JPH0718746B2 - 回転体の異常検出装置 - Google Patents
回転体の異常検出装置Info
- Publication number
- JPH0718746B2 JPH0718746B2 JP60106921A JP10692185A JPH0718746B2 JP H0718746 B2 JPH0718746 B2 JP H0718746B2 JP 60106921 A JP60106921 A JP 60106921A JP 10692185 A JP10692185 A JP 10692185A JP H0718746 B2 JPH0718746 B2 JP H0718746B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- fast fourier
- abnormality
- rotating body
- memory
- 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.)
- Expired - Lifetime
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
【発明の詳細な説明】 Ａ 産業上の利用分野 本発明は回転体の異常検出装置に関し、エンジン、ギ
ヤ、回転機軸受、ポンプなど各種回転体の異常音あるい
は振動の波形をデジタル処理により短時間で精度良く検
出することができるようにしたものである。
ヤ、回転機軸受、ポンプなど各種回転体の異常音あるい
は振動の波形をデジタル処理により短時間で精度良く検
出することができるようにしたものである。
Ｂ 発明の概要 本発明は、被測回転体の音あるいは振動の検出信号を互
いに周波数レンジが異なるアナログフイルターに並列に
通し、各アナログフイルターの出力信号を独立なA/D変
換器を通して独立なメモリに蓄え、各メモリのデータを
独立な高速フーリエ変換手段に与えて周波数レンジ別の
並列高速フーリエ変換処理を行い、フーリエ変換で得た
周波数領域のデータを基に更に演算によって相関関数及
びバイスペクトルを求める。これら相関関数及びバイス
ペクトルのデータとフーリエ変換で得た周波数領域のデ
ータとを予め定めておいた判定基準値と比較することに
より、各種回転体の異常を短時間で且つ精度良く検出で
きるようにしたものである。
いに周波数レンジが異なるアナログフイルターに並列に
通し、各アナログフイルターの出力信号を独立なA/D変
換器を通して独立なメモリに蓄え、各メモリのデータを
独立な高速フーリエ変換手段に与えて周波数レンジ別の
並列高速フーリエ変換処理を行い、フーリエ変換で得た
周波数領域のデータを基に更に演算によって相関関数及
びバイスペクトルを求める。これら相関関数及びバイス
ペクトルのデータとフーリエ変換で得た周波数領域のデ
ータとを予め定めておいた判定基準値と比較することに
より、各種回転体の異常を短時間で且つ精度良く検出で
きるようにしたものである。
Ｃ 従来の技術 例えば原動機、減速装置など各種回転体の製造調整ライ
ンの検査工程では、回転体を短時間回転させて加減速
中、あるいは一定回転中の音から異常の有無を判断して
いる。この異常の判断の機械化あるいは自動化について
は従来から検討されているが、異常の判定精度が悪いこ
と並びに判定に要する時間が長いことにより、結局現時
点では熟練した検査員が音を耳で聞いて判断している。
ンの検査工程では、回転体を短時間回転させて加減速
中、あるいは一定回転中の音から異常の有無を判断して
いる。この異常の判断の機械化あるいは自動化について
は従来から検討されているが、異常の判定精度が悪いこ
と並びに判定に要する時間が長いことにより、結局現時
点では熟練した検査員が音を耳で聞いて判断している。
従来検討されてきた異常検出装置は周波数分析法、アナ
ログ量レベル法、RMS（２乗平均平方根つまり実効値）
法、検波法など、いずれもアナログ的方法が中心であ
る。第５図に従来装置の構成例を示す。原動機や減速装
置が発生する音をマイク01で捕らえ、その出力信号をア
ンプ02で増幅してバンドパスフイルター03で処理し、ア
ナログフイルター群04により周波数分析をする。アナロ
グフイルター群04では、入力信号を次々と異なるフイル
ターに切替えて通す。アナログフイルター群04による周
波数分析後の波形信号の実効値をRMS検出回路05で求め
る。一方、周波数分析前の信号の実効値をRMS検出回路0
6で求め、この実効値信号を検波回路07で検波し、また
そのレベルをレベルコンパレータ08で求める。RMS検出
回路05から得られる周波数分析後の波形の実効値信号
と、検波回路07から得られる周波数分析前の波形の実効
値信号の検波出力とをスキヤナー09及びA/D変換器010を
通してバツフアメモリ011に記録する。またレベルコン
パレータ08の出力信号もバツフアメモリ011に記録す
る。かくしてバツフアメモリ011に得たデータを、予め
実験で調べておいた異常時あるいは正常時の音の特徴毎
のデータとコンピユータ012で比較し異常の有無を判断
する。
ログ量レベル法、RMS（２乗平均平方根つまり実効値）
法、検波法など、いずれもアナログ的方法が中心であ
る。第５図に従来装置の構成例を示す。原動機や減速装
置が発生する音をマイク01で捕らえ、その出力信号をア
ンプ02で増幅してバンドパスフイルター03で処理し、ア
ナログフイルター群04により周波数分析をする。アナロ
グフイルター群04では、入力信号を次々と異なるフイル
ターに切替えて通す。アナログフイルター群04による周
波数分析後の波形信号の実効値をRMS検出回路05で求め
る。一方、周波数分析前の信号の実効値をRMS検出回路0
6で求め、この実効値信号を検波回路07で検波し、また
そのレベルをレベルコンパレータ08で求める。RMS検出
回路05から得られる周波数分析後の波形の実効値信号
と、検波回路07から得られる周波数分析前の波形の実効
値信号の検波出力とをスキヤナー09及びA/D変換器010を
通してバツフアメモリ011に記録する。またレベルコン
パレータ08の出力信号もバツフアメモリ011に記録す
る。かくしてバツフアメモリ011に得たデータを、予め
実験で調べておいた異常時あるいは正常時の音の特徴毎
のデータとコンピユータ012で比較し異常の有無を判断
する。
Ｄ 発明が解決しようとする問題点 異常時と正常時とでは音に特徴的差異があるから、上述
したデータのいずれかには差異があり異常の有無を判断
できるはずである。
したデータのいずれかには差異があり異常の有無を判断
できるはずである。
しかし、第５図に示した従来例では、どのデータも波形
の実効値をとつて比較しているため、異常に基づく特徴
的信号成分が他の信号成分と平均化されて埋もれてしま
い、結局異常成分を平均的にしか分離できず、判定精度
が悪かつた。また、アナログフイルター群04ではフイル
ターを順次切替えて周波数分析を行つているので、分析
に時間がかかつてしまう。
の実効値をとつて比較しているため、異常に基づく特徴
的信号成分が他の信号成分と平均化されて埋もれてしま
い、結局異常成分を平均的にしか分離できず、判定精度
が悪かつた。また、アナログフイルター群04ではフイル
ターを順次切替えて周波数分析を行つているので、分析
に時間がかかつてしまう。
本発明は上述した従来技術に鑑み、短時間で精度良く回
転体の異常を検出することができる装置を提供すること
を目的とする。
転体の異常を検出することができる装置を提供すること
を目的とする。
Ｅ 問題点を解決するための手段 上述した目的を達成する第１の発明による回転体の異常
検出装置は、 (a) 回転体の音あるい振動の波形を検出する手段と、 (b) 検出したアナログ信号を入力する周波数レンジが
互いに異なる複数のアナログフイルターと、 (c) 各アナログフイルター毎にフイルター出力信号を
独立にA/D変換する手段と、 (d) 各A/D変換手段毎にA/D変換後のデジタル信号を独
立に記憶するメモリーと、 (e) 各メモリー毎に記憶されたデータを独立に高速フ
ーリエ変換する手段と、 (f) 各高速フーリエ変換手段の出力データを基に、更
に演算によって相関関数及びバイスペクトルを求める演
算手段と、 (g) 各高速フーリエ変換手段の出力データと、それら
出力データから更に前記演算手段によって求められた相
関関数及びバイスペクトルのデータを、予め実験で求め
た異常時あるいは正常時のデータから定めた判定基準値
と比較して異常であるか否かを判定する手段とを具備す
るものである。
検出装置は、 (a) 回転体の音あるい振動の波形を検出する手段と、 (b) 検出したアナログ信号を入力する周波数レンジが
互いに異なる複数のアナログフイルターと、 (c) 各アナログフイルター毎にフイルター出力信号を
独立にA/D変換する手段と、 (d) 各A/D変換手段毎にA/D変換後のデジタル信号を独
立に記憶するメモリーと、 (e) 各メモリー毎に記憶されたデータを独立に高速フ
ーリエ変換する手段と、 (f) 各高速フーリエ変換手段の出力データを基に、更
に演算によって相関関数及びバイスペクトルを求める演
算手段と、 (g) 各高速フーリエ変換手段の出力データと、それら
出力データから更に前記演算手段によって求められた相
関関数及びバイスペクトルのデータを、予め実験で求め
た異常時あるいは正常時のデータから定めた判定基準値
と比較して異常であるか否かを判定する手段とを具備す
るものである。
また第２の発明による回転体の異常検出装置は、 (a) 回転体の音あるい振動の波形を検出する手段と、 (b) 検出したアナログ信号を入力する周波数レンジが
互いに異なる複数のアナログフイルターと、 (c) 各アナログフイルター毎にフイルター出力信号を
独立にA/D変換する手段と、 (d) 各A/D変換手段毎にA/D変換後のデジタル信号を独
立に記憶するメモリーと、 (e) 各メモリー毎に記憶されたデータを時間領域のま
ま直接処理する手段と、 (f) 各メモリー毎に記憶されたデータを独立に高速フ
ーリエ変換する手段と、 (g) 各高速フーリエ変換手段の出力データを基に、更
に演算によって相関関数及びバイスペクトルを求める演
算手段と、 (h) 時間領域のまま直接処理されたデータと、各高速
フーリエ変換手段の出力データと、この高速フーリエ変
換されたデータから更に前記演算手段によって求められ
た相関関数及びバイスペクトルのデータとを、予め実験
で求めた異常時あるいは正常時のデータから定めた判定
基準値と比較して異常であるか否かを判定する手段とを
具備するものである。
互いに異なる複数のアナログフイルターと、 (c) 各アナログフイルター毎にフイルター出力信号を
独立にA/D変換する手段と、 (d) 各A/D変換手段毎にA/D変換後のデジタル信号を独
立に記憶するメモリーと、 (e) 各メモリー毎に記憶されたデータを時間領域のま
ま直接処理する手段と、 (f) 各メモリー毎に記憶されたデータを独立に高速フ
ーリエ変換する手段と、 (g) 各高速フーリエ変換手段の出力データを基に、更
に演算によって相関関数及びバイスペクトルを求める演
算手段と、 (h) 時間領域のまま直接処理されたデータと、各高速
フーリエ変換手段の出力データと、この高速フーリエ変
換されたデータから更に前記演算手段によって求められ
た相関関数及びバイスペクトルのデータとを、予め実験
で求めた異常時あるいは正常時のデータから定めた判定
基準値と比較して異常であるか否かを判定する手段とを
具備するものである。
Ｆ 作用 アナログフイルター、A/D変換器、メモリ及び高速フー
リエ変換手段からなるユニツトは検出手段からの信号
を、或る周波数レンジについてデジタル的に周波数分析
する。このような周波数分析ユニツトが周波数レンジを
異にして複数存在し、周波数分析を並列処理する。デジ
タル的周波数分析は分析の精度が高い。並列処理は高速
フーリエ変換に要する総サンプリング時間を減らし、全
処理時間を短縮する。演算手段は、各高速フーリエ変換
手段からの周波数領域のデータについて、自己相関関
数、相互相関関数、バイスペクトルの計算を行う。判定
手段は、高速フーリエ変換手段から出力される周波数領
域のデータと、演算手段から出力される相関関数及びバ
イスペクトルのデータとを用いて、回転体に異常がある
か否かを判定する。判定に当つては、予め、異常がある
とされている回転体、正常であるとされている回転体に
ついて上述した周波数領域のデータ及び相関関数及びバ
イスペクトルのデータを求めておき、これらのデータか
ら判定基準値を定めておいて被測回転体のデータと比較
する。
リエ変換手段からなるユニツトは検出手段からの信号
を、或る周波数レンジについてデジタル的に周波数分析
する。このような周波数分析ユニツトが周波数レンジを
異にして複数存在し、周波数分析を並列処理する。デジ
タル的周波数分析は分析の精度が高い。並列処理は高速
フーリエ変換に要する総サンプリング時間を減らし、全
処理時間を短縮する。演算手段は、各高速フーリエ変換
手段からの周波数領域のデータについて、自己相関関
数、相互相関関数、バイスペクトルの計算を行う。判定
手段は、高速フーリエ変換手段から出力される周波数領
域のデータと、演算手段から出力される相関関数及びバ
イスペクトルのデータとを用いて、回転体に異常がある
か否かを判定する。判定に当つては、予め、異常がある
とされている回転体、正常であるとされている回転体に
ついて上述した周波数領域のデータ及び相関関数及びバ
イスペクトルのデータを求めておき、これらのデータか
ら判定基準値を定めておいて被測回転体のデータと比較
する。
また、高速フーリエ変換処理では原動機などの調整不良
時に発生する規則的であるが間欠的な異常音は判定し難
い場合があるが、各メモリに記憶されているデータを時
間領域のまま直接処理すると、このような異常音を捕ら
えることができる。
時に発生する規則的であるが間欠的な異常音は判定し難
い場合があるが、各メモリに記憶されているデータを時
間領域のまま直接処理すると、このような異常音を捕ら
えることができる。
Ｇ 実施例 第１図に、本発明による回転体の異常検出装置の一実施
例を示す。第１図において、１はマイク、２は振動セン
サ、３は回転数センサ、４はアンプ、５はサンプリング
・メモリ部、９は判定及び制御用メインコンピユータ
（メインCPU）、10は高速フーリエ変換（FFT）処理部、
12は相関関数計算用マイクロコンピユータ（マイクロCP
U）、13はバイスペクトル計算用マイクロコンピユータ
（マイクロCPU）、141〜14nはFFT処理を通さない時間領
域分析用マイクロCPUである。サンプリング・メモリ部
５は、ローパスフイルターなど互いに周波数レンジが異
なるｍ個（ｍ≧２）のアナログフイルター61〜6mと、各
アナログフイルター61〜6mの出力を互いに独立にサンプ
リングしてデジタル信号に変換するｍ個のA/D変換器71
〜7mと、各A/D変換器71〜7mの出力信号を互いに独立に
記憶するバツフアメモリ81〜8mとを有する。FFT処理部1
0はｍ個の独立に動作するFFTチツプ（IC）111〜11mを有
する。マイク１の出力信号はアンプ４を通してアナログ
フイルター61〜6mに並列に入力され、周波数レンジの異
なるｍ個のフイルター出力が各A/D変換器71〜7mによつ
てデジタル信号に変換されて各バツフアメモリ81〜8mに
取り込まれる。バツフアメモリ81〜8mのデータは一旦メ
インCPU9に取り込まれてから、各FFTチツプ111〜11mへ
送られる。これにより、アナログフイルター、A/D変換
器、バツフアメモリ及びFFTチツプは、例えば61,71,81
及び111という如く、添字の同じものでなるユニツトが
特定の周波数レンジの周波数分析を行う。即ち、ｍ個の
周波数レンジの個々についてｍ個のFFTチツプ111〜11m
が独立に処理を行う。この並列処理により総サンプリン
グ時間が短縮するので、0.2〜１秒程度で全FFT処理が終
るように、周波数レンジを設定してある。
例を示す。第１図において、１はマイク、２は振動セン
サ、３は回転数センサ、４はアンプ、５はサンプリング
・メモリ部、９は判定及び制御用メインコンピユータ
（メインCPU）、10は高速フーリエ変換（FFT）処理部、
12は相関関数計算用マイクロコンピユータ（マイクロCP
U）、13はバイスペクトル計算用マイクロコンピユータ
（マイクロCPU）、141〜14nはFFT処理を通さない時間領
域分析用マイクロCPUである。サンプリング・メモリ部
５は、ローパスフイルターなど互いに周波数レンジが異
なるｍ個（ｍ≧２）のアナログフイルター61〜6mと、各
アナログフイルター61〜6mの出力を互いに独立にサンプ
リングしてデジタル信号に変換するｍ個のA/D変換器71
〜7mと、各A/D変換器71〜7mの出力信号を互いに独立に
記憶するバツフアメモリ81〜8mとを有する。FFT処理部1
0はｍ個の独立に動作するFFTチツプ（IC）111〜11mを有
する。マイク１の出力信号はアンプ４を通してアナログ
フイルター61〜6mに並列に入力され、周波数レンジの異
なるｍ個のフイルター出力が各A/D変換器71〜7mによつ
てデジタル信号に変換されて各バツフアメモリ81〜8mに
取り込まれる。バツフアメモリ81〜8mのデータは一旦メ
インCPU9に取り込まれてから、各FFTチツプ111〜11mへ
送られる。これにより、アナログフイルター、A/D変換
器、バツフアメモリ及びFFTチツプは、例えば61,71,81
及び111という如く、添字の同じものでなるユニツトが
特定の周波数レンジの周波数分析を行う。即ち、ｍ個の
周波数レンジの個々についてｍ個のFFTチツプ111〜11m
が独立に処理を行う。この並列処理により総サンプリン
グ時間が短縮するので、0.2〜１秒程度で全FFT処理が終
るように、周波数レンジを設定してある。
なお、マイク１は１個に限られず、被測回転体の部位に
よつて異常音の出方が異なる場合があるため、必要に応
じて複数のマイクを適宜な位置に配置する。この場合、
いずれのマイク１の出力信号も、独立のアンプ４を介し
て独立のサンプリング・メモリ部５に記憶される。ま
た、回転体の種類あるいは異常の種類によつては音より
も振動をとらえた方が異常の判定が確実な場合があり、
また音と振動の双方をとらえた方が判定が確実な場合が
ある。例えばエンジンのプラグ着火不良を検出する場合
は、振動をとらえないと異常検出が困難である。そこ
で、１個あるいは複数個の振動センサ２を被測回転体の
必要部位に設置し、各振動センサ２の出力信号を独立の
アンプ４を介して独立のサンプリング・メモリ部５に入
力してある。
よつて異常音の出方が異なる場合があるため、必要に応
じて複数のマイクを適宜な位置に配置する。この場合、
いずれのマイク１の出力信号も、独立のアンプ４を介し
て独立のサンプリング・メモリ部５に記憶される。ま
た、回転体の種類あるいは異常の種類によつては音より
も振動をとらえた方が異常の判定が確実な場合があり、
また音と振動の双方をとらえた方が判定が確実な場合が
ある。例えばエンジンのプラグ着火不良を検出する場合
は、振動をとらえないと異常検出が困難である。そこ
で、１個あるいは複数個の振動センサ２を被測回転体の
必要部位に設置し、各振動センサ２の出力信号を独立の
アンプ４を介して独立のサンプリング・メモリ部５に入
力してある。
ｍ個のFFTチツプ111〜11mによつて周波数領域に変換さ
れたｍ個の周波数レンジの各データから、相関関数及び
バイスペクトルの分析が行われる。即ち一方のマイクロ
CPU12が自己相関関数及び相互相関関数を計算し、他方
のマイクロCPU13がバイスペクトルを専用に計算する。
ここで、バイスペクトルの計算には時間がかかるので、
専用のマイクロCPU13で処理するようにしてある。
れたｍ個の周波数レンジの各データから、相関関数及び
バイスペクトルの分析が行われる。即ち一方のマイクロ
CPU12が自己相関関数及び相互相関関数を計算し、他方
のマイクロCPU13がバイスペクトルを専用に計算する。
ここで、バイスペクトルの計算には時間がかかるので、
専用のマイクロCPU13で処理するようにしてある。
ここで、自己相関関数は１つの波形Ｘ（ｔ）について、
Ｘ（ｔ）とＸ（ｔ＋τ）間で求まる相関関数であり、相
互相関関数は２つの波形Ｘ（ｔ）とＹ（ｔ）について、
Ｘ（ｔ）とＹ（ｔ＋τ）間で求める相関関数であり、い
ずれも波形Ｘ（ｔ）及びＹ（ｔ）のFFT後のデータから
能率良く演算によって求めることができる時間領域の二
次相関関数であり、FFTデータと併用することにより、
波形の性質を判定する上で有用である。
Ｘ（ｔ）とＸ（ｔ＋τ）間で求まる相関関数であり、相
互相関関数は２つの波形Ｘ（ｔ）とＹ（ｔ）について、
Ｘ（ｔ）とＹ（ｔ＋τ）間で求める相関関数であり、い
ずれも波形Ｘ（ｔ）及びＹ（ｔ）のFFT後のデータから
能率良く演算によって求めることができる時間領域の二
次相関関数であり、FFTデータと併用することにより、
波形の性質を判定する上で有用である。
一方、バイスペクトルは三次相関関数（例えば、Ｘ
（ｔ）とＸ（ｔ＋τ）と、X(t+τ2)間の相関）をフーリ
エ変換したものであり、これは時間領域の関数である。
バイスペクトルの計算は複雑ではあるが、FFT及び二次
相関関数だけでは抽出困難な複雑な非線形現象の特徴を
鮮やかに表わす場合があるので、波形の特徴を判定する
上で有用である。
（ｔ）とＸ（ｔ＋τ）と、X(t+τ2)間の相関）をフーリ
エ変換したものであり、これは時間領域の関数である。
バイスペクトルの計算は複雑ではあるが、FFT及び二次
相関関数だけでは抽出困難な複雑な非線形現象の特徴を
鮮やかに表わす場合があるので、波形の特徴を判定する
上で有用である。
各FFTチツプ111〜11mからの周波数領域データとマイク
ロCPU12,13からのデータ（自己及び相互相関データとバ
イスペクトルデータ）とがメインCPU9に送られ、予め記
憶しておいたプログラムによつて特徴が抽出されて異常
が判断される。即ち、検査員の耳による判断などによつ
て異常であるとされている回転体、また正常であるとさ
れている回転体について、各FFTチツプ111〜11mの周波
数領域データ、マイクロCPU12の相関データ及びマイク
ロCPU13のバイスペクトルデータを予め集収し、異常の
場合の特徴の有無、異常と判断するための基準値を予め
定めておく。例えば各FFTチツプの周波数領域データに
ついては、各周波数レンジ毎に異常のときに他の成分よ
りも顕著に大きい成分があるか否かを調べ、異常と判断
できるレベル差を定めておく。そして、いずれかの周波
数レンジで、FFTチツプの周波数領域データの成分中
に、他の成分よりも当該周波数レンジに予め定めた基準
値例えば30dB以上大きい成分があれば、異常有りと判断
する。またバイスペクトルデータについては、異常のと
きに例えば特定の周波数領域にピークが集中しているの
か、あるいは全体にピークが少ないのか等の特徴を調
べ、異常と判断できるピークの分布を定めておく。そし
て、マイクロCPU13のバイスペクトルデータのピーク分
布が予め定めた基準値例えばピークが特定周波数領域に
集中しているという条件に合えば、異常有りと判断す
る。更に、マイクロCPU12の各種相関データについて
も、異常のときにどのような特徴が相関データに生じる
かを調べ、異常と判断できる相関値を定めておく。そし
て、マイクロCPU12のいずれかの相関データが当該相関
データに定めた基準値より例えば大きいければ、異常有
りと判断する。以上の判定により、異常の有無とその原
因を知ることができる。
ロCPU12,13からのデータ（自己及び相互相関データとバ
イスペクトルデータ）とがメインCPU9に送られ、予め記
憶しておいたプログラムによつて特徴が抽出されて異常
が判断される。即ち、検査員の耳による判断などによつ
て異常であるとされている回転体、また正常であるとさ
れている回転体について、各FFTチツプ111〜11mの周波
数領域データ、マイクロCPU12の相関データ及びマイク
ロCPU13のバイスペクトルデータを予め集収し、異常の
場合の特徴の有無、異常と判断するための基準値を予め
定めておく。例えば各FFTチツプの周波数領域データに
ついては、各周波数レンジ毎に異常のときに他の成分よ
りも顕著に大きい成分があるか否かを調べ、異常と判断
できるレベル差を定めておく。そして、いずれかの周波
数レンジで、FFTチツプの周波数領域データの成分中
に、他の成分よりも当該周波数レンジに予め定めた基準
値例えば30dB以上大きい成分があれば、異常有りと判断
する。またバイスペクトルデータについては、異常のと
きに例えば特定の周波数領域にピークが集中しているの
か、あるいは全体にピークが少ないのか等の特徴を調
べ、異常と判断できるピークの分布を定めておく。そし
て、マイクロCPU13のバイスペクトルデータのピーク分
布が予め定めた基準値例えばピークが特定周波数領域に
集中しているという条件に合えば、異常有りと判断す
る。更に、マイクロCPU12の各種相関データについて
も、異常のときにどのような特徴が相関データに生じる
かを調べ、異常と判断できる相関値を定めておく。そし
て、マイクロCPU12のいずれかの相関データが当該相関
データに定めた基準値より例えば大きいければ、異常有
りと判断する。以上の判定により、異常の有無とその原
因を知ることができる。
ところで、周波数レンジの制限あるいは異常の性質によ
つて、上述したFFT法では判断できない異常現象もあ
る。例えば、原動機などの調整不良時に発生する規則的
だが間欠的な異常音がその一例である。この点を考慮
し、マイクロCPU141〜14nにより例えばサンプリング・
メモリ部５のバツフアメモリにあるデータ等の時間領域
データをそのまま用いて処理する。この際マイクロCPU
をｎ個（ｎ≧２）用いているのは、異常音あるいは振動
の種類毎に並列処理をして高速化を図るためである。
つて、上述したFFT法では判断できない異常現象もあ
る。例えば、原動機などの調整不良時に発生する規則的
だが間欠的な異常音がその一例である。この点を考慮
し、マイクロCPU141〜14nにより例えばサンプリング・
メモリ部５のバツフアメモリにあるデータ等の時間領域
データをそのまま用いて処理する。この際マイクロCPU
をｎ個（ｎ≧２）用いているのは、異常音あるいは振動
の種類毎に並列処理をして高速化を図るためである。
さて、原動機などの調整不良時に生じる音あるいは振動
の波形の時間領域データを詳細に分析すると、一定間隔
毎に際立つて鋭く大きい「ひげ状」のピークを含んだ波
形となつている。そこで、上記一定間隔の時間の２倍以
上の時間にわたつて入力信号をサンプリングし、ひげ状
のピークの値及びその他の値を調べて特異なピークだけ
が残るように足切りを行うと、特徴が極めて明確にな
る。第２図に調整不良時の原動機などが発生する異常音
の原波形を示す。第２図の原波形には３つの顕著なピー
ク15,16,17があるが、サンプリング値から演算によつて
足切りのレベルＶTHを求め、これによつて足切り処理を
行うと、第３図の波形となる。このように足切り処理後
の波形は、異常音の場合、時間に対して極めて密度が少
なくなる。逆に調整された正常の原動機の場合は、際立
つたピークが殆どなく他と同じレベルであるから、足切
り処理を行つても、殆ど原波形に近い、即ち時間に対し
て密度の高い波形が出てくる。従つて、予め回転体の正
常時と異常時とにおける波形を詳細に分析して足切り後
の密度差を調べておき、回転体の回転速度の情報をセン
サ３から得ることにより、極めて明確に且つ短時間で異
常の有無を判断することができる。この時間領域データ
処理のアルゴリズムを、ｎ個のマイクロCPU141〜14
nが、異常の種類毎に並列的に用意している。アルゴリ
ズムの一例をあげると、第４図に示すように、或る期間
T1において△ｔのサンプリング間隔でサンプリングし、
その期間T1での最大サンプリングデータXmaxを求め、T1
と同じかあるいは異なる期間T2のサンプリングデータの
うちXmax/A（Ａ＞１）を越えるものの数をカウントす
る。、T1，△t,T2及びＡは回転体の異常の種類によつて
異なるから、各マイクロCPU141〜14nには各々が担当す
る異常の種類に適した値が設定されている。各マイクロ
CPU141〜14nのカウント値はメインCPU9に送られ、予め
記憶している基準値と比較して異常の有無が判断され
る。例えば、マイクロCPU141のカウント値をＢとする
と、 B＞B01ならば正常、 B≦B02ならばＢ形異常、 と判断する。またマイクロCPU141のカウント値Ｃとする
と、 C＞C01ならば正常、 C≦C02ならばＣ形異常、 と判断する。B01,B02,C01,C02は予め定めた基準値であ
る。なお、原動機などではｎ＝３〜５程度で十分であ
る。また、処理に要する時間はｎ個のマイクロCPU141〜
14nの並列処理によつて0.1〜0.4秒程度に収まる。従つ
て異常音や異常振動が生じやすい加減速中の異常判定に
十分対応できる。
の波形の時間領域データを詳細に分析すると、一定間隔
毎に際立つて鋭く大きい「ひげ状」のピークを含んだ波
形となつている。そこで、上記一定間隔の時間の２倍以
上の時間にわたつて入力信号をサンプリングし、ひげ状
のピークの値及びその他の値を調べて特異なピークだけ
が残るように足切りを行うと、特徴が極めて明確にな
る。第２図に調整不良時の原動機などが発生する異常音
の原波形を示す。第２図の原波形には３つの顕著なピー
ク15,16,17があるが、サンプリング値から演算によつて
足切りのレベルＶTHを求め、これによつて足切り処理を
行うと、第３図の波形となる。このように足切り処理後
の波形は、異常音の場合、時間に対して極めて密度が少
なくなる。逆に調整された正常の原動機の場合は、際立
つたピークが殆どなく他と同じレベルであるから、足切
り処理を行つても、殆ど原波形に近い、即ち時間に対し
て密度の高い波形が出てくる。従つて、予め回転体の正
常時と異常時とにおける波形を詳細に分析して足切り後
の密度差を調べておき、回転体の回転速度の情報をセン
サ３から得ることにより、極めて明確に且つ短時間で異
常の有無を判断することができる。この時間領域データ
処理のアルゴリズムを、ｎ個のマイクロCPU141〜14
nが、異常の種類毎に並列的に用意している。アルゴリ
ズムの一例をあげると、第４図に示すように、或る期間
T1において△ｔのサンプリング間隔でサンプリングし、
その期間T1での最大サンプリングデータXmaxを求め、T1
と同じかあるいは異なる期間T2のサンプリングデータの
うちXmax/A（Ａ＞１）を越えるものの数をカウントす
る。、T1，△t,T2及びＡは回転体の異常の種類によつて
異なるから、各マイクロCPU141〜14nには各々が担当す
る異常の種類に適した値が設定されている。各マイクロ
CPU141〜14nのカウント値はメインCPU9に送られ、予め
記憶している基準値と比較して異常の有無が判断され
る。例えば、マイクロCPU141のカウント値をＢとする
と、 B＞B01ならば正常、 B≦B02ならばＢ形異常、 と判断する。またマイクロCPU141のカウント値Ｃとする
と、 C＞C01ならば正常、 C≦C02ならばＣ形異常、 と判断する。B01,B02,C01,C02は予め定めた基準値であ
る。なお、原動機などではｎ＝３〜５程度で十分であ
る。また、処理に要する時間はｎ個のマイクロCPU141〜
14nの並列処理によつて0.1〜0.4秒程度に収まる。従つ
て異常音や異常振動が生じやすい加減速中の異常判定に
十分対応できる。
ところで、回転体の種類、例えば原動機、ギヤ回転機、
ポンプ等の種類によつて異常音あるいは異常振動の性質
が異なる。そこで被測回転体の機種に応じて (a) 必要な測定（分析）周波数レンジ（例えば単一あ
るいは複数レンジ）、 (b) FFT処理の要・不要、 (c) 相関計算の要・不要、 (d) バイスペクトル計算の要・不要、 (e) FFTによらない時間領域分析の処理方法及び種類の
数（例えばサンプリング周期△ｔ、２種類）、 といつた項目を予めメインCPU9に設定しておく。この設
定は第１図中の項目設定器18で行う。19はコントロール
信号である。
ポンプ等の種類によつて異常音あるいは異常振動の性質
が異なる。そこで被測回転体の機種に応じて (a) 必要な測定（分析）周波数レンジ（例えば単一あ
るいは複数レンジ）、 (b) FFT処理の要・不要、 (c) 相関計算の要・不要、 (d) バイスペクトル計算の要・不要、 (e) FFTによらない時間領域分析の処理方法及び種類の
数（例えばサンプリング周期△ｔ、２種類）、 といつた項目を予めメインCPU9に設定しておく。この設
定は第１図中の項目設定器18で行う。19はコントロール
信号である。
Ｈ 発明の効果 本発明によれば、FFT処理を行つて異常の有無を判断す
るので判定精度が高い。またFFT処理を異なる周波数レ
ンジ毎に専用に行つて並列処理するため、FFTの処理速
度が上がり、総サンプリング時間を１秒以下程度に短縮
することが可能である。これに加減速中の異常を判定す
ることができる。また、FFT処理後のデータを用いて相
関関数及びバイスペクトルの分析を行うので、異常判定
の精度が更に向上した。また並列処理を行つているの
で、どのような形の異常であるかも判定できる。更に、
FFT処理していない信号を時間領域のまま直接処理する
ことを併用することにより、周波数分析では判別できな
い異常をも捕えることができ、異常判定の精度が更に向
上した。
るので判定精度が高い。またFFT処理を異なる周波数レ
ンジ毎に専用に行つて並列処理するため、FFTの処理速
度が上がり、総サンプリング時間を１秒以下程度に短縮
することが可能である。これに加減速中の異常を判定す
ることができる。また、FFT処理後のデータを用いて相
関関数及びバイスペクトルの分析を行うので、異常判定
の精度が更に向上した。また並列処理を行つているの
で、どのような形の異常であるかも判定できる。更に、
FFT処理していない信号を時間領域のまま直接処理する
ことを併用することにより、周波数分析では判別できな
い異常をも捕えることができ、異常判定の精度が更に向
上した。
第１図は本発明の一実施例装置のブロツク図、第２図〜
第４図はFFT処理によらない時間領域分析に関し、第２
図は異常時の原波形図、第３図は足切り後の波形図、第
４図は異常判別のフローチャート、第５図は従来装置の
ブロック図である。 図面中、 １はマイク、２は振動センサ、３は回転数センサ、４は
アンプ、５はサンプリング・メモリ部、61〜6mはアナロ
グフイルター、71〜7mはA/D変換器、81〜8mはバツフア
メモリ、９はメインCPU、10はFFT処理部、111〜11mはFF
Tチツプ、12は相関関数計算用マイクロCPU、13はバイス
ペクトル計算用マイクロCPU、141〜14mはFFT処理を通さ
ない時間領域分析用マイクロCPUである。
第４図はFFT処理によらない時間領域分析に関し、第２
図は異常時の原波形図、第３図は足切り後の波形図、第
４図は異常判別のフローチャート、第５図は従来装置の
ブロック図である。 図面中、 １はマイク、２は振動センサ、３は回転数センサ、４は
アンプ、５はサンプリング・メモリ部、61〜6mはアナロ
グフイルター、71〜7mはA/D変換器、81〜8mはバツフア
メモリ、９はメインCPU、10はFFT処理部、111〜11mはFF
Tチツプ、12は相関関数計算用マイクロCPU、13はバイス
ペクトル計算用マイクロCPU、141〜14mはFFT処理を通さ
ない時間領域分析用マイクロCPUである。
Claims (2)
- 【請求項１】(a) 回転体の音あるい振動の波形を検出
する手段と、 (b) 検出したアナログ信号を入力する周波数レンジが
互いに異なる複数のアナログフィルターと、 (c) 各アナログフィルター毎にフィルター出力信号を
独立にA/D変換する手段と、 (d) 各A/D変換手段毎にA/D変換後のデジタル信号を独
立に記憶するメモリーと、 (e) 各メモリー毎に記憶されたデータを独立に高速フ
ーリエ変換する手段と、 (f) 各高速フーリエ変換手段の出力データを基に、更
に演算によって相関関数及びバイスペクトルを求める演
算手段と、 (g)各高速フーリエ変換手段の出力データと、それら出
力データから更に前記演算手段によって求められた相関
関数及びバイスペクトルのデータを、予め実験で求めた
異常時あるいは正常時のデータから定めた判定基準値と
比較して異常であるか否かを判定する手段とを具備した
回転体の異常検出装置。 - 【請求項２】(a) 回転体の音あるい振動の波形を検出
する手段と、 (b) 検出したアナログ信号を入力する周波数レンジが
互いに異なる複数のアナログフィルターと、 (c) 各アナログフィルター毎にフィルター出力信号を
独立にA/D変換する手段と、 (d) 各A/D変換手段毎にA/D変換後のデジタル信号を独
立に記憶するメモリーと、 (e) 各メモリー毎に記憶されたデータを時間領域のま
ま直接処理する手段と、 (f) 各メモリー毎に記憶されたデータを独立に高速フ
ーリエ変換する手段と、 (g) 各高速フーリエ変換手段の出力データを基に、更
に演算によって相関関数及びバイスペクトルを求める演
算手段と、 (h) 時間領域のまま直接処理されたデータと、各高速
フーリエ変換手段の出力データと、この高速フーリエ変
換されたデータから更に前記演算手段によって求められ
た相関関数及びバイスペクトルのデータとを、予め実験
で求めた異常時あるいは正常時のデータから定めた判定
基準値と比較して異常であるか否かを判定する手段とを
具備した回転体の異常検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60106921A JPH0718746B2 (ja) | 1985-05-21 | 1985-05-21 | 回転体の異常検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60106921A JPH0718746B2 (ja) | 1985-05-21 | 1985-05-21 | 回転体の異常検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS61265533A JPS61265533A (ja) | 1986-11-25 |
| JPH0718746B2 true JPH0718746B2 (ja) | 1995-03-06 |
Family
ID=14445882
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP60106921A Expired - Lifetime JPH0718746B2 (ja) | 1985-05-21 | 1985-05-21 | 回転体の異常検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0718746B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005121639A (ja) * | 2003-09-22 | 2005-05-12 | Omron Corp | 検査方法および検査装置ならびに設備診断装置 |
| JP2007114052A (ja) * | 2005-10-20 | 2007-05-10 | Fujitsu Ten Ltd | 異音検査装置、及び異音判定処理方法 |
| WO2017203649A1 (ja) * | 2016-05-26 | 2017-11-30 | 三菱重工業株式会社 | アンバランス検出装置、および、アンバランス検出方法 |
| US11029230B2 (en) | 2016-05-26 | 2021-06-08 | Mitsubishi Heavy Industries Engine & Turbocharger, Ltd. | Unbalance detection device, and unbalance detection method |
| US11060940B2 (en) | 2016-12-07 | 2021-07-13 | Mitsubishi Heavy Industries Engine & Turbocharger, Ltd. | Vibration insulator and unbalance detection device including vibration insulator |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2624789B2 (ja) * | 1988-07-26 | 1997-06-25 | 株式会社東芝 | 機器の異常診断装置 |
| JP2001108518A (ja) * | 1999-08-03 | 2001-04-20 | Mitsui Eng & Shipbuild Co Ltd | 異常検知方法および装置 |
| JP5092878B2 (ja) * | 2008-03-25 | 2012-12-05 | Ｊｆｅスチール株式会社 | 放電検出／同定装置 |
| DK2543977T3 (da) * | 2010-03-03 | 2019-06-11 | Asahi Kasei Eng Corporation | Diagnostisk fremgangsmåde og diagnostisk indretning til et glideleje |
| GB201020381D0 (en) * | 2010-12-02 | 2011-01-12 | Crane John Uk Ltd | Component failure detection system |
| JP6273167B2 (ja) * | 2014-05-20 | 2018-01-31 | 株式会社小野測器 | ノッキング検出装置およびノッキング検出方法 |
| JP6422371B2 (ja) * | 2015-03-03 | 2018-11-14 | 株式会社小野測器 | ノッキング検出装置およびノッキング検出方法 |
| JP6433340B2 (ja) * | 2015-03-03 | 2018-12-05 | 株式会社小野測器 | 信号解析装置およびノッキング検出装置 |
| CN104992714A (zh) * | 2015-05-22 | 2015-10-21 | 株洲联诚集团有限责任公司 | 一种电机异音的检测方法 |
| JP7438805B2 (ja) * | 2020-03-24 | 2024-02-27 | 大阪瓦斯株式会社 | 異常分析装置及び異常分析方法 |
| CN113108898B (zh) * | 2021-05-08 | 2023-03-31 | 陕煤集团神木红柳林矿业有限公司 | 一种基于声振联合监测的堆煤保护方法 |
| CN114166444B (zh) * | 2021-11-29 | 2024-06-21 | 国网新源控股有限公司 | 适用于水电站厂房暂态工况下振动分析的数据处理方法 |
| CN114509704A (zh) * | 2022-02-15 | 2022-05-17 | 湖南小快智造电子科技有限公司 | 一种安全用电智能监测仪 |
-
1985
- 1985-05-21 JP JP60106921A patent/JPH0718746B2/ja not_active Expired - Lifetime
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005121639A (ja) * | 2003-09-22 | 2005-05-12 | Omron Corp | 検査方法および検査装置ならびに設備診断装置 |
| JP2007114052A (ja) * | 2005-10-20 | 2007-05-10 | Fujitsu Ten Ltd | 異音検査装置、及び異音判定処理方法 |
| WO2017203649A1 (ja) * | 2016-05-26 | 2017-11-30 | 三菱重工業株式会社 | アンバランス検出装置、および、アンバランス検出方法 |
| US11029230B2 (en) | 2016-05-26 | 2021-06-08 | Mitsubishi Heavy Industries Engine & Turbocharger, Ltd. | Unbalance detection device, and unbalance detection method |
| US11187608B2 (en) | 2016-05-26 | 2021-11-30 | Mitsubishi Heavy Industries Engine & Turbocharger, Ltd. | Unbalance detection device, and unbalance detection method |
| US11060940B2 (en) | 2016-12-07 | 2021-07-13 | Mitsubishi Heavy Industries Engine & Turbocharger, Ltd. | Vibration insulator and unbalance detection device including vibration insulator |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS61265533A (ja) | 1986-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0718746B2 (ja) | 回転体の異常検出装置 | |
| KR920002072B1 (ko) | Ae 방식 회전기 이상진단 시스템 | |
| US8171796B2 (en) | Acoustic emission detector and controller | |
| JP5067979B2 (ja) | 軸受の診断装置 | |
| JP2002022617A (ja) | 軸受診断装置 | |
| JP5249499B2 (ja) | トリガ発生器及びトリガ発生方法 | |
| KR101918372B1 (ko) | 기계의 실제 손상 상태를 검출하기 위한 장치 및 방법 | |
| JP3651351B2 (ja) | 機械の異常検査装置 | |
| JP3020349B2 (ja) | 異常検出方法及び装置 | |
| JP2695366B2 (ja) | 低速回転機械の異常診断方法 | |
| EP1001352A1 (en) | Data conversion method, data converter, and program storage medium | |
| JP3390087B2 (ja) | 軸受の異常診断装置 | |
| JP2001125634A (ja) | ウェーブレット変換によるプラント機器監視装置 | |
| JP3214265B2 (ja) | ブレーキ音の試験判定装置およびその方法 | |
| JP3132388B2 (ja) | 回転機械の異音検査方法およびその装置 | |
| JPS6154167B2 (ja) | ||
| JP3264480B2 (ja) | 軸受内蔵型車輪及び低速回転軸受の異常診断方法 | |
| JPH0346342Y2 (ja) | ||
| JP3554445B2 (ja) | 異音判定装置 | |
| JP3066004B1 (ja) | 発電用多気筒内燃機関の失火検出装置 | |
| JP3144878B2 (ja) | 回転機械の異常音診断方法、その装置及び回転機械の製造ライン | |
| JP2002071447A (ja) | パルス音判定方法 | |
| JP2004212127A (ja) | ギヤノイズ検査方法およびその装置 | |
| JPH0224520A (ja) | Ａｅ計測装置 | |
| JPH0449554Y2 (ja) |