JP2016156643A - 予兆診断システム、予兆診断方法及び予兆診断装置 - Google Patents
予兆診断システム、予兆診断方法及び予兆診断装置 Download PDFInfo
- Publication number
- JP2016156643A JP2016156643A JP2015033085A JP2015033085A JP2016156643A JP 2016156643 A JP2016156643 A JP 2016156643A JP 2015033085 A JP2015033085 A JP 2015033085A JP 2015033085 A JP2015033085 A JP 2015033085A JP 2016156643 A JP2016156643 A JP 2016156643A
- Authority
- JP
- Japan
- Prior art keywords
- frequency
- width
- time
- current value
- frequency width
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
Abstract
【解決手段】モータへ入力される交流電流値を取得する電流値取得部111と、各時刻において、取得された電流値を、電流強度と周波数とを対応させた周波数スペクトルに変換する周波数解析部112と、該周波数スペクトルのうち、機器に入力又は機器から出力される電流値の機器周波数×N(N=1,2,3,・・・)である解析周波数に対応する周波数に対応する電流強度をAtとしたとき、As=m×At(0<m<1)となるAsにおける周波数幅を、各時刻で算出する異常判定値算出部113と、周波数幅が、正常時における周波数幅より広くなっているか否かを判定し、該判定の結果、周波数幅が、正常時における周波数幅より広くなっている場合、機器が異常状態であると判定する判定処理部114と、を有する。
【選択図】図2
Description
回転機のオンライン診断の手法として例えば特許文献1に記載された技術がある。該特許文献1に記載の技術では、回転機の診断手法として、電動機の負荷電流信号スペクトルの電源周波数及びその高周波スペクトルを基に、診断パラメータを算出している。そして、特許文献1に記載の技術は、診断対象機械設備ごとに予め設定した判定基準値と、算出した診断パラメータとを比較し、算出した診断パラメータが判断基準より大きい場合に、機械設備が異常であると判断している。つまり、特許文献1に記載の技術では、特定の周波数成分に生じるピークを基に回転機の異常診断を行っている。
(システム構成図)
図1は、第1実施形態に係る予兆診断システムの構成例を示す図である。
予兆診断システム10では、電源装置5から給電線2a〜2cを介してモータ3に電力が供給されている。そして、モータ(機器)3の回転エネルギによって機器7が動作している。
給電線2aには、給電線2aを囲むように電流センサ4aが設置されている。予兆診断装置1は、電流センサ4aから取得した交流電流値(以下、電流値と称する)を周波数解析することによって、モータ3の異常(ここでは、劣化)を検知する。また、予兆診断装置1は、異常診断の結果を、ネットワーク等で接続されているユーザ端末6等に送信し、ユーザ端末6は送信された異常診断の結果を表示装置に表示する。また、ユーザ端末6から入力された情報を基に、異常診断の設定を行うことも可能である。
図2は、第1実施形態に係る予兆診断装置の構成例を示す図である。適宜、図1を参照する。
予兆診断装置1は、メモリ101、CPU(Central Processing Unit)102、HD(Hard Disk)等の記憶装置103、電流センサ4aで計測された電流値が入力されたり、ユーザ端末6から情報が入力されたりする入力装置104、及び、予兆診断装置1による異常診断の結果をユーザ端末6に送信する出力装置105を有している。
電流値取得部111は、入力装置104を介して、電流センサ4aが計測した電流値を取得する。
周波数解析部112は、電流値取得部111が取得した各時刻における電流値を周波数解析することで、周波数経時変化情報200(図3)を算出する。周波数経時変化情報200については後記する。
異常判定値算出部113は、電流強度増加値や、電流強度増加割合といった異常判定値を算出する。電流強度増加値や、電流強度増加割合については後記する。
判定処理部114は、算出された異常判定値を基にモータ3の異常を判定する。
送信処理部115は、出力装置105を介してユーザ端末6へ判定処理部114による判定結果を送信する。
設定処理部116は、入力装置1を介して異常診断の設定を反映させる。
図3は、第1実施形態に係る周波数経時変化情報の例を示す図である。
図3に示されるように、周波数経時変化情報200は、時間に対する周波数スペクトルの変化を示したものであり、横軸が時間に対応し、縦軸が周波数に対応している。
また、図3(a)が正常時における周波数経時変化情報200を示しており、図3(b)が異常発生時における周波数経時変化情報200を示している。
図4(a)は電流強度と周波数との関係を示す周波数スペクトル図であり、図4(b)が図3に示している周波数経時変化情報200である。
ここで、図4(b)が示す周波数経時変化情報200の幅は、図4(a)において、任意の電流強度Asにおける周波数スペクトルの幅に相当する。ちなみに、周波数f0はモータ3を駆動させるための電流周波数である駆動周波数である。周波数スペクトルのピーク値をAtとしたとき、Asは以下の式(1)による電流強度である。
また、図4(b)における幅w2は、広い周波数スペクトル502における電流強度Asでの幅w2である。
そして、図4(b)における幅w1は、中間の幅を有する周波数スペクトル501における電流強度Asでの幅w1である。
なお、正常時では、周波数スペクトル500が示され、異常時では周波数スペクトル501,502が示される。
図3(a)に示す正常時における周波数経時変化情報200では、駆動周波数f0を中心に周波数スペクトルの大きさが時間と共にあまり変化していない。
図3(a)に対し、図3(b)に示す異常発生時の周波数経時変化情報200では、符号201で示すように、周波数軸方向に広がる事象が発生している。つまり、異常発生時の周波数経時変化情報200では、ところどころで周波数スペクトルの幅が広がっている。そして、モータ3の劣化が進行すると、周波数スペクトルの幅が広がる事象の発生頻度が高くなると共に、該事象における周波数スペクトルの幅が大きくなっていく。
このような半値幅をw0〜w2として用いることで、0.5<m<1のときよりも、幅w0〜w2の変化が大きくなり、後記する異常判定値の算出が容易となる。
次に、図5及び図6を参照して、異常判定値について説明する。
(電流強度増加値)
図5は、電流強度増加値について説明するための図である。
図5において、周波数スペクトル500〜502は図4(a)と同様である。
ここで、駆動周波数f0付近における任意の周波数faを設定する。そして、異常判定値算出部113は、周波数faにおける周波数スペクトル500〜502それぞれの電流強度A0〜A2を算出する。前記したように、周波数スペクトル500は、正常時における周波数スペクトルなので、電流強度A0は正常時における電流強度となる。そして、異常時における周波数スペクトル501,502から算出される電流強度A1,A2が異常時における電流強度である。電流強度A1,A2を電流強度増加値としてもよいし、A1−A0,A2−A0電流強度増加値としてもよい.
なお、電流強度増加値は、前記した「駆動周波数付近の電流強度の増加(解析周波数の周辺における任意の周波数に対応する電流強度の増加)」である。
図6は、電流強度増加割合について説明するための図である。
電流強度増加割合とは、単位時間における周波数経時変化情報200が所定の閾値以上の幅を有する時間の割合である。なお、電流強度増加割合とは、前記した「電流強度が増加している時間が単位時間に占める割合(単位時間において、前記周波数幅が、正常時における周波数幅より広くなっている時間が占める割合)」である。
図6において、電流強度増加割合は、周波数経時変化情報200の周波数軸方向の幅が所定の値以上である時間の合計値を時間T0で除算したものである。すなわち、図6において、電流強度増加割合Tpは以下の式(2)で示される。
Tp=(t1+t2+t3+t4+t5+t6+t7+t8)/T0 ・・・ (2)
図7は、第1実施形態に係る予兆診断処理の手順を示すフローチャートである。適宜、図1及び図2を参照する。
まず、予兆診断装置1の電流値取得部111が電流センサ4aで計測された電流値を取得する(S101)。
そして、周波数解析部112が、取得した負荷電流データを周波数解析し、周波数スペクトルの時間変化である周波数経時変化情報200に変換する(S102)。
次に、判定処理部114は、変換された周波数経時変化情報200から、異常判定値を算出する(S103)。異常判定値は、電流強度増加値及び電電流強度増加割合のうち、少なくとも一方である。
そして、判定処理部114は算出した電流強度増加値及び電流強度増加割合のうち、少なくとも一方を用いて、モータ3に異常が発生しているか否かを判定する(S104)。モータ3の異常判定については後記する。
ステップS104の結果、モータ3に異常が発生していないと判定された場合(S104→No)、処理部110はステップS101へ処理を戻す。
ステップS104の結果、モータ3に異常が発生していると判定された場合(S104→Yes)、送信処理部115がモータ3の異常判定結果をユーザ端末6へ送信する(S105)。ここで、異常判定結果とは、例えばモータ3の劣化兆候に関するパラメータ等である。
図8は、第1実施形態に係る異常判定処理の手法を示す図である。
なお、図8における処理は、図7のステップS104の処理に相当する。
判定処理部114は、図2のステップS103で算出した値を、図8に示すような、横軸が電流強度増加値、縦軸が電流強度増加割合であるグラフにプロットしていく。なお、図8の横軸はリニア表示を想定しているが、対数表示としてもよい。
つまり、符号601では電流強度増加値と、電流強度増加割合の両方が小さいが、劣化が進むにつれ、符号602,603のように、電流強度増加値と、電流強度増加割合とが増加する傾向が見られる。
予め蓄積しているデータを基に、電流強度増加値及び電流強度増加割合の閾値611を設け、プロットされた値が予め定められている所定の閾値6111を超えると、判定処理部114は「異常」と判定する。閾値は、過去のデータを基にユーザが決めてもよいし、処理部110が過去のデータから電流強度増加値及び電流強度増加割合と異常発生の関係を分析することで定められてもよい。
電流強度増加値のみで異常判定を行う場合、モータ3の劣化が進むにつれ、図8の符号621で示される方向に値が移っていく。また、電流強度増加割合のみで異常判定を行う場合、モータ3の劣化が進むにつれ、図8の符号622で示される方向に値が移っていく。
いずれの場合でも、値が閾値601を超えると、判定処理部114は異常と判定する。
(システム構成図)
図9は、第2実施形態に係る予兆診断システムの構成例を示す図である。
ここでは、図1との差異を示し、図1と同様の構成については同一の符号を付して説明を省略する。
予兆診断システム10aが、図1の予兆診断システム10と異なる点は給電線2aに電圧センサ8aが設置されていることである。そして、予兆診断装置1aは、電流センサ4aで計測された電流値と、電圧センサ8aで計測された交流電圧値(以下、電圧値と称する)とを基に、モータ3の異常診断を行っている。
なお、電圧センサ8aは、給電線2aに設置されているが、給電線2bに設置されてもよいし、給電線2cに設置されてもよい。しかし、電圧センサ8aは、電流センサ4aが設置されている給電線2a〜2cに設置されることが好ましい。
図10は、第2実施形態に係る予兆診断装置の構成例を示す図である。適宜、図9を参照する。
ここでは、図2との差異を示し、図2と同様の構成については同一の符号を付して説明を省略する。
予兆診断装置1aでは、メモリ101において、記憶装置103に格納されているプログラムが展開され、CPU102によって展開されたプログラムが実行されることにより、図2に示される各部110〜115に加えて、処理部110aにおいて電圧値取得部117が具現化している。
電圧値取得部117は、入力装置104を介して、電圧センサ8aが計測した交流電圧値(電圧値)を取得する。以下、電圧値とは交流電圧値であるものとする。
図11は、本実施形態に係る予兆診断処理(異常診断処理)の手順を示すフローチャートである。適宜、図9及び図10を参照する。
なお、ここでは、図7と異なる処理について説明し、図7と同様の処理については同一のステップ番号を付して説明を省略する。
ステップS101aにおいて、電流値取得部111が電流センサ4aで計測された電流値を取得するともに、電圧値取得部117が電圧センサ8aで計測された電圧値を取得する。
そして、ステップS104aにおいて、判定処理部114が、異常判定値と、電圧値とを用いてモータ3に異常が発生しているか否かを判定する(S104a)。
図12に示されるグラフにおいて、横軸は時間を示し、縦軸は電圧値を示す。
図12(a)は、例えば、モータ3の制御のために予め設定されている電圧変化(計画電圧変化)である。これに対して、図12(b)で示される電圧センサ6aで実測された電圧値では、符号701で電圧値の上昇と下降が生じている。
判定処理部114は、図12(a)のような計画電圧変化と、実測された電圧値の時間変化とをマッチング等して、符号701における電圧値の異常を検知する。
つまり、例えば、大きなノイズ等、モータ3の異常以外でも、周波数スペクトルの異常が検知される場合がある。このような場合、第2実施形態のように、電圧値による異常判定を第1実施形態の異常判定とともに行うことで、異常診断の精度を高めることができる。
図13は、第3実施形態に係る予兆診断システムの構成例を示す図である。
ここでは、図1との差異を示し、図1と同様の構成については同一の符号を付して説明を省略する。
予兆診断システム10bが、図1の予兆診断システム10と異なる点は給電線2a〜2cのそれぞれに電流センサ4a〜4cが設置されていることである。そして、予兆診断装置1bは、電流センサ4a〜4cで計測された電流値のそれぞれに対して、第1実施形態と同様の異常診断を行う。
第3実施形態によれば、電流センサ4a〜4cのうち、いずれかに故障が生じても、残りの電流センサ4a〜4cで異常診断を行うことができる。これにより、予兆診断システム10bの信頼性を向上させることができる。
図14は、第4実施形態に係る予兆診断システムの構成例を示す図である。
ここでは、図13との差異を示し、図13と同様の構成については同一の符号を付して説明を省略する。
予兆診断システム10cが、図13の予兆診断システム10bと異なる点は給電線2a〜2cのそれぞれに電圧センサ8a〜8cが設置されていることである。そして、予兆診断装置1cは、電流センサ4a〜4cで計測された電流値と、電圧センサ8a〜8cで計測された電圧値のそれぞれに対して、第2実施形態と同様の異常診断を行う。
第4実施形態によれば、電流センサ4a〜4c及び電圧センサ8a〜8cのうち、いずれかに故障が生じても、残りの電流センサ4a〜4c及び電圧センサ8a〜8cで異常診断を行うことができる。これにより、第2実施形態と同様に異常診断の精度を向上させつつ、予兆診断システム10cの信頼性を向上させることができる。
第1実施形態〜第4実施形態では、図8に示す異常判定処理の他に、図15に示されるように周波数経時変化のパターン比較によって、モータ3の異常判定が行われてもよい。なお、図15に示す処理は、図7のステップS104で行われる処理である。
つまり、第5実施形態では、判定処理部114が予め登録されている周波数経時変化パターン801〜803と、実測された周波数経時変化スペクトルパターン811との相関を比較する。そして、判定処理部114が、特徴が似通った(相関性の高い)波形パターンの部位を決定し、劣化具合を決定するものである。
なお、このパターン比較と、図8や、図12に示される異常判定手法が組み合わされてもよい。
図16は、第6実施形態に係る異常判定の手法を示す図である。
図16において、判定処理部114は、電流強度増加値と、電流強度増加割合と、モータ3に印加される電圧値を各軸として測定値を多次元空間に射影した後、ベクトル量子化によってクラスタリングを行ったものである。そして、クラスタリングの結果に基づいて、判定処理部114は、モータ3の正常、異常の判定を行う。
例えば、図16のようにクラスタリングの結果、クラスタ901と、クラスタ902とが得られたものとする。そして、プロットされた測定値がクラスタ901に含まれている場、判定処理部114は正常と判定し、測定値がクラスタ902に含まれている場、判定処理部114は異常と判定する。
図17は、周波数分布の例を示す図である。
第1〜第6実施形態までは、駆動周波数f0を中心とした周波数スペクトルを用いてきたが、下記式(3)で示される周波数fbを中心とした周波数スペクトルを用いて異常診断を行ってもよい。
特に、式(3)において、N=6M±1(M=1,2,3・・・)となる周波数fbを中心とした周波数スペクトルを用いた異常診断を行うことができる。
これは、モータ3等の回転機では、駆動周波数f0の整数倍の周波数(特に、6M±1の周波数)に小ピークが生じる特性を利用したものである。
なお、駆動周波数f0の整数倍の周波数のうち、どの周波数に小ピークが生じるかは、回転機のタイプに依存することが多い。
図18は、本実施形態に係る操作画面の例を示す図である。
操作画面1000において、回転機タイプ指定領域1001は異常診断対象となる回転機(本獅子形態ではモータ3)を指定するための領域である。回転機タイプ指定領域1001では、プルダウンメニュー1002によって、プリセットされている回転機が指定される。
そして、周波数設定領域1011は、異常診断を行う際における周波数解析の中心となる周波数(解析周波数)を指定するための領域である。異常診断を行う際における周波数解析の中心となる周波数とは図3や、図4における「f0」である。周波数設定領域1011では、プルダウンメニュー1012によって解析周波数が設定される。図17で説明したように、駆動周波数f0の整数倍の周波数のうち、どの周波数に小ピークが生じるかは、回転機のタイプに依存することが多い。従って、予め回転機のタイプ毎に小ピークが生じる周波数をプリセットしておくことで、回転機タイプ指定領域1001で回転機のタイプが指定されると、指定されたタイプに対応した周波数が選択可能に表示されるようにしてもよい。
このようにすることで、解析周波数の設定が容易となる。
このような異常診断の設定は、設定処理部116(図2)によって反映される。
異常診断の対象となる回転機のタイプと、解析周波数が設定されると、ユーザ端末6の入力装置を介して、診断ボタン1021が選択入力される。
すると、図7(必要に応じて図11)の処理が行われ、異常判定の結果が異常判定結果表欄1022に表示される。また、周波数解析部112によって周波数経時変化情報200が、周波数経時変化表示領域1032に表示される。
本実施形態では、回転体としてモータ3が用いられているが、回転体として発電機が用いられてもよい。発電機は、モータ3と電力の流れる向きが逆になるだけで、本実施形態と同様の異常検知が可能である。また、本実施形態では、モータ3の劣化検出を想定しているが、モータ3や、発電機に限らず、モータ3や、発電機に接続されている装置や電源に異常が生じた場合も、異常によっては、本実施形態と同様の異常検知が可能である。モータ3、発電機の負荷電流の駆動周波数付近の電流値の増加と、電流強度増加割合の変化を引き起こす。そのため本発明によると、モータ3よびモータ3に付随する機器や電源の診断が可能になる。
また、本実施形態では、異常判定の結果として「正常」、「異常」の2段階のみを想定しているが、図8の閾値611を複数設定することで、異常のレベル判定が行われるようにしてもよい。この場合、図16のクラスタ901,902がレベル毎に複数設けられるようにしてもよい。
また、各実施形態において、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には、ほとんどすべての構成が相互に接続されていると考えてよい。
2a〜2b 給電線
3 モータ(機器)
4a〜4c 電流センサ(電流値取得部)
5 電源装置
6 ユーザ端末
7 機器
8a〜8c 電圧センサ(電圧値取得部)
10 予兆診断システム
103 記憶装置
104 入力装置
105 出力装置
110 処理装置
111 電流値取得部
112 周波数解析部
113 異常判定値算出部
114 判定処理部
115 送信処理部
116 設定処理部
200 周波数経時変化情報
Claims (14)
- 機器へ入力又は機器から出力される交流電流値を取得する電流値取得部と、
各時刻において、取得された前記交流電流値を、電流強度と周波数とを対応させた周波数スペクトルに変換する周波数解析部と、
該周波数スペクトルのうち、前記交流電流値の機器周波数×N(N=1,2,3,・・・)である解析周波数に対応する周波数に対応する電流強度をAtとしたとき、As=m×At(0<m<1)となるAsにおける周波数幅を、前記各時刻で算出する異常判定値算出部と、
前記周波数幅が、正常時における周波数幅より広くなっているか否かを判定し、該判定の結果、前記周波数幅が、正常時における周波数幅より広くなっている場合、前記機器が異常状態であると判定する判定処理部と、
を有することを特徴とする予兆診断システム。 - 前記Nは、N=2,3,4・・・である
ことを特徴とする請求項1に記載の予兆診断システム。 - 前記Nは、N=6M±1(M=1,2,3,・・・)である
ことを特徴とする請求項2に記載の予兆診断システム。 - 前記判定処理部は、
前記解析周波数の周辺における任意の周波数に対応する電流強度の増加、及び、単位時間における、前記周波数幅が、正常時における周波数幅より広くなっている時間が占める割合の少なくとも一方を基に、前記機器が異常状態であるか否かを判定する
ことを特徴とする請求項1に記載の予兆診断システム。 - 前記判定処理部は、
前記診断周波数の周辺における任意の周波数に対応する電流強度の増加、及び、単位時間における前記周波数幅が、正常時における周波数幅より広くなっているが占める割合の少なくとも一方が所定の閾値を超えると、前記機器が異常状態であると判定する
ことを特徴とする請求項1に記載の予兆診断システム。 - 前記判定処理部は、
前記各時刻における、前記解析周波数の周辺における任意の周波数に対応する電流強度の増加、及び、単位時間における、前記周波数幅が、正常時における周波数幅より広くなっている時間が占める割合の少なくとも一方の値に対してクラスタリングを行い、
前記クラスタリングの結果に基づいて、前記機器が異常状態であるか否かを判定する
ことを特徴とする請求項1に記載の予兆診断システム。 - 前記電流値取得部は、複数の前記交流電流値を取得し、
前記周波数解析部、前記異常判定値算出部及び判定処理部は取得した各交流電流値について、前記機器が異常状態であるか否かを判定する
ことを特徴とする請求項1に記載の予兆診断システム。 - 機器へ入力又は機器から出力される交流電圧値を取得する電圧取得部を、さらに有し、
前記判定処理部は、
前記周波数幅が、正常時における周波数幅より広くなっているかの判定結果と、前記交流電圧値とを基に、前記機器が異常状態であるか否かを判定する
ことを特徴とする請求項1に記載の予兆診断システム。 - 前記電流値取得部は、複数の前記交流電流値を取得するとともに、前記電圧取得部は、複数の前記交流電圧値を取得し、
前記周波数解析部、前記異常判定値算出部及び判定処理部は取得した各交流電流値及び各交流電圧値に基づいて、前記機器が異常状態であるか否かを判定する
ことを特徴とする請求項8に記載の予兆診断システム。 - 前記機器の特性から、前記解析周波数が前記機器周波数の何倍にするかが予め設定されている
ことを特徴とする請求項1に記載の予兆診断システム。 - m=0.5である
ことを特徴とする請求項1に記載の予兆診断システム。 - 前記判定処理部は、
予め登録されている周波数幅のパターンと、前記異常判定値算出部が算出した周波数幅とを比較することで、前記周波数幅が、正常時における周波数幅より広くなっているか否かを判定する
ことを特徴とする請求項1に記載の予兆診断システム。 - 機器の異常を検知する予兆診断システムが、
前記機器へ入力又は機器から出力される交流電流値を取得し、
各時刻において、取得された前記交流電流値を、電流強度と周波数とを対応させた周波数スペクトルに変換し、
該周波数スペクトルのうち、前記交流電流値の機器周波数×N(N=1,2,3,・・・)である解析周波数に対応する周波数に対応する電流強度をAtとしたとき、As=m×At(0<m<1)となるAsにおける周波数幅を、前記各時刻で算出し、
前記周波数幅が、正常時における周波数幅より広くなっているか否かを判定し、該判定の結果、前記周波数幅が、正常時における周波数幅より広くなっている場合、前記機器が異常状態であると判定する
ことを特徴とする予兆診断方法。 - 各時刻において、電流値取得部で取得された機器へ入力又は機器から出力される交流電流値を取得する電流値取得部と、
各時刻において、取得された前記交流電流値を、電流強度と周波数とを対応させた周波数スペクトルに変換する周波数解析部と、
該周波数スペクトルのうち、前記交流電流値の機器周波数×N(N=1,2,3,・・・)である解析周波数に対応する周波数に対応する電流強度をAtとしたとき、As=m×At(0<m<1)となるAsにおける周波数幅を、前記各時刻で算出する異常判定値算出部と、
前記周波数幅が、正常時における周波数幅より広くなっているか否かを判定し、該判定の結果、前記周波数幅が、正常時における周波数幅より広くなっている場合、前記機器が異常状態であると判定する判定処理部と、
を有することを特徴とする予兆診断装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015033085A JP6371236B2 (ja) | 2015-02-23 | 2015-02-23 | 予兆診断システム、予兆診断方法及び予兆診断装置 |
DE102016102328.0A DE102016102328B4 (de) | 2015-02-23 | 2016-02-10 | System zur Diagnose von Anomalien, Diagnoseverfahren und -vorrichtung |
US15/041,131 US9759774B2 (en) | 2015-02-23 | 2016-02-11 | Anomaly diagnosis system, method, and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015033085A JP6371236B2 (ja) | 2015-02-23 | 2015-02-23 | 予兆診断システム、予兆診断方法及び予兆診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016156643A true JP2016156643A (ja) | 2016-09-01 |
JP6371236B2 JP6371236B2 (ja) | 2018-08-08 |
Family
ID=56577407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015033085A Active JP6371236B2 (ja) | 2015-02-23 | 2015-02-23 | 予兆診断システム、予兆診断方法及び予兆診断装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9759774B2 (ja) |
JP (1) | JP6371236B2 (ja) |
DE (1) | DE102016102328B4 (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018049487A (ja) * | 2016-09-23 | 2018-03-29 | ホーチキ株式会社 | トンネル防災システム |
JP2018072304A (ja) * | 2016-11-04 | 2018-05-10 | 株式会社日立パワーソリューションズ | 回転機診断システムおよび回転機診断方法 |
JP2020046211A (ja) * | 2018-09-14 | 2020-03-26 | 株式会社椿本チエイン | 診断装置及び診断方法 |
WO2020144725A1 (ja) * | 2019-01-07 | 2020-07-16 | 三菱電機株式会社 | 診断システム及び冷凍サイクル装置 |
JP2020137327A (ja) * | 2019-02-22 | 2020-08-31 | ルネサスエレクトロニクス株式会社 | 故障判定装置、モータ駆動システム、及び故障判定方法 |
WO2020189014A1 (ja) * | 2019-03-15 | 2020-09-24 | オムロン株式会社 | 異常診断装置および異常診断方法 |
JP2020153965A (ja) * | 2019-03-15 | 2020-09-24 | オムロン株式会社 | 異常診断装置および異常診断方法 |
WO2021038829A1 (ja) * | 2019-08-30 | 2021-03-04 | 株式会社日立産機システム | 電力変換装置及びそれに用いる予兆診断方法 |
JP2021085820A (ja) * | 2019-11-29 | 2021-06-03 | 株式会社日立製作所 | 診断装置および診断方法 |
WO2022130626A1 (ja) * | 2020-12-18 | 2022-06-23 | 株式会社日立製作所 | 異常診断装置、プログラムおよび異常診断方法 |
JP2022135917A (ja) * | 2021-03-05 | 2022-09-15 | 株式会社日立製作所 | 回転機械の診断デバイスおよび方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6793565B2 (ja) * | 2017-02-06 | 2020-12-02 | 三菱パワー株式会社 | 状態分析装置、表示方法、およびプログラム |
CN108063682A (zh) * | 2017-10-25 | 2018-05-22 | 合肥润东通信科技股份有限公司 | 基于快速傅立叶变换的远程网络智能诊断系统及其方法 |
US10698031B2 (en) | 2018-02-02 | 2020-06-30 | R. Gene Smiley | Systems and methods for obtaining and validating performance data on motors |
JP7357294B2 (ja) * | 2018-06-19 | 2023-10-06 | パナソニックIpマネジメント株式会社 | 診断システム、診断方法、プログラム |
CN111784042B (zh) * | 2020-06-28 | 2022-11-25 | 佛山市南海区公共安全技术研究院 | 一种用电节点安全风险预测方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003274691A (ja) * | 2002-03-14 | 2003-09-26 | Jfe Steel Kk | 交流電動機の回転子異常検出方法及び回転子異常検出装置 |
JP2010288352A (ja) * | 2009-06-10 | 2010-12-24 | Nippon Steel Corp | 設備の異常診断方法 |
US20130013138A1 (en) * | 2011-07-06 | 2013-01-10 | Yinghui Lu | System and method for predicting mechanical failure of a motor |
JP2015534074A (ja) * | 2012-10-26 | 2015-11-26 | アーベーベー テクノロジー アクチエンゲゼルシャフトABB Technology AG | インピーダンス解析に基づく電気機械システムの診断方法 |
JP2015215275A (ja) * | 2014-05-13 | 2015-12-03 | 株式会社日立製作所 | 劣化診断システム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1183686A (ja) | 1997-09-01 | 1999-03-26 | Nippon Steel Corp | 機械設備の異常診断方法およびその装置 |
JP3917080B2 (ja) * | 2002-03-08 | 2007-05-23 | 三菱電機株式会社 | モータ異常検出装置 |
JP6679861B2 (ja) * | 2015-09-15 | 2020-04-15 | 株式会社デンソー | センサ装置、および、これを用いた電動パワーステアリング装置 |
-
2015
- 2015-02-23 JP JP2015033085A patent/JP6371236B2/ja active Active
-
2016
- 2016-02-10 DE DE102016102328.0A patent/DE102016102328B4/de active Active
- 2016-02-11 US US15/041,131 patent/US9759774B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003274691A (ja) * | 2002-03-14 | 2003-09-26 | Jfe Steel Kk | 交流電動機の回転子異常検出方法及び回転子異常検出装置 |
JP2010288352A (ja) * | 2009-06-10 | 2010-12-24 | Nippon Steel Corp | 設備の異常診断方法 |
US20130013138A1 (en) * | 2011-07-06 | 2013-01-10 | Yinghui Lu | System and method for predicting mechanical failure of a motor |
JP2015534074A (ja) * | 2012-10-26 | 2015-11-26 | アーベーベー テクノロジー アクチエンゲゼルシャフトABB Technology AG | インピーダンス解析に基づく電気機械システムの診断方法 |
JP2015215275A (ja) * | 2014-05-13 | 2015-12-03 | 株式会社日立製作所 | 劣化診断システム |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018049487A (ja) * | 2016-09-23 | 2018-03-29 | ホーチキ株式会社 | トンネル防災システム |
JP2018072304A (ja) * | 2016-11-04 | 2018-05-10 | 株式会社日立パワーソリューションズ | 回転機診断システムおよび回転機診断方法 |
JP2020046211A (ja) * | 2018-09-14 | 2020-03-26 | 株式会社椿本チエイン | 診断装置及び診断方法 |
WO2020144725A1 (ja) * | 2019-01-07 | 2020-07-16 | 三菱電機株式会社 | 診断システム及び冷凍サイクル装置 |
JP2020137327A (ja) * | 2019-02-22 | 2020-08-31 | ルネサスエレクトロニクス株式会社 | 故障判定装置、モータ駆動システム、及び故障判定方法 |
JP7129930B2 (ja) | 2019-02-22 | 2022-09-02 | ルネサスエレクトロニクス株式会社 | 故障判定装置、及び故障判定方法 |
WO2020189014A1 (ja) * | 2019-03-15 | 2020-09-24 | オムロン株式会社 | 異常診断装置および異常診断方法 |
JP2020153965A (ja) * | 2019-03-15 | 2020-09-24 | オムロン株式会社 | 異常診断装置および異常診断方法 |
JPWO2021038829A1 (ja) * | 2019-08-30 | 2021-03-04 | ||
WO2021038829A1 (ja) * | 2019-08-30 | 2021-03-04 | 株式会社日立産機システム | 電力変換装置及びそれに用いる予兆診断方法 |
JP7449950B2 (ja) | 2019-08-30 | 2024-03-14 | 株式会社日立産機システム | 電力変換装置及びそれに用いる予兆診断方法 |
JP2021085820A (ja) * | 2019-11-29 | 2021-06-03 | 株式会社日立製作所 | 診断装置および診断方法 |
JP7191807B2 (ja) | 2019-11-29 | 2022-12-19 | 株式会社日立製作所 | 診断装置および診断方法 |
WO2022130626A1 (ja) * | 2020-12-18 | 2022-06-23 | 株式会社日立製作所 | 異常診断装置、プログラムおよび異常診断方法 |
JP2022135917A (ja) * | 2021-03-05 | 2022-09-15 | 株式会社日立製作所 | 回転機械の診断デバイスおよび方法 |
JP7319345B2 (ja) | 2021-03-05 | 2023-08-01 | 株式会社日立製作所 | 回転機械の診断デバイスおよび方法 |
Also Published As
Publication number | Publication date |
---|---|
US20160245851A1 (en) | 2016-08-25 |
US9759774B2 (en) | 2017-09-12 |
JP6371236B2 (ja) | 2018-08-08 |
DE102016102328A1 (de) | 2016-08-25 |
DE102016102328B4 (de) | 2018-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6371236B2 (ja) | 予兆診断システム、予兆診断方法及び予兆診断装置 | |
JP7139122B2 (ja) | 電気的シグネチャ解析に基づく機械の監視と診断のための自律的手順 | |
JP5875734B2 (ja) | 電動機の診断装置および開閉装置 | |
JP6945371B2 (ja) | 回転機システムの診断装置、電力変換装置、回転機システム、および回転機システムの診断方法 | |
JP2010166686A (ja) | 機械の故障診断部を備えた電動機制御装置 | |
JP7046064B2 (ja) | 電動機の診断装置 | |
TW201638472A (zh) | 泵浦監測裝置及其方法 | |
EP2641099B1 (en) | Cable fatigue monitor and method thereof | |
JP6238928B2 (ja) | 電動機の診断装置 | |
JP2016195524A (ja) | 電動機の診断装置 | |
JP6316510B1 (ja) | 電動機の診断装置 | |
JP7358725B2 (ja) | 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム | |
KR102104117B1 (ko) | 전동기의 진단 장치 | |
JP6821495B2 (ja) | 部分放電計測システム及び部分放電計測方法 | |
US20180365963A1 (en) | Electrical signature analysis of electrical rotating machines | |
KR102139164B1 (ko) | 전동기의 진단 장치 | |
JP2017062170A (ja) | 回転機診断システム | |
US11210191B2 (en) | Using steady-state changes to discern the operating performance of an individual machine operating on a commonly supplied electrical network connected to multiple machines | |
WO2016151708A1 (ja) | 電機品の故障検出装置および故障検出方法 | |
JP2007060863A (ja) | 発電機の並列運転監視方法および装置 | |
TW201740673A (zh) | 決定三相感應馬達之固有特徵量的方法 | |
WO2019198563A1 (ja) | 診断支援装置、回転機システム及び診断支援方法 | |
Amer et al. | Machine tool condition monitoring using sweeping filter techniques | |
CN109798970B (zh) | 异常检测装置、异常检测方法、异常检测系统及存储介质 | |
JP7213211B2 (ja) | インバータの劣化監視診断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170207 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171110 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171205 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180131 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180703 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180712 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6371236 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |