JPH0731076B2 - 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
- JPH0731076B2 JPH0731076B2 JP23558689A JP23558689A JPH0731076B2 JP H0731076 B2 JPH0731076 B2 JP H0731076B2 JP 23558689 A JP23558689 A JP 23558689A JP 23558689 A JP23558689 A JP 23558689A JP H0731076 B2 JPH0731076 B2 JP H0731076B2
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- time
- series
- matrix
- 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.)
- Expired - Lifetime
Links
Landscapes
- Testing Of Balance (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
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、
軸受のきず等の徴候を検出、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、
軸受のきず等の徴候を検出、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絡線処理等の信号処
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絡線処理等の信号処
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。
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。
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。
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
タを時系列的に比較、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。
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
タを時系列的に比較、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。
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。
このような目的を達成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も
のである。
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
成部、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、16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。
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
成部、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、16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
成、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
データ演算部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。
るファン、ブロア、減速機、ポンプなどの回転機械の構
成、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
データ演算部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は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、S0（ｉ）
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。
特定周波数における時系列の各データを示し、S0（ｉ）
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。
時系列異常徴候形成部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
リクスを形成する。異常徴候マトリクスは、異常徴候マ
トリクス記憶部12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。
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
リクスを形成する。異常徴候マトリクスは、異常徴候マ
トリクス記憶部12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
S0（ｉ）と、デジタル周波数分析部８で得られた第２図
（ｂ）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）/S
0（ｉ）といったような、異常に対応するスペクトル成
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
マトリクスを形成する。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Ｌ（ｉ）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
S0（ｉ）と、デジタル周波数分析部８で得られた第２図
（ｂ）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）/S
0（ｉ）といったような、異常に対応するスペクトル成
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
マトリクスを形成する。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Ｌ（ｉ）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成部11は、例えばＲ（i,
j）＞Ｌ（ｉ）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成する。異常
徴候マトリクスの例の一部を表２に示す。
j）＞Ｌ（ｉ）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成する。異常
徴候マトリクスの例の一部を表２に示す。
表２において、ｋはデータ区分に付した一連の番号であ
り、データ区分は一定水準以上に異常が進展したスペク
トル成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。
り、データ区分は一定水準以上に異常が進展したスペク
トル成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成することに
より、診断判定部13において異常の種類、部位の診断反
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、部位の診断反
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、 IF（A01）：〔（Ｖ（１）≧Ｍ） AND （Ｖ（２）≧
Ｍ） AND （Ｖ（３）≧Ｍ） AND （Ｖ（４）≧Ｍ） A
ND （Ｖ（５）≧Ｍ） AND （Ｖ（６）≧Ｍ） AND〕 のとき異常タイプA01 ELSE（A02）：〔（Ｖ（１）≧Ｍ） AND （Ｖ（２）≧
Ｍ） AND （Ｖ（24）≧Ｍ） AND （Ｖ（25）≧Ｍ）〕 のとき異常タイプA02 ELSE（A03）：〔（Ｖ（２）≧Ｍ） AND （Ｖ（４）≧
Ｍ） AND （Ｖ（６）≧Ｍ）〕 のとき異常タイプA03 ELSE（A04）：〔Ｖ（２）≧Ｍ） AND （Ｖ（４）≧
Ｍ）〕 のとき異常タイプA04 ELSE（A05）：〔（Ｖ（４）≧Ｍ）〕 のとき異常タイプA05 ELSE（A06）：〔（Ｖ（２）≧Ｍ）〕 のとき異常タイプA06 ELSE（B01）：〔（20）≧Ｍ） OR （Ｖ（21）≧Ｍ） O
R （Ｖ（23）≧Ｍ）〕 のとき異常タイプB01 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成
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、 IF（A01）：〔（Ｖ（１）≧Ｍ） AND （Ｖ（２）≧
Ｍ） AND （Ｖ（３）≧Ｍ） AND （Ｖ（４）≧Ｍ） A
ND （Ｖ（５）≧Ｍ） AND （Ｖ（６）≧Ｍ） AND〕 のとき異常タイプA01 ELSE（A02）：〔（Ｖ（１）≧Ｍ） AND （Ｖ（２）≧
Ｍ） AND （Ｖ（24）≧Ｍ） AND （Ｖ（25）≧Ｍ）〕 のとき異常タイプA02 ELSE（A03）：〔（Ｖ（２）≧Ｍ） AND （Ｖ（４）≧
Ｍ） AND （Ｖ（６）≧Ｍ）〕 のとき異常タイプA03 ELSE（A04）：〔Ｖ（２）≧Ｍ） AND （Ｖ（４）≧
Ｍ）〕 のとき異常タイプA04 ELSE（A05）：〔（Ｖ（４）≧Ｍ）〕 のとき異常タイプA05 ELSE（A06）：〔（Ｖ（２）≧Ｍ）〕 のとき異常タイプA06 ELSE（B01）：〔（20）≧Ｍ） OR （Ｖ（21）≧Ｍ） O
R （Ｖ（23）≧Ｍ）〕 のとき異常タイプB01 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成
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
はスペクトル成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
はスペクトル成分値対周波数の関係を示す特性図であ
る。
Claims (1)
- 【請求項１】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 JPH0399234A (ja) | 1991-04-24 |
| JPH0731076B2 true 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 (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10274558A (ja) * | 1997-01-28 | 1998-10-13 | Matsushita Electric Works Ltd | 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 |
Families Citing this family (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 |
| CN102944360B (zh) * | 2012-10-23 | 2016-05-04 | 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 |
| JP7191807B2 (ja) * | 2019-11-29 | 2022-12-19 | 株式会社日立製作所 | 診断装置および診断方法 |
-
1989
- 1989-09-13 JP JP23558689A patent/JPH0731076B2/ja not_active Expired - Lifetime
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10274558A (ja) * | 1997-01-28 | 1998-10-13 | Matsushita Electric Works Ltd | 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0399234A (ja) | 1991-04-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103558955B (zh) | 基于多对象多状态显示器的多对象状态监测方法及系统 | |
| CN115516395A (zh) | 异常诊断方法、异常诊断装置以及异常诊断程序 | |
| KR20190081933A (ko) | 제조 설비의 이상 감지 및 진단 방법 | |
| JP2002090267A (ja) | 異常診断方法 | |
| JP3092453B2 (ja) | 遊星歯車機構の診断方法 | |
| JPH0731076B2 (ja) | 回転機械の異常診断方法 | |
| JP2924243B2 (ja) | 回転機械の損傷・劣化の寿命予測方法 | |
| JP3103193B2 (ja) | 回転機械の診断装置 | |
| JP3219116B2 (ja) | 異常診断方法 | |
| EP3885720A1 (en) | Rotating machinery diagnosis and monitoring device and method | |
| JP3390087B2 (ja) | 軸受の異常診断装置 | |
| JPH1020925A (ja) | プラント診断装置 | |
| JP2000146771A (ja) | 加減速型回転機械設備の簡易異常診断方法 | |
| JPH10333743A (ja) | 負荷変動を伴う設備の簡易異常診断方法及びその簡易異常診断装置 | |
| JP2924242B2 (ja) | 変動する回転機械の診断方法 | |
| JPS6138426A (ja) | 機械設備異常診断装置 | |
| 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 | |
| JP2645017B2 (ja) | プラント診断方法及びその装置 | |
| JP3634085B2 (ja) | 実装工場診断システム | |
| JPH07174617A (ja) | 回転機器健全性診断システム | |
| JPH08110262A (ja) | オンライン回転体診断装置 | |
| JPH10111713A (ja) | 回転体診断装置 | |
| RU2131138C1 (ru) | Система контроля состояния оборудования | |
| JP2723316B2 (ja) | 発電プラント性能診断装置 | |
| JPH09147264A (ja) | 回転機器振動監視診断システムにおける警報値及び基準値の自動設定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080410 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090410 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 15 Free format text: PAYMENT UNTIL: 20100410 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 15 Free format text: PAYMENT UNTIL: 20100410 |