KR20100113592A - 베어링의 진단 시스템 - Google Patents

Abstract

저속회전 기계설비에 설치된 구름 베어링 또는 미끄럼 베어링의 고장 상태를 관리자에게 직감적으로 파악시킴과 동시에, 확실하게 고장진단을 실시한다. 회전기계 설비에 있어서의 베어링의 진단 시스템(10)으로, 베어링의 고정 부재에 설치되는 손상 발생 검출용 센서(20)와, 센서와 접속한 감시진단 장치(30)와, 이상 발생 상태를 백분율로 표시하는 진단 통지 수단(40)을 구비하고, 감시진단 장치(30)는, 센서로 검출된 계측 데이터를 기억하는 기억부(37)와, 이상 판정 기준 레벨을 산출하는 기준 레벨 연산부(50)와, 베어링 지지된 회전축의 1 회전 시간 또는 간헐동작으로 1회전하는 해당 간헐동작 시간을 복수 구간으로 등분할하고, 이상 판정 기준 레벨과 각 구간의 계측 데이터와 각 구간의 계측 데이터를 비교하여, 구간 마다 이상 유무를 판정하는 판정부(59)를 구비하고 있다.

Description

베어링의 진단 시스템{DIAGNOSTIC SYSTEM FOR BEARING}

본 발명은, 베어링의 진단 시스템에 관한 것으로, 특히, 회전 기계설비에 이용할 수 있는 베어링의 이상 상태를 관리자가 직관적으로 파악할 수 있는 것이다. 상세하게는, 베어링의 상태를 감시하는 센서의 신호에 있어서, 베어링의 이상이나 손상을 나타내는 신호 성분이 작기 때문에, 외란(外亂)에 의한 신호와 분간할 수 없는 경우라도, 정확하게 베어링의 상태를 평가할 수 있도록 하는 것이다.

일반적으로 산업용 플랜트에 있어서 복수의 회전 기계 설비를 이용할 수 있어, 설비 효율을 최대한으로 활용하기 위해서 회전 기계설비의 보수 관리가 실시되고 있다. 그 보수 관리에 있어서, 그 고장 빈도가 높으며 또한 영향이 큰 구름 베어링(rolling bearing)이나 미끄럼 베어링(sliding bearing) 상태의 감시가 가장 중요시되고 있다.

통상적으로, 대체로 100rpm 이상의 회전속도로 운전하고 있는 회전 기계설비에 있어서는, 운전 상태의 진동 신호나 소리 신호의 계측에 의한 베어링의 상태 감시로 대표되는 설비 상태의 정량화가 실시되고 있다.

예를 들면, 구름 베어링의 상태를 진단하기 위해서, 진동 센서를 베어링의 하우징에 설치하고, 그 진동 파형으로부터 구름 베어링의 손상을 검출하는 기술이 이용되고 있다.

도 22는, 외륜에 손상이 발생한 구름 베어링의 진동 파형을 나타내는 것이다. 해당 도 22에서 나타내듯이, 전동체가 외륜의 손상 부위를 통과할 때마다 진동 진폭이 변조를 받는 모양을 명확히 관찰할 수 있다.

그러나, 회전수가 100rpm 이하와 같은 저속회전 기계에서는, 손상에 의해 발생하는 진동이 미세하기 때문에, 이러한 진동이 베어링의 회전에 의해 발생하는 진동이나 베어링 주변에서 발생하는 다른 요인에 의한 외란 진동에 매몰되어 S/N비가 상당히 나빠진다. 그 때문에, 단순히 진폭 변조를 검출하는 방법으로는 베어링의 상태를 진단할 수 없다.

이 때문에, 종래부터, SN비를 향상시키면서 또한 확실하게 베어링의 상태를 감시를 하기 위한 수단으로써, 진동 신호에 특수한 신호 처리를 실시하여 SN비를 향상시키는 방법이나, AE(음향방출(acoustic emission)) 신호의 계측에 의한 진단 수법이 제안되고 있다.

예를 들면, 특개 평6-323899호 공보에 있어서는, 저속회전 기계의 진동을 베어링부에서 검출하고, 진동 검출 신호를 밴드 패스 필터 처리해서 베어링 손상 시의 주파수영역의 스펙트럼 파워가 증가하는 이상 상태를 나타내는 고유 대역 성분을 추출하고, 이 고유 대역 성분의 파고율을 산출하고, 산출한 파고율의 파고율을 더 산출하고, 미리 설정한 한계 값과 비교해서 저속 회전 기계의 이상 진단을 시행하는 방법이 제안되고 있다.

노이즈에 의한 피크 값에 그다지 편차가 없고, 베어링 손상에 의한 돌발 파형이 나타나는 주기는 노이즈에 의한 것보다 오랫동안 착안해서 상기 파고율을 산출하는 것으로, 노이즈를 평탄화하여 레벨을 저하시켜서, 손상에 의한 신호 성분의 피크 값을 두드러지게 하고 있다.

또한, 진동 신호를 채용한 다른 진단 수법으로, 진동 시간 파형을 멱승 처리하여 한계 값을 넘은 것을 이벤트(이상)로 카운트하고, 예를 들면 1시간 혹은 1일당 등, 일정시간 간격에서의 카운트수의 증감이나, 1회전 당에서의 카운트수의 증감을 감시하는 것으로 베어링의 이상을 정량화하는 수법 등이 있다.

게다가, AE 신호를 계측에 의한 진단으로서, AE 신호의 1회 발생을 1 이벤트로 카운트하고, 예를 들면 1시간 혹은 1일당 등 일정시간 간격에서의 카운트 수의 증감이나, 1회전당의 카운트수의 증감을 감시하는 것으로 베어링 이상을 정량화하는 수법이 있다. 또한, AE 신호의 1회의 발생을 1이벤트로서 이벤트의 지속 시간을 적산하고, 예를 들면 1시간 혹은 1일당 등 일정시간 간격에서의 이벤트 적산 시간의 증감이나, 1회전당의 이벤트 적산 시간의 증감을 감시하는 것으로 베어링의 이상을 정량화하는 수법 등도 있다.

그러나, AE 신호 혹은 진동 신호의 카운트나 적산 시간으로 베어링의 이상을 감시할 경우, 회전 기계설비의 관리자는, 모니터 등의 경고 수단에 표시되는 카운트 수나 적산 시간결과를 보고, 수치만으로는 베어링의 고장 상태를 직관적으로 파악할 수 없는 문제점을 갖고 있다.

나아가, AE 신호를 한계 값과 비교해서 베어링의 이상을 감시하는 방법에 있어서는, AE 신호는 상당히 미세한 설비 상태의 변화도 검출이 가능한 한편, 민감하게 반응하기 때문에, 이상이라고는 할 수 없는 상태라도 이상으로 판정하는 검출 오류도 많고 계측이나 진단에 있어서 취급이 어렵다는 문제점을 가지고 있다.

또한, 이벤트의 발생(이상 발생)을 판단하기 위한 기준 값은, 통상적으로, 회전 기계설비의 초기 조정 기간에 취득된 정상 시의 신호를 기준으로 하여, 해당 데이터에서 산출한 고정 값으로 하는 경우가 많다. 이처럼 기준 값을 고정 값으로서, 기준 값과 신호를 비교해서 베어링 등의 고장 진단을 할 경우, 회전 기계설비의 회전수가 변화하여 부하(負荷) 변동이 생기면 신호 레벨이 변화되어, 정확하게 이벤트의 판정을 할 수 없으며 동작 오류를 유발한다고 하는 문제점을 갖고 있다.

또한, 복수 회전 이상 연속으로 회전하는 설비가 아니고, 예를 들면 철강 설비의 하나인 래들 터릿(Ladle Turret)과 같이, 1회의 운전 동작이 1회전을 채우지 못하면서, 동시에, 해당 동작을 반복하여 실시하는 간헐적 운전 설비의 경우, 1회의 측정으로 1회전 분의 데이터를 얻을 수 없기 때문에 이상 상태의 정량화가 곤란하다는 문제점을 갖고 있다.

게다가, AE 신호 혹은 진동 신호 등의 시간 파형 데이터를 FFT연산하고, 해당 주파수 분석의 결과로 베어링에 이상이 발생하는 주기를 검출할 경우, 100rpm 이하와 같은 저속회전 설비에 있어서는 취급하는 데이터 량이 방대하게 되어 일반적인 해석 장치에 있어서는 해석이 곤란하다.

예를 들면, 1000rpm의 중·고속의 회전 설비에 있어서는, 1회전에 1회 발생하는 베어링의 이상 주기 시간은 약 60msec이며, 복수 회전 분의 데이터 취득을 생각하더라도 1초 정도의 계측으로 주기 검출은 가능해진다.

그러나, 저속회전의 경우, 그 이상이 발생하는 주기는 회전수가 낮아짐에 따라 길어지기 때문에, 1rpm의 회전 설비에 있어서 1회전에 1회 발생하는 베어링의 이상 주기 시간은 약 60sec이며, 복수 회전 분의 데이터 취득을 생각하면, 1000초 정도의 계측을 실시할 필요가 있다.

게다가, 0.1rpm의 회전 설비의 경우는, 1회전에 1회 발생하는 베어링의 이상 주기 시간은 약 600초이며, 복수 회전 분의 데이터 취득을 생각하면, 10000초 정도의 계측이 필요가 된다.

통상적으로, 베어링 이상 검출을 목적으로 하는 시간 파형 데이터 계측의 경우, 검파 처리 후의 파형을 이용해서 계측을 하기 때문에, 그 샘플링 주파수는 1kHz∼3kHz로 실시되고 있다.

샘플링 주파수를 1kHz로 했을 경우, 상기 각 회전수의 경우에 필요한 데이터 수는, 1000rpm의 경우는 1000데이터일 수 있지만, 1rpm의 경우 1000000데이터, 0.1rpm의 경우 10000000데이터가 된다. 이들 데이터수로부터 데이터 용량을 어림셈하면 1000rpm의 경우 2kByte, 1rpm의 경우 2MByte, 0.1rpm의 경우 20MByte로 방대한 데이터 용량이 되고, 고도의 처리 능력을 갖는 해석 장치가 필요가 됨과 동시에, 해석에도 시간이 걸리는 문제점이 있다.

나아가, 특허 제3920715호 공보에서는, 취득한 진동 신호를 미리 설정한 시간 간격으로 분할하고, 그 분할 구간마다 진동 신호의 주파수를 해석해서 파워 스펙트럼을 구하고, 파워 스펙트럼의 총 파워 값으로부터 베어링의 정상 부분의 신호와 이상부분의 신호를 식별하고, S/N비를 향상시키는 신호 처리 방법이 개시되어 있다.

상술한 신호 처리 방법에서는, 이상 부분의 진동 쪽이 정상부분의 진동보다도 총 파워 값이 커지는 것에 착안하여, 총 파워 값이 큰 분할 구간을 제거한 나머지의 분할 구간에 있어서의 평균 파워 스펙트럼을 정상 부분의 파워 스펙트럼으로 간주하고, 이 평균 파워 스펙트럼과 분할 구간마다의 파워 스펙트럼과의 비교를 구해서 이상 진동을 검출하는 것이다.

그러나 특허 제3920715호 공보의 이상 진단의 검출 방법에서는, 어떤 분할 구간에 있어서, 불규칙하게 발생하는 외란 진동이 진동 파형의 대부분을 차지할 경우, 그 구간의 파워 스펙트럼의 총 파워 값도 커진다. 그 때문에, 반드시, 총 파워 값의 큰 구간이 베어링의 이상 부분의 진동에 대응한다고는 할 수 없다. 그 결과, 외란 진동을 베어링의 이상 부분의 진동으로 오인식될 가능성이 있다.

본 발명은, 상술한 문제에 비추어 실시된 것으로, 회전 기계설비에 설치할 수 있었던 구름 베어링이나 미끄러짐 베어링의 고장의 상태를 관리자에게 직관적으로 파악시킴과 동시에, 다량의 측정 데이터를 기억하지 않아도 확실하게 고장 진단을 실시하는 것을 과제로 하고 있다.

또한, 외란 신호가 크고, 베어링의 이상이나 손상을 나타내는 신호 성분의 S/N비가 아주 낮을 경우라 하더라도, 정확하게 베어링 상태의 고장 진단을 실시할 수 있도록 하는 것을 과제로 하고 있다.

상기 과제를 해결하기 위해서, 제1 발명으로서, 회전 기계 설비에 있어서의 베어링의 진단 시스템으로,

상기 베어링의 고정 부재에 설치되는 손상 발생 검출용 센서와,

상기 센서와 접속된 감시진단 장치와,

상기 감시진단 장치와 접속하고, 이상 발생 상태를 백분율로 표시하는 진단 통지 수단을 구비하며,

상기 감시진단 장치는,

상기 센서로 검출된 계측 데이터를 기억하는 기억부와,

상기 기억부에서 기억된 계측 데이터에 기초를 두고, 이상 판정 기준 레벨을 산출하는 기준 레벨 연산부와,

상기 베어링 지지된 회전축의 1회전 시간 또는 간헐동작으로 1회의 해당 간헐동작 시간을 복수 구간으로 등분할하고, 상기 이상 판정 기준 레벨과 상기 각 구간의 계측 데이터를 비교하여, 구간마다 이상 유무를 판정하는 판정부를 구비하고 있는 것을 특징으로 하는 베어링의 진단 시스템을 제공하고 있다.

상기 베어링 지지된 회전축의 1회전 시간 또는 1회의 간헐동작 시간은, 백분율로 표시하기 위해서 100구간으로 분할하고 있다.

본 발명의 베어링 진단 시스템에 의하면, 회전하는 설비의 베어링 지지된 회전축의 1회전 또는 간헐운전 설비의 1회의 간헐동작에 필요한 시간을 100구간으로 분할하고, 구간마다 이벤트의 발생(이상 발생)을 진단하여 구름 베어링에 이상이 발생한 구간 수를 연산한다. 이 때문에, 해당 이상 발생의 구간 수는 1회전 시간 또는 1간헐동작 시간에 대한 베어링이상 상태의 시간(넓이)을 백분율로 나타낸 것이 되며, 설비 관리자는 이상이 발생한 구간 수를 보고, 1회전 시간 또는 1간헐동작 시간 당 베어링의 이상 상태가 차지하는 시간을 직관적으로 인식할 수 있다.

또한, 종래 기술과 같이 AE(음향방출(acoustic emission)) 등의 신호의 이상 발생의 카운트나 이상 발생 시간의 적산 값을 채용해서 이상 판정을 하면, 연속 AE 발생 현상 등에 의해 이상이라고는 말할 수 없는 상태라고 하더라도 이상이라고 판정하는 검출 오류가 되는 경우가 있지만, 본 발명에서는 1회전 시간 또는 1간헐동작 시간을 복수 구분으로 분할해서 이상이 발생한 구간의 수에 의해 구름 베어링의 이상을 판정하고 있기 때문에, 검출 오류를 억제할 수 있다.

상기 베어링 지지된 회전 기계 설비의 회전축의 회전수는 0.1rpm이상 300rpm이하가 바람직하며, 보다 바람직하게는 0.1rpm이상 150rpm이하이며, 보다 바람직하게는 0.1rpm이상 100rpm이하이다.

또한, 상기 베어링은 구름 베어링 또는 미끄러짐 베어링인 것이 바람직하다.

나아가, 상기 센서는, 베어링 하우징에 고정되는 진동 가속도 픽업(picking-up), 음향방출(acoustic emission AE), 초음파 센서, 소리검출 센서 중 어느 것이 바람직하다.

상기 감시진단 장치의 기준 레벨 연산부에서는, 상기 베어링 지지된 회전축의 1회전 또는 1간헐동작마다, 상기 이상 판정 기준 레벨을 상기 기억부에서 기억하는 계측 데이터의 평균치의 정수 배로 설정하고 있다.

이처럼, 이상 판정 기준 레벨을 베어링 지지된 회전축의 1회전 또는 1간헐동작마다 설정하고 있으므로, 베어링이 설치된 회전 기계 설비의 회전수나 부하(負荷)가 변화될 경우라 하더라고, 해당 회전수나 부하에 맞춘 베어링의 고장의 판정을 실시할 수 있다.

상기 감시진단 장치의 판정부에서는,

이상이 발생한 구간의 수인 진단 판정 파라미터를 산출하는 진단 파라미터 연산부와,

상기 진단 판정 파라미터와 미리 정한 이상 판정 기준을 비교하여, 이상의 유무를 판정하는 간이 진단 판정부를 구비하고 있는 것이 바람직하다.

진단 파라미터 연산부에서 진단 판정 파라미터를 연산하고, 진단 판정부에서 해당 진단 판정 파라미터와 이상 판정 기준값을 비교하고 있다. 1회전 시간 또는 1간헐동작 시간당 베어링의 이상상태가 차지하는 시간이 이상 판정 기준값을 넘을 경우에는, 베어링이고장난 상태라고 진단할 수 있다.

상기 감시진단 장치의 판정부에서는, 이상 판정된 구간이 2∼10 내의 설정 개수의 연속된 인접 구간일 경우만 이상 구간이라고 하고, 상기 설정 개수 미만인 구간의 이상 판정은 노이즈로서 제거하는 이상 발생 구간연속 판정부를 구비하고 있는 것이 바람직하다.

구름 베어링에 고장이 발생할 때에는, 1 구간만큼 이상이 발생하는 것이 아니라 연속해서 복수구간에서 이상이 발생한 것이라고 생각된다. 이 때문에, 인접 구간의 연속성을 평가하고, 이상 판정된 구간이 인접하는 개수가 설정 개수 미만의 구간은, 이상이 발생한 구간 수의 합계 값으로부터 제외하는 것으로, 측정 데이터에 포함되는 돌발성 노이즈를 제거하고, 해당 노이즈에 의한 고장의 판정 오류를 막을 수 있다.

나아가, 상기 감시진단 장치의 판정부는, 복수 회전 분 또는 복수 간헐동작 분의 상기 진단 판정 파라미터의 평균화를 실시하는 평균화 처리부를 구비하고 있는 것이 바람직하다.

진단 판정 파라미터를 평균하여 이용하는 것으로, 측정 데이터에 포함되는 노이즈를 제거하고, 해당 노이즈에 의한 고장 진단의 판정 오류를 막을 수 있다.

상기 진단 판정 파라미터와 비교하는 상기 이상 판정 기준은, 주의 레벨, 위험 레벨 등의 복수 레벨로 설정하는 것이 바람직하다.

이상 판정 기준을 복수 개 마련하여, 주의 레벨, 위험 레벨의 각 레벨과 진단 판정 파라미터를 비교하는 것에 의해 이상 발생의 진단을 하는 것으로, 보다 상세하게 베어링의 고장의 진단을 할 수 있다.

또한, 상기 감시진단 장치의 판정부는, 복수 회전 분 또는 복수간헐동작 분의 이상 판정 결과 테이블의 이상주기기준 위치를 늦춰서 각 구별의 이상 발생의 판정 결과의 일치도를 산출하고, 가장 일치도가 높아지는 이상주기기준 위치를 검색하여, 상기 이상주기기준 위치로부터 이상주기를 자동으로 산출하는 동기 검색 처리부를 구비하는 것이 바람직하다.

동기 검색 처리부는, 이상주기기준 위치를 서서히 늦추고, 해당 이상 판정 결과 테이블을 바탕으로 보정 테이블을 작성한다. 이상주기기준 위치마다 해당 보정 테이블의 구간 별 이상 발생 판정 결과의 일치도를 산출하고, 가장 일치도가 높아지는 보정 테이블에서의 이상주기기준 위치를 검출한다. 이렇게 정한 이상주기기준 위치로부터 베어링에 이상이 발생하는 이상주기를 산출한다.

또한, 본 발명은, 외란 신호가 크고, 베어링의 이상이나 손상을 나타내는 신호 성분의 S/N비가 대단히 낮을 경우라 하더라도, 정확하게 베어링의 상태를 고장 진단을 실시할 수 있도록 한, 다음 제2 발명 및 제3 발명을 제공하고 있다.

제2 발명은, 회전 기계 설비에 있어서의 베어링의 진단 시스템으로,

상기 베어링의 고정 부재에 설치되는 손상 발생 검출용 센서와,

상기 센서와 접속된 감시진단 장치와,

상기 감시진단 장치와 접속하고, 진단 결과를 표시하는 진단 통지 수단을 갖추고,

상기 감시진단 장치는,

상기 센서로 검출된 신호 파형을 기억하는 기억부와,

상기 기억부에서 기억한 신호 파형의 연산부를 구비하고,

상기 연산부는,

상기 신호 파형을 베어링의 회전속도에 따라 j=1, 2, ..., n로 분할되는 수단과,

상기 분할된 분할 구간마다 주파수 스펙트럼(Fjk)(j=1, 2, ..., n, k=1, 2, ... , m)을 구하는 수단과,

주파수 스펙트럼 중소정의 주파수 범위의 스펙트럼(spectrum)의 합(Sj)(j=1, 2, ..., n)을 구하는 수단과,

상기 스펙트럼의 합(Sj)을 시계열로 늘어놓은 파형 신호(Sx)를 작성하고, 그 파형 신호(Sx)의 주파수 스펙트럼(Ss)을 구하는 수단과,

상기 스펙트럼 파형(Ss)의 첨예도(Ks)를 구하는 수단을 구비하고,

상기 첨예도(Ks)를 구한 스펙트럼 파형을 상기 진단 통지 수단으로 표시하는 것을 특징으로 한다.

제3 발명은,

회전 기계 설비에 있어서의 베어링의 진단 시스템으로,

상기 베어링의 고정 부재에 설치되는 손상 발생 검출용 센서와,

상기 센서와 접속된 감시진단 장치와, 상기 감시진단 장치와 접속하고, 진단 결과를 표시하는 진단 통지 수단을 구비하고,

상기 감시진단 장치는, 상기 센서로 검출된 신호 파형을 기억하는 기억부와,

상기 기억부에서 기억된 신호 파형의 연산부를 구비하고,

상기 연산부는, 상기 신호 파형에 밴드 패스 필터를 설비하는 수단과,

상기 밴드 패스 필터 통과 후의 신호 파형을 베어링의 회전속도에 따라 j=1, 2, ..., n로 분할하는 수단과,

상기 분할된 분할 구간마다 신호의 rms값(RMSj)(j=1, 2, ..., n) 혹은 등가 피크 값(Pj)을 구하는 수단과,

상기 rms값(RMSj)(j=1, 2, ..., n), 혹은 등가 피크 값(Pj)을 시계열로 늘어놓은 파형 신호(Sy)를 작성하고, 그 파형 신호(Sy)의 주파수 스펙트럼(Si)을 구하는 수단과,

상기 스펙트럼 파형(Si)의 첨예도(Ki)를 구하는 수단을 구비하고,

상기 첨예도(Ki)를 구한 스펙트럼 파형을 상기 진단 통지 수단으로 표시하는 것을 특징으로 한다.

상기 제2 발명 및 제3 발명은, 진동 센서 등으로 검출한 파형 신호로부터 첨예도를 구하고, 해당 첨예도로 이상 발생 상황을 나타내고, 해당 이상이 돌발적인 외란 진동인가, 베어링의 손상에 의한 것인가 판단할 수 있도록 한다.

다시 말해, 진동 센서로 검출되는 파형 신호의 주파수 스펙트럼이 특정한 주파수로 피크를 갖는 정도를 나타내는 지표로서, 첨예도를 채용한다. 정규분포에서는 첨예도의 값은 작아지며, 정규분포보다도 뾰족해진 형상을 가지는 분포일수록 첨예도의 값은 커진다. 그 때문에, 첨예도가 높을 경우는, 주기성을 가진 진동이 발생하고 있다는 것을 나타내는 것이 된다. 따라서 첨예도가 높을 경우에는 베어링의 손상에 의해 발생한 진동이 포함되어 있는 것을 나타낸다. 반대로, 첨예도가 낮을 경우는, 그 진동은 돌발적인 외란 진동이기 때문에, 베어링 손상과는 다른 요인으로 발생한 것이라고 판단할 수 있다.

상기 제1∼ 제3 발명의 어느 발명에 있어서도, 베어링 기기 정보 및/또는 회전수 정보로부터 연산되어, 이상 원인마다 값이 다른 계산 이상 발생주기 또는 해당 계산 이상 발생주기의 정수배 주기와, 상기 동기 검색 처리부, 혹은 상기 연산부에서 산출되는 이상주기를 비교하고, 상기 계산 이상 발생주기 또는 상기 계산 이상 발생주기의 정수배 주기와, 상기 이상주기의 일치도가 높을 경우, 해당 계산 이상 발생주기에 대응되는 원인으로 인한 이상이 상기 베어링에 발생하고 있다고 진단하는 판정부를 구비하고 있는 것이 바람직하다.

상기 이상 원인은, 구름 베어링의 경우, 내륜 손상, 외륜 손상, 전동체 손상 중 적어도 하나이며,

미끄럼 베어링의 경우, 1회전 또는 1 간헐동작에 1회 또는 복수 회 발생하는 회전축에 이상이 있는 금속접촉이다. 이상이 있는 금속접촉이라는 것은, 구체적으로는, 회전축의 이상 진동에 의한 회전축의 금속접촉, 미끄럼 베어링의 기름막 이상에 의한 회전축의 금속접촉 등이다.

이상 발생 주기는 이상 원인마다 다르며, 구름 베어링의 경우, 베어링 기기 정보나 회전수 정보에서 각 이상 원인에 따른 이상 발생 주기를 연산한다. 또한, 미끄럼 베어링의 경우에는, 축 접촉에 의해 회전수에 따른 이상 발생 주기가 된다. 연산된 계산 이상 발생주기 또는 해당 계산 이상 발생주기의 정수배 주기와, 상기 이상주기를 비교하고, 거의 일치할 경우에는, 해당 계산 이상 발생주기에 대응하는 이상 원인이 베어링에 발생하고 있다고 진단한다.

이처럼, 각 이상 원인에 따른 이상 발생 주기를 연산하고, 계산 이상 발생주기 또는 해당 계산 이상 발생주기의 정수배 주기와, 상기 이상 주기를 비교하는 것으로, 베어링에 발생하는 이상 원인을 특정할 수 있다.

상기 센서와 감시진단 장치와 진단 통지 수단을 조합시킨 가동형, 또는 상기 감시진단 장치에 대하여 상기 진단 통지 수단은 무선 접속해서 휴대형으로 할 수도 있다.

구름 베어링의 진단 시스템을 가동형으로 하는 것으로 해당 진단 시스템을 운반할 수 있고, 진단 대상이 되는 구름 베어링에 센서를 달아서 구름 베어링의 고장을 진단할 수 있다.

또한, 감시진단 장치와 진단 통신 수단을 무선 접속하는 것으로, 관리자는 진단 통신 수단을 휴대해서 저속 회전 기계 설비의 상태를 알 수 있다.

상술한 바와 같이, 제1 발명의 베어링의 진단 시스템에 의하면, 회전하는 설비의 베어링 지지된 회전축의 1회전 또는 간헐 운전 설비의 1 동작에 필요한 시간을 약 100구간으로 분할하고, 구간마다 이상의 발생을 진단하여 이상이 발생한 구간 수를 연산하고 있다. 이 때문에, 해당 이상 발생의 구간 수는 1회전 시간 또는 1간헐동작 시간에 대한 베어링 이상 상태의 시간(넓이)을 백분율로 나타내는 것이 되고, 설비 관리자는 이상이 발생한 구간 수를 보고, 1회전 시간당에 베어링의 이상 상태가 차지하는 시간을 직관적으로 인식할 수 있다.

또한, 판정부는 복수 회전분 또는 복수 간헐동작분의 각 구간의 이상 발생의 판정 결과인 이상 판정 결과 테이블로부터 이상주기 기준 위치를 서서히 늦춰서 보정 테이블을 작성하고, 가장 일치도가 높아지는 이상 주기 기준 위치를 검출하여, 해당 이상 주기기준 위치부터 베어링에 이상이 발생하는 이상 주기를 산출하고 있다. 이상 발생 주기는 이상 원인마다 다르며, 이상 원인마다 연산되는 계산 이상 발생주기, 또는, 해당 계산 이상 발생주기의 정수배 주기와, 상기 이상주기를 비교하는 것으로, 베어링에 발생하는 이상 원인을 특정할 수 있다.

제2 및 제3 발명에 의하면, 센서로 검출된 신호 파형을, 첨예도를 갖는 스펙트럼 파형으로 표시하는 것에 의해, 이상 발생 상황을 시각적으로 표시할 수 있다.

이로써, 회전 기계로부터 발생하는 신호의 주기성을 정량적으로 평가함으로써, 돌발적으로 발생하는 외란 신호에 베어링의 이상이나 손상을 나타내는 신호가 매몰되어도, 베어링의 상태를 평가할 수 있다. 그 결과, 저속회전 기계와 같이 신호의 S/N비가 아주 낮을 경우라 하더라도, 베어링의 이상을 검출할 수 있다.

또한, 신호를 소구간으로 분할하고, 그 분할 구간에 있어서의 rms값이나 등가 피크 값으로 베어링의 상태를 판단할 수 있으므로, rms값의 연산 회로나 등가 피크 연산 회로를 이용해서 본 발명을 실현할 수 있다. 그 결과, 데이터 처리 장치에 대용량의 데이터 기억 수단이나 고속연산 유닛이 불필요해진다. 나아가, 구름 베어링의 이상 발생 원인을 진단 판정할 수 있다.

도 1은 본 발명인 구름 베어링 진단 시스템의 제1 실시형태를 나타내는 구성도이다.
도 2는 감시진단 장치의 구성을 나타내는 블록도이다.
도 3은 CPU의 동작을 나타내는 블록도이다.
도 4는 1 회전 시간을 100구간으로 분할하고, 구간마다 측정 데이터를 이상 판정 기준 레벨과 비교해서 이상 발생을 진단하는 동작의 설명도이다.
도 5는 이상 판정 결과 테이블의 예이다.
도 6은 이상 발생 구간의 연속성 판정의 설명도이다.
도 7은 이상 발생 구간의 연속성 판정 시의 판정 전과 판정 후의 수정 테이블의 설명도이다.
도 8은 진단 판정 파라미터 결정 값을 추구하는 설명도이다.
도 9는 회전 시간과 이상 발생 주기 또는 이상 발생 주기의 m배가 다른 경우의 보정 테이블 작성의 설명도이다.
도 10은 보정 테이블이 원래 테이블의 어느 구간에서 구성되어 있는지를 나타내는 도면이다.
도 11은 회전 시간과 이상 발생 주기 또는 이상 발생 주기의 m배가 같을 경우의 보정 테이블 작성의 설명도이다.
도 12는 종합 일치도를 구하는 설명도이다.
도 13a은 구름 베어링 구조를 설명하는 단면도이다.
도 13b은 구름 베어링의 구조를 설명하는 도 13a의 수직방향의 부분 단면도이다.
도 14는 제2 실시형태를 나타내는 감시진단 장치의 블록도이다.
도 15는 제3 실시형태를 나타내는 베어링 진단 시스템의 구성도이다.
도 16은 제3 실시형태의 변형예를 제시하는 베어링 진단 시스템의 구성도이다.
도 17은 제4 실시형태를 나타내는 감시진단 장치의 블록도이다.
도 18은 제5 실시형태를 나타내는 감시진단 장치의 블록도이다.
도 19a는 종래의 진단 장치로 얻을 수 있었던 베어링의 진동 파형을 나타내는 그래프이다.
도 19b는 종래의 진단 장치로 얻을 수 있었던 베어링의 진동 파형을 나타내는 그래프이다.
도 20a은 제4 실시형태로 얻을 수 있었던 베어링의 첨예도(Ks, Ki)를 나타내는 그래프이다.
도 20b은 제4 실시형태로 얻을 수 있었던 베어링의 첨예도(Ks, Ki)를 나타내는 그래프이다.
도 20c은 제4 실시형태로 얻을 수 있었던 베어링의 첨예도(Ks, Ki)를 나타내는 그래프이다.
도 21은 제4 실시형태로 얻을 수 있었던 주파수 스펙트럼(Ss)을 나타내는 도면이다.
도 22는 종래의 예를 나타내는 그래프이다.

본 발명의 실시 형태를 도면을 참조해서 설명하고자 한다.

도 1 내지 도 13은 상기 제1 발명의 제1 실시형태를 나타낸다.

본 발명의 회전 기계 설비의 베어링 진단 시스템(10)은, 철강 설비의 공장 내에 설치하는 회전 기계 설비(11)의 하나인 저속회전 모터의 구름 베어링(11a)의 상태를 진단하는 것이다.

도 1에서 나타내듯이, 진단 시스템(10)은, 복수 회전이상으로 연속하여 회전하는 저속회전 기계 설비(11)의 구름 베어링(11a)에 손상 발생 검출용 센서를 탑재하고 있으며, 해당 손상 발생 검출용 센서(20)와 접속한 감시진단 장치(30), 해당 감시진단 장치(30)와 접속한 진단 통지 수단을 구성하는 모니터(40)와, 해당 모터의 회전수를 계측하는 회전계(21)를 구비하고 있다.

손상 발생 검출용 센서(20)는 음향방출(acoustic emission)을 검출하는 AE센서로 이루어지며, 기초 가대(架臺)(11b) 상에 마련된 저속 회전 모터(11c)의 베어링 하우징(11d)에 나사로 결합 고정되어 있다. 또한, 회전계(21)는 부하측 베어링 가대(11e)에 설치되어 있다. 한편, 손상 발생 검출용 센서(20)의 설치 위치는 상기 위치에 한정되는 것은 아니다.

또한, 회전계(21)는 설치하지 않고, 모터의 회전수 정보를 미리 감시진단 장치(30)의 마이콘(34)에 기억시켜 둘 수 있다. 게다가 또한, 손상 발생 검출용 센서(20) 대신에 진동을 검출하는 진동 가속도 픽업, 초음파 센서, 소리검출 센서를 이용할 수도 있다.

감시진단 장치(30)는, 도 2에서 나타내듯이, 신호 증폭 회로(31), 필터 회로(32), 검파 회로(33)와, 마이콘(34)을 구비하고 있다.

신호 증폭 회로(31)는 손상 발생 검출용 센서(20)로 계측된 신호를 증폭시키는 앰프다.

필터 회로(32)는, 신호 증폭 회로(31)로 증폭된 신호로부터 노이즈 성분을 제거하는 밴드 패스 필터이며, 진동 가속도 픽업의 경우, 1kHz∼20kHz의 대역을 통과시키는 필터이다. 한편, AE 센서를 이용하고 있을 경우에는, 50kHz∼500kHz의 대역을 통과시키는 필터로 한다.

검파 회로(33)는, 필터 회로(32)로 노이즈 제거된 신호를 검파(엔벨로프(envelope) 처리)하고 있다. 한편, 신호에 따라서는, 검파 회로(33)를 마련하지 않는 경우도 있으며, 또한, 진동 신호의 경우, 검파가 아닌 멱승 처리를 할 경우도 있다.

마이콘(34)은 CPU35와 ROM36, RAM37, 포트(38)로 이루어진다.

마이콘(34)의 포트(38)는 검파 회로(33)로부터의 신호를 소정의 샘플링 주기로 A/D 변환하고 있다.

ROM36, RAM37은 기억부를 구성하고 있으며, RAM37은 CPU35로 연산되는 이상 판정 결과 테이블을 기억함과 동시에, CPU35로 연산되는 데이터를 일시적으로 기억하고 있다. ROM36은 CPU의 동작을 소프트웨어로서 기억하고 있다.

CPU(35)는, 도 3에서 나타내듯이, 기준 레벨 연산부(50)와 판정부(59)를 구비하고, 판정부(59)는, 진단 파라미터 연산부(51), 이상 발생 구간연속 판정부(52), 평균화 처리부(54), 간이 진단 판정부(55), 동기 검색 처리부(56), 원인 진단 처리부(57) 각 부를 구비하고 있다. CPU(35)는 ROM(36)으로부터 소프트웨어를 읽어서 실행하는 것으로 각 부의 동작을 실시한다.

기준 레벨 연산부(50)는, 회전계(21)로부터 모터의 회전수 정보를 받고, 모터의 1 회전에 필요한 시간(1 회전 시간)을 산출하고 있다. 동시에, 포트(38)로부터 출력되는 시간 데이터를, 모터의 1 회전 이상 분의 시간 길이분, RAM37에 기억시키고 있다.

한편, 회전계(21)를 마련하지 않고, 기준 레벨 연산부(50)에 모터(11c)의 회전수 정보를 미리 기억하여, 해당 회전수 정보를 이용해서 1 회전 시간을 산출할 수 있다.

기준 레벨 연산부(50)는, 이상 판정 기준 레벨(E)의 연산을 실시하고 있다. 우선, RAM37에 기억된 시간 데이터인 1 회전 시간 길이 데이터의 평균치를 수학식 1에서 구한다.

그 다음에, 이상 판정 기준 레벨(E)을 수학식 2에서 구한다. 본 실시형태에서는 m을 4로 하나, 계측 대상에 맞춰서 2.0 이상 10.0 이하로 할 수도 있다.

[식 1]

1 회전 평균치=1 회전 분 시간 길이 데이터의 합계÷1 회전 분 시간 길이 데이터 수

[식 2]

이상 판정 기준 레벨(E)=1 회전 평균치×m

게다가, 진단 파라미터 연산부(51)에서는, 도 4에서 나타내듯이, 1 회전 시간을 1/100의 등간격으로 분할하고, 각 구간을 구간 No.1~구간 No.100으로 한다. 1 회전 시간 길이 분 데이터를 계측된 시간 순으로 구간 No.1~구간 No.100의 구간으로 나눈다.

그 다음으로, 구간 No.1~구간 No.100의 각 구간으로 나눌 수 있었던 데이터에 이상 판정 기준 레벨(E)를 넘는 데이터가 있는지 판정한다. 예를 들면 도 4에 있어서, 구간 No.6, 7, 8은 데이터가 이상 판정 기준 레벨(E)를 넘기 때문에, 이상 발생 구간이다.

이상 판정 기준 레벨(E)을 넘는 데이터가 있는 구간을 이상 발생 구간(Y)으로 하는 이상 판정 결과의 테이블T1을 1 회전마다 작성한다. 도 5는 이상 판정 결과 테이블T1의 예이며, 직전(直近)으로부터 9회전 전까지의 모터의 회전에 대해서, 구간마다 이상이 발생한 것인지 여부를 나타내고 있다.

게다가, 1 회전 시간 내에서 이상 발생 구간의 구간 수의 합계값을 산출하여, 진단 판정 파라미터(A)로 한다. 다시 말해, 진단 판정 파라미터(A)는 1 회전 시간 길이 내의 이상 발생 구간(Y) 수이다.

이상 발생 구간연속 판정부(52)는, 진단 파라미터 연산부(51)로 구한 이상 판정 결과의 테이블(T1)보다, 이상이 연속해서 발생하고 있는 구간을 검출한다. 예를 들면, 도 6에서 나타내듯이, 구간 No. 6∼No. 8은 3구간 연속해서 이상이 발생하고 있으며, 연속 발생 구간 수는 3이다. 또한, 구간 No.11∼No.14는 연속 발생 구간 수가 4이다. 한편, 구간 No.98은 이상이 발생하고 있는 구간이지만, 인접하는 구간 No. 97, 99는 이상이 발생하고 있지 않아서, 연속 발생 구간 수는 1이다.

이처럼 이상 연속 발생 구간을 검출한 후, 이상 발생 구간연속 판정부(52)는, 도 7에서 나타내듯이, 연속 발생 구간 수가 연속성 판정 구간 수가 k미만의 구간은 이상이 발생하지 않고 있다(N)고하여 이상 발생 구간 수의 합계 값(진단 판정 파라미터(A))에서 제외한다. 도 7에서는, k=4로, 연속 발생 구간 수가 3이하의 경우는 이상이 발생하지 않는 것이다. 한편, 연속성 판정 구간 수(k)는 2∼10 중에서 선택할 수 있다.

이상 발생 구간연속 판정부(52)는, 1 회전마다 연속성을 판정해서 수정된 이상 판정 결과 테이블(T2)을 작성하여, RAM37에 기억시킨다.

평균화 처리부(54)는, 최근 n회전 분의 수정 이상 판정 결과 테이블(T2)을 이용하여, 도 8에서 나타내듯이, 회전마다 이상이 발생한 구간 수인 진단 판정 파라미터(An)를 구하고 있다.

게다가, 최근 n회전 분의 진단 판정 파라미터(An)의 평균을 수학식 3으로 구하고, 진단 판정 파라미터 결정 값(Ax)으로 한다. 도 8에서는 n=8로서 최근 8회전 분의 진단 판정 파라미터(An)의 평균을 구하지만, n은 1∼16의 어느 값일 수 있다.

[식 3]

진단 판정 파라미터 결정 값(Ax)은, 평균을 1 회전마다에 실시하면서 동시에 이동 평균치라고 한다. 다시 말해, 도 8에서 나타내듯이, 2회전 전의 이상 판정 결과의 테이블을 평균화 처리부(54)가 받았을 때에는, 9회전 전부터 2회전 전의 진단 판정 파라미터(An)로부터 진단 판정 파라미터 결정 값(Ax1)을 구하고, 1 회전 전의 테이블을 받았을 때에는, 8회전 전부터 1 회전 전의 진단 판정 파라미터(An)로부터 진단 판정 파라미터 결정 값(Ax2)을 구하고, 직전 테이블을 받았을 때에는, 7회전 전부터 직전까지의 진단 판정 파라미터(An)로부터 진단 판정 파라미터 결정 값(Ax3)을 구한다.

간이 진단 판정부(55)는, 주의 레벨 판정 기준값을 예를 들면 5, 위험 레벨 판정 기준값을 예를 들면 15로 하여, 미리 기억하고 있다. 1 회전마다 진단 판정 파라미터 결정 값(Ax)을 판정 기준값과 비교하여, 진단 판정 파라미터 결정 값(Ax)이 각 판정 기준값보다도 클 경우에는 구름 베어링(11a)에 주의 레벨, 위험 레벨의 고장이 발생하고 있다고 판정한다.

간이진단 판정부(55)는, 모니터(40)에 판정 결과를 표시한다.

이어서, 구름 베어링(11a)의 이상 원인의 특정에 대해서 설명하고자 한다.

간이진단 판정부(55)로 주의 레벨, 위험 레벨의 고장이 발생하고 있다고 판정했을 경우에는, 동기 검색 처리부(56) 및 원인 진단 처리부(57)에 있어서, 구름 베어링(11a)의 이상 원인을 특정한다.

동기 검색 처리부(56) 및 원인 진단 처리부(57)는 구름 베어링(11a)의 이상으로, 내륜 손상, 외륜 손상, 굴림동체 손상을 특정한다. 구름 베어링(11a)이 손상되면, 상세한 것은 후술하겠지만, 손상 부분에 따라 다른 주기(이상 발생 주기)로 이상이 발생한다. 동기 검색 처리부(56)는 이상 판정 결과 테이블(T2)을 이용하여, 회전 기계의 회전 주기에서 가장 가까운 이상 주기(Bm)을 구하고, 원인 진단 처리부(57)는 해당 이상 주기(Bm)와 이상 발생 주기와의 관계로 고장 원인을 특정한다.

동기 검색 처리부(56) 및 원인 진단 처리부(57)의 동작을 상세하게 설명하고자 한다.

동기 검색 처리부(56)는, 이상주기 기준 위치를 자동으로 검출해서 이상 주기(Bm)를 결정하고 있다. 이상 주기(Bm)는, 구름 베어링(11a)의 손상에 의해 이상이 발생하는 이상 발생 주기를 m배로 한 주기이며, m의 값은 이상 주기(Bm)가 회전 기계의 회전 주기에 가장 가까워지는 값이다. 이상 주기(Bm)는 회전 기계의 회전 주기와 동기한다는 것에 한정하지 않고, 이상 주기(Bm)는 회전 기계의 회전 주기와 같은 주기가 될 경우도 있지만, 안될 경우도 있다.

이상 주기(Bm)를 구하는 방법에 대해서, 이하에서 설명하고자 한다.

우선, 평균화 처리부(54)로 구한 이상 판정 결과 테이블(T2)을 이용해서 보정 테이블(Ta)을 작성한다.

진단 파라미터 연산부(51)에서는, 이상 판정 결과 테이블(T2)을 회전 주기를 구획짓는 회전 주기 기준위치를 기준으로 하여 100구간이 되도록 작성하고 있으며, 우선, 이상 주기(Bm)가 과거 방향으로 이상 판정 결과 테이블(T2)보다 1 구간분 긴 101구간의 기간이라고 가정했을 경우에, 구간 수가 100인 보정 테이블(Ta)을 작성한다.

도 9에서 나타내듯이, 이상 판정 결과 테이블(T2-0)로부터 테이블(T2-4)까지를 늘어놓고, 최근 테이블(T2-4)의 구간 No.100을 기준으로, 과거 방향으로 이상 주기(Bm)마다 구획지어 간다. 이상 주기(Bm)는 101의 구간이라고 가정하고 있기 때문에, 과거 방향으로 테이블(T2-4)의 구간 No.100부터 테이블(T2-3)의 구간 No.100까지의 101구간이 이상 주기(BmA), 테이블(T2-3)의 구간 No.99부터 테이블(T2-2)의 구간 No.99까지의 101구간이 이상 주기(Bm)B, 테이블(T2-2)의 구간 No. 98부터 테이블(T2-1)의 구간 No.98까지의 101구간이 이상 주기(BmC), 테이블(T2-1)의 구간 No.97부터 테이블(T2-0)의 구간 No.97까지의 101구간이 이상 주기(BmD)가 된다.

여기에서, 이상 주기 기준 위치를 테이블(T2-4)의 구간 No.100, 테이블(T2-3)의 구간 No. 99, 테이블(T2-2)의 구간 No.98, 테이블(T2-1)의 구간 No.97로 함과 동시에, 이들 이상 주기 기준 위치를 보정 테이블(Ta)의 100구간 째라 하여 이상 주기 기준 위치부터 과거 방향으로 100구간분을 꺼내어, 이상 주기(BmA, BmB, BmC, BmD)의 보정 테이블(Ta-4~Ta-1)로 한다. 이때, 예를 들면 테이블(T2-3)의 구간 No.100 등은 보정 테이블(Ta)에는 들어가지 않는다.

도 10은 보정 테이블(Ta-4~Ta-1)이 원래의 테이블(T2)의 어느 구간에 구성되어 있는지를 가리키는 도면이다. 도 9는 도 10의 검색 구간 차이가 1인 경우다. 동일하게, 회전 시간이 과거 방향으로 테이블(T2)의 2구간 분 또는 3구간 분 길게 102, 103구간이라고 가정했을 경우, 다시 말해, 도 10의 검색 구간차이가 2 또는 3의 경우에 대해서도, 각각 보정 테이블(Ta)을 구한다. 또한, 도 10에는 검색 구간 차이가 3까지밖에 기재되어 있지 않지만, 검색 구간차이를 0~10으로 설정해서 각각 보정 테이블(Ta)를 구한다. 또한, 검색 구간 차이를 0~20으로 설정할 수도 좋다.

한편, 검색 구간차이 0은 원래의 테이블(T2)과 보정 테이블(Ta-4~Ta-1)이 같을 경우이며, 도 11과 같이 회전 주기와 이상 주기(Bm)가 일치할 경우를 나타내고 있다.

다음으로, 이렇게 추구한 검색 구간차이가 0~10인 보정 테이블(Ta) 각각에 있어서, 종합 일치도(h)를 산출한다.

종합 일치도(h)는 아래와 같이 구하고 있다.

우선, 최근 4회전분의 보정 테이블(Ta-4~Ta-1)에 있어서, 동일구간 No. 사이에서 이상이 발생한 수인 이상 발생 판정 수를 구한다. 예를 들면, 도 12의 구간 No. 3에 있어서는, 보정 테이블1, 4에서 이상이 발생하고 있으므로, 이상 발생 판정 수는 2이다.

다음으로, 구간마다, 구간 No. 별 일치도(f)를 수학식(7)에서 구한다.

j는 보정 테이블의 수이며, 도 10에서는 최근 4회전분의 보정 테이블을 이용하고 있으므로, j는4이다.

[식 7]

구간 No.별 일치도(f)=이상 발생 판정(Y)수÷j100%

나아가, 이상이 발생한 구간의 수인 이상 발생(Y) 판정 구간 수(k)를 구함과 동시에, 구간 No. 1~100의 구간 No. 별 일치도(f)의 합계인 f를 구하고, 식(8)에서 종합 일치도(h)를 구한다.

[식 8]

종합 일치도(h)=fk

검색 구간 차이가 0~10의 경우의 보정 테이블(Ta)에 대해서 각각 종합 일치도(h)를 구하고, 종합 일치도(h)가 가장 높은 보정 테이블(Ta)을 선택한다.

선택된 보정 테이블(Ta)에서의 이상 주기 기준 위치부터 다음 이상 주기 기준 위치까지를 이상 주기(Bm)로 정한다.

즉, 이상 주기(Bm)는 식(9)으로 구하는 구간 수가 된다. 1 구간당의 시간(Ta)는 1 회전 시간R100에서 구해지므로, 이상 주기(Bm)은 수학식(10)이 된다. 이들 연산은 모두 동기 검색 처리부(56)에서 자동적으로 실행한다.

[식 9]

구간 수(Ea)=선택된 보정 테이블(Ta)의 검색 구간차이+100

[식 10]

이상 주기(Bm)=1구간당의 시간(Ta)구간 수(Ea)

원인 진단 처리부(57)는, 동기 검색 처리부(56)로 구해진 이상 주기(Bm)를 이용하여, 구름 베어링(11a)의 고장의 원인을 특정한다.

도 13은 구름 베어링(11a)의 구조를 가리키고, 회전 기계의 케이스에 고정되는 외륜(60)과, 회전 기계의 축으로 고정되어 외륜과 동심에 배치되어 있는 내륜(61)과, 외륜(60)과 내륜(61)의 사이에 굴림이 자유롭도록 배치되는 복수의 구체의 굴림동체(62)로 이루어진다.

구름 베어링(11a)의 고장 원인으로서 내륜 손상, 외륜 손상, 굴림동체 손상이 생각되며, 이들에 손상이 발생했을 경우, 각 손상마다 이상 발생 주기는 구름 베어링(11a)의 기하학적 사이즈에 의해 식(11)~식(13)에 의해 구해진다. 다시 말해, 굴림 동체수를 Z, 굴림 동체지름을 d, 피치 원경을 D, 굴림동체(62)와 전주면(轉走面)과의 접촉각을 α로 하고, 구름 베어링(11a)이 설치된 회전 기계의 회전 주파수를 fr로 하면, 내륜 손상 시의 이상 발생 주기(Tin)는 수학식(11), 외륜 손상 시의 이상 발생 주(Tout)는 수학식(12), 굴림 동체손상 시의 이상 발생 주기(Tball)는 수학식(13)으로 나타내진다.

한편, 회전 주파수(fr)은 회전계로부터의 회전수(rpm)를 60으로 나눈 것이다.

[식 11]

[식 12]

[식 13]

이들 이상 발생 주기(Tin, Tout, Tball)의 s배를 계산 이상 발생주기(Tx)라고 해서 s를 1~10까지 변화시켜서 계산한다. 다시 말해, 계산 이상 발생주기(Tx)는, Tins의 계산 결과 시간(Tin1~Tin10)과, Touts의 계산 결과시간(Tout1~Tout10)과, Tballs의 계산 결과시간(Tball1~Tball10)이다.

동기 검색 처리부(56)로 구한 이상 주기(Bm)와, 연산한 계산 이상 발생주기(Tx)인 Tin1~Tin10, Tout1~Tout10, Tball1~Tball10을 비교한다. 계산 이상 발생주기(Tx)의 값이, 이상 주기(Bm)와 거의 일치할 경우에는, 해당 계산 이상 발생주기(Tx)에 해당하는 손상을 이상 원인이라고 진단하고, 이들 진단 결과를 모니터에 표시한다.

구체적으로는, 이상 주기(Bm)을 중심으로 해서 소정의 시간 폭을 정하고, 계산 이상 발생주기(Tx)의 값이 시간 폭 내에 있을 경우에, 해당 계산 이상 발생주기(Tx)에 해당하는 손상을 이상 원인으로 진단한다. 예를 들면, Tin10이 이상 주기(Bm)를 중심으로 한 소정의 시간 폭 내에 있을 경우에는, 내륜에 손상이 발생하고 있다고 진단한다.

또한, 이상 원인은 복수가 존재하기도 한다. 예를 들면, Tin10 및 Tout8이 이상 주기(Bm)를 중심으로 한 소정의 시간 폭 내에 있을 때는, 내륜 및 외륜에 손상이 발생하고 있다고 진단한다.

또한, 본 실시형태에 있어서, 회전 기계 설비(11)에 미끄럼 베어링이 설치될 수도 있다. 이 경우, 회전축이 이상한 금속접촉 등에 의해 이상이 발생하고, 해당 이상이 1 회전에 1회 발생하는 것으로 하면, 계산 이상 발생주기(Tx)는 1/fr로 구해지며, 해당 계산 이상 발생주기(Tx)와 이상 주기(Bm)를 비교하는 것으로 이상 원인을 진단한다.

또한, 미끄럼 베어링에 있어서, 1 회전에 복수 회(2~10회)이상이 발생할 경우에도, 이상 발생 주기(Tn)를 1 회전 주기/1 회전당의 이상 발생 회수(p)로 구하고, 이상 발생 주기(Tn)의 p배와 이상 주기(Bm)를 비교하는 것으로 이상 원인을 진단한다.

본 발명에 의하면, 저속으로 회전하는 설비의 구름 베어링(11a)의 1 회전 또는 간헐운전 설비의 1 동작에 필요한 시간을 약 100구간으로 분할하여, 구간마다 이상의 발생(이상 발생)을 진단하여 이상이 발생한 구간 수를 연산하고 있다. 이 때문에, 해당 이상 발생의 구간 수는 1 회전 시간 또는 1 동작시간에 대한 베어링 이상상태의 시간(넓이)을 백분율로 나타낸 것이 되고, 설비의 관리자는 이상이 발생한 구간 수를 보고, 1 회전 시간당에 베어링의 이상상태가차지하는 시간을 직관적으로 인식할 수 있다.

또한, 동기 검색 처리부(56) 및 원인 진단 처리부(57)는, 복수 회전 분 또는 복수 간헐동작 분의 각 구간의 이상 발생의 판정 결과인 이상 판정 결과 테이블로부터 이상 주기 기준 위치를 서서히 늦춰서 보정 테이블을 작성하여, 가장 일치도가 높아지는 이상 주기 기준 위치를 검출하고 있다. 이렇게 정한 이상 주기 기준 위치에서 베어링에 이상이 발생하는 이상주기를 산출하고 있다. 이상 발생 주기는 이상 원인마다 다르며, 이상 원인마다 연산되는 계산 이상 발생 주기, 또는, 해당 계산 이상 발생주기의 정수배 주기와, 상기 이상 주기를 비교하는 것으로, 일치도가 높은 계산 이상 발생주기가 있을 경우에는, 해당 계산 이상 발생주기에 대응하는 이상 원인이 베어링에 발생하고 있다고 진단할 수 있다.

도 14에서 제2 실시형태를 나타낸다. 해당 제2 실시형태는 상기 제1 발명의 실시 형태다.

제2 실시형태에 있어서는, 회전 설비의 1회 운전 동작이 1 회전이 되지 않고, 해당 동작을 되풀이해 하는 간헐 운전 설비의 구름 베어링(11a)을 진단 대상으로 하고 있다.

해당 간헐 운전 설비의 예로서는, 철강설비 중 하나인 래들 터릿을 들 수 있다. 래들 터릿은 1회의 동작에 대해서 저속의 1rpm 으로 1/2회전의 동작을 되풀이하고 있다.

도 14에서 나타내듯이, 회전계(21)로 바꾸어서 리미트 스위치(limit switch)(22)를 마이콘(34)과 접속하고 있다. 해당 리미트 스위치(22)에 의해, CPU(35)는 간헐운전 설비에 있어서의 동작 시작 및 동작 정지를 검지한다.

이 경우, CPU(35)의 기준 레벨 연산부(50)는, 1회의 간헐동작 시간 이상의 길이만큼, 손상 발생 검출용 센서(20)로부터의 신호를 RAM(37)에 기억시킨다.

또한, 진단 파라미터 연산부(51)는, RAM(37)에서 기억된 1회의 간헐동작 시간 길이 데이터의 합계를 데이터 수로 나누어서 1회 간헐동작 평균치를 구하고 있다. 해당 1회 간헐동작 평균치×m에서 이상 판정 기준 레벨(E)을 구하고 있다.

게다가, 1회 간헐동작 시간을 100구간으로 분할하고, 구간마다 이상 판정 기준 레벨(E)과 비교하여 이상 판정 결과 테이블을 작성하고 있다.

평균화 처리부(54)는, 최근 j회의 간헐동작 분의 이상 판정 결과 테이블이며, 동일한 설비 동작 상태로 얻을 수 있었던 테이블을 이용하여, 진단 판정 파라미터(A) 및 진단 판정 파라미터(A) 결정 값을 구하고 있다.

동일한 설비 동작 상태라는 것은, 1회의 동작으로 1/2회전 하고, 1/2회전 동작을 A→B→A→B→A→B와 같이 되풀이하는 모터의 경우에 있어서, A의 동작 상태 또는 B의 동작 상태를 말한다. 이처럼, A의 동작 상태로 얻을 수 있었던 테이블끼리, 또는 B의 동작 상태로 얻을 수 있었던 테이블끼리 이용해서 소정의 처리를 실시하고 있다.

또한, 동기 검색 처리부(56)로 있어서도, 동일한 설비 동작 상태로 얻을 수 있었던 테이블을 채용하여, 보정 테이블(Ta)을 구하고 있다.

본 발명에 의하면, 간헐운전 설비에 설치된 구름 베어링(11a)이라 하더라도, 해당 이상 발생의 구간 수를 1 동작시간에 대한 베어링 이상 상태의 시간(넓이)을 백분율로 나타낸 것으로서, 설비의 관리자는 이상이 발생한 구간 수를 보고, 1 동작 시간당 베어링의 이상 상태가 차지하는 시간을 직관적으로 인식할 수 있다.

또한, 다른 구성 및 작용 효과는 제1 실시형태와 같기 때문에, 동일한 부호를 첨부하여 설명을 생략한다.

도 15에서 제3 실시형태를 나타낸다. 해당 제3 실시형태는 상기 제1 발명의 실시 형태다.

제3 실시형태의 진단 시스템(10)은 감시진단 장치(30)와 모니터(40)를 조합시켜서 일체로 하여 가동형으로 하였다. 감시진단 장치(30)와 모니터(40)는 예를 들면 랩탑형 PC다.

감시진단 장치(30)는 손상 발생 검출용 센서(20)와 접속하고 있으며, 손상 발생 검출용 센서(20)는, 베어링 하우징(11d)에 마그넷으로 설치되어 있다. 또한, 손상 발생 검출용 센서(20)에 전용 지그(jig)를 장착하고, 해당 센서를 사람이 손으로 베어링 하우징(11d)에 꽉 눌러서 고정할 수도 있다. 게다가, 베어링 하우징(11d)에 사람이 접근할 수 없는 장소에서는, 손상 발생 검출용 센서(20)만 베어링 하우징(11d)에 미리 나사나 접착 재료로 고정해 두고, 포터블형의계측기를 해당 센서에 접속하여 진단할 수도 있다.

해당 진단 시스템(10)을 가동형으로 하여, 운반이 가능하게 하여, 진단 대상인 구름 베어링(11a)까지 해당 진단 시스템(10)을 운반하여 이상 진단을 할 수 있다.

한편, 다른 구성 및 작용 효과는 제1 실시형태와 같기 때문에, 동일한 부호를 첨부해서 설명을 생략한다.

도 16은 제3 실시형태의 변형예로, 손상 발생 검출용 센서(20)와 감시진단 장치(30)와 회전계(21)를 일체형으로 한 진단장치(50)를 구름 베어링(11a)에 고정하고 있다. 또한, 감시진단 장치(30)에는 통신 수단을 마련하고, 진단 통지 수단을 구성하는 휴대폰(41)과 무선접속하고 있다. 진단장치(50)는, 간이진단 판정부(55)에 의한 진단 결과를 휴대폰(41)으로 송신한다.

관리자가 휴대폰(41)을 휴대하는 것으로, 회전 기계 설비(11)로부터 벗어난 장소라 하더라도, 회전 기계 설비(11)의 진단 결과를 수신할 수 있다.

한편, 다른 구성 및 작용 효과는 제1 실시형태와 같기 때문에, 동일한 부호를 첨부하여 설명을 생략한다.

도 17에서 제4 실시형태를 나타낸다. 제4 실시형태는 상기 제2 발명의 실시 형태이다.

제4 실시형태에서는, 회전 기계 설비의 46rpm으로 회전하는 롤의 한 쪽의 구름 베어링 유닛(62)에 진동 센서(61)를 설치하여 베어링의 상태를 감시하고 있다.

진동 센서(61)의 출력 신호는 증폭기(63)로 소정의 레벨로 증폭된 후, A/D변환기(64)로 송신되어, 해당 A/D변환기(64)의 출력 신호를 연산 처리 장치(65)로 송신하고, 해당 연산 처리 장치(A)를 모니터 등의 진단 통지 수단으로 이루어지는 출력장치(66)에 접속하고 있다.

상기 연산 처리 장치(65)는, A/D변환기(64)에 접속한 기억장치(71), 파형 분할 수단(72), 주파수 스펙트럼 연산 수단(73), 주파수 스펙트럼 합 연산 수단(74), 주파수 스펙트럼 합의 파형 신호 작성 수단(75), 파형 신호의 주파수 스펙트럼 연산 수단(76), 주파수 스펙트럼의 첨예도 연산 수단(77), 이상 원인의 판정 수단(78)을 구비하고 있다.

상기A/D변환기(64)는 50kHz의 샘플링 주파수에서 진동 파형을 이산화하고, 연산 처리 장치(65)가 상기 이산 파형으로부터 첨예도(Ks)를 계산하고, 계산된 첨예도(Ks)를 출력장치(66)로, 과거의 계산 결과와 함께 경향 그래프로 표시함과 동시에, 첨예도(Ks)가 미리 결정지은 레벨에 도달했을 때에 경보를 표시하도록 하고 있다.

연산 처리 장치(65)에는, 미리 상태를 감시하고 있는 베어링 유닛(62)의 회전속도가 인풋되어 있으며, 베어링 1 회전이상의 진동 파형을 상기 기억장치(71)에 기억할 수 있다.

상기 파형 분할 수단(72)은, 이산화된 진동 파형을 512점마다 128개의 구간(j=1, 2, ..., 128)으로 나누고 있다. 50kHz로 이산화한 진동 파형을 512점마다 1개의 분할 구간으로 하고 있으며, 1개의 분할 구간은 10.24msec의 시간길이를 가지게 된다. 따라서 128개의 분할 구간을 합치면, 12810.24msec=1.31s 간의 진동 파형을 해석하게 되고, 이것은 베어링 1 회전분의 진동 파형과 같다.

상기 주파수 스펙트럼 연산 수단(73)은, 안티앨리어싱 필터 처리를 실시한 진동 파형에 대하여, 고속 푸리에 변환을 설시하여 주파수 스펙트럼Fjk(j=1, 2, ... , 128, k=1, 2, ..., 512)을 계산한다.

상기 주파수 스펙트럼 합 연산 수단(74)은, 계산한Fjk 중, 1kHz로부터 20kHz 대역의 주파수 스펙트럼에 상당하는 스펙트럼(spectrum)Fjk(k=11, 12, ..., 205)의 합 Sj(j=1, 2, ..., 128)을 계산한다.

상기 주파수 스펙트럼 합의 파형 신호 작성 수단(75)으로 Sj를 늘어놓아 파형 신호(Sx)를 작성한다.

상기 파형 신호의 주파수 스펙트럼 연산 수단(76)은 파형 신호(Sx)의 주파수 스펙트럼(Ss)을 계산하고, 주파수 스펙트럼의 첨예도 연산 수단이 수학식(14)의 계산을 하여 첨예도(Ks)를 구한다.

[식 14]

xa는 그 평균치다. 또한, n0은 xi의 개수다.

상기 이상 원인의 판정 수단(78)은, 미리 베어링 유닛(12)의 구름 베어링의 굴림 동체수(Z), 굴림 동체지름(d), 피치 원경(D), 굴림동체(62)와 전송면과의 접촉각(α)이 입력되어 있어, 회전 속도에 맞춰서 손상발생 시의 이상 발생 주기를 계산하고 있다. 게다가, 파형 신호의 주파수 스펙트럼 연산 수단(76)이 구한 주파수 스펙트럼(Ss)의 피크 주파수(fs1, fs2, fs3, ...)로부터 각각 대응하는 주기(Ts1, Ts2, Ts3, ...)가 소정의 시간 폭으로 이상 발생 주기와 일치할 경우는 해당 이상이 베어링 유닛(12)의 구름 베어링에 발생하고 있다고 판단한다.

이하에서, 상기 베어링상태를 감시하는 센서로서 진동 센서(61)를 채용한 이상 진단 작용을 설명하고자 한다.

베어링의 상태를 나타내는 진동 파형을 진동 센서(61)로 검출하고, 검출한 진동 파형을 채취/기억하고, 증폭기(63), A/D변환기(64)를 통해서 연산 처리 장치(65)에 송신한다.

연산 처리 장치(65)에서, 기억부(71)로 기억하고, 이 기억한 진동 파형을 파형 분할 수단(72)으로 파형을 n개의 구간으로 분할한다. 여기에서, 예를 들면, 분할 구간의 시간 길이를 tmsec으로 하면, 분할구 함수(n)는 베어링의 회전수에 따라서 정하는 것이 바람직하다. 다시 말해, 분할구 함수(n)를 베어링의 회전수에 따라서 설정하면, 베어링의 1 회전, 2회전, 3회전, ...에 상당하는 시간 길이의 진동 파형을 거의 n등분으로 분할할 수 있다.

구름 베어링의 내륜, 외륜, 굴림동체, 보유기에 손상이 발생하면, 손상 부분을 굴림동체가 통과할 때에는 이상 진동이 발생하고, 손상 부분을 통과하지 않을 때에는 손상이 없는 정상상태와 거의 같은 진동이 발생한다. 게다가, 외란에 의한 진동이 이에 가해졌을 경우, 상기의 분할 구간은, (1)정상상태에 가까운 진동이 발생하는 구간, (2)정상상태에 가까운 진동에 외란 진동이 가해지는 구간, (3)이상 진동이 발생하는 구간, (4)이상 진동에 외란 진동이 가해지는 구간으로 크게 나눌 수 있다.

상기 파형 분할 수단(72)우로 분할된 진동 파형을, 주파수 스펙트럼 연산 수단(73)으로, 분할 구간마다 진동 파형의 주파수 스펙트럼Fjk(j=1, 2, ..., n, k=1, 2, ..., m)을 구한다.

그 다음에, 주파수 스펙트럼 합 연산 수단(74)으로 주파수 스펙트럼(Fjk)의 합을 구한다.

그 다음에, 주파수 스펙트럼 합의 파형 신호 수단(7)으로 파형 신호를 작성한다.

상기(1)의 정상상태에 가까운 진동이 발생하는 구간에서는 주파수 스펙트럼이 가장 낮게, 상기(4)의 이상 진동에 외란 진동이 가해지는 구간에서는 주파수 스펙트럼이 가장 높아진다. 따라서 주파수 스펙트럼의 합을 구하면, 주파수 스펙트럼(Fjk)의 합의 대소에 의해, 그 분할 구간이 이상 진동을 포함하는 것인가, 외란 진동을 포함하는 것인가, 양자가 혼재하는 것인가를 판단할 수 있다.

여기에서, 주파수 스펙트럼(Fjk)의 합을 구할 때에는, 특정한 주파수영역의 스펙트럼(spectrum)으로 한정하여 합을 구하는 것이 바람직하다.

통상적으로, 구름 베어링의 손상에 의해 발생하는 진동은 1kHz~40kHz의 비교적 고주파의 진동이며, 예를 들면, 수10Hz의 진동은 저주파수의 외란 진동인 것이 명확하기 때문에, 이러한 주파수 영역의 스펙트럼(spectrum) 성분을 삭제한 스펙트럼(spectrum) 합(Sj)(j=1, 2, ...,n)을 구하는 편이 정확하게 상태를 판단할 수 있다.

스펙트럼 합(Sj)(j=1, 2, ...,n)은 n개의 분할 구간의 대표 값이며, 이를 시계열로 늘어놓은 파형 신호(Sx)는, 이상 진동이나 외란진동을 포함하는 곳은 높은 값을 나타내고, 정상에 가까운 진동을 포함하는 곳은 낮은 값을 나타내는 시간 파형 신호가 된다.

베어링과 같은 회전 기계의 진동은 회전에 따라 발생하는 것이기 때문에 주기성이 있다. 한편, 외란신호는 돌발적으로 랜덤으로 발생하는 것이기 때문에 주기성이 없다. 그 때문에, 파형 신호(Sx)의 주파수를 해석하면, 베어링 이상에 의해 발생하는 진동에서는 특정한 주파수에 피크를 가지는 스펙트럼을 얻을 수 있는 것에 대하여, 랜덤으로 발생하는 외란진동은주파수 스펙트럼이 분산된 형상이 된다.

파형 신호(Sx)의 주파수 스펙트럼(Ss)이 특정한 주파수로 피크를 갖는 정도를 나타내는 지표로서, 본 실시형태에서는 첨예도(Ks)를 채용한다.

정규분포에서는 첨예도는 3이 되고, 정규분포보다도 뾰족해진 형을 갖는 분포일수록 첨예도의 값은 커진다. 그 때문에, 첨예도(Ks)가 높을 경우는, 주기성을 가진 진동이 발생하고 있는 것을 나타내는 것이기 때문에, 베어링의 손상에 의해 발생한 진동이 포함되게 된다. 반대로, 첨예도(Ks)가 낮을 경우는, 그 진동은 돌발적인 외란진동이기 때문에, 베어링손상과는 다른 요인으로 발생한 것이라고 판단할 수 있다.

따라서 첨예도(Ks)의 값이나, 그 경시적 변화를 경향 그래프로서 표시하는 것으로, 베어링의 상태를 판단하는 정보를 얻을 수 있다.

도 18에서 제5 실시형태를 나타낸다. 해당 제5 실시형태는 상기 제3 발명의 실시형태다.

제4 실시형태와 동일하게, 46rpm으로 회전하는 롤 한 쪽의 구름 베어링 유닛(62)에 진동 센서(61)를 설치하여 베어링의 상태를 감시하고 있다.

진동 센서(61)의 출력 신호는 증폭기(63)에서 소정의 레벨로 증폭된 후, 통과 대역 1kHz로부터 20kHz의 밴드 패스 필터(80)를 통과한 후, A/D변환기(64)로 송신하고 있다.

해당 제5 실시형태에서는, 밴드 패스 필터(80)로서 아날로그 필터를 이용하고 있지만, A/D변환기(64)로 A/D변환 후의 진동 파형을 일단 기억한 후, 기억한 진동 파형을 디지털 필터로 통과시켜서 1kHz로부터 20kHz의 성분을 추출할 수도 있다.

상기 A/D변환기(64)로부터의 출력 신호를 연산 처리 장치(67)로 출력하고 있다.

연산 처리 장치(67)는, 기억장치(71), 파형 분할 수단(72)을 갖추고, 해당 파형 분할 수단(72)에 접속하는 rms값 연산 수단(81), rms의 파형 신호 작성 수단(82)을 구비하고 있다. 해당 rms의 파형 신호 작성 수단(82)을, 파형 신호의 주파수 스펙트럼 연산 수단(76)에 접속하고, 해당 파형 신호의 주파수 스펙트럼 연산 수단(76)을 주파수 스펙트럼의 첨예도 연산 수단(77)과 이상 원인의 판정 수단(78)에 접속하고, 출력 수단(66)으로 출력하고 있다.

상기 파형 신호의 주파수 스펙트럼 연산 수단(76)으로 연산된 주파수 스펙트럼의 이산 파형으로부터 주파수 스펙트럼의 첨예도 연산 수단(77)으로 첨예도를 계산하고, 계산된 첨예도가 출력장치(66)에 의해 표시되고 있는 것은, 상기 제4 실시형태와 같다.

연산 처리 장치(67)에서는, 파형 분할 수단(72)으로, 512점의 이산화된 진동 파형을 하나의 분할 구간으로서, 계 128개의 구간(j=1, 2, ..., 128)으로 진동 파형을 분할하고 있다.

상기 rms 값 연산 수단(81)은, 분할 구간마다 RMSj(j=1, 2, ... , 128)을 구하고 있다.

구한 RMSj로부터 파형 신호(Sy), 파형 신호(Sy)의 주파수 스펙트럼(Si), 주파수 스펙트럼(Si)의 첨예도(Ki)를 추구하는 프로세스는, 제4 실시형태와 같다.

또한, rms 값 연산 수단(81)을 등가 피크 연산 수단으로 바꿔 놓으면, 완전히 같은 방법으로 등가 피크(Pj)에 의한 첨예도를 구할 수 있다. 또한, 손상 원인도 제4 실시형태와 같이 하여 진단 판정하고 있다.

상기 제5 실시형태는, 이상 진단의 수법으로서, 다음의 수법을 채용하고 있다.

종래부터, 시간 파형 신호로부터 주파수 스펙트럼을 계산하는 방법으로서 고속 푸리에 변환이 널리 사용되고 있다.

이산화한 시간 파형 신호f(n)(n=0, 1, ..., N-1)와 이산 푸리에 스펙트럼을 F(k) (k=0, 1, ..., N-1)의 사이에는, 수학식(15)에 나타내는 Parseval 등식이 성립된다.

[식 15]

따라서 단순한 절대총합과 이승합 사이에는 수학적인 차이가 있지만, 분할 구간에 있어서의 주파수 스펙트럼 합이 크면, 진동 파형의 이승합이나 단순한 절대총합도 커진다고 생각된다. 또한, 진동 파형에서는, 균형의 위치를 기준으로서 진동을 측정하기 때문에, 그 평균치는 거의 제로가 된다. 이렇게 생각하니, 분할 구간에 있어서의 진동 파형의 rms 값이나 등가 피크 값과, 주파수 스펙트럼의 합과는 상관이 있다고 인정된다.

이 제4 실시형태는, 상기의 관계를 이용하는 것으로, 분할 구간에 있어서의 주파수 스펙트럼의 합을 rms 값이나 등가 피크 값으로 대체하는 것이다. 단, 상기와 같이, rms 값이나 등가 피크 값을 특정한 주파수영역에서 한정하여 추구하는 스펙트럼 합과 대응시키기 위해서는, 미리 밴드 패스 필터 통과 후의 진동 파형에 대하여 rms 값이나 등가 피크 값을 구하지 않으면 안 된다.

밴드 패스 필터 통과후의 진동 파형에서 대하여, 분할 구간j=1, 2, ..., n 마다 구한 rms 값을 RMSj, 등가 피크 값을 Pj로 하면, 이를 시계열적으로 늘어놓은 파형 신호(Sy)를 작성하고, 그 주파수 스펙트럼(Si)의 첨예도(Ki)를 구하면, 상기의 주파수 스펙트럼의 합을 채용하는 방법과 동일하게, 베어링의 상태를 판단할 수 있다.

또한, 구름 베어링의 이상 발생의 원인으로서 내륜 손상, 외륜 손상, 굴림동체 손상이 생각되며, 이들에 손상이 발생했을 경우, 각 손상마다의 이상 발생 주기는 구름 베어링의 기하학적 치수에 의해 상기 제1 실시형태로 기재한 수학식(11)~수학식(13)에 의해 구해진다.

다시 말해, 굴림동체 수를 Z, 굴림동체 지름을 d, 피치 원경을 D, 굴림동체(62)와 전송면과의 접촉각을 α로 하여 구름 베어링(11a)이 설치된 회전 기계의 회전 주파수를 fr로 하면, 내륜 손상 시의 이상 발생 주기(Tin)는 수학식(11), 외륜 손상 시의 이상 발생 주기(Tout)는 식(12), 굴림동체 손상 시의 이상 발생 주기(Tball)는 수학식(13)으로 나타내진다. 한편, 회전 주파수(fr)는 회전계에서 회전수(rpm)를 60으로 나눈 것이다.

이들의 이상 발생 주기(Tin, Tout, Tball)의 s배를 계산 이상 발생주기(Tx)로 하여, s를 1~10까지 변화시켜서 계산한다. 다시 말해, 계산 이상 발생주기(Tx)는, Tins의 계산 결과시간(Tin1~Tin10)과, Touts의 계산 결과시간(Tout1~Tout10)과, Tballs의 계산 결과시간(Tball1~Tball10)이다.

파형 신호(Sx)의 주파수 스펙트럼(Ss)이 피크를 나타내는 특정한 주파수를 fs1, fs2, fs3, ... 로 하면 (피크는 복수 발생하는 경우가 있다), 각각 대응하는 주기는 Ts1=1/fs1, Ts2=1/fs2, Ts3=1/fs3, ... 로서 계산된다. 계산 이상 발생주기(Tx)의 값이, 주기Ts1, Ts2, Ts3, ... 과 거의 일치할 경우에는, 해당 계산 이상 발생주기(Tx)에 해당하는 손상을 이상 원인으로서 진단하고, 이들의 진단 결과를 첨예도(Ks)와 함께 표시한다. 구체적으로는, 주기Ts1, Ts2, Ts3, ... 을 중심으로 해서 소정의 시간 폭을 정하고, 계산 이상 발생주기(Tx)의 값이 시간 폭 내에 있을 경우에, 해당 계산 이상 발생주기(Tx)에 해당하는 손상을 이상 원인이라고 진단한다.

한편, 이상 원인은 복수 존재할 수도 있다. 예를 들면, Tin10 및 Tout8이 이상주기(Ts1, Ts2)를 중심으로 한 소정의 시간 폭에 있을 때는, 내륜 및 외륜에 손상이 발생하고 있다고 진단한다.

파형 신호(Sy)의 주파수 스펙트럼(Si)에 대해서도, 상기 동일하게 해서 이상 원인을 진단할 수 있다.

<실험예>

도 19a 및 도 19b에서 종래의 수법으로 얻을 수 있었던 진동 파형을 나타내고, 도 20a, 도 20b 및 도 20c에서 상기 제5 실시형태의 진단 시스템으로 얻을 수 있었던 진동 파형을 나타낸다.

도 19a는 구름 베어링의 교환 전의 진동 파형을 나타내고, 도 19b는 교환 후의 진동 파형을 나타낸다. 교환 전의 베어링에는, 외륜과 내륜에 플레이킹이 발생하고 있으며, 굴림동체의 일부에도 플레이킹이 발생하고 있었다.

교환 후의 진동 파형은, 손상이 발생하지 않는 신품의 구름 베어링으로 교환한 것이다.

도 19a 및 도 19b의 진동 파형에서는, 교환 전후에 현저한 차이가 보이지지 않으며, 종래의 수법에서는 베어링의 좋고 나쁨을 판정할 수 없다.

도 20은, 도 19의 진동 파형에 대하여 상기 제5 실시형태를 채용했을 경우의 첨예도를 나타내고 있다. 진동 파형은 교환 전후에서 각 4회 측정하고, 각각의 진동 파형으로부터 첨예도를 구하고 있다. 교환 전에서는,

(1) 스펙트럼 합에 의한 첨예도가 26~43

(2) rms값에 의한 첨예도가 20~39

(3) 등가 피크 값에 의한 첨예도가 20~40

이었다.

이에 대하여, 교환 후에는,

(1) 스펙트럼(spectrum) 합에 의한 첨예도가 3~8

(2) rms 값에 의한 첨예도가 3~11

(3) 등가 피크 값에 의한 첨예도가 4~12

로 대폭 낮아지고 있으며, 베어링의 상태를 정확하게 판단할 수 있는 것을 확인할 수 있었다.

도 21에서, 100rpm으로 회전하는 구름 베어링에 제4 실시형태의 진단 시스템을 적용한 진동 파형을 나타낸다.

도 21은, 파형 신호의 주파수 스펙트럼 연산 수단(76)에 의해 얻을 수 있었던 주파수 스펙트럼(Ss)의 일례이며, fs1=6.5Hz, fs2=13.0Hz에 피크 주파수가 나타나 있다. 다시 말해, 주기Ts1=0.154s, Ts2=0.077s 간격으로 이상이 나타나 있는 것을 시사하고 있다. 한편, 해당 구름 베어링에서는, 굴림동체 수(Z)=10, 굴림동체 지름(d)=6.35mm, 피치 원경 D=27.60mm, 굴림동체와 전송면과의 접촉각(α)=9도이므로, 외륜 손상 시의 이상 발생 주기로서 Tout=0.155s를 얻을 수 있다. 이는 Ts1 및 Ts2의 2배와 거의 일치하기 때문에, 해당 구름 베어링에는 외륜에 손상이 발생하고 있는 것이라고 판단할 수 있다.

10 구름 베어링 진단 시스템 11a 구름 베어링
20 손상 발생 검출용 센서 21 회전계
30 감시진단 장치 40 모니터
50 시간 데이터 기억 처리부 51 진단 파라미터 연산부
54 평균화 처리부 55 간이 진단 판정부
56 동기 검색 처리부 57 원인 진단 처리부
A, Ax 진단 판정 파라미터 E 이상 판정 기준 레벨
T1 진단 파라미터 연산부에서 작성된 이상 판정 결과 테이블
T2 이상 발생 구간연속 판정부에서 작성된 이상 판정 결과 테이블
Ta 보정 테이블 Tx 계산 이상 발생주기
Ba 이상 주기 61 진동 센서
62 구름 베어링 유닛 63 증폭기
64 A/D변환기 65, 67 연산 처리 장치
66 출력장치 71 기억장치
72 파형 분할 수단 73 주파수 스펙트럼 연산 수단
74 주파수 스펙트럼 합 연산 수단
75 주파수 스펙트럼 합의 파형 신호 작성 수단
76 파형 신호의 주파수 스펙트럼 연산 수단
77 주파수 스펙트럼의 첨예도 연산 수단
78 이상 원인의 판정 수단
81 rms 값 연산 수단
82 rms 값의 파형 신호 작성 수단

Claims (15)

1. 회전 기계 설비에 있어서의 베어링의 진단 시스템으로,
   상기 베어링의 고정 부재에 설치할 수 있는 손상 발생 검출용 센서;
   상기 센서와 접속한 감시진단 장치; 및
   상기 감시 진단 장치와 접속하고, 이상 발생 상태를 백분율로 표시하는 진단 통지 수단을 구비하고,
   상기 감시진단 장치는,
   상기 센서로 검출된 계측 데이터를 기억하는 기억부;
   상기 기억부에서 기억된 계측 데이터에 근거하여, 이상 판정 기준 레벨을 산출하는 기준 레벨 연산부; 및
   상기 베어링 지지된 회전축의 1 회전 시간 또는 간헐동작으로 1회의 해당 간헐동작 시간을 복수 구간에 등분할하고, 상기 이상 판정 기준 레벨과 상기 각 구간의 계측 데이터를 비교하고, 구간마다 이상의 유무를 판정하는 판정부를 구비하고 있는 것을 특징으로 하는 베어링의 진단 시스템.
2. 제 1 항 또는 제 2 항에 있어서,
   상기 베어링 지지된 회전축의 1 회전 시간 또는 1회의 간헐동작 시간은, 백분율로 표시하기 위해서 100구간으로 분할하고 있는 베어링의 진단 시스템.
3. 제 1 항 또는 제 2 항에 있어서,
   상기 감시 진단 장치의 기준 레벨 연산부에서는, 상기 베어링 지지된 회전축의 1 회전 또는 1 간헐동작마다, 상기 이상 판정 기준 레벨을 상기 기억부에서 기억한 계측 데이터의 평균치의 정수배로 설정하고 있는 베어링의 진단 시스템.
4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
   상기 감시 진단 장치의 판정부는, 이상이 발생한 구간의 수인 진단 판정 파라미터를 산출하는 진단 파라미터 연산부와, 상기 진단 판정 파라미터와 미리 정한 이상 판정 기준을 비교하여, 이상의 유무를 판정하는 간이진단 판정부를 구비하고 있는 베어링의 진단 시스템.
5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
   상기 감시 진단 장치의 판정부는, 이상 판정된 구간이 2~10 내의 설정 개수가 연속하는 인접 구간일 경우에만 이상구간이라고 하고, 상기 설정 개수 미만의 구간의 이상 판정은 노이즈로서 제거하는 이상 발생 구간연속 판정부를 구비하고 있는 베어링의 진단 시스템.
6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
   복수 회전분 또는 복수 간헐동작분의 상기 진단 판정 파라미터의 평균화를 하는 평균화 처리부를 구비하고 있는 베어링의 진단 시스템.
7. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
   상기 진단 판정 파라미터와 비교하는 상기 이상 판정 기준은, 주의 레벨, 위험 레벨 등의 복수 레벨로 설정하고 있는 베어링의 진단 시스템.
8. 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
   상기 감시 진단 장치의 판정부는, 복수 회전분 또는 복수 간헐동작분의 이상 판정 결과 테이블의 이상주기 기준위치를 어긋나게 하여 각 구별의 이상 발생의 판정 결과의 일치도를 산출하고, 가장 일치도가 높아지는 이상주기기준 위치를 검색하여, 상기 이상주기 기준위치부터 이상주기를 자동으로 산출하는 동기 검색 처리부; 및
   베어링 기기정보 및/또는 회전수 정보로부터 연산되어, 이상 원인마다 값이 다른 계산 이상 발생주기 또는 해당 계산 이상 발생주기의 정수배 주기와, 상기 동기 검색 처리부에서 산출되는 이상주기를 비교하여, 상기 계산 이상 발생주기 또는 상기 계산 이상 발생주기의 정수배 주기와, 상기 이상주기의 일치도가 높을 경우에, 해당 계산 이상 발생주기에 대응하는 원인에 의한 이상이 상기 베어링에 발생하고 있다고 진단하는 원인 진단 판정부를 구비한 베어링의 진단 시스템.
9. 회전 기계 설비에 있어서의 베어링의 진단 시스템으로,
   상기 베어링의 고정 부재에 설치할 수 있는 손상 발생 검출용 센서;
   상기 센서와 접속한 감시 진단장치; 및
   상기 감시 진단 장치와 접속하고, 진단 결과를 표시하는 진단 통지 수단을 구비하고,
   상기 감시진단 장치는,
   상기 센서로 검출된 신호 파형을 기억하는 기억부; 및
   상기 기억부에서 기억한 신호 파형의 연산 처리부를 구비하고,
   상기 연산 처리부는,
   상기 신호 파형을 베어링의 회전속도에 따라 j로 분할하는 수단;
   상기 분할된 분할 구간마다 주파수 스펙트럼(Fjk)을 구하는 수단;
   주파수 스펙트럼의 동안 소정의 주파수범위의 스펙트럼 합(Sj)을 구하는 수단;
   상기 스펙트럼 합(Sj)을 시계열로 늘어놓은 파형 신호(Sx)를 작성하고, 그 파형 신호(Sx)의 주파수 스펙트럼(Ss)을 구하는 수단; 및
   상기 스펙트럼 파형(Ss)의 첨예도(Ks)를 구하는 수단을 구비하고,
   상기 첨예도(Ks)와 상기 첨예도(Ks)를 구한 스펙트럼 파형을 상기 진단 통지 수단으로 표시하는 것을 특징으로 하는 베어링의 진단 시스템.
10. 회전 기계 설비에 있어서의 베어링의 진단 시스템으로,
    상기 베어링의 고정 부재에 설치할 수 있는 손상 발생 검출용 센서;
    상기 센서와 접속한 감시 진단장치; 및
    상기 감시 진단 장치와 접속하고, 진단 결과를 표시하는 진단 통지 수단를 구비하고,
    상기 감시진단 장치는,
    상기 센서로 검출된 신호 파형을 기억하는 기억부; 및
    상기 기억부에서 기억한 신호 파형의 연산 처리부를 구비하고,
    상기 연산 처리부는, 상기 신호 파형에 밴드 패스 필터를 설비하는 수단;
    상기 밴드 패스 필터 통과 후의 신호 파형을 베어링의 회전속도에 따라 j로 분할하는 수단;
    상기 분할된 분할 구간마다 신호의 rms 값(RMSj), 혹은 등가 피크 값(Pj)을 구하는 수단;
    상기 rms 값(RMSj) 혹은 등가 피크 값(Pj)을 시계열에 늘어놓은 파형 신호(Sy)를 작성하고, 그 파형 신호(Sy)의 주파수 스펙트럼(Si)을 구하는 수단; 및
    상기 스펙트럼 파형(Si)의 첨예도(Ki)를 추구하는 수단을 구비하고,
    상기 첨예도(Ki)와 상기 첨예도(Ki)를 구한 스펙트럼 파형을 상기 진단 통지 수단으로 표시하는 것을 특징으로 하는 베어링의 진단 시스템.
11. 제 9 항 또는 제 10 항에 있어서,
    상기 감시진단 장치는 판정부를 구비하고,
    상기 판정부는, 베어링 기기정보 및 회전수 정보로부터 연산되어, 이상 원인마다 값이 다른 계산 이상 발생 주기 또는 해당 계산 이상 발생 주기의 정수배 주기와, 상기 주파수 스펙트럼(Ss)을 구하는 수단 또는 상기 주파수 스펙트럼(Si)을 구하는 수단에 의해 산출되는 피크 주기를 비교하여, 상기 계산 이상 발생주기 또는 상기 계산 이상 발생주기의 정수배 주기와, 상기 피크 주기의 일치도가 높을 경우에, 해당 계산 이상 발생주기에 대응하는 원인에 의한 이상이 상기 베어링에 발생하고 있다고 진단하는 베어링의 진단 시스템.
12. 제 1 항 내지 제 11 항에 있어서,
    상기 베어링 지지된 회전 기계 설비의 회전축의 회전수는 300rpm이하이며,
    상기 베어링은 구름 베어링 또는 미끄러져 베어링인 베어링의 진단 시스템.
13. 제 1 항 내지 제 12 항 중 어느 한 항에 있어서,
    상기 센서는, 진동 센서, 변위 센서, 음향방출(acoustic emission) 센서, 초음파 센서, 소리검출 센서의 중 어느 것인 베어링의 진단 시스템.
14. 제 8 항 또는 제 11 항에 있어서,
    상기 이상 원인은, 구름 베어링의 경우, 내륜 손상, 외륜 손상, 굴림동체 손상의 적어도 하나이며,
    미끄럼 베어링의 경우, 1 회전 또는 1 간헐동작에 1회 또는 복수 발생하는 상기 회전축이 이상한 금속접촉인 베어링의 진단 시스템.
15. 제 1 항 내지 제 14 항 중 어느 한 항에 있어서,
    상기 센서와 감시 진단 장치와 진단 통지 수단을 조합시킨 가동형, 또는 상기 감시 진단 장치에 대하여 상기 진단 통지 수단은 무선 접속하여 휴대폰형으로 하는 베어링의 진단 시스템.

Images