JP2019066456A

JP2019066456A - 状態監視装置および状態監視システム

Info

Publication number: JP2019066456A
Application number: JP2018078362A
Authority: JP
Inventors: 仁齊藤; Hitoshi Saito; 航畠山; Wataru Hatayama
Original assignee: NTN Corp; NTN Toyo Bearing Co Ltd
Current assignee: NTN Corp
Priority date: 2017-09-28
Filing date: 2018-04-16
Publication date: 2019-04-25
Anticipated expiration: 2038-04-16
Also published as: JP7169084B2

Abstract

【課題】異常振動の周期性によらずに、異常振動の振動源を推定する。【解決手段】本発明に係る状態監視装置は、記憶部と、制御部とを備える。記憶部には、監視対象に設置された複数の加速度センサによってそれぞれ測定された複数の振動データが保存される。制御部は、複数の振動データのいずれかが閾値を超えた基準時刻ｔ１を特定する。記憶部には、複数の振動データと、複数の加速度センサに関する情報とがそれぞれ関連付けられて保存される。制御部は、基準時刻ｔ１を含む第１基準時間間隔Δｔｉ１において、複数の振動データのうち最も早く閾値を超えた第１振動データＥ１を測定した第１加速度センサを特定する。【選択図】図６

Description

この発明は、状態監視装置、および当該状態監視装置を備える状態監視システムに関する。

従来、監視対象の振動データを解析することにより、監視対象の異常振動を検出する状態監視装置が知られている。たとえば、特開２０１３−１８５５０７号公報（特許文献１）には、各種センサによって測定されたデータから算出される診断パラメータとしきい値とを比較することにより、風力発電装置の異常振動を検出する状態監視システムが開示されている。

特開２０１３−１８５５０７号公報

特開２０１３−１８５５０７号公報（特許文献１）に開示されている状態監視システムは、各種センサによって測定されたデータから算出された周波数スペクトルと、予め算出された欠陥周波数とを比較することで、異常振動が発生している部位（振動源）を推定する。

欠陥周波数は、周期的な異常振動について算出可能である。非周期的な異常振動については欠陥周波数を算出することが困難であるため、特開２０１３−１８５５０７号公報（特許文献１）に開示されている状態監視システムによっては、非周期的な異常振動の振動源を推定することが困難である。

本発明は上記のような課題を解決するためになされたものであり、その目的は、異常振動の周期性によらずに、異常振動の振動源を推定することである。

本発明に係る状態監視装置は、記憶部と、制御部とを備える。記憶部には、監視対象に設置された複数の加速度センサによってそれぞれ測定された複数の振動データが保存される。制御部は、複数の振動データのいずれかが閾値を超えた基準時刻を特定する。記憶部には、複数の振動データと、複数の加速度センサに関する情報とがそれぞれ関連付けられて保存される。制御部は、基準時刻を含む第１基準時間間隔において、複数の振動データのうち最も早く閾値を超えた第１振動データを測定した第１加速度センサを特定する。

本発明に係る異常監視装置によれば、複数の振動データのうち最も早く閾値を超えた第１振動データを測定した第１加速度センサを特定することにより、異常振動の周期性によらずに、異常振動の振動源は第１加速度センサが設置されている位置付近であると推定することができる。

実施の形態１に係る状態監視システムの監視対象である風力発電装置の構成を概略的に示した図である。実施の形態１に係る状態監視システムの機能構成を示す機能ブロック図である。図２の制御部によって行なわれる状態監視の処理の概要を示すフローチャートである。図３に示される異常振動を検知する処理を具体的に示すフローチャートである。複数の加速度センサによって測定された各振動データに対して、フィルタ処理および包絡線処理を行なった振動データのタイムチャートを併せて示す図である。図５の点線で囲まれた部分を拡大して示すタイムチャートである。図６の点線で囲まれた部分を拡大して示すタイムチャートである。図３の異常振動の振動源の推定処理の流れを具体的に示すフローチャートである。図８に示される異常振動の振動源の推定処理の結果が、図２の表示部に表示された様子を示す図である。実施の形態２における、図３の異常振動の振動源の推定処理の流れを具体的に示すフローチャートである。図１０に示される異常振動の振動源の推定処理の結果が図２の表示部に表示された様子を示す図である。複数の加速度センサの配置および異常振動の振動源を併せて示す図である。診断パラメータセットの一例および診断パラメータグループの一例を示す図である。風力発電装置の複数の特定箇所がユーザによってそれぞれ加振された場合に作成された診断パラメータグループを示す図である。モデル診断パラメータグループを作成する場合に制御部によって行なわれる処理を示すフローチャートである。実施の形態３における、図３の異常振動の振動源の推定処理の流れを具体的に示すフローチャートである。状態監視時に作成された診断パラメータグループの一例を示す図である。

以下、本発明の実施の形態１について、図面を参照しながら詳細に説明する。なお、図中同一または相当部分には同一符号を付してその説明は繰り返さない。

［実施の形態１］
図１は、実施の形態１に係る状態監視システムの監視対象である風力発電装置１０の構成を概略的に示した図である。図１を参照して、風力発電装置１０は、主軸２０と、ハブ２２と、ブレード３０と、増速機４０と、発電機５０と、主軸受６０と、複数の加速度センサ７０と、状態監視装置８０とを備える。増速機４０、発電機５０、主軸受６０、複数の加速度センサ７０、および状態監視装置８０は、ナセル９０に格納される。ナセル９０は、タワー１００によって支持される。

主軸２０は、ナセル９０内に進入して増速機４０の入力軸に接続される。主軸２０は、主軸受６０によって回転自在に支持される。主軸２０は、風力を受けたブレード３０により発生する回転トルクを増速機４０の入力軸へ伝達する。ブレード３０は、ハブ２２を介して、主軸２０の先端に設けられ、風力を回転トルクに変換して主軸２０に伝達する。

主軸受６０は、ナセル９０内において固設され、主軸２０を回転自在に支持する。主軸受６０は、転がり軸受によって構成され、たとえば、自動調芯ころ軸受や円すいころ軸受、円筒ころ軸受、玉軸受等によって構成される。なお、これらの軸受は、単列のものでも複列のものでもよい。

複数の加速度センサ７０は、ナセル９０の内部の各機器に固設される。たとえば、主軸受６０の上面に固設された加速度センサ７０は、主軸受６０の状態を監視する。増速機４０の上面に固設された加速度センサ７０は、増速機４０の状態を監視する。発電機５０の上面に固設された加速度センサ７０は、発電機５０の状態を監視する。

増速機４０は、主軸２０と発電機５０との間に設けられ、主軸２０の回転速度を増速して発電機５０へ出力する。一例として、増速機４０は、遊星ギヤ、中間軸、および高速軸等を含む歯車増速機構によって構成される。なお、特に図示しないが、増速機４０内にも、複数の軸を回転自在に支持する複数の軸受が設けられている。発電機５０は、増速機４０の出力軸に接続され、増速機４０から受ける回転トルクによって発電する。発電機５０は、たとえば、誘導発電機によって構成される。なお、この発電機５０内にも、ロータを回転自在に支持する軸受が設けられている。

状態監視装置８０は、ナセル９０の内部に設けられ、複数の加速度センサ７０が検出した各機器の振動データを受ける。図示はしていないが、複数の加速度センサ７０と状態監視装置８０とは、有線ケーブルで接続されている。各機器の振動データとして、音、あるいはＡＥ（Ａｃｏｕｓｔｉｃｅｍｉｓｓｉｏｎ）等のデータが検出されてもよい。

図２は、実施の形態１に係る状態監視システム１の機能構成を示す機能ブロック図である。図２に示されるように、状態監視システム１は、複数の加速度センサ７０と、状態監視装置８０とを備える。状態監視装置８０は、制御部８１と、記憶部８２と、表示部８３とを含む。複数の加速度センサ７０は、加速度センサ７０Ａ〜７０Ｄを含む。

複数の加速度センサ７０は、風力発電装置１０の振動データを測定し、制御部８１に出力する。複数の加速度センサ７０は、ほぼ同じタイミングで振動データを測定する（同期サンプリング）。同期サンプリングとすることにより、複数の加速度センサ７０によって測定された各振動データの測定タイミングがそろうため、振動データ間の比較が容易になる。サンプリング周波数は高い方が望ましい。各加速度センサ７０によって測定可能な周波数帯は、できるだけ広い方が望ましい。

制御部８１は、複数の加速度センサ７０からの振動データを解析して、異常振動を検知するとともに、異常振動の振動源を推定する。制御部８１は、たとえば、振動データ、振動データから算出された実効値等の診断パラメータ（特徴量）、および包絡線データを記憶部８２に保存する。制御部８１は、異常振動の振動源に関する情報を表示部８３に表示する。制御部８１は、ＣＰＵ（Central Processing Unit）のようなコンピュータを含む。

記憶部８２には、複数の加速度センサ７０の各識別子と、複数の加速度センサ７０の各配置箇所に関する情報が、予め関連付けられて保存されている。記憶部８２には、異常振動を検知するための閾値、および振動源の推定処理において参照される時間間隔が予め保存されている。

図３は、図２の制御部８１によって行なわれる状態監視の処理の概要を示すフローチャートである。図３に示される処理は、不図示のメインルーチンによって呼び出される。以下ではステップを単にＳと記載する。

図３に示されるように、制御部８１は、Ｓ１において異常振動を検知して処理をＳ２に進める。制御部８１は、Ｓ２において異常振動の振動源を推定し、処理をメインルーチンに返す。

図４は、図３に示される異常振動を検知する処理（Ｓ１）を具体的に示すフローチャートである。図４に示されるように、制御部８１は、複数の加速度センサからの振動データに対して、バンドパスフィルタを用いて特定の周波数帯の振動データを抽出するフィルタ処理を行ない、処理をＳ１２に進める。制御部８１は、Ｓ１２において、特定の周波数帯の振動データに対して包絡線を算出し、処理をＳ１３に進める。制御部８１は、Ｓ１３において、包絡線が閾値Ｔｈを超えた時刻ｔ１を検出する。閾値Ｔｈは、実機実験あるいはシミュレーションによって適宜算出することができる。

風力発電装置１０の各機器に起因する異常振動は、当該機器の諸元（たとえば寸法および重量）に依存する周期性を有する場合がある。異常振動の周期性に基づいて、当該周期性に対応する諸元を有する機器が振動源であると推定することが可能である。

しかし、異常振動には必ずしも周期性があるとは限らない。たとえば、スティックスリップ（摩擦面間に生ずる微視的な摩擦面の付着および滑りの繰り返しによって引き起こされる自励振動）のように、異常振動が突発的あるいは不規則に発生する場合には、異常振動に周期性が認められないことがほとんどである。監視対象の運転条件（たとえば荷重条件の変化）に起因して異常振動の周期が不安定となる場合、あるいは異常に起因して監視対象の運転が急激に変化するような場合（たとえば主軸２０の回転数が著しく変化する場合）においても、同様である。

また、異常振動に周期性があっても、振動源を特定することが困難である場合がある。たとえば、諸元が不明である機器が監視対象である風力発電装置１０に含まれる場合、当該機器に起因する異常振動の周期性から、当該機器が振動源であると特定することは困難である。また、増速機４０のように、複数の軸受および歯車が組み込まれている複雑な構造を有する機器の場合、たとえ諸元が明らかであったとしても当該機器の異常に起因して発生し得る全ての異常振動の周期性を把握することは困難である。さらに、同じ品番の機器、あるいは形状が類似している等、類似の諸元を有する複数の機器が含まれる場合、各機器の諸元が明らかであったとしても、異常振動の周期性から振動源を特定することは困難である。

そこで、実施の形態１においては、複数の加速度センサ７０に異常振動が到達する時刻に差があることに着目し、異常振動の振動源が、最も早く異常振動を検出した加速度センサが配置されている付近であると推定する。実施の形態１に係る状態監視装置８０によれば、異常振動の周期性によらずに、異常振動の振動源を推定することができる。

図５は、複数の加速度センサ７０によって測定された各振動データに対して、フィルタ処理および包絡線処理を行なった振動データのタイムチャートを併せて示す図である。図５においては、加速度センサ７０Ａ〜７０Ｄによって測定された振動データから算出された包絡線Ｅ１〜Ｅ４がそれぞれ示されているが、図５のタイムスケールにおいては、包絡線Ｅ１〜Ｅ４はほとんど重なっている。図５においては、状態監視の開始時刻（振動データの測定開始時刻）からの経過時間を時刻としている。図６，図７，図９，図１１においても同様である。

図５に示されるように、包絡線Ｅ１〜Ｅ４は、基準時刻ｔ１付近において閾値Ｔｈを超えている。基準時刻ｔ１は、加速度センサ７０Ａが測定した振動データの包絡線Ｅ１が閾値Ｔｈを超えた時刻である。

図６は、図５の点線で囲まれた部分ＶＩを拡大して示すタイムチャートである。制御部８１は、時刻ｔ１０（＜ｔ１）からｔ１１（＞ｔ１）までの時間間隔Δｔｉ１（第１基準時間間隔）において、包絡線Ｅ２〜Ｅ４が閾値Ｔｈを超えた時刻ｔ２〜ｔ４をそれぞれ算出する。時刻ｔ１０は、基準時刻ｔ１から時間間隔Δｔｉ２（第２基準時間間隔）だけ前の時刻である。時刻ｔ１１は、基準時刻ｔ１から時間間隔Δｔｉ２だけ経過した時刻である。時間間隔Δｔｉ２は、実機実験あるいはシミュレーションによって適宜算出することができる。

図７は、図６の点線で囲まれた部分ＶＩＩを拡大して示すタイムチャートである。閾値Ｔｈは０．５である。図７に示されるように、時刻ｔ１〜ｔ４（ｔ１＜ｔ２＜ｔ３＜ｔ４）のうち、最も早い時刻は時刻ｔ１である。最も早く閾値Ｔｈを超えた包絡線Ｅ１に対応する第１振動データを測定した加速度センサ（第１加速度センサ）は、加速度センサ７０Ａである。制御部８１は、加速度センサ７０Ａの配置箇所付近が振動源であると推定する。

図８は、図３の異常振動の振動源の推定処理（Ｓ２）の流れを具体的に示すフローチャートである。制御部８１は、Ｓ２１において、時刻（ｔ１−Δｔｉ２）〜時刻（ｔ１＋Δｔｉ２）において、包絡線Ｅ１〜Ｅ４が閾値Ｔｈをそれぞれ超えた時刻ｔ１〜ｔ４を、加速度センサ７０Ａ〜７０Ｄによって異常振動がそれぞれ検出された時刻として検出し、処理をＳ２２に進める。

制御部８１は、Ｓ２２において、時刻ｔ１〜ｔ４に基づいて、異常振動を検出した順に加速度センサ７０Ａ〜７０Ｄを順位付けて、処理をＳ２３に進める。

制御部８１は、Ｓ２３において、加速度センサ７０Ａ〜７０Ｄの順位を表示部８３に表示し、処理をメインルーチンに返す。

図９は、図８に示される異常振動の振動源の推定処理の結果が、図２の表示部８３に表示された様子を示す図である。図９に示されるように、表示部８３には、加速度センサ７０Ａ〜７０Ｄのセンサ名、異常振動の検出時刻、および順位が表示されている。異常振動を検出した時刻は、加速度センサ７０Ａ，７０Ｂ，７０Ｃ，７０Ｄの順に早い。加速度センサ７０Ａが設置されている付近が異常振動の振動源であると推定される。

複数の加速度センサ７０が設置されている範囲が広いほど、異常振動の振動源を推定可能な範囲を広くすることができる。複数の加速度センサ７０の各々の間隔が狭いほど、振動源の推定の精度を向上させることができる。

以上、実施の形態１に係る状態監視装置によれば、異常振動の周期性によらずに、異常振動の振動源を推定することができる。

［実施の形態２］
実施の形態１においては、異常振動を検出した時刻が早い順に複数の加速度センサを順位付ける場合について説明した。実施の形態２においては、異常振動を検出した時刻が異なる場合でも、ほとんど同時と見做すことができる程度の検出時間差である場合には、複数の加速度センサの順位を同順位とする場合について説明する。

実施の形態２と実施の形態１との違いは、振動源の推定処理である。実施の形態２においては、実施の形態１の図８および図９が、それぞれ図１０および図１１にそれぞれ置き換えられる。それ以外の構成は同様であるため説明を繰り返さない。

図１０は、実施の形態２における、図３の異常振動の振動源の推定処理（Ｓ２）の流れを具体的に示すフローチャートである。制御部８１は、実施の形態１と同様にＳ２１，Ｓ２２を行なって、処理をＳ２３１に進める。

制御部８１は、Ｓ２３１において加速度センサ７０Ａ〜７０Ｄの順位を補正し、処理をＳ２３２に進める。具体的には、制御部８１は、Ｓ２３１において、最も早い異常振動の検出時刻から時間間隔Δｔｉ３（第３基準時間間隔）だけ経過するまでに異常振動を検出した加速度センサが複数ある場合、これらの加速度センサの順位を全て１位とする。また、最も早い異常振動の検出時刻から時間間隔Δｔｉ３経過した後に異常振動を検出した加速度センサの順位を補正する。時間間隔Δｔｉ３は、ほぼ同時に異常振動が検出されたと見做せる時間間隔として、実機実験あるいはシミュレーションによって適宜算出することができる。実施の形態２においては、時間間隔Δｔｉ３は５．０×１０μｓである。

制御部８１は、Ｓ２３２において、加速度センサ７０Ａ〜７０Ｄの補正順位を表示部８３に表示し、処理をメインルーチンに返す。

図１１は、図１０に示される異常振動の振動源の推定処理の結果が図２の表示部８３に表示された様子を示す図である。図１０に示されるように、表示部８３には、加速度センサ７０Ａ〜７０Ｄのセンサ名、異常振動の検出時刻、順位、検出時間差、および補正順位が表示されている。異常振動を検出した時刻は、加速度センサ７０Ａ，７０Ｂ，７０Ｃ，７０Ｄの順に早い。加速度センサ７０Ａおよび７０Ｂが異常振動を検出した各時刻の差が５．０×１０μｓであるため、加速度センサ７０Ａおよび７０Ｂは、いずれも１位と表示されている。そのため、異常振動の振動源は、加速度センサ７０Ａおよび７０Ｂからほぼ等距離に位置すると推定される。加速度センサ７０Ｃおよび７０Ｄの順位は、３位および４位から、２位および３位にそれぞれ補正されている。

たとえば、加速度センサ７０Ａ〜７０Ｄが、図１２に示されるような位置に配置さているとする。図１２において、位置Ｐ０は、異常振動の振動源の実際の位置を示す。位置Ｐ０は、加速度センサ７０Ａおよび７０Ｂからほぼ等距離にあるとする。

実施の形態１によれば、図８に示されるように加速度センサ７０Ａが１位と表示されるため、異常振動の振動源は、加速度センサ７０Ａが配置されている付近であると推定される。実施の形態１においては、異常振動の振動源が加速度センサ７０Ａおよび７０Ｂからほぼ等距離にあることが考慮されないため、振動源は、たとえば位置Ｐ１にあると推定される。

一方、実施の形態２によれば、図１１に示されるように加速度センサ７０Ａおよび７０Ｂがともに１位と表示される。振動源は加速度センサ７０Ａおよび７０Ｂからほぼ等距離にあることが考慮されるため、振動源は、たとえば位置Ｐ２にあると推定される。位置Ｐ２の方が、位置Ｐ１よりも実際の振動源の位置Ｐ０に近い。実施の形態２によれば、振動源の推定の精度を実施の形態１よりも向上させることができる。

以上、実施の形態２に係る状態監視装置によれば、異常振動の周期性によらずに、異常振動の振動源を推定することができる。さらに、実施の形態２に係る状態監視装置によれば、振動源の推定の精度を実施の形態１よりも向上させることができる。

［実施の形態３］
実施の形態１および２においては、異常振動を最初に検出した加速センサの位置に基づいて異常振動の振動源を推定する場合について説明した。実施の形態３においては、状態監視に先立って行なわれるユーザによる監視対象の特定箇所の加振によって生じる複数の振動データおよび当該複数の振動データの検出順序と、状態監視時に閾値を超えた複数の振動データおよび当該振動データの検出順序との類似性を算出し、当該類似性およびユーザが加振した特定箇所に基づいて振動源を推定する場合について説明する。

実施の形態３においては、状態監視に先立って、風力発電装置１０の複数の特定箇所がユーザによって加振され、複数の振動データが測定される。複数の加速度センサに関する情報およびユーザによる特定箇所の加振によって測定された複数の振動データを用いて、複数の加速度センサの各々について診断パラメータセットが算出される。複数の振動データが検出された順に、複数の加速度センサの各々の診断パラメータセットが順序付けられた診断パラメータグループ（診断ＰＧ（Parameter Group））が作成される。当該診断パラメータグループは、特定箇所と関連付けられて記憶部に保存される。また、異常振動の振動源の推定処理の流れを具体的に示すフローチャートに関して、実施の形態１の図８が図１５に置き換えられる。これら以外の構成は実施の形態１と同様であるため説明を繰り返さない。

図１３は、診断パラメータセットの一例および診断パラメータグループの一例を示す図である。図１３に示されるように、診断パラメータセットは、診断パラメータとして、センサチャネル（センサｃｈ）、検出時間差、および振幅ピーク強度比を含む。センサチャネルは、各振動センサに割り当てられた番号であり、複数の加速度センサに関する情報に含まれる。実施の形態３においては、加速度センサ７０Ａ〜７０Ｄに１〜４がそれぞれ割り当てられている。検出時間差は、ユーザによる特定箇所の加振によって生じた振動データを各順位の加速度センサが検出した時刻と、最も早く検出された振動データの検出時刻との時間差である。振幅ピーク強度比は、複数の振動データのうち最も早く検出された振動データのピーク強度に対する各振動データのピーク強度の比である。診断パラメータセットは、センサチャネル（センサｃｈ）、検出時間差、および振幅ピーク強度比以外の診断パラメータを含んでいてもよい。

図１３において、１位の加速度センサの診断パラメータセットは、（ｒ_１１，ｒ_１２，ｒ_１３）と表されている。２位の加速度センサの診断パラメータセットは、（ｒ_２１，ｒ_２２，ｒ_２３）と表されている。３位の加速度センサの診断パラメータセットは、（ｒ_３１，ｒ_３２，ｒ_３３）と表されている。４位の加速度センサの診断パラメータセットは、（ｒ_４１，ｒ_４２，ｒ_４３）と表されている。

診断パラメータグループは、各順位の診断パラメータセットが順位に基づいて順序付けられた診断パラメータのグループである。すなわち、診断パラメータグループにおいては、たとえば（ｒ_１１，ｒ_１２，ｒ_１３，ｒ_２１，ｒ_２２，ｒ_２３，ｒ_３１，ｒ_３２，ｒ_３３，ｒ_４１，ｒ_４２，ｒ_４３）のように、ユーザによる特定箇所の加振によって生じた振動データが検出された順に、診断パラメータセットが順序付けられている。

図１４は、風力発電装置１０の複数の特定箇所Ｐ_１，Ｐ_２がユーザによってそれぞれ加振された場合に作成された診断パラメータグループを示す図である。図１４（ａ）は、特定箇所Ｐ_１がユーザによって加振された場合に作成された診断パラメータグループを示す図である。図１４（ｂ）は、特定箇所Ｐ_２がユーザによって加振された場合に作成された診断パラメータグループを示す図である。以下では、状態監視に先立って予め記憶部に保存されている診断パラメータグループをモデル診断パラメータグループと呼ぶ。

図１５は、モデル診断パラメータグループを作成する場合に制御部８１によって行なわれる処理を示すフローチャートである。図１５に示される処理は、モデル診断パラメータグループ作成のための不図示のメインルーチンによって呼び出される。当該メインルーチンは、たとえばユーザが状態監視ソフトウェア上で所定のオペレーションを行なうことによって呼び出される。ユーザは、当該所定のオペレーションの中で加振する特定箇所を状態監視ソフトウェアに入力する。図１５に示される処理は、たとえば、ユーザの特定箇所の加振によって生じた振動データが、加速度センサ７０Ａ〜７０Ｄのいずれかによって検出された場合にメインルーチンによって呼び出される。

図１５に示されるように、制御部８１は、Ｓ３０１において、加速度センサ７０Ａ〜７０Ｄによって測定された振動データおよび加速度センサ７０Ａ〜７０Ｄの各センサｃｈを用いて、モデル診断パラメータグループを作成し、処理をＳ３０２に進める。制御部８１は、Ｓ３０２において特定箇所とモデル診断パラ―メータとを関連付けて記憶部に保存し、処理をメインルーチンに戻す。

図１６は、実施の形態３における、図３の異常振動の振動源の推定処理の流れを具体的に示すフローチャートである。制御部８１は、実施の形態１と同様にＳ２１，Ｓ２２を行なって、処理をＳ３３１に進める。

制御部８１は、Ｓ３３１において、状態監視時に加速度センサ７０Ａ〜７０Ｄによって測定された振動データおよび加速度センサ７０Ａ〜７０Ｄの各センサｃｈを用いて診断パラメータグループを作成し、処理をＳ３３２に進める。制御部８１は、Ｓ３３２において診断パラメータグループと各モデル診断パラメータグループとの類似度を算出し、処理をＳ３３３に進める。制御部８１は、Ｓ３３３において診断パラメータグループとの類似度が最大となるモデル診断パラメータグループを特定し、当該モデル診断パラメータグループに関連付けられた特定箇所を異常診断の振動源として表示部８３に表示し、処理をメインルーチンに戻す。

制御部８１は、図１６のＳ３３１において、たとえば図１７に示されるような診断パラメータグループを作成する。制御部８１は、Ｓ３３２において、まず以下の式（１）に基づいて診断パラメータグループとモデル診断パラメータグループとのユークリッド距離ｄｓを算出する。

式（１）におけるユークリッド距離ｄｓ（Ｐ_ｋ）は、診断パラメータグループと特定箇所Ｐ_ｋのモデル診断パラメータグループとのユークリッド距離を表す。式（１）におけるｒ_ｉｊ（Ｐ_ｋ）は、特定箇所Ｐ_ｋのモデル診断パラメータグループにおける診断パラメータｒ_ｉｊを表す。ｒ_ｉｊ（Ｖｓ）は、状態監視時に作成された診断パラメータグループの診断パラメータｒ_ｉｊを表す。たとえば、図１３および図１４（ａ）を参照して、ｒ_１２（Ｐ_１）は、特定箇所Ｐ_１のモデル診断パラメータグループの１位の検出時間差を表し、０である。また、図１３および図１７を参照して、ｒ_３３（Ｖｓ）は、３位の振幅ピーク強度比を表し、１．５である。

図１４（ａ）および図１７を参照して、式（１）よりｄｓ（Ｐ_１）は、約５４．９１である。図１４（ｂ）および図１７を参照して、式（１）よりｄｓ（Ｐ_２）は、約６７．１４である。

制御部８１は、Ｓ３３２においてユークリッド距離ｄｓを算出した後、以下の式（２）のように、ユークリッド距離ｄｓの逆数を類似度ｓｍとして算出する。式（２）においてｓｍ（Ｐ_ｋ）は、診断パラメータグループと特定箇所Ｐ_ｋのモデル診断パラメータグループとの類似度を表す。類似度ｓｍは、ユークリッド距離ｄｓが短いほど大きい。ｓｍ（Ｐ_１）は、約０．０１８である。ｓｍ（Ｐ_２）は、約０．０１５である。

制御部８１は、Ｓ３３２において複数の特定箇所に対応する各類似度ｓｍを算出した後、Ｓ３３３において、以下の式（３）のように、類似度ｓｍの最大値ｓｍ（Ｐ_ｍａｘ）を算出する。制御部８１は、特定箇所Ｐ_ｍａｘを異常振動の振動源として推定し、表示部８３に表示する。ｓｍ（Ｐ_１），ｓｍ（Ｐ_２）の最大値は、ｓｍ（Ｐ_１）であるから、制御部８１は、特定箇所Ｐ_１を異常振動の振動源として表示部８３に表示する。

診断パラメータグループとモデル診断パラメータグループとの類似度は、ユークリッド距離の逆数に限定されない。類似度は、たとえばコサイン類似度を用いて算出してもよい。また、類似度の算出にあたっては、診断パラメータの性質および重要度に応じて診断パラメータ毎に重みづけを行なってもよい。

以上、実施の形態３に係る状態監視装置によれば、異常振動の周期性によらずに、異常振動の振動源を推定することができる。

今回開示された各実施の形態は、矛盾しない範囲で適宜組み合わせて実施することも予定されている。今回開示された各実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１状態監視システム、１０風力発電装置、２０主軸、２２ハブ、３０ブレード、４０増速機、５０発電機、６０主軸受、７０，７０Ａ〜７０Ｄ加速度センサ、８０状態監視装置、８１制御部、８２記憶部、８３表示部、９０ナセル、１００タワー。

Claims

監視対象に設置された複数の加速度センサによってそれぞれ測定された複数の振動データが保存される記憶部と、
前記複数の振動データのいずれかが閾値を超えた基準時刻を特定する制御部とを備え、
前記記憶部には、前記複数の振動データと、前記複数の加速度センサに関する情報とがそれぞれ関連付けられて保存され、
前記制御部は、前記基準時刻を含む第１基準時間間隔において、前記複数の振動データのうち最も早く前記閾値を超えた第１振動データを測定した第１加速度センサを特定する、状態監視装置。
前記制御部は、前記複数の振動データの各々についての包絡線が前記閾値を超えた時刻を、前記複数の振動データの各々が前記閾値を超えた時刻として検出する、請求項１に記載の状態監視装置。
前記第１基準時間間隔は、前記基準時刻から第２基準時間間隔前の時刻から、前記基準時刻から前記第２基準時間間隔経過後の時刻までの時間間隔である、請求項１または２に記載の状態監視装置。
表示部をさらに備え、
前記制御部は、前記第１基準時間間隔において、前記複数の振動データが前記閾値を超えた順に、前記複数の加速度センサの順位を前記表示部に表示する、請求項１〜３のいずれかに記載の状態監視装置。
前記制御部は、前記第１振動データが前記閾値を超えた時刻から第３基準時間間隔経過後までに前記複数の振動データに含まれる第２振動データが前記閾値を超えた場合、前記第１加速度センサの順位および前記第２振動データを測定した第２加速度センサの順位をいずれも第１位として前記表示部に表示する、請求項４に記載の状態監視装置。
前記制御部は、前記複数の振動データおよび前記複数の加速度センサに関する情報を用いて、前記複数の加速度センサの各々について診断パラメータセットを算出し、前記複数の加速度センサの各々の診断パラメータセットが順序付けられた診断パラメータグループを作成し、
前記記憶部には、前記監視対象の複数の特定箇所の各々がユーザによって加振された場合に前記制御部によって作成された診断パラメータグループであるモデル診断パラメータグループが、前記監視対象の状態監視時に先立って予め保存され、
前記モデル診断パラメータグループにおいては、前記複数の加速度センサの各々が前記ユーザによる加振によって生じた振動データを検出した順に、前記複数の加速度センサの各々についての診断パラメータセットが順序付けられ、
前記制御部は、前記状態監視時の前記第１基準時間間隔において、前記複数の振動データが前記閾値を超えた順に前記複数の加速度センサの各々についての診断パラメータセットが順序付けられた診断パラメータグループを作成し、当該診断パラメータグループとの類似度が最も大きいモデル診断パラメータグループに対応する特定箇所を、異常振動の振動源として特定する、請求項１〜３のいずれか１項に記載の状態監視装置。
前記制御部は、前記状態監視時において作成した診断パラメータグループと前記記憶部に保存されている複数のモデル診断パラメータグループの各々とのユークリッド距離の逆数を前記類似度として算出する、請求項６に記載の状態監視装置。
監視対象に設置された複数の加速度センサと、
前記複数の加速度センサがそれぞれ測定した複数の振動データを受ける請求項１〜６のいずれか１項に記載の状態監視装置とを備える、状態監視システム。