CN117980715A - 滑动机构保护部件的故障预兆检测系统、滑动机构保护部件的故障预兆检测方法及滑动机构保护部件的故障预兆检测程序 - Google Patents
滑动机构保护部件的故障预兆检测系统、滑动机构保护部件的故障预兆检测方法及滑动机构保护部件的故障预兆检测程序 Download PDFInfo
- Publication number
- CN117980715A CN117980715A CN202280064610.0A CN202280064610A CN117980715A CN 117980715 A CN117980715 A CN 117980715A CN 202280064610 A CN202280064610 A CN 202280064610A CN 117980715 A CN117980715 A CN 117980715A
- Authority
- CN
- China
- Prior art keywords
- slide mechanism
- failure warning
- warning detection
- detection system
- moving
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 62
- 230000007246 mechanism Effects 0.000 title claims description 69
- 238000000605 extraction Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 9
- 230000033001 locomotion Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 26
- 238000012545 processing Methods 0.000 description 17
- 230000001681 protective effect Effects 0.000 description 10
- 238000000034 method Methods 0.000 description 9
- 239000000463 material Substances 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 230000015556 catabolic process Effects 0.000 description 6
- 238000006731 degradation reaction Methods 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 230000006866 deterioration Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 101100459777 Caenorhabditis elegans nas-15 gene Proteins 0.000 description 4
- 238000005299 abrasion Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000002955 isolation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002243 precursor Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 229920000459 Nitrile rubber Polymers 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000000314 lubricant Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011812 mixed powder Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本公开在故障预兆检测系统(10)中,密封件(5)以在LM导引件(1)的滑块(3)上覆盖该滑块(3)与导轨(2)的间隙的方式而配置,麦克风(11)沿滑块(3)移动的路径而配置,取得在LM导引件(1)工作时产生的音响信号,PC(16)提取在已取得的音响信号的频率成分中出现的特征性的频率成分的水平即特征量,基于提取出的特征量,检测密封件(5)发生故障的预兆。
Description
关联申请的相互参照
本申请基于2021年12月27日申请的日本国专利申请第2021-212466号,以及2022年6月22日申请的日本国专利申请第2022-100365号,在此引用其记载内容。
技术领域
本公开涉及对滑动机构中使用的保护部件故障的预兆进行检测的系统、方法及计算机程序。
背景技术
当生产设备所使用的机器发生因老化而导致的磨耗或破损时,有可能设备异常停止或产生故障而生产力下降。例如LM导引件(注册商标)那样的直线导引装置通过使滚珠(ball)介于作为固定部的轨道与作为可动部的滑块之间,从而使滑块沿着轨道直线移动。在这样的装置中,当异物从外部侵入到轨道与滑块的间隙,导轨或滚珠等机构部磨耗,因此寿命下降。因此,以往,提出了检测在机构部产生了磨耗的技术、预测产生磨耗的时间点以后的寿命的技术。
现有技术文献
专利文献
专利文献1:日本特开2009-287625号专利公报
发明内容
另外,在如上所述的直线导引装置中,为了防止异物侵入轨道与滑块的间隙,设置有以堵塞该间隙的方式配置的密封件。由于该密封部件固定在滑块侧,因此由于滑块滑动,密封部件本身也发生磨耗或损伤,这一点是无法避免的。但是,这样用于检测在密封部件本身发生的磨耗或损伤的技术至今未曾提出过方案。
本公开是鉴于上述情况而提出的,其目的在于提供一种对滑动机构中使用的保护部件故障的预兆进行检测的系统、方法及计算机程序。
根据本公开的一技术方案所述的滑动机构保护部件的故障预兆检测系统,滑动机构保护部件在移动装置的移动部以覆盖该移动部与固定部的间隙的方式而配置。音响信号取得部沿着移动部移动的路径而配置,取得在移动装置工作时产生的音响信号。特征量提取部提取在已取得的音响信号的频率成分(frequency component)中出现的特征性的频率成分的水平(level)即特征量。然后,基于提取出的特征量,对滑动机构保护部件故障的预兆进行检测。
即,在移动装置工作时,滑动机构保护部件与移动部一起移动,因此在与固定部接触的部分产生声音。该声音的频率成分随着滑动机构保护部件的形状随着时间变化而发生变化。因此,如果对已取得的音响信号的频率成分提取特征量,则即使是在移动装置工作中的噪音为多的环境下,也能够判别滑动机构保护部件的形状的变化进展而劣化到何种程度。由此,能够对保护部件达到故障状态的预兆进行检测。
根据本公开的另一技术方案所述的滑动机构保护部件的故障预兆检测系统,特征量提取部由频率解析部来解析音响信号的频率成分,因此基于解析出的频率成分中出现的特征量,能够对保护部件达到故障状态的预兆进行检测。
附图说明
关于本公开的上述目的以及其他目的、特征以及优点,通过参照附图进行下述的详细内容说明将变得更为明确。
图1是表示第1实施方式中故障预兆检测系统的结构的功能框图。
图2是表示处理的概要的流程图。
图3是模型化地表示处理的概要的图。
图4是模型化地表示使用了LM导引件的设备的一例的图。
图5是表示使滑块动作的速度模式的一例的图。
图6是表示密封件为新品状态的情况的频谱的图。
图7是表示密封件已经磨耗的情况的频谱的图。
图8是表示LM导引件已经发生故障的情况的频谱的图。
图9是LM导引件的平面图。
图10是LM导引件的侧视图。
图11是安装在保持部件的密封件的正视图。
图12是说明第2实施方式中通过统计处理来进行故障预兆检测的情况的图。
图13是说明第3实施方式中通过机器学习来进行故障预兆检测的情况的图(之1)。
图14是说明通过机器学习来进行故障预兆检测的情况的图(之2)。
图15是说明通过机器学习来进行故障预兆检测的情况的图(之3)。
图16是说明通过机器学习来进行故障预兆检测的情况的图(之4)。
图17是说明通过机器学习来进行故障预兆检测的情况的图(之5)。
图18是表示第4实施方式中故障预兆检测系统的结构的功能框图。
图19是以图18所示的结构为基础,表示通过内部部署(on-premises)所构成的情况的功能框图。
图20是表示利用同一云服务所构成的情况的功能框图。
图21是表示通过同一边缘运算(Edge computing)所构成的情况的功能框图。
图22是表示第5实施方式中对作业人员通知处理结果的形态的变化的图(之1)。
图23是表示同一变化的图(之2)。
图24是表示第6实施方式中配置麦克风的方式的变化的图。
图25是说明第7实施方式中检测到故障的预兆的情况的对应例的图(之1)。
图26是说明同一对应例的图(之2)。
图27是说明同一对应例的图(之3)。
图28是说明同一对应例的图(之4)。
具体实施方式
(第1实施方式)
以下,说明第1实施方式。如图9及图10所示,移动装置、或者作为直线导引装置的一例的LM导引件1为如下结构:使移动部即滑块3经由未图示的滑动机构即轴承等沿直线状的导轨2滑动,并且在图中的左右方向上移动。导轨2的长度为1000mm,宽度为53mm,高度为43mm。滑块3的长度为193mm。
如图3所示,在滑块3的左右两端面配置有安装于保持部件4的密封件5。如图11所示,导轨2的剖面形状是中央部宽度窄的形状,作为保护部件的密封件5形成沿该剖面形状的外形的形状。密封件5的材质例如为丁腈橡胶,其厚度尺寸例如为5mm左右。保持部件4的尺寸为纵71mm,宽100mm,配置在从导轨2的高度9mm的部分起算上方侧。保持部件4通过螺纹紧固而被固定在滑块3的两端面。通过该密封件5,防止异物侵入到位于导轨2与滑块3之间的轴承等。
如图3所示,在沿LM导引件1中的滑块3的移动路径的附近配置麦克风11,取得随着在LM导引件1工作时滑块3移动而由于密封件5在导轨2上滑动所产生的音响信号。通过观察该音响信号的频率成分的特征量,判定密封件5的劣化状态。特征量是指音响信号的频率成分中出现的特征性的频率成分的水平(level)。麦克风11是音响信号取得部的一例。
如图4所示的一例,使用2个滑块3,使经由支承部件6来安装的切刀7在图中的左右方向上移动。另外,图中的左方向为“前”。如图5所示,使滑块3从初始位置开始急加速前进,之后急减速,以等速移动。之后,使滑块3减速而停止,并通过急加速而后退,之后急减速,以比前进时快的等速来后退,在回到初始位置的时间点停止。
在图1所示的故障预兆检测系统10中,将在麦克风11取得的音响信号,经由音频界面12输入到数据记录器13(图2;S1~S3)。在此,音响信号在被A/D转换后,被输出到CSV(Comma Separated Value,逗号分隔值)文件。CSV文件经由LAN通信用的HUB14而被存储到NAS(Network Attached Storage,网络附属存储)15。
在此,作为音响信号取得部,除了麦克风11之外还使用音频界面12,因此,能够进行内置于该界面12的放大器的增益调整或频率调整,能够减低后段处理的负载。另外,在音响信号的声压低时,通过调整放大器的增益,能够确保必需的声压。而且,如果音响信号的声压是足够的水平(level),则可以直接连接麦克风11与中继器。另外,上述的中继器的功能是:若音响信号为模拟信号则进行A/D转换,或者进行与状态检测部的中继。
此外,通过使用NAS15作为数据记录介质,能够使数据流出到公司外的风险为最小限度。此外,如果使用云服务来代替NAS15,则不用担心存储器的容量等而是在哪里都能够访问数据。另外,也能够不使用数据存储介质来进行边缘处理(edge processing)。另外,与这些相关连的图示,在后述的第4实施方式中表示。
个人计算机即PC16若经由HUB14访问NAS15,并读入保存在CSV文件的音响信号的数据即麦克风数据,则通过进行基于FFT的频率解析或统计处理、或者机器学习等,从而计算麦克风数据中所包含的频率成分的特征量。PC16是特征量提取部的一例。
如图6所示,在密封件5为新品状态的情况下,在表示频率解析完的结果的频谱中,没有观察到明显的特征。相对于此,如图7所示,若密封件5为某种程度磨耗后的状态,则可知大致500Hz~6000Hz附近的成分的声压增加。当由于密封件5劣化进一步发展而密封件5的粉状体等混入到导轨2与滑块3之间时,成为LM导引件1发生了故障的状态。所谓发生了故障的状态,是说导轨2与滑块3所接触的部分由于混入的粉状体等而磨擦产生损伤,LM导引件1的动态/静态的精度恶化了的状态。在该情况下,如图8所示,比起图7所示的例子,频率成分的声压下降,但表现出了同样的特征。
PC16在显示器17上显示关于上述的处理结果的趋势,而且,基于特征量来判定密封件5的劣化状态(S4),并显示判定结果。此外,PC16使处理结果等存储于NAS15。如果判定结果表示密封件5的劣化,则将其作为故障的预兆捕获而进行异常判定,在显示器17上显示警报,此外,进行对作业人员催促维修的显示等(S5)。另外,所谓“密封件5故障”,是说由于该磨耗发展下去而如图8所示LM导引件1达到故障的状态。
在此,通过使用向作业人员进行通知的通知部、或者作为介质使用PC16的显示器17,能够迅速与被PC6处理过的内容或者趋势图等各种信息对照并确认。此外,如果作为点灯显示部的一例而使用报警灯,则在远方的人也能够知道,因此可以不用在显示器17的附近配置人力。进而,如果准备使用邮件或者社交软件(chat)等并与因特网连接的终端,则在任何地方都能够知道判定结果。另外,与这些相关连的图示,在后述的第5实施方式中表示。
根据如上所示的本实施方式,在故障预兆检测系统10中,密封件5配置成在LM导引件1的滑块3上且覆盖该滑块3与导轨2的间隙。麦克风11沿滑块3所移动的路径而配置,取得在LM导引件1工作时产生的音响信号。PC16提取在已取得的音响信号的频率成分中出现的特征性的频率成分的水平(level)即特征量。具体而言,解析音响信号的频率成分,提取该频率成分中出现的特征量。然后,基于提取出的特征量,检测密封件5故障的预兆。
即,在LM导引件1工作时,在密封件5与导轨2接触的部分所产生的声音的频率成分随着密封件5的形状随时间变化而发生变化。因此,如果对已取得的音响信号的频率成分提取特征量,即使是在LM导引件1正在工作的噪音多的环境下,也能够判别密封件5的形状的变化发展到何种劣化程度。由此,能够对密封件5达到故障状态的预兆进行检测。另外,当然系统10也能够对密封件5已经发生故障的情况进行检测,这一点不言而喻。
在此,如果将麦克风11设置在滑块3的外部且不与导轨2接触的位置,则不用使设备停止就能够进行设置。此外,如果以在滑块3的外部且不会与滑块3的动作干扰的方式设置在导轨2上,则能够通过靠近声音的产生源而使SN比提高。进而,如果设置在包含与滑块3的内部或者保持部件4等一起移动的结构的上方,则无论滑块3的动作如何都能够使密封件5与麦克风11的距离恒定,能够比较音响信号的声压的绝对值。
而且,作为预兆检测后的应对,通过进行对导轨2的供油,能够减缓密封件5的磨耗/劣化。此外,如果仅将密封件5更换成新品,则能够防止异物大量侵入到滑块3的内部而加速轴承的劣化。进而,在仅更换了密封件5时,在由于密封件5的安装状态有异常而特征量出现变化的情况下,也能够检测安装状态。另外,与这些相关连的图示,在后述的第6实施方式中表示。
(第2实施方式)
以下,对于与第1实施方式相同的部分赋予了相同的附图符记并省略说明,说明不同的部分。第2实施方式表示在PC16中,通过统计处理来进行判定的一例。在图6~图8所示的频谱的横轴上,0s~6s为滑块3的前进期间,6s~10s为后退期间。在滑块3后退的期间,对频率1000Hz~6000Hz的频带,求出频率成分的强度的合计值及平均值。
如图12所示,密封件5为新品的情况的合计值为“8.88”,平均值为“0.00056”,相对于此,密封件5磨耗而劣化的情况的合计值为“23.75”,平均值为“0.0015”,所有的值均上升。监视该数值上升的趋势,通过应用阈值来检测达到故障状态的预兆。
(第3实施方式)
第3实施方式表示在PC16中,通过机器学习来进行判定的一例。以下表示处理的概要。
(1)准备密封件5为新品的情况即正常状态的多个音响信号的波形。
(2)以时间窗划分各波形并对频率进行解析(参照图13、图14)。
(3)以恒定区间划分频率的分布,对各区间求出信号水平的最大值或平均值。
(4)通过重复(2)、(3),提取每个波形的特征量(参照图15)。
(5)例如,使用无监督学习的异常值检测的方法即所谓隔离森林(IsolationForest),根据正常状态的特征量来制作模型。
(6)比较正常状态与磨耗状态的数据,将来自正常状态的变化的程度数值化并进行判定。
如图16所示是展现出隔离森林的评价值的直方图。新品时的数据数为49,磨耗品时的数据数为55。在该情况下,将评价值的阈值设定为例如0.64左右,如图17所示,能够在实际的运用中通过监视评价值的平均值的趋势来判定劣化。
(第4实施方式)
第4实施方式图示了上述图1所示的系统10的结构的变化。图18将图1所示的功能框图进行若干程度的上位概念化。在系统21中,设备22包含LM导引件1等,因此具备滑动机构23、滑动机构保护部件24及音响信号取得部25。
由音响信号取得部25取得的音响信号经由中继器26被输入到状态检测部27。状态检测部27相当于如数据记录器13那样具备存储音响数据的存储器、PC16的频率解析或统计处理的功能的结构。状态检测部27的处理结果例如在与显示器17等对应的显示装置28进行显示,提示给作业人员29。
图19~图21表示以图18所示的结构为基础的实施方式的变化。图19所示的系统21A表示通过内部部署而实现的结构,通过PC等30及NAS服务器31来实现与中继器26及状态检测部27对应的部分。
图20所示的系统21B表示将图19所示的NAS服务器31置换成云服务32而实现的结构。而且,图21所示的系统21C表示删除了图20所示的NAS服务器31并通过边缘运算来实现的结构。在系统21C中,不使用NAS服务器31等存储器而实时地处理频率解析等处理。
(第5实施方式)
第5实施方式图示了对上述作业人员29通知处理结果的形态的变化。图22表示在工厂内的设备22上设置报警灯33,通过由报警灯33进行点灯显示,从而能够从设备22通知到位于远方的作业人员29的情况。而且,在配置于设备22的附近的PC31的显示器中也进行通知。
而且,图23在与工厂不同的据点,例如配置作为经由因特网那样的通信网络而连接的通信终端的PC31或平板电脑34、以及智能手机35等,通过邮件或社交软件等发送消息或图符等到上述设备,并在显示器上显示来进行通知。
(第6实施方式)
第6实施方式图示了配置上述麦克风11的方式的变化。图24所示的星形的标记表示麦克风11,配置在导轨2或滑块3、搭载于滑块3的例如指示部件6或切刀7那样的移动物体的附近。
(第7实施方式)
第7实施方式图示了在检测到上述的故障的预兆的情况的对应例。另外,图中所示的“转动体”是构成滑动机构的轴承等。图25示出了密封件5为健全的状态,图26示出了密封件5已磨耗的状态。图27表示通过对滑动机构部分注入油等润滑剂36来抑制劣化的发展的情况。图28表示将密封件5更换成新品的状态。
(其他实施方式)
不一定需要使用PC16等,作业人员也可以通过目视在显示器17上显示的频谱来进行判定。
频率成分中出现的特征根据LM导引件1的尺寸或形状、密封件5的尺寸、形状或材质、滑块3的动作模式等而不同。
直线导引装置不限于LM导引件1。
也可以从数据记录器13至PC16用单个装置来构成,使用通过构成该装置的计算机所执行的单个程序来执行处理。
另外,作为对音响信号的波形有影响的参数例如有以下的参数。
<导轨>
·宽度、长度、高度、剖面形状、材质。
<滑块>
·宽度、长度、高度、剖面形状、材质。
<侧面密封件>
·导轨接触绕行形状或者导轨剖面形状、导轨接触绕行长度、导轨接触宽度、材质。
<LM导引件控制部>
·移动速度、速度模式。
<传感器>
·配置、距密封件的距离、传感器的种类、传感器规格。
<移动物体>
·重量、重心位置。
<环境>
·异物量、异物尺寸、异物材质、吹除周期、温度、湿度、供油的量、油的种类、供油周期。
即使这些参数的条件或值发生了变化的情况下,通过使用了事先的评价或者运转中的传统的统计方法或机器学习的传感器信号处理,也能够对异常检测所必需的声音的强度或频率、噪音的强度或频率、判定阈值进行适当修正或调整。
另外,保护部件的材质因温度或吸水率等搭载环境状态而异,例如,受到高度等的变化所带来的影响。通过传感器取得这些环境状态,进行综合判断。
音响信号的特征量不仅因线性运动导引装置或其他移动装置的结构而变化,还因异物的形状例如球状、椭圆状、凹凸形状或材料物理性质例如硬度、粘度而变化。也能够检测该异物的不同而导致的特征。
本申请除了请求保护的范围所记载的发明,还包括如下发明。
[1]
一种滑动机构保护部件的故障预兆检测系统,
在具备固定部(2)、以及经由滑动机构而沿着该固定部移动的移动部(3)的移动装置中,
对滑动机构保护部件(5)的故障的预兆进行检测,该滑动机构保护部件(5)被配置成覆盖所述移动部与所述固定部的间隙;其中,该故障预兆检测系统包括:
音响信号取得部(11),沿移动部经由滑动机构移动的路径而配置,取得在所述移动装置工作时产生的音响信号;以及
特征量提取部(16),提取已取得的音响信号的频率成分中出现的特征性的频率成分的水平即特征量,
所述故障预兆检测系统基于提取出的特征量,对所述滑动机构保护部件的故障的预兆进行检测。
[2]
如[1]所述的滑动机构保护部件的故障预兆检测系统,其中,
所述固定部为直线状的导轨;
所述移动部沿所述导轨进行直线移动。
[3]
如[1]或[2]所述的滑动机构保护部件的故障预兆检测系统,其中,
具备对所述故障的预兆进行检测的检测部。
[4]
如[1]至[3]中任一项所述的滑动机构保护部件的故障预兆检测系统,其中,
所述特征量提取部具备解析所述频率成分的频率解析部。
[5]
如[1]至[4]中任一项所述的滑动机构保护部件的故障预兆检测系统,其中,
通过内部部署来构成所述特征量提取部。
[6]
如[1]至[4]中任一项所述的滑动机构保护部件的故障预兆检测系统,其中,
利用云服务来构成所述特征量提取部。
[7]
如[1]至[4]中任一项所述的滑动机构保护部件的故障预兆检测系统,其中,
通过边缘运算来构成所述特征量提取部。
[8]
如[1]至[7]中任一项所述的滑动机构保护部件的故障预兆检测系统,其中,
具备将检测到的预兆向作业人员通知的通知部。
[9]
如[8]所述的滑动机构保护部件的故障预兆检测系统,其中,
所述通知部是个人计算机的显示器,通过在所述显示器上进行显示来进行通知。
[10]
如[8]所述的滑动机构保护部件的故障预兆检测系统,其中,
所述通知部是点灯显示部,通过在所述点灯显示部上进行点灯显示来进行通知。
[11]
如[8]所述的滑动机构保护部件的故障预兆检测系统,其中,
所述通知部是经由通信网络连接的通信终端,发送消息或者图符到所述通信终端来进行通知。
[12]
如[1]至[11]中任一项所述的滑动机构保护部件的故障预兆检测系统,其中,
将所述音响信号取得部配置在所述固定部的附近。
[13]
如[1]至[11]中任一项所述的滑动机构保护部件的故障预兆检测系统,其中,
将所述音响信号取得部配置在所述移动部的附近。
[14]
如[1]至[11]中任一项所述的滑动机构保护部件的故障预兆检测系统,其中,
将所述音响信号取得部配置在搭载于所述移动部的移动物体的附近。
本公开根据实施例进行了记述,但本公开应理解为不被限定在该实施例或结构。本公开也包括各种变形例或等同范围内的变形。除此以外,各种组合或形态,进而,包含仅一个要件、在此以上或者在此以下的要件的其他组合或形态也被纳入本公开的范畴或思想范围内。
各装置等所提供的单元和/或功能能够通过记录在实体的存储器装置的软件及执行该软件的计算机、仅软件、仅硬件、或者它们的组合来提供。例如,在控制装置通过作为硬件的电子电路来提供的情况下,其能够通过包含多个逻辑电路的数字电路、或者模拟电路来提供。
本公开所记载的控制部及其方法可以由提供的专用计算机来实现,该专用计算机通过构成编程后的处理器和存储器,以执行由计算机程序所具体化的一个或多个功能。或者,本公开所记载的控制部及其方法可以由提供的专用计算机来实现,该专用计算机通过一个以上的专用硬件逻辑电路构成处理器。或者,本公开所记载的控制部及其方法可以由一个以上的专用计算机来实现,所述一个以上的专用计算机通过被编程为执行一种或多种功能的处理器和存储器、以及由一个以上的硬件逻辑电路构成的处理器的组合来构成。另外,计算机程序可以作为由计算机执行的指令而存储在计算机可读取的非暂时性有形存储介质中。
Claims (20)
1.一种滑动机构保护部件的故障预兆检测系统,
检测滑动机构保护部件(5)的故障的预兆,在具备固定部(2)以及经由滑动机构沿该固定部移动的移动部(3)的移动装置中,所述滑动机构保护部件(5)以覆盖所述移动部与所述固定部的间隙的方式而配置,
所述滑动机构保护部件的故障预兆检测系统包括:
音响信号取得部(11),沿移动部经由滑动机构移动的路径而配置,取得在所述移动装置工作时产生的音响信号;以及
特征量提取部(16),提取已取得的音响信号的频率成分中出现的特征性的频率成分的水平即特征量,
所述故障预兆检测系统基于提取出的特征量,对所述滑动机构保护部件的故障的预兆进行检测。
2.如权利要求1所述的滑动机构保护部件的故障预兆检测系统,
所述固定部是直线状的导轨,
所述移动部沿所述导轨进行直线移动。
3.如权利要求1或2所述的滑动机构保护部件的故障预兆检测系统,
具备对所述故障的预兆进行检测的检测部。
4.如权利要求1或2所述的滑动机构保护部件的故障预兆检测系统,
所述特征量提取部具备解析所述频率成分的频率解析部。
5.如权利要求1或2所述的滑动机构保护部件的故障预兆检测系统,
通过内部部署来构成所述特征量提取部。
6.如权利要求1或2所述的滑动机构保护部件的故障预兆检测系统,
利用云服务来构成所述特征量提取部。
7.如权利要求1或2所述的滑动机构保护部件的故障预兆检测系统,
通过边缘运算来构成所述特征量提取部。
8.如权利要求1或2所述的滑动机构保护部件的故障预兆检测系统,
具备将检测到的预兆向作业人员通知的通知部。
9.如权利要求8所述的滑动机构保护部件的故障预兆检测系统,
所述通知部是个人计算机的显示器,通过在所述显示器上进行显示从而进行通知。
10.如权利要求8所述的滑动机构保护部件的故障预兆检测系统,
所述通知部是点灯显示部,通过在所述点灯显示部上进行点灯显示从而进行通知。
11.如权利要求8所述的滑动机构保护部件的故障预兆检测系统,
所述通知部是经由通信网络而连接的通信终端,发送消息或者图符到所述通信终端来进行通知。
12.如权利要求1或2所述的滑动机构保护部件的故障预兆检测系统,
将所述音响信号取得部配置在所述固定部的附近。
13.如权利要求1或2所述的滑动机构保护部件的故障预兆检测系统,
将所述音响信号取得部配置在所述移动部的附近。
14.如权利要求1或2所述的滑动机构保护部件的故障预兆检测系统,
将所述音响信号取得部配置在搭载于所述移动部的移动物体的附近。
15.一种滑动机构保护部件的故障预兆检测方法,是检测滑动机构保护部件的故障的预兆的方法,在具备固定部、以及经由滑动机构配置于该固定部并沿所述固定部移动的移动部的移动装置中,所述滑动机构保护部件在所述移动部以覆盖该移动部与所述固定部的间隙的方式而配置,
所述滑动机构保护部件的故障预兆检测方法,
沿所述移动部移动的路径进行配置,取得在所述移动装置工作时产生的音响信号,
提取已取得的音响信号的频率成分中出现的特征性的频率成分的水平即特征量,
基于提取出的特征量,对所述滑动机构保护部件的故障的预兆进行检测。
16.如权利要求15所述的滑动机构保护部件的故障预兆检测方法,
所述固定部是直线状的导轨,
所述移动部沿所述导轨进行直线移动。
17.如权利要求15或16所述的滑动机构保护部件的故障预兆检测方法,
通过解析所述频率成分来提取所述特征量。
18.一种滑动机构保护部件的故障预兆检测程序,通过对滑动机构保护部件的故障的预兆进行检测的装置所具备的计算机来执行,在具备固定部、以及经由滑动机构配置在该固定部并沿所述固定部移动的移动部的移动装置中,所述滑动机构保护部件在所述移动部以覆盖该移动部与所述固定部的间隙的方式而配置,
沿所述移动部移动的路径进行配置,取得在所述移动装置工作时产生的音响信号,
提取已取得的音响信号的频率成分中出现的特征性的频率成分的水平即特征量,
基于提取出的特征量,对所述滑动机构保护部件的故障的预兆进行检测。
19.如权利要求18所述的滑动机构保护部件的故障预兆检测程序,
所述固定部是直线状的导轨,
所述移动部沿所述导轨进行直线移动。
20.如权利要求18或19所述的滑动机构保护部件的故障预兆检测程序,
通过解析所述频率成分来提取所述特征量。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021-212466 | 2021-12-27 | ||
JP2022-100365 | 2022-06-22 | ||
JP2022100365A JP2023097323A (ja) | 2021-12-27 | 2022-06-22 | 摺動機構保護部材の故障予兆検知システム、摺動機構保護部材の故障予兆検知方法及び摺動機構保護部材の故障予兆検知プログラム |
PCT/JP2022/040737 WO2023127296A1 (ja) | 2021-12-27 | 2022-10-31 | 摺動機構保護部材の故障予兆検知システム、摺動機構保護部材の故障予兆検知方法及び摺動機構保護部材の故障予兆検知プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117980715A true CN117980715A (zh) | 2024-05-03 |
Family
ID=90859900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280064610.0A Pending CN117980715A (zh) | 2021-12-27 | 2022-10-31 | 滑动机构保护部件的故障预兆检测系统、滑动机构保护部件的故障预兆检测方法及滑动机构保护部件的故障预兆检测程序 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117980715A (zh) |
-
2022
- 2022-10-31 CN CN202280064610.0A patent/CN117980715A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN205036952U (zh) | 使用电子阀致动器诊断阀的装置 | |
CN102897626B (zh) | 电梯监控报警装置 | |
US10766741B2 (en) | Monitoring of conveyance system | |
AU2012377800B2 (en) | Acoustic Emission Measurements of a Bearing Assembly | |
KR101893745B1 (ko) | 구동부의 정밀 예지 보전방법 | |
EP3008006A1 (en) | Elevator noise monitoring | |
CN109264521B (zh) | 电梯故障诊断装置 | |
JP6370132B2 (ja) | 通信異常検出装置、通信異常検出方法及びプログラム | |
KR20170107407A (ko) | 저속 베어링 고장을 예측하기 위한 시스템 및 방법 | |
KR101857393B1 (ko) | 구동부의 정밀 예지 보전방법 | |
US9605710B2 (en) | Method and device for the early detection of the development of damage in a bearing | |
WO2010069318A1 (en) | Wear-out pattern recognition | |
JP2009115481A (ja) | 回転機械設備の診断システム | |
CN111137773B (zh) | 用于检测电梯系统的故障的方法和系统 | |
JP6833420B2 (ja) | 監視システム | |
CN117980715A (zh) | 滑动机构保护部件的故障预兆检测系统、滑动机构保护部件的故障预兆检测方法及滑动机构保护部件的故障预兆检测程序 | |
WO2023127296A1 (ja) | 摺動機構保護部材の故障予兆検知システム、摺動機構保護部材の故障予兆検知方法及び摺動機構保護部材の故障予兆検知プログラム | |
JP4126568B2 (ja) | 機械設備の監視システム | |
KR102045823B1 (ko) | 미분기 고장 진단 모니터링 방법 및 시스템 | |
JP2023097323A (ja) | 摺動機構保護部材の故障予兆検知システム、摺動機構保護部材の故障予兆検知方法及び摺動機構保護部材の故障予兆検知プログラム | |
WO2016159039A1 (ja) | 中継装置及びプログラム | |
CN117178122A (zh) | 用于监控风扇运行的方法、设备和风扇 | |
KR20140086269A (ko) | 베어링 잔여 수명 예측 방법 | |
JP7275714B2 (ja) | 軸受状態監視方法及び軸受状態監視システム | |
JP2022176804A (ja) | 軸受の異常診断装置、異常診断方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |