JPH04268450A - 診断アルゴリズム構築方法およびその装置 - Google Patents

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。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、診断アルゴリズム構築
方法およびその装置に係り、特に、自動車や家電品など
各種機器の異常を診断するための診断アルゴリズムを構
築するに好適な診断アルゴリズム構築方法およびその装
置に関する。

【０００２】

【従来の技術】機器の異常を診断する方法としてアコー
ステック・ミッション（ＡＥ）方法が知られている。こ
のＡＥ法を用いた診断装置としては、例えば、特開昭６
２−２８２２５８号公報および特開昭６２−１９７５５
号公報に記載されているものが知られている。

【０００３】前者の装置においては、診断対象に対して
固有の診断アルゴリズムを用いて診断を行うようになっ
ており、後者の装置においては、特定のＡＥ特性パラメ
−タを用いて診断アルゴリズムを構築するようになって
いる。

【０００４】

【発明が解決しようとする課題】上記従来技術において
は、各種の診断対象に対して精度の高い診断が出来る汎
用性に関しては配慮されておらず、これらの方法を採用
しても機器が変わる毎に診断アルゴリズムを開発する必
要があり、開発効率が悪いという不具合がある。すなわ
ち、前者の装置の場合には、ＡＥ信号のうち特定波長の
帯域を通過した信号を取り出し、この信号と基準値とを
比較し、この比較結果から軸受の破壊の予知をするよう
になっているが、基準値は診断対象によって異なるので
診断対象以外の機器に用いることは不可能である。また
後者の装置の場合には、異常の性状分類を主体としてお
り、診断対象の異常判定レベルを精度高く決定すること
は困難であり、診断対象に最適なＡＥ特性値を用いた診
断を行うことは不可能である。従って両者の装置に適用
された方法では、精度の高い診断を行う場合には、各診
断対象毎に開発された診断装置を使うことがよぎなくさ
れている。

【０００５】本発明の目的は、各種の診断対象に対して
精度の高い診断を行うことが出来る診断アルゴリズム構
築方法およびその装置を提供することにある。

【０００６】

【課題を解決するための手段】前記目的を達成するため
、本発明は、第１の方法として、性状が正常なものと異
常なものとに分けられた診断対象群に対して複数の診断
用パラメ−タに関する値を測定し、各診断用パラメ−タ
についての測定値に統計的処理を施し、この処理結果に
基づいて診断用パラメ−タ群の中から有効なパラメ−タ
と予測される診断用パラメ−タを複数個抽出し、抽出し
た有効な診断用パラメ−タについての測定値に基づいて
診断対象の性状の良否を判定するための診断レベルを決
定する診断アルゴリズム構築方法を採用したものである
。

【０００７】第２の方法として、性状が正常なものと異
常なものとに分けられた診断対象群に対して複数の診断
用パラメ−タに関する値を測定し、各診断用パラメ−タ
についての測定値に統計的処理を施し、この処理結果に
基づいて診断用パラメ−タ群の中から有効なパラメ−タ
と予測される診断用パラメ−タを抽出し、抽出した有効
な診断用パラメ−タについての測定値に基づいて診断対
象の性状の良否を判定するための診断レベルを決定する
診断アルゴリズム構築方法を採用したものである。

【０００８】第１又は第２の方法を含む第３の方法とし
て、有効な診断用パラメ−タを抽出するに際して、既知
の知見を加味することを特徴とする診断アルコリズム構
築方法を採用したものである。

【０００９】第１、第２又は第３の方法を含む第４の方
法として、診断レベルを決定するに際して、有効な診断
用パラメ−タについての測定値に知識工学的処理を施し
、この処理結果から診断レベルを決定することを特徴と
する診断アルゴリズム構築方法を採用したものである。

【００１０】第１、第２又は第３の方法を含む第５の方
法として、診断レベルを決定するに際して、有効な診断
用パラメ−タの中の任意のパラメ−タについての測定値
からこのパラメ−タに関する区間分け目盛を生成すると
共に生成した目盛に対応した診断対象の分布特性として
区間分け目盛の正常値を示す正常分布特性と区間分け目
盛の異常値を示す異常分布特性を生成し、生成した各分
布特性の交点または境界値を正常と異常の診断レベルに
決定することを特徴とする診断アルゴリズム構築方法を
採用したものである。

【００１１】第１、第２又は第３の方法を含む第６の方
法として、診断レベルを決定するに際して、抽出した有
効な診断用パラメ−タのうち任意のパラメ−タを２つ選
択し、選択した各診断用パラメ−タについて得られた診
断対象群の測定値から各診断用パラメ−タと各診断用パ
ラメ−タとの相関関係を示す情報として診断対象群の分
布特性を生成し、生成した分布特性から正常な診断対象
と異常な診断対象との境界値を正常と異常の診断レベル
に決定することを特徴とする診断アルゴリズム構築方法
を採用したものである。

【００１２】第７の方法として、複数の診断対象を正常
グル−プと異常グル−プとに分け、各グル−プの各診断
対象に対して複数の診断用パラメ−タに関する値を測定
し、各診断用パラメ−タについての測定値のうち正常グ
ル−プの診断対象群から得られた測定値に従って正常グ
ル−プの平均値を算出し、この平均値と前記測定値から
正常グル−プの分散を各診断用パラメ−タ毎に算出し、
前記平均値と異常グル−プについての測定値から異常グ
ル−プの分散を各診断用パラメ−タ毎に算出し、正常グ
ル−プについて算出された分散と異常グル−プについて
算出された分散との比から各診断用パラメ−タの分散率
を算出し、算出した分散率を基に診断用パラメ−タ群の
中から有効な診断用パラメ−タを複数個抽出し、各診断
対象についての測定値と前記正常グル−プについての平
均値とのずれ量を、抽出した診断用パラメ−タについて
各診断対象毎に算出し、算出したずれ量から正常グル−
プのずれ量平均値と標準偏差を算出し、これらの算出値
から各有効な診断用パラメ−タについての個別確信度を
算出し、各個別確信度に基づいて総合確信度を算出し、
この算出値に従って診断対象の性状の良否を判定するた
めの診断レベルを決定する診断アルゴリズム構築方法を
採用したものである。

【００１３】第８の方法として、複数の診断対象に対し
て特性の診断用パラメ−タ群に関する値をパラメ−タ毎
にそれぞれ測定し、この測定値と正常な診断対象群につ
いての平均値とのずれ量を各診断用パラメ−タについて
各診断対象毎に算出し、算出したずれ量から正常な診断
対象のずれ量平均値と標準偏差を算出し、これらの算出
値から各診断用パラメ−タについての個別確信度を算出
し、各個別確信度に基づいて総合確信度を算出し、この
算出値に従って診断対象の性状の良否を判定するための
診断レベルを決定する診断アルゴリズム構築方法を採用
したものである。　　第１乃至第８の方法のうちいずれ
か１つを含む第９の方法として、断用パラメ−タは診断
対象の波形特性と周波数特性に関するパラメ−タである
診断アルゴリズム構築方法を採用したものである。

【００１４】第９の方法を含む第１０の方法として、波
形特性に関する診断用パラメ−タは平均値、最大値、最
小値、波高値、発生数、エネルギ−値、平均持続時間、
平均ライズタイムを含み、周波数特性に関する診断用パ
ラメ−タは第１ピ−ク周波数とその成分比、第２ピ−ク
周波数とその成分比、回転１次周波数とこの成分比、回
転２次周波数とその成分比を含むこと特徴とする診断ア
ルゴリズ構築方法を採用したものである。

【００１５】第１の装置として、性状が正常なものと異
常なものを含む診断対象群に対して複数の診断用パラメ
−タに関する値を測定する測定手段と、測定手段の測定
値のうち正常な診断対象群から得られた測定値に従って
正常な診断対象群についての平均値を各診断用パラメ−
タ毎に算出する平均値算出手段と、測定手段の測定値と
平均値算出手段の算出値とから正常な診断対象について
の分散を各診断用パラメ−タ毎に算出する第１分散算出
手段と、測定手段の測定値と平均値算出手段の算出値と
から異常な診断対象についての分散を各診断用パラメ−
タ毎に算出する第２分散算出手段と、各分散算出手段の
算出値の比から各診断用パラメ−タの分散率を算出する
分散率算出手段と、分散率算出手段の算出値を基に診断
用パラメ−タ群の中から有効な診断用パラメ−タを複数
個抽出するパラメ−タ抽出手段と、測定手段の測定値と
平均値算出手段の算出値を基に各診断対象についての測
定値と平均値とのずれ量を、パラメ−タ抽出手段によっ
て抽出された各有効な診断用パラメ−タについて各診断
対象毎に算出するずれ量算出手段と、ずれ量算出手段の
算出値から正常な診断対象群のずれ量平均値と標準偏差
を算出する演算手段と、演算手段の演算値から各有効な
診断用パラメ−タについての個別確信度を算出する個別
確信度算出手段と、個別確信度算出手段の算出値に基づ
いて総合確信度を算出する総合確信度算出手段と、総合
確信度算出手段の算出値に従って診断対象の性状の良否
を判定するための診断レベルを決定する診断レベル決定
手段とを有する診断アルゴリズム構築装置を構成したも
のである。

【００１６】第２の装置として、複数の診断対象に対し
て複数の診断用パラメ−タに関する値を測定する測定手
段と、測定手段の測定値のうち正常な診断対象群から得
られた測定値に従って正常な診断対象群についての平均
値を各診断用パラメ−タ毎に算出する平均値算出手段と
、測定手段の測定値と平均値算出手段の算出値を基に各
診断対象についての測定値と平均値とのずれ量を各診断
用パラメ−タについて各診断対象毎に算出するずれ量算
出手段と、ずれ量算出手段の算出値から正常な診断対象
群のずれ量平均値と標準偏差を算出する演算手段と、演
算手段の演算値から各診断用パラメ−タについての個別
確信度を算出する個別確信度算出手段と、個別確信度算
出手段の算出値に基づいて総合確信度を算出する総合確
信度算出手段と、総合確信度算出手段の算出値に従って
診断対象の性状の良否を判定するための診断レベルを決
定する診断レベル決定手段とを有する診断アルゴリズム
構築装置を構成したものである。

【００１７】

【作用】診断対象群として性状が正常なものと異常なも
のとを用い、これら診断対象群に対して複数の診断用パ
ラメ−タに関する値を測定する。そして、各診断用パラ
メ−タについての測定値に統計的処理を施し、この処理
結果から有効なパラメ−タと予測される診断用パラメ−
タを複数個抽出し、抽出した有効な診断用パラメ−タに
ついての測定値に基づいて診断対象の正常の良否を判定
するための診断レベルを決定する。従って有効な診断用
パラメ−タについての測定値に基づいて診断レベルが決
定されるため、種々の診断対象に対して精度の高い診断
を行うことが可能となる。そしてパラメ−タを抽出する
に際して、既知の知見を加味すればより精度の高い診断
を行うことができる。また診断レベルを決定するに際し
て有効な診断用パラメ−タについての測定値に知識工学
的処理を施し、この処理結果から診断レベルを決定する
と正解率の高い評価を行うことができる。

【００１８】

【実施例】以下、本発明の一実施例を図面に基づいて説
明する。

【００１９】図１に、本発明に係る診断アルゴリズム構
築方法の処理方法を示すフロ−チャ−トを示し、図２に
本発明に係る装置の全体構成を示す。図２において、診
断対象１０は、例えば蒸気タ−ビン、発電機、水車、圧
延機などの回転体が複数個用いられており、各診断対象
１０は性状が正常なものと異常なものとに分類されてい
る。そして、各診断対象１０は検出器１２によって各種
診断用パラメ−タに関する値が検出されるようになって
いる。検出器１２の出力信号は増幅器１４、Ａ／Ｄ変換
器１６を介してコンピュ−タ１８に送出されるようにな
っている。コンピュ−タ１８は波形解析部２０、周波数
解析部２２、演算処理部２４から構成されており、演算
処理部２４が表示部２６、入出力部２８に接続されてい
る。コンピュ−タ１８は、検出器１２、増幅器１４、Ａ
／Ｄ変換器１６と共に測定手段を構成すると共に、平均
値算出手段、第１分散算出手段、第２分散算出手段、分
散率算出手段、パラメ−タ抽出手段、ずれ量算出手段、
演算手段、個別確信度算出手段、総合確信度算出手段お
よび診断レベル決定手段を構成するようになっている。 そしてコンピュ−タ１８は検出器１２からの検出信号を
基に複数の診断用パラメ−タに関する値を統計処理し、
この処理結果を基に診断レベルを決定するようになって
いる。

【００２０】診断用パラメ−タとしては、波形特性に関
する診断用パラメ−タと周波数特性に関する診断用パラ
メ−タが用いられている。周波数特性に関するＡＥパラ
メ−タとしては、表１、表２に示されるように、平均値
、平均ピ−ク値、エネルギ−値などがあり、周波数特性
に関するＡＥパラメ−タとしては、第１周波数とその成
分比、第１ピ−ク周波数とその成分比、回転一次周波数
とその成分比、回転二次周波数とその成分比などがある
。

【００２１】

【表１】

【００２２】

【表２】

【００２３】波形特性に関するＡＥパラメ−タは表３に
示される方法によって測定され、この測定結果は図３に
示されるように、表示部２６に画像表示される。また周
波数特性に関するＡＥパラメ−タは表４に示される方法
によって測定され、この測定結果は、図４に示されるよ
うな特性として表示部２６に画像表示されるようになっ
ている。

【００２４】

【表３】

【００２５】

【表４】

【００２６】次に、図２に示す装置の作用を図１のフロ
−チャ−トに基づいて説明する。

【００２７】まず、複数の診断対象１０を正常品と異常
品とに分け、正常品をｎ個、異常品をｍ個とし（ステッ
プ１００）、各診断対象１０に対して各種ＡＥパラメ−
タについての測定を実行する（ステップ１０２）。すな
わち各診断対象１０に検出器１２を設置し、各診断対象
１０からの検出信号をコンピュ−タ１８に転送し、コン
ピュ−タ１８において検出信号の波形解析および周波数
解析を実行し、これらの解析結果を演算処理部２４にお
いて処理する。すなわち波形特性に関するＡＥパラメ−
タについての測定値および周波数特性に関するＡＥパラ
メ−タに関する測定値が演算処理部２４において処理さ
れる。

【００２８】この演算処理を行うに際しては、次の（１
）式から（１１）式が用いられ、まず正常品の各ＡＥパ
ラメ−タの平均値が（１）式に従って算出される（ステ
ップ１０４）。

【００２９】

【数１】

【００３０】次に、正常品の測定値と正常品の平均値か
ら（２）式に従って正常品の分散を算出する（スイップ
１０６）。さらに異常品の測定値と正常品の平均値から
（３）式に従って異常品の分散を算出する（ステップ１
０８）。そして正常品の分散と異常品の分散の比または
差として分散率を（４）式に従って算出する（ステップ
１１０）。これらの処理は各ＡＥパラメ−タについて行
われ、各ＡＥパラメ−タの分散率から有効なパラメ−タ
を複数個抽出する（ステップ１１２）。例えば分散率の
大きい順にＡＥパラメ−タを４項目選択する。この場合
ＡＥパラメ−タ群から抽出したＡＥパラメ−タの中に同
族（表１参照）の項目が含まれるときには、同族項目は
上位１項目として順次繰り上げる。そして４項が同系の
みの場合は他系の最上位項目を４番目の項目と入れ換え
る。

【００３１】有効なＡＥパラメ−タとして４項目のＡＥ
パラメ−タが抽出された後は、各ＡＥパラメ−タについ
て正常品の平均値に対するずれ量を（５）式に従って各
診断対象１０ごとに算出する（ステップ１１４）。そし
て正常品の平均値に対するずれ量を基に、（６）式と（
７）式に従って正常品のずれ量平均値と標準偏差を算出
する。そしてこれらの算出値を基に各有効ＡＥパラメ−
タの個別確信度を決定する（ステップ１１６）。

【００３２】この個別確信度を決定するに際して、本実
施例では、個別確信度Ｒの基準を以下のように設定する
。

【００３３】

【数２】

【００３４】各有効ＡＥパラメ−タの個別確信度を求め
るに際しては、図５に示されるように、一対の有効ＡＥ
パラメ−タのずれ量に関する相関図を作成し、正常品の
ずれ量の最大値を基準として個別確信度Ｒを決定する。 また図６に示されるように、有効ＡＥパラメ−タに関し
て各診断対象１０の分布特性を作成し、この分布特性か
ら個別確信度を決定する。

【００３５】図５または図６から個別確信度Ｒとして確
信度の高いものとして個別確信度Ｒ１，Ｒ２，Ｒ３を選
択し、各個別確信度Ｒ１，Ｒ２，Ｒ３を用いて総合確信
度Ｍを算出する（ステップ１１８）。

【００３６】総合確信度Ｍを算出するに際しては、フア
ジー推論的手法として、最小値演算法、乗算演算法、最
大値演算法、コンバイン関数法などがあるが、本実施例
ではコンバイン関数法に従って総合確信度Ｍを算出する
こととしている。

【００３７】総合確信度Ｍを算出するに際しては、（８
）式から（１１）式が用いられ、まず第１有効パラメ−
タの確信度Ｒ１を用いて第１総合確信度Ｍ１を（８）式
に従って求める。

【００３８】次に第２有効パラメ−タの確信度Ｒ２を用
いて第２総合確信度Ｍ２を（９）式に従って求める。

【００３９】以下、同様に、第３総合確信度Ｍ３，最終
総合確信度Ｍｓを（１０）式，（１１）式に従って求め
る。

【００４０】これらの処理を行うと、図７に示されるよ
うに個別確信度Ｒ１，Ｒ２，Ｒ３において正常品と異常
品との区別が明確に識別できなかったものが、総合確信
度Ｍを求めることによって正常品と異常品を明確に識別
することが可能となる。

【００４１】最終総合確信度Ｍｓを算出した後は、図８
に示されるように、最終総合確信度Ｍｓを横軸にとり、
その度数を縦軸にとった分布図を作成し、診断対象１０
の性状の良否を判定するための診断レベルとして、正常
品と異常品の交点を判定レベルと定め、この判定レベル
に従って正常品と異常品の判定を行うこととする（ステ
ップ１２０）。これにより診断アルゴリズムを構築する
ことができる。なお、この場合正常品の標準偏差の値は
正解率の高い値になるように試算を行う。

【００４２】また判定レベルを決定するに際しては、図
９に示されるように、最終総合確信度Ｍｓの最大値を１
とし、最終総合確信度Ｍｓの値を４分割し、最終総合確
信度Ｍｓの値によって診断対象１０の性状を正常、小異
常、中異常、大異常との判定レベルを用けることも可能
である。

【００４３】前記実施例においては、診断対象として正
常品と異常品とが分類されているものについて述べたが
、正常品および異常品を含む診断対象１０の測定値から
有効なＡＥパラメ−タが抽出された場合には、実際のラ
インでの診断として図１０に示される装置によって各種
診断対象１０に関する診断アルゴリズムを構築すること
ができる。

【００４４】この場合、コンピュ−タ１８には波形解析
部２０、周波数解析部２２の代わりに有効パラメ−タ解
析部３０を用け、有効パラメ−タ解析部３０において特
定の有効パラメ−タについて波形解析および周波数解析
を行い、この解析結果を演算処理部２４へ出力するよう
にすれば、図１１に示されるように、有効なＡＥパラメ
−タＰ１，Ｐ２，Ｐ３について各診断対象１０の測定を
実行するだけで診断対象１０に関する判定レベルを決定
することができる。

【００４５】また判定レベルを決定するに際しては、図
１２に示すように、有効ＡＥパラメ−タＰ１の区間分け
目盛を求め、この目盛に対応するサンプル数を正常品と
異常品とに分けて分布させて正常品分布特性と異常品分
布特性を作成し、各分布特性の交点または境界値を判定
レベルＰ１（Ｓ）とすることができる。また図１３に示
されるように、有効なＡＥパラメ−タＰ１，Ｐ２の正常
品と異常品との分布状態を作成し、正常品と異常品のゾ
−ンの境界値を判定レベルＰ１（Ｓ）Ｐ２（Ｓ）とする
こともできる。

【００４６】また統計的処理と知識工学的処理に加えて
、デ−タベ−スを用いた既知の知見を導入すればさらに
信頼度の高い診断アルゴリズムを構築することが可能と
なる。例えばＡＥ信号の特長形態をあらかじめ調べてお
き、この特長形態を有効パラメ−タ決定の際に参考とす
る。

【００４７】

【発明の効果】以上説明したように、本発明によれば、
性状が正常なものと異常なものとに分けられた診断対象
群に対して複数の診断用パラメ−タに関する値を測定し
、この測定値に統計的処理を施し、この処理結果から有
効なパラメ−タと予測される診断用パラメ−タを抽出し
、抽出した有効な診断用パラメ−タについての測定値に
基づいて診断レベルを決定するようにしたため、種々の
診断対象に対して精度の高い診断を行うことができ、各
種診断対象に対して信頼性の高い診断アルゴリズムを構
築することができる。

【図面の簡単な説明】

【図１】本発明の作用を説明するためのフロ−チャ−ト
である。

【図２】本発明が適用された装置の全体構成図である。

【図３】ＡＥ検波波形図である。

【図４】ＡＥ信号の周波数特性図である。

【図５】ずれ量の相関図である。

【図６】ずれ量と度数との関係を示す線図である。

【図７】個別確信度と総合確信度との関係を説明するた
めの図である

【図８】総合確信度と度数との関係を説明するための図
である。

【図９】総合確信度と判定レベルとの関係を説明するた
めの図である。

【図１０】本発明の他の実施例を示す構成図である。

【図１１】第１０図に示す装置の作用を説明するための
フロ−チャ−トである。

【図１２】判定レベルの他の決定方法を説明するための
図である。

【図１３】判定レベルの他の決定方法を説明するための
図である。

【符号の説明】

１０…診断対象 １２…検出器 １４…増幅器 １６…Ａ／Ｄ変換器 １８…コンピュ−タ ２０…波形解析部 ２２…周波数解析部 ２４…演算処理部 ２６…表示部 ２８…入出力部 ３０…有効パラメ−タ解析部