CN111649886A - 异常检测装置、旋转机械、异常检测方法及程序 - Google Patents

异常检测装置、旋转机械、异常检测方法及程序 Download PDF

Info

Publication number
CN111649886A
CN111649886A CN202010097229.7A CN202010097229A CN111649886A CN 111649886 A CN111649886 A CN 111649886A CN 202010097229 A CN202010097229 A CN 202010097229A CN 111649886 A CN111649886 A CN 111649886A
Authority
CN
China
Prior art keywords
rotary machine
vibration
abnormality
abnormality detection
detection device
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
CN202010097229.7A
Other languages
English (en)
Other versions
CN111649886B (zh
Inventor
广江隆治
井手和成
井川芳克
佐濑辽
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.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries 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
Priority claimed from JP2020019207A external-priority patent/JP7350667B2/ja
Application filed by Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Publication of CN111649886A publication Critical patent/CN111649886A/zh
Application granted granted Critical
Publication of CN111649886B publication Critical patent/CN111649886B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy
    • G06F11/0754—Error or fault detection not based on redundancy by exceeding limits
    • G06F11/076—Error or fault detection not based on redundancy by exceeding limits by exceeding a count or rate limit, e.g. word- or bit count limit
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • G01M7/025—Measuring arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Abstract

一种异常检测装置、旋转机械、异常检测方法及程序，检测旋转机械的异常的有无，具备执行如下处理的处理器：计测值取得处理，基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值；马氏距离算出处理，以由在过去的多个时间点取得的多个所述计测值构成的单位空间为基准，算出在评价所述旋转机械的时间点所取得的所述计测值的马氏距离；及判定处理，在算出的所述马氏距离超过规定的阈值的情况下，判定为在所述旋转机械产生异常。

Description

异常检测装置、旋转机械、异常检测方法及程序
技术领域
本发明涉及异常检测装置、旋转机械、异常检测方法及程序。
本申请针对于2019年3月4日提出申请的日本专利申请第2019-038525号、及2020年2月6日提出申请的日本专利申请第2020-019207号主张优先权，并在此援用其内容。
背景技术
作为诊断检查对象的健全性的技术，已知有使用MT(马氏田口(Mahalanobis-Taguchi))法来检测异常的方法。在MT法中，使用基准数据(例如，正常状态下的各种特性项目的计测值的集团)的协方差矩阵的逆矩阵来计算马氏距离。并且，在计算出的马氏距离超过规定的阈值的情况下，能够判断为检查对象的状态为异常。
例如，在评价旋转机械的状态的情况下，已知有计算以对由旋转轴的旋转引起的振动进行频率解析得到的振幅、相位等的时间序列数据为基准数据的马氏距离(例如，参照日本特许第3692106号公报)。
在以往的技术中，旋转轴的振动的振幅及相位作为分别独立的计测值向基准数据输入。然而，由于振幅及相位是表示在某时间点的振动的特征量的一对信息，因此若如上所述将振幅及相位作为独立的计测值单独地处理，则存在无法高精度地检测旋转机械的异常的可能性。
另外，在MT法中根据由基准数据求出的协方差矩阵的性质不同，有马氏距离的计算精度下降的可能性。具体而言，例如在构成基准数据的特征项间存在强相关性(相关系数的绝对值接近于1)的情况下，在包含于基准数据的数据数量少于特征项的项目数量的情况下，存在协方差矩阵的逆矩阵无法计算，马氏距离的计算精度下降的可能性。作为该对策，例如在日本特开2003-141306号公报中考虑使用取代逆矩阵而计算协方差矩阵的余因子矩阵，并使用该余因子矩阵计算马氏距离的方法(MTA法)。
在日本特开2003-141306号公报中记载的MTA法中，在协方差矩阵的秩比特性值的个数小1的情况下有效，但是在小2以上的情况下存在无法计算马氏距离的可能性。因此，作为其他的方法，在日本特许第5101396号公报中考虑利用协方差矩阵的奇异值分解求出近似逆矩阵，并使用该近似逆矩阵计算马氏距离的方法。
然而，在如在日本特许第5101396号公报中记载的以往的方法中，为了不使协方差矩阵的奇异值的小成分对马氏距离造成影响，将该奇异值的小成分去除而求出近似逆矩阵。因此，在如在检查对象中发生异常且该异常的影响表现于奇异值的小成分那样的情况下，在以往的代用了近似逆矩阵的方法中，存在异常检测的灵敏度下降的可能性。
发明内容
本发明提供能够使旋转机械的异常检测的精度提高的异常检测装置、旋转机械、异常检测方法及程序。
用于解决课题的技术方案
根据本发明的第一方式，检测旋转机械的异常的有无的异常检测装置具备执行如下处理的处理器：计测值取得处理，基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值；马氏距离算出处理，以由在过去的多个时间点取得的多个所述计测值构成的单位空间为基准，算出在评价所述旋转机械的时间点所取得的所述计测值的马氏距离；及判定处理，在算出的所述马氏距离超过规定的阈值的情况下，判定为在所述旋转机械产生异常的判定处理。
通过这样做，由于异常检测装置能够将由旋转机械的旋转引起的振动的特征量作为由振幅及相位构成的一个计测值而进行处理，因此能够提高旋转机械的异常检测的精度。
根据本发明的第二方式，第一方式的异常检测装置的所述处理器在所述计测值取得处理中，在多个不同的观测位置计测所述振动，取得与多个所述观测位置分别对应的多个所述计测值。
通过这样做，异常检测装置能够更高精度地检测旋转机械的异常。
根据本发明的第三方式，在第一或者第二方式的异常检测装置中，所述计测值是将所述振动的振幅及相位变换为复数而得到的值。
通过这样做，由于异常检测装置能够将振动的振幅及相位不作为分别独立的计测值而作为以复数表示的一个计测值进行处理，因此能够进一步提高旋转机械的异常检测的精度。
根据本发明的第四方式，旋转机械具备；旋转轴；振动传感器，计测所述旋转轴的振动；及第一～第三方式中任一种方式的异常检测装置。
根据本发明的第五方式，检测旋转机械的异常的有无的异常检测方法具有如下步骤：基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值的步骤；以由在过去的多个时间点取得的多个所述计测值构成的单位空间为基准，算出在评价所述旋转机械的时间点所取得的所述计测值的马氏距离的步骤；及在算出的所述马氏距离超过规定的阈值的情况下，判定为在所述旋转机械产生异常的步骤。
根据本发明的第六方式，程序使检测旋转机械的异常的有无的异常检测装置的计算机执行如下步骤：基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值的步骤；以由在过去的多个时间点取得的多个所述计测值构成的单位空间为基准，算出在评价所述旋转机械的时间点所取得的所述计测值的马氏距离的步骤；及在算出的所述马氏距离超过规定的阈值的情况下，判定为在所述旋转机械产生异常的步骤。
根据本发明的第七方式，第一方式的异常检测装置的所述处理器在所述计测值取得处理中，在单个或者多个观测位置计测所述振动，取得单个或者多个所述观测位置的振动所包含的多个频率的振幅及相位的所述计测值。
通过这样做，异常检测装置能够更高精度地检测旋转机械的异常。
根据本发明的第八方式，检测旋转机械的异常的有无的异常检测装置具备执行如下处理的处理器：计测值取得处理，基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值；成分取得处理，取得在对由在过去的多个时间点取得的多个所述计测值构成的单位空间进行奇异值分解而得到的奇异向量的方向上分解所述计测值而得到的多个成分；对比处理，将在所述奇异向量的方向上分解所述计测值而得到的多个成分各自的大小与对所述单位空间进行奇异值分解而得到的奇异值按照所述奇异向量的方向分别进行对比；及判定处理，基于所述对比处理的多个对比结果来进行异常判定。
像这样，异常检测装置按奇异向量的方向将成分与奇异值进行对比，从而即使奇异值是0或小值，也能够不将这些除外地在异常判定中使用。其结果，异常检测装置能够抑制异常检测的灵敏度的下降，并且能够使异常检测的精度提高。
根据本发明的第九方式，检测旋转机械的异常的有无的异常检测方法具有如下步骤：基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值的步骤；取得在对由在过去的多个时间点取得的多个所述计测值构成的单位空间进行奇异值分解而得到的奇异向量的方向上分解所述计测值而得到的多个成分的步骤；将在所述奇异向量的方向上分解所述计测值而得到的多个成分各自的大小与对所述单位空间进行奇异值分解而得到的奇异值按照所述奇异向量的方向分别进行对比的步骤；及基于所述对比的步骤的多个对比结果来进行异常判定的步骤。
根据本发明的第十方式，程序使检测旋转机械的异常的有无的异常检测装置的计算机执行如下步骤：基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值的步骤；取得在对由在过去的多个时间点取得的多个所述计测值构成的单位空间进行奇异值分解而得到的奇异向量的方向上分解所述计测值而得到的多个成分的步骤；将在所述奇异向量的方向上分解所述计测值而得到的多个成分各自的大小与对所述单位空间进行奇异值分解而得到的奇异值按照所述奇异向量的方向分别进行对比的步骤；及基于所述对比处理的多个对比结果来进行异常判定的步骤。
根据上述的任一种方式的异常检测装置、旋转机械、异常检测方法及程序，能够使旋转机械的异常检测的精度提高。
附图说明
图1是示出本发明的一种实施方式的旋转机械的结构的图。
图2是示出本发明的一种实施方式的异常检测装置的处理的一例的流程图。
图3是示出本发明的一种实施方式的异常检测装置的硬件结构的一例的图。
图4是示出本发明的一种实施方式的变形例的旋转机械的结构的图。
图5是示出本发明的一种实施方式的变形例的异常检测装置的处理的一例的流程图。
具体实施方式
(旋转机械的整体结构)
以下，参照附图对本发明的一种实施方式的旋转机械100进行说明。
图1是示出本发明的一种实施方式的旋转机械的结构的图。
如图1所示，旋转机械100具备旋转轴10、振动计测器11、异常检测装置2及控制装置3。旋转机械100例如是燃气轮机、蒸汽轮机、压缩机、电动机、车轮、车轴及将这些配置于内部的设备等。
振动计测器11具有振动传感器110和频率分析装置111。
振动传感器110在每个规定周期计测旋转轴10通过旋转产生的振动波形。如图1所示，在本实施方式中，多个振动传感器110A、110B、110C分别设置于旋转轴10的不同的观测位置P1、P2、P3。此外，在图1中示出了设置有3个振动传感器110的例子，但是不限于此。振动传感器110也可以是2个，还可以是4个以上。进一步地，不限于振动传感器直接地计测旋转轴的振动。例如，也可以是计测燃气轮机、压缩机或者车辆的车轴等的安装架台的振动。进一步地，若振动传感器提供多个频率成分的振幅及相位或者表示它们的复数，则由于与振动传感器为多个的情况等价，因此振动传感器也可以是1个。
频率分析装置111对从振动传感器110输出的计测结果(检测信号)进行频率解析，向异常检测装置2输出由每个频率的振动的振幅A及相位Φ这两个值构成的检测信号。在图1的例子中，频率分析装置111从分别设置于多个观测位置P1、P2、P3的振动传感器110A、110B、110C分别取得在时刻t的计测结果。接下来，频率分析装置111对从振动传感器110A、110B、110C取得的计测结果分别进行频率分析而求出观测位置P1处的振动的振幅A1及相位Φ1、观测位置P2处的振动的振幅A2及相位Φ2、观测位置P3处的振动的振幅A3及相位Φ3。另外，频率分析装置111向异常检测装置2输出{A1，Φ1，A2，Φ2，A3，Φ3}t作为时刻t的各观测位置P1～P3的检测信号。
异常检测装置2取得从振动计测器11(振动传感器110)输出的检测信号而判定在旋转机械100是否产生异常，并向控制装置3输出判定结果。对于异常检测装置2的功能结构稍后叙述。
控制装置3生成用于对旋转机械100进行控制的控制信号。例如，控制装置3在从异常检测装置2接收了表示在旋转机械100产生了异常的判定结果的情况下，生成使旋转机械100的运转停止的控制信号。
(异常检测装置的功能结构)
接下来，参照图1对异常检测装置2的功能结构进行说明。
如图1所示，异常检测装置2具备输入输出部20、处理器21及存储介质22。
输入输出部20在每个规定周期从振动计测器11接收与旋转轴10的振动相关的检测信号的输入。另外，输入输出部20向控制装置3输出异常检测装置2的检测结果。
处理器21管理异常检测装置2的动作整体。处理器21通过根据程序进行动作而发挥作为计测值取得部210、单位空间生成部211、马氏距离算出部212及判定部213的功能。
计测值取得部210执行基于从振动计测器11(振动传感器110)输出的检测信号取得由振动的振幅及相位构成的计测值的处理。更具体而言，计测值取得部210取得将振动的振幅及相位变换为复数而得到的值作为计测值。
单位空间生成部211执行生成包含在过去的多个时间点取得的多个计测值的单位空间的处理。另外，单位空间生成部211执行将生成的单位空间存储于存储介质22的处理。
马氏距离算出部212执行以单位空间为基准算出在评价旋转机械100的时间点所取得的计测值的马氏距离的处理。
判定部213执行基于算出的马氏距离判定是否在旋转机械100产生异常的处理。具体而言，判定部213在算出的马氏距离超过规定的阈值的情况下，判定为在旋转机械100产生了异常。
在存储介质22存储有从振动计测器11取得的检测信号、单位空间生成部211生成的单位空间。
(异常检测装置的处理流程)
图2是示出本发明的一种实施方式的异常检测装置的处理的一例的流程图。
以下，参照图2对本实施方式的异常检测装置2监控旋转机械100的状态的处理的流程详细地进行说明。
如图2所示，计测值取得部210从振动计测器11接收时刻t的多个观测位置P1、P2、P3各自的检测信号(步骤S11)。在本实施方式中，计测值取得部210从振动计测器11的频率分析装置111接收由多个观测位置P1、P2、P3各自的振动的振幅及相位构成的检测信号{A1，Φ1，A2，Φ2，A3，Φ3}t。进一步地，检测信号{A1，Φ1，A2，Φ2，A3，Φ3}t也可以是1个振动传感器提供的多个频率成分的振幅及相位。
接下来，计测值取得部210取得由接收到的检测信号所包含的振幅及相位构成的计测值y(步骤S12)。
在以往的方法中，观测位置P1、P2、P3各自的振动的振幅A1、A2、A3及相位Φ1、Φ2、Φ3以分别为从不同的传感器取得的信息的方式被处理。因此，在以往的方法中，各观测位置处的振动的计测值y如以下的式(1)那样表示。
【算式1】
Figure BDA0002385477390000091
然而，“振幅A1及相位Φ1”、“振幅A2及相位Φ2”、“振幅A3及相位Φ3”是分别表示观测位置P1、P2、P3处的振动波形的一对的信息。因此，如以往那样，若将各观测位置处的振幅及相位作为从不同的传感器取得的独立的信息而进行处理，则存在无法高精度地检测旋转机械100的异常(对于异常的灵敏度变低)的可能性。
因此，本实施方式的计测值取得部210将振幅及相位不作为分别独立的信息来进行处理，而是作为由振幅及相位构成的1个计测值来进行处理。具体而言，如以下的式(2)、式(3)、式(4)所示，计测值取得部210取得将观测位置P1、P2、P3各自的振动的振幅及相位复数化而得到的计测值。
【算式2】
a1+jb1＝A1ejφ1…(2)
【算式3】
a2+jb2＝A2ejφ2…(3)
【算式4】
a3+jb3＝A3ejφ3…(4)
因此，如在以下的式(5)中表示的那样，计测值取得部210取得将观测位置P1、P2、P3的振动的振幅及相位复数化而得到的计测值y。
【算式5】
Figure BDA0002385477390000101
在此，对使用该复数化所得的计测值y而生成的单位空间进行说明。单位空间是指在旋转机械100处于正常状态时取得的多个计测值y的协方差矩阵Q，使用以下的式(6)及式(7)表示。此外，式(6)的Y0是将多个计测值y在时间方向上排列而成的向量，n是向量的长度。式(7)的Y0＊表示Y0的共轭转置。
【算式6】
Y0＝[y1 y2 … yn] …(6)
【算式7】
Figure BDA0002385477390000102
在图2的处理的例子中，单位空间生成部211像这样基于在过去的时间点取得的多个计测值y而完成单位空间的生成，该单位空间被存储于存储介质22。
接下来，马氏距离算出部212以存储于存储介质22的单位空间为基准，算出在时刻t取得了的计测值y的马氏距离(步骤S13)。具体而言，马氏距离算出部212通过以下的式(8)算出时刻t的马氏距离MD。
【算式8】
Figure BDA0002385477390000111
接下来，判定部213基于由马氏距离算出部212算出的马氏距离MD判定时刻t的旋转机械100的状态是正常还是异常(步骤S14)。
此外，虽然计测值y是复数，但是通过马氏距离算出部212算出的马氏距离MD和以往一样为实数值。因此，判定部213能够和以往的方法同样地判定异常的有无。具体而言，判定部213基于时刻t的马氏距离MD是否超过了预先存储于存储介质22的阈值来判定异常的有无。阈值例如是3。
判定部213在时刻t的马氏距离MD为阈值以下的情况(步骤S14：是)下，判断为旋转机械100是正常的。在该情况下，判定部213经由输入输出部20向控制装置3输出表示“正常”的判定结果(步骤S15)。
另一方面，判定部213在时刻t的马氏距离MD超过阈值的情况(步骤S14：否)下，判断为在旋转机械100产生异常。在该情况下，判定部213经由输入输出部20向控制装置3输出表示“异常”的判定结果(步骤S16)。控制装置3在接收到表示“异常”的判定结果的情况下，进行使旋转机械100的运转停止等的控制。
另外，单位空间生成部211判断是否将计测值取得部210取得了的时刻t的计测值y采用于单位空间(步骤S17)。例如，单位空间生成部211在每个规定的更新周期(例如，4小时)，将旋转机械100的状态为正常的时间点的计测值y采用于单位空间。在该情况下，单位空间生成部211在时刻t的旋转机械100的状态为正常(步骤S14：是)，且上次生成单位空间之后经过了规定的更新周期的情况下，将时刻t的计测值y采用于单位空间(步骤S17：是)。这样一来，单位空间生成部211使用上述的式(6)及式(7)生成包含时刻t的计测值y的新的单位空间(步骤S18)。生成的单位空间被存储于存储介质22。
另一方面，单位空间生成部211在时刻t的旋转机械100的状态为异常(步骤S14：否)的情况下，或者在上次生成单位空间之后未经过规定的更新周期的情况下，不将时刻t的计测值y采用于单位空间(步骤S17：否)，结束处理。
异常检测装置2通过重复上述的步骤S11～S18，持续地监控旋转机械100的状态是正常还是异常。
(实施例)
以下，对使用本实施方式的异常检测装置2判定旋转机械100的状态的例子进行说明。此外，以下虽然使用数值进行说明，但是数值是用于使说明具体化，并不是对实施的范围进行限定。
旋转机械100的旋转轴10是弱衰减系统，变为异常的水平的振动的原因可以认为共振。即，可以认为微小的外部扰乱通过旋转轴10的共振被几百倍地增幅而被感知。若为共振，则分别设置有振动传感器110的多个观测位置的振动以振动模式形状被连结。因此，观测位置不会各自独立地动作而会在振动中随着固有的模式形状而连动。或者，若关注于一个观测位置，则由于其振动的频率依存性能够利用基于有理式的传递函数等进行近似，因此关于频率也具有连动的性质。
例如，如图1所示，振动传感器110在3处观测位置P1、P2、P3分别计测了振动。这样一来，计测值取得部210取得将观测位置P1、P2、P3处的振动的振幅及相位复数化而得到的计测值{y1，y2，y3}(图2的步骤S12)。
另外，利用如在以下的式(9)中表示的随机的复数模拟在某观测位置P1处的计测值y1。此外，在式(9)中，N(0，1)是服从均值为0、方差为1的正态分布的随机数。
【算式9】
y1＝N(0，1)+jN(0，1)…(9)
当复数化而得到的计测值y1利用振幅A1及相位Φ1表示时，分别如以下的式(10)及式(11)那样。
【算式10】
Figure BDA0002385477390000131
【算式11】
φ1＝tan-1(Im(y1)/Re(y1))…(11)
如上所述，各观测位置P1、P2、P3的振动是连动。若使用传递函数g21、g31表示观测位置P1与观测位置P2、观测位置P3以连动的方式振动的情况，则观测位置P2的计测值y2及观测位置P3的计测值y3分别利用以下的式(12)及式(13)表示。需要说明的是在式(12)及式(13)中δ2及δ3是观测噪声。
【算式12】
y2＝g21y1+δ2…(12)
【算式13】
y3＝g31y1+δ3…(13)
单位空间生成部211将过去的多个时间点t1、t2、…、tn的计测值y1、y2、y3在时间方向上排列而构成计测向量Y0。该计测向量Y0表示为以下的式(14)。
【算式14】
Figure BDA0002385477390000141
另外，若使用＊表示共轭转置，则复数的协方差矩阵表示为以下的式(15)，变成与实数相同的形式。
【算式15】
Figure BDA0002385477390000142
马氏距离算出部212算出马氏距离。若将作为监控对象的旋转机械100的旋转轴10的振动的检测信号(计测值)设为y，则该计测值y的马氏距离可利用以下的式(16)求出。
【算式16】
Figure BDA0002385477390000143
在此，传递函数g21、g31分别利用以下的式(17)、(18)表示，观测噪声δ2、δ3分别利用以下的式(19)、(20)表示。
【算式17】
g21＝-1+j…(17)
【算式18】
g31＝-0.01j…(18)
【算式19】
δ2＝0.01·N(0，1)+0.01j·N(0，1)…(19)
【算式20】
δ3＝0.00001·N(0，1)+0.0001j·N(0，1)…(20)
这样一来，由单位空间生成部211生成的单位空间Q变成以下的式(21)。
【算式21】
Figure BDA0002385477390000151
另外，按照以下的式(22)确定旋转机械100的状态为正常时的计测值ygood。
【算式22】
Figure BDA0002385477390000152
此时，以利用上述的式(21)表示的单位空间Q为基准求出的计测值ygood的马氏距离MD如在以下的式(23)中示出的那样为“0.707”。
【算式23】
Figure BDA0002385477390000161
另一方面，按照以下的式(24)确定旋转机械100的状态为异常时的计测值ybad。
【算式24】
Figure BDA0002385477390000162
同样地，若以上述的式(21)所表示的单位空间Q为基准求出该计测值ybad的马氏距离MD，则如在以下的式(25)中示出的那样为“70.1”。
【算式25】
Figure BDA0002385477390000163
像这样，若使用本实施方式的异常检测装置2算出马氏距离，则由于异常时的马氏距离是正常时的马氏距离的约100倍，因此异常产生是明确的。因此，异常检测装置2能够从旋转机械100的旋转轴10的振动高灵敏度地检测旋转机械100的异常的有无。
(比较例)
另外，将通过以往的方法判定旋转机械的状态的例子作为比较例进行说明。
此外，传递函数g21、g31和观测噪声δ2、δ3与上述的实施例是一样的。
在以往的方法中，旋转轴的振动的振幅及相位分别作为不同的传感器的信息而进行处理。因此，若与上述的实施例同样地在3处观测位置P1、P2、P3进行振动的计测，则取得由与观测位置P1、P2、P3分别对应的3个位置份的振幅及3个位置份的相位共计6个信号构成的计测值y(参照上述的式(1))。因此，通过以往的方法生成的单位空间Q如在以下的式(26)所表示的那样，是6×6的大小。
【算式26】
Figure BDA0002385477390000171
另外，按照以下的式(27)确定旋转机械100的状态为正常时的计测值ygood。
【算式27】
Figure BDA0002385477390000172
此时，以上述的式(27)所表示的单位空间Q为基准求出的计测值ygood的马氏距离MD，如在以下的式(28)中示出的那样为“1.14”。
【算式28】
Figure BDA0002385477390000173
另一方面，按照以下的式(29)确定旋转机械100的状态为异常时的计测值ybad。
【算式29】
Figure BDA0002385477390000181
同样地，若以上述的式(27)所表示的单位空间Q为基准求出该计测值ybad的马氏距离MD，则如在以下的式(30)中示出的那样为“5.05”。
【算式30】
Figure BDA0002385477390000182
像这样，在使用了以往的方法的比较例中，异常时的马氏距离是正常时的马氏距离的约5倍左右。
相对于使用了以往的方法的比较例，在使用了本实施方式的异常检测装置2的实施例中，如上所述，由于异常时的马氏距离变大到正常时的约100倍，因此可知与比较例相比大幅提高了异常的检测精度。
(异常检测装置的硬件结构)
图3是示出本发明的一种实施方式的异常检测装置的硬件结构的一例的图。
以下，参照图3对异常检测装置2的硬件结构的一例进行说明。
如图3所示，计算机900具备CPU901、主存储装置902、辅助存储装置903及接口904。
上述的异常检测装置2安装于计算机900。并且，上述的各处理部的动作以程序的形式存储于辅助存储装置903。CPU901(处理器21)从辅助存储装置903读出程序并在主存储装置902中展开，并且根据该程序执行上述处理。另外，CPU901与程序相应地在主存储装置902中确保异常检测装置2在各种处理中使用的存储区域。另外，CPU901与程序相应地在辅助存储装置903(存储介质22)中确保对处理中的数据进行存储的存储区域。
作为辅助存储装置903的例子可以举出HDD(Hard Disk Drive：硬盘驱动器)、SSD(Solid State Drive：固态硬盘)、磁盘、磁光盘、CD-ROM(Compact Disc Read OnlyMemory：光盘只读存储器)、DVD－ROM(Digital Versatile Disc Read Only Memory：数字多功能光盘只读存储器)、半导体存储器等。辅助存储装置903既可以是与计算机900的母线直接连接的内部媒体，也可以是经由接口904或者通信线与计算机900连接的外部媒体。另外，在该程序通过通信线被分配至计算机900的情况下，接受了分配的计算机900也可以将该程序在主存储装置902中展开，并执行上述处理。在至少一个实施方式中，辅助存储装置903是非暂时性的有形的存储介质。
另外，该程序也可以是用于实现前述的功能的一部分的程序。进一步地，该程序也可以是以与已存储于辅助存储装置903中的其他的程序组合来实现前述的功能的所谓的差分文件(差分程序)。
(作用效果)
如上所述，本实施方式的异常检测装置2具备执行以下处理的处理器21：计测值取得处理，基于从对旋转机械100的旋转轴10的振动进行计测的振动传感器110输出的检测信号，取得由将振动的振幅及相位变换为复数而得到的值构成的计测值y；马氏距离算出处理，以由在过去的多个时间点取得的多个计测值y构成的单位空间为基准，算出在评价旋转机械100的时间点t所取得的计测值y的马氏距离MD；及判定处理，在算出的马氏距离MD超过规定的阈值的情况下，判定为在旋转机械100产生异常。在以往的方法中，由于旋转轴的振动的振幅及相位分别作为由不同的传感器检测出的信息而进行处理，因此存在无法根据振幅及相位高精度地检测旋转机械的异常的可能性。然而，本实施方式的异常检测装置2由于能够将旋转轴10的振动的特征量作为由振幅及相位构成的一对的计测值而进行处理，因此能够使旋转机械100的异常检测的精度提高。
另外，异常检测装置2的处理器21在计测值取得处理中取得与旋转轴10的不同的观测位置P1、P2、P3分别对应的多个计测值y1、y2、y3。
通过这样做，异常检测装置2能够更高精度地检测旋转机械100的异常。
另外，异常检测装置2的处理器21在计测值取得处理中，在单个或者多个观测位置计测振动，并取得单个或者多个观测位置的振动所包含的多个频率的振幅及相位的所述计测值。
通过这样做，异常检测装置2能够更高精度地检测旋转机械100的异常。
另外，本实施方式的旋转机械100具备旋转轴10、对旋转轴10的振动进行计测的振动传感器110及异常检测装置2。
以上，对本发明的实施方式详细地进行了说明，但是只要不脱离本发明的技术思想，也可以不受实施方式限定地进行多种设计变更。
例如，在上述的实施方式中对振动计测器11具有频率分析装置111的方式进行了说明，但不限于此。在其他的实施方式中，也可以是，异常检测装置2具有频率分析装置，基于从振动传感器110输出的检测信号，异常检测装置2的频率分析装置进行频率解析。
进一步地，在上述的实施方式中叙述了基于马氏距离的异常检测方法，但是本申请的适用不限于马氏距离。以下，参照附图对上述的实施方式的变形例进行说明。
(变形例的异常检测装置的功能结构)
图4是示出本发明的一种实施方式的变形例的旋转机械的结构的图。
如图4所示，本变形例的异常检测装置2的处理器21代替马氏距离算出部212而具有成分算出部214作为功能部。
成分算出部214执行在对单位空间进行奇异值分解而得到的奇异向量的方向上分解计测值取得部210所取得的计测值y而取得多个成分的处理。
另外，本实施方式的判定部213执行将在奇异向量的方向上分解计测值y而得到的多个成分各自的大小与对单位空间进行奇异值分解而得到的奇异值按照奇异向量的方向分别进行对比的处理，及基于多个对比结果来进行异常判定的处理。
(变形例的异常检测装置的处理流程)
图5是示出本发明的一种实施方式的变形例的异常检测装置的处理的一例的流程图。
此外，由于图5的步骤S11、S12、S15、S16、S17及S18与图2的各步骤相同，因此省略说明。在此，参照图5对本变形例的成分算出部214的处理(步骤S13A)及判定部213的处理(步骤S14A)详细地进行说明。
如图5所示，成分算出部214计算计测值y的成分ρi(i＝1，2，…，m)(步骤S13A)。具体而言，成分算出部214通过如下的顺序计算成分ρi。
单位空间能够如以下的算式(31)那样进行奇异值分解。
【算式31】
Figure BDA0002385477390000221
在此，m是计测值的数量。ui(i＝1，2，…，m)是奇异向量，是大小为m×1的复向量。σi(i＝1，2，…，m)是奇异值，是非负实数。
成分算出部214使用以下的算式(32)求出将计测值y在奇异向量ui(i＝1，2，…，m)的方向上分解而得到的成分ρi(i＝1，2，…，m)。
【算式32】
Figure BDA0002385477390000222
此外，本变形例的成分算出部214向判定部213输出将计测值y在奇异向量ui的方向上分解而得到的成分ρi的绝对值。成分ρi的绝对值利用以下的算式(33)表示。
【算式33】
Figure BDA0002385477390000231
在判定部213中进行将在奇异向量ui的方向上分解计测值y而得到的成分ρi的绝对值与和奇异向量ui对应的奇异值σi的平方根按每个奇异向量分别进行对比的对比处理。由于单位空间Q是在旋转机械100处于正常状态时取得的多个计测值y的协方差矩阵，因此其奇异值σi表示正常状态时的成分ρi的绝对值的平方值的偏差。因此，如果在某时刻旋转机械100是正常的，则ρiρi ＊应该是接近于奇异值σi的值。基于像这样的前提，判定部213将成分ρi的绝对值与奇异值σi的平方根按每个奇异向量ui(i＝1，2，…，m)进行对比(步骤S14A)，并输出其判定结果(步骤S15或S16)。例如，判定部213在成分ρi的绝对值小于基于奇异值σi的阈值(步骤S14A：是)的情况下输出表示正常的判定结果(步骤S15)，在阈值以上(步骤S14A：否)的情况下输出表示异常的判定结果(步骤S16)。具体而言，若下述算式(34)成立则判定部213判定为异常。
【算式34】
Figure BDA0002385477390000232
在此，算式(34)的αi及βi是按每个奇异向量ui(i＝1，2，…，m)确定的正的常数。
如上所述，在以往的使用了MT法的技术(例如，在日本特许第5101396号公报中记载的技术)中，存在异常检测的灵敏度下降的可能性。然而，本变形例的异常检测装置2通过进行将在奇异向量ui的方向上将分解计测值y而得到的成分ρi的绝对值与和奇异向量ui的奇异值σi对应的平方根按照每个奇异向量分别进行对比的对比处理，能够无需计算马氏距离而进行异常判定。由此，异常检测装置2由于无需考虑在求出马氏距离时可能会产生的由除以0造成的计算精度的劣化，因此即使是如异常的影响表现于奇异值σi的小成分中那样的情况，也能够不将此情况除外地在异常判定中使用。其结果，异常检测装置2能够抑制异常检测的灵敏度的下降，并且能够使异常检测的精度提高。

Claims (10)

1.一种异常检测装置，检测旋转机械的异常的有无，其中，
所述异常检测装置具备执行如下处理的处理器：
计测值取得处理，基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值；
马氏距离算出处理，以由在过去的多个时间点取得的多个所述计测值构成的单位空间为基准，算出在评价所述旋转机械的时间点所取得的所述计测值的马氏距离；及
判定处理，在算出的所述马氏距离超过规定的阈值的情况下，判定为在所述旋转机械产生异常。
2.根据权利要求1所述的异常检测装置，其中，
所述处理器在所述计测值取得处理中，在多个不同的观测位置计测所述振动，取得与多个所述观测位置分别对应的多个所述计测值。
3.根据权利要求1或2所述的异常检测装置，其中，
所述计测值是将所述振动的振幅及相位变换为复数而得到的值。
4.一种旋转机械，具备：
旋转轴；
振动传感器，计测所述旋转轴的振动；及
权利要求1～3中任一项所述的异常检测装置。
5.一种异常检测方法，检测旋转机械的异常的有无，其中，
所述异常检测方法具有以下步骤：
基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值的步骤；
以由在过去的多个时间点取得的多个所述计测值构成的单位空间为基准，算出在评价所述旋转机械的时间点所取得的所述计测值的马氏距离的步骤；及
在算出的所述马氏距离超过规定的阈值的情况下，判定为在所述旋转机械产生异常的步骤。
6.一种程序，使检测旋转机械的异常的有无的异常检测装置的计算机执行如下步骤：
基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值的步骤；
以由在过去的多个时间点取得的多个所述计测值构成的单位空间为基准，算出在评价所述旋转机械的时间点所取得的所述计测值的马氏距离的步骤；及
在算出的所述马氏距离超过规定的阈值的情况下，判定为在所述旋转机械产生异常的步骤。
7.根据权利要求1所述的异常检测装置，其中，
所述处理器在所述计测值取得处理中，在单个或者多个观测位置计测所述振动，取得单个或者多个所述观测位置的振动所包含的多个频率的振幅及相位的所述计测值。
8.一种异常检测装置，检测旋转机械的异常的有无，其中，
所述异常检测装置具备执行如下处理的处理器：
计测值取得处理，基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值；
成分取得处理，取得在对由在过去的多个时间点取得的多个所述计测值构成的单位空间进行奇异值分解而得到的奇异向量的方向上分解所述计测值而得到的多个成分；
对比处理，将在所述奇异向量的方向上分解所述计测值而得到的多个成分各自的大小与对所述单位空间进行奇异值分解而得到的奇异值按照所述奇异向量的方向分别进行对比；及
判定处理，基于所述对比处理的多个对比结果来进行异常判定。
9.一种异常检测方法，检测旋转机械的异常的有无，其中，
所述异常检测方法具有如下步骤：
基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值的步骤；
取得在对由在过去的多个时间点取得的多个所述计测值构成的单位空间进行奇异值分解而得到的奇异向量的方向上分解所述计测值而得到的多个成分的步骤；
将在所述奇异向量的方向上分解所述计测值而得到的多个成分各自的大小与对所述单位空间进行奇异值分解而得到的奇异值按照所述奇异向量的方向分别进行对比的步骤；及
基于所述对比的步骤的多个对比结果来进行异常判定的步骤。
10.一种程序，使检测旋转机械的异常的有无的异常检测装置的计算机执行如下步骤：
基于从对由所述旋转机械的旋转引起的振动进行计测的振动传感器输出的检测信号，取得由所述振动的振幅及相位构成的计测值的步骤；
取得在对由在过去的多个时间点取得的多个所述计测值构成的单位空间进行奇异值分解而得到的奇异向量的方向上分解所述计测值而得到的多个成分的步骤；
将在所述奇异向量的方向上分解所述计测值而得到的多个成分各自的大小与对所述单位空间进行奇异值分解而得到的奇异值按照所述奇异向量的方向分别进行对比的步骤；及
基于所述对比的步骤的多个对比结果来进行异常判定的步骤。
CN202010097229.7A 2019-03-04 2020-02-17 异常检测装置、旋转机械、异常检测方法及计算机可读取的存储介质 Active CN111649886B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2019038525 2019-03-04
JP2019-038525 2019-03-04
JP2020019207A JP7350667B2 (ja) 2019-03-04 2020-02-06 異常検出装置、回転機械、異常検出方法、及びプログラム
JP2020-019207 2020-02-06

Publications (2)

Publication Number Publication Date
CN111649886A true CN111649886A (zh) 2020-09-11
CN111649886B CN111649886B (zh) 2022-05-10

Family

ID=72146728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010097229.7A Active CN111649886B (zh) 2019-03-04 2020-02-17 异常检测装置、旋转机械、异常检测方法及计算机可读取的存储介质

Country Status (4)

Country Link
US (1) US11334414B2 (zh)
JP (1) JP7470849B2 (zh)
CN (1) CN111649886B (zh)
DE (1) DE102020001020B4 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112179638A (zh) * 2020-09-28 2021-01-05 大连圣力来监测技术有限公司 一种用于旋转设备同步采样的多频率分辨率分析方法
CN113127298A (zh) * 2021-03-30 2021-07-16 山东英信计算机技术有限公司 一种保护机械硬盘的方法、系统、设备及介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11846979B1 (en) * 2022-06-01 2023-12-19 Sas Institute, Inc. Anomaly detection and diagnostics based on multivariate analysis

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1490527A (zh) * 2002-09-27 2004-04-21 ��ʽ���綫֥ 制造装置及旋转机的寿命预测方法
JP2009288100A (ja) * 2008-05-29 2009-12-10 Mitsubishi Heavy Ind Ltd 健全性診断方法及びプログラム並びに風車の健全性診断装置
JP2012189319A (ja) * 2011-02-21 2012-10-04 Sumitomo Heavy Ind Ltd 変速機の評価方法及び評価装置
JP2013113775A (ja) * 2011-11-30 2013-06-10 Mitsubishi Electric Corp エレベータ異常診断装置
CN103291600A (zh) * 2013-03-18 2013-09-11 北京航空航天大学 一种基于emd-ar和mts的液压泵故障诊断方法
CN105973602A (zh) * 2016-06-16 2016-09-28 温州大学 一种电机轴承外圈故障辨识方法
KR101724444B1 (ko) * 2016-01-28 2017-04-07 삼성중공업(주) 피진단체 진단 장치 및 방법
CN108604094A (zh) * 2016-03-31 2018-09-28 三菱日立电力系统株式会社 设备的异常诊断方法及设备的异常诊断装置
CN109297711A (zh) * 2018-09-13 2019-02-01 北京交通大学 一种基于自适应多分类马氏田口方法的旋转机械故障诊断方法
CN109323853A (zh) * 2018-09-29 2019-02-12 浙江中烟工业有限责任公司 一种风机叶扇振动检测装置及故障检测预测方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6505143B1 (en) 2000-01-20 2003-01-07 General Electric Company Machine protection system for rotating equipment and method
JP2001289728A (ja) 2000-04-04 2001-10-19 Akashi Corp 振動測定装置
JP4039052B2 (ja) 2000-12-19 2008-01-30 日本精工株式会社 回転装置の振動診断装置
JP2003141306A (ja) 2001-10-30 2003-05-16 Ohken:Kk 評価システム
AU2003299019A1 (en) 2002-09-23 2004-04-08 Jeffrey K. Bennighof Damped frequency response apparatus, systems, and methods
US6799139B2 (en) 2003-02-07 2004-09-28 Bently Nevada, Llc System for determining machine running speed from machine vibration: apparatus and method
JP4953239B2 (ja) 2006-12-11 2012-06-13 インターナショナル・ビジネス・マシーンズ・コーポレーション 観測対象の異常を検出する技術
JP4413915B2 (ja) * 2006-12-13 2010-02-10 株式会社東芝 異常兆候検出装置および方法
JP4730451B2 (ja) * 2009-03-16 2011-07-20 富士ゼロックス株式会社 検出データ処理装置及びプログラム
JP5471407B2 (ja) 2009-12-18 2014-04-16 東京電力株式会社 回転体の振動監視装置
JP6618865B2 (ja) 2016-07-20 2019-12-11 株式会社エー・アンド・デイ 振動解析方法および装置
JP6919397B2 (ja) 2017-03-24 2021-08-18 日本製鉄株式会社 情報処理装置、情報処理方法及びプログラム
US10836463B2 (en) 2017-07-06 2020-11-17 The Boeing Company Aircraft floor panel floating connection system
JP7061045B2 (ja) 2018-07-31 2022-04-27 株式会社日本触媒 積層体および光学物品
JP7029362B2 (ja) * 2018-08-16 2022-03-03 三菱重工業株式会社 異常検出装置、異常検出方法、及びプログラム

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1490527A (zh) * 2002-09-27 2004-04-21 ��ʽ���綫֥ 制造装置及旋转机的寿命预测方法
JP2009288100A (ja) * 2008-05-29 2009-12-10 Mitsubishi Heavy Ind Ltd 健全性診断方法及びプログラム並びに風車の健全性診断装置
JP2012189319A (ja) * 2011-02-21 2012-10-04 Sumitomo Heavy Ind Ltd 変速機の評価方法及び評価装置
JP2013113775A (ja) * 2011-11-30 2013-06-10 Mitsubishi Electric Corp エレベータ異常診断装置
CN103291600A (zh) * 2013-03-18 2013-09-11 北京航空航天大学 一种基于emd-ar和mts的液压泵故障诊断方法
KR101724444B1 (ko) * 2016-01-28 2017-04-07 삼성중공업(주) 피진단체 진단 장치 및 방법
CN108604094A (zh) * 2016-03-31 2018-09-28 三菱日立电力系统株式会社 设备的异常诊断方法及设备的异常诊断装置
CN105973602A (zh) * 2016-06-16 2016-09-28 温州大学 一种电机轴承外圈故障辨识方法
CN109297711A (zh) * 2018-09-13 2019-02-01 北京交通大学 一种基于自适应多分类马氏田口方法的旋转机械故障诊断方法
CN109323853A (zh) * 2018-09-29 2019-02-12 浙江中烟工业有限责任公司 一种风机叶扇振动检测装置及故障检测预测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FUMIHIDE TAKEDA: ""A NEW REAL-TIME SIGNAL ANALYSIS WITH WAVELETS AND ITS POSSIBLE APPLICATION TO DIAGNOSING THE RUNNING CONDITION OF VEHICLES ON WHEELS"", 《JSME INTERNATIONAL JOURNAL SERIES C-DYNAMICS CONTROL ROBOTICS DESIGN AND MANUFACTURING》 *
PIYUSH SHAKYA等: ""Bearing diagnosis based on Mahalanobis–Taguchi–Gram–Schmidt method"", 《JOURNAL OF SOUND AND VIRBRATION》 *
周小龙等: ""基于改进HHT和马氏距离的齿轮故障诊断"", 《振动与冲击》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112179638A (zh) * 2020-09-28 2021-01-05 大连圣力来监测技术有限公司 一种用于旋转设备同步采样的多频率分辨率分析方法
CN112179638B (zh) * 2020-09-28 2021-09-17 大连圣力来监测技术有限公司 一种用于旋转设备同步采样的多频率分辨率分析方法
CN113127298A (zh) * 2021-03-30 2021-07-16 山东英信计算机技术有限公司 一种保护机械硬盘的方法、系统、设备及介质
CN113127298B (zh) * 2021-03-30 2023-01-06 山东英信计算机技术有限公司 一种保护机械硬盘的方法、系统、设备及介质

Also Published As

Publication number Publication date
CN111649886B (zh) 2022-05-10
DE102020001020A1 (de) 2020-09-10
US11334414B2 (en) 2022-05-17
US20200285531A1 (en) 2020-09-10
DE102020001020B4 (de) 2023-12-07
JP7470849B2 (ja) 2024-04-18
JP2023126703A (ja) 2023-09-07

Similar Documents

Publication Publication Date Title
CN111649886B (zh) 异常检测装置、旋转机械、异常检测方法及计算机可读取的存储介质
Su et al. Induction machine condition monitoring using neural network modeling
Zhen et al. Fault diagnosis of motor drives using stator current signal analysis based on dynamic time warping
US9823308B2 (en) Method for monitoring demagnetization
EP2374015B1 (en) System and method for motor fault detection using stator current noise cancellation
US8380450B2 (en) Determination of blade vibration frequencies and/or amplitudes
Salhi et al. Modal parameter identification of mistuned bladed disks using tip timing data
KR20100094452A (ko) 롤링 베어링 대미지 검측 및 자동 식별 방법
JP2017129583A (ja) 振動監視システム
CN112729793B (zh) 基于非线性频谱分析的微弱故障特征提取方法
CN111964909A (zh) 滚动轴承运行状态检测方法、故障诊断方法及系统
US20110166799A1 (en) Trending of vibration data taking into account torque effect
Ali et al. Observations of changes in acoustic emission parameters for varying corrosion defect in reciprocating compressor valves
Xu et al. Sparse reconstruction for blade tip timing signal using generalized minimax-concave penalty
JP2018163645A (ja) 故障診断装置、監視装置、故障診断方法、および故障診断プログラム
JP5143863B2 (ja) 軸受状態監視方法及び軸受状態監視装置
JP7350667B2 (ja) 異常検出装置、回転機械、異常検出方法、及びプログラム
Afshar et al. Generalized roughness bearing fault diagnosis using time series analysis and gradient boosted tree
KR101348635B1 (ko) 유도전동기 회전자의 고장 진단 장치 및 방법
Srinivas et al. Application of artificial neural network and wavelet transform for vibration analysis of combined faults of unbalances and shaft bow
CN108629077B (zh) 故障诊断装置、监视装置、故障诊断方法以及记录介质
JP2022158570A (ja) 異常検出装置、異常検出方法、およびプログラム
CN114486252A (zh) 一种矢量模极大值包络的滚动轴承故障诊断方法
JP2022021495A (ja) 異常要因推定方法、異常要因推定装置、及びプログラム
Alekseev et al. Data measurement system of compressor units defect diagnosis by vibration value

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