JP7344291B2

JP7344291B2 - 周期可動機械部品の状態監視のための方法

Info

Publication number: JP7344291B2
Application number: JP2021529373A
Authority: JP
Inventors: ダニエル・サンドベルグ
Original assignee: Tetra Laval Holdings and Finance SA
Current assignee: Tetra Laval Holdings and Finance SA
Priority date: 2018-11-27
Filing date: 2019-11-19
Publication date: 2023-09-13
Anticipated expiration: 2039-11-19
Also published as: US20220011741A1; CN113168173B; WO2020109071A1; JP2022507974A; EP3660613A1; US11953878B2; CN113168173A; EP3660613B1

Description

本発明は、周期可動機械部品の状態監視方法、関連するコンピュータプログラム製品、及び、密封パッケージを製造するための充填機又は関連システムなどのシステムにおいて採用されるベアリング、ベルト、又はモータなどの周期可動機械部品の状態監視のための装置に関する。

充填及び包装機又は関連システムでの密封パッケージの製造などの、生産ラインにおける機械部品の状態監視は、長期間にわたって所望の機能を確保するため及び故障予測にとって重要である。機械部品の運動の歪みを監視することは、望ましい機能制御の実現において不可欠な部分であり、摩耗に関連する故障を防ぐ。このような保守戦略は、主に、たとえば、ベアリングが故障に近づくと、その振動が、差し迫った故障の前兆と解釈できる特性を変え、この兆候が適時検出された場合、生産時間に影響を与えることなく、保守活動を計画し、ベアリングを交換する時間枠を操作者に与えるという事実のために可能である。たとえば、ベアリング、ベルト、モータ、又は他の周期若しくは相互可動構成部品における振動の歪み解析は、摩耗及び損傷を機械の故障前に発見し、修理することができ、したがって、運用及び保守コストを削減するような、産業用予知保全プログラムの重要な部分である。たとえば、ベアリングの動き特性の経験的評価は、構成部品の残りの寿命を大幅に過小評価又は過大評価する恐れがある間違いを起こしやすい活動である。したがって、状態監視のための従来の解決法に関する問題は、正確さの欠如、並びに、その複雑な実施態様である。従来の解決法は通常、計算に用いられるモデルに関して、さまざまな仮定も行っている。特に、通常、たとえば、ベアリング要素の相対運動中にスリップがなく、ベアリングに局所的な損傷があり、ベアリングが取り付けられているモータが一定速度で回転し、モータの動作中に損傷が一連の短期間の衝撃の原因となり、振動信号の周波数スペクトルにある特定の周期性を持つ一続きのスパイクを生成し、そして、一続きのインパルスが検出できるような信号対雑音比の周波数帯域がある、と想定されている。これらの条件が検証されない場合、一続きのピークがそれ以上認識できない程不鮮明になる恐れがあったり、又は他の種類のノイズの中に隠れたりする可能性がある。サーボモータの一定回転速度の想定は自動機械の分野において厳しい制限であり、通常、多くのサーボモータは、電動カムとして採用され、作動要素の変速プロファイルを取得するために可変速度で動作する。可変速度に適応させる方法が採用されているが、そのような解決法も実装が複雑であり、また他の制限及び望ましくない仮定に関連付けられる可能性がある。

本発明の目的は、従来技術の１つ又は複数の制限を少なくとも部分的に克服することである。特に、周期可動機械部品の改善された状態監視を提供することを目的とし、特に、生産に影響を与えることなく、保守作業を計画し、関連する構成部品を交換する時間枠を操作者に与えるために、故障予測のあまり複雑でない方法、及び、逸脱挙動又は差し迫った故障を確実に且つ適時検出するための方法を提供する。

本発明の第１の態様において、これは、周期可動機械部品の状態監視のための方法によって実現され、機械部品の動きのサイクルは、測定可能な運動特性を生成する。方法は、サイクルに対して測定される運動特性の値を登録することと、登録された値の頻度分布を生成すること、頻度分布における値の出現に対してインターバルを定義することと、インターバルを、定義されたインデックスと関連付けることと、頻度分布における値の出現を、インターバルに基づいて、それぞれの定義されたインデックスと関連付けることと、頻度分布における値の出現に対応する定義されたインデックスの単語列を生成することと、前記単語列を、定義されたインデックスのセグメント化された単語のサブセットにセグメント化することと、前記単語列のセグメント化された単語の出現の頻度を、第１の基準用語頻度として決定することと、第１の基準用語頻度を第１の機械部品ステータスと関連付けることと、運動特性の値のその後登録されたセットに対して、対応する後続用語頻度を決定することと、第１の機械部品ステータスとの相関を決定するために、後続用語頻度を第１の基準用語頻度と比較することとを含む。

本発明の第２の態様において、これは、周期可動機械部品の状態監視のための装置によって実現され、機械部品の動きのサイクルは、測定可能な運動特性を生成する。装置は、サイクルに対して測定される運動特性の値を登録し、登録された値の頻度分布を生成し、頻度分布における値の出現に対してインターバルを定義し、インターバルを、定義されたインデックスと関連付け、頻度分布における値の出現を、インターバルに基づいて、それぞれの定義されたインデックスと関連付け、頻度分布における値の出現に対応する定義されたインデックスの単語列を生成し、前記単語列を、定義されたインデックスのセグメント化された単語のサブセットにセグメント化し、前記単語列のセグメント化された単語の出現の頻度を、第１の基準用語頻度として決定し、第１の基準用語頻度を第１の機械部品ステータスと関連付け、運動特性の値のその後登録されたセットに対して、対応する後続用語頻度を決定し、第１の機械部品ステータスとの相関を決定するために、後続用語頻度を第１の基準用語頻度と比較するように構成されるプロセッサを備える。

本発明の第３の態様において、これは、プログラムがコンピュータで実行されるとき、第１の態様による方法のステップをコンピュータに実行させる命令を備えるコンピュータプログラム製品によって実現される。

本発明のさらなる例は、従属請求項で定義され、第１の態様の特徴は、第２以降の態様に対して実装されてもよく、その逆も同じである。

頻度分布における運動特性の値の出現に対応する定義されたインデックスの単語列を生成すること、単語列のセグメント化された単語の基準用語頻度を決定すること、並びに、運動特性の値のその後登録されたセットに対して、第１の基準用語頻度との比較のための後続用語頻度及び機械ステータスとの相関を決定することは、機械部品の状態の正確な分類を提供する。したがって、周期可動機械部品の容易な状態監視が、逸脱挙動又は差し迫った故障を確実に且つ適時検出するために提供される。

本発明のさらに他の目的、特徴、態様、及び利点は、以下の詳細説明並びに図面から明らかになるであろう。

ここで、本発明の実施形態は、一例として、添付の概咯図を参照して説明される。

周期可動機械部品の動きの複数のサイクルに対して測定される運動特性の値を示す図である。図１の値の頻度分布、及び、運動特性の値のその後登録されたセットの頻度分布の例を示す図である。図２の頻度分布における値の出現と関連付けられた、定義されたインデックスの単語列のセグメント化の説明図である。頻度分布における値の出現と関連付けられた、定義されたインデックスのセグメント化された単語の用語頻度の説明図である。周期可動機械部品の運動特性の値の頻度分布のさらなる例を示す図である。頻度分布における値の出現と関連付けられた、定義されたインデックスのセグメント化された単語の用語頻度の説明図である。頻度分布における値の出現と関連付けられた、定義されたインデックスのセグメント化された単語の用語頻度の説明図である。周期可動機械部品の状態監視のための方法のフローチャートである。周期可動機械部品の状態監視のための方法の別のフローチャートである。周期可動機械部品の状態監視のための装置の概略図である。

ここで、本発明の実施形態は、添付図面を参照して以下でより完全に説明され、本発明のすべてではないがいくつかの実施形態が示される。本発明は、多くの異なる形態で具現化されてもよく、本明細書に示される実施形態に限定されるように解釈すべきではない。

図８ａは、周期可動機械部品（図示せず）の状態監視のための方法１０００のフローチャートである。機械部品の動きのサイクルは、測定可能な運動特性を生成する。図１は、機械部品の動きの複数のサイクルにわたって得られる測定可能な運動特性の値（ｖ_１）の例を示す。図１の値（ｖ_１）は、時間（ｔ）の関数としての、振動運動などの運動の振幅を表してもよい。動きサイクルのさまざまな他の測定可能な運動特性は、サイクル中の、機械部品の運動を説明する変位、トルク若しくは任意の他の力、速度、又は加速度の値など、方法１０００を実行する目的のために決定することができると考えられる。したがって、方法１０００は、上述の動きサイクルに対して測定された運動特性の値（ｖ_１）を登録又は決定すること１０１０を含む。図１の例に示されるような値は、たとえば、前述の運動特性を測定するように構成されるさまざまな種類のセンサを採用することによって、読み出されてもよい。方法１０００は、登録された値の頻度分布（Ｆ_ｖ１）を生成すること１０２０を含む。そのような頻度分布（Ｆ_ｖ１）の例は、図２に示されている。値（ｖ_１）の出現（Ｆ）はｙ軸に沿って示され、頻度（ｆ）はｘ軸に沿って示される。よって、図２の例において、高頻度においてよりも、低頻度においてより多く出現している、たとえば、より多くの低頻度振動がある。頻度領域への変換は、高速フーリエ変換方法によって実行されてもよい。たとえば、頻度領域におけるデータのペリオドグラムに、スムージングを適用してもよい。方法１０００は、図２の破線によって概略的に示されるように、頻度分布（Ｆ_ｖ１）における値の出現に対してインターバルを定義すること１０３０を含む。インターバルは、特定の用途に最適化されてもよく、数及び長さを変えてもよい。図２は、実質的に三等分されたインターバルの例を示す。他の例において、インターバルの数は、均等に分割された、又は、用途に応じて可変の長さを有する、５、１０、２０、又はより多くのインターバルに設定されてもよい。値の出現に関してより大きく変化するデータのセグメントは、細かい変化を捕らえるために、狭いインターバルの数を増やすことから利益を得てもよい。方法１０００は、インターバルを、定義されたインデックス（ａ、ｂ、ｃ、．．．）と関連付けること１０４０と、頻度分布（Ｆ_ｖ１）における値の出現を、インターバルに基づいて、それぞれの定義されたインデックス（ａ、ｂ、ｃ、．．．）と関連付けること１０５０とを含む。よって、頻度分布（Ｆ_ｖ１）の各値は、値が位置する特定のインターバルに従って、インデックス（ａ、ｂ、ｃ、．．．）が割り当てられる。

方法１０００は、頻度分布（Ｆ_ｖ１）における値の出現に対応する定義されたインデックス（ａ、ｂ、ｃ、．．．）の単語列（Ｓ）を生成すること１０６０を含む。そのような単語列（Ｓ）の例は図３ａに示される。したがって、単語列（Ｓ）は、図２の頻度範囲（ｆ）全体の、頻度分布（Ｆ_ｖ１）における値のインデックス（ａ、ｂ、ｃ、．．．）のそれぞれが順に配置された文字列である。方法１０００は、図３ａ～ｂに概略的に示されるように、単語列（Ｓ）を、定義されたインデックス（ａ、ｂ、ｃ、．．．）のセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）のサブセットにセグメント化すること１０７０を含む。以下でさらに説明されるように、単語列（Ｓ）は、異なるステップ長（ｗ）で、セグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）にセグメント化されてもよい。したがって、セグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）の配列が得られる。方法１０００は、単語列（Ｓ）のセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）の出現の頻度を、第１の基準用語頻度（ＴＦ_１）として決定すること１０８０を含む。図４は、セグメント化された単語の出現の頻度が３つの異なる単語に対して示される例である。たとえば、単語「ｂｂｂｂａａａ」は、頻度分布Ｆ_ｖ１に基づく単語列（Ｓ）において、３８回出現する。方法１０００は、第１の基準用語頻度（ＴＦ_１）を、正常な機械部品のステータス又は故障している機械部品のステータスなどの知られている機械部品ステータスに対応してもよい第１の機械部品ステータス（Ｍ^１）と関連付けること１０９０を含む。このように、基準用語頻度（ＴＦ_１）で表される基準ステータスを定義することができる。異なる時点で、機械部品は、欠陥挙動が進展したこと、又は、他のプロセスを経たことなどの変化を受けることがあり、それは、その後測定される運動特性に反映されることがある。方法１０００は、運動特性の値のその後登録されたセットに対して、対応する後続用語頻度（ＴＦ_ｎ）を決定すること１１００を含む。このように、後続用語頻度（ＴＦ_ｎ）は、基準用語頻度（ＴＦ_１）に対して、上で説明されたように決定されてもよい。図２は、運動特性の値のその後登録されたセットの頻度分布（Ｆ_ｎ）の例を示す。図４は、値のその後登録されたセットに対する後続用語頻度（ＴＦ_ｎ）の例を、第１の基準用語頻度（ＴＦ_１）とともに示す。方法１０００は、第１の機械部品ステータス（Ｍ^１）との相関を決定するために、後続用語頻度（ＴＦ_ｎ）を、第１の基準用語頻度（ＴＦ_１）と比較すること１１１０をさらに含む。異なる統計的尺度が、平均値若しくは分散値の間の関係、又は、用語頻度（ＴＦ_１、ＴＦ_ｎ）における傾向の決定など、用語頻度（ＴＦ_１、ＴＦ_ｎ）間の関係を決定するために利用されてもよい。そのような比較から結果として得られる偏差が、定義された統計的限界又は基準の範囲内である場合、統計的な有意な関係が確認されてもよい。したがって、相関度は、定義された基準内であり、後続用語頻度（ＴＦ_ｎ）と関連付けられた運動特性の値のその後登録されたセットを、定義された程度に、第１の機械部品ステータス（Ｍ^１）に対応する機械部品ステータスを表すと確認してもよい。相関度が定義された基準外であることを前述の偏差が示す場合、後続用語頻度（ＴＦ_ｎ）と関連付けられた運動特性の値のその後登録されたセットは、同様に、統計的に有意な量だけ第１の機械部品ステータス（Ｍ^１）から逸脱する機械部品ステータスを表すと分類されてもよい。第１の機械部品ステータス（Ｍ^１）は、周期可動機械部品の定義された知られているステータスであってもよい。したがって、機械部品の変化は、上記のように、異なる時点で得られた運動特性の値のセットを、第１の機械部品ステータス（Ｍ^１）と関連付けられた基準用語頻度（ＴＦ_１）と比較することによって、経時的に確認されてもよい。

よって、頻度分布（Ｆ_ｖ１）における運動特性の値の出現に対応する定義されたインデックス（ａ、ｂ、ｃ、．．．）の単語列（Ｓ）を生成すること、及び、単語列（Ｓ）のセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）の基準用語頻度（ＴＦ_１）を決定することは、運動特性の値のその後登録されたセットの後続用語頻度（ＴＦ_ｎ）が、機械ステータスと相関する、基準用語頻度（ＴＦ_１）との比較のために決定される間、機械部品の状態の正確な分類を提供する。したがって、周期可動機械部品の容易な状態監視が、逸脱挙動又は差し迫った故障を確実に且つ適時検出するために提供される。したがって、方法１０００は、実装があまり複雑ではない、強固で正確な状態監視を提供する。

方法１０００は、第２の機械部品ステータス（Ｍ^２）に対して測定される運動特性の値に対する第２の基準用語頻度（ＴＦ_２）を決定すること１０９１を含んでもよい。第２の機械部品ステータス（Ｍ^２）は、機能が減少された機械部品に対応してもよく、一方、第１の機械部品ステータス（Ｍ^１）は、校正された基準機械部品に対応してもよい。したがって、第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）は、周期可動機械部品の異なる状態又は分類に対応してもよい。図５は、機械部品の第２の機械部品ステータス（Ｍ^２）において複数のサイクルに対して得られる測定可能な運動特性の値の頻度分布（Ｆ_ｖ２）の例を示す。図６ａは、そのような頻度分布（Ｆ_ｖ２）から得られたセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）の出現と関連付けられた第２の基準用語頻度（ＴＦ_２）の例を示す。よって、基準用語頻度（ＴＦ_１、ＴＦ_２）の組は、図６ｂに全体的に示されるように、後続用語頻度（ＴＦ_ｎ）への比較のために得られる。第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）がいつ決定されたかに関係なく、第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）が機械部品の基準状態を表す限り、後続用語頻度（ＴＦ_ｎ）は任意の時点に得られてもよいと考えられる。したがって、方法１０００は、後続用語頻度（ＴＦ_ｎ）を、第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）と比較して、前記第１又は第２の機械部品ステータス（Ｍ^１、Ｍ^２）のような、後続用語頻度（ＴＦ_ｎ）と関連付けられる現在の機械部品ステータスを決定すること１１１１を含んでもよい。

よって、第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）との相関度を決定し、後続用語頻度（ＴＦ_ｎ）と関連付けられる、運動特性の値のその後登録されたセットを、第１又は第２の機械部品ステータス（Ｍ^１、Ｍ^２）を表すと分類してもよい。図４及び５の例は、関連する頻度分布（Ｆ_ｖ２、Ｆ_ｎ）及び用語頻度（ＴＦ_２、ＴＦ_ｎ）に関して、第１の機械部品ステータス（Ｍ^１）と比較して、運動特性の値のその後登録されたセットと第２の機械部品ステータス（Ｍ^２）との間でより高い相関度を示す。したがって、運動特性の値のその後登録されたセットで表される、現在の機械部品ステータスは、第１の機械部品ステータス（Ｍ^１）より、第２の機械部品ステータス（Ｍ^２）にさらに類似しているとみなされてもよい。これは、機械部品の有効な特性化を提供し、たとえば、正常な状態から欠陥のある状態への移行は、改善されて容易にされた方法で検出することができる。

方法１０００は、第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）のセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）の出現の差異に基づいて、第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）の重み付けされた用語頻度（ＷＦ_１、ＷＦ_２）を決定すること１０９２を含んでもよい。たとえば、第１のセグメント化された単語（ｓ_１）が、第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）の両方において、多くの回数、出現してもよく、その一方で、第２のセグメント化された単語（ｓ_２）が、第２の基準用語頻度（ＴＦ_２）でのみ出現してもよく、又は、第１の基準用語頻度（ＴＦ_１）と比較して第２の基準用語頻度（ＴＦ_２）においてかなり多くの回数、出現してもよい。そのような場合、第１のセグメント化された単語（ｓ_１）には、重み付けされた用語頻度（ＷＦ_１、ＷＦ_２）において、第２のセグメント化された単語（ｓ_２）と比較して、かなり小さい重みが与えられてもよい。よって、一連の第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）のそれぞれにおいて固有であるセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）は、より大きい重みが与えられてもよい。方法１０００は、後続用語頻度（ＴＦ_ｎ）を、重み付けされた基準用語頻度（ＷＦ_１、ＷＦ_２）と比較して、現在の機械部品ステータスを決定すること１１１２を含んでもよい。図７ａは、セグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）に対して決定された重み付けされた基準用語頻度（ＷＦ_１、ＷＦ_２）を示す概略図である。これは、後続用語頻度（ＴＦ_ｎ）に対する機械ステータスの最も密接な整合を効率的に識別することを提供する。上記例において、第１のセグメント化された単語（ｓ_１）より大きい重みが与えられた、第２のセグメント化された単語（ｓ_２）の出現は、用語頻度（ＴＦ_１、ＴＦ_２、ＴＦ_ｎ）において有利に比較されてもよい。したがって、後続用語頻度（ＴＦ_ｎ）における第２のセグメント化された単語（ｓ_２）の出現が、第１の用語頻度（ＴＦ_１）又は第２の用語頻度（ＴＦ_２）におけるｓ_２の出現に最も密接に対応するかどうか決定されてもよい。したがって、類似した手順は、上述のように大きい重みとともに評価されている複数のセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）に対して実行されてもよい。これは、現在の機械部品ステータスの容易にされた、より有効な分類を提供するが、それは、基準用語頻度（ＴＦ_１、ＴＦ_２）のうちのいずれかのセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）の固有の出現が優先され、その一方で、一般的に出現する単語は廃棄されるためである。定義される閾値は、そのような閾値より下の関連する重みを有するセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）を相関から排除するために、前述の重みに対して設定されてもよい。

重み付けされた用語頻度（ＷＦ_１、ＷＦ_２）を決定することは、第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）におけるそれぞれのセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）の出現の合計（Ｄ）を決定すること１０９３を含んでもよい。よって、各セグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）について、合計（Ｄ）はＤ＝ＴＦ_１＋ＴＦ_２として決定される。方法１０００は、前記合計の逆数（１／Ｄ）として逆頻度（ＩＤ）を決定することを含んでもよい。方法１０００は、逆頻度（ＩＤ）と第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）との積（ＩＤ×ＴＦ_１、ＩＤ×ＴＦ_２）を決定すること１０９４をさらに含んでもよい。図７ｂは、前述の積が、セグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）のそれぞれ、及び、第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）に対して決定される例を示す。方法１０００は、前記積（ＩＤ×ＴＦ_１、ＩＤ×ＴＦ_２）におけるセグメント化された単語の出現の間の差異に基づいて、重み付けされた用語頻度（ＷＦ_１、ＷＦ_２）を決定すること１０９５を含んでもよい。図７ｂの例を参照すると、セグメント化された単語「ｂａａａａａａａ」は、ＴＦ_２において最も多く出現し、さらに、ＴＦ_１においてよりもＴＦ_２において５倍出現している。セグメント化された単語「ｂｂｂｂａａａａ」も、ＴＦ_２において５倍の頻度であるが、出現の合計数は、「ｂａａａａａａａ」の合計数より少ない。したがって、「ｂａａａａａａａ」についての積（ＩＤ×ＴＦ_１、ＩＤ×ＴＦ_２）の差異は、「ｂｂｂｂａａａａ」についての積の差異よりも若干大きい。したがって、第２の基準用語頻度（ＴＦ_２）と関連付けられた、重み付けされた用語頻度（ＷＦ_２）は、単語「ｂｂｂｂａａａａ」に対してよりも単語「ｂａａａａａａａ」に対してより大きく設定されてもよい。セグメント化された単語「ｂｂａａａａｂｂ」については、出現の差異がより小さいので、差異がより小さく、同様に、「ｃｂｂｂｃｃｃｂ」については、差異は、さらにより小さい。よって、後続用語頻度（ＴＦ_ｎ）において、単語「ｂａａａａａａａ」及び「ｂｂｂｂａａａａ」の出現は、ＴＦ_ｎがＴＦ_１又はＴＦ_２により密接に関連するかどうか決定するために、第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）のそれぞれの単語と有利に比較されてもよい。これは、後続用語頻度（ＴＦ_ｎ）に対する機械ステータスの最も密接な整合を効率的に識別することを提供する。

上で説明されたように、重み付けされた用語頻度（ＷＦ_１、ＷＦ_２）は、前記積（ＩＤ×ＴＦ_１、ＩＤ×ＴＦ_２）におけるセグメント化された単語の出現の差異に比例する重みを与えられてもよい。

単語列（Ｓ）を、定義されたインデックス（ａ、ｂ、ｃ、．．．）のセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）のサブセットにセグメント化することは、単語列（Ｓ）から定義された単語長のセグメント化された単語を抽出すること１０７１を含んでもよい。単語長は、特定の用途に応じて最適化されてもよい。単語列（Ｓ）は、図３ａ～ｂに概略的に示されるように、定義されたインデックスステップ長（ｗ）で段階的にセグメント化されてもよい。

単語列（Ｓ）は、図３ｂの例に示されるように、１インデックスの定義されたステップ長（ｗ）で段階的にセグメント化されてもよい１０７２。よって、次のインデックス（ａ、ｂ、ｃ、．．．）へのステップごとに、後続のセグメント化された単語は、図３ｂに示されるように、定義されたワード長、たとえば、８インデックスで抽出される。図３ａの例において、定義されたステップ長（ｗ）は、単語長、すなわち、８インデックスと等しい。

運動特性は、周期可動機械部品の振動データを備える。したがって、図１の値は、周期可動機械部品の振動の振幅に対応してもよい。

さらに上で説明されたように、方法１０００は、後続用語頻度（ＴＦ_ｎ）並びに第１の機械部品ステータス（Ｍ^１）及び／又は第２の機械部品ステータス（Ｍ^２）の相関に基づいて、機械部品の状態を監視すること１１２０を含んでもよい。運動特性の値のその後登録されたセットは、校正された基準機械部品ステータスなどの第１の機械部品ステータス（Ｍ^１）と最も密接な相関を有すると最初に分類されてもよい。相関が経時的に監視されると、最も密接な関係は、機能が減少された機械部品と関連付けられてもよい第２の機械部品ステータス（Ｍ^２）へ移ることがある。

周期可動機械部品の状態監視のための装置２００も提供される。上述のとおり、機械部品の動きのサイクルは、測定可能な運動特性を生成する。装置２００は、図８ｃに概略的に示されている、プロセッサ２０１を備え、プロセッサ２０１は、サイクルに対して測定された運動特性の値（ｖ_１）を登録し１０１０、登録された値の頻度分布（Ｆ_ｖ１）を生成し１０２０、頻度分布（Ｆ_ｖ１）における値の出現に対してインターバルを定義し１０３０、インターバルを、定義されたインデックス（ａ、ｂ、ｃ、．．．）と関連付け１０４０、頻度分布における値の出現を、インターバルに基づいて、それぞれの定義されたインデックス（ａ、ｂ、ｃ、．．．）と関連付け１０５０、頻度分布（Ｆ_ｖ１）における値の出現に対応する定義されたインデックス（ａ、ｂ、ｃ、．．．）の単語列（Ｓ）を生成し１０６０、前記単語列（Ｓ）を、定義されたインデックス（ａ、ｂ、ｃ、．．．）のセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）のサブセットにセグメント化し１０７０、前記単語列（Ｓ）のセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）の出現の頻度を、第１の基準用語頻度（ＴＦ_１）として決定し１０８０、第１の基準用語頻度（ＴＦ_１）を、第１の機械部品ステータス（Ｍ^１）と関連付ける１０９０ように構成される。プロセッサ２０１は、運動特性の値のその後登録されたセットに対して、対応する後続用語頻度（ＴＦ_ｎ）を決定し１１００、第１の機械部品ステータス（Ｍ^１）との相関を決定するために、後続用語頻度（ＴＦ_ｎ）を、第１の基準用語頻度（ＴＦ_１）と比較する１１１０ように構成される。このように、装置２００は、図１～７に関して上で説明されたような有利な利益を提供する。

プログラムがコンピュータで実行されるとき、図１～７に関して上で説明されたような方法１０００のステップをコンピュータに実行させる命令を備えるコンピュータプログラム製品が提供される。

上記の説明により、本発明のさまざまな実施形態が説明され、示されてきたが、本発明はそれらに限定されず、以下の特許請求の範囲で定義される主題の範囲内の他の方法でも具現化されてもよい。

Claims

周期可動機械部品の状態監視のための方法（１０００）であって、前記機械部品の動きのサイクルが、測定可能な運動特性を生成し、
前記サイクルに対して測定された前記運動特性の値（ｖ_１）を登録すること（１０１０）と、
前記登録された値の頻度分布（Ｆ_ｖ１）を生成すること（１０２０）と、
前記頻度分布（Ｆ_ｖ１）における値の出現に対してインターバルを定義すること（１０３０）と、
前記インターバルを、定義されたインデックス（ａ、ｂ、ｃ、．．．）と関連付けること（１０４０）と、
前記頻度分布（Ｆ_ｖ１）における値の前記出現を、前記インターバルに基づいて、それぞれの定義されたインデックス（ａ、ｂ、ｃ、．．．）と関連付けること（１０５０）と、
前記頻度分布（Ｆ_ｖ１）における値の前記出現に対応する前記定義されたインデックス（ａ、ｂ、ｃ、．．．）の単語列（Ｓ）を生成すること（１０６０）と、
前記単語列（Ｓ）を、前記定義されたインデックス（ａ、ｂ、ｃ、．．．）のセグメント化された単語（ｓ１、ｓ２、．．．、ｓｉ）のサブセットにセグメント化すること（１０７０）と、
前記単語列（Ｓ）の前記セグメント化された単語（ｓ１、ｓ２、．．．、ｓｉ）の前記出現の頻度を、第１の基準用語頻度（ＴＦ_１）として決定すること（１０８０）と、
前記第１の基準用語頻度（ＴＦ_１）を、第１の機械部品ステータス（Ｍ^１）と関連付けること（１０９０）と、
運動特性の値のその後登録されたセットに対して、対応する後続用語頻度（ＴＦ_ｎ）を決定すること（１１００）と、
前記第１の機械部品ステータス（Ｍ^１）との相関を決定するために、前記後続用語頻度（ＴＦ_ｎ）を、前記第１の基準用語頻度（ＴＦ_１）と比較すること（１１１０）と
を含む、
方法（１０００）。
第２の機械部品ステータス（Ｍ^２）に対して測定される運動特性の値に対する第２の基準用語頻度（ＴＦ_２）を決定すること（１０９１）と、
前記後続用語頻度（ＴＦ_ｎ）を、前記第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）と比較して、前記第１又は第２の機械部品ステータス（Ｍ^１、Ｍ^２）のような、前記後続用語頻度（ＴＦ_ｎ）と関連付けられる現在の機械部品ステータスを決定すること（１１１１）と
を含む、
請求項１に記載の方法。
前記第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）の前記セグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）の前記出現の差異に基づいて、前記第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）の重み付けされた用語頻度（ＷＦ_１、ＷＦ_２）を決定すること（１０９２）と、
前記後続用語頻度（ＴＦ_ｎ）を、前記重み付けされた基準用語頻度（ＷＦ_１、ＷＦ_２）と比較して、前記現在の機械部品ステータスを決定すること（１１１２）と
を含む、
請求項２に記載の方法。
前記重み付けされた用語頻度（ＷＦ_１、ＷＦ_２）を決定することが、
前記第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）におけるそれぞれのセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）の前記出現の合計（Ｄ）を決定すること（１０９３）と、
前記合計の逆数（１／Ｄ）として逆頻度（ＩＤ）を決定することと、
前記逆頻度（ＩＤ）と前記第１及び第２の基準用語頻度（ＴＦ_１、ＴＦ_２）との積（ＩＤ×ＴＦ_１、ＩＤ×ＴＦ_２）を決定すること（１０９４）と、
前記積（ＩＤ×ＴＦ_１、ＩＤ×ＴＦ_２）における前記セグメント化された単語の前記出現の差異に基づいて、前記重み付けされた用語頻度（ＷＦ_１、ＷＦ_２）を決定すること（１０９５）と
を含む、
請求項３に記載の方法。
前記重み付けされた用語頻度（ＷＦ_１、ＷＦ_２）が、前記積（ＩＤ×ＴＦ_１、ＩＤ×ＴＦ_２）における前記セグメント化された単語の前記出現の前記差異に比例する重みが与えられる、
請求項４に記載の方法。
前記単語列を、前記定義されたインデックス（ａ、ｂ、ｃ、．．．）のセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）のサブセットにセグメント化することが、前記単語列（Ｓ）から定義された単語長のセグメント化された単語を抽出すること（１０７１）を含み、
前記単語列（Ｓ）が、定義されたインデックスステップ長（ｗ）で段階的にセグメント化される、
請求項１～５のいずれか一項に記載の方法。
前記単語列（Ｓ）が、１インデックスの定義されたステップ長（ｗ）で段階的にセグメント化される（１０７２）、
請求項５に記載の方法。
前記運動特性が、前記周期可動機械部品の振動データを備える、
請求項１～７のいずれか一項に記載の方法。
前記第１の機械部品ステータス（Ｍ^１）が、校正された基準機械部品に対応する、
請求項１～８のいずれか一項に記載の方法。
前記第２の機械部品ステータス（Ｍ^２）が、機能が減少された機械部品に対応する、
請求項２に記載の方法。
前記相関に基づいて、前記機械部品の状態を監視すること（１１２０）を含む、
請求項１～１０のいずれか一項に記載の方法。
周期可動機械部品の状態監視のための装置（２００）であって、前記機械部品の動きのサイクルが、測定可能な運動特性を生成し、
前記サイクルに対して測定された前記運動特性の値（ｖ_１）を登録し（１０１０）、
前記登録された値の頻度分布（Ｆ_ｖ１）を生成し（１０２０）、
前記頻度分布（Ｆ_ｖ１）における値の出現に対してインターバルを定義し（１０３０）、
前記インターバルを、定義されたインデックス（ａ、ｂ、ｃ、．．．）と関連付け（１０４０）、
前記頻度分布における値の前記出現を、前記インターバルに基づいて、それぞれの定義されたインデックス（ａ、ｂ、ｃ、．．．）と関連付け（１０５０）、
前記頻度分布（Ｆ_ｖ１）における値の前記出現に対応する前記定義されたインデックス（ａ、ｂ、ｃ、．．．）の単語列（Ｓ）を生成し（１０６０）、
前記単語列（Ｓ）を、前記定義されたインデックス（ａ、ｂ、ｃ、．．．）のセグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）のサブセットにセグメント化し（１０７０）、
前記単語列（Ｓ）の前記セグメント化された単語（ｓ_１、ｓ_２、．．．、ｓ_ｉ）の前記出現の頻度を、第１の基準用語頻度（ＴＦ_１）として決定し（１０８０）、
前記第１の基準用語頻度（ＴＦ_１）を、第１の機械部品ステータス（Ｍ^１）と関連付け（１０９０）、
運動特性の値のその後登録されたセットに対して、対応する後続用語頻度（ＴＦ_ｎ）を決定し（１１００）、
前記第１の機械部品ステータス（Ｍ^１）との相関を決定するために、前記後続用語頻度（ＴＦ_ｎ）を、前記第１の基準用語頻度（ＴＦ_１）と比較する（１１１０）
ように構成されるプロセッサ（２０１）を備える、
装置（２００）。
プログラムがコンピュータで実行されるとき、請求項１～１１のいずれか一項に記載の方法のステップを前記コンピュータに実行させる命令を備える、
コンピュータプログラム製品。