WO2017212645A1 - 軸受診断装置および軸受診断方法、並びに回転機器およびその保守方法 - Google Patents

軸受診断装置および軸受診断方法、並びに回転機器およびその保守方法 Download PDF

Info

Publication number
WO2017212645A1
WO2017212645A1 PCT/JP2016/067386 JP2016067386W WO2017212645A1 WO 2017212645 A1 WO2017212645 A1 WO 2017212645A1 JP 2016067386 W JP2016067386 W JP 2016067386W WO 2017212645 A1 WO2017212645 A1 WO 2017212645A1
Authority
WO
WIPO (PCT)
Prior art keywords
bearing
feature amount
abnormality diagnosis
state
rotating device
Prior art date
Application number
PCT/JP2016/067386
Other languages
English (en)
French (fr)
Inventor
崇 佐伯
今朝明 峰村
剛志 井上
雅彦 安藝
Original Assignee
株式会社日立製作所
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 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to PCT/JP2016/067386 priority Critical patent/WO2017212645A1/ja
Publication of WO2017212645A1 publication Critical patent/WO2017212645A1/ja

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C41/00—Other accessories, e.g. devices integrated in the bearing not relating to the bearing function as such
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings

Definitions

  • the present invention relates to a bearing diagnostic device and a bearing diagnostic method for diagnosing the state of a bearing of a rotating device, and a rotating device and a maintenance method thereof when these are applied.
  • CMS Conditioning Monitoring ⁇ ⁇ System
  • Patent Document 1 and Patent Document 2 are known as conventional techniques for diagnosing the state of the bearing by detecting the vibration of the bearing.
  • the sound sensor is arranged at a distance from the outer surface of the cylindrical support body that houses the bearing.
  • the sound sensor and the bearing are connected by a detection sound propagation path.
  • the sound generated from the bearing is detected by such a sound sensor, and the detected value of the sound sensor is compared with a threshold value determined from the detected value at normal time recorded in advance for each rotation speed, thereby diagnosing the state of the bearing.
  • a bearing signal is diagnosed by generating a reference signal of a specific frequency, detecting the sound propagating through the bearing at this time with a sound sensor, and comparing the detected value of the sound sensor with a reference value detected in advance under normal conditions. To do.
  • Diagnosis based on the above-mentioned conventional technology has low deterioration diagnosis accuracy especially in the initial stage of maintenance because the deterioration speed and life of the bearing vary widely depending on the safety factor in the design of the bearing, the construction state of the rotating equipment and the installation environment. . There are also the following problems.
  • Patent Document 1 since the detection sound is compared with the normal data acquired in advance, it is difficult to accurately diagnose the signs of deterioration until the abnormality is reached. Further, in order to increase the S / N ratio, a structure in which a route for supplying the lubricant to the bearing or a route for discharging the lubricant from the bearing is connected in the middle of the signal sound propagation route.
  • the present invention provides a bearing diagnosis apparatus and a bearing diagnosis method capable of diagnosing a bearing state with high accuracy, a rotating device to which these are applied, and a maintenance method thereof.
  • a bearing abnormality diagnosis device includes a feature amount extraction unit that extracts a feature amount of acoustic data acquired by an acoustic sensor, and determines a bearing state of a rotating device based on the acoustic data.
  • a diagnosis is performed, and includes a feature value conversion unit that converts an onomatopoeia representing sound generated by a rotating device into a feature value of an abnormal sound of a bearing, and a feature value of acoustic data, a feature value of an abnormality of the bearing, Based on the above, the condition of the bearing is diagnosed.
  • the bearing abnormality diagnosis method includes a step of extracting a feature amount of sound generated by a rotating device, a step of converting an onomatopoeia expressing the sound into a feature amount of an abnormal sound of the bearing, and a feature of the sound. And diagnosing the state of the bearing based on the amount and the characteristic amount of the abnormal noise of the bearing.
  • a rotating device includes a prime mover including a rotating shaft that is rotatably supported by a bearing, and a rotating body that is connected to the rotating shaft and driven by the prime mover.
  • An acoustic sensor that acquires acoustic data and a bearing abnormality diagnosis device according to the present invention that diagnoses the state of the bearing based on acoustic data acquired by the acoustic sensor are provided.
  • the maintenance method for a rotating device diagnoses the state of the bearing based on the feature amount of the sound generated by the rotating device and the feature amount of the abnormal bearing sound converted from the onomatopoeia expressing the sound.
  • the maintenance work schedule is changed according to the diagnosis result.
  • the bearing state is diagnosed based on the feature amount of the bearing abnormality converted from the onomatopoeia and the feature amount of the acoustic data, the experience and intuition of the maintenance engineer are reflected in the diagnosis result. The influence of individual differences among workers is reduced. Thereby, diagnosis with high accuracy or accuracy can be performed.
  • An example of onomatopoeia table data is shown.
  • An example of FTA applied in this embodiment is shown.
  • An example of FMEA applied in this embodiment is shown. Shows the correspondence between operating conditions and alarms.
  • FIG. 1 is a block diagram showing an outline of a bearing abnormality diagnosis apparatus according to the first embodiment of the present invention.
  • the bearing abnormality diagnosis apparatus 100 shown in FIG. 1 receives an onomatopoeia S10 as input, converts it into a feature value of bearing abnormal sound, and outputs a feature value of abnormal sound and acoustic data S20 as input.
  • the feature quantity extraction unit 40 that extracts the feature quantity of the acoustic data and outputs the feature quantity of the extracted acoustic data, and the rotation that is the target of the bearing diagnosis with the feature quantity of the abnormal bearing sound and the feature quantity of the acoustic data as inputs.
  • the operation state estimation unit 20 that estimates the operation state of the device and outputs the estimated operation state and the control data S30 are input, the operation state of the target rotating device is determined, and the determined operation state is output.
  • the operation state determined by the operation state determination unit 50 and the operation state estimation unit 20 and the operation state determined by the operation state determination unit 50 are compared to determine the state of the bearing.
  • the feature amount conversion unit 10 converts the input onomatopoeia S10 into a feature amount of bearing abnormal sound. This conversion is executed using onomatopoeia table data that records the correspondence between the onomatopoeia expressing the abnormal sound and the characteristic amount of the abnormal sound.
  • the feature amount of abnormal noise of the bearing is data representing the presence or absence of the abnormality of the bearing or the state of the bearing.
  • FIG. 2 shows an example of onomatopoeia table data.
  • onomatopoeia such as “za, jar”
  • the abnormal amount of bearing noise represented by such onomatopoeia for example, “track surface, ball, surface flaw” It is associated.
  • a relational database in which the term of sound expression is input and the term of related factor is output may be used.
  • the term of sound expression corresponds to the onomatopoeia S10
  • the term of the related factor corresponds to the feature amount of the bearing abnormal sound.
  • the feature amount conversion unit 10 outputs data indicating that the feature amount of the bearing abnormal sound is unknown, for example, simply “no feature amount” or “feature amount present” (however, the specific factor is unknown). To do.
  • the input of the onomatopoeia S10 there are applied means for displaying a list of onomatopoeia on a touch panel or the like, and a maintenance engineer selecting from a plurality of candidates, a means for the maintenance engineer inputting the sound heard as text data, and the like.
  • the feature amount extraction unit 40 converts the input acoustic data S20 into the feature amount of the acoustic data.
  • the feature amount include an RMS (Root Mean Square) value, dB, a frequency characteristic of a sound envelope, a fluctuating sound analysis index, and a parameter combining them.
  • the acoustic data S20 is acquired by an acoustic sensor.
  • an acoustic sensor in order to acquire only the abnormal sound of a bearing, the microphone which has directivity is desirable. Note that the sampling frequency and the measurement time are set according to the feature amount form of the acoustic data.
  • the operation state estimation unit 20 determines the operation state of the rotating device to be subjected to bearing diagnosis from the feature amount of the abnormal bearing sound output from the feature amount conversion unit 10 and the feature amount of the acoustic data output from the feature amount extraction unit 40.
  • an estimation means for example, a part related to a bearing failure in FTA (Fault Tree Analysis) or FMEA (Failure Model and Effect Analysis) created and studied at the time of designing the target rotating device is mounted in the form of a conversion table. .
  • FTA fault Tree Analysis
  • FT diagram tree diagram
  • FIG. 3 shows an example of FTA applied in the present embodiment.
  • the feature amount of the abnormal bearing sound output from the feature amount conversion unit 10 is used as an input, and the parts of the bearing and the events that are not preferable to occur (cracks, oil deterioration, etc.) are rotated. Output as the operating status of the device.
  • FMEA failure mode and impact analysis predicts failure modes that can occur in system and process components, and analyzes and evaluates possible causes and effects in advance to identify design and planning problems. It is a means to prevent troubles through the implementation of proactive measures.
  • FIG. 4 shows an example of FMEA applied in the present embodiment.
  • the feature amount of the bearing abnormal noise output from the feature amount conversion unit 10 corresponds to the failure mode, and the cause of the failure is output as the operating state of the rotating device.
  • the driving state estimation unit 20 is a known technique (for example, described in Patent Document 1 described above) from the driving state estimated based on the feature amount corresponding to the onomatopoeia representing the abnormal sound as described above and the feature amount of the acoustic data. Are compared with each other, and the operation state of the rotating device subject to bearing diagnosis is output as a comparison result. For example, if an abnormality appears in the sound felt by the maintenance engineer even if no abnormality is recognized in the feature value of the acoustic data, the operation state estimated from the feature value corresponding to the onomatopoeia is set as the operation state of the rotating device.
  • the feature value of the acoustic data is clear.
  • the operation state estimated from the feature value of the acoustic data is output as the operation state of the rotating device. Such conditions are set in advance in the driving state estimation unit 20.
  • the operation state determination unit 50 receives the control data S30 and determines the operation state of the target rotating device. Specifically, the motor or pump bearing failure, misalignment, motor current failure, pump cavitation, pump imbalance, etc. are diagnosed to determine whether the operating state is normal or abnormal.
  • the control data S30 is a plurality of measurement data used for diagnosing the driving state by the driving state determination unit 50, and is, for example, measurement data such as current, torque, rotation speed, vibration, and temperature sensor. The measurement data to be used is selected according to the driving state determination algorithm executed by the driving state determination unit 50.
  • the operation state comparison unit 30 compares the operation state estimated by the operation state estimation unit 20 with the operation state determined by the operation state determination unit 50. As a result, when it is determined that there is a bearing abnormality, an alarm is issued. S40 is generated and output.
  • the driving state estimated by the driving state estimation unit 20 is a bearing driving state based on the onomatopoeia S10 and the acoustic data S20, and the driving state determined by the driving state determination unit 50 is based on the control data S30. This is the operating state of the entire target rotating device.
  • Both the onomatopoeia S10 and the acoustic data S20 are data related to the sound generated by the rotating device.
  • the onomatopoeia S10 is acquired from a person (maintenance engineer), and the acoustic data S20 is near the rotating device body or the rotating device, or Acquired from acoustic sensors installed at a distance from the bearings at these locations.
  • the operation state determined based on the control data S30 and the operation state estimated from the data related to the sound generated by the rotating device are compared to generate from a part other than the bearing. Prevent misdiagnosis due to data related to sound.
  • FIG. 5 shows the correspondence between the driving state estimated by the driving state estimation unit 20, the driving state determined by the driving state determination unit 50, the presence / absence of the alarm S40 generated by the driving state comparison unit 30, and the content. Indicates.
  • Such correspondence data is set in the driving state comparison unit 30.
  • the driving state comparison unit 30 calculates the driving state estimated by the driving state estimation unit 20 and the driving state determination unit. The operation states determined by 50 are compared, and an alarm S40 is output as a comparison result.
  • both the driving state estimated by the driving state estimation unit 20 and the driving state determined by the driving state determination unit 50 are normal, both the bearing and the rotating device are normal, and thus an abnormality due to the alarm S40. Notification is not executed.
  • the operation state estimated by the operation state estimation unit 20 is normal and the operation state determined by the operation state determination unit 50 is abnormal, it is an abnormality other than the bearing. Anomaly is reported.
  • the operation state estimated by the operation state estimation unit 20 is abnormal and the operation state determined by the operation state determination unit 50 is normal, a bearing abnormality is observed, but the operation state of the rotating device is affected. As a result of alarm S40, the deterioration of the bearing is reported.
  • both the operation state estimated by the operation state estimation unit 20 and the operation state determined by the operation state determination unit 50 are abnormal, it is a bearing abnormality, and thus an abnormality of the bearing is issued by the alarm S40.
  • the bearing abnormality may not occur immediately even if the failure state is reached.
  • the alarm S40 may report a bearing abnormality.
  • the alarm 40 may issue a diagnosis result of the bearing abnormality diagnosis device as a bearing abnormality diagnosis result, or as an abnormality diagnosis result of the rotating device to be diagnosed. May be.
  • FIG. 6 is a flowchart showing an outline of a bearing abnormality diagnosis method applied to the above-described bearing abnormality diagnosis apparatus.
  • the above-described bearing abnormality diagnosis device executes the bearing diagnosis process according to the present method as described above.
  • an arithmetic processing unit such as a microcomputer executes a predetermined program to execute a diagnosis process as shown in FIG.
  • this flowchart is drawn so that parallel processing may be performed partially, batch processing may be sufficient.
  • the hearing step F1 when the bearing abnormality diagnosis is started, in the hearing step F1, the sound of the rotating device is heard as an input, and the maintenance engineer outputs the onomatopoeia S10 and proceeds to the feature amount conversion step F2.
  • the maintenance engineer's act of expressing the heard sound as an onomatopoeia is expressed as “output” like the operation of the apparatus.
  • the onomatopoeia S10 is input, the feature value D10 of the abnormal sound of the bearing is output, and the process proceeds to the operation state estimation step F5.
  • the acoustic measurement step F3 the sound of the rotating device is input and measured by the acoustic sensor, the acoustic data S20 is output, and the process proceeds to the feature amount extraction step F4.
  • the acoustic data S20 is input and converted into a predetermined acoustic data feature quantity, the acoustic data feature quantity D20 is output, and the process proceeds to the driving state estimation step F5.
  • the bearing abnormal sound feature quantity D10 calculated in step F2 and the acoustic data feature quantity D20 calculated in step F4 are used as inputs, and the table to be diagnosed is used as a diagnosis target.
  • the operation state of the rotating device is estimated and output as the estimated operation state D30, and the operation proceeds to the operation state comparison step F8.
  • control signal measurement step F6 the control signal of the rotating device is measured by various sensors, output as control data S30, and the process proceeds to the operation state determination step F7.
  • the control data S30 is input, the operation state of the rotating device to be diagnosed is diagnosed with a predetermined diagnosis algorithm, and is output as the determination operation state D40, and the process proceeds to the operation state comparison step F8.
  • the estimated operation state D30 calculated in step F5 and the determination operation state D40 calculated in step F7 are input, and the bearing is determined from a combination of normality and abnormality of the estimation operation state D30 and the determination operation state D40. If there is an abnormality or a sign of abnormality, an alarm S40 is output, and the series of processing ends.
  • the bearing state is diagnosed based on the feature value of the bearing abnormality converted from the onomatopoeia and the feature value of the acoustic data
  • the experience and intuition of the maintenance engineer are reflected in the diagnosis result.
  • the influence of individual differences among workers is reduced. This makes it possible to diagnose the bearing state with high accuracy or accuracy.
  • the result of determining the operation state from the control data is used for diagnosis, an erroneous diagnosis that diagnoses an abnormality other than the bearing as an abnormality of the bearing is prevented.
  • FIG. 7 is a block diagram showing an outline of a bearing abnormality diagnosis apparatus according to the second embodiment of the present invention.
  • the bearing abnormality diagnosis device 200 receives an onomatopoeia S10 as input, converts it into a feature value of the bearing abnormal sound, and outputs the feature of the abnormal sound, the acoustic data S20, and the bearing.
  • a feature quantity limiting unit that takes the feature quantity of abnormal sound as input, extracts the feature quantity of acoustic data, further limits the feature quantity of acoustic data based on the feature quantity of bearing abnormal noise, and outputs the limited feature quantity of acoustic data 60, the limited feature quantity of the acoustic data is input, the driving state of the target rotating device is estimated, the driving state estimation unit 20 that outputs the estimated driving state, and the control data S30 are input, and the target
  • the operation state determination unit 50 that determines the operation state of the rotating device and outputs the determined operation state, the operation state estimated by the operation state estimation unit 20 and the operation state determined by the operation state determination unit 50 are compared. And, if it is determined that abnormality has an operating state comparator unit 30 for outputting a predetermined alarm S40.
  • the functions of the feature amount conversion unit 10, the operation state estimation unit 20, the operation state comparison unit 30, and the operation state determination unit 50, and the processes executed by these, are the same as those of the bearing abnormality diagnosis device in FIG. In the following, differences from the bearing abnormality diagnosis apparatus of FIG. 1 will be mainly described.
  • the feature amount limiting unit 60 receives the acoustic data S20 and the feature amount of the bearing abnormal sound as inputs, and outputs the limited feature amount of the acoustic data.
  • the limited feature amount of the acoustic data is obtained by limiting the range of the feature amount of the acoustic data extracted by the feature amount extraction unit 40 in the bearing abnormality diagnosis device 100 shown in FIG. 1 using the feature amount of the bearing abnormal sound. .
  • the frequency is a feature amount of the acoustic data
  • the frequency component of the feature amount is a frequency component corresponding to the rotation speed. Limited to. Thereby, since it becomes difficult to receive the influence of external noises, such as an environmental sound and the mechanical sound of a rotation apparatus, a diagnostic precision improves.
  • the bearing deterioration degree can be accurately estimated.
  • FIG. 8 is a block diagram showing an outline of a bearing abnormality diagnosis apparatus according to the third embodiment of the present invention.
  • the bearing abnormality diagnosis device 300 receives the onomatopoeia S10 as input, converts it into a feature value of the bearing abnormal sound, and outputs a feature value of the abnormal sound.
  • a feature quantity limiting unit that receives the feature quantity and the acoustic data S20, extracts the feature quantity of the acoustic data, limits the feature quantity of the acoustic data based on the feature quantity of the bearing abnormal sound, and outputs the limited feature quantity of the acoustic data 60, the environmental sound data S50 as input, the environmental sound feature extraction unit 70 that extracts the characteristic amount of the environmental sound data and outputs the extracted characteristic amount of the environmental sound data, the limited feature amount of the acoustic data and the environmental sound
  • a feature amount comparison unit 80 is provided which outputs a predetermined alarm S40 when the feature amount of the data is input and the two are compared and determined to be abnormal.
  • the environmental sound feature extraction unit 70 receives the environmental sound data S50 as input, and outputs the characteristic amount of the environmental sound data.
  • the feature quantity of the environmental sound data S50 is a physical quantity similar to the acoustic data feature quantity of the feature quantity extraction unit 40 in the bearing abnormality diagnosis device 100 (FIG. 1).
  • the feature amount comparison unit 80 receives the limited feature amount of the acoustic data S20 and the feature amount of the environmental sound data S50, and outputs an alarm S40.
  • the limited feature quantity of the acoustic data S20 is an acoustic characteristic around the bearing
  • the feature quantity of the environmental sound data S50 is an acoustic characteristic around the bearing. Therefore, if there is a difference between the two, it is estimated that there is an abnormality in the bearing.
  • the bearing abnormality is diagnosed based on the onomatopoeia and the acoustic data, a diagnosis with high accuracy or high accuracy can be performed. In addition, since the influence of environmental sound that becomes noise is mitigated, the accuracy of diagnosis is improved.
  • FIG. 9 is a schematic configuration diagram of a rotating device according to the fourth embodiment of the present invention.
  • the above-described bearing abnormality diagnosis device and bearing abnormality diagnosis method are applied to the rotating device 1000 of the present embodiment.
  • the rotating device 1000 includes a prime mover, that is, a motor 1 having a rotating shaft that is rotatably supported by a bearing 2, a rotating body 3 that is a driven body, an acoustic sensor 4, an SCADA (Supervisory Control). And Data Acquisition) 5, the onomatopoeia S10, the acoustic data measured by the acoustic sensor 4 and the control data S30 stored in the SCADA 5 are input, the bearing abnormality diagnosis of the rotating device is performed, and the diagnosis result is output as the alarm S40.
  • the bearing abnormality diagnosis device 100 and the screen output device 6 for displaying the alarm S40 as input are provided.
  • the acoustic sensor 4, the bearing abnormality diagnosis device 100, the onomatopoeia S10, and the alarm S40 are the same as those in the shaft abnormality diagnosis device shown in FIG. If an acoustic sensor for acquiring environmental sound data is provided, the bearing abnormality diagnosis device of FIG. 8 can be applied.
  • SCADA 5 inputs and stores control information and operation information of the rotating device 1000. Further, the SCADA 5 outputs data such as the temperature and the rotational speed used for the bearing abnormality diagnosis of the rotating equipment to the bearing deterioration diagnosis apparatus 100 among these pieces of information. Note that the data to be output by SCADA 5 is selected according to a diagnostic algorithm used by the operating state determination unit 50 of the bearing abnormality diagnosis device 100.
  • the screen output device 6 receives the alarm S40 output from the bearing abnormality diagnosis device 100 and displays a bearing diagnosis result.
  • a three-stage display or a ratio display indicating “normal”, “progress attention”, and “abnormal” can be applied.
  • the screen output device 6 may be installed near the rotating device, or installed in a control room of the rotating device or a monitoring center geographically separated from the installation location of the rotating device via a network line or the like. May be.
  • the alarm S40 may be an abnormal report by a warning sound or the like.
  • the bearing abnormality or its sign can be grasped with high accuracy, so that the life until failure can be improved by maintaining it accurately and early.
  • the rotating device of the present embodiment it is possible to accurately grasp a bearing abnormality or a sign thereof, so that it is possible to provide an optimal rotating device operation service for customer needs. For example, in order to maintain the function of the bearing within an allowable range until the next maintenance work day (periodic) based on the diagnosis result of the bearing, the rotation operation of the rotating device is performed. Also, based on the bearing diagnosis results, predict when the rotating equipment will fail, and if it is expected to be healthy until the next maintenance work but fail before the next maintenance work, the next maintenance work Operate so that the operating amount of the rotating equipment is close to the maximum. In this way, by controlling the operating state of the rotating device according to the degree of abnormality that is the result of the bearing diagnosis, it is possible to provide an operation service that is optimal for customer needs.
  • the bearing diagnosis results change the maintenance schedule by preparing replacement parts immediately and making the maintenance work day ahead of schedule or changing the maintenance cycle appropriately based on the progress of the abnormality. .
  • This enables a flexible maintenance service that can quickly respond to abnormalities in rotating equipment.
  • the diagnosis result of the bearing abnormality diagnosis device to the customer, particularly the owner of the rotating device, it can be made a part of the maintenance report of the rotating device.
  • the diagnosis result of the bearing abnormality diagnosis device becomes a customer explanation document or a customer confirmation document when requesting a cost burden to a customer when parts replacement is required.
  • each of the above-described configurations, functions, processing units, processing means, etc. may be realized by hardware using, for example, an integrated circuit or the like, or a processor may realize each function.
  • Information such as programs, tables, and files that realize each function can be stored in a recording device such as a memory, a hard disk, or an SSD (Solid State Drive), or a recording medium such as an IC card, an SD card, or a DVD.
  • control lines and information lines are not limited to those shown in the figure, and can be added, deleted, and replaced.
  • a prime mover such as an engine may be used.
  • the rotary body 3 may be connected to a rotating shaft through a speed reducer or a speed increaser.

Abstract

軸受の状態を高精度に診断できる軸受異常診断装置および軸受異常診断方法が開示される。この軸受異常診断装置（１００）は、音響センサによって取得される音響データ（Ｓ２０）の特徴量を抽出する特徴量抽出手段（４０）を備え、音響データに基づいて回転機器の軸受の状態を診断するものであって、回転機器が発生する音を表す擬音語（Ｓ１０）を軸受の異常音の特徴量に変換する特徴量変換部（１０）を備え、音響データの特徴量と、軸受の異常音の特徴量と、に基づいて、軸受の状態を診断する。

Description

軸受診断装置および軸受診断方法、並びに回転機器およびその保守方法
　本発明は、回転機器の軸受の状態を診断する軸受診断装置および軸受診断方法、並びにこれらが適用されるに回転機器およびその保守方法に関する。
　回転機器における軸受の異常診断において状態監視装置(ＣＭＳ：Conditioning Monitoring System)を用いた予兆診断が行われ始めている。一般に、回転機器の軸受に異常が発生すると、回転機器の運転中に発生する振動に変化が現れる場合が多く、状態監視装置においては、軸受の発する振動を測定し、軸受の状態を監視する。
　軸受の振動を検出して軸受の状態を診断する従来技術として、特許文献１および特許文献２に記載される技術が知られている。
　特許文献１に記載される従来技術では、軸受を収容している筒状支持体外面から距離を置いたところに音センサが配置される。音センサと軸受は検出音伝搬経路によって連絡されている。このような音センサによって軸受から発生する音を検出し、音センサの検出値を、予め回転速度毎に記録しておいた正常時の検出値から決定した閾値と比較し、軸受の状態を診断する。また、特定周波数の基準信号を発生させ、この時に軸受を伝播する音を音センサによって検出し、音センサの検出値と、予め正常時に検出した基準値とを比較することにより、軸受状態を診断する。
　特許文献２に記載される技術では、軸受で発生する超音波領域の摩擦音を検出する。検出信号からフィルタによって抽出される特定周波数帯域の信号を、所定の異常判定基準値と比較して軸受の劣化や異常を判定する。さらに、フィルタにより抽出した摩擦音信号を可聴域信号に変換し、可聴音により異常を報知する。
特開２０１３－４７６９０号公報 特開２００５－１６４３１４号公報
　上記従来技術による診断は、軸受の設計上の安全係数、回転機器の施工状態や設置環境に応じて、軸受の劣化速度や寿命が大きくばらつくため、特に保守の初期段階では劣化の診断精度が低い。また、次のような問題もある。
　特許文献１の従来技術では、検出音と、予め取得しておいた正常時のデータと比較するため、異常に到るまでの劣化兆候を精度よく診断することが難しい。また、Ｓ／Ｎ比を高くするため、信号音伝播経路の途中に、軸受に潤滑油を供給するための経路または軸受から潤滑油を排出するための経路が接続される構造を要する。
　特許文献２の従来技術では、超音波領域の摩擦音を検出するため、外部ノイズによって誤診断が起きる。また、軸受の潤滑状態は診断できるが、潤滑不良以外の軸受の異常、例えばアンバランスなどの診断は難しい。
　そこで、本発明は、軸受の状態を高精度に診断できる軸受診断装置および軸受診断方法、並びにこれらを適用する回転機器およびその保守方法を提供する。
　上記課題を解決するために、本発明による軸受異常診断装置は、音響センサによって取得される音響データの特徴量を抽出する特徴量抽出手段を備え、音響データに基づいて回転機器の軸受の状態を診断するものであって、回転機器が発生する音を表す擬音語を軸受の異常音の特徴量に変換する特徴量変換部を備え、音響データの特徴量と、軸受の異常の特徴量と、に基づいて、軸受の状態を診断する。
　また、本発明による軸受異常診断方法は、回転機器が発生する音の特徴量を抽出するステップと、音を表現する擬音語を、軸受の異常音の特徴量に変換するステップと、音の特徴量と軸受の異常音の特徴量と、に基づいて、軸受の状態を診断するステップとを含む。
　また、本発明による回転機器は、軸受によって回転可能に支持される回転軸を備える原動機と、回転軸に接続され、原動機によって駆動される回転体と、を備えるものであって、軸受の発生する音響データを取得する音響センサと、音響センサによって取得される音響データに基づいて、軸受の状態を診断する上記本発明による軸受異常診断装置を備える。
　さらに、本発明による回転機器の保守方法は、回転機器が発生する音の特徴量と、音を表現する擬音語から変換される軸受異常音の特徴量と、に基づいて軸受の状態を診断し、診断結果に応じて、保守作業のスケジュールを変更する。
　本発明によれば、擬音語から変換される軸受異常の特徴量と、音響データの特徴量とに基づいて軸受の状態を診断するので、診断結果にメンテナンスエンジニアの経験や直感が反映されるとともに、作業者の個人差の影響が低減される。これにより、確度あるいは精度の高い診断を行うことができる。
　上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。
本発明の第１の実施形態である軸受異常診断装置の概要を示すブロック図である。 擬音語テーブルデータの一例を示す。 本実施形態において適用されるＦＴＡの一例を示す。 本実施形態において適用されるＦＭＥＡの一例を示す。 運転状態とアラームの対応関係を示す。 軸受異常診断方法の概要を示すフローチャートである。 本発明の第２の実施形態である軸受異常診断装置の概要を示すブロック図である。 本発明の第３の実施形態である軸受異常診断装置の概要を示すブロック図である。 本発明の第４の実施形態である回転機器の概略構成図である。
　本発明の実施形態を、図面を参照しながら説明する。各図において、参照番号が同一のものは同一の構成要件あるいは類似の機能を備えた構成要件を示している。
　（第１の実施形態）
　図１は、本発明の第１の実施形態である軸受異常診断装置の概要を示すブロック図である。
　図１に示す軸受異常診断装置１００は、擬音語Ｓ１０を入力とし、軸受異常音の特徴量に変換し、異常音の特徴量を出力する特徴量変換部１０と、音響データＳ２０を入力とし、音響データの特徴量を抽出し、抽出された音響データの特徴量を出力する特徴量抽出部４０と、軸受異常音の特徴量および音響データの特徴量を入力とし、軸受診断の対象となる回転機器の運転状態を推定し、推定された運転状態を出力する運転状態推定部２０と、制御データＳ３０を入力とし、対象となる回転機器の運転状態を判定し、判定された運転状態を出力する運転状態判定部５０と、運転状態推定部２０によって推定された運転状態と運転状態判定部５０によって判定された運転状態を比較して軸受の状態を判定し、異常と判定された場合は所定のアラームＳ４０を出力して軸受の異常を報知する運転状態比較部３０を有する。
　特徴量変換部１０は、入力された擬音語Ｓ１０を軸受異常音の特徴量へ変換する。この変換は、異常音を表現する擬音語と、異常音の特徴量との対応関係を記録する擬音語テーブルデータを用いて実行される。なお、軸受の異常音の特徴量とは、軸受の異常の有無または軸受の状態を表すデータである。
　図２は、擬音語テーブルデータの一例を示す。図２に示すように、「ザー、ジャー」というような擬音語と、このような擬音語で表現される軸受の異常音の特徴量、例えば、「軌道面、玉、ごろの表面きず」が対応付けられている。
　なお、テーブルデータに代えて、音の表現の項を入力とし、関係要因の項を出力としたリレーショナル・データベースを用いても良い。この場合、音の表現の項が擬音語Ｓ１０に相当し、関係要因の項が軸受異常音の特徴量に相当する。
　ここで、異常音に該当する擬音語Ｓ１０がないという入力を含めても良い。この場合、特徴量変換部１０は、軸受異常音の特徴量が不明であることを示すデータ、例えば、単に「特徴量なし」か「特徴量有」（但し具体的な要因は不明）を出力する。
　擬音語Ｓ１０の入力は、タッチパネル等に擬音語の一覧を表示してその複数候補の中からメンテナンスエンジニアが選択する手段や、メンテナンスエンジニアが、聞こえた音をテキストデータとして入力する手段などが適用される。
　特徴量抽出部４０は、入力された音響データＳ２０を音響データの特徴量へ変換する。この特徴量としては、ＲＭＳ(Root Mean Square)値、ｄＢ、音のエンベロープの周波数特性、変動音解析指標やそれらを組み合わせたパラメータなどが挙げられる。ここで、音響データＳ２０は音響センサで取得される。音響センサとしては、軸受の異常音のみを取得するためには、指向性を有するマイクが望ましい。なお、サンプリング周波数や測定時間は音響データの特徴量の形態に応じて設定される。
　運転状態推定部２０は、特徴量変換部１０が出力する軸受異常音の特徴量と、特徴量抽出部４０が出力する音響データの特徴量から、軸受診断の対象となる回転機器の運転状態を推定する。推定手段としては、例えば、対象となる回転機器の設計時に作成、検討されるＦＴＡ（Fault Tree Analysis）またはＦＭＥＡ（Failure Model and Effect Analysis）における軸受故障に関係する部分を変換テーブルの形で実装する。
　ＦＴＡ(故障の木解析)とは、信頼性または安全性の上で、発生することが好ましくない事象を取り上げ、その事象を引き起こす要因を連鎖的に展開し、事象・要因間や要因相互の因果関係を論理記号と事象記号を用いて樹形図（ＦＴ図）に図示し、対策を講じる発生経路および発生要因、発生確率を解析する手段である。
　図３は、本実施形態において適用されるＦＴＡの一例を示す。図３のＦＴＡにおいて、特徴量変換部１０から出力された軸受異常音の特徴量を入力とし、軸受の部位と、発生することが好ましくない事象（図中の亀裂、油脂劣化等）を、回転機器の運転状態として出力する。
　ＦＭＥＡ（故障モードと影響解析）は、システムやプロセスの構成要素に起こりうる故障モードを予測し、考えられる原因や影響を事前に解析・評価することで設計・計画上の問題点を摘出し、事前対策の実施を通じてトラブル未然防止を図る手段である。
　図４は、本実施形態において適用されるＦＭＥＡの一例を示す。図４のＦＭＥＡにおいて、特徴量変換部１０から出力された軸受異常音の特徴量が故障モードに相当し、故障原因を回転機器の運転状態として出力する。
　運転状態推定部２０は、上記のように異常音を表す擬音語に対応する特徴量に基づいて推定される運転状態と、音響データの特徴量から公知技術（例えば、前述の特許文献１に記載の従来技術）によって推定される運転状態を比較し、比較結果として軸受診断対象の回転機器の運転状態を出力する。例えば、音響データの特徴量に異常は認められなくてもメンテナンスエンジニアが感じる音に異常が現れる場合は、擬音語に対応する特徴量から推定される運転状態を、回転機器の運転状態とする。また、前述したようにメンテナンスエンジニアが感じる音に該当する擬音語が無い場合や、メンテナンスエンジニアの擬音語の選択にばらつきが起きやすい音質の異常音である場合で、かつ音響データの特徴量に明確な異常が現れる場合には、音響データの特徴量から推定される運転状態を、回転機器の運転状態として出力する。なお、このような条件は、予め運転状態推定部２０に設定しておく。
　運転状態判定部５０は、制御データＳ３０を入力とし、対象となる回転機器の運転状態を判定する。具体的には、モータやポンプのベアリング不良、ミスアライメント、モータ電流不良、ポンプキャビテーション、ポンプアンバランス等を診断し、運転状態の正常、異常を判定する。ここで、制御データＳ３０は、運転状態判定部５０で運転状態を診断するために用いられる複数の測定データであり、例えば、電流、トルク、回転速度、振動、温度センサなどの測定データである。なお、用いられる測定データは、運転状態判定部５０が実行する運転状態判別アルゴリズムに応じて選択される。
　運転状態比較部３０は、運転状態推定部２０によって推定された運転状態と、運転状態判定部５０によって判定された運転状態を比較し、その結果、軸受の異常があると判定された場合にアラームＳ４０を生成し、出力する。
　運転状態推定部２０によって推定された運転状態は、擬音語Ｓ１０および音響データＳ２０を基にした軸受の運転状態であり、運転状態判定部５０によって判定された運転状態は制御データＳ３０を基にした対象となる回転機器全体の運転状態である。擬音語Ｓ１０および音響データＳ２０はいずれも回転機器が発生する音に関わるデータであり、擬音語Ｓ１０は人（メンテナンスエンジニア）から取得され、音響データＳ２０は、回転機器本体または回転機器の近く、あるいはこれらの場所における軸受から距離をおいたところに設置される音響センサから取得される。このため、回転機器の軸受以外の部位が発生する音を取得してしまう可能性がある。これに対し、本実施形態では、制御データＳ３０に基づいて判定される運転状態と、回転機器が発生する音に関わるデータから推定される運転状態とを比較することにより、軸受以外の部位から発生する音に関わるデータによる誤診断を防止する。
　図５は、運転状態推定部２０によって推定された運転状態と、運転状態判定部５０によって判定された運転状態と、運転状態比較部３０が生成するアラームＳ４０の発報の有無および内容の対応関係を示す。このような対応関係データは、運転状態比較部３０に設定され、この対応関係データを参照して、運転状態比較部３０は、運転状態推定部２０によって推定された運転状態と、運転状態判定部５０によって判定された運転状態を比較し、比較結果としてアラームＳ４０を出力する。
　図５に示すように、運転状態推定部２０によって推定された運転状態および運転状態判定部５０によって判定された運転状態が共に正常の場合は、軸受、回転機器共に正常であるのでアラームＳ４０による異常発報は実行されない。運転状態推定部２０によって推定された運転状態が正常で、かつ、運転状態判定部５０によって判定された運転状態が異常である場合は、軸受以外の異常であるため、アラームＳ４０によって、軸受以外の異常を発報する。運転状態推定部２０によって推定された運転状態が異常で、かつ、運転状態判定部５０によって判定された運転状態が正常である場合は、軸受の異常は見られるものの、回転機器の運転状態に影響は見られないため要注意の状態であるとして、アラームＳ４０によって軸受の劣化が発報される。運転状態推定部２０によって推定された運転状態および運転状態判定部５０によって判定された運転状態が共に異常である場合は、軸受の異常であるため、アラームＳ４０によって軸受の異常が発報される。
　なお、運転状態推定部２０によって推定された運転状態が異常で、かつ、運転状態判定部５０によって判定された運転状態が正常である場合は、ただちに故障に到る状態ではないとしても軸受の異常あるいはその兆候は見られるため、アラームＳ４０は軸受の異常を発報しても良い。
　アラームＳ４０としては、警報音、警告灯、異常の有無や内容を示す文字や記号の表示などが適用される。また、アラーム４０は、図５に示したように、軸受異常診断装置の診断結果を、軸受の異常診断結果として発報しても良いし、診断対象の回転機器の異常診断結果として発報しても良い。
　図６は、前述の軸受異常診断装置に適用される軸受異常診断方法の概要を示すフローチャートである。前述の軸受異常診断装置は、本方法に従って、前述したように軸受の診断処理を実行する。なお、軸受異常診断装置においては、マイクロコンピュータなどの演算処理装置が、所定のプログラムを実行することにより、図６に示すような診断処理を実行する。なお、本フローチャートは、部分的に並列処理が実行されるように描かれているが、バッチ処理でも良い。
　図６に示すように、軸受異常診断を開始すると、ヒアリングステップＦ１では、回転機器の音を入力として聞き、メンテナンスエンジニアが擬音語Ｓ１０を出力して特徴量変換ステップＦ２へ進む。なお、聞いた音を擬音語で表すというメンテナンスエンジニアの行為を、便宜上、装置動作のように「出力」と表現している。
　特徴量変換ステップＦ２では、擬音語Ｓ１０を入力として、軸受の異常音の特徴量Ｄ１０を出力して、運転状態推定ステップＦ５へ進む。
　音響計測ステップＦ３では、回転機器の音を入力として音響センサで計測し、音響データＳ２０を出力して、特徴量抽出ステップＦ４へ進む。
　特徴量抽出ステップＦ４では、音響データＳ２０を入力として、所定の音響データ特徴量に変換し、音響データ特徴量Ｄ２０を出力して、運転状態推定ステップＦ５へ進む。
　運転状態推定ステップＦ５では、ステップＦ２で算出された軸受異常音特徴量Ｄ１０と、ステップＦ４で算出された音響データの特徴量Ｄ２０を入力として、予め設定されたテーブルデータを用いて、診断対象となる回転機器の運転状態を推定して推定運転状態Ｄ３０として出力し、運転状態比較ステップＦ８へ進む。
　制御信号計測ステップＦ６では、回転機器の制御信号を各種センサで計測し、制御データＳ３０として出力し、運転状態判定ステップＦ７へ進む。
　運転状態判定ステップＦ７では、制御データＳ３０を入力とし、所定の診断アルゴリズムで診断対象の回転機器の運転状態を診断して判定運転状態Ｄ４０として出力し、運転状態比較ステップＦ８へ進む。
　運転状態比較ステップＦ８では、ステップＦ５で算出された推定運転状態Ｄ３０と、ステップＦ７で算出された判定運転状態Ｄ４０を入力として、推定運転状態Ｄ３０と判定運転状態Ｄ４０の正常、異常の組合せから軸受の異常判定を行い、異常あるいは異常の兆候がある場合はアラームＳ４０を出力して、一連の処理を終了する。
　上記の実施形態によれば、擬音語から変換される軸受異常の特徴量と、音響データの特徴量とに基づいて軸受の状態を診断するので、診断結果にメンテナンスエンジニアの経験や直感が反映されるとともに、作業者の個人差の影響が低減される。これにより、確度あるいは精度の高い軸受の状態の診断を行うことができる。さらに、制御データから運転状態を判定した結果を診断に用いるため、軸受以外の異常を軸受の異常と診断するような誤診断が防止される。
　（第２の実施形態）
　図７は、本発明の第２の実施形態である軸受異常診断装置の概要を示すブロック図である。
　図７に示すように、軸受異常診断装置２００は、擬音語Ｓ１０を入力とし、軸受異常音の特徴量に変換し、異常音の特徴を出力する特徴量変換部１０と、音響データＳ２０および軸受異常音の特徴量を入力とし、音響データの特徴量を抽出し、さらに軸受異常音の特徴量に基づいて音響データの特徴量を限定し、音響データの限定特徴量を出力する特徴量限定部６０と、音響データの限定特徴量を入力とし、対象となる回転機器の運転状態を推定し、推定された運転状態を出力する運転状態推定部２０と、制御データＳ３０を入力とし、対象となる回転機器の運転状態を判定し、判定された運転状態を出力する運転状態判定部５０と、運転状態推定部２０によって推定された運転状態と運転状態判定部５０によって判定された運転状態を比較し、異常と判定された場合は所定のアラームＳ４０を出力する運転状態比較部３０を有する。
　特徴量変換部１０、運転状態推定部２０、運転状態比較部３０、運転状態判定部５０の機能や、これらが実行する処理については、図１の軸受異常診断装置と同様である。以下、主に、図１の軸受異常診断装置と異なる点について説明する。
　特徴量限定部６０は、音響データＳ２０および軸受異常音の特徴量を入力とし、音響データの限定特徴量を出力する。音響データの限定特徴量とは、図１に示した軸受異常診断装置１００における特徴量抽出部４０で抽出する音響データの特徴量の範囲を軸受異常音の特徴量を用いて限定したものである。具体的には、例えば周波数を音響データの特徴量とすると、軸受の異常音の特徴量が特定の回転速度で音が大きくなることであれば、特徴量の周波数成分は回転数相当の周波数成分に限定する。これにより、環境音や回転機器の機械音などの外部ノイズの影響を受けにくくなるため、診断精度が向上する。
　このように、図１における特徴量抽出部４０を特徴量限定部６０に置き換え、軸受異常音の特徴量から音響データの特徴量を限定することにより、軸受劣化度を精度よく推定することができる。
　（第３の実施形態）
　図８は、本発明の第３の実施形態である軸受異常診断装置の概要を示すブロック図である。
　図８に示すように、軸受異常診断装置３００は、擬音語Ｓ１０を入力とし、軸受異常音の特徴量に変換し、異常音の特徴量を出力する特徴量変換部１０と、軸受異常音の特徴量および音響データＳ２０を入力とし、音響データの特徴量を抽出し、軸受異常音の特徴量に基づいて音響データの特徴量を限定し、音響データの限定特徴量を出力する特徴量限定部６０と、環境音データＳ５０を入力とし、環境音データの特徴量を抽出し、抽出された環境音データの特徴量を出力する環境音特徴抽出部７０と、音響データの限定特徴量と環境音データの特徴量を入力とし、両者を比較し異常と判定された場合は所定のアラームＳ４０を出力する特徴量比較部８０を有する。
　特徴量変換部１０、特徴量限定部６０の機能や、これらが実行する処理については、図７の軸受異常診断装置と同様である。以下、図７の軸受異常診断装置とは異なる点について説明する。
　環境音特徴抽出部７０は、環境音データＳ５０を入力とし、環境音データの特徴量を出力する。環境音データＳ５０の特徴量は、軸受異常診断装置１００（図１）における特徴量抽出部４０の音響データ特徴量と同様の物理量である。
　特徴量比較部８０は、音響データＳ２０の限定特徴量と環境音データＳ５０の特徴量を入力とし、アラームＳ４０を出力する。音響データＳ２０の限定特徴量は、軸受廻りの音響特性であり、環境音データＳ５０の特徴量は軸受周辺の音響特性である。従って両者を比較して差異がある場合は、軸受に異常があると推定される。
　本実施形態においても、擬音語と音響データに基づいて軸受の異常を診断するので、確度あるいは精度の高い診断を行うことができる。また、ノイズとなる環境音の影響が緩和されるので、診断の精度が向上する。
　（第４の実施形態）
　図９は、本発明の第４の実施形態である回転機器の概略構成図である。本実施形態の回転機器１０００には、上述した軸受異常診断装置および軸受異常診断方法が適用される。
　図９に示すように、回転機器１０００は、軸受２によって回転可能に支持される回転軸を備える原動機すなわちモータ１と、被駆動体である回転体３と、音響センサ４と、ＳＣＡＤＡ（Supervisory Control And Data Acquisition）５と、擬音語Ｓ１０と音響センサ４で計測した音響データとＳＣＡＤＡ５に蓄積された制御データＳ３０を入力とし、回転機器の軸受の異常診断を行い、診断結果をアラームＳ４０として出力する軸受異常診断装置１００と、アラームＳ４０を入力として、それを表示する画面出力装置６を備える。
　音響センサ４、軸受異常診断装置１００、擬音語Ｓ１０、アラームＳ４０については、図１または図７に示した軸異常診断装置と同様である。なお、環境音データ取得用の音響センサを備えれば、図８の軸受異常診断装置を適用できる。
　ＳＣＡＤＡ５は、回転機器１０００の制御情報や稼働情報を入力して蓄積する。また、ＳＣＡＤＡ５は、これら情報の内、回転機器の軸受異常診断に用いられる温度や回転数等のデータを軸受劣化診断装置１００へ出力する。なお、ＳＣＡＤＡ５出力するデータは、軸受異常診断装置１００の運転状態判定部５０で用いられる診断アルゴリズムに応じて選択される。
　画面出力装置６は、軸受異常診断装置１００から出力されたアラームＳ４０を入力とし、軸受の診断結果を表示する。診断結果としては、「正常」、「経過注意」、「異常」を示す、３段階表示や割合表示などが適用できる。画面出力装置６は、回転機器の近くに設置されても良いし、ネットワーク回線等を介して、回転機器の制御室や、回転機器の設置場所とは地理的に離れた監視センターなどに設置されても良い。なお、アラームＳ４０は、警告音などによる異常発報としても良い。
　本実施形態の回転機器によれば、軸受の異常あるいはその兆候を精度よく把握することができるので、的確かつ早期に保守することにより、故障に到るまでの寿命を向上することができる。
　さらに、本実施形態の回転機器によれば、軸受の異常あるいはその兆候を精度よく把握することができるので、顧客のニーズに対して最適な回転機器オペレーションサービスが可能になる。例えば、軸受の診断結果に基づいて、次回の保守作業日（定期）まで軸受の機能を許容範囲に維持するために、回転機器の抑制運転を行う。また、軸受の診断結果に基づいて、回転機器が故障する時期を予測し、次回の保守作業日までは健全であるが次々回の保守作業前に故障すると予測されるならば、次回の保守作業日まで回転機器の稼働量を最大近くになるように運転を行う。このように、軸受の診断結果である異常の度合いに応じて、回転機器の稼働状態を制御することで、顧客のニーズに最適なオペレーションサービスを提供することができる。
　また、軸受の診断結果に応じて、直ちに交換部品を準備して、保守作業日を予定より早めたり、異常の進行経過に基づいて、メンテナンス周期を適宜変更したりするなど、メンテナンススケジュールを変更する。これにより、回転機器の異常に即応可能な柔軟な保守サービスが可能になる。さらに、軸受異常診断装置の診断結果を、顧客、特に回転機器の所有者に提示することにより、回転機器のメンテナンスレポートの一部とすることができる。また、軸受異常診断装置の診断結果は、部品交換を要する場合、顧客に対して費用負担を請求する際の顧客説明用資料あるいは顧客確認用資料となる。
　なお、本発明は前述した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、前述した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、各実施形態の構成の一部について、他の構成の追加・削除・置き換えをすることが可能である。
　例えば、上記の各構成、機能、処理部、処理手段などは、それらの一部または全部を、例えば集積回路などを用いてハードウェアで実現してもよいし、プロセッサがそれぞれの機能を実現するプログラムを実行することにより、すなわちソフトウェアにより実現してもよい。各機能を実現するプログラム、テーブル、ファイルなどの情報は、メモリやハードディスク、ＳＳＤ（Solid State Drive）などの記録装置、またはＩＣカード、ＳＤカード、ＤＶＤなどの記録媒体に格納することができる。
　また、制御線や情報線についても、図示されたものに限らず、追加・削除・置き換えをすることが可能である。
　さらに、図９におけるモータ１に代えて、エンジンなどの原動機を用いても良い。また、回転体３は、減速機あるいは増速機を介して回転軸に接続されても良い
１…モータ、２…軸受、３…回転体、４…音響センサ、５…ＳＣＡＤＡ、６…画面出力装置、１０…特徴量変換部、２０…運転状態推定部、３０…運転状態比較部、４０…特徴量抽出部、５０…運転状態判定部、６０…特徴量限定部、７０…環境音特徴抽出部、８０…特徴量比較部、１００，２００，３００…軸受異常診断装置、１０００…回転機器、Ｓ１０…擬音語、Ｓ２０…音響データ、Ｓ３０…制御データ、Ｓ４０…アラーム、Ｓ５０…環境音データ。

Claims (15)

  1. 　音響センサによって取得される音響データの特徴量を抽出する特徴量抽出手段を備え、前記音響データに基づいて回転機器の軸受の状態を診断する軸受異常診断装置において、
    　前記回転機器が発生する音を表す擬音語を前記軸受の異常音の特徴量に変換する特徴量変換部を備え、
    　前記音響データの特徴量と、前記軸受の異常音の特徴量と、に基づいて、前記軸受の状態を診断することを特徴とする軸受異常診断装置。
  2. 　請求項１に記載の軸受異常診断装置において、
    　前記擬音語を、複数のメニューから選択するタッチパネルを備えることを特徴とする軸受異常診断装置。
  3. 　請求項１に記載の軸受異常診断装置において、
    　前記擬音語は、前記特徴量変換部にテキストデータによって入力されることを特徴とする軸受異常診断装置。
  4. 　請求項１に記載の軸受異常診断装置において、
    　前記特徴量変換部は、前記軸受の異常音の特徴量として、前記軸受の異常の有無または前記軸受の状態を表すデータを出力することを特徴とする軸受異常診断装置。
  5. 　請求項１に記載の軸受異常診断装置において、
    　前記特徴量変換部が出力する前記軸受の異常音の特徴量と、前記特徴量抽出手段が出力する前記音響データの特徴量と、に基づいて、前記回転機器の運転状態を推定する運転状態推定部を備え、
    　前記運転状態推定部が出力する前記回転機器の運転状態に基づいて、前記軸受の状態を診断することを特徴とする軸受異常診断装置。
  6. 　請求項５に記載の軸受異常診断装置において、
    　前記回転機器の制御データに基づいて、前記回転機器の運転状態を判定する運転状態判定部を備え、
    　前記運転状態推定部によって推定される前記回転機器の運転状態と、前記運転状態判定部によって判定される前記回転機器の運転状態と、に基づいて、前記軸受の状態を診断することを特徴とする軸受異常診断装置。
  7. 　請求項５に記載の軸受異常診断装置において、
    　前記運転状態推定部は、前記回転機器に関するＦＴＡを用いて、前記回転機器の運転状態を推定することを特徴とする軸受異常診断装置。
  8. 　請求項５に記載の軸受異常診断装置において、
    　前記運転状態推定部は、前記回転機器に関するＦＭＥＡを用いて、前記回転機器の運転状態を推定することを特徴とする軸受異常診断装置。
  9. 　請求項１に記載の軸受診断装置において、
    　前記特徴量変換部が出力する前記軸受の異常音の特徴量に基づいて、前記音響データの特徴量の範囲を限定する特徴量限定部を備え、
    　前記特徴量限定部によって限定された前記音響データの特徴量に基づいて前記軸受の状態を診断することを特徴とする軸受異常診断装置。
  10. 　請求項９に記載の軸受異常診断装置において、
    　前記特徴量限定部によって限定された前記音響データの特徴量に基づいて、前記回転機器の運転状態を推定する運転状態推定部を備え、
    　前記運転状態推定部が出力する前記回転機器の運転状態に基づいて、前記軸受の状態を診断することを特徴とする軸受異常診断装置。
  11. 　請求項１０に記載の軸受異常診断装置において、
    　前記回転機器の制御データに基づいて、前記回転機器の運転状態を判定する運転状態判定部を備え、
    　前記運転状態推定部によって推定される前記回転機器の運転状態と、前記運転状態判定部によって判定される前記回転機器の運転状態と、に基づいて、
    　前記軸受の状態を診断することを特徴とする軸受異常診断装置。
  12. 　請求項９に記載の軸受異常診断装置において、
    　環境音データの特徴量を抽出する環境音特徴抽出部を備え、
    　前記環境音特徴抽出部によって抽出される前記環境音の特徴量と、前記特徴量限定部によって限定された前記音響データの特徴量と、に基づいて、前記軸受の状態を診断することを特徴とする軸受異常診断装置。
  13. 　軸受によって回転可能に支持される回転軸を備える原動機と、
    　前記回転軸に接続され、前記原動機によって駆動される回転体と、
    を備える回転機器において、
    　前記軸受の発生する音響データを取得する音響センサと、
    　前記音響センサによって取得される前記音響データに基づいて、前記軸受の状態を診断する軸受異常診断装置と、
    を備え、
    　前記軸受異常診断装置は、請求項１に記載される軸受異常診断装置であることを特徴とする回転機器。
  14. 　回転器機の軸受の状態を診断する軸受異常診断方法において、
    　前記回転機器が発生する音の特徴量を抽出するステップと、
    　前記音を表現する擬音語を、軸受の異常音の特徴量に変換するステップと、
    　前記音の特徴量と前記軸受の異常音の特徴量と、に基づいて、前記軸受の状態を診断するステップと、
    を含むことを特徴とする軸受異常診断方法。
  15. 　回転機器の保守方法において、
    　前記回転機器が発生する音の特徴量と、前記音を表現する擬音語から変換される軸受異常音の特徴量と、に基づいて前記軸受の状態を診断し、
    　診断結果に応じて、保守作業のスケジュールを変更することを特徴とする回転機器の保守作業方法。
PCT/JP2016/067386 2016-06-10 2016-06-10 軸受診断装置および軸受診断方法、並びに回転機器およびその保守方法 WO2017212645A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/067386 WO2017212645A1 (ja) 2016-06-10 2016-06-10 軸受診断装置および軸受診断方法、並びに回転機器およびその保守方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/067386 WO2017212645A1 (ja) 2016-06-10 2016-06-10 軸受診断装置および軸受診断方法、並びに回転機器およびその保守方法

Publications (1)

Publication Number Publication Date
WO2017212645A1 true WO2017212645A1 (ja) 2017-12-14

Family

ID=60578199

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/067386 WO2017212645A1 (ja) 2016-06-10 2016-06-10 軸受診断装置および軸受診断方法、並びに回転機器およびその保守方法

Country Status (1)

Country Link
WO (1) WO2017212645A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7361738B2 (ja) 2021-02-24 2023-10-16 株式会社日立ビルシステム 昇降機調査システム、昇降機調査方法及び保守端末

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009025015A (ja) * 2007-07-17 2009-02-05 Omron Corp 知識作成支援装置及びプログラム
JP2009236645A (ja) * 2008-03-27 2009-10-15 Toshiba Tec Corp 音評価方法、音評価装置および音評価プログラム
WO2015011791A1 (ja) * 2013-07-24 2015-01-29 株式会社日立製作所 異常検知評価システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009025015A (ja) * 2007-07-17 2009-02-05 Omron Corp 知識作成支援装置及びプログラム
JP2009236645A (ja) * 2008-03-27 2009-10-15 Toshiba Tec Corp 音評価方法、音評価装置および音評価プログラム
WO2015011791A1 (ja) * 2013-07-24 2015-01-29 株式会社日立製作所 異常検知評価システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7361738B2 (ja) 2021-02-24 2023-10-16 株式会社日立ビルシステム 昇降機調査システム、昇降機調査方法及び保守端末

Similar Documents

Publication Publication Date Title
EP2570879B1 (en) Condition monitoring system and method
JP5561835B2 (ja) 物品監視のためのシステムおよび方法
JP5460160B2 (ja) 設備機器の診断装置
JP5985099B1 (ja) 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
US10837866B2 (en) Self-learning malfunction monitoring and early warning system
US20090037121A1 (en) System and method for detection of rotor eccentricity baseline shift
WO2007130380A2 (en) Rotating bearing analysis and monitoring system
US10895873B2 (en) Machine health monitoring of rotating machinery
US20120330578A1 (en) Severity analysis apparatus and method for shafts of rotating machinery
JP2013029484A (ja) 回転機械状態監視装置、回転機械状態監視方法及び回転機械状態監視プログラム
US20120330577A1 (en) Vibration severity analysis apparatus and method for rotating machinery
JP6714498B2 (ja) 設備診断装置及び設備診断方法
JPWO2016117021A1 (ja) 機械診断装置および機械診断方法
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
KR101498527B1 (ko) 진동 주파수 분석 프로그램에 의한 발전소 회전설비상태 진단 시스템
EP3296195B1 (en) Propeller health monitoring
WO2017212645A1 (ja) 軸受診断装置および軸受診断方法、並びに回転機器およびその保守方法
KR102433483B1 (ko) 진동 센서를 통한 설비 예지 보전 시스템
Galar et al. Application of dynamic benchmarking of rotating machinery for e-maintenance
US11598694B2 (en) Abnormality diagnosis system for rotary electric machine
RU127192U1 (ru) Устройство определения технического состояния энергетического объекта
JP2002099320A (ja) 回転機械の診断方法及び診断システム
Galar et al. Overall factory average spectrum: global vibration index for diagnosis and prognosis of large sets of rotating machinery
Ghemari et al. Incorporating the Time-synchronous Averaging Method into Vibration Analysis Methodologies for the Detection and Localization of Bearing Defects
JP2024517383A (ja) ファンの動作を監視する方法、装置およびファン

Legal Events

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

Ref document number: 16904679

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16904679

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP