JP3834228B2

JP3834228B2 - Abnormality diagnosis system for rotating machinery

Info

Publication number: JP3834228B2
Application number: JP2001368172A
Authority: JP
Inventors: 卓三岩壷; 信吾坊田
Original assignee: Shinkawa Sensor Technology Inc
Current assignee: Shinkawa Sensor Technology Inc
Priority date: 2001-12-03
Filing date: 2001-12-03
Publication date: 2006-10-18
Anticipated expiration: 2021-12-03
Also published as: JP2003166908A

Description

【０００１】
【発明の属する技術分野】
本発明は、回転機械の異常診断システムに関し、詳しくは、回転機械の運転速度を危険速度で無次元化した無次元速度を複数の診断範囲に場合分けし、該診断範囲毎に適切な診断を行うことにより、異常原因の誤診を防ぐものである。
【０００２】
【従来の技術】
近年の技術革新により機械設備は高度化・高性能化しており、これら機械設備に対する社会責任や経済性・生産性の観点から、機械設備の異常診断の重要性が注目視されている。
かかる観点から、大型回転機械についても異常振動を早期に発見し対策を行うために適切な異常診断技術の開発が望まれている。
【０００３】
従来、大型回転機器の異常運転の簡易診断手法に関して特開昭５９−９４０１８号公報等では、図８に示すように、回転機械に設置したセンサーからの検出信号を信号入力部３にて取り込み、故障原因推定部４は該信号入力部３から受信した振動データＳ１を周波数分析して、故障因果表記憶部５のデータベースと照合して得られた診断結果を結果表示部６にて表示している。
【０００４】
【発明が解決しようとする課題】
しかしながら、上記診断方法では、周波数特性が非常に似通っている異なる異常原因を判別することが難しく、時には実際には発生していない異常原因を診断してしまう恐れがある。
また、自励振動のような異常原因の場合には、異常振動の発生条件が運転速度により限定されているにもかかわらず、上記故障因果表を用いた診断では予め診断を行わない設定をしておかないと、起こりえない運転速度で異常を検知してしまう問題がある。
【０００５】
さらには、クラックの生じた軸や非対称軸などの異常原因の場合には、回転機器の運転速度が危険速度に対してどの範囲に存在しているかによって症状の現れ方に違いが生じるため、つまり、回転機械の回転数と固有振動数の比がどのような値であるかによって異常振動が強く現れたりあまり現れなかったりするため、上記故障因果表により固定的に診断すると誤診しやすい場合がある。
【０００６】
本発明は、上記問題に鑑みてなされたもので、周波数特性が近似する異なる異常原因間の誤診を防ぎ、運転速度による症状の違いを考慮した適切な診断手法を提供することを課題としている。
【０００７】
【課題を解決するための手段】
上記課題を解決するため、本発明は、回転機械の運転時に発生する振動より回転機械の異常原因を診断するシステムにおいて、
上記回転機械の回転速度を危険速度で無次元化した無次元速度を、複数の診断範囲に分割し、上記回転機械に発生する種々の異常原因を、各異常原因が表れる無次元速度に応じて上記診断範囲に分類し、
上記各診断範囲に、上記異常原因に応じて発生する周波数特性を予め選定し、上記回転機械の運動時に計測された振動データと上記選定された周波数特性とを比較して、上記回転機械に生じた異常原因を診断することを特徴とする回転機械の異常診断システムを提供している。
【０００８】
上記システムでは、回転機械の運転速度を考慮に入れた上記診断範囲を設けているので、起こり得ない運転速度下で異常原因を誤診断してしまうといったことを未然に防ぐことができ、的確な診断が可能となる。
つまり、ある異常原因が起こり得ない診断範囲で、選定された周波数特性と計測された周波数特性が適合しても、当該異常原因による異常と誤診することがなく、異常原因の絞込みが高精度に行われる。
なお、上記運転速度及び上記危険速度は、回転機械の運転回転数及び固有振動数と同義である。
【０００９】
上記無次元速度で分割した診断範囲の数は、１次〜３次危険速度毎に４以上６以下とすることが好ましい。
上記危険速度として考慮する１次〜３次危険速度毎に診断範囲の数を４以上６以下としているのは、３以下に分割すると異常診断の精度が低下すると共に、７以上に分割すると診断方法が煩雑になるからである。
なお、１次危険速度のみを考慮する場合は、上記無次元速度を構成する危険速度として１つだけが対象となることより上記診断範囲の数は４以上６以下となるが、例えば、１次危険速度と２次危険速度とを考慮に入れるのであれば、上記無次元速度を構成する危険速度として１次危険速度と２次危険速度の２つを夫々基準として別々に４以上６以下で診断範囲を分類し、その各診断範囲を合成したものを当該システムの診断範囲とする。
即ち、考慮する危険速度が複数の場合は、上記診断範囲の数は全体として７以上となりうる。
【００１０】
一般に、回転機械に異常振動が発生すると周波数成分の分布に影響を及ぼすため、周波数成分に基づく診断を行うと異常原因を組織的に取り扱うことができる。そこで、周波数分析結果に表れるピークである周波数成分を認識し、そのうち回転機械の回転数成分（ｆｎ）と特徴的な周波数成分（高周波、低周波、２ｆｎ、ｆｎ／２、回転体と軸受によって決まる危険速度ｆｃ等）とを診断因子とすることにより、異常原因を絞り込むことができる。
【００１１】
上記診断範囲において、上記特定された回転数成分及び上記特徴的な周波数成分をもとにして、上記特徴的な周波数成分と回転数成分の振幅比が予め設定された基準値と比較して条件振り分けを行い、上記特徴的な周波数成分が異常原因毎に予め選定された周波数成分と適合する場合には、その選定された周波数成分に対応する異常原因を診断結果とする。
なお、上記基準値及び設定値は、実験結果から定めており上記診断範囲において個別に設定している。
また、ピークが回転数成分だけである場合には、周波数分析結果として回転数成分のみが現れる場合の異常原因、例えばアンバランス等の異常原因に特定している。
【００１２】
上記予め選定された周波数成分との適合を見る際には、上記特徴的な周波数成分が、２ｆｎ、ｆｎ／２、高周波、低周波、ｆｎＺｇ、ｆｃ等のいずれの成分であるかを調査しており、夫々に対応する異常原因を診断結果としている。なお、ｆｎは回転機械の回転数成分、Ｚｇはギアの歯数、ｆｃは固有振動数成分を表している。
【００１３】
上記周波数特性が近似した異常原因はグループ化されることが好ましい。
即ち、それぞれ上記分類された特定の診断範囲において、上記選定された周波数特性と計測された周波数特性とを比較して適合している場合は、上記選定された周波数特性に対応するグループ内の各異常原因による異常と見なし、その後、精密診断により上記各異常原因から更に異常原因を絞り込む構成としている。
【００１４】
例えば、非対称軸とクラックのように、現れる周波数特性が非常に似通っている場合には一つの異常原因に絞るのが困難であるが、これらを一つのグループに属すると認識し、計測された振動データがそのグループの周波数特性に適合した場合には、グループ内の異常原因である非対称軸とクラックを同時に診断結果として提示すれば、以後に精密診断を行うことにより一の異常原因に特定できる可能性を残すことができる。
つまり、周波数特性では判別不可能な異常原因まで無理に特定しようとして誤診し、真の異常原因の特定可能性を途切れさせてしまうといった従来の問題点を、グループ化という概念を導入することで根本的に改善しているものである。
【００１５】
上記グループ分けの具体例としては、上記周波数分析結果において、回転数成分（ｆｎ）が特徴的に現れる異常原因を集めたグループ、回転数の２倍成分（２ｆｎ）が特徴的に表れる異常原因を集めたグループ、回転機械の固有振動数成分（ｆｃ）が特徴的に表れる異常原因を集めたグループ、高周波成分が特徴的に表れる異常原因を集めたグループ、低周波成分が特徴的に表れる異常原因を集めたグループ、回転数の１／２成分（ｆｎ／２）が特徴的に表れる異常原因を集めたグループとに夫々グループ化している。
【００１６】
また、上記グループ化された各異常原因を上記分類された各診断範囲のうち、その異常原因が起こりうる特定の診断範囲において、計測された周波数特性と上記選定された周波数特性とを比較した結果、適合している場合は当該異常原因による異常と見なすものの、その異常原因が起こりえない他の診断範囲において計測された周波数特性と上記選定された周波数特性とが適合しても当該異常原因による異常とは見なさないことにより、起こりえない運転速度下での異常原因の誤診断を予め防止できるので、従来の周波数特性の比較により画一的に診断していた場合に比べて、誤診断を飛躍的に低減することが可能になる。
【００１７】
振動検出センサーと、該振動検出センサーで得られた検出信号を振動データへと変換する演算処理器と、該振動データより異常を診断するソフトウェアとを備え、
上記ソフトウェアは、上記診断範囲を分類する分類部と、各診断範囲毎に診断する診断部と、上記周波数特性が近似した異常原因を集めたグループ部とを備えている。
また、上記振動検出センサーからの検出信号を演算処理器にて振動データへと変換処理し、その振動データを直接あるいは通信ネットワークを介して上記ソフトウェアを備えた情報処理機器に送信して診断している。
【００１８】
上記構成とすると、回転機械に上記振動検出センサーを設置し、該振動検出センサーからの検出信号を上記演算処理器にて振動データに変換処理して、直接接続された上記ソフトウェアを備えた情報処理機器に該振動データを送信し、あるいは、通信ネットワークを介して接続された上記ソフトウェアを備えた情報処理機器に該振動データを送信することで、情報処理機器上にて上記異常原因の診断を行うことができる。
なお、上記通信ネットワークを介して上記情報処理機器に接続することによって、多数の工場における回転機械の監視を集中的に管理部門により行うことや、多数の会社における回転機械の監視を管理専門会社により一元的に行うことができる。
【００１９】
【発明の実施の形態】
以下、本発明の好ましい実施形態を、図面を参照して説明する。
本発明の第１実施形態の回転機械の異常診断システム１０は、図１に示すように、診断対象である回転機械１４に設置された振動検出センサー１５と、振動検出センサー１５に接続された振動モニター１６と、振動モニター１６からの検出信号を振動データに変換する演算処理器１７と、演算処理器１７からの振動データより診断を行う情報処理機器１２とを備えている。
【００２０】
回転機械１４は、図２に示すように、回転軸２０と、回転軸２０の両側を回転自在に軸支している軸受部２４、２５と、回転軸２０を回転させるモーター２３と、回転軸２０の片端とモーター２３とを連結する連結部２６と、回転軸２０の略中央に外嵌したディスク２１、２２とを備えている。
振動検出センサー１５は渦電流式の非接触変位センサーを用いており、ディスク２１、２２の近傍、あるいは、軸受部２４、２５の近傍の少なくともいずれか一方にて９０゜異なる２方向に振動計測センサー１５を設けて軸振動の計測を行う（図中は垂直方向のみ図示）、あるいは、軸受部２４、２５に９０゜異なる２方向より直接振動計測センサー１５を設けて軸受振動の計測を行っている。
【００２１】
上記情報処理機器１２には異常診断を行うソフトウェア３０が備えられており、図３に示すように該ソフトウェア３０は、周波数特性が近似した異常原因を集めて予め複数のグループに分けているグループ部３１と、運転速度による診断範囲の分類部３２と、診断範囲毎に異常原因を診断する診断部３３とを備えている。
【００２２】
上記診断範囲の分類部３２は、回転機械１４の運転速度ｆｎ（以下、回転数と呼ぶ）を危険速度ｆｃ（以下、固有振動数と呼ぶ）で無次元化した無次元速度ｆｎ／ｆｃを診断範囲の分類パラメータとしている。
【００２３】
以下に、運転速度による診断範囲の分類部３２における無次元化速度ｆｎ／ｆｃによる診断範囲の決定方法について述べる。
危険速度との共振については、実際には回転数ｆｎが固有振動数ｆｃに一致しなくとも固有振動数ｆｃ近傍では大きな振動となることを考慮して、回転数ｆｎがある範囲内にあれば、それを危険速度の共振として、０．８８≦ｆｎ／ｆｃ≦１．１２の範囲を共振範囲として決定している。
【００２４】
オイルウィップは、滑り軸受部２４、２５中の回転軸２０の変位と、油膜の復元力の方向とが一致しないことによる振れ回りのトルク発生に起因するものであり、回転軸の変位または変形に伴って、回転軸自らが励振力を作り出し、回転軸の回転数ｆｎとは異なる軸系の固有振動数で大きな振れ回りに成長していく自励振動である。
特徴的な周波数成分は固有振動数成分ｆｃであり、振れ回り方向は回転軸の回転方向と同一となり、その発生条件は２．０≦ｆｎ／ｆｃの時である。
【００２５】
異常原因が非対称軸、クラック場合は、その周波数分析での特徴的な周波数成分は回転数の２倍成分２ｆｎであるが、回転数ｆｎの範囲によって周波数特性に違いがあったり、また、実際の回転機械１４では正常状態であっても必ず回転数の２倍成分２ｆｎが存在するためそれらの違いがはっきりしないことがある。
そこで、非対称軸・クラックについて簡易数学モデルを作り、回転数ｆｎによる振動周波数成分の変化を数値解析から捉えることにより、回転数ｆｎの２倍成分が特徴的に現れる範囲を見つけて発生範囲を決定した結果、０．４≦ｆｎ／ｆｃ≦０．６の範囲を非対称軸・クラックに関する１つの異常発生範囲と定めている。
【００２６】
以上のことから、異常振動の振動発生範囲をまとめると図４のようになる。
そこで、本実施形態では、異常原因のうち危険速度との共振、オイルウィップ、非対称軸・クラックに着目して、表１に示す６つの範囲に診断範囲を場合分けする。
なお、無次元速度ｆｎ／ｆｃをパラメータとして分割した診断範囲の数は上記６に限定されるものではなく、４以上８以下の範囲で分割数を決定していると好適である。
また、本実施形態では１次危険速度のみを基準にして診断範囲を決定しているが、２次危険速度、３次危険速度をも考慮にいれて診断範囲を定めてもよく、その場合には更に細かく分類されることとなる。
【００２７】
【表１】

【００２８】
次に、周波数特性が近似した異常原因を集めたグループ部３１について説明する。
例えば、上述のように、非対称軸とクラックは両方とも特徴的な周波数成分として回転数の２倍成分２ｆｎが強く現れるので、周波数特性により異常原因が非対称軸であるかクラックであるかを絞るのは困難である。
そこで、図４に示すように、周波数成分の近似した異常原因毎に予めグループ化して分類している。
【００２９】
図４では、回転数成分ｆｎが特徴的に現れる異常原因を集めたグループＧ１、回転数成分ｆｎ及び固有振動数成分ｆｃが特徴的に現れる異常原因を集めたグループＧ２、回転機械２０の固有振動数成分ｆｃが特徴的に表れる異常原因を集めたグループＧ３、回転数の２倍成分２ｆｎが特徴的に表れる異常原因を集めたグループＧ４、高周波成分が特徴的に表れる異常原因を集めたグループＧ５、低周波成分が特徴的に表れる異常原因を集めたグループＧ６、回転数の１／２成分ｆｎ／２が特徴的に表れる異常原因を集めたグループＧ７、回転数成分ｆｎとギアの歯数Ｚｇとの積ｆｎＺｇが特徴的に現れる異常原因を集めたグループＧ８等に夫々グループ化している。
【００３０】
次に、診断範囲毎に異常原因を診断する診断部３３の診断の流れを説明する。
振動モニター１６から受信した振動データを情報処理機器１２にて周波数分析した結果から抽出される回転機械の回転数成分ｆｎと特徴的な周波数成分とを診断因子として診断している。
【００３１】
図５は診断の流れの一例を示している。
周波数分析結果から、ある基準値より大きい振幅値をもち、かつ、その振幅値の最大振幅値に対する比がある設定値以上であるものをピークとみなしてピックアップする。
上記各ピークのうちに回転数成分ｆｎが存在するかを探し、存在すればその振幅値をＡｎとする。
【００３２】
そして、上記各ピークのうち回転数成分ｆｎ以外の特徴的な周波数成分を探す。
この時、回転数成分ｆｎ以外で最も大きい振幅値をもつピークを上記特徴的な周波数成分とし、その振幅値をＡ”とする。なお、ピークが上記ステップにて抽出された回転数成分ｆｎ以外に存在しない場合には、上記特徴的な周波数成分はないものとみなし、グループＧ１の異常原因と診断する。
【００３３】
次いで、上記各ピークのうち固有振動数成分ｆｃが存在するかの有無を確認し、固有回転数成分ｆｃと回転数成分ｆｎとが存在する場合にはグループＧ２の異常原因と診断し、固有回転数成分ｆｃが存在し、回転数成分ｆｎが存在しない場合にはグループＧ３の異常原因と診断する。
最後に、上記特徴的な周波数成分と回転数成分ｆｎの振幅比Ａ”／Ａｎを基準値Ａ１、Ｂと比較した後、上記特徴的な周波数成分が異常原因毎に予め選定された周波数成分（２ｆｎ、ｆｎ／２、高周波、低周波、ｆｎＺｇ）と適合する場合には、図４を参照することで、その適合した周波数成分に対応する異常原因のグループＧ４〜Ｇ８のいずれかに同定する。
なお、上記基準値Ａ１、Ｂは、実験結果等から定めており、表１に示す診断範囲毎に個別に設定している。
【００３４】
以上の図５に示す診断方法は、上記診断範囲毎に個別に設けられており、そのうちの一例を図６に示している。
上記診断フローは図５の診断の流れの説明と基本的には同様であるが、診断範囲毎に診断フローを分けていることが特徴的に現れている箇所として、例えば、図４にて振動発生範囲が限定されている「危険速度との共振」は、その発生範囲外であるｆｎ／ｆｃ＜０．４、０．６＜ｆｎ／ｆｃ≦０．８８の診断範囲の診断フローである図６では、ｆｉ＝ｆｃを満たしても「危険速度との共振」であると誤診することはない。
【００３５】
つまり、上記異常診断システム１０によると、回転機械の回転数ｆｎを固有振動数ｆｃで無次元化した無次元化速度ｆｎ／ｆｃにより表１のように診断範囲を場合分けし、有り得ない運転速度下にて異常原因を誤診すること等を効果的に防ぐことができる。
【００３６】
また、図４のように周波数成分が近似した異常原因同士をグループＧ１〜Ｇ８化することで、計測された振動データの周波数成分が上記いずれかのグループの周波数成分ｆｎ／２、ｆｎ、２ｆｎ、ｆｃ、高周波、低周波、ｆｎＺｇに適合した場合には、グループ内の異常原因（例えば、２ｆｎの時は非対称軸とクラックの両方）を診断結果として提示すれば、誤診をすることなく異常原因の特定可能性を残すことができる。
【００３７】
図７は第２実施形態を示す。
回転機械の所在地に設置される振動検出センサー１５、振動モニター１６及び演算処理器１７をまとめて拠点機器群１１とすると、例えば、各工場等に分散された各拠点機器群１１−１〜Ｘを通信ネットワーク１３に接続している。
そして、同じく通信ネットワーク１３に接続され、異常診断を行うソフトウェア３０を備えた情報処理機器１２−１〜Ｙを有する管理拠点１８にて、拠点機器群１１から送信された振動データを通信ネットワーク１３を介して受信している。
【００３８】
上記構成とすると、工場等の回転機械に設置された拠点機器群１１からの振動データを、通信ネットワーク１３を介して遠隔地の管理拠点１８の情報処理機器１２−１〜Ｙにて監視することができる。
また、上記拠点機器群１１が各工場毎に分散していても、通信ネットワーク１３を介することで、１ヶ所に設置された情報処理機器１２−１〜Ｙにて一元的に監視することが可能となる。
さらには、別々の会社に設置された拠点機器群１１−１〜Ｘからの振動データを、通信ネットワーク１３を介して遠隔地の管理会社内の管理拠点１８の情報処理機器１２−１〜Ｙにて監視する形態にも応用できる。
【００３９】
【発明の効果】
以上の説明より明らかなように、本発明によれば、無次元化速度をパラメータとして上記診断範囲毎に診断を行っているので、起こり得ない運転速度下で異常原因を誤診断してしまうといったことを未然に防ぐことができ、的確な診断が可能となる。
【００４０】
また、上記異常原因を上記選定された周波数特性が近似しているもの同士を予めグループ化していることにより、計測された振動データがあるグループの周波数特性に適合した場合には、該グループ内の各異常原因を同時に診断結果として提示すれば、その後に精密診断を行うことにより真の異常原因に特定できる可能性を残すことができる。
【００４１】
回転機械に設置された振動検出センサーからの検出信号を上記演算処理器にて振動データに変換処理して情報処理機器に該振動データを送信することで、該情報処理機器上にて上記異常原因の診断を行うことができる。
また、上記情報処理機器を通信ネットワークを介して接続することによって、遠隔地からでも監視が行えると共に、上記振動検出センサー及び演算処理器が分散している場合でも一元的に監視することが可能となる。
【図面の簡単な説明】
【図１】本発明の第１実施形態に係る回転機械の異常診断システムの概略図である。
【図２】回転機械の概略図である。
【図３】ソフトウェアの概略図である。
【図４】異常原因の振動発生範囲、周波数成分及びグループ化を示すマトリクスである。
【図５】異常診断の基本的な流れ図である。
【図６】ｆｎ／ｆｃ＜０．４、０．６＜ｆｎ／ｆｃ≦０．８８の診断範囲での診断フローを示す図面である。
【図７】第２実施形態に係る回転機械の異常診断システムの概略図である。
【図８】従来の診断方法を示す図面である。
【符号の説明】
１０回転機械の異常診断システム
１１拠点機器群
１２情報処理機器
１３通信ネットワーク
１４回転機械
１８管理拠点
２０回転軸
２１、２２ディスク
２３モーター
２４、２５軸受部
Ｇ１〜８グループ
ｆｎ回転数成分
ｆｃ固有振動数成分
ｆｎ／ｆｃ無次元速度
Ａｎ回転数成分の振幅値
Ａ” 特徴的な周波数成分の振幅値[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an abnormality diagnosis system for a rotating machine, and more specifically, classifies a non-dimensional speed obtained by making the operating speed of a rotating machine non-dimensional with a dangerous speed into a plurality of diagnosis ranges, and performs an appropriate diagnosis for each diagnosis range. Doing so will prevent misdiagnosis of the cause of the abnormality.
[0002]
[Prior art]
Due to recent technological innovation, machine equipment has become more sophisticated and higher performance, and from the viewpoint of social responsibility, economic efficiency, and productivity for these machine equipment, the importance of diagnosing abnormality of machine equipment has attracted attention.
From this point of view, it is desired to develop an appropriate abnormality diagnosis technique in order to detect abnormal vibration at an early stage and take countermeasures for large rotating machines.
[0003]
Conventionally, in Japanese Patent Application Laid-Open No. 59-94018 regarding a simple diagnostic method for abnormal operation of large rotating equipment, as shown in FIG. 8, a detection signal from a sensor installed in a rotating machine is taken in by a signal input unit 3, The failure cause estimation unit 4 performs frequency analysis on the vibration data S1 received from the signal input unit 3, and displays the diagnosis result obtained by collating with the database of the failure cause-and-effect table storage unit 5 on the result display unit 6. Yes.
[0004]
[Problems to be solved by the invention]
However, in the above-described diagnosis method, it is difficult to determine different causes of abnormalities having very similar frequency characteristics, and sometimes there is a risk of diagnosing abnormal causes that have not actually occurred.
In the case of an abnormal cause such as self-excited vibration, the diagnosis using the failure cause-and-effect table is set in advance so that the diagnosis is not performed in spite of the occurrence condition of the abnormal vibration being limited by the operating speed. Otherwise, there is a problem that an abnormality is detected at an operation speed that cannot occur.
[0005]
Furthermore, in the case of abnormal causes such as a cracked axis or an asymmetrical axis, the appearance of symptoms varies depending on the range in which the operating speed of the rotating device exists with respect to the dangerous speed. Depending on the value of the ratio between the number of rotations and the natural frequency of the rotating machine, abnormal vibrations may appear strongly or rarely, so it may be easy to misdiagnose if fixed diagnosis is performed based on the above-mentioned failure causality table. .
[0006]
The present invention has been made in view of the above problems, and it is an object of the present invention to provide an appropriate diagnostic method that prevents misdiagnosis between different causes of abnormalities whose frequency characteristics approximate, and takes into account the difference in symptoms depending on the driving speed.
[0007]
[Means for Solving the Problems]
In order to solve the above problems, the present invention provides a system for diagnosing the cause of an abnormality in a rotating machine from vibrations generated during operation of the rotating machine.
The non-dimensional speed obtained by making the rotational speed of the rotating machine non-dimensional with the critical speed is divided into a plurality of diagnosis ranges, and various abnormal causes occurring in the rotating machine are determined according to the non-dimensional speed at which each abnormal cause appears. Classify into the above diagnostic range
A frequency characteristic generated according to the cause of the abnormality is selected in advance in each diagnosis range, and the vibration data measured during the movement of the rotating machine is compared with the selected frequency characteristic to generate the rotating machine. An abnormality diagnosis system for a rotating machine, characterized by diagnosing the cause of the abnormality.
[0008]
In the above system, since the above diagnosis range is taken into consideration of the operating speed of the rotating machine, it is possible to prevent the cause of the abnormality from being erroneously diagnosed under an inoperable operating speed. Diagnosis is possible.
In other words, even if the selected frequency characteristics match the measured frequency characteristics within the diagnostic range where a certain cause of an abnormality cannot occur, it is not misdiagnosed as an abnormality due to the cause of the abnormality, and the cause of the abnormality can be narrowed down with high accuracy. Done.
The operating speed and the critical speed are synonymous with the operating speed and natural frequency of the rotating machine.
[0009]
The number of diagnostic ranges divided by the dimensionless speed is preferably 4 or more and 6 or less for each primary to tertiary critical speed.
The reason why the number of diagnosis ranges is 4 or more and 6 or less for each of the primary to tertiary dangerous speeds to be considered as the dangerous speed is that the accuracy of abnormality diagnosis is reduced when the number is divided into 3 or less, and the diagnostic method is divided into 7 or more This is because it becomes complicated.
Note that when only the primary critical speed is considered, the number of the diagnostic ranges is 4 or more and 6 or less because only one critical speed constituting the dimensionless speed is targeted. If the critical speed and the secondary critical speed are taken into consideration, diagnosis is performed from 4 to 6 separately based on the primary critical speed and the secondary critical speed as the critical speeds constituting the dimensionless speed. A range is classified, and a combination of the diagnostic ranges is defined as the diagnostic range of the system.
That is, when there are a plurality of dangerous speeds to be considered, the number of the diagnostic ranges can be 7 or more as a whole.
[0010]
In general, when abnormal vibration occurs in a rotating machine, the distribution of frequency components is affected. Therefore, if a diagnosis based on frequency components is performed, the cause of the abnormality can be handled systematically. Therefore, the frequency component which is a peak appearing in the frequency analysis result is recognized, and the rotational frequency component (fn) of the rotating machine and the characteristic frequency component (high frequency, low frequency, 2fn, fn / 2, determined by the rotating body and the bearing. The cause of the abnormality can be narrowed down by using the critical speed fc and the like as diagnostic factors.
[0011]
In the diagnostic range, based on the identified rotational speed component and the characteristic frequency component, the amplitude ratio between the characteristic frequency component and the rotational speed component is compared with a preset reference value. When the characteristic frequency component is matched with a frequency component selected in advance for each cause of abnormality, the cause of abnormality corresponding to the selected frequency component is used as a diagnosis result.
The reference value and the set value are determined from experimental results and are set individually in the diagnostic range.
When the peak is only the rotational speed component, it is specified as an abnormal cause when only the rotational speed component appears as a frequency analysis result, for example, an abnormal cause such as imbalance.
[0012]
When checking the conformity with the preselected frequency component, it is investigated whether the characteristic frequency component is 2fn, fn / 2, high frequency, low frequency, fnZg, fc, etc. The cause of abnormality corresponding to each is used as the diagnosis result. Note that fn represents the rotational speed component of the rotating machine, Zg represents the number of gear teeth, and fc represents the natural frequency component.
[0013]
It is preferable that the cause of the abnormality having the approximate frequency characteristics is grouped.
That is, when the selected frequency characteristic and the measured frequency characteristic are compared and matched in the classified diagnostic range, each of the groups in the group corresponding to the selected frequency characteristic. It is considered that the abnormality is caused by an abnormality cause, and thereafter, the abnormality cause is further narrowed down from each abnormality cause by a precise diagnosis.
[0014]
For example, when the frequency characteristics that appear are very similar, such as an asymmetrical axis and a crack, it is difficult to narrow down to a single cause of abnormality, but these are recognized as belonging to one group and measured vibrations. If the data fits the frequency characteristics of the group, it is possible to identify the cause of abnormality by performing precise diagnosis afterwards by presenting the asymmetric axis and cracks that are the cause of abnormality in the group as diagnosis results at the same time. You can leave sex.
In other words, by introducing the concept of grouping, the conventional problem of misdiagnosis trying to forcibly identify an abnormal cause that cannot be identified by frequency characteristics and interrupting the possibility of identifying the true abnormal cause is introduced. It is an improvement.
[0015]
Specific examples of the grouping include a group in which the cause of abnormality in which the rotational speed component (fn) appears characteristically in the result of the frequency analysis, and an abnormal cause in which the component twice the rotational speed (2fn) appears characteristically. Collected group, group that collected abnormal causes that characteristic frequency components (fc) of rotating machinery appear characteristically, group that collected abnormal causes that characteristically show high frequency components, abnormal causes that characteristically show low frequency components Are grouped together, and a group is collected each of the causes of abnormalities in which a half component (fn / 2) of the rotational speed appears characteristically.
[0016]
In addition, as a result of comparing the measured frequency characteristics with the selected frequency characteristics in a specific diagnosis range where the cause of the abnormality may occur among the classified diagnosis ranges of the grouped abnormality causes. If the frequency characteristics measured are considered to be abnormal due to the cause of the abnormality, but the frequency characteristics measured in other diagnostic ranges where the abnormality cause cannot occur and the selected frequency characteristics match, the cause of the abnormality By not considering it as an abnormality, it is possible to prevent an erroneous diagnosis of the cause of the abnormality under an inoperable operating speed in advance. It becomes possible to dramatically reduce.
[0017]
A vibration detection sensor, an arithmetic processor that converts a detection signal obtained by the vibration detection sensor into vibration data, and software that diagnoses an abnormality from the vibration data,
The software includes a classification unit that classifies the diagnosis range, a diagnosis unit that diagnoses each diagnosis range, and a group unit that collects anomalous causes that approximate the frequency characteristics.
Further, the detection signal from the vibration detection sensor is converted into vibration data by an arithmetic processor, and the vibration data is transmitted to an information processing apparatus equipped with the software directly or via a communication network for diagnosis. Yes.
[0018]
With the above configuration, the vibration detection sensor is installed in a rotating machine, the detection signal from the vibration detection sensor is converted into vibration data by the arithmetic processor, and the information processing system includes the directly connected software. The vibration data is transmitted to a device, or the vibration data is transmitted to an information processing device equipped with the software connected via a communication network, thereby diagnosing the cause of the abnormality on the information processing device. be able to.
In addition, by connecting to the information processing device via the communication network, monitoring of rotating machinery in many factories is centrally performed by the management department, and monitoring of rotating machinery in many companies is performed by a management specialist company. Can be done centrally.
[0019]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, preferred embodiments of the present invention will be described with reference to the drawings.
As shown in FIG. 1, the abnormality diagnosis system 10 for a rotating machine according to the first embodiment of the present invention includes a vibration detection sensor 15 installed in a rotating machine 14 to be diagnosed and vibrations connected to the vibration detection sensor 15. A monitor 16, an arithmetic processing unit 17 that converts a detection signal from the vibration monitor 16 into vibration data, and an information processing device 12 that performs diagnosis from the vibration data from the arithmetic processing unit 17 are provided.
[0020]
As shown in FIG. 2, the rotating machine 14 includes a rotating shaft 20, bearing

portions

24 and 25 that rotatably support both sides of the rotating shaft 20, a motor 23 that rotates the rotating shaft 20, and a rotating shaft. 20 is provided with a connecting portion 26 that connects one end of the motor 20 to the motor 23, and

disks

21 and 22 that are externally fitted at substantially the center of the rotary shaft 20.
The vibration detection sensor 15 uses an eddy current type non-contact displacement sensor, and is a vibration measurement sensor in two directions different by 90 ° in the vicinity of the

disks

21 and 22 or at least one of the vicinity of the bearing

portions

24 and 25. 15 is provided to measure the shaft vibration (only the vertical direction is shown in the figure), or the bearing vibration sensors 15 are directly provided in the bearing

portions

24 and 25 from two different directions by 90 ° to measure the bearing vibration. .
[0021]
The information processing device 12 is provided with software 30 for performing abnormality diagnosis. As shown in FIG. 3, the software 30 collects abnormal causes having approximate frequency characteristics and divides them into a plurality of groups in advance. 31, a diagnostic range classification unit 32 based on driving speed, and a diagnostic unit 33 that diagnoses the cause of abnormality for each diagnostic range.
[0022]
The diagnosis range classification unit 32 diagnoses the dimensionless speed fn / fc obtained by making the operating speed fn (hereinafter referred to as the rotational speed) of the rotating machine 14 dimensionless at the critical speed fc (hereinafter referred to as the natural frequency). The range classification parameters are used.
[0023]
The diagnosis range determination method based on the non-dimensional speed fn / fc in the diagnosis range classification unit 32 based on the driving speed will be described below.
Regarding the resonance with the critical speed, in consideration of the fact that the rotation speed fn does not coincide with the natural frequency fc, but the vibration is large in the vicinity of the natural frequency fc, the rotation speed fn is within a certain range. This is determined as resonance of critical speed, and the range of 0.88 ≦ fn / fc ≦ 1.12 is determined as the resonance range.
[0024]
The oil whip is caused by the generation of torque due to a swing due to the displacement of the rotating shaft 20 in the sliding

bearing portions

24 and 25 and the direction of the restoring force of the oil film not matching, and the displacement or deformation of the rotating shaft is caused. Along with this, the rotation shaft itself generates an excitation force, which is self-excited vibration that grows around a large swing at the natural frequency of the shaft system different from the rotation frequency fn of the rotation shaft.
The characteristic frequency component is the natural frequency component fc, the swinging direction is the same as the rotation direction of the rotating shaft, and the generation condition is when 2.0 ≦ fn / fc.
[0025]
If the cause of the abnormality is an asymmetrical axis or crack, the characteristic frequency component in the frequency analysis is a component 2fn that is twice the rotational speed, but there are differences in frequency characteristics depending on the range of the rotational speed fn, Even if the rotating machine 14 is in a normal state, a component 2fn that is twice the rotational speed always exists, so the difference between them may not be clear.
Therefore, by creating a simple mathematical model for asymmetric shafts and cracks, and capturing changes in the vibration frequency component due to the rotation speed fn from numerical analysis, the range where the double component of the rotation speed fn appears characteristically is found and the generation range is determined. As a result, the range of 0.4 ≦ fn / fc ≦ 0.6 is defined as one abnormality occurrence range related to the asymmetric axis / crack.
[0026]
From the above, the vibration generation range of abnormal vibration is summarized as shown in FIG.
Therefore, in the present embodiment, the diagnosis ranges are divided into the six ranges shown in Table 1 by paying attention to the resonance with the critical speed, the oil whip, the asymmetric axis / crack among the causes of the abnormality.
Note that the number of diagnosis ranges obtained by dividing the dimensionless speed fn / fc as a parameter is not limited to 6 described above, and it is preferable that the number of divisions is determined in the range of 4 to 8.
In the present embodiment, the diagnosis range is determined based on only the primary dangerous speed. However, the diagnosis range may be determined in consideration of the secondary dangerous speed and the tertiary dangerous speed. Will be further subdivided.
[0027]
[Table 1]

[0028]
Next, a description will be given of the group unit 31 that collects the cause of the abnormality whose frequency characteristics are approximate.
For example, as described above, both the asymmetric axis and the crack have a strong frequency component 2fn as a characteristic frequency component, so the frequency characteristics can narrow down whether the cause of the abnormality is the asymmetric axis or the crack. It is difficult.
Therefore, as shown in FIG. 4, the abnormality components with approximate frequency components are grouped and classified in advance.
[0029]
In FIG. 4, a group G1 in which abnormal causes in which the rotational speed component fn appears characteristically, a group G2 in which abnormal causes in which the rotational speed component fn and the natural frequency component fc appear characteristically, and the natural vibration of the rotating machine 20 are collected. A group G3 that collects anomalous causes whose number component fc is characteristically collected, a group G4 that collects anomalous causes whose characteristic component 2fn that is twice the rotational speed is characteristically collected, and a group G5 that collects anomalous causes that characteristically express high frequency components , A group G6 that collects abnormal causes that characteristically show low frequency components, a group G7 that collects abnormal causes that characteristically show 1/2 component fn / 2 of the rotational speed, a rotational speed component fn, and the number of gear teeth Zg The product fnZg is grouped into a group G8 or the like that collects the causes of abnormalities that characteristically appear.
[0030]
Next, the flow of diagnosis of the diagnosis unit 33 that diagnoses the cause of abnormality for each diagnosis range will be described.
Diagnosis is made using the rotational frequency component fn of the rotating machine and the characteristic frequency component extracted from the result of frequency analysis of the vibration data received from the vibration monitor 16 by the information processing device 12 as diagnostic factors.
[0031]
FIG. 5 shows an example of the flow of diagnosis.
From the frequency analysis result, a peak having an amplitude value larger than a certain reference value and a ratio of the amplitude value to the maximum amplitude value being equal to or greater than a set value is picked up as a peak.
It is searched whether the rotation speed component fn exists in each of the above peaks, and if it exists, its amplitude value is set to An.
[0032]
Then, a characteristic frequency component other than the rotational frequency component fn is searched for among the peaks.
At this time, the peak having the largest amplitude value other than the rotational speed component fn is set as the characteristic frequency component, and the amplitude value is A ″. Note that the peak is other than the rotational speed component fn extracted in the above step. Is not present, it is considered that there is no characteristic frequency component, and the cause of abnormality of the group G1 is diagnosed.
[0033]
Next, it is confirmed whether or not the natural frequency component fc is present among the peaks. If the natural rotational frequency component fc and the rotational frequency component fn are present, the cause of the abnormality in the group G2 is diagnosed and the natural rotational frequency component fc is detected. When the number component fc exists and the rotation number component fn does not exist, the cause of abnormality of the group G3 is diagnosed.
Finally, after comparing the amplitude ratio A ″ / An between the characteristic frequency component and the rotational speed component fn with the reference values A1 and B, the characteristic frequency component is a frequency component ( 2fn, fn / 2, high frequency, low frequency, fnZg), by referring to FIG. 4, identification is made to one of the abnormal cause groups G4 to G8 corresponding to the adapted frequency component.
The reference values A1 and B are determined from experimental results and are individually set for each diagnosis range shown in Table 1.
[0034]
The diagnostic method shown in FIG. 5 is provided individually for each of the diagnostic ranges, and an example thereof is shown in FIG.
The above diagnosis flow is basically the same as the description of the diagnosis flow of FIG. 5, but as an example where the diagnosis flow is divided for each diagnosis range, for example, in FIG. “Resonance with critical speed” in which the generation range is limited is a diagnosis flow of a diagnosis range of fn / fc <0.4 and 0.6 <fn / fc ≦ 0.88, which is outside the generation range. In case 6, even if fi = fc is satisfied, there is no misdiagnosis as “resonance with the dangerous speed”.
[0035]
That is, according to the abnormality diagnosis system 10, the diagnosis range is divided into cases as shown in Table 1 based on the non-dimensional speed fn / fc obtained by making the rotational speed fn of the rotating machine non-dimensional with the natural frequency fc, and the impossible operating speed. It is possible to effectively prevent misdiagnosis of the cause of the abnormality below.
[0036]
In addition, as shown in FIG. 4, abnormal causes whose frequency components are approximated are grouped into groups G1 to G8, so that the frequency components of the measured vibration data are the frequency components fn / 2, fn, 2fn, If it is compatible with fc, high frequency, low frequency, and fnZg, if the cause of abnormality within the group (for example, both asymmetrical axis and crack at 2fn) is presented as a diagnostic result, the cause of abnormality can be detected without misdiagnosis. It can leave identifiability.
[0037]
FIG. 7 shows a second embodiment.
When the vibration detection sensor 15, vibration monitor 16, and arithmetic processing unit 17 installed at the location of the rotating machine are collectively referred to as a base device group 11, for example, each base device group 11-1 to X distributed in each factory or the like is used. The communication network 13 is connected.
The vibration data transmitted from the base device group 11 is transmitted to the communication network 13 at the management base 18 having the information processing devices 12-1 to 12-Y that are also connected to the communication network 13 and have software 30 for performing abnormality diagnosis. Are receiving through.
[0038]
With the above configuration, vibration data from the base equipment group 11 installed in a rotating machine such as a factory is monitored by the information processing equipment 12-1 to 12-Y at the remote management base 18 via the communication network 13. Can do.
In addition, even if the base device group 11 is distributed in each factory, it is possible to monitor centrally by the information processing devices 12-1 to 12-Y installed in one place via the communication network 13. It becomes.
Furthermore, vibration data from the base equipment groups 11-1 to 11 -X installed in different companies is transferred to the information processing equipment 12-1 to Y of the management base 18 in the remote management company via the communication network 13. It can also be applied to monitoring forms.
[0039]
【The invention's effect】
As is clear from the above description, according to the present invention, since the diagnosis is performed for each diagnosis range using the dimensionless speed as a parameter, the cause of the abnormality is erroneously diagnosed under an operation speed that cannot occur. This can be prevented and accurate diagnosis can be made.
[0040]
In addition, by grouping together the causes of the abnormalities that are approximate to the selected frequency characteristics, when the measured vibration data matches the frequency characteristics of a certain group, If each abnormality cause is presented as a diagnosis result at the same time, it is possible to leave a possibility that it can be identified as a true abnormality cause by performing a precise diagnosis thereafter.
[0041]
The detection signal from the vibration detection sensor installed in the rotating machine is converted into vibration data by the arithmetic processor, and the vibration data is transmitted to the information processing device, thereby causing the abnormality cause on the information processing device. Can be diagnosed.
In addition, by connecting the information processing device via a communication network, monitoring can be performed from a remote location, and monitoring can be performed centrally even when the vibration detection sensors and arithmetic processing units are distributed. Become.
[Brief description of the drawings]
FIG. 1 is a schematic diagram of a rotating machine abnormality diagnosis system according to a first embodiment of the present invention.
FIG. 2 is a schematic view of a rotating machine.
FIG. 3 is a schematic diagram of software.
FIG. 4 is a matrix showing a vibration generation range, frequency components, and grouping that cause an abnormality.
FIG. 5 is a basic flowchart of abnormality diagnosis.
FIG. 6 is a drawing showing a diagnosis flow in a diagnosis range where fn / fc <0.4 and 0.6 <fn / fc ≦ 0.88.
FIG. 7 is a schematic diagram of an abnormality diagnosis system for a rotating machine according to a second embodiment.
FIG. 8 is a diagram showing a conventional diagnostic method.
[Explanation of symbols]
DESCRIPTION OF SYMBOLS 10 Rotating machine abnormality diagnosis system 11 Base equipment group 12 Information processing equipment 13 Communication network 14 Rotating machine 18 Management base 20 Rotating

shaft

21, 22 Disk 23

Motor

24, 25 Bearing part G1-8 Group fn Rotational frequency component fc Natural frequency Component fn / fc Dimensionless speed An Amplitude value A ”of rotational speed component Amplitude value of characteristic frequency component

Claims

In a system that diagnoses the cause of abnormalities in rotating machinery from vibrations that occur during the operation of rotating machinery,
The non-dimensional speed obtained by making the rotational speed of the rotating machine non-dimensional with the critical speed is divided into a plurality of diagnosis ranges, and various abnormal causes occurring in the rotating machine are determined according to the non-dimensional speed at which each abnormal cause appears. Classify into the above diagnostic range,
A frequency characteristic generated according to the cause of the abnormality is selected in advance in each diagnosis range, and the vibration data measured during the movement of the rotating machine is compared with the selected frequency characteristic to generate the rotating machine. An abnormality diagnosis system for a rotating machine, characterized by diagnosing the cause of the abnormality.

The abnormality diagnosis system for a rotating machine according to claim 1, wherein the number of diagnosis ranges divided by the dimensionless speed is 4 or more and 6 or less for each primary to tertiary critical speed.

The frequency characteristics selected according to the cause of the abnormality include the rotational speed component (fn) of the rotating machine extracted from the frequency analysis result, and characteristic frequency components (high frequency, low frequency, 2 fn, fn / 2, rotating body, The abnormality diagnosis system for a rotating machine according to claim 1 or 2, comprising a critical speed fc determined by a bearing.

The cause of abnormality that the frequency characteristic approximates is grouped in advance, and the selected frequency characteristic is compared with the actually measured frequency characteristic. The abnormality diagnosis system for a rotating machine according to any one of claims 1 to 3, wherein the abnormality diagnosis system according to any one of claims 1 to 3, wherein the abnormality is regarded as an abnormality due to an abnormality cause, and is then narrowed down to a specific abnormality cause within the group by precise diagnosis.

A vibration detection sensor, an arithmetic processor that converts a detection signal obtained by the vibration detection sensor into vibration data, and software that diagnoses an abnormality from the vibration data,
5. The software according to claim 1, further comprising: a classifying unit that classifies the diagnostic range; a diagnostic unit that diagnoses each diagnostic range; and a group unit that collects the cause of abnormality approximated to the frequency characteristic. The abnormality diagnosis system for a rotating machine according to any one of the above.

6. A detection signal from the vibration detection sensor is converted into vibration data by an arithmetic processor, and the vibration data is transmitted to an information processing device equipped with the software directly or via a communication network for diagnosis. An abnormality diagnosis system for rotating machinery as described in 1.