KR102120756B1 - Automatic diagnosis method for rotating machinery using real-time vibration analysis - Google Patents

Automatic diagnosis method for rotating machinery using real-time vibration analysis Download PDF

Info

Publication number
KR102120756B1
KR102120756B1 KR1020180071855A KR20180071855A KR102120756B1 KR 102120756 B1 KR102120756 B1 KR 102120756B1 KR 1020180071855 A KR1020180071855 A KR 1020180071855A KR 20180071855 A KR20180071855 A KR 20180071855A KR 102120756 B1 KR102120756 B1 KR 102120756B1
Authority
KR
South Korea
Prior art keywords
vibration
frequency
automatic diagnosis
rotating machine
component
Prior art date
Application number
KR1020180071855A
Other languages
Korean (ko)
Other versions
KR20190000826A (en
Inventor
이선휘
이신혜
Original Assignee
퓨처메인 주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 퓨처메인 주식회사 filed Critical 퓨처메인 주식회사
Publication of KR20190000826A publication Critical patent/KR20190000826A/en
Application granted granted Critical
Publication of KR102120756B1 publication Critical patent/KR102120756B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/048—Marking the faulty objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/12—Analysing solids by measuring frequency or resonance of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4445—Classification of defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/02—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses
    • G01P15/08—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses with conversion into electric or magnetic values
    • G01P15/097—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses with conversion into electric or magnetic values by vibratory elements

Abstract

본 발명의 실시예에 따른 회전기계의 자동진단방법은 (A) 회전 기계(100)의 다수의 지점에 각각 장착된 진동센서(200)를 통해 발생하는 진동데이터를 데이터 수집장치(300)에서 수집하는 단계; (B) 상기 데이터 수집장치(300)가 수집된 진동데이터를 OPC(OLE for Process Control) 통신 방식이 적용된 통신 모듈(400)을 통해 자동 진단 모듈(500)로 전달하는 단계; (C) 상기 자동 진단 모듈(500)이 수신한 진동데이터를 이용하여 결함 진단을 시동하는 단계; 및 (D) 상기 자동 진단 모듈(500)이 진단 결과 및 점검 여부를 표시 장치(600)를 통해 디스플레이하는 단계;를 포함한다.
본 발명의 실시예에 따른 회전기계의 자동진단방법은 회전 기계의 상태 변화에 따른 실시간 설비결함 유형 및 결함 원인까지 진단할 수 있어서, 결함의 진전 과정을 예측할 수 있고 고장을 미리 방지할 수 있는 효과가 있다. In the automatic diagnosis method of the rotating machine according to the embodiment of the present invention, (A) vibration data generated through the vibration sensors 200 mounted at multiple points of the rotating machine 100 are collected by the data collection device 300 To do; (B) transmitting the vibration data collected by the data collection device 300 to the automatic diagnosis module 500 through the communication module 400 to which the OLE for Process Control (OPC) communication method is applied; (C) starting a fault diagnosis using the vibration data received by the automatic diagnosis module 500; And (D) the automatic diagnosis module 500 displaying a diagnosis result and a check through the display device 600.
The automatic diagnosis method of a rotating machine according to an embodiment of the present invention can diagnose the type of defect and the cause of a defect in real time according to a change in the state of the rotating machine, thereby predicting the progress of the defect and preventing the failure in advance. There is.

Description

실시간 진동 분석을 이용한 회전기계의 자동진단방법{AUTOMATIC DIAGNOSIS METHOD FOR ROTATING MACHINERY USING REAL-TIME VIBRATION ANALYSIS} AUTOMATIC DIAGNOSIS METHOD FOR ROTATING MACHINERY USING REAL-TIME VIBRATION ANALYSIS

본 발명은 회전기계의 자동진단방법에 관한 것으로, 특히 실시간으로 회전 기계의 회전축 및 회전 요소들에서 발생하는 진동 데이터를 수집하고, 이를 진동분석 파라미터로 변환한 후 통신 모듈을 이용하여 자동진단 모듈로 전송하며, 이를 진동결함 패턴을 이용한 진단 알고리즘을 통해 회전 기계의 이상 유무를 실시간으로 진단하는 회전기계의 자동진단방법에 관한 것이다. The present invention relates to an automatic diagnosis method of a rotating machine, in particular, collects vibration data generated from rotating shafts and rotating elements of the rotating machine in real time, converts it into vibration analysis parameters, and then uses the communication module to automatically diagnose the module. It relates to an automatic diagnosis method of a rotating machine that transmits and diagnoses the presence or absence of a rotating machine in real time through a diagnostic algorithm using a vibration defect pattern.

최근 산업기술이 발달함에 따라 회전 기계들이 대형화, 고 정밀화되면서 이들 설비에서 고장이 발생하면 막대한 경제적 손실이나 인명에 피해를 줄 수 있어 이들 회전 기계에 대한 고장 감시가 매우 중요해졌다. With the recent development of industrial technology, as the rotating machines become larger and more precise, failures in these facilities can damage enormous economic losses or human life, and thus it is very important to monitor the failures of these rotating machines.

또한, 기업들은 경쟁력 강화를 위해 스마트 공장으로 전환을 서두르고 있어서, 이 때문에 자동화된 설비들의 수요가 증가하고, 무인 자동화에 대해 요구가 늘나고 있어서 설비들에 대해 철저한 관리가 필요해졌다. In addition, companies are rushing to switch to smart factories to strengthen their competitiveness, and as a result, the demand for automated facilities is increasing, and the demand for unmanned automation is increasing, so it is necessary to thoroughly manage the facilities.

일반적으로 회전 기계는 회전 축에서 발생하는 진동 특성과 함께 기계적 요소들인 베어링, 기어박스, 홴 등에서 결함이 점차 증가함에 따라 진동량의 증가도 함께 나타나고 진동의 특성 변화도 발생하게 된다.In general, a rotating machine generally exhibits an increase in vibration amount and a change in vibration characteristics as defects gradually increase in mechanical elements such as bearings, gear boxes, and shocks, along with vibration characteristics occurring in a rotating shaft.

종래에는 이들 진동량 변화와 진동 특성 변화를 전문가들이 분석하여 결함의 원인을 찾고 적절한 대책을 세웠다. In the related art, experts have analyzed these changes in the amount of vibration and changes in vibration characteristics to find the cause of defects and take appropriate measures.

그러나 전문가들의 경험 부족과 다양화된 설비특성의 변화로 정확한 진단이 어려워, 진동의 크기를 설정하고 그 크기를 초과하는 진동이 발생할 경우에만 관리자에게 이상 상태를 알려주는 방법을 사용해 오고 있다.However, it is difficult to accurately diagnose due to the lack of experience of experts and diversified facility characteristics, and it has been using a method of setting the magnitude of vibration and notifying the manager of an abnormal condition only when vibration exceeding the magnitude occurs.

그러나 이러한 방법도 회전 기계의 고장 발생 정도만을 판별할 수 있고, 고장의 원인이나 진전 과정을 알 수 없어 능동적으로 대처를 할 수 없기 때문에 다시 전문가에게 판단을 맡기고 있다.However, this method can only determine the degree of failure of the rotating machine, and because the cause or progress of the failure is not known, it cannot be actively dealt with, so the expert is judged again.

따라서, 회전 기계에서 결함이 발생하였을 때, 고장 전 단계에서 결함 원인을 미리 파악하고 진전 과정을 예측해 사고를 미리 방지하는 기술이 필요하며, 이를 위해서는 실시간 진동 데이터를 분석하여 회전 기계를 정확히 진단할 수 있는 기술이 요구된다.Therefore, when a defect occurs in the rotating machine, it is necessary to identify the cause of the defect in advance before the failure and predict the progress of the accident to prevent the accident in advance. For this, real-time vibration data can be analyzed to accurately diagnose the rotating machine. Skill is required.

특허문헌 : 등록특허공보 제666452호Patent Literature: Registered Patent Publication No. 666452

본 발명은 상기 문제점을 해소하기 위하여 안출된 것으로, 본 발명의 목적은 회전 기계에서 발생하는 진동 특성을 실시간으로 분석하여 결함을 진단하고 이를 근거로 미리 고장을 방지하는 회전기계의 자동진단방법을 제공하는 데 있다. The present invention has been devised to solve the above problems, and an object of the present invention is to provide an automatic diagnosis method of a rotating machine that analyzes vibration characteristics generated in a rotating machine in real time to diagnose defects and prevent failures based on this. Has to do.

본 발명의 실시예에 따른 회전기계의 자동진단방법은 (A) 회전 기계(100)의 다수의 지점에 각각 장착된 진동센서(200)를 통해 발생하는 진동데이터를 데이터 수집장치(300)에서 수집하는 단계; (B) 상기 데이터 수집장치(300)가 수집된 진동데이터를 OPC(OLE for Process Control) 통신 방식이 적용된 통신 모듈(400)을 통해 자동 진단 모듈(500)로 전달하는 단계; (C) 상기 자동 진단 모듈(500)이 수신한 진동데이터를 이용하여 결함 진단을 시동하는 단계; 및 (D) 상기 자동 진단 모듈(500)이 진단 결과 및 점검 여부를 표시 장치(600)를 통해 디스플레이하는 단계;를 포함한다. In the automatic diagnosis method of the rotating machine according to the embodiment of the present invention, (A) vibration data generated through the vibration sensors 200 mounted at multiple points of the rotating machine 100 are collected by the data collection device 300 To do; (B) transmitting the vibration data collected by the data collection device 300 to the automatic diagnosis module 500 through the communication module 400 to which the OLE for Process Control (OPC) communication method is applied; (C) starting a fault diagnosis using the vibration data received by the automatic diagnosis module 500; And (D) the automatic diagnosis module 500 displaying a diagnosis result and a check through the display device 600.

본 발명의 실시예에 따른 회전기계의 자동진단방법에서 상기 (C) 단계는 (C-1) 상기 자동 진단 모듈(500)이 수신한 진동데이터에서 발생 주파수, 진동 진폭 및 위상을 검출하는 단계; (C-2) 상기 자동 진단 모듈(500)이 상기 발생 주파수에 따른 1차 진단을 수행하는 단계; 및 (C-3) 상기 자동 진단 모듈(500)이 2차 진동 성분에 따른 2차 진단을 수행하는 단계;를 더 포함하는 것을 특징으로 한다. In the automatic diagnosis method of a rotating machine according to an embodiment of the present invention, step (C) includes: (C-1) detecting the frequency, vibration amplitude, and phase generated from vibration data received by the automatic diagnosis module 500; (C-2) the automatic diagnosis module 500 performing a primary diagnosis according to the occurrence frequency; And (C-3) the automatic diagnosis module 500 performing secondary diagnosis according to the secondary vibration component.

본 발명의 실시예에 따른 회전기계의 자동진단방법에서 상기 (C-2) 단계는 (C-21) 상기 자동 진단 모듈(500)이 다수의 상기 발생 주파수 중에서 진폭이 높은 주파수를 탁월 주파수로 우선 선정하는 단계; (C-22) 상기 자동 진단 모듈(500)이 다수의 상기 탁월 주파수 중 진동량이 높은 주파수 성분을 1차 주진동 성분으로 선정하는 단계; 및 (C-23) 상기 자동 진단 모듈(500)이 상기 1차 주진동 성분보다 낮은 진동 진폭을 갖는 주파수 성분을 2차 진동 성분으로 분류하는 단계;를 더 포함하는 것을 특징으로 한다. In the automatic diagnosis method of the rotating machine according to the embodiment of the present invention, step (C-2) is (C-21), wherein the automatic diagnosis module 500 prioritizes a frequency having a high amplitude among a plurality of the generated frequencies as an excellent frequency. Selecting; (C-22) the automatic diagnosis module 500 selecting a frequency component having a high vibration amount among the plurality of excellent frequencies as a primary main vibration component; And (C-23) the automatic diagnosis module 500 classifying a frequency component having a vibration amplitude lower than that of the primary main vibration component into a secondary vibration component.

본 발명의 실시예에 따른 회전기계의 자동진단방법에서 상기 발생 주파수는 1차 회전 성분의 회전 주파수(Hz) 또는 회전수(RPM)에 해당하는 1X RPM, 2차 회전 성분의 회전 주파수(Hz) 또는 회전수(RPM)에 해당하는 2X RPM, 3차 회전 성분의 회전 주파수(Hz) 또는 회전수(RPM)에 해당하는 3X RPM, FTF(Fundamental Train Frequency), BSF(Ball Spin Frequency), BPFO(Ball Pass Frequency Outer Race), BPFI(Ball Pass Frequency Inner Race), Nt(Number of Gear Tooth), 배수 성분(Harmonics) 및 분수차 성분(Half-harmonics) 중 어느 하나를 포함하는 것을 특징으로 한다. In the automatic diagnosis method of a rotating machine according to an embodiment of the present invention, the generated frequency is 1X RPM corresponding to the rotational frequency (Hz) or rotational speed (RPM) of the primary rotational component, and the rotational frequency (Hz) of the secondary rotational component. Or 2X RPM corresponding to the number of revolutions (RPM), rotation frequency (Hz) of the 3rd rotation component, or 3X RPM corresponding to the number of revolutions (RPM), Fundamental Train Frequency (FSF), Ball Spin Frequency (BSF), BPFO ( Characterized in that it comprises any one of Ball Pass Frequency Outer Race (BPFI), Ball Pass Frequency Inner Race (BPFI), Number of Gear Tooth (Nt), Harmonics and Half-harmonics.

본 발명의 특징 및 이점들은 첨부도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다.The features and advantages of the present invention will become more apparent from the following detailed description based on the accompanying drawings.

이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이고, 사전적인 의미로 해석되어서는 아니 되며, 발명자가 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합되는 의미와 개념으로 해석되어야만 한다. Prior to this, terms or words used in the present specification and claims should not be interpreted in a conventional and lexical sense, and the inventor appropriately defines the concept of terms in order to explain his or her invention in the best way. Based on the principle that it can be done, it should be interpreted as a meaning and a concept consistent with the technical idea of the present invention.

본 발명의 실시예에 따른 회전기계의 자동진단방법은 회전 기계의 상태 변화에 따른 실시간 설비결함 유형 및 결함 원인까지 진단할 수 있어서, 결함의 진전 과정을 예측할 수 있고 고장을 미리 방지할 수 있는 효과가 있다. The automatic diagnosis method of a rotating machine according to an embodiment of the present invention can diagnose a type of defect and a cause of a defect in real time according to a change in the state of a rotating machine, thereby predicting the progress of a defect and preventing a failure in advance. There is.

도 1은 본 발명의 일실시예에 따른 실시간으로 회전기계를 자동진단하는 시스템의 구성도.
도 2는 본 발명의 일실시예에 따라 실시간으로 회전기계의 진동 측정과 분석과정을 나타내는 예시도.
도 3은 본 발명의 다른 실시예에 따른 실시간 진동 분석을 이용한 회전기계의 자동진단방법을 설명하기 위한 순서도.
도 4는 본 발명의 다른 실시예에 따라 회전기계의 자동진단을 위한 조건항목들을 나타낸 예시도.
도 5는 본 발명의 다른 실시예에 따라 회전기계의 자동진단결과를 나타낸 예시도. 1 is a block diagram of a system for automatically diagnosing a rotating machine in real time according to an embodiment of the present invention.
Figure 2 is an exemplary view showing a vibration measurement and analysis process of a rotating machine in real time according to an embodiment of the present invention.
Figure 3 is a flow chart for explaining the automatic diagnosis method of a rotating machine using real-time vibration analysis according to another embodiment of the present invention.
4 is an exemplary view showing condition items for automatic diagnosis of a rotating machine according to another embodiment of the present invention.
5 is an exemplary view showing an automatic diagnosis result of a rotating machine according to another embodiment of the present invention.

본 발명의 목적, 특정한 장점들 및 신규한 특징들은 첨부된 도면들과 연관되는 이하의 상세한 설명과 바람직한 실시예로부터 더욱 명백해질 것이다. 본 명세서에서 각 도면의 구성요소들에 참조번호를 부가함에 있어서, 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 번호를 가지도록 하고 있음에 유의하여야 한다. 또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 또한, 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다.The objects, specific advantages and novel features of the present invention will become more apparent from the following detailed description and preferred embodiments associated with the accompanying drawings. It should be noted that in this specification, when adding reference numerals to the components of each drawing, the same components have the same number as possible even though they are displayed on different drawings. Further, terms such as first and second may be used to describe various components, but the components should not be limited by the terms. The terms are used only for the purpose of distinguishing one component from other components. In addition, in the description of the present invention, when it is determined that detailed descriptions of related known technologies may unnecessarily obscure the subject matter of the present invention, detailed descriptions thereof will be omitted.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다. 도 1은 본 발명의 일실시예에 따른 실시간으로 회전기계를 자동진단하는 시스템의 구성도이고, 도 2는 본 발명의 일실시예에 따라 실시간으로 회전기계의 진동 측정과 분석과정을 나타내는 예시도이다. Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. 1 is a block diagram of a system for automatically diagnosing a rotating machine in real time according to an embodiment of the present invention, and FIG. 2 is an exemplary view showing a vibration measuring and analyzing process of a rotating machine in real time according to an embodiment of the present invention to be.

본 발명의 일실시예에 따른 실시간으로 회전기계를 자동진단하는 시스템은 도 1에 도시된 바와 같이 회전 기계(100)에 장착된 다수의 진동센서(200), 다수의 진동센서(200) 각각에 연결된 데이터 수집장치(300), 통신 모듈(400)을 매개로 데이터 수집장치(300)에 연결된 자동 진단 모듈(500) 및 자동 진단 모듈(500)에 연결된 표시 장치(600)를 포함하여 구성된다. 본 발명의 일실시예에 따른 실시간으로 회전기계를 자동진단하는 시스템은 구체적으로 설명하기 위해 다양한 설비로 구성된 콘베어 밸트 시스템을 대상으로 선정하여 설명한다. A system for automatically diagnosing a rotating machine in real time according to an embodiment of the present invention includes a plurality of vibration sensors 200 and a plurality of vibration sensors 200 mounted on the rotating machine 100 as shown in FIG. 1. It comprises a connected data collection device 300, an automatic diagnosis module 500 connected to the data collection device 300 via the communication module 400, and a display device 600 connected to the automatic diagnosis module 500. A system for automatically diagnosing a rotating machine in real time according to an embodiment of the present invention will be described by selecting a conveyor belt system composed of various facilities as a target for detailed description.

진동센서(200)는 회전 기계(100)의 주축 스핀들, 구동 전동기 외부 일면 등에 각각 장착된 3축 가속도 센서를 포함하고, 회전 기계의 운전 중 동작 과정에서 발생하는 진동을 수집한다. 여기서, 진동센서(200) 각각은 구동 전동기의 회전자 축을 축 방향으로 설정하고, 회전자 반경 방향을 기준으로 수평 방향과 수직 방향으로 나누어 진동 측정 방향을 설정할 수 있다. 이러한 설정은 구동 전동기의 회전다가 모든 방향으로 동작할 때 축방향 및 반경방향에서 발생하는 진동을 모두 측정하기 위한 것이고, 진동 측정은 구동전동기가 가동되는 전체 시간에 거쳐 실시간으로 수행되며, 이렇게 측정된 진동 데이터는 데이터 수집장치(300)로 전달된다. The vibration sensor 200 includes a three-axis acceleration sensor mounted on a main spindle of the rotating machine 100, an external surface of a driving motor, and the like, and collects vibrations generated during the operation of the rotating machine. Here, each of the vibration sensors 200 may set the rotor axis of the drive motor in the axial direction, and divide the horizontal and vertical directions based on the radial direction of the rotor to set the vibration measurement direction. This setting is for measuring all vibrations occurring in the axial and radial directions when the drive motor rotates and operates in all directions, and the vibration measurement is performed in real time over the entire time the drive motor is operated. The vibration data is transmitted to the data collection device 300.

데이터 수집장치(300)는 진동센서(200) 각각으로부터 실시간으로 검출되는 진동 데이터를 분석을 위한 진동 주파수 파형으로 변환하고, 변환된 진동 주파수 파형을 통신 모듈(400)을 통해 자동 진단 모듈(500)로 전달한다. The data collection device 300 converts vibration data detected in real time from each of the vibration sensors 200 into vibration frequency waveforms for analysis, and automatically converts the converted vibration frequency waveforms through the communication module 400 to the diagnostic module 500 To pass.

통신 모듈(400)은 가공된 분석 파라미터를 손실 없이 전송하기 위해, 예컨대 OPC(OLE for Process Control) 통신 방식이 적용된 통신 모듈을 적용할 수 있고, 진동센서(200) 각각의 회전 기계 측정 위치정보, 설비 정보 및 진동 파라미터 정보를 손실 없이 전송할 수 있다. The communication module 400 may apply, for example, a communication module to which the OLE for Process Control (OPC) communication method is applied to transmit the processed analysis parameters without loss, and the rotational machine measurement position information of each of the vibration sensors 200, Equipment information and vibration parameter information can be transmitted without loss.

자동 진단 모듈(500)은 실시간으로 수집되는 분석 파라미터를 분리하여 결함 분석을 위한 진단 알고리즘에 적용하고, 이 과정을 통해 최종적으로 회전 기계의 결함을 판별하게 된다. The automatic diagnosis module 500 separates analysis parameters collected in real time and applies them to a diagnostic algorithm for defect analysis, and finally determines a defect of the rotating machine through this process.

여기서, 회전 기계인 구동전동기는 운전하는 방식에 따라 결함의 종류가 다양하고, 이에 따른 진동 주파수 특성이 다르기 때문에, 전체 운전과정에서 결함에 따른 진동 진폭, 진동 주파수, 위상 등의 특성을 분석하고 분류하여 미리 결함 패턴의 데이터 베이스로서 저장 구축할 수 있다. Here, since the driving motor, which is a rotating machine, has various types of defects depending on the driving method, and the vibration frequency characteristics are different accordingly, the characteristics of the vibration amplitude, vibration frequency, phase, etc. due to defects are analyzed and classified in the entire operation process By doing so, it can be constructed and stored as a database of defect patterns in advance.

예를 들어 자동 진단 모듈(500)은 아래의 [표 1]에 정리한 바와 같이 각각의 결함에 따른 진동 진폭, 진동 주파수, 위상 등의 특성을 데이터 베이스로서 저장 구축할 수 있다. For example, the automatic diagnosis module 500 may store and construct characteristics such as vibration amplitude, vibration frequency, and phase according to each defect as a database, as summarized in [Table 1] below.

Figure 112018061378165-pat00001
Figure 112018061378165-pat00001

여기서, 각 결함별 발생 주파수는 1차 회전 성분의 회전 주파수(Hz) 또는 회전수(RPM)에 해당하는 1X RPM, 2차 회전 성분의 회전 주파수(Hz) 또는 회전수(RPM)에 해당하는 2X RPM, 3차 회전 성분의 회전 주파수(Hz) 또는 회전수(RPM)에 해당하는 3X RPM, FTF(Fundamental Train Frequency), BSF(Ball Spin Frequency), BPFO(Ball Pass Frequency Outer Race), BPFI(Ball Pass Frequency Inner Race), Nt(Number of Gear Tooth), 배수 성분(Harmonics) 및 분수차 성분(Half-harmonics) 등을 특성으로 포함할 수 있다. Here, the occurrence frequency of each defect is 1X RPM corresponding to the rotational frequency (Hz) or rotational speed (RPM) of the primary rotational component, 2X corresponding to the rotational frequency (Hz) or rotational speed (RPM) of the secondary rotational component. RPM, 3X RPM corresponding to the rotational frequency (Hz) or rotational speed (RPM) of the 3rd rotation component, Fundamental Train Frequency (FTF), Ball Spin Frequency (BSF), Ball Pass Frequency Outer Race (BPFO), Ball Pass Frequency Inner Race (Nt), Number of Gear Tooth (Nt), Harmonics and Fractional Components (Half-harmonics).

자동 진단 모듈(500)은 이러한 발생 주파수, 진동 진폭, 위상 등을 검출하고 각각에 해당하는 결함 원인을 판단할 수 있다. 즉, 자동 진단 모듈(500)은 전송된 주파수들 중에서 가장 진폭이 높은 주파수를 탁월 주파수로 우선적으로 선정하고, 만일 탁월 주파수가 다수인 경우에는 가장 진동량이 높은 주파수 성분을 1차 주진동 성분으로 선정하며, 그 다음으로 진동 진폭이 낮은 성분은 2차 진동 성분으로 분류한다. The automatic diagnosis module 500 may detect such occurrence frequency, vibration amplitude, phase, and the like, and determine the cause of the defect corresponding to each. That is, the automatic diagnosis module 500 preferentially selects a frequency having the highest amplitude among the transmitted frequencies as an excellent frequency, and if there are multiple excellent frequencies, selects a frequency component having the highest vibration amount as a primary main vibration component. , And the components with the lowest vibration amplitude are classified as secondary vibration components.

탁월 주파수와 2차 진동 성분이 분류되면, 주 진동 성분의 방향과 위상 특성, 회전 특성 부하 특성 등을 차례로 확인하고, 이들 조합에 따라 [표 1]에 기재된 각 결함별 발생 주파수에 따른 결함 유형을 분류하여 최종적으로 회전 기계의 결함을 도출하게 된다. When the excellence frequency and the secondary vibration component are classified, the direction and phase characteristics of the main vibration component, rotation characteristics, load characteristics, etc. are sequentially checked, and the defect type according to the occurrence frequency of each defect in [Table 1] is determined according to these combinations. Classification finally leads to defects in the rotating machine.

표시 장치(600)는 자동 진단 모듈(500)에 연결된 디스플레이 장치로서, 예컨대 LCD 모니터, PDA 등을 포함할 수 있다. 이러한 표시 장치(600)는 자동 진단 모듈(500)로부터 수신한 회전 기계의 결함정보를 디스플레이한다. The display device 600 is a display device connected to the automatic diagnosis module 500, and may include, for example, an LCD monitor and a PDA. The display device 600 displays defect information of the rotating machine received from the automatic diagnosis module 500.

이와 같이 구성된 본 발명의 일실시예에 따른 실시간으로 회전기계를 자동진단하는 시스템은 실시간으로 회전 기계의 상태 변화에 따른 설비결함 유형 및 결함 원인까지 진단하여, 결함의 진전 과정을 예측할 수 있고 고장을 미리 방지할 수 있다. The system for automatically diagnosing a rotating machine in real time according to an embodiment of the present invention configured as described above can diagnose a type of equipment defect and a cause of a defect according to a change in state of the rotating machine in real time, thereby predicting a progress of a defect and detecting a failure. It can be prevented in advance.

이하, 본 발명의 다른 실시예에 따른 실시간 진동 분석을 이용한 회전기계의 자동진단방법에 대해 도 3 내지 도 5를 참조하여 설명한다. 도 3은 본 발명의 다른 실시예에 따른 실시간 진동 분석을 이용한 회전기계의 자동진단방법을 설명하기 위한 순서도이고, 도 4는 본 발명의 다른 실시예에 따라 회전기계의 자동진단을 위한 조건항목들을 나타낸 예시도이며, 도 5는 본 발명의 다른 실시예에 따라 회전기계의 자동진단결과를 나타낸 예시도이다. Hereinafter, an automatic diagnosis method of a rotating machine using real-time vibration analysis according to another embodiment of the present invention will be described with reference to FIGS. 3 to 5. 3 is a flowchart for explaining an automatic diagnosis method of a rotating machine using real-time vibration analysis according to another embodiment of the present invention, and FIG. 4 shows condition items for automatic diagnosis of a rotating machine according to another embodiment of the present invention 5 is an exemplary view showing an automatic diagnosis result of a rotating machine according to another embodiment of the present invention.

본 발명의 다른 실시예에 따른 실시간 진동 분석을 이용한 회전기계의 자동진단방법은 도 1에 도시된 회전기계를 자동진단하는 시스템을 적용해 콘베어 밸트와 같은 회전기계를 포함한 대상에 대해 뉴로모픽 기술(neuromorphic Technology)을 적용하여 실시간으로 진동을 분석하고 결함을 진단할 수 있다. A method for automatically diagnosing a rotating machine using real-time vibration analysis according to another embodiment of the present invention applies a system for automatically diagnosing a rotating machine shown in FIG. 1 to apply a neuromorphic technology to an object including a rotating machine such as a conveyor belt. By applying (neuromorphic technology), you can analyze vibration in real time and diagnose defects.

본 발명의 다른 실시예에 따른 회전기계의 자동진단방법은 먼저 회전 기계(100)의 구동 전동기의 외부 일면 등에 각각 장착된 진동센서(200)를 통해 운전동작 과정에서 발생하는 진동데이터를 데이터 수집장치(300)에서 수집한다. The automatic diagnosis method of a rotating machine according to another embodiment of the present invention is a data collection device that first collects vibration data generated during a driving operation through a vibration sensor 200 mounted on an external surface of a driving motor of the rotating machine 100, respectively. (300).

이렇게 데이터 수집장치(300)에 의해 수집된 진동데이터는 OPC(OLE for Process Control) 통신 방식이 적용된 통신 모듈(400)을 통해 자동 진단 모듈(500)에 전달된다. The vibration data collected by the data collection device 300 is transmitted to the automatic diagnosis module 500 through the communication module 400 to which the OLE for Process Control (OPC) communication method is applied.

자동 진단 모듈(500)은 수신한 진동데이터에서 발생 주파수, 진동 진폭, 위상 등을 검출하고 결함 진단을 시동한다(S310). The automatic diagnosis module 500 detects the frequency, vibration amplitude, phase, and the like, from the received vibration data, and starts fault diagnosis (S310).

예를 들어, 자동 진단 모듈(500)이 수신한 진동데이터에서 발생 주파수, 진동 진폭 및 위상 등을 검출하여 콘베어 밸트 시스템의 구동 전동기에 대한 결함 진단을 시동할 수 있다. For example, by detecting the frequency, vibration amplitude, and phase of the vibration data received from the automatic diagnosis module 500, the fault diagnosis of the drive motor of the conveyor belt system can be started.

이때, 자동 진단 모듈(500)은 도 4에 도시된 바와 같이 표시 장치(600)를 통해 자동진단을 위한 조건항목들을 디스플레이하고 사용자로부터 조건항목들 중 선택된 파라미터들을 설정할 수 있다. At this time, the automatic diagnosis module 500 may display condition items for automatic diagnosis through the display device 600 and set selected parameters among the condition items from the user, as shown in FIG. 4.

자동 진단 모듈(500)은 전송된 진동데이터에서 주파수들 중에서 가장 진폭이 높은 주파수를 탁월 주파수로 우선 선정하고, 만일 탁월 주파수가 다수인 경우에는 가장 진동량이 높은 주파수 성분을 1차 주진동 성분으로 선정하며, 그 다음으로 진동 진폭이 낮은 성분을 2차 진동 성분으로 분류한다. The automatic diagnosis module 500 first selects the frequency with the highest amplitude among the frequencies as the excellent frequency from the transmitted vibration data, and if there are multiple excellent frequencies, selects the frequency component with the highest vibration amount as the primary main vibration component. , Next, the components with low vibration amplitude are classified as secondary vibration components.

탁월 주파수와 2차 진동 성분이 분류되면, 1차 주진동 성분의 방향과 위상 특성, 회전 특성 부하 특성 등을 차례로 확인하고, 이들 조합에 따라 [표 1]에 기재된 결함별 발생 주파수에 따른 결함 유형을 분류할 수 있다. When the excellence frequency and the secondary vibration component are classified, the direction and phase characteristics of the primary main vibration component, rotation characteristics, load characteristics, etc. are sequentially checked, and the defect type according to the occurrence frequency of each defect described in [Table 1] is determined according to these combinations. Can be classified.

구동 전동기에 대한 결함 유형을 분류하기 위해, 자동 진단 모듈(500)은 1차 주진동 성분의 방향과 위상 특성, 회전 특성 부하 특성 등을 차례로 확인하여, 발생 주파수가 기계적 진동 주파수이면 베어링 결함 유형 판단(S321) 또는 회전축의 결함 유형 판단(S322)으로 분류하고, 전기적 진동 주파수이면 공극 불량결함 유형 판단(S323) 또는 고정자 결함 유형 판단(S324)으로 분류하며, 공기역학적 진동 주파수이면 통풍 결함 유형 판단(S325)으로 분류할 수 있다. In order to classify the defect type for the drive motor, the automatic diagnosis module 500 sequentially checks the direction and phase characteristics of the primary main vibration component, the rotation characteristic load characteristic, and the like, and determines the bearing defect type if the generated frequency is a mechanical vibration frequency ( S321) or a defect type determination of the rotating shaft (S322), and if it is an electrical vibration frequency, it is classified as an air gap defect type determination (S323) or a stator defect type determination (S324). ).

각각의 결함 유형을 판단 분류한 후, 자동 진단 모듈(500)은 각각의 결함 유형에 대한 원인을 분류한다. 즉 자동 진단 모듈(500)은 진동의 주성분이 전기적 진동 주파수로 발생하는 공극 불량결함 유형 판단(S323)에 대해 2차 진동 성분 및 특정 공진 주파수 존재 여부에 따라 결함의 원인을 공극의 불량(S331), 공진(S332) 또는 회전자/고정자 결함(S333)으로 나타나게 된다. After judging and classifying each defect type, the automatic diagnosis module 500 classifies the cause for each defect type. That is, the automatic diagnosis module 500 determines the cause of the defect according to whether there is a secondary vibration component and a specific resonance frequency with respect to the air gap defect type determination (S323) in which the main component of the vibration occurs at an electrical vibration frequency (S331). , Resonance (S332) or rotor/stator defect (S333).

이어서, 자동 진단 모듈(500)은 뉴로모픽 기술에 따라 각각의 결함 유형별로 2차 진동 성분에 따른 2차 진단을 실시할 수 있다. 예를 들어, 자동 진단 모듈(500)은 공극 불량결함 유형 판단(S323)에 대해 2차 진동 성분이 없는 경우 전기적 진동 성분에 한하여 2차 진단을 실시하게 되고, 2차 성분이 없기 때문에 공극의 정적 언발란스에 의해 진동이 발생한 것으로 판단한다(S342). Subsequently, the automatic diagnosis module 500 may perform secondary diagnosis according to the secondary vibration component for each defect type according to neuromorphic technology. For example, the automatic diagnosis module 500 performs secondary diagnosis on the electrical vibration component only when there is no secondary vibration component for the air gap defective type determination (S323). It is determined that vibration has occurred due to unbalance (S342).

이러한 공극의 정적 언발란스의 판단에 대해, 자동 진단 모듈(500)은 위상 특성 또는 회전 특성 부하 특성을 통해 회전체 런아웃(S351), 회전체 편심(S352) 또는 기초 변형/설치 불량(S353)을 원인으로 판별할 수 있다. For the determination of static unbalance of the air gap, the automatic diagnosis module 500 causes the rotor runout (S351), the rotor eccentricity (S352), or the basic deformation/installation failure (S353) through the phase characteristic or the rotation characteristic load characteristic. It can be determined by.

이때, 자동 진단 모듈(500)은 기초 변형/설치 불량(S353)이 발생한 원인으로 베이스 크라인(Base crown)을 진단하거나(S361) 또는 소프트 풋(Soft foot)을 진단(S362)하고, 도 5에 도시된 바와 같이 진단 결과 및 분해 점검할 것을 표시 장치(600)를 통해 디스플레이할 수 있다. At this time, the automatic diagnosis module 500 diagnoses the base crown as the cause of the basic deformation/installation failure (S353) (S361) or diagnoses the soft foot (S362), and FIG. 5 Diagnostic results and disassembly checks may be displayed through the display device 600 as illustrated in FIG.

이러한 과정을 포함한 본 발명의 다른 실시예에 따른 회전기계의 자동진단방법은 실시간으로 진동데이터를 분석하고 뉴로모픽 기술에 따라 각각의 결함 원인을 유형별로 진단하여, 결함의 진전 과정을 예측할 수 있고 고장을 미리 방지할 수 있다. The automatic diagnosis method of a rotating machine according to another embodiment of the present invention, including such a process, analyzes vibration data in real time and diagnoses each defect cause by type according to neuromorphic technology, thereby predicting the progress of the defect. Failure can be prevented in advance.

본 발명의 기술사상은 상기 바람직한 실시예에 따라 구체적으로 기술되었으나, 전술한 실시예들은 그 설명을 위한 것이며, 그 제한을 위한 것이 아님을 주의하여야 한다. It should be noted that although the technical idea of the present invention has been specifically described according to the preferred embodiment, the above-described embodiments are for the purpose of explanation and not for the limitation.

또한, 본 발명의 기술분야의 통상의 전문가라면 본 발명의 기술사상의 범위 내에서 다양한 실시가 가능함을 이해할 수 있을 것이다. In addition, a person skilled in the art of the present invention will understand that various implementations are possible within the scope of the technical idea of the present invention.

100: 회전기계 200: 진동센서
300: 데이터 수집장치 400: 통신모듈
500: 자동진단모듈 600: 표시장치 100: rotating machine 200: vibration sensor
300: data collection device 400: communication module
500: automatic diagnosis module 600: display device

Claims (4)

(A) 회전 기계(100)의 다수의 지점에 각각 장착된 진동센서(200)를 통해 발생하는 진동데이터를 데이터 수집장치(300)에서 수집하는 단계;
(B) 상기 데이터 수집장치(300)가 수집된 진동데이터를 OPC(OLE for Process Control) 통신 방식이 적용된 통신 모듈(400)을 통해 자동 진단 모듈(500)로 전달하는 단계;
(C) 상기 자동 진단 모듈(500)이 수신한 진동데이터를 이용하여 결함 진단을 시동하는 단계; 및
(D) 상기 자동 진단 모듈(500)이 진단 결과 및 점검 여부를 표시 장치(600)를 통해 디스플레이하는 단계;
를 포함하고,
상기 진동센서(200)는 3축 가속도 센서로서, 상기 회전 기계(100)의 회전자의 축 방향, 상기 회전자의 반경 방향을 기준으로 수평방향 및 수직방향으로 진동을 측정하며,
상기 (C) 단계는
(C-1) 상기 자동 진단 모듈(500)이 수신한 진동데이터에서 발생 주파수, 진동 진폭 및 위상을 검출하는 단계;
(C-2) 상기 자동 진단 모듈(500)이 상기 발생 주파수에 따른 1차 진단을 수행하는 단계; 및
(C-3) 상기 자동 진단 모듈(500)이 2차 진동 성분에 따른 2차 진단을 수행하는 단계;
를 더 포함하며,
상기 발생 주파수는 1차 회전 성분의 회전 주파수(Hz) 또는 회전수(RPM)에 해당하는 1X RPM, 2차 회전 성분의 회전 주파수(Hz) 또는 회전수(RPM)에 해당하는 2X RPM, 3차 회전 성분의 회전 주파수(Hz) 또는 회전수(RPM)에 해당하는 3X RPM, FTF(Fundamental Train Frequency), BSF(Ball Spin Frequency), BPFO(Ball Pass Frequency Outer Race), BPFI(Ball Pass Frequency Inner Race), Nt(Number of Gear Tooth), 배수 성분(Harmonics) 및 분수차 성분(Half-harmonics) 중 어느 하나를 포함하는 것을 특징으로 하는 회전기계의 자동진단방법.
(A) collecting the vibration data generated through the vibration sensor 200 mounted to each of a plurality of points of the rotating machine 100 in the data collection device 300;
(B) transmitting the vibration data collected by the data collection device 300 to the automatic diagnosis module 500 through the communication module 400 to which the OLE for Process Control (OPC) communication method is applied;
(C) starting a fault diagnosis using the vibration data received by the automatic diagnosis module 500; And
(D) displaying, by the automatic diagnosis module 500, a diagnosis result and a check through a display device 600;
Including,
The vibration sensor 200 is a three-axis acceleration sensor, and measures vibration in the horizontal and vertical directions based on the axial direction of the rotor of the rotating machine 100 and the radial direction of the rotor,
Step (C) is
(C-1) detecting an occurrence frequency, vibration amplitude, and phase from vibration data received by the automatic diagnosis module 500;
(C-2) the automatic diagnosis module 500 performing a primary diagnosis according to the occurrence frequency; And
(C-3) the automatic diagnosis module 500 performing secondary diagnosis according to the secondary vibration component;
Further comprising,
The generated frequency is 1X RPM corresponding to the rotational frequency (Hz) or rotational speed (RPM) of the primary rotational component, 2X RPM corresponding to the rotational frequency (Hz) or rotational speed (RPM) of the secondary rotational component, 3rd order 3X RPM, Fundamental Train Frequency (FTF), Ball Spin Frequency (BSF), Ball Pass Frequency Outer Race (BPFO), Ball Pass Frequency Inner Race corresponding to the rotation frequency (Hz) or RPM (RPM) of the rotation component ), Nt (Number of Gear Tooth), Drainage components (Harmonics) and fractional components (Half-harmonics).
삭제delete 제 1 항에 있어서,
상기 (C-2) 단계는
(C-21) 상기 자동 진단 모듈(500)이 다수의 상기 발생 주파수 중에서 진폭이 높은 주파수를 탁월 주파수로 우선 선정하는 단계;
(C-22) 상기 자동 진단 모듈(500)이 다수의 상기 탁월 주파수 중 진동량이 높은 주파수 성분을 1차 주진동 성분으로 선정하는 단계; 및
(C-23) 상기 자동 진단 모듈(500)이 상기 1차 주진동 성분보다 낮은 진동 진폭을 갖는 주파수 성분을 2차 진동 성분으로 분류하는 단계;
를 더 포함하는 것을 특징으로 하는 회전기계의 자동진단방법.
According to claim 1,
Step (C-2) is
(C-21) the automatic diagnosis module 500 first selecting a frequency having a high amplitude among the plurality of generated frequencies as an excellent frequency;
(C-22) the automatic diagnosis module 500 selecting a frequency component having a high vibration amount among the plurality of excellent frequencies as a primary main vibration component; And
(C-23) the automatic diagnosis module 500 classifying a frequency component having a vibration amplitude lower than the primary main vibration component into a secondary vibration component;
Automatic diagnosis method of a rotating machine, characterized in that it further comprises.
삭제delete
KR1020180071855A 2017-06-23 2018-06-22 Automatic diagnosis method for rotating machinery using real-time vibration analysis KR102120756B1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170079458 2017-06-23
KR20170079458 2017-06-23

Publications (2)

Publication Number Publication Date
KR20190000826A KR20190000826A (en) 2019-01-03
KR102120756B1 true KR102120756B1 (en) 2020-06-09

Family

ID=65022113

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180071855A KR102120756B1 (en) 2017-06-23 2018-06-22 Automatic diagnosis method for rotating machinery using real-time vibration analysis

Country Status (1)

Country Link
KR (1) KR102120756B1 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220005305A (en) 2020-07-06 2022-01-13 현대건설주식회사 Vibration diagnosis method of rotating machine
KR102500883B1 (en) 2021-12-27 2023-02-16 현대건설(주) System and method for managing the integrity of rotating machine based on real-time vibration signal using machine learning
KR102502740B1 (en) 2021-12-22 2023-02-21 현대건설(주) Vibration diagnosis method of rotating machine considering the complex conditions
WO2023128552A1 (en) * 2021-12-29 2023-07-06 주식회사 이파피루스 Method for determining dominant frequency of rotating mechanical equipment, and computing system for implementing same
US11885271B2 (en) 2020-06-25 2024-01-30 PolyN Technology Limited Systems and methods for detonation control in spark ignition engines using analog neuromorphic computing hardware

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210017577A (en) 2019-08-09 2021-02-17 주식회사 엘지화학 Quantitatively diagnosis method for manufacturing facility
KR102301201B1 (en) 2019-08-09 2021-09-13 주식회사 아프로스 Apparatus and method for precise state diagnosis of rotating machinery based on IoT sensor
KR102291163B1 (en) * 2019-09-05 2021-08-19 퓨처메인 주식회사 Wireless machinery management system and method of diagnosis thereof
KR102278702B1 (en) 2019-09-27 2021-07-16 광주과학기술원 Method for selecting sensor signal features based on statistical indicator sensitive to outlier

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003149043A (en) * 2001-11-16 2003-05-21 Toshiba Corp Method and apparatus for diagnosing vibration of rotating machine
WO2006093232A1 (en) 2005-03-03 2006-09-08 Tokyo Electron Limited Minute structure inspection device, minute structure inspection method, and minute structure inspection program
KR101060139B1 (en) * 2010-12-24 2011-08-29 한국남부발전 주식회사 System for analysising and prediction diagnosising a driving information of power plant
WO2017061366A1 (en) 2015-10-06 2017-04-13 Ntn株式会社 Non-destructive inspection device and method for producing bearing

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040036980A (en) * 2002-10-25 2004-05-04 (재)광주.전남 테크노파크 machine condition monitering system and its server
KR100666452B1 (en) 2005-09-07 2007-01-09 울산대학교 산학협력단 Diagnosis method to examine the state of a rotating machine and diagnosis system using the method
KR101567756B1 (en) * 2013-11-21 2015-11-11 이선휘 Plant defect diagnostic system using vibration characteristics

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003149043A (en) * 2001-11-16 2003-05-21 Toshiba Corp Method and apparatus for diagnosing vibration of rotating machine
WO2006093232A1 (en) 2005-03-03 2006-09-08 Tokyo Electron Limited Minute structure inspection device, minute structure inspection method, and minute structure inspection program
KR101060139B1 (en) * 2010-12-24 2011-08-29 한국남부발전 주식회사 System for analysising and prediction diagnosising a driving information of power plant
WO2017061366A1 (en) 2015-10-06 2017-04-13 Ntn株式会社 Non-destructive inspection device and method for producing bearing

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11885271B2 (en) 2020-06-25 2024-01-30 PolyN Technology Limited Systems and methods for detonation control in spark ignition engines using analog neuromorphic computing hardware
KR20220005305A (en) 2020-07-06 2022-01-13 현대건설주식회사 Vibration diagnosis method of rotating machine
KR102502740B1 (en) 2021-12-22 2023-02-21 현대건설(주) Vibration diagnosis method of rotating machine considering the complex conditions
KR102500883B1 (en) 2021-12-27 2023-02-16 현대건설(주) System and method for managing the integrity of rotating machine based on real-time vibration signal using machine learning
WO2023128552A1 (en) * 2021-12-29 2023-07-06 주식회사 이파피루스 Method for determining dominant frequency of rotating mechanical equipment, and computing system for implementing same

Also Published As

Publication number Publication date
KR20190000826A (en) 2019-01-03

Similar Documents

Publication Publication Date Title
KR102120756B1 (en) Automatic diagnosis method for rotating machinery using real-time vibration analysis
US10520354B2 (en) Apparatus and method for diagnosing rotor shaft
US7089154B2 (en) Automatic machinery fault diagnostic method and apparatus
KR100874870B1 (en) The method to give peak codes using of region partition of frequency signals, the peak codes thereof and the method to predict fault of the machines using the peak codes
US20100145639A1 (en) Diagnosis method of defects in a motor and diagnosis device thereof
Lim et al. Vibration-based fault diagnostic platform for rotary machines
KR102126373B1 (en) Monitoring method and for detecting the formation of a degradation in at least one moving part of a rotating mechanism and associated system
CN103674545A (en) Mechanical fault detecting method
KR102545672B1 (en) Method and apparatus for machine fault diagnosis
KR20180033844A (en) Fault Diagnosis System of Industrial Robot
WO2019168086A1 (en) Defect detection system, defect model creation program, and defect detection program
CN110261115A (en) Passenger conveyors bearing check device and passenger conveyors bearing inspection method
Yang et al. A case study of bearing condition monitoring using SPM
JP6733838B1 (en) Rolling bearing abnormality diagnosis method and abnormality diagnosis device
Boškoski et al. Bearing fault detection with application to PHM Data Challenge
EP3953580B1 (en) A method for computer-implemented monitoring of a component of a wind turbine
US11747191B2 (en) Automated health state classifier for rotating machines based on expert knowledge
JP6192414B2 (en) Rolling bearing condition monitoring device
Kolar et al. Identification of inability states of rotating machinery subsystems using industrial IoT and convolutional neural network–initial research
Galar et al. Application of dynamic benchmarking of rotating machinery for e-maintenance
KR102500883B1 (en) System and method for managing the integrity of rotating machine based on real-time vibration signal using machine learning
Lee et al. A study on decision tree for induction motor diagnostic system
US20230375440A1 (en) Method for identifying faults in a drive
Nejadpak Failure Analysis Of Rotating Equipment Using Vibration Studies And Signal Processing Techniques
Klausen Condition monitoring of rolling element bearings during low and variable speed conditions

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant