JP2018195195A - 設備状態監視方法 - Google Patents

Abstract

【課題】設備の状態監視の精度を向上させることができる、設備状態監視方法を提供する。
【解決手段】状態監視装置２０において、周波数スペクトル算出部２２は、取得部２１で取得された、機器１１の稼働状態における電気信号をフーリエ変換することで、稼働時スペクトルを算出する。そして、ベクトル算出部２３は、周波数スペクトル算出部２２で算出された稼働時スペクトルに基づいて、状態特徴ベクトルを算出する。支配的方位特定部２８は、状態特徴ベクトルの方位に関する情報に基づいて、設備１０の状態を監視する。
【選択図】図１

Description

本発明は、設備状態監視方法に関する。

従来、設備（プラント、機器を含む）の異常検知・診断方法に関する技術が開示されている（例えば、特許文献１）。この設備の状態監視方法では、設備に装着した複数のセンサから取得したセンサデータ又は運転時間や操作時間などの稼働データを取得し、取得したセンサデータ及び/あるいは稼働データのうち、ほぼ正常なデータから成るデータを学習データとしてモデル化する。そして、モデル化した学習データを用いて取得したセンサデータ、稼働データの異常測度をベクトルとして算出し、算出したベクトルの大きさ又は角度に基づいて、設備の異常を検知する。

特開２０１３−０４１４４８号公報

しかしながら、従来の設備の状態監視方法では、設備の状態を判定するデータベースの構築と、判定闘値の最適化とに重点が置かれており、データベースや判定方法の工夫によって統計的分析に落とし込むために、取得データを簡素化している。このため、本来電気信号に含まれる僅かな異常の兆候や変化がフィルタリングによって消失してしまい、設備の異常を検知する精度が低下してしまう問題があった。

本発明は、このような問題を解決するためになされたものであり、設備の状態監視の精度を向上させることができる、設備状態監視方法を提供することを目的とする。

本発明の一態様に係る設備状態監視方法は、機器を含む設備の状態監視方法であって、前記設備に装着されたセンサから前記機器の動作に伴い変化する電気信号を取得し、前記機器の稼働状態において取得された電気信号をフーリエ変換することで、周波数スペクトルを算出し、前記算出された周波数スペクトルにおいて所定の周波数グループ内の各周波数に対応するピーク値を各要素とするベクトルを算出し、前記算出されたベクトルの方位に関する情報に基づいて、設備の状態を監視する。

本発明によれば、設備の状態監視の精度を向上させることができる、設備状態監視方法を提供することができる。

第１実施形態に係る状態監視システムの一例を示すブロック図である。 第１実施形態の状態監視システムの動作例の説明に供する図である。 実施例の状態監視システムの構成を示す図である。 実施例の状態監視システムにおける電源ケーブルに接続されたセンサによって得られた電流信号の波形、及び、当該波形から得られる周波数スペクトルの一例を示す図である。 １号機及び２号機のそれぞれのＵ相、Ｖ相、及びＷ相に関する監視パラメータの推移の一例を示す図である。 表示形態の一例を示す図である。

以下、図面を参照して本発明の実施形態について説明する。

＜第１実施形態＞
＜状態監視システムの概要＞
図１は、本発明の第１実施形態に係る状態監視システムの一例を示すブロック図である。図１において、状態監視システム１は、設備１０と、状態監視装置２０とを有する。設備１０は、監視対象の機器１１と、設備１０に装着されたセンサ１２とを有する。

機器１１は、電源（図示せず）からの電力供給を受けて、稼働する。機器１１は、例えば、電動機（モータ）であってもよい。

センサ１２は、機器１１の動作に伴い変化する電気信号をセンシングし（つまり、取得し）、センシングした電気信号を状態監視装置２０へ送出する。ここで、センサ１２と状態監視装置２０とは、例えば、無線、有線に関わらず、情報伝送ネットワークを介して接続されている。そして、センサ１２でセンシングされた電気信号は、この情報伝送ネットワークを介して、状態監視装置２０へ送信されてもよい。

状態監視装置２０は、センサ１２でセンシングされた電気信号を用いて、設備１０の状態を監視する。詳細については後述する。

＜状態監視装置の構成例＞
図１に示すように、状態監視装置２０は、取得部２１と、周波数スペクトル算出部２２と、ベクトル算出部２３と、判定角度算出部２４と、判定部２５と、記憶部２６と、方位角度算出部２７と、支配的方位特定部２８とを有する。

取得部２１は、センサ１２でセンシングされた電気信号を取得し、取得した電気信号を周波数スペクトル算出部２２へ出力する。

周波数スペクトル算出部２２は、取得部２１で取得された電気信号をフーリエ変換することによって、周波数スペクトルを算出する。ここで、以下では、機器１１の稼働状態においてセンシングされた電気信号に基づいて算出された周波数スペクトルを「稼働時スペクトル（又は、第１の周波数スペクトル）」と呼ぶことがある。

ベクトル算出部２３は、周波数スペクトル算出部２２で算出された周波数スペクトルに基づいて、「状態特徴ベクトル」を算出する。「状態特徴ベクトル」は、周波数スペクトル算出部２２で算出された稼働時スペクトルにおいて「所定の周波数グループ」の中の各周波数に対応するピーク値を各要素とするベクトルである。また、「所定の周波数グループ」とは、機器１１の稼働状態においてセンシングされる電気信号に、他の周波数に比べて優位に含まれる周波数群（つまり、該電気信号に、他の周波数の成分に比べて、多く含まれる周波数群、また言い換えれば、周波数スペクトル上で他の周波数に比べてピーク値が大きい周波数群）であり、正常と異常の違いが顕著に現れる周波数群である。以下では、「状態特徴ベクトル」を第１ベクトルと呼ぶことがある。

判定角度算出部２４は、「基準ベクトル」とベクトル算出部２３で算出された「状態特徴ベクトル」とのなす角度（以下では、「異常判定角度」と呼ぶことがある）を算出する。「基準ベクトル」は、記憶部２６に記憶されている。例えば、判定角度算出部２４は、次の式（１）を用いることにより、「基準ベクトル」と「状態特徴ベクトル」とのなす角度を算出する。

ａは、基準ベクトルであり、ｂは、状態特徴ベクトルである。

ここで、「基準ベクトル」は、例えば、機器１１が正常に稼働しているときにセンサ１２でセンシングされた電気信号に基づいて予め算出された状態特徴ベクトルであってもよいし、又は、機器１１が正常に稼働すると見込まれる状態で得られると推定される状態特徴ベクトルであってもよい。なお、上記式（１）は「基準ベクトル」と「状態特徴ベクトル」とのなす角度を算出する算出方法の一例であり、「基準ベクトル」と「状態特徴ベクトル」とのなす角度を算出する算出方法はこれに限定されるものではない。

判定部２５は、判定角度算出部２４で算出された異常判定角度と、「判定閾値」とに基づいて、設備１０の状態を監視する。すなわち、ここでは、「基準ベクトル」とベクトル算出部２３で算出された「状態特徴ベクトル」とのなす角度が、「状態監視パラメータ」として用いられている。

例えば、判定部２５は、判定角度算出部２４で算出された異常判定角度と「異常判定閾値」との大小に基づいて、機器１１が正常状態にあるか異常状態にあるかを判定する。具体的には、判定部２５は、判定角度算出部２４で算出された異常判定角度が「異常判定閾値」以上である場合、「状態特徴ベクトル」が「基準ベクトル」から大きくズレてしまっているので、機器１１又は機器１１の周辺に異常が発生していると判定する。一方、判定角度算出部２４で算出された異常判定角度が「異常判定閾値」未満である場合、「状態特徴ベクトル」の「基準ベクトル」からのズレが許容範囲内であるので、機器１１及び機器１１の周辺の状況が正常であると判定する。

ここで、判定部２５は、「異常判定閾値」よりも小さい「注意状態判定閾値」に基づいて、機器１１及び機器１１の周辺の状況が正常であるが、「注意状態」にあるか否かを判定してもよい。この場合、判定部２５は、判定角度算出部２４で算出された異常判定角度が「異常判定閾値」未満であっても「注意状態判定閾値」以上である場合、機器１１及び機器１１の周辺の状況に異常の予兆がある様な「注意状態」であると判定する。なお、「異常判定閾値」及び「異常判定閾値」は、記憶部２６に記憶されている。

そして、判定部２５は、判定結果を表示部（図示せず）へ出力する。この表示部での表示形態の一例については後に詳しく説明する。

方位角度算出部２７は、状態特徴ベクトルを含む「ベクトル空間」の複数の座標軸のそれぞれと状態特徴ベクトルとのなす角度（以下では、「方位角度」と呼ぶことがある）を算出する。例えば、状態特徴ベクトルが１６次元の場合（つまり、状態特徴ベクトルが１６個のベクトル要素を含む場合）、１６個の座標軸のそれぞれと状態特徴ベクトルとのなす角度が１６個算出されることになる。ここで、方位角度も上記式（１）のように内積計算等によって求めることができる。なお、各座標軸を表すベクトルは、記憶部２６に記憶されている。

支配的方位特定部２８は、方位角度算出部２７で算出された複数の方位角度（つまり、状態特徴ベクトルの方位に関する情報）に基づいて、設備１０の状態を監視する。例えば、支配的方位特定部２８は、状態特徴ベクトルを含むベクトル空間の複数の座標軸のうちで、状態特徴ベクトルとの間でなす方位角度が小さい方から順番に「所定数個」の座標軸を特定する。例えば、「所定数個」を１個又は３個にすることができる。

ここで、支配的方位特定部２８によって特定された所定数個の座標軸は、状態特徴ベクトルとの間でなす方位角度が小さいので、該座標軸と状態特徴ベクトルとは向きが近い。すなわち、支配的方位特定部２８によって特定された所定数個の座標軸は、他の座標軸に比べて、状態特徴ベクトルの向きに関して支配的である。このため、判定部２５において機器１１及び機器１１の周辺の状況が異常であると判定されたときに、支配的方位特定部２８によって特定された所定数個の座標軸は、異常の種類を示している。すなわち、支配的方位特定部２８は、状態特徴ベクトルを含むベクトル空間の複数の座標軸のうちで、状態特徴ベクトルとの間でなす方位角度が小さい方から順番に「所定数個」の座標軸を特定することによって、異常種類を判別していることになる。

＜状態監視システムの動作例＞
以上の構成を有する状態監視システムの動作例について説明する。図２は、第１実施形態の状態監視システムの動作例の説明に供する図である。ここでは、一例として、機器１１に対して電流を供給する電源ケーブル（図示せず）にセンサ１２が接続されている場合について説明する。

センサ１２は、図２のグラフ１０１（横軸：時間（ｓ）、縦軸：振幅（Ｖ））に示すように、電源ケーブル（図示せず）に流れる電流信号（時間波形）をセンシングする。このセンサ１２によってセンシングされた電流信号は、状態監視装置２０の取得部２１によって取得される。

そして、周波数スペクトル算出部２２は、取得部２１によって取得された、時刻Ａの電流信号を用いて、周波数スペクトルを算出する。ここでは、時刻Ａは、機器１１が動き始めて間もない時間、つまり、機器１１が正常に動作している可能性が高い時間とする。そして、ベクトル算出部２３は、この時刻Ａの電流信号に基づいて算出された周波数スペクトル（図２のグラフ１０２）において「所定の周波数グループ」の中の各周波数に対応するピーク値を各要素とするベクトル（つまり、状態特徴ベクトル）を算出する。図２のグラフ１０２では、「所定の周波素グループ」の要素周波数は、「Ｆ，Ｇ，Ｈ，Ｉ，Ｊ」である。そして、要素周波数「Ｆ，Ｇ，Ｈ，Ｉ，Ｊ」のピーク値は、それぞれ、「Ｆ_０（Ｖ），Ｇ_０（Ｖ），Ｈ_０（Ｖ），Ｉ_０（Ｖ），Ｊ_０（Ｖ）」であり、これが、時刻Ａの状態特徴ベクトルａのベクトル要素となる。すなわち、時刻Ａの状態特徴ベクトルａ＝（Ｆ_０，Ｇ_０，Ｈ_０，Ｉ_０，Ｊ_０）となる。
そして、ここでは、時刻Ａの状態特徴ベクトルａ＝（Ｆ_０，Ｇ_０，Ｈ_０，Ｉ_０，Ｊ_０）を、「基準ベクトル」として用いることとしている。

また、周波数スペクトル算出部２２は、取得部２１によって取得された、時刻Ａより遅い時刻Ｂの電流信号を用いて、周波数スペクトルを算出する。そして、ベクトル算出部２３は、この時刻Ｂの電流信号に基づいて算出された周波数スペクトル（図２のグラフ１０３）において「所定の周波数グループ」の中の各周波数に対応するピーク値を各要素とするベクトル（つまり、状態特徴ベクトル）を算出する。図２のグラフ１０３でも、「所定の周波数グループ」の要素周波数は、「Ｆ，Ｇ，Ｈ，Ｉ，Ｊ」である。そして、要素周波数「Ｆ，Ｇ，Ｈ，Ｉ，Ｊ」のピーク値は、それぞれ、「Ｆ_１（Ｖ），Ｇ_１（Ｖ），Ｈ_１（Ｖ），Ｉ_１（Ｖ），Ｊ_１（Ｖ）」であり、これが、時刻Ｂの状態特徴ベクトルｂのベクトル要素となる。すなわち、時刻Ｂの状態特徴ベクトルｂ＝（Ｆ_１，Ｇ_１，Ｈ_１，Ｉ_１，Ｊ_１）となる。

そして、判定角度算出部２４は、図２の模式図１０４に示すように、基準ベクトルａと状態特徴ベクトルｂとのなす角度θを算出する。この角度θは、図２の模式図１０５に示すように、時刻Ｂを順次ずらして行き（例えば、Ｂ＝Ｂ＋所定値を行い）、各時刻Ｂの電流信号に基づいて得られる状態特徴ベクトルｂと基準ベクトルａとに関して、算出される。図２の模式図１０５において、状態特徴ベクトルｂは、点線で示されたベクトルである。

そして、判定部２５は、各時刻Ｂの電流信号に基づいて得られた角度θと「異常判定閾値」との大小に基づいて、機器１１が正常状態にあるか異常状態にあるかを判定する。

また、方位角度算出部２７は、状態特徴ベクトルを含む「ベクトル空間」の複数の座標軸のそれぞれと状態特徴ベクトルとのなす角度（つまり、方位角度）を算出する。

そして、支配的方位特定部２８は、状態特徴ベクトルを含むベクトル空間の複数の座標軸のうちで、状態特徴ベクトルとの間でなす方位角度が小さい方から順番に「所定数個」の座標軸を特定する。以上のようにして状態監視方法が実現される。

＜実施例＞
次に、実施例として、機器１１が、ターボコンプレッサであり、センサ１２が、機器１１と制御盤とを接続する電源ケーブルに接続されている場合について具体的に説明する。

図３は、実施例の状態監視システムの構成を示す図である。図３に示すように、実施例の状態監視システム１は、例えば、それぞれターボコンプレッサである機器１１−１〜４、センサ１２−１〜４、及び制御盤１５を含む設備１０と、状態監視装置２０とを有している。機器１１−１〜４のそれぞれと制御盤１５とは、それぞれ、電源ケーブルＬ１，Ｌ２，Ｌ３，Ｌ４によって接続されている。これら電源ケーブルＬ１，Ｌ２，Ｌ３，Ｌ４には、それぞれ、センサ１２−１，１２−２，１２−３，１２−４が接続されている。センサ１２−１，１２−２，１２−３，１２−４と、状態監視装置２０の取得部（データロガー）２１は、信号伝送線によって接続されている。

例えば、機器１１−１と制御盤１５とを結ぶ電源ケーブルＬ１に接続されたセンサ１２−１によって電流測定を行って、図４の左図に示す電流信号が得られた。図４の左図には、ターボコンプレッサである機器１１−１のＵ相、Ｖ相及びＷ相にそれぞれ対応する、電流信号波形Ｌ１１１，Ｌ１１２，Ｌ１１３が示されている。ここで、電流信号波形Ｌ１１１，Ｌ１１２，Ｌ１１３は、それぞれ波形が異なっているものの、フーリエ変換を行って図４の右図のような周波数スペクトルに変換すると、他の周波数に比べて優位な周波数（つまり、ピーク周波数。これは、上記の周波数グループに含まれる周波数に対応）は略同じである。従って、電流信号波形Ｌ１１１，Ｌ１１２，Ｌ１１３の波形の相違は、ピーク周波数のピーク強度のバランス（比率）が異なっていることに起因している。これらのピーク周波数は、機器１１−１の特徴を顕著に表しているため、「特徴周波数」と呼ぶことができる。

このため、機器１１−１の動作状態を監視する方法として、特徴周波数における信号強度のバランス（比率）を監視する手法が適切である。なぜならば、機器１１−１の動作状態が変わった場合、その変化に応じて電流信号波形が変化すると考えられ、これは、周波数スペクトルの特徴周波数のピーク値のバランス（比率）が変化したことに相当するからである。また、電流信号波形の変化は、機器１１−１の各動作又は各部位に供給される電流量の比率が変化したことを意味する。

本実施形態では、このバランスを監視するために、上記の通り、「状態特徴ベクトル」を定義し、この「状態特徴ベクトル」を用いた状態監視法（つまり、「ベクトル監視法」）を採用している。

ここで、図４の右図の周波数スペクトルにおけるピーク群の中でピーク強度が比較的大きい１６個の周波数、「50Hz，100Hz，150Hz，300Hz，400Hz，650Hz，1050Hz，1300Hz，1700Hz，1800Hz，2100Hz，2400Hz，2450Hz，2800Hz，3100Hz，3400Hz」を、特徴周波数の集まりである「周波数グループ」として選び出した。この「周波数グループ」の各特徴周波数のピーク強度を要素とするベクトルが、「状態特徴ベクトル」である。ここでは、「状態特徴ベクトル」の次元は、１６次元である。

上記の通り、機器１１−１の動作状態が変化すると（例えば、機器１１−１の動作状態に伴う供給電流の状態が変化すると）、状態特徴ベクトルの要素群のバランスが変わってくる。バランスが変わる前後では、状態特徴ベクトルの向きが異なっているため、例えば、上記の式（１）を用いることにより、２つのベクトルがなす角度を求めることができる。角度が大きい程、変化が大きいことを意味する。

そこで、例えば、機器１１−１の始めの状態(例えばオーバーホール直後の正常状態)に対応する「基準ベクトル」と現在の機器１１−１の動作状態に対応する「状態特徴ベクトル」とのなす角度を、「監視パラメータ」としている。

次に、「監視パラメータ」である角度の算出方法を具体的に説明する。この「監視パラメータ」である角度の算出は、上記の通り、判定角度算出部２４によって行われる。

機器１１−１のＵ相を或る期間（或る１０秒間）の間測定した電流信号をフーリエ変換すると、周波数グループ「50Hz，100Hz，150Hz，300Hz，400Hz，650Hz，1050Hz，1300Hz，1700Hz，1800Hz，2100Hz，2400Hz，2450Hz，2800Hz，3100Hz，3400Hz」におけるピークの高さ（つまり、信号振幅）は、「0.0603435(V), 0.00298553(V), 0.00447738(V), 0.132506(V), 0.0679784(V), 0.0375036(V), 0.0228004(V), 0.0150712(V), 0.003894(V), 0.00475024(V), 0.00516008(V), 0.0348993(V), 0.00281858(V), 0.00214451(V), 0.00177439(V), 0.000133124(V)」であった。なお、50Hzの信号振幅だけは、比率調整のために２０で割った値となっている。このベクトルを、基準ベクトルａとして設定する。

機器１１−１のＵ相の測定信号から得られる、基準ベクトルａ以外の状態特徴ベクトルは、それぞれ状態特徴ベクトルｂとなる。例えば、状態特徴ベクトルｂの１つが次のベクトルであるとする。ｂ＝(0.0424524, 0.000958385, 0.0030038, 0.0991667, 0.0549956, 0.0354294, 0.0272109, 0.0161954, 0.00641181, 0.00360079, 0.0036587, 0.0378731, 0.00398024, 0.00252317, 0.00212475, 0.0000968)

この基準ベクトルａ及び状態特徴ベクトルｂを用いると、ベクトルａとベクトルｂの内積値は、「0.023085」となる。また、ベクトルａの絶対値は、「0.171361」となり、ベクトルｂの絶対値は、「0.135857」となる。

これらを、上記の式（１）に代入して計算すると、θ＝7.43°が求まる。

以上で説明した異常判定角度の算出方法と同じようにして、１号機（機器１１−１）及び２号機（機器１１−２）のそれぞれのＵ相、Ｖ相及びＷ相に関して、各サンプルタイミングにおける異常判定角度（監視パラメータ）を算出する。図５は、１号機及び２号機のそれぞれのＵ相、Ｖ相、及びＷ相に関する監視パラメータの推移の一例を示す図である。

図５では、左側から順に、１号機（機器１１−１）のＵ相の推移（トレンド）、Ｖ相の推移、Ｗ相の推移、２号機（機器１１−２）のＵ相の推移、Ｖ相の推移、Ｗ相の推移が示されている。

また、図５において、閾値ＴＨ１１は、１号機（機器１１−１）に関する「異常判定閾値」であり、閾値ＴＨ１２は、１号機（機器１１−１）に関する「注意状態判定閾値」である。また、閾値ＴＨ２１は、２号機（機器１１−２）に関する「異常判定閾値」であり、閾値ＴＨ２２は、２号機（機器１１−２）に関する「注意状態判定閾値」である。

図５では、いずれの監視パラメータの推移も「異常判定閾値」に到達しておらず、１号機（機器１１−１）のＵ相、Ｖ相、Ｗ相、２号機（機器１１−２）のＵ相、Ｖ相、Ｗ相のいずれも正常状態にあり、また、「注意状態判定閾値」にも到達していないので注意状態でもない。この判定は、上記の通り、判定部２５によって行われる。

ここで、信頼性のある「異常判定閾値」及び「注意状態判定閾値」は、異常時の監視パラメータを蓄積することで、設定することができる。例えば、異常時の監視パラメータが十分に蓄積されるまでは、「異常判定閾値」を標準偏差の６倍（６σ）とし、「注意状態判定閾値」を標準偏差の３倍（３σ）としてもよい。また、ここでは、１号機（機器１１−１）及び２号機（機器１１−２）のそれぞれに、異なる値の「異常判定閾値」及び異なる値の「注意状態判定閾値」が設定されているが、これに限定されるものではなく、共通の「異常判定閾値」及び「注意状態判定閾値」が用いられてもよい。

また、本実施形態では、状態特徴ベクトルを含む「ベクトル空間」の複数の座標軸のそれぞれと状態特徴ベクトルとのなす角度（つまり、方位角度）が算出される。そして、例えば、状態特徴ベクトルを含むベクトル空間の複数の座標軸のうちで状態特徴ベクトルとの間でなす方位角度が最も小さい座標軸が特定される。上記の通り、機器１１及び機器１１の周辺の状況が異常であると判定されたときに特定された、状態特徴ベクトルとの間でなす方位角度が最も小さい座標軸は、異常の種類を示している。例えば、どの座標軸が特定されるかによって、同じ異常状態であっても例えば原因や異常部位等を判別することが可能となる。

図６は、表示形態の一例を示す図である。図６では、図面を簡潔にするために、監視対象である１号機〜４号機（つまり、機器１１−１〜１１−４）のうちの１号機及び２号機（機器１１−１，１１−２）に関する情報のみが示されている。

図６に示すように、状態監視装置２０に接続される表示部には、まず、監視対象である１号機及び２号機（機器１１−１，１１−２）の識別情報が表示される。そして、１号機及び２号機のそれぞれについて、現在の異常判定角度値（監視パラメータの値）、一定期間における異常判定角度値（監視パラメータ）の推移（トレンドグラフ）、及び、状態情報（正常状態、注意状態、異常状態）が表示されている。さらに、状態監視装置２０に接続される表示部には、状態特徴ベクトルを含むベクトル空間の各座標軸に対しての状態特徴ベクトルの方位角度の値が表示されている。図６の例では、１６本の座標軸にそれぞれ対応する座標軸番号１〜１６が横軸に設定され、各座標軸に対応する方位角度の瞬時値が縦軸となっている。すなわち、状態特徴ベクトルを含むベクトル空間の各座標軸に対しての状態特徴ベクトルの方位角度の瞬時値スペクトルが表示されている。さらに、状態監視装置２０に接続される表示部には、方位角度が最も小さい座標軸の座標軸番号が表示されている。

なお、例えば、現在の異常判定角度値（監視パラメータの値）、一定期間における異常判定角度値（監視パラメータ）の推移（トレンドグラフ）、及び、状態情報（正常状態、注意状態、異常状態）は、所定の周期で（例えば１０秒毎に）更新されてもよい。

以上のように第１実施形態によれば、状態監視装置２０において、周波数スペクトル算出部２２は、取得部２１で取得された、機器１１の稼働状態における電気信号をフーリエ変換することで、稼働時スペクトル（第１の周波数スペクトル）を算出する。そして、ベクトル算出部２３は、周波数スペクトル算出部２２で算出された稼働時スペクトルに基づいて、状態特徴ベクトル（第１ベクトル）を算出する。そして、方位角度算出部２７は、状態特徴ベクトルを含むベクトル空間の複数の座標軸のそれぞれと状態特徴ベクトルとのなす角度（方位角度）を算出する。そして、支配的方位特定部２８は、方位角度算出部２７によって算出された、状態特徴ベクトルを含むベクトル空間の複数の座標軸のそれぞれと状態特徴ベクトルとのなす角度（つまり、状態特徴ベクトルの方位に関する情報）に基づいて、設備１０の状態を監視する。ここで、支配的方位特定部２８は、「設備状態監視部」と呼ぶことができる。

この状態監視装置２０の構成により、機器１１の稼働状態における電気信号に含まれる僅かな異常傾向及び変化を示す成分を、フィルタリングで消失してしまう（そぎ落としてしまう）こと無く、状態特徴ベクトルの成分として反映させることができる。そして、このような状態特徴ベクトルと該状態特徴ベクトルを含むベクトル空間の複数の座標軸のそれぞれとのなす角度（状態特徴ベクトルの方位に関する情報）に基づいて、異常種類を判別することができる。これにより、設備の状態監視の精度を向上させることができる。

また、状態監視装置２０において、判定角度算出部２４は、基準ベクトル（第２ベクトル）とベクトル算出部２３で算出された状態特徴ベクトルとのなす角度（異常判定角度）を算出する。そして、判別部２５は、判定角度算出部２４で算出された角度に基づいて、設備１０の状態を監視する。ここで、判別部２５も、「設備状態監視部」と呼ぶことができる。

この状態監視装置２０の構成により、状態特徴ベクトルの方位に関する情報及び異常判定角度の両方に基づいて設備１０の状態を監視することができる。すなわち、多次元の情報に基づいて、設備１０の状態を監視することができる。これにより、設備の状態監視の精度をさらに向上させることができる。

＜他の実施形態＞
（１）第１実施形態では、監視対象である機器１１の一例として、機器１１が電動機（モータ）又はターボコンプレッサであるものとして説明を行ったが、これに限定されるものではない。例えば、監視対象である機器１１は、レシプロコンプレッサ、変圧器、冷凍機等の高電圧ケーブルを用いる、幅広い機器（設備）であってもよいし、高電圧ケーブルそのものであってもよい。

（２）第１実施形態で説明した状態監視装置２０は、次のハードウェア構成で実現可能である。すなわち、状態監視装置２０は、ネットワークインタフェースと、プロセッサと、メモリとを有していてもよい。第１実施形態で説明した状態監視装置２０の取得部２１は、ネットワークインタフェースによって実現されてもよい。また、第１実施形態で説明した状態監視装置２０の周波数スペクトル算出部２２、ベクトル算出部２３、判定角度算出部２４、判定部２５、方位角度算出部２７、及び支配的方位特定部２８は、プロセッサがメモリに記憶されたプログラムを読み込んで実行することにより実現されてもよい。また、記憶部２６は、メモリによって実現されてもよい。

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。

１ 状態監視システム
１０ 設備
１１ 機器
１２ センサ
１５ 制御盤
２０ 状態監視装置
２１ 取得部
２２ 周波数スペクトル算出部
２３ ベクトル算出部
２４ 判定角度算出部
２５ 判定部
２６ 記憶部
２７ 方位角度算出部
２８ 支配的方位特定部
Ｌ１，Ｌ２，Ｌ３，Ｌ４ 電源ケーブル

Claims (1)

1. 機器を含む設備の状態監視方法であって、
   前記設備に装着されたセンサから前記機器の動作に伴い変化する電気信号を取得し、
   前記機器の稼働状態において取得された電気信号をフーリエ変換することで、周波数スペクトルを算出し、
   前記算出された周波数スペクトルにおいて所定の周波数グループ内の各周波数に対応するピーク値を各要素とするベクトルを算出し、
   前記算出されたベクトルの方位に関する情報に基づいて、設備の状態を監視する、
   設備状態監視方法。

Images