JP3568939B2 - Method and apparatus for diagnosing state of rotating machine by analyzing shaft vibration - Google Patents
Method and apparatus for diagnosing state of rotating machine by analyzing shaft vibration Download PDFInfo
- Publication number
- JP3568939B2 JP3568939B2 JP2002150373A JP2002150373A JP3568939B2 JP 3568939 B2 JP3568939 B2 JP 3568939B2 JP 2002150373 A JP2002150373 A JP 2002150373A JP 2002150373 A JP2002150373 A JP 2002150373A JP 3568939 B2 JP3568939 B2 JP 3568939B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- vibration
- rotating machine
- shaft
- vibration 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
【0001】
【発明の属する技術分野】
本発明は、ガスタービンなどの回転機械の軸振動の振幅値をモニタリングすることで、不具合発生を事前予測する方法及び装置に関するものである。
【0002】
【従来の技術】
ガスタービンは、代表的な回転機械の1つである。また、そのメンテナンスは、製品の販売とともに、非常に重要であり、従来から公衆回線を用いた遠隔監視システムが採用されている。例えば、各地の納入先で稼働しているガスタービンの運転データをメンテナンス会社で一括監視することで、遠方からでも各地のガスタービンの状況を把握することができ、メンテナンスの効率化を図るとともに数々の不具合事例を蓄積している。
【0003】
ところで、ガスタービンは回転機械であるため、長時間運転における回転軸受の損傷は避けられない不具合事例である。一度その不具合が発生すれば、ガスタービンの修復にはかなりの費用がかかることになる。この場合、事前にその兆候を把握することで不具合による被害を最小限に抑え、修復費用を軽減させることが可能である。しかしながら、その兆候は、運転データに微少でかつ徐々に進行して現れるため、メンテナンス員が運転データを一見しただけではその判断が難しい。
【0004】
従来は、回転機械の近辺にデータ収集装置を設置し、ミリ秒以下の周期で、回転機械の軸振動データを収集して、収集したデータを周波数解析し、周波数分布を算出して、予め回転機械の不具合時の周波数分布と、新たに収集した振動データより算出した周波数分布とを比較し、それらの類似度合いにより新たに収集した振動データが不具合をもったものか否かを判断していた。
しかし、この方法では、不具合の判断のために、データ収集周期を速くする必要があり、その結果データ量も膨大になるので、回転機械を遠隔よりデータ収集し、診断する場合、データ転送コストが増大することになる。また、周波数解析自体、計算量が多く、計算機にも負担を要する。さらに、周波数分布には、ノイズが含まれ、分布のパターンも複雑で、不具合判断のためには、専門的な知識を要する。
【0005】
例えば、特開平7−190849号公報には、回転軸受け振動診断装置として、回転機械の軸振動データを収集し、周波数分布を算出する技術が開示されており、ニューラルネットにより、不具合による周波数分布以外に、ノイズ等外乱による周波数分布も教示させ、不具合発生時にニューラルネットにより、ノイズ等外乱の影響を除き、軸不具合判断を行う方法が記載されている。
しかし、この技術でも、上記同様、不具合の判断のために、データ収集周期を小さくする必要があり、データ量も膨大になるので、回転機械を遠隔よりデータ収集し、診断する場合、データ転送コストが増大することになる。また、診断の対象となる回転機械が多数ある場合、機械1台に対して診断装置が必要となる。多数の回転機械に対し、1台の診断装置で診断する場合、周波数解析やニューラルネットの計算は、診断装置に多大な負荷をかけることになる。
【0006】
【発明が解決しようとする課題】
本発明は上記の諸点に鑑みなされたもので、本発明の目的は、回転機械の軸振動データを用いて、遠隔での診断を考慮し診断に必要なデータ量を必要最小限に抑えるとともに、簡単な解析計算、統計計算による信号処理を施すことにより、微少な軸振動変化からも状態変化を検知して、軸受損傷の兆候を容易かつ早期に判断することができ、通信量、計算量ともに少なくなり経済的負担等を軽減することができる回転機械の軸振動解析による状態診断方法及び装置を提供することにある。
【0007】
【課題を解決するための手段】
上記の目的を達成するために、本発明の回転機械の軸振動解析による状態診断方法は、回転機械の軸系統の振動データを収集し、収集した振動データをデータ処理部に送信して、正常運転時の振動データより標準偏差を算出し、運転時振動データの変化量を前記標準偏差にある係数を乗じた値で割算して不具合軸振動データXとし、|f(X)|が|X|>1なら増幅し、|X|<1なら減衰するような数式f(X)により前記データXを処理し、増幅した不具合軸振動データを検出して軸振動の不具合を判断するように構成されている。
【0008】
上記の方法において、振動データ収集時に、ある期間内の振動データの中で代表値、例えば、最大値を抽出し、診断に必要な振動データを少量化して振動解析に用いることが好ましい。診断に必要な振動データを少量化し、データ処理部に送信することで、LAN(ローカル・エリア・ネットワーク)、公衆回線等の通信負荷を下げることができる。
また、上記の方法においては、データ処理部に送信された振動データのうち、回転機械運転時のデータのみを抽出して振動解析を行う。この場合、例えば、回転機械の回転数が一定値より大きい時点のデータのみを抽出する。
【0009】
本発明の回転機械の軸振動解析による状態診断装置は、回転機械に接続され、軸系統の回転数・振動データからなる運転データを収集するためのデータ収集手段と、収集したデータをデータ処理手段に送信するためのデータ通信手段(公衆回線、インターネット、LAN等)と、データ収集手段より送信されたデータを用いて、正常運転時振動データより標準偏差を算出し、運転時振動データの変化量を標準偏差にある係数を乗じた値で割算して不具合軸振動データXとし、|f(X)|が|X|>1なら増幅し、|X|<1なら減衰するような数式f(X)により前記データXを処理し、増幅した不具合軸振動データを検出するという、軸受損傷兆候を判断するための信号処理を施すデータ処理手段と、データ処理手段にて処理した結果を表示する表示手段とを備えたことを特徴としている。
【0010】
上記の装置において、データ収集手段に、ある期間内の振動データの中で代表値、例えば、最大値を抽出し、診断に必要な振動データを少量化する機能を付加して、公衆回線、LAN等の負荷を軽減することが好ましい。
また、上記の装置において、データ処理手段に、回転機械の回転数が一定値より大きい時点のデータのみを抽出して、運転時のデータのみが振動解析に利用される機能を設ける。
【0011】
【発明の実施の形態】
以下、本発明の実施の形態について説明するが、本発明は下記の実施の形態に何ら限定されるものではなく、適宜変更して実施することが可能なものである。図1は、本発明の実施の第1形態による回転機械の軸振動解析による状態診断方法を実施するためのシステム構成を示している。システムは、回転機械の軸系統の回転数・振動データからなる運転データを収集するためのデータ収集部1、収集したデータを後述するデータ処理部3に送信するためのデータ通信部2、データ収集部1より送信されたデータより、軸受損傷兆候を判断するための信号処理を施すデータ処理部3、処理した結果を表示する表示部4からなる。複数の回転機械を診断するため複数のデータ収集部1を用意することもある。
【0012】
具体的なシステム構成例を図2に示す。ガスタービンなどの回転機械の運転データを収集するデータロガ10、制御装置12より、小型データ処理装置14までは、一般的なシリアル通信、アナログデータ通信等を用い、データロガ10、制御装置12にて運転データの収集を行い、小型データ処理装置14にて後述する前処理を行う。なお、本発明とは直接関係ないが、制御装置12では、データ収集だけでなく回転機械の制御も行っている。小型データ処理装置14で前処理された運転データ(以下、前処理運転データ)は、公衆回線16(又はLANなど)によりデータ解析(処理)装置18に送信される。データ解析装置18により、前処理運転データを解析し、その結果を表示する。
図1のデータ収集部1は、図2のデータロガ10、制御装置12、小型データ処理装置14に相当し、図1のデータ通信部2は、図2の公衆回線16に相当し、図1のデータ処理部3、表示部4は、図2のデータ解析装置18に相当する。
【0013】
図1のデータ収集部1は、運転データすべてをデータ処理部3に送信するのではなく、送信のための前処理として、図3のように、ある期間tn−1〜tn、tn〜tn+1、……を設け、各期間内の運転データの中で、最大値抽出など一定の手順に従い値を抽出し、データ処理部3に前処理運転データとして送信する。例えば、図3では、データ処理部3には、サンプリング間隔Δtでデータを送信し、時間tnのデータとしてPnを送信する。この例では、Pnはtn−1〜tn期間内運転データのうちの最大値としている。
この前処理により、図1のデータ処理部3で必要となる信号を、データ通信部2に及ぼす負担を最小限にして生成することが可能となる。図2では、この前処理を小型データ処理装置14で行う。
図1のデータ通信部2は、公衆回線やインターネットを用いることで、遠隔地の前処理運転データ、及び多数の前処理運転データを一個所に集めることが可能となる。
【0014】
図1のデータ処理部3では、データ収集部1より送信された前処理運転データを処理し、振動診断値を算出する。
まず、前処理運転データは、図4のように回転機械運転時と停止時のデータ両方を含むため、回転数が一定値より大きい時点のデータのみを抽出する(以下、抽出運転データ)。
振動診断値は、抽出運転データ中の振動データ(以下、抽出振動データ)を用いて算出する。図5でその方法を説明する。まず、抽出振動データPk−1、Pk、…の平均値mpと標準偏差σpを算出する。次に式1に従い、ある時点の値とその直前の値との差ΔPを計算する。kpは係数である。
【0015】
ΔP=(Pk−Pk−1)/(kp*σp) ……式1
(Pkの分布は、正規分布と仮定)
次に、差分値ΔPに次の処理を行い、式2より振動診断値データHkとする。
Hk=Hk−1+f(ΔP) ……式2
H0=0
ここで、f(ΔP)は、次の条件を満たす単調増加関数である。
|f(ΔP)|≧|ΔP| (|ΔP|≧1のとき)
|f(ΔP)|<|ΔP| (|ΔP|<1のとき)
【0016】
この処理により、f(ΔP)により増幅された信号変化分が時間経過とともに蓄積される。不具合があるかは振動診断値によりしきい値を設けて自動診断するか、メンテナンス員が判断する。しきい値は、実例をもとに機差に依存しない値を決める。図6、図7に2例の本発明の方法による計算例を示す。計算例では、f(ΔP)=ΔP3としている。2例とも不具合発生前に、振動診断値が増加していることがわかる。
【0017】
本発明の実施の形態で説明した技術を、上述した特開平7−190849号公報に記載の従来技術と比較すると、従来技術ではミリ秒以下のサンプリング周期で軸振動データを収集する必要があるのに対し、本発明では1時間程度のサンプリング周期で軸振動データを収集すればよい。また、従来技術では収集したデータすべてが診断のために必要であるため通信量が多大になるのに対し、本発明では収集したデータすべてが診断のために必要でないため通信量が少なくなり、遠隔操作を行う際の通信負荷が小さくなる。さらに、従来技術ではフーリエ変換計算、ノイズスペクトルのリダクション計算、ニューラルネット計算と複雑な計算を診断装置で行うのに対し、本発明では加算と乗算等からなる解析計算、統計計算のみを診断装置で行えばよく、計算機の負荷も軽減される。
【0018】
【発明の効果】
本発明は上記のように構成されているので、つぎのような効果を奏する。
(1) 軸振動より回転機械の不具合の兆候を事前に検知することができる。
(2) 微少な軸振動変化からも状態変化を検知することができ、異常を早期に診断できる。また、サンプリング周期の粗い振動データでも診断が可能である。
(3) 回転機械について公衆回線等を用いた遠隔診断を行う際に、データ通信負荷を軽減でき、計算負荷も軽微なため、複数の回転機械を1台の診断装置で診断できる。また、データ転送コストを低減することができる。
(4) 不具合発生の判定は、解析値トレンドの増加具合のみで判断できるため、不具合の複雑な判定基準が不要である。
【図面の簡単な説明】
【図1】本発明の実施の第1形態による回転機械の軸振動解析による状態診断方法を実施するためのシステム構成を示す説明図である。
【図2】本発明の実施の第1形態におけるシステム構成の一例を示す概略構成説明図である。
【図3】本発明の実施の第1形態におけるデータ収集部での信号処理(前処理)を説明するためのグラフである。
【図4】本発明の実施の第1形態における運転時データ抽出の処理を説明するためのグラフである。
【図5】本発明の実施の第1形態におけるデータ処理部での信号処理を説明するためのグラフである。
【図6】本発明の方法による振動診断値の計算例を示すグラフである。
【図7】本発明の方法による振動診断値の計算例を示すグラフである。
【符号の説明】
1 データ収集部
2 データ通信部
3 データ処理部
4 表示部
10 データロガ
12 制御装置
14 小型データ処理装置
16 公衆回線
18 データ解析装置[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a method and an apparatus for predicting occurrence of a failure in advance by monitoring an amplitude value of a shaft vibration of a rotary machine such as a gas turbine.
[0002]
[Prior art]
A gas turbine is one of the typical rotating machines. The maintenance is very important together with the sale of the product, and a remote monitoring system using a public line has conventionally been adopted. For example, a maintenance company collectively monitors the operation data of gas turbines operating at delivery destinations in various locations, so that the status of gas turbines in various locations can be grasped from a distance, improving maintenance efficiency and increasing the number of operations. Of failure cases.
[0003]
Incidentally, since the gas turbine is a rotary machine, damage to the rotary bearing during long-time operation is an unavoidable problem. Once the failure occurs, repairing the gas turbine can be quite costly. In this case, by grasping the signs in advance, it is possible to minimize the damage due to the failure and reduce the repair cost. However, the signs are small and gradually appear in the operation data, and therefore, it is difficult for the maintenance staff to judge the operation data at a glance.
[0004]
Conventionally, a data collection device is installed near the rotating machine, and the shaft vibration data of the rotating machine is collected at a cycle of milliseconds or less, the collected data is frequency-analyzed, the frequency distribution is calculated, and the rotation is calculated in advance. The frequency distribution at the time of machine failure was compared with the frequency distribution calculated from the newly collected vibration data, and it was determined whether or not the newly collected vibration data was defective due to the degree of similarity between them. .
However, in this method, it is necessary to increase the data collection cycle for judging a defect, and as a result, the amount of data becomes enormous. Will increase. Further, the frequency analysis itself requires a large amount of calculation, and a load is required on the computer. Further, the frequency distribution includes noise and the distribution pattern is complicated, and specialized knowledge is required to determine a failure.
[0005]
For example, Japanese Patent Application Laid-Open No. H7-190849 discloses a technique for collecting shaft vibration data of a rotating machine and calculating a frequency distribution as a rotary bearing vibration diagnosis apparatus. A method is disclosed in which a frequency distribution due to disturbance such as noise is taught, and when a trouble occurs, the influence of the disturbance such as noise is removed by a neural network to judge a shaft trouble.
However, even in this technique, as in the above, it is necessary to reduce the data collection cycle for judging a problem, and the amount of data becomes enormous. Will increase. If there are a large number of rotating machines to be diagnosed, a diagnostic device is required for one machine. When diagnosing a large number of rotating machines with one diagnostic device, frequency analysis and calculation of a neural network impose a large load on the diagnostic device.
[0006]
[Problems to be solved by the invention]
The present invention has been made in view of the above points, and an object of the present invention is to use a shaft vibration data of a rotating machine to minimize a data amount necessary for a diagnosis in consideration of a remote diagnosis. By performing signal processing based on simple analysis and statistical calculations, it is possible to detect changes in state even from minute changes in shaft vibration, and easily and early determine signs of bearing damage. It is an object of the present invention to provide a method and apparatus for diagnosing a condition of a rotating machine by analyzing shaft vibration of the rotating machine which can reduce the economic burden and the like.
[0007]
[Means for Solving the Problems]
In order to achieve the above object, a method for diagnosing a condition of a rotating machine by shaft vibration analysis of the present invention collects vibration data of a shaft system of the rotating machine, transmits the collected vibration data to a data processing unit, and The standard deviation is calculated from the vibration data during operation, and the amount of change in the vibration data during operation is divided by a value obtained by multiplying the standard deviation by a coefficient to obtain defective shaft vibration data X, and | f (X) | The data X is processed by the formula f (X) such that amplification is performed when X |> 1 and attenuated when | X | <1 is detected, and amplified defective shaft vibration data is detected to determine a defective shaft vibration. It is configured.
[0008]
In the above method, when collecting vibration data, it is preferable that a representative value, for example, a maximum value is extracted from the vibration data within a certain period, and the vibration data necessary for diagnosis is reduced and used for vibration analysis. By reducing the amount of vibration data required for diagnosis and transmitting the data to the data processing unit, the communication load on a LAN (local area network), a public line, or the like can be reduced.
Further, in the above method, among the vibration data transmitted to the data processing unit, only the data during the operation of the rotating machine is extracted to perform the vibration analysis. In this case, for example, only the data at the time when the rotation speed of the rotating machine is larger than a certain value is extracted.
[0009]
A state diagnosis apparatus for shaft vibration analysis of a rotating machine according to the present invention is connected to a rotating machine, and collects operation data including rotation speed / vibration data of a shaft system, and data processing means for collecting the collected data. The standard deviation is calculated from the vibration data during normal operation using data communication means (public line, Internet, LAN, etc.) for transmitting data to the data collection means, and the amount of change in vibration data during operation. Is divided by a value obtained by multiplying a standard deviation by a coefficient to obtain defective shaft vibration data X. The equation f is such that amplification is performed when | f (X) | is | X |> 1, and is attenuated when | X | <1. (X) processing the data X and detecting amplified faulty shaft vibration data. The data processing means performs signal processing for determining a bearing damage sign. It is characterized in that a Shimesuru display means.
[0010]
In the above apparatus, a function of extracting a representative value, for example, a maximum value from vibration data within a certain period and reducing the amount of vibration data necessary for diagnosis is added to the data collection means, and a public line, a LAN, It is preferable to reduce such loads.
Further, in the above apparatus, the data processing means is provided with a function of extracting only data at a time when the rotation speed of the rotating machine is larger than a certain value, and using only data during operation for vibration analysis.
[0011]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described. However, the present invention is not limited to the following embodiments, and can be implemented with appropriate modifications. FIG. 1 shows a system configuration for implementing a state diagnosis method based on shaft vibration analysis of a rotating machine according to a first embodiment of the present invention. The system includes a
[0012]
FIG. 2 shows a specific system configuration example. From the
The
[0013]
By this preprocessing, it becomes possible to generate a signal required by the data processing unit 3 in FIG. 1 while minimizing the load on the
The
[0014]
The data processing unit 3 in FIG. 1 processes the pre-processing operation data transmitted from the
First, since the preprocessing operation data includes both the data at the time of rotating machine operation and the data at the time of stoppage as shown in FIG. 4, only the data at the time when the rotation speed is larger than a certain value is extracted (hereinafter, extracted operation data).
The vibration diagnostic value is calculated using vibration data in the extracted operation data (hereinafter, extracted vibration data). The method will be described with reference to FIG. First, the average value m p and the standard deviation σ p of the extracted vibration data P k−1 , P k ,... Are calculated. Next, the difference ΔP between the value at a certain point in time and the value immediately before that is calculated according to
[0015]
ΔP = (P k −P k−1 ) / (k p * σ p )
( Pk distribution is assumed to be normal distribution)
Next, the following processing on the difference value [Delta] P, and the vibration diagnostic value data H k from
H k = H k−1 + f (ΔP)
H 0 = 0
Here, f (ΔP) is a monotonically increasing function satisfying the following condition.
| F (ΔP) | ≧ | ΔP | (when | ΔP | ≧ 1)
| F (ΔP) | <| ΔP | (when | ΔP | <1)
[0016]
By this process, the signal change amplified by f (ΔP) is accumulated with time. Whether there is a failure or not is determined by a maintenance person by automatically setting a threshold based on the vibration diagnosis value. The threshold value is determined based on an actual example and does not depend on the machine difference. 6 and 7 show two examples of calculation by the method of the present invention. In the calculation example, it is set to f (ΔP) = ΔP 3. It can be seen that the vibration diagnosis value increases in both cases before the occurrence of the failure.
[0017]
Comparing the technology described in the embodiment of the present invention with the conventional technology described in the above-mentioned Japanese Patent Application Laid-Open No. H7-190849, it is necessary in the conventional technology to collect shaft vibration data at a sampling period of millisecond or less. On the other hand, in the present invention, the shaft vibration data may be collected at a sampling period of about one hour. Also, in the prior art, all the collected data is necessary for diagnosis, so that the communication amount becomes large. On the other hand, in the present invention, not all the collected data is necessary for the diagnosis, so the communication amount becomes small, The communication load when performing the operation is reduced. Furthermore, in the prior art, the diagnostic device performs Fourier transform calculation, noise spectrum reduction calculation, neural network calculation and complicated calculation, whereas in the present invention, only the analysis calculation including addition and multiplication and the statistical calculation are performed by the diagnostic device. This can be done, and the load on the computer is reduced.
[0018]
【The invention's effect】
The present invention is configured as described above, and has the following effects.
(1) It is possible to detect in advance a sign of a malfunction of the rotating machine from the shaft vibration.
(2) A state change can be detected even from a minute change in shaft vibration, and abnormality can be diagnosed at an early stage. Diagnosis is possible even with vibration data having a coarse sampling cycle.
(3) When remote diagnosis is performed on a rotating machine using a public line or the like, the data communication load can be reduced and the calculation load is also light, so that a plurality of rotating machines can be diagnosed with one diagnostic device. Further, the data transfer cost can be reduced.
(4) Since the determination of the occurrence of a failure can be made only by the degree of increase in the analysis value trend, a complicated determination criterion for the failure is unnecessary.
[Brief description of the drawings]
FIG. 1 is an explanatory diagram showing a system configuration for implementing a state diagnosis method based on shaft vibration analysis of a rotating machine according to a first embodiment of the present invention.
FIG. 2 is a schematic configuration explanatory diagram illustrating an example of a system configuration according to the first embodiment of the present invention.
FIG. 3 is a graph for explaining signal processing (pre-processing) in a data collection unit according to the first embodiment of the present invention.
FIG. 4 is a graph for explaining a process of extracting data during driving according to the first embodiment of the present invention.
FIG. 5 is a graph for explaining signal processing in a data processing unit according to the first embodiment of the present invention.
FIG. 6 is a graph showing an example of calculating a vibration diagnostic value according to the method of the present invention.
FIG. 7 is a graph showing an example of calculating a vibration diagnostic value according to the method of the present invention.
[Explanation of symbols]
DESCRIPTION OF
Claims (10)
収集したデータをデータ処理手段に送信するためのデータ通信手段と、
データ収集手段より送信されたデータを用いて、正常運転時振動データより標準偏差を算出し、運転時振動データの変化量を標準偏差にある係数を乗じた値で割算して不具合軸振動データXとし、|f(X)|が|X|>1なら増幅し、|X|<1なら減衰するような数式f(X)により前記データXを処理し、増幅した不具合軸振動データを検出するという、軸受損傷兆候を判断するための信号処理を施すデータ処理手段と、
データ処理手段にて処理した結果を表示する表示手段と、
を備えたことを特徴とする回転機械の軸振動解析による状態診断装置。A data collection unit connected to the rotating machine for collecting operation data including rotation speed and vibration data of the shaft system;
Data communication means for transmitting the collected data to the data processing means;
Using the data transmitted from the data collection means, calculate the standard deviation from the vibration data during normal operation, divide the amount of change in the vibration data during operation by a value obtained by multiplying the standard deviation by a certain coefficient, and X, and if | f (X) | is | X |> 1, the data X is processed by the formula f (X) to amplify and attenuate if | X | <1, and the amplified defective shaft vibration data is detected. Data processing means for performing signal processing for determining a bearing damage sign;
Display means for displaying a result processed by the data processing means;
A state diagnosis device based on shaft vibration analysis of a rotating machine, comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002150373A JP3568939B2 (en) | 2002-05-24 | 2002-05-24 | Method and apparatus for diagnosing state of rotating machine by analyzing shaft vibration |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002150373A JP3568939B2 (en) | 2002-05-24 | 2002-05-24 | Method and apparatus for diagnosing state of rotating machine by analyzing shaft vibration |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003344150A JP2003344150A (en) | 2003-12-03 |
JP3568939B2 true JP3568939B2 (en) | 2004-09-22 |
Family
ID=29768245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002150373A Expired - Fee Related JP3568939B2 (en) | 2002-05-24 | 2002-05-24 | Method and apparatus for diagnosing state of rotating machine by analyzing shaft vibration |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3568939B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101748693B1 (en) * | 2016-10-19 | 2017-06-19 | 모루기술 주식회사 | Wireless vibration measuring system |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007303866A (en) * | 2006-05-09 | 2007-11-22 | Sanki Eng Co Ltd | System for monitoring operational status of production facility equipment at factory or plant |
JP5358275B2 (en) * | 2009-05-07 | 2013-12-04 | 東邦瓦斯株式会社 | Remote monitoring system for power generation facilities |
CN111044270A (en) * | 2018-10-12 | 2020-04-21 | 株洲中车时代电气股份有限公司 | Vibration fault online diagnosis system and diagnosis method thereof |
US11435260B2 (en) * | 2018-10-16 | 2022-09-06 | Computational Systems, Inc. | Graphical display of discontinuous waveform data |
CN109632315A (en) * | 2019-01-11 | 2019-04-16 | 浙江浙能技术研究院有限公司 | A kind of Steam Turbine Vibration fault reasoning diagnostic method based on two-parameter rule match |
WO2021049008A1 (en) * | 2019-09-13 | 2021-03-18 | 三菱電機エンジニアリング株式会社 | Vibration detection device, vibration detection method, and abnormality determination system |
CN111811847A (en) * | 2020-06-08 | 2020-10-23 | 广东寰球智能科技有限公司 | Fault detection method and system for roll-to-roll system and storage medium |
CN113804425B (en) * | 2021-08-29 | 2022-06-14 | 西北工业大学 | Early friction instability fault identification method for sleeve gear connection structure |
-
2002
- 2002-05-24 JP JP2002150373A patent/JP3568939B2/en not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101748693B1 (en) * | 2016-10-19 | 2017-06-19 | 모루기술 주식회사 | Wireless vibration measuring system |
WO2018074721A1 (en) * | 2016-10-19 | 2018-04-26 | 모루기술 주식회사 | Wireless vibration measurement system |
Also Published As
Publication number | Publication date |
---|---|
JP2003344150A (en) | 2003-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3321487B2 (en) | Device / equipment diagnosis method and system | |
US6556956B1 (en) | Data acquisition unit for remote monitoring system and method for remote monitoring | |
US5710723A (en) | Method and apparatus for performing pre-emptive maintenance on operating equipment | |
CN111922095A (en) | Vibration diagnosis method for abnormal torsional vibration fault of roller of cold rolling mill | |
JPH0560596A (en) | Abnormality diagnostic unit for rotary equipment | |
JP3568939B2 (en) | Method and apparatus for diagnosing state of rotating machine by analyzing shaft vibration | |
KR20110009615A (en) | Data collection device, and diagnosis device of facility management with data collection device thereof | |
WO2022147684A1 (en) | Method and apparatus for identifying abnormalities in mechanical apparatus or mechanical component | |
JP3871054B2 (en) | Machine equipment condition monitoring method and apparatus | |
JP3708041B2 (en) | Vibration diagnosis method and apparatus for rotating machine | |
CN115539139A (en) | Method for monitoring safety of steam turbine | |
JP3512494B2 (en) | Plant operation support device | |
JPH10281076A (en) | Fault diagnostic method for pumping plant and device thereof | |
JP2003015877A (en) | Method and device for inferring case base | |
JPH06307921A (en) | Diagnostic monitoring system for rotating machine | |
JPH0557528B2 (en) | ||
JP7453049B2 (en) | Abnormal sign monitoring system, abnormal sign monitoring method, and program | |
JPH01270623A (en) | Apparatus for diagnosing vibration of rotary machine | |
JPH0252234A (en) | Diagnosis method for machine equipment by moter current | |
JPH02232529A (en) | Method and apparatus for diagnosing vibration of rotary machine | |
JPH10174373A (en) | Deterioration diagnostic device for electric apparatus | |
KR20040036980A (en) | machine condition monitering system and its server | |
Alekseev et al. | Data measurement system of compressor units defect diagnosis by vibration value | |
JP6808405B2 (en) | Monitoring device for rotating equipment | |
JP3422873B2 (en) | Vibration monitoring device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040527 |
|
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: 20040615 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040616 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 3568939 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080625 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090625 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100625 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110625 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110625 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120625 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120625 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130625 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130625 Year of fee payment: 9 |
|
LAPS | Cancellation because of no payment of annual fees |