TWI727554B - 異常診斷裝置及異常診斷方法 - Google Patents
異常診斷裝置及異常診斷方法 Download PDFInfo
- Publication number
- TWI727554B TWI727554B TW108146648A TW108146648A TWI727554B TW I727554 B TWI727554 B TW I727554B TW 108146648 A TW108146648 A TW 108146648A TW 108146648 A TW108146648 A TW 108146648A TW I727554 B TWI727554 B TW I727554B
- Authority
- TW
- Taiwan
- Prior art keywords
- aforementioned
- abnormal
- diagnosis
- remaining time
- motor
- Prior art date
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
- F04D27/001—Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition monitoring
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
- H02P29/02—Providing protection against overload without automatic interruption of supply
- H02P29/024—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load
- H02P29/028—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load the motor continuing operation despite the fault condition, e.g. eliminating, compensating for or remedying the fault
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D19/00—Axial-flow pumps
- F04D19/02—Multi-stage pumps
- F04D19/04—Multi-stage pumps specially adapted to the production of a high vacuum, e.g. molecular pumps
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
- F04D27/02—Surge control
- F04D27/0292—Stop safety or alarm devices, e.g. stop-and-go control; Disposition of check-valves
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
- H02P29/40—Regulating or controlling the amount of current drawn or delivered by the motor for controlling the mechanical load
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/80—Diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/70—Type of control algorithm
- F05D2270/708—Type of control algorithm with comparison tables
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Non-Positive Displacement Air Blowers (AREA)
- Control Of Positive-Displacement Pumps (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
本發明之異常診斷裝置係具備:物理量測定部,係將電動機或負載之物理量取得而作為時間序列資料;特徵參數計算部,係計算特徵參數;相關函數作成部,係針對二種以上之特徵參數作成相關函數,並且算出與依據異常發生狀態而變化之物理量之測定結果相對應之相關係數;資料庫部,係預先記憶有使至故障為止之剩餘時間與相關係數產生關聯所得之基準資料;以及診斷部,係從基準資料抽出與由相關函數作成部所算出之相關係數相對應的剩餘時間,並且界定出電動機或負載至故障為止之剩餘時間、或已經故障之部位。
Description
本發明係關於一種進行界定出電動機及負載至故障為止之剩餘時間之異常診斷的異常診斷裝置及異常診斷方法。
為了使生產線高運轉地動作,較重要者為將與電動機及負載相關之零件的更換次數抑制在最小限度。
例如,就半導體裝置之生產線中使生產停滯之一因而言,可列舉真空泵之故障。當真空泵故障之際,會發生因真空度之惡化所致之半導體裝置的破壞、伴隨零件更換所造成之生產線的停止等問題。
就用以避免此種問題之習知技術而言,有一種可利用由壓縮機所產生之振動、聲音、電流、電壓等脈動資訊,來進行有無異常及異常原因之界定的壓縮機檢查裝置 (例如參照專利文獻1)。
專利文獻1之壓縮機檢查裝置係比較可在壓縮機開始起動之後取得之脈動資訊和與預先記憶之脈動相關之正常資料,而進行壓縮機為正常或異常之判斷。
(先前技術文獻)
(專利文獻)
專利文獻1:日本特開2006-161677號公報
(發明所欲解決之課題)
然而,專利文獻1之壓縮機檢查裝置雖可界定出屬於檢查對象之壓縮機已成為異常者,但無法界定出該壓縮機至成為異常之前還能夠繼續運轉多少時間。
為了避免起因於屬於檢查對象之機器的故障而造成生產線停止之問題,可考慮在故障之前定期地更換機器之構成零件。然而,當將還要一段時間才會故障之零件定期地進行更換時,會發生更換成本之增加、及伴隨更換而造成生產線之停頓次數的增加之其他問題。因此,為了提升生產線之運轉率,較重要者為在機器成為異常之前的階段檢測出機器之劣化狀態,並界定出至成為異常之前還能夠繼續運轉機器多少時間。並且,界定出已經故障之部位也甚為重要。
本發明係為了解決前述之課題而研創者,其目的在於獲致一種可界定出屬於診斷對象之電動機及負載至異常之剩餘時間、或已經故障之部位的異常診斷裝置及異常診斷方法。
(解決課題之手段)
本發明之異常診斷裝置係具備:物理量測定部,係將依據電動機或負載之異常發生狀態而變化之物理量之測定值取得而作為時間序列資料;特徵參數計算部,係根據作為時間序列資料所取得之物理量,計算二種以上之特徵參數;相關函數作成部,係利用藉由針對包含在二種以上之特徵參數中的二個以上之特徵參數反覆計算而得之複數個計算結果,針對二個以上之特徵參數的彼此作成相關函數,並且從相關函數算出與依據異常發生狀態而變化之物理量之測定結果相對應之相關係數;資料庫部,係預先記憶有使電動機或負載至故障為止之剩餘時間與相關係數產生關聯所得之基準資料;以及診斷部,係從基準資料抽出與由相關函數作成部所算出之相關係數相對應的剩餘時間,並且界定出電動機或負載至故障之剩餘時間、或已經故障之部位,藉此進行電動機或負載之異常診斷;在資料庫部中,依電動機或負載之作為異常診斷對象的各個部位個別地記憶有基準資料;診斷部係藉由利用個別地記憶之基準資料,而依電動機之作為異常診斷對象的各個部位來界定出至故障之剩餘時間。
再者,本發明之異常診斷方法係具備:將依據電動機或負載之異常發生狀態而變化之物理量的測定值取得而作為時間序列資料的步驟;根據作為時間序列資料所取得之物理量,計算二種以上之特徵參數的步驟;利用藉由針對包含在二種以上之特徵參數中的二個以上之特徵參數反覆計算而得之複數個計算結果,針對二個以上之特徵參數的彼此作成相關函數,並且從相關函數算出與依據異常發生狀態而變化之物理量之測定結果相對應之相關係數的步驟;預先將使電動機或負載至故障之剩餘時間與相關係數產生關聯所得之基準資料記憶在資料庫部的步驟;以及從基準資料抽出與由進行算出之步驟所算出之相關係數相對應的剩餘時間,並且界定出電動機或負載至故障之剩餘時間、或已經故障之部位,藉此診斷電動機或負載之異常的步驟;在資料庫部中,依電動機或負載之作為異常診斷對象的各個部位個別地記憶有基準資料,進行診斷之步驟係藉由利用個別地記憶之基準資料,而依電動機之作為異常診斷對象的各個部位來界定出至故障之剩餘時間。
(發明之效果)
依據本發明,可獲致一種可界定出屬於診斷對象之電動機及負載至異常為止之剩餘時間、或已經故障之部位的異常診斷裝置及異常診斷方法。
以下,利用圖式說明本發明之異常診斷裝置及異常診斷方法之較佳實施形態。
實施形態1
第1圖係本發明之實施形態1之異常診斷裝置之功能方塊圖。在本實施形態1之異常診斷裝置40中,連接有連接於電動機10及負載20之感測器30。在此,負載20係相當於將從電動機10放出之能量予以消耗之構成要素,例如,利用第3圖而於後所述之CVD(Chemical Vapor Deposition,化學氣相沈積)腔室就相當於負載20。
感測器30係檢測出依據電動機10及負載20之異常發生狀態而變化之物理量作為測定值。就物理量之具體例而言,可列舉流通於電動機10之電流、電動機10之溫度、及電動機10之振動。
本實施形態1之異常診斷裝置40係具備物理量測定部41、特徵參數計算部42、相關函數作成部43、診斷部44、及資料庫部45而構成。
物理量測定部41係將藉由感測器30所檢測出之電流等物理量取得而作為時間序列資料。特徵參數計算部42係從藉由物理量測定部41取得而作為時間序列資料之物理量來計算二種以上之特徵參數。針對特徵參數之詳細內容,根據具體的適用例容後說明。
相關函數作成部43係針對包含在二種以上之特徵參數中的二個以上之特徵參數作成相關函數。此外,相關函數作成部43並不限定在作成一個相關函數之情形,還可作成複數之相關函數。再者,相關函數作成部43係根據所作成之相關函數,算出與依據異常發生狀態而變化之物理量之測定結果相對應的相關係數。針對相關函數及相關係數之詳細內容,將根據具體的適用例容後說明。
在資料庫部45中,預先記憶有使電動機10或負載20至故障之剩餘時間與相關係數產生關聯所得之基準資料。在此,至故障之剩餘時間係指將屬於診斷對象之電動機10及負載20至成為異常之運轉時間以定量的方式顯示,且為壽命之指標值。
此外,在資料庫部45中,係預先個別地記憶有電動機10之作為異常診斷對象的各個部位之基準資料。同樣地,在資料庫部45中,還預先個別地記憶有負載20之作為異常診斷對象的各個部位之基準資料。針對基準資料之詳細內容,將根據具體的適用例容後說明。
診斷部44係藉由從記憶於資料庫部45之基準資料抽出與由相關函數作成部43所算出之相關係數相對應之剩餘時間,來界定出電動機10或負載20至故障之剩餘時間。亦即,診斷部44係根據作為異常診斷對象之各個部位的基準資料,而依各個部位界定出與由相關函數作成部43所算出之相關係數相對應之剩餘時間,藉此以定量的方式診斷電動機10及負載20之壽命。
並且,當所界定出之剩餘時間成為預先設定之警報判定時間以下時,診斷部44係輸出包含關於異常部位及壽命之資訊的警報。此外,當異常診斷裝置40具備警報顯示部時,診斷部44即使警報顯示部顯示異常部位及壽命。
第2圖係顯示本發明之實施形態1之異常診斷裝置之一連串之異常診斷處理的流程圖。在步驟S201中,物理量測定部41係經由感測器30將依據電動機10或負載20之異狀發生狀態而變化之物理量進行測定而作為時間序列資料。接著,在步驟S202中,特徵參數計算部42係計算特徵參數。
接著,在步驟S203中,相關函數作成部43係作成相關函數,並從所作成之相關函數算出相關係數。接著,在步驟S204中,診斷部44係將在步驟S203中所算出之相關係數與包含在記憶於資料庫部45之基準資料之相關係數予以比較,並且依作為異常診斷對象的各個部位來界定出電動機10或負載20至故障之剩餘時間。
接著,在步驟S205中診斷部44係判斷所界定出之剩餘時間是否成為預先設定之警報判定時間以下。並且,當判斷所界定出之剩餘時間為警報判定時間以下時,進入步驟S206,當判斷所界定出之剩餘時間並非警報判定時間以下時,結束一連串處理。
在進入步驟S206時,診斷部44係進行關於異常部位及壽命之異常發報。再者,在異常診斷裝置40具備警報顯示部時,於步驟S207中,診斷部44會顯示異常部位及壽命,並結束一連串處理。
接著,針對異常診斷裝置之適用例加以說明。就使電動機10或負載20發生異常之主要原因而言,可列舉真空泵之堆積物附著、真空腔室之真空洩漏、皮帶輸送機之皮帶的撓曲、龜裂、及風扇之異物堆積作為具體例。
因此,就異常診斷裝置之適用例而言,利用屬於半導體製造裝置之MOCVD(Metal Organic Chemical Vapor Deposition)裝置,來說明異常診斷之詳細內容。在MOCVD裝置中,係使用乾式真空泵,並測定電流作為物理量,藉此進行乾式真空泵及負載之異常診斷。
第3圖係將本發明之實施形態1之異常診斷裝置適用於MOCVD裝置之診斷時之概略圖。第3圖所示之MOCVD裝置係具有:進行真空抽吸之乾式真空泵11;以及作成為可真空排氣之密閉構造之屬於負載20的CVD腔室。在CVD腔室之排氣側連接有真空配管,且在真空配管之排氣側連接有閘閥(gate valve)。
並且,在閘閥之排氣側連接有真空配管。並且,為了使CVD腔室之內部排氣,於真空配管之排氣側連接有屬於魯氏型之乾式泵的電動機10。閘閥係依據需要將CVD腔室與乾式真空泵予以分離,以調整電導(conductance)。
另一方面,在CVD腔室連接有複數個氣體配管,氣體配管分別連接於質流控制器(mass flow controller)21。導入至CVD腔室之各種原料氣體及載體氣體係藉由質流控制器21來控制其流量。
在乾式真空泵之運轉時,係藉由電動機10之旋轉,將氣體輸送至排氣側。電動機10係以3相交流驅動,並利用電流纜線連接在電源31。在3相交流之電流纜線中,於一條或複數條纜線安裝有電流感測器30。
電流感測器30係以所設定之頻率測定電流值。頻率係設為能以10個左右之級數(order)來測定交流電流之一週期中之點之頻率。例如,在使用商用電源時,電流之頻率係60Hz。因此,在將測定頻率設為1kHz時,電流感測器30係可在每一個週期取得1000/60=16點之電流值。藉由電流感測器30所測定之電流值係由異常診斷裝置40內之物理量測定部41所取得,並儲存在特徵參數計算部42。
第4圖係顯示由本發明之實施形態1之物理量測定部41所取得之電流值之測定結果的圖。物理量測定部41係取得電流值以作為依據測定頻率而成之時間序列資料。
特徵參數計算部42係從作為時間序列資料所取得之電流值來計算特徵參數。針對依據具體順序的特徵參數之計算方法,於以下進行說明。首先,特徵參數計算部42係從電流值之時間序列資料計算電流之實效值。實效值之計算中,係需要連續之複數個電流值、亦即電流之時間序列資料。
將在實效值之計算中使用之電流的測定點設為n,將測定開始點設為m。n係設定為與在交流電流之週期的整數倍之時間(例如,電源之頻率為60Hz時,使用整數L而相當於L/60秒的時間)中所測定之點數相同。將i設為m至m+n之間的整數,而將在m至m+n之間所測定的電流值標記成Ii。此時,特徵參數計算部42係以下式(1)之方式計算實效值I_effective。
如此,將藉由特徵參數計算部42計算作為m至m+1n之間之電流實效值所得的值標示為實效值I_effective1
。對於其後的時間序列資料,特徵參數計算部42係依m+1n至m+2n之間的實效值I_effective2
、m+2n至m+3n之間的實效值I_effective3
・・的順序,計算I_effective。結果,特徵參數計算部42係可從所測定之電流值的時間序列資料計算複數個實效值I_effective。將其予以定義為I_effective之集合,且設為已計算出n個實效值I_effective。
接著,特徵參數計算部42係從所計算之實效值I_effective作成特徵參數。在作成特徵參數之際,特徵參數計算部42係利用n個實效值I_effective、亦即實效值I_effective1
至實效值I_effectiven
。就特徵參數而言,可列舉最大、最小、平均、分散、偏度、峰度、中央值等。將各特徵參數定義為最大I_max、最小I_min、平均I_average、分散I_stedvp、偏度I_skewness、峰度I_kurtosis、中央值I_center。
最大I_max、最小I_min、及中央值I_center之各者係被計算作為n個實效值I_effective1
至實效值I_effectiven
之最大值、最小值、及中央值。並且,其他各特徵參數係利用n個實效值I_effective,以下式(2)至(5)之方式計算。
如以上所述,特徵參數計算部42係可從n個實效值I_effective來計算各特徵參數。這些特徵參數係顯示出實效值I_effective之柱狀圖之形狀。第5圖係顯示本發明之實施形態1之電流實效值I_effective之柱狀圖之形狀的圖。特徵參數計算部42係取得n個實效值I_effective,並且反覆實施計算特徵參數之循環,而可藉此計算複數個各特徵參數。
相關函數作成部43係利用與各特徵參數各者相關之複數個計算結果,作成相關函數。針對選擇二種以上之特徵參數中之平均與分散之二個特徵參數時之相關函數的作成,於以下進行說明。相關函數作成部43係將作為二個特徵參數所計算出之平均I_average及分散I_stedvp全部分別描繪在圖表之縱軸、橫軸。
相關函數作成部43係對於所描繪之資料實施函數擬合(fitting)。使用一次函數作為函數之例。就函數擬合而言,有一種例如對於測定點之最小二乘法。藉由對於所描繪之資料進行以最小二乘法所進行之函數擬合,而如下式(6)表示平均I_average與分散I_stedvp之一次函數。
第6圖係顯示在本發明之實施形態1中,採用平均I_average與分散I_stedvp作為二個特徵參數時之相關函數的描繪例的圖。在此,附加文字之i、j係從使用在相關函數作成之特徵參數來決定。例如,當將平均I_average設為1,將分散I_stedvp設為2時,上式(6)係顯現成下式(7)。
相關函數作成部43也可針對其他參數之組合亦即成為i>j之所有組合,來作成全部的此種相關函數。將以上述方式作成之係數aij
、bij
定義為相關係數。
接著,診斷部44係利用所作成之相關係數來實施異常診斷。為了利用所作成之相關係數來進行異常診斷,需要顯示相關係數與至故障之剩餘時間之關係的基本資料。因此,接著針對將該種基本資料儲存於資料庫部45之方法進行說明。
第7圖係顯示在本發明之實施形態1中可用於將基準資料儲存於資料庫部45之裝置構成的圖。在儲存基準資料時,可採用異常診斷裝置40中之物理量測定部41、特徵參數計算部42、相關函數作成部43、及資料庫部45。
在收集基準資料之際,係於事前使異常要因50以定量的方式產生在電動機10及負載20之各部位。
例如,就異常要因50而言,在有固體物對於軸承的堆積發生之情形時,係藉由使堆積量以定量的方式變化而使異常狀態變化,以收集基準資料用之各種資料。在某異常狀態下使電動機10驅動,取得電流值以作為此時之物理量,並以與利用先前之第2圖之流程圖來說明之異常診斷時相同之方法,可實施對於實效值之轉換、特徵參數之作成。可基於這些步驟計算某異常量之特徵參數,並將其結果儲存在資料庫部45。
第8圖係顯示在本發明之實施形態1中,用於將用以進行異常診斷之基準資料儲存在資料庫部45之一連串處理的流程圖。在步驟S801中,操作者係在電動機10或負載20中設定作為異常診斷對象之異常部位。例如,電動機10之軸承係被設定為異常部位。
接著,在步驟S802中,操作者係設定作為異常要因50之異常量。例如,藉由以定量的方式對於軸承賦予固體物之堆積量,以設定異常量。
接著,在步驟S803中,物理量測定部41係經由感測器30將依據電動機10或負載20之異狀發生狀態而變化之物理量進行測定而作為時間序列資料。例如,物理量測定部41係在設定有藉由步驟S802所設定之異常量的狀態下,經由感測器30取得與電動機10之電流值相關的時間序列資料,以測定物理量。
接著,在步驟S804中,特徵參數計算部42係計算特徵參數。例如,特徵參數計算部42係如先前之第6圖所示,從電流值之時間序列資料算出與分散及平均相關之特徵參數。
接著,在步驟S805中,相關函數作成部43係作成相關函數,以算出相關係數。例如,相關函數作成部43係如先前之第6圖所示,作成與分散及平均相關之相關函數,並且從所作成之相關函數來算出相關係數。
接著,在步驟S806中,相關函數作成部43係根據步驟S801至步驟S805之處理結果,將使異常部位、異常量、物理量、電動機之運轉時間、及相關函數與相關係數產生關聯所得之資料儲存於資料庫部45。
接著,於步驟S807中,操作者係判斷是否已在異常部位中發生故障。並且,在判斷為已發生故障時,會回到步驟S802,並且將異常量更進一步進行設定變更,並反覆進行步驟S802至步驟S807之處理直到發生故障。
並且,當在步驟S807中判斷為未發生故障時,則進入步驟S808,操作者係判斷是否有未測定資料之異常部位。再者,當判斷為有未測定資料之異常部位時,則進入步驟S801,且在進行新的異常部位之設定之後,反覆進行步驟S802至步驟S807之處理。
並且,在步驟S808中,當判斷為沒有未測定資料之異常部位時,結束一連串處理。依據這樣的順序,可依所希望之各個異常部位來收集資料。
此外,堆積量與至故障之剩餘時間之關係亦必須另外取得。該資料取得係藉由使電動機10長時間運轉,並且定期地測定有成為異常之原因之可能性的部位之異常量、及此時之日期時間而執行。藉由持續運轉並從故障之時間點(timing)取得與此時之日期時間的差分,而可決定相對於異常部位之異常量之至故障之剩餘時間。並且,當在複數個部位發生異常時,藉由定期地去除所關注之部位以外的異常,可更正確地獲得關注部位之異常量與至故障之剩餘時間之關係。
並且,在異常診斷中重要之資料係在故障之前例如從1天至1個月前之資料。在此,各部位之異常量與故障之時間點之關係已藉由執行第8圖之一連串處理而儲存在資料庫部45。因此,操作者可從發生了乘以0.9作為係數時之異常量之狀態測定異常量與至故障之剩餘時間,其中該係數為比在該故障之時間點的異常量更小者。結果,可在更短期間內取得至故障為止之剩餘時間與異常量之關係。
若利用可在上述之短時間內收集資料之方法,就能夠在可忽略其他部位之異常的狀態下收集資料。因此,就取得單一部位之異常量與至故障為止之剩餘時間之關係的手法而言甚為有用。
藉由上述之手法,可取得異常量與特徵參數之相關係數的關係、及異常量與至故障之剩餘時間之關係的二個種類之關係。就用於實際之異常診斷的基準資料而言,必須有特徵參數之相關係數與至故障為止之剩餘時間的關係。因此,以下針對具有該關係之基準資料的取得方法進行說明。
就具體例而言,將與電流之特徵參數之相關係數a相對應之異常量設為異常量w。將相對於異常量w之至故障之剩餘時間設為剩餘時間t。從相關係數a與異常量w之關係、及剩餘時間t與異常量w之關係,可得知相關係數a與剩餘時間t之關係。如此,可從二個種類之關係得知電流之特徵參數的相關係數a與至故障之剩餘時間t的關係。因此,操作者最後可將使相關係數a與至故障之剩餘時間t產生關聯所得的基準資料儲存在資料庫部45。
並且,在異常診斷時,藉由預先設定警報判定時間t_alarm,可在剩餘時間t成為警報判定時間t_alarm以下時輸出警報。例如,藉由預先設定1個月作為警報判定時間t_alarm,診斷部44可在剩餘時間t成為1個月以下之狀態下輸出警報,以作為異常部位之異常診斷結果。此外,警報判定時間t_alarm係依各個異常部位記憶在資料庫部45。
第9圖係顯示本發明之實施形態1之相關係數與至受檢測之物故障之剩餘時間之關係的圖。第9圖所示之關係是作為基準資料而記憶在資料庫部45,且作為異常診斷時之判斷基準的資料來活用。亦即,診斷部44可在進行異常診斷之際,藉由從資料庫部45內之基準資料抽出與由相關函數作成部43所算出之相關係數相對應之剩餘時間,而界定出故障部位至故障為止之剩餘時間。
就具體的電動機10之異常診斷的例子而言,針對電動機10之軸承異常詳細地說明。因真空泵在氣體通過之際被冷卻而產生之固體物係堆積在電動機10之軸承。當有固體物堆積時,會在該固體物堆積之部位與旋轉之電動機10接觸時使負載轉矩增加。電流值係與負載轉矩成正比,因此電流值亦會隨著負載轉矩之增加而增大。亦即,隨著固體物之體積增加,會使屬於電流值之特徵參數之一的平均值增大。
並且,固體物之堆積部位與旋轉之電動機10的接觸係在電動機10之旋轉中僅發生在一部分之區間。因此,電流值並非固定。亦即,隨著固體物之堆積增加,會使屬於電流值之特徵參數之一的分散增加。
第10圖係顯示在本發明之實施形態1中,正常時及軸承之堆積物產生時之電流值的平均與分散之相關關係的圖。如第10圖所示,隨著至故障之剩餘時間變短,相當於一次函數之斜率的相關係數a12
係增加,相當於一次函數之截距的相關係數b12
係減少。
第11圖係顯示在本發明之實施形態1中,將軸承之堆積物產生作為異常要因時之相關係數與至故障之剩餘時間之關係的圖。具體而言,在第11圖中,係針對相當於斜率之相關係數a12
與相當於截距之相關係數b12
之各者顯示其與至故障之剩餘時間的對應關係。
藉由設定警報判定時間t_alarm,可決定t_alarm時之各相關係數a_alarm及b_alarm。當將軸承之堆積物產生作為異常要因時,隨著至故障之剩餘時間變短,相關係數a12
係增加,相關係數b12
係減少。由此,診斷部44係可求出與相關係數a12
及相關係數b12
相對應之剩餘時間。
再者,診斷部44可在 a12
>a_alarm、或b12
>b_alarm時進行異常發報。
此外,就作為二種以上之特徵參數中之用於相關函數之二個特徵參數之一例而言,雖採用平均與分散,但除此以外,只要具有相關係數會依據異常要因50而變化之相關關係,亦可利用其他之特徵參數的組合進行異常診斷及壽命計算。
接著,就根據相關係數而以定量的方式進行負載20之異常診斷之具體例而言,針對負載20之真空洩漏進行說明。當發生真空洩漏之情形時,為了保持相同之真空度,電動機10之負載會增大。因此,電動機10之電流的平均值會上升。另一方面,即使發生真空洩漏,電流之時間的變化也不會改變。因此,電流之分散為固定。
第12圖係顯示在本發明之實施形態1中,正常時及負載20之真空洩漏發生時之電流值的平均與分散之相關關係的圖。從第12圖得知,真空洩漏發生時,至故障之剩餘時間越短,相當於一次函數之截距的相關係數b12
雖會減少,但相當於一次函數之斜率的相關係數a12
會固定。
因此,診斷部44係可求出與相關係數a12
及相關係數b12
相對應之剩餘時間。再者,診斷部44係在b12
>b_alarm時進行異常發報。
如上所述,就異常部位而言,可列舉與電動機10相關之在軸承之堆積物產生、與負載20相關之真空洩漏等。並且,在各個異常部位,應該用於相關函數之二個以上的特徵參數及相關係數的變化量會不同。
對應於此,診斷部44可依各個異常部位採用適當之二個以上的特徵參數算出相關係數,並且使用依各個異常部位設定之警報判定時間t_alarm,而進行適當之異常診斷。結果,可獲致一種能依各個異常部位適當地診斷至故障之剩餘時間,且能以所希望之時間點進行異常發報的異常診斷裝置及異常診斷方法。
實施形態2
在先前之實施形態1中,係針對利用電流作為物理量來進行異常診斷之情形加以說明。相對於此,在本實施形態2中,係針對利用相當於電流之每單位時間之變化量的時間微分值作為物理量來進行異常診斷之情形加以說明。就具體例而言,與先前之實施形態1同樣地,對於MOCVD裝置,針對根據電流測定進行之異常診斷之情形加以說明。
在本實施形態2中,電流之時間微分係對於電流實效值進行。與實施形態1同樣地,就電流實效值I_effective1
至I_effectiven
而言,n個電流實效值I_effective係藉由特徵參數計算部42所計算。針對所計算之電流實效值I_effective,藉由下式(8)來計算第一個電流的時間微分值ΔI_effective1
。
藉由反覆進行該計算,特徵參數計算部42係可從包含n個之電流實效值I_effective的時間序列資料來計算(n-1)個時間微分值ΔI_effective。
本實施形態2之異常診斷裝置係利用時間微分值ΔI_effective來實施異常診斷。就利用時間微分值來實施異常診斷一事有效之例子而言,可列舉真空閥之故障。真空閥係在對MOCVD裝置之真空腔室進行真空抽吸之際被開閉。當進行真空閥之開閉時,電動機10之負載會依據開閉度而上升。因此,電動機10之電流值亦會上升。
真空閥之開閉係連續地進行。因此,電流值之上升亦會依據開閉度而時間性變化。在此,檢討在真空閥發生異常之情形。例如,在有開閉速度因磨耗而減少之異常發生在真空閥時,電流之時間微分值會減少。再者,當有龜裂產生在真空閥之一部分時,開閉速度會變得不穩定,電流之時間微分值的分散會增加。由以上之理由,藉由關注電流之時間微分值,可分別依各個異常部位適當地進行真空閥的異常診斷。
實施形態3
在先前之實施形態1、2中,係針對利用電流作為物理量進行異常診斷之情形詳細地說明。在本實施形態3中,係針對利用複數個物理量之異常診斷進行說明。與實施形態1、2相同地,針對進行真空泵之異常診斷的情形加以說明。
真空泵亦會在異常發生時於電流以外之物理量產生變化。例如,對於軸承之堆積物增加會在電流之平均值、分散產生變化,但由於堆積物會阻擾軸承之旋轉,故與電動機10之振動相關之平均值及分散亦會增加。
再者,堆積物之增加會使真空抽吸中之氣流變化,因此與電動機10相關之溫度的分散值會增加,並且電動機10之振動亦會增加。並且,伴隨著溫度之分散值及振動的增加,聲音之平均值亦會增加。因此,除了電流以外,還可依據異常部位而採用以溫度、振動、聲音等複數種物理量為根據的特徵參數。使用各個特徵參數之具體的異常診斷手法係可適用與先前之實施形態1、2相同之手法。
結果,藉由執行利用複數個物理量之異常診斷,可依各個異常部位進行提升了可靠性之異常診斷。
此外,上述實施形態1至3之異常診斷裝置之各功能係藉由處理電路而實現。實現各功能之處理電路亦可為專用之硬體,亦可為執行儲存於記憶體之程式的處理器。第13圖係顯示利用屬於專用硬體之處理電路1000來實現本發明之實施形態1至3之異常診斷裝置之各功能之情形的構成圖。再者,第14圖係顯示藉由具備處理器2001及記憶體2002之處理電路2000實現本發明之實施形態1至3之異常診斷裝置的各功能之情形的構成圖。
在處理電路為專用之硬體時,處理電路1000符合於例如單一電路、複合電路、經程式化之處理器、經平行程式化之處理器、ASIC(Application Specific Integrated Circuit,特定應用積體電路)、FPGA(Field Programmable Gate Array,場域可程式閘陣列)、或組合上述而成者。亦可利用個別之處理電路1000來實現第1圖所示之物理量測定部41、特徵參數計算部42、相關函數作成部43、及診斷部44之各部的功能各者,亦可利用處理電路1000來一併實現各部之功能。
另一方面,當處理電路為處理器2001時,物理量測定部41、特徵參數計算部42、相關函數作成部43、及診斷部44之各部的功能係藉由軟體、韌體、或軟體與韌體之組合而實現。軟體及韌體係撰述為程式,並儲存在記憶體2002。處理器2001係藉由讀出記憶體2002所記憶之程式並予以執行,而實現各部之功能。亦即,藉由處理電路2000而執行時,異常診斷裝置係具備用以儲存程式的記憶體2002,該程式就結果而言會執行作為一例所示之第2圖的步驟S201至步驟S207。
該等程式可謂使電腦執行上述之各部的順序或方法者。在此,記憶體2002符合於例如RAM(Random Access Memory,隨機存取記憶體)、ROM(Read Only Memory,唯讀記憶體)、快閃記憶體、EPROM (Erasable Programmable Read Only Memory,可抹除可程式唯讀記憶體)、EEPROM(Electrically Erasable and Programmable Read Only Memory,電子可抹除可程式唯讀記憶體)等非揮發性或揮發性之半導體記憶體。再者,磁碟、軟碟、光碟、CD、迷你碟、DVD等亦符合於記憶體2002。
此外,針對上述之各部的功能,亦可設為以專用之硬體來實現其一部分,且以軟體或韌體來實現其一部分。
如此,處理電路係可藉由硬體、軟體、韌體、或該等之組合來實現上述各部之功能。
10:電動機
11:乾式真空泵
20:CVD腔室(負載)
21:質流控制器
30:感測器
31:電源
40:異常診斷裝置
41:物理量測定部
42:特徵參數計算部
43:相關函數作成部
44:診斷部
45:資料庫部
50:異常要因
1000、2000:處理電路
2001:處理器
2002:記憶體
第1圖係本發明之實施形態1之異常診斷裝置之功能方塊圖。
第2圖係顯示本發明之實施形態1之異常診斷裝置之一連串之異常診斷處理的流程圖。
第3圖係將本發明之實施形態1之異常診斷裝置適用在MOCVD裝置之診斷時之概略圖。
第4圖係顯示由本發明之實施形態1之物理量測定部所取得之電流值之測定結果的圖。
第5圖係顯示本發明之實施形態1之電流實效值之柱形圖(histogram)。
第6圖係在本發明之實施形態1中,採用平均與分散作為二個特徵參數時之相關函數之描繪例的圖。
第7圖係顯示在本發明之實施形態1中可用於將基準資料儲存在資料庫部之裝置構成的圖。
第8圖係顯示在本發明之實施形態1中,用於將用以進行異常診斷之基準資料儲存在資料庫部之一連串處理的流程圖。
第9圖係顯示本發明之實施形態1之相關係數與至故障之剩餘時間之關係的圖。
第10圖係顯示在本發明之實施形態1中,於正常時及軸承之堆積物產生時之電流值之平均與分散之相關關係的圖。
第11圖係顯示在本發明之實施形態1中,以軸承之堆積物產生為異常要因時之相關係數與至故障之剩餘時間之關係的圖。
第12圖係顯示在本發明之實施形態1中,在正常時、及發生負載之真空洩漏時之電流值的平均與分散之相關關係的圖。
第13圖係顯示以屬於專用之硬體的處理電路來實現本發明之實施形態1至3之異常診斷裝置之各功能之情形的構成圖。
第14圖係顯示藉由具備處理器及記憶體之處理電路來實現本發明之實施形態1至3之異常診斷裝置之各功能之情形的構成圖。
10:電動機
20:CVD腔室(負載)
30:感測器
40:異常診斷裝置
41:物理量測定部
42:特徵參數計算部
43:相關函數作成部
44:診斷部
45:資料庫部
Claims (10)
- 一種異常診斷裝置,係具備: 物理量測定部,係將依據電動機或負載之異常發生狀態而變化之物理量之測定值取得而作為時間序列資料; 特徵參數計算部,係根據作為時間序列資料所取得之前述物理量,計算二種以上之特徵參數; 相關函數作成部,係利用藉由針對包含在前述二種以上之特徵參數中的二個以上之特徵參數反覆計算而得之複數個計算結果,針對前述二個以上之特徵參數的彼此作成相關函數,並且從前述相關函數算出與依據前述異常發生狀態而變化之物理量之測定結果相對應之相關係數; 資料庫部,係預先記憶有使前述電動機或前述負載至故障之剩餘時間與前述相關係數產生關聯所得之基準資料;以及 診斷部,係從前述基準資料抽出與由前述相關函數作成部所算出之前述相關係數相對應的剩餘時間,並且界定出前述電動機或前述負載至故障為止之前述剩餘時間、或已經故障之部位,藉此進行前述電動機或前述負載之異常診斷; 在前述資料庫部中,依前述電動機或前述負載之作為異常診斷對象的各個部位個別地記憶有前述基準資料; 前述診斷部係藉由利用個別地記憶之前述基準資料,而依前述電動機之作為異常診斷對象的各個部位來界定出至故障之前述剩餘時間。
- 如申請專利範圍第1項所述之異常診斷裝置,其中,前述基準資料為:從預先取得之各部位的異常量與前述相關係數之關係及前述異常量與前述電動機或前述負載至故障之剩餘時間之關係所得之前述相關係數與前述剩餘時間產生關聯所得之資料。
- 如申請專利範圍第1項所述之異常診斷裝置,其中,前述特徵參數計算部係根據將作為前述時間序列資料所取得之前述物理量進行時間微分所得之值,來計算前述二種以上之特徵參數。
- 如申請專利範圍第2項所述之異常診斷裝置,其中,前述特徵參數計算部係根據將作為前述時間序列資料所取得之前述物理量進行時間微分所得之值,來計算前述二種以上之特徵參數。
- 如申請專利範圍第1項所述之異常診斷裝置,其中,前述物理量測定部係針對複數個物理量取得各自的時間序列資料,以作為前述物理量; 前述特徵參數計算部係針對前述複數個物理量之各者計算二種以上之特徵參數; 前述相關函數作成部係針對前述複數個物理量之各者算出前述相關係數; 前述診斷部係根據針對前述複數個物理量之各者所界定出之前述剩餘時間,進行前述異常診斷。
- 如申請專利範圍第2項所述之異常診斷裝置,其中,前述物理量測定部係針對複數個物理量取得各自的時間序列資料,以作為前述物理量; 前述特徵參數計算部係針對前述複數個物理量之各者計算二種以上之特徵參數; 前述相關函數作成部係針對前述複數個物理量之各者算出前述相關係數; 前述診斷部係根據針對前述複數個物理量之各者所界定出之前述剩餘時間,進行前述異常診斷。
- 如申請專利範圍第3項所述之異常診斷裝置,其中,前述物理量測定部係針對複數個物理量取得各自的時間序列資料,以作為前述物理量; 前述特徵參數計算部係針對前述複數個物理量之各者計算二種以上之特徵參數; 前述相關函數作成部係針對前述複數個物理量之各者算出前述相關係數; 前述診斷部係根據針對前述複數個物理量之各者所界定出之前述剩餘時間,進行前述異常診斷。
- 如申請專利範圍第4項所述之異常診斷裝置,其中,前述物理量測定部係針對複數個物理量取得各自的時間序列資料,以作為前述物理量; 前述特徵參數計算部係針對前述複數個物理量之各者計算二種以上之特徵參數; 前述相關函數作成部係針對前述複數個物理量之各者算出前述相關係數; 前述診斷部係根據針對前述複數個物理量之各者所界定出之前述剩餘時間,進行前述異常診斷。
- 如申請專利範圍第1項至第8項中任一項所述之異常診斷裝置,其中, 前述診斷部係在所界定出之前述剩餘時間成為預設之警報判定時間以下時,輸出警報。
- 一種異常診斷方法,係具備: 將依據電動機或負載之異常發生狀態而變化之物理量的測定值取得而作為時間序列資料的步驟; 根據作為前述時間序列資料所取得之前述物理量,計算二種以上之特徵參數的步驟; 利用藉由針對包含在前述二種以上之特徵參數中的二個以上之特徵參數反覆計算而得之複數個計算結果,針對前述二個以上之特徵參數的彼此作成相關函數,並且從前述相關函數算出與依據前述異常發生狀態而變化之前述物理量之測定結果相對應之相關係數的步驟; 預先將使前述電動機或前述負載至故障之剩餘時間與前述相關係數產生關聯所得之基準資料記憶在資料庫部的步驟;以及 從前述基準資料抽出與由進行前述算出之步驟所算出之前述相關函數相對應的剩餘時間,並且界定出前述電動機或前述負載至故障之剩餘時間、或已經故障之部位,藉此診斷前述電動機或前述負載之異常的步驟; 在前述資料庫部中,依前述電動機或前述負載之作為異常診斷對象的各個部位個別地記憶有前述基準資料, 進行前述診斷之步驟係藉由利用個別地記憶之前述基準資料,而依前述電動機之作為異常診斷對象的各個部位來界定出至故障之前述剩餘時間。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/048221 WO2020136823A1 (ja) | 2018-12-27 | 2018-12-27 | 異常診断装置および異常診断方法 |
WOPCT/JP2018/048221 | 2018-12-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202024821A TW202024821A (zh) | 2020-07-01 |
TWI727554B true TWI727554B (zh) | 2021-05-11 |
Family
ID=69100984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108146648A TWI727554B (zh) | 2018-12-27 | 2019-12-19 | 異常診斷裝置及異常診斷方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11527987B2 (zh) |
JP (1) | JP6625280B1 (zh) |
CN (1) | CN113227577B (zh) |
DE (1) | DE112018008225T5 (zh) |
TW (1) | TWI727554B (zh) |
WO (1) | WO2020136823A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113792477B (zh) * | 2021-08-18 | 2024-06-07 | 珠海派诺科技股份有限公司 | 一种用电异常识别方法、系统、装置和火灾预警系统 |
CN113900020B (zh) * | 2021-08-20 | 2024-03-12 | 合众新能源汽车股份有限公司 | 一种新能源汽车驱动电机寿命估计方法、装置及电子设备 |
JP2023043530A (ja) * | 2021-09-16 | 2023-03-29 | 株式会社日本製鋼所 | 寿命推定方法、寿命推定装置及びコンピュータプログラム |
WO2023222341A1 (de) | 2022-05-17 | 2023-11-23 | Robert Bosch Gmbh | Verfahren zum überwachen des betriebs eines bordnetzes |
CN115639006B (zh) * | 2022-12-21 | 2023-03-17 | 太原理工大学 | 模拟掘进装备第一刮板运输机的故障诊断实验装置 |
TWI831541B (zh) * | 2022-12-27 | 2024-02-01 | 財團法人工業技術研究院 | 電流異常監測裝置以及電流異常監測方法 |
CN116857172B (zh) * | 2023-09-05 | 2023-12-22 | 诺沃机械南通有限公司 | 一种基于大数据的水泵故障预测方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000298511A (ja) * | 1999-04-13 | 2000-10-24 | Toshiba Corp | 設備診断装置及び記録媒体 |
JP2002285974A (ja) * | 2001-03-23 | 2002-10-03 | Toshiba Corp | 半導体製造装置、真空ポンプの寿命予測方法及び真空ポンプの修理タイミング決定方法 |
JP2006161677A (ja) * | 2004-12-07 | 2006-06-22 | Mitsubishi Electric Corp | 圧縮機検査装置 |
CN101207296A (zh) * | 2006-12-18 | 2008-06-25 | 日产自动车株式会社 | 异常诊断装置 |
CN103180793A (zh) * | 2010-10-28 | 2013-06-26 | 株式会社日立制作所 | 异常诊断装置以及工业机械 |
TW201727208A (zh) * | 2015-10-05 | 2017-08-01 | Denso Corp | 監視裝置及異常診斷裝置 |
TW201728889A (zh) * | 2015-11-12 | 2017-08-16 | Denso Corp | 異常診斷裝置 |
TW201732476A (zh) * | 2016-02-25 | 2017-09-16 | 東芝三菱電機產業系統股份有限公司 | 製造設備之異常診斷裝置 |
WO2017168796A1 (ja) * | 2016-03-31 | 2017-10-05 | 株式会社高田工業所 | 回転機械系の異常検知方法、その異常検知方法を用いた回転機械系の異常監視方法、及びその異常監視方法を用いた回転機械系の異常監視装置 |
WO2018108429A1 (en) * | 2016-12-14 | 2018-06-21 | Abb Schweiz Ag | Computer system and method for monitoring the status of a technical system |
JP2018155543A (ja) * | 2017-03-16 | 2018-10-04 | 高砂熱学工業株式会社 | 診断装置、診断方法、診断プログラムおよび診断システム |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4149691B2 (ja) | 2001-08-31 | 2008-09-10 | 株式会社東芝 | 半導体製造装置用回転機の寿命予測方法及び半導体製造装置 |
JP2003232705A (ja) | 2002-02-08 | 2003-08-22 | Toshiba Corp | 寿命診断システム及び寿命診断方法 |
DE102004060528A1 (de) * | 2004-12-16 | 2006-06-22 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Vorhersagen einer Lebenserwartung eines mehrere Komponenten umfassenden Produkts |
US7826985B2 (en) * | 2008-05-02 | 2010-11-02 | Rockwell Automation Technologies, Inc. | Power module life estimation fatigue function |
JP6164197B2 (ja) * | 2014-11-13 | 2017-07-19 | 株式会社デンソー | 電子制御装置 |
EP3431952B1 (en) * | 2016-03-17 | 2023-05-03 | NTN Corporation | Condition monitoring system and wind turbine generation apparatus |
JP6782006B2 (ja) | 2016-08-29 | 2020-11-11 | 一般社団法人ブレインインパクト | 脳情報解析装置及び脳健康指標演算装置 |
CN106761681B (zh) * | 2017-02-16 | 2023-04-14 | 中国石油化工股份有限公司 | 基于时序数据分析的电泵井故障实时诊断系统及方法 |
JP2019207542A (ja) * | 2018-05-29 | 2019-12-05 | ファナック株式会社 | 分析装置、分析方法及び分析プログラム |
JP2022052351A (ja) * | 2020-09-23 | 2022-04-04 | キヤノン株式会社 | 情報処理方法、情報処理装置、制御プログラム、記録媒体、物品の製造方法、学習用データの取得方法 |
-
2018
- 2018-12-27 JP JP2019530223A patent/JP6625280B1/ja active Active
- 2018-12-27 CN CN201880100437.9A patent/CN113227577B/zh active Active
- 2018-12-27 US US17/291,278 patent/US11527987B2/en active Active
- 2018-12-27 DE DE112018008225.3T patent/DE112018008225T5/de active Pending
- 2018-12-27 WO PCT/JP2018/048221 patent/WO2020136823A1/ja active Application Filing
-
2019
- 2019-12-19 TW TW108146648A patent/TWI727554B/zh active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000298511A (ja) * | 1999-04-13 | 2000-10-24 | Toshiba Corp | 設備診断装置及び記録媒体 |
JP2002285974A (ja) * | 2001-03-23 | 2002-10-03 | Toshiba Corp | 半導体製造装置、真空ポンプの寿命予測方法及び真空ポンプの修理タイミング決定方法 |
JP2006161677A (ja) * | 2004-12-07 | 2006-06-22 | Mitsubishi Electric Corp | 圧縮機検査装置 |
CN101207296A (zh) * | 2006-12-18 | 2008-06-25 | 日产自动车株式会社 | 异常诊断装置 |
CN103180793A (zh) * | 2010-10-28 | 2013-06-26 | 株式会社日立制作所 | 异常诊断装置以及工业机械 |
TW201727208A (zh) * | 2015-10-05 | 2017-08-01 | Denso Corp | 監視裝置及異常診斷裝置 |
TW201728889A (zh) * | 2015-11-12 | 2017-08-16 | Denso Corp | 異常診斷裝置 |
TW201732476A (zh) * | 2016-02-25 | 2017-09-16 | 東芝三菱電機產業系統股份有限公司 | 製造設備之異常診斷裝置 |
WO2017168796A1 (ja) * | 2016-03-31 | 2017-10-05 | 株式会社高田工業所 | 回転機械系の異常検知方法、その異常検知方法を用いた回転機械系の異常監視方法、及びその異常監視方法を用いた回転機械系の異常監視装置 |
WO2018108429A1 (en) * | 2016-12-14 | 2018-06-21 | Abb Schweiz Ag | Computer system and method for monitoring the status of a technical system |
JP2018155543A (ja) * | 2017-03-16 | 2018-10-04 | 高砂熱学工業株式会社 | 診断装置、診断方法、診断プログラムおよび診断システム |
Also Published As
Publication number | Publication date |
---|---|
JP6625280B1 (ja) | 2019-12-25 |
JPWO2020136823A1 (ja) | 2021-02-15 |
CN113227577A (zh) | 2021-08-06 |
CN113227577B (zh) | 2023-03-24 |
US11527987B2 (en) | 2022-12-13 |
WO2020136823A1 (ja) | 2020-07-02 |
TW202024821A (zh) | 2020-07-01 |
US20220006417A1 (en) | 2022-01-06 |
DE112018008225T5 (de) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI727554B (zh) | 異常診斷裝置及異常診斷方法 | |
JP7449235B2 (ja) | 凍結乾燥プロセス及び機器健全性モニタリング | |
KR100458885B1 (ko) | 회전 기계의 수명 예측 장치와 그 장치를 이용한 장비, 및회전 기계의 수명 예측 방법과 수리 타이밍 판정 방법 | |
JP3967245B2 (ja) | 回転機の寿命予測方法及び回転機を有する製造装置 | |
US7954371B2 (en) | Condition monitoring of pumps and pump system | |
TW201115027A (en) | Method for predicting a failure in the rotation of the rotor of a vacuum pump and associated pumping device | |
JP2018515706A (ja) | ポンプモニタ装置及び方法 | |
JP2000259222A (ja) | 機器監視・予防保全システム | |
JP2012058937A (ja) | 原子力プラントの機器診断方法および機器診断装置 | |
CN113906216B (zh) | 用于识别压缩机的损坏的方法 | |
US20230152179A1 (en) | Fault detection system for vacuum pump | |
JP4763713B2 (ja) | 予測診断のためのスライディングモード方法 | |
WO2019208395A1 (ja) | 異常検知装置及びそれを備えた振動搬送装置 | |
EP4124723A1 (en) | Systems and methods for estimating integrity and efficiency of an inlet filtration system for turbine systems and for recommending mitigation actions | |
JP4369321B2 (ja) | 流体回転機械の診断方法 | |
US20230250824A1 (en) | Pump control system capable of detecting fault of pump | |
US20220004176A1 (en) | Method and control system for detecting condition of plurality of process equipment in industrial plant | |
Taranto et al. | Measure it, See it, Manage it: Using Real Time Data to Benchmark, Optimize, and Sustain System Energy Efficiency | |
JPH03116207A (ja) | 弁リーク診断装置 |