JP5647439B2 - サーボモータの健康警告装置およびその計算方法 - Google Patents

Description

本発明は、サーボモータの健康警告装置およびその計算方法に関する。振動信号の時間周波数領域変換を行う、サーボモータの健康警告装置およびその計算方法である。

近年、高効率、高品質の生産技術が向上するのに伴って、機械設備を全面的に大型化、高速化、システム化、複雑化および自動化する傾向がある。また、工場の設備規模はますます大きくなり、各システムの関連性もますます密接になり、設備本体もさらに複雑になっている。したがって、考えられる故障の発生を早期に予測できない場合は、設備の検査、メンテナンスを行う。一旦、故障すると、それに伴う経済損失は相当なものである。

コンピュータ数値制御工作機械の操作を例とする。ホストコンピュータは、位置コマンドを多軸サーボ駆動装置に送信し、サーボモータを駆動して回転させ、伝動システム（伝導ソレノイド、ガイド・・・・・・など）の動作によって、平面台を移動させることができる。しかしながら、長時間の操作によって、機械の消耗、潤滑条件、中心ずれなどの問題は、マシンのスムーズな稼働に影響を及ぼす。したがって、マシンが不規則な振動やエネルギー消耗を起こすことは、避けることができない。設備の回転過程において、設備内で異常な振動が長期間生じ、すぐに改善を行わない場合、短時間は正常な動作を維持することができるが、長時間では必ず設備の損害を招き、その機能に影響を及ぼす。

システム演算によって、サーボモータ全体の健康指数を推計することについて述べると、パソコンベースの計算機を用いて、駆動装置の電圧、電流、実質消耗、およびマシンの加速度計から伝えられる振動値を収集する。これらの時間領域データは、高速フーリエ変換（Ｆａｓｔ Ｆｏｕｒｉｅｒ ｔｒａｎｓｆｏｒｍ、ＦＦＴ）またはウェーブレット変換（Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ、ＷＴ）によって、周波数領域または時間周波数領域に変換することができる。ただ、これらの時間周波数領域変換技術は、統計学およびパターン学習を利用して、現在の健康状態の指標値を得ることができるが、計算量が大きいため、単独の計算機で行う必要がある。したがって、これらの計算機を取り付けるコストおよび空間が増す。さらに、異なるメーカーの駆動装置の機能の違いに制限を受け、読み取った信号源および即時性が制約される。

回転機械の故障診断の研究は、長年にわたって発展している。現在までのところ、振動信号を検査、測定する方法は多種類ある。信号処理およびデータ解析について、高速フーリエ変換（ＦＦＴ）は、現在最も普及している方法であり、周波数領域解析法のうち、最も代表的なものの１つとなっている。従来のフーリエスペクトル解析（Ｆｏｕｒｉｅｒ ｓｐｅｃｔｒａｌ ａｎａｌｙｓｉｓ）は、敏捷な方法であり、周波数領域（ｆｒｅｑｕｅｎｃｙ ｄｏｍａｉｎ）のエネルギー分布で、データを解析することができる。その原理は、信号の組み合わせに基づいて、異なる周波数、振幅、および位相の正弦または余弦関数の線形重ね合わせで組み合わされ、時間領域で表すのが難しい信号の特徴を、周波数領域ではっきりと示すことができる。信号が定常（ｓｔａｔｉｏｎａｒｙ）分布で、線形（ｌｉｎｅａｒ）時系列であれば、スペクトル変換によって、効果的に信号の特性を示すことができる。しかし、非線形（ｎｏｎｌｉｎｅａｒ）および非定常（ｎｏｎｓｔａｔｉｏｎａｒｙ）のデータについては、フーリエ解析は主に以下に挙げる欠点が生じることがある。

１、積分の過程で、いくつかの情報が容易に消去される。さらに積分により、エネルギーが高周波部分に散らばり、スペクトルの仮相を引き起こすことがあり、正確な周波数を曖昧にし、判断上の誤解が生じる。

２、信号が周波数領域に変換されるとき、時間領域のデータが消失することがある。つまり、周波数領域で、特定の周波数が発生した時間を確定することができず、信号を解析する上で不便が増す。

ウェーブレット変換（ＷＴ）について述べると、エネルギー−周波数−時間の３次元空間の分布で、信号を解析することができる。これは、異なる周波数が組み合わさった混合信号を、異なる周波数成分の信号に分解することができ、効果的に信号およびノイズを分離する。しかし、ウェーブレット変換は、フーリエ変換を修正したもののため、依然としてエネルギー分散、バンド幅増加の欠点が存在し、さらに適応性が欠乏する。なおかつ、信号を分解する前に、まず適切なウェーブレット基底関数を選択する必要がある。この基底関数は一旦選択されると、それを使用してあらゆるデータを分析しなければならないため、使用範囲が制限される。

したがって、サーボモータの健康警告装置およびその計算方法を設計し、外部検出器の取付けおよび配線を減らすことができ、さらに、非線形および非定常の振動特性に対して、好適な解析を提供することは、本発明の発明者が克服および解決したい大きな課題である。

上記の問題を解決するため、本発明は、コンピュータ数値制御工作機械の振動状況を推測するのに使用する、サーボモータの健康警告装置を提供する。

サーボモータの健康警告装置は、サーボモータおよびサーボ駆動装置を含む。サーボモータは、サーボモータの回転パラメータを検出し、振動信号を生成する振動検出ユニットを少なくとも１つ内蔵している。

サーボ駆動装置はサーボモータと接続し、マイクロプロセッサを含む。マイクロプロセッサは、時間周波数領域変換ユニット、解析ユニット、悪化指数計算ユニット、および健康指数計算ユニットを含む。時間周波数領域変換ユニットは振動信号を受信し、振動信号の時間領域および周波数領域間の変換を行う。解析ユニットは、時間周波数領域変換ユニットと接続し、振動信号を受信して、振動信号を複数の周波数成分が異なる分解信号に分解し、これら分解信号の振幅−周波数−時間の３次元分布を得る。悪化指数計算ユニットは、解析ユニットと接続し、選択した分解信号の３次元分布における振幅及び周波数によって得られる値とこの値に対応する評価曲線の値とを相互に差し引くことにより、複数個の信号強度差が得られ、且つ、複数の信号強度差の正の値の総和を計算し、悪化指数を算出し、評価曲線は前記サーボモータの運転健康状態の境界を定義する。健康指数計算ユニットは、悪化指数計算ユニットと接続し、悪化指数に基づいて、健康指数を算出する。

したがって、内蔵の振動検出ユニットを利用して、余分な検出器の取付けおよび配線を省くことができる。さらに、健康指数の大小によって、サーボモータがコンピュータ数値制御工作機械において回転することによる振動状況を推測する。非線形および非定常の振動特性に対して、好適な解析を提供する。

上記の問題を解決するため、本発明は、コンピュータ数値制御工作機械の振動状況を推測するのに使用する、サーボモータの健康警告の計算方法を提供する。

サーボモータの健康警告の計算方法は、以下の段階を含む。まず、振動検出ユニットによって振動信号が生成され、その後、振動信号がデータバッファに順次送信される。その後、時間周波数領域変換ユニットによって、振動信号の時間周波数領域変換が行われる。そして、分析ユニットによって振動信号が受信され、この振動信号が複数の周波数成分が異なる分解信号に分解され、これら分解信号の振幅−周波数−時間の３次元分布が得られる。最後に、悪化指数計算ユニットによって、複数の分解信号の前記３次元分布における振幅及び周波数によって得られる値とこの値に対応する評価曲線の値とを相互に差し引くことにより、複数個の信号強度差が得られ、複数の信号強度差の正の値の総和が計算されて悪化指数が算出され、健康指数計算ユニットを利用して健康指数が得られ、評価曲線により前記サーボモータの運転健康状態の境界が定義される。

本発明が予定した目的を達成するのに用いた技術、手段、効果をさらに理解するため、以下の本発明に関する詳細な説明および図を参照されたい。本発明の目的、特徴、長所を踏まえて、これによって、深く具体的に理解できる。しかしながら、添付した図は参考および説明用に提供したものであり、本発明を制限するものではない。

図１Ａは、本発明のサーボモータおよびサーボ駆動装置の接続概要図である。 図１Ｂは、本発明のサーボモータをコンピュータ数値制御工作機械に使用した立体図である。 図２は、本発明のサーボモータおよびサーボ駆動装置のブロック図である。 図３は、本発明のサーボモータの健康警告の計算方法における、フローチャート図である。 図４は、本発明の健康警告の計算方法における、時間周波数領域変換段階のフローチャート図である。 図５Ａは、本発明の初期時間領域振動信号および複数の時間領域分解信号のオシログラムである。 図５Ｂは、本発明の時間領域分解信号の振幅−周波数−時間の３次元分布図である。 図６は、本発明の時間領域分解信号および評価曲線比較の概要図である。

本発明に関する技術内容および詳細な説明を、図を組み合わせて以下のように説明する。

図１Ａおよび図１Ｂを参照されたい。図１Ａおよび図１Ｂはそれぞれ、本発明のサーボモータおよびサーボ駆動装置の接続概要図と、サーボモータをコンピュータ数値制御工作機械に使用した立体図である。コンピュータ数値制御工作機械のマシンへの使用を例とすると、角度の位置測定を必要とする場合、モータにはエンコーダが必要であり、回転子の角度を測定する。さらには、角速度および角加速度値を推算する。実際の操作では、モータ回転子によって直接伝動したり、軸継手によって伝動したりする。軸継手は、回転子の軸の中心方向（Ｚ方向）で、比較的弾性を有し、前後の移動または振動に対応する。また、軸の中心方向と垂直のＸ−Ｙ平面の振動は、ほとんどが構造の発生点からエンコーダに伝わる。したがって、サーボモータ１０のエンコーダ内に振動検出ユニット１０２を取り付ける。振動検出ユニット１０２は、Ｇ−ｓｅｎｓｏｒである。振動検出ユニット１０２は、サーボモータ１０、スクリュー、ガイド、作業台稼働の振動およびノイズを検出する。そのほか、サーボモータ１０の固定子溝内にもう１つの振動検出ユニット１０２を固定する。サーボモータ１０は、ボルトで構造に固定されるため、振動検出ユニット１０２は、あらゆる平面台の振動を詳細に検出することができる。つまり、エンコーダに固定される振動検出ユニット１０２は、伝動システムの振動波の検出に使用され、固定子溝に固定される振動検出ユニット１０２は、上下平面台の振動波の検出に使用される。

図２を参照されたい。図２は、本発明のサーボモータおよびサーボ駆動装置のブロック図である。コンピュータ数値制御工作機械のサーボ駆動システムは、主にサーボモータ１０およびサーボ駆動装置２０を含む。サーボモータ１０は、主に回転子（図示せず）、固定子（図示せず）、回転子上に設置されるエンコーダ（図示せず）、および少なくとも１つの振動検出ユニット１０２を含む。振動検出ユニット１０２は、サーボモータ１０のエンコーダ内に設置され、コンピュータ数値制御工作機械の伝動システムの振動状況を推測する。あるいは、サーボモータ１０の固定子溝内に設置され、コンピュータ数値制御工作機械のマシンの振動状況を推測する。

実際の操作において、サーボモータ１０は、複数の振動検出ユニット１０２をエンコーダ内および固定子溝内に同時に内蔵し、それぞれ工作機械の伝動システムおよびマシンのＸ、Ｙ、Ｚ方向の振動状況の検出に使用される。しかしながら、説明を簡便にするため、本実施例では、１つの振動検出ユニット１０２を例に挙げて説明する。振動検出ユニット１０２は、サーボモータ１０の回転パラメータを検出することで、振動信号Ｓｖを生成する。サーボ駆動装置２０はサーボモータ１０と接続しており、高速直列通信インターフェース２０２、データバッファ２０４、およびマイクロプロセッサ２０６を含む。データバッファ２０４は、高速直列通信インターフェース２０２と接続し、振動検出ユニット１０２が生成する振動信号Ｓｖの受信および保存に使用される。データバッファ２０４は、キューバッファ（ｑｕｅｕｅ ｂｕｆｆｅｒ）である。

マイクロプロセッサ２０６は、データバッファ２０４と接続しており、時間周波数領域変換ユニット２０６２、解析ユニット２０６４、悪化指数計算ユニット２０６６、および健康指数計算ユニット２０６８を含む。時間周波数領域変換ユニット２０６２は、データバッファ２０４が出力した振動信号Ｓｖを受信し、振動信号Ｓｖの時間領域および周波数領域間の変換を行う。解析ユニット２０６４は、時間周波数領域変換ユニット２０６２と接続し、振動信号Ｓｖを受信して、振動信号Ｓｖを複数の分解信号Ｓｔ１〜Ｓｔ９に分解する（図５Ａを参照）。悪化指数計算ユニット２０６６は、解析ユニット２０６４と接続し、選択した分解信号Ｓｔ１〜Ｓｔ９および評価曲線の比較によって、悪化指数を算出する。評価曲線は、実作業の経験則によって得られたものである。健康指数計算ユニット２０６８は、悪化指数計算ユニット２０６６と接続し、悪化指数に基づいて健康指数を算出する。悪化指数および健康指数の計算については、後に詳細に述べる。このように、健康指数の大小により、サーボモータ１０がコンピュータ数値制御工作機械において回転することによる振動状況を推測する。

図３を参照されたい。図３は、本発明のサーボモータの健康警告の計算方法における、フローチャート図である。サーボモータの健康警告の計算方法は、以下の段階を含む。まず初期振動信号を得るＳ１００。続いて、振動信号がデータバッファに順次伝送されるＳ２００。続いて、振動信号の時間周波数領域変換が行われるＳ３００。振動信号の時間周波数領域変換は、ヒルベルト−ホワン変換（Ｈｉｌｂｅｒｔ−Ｈｕａｎｇ Ｔｒａｎｓｆｏｒｍ、ＨＨＴ）、高速フーリエ変換（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ、ＦＦＴ）、ウェーブレット変換（Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ、ＷＴ）、またはその他の時間周波数領域変換技術が採用される。最後に、悪化指数が計算され、健康指数が得られるＳ４００。サーボモータの健康警告の計算方法のさらに詳しい説明については、後の文を参照されたい。

図４を参照されたい。図４は、本発明の健康警告の計算方法における、時間周波数領域変換段階のフローチャート図である。ヒルベルト−ホワン変換（ＨＨＴ）を例にして、段階Ｓ３００をさらに詳細に説明する。すなわち、振動信号の時間周波数領域変換が行われるＳ３００において、振動信号は、データバッファによって読み出された後、経験的モード分解（Ｅｍｐｉｒｉｃａｌ Ｍｏｄｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ、ＥＭＤ）によって分解され、複数の固有モード関数（Ｉｎｔｒｉｎｓｉｃ Ｍｏｄｅ Ｆｕｎｃｔｉｏｎ、ＩＭＦ）成分が得られるＳ３１０。続いて、主な固有モード関数（ＩＭＦ）成分が選択されＳ３２０、これらの主な固有モード関数（ＩＭＦ）成分のヒルベルト−ホワン変換（ＨＴＴ）が行われ、複数の瞬間分解信号が得られるＳ３３０。最後に、この瞬間分解信号を組み合わせて、ヒルベルトスペクトル（Ｈｉｌｂｅｒｔ Ｓｐｅｃｔｒｕｍ）が得られるＳ３４０。ヒルベルトスペクトル（Ｈｉｌｂｅｒｔ Ｓｐｅｃｔｒｕｍ）は、振幅−周波数−時間の３次元分布図であり、時間およびスペクトル上で、信号のエネルギーおよび強度を同時に示すことができるように、主に時間変化における信号のスペクトル成分を表す。

図５Ａおよび図５Ｂを合わせて参照されたい。図５Ａおよび図５Ｂは、それぞれ本発明の初期時間領域振動信号および複数の時間領域分解信号のオシログラムと、この時間領域分解信号の振幅−周波数−時間の３次元分布図である。図５Ａに示す初期時間領域振動信号Ｓｖから、ヒルベルト−ホワン変換（ＨＴＴ）によって、対応する複数の時間領域分解信号Ｓｔ１〜Ｓｔ９が得られる。これにより、複雑な初期時間領域振動信号Ｓｖが、有限の複数の異なる時間スケールの信号に分解され、解析される。つまり、これらの主要な（関連性が大きい）時間領域分解信号Ｓｔ１〜Ｓｔ９が重なると、ほとんどが初期時間領域振動信号Ｓｖに還元される。図１Ｂを組み合わせて、サーボモータ１０の振動検出を例として説明する。また、サーボモータ１０の回転速度をｗ（ｔ）と仮定する。振動検出ユニット１０２から送信される初期時間領域振動信号Ｓｖから、ヒルベルト−ホワン変換（ＨＨＴ）によって、対応する時間領域分解信号Ｓｔ１〜Ｓｔ９が得られる。下から上に（図５Ａを参照）、第１時間領域分解信号Ｓｔ１は２００Ｈｚ、第２時間領域分解信号Ｓｔ２は１００Ｈｚ、第３時間領域分解信号Ｓｔ３は、サーボモータ１０の回転速度ｗ（ｔ）の第２高調波であり、第４時間領域分解信号Ｓｔ４は、ｗ（ｔ）の第１高調波である。図５Ｂに示すのは、時間領域分解信号Ｓｔ１〜Ｓｔ９の振幅−周波数−時間の３次元分布図であり、対応するヒルベルトスペクトル（Ｈｉｌｂｅｒｔ Ｓｐｅｃｔｒｕｍ）である。図の高度は、時間領域分解信号Ｓｔ１〜Ｓｔ９の強度（またはエネルギー）を示す。

図６を参照されたい。図６は、本発明の時間領域分解信号および評価曲線比較の概要図である。時間周波数領域変換ユニット２０６２が生成する、ヒルベルトスペクトル（Ｈｉｌｂｅｒｔ Ｓｐｅｃｔｒｕｍ）に基づいて、時間領域分解信号Ｓｔ１〜Ｓｔ９の、ある瞬間の強度を読み出す。本実施例を例とすると、９個の瞬間強度値が読み出される（図の黒丸）。さらに、この瞬間強度値および評価曲線の比較を行い、相対数の強度差Δｇ１〜Δｇ９が得られる。つまり、これらの強度差Δｇ１〜Δｇ９の計算において、周波数に対応する瞬間強度値は、対応する評価曲線を差し引いたものである。評価曲線の値は、サーボモータの回転健康状況を判断する境界とみなす。図から明らかにわかることは、第１強度差Δｇ１および第２強度差Δｇ２は正の値であり、初期振動信号Ｓｖについて、周波数
が１，２００ｒｐｍの第１時間領域分解信号Ｓｔ１、および周波数が６００ｒｐｍの第２時間領域分解信号Ｓｔ２の振動強度と、評価曲線の値を比較すると、悪化（異常）の回転状況であることを反映している。この他、残りの強度差Δｇ３〜Δｇ９はすべて負の値であり、同様に、初期振動信号Ｓｖについて、これらの時間領域分解信号Ｓｔ３〜Ｓｔ９の振動強度と、評価曲線の値を比較すると、正常（健康）の回転状況であることを反映している。注意すべきことは、サーボモータ振動の悪化の程度に関して、悪化指数Ｄｉによって数値化していることである。最大許容値Ｔｍを定義すると、悪化指数Ｄｉの計算は、これらの正の値の強度差（本実施例では、第１強度差Δｇ１および第２強度差Δｇ２）の和であり、さらに最大許容値Ｔｍとの比である。最大許容値Ｔｍは、実作業の経験則によって得られたものである。つまり、
悪化指数Ｄｉ＝（正の値の強度差Δｇ１〜Δｇ９）／最大許容値Ｔｍ
悪化指数Ｄｉが１を超える場合は、１とみなす。さらに健康指数Ｈｉは、
健康指数Ｈｉ＝１−悪化指数Ｄｉ
と定義される。

このように、直接的に知ることができる。サーボモータ１０の振動の悪化の程度が比較的ひどいとき、評価曲線の値を超える強度差Δｇ１〜Δｇ９の総和は、ますます大きくなり、算出される悪化指数Ｄｉは比較的大きくなる。相対に、健康指数Ｈｉも比較的小さくなる。

総合して述べると、本発明は以下の利点を有する。

１、内蔵の振動検出ユニットを利用して、余分な検出器の取付けおよび配線を省くことができる。

２、サーボモータの固定子溝およびエンコーダに、それぞれ振動検出ユニット（Ｇ−ｓｅｎｓｏｒ）を設置して、対応する駆動装置およびサーボモータにより、単独でマシン振動および伝動システム振動の推測を行うことができる。

３、サーボモータの健康警告装置は、多方向のマシン振動および伝動システム振動の異なる健康指標を提供する。

しかし、以上述べた内容は、本発明の好適な具体的実施例の詳細な説明および図にすぎない。本発明の特徴はこれに限定されず、本発明を制約するものでもない。本発明のすべての範囲は、以下に述べる特許請求の範囲を基準とするべきであり、本発明の特許請求の範囲の趣旨および類似の変化に合致する実施例は、すべて本発明の範疇に含まれるべきである。本技術を熟知する者が、本発明の分野において、容易に考えうる変化または修飾は、すべて以下の本発明の特許請求の範囲に含まれる。

１０ サーボモータ
１０２ 振動検出ユニット
２０ サーボ駆動装置
２０２ 高速直列通信インターフェース
２０４ データバッファ
２０６ マイクロプロセッサ
２０６２ 時間周波数領域変換ユニット
２０６４ 解析ユニット
２０６６ 悪化指数計算ユニット
２０６８ 健康指数計算ユニット
Ｓ１００ 段階
Ｓ２００ 段階
Ｓ３００ 段階
Ｓ４００ 段階
Ｓ３１０ 段階
Ｓ３２０ 段階
Ｓ３３０ 段階
Ｓ３４０ 段階
Ｓｖ 時間領域振動信号
Ｓｔ１ 時間領域分解信号
Ｓｔ２ 時間領域分解信号
Ｓｔ３ 時間領域分解信号
Ｓｔ４ 時間領域分解信号
Ｓｔ５ 時間領域分解信号
Ｓｔ６ 時間領域分解信号
Ｓｔ７ 時間領域分解信号
Ｓｔ８ 時間領域分解信号
Ｓｔ９ 時間領域分解信号
Δｇ１ 強度差
Δｇ２ 強度差
Δｇ３ 強度差
Δｇ４ 強度差
Δｇ５ 強度差
Δｇ６ 強度差
Δｇ７ 強度差
Δｇ８ 強度差
Δｇ９ 強度差

Claims (12)

1. コンピュータ数値制御工作機械の振動状況の推測に使用される、サーボモータの健康警告装置であって、
   サーボモータの回転パラメータを検出し、振動信号を生成する、振動検出ユニットを少なくとも１つ含むサーボモータ、ならびに
   該サーボモータと接続する、サーボ駆動装置を含み、該サーボ駆動装置が、
   マイクロプロセッサを含み、該マイクロプロセッサが、
   該振動信号を受信し、該振動信号の時間領域および周波数領域間の変換を行う、時間周波数領域変換ユニットと、
   該時間周波数領域変換ユニットと接続し、該振動信号を受信して、該振動信号を複数の周波数成分が異なる分解信号に分解し、これら分解信号の振幅−周波数−時間の３次元分布を得る解析ユニットと、
   該解析ユニットと接続し、選択した該分解信号の前記３次元分布における振幅及び周波数によって得られる値と該値に対応する評価曲線の値とを相互に差し引くことにより、複数個の信号強度差が得られ、且つ、前記複数の信号強度差の正の値の総和を計算し、悪化指数を算出し、前記評価曲線は前記サーボモータの運転健康状態の境界を定義する悪化指数計算ユニットと、
   該悪化指数計算ユニットと接続し、該悪化指数により、健康指数を算出する健康指数計算ユニットと、
   を含み、
   これにより、該内蔵の振動検出ユニットを利用して、余分な検出器の取付けおよび配線を省くことができ、さらに、該健康指数の大小により、該サーボモータが、コンピュータ数値制御工作機械において回転することによる振動状況を推測し、非線形および非定常の振動特性に対して好適な解析を提供する
   ことを特徴とする、健康警告装置。
2. 該サーボ駆動装置が、該振動信号を伝送する通信インターフェースを提供する、高速直列通信インターフェースをさらに含むことを特徴とする、請求項１に記載のサーボモータの健康警告装置。
3. 該サーボ駆動装置が、該高速直列通信インターフェースおよび該マイクロプロセッサとそれぞれ接続し、該振動検出ユニットが生成する該振動信号を受信および保存するデータバッファをさらに含むことを特徴とする、請求項２に記載のサーボモータの健康警告装置。
4. 該振動検出ユニットが、該サーボモータのエンコーダ内に設置され、該コンピュータ数値制御工作機械の伝動システムの振動状況を推測することを特徴とする、請求項１に記載のサーボモータの健康警告装置。
5. 該振動検出ユニットが、該サーボモータの固定子溝に設置され、該コンピュータ数値制御工作機械のマシンの振動状況を推測することを特徴とする、請求項１に記載のサーボモータの健康警告装置。
6. 該データバッファがキューバッファであることを特徴とする、請求項３に記載のサーボモータの健康警告装置。
7. 該振動検出ユニットがＧ−ｓｅｎｓｏｒであることを特徴とする、請求項１に記載のサーボモータの健康警告装置。
8. コンピュータ数値制御工作機械の振動状況の推測に使用される、サーボモータの健康警告の計算方法であって、以下の
   （ａ）サーボモータに内蔵されている振動検出ユニットによって、振動信号が生成される段階と、
   （ｂ）該振動信号が、データバッファに順次伝送される段階と、
   （ｃ）時間周波数領域変換ユニットによって、該振動信号の時間周波数領域変換が行われる段階と、
   （ｃ’）分析ユニットによって前記振動信号を受信し、前記振動信号を複数の周波数成分が異なる分解信号に分解し、これら分解信号の振幅−周波数−時間の３次元分布を得る段階と、
   （ｄ）悪化指数計算ユニットによって前記複数の分解信号の前記３次元分布における振幅及び周波数によって得られる値と該値に対応する評価曲線の値とを相互に差し引くことにより、複数個の信号強度差が得られ、且つ、前記複数の信号強度差の正の値の総和を計算し、悪化指数を算出し、且つ、健康指数計算ユニットを利用して健康指数が得られ、前記評価曲線は前記サーボモータの運転健康状態の境界を定義する段階、
   を含むことを特徴とする、計算方法。
9. 該段階（ｃ）が、
   （ｃ１）経験的モード分解（ＥＭＤ）によって、複数の固有モード関数（ＩＭＦ）成分が得られる段階と、
   （ｃ２）主な該固有モード関数（ＩＭＦ）成分が選択される段階と、
   （ｃ３）該主な固有モード関数（ＩＭＦ）成分の、ヒルベルト−ホワン変換（ＨＨＴ）が行われ、複数の瞬間分解信号が得られる段階と、
   （ｃ４）これらの瞬間分解信号を組み合わせ、ヒルベルトスペクトル（Ｈｉｌｂｅｒｔ Ｓｐｅｃｔｒｕｍ）が得られる段階と、
   をさらに含むことを特徴とする、請求項８に記載の健康警告の計算方法。
10. 該振動信号の時間周波数領域変換が、ヒルベルト−ホワン変換（ＨＨＴ）であることを特徴とする、請求項８に記載の健康警告の計算方法。
11. 該振動信号の時間周波数領域変換が、高速フーリエ変換（ＦＦＴ）であることを特徴とする、請求項８に記載の健康警告の計算方法。
12. 該振動信号の時間周波数領域変換が、ウェーブレット変換（ＷＴ）であることを特徴とする、請求項８に記載の健康警告の計算方法。