WO2017150049A1 - 機械要素の性能劣化・診断方法およびそのシステム - Google Patents

機械要素の性能劣化・診断方法およびそのシステム Download PDF

Info

Publication number
WO2017150049A1
WO2017150049A1 PCT/JP2017/003435 JP2017003435W WO2017150049A1 WO 2017150049 A1 WO2017150049 A1 WO 2017150049A1 JP 2017003435 W JP2017003435 W JP 2017003435W WO 2017150049 A1 WO2017150049 A1 WO 2017150049A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
reference value
machine element
waveform
waveform signal
Prior art date
Application number
PCT/JP2017/003435
Other languages
English (en)
French (fr)
Inventor
将一 青木
石渕　浩
吉田　孝文
Original Assignee
三菱重工業株式会社
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 三菱重工業株式会社 filed Critical 三菱重工業株式会社
Priority to JP2018502955A priority Critical patent/JP6600072B2/ja
Priority to US16/079,807 priority patent/US10648948B2/en
Publication of WO2017150049A1 publication Critical patent/WO2017150049A1/ja

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
    • G01N29/14—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 using acoustic emission techniques
    • 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
    • G01N29/043—Analysing solids in the interior, e.g. by shear 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
    • 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
    • G01N29/4436—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a reference signal
    • 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
    • G01N29/4454—Signal recognition, e.g. specific values or portions, signal events, signatures
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4065—Monitoring tool breakage, life or condition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/025—Change of phase or condition
    • G01N2291/0258—Structural degradation, e.g. fatigue of composites, ageing of oils
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/0289—Internal structure, e.g. defects, grain size, texture
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/50—Machine tool, machine tool null till machine tool work handling
    • G05B2219/50276—Detect wear or defect tool, breakage and change tool
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold

Definitions

  • the present invention relates to a performance degradation / diagnosis method and system for machine elements, and is useful when applied to diagnose performance degradation of a bearing of a windmill nacelle used in a wind power generator, for example.
  • the wind turbine nacelle of the wind power generator uses a large-diameter bearing. Since this bearing is expensive, it is rare that a spare part is secured, and if it is damaged, it is newly made. Delivery in this case takes about six months. Therefore, it is important to appropriately diagnose the deterioration of large-diameter bearings such as the main bearing of a windmill nacelle that is expensive and takes a long time to manufacture, particularly as early as possible.
  • deterioration diagnosis of wind turbine nacelle bearings has been performed mainly by the vibration method.
  • the vibration method the displacement of a measurement part in a mechanical element (for example, a bearing) is detected by a sensor such as a strain gauge, the acceleration of the measurement part is detected, and the degree of deterioration is detected based on the force acting on the measurement part.
  • a sensor such as a strain gauge
  • the vibration method described above has a long track record and is technically easy to use, but it is difficult to accurately detect small deterioration (cracking, wear, etc.) in the initial stage.
  • the amplitude increases linearly, so that the desired deterioration diagnosis can be performed stably and appropriately.
  • the present invention provides a machine element capable of accurately and as quickly as possible diagnosing the occurrence of cracks, wear, and the like occurring inside a machine element such as a bearing.
  • An object is to provide a performance degradation / diagnosis method and a system thereof.
  • the first invention for achieving the above object is 1) A machine element performance degradation / diagnosis method for detecting and diagnosing a performance degradation of the machine element by detecting a state change occurring inside the machine element, wherein an elastic wave generated inside the machine element is detected.
  • the state change is detected by an AE method using a plurality of AE waveform signals to be generated in time series, and a predetermined numerical parameter based on the AE waveform signal changes from increase to decrease over time,
  • a predetermined deterioration diagnosis can be performed by the AE method using the AE waveform signal in the initial stage, for example, cracks and wear of mechanical elements such as bearings can be detected at an early stage.
  • the deterioration of the accuracy of the deterioration diagnosis based on the AE waveform signal is accurately detected by changing the predetermined numerical parameter based on the AE waveform signal from increase to decrease, the vibration method using the acceleration signal thereafter.
  • a predetermined deterioration diagnosis can be performed.
  • the predetermined deterioration diagnosis over time accompanying the progress of deterioration can be smoothly switched from the AE method to the vibration method at an appropriate time and executed with high accuracy.
  • the numerical parameter can be based on an average amplitude of the AE waveform signal generated per unit time.
  • the measurement mode can be easily and smoothly switched from the AE method to the vibration method by simple numerical processing.
  • the numerical parameter is the number of reference values included in the AE waveform signal whose inclination angle is a reference value in unit time, and the inclination angle is initially set to a predetermined threshold value in the AE waveform signal. Based on a fraction in which the rise time expressed between the time when the maximum value is reached and the time when the maximum amplitude value is given is used as the denominator and the maximum amplitude that is the amplitude of the AE waveform signal at the time when the maximum amplitude value is given is used as the numerator It can be. In this case, the number of specific reference values included in a plurality of AE waveform signals generated per unit time can be used as a numerical parameter.
  • the first reference value that reflects the crack of the machine element and the second reference value that reflects wear of the machine element and is smaller than the first reference value are the two types.
  • the number of the AE waveform signals whose inclination angle becomes the first reference value and the number of the AE waveform signals that become the second reference value in unit time are respectively detected.
  • the number of either the AE waveform signal serving as the first reference value or the AE waveform signal serving as the second reference value is used as a numerical parameter for switching the measurement mode.
  • by individually detecting the number of the first or second reference value it is possible to combine the types of deterioration such as whether the crack is dominant deterioration or whether wear is dominant deterioration. Can be identified.
  • the present invention two types of the first reference value reflecting the crack of the machine element and the second reference value reflecting the wear of the machine element and smaller than the first reference value are described above. Used as a reference value, and detects the total number of the number of the AE waveform signals whose tilt angle becomes the first reference value and the number of the AE waveform signals which become the second reference value in unit time. The total number is used as a numerical parameter for switching the measurement mode. In this case, it is possible to simultaneously detect the degree of deterioration by specifying each of the deterioration mainly caused by cracks and the deterioration mainly caused by wear. In addition, since there is a lot of information that can be used for the measurement mode switching timing, it is possible to detect deterioration early and accurately.
  • the numerical parameter is the number of the AE waveform signals generated per unit time. In this case, since there is a lot of information that can be used for the measurement mode switching timing, it is possible to detect deterioration early and accurately.
  • the present invention relates to the reference signal detected by each of the AE sensors when a reference signal is generated by a reference signal generator when a plurality of AE sensors are used to measure state changes at a plurality of measurement points of the machine element.
  • the sensitivity correction amount to be adjusted so that the amplitudes of the AE signals are the same can be detected in advance, and the AE waveform signal measured by each AE sensor can be corrected based on the sensitivity correction amount. In this case, it is possible to correct the variation in sensitivity of the plurality of AE sensors and contribute to highly accurate deterioration diagnosis.
  • the present invention relates to the amplitude of the AE waveform signal with respect to the distance from the measurement position in the AE sensor when the optimum measurement position for measuring the state change is away from the installation position of the AE sensor.
  • the attenuation amount of the AE waveform signal with respect to the distance from the actual measurement position to the measurement position can be obtained based on the represented amplitude characteristic, and the actual measurement AE waveform signal can be corrected based on the attenuation amount.
  • it is equivalent to moving the AE sensor to the optimum measurement position even when the optimum measurement position and the installation position of the AE sensor for actually measuring the AE waveform signal are separated due to restrictions such as the presence of an obstacle. Since it can be in a state, highly accurate measurement can be realized.
  • the second invention is 9) An AE sensor that generates an AE waveform signal that represents an elastic wave that is generated inside when attached to a machine element to be diagnosed, and an acceleration signal that is generated based on a vibration wave that is attached to the machine element and generated internally.
  • a state change occurring inside the machine element is detected by an AE method based on a plurality of AE waveform signals generated in time series by inputting a predetermined signal processing by inputting a vibration sensor and the AE waveform signal.
  • An AE signal processing system and a vibration signal processing system for detecting the state change by a vibration method based on the acceleration signal by inputting the acceleration signal and performing predetermined signal processing, and the AE signal processing system includes: A signal processing unit including a switching parameter generation unit that generates a predetermined numerical parameter for switching the measurement mode from the AE method to the vibration method based on the AE waveform signal. And an initial processing result of the AE signal processing system in the AE method, and a control is performed so that the processing result by the vibration method is selected after the numerical parameter changes from increase to decrease over time.
  • a mechanical element performance deterioration / diagnosis system is performed so that the processing result by the vibration method is selected after the numerical parameter changes from increase to decrease over time.
  • a predetermined deterioration diagnosis is performed by the AE method using the AE waveform signal output from the AE sensor.
  • the measurement mode is switched thereafter.
  • a predetermined deterioration diagnosis is performed by a vibration method using a vibration sensor with good diagnosis accuracy in the later stage of deterioration.
  • the numerical parameter generated by the switching parameter generation unit is based on an average amplitude of the AE waveform signal generated per unit time.
  • the measurement mode can be easily and smoothly switched from the AE method to the vibration method by simple numerical processing.
  • the numerical parameter generated by the switching parameter generation unit is the number of the AE waveform signals whose inclination angle is a reference value in unit time, and the inclination angle is the first in the AE waveform signal.
  • the rise time represented between the time when the predetermined threshold is reached and the time when the maximum amplitude value is given is used as the denominator, and the maximum amplitude which is the amplitude of the AE waveform signal at the time when the maximum amplitude value is given is used as the numerator. It was a numerical value based on the fraction. In this case, deterioration can be detected earlier than when a numerical parameter based on the maximum amplitude value of the AE waveform signal is used.
  • the reference value reflects a first reference value that reflects a crack in the machine element, or a second reference value that reflects wear of the machine element and is smaller than the first reference value.
  • the AE signal processing system is configured such that the number of the AE waveform signals whose inclination angle becomes the first reference value and the number of the AE waveform signals which become the second reference value in a unit time. And the number of either the AE waveform signal serving as the first reference value or the AE waveform signal serving as the second reference value is used as a numerical parameter for switching the measurement mode. is doing. In this case, by separately detecting the number of first or second reference values, it is possible to combine the types of deterioration such as whether cracks are dominant deterioration or wear is dominant deterioration. Can be specified.
  • the reference value includes a first reference value that reflects cracks in the machine element, and a second reference value that reflects wear of the machine element and is smaller than the first reference value.
  • the AE signal processing system includes the number of the AE waveform signals whose inclination angle is the first reference value and the number of the AE waveform signals which are the second reference value in a unit time. The total number is detected and used as a numerical parameter for switching the measurement mode. In this case, it is possible to identify the degradation dominant in the crack and the degradation dominant in the wear, and detect the degree of degradation at the same time. Furthermore, the measurement mode switching timing can be detected more accurately.
  • the numerical parameter is the number of the AE waveform signals generated per unit time. In this case, in this case, since there is much information that can be used for the switching timing of the measurement mode, it is possible to detect deterioration early and accurately.
  • the AE sensors are arranged in a distributed manner at a plurality of measurement points of the machine element, and the AE signal processing systems are provided corresponding to the number of the AE sensors,
  • the control means is processed by each AE signal processing system based on a sensitivity correction amount generated in advance by a reference signal generator and detected in advance so that the amplitude of the reference signal detected by each AE sensor is the same.
  • the amplitude of each AE waveform signal is corrected. In this case, it is possible to correct the variation in sensitivity of the plurality of AE sensors and contribute to highly accurate deterioration diagnosis.
  • the control means measures the distance based on the amplitude characteristic detected in advance of the AE waveform signal with respect to the distance from the optimum measurement position of the state change by the AE sensor to the measured position.
  • the attenuation amount of the AE waveform signal is obtained, and the amplitude of the actually measured AE waveform signal is corrected based on the attenuation amount.
  • the AE sensor is moved to the measurement position and measured at the regular measurement position. Therefore, it is possible to achieve a highly accurate measurement.
  • the deterioration diagnosis based on the AE waveform signal that can quickly and accurately detect the deterioration in the initial stage leads to damage. It is possible to appropriately and smoothly shift to the deterioration diagnosis based on the vibration method that can accurately detect deterioration in the later stage. As a result, for example, in the case where it takes a long time to prepare a spare bearing such as a wind turbine bearing in a wind power generation facility and a large amount of expenses are required for stopping and repairing the wind turbine due to a failure, A more appropriate diagnosis result can be provided at an appropriate time when the damage caused by the failure can be reduced as much as possible. Further, by devising numerical parameters used for switching the measurement mode, it is possible to improve the quality of the diagnosis, such as wear and crack distinction.
  • FIG. 1 is a block diagram of a machine element performance deterioration / diagnosis system according to an embodiment of the present invention.
  • FIG. 2 is a flowchart showing a processing procedure in the embodiment of the present invention.
  • 3A and 3B are diagrams showing characteristics of numerical parameters based on an AE waveform signal and an acceleration signal when deterioration is detected by an AE sensor and a vibration sensor.
  • FIG. 3B is a characteristic diagram when FIG. 3A is deteriorated in a short time. Is a characteristic diagram in the entire period of the lifetime (for example, 20 years).
  • 4A and 4B are diagrams for explaining the principle of the AE method,
  • FIG. 4A is a waveform diagram of an AE waveform signal, and
  • FIG. 4B is a schematic diagram conceptually showing the hit.
  • 5A to 5C are diagrams showing the results of a deterioration diagnosis experiment using the amplitude of the AE waveform signal.
  • FIG. 5A shows the average amplitude (dB) of a plurality of AE waveform signals generated per unit time.
  • FIG. 5B is a schematic diagram showing an aspect of an AE waveform signal generated per unit time
  • FIG. 5C is a graph in which the horizontal axis represents amplitude and the vertical axis represents the number of AE waveform signals generated per unit time.
  • FIG. FIG. 6A and FIG. 6B are diagrams of specific AE vibration waveforms for explaining a reference value that is an example of a numerical parameter in the present embodiment, and FIG.
  • FIG. 6A is a waveform diagram in a case where deterioration due to wear is detected.
  • FIG. 6B is a waveform diagram in a case where deterioration due to a crack is detected.
  • FIG. 7 is a characteristic diagram showing the results of a deterioration diagnosis experiment using the inclination angle of the AE waveform signal.
  • FIG. 8 is a cross-sectional view of a bearing when AE sensors are arranged at multiple points of the bearing as a diagnosis target.
  • FIG. 9 is a schematic diagram showing an aspect when the sensitivities of a plurality of (four) AE sensors are made uniform.
  • FIG. 10 is a characteristic diagram showing the relationship between the sensitivity of the AE sensor and the installation position of the AE sensor.
  • FIG. 11A and FIG. 11B are schematic diagrams illustrating a mode of sensitivity correction when the installation position of the AE sensor is away from the measurement position.
  • FIG. 1 is a block diagram of a performance degradation / diagnosis system for machine elements according to an embodiment of the present invention.
  • the AE sensor 1 detects an elastic wave generated inside the machine element due to deterioration (crack, wear, etc.) of the machine element to be diagnosed and represents this.
  • An AE waveform signal is generated.
  • a deterioration diagnosis method using this type of AE waveform signal is called an AE method.
  • the vibration sensor 2 detects a vibration wave generated inside the mechanical element due to the deterioration, and generates an acceleration signal representing the vibration wave.
  • a deterioration diagnosis method using this type of acceleration signal is called a vibration method.
  • Other machine elements are basically the target of diagnosis of this embodiment, but show more remarkable effects especially when spare parts are not prepared due to budgets or when a long time is required for production. Can do.
  • the signal processing unit 3 performs predetermined processing on the AE waveform signal input via the amplifier 4 and performs predetermined processing on the acceleration signal input via the amplifier 5 and the AE signal processing system 6 that performs the AE method.
  • a vibration signal processing system 7 for diagnosing the vibration method.
  • the AE signal processing system 6 analyzes the AE waveform signal, detects the degree of deterioration of the diagnosis target over time, and sends a diagnosis result representing the degree.
  • the AE signal processing system 6 includes a switching parameter generation unit 6a.
  • the switching parameter generation unit 6a generates a predetermined numerical value based on the AE waveform signal as a numerical parameter for switching the measurement mode from the AE method to the vibration method.
  • the vibration signal processing system 7 analyzes the acceleration signal, detects the degree of deterioration of the diagnosis target over time, and sends a diagnosis result indicating the degree.
  • the control unit 10 selects the processing result so that the diagnosis result processed by the AE signal processing system 6 is selected in the initial stage and the diagnosis result processed by the vibration signal processing system 7 is selected in the second half when the diagnosis target approaches the life.
  • the selection function of the unit 8 is controlled. More specifically, the control unit 10 is input with information related to the predetermined numerical parameter generated by the switching parameter generation unit 6a. Therefore, the control unit 10 selects the processing result of the AE signal processing system 6 at the initial stage of the diagnostic processing, and the vibration signal processing system 7 after the numerical parameter indicating the switching timing has changed from increasing to decreasing with the passage of time.
  • the processing result selection unit 8 is controlled to select the processing result.
  • the determination unit 9 determines whether or not a numerical value indicating deterioration exceeds a predetermined damage threshold based on a diagnosis result in the AE signal processing system 6 or the vibration signal processing system 7 input via the processing result selection unit 8. If it exceeds, an alarm is sent to notify this.
  • FIG. 2 is a flowchart showing each process over time in the performance deterioration / diagnosis system.
  • a signal processing procedure in the performance deterioration / diagnosis system shown in FIG. 1 will be described with reference to FIG.
  • the AE waveform signal is first measured and a predetermined numerical parameter S1 is generated (see step ST1).
  • a predetermined time for example, 1 hour
  • the AE waveform signal is measured again and a predetermined numerical parameter S2 is generated (see step ST3).
  • the numerical parameter S1 detected in step ST1 is subtracted from the numerical parameter S2 detected in step ST3 (see step ST4).
  • step ST4 If the subtraction result in step ST4 is positive or equal (not negative), it is determined that the predetermined numerical parameter is increased or constant, and it is determined whether the numerical parameter exceeds a predetermined damage threshold Th1. Determination is made (see step ST5). If the result of determination in step ST5 is that the numerical parameter is less than or equal to the damage threshold Th1 set in advance in the AE method, the processing in steps ST1 to ST5 is repeated at a constant cycle. On the other hand, if the result of determination in step ST5 is that the numerical parameter exceeds the damage threshold Th1, it is determined that the progress of deterioration has exceeded allowable damage, and an alarm indicating this is sent out.
  • step ST4 If the determination result in step ST4 is (S2-S1) ⁇ 0, it is determined that the predetermined numerical parameter has changed from increasing to decreasing, that is, the inflection point has passed, and then the measurement mode is switched.
  • the process shifts to deterioration diagnosis by a vibration method using an acceleration signal. Specifically, first, an acceleration signal is measured (see step ST6), and then deterioration determination based on the acceleration signal is performed (see step ST7). That is, for example, the level of the acceleration signal is compared with the damage threshold Th2 set in advance in the vibration method. As a result, when the level of the acceleration signal is equal to or less than the damage threshold Th2, the processes of step ST6 and step ST7 are repeated at a constant cycle. On the other hand, as a result of the determination in step ST7, when the level exceeds the damage threshold Th2, it is determined that the progress of deterioration exceeds the allowable damage, and an alarm indicating this is sent out.
  • deterioration diagnosis is performed by the AE method at the initial stage of deterioration diagnosis, and after a predetermined numerical parameter is changed from increase to decrease, that is, the accuracy of deterioration diagnosis based on the AE waveform signal is reduced.
  • the measurement mode is switched to the vibration method for deterioration diagnosis, so that continuous deterioration diagnosis accompanying the progress of deterioration is performed qualitatively and with high accuracy over the entire life of the machine element being measured. obtain.
  • FIGS. 3A and 3B are diagrams showing the characteristics of numerical parameters based on the AE waveform signal and the acceleration signal when the deterioration is detected by the AE sensor and the vibration sensor, and the characteristics when FIG. 3A deteriorates in a short time.
  • FIG. 3B is a characteristic diagram in the entire period of the lifetime (for example, 20 years).
  • the numerical parameter for example, the amplitude of the AE waveform signal
  • the numerical parameter for example, the amplitude of the AE waveform signal
  • Th1 is about 4 years. Has reached.
  • the numerical parameter for example, the amplitude of the acceleration signal
  • the damage threshold Th2 has been reached. That is, in the case shown in FIG. 3A, it is possible to detect damage that requires replacement of parts or the like earlier in the case of the AE method than in the case of the vibration method for about one year.
  • the AE waveform signal sufficient time is required for the production / replacement of a damaged mechanical part (for example, a bearing) even if damage is detected at an early stage and a predetermined time is required to produce the replacement part.
  • the numerical parameter based on the AE waveform signal in the AE method decreases after a certain degree of deterioration, and may not accurately reflect the progress of the deterioration.
  • the numerical parameter is based on the acceleration signal in the vibration method indicated by a one-dot chain line in FIG. 3B.
  • the numerical parameter based on the acceleration signal by the vibration method has a characteristic of a deterioration curve close to the design life.
  • the numerical parameter based on the AE waveform signal can be effectively used as confirmation data for the progress of deterioration at the stage where the vibration from the start of damage to the middle period is not so large.
  • FIG. 4A is a waveform diagram showing the waveform of an AE waveform signal used in the AE method.
  • one block generated by envelope detection of the AE waveform signal S is defined as a hit H, the number of hits, the maximum amplitude value Amax, and the count number (see FIG. 4B).
  • Analysis / evaluation of the state of the measurement object using the energy represented by the area of the hit Th (the number of intersections P of the threshold Th and the AE waveform signal S in 4A) or the area of the hit H (area of the halftone dot portion in FIG. 4B) carry out.
  • any numerical value for evaluation as described above that has been conventionally used can basically be used as a numerical parameter in the present embodiment.
  • the threshold Th of the AE waveform signal S is set to a level exceeding the background noise N in order to distinguish the background noise N and the signal component of the AE waveform signal S.
  • T in the figure is the rise time that is the time from the first intersection P1 of the AE waveform signal S to the maximum amplitude value Amax, and DT is the last time from the first intersection P1 in one AE waveform signal S. The duration which is time until it reaches the intersection Pn is shown.
  • Numerical parameter based on maximum amplitude value Amax This is a numerical parameter generated based on the amplitude of each of a plurality of AE waveform signals S generated continuously, and the maximum amplitude Amax itself can be used as a numerical parameter.
  • the average amplitude (dB) of a plurality of AE waveform signals S generated in unit time, that is, the average value (dB) of the maximum amplitude values of each AE waveform signal S can be used as a numerical parameter.
  • FIG. 5A to FIG. 5C are characteristic diagrams showing actual measurement data in which cracks are generated in the bearing to be measured and actually operated, and the progress of deterioration over time is examined by the AE method.
  • the bar graph shown in FIG. 5A shows the average amplitude (dB) of a plurality of AE waveform signals S generated per unit time. More specifically, as shown in FIG. 5B, in this case, a large number of AE waveform signals S are continuously generated.
  • the unit time Tr is used.
  • the average amplitude Av of the generated AE waveform signal S is detected.
  • 5A is that, for example, the average amplitude Av of the AE waveform signal S generated in the unit time Tr after 1 hour is about 50 dB, but the average amplitude Av changes to about 80 dB after 5 hours. Is shown.
  • FIG. 5C in the characteristic diagram in which the amplitude is taken on the horizontal axis and the number of AE waveform signals generated in the unit time Tr is taken on the vertical axis, the normal value indicated by N1 in the figure after 1 hour. In contrast to the distribution characteristic, it means that the normal distribution characteristic indicated by N2 is obtained after 5 hours.
  • the number of AE waveform signals S having an amplitude of 50 dB is maximum after one hour, that is, the average amplitude Av is 50 dB
  • the number of AE waveform signals having an amplitude of 80 dB is maximum after five hours, that is, the average amplitude Av. Becomes 80 dB.
  • FIG. 5A no significant change is observed until 4 hours have passed since the start, but the value of the average amplitude Av has increased significantly after 4 hours, reflecting the progress of deterioration.
  • the cases shown in FIGS. 5A to 5C demonstrate the situation in which the bearing to be measured is damaged in a short time.
  • the change in the numerical parameters in this experiment is the machine element of the actual machine. It can be considered that it reflects the progress of damage over time (for example, the main shaft bearing of a windmill).
  • the experiments shown in FIGS. 5A to 5C are similar to the damage shown in FIG. 3A in which the bearing to be inspected for measurement is damaged in a short time. Therefore, although the inflection point of the numerical parameter in this case with the passage of time is not detected, the inflection point similar to FIG. 3B appears when the operation time is extended.
  • a numerical parameter can be generated not only with the value of the maximum amplitude Amax but also with the average amplitude Av per unit time. This numerical parameter can be used as a numerical parameter when the measurement mode is switched from the AE method to the vibration method.
  • FIG. 6A is a waveform diagram of a specific AE waveform signal generated when wear is dominant degradation
  • FIG. 6B is a specific AE waveform generated when crack is dominant degradation. It is a wave form diagram of a signal.
  • the AE waveform signals SW and SC are represented between time points P11 and P12 that first reach a predetermined threshold Th and time points P21 and P22 that give the maximum amplitudes A1max and A2max.
  • the reference value is defined by the fraction with the rise times T1 and T2 as the denominator and the maximum amplitudes A1max and A2max, which are the amplitudes of the AE waveform signals at the time points P21 and P22, as the numerator, and the tilt angle (dB / sec; ) Can be used as a numerical parameter. This is because the average amplitude Av per unit time basically increases with the progress of deterioration of the bearing and the like, and decreases as the measurement period becomes longer through the inflection point.
  • the reference value is a parameter equivalent to an angle (dB / sec; the same applies hereinafter) formed by the base and the hypotenuse of a right triangle having the rise times T1 and T2 as the base and the maximum amplitudes A1max and A2max as the height. Therefore, the reference value is referred to as a reference inclination angle ⁇ (dB / sec; the same applies hereinafter), and a method of using the reference inclination angle ⁇ for generating numerical parameters is referred to as an inclination method.
  • the type of deterioration such as wear or cracking can be specified based on the value of the reference inclination angle ⁇ .
  • the value of the reference inclination angle ⁇ representing wear is the second reference inclination angle (second reference value) ⁇ 2
  • the value of the reference inclination angle ⁇ representing cracks is the first reference inclination angle (first reference value) ⁇ 1.
  • a predetermined range in the vicinity of 0.03 (dB / sec) is used for detection of crack-dominated deterioration.
  • the reference inclination angle ⁇ 1 in this case, for example, an angle in a predetermined range near 0.2 (dB / sec) can be selected.
  • the reference inclination angles ⁇ 1 and ⁇ 2 vary depending on factors such as surface pressure and material. However, it is considered that the relationship of ⁇ 2 ⁇ 1 is always established. Then, if the data of the specifications regarding the machine element specified as the measurement target is used, the optimum range of the inclination angles ⁇ 1 and ⁇ 2 can be specified at the time of diagnosis. Therefore, the separately detected inclination angles ⁇ 1 and ⁇ 2 should be used. In this case, it is possible to detect whether wear is dominant deterioration or crack is dominant deterioration.
  • the numerical parameter is decreased from the increase in the following manner. An inflection point that turns can be detected.
  • the sum of the number of AE waveform signals S having the first reference tilt angle ⁇ 1 and the number of AE waveform signals S having the second reference tilt angle ⁇ 2 is determined as a numerical parameter.
  • the numerical parameter to be detected is a large numerical value, the inflection point can be detected early and accurately accordingly.
  • the inclination angle of the AE waveform signal S is one of the first reference inclination angle ⁇ 1 and the second reference inclination angle ⁇ 2
  • the number of the AE waveform signals S that become the first reference inclination angle ⁇ 1 and the second reference inclination angle is equivalent to the number of AE waveform signals S generated in unit time. Therefore, the number of AE waveform signals S generated in unit time may be used as a numerical parameter.
  • the number of AE waveform signals S having the first reference inclination angle ⁇ 1 and the number of AE waveform signals S having the second reference inclination angle ⁇ 2 are individually detected as numerical parameters. In either case, when the inflection point is passed, or when either one passes the inflection point, the switching of the measurement mode is determined. In the former case, the inflection point can be detected more reliably. In the latter case, the priority order of the numerical parameters to be used can be determined in consideration of whether the deterioration due to wear or cracking is more conspicuous, which can contribute to more accurate detection of inflection points.
  • the individual progress of wear and cracks can be detected as numerical data, it is possible to take individual measures against wear and cracks. More specifically, when the number of AE waveform signals S having the second reference inclination angle ⁇ 2 per unit time is increased, it can be determined that wear has progressed. Considering this, maintenance such as replacement of lubricating oil and inspection of the filtering part is performed. In addition, when the number of AE waveform signals S that become the first reference inclination angle ⁇ 1 per unit time is increased, it can be determined that the crack is progressing, so considering the fatigue failure that is likely to be the cause, In the case of bearings, this is dealt with by reducing the load or reducing the speed.
  • Either one of the number of AE waveform signals S having the first reference inclination angle ⁇ 1 in unit time and the number of AE waveform signals S having the second reference inclination angle ⁇ 2 in unit time is used as a numerical parameter. Also good. In this case, it is effective when simultaneous detection for wear or crack detection is performed.
  • FIG. 7 is a graph showing experimental results of deterioration diagnosis by the gradient method.
  • the bearing used for the experiment in this case was a thrust bearing, and the bearing was deteriorated by performing continuous operation with a surface pressure of 3.0 GPa.
  • the detection of the first reference inclination angle ⁇ 1 and the detection of the second reference inclination angle ⁇ 2 were performed separately.
  • This experiment also demonstrates the situation in which the bearing to be measured is damaged in a short time, but the changes in numerical parameters in this experiment are based on actual machine elements (for example, the main shaft of a windmill). It can be considered that the progress of damage over time of the bearing) is reflected.
  • the experiment shown in FIG. 7 is similar to the damage shown in FIG. 3A in which the bearing to be inspected for measurement is damaged in a short time. Therefore, although the inflection point of the numerical parameter in this case with the passage of time is not detected, the inflection point similar to FIG. 3B appears when the operation time is extended.
  • both the numerical parameters related to the reference inclination angles ⁇ 1 and ⁇ 2 increased rapidly before the operating time reached 3 hours.
  • the time of increase appears earlier than when the amplitude of the AE waveform signal shown in FIGS. 5A to 5C is used. That is, in the case shown in FIGS. 5A to 5C, the numerical parameter increases rapidly after about 4 hours have elapsed from the start of the experiment, whereas in the case shown in FIG. The parameter is increasing rapidly.
  • the gradient method when the gradient method is used, the progress of deterioration can be detected about 20% earlier than in the case of wear or crack based on the amplitude of the AE waveform signal.
  • the fact that it can be detected as early as 20% means that if it is replaced with an actual machine and damaged in five years, the time of damage can be predicted one year before that. Therefore, a great effect can be obtained when measures are taken with such a time margin.
  • the AE sensor 1 detects an elastic wave generated from wear or crack inside a machine element to be diagnosed, for example, by a piezo element and converts it into an AE waveform signal that is an electrical signal.
  • the amplitude of the AE waveform signal output varies depending on the characteristics of the AE sensor 1 due to the individual differences of the piezo elements.
  • FIG. 8 for example, when the deterioration of the bearing 11 is measured at multiple points (four places in the figure), four AE sensors 1A, 1B, 1C, and 1D are used. Therefore, in order to perform highly accurate deterioration diagnosis, it is necessary to make the AE sensors 1A to 1D have the same sensitivity.
  • the sensitivity correction amounts of the AE sensors 1A, 1B, 1C, and 1D arranged in a distributed manner at each measurement point are detected, and appropriate sensitivity correction is performed. It has become.
  • reference numerals 1A, 1B, 1C, and 1D denote outputs from the AE sensors 1A, 1B, 1C, and 1D. That is, a reference signal (a pulse signal of a predetermined voltage (for example, 10V)) generated by a reference signal generator is applied in advance to each AE sensor 1A, 1B, 1C, 1D, and after measuring the sensitivity, each AE sensor 1A to The sensitivity correction amount is obtained so that 1D output levels are aligned.
  • a reference signal a pulse signal of a predetermined voltage (for example, 10V)
  • the output level of each of the AE sensors 1A to 1D is made uniform by adjusting the gain of the amplifier 4 based on the sensitivity correction amount.
  • the levels of the AE waveform signals having different levels in the AE sensors 1A to 1D can be made uniform as shown on the right side of FIG.
  • the amplifier 4 and the AE signal processing system 6 shown in FIG. 1 are provided corresponding to the AE sensors 1A to 1D, respectively. Further, the control unit 10 stores data relating to the sensitivity correction amount detected in advance, and corrects the amplitude of each AE waveform signal processed in each AE signal processing system based on this sensitivity correction amount.
  • the AE waveform signal S causes internal attenuation caused by the material and diffusion attenuation proportional to the distance from the deteriorated portion to the installation position of the AE sensor 1.
  • the amount of attenuation associated with such attenuation is larger when the frequency is higher.
  • it is optimal to directly measure the crack occurrence position, but this is not possible, and it may be attenuated before being propagated to the actual measurement position, or the waveform shape of the AE waveform signal may change. Such attenuation or change adversely affects the accuracy of deterioration diagnosis.
  • the attenuation amount of the AE waveform signal S with respect to the distance from the optimum measurement position of the state change by the AE sensor 1 to the actual measurement position is detected in advance, and this detection is performed.
  • the data of the amplitude characteristic with respect to the distance as shown in FIG. 10 created based on the result is stored in the memory of the control unit 10.
  • the control unit 10 adjusts the gain of the amplifier 4 according to the distance from the measurement position to the AE sensor 1 based on the amplitude characteristic data stored in the memory.
  • the AE sensor 1 is moved to the optimum measurement position and the normal measurement position is reached. A state equivalent to the case of measurement can be obtained. That is, before the adjustment, the low level AE waveform signal is corrected to the level of the AE waveform signal obtained at the optimum measurement position as shown in FIG. 11B before the adjustment. As a result, highly accurate measurement can be realized.

Abstract

軸受等の機械要素の内部に発生する亀裂・磨耗等の発生状況を可及的速やかに的確に診断し得る機械要素の性能劣化・診断システムを提供する。　機械要素で発生する弾性波を表すＡＥ波形信号を生成するＡＥセンサ（１）と、前記機械要素で発生する振動を表す加速度信号を生成する振動センサ（２）と、前記ＡＥ波形信号の所定の信号処理を行うＡＥ信号処理系（６）と、前記加速度信号の信号処理を行う振動信号処理系（７）とを有するとともに、ＡＥ信号処理系（６）が、ＡＥ計測モードから振動計測モードへの切替えを行うためのパラメータとして前記ＡＥ波形信号に基づく所定の数値を生成する切替パラメータ生成部（６ａ）を備えた信号処理部（３）と、初期においてはＡＥ信号処理系（６）の処理結果を選択するとともに、計測時間の経過に伴い前記数値が増加から減少に転じた後に振動信号処理系（７）の処理結果を選択するように制御する制御手段（１０）とを有する。

Description

機械要素の性能劣化・診断方法およびそのシステム
　本発明は機械要素の性能劣化・診断方法およびそのシステムに関し、例えば風力発電装置に用いる風車ナセルの軸受の性能劣化を診断する際に適用して有用なものである。
　風力発電装置の風車ナセルには大口径の軸受が用いられている。この軸受は高価であるため、予備品を確保していることはまれであり、損傷した場合には新たに作製している。この場合の納品には半年ほどを要する。したがって、高価で且つ作製に時間がかかる風車ナセルの主軸受等、大口径の軸受の劣化は特に、なるべく早期にその状態を適切に診断することが肝要となる。
　従来、風車ナセルの軸受の劣化診断は、主に振動法により行われていた。振動法とは、機械要素（例えば軸受）における計測部位の変位を歪みゲージ等のセンサで検出し、当該計測部位の加速度を検出して計測部位に作用する力に基づき劣化の程度を検出するものである（例えば特許文献１参照）。
特開２０１５－０４２８６７号公報
　上述の振動法は、長年の実績があり、技術的にも利用しやすいが、初期段階の小さな劣化（亀裂、摩耗等）を的確に検出するのに難がある。ただ、一旦所定の加速度信号が検出された後は、その振幅がリニアに増加するので所望の劣化の診断を安定的且つ適格に行うことができる。
　一方、この種の劣化診断に適用される他の計測手法としてＡＥ（アコースティック・エミッション）により発生する弾性波に基づくＡＥ波形信号を利用したものが知られている。かかるＡＥ法では早い段階から劣化を確実に検出できる。しかしながら、劣化がある程度進行した後の診断においてはその検出が劣化の進行を正確に反映しない場合がある。
　そこで、風車ナセルの大口径の軸受の場合、２０年程度といわれているすべての期間において、早期に劣化の程度を的確に検出し、次の対策に資することができる劣化診断方法の出現が待望されている。
　なお、上述の如き劣化診断は、風力発電設備の風車ナセルの軸受に限らず、大型の機械の機械要素、例えば歯車等に対しても必要とされる。
　本発明は、上記従来技術の課題に鑑み、軸受等の機械要素の内部に発生する亀裂・磨耗等の発生状況を、機械寿命の全期間において可及的速やかに的確に診断し得る機械要素の性能劣化・診断方法およびそのシステムを提供することを目的とする。
　上記目的を達成する第1の発明は、
１）機械要素の内部で発生する状態変化を検出して、前記機械要素の性能劣化を検出・診断する機械要素の性能劣化・診断方法であって、前記機械要素の内部で発生する弾性波を表すＡＥ波形信号の、時系列に発生する複数個を利用するＡＥ法により前記状態変化を検出するとともに、前記ＡＥ波形信号に基づく所定の数値パラメータが継時的に増加から減少に転じた後、前記機械要素の内部に発生する振動に基づく加速度信号を利用する振動法により前記状態変化を検出するよう計測モードの切替えを行うことを特徴とする機械要素の性能劣化・診断方法にある。
　かかる本発明によれば、初期においてはＡＥ波形信号を用いてＡＥ法により所定の劣化診断を行うことができるので、例えば軸受等の機械要素の亀裂、磨耗を早期に検出することができる。一方、ＡＥ波形信号に基づく劣化診断の精度の低下を、ＡＥ波形信号に基づく所定の数値パラメータが増加から減少に転じたことで的確に検出しているので、それ以降は加速度信号を用いる振動法により所定の劣化診断を行うことができる。この結果、劣化の進行に伴う継時的な所定の劣化診断をＡＥ法から振動法へと適切な時期に円滑に切替えて高精度に実行することができる。
２）　本発明は、前記数値パラメータを、単位時間に発生する前記ＡＥ波形信号の平均振幅に基づくものとすることができる。この場合には、簡単な数値の処理でＡＥ法から振動法へと計測モードを簡易かつ円滑に切替えることができる。
３）　本発明は、前記数値パラメータは、単位時間において傾斜角が基準値となる前記ＡＥ波形信号に含まれる基準値の個数であり、前記傾斜角は、前記ＡＥ波形信号において最初に所定の閾値に達した時点と最大振幅値を与える時点との間で表される立ち上り時間を分母とし、前記最大振幅値を与える時点における前記ＡＥ波形信号の振幅である最大振幅を分子とした分数に基づくものとすることができる。この場合には、単位時間当たりに発生する複数のＡＥ波形信号に含まれる特定の基準値の数を数値パラメータとして利用することができる。
４）　本発明は、前記機械要素の亀裂を反映する第１の基準値と、前記機械要素の磨耗を反映し、前記第１の基準値よりも小さい第２の基準値との２種類を前記基準値として利用するとともに、単位時間において前記傾斜角が前記第１の基準値となる前記ＡＥ波形信号の個数と、前記第２の基準値となる前記ＡＥ波形信号の個数とをそれぞれ検出し、前記第１の基準値となる前記ＡＥ波形信号もしくは前記第２の基準値となる前記ＡＥ波形信号のいずれか一方の前記個数を、前記計測モード切替を行う数値パラメータとして利用している。この場合には、第１もしくは第２の基準値の個数を個別に検出することで、亀裂が支配的な劣化であるか、または摩耗が支配的な劣化であるかという劣化の種類まで併せて特定することができる。
５）　本発明は、前記機械要素の亀裂を反映する第１の基準値と、前記機械要素の磨耗を反映し、前記第１の基準値よりも小さい第２の基準値との２種類を前記基準値として利用するとともに、単位時間において前記傾斜角が前記第１の基準値となる前記ＡＥ波形信号の個数と前記第２の基準値となる前記ＡＥ波形信号の個数との合計の個数を検出し、前記合計の個数を、前記計測モードの切替を行う数値パラメータとして利用する。この場合には、亀裂が支配的な劣化と、摩耗が支配的な劣化とのそれぞれを特定してそれぞれの劣化の程度を同時に検出することができる。また、計測モードの切替えタイミングに利用しえる情報が多いので、劣化を早期かつ的確に検出することができる。
６）　本発明は、前記数値パラメータが、単位時間に発生する前記ＡＥ波形信号の個数である。この場合、計測モードの切替えタイミングに利用しえる情報が多いので、劣化を早期かつ的確に検出することができる。
７）　本発明は、複数のＡＥセンサで、前記機械要素の複数の計測点の状態変化を計測する場合において、基準信号発生器で基準信号を発生させ、前記各ＡＥセンサが検出した前記基準信号の振幅が同じになるように調整する感度補正量を予め検出するとともに、前記感度補正量に基づき前記各ＡＥセンサで実測したＡＥ波形信号を補正することができる。この場合には、複数のＡＥセンサの感度のばらつきを補正して高精度の劣化診断に資することができる。
８）　本発明は、前記状態変化を計測するための最適な計測位置と前記ＡＥセンサの設置位置が離れている場合において、前記ＡＥセンサにおける前記計測位置からの距離に対する前記ＡＥ波形信号の振幅を表す振幅特性に基づき、前記実測位置から前記計測位置に至る前記距離に対する前記ＡＥ波形信号の減衰量を求め、該減衰量に基づき、実測したＡＥ波形信号を補正することができる。この場合には、障害物の存在等の制約により、最適な計測位置とＡＥ波形信号を実測するＡＥセンサの設置位置が離れている場合でもＡＥセンサを最適な計測位置に移動したのと等価な状態とすることができるので、高精度の計測を実現できる。
　第２の発明は、
９）診断対象となる機械要素に装着して内部で発生する弾性波を表すＡＥ波形信号を生成するＡＥセンサと、前記機械要素に装着して内部で発生する振動波に基づき加速度信号を生成する振動センサと、前記ＡＥ波形信号を入力して所定の信号処理を行うことにより前記機械要素の内部で発生する状態変化を時系列に発生する複数個の前記ＡＥ波形信号に基づきＡＥ法により検出するＡＥ信号処理系と、前記加速度信号を入力して所定の信号処理を行うことにより前記状態変化を前記加速度信号に基づき振動法により検出する振動信号処理系とを有するとともに、前記ＡＥ信号処理系が前記ＡＥ法から前記振動法へ計測モードを切替えるための所定の数値パラメータを前記ＡＥ波形信号に基づき生成する切替パラメータ生成部を備えた信号処理部と、初期においては前記ＡＥ信号処理系の前記ＡＥ法による処理結果を選択するとともに、前記数値パラメータが継時的に増加から減少に転じた後に前記振動法による処理結果を選択するように制御する制御手段とを有することを特徴とする機械要素の性能劣化・診断システムにある。
　かかる本発明によれば、初期においてはＡＥセンサが出力するＡＥ波形信号を用いてＡＥ法により所定の劣化診断を行う。この結果、例えば軸受等の機械要素の亀裂、磨耗を早期に検出することができる。一方、ＡＥ波形信号に基づく劣化診断の精度の低下を、切替パラメータ生成部でＡＥ波形信号に基づく所定の数値パラメータが増加から減少に転じたことを検出した場合には、その後に計測モードを切替え、切替後は、劣化の後期における診断精度が良好な振動センサを用いた振動法で所定の劣化診断を行う。この結果、劣化の進行に伴う継時的な所定の劣化診断をＡＥ法から振動法へと適切な時期に円滑に切替えて適切に実行することで高精度の劣化診断の結果を得ることができる。
１０)　本発明は、前記切替パラメータ生成部で生成する前記数値パラメータは、単位時間に発生する前記ＡＥ波形信号の平均振幅に基づくものとした。この場合には、簡単な数値の処理でＡＥ法から振動法へと計測モードを簡易かつ円滑に切替えることができる。
１１）　本発明は、前記切替パラメータ生成部で生成する前記数値パラメータは、単位時間において傾斜角が基準値となる前記ＡＥ波形信号の個数であり、かつ前記傾斜角は、前記ＡＥ波形信号において最初に所定の閾値に達した時点と最大振幅値を与える時点との間で表される立ち上り時間を分母とし、前記最大振幅値を与える時点における前記ＡＥ波形信号の振幅である最大振幅を分子とした分数に基づく数値とした。この場合には、ＡＥ波形信号の最大振幅値に基づく数値パラメータを利用する場合よりも、より早期に劣化を検出することができる。
１２）　本発明は、前記基準値は前記機械要素の亀裂を反映する第１の基準値、又は、前記機械要素の磨耗を反映し、前記第１の基準値よりも小さい第２の基準値との２種類であり、前記ＡＥ信号処理系は、単位時間において前記傾斜角が前記第１の基準値となる前記ＡＥ波形信号の個数と、前記第２の基準値となる前記ＡＥ波形信号の個数とをそれぞれ検出し、前記第１の基準値となる前記ＡＥ波形信号もしくは前記第２の基準値となる前記ＡＥ波形信号のいずれか一方の前記個数を、前記計測モード切替を行う数値パラメータとして利用している。この場合には、第１もしくは第２の基準値の個数を個別に検出することで、亀裂が支配的な劣化であるか、または摩耗が支配的な劣化であるかという劣化の種類までを併せて特定することができる。
１３）　本発明は、前記基準値は、前記機械要素の亀裂を反映する第１の基準値と、前記機械要素の磨耗を反映し、前記第１の基準値よりも小さい第２の基準値との２種類であり、前記ＡＥ信号処理系は、単位時間において前記傾斜角が前記第１の基準値となる前記ＡＥ波形信号の個数と前記第２の基準値となる前記ＡＥ波形信号の個数との合計の個数を検出し、前記合計の個数を、前記計測モード切替を行う数値パラメータとして利用する。この場合には、亀裂が支配的な劣化と、摩耗が支配的な劣化とをそれぞれを特定してそれぞれの劣化の程度を同時に検出することができる。さらに、計測モードの切替えタイミングをより的確に検出することができる。
１４）　本発明は、前記数値パラメータは、単位時間に発生する前記ＡＥ波形信号の個数である。この場合、この場合、計測モードの切替えタイミングに利用しえる情報が多いので、劣化を早期かつ的確に検出することができる。
１５）　本発明は、前記ＡＥセンサは、前記機械要素の複数の計測点に分散して配設されており、前記ＡＥ信号処理系は、前記ＡＥセンサの数に対応させてそれぞれ設けてあり、前記制御手段は、基準信号発生器で発生させ、前記各ＡＥセンサで検出した基準信号の振幅が同じになるように予め検出しておいた感度補正量に基づき前記各ＡＥ信号処理系で処理される各ＡＥ波形信号の振幅を補正している。この場合には、複数のＡＥセンサの感度のばらつきを補正して高精度の劣化診断に資することができる。
１６）　本発明は、前記制御手段は、前記ＡＥセンサによる前記状態変化の最適な計測位置から実測位置に至る距離に対する前記ＡＥ波形信号の予め検出しておいた振幅特性に基づき前記距離に対する実測したＡＥ波形信号の減衰量を求め、該減衰量に基づき実測した前記ＡＥ波形信号の振幅を補正している。この場合には、障害物の存在等の制約により、計測位置と前記ＡＥ波形信号を検出するＡＥセンサの設置位置が離れている場合でもＡＥセンサを計測位置に移動して正規の計測位置で計測した場合と等価な状態とすることができるので、高精度の計測を実現できる。
　本発明によれば、ＡＥ波形信号に基づく所定の数値を計測モードの切替えパラメータとして用いているので、初期段階における劣化を迅速かつ的確に検出し得るＡＥ波形信号に基づく劣化診断から、損傷に至る後期段階における劣化を的確に検出し得る振動法に基づく劣化診断に、適切かつ円滑に移行させることができる。この結果、例えば風力発電設備における風車の軸受等、予備軸受の準備に長期間を要し、また故障に伴う風車の停止、修理等に多額の費用が発生する場合において、予備部品の準備期間や故障に伴う損害を可及的に低減し得る適切な時期に、より適切な診断結果を提供し得る。また、計測モードの切替えに使用する数値パラメータを工夫することで磨耗と亀裂の峻別等、当該診断のより良好な質的向上を図ることができる。
図１は、本発明の実施形態に係る機械要素の性能劣化・診断システムのブロック図である。 図２は、本発明の実施形態における処理手順を示すフローチャートである。 図３Ａ及び図３Ｂは、ＡＥセンサと振動センサにより劣化を検出した場合のＡＥ波形信号および加速度信号に基づく数値パラメータの特性を示す図で、図３Ａが短期で劣化した場合の特性図、図３Ｂが寿命期間（例えば２０年）の全期間における特性図である。 図４Ａ及び図４Ｂは、ＡＥ法の原理を説明する図で、図４ＡはＡＥ波形信号の波形図、図４Ｂはそのヒットを概念的に示す模式図である。 図５Ａ～図５Ｃは、ＡＥ波形信号の振幅を利用した劣化診断実験の結果を示す図で、図５Ａは単位時間に発生する複数のＡＥ波形信号の平均振幅（ｄＢ）を継時的に示す特性図、図５Ｂはこの際、単位時間当たりに発生するＡＥ波形信号の態様を示す模式図、図５Ｃは振幅を横軸に採り、単位時間に発生するＡＥ波形信号の個数を縦軸に採った特性図である。 図６Ａ及び図６Ｂは、上記本実施形態における数値パラメータの一例の基礎となる基準値を説明するための特定のＡＥ振動波形の図で、図６Ａが磨耗による劣化を検出する場合の波形図、図６Ｂが亀裂による劣化検出する場合の波形図である。 図７は、ＡＥ波形信号の傾斜角を利用した劣化診断実験の結果を示す特性図である。 図８は、診断対象としての軸受の多点にＡＥセンサを配設した場合の軸受の横断面図である。 図９は、複数（４個）のＡＥセンサの感度を揃える際の態様を示す模式図である。 図１０は、ＡＥセンサの感度とＡＥセンサの設置位置との関係を示す特性図である。 図１１Ａ及び図１１Ｂは、ＡＥセンサの設置位置と計測位置が離れている場合の感度補正の態様を示す模式図である。
　以下、図面を参照して、本発明の実施形態について説明する。
　なお、以下に示す各実施形態はあくまでも例示に過ぎず、以下の実施形態で明示しない種々の変形や技術の適用を排除する意図はない。以下の実施形態の各構成は、それらの趣旨を逸脱しない範囲で種々変形して実施することができるとともに、必要に応じて取捨選択することができ、あるいは適宜組み合わせることが可能である。
　　＜性能劣化・診断システム＞
　図１は本発明の実施形態に係る機械要素の性能劣化・診断システムのブロック図である。図１に示すように、ＡＥセンサ１は、診断対象となる機械要素の劣化（亀裂、摩耗等、以下同じ）に起因して前記機械要素の内部で発生する弾性波を検出し、これを表すＡＥ波形信号を生成する。この種のＡＥ波形信号を利用する劣化診断法をＡＥ法という。振動センサ２は、前記劣化に起因して前記機械要素の内部で発生する振動波を検出し、これを表す加速度信号を生成する。この種の加速度信号を利用する劣化診断法を振動法という。ここで、機械要素としては、例えば風力発電設備の風車の主軸をナセルに回転可能に支持するための大口径（例えば、Φ＝２ｍ程度）の軸受を好適例として挙げることができる。他にも機械要素であれば基本的に本実施形態の診断対象となるが、特に予算等の関係で予備部品を用意しない場合や、製作に長期間を要する場合に、より顕著な効果を発揮し得る。
　信号処理部３は、アンプ４を介して入力するＡＥ波形信号の所定の処理を行ってＡＥ法を実施するＡＥ信号処理系６と、アンプ５を介して入力する加速度信号の所定の処理を行って振動法の診断を実施する振動信号処理系７とを有している。ここで、ＡＥ信号処理系６はＡＥ波形信号を分析して診断対象の継時的な劣化の程度を検出し、その程度を表す診断結果を送出する。また、ＡＥ信号処理系６は切替パラメータ生成部６ａを有している。切替パラメータ生成部６ａは、ＡＥ波形信号に基づく所定の数値を、ＡＥ法から振動法への計測モード切替の数値パラメータとして生成する。この場合の数値パラメータは、ＡＥ波形信号に基づくものであれば良いので、ＡＥ波形信号の最大振幅値等、種々考えられる。「数値パラメータ」の具体例に関しては後に詳述する。振動信号処理系７は、加速度信号を分析して診断対象の継時的な劣化の程度を検出し、その程度を表す診断結果を送出する。
　制御部１０は、初期においてはＡＥ信号処理系６で処理した診断結果が選択され、診断対象が寿命に近づく後半においては振動信号処理系７で処理した診断結果が選択されるように処理結果選択部８の選択機能を制御する。さらに詳言すると、制御部１０には切替パラメータ生成部６ａで生成された所定の数値パラメータに関する情報が入力されている。そこで、制御部１０では、診断処理の初期においてはＡＥ信号処理系６の処理結果を選択するとともに、時間の経過に伴い切替時期を表す数値パラメータが増加から減少に転じた後に振動信号処理系７の処理結果を選択するように処理結果選択部８を制御する。
　判定部９は、処理結果選択部８を介して入力されたＡＥ信号処理系６または振動信号処理系７における診断結果に基づき劣化を表す数値が所定の損傷閾値を超えているか否かを判定し、超えている場合には、このことを告知するためのアラームを送出する。
　　＜性能劣化・診断手順＞
　図２は上記性能劣化・診断システムにおける継時的な各処理を示すフローチャートである。図２に基づき図１に示す性能劣化・診断システムにおける信号処理の手順を説明する。計測開始後、まずＡＥ波形信号を計測するとともに所定の数値パラメータＳ１を生成する（ステップＳＴ１参照）。次に、ステップＳＴ１における所定の処理から所定時間（例えば1時間）経過後（ステップＳＴ２参照）、ＡＥ波形信号を再計測するとともに所定の数値パラメータＳ２を生成する（ステップＳＴ３参照）。その後、ステップＳＴ３で検出した数値パラメータＳ２からステップＳＴ１で検出した数値パラメータＳ１を減算する（ステップＳＴ４参照）。ステップＳＴ４での減算結果が正または等しい（負ではない）場合は、所定の数値パラメータが増加又は一定していると判断し、数値パラメ－タが所定の損傷閾値Ｔｈ１を超えているか否かを判定する（ステップＳＴ５参照）。ステップＳＴ５における判定の結果、数値パラメータがＡＥ法において予め設定しておいた損傷閾値Ｔｈ１以下の場合には、ステップＳＴ１～ステップＳＴ５の処理を一定周期で繰り返す。一方、ステップＳＴ５における判定の結果、数値パラメータが損傷閾値Ｔｈ１を超えた場合には、劣化の進行が許容程度の損傷を超えていると判断し、このことを表すアラームを送出する。
　ステップＳＴ４の判定結果で（Ｓ２－Ｓ１）＜０となった場合には、所定の数値パラメータが増加から減少に転じた、すなわち、変曲点を過ぎたと判断してその後、計測モードを切替える。かかる計測モードの切替えにより、加速度信号を利用する振動法による劣化診断に移行する。具体的には、まず加速度信号の計測を行い（ステップＳＴ６参照）、続いて加速度信号に基づく劣化判定を行う（ステップＳＴ７参照）。すなわち、例えば加速度信号のレベルと、振動法において予め設定しておいた損傷閾値Ｔｈ２とを比較する。この結果、加速度信号のレベルが損傷閾値Ｔｈ２以下の場合には、ステップＳＴ６およびステップＳＴ７の処理を一定周期で繰り返す。一方、ステップＳＴ７における判定の結果、レベルが損傷閾値Ｔｈ２を超えた場合には、劣化の進行が許容程度の損傷を超えていると判断し、このことを表すアラームを送出する。
　このように本実施形態によれば、劣化診断の初期にはＡＥ法により劣化診断を行い、所定の数値パラメータが増加から減少に転じた後、すなわちＡＥ波形信号に基づく劣化診断の精度の低下が検出された後では、振動法による劣化診断に計測モードを切替えているので、劣化の進行に伴う継時的な劣化診断を計測対象である機械要素の全寿命期間において適格かつ高精度に実施し得る。
　さらに詳言すると、図３Ａ及び図３ＢはＡＥセンサと振動センサにより劣化を検出した場合のＡＥ波形信号および加速度信号に基づく数値パラメータの特性を示す図で、図３Ａが短期で劣化した場合の特性図、図３Ｂが寿命期間（例えば２０年）の全期間における特性図である。図３Ａに実線で示すＡＥ法によるＡＥ波形信号に基づく数値パラメータ（例えば、ＡＥ波形信号の振幅）は、初期の期間からリニアに増加して、図の例では４年程度で所定の損傷閾値Ｔｈ１に達している。これに対し、図３Ａに一点鎖線で示す振動法による加速度信号に基づく数値パラメータ（例えば、加速度信号の振幅）は、初期の期間における立ち上りが極めて緩やかであり、図の場合では、５年程度の時間が経過した時点で、損傷閾値Ｔｈ２に達している。すなわち、図３Ａに示す場合は、ＡＥ法の場合が振動法の場合よりも１年程度、早期に部品の交換等が必要な損傷を検出することができる。この結果、ＡＥ波形信号に基づけば、早期に損傷を検出して交換部品の作製に所定の時間を要する場合であっても、損傷した機械部品（例えば軸受）の作製・交換等、充分な時間的余裕をもって適切な対策を講じることができる。一方、振動法の場合は急激に数値パラメータが増大するため、部品の交換にしても部品の準備が間に合わず、適切なメンテナンスが困難になる場合がある。例えば軸受の場合、潤滑状態が悪いと本来の設計寿命より早い時期に急激に悪化する場合があるが、この場合には振動法では対応できずＡＥ法が好適である。
　一方、図３Ｂに実線で示す、ＡＥ法におけるＡＥ波形信号に基づく数値パラメータは、ある程度劣化が進行した後には減少し、劣化の進行を正確には反映しなくなる場合が生起される。これはＡＥの発生原理に起因する。すなわち、ＡＥ法では、計測対象の材料の内部の欠陥（例えば非金属介在物）によって、例えば亀裂が発生した際に生じる弾性波が計測対象の内部を伝搬し、伝搬した状態をＡＥ波形信号により検出している。しかしながら、計測の初期に比べ計測対象の寿命期間の中期、後期ではＡＥ波形信号が弱まり、その検出感度が低下する場合があるからである。このため、計測期間が診断対象の全寿命期間等、長期（例えば、２０年）に亘る場合には、ＡＥ法では検出精度が劣化する。図３Ｂに実線で示す数値パラメータの低下特性はこのことを示している。
　そこで、所定の数値パラメータが増加から減少に転じることでＡＥ波形信号による計測精度の劣化が検出された後には、その数値パラメータを図３Ｂ中に一点鎖線で示す振動法における加速度信号に基づく数値パラメータを利用して計測を行う。例えば軸受の場合、潤滑状態が良好な場合には振動法による加速度信号に基づく数値パラメータは設計寿命に近い劣化カーブの特性となる。この場合、ＡＥ波形信号に基づく数値パラメータは損傷開始から中期までの振動があまり大きくない段階での劣化進行の確認データとして有効に利用することができる。
　　＜数値パラメータ＞
　ここで、ＡＥ法で用いる数値パラメータに関して説明しておく。図４ＡはＡＥ法で用いるＡＥ波形信号の波形を示す波形図である。ＡＥ法では、図４Ｂに示すように、通常、ＡＥ波形信号Ｓを包絡線検波して生成される一つの塊をヒットＨと定義し、そのヒットの個数や最大振幅値Ａｍａｘ、カウント数（図４Ａにおける閾値ＴｈとＡＥ波形信号Ｓとの交点Ｐの数）あるいはヒットＨの面積（図４Ｂにおける網点部分の面積）で表されるエネルギー等を利用して計測対象の状態の解析・評価を実施する。したがって、従来から利用されている上述の如き評価のための数値であれば、基本的に本実施形態における数値パラメータとして利用し得る。ここでは、１）ＡＥ波形信号Ｓの振幅に基づく数値パラメータ、および新たな知見に基づき採用した、２）傾斜角θ（後に詳述する）に基づく数値パラメータに関して説明する。なお、図４Ａに示すように、ＡＥ波形信号Ｓの閾値Ｔｈは、背景雑音ＮとＡＥ波形信号Ｓの信号成分とを区別するために背景雑音Ｎを超えるレベルに設定してある。また、図中のＴは、ＡＥ波形信号Ｓの最初の交点Ｐ１から最大振幅値Ａｍａｘになるまでの時間である立ち上がり時間、ＤＴは、一つのＡＥ波形信号Ｓ中で最初の交点Ｐ１から最後の交点Ｐｎに至るまでの時間である持続時間を示している。
１）最大振幅値Ａｍａｘに基づく数値パラメータ
　これは継時的に発生する複数のＡＥ波形信号Ｓのそれぞれの振幅に基づき生成する数値パラメータで、最大振幅Ａｍａｘ自体を数値パラメータとして利用することもできるが、単位時間に発生する複数のＡＥ波形信号Ｓの平均振幅（ｄＢ）、すなわち各ＡＥ波形信号Ｓの最大振幅値の平均値（ｄＢ）を数値パラメータとすることもできる。
　図５Ａ～図５Ｃは、計測対象となる軸受に亀裂を発生させて実際に運転し、ＡＥ法により継時的な劣化の進行状況を調べた実測データを示す特性図である。図５Ａに示す棒グラフは、単位時間に発生する複数のＡＥ波形信号Ｓの平均振幅（ｄＢ）を示すものである。さらに詳言すると、図５Ｂに示すように、この場合には継時的に多数のＡＥ波形信号Ｓが発生するが、ここでＡＥ波形信号の振幅を数値パラメータとして利用すべく、単位時間Ｔｒに発生するＡＥ波形信号Ｓの平均振幅Ａｖを検出している。図５Ａの特性は、例えば１時間後の単位時間Ｔｒに発生するＡＥ波形信号Ｓの平均振幅Ａｖが５０ｄＢ程度であったものが、５時間後には平均振幅Ａｖが８０ｄＢ程度に変化していることを示している。これは、図５Ｃに示すように、振幅を横軸に採り、単位時間Ｔｒに発生するＡＥ波形信号の個数を縦軸に採った特性図においては、１時間後は図中にＮ１で示す正規分布特性となるのに対し、５時間後にはＮ２で示す正規分布特性となることを意味している。すなわち、１時間後には振幅５０ｄＢのＡＥ波形信号Ｓの数が最大、すなわち平均振幅Ａｖが５０ｄＢであったのに対し、５時間後には振幅８０ｄＢのＡＥ波形信号の数が最大、すなわち平均振幅Ａｖが８０ｄＢとなる。
　図５Ａを参照すれば、開始から４時間を経過するまではさほど顕著な変化は見られないが４時間を過ぎたころから前記平均振幅Ａｖの値が顕著に増加し、劣化の進行を反映しだしていることが分かる。なお、図５Ａ～図５Ｃに示す場合は、計測対象である軸受が短時間で損傷に至る状況を実証したものであるが、本実験の場合の数値パラメータの変化の態様は、実機の機械要素（例えば、風車の主軸軸受）の経時的な損傷の進行状況を反映していると考えることができる。また、図５Ａ～図５Ｃに示す実験は、計測対象検査対象である軸受が短時間で損傷に至る図３Ａに示す損傷と同類の損傷である。したがって、時間の経過に伴うこの場合の数値パラメータの変曲点は検出されていないが、運転時間を伸ばせば図３Ｂと同様の変曲点が現れる。
　このように、ＡＥ波形信号Ｓの振幅については、その最大振幅Ａｍａｘの値のみならず、単位時間当たりの平均振幅Ａｖで数値パラメータを生成することができる。そして、この数値パラメータは、ＡＥ法から振動法に計測モードを切替える際の数値パラメータとして利用することができる。
２）傾斜角θに基づく数値パラメータ
　図６Ａは摩耗が支配的な劣化の場合に発生する特定のＡＥ波形信号の波形図、図６Ｂは亀裂が支配的な劣化の場合に発生する特定のＡＥ波形信号の波形図である。図６Ａ及び図６Ｂに示すように、ＡＥ波形信号ＳＷ，ＳＣにおいて、最初に所定の閾値Ｔｈに達した時点Ｐ１１，Ｐ１２と最大振幅Ａ１ｍａｘ，Ａ２ｍａｘを与える時点Ｐ２１，Ｐ２２との間で表される立ち上り時間Ｔ１，Ｔ２を分母とし、時点Ｐ２１，Ｐ２２におけるＡＥ波形信号の振幅である最大振幅Ａ１ｍａｘ，Ａ２ｍａｘを分子とした分数により基準値を定義し、単位時間において傾斜角（ｄＢ／ｓｅｃ；以下同じ）が基準値となるＡＥ波形信号の個数を数値パラメータとすることができる。軸受等の劣化の進行に伴い単位時間当たりの平均振幅Ａｖは基本的には増加するとともに、計測期間が長くなると変曲点を通過して減少するからである。
　ここで、前記基準値は、立ち上り時間Ｔ１，Ｔ２を底辺、最大振幅Ａ１ｍａｘ，Ａ２ｍａｘを高さとする直角三角形の底辺と斜辺がなす角度（ｄＢ／ｓｅｃ；以下同じ）と等価なパラメータである。そこで、前記基準値を基準傾斜角θ（ｄＢ／ｓｅｃ；以下同じ）と呼称し、基準傾斜角θを数値パラメータの生成に利用する方法を傾斜法と呼称する。
　上述の如く基準傾斜角θに注目した場合、基準傾斜角θの値に基づいて摩耗または亀裂という劣化の種類を特定し得るものであることも分かった。ここで、摩耗を表す基準傾斜角θの値を第２基準傾斜角（第２の基準値）θ２、亀裂を表す基準傾斜角θの値を第１基準傾斜角（第１の基準値）θ１とすると、摩耗が支配的な劣化の検出に利用する場合の第２基準傾斜角θ２としては、例えば０．０３（ｄＢ／ｓｅｃ）近傍の所定範囲、亀裂が支配的な劣化の検出に利用する場合の基準傾斜角θ１としては、例えば０．２（ｄＢ／ｓｅｃ）近傍の所定範囲の角度を選定することができる。かかる基準傾斜角θ１，θ２は軸受の場合には、その面圧、材料等の要素で変動する。ただ、θ２＜θ１の関係は常に成立していると考えられる。そして、計測対象として特定された機械要素に関する諸元のデータ等を利用すれば診断の際に最適な傾斜角θ１，θ２の範囲は特定されるので、別途検出した傾斜角θ１，θ２を利用すれば摩耗が支配的な劣化であるか、亀裂が支配的な劣化であるかも併せて検出することができる。
　さらに詳言すると、ＡＥセンサ１の検出結果において、単位時間において傾斜角が基準傾斜角θ１，θ２となるＡＥ波形信号Ｓの個数を検出すれば次のような態様で数値パラメータが増加から減少に転じる変曲点を検出することができる。
２－１）第１基準傾斜角θ１となるＡＥ波形信号Ｓの個数と第２基準傾斜角θ２となるＡＥ波形信号Ｓの個数との合計を数値パラメータとして判断する。この場合には検出される数値パラメータが大きい数値となるので、その分早期に、かつ的確に前記変曲点を検出し得る。
　ＡＥ波形信号Ｓの傾斜角は、第１基準傾斜角θ１及び第２基準傾斜角θ２の何れか一方になるので、第１基準傾斜角θ１となるＡＥ波形信号Ｓの個数と第２基準傾斜角θ２となるＡＥ波形信号Ｓの個数との合計は、単位時間において発生するＡＥ波形信号Ｓの個数と等価となる。したがって、数値パラメータとして、単位時間において発生するＡＥ波形信号Ｓの個数を使用してもよい。
２－２）第１基準傾斜角θ１となるＡＥ波形信号Ｓの個数と第２基準傾斜角θ２となるＡＥ波形信号Ｓの個数ととを数値パラメータとして個別に検出し、この場合の数値パラメータの何れもが変曲点を過ぎた時点、またはいずれか一方が変曲点を過ぎた時点で計測モードの切替えの判断を行う。前者の場合はより確実に変曲点を検出することができる。また、後者の場合には摩耗または亀裂による劣化の何れがより顕著であるかを勘案して利用する数値パラメータの優先順位を決定し、より的確な変曲点の検出に資することができる。
　さらに、この場合は、摩耗および亀裂の個別の進行程度を数値データとして検出できるので、摩耗および亀裂に対する個別の対策を講じることができる。さらに詳言すると、単位時間において第２基準傾斜角θ２となるＡＥ波形信号Ｓの個数が増加した場合には摩耗が進行していると判断できるので、その原因である可能性が高い潤滑不良と考えて、潤滑油の交換やフィルタリング部分の点検等のメンテナンスを行う。また、単位時間において第１基準傾斜角θ１となるＡＥ波形信号Ｓの数が増加した場合には亀裂が進行していると判断できるので、その原因である可能性が高い疲労破壊を考えて、軸受の場合には荷重の低減や速度の低下で対処する。例えば、風車において軸受の亀裂が進行した場合には、その速度を低下させることで軸受の損傷による風車の停止という最悪の事態を未然に回避し得る。ちなみに、風車を停止させた場合には多額の賠償金の支払い義務を課される場合がある。
２－３）単位時間において第１基準傾斜角θ１となるＡＥ波形信号Ｓの個数および単位時間において第２基準傾斜角θ２となるＡＥ波形信号Ｓの個数のいずれか一方を数値パラメータとして利用しても良い。この場合には、摩耗または亀裂の検出に特化した検出を同時に行う場合に有効である。
　図７は傾斜法による劣化診断の実験結果を示すグラフである。この場合の実験に用いた軸受はスラスト軸受を用い、面圧は３．０ＧＰаとして連続運転を行い、軸受を劣化させた。なお、かかる実験は第１基準傾斜角θ１を検出するものと、第２基準傾斜角θ２を検出するものとを個別に実施した。なお、本実験も、計測対象である軸受が短時間で損傷に至る状況を実証したものであるが、本実験の場合の数値パラメータの変化の態様は、実機の機械要素（例えば、風車の主軸軸受）の経時的な損傷の進行状況を反映していると考えることができる。また、図７に示す実験は、計測対象検査対象である軸受が短時間で損傷に至る図３Ａに示す損傷と同類の損傷である。したがって、時間の経過に伴うこの場合の数値パラメータの変曲点は検出されていないが、運転時間を伸ばせば図３Ｂと同様の変曲点が現れる。
　本実験の結果、運転時間が３時間に達する前から基準傾斜角θ１，θ２に関する数値パラメータが、いずれも急激に増加した。しかも、増加の時期は、図５Ａ～図５Ｃに示すＡＥ波形信号の振幅を利用する場合よりも早期に出現することが分かった。すなわち、図５Ａ～図５Ｃに示す場合は、実験開始後４時間程度を経過した後に数値パラメータが急増しているのに対し、図７に示す場合は、実験開始後３時間経過する前から数値パラメータが急増している。このことは、かかる時間範囲においては、傾斜法による場合、摩耗であれ、亀裂であれＡＥ波形信号の振幅に基づく場合に較べ、２０％程度早期に劣化の進行を検出し得ることを意味する。２０％程度、早期に検出することができるという事実は、実機に置き換えて５年で損傷する場合、その１年前から損傷の時期を予測できることを意味する。そこで、かかる期間的な余裕により対策等を講じる場合に大きな効果を得ることができる。
　なお、図７に示す場合は、短期間に検査対象である軸受が損傷に至る図３Ａに示す損傷と同類の損傷であるので、時間の経過に伴うこの場合の数値パラメータの変曲点は検出されていないが、運転時間を延ばせば図３Ｂと同様の変曲点が現れる。
　　＜ＡＥセンサを多点に設置する場合＞
　ＡＥセンサ１は診断対象である機械要素の内部の摩耗や亀裂から発生する弾性波を、例えばピエゾ素子で検出して電気信号であるＡＥ波形信号に変換するものである。ところが、ピエゾ素子の個体差に起因するＡＥセンサ１の特性によって出力されるＡＥ波形信号の振幅が異なる。一方、図８に示すように、例えば軸受１１の劣化を多点（図の場合は４箇所）で計測する場合、４個のＡＥセンサ１Ａ，１Ｂ，１Ｃ，１Ｄを用いる。そこで、高精度の劣化診断を行うためには、ＡＥセンサ１Ａ～１Ｄの感度を揃えておく必要がある。
　そこで、本実施形態では、図９に示すように、各計測点に分散して配設されるＡＥセンサ１Ａ，１Ｂ，１Ｃ，１Ｄの感度補正量を検出して、適切な感度補正を行うようになっている。なお、図９において符号１Ａ，１Ｂ，１Ｃ，１Ｄを付しているのはＡＥセンサ１Ａ，１Ｂ，１Ｃ，１Ｄの出力を示す。
　すなわち、基準信号発生器で発生させた基準信号（所定電圧（例えば１０Ｖ）のパルス信号）を予め各ＡＥセンサ１Ａ，１Ｂ，１Ｃ，１Ｄに付与し、感度を実測した後、各ＡＥセンサ１Ａ～１Ｄの出力レベルが揃うように感度補正量を求める。その後、アンプ４のゲインを前記感度補正量に基づき調整することで各ＡＥセンサ１Ａ～１Ｄの出力レベルを揃える。この結果、図９の左側に示すように、調整前においては、各ＡＥセンサ１Ａ～１Ｄでレベルが異なるＡＥ波形信号のレベルを、図９の右側に示すように揃えることができる。
　ここで、図１に示すアンプ４およびＡＥ信号処理系６は、各ＡＥセンサ１Ａ～１Ｄに対応させてそれぞれ設けてある。また、制御部１０は、予め検出した感度補正量に関するデータを記憶しており、この感度補正量に基づき各ＡＥ信号処理系で処理される各ＡＥ波形信号の振幅を補正する。
　　＜ＡＥセンサの距離感度の補正＞
　ＡＥ波形信号Ｓは材料に起因する内部減衰および劣化部位からＡＥセンサ１の設置位置に至る距離に比例する拡散減衰を生起する。かかる減衰に伴う減衰量は、いずれも周波数が高い方が大きい。本来、亀裂発生位置を直接計測するのが最適であるが、それは不可能であり、実際の計測位置に伝播されるまでに減衰したり、またはＡＥ波形信号の波形形状が変化する場合がある。かかる減衰や変化は劣化診断の精度に悪影響を及ぼす。
　そこで、図１に示す本実施形態に係る性能劣化・診断システムでは、ＡＥセンサ１による状態変化の最適な計測位置から実測位置に至る距離に対するＡＥ波形信号Ｓの減衰量を予め検出し、この検出の結果に基づき作成した図１０に示すような距離に対する振幅特性のデータを制御部１０のメモリに記憶させてある。制御部１０は、図１１に示すように、メモリに記憶している振幅特性のデータに基づき計測位置のＡＥセンサ１に対する距離に応じてアンプ４のゲインを調整する。この結果、障害物の存在等の制約により、計測位置とＡＥ波形信号を検出するＡＥセンサ１の設置位置が離れている場合でもＡＥセンサ１を最適な計測位置に移動して正規の計測位置で計測した場合と等価な状態とすることができる。すなわち、調整前には図１１Ａに示すように低レベルのＡＥ波形信号を、図１１Ｂに示すような最適な計測位置で得られるＡＥ波形信号のレベルに補正する。この結果高精度の計測を実現できる。
１、１Ａ、１Ｂ、１Ｃ、１Ｄ　ＡＥセンサ　
２　振動センサ
３　信号処理部
６　ＡＥ信号処理系
６ａ　切替パラメータ生成部
７　振動信号処理系
１０　制御部
１１　軸受
Ｓ，ＳＷ，ＳＣ　ＡＥ波形信号
θ１　第１基準傾斜角（第１の基準値）
θ２　第２基準傾斜角（第２の基準値）
Ｔｈ　閾値
 

Claims (16)

  1. 　機械要素の内部で発生する状態変化を検出して、前記機械要素の性能劣化を検出・診断する機械要素の性能劣化・診断方法であって、
    　前記機械要素の内部で発生する弾性波を表すＡＥ波形信号の、時系列に発生する複数個を利用するＡＥ法により前記状態変化を検出するとともに、前記ＡＥ波形信号に基づく所定の数値パラメータが継時的に増加から減少に転じた後、前記機械要素の内部に発生する振動に基づく加速度信号を利用する振動法により前記状態変化を検出するよう計測モードの切替えを行うことを特徴とする機械要素の性能劣化・診断方法。
  2. 　前記数値パラメータは、単位時間に発生する前記ＡＥ波形信号の平均振幅に基づくことを特徴とする請求項１に記載する機械要素の性能劣化・診断方法。
  3. 　前記数値パラメータは、単位時間において傾斜角が基準値となる前記ＡＥ波形信号の個数であり、
    　前記傾斜角は、前記ＡＥ波形信号において最初に所定の閾値に達した時点と最大振幅値を与える時点との間で表される立ち上り時間を分母とし、前記最大振幅値を与える時点における前記ＡＥ波形信号の振幅である最大振幅を分子とした分数に基づくものであることを特徴とする請求項１に記載する機械要素の性能劣化・診断方法。
  4. 　前記機械要素の亀裂を反映する第１の基準値と、前記機械要素の磨耗を反映し、前記第１の基準値よりも小さい第２の基準値との２種類を前記基準値として利用するとともに、単位時間において前記傾斜角が前記第１の基準値となる前記ＡＥ波形信号の個数と、前記第２の基準値となる前記ＡＥ波形信号の個数とをそれぞれ検出し、前記第１の基準値となる前記ＡＥ波形信号もしくは前記第２の基準値となる前記ＡＥ波形信号のいずれか一方の前記個数を、前記計測モード切替を行う数値パラメータとして利用することを特徴とする請求項３に記載する機械要素の性能劣化・診断方法。
  5. 　前記機械要素の亀裂を反映する第１の基準値と、前記機械要素の磨耗を反映し、前記第１の基準値よりも小さい第２の基準値との２種類を前記基準値として利用するとともに、単位時間において前記傾斜角が前記第１の基準値となる前記ＡＥ波形信号の個数と前記第２の基準値となる前記ＡＥ波形信号の個数との合計の個数を検出し、前記合計の個数を、前記計測モードの切替を行う数値パラメータとして利用することを特徴とする請求項３に記載する機械要素の性能劣化・診断方法。
  6. 　前記数値パラメータは、単位時間に発生する前記ＡＥ波形信号の個数であることを特徴とする請求項１に記載する機械要素の性能劣化・診断方法。
  7. 　複数のＡＥセンサで、前記機械要素の複数の計測点の状態変化を計測する場合において、
    　基準信号発生器で基準信号を発生させ、前記各ＡＥセンサが検出した前記基準信号の振幅が同じになるように調整する感度補正量を予め検出するとともに、前記感度補正量に基づき前記各ＡＥセンサで実測したＡＥ波形信号を補正することを特徴とする請求項１～請求項６のいずれか一項に記載する機械要素の性能劣化・診断方法。
  8. 　前記状態変化を計測するための最適な計測位置と前記ＡＥセンサの設置位置が離れている場合において、
    　前記ＡＥセンサにおける前記計測位置からの距離に対する前記ＡＥ波形信号の振幅を表す振幅特性に基づき、前記実測位置から前記計測位置に至る前記距離に対する前記ＡＥ波形信号の減衰量を求め、該減衰量に基づき、実測したＡＥ波形信号を補正することを特徴とする請求項７に記載する機械要素の性能劣化・診断方法。
  9. 　診断対象となる機械要素に装着して内部で発生する弾性波を表すＡＥ波形信号を生成するＡＥセンサと、
    　前記機械要素に装着して内部で発生する振動波に基づき加速度信号を生成する振動センサと、
    　前記ＡＥ波形信号を入力して所定の信号処理を行うことにより前記機械要素の内部で発生する状態変化を時系列に発生する複数個の前記ＡＥ波形信号に基づきＡＥ法により検出するＡＥ信号処理系と、前記加速度信号を入力して所定の信号処理を行うことにより前記状態変化を前記加速度信号に基づき振動法により検出する振動信号処理系とを有するとともに、前記ＡＥ信号処理系が前記ＡＥ法から前記振動法へ計測モードを切替えるための所定の数値パラメータを前記ＡＥ波形信号に基づき生成する切替パラメータ生成部を備えた信号処理部と、
    　初期においては前記ＡＥ信号処理系の前記ＡＥ法による処理結果を選択するとともに、前記数値パラメータが継時的に増加から減少に転じた後に前記振動法による処理結果を選択するように制御する制御手段とを有することを特徴とする機械要素の性能劣化・診断システム。
  10. 　前記切替パラメータ生成部で生成する前記数値パラメータは、単位時間に発生する前記ＡＥ波形信号の平均振幅に基づくものであることを特徴とする請求項９に記載する機械要素の性能劣化・診断システム。
  11. 　前記切替パラメータ生成部で生成する前記数値パラメータは、単位時間において傾斜角が基準値となる前記ＡＥ波形信号の個数であり、かつ前記傾斜角は、前記ＡＥ波形信号において最初に所定の閾値に達した時点と最大振幅値を与える時点との間で表される立ち上り時間を分母とし、前記最大振幅値を与える時点における前記ＡＥ波形信号の振幅である最大振幅を分子とした分数に基づく数値であることを特徴とする請求項９に記載する機械要素の性能劣化・診断システム。
  12. 　前記基準値は、前記機械要素の亀裂を反映する第１の基準値と、前記機械要素の磨耗を反映し、前記第１の基準値よりも小さい第２の基準値との２種類であり、
    　前記ＡＥ信号処理系は、単位時間において前記傾斜角が前記第１の基準値となる前記ＡＥ波形信号の個数と、前記第２の基準値となる前記ＡＥ波形信号の個数とをそれぞれ検出し、前記第１の基準値となる前記ＡＥ波形信号もしくは前記第２の基準値となる前記ＡＥ波形信号のいずれか一方の前記個数を、前記計測モード切替を行う数値パラメータとして利用することを特徴とする請求項１１に記載する機械要素の性能劣化・診断システム。
  13. 　前記基準値は前記機械要素の亀裂を反映する第１の基準値と、前記機械要素の磨耗を反映し、前記第１の基準値よりも小さい第２の基準値との２種類であり、
    　前記ＡＥ信号処理系は、単位時間において前記傾斜角が前記第１の基準値となる前記ＡＥ波形信号の個数と前記第２の基準値となる前記ＡＥ波形信号の個数との合計の個数を検出し、前記合計の個数を、前記計測モード切替を行う数値パラメータとして利用することを特徴とする請求項１１に記載する機械要素の性能劣化・診断システム。
  14. 　前記数値パラメータは、単位時間に発生する前記ＡＥ波形信号の個数であることを特徴とする請求項９に記載する機械要素の性能劣化・診断システム。
  15. 　前記ＡＥセンサは、前記機械要素の複数の計測点に分散して配設されており、
    　前記ＡＥ信号処理系は、前記ＡＥセンサの数に対応させてそれぞれ設けてあり、
    　前記制御手段は、基準信号発生器で発生させ、前記各ＡＥセンサで検出した基準信号の振幅が同じになるように予め検出しておいた感度補正量に基づき前記各ＡＥ信号処理系で処理される各ＡＥ波形信号の振幅を補正することを特徴とする請求項９～請求項１４のいずれか一項に記載する機械要素の性能劣化・診断システム。
  16. 　前記制御手段は、前記ＡＥセンサによる前記状態変化の最適な計測位置から実測位置に至る距離に対する前記ＡＥ波形信号の予め検出しておいた振幅特性に基づき前記距離に対する実測したＡＥ波形信号の減衰量を求め、該減衰量に基づき実測した前記ＡＥ波形信号の振幅を補正することを特徴とする請求項９～請求項１５のいずれか一項に記載する機械要素の性能劣化・診断システム。
     
PCT/JP2017/003435 2016-02-29 2017-01-31 機械要素の性能劣化・診断方法およびそのシステム WO2017150049A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018502955A JP6600072B2 (ja) 2016-02-29 2017-01-31 機械要素の性能劣化・診断方法およびそのシステム
US16/079,807 US10648948B2 (en) 2016-02-29 2017-01-31 Method for diagnosing performance degradation of machine element, and system for same

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016-038050 2016-02-29
JP2016038050 2016-02-29

Publications (1)

Publication Number Publication Date
WO2017150049A1 true WO2017150049A1 (ja) 2017-09-08

Family

ID=59743785

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/003435 WO2017150049A1 (ja) 2016-02-29 2017-01-31 機械要素の性能劣化・診断方法およびそのシステム

Country Status (3)

Country Link
US (1) US10648948B2 (ja)
JP (1) JP6600072B2 (ja)
WO (1) WO2017150049A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019113453A (ja) * 2017-12-25 2019-07-11 株式会社ニチゾウテック ゲートピン検査装置および検査方法
WO2023033568A1 (ko) * 2021-09-03 2023-03-09 주식회사 아이티공간 피크에 대한 각도를 통한 기기의 건전성 지수 검출방법
WO2023033569A1 (ko) * 2021-09-03 2023-03-09 주식회사 아이티공간 피크에 대한 각도를 통한 제품의 품질 검사방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11002634B2 (en) * 2017-08-24 2021-05-11 Banner Engineering Corp Vibrational alarms facilitated by determination of motor on-off state in variable-duty multi-motor machines

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61228119A (ja) * 1985-04-02 1986-10-11 Koyo Seiko Co Ltd 軸受におけるアコ−ステイツク・エミツシヨン検出装置
JPH05231992A (ja) * 1992-02-18 1993-09-07 Sumitomo Metal Ind Ltd 低速回転軸受の異常検出方法
JPH1019736A (ja) * 1996-07-02 1998-01-23 Hitachi Eng & Services Co Ltd プレス機械用軸受の異常診断方法とその装置
WO2011081085A1 (ja) * 2010-01-04 2011-07-07 Ntn株式会社 転がり軸受の異常診断装置、風力発電装置および異常診断システム
WO2012117970A1 (ja) * 2011-03-03 2012-09-07 Ntn株式会社 転動装置の状態監視システムおよび状態監視方法
JP2013221877A (ja) * 2012-04-18 2013-10-28 Panasonic Corp 異常検査方法および異常検査装置
WO2016009932A1 (ja) * 2014-07-18 2016-01-21 Ntn株式会社 機械部品診断システムおよびそのサーバ

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03148035A (ja) * 1989-11-02 1991-06-24 Nippon Seiko Kk 軸受の異常検出装置
JPH08159151A (ja) * 1994-12-05 1996-06-18 Hitachi Ltd 軸受診断方法
JP2012181168A (ja) 2011-03-03 2012-09-20 Ntn Corp 転動装置の状態監視装置および監視方法
US20150082887A1 (en) * 2012-04-12 2015-03-26 Siemens Aktiengesellschaft Sensor element with an acoustic emission sensor
JP6407592B2 (ja) 2013-07-22 2018-10-17 Ntn株式会社 風力発電装置の異常診断装置および異常診断方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61228119A (ja) * 1985-04-02 1986-10-11 Koyo Seiko Co Ltd 軸受におけるアコ−ステイツク・エミツシヨン検出装置
JPH05231992A (ja) * 1992-02-18 1993-09-07 Sumitomo Metal Ind Ltd 低速回転軸受の異常検出方法
JPH1019736A (ja) * 1996-07-02 1998-01-23 Hitachi Eng & Services Co Ltd プレス機械用軸受の異常診断方法とその装置
WO2011081085A1 (ja) * 2010-01-04 2011-07-07 Ntn株式会社 転がり軸受の異常診断装置、風力発電装置および異常診断システム
WO2012117970A1 (ja) * 2011-03-03 2012-09-07 Ntn株式会社 転動装置の状態監視システムおよび状態監視方法
JP2013221877A (ja) * 2012-04-18 2013-10-28 Panasonic Corp 異常検査方法および異常検査装置
WO2016009932A1 (ja) * 2014-07-18 2016-01-21 Ntn株式会社 機械部品診断システムおよびそのサーバ

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019113453A (ja) * 2017-12-25 2019-07-11 株式会社ニチゾウテック ゲートピン検査装置および検査方法
WO2023033568A1 (ko) * 2021-09-03 2023-03-09 주식회사 아이티공간 피크에 대한 각도를 통한 기기의 건전성 지수 검출방법
WO2023033569A1 (ko) * 2021-09-03 2023-03-09 주식회사 아이티공간 피크에 대한 각도를 통한 제품의 품질 검사방법
KR20230034599A (ko) * 2021-09-03 2023-03-10 (주)아이티공간 피크에 대한 각도를 통한 기기의 건전성 지수 검출방법
KR20230034600A (ko) * 2021-09-03 2023-03-10 (주)아이티공간 피크에 대한 각도를 통한 제품의 품질 검사방법
KR102510103B1 (ko) * 2021-09-03 2023-03-14 (주)아이티공간 피크에 대한 각도를 통한 기기의 건전성 지수 검출방법
KR102510104B1 (ko) * 2021-09-03 2023-03-14 (주)아이티공간 피크에 대한 각도를 통한 제품의 품질 검사방법

Also Published As

Publication number Publication date
JPWO2017150049A1 (ja) 2018-12-20
US10648948B2 (en) 2020-05-12
US20190049413A1 (en) 2019-02-14
JP6600072B2 (ja) 2019-10-30

Similar Documents

Publication Publication Date Title
JP6600072B2 (ja) 機械要素の性能劣化・診断方法およびそのシステム
US10352823B2 (en) Methods of analysing apparatus
JP7013787B2 (ja) 風力発電用風車の状態監視装置、状態監視方法、及び状態監視システム
US7816622B2 (en) System and method for controlling laser shock peening
US20150052985A1 (en) Method, Computing Unit and Device for Monitoring a Drive Train
JPWO2003060507A1 (ja) 軸受用鋼及びその大型介在物評価方法、並びに転がり軸受
WO2008117765A1 (ja) 極低速回転機械の異常診断方法及び装置
US7318007B2 (en) Real time gear box health management system and method of using the same
US10216691B2 (en) Sensor based means of monitoring the mechanical condition of rotating machinery that operates intermittently
JP6781612B2 (ja) シールドマシンの劣化診断方法
US6907368B2 (en) Method and device for detecting a pulse-type mechanical effect on a system part
CN110687211A (zh) 一种基于修正波速的钢筋混凝土构件声发射裂缝源定位方法
CH711632A2 (en) System and method for detecting defects in stationary components of rotary machines.
Galarza-Urigoitia et al. Predictive maintenance of wind turbine low-speed shafts based on an autonomous ultrasonic system
US20240103484A1 (en) Apparatus for determining the actual state and/or the remaining service life of structural components of a work machine
JP2006349698A (ja) 高清浄度鋼の清浄度の評価方法
JP4617168B2 (ja) 軸受損傷評価装置および軸受損傷評価方法
Scheer et al. Early fault detection at gear units by acoustic emission and wavelet analysis
Utpat et al. Response of various vibration parameters to the condition monitoring of ball bearing used in centrifugal pumps
JP2005351660A (ja) 超音波探傷方法および超音波探傷装置
JP5428994B2 (ja) 機械設備の異常診断方法、装置及びプログラム
EP4256286A1 (en) Rotor blade monitoring arrangement
KR20080053620A (ko) 변속기 샤프트 균열 측정 장치
JP6373012B2 (ja) エンジン診断装置
JP2007071191A (ja) 内燃機関の失火検出装置

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2018502955

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17759520

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 17759520

Country of ref document: EP

Kind code of ref document: A1