JP2867477B2 - オンライン設備の寿命予測方法 - Google Patents
オンライン設備の寿命予測方法Info
- Publication number
- JP2867477B2 JP2867477B2 JP1270200A JP27020089A JP2867477B2 JP 2867477 B2 JP2867477 B2 JP 2867477B2 JP 1270200 A JP1270200 A JP 1270200A JP 27020089 A JP27020089 A JP 27020089A JP 2867477 B2 JP2867477 B2 JP 2867477B2
- Authority
- JP
- Japan
- Prior art keywords
- signal processing
- life
- data
- measurement
- moving average
- 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.)
- Expired - Fee Related
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/12—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring vibration
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Machine Tool Sensing Apparatuses (AREA)
- Alarm Systems (AREA)
Description
【発明の詳細な説明】 （産業上の利用分野） 本発明は工場等においてオンラインで設置される設備
（例えば工作機械）の寿命を、極めて高精度で予測する
方法に関するものである。
（例えば工作機械）の寿命を、極めて高精度で予測する
方法に関するものである。
（従来の技術） オンライン設備の寿命予測の従来方法としては、例え
ばオンライン設備としての工作機械のギヤボックスの近
傍に振動センサを設け、この振動センサから、この工作
機械の性能劣化傾向を表わす変化量である、ギヤの噛み
合いにより生じる１次振動を表わすデータを所定サンプ
リング周期毎にデータ収集機に取り込み、このデータを
信号処理して信号処理データに変換し、この信号処理デ
ータを前記データ収集機からホストコンピュータに転送
し、そこでこの信号処理データが閾値を超えることが推
定される期日、つまり寿命到来予定日を、各信号処理デ
ータを時系列的にプロットしたグラフ（その一例を第４
図に示す）から予測する方法があり、この方法によって
当該工作機械の寿命管理を行うのが一般的手法であっ
た。
ばオンライン設備としての工作機械のギヤボックスの近
傍に振動センサを設け、この振動センサから、この工作
機械の性能劣化傾向を表わす変化量である、ギヤの噛み
合いにより生じる１次振動を表わすデータを所定サンプ
リング周期毎にデータ収集機に取り込み、このデータを
信号処理して信号処理データに変換し、この信号処理デ
ータを前記データ収集機からホストコンピュータに転送
し、そこでこの信号処理データが閾値を超えることが推
定される期日、つまり寿命到来予定日を、各信号処理デ
ータを時系列的にプロットしたグラフ（その一例を第４
図に示す）から予測する方法があり、この方法によって
当該工作機械の寿命管理を行うのが一般的手法であっ
た。
（発明が解決しようとする課題） しかしながらこのような従来の寿命予測方法では前記
信号処理データをそのまま用いて寿命予測を行うため、
外乱等による、サンプリングしたデータのばらつき（分
散度）が小さい場合には所望予測精度を満足させること
ができるが、ばらつきが大きくなった場合にそのデータ
をそのまま用いて寿命予測を行ったり、寿命の到来が極
めて切迫した際にデータ数を増加させないで寿命予測を
行うと、寿命到来予定日と実際の寿命到来日との誤差が
大きくなって寿命予測精度が不所望に低下し、結果的に
当該オンライン設備を極限まで使用することができない
という問題が生じる。
信号処理データをそのまま用いて寿命予測を行うため、
外乱等による、サンプリングしたデータのばらつき（分
散度）が小さい場合には所望予測精度を満足させること
ができるが、ばらつきが大きくなった場合にそのデータ
をそのまま用いて寿命予測を行ったり、寿命の到来が極
めて切迫した際にデータ数を増加させないで寿命予測を
行うと、寿命到来予定日と実際の寿命到来日との誤差が
大きくなって寿命予測精度が不所望に低下し、結果的に
当該オンライン設備を極限まで使用することができない
という問題が生じる。
ところで前記分散度が大きい場合には前記信号処理デ
ータに対し時系列の長期変動傾向を表わすデータに変換
する統計処理を加え、寿命到来予定日が極めて切迫した
場合には前記サンプリング周期を短縮して多くのデータ
を得るようにすれば寿命予測精度が向上するが、この従
来方法ではそのような精度向上のための措置を採用して
いない。
ータに対し時系列の長期変動傾向を表わすデータに変換
する統計処理を加え、寿命到来予定日が極めて切迫した
場合には前記サンプリング周期を短縮して多くのデータ
を得るようにすれば寿命予測精度が向上するが、この従
来方法ではそのような精度向上のための措置を採用して
いない。
本発明は計測データから得られる信号処理データの分
散度に応じて移動平均法を採用するとともに、寿命が極
めて切迫したときサンプリング周期を短縮することによ
り、上述した問題を解決することを目的とする。
散度に応じて移動平均法を採用するとともに、寿命が極
めて切迫したときサンプリング周期を短縮することによ
り、上述した問題を解決することを目的とする。
（課題を解決するための手段） この目的のため、本発明のオンライン設備の寿命予測
方法は、オンライン設備に、その性能劣化傾向を表わす
変化量を計測するセンサを設け、このセンサにより所定
サンプリング周期毎にサンプリングされる計測データを
信号処理し、得られた信号処理データに基づき当該オン
ライン設備の寿命予測を行うに際し、前記信号処理デー
タが所定数得られた時点で、これら信号処理データの分
散度を求めてその程度に応じて数段階に等級付けし、前
記分散度の等級の上位２ランクでは上位ランクほど大き
く設定した母数で移動平均法による統計処理を行い、前
記分散度の等級の最下位ランクでは移動平均法による統
計処理を行わないことを決定し、この決定に基づき、前
記所定サンプリング周期毎の再度の計測によりサンプリ
ングされる計測データの信号処理を行い、この信号処理
により得られた信号処理データおよびその変化率から当
該オンライン設備の寿命を予測し、この寿命が所定値未
満になったとき以後前記所定サンプリング周期を短縮す
るとともに前記移動平均法による統計処理をキャンセル
した状態で当該短縮したサンプリング周期毎に再度の計
測を行い、該再度の計測によりサンプリングされる計測
データの信号処理により得られた信号処理データおよび
その変化率から当該オンライン設備の寿命を予測するこ
とを特徴とするものである。
方法は、オンライン設備に、その性能劣化傾向を表わす
変化量を計測するセンサを設け、このセンサにより所定
サンプリング周期毎にサンプリングされる計測データを
信号処理し、得られた信号処理データに基づき当該オン
ライン設備の寿命予測を行うに際し、前記信号処理デー
タが所定数得られた時点で、これら信号処理データの分
散度を求めてその程度に応じて数段階に等級付けし、前
記分散度の等級の上位２ランクでは上位ランクほど大き
く設定した母数で移動平均法による統計処理を行い、前
記分散度の等級の最下位ランクでは移動平均法による統
計処理を行わないことを決定し、この決定に基づき、前
記所定サンプリング周期毎の再度の計測によりサンプリ
ングされる計測データの信号処理を行い、この信号処理
により得られた信号処理データおよびその変化率から当
該オンライン設備の寿命を予測し、この寿命が所定値未
満になったとき以後前記所定サンプリング周期を短縮す
るとともに前記移動平均法による統計処理をキャンセル
した状態で当該短縮したサンプリング周期毎に再度の計
測を行い、該再度の計測によりサンプリングされる計測
データの信号処理により得られた信号処理データおよび
その変化率から当該オンライン設備の寿命を予測するこ
とを特徴とするものである。
（作 用） 本発明方法によれば、所定サンプリング周期毎にサン
プリングされる計測データから得られる信号処理データ
が所定数求まったとき、それら信号処理データの分散度
を求めて数段階の何れかに等級付けし、その等級の上位
２ランクでは上位ランクほど大きく設定した母数で移動
平均法による統計処理を行い、前記分散度の等級の最下
位ランクでは移動平均法による統計処理を行わないこと
を決定する。この決定に基づき、前記所定サンプリング
周期毎の再度の計測によりサンプリングされる計測デー
タの信号処理を行い、この信号処理により得られた信号
処理データおよびその変化率から当該オンライン設備の
寿命を予測するから、性能劣化傾向を的確に反映した寿
命予測を行って寿命予測精度を格段に向上させることが
できる。さらに、予測に基づく寿命到来予定日が切迫し
たとき以後、つまり寿命が所定値未満になったとき以
後、前記所定サンプリング周期を短縮してより多くの計
測データを得るとともに前記移動平均法による統計処理
をキャンセルした状態で当該短縮したサンプリング周期
毎に再度の計測を行い、該再度の計測によりサンプリン
グされる計測データの信号処理により得られた信号処理
データおよびその変化率から当該オンライン設備の寿命
を予測するようにしたため、寿命到来予定日が切迫した
とき以後の寿命予測精度が向上することになる。したが
ってこれらにより、当該オンライン設備を極限まで使用
することが可能になる。
プリングされる計測データから得られる信号処理データ
が所定数求まったとき、それら信号処理データの分散度
を求めて数段階の何れかに等級付けし、その等級の上位
２ランクでは上位ランクほど大きく設定した母数で移動
平均法による統計処理を行い、前記分散度の等級の最下
位ランクでは移動平均法による統計処理を行わないこと
を決定する。この決定に基づき、前記所定サンプリング
周期毎の再度の計測によりサンプリングされる計測デー
タの信号処理を行い、この信号処理により得られた信号
処理データおよびその変化率から当該オンライン設備の
寿命を予測するから、性能劣化傾向を的確に反映した寿
命予測を行って寿命予測精度を格段に向上させることが
できる。さらに、予測に基づく寿命到来予定日が切迫し
たとき以後、つまり寿命が所定値未満になったとき以
後、前記所定サンプリング周期を短縮してより多くの計
測データを得るとともに前記移動平均法による統計処理
をキャンセルした状態で当該短縮したサンプリング周期
毎に再度の計測を行い、該再度の計測によりサンプリン
グされる計測データの信号処理により得られた信号処理
データおよびその変化率から当該オンライン設備の寿命
を予測するようにしたため、寿命到来予定日が切迫した
とき以後の寿命予測精度が向上することになる。したが
ってこれらにより、当該オンライン設備を極限まで使用
することが可能になる。
（実施例） 以下、本発明の実施例を図面に基づき詳細に説明す
る。
る。
第１図は本発明方法の一実施例に用いるオンライン設
備診断機器の構成を例示する線図、第２図はその中のデ
ータ収集機の内部構成を示すブロック線図であり、図中
10は振動センサを示す。なお本例におけるオンライン設
備診断機器の構成は従来例と同一である。
備診断機器の構成を例示する線図、第２図はその中のデ
ータ収集機の内部構成を示すブロック線図であり、図中
10は振動センサを示す。なお本例におけるオンライン設
備診断機器の構成は従来例と同一である。
ところで本例におけるオンライン設備は例えば工作機
械11であるものとし、振動センサ10は、工作機械11が内
蔵するギヤボックス12内の、直交方向に噛合する一対の
カサ歯車13,14が発生する１次振動を、この工作機械11
の性能劣化傾向を表わす変化量として計測し、計測デー
タを増幅器15に出力する（なお上記計測データは振動セ
ンサ10からのものに限定されるものでなく、他のセンサ
を工作機械11に複数同時に設置してもよい）。ここでこ
の計測データは所定サンプリング周期毎のサンプリング
により求めるものとし、この計測データは増幅器15で増
幅された後、データ収集機16に入力される。
械11であるものとし、振動センサ10は、工作機械11が内
蔵するギヤボックス12内の、直交方向に噛合する一対の
カサ歯車13,14が発生する１次振動を、この工作機械11
の性能劣化傾向を表わす変化量として計測し、計測デー
タを増幅器15に出力する（なお上記計測データは振動セ
ンサ10からのものに限定されるものでなく、他のセンサ
を工作機械11に複数同時に設置してもよい）。ここでこ
の計測データは所定サンプリング周期毎のサンプリング
により求めるものとし、この計測データは増幅器15で増
幅された後、データ収集機16に入力される。
データ収集機16は、第２図に示すように、ローパスフ
ィルタ（LPF）17と、ハイパスフィルタ（HPF）18と、A/
Dコンバータ19と、フーリエ変換器（FFT）20と、インタ
フェース（IF）21と、前記各構成要素の制御を司どる通
常のCPU22とを具えて成るものであり、増幅器15で増幅
された振動センサ10からの計測データ信号を入力され
て、この計測データ信号をLPF17,HPF18で順次フィルタ
処理し、A/Dコンバータ19でデジタル化し、さらにFFT20
でフーリエ変換することにより所望のデータに変換する
信号処理を行うものである。なお、前記フィルタ処理、
デジタル化およびフーリエ変換は、振動センサ10からの
信号が歯車13,14の１次振動の他、工作機械11の他の部
分の振動や２次振動を含んでいることから、前記１次振
動に対応する所望の周波数成分のみを抽出するために通
常用いる手法である。
ィルタ（LPF）17と、ハイパスフィルタ（HPF）18と、A/
Dコンバータ19と、フーリエ変換器（FFT）20と、インタ
フェース（IF）21と、前記各構成要素の制御を司どる通
常のCPU22とを具えて成るものであり、増幅器15で増幅
された振動センサ10からの計測データ信号を入力され
て、この計測データ信号をLPF17,HPF18で順次フィルタ
処理し、A/Dコンバータ19でデジタル化し、さらにFFT20
でフーリエ変換することにより所望のデータに変換する
信号処理を行うものである。なお、前記フィルタ処理、
デジタル化およびフーリエ変換は、振動センサ10からの
信号が歯車13,14の１次振動の他、工作機械11の他の部
分の振動や２次振動を含んでいることから、前記１次振
動に対応する所望の周波数成分のみを抽出するために通
常用いる手法である。
信号処理後の計測データ（以下信号処理データと称
す）は、IF21よりホストコンピュータ17へ通信回線等を
介して転送される。ホストコンピュータ17では、この信
号処理データを用いて工作機械11の寿命管理を行う。す
なわち、原理的には、各信号処理データを第４図のグラ
フに示すように時系列的にプロットして得られる寿命予
測直線ｌによって、性能劣化がリニアに進行するとの仮
定の下で、この直線ｌと閾値Ｓとの交点を求めることに
より寿命到来予定日Ｘを推定するものである（この考え
方は従来例と同様である）。なお実際にプロットされた
信号処理データが閾値Ｓを超えたら寿命になったと判定
するのは言うまでもない。
す）は、IF21よりホストコンピュータ17へ通信回線等を
介して転送される。ホストコンピュータ17では、この信
号処理データを用いて工作機械11の寿命管理を行う。す
なわち、原理的には、各信号処理データを第４図のグラ
フに示すように時系列的にプロットして得られる寿命予
測直線ｌによって、性能劣化がリニアに進行するとの仮
定の下で、この直線ｌと閾値Ｓとの交点を求めることに
より寿命到来予定日Ｘを推定するものである（この考え
方は従来例と同様である）。なお実際にプロットされた
信号処理データが閾値Ｓを超えたら寿命になったと判定
するのは言うまでもない。
ところで本発明においては、実際に上述した寿命管理
を行うに際し、第３図の制御プログラムの実行により各
信号処理データに対し一種の重み付けを行って寿命予測
精度の向上を図っている。
を行うに際し、第３図の制御プログラムの実行により各
信号処理データに対し一種の重み付けを行って寿命予測
精度の向上を図っている。
すなわちまず第３図のステップ101で寿命管理プログ
ラムを起動し、ステップ102でデータの計測を行う（こ
の計測は振動センサ10により所定サンプリング周期毎に
行う）。次のステップ103でこの計測データに前述した
信号処理（フィルタ処理、フーリエ変換等）を行い、性
能劣化傾向を表わす変化量としての信号処理データに変
換する。
ラムを起動し、ステップ102でデータの計測を行う（こ
の計測は振動センサ10により所定サンプリング周期毎に
行う）。次のステップ103でこの計測データに前述した
信号処理（フィルタ処理、フーリエ変換等）を行い、性
能劣化傾向を表わす変化量としての信号処理データに変
換する。
次のステップ104では、このようにして取り込んだＮ
個の信号処理データからそれらの分散度（ばらつき）を
求めてその程度に応じてＡ（大）,B（中）,C（小）の３
段階に等級付けし、この等級に基づくステップ105の判
別により、分散度Ｄの大きいＡランクではステップ106
で移動平均法の母数ＫをＫ＝ｍとし、分散度Ｄの中位の
Ｂランクではステップ107で移動平均法の母数ＫをＫ＝
ｎ（ただしｎ＜ｍ）とし、分散度Ｄの小さいＣランクで
はステップ108で移動平均法を行わないことを決定す
る。
個の信号処理データからそれらの分散度（ばらつき）を
求めてその程度に応じてＡ（大）,B（中）,C（小）の３
段階に等級付けし、この等級に基づくステップ105の判
別により、分散度Ｄの大きいＡランクではステップ106
で移動平均法の母数ＫをＫ＝ｍとし、分散度Ｄの中位の
Ｂランクではステップ107で移動平均法の母数ＫをＫ＝
ｎ（ただしｎ＜ｍ）とし、分散度Ｄの小さいＣランクで
はステップ108で移動平均法を行わないことを決定す
る。
次のステップ109で再びデータの計測を行い、ステッ
プ110でこの計測データに対し、ステップ103と同様の信
号処理および、ステップ106,107,108の何れかの処理か
ら成る信号処理を行い、信号処理データに変換する。次
にステップ111で、この信号処理データが閾値S1を超え
たか否かの判別を行い、閾値S1を超えたらステップ112
でNG、すなわちこの工作機械の寿命が既に尽きてしまっ
たものと判定する。一方閾値S1以下ならば、ステップ11
3で信号処理データの変化率（この変化率は今回のデー
タと前回のデータの差分より求める）が閾値S2を超えた
か否かの判別を行い、閾値S2を超えたら（例えば前述し
た寿命予測直線ｌの変化率を超える大幅なデータ変動
（上昇）が生じていたら）、当該工作機械に何らかの重
大な異常が発生した可能性が大きいことから、ステップ
112でNGと判定する。
プ110でこの計測データに対し、ステップ103と同様の信
号処理および、ステップ106,107,108の何れかの処理か
ら成る信号処理を行い、信号処理データに変換する。次
にステップ111で、この信号処理データが閾値S1を超え
たか否かの判別を行い、閾値S1を超えたらステップ112
でNG、すなわちこの工作機械の寿命が既に尽きてしまっ
たものと判定する。一方閾値S1以下ならば、ステップ11
3で信号処理データの変化率（この変化率は今回のデー
タと前回のデータの差分より求める）が閾値S2を超えた
か否かの判別を行い、閾値S2を超えたら（例えば前述し
た寿命予測直線ｌの変化率を超える大幅なデータ変動
（上昇）が生じていたら）、当該工作機械に何らかの重
大な異常が発生した可能性が大きいことから、ステップ
112でNGと判定する。
ステップ113の判別がNoであれば、ステップ114で寿命
を前述した第４図のグラフに示すようにして算出し、こ
の寿命が所定値Ｔ（例えば１カ月）未満になってステッ
プ115の判別がYesになったらステップ116でデータの計
測のサンプリング周期を短縮し、ステップ117で、前記
ステップ110の信号処理が移動平均法を含んでいる場
合、それをキャンセルしてから制御をステップ109以降
に戻す。なおステップ115の判別がNo、すなわち寿命が
所定値Ｔ以上でまだ十分に残っている場合にはサンプリ
ング周期を変えずに制御をステップ102に戻し、ステッ
プ102以降の処理を繰り返すものとする。
を前述した第４図のグラフに示すようにして算出し、こ
の寿命が所定値Ｔ（例えば１カ月）未満になってステッ
プ115の判別がYesになったらステップ116でデータの計
測のサンプリング周期を短縮し、ステップ117で、前記
ステップ110の信号処理が移動平均法を含んでいる場
合、それをキャンセルしてから制御をステップ109以降
に戻す。なおステップ115の判別がNo、すなわち寿命が
所定値Ｔ以上でまだ十分に残っている場合にはサンプリ
ング周期を変えずに制御をステップ102に戻し、ステッ
プ102以降の処理を繰り返すものとする。
次に本例の作用について第５図を用いて詳細に説明す
る。
る。
振動センサ10より所定サンプリング周期毎にサンプリ
ングされる計測データが所定値Ｎ個得られたら、第３図
のステップ104の実行により、データの分散度（ばらつ
き）Ｄおよびその等級を次のようにして求める。すなわ
ち第５図に示すようにＮ個（ここではＮ＝６とする）の
データの寿命予測直線ｌとの距離a1,a2,…,an＝a6の合
計量Σanを求め、このΣanを分散度Ｄの等級付け（Ａラ
ンク、Ｂランク、Ｃランク）の境界値L,M（ただしＬ＞
Ｍ）と比較し、Σan＞Ｌならばばらつき大のＡランク、
Ｌ≧Σan＞Ｍならばばらつき中位のＢランク、Ｍ≧Σan
ならばばらつき小のＣランクとする。
ングされる計測データが所定値Ｎ個得られたら、第３図
のステップ104の実行により、データの分散度（ばらつ
き）Ｄおよびその等級を次のようにして求める。すなわ
ち第５図に示すようにＮ個（ここではＮ＝６とする）の
データの寿命予測直線ｌとの距離a1,a2,…,an＝a6の合
計量Σanを求め、このΣanを分散度Ｄの等級付け（Ａラ
ンク、Ｂランク、Ｃランク）の境界値L,M（ただしＬ＞
Ｍ）と比較し、Σan＞Ｌならばばらつき大のＡランク、
Ｌ≧Σan＞Ｍならばばらつき中位のＢランク、Ｍ≧Σan
ならばばらつき小のＣランクとする。
ここでＡランクならばステップ106で計測データから
得られる信号処理データに対し移動平均を行うとともに
その際の母数ＫをＫ＝ｍと大きくし、Ｂランクならば同
様にステップ107で移動平均を母数Ｋ＝ｎ（ただしｎ＜
ｍ）によって行うから、計測データに外乱等によるばら
つきがあるときそれら計測データを全て用いて寿命予測
を行うと寿命到来予定日と実際の寿命到来日との誤差が
大きくなる問題を、移動平均法によって求めたデータを
用いることにより効果的に解消することができる（なお
移動平均法とは時系列的に求めたデータを母数Ｋ毎に平
均してその母数に該当する期間の中央にプロットし、こ
の期間をずらすことにより順次プロットした点を連結す
ることによってデータの長期的変動傾向を見る手法であ
る）。したがってステップ109〜114の実行により、移動
平均法による統計処理を加えた信号処理データおよびそ
の変化率（例えば第５図に点線ｌ′で示すように変化率
が異常に増大したときは即座にNGと判定する）から、性
能劣化傾向を的確に反映した極めて正確な寿命予測を行
うことができる。
得られる信号処理データに対し移動平均を行うとともに
その際の母数ＫをＫ＝ｍと大きくし、Ｂランクならば同
様にステップ107で移動平均を母数Ｋ＝ｎ（ただしｎ＜
ｍ）によって行うから、計測データに外乱等によるばら
つきがあるときそれら計測データを全て用いて寿命予測
を行うと寿命到来予定日と実際の寿命到来日との誤差が
大きくなる問題を、移動平均法によって求めたデータを
用いることにより効果的に解消することができる（なお
移動平均法とは時系列的に求めたデータを母数Ｋ毎に平
均してその母数に該当する期間の中央にプロットし、こ
の期間をずらすことにより順次プロットした点を連結す
ることによってデータの長期的変動傾向を見る手法であ
る）。したがってステップ109〜114の実行により、移動
平均法による統計処理を加えた信号処理データおよびそ
の変化率（例えば第５図に点線ｌ′で示すように変化率
が異常に増大したときは即座にNGと判定する）から、性
能劣化傾向を的確に反映した極めて正確な寿命予測を行
うことができる。
さらにステップ115〜117の実行により、寿命が所定値
Ｔを切って寿命到来予定日Ｘが切迫したときサンプリン
グ周期を短縮してより多くの計測データを得るとともに
それら計測データを全て用いて前述した寿命予測を行う
から、時系列におけるデータ密度の増大により第５図の
X0以降の寿命予測精度が向上することになり、当該工作
機械を極限まで使用することが可能になる。
Ｔを切って寿命到来予定日Ｘが切迫したときサンプリン
グ周期を短縮してより多くの計測データを得るとともに
それら計測データを全て用いて前述した寿命予測を行う
から、時系列におけるデータ密度の増大により第５図の
X0以降の寿命予測精度が向上することになり、当該工作
機械を極限まで使用することが可能になる。
（発明の効果） かくして本発明のオンライン設備の寿命予測方法は、
計測データから得られる信号処理データの分散度を数段
階に等級付けした等級の上位２ランクの場合には移動平
均法による統計処理を用いてオンライン設備の寿命を予
測し、寿命が極めて切迫したとき以後はサンプリング周
期を短縮するとともに前記移動平均法による統計処理を
キャンセルしてオンライン設備の寿命を予測するから、
性能劣化傾向を的確に反映した寿命予測を行って寿命予
測精度を格段に向上させることができ、したがって当該
オンライン設備を極限まで使用することが可能になる。
計測データから得られる信号処理データの分散度を数段
階に等級付けした等級の上位２ランクの場合には移動平
均法による統計処理を用いてオンライン設備の寿命を予
測し、寿命が極めて切迫したとき以後はサンプリング周
期を短縮するとともに前記移動平均法による統計処理を
キャンセルしてオンライン設備の寿命を予測するから、
性能劣化傾向を的確に反映した寿命予測を行って寿命予
測精度を格段に向上させることができ、したがって当該
オンライン設備を極限まで使用することが可能になる。
第１図は本発明方法の一実施例に用いるオンライン設備
診断機器の構成を例示する線図、 第２図は同例におけるオンライン設備診断機器の１つで
あるデータ収集機の内部構成を示すブロック線図、 第３図は同例におけるホストコンピュータの制御プログ
ラムを示すフローチャート、 第４図および第５図は同例における寿命予測を説明する
ためのグラフである。 10……振動センサ 11……工作機械（オンライン設備） 16……データ収集機、17……ホストコンピュータ
診断機器の構成を例示する線図、 第２図は同例におけるオンライン設備診断機器の１つで
あるデータ収集機の内部構成を示すブロック線図、 第３図は同例におけるホストコンピュータの制御プログ
ラムを示すフローチャート、 第４図および第５図は同例における寿命予測を説明する
ためのグラフである。 10……振動センサ 11……工作機械（オンライン設備） 16……データ収集機、17……ホストコンピュータ
Claims (1)
- 【請求項１】オンライン設備に、その性能劣化傾向を表
わす変化量を計測するセンサを設け、このセンサにより
所定サンプリング周期毎にサンプリングされる計測デー
タを信号処理し、得られた信号処理データに基づき当該
オンライン設備の寿命予測を行うに際し、 前記信号処理データが所定数得られた時点で、これら信
号処理データの分散度を求めてその程度に応じて数段階
に等級付けし、 前記分散度の等級の上位２ランクでは上位ランクほど大
きく設定した母数で移動平均法による統計処理を行い、
前記分散度の等級の最下位ランクでは移動平均法による
統計処理を行わないことを決定し、 この決定に基づき、前記所定サンプリング周期毎の再度
の計測によりサンプリングされる計測データの信号処理
を行い、 この信号処理により得られた信号処理データおよびその
変化率から当該オンライン設備の寿命を予測し、 この寿命が所定値未満になったとき以後前記所定サンプ
リング周期を短縮するとともに前記移動平均法による統
計処理をキャンセルした状態で当該短縮したサンプリン
グ周期毎に再度の計測を行い、該再度の計測によりサン
プリングされる計測データの信号処理により得られた信
号処理データおよびその変化率から当該オンライン設備
の寿命を予測することを特徴とする、オンライン設備の
寿命予測方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1270200A JP2867477B2 (ja) | 1989-10-19 | 1989-10-19 | オンライン設備の寿命予測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1270200A JP2867477B2 (ja) | 1989-10-19 | 1989-10-19 | オンライン設備の寿命予測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03132899A JPH03132899A (ja) | 1991-06-06 |
| JP2867477B2 true JP2867477B2 (ja) | 1999-03-08 |
Family
ID=17482926
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1270200A Expired - Fee Related JP2867477B2 (ja) | 1989-10-19 | 1989-10-19 | オンライン設備の寿命予測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2867477B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102689231A (zh) * | 2012-06-12 | 2012-09-26 | 西南交通大学 | 一种丝杠副、导轨副性能退化的图示化分析方法 |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4340603B2 (ja) * | 2004-08-26 | 2009-10-07 | 株式会社日立ビルシステム | 電力変換器用制御装置 |
| US7222048B2 (en) * | 2005-04-21 | 2007-05-22 | General Electric Company | Methods and systems for diagnosing machinery |
| JP2015001891A (ja) * | 2013-06-17 | 2015-01-05 | 日本電信電話株式会社 | センサデータ収集システム、基地局装置、センサノード装置、サンプリングレート制御方法、及びプログラム |
| JP2015084849A (ja) * | 2013-10-29 | 2015-05-07 | パイオニア株式会社 | 信号処理装置及び方法、並びにコンピュータプログラム及び記録媒体 |
| JP6392843B2 (ja) | 2016-12-28 | 2018-09-19 | ファナック株式会社 | 工作機械、生産管理システム及び工具の寿命を予測・検出する方法 |
| CN107363644B (zh) * | 2017-07-26 | 2019-03-29 | 裘钧 | 一种刀具安全检测的方法 |
| JP2019141597A (ja) * | 2019-03-05 | 2019-08-29 | パイオニア株式会社 | 信号処理装置及び方法、並びにコンピュータプログラム及び記録媒体 |
| JP7025494B2 (ja) * | 2020-08-12 | 2022-02-24 | パイオニア株式会社 | 信号処理装置及び方法、並びにコンピュータプログラム及び記録媒体 |
| CN112846935B (zh) * | 2020-12-31 | 2022-10-18 | 中船重工西安东仪科工集团有限公司 | 一种空间尺寸在线加工时的测量及加工补偿方法 |
-
1989
- 1989-10-19 JP JP1270200A patent/JP2867477B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102689231A (zh) * | 2012-06-12 | 2012-09-26 | 西南交通大学 | 一种丝杠副、导轨副性能退化的图示化分析方法 |
| CN102689231B (zh) * | 2012-06-12 | 2013-12-11 | 西南交通大学 | 一种丝杠副、导轨副性能退化的图示化分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH03132899A (ja) | 1991-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9465387B2 (en) | Anomaly diagnosis system and anomaly diagnosis method | |
| US6792360B2 (en) | Harmonic activity locator | |
| JP2867477B2 (ja) | オンライン設備の寿命予測方法 | |
| CN109376401B (zh) | 一种自适应多源信息优选与融合的机械剩余寿命预测方法 | |
| CN111046541B (zh) | 发动机基频振动幅值随转速变化自适应求解方法与系统 | |
| Sunder et al. | A new procedure for processing strong-motion earthquake signals | |
| EP2345894B1 (en) | Trending of vibration data taking into account torque effect | |
| US20040189277A1 (en) | Method and circuit for real time frequency analysis of a non-stationary signal | |
| US7949497B2 (en) | Machine condition monitoring using discontinuity detection | |
| CN117387884A (zh) | 一种基于多传感器数据融合的桥梁挠度测量方法 | |
| CN117332205B (zh) | 压电阻抗温度补偿高精度自动优化方法及装置 | |
| CN113156200B (zh) | 一种电网低频振荡实时监测装置 | |
| Lopatinskaia et al. | Monitoring varying speed machinery vibrations—I. The use of non-stationary recursive filters | |
| CN105656453B (zh) | 一种基于时间序列的光纤电流互感器随机噪声实时滤波方法 | |
| JPH0318739A (ja) | 減速機歯車の故障診断方法 | |
| Eichstädt et al. | Dynamic measurement and its relation to metrology, mathematical theory and signal processing: A review | |
| Aiordachioaie et al. | VIBROCHANGE—a development system for condition monitoring based on advanced techniques of signal processing | |
| Rauf et al. | Calculation of Lyapunov exponents through nonlinear adaptive filters | |
| CN113654630A (zh) | 矿物重量测量方法、装置、设备及存储介质 | |
| Herasimov et al. | Method for Assessing Meter Error Characteristics of Random Signals | |
| RU124411U1 (ru) | Система обработки и анализа данных цифровых регистраторов для мониторинга переходных режимов в энергообъединении | |
| JP2024057455A (ja) | 震源距離推定装置、震源距離推定プログラム及び震源距離推定方法 | |
| Balbás et al. | In Situ Surveillance of Capacitive Pressure Transmitter Dynamic Poles | |
| CN117290685A (zh) | 一种基于历史数据的电厂电力设备专家诊断系统及方法 | |
| CN117150230A (zh) | 基于带通滤波和随机减量法结合的桥梁动力特性长期跟踪识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |