JP2005037293A - 異常診断方法 - Google Patents
異常診断方法 Download PDFInfo
- Publication number
- JP2005037293A JP2005037293A JP2003275961A JP2003275961A JP2005037293A JP 2005037293 A JP2005037293 A JP 2005037293A JP 2003275961 A JP2003275961 A JP 2003275961A JP 2003275961 A JP2003275961 A JP 2003275961A JP 2005037293 A JP2005037293 A JP 2005037293A
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- signal
- reference value
- extracted
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
【課題】診断対象の機器から複数の異常が発生する場合、機器の異常診断を円滑に、かつ迅速に行なえる異常診断方法の提供。
【解決手段】機器から発する音および振動の検出信号を基準値と比較して、この基準値を超過した時刻近傍の信号をフィルタ4a、4bで抽出するとともに複数の周波数帯域毎にフィルタ5a〜5nで抽出処理した後、この抽出処理した信号が基準値を超過した時刻を検出するとともに、この検出した時刻にて前記の処理信号の大小を基準値に基づいて数段階のパターンに変換し、パターン識別器9で前記の処理信号が基準値を超過した時刻に関してパターンマッチングを行なう。
【選択図】図1
【解決手段】機器から発する音および振動の検出信号を基準値と比較して、この基準値を超過した時刻近傍の信号をフィルタ4a、4bで抽出するとともに複数の周波数帯域毎にフィルタ5a〜5nで抽出処理した後、この抽出処理した信号が基準値を超過した時刻を検出するとともに、この検出した時刻にて前記の処理信号の大小を基準値に基づいて数段階のパターンに変換し、パターン識別器9で前記の処理信号が基準値を超過した時刻に関してパターンマッチングを行なう。
【選択図】図1
Description
本発明は、診断対象の機器に発生する異常を診断する異常診断方法に関する。
従来、この種の異常診断方法では、定常的な異常に対して周波数解析が行われ、間欠的な異常に対してエンベロープ処理が行なわれている。また、近年では、ウェーブレット解析やウィグナ分布など可視化手段を用いた診断方法が用いられている。
また、このような従来技術を応用した発明として、転がり軸受を異常診断の対象とし、転がり軸受から発する音を収集したデータに周波数解析とエンベロープ処理と波高率計算を行なうことによって、転がり軸受の異常を診断するものがある(例えば、特許文献1参照。)。
このような従来技術では、転がり軸受に発生する異常の特徴を強調するため、エンベロープ処理を用いて異常信号の特徴が顕在化する周波数帯域を通過するフィルタ処理が行なわれる。次いで、上記のエンベロープ処理後の信号に対して周波数分析を行ない、顕在化したピーク値と、あらかじめ計算した回転周期に起因する周波数とを比較することによって、転がり軸受の異常の有無や原因を特定している。
また、軸受を異常診断の対象として、回転中の軸受の振動を用いて、軸受の異常診断を行なうものもある(例えば、特許文献2参照。)。
このような従来技術では、まず振動データをウェーブレット変換などにより周波数帯域毎の時系列信号に変換した後、この信号の最大値および平均実効値をそれぞれあらかじめ設定された判定値と比較することにより、軸受の異常診断を行なっている。
特開2000−146762号公報(第7頁、図2)
特開2002−22617号公報(第9頁、図1)
ところで、上述した従来技術にあっては、診断対象の機器に生じる異常の特徴が顕在化する周波数があらかじめわかっている場合に、機器から生じる音などの検出信号を分析し、機器の異常診断を行なっているが、診断対象の機器に複数の異常が発生し、それらの異常の特徴が顕在化する周波数帯域が重複する場合については考慮されていない。
本発明は、上記のような従来技術における実状を鑑みてなされたもので、その第1の目的は、診断対象となる複数台の機器から異常が発生する場合、または1台の機器から複数の異常が発生する場合であっても、機器の異常診断を円滑に行なうことのできる異常診断方法を提供することにある。
また、その第2の目的は、診断対象となる機器の異常診断を迅速に行ない、その際の作業時間の短縮を図ることのできる異常診断方法を提供することにある。
上記第1の目的を達成するため、本発明の請求項1に係わる発明は、診断対象の機器から発する音を収集する騒音収集手段、および前記機器から発する振動を収集する振動収集手段の少なくとも一方を用いて、1台の機器に発生する複数の異常、または複数台の機器にそれぞれ発生する異常を診断する異常診断方法において、前記騒音収集手段および振動収集手段の少なくとも一方で収集された検出信号を、複数の周波数帯域毎の帯域通過フィルタを用いて抽出処理した後、この抽出処理した信号を、前記帯域通過フィルタ毎にあらかじめ定められた基準値と比較することにより、この基準値を前記抽出処理した信号が超過した時刻を検出し、この検出した時刻における前記抽出処理した信号の大小を前記基準値に基づいて数段階のパターンに変換し、前記帯域通過フィルタのうちの少なくとも1つで抽出処理した信号が前記基準値を超過した時刻に関してパターンマッチングを行なうことにより、前記機器の異常の種類を識別する構成にした。
このように請求項1に係わる発明では、診断対象となる機器から発する音および振動の検出信号を複数の周波数帯域毎に抽出処理した後、この抽出処理した信号が基準値を超過した時刻を検出するとともに、この検出した時刻にて前記の処理信号の大小を基準値に基づいて数段階のパターンに変換し、前記の処理信号が基準値を超過した時刻に関してパターンマッチングを行なうので、複数台の機器から異常が発生する場合、または1台の機器から複数の異常が発生する場合であっても、これらの異常を種類毎に識別して機器の異常診断を円滑に行なうことができる。
また、第1の目的を達成するため、本発明の請求項2に係わる発明は、請求項1に係わる発明において、前記機器に発生する異常の特徴が顕在化する周波数帯域に、前記機器に発生する他の異常の特徴が顕在化する他の周波数帯域と重複しない部分が含まれる場合、複数の周波数帯域毎の帯域通過フィルタにより前記検出信号を抽出処理し、この抽出処理した信号のうち、前記重複しない特定の周波数帯域の帯域通過フィルタを通過した信号をあらかじめ定められた基準値と比較することにより、前記機器に前記異常が発生していることを診断した後、前記抽出処理した他の信号から前記異常の発生時刻における部分の信号を除去し、この除去処理した信号をあらかじめ定められた基準値と比較することにより、前記他の異常の診断を行なう構成にした。
このように請求項2に係わる発明では、特定の周波数帯域の帯域通過フィルタにより抽出処理した信号を基準値と比較することにより機器に異常が発生していることを診断した後、他の帯域通過フィルタにより抽出処理した他の信号から前記の異常の発生時刻における部分の信号を除去し、この除去処理した信号に基づいて他の異常の診断を行なうので、複数台の機器から異常が発生する場合、または1台の機器から複数の異常が発生する場合であっても、これらの異常を種類毎に識別して機器の異常診断を円滑に行なうことができる。
また、第2の目的を達成するため、本発明の請求項3に係わる発明は、請求項1または2に係わる発明において、前記帯域通過フィルタで前記検出信号を抽出処理する前に、前記検出信号をあらかじめ定められる基準値と比較して、この基準値を超過した時刻近傍の信号を抽出する構成にした。
このように請求項3に係わる発明では、騒音収集手段および振動収集手段の少なくとも一方から出力される検出信号が基準値を超過した時刻近傍の信号を抽出し、この抽出した部分の信号のみを帯域通過フィルタで処理するので、機器の異常診断を迅速に行ない、その際の作業時間の短縮を図ることができる。
本発明の請求項1に係わる発明は、複数の帯域通過フィルタで周波数帯域毎に信号を抽出処理し、この抽出処理した信号が基準値を超過した所定時刻での信号の大小をパターン化してパターンマッチングを行なうことにより、機器の異常の種類を識別できるので、複数台の機器から異常が発生する場合、または1台の機器から複数の異常が発生する場合にあっても、それらの異常を種類毎に分類して機器の異常診断を行なうことができる。
また、本発明の請求項2に係わる発明は、特定の帯域通過フィルタにより抽出処理した信号を基準値と比較することにより異常を診断した後、他の帯域通過フィルタにより抽出処理した他の信号から前記の異常の発生時刻における部分の信号を除去し、この除去処理した信号に基づいて他の異常を診断することにより、複数台の機器から異常が発生する場合、または1台の機器から複数の異常が発生する場合であっても、これらの異常を種類毎に識別して機器の異常診断を円滑に行なうことができる。
また、本発明の請求項3に係わる発明は、騒音収集手段および振動収集手段の少なくとも一方から出力される検出信号が基準値を超過した時刻近傍の信号を抽出し、この抽出した部分の信号のみを帯域通過フィルタで処理するので、機器の異常診断を迅速に行ない、その際の作業時間の短縮を図ることができる。
以下、本発明の異常診断方法の実施の形態を図に基づいて説明する。
図1は本発明の第1の実施形態に係わる異常診断方法を説明するブロック図、図2は本実施形態で用いられる周波数解析処理を説明する図、図3は本実施形態で用いられる信号抽出処理を説明する図、図4は本実施形態の処理手順を示すフローチャートである。なお、図2の(a)は異常の特徴を説明する図、図2の(b)は3種類の帯域通過フィルタを説明する図、図3の(a)は異常発生時刻近傍の信号を示す図、図3の(b)は3種類の帯域通過フィルタを説明する図、図3の(c)は帯域通過フィルタで抽出処理した信号を示す図、図3の(d)は信号パターンを説明する図である。
本実施形態の異常診断方法では、図1に示すように、診断対象の図示しない機器から発する音を測定する騒音収集手段1aと、診断対象の機器から発する振動を測定する振動収集手段1bと、これらの騒音収集手段1aおよび振動収集手段1bのそれぞれに接続される比較器2a、2bと、騒音収集手段1aおよび比較器2aに接続される異常発生時刻抽出フィルタ4aと、振動収集手段1bおよび比較器2bに接続される他の異常発生時刻抽出フィルタ4bと、これらのフィルタ4a、4bにそれぞれ接続される帯域通過フィルタ5a〜5nと、これらのフィルタ5a〜5nのそれぞれに接続されるパターン変換器6a〜6nおよび比較器7a〜7nと、これらのパターン変換器6a〜6nおよび比較器7a〜7nに接続されるパターン識別器9と、このパターン識別器9の出力を受けて警報を発する警報器10とが用いられている。
比較器2aは、騒音収集手段1aで得られた検出信号を基準値格納器3aから出力された基準値と比較し、同様に、他の比較器2bも、振動収集手段1bで得られた検出信号を基準値格納器3bから出力された基準値と比較する。異常発生時刻抽出フィルタ4a、4bは、それぞれ比較器2a、2bの出力を受けて異常の発生時刻の近傍の信号を抽出し、帯域通過フィルタ5a〜5nは、それぞれ通過帯域が重複しないように設定されている。
パターン変換器6a〜6nは、それぞれ帯域通過フィルタ5a〜5nで抽出処理された信号の大きさを、基準値格納器8a〜8nの出力に基づいて、いくつかのレベルにパターン化する。比較器7a〜7nは、それぞれ帯域通過フィルタ5a〜5nで処理された信号を、基準値格納器8a〜8nから出力される基準値と比較する。パターン識別器9は、パターン変換器6a〜6nから出力される信号パターンと、比較器7a〜7nの出力を受けて、診断対象の機器に発生した異常の種類を識別する。
この第1の実施形態の異常診断方法にあっては、例えば、図2の(a)に示すように、診断対象の機器に発生する第1の異常が周波数f1から周波数f4までの周波数帯域で顕在化する特徴11を有し、第2の異常が周波数f2から周波数f3までの周波数帯域で顕在化する特徴12を有し、第3の異常が周波数f2から周波数f4までの周波数帯域で顕在化する特徴13を有する場合に、異常信号の時間−周波数解析から異常診断に必要な周波数帯域は、周波数f1から周波数f4であることが分かるので、その周波数帯域中に例えば3種類の帯域通過フィルタ5a,5b,5cを備える。これらのうち帯域通過フィルタ5aの通過帯域14aは周波数f1から周波数f2まであり、帯域通過フィルタ5bの通過帯域14bは周波数f2から周波数f3までであり、帯域通過フィルタ5cの通過帯域14cは周波数f3から周波数f4までである。
上述した第1の異常の特徴11は、周波数f1から周波数f4までの範囲で顕在化し、かつ同一時刻に大きさがほぼ等しく発生することから、図2の(b)に示すように、帯域通過フィルタ5a〜5cで抽出処理された信号14a〜14cの全てが同一時刻に基準値を超え、このときの信号の大きさがほぼ等しい場合には、特徴11を有する第1の異常であると診断する。同様に、第2の異常の特徴12は、周波数f2から周波数f3までの範囲で顕在化することから、帯域通過フィルタ5bで処理された信号が基準値を超え、その時刻に帯域通過フィルタ5a、5cで処理された信号が基準値を超えていない場合には、特徴12を有する第2の異常であると診断する。第3の異常の特徴13は、周波数f2から周波数f4までの範囲で顕在化し、かつ周波数f2から周波数f3までの範囲の信号に比べ、周波数f3から周波数f4までの範囲の信号が大きいので、帯域通過フィルタ5b、5cで処理された信号が基準値を超え、その時刻に帯域通過フィルタ5aで処理された信号が基準値を超えておらず、かつ帯域通過フィルタ5bで処理された信号より帯域通過フィルタ5cで処理された信号が大きい場合には、特徴13を有する第3の異常であると診断する。
また、機器の異常が発生していると診断したとき、図3の(a)に示すようにその時刻近傍の信号15を帯域通過フィルタ5a、5b、5cにより抽出処理して、図3の(c)に示すように、周波数f1から周波数f2までの範囲で通過した第1の信号16a、周波数f2から周波数f3までの範囲で通過した第2の信号16b、および周波数f3から周波数f4までの範囲で通過した第3の信号16cを得る。これらのうち第1の信号16aは時刻t1および時刻t4で基準値b1を超過し、第2の信号16bは時刻t1、時刻t2、時刻t3および時刻t4で基準値b2を超過し、第3の信号16cは時刻t1、時刻t3および時刻t4で基準値b2を超過するので、これらの時刻t1〜t4について図3の(d)に示すように信号パターン17をパターン変換器6a〜6cで作成する。この信号パターン17に基づいてパターン識別器9により、時刻t1、t4では帯域通過フィルタ5a、5b、5cで処理された信号16a〜16cの全てが基準値b1〜b3を超え、このときの信号16a〜16cの大きさがほぼ等しいので、特徴11を有する第1の異常であると診断する。同様に、時刻t2では、帯域通過フィルタ5b、5cで処理された信号16b、16cが基準値b2、b3を超え、その時刻t2に帯域通過フィルタ5aで処理された信号16aが基準値を超えておらず、かつ帯域通過フィルタ5bで処理された信号16bより帯域通過フィルタ5cで処理された信号16cが大きいので、特徴13を有する第3の異常であると診断する。また、時刻t3では、帯域通過フィルタ5bで処理された信号16bが基準値b2を超え、その時刻t3に帯域通過フィルタ5a、5cで処理された信号16a、16cが基準値b1、b3を超えていないので、特徴12を有する第2の異常であると診断する。
そして、この第1の実施形態にあっては、図4に示す処理手順にしたがって機器の異常診断を行なうようになっている。すなわち、手順S1として、診断対象の機器から発する音や振動を騒音収集手段1aと振動収集手段1bによって収集して検出信号を比較器2a、2bに出力し、手順S2として、比較器2a、2bで検出信号を基準値格納器3a、3bから出力される所定の基準値と比較する。その結果、前記の検出信号が基準値を超過していた場合に、機器の異常が発生していると判断し、手順S3として、異常発生時刻通過フィルタ4a、4bにより比較器2a、2bで基準値を超えていた時刻の近傍の信号を抽出して帯域通過フィルタ5a〜5cに出力する。
次に、手順S4として、帯域通過フィルタ5a〜5cにより前記の時刻近傍の信号を処理してパターン変換器6a〜6cおよび比較器7a〜7cに出力し、手順S5として、この処理された信号を比較器7a〜7cにより基準値格納器8a〜8cから出力された基準値と比較し、この結果、手順S6として、帯域通過フィルタ5a〜5cのうち、いずれかのもので抽出した信号が基準値を超過していたかが、パターン識別器9に出力される。
また、手順S7として、パターン変換器6a〜6cにより、帯域通過フィルタ5a〜5cで処理した信号を基準値格納器8a〜8cから出力される基準値に基づいて、その信号の大きさにより数段階にパターン化してパターン識別器9に入力する。手順S8として、パターン変換器6a〜6cのそれぞれから出力されたパターンに基づいて、パターン識別器9により異常の種類を識別し、その識別結果を警報器10に出力する。
このように構成した第1の実施形態では、帯域通過フィルタ5a〜5cで周波数帯域毎に抽出処理した信号が基準値を超過した所定時刻での信号の大小をパターン化して、パターン識別器9でパターンマッチングを行なうことにより、機器の異常の種類を識別できるので、複数台の機器から異常が発生する場合、または1台の機器から複数の異常が発生する場合にあっても、それらの異常を種類毎に分類して機器の異常診断を行なうことができる。
また、この第1の実施形態では、騒音収集手段1aや振動収集手段1bで得た検出信号が基準値を超過した時刻近傍の信号を異常発生時刻抽出フィルタ4a,4bで抽出し、この抽出した部分の信号のみを帯域通過フィルタ5a〜5cで処理するので、機器の異常診断を迅速に行ない、その際の作業時間の短縮を図ることができる。
なお、上記第1の実施形態では、3種類の帯域通過フィルタ5a〜5cのみを用いた場合を例示したが、これに限定されることなく、帯域通過フィルタ5a〜5nのすべてを用いてもよく、さらに、帯域通過フィルタ5a〜5nの通過帯域も種々設定することができ、例えば、高周波ほど帯域通過フィルタの分割数を多くすることもできる。
図5は本発明の第2の実施形態に係わる異常診断方法を説明するブロック図、図6は本実施形態で用いられる周波数解析処理を説明する図、図7は本実施形態で用いられる信号抽出処理を説明する図、図8は本実施形態の処理手順を示すフローチャートである。なお、図5〜図8において前述した図1〜図4に示すものと同等のものには同一符号を付してある。さらに、図6の(a)は異常の特徴を説明する図、図6の(b)は2種類の帯域通過フィルタを説明する図、図7の(a)は異常発生時刻近傍の信号を示す図、図7の(b)は2種類の帯域通過フィルタを説明する図、図7の(c)は帯域通過フィルタで抽出処理した信号を示す図、図7の(d)は第1の異常の診断後に第2の異常のみを診断する工程を説明する図である。
図5に示す本実施形態の異常診断方法では、前述した図1に示すものと比べて、信号除去部18b〜18nと、複数の警報器10a〜10bとを用いたことが異なっており、図1に示すパターン変換器6a〜6nおよびパターン識別器9は用いられていない。
信号除去器18b〜18nは、帯域通過フィルタ5b〜5nで処理された信号から、診断の終了した異常の発生時刻における部分の信号を除去する。警報器10a〜10nは、それぞれ比較器7a〜7nの出力を受けて警報を発する。
この第2の実施形態の異常診断方法にあっては、異常診断の順序を次のようにして設定するようになっている。例えば、図6の(a)に示すように、第1の異常が周波数f5から周波数f7で顕在化する第1の特徴19を有し、第2の異常が周波数f5から周波数f6で顕在化する第2の特徴20を有する場合に、周波数f5から周波数f6の範囲で周波数帯域が重複し、周波数f6から周波数f7の帯域で周波数帯域が重複していないため、特徴19を有する第1の異常を1番目の診断対象と設定する。次いで、2番目の診断対象を決定するために、残りの異常の中での特徴が顕在化する周波数帯域の重複を調べると、特徴20を有する第2の異常のみであり、前記の第1の異常の周波数帯域を除けば、他の信号との周波数帯域の重複はないので、特徴20を有する第2の異常を2番目の診断対象と設定する。
このようにして異常診断の順序を設定した後、例えば2種類の帯域通過フィルタ5a,5bを次のように設定する。すなわち、1番目の診断対象であり、特徴19を有する第1の異常の周波数帯域は周波数f6から周波数f7なので、図6の(b)に示すように、この帯域を通過帯域21aとする帯域通過フィルタ5aを設定する。次いで、2番目の診断対象であり、特徴20を有する第2の異常の周波数帯域は周波数f5から周波数f6なので、この帯域を通過帯域21bとする帯域通過フィルタ5bを設定する。
このようにして2つの帯域通過フィルタ5a,5bを設定した場合、機器の異常が発生していると診断したとき、図7の(a)に示す異常時刻近傍の信号22を帯域通過フィルタ5a、5bにより処理して、図7の(b)に示す信号23a、23bを得る。これらのうち信号23aが基準値b4を時刻t5、t7で超過して、他の信号23bが基準値b5を時刻t5、t6、t7で超過する場合には、時刻t5、t7にて特徴19を有する第1の異常が発生していたと診断した後、信号23bから時刻t5、t7における部分の信号を除去すると、図7の(d)に示す信号24bとなり、この信号24bが時刻t6に基準値b5を超過するので、この時刻t6で特徴20を有する第2の異常が発生していたと診断する。
また、基準値格納器3a,3b,8a,8bに格納される基準値は、同一製品または測定対象の機器の正常状態での信号に基づいて決定するようになっている。例えば、機器を新設した時点で騒音または振動を測定する際に、こうして得た信号は正常状態でも製品の誤差や測定環境によって多少ばらつくため、測定を複数回行ない、それぞれの測定における信号のピーク値に関して平均と標準偏差を求め、平均値に標準偏差の2倍を加えた値を基準値として設定するようになっている。
そして、この第2の実施形態にあっては、図8に示す処理手順にしたがって診断対象機器の異常診断を行なうようになっている。すなわち、手順S11として、診断対象の機器から発する音や振動を騒音収集手段1aと振動収集手段1bによって収集して検出信号を比較器2a、2bに出力し、手順S12として、比較器2a、2bで検出信号を基準値格納器3a、3bから出力される所定の基準値と比較する。その結果、前記の検出信号が基準値を超過していた場合に、機器の異常が発生していると判断し、手順S13として、異常発生時刻通過フィルタ4a、4bにより比較器2a、2bで基準値を超えていた時刻の近傍の信号22を抽出して帯域通過フィルタ5a〜5cに出力する。
次に、手順S14として、帯域通過フィルタ5a、5bにより前記の時刻の近傍の信号22を処理して信号23a、23bを得て、信号23aを比較器7aに出力するとともに他の信号23bを信号除去部17bに出力し、手順S15として、前記の信号23aを比較器7aにより基準値格納器8aから出力された基準値b4と比較する。その結果、信号23aが基準値b4を時刻t5、t7に超過するので、時刻t5、t7には特徴19を有する第1の異常が発生していたと診断し、この診断結果を警報器10に出力する。
また手順S16として、信号除去部17bにより図7に示す信号23bから第1の異常の発生時刻t5、t7における部分を除去して図7に示す信号24bを得て比較器7bに出力し、手順S17として、処理された信号24bを比較器7bにより基準値格納器8bから出力された基準値b5と比較する。その結果、信号24bが時刻t6に基準値b5を超過するので、この時刻t6で特徴20を有する第2の異常が発生していたと診断し、この診断結果を警報器10に出力する。
このように構成した第2の実施形態では、診断対象の機器に発生する第1の異常の特徴19が顕在化する第1の周波数帯域に、第2の異常の特徴20が顕在化する第2の周波数帯域と重複しない部分が含まれる場合、機器に第1の異常が発生していることを診断した後、信号除去部17bで図7の(c)に示す信号23bから第1の異常の発生時刻t5、t7における部分の信号を除去して、この除去処理した信号24bに基づいて第2の異常を診断するので、複数台の機器から異常が発生する場合、または1台の機器から複数の異常が発生する場合に、それらの異常を種類毎に識別することができ、機器の異常診断を円滑に行なうことができる。
また、この第2の実施形態では、騒音収集手段1aや振動収集手段1bで得た検出信号が基準値を超過した時刻近傍の信号を異常発生時刻抽出フィルタ4a,4bで抽出し、この抽出した部分の信号のみを帯域通過フィルタ5a、5bで処理するので、機器の異常診断を迅速に行ない、その際の作業時間の短縮を図ることができる。
なお、上記第2の実施形態では、2種類の帯域通過フィルタ5a、5bのみを用いた場合を例示したが、これに限定されることなく、帯域通過フィルタ5a〜5nのすべてを用いてもよい。さらに、3種類以上の異常が存在する場合にも、同様にして順次異常診断を行なうことができる。
さらに、上記第2の実施形態では、警報を発する複数の警報器19a〜19nを設けたが、これらの代わりに、比較器17a〜17nの出力を受けて比較結果を記憶する記憶装置や、結果を表示する表示器を設けても良い。
さらに、上記第2の実施形態では、基準値格納器3a,3b,8a,8bに格納される基準値を得る際に、機器を新設した時点で騒音または振動を複数回測定し、それぞれの測定における信号のピーク値に関して平均と標準偏差を求め、平均値に標準偏差の2倍を加えた値を基準値として設定するにしたが、この代わりに、機器の点検時に騒音や振動を測定し、前回までの点検時に採取した騒音または振動データのピーク値に関して平均と標準偏差を求め、平均値に標準偏差の2倍を加えた値を基準値として設定するもよい。さらに、基準値の設定方法は、上記例に限定されるものではなく、平均値に所定の倍率を乗じた標準偏差を加える、平均値に所定の倍率を乗じるなどでもよく、また、ピーク値だけではなく、計測した時間内における全ての信号の平均値を基準値に設定するなど、多くのケースが考えられる。
さらに、上記第2の実施形態では、収集された検出信号と基準値の比較をしたが、異常の特徴を強調するためにエンベロープ処理等を行なってもよい。
1a 騒音収集手段
1b 振動収集手段
2a、2b 比較器
3a、3b 基準値格納器
4a、4b 異常発生時刻抽出フィルタ
5a〜5n 帯域通過フィルタ
6a〜6n パターン変換器
7a〜7n 比較器
8a〜8n 基準値格納器
9 パターン識別器
10 警報器
10a〜10n 警報器
17 信号パターン
18b〜18n 信号除去器
1b 振動収集手段
2a、2b 比較器
3a、3b 基準値格納器
4a、4b 異常発生時刻抽出フィルタ
5a〜5n 帯域通過フィルタ
6a〜6n パターン変換器
7a〜7n 比較器
8a〜8n 基準値格納器
9 パターン識別器
10 警報器
10a〜10n 警報器
17 信号パターン
18b〜18n 信号除去器
Claims (4)
- 診断対象の機器から発する音を収集する騒音収集手段、および前記機器から発する振動を収集する振動収集手段の少なくとも一方を用いて、1台の機器に発生する複数の異常、または複数台の機器にそれぞれ発生する異常を診断する異常診断方法において、
前記騒音収集手段および振動収集手段の少なくとも一方で収集された検出信号を、複数の周波数帯域毎の帯域通過フィルタを用いて抽出処理した後、この抽出処理した信号を、前記帯域通過フィルタ毎にあらかじめ定められた基準値と比較することにより、この基準値を前記抽出処理した信号が超過した時刻を検出し、この検出した時刻における前記抽出処理した信号の大小を前記基準値に基づいて数段階のパターンに変換し、
前記帯域通過フィルタのうちの少なくとも1つで抽出処理した信号が前記基準値を超過した時刻に関してパターンマッチングを行なうことにより、前記機器の異常の種類を識別することを特徴とする異常診断方法。 - 請求項1記載の異常診断方法において、
前記機器に発生する異常の特徴が顕在化する周波数帯域に、前記機器に発生する他の異常の特徴が顕在化する他の周波数帯域と重複しない部分が含まれる場合、複数の周波数帯域毎の帯域通過フィルタにより前記検出信号を抽出処理し、この抽出処理した信号のうち、前記重複しない特定の周波数帯域の帯域通過フィルタを通過した信号をあらかじめ定められた基準値と比較することにより、前記機器に前記異常が発生していることを診断した後、前記抽出処理した他の信号から前記異常の発生時刻における部分の信号を除去し、この除去処理した信号をあらかじめ定められた基準値と比較することにより、前記他の異常の診断を行なうことを特徴とする異常診断方法。 - 請求項1または2記載の異常診断方法において、
前記帯域通過フィルタで前記検出信号を抽出処理する前に、前記検出信号をあらかじめ定められる基準値と比較して、この基準値を超過した時刻近傍の信号を抽出するようにしたことを特徴とする異常診断方法。 - 請求項1〜3のいずれかに記載の異常診断方法において、
前記機器を正常状態で複数回採取して正常と定めた振動または音、および前記機器の初期稼動時と点検時に採取して正常と定めた振動または音の少なくとも一方に基づいて、前記基準値を異常診断用として設定したことを特徴とする異常診断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003275961A JP2005037293A (ja) | 2003-07-17 | 2003-07-17 | 異常診断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003275961A JP2005037293A (ja) | 2003-07-17 | 2003-07-17 | 異常診断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005037293A true JP2005037293A (ja) | 2005-02-10 |
Family
ID=34212435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003275961A Pending JP2005037293A (ja) | 2003-07-17 | 2003-07-17 | 異常診断方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2005037293A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009270843A (ja) * | 2008-04-30 | 2009-11-19 | Toshiba Corp | 時系列データ監視システム |
JP2012251851A (ja) * | 2011-06-02 | 2012-12-20 | Mitsubishi Electric Corp | 異常音診断装置 |
WO2018044032A1 (ko) * | 2016-08-29 | 2018-03-08 | 한국수력원자력 주식회사 | 회전설비 온라인 예측진단 시스템 |
JP2021071322A (ja) * | 2019-10-29 | 2021-05-06 | 株式会社川本製作所 | 異常検出装置 |
JP2021165696A (ja) * | 2020-04-08 | 2021-10-14 | 株式会社川本製作所 | 異常検出装置 |
CN117544998A (zh) * | 2024-01-10 | 2024-02-09 | 青岛珞宾通信有限公司 | 一种基于人工智能的无线网速智能化评估系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5432373A (en) * | 1977-08-16 | 1979-03-09 | Mitsubishi Electric Corp | Abnormality judging and recognizing apparatus |
JPS6138426A (ja) * | 1984-07-31 | 1986-02-24 | Japan Tobacco Inc | 機械設備異常診断装置 |
JPH1026580A (ja) * | 1996-05-08 | 1998-01-27 | Nippon Steel Corp | 変速型回転機械設備の診断方法および装置 |
JPH10274558A (ja) * | 1997-01-28 | 1998-10-13 | Matsushita Electric Works Ltd | 回転機器の異常診断方法およびその装置 |
JPH11118592A (ja) * | 1997-10-15 | 1999-04-30 | Hitachi Ltd | 機器異常診断装置およびそれを搭載したプラント装置 |
JP2000022617A (ja) * | 1998-06-30 | 2000-01-21 | Nec Corp | 移動通信システムおよび方法 |
JP2000146762A (ja) * | 1998-11-06 | 2000-05-26 | Nsk Ltd | 転がり軸受の異常診断装置 |
JP2000162035A (ja) * | 1998-11-30 | 2000-06-16 | Kanegafuchi Chem Ind Co Ltd | 回転機器の異常判定方法及びその装置 |
JP2001318031A (ja) * | 2000-05-10 | 2001-11-16 | Tokyo Electric Power Co Inc:The | 装置の異常診断方法 |
-
2003
- 2003-07-17 JP JP2003275961A patent/JP2005037293A/ja active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5432373A (en) * | 1977-08-16 | 1979-03-09 | Mitsubishi Electric Corp | Abnormality judging and recognizing apparatus |
JPS6138426A (ja) * | 1984-07-31 | 1986-02-24 | Japan Tobacco Inc | 機械設備異常診断装置 |
JPH1026580A (ja) * | 1996-05-08 | 1998-01-27 | Nippon Steel Corp | 変速型回転機械設備の診断方法および装置 |
JPH10274558A (ja) * | 1997-01-28 | 1998-10-13 | Matsushita Electric Works Ltd | 回転機器の異常診断方法およびその装置 |
JPH11118592A (ja) * | 1997-10-15 | 1999-04-30 | Hitachi Ltd | 機器異常診断装置およびそれを搭載したプラント装置 |
JP2000022617A (ja) * | 1998-06-30 | 2000-01-21 | Nec Corp | 移動通信システムおよび方法 |
JP2000146762A (ja) * | 1998-11-06 | 2000-05-26 | Nsk Ltd | 転がり軸受の異常診断装置 |
JP2000162035A (ja) * | 1998-11-30 | 2000-06-16 | Kanegafuchi Chem Ind Co Ltd | 回転機器の異常判定方法及びその装置 |
JP2001318031A (ja) * | 2000-05-10 | 2001-11-16 | Tokyo Electric Power Co Inc:The | 装置の異常診断方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009270843A (ja) * | 2008-04-30 | 2009-11-19 | Toshiba Corp | 時系列データ監視システム |
JP2012251851A (ja) * | 2011-06-02 | 2012-12-20 | Mitsubishi Electric Corp | 異常音診断装置 |
WO2018044032A1 (ko) * | 2016-08-29 | 2018-03-08 | 한국수력원자력 주식회사 | 회전설비 온라인 예측진단 시스템 |
JP2021071322A (ja) * | 2019-10-29 | 2021-05-06 | 株式会社川本製作所 | 異常検出装置 |
JP2021165696A (ja) * | 2020-04-08 | 2021-10-14 | 株式会社川本製作所 | 異常検出装置 |
CN117544998A (zh) * | 2024-01-10 | 2024-02-09 | 青岛珞宾通信有限公司 | 一种基于人工智能的无线网速智能化评估系统 |
CN117544998B (zh) * | 2024-01-10 | 2024-03-29 | 青岛珞宾通信有限公司 | 一种基于人工智能的无线网速智能化评估系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Guo et al. | Faulty bearing signal recovery from large noise using a hybrid method based on spectral kurtosis and ensemble empirical mode decomposition | |
JP6038347B2 (ja) | 異常音診断装置 | |
JP3785703B2 (ja) | 時系列データの識別方法およびその識別装置 | |
CN109765055B (zh) | 基于ewt、谱有效值和knn的滚动轴承故障检测方法及系统 | |
KR102261899B1 (ko) | 드론의 이상 진단장치 및 그 방법 | |
JP2008090529A (ja) | 異常検出装置、異常検出方法 | |
JP2009008823A (ja) | 音響認識装置、音響認識方法、及び、音響認識プログラム | |
Jaber et al. | A simulation of non-stationary signal analysis using wavelet transform based on LabVIEW and Matlab | |
Singh et al. | A review of vibration analysis techniques for rotating machines | |
JP2004020193A (ja) | 対象設備を診断する方法、コンピュータプログラム、および対象設備を診断するための装置 | |
Al-Atat et al. | A systematic methodology for gearbox health assessment and fault classification | |
WO2004068078A1 (ja) | 状態判定方法と状態予測方法及び装置 | |
JP2005037293A (ja) | 異常診断方法 | |
JP2017026509A (ja) | 故障診断装置および故障診断方法 | |
CN113139430A (zh) | 用于故障检测的声信号分析方法、故障检测的方法、装置 | |
Freitas et al. | Comparison of vibration and acoustic measurements for detection of bearing defects | |
JP4003086B2 (ja) | 評価方法及び装置 | |
Weng et al. | Roller bearing fault diagnosis based on wavelet packet decomposition and support vector machine | |
JP2012177653A (ja) | 音響診断方法、プログラム及び装置 | |
Moshrefzadeh et al. | Using unbiased autocorrelation to enhance kurtogram and envelope analysis results for rolling element bearing diagnostics | |
Hu et al. | Degradation assessment of bearing fault using SOM network | |
JP6348934B2 (ja) | 異常診断システム及び異常診断方法 | |
Freitas et al. | Condition monitoring of bearings under medium and low rotational speed | |
JPH1123360A (ja) | 回転機械系システムの異常音検出装置 | |
Kass et al. | A new indicator designed from the spectral coherence, proposition and application to bearing diagnosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050817 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080617 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20081028 |