JP2004020484A

JP2004020484A - Abnormality monitoring device and program for monitoring abnormality

Info

Publication number: JP2004020484A
Application number: JP2002178563A
Authority: JP
Inventors: Souichiro Uchinuma; 内沼　創一朗
Original assignee: Azbil Corp
Current assignee: Azbil Corp
Priority date: 2002-06-19
Filing date: 2002-06-19
Publication date: 2004-01-22

Abstract

PROBLEM TO BE SOLVED: To provide an abnormality monitoring device provided with high detecting ability comparable to that of an expert, and to provide a program for monitoring abnormality which makes a computer act as an abnormality monitoring device. SOLUTION: The abnormality monitoring device is provided with a sensor receiving a signal indicating physical quantity reflecting the state of a diagnostic object; a band separation part 211 which separates the signal received by the sensor into a band signal for each frequency band of a plurality of frequency band; and an abnormality determining 220 which determines the abnormality for each frequency band based on the determining standard set for the plural frequency bands. COPYRIGHT: (C)2004,JPO

Description

【０００１】
【発明の属する技術分野】
本発明は、例えば、振動や音響を発生する機器などの診断対象の異常の有無を監視する異常監視装置、およびコンピュータを異常監視装置として動作させる異常監視プログラムに関する。
【０００２】
【従来の技術】
従来より機器や設備の異常の有無を判定する様々な設備診断手法による設備診断が実行され、あるいは提案されている。この設備診断においては、設備が破壊され、あるいは直ちに停止する必要がある重大故障のみを検出対象とするのではなく、むしろ、そのような重大故障に至る前の、例えば回転機械におけるベアリングに傷が入ったり、あるいはある可動部分の摩耗が進んできたといった程度の、今のところまだ十分に稼動を続けることができるが、そのままにしておくと将来重大故障につながるおそれがある異常を検出対象とする必要がある。
【０００３】
そのような設備診断手法の典型例として、例えば、その機器や設備が正常状態にあるときの音響振動波形を得、その音響振動波形をスペクトル解析してその特徴を調べておき、診断対象の異常の有無を検出する際にその機器や設備の音響振動波形を得てスペクトル解析を行い、そのスペクトル中に、正常時には見られない特定の周波数成分のピークが存在するか否か、あるいはピークの組合せが正常時のそれと同じであるか否かなどにより異常の検出を行なうことが知られている。
【０００４】
また、特開平７−４３２５９号公報には、その機器や設備が正常状態にあるときの音響振動波形を得、その音響振動波形に基づいて逆フィルタを作成しておき、異常の有無を検出する際にその機器や設備の音響振動波形を得、その音響振動波形にあらかじめ求めておいた逆フィルタを作用させて残差信号を求め、この残差信号を解析することによって機器や設備の異常を検出することが提案されている。
【０００５】
さらに、特開平８−３０４１２４号公報には、その機器や設備が正常状態にあるときの複数の音響振動波形を得、それら複数の音響振動波形のうちの例えば１つの音響振動波形に基づいて逆フィルタを作成して、その逆フィルタを例えば残りの複数の音響振動波形に作用させることにより複数の残差信号を求め、それら複数の残差信号それぞれに基づいて統計的変量を複数求めておき、異常の有無を検出する際においても、その機器や設備の複数の音響振動波形を得、あらかじめ求めておいた上記の逆フィルタをそれら複数の音響振動波形に作用させて複数の残差信号を求め、それら複数の残差信号に基づいて複数の統計的変量を求め、正常状態にあるときに求めた複数の統計的変量と異常の有無の検出の際に求めた複数の統計的変量との間で、例えばＦ検定やｔ検定などの手法による検定あるいは推定を行なうことにより、その機器や設備の異常の有無を検出することが提案されている。
【０００６】
上記のスペクトル解析を行なうことによって機器や設備の異常を検出する手法も、その診断対象機器や設備の性質によってはかなり有効な手法であり、上記の逆フィルタを作成しておく手法や統計的検定などを行なう手法はさらに有効な手法である。
【０００７】
また、設備診断や機器検査の分野では、一般に官能検査と呼ばれる異常診断手法が古くから存在しており、機械による異常診断よりも高度な検出能力を備えたエキスパートが種々の分野で活躍している。
【０００８】
【発明が解決しようとする課題】
しかし、このエキスパートを養成するには長い期間を必要とする場合が多く、また、診断対象ごとに専門のエキスパートを養成する必要があるという問題もある。
【０００９】
そこで、このようなエキスパートによる官能検査の手法を取り入れた異常監視装置の実現が待望されているが、エキスパートが有する高レベルのノーハウを機械に取り込むことは極めて難しい。
【００１０】
本発明は、上記事情に鑑み、エキスパートが有する検出能力に匹敵する高度な検出能力を持たせることのできる異常監視装置、およびコンピュータをそのような異常監視装置として動作させる異常監視プログラムを提供することを目的とする。
【００１１】
【課題を解決するための手段】
上記目的を達成する本発明の異常監視装置は、診断対象の異常の有無を監視する異常監視装置において、
診断対象の状態を反映した所定の物理量を捉えて、物理量を表す信号を得るセンサと、
上記センサで得られた信号を複数の周波数帯域ごとの複数の帯域信号に分割する帯域分割部と、
上記帯域分割部により得られた複数の帯域信号と、上記複数の周波数帯域それぞれについて設定された各判定基準とに基づいて、上記診断対象の異常の有無を各周波数帯域ごとに判定する異常判定部とを備えたことを特徴とする。
【００１２】
本発明の異常監視装置は、センサで得られた信号を、帯域分割部により複数の周波数帯域ごとの複数の帯域信号に分割し、得られた複数の帯域信号と、複数の周波数帯域それぞれについて設定された各判定基準とに基づいて、診断対象の異常の有無を各周波数帯域ごとに判定するようにしたため、各周波数帯域ごとに厳しさレベルの異なる異常判定を行うことができ、官能検査に近い微妙な判定も可能になる。検査対象機器から発する動作音響信号に対して、ある特定周波数帯域については異常判定レベルを厳しく設定して検出感度を高くするとともに、ゆるい異常判定レベルでもよいその他の周波数帯域については甘めの異常判定レベルを設定して検出感度を任意に低く設定することが容易に可能である。これによりエキスパートが行っている官能検査に近い微妙な判定を自動化することが可能である。
【００１３】
ここで、上記本発明の異常監視装置において、上記診断対象が正常な状態にあるときに上記センサにより得られる基準信号を上記帯域分割部で分割してなる複数の帯域別基準信号に基づいて、上記複数の周波数帯域それぞれについて各逆フィルタを求める演算を含む演算を行なうことにより、各周波数帯域ごとの各基準データを求める基準データ演算部を備え、上記異常判定部が、上記センサにより異常監視時に得られる診断信号を上記帯域分割部で分割してなる複数の帯域別診断信号それぞれに各周波数帯域ごとの各逆フィルタを作用させることにより、各周波数帯域ごとの残差信号を求める演算を含む演算を行ない、演算の結果に基づいて、上記診断対象の異常の有無を各周波数帯域ごとに判定するものであることが好ましい。
【００１４】
ここで、上記の「逆フィルタを求める演算を含む演算」は、逆フィルタを求める演算のみで構成されている場合を含む概念であり、その場合は、逆フィルタを上記の基準データとすることができる。また、「逆フィルタを求める演算を含む演算」は、逆フィルタを求める演算が含まれていればよく、前述のように、複数の基準信号のうちの例えば１つの基準信号に基づいて逆フィルタを作成し、その逆フィルタを他の複数の基準信号に作用させて複数の統計的変量を求める演算であってもよい。その場合は、そのようにして求めた複数の統計的変量が基準データとなり得る。
【００１５】
また、上記の「逆フィルタを作用させることにより残差信号を求める演算を含む演算」も上記と同様であり、残差信号を求める演算のみで構成されていてもよく、あるいは前掲の特開平７−４３２５９号公報に記載されているように、その残差信号のパワーの移動平均値を求めるなど、その残差信号を演算して異常の有無を判定するのに都合のよいデータを求める演算や、あるいは、前掲の特開平８−３０４１２４号公報に記載されているような複数の診断信号に逆フィルタを作用させて複数の残差信号を求め、それら複数の残差信号に基づいて複数の統計的変量を求める演算であってもよい。
【００１６】
逆フィルタを用いると信号上から定常的な騒音を消し去ることができ、診断対象の異常の有無を一層高精度に判定することができる。
【００１７】
また、上記目的を達成する本発明の異常監視プログラムは、コンピュータ内で動作し、そのコンピュータを、診断対象の異常の有無を監視する異常監視装置として動作させる異常監視プログラムにおいて、
上記コンピュータは、診断対象の状態を反映した所定の物理量を捉えて、その物理量を表す信号を得るセンサが接続されたものであって、
上記センサで得られた信号を複数の周波数帯域ごとの複数の帯域信号に分割する帯域分割部と、
上記帯域分割部により得られた複数の帯域信号と、上記複数の周波数帯域それぞれについて設定された各判定基準とに基づいて、上記診断対象の異常の有無を各周波数帯域ごとに判定する異常判定部とを有することを特徴とする。
【００１８】
ここで、上記本発明の異常監視プログラムにおいて、診断対象が正常な状態にあるときに上記センサにより得られる基準信号と上記帯域分割部で分割してなる複数の帯域別基準信号に基づいて、上記複数の周波数帯域それぞれについて各逆フィルタを求める演算を含む演算を行なうことにより、各周波数帯域ごとの各基準データを求める基準データ演算部を有し、上記異常判定部が、上記センサにより異常監視時に得られる診断信号を上記帯域分割部で分割してなる複数の帯域別診断信号それぞれに各周波数帯域ごとの各逆フィルタを作用させることにより、各周波数帯域ごとの残差信号を求める演算を含む演算を行ない、その演算の結果に基づいて、上記診断対象の異常の有無を各周波数帯域ごとに判定するものであることが好ましい。
【００１９】
【発明の実施の形態】
以下、本発明の実施形態について説明する。
【００２０】
図１は、本発明の異常監視装置の基本的な一実施形態を示すブロック図である。
【００２１】
この異常監視装置１０は、たとえば振動や音響を発生する診断対象２０の異常の有無を監視する異常監視装置であって、センサ１１、帯域分割部１２、異常判定部１３、および基準データ演算部１４を備えている。
【００２２】
この異常監視装置１０のセンサ１１では、診断対象２０の状態を反映した所定の物理量（例えば音や振動など）が捉えられ、その物理量を表わす信号が得られる。
【００２３】
帯域分割部１２は、センサ１１で得られた信号を複数の周波数帯域ごとの複数の帯域信号に分割する。
【００２４】
基準データ演算部１４は、診断対象２０が正常な状態にあるときにセンサ１１により得られる基準信号を帯域分割部１２で分割してなる複数の帯域別基準信号に基づいて、上記複数の周波数帯域それぞれについて各逆フィルタを求めるためのものである。
【００２５】
異常判定部１３は、センサ１１により異常監視時に得られる診断信号を帯域分割部１２で分割してなる複数の帯域別診断信号それぞれに各周波数帯域ごとの各逆フィルタを作用させることにより、各周波数帯域ごとの残差信号を求め、その結果に基づいて、各周波数帯域ごとに診断対象２０の異常の有無を判定する。
【００２６】
ここで、本実施形態では逆フィルタ自体が基準データとして採用されているが、この基準データは、逆フィルタ自体であってもよく、前述したような統計的変量などであってもよい。
【００２７】
本実施形態の異常監視装置１０は、上記のように、センサ１１、帯域分割部１２、異常判定部１３、および基準データ演算部１４を備えた構成の例を示しているが、本発明の異常監視装置は、必ずしも基準データ演算部１４を備えた構成とする必要はない。その場合は、異常判定部１３は、帯域分割部１２により得られた複数の帯域信号と、上記複数の周波数帯域それぞれについて予め設定された各判定基準とに基づいて、各周波数帯域ごとに診断対象２０の異常の有無を判定するものとして構成すればよい。
【００２８】
図２は、本発明の異常監視装置の一実施形態を示すシステム概念図である。
【００２９】
図２に示す異常監視装置２００には、振動センサ２１０Ａ、音響センサ２１０Ｂ、プログラマブル帯域通過フィルタ２１１、Ａ／Ｄ変換器２１２、異常判定部２２０、基準データ演算部２４０、許容波形偏差ストレージ２５０、帯域選択部３００などが備えられている。
【００３０】
異常判定部２２０には、残差信号演算部２３０、比較器２８０が備えられている。
【００３１】
また、基準データ演算部２４０には、基準波形ストレージ２４１、逆フィルタ演算部２４２、および逆フィルタストレージ２４３が備えられている。
【００３２】
さらに、診断対象物２１を制御する制御装置２２が存在する場合は、この制御装置２２から、診断対象物２１の回転速度などの機械動作条件や、バーコード情報などによる品種切換情報などの制御状態情報２３が入力される。
【００３３】
診断対象物２１は、本発明にいう診断対象の一例に相当するものである。この診断対象物２１には、異常の有無を検出するための信号を得るセンサとして、振動センサ２１０Ａと音響センサ２１０Ｂが取り付けられ、あるいは近傍に配備されている。これら振動センサ２１０Ａと音響センサ２１０Ｂは、それらの双方が備えられている必要はなく、診断対象物２１の特性に応じていずれか一方のみ備えられていてもよい。
【００３４】
振動センサ２１０Ａで得られた振動波形信号や音響センサ２１０Ｂで得られた音響波形信号はプログラマブル帯域通過フィルタ２１１に入力される。このプログラマブル帯域通過フィルタ２１１は、本発明にいう帯域分割部に相当するものである。プログラマブル帯域通過フィルタ２１１に入力された波形信号は、時系列的に、複数の周波数帯域ごとの複数の帯域信号に分割される。すなわち、ここでは、帯域の分割数をｎとした場合、先ず第１の周波数帯域についての抽出が行われ、抽出された第１の帯域信号についての異常判定処理が終了した後、第２番目の周波数帯域についての抽出が行われ、…というようにｎ回の抽出および異常判定処理が順次行われるようになっている。
【００３５】
プログラマブル帯域通過フィルタ２１１で抽出された各帯域信号はＡ／Ｄ変換器２１２に入力されてデジタル信号に変換される。
【００３６】
本実施形態の異常監視装置２００には、基準データ演算部２４０が備えられており、診断対象物２１が正常な状態である時に、振動センサ２１０Ａ又は音響センサ２１０Ｂにより得られた波形信号を、プログラマブル帯域通過フィルタ２１１で複数の周波数帯域ごとの複数の帯域信号に分割し、それをＡ／Ｄ変換器２１２でデジタル信号に変換した後、基準データ演算部２４０において上記複数の周波数帯域それぞれについて各逆フィルタを求める演算が行われる。
【００３７】
基準データ演算部２４０には、各周波数帯域ごとの基準波形を記憶しておく基準波形ストレージ２４１、各基準波形に基づく逆フィルタ演算を行う逆フィルタ演算部２４２、および、逆フィルタ演算部で求められた各基準波形ごとの逆フィルタを記憶しておく逆フィルタストレージ２４３が備えられている。基準データ演算部２４０における、各周波数帯域ごとの逆フィルタの演算および記憶は、診断対象物の機械動作条件や品種切換など、その診断対象物から得られる信号に変化が生じる各条件ごとに行われる。
【００３８】
また、本実施形態の異常監視装置２００では、診断対象の異常の有無を各周波数帯域ごとに判定する際のしきい値となる許容波形偏差を各周波数帯域ごとに設定し、それを許容波形偏差ストレージ２５０に記憶しておくように構成されている。
【００３９】
この許容波形偏差ストレージ２５０には、診断対象物の機械動作条件や品種切換など、その診断対象物から得られる信号に変化が生じる各条件ごとに、各周波数帯域ごとの許容波形偏差が記憶されている。
【００４０】
本実施形態の異常監視装置２００は、このような逆フィルタストレージ２４３および許容波形偏差ストレージ２５０を備えたことにより、診断対象物の機械動作条件の変化や品種切換を伴う複雑な異常監視にも、逆フィルタストレージ２４３および許容波形偏差ストレージ２５０から、上記の条件変化に応じたデータが自動的に読み出されるので簡易に対応することができる。
【００４１】
また、本実施形態の異常監視装置２００には、プログラマブル帯域通過フィルタ２１１、基準データ演算部２４０、許容波形偏差ストレージ２５０、異常判定部２２０などの各部で取り扱う周波数帯域を選択し切り換える帯域選択部３００が備えられている。この帯域選択部３００により、複数の周波数帯域が順次選択され、異常監視装置２００の各部を、その周波数帯域に対応した状態に切り換える。こうして、帯域選択部３００により各部の周波数帯域を順次切り換えることにより、センサ２１０Ａ又は２１０Ｂで得られた診断対象物２１の波形信号はプログラマブル帯域通過フィルタ２１１で所定の帯域信号に分割され、Ａ／Ｄ変換器２１２でデジタル信号に変換された後、各周波数帯域別の診断信号２１３として異常判定部２２０に入力されて各周波数帯域ごとに合否判定が行われ、その合否判定結果２９０に基づき総合的に診断対象物２１の異常の有無が診断される。
【００４２】
この異常の有無の検出にあたっては、あらかじめ、診断対象物２１が正常な状態にあることがわかっている段階で上記と同様にしてサンプリングして得たデータに基づいて逆フィルタが求められ、各周波数帯域ごとに、異常監視時に受け取った波形データにその逆フィルタを作用させることにより残差信号が求められ、その残差信号のパワーがしきい値と比較され、その大小に応じて、異常の有無が判定される。異常が検出されると、異常が検出されたことを表わす警報が出力される。
【００４３】
診断対象物２１が正常に動作しているときに求められる逆フィルタは、その診断対象物２１が常に同一の動作状態で動作しているときは各周波数帯域ごとに１つずつ求めればよいが、例えばゆっくりと回転する回転機械を診断対象物とするような場合は、その回転対象物の一回転を複数の位相範囲に区切り、それら複数の位相範囲それぞれで得られた各波形データに基づいて、各周波数帯域ごとの各逆フィルタが各位相範囲ごとに求められ、異常監視時においても、逆フィルタを求めたときの位相範囲と同一の位相範囲で得られた診断信号から各周波数帯域に分割された各位相範囲ごとの診断信号に、その診断信号を得た位相範囲と同一の位相範囲の基準信号に基づいて求められた、各周波数帯域ごとの逆フィルタを作用させる。こうすることにより、その回転機械の異常の有無を位相範囲ごとの厳しさレベルで検出できるので、対象機械にとって適正な判定条件により異常の有無を一層高精度に検出することができる。
【００４４】
ただし、ゆっくりと回転する回転機械を診断対象物とする場合であっても、その回転機械が正常に動作している場合に複数の位相範囲で得られる信号が統計的に同一の性質を有する（いわば、その回転機械が、回転の位相にかかわらず一様に回転している）場合は、位相範囲にこだわらずに、各周波数帯域ごとにそれぞれ１つずつの逆フィルタを求め、どの位相範囲についてもその逆フィルタを作用させてもよい。
【００４５】
本実施形態の異常監視装置２００では、上記のように、正常・異常の判定に必要とされる検出精度に応じて各周波数帯域の帯域幅を定めることが可能であり、各周波数帯域ごとに合否判定のためのしきい値（許容波形偏差）を設定することができるため、エキスパートによる複雑な官能検査の「勘所」をシュミレートした高度な異常監視を実現することができる。
【００４６】
異常判定部の詳細な動作については、図６に示すフローチャートを参照して後述する。
【００４７】
図３は、本発明の異常監視装置の一実施形態として動作する異常監視コンピュータの外観斜視図である。
【００４８】
本発明の一実施形態としての異常監視装置は、この診断用コンピュータ１００のハードウェアとその内部で実行されるソフトウェアとからなる異常監視装置本体と、さらにここでは不図示のセンサなどとの組合せにより実現されている。
【００４９】
この異常監視コンピュータ１００は、ＣＰＵ、ＲＡＭメモリ、磁気ディスク、通信用ボードなどを内蔵した本体１０１、本体からの指示によりその表示画面１０２ａ上に画面表示を行なうＣＲＴディスプレイ１０２、この異常監視コンピュータ内に、オペレータの指示や文字情報を入力するためのキーボード１０３、表示画面上の任意の位置を指定することによりその位置に表示されているアイコンなどに応じた指示を入力するマウス１０４を備えている。
【００５０】
本体１０１には、ＣＤ−ＲＯＭ１０５（図４参照）が取り出し自在に装填され、装填されたＣＤ−ＲＯＭ１０５をドライブするＣＤ−ＲＯＭドライブも内蔵されている。
【００５１】
ここでは、ＣＤ−ＲＯＭ１０５に、異常監視プログラムが記憶されており、そのＣＤ−ＲＯＭ１０５が本体１０１内に装填され、ＣＤ−ＲＯＭドライブによりそのＣＤ−ＲＯＭ１０５に記憶された異常監視プログラムがその異常監視コンピュータ１００の磁気ディスク内にインストールされる。異常監視コンピュータ１００の磁気ディスク内にインストールされた異常監視プログラムが起動されると、この異常監視コンピュータ１００は、本発明の異常監視装置のうちのセンサなどを除く異常監視装置本体の一実施形態として動作する。
【００５２】
図４は、図３に示す異常監視コンピュータ１００のハードウェア構成図である。
【００５３】
このハードウェア構成図には、中央演算処理装置（ＣＰＵ）１１１、ＲＡＭ１１２、磁気ディスクコントローラ１１３、ＣＤ−ＲＯＭドライブ１１５、マウスコントローラ１１６、キーボードコントローラ１１７、ディスプレイコントローラ１１８、通信用ボード１１９、およびＡ／Ｄ変換ボード１２０が示されており、それらはバス１１０で相互に接続されている。
【００５４】
なお、図４に示した異常監視コンピュータは、図２に示した異常監視装置の実施形態とは異なる実施形態を示すものであり、この異常監視コンピュータでは、振動センサおよび音響センサなどのセンサから得られた波形信号は、Ａ／Ｄ変換ボード１２０に入力され、デジタル信号に変換されたのち、ＣＰＵ１１１上にソフトで形成されたプログラマブル帯域通過フィルタにより各周波数帯域に分割されるように構成されている。
【００５５】
ＣＤ−ＲＯＭドライブ１１５は、図３を参照して説明したように、ＣＤ−ＲＯＭ１０５が装填され、装填されたＣＤ−ＲＯＭ１０５をアクセスするものである。
【００５６】
通信用ボード１１９は、診断対象を制御する制御装置２２（図２参照）に接続され、制御装置から、診断対象の制御状態（稼動状態にあるか静止状態にあるか、あるいは回転機械を診断対象とする場合におけるその回転機械の現在の回転角度（位相）、あるいはバーコード情報など品種切換情報など）を表わす制御状態情報が入力される。
【００５７】
また、Ａ／Ｄ変換ボード１２０には、異常監視用の信号を得るための振動センサおよび音響センサなどのセンサ１１（図１参照）が接続されている。このＡ／Ｄ変換ボード１２０は、図２に示すＡ／Ｄ変換器２１２に相当するものであり、センサでピックアップされた信号を入力しサンプリングしてメモリに一旦格納し、その後順次に読み出して内部に取り込む役割を担っている。
【００５８】
また、図４には、磁気ディスクコントローラ１１３によりアクセスされる磁気ディスク１１４、マウスコントローラ１１６により制御されるマウス１０４、キーボードコントローラ１１７により制御されるキーボード１０３、およびディスプレイコントローラ１１８により制御されるＣＲＴディスプレイ１０２も示されている。
【００５９】
図５は、本発明の異常監視プログラムの一実施形態を模式的に示した図である。
【００６０】
ここでは、この異常監視プログラム１３０は、ＣＤ−ＲＯＭ１０５に記憶されており、ＣＤ−ＲＯＭ１０５が図３，図４に示す異常監視コンピュータ１００に装填されてドライブされ、そのＣＤ−ＲＯＭ１０５に記憶された異常監視プログラム１３０がその異常監視コンピュータ１００にインストールされて実行されることにより、その異常監視コンピュータ１００が、診断対象の状態を検出するセンサと合わせて本発明の異常監視装置の一実施形態として動作する。
【００６１】
図５に示す異常監視プログラム１３０は、帯域分割部１３１と、異常判定部１３２と、基準データ演算部１３３とから構成されている。
【００６２】
帯域分割部１３１は、図１に示す異常監視装置１０の帯域分割部１２に相当し、異常判定部１３２は、図１の異常監視装置１０を構成する異常判定部１３に相当し、基準データ演算部１３３は、図１の異常監視装置１０を構成する基準データ演算部１４に相当するが、図１に示す異常監視装置１０のセンサ１１を除く構成が、図３，４に示す異常監視コンピュータ１００と、そこにインストールされた図５に示す異常監視プログラムとで構成される場合、図１に示す異常監視装置１０の帯域分割部１２、異常判定部１３、基準データ演算部１４は、いずれも、コンピュータのハードウェア、ＯＳ（オペレーションシステム）、およびアプリケーションプログラムとしての異常監視プログラムの複合で構成されているのに対し、図５に示す異常監視プログラム１３０は、それらのうちのアプリケーションプログラムのみで構成されている。図５の異常監視プログラム１３０を構成する各部の作用は、図１の異常監視装置１０の対応する各部の作用と同一であり、重複説明は省略する。
【００６３】
次に、本実施形態の異常監視コンピュータによる異常監視動作の詳細について説明する。
【００６４】
図６は、図３，図４に示す異常監視コンピュータ内で実行される異常監視プログラムのフローチャートである。
【００６５】
先ず、異常判定を行う周波数帯域を設定する（ステップＳ０１）。次に、各周波数帯域ごとに、官能検査による異常判定時の異常の有無の判定基準となるしきい値（許容波形偏差）を設定し（ステップＳ０２）、それを許容波形偏差ストレージ２５０（図２参照）に登録しておく（ステップＳ０３）。
【００６６】
次に、診断対象が正常な状態にある時のセンサから得られる波形信号をＡ／Ｄ変換器でデジタル化し、次にソフトウェアによるプログラマブル帯域通過フィルタで複数の周波数帯域に分割し、各周波数帯域ごとの基準信号２１４を得、基準データ演算部２４０の基準波形ストレージ２４１に記憶する（ステップＳ１１）。
【００６７】
次に、逆フィルタ演算部２４２により、基準波形ストレージ２４１に記憶された基準波形から、各周波数帯域ごとに逆フィルタを求める（ステップＳ１２）。この求められた逆フィルタは逆フィルタストレージ２４３に記憶される（ステップＳ１３）。
【００６８】
こうして、各周波数帯域ごとの許容波形偏差、および各周波数帯域ごとの逆フィルタを用意した後、実際の診断対象についての異常監視が開始される。
【００６９】
先ず、実際の診断対象物２１から得られた波形信号を、プログラマブル帯域通過フィルタ２１１およびＡ／Ｄ変換器２１２を通過させることにより、帯域選択部３００で選択された周波数帯域の診断信号２１３を求める（ステップＳ２１）。
【００７０】
診断信号２１３は異常判定部２２０に入力され、基準データ演算部２４０の逆フィルタストレージ２４３からの、同一周波数帯域の逆フィルタ２４４を作用させることにより、各周波数帯域ごとの残差信号２７０が求められる（ステップＳ２２）。
【００７１】
次に、比較器２８０により、残差信号２７０と許容波形偏差ストレージ２５０からの許容波形偏差２６０（残差パワー）との比較が行なわれ、診断対象の異常の有無が各周波数帯域ごとに合否判定される（ステップＳ２３）。
【００７２】
以上の処理を、帯域選択部３００で選択された周波数帯域すべてについて行ない、その合否判定結果２９０から診断対象物２１の総合判定が行なわれる（ステップＳ２４）。
【００７３】
本実施形態の異常監視装置２００では、診断対象物２１が、異常と診断された場合でも、合否判定結果２９０から、正常な状態との間にどの程度の差異があるのかを数値化された管理データ（各周波数帯域ごとの許容波形偏差＝残差パワー値）として得ることができるので、不合格となった周波数帯域とその悪さ加減（許容波形偏差）の数値データに基づいてその診断対象物を合理的に管理することが可能である。
【００７４】
図７は、シートを圧延しながら搬送するシート圧延機を診断対象としたときのシステム構造図である。
【００７５】
このシート上には異物が乗る可能性があり、その異物がシート上に乗ったままシート圧延機に噛み込まれるとそのシートが不良品となってしまうおそれがある。そこで、ここでは、その異物の噛み込み時に発せられる異音を捉えるために集音マイクが配備され、その集音マイクにより得られた音響波形信号が異常監視装置本体に入力される。
【００７６】
このシート圧延機は、制御装置により、ロール送り速度が複数の速度のうちのいずれかに制御される。そのロール送り速度の情報は、制御状態情報として異常監視装置本体に入力される。
【００７７】
異常監視装置本体では、異物の噛み込みがないことが確認された正常状態において、制御装置により制御される各送り速度ごとに、シート圧延機からの発生音響信号を各周波数帯域ごとに分割し、そのおのおのの帯域ごとの逆フィルタが求められる。それぞれの送り速度ごとの帯域別判定条件は独立して設定できるので、異常監視判定の厳しさレベルは任意に決定できる。異常監視時においては、間断なく異物の噛み込みによる異音の検知が実行されるが、送り速度、周波数帯域ごとに最適な判定条件に自動的に切り換えられるので、誤判定しにくい適正な異音検知が可能となる。
【００７８】
尚、上記各実施形態は、振動あるいは音響を捉えて異常検出を行なう例であるが、振動あるいは音響以外の異なる物理量を捉えて異常監視を行なってもよい。
【００７９】
次に、逆フィルタおよびその逆フィルタを用いた異常の有無の検出方法について説明する。
【００８０】
任意の時系列信号は、適当な線型系に白色雑音を入力したときの出力と見なすことができる。与えられた時系列信号から対応する線型系を決定することは、線型予測分析と呼ばれ、確立した手法が存在する。通常そのようにして求められるものに、自己回帰モデル（ＡＲモデル）がある。これは標本化、離散化された時系列信号をＸ（ｎ）、ｎ＝１、２、・・・　とする時、第ｎ時点の信号Ｘ（ｎ）をそれ以前のＭ個の時点のデータから次のようにして決定するものである。
【００８１】
【数１】

【００８２】
ここでｅ（ｎ）は線型系への仮想的な入力信号で、白色雑音である。時系列信号が与えられた時、そのデータから係数の組｛Ａ_ｋ｝を求めることにより、その時系列信号に対する自己回帰モデルが決定される。
【００８３】
いま係数の組｛Ａ_ｋ｝が求まった時、時系列信号データ｛Ｘ（ｎ）｝を用いてＹ（ｎ）を次のように定義する。この時Ｙ（ｎ）はＸ（ｎ）の線型予測値といわれる。
【００８４】
【数２】

【００８５】
そこで次のような量を計算すると、（１）、（２）式から、
Ｘ（ｎ）−Ｙ（ｎ）＝ｅ（ｎ）　　　…（３）
となり、残差は白色雑音となる。つまり、第ｎ時点の時系列信号データＸ（ｎ）から、それ以前のＭケのデータから求めた予測値Ｙ（ｎ）を減じると、入力の白色雑音が得られる。ここでは、Ｘ（ｎ）から予測値Ｙ（ｎ）を減じて残差ｅ（ｎ）を求めることを、逆フィルタを作用させると称している。このようにある時系列信号を適切な自己回帰モデルで表すことができれば、それを用いて構成された逆フィルタを元の時系列信号に作用させることにより、白色雑音を得る。すなわち入力信号は逆フィルタにより、白色化される。この場合、入力時系列信号は逆フィルタの設計時に用いた信号そのものでなくてもよく、その自己回帰モデルが同一のものすなわち同じ特性の信号であれば、出力として白色化された信号を得ることができる。ただし、時系列信号の特性が設計に用いたそれと異なっていた場合には、逆フィルタを作用させても白色化はされず、白色雑音は得られない。
【００８６】
そこで、正常時の作動音や振動など（作動音など）を担持する第１の時系列信号を用いて、逆フィルタを予め構成しておき、任意の時点で作動音などを担持する新たな第２の時系列信号を得、この第２の時系列信号に逆フィルタを作用させて出力を監視することにより、正常時とは異なる時系列信号（残差信号）を検出することが出来る。
【００８７】
本実施形態では、具体的には、以下の信号処理方法を採用することができる。
【００８８】
先ず、図１の基準データ演算部１４において、診断対象が正常な状態にあるときに得られた音信号データあるいは振動信号データを１０２４点用いて、ＦＦＴ（高速フーリェ変換）を行い、それから電力スペクトルを求める。次にそれをＩＦＦＴ（逆高速フーリェ変換）して自己相関関数を求め、それを用いてＬｅｖｉｎｓｏｎのアルゴリズム（例えば三上著「ディジタル信号処理入門」ＣＱ出版発行参照）により計算し、逆フィルタの係数｛Ａ_ｋ｝を求める。
【００８９】
その後、異常判定部１３では、その逆フィルタを作用させて残差信号が求められるが、その残差信号を求めるための演算は、本実施形態では、係数｛ａ［ｋ］｝を用いて移動平均計算により行なわれる。
【００９０】
ここでは残差信号のパワーの移動平均を求めるために、まず残差信号の時系列から、１２８データを取り出し、ＦＦＴ、パワースペクトル計算、ＩＦＦＴを経て自己相関関数を求め、その原点のピーク値からパワーを求める。その後データの始点を５０点ずつずらしながら、パワーを順次求める。
【００９１】
逆フィルタとしては、一例として、次数Ｍ＝２７、係数｛ａ［ｋ］｝は、表１のものが採用される。
【００９２】
【表１】
ａ［　０］＝　１．００００００
ａ［　１］＝−２．８８７３３０
ａ［　２］＝　３．９４７３４４
ａ［　３］＝−３．５３５２４９
ａ［　４］＝　２．４４７０５３
ａ［　５］＝−１．６２０１３３
ａ［　６］＝　１．３１５３５２
ａ［　７］＝−１．２６８１６１
ａ［　８］＝　０．９３７４７１
ａ［　９］＝−０．３８０５７３
ａ［１０］＝−０．０４０９１９
ａ［１１］＝　０．２８４０７６
ａ［１２］＝−０．３５３６６５
ａ［１３］＝　０．３９７８４９
ａ［１４］＝−０．５３３１８５
ａ［１５］＝　０．５０１９０２
ａ［１６］＝−０．２３８１７８
ａ［１７］＝−０．００３０４８
ａ［１８］＝　０．１９２４２０
ａ［１９］＝−０．１６６８５４
ａ［２０］＝−０．０１０４９８
ａ［２１］＝　０．０６１３８３
ａ［２２］＝　０．０１７３２３
ａ［２３］＝−０．０１４１４６
ａ［２４］＝−０．１３１２４７
ａ［２５］＝　０．２３９１５７
ａ［２６］＝−０．２４２４４４
ａ［２７］＝　０．１１５６７８
【００９３】
図８〜図１１は正常状態にある設備から得られる波形の一例を示すものであり、図８は正常状態にある設備から採取された音信号の信号波形、図９はこの音信号に逆フィルタを作用させた後の残差信号の信号波形、図１０はこの残差信号の電力スペクトル、図１１は残差信号の電力の移動平均を示している。
【００９４】
図１２〜図１５は、設備が異常状態にあるときに得られた波形の一例を示すもので、各図は、それぞれ図８〜図１１と同じ形式の信号波形を示している。正常状態及び異常状態にある設備からそれぞれ得られた音信号の波形を示す図８及び図１２を直接比較しても、これらから直ちに正常・異常を判断することは困難である。しかし、これらに逆フィルタを作用させて得られた残差信号を示す図９及び図１３相互を分析することにより、正常・異常の判断が可能となる。
【００９５】
図９及び図１３を比較すると容易に理解できるように、設備が正常状態にあるときは、残差信号の振幅は極めて小さいが、これと比較し、設備が異常状態になるとその振幅は極めて大きくなる。従って、残差信号における電力の最大値を基準として正常・異常の判断が可能となる。例えば設備が正常状態にあるときに得られた信号の最大電力よりも１０ｄＢ以上大きな残差信号の振幅を有する場合を異常、これ未満の残差信号の振幅を有する場合を正常と判定することで、正常・異常の判断を行なうことができる。
【００９６】
また、図１０及び図１４に示されたように、残差信号をフーリエ変換して得られたスペクトルにおいては、異常が発生すると電力スペクトルの増大が生ずる。例えば、図１０の電力のピークは１００ｄＢ以下であるが、図１４においては電力のピークはほぼ１２０ｄＢに達している。
【００９７】
更に、残差信号の電力の移動平均を示す図１１及び図１５相互の比較を行うと、異常によってこの移動平均が増大することがわかる。例えば、設備が正常状態にあるときの移動平均の最大値よりも２０ｄＢ以上大きな移動平均データを示す場合は異常、これ未満のデータを示す場合は正常と判定できる。この方法を採用すると、異常の有無の判定が特に容易となり、短時間での異常検出が可能であるため、現場における実時間的な検出を行うことができて、特に好適である。なお、異常の種類によっては、電力の移動平均の分析よりも上記電力スペクトルの分析による検出の方が、より正確に欠陥の存在を検出できる。
【００９８】
以上説明した実施形態は、本発明にいう基準データとして逆フィルタを作成しておき、残差信号を求めてその残差信号に基づいて異常の有無の検出を行なうものであるが、本発明は必ずしもこの検出方法を採用する必要はなく、例えば前述したスペクトル解析の手法や、統計的推定又は検定を行なう手法を採用してもよい。
【００９９】
【発明の効果】
以上、説明したように、本発明の異常監視装置によれば、正常・異常の判定に要求される検出精度に応じて各周波数帯域の帯域幅を定めることが可能であり、各周波数帯域ごとにしきい値を数値化できるため、エキスパートによる複雑な官能検査の「勘所」をシュミレートした異常監視が可能である。
【図面の簡単な説明】
【図１】本発明の異常監視装置の基本的な一実施形態を示すブロック図である。
【図２】本発明の異常監視装置の一実施形態を示すシステム概念図である。
【図３】本発明の異常監視装置の一実施形態として動作する異常監視コンピュータの外観斜視図である。
【図４】図３に示す異常監視コンピュータのハードウェア構成図である。
【図５】本発明の異常監視プログラムの一実施形態を示す模式図である。
【図６】図３，図４に示す異常監視コンピュータ内で実行される異常監視プログラムのフローチャートである。
【図７】シートを圧延しながら搬送するシート圧延機を診断対象としたときのシステム構造図である。
【図８】正常状態にある診断対象から得られた音信号の波形図である。
【図９】図８の信号に逆フィルタを作用させて得られた信号波形図である。
【図１０】図９の信号から得られた電力スペクトル図である。
【図１１】図９の信号から得られた電力の移動平均を示す図である。
【図１２】異常状態にある診断対象から得られた音信号の波形図である。
【図１３】図１２の信号に逆フィルタを作用させて得られた信号波形図である。
【図１４】図１３の信号から得られた電力スペクトル図である。
【図１５】図１３の信号から得られた電力の移動平均を示す図である。
【符号の説明】
１０　　異常監視装置
１１　　センサ
１２　　帯域分割部
１３　　異常判定部
１４　　基準データ演算部
２０　　診断対象
２１　　診断対象物
２２　　制御装置
２３　　制御状態情報
１００　　診断用コンピュータ
１３０　　異常監視プログラム
１３１　　帯域分割部
１３２　　異常判定部
１３３　　基準データ演算部
２００　　異常監視装置
２１０Ａ　　振動センサ
２１０Ｂ　　音響センサ
２１１　　プログラマブル帯域通過フィルタ
２１２　　Ａ／Ｄ変換器
２１３　　診断信号
２１４　　基準信号
２２０　　異常判定部
２３０　　残差信号演算部
２４０　　基準データ演算部
２４１　　基準波形ストレージ
２４２　　逆フィルタ演算部
２４３　　逆フィルタストレージ
２４４　　逆フィルタ
２５０　　許容波形偏差ストレージ
２６０　　許容波形偏差
２７０　　残差信号
２８０　　比較器
２９０　　合否判定結果
３００　　帯域選択部[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to an abnormality monitoring device that monitors the presence or absence of an abnormality in a diagnosis target such as a device that generates vibration or sound, and an abnormality monitoring program that causes a computer to operate as the abnormality monitoring device.
[0002]
[Prior art]
2. Description of the Related Art Conventionally, equipment diagnosis has been performed or proposed by various equipment diagnosis methods for determining the presence or absence of an abnormality in equipment or equipment. In this equipment diagnosis, not only the major failures that require the equipment to be destroyed or need to be stopped immediately are detected, but rather the bearings in the rotating machine are damaged before such a major failure occurs. At present, it is possible to continue to operate sufficiently, such as when it enters or when a certain moving part has been worn, but if it is left as it is, it will detect abnormalities that may lead to a serious failure in the future There is a need.
[0003]
As a typical example of such a facility diagnosis method, for example, an acoustic vibration waveform when the device or the equipment is in a normal state is obtained, and the acoustic vibration waveform is spectrally analyzed to examine its characteristics. When detecting the presence or absence of noise, obtain the acoustic vibration waveform of the device or equipment and perform spectrum analysis, and if there is a peak of a specific frequency component that is not normally found in the spectrum, or a combination of peaks It is known to detect an abnormality based on whether or not is the same as that in the normal state.
[0004]
Japanese Patent Application Laid-Open No. 7-43259 discloses that an acoustic vibration waveform when the device or equipment is in a normal state is obtained, an inverse filter is created based on the acoustic vibration waveform, and the presence or absence of an abnormality is detected. In this case, the acoustic vibration waveform of the device or equipment is obtained, a residual signal is obtained by applying a previously determined inverse filter to the acoustic vibration waveform, and abnormality of the device or equipment is determined by analyzing the residual signal. It has been proposed to detect.
[0005]
Further, Japanese Unexamined Patent Application Publication No. 8-304124 discloses that a plurality of acoustic vibration waveforms when the device or the equipment is in a normal state are obtained, and a reverse is performed based on, for example, one acoustic vibration waveform among the plurality of acoustic vibration waveforms. Create a filter, obtain a plurality of residual signals by applying the inverse filter to, for example, the remaining plurality of acoustic vibration waveforms, determine a plurality of statistical variables based on each of the plurality of residual signals, Even when detecting the presence or absence of an abnormality, a plurality of acoustic vibration waveforms of the device or equipment are obtained, and the above-described inverse filter is applied to the plurality of acoustic vibration waveforms to obtain a plurality of residual signals. Calculating a plurality of statistical variables based on the plurality of residual signals, and determining between the plurality of statistical variables obtained in a normal state and the plurality of statistical variables obtained in detecting the presence or absence of an abnormality. , For example, by performing a test or estimated by methods such as F-test and t-test, it is proposed to detect the presence or absence of abnormality of the equipment and facilities.
[0006]
The method of detecting abnormalities in equipment and equipment by performing the above-mentioned spectral analysis is also quite effective depending on the properties of the equipment and equipment to be diagnosed. Such a method is a more effective method.
[0007]
In the field of equipment diagnosis and equipment inspection, an abnormality diagnosis method generally called sensory inspection has existed for a long time, and experts with higher detection capabilities than mechanical abnormality diagnosis are active in various fields. .
[0008]
[Problems to be solved by the invention]
However, training such experts often requires a long period of time, and there is also a problem that it is necessary to train specialized experts for each diagnosis target.
[0009]
Therefore, there is a long-awaited need for an abnormality monitoring device that incorporates such an expert sensory test method, but it is extremely difficult to incorporate the high-level know-how possessed by the expert into a machine.
[0010]
In view of the above circumstances, an object of the present invention is to provide an abnormality monitoring device capable of having a high detection capability comparable to the detection capability of an expert, and an abnormality monitoring program for operating a computer as such an abnormality monitoring device. With the goal.
[0011]
[Means for Solving the Problems]
An abnormality monitoring device of the present invention that achieves the above object is an abnormality monitoring device that monitors the presence or absence of an abnormality of a diagnosis target,
A sensor that captures a predetermined physical quantity reflecting the state of the diagnosis target and obtains a signal representing the physical quantity,
A band dividing unit that divides a signal obtained by the sensor into a plurality of band signals for each of a plurality of frequency bands,
An abnormality determination unit that determines presence or absence of abnormality of the diagnosis target for each frequency band based on the plurality of band signals obtained by the band division unit and each determination criterion set for each of the plurality of frequency bands. And characterized in that:
[0012]
The abnormality monitoring device of the present invention divides a signal obtained by the sensor into a plurality of band signals for each of a plurality of frequency bands by a band dividing unit, and sets the obtained plurality of band signals and each of the plurality of frequency bands. Based on each determined criterion, the presence or absence of an abnormality of the diagnosis target is determined for each frequency band, so that it is possible to perform abnormality determinations with different severity levels for each frequency band, which is close to a sensory test Fine judgment is also possible. For the operation sound signal emitted from the inspection target device, the abnormality determination level is set strictly for a specific frequency band to increase the detection sensitivity, and loose abnormality determination is performed for other frequency bands that may be loose. It is easily possible to set the detection sensitivity arbitrarily low by setting the level. As a result, it is possible to automate a delicate judgment close to a sensory test performed by an expert.
[0013]
Here, in the abnormality monitoring device of the present invention, based on a plurality of band-specific reference signals obtained by dividing the reference signal obtained by the sensor when the diagnosis target is in a normal state by the band division unit, By performing an operation including an operation for obtaining each inverse filter for each of the plurality of frequency bands, a reference data operation unit for obtaining each reference data for each frequency band is provided. An operation including an operation of obtaining a residual signal for each frequency band by applying an inverse filter for each frequency band to each of a plurality of band-based diagnostic signals obtained by dividing the obtained diagnostic signal by the band division unit. And it is preferable to determine the presence or absence of the abnormality in the diagnosis target for each frequency band based on the result of the calculation.
[0014]
Here, the above-mentioned “operation including an operation for obtaining an inverse filter” is a concept including a case where the operation is configured only by an operation for obtaining an inverse filter. In this case, the inverse filter may be used as the reference data. it can. In addition, the “operation including an operation for obtaining an inverse filter” may include an operation for obtaining an inverse filter, and as described above, an inverse filter is generated based on, for example, one reference signal among a plurality of reference signals. It may be an operation to create a plurality of statistical variables by applying the inverse filter to another plurality of reference signals. In that case, the plurality of statistical variables determined in this manner can be used as reference data.
[0015]
Further, the above-mentioned "operation including an operation for obtaining a residual signal by applying an inverse filter" is the same as above, and may be constituted only by an operation for obtaining a residual signal. As described in JP-A-43259, an operation for calculating data convenient for determining the presence or absence of an abnormality by calculating the residual signal, such as calculating a moving average value of the power of the residual signal, or the like. Alternatively, a plurality of residual signals are obtained by applying an inverse filter to a plurality of diagnostic signals as described in JP-A-8-304124, and a plurality of statistical signals are obtained based on the plurality of residual signals. It may be an operation for obtaining a target variable.
[0016]
If an inverse filter is used, stationary noise can be eliminated from the signal, and the presence or absence of an abnormality in the diagnosis target can be determined with higher accuracy.
[0017]
Further, an abnormality monitoring program of the present invention that achieves the above object is an abnormality monitoring program that operates in a computer and operates the computer as an abnormality monitoring device that monitors the presence or absence of an abnormality to be diagnosed.
The computer is connected to a sensor that captures a predetermined physical quantity reflecting the state of the diagnosis target and obtains a signal representing the physical quantity,
A band dividing unit that divides a signal obtained by the sensor into a plurality of band signals for each of a plurality of frequency bands,
An abnormality determination unit that determines presence or absence of abnormality of the diagnosis target for each frequency band based on the plurality of band signals obtained by the band division unit and each determination criterion set for each of the plurality of frequency bands. And characterized in that:
[0018]
Here, in the abnormality monitoring program of the present invention, based on a reference signal obtained by the sensor and a plurality of band-specific reference signals divided by the band dividing unit when the diagnosis target is in a normal state, By performing an operation including an operation for obtaining each inverse filter for each of a plurality of frequency bands, a reference data operation unit for obtaining each reference data for each frequency band is provided. An operation including an operation of obtaining a residual signal for each frequency band by applying an inverse filter for each frequency band to each of a plurality of band-based diagnostic signals obtained by dividing the obtained diagnostic signal by the band division unit. And it is preferable to determine the presence or absence of the abnormality of the diagnosis target for each frequency band based on the result of the calculation.
[0019]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described.
[0020]
FIG. 1 is a block diagram showing a basic embodiment of the abnormality monitoring device of the present invention.
[0021]
The abnormality monitoring device 10 is, for example, an abnormality monitoring device that monitors the presence or absence of an abnormality in a diagnosis target 20 that generates vibration or sound, and includes a sensor 11, a band division unit 12, an abnormality determination unit 13, and a reference data calculation unit 14. It has.
[0022]
The sensor 11 of the abnormality monitoring device 10 captures a predetermined physical quantity (for example, sound or vibration) reflecting the state of the diagnosis target 20 and obtains a signal representing the physical quantity.
[0023]
The band dividing unit 12 divides the signal obtained by the sensor 11 into a plurality of band signals for a plurality of frequency bands.
[0024]
The reference data calculation unit 14 is configured to divide the reference signal obtained by the sensor 11 when the diagnosis target 20 is in a normal state by the band division unit 12 based on the plurality of band-specific reference signals, and This is for obtaining each inverse filter for each.
[0025]
The abnormality determining unit 13 applies each inverse filter for each frequency band to each of a plurality of band-based diagnostic signals obtained by dividing the diagnostic signal obtained at the time of abnormality monitoring by the sensor 11 by the band dividing unit 12, thereby obtaining each frequency band. The residual signal for each band is obtained, and the presence or absence of abnormality of the diagnosis target 20 is determined for each frequency band based on the result.
[0026]
Here, in the present embodiment, the inverse filter itself is adopted as the reference data. However, the reference data may be the inverse filter itself, or may be a statistical variable as described above.
[0027]
As described above, the abnormality monitoring device 10 of the present embodiment shows an example of a configuration including the sensor 11, the band division unit 12, the abnormality determination unit 13, and the reference data calculation unit 14. The monitoring device does not necessarily need to be configured to include the reference data calculation unit 14. In this case, the abnormality determination unit 13 performs a diagnosis for each frequency band based on the plurality of band signals obtained by the band division unit 12 and each determination criterion preset for each of the plurality of frequency bands. What is necessary is just to comprise so that the presence or absence of 20 abnormalities may be determined.
[0028]
FIG. 2 is a system conceptual diagram showing one embodiment of the abnormality monitoring device of the present invention.
[0029]
The abnormality monitoring device 200 illustrated in FIG. 2 includes a vibration sensor 210A, an acoustic sensor 210B, a programmable bandpass filter 211, an A / D converter 212, an abnormality determination unit 220, a reference data calculation unit 240, an allowable waveform deviation storage 250, A selection unit 300 and the like are provided.
[0030]
The abnormality determination unit 220 includes a residual signal calculation unit 230 and a comparator 280.
[0031]
Further, the reference data calculation unit 240 includes a reference waveform storage 241, an inverse filter calculation unit 242, and an inverse filter storage 243.
[0032]
Further, when there is a control device 22 for controlling the diagnostic object 21, the control device 22 controls the machine operating conditions such as the rotation speed of the diagnostic object 21 and the control state such as the type switching information based on barcode information. Information 23 is input.
[0033]
The diagnosis object 21 corresponds to an example of the diagnosis object according to the present invention. A vibration sensor 210 A and an acoustic sensor 210 B are attached to or provided near the diagnosis target 21 as sensors for obtaining a signal for detecting the presence or absence of an abnormality. It is not necessary that both the vibration sensor 210A and the acoustic sensor 210B be provided, and only one of them may be provided according to the characteristics of the diagnosis object 21.
[0034]
The vibration waveform signal obtained by the vibration sensor 210A and the acoustic waveform signal obtained by the acoustic sensor 210B are input to the programmable bandpass filter 211. This programmable band-pass filter 211 corresponds to the band dividing unit according to the present invention. The waveform signal input to the programmable bandpass filter 211 is divided in time series into a plurality of band signals for a plurality of frequency bands. That is, in this case, when the number of band divisions is n, the first frequency band is extracted first, and after the abnormality determination processing on the extracted first band signal is completed, the second frequency band is extracted. The extraction for the frequency band is performed, and the extraction and abnormality determination processing are performed n times in sequence, such as.
[0035]
Each band signal extracted by the programmable band-pass filter 211 is input to the A / D converter 212 and converted into a digital signal.
[0036]
The abnormality monitoring device 200 of the present embodiment is provided with a reference data calculation unit 240, and when the diagnosis object 21 is in a normal state, a waveform signal obtained by the vibration sensor 210A or the acoustic sensor 210B is programmable. After being divided into a plurality of band signals for each of a plurality of frequency bands by the band-pass filter 211 and being converted into digital signals by the A / D converter 212, the reference data calculation unit 240 performs each inverse conversion for each of the plurality of frequency bands. An operation for finding a filter is performed.
[0037]
The reference data calculation unit 240 includes a reference waveform storage 241 that stores a reference waveform for each frequency band, an inverse filter calculation unit 242 that performs an inverse filter calculation based on each reference waveform, and an inverse filter calculation unit. An inverse filter storage 243 for storing an inverse filter for each reference waveform is provided. The calculation and storage of the inverse filter for each frequency band in the reference data calculation unit 240 are performed for each condition that causes a change in a signal obtained from the diagnostic object, such as a machine operation condition of the diagnostic object or a type change. .
[0038]
Further, in the abnormality monitoring device 200 of the present embodiment, an allowable waveform deviation which is a threshold when determining the presence / absence of an abnormality to be diagnosed for each frequency band is set for each frequency band. It is configured to be stored in the storage 250.
[0039]
The permissible waveform deviation storage 250 stores permissible waveform deviation for each frequency band for each condition that causes a change in a signal obtained from the diagnostic object, such as a machine operation condition or a type change of the diagnostic object. I have.
[0040]
The abnormality monitoring device 200 of the present embodiment includes such an inverse filter storage 243 and an allowable waveform deviation storage 250, so that the abnormality monitoring device 200 can be used for complicated abnormality monitoring involving changes in machine operating conditions of a diagnostic object and type switching. Since data corresponding to the above condition change is automatically read from the inverse filter storage 243 and the allowable waveform deviation storage 250, it is possible to easily cope with the data.
[0041]
The abnormality monitoring device 200 according to the present embodiment includes a band selection unit 300 that selects and switches a frequency band handled by each unit such as the programmable bandpass filter 211, the reference data calculation unit 240, the allowable waveform deviation storage 250, and the abnormality determination unit 220. Is provided. A plurality of frequency bands are sequentially selected by the band selection unit 300, and each unit of the abnormality monitoring device 200 is switched to a state corresponding to the frequency band. In this way, by sequentially switching the frequency band of each unit by the band selection unit 300, the waveform signal of the diagnosis target 21 obtained by the sensor 210A or 210B is divided into a predetermined band signal by the programmable band-pass filter 211, and the A / D After being converted into a digital signal by the converter 212, it is input to the abnormality determination unit 220 as a diagnostic signal 213 for each frequency band, and a pass / fail determination is performed for each frequency band. The presence or absence of an abnormality in the diagnosis target 21 is diagnosed.
[0042]
In detecting the presence / absence of this abnormality, an inverse filter is obtained based on data obtained by sampling in the same manner as described above at a stage where the diagnosis object 21 is known to be in a normal state. For each band, a residual signal is obtained by applying an inverse filter to the waveform data received at the time of abnormality monitoring, and the power of the residual signal is compared with a threshold value. Is determined. When an abnormality is detected, an alarm indicating that the abnormality has been detected is output.
[0043]
The inverse filter obtained when the diagnostic object 21 is operating normally may be obtained one by one for each frequency band when the diagnostic object 21 is always operating in the same operation state. For example, when a rotating machine that slowly rotates is set as a diagnosis target, one rotation of the rotation target is divided into a plurality of phase ranges, and based on each waveform data obtained in each of the plurality of phase ranges, Each inverse filter for each frequency band is obtained for each phase range, and even during abnormality monitoring, the diagnostic signal is divided into each frequency band from the diagnostic signal obtained in the same phase range as when the inverse filter was obtained. An inverse filter for each frequency band, which is obtained based on a reference signal in the same phase range as the phase range from which the diagnostic signal was obtained, is applied to the diagnostic signal for each phase range. By doing so, the presence or absence of an abnormality in the rotating machine can be detected at the strictness level for each phase range, so that the presence or absence of the abnormality can be detected with a higher degree of accuracy according to a determination condition appropriate for the target machine.
[0044]
However, even when a slowly rotating rotating machine is used as a diagnosis target, signals obtained in a plurality of phase ranges when the rotating machine is operating normally have the same property ( In other words, if the rotating machine is rotating uniformly irrespective of the phase of rotation), one inverse filter is determined for each frequency band, regardless of the phase range. May also operate the inverse filter.
[0045]
In the abnormality monitoring device 200 of the present embodiment, as described above, it is possible to determine the bandwidth of each frequency band according to the detection accuracy required for normality / abnormality determination. Since a threshold value (permissible waveform deviation) for determination can be set, advanced abnormality monitoring that simulates a "knowledge" of a complex sensory test by an expert can be realized.
[0046]
The detailed operation of the abnormality determination unit will be described later with reference to the flowchart shown in FIG.
[0047]
FIG. 3 is an external perspective view of an abnormality monitoring computer that operates as one embodiment of the abnormality monitoring device of the present invention.
[0048]
An abnormality monitoring device according to an embodiment of the present invention is configured by combining an abnormality monitoring device main body including the hardware of the diagnostic computer 100 and software executed therein, and a sensor (not shown) and the like here. Has been realized.
[0049]
The abnormality monitoring computer 100 includes a main body 101 containing a CPU, a RAM memory, a magnetic disk, a communication board, and the like, a CRT display 102 for displaying a screen on a display screen 102a according to an instruction from the main body, and A keyboard 103 for inputting an operator's instruction and character information, and a mouse 104 for designating an arbitrary position on the display screen and inputting an instruction corresponding to an icon or the like displayed at that position.
[0050]
The main body 101 has a CD-ROM 105 (see FIG. 4) removably mounted therein, and also has a built-in CD-ROM drive for driving the loaded CD-ROM 105.
[0051]
Here, the abnormality monitoring program is stored in the CD-ROM 105, the CD-ROM 105 is loaded in the main body 101, and the abnormality monitoring program stored in the CD-ROM 105 by the CD-ROM drive is stored in the abnormality monitoring computer. It is installed in 100 magnetic disks. When the abnormality monitoring program installed in the magnetic disk of the abnormality monitoring computer 100 is started, the abnormality monitoring computer 100 is used as one embodiment of the abnormality monitoring device main body excluding the sensors and the like among the abnormality monitoring devices of the present invention. Operate.
[0052]
FIG. 4 is a hardware configuration diagram of the abnormality monitoring computer 100 shown in FIG.
[0053]
The hardware configuration diagram includes a central processing unit (CPU) 111, a RAM 112, a magnetic disk controller 113, a CD-ROM drive 115, a mouse controller 116, a keyboard controller 117, a display controller 118, a communication board 119, and an A / D conversion boards 120 are shown, which are interconnected by a bus 110.
[0054]
Note that the abnormality monitoring computer shown in FIG. 4 is an embodiment different from the embodiment of the abnormality monitoring device shown in FIG. 2, and this abnormality monitoring computer obtains information from sensors such as a vibration sensor and an acoustic sensor. The obtained waveform signal is input to the A / D conversion board 120, converted into a digital signal, and then divided into each frequency band by a programmable band-pass filter formed on the CPU 111 by software. .
[0055]
As described with reference to FIG. 3, the CD-ROM drive 115 is loaded with the CD-ROM 105 and accesses the loaded CD-ROM 105.
[0056]
The communication board 119 is connected to the control device 22 (see FIG. 2) for controlling the diagnosis target, and from the control device, the control state of the diagnosis target (operating state, stationary state, or rotating machine In this case, control state information representing the current rotation angle (phase) of the rotating machine or type switching information such as bar code information) is input.
[0057]
Further, the A / D conversion board 120 is connected to sensors 11 (see FIG. 1) such as a vibration sensor and an acoustic sensor for obtaining a signal for monitoring an abnormality. The A / D conversion board 120 corresponds to the A / D converter 212 shown in FIG. 2, and inputs and samples a signal picked up by a sensor, temporarily stores the signal in a memory, and then sequentially reads out the internal signal. It has a role to take in.
[0058]
4 shows a magnetic disk 114 accessed by a magnetic disk controller 113, a mouse 104 controlled by a mouse controller 116, a keyboard 103 controlled by a keyboard controller 117, and a CRT display 102 controlled by a display controller 118. Are also shown.
[0059]
FIG. 5 is a diagram schematically showing an embodiment of the abnormality monitoring program of the present invention.
[0060]
Here, the abnormality monitoring program 130 is stored in the CD-ROM 105. The CD-ROM 105 is mounted on and driven by the abnormality monitoring computer 100 shown in FIGS. When the monitoring program 130 is installed and executed on the abnormality monitoring computer 100, the abnormality monitoring computer 100 operates as an embodiment of the abnormality monitoring device of the present invention together with a sensor for detecting a state of a diagnosis target. .
[0061]
The abnormality monitoring program 130 shown in FIG. 5 includes a band division unit 131, an abnormality determination unit 132, and a reference data calculation unit 133.
[0062]
The band dividing unit 131 corresponds to the band dividing unit 12 of the abnormality monitoring device 10 shown in FIG. 1, and the abnormality determining unit 132 corresponds to the abnormality determining unit 13 included in the abnormality monitoring device 10 of FIG. The unit 133 corresponds to the reference data calculation unit 14 that constitutes the abnormality monitoring device 10 of FIG. 1, but the configuration of the abnormality monitoring device 10 shown in FIG. And the abnormality monitoring program shown in FIG. 5 installed therein, the bandwidth dividing unit 12, the abnormality determining unit 13, and the reference data calculating unit 14 of the abnormality monitoring apparatus 10 shown in FIG. While the computer is composed of a combination of computer hardware, an OS (operation system), and an abnormality monitoring program as an application program, the abnormality shown in FIG. Viewing program 130 is composed of only the application program. The operation of each unit configuring the abnormality monitoring program 130 of FIG. 5 is the same as the operation of the corresponding unit of the abnormality monitoring device 10 of FIG. 1, and a redundant description will be omitted.
[0063]
Next, the details of the abnormality monitoring operation by the abnormality monitoring computer of the present embodiment will be described.
[0064]
FIG. 6 is a flowchart of an abnormality monitoring program executed in the abnormality monitoring computer shown in FIGS.
[0065]
First, a frequency band for performing abnormality determination is set (step S01). Next, for each frequency band, a threshold value (permissible waveform deviation) as a criterion for judging the presence or absence of abnormality at the time of abnormality judgment by the sensory test is set (step S02), and the threshold value is stored in the allowable waveform deviation storage 250 (FIG. (See step S03).
[0066]
Next, a waveform signal obtained from the sensor when the diagnosis target is in a normal state is digitized by an A / D converter, and then divided into a plurality of frequency bands by a programmable band-pass filter by software. Is obtained and stored in the reference waveform storage 241 of the reference data calculation unit 240 (step S11).
[0067]
Next, the inverse filter operation unit 242 obtains an inverse filter for each frequency band from the reference waveform stored in the reference waveform storage 241 (step S12). The obtained inverse filter is stored in the inverse filter storage 243 (Step S13).
[0068]
After preparing the allowable waveform deviation for each frequency band and the inverse filter for each frequency band in this way, abnormality monitoring of the actual diagnosis target is started.
[0069]
First, the waveform signal obtained from the actual diagnosis target 21 is passed through the programmable band-pass filter 211 and the A / D converter 212, thereby obtaining the diagnosis signal 213 of the frequency band selected by the band selection unit 300. (Step S21).
[0070]
The diagnostic signal 213 is input to the abnormality determination unit 220, and the residual signal 270 for each frequency band is obtained by operating the inverse filter 244 of the same frequency band from the inverse filter storage 243 of the reference data calculation unit 240. (Step S22).
[0071]
Next, the comparator 280 compares the residual signal 270 with the allowable waveform deviation 260 (residual power) from the allowable waveform deviation storage 250, and determines whether there is an abnormality to be diagnosed for each frequency band. Is performed (step S23).
[0072]
The above processing is performed for all the frequency bands selected by the band selection unit 300, and a comprehensive determination of the diagnosis target 21 is performed from the pass / fail determination result 290 (step S24).
[0073]
In the abnormality monitoring device 200 according to the present embodiment, even when the diagnosis target 21 is diagnosed as abnormal, the degree of difference between the pass / fail determination result 290 and the normal state is numerically managed based on the pass / fail determination result 290. Since it can be obtained as data (allowable waveform deviation for each frequency band = residual power value), the diagnostic object can be determined based on the rejected frequency band and the numerical data of its badness (allowable waveform deviation). It is possible to manage rationally.
[0074]
FIG. 7 is a system structure diagram when a sheet rolling mill that conveys a sheet while rolling the sheet is set as a diagnosis target.
[0075]
There is a possibility that foreign matter may get on the sheet, and if the foreign matter is bitten by the sheet rolling mill while riding on the sheet, the sheet may be defective. Therefore, here, a sound collecting microphone is provided in order to catch an abnormal sound generated when the foreign matter is bitten, and an acoustic waveform signal obtained by the sound collecting microphone is input to the abnormality monitoring device main body.
[0076]
In this sheet rolling mill, the roll feed speed is controlled to any one of a plurality of speeds by the control device. Information on the roll feed speed is input to the abnormality monitoring device main body as control state information.
[0077]
In the abnormality monitoring device main body, in a normal state where it is confirmed that no foreign matter is caught, for each feed speed controlled by the control device, the generated acoustic signal from the sheet rolling mill is divided for each frequency band, An inverse filter for each band is required. Since the band-based determination condition for each feed speed can be set independently, the severity level of abnormality monitoring determination can be arbitrarily determined. At the time of abnormality monitoring, detection of abnormal noise caused by foreign matter being caught is performed without interruption. However, since the automatic determination is automatically switched to the optimum determination conditions for each feed speed and frequency band, appropriate abnormal noise that is difficult to make erroneous determinations is detected. Detection becomes possible.
[0078]
Although the above embodiments are examples in which abnormality is detected by capturing vibration or sound, abnormality monitoring may be performed by capturing a different physical quantity other than vibration or sound.
[0079]
Next, an inverse filter and a method of detecting the presence or absence of an abnormality using the inverse filter will be described.
[0080]
An arbitrary time-series signal can be regarded as an output when white noise is input to an appropriate linear system. Determining the corresponding linear system from a given time-series signal is called linear predictive analysis, and there are established techniques. An autoregressive model (AR model) is usually obtained as such. This means that when the sampled and discretized time-series signal is X (n), n = 1, 2,..., The signal X (n) at the n-th time is the data at M time points before it. Is determined as follows.
[0081]
(Equation 1)

[0082]
Here, e (n) is a virtual input signal to the linear system and is white noise. When a time-series signal is given, a set of coefficients {A} _k By obtaining｝, an autoregressive model for the time-series signal is determined.
[0083]
Now the set of coefficients ｛A _k When｝ is determined, Y (n) is defined as follows using the time-series signal data {X (n)}. At this time, Y (n) is called a linear predicted value of X (n).
[0084]
(Equation 2)

[0085]
Therefore, when the following quantity is calculated, from the equations (1) and (2),
X (n) -Y (n) = e (n) (3)
And the residual is white noise. That is, by subtracting the predicted value Y (n) obtained from the previous M data from the time-series signal data X (n) at the n-th point, input white noise is obtained. Here, obtaining the residual e (n) by subtracting the predicted value Y (n) from X (n) is referred to as applying an inverse filter. If a certain time-series signal can be represented by an appropriate autoregressive model in this manner, white noise is obtained by applying an inverse filter configured using the model to the original time-series signal. That is, the input signal is whitened by the inverse filter. In this case, the input time-series signal does not have to be the signal used when designing the inverse filter. If the autoregressive model has the same signal, that is, a signal having the same characteristics, a whitened signal is obtained as an output. Can be. However, if the characteristics of the time-series signal are different from those used in the design, even if an inverse filter is applied, whitening is not performed and white noise is not obtained.
[0086]
Therefore, an inverse filter is pre-configured using a first time-series signal carrying an operation sound or vibration (operation sound or the like) in a normal state, and a new second filter carrying an operation sound or the like at an arbitrary point in time. By obtaining the second time-series signal and applying an inverse filter to the second time-series signal and monitoring the output, a time-series signal (residual signal) different from the normal time can be detected.
[0087]
In the present embodiment, specifically, the following signal processing method can be adopted.
[0088]
First, the reference data calculation unit 14 of FIG. 1 performs FFT (fast Fourier transform) using 1024 points of sound signal data or vibration signal data obtained when the diagnosis target is in a normal state, and then performs power spectrum analysis. Ask for. Then, it is subjected to IFFT (Inverse Fast Fourier Transform) to obtain an autocorrelation function, which is used to calculate by an algorithm of Levinson (for example, see Mikami, "Introduction to Digital Signal Processing", published by CQ Publishing), and to calculate the coefficient of the inverse filter. ｛A _k Ask for｝.
[0089]
Thereafter, the abnormality determination unit 13 obtains a residual signal by applying the inverse filter. In the present embodiment, the operation for obtaining the residual signal is performed using the coefficient {a [k]}. This is done by averaging.
[0090]
Here, in order to obtain a moving average of the power of the residual signal, first, 128 data are extracted from the time series of the residual signal, an autocorrelation function is obtained through FFT, power spectrum calculation, IFFT, and a peak value at the origin is obtained. Seeking power. Thereafter, the power is sequentially obtained while shifting the starting point of the data by 50 points.
[0091]
As an example of the inverse filter, the order shown in Table 1 is adopted as the order M = 27 and the coefficient {a [k]}.
[0092]
[Table 1]
a [0] = 1.00000
a [1] =-2.887330
a [2] = 3.9947344
a [3] =-3.5535249
a [4] = 2.447053
a [5] =-1.620133
a [6] = 1.315352
a [7] =-1.268161
a [8] = 0.937471
a [9] =-0.380573
a [10] = − 0.040919
a [11] = 0.284076
a [12] =-0.353665
a [13] = 0.397849
a [14] =-0.533185
a [15] = 0.501902
a [16] =-0.238178
a [17] =-0.003048
a [18] = 0.192420
a [19] =-0.166654
a [20] =-0.010498
a [21] = 0.061383
a [22] = 0.017332
a [23] =-0.014146
a [24] =-0.131247
a [25] = 0.239157
a [26] =-0.242444
a [27] = 0.115678
[0093]
8 to 11 show examples of waveforms obtained from equipment in a normal state. FIG. 8 shows a signal waveform of a sound signal collected from equipment in a normal state, and FIG. 9 shows an inverse filter of this sound signal. , And FIG. 10 shows a power spectrum of the residual signal, and FIG. 11 shows a moving average of the power of the residual signal.
[0094]
FIGS. 12 to 15 show examples of waveforms obtained when the equipment is in an abnormal state, and each figure shows a signal waveform of the same format as FIGS. 8 to 11. Even if the waveforms of the sound signals obtained from the equipments in the normal state and the abnormal state are directly compared with each other in FIGS. 8 and 12, it is difficult to immediately judge whether the equipment is normal or abnormal. However, by analyzing the residual signals obtained by applying an inverse filter to these signals in FIG. 9 and FIG. 13, it is possible to determine whether the signal is normal or abnormal.
[0095]
As can be easily understood by comparing FIGS. 9 and 13, when the equipment is in a normal state, the amplitude of the residual signal is extremely small. However, when the equipment is in an abnormal state, the amplitude is extremely large. Become. Therefore, it is possible to determine whether the power is normal or abnormal based on the maximum value of the power in the residual signal. For example, a case where the amplitude of the residual signal is 10 dB or more larger than the maximum power of the signal obtained when the facility is in a normal state is abnormal, and a case where the amplitude of the residual signal is less than this is normal. Normal / abnormal judgment can be made.
[0096]
Further, as shown in FIGS. 10 and 14, in the spectrum obtained by performing Fourier transform on the residual signal, when an abnormality occurs, the power spectrum increases. For example, the peak of the power in FIG. 10 is 100 dB or less, but in FIG. 14, the peak of the power reaches almost 120 dB.
[0097]
Further, when comparing FIG. 11 and FIG. 15 showing the moving average of the power of the residual signal, it can be seen that the moving average increases due to the abnormality. For example, when the moving average data is larger than the maximum value of the moving average by 20 dB or more when the equipment is in a normal state, it can be determined that the moving average is abnormal. When this method is employed, it is particularly easy to determine the presence or absence of an abnormality, and it is possible to perform abnormality detection in a short time. Depending on the type of abnormality, the presence of a defect can be detected more accurately by the power spectrum analysis than by the power moving average analysis.
[0098]
In the embodiment described above, an inverse filter is created as reference data according to the present invention, a residual signal is obtained, and the presence or absence of an abnormality is detected based on the residual signal. It is not always necessary to employ this detection method. For example, the above-described spectrum analysis method, or a method of performing statistical estimation or test may be employed.
[0099]
【The invention's effect】
As described above, according to the abnormality monitoring device of the present invention, it is possible to determine the bandwidth of each frequency band according to the detection accuracy required for normality / abnormality determination. Since the threshold can be quantified, it is possible to perform anomaly monitoring that simulates the "knowledge" of a complex sensory test by an expert.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a basic embodiment of an abnormality monitoring device according to the present invention.
FIG. 2 is a system conceptual diagram showing an embodiment of an abnormality monitoring device of the present invention.
FIG. 3 is an external perspective view of an abnormality monitoring computer that operates as an embodiment of the abnormality monitoring device of the present invention.
FIG. 4 is a hardware configuration diagram of the abnormality monitoring computer shown in FIG. 3;
FIG. 5 is a schematic diagram showing an embodiment of an abnormality monitoring program according to the present invention.
FIG. 6 is a flowchart of an abnormality monitoring program executed in the abnormality monitoring computer shown in FIGS. 3 and 4;
FIG. 7 is a system structural diagram when a sheet rolling mill that conveys a sheet while rolling the sheet is set as a diagnosis target;
FIG. 8 is a waveform diagram of a sound signal obtained from a diagnosis target in a normal state.
9 is a signal waveform diagram obtained by applying an inverse filter to the signal of FIG. 8;
FIG. 10 is a power spectrum diagram obtained from the signal of FIG. 9;
FIG. 11 is a diagram showing a moving average of power obtained from the signal of FIG. 9;
FIG. 12 is a waveform diagram of a sound signal obtained from a diagnosis target in an abnormal state.
13 is a signal waveform diagram obtained by applying an inverse filter to the signal of FIG.
FIG. 14 is a power spectrum diagram obtained from the signal of FIG.
FIG. 15 is a diagram showing a moving average of power obtained from the signal of FIG.
[Explanation of symbols]
10 Abnormality monitoring device
11 Sensor
12 Band division unit
13 Abnormality judgment unit
14 Reference data calculator
20 Diagnosis target
21 Diagnostic object
22 Control device
23 Control status information
100 diagnostic computer
130 Error monitoring program
131 Band division unit
132 Abnormality judgment unit
133 Reference data calculator
200 Abnormality monitoring device
210A Vibration sensor
210B acoustic sensor
211 Programmable bandpass filter
212 A / D converter
213 diagnostic signal
214 reference signal
220 Abnormality judgment unit
230 Residual signal operation unit
240 Reference data calculator
241 Reference waveform storage
242 Inverse filter operation unit
243 Reverse filter storage
244 Inverse filter
250 Allowable waveform deviation storage
260 Allowable waveform deviation
270 residual signal
280 comparator
290 Pass / fail judgment result
300 Band selector

Claims

An abnormality monitoring device that monitors the presence or absence of an abnormality
A sensor that captures a predetermined physical quantity reflecting the state of the diagnosis target and obtains a signal representing the physical quantity;
A band division unit that divides the signal obtained by the sensor into a plurality of band signals for a plurality of frequency bands,
An abnormality determination unit configured to determine, for each frequency band, the presence or absence of an abnormality in the diagnosis target based on the plurality of band signals obtained by the band division unit and each determination criterion set for each of the plurality of frequency bands. An abnormality monitoring device comprising:

Based on a plurality of band-specific reference signals obtained by dividing a reference signal obtained by the sensor when the diagnosis target is in a normal state by the band dividing unit, each inverse filter is obtained for each of the plurality of frequency bands. By performing a calculation including a calculation, a reference data calculation unit for obtaining each reference data for each frequency band is provided,
The abnormality determination unit is configured to apply a respective inverse filter for each frequency band to each of a plurality of band-based diagnostic signals obtained by dividing the diagnostic signal obtained at the time of abnormality monitoring by the sensor by the band dividing unit, so that each frequency is determined. 2. The method according to claim 1, wherein an operation including an operation for obtaining a residual signal for each band is performed, and based on a result of the operation, the presence or absence of an abnormality of the diagnosis target is determined for each frequency band. Abnormality monitoring device.

An abnormality monitoring program that operates in a computer and operates the computer as an abnormality monitoring device that monitors the presence or absence of an abnormality to be diagnosed,
The computer is connected to a sensor that captures a predetermined physical quantity reflecting the state of the diagnosis target and obtains a signal representing the physical quantity,
A band division unit that divides the signal obtained by the sensor into a plurality of band signals for a plurality of frequency bands,
An abnormality determination unit configured to determine, for each frequency band, the presence or absence of an abnormality in the diagnosis target based on the plurality of band signals obtained by the band division unit and each determination criterion set for each of the plurality of frequency bands. An abnormality monitoring program characterized by having:

Based on a reference signal obtained by the sensor and a plurality of band-specific reference signals divided by the band division unit when the diagnosis target is in a normal state, each inverse filter is obtained for each of the plurality of frequency bands. By performing a calculation including a calculation, a reference data calculation unit for obtaining each reference data for each frequency band,
The abnormality determination unit is configured to apply a respective inverse filter for each frequency band to each of a plurality of band-based diagnostic signals obtained by dividing the diagnostic signal obtained at the time of abnormality monitoring by the sensor by the band dividing unit, so that each frequency is determined. 4. The apparatus according to claim 3, wherein an operation including an operation for obtaining a residual signal for each band is performed, and the presence or absence of an abnormality in the diagnosis target is determined for each frequency band based on a result of the operation. Abnormality monitoring program.