JP2012112799A - 振動体の異常検知方法および装置 - Google Patents

Abstract

【課題】本願発明の課題は、物体の異常を早期に察知する新規な方法および装置を提供することである。
【解決手段】本願発明は、振動計により振動データを求め、該データにＤＦＡを施し、スケーリング指数を求め、物体の異常を早期に発見する新たな方法および装置である。本願発明は、振動体の異常を数値化して明瞭に表示するので、種々の異常判定に極めて有効である。監視対象としては、モーター、動力装置、橋梁、輸送管など運転使用中に破損して災害をもたらす機器類および構造体類である。
【選択図】図７

Description

本願発明は、振動体の異常・破損・故障の予知又は予測方法および装置に関する。

振動体の異常、故障あるいは破損を予知する方法としては、振動体の何らかの物性値の計測値と格納されている正常範囲値とを比較することにより、計測値が正常範囲値から外れている場合に異常を検知する方法がある（例えば特許文献１参照）。

また、振動体の振動を解析して異常を検知する方法もよく知られており、例えば、振動解析装置が時系列的に収集した振動情報を高速フーリエ変換して卓越周波数を抽出し、該卓越周波数を参考に異常を検出するものがある（例えば特許文献２参照）。

一方、振動解析の手段として、detrended fluctuation analysis （ＤＦＡ）が知られている。最近、このＤＦＡにより心拍変動を解析し、心臓の異常を検知する試みがなされている（例えば、非特許文献１参照）。

「ゆらぎの科学と技術」山本光璋・鷹野到和編、東北大学出版会、２００４年９月１５日発行、ｐ７１〜８８

特開２００６−２９２４０号公報 特開２００８−３９７０８号公報

本願発明の課題は、モーター、動力装置、橋梁、輸送管など運転使用中に破損して災害をもたらす機器類および構造体類の振動を監視し、異常を発見し事故を未然に防ぐことにある。

本願発明は、振動体の振動を検知し、ＤＦＡを用いてその振動を解析し、ＤＦＡによるスケーリング指数が所定の値に達したことを確認することにより、振動体の異常を早期に発見する新たな方法および装置である。

ＤＦＡは、脈拍振動を解析することにより、心臓の異常を検知することに成功しているが、ＤＦＡと心臓の異常との関係は、必ずしもその原理が明らかにされてはいない。

本願発明は、心臓の異常検知と同様に、原理は必ずしも明らかではないが、振動体の振動をＤＦＡにより解析することにより、該振動体の異常を事前に検知することを可能としたものである。

本願発明は、上記スケーリング指数の大きさが機器の種類および大きさ等により定まる特定の値であることを特徴とする振動体の異常を予知する方法である。

また、本願発明は、上記振動計が歪みゲージ又は地震計である振動体の異常検知装置である。

また、本願発明は、上記物体がポンプの回転に起因して振動する機器又はエンジンの回転に起因して振動する機器である振動体の異常検知装置である。

本願発明においては、振動体の異常を早期に発見することができるので、該物体の破損を未然に防ぐことができる。さらに、異常状態を具体的な数値で表現するので、客観的な判断が可能である。

振動体の典型的な振動波形 パルス間隔を説明する図 取得データのパルス間隔を示す図 ＤＦＡを説明する図 振動体がモーターの場合の計測装置の概略図 モーターの振動の波形図 モーターのスケーリング指数変化図 振動体が棒材の場合の計測装置の概略図 棒材の振動の波形図 棒材のスケーリング指数変化図

はじめに、ＤＦＡの概略を説明する。

振動体の振動を振動計で記録する。この時の振動計は、加速度センサでもよいが、ピエゾ素子が好ましい。記録は、基線の変動のないアンプを用いる。安定した連続振動記録が必須である。

＜時系列データの形成＞
図１は、ピエゾ素子を用いてモーターの発する振動を計測して取得された振動の一例である。縦軸は、振動強度（振幅）であり、横軸は、時間である。

図１に基づいて、振幅のｋ番目の尖頭位置ｐ（ｋ）と次の尖頭位置ｐ（ｋ＋１）との時間間隔をＸｋとすると、Ｘｋは、以下のように表すことができる（図２参照）。
Ｘｋ＝ｐ（ｋ＋１）−ｐ（ｋ）

ＤＦＡにおいては、通常、観測された時系列｛Xn｝＝｛X_１，X_２，・・・Xn｝を積分した時系列｛Y_k｝={Y_１，Y_２，・・・Y k｝を解析する。

解析の手順は、以下のとおりである。
１）解析する時系列｛ｘ｝（ｉ＝１，２，・・・Ｎｍａｘ）を積分して、Ｙｋを得る。図４の（ａ）参照。
２）｛ｙ_ｋ｝を長さｎの部分区間に分割する。図４の（ｂ），（ｃ）参照。
３）各部分区間におけるローカル・トレンドｙｎ（ｋ）を最小２乗法により求める。図４（ｂ）においては、ｎ＝１００，（ｃ）においては、ｎ＝２００の例である。
４）与えられたｎに対する２乗平均の平方根Ｆ（ｎ）を求める。

５）ｎを変化させた時のＦ（ｎ）を求め、log n−log F(n)をプロットする。log n−log F(n)のグラフの直線部分の傾きをスケーリング指数とする。

上述のように、時系列データを作成し、このデータに対して、ＤＦＡを施し、スケーリング指数を得る。

＜能動的振動体の場合＞
能動的振動体であるモーターに起因する振動をについて以下に説明する。
図５に示すように、固定台（１）の上に、２００Ｖ電源（２）で駆動するモーター（３）および振動検出素子としてピエゾ素子（４）を設置する。このモーターは、トイレなどの手洗い乾燥機用のモーターであり、通常、間欠運転であり、長時間運転を想定していないものである。したがって、連続運転を行えば破壊容易と想定して採用した。また、破壊促進のため、熱がモーター内部にこもるように、ガラスウール（５）でモーターを被覆した。振動計測は、ピエゾ素子（４）からの信号を記録系（６）に送り、破壊するまで連続運転しつつ行った。サンプリングレートは、１００ｋHz以上である。ＤＦＡ解析にとってこれは重要な要素である。

図６は、上記モーターの振動波形である。図において、横軸は、時間であるが、振動データを採取した時刻に対応して番号も併せて付与してある（以下「データ採取番号」という。）。
以下に、データ採取番号とデータを採取して解析を行った時間との関係を示す。
データ採取番号１ 1:00〜2:30 正常運転時
同２ 2:15〜3:45 事故発生直前解析部分
同３ 3:15〜3:45 同上
同４ 3:30〜3:45 同上
同５ 3:35〜3:45 同上
同６ 3:40〜3:45 同上
同７ 4:00〜5:30 事故発生直後（ガーガーピーピーの雑音）
同８ 6:30〜8:00 事故後（雑音を発生するが回転中）
同９ 9:00〜10:30 停止直前（匂い発生、運転中止）

データ採取時刻およびデータ採取間隔は、臨機応変に行った。観測中において音の変化および振幅の変化が大きい時等を選んでＤＦＡ解析を行った。現実的には、その時々、約1０秒間〜15秒間記録して、ＤＦＡ演算を行った。

図７は、図６で採取した振動データをＤＦＡ解析し、求められたスケーリング指数を示したグラフである。横軸は、図６において示されているデータ採取番号である。事故は、モーターが発する音の変化により確認することができる。正常時には、一定の周波数の音が聞かれたが、６と７の間において、「ぷすっ」と言う音がして、ガーガーピーピーという音に変化した。また、発煙が始まり、発煙がひどくなり崩壊が進行したと推定された。

図７から明らかなように、事故後には、スケーリング指数が急激に増加している。破壊発生以前では内部の温度は上昇を続けていたと推定されるがモーターの回転音（もともと大きな音を出す）は耳にわかるような変化を示さずにまわり続けていた。

このような実験から、高性能の回転体（発電所のタービン、軸あわせが完璧な新幹線の動輪等）は、正常ならば、すなわち、きわめて滑らかな回転をし、ぶれやゆらぎがほとんどない状態では、上記指数は、０に近いと推定される。

しかし、台座等に据え付けられている場合、複数の要素が互いに影響しあうため、一見正常な回転体においても、微妙に不規則な振動を内包しており、上記指数で見ると、0.5に向かって上昇する。たとえ、モーターが破壊しておらず正常でも指数が0.5まで上がってくる。ところが、ゆらぎの特性を示すスケーリング指数が0.5を超えると、モーターを含めた台座固定ねじのゆるみを含む全体の機械的破壊が始まっていることを示し、あきらかに異常な振動を呈している状態に発展してしまっている。

したがって、ＤＦＡにより異常を予測する方法としては、正常時のスケーリング指数を把握しておき、その正常時の該指数より一定の値を超えた場合に警報を発すようにすればよい。

あるいは、スケーリング指数の傾きがある一定値を超えた場合に警報を発するように設定してもよい。

＜受動的振動体の場合＞
受動的振動体の例として、固定台（１）の上に、被測定物として棒材（アルミのアングル）（７）を固定器具（８）により固定し、該棒材には振動源としてスピーカー（９）、振動検出素子としてのピエゾ素子（４）および該棒材の端部に水を受け入れる水桶（１０）を設置した。実験方法としては、スピーカー（９）から一定周波数の音を発信し、その音波を棒材で受けるとともに、棒材には、次第に増加する負荷を与え、最終的には、破断させた。

具体的には、図８に見られるように、棒材（７）を固定台（１）に固定し、固定台（１）からはみ出した棒の先端に水桶（１０）をつるし、その水桶に水を注ぐことにより加重をかけた。音源としては、約３００Hzの振動をスピーカー（９）から与えた。振動計測は、ピエゾ素子（４）により２点で行い、サンプリングレートは、４０ｋHzとした。

図９は、上記棒材の振動波形である。図において、横軸は、時間であるが、振動データを採取した時刻に対応してデータ採取番号を付与してある。
データ採取番号１は、無負荷時の振動波形である。番号２は、水が入り負荷がかかり始めであり、番号３は、棒材が湾曲を始めている。番号４は、屈折直前であり、番号５の直前において屈折した。

図１０は、図９で採取した振動データをＤＦＡ解析し、求められたスケーリング指数を示したグラフである。横軸は、図９において示されているデータ採取番号である。棒材の屈折は、データ採取番号４と５の間において生じた。この棒材においては、スケーリング指数が１を越えてくると、次第に屈折状態に近づいてくることが見て取れる。

このように受動的振動体の場合においても、ＤＦＡにより異常を予測する方法として、正常時のスケーリング指数を把握しておき、その正常時の該指数より一定の値を超えた場合に警報を発すようにすればよい。

あるいは、スケーリング指数の傾きがある一定値を超えた場合に警報を発するように設定してもよい。

以上のように、材料および形状により、部材の異常状態に到達するスケーリング指数の大きさは異なるが、事前に計測しておけば、スケーリング指数をモニターすることにより、当該部材の異常を事前に検知することが可能である。

１ 固定台
２ 電源
３ モーター
４ ピエゾ素子
５ ガラスウール
６ 記録計
７ 棒材
８ 固定器具
９ スピーカー
１０水桶

Claims (7)

1. 振動体の異常を予知する方法であり、
   該物体に取り付けた振動計により振動のデータを取得する工程、
   該データをＤＦＡにより振動解析を行い、スケーリング指数を求める工程、
   該指数の大きさに基づいて振動体の異常を予知する方法。
2. 上記指数の大きさにもとづいて、異常警報を発することを特徴とする請求項１に記載の振動体の異常を予知する方法。
3. 物体の異常検知装置であり、
   該物体に取り付けた振動計により振動データを取得する装置、
   該振動データをＤＦＡにより振動解析し、スケーリング指数を求める装置、
   及び該指数の大きさに基づいて物体の異常を報知する装置
   を具備していることを特徴とする物体の異常検知装置。
4. 上記振動計は、歪みゲージであることを特徴とする請求項３に記載の物体の異常検知装置。
5. 上記振動計は、地震計であることを特徴とする請求項３に記載の物体の異常検知装置。
6. 上記物体は、上記振動計を設置した場合に、該振動計がポンプの回転を感知する機器であることを特徴とする請求項３に記載の物体の異常検知装置。
7. 上記物体は、上記振動計を設置した場合に、該振動計がエンジンの回転を感知する機器であることを特徴とする請求項３に記載の物体の異常検知装置。
   

Images