CN107063654A - 旋转机械异常检测装置及该方法、以及旋转机械 - Google Patents

旋转机械异常检测装置及该方法、以及旋转机械 Download PDF

Info

Publication number
CN107063654A
CN107063654A CN201710034022.3A CN201710034022A CN107063654A CN 107063654 A CN107063654 A CN 107063654A CN 201710034022 A CN201710034022 A CN 201710034022A CN 107063654 A CN107063654 A CN 107063654A
Authority
CN
China
Prior art keywords
rotating machinery
characteristic quantity
frequency
basic wave
frequency spectrum
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710034022.3A
Other languages
English (en)
Other versions
CN107063654B (zh
Inventor
荒木要
高桥英二
高木秀刚
林雅人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kobe Steel Ltd
Original Assignee
Kobe Steel Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kobe Steel Ltd filed Critical Kobe Steel Ltd
Publication of CN107063654A publication Critical patent/CN107063654A/zh
Application granted granted Critical
Publication of CN107063654B publication Critical patent/CN107063654B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04C—ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT PUMPS
    • F04C28/00—Control of, monitoring of, or safety arrangements for, pumps or pumping installations specially adapted for elastic fluids
    • F04C28/28—Safety arrangements; Monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04C—ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT PUMPS
    • F04C18/00—Rotary-piston pumps specially adapted for elastic fluids
    • F04C18/08—Rotary-piston pumps specially adapted for elastic fluids of intermeshing-engagement type, i.e. with engagement of co-operating members similar to that of toothed gearing
    • F04C18/12—Rotary-piston pumps specially adapted for elastic fluids of intermeshing-engagement type, i.e. with engagement of co-operating members similar to that of toothed gearing of other than internal-axis type
    • F04C18/14—Rotary-piston pumps specially adapted for elastic fluids of intermeshing-engagement type, i.e. with engagement of co-operating members similar to that of toothed gearing of other than internal-axis type with toothed rotary pistons
    • F04C18/16—Rotary-piston pumps specially adapted for elastic fluids of intermeshing-engagement type, i.e. with engagement of co-operating members similar to that of toothed gearing of other than internal-axis type with toothed rotary pistons with helical teeth, e.g. chevron-shaped, screw type
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04C—ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT PUMPS
    • F04C2270/00—Control; Monitoring or safety arrangements
    • F04C2270/12—Vibration
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04C—ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT PUMPS
    • F04C2270/00—Control; Monitoring or safety arrangements
    • F04C2270/80—Diagnostics
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04C—ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT PUMPS
    • F04C2270/00—Control; Monitoring or safety arrangements
    • F04C2270/86—Detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明提供能够更高精度地判断异常的旋转机械异常检测装置、该方法以及具备该旋转机械异常检测装置的旋转机械。本发明的旋转机械异常检测装置是根据其振动的测定数据中的基于频谱的规定的特征量来检测至少具备第一旋转体及第二旋转体的旋转机械中的异常的装置，其中，根据所述频谱求出基本波啮合频率(f1)的基本波成分以及直至最小公倍数的n次高次谐波啮合频率的n次高次谐波成分，基于上述求出的基本波成分以及n次高次谐波成分而求出所述规定的特征量。在此，基本波啮合频率是在所述第一旋转体中将其旋转频率(VA)除以其齿数(MA)而成的值(f1＝VA/MA)，所述最小公倍数是所述第一旋转体及第二旋转体各自的齿数的最小公倍数。

Description

旋转机械异常检测装置及该方法、以及旋转机械
技术领域
本发明涉及检测旋转机械的异常的旋转机械异常检测装置及旋转机械异常检测方法、以及具备所述旋转机械异常检测装置的旋转机械。
背景技术
例如，电动机、发电机、压缩机以及泵等旋转机械具备绕规定的轴进行旋转的旋转体。这样的旋转机械在各种各样的成套设备中被利用，为了确保其正常的运转状态而检测其异常。该异常检测具有例如专利文献1以及专利文献2所公开的技术。
所述专利文献1所公开的压缩机的诊断装置具备：对在非接触型无油螺旋式压缩机的转子旋转时因外转子与内转子的接触而产生的AE波进行检测的AE传感器；对该检测到的AE信号进行增幅以及检波的增幅器；对该增幅器输出进行频率分析以及相加求平均处理的装置；检测上述转子的旋转信号而将其转换为旋转脉冲的转子旋转脉冲检测器；以及基于上述旋转信号将上述处理结果与判断基准进行比较而进行转子接触的有无等评价以及输出的装置。更具体来说，在所述专利文献1所公开的压缩机的诊断装置中，通过对随着转子彼此旋转一圈而接触一次所产生的外转子以及内转子各自的各旋转一次周期频率的AE信号与阈值进行比较、或者对随着旋转一圈而接触两次所产生的旋转两次周期频率的AE信号与阈值进行比较，从而判断转子接触的有无。
所述专利文献2所公开的异常接触检测装置是对第一转子以及第二转子成对旋转的旋转机械的异常接触状态进行检测的异常接触检测装置，其中，具备对从所述旋转机械释放出的弹性波信号进行检测的AE传感器；对所述弹性波信号进行检波的检波回路；基于由所述检波回路检测出的检波信号而判断接触的接触判断部；以及输出由该接触判断部判断出的结果的输出部。更具体来说，在所述检波信号中所述第一转子的旋转频率成分以及所述第二转子的旋转频率成分中的至少一方包含规定等级以上的频率的情况下，所述接触判断部判断为转子相互间的接触，在所述检波信号中所述第一转子的叶片的片数乘以转子的旋转频率而成的频率成分以及所述第二转子的叶片的片数乘以转子的旋转频率而成的频率成分包含规定等级以上的频率的情况下，所述接触判断部判断为转子与外壳间的接触，在所述检波信号所包含的、所述第一转子的旋转频率成分、所述第二转子的旋转频率成分、所述第一转子的叶片的片数乘以转子的旋转频率而成的频率成分以及所述第二转子的叶片的片数乘以转子的旋转频率而成的频率成分全部比规定等级且所述检波信号比规定等级大的情况下，所述接触判断部判断为密封件与转子间的接触。
在先技术文献
专利文献1：日本特开平5-231361号公报
专利文献2：日本特开平9-133577号公报
然而，所述专利文献1所公开的压缩机的诊断装置检测随着转子彼此旋转一圈而接触一次的情况、随着转子彼此旋转一圈而接触两次的情况等。例如，在外转子具有4个叶片A1～A4、内转子具有与上述叶片啮合的6个凹部B1～B6的情况下，叶片A1～A4与凹部B1～B6的组合有12种，当外转子旋转三圈且内转子旋转两圈时，实现全部的组合(12种组合为一个周期而返回最初的组合)。因此，在想要检测随着转子彼此旋转一圈而接触一次的情况时，在该例中，所述专利文献1所公开的压缩机的诊断装置在外转子旋转三圈且内转子旋转两圈的期间，对叶片A1分别与凹部B1、凹部B5以及凹部B3接触的情况进行检测，无法分别区别在外转子旋转三圈且内转子旋转两圈的期间叶片A1仅与凹部B1接触的情况、在外转子旋转三圈且内转子旋转两圈期间叶片A1仅与凹部B5接触的情况、以及在外转子旋转三圈且内转子旋转两圈期间叶片A1仅与凹部B3接触的情况进行检测。即，所述专利文献1所公开的压缩机的诊断装置无法分别单独地检测12种接触的样态。然而，实际上也产生在上述那样的外转子旋转三圈且内转子旋转两圈的期间叶片A1仅与凹部B1接触的情况等，从而要求该检测。另外，所述专利文献1也具有外转子与内转子的啮合的记载，但其是指外转子的所有的叶片与内转子的所有的凹部接触的情况，所述专利文献1所公开的压缩机的诊断装置无法分别单独地检测12种接触的样态。
另外，所述专利文献2所公开的异常接触检测装置分别判断转子相互间的接触、转子与外壳间的接触、以及密封件与转子间的接触，无法分别单独地检测接触的样态。
发明内容
本发明是鉴于上述情况而完成的发明，其目的在于，提供能够更高精度地判断异常的旋转机械异常检测装置及旋转机械异常检测方法、以及具备所述旋转机械异常检测装置的旋转机械。
本发明人进行各种研究的结果是，发现上述目的可以通过以下的本发明来达成。即，本发明的一方式所涉及的旋转机械异常检测装置检测旋转机械中的异常，该旋转机械至少具备在正常状态下相互隔开规定的间隔进行卡合且相对于规定的各轴绕轴旋转的第一旋转体及第二旋转体，其特征在于，所述旋转机械异常检测装置具备：振动测定部，其对以所述第一旋转体及第二旋转体中的至少一方为起因产生的振动进行测定；谱线处理部，其求出由所述振动测定部测定出的测定数据的频谱；特征量处理部，其基于由所述谱线处理部求出的频谱而求出与规定的频率成分相关的规定的特征量；以及异常判断部，其基于由所述特征量处理部求出的特征量而判断所述旋转机械有无异常，在将所述第一旋转体的第一齿数以及第一旋转频率分别设为MA(个)以及VA(Hz)、将所述第二旋转体的第二齿数设为MB(个)、将所述第一齿数MA与所述第二齿数MB的最小公倍数设为XAB、将所述第一旋转频率VA除以所述第一齿数MA后的基本波啮合频率VA/MA设为f1(Hz)、将相对于所述基本波啮合频率f1的n次高次谐波啮合频率(n为2以上的整数)设为fn(Hz)的情况下，所述特征量处理部根据所述频谱求出所述基本波啮合频率f1的基本波成分F1以及直至所述最小公倍数XAB的n次高次谐波啮合频率fn(n＝2～XAB)的n次高次谐波成分Fn，并基于求出的所述基本波成分F1以及n次高次谐波成分Fn而求出所述规定的特征量。优选的是，在上述的旋转机械异常检测装置中，所述振动测定部测定可听频带的振动以及超声波频带的振动中的至少一方的振动。优选的是，在上述的旋转机械异常检测装置中，所述谱线处理部求出由所述振动测定部测定出的测定数据的RMS(Root Mean Square，均方根)，并通过对求出的该测定数据的RMS进行傅里叶变换(优选为高速傅里叶变换)来求出所述测定数据的频谱(功率谱)。优选地，在上述的旋转机械异常检测装置中，所述谱线处理部求出由所述振动测定部测定出的测定数据的包迹(包络线)，通过对该求出的测定数据的包迹进行傅里叶变换(优选为高速傅里叶变换)来求出所述测定数据的频谱(功率谱)。优选地，在上述的旋转机械异常检测装置中，所述特征量处理部将所述求出的基本波成分F1以及n次高次谐波成分Fn的总和作为所述规定的特征量而求出。优选地，在上述的旋转机械异常检测装置中，所述异常判断部根据由所述特征量处理部求出的特征量是否为预先设定的规定的阈值以上而对所述旋转机械中的异常的有无进行判断。
上述那样的旋转机械异常检测装置将第一旋转频率VA除以第一齿数MA后的频率VA/MA设为基本波啮合频率f1(Hz)、将第一齿数MA与第二齿数MB的最小公倍数设为XAB，根据频谱求出所述基本波啮合频率f1的基本波成分F1以及到所述最小公倍数XAB为止的、n次高次谐波啮合频率fn(n＝2～XAB)相对于所述基本波啮合频率f1的n次高次谐波成分Fn，因此能够求出第一旋转体及第二旋转体中的接触的所有的组合所涉及的频率成分F1、Fn。而且，上述旋转机械异常检测装置基于这些接触的所有的组合所涉及的频率成分F1、Fn而判断接触的有无，因此能够更高精度地判断异常。
另外，在另一方式中，在上述的旋转机械异常检测装置中，其特征在于，所述谱线处理部分别求出在第一期间分别测定出的第一测定数据的第一频谱及第二测定数据的第二频谱、以及在与第一期间不同的第二期间分别测定出的第一测定数据的第一频谱及第二测定数据的第二频谱，所述特征量处理部分别根据所述第一频谱及第二频谱求出所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn，将这些求出的所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn中的变化量作为所述规定的特征量而求出。在上述的旋转机械异常检测装置中，优选地，所述特征量处理部将这些求出的所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn中的按照各成分的差分的二次方作为所述变化量而求出。
在作为异常而发生接触的时刻的前后，振动测定部的输出较大地变化，但即便在非接触的情况例如旋转机械的运转条件也发生变化时，振动测定部的输出有时逐渐变化。所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn中的变化量，特别是它们中的按照各成分的差分的二次方表示接触的周期性的变化，因此在从非接触的状态发生接触的时刻、接触的状态本身发生了变化的时刻具有比较大的特征。上述旋转机械异常检测装置将上述那样的所述变化量作为所述规定的特征量求出，因此更高精度地检测在从非接触的状态发生接触的时刻、接触的状态本身发生了变化的时刻。另外，即便在背景噪声比较大的情况下，在该趋势(倾向)不发生变化的情况下，所述变化量也不变大，因此上述旋转机械异常检测装置能够减少过检测。
另外，在另一方式中，在上述的旋转机械异常检测装置中，其特征在于，所述特征量处理部根据所述频谱求出所述基本波啮合频率f1以及到所述最小公倍数XAB为止的n次高次谐波啮合频率fn(n＝2～XAB)中的在相互邻接的频率间存在的规定的频率g的非高次谐波成分G，基于所述求出的基本波成分F1、n次高次谐波成分Fn以及非高次谐波成分G而求出所述规定的特征量。优选地，在上述的旋转机械异常检测装置中，其特征在于，从求出最远离所述基本波啮合频率f1以及所述n次高次谐波啮合频率fn的频率的观点出发，所述非高次谐波成分G是位于所述频率间的中央的频率的成分(Gk＝(Fk+Fk+1)/2，k＝1～XAB-1的整数)。优选地，在上述的旋转机械异常检测装置中，其特征在于，所述特征量处理部还根据所述频谱求出所述基本波啮合频率f1以及到所述最小公倍数XAB为止的n次高次谐波啮合频率fn(n＝2～XAB)中的在相互邻接的各频率间存在的规定的各频率gk的各非高次谐波成分Gk(k为从1到(XAB-1)为止的范围内的整数)，将所述求出的基本波成分F1以及所述n次高次谐波成分Fn的总和除以所述求出的非高次谐波成分Gk的总和后的成分总和比作为所述规定的特征量求出。
振动测定部的输出有时与偶发的电噪声等重叠。上述旋转机械异常检测装置还考虑所述非高次谐波成分G而求出所述规定的特征量，因此能够避免上述那样的偶发的电噪声等的重叠给予异常的检测的影响，能够减少无周期性的噪声。
另外，在另一方式中，在上述的旋转机械异常检测装置中，其特征在于，模型信息存储部，该模型信息存储部按照所述第一旋转体及第二旋转体中的异常的样态，将与所述异常的样态对应的所述基本波成分F1以及所述n次高次谐波成分Fn的各模型值作为模型信息而进行预先存储，所述特征量处理部按照所述异常的样态求出表示所述求出的基本波成分F1以及n次高次谐波成分Fn与所述模型信息的一致的程度的一致度，将针对每个所述异常的样态求出的一致度之中最大的一致度作为所述规定的特征量而求出。
由于上述那样的旋转机械异常检测装置将针对每个所述异常的样态求出的一致度之中最大的一致度作为所述规定的特征量而求出，因此能够辨别电脉冲噪声、因来自外部的冲击导致的单引擎且带有比较大的振幅的噪声、例如接触等异常，从而能够更高精度地检测异常。
另外，在另一方式中，在上述的旋转机械异常检测装置中，其特征在于，所述异常判断部参照具有在所述特征量处理部针对每个所述异常的样态而求出的一致度之中最大的一致度的异常的样态来判断所述旋转机械存在异常。
上述那样的旋转机械异常检测装置能够检测异常的样态。
另外，在另一方式中，在上述的旋转机械异常检测装置中，其特征在于，还具备模型信息存储部，该模型信息存储部针对每个所述第一旋转体及第二旋转体中的异常的样态，将与所述异常的样态对应的所述基本波成分F1以及所述n次高次谐波成分Fn的各模型值作为模型信息而进行预先存储，所述谱线处理部分别求出分别求出在第一期间分别测定出的第一测定数据的第一频谱及第二测定数据的第二频谱、以及在与第一期间不同的第二期间分别测定出的第一测定数据的第一频谱及第二测定数据的第二频谱，所述特征量处理部进行如下处理中的多个处理并基于所述进行过的多个处理的处理结果而求出所述规定的特征量：总和处理，求出所述求出的基本波成分F1以及n次高次谐波成分Fn的总和；变化量处理，分别根据所述第一频谱及第二频谱求出所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn，并求出这些求出的所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn中的变化量；成分总和比处理，还根据所述频谱求出所述基本波啮合频率f1以及到所述最小公倍数XAB为止的n次高次谐波啮合频率fn(n＝2～XAB)中的在相互邻接的各频率间存在的规定的各频率gi的各非高次谐波成分Gi(i为从1到(n-1)为止的范围内的整数)，并求出将所述求出的基本波成分F1以及所述n次高次谐波成分Fn的总和除以所述求出的非高次谐波成分Gi的总和后的成分总和比；以及最大一致度处理，针对每个所述异常的样态求出表示所述求出的基本波成分F1以及n次高次谐波成分Fn与所述模型信息的一致的程度的一致度，并求出针对每个所述异常的样态求出的一致度之中最大的一致度。
上述那样的旋转机械异常检测装置基于所述进行了多个处理的处理结果而求出所述规定的特征量，因此能够更高精度地检测异常。
另外，在另一方式中，在上述的旋转机械异常检测装置中，其特征在于，所述谱线处理部具备用于去除噪声的高通滤波器、和求出由所述振动测定部测定出的经由所述高通滤波器后的测定数据的频谱的谱线部。
上述那样的旋转机械异常检测装置具备所述高通滤波器，因此能够去除分布于比较低的频率频带的背景噪声。因此，上述旋转机械异常检测装置能够更高精度地检测异常。
另外，在本发明的另一方式所涉及的旋转机械异常检测方法中，其检测旋转机械中的异常，该旋转机械具备在正常状态下相互隔开规定的间隔地卡合且相对于规定的各轴而绕轴旋转的第一旋转体及第二旋转体，其特征在于，所述旋转机械异常检测方法包括：振动测定工序，在该振动测定工序中，对以所述第一旋转体及第二旋转体中的至少一方为起因而产生的振动进行测定；谱处理工序，在该谱处理工序中，求出由所述振动测定部测定出的测定数据的频谱；特征量处理工序，在该特征量处理工序中，基于由所述谱线处理部求出的频谱而求出关于规定的频率成分的规定的特征量；以及异常判断工序，在该异常判断工序中，基于由所述特征量处理部求出的特征量而判断所述旋转机械中的异常的有无，在将所述第一旋转体的第一齿数以及第一旋转频率分别设为MA(个)以及VA(Hz)、将所述第二旋转体的第二齿数设为MB(个)、将所述第一齿数MA与所述第二齿数MB的最小公倍数设为XAB、将所述第一旋转频率VA除以所述第一齿数MA后的基本波啮合频率VA/MA设为f1(Hz)、将相对于所述基本波啮合频率f1的n次高次谐波啮合频率(n为2以上的整数)设为fn(Hz)的情况下，在所述特征量处理工序中，根据所述频谱求出所述基本波啮合频率f1的基本波成分F1以及到所述最小公倍数XAB为止的n次高次谐波啮合频率fn(n＝2～XAB)的n次高次谐波成分Fn，并基于所述求出的基本波成分F1以及n次高次谐波成分Fn而求出所述规定的特征量。
上述那样的旋转机械异常检测方法中，将第一旋转频率VA除以第一齿数MA后的频率VA/MA设为基本波啮合频率f1(Hz)、将第一齿数MA与第二齿数MB的最小公倍数设为XAB、根据频谱求出所述基本波啮合频率f1的基本波成分F1以及到所述最小公倍数XAB为止的、n次高次谐波啮合频率fn(n＝2～XAB)相对于所述基本波啮合频率f1的n次高次谐波成分Fn，因此能够求出第一旋转体及第二旋转体中的接触的所有的组合所涉及的频率成分F1、Fn。而且，上述旋转机械异常检测方法基于这些接触的所有的组合所涉及的频率成分F1、Fn而判断接触的有无，能够更高精度地判断异常。
另外，本发明在另一方式中是具备上述任一个旋转机械异常检测装置的旋转机械。
根据上述结构，提供具备上述任一个旋转机械异常检测装置的旋转机械，上述那样的旋转机械具备上述任一个旋转机械异常检测装置，因此能够更高精度地判断异常。
发明效果
本发明所涉及的旋转机械异常检测装置以及旋转机械异常检测方法能够更高精度地判断异常。根据本发明，能够提供具备上述那样的旋转机械异常检测装置的旋转机械。
附图说明
图1是示出实施方式中的旋转机械以及旋转机械所具备的旋转机械异常检测装置的结构的框图。
图2是图1所示的旋转机械中的一例的旋转体的俯视示意图。
图3是图2所示的旋转体的剖面示意图。
图4是用于说明比较小的背景噪声的情况下的频谱处理的图。
图5是用于说明比较大的背景噪声的情况下的频谱处理的图。
图6是示出实施方式中的旋转机械异常检测装置的动作的流程图。
图7是用于说明第二方式的特征量的图。
图8是示出异常发生前后的频谱的时间变化的图。
图9是用于说明第三方式的特征量的图。
图10是涉及第四方式的特征量且示出模型信息的一例图。
图11是用于说明图10所示的模型信息的求法的图。
图12是示出使用第五方式的特征量的异常的判断结果的一例的图。
附图标记说明：
M 旋转机械
AD 旋转机械异常检测装置
RB 旋转部
1 振动测定部
2 控制处理部
7 存储部
22 异常检测部
71 测定数据存储部
72 模型信息存储部
221 谱线处理部
222 特征量处理部
223 异常判断部
2211 高通滤波器
2212 谱线部
具体实施方式
以下，基于附图对本发明所涉及的一实施方式进行说明。需要说明的是，在各附图中标注相同的附图标记的结构表示相同的结构，并适当地省略其说明。在本说明书中，在统称的情况下由省略尾标的附图标记表示，在指代单独的结构的情况下由带有尾标的附图标记表示。
图1是示出实施方式中的旋转机械以及旋转机械所具备的旋转机械异常检测装置的结构的框图。图2是图1所示的旋转机械中的一例的旋转体的俯视示意图。图3是2所示的旋转体的剖面示意图。图4是用于说明比较小的背景噪声的情况中的频谱处理的图。图4(A)示出由AE传感器测定出的测定数据，图4(B)示出其RMS，图4(C)示出其频谱。图4(A)的横轴是时间(从测定开始经过的时间)，其纵轴是传感器输出的输出等级。图4(B)的横轴是时间(从测定开始经过的时间)，其纵轴是RMS值。图4(C)的横轴是频率，其纵轴是成分值。图5是用于说明比较大的背景噪声的情况中的频谱处理的图。图5(A)示出由AE传感器测定出的测定数据，图5(B)示出穿过高通滤波器后的测定数据。图5(A)以及(B)的各横轴是时间(从测定开始经过的时间)，其各纵轴是传感器输出的输出等级。
实施方式中的旋转机械(旋转机械械)是具备绕规定的轴进行旋转的旋转体的装置，在本实施方式中，还具备用于检测所述旋转体的异常的旋转机械异常检测装置。更具体来说，例如，如图1所示，旋转机械M具备至少具有第一旋转体及第二旋转体的旋转部RB和旋转机械异常检测装置AD，该旋转机械异常检测装置AD例如具备振动测定部1和带有异常检测部22的控制处理部2。而且，在图1所示的例子中，所述旋转机械异常检测装置AD还具备输入部3、输出部4、接口部(IF部)5、存储部6。
组装有本实施方式的旋转机械异常检测装置AD的旋转机械M例如可以是电动机、发电机、压缩机以及泵等包括旋转体RB在内的任意的装置，在此，作为一例，以下对旋转机械M为压缩机的情况进行说明。
作为该压缩机的旋转机械M具备：至少具有所述第一旋转体及第二旋转体且作为压送流体的压缩机发挥功能的旋转部RB；以及用于驱动所述旋转体进行旋转的未图示的周边装置。如图2以及图3所示，旋转部RB例如具备：以在正常状态下隔开规定的缝隙(间隙)G而相互咬合的方式卡合且绕规定的各轴进行旋转的一对第一旋转体81-1及第二旋转体81-2；以及收容这些第一旋转体81-1及第二旋转体81-2的外壳82。
第一旋转体81-1是压缩机中的外转子，大致具备：第一旋转体主体811-1；在第一旋转体主体的周面上形成的多个凸部812-1；以及与该第一旋转体主体811-1同轴设置的第一旋转轴813-1。上述那样的第一旋转体81-1以第一旋转轴813-1为中心例如绕逆时针(箭头A方向)旋转驱动。第二旋转体81-2是压缩机中的内转子，大致具备：第二旋转体主体811-2；在第二旋转体主体的周面上形成的多个凹部812-2；以及与该第二旋转体主体811-2同轴设置的第二旋转轴813-2。上述那样的第二旋转体81-2以第二旋转轴813-2为中心例如绕顺时针(箭头B方向)旋转驱动。
以下，多个凸部812-1是指在第一旋转体81-1的周面上形成的多个凸部812-1，凸部812-1是指上述多个凸部812-1中的任一者。多个凹部812-2是指在第二旋转体81-2的周面上形成的多个凹部812-2，凹部812-2是指上述多个凹部812-2中的任一者。
第一旋转体81-1绕逆时针旋转，并且第二旋转体81-2绕顺时针旋转，由此在多个凸部812-1以及多个凹部812-2之中，对应的凸部812-1与凹部812-2依次咬合。即，第一旋转体81-1绕逆时针旋转，并且第二旋转体81-2绕顺时针旋转，由此某一凸部812-1与某一凹部812-2相互咬合，进一步使它们分别旋转，由此这些咬合被消除，下一个凸部812-1与下一个凹部812-2咬合，进一步使它们分别旋转，由此这些咬合被消除，下一个凸部812-1与下一凹部812-2咬合。以下，重复上述动作。然后，由此来压缩流体。
凸部812-1和凹部812-2咬合是指，凸部812-1进入凹部812-2，而在正常的状态下，凸部812-1不与凹部812-2接触而具有所述规定的缝隙G。凸部812-1与凹部812-2的接触表示第一旋转体81-1与第二旋转体81-2的接触，是异常状态的一种表现。
外壳82呈剖面长圆形，且是具有如下空间的中空的圆柱体，该空间能够从该外壳82的内周面隔开规定的间隔来收容以各轴成为平行的方式并列设置的第一旋转体81-1及第二旋转体81-2。外壳82在第一旋转体81-1及第二旋转体81-2中的轴向的一方侧设置导入要压缩的流体的未图示的流入口，在其另一方侧，设置导出由第一旋转体81-1及第二旋转体81-2压缩后的流体的未图示的流出口。
而且，为了利用旋转机械异常检测装置AD来检测旋转体的异常，在本实施方式中，在外壳82的外壁的预先设定的规定的位置安装有振动测定部1。需要说明的是，振动测定部1也可以在外壳82的相互不同的位置处安装有多个。作为一例，在图2中，所述振动测定部1被安装于轴向上的比大致中央位置靠一方侧的位置且处于外壳82的外侧壁。
振动测定部1是与控制处理部2连接且为了检测旋转机械M、特别是旋转部RB的旋转体81所产生的异常而测定由旋转体81引起产生的振动的装置。在本实施方式中，振动测定部1对由第一旋转体81-1及第二旋转体81-2中的至少一方引起产生的振动进行测定。振动测定部1优选对可听频带的振动以及超声波频带的振动中的至少一方的振动进行测定。需要说明的是，可听频带通常为20Hz～20kHz的范围，超声波频带通常为20kHz以上。上述那样的振动测定部1例如为AE(Acoustic Emission)传感器等。具备该AE传感器的振动测定部1对例如因接触等异常而由旋转体81引起产生的规定的波长频带的弹性波进行观测，并对其进行测定。由振动测定部1测定出的测定结果向控制处理部2输出。更具体来说，振动测定部1观测振动，并将所述振动的测定结果向控制处理部2输出。控制处理部2以预先设定的规定的时间间隔(抽样间隔)将从振动测定部1输入的测定结果作为测定数据进行抽样。由此，控制处理部2获取隔开抽样间隔且连续的时间序列的测定数据。
输入部3是与控制处理部2连接、且例如将指示异常检测的开始的指令等各种指令、以及例如异常检测对象的旋转机械M(或者旋转体81)中的识别件的输入等检测异常所需要的各种数据输入至旋转机械异常检测装置AD(旋转机械M)的设备，例如是分配有规定的功能的多个输入开关等、键盘、鼠标等。输出部4是与控制处理部2连接、且根据控制处理部2的控制来输出从输入部3输入来的指令、数据以及由旋转机械异常检测装置AD检测、测定出的各结果的设备，例如是CRT显示器、LCD以及有机EL显示器等显示装置、打印机等印刷装置等。
IF部5是与控制处理部2连接、且根据控制处理部2的控制在其与外部设备之间进行数据的输入输出的回路，例如是串行通信方式即RS-232C的接口回路、以及使用USB(Universal Serial Bus)规格的接口回路等。
存储部6与控制处理部2连接，并且根据控制处理部2的控制而存储用于使旋转机械异常检测装置AD的各部分与该各部分的功能相应地动作的控制程序、用于检测旋转机械M的异常的旋转机械异常检测程序等各控制处理程序、以及各控制处理程序的执行所需要的信息等。而且，存储部6也是针对控制处理部2的所谓工作存储器。存储部6构成为具备对上述各控制处理程序及其所需要的信息等进行存储的、例如ROM(Read Only Memory)等非易失性的存储元件、EEPROM(Electrically Erasable Programmable Read Only Memory)等可改写的非易失性的存储元件、以及成为工作存储器的例如RAM(Random AccessMemory)等易失性的存储元件及其周边回路。而且，存储部6对由振动测定部1测定出的测定数据进行存储。因此，存储部6功能性具备测定数据存储部61。需要说明的是，存储部6也可以为了对由振动测定部1测定出的测定数据、通过对该测定数据实施规定的各信息处理而得到的各种数据进行存储，进一步具备例如硬盘等容量比较大的存储装置。
控制处理部2为了检测旋转机械M的异常而根据旋转机械异常检测装置AD的各部分的功能分别控制该各部分，例如，构成为具备CPU(Central Processing Unit)等微型处理器及其周边回路。而且，控制处理部2通过执行控制处理程序而功能性构成控制部21和异常检测部22。
控制部21根据旋转机械异常检测装置AD的各部分的功能而分别控制该各部分，并担负旋转机械异常检测装置AD的整体控制。
异常检测部22基于由振动测定部1测定出的测定结果而检测旋转机械M中的异常。更具体来说，在本实施方式中，异常检测部22通过执行所述控制处理程序而功能性具备谱线处理部221、特征量处理部222以及异常判断部223。
谱线处理部221求出由振动测定部1测定出的测定数据的频谱。更具体来说，例如，谱线处理部221求出由振动测定部1测定出的测定数据的RMS(Root Mean Square、均方根)，通过对该求出的测定数据的RMS进行傅里叶变换例如高速傅里叶变换，由此求出所述测定数据的频谱(功率谱)。在一例中，根据图4(A)所示的测定数据，利用谱线处理部221来求出图4(B)所示的所述测定数据的RMS，而且，利用谱线处理部221来求出图4(C)所示的所述测定数据的频谱(功率谱)。需要说明的是，RMS的时间常数(用于求出RMS的测定数据的个数)通过考虑振动测定部1的抽样比率和旋转体81的转速来适当设定。另外，图4是具备齿数为3个的第一旋转体81-1和齿数为4个的第二旋转体81-2的旋转机械M的测定结果，在图4(C)所示的例子中，由于3次高次谐波成分F3最强，因此齿数为4个的第二旋转体81-2每旋转一圈而接触一次。
另外，例如，谱线处理部221通过包络检波而求出由振动测定部1测定出的测定数据的包迹(包络线)，通过对该求出的测定数据的包迹进行傅里叶变换(优选为高速傅里叶变换)，由此求出所述测定数据的频谱(功率谱)。
需要说明的是，在背景噪声例如像图4(A)所示那样比较小的情况下，如上所述，根据振动测定部1的测定数据求出所述测定数据的RMS、所述测定数据的包迹即可，但存在例如因旋转机械M的设置环境等而导致背景噪声例如像图5(A)所示那样比较大的情况，在上述那样的情况下，表示旋转体81的异常的信号有时被背景噪声淹没而没有明确体现。为了在上述那样的情况下取出表示旋转体81的异常的信号，谱线处理部221例如像图1中虚线所示那样，也可以具备用于去除背景噪声等噪声的高通滤波器2211、以及求出由振动测定部1测定出的、经过高通滤波器2211后的测定数据的频谱的谱线部2212。高通滤波器2211的截止频率可以考虑表示旋转体81的异常的信号的频率而适当设定，例如设定为100kHz等值。谱线部2212相对于由高通滤波器2211滤波后的测定数据而求出其RMS、其包迹，并求出其频谱。
特征量处理部222基于由谱线处理部221求出的频谱而求出与规定的频率成分相关的规定的特征量CV。更具体来说，特征量处理部222在将第一旋转体81-1的第一齿数以及第一旋转频率分别设为MA(个)以及VA(Hz)、将第二旋转体81-2的第二齿数以及第二旋转频率分别设为MB(个)以及VB(Hz)、将第一齿数MA与第二齿数MB的最小公倍数设为XAB、将第一旋转频率VA除以第一齿数MA而得到的基本波啮合频率VA/MA设为f1(Hz)、将相对于基本波啮合频率f1的n次高次谐波啮合频率(n为2以上的整数)设为fn(Hz)的情况下，根据由谱线处理部221求出的频谱，求出基本波啮合频率f1的基本波成分F1以及直至最小公倍数XAB的n次高次谐波啮合频率fn(n＝2～XAB)的n次高次谐波成分Fn，并基于该求出的基本波成分F1以及n次高次谐波成分Fn而求出所述规定的特征量CV。
关于与该规定的频率成分相关的所述规定的特征量CV，为了取出振动测定部1的测定数据所包含的表示旋转体81的异常的信号、为了取出振动测定部1的测定数据所包含的各种噪声而能够使用各种适当的特征量，例如，举出第一方式至第五方式的各特征量CVa～CVe。在此，对第一方式的特征量CVa进行说明，第二方式至第五方式的各特征量CVb～CVe见后述。
如下述式1所示，该第一方式的特征量CVa是所述求出的基本波成分F1以及n次高次谐波成分Fn的总和CVa。因此，特征量处理部222构成为具备特征量处理部222a，该特征量处理部222a根据由谱线处理部221求出的频谱来求出基本波啮合频率f1的基本波成分F1以及直至最小公倍数XAB的n次高次谐波啮合频率fn(n＝2～XAB)的n次高次谐波成分Fn，并求出该求出的基本波成分F1以及n次高次谐波成分Fn的总和。
CVa＝ΣFi···(式1)
其中，i是1～XAB的整数，Σ是求出关于i的F之和的运算符号。
例如，在第一旋转体81-1中，其第一齿数MA为3个，该第一旋转频率VA为60Hz(MA＝3，VA＝60)，在第二旋转体81-2中，其第二齿数MB为4个，该第二旋转频率VB为45Hz(MB＝4，VB＝45)，在上述情况下，它们的最小公倍数XAB为12，因此，啮合的组合也有12种。在此，基本波啮合频率f1成为20(＝60/3)Hz，因此这些第一旋转体81-1及第二旋转体81-2具有基本波啮合频率f1的20Hz和40Hz、60Hz、80Hz、···、200、220、240的n次高次谐波啮合频率fn(n＝2～XAB(＝12))这12种啮合频率(f1～f12)。因此，在上述那样的情况下，特征量处理部222a根据频谱求出基本波啮合频率20Hz的基本波成分F1以及直至最小公倍数12的n次高次谐波啮合频率fn(n＝2～12)的n次高次谐波成分Fn，并将它们的总和作为第一方式的特征量CVa而求出(CVa＝ΣFi，i＝1～12，Σ是求出关于i的F之和的运算符号)。
异常判断部223基于由特征量处理部222求出的特征量CV而判断旋转机械M中的异常的有无。更具体来说，异常判断部223根据由特征量处理部222求出的特征量CV是否为预先设定的规定的阈值th以上而判断旋转机械M中的异常的有无。更详细来说，异常判断部223在由特征量处理部222求出的特征量CV为所述规定的阈值th以上的情况下判断为旋转机械M存在异常，在由特征量处理部222求出的特征量CV并非所述规定的阈值th以上的情况(所述特征量CV不足所述规定的阈值th的情况)下判断为旋转机械M无异常。所述规定的阈值th根据从正常状态的旋转机械M抽样出的测定数据和从异常状态的旋转机械M抽样出的测定数据与特征量CV的方式配合地适当设定。
接下来，对本实施方式的动作进行说明。图6是示出实施方式中的旋转机械异常检测装置的动作的流程图。
旋转机械异常检测装置AD例如在由用户操作未图示的起动开关而使旋转机械M开始运转时，执行控制处理程序。通过执行该控制处理程序，在控制处理部2中功能性构成控制部21以及异常检测部22，并在异常检测部22中功能性构成谱线处理部221、特征量处理部222(在此为特征量处理部222a)以及异常判断部223。而且，旋转机械异常检测装置AD根据以下的动作来检测旋转机械M的异常。
首先，振动测定部1观测旋转机械M中的振动，并将所述振动的测定结果向控制处理部2输出。
在图6中，首先，旋转机械异常检测装置AD通过控制处理部2来收集测定数据(S1)。更具体来说，在上述的状态下，控制处理部2利用控制部21以规定的抽样间隔将从振动测定部1输入的测定结果作为测定数据进行抽样，并将其存储于存储部6的测定数据存储部61。由此，隔开抽样间隔地连续测量测定结果，由时间序列的多个数据构成的测定数据存储于测定数据存储部61。
接下来，旋转机械异常检测装置AD利用异常检测部22的谱线处理部221并根据存储于存储部6的、包括最新测定的测定数据在内的预先设定的规定的时间范围内的测定数据(从最新的测定时刻起到追溯与所述规定的时间范围对应的时间的时刻为止的期间所测定的各测定结果的测定数据)求出所述测定数据的RMS(或者所述测定数据的包迹)，通过对该求出的所述测定数据的RMS(或者所述测定数据的包迹)进行高速傅里叶变换(FFT)而求出测定数据的频谱(S2)。需要说明的是，如上所述，在求出RMS、包迹之前，也可以由高通滤波器2211对测定数据进行滤波。
接下来，旋转机械异常检测装置AD利用异常检测部22的特征量处理部222基于由谱线处理部221求出的频谱而求出所述规定的特征量CV(S3)。在此，利用特征量处理部222a而求出第一方式的特征量CVa、即基本波成分F1以及n次高次谐波成分Fn的总和(CVa＝ΣFi，i＝1～12，Σ是求出关于i的F之和的运算符号)。需要说明的是，考虑旋转体81的转速的误差，为了包含有基本波成分F1以及n次高次谐波成分Fn的各成分，也可以在基本波成分F1以及n次高次谐波成分Fn的各成分中分别将前后的数个数据加入所述总和。
接下来，旋转机械异常检测装置AD利用异常检测部22的异常判断部223基于由特征量处理部222求出的所述规定的特征量CV而判断旋转机械M中的异常的有无(S4)。更具体来说，在此，异常判断部223通过对由特征量处理部222a求出的第一方式的特征量CVa是否为所述规定的阈值th以上进行判断，由此来判断旋转机械M中的异常的有无。该判断的结果是，异常判断部223在由特征量处理部222a求出的第一方式的特征量CVa为所述规定的阈值th以上的情况下判断为旋转机械M存在异常，在由特征量处理部222a求出的第一方式的特征量CVa并非所述规定的阈值th以上的情况下判断为旋转机械M无异常。
接下来，旋转机械异常检测装置AD利用控制部21将处理S5的判断结果输出至输出部4(S5)。
接下来，旋转机械异常检测装置AD利用控制处理部2来判断是否结束、即是否不需要下一次异常判断(S6)。该判断的结果在于，控制处理部2在结束(不需要)的情况(是)下结束本处理，另一方面，在不结束(不需要)的情况(否)下将处理返回至处理S2。需要说明的是，也可以实施在将处理返回至处理S2之前待机规定的时间的待机处理(Wait处理)。由此，以规定的时间为单位持续实施异常判断。
如以上说明的那样，本实施方式中的旋转机械异常检测装置AD、其所应用的旋转机械异常检测方法以及具备该旋转机械异常检测装置的旋转机械M将第一旋转频率VA除以第一齿数MA而得到的频率VA/MA设为基本波啮合频率f1(Hz)、将第一齿数MA与第二齿数MB的最小公倍数设为XAB，根据频谱求出所述基本波啮合频率f1的基本波成分F1以及直至所述最小公倍数XAB的、相对于所述基本波啮合频率f1的n次高次谐波啮合频率fn(n＝2～XAB)的n次高次谐波成分Fn，因此能够求出第一旋转体81-1及第二旋转体81-2中的接触的所有组合所涉及的频率成分F1、Fn。而且，上述旋转机械异常检测装置、该方法以及旋转机械M基于上述接触的所有组合所涉及的频率成分F1、Fn而判断接触的有无，因此能够更高精度地判断异常。
另外，在具备上述的高通滤波器2211以及谱线部2212的情况下，上述旋转机械异常检测装置AD、该方法以及旋转机械M能够去除在相对低频的频带中分布的背景噪声，能够更高精度地检测异常。尤其是压缩机中的背景噪声主要由振动引起产生，因此在相对低频的频带较多分布，另一方面，基于接触的信号在高频频带中也较多产生。根据上述那样的特征的差异，通过具备高通滤波器2211，能够提高检测接触的有无的性能。
需要说明的是，在上述说明中，振动测定部1可以为一个，也可以为多个，由各振动测定部1测定出的各测定数据也可以被单独处理。
另外，在上述说明中，特征量处理部222构成为具备求出第一方式的特征量CVa的特征量处理部222a，但也可以构成为具备求出第二方式～第五方式的特征量CVb～CVe的特征量处理部222b～222e。
图7是用于说明第二方式的特征量的图。图7的横轴为时间，其纵轴为变化量。图8是示出异常发生前后的频谱的时间变化的图。图8(A)示出接触发生10秒前的频谱，图8(B)示出接触发生5秒前的频谱，图8(C)示出接触发生时的频谱，图8(D)示出接触发生2秒后的频谱。图8的各图中的各横轴为频率，它们的纵轴为成分值。图9是用于说明第三方式的特征量的图。图9(A)示出基本波啮合频率f1以及n次高次谐波啮合频率fn的各成分，图9(B)示出各非高次谐波成分。图10涉及第四方式的特征量，是示出模型信息的一例的图。图11是用于说明图10所示的模型信息的求法的图。图11(A)示出以12啮合中的、1啮合接触的情况下的测定数据的RMS，图11(B)示出其傅里叶变换的结果的一部分。图12是示出使用第五方式的特征量的异常的判断结果的一例的图。图12的横轴为事例，其纵轴为特征量值(指标值)。
首先，对第二方式的特征量CVb进行说明。该第二方式的特征量CVb为基本波成分F1以及n次高次谐波成分Fn中的变化量，更具体来说，是相对于时间经过的、基本波成分F1以及n次高次谐波成分Fn中的变化量。在作为异常而发生接触的前后，频谱如图8所示发生变化，由此，相对于时间经过的、基本波成分F1以及n次高次谐波成分Fn中的变化量如图7所示发生变化。更详细来说，在发生接触之前，频谱如图8(A)以及(B)所示几乎不发生变化，其结果是，所述变化量也如图7所示大致为0。在发生接触时，如图8(C)所示，频谱发生变化，该变化如图7所示体现为所述变化量。而且，在继续接触时，频谱如图8(D)所示进一步变化，该变化如图7所示体现为更大的所述变化量。因此，考虑能够将相对于时间经过的、基本波成分F1以及n次高次谐波成分Fn中的所述变化量用作评价异常的有无的指标，并优选作为所述规定的特征量CV之一。
在使用上述那样的第二方式的特征量CVb的情况下，特征量处理部222构成为具备特征量处理部222b，该特征量处理部222b分别根据在相互不同的第一期间及第二期间分别测定的第一测定数据及第二测定数据的第一频谱及第二频谱，求出所述第一期间及第二期间各自的基本波成分F1以及n次高次谐波成分Fn，并将这些求出的所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn中的变化量作为第二方式的特征量CVb求出。更具体来说，特征量处理部222b将这些求出的所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn中的每个成分的差值的二次方作为所述变化量求出。需要说明的是，谱线处理部221如上所述在从处理S6返回至处理S2的情况下，在相互不同的期间依次求出频谱，因此能够分别求出在相互不同的第一期间及第二期间分别测定的第一测定数据及第二测定数据的第一频谱及第二频谱。
更详细来说，在将这次期间中的基本波成分F1以及n次高次谐波成分Fn(所述第一期间的所述基本波成分F1以及所述n次高次谐波成分Fn的一例)设为Fi_Now(i＝1～n的整数)、将在比这次期间靠前的各期间求出的基本波成分F1以及n次高次谐波成分Fn各自的平均值(所述第二期间的所述基本波成分F1以及所述n次高次谐波成分Fn的一例)设为Fi_past(i＝1～n的整数)的情况下，特征量处理部222b如以下的式2所示，求出所述变化量即第二方式的特征量CVb。需要说明的是，用于计算所述平均值Fi_past的期间与变更对象的旋转机械M中的运转条件的周期等相应地适当设定。
CVb＝Σ(Fi_Now-Fi_past)2···(式2)
另外，在作为异常而发生接触的时刻的前后，振动测定部1的输出如上所述发生比较大的变化，但在非接触的情况下例如旋转机械M的运转条件发生变化时，振动测定部1的输出有时逐渐变化。所述第一期间及第二期间各自的基本波成分F1以及n次高次谐波成分Fn中的变化量CVb、尤其是由所述式2表示的上述各成分的差值的二次方之和CVb表示接触的周期性的变化，因此在从非接触的状态发生接触的时刻、接触的状态本身发生了变化的时刻具有比较大的特征。因此，求出第二方式的特征量CVb的旋转机械异常检测装置AD及其所应用的方法以及使用该旋转机械异常检测装置AD的旋转机械M将上述那样的所述变化量CVb作为所述规定的特征量CV求出，因此能够更高精度地检测从非接触的状态发生接触的时刻、接触的状态本身发生了变化的时刻。另外，即便在背景噪声比较大的情况下，在其趋势(倾向)不发生变化的情况下，所述变化量也不会变大，因此上述旋转机械异常检测装置AD、该方法以及旋转机械M能够减少过度检测。
接下来，对第三方式的特征量CVc进行说明。该第三方式的特征量CVc是不仅基于基本波成分F1以及n次高次谐波成分Fn、还基于在基本波啮合频率f1以及n次高次谐波啮合频率fn(n＝2～XAB)中的相互邻接的频率间存在的规定的频率g的非高次谐波成分G的量。
在使用上述那样的第三方式的特征量CVc的情况下，特征量处理部222构成为具备特征量处理部222c，该特征量处理部222c还根据由谱线处理部221求出的频谱求出在基本波啮合频率f1以及直至最小公倍数XAB的n次高次谐波啮合频率fn(n＝2～XAB)中的相互邻接的频率间存在的规定的频率g的非高次谐波成分G，基于所述求出的基本波成分F1、n次高次谐波成分Fn以及非高次谐波成分G而求出第三方式的特征量CVc。更具体来说，从求出最远离基本波啮合频率f1以及n次高次谐波啮合频率fn的频率的观点出发，如图9(B)所示，非高次谐波成分G是在所述相互邻接的频率间的中央存在的频率的成分(Gk＝(Fk+Fk+1)/2，k＝1～XAB-1的整数)。
更详细来说，如下述式3所示，特征量处理部222c还根据由谱线处理部221求出的频谱求出在基本波啮合频率f1以及直至最小公倍数XAB的n次高次谐波啮合频率fn(n＝2～XAB)中的相互邻接的各频率间的中央存在的规定的各频率gk的各非高次谐波成分Gk(k为1～(XAB-1)的范围内的整数)，并将上述求出的基本波成分F1以及n次高次谐波成分Fn的总和(参照图9(A))除以所述求出的非高次谐波成分Gk的总和(参照图9(B))后的成分总和比作为第三方式的特征量CVc来求出。需要说明的是，可以利用非高次谐波成分Gk的总和来判断异常的有无，但该方法随着背景噪声的等级的变化而变弱，因此在本实施方式中，利用成分总和比来判断异常的有无。由此，能够判断为第三方式的特征量CVc(＝成分总和比)与由旋转体81引起产生的信号几乎一致。
CVc＝成分总和比＝(基本波成分F1以及n次高次谐波成分Fn的总和)/(非高次谐波成分Gk的总和)＝(ΣFi)/(ΣGk)···(式3)
AE传感器等的振动测定部1的输出有时与偶发的电噪声等重叠。求出第三方式的特征量CVc的旋转机械异常检测装置AD及其所应用的方法以及使用该旋转机械异常检测装置AD的旋转机械M还考虑所述非高次谐波成分G而求出所述规定的特征量CV，因此能够避免上述那样的偶发的电噪声等的重叠对异常的检测造成的影响，能够降低无周期性的噪声。
接下来，对第四方式的特征量CVd进行说明。该第四方式的特征量CVd是在针对第一旋转体81-1及第二旋转体81-2中的异常的样态预先生成的多个模型各自之间求出的一致度之中的最大值。所述模型由与所述异常的方式对应的所述基本波成分F1以及所述n次高次谐波成分Fn的各模型值构成。所述一致度是表示根据由振动测定部1测定出的测定数据的频谱而求出的所述基本波成分F1以及所述n次高次谐波成分Fn与所述模型的一致的程度的值。
在使用上述那样的第四方式的特征量CVd的情况下，旋转机械异常检测装置AD还具备模型信息存储部62，如图1中虚线所示，在存储部6中针对每个所述异常的样态将与所述异常的方式对应的所述基本波成分F1以及所述n次高次谐波成分Fn的各模型值作为模型信息进行预先存储。而且，特征量处理部222构成为具备特征量处理部222d，该特征量处理部222d针对每个所述异常的样态求出根据由振动测定部1测定出的测定数据的频谱而求出的所述基本波成分F1以及所述n次高次谐波成分Fn与所述模型信息(所述模型)的所述一致度，并将针对每个所述异常的样态求出的一致度之中最大的一致度作为第四方式的特征量CVd而求出。
更具体来说，所述模型信息以表形式存储于模型信息存储部62。该模型信息表MT例如如图10所示具备：登记模型名的接触模型字段621；登记由接触模型字段621所登记的模型名表示的模型的各模型值的系数字段622，以模型名为单位具备记录。系数字段622中，为了登记各模型值而具备第一齿数MA与第二齿数MB的最小公倍数XAB个子字段。在图10所示的例子中，如上所述，第一旋转体81-1的第一齿数MA为3个，第二旋转体81-2的第二齿数MB为4个，因此系数字段622为了登记各模型值ai(i＝1～12)而具备12个子字段622-1～622-12。而且，模型信息表MT登记将周期性发生接触的异常模型化后的6个模型，且具备：登记以这些12种组合中的1啮合进行接触的异常即12啮合中的、1啮合接触的各模型值ai的第1行记录；登记以所述12种组合中的2啮合进行接触的异常即12啮合中的、2啮合接触的各模型值ai的第2行记录；登记以所述12种组合中的3啮合进行接触的异常即12啮合中的、3啮合接触的各模型值ai的第3行记录；登记以所述12种组合中的4啮合进行接触的异常即12啮合中的、4啮合接触的各模型值ai的第4行记录；登记以所述12种组合中的6啮合进行接触的异常即12啮合中的、6啮合接触的各模型值ai的第5行记录；以及登记以所述12种组合中的12啮合进行接触的异常即12啮合中的、12啮合接触的各模型值ai的第6行记录。各模型的各模型值ai例如从实际产生接触的异常的旋转机械M中实测多个样本，根据这些多个样本进行统计处理并求出基本波成分F1以及n次高次谐波成分Fn，由此预先求出各模型值ai。例如，在12啮合中的、1啮合接触的情况下，在根据样本的测定数据求出RMS时，获得图11(A)所示的结果，并通过对其进行高速傅里叶变换(FFT)，由此获得图11(B)所示的结果(图11(B)图示出高速傅里叶变换的结果的一部分)。该图11(B)所示的高速傅里叶变换的各峰值成为12啮合中的、1啮合接触的模型中的各模型值ai。需要说明的是，各模型值ai被规格化，以使得各模型值ai的总和成为1(Σai＝1)。
特征量处理部222d例如以各模型为单位将根据由振动测定部1测定出的测定数据的频谱求出的所述基本波成分F1以及所述n次高次谐波成分Fn的各值Fi分别乘以模型的各模型值ai(Fi×ai)，并求出其总和Sm(Sm＝Σ(Fi×ai)，i＝1～12，Σ是求出关于i的F之和的运算符号，在该例中m为1～6)。特征量处理部222d求出以上述各模型为单位求出的各总和Sm的总和SS(SS＝ΣSm，m＝1～6，Σ是求出关于m的S之和的运算符号)，并以各模型为单位将模型的总和Sm除以该求出的总和SS(规格化)(Sm/SS，m＝1～6)。该除法结果为一致度，通过上述那样的计算方法，能够去除所述基本波成分F1以及所述n次高次谐波成分Fn的各成分分布中的绝对值的影响。而且，特征量处理部222d将以上述各模型为单位求出的各除法结果(各一致度)之中的最大值作为第四方式的特征量CVd而求出。
求出第四方式的特征量CVd的旋转机械异常检测装置AD及其所应用的方法以及使用该旋转机械异常检测装置AD的旋转机械M将针对每个所述异常的样态(在上述中为接触的样态)求出的一致度之中最大的一致度作为所述规定的特征量而求出，因此能够辨别电脉冲噪声或者因来自外部的冲击导致的偶发且带有比较大的振幅的噪声与例如接触等异常，从而能够更高精度地检测异常。
需要说明的是，在使用该第四方式的特征量CVd的情况下，优选的是，异常判断部223也可以利用具有由特征量处理部222e针对每个所述异常的样态求出的一致度之中最大的一致度的异常的方式来判断旋转机械M存在异常。例如，在12啮合中的1啮合接触的一致度、12啮合中的2啮合接触的一致度、12啮合中的3啮合接触的一致度、12啮合中的4啮合接触的一致度、12啮合中的6啮合接触的一致度、以及12啮合中的12啮合接触的一致度中的、最大的一致度为12啮合中的2啮合接触的一致度的情况下，异常判断部223判断为该12啮合中的2啮合接触存在异常。根据上述结构，能够检测异常的方式。
接下来，对第五方式的特征量CVe进行说明。该第五方式的特征量CVe是基于上述的总和、变化量、成分总和比、以及最大的一致度中的多者的量。
在使用上述那样的第五方式的特征量CVe的情况下，特征量处理部222构成为具备特征量处理部222e，该特征量处理部222e进行总和处理、变化量处理、成分总和比处理以及最大一致度处理中的多个处理，基于所述进行过的多个处理的处理结果而求出第五方式的特征量CVe。所述总和处理如上所述是求出基本波成分F1以及n次高次谐波成分Fn的总和CVa的处理。所述变化量处理是如下处理：如上所述，分别根据第一频谱及第二频谱求出在第一期间及第二期间各自的基本波成分F1以及n次高次谐波成分Fn，并求出上述求出的第一期间及第二期间各自的基本波成分F1以及n次高次谐波成分Fn中的变化量CVb。所述成分总和比处理是如下处理：如上所述，还根据频谱求出在基本波啮合频率f1以及直至最小公倍数XAB的n次高次谐波啮合频率fn(n＝2～XAB)中的相互邻接的各频率间存在的规定的各频率gi的各非高次谐波成分Gi(i为1～(n-1)的范围内的整数)，并求出将所述求出的基本波成分F1以及n次高次谐波成分Fn的总和除以所述求出的非高次谐波成分Gi的总和后的成分总和比CVc。所述最大一致度处理是如下处理：针对每个异常的样态求出表示所述求出的基本波成分F1以及n次高次谐波成分Fn与模型信息的一致的程度的一致度，并求出针对每个所述异常的样态求出的一致度之中最大的一致度CVd。
更具体来说，特征量处理部222e例如通过下述式4求出第五方式的特征量CVe。
CVe＝p1＊CVa+p2＊CVb+p3＊CVc+p4＊CVd···(4)
另外，例如，特征量处理部222e例如通过下述式5求出第五方式的特征量CVe。
CVe＝CVap1＊CVbp2＊CVcp3＊CVdp4···(5)
在此，上述式4以及式5中的参数p1～p4(实数)使用在产生接触的情况下根据实际由振动测定部1测定出的测定数据来求出的总和CVa、变化量CVb、成分总和比CVc以及最大的一致度CVd、以及在非接触的情况下根据实际由振动测定部1测定出的测定数据来求出的总和CVa、变化量CVb、成分总和比CVc以及最大的一致度CVd，利用例如多重回归分析等方法求出能够理想辨别接触的有无的值。
作为一例，在产生接触的情况下根据实际由振动测定部1测定出的测定数据由式5求出的特征量CVe(◆)、以及在非接触的情况下根据实际由振动测定部1测定出的测定数据由式5求出的特征量CVe(×)的结果在图12中示出。如图12所示，接触的情况下的特征量CVe(◆)的分布、和非接触的情况下的特征量CVe(×)的分布被大致明确地分开，利用式5的特征量CVe能够辨别因接触导致的异常的有无。
求出第五方式的特征量CVe的旋转机械异常检测装置AD及其所应用的方法以及使用该旋转机械异常检测装置AD的旋转机械M基于所述进行的多个处理的处理结果而求出第五方式的特征量CVe，因此能够更高精度地检测异常。
需要说明的是，上述的式4以及式5使用总和CVa、变化量CVb、成分总和比CVc以及最大的一致度CVd这四者全部，但这些式4以及式5也可以构成为使用总和CVa、变化量CVb、成分总和比CVc以及最大的一致度CVd中的任意组合的两者，另外，这些式4以及式5也可以构成为使用总和CVa、变化量CVb、成分总和比CVc以及最大的一致度CVd中的任意组合的三者。总和CVa、变化量CVb、成分总和比CVc以及最大的一致度CVd分别是如上所述用于取出振动测定部1的测定数据所包含的、表示旋转体81的异常的信号、或者用于取出振动测定部1的测定数据所包含的各种噪声的适当量，因此，优选的是，这些式4以及式5也可以由总和CVa、变化量CVb、成分总和比CVc以及最大的一致度CVd中的与上述目的相应的适当的2个组合构成，另外，优选的是，这些式4以及式5也可以由总和CVa、变化量CVb、成分总和比CVc以及最大的一致度CVd中的与上述目的相应的适当的3个组合构成。
为了表现本发明，在上述说明中参照附图并通过实施方式适当且充分地说明本发明，但应认为只要是本领域技术人员就能够变更以及/或者改善上述的实施方式。因此，本领域技术人员实施的变更方式或者改善方式只要不脱离权利要求书的保护范围，该变更方式或者该改善方式应解释为被包含于该权利要求书的保护范围。

Claims (10)

1.一种旋转机械异常检测装置，其检测旋转机械中的异常，该旋转机械至少具备在正常状态下相互隔开规定的间隔进行卡合且相对于规定的各轴绕轴旋转的第一旋转体及第二旋转体，
其特征在于，
所述旋转机械异常检测装置具备：
振动测定部，其对以所述第一旋转体及第二旋转体中的至少一方为起因产生的振动进行测定；
谱线处理部，其求出由所述振动测定部测定出的测定数据的频谱；
特征量处理部，其基于由所述谱线处理部求出的频谱而求出与规定的频率成分相关的规定的特征量；以及
异常判断部，其基于由所述特征量处理部求出的特征量而判断所述旋转机械有无异常，
在将所述第一旋转体的第一齿数以及第一旋转频率分别设为MA以及VA、将所述第二旋转体的第二齿数设为MB、将所述第一齿数MA与所述第二齿数MB的最小公倍数设为XAB、将所述第一旋转频率VA除以所述第一齿数MA而成的基本波啮合频率VA/MA设为f1、将相对于所述基本波啮合频率f1的n次高次谐波啮合频率设为fn的情况下，所述特征量处理部根据所述频谱求出所述基本波啮合频率f1的基本波成分F1以及直至所述最小公倍数XAB的n次高次谐波啮合频率fn的n次高次谐波成分Fn，并基于求出的所述基本波成分F1以及n次高次谐波成分Fn而求出所述规定的特征量，所述MA、MB的单位为“个”，所述VA、f1、fn的单位为“Hz”，n为2以上的整数。
2.根据权利要求1所述的旋转机械异常检测装置，其特征在于，
所述谱线处理部分别求出在第一期间分别测定出的第一测定数据的第一频谱及第二测定数据的第二频谱、以及在与第一期间不同的第二期间分别测定出的第一测定数据的第一频谱及第二测定数据的第二频谱，
所述特征量处理部分别根据所述第一频谱及第二频谱求出所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn，将这些求出的所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn中的变化量作为所述规定的特征量而求出。
3.根据权利要求2所述的旋转机械异常检测装置，其特征在于，
所述特征量处理部将这些求出的所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn中的各成分的差值的二次方之和作为所述变化量而求出。
4.根据权利要求1所述的旋转机械异常检测装置，其特征在于，
所述特征量处理部还根据所述频谱求出在所述基本波啮合频率f1以及直至所述最小公倍数XAB的n次高次谐波啮合频率fn中的相互邻接的频率间存在的规定的频率g的非高次谐波成分G，基于求出的所述基本波成分F1、n次高次谐波成分Fn以及非高次谐波成分G而求出所述规定的特征量。
5.根据权利要求1所述的旋转机械异常检测装置，其特征在于，
所述旋转机械异常检测装置还具备模型信息存储部，该模型信息存储部针对所述第一旋转体及第二旋转体中的每个异常的样态，将与所述异常的样态对应的所述基本波成分F1以及所述n次高次谐波成分Fn的各模型值作为模型信息进行预先存储，
所述特征量处理部针对每个所述异常的样态求出表示求出的所述基本波成分F1以及n次高次谐波成分Fn与所述模型信息的一致的程度的一致度，将针对每个所述异常的样态求出的一致度之中最大的一致度作为所述规定的特征量而求出。
6.根据权利要求5所述的旋转机械异常检测装置，其特征在于，
所述异常判断部利用具有由所述特征量处理部针对每个所述异常的样态求出的一致度之中最大的一致度的异常的样态来判断为所述旋转机械存在异常。
7.根据权利要求1所述的旋转机械异常检测装置，其特征在于，
所述旋转机械异常检测装置还具备模型信息存储部，该模型信息存储部针对所述第一旋转体及第二旋转体中的异常的样态，将与所述异常的样态对应的所述基本波成分F1以及所述n次高次谐波成分Fn的各模型值作为模型信息进行预先存储，
所述谱线处理部分别求出在第一期间分别测定出的第一测定数据的第一频谱及第二测定数据的第二频谱、以及在与第一期间不同的第二期间分别测定出的第一测定数据的第一频谱及第二测定数据的第二频谱，
所述特征量处理部进行如下处理中的多个处理并基于进行的所述多个处理的处理结果而求出所述规定的特征量，所述处理有：
总和处理，求出所述求出的基本波成分F1以及n次高次谐波成分Fn的总和；
变化量处理，分别根据所述第一频谱及第二频谱求出所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn，并求出这些求出的所述第一期间及第二期间各自的所述基本波成分F1以及所述n次高次谐波成分Fn中的变化量；
成分总和比处理，根据所述频谱进一步求出在所述基本波啮合频率f1以及直至所述最小公倍数XAB的n次高次谐波啮合频率fn中的相互邻接的各频率间存在的规定的各频率gi的各非高次谐波成分Gi，并求出将求出的所述基本波成分F1以及所述n次高次谐波成分Fn的总和除以求出的所述非高次谐波成分Gi的总和而成的成分总和比；以及
最大一致度处理，针对每个所述异常的样态求出表示求出的所述基本波成分F1以及n次高次谐波成分Fn与所述模型信息的一致的程度的一致度，并求出针对每个所述异常的样态求出的一致度之中最大的一致度，i为1～(n-1)的范围内的整数。
8.根据权利要求1至7中任一项所述的旋转机械异常检测装置，其特征在于，
所述谱线处理部具备用于去除噪声的高通滤波器、以及求出由所述振动测定部测定出的经过所述高通滤波器后的测定数据的频谱的谱线部。
9.一种旋转机械异常检测方法，检测旋转机械中的异常，该旋转机械具备在正常状态下相互隔开规定的间隔进行卡合且相对于规定的各轴绕轴旋转的第一旋转体及第二旋转体，
其特征在于，
所述旋转机械异常检测方法包括：
振动测定工序，在该振动测定工序中，对以所述第一旋转体及第二旋转体中的至少一方为起因产生的振动进行测定；
谱线处理工序，在该谱线处理工序中，求出由所述振动测定工序测定出的测定数据的频谱；
特征量处理工序，在该特征量处理工序中，基于由所述谱线处理工序求出的频谱而求出与规定的频率成分相关的规定的特征量；以及
异常判断工序，在该异常判断工序中，基于由所述特征量处理工序求出的特征量而判断所述旋转机械有无异常，
在所述特征量处理工序中，在将所述第一旋转体的第一齿数以及第一旋转频率分别设为MA以及VA、将所述第二旋转体的第二齿数设为MB、将所述第一齿数MA与所述第二齿数MB的最小公倍数设为XAB、将所述第一旋转频率VA除以所述第一齿数MA而成的基本波啮合频率VA/MA设为f1、将相对于所述基本波啮合频率f1的n次高次谐波啮合频率设为fn的情况下，根据所述频谱求出所述基本波啮合频率f1的基本波成分F1以及直至所述最小公倍数XAB的n次高次谐波啮合频率fn的n次高次谐波成分Fn，并基于求出的所述基本波成分F1以及n次高次谐波成分Fn而求出所述规定的特征量，所述MA、MB的单位为“个”，所述VA、f1、fn的单位为“Hz”，n为2以上的整数。
10.一种旋转机械，其特征在于，
所述旋转机械具备权利要求1至8中任一项所述的旋转机械异常检测装置。
CN201710034022.3A 2016-01-18 2017-01-18 旋转机械异常检测装置及该方法、以及旋转机械 Active CN107063654B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016-007115 2016-01-18
JP2016007115A JP6539594B2 (ja) 2016-01-18 2016-01-18 回転機異常検出装置および該方法ならびに回転機

Publications (2)

Publication Number Publication Date
CN107063654A true CN107063654A (zh) 2017-08-18
CN107063654B CN107063654B (zh) 2019-03-29

Family

ID=57758376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710034022.3A Active CN107063654B (zh) 2016-01-18 2017-01-18 旋转机械异常检测装置及该方法、以及旋转机械

Country Status (4)

Country Link
US (1) US10385853B2 (zh)
EP (1) EP3193144B1 (zh)
JP (1) JP6539594B2 (zh)
CN (1) CN107063654B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110630499A (zh) * 2019-10-12 2019-12-31 重庆建设车用空调器有限责任公司 一种判定旋叶式压缩机是否引起异响的方法
CN113281041A (zh) * 2020-02-19 2021-08-20 日本电产株式会社 噪声分析方法、噪声分析程序以及噪声分析装置
CN113432856A (zh) * 2021-06-28 2021-09-24 西门子电机(中国)有限公司 电动机测试方法、装置、电子设备和存储介质

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10907616B2 (en) * 2016-05-03 2021-02-02 Vestas Wind Systems A/S Status monitoring for mechanical plants, in particular wind turbines
ES2951264T3 (es) * 2016-05-04 2023-10-19 Vestas Wind Sys As Método de identificación de un fallo en un sistema de engranajes en un aerogenerador
JP6630653B2 (ja) * 2016-10-06 2020-01-15 株式会社神戸製鋼所 回転機異常検出装置および該方法ならびに回転機
JP6698604B2 (ja) * 2017-09-29 2020-05-27 ファナック株式会社 数値制御システム、及び工具状態検知方法
JP7040920B2 (ja) * 2017-11-06 2022-03-23 Ntn株式会社 軸受の状態監視装置及び異常診断方法
CN108955869A (zh) * 2018-07-16 2018-12-07 哈尔滨电机厂有限责任公司 一种汽轮发电机异常噪声频谱的分析方法
CN110836722A (zh) * 2018-08-15 2020-02-25 博西华家用电器有限公司 电气设备运行状态的检测方法及系统、可读存储介质
JP7134845B2 (ja) * 2018-11-21 2022-09-12 株式会社日立製作所 分析支援装置、分析支援方法、および分析支援プログラム
JP6944102B2 (ja) * 2019-10-18 2021-10-06 エヌティーエンジニアリング株式会社 作業機械の加工状態監視方法及びシステム
JP7285797B2 (ja) * 2020-02-28 2023-06-02 株式会社東芝 状態評価システム、状態評価装置及び状態評価方法
US11493406B2 (en) * 2020-12-22 2022-11-08 Korea Manufacture Process Co., Ltd. Motor noise detecting device and detecting method using AE sensor

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05231361A (ja) * 1992-02-26 1993-09-07 Hitachi Ltd オイルフリースクリュー圧縮機の診断方法およびその装置
JPH09133577A (ja) * 1995-11-07 1997-05-20 Hitachi Ltd 異常接触検出方法および装置
CN1851439A (zh) * 2006-05-26 2006-10-25 江苏技术师范学院 机械故障诊断仪及其工作方法
CN102155988A (zh) * 2010-02-11 2011-08-17 中国钢铁股份有限公司 设备监诊方法
CN102662390A (zh) * 2012-04-26 2012-09-12 杭州电子科技大学 一种随机模糊故障特征融合的旋转机械设备故障诊断方法
CN102687373A (zh) * 2009-11-24 2012-09-19 三菱电机株式会社 永磁体型旋转电机及使用该永磁体型旋转电机的电动动力转向装置
JP2013029484A (ja) * 2011-07-29 2013-02-07 Toshiba Corp 回転機械状態監視装置、回転機械状態監視方法及び回転機械状態監視プログラム
CN104266841A (zh) * 2014-10-11 2015-01-07 中国石油集团渤海钻探工程有限公司 柴油机的故障诊断装置和诊断方法
US20150145451A1 (en) * 2013-11-27 2015-05-28 Denso Corporation Control apparatus for synchronous rotary machine enabling suppression of rotor vibration
CN104792520A (zh) * 2015-04-09 2015-07-22 中山火炬职业技术学院 风力发电机组齿轮箱故障诊断方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3758758A (en) * 1972-03-10 1973-09-11 United Aircraft Corp Weighting rotational statistical vibration analysis employing sidebands and/or
JPH04106429A (ja) * 1990-08-28 1992-04-08 Kobe Steel Ltd 回転機械の異常診断装置
US5365787A (en) * 1991-10-02 1994-11-22 Monitoring Technology Corp. Noninvasive method and apparatus for determining resonance information for rotating machinery components and for anticipating component failure from changes therein
JP2001074616A (ja) * 1999-09-06 2001-03-23 Mitsubishi Electric Corp 回転機の異常診断装置
TW579424B (en) * 2001-07-09 2004-03-11 Shell Int Research Vibration analysis for predictive maintenance in machinery
US7318007B2 (en) * 2003-12-31 2008-01-08 United Technologies Corporation Real time gear box health management system and method of using the same
US7606673B2 (en) * 2006-05-01 2009-10-20 Dynamic Measurement Consultants, Llc Rotating bearing analysis and monitoring system
FR2900745B1 (fr) * 2006-05-05 2008-10-10 Eurocopter France Procede et dispositif de diagnostic d'un mecanisme
JP4865582B2 (ja) * 2007-02-09 2012-02-01 株式会社小野測器 回転計と回転数の計測方法
US10520397B2 (en) * 2012-05-31 2019-12-31 University Of Connecticut Methods and apparatuses for defect diagnosis in a mechanical system
US9157517B2 (en) * 2013-09-16 2015-10-13 Hamilton Sundstrand Corporation Compound harmonic drive

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05231361A (ja) * 1992-02-26 1993-09-07 Hitachi Ltd オイルフリースクリュー圧縮機の診断方法およびその装置
JPH09133577A (ja) * 1995-11-07 1997-05-20 Hitachi Ltd 異常接触検出方法および装置
CN1851439A (zh) * 2006-05-26 2006-10-25 江苏技术师范学院 机械故障诊断仪及其工作方法
CN102687373A (zh) * 2009-11-24 2012-09-19 三菱电机株式会社 永磁体型旋转电机及使用该永磁体型旋转电机的电动动力转向装置
CN102155988A (zh) * 2010-02-11 2011-08-17 中国钢铁股份有限公司 设备监诊方法
JP2013029484A (ja) * 2011-07-29 2013-02-07 Toshiba Corp 回転機械状態監視装置、回転機械状態監視方法及び回転機械状態監視プログラム
CN102662390A (zh) * 2012-04-26 2012-09-12 杭州电子科技大学 一种随机模糊故障特征融合的旋转机械设备故障诊断方法
US20150145451A1 (en) * 2013-11-27 2015-05-28 Denso Corporation Control apparatus for synchronous rotary machine enabling suppression of rotor vibration
CN104266841A (zh) * 2014-10-11 2015-01-07 中国石油集团渤海钻探工程有限公司 柴油机的故障诊断装置和诊断方法
CN104792520A (zh) * 2015-04-09 2015-07-22 中山火炬职业技术学院 风力发电机组齿轮箱故障诊断方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110630499A (zh) * 2019-10-12 2019-12-31 重庆建设车用空调器有限责任公司 一种判定旋叶式压缩机是否引起异响的方法
CN113281041A (zh) * 2020-02-19 2021-08-20 日本电产株式会社 噪声分析方法、噪声分析程序以及噪声分析装置
CN113432856A (zh) * 2021-06-28 2021-09-24 西门子电机(中国)有限公司 电动机测试方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
JP6539594B2 (ja) 2019-07-03
EP3193144A1 (en) 2017-07-19
EP3193144B1 (en) 2019-09-11
JP2017129379A (ja) 2017-07-27
US20170205316A1 (en) 2017-07-20
US10385853B2 (en) 2019-08-20
CN107063654B (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
CN107063654A (zh) 旋转机械异常检测装置及该方法、以及旋转机械
Hemmati et al. Roller bearing acoustic signature extraction by wavelet packet transform, applications in fault detection and size estimation
WO2018066267A1 (ja) 回転機異常検出装置および該方法ならびに回転機
CN106662504A (zh) 旋转机械异常检测装置及其方法以及旋转机
CA2379625C (en) System and method for conditioned-based monitoring of a bearing assembly
CN107003665B (zh) 用于评估连接到马达的旋转机械的状态的方法
CN107167318A (zh) 一种轴承智能快捷故障诊断仪及诊断方法
MX2014014577A (es) Metodos y aparatos para el diagnostico de defectos en un sistema mecanico.
CN107209512A (zh) 用于机器的声学或振动分析的学习阶段的方法、系统及计算机程序
JP6620290B2 (ja) 振動音響解析方法及び装置と機器異常部位推定方法及び装置
CN109765055A (zh) 基于ewt、谱有效值和knn的滚动轴承故障检测方法及系统
Bouaouiche et al. Detection of defects in a bearing by analysis of vibration signals
JP2004361286A (ja) 回転機械の劣化診断方法
Ahmadi et al. Fault diagnosis of journal-bearing of generator using power spectral density and fault probability distribution function
Qiao et al. Sound-vibration spectrogram fusion method for diagnosis of RV reducers in industrial robots
CN107436244B (zh) 基于频率分段振动数据采集的设备故障报警方法
JP2012177653A (ja) 音響診断方法、プログラム及び装置
JP2022098983A (ja) 回転機器の回転数検出システム及び回転数検出装置
JP2000162035A (ja) 回転機器の異常判定方法及びその装置
JP4049331B2 (ja) 診断対象物の評価方法および評価装置
JP2019086349A (ja) 軸受の状態監視装置及び異常診断方法
Hui et al. Dempster-Shafer-Based Sensor Fusion Approach for Machinery Fault Diagnosis
Bouaouiche et al. Bearing fault detection using second-order moment spectrum and adaptive time-varying morphological filtering
OUELAA APPLICATION OF OBJECTIVE AND SUBJECTIVE METHODS FOR THE DIAGNOSIS OF ROTATING MACHINE FAULTS: CONSTANT AND VARIABLE REGIME
Sadoughi et al. A practical bearing fault diagnoser

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant