、異常判定の最終結果ではないため、検査者が所定の操作を行わなければ表示しなくてもよい。その後、ステップＳ２４に進む。 Next, the user terminal 20 outputs the voice determination result (step S23). The voice determination result (absence of abnormality, abnormal location) can be displayed on the display 26a of the user terminal 20 (see FIG. 4D), but since it is not the final result of abnormality determination, the inspector performs a predetermined operation. If not performed, it may not be displayed. Then, it progresses to step S24.
次に、ユーザ端末２０は、振動判定結果を出力する（ステップＳ２３）。振動判定結果についても、ユーザ端末２０のディスプレイ２６ａに表示可能である。なお、ステップＳ２３とステップＳ２４は、計測順によっては逆となる。その後、ステップＳ２４に進む。 Next, the user terminal 20 outputs the vibration determination result (step S23). The vibration determination result can also be displayed on the display 26a of the user terminal 20. Note that step S23 and step S24 are reversed depending on the measurement order. Then, it progresses to step S24.
次に、ユーザ端末２０の専用アプリケーションにおいて、振動が正常であったか否かが判定される（ステップＳ２５）。振動判定結果により振動が正常であった場合（ステップＳ２５でＹＥＳ）には、ステップＳ２６に進む。一方、振動が正常でなかった場合（ステップＳ２５でＮＯ）には、ステップＳ２７に進む。 Next, in the dedicated application of the user terminal 20, it is determined whether or not the vibration is normal (step S25). If the vibration is normal according to the vibration determination result (YES in step S25), the process proceeds to step S26. On the other hand, if the vibration is not normal (NO in step S25), the process proceeds to step S27.
振動が正常であった場合には、ユーザ端末２０は、機械Ｍ２は正常と判断する（ステップＳ２６）。機械Ｍ２は振動計測器３０を直接取り付けるため、振動判定結果は信頼性が高く、このような判断となる。その後、ステップＳ２８（図８Ｂ参照）に進む。 If the vibration is normal, the user terminal 20 determines that the machine M2 is normal (step S26). Since the vibration measuring instrument 30 is directly attached to the machine M2, the vibration determination result is highly reliable, and such a determination is made. Then, it progresses to step S28 (refer FIG. 8B).
一方、振動が正常でなかった場合には、少なくとも機械Ｍ２は異常と判断する（ステップＳ２７）。なお、この時点で機械Ｍ１，Ｍ３の正常又は異常は不明であり、ユーザは、機械Ｍ１，Ｍ３について、さらに検査を行わなければ、どの機械に異常があるのかを特定することができない。その後、ステップＳ３１（図８Ｂ参照）に進む。 On the other hand, if the vibration is not normal, at least the machine M2 is determined to be abnormal (step S27). At this point, the normality or abnormality of the machines M1 and M3 is unknown, and the user cannot specify which machine has the abnormality without further inspection of the machines M1 and M3. Then, it progresses to step S31 (refer FIG. 8B).
図８Ｂにおいて、ユーザ端末２０（専用アプリケーション）は、音声が正常であったか否を判定する（ステップＳ２８）。音声判定結果により音声が正常であった場合（ステップＳ２８でＹＥＳ）には、ステップＳ２９に進む。一方、音声が正常でなかった場合（ステップＳ２８でＮＯ）には、ステップＳ３０に進む。 In FIG. 8B, the user terminal 20 (dedicated application) determines whether the voice is normal (step S28). If the voice is normal as a result of the voice determination (YES in step S28), the process proceeds to step S29. On the other hand, if the voice is not normal (NO in step S28), the process proceeds to step S30.
音声が正常であった場合には、ユーザ端末２０は、機械Ｍ１，Ｍ３についても正常と判断する（ステップＳ２９）。これは、振動判定結果と音声判定結果が正常で一致した場合であるため、このような判断となる。その後、ステップＳ３４に進む。 When the voice is normal, the user terminal 20 also determines that the machines M1 and M3 are normal (step S29). This is the case because the vibration determination result and the voice determination result are normal and coincident with each other. Then, it progresses to step S34.
一方、音声が正常でなかった場合には、機械Ｍ１，Ｍ３の少なくとも一方は異常と判断する（ステップＳ３０）。なお、ユーザは、機械Ｍ１，Ｍ３について、さらに検査を行わなければ、どの機械に異常があるのかを特定することができない。その後、ステップＳ３１に進む。 On the other hand, if the voice is not normal, it is determined that at least one of the machines M1 and M3 is abnormal (step S30). It should be noted that the user cannot specify which machine has an abnormality without further inspection of the machines M1 and M3. Then, it progresses to step S31.
次に、振動計測器３０は、機械Ｍ１，Ｍ３の振動の計測を実行し（ステップＳ３１）、ユーザ端末２０は、機械Ｍ１，Ｍ３のそれぞれに対し、振動特性データを生成する（ステップＳ３２）。さらに、ユーザ端末２０は、機械Ｍ１，Ｍ３のそれぞれに対し、振動判定結果を出力する（ステップＳ３３）。これにより、機械Ｍ１，Ｍ３の何れに異常があるのか、又は両方に異常があるのかが判明する。その後、ステップＳ３４に進む。 Next, the vibration measuring device 30 measures the vibration of the machines M1 and M3 (step S31), and the user terminal 20 generates vibration characteristic data for each of the machines M1 and M3 (step S32). Further, the user terminal 20 outputs the vibration determination result to each of the machines M1 and M3 (step S33). As a result, it is determined which of the machines M1 and M3 has an abnormality, or both of the machines have an abnormality. Then, it progresses to step S34.
最後に、ユーザ端末２０は、ディスプレイ２６ａに異常の有無と異常箇所を表示する（ステップＳ３４）。これにより、異常判定処理１は終了となり、検査者は、検査システム１による異常判定の最終結果を確認することができる。 Finally, the user terminal 20 displays the presence/absence of abnormality and the abnormal portion on the display 26a (step S34). As a result, the abnormality determination processing 1 ends, and the inspector can confirm the final result of the abnormality determination by the inspection system 1.
異常判定処理１によれば、複数の機械に対して音声及び振動の計測を行い、音声判定結果と振動判定結果とに基づいて、異常のある機械を容易に特定していくことができる。異常判定処理１では、３つの機械の異常を判定したが、検査対象の機械は２台又は４台以上であってもよい。 According to the abnormality determination processing 1, it is possible to measure voices and vibrations of a plurality of machines and easily identify the abnormal machine based on the voice determination result and the vibration determination result. Although the abnormality determination processing 1 determines the abnormality of three machines, the number of machines to be inspected may be two or four or more.
次に、図９を参照して、検査システム１による異常判定処理の変更例（異常判定処理２）について説明する。異常判定処理２についても、３つの機械Ｍ１，Ｍ２，Ｍ３から異常を検出する処理である。 Next, a modification example (abnormality determination processing 2) of the abnormality determination processing by the inspection system 1 will be described with reference to FIG. 9. The abnormality determination processing 2 is also processing for detecting an abnormality from the three machines M1, M2, M3.
まず、ユーザ端末２０は、検査対象の機械Ｍ１〜Ｍ３の音声の計測を実行する（ステップＳ４１）。ここでは、機械Ｍ１〜Ｍ３を同時に計測する。その後、ステップＳ４２に進む。 First, the user terminal 20 executes measurement of voice of the machines M1 to M3 to be inspected (step S41). Here, the machines M1 to M3 are simultaneously measured. Then, it progresses to step S42.
次に、ユーザ端末２０は、周波数特性データを生成する（ステップＳ４２）。具体的には、ユーザ端末２０のＦＦＴ実行部２７が音声ファイルから周波数特性データＦｓを生成する。その後、ステップＳ４３に進む。 Next, the user terminal 20 generates frequency characteristic data (step S42). Specifically, the FFT execution unit 27 of the user terminal 20 generates the frequency characteristic data Fs from the audio file. Then, it progresses to step S43.
次に、ユーザ端末２０は、音声判定結果を出力する（ステップＳ４３）。音声判定結果は、ユーザ端末２０のディスプレイ２６ａに表示可能であるが、機械Ｍ１〜Ｍ３の何れか又は全てに異常がある場合（ケースＡ）、全てが正常である場合（ケースＢ）があるため、最終結果とはならない。その後、ステップＳ４４に進む。 Next, the user terminal 20 outputs the voice determination result (step S43). The voice determination result can be displayed on the display 26a of the user terminal 20, but there is a case where any or all of the machines M1 to M3 are abnormal (case A) and a case where all are normal (case B). , The final result will not be obtained. Then, it progresses to step S44.
次に、ユーザ端末２０の専用アプリケーションで、異常音があるか否かが判定される（ステップＳ４４）。異常音ありの場合（ステップＳ４４でＹＥＳ）、すなわち上述のケースＡの場合には、ステップＳ４５に進む。一方、異常音なしの場合（ステップＳ４４でＮＯ）、すなわち、上述のケースＢの場合には、異常判定処理２を終了する。 Next, the dedicated application of the user terminal 20 determines whether or not there is an abnormal sound (step S44). If there is an abnormal sound (YES in step S44), that is, in case A described above, the process proceeds to step S45. On the other hand, when there is no abnormal sound (NO in step S44), that is, in case B described above, the abnormality determination process 2 ends.
異常音ありの場合、振動計測装置３０は、機械Ｍ１〜Ｍ３の振動の計測を実行する（ステップＳ４５）。ここでは、機械Ｍ１〜Ｍ３を順番に計測してもよいし（図１参照）、同時に計測してもよい（図１０のセンサ常設型）。その後、ステップＳ４６に進む。 When there is an abnormal sound, the vibration measuring device 30 measures the vibration of the machines M1 to M3 (step S45). Here, the machines M1 to M3 may be measured in sequence (see FIG. 1) or simultaneously (sensor permanent type in FIG. 10). Then, it progresses to step S46.
次に、ユーザ端末２０は、振動特性データを生成する（ステップＳ４６）。具体的には、ユーザ端末２０のＦＦＴ実行部２７が、ユーザ端末２０から送信された振動ファイルから振動特性データＦｖを生成する。その後、ステップＳ４７に進む。 Next, the user terminal 20 generates vibration characteristic data (step S46). Specifically, the FFT execution unit 27 of the user terminal 20 generates the vibration characteristic data Fv from the vibration file transmitted from the user terminal 20. Then, it progresses to step S47.
次に、ユーザ端末２０は、振動判定結果を出力する（ステップＳ４７）。これにより、機械Ｍ１〜Ｍ３の何れに異常があるのか、又は全てに異常があるのかが判明する。その後、ステップＳ４８に進む。 Next, the user terminal 20 outputs the vibration determination result (step S47). As a result, it becomes clear which of the machines M1 to M3 has an abnormality or all of them have an abnormality. Then, it progresses to step S48.
最後に、ユーザ端末２０は、ディスプレイ２６ａに機械Ｍ１〜Ｍ３の異常の有無と異常箇所を表示する（ステップＳ３６）。これにより、異常判定処理２は終了となるが、検査者は、検査システム１による異常判定の最終結果を確認することができ、異常のある機械を特定することができる。 Finally, the user terminal 20 displays the presence/absence of abnormality of the machines M1 to M3 and the abnormal portion on the display 26a (step S36). As a result, although the abnormality determination processing 2 ends, the inspector can confirm the final result of the abnormality determination by the inspection system 1 and can identify the machine with the abnormality.
異常判定処理２によれば、複数の機械に対して同時に音声の計測を行い、異常がなければ処理を終了するため、異常判定の時間短縮が見込める。異常判定処理２では、３つの機械の異常を判定したが、検査対象の機械は２台又は４台以上であってもよい。 According to the abnormality determination processing 2, the sound is simultaneously measured for a plurality of machines, and if there is no abnormality, the processing is terminated, so that the time for abnormality determination can be shortened. Although the abnormality determination processing 2 determines the abnormality of three machines, the number of machines to be inspected may be two or four or more.
以上のように、検査システム１では、クラウドサーバ１０で機械学習により更新された検査用データを検査者のユーザ端末２０にダウンロードして、機械の正常又は異常を検査することができる。検査システム１は、検査者が工場内を巡回して機械の動作音を録音すると共に振動を検出することで、検査用データに基づいて検査が行えるため、技量や熟練度に関係なく検査を行うことができる。 As described above, in the inspection system 1, the inspection data updated by machine learning in the cloud server 10 can be downloaded to the user terminal 20 of the inspector to inspect the machine for normality or abnormality. In the inspection system 1, the inspector circulates in the factory to record the operation sound of the machine and detect the vibration, so that the inspection can be performed based on the inspection data. Therefore, the inspection is performed regardless of skill or skill. be able to.
最後に、図１０に、変更形態の検査システム１’（センサ常設型）の概略図を示す。図示するように、ここでの振動計測器４０は、機械Ｍａ，Ｍｂ，Ｍｃのそれぞれに常時接触させて振動を検知する振動センサ４０ａ，４０ｂ，４０ｃを有している。振動計測器４０は、所定の時間間隔（例えば、１日１回）、又はネットワーク接続された外部装置（図示省略）からの命令を受けて、振動センサ４０ａ，４０ｂ，４０ｃから振動の情報（振動ファイル）を取得する。 Finally, FIG. 10 shows a schematic diagram of a modified inspection system 1'(permanent sensor type). As shown in the figure, the vibration measuring device 40 here has vibration sensors 40a, 40b, and 40c that constantly contact the machines Ma, Mb, and Mc to detect vibrations. The vibration measuring device 40 receives a command from a predetermined time interval (for example, once a day) or from an external device (not shown) connected to the network, and receives vibration information (vibration) from the vibration sensors 40a, 40b, and 40c. File).
また、取得された各機械の振動ファイルは、振動計測器４０のデータ格納部４０ｍで集計され、一時格納された後、振動計測器４０の通信部４０ｘにより無線で閲覧端末５０（ユーザ端末の一種）に送信される。そして、閲覧端末５０による振動特性データＦｖと振動検査用データＤｖとの比較により、機械Ｍａ，Ｍｂ，Ｍｃの異常の有無を判定する。これにより、検査者は、閲覧端末５０の画面（ディスプレイ５６ａ）で機械Ｍａ，Ｍｂ，Ｍｃの計測時刻における異常の判定結果を閲覧することができる。 In addition, the acquired vibration files of each machine are aggregated in the data storage unit 40m of the vibration measuring instrument 40, temporarily stored, and then wirelessly browsed by the communication unit 40x of the vibration measuring instrument 40 (a kind of user terminal). ) Is sent to. Then, the presence/absence of abnormality of the machines Ma, Mb, Mc is determined by comparing the vibration characteristic data Fv by the browsing terminal 50 with the vibration inspection data Dv. Thereby, the inspector can browse the abnormality determination result at the measurement time of the machines Ma, Mb, Mc on the screen (display 56a) of the browsing terminal 50.
振動計測器４０は、有線で閲覧端末５０に接続されていてもよい。また、振動計測器４０は、各機械の振動ファイルをユーザ端末２０に直接送信することも可能である。 The vibration measuring device 40 may be connected to the browsing terminal 50 by wire. The vibration measuring instrument 40 can also directly transmit the vibration file of each machine to the user terminal 20.
このように、検査システム１’は、計測項目は振動のみであるが、機械Ｍａ，Ｍｂ，Ｍｃの異常を判定することができる。この検査システム１’では、検査者が機械Ｍａ，Ｍｂ，Ｍｃに立ち寄らなくても、すなわち、遠隔地からでも機械の検査が行えるという利点がある。 As described above, the inspection system 1 ′ can determine the abnormality of the machines Ma, Mb, Mc although the measurement item is only the vibration. This inspection system 1'has an advantage that the machine can be inspected even if the inspector does not visit the machines Ma, Mb, Mc, that is, from a remote place.
上述の検査システム１’は、サーバと、前記サーバに接続され、回転部品を有する機械の正常及び異常を検査するための複数種類の検査用データが記憶されたデータベースと、前記サーバに接続され、ユーザが所有するユーザ端末と、前記ユーザ端末に接続され、前記機械の振動を計測する振動計測器とを備える、前記機械の異常を検査する検査システムであって、前記振動計測器は、測定した振動を振動情報として送信する振動情報送信部を有し、前記ユーザ端末は、前記振動計測器から受信した前記振動情報から判定用の振動データを生成する判定データ生成部と、前記振動データと前記検査用データに含まれる振動検査用データとを比較して前記正常又は異常を判定した振動判定結果を出力する異常判定部と、を有している。 The above-described inspection system 1′ is connected to a server, a database connected to the server, in which a plurality of types of inspection data for inspecting normality and abnormality of a machine having rotating parts are stored, and the server. An inspection system for inspecting an abnormality of the machine, comprising a user terminal owned by a user and a vibration measuring instrument connected to the user terminal and measuring vibration of the machine, wherein the vibration measuring instrument measures A vibration information transmission unit that transmits vibration as vibration information, the user terminal, a determination data generation unit that generates vibration data for determination from the vibration information received from the vibration measuring device, the vibration data and the An abnormality determination unit that compares the vibration inspection data included in the inspection data with the vibration determination result and determines whether the vibration is normal or abnormal.
検査システム１’は、回転部品を有する機械に取り付ける振動計測器とユーザ端末とにより、前記機械の異常を検査するものである。このとき、ユーザ端末の判定データ生成部は、振動計測器から受信した機械の振動情報から判定用の振動データを生成する。その後、ユーザ端末の異常判定部は、生成した振動データと振動検査用データとを比較して、機械の正常又は異常を判断する。これにより、複数の機械の正常又は異常を容易に検査することができる。 The inspection system 1'inspects an abnormality of the machine by a vibration measuring device and a user terminal attached to the machine having rotating parts. At this time, the determination data generation unit of the user terminal generates the vibration data for determination from the vibration information of the machine received from the vibration measuring instrument. After that, the abnormality determination unit of the user terminal compares the generated vibration data with the vibration inspection data to determine whether the machine is normal or abnormal. Thereby, it is possible to easily inspect the normality or abnormality of the plurality of machines.
前記振動計測器は、常時、前記機械に接触させて振動を検知する常設振動センサと、前記振動データを収集、格納するデータ格納部とを有していることが好ましい。検査システム１’は、振動のみによる検査であるが、検査者が機械とは離れた場所にいても、検査を容易に行うことができる。 The vibration measuring device preferably includes a permanent vibration sensor that constantly contacts the machine to detect vibration, and a data storage unit that collects and stores the vibration data. The inspection system 1 ′ is an inspection using only vibration, but the inspection can be performed easily even when the inspector is away from the machine.
上述の実施形態は、本発明の実施形態の一例に過ぎず、適宜変更が可能である。本発明の検査システム１（１’）は、主に工作機械の部品（ギア、ベアリング等）の検査を対象としているが、モータやポンプ、コンプレッサ等、音の出る部品の検査に適用することもできる。 The above-described embodiment is only an example of the embodiment of the present invention, and can be appropriately modified. The inspection system 1 (1 ′) of the present invention is mainly intended for inspection of machine tool parts (gear, bearing, etc.), but may also be applied for inspection of parts such as motors, pumps, compressors, etc. that produce noise. it can.
検査は、故障を検出する目的に限られない。例えば、定期的に機械の動作音や振動を取得することにより、経年劣化を調査することができる。また、部品の歩留まり向上のための検査や、製品の出荷時の検品に利用してもよい。 Inspection is not limited to the purpose of detecting failures. For example, aging deterioration can be investigated by periodically acquiring the operation sound and vibration of the machine. Further, it may be used for an inspection for improving the yield of parts and an inspection at the time of shipping of products.
ユーザ端末２０は、広域の動作音を取得するため、複数のマイクを備えていてもよい。例えば、２つのマイクの位相差や振幅差を利用して、機械の動作音と雑音とを区別することができる。 The user terminal 20 may be provided with a plurality of microphones in order to acquire a wide range operation sound. For example, it is possible to distinguish the operating noise and the noise of the machine by using the phase difference and the amplitude difference of the two microphones.
ユーザ端末２０の専用アプリケーションでは、結果として異常の有無と異常箇所が示されるが、最終的に検査結果を確認するのは検査者である。検査者は、検査結果が正しいか否かの情報を付加した特性データＦを生成し、これをクラウドサーバ１０にアップロードしてもよい。このようなデータを利用して人工知能１５ａに機械学習をさせることで、より精度の高い検査用データが生成される。 In the dedicated application of the user terminal 20, as a result, the presence or absence of an abnormality and the abnormal portion are shown, but it is the inspector who finally confirms the inspection result. The inspector may generate the characteristic data F to which information on whether or not the inspection result is correct is added and upload the characteristic data F to the cloud server 10. By making the artificial intelligence 15a perform machine learning using such data, more accurate inspection data is generated.
特性データＦのアップロードは、通常、インターネット回線に接続して行うが、ユーザ端末２０にＷｉ-Ｆｉ内蔵の記憶媒体をセットして、周波数特性データを記憶するようにしてもよい。これにより、記憶媒体がＷｉ-Ｆｉ電波を発信して、クラウドサーバ１０に周波数特性データをアップロードすることができる。 The characteristic data F is normally uploaded by connecting to an Internet line, but the user terminal 20 may be set with a Wi-Fi built-in storage medium to store the frequency characteristic data. This allows the storage medium to emit Wi-Fi radio waves and upload the frequency characteristic data to the cloud server 10.
１，１’…検査システム、１０…クラウドサーバ、１１…システムバス（サーバ側）、１３…大容量記憶部、１３ａ〜１３ｃ…データベース、１４…システム制御部（サーバ側）、１４ａ…ＣＰＵ、１４ｂ…ＲＯＭ、１４ｃ…ＲＡＭ、１５…検査用データ生成部、１５ａ…人工知能、１５ｂ…データ変換部、１６…モデル生成部、１６ａ…人工知能、１７…データ通信部（サーバ側）、２０…ユーザ端末、２１…システムバス（端末側）、２３…記憶部、２４…システム制御部（端末側）、２４ａ…ＣＰＵ、２４ｂ…ＲＯＭ、２４ｃ…ＲＡＭ、２５…入力部、２５ａ…マイク、２６…出力部、２６ａ…ディスプレイ、２７…ＦＦＴ実行部、２８…異常判定部、２９…データ通信部（端末側）、３０，４０…振動計測器、３０ａ，４０ａ〜４０ｃ…振動センサ、３０ｘ，４０ｘ…通信部、４０ｍ…データ格納部、５０…閲覧端末、５６ａ…ディスプレイ。 1, 1'... Inspection system, 10... Cloud server, 11... System bus (server side), 13... Large-capacity storage section, 13a-13c... Database, 14... System control section (server side), 14a... CPU, 14b ...ROM, 14c ...RAM, 15 ...inspection data generation section, 15a ...artificial intelligence, 15b ...data conversion section, 16 ...model generation section, 16a ...artificial intelligence, 17 ...data communication section (server side), 20 ...user Terminal, 21... System bus (terminal side), 23... Storage section, 24... System control section (terminal side), 24a... CPU, 24b... ROM, 24c... RAM, 25... Input section, 25a... Microphone, 26... Output 26a... Display, 27... FFT execution section, 28... Abnormality determination section, 29... Data communication section (terminal side), 30, 40... Vibration measuring instrument, 30a, 40a-40c... Vibration sensor, 30x, 40x... Communication Part, 40 m... data storage part, 50... browsing terminal, 56 a... display.
Claims (4)
前記振動計測器は、測定した振動を振動情報として送信する振動情報送信部を有し、
前記ユーザ端末は、
前記複数の機械から発せられる音声を収集する音声収集部と、
前記振動計測器から受信した前記振動情報から判定用の振動データを生成すると共に、前記音声収集部が収集した音声から判定用の音声データを生成する判定データ生成部と、
前記振動データと前記検査用データに含まれる振動検査用データとを比較して前記正常又は異常を判定した振動判定結果を出力すると共に、前記音声データと前記検査用データに含まれる音声検査用データとを比較して前記正常又は異常を判定した音声判定結果を出力する異常判定部と、を有し、
前記異常判定部は、前記振動判定結果が異常であった場合には、前記複数の機械のうち少なくとも前記一の機械について異常と判断し、前記振動判定結果と前記音声判定結果とが正常で一致した場合には、前記複数の機械について正常と判断し、前記振動判定結果が正常かつ前記音声判定結果が異常であった場合には、前記複数の機械のうち前記一の機械を除く他の機械のみ異常と判断することを特徴とする検査システム。 A server, a database connected to the server, in which a plurality of types of inspection data for inspecting normality and abnormality of a plurality of machines having rotating parts are stored, and connected to the server and carried by a user Abnormalities of the plurality of machines including a possible user terminal and a vibration measuring device that is connected to the user terminal and is detachably attached to one of the plurality of machines and that measures the vibration of the machine. An inspection system for inspecting
The vibration measuring instrument has a vibration information transmitting unit that transmits the measured vibration as vibration information,
The user terminal is
A voice collecting unit for collecting voices emitted from the plurality of machines,
A determination data generation unit that generates determination-use vibration data from the vibration information received from the vibration measurement device, and generates determination-use voice data from the voice collected by the voice collection unit,
While outputting the vibration determination result of comparing the vibration data with the vibration inspection data included in the inspection data to determine whether the vibration is normal or abnormal, the voice inspection data included in the voice data and the inspection data And an abnormality determination unit that outputs a voice determination result that is determined to be normal or abnormal by comparing with,
When the vibration determination result is abnormal, the abnormality determination unit determines that at least the one machine out of the plurality of machines is abnormal, and the vibration determination result and the voice determination result are normal and match. If the vibration determination result is normal and the voice determination result is abnormal, the other machines except the one machine among the plurality of machines are judged to be normal. An inspection system characterized by judging only as abnormal.
前記振動計測器は、計測時に前記一の機械に取り付けて振動を検知する可動振動センサを有していることを特徴とする検査システム。 The inspection system according to claim 1,
The said vibration measuring device has a movable vibration sensor which is attached to the said 1 machine at the time of measurement, and detects a vibration, The inspection system characterized by the above-mentioned.
前記ユーザ端末で前記複数の機械の発せられる音声を収集して、該音声から判定用の音声データを生成する音声データ生成工程と、
前記ユーザ端末で前記音声データと前記検査用データに含まれる音声検査用データとを比較して、異常音が含まれるか否かを判定する音声判定工程と、
前記振動計測器で前記一の機械の振動を計測して、測定した振動を振動情報として前記ユーザ端末に送信し、前記ユーザ端末で該振動から判定用の振動データを生成する振動データ生成工程と、
前記ユーザ端末で前記振動データと前記検査用データに含まれる振動検査用データとを比較して、前記一の機械の正常又は異常を判定する振動判定工程と、
前記ユーザ端末で、前記振動判定工程において前記一の機械が異常と判定された場合には、前記複数の機械のうち少なくとも前記一の機械について異常と判断し、前記音声判定工程において前記異常音が含まれないと判定され、前記振動判定工程において前記一の機械が正常と判定された場合には、前記複数の機械について正常と判断し、前記音声判定工程において前記異常音が含まれると判定され、前記振動判定工程において前記一の機械が正常と判定された場合には、前記複数の機械のうち前記一の機械を除く他の機械のみ異常と判断する判断工程と、を備えることを特徴とする異常特定方法。 Multiple types of inspection data for inspecting normality and abnormality of multiple machines having rotating parts, a user terminal that the user owns and which is portable, and detachable from one of the multiple machines A method for identifying an abnormal machine from the plurality of machines by using a vibration measuring instrument for measuring the vibration of the machine,
A voice data generating step of collecting voices emitted by the plurality of machines at the user terminal and generating voice data for determination from the voices;
A voice determination step of determining whether or not an abnormal sound is included by comparing the voice data and the voice inspection data included in the inspection data in the user terminal,
A vibration data generating step of measuring the vibration of the one machine with the vibration measuring instrument, transmitting the measured vibration as vibration information to the user terminal, and generating vibration data for determination from the vibration at the user terminal; ,
A vibration determining step of comparing the vibration data and the vibration inspection data included in the inspection data at the user terminal to determine whether the one machine is normal or abnormal,
In the user terminal, when the one machine is determined to be abnormal in the vibration determination step, it is determined to be abnormal for at least the one machine of the plurality of machines, and the abnormal sound is generated in the voice determination step. When it is determined that the one machine is not included in the vibration determination step, it is determined that the plurality of machines is normal, and it is determined that the abnormal sound is included in the voice determination step. If the one machine is determined to be normal in the vibration determination step, a determination step of determining that only the other machines of the plurality of machines other than the one machine are abnormal is provided. Anomaly identification method.
前記ユーザ端末で前記複数の機械の発せられる音声を収集して、該音声から判定用の音声データを生成する音声データ生成工程と、
前記ユーザ端末で前記音声データと前記検査用データに含まれる音声検査用データとを比較して、異常音が含まれるか否かを判定する音声判定工程と、
前記異常音が含まれると判定された場合に、前記振動計測器で前記複数の機械の振動を個別に計測して、測定した振動を振動情報として前記ユーザ端末に送信し、前記ユーザ端末で該振動から判定用の振動データを生成する振動データ生成工程と、
前記ユーザ端末で前記振動データと前記検査用データに含まれる振動検査用データとをそれぞれ比較して、前記複数の機械の各々に対して異常の有無を判定する振動判定工程と、
を備えることを特徴とする異常特定方法。 A plurality of types of inspection data for inspecting normality and abnormality of a plurality of machines having rotating parts, a portable user terminal owned by a user, and a vibration measuring instrument for measuring vibrations of the plurality of machines. An abnormality identification method for identifying a machine having an abnormality from the plurality of machines by using:
A voice data generating step of collecting voices emitted by the plurality of machines at the user terminal and generating voice data for determination from the voices;
A voice determination step of determining whether or not an abnormal sound is included by comparing the voice data and the voice inspection data included in the inspection data in the user terminal,
When it is determined that the abnormal sound is included, the vibrations of the plurality of machines are individually measured by the vibration measuring instrument, and the measured vibrations are transmitted to the user terminal as vibration information, and the user terminal A vibration data generation step of generating vibration data for determination from vibration,
A vibration determination step of comparing the vibration data and the vibration inspection data included in the inspection data at the user terminal to determine whether or not there is an abnormality in each of the plurality of machines,
An abnormality identifying method comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019004660A JP7181595B2 (en) | 2019-01-15 | 2019-01-15 | Inspection system, abnormality identification method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019004660A JP7181595B2 (en) | 2019-01-15 | 2019-01-15 | Inspection system, abnormality identification method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020112493A true JP2020112493A (en) | 2020-07-27 |
| JP7181595B2 JP7181595B2 (en) | 2022-12-01 |
Family
ID=71668307
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019004660A Active JP7181595B2 (en) | 2019-01-15 | 2019-01-15 | Inspection system, abnormality identification method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7181595B2 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113074805A (en) * | 2021-03-22 | 2021-07-06 | 上海艺旻科技有限公司 | Real-time micro-vibration monitoring system |
| WO2022004780A1 (en) | 2020-06-30 | 2022-01-06 | 東レ株式会社 | Hollow fiber membrane module for cross-flow filtration and operation method thereof |
| KR20220134161A (en) * | 2021-03-26 | 2022-10-05 | (주)유코아시스템 | Machine sound recording apparatus and abnormality detection system of machine equipment comprising the same |
| CN115856628A (en) * | 2023-02-28 | 2023-03-28 | 宁波慧声智创科技有限公司 | Micro-special motor acoustic quality detection method based on PSO-SVM detection model |
| JP7453136B2 (en) | 2020-12-25 | 2024-03-19 | 株式会社日立製作所 | Abnormality detection device, abnormality detection method and abnormality detection system |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11118592A (en) * | 1997-10-15 | 1999-04-30 | Hitachi Ltd | Equipment abnormality diagnosis device and plant device mounting the same |
| JP2002257623A (en) * | 2001-03-05 | 2002-09-11 | Yanmar Diesel Engine Co Ltd | Apparatus for inspecting source generating abnormal sound |
| JP2004301671A (en) * | 2003-03-31 | 2004-10-28 | Toshiba Corp | Bearing diagnostic system for rotary machine, bearing diagnostic device for rotary machine, and stud for rotary machine |
| WO2006043511A1 (en) * | 2004-10-18 | 2006-04-27 | Nsk Ltd. | Abnormality diagnosis system for machinery |
| JP2007263639A (en) * | 2006-03-28 | 2007-10-11 | Jfe Steel Kk | Method and apparatus for fault diagnosis of equipment |
| JP2011191181A (en) * | 2010-03-15 | 2011-09-29 | Toshiba Industrial Products Manufacturing Corp | Abnormality diagnostic system of rotary apparatus, abnormality diagnostic device of the same, and abnormality diagnosis method of the same |
| JP5301010B1 (en) * | 2012-05-18 | 2013-09-25 | リオン株式会社 | Measuring device |
| JP2016042271A (en) * | 2014-08-18 | 2016-03-31 | Ntn株式会社 | Portable diagnostic data measuring and transmitting device |
| US20160377506A1 (en) * | 2015-06-29 | 2016-12-29 | General Electric Company | Method and system for portable engine health monitoring |
| JP2017138150A (en) * | 2016-02-02 | 2017-08-10 | 株式会社神戸製鋼所 | Abnormality detection device for rotary machine and abnormality detection system for rotary machine |
-
2019
- 2019-01-15 JP JP2019004660A patent/JP7181595B2/en active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11118592A (en) * | 1997-10-15 | 1999-04-30 | Hitachi Ltd | Equipment abnormality diagnosis device and plant device mounting the same |
| JP2002257623A (en) * | 2001-03-05 | 2002-09-11 | Yanmar Diesel Engine Co Ltd | Apparatus for inspecting source generating abnormal sound |
| JP2004301671A (en) * | 2003-03-31 | 2004-10-28 | Toshiba Corp | Bearing diagnostic system for rotary machine, bearing diagnostic device for rotary machine, and stud for rotary machine |
| WO2006043511A1 (en) * | 2004-10-18 | 2006-04-27 | Nsk Ltd. | Abnormality diagnosis system for machinery |
| JP2007263639A (en) * | 2006-03-28 | 2007-10-11 | Jfe Steel Kk | Method and apparatus for fault diagnosis of equipment |
| JP2011191181A (en) * | 2010-03-15 | 2011-09-29 | Toshiba Industrial Products Manufacturing Corp | Abnormality diagnostic system of rotary apparatus, abnormality diagnostic device of the same, and abnormality diagnosis method of the same |
| JP5301010B1 (en) * | 2012-05-18 | 2013-09-25 | リオン株式会社 | Measuring device |
| JP2016042271A (en) * | 2014-08-18 | 2016-03-31 | Ntn株式会社 | Portable diagnostic data measuring and transmitting device |
| US20160377506A1 (en) * | 2015-06-29 | 2016-12-29 | General Electric Company | Method and system for portable engine health monitoring |
| JP2017138150A (en) * | 2016-02-02 | 2017-08-10 | 株式会社神戸製鋼所 | Abnormality detection device for rotary machine and abnormality detection system for rotary machine |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022004780A1 (en) | 2020-06-30 | 2022-01-06 | 東レ株式会社 | Hollow fiber membrane module for cross-flow filtration and operation method thereof |
| JP7453136B2 (en) | 2020-12-25 | 2024-03-19 | 株式会社日立製作所 | Abnormality detection device, abnormality detection method and abnormality detection system |
| CN113074805A (en) * | 2021-03-22 | 2021-07-06 | 上海艺旻科技有限公司 | Real-time micro-vibration monitoring system |
| KR20220134161A (en) * | 2021-03-26 | 2022-10-05 | (주)유코아시스템 | Machine sound recording apparatus and abnormality detection system of machine equipment comprising the same |
| KR102457642B1 (en) * | 2021-03-26 | 2022-10-24 | (주)유코아시스템 | Machine sound recording apparatus and abnormality detection system of machine equipment comprising the same |
| CN115856628A (en) * | 2023-02-28 | 2023-03-28 | 宁波慧声智创科技有限公司 | Micro-special motor acoustic quality detection method based on PSO-SVM detection model |
| CN115856628B (en) * | 2023-02-28 | 2023-06-27 | 宁波慧声智创科技有限公司 | Micro-special motor acoustic quality detection method based on PSO-SVM detection model |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7181595B2 (en) | 2022-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7181595B2 (en) | Inspection system, abnormality identification method | |
| US8768634B2 (en) | Diagnosis method of defects in a motor and diagnosis device thereof | |
| US10670657B2 (en) | System for monitoring operation status of electric machine and mobile phone therefor and server-based system using the same | |
| CN102192825B (en) | User interface system and method for diagnosing a rotating machine condition not based upon prior measurement history | |
| US7187773B2 (en) | System for evaluating abnormal sound, sound recorder and apparatus for evaluating abnormal sound | |
| US9332362B2 (en) | Acoustic diagnosis and correction system | |
| US11579043B2 (en) | Information terminal and machine component diagnosis system | |
| JP2006208074A (en) | Unusual sound determination system, server, information equipment, and unusual sound determination program | |
| CN106885627B (en) | Diagnostic device, diagnostic system and diagnostic method | |
| EP2558815A1 (en) | On-board ultrasonic frequency spectrum and image generation | |
| JP2009032206A (en) | Portable inspection device, portable inspection system, inspection method, and program | |
| JP2014225080A (en) | Monitoring system, diagnostic apparatus and monitoring terminal thereof | |
| WO2023093919A2 (en) | Washing machine abnormal sound detection method and apparatus, electronic device, and storage medium | |
| JP6459874B2 (en) | Abnormality diagnosis system | |
| KR102545672B1 (en) | Method and apparatus for machine fault diagnosis | |
| JP7407382B2 (en) | Sound data processing method, sound data processing device and program | |
| JP2020154712A (en) | System, arithmetic device and program | |
| CN112067324A (en) | Automatic inspection system | |
| KR102392951B1 (en) | Equipment failure prediction system having multi-channel sensors for receiving acoustic signals in the ultrasonic band | |
| JP7368766B2 (en) | Information processing device, information processing system, information processing method and program | |
| TW202014970A (en) | Intelligent management system and method for analyzing device vibration information in real time in which a vibration measuring instrument is directly installed on an electric device and vibration information is transmitted wirelessly | |
| JP7318354B2 (en) | Vibration analysis diagnostic system | |
| US20230037756A1 (en) | Diagnostic apparatus, diagnostic method, and recording medium | |
| JP7142530B2 (en) | Information processing system, information processing method, and program | |
| TW202244474A (en) | Vibration diagnostic device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20190207 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211221 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221012 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221025 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221111 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7181595 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |