JP2019096289A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP2019096289A JP2019096289A JP2018128340A JP2018128340A JP2019096289A JP 2019096289 A JP2019096289 A JP 2019096289A JP 2018128340 A JP2018128340 A JP 2018128340A JP 2018128340 A JP2018128340 A JP 2018128340A JP 2019096289 A JP2019096289 A JP 2019096289A
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- period
- vibration
- index value
- abnormality detection
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 181
- 238000001514 detection method Methods 0.000 title claims description 88
- 238000001228 spectrum Methods 0.000 claims abstract description 211
- 238000004364 calculation method Methods 0.000 claims abstract description 47
- 238000006243 chemical reaction Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims description 33
- 238000005259 measurement Methods 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims 1
- 230000009466 transformation Effects 0.000 abstract description 2
- 230000001133 acceleration Effects 0.000 description 21
- 238000011156 evaluation Methods 0.000 description 21
- 238000003860 storage Methods 0.000 description 16
- 238000005070 sampling Methods 0.000 description 13
- 230000002159 abnormal effect Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000013500 data storage Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Abstract
Description
<全体構成>
まず、本実施形態に係る異常検出システム1の全体構成について、図1を参照しながら説明する。図1は、第一の実施形態に係る異常検出システム1の全体構成の一例を示す図である。
次に、本実施形態に係る異常検出装置10のハードウェア構成について、図2を参照しながら説明する。図2は、第一の実施形態に係る異常検出装置10のハードウェア構成の一例を示す図である。
次に、本実施形態に係る異常検出装置10の機能構成について、図3を参照しながら説明する。図3は、第一の実施形態に係る異常検出装置10の機能構成の一例を示す図である。
次に、正常モデルを作成するモデル作成処理について、図5を参照しながら説明する。図5は、第一の実施形態に係るモデル作成処理の一例を示すフローチャートである。
次に、正常モデルを用いて、対象機器30の異常の発生を検出する異常検出処理について、図8を参照しながら説明する。図8は、第一の実施形態に係る異常検出処理の一例を示すフローチャートである。
ここで、本実施形態に係る異常検出システム1の全体構成の他の例について、図12を参照しながら説明する。図12は、第一の実施形態に係る異常検出システム1の全体構成の他の例を示す図である。
以上のように、本実施形態に係る異常検出システム1は、例えばオフラインにおいて、対象機器30の正常な動作を示す振動データから正常モデルを作成する。そして、本実施形態に係る異常検出システム1は、オンラインで動作している対象機器30の動作をセンシング機器20で計測することで取得された振動データと、当該正常モデルとから当該対象機器30の異常を検出する。これにより、本実施形態に係る異常検出システム1では、対象機器30の振動から異常の発生を高い精度を検出することができる。
次に、第二の実施形態について説明する。第二の実施形態では、異常が検出された場合に、異常が発生した変数(例えば、加速度のx成分、y成分及びz成分等を示す変数)を特定した上で、特定した変数のパワースペクトルとプロファイルとを表示する場合について説明する。これにより、例えば、異常検出装置10のユーザは、異常が発生した変数のパワースペクトルと、プロファイル(正常モデル)とを確認することができ、異常が発生した原因の究明や異常箇所の特定等の参考にすることができる。
まず、本実施形態に係る異常検出装置10の機能構成について、図13を参照しながら説明する。図13は、第二の実施形態に係る異常検出装置10の機能構成の一例を示す図である。
次に、正常モデルを用いて、対象機器30の異常の発生を検出し、異常の発生が検出された場合に、異常が発生した変数のパワースペクトルと、この変数のプロファイルとを表示する異常検出処理について、図14を参照しながら説明する。図14は、第二の実施形態に係る異常検出処理の一例を示すフローチャートである。なお、図14のステップS201〜ステップS206は、図8と同様であるため、その説明を省略する。
以上のように、本実施形態に係る異常検出システム1は、異常が検出された場合に、出力結果として、異常発生変数のパワースペクトルと、当該異常発生変数のプロファイルとを表示させる。これにより、ユーザは、周波数帯における異常時の挙動と正常時の挙動とを比較することができるようになり、異常が発生した原因の究明や異常箇所の特定等の参考にすることができる。
10 異常検出装置
20 センシング機器
30 対象機器
101 データ取得部
102 周波数変換部
103 特性スペクトル算出部
104 モデル作成部
105 指標値算出部
106 異常判定部
107 出力部
110 振動データ記憶部
120 モデル記憶部
Claims (9)
- 機器の振動を示す振動データから異常を検出する異常検出装置であって、
前記機器の正常な振動を示す正常振動データを、予め決められた時間幅の複数の期間に分割した複数の期間データを作成する分割手段と、
前記分割手段により作成された複数の期間データのそれぞれに対して、窓関数を用いた高速フーリエ変換を行って、前記期間毎に複数のパワースペクトルを算出する変換手段と、
前記変換手段により算出された複数のパワースペクトルから、期間毎に、1以上の特性スペクトルを算出する特性スペクトル算出手段と、
前記特性スペクトル算出手段により算出された1以上の特性スペクトルから、前記機器で発生した異常を検出するための正常モデルを作成するモデル作成手段と、
前記モデル作成手段により作成された正常モデルと、前記機器の振動を示す振動データとに基づいて、所定の指標値を算出する指標値算出手段と、
前記指標値算出手段により算出された指標値と、予め設定された所定の閾値とに基づいて、前記機器で異常が発生したか否かを判定する判定手段と、
を有することを特徴とする異常検出装置。 - 前記特性スペクトル算出手段は、
前記複数のパワースペクトルから、期間毎に、該複数のパワースペクトルの平均を示す平均パワースペクトルと、該複数のパワースペクトルの最大を示す最大パワースペクトルとを算出し、
前記指標値算出手段は、
前記特性スペクトル算出手段により算出された平均パワースペクトル及び最大パワースペクトルと、前記正常モデルとに基づいて、所定の指標値を算出する、ことを特徴とする請求項1に記載の異常検出装置。 - 前記指標値算出手段は、
前記指標値として、Q統計量、前記期間におけるQ統計量の最大値、T2統計量、及び前記期間におけるT2統計量の最大値の少なくとも1つを算出する、ことを特徴とする請求項1又は2に記載の異常検出装置。 - 前記振動の周波数毎の前記Q統計量と、前記期間毎の前記Q統計量の最大値とのうちの少なくとも一方を出力する出力手段を有する、ことを特徴とする請求項3に記載の異常検出装置。
- 前記指標値は、Q統計量又はQ統計量の最大値であり、
前記判定手段により前記機器で異常が発生したと判定された場合、該異常が発生した期間において、Q統計量が最大となる周波数を特定し、特定した周波数のQ統計量に対する寄与度が高い順に、所定の個数の変数を特定する特定手段を有し、
前記出力手段は、
前記変換手段により算出された複数のパワースペクトルのうち、前記特定手段により特定された変数に対応するパワースペクトルと、前記特定手段により特定された変数に対応する正常モデルとを出力する、ことを特徴とする請求項4の何れか一項に記載の異常検出装置。 - 前記出力手段は、
前記変数に対応するパワースペクトルと、前記変数に対応する正常モデルとの周波数毎の差分絶対値、比及び差分のうちの少なくとも1つを出力する、ことを特徴とする請求項5に記載の異常検出装置。 - 機器の振動を示す振動データから異常を検出する異常検出装置が、
前記機器の正常な振動を示す正常振動データを、予め決められた時間幅の複数の期間に分割した複数の期間データを作成する分割手順と、
前記分割手順により作成された複数の期間データのそれぞれに対して、窓関数を用いた高速フーリエ変換を行って、前記期間毎に複数のパワースペクトルを算出する変換手順と、
前記変換手順により算出された複数のパワースペクトルから、期間毎に、1以上の特性スペクトルを算出する特性スペクトル算出手順と、
前記特性スペクトル算出手順により算出された1以上の特性スペクトルから、前記機器で発生した異常を検出するための正常モデルを作成するモデル作成手順と、
前記モデル作成手順により作成された正常モデルと、前記機器の振動を示す振動データとに基づいて、所定の指標値を算出する指標値算出手順と、
前記指標値算出手順により算出された指標値と、予め設定された所定の閾値とに基づいて、前記機器で異常が発生したか否かを判定する判定手順と、
を実行することを特徴とする異常検出方法。 - 機器の振動を示す振動データから異常を検出する異常検出装置を、
前記機器の正常な振動を示す正常振動データを、予め決められた時間幅の複数の期間に分割した複数の期間データを作成する分割手段、
前記分割手段により作成された複数の期間データのそれぞれに対して、窓関数を用いた高速フーリエ変換を行って、前記期間毎に複数のパワースペクトルを算出する変換手段と、
前記変換手段により算出された複数のパワースペクトルから、期間毎に、1以上の特性スペクトルを算出する特性スペクトル算出手段、
前記特性スペクトル算出手段により算出された1以上の特性スペクトルから、前記機器で発生した異常を検出するための正常モデルを作成するモデル作成手段と、
前記モデル作成手段により作成された正常モデルと、前記機器の振動を示す振動データとに基づいて、所定の指標値を算出する指標値算出手段、
前記指標値算出手段により算出された指標値と、予め設定された所定の閾値とに基づいて、前記機器で異常が発生したか否かを判定する判定手段、
として機能させるための異常検出プログラム。 - 機器と、該機器の振動を計測する計測機器とが含まれる異常検出装置であって、
前記機器の正常な振動を示す正常振動データを、予め決められた時間幅の複数の期間に分割した複数の期間データを作成する分割手段と、
前記分割手段により作成された複数の期間データのそれぞれに対して、窓関数を用いた高速フーリエ変換を行って、前記期間毎に複数のパワースペクトルを算出する変換手段と、
前記変換手段により算出された複数のパワースペクトルから、期間毎に、1以上の特性スペクトルを算出する特性スペクトル算出手段と、
前記特性スペクトル算出手段により算出された1以上の特性スペクトルから、前記機器で発生した異常を検出するための正常モデルを作成するモデル作成手段と、
前記モデル作成手段により作成された正常モデルと、前記機器の振動を前記計測機器で計測することによって作成された振動データとに基づいて、所定の指標値を算出する指標値算出手段と、
前記指標値算出手段により算出された指標値と、予め設定された所定の閾値とに基づいて、前記機器で異常が発生したか否かを判定する判定手段と、
を有することを特徴とする異常検出システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811248265.8A CN109798970B (zh) | 2017-11-17 | 2018-10-24 | 异常检测装置、异常检测方法、异常检测系统及存储介质 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017221642 | 2017-11-17 | ||
JP2017221642 | 2017-11-17 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019096289A true JP2019096289A (ja) | 2019-06-20 |
JP7358725B2 JP7358725B2 (ja) | 2023-10-11 |
Family
ID=66971863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018128340A Active JP7358725B2 (ja) | 2017-11-17 | 2018-07-05 | 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 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7358725B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113092099A (zh) * | 2021-04-26 | 2021-07-09 | 三一汽车制造有限公司 | 基于功率谱密度曲线的紧固件松动检测方法及装置 |
DE212020000485U1 (de) | 2019-05-22 | 2021-07-19 | Rohm Co., Ltd. | SiC-Halbleiterbauteil |
CN113447287A (zh) * | 2020-03-25 | 2021-09-28 | 株式会社日立制作所 | 异常检测装置和方法 |
KR20210127005A (ko) * | 2020-04-13 | 2021-10-21 | 엘에스일렉트릭(주) | 전자 접촉기의 소음을 측정하는 방법 및 그를 위한 장치 |
CN116976684A (zh) * | 2023-09-25 | 2023-10-31 | 尚古智造(山东)智能装备有限公司 | 用于物流输送机的风险模型预测控制方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06201449A (ja) * | 1992-11-13 | 1994-07-19 | Rion Co Ltd | 振動計 |
JP2002073154A (ja) * | 2000-08-31 | 2002-03-12 | Asahi Eng Co Ltd | 設備機器診断システム |
JP2006292734A (ja) * | 2005-03-15 | 2006-10-26 | Omron Corp | 検査装置用の判定モデル作成支援装置および検査装置ならびに耐久試験装置および耐久試験方法 |
JP2008033532A (ja) * | 2006-07-27 | 2008-02-14 | Denso Corp | 可動部を備えた設備の異常を検出する方法及び異常検出装置 |
JP2016164772A (ja) * | 2015-02-26 | 2016-09-08 | 富士電機株式会社 | プロセス監視装置、プロセス監視方法及びプログラム |
-
2018
- 2018-07-05 JP JP2018128340A patent/JP7358725B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06201449A (ja) * | 1992-11-13 | 1994-07-19 | Rion Co Ltd | 振動計 |
JP2002073154A (ja) * | 2000-08-31 | 2002-03-12 | Asahi Eng Co Ltd | 設備機器診断システム |
JP2006292734A (ja) * | 2005-03-15 | 2006-10-26 | Omron Corp | 検査装置用の判定モデル作成支援装置および検査装置ならびに耐久試験装置および耐久試験方法 |
JP2008033532A (ja) * | 2006-07-27 | 2008-02-14 | Denso Corp | 可動部を備えた設備の異常を検出する方法及び異常検出装置 |
JP2016164772A (ja) * | 2015-02-26 | 2016-09-08 | 富士電機株式会社 | プロセス監視装置、プロセス監視方法及びプログラム |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE212020000485U1 (de) | 2019-05-22 | 2021-07-19 | Rohm Co., Ltd. | SiC-Halbleiterbauteil |
DE112020000226T5 (de) | 2019-05-22 | 2021-08-26 | Rohm Co., Ltd. | SiC-HALBLEITERBAUTEIL |
CN113447287A (zh) * | 2020-03-25 | 2021-09-28 | 株式会社日立制作所 | 异常检测装置和方法 |
CN113447287B (zh) * | 2020-03-25 | 2024-03-15 | 株式会社日立制作所 | 异常检测装置和方法 |
KR20210127005A (ko) * | 2020-04-13 | 2021-10-21 | 엘에스일렉트릭(주) | 전자 접촉기의 소음을 측정하는 방법 및 그를 위한 장치 |
WO2021210778A1 (ko) * | 2020-04-13 | 2021-10-21 | 엘에스일렉트릭 (주) | 전자 접촉기의 소음을 측정하는 방법 및 그를 위한 장치 |
KR102335639B1 (ko) * | 2020-04-13 | 2021-12-06 | 엘에스일렉트릭 (주) | 전자 접촉기의 소음을 측정하는 방법 및 그를 위한 장치 |
CN113092099A (zh) * | 2021-04-26 | 2021-07-09 | 三一汽车制造有限公司 | 基于功率谱密度曲线的紧固件松动检测方法及装置 |
CN113092099B (zh) * | 2021-04-26 | 2023-07-07 | 三一汽车制造有限公司 | 基于功率谱密度曲线的紧固件松动检测方法及装置 |
CN116976684A (zh) * | 2023-09-25 | 2023-10-31 | 尚古智造(山东)智能装备有限公司 | 用于物流输送机的风险模型预测控制方法及系统 |
CN116976684B (zh) * | 2023-09-25 | 2024-01-02 | 尚古智造(山东)智能装备有限公司 | 用于物流输送机的风险模型预测控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP7358725B2 (ja) | 2023-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019096289A (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 | |
JP6076571B1 (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
JP6371236B2 (ja) | 予兆診断システム、予兆診断方法及び予兆診断装置 | |
JP5260343B2 (ja) | プラント運転状態監視方法 | |
CN107614214B (zh) | 故障诊断装置及故障诊断方法 | |
JP5991042B2 (ja) | 異常監視システムおよび異常監視方法 | |
JP6733164B2 (ja) | プロセス監視装置、プロセス監視方法及びプログラム | |
JP2020027342A (ja) | 情報処理装置、監視装置、及び情報処理方法 | |
JP2022003664A (ja) | 情報処理装置、プログラム及び監視方法 | |
JP5490277B2 (ja) | プラント運転状態監視方法 | |
WO2016121689A1 (ja) | 不具合診断方法及び不具合診断システム | |
JP7036261B1 (ja) | 異常検知装置、プログラム、異常検知方法、及び製造方法 | |
US11941495B2 (en) | Information processing device, information processing method, and recording medium | |
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 | |
CN112987682A (zh) | 控制方法、控制装置和机械设备 | |
JP7230371B2 (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 | |
WO2021019760A1 (ja) | 異常診断方法、異常診断装置および異常診断プログラム | |
EP3819608A1 (en) | Detecting rotor anomalies by determining vibration trends during transient speed operation | |
US20220088802A1 (en) | Information processing method, information processing apparatus, display method, display apparatus, recording medium, method of manufacturing products, and method of acquiring learning data | |
US10317895B2 (en) | Method and system for condition monitoring | |
JP6879863B2 (ja) | サーボ機構の診断装置及び診断方法並びに診断プログラム | |
JP5675456B2 (ja) | 監視装置、ガスタービンプラント、及びガスタービンの監視方法 | |
JP5490278B2 (ja) | プラント運転状態監視方法 | |
US11592471B2 (en) | Monitoring systems for industrial machines having dynamically adjustable computational units | |
JP6071464B2 (ja) | 故障判断支援装置および方法、ならびにプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210614 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220729 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220809 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220916 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221213 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230201 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230418 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230714 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230731 |
|
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: 20230829 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230911 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7358725 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |