JP7056465B2 - 異常予兆検出システム - Google Patents
異常予兆検出システム Download PDFInfo
- Publication number
- JP7056465B2 JP7056465B2 JP2018155915A JP2018155915A JP7056465B2 JP 7056465 B2 JP7056465 B2 JP 7056465B2 JP 2018155915 A JP2018155915 A JP 2018155915A JP 2018155915 A JP2018155915 A JP 2018155915A JP 7056465 B2 JP7056465 B2 JP 7056465B2
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- data
- error
- normal
- detection system
- 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.)
- Active
Links
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
事前に前記対象設備の正常時に収集された前記振動波形データに基づき多次元特徴量を生成する多次元特徴量算出部と、
前記多次元特徴量を正常データとして学習することで入力を出力として再現する正常モデルを生成する正常モデル作成部と、
前記対象設備の前記振動波形データに基づき生成された多次元特徴量を診断データとし、前記診断データを前記正常モデルに入力したときの入出力の誤差分布を求める再構築誤差算出部と、
前記診断データの誤差分布が前記正常データの誤差分布を逸脱していれば、前記異常予兆を判定する異常判定部と、
前記診断データの周波数毎の誤差を算出し、算出された誤差の評価に応じて前記対象設備の異常要因を推定する異常要因推定部と、を備える。
事前に前記対象設備の正常時に収集された前記振動波形データに基づき多次元特徴量を生成する多次元特徴量算出ステップと、
前記多次元特徴量を正常データとして学習することで入力を出力として再現する正常モデルを生成する正常モデル作成ステップと、
前記対象設備の前記振動波形データに基づき生成された多次元特徴量を診断データとし、前記診断データを前記正常モデルに入力したときの入出力の誤差分布を求める再構築誤差算出ステップと、
前記診断データの誤差分布が前記正常データの誤差分布を逸脱していれば、前記異常予兆を判定する異常判定ステップと、
前記診断データの周波数毎の誤差を算出し、算出された誤差の評価に応じて前記対象設備の異常要因を推定する異常要因推定ステップと、を有する。
図1に基づき前記異常予兆検出システムの構成例を説明する。図1の前記異常予兆検出システム1は回転設備(回転機)2を対象設備とする。ここでは回転機2に設置された振動センサ3の検出するセンシングデータ、即ち振動周波数に基づき該回転機2の異常予兆を検出する。
正常データ記録部6には、事前に収集された略大多数が正常であることが自明な多次元特徴量データが蓄積されている。すなわち、正常データ記録部6には、データ記録部4の記録データのうち回転機2の正常運転時に取得された振動波形データを変換した多次元特徴量データ(正常データ)が記録されている。
出力層「x‘」は、入力層と同じ次元へデコード(decode)され、式(2)で表現される。
まず、診断データ記録部8には、データ記録部4の記録データのうち診断対象となる診断波形データを変換した多次元特徴量データ(診断データ)が記録されている。例えば診断データ記録部8のレコードは、例えば回転機2の稼働日毎に診断データを記録することができる。
以下、前記異常予兆検出システム1の実施例を説明する。ここで実施例1,2は、それぞれ水車発電機A,Bを対象設備とする。この水車発電機A,Bは、共に実際に運用中であって、計測開始時点で異常は認められていない。
実施例1の水車発電機Aは、横軸の三相誘導発電機で最大出力「2500kW」であり、加速度センサを水車側の軸受付近に設置されている。ここで図6は、水車発電機Aの発電量の推移を示し、横軸に加速度センサの計測開始日からの経過日数を示し、縦軸に発電量〔kW〕を示している。この水車発電機Aは、計測開始日から約25日で実際に故障(軸受損傷)が発生した。
学習ステージでは、あらかじめ水車発電機Aの診断前の正常状態のときに正常時のサンプルを作成し、それらを学習する。
診断ステージでは、診断開始日から次の診断ステップ(S01~S09)を実行する。
実施例2の水車発電機Bは、縦軸の三相自励交流発電機で最大出力「12MW」であり、計測から約120日間を正常に稼働している。ここで図10は、水車発電機Bの発電量の推移を示し、横軸に加速度センサの計測開始日からの経過日数を示し、縦軸に発電量〔MW〕を示している。
2…回転設備(対象設備)
3…振動センサ
4…データ記録部
5…周波数算出部(多次元特徴量算出部)
6…正常データ記録部
7…正常モデル算出部(正常モデル作成部)
8…診断データ記録部
9…再構築誤差算出部
10…異常判定部
11…変数誤差出力部(異常要因推定部)
Claims (4)
- 対象設備の振動波形データに基づき異常予兆を検出する異常予兆検出システムであって、
事前に前記対象設備の正常時に収集された前記振動波形データに基づき多次元特徴量を生成する多次元特徴量算出部と、
前記多次元特徴量を正常データとして学習することで入力を出力として再現する正常モデルを生成する正常モデル作成部と、
前記対象設備の前記振動波形データに基づき生成された多次元特徴量を診断データとし、前記診断データを前記正常モデルに入力したときの入出力の誤差分布を求める再構築誤差算出部と、
前記診断データの誤差分布が前記正常データの誤差分布を逸脱していれば、前記異常予兆を判定する異常判定部と、
前記診断データの周波数毎の誤差を算出し、算出された誤差の評価に応じて前記対象設備の異常要因を推定する異常要因推定部と、
を備え、
前記異常要因推定部は、前記診断データの前記誤差が事前設定の閾値を越えていれば、
前記誤差の周波数領域を異常と評価し、異常と評価された周波数領域から前記異常要因を推定する
ことを特徴とする異常予兆検出システム。 - 前記異常要因推定部は、異常と評価された周波数領域を前記対象設備の周波数領域ごとに異常要因を定めた関係図と照合することにより、
前記異常要因を推定することを特徴とする請求項1記載の異常予兆検出システム。 - 前記正常モデル作成部は、ニューラルネットワークを使用した次元圧縮型のオートエンコーダにより前記正常モデルを作成する
ことを特徴とする請求項1または2記載の異常予兆検出システム。 - 前記異常判定部は、
前記診断データの誤差分布が事前設定の閾値を越えれば、前記正常データの誤差分布を逸脱していると判断する
ことを特徴とする請求項1~3のいずれか記載の異常予兆検出システム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018155915A JP7056465B2 (ja) | 2018-08-23 | 2018-08-23 | 異常予兆検出システム |
JP2021098709A JP7196954B2 (ja) | 2018-08-23 | 2021-06-14 | 異常予兆検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018155915A JP7056465B2 (ja) | 2018-08-23 | 2018-08-23 | 異常予兆検出システム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021098709A Division JP7196954B2 (ja) | 2018-08-23 | 2021-06-14 | 異常予兆検出方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020030111A JP2020030111A (ja) | 2020-02-27 |
JP2020030111A5 JP2020030111A5 (ja) | 2021-07-26 |
JP7056465B2 true JP7056465B2 (ja) | 2022-04-19 |
Family
ID=69624230
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018155915A Active JP7056465B2 (ja) | 2018-08-23 | 2018-08-23 | 異常予兆検出システム |
JP2021098709A Active JP7196954B2 (ja) | 2018-08-23 | 2021-06-14 | 異常予兆検出方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021098709A Active JP7196954B2 (ja) | 2018-08-23 | 2021-06-14 | 異常予兆検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7056465B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7438805B2 (ja) | 2020-03-24 | 2024-02-27 | 大阪瓦斯株式会社 | 異常分析装置及び異常分析方法 |
US20230366729A1 (en) * | 2020-09-24 | 2023-11-16 | Si Synergy Technology Co., Ltd. | Trained autoencoder, trained autoencoder generation method, non-stationary vibration detection method, non-stationary vibration detection device, and computer program |
CN113572539B (zh) * | 2021-06-24 | 2022-08-26 | 西安电子科技大学 | 存储增强的无监督频谱异常检测方法、系统、设备、介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005121639A (ja) | 2003-09-22 | 2005-05-12 | Omron Corp | 検査方法および検査装置ならびに設備診断装置 |
JP2006292734A (ja) | 2005-03-15 | 2006-10-26 | Omron Corp | 検査装置用の判定モデル作成支援装置および検査装置ならびに耐久試験装置および耐久試験方法 |
JP2017142153A (ja) | 2016-02-10 | 2017-08-17 | セイコーエプソン株式会社 | 寿命予測方法、寿命予測装置、および寿命予測システム |
JP2018112852A (ja) | 2017-01-11 | 2018-07-19 | 安川情報システム株式会社 | 故障予知方法、故障予知装置および故障予知プログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06167385A (ja) * | 1992-11-30 | 1994-06-14 | Hitachi Ltd | 音響診断方法 |
JP2000162035A (ja) * | 1998-11-30 | 2000-06-16 | Kanegafuchi Chem Ind Co Ltd | 回転機器の異常判定方法及びその装置 |
JP4744826B2 (ja) * | 2004-08-18 | 2011-08-10 | 東芝エレベータ株式会社 | エレベータの異常診断装置 |
JP6402541B2 (ja) * | 2014-08-26 | 2018-10-10 | 株式会社豊田中央研究所 | 異常診断装置及びプログラム |
WO2016132468A1 (ja) * | 2015-02-18 | 2016-08-25 | 株式会社日立製作所 | データ評価方法および装置、故障診断方法および装置 |
EP3385889A4 (en) * | 2015-12-01 | 2019-07-10 | Preferred Networks, Inc. | ANOMALY DETECTION SYSTEM, ANOMALY DETECTION METHOD, ANOMALY DETECTION PROGRAM, AND APPRIS MODEL GENERATION METHOD |
JP6450738B2 (ja) * | 2016-12-14 | 2019-01-09 | ファナック株式会社 | 工作機械における工具のビビり発生の予兆を検知する機械学習装置、cnc装置および機械学習方法 |
WO2018142703A1 (ja) * | 2017-02-02 | 2018-08-09 | 日本電信電話株式会社 | 異常要因推定装置、異常要因推定方法及びプログラム |
US11609115B2 (en) * | 2017-02-15 | 2023-03-21 | Nippon Telegraph And Telephone Corporation | Anomalous sound detection apparatus, degree-of-anomaly calculation apparatus, anomalous sound generation apparatus, anomalous sound detection training apparatus, anomalous signal detection apparatus, anomalous signal detection training apparatus, and methods and programs therefor |
-
2018
- 2018-08-23 JP JP2018155915A patent/JP7056465B2/ja active Active
-
2021
- 2021-06-14 JP JP2021098709A patent/JP7196954B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005121639A (ja) | 2003-09-22 | 2005-05-12 | Omron Corp | 検査方法および検査装置ならびに設備診断装置 |
JP2006292734A (ja) | 2005-03-15 | 2006-10-26 | Omron Corp | 検査装置用の判定モデル作成支援装置および検査装置ならびに耐久試験装置および耐久試験方法 |
JP2017142153A (ja) | 2016-02-10 | 2017-08-17 | セイコーエプソン株式会社 | 寿命予測方法、寿命予測装置、および寿命予測システム |
JP2018112852A (ja) | 2017-01-11 | 2018-07-19 | 安川情報システム株式会社 | 故障予知方法、故障予知装置および故障予知プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7196954B2 (ja) | 2022-12-27 |
JP2020030111A (ja) | 2020-02-27 |
JP2021144054A (ja) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7196954B2 (ja) | 異常予兆検出方法 | |
US10725439B2 (en) | Apparatus and method for monitoring a device having a movable part | |
US10520397B2 (en) | Methods and apparatuses for defect diagnosis in a mechanical system | |
JP3321487B2 (ja) | 機器/設備診断方法およびシステム | |
US20150160101A1 (en) | Method and System for Testing Operational Integrity of a Drilling Rig | |
JP2010271073A (ja) | 機器の異常診断装置 | |
JP2002022617A (ja) | 軸受診断装置 | |
JP7238921B2 (ja) | 設備診断方法 | |
KR102393095B1 (ko) | 진동, 음향, 이미지 데이터를 활용한 인공지능 기반의 회전설비 고장예지진단시스템 | |
JP7188143B2 (ja) | 異常予兆検出システム、異常予兆検出方法 | |
CN113383160A (zh) | 一种用于对风力涡轮机进行计算机实现的监控的方法 | |
CN112711850A (zh) | 一种基于大数据的机组在线监测方法 | |
McCormick et al. | Application of periodic time-varying autoregressive models to the detection of bearing faults | |
US20220236144A2 (en) | Apparatus for equipment monitoring | |
Zhao et al. | A novel nonlinear spectrum estimation method and its application in on-line condition assessment of bearing-rotor system | |
Thanagasundram et al. | A fault detection tool using analysis from an autoregressive model pole trajectory | |
CN107702919A (zh) | 基于声发射的滑动轴承润滑状态监测方法 | |
JP5476413B2 (ja) | 回転機械の健全性診断方法 | |
WO2022059720A1 (ja) | 構造物診断システム、構造物診断方法、および構造物診断プログラム | |
CN116226719A (zh) | 基于多维稳态振动特征的轴承故障诊断方法及相关组件 | |
CN112016800A (zh) | 一种基于有效性指标的特征选择方法与系统 | |
TWI386653B (zh) | 動力設備耗能診斷方法 | |
WO2024043051A1 (ja) | 監視装置および監視方法 | |
JP7334457B2 (ja) | 異常検知システム、異常検知装置、異常検知方法およびプログラム | |
JP2004205215A (ja) | 音源診断装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210203 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210610 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210614 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211126 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220202 |
|
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: 20220308 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220321 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7056465 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |