JP3920715B2

JP3920715B2 - Vibration signal processing method

Info

Publication number: JP3920715B2
Application number: JP2002176988A
Authority: JP
Inventors: 鵬陳山; 修治宮崎
Original assignee: Mitsubishi Chemical Corp
Current assignee: Mitsubishi Chemical Corp
Priority date: 2002-06-18
Filing date: 2002-06-18
Publication date: 2007-05-30
Anticipated expiration: 2022-06-18
Also published as: JP2004020424A

Description

【０００１】
【発明の属する技術分野】
本発明は、本質的にＳＮ比の悪い振動信号から正常振動成分と異常振動成分を分離して異常振動成分を抽出する振動信号の処理方法に関する。
【０００２】
【従来の技術】
例えば、減速機等の回転機械の重要な構成要素である転がり軸受に発生した損傷を検知する異常診断では、診断精度が高いという理由から、振動を利用した診断方法が主に用いられている。そして、振動計測は、一般に振動波形の検出と検出された振動波形の処理から構成されるため、目的とする振動計測に対してそれぞれ最適な振動波形の検出方法、振動波形の処理方法が選択されている。
ここで、振動波形の検出方法としては、転がり軸受に発生した亀裂音響（ＡＥ）検出、転がり軸受の損傷部で発生した衝撃音響検出（ＳＰＭ）、転がり軸受の損傷部で発生した機械的衝撃に誘起されて転がり軸受が設けられた部材より発生する振動からの固有振動検出、転がり軸受の外輪変位検出、転がり軸受の外輪歪み検出等の各種検出方法が採用されている。また、検出された振動波形の処理方法としては、高速フーリエ変換処理、自己相関処理、３乗処理、ウェーブレット変換処理、ピークカウント処理、無次元兆候パラメータ処理等の各種処理方法が採用されている。
【０００３】
ここで、亀裂音響（ＡＥ）検出、衝撃音響検出（ＳＰＭ）、転がり軸受の外輪変位検出、転がり軸受の外輪歪み検出では、振動波形における信号レベルと雑音レベルの比率、すなわちＳＮ比のよい振動波形が得られるという利点があることが知られている。また、高速フーリエ変換処理、３乗処理、ウェーブレット変換処理、無次元兆候パラメータ処理では、ＳＮ比によって処理結果が大きく影響されるというＳＮ比依存性が高く、自己相関処理ではＳＮ比の影響を受けにくいという特徴があることが判明している。このため、振動波形の検出方法と振動波形の処理方法の組合せから振動計測により得られる計測結果に特徴が発生して、異常診断結果にも影響が生じることになる。
【０００４】
例えば、転がり軸受に発生した亀裂音響（ＡＥ）を検出し、ハイパスフィルタ及びロウパスフィルタで周波数帯域を選定してピークカウント処理する方法では、実際に損傷が発生するよりもかなり以前、すなわち、損傷の兆候段階から高感度で現象を検出することが可能となる。このため、転がり軸受の損傷の影響が非常に大きい場合には有効な計測方法となっている。しかし、損傷の視認ができないこと、亀裂音響を検出するセンサの設置位置や固定方法に非常な厳密さが要求されること、損傷の兆候段階から検出が可能なため対応がオーバーメンテナンス傾向となり易いこと等の問題があり、汎用機器の異常診断には不向きと考えられている。
また、転がり軸受の損傷部で発生した衝撃に誘起されて転がり軸受が設けられた部材より発生する振動を検出し、３乗処理を行って固有振動を検出する方法では、固有振動の信号レベルがノイズ信号以下の場合、すなわち、ＳＮ比の悪い信号の場合では、固有振動の信号の検出が不可能となっている。このため、汎用機器の転がり軸受に発生した損傷を検知する異常診断では、ＳＮ比のよい信号を得るため、例えば、振動検出センサを軸受の外輪の直近に取付け、外輪変位を直接検出して、得られた外輪変位に対して高速フーリエ変換処理を行う方法が提案されている。
【０００５】
【発明が解決しようとする課題】
しかしながら、振動検出センサを軸受の外輪の直近に取付けるには、予め転がり軸受のハウジングに加工を行って振動検出センサを取付けて置かねばならず、検査対象物の構造によっては振動検出センサの取付けができない場合も存在する。また、緊急に異常診断が必要になった場合、振動検出センサを直ちに取付けることはできず、緊急対応性に関しては全く無力となっている。更に、振動検出センサを軸受の外輪の直近に取付けても、回転数が低い（例えば、１００ｒｐｍ以下）回転機械では、解析対象とする信号自体のＳＮ比が本質的に低くなっており、高速フーリエ変換処理を行っても十分な精度で解析を行うことは不可能であった。そこで、解析精度を向上させるために振動検出の時間を長くとることが行われているが、振動検出の時間を長くすると解析に使用するデータ量が膨大となり、データのハンドリングが極めて悪くなるという問題が発する。
本発明はかかる事情に鑑みてなされたもので、ＳＮ比の悪い振動信号から正常振動成分と異常振動成分を分離して異常振動成分を抽出することが可能な振動信号の処理方法を提供することを目的とする。
【０００６】
【課題を解決するための手段】
前記目的に沿う本発明に係る振動信号の処理方法は、正常振動成分と異常振動成分を含む振動信号を予め設定した計測時間にわたって採取して原データを作成し、該原データから任意の時間範囲の前記振動信号を取り出し予め設定した時間間隔で分割して区分データを作成する第１工程と、
前記各区分データに対して周波数解析を行ってパワースペクトルＳを求め、該各パワースペクトルＳからそれぞれ総パワー値Ｐを算出する第２工程と、
前記各区分データの総パワー値Ｐを大きい方から並べ、大きい方から予め設定した数の区分データの総パワー値Ｐuを各々選び、該各総パワー値Ｐuとそれに対応する区分データのパワースペクトルＳuを対応付ける第３工程と、
全区分データから前記各パワースペクトルＳuを選んだ区分データを除く区分データのパワースペクトルＳrから平均パワースペクトル値Ｓbを求める第４工程と、
前記原データの一部あるいは全部を前記時間間隔で分割して解析データを作成し、該各解析データに対して周波数解析を行ってパワースペクトル値Ｓａを算出する第５工程と、
前記各パワースペクトル値Ｓａと前記平均パワースペクトル値Ｓbとのパワースペクトル比を周波数毎に求め、該パワースペクトル比の平均値を算出して前記各解析データのそれぞれの代表値Ｐcとする第６工程と、
前記各代表値Ｐcを時系列に並べて処理データとする第７工程とを有する。
【０００７】
振動信号を採取する場合、振動検出センサの種類に制約はなく、検査対象物に対して振動信号の採取が最も容易な種類の振動検出センサを適宜選択して使用することができる。振動検出センサとしては、例えば、ＡＥセンサ、衝撃検知（ＳＰＭ）センサ、加速度センサ、変位センサ、歪みセンサ、音響センサ等が使用できる。
採取した原データから任意の時間範囲の振動信号を取り出す際の任意の時間範囲とは、採取された振動信号に含まれる全ての振動成分（正常振動成分と異常振動成分）が一様に現れるのに十分な長さの時間であればよく、例えば、軸受の場合、５回転分以上の振動信号が含まれる時間である。取り出された振動信号には正常振動成分と異常振動成分が一様に含まれているので、この振動信号を予め設定した時間間隔、例えば、１回転分の振動信号に対して数個〜数十個の区間で分割して区分データを作成する。各区分データは、正常振動成分のみで構成される区分データと、正常振動成分と異常振動成分の両者から構成される区分データとに分けられる。
【０００８】
各区分データに対して周波数解析を行ってそれぞれパワースペクトルＳを求めると、正常振動成分のみで構成される区分データからは正常振動成分に相当するパワースペクトルが得られる。また、正常振動成分と異常振動成分の両者から構成される区分データからは、正常振動成分のパワースペクトルと異常振動成分のパワースペクトルが重ね合わされた合成パワースペクトルが得られる。
従って、各パワースペクトルＳからそれぞれ総パワー値Ｐを算出すると、正常振動成分に相当するパワースペクトルから求まる総パワー値よりも、正常振動成分と異常振動成分の各パワースペクトルが重ね合わされた合成パワースペクトルから求まる総パワー値の方が大きくなる。ここで、異常振動成分は、正常振動成分に対して突発的に発生するものであるから、総パワー値Ｐを大きさの順に並べると、実質的に２極化傾向を示すことになる。そこで、総パワー値Ｐを大きさの順に並べて、大きい方から予め任意に設定した範囲に存在する各総パワー値Ｐuを求めると、これらの各総パワー値Ｐuに対応したパワースペクトルＳuは、正常振動成分と異常振動成分の両者から構成される合成パワースペクトルとなる確率が高くなる。ここで任意に設定した範囲とは、異常と思われる振動成分が十分に含まれる範囲のことであり、例えば、上記の総パワー値Ｐの内上位数％〜数十％の範囲である。一方、各パワースペクトルＳから各パワースペクトルＳuを削除した残りのパワースペクトルＳrは、正常振動成分のみから構成されるパワースペクトルの確率が高くなる。従って、パワースペクトルＳrの平均パワースペクトル値Ｓbを求めると、得られた平均パワースペクトル値Ｓbは正常振動成分のパワースペクトルを平均的に示していると考えることができる。
【０００９】
原データの一部あるいは全部を、区分データを作成したときと同じ時間間隔で分割して解析データを作成する。ここで、原データの一部とは、１０回転分以上の振動信号である。各解析データを作成すると、各解析データは、正常振動成分のみで構成される場合と、正常振動成分と異常振動成分の両者から構成される場合に分けられる。そこで、各解析データに対して周波数解析を行ってそれぞれパワースペクトル値Ｓａを求めると、得られるパワースペクトル値Ｓａは、正常振動成分に相当するパワースペクトルとなる場合と、正常振動成分のパワースペクトルと異常振動成分のパワースペクトルが重ね合わされた合成パワースペクトルとなる場合に分けられる。従って、各解析データ毎に、パワースペクトル値Ｓａと平均パワースペクトル値Ｓbとのパワースペクトル比を求めると、正常振動成分のパワースペクトルと平均パワースペクトル値Ｓbとは実質的に一致するので、正常振動成分のみで構成される解析データから求めたパワースペクトル比は１近傍の値となる。
一方、正常振動成分と異常振動成分の両者から構成される解析データにおいては、異常振動成分の寄与がある周波数ではパワースペクトルの値は大きくなって、パワースペクトル比は１を超える値となる。従って、各解析データ毎に求まるパワースペクトル比の平均値である代表値Ｐcは、正常振動成分のみで構成される解析データでは１近傍の値を示し、正常振動成分と異常振動成分の両者から構成される解析データでは、１を大きく超える値を示す。このため、各代表値Ｐcを時系列に並べると、正常振動成分の寄与による１近傍の値を示す代表値Ｐcと、異常振動成分の寄与による１を超える値を示す代表値Ｐcとを含んだ処理データが得られる。
【００１０】
本発明に係る振動信号の処理方法において、前記周波数解析には高速フーリエ変換を使用することが好ましい。
周波数解析に高速フーリエ変換を使用するので、振動信号を数値化して周波数解析を行うことができると共に、周波数解析の高速化を達成することができる。
本発明に係る振動信号の処理方法において、前記総パワー値Ｐuは、大きさの順に並べて、大きい方から信号の状況に応じて任意に設定した数の区分データの前記総パワー値Ｐとすることができる。
総パワー値Ｐを大きさの順に並べると、実質的に２極化傾向を示すので、統計的に考えると、上位１０％〜６０％の範囲に存在する総パワー値Ｐuは、正常振動成分と異常振動成分の両者から構成される合成パワースペクトルとなる確率が高いと考えることができる。
【００１１】
本発明に係る振動信号の処理方法において、前記パワースペクトル比を、該パワースペクトル比の値が１以下の場合は０とすることが好ましい。
パワースペクトル比の値が１以下の場合を０とすることにより、正常振動成分の寄与による代表値Ｐcと、異常振動成分の寄与による代表値Ｐcとの相対的な差をより顕著にすることができる。
本発明に係る振動信号の処理方法において、前記処理データ内で突発的に大きな値を示す代表値Ｐmが前記異常振動成分に相当する信号であると判断することができる。
正常振動成分のみで構成された解析データの代表値Ｐcに対して、正常振動成分と異常振動成分の両者から構成される解析データの代表値Ｐcは、異常振動成分の寄与分だけ大きな値を示す。従って、処理データ中で突発的に大きな値を示す代表値Ｐmを異常振動成分として抽出することができる。
【００１２】
【発明の実施の形態】
続いて、添付した図面を参照しつつ、本発明を具体化した実施の形態につき説明し、本発明の理解に供する。
ここに、図１は本発明の一実施の形態に係る振動信号の処理方法を適用した振動信号の処理システムの構成を示す模式図、図２は区分データからパワースペクトルＳを算出する説明図、図３は解析データから処理データを作成する説明図、図４は減速機ケーシングに設置した加速度センサで採取した振動信号の原データの説明図、図５は減速機ケーシングに設置した加速度センサで採取した原データを使用して作成した処理データの説明図、図６はカレンダーロール減速機ケーシングからの振動信号を検出する加速度センサの配置説明図、図７はカレンダーロール減速機に設置した加速度センサで採取した原データを使用して作成した処理データの説明図である。
図１に示すように、本発明の一実施の形態に係る振動信号の処理方法を適用した振動信号の処理システム１０は処理システム本体１１を有し、処理システム本体１１には、振動信号を採取して原データを作成する原データ採取部１２と、原データから正常振動成分を抽出する正常振動データ作成部１３と、異常振動成分の抽出を行う異常振動データ作成部１４と、正常振動データや異常振動データ等の得られた結果を表示する表示手段１５が設けられている。ここで、処理システム本体１１には、例えばパーソナルコンピュータを使用することができ、表示手段１５には、例えば、ＣＲＴディスプレイ、液晶ディスプレイ、プラズマ・ディスプレイ等のパーソナルコンピュータ用の各種表示機器が使用できる。以下、これらについて詳細に説明する。
【００１３】
原データ採取部１２では、例えば診断対象が軸受の場合には、５０〜５ＭＨｚ（５０００ＫＨｚ）、中でも好ましくは５０〜１０００ＫＨｚのサンプリング周波数を用いて、軸受の回転数が５〜１０回転分のデータを採取するものが挙げられる。このような診断対象の振動信号を検出する加速度センサ等の振動検出センサ１６と、振動検出センサ１６で検出した振動信号を増幅する増幅手段１７と、増幅された振動信号を原データとして格納して保存する記憶手段１８と、記憶手段１８に保存されている原データを表示手段１５に表示する出力手段１９を有している。このような構成とすることにより、検査対象物に振動検出センサ１６を設置して振動信号を検出することができ、検出した振動信号を原データとして記憶手段１８に保存することができる。更に、保存した信号を出力手段１９を用いて表示手段１５に出力することができる。
なお、原データ採取部１２は、振動検出センサ１６で検出した振動信号を増幅する機能、増幅された振動信号を原データとしてパーソナルコンピュータの記憶装置（例えば、ハードディスク）に格納する機能、保存されている原データを表示手段１５に表示する機能、及び前述の各機能を統合して動作させる制御機能をそれぞれ発現させるプログラムを、例えばパーソナルコンピュータに搭載することにより構成することができる。
【００１４】
正常振動データ作成部１３は、記憶手段１８に保存されている原データを呼び出し、例えば、軸受の場合、５回転分以上の振動信号が含まれる振動データを取り出し、１回転分の振動信号に対して数個〜数十個の区間で分割して区分データを作成する区分データ作成手段２０を有している。また、正常振動データ作成部１３は、作成した各区分データに対して高速フーリエ変換を適用した周波数解析を行って各パワースペクトルＳを求め、得られた各パワースペクトルＳからそれぞれ総パワー値Ｐを算出する総パワー値Ｐ算出手段２１を有している。更に、正常振動データ作成部１３は、得られた総パワー値Ｐの大きい方から、例えば１０％の範囲に存在する各総パワー値Ｐuに対応する各パワースペクトルＳuを選択し、これらのパワースペクトルＳuをパワースペクトルＳから削除した残りのパワースペクトルＳrについて平均パワースペクトル値Ｓbを算出する平均パワースペクトル値Ｓb算出手段２２と、得られた平均パワースペクトル値Ｓbを正常振動成分のパワースペクトルとして表示する出力手段２３とを有している。なお、出力手段２３には得られた正常振動成分のパワースペクトルを表示手段１５に表示する機能が備えられている。
【００１５】
このような構成とすることにより、記憶手段１８に保存されている原データから区分データを作成し、各区分データの総パワー値Ｐを尺度にして正常振動成分のパワースペクトルを抽出して、その平均パワースペクトル値Ｓbを作成することができる。なお、正常振動データ作成部１３は、記憶手段１８に保存されている原データを呼び出して区分データを作成する機能、作成した各区分データ毎に総パワー値Ｐを算出する機能、総パワー値Ｐから上位１０％の範囲に存在する各総パワー値Ｐuに対応する各パワースペクトルＳuを求め、これらのパワースペクトルＳuをパワースペクトルＳから削除して、パワースペクトルＳrを作成しその平均パワースペクトル値Ｓbを算出する機能、平均パワースペクトル値Ｓbを表示手段１５に表示する機能、及び前述の各機能を統合して動作させる制御機能をそれぞれ発現させるプログラムを、例えばパーソナルコンピュータに搭載することにより構成することができる。
【００１６】
異常振動データ作成部１４は、記憶手段１８に保存されている原データを呼び出し、例えば、軸受の場合、原データの１０回転分以上の振動信号を取り出し、１回転毎に数個〜数十個の区間で分割して解析データを作成する解析データ作成手段２４を有している。また、異常振動データ作成部１４は、作成した各解析データに対して高速フーリエ変換を適用した周波数解析を行って各パワースペクトル値Ｓａを算出するパワースペクトル値Ｓａ算出手段２５と、各パワースペクトル値Ｓａと平均パワースペクトル値Ｓbとのパワースペクトル比を周波数毎に求め、得られたパワースペクトル比の平均値を算出して各解析データのそれぞれの代表値Ｐcとする代表値Ｐc算出手段２６を有している。更に、異常振動データ作成部１４は、各代表値Ｐcを時系列に並べて異常振動成分を含んだ処理データを作成する出力手段２７を有しており、出力手段２７には得られた処理データを表示手段１５に表示する機能が備えられている。
【００１７】
このような構成とすることにより、記憶手段１８に保存されている原データから解析データを作成し、各解析データのパワースペクトル値Ｓａを算出することができる。そして、算出したパワースペクトル値Ｓａと平均パワースペクトル値Ｓbを比較することにより、各解析データ毎に代表値Ｐcを求めて処理データを作成し、その結果を出力手段２７を用いて表示手段１５に表示することができる。
なお、異常振動データ作成部１４は、記憶手段１８に保存されている原データを呼び出して解析データを作成する機能、作成した各解析データ毎にパワースペクトル値Ｓａを算出する機能、パワースペクトル値Ｓａと平均パワースペクトル値Ｓbを比較することにより、各解析データ毎に代表値Ｐcを求める機能、代表値Ｐcを用いて処理データを作成しその結果を出力手段２７を用いて表示手段１５に表示する機能、及び前述の各機能を統合して動作させる制御機能をそれぞれ発現させるプログラムを、例えばパーソナルコンピュータに搭載することにより構成することができる。
【００１８】
次に、本発明の一実施の形態に係る振動信号の処理方法について詳細に説明する。
第１工程では、先ず、振動検出センサ１６を用いて、例えば、図２に示すような正常振動成分と異常振動成分を含む振動信号を、例えば診断対象が軸受の場合には、５０〜５ＭＨｚ（５０００ＫＨｚ）、中でも好ましくは５０〜１０００ＫＨｚのサンプリング周波数を用いて、軸受の回転数が５〜１０回転分のデータを採取する。そして増幅手段１７で信号増幅を行って原データとして、記憶手段１８に保存する。次いで、区分データ作成手段２０により記憶手段１８に保存している原データを呼び出し、原データの最初の数分の１のデータを取り出しｎ個の区間で分割（図２では原データの最初の１／３のデータを取り出しｎ等分）して区分データを作成する。
第２工程では、総パワー値Ｐ算出手段２１により、図２に示すように各区分データに対して高速フーリエ変換（ＦＦＴ）を適用した周波数解析を行って各パワースペクトルＳを求める。次いで、各パワースペクトルＳ毎に総パワー値Ｐ（周波数に対しての積分強度）を算出する。ここで、正常振動成分のみから構成される区分データから得られたパワースペクトルＳの総パワー値Ｐは、実質的に同一の値を示している。一方、正常振動成分と異常振動成分から構成される区分データから得られたパワースペクトルＳの総パワー値Ｐは、異常振動成分の寄与分だけ総パワー値Ｐは大きくなり、正常振動成分に対する異常振動成分の割合に応じて総パワー値Ｐは変動している。
【００１９】
第３工程では、平均パワースペクトル値Ｓb算出手段２２により総パワー値Ｐを大きさの順に並べ、上位５％以内〜６０％以内、好ましくは１０％以内〜５０％以内に存在する各総パワー値Ｐuを求めて、求めた各総パワー値Ｐuに対応するパワースペクトルＳuをそれぞれ求める。求めたこれらのパワースペクトルＳuは、異常振動成分の寄与が大きなパワースペクトルと考えられる。従って、第４工程で、各区分データから得られた各パワースペクトルＳより上記の各パワースペクトルＳuを削除すると、得られた残りのパワースペクトルＳrは異常振動成分の寄与が非常に少ない、すなわち、正常振動成分の寄与の強いパワースペクトルとなる。そこで、図３に示すように、パワースペクトルＳrの平均パワースペクトル値Ｓbを求めると、その平均パワースペクトル値Ｓbは平均的な正常振動成分に相当するパワースペクトルとなる。得られた平均パワースペクトル値Ｓbは、必要に応じて出力手段２３を用いて表示手段１５に表示する。
【００２０】
第５工程では、図３に示すように、解析データ作成手段２４により記憶手段１８に保存している原データを呼び出し、原データから区分データを除いた残りのデータを取り出しｍ個の区間で分割（図３では原データの最後の２／３のデータを取り出し２ｎ等分している）して解析データを作成する。次いで、パワースペクトル値Ｓａ算出手段２５により、各解析データに対して高速フーリエ変換を適用した周波数解析を行って、各パワースペクトル値Ｓａを算出する。
第６工程では、代表値Ｐc算出手段２６を用いて、得られた各パワースペクトル値Ｓａと平均パワースペクトル値Ｓb算出手段２２で算出した平均パワースペクトル値Ｓbとのパワースペクトル比を周波数毎に求める。更に、求めたパワースペクトル比が１以下の値の場合はパワースペクトル比を０とし、パワースペクトル比が１を超える場合はその値をパワースペクトル比とする。従って、解析データにおいて正常振動成分の寄与部分は０に、異常振動成分の寄与部分は１を超える値に換算されることになる。次いで、上記のようなパワースペクトル比の値の書き換えを行った後にこれらの平均値を求めてこの値を解析データの代表値Ｐcとする。その結果、解析データ内に当初Ｎ個の時系列データが含まれているとすると、Ｎ個のデータは１個の代表値Ｐcに置き換えられることになり、データ量が１／Ｎに圧縮されることになる。
第７工程では、出力手段２７により、各解析データ毎に求まった代表値Ｐcを時系列に並べて処理データを作成する。代表値Ｐcから構成される処理データでは、解析データ内に多くの異常振動成分が含まれる場合は代表値Ｐcは大きくなる。従って、突発的に大きな値を示す代表値Ｐmが、異常振動成分に相当することになる。
【００２１】
【実施例】
［実施例１］
出力２２ｋＷ、回転数１〜６００ｒｐｍの駆動機の減速機出力軸に設けられた転がり軸受に人工損傷を導入し、本発明の振動信号の処理方法を適用した振動信号の処理システム１０を用いて、人工損傷に起因した異常振動成分の検出を行った。なお、人工損傷は、転がり軸受の外輪部の内面側に軸方向にわたって形成した幅１．２ｍｍ、深さ０．３ｍｍのスリット状の傷である。
減速機のケーシングに加速度センサを取付け、減速機出力軸を５０ｒｐｍの回転数で回転させたときに発生する振動信号（加速度信号）を、２００回／ｍｓのサンプリング速度で１５秒間にわたって採取し、増幅手段１７を介して記憶手段１８に原データとして保存した。保存した原データを出力手段１９を介して表示手段１５に表示した際の状況を図４に示す。図４では、異常振動成分が正常振動成分の中に埋もれており（ＳＮ比が悪く）、異常振動成分の存在は確認できない。記憶手段１８に保存した原データを区分データ作成手段２０で呼び出し、原データの最初の５秒間のデータを取り出し２．５６ｍｓの時間間隔で分割して区分データを作成した。次いで、総パワー値Ｐ算出手段２１により各区分データに対してそれぞれ総パワー値Ｐを算出した。算出した各総パワー値Ｐに対して、平均パワースペクトル値Ｓb算出手段２２を用い上位１０％の範囲に存在する各総パワー値Ｐuを求めて、求めた各総パワー値Ｐuに対応したパワースペクトルＳuをそれぞれ求めた。更に、求めたパワースペクトルＳuを全パワースペクトルＳから削除し、パワースペクトルＳr（正常振動成分に対応したパワースペクトルの抽出）から平均パワースペクトル値Ｓbを求める。
【００２２】
続いて、解析データ作成手段２４により記憶手段１８に保存している原データを呼び出し、原データの最後の２／３のデータを取り出し２．５６ｍｓの時間間隔で分割して解析データを作成する。次いで、パワースペクトル値Ｓａ算出手段２５により各解析データに対してそれぞれパワースペクトル値Ｓａを算出する。
得られた各パワースペクトル値Ｓａと平均パワースペクトル値Ｓbを代表値Ｐc算出手段２６に入力して、各パワースペクトル値Ｓａと平均パワースペクトル値Ｓbとの各パワースペクトル比を周波数毎に求める。更に、この各パワースペクトル比の値の平均値を求めてこの値を解析データの代表値Ｐcとする。各解析データ毎に得られた各代表値Ｐcを出力手段２７に入力し、各代表値Ｐcを時系列に並べて処理データを作成する。得られた代表値Ｐcを出力手段２７を介して表示手段１５に表示した際の状況を図５に示す。図５では時間経過と共に突発的に大きな値を示す代表値Ｐcが存在している。また、突発的に大きな値を示す代表値Ｐcの出現には時間依存性が認められ、その周期は外輪部に形成した損傷と転動体との間で発生する異常振動成分の周期と実質的に一致することが確認できた。従って、図５に現れた突発的に大きな値を示す代表値Ｐcは損傷に起因した異常振動成分であると考えることができる。以上のことから、本発明の振動信号の処理方法を用いることにより、振動信号から異常振動成分の抽出が可能であることが確認できた。
【００２３】
［実施例２］
回転数１０ｒｐｍのカレンダーロール減速機３０のケーシング３１に、図６に示すように加速度センサ３２を取付け振動信号を採取して原データを作成し、実施例１と同様の方法で異常振動成分の検出を行った。なお、符号３３はカレンダーロール減速機３０を設置している基盤、符号３４はカレンダーロール減速機軸受を示す。得られた処理データを図７に示す。図７では時間経過と共に突発的に大きな値を示す代表値Ｐcが存在しており、損傷に起因した異常振動成分が検出できた。
【００２４】
以上、本発明の実施の形態について説明したが、本発明は、この実施の形態に限定されるものではなく、例えば、振動検出センサとしては、加速度センサ以外にＡＥセンサ、ＳＰＭセンサ、変位センサ、歪みセンサ等を使用することができる。原データの最初の数分の１のデータから区分データを作成したが、原データの任意の部分から区分データを作成することもできる。また、解析データを区分データを採取した残りのデータから作成したが、原データ全部から、あるいは区分データの作成に使用した原データの部分を含んだ任意の範囲の原データから、解析データを作成することも可能である。更に、発明の要旨を変更しない範囲での変更は可能であり、前記したそれぞれの実施の形態や変形例の一部又は全部を組み合わせて本発明の振動信号の処理方法を構成する場合にも本発明は適用される。
【００２５】
【発明の効果】
請求項１〜５記載の振動信号の処理方法においては、正常振動成分と異常振動成分を含む振動信号を予め設定した計測時間にわたって採取して原データを作成し、原データから任意の時間範囲の振動信号を取り出し予め設定した時間間隔で分割して区分データを作成する第１工程と、各区分データに対して周波数解析を行ってパワースペクトルＳを求め、各パワースペクトルＳからそれぞれ総パワー値Ｐを算出する第２工程と、各区分データの総パワー値Ｐを大きい方から並べ、大きい方から予め設定した数の区分データの総パワー値Ｐuを各々選び、各総パワー値Ｐuとそれに対応する区分データのパワースペクトルＳuを対応付ける第３工程と、全区分データから各パワースペクトルＳuを選んだ区分データを除く区分データのパワースペクトルＳrから平均パワースペクトル値Ｓbを求める第４工程と、原データの一部あるいは全部を時間間隔で分割して解析データを作成し、各解析データに対して周波数解析を行ってパワースペクトル値Ｓａを算出する第５工程と、各パワースペクトル値Ｓａと平均パワースペクトル値Ｓbとのパワースペクトル比を周波数毎に求め、パワースペクトル比の平均値を算出して各解析データのそれぞれの代表値Ｐcとする第６工程と、各代表値Ｐcを時系列に並べて処理データとする第７工程とを有するので、異常振動成分の抽出に際して参照用のデータを必要とせず、本質的にＳＮ比の悪い振動信号から正常振動成分と異常振動成分を分離して異常振動成分を抽出することが可能となる。その結果、広範囲の機器から発生する振動信号を採取し異常振動成分を抽出して異常診断を行うことが可能となる。また、各解析データを１つの代表値Ｐcに換算して処理データを作成して原データの圧縮を行うので、データ量が膨大となってもデータのハンドリングの低下が防止でき、異常診断を高速で行うことが可能となる。
【００２６】
特に、請求項２記載の振動信号の処理方法においては、周波数解析には高速フーリエ変換を使用するので、採取した振動信号を数値化でき、短時間に異常振動成分の分離及び抽出が可能となる。その結果、異常診断を素早く行うことが可能となる。
請求項３記載の振動信号の処理方法においては、総パワー値Ｐuは、異常成分の大きさを予想して考慮した上位の総パワー値Ｐであるので、正常振動成分と異常振動成分とを精度よく簡便に分離することが可能となる。
【００２７】
請求項４記載の振動信号の処理方法においては、パワースペクトル比を、パワースペクトル比の値が１以下の場合は０とするので、処理データにおける正常振動成分と異常振動成分の違いをより顕著にすることが可能となる。
請求項５記載の振動信号の処理方法においては、処理データ内で突発的に大きな値を示す代表値Ｐmが異常振動成分に相当する信号であると判断するので、処理データ内から異常振動成分を容易に分離して、抽出することが可能となる。
【００２８】
本手法で抽出した各代表値Ｐcはノイズを除去した、異常の特徴を反映する時系列信号と見なせるので、その後の診断処理は従来の方法が用いられる。例えば、軸受診断の場合、特徴パラメータである尖度や衝撃係数等、あるいはパス周波数法等で異常の有無及び異常の種類を判定できる。
【図面の簡単な説明】
【図１】本発明の一実施の形態に係る振動信号の処理方法を適用した振動信号の処理システムの構成を示す模式図である。
【図２】区分データからパワースペクトルＳを算出する説明図である。
【図３】解析データから処理データを作成する説明図である。
【図４】減速機ケーシングに設置した加速度センサで採取した振動信号の原データの説明図である。
【図５】減速機ケーシングに設置した加速度センサで採取した原データを使用して作成した処理データの説明図である。
【図６】カレンダーロール減速機ケーシングからの振動信号を検出する加速度センサの配置説明図である。
【図７】カレンダーロール減速機に設置した加速度センサで採取した原データを使用して作成した処理データの説明図である。
【符号の説明】
１０：振動信号の処理システム、１１：処理システム本体、１２：原データ採取部、１３：正常振動データ作成部、１４：異常振動データ作成部、１５：表示手段、１６：振動検出センサ、１７：増幅手段、１８：記憶手段、１９：出力手段、２０：区分データ作成手段、２１：総パワー値Ｐ算出手段、２２：平均パワースペクトル値Ｓb算出手段、２３：出力手段、２４：解析データ作成手段、２５：パワースペクトル値Ｓａ算出手段、２６：代表値Ｐc算出手段、２７：出力手段、３０：カレンダーロール減速機、３１：ケーシング、３２：加速度センサ、３３：基盤、３４：カレンダーロール減速機軸受[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a vibration signal processing method that extracts a normal vibration component and an abnormal vibration component from a vibration signal having an essentially bad S / N ratio and extracts the abnormal vibration component.
[0002]
[Prior art]
For example, in an abnormality diagnosis for detecting damage occurring in a rolling bearing, which is an important component of a rotating machine such as a speed reducer, a diagnosis method using vibration is mainly used because the diagnosis accuracy is high. Since vibration measurement generally consists of detection of vibration waveform and processing of detected vibration waveform, the most suitable vibration waveform detection method and vibration waveform processing method are selected for the target vibration measurement. ing.
Here, the detection method of the vibration waveform includes detection of crack acoustics (AE) generated in the rolling bearing, detection of impact acoustics (SPM) generated in the damaged part of the rolling bearing, and mechanical shock generated in the damaged part of the rolling bearing. Various detection methods such as detection of natural vibration from vibration generated by a member provided with a rolling bearing, detection of outer ring displacement of the rolling bearing, and detection of distortion of the outer ring of the rolling bearing are employed. As processing methods for the detected vibration waveform, various processing methods such as fast Fourier transform processing, autocorrelation processing, third power processing, wavelet transform processing, peak count processing, dimensionless sign parameter processing, and the like are employed.
[0003]
Here, in crack acoustic (AE) detection, impact acoustic detection (SPM), outer ring displacement detection of a rolling bearing, and outer ring distortion detection of a rolling bearing, a vibration waveform having a good signal-to-noise ratio, that is, a good SN ratio. It is known that there is an advantage that can be obtained. In the fast Fourier transform process, the third power process, the wavelet transform process, and the dimensionless sign parameter process, the S / N ratio is highly influenced by the S / N ratio. The auto-correlation process is affected by the S / N ratio. It has been found that there is a feature that is difficult. For this reason, a characteristic occurs in the measurement result obtained by vibration measurement from the combination of the vibration waveform detection method and the vibration waveform processing method, and the abnormality diagnosis result is also affected.
[0004]
For example, in the method of detecting crack sound (AE) generated in a rolling bearing, selecting a frequency band with a high-pass filter and a low-pass filter, and performing peak count processing, It is possible to detect the phenomenon with high sensitivity from the sign stage of the above. For this reason, it is an effective measurement method when the influence of damage to the rolling bearing is very large. However, damage cannot be visually confirmed, the installation position and fixing method of the sensor that detects crack sound are required to be very strict, and detection is possible from the signs of damage, and the response tends to be over-maintenance. It is considered unsuitable for general-purpose equipment abnormality diagnosis.
Further, in the method of detecting the vibration generated from the member provided with the rolling bearing induced by the impact generated at the damaged portion of the rolling bearing and performing the cube process, the signal level of the natural vibration is In the case of a noise signal or less, that is, in the case of a signal with a poor S / N ratio, it is impossible to detect a natural vibration signal. For this reason, in order to obtain a signal with a good S / N ratio in the abnormality diagnosis for detecting damage occurring in the rolling bearing of a general-purpose device, for example, a vibration detection sensor is mounted in the immediate vicinity of the outer ring of the bearing, and the outer ring displacement is directly detected. A method of performing a fast Fourier transform process on the obtained outer ring displacement has been proposed.
[0005]
[Problems to be solved by the invention]
However, in order to install the vibration detection sensor in the immediate vicinity of the outer ring of the bearing, it is necessary to process the rolling bearing housing in advance and install the vibration detection sensor, and depending on the structure of the inspection object, the vibration detection sensor may be attached. There are cases where it is not possible. In addition, when an abnormality diagnosis is urgently required, the vibration detection sensor cannot be immediately installed, and the emergency response is completely ineffective. Furthermore, even if the vibration detection sensor is mounted in the immediate vicinity of the outer ring of the bearing, in a rotating machine with a low rotational speed (for example, 100 rpm or less), the SN ratio of the signal itself to be analyzed is essentially low, and fast Fourier transform Even with the conversion process, it was impossible to analyze with sufficient accuracy. Therefore, in order to improve the analysis accuracy, the vibration detection time is increased. However, if the vibration detection time is increased, the amount of data used for the analysis becomes enormous and the data handling becomes extremely worse. Is emitted.
The present invention has been made in view of such circumstances, and provides a vibration signal processing method capable of extracting a normal vibration component and an abnormal vibration component from a vibration signal having a poor SN ratio and extracting the abnormal vibration component. With the goal.
[0006]
[Means for Solving the Problems]
The vibration signal processing method according to the present invention in accordance with the above object is to create a raw data by collecting a vibration signal including a normal vibration component and an abnormal vibration component over a preset measurement time, and from the original data to an arbitrary time range. A first step of taking out the vibration signal and dividing it at a preset time interval to create segment data;
A second step of performing a frequency analysis on each of the divided data to obtain a power spectrum S and calculating a total power value P from each of the power spectra S;
Said For each category data Total power value P Are arranged from the largest, Preset from the largest Number of segmentation data Total power value Pu Choose each , Each total power value Pu And the corresponding category data Power spectrum Su Associate A third step;
All category data To each power spectrum Su Of the category data excluding the selected category data A fourth step of obtaining an average power spectrum value Sb from the power spectrum Sr;
A fifth step of generating analysis data by dividing a part or all of the original data at the time interval, and performing a frequency analysis on each analysis data to calculate a power spectrum value Sa;
A sixth step of obtaining a power spectrum ratio between each of the power spectrum values Sa and the average power spectrum value Sb for each frequency and calculating an average value of the power spectrum ratios as a representative value Pc of each analysis data. When,
A seventh step in which the representative values Pc are arranged in time series to be processed data.
[0007]
When collecting the vibration signal, there is no restriction on the type of the vibration detection sensor, and the vibration detection sensor of the type that can most easily collect the vibration signal for the inspection object can be appropriately selected and used. As the vibration detection sensor, for example, an AE sensor, an impact detection (SPM) sensor, an acceleration sensor, a displacement sensor, a strain sensor, an acoustic sensor, or the like can be used.
An arbitrary time range when extracting vibration signals in an arbitrary time range from the collected original data means that all vibration components (normal vibration component and abnormal vibration component) included in the collected vibration signal appear uniformly. For example, in the case of a bearing, the time includes a vibration signal of 5 rotations or more. Since the extracted vibration signal includes the normal vibration component and the abnormal vibration component uniformly, the vibration signal is set to a predetermined time interval, for example, several to several tens of vibration signals for one rotation. Segment data is created by dividing into segments. Each segment data is divided into segment data composed only of normal vibration components and segment data composed of both normal vibration components and abnormal vibration components.
[0008]
When frequency analysis is performed on each segment data and the power spectrum S is obtained, a power spectrum corresponding to the normal vibration component is obtained from the segment data including only the normal vibration component. Further, from the segment data composed of both the normal vibration component and the abnormal vibration component, a combined power spectrum obtained by superimposing the power spectrum of the normal vibration component and the power spectrum of the abnormal vibration component is obtained.
Therefore, when the total power value P is calculated from each power spectrum S, the combined power spectrum obtained by superimposing the power spectra of the normal vibration component and the abnormal vibration component rather than the total power value obtained from the power spectrum corresponding to the normal vibration component. The total power value obtained from is larger. Here, since the abnormal vibration component is suddenly generated with respect to the normal vibration component, when the total power value P is arranged in the order of the magnitude, the tendency is substantially bipolar. Therefore, when the total power values P are arranged in order of magnitude and each total power value Pu existing in a range arbitrarily set in advance from the larger one is obtained, the power spectrum Su corresponding to each total power value Pu is normal. The probability that the combined power spectrum is composed of both the vibration component and the abnormal vibration component is increased. The range set here is sufficient for the vibration component that seems to be abnormal. Included For example, it is a range of several percent to several tens of percent of the total power value P. On the other hand, the remaining power spectrum Sr obtained by deleting each power spectrum Su from each power spectrum S has a higher probability of a power spectrum composed of only normal vibration components. Therefore, when the average power spectrum value Sb of the power spectrum Sr is obtained, it can be considered that the obtained average power spectrum value Sb shows the power spectrum of the normal vibration component on average.
[0009]
Analytical data is created by dividing part or all of the original data at the same time interval as when the segmented data was created. Here, a part of the original data is a vibration signal of 10 rotations or more. When each analysis data is created, each analysis data is divided into a case where it is composed of only normal vibration components and a case where it is composed of both normal vibration components and abnormal vibration components. Therefore, when frequency analysis is performed on each analysis data to determine the power spectrum value Sa, the obtained power spectrum value Sa is a power spectrum corresponding to a normal vibration component, and a power spectrum of a normal vibration component. This is classified into the case where the power spectrum of the abnormal vibration component becomes a combined power spectrum. Accordingly, when the power spectrum ratio between the power spectrum value Sa and the average power spectrum value Sb is obtained for each analysis data, the power spectrum of the normal vibration component and the average power spectrum value Sb substantially coincide with each other. The power spectrum ratio obtained from the analysis data composed only of components is a value in the vicinity of 1.
On the other hand, in the analysis data composed of both the normal vibration component and the abnormal vibration component, the value of the power spectrum increases at a frequency to which the abnormal vibration component contributes, and the power spectrum ratio exceeds 1. Therefore, the representative value Pc, which is the average value of the power spectrum ratio obtained for each analysis data, shows a value near 1 in the analysis data composed of only normal vibration components, and is composed of both normal vibration components and abnormal vibration components. In the analyzed data, a value greatly exceeding 1 is shown. Therefore, when each representative value Pc is arranged in time series, it includes a representative value Pc indicating a value near 1 due to the contribution of the normal vibration component, and a representative value Pc indicating a value exceeding 1 due to the contribution of the abnormal vibration component. Process data is obtained.
[0010]
In the vibration signal processing method according to the present invention, it is preferable to use a fast Fourier transform for the frequency analysis.
Since the fast Fourier transform is used for the frequency analysis, the vibration signal can be digitized to perform the frequency analysis, and the speed of the frequency analysis can be increased.
In the vibration signal processing method according to the present invention, the total power value Pu is: Arrange in order of size, from larger Arbitrarily set according to the signal status Number of segmentation data The total power value P can be used.
If the total power value P is arranged in order of magnitude, it shows a tendency to be bipolar. Therefore, considering statistically, the total power value Pu existing in the upper 10% to 60% range is the normal vibration component. It can be considered that there is a high probability of a combined power spectrum composed of both abnormal vibration components.
[0011]
In the vibration signal processing method according to the present invention, the power spectrum ratio is preferably set to 0 when the value of the power spectrum ratio is 1 or less.
By setting 0 when the value of the power spectrum ratio is 1 or less, the relative difference between the representative value Pc due to the contribution of the normal vibration component and the representative value Pc due to the contribution of the abnormal vibration component can be made more prominent. it can.
In the vibration signal processing method according to the present invention, a representative value Pm that suddenly shows a large value in the processing data is a signal corresponding to the abnormal vibration component. To judge be able to.
The representative value Pc of the analysis data composed of both the normal vibration component and the abnormal vibration component is larger than the representative value Pc of the analysis data composed only of the normal vibration component by a contribution of the abnormal vibration component. . Therefore, the representative value Pm that suddenly shows a large value in the processing data can be extracted as an abnormal vibration component.
[0012]
DETAILED DESCRIPTION OF THE INVENTION
Next, embodiments of the present invention will be described with reference to the accompanying drawings for understanding of the present invention.
FIG. 1 is a schematic diagram showing a configuration of a vibration signal processing system to which a vibration signal processing method according to an embodiment of the present invention is applied. FIG. 2 is an explanatory diagram for calculating a power spectrum S from segmented data. FIG. 3 is an explanatory diagram for creating processing data from analysis data, FIG. 4 is an explanatory diagram of original data of vibration signals collected by an acceleration sensor installed in the reducer casing, and FIG. 5 is collected by an acceleration sensor installed in the reducer casing. 6 is an explanatory diagram of processing data created using the original data, FIG. 6 is an explanatory diagram of an arrangement of an acceleration sensor for detecting a vibration signal from the calender roll reducer casing, and FIG. 7 is an acceleration sensor installed on the calender roll reducer. It is explanatory drawing of the process data produced using the extract | collected original data.
As shown in FIG. 1, a vibration signal processing system 10 to which a vibration signal processing method according to an embodiment of the present invention is applied has a processing system body 11, and the processing system body 11 collects vibration signals. An original data collection unit 12 for generating original data, a normal vibration data generation unit 13 for extracting normal vibration components from the original data, an abnormal vibration data generation unit 14 for extracting abnormal vibration components, normal vibration data, Display means 15 for displaying the obtained result of abnormal vibration data or the like is provided. Here, for example, a personal computer can be used for the processing system main body 11, and various display devices for personal computers such as a CRT display, a liquid crystal display, and a plasma display can be used for the display means 15. Hereinafter, these will be described in detail.
[0013]
In the original data collection unit 12, for example, when the object to be diagnosed is a bearing, data corresponding to 5 to 10 revolutions of the bearing is obtained by using a sampling frequency of 50 to 5 MHz (5000 KHz), preferably 50 to 1000 KHz. What is collected. Such a vibration detection sensor 16 such as an acceleration sensor for detecting a vibration signal to be diagnosed, amplification means 17 for amplifying the vibration signal detected by the vibration detection sensor 16, and the amplified vibration signal are stored as original data. A storage unit 18 for saving and an output unit 19 for displaying the original data stored in the storage unit 18 on the display unit 15 are provided. By adopting such a configuration, it is possible to detect the vibration signal by installing the vibration detection sensor 16 on the inspection object, and it is possible to save the detected vibration signal in the storage unit 18 as original data. Furthermore, the stored signal can be output to the display means 15 using the output means 19.
The original data collection unit 12 has a function of amplifying the vibration signal detected by the vibration detection sensor 16 and a function of storing the amplified vibration signal as original data in a storage device (for example, a hard disk) of a personal computer. For example, a personal computer may be provided with a program for developing a function for displaying the original data on the display unit 15 and a control function for integrating and operating the aforementioned functions.
[0014]
The normal vibration data creation unit 13 calls the original data stored in the storage unit 18 and, for example, in the case of a bearing, extracts vibration data including a vibration signal for five rotations or more, and outputs the vibration data for one rotation. Thus, it has a section data creating means 20 for creating section data by dividing into several to several tens sections. In addition, the normal vibration data creation unit 13 obtains each power spectrum S by performing frequency analysis applying fast Fourier transform to each created segment data, and calculates the total power value P from each obtained power spectrum S. A total power value P calculating means 21 for calculating is provided. Further, the normal vibration data creation unit 13 selects each power spectrum Su corresponding to each total power value Pu existing in a range of 10%, for example, from the larger total power value P obtained, and these power spectra. The average power spectrum value Sb calculating means 22 for calculating the average power spectrum value Sb for the remaining power spectrum Sr with Su removed from the power spectrum S, and the obtained average power spectrum value Sb are displayed as the power spectrum of the normal vibration component. Output means 23. The output means 23 has a function of displaying the obtained power spectrum of the normal vibration component on the display means 15.
[0015]
With such a configuration, segment data is created from the original data stored in the storage means 18, and the power spectrum of the normal vibration component is extracted using the total power value P of each segment data as a scale. An average power spectrum value Sb can be created. The normal vibration data creation unit 13 calls a source data stored in the storage means 18 to create segment data, a function to calculate a total power value P for each created segment data, and a total power value P The power spectra Su corresponding to the total power values Pu existing in the upper 10% range are obtained, these power spectra Su are deleted from the power spectrum S, the power spectrum Sr is created, and the average power spectrum value Sb For example, by installing in a personal computer a program for expressing a function for calculating the average power spectrum value Sb on the display means 15 and a function for integrating and operating the aforementioned functions. Can do.
[0016]
The abnormal vibration data creation unit 14 calls the original data stored in the storage means 18, for example, in the case of a bearing, takes out vibration signals for 10 rotations or more of the original data, and several to several tens of each rotation. The analysis data creating means 24 for creating the analysis data by dividing the section is prepared. Further, the abnormal vibration data creation unit 14 performs power analysis applying fast Fourier transform to each created analysis data to calculate each power spectrum value Sa, and each power spectrum value. A representative value Pc calculating means 26 is provided which calculates a power spectrum ratio between Sa and the average power spectrum value Sb for each frequency, calculates an average value of the obtained power spectrum ratios, and sets each representative value Pc of each analysis data. is doing. Furthermore, the abnormal vibration data creation unit 14 has output means 27 for arranging the representative values Pc in time series to create process data including abnormal vibration components. The output means 27 stores the obtained process data. A function for displaying on the display means 15 is provided.
[0017]
With such a configuration, analysis data can be created from the original data stored in the storage unit 18, and the power spectrum value Sa of each analysis data can be calculated. Then, by comparing the calculated power spectrum value Sa and the average power spectrum value Sb, a representative value Pc is obtained for each analysis data, processing data is created, and the result is output to the display means 15 using the output means 27. Can be displayed.
The abnormal vibration data creation unit 14 calls up the original data stored in the storage unit 18 to create analysis data, a function to calculate a power spectrum value Sa for each created analysis data, and a power spectrum value Sa. And the average power spectrum value Sb, a function for obtaining the representative value Pc for each analysis data, processing data is created using the representative value Pc, and the result is displayed on the display means 15 using the output means 27. For example, a personal computer can be provided with a function and a program that develops a control function that integrates and operates the functions described above.
[0018]
Next, a vibration signal processing method according to an embodiment of the present invention will be described in detail.
In the first step, first, using the vibration detection sensor 16, for example, a vibration signal including a normal vibration component and an abnormal vibration component as shown in FIG. (5000 KHz), preferably 50 to 1000 KHz sampling frequency is used, and the number of rotations of the bearing is collected for 5 to 10 rotations. Then, the signal is amplified by the amplification means 17 and stored in the storage means 18 as original data. Next, the original data stored in the storage means 18 is called by the segment data creating means 20, and the first fraction of the original data is taken out and divided into n sections (in FIG. 2, the first 1 of the original data). The data of / 3 is taken out and divided into n equal parts) to create segment data.
In the second step, the total power value P calculating means 21 performs frequency analysis using fast Fourier transform (FFT) on each segment data as shown in FIG. Next, a total power value P (integrated intensity with respect to frequency) is calculated for each power spectrum S. Here, the total power value P of the power spectrum S obtained from the segment data composed only of normal vibration components shows substantially the same value. On the other hand, the total power value P of the power spectrum S obtained from the classification data composed of the normal vibration component and the abnormal vibration component increases the total power value P by the contribution of the abnormal vibration component. The total power value P varies depending on the ratio of the components.
[0019]
In the third step, the average power spectrum value Sb calculating means 22 arranges the total power values P in order of magnitude, and the total power values existing within the top 5% to 60%, preferably within 10% to 50%. Pu is obtained, and a power spectrum Su corresponding to each obtained total power value Pu is obtained. These obtained power spectra Su are considered to be power spectra to which the contribution of abnormal vibration components is large. Therefore, if each power spectrum Su is deleted from each power spectrum S obtained from each segment data in the fourth step, the remaining power spectrum Sr obtained has very little contribution of abnormal vibration components, that is, The power spectrum has a strong contribution of normal vibration components. Therefore, as shown in FIG. 3, when the average power spectrum value Sb of the power spectrum Sr is obtained, the average power spectrum value Sb becomes a power spectrum corresponding to an average normal vibration component. The obtained average power spectrum value Sb is displayed on the display means 15 using the output means 23 as needed.
[0020]
In the fifth step, as shown in FIG. 3, the original data stored in the storage means 18 is called by the analysis data creation means 24, and the remaining data excluding the segment data is extracted from the original data and divided into m sections. (In FIG. 3, the last 2/3 of the original data is taken out and divided into 2n equal parts) to create analysis data. Next, the power spectrum value Sa calculating unit 25 performs frequency analysis using fast Fourier transform on each analysis data to calculate each power spectrum value Sa.
In the sixth step, the representative value Pc calculation means 26 is used to obtain the power spectrum ratio between each obtained power spectrum value Sa and the average power spectrum value Sb calculated by the average power spectrum value Sb calculation means 22 for each frequency. . Further, when the obtained power spectrum ratio is a value of 1 or less, the power spectrum ratio is 0. When the power spectrum ratio exceeds 1, the value is set as the power spectrum ratio. Therefore, in the analysis data, the contribution portion of the normal vibration component is converted to 0, and the contribution portion of the abnormal vibration component is converted to a value exceeding 1. Next, after rewriting the value of the power spectrum ratio as described above, an average value of these values is obtained, and this value is set as the representative value Pc of the analysis data. As a result, if N pieces of time-series data are initially included in the analysis data, N pieces of data are replaced with one representative value Pc, and the data amount is compressed to 1 / N. It will be.
In the seventh step, the output means 27 creates processing data by arranging the representative values Pc obtained for each analysis data in time series. In the processing data composed of the representative value Pc, the representative value Pc increases when many abnormal vibration components are included in the analysis data. Therefore, the representative value Pm that suddenly shows a large value corresponds to the abnormal vibration component.
[0021]
【Example】
[Example 1]
Using a vibration signal processing system 10 to which an artificial damage is introduced into a rolling bearing provided on a speed reducer output shaft of a drive machine having an output of 22 kW and a rotational speed of 1 to 600 rpm, and applying the vibration signal processing method of the present invention, Abnormal vibration components due to artificial damage were detected. The artificial damage is a slit-like scratch having a width of 1.2 mm and a depth of 0.3 mm formed on the inner surface side of the outer ring portion of the rolling bearing in the axial direction.
An acceleration sensor is attached to the casing of the reducer, and the vibration signal (acceleration signal) generated when the output shaft of the reducer is rotated at a rotation speed of 50 rpm is sampled and amplified for 15 seconds at a sampling rate of 200 times / ms. It was stored as original data in the storage means 18 via the means 17. FIG. 4 shows the situation when the stored original data is displayed on the display means 15 via the output means 19. In FIG. 4, the abnormal vibration component is buried in the normal vibration component (the SN ratio is bad), and the presence of the abnormal vibration component cannot be confirmed. The original data stored in the storage unit 18 is called by the segment data creating unit 20, the first five seconds of the original data is taken out and divided at a time interval of 2.56 ms to create segment data. Next, the total power value P was calculated for each segment data by the total power value P calculating means 21. For each calculated total power value P, the average power spectrum value Sb calculating means 22 is used to determine each total power value Pu existing in the upper 10% range, and the power spectrum corresponding to each calculated total power value Pu. Each Su was determined. Further, the obtained power spectrum Su is deleted from the entire power spectrum S, and the average power spectrum value Sb is obtained from the power spectrum Sr (extraction of the power spectrum corresponding to the normal vibration component).
[0022]
Subsequently, the original data stored in the storage unit 18 is called by the analysis data generation unit 24, and the last 2/3 of the original data is extracted and divided at a time interval of 2.56 ms to generate analysis data. Next, the power spectrum value Sa is calculated for each analysis data by the power spectrum value Sa calculating means 25.
Each obtained power spectrum value Sa and average power spectrum value Sb are input to the representative value Pc calculating means 26, and each power spectrum ratio between each power spectrum value Sa and average power spectrum value Sb is obtained for each frequency. Further, an average value of the values of the respective power spectrum ratios is obtained, and this value is set as the representative value Pc of the analysis data. Each representative value Pc obtained for each analysis data is input to the output means 27, and each representative value Pc is arranged in time series to create processing data. The situation when the obtained representative value Pc is displayed on the display means 15 via the output means 27 is shown in FIG. In FIG. 5, there is a representative value Pc that suddenly shows a large value over time. In addition, the appearance of the representative value Pc showing a suddenly large value is recognized as time-dependent, and the period is substantially the same as the period of the abnormal vibration component generated between the damage formed on the outer ring portion and the rolling element. It was confirmed that they matched. Therefore, the representative value Pc that suddenly shows a large value appearing in FIG. 5 can be considered as an abnormal vibration component caused by damage. From the above, it has been confirmed that the abnormal vibration component can be extracted from the vibration signal by using the vibration signal processing method of the present invention.
[0023]
[Example 2]
As shown in FIG. 6, an acceleration sensor 32 is attached to the casing 31 of the calender roll reducer 30 having a rotation speed of 10 rpm, and vibration signals are collected to generate original data, and abnormal vibration components are detected in the same manner as in the first embodiment. Went. Reference numeral 33 denotes a base on which the calendar roll reducer 30 is installed, and reference numeral 34 denotes a calendar roll reducer bearing. The obtained processing data is shown in FIG. In FIG. 7, there is a representative value Pc that suddenly shows a large value with time, and an abnormal vibration component due to damage was detected.
[0024]
Although the embodiment of the present invention has been described above, the present invention is not limited to this embodiment. For example, as a vibration detection sensor, in addition to an acceleration sensor, an AE sensor, an SPM sensor, a displacement sensor, A strain sensor or the like can be used. Although the division data is created from the first fraction of the original data, the division data can be created from any part of the original data. In addition, the analysis data was created from the remaining data from which the segment data was collected, but the analysis data was created from the entire original data or from an arbitrary range of original data including the portion of the original data used to create the segment data. It is also possible to do. Further, the present invention can be modified within a range that does not change the gist of the invention, and the present invention is also applicable when the vibration signal processing method of the present invention is configured by combining some or all of the above-described embodiments and modifications. The invention applies.
[0025]
【The invention's effect】
In the vibration signal processing method according to any one of claims 1 to 5, a vibration signal including a normal vibration component and an abnormal vibration component is collected over a preset measurement time to create original data, and an arbitrary time range from the original data is created. A first step of taking out a vibration signal and dividing it at predetermined time intervals to create division data, and performing frequency analysis on each division data to obtain a power spectrum S. From each power spectrum S, a total power value P is obtained. A second step of calculating For each category data Total power value P Are arranged from the largest, Preset from the largest Number of segmentation data Total power value Pu Choose each , Each total power value Pu And the corresponding category data Power spectrum Su Associate A third step; All category data From each power spectrum Su Of the category data excluding the selected category data A fourth step for obtaining the average power spectrum value Sb from the power spectrum Sr, and generating analysis data by dividing part or all of the original data at time intervals, and performing frequency analysis on each analysis data to obtain a power spectrum value The fifth step of calculating Sa, the power spectrum ratio between each power spectrum value Sa and the average power spectrum value Sb is obtained for each frequency, the average value of the power spectrum ratio is calculated, and each representative value Pc of each analysis data is calculated. And a seventh step in which the representative values Pc are arranged in chronological order as processing data, so that reference data is not required when extracting abnormal vibration components, and the SN ratio is essentially bad. It is possible to extract the abnormal vibration component by separating the normal vibration component and the abnormal vibration component from the vibration signal. As a result, it is possible to collect vibration signals generated from a wide range of devices, extract abnormal vibration components, and perform abnormality diagnosis. In addition, each analysis data is converted into one representative value Pc, processing data is created and the original data is compressed, so even if the amount of data is enormous, the handling of data can be prevented from being lowered, and abnormality diagnosis can be performed at high speed. Can be performed.
[0026]
In particular, in the vibration signal processing method according to claim 2, since the fast Fourier transform is used for the frequency analysis, the collected vibration signal can be digitized, and abnormal vibration components can be separated and extracted in a short time. . As a result, abnormality diagnosis can be performed quickly.
In the vibration signal processing method according to claim 3, since the total power value Pu is the upper total power value P in consideration of the magnitude of the abnormal component, the normal vibration component and the abnormal vibration component are accurately determined. It becomes possible to separate well well.
[0027]
In the vibration signal processing method according to claim 4, since the power spectrum ratio is 0 when the value of the power spectrum ratio is 1 or less, the difference between the normal vibration component and the abnormal vibration component in the processing data becomes more prominent. It becomes possible to do.
In the vibration signal processing method according to claim 5, the representative value Pm indicating a sudden large value in the processing data is a signal corresponding to the abnormal vibration component. To judge Therefore, the abnormal vibration component can be easily separated and extracted from the processing data.
[0028]
Since each representative value Pc extracted by this method can be regarded as a time-series signal reflecting abnormal characteristics from which noise has been removed, a conventional method is used for subsequent diagnosis processing. For example, in the case of bearing diagnosis, the presence / absence of abnormality and the type of abnormality can be determined by a characteristic parameter such as kurtosis, impact coefficient, or path frequency method.
[Brief description of the drawings]
FIG. 1 is a schematic diagram showing a configuration of a vibration signal processing system to which a vibration signal processing method according to an embodiment of the present invention is applied.
FIG. 2 is an explanatory diagram for calculating a power spectrum S from segment data.
FIG. 3 is an explanatory diagram for creating processing data from analysis data.
FIG. 4 is an explanatory diagram of original data of a vibration signal collected by an acceleration sensor installed in a reduction gear casing.
FIG. 5 is an explanatory diagram of processing data created using original data collected by an acceleration sensor installed in a reduction gear casing.
FIG. 6 is an explanatory diagram of an arrangement of an acceleration sensor that detects a vibration signal from a calender roll reducer casing.
FIG. 7 is an explanatory diagram of processing data created using original data collected by an acceleration sensor installed in a calendar roll reducer.
[Explanation of symbols]
10: vibration signal processing system, 11: processing system main body, 12: original data collection unit, 13: normal vibration data creation unit, 14: abnormal vibration data creation unit, 15: display means, 16: vibration detection sensor, 17: Amplifying means, 18: storage means, 19: output means, 20: classification data creation means, 21: total power value P calculation means, 22: average power spectrum value Sb calculation means, 23: output means, 24: analysis data creation means 25: power spectrum value Sa calculating means, 26: representative value Pc calculating means, 27: output means, 30: calendar roll reducer, 31: casing, 32: acceleration sensor, 33: base, 34: calendar roll reducer bearing

Claims

A vibration signal including a normal vibration component and an abnormal vibration component is collected over a preset measurement time to create original data, and the vibration signal in an arbitrary time range is extracted from the original data and divided at a preset time interval. A first step of creating classification data;
A second step of performing a frequency analysis on each of the divided data to obtain a power spectrum S and calculating a total power value P from each of the power spectra S;
The total power values P of the respective divided data are arranged from the larger one , the total power values Pu of the predetermined number of divided data are respectively selected from the larger one , and each total power value Pu and the power spectrum Su of the corresponding divided data are selected . A third step for associating
A fourth step of obtaining an average power spectrum value Sb from the power spectrum Sr of the segment data excluding the segment data in which each power spectrum Su is selected from all the segment data ;
A fifth step of generating analysis data by dividing a part or all of the original data at the time interval, and performing a frequency analysis on each analysis data to calculate a power spectrum value Sa;
A sixth step of obtaining a power spectrum ratio between each of the power spectrum values Sa and the average power spectrum value Sb for each frequency and calculating an average value of the power spectrum ratios as a representative value Pc of each analysis data. When,
A vibration signal processing method comprising: a seventh step of arranging the representative values Pc in time series and using them as processing data.

2. The vibration signal processing method according to claim 1, wherein a fast Fourier transform is used for the frequency analysis.

3. The vibration signal processing method according to claim 1, wherein the total power values Pu are arranged in order of magnitude , and the number of division data set arbitrarily according to the signal condition from the largest. The vibration signal processing method , wherein the total power value P is

4. The vibration signal processing method according to claim 1, wherein the power spectrum ratio is set to 0 when the value of the power spectrum ratio is 1 or less. Method.

The vibration signal processing method according to any one of claims 1 to 4, wherein a representative value Pm that suddenly shows a large value in the processing data is determined to be a signal corresponding to the abnormal vibration component. A vibration signal processing method characterized by the above.