WO2025009540A1 - 情報処理方法、情報処理装置 - Google Patents

情報処理方法、情報処理装置 Download PDF

Info

Publication number
WO2025009540A1
WO2025009540A1 PCT/JP2024/023996 JP2024023996W WO2025009540A1 WO 2025009540 A1 WO2025009540 A1 WO 2025009540A1 JP 2024023996 W JP2024023996 W JP 2024023996W WO 2025009540 A1 WO2025009540 A1 WO 2025009540A1
Authority
WO
WIPO (PCT)
Prior art keywords
component
information processing
time
series signal
signal
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/JP2024/023996
Other languages
English (en)
French (fr)
Inventor
克誉 須藤
由紀子 住中
潤一 浜崎
秀人 岡山
伊央理 杉本
西本　重人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Daikin Industries Ltd
Original Assignee
Daikin Industries Ltd
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 Daikin Industries Ltd filed Critical Daikin Industries Ltd
Priority to CN202480042025.XA priority Critical patent/CN121464331A/zh
Priority to EP24836053.9A priority patent/EP4741794A1/en
Publication of WO2025009540A1 publication Critical patent/WO2025009540A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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

Definitions

  • the purpose of this disclosure is to provide technology that makes it possible to easily monitor the condition of an object.
  • a second extraction step of extracting a time series signal of the second component from the time series signal of the energy In the first extraction step, a time series signal of the first component is extracted;
  • the variance calculation step may include calculating an index value relating to variance of both the time-series signal of the first component and the time-series signal of the second component.
  • diagnosis step it may be diagnosed that there is a sign of a malfunction of the object mounted on a specified device when the history of the index value related to the variance of the time series signal of the first component transitions from a state in which the change over time is relatively small to a state in which the change over time is relatively large.
  • a setting step of setting a reference value for determining whether or not there is a symptom of a failure of the object mounted on a predetermined device by an information processing device In the acquisition step, a plurality of measurement signals of acoustic emissions of the object mounted on the predetermined device are acquired, the plurality of measurement signals including both the measurement signal in a state before a failure of the object occurs and the measurement signal in a state after a failure of the object occurs; In the energy calculation step, the energy corresponding to each of the plurality of measurement signals acquired in the acquisition step is calculated; In the first extraction step, the first component is extracted from the time series signal of the energy corresponding to each of the plurality of measurement signals; The variance calculation step calculates the index value related to the variance of a time series signal of the first component corresponding to each of the plurality of measurement signals; In the setting step, a first reference value for the index values relating to the variability in the time series signal of the first component
  • a setting step of setting a reference value for determining whether or not there is a symptom of a failure of the object mounted on a predetermined device by an information processing device In the acquisition step, a plurality of measurement signals of acoustic emissions of the object mounted on the predetermined device are acquired, the plurality of measurement signals including both the measurement signal in a state before a failure of the object occurs and the measurement signal in a state after a failure of the object occurs; In the energy calculation step, the energy corresponding to each of the plurality of measurement signals acquired in the acquisition step is calculated; In the first extraction step, the first component is extracted from the time series signal of the energy corresponding to each of the plurality of measurement signals; In the second extraction step, a time series signal of the second component is extracted by removing the first component from the time series signal of the energy corresponding to each of the plurality of measurement signals; In the variability calculation step, the index value related to the variability of a time-series
  • the plurality of measurement signals are a collection of measurement signals obtained at different timings for the same predetermined device
  • the first reference value may be set based on the index value of the signal of the first component corresponding to the measurement signal at a timing a predetermined time before the timing of the measurement signal that was first recorded after a failure of the object occurred.
  • the plurality of measurement signals are a collection of measurement signals obtained at different timings for the same predetermined device
  • the first reference value may be set based on the index value related to the signal variability of the first component corresponding to the measurement signal at a timing a predetermined time before the timing of the measurement signal first recorded after a failure of the object occurs
  • the second reference value may be set based on the index value related to the signal variability of the second component corresponding to the measurement signal first recorded after a failure of the object occurs.
  • a reference value for determining whether or not the object has a sign of failure may be set for each group related to a plurality of the predetermined devices that are divided according to a use condition of the object.
  • FIG. 1 illustrates an example of a diagnostic criteria setting system.
  • FIG. 2 illustrates an example of a hardware configuration of an information processing device.
  • FIG. 11 is a diagram illustrating an example of a processing flow for setting diagnostic criteria by an information processing device.
  • FIG. 13 is a diagram illustrating an example of a method for setting diagnostic criteria.
  • FIG. 1 illustrates an example of a monitoring system.
  • FIG. 13 is a diagram showing an example of a processing flow for monitoring the presence or absence of a sign of leakage in a mechanical seal by an information processing device.
  • FIG. 13 is a diagram showing a specific example of the time change in the history of the standard deviation of time series data of the periodic component and the periodicity removal component of the acoustic emission energy of a mechanical seal.
  • 11A and 11B are diagrams illustrating a second example of a method for monitoring the presence or absence of a sign of leakage in a mechanical seal.
  • the diagnostic criteria setting system 1 includes an acoustic emission (AE) sensor 10, an amplifier circuit 20, a band pass filter (BPF) 30, and an information processing device 40.
  • AE acoustic emission
  • BPF band pass filter
  • the AE sensor 10 measures the acoustic emissions of the mechanical seal 52D for sealing the shaft of the polymerization reaction tank 50 and outputs a signal (AE signal) that represents the measurement result.
  • the polymerization reactor 50 is an experimental machine with the same specifications as the polymerization reactor (e.g., the polymerization reactor 150 described below) whose mechanical seal condition is to be diagnosed.
  • the polymerization reactor 50 includes a tank body 51 and an agitator 52.
  • the tank body 51 is a container that contains the monomers and solvents to be polymerized.
  • a through hole 51A is provided at the top of the tank body 51, penetrating between the inside and outside.
  • the agitator 52 agitates the contents of the tank body 51.
  • the agitator 52 includes a rotor 52A, a motor 52B, a rotor shaft 52C, and a mechanical seal 52D.
  • the rotor 52A is provided inside the tank body 51 and rotates around the rotation axis 52C to agitate the contents of the tank body 51.
  • the motor 52B is provided above and outside the tank body 51, and drives the rotor 52A to rotate through the rotor shaft 52C.
  • the rotating shaft 52C is arranged to extend in the vertical direction and mechanically connects the motor 52B outside the tank body 51 and the rotor 52A inside the tank body 51.
  • the rotating shaft 52C is arranged to pass through the through hole 51A of the tank body 51 at its middle part.
  • the mechanical seal 52D prevents leakage of the contents from inside the tank body 51 to the outside through the through hole 51A.
  • the mechanical seal 52D includes a fixed ring 52D1 and a rotating ring 52D2.
  • the fixed ring 52D1 has a circular ring shape that surrounds the outer edge of the through hole 51A when viewed from above, and is fixed to the outer surface of the tank body 51.
  • the AE sensor 10 may be installed at any location as long as it is possible to obtain an AE signal from the mechanical seal 52D.
  • the AE sensor 10 is installed near the fixed ring 52D1 on the outer surface of the tank body 51.
  • the output of the AE sensor 10 is input to the amplifier circuit 20.
  • the amplifier circuit 20 amplifies the AE signal output from the AE sensor 10 and outputs it.
  • the output signal of the amplifier circuit 20 is input to the BPF 30.
  • the BPF 30 passes and outputs only components of a predetermined frequency band from the amplified AE signal input from the amplifier circuit 20. This allows the BPF 30 to output an AE signal of the predetermined frequency band.
  • the predetermined frequency band is a frequency band in which the state of the mechanical seal 52D may cause a characteristic in the AE of the mechanical seal 52D.
  • the predetermined frequency band is, for example, 30 kHz to 200 kHz.
  • the output signal of the BPF 30 is input to the information processing device 40.
  • the information processing device 40 calculates an index value relating to the variation of the AE energy time series signal based on the AE signal for a predetermined period input from the BPF 30, and sets a diagnostic criterion for the index value based on the history data of the calculated index value. Specifically, while the agitator 52 of the polymerization reaction vessel 50 is continuously operating, the information processing device 40 periodically calculates and accumulates an index value based on the AE signal for a predetermined period, at least until leakage of the contents occurs at the mechanical seal 52D. At this time, the agitator 52 may be operated at a high load so that the load on the mechanical seal 52D is higher than in normal operation. This can shorten the period until leakage occurs at the mechanical seal 52D. The information processing device 40 then sets a diagnostic criterion for the index value based on the history data of the index value until the mechanical seal 52D breaks down and leakage of the contents occurs.
  • the AE signal used to set the diagnostic criteria is preferably an AE signal recorded, for example, at a timing before the process reaction in the polymerization reaction tank 50. This is because there is a possibility that disturbances caused by the process reaction may be superimposed on the AE signal during the process reaction in the polymerization reaction tank 50.
  • the information processing device 40 is, for example, a server device having a relatively high processing capacity.
  • the server device is an on-premise server or a cloud server installed in a facility separate from the facility in which the polymerization reaction tank 50 is installed.
  • the server device may also be an edge server installed in the facility in which the polymerization reaction tank 50 is installed.
  • the information processing device 40 may be a terminal device with lower processing power than the server device, so long as it has the ability to execute the necessary processing.
  • the terminal device may be a stationary terminal device such as a desktop PC (Personal Computer), or a portable terminal device (mobile terminal) such as a tablet terminal or laptop PC.
  • FIG. 2 is a diagram showing an example of the hardware configuration of the information processing device 40.
  • the functions of the information processing device 40 are realized by any hardware or any combination of hardware and software.
  • the information processing device 40 includes an external interface 41, an auxiliary storage device 42, a memory device 43, a CPU 44, a high-speed calculation device 45, a communication interface 46, an input device 47, and an output device 48.
  • the external interface 41, the auxiliary storage device 42, the memory device 43, the CPU 44, the high-speed calculation device 45, the communication interface 46, the input device 47, and the output device 48 are connected by a bus BS.
  • the external interface 41 functions as an interface for reading data from and writing data to the recording medium 41A.
  • the recording medium 41A includes general-purpose recording media such as flexible disks, CDs (Compact Discs), DVDs (Digital Versatile Discs), BDs (Blu-ray (registered trademark) Discs), SD memory cards, and USB memories. This allows the information processing device 40 to read various data used in processing through the recording medium 41A, store the data in the auxiliary storage device 42, and install programs that realize various functions.
  • the auxiliary storage device 42 stores various installed programs as well as files and data necessary for various processes.
  • Examples of the auxiliary storage device 42 include a hard disc drive (HDD), a solid state disc (SSD), an EEPROM, and a flash memory.
  • the memory device 43 When an instruction to start a program is received, the memory device 43 reads out and stores the program from the auxiliary storage device 42.
  • the memory device 43 includes, for example, a DRAM (Dynamic Random Access Memory) or an SRAM (Static Random Access Memory).
  • the CPU 44 executes various programs loaded from the auxiliary storage device 42 to the memory device 43, and realizes various functions related to the information processing device 40 according to the programs.
  • the high-speed calculation device 45 works in conjunction with the CPU 44 and performs calculation processing at a higher speed than the CPU 44.
  • the high-speed calculation device 45 includes, for example, a GPU (Graphics Processing Unit), an ASIC (Application Specific Integrated Circuit), an FPGA (Field-Programmable Gate Array), etc.
  • the high-speed calculation device 45 may be omitted depending on the calculation processing speed required for the information processing device 40.
  • the communication interface 46 is used as an interface for connecting to an external device so as to be able to communicate with it. This allows the information processing device 40 to take in the output of the BPF 30 through the communication interface 46. Furthermore, the information processing device 40 can obtain, for example, various data and programs used in processing from an external device through the communication interface 46.
  • the communication interface 46 may have multiple types of communication interfaces depending on the communication method between the connected device, etc.
  • the input device 47 accepts various inputs from the user of the information processing device 40.
  • the input device 47 includes, for example, an input device (hereinafter, "operation input device") that accepts mechanical operation input from a user of the information processing device 40.
  • the operation input device includes, for example, a button, a toggle, a lever, a keyboard, a mouse, a touch panel, a touch pad, etc.
  • the input device 47 may also include a voice input device capable of receiving voice input from a user of the information processing device 40.
  • the voice input device includes, for example, a microphone capable of collecting the voice of the user of the information processing device 40.
  • the input device 47 may also include a gesture input device capable of receiving gesture input from a user of the information processing device 40.
  • the gesture input device includes, for example, a camera capable of capturing an image of the user's gesture.
  • the input device 47 may also include a biometric input device capable of accepting biometric input from a user of the information processing device 40.
  • the biometric input device includes, for example, a camera capable of acquiring image data including information related to the user's fingerprint or iris.
  • the output device 48 outputs information to the user of the information processing device 40.
  • the output device 48 is, for example, a lighting device or a display device that visually outputs information.
  • the lighting device is, for example, an indicator lamp.
  • the display device is, for example, a liquid crystal display or an organic EL (electroluminescence) display.
  • the output device 48 may be a sound output device that outputs auditory information. Examples of the sound output device include a buzzer, an alarm, and a speaker.
  • FIG. 3 is a diagram showing a processing flow for setting diagnostic criteria in the information processing device 40. Specifically, FIG. 3 includes FIG. 3A showing pre-processing for setting diagnostic criteria, and FIG. 3B showing main processing for setting diagnostic criteria.
  • the pre-processing is performed periodically (e.g., every few hours) after the start of operation of the agitator 52 of the polymerization reaction tank 50.
  • the pre-processing may be performed automatically at a predetermined timing, or may be performed manually in response to a request from a user via the input device 47.
  • the pre-processing may also be performed at a timing before the process reaction in the polymerization reaction tank 50. This makes it possible to prevent a situation in which a disturbance caused by the process reaction in the polymerization reaction tank 50 is superimposed on the AE signal, and as a result, it is possible to improve the accuracy of the diagnostic criteria set in the main processing described below.
  • step S102 the information processing device 40 acquires time series data of the AE signal for the latest predetermined period captured from the BPF 30 from a reception buffer or the like.
  • step S102 the information processing device 40 proceeds to step S104.
  • step S104 energy calculation process
  • the information processing device 40 calculates the AE energy for a predetermined period based on the time series data of the AE signal, and outputs the time series data of the AE energy for the predetermined period.
  • the AE energy corresponds to the area of the time waveform of the AE signal, and the information processing device 40 can calculate the AE energy by time integration of the AE signal between the target time and an adjacent time.
  • step S104 the information processing device 40 proceeds to steps S106 and S108.
  • step S106 the information processing device 40 extracts a component having periodicity (periodic component) from the time series data of the AE energy.
  • the information processing device 40 extracts the time series data of the periodic component of the AE energy by calculating a moving average for a certain period immediately prior to each time for the time series data of the AE energy.
  • the information processing device 40 may also extract the time series data of the periodic component of the AE energy by using frequency analysis or low-pass filter processing.
  • step S108 the information processing device 40 extracts a component (periodicity removed component) from the time series data of the AE energy with the periodic component removed.
  • a component periodicity removed component
  • the information processing device 40 extracts the time series data of the AE energy with the periodicity removed component by calculating the difference between the target time and the immediately preceding time for the time series data of the AE energy and converting it into a difference series.
  • the information processing device 40 may also extract the time series data of the AE energy with the periodicity removed component by calculating the difference between the time series data of the AE energy and the time series data of the periodic component extracted in step S106.
  • step S110 the information processing device 40 proceeds to step S110.
  • step S110 standard deviation calculation process
  • the information processing device 40 calculates a standard deviation ⁇ 1 as an index value related to the variability of the time series data of the periodic component of the AE energy extracted in step S106.
  • the information processing device 40 calculates a standard deviation ⁇ 2 as an index value related to the variability of the time series data of the periodicity removed component of the AE energy extracted in step S108.
  • step S110 the information processing device 40 proceeds to step S112.
  • steps S106 and S108 may be performed in series.
  • step S112 the standard deviations ⁇ 1 and ⁇ 2 calculated in step S110 are recorded as record data in the auxiliary storage device 42 together with information indicating the time and information indicating the presence or absence of leakage in the mechanical seal 52D.
  • the presence or absence of leakage in the mechanical seal 52D is input by the user through the input device 47, for example.
  • the presence or absence of leakage in the mechanical seal 52D may also be automatically determined by applying known image processing techniques, learned models, etc. to images taken by a camera capturing the mechanical seal 52D. This allows the information processing device 40 to retain a record data group equivalent to the history data of the standard deviations ⁇ 1 and ⁇ 2 in the auxiliary storage device 42 through pre-processing that is periodically performed.
  • step S112 the information processing device 40 ends the pre-processing.
  • the main process is executed after leakage of the contents occurs at the mechanical seal 52D.
  • the main process may be executed in response to a request from a user via the input device 47, or, in a case where the presence or absence of leakage at the mechanical seal 52D is automatically determined, may be executed automatically in response to the determination that there is leakage.
  • step S114 history data acquisition process
  • the information processing device 40 acquires the above-mentioned history data (record data group) from the auxiliary storage device 42.
  • step S114 When the processing of step S114 is completed, the information processing device 40 proceeds to step S116.
  • step S116 the information processing device 40 sets diagnostic criteria for the standard deviations ⁇ 1 and ⁇ 2 based on the historical data of the standard deviations ⁇ 1 and ⁇ 2. Specifically, the information processing device 40 sets diagnostic criteria for the standard deviations ⁇ 1 and ⁇ 2 based on the distribution of combinations of standard deviations ⁇ 1 and ⁇ 2 corresponding to the situation before leakage occurs in the mechanical seal 52D and the distribution of combinations of standard deviations ⁇ 1 and ⁇ 2 corresponding to the situation after leakage occurs in the mechanical seal 52D. The set diagnostic criteria are registered in the auxiliary storage device 42.
  • step S116 When the processing of step S116 is completed, the information processing device 40 ends the main processing.
  • Fig. 4 is a diagram for explaining an example of a method for setting diagnostic criteria. Specifically, Fig. 4 shows a graph in which the vertical axis represents the standard deviation ⁇ 1 of the periodic component of the AE energy, and the horizontal axis represents the standard deviation ⁇ 2 of the component that has the periodicity removed from the AE energy, and the history data P1 to P16 of the standard deviations ⁇ 1 and ⁇ 2 are plotted.
  • historical data P1 represents the oldest historical data
  • historical data P16 represents the newest historical data.
  • historical data P1 to P15 correspond to the situation before leakage occurred in the mechanical seal 52D
  • historical data P16 corresponds to the situation after leakage occurred in the mechanical seal 52D.
  • the standard deviation ⁇ 1 of the periodic component of the AE energy converges to a relatively narrow range at a certain level.
  • the standard deviation ⁇ 2 of the periodic component removed from the AE energy is relatively larger than in the case of historical data P1 to P7.
  • the information processing device 40 can set a diagnostic reference value ⁇ 2_th to indicate that the standard deviation ⁇ 2 of the periodicity-removed component of the AE energy is at a relatively high level.
  • the diagnosing entity (for example, the information processing device 140 described below) can diagnose that there is a sign of leakage in the mechanical seal when the standard deviation ⁇ 2 of the periodicity-removed component of the AE energy of the target mechanical seal is relatively large with respect to the diagnostic reference value ⁇ 2_th.
  • the standard deviation ⁇ 2 being relatively large with respect to the diagnostic reference value ⁇ 2_th may mean that the standard deviation ⁇ 2 is equal to or larger than the diagnostic reference value ⁇ 2_th, or may mean that the standard deviation ⁇ 2 is larger than the diagnostic reference value ⁇ 2_th.
  • the information processing device 40 sets the diagnostic reference value ⁇ 2_th between the upper limit of the standard deviation ⁇ 2 of the historical data P1 to P7 and the lower limit of the standard deviation ⁇ 2 of the historical data P8 to P16. Specifically, the information processing device 40 may set the diagnostic reference value ⁇ 2_th equivalent to a value obtained by subtracting a small margin from the lower limit of the standard deviation ⁇ 2 of the historical data P8 to P16 (the standard deviation ⁇ 2 of the historical data P9).
  • the information processing device 40 may also set the diagnostic reference value ⁇ 2_th based on the value of the standard deviation ⁇ 2 of the historical data P8 to P15 corresponding to a timing that goes back a predetermined time from the timing of the first historical data P16 after the occurrence of leakage in the mechanical seal 52D. Specifically, the information processing device 40 may set a diagnostic reference value ⁇ 2_th that corresponds to a value obtained by subtracting a small margin from the standard deviation ⁇ 2 of the historical data at a timing that goes back a predetermined time from the timing of the historical data P16 among the historical data P8 to P15.
  • the information processing device 40 may also set a diagnostic reference value ⁇ 1_th that indicates that the standard deviation ⁇ 1 of the periodic component of the AE energy is at a certain level corresponding to the converged state described above.
  • a diagnostic reference value ⁇ 1_th that indicates that the standard deviation ⁇ 1 of the periodic component of the AE energy is at a certain level corresponding to the converged state described above. This allows the diagnostic entity to diagnose that there is a sign of leakage in the mechanical seal when the standard deviation ⁇ 2 of the target mechanical seal is relatively large compared to the diagnostic reference value ⁇ 2_th and the standard deviation ⁇ 1 is relatively large compared to the diagnostic reference value ⁇ 1_th. This makes it possible to exclude cases where, for example, the standard deviation ⁇ 2 becomes relatively large compared to the diagnostic reference value ⁇ 2_th while the standard deviation ⁇ 1 is relatively small due to the influence of disturbances, etc. This allows the diagnostic entity to more appropriately diagnose the presence or absence of a sign of leakage in the target mechanical seal.
  • the information processing device 40 sets the diagnostic reference value ⁇ 1_th based on the lower limit of the standard deviation ⁇ 1 of the history data P8 to P16 (the standard deviation ⁇ 1 of the history data P13). Specifically, the information processing device 40 may set the diagnostic reference value ⁇ 1_th equivalent to a value obtained by subtracting a small margin from the lower limit of the standard deviation ⁇ 1 of the history data P8 to P16. Also, as shown in FIG. 4, the information processing device 40 may set the diagnostic reference value ⁇ 1_th based on the value of the standard deviation ⁇ 1 of the first history data P16 after leakage occurs in the mechanical seal 52D, among the history data P8 to P16. Specifically, the information processing device 40 may set the diagnostic reference value ⁇ 1_th equivalent to a value obtained by subtracting a predetermined margin from the value of the standard deviation ⁇ 1 of the history data P16.
  • the information processing device 40 can set the diagnostic reference value ⁇ 1_th and the diagnostic reference value ⁇ 2_th for the standard deviation ⁇ 1 of the periodic component of the AE energy time series data and the standard deviation ⁇ 2 of the periodicity removed component, respectively.
  • FIG. 5 shows an example of a monitoring system 100.
  • the monitoring system 100 includes an acoustic emission (AE) sensor 110, an amplifier circuit 120, a bandpass filter (BPF) 130, and an information processing device 140.
  • AE acoustic emission
  • BPF bandpass filter
  • the monitoring system 100 monitors the condition of the shaft-sealing mechanical seal 152D that is installed in the polymerization reaction vessel 150 to be monitored. Specifically, the monitoring system 100 monitors the condition of the mechanical seal 152D by diagnosing whether there are any signs of leakage in the mechanical seal 152D.
  • the polymerization reaction tank 150 is a polymerization reaction tank with the same specifications as the polymerization reaction tank 50 described above. Like the polymerization reaction tank 50 described above, the polymerization reaction tank 150 includes a tank body 151 and an agitator 152.
  • the tank body 151 has the same function and structure as the tank body 51 described above, and a through hole 151A is provided in the upper part of the tank body 151, penetrating between the inside and the outside.
  • the agitator 152 has the same function and structure as the agitator 52 described above, and includes a rotor 152A, a motor 152B, a rotor shaft 152C, and a mechanical seal 152D.
  • the mechanical seal 152D includes a stationary ring 152D1 and a rotating ring 152D2, similar to the mechanical seal 52D described above.
  • the functions and structures of the rotor 152A, motor 152B, rotor shaft 152C, and mechanical seal 152D are similar to those of the rotor 52A, motor 52B, rotor shaft 52C, and mechanical seal 52D described above, and therefore will not be described in detail.
  • the AE sensor 110 measures the AE of the shaft-sealing mechanical seal 152D mounted in the polymerization reaction tank 150 being monitored, and outputs a signal (AE signal) that represents the measurement result.
  • the amplifier circuit 120 has the same function as the amplifier circuit 20 described above, and amplifies and outputs the AE signal output from the AE sensor 110.
  • the output signal of the amplifier circuit 120 is input to the BPF 130.
  • BPF 130 has the same function as BPF 30 described above, and passes and outputs only components of a predetermined frequency band from the amplified AE signal input from amplifier circuit 120. This allows BPF 30 to output an AE signal of the predetermined frequency band.
  • the predetermined frequency band is a frequency band in which the state of mechanical seal 152D can produce a characteristic AE.
  • the predetermined frequency band is, for example, 30 kHz to 200 kHz, as in the case of BPF 30 described above.
  • the output signal of BPF 130 is input to information processing device 140.
  • the information processing device 140 diagnoses whether there are any signs of leakage in the mechanical seal 152D based on the AE signal for a predetermined period input from the BPF 130 and the diagnostic criteria set by the information processing device 40 described above.
  • the AE signal used to diagnose whether there are signs of leakage in the mechanical seal 152D is preferably an AE signal recorded, for example, at a timing before the process reaction in the polymerization reaction tank 150. This makes it possible to prevent a situation in which disturbances caused by the process reaction are superimposed on the AE signal, and as a result, the information processing device 140 can improve the accuracy of the diagnosis.
  • the information processing device 140 is, for example, a server device with relatively high processing capabilities, similar to the above-mentioned information processing device 40. Also, similar to the information processing device 40, the information processing device 140 may be a terminal device with lower processing capabilities than the server device, so long as it has the capability to execute the necessary processes.
  • the hardware configuration of the information processing device 140 may be the same as that of the information processing device 40 described above. Therefore, illustration and description of the hardware configuration of the information processing device 140 will be omitted.
  • FIG. 6 shows an example of a process flow for monitoring the presence or absence of signs of leakage in the mechanical seal 152D of the information processing device 140.
  • the process flow of FIG. 6 is executed automatically at each predetermined processing cycle, for example.
  • the process flow of FIG. 6 may also be executed manually in response to a request from a user via an input device.
  • the process flow of FIG. 6 may also be executed at a timing before the process reaction in the polymerization reaction tank 150. This makes it possible to prevent a situation in which disturbances caused by the process reaction in the polymerization reaction tank 150 are superimposed on the AE signal, and as a result, the information processing device 140 can improve the accuracy of diagnosing whether there are signs of leakage in the mechanical seal 152D.
  • steps S202, S204, S206, S208, and S210 are the same as steps S102, S104, S106, S108, and S110 performed by the information processing device 40 described above, and therefore detailed explanations may be omitted.
  • step S202 the information processing device 140 acquires the time series data of the AE signal for the latest predetermined period captured by the BPF 130 from a reception buffer or the like.
  • step S202 When the processing of step S202 is completed, the information processing device 140 proceeds to step S204.
  • step S204 energy calculation process
  • the information processing device 140 calculates the AE energy for a predetermined period based on the time series data of the AE signal, and outputs the time series data of the AE energy for the predetermined period.
  • step S204 the information processing device 140 proceeds to steps S206 and S208.
  • step S206 the information processing device 140 extracts periodic components from the time series data of the AE energy.
  • step S208 the information processing device 140 extracts the periodicity removal component from the time series data of the AE energy.
  • step S210 the information processing device 140 proceeds to step S210.
  • step S210 standard deviation calculation process
  • the information processing device 140 calculates the standard deviation ⁇ 1 of the time series data of the periodic component of the AE energy extracted in step S206.
  • the information processing device 140 calculates the standard deviation ⁇ 2 of the time series data of the periodicity removed component of the AE energy extracted in step S208.
  • step S210 the information processing device 140 proceeds to step S212.
  • steps S206 and S208 may be performed in series.
  • step S212 the information processing device 140 diagnoses whether there is a sign of leakage in the mechanical seal 152D based on the standard deviations ⁇ 1 and ⁇ 2 calculated in step S210. Specifically, the information processing device 140 diagnoses whether there is a sign of leakage in the mechanical seal 152D based on the standard deviations ⁇ 1 and ⁇ 2 calculated in step S210 and the diagnostic reference values ⁇ 1_th and ⁇ 2_th set by the information processing device 40.
  • the information processing device 140 diagnoses that there is a sign of leakage in the mechanical seal 152D when the standard deviation ⁇ 1 is relatively large compared to the diagnostic reference value ⁇ 1_th and the standard deviation ⁇ 2 is relatively large compared to the diagnostic reference value ⁇ 2_th. On the other hand, the information processing device 140 diagnoses that there is no sign of leakage in the mechanical seal 152D in other cases.
  • step S212 the information processing device 140 proceeds to step S214.
  • step S214 the information processing device 140 notifies the user of the diagnosis result in step S212.
  • the information processing device 140 notifies the user of the diagnosis result by a visual or audible method through an output device such as its own display device or sound output device.
  • the information processing device 140 may also notify the user of the diagnosis result by transmitting the diagnosis result to a terminal device (user terminal) held by the user through a communication interface.
  • the information processing device 140 may also notify the user of the diagnosis result through email, SNS (Social Networking Service), or the like. This allows the user of the monitoring system 100 to understand the diagnosis result of whether there is a sign of leakage in the mechanical seal 152D.
  • SNS Social Networking Service
  • the user when the user understands the diagnosis result that there is a sign of leakage in the mechanical seal 152D, the user can order parts for replacement of the mechanical seal 152D and adjust the timing of replacement according to the operating status of the polymerization reaction tank 150, etc.
  • step S214 the information processing device 140 ends the processing flow.
  • the information processing device 140 can diagnose whether there are signs of leakage in the mechanical seal 152D by comparing the standard deviations ⁇ 1, ⁇ 2 of the time series data of the periodic component and periodicity removal component of the AE energy of the mechanical seal 152D with the diagnostic reference values ⁇ 1_th, ⁇ 2_th.
  • Fig. 7 is a diagram showing a specific example of the time-dependent change in the history of standard deviations ⁇ 1 and ⁇ 2 of the time-series data of the periodic component and periodicity removal component of the acoustic emission (AE) energy of the mechanical seal 152D.
  • Fig. 7 includes Figs. 7A and 7B, which respectively show the time-dependent change in the history of standard deviations ⁇ 1 and ⁇ 2 of the time-series data of the periodic component and periodicity removal component of the AE energy until leakage occurs in different polymerization reaction vessels 150.
  • Fig. 7A and 7B which respectively show the time-dependent change in the history of standard deviations ⁇ 1 and ⁇ 2 of the time-series data of the periodic component and periodicity removal component of the AE energy until leakage occurs in different polymerization reaction vessels 150.
  • 7A includes a graph 701 of the time-dependent change in the history of standard deviation ⁇ 2 of the time-series data of the periodicity removal component of the AE energy of the mechanical seal 152D, and a graph 702 of the time-dependent change in the history of standard deviation ⁇ 1 of the time-series data of the periodic component of the AE energy of the mechanical seal 152D.
  • FIG. 7B includes a graph 703 of a time-varying history of the standard deviation ⁇ 2 of the time-series data of the periodicity-removed component of the AE energy of the mechanical seal 152D, and a graph 704 of a time-varying history of the standard deviation ⁇ 1 of the time-series data of the periodicity-removed component of the AE energy of the mechanical seal 152D.
  • FIG. 8 is a diagram for explaining a second example of a method for monitoring the presence or absence of a sign of leakage in the mechanical seal 152D. Specifically, FIG.
  • FIG. 8 is a diagram that diagrammatically illustrates a quadratic curve 801 that represents the tendency of the time-varying history of the standard deviation ⁇ 1 of the time-series data of the periodicity-removed component of the AE energy of the mechanical seal 152D until the mechanical seal 152D fails, and a quadratic curve 802 that represents the tendency of the time-varying history of the standard deviation ⁇ 2 of the time-series data of the periodicity-removed component until the mechanical seal 152D fails.
  • the solid lines in graphs 701 to 704 are quadratic curves that approximate the time changes in the historical data of standard deviation ⁇ 1 or standard deviation ⁇ 2, respectively.
  • the information processing device 140 can diagnose that there is an indication of leakage from the mechanical seal 152D.
  • the historical data for standard deviation ⁇ 2 takes on a relatively small value, and continues to show a relatively small change over time, after which it transitions to a state in which the increase over time is relatively large. It can also be seen that the history of standard deviation ⁇ 2 transitions from a state in which the increase over time is relatively large to a peak of a relatively large value, and then transitions to a state in which the decrease over time is relatively large, and after this trend continues, it reaches a relatively small value, leading to leakage from mechanical seal 152D.
  • the information processing device 140 can diagnose that there is an indication of leakage from the mechanical seal 152D.
  • the information processing device 140 may diagnose that there are signs of leakage in the mechanical seal 152D when the history of the standard deviation ⁇ 1 transitions from state 801A, in which a continuing increasing trend over time, to state 801B, in which a continuing decreasing trend over time, and then the history of the standard deviation ⁇ 2 transitions from state 802A, in which a relatively small change over time tends to occur, to state 802B, in which a relatively large increase over time tends to occur.
  • This allows the information processing device 140 to more reliably diagnose the presence or absence of signs of leakage in the mechanical seal 152D.
  • steps S202, S204, S206, S208, and S210 are the same as those in the first example of the monitoring method described above, so a description thereof will be omitted.
  • step S210 the information processing device 140 proceeds to step S212.
  • step S212 the information processing device 140 diagnoses whether there are any signs of leakage from the mechanical seal 152D based on the historical data of the standard deviations including the standard deviations ⁇ 1 and ⁇ 2 calculated in this step S210. Specifically, the information processing device 140 determines whether the first monitoring condition has already been met for the historical data of the standard deviation ⁇ 1 in the past process, and whether the second monitoring condition is met for the historical data of the standard deviation ⁇ 2 in the current process.
  • the first monitoring condition is a condition indicating that the standard deviation history has transitioned from a state in which a continuing increasing trend over time continues to a state in which a continuing decreasing trend over time continues.
  • the second monitoring condition is a condition indicating that the standard deviation history of ⁇ 2 has transitioned from a state in which a relatively small tendency for change over time continues to a state in which a relatively large tendency for increase over time continues.
  • the information processing device 140 judges whether the first monitoring condition is satisfied. If the first monitoring condition is satisfied, the information processing device 140 sets the flag F1, which indicates that the first monitoring condition has been satisfied, from "0" (not satisfied) to "1" (satisfied), and if the first monitoring condition is not satisfied, the flag F1 is maintained at the initial value of "0". Then, the information processing device 140 diagnoses that there is no sign of leakage in the mechanical seal 152D. On the other hand, if the first monitoring condition was satisfied in the past processing, that is, if the flag F1 is "1", the information processing device 140 judges whether the second monitoring condition is satisfied.
  • the information processing device 140 diagnoses that there is a sign of leakage in the mechanical seal 152D, and if the second monitoring condition is not satisfied, the information processing device 140 diagnoses that there is no sign of leakage in the mechanical seal 152D.
  • the first monitoring condition is, for example, that an approximation curve (e.g., a quadratic curve) representing the time change of the history of the standard deviation ⁇ 1 continues to decrease in the most recent specified period (first period) and continues to increase in the specified period (second period) before the first period.
  • an approximation curve e.g., a quadratic curve
  • the information processing device 140 performs, for example, a quadratic curve approximation on the data of the history of the standard deviation ⁇ 1 to obtain the approximation curve.
  • the second monitoring condition is, for example, that the latest value of an approximation curve (e.g., a quadratic curve) representing the time change of the history of the standard deviation ⁇ 2 is equal to or greater than a predetermined threshold TH1, and the average value of the entire past period or the most recent past predetermined period is equal to or less than a threshold TH2 ( ⁇ TH1).
  • the information processing device 140 performs, for example, a quadratic curve approximation of the data of the history of the standard deviation ⁇ 2 to obtain the approximation curve.
  • step S212 When the processing of step S212 is completed, the information processing device 140 proceeds to step S214.
  • step S214 The processing content of step S214 is the same as in the first example of the monitoring method described above, so a description thereof will be omitted.
  • step S214 the information processing device 140 ends the processing flow.
  • the information processing device 140 can diagnose whether there are signs of leakage in the mechanical seal 152D based on the tendency of time changes in the standard deviations ⁇ 1 and ⁇ 2 of the time series data of the periodic component and periodicity removal component of the AE energy of the mechanical seal 152D.
  • the diagnostic criteria may be set using the measurement signals (AE signals) of the AE sensors 10 corresponding to each of the multiple polymerization reaction vessels 50.
  • diagnostic criteria may be set using a polymerization reactor of the same specifications that is actually used in a factory or the like for the manufacture of products, instead of or in addition to the polymerization reactor 50 as an experimental machine.
  • the diagnostic criteria setting system 1 instead of a polymerization reactor equipped with a mechanical seal, the diagnostic criteria may be set using an experimental device that simulates a mechanical seal installed in a polymerization reactor.
  • the diagnostic criteria setting system 1 may set a common diagnostic criterion corresponding to the mechanical seals installed in multiple polymerization reactors with different specifications.
  • the information processing device 40 may set the diagnostic criterion using the AE signals of the mechanical seals corresponding to all of the target polymerization reactors, or may set the diagnostic criterion using the AE signals of the mechanical seals corresponding to some of the target polymerization reactors.
  • the information processing device 40 may set a diagnostic criterion for each group of polymerization reactors classified according to the use conditions of the mechanical seal.
  • multiple polymerization reactors for which the diagnostic criterion can be shared are grouped into one group, and a common diagnostic criterion is set for the multiple polymerization reactors included in one group.
  • the group classified according to the use conditions of the mechanical seal is, for example, a group classified according to the material of the rotating shaft of the agitator of the polymerization reactor.
  • Groups categorized by the material of the rotating shaft of the agitator of the polymerization reaction tank include, for example, a group in which the rotating shaft of the agitator is made up only of machined metal parts, and a group that includes baked parts such as glass and resin.
  • the diagnostic criteria setting system 1 may set diagnostic criteria for diagnosing the presence or absence of signs of leakage in a mechanical seal installed in equipment other than the polymerization reaction tank.
  • the diagnostic criteria setting system 1 may set diagnostic criteria for diagnosing the presence or absence of signs of failure in an object other than a mechanical seal.
  • the information processing device 40 may set diagnostic criteria for diagnosing the presence or absence of signs of failure in a bearing based on the AE signal of a bearing mounted on a specified rotating machine.
  • the diagnostic criterion setting system 1 only one of the diagnostic criterion values ⁇ 1_th and ⁇ 2_th may be set, and the setting of the other diagnostic criterion value may be omitted.
  • the information processing device 140 uses one of the set diagnostic criterion values to diagnose the presence or absence of a sign of leakage in the mechanical seal 152D based on only one of the time series signals of the periodic component and the periodicity removal component of the AE energy of the mechanical seal 152D. Also, in this case, one of the processes of steps S106 and S108 in FIG. 3 and one of the processes of steps S206 and S208 in FIG. 6 are omitted.
  • the information processing device 40 may generate a trained model based on historical data of at least one of the standard deviations ⁇ 1 and ⁇ 2, instead of setting a diagnostic criterion.
  • the trained model corresponds to a classifier that classifies the presence or absence of signs of failure of the object based on at least one of the standard deviation ⁇ 1 of the periodic component of the energy of the AE of the object and the standard deviation ⁇ 2 of the periodicity removed component.
  • a sign of leakage in the mechanical seal 152D may be diagnosed based on only one of the standard deviations ⁇ 1 and ⁇ 2. In this case, one of the processes in steps S206 and S208 in FIG. 6 is omitted.
  • the information processing device 40 and the information processing device 140 may be the same information processing device.
  • the diagnostic criteria may be set and the state of the object may be monitored based on the set diagnostic criteria by a common information processing device.
  • At least one of the amplifier circuit 20 and the BPF 30 may be omitted in the diagnostic criteria setting system 1.
  • at least one of the amplifier circuit 120 and the BPF 130 may be omitted in the monitoring system 100.
  • the information processing device acquires a time series measurement signal of the acoustic emission (AE) of the object.
  • the information processing device is, for example, the above-mentioned information processing device 40 or information processing device 140.
  • the object is, for example, the above-mentioned mechanical seal 52D or mechanical seal 152D.
  • the information processing device calculates the AE energy of the object based on the measurement signal.
  • the information processing device also extracts a first component time series signal obtained by removing a second component having periodicity from the energy time series signal, or a time series signal of the second component.
  • the first component is, for example, the above-mentioned periodicity-removed component.
  • the second component is, for example, the above-mentioned periodic component.
  • the information processing device then calculates an index value related to the variability of the first component time series signal or the second component time series signal.
  • the index value related to the variability of the first component time series signal is, for example, the above-mentioned standard deviation ⁇ 2.
  • the index value for the variability of the time series signal of the second component is, for example, the standard deviation ⁇ 1 described above.
  • the information processing method includes an acquisition step, an energy calculation step, a first extraction step, and a variation calculation step.
  • the acquisition step is, for example, step S102 or step S202 described above.
  • the energy calculation step is, for example, step S104 or step S204 described above.
  • the first extraction step is step S108, step S208, or step S206 described above.
  • the variation calculation step is step S110 or step S210 described above.
  • the information processing device acquires a time series measurement signal of the AE of the object.
  • the energy calculation step the information processing device calculates the energy of the AE of the object based on the measurement signal.
  • the information processing device extracts a time series signal of the first component by removing a second component having periodicity from the time series signal of the energy, or a time series signal of the second component. Then, in the variability calculation step, the information processing device calculates an index value related to the variability of the time series signal of the first component or the time series signal of the second component.
  • the information processing device can calculate an index value relating to the variance in the time series signal of the first component of the AE energy of the object, or the time series signal of the second component. Therefore, for example, the information processing device can relatively easily monitor the state of the object based on the index value. Also, for example, the information processing device can set a reference value for the index value, and more easily monitor the state of the object based on a comparison of the index value with the reference value.
  • the information processing method may include a second extraction step.
  • the second extraction step is, for example, the above-mentioned step S106 or step S206.
  • a time series signal of the first component may be extracted.
  • the information processing device may extract a time series signal of the second component from the time series signal of the energy.
  • an index value related to the variability of both the time series signal of the first component and the time series signal of the second component may be calculated.
  • the information processing device can calculate index values relating to the variability in the time series signals of both the first and second components of the AE energy of the object. Therefore, for example, the information processing device can relatively easily monitor the state of the object based on both index values. Also, for example, the information processing device can set reference values for each of both index values, thereby more easily monitoring the state of the object based on a comparison between the index values and the reference values.
  • the information processing method may include a diagnosis step in which the information processing device diagnoses the presence or absence of signs of a malfunction of the object mounted on a specified device based on the tendency of time-varying changes in the history of the index value related to the variance of the time-series signal of the first component or the time-series signal of the second component.
  • the information processing device can easily monitor the presence or absence of signs of failure in an object mounted on a specified device based on an index value relating to the variance in the time series signal of the first component or the time series signal of the second component of the object's AE energy.
  • the information processing method may include a diagnostic step in which the information processing device diagnoses the presence or absence of signs of a malfunction of the object mounted on a specified device based on the trends of time-varying changes in both the time-series signal of the first component and the history of the index value related to the variance of the time-series signal of the second component.
  • the information processing device can easily monitor the presence or absence of signs of failure in an object mounted on a specified device based on index values relating to the variability in both the time series signal of the first component of the object's AE energy and the time series signal of the second component.
  • the diagnosis step may diagnose that there is a sign of a malfunction of the object mounted on a specified device when the history of the index value relating to the variability of the time series signal of the second component transitions from an increasing trend over time to a decreasing trend over time.
  • the diagnosis step may diagnose that there is a sign of a failure of the object mounted on a specified device when the history of the index value relating to the variance of the time series signal of the first component transitions from a state in which the change over time is relatively small to a state in which the change over time is relatively large.
  • a seventh aspect of this embodiment assuming the fourth aspect described above, in the diagnosis step, if the history of the index value related to the variance of the time series signal of the second component transitions from an increasing trend over time to a decreasing trend over time, and then the history of the index value related to the variance of the time series signal of the first component transitions from a state in which the change over time is relatively small to a state in which the increase over time is relatively large, it may be diagnosed that there is a sign of a failure of the object mounted on a specified device.
  • the information processing device can easily monitor the presence or absence of signs of failure in an object mounted on a specified device based on index values relating to the variability in both the time series signal of the first component of the object's AE energy and the time series signal of the second component.
  • the information processing method may include a setting step.
  • the setting step is, for example, step S116 described above.
  • the information processing device sets a reference value for determining whether or not there is a sign of a failure of the object mounted on a specified device.
  • the information processing device is, for example, the information processing device 40 described above.
  • the specified device is, for example, the polymerization reaction tank 50 described above.
  • the object is, for example, the mechanical seal 52D described above.
  • a plurality of measurement signals of the AE of the object mounted on the specified device may be acquired, the plurality of measurement signals including both the measurement signal in a situation before the occurrence of a failure of the object and the measurement signal in a situation after the occurrence of a failure of the object.
  • the energy corresponding to each of the plurality of measurement signals acquired in the acquisition step may be calculated.
  • the first component may be extracted from a time series signal of the energy corresponding to each of the plurality of measurement signals.
  • the index value for the variation of the time series signal of the first component corresponding to each of the multiple measurement signals may be calculated.
  • a first reference value for the index value for the variation of the time series signal of the first component may be set based on the distribution of the index value for the variation of the time series signal of the first component corresponding to the measurement signal in a situation before the occurrence of a failure of the object and the distribution of the index value for the variation of the time series signal of the first component corresponding to the measurement signal in a situation after the occurrence of a failure of the object, among the index values for the variation of the time series signal of the first component corresponding to each of the multiple measurement signals.
  • the first reference value is, for example, the above-mentioned diagnostic reference value ⁇ 2_th.
  • the information processing device can set a first reference value for an index value relating to the variability in the time series signal of the first component of the AE energy in order to determine the presence or absence of signs of failure of the object. Therefore, the information processing device can realize monitoring of the presence or absence of signs of failure of the object based on a comparison of the index value relating to the variability in the time series signal of the first component of the AE energy with the first reference value.
  • the information processing device may include a setting step. Specifically, in the setting step, a reference value for determining whether or not there is a sign of a failure of the object mounted on a specified device may be set. In addition, in the acquisition step, a plurality of measurement signals of the AE of the object mounted on the specified device may be acquired, the measurement signals including both the measurement signal in a state before the occurrence of a failure of the object and the measurement signal in a state after the occurrence of a failure of the object. In addition, in the energy calculation step, the energy corresponding to each of the plurality of measurement signals acquired in the acquisition step may be calculated.
  • the first component may be extracted from the time series signal of the energy corresponding to each of the plurality of measurement signals.
  • the time series signal of the second component obtained by removing the first component from the time series signal of the energy corresponding to each of the plurality of measurement signals may be extracted.
  • the variation calculation step may calculate the index value related to the variation of the time-series signal of the first component corresponding to each of the plurality of measurement signals, and calculate the index value related to the variation of the time-series signal of the second component corresponding to each of the plurality of measurement signals.
  • the setting step may set a first reference value for the index value related to the variation of the time-series signal of the first component and a second reference value for the index value related to the variation of the time-series signal of the second component based on a distribution of combinations of the index values related to the variation of the time-series signal of both the first component and the second component corresponding to the measurement signals in a situation before the occurrence of a failure of the object and a distribution of combinations of the index values of the time-series signal of the first component and the second component corresponding to the measurement signals in a situation after the occurrence of a failure of the object, among combinations of the index values related to the variation of the time-series signal of both the first component and the second component corresponding to each of the plurality of measurement signals.
  • the first reference value and the second reference value are, for example, the diagnostic reference value ⁇ 2_th and the diagnostic reference value ⁇ 1_th described above, respectively.
  • the information processing device can thus set a first reference value and a second reference value for determining whether or not there are signs of failure in the object, the first reference value and the second reference value being for index values relating to the variability in the time series signals of the first component and the second component of the AE energy.
  • the information processing device can realize monitoring of the presence or absence of signs of failure in the object based on a comparison of the index values relating to the variability in the time series signals of the first component and the second component of the AE energy with the first reference value and the second reference value, respectively.
  • the multiple measurement signals may be a collection of measurement signals at different timings for the same specified device.
  • the first reference value may be set based on the index value related to the signal variability of the first component corresponding to the measurement signal at a timing that is a predetermined time prior to the timing of the measurement signal that was first recorded after the occurrence of a failure of the object.
  • the information processing device can appropriately set a first reference value for determining whether or not there are signs of an occurrence of a failure in the object, based on the change over time in the index value relating to the variance in the time series signal of the first component of the AE energy of the object for the same specified device.
  • the multiple measurement signals may be a collection of measurement signals at different timings for the same specified device.
  • the first reference value may be set based on the index value related to the variability of the signal of the first component corresponding to the measurement signal at a timing a predetermined time back from the timing of the measurement signal first recorded after the occurrence of a failure of the object
  • the second reference value may be set based on the index value related to the variability of the signal of the second component corresponding to the measurement signal first recorded after the occurrence of a failure of the object.
  • the information processing device can appropriately set a first reference value and a second reference value for determining whether or not there are signs of a failure occurring in the object, based on the change over time in the index values relating to the variability in the time series signals of the first and second components of the AE energy of the object for the same specified device.
  • a reference value for determining whether or not there is a sign of a failure of the object may be set for each group related to the plurality of predetermined devices that are classified according to the use conditions of the object.
  • the information processing device can set a reference value for each group of multiple specified devices that matches the usage conditions. Therefore, the information processing device can improve the accuracy of determining whether or not there are signs of failure in the target object for each group of multiple specified devices.
  • the specified device may be a polymerization reaction tank.
  • the object may be a mechanical seal for sealing a shaft.
  • the acquisition step may acquire the measurement signal recorded at a timing before the process reaction in the polymerization reaction tank.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

対象物の状態を容易に監視可能な技術を提供する。例えば、本開示の一実施形態に係る情報処理装置４０は、メカニカルシール５２Ｄのアコースティックエミッションの時系列の測定信号を取得し、その測定信号に基づき、アコースティックエミッションのエネルギを算出し、算出したエネルギの時系列の信号から周期性成分を除去した周期性除去成分の時系列の信号、又は周期性成分の時系列の信号を抽出し、抽出した周期性除去成分の時系列の信号の標準偏差σ２、又は周期性成分の時系列の信号の標準偏差σ１を算出する。

Description

情報処理方法、情報処理装置
　本開示は、情報処理方法等に関する。
　例えば、対象物の高周波振動を測定し、その測定結果に基づき、対象物の状態を監視する技術が知られている（例えば、特許文献１参照）。
特公平７－１１４６６号公報
　しかしながら、特許文献１では、高周波振動の実効値の一定時間当たりの最大値、最小値、平均値、及び分散を使用する必要がある。そのため、対象物の状態を判断するためのパラメータが比較的多く、判断基準の設定が煩雑になる可能性がある。
　本開示は、対象物の状態の容易な監視を実現可能な技術を提供することを目的とする。
　本開示の第１の態様では、
　情報処理装置が、対象物のアコースティックエミッションの時系列の測定信号を取得する取得ステップと、
　情報処理装置が、前記測定信号に基づき、前記対象物のアコースティックエミッションのエネルギを算出するエネルギ算出ステップと、
　情報処理装置が、前記エネルギの時系列の信号から周期性を有する第２の成分を除去した、第１の成分の時系列の信号、又は前記第２の成分の時系列の信号を抽出する第１の抽出ステップと、
　情報処理装置が、前記第１の成分の時系列の信号、又は前記第２の成分の時系列の信号のばらつきに関する指標値を算出するばらつき算出ステップと、を含む、
　情報処理方法が提供される。
　本態様によれば、情報処理装置は、対象物のアコースティックエミッションのエネルギの第１の成分の時系列の信号、又は第２の成分の時系列の信号のばらつきに関する指標値を算出することができる。そのため、例えば、情報処理装置は、その指標値に基づき、対象物の状態を比較的容易に監視することができる。また、例えば、情報処理装置は、その指標値に対する基準値を設定し、指標値と基準値との比較に基づく対象物の状態のより容易な監視を実現することができる。
　また、本開示の第２の態様では、上述の第１の態様を前提として、
　情報処理装置が、前記エネルギの時系列の信号から前記第２の成分の時系列の信号を抽出する第２の抽出ステップを含み、
　前記第１の抽出ステップでは、前記第１の成分の時系列の信号を抽出し、
　前記ばらつき算出ステップでは、前記第１の成分の時系列の信号、及び前記第２の成分の時系列の信号の双方のばらつきに関する指標値を算出してもよい。
　また、本開示の第３の態様では、上述の第１の態様を前提として、
　情報処理装置が、前記第１の成分の時系列の信号、又は前記第２の成分の時系列の信号のばらつきに関する前記指標値の履歴の時間変化の傾向に基づき、所定の機器に搭載される前記対象物の故障の兆候の有無を診断する診断ステップを含んでもよい。
　また、本開示の第４の態様では、上述の第２の態様を前提として、
　情報処理装置が、前記第１の成分の時系列の信号、及び前記第２の成分の時系列の信号のばらつきに関する前記指標値の履歴の双方の時間変化の傾向に基づき、所定の機器に搭載される前記対象物の故障の兆候の有無を診断する診断ステップを含んでもよい。
　また、本開示の第５の態様では、上述の第３の態様を前提として、
　前記診断ステップでは、前記第２の成分の時系列の信号のばらつきに関する前記指標値の履歴が時間経過に対する増加傾向から時間経過に対する減少傾向に移行する場合に、所定の機器に搭載される前記対象物の故障の兆候があると診断してもよい。
　また、本開示の第６の態様では、上述の第３の態様を前提として、
　前記診断ステップでは、前記第１の成分の時系列の信号のばらつきに関する前記指標値の履歴が時間経過に対する変化が相対的に小さい状態から時間経過に対する変化が相対的に大きい状態に移行する場合に、所定の機器に搭載される前記対象物の故障の兆候があると診断してもよい。
　また、本開示の第７の態様では、上述の第４の態様を前提として、
　前記診断ステップでは、前記第２の成分の時系列の信号のばらつきに関する前記指標値の履歴が時間経過に対する増加傾向から時間経過に対する減少傾向に移行し、その後、前記第１の成分の時系列の信号のばらつきに関する前記指標値の履歴が時間経過に対する変化が相対的に小さい状態から時間経過に対する増加が相対的に大きい状態に移行する場合に、所定の機器に搭載される前記対象物の故障の兆候があると診断してもよい。
　また、本開示の第８の態様では、上述の第１の態様を前提として、
　情報処理装置が、所定の機器に搭載される前記対象物の故障の兆候の有無を判断するための基準値を設定する設定ステップを含み、
　前記取得ステップでは、前記所定の機器に搭載される前記対象物のアコースティックエミッションの複数の前記測定信号であって、前記対象物の故障の発生前の状況での前記測定信号及び前記対象物の故障の発生後の状況での前記測定信号の双方を含む複数の前記測定信号を取得し、
　前記エネルギ算出ステップでは、前記取得ステップで取得される、複数の前記測定信号のそれぞれに対応する前記エネルギを算出し、
　前記第１の抽出ステップでは、複数の前記測定信号のそれぞれに対応する前記エネルギの時系列の信号から前記第１の成分を抽出し、
　前記ばらつき算出ステップでは、複数の前記測定信号のそれぞれに対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値を算出し、
　前記設定ステップでは、複数の前記測定信号のそれぞれに対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値のうち、前記対象物の故障の発生前の状況での前記測定信号に対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値の分布と、前記対象物の故障の発生後の状況での前記測定信号に対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値の分布とに基づき、前記第１の成分の時系列の信号のばらつきに関する前記指標値に対する第１の基準値を設定してもよい。
　また、本開示の第９の態様では、上述の第２の態様を前提として、
　情報処理装置が、所定の機器に搭載される前記対象物の故障の兆候の有無を判断するための基準値を設定する設定ステップを含み、
　前記取得ステップでは、前記所定の機器に搭載される前記対象物のアコースティックエミッションの複数の前記測定信号であって、前記対象物の故障の発生前の状況での前記測定信号及び前記対象物の故障の発生後の状況での前記測定信号の双方を含む複数の前記測定信号を取得し、
　前記エネルギ算出ステップでは、前記取得ステップで取得される、複数の前記測定信号のそれぞれに対応する前記エネルギを算出し、
　前記第１の抽出ステップでは、複数の前記測定信号のそれぞれに対応する前記エネルギの時系列の信号から前記第１の成分を抽出し、
　前記第２の抽出ステップでは、複数の前記測定信号のそれぞれに対応する前記エネルギの時系列の信号から前記第１の成分を除去した前記第２の成分の時系列の信号を抽出し、
　前記ばらつき算出ステップでは、複数の前記測定信号のそれぞれに対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値を算出し、複数の前記測定信号のそれぞれに対応する前記第２の成分のばらつきに関する前記指標値を算出し、
　前記設定ステップでは、複数の前記測定信号のそれぞれに対応する前記第１の成分及び前記第２の成分の双方の時系列の信号の前記指標値の組み合わせのうち、前記対象物の故障の発生前の状況での前記測定信号に対応する前記第１の成分及び前記第２の成分の双方の時系列の信号のばらつきに関する前記指標値の組み合わせの分布と、前記対象物の故障の発生後の状況での前記測定信号に対応する前記第１の成分及び前記第２の成分の時系列の信号のばらつきに関する前記指標値の分布とに基づき、前記第１の成分の時系列の信号のばらつきに関する前記指標値に対する第１の基準値、及び前記第２の成分の時系列の信号のばらつきに関する前記指標値に対する第２の基準値を設定してもよい。
　また、本開示の第１０の態様では、上述の第８の態様を前提として、
　複数の前記測定信号は、同一の前記所定の機器についての異なるタイミングでの前記測定信号の集まりであり、
　前記設定ステップでは、前記対象物の故障の発生後の最初に記録された前記測定信号のタイミングから所定時間だけ遡ったタイミングでの前記測定信号に対応する前記第１の成分の信号の前記指標値に基づき、前記第１の基準値を設定してもよい。
　また、上述の第１１の態様では、上述の第９の態様を前提として、
　複数の前記測定信号は、同一の前記所定の機器についての異なるタイミングでの前記測定信号の集まりであり、
　前記設定ステップでは、前記対象物の故障の発生後の最初に記録された前記測定信号のタイミングから所定時間だけ遡ったタイミングでの前記測定信号に対応する前記第１の成分の信号のばらつきに関する前記指標値に基づき、前記第１の基準値を設定し、前記対象物の故障の発生後の最初に記録された前記測定信号に対応する前記第２の成分の信号のばらつきに関する前記指標値に基づき、前記第２の基準値を設定してもよい。
　また、本開示の第１２の態様では、上述の第８乃至第１１の態様の何れか１つの態様を前提として、
　前記設定ステップでは、前記対象物の使用条件に応じて区分される、複数の前記所定の機器に関するグループごとに、前記対象物の故障の兆候の有無を判断するための基準値を設定してもよい。
　また、本開示の第１３の態様では、上述の第３乃至第１２の態様の何れか１つの態様を前提として、
　前記所定の機器は、重合反応槽であり、
　前記対象物は、軸封用のメカニカルシールであってもよい。
　また、本開示の第１４の態様では、上述の第１３の態様を前提として、
　前記取得ステップでは、前記重合反応槽におけるプロセス反応前のタイミングで記録された前記測定信号を取得してもよい。
　また、本開示の第１５の態様では、
　対象物のアコースティックエミッションの時系列の測定信号を取得し、
　前記測定信号に基づき、アコースティックエミッションのエネルギを算出し、
　前記エネルギの時系列の信号から周期性を有する第２の成分を除去した第１の成分の時系列の信号、又は前記第２の成分の時系列の信号を抽出し、
　前記第１の成分の時系列の信号、又は前記第２の成分の時系列の信号のばらつきに関する指標値を算出する、
　情報処理装置が提供される。
　上述の開示によれば、対象物の状態の容易な監視を実現することができる。
診断基準設定システムの一例を示す図である。 情報処理装置のハードウェア構成の一例を示す図である。 情報処理装置による診断基準の設定に関する処理フローの一例を示す図である。 診断基準の設定方法の一例を説明する図である。 監視システムの一例を示す図である。 情報処理装置によるメカニカルシールにおける漏洩の兆候の有無の監視に関する処理フローの一例を示す図である。 メカニカルシールのアコースティックエミッションのエネルギの周期性成分、及び周期性除去成分のそれぞれの時系列データの標準偏差の履歴の時間変化の具体例を示す図である。 メカニカルシールにおける漏洩の兆候の有無の監視方法の第２例を説明する図である。
　以下、図面を参照して実施形態について説明する。
　［診断基準設定システムの概要］
　図１を参照して、本実施形態に関する診断基準設定システム１の概要について説明する。
　図１は、診断基準設定システム１の一例を示す図である。
　図１に示すように、診断基準設定システム１は、アコースティックエミッション（ＡＥ：Acoustic Emission）センサ１０と、増幅回路２０と、バンドパスフィルタ（ＢＰＦ：Band Pass Filter）３０と、情報処理装置４０とを含む。
　診断基準設定システム１は、重合反応槽の軸封用のメカニカルシールの状態を診断するための、所定の指標値に対する診断基準を設定する。具体的には、診断基準設定システム１は、メカニカルシールのアコースティックエミッション（ＡＥ：Acoustic Emission）の測定信号（以下、「ＡＥ信号」）のエネルギの時系列データのばらつきに関する指標値に対する診断基準を設定する。
　ＡＥセンサ１０は、重合反応槽５０の軸封用のメカニカルシール５２Ｄのアコースティックエミッションを測定し、その測定結果を表す信号（ＡＥ信号）を出力する。
　重合反応槽５０は、メカニカルシールの状態の診断対象の重合反応槽（例えば、後述の重合反応槽１５０）と同じ仕様の実験機である。重合反応槽５０は、槽本体５１と、撹拌機５２とを含む。
　槽本体５１は、重合反応の対象のモノマ及び溶媒等を収容する容器である。槽本体５１の上部には、内部と外部との間を貫通する貫通孔５１Ａが設けられる。
　撹拌機５２は、槽本体５１の収容物を攪拌する。撹拌機５２は、回転翼５２Ａと、モータ５２Ｂと、回転軸５２Ｃと、メカニカルシール５２Ｄとを含む。
　回転翼５２Ａは、槽本体５１の内部に設けられ、回転軸５２Ｃを中心として回転し、槽本体５１の内容物を攪拌する。
　モータ５２Ｂは、槽本体５１の外部の上方に設けられ、回転軸５２Ｃを通じて回転翼５２Ａを回転駆動する。
　回転軸５２Ｃは、上下方向に延びるように設けられ、槽本体５１の外部のモータ５２Ｂと、槽本体５１の内部の回転翼５２Ａとの間を機械的に接続する。回転軸５２Ｃは、中間部において、槽本体５１の貫通孔５１Ａを貫通するように設けられる。
　メカニカルシール５２Ｄは、貫通孔５１Ａを通じた、槽本体５１の内部からの内容物の外部への漏洩を防止する。メカニカルシール５２Ｄは、固定環５２Ｄ１と、回転環５２Ｄ２とを含む。
　固定環５２Ｄ１は、上面視で貫通孔５１Ａの外縁を取り囲む円環形状を有し、槽本体５１の外面に固定される。
　回転環５２Ｄ２は、回転軸５２Ｃに設けられ、回転軸５２Ｃと共に回転する。回転環５２Ｄ２は、回転軸５２Ｃと同心の円板形状を有し、固定環５２Ｄ１の上面と接するように配置される。これにより、回転軸５２Ｃの回転に応じて、回転環５２Ｄ２は、その下面が固定環５２Ｄ１の上面と接した状態で摺動し、その結果、貫通孔５１Ａを通じた内容物の漏洩が防止される。
　ＡＥセンサ１０は、メカニカルシール５２ＤのＡＥ信号を取得可能であれば、任意の箇所に設けられてよい。例えば、ＡＥセンサ１０は、槽本体５１の外面における固定環５２Ｄ１の近傍に設けられる。ＡＥセンサ１０の出力は、増幅回路２０に入力される。
　増幅回路２０は、ＡＥセンサ１０から出力されるＡＥ信号を増幅して出力する。増幅回路２０の出力信号は、ＢＰＦ３０に入力される。
　ＢＰＦ３０は、増幅回路２０から入力される、増幅済みのＡＥ信号のうちの所定の周波数帯の成分のみを通過させて出力する。これにより、ＢＰＦ３０は、所定の周波数帯のＡＥ信号を出力することができる。所定の周波数帯は、メカニカルシール５２Ｄの状態がメカニカルシール５２ＤのＡＥに特徴として生じうる周波数帯である。所定の周波数帯は、例えば、３０ｋＨｚ～２００ｋＨｚである。ＢＰＦ３０の出力信号は、情報処理装置４０に入力される。
　情報処理装置４０は、ＢＰＦ３０から入力される、所定期間のＡＥ信号に基づき、ＡＥのエネルギの時系列の信号のばらつきに関する指標値を算出し、算出した指標値の履歴データに基づき、指標値に対する診断基準を設定する。具体的には、情報処理装置４０は、重合反応槽５０の撹拌機５２の継続運転中において、少なくともメカニカルシール５２Ｄにおける内容物の漏洩が発生するまでの間で、定期的に、所定期間のＡＥ信号に基づき指標値を算出して蓄積させる。この際、メカニカルシール５２Ｄに対する負荷が通常運転の場合よりも高くなるように撹拌機５２の高負荷運転が行われてよい。これにより、メカニカルシール５２Ｄにおける漏洩が発生するまでの期間を短縮することができる。そして、情報処理装置４０は、メカニカルシール５２Ｄが故障し内容物の漏洩が生じるまでの指標値の履歴データに基づき、指標値に対する診断基準を設定する。
　診断基準の設定のために利用されるＡＥ信号は、例えば、重合反応槽５０におけるプロセス反応前のタイミングで記録されたＡＥ信号であることが好ましい。重合反応槽５０におけるプロセス反応中のＡＥ信号には、プロセス反応に起因する外乱が重畳する可能性があるからである。
　情報処理装置４０は、例えば、比較的高い処理能力を有するサーバ装置である。例えば、サーバ装置は、重合反応槽５０が設置される施設とは離れた別の施設に設置される、オンプレミスサーバやクラウドサーバである。また、サーバ装置は、重合反応槽５０が設置される施設内に設置されるエッジサーバであってもよい。
　また、情報処理装置４０は、必要な処理を実行する能力を有する限り、サーバ装置よりも処理能力が低い端末装置であってもよい。例えば、端末装置は、デスクトップ型のＰＣ（Personal Computer）等の定置型の端末装置であってもよいし、タブレット端末やラップトップ型のＰＣ等の可搬型の端末装置（携帯端末）であってもよい。
　［情報処理装置のハードウェア構成］
　次に、図２を参照して、情報処理装置４０のハードウェア構成について説明する。
　図２は、情報処理装置４０のハードウェア構成の一例を示す図である。
　情報処理装置４０の機能は、任意のハードウェア、或いは、任意のハードウェア及びソフトウェアの組み合わせ等により実現される。例えば、図３に示すように、情報処理装置４０は、外部インタフェース４１と、補助記憶装置４２と、メモリ装置４３と、ＣＰＵ４４と、高速演算装置４５と、通信インタフェース４６と、入力装置４７と、出力装置４８とを含む。外部インタフェース４１、補助記憶装置４２、メモリ装置４３、ＣＰＵ４４、高速演算装置４５、通信インタフェース４６、入力装置４７、及び出力装置４８は、バスＢＳにより接続される。
　外部インタフェース４１は、記録媒体４１Ａからデータの読み取りや記録媒体４１Ａへのデータの書き込みのためのインタフェースとして機能する。記録媒体４１Ａには、例えば、フレキシブルディスク、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＢＤ（Blu-ray（登録商標） Disc）、ＳＤメモリカード、ＵＳＢメモリ等の汎用の記録媒体が含まれる。これにより、情報処理装置４０は、記録媒体４１Ａを通じて、処理で利用する各種データを読み込み、補助記憶装置４２に格納したり、各種機能を実現するプログラムをインストールしたりすることができる。
　補助記憶装置４２は、インストールされた各種プログラムを格納すると共に、各種処理に必要なファイルやデータ等を格納する。補助記憶装置４２は、例えば、ＨＤＤ（Hard Disc Drive）やＳＳＤ（Solid State Disc）やＥＥＰＲＯＭやフラッシュメモリ等を含む。
　メモリ装置４３は、プログラムの起動指示があった場合に、補助記憶装置４２からプログラムを読み出して格納する。メモリ装置４３は、例えば、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）を含む。
　ＣＰＵ４４は、補助記憶装置４２からメモリ装置４３にロードされた各種プログラムを実行し、プログラムに従って情報処理装置４０に関する各種機能を実現する。
　高速演算装置４５は、ＣＰＵ４４と連動し、ＣＰＵ４４よりも高い速度で演算処理を行う。高速演算装置４５は、例えば、ＧＰＵ（Graphics Processing Unit）やＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field-Programmable Gate Array）等を含む。
　尚、情報処理装置４０に必要な演算処理の速度によっては、高速演算装置４５は、省略されてもよい。
　通信インタフェース４６は、外部機器と通信可能に接続するためのインタフェースとして用いられる。これにより、情報処理装置４０は、通信インタフェース４６を通じて、ＢＰＦ３０の出力を取り込むことができる。また、情報処理装置４０は、例えば、通信インタフェース４６を通じて、処理で利用する各種データやプログラムを外部装置から取得することができる。通信インタフェース４６は、接続される機器との間の通信方式等によって、複数の種類の通信インタフェースを有してもよい。
　入力装置４７は、情報処理装置４０のユーザから各種入力を受け付ける。
　入力装置４７は、例えば、情報処理装置４０のユーザからの機械的な操作入力を受け付ける形態の入力装置（以下、「操作入力装置」）を含む。操作入力装置は、例えば、ボタン、トグル、レバー、キーボード、マウス、タッチパネル、タッチパッド等を含む。
　また、入力装置４７は、情報処理装置４０のユーザからの音声入力を受付可能な音声入力装置を含んでもよい。音声入力装置は、例えば、情報処理装置４０のユーザの音声を集音可能なマイクロフォンを含む。
　また、入力装置４７は、情報処理装置４０のユーザからのジェスチャ入力を受付可能なジェスチャ入力装置を含んでもよい。ジェスチャ入力装置は、例えば、ユーザのジェスチャの様子を撮像可能なカメラを含む。
　また、入力装置４７は、情報処理装置４０のユーザからの生体入力を受付可能な生体入力装置を含んでもよい。生体入力装置は、例えば、ユーザの指紋や虹彩に関する情報を内包する画像データを取得可能なカメラを含む。
　出力装置４８は、情報処理装置４０のユーザに向けて情報を出力する。
　出力装置４８は、例えば、視覚的に情報を出力する照明装置や表示装置である。照明装置は、例えば、インジケータランプ等である。表示装置は、例えば、液晶ディスプレイや有機ＥＬ（Electroluminescence）ディスプレイ等である。
　また、出力装置４８は、聴覚的な情報を出力する音出力装置であってもよい。音出力装置は、例えば、ブザー、アラーム、スピーカ等である。
　［診断基準の設定方法］
　次に、図３、図４を参照して、診断基準の設定方法について説明する。
　図３は、情報処理装置４０の診断基準の設定に関する処理フローを示す図である。具体的には、図３は、診断基準の設定のための事前処理を表す図３Ａと、診断基準の設定のためのメイン処理を表す図３Ｂとを含む。
　　＜事前処理＞
　事前処理は、例えば、重合反応槽５０の撹拌機５２の運転開始後、定期的に（例えば、数時間ごとに）実施される。事前処理は、所定のタイミングの到来に応じて、自動的に実施されてもよいし、入力装置４７を通じたユーザからの要求に応じて、手動で実施されてもよい。また、事前処理は、重合反応槽５０におけるプロセス反応前のタイミングで実施されてもよい。これにより、重合反応槽５０におけるプロセス反応に起因する外乱がＡＥ信号に重畳するような事態を防止することができ、その結果、後述のメイン処理で設定される診断基準の精度を向上させることができる。
　図３Ａに示すように、ステップＳ１０２（信号取得処理）では、情報処理装置４０は、ＢＰＦ３０から取り込まれた最新の所定期間のＡＥ信号の時系列データを受信バッファ等から取得する。
　ステップＳ１０２が完了すると、情報処理装置４０は、ステップＳ１０４に進む。
　ステップＳ１０４（エネルギ演算処理）では、情報処理装置４０は、ＡＥ信号の時系列データに基づき、所定期間におけるＡＥのエネルギを演算し、所定期間におけるＡＥのエネルギの時系列データを出力する。ＡＥのエネルギは、ＡＥ信号の時間波形の面積に対応し、情報処理装置４０は、対象の時刻と隣接する時刻との間でのＡＥ信号の時間積分によって、ＡＥのエネルギを算出することができる。
　ステップＳ１０４が完了すると、情報処理装置４０は、ステップＳ１０６及びステップＳ１０８に進む。
　ステップＳ１０６（周期性成分抽出処理）では、情報処理装置４０は、ＡＥのエネルギの時系列データから周期性を有する成分（周期性成分）を抽出する。例えば、情報処理装置４０は、ＡＥのエネルギの時系列データについて、各時刻の直近の一定期間の移動平均を算出することにより、ＡＥのエネルギの周期性成分の時系列データを抽出する。また、情報処理装置４０は、周波数分析やローパスフィルタ処理を用いることにより、ＡＥのエネルギの周期性成分の時系列データを抽出してもよい。
　ステップＳ１０８（周期性除去成分抽出処理）では、情報処理装置４０は、ＡＥのエネルギの時系列データから周期性成分を除去した成分（周期性除去成分）を抽出する。例えば、情報処理装置４０は、ＡＥのエネルギの時系列データについて、対象の時刻とその直前の時刻との差分を演算し差分系列に変換することにより、ＡＥのエネルギの周期性除去成分の時系列データを抽出する。また、情報処理装置４０は、ＡＥのエネルギの時系列データとステップＳ１０６で抽出される周期性成分の時系列データとの差分を演算することにより、ＡＥのエネルギの周期性除去成分の時系列データを抽出してもよい。
　ステップＳ１０６及びステップＳ１０８が完了すると、情報処理装置４０は、ステップＳ１１０に進む。
　ステップＳ１１０（標準偏差演算処理）では、情報処理装置４０は、ステップＳ１０６で抽出された、ＡＥのエネルギの周期性成分の時系列データのばらつきに関する指標値として、標準偏差σ１を演算する。同様に、ステップＳ１１０では、情報処理装置４０は、ステップＳ１０８で抽出された、ＡＥのエネルギの周期性除去成分の時系列データのばらつきに関する指標値として、標準偏差σ２を演算する。
　ステップＳ１１０が完了すると、情報処理装置４０は、ステップＳ１１２に進む。
　尚、ステップＳ１０６及びステップＳ１０８の処理は、直列で処理されてもよい。
　ステップＳ１１２（記録処理）では、ステップＳ１１０で演算された標準偏差σ１，σ２を、時刻を表す情報及びメカニカルシール５２Ｄにおける漏洩の発生の有無を表す情報と共に、レコードデータとして補助記憶装置４２に記録する。メカニカルシール５２Ｄにおける漏洩の有無は、例えば、入力装置４７を通じてユーザから入力される。また、メカニカルシール５２Ｄにおける漏洩の有無は、メカニカルシール５２Ｄを撮像するカメラの画像に対して既知の画像処理技術や学習済みモデル等が適用されることにより自動的に判断されてもよい。これにより、情報処理装置４０は、定期的に実施される事前処理によって、標準偏差σ１，σ２の履歴データに相当するレコードデータ群を補助記憶装置４２に保持させることができる。
　ステップＳ１１２の処理が完了すると、情報処理装置４０は、事前処理を終了する。
　　＜メイン処理＞
　メイン処理は、メカニカルシール５２Ｄにおける内容物の漏洩の発生後に実行される。メイン処理は、入力装置４７を通じたユーザからの要求に応じて実施されてもよいし、メカニカルシール５２Ｄにおける漏洩の有無が自動的に判断される場合、漏洩ありの判断に応じて、自動的に実施されてもよい。
　図３Ｂに示すように、ステップＳ１１４（履歴データ取得処理）では、情報処理装置４０は、補助記憶装置４２から上述の履歴データ（レコードデータ群）を取得する。
　ステップＳ１１４の処理が完了すると、情報処理装置４０は、ステップＳ１１６に進む。
　ステップＳ１１６（診断基準設定処理）では、情報処理装置４０は、標準偏差σ１、σ２の履歴データに基づき、標準偏差σ１，σ２に対する診断基準を設定する。具体的には、情報処理装置４０は、メカニカルシール５２Ｄにおける漏洩の発生前の状況に対応する標準偏差σ１，σ２の組み合わせの分布と、メカニカルシール５２Ｄにおける漏洩発生後に対応する標準偏差σ１，σ２の組み合わせの分布とに基づき、標準偏差σ１、σ２に対する診断基準を設定する。設定された診断基準は、補助記憶装置４２に登録される。
　ステップＳ１１６の処理が完了すると、情報処理装置４０は、メイン処理を終了する。
　　＜診断基準設定処理の具体例＞
　図４は、診断基準の設定方法の一例を説明する図である。具体的には、図４は、縦軸をＡＥのエネルギの周期性成分の標準偏差σ１とし、横軸をＡＥのエネルギの周期性除去成分の標準偏差σ２として、標準偏差σ１、σ２の履歴データＰ１～Ｐ１６をプロットしたグラフを表している。
　尚、履歴データＰ１～Ｐ１６は、符号の数字が小さいほど古い履歴データを表し、数字が大きいほど新しい履歴データを表す。例えば、履歴データＰ１は、最も古い履歴データを表し、履歴データＰ１６は、最も新しい履歴データを表す。また、履歴データＰ１～Ｐ１５は、メカニカルシール５２Ｄにおける漏洩の発生前の状況に対応し、履歴データＰ１６は、メカニカルシール５２Ｄの漏洩の発生後の状況に対応する。
　図４に示すように、履歴データＰ１～Ｐ７において、ＡＥのエネルギの周期性成分の標準偏差σ１は、時間経過に応じて比較的大きく増加している。一方、履歴データＰ１～Ｐ７において、ＡＥのエネルギの周期性除去成分の標準偏差σ２は、時間経過に対する変化が比較的小さい。これにより、履歴データＰ１～Ｐ７に対応する時間軸では、メカニカルシール５２Ｄの固定環５２Ｄ１及び回転環５２Ｄ２の摺動面の全体的な摩耗が進行していることが推測される。
　その後、履歴データＰ８～Ｐ１６において、ＡＥのエネルギの周期性成分の標準偏差σ１は、一定のレベルの比較的狭い範囲に収束している。一方、履歴データＰ８～Ｐ１６において、ＡＥのエネルギの周期性除去成分の標準偏差σ２は、履歴データＰ１～Ｐ７の場合よりも比較的大きい。これにより、履歴データＰ８～Ｐ１６に対応する時間軸では、摺動面の全体的な摩耗は収束する一方、突発的な傷等が発生し、その結果、最終的に、メカニカルシール５２Ｄにおける漏洩が発生していることが推測される。
　このように、メカニカルシール５２Ｄは、ＡＥのエネルギの周期性成分の標準偏差σ１が最初に増加し、一定のレベルに収束した後に、ＡＥのエネルギの周期性除去成分の標準偏差σ２が比較的高いレベルを取るようになることで、最終的に漏洩が発生している。そのため、情報処理装置４０は、ＡＥのエネルギの周期性除去成分の標準偏差σ２が比較的高いレベルにあることを表すための診断基準値σ２＿ｔｈを設定することができる。よって、診断主体（例えば、後述の情報処理装置１４０）は、対象のメカニカルシールのＡＥのエネルギの周期性除去成分の標準偏差σ２が診断基準値σ２＿ｔｈに対して相対的に大きい場合に、メカニカルシールにおける漏洩の兆候があると診断できる。標準偏差σ２が診断基準値σ２＿ｔｈに対して相対的に大きいとは、標準偏差σ２が診断基準値σ２＿ｔｈ以上であることであってもよいし、標準偏差σ２が診断基準値σ２＿ｔｈより大きいことであってもよい。
　例えば、図４に示すように、情報処理装置４０は、履歴データＰ１～Ｐ７の標準偏差σ２における上限と、履歴データＰ８～Ｐ１６の標準偏差σ２における下限との間に、診断基準値σ２＿ｔｈを設定する。具体的には、情報処理装置４０は、履歴データＰ８～Ｐ１６のうちの標準偏差σ２の下限値（履歴データＰ９の標準偏差σ２）から若干の余裕分を減じた値に相当する診断基準値σ２＿ｔｈを設定してよい。また、情報処理装置４０は、履歴データＰ８～Ｐ１５のうちの、メカニカルシール５２Ｄにおける漏洩の発生後の最初の履歴データＰ１６のタイミングから所定時間だけ遡ったタイミングに対応する履歴データの標準偏差σ２の値に基づき、診断基準値σ２＿ｔｈを設定してもよい。具体的には、情報処理装置４０は、履歴データＰ８～Ｐ１５のうちの履歴データＰ１６のタイミングから所定時間だけ遡ったタイミングでの履歴データの標準偏差σ２から若干の余裕分を減じた値に相当する診断基準値σ２＿ｔｈを設定してよい。
　また、情報処理装置４０は、ＡＥのエネルギの周期性成分の標準偏差σ１が上述の収束した状態に対応する一定のレベルにあることを表す診断基準値σ１＿ｔｈを設定してもよい。これにより、診断主体は、対象のメカニカルシールの標準偏差σ２が診断基準値σ２＿ｔｈに対して相対的に大きく、且つ、標準偏差σ１が診断基準値σ１＿ｔｈに対して相対的に大きい場合に、メカニカルシールにおける漏洩の兆候があると診断できる。そのため、例えば、外乱等の影響によって、標準偏差σ１が比較的小さい状態で、標準偏差σ２が診断基準値σ２＿ｔｈに対して相対的に大きくなってしまった場合等を排除することができる。よって、診断主体は、対象のメカニカルシールにおける漏洩の兆候の有無をより適切に診断することができる。
　例えば、情報処理装置４０は、履歴データＰ８～Ｐ１６のうちの標準偏差σ１の下限値（履歴データＰ１３の標準偏差σ１）に基づき、診断基準値σ１＿ｔｈを設定する。具体的には、情報処理装置４０は、履歴データＰ８～Ｐ１６のうちの標準偏差σ１の下限値から若干の余裕分を減じた値に相当する診断基準値σ１＿ｔｈを設定してよい。また、図４に示すように、情報処理装置４０は、履歴データＰ８～Ｐ１６のうちの、メカニカルシール５２Ｄにおける漏洩の発生後の最初の履歴データＰ１６の標準偏差σ１の値に基づき、診断基準値σ１＿ｔｈを設定してもよい。具体的には、情報処理装置４０は、履歴データＰ１６の標準偏差σ１の値から所定の余裕分を減じた値に相当する診断基準値σ１＿ｔｈを設定してよい。
　このように、情報処理装置４０は、ＡＥのエネルギの時系列データの周期性成分の標準偏差σ１、及び周期性除去成分の標準偏差σ２のそれぞれに対する診断基準値σ１＿ｔｈ、及び診断基準値σ２＿ｔｈを設定することができる。
　［監視システムの概要］
　次に、図５を参照して、監視システム１００の概要について説明する。
　図５は、監視システム１００の一例を示す図である。
　図５に示すように、監視システム１００は、アコースティックエミッション（ＡＥ）センサ１１０と、増幅回路１２０と、バンドパスフィルタ（ＢＰＦ）１３０と、情報処理装置１４０とを含む。
　監視システム１００は、監視対象の重合反応槽１５０に搭載される、軸封用のメカニカルシール１５２Ｄの状態を監視する。具体的には、監視システム１００は、メカニカルシール１５２Ｄにおける漏洩の兆候の有無を診断することにより、メカニカルシール１５２Ｄの状態を監視する。
　重合反応槽１５０は、上述の重合反応槽５０と同じ仕様の重合反応槽である。重合反応槽１５０は、上述の重合反応槽５０と同様、槽本体１５１と、撹拌機１５２とを含む。
　槽本体１５１は、上述の槽本体５１と同様の機能及び構造等を有し、槽本体１５１の上部には、内部と外部との間を貫通する貫通孔１５１Ａが設けられる。
　撹拌機１５２は、上述の撹拌機５２と同様の機能及び構造等を有し、回転翼１５２Ａと、モータ１５２Ｂと、回転軸１５２Ｃと、メカニカルシール１５２Ｄとを含む。
　メカニカルシール１５２Ｄは、上述のメカニカルシール５２Ｄと同様、固定環１５２Ｄ１と、回転環１５２Ｄ２とを含む。
　回転翼１５２Ａ、モータ１５２Ｂ、回転軸１５２Ｃ、及びメカニカルシール１５２Ｄの機能や構造等は、上述の回転翼５２Ａ、モータ５２Ｂ、回転軸５２Ｃ、及びメカニカルシール５２Ｄと同様であるため、詳細な説明を省略する。
　ＡＥセンサ１１０は、監視対象の重合反応槽１５０に搭載される、軸封用のメカニカルシール１５２ＤのＡＥを測定し、その測定結果を表す信号（ＡＥ信号）を出力する。
　増幅回路１２０は、上述の増幅回路２０と同じ機能を有し、ＡＥセンサ１１０から出力されるＡＥ信号を増幅して出力する。増幅回路１２０の出力信号は、ＢＰＦ１３０に入力される。
　ＢＰＦ１３０は、上述のＢＰＦ３０と同じ機能を有し、増幅回路１２０から入力される、増幅済みのＡＥ信号のうちの所定の周波数帯の成分のみを通過させて出力する。これにより、ＢＰＦ３０は、所定の周波数帯のＡＥ信号を出力することができる。所定の周波数帯は、メカニカルシール１５２Ｄの状態がＡＥに特徴として生じうる周波数帯である。所定の周波数帯は、例えば、上述のＢＰＦ３０の場合と同様、３０ｋＨｚ～２００ｋＨｚである。ＢＰＦ１３０の出力信号は、情報処理装置１４０に入力される。
　情報処理装置１４０は、ＢＰＦ１３０から入力される、所定期間のＡＥ信号と、上述の情報処理装置４０により設定された診断基準とに基づき、メカニカルシール１５２Ｄにおける漏洩の兆候の有無を診断する。
　メカニカルシール１５２Ｄにおける漏洩の兆候の有無の診断のために利用されるＡＥ信号は、例えば、重合反応槽１５０におけるプロセス反応前のタイミングで記録されたＡＥ信号であることが好ましい。これにより、プロセス反応に起因する外乱がＡＥ信号に重畳するような事態を防止することができ、その結果、情報処理装置１４０は、診断の精度を向上させることができる。
　情報処理装置１４０は、例えば、上述の情報処理装置４０と同様、比較的高い処理能力を有するサーバ装置である。また、情報処理装置１４０は、情報処理装置４０と同様、必要な処理を実行する能力を有する限り、サーバ装置よりも処理能力が低い端末装置であってもよい。
　尚、情報処理装置１４０のハードウェア構成は、上述の情報処理装置４０と同様であってよい。そのため、情報処理装置１４０のハードウェア構成の図示及び説明を省略する。
　［メカニカルシールの状態の監視方法の第１例］
　次に、図６を参照して、メカニカルシール１５２Ｄの状態の監視方法の第１例について説明する。
　図６は、情報処理装置１４０のメカニカルシール１５２Ｄにおける漏洩の兆候の有無の監視に関する処理フローの一例を示す図である。
　図６の処理フローは、例えば、所定の処理周期ごとに自動で実行される。また、図６の処理フローは、入力装置を通じたユーザからの要求に応じて手動で実行されてもよい。また、図６の処理フローは、重合反応槽１５０におけるプロセス反応前のタイミングで実施されてもよい。これにより、重合反応槽１５０におけるプロセス反応に起因する外乱がＡＥ信号に重畳するような事態を防止することができ、その結果、情報処理装置１４０は、メカニカルシール１５２Ｄにおける漏洩の兆候の有無の診断の精度を向上させることができる。
　以下、ステップＳ２０２，Ｓ２０４，Ｓ２０６，Ｓ２０８，Ｓ２１０は、上述の情報処理装置４０によるステップＳ１０２，Ｓ１０４，Ｓ１０６，Ｓ１０８，Ｓ１１０の処理と同じであるため、詳細な説明を省略する場合がある。
　ステップＳ２０２（信号取得処理）では、情報処理装置１４０は、ＢＰＦ１３０から取り込まれた最新の所定期間のＡＥ信号の時系列データを受信バッファ等から取得する。
　ステップＳ２０２の処理が完了すると、情報処理装置１４０は、ステップＳ２０４に進む。
　ステップＳ２０４（エネルギ演算処理）では、情報処理装置１４０は、ＡＥ信号の時系列データに基づき、所定期間におけるＡＥのエネルギを演算し、所定期間におけるＡＥのエネルギの時系列データを出力する。
　ステップＳ２０４が完了すると、情報処理装置１４０は、ステップＳ２０６及びステップＳ２０８に進む。
　ステップＳ２０６（周期性成分抽出処理）では、情報処理装置１４０は、ＡＥのエネルギの時系列データから周期性成分を抽出する。
　ステップＳ２０８（周期性除去成分抽出処理）では、情報処理装置１４０は、ＡＥのエネルギの時系列データから周期性除去成分を抽出する。
　ステップＳ２０６及びステップＳ２０８が完了すると、情報処理装置１４０は、ステップＳ２１０に進む。
　ステップＳ２１０（標準偏差演算処理）では、情報処理装置１４０は、ステップＳ２０６で抽出された、ＡＥのエネルギの周期性成分の時系列データの標準偏差σ１を演算する。同様に、ステップＳ２１０では、情報処理装置１４０は、ステップＳ２０８で抽出された、ＡＥのエネルギの周期性除去成分の時系列データの標準偏差σ２を演算する。
　ステップＳ２１０が完了すると、情報処理装置１４０は、ステップＳ２１２に進む。
　尚、ステップＳ２０６及びステップＳ２０８の処理は、直列で処理されてもよい。
　ステップＳ２１２（診断処理）では、情報処理装置１４０は、ステップＳ２１０で算出された標準偏差σ１，σ２に基づき、メカニカルシール１５２Ｄにおける漏洩の兆候の有無を診断する。具体的には、情報処理装置１４０は、ステップＳ２１０で算出された標準偏差σ１，σ２と、情報処理装置４０により設定された診断基準値σ１＿ｔｈ，σ２＿ｔｈとに基づき、メカニカルシール１５２Ｄにおける漏洩の兆候の有無を診断する。より具体的には、情報処理装置１４０は、標準偏差σ１が診断基準値σ１＿ｔｈに対して相対的に大きく、且つ、標準偏差σ２が診断基準値σ２＿ｔｈに対して相対的に大きい場合に、メカニカルシール１５２Ｄにおける漏洩の兆候があると診断する。一方、情報処理装置１４０は、それ以外の場合に、メカニカルシール１５２Ｄにおける漏洩の兆候がないと診断する。
　ステップＳ２１２が完了すると、情報処理装置１４０は、ステップＳ２１４に進む。
　ステップＳ２１４（通知処理）では、情報処理装置１４０は、ステップＳ２１２における診断結果をユーザに通知する。例えば、情報処理装置１４０は、自身の表示装置や音出力装置等の出力装置を通じて、視覚的な方法や聴覚的な方法によって、診断結果をユーザに通知する。また、情報処理装置１４０は、通信インタフェースを通じて、ユーザが所持する端末装置（ユーザ端末）に診断結果を送信することにより、ユーザに診断結果を通知してもよい。また、情報処理装置１４０は、電子メールやＳＮＳ（Social Networking Service）等を通じて、ユーザに診断結果を通知してもよい。これにより、監視システム１００のユーザは、メカニカルシール１５２Ｄにおける漏洩の兆候の有無の診断結果を把握することができる。そのため、例えば、ユーザは、メカニカルシール１５２Ｄにおける漏洩の兆候があるとの診断結果を把握すると、メカニカルシール１５２Ｄの交換に向けて部品の発注や重合反応槽１５０の運転状況等に応じて、交換のタイミングを調整することができる。
　ステップＳ２１４の処理が完了すると、情報処理装置１４０は、処理フローを終了する。
　このように、情報処理装置１４０は、メカニカルシール１５２ＤのＡＥのエネルギの周期性成分及び周期性除去成分のそれぞれの時系列データの標準偏差σ１、σ２と、診断基準値σ１＿ｔｈ，σ２＿ｔｈとの比較により、メカニカルシール１５２Ｄにおける漏洩の兆候の有無を診断することができる。
　［メカニカルシールの状態の監視方法の第２例］
　次に、図６に加えて、図７、図８を参照して、メカニカルシール１５２Ｄの状態の監視方法の第２例について説明する。
　以下、上述の監視方法の第１例と異なる部分を中心に説明を行い、上述の第１例と同じ或いは対応する内容の説明を省略する場合がある。
　　＜監視方法の概要＞
　図７は、メカニカルシール１５２Ｄのアコースティックエミッション（ＡＥ）のエネルギの周期性成分、及び周期性除去成分のそれぞれの時系列データの標準偏差σ１、σ２の履歴の時間変化の具体例を示す図である。図７は、それぞれ、互い異なる重合反応槽１５０におけるメカニカルシール１５２Ｄの漏洩が発生するまでのＡＥのエネルギの周期性成分、及び周期性除去成分のそれぞれの時系列データの標準偏差σ１、σ２の履歴の時間変化を表す図７Ａ，図７Ｂを含む。図７Ａは、メカニカルシール１５２ＤのＡＥのエネルギの周期性除去成分の時系列データの標準偏差σ２の履歴の時間変化のグラフ７０１と、メカニカルシール１５２ＤのＡＥのエネルギの周期性成分の時系列データの標準偏差σ１の履歴の時間変化のグラフ７０２とを含む。図７Ｂは、メカニカルシール１５２ＤのＡＥのエネルギの周期性除去成分の時系列データの標準偏差σ２の履歴の時間変化のグラフ７０３と、メカニカルシール１５２ＤのＡＥのエネルギの周期性成分の時系列データの標準偏差σ１の履歴の時間変化のグラフ７０４とを含む。図８は、メカニカルシール１５２Ｄにおける漏洩の兆候の有無の監視方法の第２例を説明する図である。具体的には、図８は、メカニカルシール１５２ＤのＡＥのエネルギの周期性成分の時系列データの標準偏差σ１の故障に至るまでの時間変化の傾向を表す２次曲線８０１、及び周期性除去成分の時系列データの標準偏差σ２の故障に至るまでの時間変化の傾向を表す２次曲線８０２を模式的に示す図である。
　尚、グラフ７０１～７０４の実線は、それぞれ、標準偏差σ１或いは標準偏差σ２の履歴のデータの時間変化を近似して表す２次曲線である。
　グラフ７０２，グラフ７０４に示すように、標準偏差σ１の履歴のデータは、時間経過に対する増加傾向が継続し、その後、時間経過に対する減少傾向に移行し、その傾向が継続した後に、メカニカルシール１５２Ｄの漏洩に至っていることが分かる。
　そのため、例えば、図８の２次曲線８０１に示すように、情報処理装置１４０は、標準偏差σ１の履歴が時間経過に対する増加傾向の状態８０１Ａから時間経過に対する減少傾向の状態８０１Ｂに移行する場合に、メカニカルシール１５２Ｄの漏洩の兆候があると診断することができる。
　また、グラフ７０１，７０３に示すように、標準偏差σ２の履歴のデータは、比較的小さい値を取り、且つ、時間経過に対する変化が比較的小さい状態が継続し、その後、時間経過に対する増加が比較的大きい状態に移行する。そして、標準偏差σ２の履歴は、時間経過に対する増加が比較的大きい状態から比較的大きい値のピークに達した後、時間経過に対する減少が比較的大きい状態に移行し、その傾向が継続した後、比較的小さい値で、メカニカルシール１５２Ｄの漏洩に至ることが分かる。
　そのため、例えば、図８の２次曲線８０２に示すように、情報処理装置１４０は、標準偏差σ２の履歴が時間経過に対する変化が比較的小さい傾向の状態８０２Ａから時間経過に対する増加が比較的大きい傾向の状態８０２Ｂに移行する場合に、メカニカルシール１５２Ｄの漏洩の兆候があると診断することができる。
　また、グラフ７０１，７０２、及びグラフ７０３，７０４のそれぞれの比較から、標準偏差σ１の履歴が時間経過に対する増加傾向から減少傾向に移行するタイミングが先にあり、その後、標準偏差σ２の履歴の時間経過に対する変化が比較的小さい状態から増加が比較的大きい状態に移行するタイミングが後にあることが分かる。
　そのため、例えば、図８の２次曲線８０１，８０２に示すように、情報処理装置１４０は、標準偏差σ１の履歴が時間経過に対する増加傾向が継続する状態８０１Ａから時間経過に対する減少傾向が継続する状態８０１Ｂに移行し、その後、標準偏差σ２の履歴が時間経過に対する変化の比較的小さい傾向の状態８０２Ａから時間経過に対する増加の比較的大きい傾向の状態８０２Ｂに移行する場合に、メカニカルシール１５２Ｄの漏洩の兆候があると診断してもよい。これにより、情報処理装置１４０は、メカニカルシール１５２Ｄにおける漏洩の兆候の有無をより確実に診断することができる。
　　＜処理フロー＞
　本例に係る監視方法についての処理フローは、上述の第１例の場合と同様に、図６で表されるため、図示を省略し、図６を援用して説明を行う。
　ステップＳ２０２，Ｓ２０４，Ｓ２０６，Ｓ２０８，Ｓ２１０は、その処理内容が上述の監視方法の第１例の場合と同様であるため、説明を省略する。
　ステップＳ２１０が完了すると、情報処理装置１４０は、ステップＳ２１２に進む。
　ステップＳ２１２（診断処理）では、情報処理装置１４０は、今回のステップＳ２１０で算出された標準偏差σ１，σ２を含む標準偏差の履歴のデータに基づき、メカニカルシール１５２Ｄにおける漏洩の兆候の有無を診断する。　具体的には、情報処理装置１４０は、過去の処理で既に標準偏差σ１の履歴のデータについての第１の監視条件が成立しており、且つ、今回の処理で標準偏差σ２の履歴データについて、第２の監視条件が成立しているか否かを判定する。第１の監視条件は、標準偏差の履歴が時間経過に対する増加傾向の継続する状態から時間経過に対する減少傾向が継続する状態に移行したことを表す条件である。第２の監視条件は、標準偏差σ２の履歴が時間経過に対する変化の比較的小さい傾向の状態から時間経過に対する増加の比較的大きい傾向の状態に移行したことを表す条件である。
　例えば、情報処理装置１４０は、過去の処理で第１の監視条件が成立していない場合、第１の監視条件が成立しているか否かを判定する。情報処理装置１４０は、第１の監視条件が成立している場合、第１の監視条件が成立済であることを表すフラグＦ１を“０”（未成立）から“１”（成立）に設定し、第１の監視条件が成立していない場合、フラグＦ１を初期値の“０”に維持する。そして、情報処理装置１４０は、メカニカルシール１５２Ｄにおける漏洩の兆候はないと診断する。一方、情報処理装置１４０は、過去の処理で第１の監視条件が成立している場合、即ち、フラグＦ１が“１”である場合、第２の監視条件が成立しているか否かを判定する。情報処理装置１４０は、第２の監視条件が成立している場合、メカニカルシール１５２Ｄにおける漏洩の兆候があると診断し、第２の監視条件が成立していない場合、メカニカルシール１５２Ｄにおける漏洩の兆候はないと診断する。
　第１の監視条件は、例えば、標準偏差σ１の履歴の時間変化を表す近似曲線（例えば、２次曲線）について、直近の所定期間（第１の期間）で減少を継続しており、且つ、第１の期間の前の所定期間（第２の期間）で増加を継続していることである。この場合、情報処理装置１４０は、例えば、標準偏差σ１の履歴のデータについての２次曲線近似を行い、近似曲線を取得する。
　第２の監視条件は、例えば、標準偏差σ２の履歴の時間変化を表す近似曲線（例えば、２次曲線）について、最新の値が所定の閾値ＴＨ１以上であり、且つ、過去の全体の期間或いは過去の直近の所定期間の平均値が閾値ＴＨ２（＜ＴＨ１）以下であることである。この場合、情報処理装置１４０は、例えば、標準偏差σ２の履歴のデータについての２次曲線近似を行い、近似曲線を取得する。
　ステップＳ２１２の処理が完了すると、情報処理装置１４０は、ステップＳ２１４に進む。
　ステップＳ２１４は、その処理内容が上述の監視方法の第１例の場合と同様であるため、説明を省略する。
　ステップＳ２１４の処理が完了すると、情報処理装置１４０は、処理フローを終了する。
　このように、情報処理装置１４０は、メカニカルシール１５２ＤのＡＥのエネルギの周期性成分及び周期性除去成分のそれぞれの時系列データの標準偏差σ１、σ２の時間変化の傾向に基づき、メカニカルシール１５２Ｄにおける漏洩の兆候の有無を診断することができる。
　［他の実施形態］
　次に、他の実施形態について説明する。
　上述の実施形態には、適宜、変形や変更が加えられてもよい。
　例えば、上述の実施形態では、診断基準設定システム１において、複数の重合反応槽５０のそれぞれに対応するＡＥセンサ１０の測定信号（ＡＥ信号）を利用して診断基準が設定されてもよい。
　また、上述の実施形態やその変形・変更の例では、診断基準設定システム１において、実験機としての重合反応槽５０に代えて、或いは、加えて、工場等で実際に製品の製造等に使用されている同じ仕様の重合反応槽を用いて、診断基準が設定されてもよい。
　また、上述の実施形態やその変形・変更の例では、診断基準設定システム１において、メカニカルシールを搭載した重合反応槽に代えて、重合反応槽に搭載されたメカニカルシールを模擬した実験装置を用いて、診断基準が設定されてもよい。
　また、上述の実施形態やその変形・変更の例では、診断基準設定システム１において、互いに仕様の異なる複数の重合反応槽に搭載されるメカニカルシールに対応する共通の診断基準が設定されてもよい。この場合、情報処理装置４０は、対象の全ての重合反応槽に対応するメカニカルシールのＡＥ信号を利用して、診断基準を設定してもよいし、対象の全ての重合反応槽のうちの一部の重合反応槽に対応するメカニカルシールのＡＥ信号を利用して、診断基準を設定してもよい。例えば、情報処理装置４０は、メカニカルシールの使用条件に応じて区分される重合反応槽のグループごとに、診断基準を設定してよい。これにより、診断基準を共通化することが可能な複数の重合反応槽が１つのグループにまとめられ、１つのグループに含まれる複数の重合反応槽に対する共通の診断基準が設定される。メカニカルシールの使用条件に応じて区分されるグループとは、例えば、重合反応槽の撹拌機の回転軸の材質で区分されるグループである。重合反応槽の撹拌機の回転軸の材質で区分されるグループには、例えば、攪拌機の回転軸が機械加工の金属部品のみで構成されるグループやガラスや樹脂等の焼成加工の部品を含むグループ等が含まれる。
　また、上述の実施形態やその変形・変更の例では、診断基準設定システム１において、重合反応槽とは異なる機器に搭載されるメカニカルシールにおける漏洩の兆候の有無を診断するための診断基準が設定されてもよい。
　また、上述の実施形態やその変形・変更の例では、診断基準設定システム１において、メカニカルシールとは異なる対象物の故障の兆候の有無を診断するための診断基準が設定されてもよい。例えば、情報処理装置４０は、所定の回転機械に搭載される軸受のＡＥ信号に基づき、軸受の故障の兆候の有無を診断するための診断基準を設定してよい。
　また、上述の実施形態やその変形・変更の例では、診断基準設定システム１において、診断基準値σ１＿ｔｈ，σ２＿ｔｈのうちの何れか一方のみが設定され、何れか他方の診断基準値の設定が省略されてもよい。この場合、情報処理装置１４０は、設定された何れか一方の診断基準値を用いて、メカニカルシール１５２ＤのＡＥのエネルギの周期性成分及び周期性除去成分の時系列の信号のうちの何れか一方の成分の時系列の信号のみに基づき、メカニカルシール１５２Ｄにおける漏洩の兆候の有無を診断する。また、この場合、図３のステップＳ１０６，Ｓ１０８の処理の何れか一方、及び図６のステップＳ２０６，Ｓ２０８の処理の何れか一方が省略される。
　また、上述の実施形態やその変形・変更の例では、情報処理装置４０は、診断基準を設定するのに代えて、標準偏差σ１及び標準偏差σ２の少なくとも一方の履歴データに基づき、学習済みモデルを生成してもよい。この場合、学習済みモデルは、対象物のＡＥのエネルギの周期性成分の標準偏差σ１及び周期性除去成分の標準偏差σ２の少なくとも一方に基づき、対象物の故障の兆候の有無を分類する分類器に相当する。これにより、情報処理装置１４０は、対象物のＡＥのエネルギの周期性成分の標準偏差σ１及び周期性除去成分の標準偏差σ２の少なくとも一方に基づき、学習済みモデルを用いて、対象物の故障の兆候の有無を診断することができる。
　また、上述の実施形態の監視方法の第２例の処理フロー（図６）では、標準偏差σ１，σ２の何れか一方のみに基づき、メカニカルシール１５２Ｄにおける漏洩の兆候が診断されてもよい。この場合、図６のステップＳ２０６，Ｓ２０８の処理の何れか一方が省略される。
　また、上述の実施形態やその変形・変更の例では、情報処理装置４０と情報処理装置１４０とは同じ情報処理装置であってもよい。即ち、共通の情報処理装置によって、診断基準の設定、及び設定した診断基準に基づく対象物の状態の監視が行われてもよい。
　また、上述の実施形態やその変形・変更の例では、診断基準設定システム１において、増幅回路２０及びＢＰＦ３０の少なくとも一方が省略されてもよい。同様に、監視システム１００において、増幅回路１２０及びＢＰＦ１３０の少なくとも一方が省略されてもよい。
　［作用］
　次に、本実施形態に係る情報処理装置及び情報処理方法の作用について説明する。
　本実施形態の第１の態様では、情報処理装置は、対象物のアコースティックエミッション（ＡＥ）の時系列の測定信号を取得する。情報処理装置は、例えば、上述の情報処理装置４０や情報処理装置１４０である。対象物は、例えば、上述のメカニカルシール５２Ｄやメカニカルシール１５２Ｄである。また、情報処理装置は、前記測定信号に基づき、前記対象物のＡＥのエネルギを算出する。また、情報処理装置は、前記エネルギの時系列の信号から周期性を有する第２の成分を除去した第１の成分の時系列の信号、又は前記第２の成分の時系列の信号を抽出する。第１の成分は、例えば、上述の周期性除去成分である。第２の成分は、例えば、上述の周期性成分である。そして、情報処理装置は、前記第１の成分の時系列の信号、又は前記第２の成分の時系列の信号のばらつきに関する指標値を算出する。前記第１の成分の時系列の信号のばらつきに関する指標値は、例えば、上述の標準偏差σ２である。前記第２の成分の時系列の信号のばらつきに関する指標値は、例えば、上述の標準偏差σ１である。
　また、本実施形態の第１の態様では、情報処理方法は、取得ステップと、エネルギ算出ステップと、第１の抽出ステップと、ばらつき算出ステップと、を含む。取得ステップは、例えば、上述のステップＳ１０２やステップＳ２０２である。エネルギ算出ステップは、例えば、上述のステップＳ１０４やステップＳ２０４である。第１の抽出ステップは、上述のステップＳ１０８やステップＳ２０８或いはステップＳ２０６である。ばらつき算出ステップは、上述のステップＳ１１０やステップＳ２１０である。具体的には、前記取得ステップでは、情報処理装置が、前記対象物のＡＥの時系列の測定信号を取得する。また、前記エネルギ算出ステップでは、情報処理装置が、前記測定信号に基づき、前記対象物のＡＥのエネルギを算出する。また、前記第１の抽出ステップでは、情報処理装置が、前記エネルギの時系列の信号から周期性を有する第２の成分を除去した、第１の成分の時系列の信号、又は前記第２の成分の時系列の信号を抽出する。そして、前記ばらつき算出ステップでは、情報処理装置が、前記第１の成分の時系列の信号、又は前記第２の成分の時系列の信号のばらつきに関する指標値を算出する。
　これにより、情報処理装置は、対象物のＡＥのエネルギの第１の成分の時系列の信号、又は第２の成分の時系列の信号のばらつきに関する指標値を算出することができる。そのため、例えば、情報処理装置は、その指標値に基づき、対象物の状態を比較的容易に監視することができる。また、例えば、情報処理装置は、その指標値に対する基準値を設定し、指標値と基準値との比較に基づく対象物の状態のより容易な監視を実現することができる。
　また、本実施形態の第２の態様では、上述の第１の態様を前提として、情報処理方法は、第２の抽出ステップを含んでもよい。第２の抽出ステップは、例えば、上述のステップＳ１０６やステップＳ２０６である。具体的には、第１の抽出ステップでは、前記第１の成分の時系列の信号を抽出してもよい。また、第２の抽出ステップでは、情報処理装置が前記エネルギの時系列の信号から前記第２の成分の時系列の信号を抽出してもよい。そして、前記ばらつき算出ステップでは、前記第１の成分の時系列の信号、及び前記第２の成分の時系列の信号の双方のばらつきに関する指標値を算出してもよい。
　これにより、情報処理装置は、対象物のＡＥのエネルギの第１の成分及び第２の成分の双方の時系列の信号のばらつきに関する指標値を算出することができる。そのため、例えば、情報処理装置は、双方の指標値に基づき、対象物の状態を比較的容易に監視することができる。また、例えば、情報処理装置は、双方の指標値のそれぞれに対する基準値を設定することにより、指標値と基準値との比較に基づく対象物の状態のより容易な監視を実現することができる。
　また、本実施形態の第３の態様では、上述の第１の態様を前提として、情報処理方法は、情報処理装置が、前記第１の成分の時系列の信号、又は前記第２の成分の時系列の信号のばらつきに関する前記指標値の履歴の時間変化の傾向に基づき、所定の機器に搭載される前記対象物の故障の兆候の有無を診断する診断ステップを含んでもよい。
　これにより、情報処理装置は、対象物のＡＥエネルギの第１の成分の時系列の信号、又は第２の成分の時系列の信号のばらつきに関する指標値に基づき、所定の機器に搭載される対象物の故障の兆候の有無を容易に監視することができる。
　また、本実施形態の第４の態様では、上述の第２の態様を前提として、情報処理方法は、情報処理装置が、前記第１の成分の時系列の信号、及び前記第２の成分の時系列の信号のばらつきに関する前記指標値の履歴の双方の時間変化の傾向に基づき、所定の機器に搭載される前記対象物の故障の兆候の有無を診断する診断ステップを含んでもよい。
　これにより、情報処理装置は、対象物のＡＥエネルギの第１の成分の時系列の信号、及び第２の成分の時系列の信号の双方のばらつきに関する指標値に基づき、所定の機器に搭載される対象物の故障の兆候の有無を容易に監視することができる。
　また、本実施形態の第５の態様では、上述の第３の態様を前提として、前記診断ステップでは、前記第２の成分の時系列の信号のばらつきに関する前記指標値の履歴が時間経過に対する増加傾向から時間経過に対する減少傾向に移行する場合に、所定の機器に搭載される前記対象物の故障の兆候があると診断してもよい。
　これにより、情報処理装置は、対象物のＡＥエネルギの第２の成分の時系列の信号のばらつきに関する指標値に基づき、所定の機器に搭載される対象物の故障の兆候の有無を容易に監視することができる。
　また、本実施形態の第６の態様では、上述の第３の態様を前提として、前記診断ステップでは、前記第１の成分の時系列の信号のばらつきに関する前記指標値の履歴が時間経過に対する変化が相対的に小さい状態から時間経過に対する変化が相対的に大きい状態に移行する場合に、所定の機器に搭載される前記対象物の故障の兆候があると診断してもよい。
　これにより、情報処理装置は、対象物のＡＥエネルギの第１の成分の時系列の信号のばらつきに関する指標値に基づき、所定の機器に搭載される対象物の故障の兆候の有無を容易に監視することができる。
　また、本実施形態の第７の態様では、上述の第４の態様を前提として、前記診断ステップでは、前記第２の成分の時系列の信号のばらつきに関する前記指標値の履歴が時間経過に対する増加傾向から時間経過に対する減少傾向に移行し、その後、前記第１の成分の時系列の信号のばらつきに関する前記指標値の履歴が時間経過に対する変化が相対的に小さい状態から時間経過に対する増加が相対的に大きい状態に移行する場合に、所定の機器に搭載される前記対象物の故障の兆候があると診断してもよい。
　これにより、情報処理装置は、対象物のＡＥエネルギの第１の成分の時系列の信号、及び第２の成分の時系列の信号の双方のばらつきに関する指標値に基づき、所定の機器に搭載される対象物の故障の兆候の有無を容易に監視することができる。
　また、本実施形態の第８の態様では、上述の第１の態様を前提として、情報処理方法は、設定ステップを含んでもよい。設定ステップは、例えば、上述のステップＳ１１６である。具体的には、前記設定ステップでは、情報処理装置が、所定の機器に搭載される前記対象物の故障の兆候の有無を判断するための基準値を設定する。情報処理装置は、例えば、上述の情報処理装置４０である。所定の機器は、例えば、上述の重合反応槽５０である。対象物は、例えば、上述のメカニカルシール５２Ｄである。また、前記取得ステップでは、前記所定の機器に搭載される前記対象物のＡＥの複数の前記測定信号であって、前記対象物の故障の発生前の状況での前記測定信号及び前記対象物の故障の発生後の状況での前記測定信号の双方を含む複数の前記測定信号を取得してもよい。また、前記エネルギ算出ステップでは、前記取得ステップで取得される、複数の前記測定信号のそれぞれに対応する前記エネルギを算出してもよい。また、前記第１の抽出ステップでは、複数の前記測定信号のそれぞれに対応する前記エネルギの時系列の信号から前記第１の成分を抽出してもよい。また、前記ばらつき算出ステップでは、複数の前記測定信号のそれぞれに対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値を算出してもよい。そして、前記設定ステップでは、複数の前記測定信号のそれぞれに対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値のうち、前記対象物の故障の発生前の状況での前記測定信号に対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値の分布と、前記対象物の故障の発生後の状況での前記測定信号に対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値の分布とに基づき、前記第１の成分の時系列の信号のばらつきに関する前記指標値に対する第１の基準値を設定してもよい。第１の基準値は、例えば、上述の診断基準値σ２＿ｔｈである。
　これにより、情報処理装置は、対象物の故障の兆候の有無を判断するための、ＡＥのエネルギの第１の成分の時系列の信号のばらつきに関する指標値に対する第１の基準値を設定することができる。そのため、情報処理装置は、ＡＥのエネルギの第１の成分の時系列の信号のばらつきに関する指標値と第１の基準値との比較に基づく対象物の故障の兆候の有無の監視を実現することができる。
　また、本実施形態の第９の態様では、上述の第２の態様を前提として、情報処理装置が、設定ステップを含んでもよい。具体的には、前記設定ステップでは、所定の機器に搭載される前記対象物の故障の兆候の有無を判断するための基準値を設定してよい。また、前記取得ステップでは、前記所定の機器に搭載される前記対象物のＡＥの複数の前記測定信号であって、前記対象物の故障の発生前の状況での前記測定信号及び前記対象物の故障の発生後の状況での前記測定信号の双方を含む複数の前記測定信号を取得してもよい。また、前記エネルギ算出ステップでは、前記取得ステップで取得される、複数の前記測定信号のそれぞれに対応する前記エネルギを算出してもよい。また、前記第１の抽出ステップでは、複数の前記測定信号のそれぞれに対応する前記エネルギの時系列の信号から前記第１の成分を抽出してもよい。また、前記第２の抽出ステップでは、複数の前記測定信号のそれぞれに対応する前記エネルギの時系列の信号から前記第１の成分を除去した前記第２の成分の時系列の信号を抽出してもよい。また、前記ばらつき算出ステップでは、複数の前記測定信号のそれぞれに対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値を算出し、複数の前記測定信号のそれぞれに対応する前記第２の成分の時系列の信号のばらつきに関する前記指標値を算出してもよい。そして、前記設定ステップでは、複数の前記測定信号のそれぞれに対応する前記第１の成分及び前記第２の成分の双方の時系列の信号のばらつきに関する前記指標値の組み合わせのうち、前記対象物の故障の発生前の状況での前記測定信号に対応する前記第１の成分及び前記第２の成分の双方の時系列の信号のばらつきに関する前記指標値の組み合わせの分布と、前記対象物の故障の発生後の状況での前記測定信号に対応する前記第１の成分及び前記第２の成分の時系列の信号の前記指標値の組み合わせの分布とに基づき、前記第１の成分の時系列の信号のばらつきに関する前記指標値に対する第１の基準値、及び前記第２の成分の時系列の信号のばらつきに関する前記指標値に対する第２の基準値を設定してもよい。第１の基準値、及び第２の基準値は、例えば、上述の診断基準値σ２＿ｔｈ及び診断基準値σ１＿ｔｈのそれぞれである。
　これにより、情報処理装置は、対象物の故障の兆候の有無を判断するための第１の基準値及び第２の基準値であって、ＡＥのエネルギの第１の成分及び第２の成分のそれぞれの時系列の信号のばらつきに関する指標値に対する第１の基準値及び第２の基準値を設定することができる。そのため、情報処理装置は、ＡＥのエネルギの第１の成分及び第２の成分のそれぞれの時系列の信号のばらつきに関する指標値と、第１の基準値及び第２の基準値のそれぞれとの比較に基づく対象物の故障の兆候の有無の監視を実現することができる。
　また、本実施形態の第１０の態様では、上述の第８の態様を前提として、複数の前記測定信号は、同一の前記所定の機器についての異なるタイミングでの前記測定信号の集まりであってもよい。そして、前記設定ステップでは、前記対象物の故障の発生後の最初に記録された前記測定信号のタイミングから所定時間だけ遡ったタイミングでの前記測定信号に対応する前記第１の成分の信号のばらつきに関する前記指標値に基づき、前記第１の基準値を設定してもよい。
　これにより、情報処理装置は、同一の所定の機器についての対象物のＡＥのエネルギの第１の成分の時系列の信号のばらつきに関する指標値の経時変化に基づき、対象物の故障の発生の兆候の有無を判断するための第１の基準値を適切に設定することができる。
　また、本実施形態の第１１の態様では、上述の第９の態様を前提として、複数の前記測定信号は、同一の前記所定の機器についての異なるタイミングでの測定信号の集まりであってもよい。そして、前記設定ステップでは、前記対象物の故障の発生後の最初に記録された前記測定信号のタイミングから所定時間だけ遡ったタイミングでの前記測定信号に対応する前記第１の成分の信号のばらつきに関する前記指標値に基づき、前記第１の基準値を設定し、前記対象物の故障の発生後の最初に記録された前記測定信号に対応する前記第２の成分の信号のばらつきに関する前記指標値に基づき、前記第２の基準値を設定してもよい。
　これにより、情報処理装置は、同一の所定の機器についての対象物のＡＥのエネルギの第１の成分及び第２の成分のそれぞれの時系列の信号のばらつきに関する指標値の経時変化に基づき、対象物の故障の発生の兆候の有無を判断するための第１の基準値及び第２の基準値を適切に設定することができる。
　また、本実施形態の第１２の態様では、上述の第８乃至第１１の態様の何れか１つの態様を前提として、前記設定ステップでは、前記対象物の使用条件に応じて区分される、複数の前記所定の機器に関するグループごとに、前記対象物の故障の兆候の有無を判断するための基準値を設定してもよい。
　これにより、情報処理装置は、複数の所定の機器のグループごとに、その使用条件に合わせた基準値を設定することができる。そのため、情報処理装置は、複数の所定の機器のグループごとの対象物の故障の兆候の有無の判断の精度を向上させることができる。
　また、本実施形態の第１３の態様では、上述の第３乃至第１２の態様の何れか１つの態様を前提として、前記所定の機器は、重合反応槽であってもよい。そして、前記対象物は、軸封用のメカニカルシールであってもよい。
　これにより、情報処理装置は、重合反応槽に搭載される軸封用のメカニカルシールにおける内容物の漏洩の故障の兆候の有無を判断するための基準値を設定することができる。
　また、本実施形態の第１４の態様では、上述の第１３の態様を前提として、前記取得ステップでは、前記重合反応槽におけるプロセス反応前のタイミングで記録された前記測定信号を取得してもよい。
　これにより、情報処理装置は、重合反応槽の内部でのプロセス反応の影響による外乱が測定信号に重畳するような事態を防止し、基準値の設定に関する精度向上を図ることができる。
　以上、実施形態を説明したが、特許請求の範囲の趣旨及び範囲から逸脱することなく、形態や詳細の多様な変更が可能なことが理解されるであろう。
　最後に、本願は、２０２３年７月３日に出願した日本国特許出願２０２３－１０９６２４号に基づく優先権を主張するものであり、日本国特許出願の全内容を本願に参照により援用する。
１　診断基準設定システム
１０　アコースティックエミッションセンサ
４０　情報処理装置
５０　重合反応槽
５１　槽本体
５２　撹拌機
５２Ｄ　メカニカルシール
５２Ｄ１　固定環
５２Ｄ２　回転環
１００　監視システム
１１０　アコースティックエミッションセンサ
１４０　情報処理装置
１５０　重合反応槽
１５１　槽本体
１５２　撹拌機
１５２Ｄ　メカニカルシール
１５２Ｄ１　固定環
１５２Ｄ２　回転環

Claims (15)

  1. 　情報処理装置が、対象物のアコースティックエミッションの時系列の測定信号を取得する取得ステップと、
    　情報処理装置が、前記測定信号に基づき、前記対象物のアコースティックエミッションのエネルギを算出するエネルギ算出ステップと、
    　情報処理装置が、前記エネルギの時系列の信号から周期性を有する第２の成分を除去した、第１の成分の時系列の信号、又は前記第２の成分の時系列の信号を抽出する第１の抽出ステップと、
    　情報処理装置が、前記第１の成分の時系列の信号、又は前記第２の成分の時系列の信号のばらつきに関する指標値を算出するばらつき算出ステップと、を含む、
    　情報処理方法。
  2. 　情報処理装置が、前記エネルギの時系列の信号から前記第２の成分の時系列の信号を抽出する第２の抽出ステップを含み、
    　前記第１の抽出ステップでは、前記第１の成分の時系列の信号を抽出し、
    　前記ばらつき算出ステップでは、前記第１の成分の時系列の信号、及び前記第２の成分の時系列の信号の双方のばらつきに関する指標値を算出する、
    　請求項１に記載の情報処理方法。
  3. 　情報処理装置が、前記第１の成分の時系列の信号、又は前記第２の成分の時系列の信号のばらつきに関する前記指標値の履歴の時間変化の傾向に基づき、所定の機器に搭載される前記対象物の故障の兆候の有無を診断する診断ステップを含む、
    　請求項１に記載の情報処理方法。
  4. 　情報処理装置が、前記第１の成分の時系列の信号、及び前記第２の成分の時系列の信号のばらつきに関する前記指標値の履歴の双方の時間変化の傾向に基づき、所定の機器に搭載される前記対象物の故障の兆候の有無を診断する診断ステップを含む、
    　請求項２に記載の情報処理方法。
  5. 　前記診断ステップでは、前記第２の成分の時系列の信号のばらつきに関する前記指標値の履歴が時間経過に対する増加傾向から時間経過に対する減少傾向に移行する場合に、所定の機器に搭載される前記対象物の故障の兆候があると診断する、
    　請求項３に記載の情報処理方法。
  6. 　前記診断ステップでは、前記第１の成分の時系列の信号のばらつきに関する前記指標値の履歴が時間経過に対する変化が相対的に小さい状態から時間経過に対する増加が相対的に大きい状態に移行する場合に、所定の機器に搭載される前記対象物の故障の兆候があると診断する、
    　請求項３に記載の情報処理方法。
  7. 　前記診断ステップでは、前記第２の成分の時系列の信号のばらつきに関する前記指標値の履歴が時間経過に対する増加傾向から時間経過に対する減少傾向に移行し、その後、前記第１の成分の時系列の信号のばらつきに関する前記指標値の履歴が時間経過に対する変化が相対的に小さい状態から時間経過に対する増加が相対的に大きい状態に移行する場合に、所定の機器に搭載される前記対象物の故障の兆候があると診断する、
    　請求項４に記載の情報処理方法。
  8. 　情報処理装置が、所定の機器に搭載される前記対象物の故障の兆候の有無を判断するための基準値を設定する設定ステップを含み、
    　前記取得ステップでは、前記所定の機器に搭載される前記対象物のアコースティックエミッションの複数の前記測定信号であって、前記対象物の故障の発生前の状況での前記測定信号及び前記対象物の故障の発生後の状況での前記測定信号の双方を含む複数の前記測定信号を取得し、
    　前記エネルギ算出ステップでは、前記取得ステップで取得される、複数の前記測定信号のそれぞれに対応する前記エネルギを算出し、
    　前記第１の抽出ステップでは、複数の前記測定信号のそれぞれに対応する前記エネルギの時系列の信号から前記第１の成分を抽出し、
    　前記ばらつき算出ステップでは、複数の前記測定信号のそれぞれに対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値を算出し、
    　前記設定ステップでは、複数の前記測定信号のそれぞれに対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値のうち、前記対象物の故障の発生前の状況での前記測定信号に対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値の分布と、前記対象物の故障の発生後の状況での前記測定信号に対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値の分布とに基づき、前記第１の成分の時系列の信号のばらつきに関する前記指標値に対する第１の基準値を設定する、
    　請求項１に記載の情報処理方法。
  9. 　情報処理装置が、所定の機器に搭載される前記対象物の故障の兆候の有無を判断するための基準値を設定する設定ステップを含み、
    　前記取得ステップでは、前記所定の機器に搭載される前記対象物のアコースティックエミッションの複数の前記測定信号であって、前記対象物の故障の発生前の状況での前記測定信号及び前記対象物の故障の発生後の状況での前記測定信号の双方を含む複数の前記測定信号を取得し、
    　前記エネルギ算出ステップでは、前記取得ステップで取得される、複数の前記測定信号のそれぞれに対応する前記エネルギを算出し、
    　前記第１の抽出ステップでは、複数の前記測定信号のそれぞれに対応する前記エネルギの時系列の信号から前記第１の成分を抽出し、
    　前記第２の抽出ステップでは、複数の前記測定信号のそれぞれに対応する前記エネルギの時系列の信号から前記第１の成分を除去した前記第２の成分の時系列の信号を抽出し、
    　前記ばらつき算出ステップでは、複数の前記測定信号のそれぞれに対応する前記第１の成分の時系列の信号のばらつきに関する前記指標値を算出し、複数の前記測定信号のそれぞれに対応する前記第２の成分の時系列の信号のばらつきに関する前記指標値を算出し、
    　前記設定ステップでは、複数の前記測定信号のそれぞれに対応する前記第１の成分及び前記第２の成分の双方の時系列の信号の前記指標値の組み合わせのうち、前記対象物の故障の発生前の状況での前記測定信号に対応する前記第１の成分及び前記第２の成分の双方の時系列の信号のばらつきに関する前記指標値の組み合わせの分布と、前記対象物の故障の発生後の状況での前記測定信号に対応する前記第１の成分及び前記第２の成分の時系列の信号のばらつきに関する前記指標値の分布とに基づき、前記第１の成分の時系列の信号のばらつきに関する前記指標値に対する第１の基準値、及び前記第２の成分の時系列の信号のばらつきに関する前記指標値に対する第２の基準値を設定する、
    　請求項２に記載の情報処理方法。
  10. 　複数の前記測定信号は、同一の前記所定の機器についての異なるタイミングでの前記測定信号の集まりであり、
    　前記設定ステップでは、前記対象物の故障の発生後の最初に記録された前記測定信号のタイミングから所定時間だけ遡ったタイミングでの前記測定信号に対応する前記第１の成分の信号のばらつきに関する前記指標値に基づき、前記第１の基準値を設定する、
    　請求項８に記載の情報処理方法。
  11. 　複数の前記測定信号は、同一の前記所定の機器についての異なるタイミングでの前記測定信号の集まりであり、
    　前記設定ステップでは、前記対象物の故障の発生後の最初に記録された前記測定信号のタイミングから所定時間だけ遡ったタイミングでの前記測定信号に対応する前記第１の成分の信号のばらつきに関する前記指標値に基づき、前記第１の基準値を設定し、前記対象物の故障の発生後の最初に記録された前記測定信号に対応する前記第２の成分の信号のばらつきに関する前記指標値に基づき、前記第２の基準値を設定する、
    　請求項９に記載の情報処理方法。
  12. 　前記設定ステップでは、前記対象物の使用条件に応じて区分される、複数の前記所定の機器に関するグループごとに、前記対象物の故障の兆候の有無を判断するための基準値を設定する、
    　請求項８乃至１１の何れか一項に記載の情報処理方法。
  13. 　前記所定の機器は、重合反応槽であり、
    　前記対象物は、軸封用のメカニカルシールである、
    　請求項３乃至１２の何れか一項に記載の情報処理方法。
  14. 　前記取得ステップでは、前記重合反応槽におけるプロセス反応前のタイミングで記録された前記測定信号を取得する、
    　請求項１３に記載の情報処理方法。
  15. 　対象物のアコースティックエミッションの時系列の測定信号を取得し、
    　前記測定信号に基づき、アコースティックエミッションのエネルギを算出し、
    　前記エネルギの時系列の信号から周期性を有する第２の成分を除去した第１の成分の時系列の信号、又は前記第２の成分の時系列の信号を抽出し、
    　前記第１の成分の時系列の信号、又は前記第２の成分の時系列の信号のばらつきに関する指標値を算出する、
    　情報処理装置。
PCT/JP2024/023996 2023-07-03 2024-07-02 情報処理方法、情報処理装置 Ceased WO2025009540A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202480042025.XA CN121464331A (zh) 2023-07-03 2024-07-02 信息处理方法、信息处理装置
EP24836053.9A EP4741794A1 (en) 2023-07-03 2024-07-02 Information processing method and information processing device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2023109624 2023-07-03
JP2023-109624 2023-07-03

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US19/428,574 Continuation US20260134060A1 (en) 2023-07-03 2025-12-22 Information processing method and information processing apparatus

Publications (1)

Publication Number Publication Date
WO2025009540A1 true WO2025009540A1 (ja) 2025-01-09

Family

ID=93332260

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2024/023996 Ceased WO2025009540A1 (ja) 2023-07-03 2024-07-02 情報処理方法、情報処理装置

Country Status (4)

Country Link
EP (1) EP4741794A1 (ja)
JP (1) JP7578898B1 (ja)
CN (1) CN121464331A (ja)
WO (1) WO2025009540A1 (ja)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0711466B2 (ja) 1987-04-28 1995-02-08 株式会社荏原製作所 メカニカルシールの運転状態監視方法
JP5143863B2 (ja) * 2010-06-01 2013-02-13 Ｊｆｅアドバンテック株式会社 軸受状態監視方法及び軸受状態監視装置
JP2018159622A (ja) * 2017-03-23 2018-10-11 Ntn株式会社 状態監視装置および状態監視方法
US20210208021A1 (en) * 2018-07-03 2021-07-08 Tsinghua University Multi-Scale Real-time Monitoring and Analysis Method for Mechanical Seal
JP2022052947A (ja) * 2020-09-24 2022-04-05 株式会社東芝 回転機械異常検知装置及び回転機械異常検知方法
JP2023086039A (ja) * 2021-12-09 2023-06-21 三菱重工機械システム株式会社 生産機械の診断システムおよび方法、製函機、リモートモニタリングシステム
JP2023109624A (ja) 2022-01-27 2023-08-08 株式会社やまびこ ブロア

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5680541A (en) * 1991-12-16 1997-10-21 Fuji Xerox Co., Ltd. Diagnosing method and apparatus
CN109991314B (zh) * 2019-03-11 2020-12-29 清华大学 基于机器学习的机械密封状态判断方法、装置
CN112649512B (zh) * 2020-12-14 2022-05-13 中南大学 一种岩体声发射初至自适应识别方法
CN112540905A (zh) * 2020-12-18 2021-03-23 青岛特来电新能源科技有限公司 一种微服务架构下系统风险评估方法、装置、设备及介质
CN115494418A (zh) * 2022-11-22 2022-12-20 湖北工业大学 基于时间序列分解算法的锂电池单体异常检测方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0711466B2 (ja) 1987-04-28 1995-02-08 株式会社荏原製作所 メカニカルシールの運転状態監視方法
JP5143863B2 (ja) * 2010-06-01 2013-02-13 Ｊｆｅアドバンテック株式会社 軸受状態監視方法及び軸受状態監視装置
JP2018159622A (ja) * 2017-03-23 2018-10-11 Ntn株式会社 状態監視装置および状態監視方法
US20210208021A1 (en) * 2018-07-03 2021-07-08 Tsinghua University Multi-Scale Real-time Monitoring and Analysis Method for Mechanical Seal
JP2022052947A (ja) * 2020-09-24 2022-04-05 株式会社東芝 回転機械異常検知装置及び回転機械異常検知方法
JP2023086039A (ja) * 2021-12-09 2023-06-21 三菱重工機械システム株式会社 生産機械の診断システムおよび方法、製函機、リモートモニタリングシステム
JP2023109624A (ja) 2022-01-27 2023-08-08 株式会社やまびこ ブロア

Also Published As

Publication number Publication date
JP2025010083A (ja) 2025-01-20
JP7578898B1 (ja) 2024-11-07
EP4741794A1 (en) 2026-05-13
CN121464331A (zh) 2026-02-03

Similar Documents

Publication Publication Date Title
EP1924994B1 (en) Method and apparatus for detecting the onset of hard disk failures
US20250093231A1 (en) System and method to detect anomaly in mechanical components
CN114169604A (zh) 性能指标的异常检测方法、异常检测装置、电子设备和存储介质
CN110108486A (zh) 轴承故障预测方法、设备及系统
CN110119344B (zh) 基于s.m.a.r.t参数的硬盘健康状态分析方法
CN112131907A (zh) 一种训练分类模型的方法及装置
JP7383207B1 (ja) モータの異常判定システム
US11348599B1 (en) System and method for classifying audio detected during operation of a hard disk drive to determine drive health
US20150045920A1 (en) Audio signal processing apparatus and method, and monitoring system
Unal et al. Fault diagnosis of rolling bearings using data mining techniques and boosting
JP7578898B1 (ja) 情報処理方法、情報処理装置
CN108830261A (zh) 基于图像识别的设备故障诊断方法和装置
Noman et al. A novel nonlinear dynamic measure for early detection of bearing fault using weighted squared envelope-based symbolic Lempel-Ziv complexity
CN120592821B (zh) 基于多模态数据的风机健康状态检测方法、装置、设备及介质
US20260134060A1 (en) Information processing method and information processing apparatus
US20250110593A1 (en) System and Method for Detecting Imperfections in a Screen
CN120253225A (zh) 变桨轴承故障监测方法、装置、设备、存储介质及计算机程序产品
CN120067638A (zh) 轴承故障诊断方法及其装置、电子设备、存储介质
US11977741B2 (en) System and method for acquiring and using audio detected during operation of a hard disk drive to determine drive health
JP6959276B2 (ja) 障害予防装置、障害予防方法、およびプログラム
WO2017212645A1 (ja) 軸受診断装置および軸受診断方法、並びに回転機器およびその保守方法
US10388259B2 (en) Remapping software elements to increase the usability of a device with a damaged screen
JP2026011909A (ja) 監視装置、監視方法
Dave et al. Generalized bearing fault diagnosis using comparative time-frequency scalogram features and machine learning with advanced feature ranking
Baranovskyi et al. An integrated IoT framework for intelligent vibration-based fault diagnosis of internal combustion engines

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: 24836053

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2024836053

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2024836053

Country of ref document: EP

Effective date: 20260203

WWP Wipo information: published in national office

Ref document number: 2024836053

Country of ref document: EP