JP2023101112A - Disturbance detection system - Google Patents
Disturbance detection system Download PDFInfo
- Publication number
- JP2023101112A JP2023101112A JP2022001489A JP2022001489A JP2023101112A JP 2023101112 A JP2023101112 A JP 2023101112A JP 2022001489 A JP2022001489 A JP 2022001489A JP 2022001489 A JP2022001489 A JP 2022001489A JP 2023101112 A JP2023101112 A JP 2023101112A
- Authority
- JP
- Japan
- Prior art keywords
- disturbance
- disturbance detection
- data
- unit
- digital data
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 107
- 230000005856 abnormality Effects 0.000 claims abstract description 94
- 230000002159 abnormal effect Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 description 55
- 230000010365 information processing Effects 0.000 description 53
- 238000004891 communication Methods 0.000 description 26
- 238000000034 method Methods 0.000 description 20
- 238000005096 rolling process Methods 0.000 description 20
- 238000005259 measurement Methods 0.000 description 13
- 239000000758 substrate Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Landscapes
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
Description
本発明は、外乱検出システムに関する。 The present invention relates to disturbance detection systems.
近年では、機械から得られる出現頻度の異なるデータ群から生成した2つの判定モデルを生成し、2つの判定モデルを用いて、センサデータ等から故障の予兆を判定することで、機械の故障の誤検知を低減する技術が知られている。 In recent years, two judgment models are generated from data groups with different appearance frequencies obtained from machines, and by using the two judgment models to judge signs of failure from sensor data, etc. Techniques for reducing detection are known.
上述した従来の技術では、突発的な外乱により、機械等の測定対象物から取得されるセンサデータに変動が生じる場合について考慮されておらず、外乱によってセンサデータが変動した場合には、測定対象物の異常と誤検出される可能性がある。 In the conventional technology described above, no consideration is given to the case where sensor data acquired from a measurement object such as a machine changes due to a sudden disturbance. There is a possibility that it is falsely detected as an abnormality of the object.
開示の技術は、上記事情に鑑みてなされたものであり、異常検出の精度を向上させることを目的としている。 The disclosed technology has been made in view of the above circumstances, and aims to improve the accuracy of abnormality detection.
開示の技術は、
ベアリング(250)と、
前記ベアリング(250)の通過振動によって生じるひずみを検出し、アナログデータを出力する、前記ベアリングに取り付けられたひずみセンサ(210)と、
前記アナログデータを増幅するアンプ(220)と、
前記アンプから出力されたアナログデータをデジタルデータに変換する変換器(230)と、
前記デジタルデータに基づき、前記デジタルデータにおける外乱の影響を検出する外乱検出部(350)と、を有し、
前記外乱検出部(350)は、
一定期間において、前記デジタルデータの出力が閾値以上となる回数が所定回数以上である場合に、外乱を検出する、外乱検出システム(100)である。
The technology disclosed is
a bearing (250);
a strain sensor (210) attached to the bearing that detects strain caused by passing vibrations of the bearing (250) and outputs analog data;
an amplifier (220) for amplifying the analog data;
a converter (230) for converting analog data output from the amplifier into digital data;
a disturbance detection unit (350) that detects the influence of disturbance on the digital data based on the digital data;
The disturbance detection unit (350)
A disturbance detection system (100) for detecting a disturbance when the number of times the output of the digital data is equal to or greater than a threshold is equal to or greater than a predetermined number of times in a certain period of time.
異常検出の精度を向上させることを目的としている。 The purpose is to improve the accuracy of anomaly detection.
(第一の実施形態)
以下に図面を参照して、第一の実施形態について説明する。図1は、第一の実施形態の外乱検出システムのシステム構成の一例を示す図である。
(First embodiment)
A first embodiment will be described below with reference to the drawings. FIG. 1 is a diagram showing an example of the system configuration of the disturbance detection system of the first embodiment.
本実施形態の外乱検出システム100は、センサ基板200と、情報処理装置(外乱検出装置)300と、を有し、センサ基板200と情報処理装置300とは、無線通信等によって通信を行う。尚、センサ基板200と情報処理装置300との通信方法は、無線通信に限定されず、有線通信であってもよい。センサ基板200と情報処理装置300とは、通信が可能であれば、どのような方法で接続されてもよい。また、無線通信を行う場合には、センサ基板200に別途電源が供給されてもよい。
The
本実施形態のセンサ基板200には、例えば、ひずみゲージ210、アンプ220、ADC(Analog-to-Digital Converter)230、通信回路240が実装されている。
For example, a
尚、本実施形態では、ひずみゲージ210が実装された基板と、アンプ220、ADC(Analog-to-Digital Converter)230、通信回路240とが実装された基板とが、別々の基板であってもよい。
In this embodiment, even if the board on which the
ひずみゲージ210は、例えば、ベアリング250に設けられる。ベアリング250は、例えば、外輪(固定輪)251と、複数の転動体252と、内輪(回転輪)253とを有する。
ひずみゲージ210は、外輪251に取り付けられる。また、ひずみゲージ210は、転動体252がひずみゲージ210が設けられた位置を通過する際に、外輪251に生じるひずみを検出し、ひずみに応じた抵抗値の変化を示すアナログデータ(波形データ)を出力する。尚、図1の例では、ひずみゲージ210は外輪251に取り付けられるものとしたが、ひずみゲージ210は、外輪251以外に取り付けられていてもよい。
つまり、ひずみゲージ210は、ひずみを測定する測定対象物にひずみが生じると、ひずみに応じたアナログデータ(波形データ)を出力する。本実施形態では、ベアリング250は、ひずみゲージ210による測定対象物の一例である。本実施形態の測定対象物は、例えば、転動体が固定された部材上で自在に転動する構造を有するものであればよく、ベアリングに限定されない。
In other words, the
また、本実施形態では、測定対象物のひずみを検出する手段の一例として、ひずみゲージ210を用いるが、ひずみの検出は、ひずみゲージ210以外の手段によって行われてもよい。具体的には、例えば、ひずみの検出は、圧力センサ、加速度センサや他のセンサからの二次データ等によって行われてもよい。
Further, in the present embodiment, the
アンプ220は、ひずみゲージ210から出力されるアナログデータを増幅させる。ADC230は、増幅させたアナログデータをデジタルデータに変換する。通信回路240は、ADC230から出力されるデジタルデータを、情報処理装置300へ送信する。
情報処理装置300は、通信部310、データ取得部320、データ処理部330、異常判定部340、外乱検出部350、通知生成部360、記憶部370を有する。本実施形態の情報処理装置300は、センサ基板200から取得したデジタルデータに対する外乱の影響の有無を検出する外乱検出装置の一例である。
The
尚、通信部310、データ取得部320、データ処理部330、異常判定部340は、情報処理装置300の演算処理装置がメモリ装置に格納された外乱検出プログラムを読み出して実行することで実現される。また、記憶部370は、例えば、情報処理装置300が有する補助記憶装置等によって実現される。情報処理装置300のハードウェア構成の詳細は後述する。
The
通信部310は、センサ基板200を含む外部の装置と通信を行う。具体的には、通信部310は、センサ基板200から送信されるデジタルデータを受信する。尚、通信部310は、予め設定された周期で、間欠的に、センサ基板200からデジタルデータを受信してもよい。また、通信部310は、異常判定部340により、転動体252の回転の異常が検出された場合、通知生成部360で生成された通知を外部の装置へ送信する。
The
データ取得部320は、通信部310が受信したデジタルデータを取得する。尚、データ取得部320が取得するデジタルデータは、転動体の通過振動を捉えた時系列信号である。
The
データ処理部330は、記憶部370に格納されたデジタルデータに対し、異常判定部340による異常判定を行うための処理を行い、処理が施された後のデータを記憶部370に格納する。以下の説明では、デジタルデータに対してデータ処理部330の処理を行
異常判定部340は、データ処理部330による処理が施された処理済みデータに基づき、測定対象物(ベアリング250)の状態を検出する。より具体的には、異常判定部340は、測定対象物の状態が異常であるか否かの判定や、測定対象物の異常の予兆の検出等を行う。
The
尚、本実施形態におけるベアリング250の異常とは、例えば、ベアリング250の損傷(転動体、外輪、内輪を含む)、グリスの劣化、異物混入による回転の不具合等である。 The abnormality of the bearing 250 in this embodiment includes, for example, damage to the bearing 250 (including the rolling element, outer ring, and inner ring), deterioration of grease, trouble in rotation due to contamination by foreign matter, and the like.
例えば、ベアリング250の外輪251に傷が入ると、転動体252の通過振動の高調波成分の振幅値が増加する。本実施形態では、例えば、転動体252の通過振動の高調波成分の振幅値の変化を、外輪251に傷が入る前の予兆として検出してもよい。
For example, when the
外乱検出部350は、データ取得部320は、通信部310が受信したデジタルデータに基づき、外乱を検出する。言い換えれば、外乱検出部350は、通信部310が受信したデジタルデータにおいて、外乱の影響を検出する。
The
また、本実施形態の外乱検出部350は、検出結果を記憶部370に格納してもよい。具体的には、外乱検出部350は、デジタルデータから外乱による影響が検出された場合に、その旨を示す履歴情報を記憶部370に格納してもよい。外乱検出部350による処理の詳細は後述する。尚、以下の説明では、デジタルデータから外乱の影響を検出することを、外乱を検出する、と表現する場合がある。
Further, the
尚、本実施形態の外乱とは、例えば、ベアリング250を回転させるモータのノイズに起因する、ベアリング250の外輪251の電位の変動であってよい。モータのノイズは、ベアリング250が取り付けられている筐体の電位が変動させる。言い換えれば、本実施形態では、筐体の電位の変動に応じた、ベアリング250の外輪251の電位の変動を外乱の一例としている。
Note that the disturbance in the present embodiment may be, for example, fluctuations in the potential of the
通知生成部360は、異常判定部340により、異常や異常の予兆が検出され、且つ、外乱検出部350により、デジタルデータに対して外乱の影響が無いと判定された場合に、異常や異常の予兆が検出された旨を示す通知を生成する。
When the
記憶部370は、データ処理部330による処理済みデータや、外乱検出部350による検出結果を示す履歴情報等が格納される。
The
本実施形態では、上述した各部の機能により、外乱の影響を、異常や異常の予兆と誤検出することを抑制でき、異常検出の精度を向上させることができる。また、本実施形態では、例えば、転動体252の通過振動の高調波成分の振幅値の変化に基づき、外輪251に傷が入る前の予兆を検出し、ユーザに通知することで、外輪251に傷が入ることを未然に防ぐことができる。
In the present embodiment, the functions of the respective units described above can prevent the influence of disturbance from being erroneously detected as an abnormality or a sign of an abnormality, and can improve the accuracy of abnormality detection. Further, in the present embodiment, for example, based on the change in the amplitude value of the harmonic component of the passing vibration of the rolling
次に、図2を参照して、本実施形態の外乱検出部350による外乱の検出について説明する。図2は、外乱検出部による外乱の検出について説明する図である。
Next, detection of disturbance by the
図2(A)は、正常の状態において取得されたデジタルデータの波形の一例を示す図である。図2(B)は、外乱が発生しているときに取得されたデジタルデータの波形の一例を示す図である。図2(C)は、異常が発生しているときに取得されたデジタルデータの波形の一例を示す図である。図2(A)、(B)、(C)において、横軸は時間であり、縦軸は電圧を示す。 FIG. 2A is a diagram showing an example of waveforms of digital data acquired in a normal state. FIG. 2B is a diagram showing an example of a waveform of digital data acquired when a disturbance occurs. FIG. 2C is a diagram showing an example of a waveform of digital data acquired when an abnormality occurs. In FIGS. 2A, 2B, and 2C, the horizontal axis represents time and the vertical axis represents voltage.
図2(A)に示すように、測定対象物(ベアリング250)の状態が正常である場合には、デジタルデータの出力値の変動は小さい。また、測定対象物の状態が異常である場合には、デジタルデータの出力値の変動は、正常時も大きくなるが、ある一定の値を超えない。具体的には、デジタルデータの出力値は、4[V]を超えない。 As shown in FIG. 2A, when the state of the object to be measured (bearing 250) is normal, fluctuations in the output value of digital data are small. In addition, when the state of the object to be measured is abnormal, the variation in the output value of the digital data increases even in the normal state, but does not exceed a certain value. Specifically, the output value of digital data does not exceed 4 [V].
なお、ある一定の値(出力値の閾値)は、アンプ220の出力電圧の範囲に応じて決められてよい。出力値の閾値は、アンプ220の出力電圧の範囲に応じて決められる値であり、4[V]に限定されない。
A certain constant value (output value threshold) may be determined according to the range of the output voltage of the
図2の波形は、アンプ220の出力電圧の範囲を0~4.2[V]とした場合の波形であり、この場合、アンプ220の出力電圧が4.2Vを超えると波形が飽和する。そこで、図2の例では、出力電圧が飽和した状態を、外乱が発生した状態と判定するものとし、出力電圧が飽和した状態を検出するための出力値の閾値を4Vとした。
The waveforms in FIG. 2 are obtained when the output voltage range of the
これに対し、図2(B)に示すように、外乱が発生しているときのデジタルデータの波形では、出力値が大きく変動する。具体的には、外乱が発生しているときのデジタルデータの出力値は、4[V]を超える場合がある。 On the other hand, as shown in FIG. 2B, in the waveform of digital data when a disturbance occurs, the output value fluctuates greatly. Specifically, the output value of digital data may exceed 4 [V] when a disturbance occurs.
本実施形態では、この点に着目し、一定期間のデジタルデータにおいて、出力値が閾値以上となる回数が、所定回数以上である場合に、外乱が発生しているものとする。 Focusing on this point, in the present embodiment, it is assumed that a disturbance has occurred when the number of times the output value becomes equal to or greater than the threshold value in the digital data for a certain period of time is equal to or greater than a predetermined number of times.
したがって、本実施形態の外乱検出部350は、データ取得部320が取得したデジタルデータにおいて、一定期間に取得されたデジタルデータの出力値が閾値以上となる回数が、所定回数以上である場合に、デジタルデータに対する外乱を検出する。
Therefore, in the digital data acquired by the
本実施形態の外乱検出部350は、例えば、1秒間に取得されたデジタルデータの点数のうち、所定個数のデジタルデータの出力値が閾値以上であった場合に、このとき取得されたデジタルデータは外乱の影響を受けているものと判定する。外乱検出部350は、この処理を定期的に繰り返す。尚、一定期間に取得されるデジタルデータの点数は、ADC230のサンプリング周波数によって決まる。
For example, when the output value of a predetermined number of digital data out of the number of digital data acquired in one second is equal to or greater than a threshold value, the digital data acquired at this time is It is determined that it is affected by disturbance. The
尚、出力値の閾値と、所定回数とは、予め情報処理装置300の管理者等によって設定されていてよい。
Note that the threshold value of the output value and the predetermined number of times may be set in advance by an administrator or the like of the
次に、図3を参照して、本実施形態の情報処理装置300のハードウェア構成について説明する。図3は、第一の実施形態の情報処理装置のハードウェア構成の一例を示す図である。
Next, with reference to FIG. 3, the hardware configuration of the
本実施形態の情報処理装置300は、それぞれバスBで相互に接続されている入力装置31、出力装置32、ドライブ装置33、補助記憶装置34、メモリ装置35、演算処理装置36及びインターフェース装置37を含むコンピュータであり、外乱検出装置の一例である。
The
入力装置31は、各種の情報の入力を行うための装置であり、例えばタッチパネル等により実現される。出力装置32は、各種の情報の出力を行うためものであり、例えばディスプレイ等により実現される。インターフェース装置37は、ネットワークに接続する為に用いられる。
The
通信部310、データ取得部320、データ処理部330、異常判定部340、外乱検出部350、通知生成部360を実現させる外乱検出プログラムは、情報処理装置300を制御する各種プログラムの少なくとも一部である。外乱検出プログラムは、例えば、記憶媒体38の配布やネットワークからのダウンロード等によって提供される。外乱検出プログラムを記録した記憶媒体38は、情報を光学的、電気的或いは磁気的に記録する記憶媒体、ROM、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリ等、様々なタイプの記憶媒体を用いることができる。
A disturbance detection program that realizes the
また、外乱検出プログラムは、外乱検出プログラムを記録した記憶媒体38がドライブ装置33にセットされると、記憶媒体38からドライブ装置33を介して補助記憶装置34にインストールされる。ネットワークからダウンロードされた外乱検出プログラムは、インターフェース装置37を介して補助記憶装置34にインストールされる。
The disturbance detection program is installed in the
記憶部370を実現する補助記憶装置34は、情報処理装置300にインストールされた外乱検出プログラムを格納すると共に、情報処理装置300による各種の必要なファイル、データ等を格納する。メモリ装置35は、情報処理装置300の起動時に補助記憶装置34から外乱検出プログラムを読み出して格納する。そして、演算処理装置36はメモリ装置35に格納された外乱検出プログラムに従って、後述するような各種処理を実現している。
The
次に、図4を参照して、本実施形態の情報処理装置300の処理について説明する。図4は、第一の実施形態の情報処理装置の処理を説明する第一のフローチャートである。
Next, processing of the
本実施形態の情報処理装置300は、データ取得部320により、デジタルデータを取得する(ステップS401)。続いて、情報処理装置300は、データ処理部330のより、異常判定用のデータを取得し、異常判定部340により、取得したデータに基づき、測定対象物の状態が異常であるか否かを判定する異常判定処理を行う(ステップS402)。ステップS402の処理の詳細は後述する。
The
続いて、情報処理装置300は、異常判定部340による判定結果を参照する(ステップS403)。
Subsequently, the
情報処理装置300は、異常判定部340により、測定対象物の状態が異常ではないと判定された場合(ステップS403でNo)、測定対象物の状態を正常とし(ステップS404)、処理を終了する。
When the
また、情報処理装置300は、異常判定部340により、測定対象物の状態が異常であると判定された場合(ステップS403でYes)、外乱検出部350により、デジタルデータから外乱を検出する外乱検出処理を行う(ステップS405)。
Further, when the
続いて、情報処理装置300は、外乱検出部350による検出結果を参照する(ステップS406)。
Subsequently, the
情報処理装置300は、外乱が検出されない場合(ステップS403でNo)、通知生成部360により、測定対象物の状態が異常と判定されたことを示す通知を生成し(ステップS407)、処理を終了する。尚、ステップS407で生成された通知は、情報処理装置300の出力装置等に出力されてもよい。
When no disturbance is detected (No in step S403), the
情報処理装置300は、外乱が検出された場合(ステップS403でYes)、外乱が検出されたことを示す履歴情報を記憶部370に格納し(ステップS408)、処理を終了する。
When a disturbance is detected (Yes in step S403), the
このように、本実施形態によれば、異常判定部340による異常判定において、測定対象物の状態が異常であると判定された場合、且つ、外乱検出部350において、外乱が検出されない場合に、測定対象物が異常であることを示す通知を生成する。
As described above, according to the present embodiment, when the abnormality determination by the
言い換えれば、本実施形態では、異常判定部340により、測定対象物の状態が異常であると判定された場合であっても、外乱検出部350により、外乱が検出された場合には、測定対象物の状態は、異常とは判定されない。この場合、測定対象物の状態は、外乱の影響を受けている状態と判定される。
In other words, in the present embodiment, even if the
このため、本実施形態によれば、測定対象物の異常を検出する際に、外乱による影響を取り除くことができ、測定対象物の異常検出の精度を向上させることができる。 Therefore, according to the present embodiment, it is possible to remove the influence of disturbance when detecting anomalies in the object to be measured, and to improve the accuracy of detecting anomalies in the object to be measured.
また、本実施形態では、測定対象物の異常検出において、外乱の影響が除外され、誤検知の発生が抑制されるため、測定対象物の状態の管理等を行う作業者の作業負荷を軽減させることができる。 In addition, in the present embodiment, the effects of disturbances are excluded in the detection of anomalies in the object to be measured, and the occurrence of false detections is suppressed. be able to.
尚、本実施形態では、外乱検出部350は、一定期間に取得されたデジタルデータの出力値が閾値以上となる回数が、所定回数以上である場合に、外乱を検出するものとしたが、これに限定されない。
In the present embodiment, the
外乱検出部350は、例えば、一定期間に取得されたデジタルデータのうち、一定期間に取得されたデータ点数に対する、出力値が閾値以上となるデータ点数の割合が、一定の値以上となる場合に、外乱を検出してもよい。
For example, when the ratio of the number of data points whose output value is equal to or greater than a threshold to the number of data points acquired during a certain period of the digital data acquired during the certain period is equal to or greater than a certain value, the
また、本実施形態では、異常判定部340により測定対象物の状態が異常と判定された場合にのみ、外乱検出部350による外乱の検出を行う。このため、本実施形態によれば、外乱検出部350による処理の回数を減らすことができ、情報処理装置300の処理負荷を軽減できる。
Further, in this embodiment, the
次に、図5及び図6を参照して、本実施形態の異常判定処理の一例について説明する。図5及び図6は、図4のステップS402の詳細を示す。 Next, an example of abnormality determination processing according to the present embodiment will be described with reference to FIGS. 5 and 6. FIG. 5 and 6 show details of step S402 in FIG.
図5は、第一の実施形態の情報処理装置の処理を説明する第二のフローチャートである。図5に示す処理は、主にデータ処理部330の処理である。図3の処理は、通信部310がデジタルデータを受信する度に実行される。
FIG. 5 is a second flowchart for explaining processing of the information processing apparatus of the first embodiment. The processing shown in FIG. 5 is mainly processing of the
本実施形態のデータ処理部330は、データ取得部320が取得したデジタルデータに対し、高速フーリエ変換処理(FFT;fast Fourier transform)を実行し、周波数領域の波形データを取得する(ステップS501)。
The
続いて、データ処理部330は、取得した周波数領域の波形データから、パワーが極大値かつ最大値となる周波数を算出し、その周波数を転動体252の通過振動の周波数とする(ステップS502)。以下の説明では、転動体252の通過振動の周波数の波形を基本波形と呼び、基本波形を示す波形データを基本波形データと呼ぶ場合がある。また、転動体252の通過振動とは、転動体252が、外輪251においてひずみゲージ210が取り付けられた箇所を通過する際に生じる外輪251の振動を示す。
Subsequently, the
続いて、データ処理部330は、基本波形の周波数の+10%から-10%までの範囲の周波数成分を抽出する。また、データ処理部330は、転動体252の通過振動のN次高調波成分のそれぞれについて、周波数の+10%から-10%までの範囲の周波数成分を抽出する(ステップS503)。尚、本実施形態では、基本波形の周波数は、N=1のときであり、N次高調波とは、N=2~5の周波数の高調波とした。ただし、Nの値は、これに限定されるものではない。
Subsequently,
続いて、データ処理部330は、抽出した各周波数成分に対して逆FFTを行って、周波数領域の波形データを時間領域の波形データとし、各波形データの時間領域における振幅の実効値を算出する(ステップS504)。
Subsequently, the
具体的には、データ処理部330は、基本波形の周波数を中心とした+10%から-10%までの範囲の周波数成分に対し、逆FFTを行った結果の波形データの振幅の実効値を算出する。また、データ処理部330は、N次高調波成分(N=2~5)を中心とした+10%から-10%までの範囲の周波数成分に対し、逆FFTを行った結果の波形データの振幅の実効値を算出する。
Specifically, the
続いて、データ処理部330は、ステップS504において、転動体252のN次高調波成分(N=2~5)に基づき算出されたそれぞれの振幅の実効値を、基本波形データに基づき算出された振幅の実効値で除算した値を算出し、この値を特徴量とする(ステップS505)。
Subsequently, in step S504, the
言い換えれば、データ処理部330は、基本波形データに基づき算出された振幅の実効値と、N次高調波成分に基づき算出されたそれぞれの振幅の実効値との比率を、特徴量として算出する。本実施形態の特徴量とは、転動体252の回転の状態を示す値であり、言い換えれば、ベアリング250(測定対象物)の状態を示す値である。
In other words, the
続いて、データ処理部330は、正常データの収集期間が経過したか否かを判定する(ステップS506)。
Subsequently, the
収集期間とは、ベアリング250が正常な状態で動作していると推定される期間であり、正常データとは、収集期間中に取得されたデジタルデータから算出された特徴量である。
The collection period is a period during which the
本実施形態の収集期間とは、例えば、ベアリング250の工場出荷時から所定の期間であってもよいし、ベアリング250の稼働時間が所定時間に到達するまでの期間であってもよい。本実施形態の収集期間は、任意に設定が可能であってもよい。
The collection period in the present embodiment may be, for example, a predetermined period from when the
ステップS506において、収集期間が経過していない場合、データ処理部330は、ステップS505で算出した特徴量を記憶部370に保存し(ステップS507)、処理を終了する。以下の説明では、収集期間に記憶部370に保存された特徴量群を、正常データと呼ぶ場合がある。
In step S506, if the collection period has not elapsed, the
本実施形態の正常データには、N=2と対応する特徴量群と、N=3と対応する特徴量群と、N=4と対応する特徴量群と、N=5と対応する特徴量群とが含まれる。 The normal data of this embodiment includes a feature amount group corresponding to N=2, a feature amount group corresponding to N=3, a feature amount group corresponding to N=4, and a feature amount corresponding to N=5. group and are included.
ステップS506において、収集期間が経過している場合、情報処理装置300は、異常判定部340により、ステップS505で算出した特徴量を用いた異常判定処理を行い(ステップS508)、処理を終了する。
In step S506, if the collection period has elapsed, the
以下に、図6を参照して、本実施形態の異常判定部340の処理について説明する。図6は、第一の実施形態の情報処理装置の処理を説明する第三のフローチャートである。図6に示す処理は、主に、異常判定部340の処理である。
The processing of the
本実施形態の異常判定部340は、図5のステップS506において、収集期間が経過している場合、記憶部370から正常データを読み出し、正規化パラメータを抽出する(ステップS601)。
If the collection period has passed in step S506 of FIG. 5, the
具体的には、異常判定部340は、正常データに含まれるN=2と対応する特徴量群と、N=3と対応する特徴量群と、N=4と対応する特徴量群と、N=5と対応する特徴量群と、のそれぞれについて、平均値と分散と算出する。
Specifically, the
続いて、異常判定部340は、正常データの正規化に用いた正規化パラメータを用いて、評価データを正規化する(ステップS602)。評価データとは、収集期間が経過した後に、データ取得部320が取得したデジタルデータに基づき、データ処理部330が算出したN=2~5のそれぞれと対応する特徴量である。
Subsequently, the
ステップS602において、また、異常判定部340は、ステップS402において、この評価データを、ステップS602で用いた正規化パラメータ(平均値と分散)を用いて正規化し、特徴量空間における座標を示す値とする。
In step S602, the
続いて、異常判定部340は、特徴量を座標値とした空間上における、ステップS602で正規化された評価データの近傍のデータ密度と、ステップS601で正規化された正常データの近傍のデータ密度の比を算出する(ステップS603)。本実施形態では、データ密度の比を異常度とする。異常度とは、ベアリング250の状態が異常であるか否かを判定する際の指標なる値である。
Subsequently, the
続いて、異常判定部340は、「異常度がある異常度閾値を超え、且つ、その頻度が所定の値を超えた」、という条件を満たすか否かを判定する(ステップS604)。尚、異常度閾値や、所定の値は、予め設定されていてもよい。
Subsequently, the
ステップS604において、条件を満たす場合、異常判定部340は、ベアリング250の状態が異常な状態と判定し、通知生成部360により、異常を示す通知を生成し、通信部310により通知を送信し(ステップS605)、処理を終了する。
In step S604, if the condition is satisfied, the
本実施形態の通知は、例えば、ベアリング250に異常が生じていることを示すメッセージ等であってもよく、その場合には、例えば、情報処理装置300と接続されたディスプレイ等に通知を表示させてもよい。また、本実施形態の通知は、ベアリング250が異常な状態であることを示す警報等であってもよく、この警報は、センサ基板200に対して出力されてもよい。センサ基板200は、この警報を受け付けて、例えば、ベアリング250の上位装置等にも警報を通知してもよい。
The notification of the present embodiment may be, for example, a message or the like indicating that the
ステップS604において、「異常度がある閾値を超え、且つ、その頻度が所定の値を超えた」、という条件を満たさない場合、異常判定部340は、正常と判定し(ステップS606)、処理を終了する。尚、本実施形態では、異常判定部340により、正常と判定された場合も、正常であることを示す通知を通知生成部360により生成して出力してもよい。
In step S604, if the condition that "the degree of abnormality exceeds a certain threshold value and the frequency exceeds a predetermined value" is not satisfied, the
このように、本実施形態によれば、ベアリング250の定常状態における内輪253の回転数や、観測波形の周期及び振幅等が未知である場合や、回転速度が変動する場合であっても、ベアリング250の異常を検出することができる。
As described above, according to the present embodiment, even if the rotational speed of the
また、本実施形態では、ひずみゲージ210から出力される信号から、転動体252の通過振動を示す周波数の振幅と、この周波数のN次高調波成分の振幅との比率によって示される特徴量に基づき、ベアリング250の異常を検出する。
Further, in this embodiment, from the signal output from the
このため、本実施形態では、ひずみゲージ210の温度特性の影響を低減し、ひずみのみで、ベアリング250の異常を検出することができる。
Therefore, in this embodiment, the influence of the temperature characteristics of the
また、本実施形態では、ベアリングの異常の有無を検出する際に、測定対象物となるベアリング毎に、正常データを収集し、収集した正常データを基準とする。そして、本実施形態では、特徴量空間上で、測定対象のベアリングの正常データのデータ密度に着目し異常度を算出している。このため、本実施形態では、異常を検出する条件が一定であれば、ベアリングの機種が異なっても、ベアリングの種類によって事前に基準値を設定する必要がない。 Further, in this embodiment, when detecting the presence or absence of an abnormality in a bearing, normal data is collected for each bearing to be measured, and the collected normal data is used as a reference. In this embodiment, the degree of abnormality is calculated by focusing on the data density of the normal data of the bearing to be measured in the feature amount space. Therefore, in this embodiment, if the conditions for detecting abnormality are constant, it is not necessary to set the reference value in advance according to the type of bearing even if the model of the bearing is different.
さらに、本実施形態の異常判定部340は、異常度が異常度閾値を超えた場合に、ベアリング250の異常を検出するものとしたが、異常判定部340は、異常度に応じて、異常の予兆を検出してもよい。
Furthermore, the
具体的には、例えば、異常判定部340は、異常度が異常度閾値に到達する前の段階で、異常の予兆を検出し、通知生成部360に対し、異常の予兆があることを示す通知を生成させてもよい。この通知は、通信部310によって、外部へ送信されてもよい。
Specifically, for example, the
尚、図5及び図6に示す処理は、異常判定部340による異常判定処理の一例である。本実施形態の異常判定部340は、図5及び図6で説明した方法以外の方法で、測定対象物の状態が異常であるか否かを判定してもよい。
5 and 6 are examples of abnormality determination processing by the
具体的には、例えば、異常判定部340は、デジタルデータを取得すると、過去に取得されたデジタルデータと比較し、比較結果に応じて測定対象物の状態が異常であるか否かを判定してもよい。
Specifically, for example, when the digital data is acquired, the
さらに、本実施形態の情報処理装置300は、例えば、定期的に、測定対象物の管理等を行う作業者による、測定対象物の状態の確認結果等が入力されてもよい。この場合、情報処理装置300は、作業者による確認結果と、異常判定部340による判定結果とに基づき、外乱検出部350が用いる出力値の閾値を変更してもよい。この場合、情報処理装置300は、例えば、作業者による確認結果と、異常判定部340による判定結果とを入力データとして、出力値の閾値の最適値を出力する機械学習部等を有していてもよい。
Further, the
このように出力値の閾値を最適値に更新することで、外乱による影響の検出の精度を高めることができ、異常検出の精度を向上させることができる。 By updating the threshold value of the output value to the optimum value in this way, it is possible to improve the accuracy of detecting the influence of the disturbance and improve the accuracy of abnormality detection.
(第二の実施形態)
以下に図面を参照して、第二の実施形態について説明する。第二の実施形態は、外乱検出部350により、外乱の影響が検出されない場合にのみ、異常判定部340による判定を行う点が、第一の実施形態と相違する。よって、第二の実施形態の説明では、第一の実施形態と同様の機能構成を有するものには、第一の実施形態の説明で用いた符号を付与し、その説明を省略する。
(Second embodiment)
A second embodiment will be described below with reference to the drawings. The second embodiment is different from the first embodiment in that the
図7は、第二の実施形態の情報処理装置の処理を説明するフローチャートである。本実施形態の情報処理装置300は、データ取得部320により、デジタルデータを取得する(ステップS701)。
FIG. 7 is a flow chart for explaining processing of the information processing apparatus of the second embodiment. The
続いて、情報処理装置300は、外乱検出部350により、外乱を検出する外乱検出処理を行う(ステップS702)。
Subsequently, the
続いて、情報処理装置300は、外乱検出部350による検出結果を参照する(ステップS703)。
Subsequently, the
情報処理装置300は、外乱検出部350により、外乱が検出された場合(ステップS703でYes)、外乱が検出されたことを示す履歴情報を記憶部370に格納し(ステップS704)、処理を終了する。
When the
また、情報処理装置300は、外乱検出部350により、外乱が検出されない場合(ステップS703でNo)、異常判定部340による異常判定処理を行う(ステップS705)。
Further, when the
続いて、情報処理装置300は、異常判定部340による判定結果を参照する(ステップS706)。
Subsequently, the
情報処理装置300は、異常判定部340により、測定対象物の状態が異常ではないと判定された場合(ステップS706でNo)、測定対象物の状態を正常とし(ステップS707)、処理を終了する。
When the
また、情報処理装置300は、異常判定部340により、測定対象物の状態が異常であると判定された場合(ステップS706でYes)、通知生成部360により、測定対象物の状態が異常と判定されたことを示す通知を生成し(ステップS708)、処理を終了する。
Further, when the
このように、本実施形態では、異常判定部340による異常判定よりも前に、外乱検出部350による外乱の検出を行う。したがって、本実施形態では、外乱を検出する際に、正常データの収集が完了するまで待機する必要がなく、正常データの収集が完了する前に外乱を検出することができる。
As described above, in the present embodiment, disturbance detection by the
そのため、本実施形態では、例えば、ベアリング250の定常状態となる前に外乱を検出することができる。
Therefore, in this embodiment, for example, disturbance can be detected before the
また、本実施形態では、外乱が検出されない場合にのみ、異常判定部340による異常判定処理を行うため、異常判定処理において外乱が影響することを防止できる。言い換えれば、本実施形態では、異常検出における外乱の影響を低減することができ、異常検出の精度を向上させることができる。
Further, in the present embodiment, since the abnormality determination process by the
(第三の実施形態)
以下に図面を参照して、第三の実施形態について説明する。第三の実施形態は、情報処理装置300の機能を、半導体集積回路によって実現した点が、第一及び第二の実施形態と相違する。よって、第三の実施形態の説明では、第一及び第二の実施形態と同様の機能構成を有するものには、第一及び第二の実施形態の説明で用いた符号を付与し、その説明を省略する。
(Third embodiment)
A third embodiment will be described below with reference to the drawings. The third embodiment differs from the first and second embodiments in that the functions of the
図8は、第三の実施形態の外乱検出システムのシステム構成の一例を示す図である。本実施形態の外乱検出システム100Aは、センサ基板200と、外乱検出装置400とを含む。外乱検出システム100Aにおいて、外乱検出装置400は、情報処理装置300の各部の機能を有する回路を1つに認めた、用途特定向け集積回路(ASIC;application specific integrated circuit)である。
FIG. 8 is a diagram showing an example of the system configuration of the disturbance detection system of the third embodiment. A
本実施形態の外乱検出装置400は、通信回路410、データ取得回路420、データ処理回路430、異常判定回路440、外乱検出回路450、通知出力回路460、記憶装置470を有する。
The
通信回路410は、センサ基板200と通信を行う。データ取得回路420は、データ取得部320の機能を実現する。データ処理回路430は、データ処理部330の機能を実現する。異常判定回路440は、異常判定部340の機能を実現する。外乱検出回路450は、外乱検出部350の機能を実現する。通知出力回路460は、通知生成部360の機能を実現する。記憶装置470は、記憶部370に対応する。
The
尚、外乱検出装置400は、記憶装置470を含むものとしたが、これに限定されない。外乱検出装置400は、記憶装置470を有していなくてもよく、その場合には、記憶装置470は、外乱検出装置400の外部に実装されて、データ処理回路430と異常判定回路440とに接続されればよい。
Although the
また、本実施形態の外乱検出装置400において、外乱検出回路450の出力は、記憶装置470に接続されており、外乱検出回路450の検出結果を示す情報が記憶装置470に出力されてもよい。
Further, in the
また、本実施形態の外乱検出回路450の出力は、通知出力回路460に接続されてもよく、外乱検出回路450の検出結果を示す情報を通知出力回路460に出力してもよい。
Further, the output of the
本実施形態では、このように、情報処理装置300の機能を集積回路である外乱検出装置400とすることで、例えば、センサ基板200上に、外乱検出装置400を実装することができる。
In this embodiment, the
したがって、本実施形態では、外乱の検出と、測定対象物の異常の検出を行うための情報処理装置300を配置する必要がなく、特に、上位装置の内部に、ベアリング250と、センサ基板200と外乱検出装置400とを内蔵させることができる。
Therefore, in this embodiment, there is no need to dispose the
(第四の実施形態)
以下に図面を参照して、第四の実施形態について説明する。第四の実施形態では、第三の実施形態に示す外乱検出装置にセンサ基板を含めた点が、第三の実施形態と相違する。よって、以下の第四の実施形態の説明では、第三の実施形態との相違点について説明し、第二の実施形態と同様の機能構成については、第三の実施形態の説明で用いた符号を付与し、説明を省略する。
(Fourth embodiment)
A fourth embodiment will be described below with reference to the drawings. The fourth embodiment differs from the third embodiment in that a sensor substrate is included in the disturbance detection device shown in the third embodiment. Therefore, in the following description of the fourth embodiment, differences from the third embodiment will be described, and the same functional configurations as in the second embodiment will be denoted by the same reference numerals as in the description of the third embodiment. and the explanation is omitted.
図9は、第四の実施形態の外乱検出装置を示す図である。本実施形態の外乱検出装置400Aは、ひずみゲージ210、アンプ220、ADC230、データ取得回路420、データ処理回路430、異常判定回路440、外乱検出回路450、通知出力回路460を有する。また、本実施形態の外乱検出装置400Aは、データ処理回路430によってデータが書き込まれ、異常判定回路440によってデータが読み出される記憶装置470が接続される。
FIG. 9 is a diagram showing a disturbance detection device of the fourth embodiment. A
本実施形態では、このように、外乱検出装置400Aにひずみゲージ210を含む構成とすることで、外乱検出装置400Aを測定対象物の外輪に取り付けるだけで、外乱を検出することができる。また、本実施形態では、外乱検出装置400Aを測定対象物の外輪に取り付けるだけで、この測定対象物における転動体252の転動によって生じる振動の異常を検出することができる。
In this embodiment, by configuring the
また、本実施形態の外乱検出装置400Aは、ベアリング250を含んでいないが、外乱検出装置400Aには、ベアリング250が含まれてもよい。
Further, the
以上、各実施形態に基づき本発明の説明を行ってきたが、上記実施形態に示した要件に本発明が限定されるものではない。これらの点に関しては、本発明の主旨をそこなわない範囲で変更することができ、その応用形態に応じて適切に定めることができる。 Although the present invention has been described above based on each embodiment, the present invention is not limited to the requirements shown in the above embodiments. These points can be changed without impairing the gist of the present invention, and can be determined appropriately according to the application form.
100、100A 外乱検出システム、200 センサ基板,210 ひずみゲージ,220 アンプ,230 ADC,240 通信回路,300 情報処理装置,310 通信部,320 データ取得部,330 データ処理部,340 異常判定部,350 外乱検出部,360 通知生成部,370 記憶部,400、400A 外乱検出装置
Claims (4)
前記ベアリングの通過振動によって生じるひずみを検出し、アナログデータを出力する、前記ベアリングに取り付けられたひずみセンサと、
前記アナログデータを増幅するアンプと、
前記アンプから出力されたアナログデータをデジタルデータに変換する変換器と、
前記デジタルデータに基づき、前記デジタルデータにおける外乱の影響を検出する外乱検出部と、を有し、
前記外乱検出部は、
一定期間において、前記デジタルデータの出力が閾値以上となる回数が所定回数以上である場合に、外乱を検出する、外乱検出システム。 a bearing;
a strain sensor attached to the bearing that detects strain caused by passing vibrations of the bearing and outputs analog data;
an amplifier that amplifies the analog data;
a converter that converts analog data output from the amplifier into digital data;
a disturbance detection unit that detects the influence of disturbance on the digital data based on the digital data;
The disturbance detection unit is
A disturbance detection system that detects a disturbance when the number of times the output of the digital data is equal to or greater than a threshold is equal to or greater than a predetermined number of times in a certain period of time.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022001489A JP2023101112A (en) | 2022-01-07 | 2022-01-07 | Disturbance detection system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022001489A JP2023101112A (en) | 2022-01-07 | 2022-01-07 | Disturbance detection system |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023101112A true JP2023101112A (en) | 2023-07-20 |
Family
ID=87201917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022001489A Pending JP2023101112A (en) | 2022-01-07 | 2022-01-07 | Disturbance detection system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023101112A (en) |
-
2022
- 2022-01-07 JP JP2022001489A patent/JP2023101112A/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6392584B1 (en) | System and method for detecting and warning of potential failure of rotating and vibrating machines | |
CN108780025A (en) | Condition monitoring system and wind power generation plant | |
US9791856B2 (en) | Fault frequency set detection system and method | |
US8315826B2 (en) | Diagnostic method for a ball bearing, in particular for an angular-contact ball bearing, a corresponding diagnostic system, and use of the diagnostic system | |
JP2013221877A (en) | Abnormality inspection method and abnormality inspection device | |
CN104380063B (en) | Abnormal noise detection system | |
US11555757B2 (en) | Monitoring device, monitoring method, method of creating shaft vibration determination model, and program | |
Uhlmann et al. | Condition monitoring in the cloud | |
JP2010216938A (en) | Device and method of monitoring vibration of rotating machine | |
JP2018155494A (en) | Bearing abnormality diagnosis system and bearing abnormality diagnosis method | |
CN110850289A (en) | Method and device for detecting running state of motor | |
JP4424515B2 (en) | Method for detecting solid conduction sound in rolling bearings | |
US20140058615A1 (en) | Fleet anomaly detection system and method | |
JP2009133810A (en) | Vibration monitoring device | |
JP2023101112A (en) | Disturbance detection system | |
US11320305B2 (en) | Self-diagnosis method for vibration sensor and vibration sensor system equipped with self-diagnosis function | |
JP2023101111A (en) | Disturbance detection system | |
CN114152437A (en) | Method for detecting bearing failure | |
JP2023092125A (en) | Disturbance detection device and disturbance detection method | |
JP2023092124A (en) | Disturbance detection device and disturbance detection method | |
TW201633025A (en) | Diagnostic method for malfunction mode of machine tool main shaft and system thereof | |
Shah et al. | 8 channel vibration monitoring and analyzing system using LabVIEW | |
JP2018080924A (en) | Method and system for diagnosing abnormality of bearing | |
WO2022131170A1 (en) | Anomaly detection device, anomaly detection method, anomaly detection program, and system for detecting anomaly in bearing | |
KR20010098474A (en) | System for monitoring the behavior and environmental condition of a high precision electronic apparatus |