JP2003528292A - 振動解析によるベアリングの状態ベースのモニタリング - Google Patents

振動解析によるベアリングの状態ベースのモニタリング

Info

Publication number
JP2003528292A
JP2003528292A JP2001527198A JP2001527198A JP2003528292A JP 2003528292 A JP2003528292 A JP 2003528292A JP 2001527198 A JP2001527198 A JP 2001527198A JP 2001527198 A JP2001527198 A JP 2001527198A JP 2003528292 A JP2003528292 A JP 2003528292A
Authority
JP
Japan
Prior art keywords
vibration
spectrum
signal
bearing
frequency
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
JP2001527198A
Other languages
English (en)
Other versions
JP2003528292A5 (ja
Inventor
ベン−ロムドハーン,モハメド
Original Assignee
イノベイティブ・テクノロジー・ライセンシング・エルエルシー
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 to US09/406,350 priority Critical patent/US6321602B1/en
Priority to US09/406,350 priority
Application filed by イノベイティブ・テクノロジー・ライセンシング・エルエルシー filed Critical イノベイティブ・テクノロジー・ライセンシング・エルエルシー
Priority to PCT/US2000/026474 priority patent/WO2001023861A1/en
Publication of JP2003528292A publication Critical patent/JP2003528292A/ja
Publication of JP2003528292A5 publication Critical patent/JP2003528292A5/ja
Granted legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/04Bearings
    • G01M13/045Acoustic or vibration analysis
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16CSHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C19/00Bearings with rolling contact, for exclusively rotary movement
    • F16C19/52Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/02Gearings; Transmission mechanisms
    • G01M13/028Acoustic or vibration analysis

Abstract

(57)【要約】 アセンブリの振動のスペクトル解析に基づいて診断を形成することによってベアリング/シャフト・アセンブリの状態をモニタする装置及び方法である。基準パラメータは、実際のピークをモデルによって予測されるピークと比較するというマイクロプロセッサによる振動スペクトルの解析によって、決定される。マイクロプロセッサ(34)は、仮定を変動させてモデルを実際の振動スペクトルに適合させることによって、回転速度と好ましくはローリング要素の数とを推定する。基準プロフィールが、1又は複数の選択されたトーンと好ましくはその高調波とから形成され、ベアリング/シャフト・アセンブリを特徴付ける。基準プロフィールとパラメータとが、後に取得される振動特性と比較され、この比較を用いてベアリング及び/又はシャフトの状態の診断がなされる。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】
本発明は、機械又はモータ一般のモニタリングに関し、更に詳しくは、振動解
析によるベアリングの自動化された診断に関する。
【0002】
【従来の技術】
回転している又は振動している様々なサイズのモータは、工業、交通及びそれ
以外の応用分野において、広く見ることができる。このような多くの応用分野に
おいては、例えば、差し迫ったベアリングの故障など、様々なモータやベアリン
グの問題を非侵入的で非破壊的な方法によって診断することが望まれる。実際、
多くの応用例(例えば、船舶のエンジンなど)では、運行を中断して検査のため
にベアリングを分解するなど、全く不可能ではないとしても、およそ非経済的で
あろう。
【0003】 振動解析は、モータ又は駆動システムの動作を中断することを必要とせずに、
モータ及びベアリングの問題点を非侵入的に診断するのに用いられてきた。様々
なモータ及びベアリングの問題点は、モータ速度と関係する周波数での過剰な振
動の存在と直接に関係することが知られている。モータ速度は、RPM(1分当
たりの回転数、revolutions per minute)で表現されるのが通常である。例えば
、モータのRPMの2倍の周波数での振動があると、多くの場合、ベアリングの
機械的なゆるみを示す。モータのRPMの3倍の周波数での振動があると、多く
の場合、シャフトに関するベアリングの取付不良を示す。機械の振動解析に関す
る従来型の方法は、例えば、Heinz P. Bloch and Fred K. Geitner, Machinery Failure Analysis and Troubleshooting, Vol. 2 , Gulf Publishing, 1997の第
5章"Vibration Analysis"で論じられている。振動解析の従来型の方法は、振幅
と周波数とに関する情報を振動から抽出するものであり、時間経過に伴う振動波
形のある種のピーク値、周波数又は変化の存在又は不存在を感知する。
【0004】 機械振動解析の従来型の方法は、通常、考察しているモータ及び/又はベアリ
ングに関する何らかのアプリオリな情報を必要とする。例えば、旋回(turning
)モータの振動スペクトルを適切に解析するには、従来型の技術では、(振動デ
ータが取得された時点での)モータのRPMを知っていることが必要である。ベ
アリング当たりのローリング要素(rolling elements)の数など、モータ/ベア
リング・システムに特有のそれ以外の情報は、要求される場合もあるし、又は、
パフォーマンスを著しく改善することもある。この要求される情報は、それぞれ
の応用例におけるモータ及び/又はベアリングに特有であり、ユーザ(又は、独
立の測定)によって提供されなければならない。場合によっては、実際に、ユー
ザが、スペア・ベアリングを物理的に検査して情報を取得するように求められる
ことがありうる。モータ動作の正確なRPMは、例えば、可変速度モータでは変
動することがあり、このために比較が困難となる。このような特定の用途に特有
な情報が必要であるということは、最良の場合であっても不便であり、一般論と
しては、広く応用可能であり低コストで取付けが容易なマシン振動解析装置の開
発を思いとどまらせる原因であった。
【0005】 Shimaへの米国特許第4,493,042号には、ベアリング故障の診断装置
が開示されており、この装置は、ベアリングの振動の時間領域と周波数スペクト
ルとからベアリング故障の原因を診断するものである。この米国特許の方法は、
時間経過と共に生じる波形の変化にだけでなく、時間領域の波形の振幅の局所化
と、波形パルス化の周期と、波形エンベロープの精度と、周波数スペクトルにお
ける特定のピーク値の存在及び不存在とに応答する。この方法は、波形からある
情報を抽出するのであるが、広いスペクトル・ノイズ又は振動のパルス化エンベ
ロープの存在が含まれる。しかし、この方法は、異なるベアリング要素に対応す
る複数のベアリング・トーン及び高調波(harmonics)を含めて、モータ・ベア
リングの振動に存在しうる様々な周波数成分の全部に応答するということはない
。従って、上述の米国特許による方法は、振動信号に内在的なすべての関連情報
を抽出するというものではない。この米国特許のアプローチは、潤滑剤の不足の
検出、潤滑剤の中の異物、ベアリングの損傷などの診断を提供することはできる
。しかし、このアプローチでは、どのベアリングに問題があるのか、ローリング
要素とケージとのどちらに問題があるのか、ベアリングがシャフトに対して取付
不良でないのかなどの詳細な情報は提供されない。
【0006】 従来のシステムの別の限界としては、スペクトルの分解能が、欠陥トーンの高
次の高調波が存在する高周波数領域では劣っているという問題がある。 従来型の振動解析では、通常、ワイアード接続による振動センサを用いるので
あるが、そのようなセンサは既存の混み合っていることが通常である工業的な環
境に取り付けることが多くの場合困難である。ケーブルの取付けには費用と時間
とが必要であり、装置の通常の動作と抵触する場合には、特にそうである。
【0007】
【発明の概要】
上述の問題点を考慮し、本発明は、アセンブリの振動のスペクトル解析に基づ
いて診断を形成することによって、ベアリング/シャフト・アセンブリの状態を
モニタする装置及び方法である。第1に、実際のピークをモデルによって予測さ
れるピークと比較するというマイクロプロセッサによる振動スペクトルの解析に
よって、基準(baseline)パラメータが決定される。マイクロプロセッサは、仮
定を変動させてモデルを実際の振動スペクトルに適合させることによって、回転
速度と好ましくはローリング要素の数とを推定する。基準プロフィールが、1又
は複数の選択されたトーンと好ましくはその高調波とから形成され、ベアリング
/シャフト・アセンブリを特徴付ける。
【0008】 効率的な「ダウンサンプリング」動作によって、好ましくは、少数の操作によ
って信号のデジタル・サンプリング及び再サンプリングが行われ、デジタル信号
処理に低電力で小型の回路を用いることが可能となる。
【0009】 好ましくは、複数のトーンとプロフィールとが、基本RPM、内部リング欠陥
トーン、外部リング欠陥トーン、ケージ・トレイン欠陥トーン、ローリング要素
欠陥トーンを含む欠陥インジケータとして用いられる。それぞれのトーンに対し
て、プロフィールが計算され、そのトーンとそれぞれの高調波との振幅と、それ
に関連する周波数とを加算する。
【0010】 後の時点で、ベアリング・アセンブリの振動が再度測定される。基準プロフィ
ールとパラメータとが、後の時点で得られた振動特性と比較され、この比較を用
いてベアリング及び/又はシャフトの状態を診断する。基準のトーン強度及びプ
ロフィールからの偏差が、ベアリングの状態を示す診断を提供する。また、プロ
フィールの「エクシーデンス」(超過分、exceedences)と「残存」(residue)
パラメータとが計算され、ベアリング状態の診断インジケータとして用いられる
【0011】 本発明による装置は、好ましくは、振動を感知するセンサと、振動信号をデジ
タル化するアナログ・デジタル・コンバータと、信号の「ダウンサンプリング」
を行ってその周波数領域表現を計算するデジタル信号プロセッサと、信号を解析
して診断を形成するマイクロプロセッサとを含む。これらは、一体化され、コン
パクトなパッケージとして、携帯型電源及び無線データ・トランシーバと共にパ
ッケージングされているのが最も好ましい。そうすることにより、装置全体を、
ケーブルを必要とすることなく、マシンの上の関心対象のベアリングの近傍に容
易に取り付けることが可能となる。診断は、まとめられ、ユーザまで又はユーザ
への出力を与えるデータ・ステーションまで伝送される。
【0012】 本発明の以上の及びそれ以外の特徴及び効果は、好適実施例に関する以下の詳
細な説明を添付の図面を参照して読むことにより、当業者にとって明らかとなる
はずである。
【0013】
【発明の実施の態様】
図1には、本発明に適した典型的な物理的環境が示されている。本発明は、内
部ベアリング(見えていない)を有するロータリ・モータ・ドライブ10と、負
荷14を駆動するシャフト12という状況で動作する。1又は複数のモニタリン
グ装置16が、関心対象であるモータ振動のベアリングの近傍における感知を可
能にするように選択された位置において、モータ及び/又はシャフトに取り付け
られる。あるいは、モニタリング装置12は、回転シャフト12に取り付けるこ
ともできる。本発明の応用には、どのようなサイズ及びタイプのモータであって
も適しており、小型の電気モータから、例えば船舶において見ることができるよ
うな大型の内燃エンジンまでが含まれる。モニタリング装置16は、最小の場合
でも、振動センサを含んでいなければならない。最も好ましくは、モニタリング
装置16は、本発明の装置の完全なハードウェアと共に一体化され、振動センサ
と埋込式データ・プロセッサと無線トランシーバと携帯型電源とが1つのパッケ
ージの中に含まれていて、モータに取り付けられる。モニタリング装置16は、
局所的に又はモニタリング装置及びユーザのネットワークの一部として本発明を
実行するようにプログラムされていることが好ましい。あるいは、振動信号を、
モータに取り付けられたセンサから別の位置まで伝送し、モニタリング装置16
と無線通信を行う処理ステーション18によって本発明の方法による処理がなさ
れるようにすることも可能である。
【0014】 動作の間、モータ10は、音響的(acoustic)な又は副音響的(sub-acoustic
)な変動を生じさせる(そして、これは、任意の検出可能な振動モードでよい)
。この変動の時間、振幅及び周波数に関するコンテンツが、本発明によって解析
されて、ベアリング故障を予測する又は回避する方法を提供する診断情報を含め
て、ベアリング及びモータの状態に関する情報を生じる。
【0015】 信号処理と診断とのほとんどを局所的にすなわちモニタリング装置16におい
て実行し、その結果を(好ましくは無線リンク19を介して)処理ステーション
19に送るのが効果的である。というのは、データの伝送、とりわけ無線手段に
よる伝送は、データ処理(これは、CMOSなどの低電力技術を用いて実行する
ことが可能)よりも多くの電力を消費するのが一般的であるからである。従って
、モニタリング・ステーションが信号及びデータ処理を実行し、よりコンパクト
な結果(診断)だけをユーザに伝送するというのが好ましい。
【0016】 図2には、モニタリング装置16として一体化されパッケージングのなされた
本発明による装置のある実施例が示されている。センサ26(オプションである
が、複数のセンサでもよい)は、振動を、振動処理及び解析のために電気信号に
変換する。この信号は、インターフェース電子装置28によって増幅され、アナ
ログ・デジタル・コンバータ(ADC)30によってデジタル化される。
【0017】 本発明におけるセンサ26としては、様々な電子機械的な振動トランスデュー
サを用いることができることが知られている。例えば、適切なMEMS振動セン
サが、William Kaiser et al.への米国特許第5,659,195号に記載され
ている。
【0018】 インターフェース電子装置28は、用いられているセンサのタイプに適したも
のでなければならない。例えば、容量性又は抵抗性のセンサの場合には、特定の
周知のインターフェース電子装置が、振動を表す電気信号を生じることを必要と
する。また、インターフェース電子装置は、ADC30のダイナミック・レンジ
の範囲内で振幅をスケーリングするのに十分な程度に信号を増幅しなければなら
ない。
【0019】 ADC30は、任意の適切な市販の回路でよい。様々な集積化されたADCが
、例えば、米国マサチューセッツ州ノーウッド所在のアナログ・デバイシズ社か
ら入手することができる。ただし、検査対象であるマシンを解析するのに十分な
帯域幅、感度及びサンプリング速度を有していなければならない。通常のモータ
への応用例では、回転は1800RPM程度であり、20KHzの帯域幅で十分
であることが分かっている。バッテリの寿命を節約するには、低電力消費のAD
Cが一般に望ましい。
【0020】 ADC30からのデジタル化信号はデジタル信号プロセッサ(DSP)32に
よって処理されるのであるが、このDSP32は、以下で説明するように、専用
の信号処理用集積回路であるか、又は、本発明の方法に従って信号処理を実行す
るようにプログラムされた汎用のマイクロプロセッサである。専用のDSPとし
ては、例えば、テキサス店インスツルメンツ社のTMS320C5Xなど、様々
なものが入手可能であり適切である。汎用のマイクロプロセッサとしては、クロ
ックが133MHzであるインテル社のStrongARM1100マイクロプ
ロセッサが、一例である(後述するように、信号処理とマイクロプロセッサ34
の制御機能との両方について)。
【0021】 マイクロプロセッサ34は、本発明の方法に従って、処理された振動信号を解
析し、モニタされているベアリング又はマシンの状態に関する診断出力を提供す
る。好適実施例では、マイクロプロセッサは、無線手段によって、ユーザ及び/
又はそれ以外のモニタリング装置と通信を行う。汎用非同期受信機/送信機(U
ART)及びモデム・ユニット36が、マイクロプロセッサ34と無線トランシ
ーバ38との間に提供され、データを通信し、及び/又は、命令を受信する。通
常は、無線通信は、アンテナ40を介しての電波(radio)によるが、光、赤外
線、超音波などそれ以外の媒体を適当な修正を行って用いることが可能である。
本発明のある例示的なバージョンでは、データ速度が100KbpsであるCo
nexantのRDSSS9Mの広帯域スペクトル・トランシーバを用いて、9
02−928MHZ帯域の無線通信が得られる。
【0022】 上述したコンポーネント26−38が、すべて、1つのパッケージ42の中に
一体化され、携帯型の電源44(通常は、バッテリ)によって給電されるのが好
ましい。あるいは、最小の場合でセンサ26を含むモニタリング装置の任意の一
部を対象となるマシンの上に配置し、他の場所で更なる処理を行うために信号を
通信するもできる。多くの応用例で無線通信が好ましいのであるが、その理由は
、取付け及び取外しが容易であるからである。多くの工業的な例において、ワイ
アード接続されている振動モニタのための配線は極度に高価であり時間を要する
のである。
【0023】 上述した装置は、以下で述べるように、本発明の方法を実行するようにプログ
ラムされている。以下の説明では、モータ、シャフト、ベアリング又は負荷に関
するいかなるアプリオリな知識も仮定されておらず、ユーザがそのような情報を
入力することも要求されないという点が重要である。本発明は、そのようなアプ
リオリなデータなしで、モータ・システムの特性を測定し記憶し知ることにより
診断情報を導くことができる。
【0024】 図3は、本発明の方法の概要を示している。第1に、振動信号は、(通常のパ
ラメータの範囲内で動作している)通常のベアリングから取られ、解析されて基
準(baseline)スペクトルが取得される(ステップ46)。次に、将来の比較の
ためにこの基準を記録する診断パラメータが、形成され記憶される(ステップ4
7)。本発明は、次に、ある時間の間、待機する(ステップ47)。これは、予
め決定されているか、又は、何らかの外的なイベント(ユーザの質問又はトリガ
)によってトリガされる。ある時間が経過した後で、本発明は、同じ1又は複数
のセンサからの別の振動信号を解析する(ステップ49)。この解析は、基準ス
テップ46において適用されるのとほぼ同じ方法によって、ステップ49におい
て、実行される。この結果は、より新しい「操作的」(operational)なスペク
トルである(ステップ50)。最後に、この操作的な診断は基準と比較されて、
その結果がユーザに向けて出力される(ステップ51)。オプションであるが、
ステップ51には、診断が差し迫ったベアリング故障を示している場合に、比較
の結果を用いて、あるイベント又は警告をトリガする可能性も含まれる。従って
、本発明の方法は、2つの主な動作フェーズを含む。すなわち、(1)基準イン
ジケータ・パラメータの確立と、(2)後の信号と確立された基準パラメータと
の比較とである。このアプローチによれば、本発明を、オペレータが当初の予測
されるパラメータを入力することを必要とせずに、様々なベアリング及びモータ
を備えている非常に広範囲なマシンと共に用いることが可能になる。本発明は、
その代わりに、対象であるマシンにとって何が正常であるかを「知り」、その正
常値からの偏差を探すのである。
【0025】 図4aに示されている本発明のある実施例では、振動解析ステップ46及び4
9は、示されているような複数のステップで構成されている。センサ26は、振
動を表す信号を提供し、これが、デジタル形式に変換される(ステップ52)。
センサ信号は、デジタル化された後で、より低い速度で再度サンプリングされ、
好ましくは、「ダウンサンプリング」機能ステップ53によってフィルタリング
される。これは、マイクロプロセッサのソフトウェア・プログラミングか専用の
信号プロセッサ回路かのいずれかによって実行されうる。この「ダウンサンプリ
ング」により、周波数がシフトされ、更なる処理のために信号の高スペクトル分
解能バージョンが得られる。次に、この信号は、時間領域信号のフーリエ変換又
は既知の類似する変換技術を用いて、周波数領域表現に変換される(ステップ5
4)。やはり、専用の信号処理回路又はプログラマブルなソフトウェアとしての
実装(マイクロプロセッサ上で実行される)を用いることができる。この変換さ
れた周波数領域信号は、モータの基本回転周波数を検出するRPM検出アルゴリ
ズムによって、図7との関係で後述される方法を用いて解析される(ステップ5
6)。
【0026】 基本RPM周波数が検出されると、ステップ54のスペクトル解析からのスペ
クトル・データが、(どのようなものでも存在する場合には)直前のスペクトル
との関係で平均化され(ステップ58)、この方法が、経路59を介してループ
状に戻ることによって、所定の回数だけ反復される。複数のスペクトルの平均を
取ることによって、信号対雑音比を改善することができる。
【0027】 図4bには、本発明の別の実施例において用いられる振動解析の方法が示され
ている。この別の方法では、追加的な機能ブロック60が含まれ、このブロック
では、ベアリングの中のローリング要素の数が検出される。このベアリング数え
上げステップ60は、RPM決定ステップ56の直後に続くのが適切であり、図
8との関係で後述される。ベアリング数え上げステップ60を含むことにより、
振動スペクトルだけから、感知された振動を生じさせるベアリングの中のベアリ
ング当たりのローリング要素のおおよその数を決定することによって、本発明の
パフォーマンスを向上させることができる。この情報は、また、診断ステップ4
7及び50(図3)によって、特定欠陥インジケータを識別し振動スペクトルか
ら詳細な診断情報を抽出するのに利用される。
【0028】 「ダウンサンプリング」モジュール52では、データを更に操作する(例えば
、フーリエ変換によって)前に、時間領域にあるデータを再度サンプリングしフ
ィルタリングすることによって、それ以外の場合に可能であるよりも高い分解能
をもって周波数スペクトルの特定の領域を調べることが可能になる。例えば、振
動データを解析して、1810Hz及び1820Hzに位置するスペクトル成分
の存在、不存在又は振幅を検出することを望んでいると仮定してみる。信号が通
常のように毎秒40000サンプルでサンプリングされる場合には、変換スペク
トルは20000Hzの帯域幅を有する。512のポイント・データ・セットが
用いられる場合には、結果として得られるスペクトルは、512の周波数バイナ
リ・ファイル(bins)を有し、(最良の場合で)データ・ポイントの間におよそ
40Hzの分解能を生じる。これは、関心対象である上述した仮定的な2つの信
号を分解するには不十分である。
【0029】 分解能は、信号をより低い速度で(ただし、変換のために1データ・セットに
おいて同数の点を与えるように、より長い時間)再度サンプリングすることによ
って改善される。これは、ある周波数ウィンドウの中に改善された分解能を提供
するように「ズームイン」しながら、周波数のゼロ点をシフトさせるという効果
を有する。特定の例で考えると、元の信号は40000Hzでサンプリングされ
、FFTのためのデータ・セットの長さは512ポイントであると仮定する。サ
ンプル信号が10のデータ点に1回の割合で再度サンプリングされフーリエ変換
される場合には、スペクトル・ウィンドウは、元の帯域幅(20000Hz)の
10分の1に縮小し、2000Hzのスペクトル・ウィンドウを生じる。次に、
より長い期間である元のサンプル時間の10倍の期間にわたって再度サンプリン
グする場合には、512のデータ再サンプルを得る。結果的に得られる2000
Hzのフーリエ変換ウィンドウは、それぞれが4Hzのスペクトル幅を表してい
る512のバイナリ・ファイルを有する。従って、再度サンプリングされたFF
Tは、元のサンプリングされたFFTよりもはるかに大きなスペクトル分解能を
与えるが、この向上には短所が付随しているのである。すなわち、再サンプリン
グ速度よりも高い周波数領域にある信号は、広く知られているように、FFTウ
ィンドウの中に「エイリアシング」(aliased)されてしまうのである。上述の
例では、2000Hz+fの信号は、fにエイリアシングされる。これは、40
00Hz+fの信号や、6000Hz+fの信号などと同様である。
【0030】 不所望の周波数のターゲット・スペクトル・レンジの中へのエイリアシングを
回避するには、広く知られているように、サンプリングの前に(アナログ又はデ
ジタル的な方法によって)フィルタリングされなければならない。本発明のある
実施例では、特に効率的な信号処理手段が用いられ、その手段によって、同じ一
連の動作により再サンプリング及びフィルタリングの両方が達成され、ハードウ
ェアのより経済的な利用が可能となる。このようにして、この経済的な情報によ
り、より安価でコンパクトで電力消費が小さなハードウェアを用いることが可能
となる。
【0031】 以上で述べた再サンプリングを伴う経済的なフィルタリング方法では、信号は
、図5に示されているように操作される。再サンプリングの周期は、4つだけが
完全に示されている。信号の値d(0)…d(m)は処理され(デジタル的なフ
ィルタリング及び再サンプリング)、それぞれの周期τに対して1つの再サンプ
リングされた信号値Ynが得られる。ここでτは、因数R(「再サンプリング因
数」)だけ元の信号のサンプリング周期よりも長い。これは、Fsでサンプリン
グされた元の信号が与えられたときに、周波数Frsで信号をフィルタリング及
び再サンプリングするのと対応している。ただし、ここで、FrsはFs/Rに
等しい。それぞれの周期に対して、P信号値d(n−p)ないしd(n)は、そ
れぞれの所定の係数a(P)ないしa(0)が乗算され、結果的に得られる積が
加算される。例えば、図6には、6係数のデジタル・フィルタ(P=6)を用い
たフィルタリングと、再サンプリング因数Rが4である再サンプリングとが示さ
れている。データ値d(0)ないしd(m)が水平方向の(時間)軸に配置され
、係数a(5)ないしa(0)が垂直方向の軸に配置されている。このように定
義されたロー及びコラムは、グラフィカルなマトリクスを形成している。80な
ど、このグラフィカルなマトリクスの影付きの正方形は、対応する係数とデータ
点とが乗算されることを示している。換言すると、影付きの正方形は、この影付
きの正方形を含むローの係数とコラムのデータ点との積を表している。特に、正
方形80はa(0)d(5)という積を取ることを表し、正方形82はa(1)
d(4)という積を取ることを表している。
【0032】 再サンプリングされフィルタリングされたY(n)の値は、次の方程式に従い
対角線に沿って積を加算することによって得られる。
【0033】
【数1】
【0034】 例えば、この図では、Y(1)は対角線84に沿って積を加算することによって
得られ、Y(2)は対角線86に沿って加算することによって得られる、等であ
る。
【0035】 図6は、状態図形式で、図6のタイミング図に図解され上述したのと同じプロ
セスが示されている。図7からは、信号を多重化し示されているように乗算して
累積した結果は、有限インパルス応答(FIR)デジタル・フィルタに類似する
ことが分かる。このアーキテクチャは、本質的に、P段のFIRフィルタのアー
キテクチャである。フィルタに入力されるデータ値は、係数乗算器モジュール8
8によって係数a0と乗算される。このデータ値は、状態遅延モジュール90に
よって1サイクルの間記憶される。モジュール90は、シフト・レジスタ、ラッ
チ又は類似するメモリ要素によって実現することができる。遅延されたデータ値
は乗算器92によって別の係数a1と乗算され、その結果は加算モジュール94
によって88の出力と加算される。これ以降の段は、示されているように、1つ
の段(状態遅延)がそれぞれの係数に対するように、カスケード状にプロセスを
継続する。最終的な和は、フィルタリングされたデータ値Y(n)として出力さ
れる。しかし、指示される計算をすべてのサイクルで実行する従来型のFIRフ
ィルタとは異なり、「ダウンサンプリング」モジュール53では、演算は、Rの
クロック・サイクル全体で1回だけ実行される。結果は、同時的なフィルタリン
グ及び再サンプリングであり、シーケンシャルにフィルタリングした後に再度サ
ンプリングするのと比較すると、複数回の演算を節約することができる。
【0036】 係数a1ないしamは、デジタル・フィルタ技術で知られているように、様々
な通過特性の任意のものが得られるように選択することができる。適切な通過特
性を選択することによって、所望の周波数レンジ(エイリアシングされた帯域)
が選択される。実際には、ローパスフィルタが通常用いられて真の信号を選択し
エイリアシングされた信号を排除するが、バンドパスフィルタを用いて、解析の
ためにより低い周波数領域の中にエイリアシングされるより高い周波数通過帯域
を選択することも可能である。例えば、2000Hzの再サンプリング速度が用
いられる場合には、複数の2000Hzのウィンドウの中の任意のものを、元の
サンプリングされた信号の不所望のスペクトル成分をフィルタリングによって除
去することによって、選択することができる。次の表1では、単なる例示である
が、図7のグラフに示されている通過特性を用いる場合に、0Hzから3600
Hzの周波数レンジでローパス機能を実現するのに用いることができる係数の組
が示されている。ただし、通過帯域周波数は3600Hz、停止帯域周波数は5
100Hz、通過帯域リプルは1db、停止帯域減衰は27dbである。
【0037】
【表1】
【0038】 オプションであるが、本発明では、マイクロプロセッサ34から(図2に)示
されている信号経路96を介してデジタル信号プロセッサ(DSP)32にパラ
メータ(再サンプリング速度及びフィルタ係数を含む)をロードすることによっ
て、フィルタ係数と再サンプリング速度を動的に変動させることができる。
【0039】 再サンプリングとフィルタリングとの後で、信号データは、高速フーリエ変換
(FFT)又は類似の変換を実行するように構成された専用の信号処理回路を用
いて周波数領域表現に変換されることにより、更に処理される。あるいは、ウェ
ーブレット分解など、他の解析的な変換を用いることもできる。次に、周波数領
域のデータ(又は、それ以外の分解されたデータ)は、更なる処理のために、マ
イクロプロセッサ34に送られる。
【0040】 回転マシンのRPMは、他の入力がなくとも、振動スペクトルの解析によって
検出されるのが好ましい。これによって、本発明の装置を設置し費用を削減する
ことが容易になる。
【0041】 図8は、本発明において振動スペクトルを解析することによって、モニタされ
ているマシンの回転の基本周波数を検出するのに用いられる方法のための流れ図
を示している。この方法は、マイクロプロセッサ34の中にプログラムされ、マ
イクロプロセッサによって実行されるのが好ましい。
【0042】 この方法では、まず、振動スペクトルが、最高の強度を有する周波数ピーク(
「インジケータ」)を見つけるために解析される。実際には、このピークは、通
常、モータのRPM又はモータのRPMの(通常2倍の)高調波に対応すること
が分かっている。次に、スペクトルが調べられ(ステップ102)、インジケー
タ周波数の半分の周波数もまたピークであるかどうかが判断される。イエスであ
る場合には、この方法は、インジケータ(ind)の振幅の絶対値がインジケー
タの半分の周波数ピークの絶対値よりも、ある値xデシベルより多い程度だけ、
高いか動作を判断するために検査を継続する。(xの値は5dbが適切であるこ
とが分かっている。)イエスである場合には、モータのRPMはインジケータ周
波数の半分である(更に、結果的に、インジケータ周波数ピークは、RPMの2
倍である第1の高調波である)という結論になる。ノーである場合には、又は、
ind/2がピークでない場合には、この方法は、インジケータ周波数の1.5
倍、2倍、そして他のそのような倍数での高調波をチェックする(ステップ10
6)。インジケータの1.5倍の位置で高調波が見つかった場合には、インジケ
ータ・ピークは、第1の高調波(RPMの2倍)であるという結論になる。
【0043】 この方法を変形することが可能であるが、適用される一般的な手順は、スペク
トル・ピークを検出し、そのピークとRPMとの関係に関する仮定を想定する。
この仮定の結果として出てくる一連の高調波が次に計算され、振動の測定された
スペクトルと比較され、測定されたスペクトルが仮定的な予測スペクトルと一致
するのか、そしてどの程度一致するのか(又は、偏差が生じるのか)が判断され
る。よい一致が得られる場合には、仮定は正しいと考えられ、スペクトル・ピー
クは実際のRPMと推定される。そうでない場合には、別の仮定を採用しそのチ
ェックがなされる。最終的には、高調波に関する許容しうる予測を結果的に生じ
る仮定が得られる。次に、既知のインジケータ・ピークから、モータのRPMに
対するインジケータ・ピークの比率に関する成功裏の仮定に基づいて、計算され
る。困難な場合(ノイズの多いスペクトル)には、複数回の試行がなされ、最も
多く妥当するRPMの推定が採用される。
【0044】 本発明の別の実施例では、RPM検出モジュール56に加えて、別の機能モジ
ュール60(図4b)が存在している。測定しているベアリングの中のローリン
グ要素の数を検出することが重要であるのだが、その理由は、この情報を用いる
と、そのベアリングを診断するのに意味がある特定の情報を含む高調波周波数を
予測することが可能になるからである。このモジュールは、RPM検出モジュー
ルを実現するのに用いられるのと同じマイクロプロセッサ(又は、データ・プロ
セッサ)によって制御されるソフトウェアの下で実現されるのが好ましい。
【0045】 図9に示されているローリング要素検出の好適な方法は、回転するベアリング
はシャフトRPMの既知である非整数倍において生じるトーンのパターンを有す
る、という経験的に決定された事実を利用する。RPMの特定の非整数倍は、ベ
アリングの中に存在するローリング要素の数に依存し、かつ、ベアリングの幾何
学的形状にもある程度依存する。ベアリングの数を用いてベアリングのインジケ
ータ周波数を与えている公式については、上述のGeitnerによる書物の430な
いし432頁を参照のこと。
【0046】 特定のベアリング又はその幾何学的形状を知らずに、本発明の方法は、シャフ
トRPMの倍数として定義され、その範囲内にベアリング・インジケータ・トー
ンが含まれる可能性が高いような周波数のレンジをサーチする。最も一般的に用
いられているベアリング・インジケータ・トーンは、内部リング欠陥インジケー
タ・トーン(ボール・パス周波数内部レースすなわちBPFIとも称される)、
外部リング欠陥インジケータ・トーン(ボール・パス周波数外部レースすなわち
BPFO)、ローリング要素欠陥トーン(ボール・スピン周波数すなわちBSF
)、ケージ・トレイン欠陥インジケータ(基本トレイン周波数すなわちFTF)
である。レンジをサーチする前に、RPMの整数倍と一致するサーチ・レンジの
中のすべての信号を除外する又は制限することによって、スペクトルを準備して
おくことが好ましい。そのような信号は、一般的にRPMの非整数倍で生じるイ
ンジケータ・トーンではなく、基本RPMの厳密な高調波である可能性が高い。
インジケータ・トーンを求めてサーチされたいくつかの特定の予測周波数レンジ
が、表2に与えられている。表2では、コラムaはサーチ・レンジの中心を含み
、コラムbはサーチ・レンジの幅Δを含む(サーチは、中心周波数+−Δ/2に
わたっている)。ローリング要素の他の数を求めるためのサーチ・レンジは、経
験的に決定することができるので、この方法は、任意の数のローリング要素に拡
張することができる。
【0047】
【表2】 8要素の場合: fの中心(RPM) Δf BPFI 4.95 0.1xBPFI BPFO 3.1 0.2xBPFO BSF 1.98 0.11xBSF BTF 0.38 0.04xFTF 12要素の場合: fの中心(RPM) Δf BPFI 7.2 0.1xBPFI BPFO 4.9 0.2xBPFO BSF 1.98 0.11xBSF BTF 0.38 0.04xFTF 図9を参照すると、ベアリングの振動スペクトルからそのベアリングに含まれ
ているローリング要素の最も可能性の高い数を決定するのに適した方法が示され
ている。示されている例は、8、12又は15のローリング要素に対するオプシ
ョンを含むが、この方法は、これ以外の数のローリング要素を含むように拡張す
ることもできる。最初に、スペクトルは、シャフトRPM(これは、図8に示し
たように既に決定されている)に関して正規化されるのが好ましい(ステップ1
20)。あるいは、サーチされる周波数レンジは、シャフトRPMの倍数として
計算することができる。いずれの方法でも、結果的には、シャフトRPMに対す
る周波数の比較が得られる。
【0048】 ローリング要素の数を決定する方法は、本質的に、(表2から計算された)あ
るインジケータ周波数レンジの範囲内のピークに対する一連のテストと共に進行
していく。BPFIのサーチはベアリングの数を識別するのに最も効果的である
ことが分かっているが、それ以外のインジケータを補完的又は代替的なインジケ
ータとして用いることもできる。以上の説明では、BPFIが特別であるように
言及されているが、他のインジケータを代わりに用いたり、追加したりすること
が可能である。第1に、振動スペクトルが、(表2又は同様の経験的に導かれる
ルックアップ・テーブルによって決定されるように)8要素のBPFIのレンジ
におけるピークを求めてチェックされる(ステップ122)。何も検出されない
場合には、スペクトルは、12要素のBPFIレンジにおけるピークを求めてチ
ェックされる(ステップ124)。やはりピークが検出されない場合には、スペ
クトルは、15要素の予測BPFIレンジにおけるピークを求めてテストされる
(ステップ126)。これらのテストがどれも肯定的でない場合には、ベアリン
グが8、12、15以外のローリング要素を有している、と結論することができ
る(ステップ128)。1、12、15のローリング要素のテストのどれかがレ
ンジの中にピークを見つけることに成功するならば、この方法は分岐して、8(
ステップ129)、12(ステップ130)、15(ステップ132)のいずれ
かのローリング要素を検出したことになる。RPM(及び、オプションではある
が、ローリング要素の数)が決定され記憶された後で、データ・プロセッサは、
好ましくは図10に示されている方法によって、基準診断を形成しそれを記憶す
るように進行する(図3のステップ47)。
【0049】 図10を参照すると、1又は複数の欠陥トーンを、先に決定されたRPMと先
に決定されたローリング要素の数とから、計算によって識別される(ステップ1
40)。欠陥トーンは、BPFI、BPFO、BSF、FTFを含むグループか
ら選択されるのが好ましい。ローリング要素の数え上げを含む実施例では、上に
上げた表2によって示されているレンジをサーチすることによって、少なくとも
BPFIピークが、振動スペクトルにおいて識別されている。まだ識別されてい
ないインジケータ・ピークは、この時点では、この時点で知られているローリン
グ要素の数と現在のRPMとが与えられれば、どれであっても、表2をルックア
ップ・テーブルとして用いることによって、容易に識別することができる。ある
いは、ベアリングの幾何学的形状と数とが分かっているならば、インジケータ周
波数は、周知の関係から計算することができる。
【0050】 次に、この方法は、ステップ142及び144の少なくとも一方を実行する。
ステップ142は、測定された振動スペクトルから、欠陥トーンとその高調波の
それぞれとに対応する振幅(又は、電力)の離散的なスペクトル領域を計算する
。その結果は、欠陥インジケータ・プロフィール(それは、基準データから導か
れるのであれば、欠陥インジケータの「エンベロープ」を定義する)である。図
11aないし11dを参照すると、欠陥インジケータ・プロフィールの4つの例
が示されている。このヒストグラムは、図11a、11b、11c、11dそれ
ぞれにおける内部リング欠陥インジケータ、外部リング欠陥インジケータ、ロー
リング要素欠陥インジケータ、ケージ・トレイン欠陥インジケータに対応する欠
陥トーンのそれぞれの高調波(整数倍の周波数)の中のスペクトル電力をデシベ
ル単位で示している。基本RPMトーン及びその整数倍の高調波とは、オプショ
ンであるが、プロフィールを構築するのに用いられる。このインジケータ・プロ
フィールは、それぞれが、振幅をそれぞれの高調波番号と関連させるアレイ又は
それ以外の類似のデータの「nタプル」(n-tuple)として、記憶される。例え
ば、内部リング欠陥インジケータ・プロフィールは、基本から20番目の高調波
までから定義され、各バイトが対応する高調波番号での信号の振幅を含む20バ
イトのアレイとして、記憶される。このように、プロフィールによって、一連の
高調波が定義される。
【0051】 基準欠陥インジケータ・プロフィールは、後に得られた信号からのプロフィー
ルと後で比較するために、インジケータ「エンベロープ」を定義する。例えば、
図11aのプロフィールは、基準振動データから構築されているのであるが、内
部リング欠陥インジケータ・エンベロープを定義する。
【0052】 図10を参照すると、好ましくは、別のタイプの診断が計算される。ここでは
この診断を、「残余」(residue)と称することにする(ステップ144で計算
される)。この残余は、分子が、基本RPMとその高調波(整数倍)を除いてす
べての検出された周波数にわたって積分されたスペクトル・エネルギの全体であ
り、分母が、基本RPM周波数とそのすべての高調波とに含まれるスペクトル・
エネルギの総和であるような比率として定義される。ただし、ここで、基本波及
び高調波に対するいくらかの現実的な線幅は仮定する。例えば、ピーク周波数の
上下に10dbの減衰周波数を仮定する。このように「残余」を定義することに
よって、有用な診断が得られることが判明している。例えば、残余が25%増加
すると、ベアリングの問題点の増加が生じる。
【0053】 欠陥プロフィール(トーン及び高調波スペクトル強度)と残余(集合的な欠陥
インジケータ)とがステップ142及び144で計算されると、その値は、ある
時間間隔(例えば、1分)にわたって平均化され(ステップ146)、インジケ
ータの、よりノイズが少ない測定が得られる。また、ステップ146において、
僅かに異なった時点での分散(variance)又は(同じく)標準偏差σを測定する
のが効果的である。特に、インジケータ基本トーン(ベアリングの欠陥インジケ
ータ・トーン)の振幅に関する一群の測定値の標準偏差は、以下で論じるように
、診断のために有用なパラメータであることが分かっている。それぞれの故障イ
ンジケータに対しては、それぞれの高調波レンジの中のピーク値だけを、それに
関連する高調波と共に記憶しておけばよい。
【0054】 以上のステップから、基準測定値が得られるが、これには、次のものを含む。 RPM(周波数及び振幅) ベアリングNのローリング要素数 欠陥周波数(基本的な欠陥トーン) 欠陥インジケータ・プロフィール(基本波及び高調波の振幅)である 内部リング 外部リング ローリング要素 ケージ・トレイン(Cage Train) RPM 残余(Residue) サンプリングされた時間周期にわたる欠陥トーンの標準偏差 以上の基準パラメータ値は、好ましくは、マイクロプロセッサ34(図2)に
記憶される。
【0055】 ある時間経過後に(予め決定されているか、ユーザによって決定されるか、又
はあるイベントによってトリガされる)、マシンの振動が、基準値を取得した際
(詳細は図10に示されている図3のステップ47)と同じ態様で、再度サンプ
リングされ処理される(図3のステップ49)。一般に、RPMが基準パラメー
タの計算の時に決定された値とは変化していることが重要である。例えば、可変
速度モータは、振動信号のソースとなりうる。しかし、直接に比較可能な欠陥パ
ラメータはこの方法によって計算される。というのは、(基本RPMとは別の)
そのようなパラメータは、すべて、RPMとその倍数として又は欠陥周波数及び
その倍数として決定されるからである。このように、これらのパラメータは、R
PMに関して正規化されている。測定を行っているモータが例えば速度を上昇さ
せると、RPMが増加し、対応して計算される欠陥トーン周波数が比例して増加
する、等である。結果的にプロフィールは、依然として、異なるRPMで得られ
た先に測定された基準プロフィールと直接に比較することができる。その理由は
、これらのプロフィールが、それぞれの欠陥トーンに対して高調波番号に対する
振幅として与えられているからである。
【0056】 ランタイム・パラメータを取得した後で、図12に示されている1又は複数の
比較によって診断がなされる。多くの変形が可能であるが、本発明は、以下の要
素から構成されるグループから選択された複数の「欠陥インジケータ」の少なく
とも1つを比較することに基づく診断を含むのが好ましい。すなわち、モータR
PMプロフィール、残余、内部リング欠陥インジケータ(BPFI)プロフィー
ル、外部リング欠陥インジケータ(BPFO)プロフィール、ローリング要素欠
陥インジケータ(BSF)プロフィール、ケージ・トレイン欠陥インジケータ(
FTF)プロフィールである。以上に挙げたトーンのすべてを考慮することが最
も好ましい。診断の基本ステップは、欠陥インジケータ・トーンの強度の少なく
とも1つを基準強度と比較することである(ステップ160)。少なくとも1つ
の欠陥インジケータ基本トーン(RPM、内部リング欠陥、外部リング欠陥、ロ
ーリング要素欠陥又はケージ・トレイン欠陥)に対して、この方法は、ランタイ
ムでの振幅を基準取得期間での振幅と比較する。そして、偏差が、対応する基準
強度の記憶されている標準偏差(上述のステップ146の間に記憶された)と比
較され、それに従って、この偏差に「深刻度」のランクが割り当てられる。例え
ば、ある場合には、偏差には、次の表3に従ったランク付けがなされる。これに
よって、それぞれの欠陥トーンに対して、診断と、欠陥インジケータ偏差とが与
えられる。
【0057】
【表3】 極端: 3σよりも大きな偏差 深刻: 2σから3σまでの偏差 中位: 1σから2σまでの偏差 正常: 1σよりも小さな偏差 次に、1又は複数の「エクシーデンス」の計算172によって、対応する基準
プロフィールとの比較における、1又は複数の欠陥プロフィール(基本波及び高
調波)における変化の測度(尺度、measures)が提供される。欠陥インジケータ
・プロフィールの1又は複数に対して、対応するエクシーデンスの値Eは、次の
数式2に従って計算される。
【0058】
【数2】
【0059】 ここで、iは欠陥トーンのそれぞれの高調波を識別する高調波番号(haomonic n
umber)であり、Exceedence(i)は基準強度に対するランタイム高
調波(i)の過剰強度であり、Nはこのプロフィールで考慮している高調波の全
体の数である。好ましくは、基準に対して最大の過剰を有する高調波の高調波番
号iが決定され、診断パラメータとして記憶される。4つの欠陥インジケータ・
プロフィール(内部リング、外部リング、ローリング要素、ケージ・トレイン)
のすべてが独立の「エクシーデンス」診断を計算するのに用いられるのであれば
、それが最も効果的である。なお、「エクシーデンス」診断の計算結果は、記憶
される。
【0060】 また、残余も、基準残余と比較されるのが好ましく(ステップ164)、比率
が計算され、記憶される。残余の変化は、ベアリングの摩耗と相関することが分
かっている。
【0061】 最後に、記憶されている診断がユーザに出力され(ステップ166)、又は、
緊急状況ではマシンを停止させるなど、何らかの行動をトリガするのに用いられ
る。図1に示されていたように、出力は、ユーザの受信機ステーションとの無線
データ・リンクによるのが好ましく、このステーションが情報をユーザに向けて
表示する。図13a及び13bには、典型的なユーザへの表示(プリントアウト
の場合)が示されており、ここでは、回転モータ・ベアリングから得られた診断
の概要が記されている。これには、ローリング要素(180)の数、RPM18
2、サンプリング周波数184、ダウンサンプリング因数186、残余診断18
8、内部リング診断(基本偏差及びエクシーデンス)190、外部リング診断(
基本偏差及びエクシーデンス)192、ローリング要素診断(基本偏差及びエク
シーデンス)194、ケージ・トレイン診断196、モータRPM診断198を
識別する情報が含まれている。
【0062】 以上では、本発明の複数の例示的な実施例を示し説明してきたが、当業者であ
れば、多くの変更や別の実施例を想到することができる。そのような変更や別の
実施例は、冒頭の特許請求の範囲において定義された本発明の精神及び範囲から
逸脱することなく、想到し実行することが可能である。
【図面の簡単な説明】
【図1】 本発明の使用に適した例示的な物理的環境の全体図である。
【図2】 本発明による装置のブロック図である。
【図3】 本発明による方法の概要を与える流れ図である。
【図4】 図4a及び4bで構成される。図4aは、本発明の1つの実施例における図3
の振動解析ステップをより詳細に示す流れ図である。図4bは、本発明の別の実
施例における図3の振動解析ステップをより詳細に示す流れ図である。
【図5】 本発明において用いられる同時的な再サンプリング及びデジタル・フィルタリ
ングの多重化方法を図解するグラフである。ここで、離散的な時刻におけるデー
タ点はコラムとしてグラフィカルに表され、フィルタ係数はローとして表され、
データ係数積(data-coefficient product)はローとコラムとが交差している斜
線付きの正方形によって示されている。
【図6】 図4及び4aの再サンプリング/フィルタリングのステップで用いられている
(そして、更には、図5で図解されている)一般化されたFIRフィルタ・アー
キテクチャの状態図である。
【図7】 図6に示されているアーキテクチャによって実現された35係数のデジタル・
フィルタに対する周波数通過特性曲線のグラフである。
【図8】 図4a及び4bのRPM検出ステップで用いられる方法の流れ図である。
【図9】 図4bの方法において用いられるローリング要素の数え上げ装置(enumerator
)の流れ図である。
【図10】 本発明においてベアリングの診断パラメータを数量化するのに用いられる方法
の詳細を示す流れ図である。
【図11】 図11a−11dで構成され、強度を縦軸(単位はデシベル)にとり高調波番
号を横軸にとったヒストグラムであり、本発明において診断パラメータとして用
いられる4つの欠陥インジケータ・プロフィールに対するものである。
【図12】 本発明によって用いられるのに適している、診断を基準インジケータと比較す
る方法のための流れ図である。
【図13】 図13a及び13bで構成され、切断線aで結合される。本発明からの診断出
力のプリントアウトの例であって、例示的なモータ・ベアリングに対する診断を
提供している。
【手続補正書】
【提出日】平成14年4月10日(2002.4.10)
【手続補正1】
【補正対象書類名】明細書
【補正対象項目名】特許請求の範囲
【補正方法】変更
【補正の内容】
【特許請求の範囲】
───────────────────────────────────────────────────── フロントページの続き Fターム(参考) 2G024 AD22 BA15 CA13 DA09 EA11 FA04 FA06 2G064 AA17 AB22 BA02 BD02 CC13 CC42

Claims (18)

    【特許請求の範囲】
  1. 【請求項1】 シャフト(12)とベアリングとを有しており回転している
    アセンブリの状態を、前記アセンブリの運動により生じる振動を解析することに
    よってモニタする方法であって、 前記アセンブリから生じる振動の第1のスペクトルを解析し(46)、許容パ
    ラメータの範囲内で動作している前記アセンブリの許容振動特性を決定するステ
    ップと、 第1のスペクトルを解析する前記ステップの後で、後の時刻において前記アセ
    ンブリから生じる振動の第2のスペクトルを解析し(49)、前記アセンブリの
    動作振動特性を決定するステップと、 前記第1及び第2のスペクトルの少なくとも一方から前記シャフトの回転周波
    数を決定する(56)ステップと、 前記動作振動特性を前記許容振動特性と比較して前記アセンブリの状態を判断
    するステップと、 を含むことを特徴とする方法。
  2. 【請求項2】 請求項1記載の方法において、第2のスペクトルを解析する
    前記ステップは、前記後の時刻と関連する前記マシンの後の回転周波数を決定す
    るステップを含み、 前記動作振動特性を比較する前記ステップは、前記動作又は許容振動特性の少
    なくとも一方を再度スケーリングして前記基準回転周波数と前記後の回転周波数
    との間の比率を説明するステップを含み、それによって、前記少なくとも1つの
    特性を回転周波数に対して正規化することを特徴とする方法。
  3. 【請求項3】 請求項1記載の方法において、前記スペクトルの少なくとも
    1つは、 振動信号をあるサンプリング周波数でサンプリングしデジタル化することによ
    って前記マシンからの振動信号をデジタル表現に変換し(52)、前記デジタル
    表現をある再サンプリング周波数で再度サンプリングすることによって、解析さ
    れることを特徴とする方法。
  4. 【請求項4】 請求項3記載の方法において、前記デジタル表現をデジタル
    的にフィルタリングするステップを更に含むことを特徴とする方法。
  5. 【請求項5】 請求項1記載の方法において、測定された振動スペクトルに
    基づき前記アセンブリの前記ベアリング内部のローリング要素の推定される数を
    計算する(60)ステップを更に含むことを特徴とする方法。
  6. 【請求項6】 請求項記載の方法において、前記振動特性は欠陥インジケー
    タ・プロフィールに基づき診断を計算することによって比較され、前記欠陥イン
    ジケータ・プロフィールは基本的な欠陥インジケータ・トーンとその少なくとも
    1つの高調波とを含むことを特徴とする方法。
  7. 【請求項7】 請求項6記載の方法において、前記診断は複数の欠陥インジ
    ケータに基づいて計算され、前記欠陥インジケータは内部リング欠陥インジケー
    タと外部リング欠陥インジケータとローリング要素欠陥インジケータとケージ・
    トレイン欠陥インジケータとで構成されるグループから選択されることを特徴と
    する方法。
  8. 【請求項8】 シャフト(12)とベアリングとを有しており回転している
    アセンブリの状態を、前記アセンブリの運動により生じる振動を解析することに
    よってモニタする方法であって、 前記アセンブリからの振動を感知し(26)、前記振動を変換して電気信号を
    取得するステップと、 前記電気信号をデジタル化し(52)、デジタル化された振動信号を取得する
    ステップと、 前記デジタル化された信号をデジタル的にフィルタリングする(53)ステッ
    プと、 前記デジタル化されフィルタリングされた信号を再度サンプリングするステッ
    プと、 前記デジタル化されフィルタリングされた信号をスペクトル変換表現に変換し
    (54)、前記アセンブリからの信号を表す第1のスペクトルを取得するステッ
    プと、 前記アセンブリから生じる振動の前記第1のスペクトルを解析し(46)、許
    容設計パラメータの範囲内で動作している前記アセンブリの振動に関連する許容
    振動特性を決定するステップと、 第1のスペクトルを解析する前記ステップの後で、後の時刻において前記アセ
    ンブリから生じる振動の第2のスペクトルを解析し(49)、その動作振動特性
    を決定するステップと、 前記動作振動特性を前記許容振動特性と比較して前記マシンの状態を判断する
    ステップであって、この判断は、前記第1及び第2のスペクトルの中の少なくと
    も1つの欠陥インジケータ・プロフィールを識別するステップであって、前記イ
    ンジケータは欠陥インジケータトーンの基本周波数と高調波とを含む、ステップ
    と、前記欠陥インジケータ・スペクトルに基づいて前記マシンの状態を示す診断
    を計算するステップと、を含む方法によってなされるステップと、 を含むことを特徴とする方法。
  9. 【請求項9】 ベアリングの状態をモニタするシステムであって、 前記ベアリングの振動を感知し振動信号を生じるセンサ(26)と、 前記センサから前記振動信号を受け取り前記振動信号の基準スペクトルを生じ
    る信号プロセッサ(30、32)と、 前記振動信号の前記スペクトルを受け取って記憶し、それを後の時刻において
    サンプリングされた振動信号の第2のスペクトルと比較するようにプログラムさ
    れており、前記振動信号の前記基準スペクトルからの偏差を検出するデータ・プ
    ロセッサ(34)と、 を備えていることを特徴とするシステム。
  10. 【請求項10】 請求項9記載のシステムにおいて、前記信号プロセッサは
    、 前記センサからの前記振動信号をサンプリングし、それをデジタル・データに
    変換するアナログ・デジタル・コンバータ(ADC)と、 前記ADCから前記デジタル・データを受け取り、それを再度サンプリングす
    るデジタル信号プロセッサ(DSP)(32)と、 を備えていることを特徴とするシステム。
  11. 【請求項11】 請求項10記載のシステムにおいて、前記デジタル信号プ
    ロセッサは、前記デジタル・データをデジタル的にフィルタリングし、それを周
    波数領域表現に変換して前記振動信号のスペクトルを取得することを特徴とする
    システム。
  12. 【請求項12】 請求項11記載のシステムにおいて、前記デジタル信号プ
    ロセッサは、有限インパルス応答(FIR)フィルタを用いて前記デジタル・デ
    ータをデジタル的にフィルタリングすることを特徴とするシステム。
  13. 【請求項13】 請求項12記載のシステムにおいて、前記データ・プロセ
    ッサは、前記ベアリングの振動から取得されたスペクトルを解析することによっ
    て前記ベアリングの基本回転周波数を決定するようにプログラムされていること
    を特徴とするシステム。
  14. 【請求項14】 請求項13記載のシステムにおいて、前記データ・プロセ
    ッサは、前記振動から取得されたスペクトルを解析することによって前記ベアリ
    ングの中のローリング要素の数を決定し、ベアリング欠陥インジケータに基づい
    て診断を実行するようにプログラムされていることを特徴とするシステム。
  15. 【請求項15】 請求項9記載のシステムにおいて、前記センサは前記信号
    プロセッサと前記データ・プロセッサとの少なくとも一方と一体化されており、
    診断データは無線データ・チャネル(40)を介して伝送されることを特徴とす
    るシステム。
  16. 【請求項16】 サンプリングされデジタル化された信号を処理して、マシ
    ンの振動スペクトルを解析するのに適した、スペクトル・サブバンドにおける改
    善された周波数分解能を取得する方法であって、 それぞれの離散的時間tnに対応する出力値Ynを公式Yn=ΣamX(tn+m) に従って計算するステップを含んでおり、 ここで、X(tn+m)は時刻tn+mにおいてサンプリングされた信号の値であり
    、amは所望のデジタル・フィルタ特性を提供するように選択された所定の係数
    であり、前記信号はF/mの速度で再度サンプリングされ、Fは元のサンプリン
    グ速度であり、mは所定の整数であることを特徴とする方法。
  17. 【請求項17】 シャフト/ベアリング・アセンブリにおけるシャフトの回
    転速度を推定する方法であって、 前記シャフト又は前記ベアリングの少なくとも一方からの振動を感知するステ
    ップと、 前記振動のスペクトル解析を実行して振動スペクトルを取得するステップと、 前記振動スペクトルのピークを選択する(102)ステップと、 前記ピークと前記シャフトの回転速度との間の高調波関係に関する暫定的仮定
    を採用するステップと、 前記暫定的仮定と一貫性を有する予測高調波周波数ピークを計算するステップ
    と、 前記予測高調波周波数ピークを前記振動スペクトルのピークと比較するステッ
    プと、 前記比較により所定のスレショルドを上まわる相関が得られるときには、前記
    暫定的仮定を前記回転速度の推定値として採用するステップと、 を含むことを特徴とする方法。
  18. 【請求項18】 シャフト/ベアリング・アセンブリにおけるベアリングの
    ローリング要素の数を推定する方法であって、 前記シャフト又は前記ベアリングの少なくとも一方からの振動を感知するステ
    ップと、 前記振動のスペクトル解析を実行して振動スペクトルを取得するステップと、 前記シャフト(12)の回転速度を決定するステップと、 計算された周波数範囲における前記振動スペクトルのピークをサーチするステ
    ップであって、前記周波数範囲は前記シャフトの回転速度に比例する予測周波数
    の所定の範囲の中の近傍であり、比例定数は前記ベアリングの中の特定数のロー
    リング要素の存在と関連する所定の係数である、ステップと、 所定の強度を超えるピークが前記計算された周波数範囲の中にある場合には、
    前記ベアリングの中のローリング要素の数を前記所定の係数と関連するローリン
    グ要素の特定数と等しいと推定するステップと、 を含むことを特徴とする方法。
JP2001527198A 1999-09-28 2000-09-27 振動解析によるベアリングの状態ベースのモニタリング Granted JP2003528292A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US09/406,350 US6321602B1 (en) 1999-09-28 1999-09-28 Condition based monitoring by vibrational analysis
US09/406,350 1999-09-28
PCT/US2000/026474 WO2001023861A1 (en) 1999-09-28 2000-09-27 Condition based monitoring of bearing by vibrational analysis

Publications (2)

Publication Number Publication Date
JP2003528292A true JP2003528292A (ja) 2003-09-24
JP2003528292A5 JP2003528292A5 (ja) 2004-12-24

Family

ID=23607602

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001527198A Granted JP2003528292A (ja) 1999-09-28 2000-09-27 振動解析によるベアリングの状態ベースのモニタリング

Country Status (5)

Country Link
US (2) US6321602B1 (ja)
EP (1) EP1222450A1 (ja)
JP (1) JP2003528292A (ja)
CA (1) CA2374748C (ja)
WO (1) WO2001023861A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009291065A (ja) * 2008-05-28 2009-12-10 Robert Bosch Gmbh 駆動装置による電気機械の駆動方法および電気機械に対する駆動装置
KR101244703B1 (ko) * 2012-08-29 2013-03-18 (주) 소암컨설턴트 신호처리 프로세서를 가지는 미소 진동 모니터링 시스템
KR20200102092A (ko) * 2019-02-21 2020-08-31 한국과학기술연구원 자가 발전용 베어링 모듈의 상태 진단 시스템

Families Citing this family (84)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6868348B1 (en) * 1999-10-29 2005-03-15 Entek Ird International Corporation Adaptive high frequency energy detection
US6505143B1 (en) * 2000-01-20 2003-01-07 General Electric Company Machine protection system for rotating equipment and method
DE10019324C1 (de) * 2000-04-19 2001-07-26 Skf Gmbh Verfahren und Vorrichtung zum Überwachen einer Lageranordnung
AT388770T (de) * 2000-04-19 2008-03-15 Skf Gmbh Verfahren und vorrichtung zum überwachen einer lageranordnung
JP3609982B2 (ja) * 2000-04-20 2005-01-12 リオン株式会社 故障診断方法及びその装置
US6591682B1 (en) * 2000-08-14 2003-07-15 Pruftechnik Dieter Busch Ag Device and process for signal analysis
FR2815123B1 (fr) * 2000-10-10 2003-02-07 Snecma Moteurs ACOUSTIC CONTROL OF MONOBLOCK BLADES
US6802221B2 (en) 2001-03-29 2004-10-12 General Electric Company System and method for conditioned-based monitoring of a bearing assembly
DE10138919C1 (de) * 2001-08-08 2003-01-02 Siemens Ag Spektrale Bewertung eines Prüfobjekts
JP2003077907A (ja) * 2001-08-31 2003-03-14 Toshiba Corp 生産装置の異常停止回避方法及び異常停止回避システム
JP4184638B2 (ja) * 2001-08-31 2008-11-19 株式会社東芝 半導体製造装置の寿命診断方法
JP4149691B2 (ja) * 2001-08-31 2008-09-10 株式会社東芝 半導体製造装置用回転機の寿命予測方法及び半導体製造装置
US6687654B2 (en) 2001-09-10 2004-02-03 The Johns Hopkins University Techniques for distributed machinery monitoring
US6711952B2 (en) * 2001-10-05 2004-03-30 General Electric Company Method and system for monitoring bearings
US6842717B1 (en) * 2001-10-16 2005-01-11 Hi-Lex Controls, Inc. Method and apparatus for evaluating automotive window regulators
JP3601709B2 (ja) * 2001-11-01 2004-12-15 プロモス テクノロジーズ インコーポレイテッド 信号振動についての警報方法
US6714135B2 (en) * 2001-11-08 2004-03-30 Bell Helicopter Textron, Inc. Collective head bearing monitor
US7085675B2 (en) * 2002-02-06 2006-08-01 The University Of Chicago Subband domain signal validation
US6750776B2 (en) * 2002-02-27 2004-06-15 Nec Machinery Corporation Machines having drive member and method for diagnosing the same
US6668234B2 (en) * 2002-03-22 2003-12-23 Abb Inc. Method and apparatus for calculating the amplitude of a complex waveform associated with a rotating machine shaft after removing the running speed frequency
US6775642B2 (en) * 2002-04-17 2004-08-10 Motorola, Inc. Fault detection system having audio analysis and method of using the same
US6714880B2 (en) * 2002-05-13 2004-03-30 Entek Ird International Corporation Multi-alarm monitoring and protection system
US6768949B2 (en) * 2002-05-13 2004-07-27 Entek Ird International Corporation Modular equipment dynamic condition monitoring system with multiple processors
US6701258B2 (en) * 2002-05-13 2004-03-02 Entek Ird International Corporation Modular monitoring and protection system with distributed voting logic
US6704668B2 (en) * 2002-05-13 2004-03-09 Entek Ird International Corporation Modular monitoring and protection system with open communication backbone
US6662118B2 (en) * 2002-05-13 2003-12-09 Entek Ird International Corporation Modular monitoring and protection system accommodating multiple standard communications
FR2840358B1 (fr) * 2002-05-28 2006-09-15 Snecma Moteurs Procede et systeme de detection d'endommagement de rotor d'un moteur d'aeronef
US6923063B2 (en) * 2002-09-16 2005-08-02 Radiaulics, Inc. Acoustic sensing device, system and method for monitoring emissions from machinery
US6681597B1 (en) * 2002-11-04 2004-01-27 Modine Manufacturing Company Integrated suction line heat exchanger and accumulator
US7054748B2 (en) * 2002-11-12 2006-05-30 Joseph Gelsomino Vibration monitoring device and system
US7027953B2 (en) * 2002-12-30 2006-04-11 Rsl Electronics Ltd. Method and system for diagnostics and prognostics of a mechanical system
SE526507C2 (sv) 2003-06-05 2005-09-27 Metso Paper Inc Förfarande och system för övervakning av ett lager i en roterande maskin
CA2434735A1 (en) * 2003-07-07 2005-01-07 Dofasco Inc. Diagnostic method for predicting maintenance requirements in rotating equipment
FR2876795B1 (fr) * 2004-10-19 2006-12-29 Univ Reims Champagne Ardenne DEVICE FOR DETECTING DEFECTS OF ROTATING MACHINES
DE102005004862A1 (de) * 2005-02-02 2006-08-10 Siemens Ag Verfahren zur Überwachung der Temperatur zumindest eines Lagers einer elektrischen Maschine, eine hiermit korrespondierende Überwachungseinrichtung sowie elektrische Maschine mit einer derartigen Überwachungseinrichtung
US7412899B2 (en) * 2005-09-16 2008-08-19 International Electronic Machines Corporation MEMS-based monitoring
US7515045B2 (en) * 2005-09-29 2009-04-07 Intel Corporation Wireless micro-electromechanical (MEMS) apparatus and method for real time characterization of motion parameters
US7949483B2 (en) * 2005-09-30 2011-05-24 Rockwell Automation Technologies, Inc. Integration of intelligent motor with power management device
US20080186194A1 (en) * 2006-09-29 2008-08-07 Rockwell Automation Technologies, Inc. Dynamic condition monitoring system employing a multi-core processor
US7328121B1 (en) * 2006-10-20 2008-02-05 Commtest Instruments Ltd. Vibration data collection method and apparatus
US7493220B2 (en) * 2007-03-22 2009-02-17 Commtest Instruments Limited Method and system for vibration signal processing
NZ554049A (en) * 2007-03-22 2008-03-28 Commtest Instr Ltd Method and system for vibration signal processing
US20090070069A1 (en) * 2007-09-07 2009-03-12 Csi Technology, Inc. Apparatus and method for optimizing measurement reporting in a field device
US8468874B2 (en) * 2008-02-06 2013-06-25 Radiaulics, Inc. Laser indicator for remote measuring devices and methods therefor
DE102008019578B4 (de) * 2008-04-18 2010-11-11 Wacker Neuson Se Vorrichtung und Verfahren zum Erkennen von Schäden an einer Arbeitsmaschine
DE102008021360A1 (de) * 2008-04-29 2009-11-05 Siemens Aktiengesellschaft Verfahren und Vorrichtung zum Erkennen eines Lagerschadens
US8370109B2 (en) * 2008-05-20 2013-02-05 Dli Engineering Corporation Machine vibration baseline synthesizer
US8700924B2 (en) 2008-05-21 2014-04-15 International Electronic Machines Corp. Modular sensor node and communications system
WO2010009750A1 (de) * 2008-07-24 2010-01-28 Siemens Aktiengesellschaft Verfahren und anordnung zum ermitteln und überwachen des zustands eines wälzlagers
US9618037B2 (en) * 2008-08-01 2017-04-11 Honeywell International Inc. Apparatus and method for identifying health indicators for rolling element bearings
US8958995B2 (en) 2009-04-02 2015-02-17 Honeywell International Inc. System and method for monitoring rotating and reciprocating machinery
US8544331B2 (en) * 2008-12-04 2013-10-01 University Of Ottawa Parameter independent detection of rotating machinery faults
AU2015203801B2 (en) * 2008-12-22 2016-09-22 S.P.M. Instrument Ab Method and apparatus for analysing the condition of a machine having a rotating part
US8249829B2 (en) * 2009-05-20 2012-08-21 Honeywell International Inc. Online condition-based monitoring for tank farms
DE102010006254A1 (de) * 2010-01-28 2011-08-18 Prüftechnik Dieter Busch AG, 85737 Vorrichtung und Verfahren zum Überwachen rotierender Maschinenelemente
US9091588B2 (en) * 2010-05-28 2015-07-28 Prognost Systems Gmbh System and method of mechanical fault detection based on signature detection
US8332176B2 (en) * 2010-06-21 2012-12-11 Xerox Corporation Correcting in-line spectrophotometer measurements in the presence of a banding defect
US20120109569A1 (en) * 2010-10-27 2012-05-03 General Electric Company Diagnosis of bearing thermal anomalies in an electrical machine
FR2970329B1 (fr) * 2011-01-11 2013-01-18 Peugeot Citroen Automobiles Sa Un procede de determination du defaut de bruit genere par le galet tendeur et vehicule et banc de mesure associes
US8818765B2 (en) * 2011-05-05 2014-08-26 Honeywell International Inc. System and method to monitor compressor rack operation
US9400867B2 (en) 2011-09-10 2016-07-26 Cbm Enterprise Solutions, Llc Method and system for monitoring and reporting equipment operating conditions and diagnostic information
EP2574947A1 (en) * 2011-09-30 2013-04-03 ABB Technology AG A method of determining stationary signals for the diagnostics of an electromechanical system
US10607424B2 (en) 2012-02-10 2020-03-31 Appareo Systems, Llc Frequency-adaptable structural health and usage monitoring system (HUMS) and method with smart sensors
US9797801B2 (en) 2012-02-10 2017-10-24 Appareo Systems, Llc Frequency-adaptable structural health and usage monitoring system
US8963733B2 (en) 2012-02-13 2015-02-24 Honeywell International Inc. System and method for blind fault detection for rotating machinery
US9645046B2 (en) 2012-12-17 2017-05-09 General Electric Company Fault detection system and associated method
US9292975B2 (en) 2013-08-07 2016-03-22 Honeywell International Inc. System and method for monitoring vibration data
CN105518429A (zh) * 2013-09-13 2016-04-20 斯凯孚公司 装置、方法及计算机程序产品
US20150204757A1 (en) * 2014-01-17 2015-07-23 United States Of America As Represented By The Secretary Of The Navy Method for Implementing Rolling Element Bearing Damage Diagnosis
US9840935B2 (en) 2014-03-31 2017-12-12 United Technologies Corporation Rotating machinery monitoring system
US9739685B2 (en) * 2014-04-15 2017-08-22 International Business Machines Corporation Integrated, predictive vibration analysis of rotational machine within electronics rack
WO2015178821A1 (en) * 2014-05-19 2015-11-26 Aktiebolaget Skf Sensor and method for detecting acoustic emission from a bearing
US9866161B1 (en) * 2014-05-21 2018-01-09 Williams RDM, Inc. Universal monitor and fault detector in fielded generators and method
US9644735B2 (en) 2014-11-24 2017-05-09 Ford Global Technologies, Llc Powertrain control based on bearing speed
DE102015202130A1 (de) * 2015-02-06 2016-08-11 Schaeffler Technologies AG & Co. KG Baukasten für Lager und Lageranordnung
US10378994B2 (en) * 2015-03-05 2019-08-13 Ai Alpine Us Bidco Inc. Wireless vibration monitoring of movable engine parts
US10271115B2 (en) * 2015-04-08 2019-04-23 Itt Manufacturing Enterprises Llc. Nodal dynamic data acquisition and dissemination
US20160363127A1 (en) * 2015-06-09 2016-12-15 General Electric Company Systems and methods for monitoring a compressor
JP6540962B2 (ja) * 2016-02-02 2019-07-10 富士ゼロックス株式会社 診断装置、診断システムおよびプログラム
US10788395B2 (en) * 2017-02-10 2020-09-29 Aktiebolaget Skf Method and device of processing of vibration sensor signals
US10896289B2 (en) * 2017-10-18 2021-01-19 Bently Nevada, Llc Event list management system
FR3079976B1 (fr) 2018-04-09 2020-04-17 Safran Module d'acquisition pour un systeme de surveillance d'une machine tournante, systeme et procede de surveillance
EP3627134B1 (en) * 2018-09-21 2021-06-30 Siemens Gamesa Renewable Energy A/S Method for detecting an incipient damage in a bearing
US10855328B1 (en) * 2019-07-03 2020-12-01 Qualcomm Incorporated Interference suppression for multi-radar coexistence

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS599842B2 (ja) 1974-07-12 1984-03-05 Nippon Seiko Kk
US4196629A (en) 1978-10-23 1980-04-08 Philips Gerald J Fiber optic machinery performance monitor
JPS55138634A (en) 1979-04-16 1980-10-29 Kansai Electric Power Co Inc:The Fault diagnosis apparatus of apparatus
JPH0140304B2 (ja) 1979-04-16 1989-08-28 Kansai Denryoku Kk
US4674125A (en) * 1983-06-27 1987-06-16 Rca Corporation Real-time hierarchal pyramid signal processing apparatus
US4692909A (en) * 1984-06-29 1987-09-08 Amoco Corporation Adaptive seismic signal processor
US5235534A (en) * 1988-08-18 1993-08-10 Hewlett-Packard Company Method and apparatus for interpolating between data samples
US5109700A (en) * 1990-07-13 1992-05-05 Life Systems, Inc. Method and apparatus for analyzing rotating machines
US5210704A (en) * 1990-10-02 1993-05-11 Technology International Incorporated System for prognosis and diagnostics of failure and wearout monitoring and for prediction of life expectancy of helicopter gearboxes and other rotating equipment
JP2882105B2 (ja) 1991-06-28 1999-04-12 日本精工株式会社 転がり軸受の予圧を測定する方法と装置
US5501105A (en) * 1991-10-02 1996-03-26 Monitoring Technology Corp. Digital signal processing of encoder signals to detect resonances in rotating machines
US5544073A (en) 1994-06-02 1996-08-06 Computational Systems, Inc. Rotor balancing calculator
US5680025A (en) 1994-10-07 1997-10-21 Csi Technology, Inc. Proactive motor monitoring for avoiding premature failures and for fault recognition
GB9501380D0 (en) 1995-01-24 1995-03-15 Sun Electric Uk Ltd Engine and rotary machine analysis
US5895857A (en) * 1995-11-08 1999-04-20 Csi Technology, Inc. Machine fault detection using vibration signal peak detector
US5825657A (en) 1996-02-23 1998-10-20 Monitoring Technology Corporation Dynamic, non-uniform clock for resampling and processing machine signals
US5686669A (en) * 1996-02-29 1997-11-11 Monitoring Technology Corporation Apparatus and method for analyzing the condition and performance of turbomachines by processing signals representing rotor motion
US5852793A (en) * 1997-02-18 1998-12-22 Dme Corporation Method and apparatus for predictive diagnosis of moving machine parts
IT1293408B1 (it) 1997-07-04 1999-03-01 Finmeccanica Spa Metodo di sorveglianza di un gruppo di trasmissione in un veicolo dotato di sensori accelerometrici, in particolare in un elicottero.
US6026348A (en) * 1997-10-14 2000-02-15 Bently Nevada Corporation Apparatus and method for compressing measurement data correlative to machine status

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009291065A (ja) * 2008-05-28 2009-12-10 Robert Bosch Gmbh 駆動装置による電気機械の駆動方法および電気機械に対する駆動装置
JP2015057944A (ja) * 2008-05-28 2015-03-26 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツングRobert Bosch Gmbh 駆動装置による電気機械の駆動方法および電気機械に対する駆動装置
KR101244703B1 (ko) * 2012-08-29 2013-03-18 (주) 소암컨설턴트 신호처리 프로세서를 가지는 미소 진동 모니터링 시스템
KR20200102092A (ko) * 2019-02-21 2020-08-31 한국과학기술연구원 자가 발전용 베어링 모듈의 상태 진단 시스템
KR102223994B1 (ko) * 2019-02-21 2021-03-09 한국과학기술연구원 자가 발전용 베어링 모듈의 상태 진단 시스템

Also Published As

Publication number Publication date
US6526831B2 (en) 2003-03-04
US20020083773A1 (en) 2002-07-04
EP1222450A1 (en) 2002-07-17
CA2374748C (en) 2004-04-06
CA2374748A1 (en) 2001-04-05
WO2001023861A1 (en) 2001-04-05
US6321602B1 (en) 2001-11-27

Similar Documents

Publication Publication Date Title
JP2003528292A (ja) 振動解析によるベアリングの状態ベースのモニタリング
US7133801B2 (en) System and methodology for vibration analysis and condition monitoring
US9341511B2 (en) Timing analysis
EP1451540B8 (en) Cyclic time averaging for machine monitoring
US7010445B2 (en) Automated fault diagnosis device and method
US7509862B2 (en) System and method for providing vibration detection in turbomachinery
Zhu et al. Detection of signal transients based on wavelet and statistics for machine fault diagnosis
RU2470280C2 (ru) Способ обнаружения и автоматической идентификации повреждения подшипников качения
US20040030419A1 (en) Abnormality diagnosing device and method for mechanical equipment
JP2001304954A (ja) 故障診断方法及びその装置
US20070032966A1 (en) System and methodology for vibration analysis and conditon monitoring
JPWO2004068078A1 (ja) 状態判定方法と状態予測方法及び装置
JP2002022617A (ja) 軸受診断装置
CN110174281A (zh) 一种机电设备故障诊断方法及系统
JP3020349B2 (ja) 異常検出方法及び装置
JP5765881B2 (ja) 設備機器の診断装置
JP2002090267A (ja) 異常診断方法
KR20050066765A (ko) Mcsa를 이용한 전동기의 온라인 진단방법
JP3561151B2 (ja) 異常診断装置および異常診断方法
EP1001352A1 (en) Data conversion method, data converter, and program storage medium
Alekseev et al. Data measurement system of compressor units defect diagnosis by vibration value
EP1532426A1 (en) Method for detecting and automatically identifying defects in technical equipment
Thanagasundram et al. Autoregressive order selection for rotating machinery
JP2021071354A (ja) 軸受診断システム、および、軸受診断方法
KR101752298B1 (ko) 회전익 진동 기반 건전성 감시 장치 및 이를 이용하는 감시 방법

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20041102

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20071102

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20080327