JP7133315B2 - 故障予知システム - Google Patents
故障予知システム Download PDFInfo
- Publication number
- JP7133315B2 JP7133315B2 JP2018020362A JP2018020362A JP7133315B2 JP 7133315 B2 JP7133315 B2 JP 7133315B2 JP 2018020362 A JP2018020362 A JP 2018020362A JP 2018020362 A JP2018020362 A JP 2018020362A JP 7133315 B2 JP7133315 B2 JP 7133315B2
- Authority
- JP
- Japan
- Prior art keywords
- unit
- data
- abnormality
- failure prediction
- failure
- 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
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Description
ところで、上述した実施形態では、モータ電流、モータトルクおよびモータ速度をベクトルに含めた機械学習を実行し、その結果生成された正常モデル12aにより、駆動部101の挙動の正常状態からの乖離度を評価する例を挙げたが、さらに振動をベクトルに含めてもよい。
10 故障予知装置
11a 第1生成部
11b 第2生成部
11c 評価部
11d 判定部
12a 正常モデル
12b 異常分類モデル
30 エッジデバイス
31b 抽出部
31ba 前処理部
32b 正常学習用データセット
32c 異常学習用データセット
32d 評価用データセット
100 対象装置
101 駆動部
111 サーボモータ
112 サーボアンプ
113 CTセンサ
114 インダクションモータ
115 三相交流電源
116 インバータ
M モータ
Claims (5)
- 駆動部を有する機械設備と通信可能に設けられたエッジデバイスと、
前記エッジデバイスと通信可能に設けられた故障予知装置と
を備え、
前記エッジデバイスは、
前記機械設備に設けられた複数のセンサのセンサデータのうち、前記機械設備の正常稼働時における正常状態分、異常発生時における異常状態分、および、任意の評価時における評価分を抽出する抽出部
を備え、
前記故障予知装置は、
前記正常状態分に基づき、前記駆動部の駆動電流の時間変動が特徴ベクトルに含まれるように機械学習を実行することによって、前記正常稼働時における前記センサ間の相関性をモデル化した正常モデルを生成する第1生成部と、
前記異常状態分に基づき、前記異常発生時における前記駆動電流の時間変動が特徴ベクトルに含まれるように機械学習を実行することによって、前記異常発生時における異常パターンをモデル化した異常分類モデルを生成する第2生成部と、
前記評価分を前記正常モデルへ入力することによって得られる該正常モデルの出力値に基づいて前記機械設備の正常状態からの乖離度を評価する評価部と、
前記乖離度に基づいて前記機械設備の故障予兆を判定し、該故障予兆ありと判定される場合に、前記評価分を前記異常分類モデルへ入力することによって得られる該異常分類モデルの出力値に基づいて前記機械設備の異常発生箇所を判定する判定部と
を備え、
前記抽出部は、
少なくとも前記駆動電流についてはマイクロ秒単位のサンプリング周期で前記センサデータを収集し、当該センサデータに対し、フィルタ処理することによって動作周波数を取り除き、かつ、リップル成分の大きさを示すものとなるように二乗平均平方根値へ変換する前処理を施し、
前記第1生成部は、
前記前処理が施された前記センサデータに基づいて前記機械学習を実行する
ことを特徴とする故障予知システム。 - 前記第1生成部および前記第2生成部は、
前記センサデータに基づき、前記駆動部の駆動速度の時間変動および該駆動速度に対応する前記駆動部の駆動力の時間変動が特徴ベクトルに含まれるように機械学習を実行する
ことを特徴とする請求項1に記載の故障予知システム。 - 前記第1生成部は、オートエンコーダを用いて前記正常モデルを生成し、
前記評価部は、
前記正常モデルの入力値と出力値との誤差を前記機械設備の正常状態からの前記乖離度として算出し、
前記判定部は、
前記乖離度が所定の判定閾値以上である場合に、前記故障予兆ありと判定する
ことを特徴とする請求項1または2に記載の故障予知システム。 - 前記駆動電流は、
前記駆動部が有する系統ラインの途中に配設される変流器によって計測される
ことを特徴とする請求項1、2または3に記載の故障予知システム。 - 前記系統ラインは、三相交流方式における三相の各系統ラインであって、
前記変流器は、
前記三相のうちの二相分の前記系統ラインに配設され、
前記抽出部は、
前記変流器によって計測される前記二相分の前記駆動電流から残り一相分の前記駆動電流を推定する
ことを特徴とする請求項4に記載の故障予知システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018020362A JP7133315B2 (ja) | 2018-02-07 | 2018-02-07 | 故障予知システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018020362A JP7133315B2 (ja) | 2018-02-07 | 2018-02-07 | 故障予知システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019139375A JP2019139375A (ja) | 2019-08-22 |
JP7133315B2 true JP7133315B2 (ja) | 2022-09-08 |
Family
ID=67693970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018020362A Active JP7133315B2 (ja) | 2018-02-07 | 2018-02-07 | 故障予知システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7133315B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021041820A (ja) * | 2019-09-11 | 2021-03-18 | 株式会社アドテックス | 無人飛翔体及びそのためのコンピュータプログラム |
US11489179B2 (en) * | 2019-09-11 | 2022-11-01 | Korea Institute Of Energy Research | Method and apparatus for multi-stage fault diagnosis of fuel cell systems |
JP6765585B1 (ja) * | 2020-01-09 | 2020-10-07 | 三菱電機株式会社 | 機械学習装置および機械学習方法 |
JP7246330B2 (ja) * | 2020-01-17 | 2023-03-27 | 株式会社日立製作所 | 監視対象データを監視する方法 |
CN115135358A (zh) * | 2020-02-27 | 2022-09-30 | 美国西门子医学诊断股份有限公司 | 使用机器学习的自动传感器追踪验证 |
JP6742014B1 (ja) * | 2020-03-11 | 2020-08-19 | ポート・アンド・アンカー株式会社 | 構造物の異常判別方法及び異常判別システム |
JP7333284B2 (ja) * | 2020-03-16 | 2023-08-24 | 株式会社日立製作所 | 保守支援システム及び保守支援方法 |
JP2021174114A (ja) * | 2020-04-21 | 2021-11-01 | ナブテスコ株式会社 | 状態監視装置及び状態監視方法 |
CN114818779A (zh) * | 2022-03-23 | 2022-07-29 | 国网江苏省电力有限公司南京供电分公司 | 一种基于层级分类算法的风机转子的故障诊断方法 |
CN116520817B (zh) * | 2023-07-05 | 2023-08-29 | 贵州宏信达高新科技有限责任公司 | 基于高速公路的etc系统运行状态实时监控系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005251185A (ja) | 2004-02-05 | 2005-09-15 | Toenec Corp | 電気設備診断システム |
JP2008535123A (ja) | 2005-04-04 | 2008-08-28 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | 工業用プロセス制御システムにおける診断システムおよび方法 |
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 |
WO2017109903A1 (ja) | 2015-12-24 | 2017-06-29 | 株式会社 東芝 | 異常原因推定装置及び異常原因推定方法 |
JP2018005393A (ja) | 2016-06-29 | 2018-01-11 | 安川情報システム株式会社 | 故障予兆判定方法、故障予兆判定装置および故障予兆判定プログラム |
-
2018
- 2018-02-07 JP JP2018020362A patent/JP7133315B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005251185A (ja) | 2004-02-05 | 2005-09-15 | Toenec Corp | 電気設備診断システム |
JP2008535123A (ja) | 2005-04-04 | 2008-08-28 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | 工業用プロセス制御システムにおける診断システムおよび方法 |
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 |
WO2017109903A1 (ja) | 2015-12-24 | 2017-06-29 | 株式会社 東芝 | 異常原因推定装置及び異常原因推定方法 |
JP2018005393A (ja) | 2016-06-29 | 2018-01-11 | 安川情報システム株式会社 | 故障予兆判定方法、故障予兆判定装置および故障予兆判定プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2019139375A (ja) | 2019-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7133315B2 (ja) | 故障予知システム | |
Bazan et al. | Stator short-circuit diagnosis in induction motors using mutual information and intelligent systems | |
Mehrjou et al. | Rotor fault condition monitoring techniques for squirrel-cage induction machine—A review | |
KR101903283B1 (ko) | 발전 설비의 자동 진단 시스템 및 자동 진단 방법 | |
Ali et al. | Single-and multi-fault diagnosis using machine learning for variable frequency drive-fed induction motors | |
US9759774B2 (en) | Anomaly diagnosis system, method, and apparatus | |
Su et al. | Vibration signal analysis for electrical fault detection of induction machine using neural networks | |
Husari et al. | Incipient interturn fault detection and severity evaluation in electric drive system using hybrid HCNN-SVM based model | |
KR101948604B1 (ko) | 센서 군집화 기반의 설비 건강 모니터링 방법 및 장치 | |
JP7249254B2 (ja) | 工場ロボットの状態ベースメンテナンスのための運動非感知性特徴 | |
Ondel et al. | Coupling pattern recognition with state estimation using Kalman filter for fault diagnosis | |
JP7004603B2 (ja) | ホームドア診断装置、診断方法、及び診断プログラム | |
CN111164526A (zh) | 异常判定系统、马达控制装置及异常判定装置 | |
JP2022515935A (ja) | 誘導電動機の軸受故障重大度を推定する方法 | |
CA2712158A1 (en) | Wind turbine generator fault diagnostic and prognostic device and method | |
JP2018147443A (ja) | 故障予知方法、故障予知装置および故障予知プログラム | |
JP6714498B2 (ja) | 設備診断装置及び設備診断方法 | |
JP5771317B1 (ja) | 異常診断装置及び異常診断方法 | |
JP6801144B2 (ja) | 診断装置および診断方法 | |
Strangas | Response of electrical drives to gear and bearing faults—diagnosis under transient and steady state conditions | |
JP5579139B2 (ja) | 制御データ収集評価装置および制御データ収集評価方法 | |
KR101718228B1 (ko) | 이력 데이터 군집화 기반 철도부품의 상태를 예측하는 방법 및 장치 | |
EP3557346B1 (en) | State identification device, state identification method and mechanical device | |
Godoy et al. | An application of artificial neural networks and PCA for stator fault diagnosis in inverter-fed induction motors | |
WO2021176761A1 (ja) | 機器監視装置及び機器監視方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201124 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210721 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210803 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210906 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220222 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220420 |
|
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: 20220823 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220829 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7133315 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |