CN111801632A - 诊断装置、系统、诊断方法和程序 - Google Patents

诊断装置、系统、诊断方法和程序 Download PDF

Info

Publication number
CN111801632A
CN111801632A CN201880090690.0A CN201880090690A CN111801632A CN 111801632 A CN111801632 A CN 111801632A CN 201880090690 A CN201880090690 A CN 201880090690A CN 111801632 A CN111801632 A CN 111801632A
Authority
CN
China
Prior art keywords
waveform
production equipment
frequency
vibration
section
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.)
Pending
Application number
CN201880090690.0A
Other languages
English (en)
Inventor
大西康晴
福田靖行
工藤隆
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.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Publication of CN111801632A publication Critical patent/CN111801632A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37435—Vibration of machine
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37634—By measuring vibration

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明的目的是提供一种诊断装置，用于准确地确定正在由制造装备执行的加工是否正在正常进行。提供了一种诊断装置，包括获取部、FFT部和确定部。获取部获取由传感器输出的振动数据。FFT部根据安装制造装备时且在操作其上不具有负载的制造装备的状态下获取的振动数据生成初始波形。FFT部根据在操作其上不具有负载的制造装备的状态下获取的振荡数据来生成启动波形。FFT部根据在操作其上有负载的制造装备的状态下获取的振荡数据来生成操作波形。基于启动波形和操作波形，确定部确定由制造装备执行的制造是否正在正常进行。基于初始波形和启动波形，确定部校正在确定制造是否正常时使用的阈值。

Description

诊断装置、系统、诊断方法和程序
技术领域
(相关申请的引用)
本申请基于并要求于2018年3月5日递交的日本专利申请No.2018-038388的优先权的权益，其公开内容通过引用整体并入本文中。
本发明涉及诊断装置、系统、诊断方法和程序。
背景技术
具有旋转机构(例如，电机)的生产装备(生产装置)用于对金属等进行切割加工。在操作具有旋转机构的这种生产装备时，电机旋转且发生振动。
存在使用操作生产装备时引起的振动来进行异常感测等的多种技术。例如，关于用于实时确定生产装备的装置的故障或产品的异常的方法，存在使用诸如振动等的感测数据的方法。
具体地，收集并分析当生产装备正常执行了加工时获得的正常数据和当生产装备未正常执行加工时获得的异常数据，并且计算用于将正常加工状态与异常加工状态区分开的阈值。此后，对操作生产装备时获得的振动数据执行快速傅立叶变换(FFT)。接下来，通过对所得数据执行频域中的阈值处理等来执行异常感测。
PTL 1公开了一种振动诊断装置，该振动诊断装置具有如下功能：将执行操作时在线测量的振动信号作为历史数据进行存储，并且在需要时再现该振动信号。
PTL 2公开了一种异常感测装置，该异常感测装置检测从包括多个装置的工厂中的单个装置产生的声音信号，并且自动感测单个装置的异常。PTL 2讨论了通过防止工厂的背景噪声淹没各个装置的声音信号来提高感测精度。
引文列表
专利文献
PTL 1：日本专利公开No.JP-H02-159525A
PTL 2：日本专利公开No.JP-H04-258721A
发明内容
技术问题
以上PTL中的每一个的公开内容通过引用并入本文中。本发明的发明人进行了以下分析。
如上所述，操作生产装备时获得的振动数据已用于感测生产装备和生产物料的异常。
从附接到生产装备等的振动传感器获得的信号中包括许多信息项。具体地，信息的示例包括：当电机轴向旋转时获得的振动、当由于电机的旋转而使得框体谐振时引起的振动、以及当诸如钻刃之类的工具与生产物料(要加工的物料)接触时引起的振动(基于加工的振动)。另外，从振动传感器获得的信息中可以包括环境噪声(例如，操作不同装备时引起的振动)。
在这些信息项之中，对确定加工状态而言有价值的信息是当工具与生产物料接触时引起的振动。例如，图22中的(a)中所示的波形是当正常加工生产物料时获得的功率谱。相反，图22中的(b)和图22中的(c)中所示的波形各自是当生产物料未被正常加工时(即当生产物料被异常加工时)获得的功率谱。
在将图22中的(a)和图22中的(b)中的波形相互比较时，可以看到这些波形分别具有不同的峰值频率Fm和Fm’。另外，在将图22中的(a)和图22中的(c)中的波形相互比较时，可以看到这些波形不同地扩展。为了确定加工状态，例如基于图22中的(a)至图22中的(c)中所示的波形来确定用于确定加工是否正常执行的阈值。例如，计算用于确定频率的偏差的阈值和用于确定频率分量的扩展的阈值。
如上所述，在从振动传感器获得的信息之中，确定加工状态真正需要的是关于由加工引起的振动的信息。换言之，期望用于确定加工的波形(功率谱)不包括除关于由加工引起的振动的信息以外的信息。例如，即使对包括环境噪声的功率谱执行确定处理(阈值处理)，环境噪声的影响也可能会导致错误的确定。例如，如图22中的(d)中所示，即使正常执行了加工，如果叠加了环境噪声(用浅灰色表示的波形)，则可以确定峰值频率附近的频率分量的扩展较大，并且结果是，可以确定“异常加工”。
另外，如果生产装备随着使用年限而劣化，则安装该装备时设置的阈值可能不适用于从生产装备获得的最新功率谱。即，生产装备的电机的旋转频率由于机械摩擦而改变。如果电机的旋转频率改变，则加工所引起的振动(频率)也会改变。因此，即使正常执行了加工，如果使用基于最初安装生产装备时获得的功率谱而确定的阈值，也可以确定“异常加工状态”。
例如，如图22中的(e)中所示，如果电机的旋转频率偏差ΔF，则执行加工时引起的振动的频率也偏差ΔF。在图22中的(e)中，用虚线表示的波形表示最初安装生产装备时电机的转数(左侧的峰值)和由加工引起的振动(右侧的峰值)。另外，用实线表示的波形表示此刻的电机的转数(随着使用年限而劣化)(左侧的峰值)和由加工引起的振动(右侧的峰值)。
根据图22中的(e)清楚可见，当生产装备随着使用年限而劣化时，加工时的振动的频率会发生偏差。因此，除非考虑频率的偏差进行确定，否则无法获得准确的结果。
本发明的主要目的是提供一种有助于准确地确定生产装备是否正常执行了加工的诊断装置、系统、诊断方法和程序。
问题的解决方案
根据本发明或所公开的第一方面，提供了一种诊断装置，包括：获取部，获取由传感器输出的振动数据，传感器检测由具有旋转机构的生产装备引起的振动；快速傅立叶变换FFT部，将根据安装生产装备时无负载地操作生产装备时获取的振动数据计算出的频谱存储为初始波形，将根据无负载地操作生产装备时获取的振动数据计算出的频谱存储为启动波形，并且将根据有负载地操作生产装备时获取的振动数据计算出的频谱存储为操作波形；以及确定部，基于启动波形和操作波形来确定生产装备是否正常加工了生产物料；其中，确定部基于初始波形和启动波形来校正用于确定是否正常加工了生产物料的阈值。
根据本发明或所公开的第二方面，提供了一种系统，包括：生产装备，具有旋转机构；传感器，检测由生产装备引起的振动；以及诊断装置；其中，诊断装置包括：获取部，获取由传感器输出的振动数据；快速傅立叶变换FFT部，将根据安装生产装备时无负载地操作生产装备时获取的振动数据计算出的频谱存储为初始波形，将根据无负载地操作生产装备时获取的振动数据计算出的频谱存储为启动波形，并且将根据有负载地操作生产装备时获取的振动数据计算出的频谱存储为操作波形；以及确定部，基于启动波形和操作波形来确定生产装备是否正常加工了生产物料；其中，确定部基于初始波形和启动波形来校正用于确定是否正常加工了生产物料的阈值。
根据本发明或所公开的第三方面，提供了一种诊断方法，包括：使诊断装置基于初始波形和启动波形来校正用于确定是否正常加工了生产物料的阈值，诊断装置包括：获取部，获取由传感器输出的振动数据，传感器检测由具有旋转机构的生产装备引起的振动；以及快速傅立叶变换FFT部，将根据安装生产装备时无负载地操作生产装备时获取的振动数据计算出的频谱存储为初始波形，将根据无负载地操作生产装备时获取的振动数据计算出的频谱存储为启动波形，并且将根据有负载地操作生产装备时获取的振动数据计算出的频谱存储为操作波形；以及使诊断装置基于校正后的阈值、启动波形和操作波形来确定生产装备是否正常加工了生产物料。
根据本发明或者所公开的第四方面，提供了一种程序，使安装在诊断装置上的计算机执行处理，诊断装置包括：获取部，获取由传感器输出的振动数据，传感器检测由具有旋转机构的生产装备引起的振动；以及快速傅立叶变换FFT部，将根据安装生产装备时无负载地操作生产装备时获取的振动数据计算出的频谱存储为初始波形，将根据无负载地操作生产装备时获取的振动数据计算出的频谱存储为启动波形，并且将根据有负载地操作生产装备时获取的振动数据计算出的频谱存储为操作波形，所述处理包括：基于初始波形和启动波形，校正用于确定是否正常加工了生产物料的阈值；以及基于校正后的阈值、启动波形和操作波形，确定生产装备是否正常加工了生产物料。
该程序可以记录在计算机可读存储介质中。该存储介质可以是非暂时性存储介质，例如半导体存储器、硬盘驱动器、磁记录介质或光学记录介质。本发明也可以被具体实施为计算机程序产品。
本发明的有益效果
根据本发明或所公开的方面，提供了一种有助于准确地确定生产装备是否正常执行了加工的诊断装置、系统、诊断方法和程序。
附图说明
图1示出了示例性实施例的概略图。
图2示出了根据第一示例性实施例的生产系统的示例。
图3示出了初始波形的示例。
图4示出了初始操作波形的示例。
图5示出了启动波形的示例。
图6示出了操作波形的示例。
图7示出了根据第一示例性实施例的诊断装置的状态转变的示例。
图8示出了根据第一示例性实施例的由诊断装置输出的显示示例。
图9示出了根据第一示例性实施例的诊断装置的硬件示例。
图10示出了根据第一示例性实施例的诊断装置的处理配置的示例。
图11是示出了阈值生成部的操作的示例的流程图。
图12示出了由阈值生成部生成的功率谱的示例。
图13示出了由阈值生成部生成的另一功率谱的示例。
图14是示出了确定部的操作的示例的流程图。
图15是示出了确定部的加工确定操作的示例的流程图。
图16示出了通过从操作波形中减去启动波形而获得的结果的示例。
图17示出了根据第二示例性实施例的生产系统的示例。
图18示出了振动传感器与声音传感器之间的差异。
图19示出了根据第三示例性实施例的生产系统的示例。
图20示出了初始操作波形的示例。
图21示出了操作波形的示例。
图22示出了从振动传感器获得的功率谱的示例。
具体实施方式
首先，将描述示例性实施例的概述。为了方便起见，以下概述中的附图标记表示各种元件，并且用作示例以促进对本发明的理解。即，对概述的描述并非意在表明任何限制。单个附图中的块之间的单个连接线表示单向和双向两者。箭头示意性地示出了主要信号(数据)流，并且不排除双向性。虽然在本申请的公开内容中未明确示出电路图、框图、内部配置图、连接图等，但是输入端口和输出端口存在于单个连接线的输入端和输出端处。输入输出接口也是如此。
根据示例性实施例的诊断装置100包括获取部101、快速傅立叶变换(FFT)部102和确定部103(参见图1)。获取部101获取由传感器输出的振动数据，该传感器检测由具有旋转机构的生产装备引起的振动。FFT部102将根据安装生产装备时无负载地操作该生产装备时获取的振动数据计算出的频谱存储为初始波形。另外，FFT部102将根据无负载地操作生产装备时获取的振动数据计算出的频谱存储为启动波形。另外，FFT部102将根据有负载地操作生产装备时获取的振动数据计算出的频谱存储为操作波形。确定部103基于启动波形和操作波形来确定生产装备是否正常加工了生产物料。另外，确定部103基于初始波形和启动波形来校正用于确定生产物料是否已被正常加工的阈值。
当生产装备被首次安装在工厂等中时，诊断装置100操作其上未设置要加工的物料(无负载)的生产装备并生成初始波形(例如，图3中所示的初始波形201)。另外，紧接在使生产装备开始加工之前，诊断装置100操作没有负载的生产装备并生成启动波形(例如，图5中所示的启动波形203)。另外，诊断装置100生成指示由生产装备执行的实际加工的波形(图6所示的操作波形204)。
诊断装置100通过使用这些波形来确定生产装备是否正常执行了加工。具体地，通过从操作波形中减去启动波形，诊断装置100去除了环境噪声。接下来，诊断装置100通过对去除了环境噪声的所得波形进行阈值处理等来确定生产装备是否正常执行了加工。
在阈值由于生产装备的旋转机构(电机等)随使用年限劣化而变化时，诊断装置100基于初始波形和启动波形来校正阈值。具体地，如果初始波形的峰值频率和启动波形的峰值频率彼此偏离大于预定值，则诊断装置100确定旋转机构随着使用年限而劣化并将峰值频率的这种偏差反映在阈值上(将偏差与阈值相加)。
如上所述，诊断装置100在去除生产时引起的环境噪声并校正由旋转机构的随使用年限的劣化引起的阈值的不匹配的同时，确定生产物料是否已被正常加工。结果是，诊断装置100可以准确地确定生产装备是否正常执行了加工。
在下文中，将参考附图更详细地描述特定示例性实施例。在示例性实施例中，相同的元件由相同的附图标记表示，并且将省略其描述。
[第一示例性实施例]
将参考附图更详细地描述第一示例性实施例。
图2示出了根据第一示例性实施例的生产系统的示例。如图2中所示，生产系统包括生产装备10、振动传感器20和诊断装置30。
生产装备10是包括电机11作为旋转机构的装置。实际上，生产装备10包括用于使电机11和生产物料12移动的致动器、电源等。然而，图2中省略了这些元件的图示。
电机11连接到控制装置，并且执行与生产物料12的加工有关的控制处理。例如，图2示出了通过附接到电机11的钻刃在生产物料12中钻孔的示例。图2中所示的生产系统是示例，并且加工不限于“钻孔”。生产装备10可以执行车削加工、铣削加工等。
振动传感器20是用于检测振动的传感器。例如，振动传感器20安装在保持生产物料12的夹具旁边。振动传感器20将与安装位置处的位移、加速度、速度等有关的物理量转换为电信号并输出该电信号。
任何种类(类型)的传感器都可以用作振动传感器20。可以在三维坐标系中检测至少一个轴方向上的振动的任何振动传感器都可以用作振动传感器20。振动传感器20连接到诊断装置30。
诊断装置通过使用来自振动传感器20的输出(振动数据)来确定生产物料12是否已被正常加工。在下文中，确定生产物料12是否已被正常加工将被称为“加工确定”。
首先，将参考图2来描述根据第一示例性实施例的生产系统的一般操作。
生产系统具有三种操作模式：初始模式、测试模式和正常模式。
初始模式是当生产装备10首次安装在工厂等中时执行的模式。具体地，当其诸如电机11之类的部件尚未随着使用年限而劣化的新生产装备10安装在工厂等中时执行初始模式。
例如，在初始模式下，在尽可能少的环境噪声下操作新生产装备10。更具体地，通过停止工厂等处的除生产装备10以外的不同装置的操作，用户创建生产装备10不受这些不同的装置的振动影响的情形。接下来，通过操作控制装置，用户操作未附接有生产物料12的生产装备10(使电机11旋转)。例如，用户在预定时间内以预定初始转数操作生产装备10(例如，考虑到再现性，为30秒)。接下来，用户以预定斜率增加转数。
初始模式下的诊断装置30从振动传感器20获取由于操作而出现的振动数据，对所获取的振动数据执行FFT处理，并且生成功率谱(频谱)。诊断装置30存储并保存所生成的功率谱作为“初始波形”。
如上所述，在生产系统中，在没有环境噪声和负载(即，没有加工生产物料12)的情况下操作生产装备10，并且生成表示由操作引起的振动的特性的功率谱(表示振动的特性的功率谱作为信息)。例如，生成如图3中所示的功率谱并将其存储为初始波形201。
虽然为了促进对本发明的理解而简化了本申请的公开内容中所示的各个功率谱，但是实际上还包括电机11的旋转频率的谐波等。
接下来，通过操作控制装置，用户操作附接有生产物料12的生产装备10(旋转电机11)，以实际加工生产物料12。
诊断装置30从振动传感器20获取由操作引起的振动数据并对所获取的振动数据执行FFT处理，以生成功率谱。诊断装置30存储并保存所生成的功率谱作为“初始操作波形”。
如上所述，在生产系统中，在没有环境噪声的情况下加工生产物料12，并且生成表示由该加工(由生产装备10的操作)引起的振动的特性的功率谱。即，诊断装置30在没有环境噪声且负载被置于生产装备10上的状态下生成表示振动的特性的功率谱。例如，生成如图4中所示的功率谱并将其存储为初始操作波形202。
如以下将描述的，初始操作波形202用于创建执行加工确定时使用的阈值。因此，生产物料12的加工需要在初始模式下正常执行。换言之，无法根据在未正常进行生产物料12的加工的状态下获取的初始操作波形202来创建阈值。因此，当用户检查加工后的生产物料12时，如果用户确定未正常执行加工，则用户丢弃所获取的初始操作波形202并获取新的初始操作波形202。
接下来，初始模式下的诊断装置30通过使用初始操作波形202来生成用于加工确定的阈值，并且存储所生成的阈值。以下将详细描述阈值的生成。
因此，描述了初始模式下的一般操作。
测试模式是在预定定时处执行的模式，例如当生产物料12的加工开始时或在加工开始之后经过了预定时间段时。测试模式在除生产装备10以外的装置也被操作且存在各种噪声的环境中执行。
在测试模式下，通过操作控制装置，用户操作未附接有生产物料12(无负载)的生产装备10。在测试模式下，例如还在预定时间内以预定初始转数操作生产装备10，并且转数以预定斜率增加。
如同在初始模式下，测试模式下的诊断装置30对从振动传感器20获取的振动数据执行FFT处理，以生成功率谱。诊断装置30存储并保存所生成的功率谱作为启动波形203。例如，生成如图5中所示的功率谱并将其存储为启动波形203。
正常模式是实际加工生产物料12的模式。用户将生产物料12设置在生产装备10处，并且操作控制装置以加工生产物料12。
如同在初始模式和测试模式下，正常模式下的诊断装置30对从振动传感器20获取的振动数据执行FFT处理，以生成功率谱。诊断装置30存储并保存所生成的功率谱作为操作波形204。例如，生成如图6中所示的频谱并将其存储为操作波形204。
诊断装置30通过使用先前存储的初始波形201和启动波形203以及在加工时获取的操作波形204实时地对生产物料12执行加工确定。
大致描述了生产系统中的操作模式(初始模式、测试模式和正常模式)。
取决于生产系统的情形，用户确定操作模式，并且基于所确定的操作模式来操作控制装置、生产装备10和诊断装置30。具体地，当生产装备10首次安装在工厂中时，用户操作诊断装置30，使得将执行初始模式下的处理。
在执行了诊断装置30在初始模式下的处理之后，加工生产物料12。当生产物料12的加工开始时，诊断装置30需要在“测试模式”下执行处理。具体地，在执行了测试模式下的处理并且获取了与实际执行加工的情形下的有关环境噪声的信息的启动波形203之后，生产物料12的加工可以开始。
在将测试模式执行指令输入到诊断装置30之后，用户将正常模式执行指令输入到诊断装置30。
图7示出了诊断装置30的可能的状态转变。如图7中所示，初始模式仅需要执行一次。无需将初始模式执行两次或更多次。另外，在正常模式下的处理之前执行测试模式下的处理，以获取实际开始了加工的环境中的噪声。存在假设环境噪声发生变化的情况。例如，当在加工了一种生产物料12之后加工另一种生产物料12时，环境噪声可能会发生变化。例如，当在临时停止之后恢复加工时，环境噪声可能会发生变化。例如，当在加工开始之后经过了很长时间时，环境噪声可能会发生变化。在这些情况下，再次以该顺序执行测试模式下的处理和正常模式下的处理。
在将指令输入到诊断装置30时，用户可以使用由诊断装置30提供的图形用户界面(GUI)。例如，诊断装置30可以将如图8中所示的所显示的信息输出到液晶监视器等，并且用户可以通过使用鼠标、键盘等来输入操作指令。用户可以以各种模式和方法中的任何一种将操作指令输入到诊断装置30(例如，可以经由网络输入指令)。由于这些模式和方法对于本领域技术人员而言是显而易见的，因此将省略其详细描述。
接下来，将描述根据第一示例性实施例的诊断装置30的硬件。
图9示出了根据第一示例性实施例的诊断装置30的硬件示例。诊断装置30可以被配置为所谓的信息处理装置(计算机)，并且具有如图9中的示例所示的配置。例如，诊断装置30包括经由内部总线彼此连接的中央处理单元(CPU)31、存储器32、输入输出接口33、接口板34等。
图9中所示的配置并非意在限制诊断装置30的硬件配置。诊断装置30可以包括未示出的硬件。另外，例如包括在诊断装置30中的CPU的数量不限于图9中的示例。例如，诊断装置30中可以包括多个CPU。
存储器32是随机存取存储器(RAM)、只读存储器(ROM)或辅助存储设备(硬盘等)。
输入输出接口33是用作用于未示出的显示设备和输入设备的接口的装置。显示设备例如是液晶监视器等。输入设备是例如接收用户操作的诸如键盘或鼠标之类的设备。
接口板34是连接到振动传感器20的接口。接口板34将由振动传感器20输出的模拟信号转换成数字信号，并且将该数字信号输出到CPU 31。当振动传感器20输出速度或加速度作为物理量时，接口板34将物理量转换成变化量(位移量)，并且将该量输出到CPU 31。
通过要在下面描述的处理模块来实现诊断装置30的功能。例如，通过使CPU 31执行存储在存储器32中的程序来实现这些处理模块。可以通过诸如现场可编程门阵列(FPGA)或专用集成电路(ASIC)之类的硬件来实现(在其上实施)这些处理模块中的全部或部分。另外，可以通过经由网络下载程序或通过使用存储有程序的存储介质来更新程序。可以通过半导体芯片来实现处理模块。即，可以通过使一些硬件执行软件来实现以上处理模块的功能。
通过将以上计算机程序安装在计算机的存储部中，该计算机可以用作诊断装置30。另外，通过使计算机执行以上计算机程序，计算机可以执行用于确定生产物料12是否已被正常加工的诊断方法。
接下来，将描述根据第一示例性实施例的诊断装置30的处理配置(处理模块)。
图10示出了根据第一示例性实施例的诊断装置30的处理配置的示例。如图10中所示，诊断装置30包括控制部301、数据获取部302、FFT部303、阈值生成部304、确定部305、输出部306和波形存储部307。
控制部301是用于全面控制诊断装置30的装置。例如，用户通过操作连接到诊断装置30的操作设备(鼠标或键盘)等将生产系统的操作模式输入到诊断装置30。控制部301基于所输入的操作模式来控制各个处理模块。
数据获取部302是用于获取由振动传感器20输出的振动数据的装置，该振动传感器20检测由包括旋转机构的生产装备10引起的振动。具体地，数据获取部302从振动传感器20获取输出信号(振动数据)，该输出信号是从模拟信号转换而来的数字信号。数据获取部302将所获取的振动数据提供给FFT部303。
当FFT部303获取足以执行FFT处理的振动数据(获取预定时间的振动数据)时，FFT部303对振动数据执行FFT处理。更具体地，FFT部303通过使用所获取的振动数据来执行FFT处理，以计算功率谱。
FFT部303将FFT处理的结果存储在波形存储部307中。如上所述，生产系统具有三个操作模式(初始模式、测试模式和正常模式)，并且生成每操作模式的功率谱。另外，在初始模式下，生成无负载的功率谱和有负载的功率谱(电机11不旋转和电机11旋转)。
即，F0FT部303将根据安装生产装备10时无负载地操作该生产装备10时(在初始模式下)获取的振动数据计算出的频谱存储为初始波形201。另外，FFT部303将根据无负载地操作生产装备10时获取的振动数据计算出的频谱存储为启动波形203。另外，FFT部303将根据有负载地操作生产装备10时获取的振动数据计算出的频谱存储为操作波形204。另外，FFT部303将根据安装生产装备10时有负载地操作该生产装备10时获取的振动数据计算出的频谱存储为初始操作波形202。
控制部301指示FFT部303存储所生成的功率谱，使得可以基于操作模式和负载的存在与否来区分所生成的功率谱。例如，如果操作模式是“测试模式”，则控制部301指示FFT部303将FFT处理的结果存储为启动波形203。
阈值生成部304是基于初始波形201和初始操作波形202来生成用于由确定部305执行的加工确定的频率阈值的装置。即，阈值生成部304根据可以在“初始模式”下获取的两个功率谱(初始波形201和初始操作波形202)来生成用于对生产物料12的加工确定的阈值。在FFT部303存储了初始波形201和初始操作波形202之后，控制部301指示阈值生成部304生成阈值。
图11是示出了阈值生成部304的操作的示例的流程图。当从控制部301接收到用于生成阈值的指令时，阈值生成部304从初始操作波形202中减去初始波形201(减去初始模式的波形；步骤S101)。
在本申请的公开内容中，从另一个波形中减去一个波形(从另一个功率谱中减去一个功率谱)表示在单独的对应的频率处从另一个振幅值中减去一个振幅值。当从另一个功率谱中减去一个功率谱时，两个谱所共有的频率分量被抵消，并且新生成具有与这两个谱之差有关的频率分量的功率谱(差分波形)。
如果从另一个谱中减去一个功率谱，则可能会生成其振幅指示负值的频率。在这种情况下，阈值生成部304通过将负结果反转来将负结果(振幅)转换为正值。即，根据初始操作波形202和初始波形201的功率谱，阈值生成部304新生成具有与这两个谱之差有关的频率分量的功率谱。
阈值生成部304根据通过以上减法处理而获得的功率谱来生成用于加工确定的阈值。具体地，阈值生成部304确定峰值频率(步骤S102)。
接下来，阈值生成部304生成限定以所确定的峰值频率为中心的预定范围的值作为频率阈值(步骤S103)。
例如，如果从图4中所示的初始操作波形202中减去初始波形201，则会获得图12中所示的功率谱(差分波形)。如图12中所示，频率F3被确定为峰值频率。阈值生成部304生成限定以频率F3为中心频率的预定范围(F3-α≤F3≤F3+α；α为正实数)的两个频率(F3-α和F3+α)作为频率阈值。
当生成阈值时，阈值生成部304确定是否存在除先前确定的峰值频率以外的另一峰值频率，该另一峰值频率的振幅等于或大于预定水平且与先前确定的峰值频率相距预定频率或更多(步骤S104)。
如果阈值生成部304确定了这样的峰值频率(步骤S104中为“是”)，则处理返回到步骤S103(阈值生成部304生成下一频率阈值)。
如果不存在另一峰值频率(步骤S104中为“否”)，则阈值生成部304输出所生成的频率阈值(步骤S105)。具体地，阈值生成部304将所生成的频率阈值通知给确定部305，或者存储所生成的频率阈值，使得确定部可以参考频率阈值。
在本申请的公开中，以上峰值频率将被称为第一峰值频率。另外，与第一峰值频率相对应的频率阈值将被称为“第一频率阈值”。将与第一峰值频率相距预定频率且振幅小于第一峰值频率的振幅的频率称为第二峰值频率。与第二峰值频率相对应的频率阈值将被称为“第二频率阈值”。将以与上述相同的方式引用与另一峰值频率相对应的频率阈值。
在下文中，将通过使用以上表示来总结阈值生成部304的操作。阈值生产部304确定第一峰值频率并生成与其对应的第一频率阈值。接下来，如果存在第二峰值频率，则阈值生成部304生成与其相对应的第二频率阈值。阈值生成部304重复该处理，以生成与单个峰值频率对应的频率阈值。
图3中所示的初始波形201包括与电机11的旋转频率相对应的频率分量(中心频率F1)和由电机11的旋转引起的生产装备10的谐振频率分量(中心频率F2)。
由于图3中所示的初始波形201是在未加工生产物料12的无负载状态下获取的波形，因此不包括由该加工引起的频率分量(振动)。另外，由于在停止了其他装置等的操作的情形下执行初始模式，所以也不存在较大的环境噪声。
相反，由于图4中所示的初始操作波形202是在加工生产物料12的情形下(在负载状态下)获取的波形，因此由该加工引起的频率分量叠加在图3中所示的波形上。在图4中所示的示例中，中心频率为F3的频率分量表现为由加工引起的振动。
如果计算出图4中所示的波形与图3中所示的波形之差，则从初始操作波形202中提取由对生产物料12的加工引起的振动(频率分量)(参见图12)。如上所述，由于初始操作波形202是用户已确定生产物料12已被正常加工的波形，所以从初始操作波形202中提取的功率谱可以被确定为包括指示正常执行了加工的频率分量。换言之，如果在加工生产物料12时获得了与所提取的功率谱等效的功率谱(例如，近似相同的中心频率)，则可以确定正常执行了该加工。
相反，如果通过该加工获得了与所提取的功率谱显著不同的功率谱，则可以确定异常执行了该加工。例如，如果峰值频率显著不同或出现在功率谱中的峰值的数量不同，则可以确定异常执行了该加工。
鉴于以上事实，阈值生成部304将指示由加工引起的振动的功率谱(该功率谱是根据在初始模式下获取的两个谱而获得的)视为理想值(基准)并生成用于加工确定的阈值。
尽管为了易于理解图12示出了功率谱具有单个峰值(峰值频率)的示例，但是功率谱通常包括多个峰值。在这种情况下，阈值生成部304生成每峰值的频率阈值。
例如，如果图13中的(a)中所示的波形是根据初始操作波形202与初始波形201之差而获得的功率谱，则大于预定值的峰值频率的数量是3。在这种情况下，阈值生成部304针对三个峰值频率中的每一个生成频率阈值(参见图13中的(b))。
返回参考图10，确定部305是用于基于启动波形203和操作波形204来确定生产装备10是否正常加工了生产物料12的装置。更具体地，确定部305确定在正常模式下是否正常加工了生产物料12。另外，确定部305基于初始波形201和启动波形203来校正用于确定生产物料12是否已被正常加工的阈值。
图14是示出了确定部305的操作的示例的流程图。首先，确定部305确定是否需要校正用于阈值处理的频率阈值(步骤S201)。
具体地，确定部305确定初始波形201的第一峰值频率和启动波形203的第一峰值频率。确定部305计算这两个峰值频率之差的绝对值。如果差的绝对值大于预定值(阈值)，则确定部305确定需要校正频率阈值。
相反，如果差的绝对值等于或小于阈值，则确定部305确定不需要校正频率阈值。
如果需要校正频率阈值(步骤S201中为“是”)，则确定部305基于以上校正值来校正频率阈值(步骤S202)。具体地，确定部305从启动波形的第一峰值频率中减去初始波形的第一峰值频率，并且计算该值作为频率阈值的校正值。
接下来，确定部305通过将所计算的校正值与频率阈值(两个阈值)相加来校正频率阈值。
如果存在多个频率阈值，则确定部305通过将校正值与各个频率阈值相加来校正各个频率阈值。
如果不需要校正频率阈值(步骤S201为“否”)，则处理进行到步骤S203。即，确定部305不执行任何特定处理。
如上所述，确定部305计算启动波形203的单个峰值频率与初始波形201的单个峰值频率之差作为用于校正频率阈值的校正值。接下来，确定部305将校正值与频率阈值相加。校正后的频率阈值用于确定部305的加工确定。
假设初始波形201的第一峰值频率和启动波形203的第一峰值频率对应于电机11的旋转频率。即，确定部305在假设由电机11的旋转引起的振动的能量大于其他振动的情况下，计算两个波形的第一峰值频率之差的绝对值。如果由生产装备10的框体的谐振引起的振动的能量大于由电机11的旋转引起的振动的能量，则确定部305可以计算两个波形中的第二峰值频率之差的绝对值。即，确定部305计算两个波形中的电机11的旋转频率之差，并且计算频率阈值的校正值。
在图14的步骤S203中，确定部305执行加工确定。将参考图15来描述确定部305的加工确定。
图15是示出了确定部305的加工确定的操作的示例的流程图。
确定部305通过从操作波形204中减去启动波形203来生成用于加工确定的功率谱(步骤S301)。
接下来，确定部305确定由频率阈值限定的范围内是否存在峰值频率(步骤S302)。具体地，确定部305确定在步骤S301中生成的功率谱的峰值频率是否落在由频率阈值或校正后的频率阈值限定的范围内。
如果不存在与频率阈值相对应的峰值频率(步骤S302中为“否”)，则确定部305进行到步骤S306并执行步骤S306。
如果存在与频率阈值相对应的峰值频率(步骤S302中为“是”)，则确定部305确定是否存在未被检查的频率阈值(步骤S303)。
如果存在未被检查的频率阈值(步骤S303中为“是”)，则确定部305返回到步骤S302并执行步骤S302。
如果不存在未被检查的频率阈值(步骤S303中为“否”)，则确定部305确定是否存在由频率阈值限定的任何范围之外的峰值频率(步骤S304)。
例如，虽然图13中的(b)示出了三对频率阈值作为示例，但是确定部305确定在步骤S301中生成的功率谱是否包括除与这三对频率阈值相对应的峰值频率以外的峰值频率(其振幅指示预定值或更大的频率)。
如果存在与任何一对频率阈值都不对应的峰值频率(步骤S304中为“是”)，则确定部305进行到步骤S306并执行步骤S306。
如果不存在与任何一对频率阈值都不对应的峰值频率(步骤S304中为“否”)，则确定部305进行到步骤S305并执行步骤S305。
在步骤S305中，确定部305将加工确定结果设置为“正常加工”。
在步骤S306中，确定部305将加工确定结果设置为“异常加工”。
以这种方式，确定部305基于根据操作波形204与启动波形203之差获得的差分波形来确定生产物料12是否已被正常加工。更具体地，基于差分波形的单个峰值频率是否存在于由对应的频率阈值限定的范围内，确定部305确定生产物料12是否已被正常加工。即，确定部305确定在通过波形之差而生成的功率谱中是否存在与其频率阈值相对应的单个峰值频率。如果存在与任何一对频率阈值都不对应的单个峰值频率，则确定部305确定“异常加工”。另外，如果在所生成的功率谱中还存在除频率阈值所限定的峰值频率以外的峰值频率，则确定部305也确定“异常加工”。
接下来，返回参考图14，确定部305将加工确定结果通知给控制部301(步骤S204)。
接下来，将参考附图详细地描述确定部305的操作。
图3中所示的初始波形201的峰值频率是频率F1。图5中所示的启动波形203的峰值频率是频率F1’。
由确定部305计算的两个峰值频率之差的绝对值为|F1’-F1|。可以认为该差是由于电机11的随使用年限的劣化而发生的旋转频率的变化引起的。如果该差大于预定值(阈值)，则确定部305确定需要校正频率阈值。具体来说，β＝|F1’-F1|被计算为频率阈值的校正值。
如以上示例中那样，如果由阈值生成部304生成的频率阈值为(F3-α，F3+α)，则将频率阈值校正为(F3-α+β，F3+α+β)。
接下来，如图5和图6中所示，除了由于电机11的旋转而引起的频率分量(中心频率F1’)和由于框体的谐振而引起的频率分量(中心频率F2)以外，还存在可以被认为是环境噪声的频率分量(频率F4至F7)。
由于图5中所示的启动波形203是未加工生产物料12时(在无负载状态下)获得的频谱，因此启动波形203不包括由对生产物料12的加工引起的频率成分(振动)。相反，图6中所示的操作波形204包括由于对生产物料12的加工而出现的频率分量(中心频率F3’)。
如果从图6中所示的操作波形204中减去图5中所示的启动波形203，则两个波形共有的频率分量被抵消，从而提取仅存在于操作波形204中的频率成分。
图16示出了通过从操作波形204中减去启动波形203而获得的结果的示例。如图16中所示，提取由于对生产物料12的加工而发生的频率分量(中心频率F3’)，并且根据差分波形获得的功率谱的峰值频率(第一峰值频率)为F3′。
另外，如上所述，由于校正后的频率阈值为(F3-α+β，F3+α+β)，如果在由以上两个频率阈值限定的范围内包括图16中所示的峰值频率F3’，则加工可以被确定为“正常”。
接下来，返回参考图10，当从确定部305获取加工确定结果时，控制部301将结果提供给输出部306。
输出部306将加工确定结果输出到外部。例如，输出部306将加工确定结果显示在液晶监视器等上，或者将加工确定结果发送到外部管理中心等。备选地，当加工确定结果表明“异常加工”时，输出部306例如可以输出警告警报或打开警告灯。
如上所述，根据第一示例性实施例的诊断装置30基于在初始模式、测试模式和正常模式下从振动传感器20获得的振动数据来生成频谱。接下来，诊断装置30计算在测试模式下获取的启动波形203与在正常模式下获取的操作波形204之差，并且去除共同叠加在两个波形上的环境噪声。诊断装置30可以通过对去除了环境噪声的波形执行加工确定来执行更准确的确定。另外，如果诊断装置30根据在初始模式下获取的初始波形201和在测试模式下获取的启动波形203来确定生产装备10(电机11)已随着使用年限而劣化，则诊断装置30通过使用根据这些波形而生成的校正值来校正阈值。因此，即使生产装备10随着使用年限而劣化，诊断装置30也可以通过使用校正后的阈值执行加工确定来执行稳定的确定。
[第二示例性实施例]
接下来，将参考附图详细地描述第二示例性实施例。
在假设通过使用单个振动传感器20来执行加工确定的情况下描述了第一示例性实施例。将在假设使用多个振动传感器20的情况下描述第二示例性实施例。
图17示出了根据第二示例性实施例的生产系统的示例。从图2与图17之间的比较可以看出，根据第二示例性实施例的生产系统与根据第一示例性实施例的生产系统的不同之处在于，包括多个振动传感器20-1至20-N(在下文中，N将为正整数)。
根据第二示例性实施例的诊断装置30a对多个振动传感器20-1至20-N中的单独的振动传感器执行第一示例性实施例中所描述的处理。具体地，诊断装置30a获取每振动传感器20的初始波形201、初始操作波形202、启动波形203和操作波形204。接下来，诊断装置30a针对每个振动传感器20执行阈值生成、阈值校正和加工确定。
诊断装置30a可以输出每振动传感器20的确定结果，或者在对多个确定结果进行整合之后生成最终的确定结果。即，根据第二示例性实施例的输出部306可以基于由确定部305获得的与相应振动传感器20有关的确定结果来确定并输出整个系统的确定结果。例如，输出部306可以根据包括在多个确定结果中的“异常加工”的数量来改变警告等级。具体地，例如，如果获得指示少量“异常加工”的结果，则输出部306可以输出低警告等级。相反，如果获得指示大量“异常加工”的结果，则输出部306可以输出高警告等级。
各个振动传感器20被布置为使得电机11的旋转频率的谐波不会彼此重叠。例如，两个振动传感器20-1和20-2被布置为彼此间隔开预定距离，使得由振动传感器20-1获取的频谱中的电机11的旋转频率的一阶谐波与由振动传感器20-2获取的电机11的旋转频率(基波)不重叠。
例如，可以用λ来表示电机11的旋转频率的波长，并且可以用λ/4来表示两个振动传感器20之间的距离。通过将各个振动传感器20布置为其波长相差1/4，由相邻的振动传感器20获取的频谱不会重叠。
上述传感器间的距离(λ/4)是示例。多个振动传感器20可以以任意方式布置，只要生产装备10的电机11的旋转频率的谐波不会彼此重叠即可。
另外，根据第二示例性实施例的诊断装置30a的硬件配置和处理配置可以与图9和图10中所示的相同。因此，将省略其详细描述。例如，图10中的处理模块(例如，FFT部303、阈值生成部304和确定部305)可以执行与所有振动传感器20-1至20-N有关的处理。备选地，可以针对每个传感器准备处理模块。
如上所述，根据第二示例性实施例的诊断装置30a获取由至少两个振动传感器20输出的振动数据。接下来，通过使用FFT部303，诊断装置30a根据从至少两个振动传感器20获得的振动数据计算初始波形201、启动波形203和操作波形204。接下来，诊断装置30a关于至少两个振动传感器20中的每一个确定生产装备10是否正常加工了生产物料12。结果是，由于单个振动传感器20无法检测到的振动可以被另一振动传感器20检测到，因此诊断装置30a可以输出准确的确定结果。
[第三示例性实施例]
接下来，将参考附图详细地描述第三示例性实施例。
在假设通过使用振动传感器来获取功率谱的情况下描述了第一示例性实施例和第二示例性实施例。将在假设除振动传感器以外还使用声音传感器的情况下描述第三示例性实施例。
可以说，从振动传感器和声音传感器都检测“振动”的意义上说，振动传感器和声音传感器是同一种类的传感器。即，振动传感器检测通过固体物体传播的振动，而声音传感器检测通过空间传播的振动。因此，这两个传感器检测来自相同振动源的相同频率分量。
然而，在某些条件下，虽然一个传感器可以检测到来自振动源的振动，但是另一个传感器却无法检测来自同一振动源的振动。具体地，虽然在加工生产物料12时会引起振动，但是对生产物料12的加工可能会同时引起反谐振。
如果反谐振的频率与该加工所引起的振动的频率相匹配(或者，非常接近)，则可以抵消这两种振动，并且振动传感器无法检测到振动的频率。同时，虽然声音传感器可以检测在加工生产物料12时引起的振动(声波)，但是声音传感器无法检测由反谐振引起的振动。
图18示出了这种情形。在图18中，存在由对生产物料12的加工引起的振动及其与频率振动相匹配(或者，接近)的反谐振。在这种情况下，两种振动被抵消且不会反映在由振动传感器20输出的振动数据上。相反，声音传感器21仅能检测由对生产物料12的加工引起的振动。
根据第三示例性实施例，通过使用振动传感器与声音传感器的特性之间的差异来执行更准确的加工确定。
图19示出了根据第三示例性实施例的生产系统的示例。从图2与图19之间的比较可以看出，根据第三示例性实施例的生产系统与根据第一示例性实施例的生产系统的不同之处在于，除振动传感器20以外还包括声音传感器21。
声音传感器21将在空间上传播的声波转换为电信号，并且将电信号输出到诊断装置30b。
根据第三示例性实施例的诊断装置30b的硬件配置和处理配置可以与图9和图10中所示的相同。因此，将省略其详细描述。
根据第三示例性实施例的诊断装置30b将振动传感器20和声音传感器21视为独立传感器，并且从传感器中的每一个生成初始波形201、初始操作波形202、启动波形203和操作波形204。
阈值生成部304将根据振动传感器20的数据而生成的初始操作波形202a与根据声音传感器21的数据而生成的初始操作波形202b进行比较。接下来，阈值生成部304确定是否有存在于初始操作波形202b中且不存在于初始操作波形202a中的峰值(振幅大于预定值的频率分量)。
作为确定的结果，如果存在上述峰值，则阈值生成部304将峰值(包括中心频率的预定范围)复制到初始操作波形202a。接着，通过使用复制了仅存在于初始操作波形202b中的峰值的初始操作波形202a，阈值生成部304以与第一实施例中所描述的方式相同的方式生成阈值。
例如，假设将图20中的(a)中所示的功率谱存储为初始操作波形202a，并且将图20中的(b)中所示的功率谱存储为初始操作波形202b，则具有中心频率F21的峰值211存在于初始操作波形202b中。阈值生成部304将该峰值211复制到初始操作波形202b，并且以与第一实施例中所描述的方式相同的方式生成阈值。
即，当由对生产物料12的加工引起的振动和基于生产物料12的反谐振的峰值211抵消时，并且当无法通过振动传感器20检测到振动时，阈值生成部304通过使用其上反映了由声音传感器21检测到的峰值211的波形(功率谱)来生成阈值。
另外，确定部305还以与阈值生成部304的方式相同的方式执行处理。具体地，确定部305将根据振动传感器20的数据而生成的操作波形204a与根据声音传感器21的数据而生成的操作波形204b进行比较，并且确定是否有存在于操作波形204b中且不存在于操作波形204a中的峰值。
作为确定的结果，如果存在上述峰值，则确定部305将峰值(包括中心频率的预定范围)复制到操作波形204a。接下来，通过使用已复制了仅存在于操作波形204b中的峰值的操作波形204a，确定部305以与第一示例性实施例中所描述的方式相同的方式执行加工确定。
例如，假设将图21中的(a)中所示的功率谱存储为操作波形204a，并且将图21中的(b)中所示的功率谱存储为操作波形204b，则具有中心频率F22的峰值212存在于操作波形204b中。确定部305将该峰值212复制到操作波形204a，并且以与第一示例性实施例中所描述的方式相同的方式执行加工确定。
即，当由对生产物料12的加工引起的振动和基于生产物料12的反谐振的峰值212抵消时，并且当无法通过振动传感器20检测到振动时，确定部305通过使用其上反映了由声音传感器21检测到的峰值212的波形(功率谱)来执行加工确定。
如上所述，根据第三示例性实施例的诊断装置30b将仅存在于声音传感器21所获取的功率谱的波形(峰值)反映在从振动传感器20获取的功率谱上，并且执行阈值生成和加工确定。结果是，例如由于生产物料12的反谐振而抵消的振动可以反映在从振动传感器20获取的功率谱上，因此诊断装置30b可以更准确地执行加工确定。
[变型]
第一示例性实施例至第三示例性实施例中所描述的生产系统的配置和操作是示例，并且可以对生产系统进行各种改变。
例如，尽管以上示例性实施例假设单独的振动传感器20是可以检测单轴振动的传感器，但是单个振动传感器20可以检测两轴或三轴振动。在这种情况下，诊断装置30可以将由单个振动传感器20输出的单独轴的振动数据视为来自独立振动传感器的输出。即，如在第二示例性实施例中所描述的，诊断装置30可以针对振动传感器20的每个轴执行波形计算、阈值生成和加工确定。
在以上示例性实施例中，尽管FFT部303根据振动数据计算与功率谱有关的频谱，但是FFT部303可以计算根据FFT分解而获得的傅立叶谱，而无需计算功率谱。即，FFT部303可以计算另一种波形。
尽管第三示例性实施例假设使用声音传感器21作为振动传感器20的辅助传感器的示例，但是声音传感器21和振动传感器20可以用作相同水平的传感器。即，诊断装置30b可以通过使用声音传感器作为主传感器来执行波形计算、阈值生成和加工确定。即，根据以上示例性实施例的生产系统包括振动传感器和声音传感器中的至少一个。
在以上示例性实施例中，未考虑振动如何根据生产物料12的加工情形改变。然而，如果所获得的波形(功率谱)根据生产物料12的加工情形而显著变化，则可以针对各处理情形执行阈值生成和加工确定。例如，当在生产物料12中钻孔时，如果与对生产物料12的正常加工相对应的振动根据孔的深度而不同，则可以针对各深度执行功率谱的生成、阈值的计算和加工的确定。即，诊断装置30可以针对各加工情形执行与初始模式、测试模式和正常模式有关的处理，并且可以针对各加工情形生成阈值并执行加工确定。结果是，诊断装置30可以更准确地执行加工确定。
在以上示例性实施例中，每次加工生产物料12时都确定是否需要校正阈值。然而，如果生产装备10没有随使用年限而劣化是显而易见的，例如如果自生产装备10的安装以来没有经过太多时间，则可以省略是否需要校正阈值的确定或阈值的校正。
虽然以上示例性实施例假设诊断装置30生成用于加工确定的阈值的情况，但是用户可以检查初始波形201和初始操作波形202并确定阈值。即，可以手动而非自动地确定阈值。备选地，用户可以校正由诊断装置30生成的阈值，并且可以通过使用由用户校正的阈值来执行加工确定。
以上示例性实施例假设通过使用频率阈值来执行加工确定的示例。然而，代替频率阈值或除了频率阈值以外，其他阈值也可以用于加工确定。例如，除了频率阈值以外，阈值生成部304还可以生成用于确定由加工引起的振动的扩散程度的阈值。例如，阈值生成部304可以使用根据两个波形(初始波形201与初始操作波形202)之差而获得的差分波形的面积作为阈值。在这种情况下，确定部305确定根据启动波形203与操作波形204之差而获得的差分波形的面积是否落在由阈值生成部304生成的面积阈值限定的范围内(由两个阈值限定的面积)，并且基于以上确定的结果执行加工确定。
在以上示例性实施例中，虽然确定部305基于在加工确定时获得的波形来执行加工确定，但是确定部305可以使用在过去获得的波形以用于加工确定。例如，确定部305可以将先前获得的差分波形(启动波形203与操作波形204之差)与最新的差分波形进行比较。在这种情况下，如果由于变化而引起的差较小，则确定部305可以将加工确定为“正常加工”。相反，如果由于变化而引起的差较大，则确定部305可以将加工确定为“异常加工”。
尽管以上示例性实施例假设通过使用阈值来执行加工确定的情况，但是可以通过使用另一种方法来执行加工确定。例如，确定部305可以通过对正常波形(初始操作波形202)与在加工时获得的波形(操作波形204)进行模式匹配来执行加工确定。备选地，可以准备与正常加工相对应的大量波形和与异常加工相对应的大量波形，并且可以通过使用数据作为训练数据来使用与加工确定有关的学习模型。在这种情况下，通过将操作波形204输入到先前准备的学习模型中，确定部305可以对该波形执行加工确定。
虽然在假设控制装置和诊断装置30是不同装置的情况下描述了以上示例性实施例，但是可以通过单个装置来实现这些装置的功能。即，可以将诊断装置30的功能并入到控制装置中。备选地，可以将控制装置的功能并入到诊断装置30中。备选地，控制装置和诊断装置30可以被配置为彼此协调，并且例如可以自动地执行在各个操作模式下对电机11的控制处理。
尽管在以上描述中使用的多个流程图中顺序地描述了多个步骤(处理)，但是在各个示例性实施例中执行的步骤的执行顺序不限于所描述的顺序。在各个示例性实施例中，可以改变所示出的步骤的顺序，只要该改变不会引起内容上的问题即可。例如，可以并行地执行多个处理。可以组合上述各个示例性实施例，只要该组合不引起内容上的矛盾即可。
已被引用的以上PTL等中的每一个的公开内容通过引用并入本文中。在本发明的整体公开内容(包括权利要求)的范围内，基于本发明的基本技术构思，可以对示例性实施例和示例进行修改和调整。在本发明的整体公开内容的范围内，各种公开的要素(包括权利要求、示例性实施例、示例、附图等中的每一个中的要素)的各种组合和选择是可能的。即，本发明当然包括可以由本领域技术人员根据包括权利要求和技术构思的整体公开而做出的各种变化和修改。描述公开了数值范围。然而，即使描述没有特别公开任意的数值或包括在范围内的小范围，也应认为已明确公开了这些值和范围。
附图标记列表
10 生产装备
11 电机
12 生产物料
20、20-1至20-N 振动传感器
21 声音传感器
30、30a、30b、100 诊断装置
31 CPU(中央处理单元)
32 存储器
33 输入输出接口
34 接口板
101 获取部
102、303 FFT部
103、305 确定部
201 初始波形
202、202a、202b 初始操作波形
203 启动波形
204、204a、204b 操作波形
211、212 峰值
301 控制部
302 数据获取部
304 阈值生成部
306 输出部
307 波形存储部。

Claims (14)

1.一种诊断装置，包括：
获取部，获取由传感器输出的振动数据，所述传感器检测由具有旋转机构的生产装备引起的振动；
快速傅立叶变换FFT部，将根据安装所述生产装备时无负载地操作所述生产装备时获取的振动数据计算出的频谱存储为初始波形，将根据无负载地操作所述生产装备时获取的振动数据计算出的频谱存储为启动波形，并且将根据有负载地操作所述生产装备时获取的振动数据计算出的频谱存储为操作波形；以及
确定部，基于所述启动波形和所述操作波形来确定所述生产装备是否正常加工了生产物料；
其中，所述确定部基于所述初始波形和所述启动波形来校正用于确定是否正常加工了所述生产物料的阈值。
2.根据权利要求1所述的诊断装置，其中，所述确定部基于根据所述操作波形与所述启动波形之差而获得的差分波形来确定是否正常加工了所述生产物料。
3.根据权利要求2所述的诊断装置，其中，所述确定部基于所述差分波形的峰值频率是否落在由频率阈值限定的范围内来确定是否正常加工了所述生产物料。
4.根据权利要求3所述的诊断装置，其中，所述确定部使用所述启动波形的峰值频率与所述初始波形的峰值频率之差作为用于校正所述阈值的校正值。
5.根据权利要求4所述的诊断装置，其中，所述确定部将所述校正值与所述频率阈值相加，并且使用相加了所述校正值的所述频率阈值来确定是否正常加工了所述生产物料。
6.根据权利要求3至5中任一项所述的诊断装置，
其中，所述FFT部将根据安装所述生产装备时有负载地操作所述生产装备时获取的所述振动数据计算出的频谱存储为初始操作波形；以及
其中，所述诊断装置还包括阈值生成部，所述阈值生成部基于所述初始波形和所述初始操作波形来生成所述频率阈值。
7.根据权利要求1至6中任一项所述的诊断装置，
其中，所述获取部获取由至少两个传感器输出的振动数据，所述至少两个传感器中的每一个与所述传感器相对应；
其中，所述FFT部根据由所述至少两个传感器输出的所述振动数据中的单独的振动数据来计算所述初始波形、所述启动波形和所述操作波形；以及
其中，所述确定部关于所述至少两个传感器中的单独的传感器确定所述生产装备是否正常加工了所述生产物料。
8.根据权利要求7所述的诊断装置，还包括输出部，所述输出部基于由所述确定部获得的关于所述至少两个传感器中的单独的传感器的确定结果来确定并输出整个系统的确定结果。
9.根据权利要求8所述的诊断装置，其中，所述至少两个传感器被布置成使得所述生产装备的所述旋转机构的旋转频率的谐波不会彼此重叠。
10.根据权利要求1至9中任一项所述的诊断装置，其中，所述单独的传感器是振动传感器和声音传感器中的至少一个。
11.根据权利要求1至10中任一项所述的诊断装置，
其中，所述获取部获取由振动传感器输出的振动数据和由声音传感器输出的振动数据；
其中，所述FFT部生成与所述振动传感器相对应的所述操作波形和与所述声音传感器相对应的所述操作波形；以及
其中，所述确定部将存在于所述声音传感器的所述操作波形中且不存在于所述振动传感器的所述操作波形中的波形反映在所述振动传感器的所述操作波形上，并且通过使用其上反映了所述波形的所述振动传感器的所述操作波形来确定所述生产装备是否正常加工了所述生产物料。
12.一种系统，包括：
生产装备，具有旋转机构；
传感器，检测由所述生产装备引起的振动；以及
诊断装置；
其中，所述诊断装置包括：
获取部，获取由所述传感器输出的振动数据；
快速傅立叶变换FFT部，将根据安装所述生产装备时无负载地操作所述生产装备时获取的振动数据计算出的频谱存储为初始波形，将根据无负载地操作所述生产装备时获取的振动数据计算出的频谱存储为启动波形，并且将根据有负载地操作所述生产装备时获取的振动数据计算出的频谱存储为操作波形；以及
确定部，基于所述启动波形和所述操作波形来确定所述生产装备是否正常加工了生产物料；以及
其中，所述确定部基于所述初始波形和所述启动波形来校正用于确定是否正常加工了所述生产物料的阈值。
13.一种诊断方法，包括：
使诊断装置基于初始波形和启动波形来校正用于确定是否正常加工了生产物料的阈值，所述诊断装置包括：获取部，获取由传感器输出的振动数据，所述传感器检测由具有旋转机构的生产装备引起的振动；以及快速傅立叶变换FFT部，将根据安装所述生产装备时无负载地操作所述生产装备时获取的振动数据计算出的频谱存储为所述初始波形，将根据无负载地操作所述生产装备时获取的振动数据计算出的频谱存储为所述启动波形，并且将根据有负载地操作所述生产装备时获取的振动数据计算出的频谱存储为操作波形；以及
使所述诊断装置基于校正后的阈值、所述启动波形和所述操作波形来确定所述生产装备是否正常加工了所述生产物料。
14.一种程序，使安装在诊断装置上的计算机执行处理，所述诊断装置包括：获取部，获取由传感器输出的振动数据，所述传感器检测由具有旋转机构的生产装备引起的振动；以及快速傅立叶变换FFT部，将根据安装所述生产装备时无负载地操作所述生产装备时获取的振动数据计算出的频谱存储为初始波形，将根据无负载地操作所述生产装备时获取的振动数据计算出的频谱存储为启动波形，并且将根据有负载地操作所述生产装备时获取的振动数据计算出的频谱存储为操作波形，所述处理包括：
基于所述初始波形和所述启动波形，校正用于确定是否正常加工了生产物料的阈值；以及
基于校正后的阈值、所述启动波形和所述操作波形，确定所述生产装备是否正常加工了所述生产物料。
CN201880090690.0A 2018-03-05 2018-09-06 诊断装置、系统、诊断方法和程序 Pending CN111801632A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018-038388 2018-03-05
JP2018038388 2018-03-05
PCT/JP2018/032974 WO2019171630A1 (ja) 2018-03-05 2018-09-06 診断装置、システム、診断方法及びプログラム

Publications (1)

Publication Number Publication Date
CN111801632A true CN111801632A (zh) 2020-10-20

Family

ID=67846641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880090690.0A Pending CN111801632A (zh) 2018-03-05 2018-09-06 诊断装置、系统、诊断方法和程序

Country Status (4)

Country Link
US (1) US20210048792A1 (zh)
JP (1) JP7004060B2 (zh)
CN (1) CN111801632A (zh)
WO (1) WO2019171630A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114515782A (zh) * 2020-11-18 2022-05-20 财团法人资讯工业策进会 冲压品质检测系统及冲压品质检测方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7022101B2 (ja) * 2019-03-19 2022-02-17 ファナック株式会社 工作機械
CN114626400A (zh) * 2020-12-10 2022-06-14 乐金显示有限公司 设备故障诊断装置、设备故障诊断方法、智能工厂系统和应用代理
JP2023096572A (ja) * 2021-12-27 2023-07-07 株式会社神戸製鋼所 転がり軸受異常検出装置および転がり軸受異常検出方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1799013A (zh) * 2003-06-05 2006-07-05 罗斯蒙德公司 使用过程变量传感器信号的过程装置诊断
CN1906473A (zh) * 2004-09-13 2007-01-31 日本精工株式会社 故障诊断装置和故障诊断方法
CN1926413A (zh) * 2004-10-18 2007-03-07 日本精工株式会社 机械设备的异常诊断系统
CN101782426A (zh) * 2010-01-29 2010-07-21 浙江大学 电力变压器绕组松动故障振动检测方法
CN102063103A (zh) * 2009-11-17 2011-05-18 泰勒斯公司 用于监控特别是激励器的多个装置的正确操作的装置
CN102426102A (zh) * 2011-10-19 2012-04-25 唐德尧 一种检测齿轮轴裂纹的共振解调二孤谱方法
JP2014010139A (ja) * 2012-07-03 2014-01-20 National Fisheries Univ 動的設備の状態監視システムとその方法とそのプログラム
CN104756385A (zh) * 2012-10-31 2015-07-01 麻省理工学院 用于可变频率倍增器功率转换器的系统和方法
CN104931262A (zh) * 2015-05-28 2015-09-23 北京康拓红外技术股份有限公司 一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法
CN106872171A (zh) * 2017-04-10 2017-06-20 中国科学技术大学 一种多普勒声学信号的自适应学习校正方法
TW201729917A (zh) * 2016-02-16 2017-09-01 Chih-Chung Wang 軋機設備狀態檢測方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2931187B2 (ja) * 1993-11-05 1999-08-09 川崎製鉄株式会社 ポンプ劣化診断システム
JP3025421B2 (ja) * 1995-06-14 2000-03-27 三菱電機株式会社 制御システムの異常検知装置
JP2008140037A (ja) * 2006-11-30 2008-06-19 Matsushita Electric Works Ltd 加工監視装置
JP6558131B2 (ja) * 2015-08-04 2019-08-14 日本精工株式会社 異常診断装置、軸受、機械装置及び車両
JP6499611B2 (ja) 2016-04-21 2019-04-10 ファナック株式会社 制御装置および異常診断装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1799013A (zh) * 2003-06-05 2006-07-05 罗斯蒙德公司 使用过程变量传感器信号的过程装置诊断
CN1906473A (zh) * 2004-09-13 2007-01-31 日本精工株式会社 故障诊断装置和故障诊断方法
CN1926413A (zh) * 2004-10-18 2007-03-07 日本精工株式会社 机械设备的异常诊断系统
CN102063103A (zh) * 2009-11-17 2011-05-18 泰勒斯公司 用于监控特别是激励器的多个装置的正确操作的装置
CN101782426A (zh) * 2010-01-29 2010-07-21 浙江大学 电力变压器绕组松动故障振动检测方法
CN102426102A (zh) * 2011-10-19 2012-04-25 唐德尧 一种检测齿轮轴裂纹的共振解调二孤谱方法
JP2014010139A (ja) * 2012-07-03 2014-01-20 National Fisheries Univ 動的設備の状態監視システムとその方法とそのプログラム
CN104756385A (zh) * 2012-10-31 2015-07-01 麻省理工学院 用于可变频率倍增器功率转换器的系统和方法
CN104931262A (zh) * 2015-05-28 2015-09-23 北京康拓红外技术股份有限公司 一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法
TW201729917A (zh) * 2016-02-16 2017-09-01 Chih-Chung Wang 軋機設備狀態檢測方法
CN106872171A (zh) * 2017-04-10 2017-06-20 中国科学技术大学 一种多普勒声学信号的自适应学习校正方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114515782A (zh) * 2020-11-18 2022-05-20 财团法人资讯工业策进会 冲压品质检测系统及冲压品质检测方法
TWI789645B (zh) * 2020-11-18 2023-01-11 財團法人資訊工業策進會 沖壓品質檢測系統及沖壓品質檢測方法

Also Published As

Publication number Publication date
US20210048792A1 (en) 2021-02-18
JPWO2019171630A1 (ja) 2021-02-25
WO2019171630A1 (ja) 2019-09-12
JP7004060B2 (ja) 2022-02-04

Similar Documents

Publication Publication Date Title
CN111801632A (zh) 诊断装置、系统、诊断方法和程序
US7089154B2 (en) Automatic machinery fault diagnostic method and apparatus
US7231303B2 (en) Vibration sensor and method for monitoring the condition of rotating components and bearings
US20180066658A1 (en) Pump monitoring apparatus and method
EP3483584B1 (en) Rotating machine abnormality detection device and method, and rotating machine
EP3193155B1 (en) Rotating machine abnormality detection device and method and rotating machine
US8720275B2 (en) Detecting rotor anomalies
CN103998775A (zh) 用于确定风能源设备的转子叶片的机械损坏的方法
CN102840911A (zh) 用于旋转机械的振动烈度分析装置和方法
JP2005514602A5 (zh)
US20190154541A1 (en) Abnormality detection program, abnormality detection device, and abnormality detection method
JP6308591B2 (ja) 監視装置、監視方法、及びプログラム
WO2014123443A1 (ru) Способ вибрационной диагностики и прогнозирования внезапного отказа двигателя и устройство
JP5958932B2 (ja) 動的設備の状態監視システムとその方法とそのプログラム
KR102034856B1 (ko) 전동기 베어링 고장 및 상태 진단 방법 및 장치
JP2020134479A (ja) 異常検出方法および異常検出装置
Afshar et al. Generalized roughness bearing fault diagnosis using time series analysis and gradient boosted tree
JP6601376B2 (ja) 回転体の検査装置、および、回転体の検査方法
JPH0615987B2 (ja) 振動検出機構の診断方法
WO2018229836A1 (ja) 軸受診断装置
CN107436244B (zh) 基于频率分段振动数据采集的设备故障报警方法
JP7381390B2 (ja) 異常診断装置、および、保守管理システム
US10345194B2 (en) Detection device for initiating failures of a mechanical system
US20220074814A1 (en) Abnormality Diagnosis System for Rotary Electric Machine
Sander-Tavallaey et al. Backlash identification in transmission unit

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201020

WD01 Invention patent application deemed withdrawn after publication