WO2021049061A1 - 診断装置、診断方法および診断プログラム - Google Patents

診断装置、診断方法および診断プログラム Download PDF

Info

Publication number
WO2021049061A1
WO2021049061A1 PCT/JP2020/005202 JP2020005202W WO2021049061A1 WO 2021049061 A1 WO2021049061 A1 WO 2021049061A1 JP 2020005202 W JP2020005202 W JP 2020005202W WO 2021049061 A1 WO2021049061 A1 WO 2021049061A1
Authority
WO
WIPO (PCT)
Prior art keywords
distribution information
target
machine
current
effective value
Prior art date
Application number
PCT/JP2020/005202
Other languages
English (en)
French (fr)
Inventor
陽平 知識
浩毅 立石
園田　隆
Original Assignee
三菱重工業株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 三菱重工業株式会社 filed Critical 三菱重工業株式会社
Priority to US17/640,504 priority Critical patent/US20220341972A1/en
Publication of WO2021049061A1 publication Critical patent/WO2021049061A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/02—Measuring effective values, i.e. root-mean-square values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines
    • G01R31/343—Testing dynamo-electric machines in operation
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E20/00—Combustion technologies with mitigation potential
    • Y02E20/16—Combined cycle power plant [CCPP], or combined cycle gas turbine [CCGT]

Definitions

  • This disclosure relates to a diagnostic technique for a device having a rotating machine.
  • Patent Documents 1 and 2 disclose a method for detecting an abnormality in a rotating machine such as an electric motor based on the current value of the rotating machine. Specifically, Patent Document 1 compares the effective value of the current flowing through the fan motor with the threshold value set according to the power frequency and the power supply voltage when this effective value is obtained. Disclose that the determination (detection) of a motor abnormality is performed.
  • Patent Document 2 since the amplitude probability density function of the current waveform also changes when the equipment state changes, the reference amplitude probability density function obtained from the reference sine wave of the rated current of the electric motor and the reference amplitude probability density function obtained from the reference sine wave of the electric motor and the operation of the electric motor It is disclosed that the abnormality of the electric motor is detected by calculating the Calvac-Liberer distance (information distance) with the amplitude probability density at the time of inspection obtained from the measured current waveform.
  • the current value of the motor varies greatly depending on the load and the characteristics of the motor. For this reason, when anomaly detection of an electric motor is carried out by monitoring the threshold value of the effective value, it is necessary to set a threshold value for each load and motor characteristics, but in reality, the number is enormous and should be set individually. It is difficult. Similarly, regarding the method of calculating the degree of abnormality based on the sine wave of the rated current, since the current value greatly differs depending on the load and the motor, it is possible to judge that the part that should be judged as normal is actually abnormal. There is sex.
  • At least one embodiment of the present invention aims to provide a diagnostic device having improved abnormality detection accuracy based on the measured current of a device having a rotating machine.
  • the diagnostic apparatus is A diagnostic device that diagnoses a machine to be diagnosed having a rotating machine based on the measured current during rotation of the rotating machine.
  • An effective value acquisition unit configured to acquire an effective value for each specified number of cycles in a target current waveform, which is a time transition of the measured current in the first predetermined period,
  • a distribution information calculation unit configured to calculate target distribution information representing the distribution state of a plurality of acquired effective values, and a distribution information calculation unit.
  • a detection unit configured to execute abnormality detection of the diagnosis target machine based on the calculated target distribution information is provided.
  • the diagnostic method is A diagnostic method for diagnosing a machine to be diagnosed having a rotating machine based on the measured current during rotation of the rotating machine.
  • the diagnostic program is a diagnostic program that diagnoses a machine to be diagnosed having a rotating machine based on the measured current during rotation of the rotating machine.
  • An effective value acquisition unit configured to acquire an effective value for each specified number of cycles in a target current waveform, which is a time transition of the measured current in the first predetermined period
  • a distribution information calculation unit configured to calculate target distribution information representing the distribution state of a plurality of acquired effective values
  • a distribution information calculation unit This is a program for realizing a detection unit configured to execute abnormality detection of the diagnosis target machine based on the calculated target distribution information.
  • a diagnostic device having improved abnormality detection accuracy based on the measured current of a device having a rotating machine.
  • FIG. 1 It is a figure which shows schematic the diagnostic system including the diagnostic apparatus and the machine to be diagnosed which concerns on one Embodiment of this invention. It is a figure which shows roughly the function of the diagnostic apparatus which concerns on one Embodiment of this invention. It is a figure which contrasts the normal state and the abnormal state of the effective value of the electric current for a certain kind of abnormality which concerns on one Embodiment of this invention. It is a figure which contrasts the normal state and the abnormal state of the effective value of the electric current for the other kind of abnormality which concerns on one Embodiment of this invention. It is a figure which shows the probability density distribution of the effective value at the time of abnormality of the rotary machine which concerns on one Embodiment of this invention.
  • expressions such as “same”, “equal”, and “homogeneous” that indicate that things are in the same state not only represent exactly the same state, but also have tolerances or differences to the extent that the same function can be obtained. It shall also represent the existing state.
  • the expression representing a shape such as a quadrangular shape or a cylindrical shape not only represents a shape such as a quadrangular shape or a cylindrical shape in a geometrically strict sense, but also an uneven portion or chamfering within a range where the same effect can be obtained.
  • the shape including the part and the like shall also be represented.
  • the expressions “equipped”, “equipped”, “equipped”, “included”, or “have” one component are not exclusive expressions that exclude the existence of other components.
  • FIG. 1 is a diagram schematically showing a diagnostic system 6 including a diagnostic device 1 and a diagnostic target machine 9 according to an embodiment of the present invention.
  • FIG. 2 is a diagram schematically showing the function of the diagnostic apparatus 1 according to the embodiment of the present invention.
  • the diagnostic device 1 is a device that diagnoses a machine to be diagnosed 9 having a rotating machine 91 based on a measured current during rotation of the rotating machine 91.
  • the rotating machine 91 converts mechanical energy into electric energy by rotating a rotor with an electric motor such as a motor or a pump that converts the supplied electric energy into rotational force, or mechanical energy (mechanical energy).
  • Generators, gas turbines and steam turbines that rotate and drive such generators.
  • the diagnosis target machine 9 includes, for example, an electric motor or a generator itself having a rotating machine 91 as a main component, a machine (device) such as a vehicle provided with such an electric motor or a generator, a steam turbine, a gas turbine, or the like.
  • It is a power generation device that generates electricity by connecting the drive shaft of a generator to the rotating shaft.
  • the power generation device may constitute a power generation plant such as a thermal power generation plant or a gas turbine combined cycle (GTCC) power generation plant.
  • GTCC gas turbine combined
  • the diagnostic device 1 has a diagnostic target such as an alternating current supplied to a rotating machine (electric motor) included in the diagnostic target machine 9 or an alternating current output from the rotating machine (generator).
  • a diagnostic target such as an alternating current supplied to a rotating machine (electric motor) included in the diagnostic target machine 9 or an alternating current output from the rotating machine (generator).
  • the current I may be monitored in real time.
  • the diagnosis target machine 9 is a machine including an electric motor, which is a rotating machine 91.
  • the current measuring device 7 transmits (inputs) the measured value Im of the measured current I (measured current) to the diagnostic device 1 via a communication medium 71 (communication line in FIG. 1) such as wired or wireless. It has become.
  • the current I output from the generator to the electric panel 8 or the like is measured. It may be a current. That is, when the machine to be diagnosed 9 includes two or more rotating machines 91 that rotate in association with each other, the current I output from one of the rotating machines 91 or the current I is input to one of the rotating machines 91.
  • the (supplied) current I may be used as the measurement current. For example, by measuring the current I generated by power generation by a steam turbine or the like, it is possible to diagnose whether or not both the steam turbine and the generator are normal, and when at least one of them has an abnormality. Detection is possible.
  • the diagnostic target machine 9 does not have to be connected to the current measuring device 7.
  • the data of the time transition of the measured value Im is stored by the above measurement by the current measuring device 7, and this data can be carried, for example, a USB memory, an SD memory, a compact flash (registered trademark), or the like. It may be input to the diagnostic apparatus 1 via the storage medium. Alternatively, the diagnostic device 1 may be configured to receive the time transition data of the measured value Im via the communication network.
  • the diagnostic device 1 includes an effective value acquisition unit 2, a distribution information calculation unit 3, and a detection unit 4.
  • the diagnostic device 1 is composed of a computer.
  • the diagnostic device 1 may be a laptop computer as shown in FIG.
  • Each functional unit included in the diagnostic apparatus 1 will be described.
  • the computer is provided with a processor 11 such as a CPU (not shown), a memory (storage device 12) such as a ROM or RAM, and the like. Then, the processor 11 operates (data calculation, etc.) according to the instruction of the program (diagnosis program 10) loaded in the main storage device, thereby realizing each of the above functional units.
  • the above-mentioned diagnostic program 10 is software for realizing each of the above-mentioned functional parts in a computer, and is not a temporary signal but a storage medium as described above that can be read by a computer and is portable. It may be remembered.
  • the effective value acquisition unit 2 has a specified number of cycles in the current waveform W (hereinafter, target current waveform Wt), which is a time transition of the measured current of the diagnosis target machine 9 as described above in a predetermined period (hereinafter, first predetermined period). It is a functional unit configured to acquire the effective value Ie for each.
  • the above-mentioned specified number of cycles is 1 or more (1 or more cycles)
  • the first predetermined period is a period having a plurality of minutes or more of the current waveform W corresponding to the specified number of cycles of the measured current. That is, the target current waveform Wt is formed (composed) by the time transition of the measured current over a plurality of cycles.
  • the effective value Ie is calculated based on the current waveform W (hereinafter, unit current waveform Wu) for each specified period number of minutes arranged along the time axis, so that a plurality of effective values Ie are calculated from the target current waveform Wt.
  • the effective value Ie of is obtained.
  • the above-mentioned calculation of the plurality of effective values Ie may be performed by the above-mentioned effective value acquisition unit 2.
  • the measured value Im of the current input from the current measuring device 7 to the diagnostic device 1 is an instantaneous value of the current.
  • the effective value acquisition unit 2 acquires the entire target current waveform Wt, and then identifies the plurality of unit current waveforms Wu forming the acquired target current waveform Wt so that there is no overlapping portion along the time axis. Then, the effective value Ie of each unit current waveform Wu may be calculated.
  • the effective value acquisition unit 2 may sequentially acquire the effective value Ie for the obtained unit current waveform Wu while sequentially acquiring each part of the target current waveform Wt according to the passage of time.
  • the calculation of the plurality of effective values Ie may be performed by another device such as the current measuring device 7 described above.
  • the measured value Im of the current input from the current measuring device 7 to the diagnostic device 1 is the effective value Ie.
  • the effective value acquisition unit 2 may perform the process described later when the effective value Ie of the number of currents expected to be obtained in the first predetermined period is obtained.
  • the above-mentioned effective value Ie is calculated based on the instantaneous values of a plurality of currents obtained by sampling from each unit current waveform Wu forming the target current waveform Wt. That is, from one unit current waveform Wu, instantaneous values of currents at different times are sampled at equal intervals, for example. More specifically, the number of samplings by the above sampling is preferably 900 or more and 1200 or less per cycle of one or more cycles constituting the unit current waveform Wu. As a result, it is possible to obtain the required accuracy and prevent the processing load from becoming excessive. In the embodiments shown in FIGS. 1 and 2, the number of samples to be sampled is in the range of 1070 to 1110, for example, 1090. The above-mentioned specified number of cycles is one cycle. By appropriately setting the number of samplings, the operating state (normal or abnormal) of the rotating machine is appropriately reflected in the target distribution information described later.
  • the above-mentioned measured current may be a measurement of the current of the electric power supplied to the diagnosis target machine 9 (rotary machine 91), or the diagnosis target machine 9 (rotary machine 91).
  • the current of the electric power output from the device may be measured.
  • the target current waveform Wt may be acquired by measuring the instantaneous value of the current measured in real time using the current measuring device 7 for the first predetermined period, or the target current waveform Wt already measured may be obtained. Data may be acquired.
  • the distribution information calculation unit 3 is a functional unit configured to calculate distribution information (hereinafter, target distribution information Dt) representing the distribution state of a plurality of effective value IEs acquired by the above-mentioned effective value acquisition unit 2.
  • This distribution information may be a probability distribution such as a probability density function, a shape of the distribution, a standard deviation obtained by quantifying the shape of the distribution, a variance value, or the like.
  • the number of effective values Ie acquired when creating the target distribution information Dt is 400 or more. This makes it possible to appropriately reflect the operating state (normal or abnormal) of the rotating machine in the target distribution information Dt.
  • the detection unit 4 is a functional unit configured to execute abnormality detection of the diagnosis target machine 9 based on the target distribution information Dt calculated by the distribution information calculation unit 3 described above.
  • This abnormality detection (abnormality detection processing) is to determine whether the machine 9 to be diagnosed is normal or abnormal, and can determine the occurrence of an abnormality that affects the effective value Ie of the measured current. For example, it is possible to detect abnormalities such as misalignment (misalignment), cavitation in which liquid vaporizes bubbles due to a decrease in pressure in a pipe in a pump, disk disk contact, loose belt, and ground fault.
  • the diagnostic device 1 is connected to the current measuring device 7, and the measured current value Im is input from the current measuring device 7 in real time. This is acquired by the effective value acquisition unit 2. Further, in the diagnostic device 1, the effective value acquisition unit 2 and the distribution information calculation unit 3 are connected, and the distribution information calculation unit 3 is based on a plurality of effective value IEs input from the effective value acquisition unit 2. , The target distribution information Dt is calculated. Then, the detection unit 4 is connected to the distribution information calculation unit 3, and when the target distribution information Dt is input from the distribution information calculation unit 3, the above-mentioned abnormality detection is executed. Further, the detection unit 4 outputs the result of abnormality detection to the output device 14.
  • the output device 14 is a display device such as a display, but in other embodiments, the output device 14 may be other than the display device as long as the user can be notified of the result of abnormality detection. It may include at least one of a display device, a printer, a speaker, or a light emitting device such as an LED.
  • the steam turbine or the like drives the generator. Because of this relationship, for example, if an abnormality is determined when performing a diagnosis using the time transition of the current generated by the generator as the target current waveform Wt, it is suspected that there is an abnormality in at least one of the steam turbine and the generator. Will be Therefore, the diagnosis by the detection unit 4 may be used as the primary diagnosis, and when an abnormality is detected, a detailed investigation may be performed.
  • an alternating current supplied to the rotary machine 91 for example, an electric motor
  • a rotary machine 91 for example, power generation
  • Current waveform W unit current waveform Wu, which will be described later
  • target current waveform Wt which is the time transition of the instantaneous value (measured current) of the current I such as the alternating current output from the motor.
  • the present inventors detect the abnormality based on the distribution state of the instantaneous value of the current when the abnormality occurs (see Patent Document 2), and the effective value of the current is higher than that in the case where the abnormality is detected. It has been found that the accuracy of abnormality determination is higher when abnormality detection is executed based on the distribution state. Therefore, by executing the diagnosis of the rotating machine 91 based on the distribution state (variation) of the effective values Ie of the plurality of currents obtained based on the above-mentioned target current waveform Wt, the rotating machine 91 is normal or abnormal. Can be diagnosed more appropriately.
  • FIG. 3A is a diagram showing a comparison between normal and abnormal current effective values for a certain type of abnormality according to an embodiment of the present invention.
  • FIG. 3B is a diagram showing a comparison between normal and abnormal current effective values for other types of abnormalities according to one embodiment of the present invention.
  • FIG. 4A is a diagram showing the probability density distribution of the effective value Ie when the rotating machine according to the embodiment of the present invention is abnormal.
  • FIG. 4B is a diagram showing a probability density distribution of the effective value Ie when the rotating machine according to the embodiment of the present invention is normal.
  • the scales of the vertical axis and the horizontal axis of FIGS. 3A and 3B are the same.
  • the scales of the vertical and horizontal axes of FIGS. 4A and 4B are the same.
  • the diagnostic apparatus 1 is a time transition of the above-mentioned measured current in a predetermined period (hereinafter, a second predetermined period) when the machine 9 to be diagnosed is in a normal state.
  • a storage unit 5 configured to store normal distribution information Db representing the distribution state of the effective value Ie for each specified number of cycles in a certain current waveform W (hereinafter, normal current waveform Wb) may be further provided.
  • the detection unit 4 executes the above-mentioned abnormality detection based on the target distribution information Dt and the normal distribution information Db.
  • the number of effective values Ie acquired when creating the normal distribution information Db may be the same as that of the target distribution information Dt, may be different, or may be 400 or more. Further, the number of samples of the instantaneous value of the current from the normal current waveform Wb may be the same as or different from that of the target current waveform Wt.
  • the plurality of effective values Ie described above are an abnormal state in which an abnormality has occurred in the rotating machine 91 and a normal state in which no abnormality has occurred.
  • the behavior is different.
  • the horizontal axis is the number of waveforms (number of waveforms) for one cycle of the instantaneous current value
  • the vertical axis is the effective value Ie.
  • FIGS. 4A to 4B are obtained.
  • the horizontal axis is the effective value Ie and the vertical axis is the probability density.
  • FIG. 4A shows an abnormal time and FIG. 4B shows a normal time, but the distribution is wider in the abnormal time than in the normal time, and the degree of variation is large. That is, since the distribution state of the effective value Ie differs between the normal time and the abnormal time, the detection unit 4 detects the abnormality based on the difference in the distribution state between the target distribution information Dt and the normal distribution information Db. To execute.
  • the first predetermined period and the second predetermined period are periods that do not overlap with each other, and the lengths of these periods are usually the same, but they are different lengths from each other. Is also good.
  • the storage device 12 may store the normal current waveform Wb or the effective value Ie calculated based on the unit current waveform Wu forming the normal current waveform Wb.
  • the diagnostic device 1 may calculate the normal distribution information Db based on the storage information of the storage device 12 and store it in the storage unit 5 before the abnormality detection by the detection unit 4.
  • the storage unit 5 is formed in a predetermined storage area of the storage device 12 included in the diagnostic device 1.
  • the abnormality detection of the machine 9 to be diagnosed is executed. Thereby, it is possible to appropriately determine whether the diagnosis target machine 9 (rotary machine 91) is normal or abnormal.
  • FIG. 5 is a diagram showing a comparison of normal current waveforms Wb of a plurality of diagnostic target machines 9 according to an embodiment of the present invention. Further, FIG. 6 is a diagram for explaining a flow of diagnosis according to an embodiment of the present invention.
  • the above normal distribution information Db may be prepared for each individual of the diagnosis target machine 9. As shown in FIG. 5, the present inventors do not have the same degree of amplitude of the normal current waveform Wb among individuals even if the machines 9 are of the same type to be diagnosed, and the effective values are not the same. We have found that the degree of change in Ie may not be the same.
  • the horizontal axis is the number of waveforms and the vertical axis is the effective value Ie.
  • the effective value Ie is as shown in FIG.
  • the changes in amplitude are different from each other. If the degree of change in the amplitude of the effective value Ie is different, the normal distribution information Db may also be different from each other.
  • the normal distribution information Db for each individual of the diagnosis target machine 9 is acquired (saved) in advance through measurement or the like, and the target distribution information Dt and the normal distribution information Db of the diagnosis target machine 9 that has acquired the target distribution information Dt By detecting an abnormality based on comparison or the like, it is possible to prevent erroneous detection.
  • the instantaneous value of the measured current or the measured value Im which is the effective value Ie, is input to the effective value acquisition unit 2 described above from the current measuring device 7 connected to the machine to be diagnosed 9. It is configured in.
  • the effective value acquisition unit 2 is based on the measured value Im input to the first operating period Ta set within the period T from the start of rotation to the stop of rotation of the rotating machine 91.
  • the first acquisition unit 21 that acquires a plurality of effective values Ie relating to the normal current waveform Wb, and the second operating period that is set after the lapse of the first operating period Ta and before the rotation of the rotating machine 91 is stopped.
  • It has a second acquisition unit 22 that acquires a plurality of effective values Ie with respect to the target current waveform Wt based on the measured value Im input to Tb. Therefore, the rotating machine 91 is in a state of being continuously rotated between the first operating period Ta and the second operating period Tb.
  • the first operating period Ta is set after confirming the normality of the rotating machine 91 after the time when the rotating state can be regarded as stable after the rotation of the rotating machine 91 starts.
  • the second operating period Tb is periodically set, and the normality of the rotating machine 91 of the machine to be diagnosed 9 is monitored. Further, even after the rotation is stopped and the rotation is started again, the second operating period Tb is similarly set after the first operating period Ta.
  • the measured value Im (instantaneous value of the measured current or its effective value Ie) which is the basis for calculating the normal distribution information Db is After the acquisition, the measured value Im, which is the basis for calculating the target distribution information Dt, is acquired.
  • the measurement obtained while the state of the machine to be diagnosed 9 at the time of rotation of the rotating machine 91 before acquiring the target current waveform Wt is defined as normal, and then the rotating machine continues to rotate.
  • the value Im is monitored for diagnosis.
  • the present inventors have detected the abnormality based on the distribution state of the instantaneous value of the current when the abnormality occurs (see Patent Document 2), and the effective value of the current Ie. It has been found that the accuracy of abnormality determination is higher when the abnormality detection is executed based on the distribution state of. As a result, even if there is a difference in the degree of variation of the plurality of effective values Ie obtained based on the current waveform W among the individuals of the diagnosis target machine 9 in the normal state, the normal state is obtained for each diagnosis target machine. Can be properly defined. Further, by regularly monitoring the change with respect to the normal state at the time of continuous rotation of the rotating machine 91, it is possible to perform a predictive diagnosis of an abnormality based on the tendency.
  • the above-mentioned target distribution information Dt and normal distribution information Db are probability distributions such as a probability density function
  • the detection unit 4 is a target whose respective is an established distribution. Anomaly detection may be executed based on the distance between the distribution information Dt and the normal distribution information Db. This distance may be an index value capable of quantifying the difference between two probability distributions (probability density functions), such as the well-known Kullback-Leibler distance and relative Pearson distance.
  • the detection unit 4 diagnoses based on the relative Pearson distance between the probability distribution (for example, the probability density function) which is the target distribution information Dt and the probability distribution which is the normal distribution information Db. Abnormality detection of the target machine 9 is performed. When the probability distribution of the effective value Ie is close to the normal distribution, the probability density becomes zero at the end of the probability distribution, but even in such a case, by using the relative Pearson distance, it is possible to deal with noise. It is possible to perform robust abnormality detection.
  • the probability distribution for example, the probability density function
  • FIG. 7 is a diagram showing a diagnostic method according to an embodiment of the present invention.
  • This diagnostic method is a method of diagnosing the machine to be diagnosed 9 having the rotating machine 91 based on the measured current at the time of rotation of the rotating machine 91.
  • the diagnostic method includes an effective value acquisition step (S1), a distribution information calculation step (S2), and a detection step (S3). Each of these steps will be described. A case where these steps are executed in the diagnostic system 6 shown in FIG. 1 will be described as an example.
  • the effective value acquisition step (S1) is a step of acquiring the effective value Ie for each specified number of cycles in the target current waveform Wt. Since the effective value acquisition step (S1) is the same as the processing content executed by the effective value acquisition unit 2 already described, the details will be omitted.
  • the distribution information calculation step (S2) is a step of calculating the target distribution information Dt of a plurality of effective value IEs acquired by the above effective value acquisition step. Since the distribution information calculation step (S2) is the same as the processing content executed by the distribution information calculation unit 3 already described, the details will be omitted.
  • the detection step (S3) is a step of executing abnormality detection of the diagnosis target machine 9 based on the target distribution information Dt calculated by the above distribution information calculation step. Since this detection step (S3) is the same as the processing content executed by the detection unit 4 already described, the details will be omitted.
  • the above-mentioned normal distribution information Db is acquired in step S0.
  • the normal current waveform Wb is related to the normal current waveform Wb based on the measured value Im input in the first operating period Ta set within the period T from the start of rotation to the stop of rotation of the rotating machine 91 included in the machine 9 to be diagnosed.
  • a plurality of effective values Ie are acquired, and the normal distribution information Db is calculated based on the acquired plurality of effective values Ie and stored in the storage unit 5.
  • the measured value Im is the effective value Ie of the current
  • a plurality of effective values Ie are acquired by inputting the measured value Im, but when the measured value Im is the instantaneous value of the measured current.
  • step S1 the above effective value acquisition step is executed to acquire a plurality of effective values Ie obtained from the target current waveform Wt.
  • step S2 the distribution information calculation step is executed to calculate the target distribution information Dt.
  • step S3 the detection step is executed, and the abnormality detection of the diagnosis target machine 9 is executed.
  • the relative Pearson distance between the target distribution information Dt and the normal distribution information Db is calculated, and the abnormality detection is executed based on the relative Pearson distance.
  • step S4 the result of abnormality detection is output to an output device 14 such as a display.
  • the present invention is not limited to the above-described embodiment, and includes a modified form of the above-described embodiment and a combination of these embodiments as appropriate. ⁇ Additional notes>
  • the diagnostic apparatus (1) is A diagnostic device (1) for diagnosing a machine (9) to be diagnosed having a rotating machine (91) based on a measured current during rotation of the rotating machine (91).
  • An effective value acquisition unit (2) configured to acquire an effective value (Ie) for each specified number of cycles in a target current waveform (Wt) which is a time transition of the measured current in the first predetermined period.
  • the distribution information calculation unit (3) configured to calculate the target distribution information (Dt) representing the distribution state of the plurality of acquired effective values (Ie), and the distribution information calculation unit (3).
  • a detection unit (4) configured to execute abnormality detection of the diagnosis target machine (9) based on the calculated target distribution information (Dt) is provided.
  • the effective value (Ie) of the waveform) is acquired.
  • the abnormality detection of the diagnosis target machine (9) is performed.
  • the rotating machine (91) is diagnosed based on the distribution state (variation) of the effective values (Ie) of the plurality of currents obtained based on the above-mentioned target current waveform (Wt), thereby performing the diagnosis of the rotating machine (91). It is possible to more appropriately diagnose whether 91) is normal or abnormal.
  • a storage unit (5) configured to store the normal distribution information (Db) representing the above is further provided.
  • the detection unit (4) executes the abnormality detection based on the target distribution information (Dt) and the normal distribution information (Db).
  • the target distribution information (Dt) and the normal distribution information (Db) are probability distributions.
  • the detection unit (4) executes the abnormality detection based on the distance between the target distribution information (Dt) and the normal distribution information (Db).
  • the machine to be diagnosed (for example, based on the distance between the probability distribution (for example, the probability density function) which is the target distribution information (Dt) and the probability distribution which is the normal distribution information (Db).
  • Execute the abnormality detection of 9 As a result, it is possible to easily detect the abnormality of the machine to be diagnosed (9), such as determining normality or abnormality based on the comparison between the above distance and the threshold value.
  • the distance is a relative Pearson distance.
  • the detection unit (4) is based on the relative Pearson distance between the probability distribution which is the target distribution information (Dt) and the probability distribution which is the normal distribution information (Db). Abnormality detection of the machine to be diagnosed (9) is performed. When the probability distribution of the effective value (Ie) is close to the normal distribution, the probability density becomes zero at the end of the probability distribution, but even in such a case, the relative Pearson distance can be used to reduce noise. On the other hand, robust abnormality detection can be performed.
  • the effective value acquisition unit (2) receives an instantaneous value of the measured current or a measured value (Im) which is the effective value (Ie) from the current measuring device (7) connected to the machine (9) to be diagnosed. It is configured to be entered and The effective value acquisition unit (2) The said regarding the normal current waveform (Wb) based on the measured value (Im) input in the first operating period (Ta) set within the period from the start of rotation to the stop of rotation of the rotating machine (91).
  • the first acquisition unit (21) that acquires a plurality of effective values (Ie),
  • the target current waveform is based on the measured value (Im) input in the second operating period (Tb) set after the elapse of the first operating period (Ta) and before the rotation is stopped. It has a second acquisition unit (22) for acquiring the plurality of effective values (Ie) with respect to (Wt).
  • the measured value (Im) (measured current) which is the basis for calculating the normal distribution information (Db) in a state where the rotating machine (91) continues to rotate without stopping.
  • the measured value (Im) that is the basis for calculating the target distribution information (Dt) is acquired.
  • the state of the machine (9) to be diagnosed during rotation of the rotating machine (91) before acquiring the target current waveform (Wt) is defined as normal, after which the rotating machine (91) continues to rotate.
  • the measured value (Im) obtained in the state of being used is monitored for diagnosis.
  • the diagnosis target machine (9) 9) can be appropriately defined for each. Further, by regularly monitoring the change with respect to the normal state at the time of continuous rotation of the rotating machine (91), it is possible to perform a predictive diagnosis of an abnormality based on the tendency.
  • the rotating machine (91) is in a state of being continuously rotated between the first operating period (Ta) and the second operating period (Tb).
  • the same effect as that of (5) above is obtained. If there is no change in conditions such as a change in the rotating machine (91), such as when the rotating machine (91) is the same, the rotating machine (91) has a first operating period (Ta) and a second operating period (Tb). ) Does not have to be in a state of continuous rotation.
  • the effective value (Ie) is calculated based on the instantaneous values of a plurality of the measured currents obtained by sampling from the current waveforms having the specified number of cycles.
  • the number of samplings by the sampling is 900 or more and 1200 or less per cycle constituting the specified number of cycles.
  • the target distribution information (Dt) that appropriately reflects the operating state (normal or abnormal) of the rotating machine (91) can be obtained. It is possible to make a diagnosis with appropriate diagnostic accuracy.
  • the specified number of cycles is 1. According to the configuration of (8) above, by setting the specified number of cycles to one cycle, it is possible to obtain target distribution information (Dt) that appropriately reflects the operating state (normal or abnormal) of the rotating machine (91). It is possible to make a diagnosis with appropriate diagnostic accuracy.
  • Dt target distribution information
  • the distribution information calculation unit (3) calculates the target distribution information (Dt) based on 400 or more of the effective values (Ie) acquired by the effective value acquisition unit (2).
  • the operating state (normal or abnormal) of the rotating machine (91) is the target distribution information. It can be appropriately reflected in (Dt).
  • the diagnostic method is A diagnostic method for diagnosing a machine (9) to be diagnosed having a rotating machine (91) based on a measured current during rotation of the rotating machine (91).
  • the same effect as the above (1) is obtained.
  • the diagnostic program (10) is A diagnostic program (10) for diagnosing a machine (9) to be diagnosed having a rotating machine (91) based on a measured current during rotation of the rotating machine (91).
  • An effective value acquisition unit (2) configured to acquire an effective value (Ie) for each specified number of cycles in a target current waveform (Wt) which is a time transition of the measured current in the first predetermined period.
  • the distribution information calculation unit (3) configured to calculate the target distribution information (Dt) representing the distribution state of the plurality of acquired effective values (Ie), and the distribution information calculation unit (3).
  • It is a program for realizing the detection unit (4) configured to execute the abnormality detection of the diagnosis target machine (9) based on the calculated target distribution information (Dt). According to the configuration of the above (11), the same effect as the above (1) is obtained.
  • Diagnostic device 1 Diagnostic device 10 Diagnostic program 11 Processor 12 Storage device 14 Output device 2 Effective value acquisition unit 21 1st acquisition unit 22 2nd acquisition unit 3 Distribution information calculation unit 4 Detection unit 5 Storage unit 6 Diagnostic system 7 Current measurement device 71 Communication medium 8 Electric board 9 Machine to be diagnosed 91 Rotating machine I Current Ie Effective value Im Measured value W Current waveform Wb Normal current waveform Wt Target current waveform Wu Unit current waveform Db Normal distribution information Dt Target distribution information T Period up to Ta 1st operating period Tb 2nd operating period

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)

Abstract

診断装置は、回転機械を有する診断対象機械を前記回転機械の回転時の測定電流に基づいて診断する診断装置であって、前記測定電流の第１所定期間での時間推移である対象電流波形における規定周期数毎の実効値を取得するよう構成された実効値取得部と、取得された複数の前記実効値の分布状態を表す対象分布情報を算出するよう構成された分布情報算出部と、算出された前記対象分布情報に基づいて、前記診断対象機械の異常検知を実行するよう構成された検知部と、を備える。

Description

診断装置、診断方法および診断プログラム
　本開示は、回転機械を有する装置の診断技術に関する。
　例えば特許文献１～２には、電動機などの回転機械の異常検知を回転機械の電流値に基づいて行う手法が開示されている。具体的には、特許文献１は、ファンモータを流れる電流の実効値と、この実効値が得られた際の電源周波数および電源電圧に応じて設定された閾値とを比較して、ファンモータのモータ異常の判定（検知）を行うことを開示する。また、特許文献２は、設備状態が変化すると、その電流波形の振幅確率密度関数も変化することから、電動機の定格電流の基準の正弦波から求めた参照振幅確率密度関数と、電動機の稼働時に計測した電流波形から求めた点検時振幅確率密度とのカルバック・ライブラー距離（情報距離）を算出することで、電動機の異常の検知を行うことを開示する。
特開２０１３－０５０２９４号公報 特開２０１１－２５７３６２号公報
　電動機の電流値は負荷やモータの特性により大きく異なる。このため、電動機の異常検知を実効値の閾値監視で実施する場合、負荷やモータの特性ごとに閾値を設定する必要があるが、実際にはその数が膨大となるなど、個別に設定することは困難である。また、定格電流の正弦波を基準として異常度合いの計算を行う方法についても同様に、電流値が負荷やモータによって大きく異なるため、実際には正常と判定すべきところを異常と判定してしまう可能性がある。
　上述の事情に鑑みて、本発明の少なくとも一実施形態は、回転機械を有する装置の測定電流に基づく異常検知精度が向上された診断装置を提供することを目的とする。
　本発明の少なくとも一実施形態に係る診断装置は、
　回転機械を有する診断対象機械を前記回転機械の回転時の測定電流に基づいて診断する診断装置であって、
　前記測定電流の第１所定期間での時間推移である対象電流波形における規定周期数毎の実効値を取得するよう構成された実効値取得部と、
　取得された複数の前記実効値の分布状態を表す対象分布情報を算出するよう構成された分布情報算出部と、
　算出された前記対象分布情報に基づいて、前記診断対象機械の異常検知を実行するよう構成された検知部と、を備える。
　また、本発明の少なくとも一実施形態に係る診断方法は、
　回転機械を有する診断対象機械を前記回転機械の回転時の測定電流に基づいて診断する診断方法であって、
　前記測定電流の第１所定期間での時間推移である対象電流波形における規定周期数毎の実効値を取得するステップと、
　取得された複数の前記実効値の分布状態を表す対象分布情報を算出するステップと、
　算出された前記対象分布情報に基づいて、前記診断対象機械の異常検知を実行するステップと、を備える。
　また、本発明の少なくとも一実施形態に係る診断プログラムは、
　回転機械を有する診断対象機械を前記回転機械の回転時の測定電流に基づいて診断する診断プログラムであって、
　コンピュータに、
　前記測定電流の第１所定期間での時間推移である対象電流波形における規定周期数毎の実効値を取得するよう構成された実効値取得部と、
　取得された複数の前記実効値の分布状態を表す対象分布情報を算出するよう構成された分布情報算出部と、
　算出された前記対象分布情報に基づいて、前記診断対象機械の異常検知を実行するよう構成された検知部と、を実現させるためのプログラムである。
　本発明の少なくとも一実施形態によれば、回転機械を有する装置の測定電流に基づく異常検知精度が向上された診断装置が提供される。
本発明の一実施形態に係る診断装置および診断対象機械を含む診断系を概略的に示す図である。 本発明の一実施形態に係る診断装置の機能を概略的に示す図である。 本発明の一実施形態に係るある種類の異常についての電流の実効値の正常時と異常時とを対比して示す図である。 本発明の一実施形態に係る他の種類の異常についての電流の実効値の正常時と異常時とを対比して示す図である。 本発明の一実施形態に係る回転機械が異常時の実効値の確率密度分布を示す図である。 本発明の一実施形態に係る回転機械が正常時の実効値の確率密度分布を示す図である。 本発明の一実施形態に係る複数の診断対象機械の正常電流波形を対比して示す図である。 本発明の一実施形態に係る診断の流れを説明するための図である。 本発明の一実施形態に係る診断方法を示す図である。
　以下、添付図面を参照して本発明の幾つかの実施形態について説明する。ただし、実施形態として記載されている又は図面に示されている構成部品の寸法、材質、形状、その相対的配置等は、本発明の範囲をこれに限定する趣旨ではなく、単なる説明例にすぎない。
　例えば、「ある方向に」、「ある方向に沿って」、「平行」、「直交」、「中心」、「同心」或いは「同軸」等の相対的或いは絶対的な配置を表す表現は、厳密にそのような配置を表すのみならず、公差、若しくは、同じ機能が得られる程度の角度や距離をもって相対的に変位している状態も表すものとする。
　例えば、「同一」、「等しい」及び「均質」等の物事が等しい状態であることを表す表現は、厳密に等しい状態を表すのみならず、公差、若しくは、同じ機能が得られる程度の差が存在している状態も表すものとする。
　例えば、四角形状や円筒形状等の形状を表す表現は、幾何学的に厳密な意味での四角形状や円筒形状等の形状を表すのみならず、同じ効果が得られる範囲で、凹凸部や面取り部等を含む形状も表すものとする。
　一方、一の構成要素を「備える」、「具える」、「具備する」、「含む」、又は、「有する」という表現は、他の構成要素の存在を除外する排他的な表現ではない。
　図１は、本発明の一実施形態に係る診断装置１および診断対象機械９を含む診断系６を概略的に示す図である。図２は、本発明の一実施形態に係る診断装置１の機能を概略的に示す図である。
　図１に示すように、診断装置１は、回転機械９１を有する診断対象機械９を、その回転機械９１の回転時の測定電流に基づいて診断する装置である。回転機械９１は、例えば、供給された電気エネルギーを回転力に変換するモータやポンプなどの電動機、力学的エネルギー（機械エネルギー）により回転子を回転させることで、力学的エネルギーを電気エネルギーに変換する発電機、このような発電機を回転駆動させるガスタービンや蒸気タービンなどである。また、診断対象機械９は、例えば、回転機械９１を主要なコンポーネントとする電動機や発電機自体、このような電動機や発電機を備える例えば車両などの機械（装置）、蒸気タービンやガスタービンなどの回転軸に発電機の駆動軸が連結されて発電を行う発電装置などである。なお、発電装置は、例えば火力発電プラントやガスタービン・コンバインドサイクル（ＧＴＣＣ）発電プラントなどの発電プラントを構成するものであっても良い。
　例えば、図１に示すように、診断装置１は、例えば診断対象機械９が備える回転機械（電動機）に供給される交流電流や、回転機械（発電機）から出力される交流電流など、診断対象機械９における電流Ｉを測定可能な電流測定装置７に接続されることで、この電流Ｉをリアルタイムに監視するように構成されても良い。図１に示す実施形態では、診断対象機械９は、回転機械９１である電動機を備える機械である。そして、この電動機と、電動機を回転駆動するための電力を入力（供給）する例えば配電盤、分電盤あるいは制御盤などとなる電気盤８とを接続する配線（電源線８１）を流れる交流の電流Ｉを、小型クランプを用いて電流測定装置７で測定するようになっている。また、電流測定装置７は、測定した電流Ｉ（測定電流）の測定値Ｉｍを、有線または無線などの通信媒体７１（図１では通信線）を介して診断装置１に送信（入力）するようになっている。
　例えば診断対象機械９が、回転機械９１として、発電機、および、この発電機を回転駆動するガスタービンや蒸気タービンを備える場合には、発電機から電気盤８などに出力される電流Ｉを測定電流としても良い。つまり、診断対象機械９が、関連して回転する２以上の回転機械９１を備える場合には、そのうちの一つの回転機械９１から出力される電流Ｉ、あるいは、そのうちの一つの回転機械９１に入力（供給）される電流Ｉを測定電流としても良い。例えば、蒸気タービン等による発電により生じる電流Ｉを測定することで、蒸気タービン等および発電機の両方が正常であるか否かを診断することが可能となり、少なくとも一方に異常が生じている場合の検知が可能となる。
　ただし、図１に示すような実施形態に本発明は限定されない。他の幾つかの実施形態では、診断対象機械９は、電流測定装置７に接続されていなくても良い。この場合、電流測定装置７による上記の測定によって、その測定値Ｉｍの時間推移のデータを記憶しておき、このデータを、例えばＵＳＢメモリ、ＳＤメモリ、コンパクトフラッシュ（登録商標）などの持ち運び可能な記憶媒体を介して診断装置１に入力しても良い。あるいは、この測定値Ｉｍの時間推移のデータを、通信ネットワークを介して診断装置１が受信するように構成しても良い。
　以下、診断装置１について、図２を用いて詳細に説明する。
　図２に示すように、診断装置１は、実効値取得部２と、分布情報算出部３と、検知部４と、を備える。この診断装置１は、コンピュータで構成されている。例えば、診断装置１は、図１に示すようなラップトップ型のコンピュータであっても良い。診断装置１が備える各機能部について、それぞれ説明する。
　なお、コンピュータは、図示しないＣＰＵなどのプロセッサ１１や、ＲＯＭやＲＡＭといったメモリ（記憶装置１２）などを備えている。そして、主記憶装置にロードされたプログラム（診断プログラム１０）の命令に従ってプロセッサ１１が動作（データの演算など）することで、上記の各機能部を実現する。換言すれば、上記の診断プログラム１０は、コンピュータに上記の各機能部を実現させるためのソフトウェアであり、一時的な信号ではなく、コンピュータによる読み込みが可能で持ち運び可能な上記のような記憶媒体に記憶されても良い。
　実効値取得部２は、上述したような診断対象機械９の測定電流の所定期間（以下、第１所定期間）での時間推移である電流波形Ｗ（以下、対象電流波形Ｗｔ）における規定周期数毎の実効値Ｉｅを取得するよう構成された機能部である。上記の規定周期数は１以上（１周期数以上）であり、第１所定期間は測定電流の規定周期数分の電流波形Ｗの複数分の時間以上を有する期間である。つまり、対象電流波形Ｗｔは、複数周期に渡る測定電流の時間推移で形成（構成）される。よって、対象電流波形Ｗｔにおいて時間軸に沿って並ぶ規定周期数分ごとの電流波形Ｗ（以下、単位電流波形Ｗｕ）に基づいて実効値Ｉｅがそれぞれ算出されることで、対象電流波形Ｗｔから複数の実効値Ｉｅが得られる。
　例えば、上記の複数の実効値Ｉｅの算出は、上記の実効値取得部２が行っても良い。この場合には、電流測定装置７から診断装置１に入力される電流の測定値Ｉｍは電流の瞬時値である。そして、実効値取得部２は、対象電流波形Ｗｔの全体を取得した後、取得した対象電流波形Ｗｔを形成する複数の単位電流波形Ｗｕを、時間軸に沿って重複する部分がないように識別した上で、その各々の単位電流波形Ｗｕの実効値Ｉｅを算出しても良い。または、実効値取得部２は、対象電流波形Ｗｔの各部分を時間の経過に従って順次取得しつつ、得られた単位電流波形Ｗｕについての実効値Ｉｅの算出を順次行っても良い。
　あるいは、複数の実効値Ｉｅの算出は、上述した電流測定装置７などの他の装置が行っても良い。この場合には、電流測定装置７から診断装置１に入力される電流の測定値Ｉｍは実効値Ｉｅである。そして、実効値取得部２は、第１所定期間で得られることが期待される数の電流の実効値Ｉｅが得られた場合に、後述する処理を行っても良い。
　より詳細には、上記の実効値Ｉｅは、対象電流波形Ｗｔを形成する各々の単位電流波形Ｗｕからのサンプリングにより得られた複数の電流の瞬時値に基づいて算出される。つまり、１つの単位電流波形Ｗｕから、相互に異なる時間における電流の瞬時値が例えば等間隔でサンプリングされる。より具体的には、上記のサンプリングによるサンプリング数は、単位電流波形Ｗｕを構成する１以上の周期の１周期あたり９００以上１２００以下であるのが良い。これによって、必要な精度を得つつ、処理負荷が過大とならないようにできる。図１～図２に示す実施形態では、上記のサンプリング数は、例えば１０９０など、１０７０～１１１０の範囲としている。なお、上記の規定周期数は１周期としている。このサンプリング数を適切に設定することで、後述する対象分布情報に、回転機械の稼働状態（正常または異常）が適切に反映されるように図っている。
　なお、既に説明したように、上記の測定電流は、診断対象機械９（回転機械９１）に供給される電力の電流を測定したものであっても良いし、診断対象機械９（回転機械９１）から出力される電力の電流を測定したものであっても良い。また、電流測定装置７を用いてリアルタイムに測定される電流の瞬時値を第１所定期間の間測定することで、対象電流波形Ｗｔを取得しても良いし、既に測定済みの対象電流波形Ｗｔのデータを取得しても良い。
　分布情報算出部３は、上記の実効値取得部２によって取得された複数の実効値Ｉｅの分布状態を表す分布情報（以下、対象分布情報Ｄｔ）を算出するよう構成された機能部である。この分布情報は、確率密度関数などの確率分布であっても良いし、分布の形や、この分布の形を数値化した標準偏差や分散値などであっても良い。図１～図２に示す実施形態では、対象分布情報Ｄｔの作成にあたって取得する実効値Ｉｅの数は４００以上としている。これによって、回転機械の稼働状態（正常または異常）が対象分布情報Ｄｔに適切に反映されるようにすることが可能である。
　検知部４は、上記の分布情報算出部３によって算出された対象分布情報Ｄｔに基づいて、診断対象機械９の異常検知を実行するよう構成された機能部である。この異常検知（異常検知処理）は、診断対象機械９が正常か異常かを判定することであり、測定電流の実効値Ｉｅに影響を与えるような異常の発生を判定できる。例えば、ミスアライメント（芯ずれ）、ポンプにおいてパイプ内の圧力低下により液体が気化した気泡を生じるキャビテーション、ディスク円盤接触、ベルトの緩み、地絡などの異常の検知が可能である。
　図１～図２に示す実施形態では、図２に示すように、診断装置１は、電流測定装置７に接続されており、電流測定装置７からリアルタイムに電流の測定値Ｉｍが入力されるようになっており、これを実効値取得部２が取得するようになっている。また、診断装置１においては、実効値取得部２と分布情報算出部３とが接続されており、分布情報算出部３は、実効値取得部２から入力された複数の実効値Ｉｅに基づいて、対象分布情報Ｄｔを算出するようになっている。そして、検知部４は、分布情報算出部３に接続されており、分布情報算出部３から対象分布情報Ｄｔが入力されると、上記の異常検知を実行するようになっている。また、この検知部４は、出力装置１４に異常検知の結果を出力するようになっている。本実施形態では、出力装置１４はディスプレイなどの表示装置であるが、他の実施形態では、ユーザに異常検知の結果を知らせることができれば、出力装置１４は、表示装置以外であっても良く、表示装置、プリンタ、スピーカー、あるいはＬＥＤなどの発光装置のうちの少なくとも１つを含んでいても良い。
　なお、診断対象機械９が蒸気タービン等と発電機とを備える場合には、蒸気タービン等が発電機を駆動させる。このような関係にあるため、例えば発電機の発電による電流の時間推移を対象電流波形Ｗｔとして診断を実行する場合に異常が判定されると、蒸気タービン等または発電機の少なくとも一方の異常が疑われることになる。よって、検知部４による診断を１次診断として、異常が検知された場合には詳細な調査を行っても良い。
　上記の構成によれば、診断対象機械９が備える例えばタービンや発電機、モータなどの回転機械９１の回転時に、回転機械９１（例えば電動機）に供給される交流電流や、回転機械９１（例えば発電機）から出力される交流電流などの電流Ｉの瞬時値（測定電流）の時間推移である電流波形Ｗ（対象電流波形Ｗｔ）における規定周期数毎の電流波形Ｗ（後述する単位電流波形Ｗｕ）の実効値Ｉｅを取得する。そして、こうして取得された複数の実効値Ｉｅの、例えば確率密度関数や標準偏差などの分布状態を表す情報（対象分布情報Ｄｔ）に基づいて、診断対象機械９の異常検知を実行する。
　本発明者らは、回転機械９１の異常の種類によっては、異常発生時において電流の瞬時値の分布状態に基づいて異常検知を実行した場合（特許文献２参照）よりも、電流の実効値の分布状態に基づいて異常検知を実行した場合の方が、異常判定の精度が高いことを見出している。よって、上記の対象電流波形Ｗｔに基づいて得られる複数の電流の実効値Ｉｅの分布状態（ばらつき）に基づいて回転機械９１の診断を実行することで、回転機械９１が正常であるか、異常であるかをより適切に診断することができる。
　次に、上述した検知部４についての幾つかの実施形態について、詳細に説明する。
　図３Ａは、本発明の一実施形態に係るある種類の異常についての電流の実効値の正常時と異常時とを対比して示す図である。図３Ｂは、本発明の一実施形態に係る他の種類の異常についての電流の実効値の正常時と異常時とを対比して示す図である。図４Ａは、本発明の一実施形態に係る回転機械が異常時の実効値Ｉｅの確率密度分布を示す図である。また、図４Ｂは、本発明の一実施形態に係る回転機械が正常時の実効値Ｉｅの確率密度分布を示す図である。なお、図３Ａおよび図３Ｂの縦軸および横軸のスケールは同じである。同様に、図４Ａおよび図４Ｂの縦軸および横軸のスケールは同じである。
　幾つかの実施形態では、図２に示すように、診断装置１は、診断対象機械９が正常状態にある際の上記の測定電流の所定期間（以下、第２所定期間）での時間推移である電流波形Ｗ（以下、正常電流波形Ｗｂ）における規定周期数毎の実効値Ｉｅの分布状態を表す正常分布情報Ｄｂを記憶するよう構成された記憶部５を、さらに備えても良い。そして、検知部４は、対象分布情報Ｄｔと正常分布情報Ｄｂとに基づいて、上記の異常検知を実行する。正常分布情報Ｄｂの作成にあたって取得する実効値Ｉｅの数は、対象分布情報Ｄｔのものと同数であっても良いし、異なっていても良く、また、４００以上であっても良い。また、正常電流波形Ｗｂからの電流の瞬時値のサンプリング数についても、対象電流波形Ｗｔのものと同じであっても良いし、異なっていても良い。
　例えば、図３Ａ～図３Ｂに示すように、上記の複数の実効値Ｉｅは、回転機械９１に異常が生じている状態である異常状態と、異常が生じていない状態である正常状態とで、挙動が異なる。具体的には、図３Ａ～図３Ｂに示すように、横軸を、電流の瞬時値の１周期分の波形の数（波形数）、縦軸を実効値Ｉｅとしたグラフに異常状態および正常状態の各々における上記の複数の実効値Ｉｅをプロットすると、異常状態の時（異常時）の実効値Ｉｅの振幅は、正常状態の時（正常時）の実効値Ｉｅの振幅よりも大きく変化する。なお、図３Ａおよび図３Ｂには、回転機械９１に相互に異なる種類の異常が生じた場合が示されている。
　このため、診断対象機械９の異常時および正常時の両方における複数の実効値Ｉｅの確率密度分布をそれぞれ算出すると、例えば図４Ａ～図４Ｂのようになる。図４Ａ～図４Ｂのグラフは、横軸が実効値Ｉｅであり、縦軸が確率密度である。また、図４Ａが異常時を示し、図４Ｂが正常時を示すが、異常時の方が正常時よりも分布が広がっており、ばらつき度合いが大きくなっている。すなわち、正常時と異常時とで実効値Ｉｅの分布状態に違いが出てくることから、検知部４は、対象分布情報Ｄｔと正常分布情報Ｄｂとの分布状態の違いに基づいて、異常検知を実行する。
　なお、上記の第１所定期間および上記の第２所定期間は、互いに重なる部分のない期間であり、これらの期間の長さは通常は同じとするが、相互に異なる長さの期間であっても良い。また、記憶装置１２に正常電流波形Ｗｂ、あるいは正常電流波形Ｗｂを形成する単位電流波形Ｗｕに基づいて算出された実効値Ｉｅが記憶されていても良い。この場合には、診断装置１は、検知部４による異常検知の前に記憶装置１２の記憶情報に基づいて正常分布情報Ｄｂを算出し、記憶部５に記憶しても良い。この記憶部５は、診断装置１が備える記憶装置１２の所定の記憶領域に形成される。
　上記の構成によれば、対象分布情報Ｄｔと、診断対象機械９（回転機械９１）の正常時の電流波形Ｗ（正常電流波形Ｗｂ）に基づいて得られる正常分布情報Ｄｂとの比較などに基づいて、診断対象機械９の異常検知を実行する。これによって、診断対象機械９（回転機械９１）が正常であるか異常であるかを適切に判定することができる。
　図５は、本発明の一実施形態に係る複数の診断対象機械９の正常電流波形Ｗｂを対比して示す図である。また、図６は、本発明の一実施形態に係る診断の流れを説明するための図である。
　幾つかの実施形態では、上記の正常分布情報Ｄｂは、診断対象機械９の個体毎に用意しても良い。本発明者らは、図５に示すように、同じ種類の診断対象機械９であったとしても、個体間で、正常電流波形Ｗｂの振幅の大きさの程度が同じとはならず、実効値Ｉｅの変化の程度が同じとはならない場合があることを見出している。
　図５のグラフは、横軸が波形数、縦軸が実効値Ｉｅである。そして、このグラフに、相互に異なる個体である複数（図５では４台）の診断対象機械９（９ａ～９ｄ）の正常電流波形Ｗｂをそれぞれプロットすると、図５に示すように実効値Ｉｅの振幅の変化が相互に異なっている。実効値Ｉｅの振幅の変化の程度などが異なれば、正常分布情報Ｄｂも相互に異なり得る。よって、診断対象機械９の個体毎の正常分布情報Ｄｂを予め測定などを通して取得（保存）し、対象分布情報Ｄｔと、この対象分布情報Ｄｔを取得した診断対象機械９の正常分布情報Ｄｂとの比較などに基づいて異常検知を行うことで、誤検知を防止することが可能となる。
　図２に示す実施形態では、上述した実効値取得部２には、診断対象機械９に接続された電流測定装置７から測定電流の瞬時値または実効値Ｉｅである測定値Ｉｍが入力されるように構成されている。そして、図６に示すように、実効値取得部２は、回転機械９１の回転開始から回転停止までの期間Ｔ内に設定される第１稼働期間Ｔａに入力される測定値Ｉｍに基づいて、正常電流波形Ｗｂに関する複数の実効値Ｉｅを取得する第１取得部２１と、この第１稼働期間Ｔａの経過後で、かつ、回転機械９１の回転停止までの間に設定される第２稼働期間Ｔｂに入力される測定値Ｉｍに基づいて、対象電流波形Ｗｔに関する複数の実効値Ｉｅを取得する第２取得部２２と、を有している。よって、回転機械９１は、第１稼働期間Ｔａと第２稼働期間Ｔｂとの間は継続して回転している状態にある。
　図６に示す実施形態では、回転機械９１の回転開始後、回転状態が安定したとみなせる時期以降において、回転機械９１の正常性を確認した後、第１稼働期間Ｔａを設定している。その後、定期的に第２稼働期間Ｔｂを設定し、診断対象機械９の回転機械９１の正常性を監視している。また、回転の停止後に再度回転を開始した後も、同様に、第１稼働期間Ｔａの後に第２稼働期間Ｔｂを設定している。
　上記の構成によれば、回転機械９１が停止することなく回転を継続している状態において、正常分布情報Ｄｂの算出の元になる測定値Ｉｍ（測定電流の瞬時値またはその実効値Ｉｅ）が取得された後に、対象分布情報Ｄｔの算出の元になる測定値Ｉｍが取得される。換言すれば、対象電流波形Ｗｔを取得する前における回転機械９１の回転時の診断対象機械９の状態を正常と定義しつつ、その後において回転機械が回転を継続している状態で得られた測定値Ｉｍを診断のために監視する。
　本発明者らは、回転機械９１の異常の種類によっては、異常発生時において電流の瞬時値の分布状態に基づいて異常検知を実行した場合（特許文献２参照）よりも、電流の実効値Ｉｅの分布状態に基づいて異常検知を実行した場合の方が、異常判定の精度が高いことを見出している。これによって、正常時の診断対象機械９の個体間に、電流波形Ｗに基づいて得られる複数の実効値Ｉｅのばらつき度合いに違いがあるような場合であっても、診断対象機械毎に正常状態を適切に定義することが可能となる。また、正常状態に対する変化を回転機械９１の継続した回転時に定期的などで監視することで、その傾向に基づいて異常の予兆診断を行うこともできる。
　また、上述した実施形態において、幾つかの実施形態では、上述した対象分布情報Ｄｔおよび正常分布情報Ｄｂは、確率密度関数などの確率分布であり、検知部４は、各々が確立分布である対象分布情報Ｄｔと正常分布情報Ｄｂとの距離に基づいて、異常検知を実行しても良い。この距離は、例えば周知なカルバック・ライブラー距離や相対ピアソン距離など、２つの確率分布（確率密度関数）の違いを定量化することが可能な指標値であれば良い。なお、正常分布情報Ｄｂである確率分布をｐ（ｘ）、対象分布情報Ｄｔである確率分布をｐ’（ｘ）とすると、相対ピアソン距離は、例えば、∫ｑα（ｘ）［｛ｐ（ｘ）／ｑα（ｘ）｝－１］２ｄｘで算出可能であり、この際、ｑα＝αｐ＋（１－α）ｐ’　０≦α＜１の関係を有する。
　図２に示す実施形態では、検知部４は、対象分布情報Ｄｔである確率分布（例えば確率密度関数など）と、正常分布情報Ｄｂである確率分布との間の相対ピアソン距離に基づいて、診断対象機械９の異常検知を行うようになっている。実効値Ｉｅの確率分布が正規分布に近い場合には、確率分布の端部においては確率密度がゼロとなるが、このような場合であっても相対ピアソン距離を用いることによって、ノイズに対してロバストな異常検知を行うことが可能となる。
　以下、上述した診断装置１が行う処理に対応する診断方法について、図７を用いて説明する。図７は、本発明の一実施形態に係る診断方法を示す図である。
　この診断方法は、回転機械９１を有する診断対象機械９を、その回転機械９１の回転時の測定電流に基づいて診断する方法である。図６に示すように、診断方法は、実効値取得ステップ（Ｓ１）と、分布情報算出ステップ（Ｓ２）と、検知ステップ（Ｓ３）と、を備える。これらの各ステップについて説明する。
　これらのステップについて、図１に示す診断系６において実行する場合を例に説明する。
　実効値取得ステップ（Ｓ１）は、対象電流波形Ｗｔにおける規定周期数毎の実効値Ｉｅを取得するステップである。実効値取得ステップ（Ｓ１）は、既に説明した実効値取得部２が実行する処理内容と同様であるため、詳細は省略する。
　分布情報算出ステップ（Ｓ２）は、上記の実効値取得ステップによって取得された複数の実効値Ｉｅの対象分布情報Ｄｔを算出するステップである。分布情報算出ステップ（Ｓ２）は、既に説明した分布情報算出部３が実行する処理内容と同様であるため、詳細は省略する。
　検知ステップ（Ｓ３）は、上記の分布情報算出ステップによって算出された対象分布情報Ｄｔに基づいて、診断対象機械９の異常検知を実行するステップである。この検知ステップ（Ｓ３）は、既に説明した検知部４が実行する処理内容と同様であるため、詳細は省略する。
　図７に示す実施形態では、ステップＳ０において、上述した正常分布情報Ｄｂを取得する。具体的には、診断対象機械９が備える回転機械９１の回転開始から回転停止までの期間Ｔ内に設定される第１稼働期間Ｔａにおいて入力される測定値Ｉｍに基づいて、正常電流波形Ｗｂに関する複数の実効値Ｉｅを取得すると共に、取得された複数の実効値Ｉｅに基づいて正常分布情報Ｄｂを算出し、記憶部５に記憶している。なお、測定値Ｉｍが電流の実効値Ｉｅである場合には、測定値Ｉｍが入力されることで複数の実効値Ｉｅが取得されるが、測定値Ｉｍが測定電流の瞬時値である場合には、既に説明したように第２所定期間の間の測定電流の瞬時値に基づいて複数の実効値Ｉｅを算出する。こうして取得された複数の実効値Ｉｅに基づいて、正常分布情報Ｄｂをする。
　その後、ステップＳ１において、上記の実効値取得ステップを実行し、対象電流波形Ｗｔから得られる複数の実効値Ｉｅを取得する。ステップＳ２において、分布情報算出ステップを実行し、対象分布情報Ｄｔを算出する。そして、ステップＳ３において、検知ステップを実行し、診断対象機械９の異常検知を実行する。図６に示す実施形態では、対象分布情報Ｄｔと正常分布情報Ｄｂとの相対ピアソン距離を算出し、この相対ピアソン距離に基づいて異常検知を実行している。また、ステップＳ４において、異常検知の結果を例えばディスプレイなどの出力装置１４に出力する。
　本発明は上述した実施形態に限定されることはなく、上述した実施形態に変形を加えた形態や、これらの形態を適宜組み合わせた形態も含む。
＜付記＞
（１）本発明の少なくとも一実施形態に係る診断装置（１）は、
　回転機械（９１）を有する診断対象機械（９）を前記回転機械（９１）の回転時の測定電流に基づいて診断する診断装置（１）であって、
　前記測定電流の第１所定期間での時間推移である対象電流波形（Ｗｔ）における規定周期数毎の実効値（Ｉｅ）を取得するよう構成された実効値取得部（２）と、
　取得された複数の前記実効値（Ｉｅ）の分布状態を表す対象分布情報（Ｄｔ）を算出するよう構成された分布情報算出部（３）と、
　算出された前記対象分布情報（Ｄｔ）に基づいて、前記診断対象機械（９）の異常検知を実行するよう構成された検知部（４）と、を備える。
　上記（１）の構成によれば、診断対象機械（９）が備える例えばタービンや発電機、モータなどの回転機械（９１）の回転時に、回転機械（９１）（電動機）に供給される交流電流や、回転機械（９１）（発電機）から出力される交流電流などの電流の瞬時値（測定電流）の時間推移である電流波形（Ｗｔ）における規定周期数毎の電流波形（後述する単位電流波形）の実効値（Ｉｅ）を取得する。そして、こうして取得された複数の実効値（Ｉｅ）の、例えば確率密度関数や標準偏差などの分布状態を表す情報（対象分布情報（Ｄｔ））に基づいて、診断対象機械（９）の異常検知を実行する。これによって、上記の対象電流波形（Ｗｔ）に基づいて得られる複数の電流の実効値（Ｉｅ）の分布状態（ばらつき）に基づいて回転機械（９１）の診断を実行することで、回転機械（９１）が正常であるか、異常であるかをより適切に診断することができる。
（２）幾つかの実施形態では、上記（１）の構成において、
　前記診断対象機械（９）が正常状態にある際の前記測定電流の第２所定期間での時間推移である正常電流波形（Ｗｂ）における前記規定周期数毎の前記実効値（Ｉｅ）の分布状態を表す正常分布情報（Ｄｂ）を記憶するよう構成された記憶部（５）を、さらに備え、
　前記検知部（４）は、前記対象分布情報（Ｄｔ）と前記正常分布情報（Ｄｂ）とに基づいて、前記異常検知を実行する。
　上記（２）の構成によれば、対象分布情報（Ｄｔ）と、診断対象機械（９）（回転機械（９１））の正常時の電流波形（Ｗｂ）に基づいて得られる正常分布情報（Ｄｂ）との比較などに基づいて、診断対象機械（９）の異常検知を実行する。これによって、個体診断対象機械（９）（回転機械（９１））が正常であるか異常であるかを適切に判定することができる。
（３）幾つかの実施形態では、上記（２）の構成において、
　前記対象分布情報（Ｄｔ）および前記正常分布情報（Ｄｂ）は確率分布であり、
　前記検知部（４）は、前記対象分布情報（Ｄｔ）と前記正常分布情報（Ｄｂ）との距離に基づいて、前記異常検知を実行する。
　上記（３）の構成によれば、対象分布情報（Ｄｔ）である確率分布（例えば確率密度関数など）と、正常分布情報（Ｄｂ）である確率分布との距離に基づいて、診断対象機械（９）の異常検知を実行する。これによって、上記の距離と閾値との比較に基づいて正常、異常を判定するなど、診断対象機械（９）の異常検知を容易に行うことができる。
（４）幾つかの実施形態では、上記（３）の構成において、
　前記距離は相対ピアソン距離である。
　上記（４）の構成によれば、検知部（４）は、対象分布情報（Ｄｔ）である確率分布と、正常分布情報（Ｄｂ）である確率分布との間の相対ピアソン距離に基づいて、診断対象機械（９）の異常検知を行う。実効値（Ｉｅ）の確率分布が正規分布に近い場合には、確率分布の端部においては確率密度がゼロとなるが、このような場合であっても相対ピアソン距離を用いることによって、ノイズに対してロバストな異常検知を行うことができる。
（５）幾つかの実施形態では、上記（２）～（４）の構成において、
　前記実効値取得部（２）には、前記診断対象機械（９）に接続された電流測定装置（７）から前記測定電流の瞬時値または前記実効値（Ｉｅ）である測定値（Ｉｍ）が入力されるように構成されており、
　前記実効値取得部（２）は、
　前記回転機械（９１）の回転開始から回転停止までの期間内に設定される第１稼働期間（Ｔａ）に入力される前記測定値（Ｉｍ）に基づいて、前記正常電流波形（Ｗｂ）に関する前記複数の実効値（Ｉｅ）を取得する第１取得部（２１）と、
　前記第１稼働期間（Ｔａ）の経過後で、かつ、前記回転停止までの間に設定される第２稼働期間（Ｔｂ）に入力される前記測定値（Ｉｍ）に基づいて、前記対象電流波形（Ｗｔ）に関する前記複数の実効値（Ｉｅ）を取得する第２取得部（２２）と、を有する。
　上記（５）の構成によれば、回転機械（９１）が停止することなく回転を継続している状態において、正常分布情報（Ｄｂ）の算出の元になる測定値（Ｉｍ）（測定電流の瞬時値または実効値（Ｉｅ））が取得された後に、対象分布情報（Ｄｔ）の算出の元になる測定値（Ｉｍ）が取得される。換言すれば、対象電流波形（Ｗｔ）を取得する前における回転機械（９１）の回転時の診断対象機械（９）の状態を正常と定義しつつ、その後において回転機械（９１）が回転を継続している状態で得られた測定値（Ｉｍ）を診断のために監視する。これによって、正常時の診断対象機械（９）の個体間に、電流波形に基づいて得られる複数の実効値（Ｉｅ）のばらつき度合いに違いがあるような場合であっても、診断対象機械（９）毎に正常状態を適切に定義することができる。また、正常状態に対する変化を回転機械（９１）の継続した回転時に定期的などで監視することで、その傾向に基づいて異常の予兆診断を行うこともできる。
（６）幾つかの実施形態では、上記（５）の構成において、
　前記回転機械（９１）は、前記第１稼働期間（Ｔａ）と前記第２稼働期間（Ｔｂ）との間は継続して回転している状態にある。
　上記（６）の構成によれば、上記（５）と同様の効果を奏する。なお、同一の回転機械（９１）である場合など、回転機械（９１）が変わる等の条件変更がなければ、回転機械（９１）は、第１稼働期間（Ｔａ）と第２稼働期間（Ｔｂ）との間は継続して回転している状態にある必要はない。
（７）幾つかの実施形態では、上記（１）～（６）の構成において、
　前記実効値（Ｉｅ）は、前記規定周期数の電流波形からのサンプリングにより得られた複数の前記測定電流の瞬時値に基づいて算出され、
　前記サンプリングによるサンプリング数は、前記規定周期数を構成する１周期あたり９００以上１２００以下である。
　上記（７）の構成によれば、サンプリング数を９００以上１２００以下とすることにより、回転機械（９１）の稼働状態（正常または異常）が適切に反映された対象分布情報（Ｄｔ）を得ることができ、適切な診断精度での診断を行うことができる。
（８）幾つかの実施形態では、上記（１）～（７）の構成において、
　前記規定周期数は１である。
　上記（８）の構成によれば、規定周期数を１周期とすることにより、回転機械（９１）の稼働状態（正常または異常）が適切に反映された対象分布情報（Ｄｔ）を得ることができ、適切な診断精度での診断を行うことができる。
（９）幾つかの実施形態では、上記（１）～（８）の構成において、
　前記分布情報算出部（３）は、前記実効値取得部（２）によって取得された４００以上の前記実効値（Ｉｅ）に基づいて、前記対象分布情報（Ｄｔ）を算出する。
　上記（９）の構成によれば、４００以上の実効値（Ｉｅ）に基づいて対象分布情報（Ｄｔ）を算出することで、回転機械（９１）の稼働状態（正常または異常）が対象分布情報（Ｄｔ）に適切に反映されるようにすることができる。
（１０）本発明の少なくとも一実施形態に係る診断方法は、
　回転機械（９１）を有する診断対象機械（９）を前記回転機械（９１）の回転時の測定電流に基づいて診断する診断方法であって、
　前記測定電流の第１所定期間での時間推移である対象電流波形（Ｗｔ）における規定周期数毎の実効値（Ｉｅ）を取得するステップ（例えば図６のＳ１）と、
　取得された複数の前記実効値（Ｉｅ）の分布状態を表す対象分布情報（Ｄｔ）を算出するステップ（例えば図６のＳ２）と、
　算出された前記対象分布情報（Ｄｔ）に基づいて、前記診断対象機械（９）の異常検知を実行するステップ（例えば図６のＳ３）と、を備える。
　上記（１０）の構成によれば、上記（１）と同様の効果を奏する。
（１１）本発明の少なくとも一実施形態に係る診断プログラム（１０）は、
　回転機械（９１）を有する診断対象機械（９）を前記回転機械（９１）の回転時の測定電流に基づいて診断する診断プログラム（１０）であって、
　コンピュータに、
　前記測定電流の第１所定期間での時間推移である対象電流波形（Ｗｔ）における規定周期数毎の実効値（Ｉｅ）を取得するよう構成された実効値取得部（２）と、
　取得された複数の前記実効値（Ｉｅ）の分布状態を表す対象分布情報（Ｄｔ）を算出するよう構成された分布情報算出部（３）と、
　算出された前記対象分布情報（Ｄｔ）に基づいて、前記診断対象機械（９）の異常検知を実行するよう構成された検知部（４）と、を実現させるためのプログラムである。
　上記（１１）の構成によれば、上記（１）と同様の効果を奏する。
１　　　　診断装置
１０　　　診断プログラム
１１　　　プロセッサ
１２　　　記憶装置
１４　　　出力装置
２　　　　実効値取得部
２１　　　第１取得部
２２　　　第２取得部
３　　　　分布情報算出部
４　　　　検知部
５　　　　記憶部
６　　　　診断システム
７　　　　電流測定装置
７１　　　通信媒体
８　　　　電気盤
９　　　　診断対象機械
９１　　　回転機械
Ｉ　　　　電流
Ｉｅ　　　実効値
Ｉｍ　　　測定値
Ｗ　　　　電流波形
Ｗｂ　　　正常電流波形
Ｗｔ　　　対象電流波形
Ｗｕ　　　単位電流波形
Ｄｂ　　　正常分布情報
Ｄｔ　　　対象分布情報
Ｔ　　　　回転機械の回転開始から回転停止までの期間
Ｔａ　　　第１稼働期間
Ｔｂ　　　第２稼働期間

Claims (11)

  1. 　回転機械を有する診断対象機械を前記回転機械の回転時の測定電流に基づいて診断する診断装置であって、
    　前記測定電流の第１所定期間での時間推移である対象電流波形における規定周期数毎の実効値を取得するよう構成された実効値取得部と、
    　取得された複数の前記実効値の分布状態を表す対象分布情報を算出するよう構成された分布情報算出部と、
    　算出された前記対象分布情報に基づいて、前記診断対象機械の異常検知を実行するよう構成された検知部と、を備える診断装置。
  2. 　前記診断対象機械が正常状態にある際の前記測定電流の第２所定期間での時間推移である正常電流波形における前記規定周期数毎の前記実効値の分布状態を表す正常分布情報を記憶するよう構成された記憶部を、さらに備え、
    　前記検知部は、前記対象分布情報と前記正常分布情報とに基づいて、前記異常検知を実行する請求項１に記載の診断装置。
  3. 　前記対象分布情報および前記正常分布情報は確率分布であり、
    　前記検知部は、前記対象分布情報と前記正常分布情報との距離に基づいて、前記異常検知を実行する請求項２に記載の診断装置。
  4. 　前記距離は相対ピアソン距離である請求項３に記載の診断装置。
  5. 　前記実効値取得部には、前記診断対象機械に接続された電流測定装置から前記測定電流の瞬時値または前記実効値である測定値が入力されるように構成されており、
    　前記実効値取得部は、
    　前記回転機械の回転開始から回転停止までの期間内に設定される第１稼働期間に入力される前記測定値に基づいて、前記正常電流波形に関する前記複数の実効値を取得する第１取得部と、
    　前記第１稼働期間の経過後で、かつ、前記回転停止までの間に設定される第２稼働期間に入力される前記測定値に基づいて、前記対象電流波形に関する前記複数の実効値を取得する第２取得部と、を有する請求項２～４のいずれか１項に記載の診断装置。
  6. 　前記回転機械は、前記第１稼働期間と前記第２稼働期間との間は継続して回転している状態にある請求項５に記載の診断装置。
  7. 　前記実効値は、前記規定周期数の電流波形からのサンプリングにより得られた複数の前記測定電流の瞬時値に基づいて算出され、
    　前記サンプリングによるサンプリング数は、前記規定周期数を構成する１周期あたり９００以上１２００以下である請求項１～６のいずれか１項に記載の診断装置。
  8. 　前記規定周期数は１である請求項１～７のいずれか１項に記載の診断装置。
  9. 　前記分布情報算出部は、前記実効値取得部によって取得された４００以上の前記実効値に基づいて、前記対象分布情報を算出することを特徴とする請求項１～８のいずれか１項に記載の診断装置。
  10. 　回転機械を有する診断対象機械を前記回転機械の回転時の測定電流に基づいて診断する診断方法であって、
    　前記測定電流の第１所定期間での時間推移である対象電流波形における規定周期数毎の実効値を取得するステップと、
    　取得された複数の前記実効値の分布状態を表す対象分布情報を算出するステップと、
    　算出された前記対象分布情報に基づいて、前記診断対象機械の異常検知を実行するステップと、を備える診断方法。
  11. 　回転機械を有する診断対象機械を前記回転機械の回転時の測定電流に基づいて診断する診断プログラムであって、
    　コンピュータに、
    　前記測定電流の第１所定期間での時間推移である対象電流波形における規定周期数毎の実効値を取得するよう構成された実効値取得部と、
    　取得された複数の前記実効値の分布状態を表す対象分布情報を算出するよう構成された分布情報算出部と、
    　算出された前記対象分布情報に基づいて、前記診断対象機械の異常検知を実行するよう構成された検知部と、を実現させるための診断プログラム。
PCT/JP2020/005202 2019-09-13 2020-02-10 診断装置、診断方法および診断プログラム WO2021049061A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/640,504 US20220341972A1 (en) 2019-09-13 2020-02-10 Diagnosis device, diagnosis method, and diagnosis program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-166839 2019-09-13
JP2019166839A JP6619908B1 (ja) 2019-09-13 2019-09-13 診断装置、診断方法および診断プログラム

Publications (1)

Publication Number Publication Date
WO2021049061A1 true WO2021049061A1 (ja) 2021-03-18

Family

ID=68836060

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/005202 WO2021049061A1 (ja) 2019-09-13 2020-02-10 診断装置、診断方法および診断プログラム

Country Status (3)

Country Link
US (1) US20220341972A1 (ja)
JP (1) JP6619908B1 (ja)
WO (1) WO2021049061A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008061462A (ja) * 2006-09-01 2008-03-13 Nagoya Institute Of Technology 電動機固定子巻線の短絡診断システム
JP2015227889A (ja) * 2015-08-10 2015-12-17 株式会社高田工業所 回転機械系の異常診断方法
WO2017221588A1 (ja) * 2016-06-21 2017-12-28 三菱電機株式会社 負荷の異常検出装置
WO2019069877A1 (ja) * 2017-10-03 2019-04-11 川崎重工業株式会社 異常の生じた部位の推定方法及び異常の生じた部位の推定を行わせるプログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090096405A1 (en) * 2007-10-15 2009-04-16 General Electric Company Method and system for remotely predicting the remaining life of an ac motor system
US8872455B2 (en) * 2012-05-22 2014-10-28 Deere & Company Method and controller for an electric motor with fault detection
US9778080B2 (en) * 2013-04-29 2017-10-03 Emerson Electric (Us) Holding Corporation (Chile) Limitada Selective decimation and analysis of oversampled data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008061462A (ja) * 2006-09-01 2008-03-13 Nagoya Institute Of Technology 電動機固定子巻線の短絡診断システム
JP2015227889A (ja) * 2015-08-10 2015-12-17 株式会社高田工業所 回転機械系の異常診断方法
WO2017221588A1 (ja) * 2016-06-21 2017-12-28 三菱電機株式会社 負荷の異常検出装置
WO2019069877A1 (ja) * 2017-10-03 2019-04-11 川崎重工業株式会社 異常の生じた部位の推定方法及び異常の生じた部位の推定を行わせるプログラム

Also Published As

Publication number Publication date
JP6619908B1 (ja) 2019-12-11
US20220341972A1 (en) 2022-10-27
JP2021043129A (ja) 2021-03-18

Similar Documents

Publication Publication Date Title
KR101432786B1 (ko) 모터의 고장진단방법 및 그 시스템
KR101474187B1 (ko) 소자의 모니터링 방법
US7089154B2 (en) Automatic machinery fault diagnostic method and apparatus
EP2743669B1 (en) Fault detection system and associated method
TWI751170B (zh) 泵總成、分析自經安裝於一泵上之一加速度計接收之資料的方法及電腦程式
JP6636178B2 (ja) タービンユニットのテスト中の故障診断
JP2010144727A (ja) ロータブレード健全性を監視するためのシステム及び方法
KR102265423B1 (ko) 초음파센서를 이용한 배터리 안전상태 진단 모니터링 시스템
EP3696405B1 (en) Operating state evaluation method and operating state evaluation device
EP3339830B1 (en) Modeling and visualization of vibration mechanics in residual space
CN111247442A (zh) 异常诊断装置、异常诊断方法及异常诊断系统
KR102208831B1 (ko) 모터펌프의 진단 장치 및 방법
EP3339638B1 (en) Systems for crack detection in doubly-fed induction generators
Jarrell et al. Prognostics and condition-based maintenance: a new approach to precursive metrics
JP6801144B2 (ja) 診断装置および診断方法
WO2021049061A1 (ja) 診断装置、診断方法および診断プログラム
CN104964820A (zh) 一种旋转机械断轴故障在线预测方法及装置
JP2008032454A (ja) 振動位相検出装置及び方法
CN111811845B (zh) 诊断装置
CN113819011B (zh) 风力发电机组的叶轮状态检测方法、装置及系统
JPH0543052B2 (ja)
RU2568984C1 (ru) Устройство диагностики технического состояния системы "обратимая синхронная машина-маховик" агрегата бесперебойного питания
CN117146980A (zh) 直驱式永磁风力发电机定子绕组温度的测量方法及装置
WO2022176730A1 (ja) 診断システム、診断方法およびプログラム
RU2682561C1 (ru) Способ определения технического состояния токосъемников

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: 20863728

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: 20863728

Country of ref document: EP

Kind code of ref document: A1