JP2924243B2 - 回転機械の損傷・劣化の寿命予測方法 - Google Patents
回転機械の損傷・劣化の寿命予測方法Info
- Publication number
- JP2924243B2 JP2924243B2 JP6245391A JP6245391A JP2924243B2 JP 2924243 B2 JP2924243 B2 JP 2924243B2 JP 6245391 A JP6245391 A JP 6245391A JP 6245391 A JP6245391 A JP 6245391A JP 2924243 B2 JP2924243 B2 JP 2924243B2
- Authority
- JP
- Japan
- Prior art keywords
- life
- damage
- time
- series
- deterioration
- 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 - Lifetime
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、ファン，ブロア，減速
機等の回転機械の損傷・劣化（以下、損傷という）の徴
候が認められた場合、適切な修理時期を決定する際に必
要となる機械が使用不能状態となるまでの期間（以下、
寿命という）や使用限度到達日を精度良く予測する寿命
予測方法に関するものである。
機等の回転機械の損傷・劣化（以下、損傷という）の徴
候が認められた場合、適切な修理時期を決定する際に必
要となる機械が使用不能状態となるまでの期間（以下、
寿命という）や使用限度到達日を精度良く予測する寿命
予測方法に関するものである。
【０００２】
【従来の技術】従来の寿命予測方法は、回転機械の振動
を検出してフィルタリングや包絡線処理等の信号処理を
行った後に、周波数分析を行い、各種損傷に対応する振
動スペクトル値（以下、特定スペクトル成分値という）
を求め、特定の損傷に対応する特定スペクトル成分値の
時系列データ分析結果から計算された損傷の進展に関す
る特徴量の時系列データを用い、時間を独立変数とし、
その後の損傷の進展に関する特徴量を従属変数とする予
測式、例えば一次関数式，二次関数式，指数関数式等を
最小自乗法等の方法で作成して時間軸に対し外挿するこ
とにより、損傷の進展に関する特徴量の予測値が所定の
限界値に達するまでの時間を寿命として予測するように
している。
を検出してフィルタリングや包絡線処理等の信号処理を
行った後に、周波数分析を行い、各種損傷に対応する振
動スペクトル値（以下、特定スペクトル成分値という）
を求め、特定の損傷に対応する特定スペクトル成分値の
時系列データ分析結果から計算された損傷の進展に関す
る特徴量の時系列データを用い、時間を独立変数とし、
その後の損傷の進展に関する特徴量を従属変数とする予
測式、例えば一次関数式，二次関数式，指数関数式等を
最小自乗法等の方法で作成して時間軸に対し外挿するこ
とにより、損傷の進展に関する特徴量の予測値が所定の
限界値に達するまでの時間を寿命として予測するように
している。
【０００３】
【発明が解決しようとする課題】しかしながら、従来の
方法では、特定周波数成分値の時系列データを数学的，
統計的に処理した結果、得られる予測式を使用している
ため、場合によっては損傷の進展が必ずしも数式で表現
できないことがあり、この場合は寿命予測値と実際の寿
命との間にかなりの誤差を生じるという問題があった。
一方、このような誤差が生じた場合に従来の方法は、寿
命予測式を実情に合致する形に変更し、この結果、ソフ
トウェアを修正・追加することが必要となるため、関連
ソフトウェアのメンテナンスコストが上昇したり、ま
た、ソフトメンテナンスが実施されないために別途人手
を介して寿命予測作業を行うことにもなり工数が増大す
る等の問題があった。本発明の目的は、ソフトウェアを
変更することなしに、各種回転機械の状態や損傷の種類
等の実情に合致して損傷の進展が予測可能な複雑な形状
の寿命曲線を実用上忠実にかつ簡単に使用可能とするこ
とにより、良好な寿命予測精度を得ることにある。
方法では、特定周波数成分値の時系列データを数学的，
統計的に処理した結果、得られる予測式を使用している
ため、場合によっては損傷の進展が必ずしも数式で表現
できないことがあり、この場合は寿命予測値と実際の寿
命との間にかなりの誤差を生じるという問題があった。
一方、このような誤差が生じた場合に従来の方法は、寿
命予測式を実情に合致する形に変更し、この結果、ソフ
トウェアを修正・追加することが必要となるため、関連
ソフトウェアのメンテナンスコストが上昇したり、ま
た、ソフトメンテナンスが実施されないために別途人手
を介して寿命予測作業を行うことにもなり工数が増大す
る等の問題があった。本発明の目的は、ソフトウェアを
変更することなしに、各種回転機械の状態や損傷の種類
等の実情に合致して損傷の進展が予測可能な複雑な形状
の寿命曲線を実用上忠実にかつ簡単に使用可能とするこ
とにより、良好な寿命予測精度を得ることにある。
【０００４】
【課題を解決するための手段】上述の目的を達成するた
めに本発明は、回転機械の状態を表す検出信号に基づき
時系列データを生成するとともに、生成された時系列デ
ータを分析してこの分析結果から複数の特徴量を演算
し、演算された複数の特徴量に基づき上記回転機械の損
傷・劣化の進行を予測する寿命予測方法において、上記
特徴量と回転機械の余寿命との関係を表す寿命曲線を予
め各部分期間に区分するとともに、実際の回転機械で認
識された損傷・劣化の程度を上記各部分期間に対応する
各部分平均寿命変化定数として設定して各部分平均寿命
曲線を生成させる一方、検出信号に基づき時系列的にス
ペクトル相対値を演算して時系列特徴マトリックスを形
成するとともに、この時系列特徴マトリックスから損傷
・劣化の進展に関する特徴量を生成し、生成された特徴
量と上記部分平均寿命曲線とに基づき回転機械の使用可
能限界時期を予測するようにした方法である。即ち、各
回転機械毎，各損傷毎の進展の程度を実際の回転機械で
生起するパターンに合致させるために、寿命曲線を各部
分期間区分に対応した部分平均寿命変化定数の集合体に
より表現させ、この各部分平均寿命変化定数をシステム
にデータとして入力可能とすることにより、現実に起こ
る一般関係式では表現が困難な複雑な形状の寿命曲線を
任意に、かつ、ソフトウェアを変更することなしに、簡
便かつ精度良く使用可能とした方法である。
めに本発明は、回転機械の状態を表す検出信号に基づき
時系列データを生成するとともに、生成された時系列デ
ータを分析してこの分析結果から複数の特徴量を演算
し、演算された複数の特徴量に基づき上記回転機械の損
傷・劣化の進行を予測する寿命予測方法において、上記
特徴量と回転機械の余寿命との関係を表す寿命曲線を予
め各部分期間に区分するとともに、実際の回転機械で認
識された損傷・劣化の程度を上記各部分期間に対応する
各部分平均寿命変化定数として設定して各部分平均寿命
曲線を生成させる一方、検出信号に基づき時系列的にス
ペクトル相対値を演算して時系列特徴マトリックスを形
成するとともに、この時系列特徴マトリックスから損傷
・劣化の進展に関する特徴量を生成し、生成された特徴
量と上記部分平均寿命曲線とに基づき回転機械の使用可
能限界時期を予測するようにした方法である。即ち、各
回転機械毎，各損傷毎の進展の程度を実際の回転機械で
生起するパターンに合致させるために、寿命曲線を各部
分期間区分に対応した部分平均寿命変化定数の集合体に
より表現させ、この各部分平均寿命変化定数をシステム
にデータとして入力可能とすることにより、現実に起こ
る一般関係式では表現が困難な複雑な形状の寿命曲線を
任意に、かつ、ソフトウェアを変更することなしに、簡
便かつ精度良く使用可能とした方法である。
【０００５】
【作用】本発明による回転機械の寿命予測方法は、実際
の回転機械の損傷の進展過程を各設備毎，各損傷毎に忠
実かつ簡便に表現可能とすることにより、回転機械の設
備診断データと複雑な形状をした実際の回転機械の損傷
進展による寿命曲線とを精度良くかつ簡便に対応させる
ことが可能となるもので、この結果、従来の方法に比し
て寿命予測の精度向上が可能となる。
の回転機械の損傷の進展過程を各設備毎，各損傷毎に忠
実かつ簡便に表現可能とすることにより、回転機械の設
備診断データと複雑な形状をした実際の回転機械の損傷
進展による寿命曲線とを精度良くかつ簡便に対応させる
ことが可能となるもので、この結果、従来の方法に比し
て寿命予測の精度向上が可能となる。
【０００６】
【実施例】以下、図面を用いて本発明の実施例を詳細に
説明する。図１は、本発明に係る回転機械の損傷・劣化
の寿命予測方法を適用したシステムの一実施例を示すブ
ロック系統図である。同図において、１は設備諸元入力
部、２は分析条件設定部、３は分析条件記憶部、４は振
動検出部、５は増幅器、６は信号処理部、７はＡ／Ｄ変
換器、８はディジタル周波数分析部である。また、９は
時系列データ演算部、１０は時系列特徴マトリックス記
憶部、１１は診断データ抽出部、１２は余寿命演算部、
１３は使用限度到達日演算部、１４は初期値スペクトル
記憶部、１５は制御部、１６は部分平均寿命定数設定
部、１７は寿命曲線演算部である。
説明する。図１は、本発明に係る回転機械の損傷・劣化
の寿命予測方法を適用したシステムの一実施例を示すブ
ロック系統図である。同図において、１は設備諸元入力
部、２は分析条件設定部、３は分析条件記憶部、４は振
動検出部、５は増幅器、６は信号処理部、７はＡ／Ｄ変
換器、８はディジタル周波数分析部である。また、９は
時系列データ演算部、１０は時系列特徴マトリックス記
憶部、１１は診断データ抽出部、１２は余寿命演算部、
１３は使用限度到達日演算部、１４は初期値スペクトル
記憶部、１５は制御部、１６は部分平均寿命定数設定
部、１７は寿命曲線演算部である。
【０００７】図１において、設備諸元入力部１は、診断
の対象となるファン，ブロア，減速機，ポンプ等の回転
機械の構成，減速機の歯車の枚数等の回転要素や軸受の
仕様等で示される設備諸元を入力する。分析条件設定部
２は、振動，回転数等の検出信号の種類と検出位置，信
号処理の種類，周波数分析周波数帯域，回転機械の各種
の異常に対応する周波数等の信号分析を自動的に実施す
るための条件・方法を規定するデータを設定し、分析条
件記憶部３においてこれらのデータは記憶される。ま
た、振動検出部４は、回転機械から発生する振動を検出
し、増幅器５でその振動信号を増幅し、信号処理部６で
フィルタリング等の信号処理を行った後、Ａ／Ｄ変換器
７によりアナログ／ディジタル変換を行う。また、ディ
ジタル周波数分析器８はその周波数分析を行い、得られ
た周波数スペクトルは時系列データ演算部９へ入力され
る。初期値スペクトル記憶部１４には、ベースラインデ
ータとしての初期値スペクトルが予め記憶されており、
このデータは時系列データ演算部９に入力される。時系
列データ演算部９は、回転機械の各種異常に対応する時
系列的特徴量を演算し、時系列特徴マトリックス記憶部
１０はこれを記憶する。
の対象となるファン，ブロア，減速機，ポンプ等の回転
機械の構成，減速機の歯車の枚数等の回転要素や軸受の
仕様等で示される設備諸元を入力する。分析条件設定部
２は、振動，回転数等の検出信号の種類と検出位置，信
号処理の種類，周波数分析周波数帯域，回転機械の各種
の異常に対応する周波数等の信号分析を自動的に実施す
るための条件・方法を規定するデータを設定し、分析条
件記憶部３においてこれらのデータは記憶される。ま
た、振動検出部４は、回転機械から発生する振動を検出
し、増幅器５でその振動信号を増幅し、信号処理部６で
フィルタリング等の信号処理を行った後、Ａ／Ｄ変換器
７によりアナログ／ディジタル変換を行う。また、ディ
ジタル周波数分析器８はその周波数分析を行い、得られ
た周波数スペクトルは時系列データ演算部９へ入力され
る。初期値スペクトル記憶部１４には、ベースラインデ
ータとしての初期値スペクトルが予め記憶されており、
このデータは時系列データ演算部９に入力される。時系
列データ演算部９は、回転機械の各種異常に対応する時
系列的特徴量を演算し、時系列特徴マトリックス記憶部
１０はこれを記憶する。
【０００８】次に、表１に時系列特徴マトリックスの構
造例を示す。表１は、特定周波数における時系列の各デ
ータを示し、Ｓ0 （ｉ）は初期値スペクトル、Ｒ（ｉ，
１），Ｒ（ｉ，２）は時系列的相対スペクトル比であ
る。
造例を示す。表１は、特定周波数における時系列の各デ
ータを示し、Ｓ0 （ｉ）は初期値スペクトル、Ｒ（ｉ，
１），Ｒ（ｉ，２）は時系列的相対スペクトル比であ
る。
【０００９】
【表１】
【００１０】また、診断データ抽出部１１は、時系列特
徴マトリックス記憶部１０の中から時系列的相対スペク
トル比Ｒ（ｉ，ｊ）や診断実施時間情報等の寿命予測に
必要な各種の診断データを抽出する。余寿命演算部１２
は、診断データ抽出部１１で得られたデータと寿命曲線
演算部１７で生成された寿命曲線とから余寿命を演算す
る。使用限度到達日演算部１３は、余寿命演算部１２で
得られた余寿命と診断データ抽出部１１で得られたデー
タとを基に、使用限度到達日を演算する。部分平均寿命
定数設定部１６では、各部分期間区分に対応する部分平
均寿命変化率等の定数を設定する。寿命曲線演算部１７
では、部分平均寿命定数設定部１６で設定された定数を
基に寿命曲線を演算して生成する。制御部１５は、上記
の一連のプロセスを実行制御する機能を有している。
徴マトリックス記憶部１０の中から時系列的相対スペク
トル比Ｒ（ｉ，ｊ）や診断実施時間情報等の寿命予測に
必要な各種の診断データを抽出する。余寿命演算部１２
は、診断データ抽出部１１で得られたデータと寿命曲線
演算部１７で生成された寿命曲線とから余寿命を演算す
る。使用限度到達日演算部１３は、余寿命演算部１２で
得られた余寿命と診断データ抽出部１１で得られたデー
タとを基に、使用限度到達日を演算する。部分平均寿命
定数設定部１６では、各部分期間区分に対応する部分平
均寿命変化率等の定数を設定する。寿命曲線演算部１７
では、部分平均寿命定数設定部１６で設定された定数を
基に寿命曲線を演算して生成する。制御部１５は、上記
の一連のプロセスを実行制御する機能を有している。
【００１１】次に、寿命予測の方法について説明する。
時系列データ演算部９は、図２（ａ）に例示した初期値
スペクトルＳ0 （ｉ）と、ディジタル周波数分析部８で
得られた図２（ｂ）に例示した時系列スペクトルＳ
（ｉ，ｊ）とから、時系列的スペクトル比Ｒ（ｉ，ｊ）
＝Ｓ（ｉ，ｊ）／Ｓ0 （ｉ）といったような、異常に対
応するスペクトル成分や、スペクトルの特徴を表現する
指標についての時系列的相対値等の時系列的特徴量を演
算し、時系列特徴マトリックスを形成する。部分平均寿
命定数設定部１６は、図３に例示したような寿命曲線を
各部分期間区分に対応する部分平均寿命変化定数で定義
するための定数類を設定する。寿命曲線演算部１７は、
部分平均寿命定数設定部１６で設定された定数を基に、
図３に例示したような寿命曲線を演算して生成する。
時系列データ演算部９は、図２（ａ）に例示した初期値
スペクトルＳ0 （ｉ）と、ディジタル周波数分析部８で
得られた図２（ｂ）に例示した時系列スペクトルＳ
（ｉ，ｊ）とから、時系列的スペクトル比Ｒ（ｉ，ｊ）
＝Ｓ（ｉ，ｊ）／Ｓ0 （ｉ）といったような、異常に対
応するスペクトル成分や、スペクトルの特徴を表現する
指標についての時系列的相対値等の時系列的特徴量を演
算し、時系列特徴マトリックスを形成する。部分平均寿
命定数設定部１６は、図３に例示したような寿命曲線を
各部分期間区分に対応する部分平均寿命変化定数で定義
するための定数類を設定する。寿命曲線演算部１７は、
部分平均寿命定数設定部１６で設定された定数を基に、
図３に例示したような寿命曲線を演算して生成する。
【００１２】次に、余寿命演算部１２は、診断データ抽
出部１１で得られた時系列的相対スペクトル比Ｒ（ｉ，
ｊ）に対応する余寿命ｌ（ｉ，ｊ）を寿命曲線演算部１
７で生成された寿命曲線から演算する。使用限界到達日
演算部１３は、余寿命演算部１２で得られた余寿命ｌ
（ｉ，ｊ）と診断データ抽出部１１で得られた診断デー
タとから当該回転機械での各種損傷に対応する使用限度
到達日を演算する。
出部１１で得られた時系列的相対スペクトル比Ｒ（ｉ，
ｊ）に対応する余寿命ｌ（ｉ，ｊ）を寿命曲線演算部１
７で生成された寿命曲線から演算する。使用限界到達日
演算部１３は、余寿命演算部１２で得られた余寿命ｌ
（ｉ，ｊ）と診断データ抽出部１１で得られた診断デー
タとから当該回転機械での各種損傷に対応する使用限度
到達日を演算する。
【００１３】上記の例のように、実際の回転機械で起こ
る相当複雑な寿命曲線を実用上任意にかつ容易に定義し
て使用可能としているため、一次関数，二次関数，指数
関数等の関数においては表現できないタイプの損傷の寿
命予測を精度良く行うことができる。
る相当複雑な寿命曲線を実用上任意にかつ容易に定義し
て使用可能としているため、一次関数，二次関数，指数
関数等の関数においては表現できないタイプの損傷の寿
命予測を精度良く行うことができる。
【００１４】
【発明の効果】以上説明したように本発明は、設備診断
で得られる時系列的スペクトル比等の診断データと実際
の機械で生起する損傷の時系列的進展過程を部分期間区
分毎に定義される平均寿命変化定数の集合化により、複
雑な形状の寿命曲線を定数の入力により生成させて互い
に関連づけることにより、機械の損傷による寿命予測を
精度良く行えるとともに、ソフトウェアの変更を必要と
せずに簡便に少ない労力で予測できるという効果があ
る。また、年々蓄積される設備診断データと点検整備デ
ータとを対応させて整理・分析することより得られる寿
命予測に関する知見，ノウハウを定数化して入力するこ
とにより、寿命予測の大幅な精度向上が期待できるとい
う効果がある。
で得られる時系列的スペクトル比等の診断データと実際
の機械で生起する損傷の時系列的進展過程を部分期間区
分毎に定義される平均寿命変化定数の集合化により、複
雑な形状の寿命曲線を定数の入力により生成させて互い
に関連づけることにより、機械の損傷による寿命予測を
精度良く行えるとともに、ソフトウェアの変更を必要と
せずに簡便に少ない労力で予測できるという効果があ
る。また、年々蓄積される設備診断データと点検整備デ
ータとを対応させて整理・分析することより得られる寿
命予測に関する知見，ノウハウを定数化して入力するこ
とにより、寿命予測の大幅な精度向上が期待できるとい
う効果がある。
【図１】本発明に係る回転機械の損傷・劣化の寿命予測
方法を適用したシステムの一実施例を示すブロック系統
図である。
方法を適用したシステムの一実施例を示すブロック系統
図である。
【図２】スペクトル成分値と周波数との関係を示す特性
図である。
図である。
【図３】本発明の一実施例が適用される寿命曲線の特性
図である。
図である。
１ 設備諸元入力部 ２ 分析条件設定部 ３ 分析条件記憶部 ４ 振動検出部 ５ 増幅器 ６ 信号処理部 ７ Ａ／Ｄ変換器 ８ ディジタル周波数分析部 ９ 時系列データ演算部 １０ 時系列特徴マトリックス記憶部 １１ 診断データ抽出部 １２ 余寿命演算部 １３ 使用限度到達日演算部 １４ 初期値スペクトル記憶部 １５ 制御部 １６ 部分平均寿命定数設定部 １７ 寿命曲線演算部
フロントページの続き (56)参考文献 特開 平２−40525（ＪＰ，Ａ) 特開 平２−40524（ＪＰ，Ａ) 特開 昭62−8024（ＪＰ，Ａ) 特開 昭62−892（ＪＰ，Ａ) 特開 昭58−28629（ＪＰ，Ａ) 特開 昭57−74627（ＪＰ，Ａ) 特開 昭54−161378（ＪＰ，Ａ) 特公 平１−24246（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.6，ＤＢ名) G01M 19/00
Claims (1)
- 【請求項１】 回転機械の状態を表す検出信号に基づき
時系列データを生成するとともに、生成された時系列デ
ータを分析してこの分析結果から複数の特徴量を演算
し、演算された複数の特徴量に基づき前記回転機械の損
傷・劣化の進行を予測する寿命予測方法において、前記特徴量と前記回転機械の余寿命との関係を表す寿命
曲線を予め各部分期間に区分するとともに、実際の回転
機械で認識された損傷・劣化の程度を前記各部分期間に
対応する各部分平均寿命変化定数として設定して各部分
平均寿命曲線を生成させる一方、前記検出信号に基づき
時系列的にスペクトル相対値を演算して時系列特徴マト
リックスを形成するとともに、この時系列特徴マトリッ
クスから損傷・劣化の進展に関する特徴量を生成し、生
成された特徴量と前記部分平均寿命曲線とに基づき回転
機械の使用可能限界時期を予測するようにしたことを特
徴とする回転機械の損傷・劣化の寿命予測方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6245391A JP2924243B2 (ja) | 1991-03-05 | 1991-03-05 | 回転機械の損傷・劣化の寿命予測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6245391A JP2924243B2 (ja) | 1991-03-05 | 1991-03-05 | 回転機械の損傷・劣化の寿命予測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04276539A JPH04276539A (ja) | 1992-10-01 |
| JP2924243B2 true JP2924243B2 (ja) | 1999-07-26 |
Family
ID=13200643
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6245391A Expired - Lifetime JP2924243B2 (ja) | 1991-03-05 | 1991-03-05 | 回転機械の損傷・劣化の寿命予測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2924243B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10274558A (ja) * | 1997-01-28 | 1998-10-13 | Matsushita Electric Works Ltd | 回転機器の異常診断方法およびその装置 |
| JP2004124765A (ja) * | 2002-09-30 | 2004-04-22 | Toshiba Corp | 回転機の寿命予測方法及び回転機を有する製造装置 |
| JP2005504272A (ja) * | 2001-09-07 | 2005-02-10 | ダイムラークライスラー・アクチェンゲゼルシャフト | アセンブリに対する損傷の早期の検出および予測のための装置と方法 |
| KR20190061430A (ko) * | 2017-11-28 | 2019-06-05 | 한국생산기술연구원 | 회전체의 열화 상태 진단 및 잔존 유효 수명 예측 시스템 |
| KR20190064915A (ko) * | 2017-12-01 | 2019-06-11 | 한국생산기술연구원 | 딥 러닝을 이용한 회전체의 효율 예측 시스템 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002014067A (ja) * | 2000-06-30 | 2002-01-18 | Toshiba Corp | 塗膜劣化診断方法とその装置 |
| KR102069553B1 (ko) * | 2017-12-01 | 2020-01-23 | 한국생산기술연구원 | 학습 데이터의 변환을 이용한 회전체의 효율 예측 시스템 및 방법 |
| CN113609666B (zh) * | 2021-07-30 | 2024-04-19 | 北京瑞凯软件科技开发有限公司 | 一种轨道交通设备的隔离开关寿命预测的方法和系统 |
-
1991
- 1991-03-05 JP JP6245391A patent/JP2924243B2/ja not_active Expired - Lifetime
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10274558A (ja) * | 1997-01-28 | 1998-10-13 | Matsushita Electric Works Ltd | 回転機器の異常診断方法およびその装置 |
| JP2005504272A (ja) * | 2001-09-07 | 2005-02-10 | ダイムラークライスラー・アクチェンゲゼルシャフト | アセンブリに対する損傷の早期の検出および予測のための装置と方法 |
| JP2004124765A (ja) * | 2002-09-30 | 2004-04-22 | Toshiba Corp | 回転機の寿命予測方法及び回転機を有する製造装置 |
| KR20190061430A (ko) * | 2017-11-28 | 2019-06-05 | 한국생산기술연구원 | 회전체의 열화 상태 진단 및 잔존 유효 수명 예측 시스템 |
| KR101992238B1 (ko) * | 2017-11-28 | 2019-06-25 | 한국생산기술연구원 | 회전체의 열화 상태 진단 및 잔존 유효 수명 예측 시스템 |
| KR20190064915A (ko) * | 2017-12-01 | 2019-06-11 | 한국생산기술연구원 | 딥 러닝을 이용한 회전체의 효율 예측 시스템 |
| KR102014820B1 (ko) * | 2017-12-01 | 2019-08-27 | 한국생산기술연구원 | 딥 러닝을 이용한 회전체의 효율 예측 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH04276539A (ja) | 1992-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2634328C (en) | Method and system for trend detection and analysis | |
| US5744723A (en) | Method for determining rotational speed from machine vibration data | |
| JP2924243B2 (ja) | 回転機械の損傷・劣化の寿命予測方法 | |
| EP1705468A2 (en) | Abnormality detection device and method having a judgment model | |
| JP2012008030A (ja) | 回転機軸受診断装置 | |
| CN111307438A (zh) | 一种基于信息熵的旋转机械振动故障诊断方法及其系统 | |
| CN114330834A (zh) | 一种基于自更新三次指数平滑法的充电桩用电量预测方法 | |
| CN113702043A (zh) | 一种基于povmd和fdtw的时变转速下行星齿轮箱故障诊断方法 | |
| CN111144009B (zh) | 一种风机的运行状态评估方法、装置、设备和存储介质 | |
| JPH0843257A (ja) | 遊星歯車の診断方法 | |
| KR20010016553A (ko) | 통신망을 이용한 설비 진단 서비스 제공 방법과 시스템 및그 방법이 저장된 기록매체 | |
| JPH0731076B2 (ja) | 回転機械の異常診断方法 | |
| JPH0318739A (ja) | 減速機歯車の故障診断方法 | |
| DE19860333A1 (de) | Verfahren zur modellbasierten schwingungsdiagnostischen Überwachung rotierender Maschinen | |
| EP3885720A1 (en) | Rotating machinery diagnosis and monitoring device and method | |
| JP2000146771A (ja) | 加減速型回転機械設備の簡易異常診断方法 | |
| JP2924242B2 (ja) | 変動する回転機械の診断方法 | |
| JP3634085B2 (ja) | 実装工場診断システム | |
| JPH10333743A (ja) | 負荷変動を伴う設備の簡易異常診断方法及びその簡易異常診断装置 | |
| CN110688424A (zh) | 一种生产监控方法及装置 | |
| JP3211863B2 (ja) | 水車の現地試験における運転動作状態の表示方法 | |
| CN114624022B (zh) | 齿轮磷化异响噪声评价方法及系统 | |
| US11898930B2 (en) | Systems and methods for measuring shaft-relative vibration | |
| TWI712944B (zh) | 利用聲音監控設備之方法 | |
| CN114571459B (zh) | 一种工业机器人故障诊断方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 10 Free format text: PAYMENT UNTIL: 20090507 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 10 Free format text: PAYMENT UNTIL: 20090507 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100507 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110507 Year of fee payment: 12 |
|
| EXPY | Cancellation because of completion of term |