JPH0399234A - 回転機械の異常診断方法 - Google Patents
回転機械の異常診断方法Info
- Publication number
- JPH0399234A JPH0399234A JP23558689A JP23558689A JPH0399234A JP H0399234 A JPH0399234 A JP H0399234A JP 23558689 A JP23558689 A JP 23558689A JP 23558689 A JP23558689 A JP 23558689A JP H0399234 A JPH0399234 A JP H0399234A
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- time
- matrix
- series
- diagnostic
- 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.)
- Granted
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 36
- 208000024891 symptom Diseases 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 abstract description 25
- 230000003595 spectral effect Effects 0.000 abstract description 8
- 238000001228 spectrum Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 239000003638 chemical reducing agent Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
Landscapes
- Testing Of Balance (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、ファン、減速機等の回転機械の機械的異常（
以下単に「異常」という）、例えばロータ系のアンバラ
ンス、減速機の偏心、回転軸系のミスアライメント、軸
受のきす等の徴候を検出、識別し、異常の種類、部位、
程度および使用不能状態に至るまでの期間（以下「寿命
」という）を自動的にかつ精度良く、的確に診断する方
法に関するものである。
以下単に「異常」という）、例えばロータ系のアンバラ
ンス、減速機の偏心、回転軸系のミスアライメント、軸
受のきす等の徴候を検出、識別し、異常の種類、部位、
程度および使用不能状態に至るまでの期間（以下「寿命
」という）を自動的にかつ精度良く、的確に診断する方
法に関するものである。
従来の回転機械の異常診断方法においては、回転機械の
振動を検出し、フィルタリングや包路線処理等の信号処
理を行なった後に周波数分析を行ない、その分析結果か
らフォールトマトリクスを形成し、異常の種類、部位を
診断していた。
振動を検出し、フィルタリングや包路線処理等の信号処
理を行なった後に周波数分析を行ない、その分析結果か
らフォールトマトリクスを形成し、異常の種類、部位を
診断していた。
また、その他の方法として、エキスパートシステムを使
い、表示された振動データに対してエキスパートシステ
ムより発せられる各種質問へ回答を行なうことにより、
異常の種類、部位を診断する方法がある． 〔発明が解決しようとする課題〕 しかしながら、前者の方法では、診断実施時に採取した
振動データに基づいてフォールトマトリクスを使い診断
を行なう。この場合、過去から最新の診断実施時までに
得られた複数回分の診断データを時系列的に比較、判定
する機能がないため、一定時間経過後での異常の進展度
を定量的に判定したり、正常時と比較した形で異常の進
展度を定量的に判定する機能を有していない。このため
、異常の程度の判定が不明確であり、相当進行している
異常と軽微な異常が混在して診断出力される場合が多く
、取替や修理を実施する範囲や時期を決定するに際し、
診断結果が情報として冗長度が大きい点で難点があった
。
い、表示された振動データに対してエキスパートシステ
ムより発せられる各種質問へ回答を行なうことにより、
異常の種類、部位を診断する方法がある． 〔発明が解決しようとする課題〕 しかしながら、前者の方法では、診断実施時に採取した
振動データに基づいてフォールトマトリクスを使い診断
を行なう。この場合、過去から最新の診断実施時までに
得られた複数回分の診断データを時系列的に比較、判定
する機能がないため、一定時間経過後での異常の進展度
を定量的に判定したり、正常時と比較した形で異常の進
展度を定量的に判定する機能を有していない。このため
、異常の程度の判定が不明確であり、相当進行している
異常と軽微な異常が混在して診断出力される場合が多く
、取替や修理を実施する範囲や時期を決定するに際し、
診断結果が情報として冗長度が大きい点で難点があった
。
一方、後者の方法では、振動波形やデータの特徴に関す
る質問がエキスパートシステムより発せられ、これに対
し診断専門家が判断した上でその回答をエキスパートシ
ステムに入力するという形態を繰り返して診断を行なう
ものである。この方法は、専門の診断技術者の介在が前
提となっており、その労力を要する点で、また、過去か
ら最新の診断実施時までに得られた複数回分の診断デー
夕を時系列的に比較、判定するルールを有しないため前
者の方法と同様な理由で異常の進展度を定量的に判定す
る機能が不十分となり異常の程度が不明確である点で、
設備保全実務から見て難点があった． 本発明はこのような点に鑑みてなされたものであり、そ
の目的とするところは、異常の程度の判定が可能で、か
つ冗長度の少ない異常の種類、部位の診断が可能なもの
で、機械の修理や部品の取替の時期、範囲に対する判断
がより的確に行なえると同時に専門の診断技術者による
煩雑な介入を極少化させるべく各診断プロセスを大幅に
自動化できる回転機械の異常診断方法を得ることにある
；〔課題を解決するための手段〕 このような目的を達戒するために本発明は、回転機械の
状態を表わす検出信号の時系列データの分析結果から計
算された複数の特徴量をもとに回転機械の異常を診断す
る方法において、時系列的に相対値を演算して時系列特
徴マトリクスを形成し、時系列特徴マトリクスから所定
の異常進展度以上に達したもののみを抽出し、それに異
常の種類、部位と時系列特徴マトリクスとの相互関係を
示す情報を付加した異常徴候マトリクスを形或し、異常
徴候マトリクスに対して診断判定を行なうようにしたも
のである。
る質問がエキスパートシステムより発せられ、これに対
し診断専門家が判断した上でその回答をエキスパートシ
ステムに入力するという形態を繰り返して診断を行なう
ものである。この方法は、専門の診断技術者の介在が前
提となっており、その労力を要する点で、また、過去か
ら最新の診断実施時までに得られた複数回分の診断デー
夕を時系列的に比較、判定するルールを有しないため前
者の方法と同様な理由で異常の進展度を定量的に判定す
る機能が不十分となり異常の程度が不明確である点で、
設備保全実務から見て難点があった． 本発明はこのような点に鑑みてなされたものであり、そ
の目的とするところは、異常の程度の判定が可能で、か
つ冗長度の少ない異常の種類、部位の診断が可能なもの
で、機械の修理や部品の取替の時期、範囲に対する判断
がより的確に行なえると同時に専門の診断技術者による
煩雑な介入を極少化させるべく各診断プロセスを大幅に
自動化できる回転機械の異常診断方法を得ることにある
；〔課題を解決するための手段〕 このような目的を達戒するために本発明は、回転機械の
状態を表わす検出信号の時系列データの分析結果から計
算された複数の特徴量をもとに回転機械の異常を診断す
る方法において、時系列的に相対値を演算して時系列特
徴マトリクスを形成し、時系列特徴マトリクスから所定
の異常進展度以上に達したもののみを抽出し、それに異
常の種類、部位と時系列特徴マトリクスとの相互関係を
示す情報を付加した異常徴候マトリクスを形或し、異常
徴候マトリクスに対して診断判定を行なうようにしたも
のである。
本発明による回転機械の異常診断方法においては、回転
機械の異常の種類、部位、程度を明確かつ専門の設備診
断技術者の介入なしで自動的に実施し得る。
機械の異常の種類、部位、程度を明確かつ専門の設備診
断技術者の介入なしで自動的に実施し得る。
以下、本発明の実施例を図面を用いて説明する．第１図
は、本発明による回転機械の異常診断方法の一実施例が
適用される異常診断システムを示す系統図である。同図
において、１は設備諸元入力部、２は分析条件設定部、
３は分析条件記憶部、４は振動検出部、５は増幅器、６
は信号処理部、７はＡ／Ｄ変換器、８はデジタル周波数
分析部、９は時系列データ演算部、１０は時系列特徴マ
トリクス記憶部、１１は時系列異常徴候マトリクス形戒
部、１２は異常徴候マトリクス記憶部、１３は診断判定
部、１４は初期値スペクトル記憶部、１５は制御部、１
６は診断判定ルール設定部、１７は診断判定ルール記憶
部である。
は、本発明による回転機械の異常診断方法の一実施例が
適用される異常診断システムを示す系統図である。同図
において、１は設備諸元入力部、２は分析条件設定部、
３は分析条件記憶部、４は振動検出部、５は増幅器、６
は信号処理部、７はＡ／Ｄ変換器、８はデジタル周波数
分析部、９は時系列データ演算部、１０は時系列特徴マ
トリクス記憶部、１１は時系列異常徴候マトリクス形戒
部、１２は異常徴候マトリクス記憶部、１３は診断判定
部、１４は初期値スペクトル記憶部、１５は制御部、１
６は診断判定ルール設定部、１７は診断判定ルール記憶
部である。
第１図において、設備諸元入力部１は、診断の対象とな
るファン、ブロア、減速機、ポンプなどの回転機械の構
或、減速機の歯車の枚数などの回転要素や軸受の仕様な
どで示される設備諸元を入力する．分析条件設定部２は
、振動、回転数などの検出信号の種類と検出位置、信号
処理の種類、周波数分析周波数帯域、回転機械の各種の
異常に対応する周波数などの信号分析を自動的に実施す
るための条件、方法を規定するデータを設定し、分析条
件記憶部３でこれらのデータを記憶する。
るファン、ブロア、減速機、ポンプなどの回転機械の構
或、減速機の歯車の枚数などの回転要素や軸受の仕様な
どで示される設備諸元を入力する．分析条件設定部２は
、振動、回転数などの検出信号の種類と検出位置、信号
処理の種類、周波数分析周波数帯域、回転機械の各種の
異常に対応する周波数などの信号分析を自動的に実施す
るための条件、方法を規定するデータを設定し、分析条
件記憶部３でこれらのデータを記憶する。
振動検出部４は、回転機械から発生する振動を検出し、
増幅器５でその振動信号を増幅し、信号処理部６でフィ
ルタリングなどの信号処理を行ない、Ａ／Ｄ変換器７に
よりアナログ／デジタル変換を行なう。デジタル周波数
分析器８は周波数分析を行ない、得られた周波数スペク
トルは時系列デー夕演算部９に入力される。初期値スペ
クトル記憶部１４にはベースラインデータとしての初期
値スペクトルが予め記憶されており、このデータは時系
列データ演算部９に入力される。時系列データ演算部９
は回転機械の各種異常に対応する時系列的特徴量を演算
し、時系列特徴マトリクス記憶部１０はこれを記憶する
。
増幅器５でその振動信号を増幅し、信号処理部６でフィ
ルタリングなどの信号処理を行ない、Ａ／Ｄ変換器７に
よりアナログ／デジタル変換を行なう。デジタル周波数
分析器８は周波数分析を行ない、得られた周波数スペク
トルは時系列デー夕演算部９に入力される。初期値スペ
クトル記憶部１４にはベースラインデータとしての初期
値スペクトルが予め記憶されており、このデータは時系
列データ演算部９に入力される。時系列データ演算部９
は回転機械の各種異常に対応する時系列的特徴量を演算
し、時系列特徴マトリクス記憶部１０はこれを記憶する
。
表１に時系列特徴マトリクスの構造の例を示す。
表１は特定周波数における時系列の各データを示し、Ｓ
ｏ（ｌ）は初期値スペクトル、Ｒ （ｉ．１）， Ｒ
（ｉ．２）は時系列的相対スペクトル比である。
ｏ（ｌ）は初期値スペクトル、Ｒ （ｉ．１）， Ｒ
（ｉ．２）は時系列的相対スペクトル比である。
時系列異常徴候形或部１１は、分析条件記憶部３に記憶
されている後記するような基準値群を使い、異常徴候が
一定水準異常に進展したデータのみを抽出し、その抽出
されたデータに、異常の種類、部位と異常に対応するス
ペクトル周波数との相互関連情報を付加して異常徴候マ
トリクスを形戒する。異常徴候マトリクスは、異常徴候
マトリクス記憶部ｌ２に記憶される。診断判定部１３は
、異常徴候マトリクスに対して診断判定ルールを適用し
て、異常の種類、部位、程度や残存寿命などを診断判定
し、表示出力する。制御部１５は、上記一連の診断プロ
セスを自動的に実行制御する機能を有している。
されている後記するような基準値群を使い、異常徴候が
一定水準異常に進展したデータのみを抽出し、その抽出
されたデータに、異常の種類、部位と異常に対応するス
ペクトル周波数との相互関連情報を付加して異常徴候マ
トリクスを形戒する。異常徴候マトリクスは、異常徴候
マトリクス記憶部ｌ２に記憶される。診断判定部１３は
、異常徴候マトリクスに対して診断判定ルールを適用し
て、異常の種類、部位、程度や残存寿命などを診断判定
し、表示出力する。制御部１５は、上記一連の診断プロ
セスを自動的に実行制御する機能を有している。
次に、異常の診断方法について説明する。時系列データ
演算部９は、第２図（ａ）に例示した初期値スペクトル
Ｓ ６ （１）と、デジタル周波数分析部８で得られた
第２図（ｂｌに例示した時系列スペクトルＳ（ｉ，ｊ）
とから、時系列的相対スペクトル比Ｒ（ｉ，ｊ）＝Ｓ（
ｉ，ｊ）／Ｓ０（ｇといったような、異常に対応するス
ペクトル或分や、スペクトルの特徴を表現する指標につ
いての時系列的相対値などの時系列的特徴量を演算し、
時系列特徴マトリクスを形或する。分析条件記憶部３に
は、回転機械の異常に対応する振動の周波数や異常の進
展の程度を判定する基準値し｛１〉が、各機械毎、振動
測定点毎、振動の信号処理条件毎、異常の種類毎に、理
論的ないし経験的知見に基づいて設定可能となっている
。
演算部９は、第２図（ａ）に例示した初期値スペクトル
Ｓ ６ （１）と、デジタル周波数分析部８で得られた
第２図（ｂｌに例示した時系列スペクトルＳ（ｉ，ｊ）
とから、時系列的相対スペクトル比Ｒ（ｉ，ｊ）＝Ｓ（
ｉ，ｊ）／Ｓ０（ｇといったような、異常に対応するス
ペクトル或分や、スペクトルの特徴を表現する指標につ
いての時系列的相対値などの時系列的特徴量を演算し、
時系列特徴マトリクスを形或する。分析条件記憶部３に
は、回転機械の異常に対応する振動の周波数や異常の進
展の程度を判定する基準値し｛１〉が、各機械毎、振動
測定点毎、振動の信号処理条件毎、異常の種類毎に、理
論的ないし経験的知見に基づいて設定可能となっている
。
時系列異常徴候マトリクス形或部１１は、例えばＲ（ｉ
，ｊ） ＞ Ｌ （１）なる関係によって、異常の徴候
が設備保゜全実務上注目すべき程度に進展したか否かを
判定し、一定の水準以上に異常徴候が進展したデータに
、異常の種類、部位と異常に対応するスペクトル周波数
との相互関連情報を付加して異常徴候マトリクスを形或
する。異常徴候マトリクスの例の一部を表２に示す。
，ｊ） ＞ Ｌ （１）なる関係によって、異常の徴候
が設備保゜全実務上注目すべき程度に進展したか否かを
判定し、一定の水準以上に異常徴候が進展したデータに
、異常の種類、部位と異常に対応するスペクトル周波数
との相互関連情報を付加して異常徴候マトリクスを形或
する。異常徴候マトリクスの例の一部を表２に示す。
番号であり、データ区分は一定水準以上に異常が進展し
たスペクトル或分値の周波数を表わす指標または一定水
準以上に増加した異常の進展を示す指標であり、診断属
性はデータ区分に対応する機械要素や振動測定点との関
係を示す指標であり、診断変数Ｌは異常の診断判定を行
なう際に必要となる診断情報の種類を示す指標であり、
適用診断ルールはデータ区分に関係する全ての異常の種
類を表わし、時系列相対スペクトル比Ｒ（Ｒ）はデータ
区分に関係する時系列相対スペクトル比または異常の進
展を示す指標の初期値に対する相対比である。
たスペクトル或分値の周波数を表わす指標または一定水
準以上に増加した異常の進展を示す指標であり、診断属
性はデータ区分に対応する機械要素や振動測定点との関
係を示す指標であり、診断変数Ｌは異常の診断判定を行
なう際に必要となる診断情報の種類を示す指標であり、
適用診断ルールはデータ区分に関係する全ての異常の種
類を表わし、時系列相対スペクトル比Ｒ（Ｒ）はデータ
区分に関係する時系列相対スペクトル比または異常の進
展を示す指標の初期値に対する相対比である。
上記の例のように異常徴候マトリクスを形或することに
より、診断判定部１３において異常の種類、部位を診断
反転する場合、診断変数ＬはＲ（Ｒ）を使用して、診断
判定ルールで必要とされる全ての変数Ｖに下記の如く値
を設定することができる。
より、診断判定部１３において異常の種類、部位を診断
反転する場合、診断変数ＬはＲ（Ｒ）を使用して、診断
判定ルールで必要とされる全ての変数Ｖに下記の如く値
を設定することができる。
ここで、Ｓは当該診断データに関する異常進展度が大の
もの、Ｍは当該診断データに関する異常進展度が中のも
の、Ｗは当該診断データに関する異常進展度が小のもの
である。
もの、Ｍは当該診断データに関する異常進展度が中のも
の、Ｗは当該診断データに関する異常進展度が小のもの
である。
こうすることにより、例えば異常の種類を診断するルー
ルは、 Ｉ Ｆ （ＡＯＩ）： （ （Ｖ（１）≧Ｍ） ＡＮＤ
（Ｖ（２１≧Ｍ） ＡＮＤ（ Ｖ （３）≧Ｍ）
ＡＮＤ （Ｖ（４）≧Ｍ） ＡＮＤ（Ｖ（５）≧Ｍ）
ＡＮＤ （Ｖ（６）≧Ｍ） ＡＮＤ ）のとき異常
タイプＡＯＩ ＥＬＳＩＩ！（ＡＯ２）： （ （Ｖ（１）≧Ｍ） Ａ
ＮＤ （ｖ（２）？Ｍ） ＡＮＤ（Ｖ（２４）≧Ｍ）
ＡＮＤ （Ｖ（２５）≧Ｍ） ）のとき異常タイプ
ＡＯ２ ＥＬＳＥ（ＡＯ３）： （ （Ｖ（２）≧Ｍ） ＡＮＤ
（Ｖ（４）≧Ｍ） ＡＮＤ（■（６）≧Ｍ）） のとき異常タイプＡＯ３ ＥＬＳＥ（ＡＯ４）： （ （ｖｔ２）≧Ｍ） ＡＮＤ
（ｖ（４）２：Ｍ） ）のとき異常タイプＡＯ４ ＥＬＳＥ（ＡＯ５）： （ （■（４）ｋＭ） ）のと
き異常タイプＡＯ５ ＥＬＳＥ（ＡＯ６）： （ （■（２１≧Ｍ））のとき
異常タイプＡＯ６ ＥＬＳＥ（ＢＯＩ）： （ （Ｖ（２０）≧Ｍ） ＯＲ
（Ｖ（２１）≧Ｍ）ＯＲ（Ｖ（２３）≧Ｍ）） のとき異常タイプＢＯＩ のように、理論的、体系的かつ単純な構造のものとする
ことができるため、確定論的かつ単純な処理による診断
判定が可能となり、その結果、冗長度の少ない異常診断
結果を迅速にかつ自動的に得ることができる。そして、
上記の方法によれば、例えば異常徴候マトリクスの生戒
において軽微なものと重大なものを定義づけることによ
り、軽微な異常に対する診断結果と重大な異常に対する
診断結果が混在して出力される難点が解決できると同時
に、時系列データの演算機能により異常の程度が定量化
されるために、異常の程度の診断が的確に実施可能とな
る。また、診断の各プロセスにおいて、専門の診断技術
者による介入、判断を省略した自動異常診断が可能とな
る。
ルは、 Ｉ Ｆ （ＡＯＩ）： （ （Ｖ（１）≧Ｍ） ＡＮＤ
（Ｖ（２１≧Ｍ） ＡＮＤ（ Ｖ （３）≧Ｍ）
ＡＮＤ （Ｖ（４）≧Ｍ） ＡＮＤ（Ｖ（５）≧Ｍ）
ＡＮＤ （Ｖ（６）≧Ｍ） ＡＮＤ ）のとき異常
タイプＡＯＩ ＥＬＳＩＩ！（ＡＯ２）： （ （Ｖ（１）≧Ｍ） Ａ
ＮＤ （ｖ（２）？Ｍ） ＡＮＤ（Ｖ（２４）≧Ｍ）
ＡＮＤ （Ｖ（２５）≧Ｍ） ）のとき異常タイプ
ＡＯ２ ＥＬＳＥ（ＡＯ３）： （ （Ｖ（２）≧Ｍ） ＡＮＤ
（Ｖ（４）≧Ｍ） ＡＮＤ（■（６）≧Ｍ）） のとき異常タイプＡＯ３ ＥＬＳＥ（ＡＯ４）： （ （ｖｔ２）≧Ｍ） ＡＮＤ
（ｖ（４）２：Ｍ） ）のとき異常タイプＡＯ４ ＥＬＳＥ（ＡＯ５）： （ （■（４）ｋＭ） ）のと
き異常タイプＡＯ５ ＥＬＳＥ（ＡＯ６）： （ （■（２１≧Ｍ））のとき
異常タイプＡＯ６ ＥＬＳＥ（ＢＯＩ）： （ （Ｖ（２０）≧Ｍ） ＯＲ
（Ｖ（２１）≧Ｍ）ＯＲ（Ｖ（２３）≧Ｍ）） のとき異常タイプＢＯＩ のように、理論的、体系的かつ単純な構造のものとする
ことができるため、確定論的かつ単純な処理による診断
判定が可能となり、その結果、冗長度の少ない異常診断
結果を迅速にかつ自動的に得ることができる。そして、
上記の方法によれば、例えば異常徴候マトリクスの生戒
において軽微なものと重大なものを定義づけることによ
り、軽微な異常に対する診断結果と重大な異常に対する
診断結果が混在して出力される難点が解決できると同時
に、時系列データの演算機能により異常の程度が定量化
されるために、異常の程度の診断が的確に実施可能とな
る。また、診断の各プロセスにおいて、専門の診断技術
者による介入、判断を省略した自動異常診断が可能とな
る。
以上説明したように本発明は、時系列的に相対値を演算
して時系列特徴マトリクスを形成し、時系列特徴マトリ
クスから所定の異常進展度以上に達したもののみを抽出
し、それに異常の種類、部位と時系列特徴マトリクスと
の相互関係を示す情報を付加した異常徴候マトリクスを
形成し、異常徴候マトリクスに対して診断判定を行なう
ようにしたことにより、簡潔な理論的、体系的な診断判
定ルールを適用することができるので、回転機械の異常
の種類、部位、程度を明確かつ専門の設備診断技術者の
介入なしで実施することが可能になる効果がある。
して時系列特徴マトリクスを形成し、時系列特徴マトリ
クスから所定の異常進展度以上に達したもののみを抽出
し、それに異常の種類、部位と時系列特徴マトリクスと
の相互関係を示す情報を付加した異常徴候マトリクスを
形成し、異常徴候マトリクスに対して診断判定を行なう
ようにしたことにより、簡潔な理論的、体系的な診断判
定ルールを適用することができるので、回転機械の異常
の種類、部位、程度を明確かつ専門の設備診断技術者の
介入なしで実施することが可能になる効果がある。
また、診断判定ルールの適用を自動的に行なうことによ
り、専門の設備診断技術者による煩雑な手続を不要とす
る効果がある。
り、専門の設備診断技術者による煩雑な手続を不要とす
る効果がある。
第１図は本発明による回転機械の異常診断方法の一実施
例が適用される異常診断システムを示す系統図、第２図
はスペクトル威分値対周波数の関係を示す特性図である
。
例が適用される異常診断システムを示す系統図、第２図
はスペクトル威分値対周波数の関係を示す特性図である
。
Claims (1)
- 【特許請求の範囲】 回転機械の状態を表わす検出信号の時系列データの分析
結果から計算された複数の特徴量をもとに回転機械の異
常を診断する方法において、時系列的にスペクトル相対
値を演算して時系列特徴マトリクスを形成し、 前記時系列特徴マトリクスから所定の異常進展度以上に
達したもののみを抽出し、それに異常の種類、部位と時
系列特徴マトリクスとの相互関係を示す情報を付加した
異常徴候マトリクスを形成し、 前記異常徴候マトリクスに対して診断判定を行なう ことを特徴とする回転機械の異常診断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23558689A JPH0731076B2 (ja) | 1989-09-13 | 1989-09-13 | 回転機械の異常診断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23558689A JPH0731076B2 (ja) | 1989-09-13 | 1989-09-13 | 回転機械の異常診断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0399234A true JPH0399234A (ja) | 1991-04-24 |
| JPH0731076B2 JPH0731076B2 (ja) | 1995-04-10 |
Family
ID=16988197
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP23558689A Expired - Lifetime JPH0731076B2 (ja) | 1989-09-13 | 1989-09-13 | 回転機械の異常診断方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0731076B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008292288A (ja) * | 2007-05-24 | 2008-12-04 | Mitsubishi Electric Engineering Co Ltd | 減速機の軸受診断装置 |
| CN102944360A (zh) * | 2012-10-23 | 2013-02-27 | 上海师范大学 | 一种微速差双转子系统的不平衡信号提取方法 |
| JP2021085820A (ja) * | 2019-11-29 | 2021-06-03 | 株式会社日立製作所 | 診断装置および診断方法 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3449194B2 (ja) * | 1997-01-28 | 2003-09-22 | 松下電工株式会社 | 回転機器の異常診断方法およびその装置 |
| JP2007101245A (ja) * | 2005-09-30 | 2007-04-19 | Omron Corp | 支援装置 |
-
1989
- 1989-09-13 JP JP23558689A patent/JPH0731076B2/ja not_active Expired - Lifetime
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008292288A (ja) * | 2007-05-24 | 2008-12-04 | Mitsubishi Electric Engineering Co Ltd | 減速機の軸受診断装置 |
| CN102944360A (zh) * | 2012-10-23 | 2013-02-27 | 上海师范大学 | 一种微速差双转子系统的不平衡信号提取方法 |
| JP2021085820A (ja) * | 2019-11-29 | 2021-06-03 | 株式会社日立製作所 | 診断装置および診断方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0731076B2 (ja) | 1995-04-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wegerich | Similarity based modeling of time synchronous averaged vibration signals for machinery health monitoring | |
| KR102040179B1 (ko) | 제조 설비의 이상 감지 및 진단 방법 | |
| JP2002090267A (ja) | 異常診断方法 | |
| JPH0843257A (ja) | 遊星歯車の診断方法 | |
| JPH01152335A (ja) | ころがり軸受異常診断装置 | |
| JPH0399234A (ja) | 回転機械の異常診断方法 | |
| JP3568939B2 (ja) | 回転機械の軸振動解析による状態診断方法及び装置 | |
| JP2924243B2 (ja) | 回転機械の損傷・劣化の寿命予測方法 | |
| JP2003015877A (ja) | 事例ベース推論方法および事例ベース推論装置 | |
| JP2000298511A (ja) | 設備診断装置及び記録媒体 | |
| Loboda et al. | Deviation problem in gas turbine health monitoring | |
| EP1014054B1 (de) | Verfahren zur modellbasierten schwingungsdiagnostischen Überwachung rotierender Maschinen | |
| US11972642B2 (en) | Rotating machinery diagnosis and monitoring device and method | |
| JP2004361286A (ja) | 回転機械の劣化診断方法 | |
| JP2004020484A (ja) | 異常監視装置および異常監視プログラム | |
| JPH05296888A (ja) | 回転機械の診断装置 | |
| JPH1020925A (ja) | プラント診断装置 | |
| JP3219116B2 (ja) | 異常診断方法 | |
| JPH06274778A (ja) | プラント監視診断装置およびその異常徴候検出方法 | |
| JP2924242B2 (ja) | 変動する回転機械の診断方法 | |
| JPH06274784A (ja) | プラント監視診断装置およびその異常徴候識別方法 | |
| JPH03211425A (ja) | 機械の異常音診断装置 | |
| CN114252250B (zh) | 一种基于部件分解的机械故障诊断方法 | |
| JPH02141897A (ja) | 予防保全エキスパートシステム | |
| JPH0422456B2 (ja) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080410 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090410 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100410 Year of fee payment: 15 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100410 Year of fee payment: 15 |