WO2018066267A1

WO2018066267A1 - 回転機異常検出装置および該方法ならびに回転機

Info

Publication number: WO2018066267A1
Application number: PCT/JP2017/030772
Authority: WO
Inventors: 要荒木; 高橋　英二; 秀剛高木; 雅人林
Original assignee: 株式会社神戸製鋼所
Priority date: 2016-10-06
Filing date: 2017-08-28
Publication date: 2018-04-12
Also published as: CN109690279B; JP2018059821A; CN109690279A; EP3483584A1; JP6630653B2; US11143632B2; US20190170704A1; EP3483584B1; EP3483584A4

Abstract

本発明にかかる回転機異常検出装置、回転機異常検出方法および回転機では、第１および第２回転体のうちの少なくとも一方に起因して生じた振動が測定され、その測定データの周波数スペクトルに基づいて周波数成分に関わる所定の特徴量が求められ、この求めた所定の特徴量に基づいて異常の有無が判定される。その際に、異常が有ると判定された場合に、前記周波数スペクトルに基づいて前記異常の判定がノイズに因るか否かが判定され、前記ノイズに因らないと判定した場合に、前記判定した異常が最終的に異常とされる。

Description

回転機異常検出装置および該方法ならびに回転機

　本発明は、回転機の異常を検出する回転機異常検出装置および回転機異常検出方法ならびに前記回転機異常検出装置を備える回転機に関する。

　例えば、電動機、発電機、圧縮機およびポンプ等の回転機は、所定の軸に対し軸回りに回転する回転体を備えている。このような回転機は、様々なプラントで利用されており、その正常な稼働状態を確保するために、その異常が検出されている。その異常を検出するために、例えば、特許文献１に開示された診断装置や特許文献２に開示された異常接触検出装置がある。

　ところで、センサの出力に基づいて回転機の異常を検出する場合、前記センサの出力にノイズが混入すると、誤検出してしまう虞がある。前記センサの出力に常時に重畳するノイズの場合には、前記ノイズの特徴がその調査によって判明できるので、その判明した前記ノイズの特徴に応じたフィルタによって前記センサの出力をフィルタリング（濾波）することで前記ノイズを除去できる。しかしながら、異常時ではないときどき生じるノイズは、必ずしも再現性が無く、その特徴が掴み難く、したがって、このようなノイズを除去することが難しい。この結果、誤検出してしまう虞がある。

特開平５－２３１３６１号公報特開平９－１３３５７７号公報

　本発明は、上述の事情に鑑みて為された発明であり、その目的は、異常をより高い信頼度で判定できる回転機異常検出装置および回転機異常検出方法ならびに前記回転機異常検出装置を備える回転機を提供することである。

　本発明にかかる回転機異常検出装置、回転機異常検出方法および回転機では、第１および第２回転体のうちの少なくとも一方に起因して生じた振動が測定され、その測定データの周波数スペクトルに基づいて周波数成分に関わる所定の特徴量が求められ、この求めた所定の特徴量に基づいて異常の有無が判定される。その際に、異常が有ると判定された場合に、前記周波数スペクトルに基づいて前記異常の判定がノイズに因るか否かが判定され、前記ノイズに因らないと判定した場合に、前記判定した異常が最終的に異常とされる。したがって、本発明にかかる回転機異常検出装置および回転機異常検出方法は、異常をより高い信頼度で判定できる。本発明によれば、このような回転機異常検出装置を備える回転機が提供できる。

　上記並びにその他の本発明の目的、特徴及び利点は、以下の詳細な記載と添付図面から明らかになるであろう。

実施形態における回転機およびこれに備えられた回転機異常検出装置の構成を示すブロック図である。図１に示す回転機における一例の回転体の上面模式図である。図２に示す回転体の断面模式図である。比較的小さなバックグラウンドノイズの場合におけるスペクトル処理を説明するための図である。比較的大きいバックグラウンドノイズの場合におけるスペクトル処理を説明するための図である。正常時および異常時における各Ｂ－周波数スペクトルならびに正常時およびノイズ発生時における各Ｂ－周波数スペクトルを示す図である。正常時および異常時における各Ｂ－周波数スペクトルの差ならびに正常時およびノイズ発生時における各Ｂ－周波数スペクトルの差を示す図である。最大値と平均値との差および最大値と中間値との差を示す図である。異常時およびノイズ発生時における最大値と平均値との各差を示す図である。実施形態における回転機異常検出装置の動作を示すフローチャートである。第２態様の特徴量を説明するための図である。異常発生前後における周波数スペクトルの時間変化を示す図である。第３態様の特徴量を説明するための図である。第４態様の特徴量に関し、モデル情報の一例を示す図である。図１４に示すモデル情報の求め方を説明するための図である。第５態様の特徴量を用いた異常の判定結果の一例を示す図である。

　以下、本発明にかかる実施の一形態を図面に基づいて説明する。なお、各図において同一の符号を付した構成は、同一の構成であることを示し、適宜、その説明を省略する。本明細書において、総称する場合には添え字を省略した参照符号で示し、個別の構成を指す場合には添え字を付した参照符号で示す。

　図１は、実施形態における回転機およびこれに備えられた回転機異常検出装置の構成を示すブロック図である。図２は、図１に示す回転機における一例の回転体の上面模式図である。図３は、図２に示す回転体の断面模式図である。図４は、比較的小さいバックグラウンドノイズの場合におけるスペクトル処理を説明するための図である。図４Ａは、ＡＥセンサで測定された測定データを示し、図４Ｂは、そのＲＭＳを示し、図４Ｃは、その周波数スペクトルを示す。図４Ａの横軸は、時間（測定開始からの経過時間）であり、その縦軸は、センサ出力の出力レベルである。図４Ｂの横軸は、時間（測定開始からの経過時間）であり、その縦軸は、ＲＭＳ値である。図４Ｃの横軸は、周波数であり、その縦軸は、成分値である。図５は、比較的大きいバックグラウンドノイズの場合におけるスペクトル処理を説明するための図である。図５Ａは、ＡＥセンサで測定された測定データを示し、図５Ｂは、ハイパスフィルタ透過後の測定データを示す。図５ＡおよびＢの各横軸は、時間（測定開始からの経過時間）であり、その各縦軸は、センサ出力の出力レベルである。

　実施形態における回転機（回転機械）は、所定の軸に対し軸回りに回転する回転体を備える装置であり、さらに、本実施形態では、前記回転体の異常を検出するための回転機異常検出装置を備える。より具体的には、例えば、図１に示すように、回転機Ｍは、第１および第２回転体を少なくとも有する回転部ＲＢと、回転機異常検出装置ＡＤとを備え、この回転機異常検出装置ＡＤは、例えば、振動測定部１と、異常検出部２２を持つ制御処理部２とを備える。そして、図１に示す例では、前記回転機異常検出装置ＡＤは、さらに、入力部３と、出力部４と、インターフェース部（ＩＦ部）５と、記憶部６とを備えている。

　本実施形態の回転機異常検出装置ＡＤが組み込まれた回転機Ｍは、例えば、電動機、発電機、圧縮機およびポンプ等の、回転体ＲＢを含む任意の装置であって良いが、ここでは、一例として、回転機Ｍが圧縮機である場合について以下に説明する。

　この圧縮機としての回転機Ｍは、前記第１および第２回転体を少なくとも有し、流体を圧送する圧縮機として機能する回転部ＲＢと、前記回転体を回転駆動するための図略の周辺装置とを備える。回転部ＲＢは、例えば、図２および図３に示すように、正常状態において所定のギャップ（間隙）Ｇを空けて互いに咬合するように係合しつつ所定の各軸に対し軸回りに回転する一対の第１および第２回転体８１－１、８１－２と、これら第１および第２回転体８１－１、８１－２を収容するケーシング８２とを備える。

　第１回転体８１－１は、圧縮機における雄ロータであり、大略、第１回転体本体８１１－１と、第１回転体本体の周面に形成された複数の凸部８１２－１と、この第１回転体本体８１１－１に同軸で設けられた第１回転軸８１３－１とを備える。このような第１回転体８１－１は、第１回転軸８１３－１を中心に例えば反時計回り（矢印Ａ方向）に回転駆動される。第２回転体８１－２は、圧縮機における雌ロータであり、大略、第２回転体本体８１１－２と、第２回転体本体の周面に形成された複数の凹部８１２－２と、この第２回転体本体８１１－２に同軸で設けられた第２回転軸８１３－２とを備える。このような第２回転体８１－２は、第２回転軸８１３－２を中心に例えば時計回り（矢印Ｂ方向）に回転駆動される。

　以下、複数の凸部８１２－１とは、第１回転体８１－１の周面に形成された複数の凸部８１２－１を意味し、凸部８１２－１とは、それら複数の凸部８１２－１のいずれかを意味する。複数の凹部８１２－２とは、第２回転体８１－２の周面に形成された複数の凹部８１２－２を意味し、凹部８１２－２とは、それら複数の凹部８１２－２のいずれかを意味する。

　第１回転体８１－１が反時計回りに回転し、かつ、第２回転体８１－２が時計回りに回転することによって、複数の凸部８１２－１および複数の凹部８１２－２の中で、対応する凸部８１２－１と凹部８１２－２とが順番に咬合する。すなわち、第１回転体８１－１が反時計回りに回転し、かつ、第２回転体８１－２が時計回りに回転することによって、或る凸部８１２－１と或る凹部８１２－２とが互いに咬合し、さらにそれぞれ回転することによって、それらの咬合いが解消され、次の凸部８１２－１と次の凹部８１２－２とが咬合し、さらにそれぞれ回転することによって、それらの咬合いが解消され、その次の凸部８１２－１と次の凹部８１２－２とが咬合する。以下、これが繰り返される。そして、これによって流体が圧縮される。

　凸部８１２－１と凹部８１２－２とが咬合するとは、凸部８１２－１が凹部８１２－２に入っているが、正常な状態では、凸部８１２－１と凹部８１２－２とが接触せずに、前記所定のギャップＧを有していることである。凸部８１２－１と凹部８１２－２との接触は、第１回転体８１－１と第２回転体８１－２との接触を意味し、異常な状態の一態様である。

　ケーシング８２は、断面長円形であって、各軸が平行となるように並設された第１および第２回転体８１－１、８１－２を当該ケーシング８２の内周面から所定の間隔開けて収容できる空間を有する中空の円柱体である。ケーシング８２は、第１および第２回転体８１－１、８１－２における軸方向の一方側に、圧縮するべき流体を取り入れる図略の流入口が設けられ、その他方側に、第１および第２回転体８１－１、８１－２によって圧縮された流体を取り出す図略の流出口が設けられている。

　そして、回転機異常検出装置ＡＤによって回転体の異常を検出するために、本実施形態では、ケーシング８２の外壁には、予め設定された所定の位置に振動測定部１が取り付けられる。なお、振動測定部１は、ケーシング８２の互いに異なる位置に取り付けられた複数であってよい。図２には、その一例として、前記振動測定部１は、軸方向における略中央位置より一方側に寄った位置であってケーシング８２の外側壁に取り付けられている。

　振動測定部１は、制御処理部２に接続され、回転機Ｍ、特に回転部ＲＢの回転体８１に生じた異常を検出するために、回転体８１に起因して生じた振動を測定する装置である。本実施形態では、振動測定部１は、第１および第２回転体８１－１、８１－２のうちの少なくとも一方に起因して生じた振動を測定する。振動測定部１は、好ましくは、可聴帯域の振動および超音波帯域の振動のうちの少なくとも一方の振動を測定する。なお、可聴帯域は、一般的に２０Ｈｚないし２０ｋＨｚの範囲であり、超音波帯域は、一般的に２０ｋＨｚ以上である。このような振動測定部１は、例えばＡＥ（Ａｃｏｕｓｔｉｃ　Ｅｍｉｓｓｉｏｎ）センサ等である。このＡＥセンサを備える振動測定部１は、例えば接触等の異常により回転体８１に起因して生じた所定の波長帯域の弾性波を観測し、それを測定する。振動測定部１で測定した測定結果は、制御処理部２へ出力される。より具体的には、振動測定部１は、振動を観測し、前記振動の測定結果を制御処理部２へ出力する。制御処理部２は、予め設定された所定の時間間隔（サンプリング間隔）で、振動測定部１から入力された測定結果を測定データとしてサンプリングする。これによって制御処理部２は、サンプリング間隔を空けて連続的した時系列な測定データを取得する。

　入力部３は、制御処理部２に接続され、例えば、異常検出の開始を指示するコマンド等の各種コマンド、および、例えば異常検出対象の回転機Ｍ（または回転体８１）における識別子（ＩＤ）の入力等の異常を検出する上で必要な各種データを回転機異常検出装置ＡＤ（回転機Ｍ）に入力する機器であり、例えば、所定の機能を割り付けられた複数の入力スイッチ等や、キーボードや、マウス等である。出力部４は、制御処理部２に接続され、制御処理部２の制御に従って、入力部３から入力されたコマンドやデータ、および、回転機異常検出装置ＡＤによって検知や測定された各結果を出力する機器であり、例えばＣＲＴディスプレイ、ＬＣＤ（液晶ディスプレイ）および有機ＥＬディスプレイ等の表示装置やプリンタ等の印刷装置等である。

　ＩＦ部５は、制御処理部２に接続され、制御処理部２の制御に従って外部機器との間でデータの入出力を行う回路であり、例えば、シリアル通信方式であるＲＳ－２３２Ｃのインターフェース回路、および、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）規格を用いたインターフェース回路等である。

　記憶部６は、制御処理部２に接続され、制御処理部２の制御に従って、回転機異常検出装置ＡＤの各部を当該各部の機能に応じて動作させるための制御プログラムや、回転機Ｍの異常を検出するための異常検出プログラム等の各制御処理プログラム、および、各制御処理プログラムの実行に必要な情報等を記憶する。記憶部６は、制御処理部２に対する所謂ワーキングメモリでもある。記憶部６は、上記各制御処理プログラムやこれに必要な情報等を記憶する、例えばＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）等の不揮発性の記憶素子、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ　Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）等の書換え可能な不揮発性の記憶素子、および、ワーキングメモリとなる例えばＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等の揮発性の記憶素子およびそれらの周辺回路を備えて構成される。そして、記憶部６は、測定データ一時記憶部６１および正常時周波数スペクトル記憶部６２を機能的に備える。

　測定データ一時記憶部６１は、後述するように、振動測定部１で測定した、少なくとも周波数スペクトルを求めるために必要な測定データ（例えば２０秒間や、３０秒間や、４０秒間や、６０秒間等の時系列な測定データ）を一時的に記憶するものである。測定データ一時記憶部６１は、その記憶容量一杯に測定データを記憶すると、時間的に最も古く記憶した測定データを削除し、最新の測定データを記憶する。測定データ一時記憶部６１の記憶容量は、前記少なくとも周波数スペクトルを求めるために必要な測定データの容量以上である。

　正常時周波数スペクトル記憶部６２は、正常時周波数スペクトルを記憶するものである。前記正常時周波数スペクトルは、異常検出部２２における後述の異常判定部２２３によって異常が無いと判定された場合において振動測定部１で測定した測定データの周波数スペクトルである。好ましくは、正常時周波数スペクトル６２は、異常判定部２２３によって異常が無いと直近に判定された場合において、その判定に用いた、振動測定部１で測定した測定データの周波数スペクトルを正常時周波数スペクトルとして記憶（更新して記憶）する。

　なお、記憶部６は、振動測定部１で測定した、周波数スペクトルを求めるために必要な測定データ以上の個数（時間長）の時系列な測定データや、この測定データに所定の各データ処理を施すことによって得られた各種データを記憶するために、例えばハードディスク等の比較的大容量の記憶装置をさらに備えてもよい。

　制御処理部２は、回転機Ｍの異常を検出するべく、回転機異常検出装置ＡＤの各部を当該各部の機能に応じてそれぞれ制御するものであり、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）等のマイクロプロセッサおよびその周辺回路を備えて構成される。そして、制御処理部２には、制御処理プログラムを実行することによって、機能的に、制御部２１と、異常検出部２２とが構成される。

　制御部２１は、回転機異常検出装置ＡＤの各部を当該各部の機能に応じてそれぞれ制御し、回転機異常検出装置ＡＤの全体制御を司るものである。

　異常検出部２２は、振動測定部１で測定された測定結果に基づいて回転機Ｍにおける異常を検出するものである。より具体的には、本実施形態では、異常検出部２２は、前記制御処理プログラムの実行によって、スペクトル処理部２２１、特徴量処理部２２２、異常判定部２２３およびノイズ判定部２２４を機能的に備える。

　スペクトル処理部２２１は、振動測定部１で測定した測定データの周波数スペクトルを求めるものである。本実施形態では、特徴量処理部２２２が振動測定部１で測定した測定データのＲＭＳの周波数スペクトル（Ａ－周波数スペクトル）を用いる一方、ノイズ判定部２２４が振動測定部１で測定した測定データそのものの周波数スペクトル（Ｂ－周波数スペクトル）を用いるので、これらに対応してスペクトル処理部２２１は、特徴量処理部２２２用のＡ－周波数スペクトルを求めるＡ－サブスペクトル処理部２２１１、および、ノイズ判定部２２４用のＢ－周波数スペクトルを求めるＢ－サブスペクトル処理部２２１２を機能的に備える。

　より具体的には、Ａ－サブスペクトル処理部２２１１は、振動測定部１で測定した測定データのＲＭＳ（Ｒｏｏｔ　Ｍｅａｎ　Ｓｑｕａｒｅ、二乗平均平方根）を求め、この求めた測定データのＲＭＳをフーリエ変換、例えば高速フーリエ変換することによって、前記測定データのＡ－周波数スペクトル（Ａ－パワースペクトル）を求める。一例では、図４Ａに示す測定データから、Ａ－サブスペクトル処理部２２１１によって、図４Ｂに示す前記測定データのＲＭＳが求められ、そして、Ａ－サブスペクトル処理部２２１１によって、図４Ｃに示す前記測定データのＡ－周波数スペクトル（Ａ－パワースペクトル）が求められる。なお、ＲＭＳの時定数（ＲＭＳを求めるための測定データの個数）は、振動測定部１のサンプリングレートと回転体８１の回転数とを考慮して適宜に設定される。また、図４は、歯数３個の第１回転体８１－１と歯数４個の第２回転体８１－２とを備える回転機Ｍの測定結果であり、図４Ｃに示す例では、３次高調波成分Ｆ３が最も強いことから、歯数４個の第２回転体８１－２が１回転ごとに１度接触している。

　なお、ＲＭＳを求めてＡ－周波数スペクトルを求めるＡ－サブスペクトル処理部２２１１に代え、図１に破線で示すエンベロープ（包絡線）を求めて周波数スペクトル（Ｃ－周波数スペクトル）を求めるＣ－サブスペクトル処理部２２１３が用いられても良い。例えば、Ｃ－サブスペクトル処理部２２１３は、包絡線検波によって、振動測定部１で測定した測定データのエンベロープ（包絡線）を求め、この求めた測定データのエンベロープをフーリエ変換（好ましくは高速フーリエ変換）することによって前記測定データの周波数スペクトル（Ｃ－周波数スペクトル、Ｃ－パワースペクトル）を求める。

　Ｂ－サブスペクトル処理部２２１２は、振動測定部１で測定した測定データをそのままフーリエ変換、例えば高速フーリエ変換することによって前記測定データのＢ－周波数スペクトル（Ｂ－パワースペクトル）を求める。すなわち、Ｂ－サブスペクトル処理部２２１２は、振動測定部１で測定した測定データそのもの（振動測定部１で測定した生の測定データ）をフーリエ変換する。

　なお、略常時生じているバックグラウンドノイズが例えば図４Ａに示すように比較的小さい場合には、上述のように、振動測定部１の測定データから、前記測定データのＲＭＳや前記測定データのエンベロープが求められて良いが、例えば回転機Ｍの設置環境等によって前記バックグラウンドノイズが例えば図５Ａに示すように比較的大きい場合があり、このような場合では、回転体８１の異常を示す信号が前記バックグラウンドノイズに埋もれ明確に現れない場合がある。このような場合に回転体８１の異常を示す信号を取り出すために、スペクトル処理部２２１は、例えば、図１に破線で示すように、前記バックグラウンドノイズ等のノイズを除去するためのハイパスフィルタ２２１４をさらに備えても良い。ハイパスフィルタ２２１４のカットオフ周波数は、回転体８１の異常を示す信号の周波数を考慮して適宜に設定されて良いが、例えば、１００ｋＨｚ等の値に設定される。これら上述のＡ－サブスペクトル処理部２２１１およびＣ－サブスペクトル処理部２２１３は、ハイパスフィルタ２２１４でフィルタリング（濾波）された測定データに対し、そのＲＭＳやそのエンベロープを求め、その周波数スペクトルを求める。同様に、上述のＢ－サブスペクトル処理部２２１２は、ハイパスフィルタ２２１４でフィルタリング（濾波）された測定データに対し、その周波数スペクトルを求める。

　特徴量処理部２２２は、スペクトル処理部２２１で求めた周波数スペクトルに基づいて所定の周波数成分に関わる所定の特徴量ＣＶを求めるものである。本実施形態では、上述したように、特徴量処理部２２２は、スペクトル処理部２２１のＡ－サブスペクトル処理部２２１１で求めたＡ－周波数スペクトルに基づいて所定の周波数成分に関わる所定の特徴量ＣＶを求める。より具体的には、特徴量処理部２２２は、第１回転体８１－１の第１歯数および第１回転周波数それぞれをＭＡ［個］およびＶＡ［Ｈｚ］とし、第２回転体８１－２の第２歯数および第２回転周波数それぞれをＭＢ［個］およびＶＢ［Ｈｚ］とし、第１歯数ＭＡと第２歯数ＭＢとの最小公倍数をＸＡＢとし、第１回転周波数ＶＡを第１歯数ＭＡで除した基本波歯合周波数ＶＡ／ＭＡをｆ１［Ｈｚ］とし、基本波歯合周波数ｆ１に対するｎ次高調波歯合周波数（ｎは２以上の整数）をｆｎ［Ｈｚ］とする場合に、スペクトル処理部２２１で求めた周波数スペクトルから、基本波歯合周波数ｆ１の基本波成分Ｆ１および最小公倍数ＸＡＢまでのｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）のｎ次高調波成分Ｆｎを求め、この求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎに基づいて前記所定の特徴量ＣＶを求める。

　この所定の周波数成分に関わる前記所定の特徴量ＣＶは、振動測定部１の測定データに含まれる、回転体８１の異常を示す信号を取り出すためや、振動測定部１の測定データに含まれる種々のノイズを取り除くために、種々適宜な諸量が可能であるが、例えば、第１ないし第５態様の各特徴量ＣＶａ～ＣＶｅが挙げられる。ここでは、第１態様の特徴量ＣＶａについて説明し、第２ないし第５態様の各特徴量ＣＶｂ～ＣＶｅについては、後述する。

　この第１態様の特徴量ＣＶａは、次式１に示すように、前記求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎの総和ＣＶａである。したがって、特徴量処理部２２２は、スペクトル処理部２２１で求めたＡ－周波数スペクトルから、基本波歯合周波数ｆ１の基本波成分Ｆ１および最小公倍数ＸＡＢまでのｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）のｎ次高調波成分Ｆｎを求め、この求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎの総和を求める特徴量処理部２２２ａを備えて構成される。なお、上述したように、Ａ－周波数スペクトルに代え、Ｃ－周波数スペクトルが用いられても良い。以下も同様である。
ＣＶａ＝ΣＦｉ　　　・・・（１）
ただし、ｉは、１～ＸＡＢの整数であり、Σは、ｉについてＦの和と求める演算子である。

　例えば、第１回転体８１－１において、その第１歯数ＭＡが３個であり、その第１回転周波数ＶＡが６０Ｈｚであり（ＭＡ＝３、ＶＡ＝６０）、第２回転体８１－２において、その第２歯数ＭＢが４個であり、その第２回転周波数ＶＢが４５Ｈｚである（ＭＢ＝４、ＶＢ＝４５）場合では、これらの最小公倍数ＸＡＢは、１２であり、したがって、歯合の組合せも１２通りとなる。ここで、基本波歯合周波数ｆ１は、２０（＝６０／３）Ｈｚとなるから、これら第１および第２回転体８１－１、８１－２は、基本波歯合周波数ｆ１の２０Ｈｚと、４０Ｈｚ、６０Ｈｚ、８０Ｈｚ、・・・、２００、２２０、２４０のｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ（＝１２））との１２通りの歯合周波数（ｆ１～ｆ１２）を持つ。このため、このような場合では、特徴量処理部２２２ａは、Ａ－周波数スペクトルから、基本波歯合周波数２０Ｈｚの基本波成分Ｆ１および最小公倍数１２までのｎ次高調波歯合周波数ｆｎ（ｎ＝２～１２）のｎ次高調波成分Ｆｎを求め、これらの総和を第１態様の特徴量ＣＶａとして求める（ＣＶａ＝ΣＦｉ、ｉ＝１～１２、Σはｉについて和と求める）。

　異常判定部２２３は、特徴量処理部２２２で求めた特徴量ＣＶに基づいて回転機Ｍにおける異常の有無を判定するものである。より具体的には、異常判定部２２３は、特徴量処理部２２２で求めた特徴量ＣＶが予め設定された所定の閾値（異常判定閾値）ｔｈａ以上か否かに応じて回転機Ｍにおける異常の有無を判定する。より詳しくは、異常判定部２２３は、特徴量処理部２２２で求めた特徴量ＣＶが前記異常判定閾値ｔｈａ以上である場合には回転機Ｍの異常と判定し、特徴量処理部２２２で求めた特徴量ＣＶが前記異常判定閾値ｔｈａ以上ではない場合（前記特徴量ＣＶが前記異常判定閾値ｔｈａ未満である場合）には回転機Ｍの異常無しと判定する。前記所定の閾値（異常判定閾値）ｔｈａは、正常状態の回転機Ｍからサンプリングした測定データと異常状態の回転機Ｍからサンプリングした測定データから、特徴量ＣＶの態様に合わせて適宜に設定される。そして、異常判定部２２３は、前記判定の結果、異常が無いと判定した場合において、この判定に用いられた測定データの周波数スペクトルを正常時周波数スペクトルとして記憶部６に記憶する。より具体的には、異常判定部２２３は、前記判定の結果、異常が無いと判定した場合において、この判定に用いられた測定データからＢ－サブスペクトル処理部２２１２によってＢ－周波数スペクトルを求め、この求めたＢ－周波数スペクトルを正常時周波数スペクトルとして記憶部６の正常時周波数スペクトル記憶部６２に記憶する。

　ここで、異常判定部２２３は、前記異常の有無を判定した結果、異常が有ると判定した場合には、この判定した異常を仮の判定とし、ノイズ判定部２２４によってノイズに因らないと判定された場合に、前記仮の判定とした異常を最終的に異常とする一方、ノイズ判定部２２４によってノイズに因ると判定された場合に、前記仮の判定とした異常を破棄する。なお、前記破棄に代え、前記ノイズの発生が出力されても良い。

　ノイズ判定部２２４は、異常判定部２２３によって異常が有ると判定された場合に、スペクトル処理部２２１で求めた周波数スペクトルに基づいて前記異常の判定がノイズに因るか否かを判定するものである。本実施形態では、上述したように、ノイズ判定部２２４は、スペクトル処理部２２１のＢ－サブスペクトル処理部２２１２で求めたＢ－周波数スペクトルに基づいて前記異常の判定がノイズに因るか否かを判定する。したがって、本実施形態では、ノイズ判定部２２４は、異常判定部２２３によって異常が無いと判定された場合には、その判定の処理を実施しない。

　より具体的には、ノイズ判定部２２４は、スペクトル処理部２２１のＢ－サブスペクトル処理部２２１２で求めたＢ－周波数スペクトルと記憶部６の正常時周波数スペクトル記憶部６２に記憶された正常時周波数スペクトルと差に基づいて前記異常の判定がノイズに因るか否かを判定する。より詳しくは、ノイズ判定部２２４は、前記差における最大値から前記差における平均値を減算した減算結果（第１減算結果）に基づいて前記異常の判定がノイズに因るか否かを判定する。好ましくは、ノイズ判定部２２４は、前記第１減算結果と予め設定した所定の閾値（第１判定閾値）ｔｈｂとを比較し、前記第１減算結果が前記第１判定閾値ｔｈｂより大きい場合（または前記第１減算結果が前記第１判定閾値ｔｈｂ以上である場合）には前記異常の判定がノイズに因ると判定し、前記第１減算結果が前記第１判定閾値ｔｈｂ以下である場合（または前記第１減算結果が前記第１判定閾値ｔｈｂ未満である場合）には前記異常の判定がノイズに因らないと判定する。

　このようなノイズ判定部２２４のデータ処理によって前記ノイズの有無が判定できる理由について以下に説明する。

　図６は、正常時および異常時における各Ｂ－周波数スペクトルならびに正常時およびノイズ発生時における各Ｂ－周波数スペクトルを示す図である。図６Ａは、正常時および異常時における各Ｂ－周波数スペクトルを示し、図６Ｂは、正常時およびノイズ発生時における各Ｂ－周波数スペクトルを示す。図６Ａおよび図６Ｂにおいて、その各横軸は、周波数であり、その各縦軸は、スペクトル強度（成分値、スペクトル値）である。なお、図６Ａおよび図６Ｂでは、ハイパスフィルタ２２１４のカットオフ周波数よりも高い周波数を含む周波数範囲でＢ－周波数スペクトルが示されている。図７は、正常時および異常時における各Ｂ－周波数スペクトルの差ならびに正常時およびノイズ発生時における各Ｂ－周波数スペクトルの差を示す図である。図７の横軸は、周波数であり、その縦軸は、差分値である。図８は、最大値と平均値との差および最大値と中間値との差を示す図である。図８Ａは、最大値と平均値との差を示し、図８Ｂは、最大値と中間値との差を示す。図９は、異常時およびノイズ発生時における最大値と平均値との各差を示す図である。図９の横軸は、事例（測定データ名）であり、その縦軸は、指標値αである。◇は、異常時の指標値αを示し、□は、ノイズ発生時の指標値αを示す。

　回転機Ｍに異常が無く振動測定部１によって測定された測定データに前記ノイズが含まれていない場合（正常時）における測定データから求められたＢ－周波数スペクトル（正常時周波数スペクトル）は、一例では、図６Ａおよび図６Ｂに破線によって示す波形となっている。

　これに対し、回転機Ｍに異常が有り振動測定部１によって測定された測定データに前記ノイズが含まれていない場合における測定データから求められたＢ－周波数スペクトル（異常発生時周波数スペクトル）は、一例では、図６Ａに実線によって示すように、前記異常の発生により、各周波数において、正常時周波数スペクトルより大きな成分値を持つ波形（大略、周波数範囲全体に亘って正常時周波数スペクトルより大きな成分値を持つ波形）となっている。

　一方、回転機Ｍに異常が無く振動測定部１によって測定された測定データに前記ノイズが含まれている場合における測定データから求められたＢ－周波数スペクトル（ノイズ発生時周波数スペクトル）は、一例では、図６Ｂに実線によって示すように、大略、全体的には正常時周波数スペクトルと略同一な成分値を持つ波形であるが、前記ノイズの発生により、所々の周波数において、パルス状に正常時周波数スペクトルより大きな成分値を持つ波形となっている。

　このような特性のため、各周波数ごとに求められた、異常発生時周波数スペクトルと正常時周波数スペクトルとの差（第１差）は、図７に実線によって示すように、周波数範囲全体に亘って、大略、フラットな波形（全体的な傾向としてフラットな波形）となる。一方、各周波数ごとに求められた、ノイズ発生時周波数スペクトルと正常時周波数スペクトルとの差（第２差）は、図７に破線によって示すように、前記所々の周波数において、パルス状に大きな値を持つ波形となる。

　この結果、ノイズ発生時周波数スペクトルと正常時周波数スペクトルとの第２差における最大値から前記第２差における平均値を減算した第１減算結果（ノイズ発生時、図８Ａの紙面右側）は、図８Ａに示すように、異常発生時周波数スペクトルと正常時周波数スペクトルとの第２差における最大値から前記第２差における平均値を減算した第１減算結果（接触異常時、図８Ａの紙面左側）よりも、有意に、大きくなる。他の複数の事例（サンプル）における第１減算結果が図９に示されており、図８Ａと同様の結果が得られている。したがって、これらより、第１減算結果は、振動測定部１によって測定された測定データに対し、異常発生時とノイズ発生時とを切り分け得る指標値αとして用いることができる（（指標値α）＝（第１減算結果）＝（前記第２差における最大値）－（前記第２差における平均値））。前記第２差における平均値は、各周波数の各第２差を積算し（全て足し合わせ）、前記各周波数の個数で除算することで求められる。

　第１判定閾値ｔｈｂは、例えば図９に示すように、複数の事例から、異常発生時の指標値α（◇）とノイズ発生時の指標値α（□）とを切り分け得るように、適宜に設定される。

　なお、図８Ｂに示すように、ノイズ発生時周波数スペクトルと正常時周波数スペクトルとの第２差における最大値から前記第２差における中間値（メディアン）を減算した減算結果（第２減算結果）（ノイズ発生時、図８Ｂの紙面右側）は、異常発生時周波数スペクトルと正常時周波数スペクトルとの第２差における最大値から前記第２差における中間値を減算した第２減算結果（接触異常時、図８Ｂの紙面左側）よりも、有意に、大きくなる。図示しないが、他の複数の事例（サンプル）における第２減算結果も同様である。このため、前記第２差における平均値に代え、前記第２差における中間値が用いられても良い。すなわち、ノイズ判定部２２４は、前記第２差における最大値から前記第２差における中間値（メディアン）を減算した減算結果（第２減算結果）に基づいて前記異常の判定がノイズに因るか否かを判定しても良い。この場合において、好ましくは、ノイズ判定部２２４は、前記第２減算結果と予め設定した閾値（第２判定閾値）ｔｈｃとを比較し、前記第２減算結果が前記第２判定閾値ｔｈｃより大きい場合（または前記第２減算結果が前記第２判定閾値ｔｈｃ以上である場合）には前記異常の判定がノイズに因ると判定し、前記第２減算結果が前記第２判定閾値ｔｈｃ以下である場合（または前記第２減算結果が前記第２判定閾値ｔｈｃ未満である場合）には前記異常の判定がノイズに因らないと判定する。

　次に、本実施形態の動作について説明する。図１０は、実施形態における回転機異常検出装置の動作を示すフローチャートである。

　回転機異常検出装置ＡＤは、例えば、ユーザによって図略の起動スイッチが操作されて回転機Ｍの運転が開始されると、制御処理プログラムを実行する。この制御処理プログラムの実行によって、制御処理部２に制御部２１および異常検出部２２が機能的に構成され、異常検出部２２にスペクトル処理部２２１、特徴量処理部２２２（ここでは特徴量処理部２２２ａ）、異常判定部２２３およびノイズ判定部２２４が機能的に構成され、スペクトル処理部２２１にＡ－サブスペクトル処理部２２１１およびＢ－サブスペクトル処理部２２１２が機能的に構成される。そして、回転機異常検出装置ＡＤは、以下の動作によって、回転機Ｍの異常を検出する。

　まず、振動測定部１は、回転機Ｍにおける振動を観測し、前記振動の測定結果を制御処理部２へ出力する。

　図１０において、まず、回転機異常検出装置ＡＤは、制御処理部２によって測定データを収集する（Ｓ１）。より具体的には、上述の状態において、制御処理部２は、制御部２１によって、所定のサンプリング間隔で、振動測定部１から入力された測定結果（振動測定部１の出力）を測定データとしてサンプリングし、これを記憶部６の測定データ一時記憶部６１に記憶する。これによって測定結果がサンプリング間隔を空けて連続的に計測され、時系列な複数のデータから成る測定データが測定データ一時記憶部６１に記憶される。測定データ一時記憶部６１の記憶容量一杯に（記憶部６に測定データ一時記憶部６１として確保された記憶領域一杯に）時系列な各測定データが記憶されると、時間的に最も古くサンプリングされて記憶された測定データが測定データ一時記憶部６１から削除され、新たにサンプリングした測定データが測定データ一時記憶部６１に記憶される。

　次に、回転機異常検出装置ＡＤは、異常検出部２２におけるスペクトル処理部２２１のＡ－サブスペクトル処理部２２１１（またはＣ－サブスペクトル処理部２２１３）によって、記憶部６に記憶された、最新に測定（サンプリング）された測定データを含み、予め設定された所定の時間範囲における測定データ（最新の測定時点から前記所定の時間範囲に対応する時間だけ遡った時点までの間に測定された各測定結果の測定データ）から、前記測定データのＲＭＳ（または前記測定データのエンベロープ）を求め、この求めた前記測定データのＲＭＳ（または前記測定データのエンベロープ）を高速フーリエ変換（ＦＦＴ）することによって測定データの第１周波数スペクトル（またはＣ－周波数スペクトル）を求める（Ｓ２）。なお、上述したように、ＲＭＳやエンベロープを求める前に、測定データは、ハイパスフィルタ２２１４でフィルタリングされても良い。

　次に、回転機異常検出装置ＡＤは、異常検出部２２の特徴量処理部２２２によって、スペクトル処理部２２１で求めた周波数スペクトルに基づいて前記所定の特徴量ＣＶを求める（Ｓ３）。ここでは、特徴量処理部２２２ａによって、第１態様の特徴量ＣＶａ、すなわち、基本波成分Ｆ１およびｎ次高調波成分Ｆｎの総和が求められる（ＣＶａ＝ΣＦｉ、ｉ＝１～１２、Σはｉについて和と求める）。なお、回転体８１の回転数の誤差を考慮し、基本波成分Ｆ１およびｎ次高調波成分Ｆｎの各成分が含まれるようにするために、基本波成分Ｆ１およびｎ次高調波成分Ｆｎの各成分それぞれにおいて、前後の数データが前記総和に加えられても良い。

　次に、回転機異常検出装置ＡＤは、異常検出部２２の異常判定部２２３によって、特徴量処理部２２２で求めた前記所定の特徴量ＣＶに基づいて回転機Ｍにおける異常の有無を判定する（Ｓ４）。より具体的には、ここでは、異常判定部２２３は、特徴量処理部２２２ａで求めた第１態様の特徴量ＣＶａが前記所定の閾値（異常判定閾値）ｔｈａ以上であるか否かを判定することで回転機Ｍにおける異常の有無を判定する。この判定の結果、異常判定部２２３は、特徴量処理部２２２ａで求めた第１態様の特徴量ＣＶａが前記異常判定閾値ｔｈａ以上である場合には回転機Ｍの異常有りと判定し（Ｙｅｓ）、次に処理Ｓ５を実行する。一方、前記判定の結果、異常判定部２２３は、特徴量処理部２２２ａで求めた第１態様の特徴量ＣＶａが前記異常判定閾値ｔｈａ以上ではない場合には回転機Ｍの異常無しと判定し（Ｎｏ）、次に処理Ｓ１１を実行する。

　処理Ｓ１１では、回転機異常検出装置ＡＤは、異常検出部２２の異常判定部２２３によって、異常が無いと判定した場合において、この判定に用いられた測定データからＢ－サブスペクトル処理部２２１２によってＢ－周波数スペクトルを求め、この求めたＢ－周波数スペクトルを正常時周波数スペクトルとして記憶部６の正常時周波数スペクトル記憶部６２に記憶し、処理を処理Ｓ２に戻す。正常時周波数スペクトル記憶部６２に正常時周波数スペクトルが記憶されている場合には、この求めたＢ－周波数スペクトルで正常時周波数スペクトル記憶部６２が更新され、この求めたＢ－周波数スペクトルが正常時周波数スペクトル記憶部６２に記憶される。したがって、記憶部６の正常時周波数スペクトル記憶部６２には、異常判定部２２３によって前記異常が無いと直近に判定された場合において振動測定部１で測定した測定データのＢ－周波数スペクトルが正常時周波数スペクトルとして記憶（更新されて記憶）される。

　一方、処理Ｓ５では、回転機異常検出装置ＡＤは、異常検出部２２のノイズ判定部２２４によって、スペクトル処理部２２１で求めた周波数スペクトルに基づいて前記処理Ｓ４における異常の判定がノイズに因るか否かを判定する。より具体的には、本実施形態では、ノイズ判定部２２４は、まず、スペクトル処理部２２１のＢ－サブスペクトル処理部２２１２によって前記測定データのＢ－周波数スペクトルを求め、この求めたＢ－周波数スペクトルと記憶部６の正常時周波数スペクトル記憶部６２に記憶された正常時周波数スペクトルと差（第２差）を求める。なお、上述したように、Ｂ－周波数スペクトルを求める前に、測定データは、ハイパスフィルタ２２１４でフィルタリングされても良い。次に、ノイズ判定部２２４は、ノイズ判定部２２４は、前記第２差における最大値から前記第２差における平均値を減算した減算結果（第１減算結果）を求める。そして、ノイズ判定部２２４は、前記第１減算結果と予め設定した所定の閾値（第１判定閾値）ｔｈｂとを比較し、これによって前記第１減算結果に基づいて前記異常の判定がノイズに因るか否かを判定する。この判定の結果、ノイズ判定部２２４は、前記第１減算結果が前記第１判定閾値ｔｈｂより大きい場合（または前記第１減算結果が前記第１判定閾値ｔｈｂ以上である場合）には前記異常の判定がノイズに因ると判定し（Ｙｅｓ）、処理を処理Ｓ２に戻す。したがって、本実施形態では、処理Ｓ４で異常判定部２２３によって異常が有ると判定された判定結果が破棄される。一方、前記判定の結果、ノイズ判定部２２４は、前記第１減算結果が前記第１判定閾値ｔｈｂ以下である場合（または前記第１減算結果が前記第１判定閾値ｔｈｂ未満である場合）には前記異常の判定がノイズに因らないと判定し（Ｎｏ）、次に、処理Ｓ６を実行する。なお、上述したように、前記平均値に代え前記中間値（メディアン）が用いられても良く、この場合、前記第１判定閾値ｔｈｂに代え、前記第３判定閾値ｔｈｃが用いられる。

　処理Ｓ６では、回転機異常検出装置ＡＤは、異常検出部２２の異常判定部２２３によって、処理Ｓ４で異常判定部２２３によって異常が有ると判定された判定結果を最終的な判定結果とし、制御部２１によって、処理Ｓ４の判定結果（異常有り）を出力部４に出力する。

　次に、回転機異常検出装置ＡＤは、制御処理部２によって、終了か否か、すなわち、次の異常判定が不要か否かを判定する（Ｓ７）。この判定の結果、制御処理部２は、終了（不要）である場合（Ｙｅｓ）には本処理を終了し、一方、終了（不要）ではない場合（Ｎｏ）には処理を処理Ｓ２に戻す。なお、処理を処理Ｓ２に戻す前に所定の時間だけ待機する待機処理（Ｗａｉｔ処理）が実施されても良い。これによって所定の時間ごとに異常判定が続けて実施される。

　以上説明したように、本実施形態における回転機異常検出装置ＡＤ、これに実装された回転機異常検出方法およびこれを備える回転機Ｍは、ノイズ判定部２２４によって前記ノイズに因らないと判定された場合に、異常判定部２２３によって判定された異常を最終的に異常とするので、前記ノイズに因る異常の判定と前記ノイズに因らない異常の判定とを弁別でき、異常をより高い信頼度で判定できる。そして、上記回転機異常検出装置ＡＤ、該方法および回転機Ｍは、異常判定部２２３によって異常が有ると判定された場合に、ノイズ判定部２２４が判定の処理を実施するので、したがって、異常判定部２２３によって異常が無いと判定された場合には、ノイズ判定部２２４が判定の処理を実施しないから、その分のデータ処理量を低減できる。

　上記回転機異常検出装置ＡＤ、該方法および回転機Ｍは、正常時周波数スペクトルを基準に前記異常の判定がノイズに因るか否かを判定するので、常時ではなくときどき生じるノイズをより的確に捉えることができ、異常をより高い信頼度で判定できる。特に、直近の正常時周波数スペクトルを基準に前記異常の判定がノイズに因るか否かを判定することで、正常時周波数スペクトルが変化する場合でも、常時ではなくときどき生じるノイズをさらにより的確に捉えることができる。

　上記回転機異常検出装置ＡＤ、該方法および回転機Ｍは、前記第１減算結果に基づいて前記異常の判定がノイズに因るか否かを判定するので、図６、図７、図８Ａおよび図９を用いて説明した特性を利用でき、異常をより高い信頼度で判定できる。なお、前記第１減算結果に代え前記第２減算結果が用いられる場合も、上記回転機異常検出装置ＡＤ、該方法および回転機Ｍは、図６、図７および図８Ｂを用いて説明した特性を利用でき、異常をより高い信頼度で判定できる。

　上記回転機異常検出装置ＡＤ、該方法および回転機Ｍは、第１回転周波数ＶＡを第１歯数ＭＡで除した周波数ＶＡ／ＭＡを基本波歯合周波数ｆ１［Ｈｚ］とし、第１歯数ＭＡと第２歯数ＭＢとの最小公倍数をＸＡＢとし、前記基本波歯合周波数ｆ１の基本波成分Ｆ１および前記最小公倍数ＸＡＢまでの、前記基本波歯合周波数ｆ１に対するｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）のｎ次高調波成分Ｆｎを周波数スペクトルから求めるので、第１および第２回転体８１－１、８１－２における接触の全ての組合せにかかる周波数成分Ｆ１、Ｆｎを求めることができる。そして、上記回転機異常検出装置ＡＤ、該方法および回転機Ｍは、これら接触の全ての組合せにかかる周波数成分Ｆ１、Ｆｎに基づいて接触の有無を判定するので、より高精度に異常を判定できる。

　上述のハイパスフィルタ２２１４を備える場合には、上記回転機異常検出装置ＡＤ、該方法および回転機Ｍは、比較的低周波数帯域に分布するバックグラウンドノイズを除去でき、より高精度に異常を検出できる。特に、圧縮機におけるバックグラウンドノイズは、主に振動が起因して生じるため、比較的低周波帯域に強く分布する一方、接触による信号は、高周波帯域にも強く発生する。このような特徴の差異から、ハイパスフィルタ２２１４を備えることで、接触の有無を検出する性能が向上できる。

　なお、上述では、振動測定部１は、１個であるが、複数であっても良く、各振動測定部１で測定された各測定データが個別に処理されても良い。

　また、上述では、特徴量処理部２２２は、第１態様の特徴量ＣＶａを求める特徴量処理部２２２ａを備えて構成されたが、第２ないし第５態様の特徴量ＣＶｂ～ＣＶｅを求める特徴量処理部２２２ｂ～２２２ｅを備えて構成されても良い。

　図１１は、第２態様の特徴量を説明するための図である。図１１の横軸は、時間であり、その縦軸は、変化量である。図１２は、異常発生前後における周波数スペクトルの時間変化を示す図である。図１２Ａは、接触発生１０秒前の周波数スペクトルを示し、図１２Ｂは、接触発生５秒前の周波数スペクトルを示し、図１２Ｃは、接触発生時の周波数スペクトルを示し、図１２Ｄは、接触発生２秒後の周波数スペクトルを示す。図１２の各図における各横軸は、周波数であり、それらの縦軸は、成分値（スペクトル強度、スペクトル値）である。図１３は、第３態様の特徴量を説明するための図である。図１３Ａは、基本波歯合周波数ｆ１およびｎ次高調波歯合周波数ｆｎの各成分を示し、図１３Ｂは、各非高調波成分を示す。図１４は、第４態様の特徴量に関し、モデル情報の一例を示す図である。図１５は、図１４に示すモデル情報の求め方を説明するための図である。図１５Ａは、１２歯合中、１歯合で接触する場合における測定データのＲＭＳを示し、図１５Ｂは、そのフーリエ変換の結果の一部を示す。図１６は、第５態様の特徴量を用いた異常の判定結果の一例を示す図である。図１６の横軸は、事例であり、その縦軸は、特徴量（指標値β）である。

　まず、第２態様の特徴量ＣＶｂについて説明する。この第２態様の特徴量ＣＶｂは、基本波成分Ｆ１およびｎ次高調波成分Ｆｎにおける変化量、より具体的には、時間経過に対する、基本波成分Ｆ１およびｎ次高調波成分Ｆｎにおける変化量である。異常として接触が発生する前後では、周波数スペクトルは、図１２に示すように変化し、これによって、時間経過に対する、基本波成分Ｆ１およびｎ次高調波成分Ｆｎにおける変化量は、図１１に示すように変化する。より詳しくは、接触が発生する前は、周波数スペクトルは、図１２ＡおよびＢに示すように、ほとんど変化せず、この結果、前記変化量も、図１１に示すように、略０である。接触が発生すると、図１２Ｃに示すように、周波数スペクトルが変化し、この変化が図１１に示すように、前記変化量として現れる。そして、接触が進むと周波数スペクトルは、図１２Ｄに示すように、さらに変化し、この変化が図１１に示すように、より大きな前記変化量として現れる。このため、時間経過に対する、基本波成分Ｆ１およびｎ次高調波成分Ｆｎにおける前記変化量は、異常の有無を評価する指標として利用可能と考えられ、前記所定の特徴量ＣＶの一つとして好適である。

　このような第２態様の特徴量ＣＶｂが用いられる場合では、特徴量処理部２２２は、互いに異なる第１および第２期間それぞれで測定された第１および第２測定データの第１および第２周波数スペクトルそれぞれから、前記第１および第２期間それぞれの基本波成分Ｆ１およびｎ次高調波成分Ｆｎを求め、これら求めた前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎにおける変化量を第２態様の特徴量ＣＶｂとして求める特徴量処理部２２２ｂを備えて構成される。より具体的には、特徴量処理部２２２ｂは、これら求めた前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎにおける各成分ごとの差分の２乗和を前記変化量として求める。なお、スペクトル処理部２２１は、上述したように、処理Ｓ６から処理Ｓ２に戻される場合では、互いに異なる期間で周波数スペクトルを順次に求めるので、互いに異なる第１および第２期間それぞれで測定された第１および第２測定データの第１およびＢ－周波数スペクトルそれぞれを求めていることになる。

　より詳しくは、今回の期間における基本波成分Ｆ１およびｎ次高調波成分Ｆｎ（前記第１期間の前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの一例）をＦｉ＿ｎｏｗ（ｉ＝１～ｎの整数）とし、今回の期間より以前の各期間で求められた基本波成分Ｆ１およびｎ次高調波成分Ｆｎそれぞれの平均値（前記第２期間の前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの一例）をＦｉ＿ｐａｓｔ（ｉ＝１～ｎの整数）とする場合、特徴量処理部２２２ｂは、次式２に示すように、前記変化量、すなわち、第２態様の特徴量ＣＶｂを求める。なお、前記平均値Ｆｉ＿ｐａｓｔを算出するための期間は、対象の回転機Ｍにおける運転条件を変更する周期等に応じて適宜に設定される。
ＣＶｂ＝Σ（Ｆｉ＿ｎｏｗ－Ｆｉ＿ｐａｓｔ）^２　　　・・・（２）

　また、異常として接触が発生した時点の前後では、振動測定部１の出力は、上述のように、比較的大きく変化するが、非接触の場合でも例えば回転機Ｍの運転条件が変化すると、振動測定部１の出力は、徐々に変化する場合がある。前記第１および第２期間それぞれの基本波成分Ｆ１およびｎ次高調波成分Ｆｎにおける変化量ＣＶｂ、特に前記式２で示すそれらにおける各成分ごとの差分の２乗和ＣＶｂは、接触の周期性の変化を表すことから、非接触の状態から接触が発生した時点や、接触の状態自体が変化した時点で比較的大きくなる特徴を持っている。このため、第２態様の特徴量ＣＶｂを求める回転機異常検出装置ＡＤおよびこれに実装された方法ならびにこれを用いた回転機Ｍは、このような前記変化量ＣＶｂを前記所定の特徴量ＣＶとして求めているので、非接触の状態から接触が発生した時点や、接触の状態自体が変化した時点を、より高精度に検出できる。また、バックグラウンドノイズが比較的大きい場合でも、そのトレンド（傾向）に変化が無い場合には、前記変化量も大きくならないので、上記回転機異常検出装置ＡＤ、該方法および回転機Ｍは、過検出を少なくできる。

　次に、第３態様の特徴量ＣＶｃについて説明する。この第３態様の特徴量ＣＶｃは、基本波成分Ｆ１およびｎ次高調波成分Ｆｎだけでなく、基本波歯合周波数ｆ１およびｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）における互いに隣接した周波数間に在る所定の周波数ｇの非高調波成分Ｇにも基づく量である。

　このような第３態様の特徴量ＣＶｃが用いられる場合では、特徴量処理部２２２は、スペクトル処理部２２１で求めた周波数スペクトルから、基本波歯合周波数ｆ１および最小公倍数ＸＡＢまでのｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）における互いに隣接した周波数間に在る所定の周波数ｇの非高調波成分Ｇをさらに求め、前記求めた基本波成分Ｆ１、ｎ次高調波成分Ｆｎおよび非高調波成分Ｇに基づいて第３態様の特徴量ＣＶｃを求める特徴量処理部２２２ｃを備えて構成される。より具体的には、基本波歯合周波数ｆ１およびｎ次高調波歯合周波数ｆｎから最も離れた周波数を求める観点から、非高調波成分Ｇは、図１３Ｂに示すように、前記互いに隣接した周波数間の中央に当たる周波数の成分である（Ｇｋ＝（Ｆｋ＋Ｆｋ＋１）／２、ｋ＝１～ＸＡＢ－１の整数）。

　より詳しくは、特徴量処理部２２２ｃは、次式３に示すように、スペクトル処理部２２１で求めた周波数スペクトルから、基本波歯合周波数ｆ１および最小公倍数ＸＡＢまでのｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）における互いに隣接した各周波数間の中央に在る所定の各周波数ｇｋの各非高調波成分Ｇｋ（ｋは１から（ＸＡＢ－１）までの範囲内の整数）をさらに求め、これら求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎの総和（図１３Ａ参照）を前記求めた非高調波成分Ｇｋの総和（図１３Ｂ参照）で除した成分総和比を第３態様の特徴量ＣＶｃとして求める。なお、非高調波成分Ｇｋの総和で異常の有無が判定されても良いが、この手法は、バックグラウンドノイズのレベルの変化に弱くなるため、本実施形態では、成分総和比で異常の有無が判定されている。これによって第３態様の特徴量ＣＶｃ（＝成分総和比）が、回転体８１に起因して生じる信号とほぼ一致すると判断できる。
ＣＶｃ＝成分総和比＝（基本波成分Ｆ１およびｎ次高調波成分Ｆｎの総和）／（非高調波成分Ｇｋの総和）＝（ΣＦｉ）／（ΣＧｋ）　　　・・・（３）

　ＡＥセンサ等の振動測定部１の出力には、単発の電気ノイズ等が重畳する場合がある。第３態様の特徴量ＣＶｃを求める回転機異常検出装置ＡＤおよびこれに実装された方法ならびにこれを用いた回転機Ｍは、前記非高調波成分Ｇもさらに考慮して前記所定の特徴量ＣＶを求めるので、このような単発の電気ノイズ等の重畳が異常の検出に与える影響を回避でき、周期性の無いノイズを低減できる。

　次に、第４態様の特徴量ＣＶｄについて説明する。この第４態様の特徴量ＣＶｄは、第１および第２回転体８１－１、８１－２における異常の態様ごとに予め生成された複数のモデルそれぞれとの間で求められた一致度の中の最大値である。前記モデルは、前記異常の態様に対応した前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの各モデル値で構成される。前記一致度は、振動測定部１で測定された測定データの周波数スペクトルから求めた前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎと前記モデルとの一致の程度を表す値である。

　このような第４態様の特徴量ＣＶｄが用いられる場合では、回転機異常検出装置ＡＤは、図１に破線で示すように、記憶部６に、前記異常の態様ごとに、前記異常の態様に対応した前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの各モデル値をモデル情報として予め記憶するモデル情報記憶部６３をさらに備える。そして、特徴量処理部２２２は、前記異常の態様ごとに、振動測定部１で測定された測定データの周波数スペクトルから求めた前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎと前記モデル情報（前記モデル）との前記一致度を求め、前記異常の態様ごとに求めた一致度の中から最大の一致度を第４態様の特徴量ＣＶｄとして求める特徴量処理部２２２ｄを備えて構成される。

　より具体的には、前記モデル情報は、テーブル形式でモデル情報記憶部６３に記憶される。このモデル情報テーブルＭＴは、例えば、図１４に示すように、モデル名を登録する接触モデルフィールド６３１と、接触モデルフィールド６３１に登録されたモデル名で表されるモデルの各モデル値を登録する係数フィールド６３２とを備え、モデル名ごとにレコードを備える。係数フィールド６３２は、各モデル値を登録するために、第１歯数ＭＡと第２歯数ＭＢとの最小公倍数ＸＡＢ個のサブフィールドを備える。図１４に示す例では、上述したように、第１回転体８１－１の第１歯数ＭＡが３個であり、第２回転体８１－２の第２歯数ＭＢが４個であることから、係数フィールド６３２は、各モデル値ａｉ（ｉ＝１～１２）を登録するために、１２個のサブフィールド６３２－１～６３２－１２を備える。そして、モデル情報テーブルＭＴは、接触が周期的に発生する異常をモデル化した６個のモデルを登録しており、これら１２通りの組合せのうちの１歯合で接触する異常である１２歯合中、１歯合接触の各モデル値ａｉを登録する１行目のレコードと、前記１２通りの組合せのうちの２歯合で接触する異常である１２歯合中、２歯合接触の各モデル値ａｉを登録する２行目のレコードと、前記１２通りの組合せのうちの３歯合で接触する異常である１２歯合中、３歯合接触の各モデル値ａｉを登録する３行目のレコードと、前記１２通りの組合せのうちの４歯合で接触する異常である１２歯合中、４歯合接触の各モデル値ａｉを登録する４行目のレコードと、前記１２通りの組合せのうちの６歯合で接触する異常である１２歯合中、６歯合接触の各モデル値ａｉを登録する５行目のレコードと、前記１２通りの組合せのうちの１２歯合で接触する異常である１２歯合中、１２歯合接触の各モデル値ａｉを登録する６行目のレコードとを備える。各モデルの各モデル値ａｉは、例えば、実際に接触の異常を生じている回転機Ｍから複数のサンプルを実測し、これら複数のサンプルから統計処理しつつ基本波成分Ｆ１およびｎ次高調波成分Ｆｎを求めることによって予め求められる。例えば、１２歯合中、１歯合接触の場合では、サンプルの測定データからＲＭＳを求めると、図１５Ａに示す結果が得られ、これを高速フーリエ変換（ＦＦＴ）することによって、図１５Ｂに示す結果が得られる（図１５Ｂには高速フーリエ変換の結果の一部が図示されている）。この図１５Ｂに示す高速フーリエ変換の各ピーク値が１２歯合中、１歯合接触のモデルにおける各モデル値ａｉとなる。なお、各モデル値ａｉは、各モデル値ａｉの総和が１となるように、規格化される（Σａｉ＝１）。

　特徴量処理部２２２ｄは、例えば、各モデルごとに、振動測定部１で測定された測定データの周波数スペクトルから求めた前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの各値Ｆｉそれぞれにモデルの各モデル値ａｉそれぞれを乗算し（Ｆｉ×ａｉ）、その総和Ｓｍを求める（Ｓｍ＝Σ（Ｆｉ×ａｉ）、ｉ＝１～１２、Σはｉについて和を求める、この例ではｍは１～６）。特徴量処理部２２２ｄは、これら各モデルごとに求めた各総和Ｓｍの総和ＳＳを求め（ＳＳ＝ΣＳｍ、ｍ＝１～６、Σはｍについて和を求める）、各モデルごとに、モデルの総和Ｓｍをその求めた総和ＳＳで除算（規格化）する（Ｓｍ／ＳＳ、ｍ＝１～６）。この除算結果が一致度であり、このような算出方法によって前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの各成分分布における絶対値の影響を除去できる。そして、特徴量処理部２２２ｄは、これら各モデルごとに求めた各除算結果（各一致度）の中の最大値を第４態様の特徴量ＣＶｄとして求める。

　第４態様の特徴量ＣＶｄを求める回転機異常検出装置ＡＤおよびこれに実装された方法ならびにこれを用いた回転機Ｍは、前記異常の態様（上述では接触の態様）ごとに求めた一致度の中から最大の一致度を前記所定の特徴量として求めるので、電気的なパスルノイズや、外部からの衝撃による単発で比較的大きな振幅を持つノイズと、例えば接触等の異常とを弁別でき、より高精度に異常を検出できる。

　なお、この第４態様の特徴量ＣＶｄが用いられる場合に、好ましくは、異常判定部２２３は、特徴量処理部２２２ｄで前記異常の態様ごとに求めた一致度の中から最大の一致度を持つ異常の態様で回転機Ｍにおける異常が有ると判定しても良い。例えば、１２歯合中、１歯合接触の一致度、１２歯合中、２歯合接触の一致度、１２歯合中、３歯合接触の一致度、１２歯合中、４歯合接触の一致度、１２歯合中、６歯合接触の一致度、および、１２歯合中、１２歯合接触の一致度のうち、最大の一致度が１２歯合中、２歯合接触の一致度であった場合には、異常判定部２２３は、この１２歯合中、２歯合接触の異常が有ると判定する。これによれば、異常の態様が検出できる。

　次に、第５態様の特徴量ＣＶｅについて説明する。この第５態様の特徴量ＣＶｅは、これら上述の総和、変化量、成分総和比、および、最大の一致度のうちの複数に基づく量である。

　このような第５態様の特徴量ＣＶｅが用いられる場合では、特徴量処理部２２２は、総和処理、変化量処理、成分総和比処理および最大一致度処理のうちの複数の処理を行い、前記行った複数の処理の処理結果に基づいて第５態様の特徴量ＣＶｅを求める特徴量処理部２２２ｅを備えて構成される。前記総和処理は、上述のように、基本波成分Ｆ１およびｎ次高調波成分Ｆｎの総和ＣＶａを求める処理である。前記変化量処理は、上述のように、第１および第２周波数スペクトルそれぞれから、第１および第２期間それぞれの基本波成分Ｆ１およびｎ次高調波成分Ｆｎを求め、これら求めた第１および第２期間それぞれの基本波成分Ｆ１およびｎ次高調波成分Ｆｎにおける変化量ＣＶｂを求める処理である。前記成分総和比処理は、上述のように、周波数スペクトルから、基本波歯合周波数ｆ１および最小公倍数ＸＡＢまでのｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）における互いに隣接した各周波数間に在る所定の各周波数ｇｉの各非高調波成分Ｇｉ（ｉは１から（ｎ－１）までの範囲内の整数）をさらに求め、前記求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎの総和を前記求めた非高調波成分Ｇｉの総和で除した成分総和比ＣＶｃを求める処理である。前記最大一致度処理は、異常の態様ごとに、前記求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎとモデル情報との一致の程度を表す一致度を求め、前記異常の態様ごとに求めた一致度の中から最大の一致度ＣＶｄを求める処理である。

　より具体的には、特徴量処理部２２２ｅは、例えば、次式４によって第５態様の特徴量ＣＶｅを求める。
ＣＶｅ＝ｐ１＊ＣＶａ＋ｐ２＊ＣＶｂ＋ｐ３＊ＣＶｃ＋ｐ４＊ＣＶｄ　　　・・・（４）

　また例えば、特徴量処理部２２２ｅは、例えば、次式５によって第５態様の特徴量ＣＶｅを求める。
ＣＶｅ＝ＣＶａ^ｐ１＊ＣＶｂ^ｐ２＊ＣＶｃ^ｐ３＊ＣＶｄ^ｐ４　　　・・・（５）

　ここで、これら式４および式５におけるパラメータｐ１～ｐ４（実数）は、接触が生じている場合に実際に振動測定部１で測定された測定データから求められた総和ＣＶａ、変化量ＣＶｂ、成分総和比ＣＶｃおよび最大の一致度ＣＶｄと、非接触の場合に実際に振動測定部１で測定された測定データから求められた総和ＣＶａ、変化量ＣＶｂ、成分総和比ＣＶｃおよび最大の一致度ＣＶｄとを用いることによって、接触の有無を好適に弁別し得る値を例えば重回帰分析等の手法で求められる。

　一例として、接触が生じている場合に実際に振動測定部１で測定された測定データから式５で求めた特徴量ＣＶｅ（◆）、および、非接触の場合に実際に振動測定部１で測定された測定データから式５で求めた特徴量ＣＶｅ（×）の結果が図１６に示されている。図１６に示すように、接触の場合における特徴量ＣＶｅ（◆）の分布と、非接触の場合における特徴量ＣＶｅ（×）の分布とは、略明確に分かれていることから、式５の特徴量ＣＶｅによって、接触による異常の有無が弁別可能である。

　第５態様の特徴量ＣＶｅを求める回転機異常検出装置ＡＤおよびこれに実装された方法ならびにこれを用いた回転機Ｍは、前記行った複数の処理の処理結果に基づいて第５態様の特徴量ＣＶｅを求めるので、より高精度に異常を検出できる。

　なお、上述の式４および式５は、総和ＣＶａ、変化量ＣＶｂ、成分総和比ＣＶｃおよび最大の一致度ＣＶｄの４個全てを用いたが、これら式４および式５は、総和ＣＶａ、変化量ＣＶｂ、成分総和比ＣＶｃおよび最大の一致度ＣＶｄのうちの任意の組合せの２個を用いて構成されて良く、また、これら式４および式５は、総和ＣＶａ、変化量ＣＶｂ、成分総和比ＣＶｃおよび最大の一致度ＣＶｄのうちの任意の組合せの３個を用いて構成されて良い。総和ＣＶａ、変化量ＣＶｂ、成分総和比ＣＶｃおよび最大の一致度ＣＶｄそれぞれは、上述したように、振動測定部１の測定データに含まれる、回転体８１の異常を示す信号を取り出すための、あるいは、振動測定部１の測定データに含まれる種々のノイズを取り除くための、適宜な量であるので、好ましくは、これら式４および式５は、総和ＣＶａ、変化量ＣＶｂ、成分総和比ＣＶｃおよび最大の一致度ＣＶｄのうちの、上記目的に応じた適宜な２個の組合せで構成されて良く、また、好ましくは、これら式４および式５は、総和ＣＶａ、変化量ＣＶｂ、成分総和比ＣＶｃおよび最大の一致度ＣＶｄのうちの、上記目的に応じた適宜な３個の組合せで構成されて良い。

　また、前記特許文献１に開示された診断装置や前記特許文献２に開示された異常接触検出装置は、接触の態様を個々個別に検出しておらず、本実施形態と相違する。

　本明細書は、上記のように様々な態様の技術を開示しているが、そのうち主な技術を以下に纏める。

　一態様にかかる回転機異常検出装置は、正常状態において互いに所定の間隔を空けて係合しつつ所定の各軸に対し軸回りに回転する第１および第２回転体を少なくとも備える回転機における異常を検出する回転機異常検出装置であって、前記第１および第２回転体のうちの少なくとも一方に起因して生じた振動を測定する振動測定部と、前記振動測定部で測定した測定データの周波数スペクトルを求めるスペクトル処理部と、前記スペクトル処理部で求めた周波数スペクトルに基づいて所定の周波数成分に関わる所定の特徴量を求める特徴量処理部と、前記特徴量処理部で求めた所定の特徴量に基づいて前記回転機における異常の有無を判定する異常判定部と、前記異常判定部によって異常が有ると判定された場合に、前記スペクトル処理部で求めた周波数スペクトルに基づいて前記異常の判定がノイズに因るか否かを判定するノイズ判定部とを備え、前記異常判定部は、さらに、前記ノイズ判定部が前記ノイズに因らないと判定した場合に、前記判定した異常を最終的に異常とする。好ましくは、上述の回転機異常検出装置において、前記スペクトル処理部は、前記振動測定部で測定した測定データのＲＭＳ（Ｒｏｏｔ　Ｍｅａｎ　Ｓｑｕａｒｅ、二乗平均平方根）を求め、この求めた測定データのＲＭＳをフーリエ変換（好ましくは高速フーリエ変換）することによって前記測定データのＡ－周波数スペクトル（Ａ－パワースペクトル）を求めるＡ－サブスペクトル処理部と、前記振動測定部で測定した測定データをそのままフーリエ変換（好ましくは高速フーリエ変換）することによって前記測定データのＢ－周波数スペクトル（Ｂ－パワースペクトル）を求めるＢ－サブスペクトル処理部とを備え、前記特徴量処理部は、前記Ａ－サブスペクトル処理部で求めたＡ－周波数スペクトルに基づいて前記所定の特徴量を求め、前記ノイズ判定部は、前記Ｂ－サブスペクトル処理部で求めたＢ－周波数スペクトルに基づいて前記異常の判定がノイズに因るか否かを判定する。好ましくは、上述の回転機異常検出装置において、前記スペクトル処理部は、前記振動測定部で測定した測定データのエンベロープ（包絡線）を求め、この求めた測定データのエンベロープをフーリエ変換（好ましくは高速フーリエ変換）することによって前記測定データのＣ－周波数スペクトル（Ｃ－パワースペクトル）を求めるＣ－サブスペクトル処理部と、前記振動測定部で測定した測定データをそのままフーリエ変換（好ましくは高速フーリエ変換）することによって前記測定データのＢ－周波数スペクトル（Ｂ－パワースペクトル）を求めるＢ－サブスペクトル処理部とを備え、前記特徴量処理部は、前記Ｃ－サブスペクトル処理部で求めたＣ－周波数スペクトルに基づいて前記所定の特徴量を求め、前記ノイズ判定部は、前記Ｂ－サブスペクトル処理部で求めたＢ－周波数スペクトルに基づいて前記異常の判定がノイズに因るか否かを判定する。

　このような回転機異常検出装置は、前記ノイズ判定部によって前記ノイズに因らないと判定された場合に、前記異常判定部によって判定された異常を最終的に異常とするので、前記ノイズに因る異常の判定と前記ノイズに因らない異常の判定とを弁別でき、異常をより高い信頼度で判定できる。そして、上記回転機異常検出装置は、前記異常判定部によって異常が有ると判定された場合に、前記ノイズ判定部が判定の処理を実施するので、したがって、前記異常判定部によって異常が無いと判定された場合には、前記ノイズ判定部が判定の処理を実施しないから、その分のデータ処理量を低減できる。

　他の一態様では、上述の回転機異常検出装置において、前記異常判定部によって異常が無いと判定された場合において前記振動測定部で測定した測定データの周波数スペクトルを正常時周波数スペクトルとして記憶する記憶部をさらに備え、前記ノイズ判定部は、前記スペクトル処理部で求めた周波数スペクトルと前記記憶部に記憶された正常時周波数スペクトルと差に基づいて前記異常の判定がノイズに因るか否かを判定する。好ましくは、上述の回転機異常検出装置において、前記振動測定部は、予め設定された所定のサンプリング間隔で前記振動を測定し、前記振動測定部で前記所定のサンプリング間隔で測定した各測定データに対し、前記スペクトル処理部は、前記周波数スペクトルを求め、前記特徴量処理部は、前記所定の特徴量を求め、前記異常判定部は、前記異常の有無を判定し、前記記憶部は、前記異常判定部によって前記異常が無いと直近に判定された場合において前記振動測定部で測定した測定データの周波数スペクトルを正常時周波数スペクトルとして記憶（更新して記憶）する。

　このような回転機異常検出装置は、正常時周波数スペクトルを基準に前記異常の判定がノイズに因るか否かを判定するので、常時ではなくときどき生じるノイズをより的確に捉えることができ、異常をより高い信頼度で判定できる。特に、直近の正常時周波数スペクトルを基準に前記異常の判定がノイズに因るか否かを判定することで、正常時周波数スペクトルが変化する場合でも、常時ではなくときどき生じるノイズをさらにより的確に捉えることができる。

　他の一態様では、上述の回転機異常検出装置において、前記ノイズ判定部は、前記差における最大値から前記差における平均値を減算した減算結果（第１減算結果）に基づいて前記異常の判定がノイズに因るか否かを判定する。好ましくは、上述の回転機異常検出装置において、前記ノイズ判定部は、前記第１減算結果と予め設定した閾値（第１判定閾値）とを比較し、前記第１減算結果が前記第１判定閾値より大きい場合（または前記第１減算結果が前記第１判定閾値以上である場合）には前記異常の判定がノイズに因ると判定し、前記第１減算結果が前記第１判定閾値以下である場合（または前記第１減算結果が前記第１判定閾値未満である場合）には前記異常の判定がノイズに因らないと判定する。

　上記回転機異常検出装置は、前記第１減算結果に基づいて前記異常の判定がノイズに因るか否かを判定するので、図６、図７、図８Ａおよび図９を用いて後述する特性を利用でき、異常をより高い信頼度で判定できる。

　また、他の一態様では、上述の回転機異常検出装置において、前記ノイズ判定部は、前記差における最大値から前記差における中間値（メディアン）を減算した減算結果（第２減算結果）に基づいて前記異常の判定がノイズに因るか否かを判定する。好ましくは、上述の回転機異常検出装置において、前記ノイズ判定部は、前記第２減算結果と予め設定した閾値（第２判定閾値）とを比較し、前記第２減算結果が前記第２判定閾値より大きい場合（または前記第２減算結果が前記第２判定閾値以上である場合）には前記異常の判定がノイズに因ると判定し、前記第２減算結果が前記第２判定閾値以下である場合（または前記第２減算結果が前記第２判定閾値未満である場合）には前記異常の判定がノイズに因らないと判定する。

　上記回転機異常検出装置は、前記第２減算結果に基づいて前記異常の判定がノイズに因るか否かを判定するので、図６、図７および図８Ｂを用いて後述する特性を利用でき、異常をより高い信頼度で判定できる。

　他の一態様では、これら上述の回転機異常検出装置において、前記特徴量処理部は、前記第１回転体の第１歯数および第１回転周波数それぞれをＭＡ［個］およびＶＡ［Ｈｚ］とし、前記第２回転体の第２歯数をＭＢ［個］とし、前記第１歯数ＭＡと前記第２歯数ＭＢとの最小公倍数をＸＡＢとし、前記第１回転周波数ＶＡを前記第１歯数ＭＡで除した基本波歯合周波数ＶＡ／ＭＡをｆ１［Ｈｚ］とし、前記基本波歯合周波数ｆ１に対するｎ次高調波歯合周波数（ｎは２以上の整数）をｆｎ［Ｈｚ］とする場合に、前記周波数スペクトルから、前記基本波歯合周波数ｆ１の基本波成分Ｆ１および前記最小公倍数ＸＡＢまでのｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）のｎ次高調波成分Ｆｎを求め、前記求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎに基づいて前記所定の特徴量を求める。好ましくは、上述の回転機異常検出装置において、前記振動測定部は、可聴帯域の振動および超音波帯域の振動のうちの少なくとも一方の振動を測定する。好ましくは、上述の回転機異常検出装置において、前記特徴量処理部は、前記求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎの総和を前記所定の特徴量として求める。好ましくは、上述の回転機異常検出装置において、前記異常判定部は、前記特徴量処理部で求めた特徴量が予め設定された所定の閾値以上か否かに応じて前記回転機における異常の有無を判定する。

　このような回転機異常検出装置は、第１回転周波数ＶＡを第１歯数ＭＡで除した周波数ＶＡ／ＭＡを基本波歯合周波数ｆ１［Ｈｚ］とし、第１歯数ＭＡと第２歯数ＭＢとの最小公倍数をＸＡＢとし、前記基本波歯合周波数ｆ１の基本波成分Ｆ１および前記最小公倍数ＸＡＢまでの、前記基本波歯合周波数ｆ１に対するｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）のｎ次高調波成分Ｆｎを周波数スペクトルから求めるので、第１および第２回転体における接触の全ての組合せにかかる周波数成分Ｆ１、Ｆｎを求めることができる。そして、上記回転機異常検出装置は、これら接触の全ての組合せにかかる周波数成分Ｆ１、Ｆｎに基づいて接触の有無を判定するので、より高精度に異常を判定できる。

　他の一態様では、上述の回転機異常検出装置において、前記スペクトル処理部は、互いに異なる第１および第２期間それぞれで測定された第１および第２測定データの第１および第２周波数スペクトルそれぞれを求め、前記特徴量処理部は、前記第１および第２周波数スペクトルそれぞれから、前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎを求め、これら求めた前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎにおける変化量を前記所定の特徴量として求める。好ましくは、上述の回転機異常検出装置において、前記特徴量処理部は、これら求めた前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎにおける各成分ごとの差分の２乗和を前記変化量として求める。

　異常として接触が発生した時点の前後では、振動測定部の出力は、比較的大きく変化するが、非接触の場合でも例えば回転機の運転条件が変化すると、振動測定部の出力は、徐々に変化する場合がある。前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎにおける変化量、特にそれらにおける各成分ごとの差分の２乗和は、接触の周期性の変化を表すことから、非接触の状態から接触が発生した時点や、接触の状態自体が変化した時点で比較的大きくなる特徴を持っている。上記回転機異常検出装置は、このような前記変化量を前記所定の特徴量として求めているので、非接触の状態から接触が発生した時点や、接触の状態自体が変化した時点を、より高精度に検出できる。また、バックグラウンドノイズが比較的大きい場合でも、そのトレンド（傾向）に変化が無い場合には、前記変化量も大きくならないので、上記回転機異常検出装置は、過検出を少なくできる。

　他の一態様では、上述の回転機異常検出装置において、前記特徴量処理部は、前記周波数スペクトルから、前記基本波歯合周波数ｆ１および前記最小公倍数ＸＡＢまでのｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）における互いに隣接した周波数間に在る所定の周波数ｇの非高調波成分Ｇをさらに求め、前記求めた基本波成分Ｆ１、ｎ次高調波成分Ｆｎおよび非高調波成分Ｇに基づいて前記所定の特徴量を求める。好ましくは、上述の回転機異常検出装置において、前記基本波歯合周波数ｆ１および前記ｎ次高調波歯合周波数ｆｎから最も離れた周波数を求める観点から、前記非高調波成分Ｇは、前記周波数間の中央に当たる周波数の成分である（Ｇｋ＝（Ｆｋ＋Ｆｋ＋１）／２、ｋ＝１～ＸＡＢ－１の整数）。好ましくは、上述の回転機異常検出装置において、前記特徴量処理部は、前記周波数スペクトルから、前記基本波歯合周波数ｆ１および前記最小公倍数ＸＡＢまでのｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）における互いに隣接した各周波数間に在る所定の各周波数ｇｋの各非高調波成分Ｇｋ（ｋは１から（ＸＡＢ－１）までの範囲内の整数）をさらに求め、前記求めた基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの総和を前記求めた非高調波成分Ｇｋの総和で除した成分総和比を前記所定の特徴量として求める。

　振動測定部の出力には、単発の電気ノイズ等が重畳する場合がある。上記回転機異常検出装置は、前記非高調波成分Ｇもさらに考慮して前記所定の特徴量を求めるので、このような単発の電気ノイズ等の重畳が異常の検出に与える影響を回避でき、周期性の無いノイズを低減できる。

　他の一態様では、上述の回転機異常検出装置において、前記第１および第２回転体における異常の態様ごとに、前記異常の態様に対応した前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの各モデル値をモデル情報として予め記憶するモデル情報記憶部をさらに備え、前記特徴量処理部は、前記異常の態様ごとに、前記求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎと前記モデル情報との一致の程度を表す一致度を求め、前記異常の態様ごとに求めた一致度の中から最大の一致度を前記所定の特徴量として求める。

　このような回転機異常検出装置は、前記異常の態様ごとに求めた一致度の中から最大の一致度を前記所定の特徴量として求めるので、電気的なパスルノイズや、外部からの衝撃による単発で比較的大きな振幅を持つノイズと、例えば接触等の異常とを弁別でき、より高精度に異常を検出できる。

　他の一態様では、上述の回転機異常検出装置において、前記異常判定部は、前記特徴量処理部で前記異常の態様ごとに求めた一致度の中から最大の一致度を持つ異常の態様で前記回転機における異常が有ると判定する。

　このような回転機異常検出装置は、異常の態様を検出できる。

　他の一態様では、上述の回転機異常検出装置において、前記第１および第２回転体における異常の態様ごとに、前記異常の態様に対応した前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの各モデル値をモデル情報として予め記憶するモデル情報記憶部をさらに備え、前記スペクトル処理部は、互いに異なる第１および第２期間それぞれで測定された第１および第２測定データの第１および第２周波数スペクトルそれぞれを求め、前記特徴量処理部は、前記求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎの総和を求める総和処理、前記第１および第２周波数スペクトルそれぞれから、前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎを求め、これら求めた前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎにおける変化量を求める変化量処理、前記周波数スペクトルから、前記基本波歯合周波数ｆ１および前記最小公倍数ＸＡＢまでのｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）における互いに隣接した各周波数間に在る所定の各周波数ｇｉの各非高調波成分Ｇｉ（ｉは１から（ｎ－１）までの範囲内の整数）をさらに求め、前記求めた基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの総和を前記求めた非高調波成分Ｇｉの総和で除した成分総和比を求める成分総和比処理、前記異常の態様ごとに、前記求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎと前記モデル情報との一致の程度を表す一致度を求め、前記異常の態様ごとに求めた一致度の中から最大の一致度を求める最大一致度処理のうちの複数の処理を行い、前記行った複数の処理の処理結果に基づいて前記所定の特徴量を求める。

　このような回転機異常検出装置は、前記行った複数の処理の処理結果に基づいて前記所定の特徴量を求めるので、より高精度に異常を検出できる。

　他の一態様では、これら上述の回転機異常検出装置において、前記スペクトル処理部は、ノイズを除去するためのハイパスフィルタと、前記振動測定部で測定した、前記ハイパスフィルタを介した測定データの周波数スペクトルを求めるサブスペクトル処理部とを備える。

　このような回転機異常検出装置は、前記ハイパスフィルタを備えるので、比較的低周波数帯域に分布するバックグラウンドノイズを除去できる。したがって、上記回転機異常検出装置は、より高精度に異常を検出できる。

　他の一態様にかかる回転機異常検出方法において、正常状態において互いに所定の間隔を空けて係合しつつ所定の各軸に対し軸回りに回転する第１および第２回転体を備える回転機における異常を検出する回転機異常検出方法であって、前記第１および第２回転体のうちの少なくとも一方に起因して生じた振動を測定する振動測定工程と、前記振動測定工程で測定した測定データの周波数スペクトルを求めるスペクトル処理工程と、前記スペクトル処理工程で求めた周波数スペクトルに基づいて所定の周波数成分に関わる所定の特徴量を求める特徴量処理工程と、前記特徴量処理工程で求めた特徴量に基づいて前記回転機における異常の有無を判定する異常判定工程と、前記スペクトル処理工程で求めた周波数スペクトルに基づいて前記振動測定工程で測定した測定データに重畳するノイズの有無を判定するノイズ判定工程とを備え、前記ノイズ判定工程は、前記異常判定工程によって異常が有ると判定された場合に実施され、前記異常判定工程は、さらに、前記ノイズ判定工程によって前記ノイズが無いと判定された場合に、前記判定した異常を最終的に異常とする。

　このような回転機異常検出方法は、前記ノイズ判定工程によって前記ノイズが無いと判定された場合に、前記異常判定工程によって判定された異常を最終的に異常とするので、前記ノイズを含む測定データに基づく異常の判定と前記ノイズを含まない測定データに基づく異常の判定とを弁別でき、異常をより高い信頼度で判定できる。そして、上記回転機異常検出方法は、前記異常判定工程によって異常が有ると判定された場合に、前記ノイズ判定工程を実施するので、したがって、前記異常判定工程によって異常が無いと判定された場合には、前記ノイズ判定工程が実施されないから、その分のデータ処理量を低減できる。

　他の一態様では、これら上述のいずれかの回転機異常検出装置を備える回転機である。

　これによれば、これら上述のいずれかの回転機異常検出装置を備える回転機が提供され、このような回転機は、これら上述のいずれかの回転機異常検出装置を備えるので、異常をより高い信頼度で判定できる。

　この出願は、２０１６年１０月６日に出願された日本国特許出願特願２０１６－１９７６８４を基礎とするものであり、その内容は、本願に含まれるものである。

　本発明を表現するために、上述において図面を参照しながら実施形態を通して本発明を適切且つ十分に説明したが、当業者であれば上述の実施形態を変更および／または改良することは容易に為し得ることであると認識すべきである。したがって、当業者が実施する変更形態または改良形態が、請求の範囲に記載された請求項の権利範囲を離脱するレベルのものでない限り、当該変更形態または当該改良形態は、当該請求項の権利範囲に包括されると解釈される。

　本発明によれば、回転機異常検出装置および回転機異常検出方法ならびに前記回転機異常検出装置を備える回転機が提供できる。

Claims

　正常状態において互いに所定の間隔を空けて係合しつつ所定の各軸に対し軸回りに回転する第１および第２回転体を少なくとも備える回転機における異常を検出する回転機異常検出装置であって、
　前記第１および第２回転体のうちの少なくとも一方に起因して生じた振動を測定する振動測定部と、
　前記振動測定部で測定した測定データの周波数スペクトルを求めるスペクトル処理部と、
　前記スペクトル処理部で求めた周波数スペクトルに基づいて所定の周波数成分に関わる所定の特徴量を求める特徴量処理部と、
　前記特徴量処理部で求めた所定の特徴量に基づいて前記回転機における異常の有無を判定する異常判定部と、
　前記異常判定部によって異常が有ると判定された場合に、前記スペクトル処理部で求めた周波数スペクトルに基づいて前記異常の判定がノイズに因るか否かを判定するノイズ判定部とを備え、
　前記異常判定部は、さらに、前記ノイズ判定部が前記ノイズに因らないと判定した場合に、前記判定した異常を最終的に異常とする、
　回転機異常検出装置。
　前記異常判定部によって異常が無いと判定された場合において前記振動測定部で測定した測定データの周波数スペクトルを正常時周波数スペクトルとして記憶する記憶部をさらに備え、
　前記ノイズ判定部は、前記スペクトル処理部で求めた周波数スペクトルと前記記憶部に記憶された正常時周波数スペクトルと差に基づいて前記異常の判定がノイズに因るか否かを判定する、
　請求項１に記載の回転機異常検出装置。
　前記ノイズ判定部は、前記差における最大値から前記差における平均値を減算した減算結果に基づいて前記異常の判定がノイズに因るか否かを判定する、
　請求項２に記載の回転機異常検出装置。
　前記ノイズ判定部は、前記差における最大値から前記差における中間値を減算した減算結果に基づいて前記異常の判定がノイズに因るか否かを判定する、
　請求項２に記載の回転機異常検出装置。
　前記特徴量処理部は、前記第１回転体の第１歯数および第１回転周波数それぞれをＭＡ［個］およびＶＡ［Ｈｚ］とし、前記第２回転体の第２歯数をＭＢ［個］とし、前記第１歯数ＭＡと前記第２歯数ＭＢとの最小公倍数をＸＡＢとし、前記第１回転周波数ＶＡを前記第１歯数ＭＡで除した基本波歯合周波数ＶＡ／ＭＡをｆ１［Ｈｚ］とし、前記基本波歯合周波数ｆ１に対するｎ次高調波歯合周波数（ｎは２以上の整数）をｆｎ［Ｈｚ］とする場合に、前記周波数スペクトルから、前記基本波歯合周波数ｆ１の基本波成分Ｆ１および前記最小公倍数ＸＡＢまでのｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）のｎ次高調波成分Ｆｎを求め、前記求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎに基づいて前記所定の特徴量を求める、
　請求項１に記載の回転機異常検出装置。
　前記スペクトル処理部は、互いに異なる第１および第２期間それぞれで測定された第１および第２測定データの第１および第２周波数スペクトルそれぞれを求め、
　前記特徴量処理部は、前記第１および第２周波数スペクトルそれぞれから、前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎを求め、これら求めた前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎにおける変化量を前記所定の特徴量として求める、
　請求項５に記載の回転機異常検出装置。
　前記特徴量処理部は、これら求めた前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎにおける各成分ごとの差分の２乗和を前記変化量として求める、
　請求項６に記載の回転機異常検出装置。
　前記特徴量処理部は、前記周波数スペクトルから、前記基本波歯合周波数ｆ１および前記最小公倍数ＸＡＢまでのｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）における互いに隣接した周波数間に在る所定の周波数ｇの非高調波成分Ｇをさらに求め、前記求めた基本波成分Ｆ１、ｎ次高調波成分Ｆｎおよび非高調波成分Ｇに基づいて前記所定の特徴量を求める、
　請求項５に記載の回転機異常検出装置。
　前記第１および第２回転体における異常の態様ごとに、前記異常の態様に対応した前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの各モデル値をモデル情報として予め記憶するモデル情報記憶部をさらに備え、
　前記特徴量処理部は、前記異常の態様ごとに、前記求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎと前記モデル情報との一致の程度を表す一致度を求め、前記異常の態様ごとに求めた一致度の中から最大の一致度を前記所定の特徴量として求める、
　請求項５に記載の回転機異常検出装置。
　前記異常判定部は、前記特徴量処理部で前記異常の態様ごとに求めた一致度の中から最大の一致度を持つ異常の態様で前記回転機における異常が有ると判定する、
　請求項９に記載の回転機異常検出装置。
　前記第１および第２回転体における異常の態様ごとに、前記異常の態様に対応した前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの各モデル値をモデル情報として予め記憶するモデル情報記憶部をさらに備え、
　前記スペクトル処理部は、互いに異なる第１および第２期間それぞれで測定された第１および第２測定データの第１および第２周波数スペクトルそれぞれを求め、
　前記特徴量処理部は、前記求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎの総和を求める総和処理、前記第１および第２周波数スペクトルそれぞれから、前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎを求め、これら求めた前記第１および第２期間それぞれの前記基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎにおける変化量を求める変化量処理、前記周波数スペクトルから、前記基本波歯合周波数ｆ１および前記最小公倍数ＸＡＢまでのｎ次高調波歯合周波数ｆｎ（ｎ＝２～ＸＡＢ）における互いに隣接した各周波数間に在る所定の各周波数ｇｉの各非高調波成分Ｇｉ（ｉは１から（ｎ－１）までの範囲内の整数）をさらに求め、前記求めた基本波成分Ｆ１および前記ｎ次高調波成分Ｆｎの総和を前記求めた非高調波成分Ｇｉの総和で除した成分総和比を求める成分総和比処理、前記異常の態様ごとに、前記求めた基本波成分Ｆ１およびｎ次高調波成分Ｆｎと前記モデル情報との一致の程度を表す一致度を求め、前記異常の態様ごとに求めた一致度の中から最大の一致度を求める最大一致度処理のうちの複数の処理を行い、前記行った複数の処理の処理結果に基づいて前記所定の特徴量を求める、
　請求項５に記載の回転機異常検出装置。
　前記スペクトル処理部は、ノイズを除去するためのハイパスフィルタと、前記振動測定部で測定した、前記ハイパスフィルタを介した測定データの周波数スペクトルを求めるサブスペクトル処理部とを備える、
　請求項１に記載の回転機異常検出装置。
　正常状態において互いに所定の間隔を空けて係合しつつ所定の各軸に対し軸回りに回転する第１および第２回転体を備える回転機における異常を検出する回転機異常検出方法であって、
　前記第１および第２回転体のうちの少なくとも一方に起因して生じた振動を測定する振動測定工程と、
　前記振動測定工程で測定した測定データの周波数スペクトルを求めるスペクトル処理工程と、
　前記スペクトル処理工程で求めた周波数スペクトルに基づいて所定の周波数成分に関わる所定の特徴量を求める特徴量処理工程と、
　前記特徴量処理工程で求めた特徴量に基づいて前記回転機における異常の有無を判定する異常判定工程と、
　前記スペクトル処理工程で求めた周波数スペクトルに基づいて前記振動測定工程で測定した測定データに重畳するノイズの有無を判定するノイズ判定工程とを備え、
　前記ノイズ判定工程は、前記異常判定工程によって異常が有ると判定された場合に実施され、前記異常判定工程は、さらに、前記ノイズ判定工程によって前記ノイズが無いと判定された場合に、前記判定した異常を最終的に異常とする、
　回転機異常検出方法。
　請求項１に記載の回転機異常検出装置を備える回転機。