JP3776343B2

JP3776343B2 - Abnormality monitoring device

Info

Publication number: JP3776343B2
Application number: JP2001302805A
Authority: JP
Inventors: 創一朗内沼
Original assignee: Azbil Corp
Current assignee: Azbil Corp
Priority date: 2001-09-28
Filing date: 2001-09-28
Publication date: 2006-05-17
Anticipated expiration: 2021-09-28
Also published as: JP2003106946A

Description

【０００１】
【発明の属する技術分野】
本発明は、例えば連続的に圧延を行なう圧延機等、時間的に継続した動作を行なう診断対象における異常の有無を監視する異常監視装置、およびコンピュータを異常監視装置として動作させる異常監視プログラムに関する。
【０００２】
【従来の技術】
従来より機器や設備の異常の有無を判定する様々な設備診断手法による設備診断が実行され、あるいは提案されている。この設備診断においては、設備が破壊され、あるいは直ちに停止する必要がある重大故障のみを検出対象とするのではなく、むしろ、そのような重大故障に至る前の、例えば回転機械におけるベアリングに傷が入ったり、あるいはある可動部分の摩耗が進んできたといった程度の、今のところまだ十分に稼動を続けることができるが、そのままにしておくと将来重大故障につながるおそれがある異常を検出対象とする必要がある。
【０００３】
そのような設備診断手法の典型例として、例えばその機器や設備が正常状態にあるときの音響振動波形を得、その音響振動波形をスペクトル解析してその特徴を調べておき、異常の有無を検出する際にその機器や設備の音響振動波形を得てスペクトル解析を行い、そのスペクトル中に、正常時には見られない特定の周波数成分のピークが存在するか否か、あるいはピークの組合せが正常時のそれと同じであるか否か等により異常の検出を行なうことが知られている。
【０００４】
また、特開平７−４３２５９号公報には、その機器や設備が正常状態にあるときの音響振動波形を得、その音響振動波形に基づいて逆フィルタを作成しておき、異常の有無を検出する際にその機器や設備の音響振動波形を得、その音響振動波形にあらかじめ求めておいた逆フィルタを作用させて残差信号を求め、この残差信号を解析することによって機器や設備の異常を検出することが提案されている。
【０００５】
さらに、特開平８−３０４１２４号公報には、その機器や設備が正常状態にあるときの複数の音響振動波形を得、それら複数の音響振動波形のうちの例えば１つの音響振動波形に基づいて逆フィルタを作成して、その逆フィルタを例えば残りの複数の音響振動波形に作用させることにより複数の残差信号を求め、それら複数の残差信号それぞれに基づいて統計的変量を複数求めておき、異常の有無を検出する際においても、その機器や設備の複数の音響振動波形を得、あらかじめ求めておいた上記の逆フィルタをそれら複数の音響振動波形に作用させて複数の残差信号を求め、それら複数の残差信号に基づいて複数の統計的変量を求め、正常状態にあるときに求めた複数の統計的変量と異常の有無の検出の際に求めた複数の統計的変量との間で、例えばＦ検定やｔ検定等の手法による検定あるいは推定を行なうことにより、その機器や設備の異常の有無を検出することが提案されている。
【０００６】
上記のスペクトル解析を行なうことによって機器や設備の異常を検出する手法も、その診断対象機器や設備の性質によってはかなり有効な手法であり、上記の逆フィルタを作成しておく手法や統計的検定等を行なう手法はさらに有効な手法である。
【０００７】
【発明が解決しようとする課題】
ところが、上記の様々な設備診断手法のいずれを採用する場合であっても、その診断対象の状態を反映した物理量をセンサで取り込んだ後、その診断対象の異常の有無の判定を行なうまでに演算が必要となり、その診断対象が時間的に継続した動作を行なうものの場合、その演算を行なっている間であっても動作し続けることになるが、その間は異常検出の対象から抜けてしまうおそれがある。
【０００８】
本発明は、上記事情に鑑み、時間的に継続した動作を行なう診断対象の異常の有無を、空白期間を置くことなく検出続けることのできる異常監視装置、およびコンピュータをそのような異常監視装置として動作させる異常監視プログラムを提供することを目的とする。
【０００９】
【課題を解決するための手段】
上記目的を達成する本発明の異常監視装置は、時間的に継続した動作を行なう診断対象である回転機械の異常の有無を監視する異常監視装置において、
診断対象である回転機械の状態を反映した所定の物理量を捉えて、その物理量を表わす、時間的に継続した信号を得るセンサと、
上記センサで得られた信号を一部重複して順次切り出した各部分信号を交互もしくは循環的に分担して受け取り、受け取った部分信号に基づいて、診断対象である回転機械の異常の有無を判定する複数の異常監視部を備え、
それら複数の異常監視部は、診断対象である回転機械の一回転を複数の位相範囲に区切ったときの、各異常監視部ごとに固定された位相範囲に対応する部分信号を分担して受け取って、受け取った部分信号に基づいて、診断対象である回転機械の異常の有無を判定するものである異常監視装置であって、
上記診断対象が正常な状態にあるときに上記センサにより得られる基準信号に基づいて逆フィルタを求める演算を含む演算を行なうことにより基準データを求める基準演算部を備え、
上記複数の異常監視部は、いずれも、上記センサにより異常監視時に得られる診断信号に逆フィルタを作用させることにより残差信号を求める演算とその残差信号の移動平均演算とを含む演算を行ない、その演算の結果に基づいて、診断対象の異常の有無を判定するものであることを特徴とする。
【００１０】
本発明の異常監視装置は、複数の異常監視部を備え、センサから得た信号を間断なくあるいは一部重複して順次切り出し、切り出した各部分信号を交互に（異常監視部が２つの場合）あるいは循環的に（異常監視部が３つ以上の場合）分担して受けとって、交互あるいは循環的に異常の有無を検出するようにしたため、例えば単発事象の発生を待ち受け監視を対象とする場合などであっても、異常有無検出の空白期間を生じさせることなく、異常有無検出を継続することができる。
【００１１】
ここで、上記本発明の異常監視装置において、診断対象が正常な状態にあるときにセンサにより得られる基準信号に基づいて逆フィルタを求める演算を含む演算を行なうことにより基準データを求める基準演算部を備え、
上記複数の異常監視部は、いずれも、センサにより異常監視時に得られる診断信号に逆フィルタを作用させることにより残差信号を求める演算を含む演算を行ない、その演算の結果に基づいて、診断対象の異常の有無を判定するものであることが好ましい。
【００１２】
ここで、上記の「逆フィルタを求める演算を含む演算」は、逆フィルタを求める演算のみで構成されている場合を含む概念であり、その場合は、逆フィルタを上記の基準データとすることができる。また、「逆フィルタを求める演算を含む演算」は、逆フィルタを求める演算が含まれていればよく、前述のように、複数の基準信号のうちの例えば１つの基準信号に基づいて逆フィルタを作成し、その逆フィルタを他の複数の基準信号に作用させて複数の統計的変量を求める演算であってもよい。その場合は、そのようにして求めた複数の統計的変量が基準データとなり得る。
【００１３】
また、上記の「逆フィルタを作用させることにより残差信号を求める演算を含む演算」も上記と同様であり、残差信号を求める演算のみで構成されていてもよく、あるいは前掲の特開平７−４３２５９号公報に記載されているように、その残差信号のパワーの移動平均値を求めるなど、その残差信号を演算して異常の有無を判定するのに都合のよいデータを求める演算や、あるいは、前掲の特開平８−３０４１２４号公報に記載されているような複数の診断信号に逆フィルタを作用させて複数の残差信号を求め、それら複数の残差信号に基づいて複数の統計的変量を求める演算であってもよい。
【００１４】
逆フィルタを用いると信号上から定常的な騒音を消し去ることができ、診断対象の異常の有無を一層高精度に判定することができる。
【００１６】
【発明の実施の形態】
以下、本発明の実施形態について説明する。
【００１７】
図１は、本発明の異常監視装置の基本的な一実施形態を示すブロック図である。
【００１８】
この異常監視装置１０は、たとえば連続的に圧延を行なう圧延機等、時間的に継続した動作を行なう診断対象２０の異常の有無を監視する異常監視装置であって、センサ１１、基準演算部１２、および複数の異常監視部１３Ａ，１３Ｂ，…，１３Ｎから構成されている。
【００１９】
この異常監視装置１０のセンサ１１では、診断対象２０の状態を反映した所定の物理量（例えば音や振動等）が捉えられ、その物理量を表わす、時間的に継続した信号が得られる。
【００２０】
また、基準演算部１２では、診断対象２０が正常な状態にあるときにセンサ１１により得られる基準信号に基づいて逆フィルタを求める演算を含む演算が行なわれ、これにより基準データが求められる。この基準演算部１２により求められる基準データは、逆フィルタ自体であってもよく、前述したような統計的変量であってもよい。この実施形態では逆フィルタ自体が基準データとして採用されている。
【００２１】
診断対象２０が複数の動作状態を有するものの場合は、基準演算部１２では、その診断対象２０が各動作状態にあるときに得た各基準信号に基づいて各動作状態に対応する各逆フィルタが求められる。ただし、１つの動作状態、あるいは１つの動作状態とみなすことのできる状態が連続するものの場合等においては、動作状態にこだわらずに逆フィルタを１つのみ求めてもよい。
【００２２】
例えば、診断対象２０がゆっくりと回転する回転機械の場合は、その回転機械の一回転を間断なくあるいは順次一部ずつ重複する複数の位相範囲に区切ったときの各位相範囲が各動作状態とみなされ、それら各位相範囲に対応する各部分基準信号ごとに逆フィルタを求めてもよく、回転の位相によって動作状態が大きく変化するのでなければ、位相範囲にこだわらずに逆フィルタを１つだけ求めてもよい。
【００２３】
また、複数の異常監視部１３Ａ，１３Ｂ，…，１３Ｎでは、センサ１１により異常監視時に得られた診断信号を間断なくあるいは一部重複して順次切り出した各部分診断信号を交互もしくは循環的に分担して受け取り、受け取った部分診断信号に基づいて、診断対象２０の異常の有無が検出される。具体的には、これらの異常監視部１３Ａ，１３Ｂ，…，１３Ｎでは、各部分診断信号に、センサ１１でそれら各部分診断信号を得たときの診断対象２０の各動作状態とそれぞれ同一の各動作状態に対応する逆フィルタを作用させることにより各残差信号が求められる。あるいは動作状態にこだわらずに逆フィルタを求めたときは、各部分診断信号に、同一の逆フィルタを作用させて各残差信号が求められる。さらに、それら各残差信号のパワーが求められ、それらの各パワーをしきい値と比較することにより診断対象２０の異常の有無が判定される。
【００２４】
この診断対象２０がゆっくりと回転する回転機械の場合は、複数の異常監視部１３Ａ，１３Ｂ，…，１３Ｎは、センサ１１により異常監視時に得られる診断信号を、その回転機械の一回転を逆フィルタの演算の際に区切った複数の位相範囲と同一の複数の位相範囲に対応する複数の部分診断信号に区切ったときの、各部分診断信号を交互もしくは循環的に分担して受け取り、受け取った部分診断信号に、基準演算部１２により得られたその部分診断信号に対応する位相範囲と同一の位相範囲の部分基準信号に基づいて求められた逆フィルタを作用させることにより残差信号を求め、その残差信号のパワーをしきい値と比較することにより、その回転機械の異常の有無が判定される。
【００２５】
図２は、本発明の異常監視装置の一実施形態を示すシステム概念図である。
【００２６】
監視対象物２１は、本発明にいう診断対象の一例に相当するものである。この監視対象物２１には、異常の有無を検出するための信号を得るセンサとして、振動センサ２１０Ａと音響センサ２１０Ｂが取り付けられあるいは近傍に配備されている。これら振動センサ２１０Ａと音響センサ２１０Ｂは、それらの双方が備えられている必要はなく、監視対象物２１の特性に応じていずれか一方のみ備えられていてもよい。
【００２７】
これらの振動センサ２１０Ａや音響センサ２１０Ｂで得られた波形信号はフィルタアンプ２１１に入力されて、監視対象物２１に異常が生じたときにその異常に起因する音や振動に含まれる周波数帯域のみ通過するようフィルタリングされるとともに、適切に増幅される。このフィルタアンプ２１１を経由した後の信号は、Ａ／Ｄ変換ユニット２２０を構成するＡ／Ｄ変換器２２１に入力されてサンプリングされ、そのサンプリングデータがリング構造メモリ２２１に順次格納される。このリング構造メモリ２２１は、サンプリングデータをそのリングの一周分順次格納し、一周分を過ぎた後は順次上書きしていくタイプのメモリである。尚、ここでは一例としてリング構造メモリを示したが、サンプリングデータを十分な長さに亘って格納できるものであればリング構造を成すメモリである必要はない。
【００２８】
このリング構造メモリ２２１に格納されたサンプリングデータは、一部ずつが順次重なるメモリ領域ごとに波形データとして順次読み出される。
【００２９】
異常監視コンピュータ２３０では、本実施形態では２つの比較診断タスクＡ，Ｂが動作しており、Ａ／Ｄ変換ユニット２２０のリング構造メモリ２２１から順次読み出された波形データは、それら２つの比較診断タスクＡ，Ｂに交互に渡される。各比較診断タスクＡ，Ｂは、波形データを受け取ると、その受け取った波形データに基づく監視対象物２１の異常の有無が判定される。これら２つの比較診断タスクＡ，Ｂでの異常の有無の検出にあたっては、あらかじめ、監視対象物２１が正常な状態にあることがわかっている段階で上記と同様にしてサンプリングして得たデータに基づいて逆フィルタが求められ、各比較診断タスクＡ，Ｂでは、異常監視時に受け取った波形データにその逆フィルタを作用させることにより残差信号が求められ、その残差信号のパワーがしきい値と比較され、その大小に応じて、異常の有無が判定される。ここで、２つの比較診断タスクＡ，Ｂのいずれか一方でも異常が検出されると、異常が検出されたことを表わす警報が出力される。
【００３０】
監視対象物２１が正常に動作しているときに求められる逆フィルタは、その監視対象物２１が常に同一の動作状態で動作しているときは１つのみ求めればよいが、例えばゆっくりと回転する回転機械を監視対象物とするような場合は、その回転対象物の一回転を複数の位相範囲に区切り、それら複数の位相範囲それぞれで得られた各波形データに基づいて、各位相範囲に応じた各逆フィルタが求められ、異常監視時においても、逆フィルタを求めたときの位相範囲と同一の位相範囲で得られた波形データがリング構造メモリ２２１から読み出されて、その読み出された波形データに、その波形データを得た位相範囲と同一の位相範囲のデータに基づいて求められた逆フィルタを作用させる。こうすることにより、その回転機械の異常の有無を一層高精度に検出することができる。
【００３１】
ただし、ゆっくりと回転する回転機械を監視対象物とする場合であっても、その回転機械が正常に動作している場合に複数の位相範囲で得られる各波形データが統計的に同一の性質を有する（いわば、その回転機械が、回転の位相にかかわらず一様に回転している）場合は、位相範囲にこだわらずに唯一の逆フィルタを求め、どの位相範囲についてもその唯一の逆フィルタ作用させてもよい。
【００３２】
図３は、本発明の異常監視装置の一実施形態として動作する異常監視コンピュータの外観斜視図である。本発明の一実施形態としての異常監視装置は、この診断用コンピュータ１００のハードウェアとその内部で実行されるソフトウェアとからなる異常監視装置本体と、さらにここでは不図示のセンサ等との組合せにより実現されている。
【００３３】
この異常監視コンピュータ１００は、ＣＰＵ、ＲＡＭメモリ、磁気ディスク、通信用ボード等を内蔵した本体１０１、本体からの指示によりその表示画面１０２ａ上に画面表示を行なうＣＲＴディスプレイ１０２、この異常監視コンピュータ内に、オペレータの指示や文字情報を入力するためのキーボード１０３、表示画面上の任意の位置を指定することによりその位置に表示されているアイコン等に応じた指示を入力するマウス１０４を備えている。
【００３４】
本体１０１には、ＣＤ−ＲＯＭ１０５（図４参照）が取り出し自在に装填され、装填されたＣＤ−ＲＯＭ１０５をドライブするＣＤ−ＲＯＭドライブも内蔵されている。
【００３５】
ここでは、ＣＤ−ＲＯＭ１０５に、異常監視プログラムが記憶されており、そのＣＤ−ＲＯＭ１０５が本体１０１内に装填され、ＣＤ−ＲＯＭドライブによりそのＣＤ−ＲＯＭ１０５に記憶された異常監視プログラムがその異常監視コンピュータ１００の磁気ディスク内にインストールされる。異常監視コンピュータ１００の磁気ディスク内にインストールされた異常監視プログラムが起動されると、この異常監視コンピュータ１００は、本発明の異常監視装置のうちのセンサ等を除く異常監視装置本体の一実施形態として動作する。
【００３６】
図４は、図３に示す異常監視コンピュータ１００のハードウェア構成図である。
【００３７】
このハードウェア構成図には、中央演算処理装置（ＣＰＵ）１１１、ＲＡＭ１１２、磁気ディスクコントローラ１１３、ＣＤ−ＲＯＭドライブ１１５、マウスコントローラ１１６、キーボードコントローラ１１７、ディスプレイコントローラ１１８、通信用ボード１１９、およびＡ／Ｄ変換ボード１２０が示されており、それらはバス１１０で相互に接続されている。
【００３８】
ＣＤ−ＲＯＭドライブ１１５は、図３を参照して説明したように、ＣＤ−ＲＯＭ１０５が装填され、装填されたＣＤ−ＲＯＭ１０５をアクセスするものである。
【００３９】
通信用ボード１１９は、診断対象を制御する機械制御装置（図示せず）に接続され、機械制御装置から、診断対象の制御状態（稼動状態にあるか静止状態にあるか、あるいは回転機械を診断対象とする場合におけるその回転機械の現在の回転角度（位相）等）を表わす制御状態情報が入力される。
【００４０】
またＡ／Ｄ変換ボード１２０には、異常監視用の信号を得るためのセンサ図１に示す振動センサおよび音響センサ２２等が接続されている。このＡ／Ｄ変換ボード１２０は、図２に示すＡ／Ｄ変換ユニット２２０に相当するものであり、センサでピックアップされた信号を入力しサンプリングしてメモリに一旦格納し、その後順次一部ずつ重なったメモリ領域ごとに読み出して内部に取り込む役割りを担っている。
【００４１】
また、図４には、磁気ディスクコントローラ１１３によりアクセスされる磁気ディスク１１４、マウスコントローラ１１６により制御されるマウス１０４、キーボードコントローラ１１７により制御されるキーボード１０３、およびディスプレイコントローラ１１８により制御されるＣＲＴディスプレイ１０２も示されている。
【００４２】
図５は、本発明の異常監視プログラムの一実施形態を模式的に示した図である。
【００４３】
ここでは、この異常監視プログラム１３０は、ＣＤ−ＲＯＭ１０５に記憶されており、ＣＤ−ＲＯＭ１０５が図３，図４に示す異常監視コンピュータ１００に装填されてドライブされ、そのＣＤ−ＲＯＭ１０５に記憶された異常監視プログラム１３０がその異常監視コンピュータ１００にインストールされて実行されることにより、その異常監視コンピュータ１００が、診断対象の状態を検出するセンサと合わせて本発明の異常監視装置の一実施形態として動作する。
【００４４】
図５に示す異常監視プログラム１３０は、基準演算部１３１と複数の異常監視部１３２Ａ，１３２Ｂ，……，１３２Ｎとから構成されている。
【００４５】
基準演算部１３１は、図１に示す異常監視装置１０の基準演算部１２に相当し、複数の異常監視部１３２Ａ，１３２Ｂ，……，１３２Ｎは、図１の異常監視装置１０を構成する異常監視部１３Ａ，１３Ｂ，…，１３Ｎにそれぞれ相当するが、図１に示す異常監視装置１０のセンサ１１を除く構成が、図３，４に示す異常監視コンピュータ１００と、そこにインストールされた図５に示す異常監視プログラムとで構成される場合、図１に示す異常監視装置１０の基準演算部１２および異常監視部１３２Ａ，１３２Ｂ，……，１３２Ｎは、いずれも、コンピュータのハードウェア、ＯＳ（オペレーションシステム）、およびアプリケーションプログラムとしての異常監視プログラムの複合で構成されているのに対し、図５に示す異常監視プログラム１３０は、それらのうちのアプリケーションプログラムのみで構成されている。図５の異常監視プログラム１３０を構成する各部の作用は、図１の異常監視装置１０の対応する各部の作用と同一であり、重複説明は省略する。
【００４６】
図６は、図３，図４に示す異常監視コンピュータ内で実行される２つの比較診断タスクＡ，Ｂのフローチャートである。これら２つの比較診断タスクＡ，Ｂは、図５に示す異常監視プログラム１３０の異常監視部１３２Ａ，１３２Ｂ，……，１３２Ｎの具体例の１つである。
【００４７】
比較診断タスクＡには、Ａ／Ｄ変換ボード内のリング構造メモリ内に格納されたサンプリングデータ（Ａ／Ｄ変換データ）のうちの、一部のメモリ領域に格納されたデータからなる波形データが入力され（ステップａ１）、診断対象が正常な状態にあるときに入力された基準波形データとの比較が実行され（本実施形態では、上述したように、あらかじめ基準波形データに基づく逆フィルタが求められ、今回入力された波形データにその逆フィルタが作用される）（ステップａ２）、その比較の結果として異常があったときは（ステップａ３）、異常があったことを表わす診断警報が出力される。
【００４８】
異常がなかったときは、この比較診断タスクＡが次に分担すべきデータがリング構造メモリに入力されるのを待ち（ステップａ４）、リング構造メモリにこの比較診断タスクＡが分担すべき波形データが格納されると（ステップａ５）、その波形データが入力され（ステップａ６）、以下同様にして異常検出が繰り返される。比較診断タスクＡが分担すべきデータが所定時間以上にわたってリング構造メモリに格納されないときは、システム異常処理が行なわれる（ステップａ７）。
【００４９】
比較診断タスクＢの動作も比較診断タスクＡの動作と同様であり、相違点は、比較診断タスクＡとの間で交互に波形データを受け取ることで、波形データを受け取るタイミングおよびその後の異常判定のタイミングが異なることのみである。
【００５０】
このようにして本実施形態では、診断対象の異常が、２つの比較診断タスクＡ，Ｂにより交互に、全体として間断なく監視される。
【００５１】
図７は、シートを圧延しながら搬送するシート圧延機を診断対象としたときのシステム構造図である。
【００５２】
このシート上には異物が乗る可能性があり、その異物がシート上に乗ったままシート圧延機に噛み込まれるとそのシートが不良品となってしまうおそれがある。そこで、ここでは、その異物の噛み込み時に発せられる異音を捉えるために集音マイクが配備され、その集音マイクにより得られた音響波形信号が異常監視装置本体に入力される。
【００５３】
このシート圧延機は、機械制御装置により、ロール送り速度が複数の速度のうちのいずれかに制御される。そのロール送り速度の情報は、制御状態情報として異常監視装置本体に入力される。
【００５４】
異常監視装置本体では、異物の噛み込みがないことが確認された状態において、機械制御装置により制御される各送り速度ごとに逆フィルタが求められ、異常監視時においては、２つもしくは３つ以上のタスクにより交互もしくは循環的に分担して、間断なく異物の噛み込みによる異音が検出される。
【００５５】
尚、上記各実施形態は、振動あるいは音響を捉えて異常検出を行なう例であるが、振動あるいは音響以外の異なる物理量を捉えて異常監視を行なってもよい。
【００５６】
次に、逆フィルタおよびその逆フィルタを用いた異常の有無の検出方法について説明する。
【００５７】
任意の時系列信号は、適当な線型系に白色雑音を入力したときの出力と見なすことができる。与えられた時系列信号から対応する線型系を決定することは、線型予測分析と呼ばれ、確立した手法が存在する。通常そのようにして求められるものに、自己回帰モデル（ＡＲモデル）がある。これは標本化、離散化された時系列信号をＸ（ｎ）、ｎ＝１、２、・・・とする時、第ｎ時点の信号Ｘ（ｎ）をそれ以前のＭ個の時点のデータから次のようにして決定するものである。
【００５８】
【数１】

【００５９】
ここでｅ（ｎ）は線型系への仮想的な入力信号で、白色雑音である。時系列信号が与えられた時、そのデータから係数の組｛Ａ_k｝を求めることにより、その時系列信号に対する自己回帰モデルが決定される。
【００６０】
いま係数の組｛Ａ_k｝が求まった時、時系列信号データ｛Ｘ（ｎ）｝を用いてＹ（ｎ）を次のように定義する。この時Ｙ（ｎ）はＸ（ｎ）の線型予測値といわれる。
【００６１】
【数２】

【００６２】
そこで次のような量を計算すると、（１）、（２）式から、
Ｘ（ｎ）−Ｙ（ｎ）＝ｅ（ｎ） …（３）
となり、残差は白色雑音となる。つまり、第ｎ時点の時系列信号データＸ（ｎ）から、それ以前のＭケのデータから求めた予測値Ｙ（ｎ）を減じると、入力の白色雑音が得られる。ここでは、Ｘ（ｎ）から予測値Ｙ（ｎ）を減じて残差ｅ（ｎ）を求めることを、逆フィルタを作用させると称している。このようにある時系列信号を適切な自己回帰モデルで表すことができれば、それを用いて構成された逆フィルタを元の時系列信号に作用させることにより、白色雑音を得る。すなわち入力信号は逆フィルタにより、白色化される。この場合、入力時系列信号は逆フィルタの設計時に用いた信号そのものでなくてもよく、その自己回帰モデルが同一のものすなわち同じ特性の信号であれば、出力として白色化された信号を得ることができる。ただし、時系列信号の特性が設計に用いたそれと異なっていた場合には、逆フィルタを作用させても白色化はされず、白色雑音は得られない。
【００６３】
そこで、正常時の作動音や振動等（作動音等）を担持する第１の時系列信号を用いて、逆フィルタを予め構成しておき、任意の時点で作動音等を担持する新たな第２の時系列信号を得、この第２の時系列信号に逆フィルタを作用させて出力を監視することにより、正常時とは異なる時系列信号（残差信号）を検出することが出来る。
【００６４】
本実施形態では、具体的には、以下の信号処理方法を採用することができる。
【００６５】
先ず、図１の基準演算部１２において、診断対象が正常な状態にあるときに得られた音信号データあるいは振動信号データを１０２４点用いて、ＦＦＴ（高速フーリェ変換）を行い、それから電力スペクトルを求める。次にそれをＩＦＦＴ（逆高速フーリェ変換）して自己相関関数を求め、それを用いてＬｅｖｉｎｓｏｎのアルゴリズム（例えば三上著「ディジタル信号処理入門」ＣＱ出版発行参照）により計算し、逆フィルタの係数｛Ａ_k｝を求める。
【００６６】
その後、異常監視部１３Ａ，１３Ｂ，…，１３Ｎでは、その逆フィルタを作用させて残差信号が求められるが、その残差信号を求めるための演算は、本実施形態では、係数｛ａ[ｋ]｝を用いて移動平均計算により行なわれる。
【００６７】
ここでは残差信号のパワーの移動平均を求めるために、まず残差信号の時系列から、１２８データを取り出し、ＦＦＴ、パワースペクトル計算、ＩＦＦＴを経て自己相関関数を求め、その原点のピーク値からパワーを求める。その後データの始点を５０点ずつずらしながら、パワーを順次求める。
【００６８】
逆フィルタとしては、一例として、次数Ｍ＝２７、係数｛ａ[ｋ]｝は、表１のものが採用される。
【００６９】
【表１】
ａ［０］＝１．００００００
ａ［１］＝−２．８８７３３０
ａ［２］＝３．９４７３４４
ａ［３］＝−３．５３５２４９
ａ［４］＝２．４４７０５３
ａ［５］＝−１．６２０１３３
ａ［６］＝１．３１５３５２
ａ［７］＝−１．２６８１６１
ａ［８］＝０．９３７４７１
ａ［９］＝−０．３８０５７３
ａ［１０］＝−０．０４０９１９
ａ［１１］＝０．２８４０７６
ａ［１２］＝−０．３５３６６５
ａ［１３］＝０．３９７８４９
ａ［１４］＝−０．５３３１８５
ａ［１５］＝０．５０１９０２
ａ［１６］＝−０．２３８１７８
ａ［１７］＝−０．００３０４８
ａ［１８］＝０．１９２４２０
ａ［１９］＝−０．１６６８５４
ａ［２０］＝−０．０１０４９８
ａ［２１］＝０．０６１３８３
ａ［２２］＝０．０１７３２３
ａ［２３］＝−０．０１４１４６
ａ［２４］＝−０．１３１２４７
ａ［２５］＝０．２３９１５７
ａ［２６］＝−０．２４２４４４
ａ［２７］＝０．１１５６７８
図８〜図１１は正常状態にある設備から得られる波形の一例を示すものであり、図８は正常状態にある設備から採取された音信号の信号波形、図９はこの音信号に逆フィルタを作用させた後の残差信号の信号波形、図１０はこの残差信号の電力スペクトル、図１１は残差信号の電力の移動平均を示している。
【００７０】
図１２〜図１５は、設備が異常状態にあるときに得られた波形の一例を示すもので、各図は、それぞれ図８〜図１１と同じ形式の信号波形を示している。正常状態及び異常状態にある設備からそれぞれ得られた音信号の波形を示す図８及び図１２を直接比較しても、これらから直ちに正常・異常を判断することは困難である。しかし、これらに逆フィルタを作用させて得られた残差信号を示す図９及び図１３相互を分析することにより、正常・異常の判断が可能となる。
【００７１】
図９及び図１３を比較すると容易に理解できるように、設備が正常状態にあるときは、残差信号の振幅は極めて小さいが、これと比較し、設備が異常状態になるとその振幅は極めて大きくなる。従って、残差信号における電力の最大値を基準として正常・異常の判断が可能となる。例えば設備が正常状態にあるときに得られた信号の最大電力よりも１０ｄＢ以上大きな残差信号の振幅を有する場合を異常、これ未満の残差信号の振幅を有する場合を正常と判定することで、正常・異常の判断を行なうことができる。
【００７２】
また、図１０及び図１４に示されたように、残差信号をフーリエ変換して得られたスペクトルにおいては、異常が発生すると電力スペクトルの増大が生ずる。例えば、図１０の電力のピークは１００ｄＢ以下であるが、図１４においては電力のピークはほぼ１２０ｄＢに達している。
【００７３】
更に、残差信号の電力の移動平均を示す図１１及び図１５相互の比較を行うと、異常によってこの移動平均が増大することがわかる。例えば、設備が正常状態にあるときの移動平均の最大値よりも２０ｄＢ以上大きな移動平均データを示す場合は異常、これ未満のデータを示す場合は正常と判定できる。この方法を採用すると、異常の有無の判定が特に容易となり、短時間での異常検出が可能であるため、現場における実時間的な検出を行うことができて、特に好適である。なお、異常の種類によっては、電力の移動平均の分析よりも上記電力スペクトルの分析による検出の方が、より正確に欠陥の存在を検出できる。
【００７４】
以上説明した実施形態は、本発明にいう基準データとして逆フィルタを作成しておき、残差信号を求めてその残差信号に基づいて異常の有無の検出を行なうものであるが、本発明は必ずしもこの検出方法を採用する必要はなく、例えば前述したスペクトル解析の手法や、統計的推定又は検定を行なう手法を採用してもよい。
【００７５】
【発明の効果】
以上、説明したように、本発明によれば、時間的に継続した動作を行なう診断対象の異常の有無を空白期間を置くことなく検出し続けることができる。
【図面の簡単な説明】
【図１】本発明の異常監視装置の基本的な一実施形態を示すブロック図である。
【図２】本発明の異常監視装置の一実施形態を示すシステム概念図である。
【図３】本発明の異常監視装置の一実施形態として動作する異常監視コンピュータの外観斜視図である。
【図４】図３に示す異常監視コンピュータのハードウェア構成図である。
【図５】本発明の異常監視プログラムの一実施形態を示す模式図である。
【図６】図３，図４に示す異常監視コンピュータ内で実行される２つの比較診断タスクＡ，Ｂのフローチャートである。
【図７】シートを圧延しながら搬送するシート圧延機を診断対象としたときのシステム構造図である。
【図８】正常状態にある診断対象から得られた音信号の波形図である。
【図９】図８の信号に逆フィルタを作用させて得られた信号波形図である。
【図１０】図９の信号から得られた電力スペクトル図である。
【図１１】図９の信号から得られた電力の移動平均を示す図である。
【図１２】異常状態にある診断対象から得られた音信号の波形図である。
【図１３】図１２の信号に逆フィルタを作用させて得られた信号波形図である。
【図１４】図１３の信号から得られた電力スペクトル図である。
【図１５】図１３の信号から得られた電力の移動平均を示す図である。
【符号の説明】
１０異常監視装置
１１センサ
１２基準演算部
１３Ａ，１３Ｂ，…，１３Ｎ異常監視部
２０診断対象
２１監視対象物
１００診断用コンピュータ
１３０異常監視プログラム
１３１基準演算部
１３２Ａ，１３２Ｂ，…，１３２Ｎ異常監視部
２１１フィルタアンプ
２２０Ａ／Ｄ変換ユニット
２２１Ａ／Ｄ変換器
２２２リング構造メモリ
２３０異常監視タスク[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an abnormality monitoring device that monitors whether there is an abnormality in a diagnosis target that performs continuous operation, such as a rolling mill that performs rolling continuously, and an abnormality monitoring program that causes a computer to operate as an abnormality monitoring device.
[0002]
[Prior art]
Conventionally, equipment diagnosis by various equipment diagnosis methods for determining the presence or absence of abnormality of equipment or equipment has been executed or proposed. This equipment diagnosis does not only detect critical faults that have been destroyed or that need to be stopped immediately, but rather, for example, bearings in rotating machinery are damaged before such critical faults are reached. It can still continue to operate enough for now, such as entering or wear of a moving part, but if it is left as it is, it will detect abnormalities that may lead to serious failures in the future. There is a need.
[0003]
As a typical example of such a facility diagnosis method, for example, an acoustic vibration waveform when the equipment or facility is in a normal state is obtained, and the acoustic vibration waveform is subjected to spectrum analysis to check its characteristics and detect the presence or absence of abnormality. When performing the spectrum analysis, obtain the acoustic vibration waveform of the equipment or facility, and check whether there is a peak of a specific frequency component that is not normally seen in the spectrum, or the peak combination is normal. It is known to detect an abnormality depending on whether or not it is the same.
[0004]
Japanese Patent Laid-Open No. 7-43259 obtains an acoustic vibration waveform when the equipment or facility is in a normal state, creates an inverse filter based on the acoustic vibration waveform, and detects the presence or absence of an abnormality. When obtaining the acoustic vibration waveform of the device or equipment, apply the inverse filter obtained in advance to the acoustic vibration waveform to obtain the residual signal, and analyze the residual signal to detect abnormalities in the equipment or facility. It has been proposed to detect.
[0005]
Furthermore, Japanese Patent Application Laid-Open No. 8-304124 obtains a plurality of acoustic vibration waveforms when the equipment or facility is in a normal state, and reverses based on, for example, one acoustic vibration waveform among the plurality of acoustic vibration waveforms. Create a filter, for example, to obtain a plurality of residual signals by applying the inverse filter to the remaining plurality of acoustic vibration waveforms, and obtain a plurality of statistical variables based on each of the plurality of residual signals, Even when detecting the presence or absence of abnormalities, obtain multiple acoustic vibration waveforms of the equipment or facility, and apply the above-described inverse filter to the multiple acoustic vibration waveforms to obtain multiple residual signals. Based on these multiple residual signals, a plurality of statistical variables are obtained, and between the plurality of statistical variables obtained in the normal state and the plurality of statistical variables obtained in detecting the presence or absence of abnormality. , For example, by performing a test or estimated by a method such as F-test and t-test, it is proposed to detect the presence or absence of abnormality of the equipment and facilities.
[0006]
The method of detecting abnormalities in equipment and facilities by performing the above spectrum analysis is also quite effective depending on the nature of the equipment and facilities to be diagnosed. The method of performing etc. is a more effective method.
[0007]
[Problems to be solved by the invention]
However, no matter which of the above-mentioned various equipment diagnosis methods is employed, after the physical quantity reflecting the state of the diagnosis target is captured by the sensor, the calculation is performed until the presence or absence of the abnormality of the diagnosis target is determined. If the object to be diagnosed performs a continuous operation over time, it will continue to operate even during the calculation, but there is a risk that it will be excluded from the object of abnormality detection during that time. is there.
[0008]
In view of the above circumstances, the present invention provides an abnormality monitoring apparatus capable of continuing to detect the presence or absence of an abnormality to be diagnosed that performs a temporally continuous operation without leaving a blank period, and a computer as such an abnormality monitoring apparatus. An object is to provide an anomaly monitoring program to be operated.
[0009]
[Means for Solving the Problems]
  The abnormality monitoring device of the present invention that achieves the above object is an abnormality monitoring device that monitors the presence or absence of an abnormality in a rotating machine that is a diagnosis target that performs a time-continuous operation.
  A sensor that captures a predetermined physical quantity that reflects the state of the rotating machine that is the diagnosis target, and obtains a signal that is continuous in time and that represents the physical quantity;
  Signal obtained by the above sensorOneIt is provided with a plurality of abnormality monitoring units that determine whether or not there is an abnormality in the rotating machine that is the diagnosis target, based on the received partial signals, alternately or cyclically sharing each partial signal that is sequentially cut out in duplicate.
  The plurality of abnormality monitoring units share and receive a partial signal corresponding to the phase range fixed for each abnormality monitoring unit when one rotation of the rotating machine to be diagnosed is divided into a plurality of phase ranges. Based on the received partial signal, it is determined whether or not there is an abnormality in the rotating machine to be diagnosedAn anomaly monitoring device,
  A reference operation unit for obtaining reference data by performing an operation including an operation for obtaining an inverse filter based on a reference signal obtained by the sensor when the diagnosis target is in a normal state;
  Each of the plurality of abnormality monitoring units performs an operation including a calculation for obtaining a residual signal by applying an inverse filter to a diagnostic signal obtained during abnormality monitoring by the sensor and a moving average calculation of the residual signal. , Based on the result of the calculation, the presence or absence of an abnormality to be diagnosed is determined.
[0010]
The abnormality monitoring apparatus according to the present invention includes a plurality of abnormality monitoring units, sequentially cuts out signals obtained from sensors without overlapping or partially overlapping, and alternately cuts out the partial signals (when there are two abnormality monitoring units). Alternatively, since it is received cyclically (when there are three or more abnormality monitoring units) and the presence or absence of abnormality is detected alternately or cyclically, for example, when the occurrence of a single event is targeted for standby monitoring Even in this case, it is possible to continue detecting the presence / absence of abnormality without causing a blank period for detection of abnormality.
[0011]
Here, in the abnormality monitoring apparatus according to the present invention, a reference arithmetic unit for obtaining reference data by performing an operation including an operation for obtaining an inverse filter based on a reference signal obtained by a sensor when the diagnosis target is in a normal state. With
Each of the plurality of abnormality monitoring units performs an operation including an operation for obtaining a residual signal by applying an inverse filter to a diagnostic signal obtained at the time of abnormality monitoring by a sensor, and based on a result of the operation, a diagnosis target It is preferable to determine whether or not there is an abnormality.
[0012]
Here, the above-mentioned “operation including an operation for obtaining an inverse filter” is a concept including a case where only an operation for obtaining an inverse filter is included. In this case, the inverse filter may be used as the reference data. it can. In addition, the “calculation including the operation for obtaining the inverse filter” only needs to include the operation for obtaining the inverse filter. As described above, the inverse filter is performed based on, for example, one reference signal among the plurality of reference signals. It is also possible to perform an operation for creating a plurality of statistical variables by creating and applying the inverse filter to a plurality of other reference signals. In that case, a plurality of statistical variables obtained in this way can be the reference data.
[0013]
Further, the above-mentioned “operation including an operation for obtaining a residual signal by applying an inverse filter” is the same as described above, and may be configured only by an operation for obtaining a residual signal. As described in Japanese Patent No. 43435, calculation of data that is convenient for determining the presence or absence of an abnormality by calculating the residual signal, such as calculating a moving average value of the power of the residual signal, Alternatively, a plurality of residual signals are obtained by applying an inverse filter to a plurality of diagnostic signals as described in the above-mentioned JP-A-8-304124, and a plurality of statistics are obtained based on the plurality of residual signals. It may be an operation for obtaining a target variable.
[0014]
If an inverse filter is used, stationary noise can be eliminated from the signal, and the presence or absence of an abnormality to be diagnosed can be determined with higher accuracy.
[0016]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, embodiments of the present invention will be described.
[0017]
FIG. 1 is a block diagram showing a basic embodiment of the abnormality monitoring apparatus of the present invention.
[0018]
The abnormality monitoring device 10 is an abnormality monitoring device that monitors whether there is an abnormality in the diagnosis target 20 that performs continuous operation over time, such as a rolling mill that performs rolling continuously, and includes a sensor 11 and a reference calculation unit 12. , And a plurality of

abnormality monitoring units

13A, 13B,..., 13N.
[0019]
The sensor 11 of the abnormality monitoring apparatus 10 captures a predetermined physical quantity (for example, sound or vibration) reflecting the state of the diagnosis target 20, and obtains a time-continuous signal representing the physical quantity.
[0020]
Further, the reference calculation unit 12 performs a calculation including a calculation for obtaining an inverse filter based on a reference signal obtained by the sensor 11 when the diagnosis target 20 is in a normal state, thereby obtaining reference data. The reference data obtained by the reference calculation unit 12 may be an inverse filter itself or a statistical variable as described above. In this embodiment, the inverse filter itself is adopted as the reference data.
[0021]
In the case where the diagnosis target 20 has a plurality of operation states, the reference calculation unit 12 determines each inverse filter corresponding to each operation state based on each reference signal obtained when the diagnosis target 20 is in each operation state. Desired. However, in the case where one operation state or a state that can be regarded as one operation state continues, only one inverse filter may be obtained regardless of the operation state.
[0022]
For example, in the case where the diagnosis target 20 is a rotating machine that rotates slowly, each phase range when one rotation of the rotating machine is divided into a plurality of phase ranges that overlap one after another without any interruption is regarded as each operation state. Therefore, an inverse filter may be obtained for each partial reference signal corresponding to each phase range, and only one inverse filter is obtained regardless of the phase range unless the operating state changes greatly depending on the phase of rotation. May be.
[0023]
Further, in the plurality of

abnormality monitoring units

13A, 13B,..., 13N, the partial diagnosis signals obtained by sequentially cutting out the diagnosis signals obtained at the time of abnormality monitoring by the sensor 11 without interruption or partially overlapping are alternately or cyclically shared. Based on the received partial diagnosis signal, the presence or absence of abnormality of the diagnosis target 20 is detected. Specifically, in these

abnormality monitoring units

13A, 13B,..., 13N, each partial diagnosis signal is the same as each operation state of the diagnosis target 20 when the sensor 11 obtains each partial diagnosis signal. Each residual signal is obtained by applying an inverse filter corresponding to the operating state. Alternatively, when the inverse filter is obtained regardless of the operation state, each residual signal is obtained by applying the same inverse filter to each partial diagnosis signal. Further, the power of each residual signal is obtained, and the presence or absence of abnormality of the diagnosis target 20 is determined by comparing each power with a threshold value.
[0024]
When the diagnosis object 20 is a rotating machine that rotates slowly, the plurality of

abnormality monitoring units

13A, 13B,..., 13N reversely filter one rotation of the rotating machine with a diagnostic signal obtained by the sensor 11 during abnormality monitoring. Received the received partial diagnostic signals alternately or cyclically when divided into multiple partial diagnostic signals corresponding to multiple phase ranges that are the same as the multiple phase ranges divided during the operation A residual signal is obtained by applying an inverse filter obtained based on a partial reference signal in the same phase range as the phase range corresponding to the partial diagnostic signal obtained by the reference calculation unit 12 to the diagnostic signal, By comparing the power of the residual signal with a threshold value, it is determined whether or not the rotating machine is abnormal.
[0025]
FIG. 2 is a system conceptual diagram showing an embodiment of the abnormality monitoring apparatus of the present invention.
[0026]
The monitoring target 21 corresponds to an example of a diagnosis target referred to in the present invention. The monitoring object 21 is provided with a vibration sensor 210 </ b> A and an acoustic sensor 210 </ b> B as sensors for obtaining signals for detecting the presence / absence of abnormality, or are provided in the vicinity. Both of the vibration sensor 210A and the acoustic sensor 210B do not need to be provided, and only one of them may be provided according to the characteristics of the monitoring target 21.
[0027]
The waveform signals obtained by the vibration sensor 210A and the acoustic sensor 210B are input to the filter amplifier 211, and when an abnormality occurs in the monitoring target 21, only the frequency band included in the sound or vibration caused by the abnormality is passed. And appropriately amplified. The signal after passing through the filter amplifier 211 is input to the A / D converter 221 constituting the A / D conversion unit 220 and sampled, and the sampling data is sequentially stored in the ring structure memory 221. The ring structure memory 221 is a type of memory in which sampling data is sequentially stored for one round of the ring and overwritten sequentially after one round. Although the ring structure memory is shown here as an example, the memory need not have a ring structure as long as sampling data can be stored over a sufficient length.
[0028]
The sampling data stored in the ring structure memory 221 is sequentially read out as waveform data for each memory area where a part of the sampling data overlaps.
[0029]
In the abnormality monitoring computer 230, two comparative diagnosis tasks A and B are operated in this embodiment, and the waveform data sequentially read from the ring structure memory 221 of the A / D conversion unit 220 is the two comparative diagnosis. Passed alternately to tasks A and B. When each of the comparative diagnosis tasks A and B receives the waveform data, it is determined whether or not the monitoring target 21 is abnormal based on the received waveform data. In detecting the presence / absence of abnormality in these two comparative diagnosis tasks A and B, the data obtained by sampling in the same manner as described above at the stage where the monitoring target 21 is known to be in a normal state in advance. Based on this, an inverse filter is obtained. In each of the comparative diagnosis tasks A and B, a residual signal is obtained by applying the inverse filter to the waveform data received at the time of abnormality monitoring, and the power of the residual signal is a threshold value. The presence or absence of abnormality is determined according to the magnitude. Here, if an abnormality is detected in either of the two comparative diagnosis tasks A and B, an alarm indicating that an abnormality has been detected is output.
[0030]
Only one inverse filter is required when the monitoring target 21 is operating normally. When the monitoring target 21 is always operating in the same operating state, only one reverse filter is required. For example, the reverse filter rotates slowly. When a rotating machine is to be monitored, one rotation of the rotating object is divided into a plurality of phase ranges, and each phase range is determined based on each waveform data obtained in each of the plurality of phase ranges. The waveform data obtained in the same phase range as when the inverse filter was obtained is read from the ring structure memory 221 and read out even when monitoring each abnormality. An inverse filter obtained based on data in the same phase range as the phase range from which the waveform data is obtained is applied to the waveform data. By doing so, the presence or absence of abnormality of the rotating machine can be detected with higher accuracy.
[0031]
However, even when a rotating machine that rotates slowly is used as the monitoring target, the waveform data obtained in a plurality of phase ranges have the same statistical properties when the rotating machine is operating normally. If so (so to speak, the rotating machine is rotating uniformly regardless of the phase of rotation), the unique inverse filter action is obtained for any phase range, regardless of the phase range. You may let them.
[0032]
FIG. 3 is an external perspective view of an abnormality monitoring computer that operates as an embodiment of the abnormality monitoring apparatus of the present invention. An abnormality monitoring apparatus according to an embodiment of the present invention is a combination of an abnormality monitoring apparatus body including hardware of the diagnostic computer 100 and software executed therein, and a sensor (not shown). It has been realized.
[0033]
The abnormality monitoring computer 100 includes a main body 101 incorporating a CPU, a RAM memory, a magnetic disk, a communication board, etc., a CRT display 102 for displaying a screen on its display screen 102a according to an instruction from the main body, and the abnormality monitoring computer. A keyboard 103 for inputting operator instructions and character information; and a mouse 104 for inputting an instruction corresponding to an icon or the like displayed at that position by designating an arbitrary position on the display screen.
[0034]
In the main body 101, a CD-ROM 105 (see FIG. 4) is removably loaded, and a CD-ROM drive for driving the loaded CD-ROM 105 is also incorporated.
[0035]
Here, an abnormality monitoring program is stored in the CD-ROM 105, the CD-ROM 105 is loaded in the main body 101, and the abnormality monitoring program stored in the CD-ROM 105 by the CD-ROM drive is the abnormality monitoring computer. It is installed in 100 magnetic disks. When the abnormality monitoring program installed in the magnetic disk of the abnormality monitoring computer 100 is activated, the abnormality monitoring computer 100 is an embodiment of the abnormality monitoring apparatus main body excluding the sensors and the like in the abnormality monitoring apparatus of the present invention. Operate.
[0036]
FIG. 4 is a hardware configuration diagram of the abnormality monitoring computer 100 shown in FIG.
[0037]
This hardware configuration diagram includes a central processing unit (CPU) 111, RAM 112, magnetic disk controller 113, CD-ROM drive 115, mouse controller 116, keyboard controller 117, display controller 118, communication board 119, and A / D conversion boards 120 are shown, which are connected to each other by a bus 110.
[0038]
As described with reference to FIG. 3, the CD-ROM drive 115 is loaded with the CD-ROM 105 and accesses the loaded CD-ROM 105.
[0039]
The communication board 119 is connected to a machine control device (not shown) that controls the diagnosis target, and from the machine control device, the control state of the diagnosis target (operating state or stationary state, or diagnosis of the rotating machine) Control state information indicating the current rotation angle (phase) of the rotating machine in the case of the target is input.
[0040]
The A / D conversion board 120 is connected to a sensor for obtaining an abnormality monitoring signal, such as the vibration sensor and the acoustic sensor 22 shown in FIG. This A / D conversion board 120 corresponds to the A / D conversion unit 220 shown in FIG. 2, and inputs the signal picked up by the sensor, samples it, temporarily stores it in the memory, and then sequentially overlaps one by one. It plays a role of reading out and loading each memory area.
[0041]
4 shows a magnetic disk 114 accessed by the magnetic disk controller 113, a mouse 104 controlled by the mouse controller 116, a keyboard 103 controlled by the keyboard controller 117, and a CRT display 102 controlled by the display controller 118. Is also shown.
[0042]
FIG. 5 is a diagram schematically showing an embodiment of the abnormality monitoring program of the present invention.
[0043]
Here, the abnormality monitoring program 130 is stored in the CD-ROM 105, the CD-ROM 105 is loaded and driven in the abnormality monitoring computer 100 shown in FIGS. 3 and 4, and the abnormality stored in the CD-ROM 105 is stored. When the monitoring program 130 is installed and executed in the abnormality monitoring computer 100, the abnormality monitoring computer 100 operates as an embodiment of the abnormality monitoring apparatus of the present invention in combination with a sensor that detects the state of the diagnosis target. .
[0044]
The abnormality monitoring program 130 shown in FIG. 5 includes a reference calculation unit 131 and a plurality of

abnormality monitoring units

132A, 132B,.
[0045]
The reference calculation unit 131 corresponds to the reference calculation unit 12 of the abnormality monitoring device 10 shown in FIG. 1, and the plurality of

abnormality monitoring units

132A, 132B,..., 132N are included in the abnormality monitoring device 10 of FIG. 1 and 13N, the configuration excluding the sensor 11 of the abnormality monitoring apparatus 10 shown in FIG. 1 is the same as the abnormality monitoring computer 100 shown in FIGS. 3 and 4, and FIG. In the abnormality monitoring program shown in FIG. 1, the reference calculation unit 12 and the

abnormality monitoring units

132A, 132B,..., 132N of the abnormality monitoring device 10 shown in FIG. ) And an abnormality monitoring program as an application program, whereas the abnormality monitoring program shown in FIG. 130 is constructed only by the application program. The operation of each part constituting the abnormality monitoring program 130 of FIG. 5 is the same as the operation of each corresponding part of the abnormality monitoring apparatus 10 of FIG.
[0046]
FIG. 6 is a flowchart of two comparative diagnosis tasks A and B executed in the abnormality monitoring computer shown in FIGS. These two comparative diagnosis tasks A and B are one specific example of the

abnormality monitoring units

132A, 132B,..., 132N of the abnormality monitoring program 130 shown in FIG.
[0047]
In the comparative diagnosis task A, waveform data consisting of data stored in a part of the memory area of sampling data (A / D conversion data) stored in the ring structure memory in the A / D conversion board is stored. (Step a1) is compared with the reference waveform data input when the diagnosis target is in a normal state (in this embodiment, as described above, an inverse filter based on the reference waveform data is obtained in advance. (The reverse filter is applied to the waveform data input this time) (step a2), and if there is an abnormality as a result of the comparison (step a3), a diagnostic alarm indicating the abnormality is output. The
[0048]
If there is no abnormality, the system waits for the next data to be assigned to the comparative diagnosis task A to the ring structure memory (step a4), and the waveform data to be assigned to the comparative diagnosis task A in the ring structure memory. Is stored (step a5), the waveform data is input (step a6), and the abnormality detection is repeated in the same manner. When the data to be shared by the comparative diagnosis task A is not stored in the ring structure memory for a predetermined time or longer, system abnormality processing is performed (step a7).
[0049]
The operation of the comparative diagnosis task B is the same as the operation of the comparative diagnosis task A. The difference is that the waveform data is alternately received with the comparative diagnosis task A, so that the timing of receiving the waveform data and the subsequent abnormality determination The only difference is the timing.
[0050]
In this way, in this embodiment, the abnormality to be diagnosed is monitored alternately by the two comparative diagnosis tasks A and B as a whole without interruption.
[0051]
FIG. 7 is a system structure diagram when a sheet rolling machine that conveys a sheet while rolling it is a diagnosis target.
[0052]
There is a possibility that foreign matter may get on the sheet, and if the foreign matter is caught on the sheet rolling machine while on the sheet, the sheet may become defective. Therefore, here, a sound collecting microphone is provided in order to capture an abnormal sound generated when the foreign object is bitten, and an acoustic waveform signal obtained by the sound collecting microphone is input to the abnormality monitoring apparatus main body.
[0053]
In this sheet rolling machine, the roll feed speed is controlled to one of a plurality of speeds by a machine control device. Information on the roll feed rate is input to the abnormality monitoring apparatus main body as control state information.
[0054]
In the abnormality monitoring device main body, it is confirmed that no foreign matter is caught, and an inverse filter is obtained for each feed rate controlled by the machine control device. At the time of abnormality monitoring, two or three or more By sharing these tasks alternately or cyclically, abnormal sounds due to foreign object bites are detected without interruption.
[0055]
In addition, although each said embodiment is an example which detects an abnormality by capturing a vibration or a sound, you may monitor an abnormality by capturing a different physical quantity other than a vibration or a sound.
[0056]
Next, an inverse filter and a method for detecting the presence or absence of abnormality using the inverse filter will be described.
[0057]
An arbitrary time series signal can be regarded as an output when white noise is input to an appropriate linear system. Determining a corresponding linear system from a given time series signal is called linear predictive analysis, and there is an established method. There is an autoregressive model (AR model) that is usually required in this way. This means that when the sampled and discretized time series signal is X (n), n = 1, 2,..., The signal X (n) at the nth time point is the data at M time points before that. Is determined as follows.
[0058]
[Expression 1]

[0059]
Here, e (n) is a virtual input signal to the linear system and is white noise. When a time series signal is given, a set of coefficients {A_k}, An autoregressive model for the time series signal is determined.
[0060]
Now set of coefficients {A_k} Is obtained, Y (n) is defined as follows using time-series signal data {X (n)}. At this time, Y (n) is said to be a linear predicted value of X (n).
[0061]
[Expression 2]

[0062]
Therefore, when the following quantities are calculated, from equations (1) and (2):
X (n) -Y (n) = e (n) (3)
The residual becomes white noise. That is, the input white noise can be obtained by subtracting the predicted value Y (n) obtained from the previous M data from the n-th time-series signal data X (n). Here, obtaining the residual e (n) by subtracting the predicted value Y (n) from X (n) is referred to as applying an inverse filter. If a certain time series signal can be expressed by an appropriate autoregressive model in this way, white noise is obtained by applying an inverse filter configured using the model to the original time series signal. That is, the input signal is whitened by the inverse filter. In this case, the input time series signal does not have to be the signal itself used when designing the inverse filter. If the autoregressive model is the same, that is, a signal having the same characteristics, a whitened signal is obtained as an output. Can do. However, when the characteristics of the time series signal are different from those used in the design, white noise is not obtained even if the inverse filter is applied.
[0063]
In view of this, a reverse filter is pre-configured using the first time-series signal carrying normal operating sound, vibration, etc. (operating sound, etc.), and a new first carrying the operating sound, etc. at an arbitrary time point. By obtaining the time series signal of 2 and monitoring the output by applying an inverse filter to the second time series signal, a time series signal (residual signal) different from the normal time can be detected.
[0064]
In the present embodiment, specifically, the following signal processing method can be employed.
[0065]
First, in the reference calculation unit 12 of FIG. 1, 1024 points of sound signal data or vibration signal data obtained when the diagnosis target is in a normal state is used to perform FFT (Fast Fourier Transform), and then the power spectrum is calculated. Ask. Next, IFFT (Inverse Fast Fourier Transform) is used to obtain an autocorrelation function, which is used to calculate it by the Levinson algorithm (see, for example, “Introduction to Digital Signal Processing” by Mikami, published by CQ Publishing). {A_k}.
[0066]
Thereafter, the

abnormality monitoring units

13A, 13B,..., 13N operate the inverse filter to obtain the residual signal. In this embodiment, the calculation for obtaining the residual signal is performed by the coefficient {a [k ]} Is used to calculate the moving average.
[0067]
Here, in order to obtain the moving average of the power of the residual signal, first, 128 data are extracted from the time series of the residual signal, the autocorrelation function is obtained through FFT, power spectrum calculation, and IFFT, and the peak value at the origin is obtained. Ask for power. Thereafter, the power is sequentially obtained while shifting the starting point of the data by 50 points.
[0068]
As an example of the inverse filter, the order M = 27 and the coefficient {a [k]} of Table 1 are adopted.
[0069]
[Table 1]
a [0] = 1.000000
a [1] =-2.88330
a [2] = 3.9947344
a [3] = − 3.535249
a [4] = 2.447053
a [5] =-1.620133
a [6] = 1.315352
a [7] =-1.268161
a [8] = 0.937471
a [9] = − 0.380573
a [10] = − 0.040919
a [11] = 0.284076
a [12] = − 0.353665
a [13] = 0.397849
a [14] = − 0.533185
a [15] = 0.501902
a [16] = − 0.238178
a [17] = − 0.003048
a [18] = 0.192420
a [19] = − 0.166854
a [20] = − 0.010498
a [21] = 0.061383
a [22] = 0.0173323
a [23] = − 0.014146
a [24] = − 0.131247
a [25] = 0.239157
a [26] = − 0.242444
a [27] = 0.115678
8 to 11 show examples of waveforms obtained from equipment in a normal state, FIG. 8 is a signal waveform of a sound signal collected from the equipment in a normal state, and FIG. 9 is an inverse filter for this sound signal. FIG. 10 shows the power spectrum of this residual signal, and FIG. 11 shows the moving average of the power of the residual signal.
[0070]
12 to 15 show examples of waveforms obtained when the equipment is in an abnormal state, and each figure shows a signal waveform in the same format as in FIGS. 8 to 11. Even if FIG. 8 and FIG. 12 showing the waveforms of the sound signals obtained from the equipment in the normal state and the abnormal state are directly compared, it is difficult to immediately determine normality / abnormality from these. However, it is possible to determine normality / abnormality by analyzing FIG. 9 and FIG. 13 showing the residual signals obtained by applying an inverse filter to them.
[0071]
As can be easily understood by comparing FIG. 9 and FIG. 13, the amplitude of the residual signal is extremely small when the equipment is in a normal state, but compared with this, the amplitude is extremely large when the equipment is in an abnormal state. Become. Accordingly, normality / abnormality can be determined based on the maximum value of power in the residual signal. For example, when the residual signal amplitude is 10 dB or more larger than the maximum power of the signal obtained when the equipment is in a normal state, it is abnormal, and when the residual signal amplitude is less than this, it is determined as normal. Normal / abnormal judgment can be made.
[0072]
As shown in FIGS. 10 and 14, in the spectrum obtained by Fourier transforming the residual signal, the power spectrum increases when an abnormality occurs. For example, the power peak in FIG. 10 is 100 dB or less, but in FIG. 14, the power peak reaches approximately 120 dB.
[0073]
Further, when the mutual comparison of FIGS. 11 and 15 showing the moving average of the power of the residual signal is performed, it can be seen that the moving average increases due to the abnormality. For example, when moving average data that is 20 dB or more larger than the maximum moving average value when the equipment is in a normal state is indicated, it can be determined to be abnormal. Employing this method is particularly suitable because it is particularly easy to determine the presence or absence of an abnormality, and the abnormality can be detected in a short time, so that real-time detection can be performed at the site. Note that, depending on the type of abnormality, the presence of a defect can be detected more accurately by detection using the power spectrum analysis than by analysis of the moving average of power.
[0074]
In the embodiment described above, an inverse filter is created as reference data in the present invention, a residual signal is obtained, and the presence or absence of abnormality is detected based on the residual signal. It is not always necessary to employ this detection method. For example, the above-described spectrum analysis method or a method for performing statistical estimation or testing may be employed.
[0075]
【The invention's effect】
As described above, according to the present invention, it is possible to continuously detect the presence / absence of an abnormality of a diagnosis target that performs a temporally continuous operation without leaving a blank period.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a basic embodiment of an abnormality monitoring apparatus of the present invention.
FIG. 2 is a system conceptual diagram showing an embodiment of an abnormality monitoring apparatus of the present invention.
FIG. 3 is an external perspective view of an abnormality monitoring computer that operates as an embodiment of the abnormality monitoring apparatus of the present invention.
4 is a hardware configuration diagram of the abnormality monitoring computer shown in FIG. 3;
FIG. 5 is a schematic diagram showing an embodiment of an abnormality monitoring program of the present invention.
6 is a flowchart of two comparative diagnosis tasks A and B executed in the abnormality monitoring computer shown in FIGS. 3 and 4. FIG.
FIG. 7 is a system configuration diagram when a sheet rolling machine that conveys a sheet while rolling the sheet is to be diagnosed.
FIG. 8 is a waveform diagram of a sound signal obtained from a diagnosis target in a normal state.
9 is a signal waveform diagram obtained by applying an inverse filter to the signal of FIG.
10 is a power spectrum diagram obtained from the signal of FIG. 9;
11 is a diagram showing a moving average of power obtained from the signal of FIG. 9; FIG.
FIG. 12 is a waveform diagram of a sound signal obtained from a diagnosis target in an abnormal state.
13 is a signal waveform diagram obtained by applying an inverse filter to the signal of FIG.
FIG. 14 is a power spectrum obtained from the signal of FIG.
FIG. 15 is a diagram showing a moving average of power obtained from the signal of FIG. 13;
[Explanation of symbols]
10 Abnormality monitoring device
11 Sensor
12 Standard calculation part
13A, 13B, ..., 13N Abnormality monitoring unit
20 Target of diagnosis
21 Monitoring object
100 Diagnostic computer
130 Abnormality monitoring program
131 Reference calculation section
132A, 132B, ..., 132N Abnormality monitoring unit
211 Filter amplifier
220 A / D conversion unit
221 A / D converter
222 Ring structure memory
230 Anomaly monitoring task

Claims

In an abnormality monitoring device that monitors whether there is an abnormality in a rotating machine that is a diagnosis target that performs continuous operation over time,
A sensor that captures a predetermined physical quantity that reflects the state of the rotating machine that is the diagnosis target, and obtains a signal that is continuous in time and that represents the physical quantity;
Receive each subsignal cut successively overlapping part of the obtained signal by the sensor alternately or cyclically sharing to, based on the received partial signal, determining the presence or absence of a diagnosed rotating machinery abnormal A plurality of abnormality monitoring units
The plurality of abnormality monitoring units share and receive partial signals corresponding to a fixed phase range for each abnormality monitoring unit when one rotation of the rotating machine to be diagnosed is divided into a plurality of phase ranges. , based on the received partial signal, a der Ru abnormal monitoring device intended to determine the presence or absence of abnormality of the rotating machine to be diagnosed,
A reference operation unit for obtaining reference data by performing an operation including an operation for obtaining an inverse filter based on a reference signal obtained by the sensor when the diagnosis target is in a normal state;
Each of the plurality of abnormality monitoring units includes an operation including an operation for obtaining a residual signal by applying the inverse filter to a diagnostic signal obtained during abnormality monitoring by the sensor and a moving average operation of the residual signal. And an abnormality monitoring device for determining whether or not there is an abnormality in the diagnosis object based on the result of the calculation .