JPH08114638A - 機器異常診断装置 - Google Patents
機器異常診断装置Info
- Publication number
- JPH08114638A JPH08114638A JP24822494A JP24822494A JPH08114638A JP H08114638 A JPH08114638 A JP H08114638A JP 24822494 A JP24822494 A JP 24822494A JP 24822494 A JP24822494 A JP 24822494A JP H08114638 A JPH08114638 A JP H08114638A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- analysis
- machinery
- wavelet
- normal
- 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.)
- Pending
Links
Landscapes
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
(57)【要約】
【目的】 周波数と時間の両軸方向の変化に有効な異常
診断を可能にする。 【構成】 診断対象機器Ｄの状態を反映する監視信号を
前処理部１を通して信号取り込み部２に取り込んでディ
ジタルデータに変換し、この信号取り込みに制御装置３
による同期化及び必要に応じて試験信号の注入をし、デ
ィジタルデータに対してウェーブレット解析部４による
ウェーブレット解析で時間的及び周波数的に広がりを持
つ信号を得、ウェーブレット解析結果の信号に対して異
常診断部５により統計的評価又はパターン識別により機
器の異常・正常の診断を得る。正常例データ５Ａは、正
常状態の機器に対するウェーブレット解析による正常例
の分析結果を予め持つ。
診断を可能にする。 【構成】 診断対象機器Ｄの状態を反映する監視信号を
前処理部１を通して信号取り込み部２に取り込んでディ
ジタルデータに変換し、この信号取り込みに制御装置３
による同期化及び必要に応じて試験信号の注入をし、デ
ィジタルデータに対してウェーブレット解析部４による
ウェーブレット解析で時間的及び周波数的に広がりを持
つ信号を得、ウェーブレット解析結果の信号に対して異
常診断部５により統計的評価又はパターン識別により機
器の異常・正常の診断を得る。正常例データ５Ａは、正
常状態の機器に対するウェーブレット解析による正常例
の分析結果を予め持つ。
Description
【０００１】
【産業上の利用分野】本発明は、機器の監視信号を解析
して異常の有無を診断する機器異常診断装置に関する。
して異常の有無を診断する機器異常診断装置に関する。
【０００２】
【従来の技術】従来、機器の異常診断方式には、診断対
象機器の出力波形など機器の状態を反映する電気的、音
響的、機械的な信号になる監視信号をフーリエ解析によ
り周波数分析し、この分析結果を統計的に評価、又はニ
ューラルネットなどを使ったパターン認識により診断を
行うものがある。
象機器の出力波形など機器の状態を反映する電気的、音
響的、機械的な信号になる監視信号をフーリエ解析によ
り周波数分析し、この分析結果を統計的に評価、又はニ
ューラルネットなどを使ったパターン認識により診断を
行うものがある。
【０００３】
【発明が解決しようとする課題】従来の異常診断は、周
波数領域の分析技術であるフーリエ解析を基本としてお
り、定常的な現象の周波数空間での分析に優れている
が、時間軸上の変化を捕らえるのに不都合があり、時間
変化の激しい区間においては、必ずしも有効な分析が得
られるものではなかった。
波数領域の分析技術であるフーリエ解析を基本としてお
り、定常的な現象の周波数空間での分析に優れている
が、時間軸上の変化を捕らえるのに不都合があり、時間
変化の激しい区間においては、必ずしも有効な分析が得
られるものではなかった。
【０００４】本発明の目的は、周波数及び時間の両軸方
向の変化に有効な異常診断を可能にする機器異常診断装
置を提供することにある。
向の変化に有効な異常診断を可能にする機器異常診断装
置を提供することにある。
【０００５】
【課題を解決するための手段】本発明は、前記課題の解
決を図るため、診断対象機器の状態を反映する監視信号
を取り込んでディジタルデータに変換する信号取り込み
手段と、前記ディジタルデータに対してウェーブレット
解析を施して時間的及び周波数的に広がりを持つ信号を
得るウェーブレット解析手段と、前記ウェーブレット解
析結果の信号に対して統計的評価又はパターン識別によ
り前記機器の異常・正常の診断を得る異常診断手段とを
備えたことを特徴とする。
決を図るため、診断対象機器の状態を反映する監視信号
を取り込んでディジタルデータに変換する信号取り込み
手段と、前記ディジタルデータに対してウェーブレット
解析を施して時間的及び周波数的に広がりを持つ信号を
得るウェーブレット解析手段と、前記ウェーブレット解
析結果の信号に対して統計的評価又はパターン識別によ
り前記機器の異常・正常の診断を得る異常診断手段とを
備えたことを特徴とする。
【０００６】
【作用】監視信号に対するフーリエ解析に代えて、周波
数・時間の両軸方向に分析が可能なウェーブレット解析
を適用し、非定常及び過渡的な現象の分析を可能にし、
異常状態の診断性能の向上を図る。
数・時間の両軸方向に分析が可能なウェーブレット解析
を適用し、非定常及び過渡的な現象の分析を可能にし、
異常状態の診断性能の向上を図る。
【０００７】
【実施例】図１は、本発明の一実施例を示す診断処理系
のブロック図である。
のブロック図である。
【０００８】診断対象機器Ｄからの監視信号は、破線ブ
ロックで示す診断処理系の前処理部１により周波数帯制
限やノイズ成分の取り除きがなされる。
ロックで示す診断処理系の前処理部１により周波数帯制
限やノイズ成分の取り除きがなされる。
【０００９】信号取り込み部２は、前処理部１を通した
監視信号を取り込み、サンプリングとＡ／Ｄ変換により
ディジタルデータ列に変換する。
監視信号を取り込み、サンプリングとＡ／Ｄ変換により
ディジタルデータ列に変換する。
【００１０】これら信号の取り込みには、制御装置３に
より信号取り込みトリガーの受付に対する取り込み指令
発生という同期化がなされる。また、監視信号の取り込
みに試験信号を注入してそのエコーなどを監視信号とす
るときは、診断対象機器に対して制御装置３が試験信号
を注入する。
より信号取り込みトリガーの受付に対する取り込み指令
発生という同期化がなされる。また、監視信号の取り込
みに試験信号を注入してそのエコーなどを監視信号とす
るときは、診断対象機器に対して制御装置３が試験信号
を注入する。
【００１１】ウェーブレット解析部４は、信号処理部２
に得るディジタル信号に対してウェーブレット解析を施
し、時間的・周波数的に広がりを持つ信号を得る。
に得るディジタル信号に対してウェーブレット解析を施
し、時間的・周波数的に広がりを持つ信号を得る。
【００１２】異常診断部５は、ウェーブレット解析によ
り得られる時間的・周波数的に広がりを持つ信号に対
し、統計的評価やニューラルネットなどによるパターン
識別を行い、弁別指標の計算を行って正常例データ５Ａ
との比較を行い、弁別指標がしきい値を越えたか否かの
判定を行い、機器の異常・正常の診断結果を得る。
り得られる時間的・周波数的に広がりを持つ信号に対
し、統計的評価やニューラルネットなどによるパターン
識別を行い、弁別指標の計算を行って正常例データ５Ａ
との比較を行い、弁別指標がしきい値を越えたか否かの
判定を行い、機器の異常・正常の診断結果を得る。
【００１３】なお、制御装置３は、機器Ｄの正常なケー
スについて、同様の診断処理操作を施し、正常な場合の
統計的評価や、正常か異常かの弁別指標のしきい値、ニ
ューラルネットの学習などを行い、正常例保持指令によ
って正常例データ５Ａに保存しておく。
スについて、同様の診断処理操作を施し、正常な場合の
統計的評価や、正常か異常かの弁別指標のしきい値、ニ
ューラルネットの学習などを行い、正常例保持指令によ
って正常例データ５Ａに保存しておく。
【００１４】以上のように、本実施例では、監視信号を
ウェーブレット解析し、この解析結果から異常診断を行
う。この診断フローチャートを図２に示し、異常検出後
も診断を継続する場合も示す。
ウェーブレット解析し、この解析結果から異常診断を行
う。この診断フローチャートを図２に示し、異常検出後
も診断を継続する場合も示す。
【００１５】本実施例による診断処理が従来のフーリエ
解析に対して優位になることを確認するため、減衰振動
になる監視信号についてシミュレーションを行った。こ
の減衰振動は、振幅の減衰と共に周期の伸長（周波数の
減衰）が同時に進行するもので、その時間変化の差異か
ら異常診断を行った。
解析に対して優位になることを確認するため、減衰振動
になる監視信号についてシミュレーションを行った。こ
の減衰振動は、振幅の減衰と共に周期の伸長（周波数の
減衰）が同時に進行するもので、その時間変化の差異か
ら異常診断を行った。
【００１６】このような振動は、図３に示すように、変
位が大きくなるにつれて、復原力が非直線的に増大する
場合に見られるもので、特別なものではなく、この減衰
振動の信号は、以下の式により定式化される。
位が大きくなるにつれて、復原力が非直線的に増大する
場合に見られるもので、特別なものではなく、この減衰
振動の信号は、以下の式により定式化される。
【００１７】
【数１】Ｙ＝ｓｉｎ（１０Ｘ／ｅｘｐ（ｂＸ））・ｅｘ
ｐ（−０.５Ｘ） Ｙ：振幅 Ｘ：時間 ｂ：定数 この減衰信号は、図４に波形を示すように、保持する正
常例はｂ＝０.１０とし、異常例はｂ＝０.１１とした。
また、分析の範囲は、時間ｔ＝０〜２.５までの振幅の
比較的大きな区間とした。この範囲において、Ｘ＝０の
とき周期は０.１であり、Ｘ＝２.５のときの周期は０.
１２８（ｂ＝０.１０）、０.１３１（ｂ＝０.１１）で
ある。
ｐ（−０.５Ｘ） Ｙ：振幅 Ｘ：時間 ｂ：定数 この減衰信号は、図４に波形を示すように、保持する正
常例はｂ＝０.１０とし、異常例はｂ＝０.１１とした。
また、分析の範囲は、時間ｔ＝０〜２.５までの振幅の
比較的大きな区間とした。この範囲において、Ｘ＝０の
とき周期は０.１であり、Ｘ＝２.５のときの周期は０.
１２８（ｂ＝０.１０）、０.１３１（ｂ＝０.１１）で
ある。
【００１８】こられ周期がカバーされるように、従来手
法であるフーリエ解析（サイン関数を基底としたパワー
スペクトル）と、ウェーブレット解析（ガボール関数を
基底としたパワースペクトル）を行い、規格化されたパ
ワースペクトルＰ1i（正常例）とＰ2i（異常例）につい
て（ｉはスペクトルの添字）、
法であるフーリエ解析（サイン関数を基底としたパワー
スペクトル）と、ウェーブレット解析（ガボール関数を
基底としたパワースペクトル）を行い、規格化されたパ
ワースペクトルＰ1i（正常例）とＰ2i（異常例）につい
て（ｉはスペクトルの添字）、
【００１９】
【数２】
【００２０】を正常例との差異を示す弁別指標として、
各解析手法の効果を比較した。
各解析手法の効果を比較した。
【００２１】この結果、フーリエ解析での弁別指標値は
０.０９６であったが、ウェーブレット解析では０.１７
４となり、ウェーブレット解析のほうが正常例と異常例
の差異の検出により敏感となって異常診断を有効にする
ことができる。
０.０９６であったが、ウェーブレット解析では０.１７
４となり、ウェーブレット解析のほうが正常例と異常例
の差異の検出により敏感となって異常診断を有効にする
ことができる。
【００２２】また、図５にフーリエ解析及び図６にウェ
ーブレット解析による周波数解析のパワースペクトルを
グラフ化して示し、このグラフからも明らかなように、
フーリエ解析では周期の差異が不明瞭であるのに対し、
ウェーブレット解析では周期変化の差異がより明瞭化さ
れている。
ーブレット解析による周波数解析のパワースペクトルを
グラフ化して示し、このグラフからも明らかなように、
フーリエ解析では周期の差異が不明瞭であるのに対し、
ウェーブレット解析では周期変化の差異がより明瞭化さ
れている。
【００２３】
【発明の効果】以上のとおり、本発明によれば、監視信
号に対するフーリエ解析に代えて、周波数・時間の両軸
方向に分析が可能なウェーブレット解析により異常診断
データを得るようにしたため、従来のフーリエ解析では
検出の難しかった時間変化の激しい信号についても周波
数解析が可能となり、異常状態の診断性能の向上を図る
ことができる。
号に対するフーリエ解析に代えて、周波数・時間の両軸
方向に分析が可能なウェーブレット解析により異常診断
データを得るようにしたため、従来のフーリエ解析では
検出の難しかった時間変化の激しい信号についても周波
数解析が可能となり、異常状態の診断性能の向上を図る
ことができる。
【図１】本発明の一実施例を示す処理系のブロック図。
【図２】実施例の処理フローチャート。
【図３】検出信号の非線形振動の特性図と波形図。
【図４】分析波形例。
【図５】非線形振動のフーリエ解析例。
【図６】非線形振動のウェーブレット解析例。
１…前処理部 ２…信号取り込み部 ３…制御装置 ４…ウェーブレット解析部 ５…異常診断部 ５Ａ…正常例データ
Claims (1)
- 【請求項１】 診断対象機器の状態を反映する監視信号
を取り込んでディジタルデータに変換する信号取り込み
手段と、前記ディジタルデータに対してウェーブレット
解析を施して時間的及び周波数的に広がりを持つ信号を
得るウェーブレット解析手段と、前記ウェーブレット解
析結果の信号に対して統計的評価又はパターン識別によ
り前記機器の異常・正常の診断を得る異常診断手段とを
備えたことを特徴とする機器異常診断装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP24822494A JPH08114638A (ja) | 1994-10-14 | 1994-10-14 | 機器異常診断装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP24822494A JPH08114638A (ja) | 1994-10-14 | 1994-10-14 | 機器異常診断装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08114638A true JPH08114638A (ja) | 1996-05-07 |
Family
ID=17175028
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP24822494A Pending JPH08114638A (ja) | 1994-10-14 | 1994-10-14 | 機器異常診断装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08114638A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1999049369A1 (en) * | 1998-03-26 | 1999-09-30 | Rosemount Inc. | Signal processing technique which separates signal components in a sensor signal for sensor diagnostics |
| US6907383B2 (en) * | 1996-03-28 | 2005-06-14 | Rosemount Inc. | Flow diagnostic system |
| US7039557B2 (en) | 2001-09-07 | 2006-05-02 | Daimlerchrysler Ag | Device and method for the early recognition and prediction of unit damage |
| JP2013217867A (ja) * | 2012-04-12 | 2013-10-24 | Ibaraki Univ | 配管内における閉塞異物位置の診断方法 |
| US8898036B2 (en) | 2007-08-06 | 2014-11-25 | Rosemount Inc. | Process variable transmitter with acceleration sensor |
| US9052240B2 (en) | 2012-06-29 | 2015-06-09 | Rosemount Inc. | Industrial process temperature transmitter with sensor stress diagnostics |
| US9207670B2 (en) | 2011-03-21 | 2015-12-08 | Rosemount Inc. | Degrading sensor detection implemented within a transmitter |
| US9602122B2 (en) | 2012-09-28 | 2017-03-21 | Rosemount Inc. | Process variable measurement noise diagnostic |
-
1994
- 1994-10-14 JP JP24822494A patent/JPH08114638A/ja active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6907383B2 (en) * | 1996-03-28 | 2005-06-14 | Rosemount Inc. | Flow diagnostic system |
| WO1999049369A1 (en) * | 1998-03-26 | 1999-09-30 | Rosemount Inc. | Signal processing technique which separates signal components in a sensor signal for sensor diagnostics |
| US7039557B2 (en) | 2001-09-07 | 2006-05-02 | Daimlerchrysler Ag | Device and method for the early recognition and prediction of unit damage |
| US8898036B2 (en) | 2007-08-06 | 2014-11-25 | Rosemount Inc. | Process variable transmitter with acceleration sensor |
| US9207670B2 (en) | 2011-03-21 | 2015-12-08 | Rosemount Inc. | Degrading sensor detection implemented within a transmitter |
| JP2013217867A (ja) * | 2012-04-12 | 2013-10-24 | Ibaraki Univ | 配管内における閉塞異物位置の診断方法 |
| US9052240B2 (en) | 2012-06-29 | 2015-06-09 | Rosemount Inc. | Industrial process temperature transmitter with sensor stress diagnostics |
| US9602122B2 (en) | 2012-09-28 | 2017-03-21 | Rosemount Inc. | Process variable measurement noise diagnostic |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100495021C (zh) | 一种利用超声波检测轧辊内部缺陷的方法 | |
| KR20100094452A (ko) | 롤링 베어링 대미지 검측 및 자동 식별 방법 | |
| Qin et al. | Adaptively detecting the transient feature of faulty wind turbine planetary gearboxes by the improved kurtosis and iterative thresholding algorithm | |
| JPH08114638A (ja) | 機器異常診断装置 | |
| US20050102116A1 (en) | High-resolution intelligent rotor machine diagnostic system and method | |
| Schmidt et al. | A pre-processing methodology to enhance novel information for rotating machine diagnostics | |
| JP3020349B2 (ja) | 異常検出方法及び装置 | |
| EP1001352A1 (en) | Data conversion method, data converter, and program storage medium | |
| Mechefske et al. | Parametric spectral estimation to detect and diagnose faults in low speed rolling element bearings: Preliminary investigations | |
| Traore et al. | Which methods and strategies to cope with noise complexity for an effective interpretation of acoustic emission signals in noisy nuclear environment? | |
| Faisal et al. | Suppression of false-terms in wigner-ville distribution using time and frequency windowing | |
| WO2022198212A3 (en) | Fault detection and monitoring | |
| US8069197B2 (en) | Method and apparatus for periodic noise suppression in transient signals | |
| Liu et al. | An optimized kurtogram method for early fault detection of rolling element bearings using acoustic emission | |
| FI130776B1 (en) | METHOD AND APPARATUS FOR DEFECT DETECTION | |
| He et al. | A new method of reliability evaluation based on wavelet information entropy for equipment condition identification | |
| US6427536B1 (en) | Method and system for measuring anisotropic material properties | |
| Belega et al. | Choice of the window used in the interpolated discrete Fourier transform method | |
| Zhu et al. | Synchronous averaging of time-frequency distribution with application to machine condition monitoring | |
| RU2132510C1 (ru) | Способ диагностики течей в арматуре, трубопроводах, сосудах давления и устройство для его осуществления | |
| KR100456841B1 (ko) | 차량 내구 시험에서 검출 신호 처리방법 | |
| US6545454B1 (en) | System and method for testing an integrated circuit device using FFT analysis based on a non-iterative FFT coherency analysis algorithm | |
| JP3354491B2 (ja) | 外部雑音除去方法 | |
| Albarbar | Diesel engine air-borne acoustic signals analysis using continuous wavelet transform | |
| Thomas | Vehicle sounds and recognition |