JP4763713B2 - 予測診断のためのスライディングモード方法 - Google Patents

Description

本発明は、高速回転機械等の機械で予測診断を実行するための診断サブシステムに関する。それは、真空ポンプ等の機械と組み合わされると特に有用である。

機械がより複雑化し、より高価になると、該機械及びそれらがサポートするシステムを機能停止の影響から保護する必要性がさらに高くなる。これは、例えば機械の故障がウェハの非常に貴重なバッチの損失の一因となる可能性がある半導体業界で関連性がある。乾式真空ポンプは半導体業界で無事に使用されてきた。言うまでもなく、多くの半導体プロセスにおける厳しい本質がこれらのシステムの状態監視のための課題を生じさせている（Ｔｒｏｕｐら（１９８８年）、半導体業界の厳しい条件下で動作している乾式ポンプ（Ｄｒｙ ｐｕｍｐｓ ｏｐｅｒａｔｉｎｇ ｕｎｄｅｒ ｈａｒｓｈ ｃｏｎｄｉｔｉｏｎｓ ｉｎ ｔｈｅ ｓｅｍｉｃｏｎｄｕｃｔｏｒ ｉｎｄｕｓｔｒｙ）、真空科学技術ジャーナル（Ｊｏｕｒｎａｌ ｏｆ Ｖａｃｕｕｍ Ｓｃｉ．Ｔｅｃｈｎｏｌ．第７巻、２３８１から２３８６）を参照すること）。あらゆる診断方式は、全条件下で動作できなければならず、障害を検出することができ、ユーザに、壊滅的な損失が発生する前に保守をタイミングよく予定しなければならないことを警告するための警報を生じさせなければならない。

スライディングモード技法は、近年、障害検出方式のために幅広く使用されてきた。それらの主要な優位点は、それらが特定の種類のパラメータ変動に対して根本的な堅牢さを示すという点である。該設計手順は次の２つの段階、つまり、システムが所望される力学を立証する適切な表面の選択、及び該システムに強制的にその滑り運動に到達させ、維持させるインジェクション信号の選択で特徴付けられている。
特開２００４−５８７７７号公報

多くのエンジニアリング応用及び生物医学的応用が障害信号を再現するためにスライディングモードオブザーバーを使用してきた。それらの例は、Ｊｏｎｅｓら（２０００年）、生物医学システム及びエンジニアリングシステムのための診断方式の態様（Ａｓｐｅｃｔｓ ｏｆ ｄｉａｇｎｏｓｔｉｃ ｓｃｈｅｍｅｓ ｆｏｒ ｂｉｏｍｅｄｉｃａｌ ａｎｄ ｅｎｇｉｎｅｅｒｉｎｇ ｓｙｓｔｅｍｓ）、ＩＥＥ Ｐｒｏｃ．−Ｓｃｉ．Ｍｅａｓ．Ｔｅｃｈｎｏｌ．、第１４７巻第６号に記載されている。障害検出及び隔離のための特定のスライディングモードオブザーバーは、障害検出及び隔離のためのスライディングモードオブザーバー（Ｓｌｉｄｉｎｇ ｍｏｄｅ ｏｂｓｅｒｖｅｒｓ ｆｏｒ ｆａｕｌｔ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｉｓｏｌａｔｉｏｎ）オートマティカ（Ａｕｔｏｍａｔｉｃａ）、第３６巻、５４１から５５３にＥｄｗａｒｄｓら（１９９９年）によって説明されている。該手法の新規性は、オブザーバーが残留信号を通して障害の存在を検出するよりむしろ障害信号を再構築しようとするという点である。提案されているオブザーバーは、スライディングを維持するために必要とされる非連続性インジェクション信号から取得されるいわゆる同等な出力インジェクション信号を分析することによって検出される障害が存在する場合にもスライディングモードを維持するように設計されている。したがって、同等なインジェクション信号はオブザーバーに適用されるインジェクション信号ではなく、滑り運動を維持するために平均して必要とされるインジェクションを表す。同等なインジェクション信号は、該適用される、通常は、必要とされる非連続性のインジェクション信号を適切にフィルタリングすることによって容易に取得できる。監視のための代替スライディングモードオブザーバー方式は、Ｈｅｒｍａｎｓら（１９９６年）、堅牢なセンサ監視のためのスライディングモードオブザーバー（Ｓｌｉｄｉｎｇ ｍｏｄｅ ｏｂｓｅｒｖｅｒ ｆｏｒ ｒｏｂｕｓｔ ｓｅｎｓｏｒ ｍｏｎｉｔｏｒｉｎｇ）、第１３回ＩＦＡＣ世界会議（ｔｈｅ １３ｔｈ ＩＦＡＣ Ｗｏｒｌｄ Ｃｏｎｇｒｅｓｓ）の議事録２１１から２１６ページに説明されている。その文書中では、障害発生時に、オブザーバーがその表面から阻害され、摺動が停止する設計手法が採用される。しかしながら、オブザーバーはシステムをつねに滑り運動にしておくように設計されているため、スライディングモード理論は、このような手法を実現するのが困難であることを示している。加えて、滑り運動を該理論から維持するための利得の選択は多くの場合保守的である。したがって、障害が摺動時に中断を引き起こすことを確実にすることは困難である。

多くの本物の信頼できるセンサは、回転機械の中（例えば、半導体プロセス真空ポンプの内部）の腐食性の環境、有毒な環境または高温の環境において商業的にあるいは技術的に実行可能ではない。

本発明の第１の態様によると、機械上で予測診断を実行するための診断サブシステムが提供され、該サブシステムは、該機械の少なくとも１つの検知される動作パラメータを提供するための少なくとも１台のセンサと、該機械の動作をモデル化し、少なくとも１つの推定される動作パラメータを生成するためのプロセスモデルと、該検知された動作パラメータを該推定動作パラメータと比較するための比較手段と、該推定動作パラメータと該検知された動作パラメータの間の差異がゼロになる傾向がある該モデルの中でスライディングモード動作を維持するために該モデルの中に不連続性を注入するための不連続信号注入手段と、該機械内の障害を示す１つまたは複数の兆候（例えば、１つまたは複数の傾向）のための該非連続インジェクション信号を分析するための分析手段とを備える。

多くのセンサがあってよい。該センサは、ポンプ内の温度及びポンプモータ内の電流のような検知される動作パラメータの集合を示す。他の考えられるセンサは、圧力または圧力差、（例えば、流体流量計によって測定される）質量流量、（加速度計によって測定される）振動、マイクを使用して測定される音響パラメータ、及びこのようなパラメータ（例えば、雑音スペクトル周波数／分布または通常の雑音スペクトルからの偏差）の派生物を含むことがある。好ましくは、該プロセスモデルは推定動作パラメータの対応するセットを生成し、該比較手段は、対応する推定動作パラメータと検知される動作パラメータを比較する。

該非連続信号注入手段は、該比較手段の出力の符号の関数としてインジェクション信号を生成し、それにより検知された各動作パラメータとその対応する推定動作パラメータの間の差異をスライディングモード動作でゼロにする傾向とするように配置されている。それがスライディングモードで該モデルを維持するほど十分に大きいのであれば、該インジェクション信号の規模は重要ではない。

該分析手段は、好ましくは、該非連続インジェクション信号における名目レベルから偏差（あるいは傾向）を推定するための手段を備える。該名目レベルからの偏差は、前もって設定された閾値の単純な交差であってよいが、代りに統計的に重大な偏差であってもよい。

本発明の第２の態様によると、ポンプの動作パラメータを検知するための少なくとも１台のセンサと、該ポンプの動作をモデル化し、少なくとも１つの推定動作パラメータを生成するためのプロセスモデルと、該検知された動作パラメータを該推定動作パラメータと比較するための比較手段と、該推定動作パラメータと該検知動作パラメータの間の該差異がゼロになる傾向がある該モデル内でスライディングモード動作を維持するために該モデルの中に非連続性を注入するための非連続信号注入手段と、該ポンプ内での兆候のための該非連続インジェクション信号を分析するための分析手段とを備える診断サブシステムとを有するポンプが提供される。

該分析手段は、好ましくは、該モデルでスライディングモード運動を維持するために必要とされる非連続インジェクション信号における変化を特定するように配置され、このような変化に応えて障害信号を生成するように配置されている。

本発明は、その好適な実施形態において、本物のセンサから取得されるであろう値を推論し、したがって機械診断を支援できる「仮想センサ」の機能を果たすように設計されているスライディングモードオブザーバーを使用することによって作用する。

これらの手段及び後述される手段によって、一般的な真空ポンプ内の要素のモデルが提供される。該モデルは容易に入手可能な測定値によって、及び該プロセス力学の非常に特定的なスライディングモード分析及び特に定められた駆動信号のシステムの使用によって容易に駆動され、それらの名目値からの該ポンプの内部パラメータの偏差の測度が構築される。

該真空ポンプ力学の非線形モデル、及び該同等のインジェクション信号の適切な監視を使用してパラメータ推定及び障害予測のために使用されるスライディングモードオブザーバーが説明されている。

本発明の好適な実施形態はここで、添付図面に関してほんの一例として説明されている。

図１を参照すると、該ポンプの固定子としての機能を果たす外部筐体１１の中に設けられている２つの回転子１０を有するねじポンプが示されている。該回転子１０はそれらの中心軸が互いに平行である二重反転の互いにかみあうローラである。該回転子は軸受け１５を通して取り付けられ、モータによって駆動される。洗浄液を該回転子の中に噴霧できるようにするためにノズルを有するポート１２が、オプションで設けられている。該ポンプは入口領域１３と、排出領域１４とを有している。該筐体１１は、その間に該ポンプの全長の上に広がる空洞１７がある、内側層１６と外側層１９とを有する二層の外板から形成されている。図２は、駆動モータ１６も示すポンプの両端バージョンを示す。

動作中、該モータ１６は、代りに該二重反転する回転子を駆動する（図中最も下に示されている）該回転子１０Ａを駆動する。（半導体業界用の化学気相蒸着（ＣＶＤ）溶媒等の）流体は、回転子に対するねじ山の作用により入口１３から排出口１４に送り出される。該ポンプの温度は、熱を該ポンプから離して伝導するために該空洞１７を通る冷却剤のポンプによる揚水により制御下に保たれている。

図３を参照すると、温度センサ２２、２３、２４及び２５の集合が該ポンプに沿ったさまざまな段階で示されている。これらは温度モニタ２０に接続されている。該温度センサ２２から２５は該ポンプ内のさまざまな段階で該空洞２７の中の温度を監視する。追加の温度センサ２６は、該軸受け１５の中の温度を監視し、温度センサ２７は冷却剤出口温度を監視する。

説明されている該ポンプは、２つのねじ式回転子を入れるねじポンプであるが、代わりにそれはＮｏｒｔｈｙ（「つめ」）ポンプまたはＲｏｏｔｓポンプであってよい。

該温度センサ２２から２７は、単純な熱電対またはサーミスタセンサであってよく、説明される理由から、それらはきわめて精密である必要はなく、したがって相対的に安価である。

ここで図４を参照すると、温度センサ３０はスライディングモード診断サブシステムの中に測定可能な真空ポンプデータを提供するとして示されている。該診断サブシステムは、該ポンプの動作をモデル化する基準プロセス（名目プロセス、ｎｏｍｉｎａｌ ｐｒｏｃｅｓｓ）モデル５０を備え、該モデルは該モデルに従って該測定されたポンプデータの推定値を提供する出力５２を有する。コンパレータ５４は、これらの推定値５２を該測定可能な真空ポンプデータ３０と比較する。該コンパレータ５４からの出力は該モデル５０に、及び該モデル５０の中に非連続信号を導入（注入、インジェクション）する非連続導入（非連続インジェクション）モジュール５６の中にも送られる。このインジェクション信号により、該モデル５２は、後述されるようにスライディングモードで動作する。信号調整モジュール５８が、（例えば、それを経時的に統合する等）非連続インジェクションモジュール５６からの同じ導入非連続信号（非連続インジェクション信号）を監視し、基準レベル（名目レベル、ｎｏｍｉｎａｌ ｌｅｖｅｌ）からの偏差を推定し、障害信号または警報を発生させる推定器６０に出力を提供する。

障害信号が該ポンプまたは他の機械を自動的に制御する可能性があると必ずしも意図されていないが、これはオプションである。例として、壊滅的な状態、あるいは該ポンプまたは環境に危険である可能性がある状態を示す障害は、該ポンプを制御する、例えばポンプを減速する、または停止する、あるいはバルブを閉じるまたは開く等、該ポンプに接続されている補助装置を制御するために使用できる。

該正常なプロセスモデル５０及び非連続インジェクションモジュール５６の動作はここでは数学的に説明されている。

Ｐ_measが、ポンプ温度等の容易に測定可能なプロセスパラメータであり、ｐが名目プロセスモデル５０によって生成されるそのパラメータの推定値である場合、及びχ_nominal （ｔ）が通常の動作中、一定であるが障害のある動作状態では外れると予想される場合、ｃは一定であると仮定できるポンプパラメータであり、νは該適用された非連続インジェクション信号である。

ここで、χ_nominal （ｔ）が障害のために外れる場合には、非連続インジェクション信号νは名目プロセスモデル内の推定値ｐを維持するために変化することが分かる。νの変化は信号調整モジュール５８によって測定することができ、測定不能なプロセスパラメータ内の基準(名目、ｎｏｍｉｎａｌ)値からの偏差の結果として生じる推定値は考えられる障害として出力さえる、あるいは警報信号の生成を引き起こすようにプログラミングされてよい。

本発明の好適な実施形態は、ここで、該真空ポンプの入力と出力を表す図５に関してさらに詳細に説明されている。

水冷システムを説明する３つの数学モデルが物理法則から引き出され、識別技法を通して検証される。該システムはブロック図（図５を参照すること）によって表すことができる。該ポンプに対する主要な熱源は電源である。さらに、熱は該ポンプと大気、冷却水とくみ上げられたガスの間で交換される。

スライディングモードオブザーバー及びファジーアナライザを用いるエンジンクーランとシステム障害診断（Ｅｎｇｉｎｅ ｃｏｏｌａｎｔ ｓｙｓｔｅｍ ｆａｕｌｔ ｄｉａｇｎｏｓｔｉｃｓ ｗｉｔｈ ｓｌｉｄｉｎｇ ｍｏｄｅ ｏｂｓｅｒｖｅｒｓ ａｎｄ ｆｕｚｚｙ ａｎａｌｙｓｅｒ）、モデル化、識別及び制御に関するＩＡＳＴＥＤ国際会議（ＩＡＳＴＥＤ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｍｏｄｅｌｉｎｇ，Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ Ｃｏｎｔｒｏｌ）、インスブルック、オーストリア（Ｉｎｎｓｂｒｕｃｋ，Ａｕｓｔｒｉａ）、１９９９年に説明されているＢｈａｔｔｉらによってディーゼルエンジン向けに以前開発された熱伝達モデルがここで修正される。ポンプ本体温度の変化率は数２によって示される。

この場合Ｑは瞬間熱伝達率を示す。電力Ｑ_P ＝ｋＩの該瞬間熱伝達率は、インバータ電流Ｉの関数であると仮定され、ｋは定数である。数３は冷却水熱伝達である。

数４は対流を通した周囲に対する表面熱損失である。

数５は放射を通した周囲に対する表面熱損失である。

さらに、ｍ_B は、該ポンプ本体の質量であり、ｃ_pBは該ポンプ本体の比熱容量である。Ｔ_B 、Ｔ_i 、Ｔ₀ 及びＴatm は、それぞれポンプ本体温度、入口温度、出口温度、及び大気温度である。また、Ａ_B は該ポンプ本体の表面積を表し、ｈ_B は該ポンプ本体の伝熱係数であり、ｍ_ｃはポンプを通る冷却剤の質量流量であり、Ｃ_pcw は該冷却剤の比熱容量であり、εは表面放射率であり、σはステフェン−ボルツマン（Ｓｔｅｆｆｅｎ−Ｂｏｌｔｚｍａｎｎ）定数である。

Ｑを置換すると、以下の方程式が得られる。

数７は、関係性を配列し直し、放射損失が小さいと仮定して得られる。

説明を容易にするために係数を改称すると、数８となる。

ここで、ａ₁ ，ａ₂ 及びａ₃ はａ₁ ＝１／（ｍｃ_p ）_B 、ａ₂ （ｃ_prw ／ｍｃ_p ）_B 及びａ₃ ＝（ｈA ）_B ／（ｍｃ_p ）_B によって示される。

式（１）では、ポンプ本体温度（Ｔ_B1）の変化率が質量流量という点でパラメータ化されているが、それは該ポンプと該冷却剤ｈ_c （Ｔ_B2）の間の伝熱係数となる場合もある。この結果、数９となる。

ここで、Ａ_c は取り囲む配管の表面積である。したがって、数１０（式（２））となり、ここで、ａ₄ ＝Ａ_c ／（ｍｃ_p ）_B である。

最後に、冷却剤温度の変化率は以下によって示される

ここで、数１２は冷却剤熱伝達に対する該ポンプ本体である。

数１３は該冷却水及び熱伝達である。更に、ｍ_cwは該ポンプの中に入っている冷却剤の質量である。該瞬間熱伝達率を置換し、配列し直すと、数１４が得られる。

したがって、該係数を改称すると式（３）が示される。

ここで、ｂ₁ とｂ₂ は、ｂ₁ ＝Ａ_c ／（ｍｃ_p ）_cw及びｂ₂ ＝１／ｍ_cwによって示される。

式（１）から（３）は、冷却システムの力学を表している。該システムのもっともらしい誤動作を示すために使用できるシステムパラメータの考えられる変動、つまり冷却剤質量流量ｍ_c の変動、該ポンプと冷却剤の間の伝熱係数ｈ_c の変化、及び該ポンプと該温度センサの間の熱伝達ｋの変化を検討するために有用である。

式（１）、（２）及び（３）に前記を代入すると、式（４）、（５）及び（６）が得られる。

偏差Δm_c、Δh_c、Δk を前記方程式の中でゼロに設定することにより、名目冷却システム力学を取得できる。

本発明の目的のためのスライディングモードオブザーバーは、パラメータ推定のために、したがって冷却水システムの障害予測に使用される。したがって、摺動面は、該オブザーバー（モデル）出力と該プラント（ポンプ）出力の間の誤差となるように選ばれている。コンパレータ５４の出力（該エラー信号）は、該モデルの状態を調整し、該エラーゼロになる傾向とするために該エラーの符号の関数として（さらに詳しく後述される複数の構成要素を備える可能性がある）インジェクション信号を生成する非連続インジェクションモジュール５６に対す入力である。滑り運動が障害が存在しても達成され、結果として同等なインジェクション信号がモデルパラメータを再構築するために使用されることが示されるであろう。

提案されているオブザーバーはＧｏｈら（２００２年）、スライディングモード技法を使用する障害診断（Ｆａｕｌｔ ｄｉａｇｎｏｓｔｉｃｓ ｕｓｉｎｇ ｓｌｉｄｉｎｇ ｍｏｄｅ ｔｅｃｈｎｉｑｕｅｓ）、制御エンジニアリング慣行（Ｃｏｎｔｒｏｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｐｒａｃｔｉｃｅ）第１０巻、２０７−２１７から修正され、以下の構造を有する。

Ｋ_i の選択は、到達可能性の問題が満たされ、滑り運動がつねに持続されるほどでなければならない。最後にdは、「チャタリング」を削減するために使用される通常の小さな正の定数であり、Ｅｄｗａｒｄｓら（１９９８年）スライディングモード制御：理論及び応用（Ｓｌｉｄｉｎｇ Ｍｏｄｅ Ｃｏｎｔｒｏｌ：Ｔｈｅｏｒｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ）、テイラーアンドフランシス（Ｔａｙｌｏｒ ａｎｄ Ｆｒａｎｃｉｓ）、英国を参照する。

以下の方程式は、該オブザーバーエラー力学を生じさせる。

Ｋ_i が十分に大きく選ばれると仮定すると、スライディングモードは達成され、維持される。該オブザーバーエラー及びその派生物は、摺動面の選択のためにゼロに終結する。したがって、スライディングモード方程式（１０）、（１１）及び（１２）は以下のようになる。

方程式（１３）、（１４）及び（１５）は、該オブザーバーがシステムパラメータの変化を検出する手段を提供することを立証する。また、該システムパラメータが相互依存し、障害診断を実行するためには複数のインジェクション信号が活用されなければならないことも観察できる。考え方は以下の表１に示されている。

ν_B1、ν_B2、及びν₀ は該モデルをスライディングモードで保つために注入される異なるインジェクション信号である。結果の第１行が取得される（つまり、第１の信号と第３の信号が名目からの大きな値の偏差を示す）場合、これは、例えばバルブの問題または閉塞等の質量流量問題を示している。結果の第２行が取得される（第１の信号と第２の信号がそれらの閾値を超える）場合、これはポンプ／冷却材熱伝達の問題、つまり何かが熱くなりすぎる（あるいはたぶん何かが予想外に冷たくなる）、を示している。結果の第３の行が取得される場合、これは異常なポンプ／センサ熱伝達を示している。

したがって、これらのまたは他のパラメータが、いくつかのインジェクション信号から複数の障害状態を診断するために真理値表を構築することができ、論理回路網または処理は該状態を診断するために使用できる。

乾式真空ポンプが実験室状態で試験された。温度センサは、ステータス情報を送達するために該真空ポンプ上に取り付けられていた。モータ電流も、該システムのインバータからシリアルリンクを介して取り込まれた。

ｄＳＰＡＣＥ（デジタル信号処理及び制御エンジニアリング）適切なハードウェアインタフェースである。それはリアルタイムデータ取得及びＭａｔｌａｂ／Ｓｉｍｕｌｉｎｋとの直接データ交換のために必要とされるすべてのツールを提供する。最後に、高周波成分を取り除くために、デジタル低域通過フィルタが利用された。

ポンプ故障の前に発生する可能性のあるシステムパラメータの変化を複製するために、３つの異なる実験シナリオが検討された。低流量または総冷却剤失敗の結果、モータ、固定子、及び軸受けで高温が生じる。これらの高温は該真空ポンプに影響を及ぼし、完全な故障を生じさせることがある。このタイプの障害をシミュレーションするために、制御弁が水の流量を制限するために使用された。第２に、冷却剤流量配管での付着物により引き起こされることのあるポンプから冷却剤への熱伝達の速度の減速が調査される。このタイプの障害は、該真空ポンプと該配管の間に絶縁材を差し込むことによってシミュレーションされた。調べられた最後のタイプの障害は該ポンプと該温度船さの間の熱伝達の変化であった。例えば、軸受け摩擦により生じる追加の熱。該障害は、該軸受けの上で外部で加熱器を取り付けることによってシミュレーションされた。

いくつかの結果がここで図６から図１１に関して説明されている。これらの結果は、通常の動作状態でのオブザーバーＴ_B1の挙動を示している。

図６では、第１のグラフはスライディングモードオブザーバーから測定されたデータ及び推定されたデータのプロットを表す。第２のグラフから、該オブザーバーが非常にうまく該温度データを追跡調査し、それらの間の対応する誤差が約０℃から０．００２℃であることに注意できる。第３のグラフは同等なインジェクション信号ν_B1を表している。それが影響を受けず、通常の動作状態でゼロに近くとどまることに留意する。

図７を参照すると、この図は、実験室実験においてオブザーバーＴ_B1、Ｔ_B2及びＴ₀ にとっての障害状態の下で測定されたデータと推定されたデータを示している。約３２００秒で、冷却剤質量流量ｍ_c の障害が、水の流量を制限することによって導入されることが分かる。それにも関わらず、障害があっても３つすべての該オブザーバーは滑り運動を達成する。

図８及び図９は、３つのオブザーバー及び成分パラメータ推定値Δm_c のための同等なインジェクション信号を示している。提案されている診断技法は、診断システムが障害を推論するために複数のインジェクション信号において非ゼロ値を検出しなければならないように該パラメータが相互依存していることを示している。予測されたように、ν_B2はおもとして影響を受けていないのに対し、信号ν_B1とν_B2は影響を受けている。また、Δm_c の推定値間の優れた相互関連が観察される。

図９及び図１０は、残りの２つの障害状況のための非ゼロパラメータ推定値を示している。図１０はオブザーバーＴ_B1とＴ₀ のための構成要素パラメータ推定値Δm_c を示す一方、図９は、冷却剤流量故障の場合の該インジェクション信号ν_B1、ν_B2及びν₀ を示している。該ポンプと冷却剤の間の伝熱係数ｈc の変化は約２８００秒で導入される。両方のオブザーバーがこの変化を無事に再構築することが分かる。さらに、該ポンプと該温度センサ間の熱伝達ｋの変化は、それぞれ１７００秒と３５００秒とで約１２０Ｗを追加することにより導入される。

スライディングモード手法を使用するとき、パラメータ推定、したがって障害予測が、関連付けられた同等のインジェクション信号を推定することにより達成できる。ここで採用されている該方法は乾式真空ポンプで無事に利用された。結果は、さまざまな観察者から得られたシステムパラメータ推定値間の良好な相互関連を示している。生涯の早期検出が可能である。さらに、提案されている障害診断技法は、最小の変換器情報だけを必要とする費用効率の高い手法を提供する。

説明され、請求されている技法は真空ポンプで実現されている既存の状態監視ツールを強化するために使用できる。機械の内部パラメータの推定値を構築するために、安価且つ容易に入手できる既存の変換器からの測定値を採取し、使用することができる。これらの内部パラメータは、既存の変換器を使用して測定するためには実用的ではなく、このようなパラメータの変形の知識は機械の調子に関連する予測診断には重大である。真空ポンプの詳細なモデル化及び適切な同等なインジェクション分析によって、これらの内部パラメータの非常に正確な推定値を取得できる。

本発明において使用するためのねじポンプの断面平面図である。 本発明において使用するための両端ねじポンプの概略図である。 図１または図２のポンプ等のポンプの側面図の概略図である。 本発明の診断サブシステムをしめすブロック図である。 真空ポンプの入力及び出力を示す単純なブロック図である。 実験室実験において測定され、推定される体温Ｔ_B1、モデル誤差、及び対応する同等インジェクション信号のグラフを示す。 実験室実験でのオブザーバーＴ_B1、Ｔ_B2、及びＴ₀ のための障害条件下での測定データ及び推定データを示す。 ３人のオブザーバー及び構成要素パラメータ推定値Δm_c のための同等なインジェクション信号を示す。 ３人のオブザーバー及び構成要素パラメータ推定値Δm_c のための同等なインジェクション信号を示す。 オブザーバーＴ_B2とＴ₀ のための構成要素パラメータ推定値Δh_c を示す。 オブザーバーＴ_B1及びＴ_B2のための構成要素パラメータ推定値Δk を示す。

Claims (14)

1. 機械についての予測診断を実行する診断サブシステムにおいて、
   機械について検知した少なくとも１つの検知動作パラメータを与える少なくとも１つのセンサと、
   機械の動作をモデル化し、少なくとも１つの推定動作パラメータを生成するプロセスモデルと、
   検知動作パラメータを推定動作パラメータと比較する比較手段と、
   推定動作パラメータと検知動作パラメータとの間の差異がゼロに近づくようにしたモデルでのスライディングモード動作を維持すべく、非連続性をモデル中に導入するための非連続信号導入手段と、
   機械の障害を示すために導入非連続信号を分析するための分析手段と
   を備えることを特徴とする診断サブシステム。
2. 検知動作パラメータの組を与える一組のセンサの集合を備え、プロセスモデルは対応する推定動作パラメータの組を生成し、コンパレータは検出動作パラメータを対応する推定動作パラメータと比較することを特徴とする請求項１に記載の診断サブシステム。
3. 非連続信号導入手段は比較手段の出力の符号の関数として導入非連続信号を生成するように構成してあることを特徴とする請求項２に記載の診断サブシステム。
4. 分析手段は、基準レベルからの導入非連続信号の偏差を推定するための手段を備えることを特徴とする請求項１乃至３のいずれか１つに記載の診断サブシステム。
5. 分析手段は、障害の程度を示す導入非連続信号を分析するための手段を備えることを特徴とする請求項１乃至４のいずれか１つに記載の診断サブシステム。
6. ポンプと共に使用すべく、少なくとも１つのセンサはポンプ内の温度を検知することを特徴とする請求項１乃至５のいずれか１つに記載の診断サブシステム。
7. 追加のセンサがポンプモータ電流を検知することを特徴とする請求項６に記載の診断サブシステム。
8. ポンプの動作パラメータを検知するための少なくとも１つのセンサと診断サブシステムとを備えるポンプにおいて、
   該診断サブシステムは、
   ポンプの動作をモデル化し、少なくとも１つの推定動作パラメータを生成するプロセスモデルと、
   検知動作パラメータを推定動作パラメータと比較するための比較手段と、
   推定動作パラメータと検知動作パラメータとの間の差異がゼロに近づくようにしたモデルでのスライディングモード動作を維持すべく、非連続性をモデル中に導入するための非連続信号導入手段と、
   ポンプの障害を示すために導入非連続信号を分析するための分析手段と
   を有することを特徴とするポンプ。
9. 分析手段は、モデルの中でスライディングモードを維持するために必要とされる導入非連続信号の変化を特定するように構成してあり、このような変化に応じて障害信号を生成するように構成してあることを特徴とする請求項８に記載のポンプ。
10. 分析手段は、非連続導入信号の複数の変化に応じて、複数の障害信号のうちの１つを生成するためのロジックを備えることを特徴とする請求項９に記載のポンプ。
11. 障害信号に応じてポンプを制御する制御手段を更に備えることを特徴とする請求項８乃至１０のいずれか１つに記載のポンプ。
12. 機械についての予測診断を実行する方法において、
    機械についての少なくとも１つの動作パラメータを測定することと、
    機械の動作をモデル化することと、
    少なくとも１つの推定動作パラメータを生成することと、
    検知された動作パラメータを推定動作パラメータと比較することと、
    推定動作パラメータと検知動作パラメータとの間の差異がゼロに近づくようにしたモデルでのスライディングモード動作を維持すべく、非連続性をモデル中に導入することと、
    機械の障害の示すために導入非連続信号を分析することと
    を含むことを特徴とする方法。
13. 機械上のセンサに接続されている適切なコンピュータにロードされ実行されるとき、請求項１２に記載のコンピュータプログラム製品において、機械についての予測診断をコンピュータに実行させる命令及びデータを備えるコンピュータプログラム製品。
14. 添付図面の図４に関して実質的に前述されたような診断サブシステム。

Images