JP7262380B2

JP7262380B2 - 診断装置

Info

Publication number: JP7262380B2
Application number: JP2019229883A
Authority: JP
Inventors: 智子市川; 豊明渡
Original assignee: Sumitomo Heavy Industries Ltd
Current assignee: Sumitomo Heavy Industries Ltd
Priority date: 2019-12-20
Filing date: 2019-12-20
Publication date: 2023-04-21
Anticipated expiration: 2039-12-20
Also published as: CN114868001A; WO2021124783A1; DE112020006251T5; US20220316983A1; JP2021099223A

Description

本発明は、診断装置に関する。

従来、装置、機器類等で発生する診断対象情報（例えば、振動等）を検出して異常を診断するシステムが提案されている（例えば特許文献１を参照）。
このような従来の診断システムは、装置、機器類を診断対象として、センサにより診断対象情報の検出を継続的に行い、検出データの移動平均を算出し、その値から標準偏差を求め、移動平均と標準偏差の値から異常を判定する閾値を算出して継続的に記録を行っている。
そして、現在の検出データを、過去の運転条件が近似する時期に算出された閾値と比較することにより、異常の診断を行っていた。

特開２０１７－１８１５００号公報

上記従来技術は、同じ運転条件下でも振動等の診断対象情報は傾向が変動する場合があり、このような場合に適切な閾値を設定することが困難であった。

本発明は、より適正な診断が可能な診断装置を提供することを目的とする。

本発明に係る診断装置は、
診断対象装置で発生する診断対象情報を検出するセンサと、
前記診断対象情報に対する閾値を設定する閾値設定部と、
前記センサにより検出された前記診断対象情報及び前記閾値に基づいて、前記診断対象装置を診断する診断部と、
を備え、
前記閾値設定部は、診断時点よりも過去の所定期間における診断対象情報に基づいて閾値を設定し、
前記診断部は、診断時点において設定されている現時点閾値と、過去に設定された少なくもと一つの過去閾値と、に基づいて診断を行う。

本発明によれば、対象となる装置の適正な診断が可能な診断装置を提供できる。

診断対象装置の位置例である減速装置を示す断面図である。実施形態に係る診断装置を示す機能ブロック図である。診断装置の計算機が実行する診断処理を示すフローチャートである。最大値特徴量の数値の推移を示す線図と現時点閾値の数値の推移を示す線図とを重畳して示したグラフである。最大値特徴量の数値の推移を示す線図と第二の過去閾値の数値の推移を示す線図とを重畳して示したグラフである。実施形態に係る診断装置の他の例を示すブロック図である。

以下、本発明の実施形態について図面を参照して詳細に説明する。
本実施形態は、診断対象装置を減速装置とし、診断対象情報を振動とする診断装置を例示する。

図１は診断対象装置である偏心揺動型の減速装置１の軸方向断面図である。この図に示すように、減速装置１は、三つの偏心体１１を有する入力軸１２と、三つの外歯歯車１３と、３つの外歯歯車１３と噛合する内歯歯車１４と、内ピン１５を有するフランジ体１６と、内歯歯車１４を保持するケーシング１７と、軸受１８～２１とを備える。以下の説明において、「半径方向」とは、入力軸１２の中心線Ｏを中心とする円周の半径方向とする。
なお、この減速装置１は、特開２００６－２６３８７８号公報に開示されている動力伝達装置と同一の構成からなるので、各構成について詳細な説明は省略する。

図２は、実施形態に係る診断装置１００を示す機能ブロック図である。
診断装置１００は、上記減速装置１に設けられたセンサとしての加速度センサ１１０と、加速度センサ１１０が検出する診断対象情報としての振動の出力を受けて減速装置１の診断処理を行う計算機１２０と、情報を表示出力する表示装置１４０と、計算機１２０へ外部からデータ入力可能なポインティングデバイスやキーボード等の入力装置１５０とを備える。

加速度センサ１１０は、減速装置１のケーシング１７の外周であって、内歯歯車１４の半径方向外側となる位置に設けられている。なお、センサ配置は上記に限らず適宜変更可能である。
加速度センサ１１０は、減速装置１の振動を検出し、検出に応じた振動波形データを計算機１２０に出力する。加速度センサ１１０は、例えば、圧電素子を用いた接触式の加速度センサが使用される。

計算機１２０は、ＣＰＵ（Central Processing Unit）、制御データ及びプログラムを格納した記憶装置、並びに、ＲＡＭ（Random Access Memory）、加速度センサ１１０から振動波形データを受信するインタフェース等を備え、前述した表示装置１４０及び入力装置１５０も接続されている。
この計算機１２０は、予め設定されたプログラムに従って、減速装置１の振動波形データを用いて減速装置１の異常を診断する。

図２のように、計算機１２０は、特徴量算出部としての最大値特徴量算出部１２１と、特徴量記憶部１２２と、移動平均算出部１２３と、標準偏差算出部１２４と、閾値算出部１２５と、閾値記憶部１２６と、閾値設定部１２７と、閾値判定部１２８と、診断部１２９とを備えている。
これらは、計算機１２０のＣＰＵがプログラムを実行することによって実現する機能的な構成である。

以下、計算機１２０による上記各種の機能構成により実行される処理内容について、図３のフローチャートを参照しつつ説明する。なお、以下に示す具体的な数値や数量はいずれも例示であって変更可能である。

まず、加速度センサ１１０は、減速装置１が運転している状態において、周期的に振動を検出し、振動波形データを生成する。例えば、20分に一度、10秒間の振動の変化を検出して、振動波形データを生成する。なお、振動の検出は、周期的ではなく連続的に行い、連続的な振動波形データを一定の単位時間で区切ってもよい。

最大値特徴量算出部１２１は、加速度センサ１１０から振動波形データが入力されると、振動波形から現在の最大値特徴量を算出する（ステップＳ１）。
上述のように、10秒前から現在までの振動の変化を示す振動波形データを加速度センサ１１０から取得すると、最大値特徴量算出部１２１は、例えば、10秒間の振動波形を複数の区間に分割し、或いは、変化率の大きさ等の所定の条件を満たす複数の区間を抽出し、区間ごとの振動の最大値を特徴量として求め、各々の特徴量を平均化して現時点の最大値特徴量を算出する。
なお、最大値特徴量算出部１２１は、加速度センサ１１０から入力された振動波形データに対して、予め、エンベロープ処理を行ってから最大値特徴量を算出しても良い。

特徴量記憶部１２２は、20分ごとに最大値特徴量算出部１２１で算出される最大値特徴量の値を計算機１２０の記憶装置に記憶する処理を行う。

移動平均算出部１２３は、記憶装置に記憶されている、最大値特徴量算出部１２１によって20分ごとに取得された6時間前から現在まで（診断時点よりも過去の所定期間）の複数の最大値特徴量の平均値（移動平均）を算出する（ステップＳ３）。
即ち、移動平均算出部１２３は、加速度センサ１１０の検出周期に合わせて20分ごとに移動平均を算出する。

次に、標準偏差算出部１２４は、記憶装置に記憶されている、最大値特徴量算出部１２１によって20分ごとに取得された6時間前から現在までの複数の最大値特徴量と移動平均算出部１２３で算出された平均値とによって標準偏差を算出する（ステップＳ５）。
即ち、標準偏差算出部１２４は、加速度センサ１１０の検出周期に合わせて20分ごとに標準偏差を算出する。

次に、閾値算出部１２５は、移動平均算出部１２３によって算出された平均値（Xaveとする）と標準偏差算出部１２４の標準偏差（σとする）の値とにより閾値（Tとする）を算出する（ステップＳ７）。この閾値は、減速装置１の異常を診断するために、最大値特徴量と比較するための閾値である。
即ち、閾値算出部１２５は、加速度センサ１１０の検出周期に合わせて20分ごとに閾値を算出する。
例えば、閾値算出部１２５は、T=Xave+3σにより閾値Tを算出する。なお、算出式は例示であり、σの係数を変更する、或いは、Xaveとσとをパラメータとする他の数式により閾値Tを算出してもよい。

閾値記憶部１２６は、20分ごとに閾値算出部１２５で算出される閾値を計算機１２０の記憶装置に記憶する処理を行う。
閾値設定部１２７は、現時点で閾値算出部１２５によって算出された最新の閾値である現時点閾値と12時間前に算出された第一の過去閾値（過去閾値）と24時間前に算出された第二の過去閾値（過去閾値）とを計算機１２０の記憶装置から読み出す処理を実行する（ステップＳ９）。

閾値判定部１２８は、最大値特徴量算出部１２１によって算出された現時点の最大値特徴量を、閾値設定部１２７により設定された、現時点閾値と第一の過去閾値と第二の過去閾値のそれぞれと比較を行い、当該各閾値を超えているか否かの判定を行う。
上記判定に際して、閾値判定部１２８は、現時点の最大値特徴量が上記三つの閾値の内のいくつの閾値を超えているかをカウントするためのカウント変数を予め0にリセットする処理を行う（ステップＳ１１）。

さらに、閾値判定部１２８は、現時点の最大値特徴量を現時点閾値、第一の過去閾値又は第二の過去閾値と個別に比較する。
即ち、現時点の最大値特徴量が現時点閾値より大きいか否かを判定する（ステップＳ１３）。そして、現時点閾値を超えていない場合にはそのままステップＳ２５に処理を進め、現時点閾値を超えている場合にはカウント変数を一つ加算してから（ステップＳ１５）ステップＳ２５に処理を進める。
同様に、現時点の最大値特徴量が第一の過去閾値より大きいか否かを判定する（ステップＳ１７）。そして、第一の過去閾値を超えていない場合にはそのままステップＳ２５に処理を進め、第一の過去閾値を超えている場合にはカウント変数を一つ加算してから（ステップＳ１９）ステップＳ２５に処理を進める。
また同様に、現時点の最大値特徴量が第二の過去閾値より大きいか否かを判定する（ステップＳ２１）。そして、第二の過去閾値を超えていない場合にはそのままステップＳ２５に処理を進め、第二の過去閾値を超えている場合にはカウント変数を一つ加算してから（ステップＳ２３）ステップＳ２５に処理を進める。
なお、ステップＳ１３の現時点の最大値特徴量と現時点閾値との大小判定とステップＳ１７の現時点の最大値特徴量と第一の過去閾値との大小判定とステップＳ２１の現時点の最大値特徴量と第二の過去閾値との大小判定は、並行に実行せず、順番に実行しても良い。

診断部１２９は、閾値判定部１２８によるステップＳ１３～Ｓ２３までの判定結果に基づいて、減速装置１の異常発生の有無について診断する（ステップＳ２５）。
具体的には、診断部１２９は、前述したカウント変数が全判定器のカウント数の最大合計値の50パーセント以上であるか否かに応じて異常の有無を判定する。判定器は、現時点の最大値特徴量と現時点閾値とを比較するステップＳ１３の判定器と、現時点の最大値特徴量と第一の過去閾値とを比較するステップＳ１７の判定器と、現時点の最大値特徴量と第二の過去閾値とを比較するステップＳ２１の判定器の三つからなり、そのカウント数の最大合計値は3となるので、カウント変数が1.5より大きい場合に異常発生と診断する。
なお、現時点閾値と第一及び第二の過去閾値の各々の判定結果における異常の割合が50パーセント以上である場合に減速装置１の異常発生と診断する場合を例示したが、この割合については例示であり、判定器の個体数等も考慮して増減可能である。

また、診断部１２９は、現時点閾値の判定器と第一の過去閾値の判定器と第二の過去閾値の判定器のそれぞれのカウント数の一部又は全部に対して、予め、重み付けとなる係数を定め、これを乗じた上で、最大合計値に対する比率から異常の診断を行っても良い。
重み付けとなる係数は、予め、記憶装置に記憶しておくことが好ましい。また、重み付けとなる係数は、入力装置１５０を通じて任意に設定可能としても良い。

診断部１２９は、カウント変数が1以下であって、異常ではないと診断した場合には、表示装置１４０に減速装置１が正常状態であることを表示する制御を実行して（ステップＳ２７）、一連の処理を終了する。
また、カウント変数が2以上であって、異常と診断した場合には、表示装置１４０に減速装置１に異常が発生したことを表示する制御を実行して（ステップＳ２９）、一連の処理を終了する。

なお、上記診断部１２９は、毎回の診断時において、表示装置１４０を制御して、20分ごとに取得された最大値特徴量の数値の推移を示す線図Ｂと20分ごとに取得された現時点閾値の数値の推移を示す線図Ｔｎとを一つのグラフ上に重畳させて表示する（図４参照）。
同様に、診断部１２９は、表示装置１４０を制御して、20分ごとに取得された最大値特徴量の数値の推移を示す線図Ｂと20分ごとに取得された第一の過去閾値の数値の推移を示す線図とを一つのグラフ上に重畳させて表示する（図示略）。
さらに、診断部１２９は、表示装置１４０を制御して、20分ごとに取得された最大値特徴量の数値の推移を示す線図Ｂと20分ごとに取得された第二の過去閾値の数値の推移を示す線図Ｔａとを一つのグラフ上に重畳させて表示する（図５参照）。

そして、診断部１２９は、表示装置１４０に表示される上記三つのグラフ中に、最大値特徴量がそれぞれの閾値を超えた時点と異常と診断された時点とを表示する制御を行う。
図５において、最大値特徴量が閾値を超えた時点（比較結果）についてはラインＬ２で表示する例を示し、図４及び図５において、異常と診断された時点をラインＬ１で表示する例を示す。
異常と診断された時点については、最大値特徴量が閾値を超えた時点と一致するが、異常と診断されたことを示すラインＬ１による表示を優先的に行う。

また、図４に示すように、ラインＬ１をクリック操作等により選択した場合に、診断に関する各種の情報をポップアップ表示等或いはグラフの枠外等に表示しても良い。図４では、情報として、検知日時、特徴量値、１２時間前の過去閾値、検知回数等を表示しているが、これに限らず、関連するあらゆる情報を表示可能である。
なお、ここで示す検知回数とは、所定期間内に異常と診断された回数をカウントし、記録した場合の数値である。このように、診断部１２９は、異常の診断回数の記録を行っても良い。
また、上記診断に関する各種の情報表示処理は、ラインＬ１に限らず、ラインＬ２についても同様に行っても良い。
また、図４に示すように、現時点閾値の数値の推移を示す線図Ｔｎと第二の過去閾値の数値の推移を示す線図Ｔａとは、一つの画面に重畳的に表示しても良い（第一の過去閾値の数値の推移を示す線図も同様）。

［発明の実施形態の技術的効果］
以上のように、診断装置１００は、閾値設定部１２７が診断時点よりも過去の所定期間における振動（最大値特徴量）に基づいて閾値を設定し、診断部１２９は、診断時点において設定されている現時点閾値と、過去に設定された一つ以上の過去閾値（第一の過去閾値と第二の過去閾値）とに基づいて診断を行う。
このため、現時点閾値で診断を行うことにより、診断対象情報である振動の傾向に変動が生じた場合でも、その変動が現時点閾値に反映されるため、適切な閾値を設定して、診断を行うことが可能となる。
また、その一方で、現時点閾値のみで診断する場合には、診断時における外的要因の影響を受けた閾値が設定されるおそれがあるため、異常とする判定が外的要因である場合と内的要因である場合とが生じ得る。しかしながら、診断装置１００の診断部１２９は、過去閾値に基づく判定も行うので、外的要因の影響を低減することができ、装置の内的要因である異常の発生を判定により発見することができる。
また、同様に、振動の検出において、ノイズとなるような変動が生じた場合であっても、異なる時点での過去閾値には影響しないので、ノイズによる診断の影響を低減し、より適正な診断を行うことが可能となる。
これらにより、診断装置１００は、診断対象情報である振動の傾向の変動に対応しつつ、装置の異常をより適切に診断することが可能となる。

また、診断部１２９は、現時点閾値と第一及び第二の過去閾値の各々の診断結果における異常の割合が所定値（上記例示では50パーセント）以上の場合に異常と診断している。
このように割合を設定して異常の判定を行うことにより、いずれかの閾値では異常と判定されなかった場合でも、他の閾値に基づいて異常と判定することができ、漏れのない形でより適正な診断を行うことが可能となる。
また、その際に、診断部１２９が、現時点閾値と第一及び第二の過去閾値の全部又は一部について重み付けを行った上でその異常の割合から異常の診断を行う構成とした場合には、診断対象の傾向に応じてより適正な診断を行うことが可能となる。

また、診断装置１００は、所定期間における振動の最大値特徴量の推移と、当該所定期間に設定された現時点閾値と第一及び第二の過去閾値の各々とを表示する表示装置１４０を有するので、経時的に変化する振動の最大値特徴量と各閾値の相関を視覚的に認識することができ、異常の診断だけでなく、減速装置１の動作状態を容易に把握することが可能となる。

さらに、表示装置１４０に表示される所定期間における振動の最大値特徴量の推移において、異常と診断された時点をラインＬ１でマークしているので、現在の異常の発生だけでなく、過去の異常発生の履歴も視覚的に確認することができ、異常発生時の前後の振動の最大値特徴量の変化や各閾値の変化も同時に確認することができる。従って、異常の診断に関わる分析にも有用となる。

また、表示装置１４０は、診断に使用した現時点閾値と第一及び第二の過去閾値の各々に対する比較結果をラインＬ２にて表示するので、振動の最大値特徴量が各閾値を超えた時の当該各閾値の大きさを視覚的に速やかに認識することが可能となる。
また、ラインＬ１やラインＬ２の時点の診断に関する情報を表示装置１４０にて表示することにより、特定の時点のより詳細な情報を視覚的に速やかに認識することが可能となる。

［その他］
以上、本発明の実施形態について説明したが、本発明は上記の実施形態に限られない。即ち、実施の形態で示した細部は、発明の趣旨を逸脱しない範囲で適宜変更可能である。
例えば、上記実施形態は、診断対象装置を減速装置としているが、これに限らず、例えば、ギヤモータ、射出成形機、冷凍機など、診断を要するあらゆる機械、器具、装置に適用可能である。

また、診断対象情報は、振動に限らず、電流や温度等、各種のセンサにより検出可能であって診断に供するあらゆる情報を対象とすることが可能である。
また、診断の内容は、異常の有無に限らず、寿命予測等、事前に予測すべき要求のあるあらゆる事象を対象とすることが可能である。

また、診断対象情報は、周囲環境の影響を受けて傾向が変動する場合がある。例えば、気温等が決まった時間帯で増減の変化が生じ、これによって決まった時間帯に診断対象情報の傾向に変動が生じるような場合には、決まった時間帯にセンサがセンシングを行う周期が変動（例えば、周期を短くして検出頻度を高める等）するように、診断装置１００にタイマー等を設けてもよい。

また、過去閾値は、12時間前の閾値と24時間前の閾値とを採用しているが、これらの時間は例示であって、振動対象情報の特性に応じて適宜、変更可能である。また、診断に供する過去閾値の個数も、任意に増減可能である。

また、上記実施形態では、計算機１２０の特徴量算出部として、最大値特徴量算出部１２１が、加速度センサ１１０から振動波形データを複数区間に分けて、いずれかの区間の振動の最大値を特徴量として平均化して最大値特徴量を算出する場合を例示したが、特徴量算出部はこれに限定されない。
特徴量算出部は、検出された振動波形データに対して所定の数値処理を行った処理結果から特徴量を求めるものであれば良く、もとの振動波形データと相関がある数値或いは数値変化の傾向を残した他の数値に変換を行うものであればより好ましい。
一例として、特徴量算出部は、加速度センサ１１０から振動波形データを取得すると、10秒間の振動波形を複数の区間に分割し、或いは、変化率の大きさ等の所定の条件を満たす複数の区間を抽出し、区間ごとの振動の最小値或いは平均値を特徴量として求め、各々の特徴量をさらに平均化して現時点の特徴量を算出しても良い。

また、特徴量算出部は、複数の異なる演算により複数種類の特徴量を個別に算出しても良い。例えば、区間ごとの振動の最小値と平均値と最大値をそれぞれ求めて、それぞれを区間ごとに平均化して、現時点の特徴量として、最小値に基づく特徴量と平均値に基づく特徴量と最大値に基づく特徴量とを算出する。
そして、閾値算出部１２５は、複数の特徴量についてそれぞれ閾値を算出し、閾値判定部１２８は、複数の特徴量についてそれぞれ、現時点閾値と一又は複数の過去閾値とについて比較を行い、判定結果のカウント数を求める。例えば、特徴量を三種類求めて、現時点閾値と第一の過去閾値と第二の過去閾値のそれぞれと比較を行う場合、カウント数の最大合計値は3×3=9となる。
従って、診断部１２９は、最大合計値9に対して、判定結果における異常の割合が規定の割合（例えば、50％）以上である場合に減速装置１の異常発生と診断しても良い。

また、上記実施形態では、診断装置１００として、加速度センサ１１０と計算機１２０と表示装置１４０と入力装置１５０とからなる構成を例示したが、この診断装置と同一の機能を有する構成であれば、その構成は変更可能である。
例えば、図６に示すように、複数の診断対象装置に個別に設けられた複数のセンサ（四つの加速度センサ１１０を例示）又は一若しくは複数の診断対象装置の複数箇所に設けられた複数のセンサと、複数のセンサに対して個別に設けられた複数の診断ユニット１２０Ａと、全ての診断ユニット１２０Ａに接続され、表示装置及び入力装置を有するホストコンピュータ１３０Ａとにより診断装置を構成しても良い。
この診断装置１００Ａの場合、診断ユニット１２０Ａ及びホストコンピュータ１３０Ａが、ＣＰＵ，ＲＡＭ，補助記憶装置などを備える構成として、前述した最大値特徴量算出部１２１と、特徴量記憶部１２２と、移動平均算出部１２３と、標準偏差算出部１２４と、閾値算出部１２５と、閾値記憶部１２６と、閾値設定部１２７と、閾値判定部１２８と、診断部１２９の各種機能を診断ユニット１２０Ａとホストコンピュータ１３０Ａとで分担して実行する構成としても良い。
或いは、各機能部１２１～１２９は、各診断ユニット１２０Ａが実行し、ホストコンピュータ１３０Ａは、診断結果を収集して表示する処理と、各種の設定を各診断ユニット１２０Ａに送信する構成としても良い。
また、上記の構成に限らず、各機能部１２１～１２９は、複数の処理装置で分担する構成としても良い。

１減速装置（診断対象装置）
１００，１００Ａ診断装置
１１０加速度センサ（センサ）
１２０計算機
１２０Ａ診断ユニット
１２１最大値特徴量算出部
１２２特徴量記憶部
１２３移動平均算出部
１２４標準偏差算出部
１２５閾値算出部
１２６閾値記憶部
１２７閾値設定部
１２８閾値判定部
１２９診断部
１３０Ａホストコンピュータ
１４０表示装置
１５０入力装置

Claims

診断対象装置で発生する診断対象情報を検出するセンサと、
前記診断対象情報に対する閾値を設定する閾値設定部と、
前記センサにより検出された前記診断対象情報及び前記閾値に基づいて、前記診断対象装置を診断する診断部と、
を備え、
前記閾値設定部は、診断時点よりも過去の所定期間における診断対象情報に基づいて閾値を設定し、
前記診断部は、診断時点において設定されている現時点閾値と、過去に設定された少なくもと一つの過去閾値と、に基づいて診断を行う診断装置。
前記診断対象情報は、前記センサの検出値に対して所定の数値処理を行った処理結果からなる特徴量を含む請求項１に記載の診断装置。
前記診断部は、前記現時点閾値と前記過去閾値の各々の診断結果における異常の割合が所定値以上の場合に異常と診断する請求項１又は２に記載の診断装置。
前記診断対象情報は、前記センサの検出値に対して複数種類の所定の数値処理を行った処理結果からなる複数種類の特徴量を含み、
前記診断部は、複数種類の前記特徴量について個別に前記現時点閾値と前記過去閾値の各々の診断結果が求められ、これらにおける異常の割合が所定値以上の場合に異常と診断する請求項１に記載の診断装置。
前記診断部は、前記現時点閾値と前記過去閾値の各々の診断結果の一部又は全部に対して重み付けを行い、異常の割合が所定値以上の場合に異常と診断する請求項３又は４に記載の診断装置。
所定期間における前記診断対象情報の推移と、当該所定期間に設定された前記現時点閾値と前記過去閾値の各々と、を表示する表示装置を有する請求項１から５のいずれか一項に記載の診断装置。
前記表示装置に表示される、所定期間における前記診断対象情報の推移において、異常と診断された時点をマークする請求項６に記載の診断装置。
診断に使用した前記現時点閾値と前記過去閾値の各々に対する比較結果を表示する表示装置を有する請求項１から７のいずれか一項に記載の診断装置。
前記表示装置により、特定の時点の診断に関する情報を表示する請求項６から８のいずれか一項に記載の診断装置。