WO2020170409A1 - 異常検知システム、及び異常検知方法 - Google Patents

異常検知システム、及び異常検知方法 Download PDF

Info

Publication number
WO2020170409A1
WO2020170409A1 PCT/JP2019/006703 JP2019006703W WO2020170409A1 WO 2020170409 A1 WO2020170409 A1 WO 2020170409A1 JP 2019006703 W JP2019006703 W JP 2019006703W WO 2020170409 A1 WO2020170409 A1 WO 2020170409A1
Authority
WO
WIPO (PCT)
Prior art keywords
abnormality
speed reducer
sensor
detection system
statistical analysis
Prior art date
Application number
PCT/JP2019/006703
Other languages
English (en)
French (fr)
Inventor
翼 沖本
啓太 日原
雄祐 福士
富山　秀樹
Original Assignee
株式会社日本製鋼所
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 株式会社日本製鋼所 filed Critical 株式会社日本製鋼所
Priority to EP19915675.3A priority Critical patent/EP3929460B1/en
Priority to US17/425,891 priority patent/US20220276126A1/en
Priority to KR1020217026750A priority patent/KR20210126617A/ko
Priority to PCT/JP2019/006703 priority patent/WO2020170409A1/ja
Priority to JP2021501243A priority patent/JP7199793B2/ja
Priority to CN201980092690.9A priority patent/CN113454363A/zh
Publication of WO2020170409A1 publication Critical patent/WO2020170409A1/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
    • F16H—GEARING
    • F16H61/00—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing
    • F16H61/12—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures
    • 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
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/028—Acoustic or vibration analysis
    • 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
    • F16H—GEARING
    • F16H1/00—Toothed gearings for conveying rotary motion
    • F16H1/02—Toothed gearings for conveying rotary motion without gears having orbital motion
    • F16H1/04—Toothed gearings for conveying rotary motion without gears having orbital motion involving only two intermeshing members
    • F16H1/06—Toothed gearings for conveying rotary motion without gears having orbital motion involving only two intermeshing members with parallel axes
    • 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
    • F16H—GEARING
    • F16H57/00—General details of gearing
    • F16H57/01—Monitoring wear or stress of gearing elements, e.g. for triggering maintenance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • 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
    • F16H—GEARING
    • F16H57/00—General details of gearing
    • F16H57/01—Monitoring wear or stress of gearing elements, e.g. for triggering maintenance
    • F16H2057/018—Detection of mechanical transmission failures
    • 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
    • F16H—GEARING
    • F16H61/00—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing
    • F16H61/12—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures
    • F16H2061/1208—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures with diagnostic check cycles; Monitoring of failures

Definitions

  • the present invention relates to an anomaly detection system and an anomaly detection method, and more particularly to an anomaly detection system and an anomaly detection method for detecting an anomaly in a speed reducer used in an industrial machine.
  • Extruders are widely used as industrial machines for manufacturing plastic products.
  • extruders there is a twin-screw extruder that kneads a plastic raw material using a twin-screw (see Patent Document 1).
  • An extruder which is one of the industrial machines, uses a reducer that transmits the power generated by the motor to each of the twin-screw screws.
  • the speed reducer converts the power generated by the motor into a predetermined torque and transmits it to the biaxial screw.
  • Various parts such as shafts, bearings, and gears are built in the speed reducer.
  • Various parts are built in the speed reducer in this way, and if a defect (such as a scratch) occurs in a part of each part, the defect in the part may lead to failure of the entire speed reducer. Therefore, there is a need for an abnormality detection system capable of accurately detecting an abnormality in the speed reducer (component).
  • an object of the present invention is to provide an abnormality detection system and an abnormality detection method capable of accurately detecting an abnormality in a speed reducer.
  • An abnormality detection system is an abnormality detection system for detecting an abnormality in a speed reducer, which is attached to a housing of the speed reducer and detects vibration on a surface of the speed reducer housing.
  • Sensor for, a statistical analysis unit that performs a statistical analysis of the vibration detected by the sensor, a frequency analysis unit that performs a frequency analysis of the vibration detected by the sensor, the result of the statistical analysis and the result of the frequency analysis
  • an abnormality determination unit that determines an abnormality of the speed reducer based on the above.
  • An abnormality detection method is an abnormality detection method for detecting an abnormality of a speed reducer, wherein a sensor attached to a housing of the speed reducer is used to detect a surface of a housing of the speed reducer.
  • an abnormality detection system and an abnormality detection method capable of accurately detecting an abnormality in a speed reducer.
  • FIG. 1 is a block diagram for explaining the abnormality detection system according to the embodiment.
  • the abnormality detection system 1 according to the present embodiment is an abnormality detection system for detecting an abnormality of a speed reducer typically used in an industrial machine such as an extruder (a twin screw extruder).
  • the abnormality detection system 1 according to the present embodiment includes sensors 11_1 to 11_3, a statistical analysis unit 12, a preprocessing unit 13, a frequency analysis unit 14, a peak processing unit 15, an abnormality determination unit 17, and
  • the display unit 18 is provided.
  • the number of sensors can be arbitrarily determined as long as it is one or more. Further, in the present specification, the sensors 11_1 to 11_3 may be collectively referred to as the sensor 11.
  • the sensor 11 is attached to the housing of the speed reducer 10 and detects vibration on the surface of the housing of the speed reducer 10.
  • 2 and 3 are perspective views for explaining the mounting position of the sensor 11, and show an example of the mounting position of the sensor 11 on the speed reducer 10. 2 and 3, the sensor 11 is shown as A1 to A5, H1 to H3, and V1 to V3, and A, H, and V indicate the directions of vibration detected by the sensor.
  • the sensor A1 is a sensor that detects vibration in the A (Axis) direction
  • the sensor H1 is a sensor that detects vibration in the H (Horizontal: horizontal) direction
  • the sensor V1 is the V (Vertical: vertical) direction. Is a sensor that detects the vibration of the.
  • the housing (case) of the speed reducer 10 has a substantially box shape.
  • the input shaft 21 and the bearing 22 are arranged on the input-side surface 31 of the speed reducer 10, that is, the surface 31 on the side where power is input from a motor (not shown).
  • output shafts 25 and 26 are arranged on the output-side surface 35 of the speed reducer 10, that is, the surface 35 on which the power is output to the biaxial screw (not shown).
  • Various parts such as shafts and gears are provided inside the speed reducer 10.
  • the speed reducer 10 converts the power transmitted from the motor (not shown) to the input shaft 21 into a predetermined torque, and transmits the power of the predetermined torque to the biaxial screw (not shown) via the output shafts 25 and 26. ..
  • each sensor is attached to each of the three surfaces forming the corner portion in the vicinity of the corner portion of the casing of the speed reducer 10. Therefore, each sensor can be used to measure the acceleration in the three-axis directions near the corner of the housing.
  • the sensors A1, H1, and V1 are provided near the corner 41 of the casing of the speed reducer 10, respectively. That is, the sensors A1, H1, and V1 are attached to the three surfaces 31, 34 (see FIG. 3) and 33, which form the corner portion 41, respectively. In the vicinity of the corner 41, the sensor A1 detects vibration in the A-axis direction, the sensor H1 detects vibration in the H-axis direction, and the sensor V1 detects vibration in the V-axis direction.
  • the sensors A2, H2, and V2 are provided near the corners 42 of the casing of the speed reducer 10, respectively. That is, the sensors A2, H2, and V2 are attached to the three surfaces 31, 32, and 33 forming the corner portion 42, respectively. In the vicinity of the corner 42, the sensor A2 detects vibration in the A-axis direction, the sensor H2 detects vibration in the H-axis direction, and the sensor V2 detects vibration in the V-axis direction.
  • the sensors A3, H3, and V3 are provided near the corners 43 of the casing of the speed reducer 10, respectively. That is, the sensors A3, H3, and V3 are attached to the three surfaces 35, 34, and 33 forming the corner 43, respectively. In the vicinity of the corner 43, the sensor A3 detects vibration in the A-axis direction, the sensor H3 detects vibration in the H-axis direction, and the sensor V3 detects vibration in the V-axis direction.
  • a sensor A4 (see FIG. 2) is provided near the bearing 22 of the speed reducer 10. Therefore, the vibration in the vicinity of the bearing 22 can be detected using the sensor A4. Further, the sensor A5 (see FIG. 2) and the sensor H4 (see FIG. 3) are provided below the speed reducer 10. By using the sensors A5 and H4, the vibration of the lower part of the speed reducer 10 can be detected. Therefore, the difference between the vibration in the upper part and the vibration in the lower part of the speed reducer 10 can be obtained. Further, by providing the sensors A5 and H4 on the lower portion of the speed reducer 10, it is possible to measure the vibration of another machine set near the speed reducer 10 that is the measurement target. Thereby, the vibration data of the other machine can be subtracted from the vibration data of the speed reducer 10.
  • each sensor is attached to the upper side of the surface 31 of the speed reducer 10 on the input shaft 21 side and the upper side of the surface 35 of the speed reducer 10 on the output shafts 25 and 26 side.
  • many sensors are attached to the upper corners 41, 42, 43 of the casing of the speed reducer 10. Since the upper side of the housing of the speed reducer 10 vibrates more than the lower side, a large number of sensors can be attached to the upper side of the housing of the speed reducer 10 to obtain large vibration data.
  • the arrangement of the sensors described above is an example, and the arrangement of the sensors can be appropriately changed according to the shape of the reduction gear 10 and the arrangement of parts.
  • a modal analysis is performed on the speed reducer 10 and an analysis for predicting the natural frequency and vibration shape of the speed reducer 10 is performed.
  • a hammering test is performed on the speed reducer 10 to experimentally determine the natural frequency and the vibration shape to verify the accuracy of the modal analysis.
  • Such modal analysis and hammering test can be repeated to determine the placement of the sensor.
  • the vibration analysis simulating the operating state of the speed reducer 10 may be performed to identify the vibration location or resonance location of the speed reducer 10 to determine the placement of the sensor.
  • the statistical analysis unit 12 shown in FIG. 1 performs statistical analysis of vibrations detected by the sensors 11_1 to 11_3. Specifically, the statistical analysis unit 12 performs statistical analysis using the acceleration of vibration detected by the sensors 11_1 to 11_3.
  • the statistical analysis is a method of performing statistical analysis using vibration acceleration data, for example, a method of obtaining a frequency distribution of vibration acceleration magnitudes detected by the sensors 11_1 to 11_3. The details of the statistical analysis will be described later.
  • statistical analysis may be performed using velocity or displacement other than the acceleration of vibration. The same applies to the frequency analysis described below.
  • the pre-processing unit 13 performs pre-processing on the vibration data detected by the sensors 11_1 to 11_3. For example, as pre-processing, processing for removing noise included in the vibration data detected by the sensors 11_1 to 11_3 may be performed. The noise can be removed by using a filter such as a low-pass filter. Further, for example, as preprocessing, envelope processing may be performed on the vibration data detected by the sensors 11_1 to 11_3.
  • the frequency analysis unit 14 analyzes the frequency of the vibration detected by the sensors 11_1 to 11_3. Specifically, the frequency analysis unit 14 performs frequency analysis on the vibration data from which noise has been removed by the preprocessing unit 13. For example, the frequency analysis unit 14 generates a power spectrum showing the magnitude of acceleration of the vibration detected by the sensors 11_1 to 11_3 with respect to the frequency.
  • FFT Fast Fourier transform
  • the peak processing unit 15 performs processing that makes the power spectrum generated by the frequency analysis unit 14 clear, that is, processing that emphasizes the peak.
  • the peak processing unit 15 can emphasize the peak by adding the frequency-analyzed data (power spectrum) a predetermined number of times and then performing a process of dividing by a predetermined value (averaging process).
  • the abnormality determination unit 17 determines the abnormality of the speed reducer 10 based on the analysis result of the statistical analysis unit 12 and the analysis result of the frequency analysis unit 14 (output of the peak processing unit 15). Specifically, the abnormality determination unit 17 determines whether there is an abnormality in the speed reducer 10 based on the result of the statistical analysis by the statistical analysis unit 12. For example, the abnormality determination unit 17 can determine whether or not there is an abnormality in the speed reducer 10 based on the frequency distribution of the magnitudes of the vibration accelerations detected by the sensors 11_1 to 11_3.
  • the abnormality determination unit 17 can specify the type of abnormality of the speed reducer 10 based on the power spectrum generated by the frequency analysis unit 14.
  • the type of abnormality of the speed reducer 10 is a defect of each component, for example, scratches, cracks, wear, corrosion, etc. on the shaft, the bearing, the gear, and the like. It may also be an oil abnormality.
  • the abnormality determination unit 17 may previously store abnormality determination data in which a power spectrum indicating an abnormality and a type of abnormality of the speed reducer 10 are associated with each other.
  • the abnormality determination unit 17 can identify the type of abnormality of the speed reducer 10 by collating the power spectrum generated by the frequency analysis unit 14 with the abnormality determination data stored in advance.
  • the abnormality determination unit 17 includes a power spectrum corresponding to the type of abnormality of the speed reducer 10 (type of abnormality of parts), such as a power spectrum when the bearing is scratched or a power spectrum when the gear is scratched.
  • the database is created in advance. Then, by comparing the power spectrum generated by the frequency analysis unit 14 with this database, it is possible to specify the type of abnormality of the speed reducer 10.
  • the sensors 11_1 to 11_3 are attached to the housing surface of the speed reducer 10 at a plurality of locations (see FIGS. 2 and 3).
  • the abnormality determination unit 17 may identify the abnormal portion of the speed reducer 10 based on the statistical analysis result and the frequency analysis result of the plurality of sensors 11_1 to 11_3. For example, when the vibration detected by the sensor 11_3 is larger than the reference value, it can be determined that there is an abnormal portion near the sensor 11_3.
  • the display unit 18 shown in FIG. 1 displays the determination result of the abnormality determination unit 17.
  • the display unit 18 can be configured by using a liquid crystal display or the like.
  • the user can grasp the state of the speed reducer 10, that is, the presence/absence of an abnormality, the type of abnormality, and the abnormal location.
  • an inspection recommendation message may be displayed on the display unit 18.
  • a screen for requesting maintenance may be displayed on the display unit 18.
  • the user can easily request the manufacturer for maintenance by pressing the maintenance request button displayed on the display unit 18 (touch panel).
  • a screen for ordering defective parts may be displayed on the display unit 18.
  • the user can order the defective component from the manufacturer by pressing the order button displayed on the display unit 18 (touch panel).
  • step S1 the speed reducer 10 is normally operated (step S1).
  • step S2 using the sensors 11_1 to 11_3 attached to the speed reducer 10, vibration data on the surface of the casing of the speed reducer 10 in steady operation is acquired (step S2).
  • FIG. 5 is a graph showing vibration waveforms detected by the sensors 11_1 to 11_3.
  • the sensors 11_1 to 11_3 are also referred to as sensors A to C.
  • the vibration data shown in FIG. 5 shows a change over time in the acceleration of vibration on the housing surface of the speed reducer 10.
  • the vibration data shown in FIG. 5 indicates that the larger the acceleration, the larger the amplitude of the vibration on the surface of the housing.
  • the acceleration of the vibration data in the sensor C is the largest, which indicates that the vibration amplitude is large at the position where the sensor C is attached.
  • FIG. 6 is a graph for explaining an example in which statistical processing is performed using the acceleration of vibration detected by the sensors A to C.
  • the graph shown in FIG. 6 shows an example in which the frequency distribution of the magnitude of the acceleration of vibration detected by the sensors A to C is obtained.
  • the graph shown in FIG. 6 is a histogram, where the horizontal axis represents the acceleration section (class) and the vertical axis represents the frequency in each section (class).
  • the width of each section of acceleration is 0.1. Since the acceleration of the vibration data of the sensors A and B shown in FIG. 5 is in the range of ⁇ 1, the shape of the frequency distribution is sharp in the graph of the sensors A and B shown in FIG. On the other hand, since the acceleration of the vibration data of the sensor C shown in FIG. 5 is in the range of ⁇ 2, the shape of the frequency distribution is broad in the graph of the sensor C shown in FIG. From the results shown in FIG. 6, the statistical analysis unit 12 obtains a variance value as a statistical analysis result of the vibration data of each of the sensors A to C. In the example shown in FIG. 6, the graph of the sensors A and B has a sharp frequency distribution, so the variance value is small. On the other hand, since the shape of the frequency distribution of the graph of the sensor C is broad, the variance value is high.
  • the preprocessing unit 13 also performs preprocessing on the vibration data detected by the sensors A to C (step S4). For example, a process of removing noise included in the vibration data detected by the sensors A to C using a low pass filter is performed.
  • the frequency analysis unit 14 performs frequency analysis on the vibration data from which noise has been removed by the preprocessing unit 13 (step S5). Specifically, the frequency analysis unit 14 generates a power spectrum indicating the magnitude of acceleration of the vibration detected by the sensors A to C with respect to frequency.
  • FFT Fast Fourier transform
  • the peak processing unit 15 performs peak processing for clarifying the power spectrum generated by the frequency analysis unit 14 (step S6).
  • FIG. 7 is a graph for explaining an example of frequency analysis of vibration detected by the sensor.
  • the upper diagram of FIG. 7 shows the power spectrum generated by the frequency analysis unit 14, and the lower diagram of FIG. 7 shows the power spectrum after the peak processing is performed by the peak processing unit 15.
  • the power spectrum of the sensor C is shown as a typical example.
  • the frequency analysis unit 14 performs a fast Fourier transform (FFT) process on the pre-processed (noise-removed) vibration data to indicate the magnitude of acceleration with respect to the frequency as shown in the upper diagram of FIG. 7. Generating a power spectrum.
  • the peak processing unit 15 performs processing (averaging processing) of adding the data (power spectrum) after frequency analysis a predetermined number of times and then dividing by a predetermined value. As a result, the peak can be emphasized as shown in the lower diagram of FIG. 7.
  • the abnormality determination unit 17 determines the abnormality of the speed reducer 10 based on the result of the statistical analysis (step S3) and the result of the frequency analysis (steps S4 to S6) (step S7). Specifically, the abnormality determination unit 17 determines whether there is an abnormality in the speed reducer 10 based on the frequency distribution of the vibration data of the sensors A to C (see FIG. 6).
  • FIG. 8 is a graph for explaining abnormality determination.
  • the horizontal axis of FIG. 8 indicates the degree of abnormality, and the vertical axis indicates the monitoring (judgment) value.
  • the monitoring (judgment) value corresponds to the variance value obtained from the frequency distribution shown in FIG. That is, in FIG. 8, the higher the variance value, the higher the degree of abnormality. More specifically, in FIG. 6, the graph of the sensors A and B has a sharp frequency distribution shape, and thus the variance value is a small value. Therefore, in the graph shown in FIG. 8, since the variance values of the sensors A and B are small, the vibration data of the sensors A and B are determined to be normal. On the other hand, in FIG. 6, since the graph of the sensor C has a broad frequency distribution, the variance value is high. Therefore, in the graph shown in FIG. 8, the variance value of the sensor C becomes large, and the vibration data of the sensor C is determined to be abnormal (abnormal level 4).
  • abnormal levels 1 to 4 are set by using the variance value of the frequency distribution as a monitoring (judgment) value.
  • the graph shown in FIG. 8 indicates that the higher the abnormality level, the greater the degree of abnormality.
  • the speed reducer 10 is configured by using each part having a degree of damage of “small”, a degree of damage of “medium”, and a degree of damage of “large”. Then, the vibration data of each of the speed reducers 10 thus configured is acquired, and the variance value of the frequency distribution of the acceleration of each speed reducer 10 is obtained.
  • the degree of abnormality on the horizontal axis shown in FIG. 8 corresponds to the degree of scratches (small, medium, large) on the parts that have been scratched in advance, and the higher the degree of abnormality, the greater the degree of scratches. Therefore, in the graph shown in FIG. 8, the higher the abnormality degree, the higher the variance value (monitoring (judgment) value) of the acceleration frequency distribution.
  • the abnormality determination unit 17 can accurately determine whether or not there is an abnormality in the speed reducer 10 by creating a graph (determination criterion) as shown in FIG. 8 in advance.
  • the abnormality determination unit 17 can specify the type of abnormality of the speed reducer 10 based on the power spectrum that is the result of the frequency analysis (steps S4 to S6).
  • the type of abnormality of the speed reducer 10 is a defect of each component, for example, scratches, cracks, wear, corrosion, etc. on the shaft, the bearing, the gear, and the like. It may also be an oil abnormality.
  • FIG. 9 is a graph for explaining an example of a power spectrum obtained by frequency analysis, showing a power spectrum in a normal case (upper figure in FIG. 9) and a power spectrum in an abnormal case (lower figure in FIG. 9). ing.
  • the power spectrum in the abnormal case (lower figure in FIG. 9) has a higher power value than the power spectrum in the normal case (upper figure in FIG. 9).
  • the power value at a specific frequency is high.
  • the power value near 30 Hz is particularly high.
  • the abnormality determination unit 17 can specify the type of abnormality of the speed reducer 10 (may be an abnormal portion; the same applies below) by using a specific frequency with a high power value.
  • the abnormality determination unit 17 stores in advance abnormality determination data in which a power spectrum indicating an abnormality and a type of abnormality of the reduction gear 10 (may be an abnormal location) are associated with each other.
  • the abnormality determination unit 17 includes the power spectrum corresponding to the type of abnormality of the speed reducer 10 (type of abnormality of parts), such as the power spectrum when the bearing is scratched and the power spectrum when the gear is scratched.
  • the database is created in advance.
  • the abnormality determination unit 17 may store a table in which the type of abnormality of the speed reducer 10 and the frequency at which the power value increases in the case of the abnormality are associated with each other.
  • the abnormality determination unit 17 can identify the type of abnormality of the speed reducer 10 by comparing the power spectrum generated by the frequency analysis unit 14 with the abnormality determination data stored in advance. Specifically, by collating the specific frequency with the high power value with the abnormality determination data, the type of abnormality corresponding to the specific frequency can be specified.
  • step S8: No when the abnormality determination unit 17 determines that there is no abnormality (step S8: No), the operations of steps S2 to S8 are repeated. On the other hand, when the abnormality determination unit 17 determines that there is an abnormality (step S8: Yes), a message indicating that the speed reducer 10 is abnormal is displayed on the display unit 18.
  • step S3 and frequency analysis may be either first or may be performed simultaneously.
  • the sensor attached to the housing of the speed reducer is used to detect the vibration on the surface of the speed reducer housing. Then, a statistical analysis and a frequency analysis of the vibration detected by the sensor are performed, and the speed reducer abnormality determination is performed based on the analysis results. Therefore, it is possible to provide the abnormality detection system and the abnormality detection method capable of accurately detecting the abnormality of the speed reducer.
  • the abnormality detection system it is possible to determine whether there is an abnormality in the speed reducer 10 based on the statistical analysis result of the statistical analysis unit 12.
  • the type of abnormality of the speed reducer 10 can be specified based on the power spectrum generated by the frequency analysis unit 14. Further, it is possible to specify the abnormal portion of the speed reducer 10 based on the statistical analysis result and the frequency analysis result of the plurality of sensors 11.
  • the speed reducer abnormality determination is performed using the statistical analysis result and the frequency analysis result. Therefore, the speed reducer abnormality (absence of abnormality, type of abnormality, abnormality Location) can be accurately detected.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Gear Transmission (AREA)

Abstract

本発明の一態様にかかる異常検知システム（１）は、減速機（１０）の異常を検知するための異常検知システム（１）であって、減速機（１０）の筐体に取り付けられ、減速機（１０）の筐体表面における振動を検出するためのセンサ（１１_１～１１_３）と、センサ（１１_１～１１_３）で検出された振動の統計解析を行う統計解析部（１２）と、センサ（１１_１～１１_３）で検出された振動の周波数解析を行う周波数解析部（１４）と、統計解析の結果と周波数解析の結果とに基づいて、減速機（１０）の異常判定を行う異常判定部（１７）と、を備える。

Description

異常検知システム、及び異常検知方法
　本発明は異常検知システム、及び異常検知方法に関し、特に産業機械に用いられる減速機の異常を検知するための異常検知システム、及び異常検知方法に関する。
　プラスチック製品を製造するための産業機械として押出機が広く用いられている。例えば、押出機の一つとして、二軸スクリュを用いてプラスチック原料を混練する二軸スクリュ押出機がある（特許文献１参照）。
特開２０１４－８６７７号公報
　産業機械の一つである押出機では、モータで発生した動力を二軸スクリュの各々に伝える減速機が用いられている。減速機は、モータで発生した動力を所定のトルクに変換して二軸スクリュに伝える。減速機には、軸、軸受、歯車等の様々な部品が内蔵されている。減速機にはこのように様々な部品が内蔵されており、各々の部品の一部に不具合（傷の発生など）が発生すると、この部品の不具合が減速機全体の故障につながるおそれがある。したがって、減速機（部品）の異常を正確に検知することが可能な異常検知システムが必要とされている。
　上記課題に鑑み本発明の目的は、減速機の異常を正確に検知することが可能な異常検知システム、及び異常検知方法を提供することである。
　本発明の一態様にかかる異常検知システムは、減速機の異常を検知するための異常検知システムであって、前記減速機の筐体に取り付けられ、前記減速機の筐体表面における振動を検出するためのセンサと、前記センサで検出された振動の統計解析を行う統計解析部と、前記センサで検出された振動の周波数解析を行う周波数解析部と、前記統計解析の結果と前記周波数解析の結果とに基づいて、前記減速機の異常判定を行う異常判定部と、を備える。
　本発明の一態様にかかる異常検知方法は、減速機の異常を検知するための異常検知方法であって、前記減速機の筐体に取り付けられたセンサを用いて、前記減速機の筐体表面における振動の統計解析を行う工程と、前記センサで検出された振動の周波数解析を行う工程と、前記統計解析の結果と前記周波数解析の結果とに基づいて、前記減速機の異常判定を行う工程と、を備える。
　本発明により、減速機の異常を正確に検知することが可能な異常検知システム、及び異常検知方法を提供することができる。
実施の形態にかかる異常検知システムを説明するためのブロック図である。 センサの取り付け位置を説明するための斜視図である。 センサの取り付け位置を説明するための斜視図である。 実施の形態にかかる異常検知システムの動作を説明するためのフローチャートである。 センサで検出された振動波形を示すグラフである。 センサで検出された振動の加速度を用いて統計処理を行った例を説明するためのグラフである。 センサで検出された振動の周波数解析を行った例を説明するためのグラフである。 異常判定を説明するためのグラフである。 周波数解析で求めたパワースペクトルの一例を説明するためのグラフである。
　以下、図面を参照して本発明の実施の形態について説明する。
　図１は、実施の形態にかかる異常検知システムを説明するためのブロック図である。本実施の形態にかかる異常検知システム１は、典型的には押出機（二軸スクリュ押出機）等の産業機械に用いられる減速機の異常を検知するための異常検知システムである。図１に示すように、本実施の形態にかかる異常検知システム１は、センサ１１_１～１１_３、統計解析部１２、前処理部１３、周波数解析部１４、ピーク処理部１５、異常判定部１７、及び表示部１８を備える。なお、図１では、一例として３つのセンサ１１_１～１１_３を備える場合を示しているが、センサの数は１つ以上であれば任意に決定することができる。また、本明細書ではセンサ１１_１～１１_３を総称してセンサ１１と記載する場合もある。
　センサ１１は、減速機１０の筐体に取り付けられ、減速機１０の筐体表面における振動を検出する。図２、図３は、センサ１１の取り付け位置を説明するための斜視図であり、センサ１１を減速機１０に取り付ける位置の一例を示している。なお、図２、図３では、センサ１１をＡ１～Ａ５、Ｈ１～Ｈ３、Ｖ１～Ｖ３と示しており、Ａ、Ｈ、Ｖはセンサで検出する振動の方向を示している。例えば、センサＡ１はＡ（Axis：軸）方向の振動を検出するセンサであり、センサＨ１はＨ（Horizontal：水平）方向の振動を検出するセンサであり、センサＶ１はＶ（Vertical：垂直）方向の振動を検出するセンサである。
　図２、図３に示すように、減速機１０の筐体（ケース）は略箱型である。図２に示すように、減速機１０の入力側の面３１、つまりモータ（不図示）から動力が入力される側の面３１には、入力軸２１および軸受２２が配置されている。図３に示すように、減速機１０の出力側の面３５、つまり二軸スクリュ（不図示）に動力が出力される側の面３５には、出力軸２５、２６が配置されている。また、減速機１０の内部には軸、歯車等の様々な部品が設けられている。減速機１０は、モータ（不図示）から入力軸２１に伝達された動力を所定のトルクに変換し、出力軸２５、２６を介して二軸スクリュ（不図示）に所定のトルクの動力を伝える。
　図２、図３に示すように、各々のセンサは、減速機１０の筐体の角部近傍において、当該角部を構成する３つの面に各々取り付けられている。よって、各々のセンサを用いて、筐体の角部近傍における３軸方向の加速度を測定することができる。
　具体的に説明すると、図２、図３に示すように、センサＡ１、Ｈ１、Ｖ１はそれぞれ、減速機１０の筐体の角部４１の近傍に設けられている。つまり、センサＡ１、Ｈ１、Ｖ１はそれぞれ、角部４１を構成する３つの面３１、３４（図３参照）、３３に各々取り付けられている。角部４１の近傍において、センサＡ１はＡ軸方向の振動を、センサＨ１はＨ軸方向の振動を、センサＶ１はＶ軸方向の振動をそれぞれ検出する。
　また、センサＡ２、Ｈ２、Ｖ２はそれぞれ、減速機１０の筐体の角部４２の近傍に設けられている。つまり、センサＡ２、Ｈ２、Ｖ２はそれぞれ、角部４２を構成する３つの面３１、３２、３３に各々取り付けられている。角部４２の近傍において、センサＡ２はＡ軸方向の振動を、センサＨ２はＨ軸方向の振動を、センサＶ２はＶ軸方向の振動をそれぞれ検出する。
　また、センサＡ３、Ｈ３、Ｖ３（図３参照）はそれぞれ、減速機１０の筐体の角部４３の近傍に設けられている。つまり、センサＡ３、Ｈ３、Ｖ３はそれぞれ、角部４３を構成する３つの面３５、３４、３３に各々取り付けられている。角部４３の近傍において、センサＡ３はＡ軸方向の振動を、センサＨ３はＨ軸方向の振動を、センサＶ３はＶ軸方向の振動をそれぞれ検出する。
　減速機１０の軸受２２の近傍には、センサＡ４（図２参照）が設けられている。よって、センサＡ４を用いて軸受２２近傍の振動を検出することができる。また、センサＡ５（図２参照）、センサＨ４（図３参照）は減速機１０の下部に設けられている。センサＡ５、Ｈ４を用いることで、減速機１０の下部の振動を検出することができる。したがって、減速機１０の上部における振動と下部における振動との差を求めることができる。また、減速機１０の下部にセンサＡ５、Ｈ４を設けることで、測定対象である減速機１０の近くに設定されている他の機械の振動を計測することができる。これにより、減速機１０の振動データから他の機械の振動データを差し引くことができる。
　図２、図３に示す例では、各々のセンサは、減速機１０の入力軸２１側の面３１の上側および減速機１０の出力軸２５、２６側の面３５の上側に取り付けられている。換言すると、減速機１０の筐体の上側の角部４１、４２、４３にセンサを多く取り付けている。減速機１０の筐体の上側は下側と比べて振動が大きいので、減速機１０の筐体の上側にセンサを多く取り付けることで、大きい振動データを取得することができる。
　なお、上述したセンサの配置は一例であり、センサの配置は減速機１０の形状や部品の配置などに応じて適宜変更することができる。センサの配置を決定する際は、例えば、減速機１０に対してモーダル解析を実施し、減速機１０の固有振動数と振動形状を予測する解析を行う。また、減速機１０に対してハンマリング試験を行い、固有振動数と振動形状を実験的に求めてモーダル解析の確からしさを検証する。このようなモーダル解析とハンマリング試験とを繰り返して、センサの配置を決定することができる。更に、減速機１０の運転状態を模擬した振動解析を行って、減速機１０の振動箇所や共振箇所を特定して、センサの配置を決定してもよい。
　図１に示す統計解析部１２は、センサ１１_１～１１_３で検出された振動の統計解析を行う。具体的には、統計解析部１２は、センサ１１_１～１１_３で検出された振動の加速度を用いて統計解析を行う。ここで、統計解析とは、振動の加速度データを用い統計的に解析する方法であり、例えば、センサ１１_１～１１_３で検出された振動の加速度の大きさの度数分布を求める方法である。なお、統計解析の詳細については後述する。また、本実施の形態では振動の加速度以外にも速度や変位を用いて統計解析を行ってもよい。以下で説明する周波数解析においても同様である。
　前処理部１３は、センサ１１_１～１１_３で検出された振動データに対して前処理を実施する。例えば、前処理として、センサ１１_１～１１_３で検出された振動データに含まれるノイズを除去する処理を行ってもよい。ノイズの除去は、例えばローパスフィルタ等のフィルタを用いて実施することができる。また、例えば、前処理として、センサ１１_１～１１_３で検出された振動データに対してエンベロープ処理を行ってもよい。
　周波数解析部１４は、センサ１１_１～１１_３で検出された振動の周波数解析を行う。具体的には、周波数解析部１４は、前処理部１３でノイズが除去された振動データに対して周波数解析を行う。例えば、周波数解析部１４は、センサ１１_１～１１_３で検出された振動の、周波数に対する加速度の大きさを示すパワースペクトルを生成する。周波数解析には、高速フーリエ変換（ＦＦＴ：Fast Fourier transform）を用いることができる。なお、周波数解析の詳細については後述する。
　ピーク処理部１５は、周波数解析部１４で生成されたパワースペクトルが明瞭になるような処理、すなわち、ピークを強調する処理を行う。例えば、ピーク処理部１５は、周波数解析後のデータ（パワースペクトル）を所定回数加算し、その後、所定の値で除算する処理（平均化処理）を行うことで、ピークを強調することができる。
　異常判定部１７は、統計解析部１２の解析結果および周波数解析部１４の解析結果（ピーク処理部１５の出力）に基づいて、減速機１０の異常判定を行う。具体的には、異常判定部１７は、統計解析部１２における統計解析の結果に基づいて、減速機１０の異常の有無を判定する。例えば、異常判定部１７は、センサ１１_１～１１_３で検出された振動の加速度の大きさの度数分布に基づいて、減速機１０の異常の有無を判定することができる。
　また、異常判定部１７は、周波数解析部１４で生成されたパワースペクトルに基づいて減速機１０の異常の種類を特定することができる。減速機１０の異常の種類とは、各々の部品の不具合であり、例えば、軸、軸受、歯車等における傷、亀裂、摩耗、腐食等である。また、オイルの異常であってもよい。
　例えば、異常判定部１７には、異常を示すパワースペクトルと減速機１０の異常の種類とを対応づけた異常判定用データが予め保存されていてもよい。異常判定部１７は、周波数解析部１４で生成されたパワースペクトルを、予め保存されている異常判定用データと照合することで、減速機１０の異常の種類を特定することができる。例えば、異常判定部１７には、軸受に傷がある場合のパワースペクトル、歯車に傷がある場合のパワースペクトルなど、減速機１０の異常の種類（部品の異常の種類）に対応するパワースペクトルのデータベースが予め作成されている。そして、周波数解析部１４で生成されたパワースペクトルを、このデータベースと照合することで、減速機１０の異常の種類を特定することができる。
　また、センサ１１_１～１１_３は、減速機１０の筐体表面の複数箇所に取り付けられている（図２、図３参照）。異常判定部１７は、複数のセンサ１１_１～１１_３の統計解析結果および周波数解析結果に基づいて、減速機１０の異常箇所を特定してもよい。例えば、センサ１１_３で検出された振動が基準値よりも大きい場合は、センサ１１_３の近くに異常箇所があると判定することができる。
　図１に示す表示部１８は、異常判定部１７における判定結果を表示する。例えば、表示部１８は液晶ディスプレイ等を用いて構成することができる。ユーザは表示部１８に表示されているメッセージを確認することで、減速機１０の状態、つまり、異常の有無、異常の種類、異常箇所を把握することができる。また、表示部１８に点検推奨メッセージを表示するようにしてもよい。更に、メンテナンスを依頼するための画面を表示部１８に表示するようにしてもよい。例えば、ユーザは、表示部１８（タッチパネル）に表示されているメンテナンス依頼ボタンを押すことで、メーカーに簡単にメンテナンスを依頼することができる。また、不具合のある部品を注文するための画面を表示部１８に表示するようにしてもよい。例えば、ユーザは、表示部１８（タッチパネル）に表示されている注文ボタンを押すことで、不具合のある部品をメーカーに注文することができる。
　次に、本実施の形態にかかる異常検知システムの動作について、図４に示すフローチャートを用いて説明する。以下では、具体例を用いて異常検知システムの動作について説明する。
　まず、減速機１０を定常運転する（ステップＳ１）。次に、減速機１０に取り付けられたセンサ１１_１～１１_３を用いて、定常運転している減速機１０の筐体表面における振動データを取得する（ステップＳ２）。図５は、センサ１１_１～１１_３で検出された振動波形を示すグラフである。なお、以下では、センサ１１_１～１１_３をセンサＡ～Ｃとも記載する。
　図５に示すように、センサＡ～Ｃの振動データは、横軸が時間、縦軸が加速度の波形データである。つまり、図５に示す振動データは、減速機１０の筐体表面における振動の加速度の経時的な変化を示している。図５に示す振動データでは、加速度が大きいほど、筐体表面における振動の振幅が大きいことを示している。図５に示す例では、センサＡ～Ｃの波形のうち、センサＣにおける振動データの加速度が最も大きく、これはセンサＣが取り付けられた位置において振動の振幅が大きいことを示している。
　次に、統計解析部１２は、各々のセンサＡ～Ｃで検出された振動の加速度を用いて統計解析を行う（ステップＳ３）。図６は、センサＡ～Ｃで検出された振動の加速度を用いて統計処理を行った例を説明するためのグラフである。図６に示すグラフでは、センサＡ～Ｃで検出された振動の加速度の大きさの度数分布を求めている例を示している。図６に示すグラフはヒストグラムであり、横軸が加速度の区間（階級）、縦軸が各々の区間（階級）における度数を示している。
　図６に示すグラフでは、加速度の各々の区間の幅を０．１としている。図５に示すセンサＡ、Ｂの振動データの加速度は±１の範囲であるので、図６に示すセンサＡ、Ｂのグラフでは、度数分布の形状がシャープになっている。一方、図５に示すセンサＣの振動データの加速度は±２の範囲であるので、図６に示すセンサＣのグラフでは、度数分布の形状がブロードになっている。統計解析部１２は、図６に示す結果から、各々のセンサＡ～Ｃの振動データの統計解析結果として分散値を求める。図６に示す例では、センサＡ、Ｂのグラフにおいて度数分布の形状がシャープになっているので、分散値は小さい値となる。一方、センサＣのグラフの度数分布の形状はブロードであるので、分散値は高い値となる。
　また、前処理部１３は、センサＡ～Ｃで検出された振動データに対して前処理を実施する（ステップＳ４）。例えば、センサＡ～Ｃで検出された振動データに含まれるノイズをローパスフィルタを用いて除去する処理を行う。
　次に、周波数解析部１４は、前処理部１３でノイズが除去された振動データに対して周波数解析を行う（ステップＳ５）。具体的には、周波数解析部１４は、センサＡ～Ｃで検出された振動の、周波数に対する加速度の大きさを示すパワースペクトルを生成する。周波数解析には、高速フーリエ変換（ＦＦＴ）を用いることができる。
　その後、ピーク処理部１５は、周波数解析部１４で生成されたパワースペクトルを明瞭にするためのピーク処理を行う（ステップＳ６）。
　図７は、センサで検出された振動の周波数解析を行った例を説明するためのグラフである。図７の上図は周波数解析部１４で生成されたパワースペクトルを示しており、図７の下図はピーク処理部１５でピーク処理を行った後のパワースペクトルを示している。なお、図７では、代表例としてセンサＣのパワースペクトルを示している。
　周波数解析部１４は、前処理後（ノイズ除去後）の振動データに対して高速フーリエ変換（ＦＦＴ）処理を実施することで、図７の上図に示すような周波数に対する加速度の大きさを示すパワースペクトルを生成している。また、ピーク処理部１５は、周波数解析後のデータ（パワースペクトル）を所定回数加算し、その後、所定の値で除算する処理（平均化処理）を行う。これにより、図７の下図に示すように、ピークを強調することができる。
　次に、異常判定部１７は、統計解析の結果（ステップＳ３）および周波数解析の結果（ステップＳ４～Ｓ６）に基づいて、減速機１０の異常判定を行う（ステップＳ７）。具体的には、異常判定部１７は、センサＡ～Ｃの振動データの度数分布（図６参照）に基づいて、減速機１０の異常の有無を判定する。
　図８は、異常判定を説明するためのグラフである。図８の横軸は異常度合いを示しており、縦軸は監視（判定）値を示している。監視（判定）値は、図６に示した度数分布から求めた分散値に対応している。つまり、図８では、分散値が高い程、異常度合いが高いことを示している。具体的に説明すると、図６において、センサＡ、Ｂのグラフは度数分布の形状がシャープであるので、分散値は小さい値となる。よって、図８に示すグラフにおいて、センサＡ、Ｂの分散値が小さいので、センサＡ、Ｂの振動データは正常と判定される。一方、図６において、センサＣのグラフは度数分布の形状がブロードであるので、分散値は高い値となる。よって、図８に示すグラフにおいて、センサＣの分散値が大きくなるので、センサＣの振動データは異常（異常レベル４）と判定される。
　また、図８に示すグラフでは、度数分布の分散値を監視（判定）値として、異常レベル１～４を設定している。図８に示すグラフでは、異常レベルが高い程、異常の程度が大きいことを示している。
　例えば、予め傷をつけた部品を用いて減速機１０を構成し、この減速機１０の振動データを用いて度数分布の分散値を求めることで、図８に示すようなグラフを作成することができる。具体的には、傷の度合いが「小」、傷の度合いが「中」、傷の度合いが「大」の各々の部品を用いて減速機１０を構成する。そして、このように構成された各々の減速機１０の振動データを取得して、各々の減速機１０の加速度の度数分布の分散値を求める。
　つまり、図８に示す横軸の異常度合いは、予め傷をつけた部品の傷の度合い（小、中、大）に対応しており、異常度合いが高いほど、傷の度合いが大きくなる。したがって、図８に示すグラフでは、異常度合いが高いほど、加速度の度数分布の分散値（監視（判定）値）が高くなっている。異常判定部１７は、図８に示すようなグラフ（判定基準）を予め作成しておくことで、減速機１０の異常の有無を正確に判定することができる。
　また、異常判定部１７は、周波数解析の結果（ステップＳ４～Ｓ６）であるパワースペクトルに基づいて、減速機１０の異常の種類を特定することができる。減速機１０の異常の種類とは、各々の部品の不具合であり、例えば、軸、軸受、歯車等における傷、亀裂、摩耗、腐食等である。また、オイルの異常であってもよい。
　図９は、周波数解析で求めたパワースペクトルの一例を説明するためのグラフであり、正常の場合のパワースペクトル（図９の上図）と異常の場合のパワースペクトル（図９の下図）を示している。図９に示すように、異常の場合のパワースペクトル（図９の下図）では、正常の場合のパワースペクトル（図９の上図）と比べてパワー値が高い値となっている。特に、異常の場合のパワースペクトル（図９の下図）では、特定の周波数におけるパワー値が高くなっている。図９の下図に示す例では、３０Ｈｚ付近のパワー値が特に高くなっている。異常判定部１７は、パワー値が高い特定の周波数を用いることで、減速機１０の異常の種類（異常箇所でもよい。以下同様。）を特定することができる。
　例えば、異常判定部１７には、異常を示すパワースペクトルと減速機１０の異常の種類（異常箇所でもよい）とを対応づけた異常判定用データが予め保存されている。つまり、異常判定部１７には、軸受に傷がある場合のパワースペクトル、歯車に傷がある場合のパワースペクトルなど、減速機１０の異常の種類（部品の異常の種類）に対応するパワースペクトルのデータベースが予め作成されている。また、異常判定部１７には、減速機１０の異常の種類と、当該異常の場合にパワー値が高くなる周波数とを対応付けたテーブルが保存されていてもよい。
　異常判定部１７は、周波数解析部１４で生成されたパワースペクトルを、予め保存されている異常判定用データと照合することで、減速機１０の異常の種類を特定することができる。具体的には、パワー値が高くなっている特定の周波数を異常判定用データと照合することで、当該特定の周波数に対応する異常の種類を特定することができる。
　図４のフローチャートに示すように、異常判定部１７が異常なしと判定した場合は（ステップＳ８：Ｎｏ）、再度、ステップＳ２～Ｓ８の動作を繰り返す。一方、異常判定部１７が異常ありと判定した場合は（ステップＳ８：Ｙｅｓ）、減速機１０が異常であることを示すメッセージを表示部１８に表示する。
　なお、上述した統計解析（ステップＳ３）および周波数解析（ステップＳ４～Ｓ６）の順番は、どちらが先であってもよく、また同時に実施してもよい。
　上述のように、本実施の形態では、減速機の筐体に取り付けられたセンサを用いて、減速機の筐体表面における振動を検出している。そして、センサで検出された振動の統計解析と周波数解析とを行い、これらの解析結果に基づいて、減速機の異常判定を行っている。したがって、減速機の異常を正確に検知することが可能な異常検知システム、及び異常検知方法を提供することができる。
　すなわち、本実施の形態にかかる異常検知システムでは、統計解析部１２における統計解析結果に基づいて、減速機１０の異常の有無を判定することができる。また、周波数解析部１４で生成されたパワースペクトルに基づいて減速機１０の異常の種類を特定することができる。また、複数のセンサ１１の統計解析結果および周波数解析結果に基づいて、減速機１０の異常箇所を特定することができる。このように、本実施の形態にかかる異常検知システムでは、統計解析結果および周波数解析結果を用いて減速機の異常判定を行っているので、減速機の異常（異常の有無、異常の種類、異常箇所）を正確に検知することができる。
　以上、本発明を上記実施の形態に即して説明したが、本発明は上記実施の形態の構成にのみ限定されるものではなく、本願特許請求の範囲の請求項の発明の範囲内で当業者であればなし得る各種変形、修正、組み合わせを含むことは勿論である。
１　異常検知システム
１０　減速機
１１_１、１１_２、１１_３　センサ
１２　統計解析部
１３　前処理部
１４　周波数解析部
１５　ピーク処理部
１７　異常判定部
１８　表示部
２１　入力軸
２２　軸受
２５、２６　出力軸

Claims (9)

  1. 　減速機の異常を検知するための異常検知システムであって、
    　前記減速機の筐体に取り付けられ、前記減速機の筐体表面における振動を検出するためのセンサと、
    　前記センサで検出された振動の統計解析を行う統計解析部と、
    　前記センサで検出された振動の周波数解析を行う周波数解析部と、
    　前記統計解析の結果と前記周波数解析の結果とに基づいて、前記減速機の異常判定を行う異常判定部と、を備える、
    　異常検知システム。
  2. 　前記統計解析部は、前記センサで検出された振動の加速度を用いて統計解析を行い、
    　前記異常判定部は、前記統計解析の結果に基づいて前記減速機の異常の有無を判定する、
    　請求項１に記載の異常検知システム。
  3. 　前記統計解析部は、前記センサで検出された振動の加速度の大きさの度数分布を求め、
    　前記異常判定部は、前記求めた度数分布の分散に基づいて前記減速機の異常の有無を判定する、
    　請求項１または２に記載の異常検知システム。
  4. 　前記周波数解析部は、前記センサで検出された振動の周波数に対する加速度の大きさを示すパワースペクトルを生成し、
    　前記異常判定部は、前記パワースペクトルに基づいて前記減速機の異常の種類を特定する、
    　請求項１～３のいずれか一項に記載の異常検知システム。
  5. 　前記異常判定部には、異常を示すパワースペクトルと前記減速機の異常の種類とを対応づけた異常判定用データが予め保存されており、
    　前記異常判定部は、前記周波数解析部で生成された前記パワースペクトルを前記予め保存されている異常判定用データと照合することで、前記減速機の異常の種類を特定する、
    　請求項１～４のいずれか一項に記載の異常検知システム。
  6. 　前記センサは、前記減速機の筐体表面の複数箇所に取り付けられており、
    　前記異常判定部は、前記複数のセンサの前記統計解析の結果及び前記周波数解析の結果に基づいて、前記減速機の異常箇所を特定する、
    　請求項１～５のいずれか一項に記載の異常検知システム。
  7. 　前記減速機の筐体は略箱型であり、
    　前記センサは、前記筐体の角部近傍において、当該角部を構成する３つの面に各々取り付けられており、
    　前記各々のセンサを用いて前記筐体の前記角部近傍における３軸方向の加速度を測定する、
    　請求項１～６のいずれか一項に記載の異常検知システム。
  8. 　前記各々のセンサは、前記減速機の入力軸側の面の上側および前記減速機の出力軸側の面の上側の少なくとも一方に取り付けられている、請求項７に記載の異常検知システム。
  9. 　減速機の異常を検知するための異常検知方法であって、
    　前記減速機の筐体に取り付けられたセンサを用いて、前記減速機の筐体表面における振動の統計解析を行う工程と、
    　前記センサで検出された振動の周波数解析を行う工程と、
    　前記統計解析の結果と前記周波数解析の結果とに基づいて、前記減速機の異常判定を行う工程と、を備える、
    　異常検知方法。
PCT/JP2019/006703 2019-02-22 2019-02-22 異常検知システム、及び異常検知方法 WO2020170409A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
EP19915675.3A EP3929460B1 (en) 2019-02-22 2019-02-22 Anomaly detection system and anomaly detection method
US17/425,891 US20220276126A1 (en) 2019-02-22 2019-02-22 Anomaly detection system and anomaly detection method
KR1020217026750A KR20210126617A (ko) 2019-02-22 2019-02-22 이상 검지 시스템, 및 이상 검지 방법
PCT/JP2019/006703 WO2020170409A1 (ja) 2019-02-22 2019-02-22 異常検知システム、及び異常検知方法
JP2021501243A JP7199793B2 (ja) 2019-02-22 2019-02-22 異常検知システム、及び異常検知方法
CN201980092690.9A CN113454363A (zh) 2019-02-22 2019-02-22 异常探测系统及异常探测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/006703 WO2020170409A1 (ja) 2019-02-22 2019-02-22 異常検知システム、及び異常検知方法

Publications (1)

Publication Number Publication Date
WO2020170409A1 true WO2020170409A1 (ja) 2020-08-27

Family

ID=72144854

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/006703 WO2020170409A1 (ja) 2019-02-22 2019-02-22 異常検知システム、及び異常検知方法

Country Status (6)

Country Link
US (1) US20220276126A1 (ja)
EP (1) EP3929460B1 (ja)
JP (1) JP7199793B2 (ja)
KR (1) KR20210126617A (ja)
CN (1) CN113454363A (ja)
WO (1) WO2020170409A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102415347B1 (ko) * 2021-11-29 2022-06-30 (주)페스코 트랜스퍼케이스의 이상 진단장치 및 진단방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011027452A (ja) * 2009-07-22 2011-02-10 Jfe Mechanical Co Ltd データ収集装置及び該データ収集装置を備えた設備機器の診断装置
JP2012008030A (ja) * 2010-06-25 2012-01-12 Toshiba Plant Systems & Services Corp 回転機軸受診断装置
JP2014008677A (ja) 2012-06-29 2014-01-20 Japan Steel Works Ltd:The 二軸スクリュ押出機
JP2018091638A (ja) * 2016-11-30 2018-06-14 株式会社デンソー 回転体の検査装置
JP2019027788A (ja) * 2017-07-25 2019-02-21 日本電気株式会社 回転機構の異常検知感度設定装置および異常検知感度設定方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61114134A (ja) * 1984-11-09 1986-05-31 Sumitomo Metal Ind Ltd 回転機械の診断方法
JPH0288938A (ja) * 1988-09-27 1990-03-29 Kobe Steel Ltd 減速機歯車の故障診断方法
SE460315B (sv) * 1988-10-13 1989-09-25 Ludwik Jan Liszka Saett att fortloepande oevervaka drifttillstaandet hos en maskin
JP3393908B2 (ja) * 1993-12-24 2003-04-07 株式会社東芝 回転機械の音響・振動診断装置及び方法
JP3781204B2 (ja) * 1995-08-09 2006-05-31 株式会社フジタ 掘進機の診断装置
US6392584B1 (en) * 2000-01-04 2002-05-21 Richard Eklund System and method for detecting and warning of potential failure of rotating and vibrating machines
US6560552B2 (en) * 2001-03-20 2003-05-06 Johnson Controls Technology Company Dynamically configurable process for diagnosing faults in rotating machines
JP6297822B2 (ja) * 2013-11-19 2018-03-20 ルネサスエレクトロニクス株式会社 検知装置、検知システム及び検知方法
CN105730450B (zh) * 2016-01-29 2018-01-02 北京荣之联科技股份有限公司 基于车载数据的驾驶行为分析方法及评价系统
KR101764540B1 (ko) * 2016-06-21 2017-08-02 두산중공업 주식회사 풍력발전기 진동 상태감시 및 진단 시스템
CN107576488A (zh) * 2017-08-30 2018-01-12 沃德传动（天津）股份有限公司 一种采用振动算法对设备运行状态进行监测诊断的方法
CN108663988B (zh) * 2018-05-31 2020-03-10 哈尔滨莫迪科技有限责任公司 基于物联网的数控机床智能监控系统
US20210041327A1 (en) * 2019-08-07 2021-02-11 Caterpillar Inc. System and method for acquiring vibration-related information associated with operation of a rotary machine
US11513031B2 (en) * 2019-10-28 2022-11-29 Aktiebolaget Skf Conformance test apparatus, sensor system, and processes

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011027452A (ja) * 2009-07-22 2011-02-10 Jfe Mechanical Co Ltd データ収集装置及び該データ収集装置を備えた設備機器の診断装置
JP2012008030A (ja) * 2010-06-25 2012-01-12 Toshiba Plant Systems & Services Corp 回転機軸受診断装置
JP2014008677A (ja) 2012-06-29 2014-01-20 Japan Steel Works Ltd:The 二軸スクリュ押出機
JP2018091638A (ja) * 2016-11-30 2018-06-14 株式会社デンソー 回転体の検査装置
JP2019027788A (ja) * 2017-07-25 2019-02-21 日本電気株式会社 回転機構の異常検知感度設定装置および異常検知感度設定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3929460A4

Also Published As

Publication number Publication date
KR20210126617A (ko) 2021-10-20
JP7199793B2 (ja) 2023-01-06
CN113454363A (zh) 2021-09-28
JPWO2020170409A1 (ja) 2021-12-16
EP3929460B1 (en) 2024-05-01
EP3929460C0 (en) 2024-05-01
US20220276126A1 (en) 2022-09-01
EP3929460A4 (en) 2022-10-26
EP3929460A1 (en) 2021-12-29

Similar Documents

Publication Publication Date Title
Fakhfakh et al. Numerical and experimental analysis of a gear system with teeth defects
JP6625137B2 (ja) 工作機械
JP6150379B2 (ja) 計量装置
WO2019167180A1 (ja) 異常種別判定装置及び異常種別判定方法
TWI490465B (zh) 具有振動測試功能之電子裝置及用以建立振動測試演算法之方法
JP2000171291A (ja) 故障診断方法および故障診断器
WO2020170409A1 (ja) 異常検知システム、及び異常検知方法
JP2020003363A (ja) 転がり軸受の異常診断方法及び異常診断装置、異常診断プログラム
JP5958932B2 (ja) 動的設備の状態監視システムとその方法とそのプログラム
JP2020134479A (ja) 異常検出方法および異常検出装置
CN114117655A (zh) 用于估计轴承的剩余使用寿命的系统、装置和方法
EP2130021B1 (en) Pitch line run-out detection apparatus
US7032453B2 (en) Method and apparatus for the diagnosis of natural vibrations in a mechatronic system
WO2019220542A1 (ja) 圧延設備の診断装置及び診断方法
KR100436573B1 (ko) 진동 및 소음품질 자동검사장치
Da Costa et al. Orbit analysis for imbalance fault detection in rotating machinery
JP6812529B2 (ja) 予知保全判定装置、予知保全判定方法及びプログラム
EP4253934A1 (en) System, apparatus and method for misalignment-based remaining useful life estimation of a bearing
WO2017006792A1 (ja) 検査方法および検査装置
JP7077426B2 (ja) 診断装置及びこれを備えた設備並びに診断方法
EP4012209A1 (en) System, apparatus and method for estimating remaining useful life of at least one bearing
KR101043146B1 (ko) 구동전류 측정을 이용한 기어박스 불량위치 판별 장치 및방법
CN114659784A (zh) 用于齿圈的异常检测方法、车辆和存储介质
Khammar et al. Experimental and Numerical Analysis of Helical Gear of Raw Mill in Hamma Bouzian Cement
CN112863543A (zh) 利用声音监控设备的方法

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: 19915675

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021501243

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20217026750

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019915675

Country of ref document: EP

Effective date: 20210922