JP2017181500A - 状態監視システムおよび風力発電装置 - Google Patents

Abstract

【課題】状態監視システムおよびそれを備えた風力発電装置において、風力発電装置を構成する機械要素の異常の有無を診断するための閾値を設定する技術を提供する。【解決手段】状態監視システムは、風力発電装置の軸受の振動波形を計測するための振動センサ７０と、軸受の異常を診断するためのデータ処理装置８０とを備える。データ処理装置８０において、診断部１５０は、振動センサ７０から出力される振動波形データの実効値と閾値とを比較することによって、機械要素の異常を診断する。閾値設定部１４０は、上記閾値を設定する。閾値設定部は、振動センサから出力されるｎ個（ｎは２以上の整数）の振動波形データの移動平均値を演算する第１演算部と、ｎ個の振動波形データの標準偏差を演算する第２演算部と、第１演算部により演算された移動平均値および第２演算部により演算された標準偏差に基づいて、閾値を演算する第３演算部と、演算した閾値を保存する閾値記憶部１４０とを含む。【選択図】図２

Description

この発明は、装置を構成する機械要素の状態を監視する状態監視システムに関し、特に、風力発電装置を構成する機械要素の状態を監視する状態監視システムに関する。

風力発電装置においては、風力を受けるブレードに接続される主軸を回転させ、増速機により主軸の回転を増速させた上で発電機のロータを回転させることによって発電が行なわれる。主軸ならびに増速機および発電機の回転軸の各々は、転がり軸受によって回転自在に支持されており、そのような軸受の異常を診断する状態監視システム（ＣＭＳ：Condition Monitoring System）が知られている。このような状態監視システムにおいては、軸受に固設された振動センサにより測定される振動波形データを用いて、軸受に損傷が発生しているか否かが診断される。

たとえば、特開２００９−２００９０号公報（特許文献１）には、機械設備で使用される回転部品および摺動部品の異常を診断する異常診断装置が示されている。この異常診断装置は、回転部品から発生する信号の周波数分析を行なって実測データの周波数成分を求めるとともに、上記実測データの周波数成分から、回転部品の異常に起因する振動の異常周波数に対応した周波数成分を抽出する。そして、この抽出された周波数成分と閾値との比較照合を行なうことにより、回転部品の異常の有無を診断する。

特許文献１では、周辺ノイズの影響を受け難くして、異常の有無の診断の精度を向上させるために、上記閾値を、異常周波数の基本波および高調波の周波数ごとに個別に設定している。

特開２００９−２００９０号公報

風力発電装置においては、風の吹き方を示す風況などの環境によって運転条件が時々刻々と変化する。この運転条件の変化に従って、振動、主軸の回転速度、発電量、風速などの運転状態も時々刻々と変化する。たとえば、風が強い時期は、風が弱い時期に比べて、風力発電装置の機械要素にかかる荷重が大きくなるため、振動が大きくなる。また、風向きによっても機械要素にかかる荷重が変化するため、振動も変化する。

この結果、風力発電装置に適用される状態監視システムにおいては、振動センサにより測定される振動波形データが風力発電装置の運転条件の変化に従って時々刻々と変化する。振動波形データに基づいて機械要素の異常を正確に診断するためには、振動の変化が運転条件の変化によるものか、機械要素の損傷によるものかを区別する必要がある。これには、異常の有無を診断するために振動波形データと比較照合される閾値を如何に設定するかが重要となる。

そこで、この発明は、かかる課題を解決するためになされたものであり、その目的は、状態監視システムおよびそれを備えた風力発電装置において、風力発電装置を構成する機械要素の異常の有無を診断するための閾値を設定する技術を提供することである。

この発明に係る状態監視システムは、装置を構成する機械要素の状態を監視する状態監視システムである。状態監視システムは、機械要素の振動波形を計測するための振動センサと、機械要素の異常を診断するための処理装置とを備える。処理装置は、診断部と、設定部とを含む。診断部は、振動センサから出力される振動波形データと閾値とを比較することによって、機械要素の異常を診断するように構成される。設定部は、閾値を設定するように構成される。設定部は、振動センサから出力されるｎ個（ｎは２以上の整数）の振動波形データの移動平均値を演算する第１演算部と、ｎ個の振動波形データの標準偏差を演算する第２演算部と、第１演算部により演算された移動平均値および第２演算部により演算された標準偏差に基づいて、閾値を演算する第３演算部とを含む。

この発明によれば、風力発電装置を構成する機械要素の異常の有無を診断するための閾値を適正に設定することができるため、正確な異常診断を実現することができる。

この発明の実施の形態に係る状態監視システムが適用された風力発電装置の構成を概略的に示した図である。 図１に示したデータ処理装置の構成を機能的に示す機能ブロック図である。 閾値設定部の動作を説明する図である。 閾値設定部によって設定される閾値の一例を示すグラフである。 実施の形態に係る状態監視システムにおける閾値の設定処理を説明するフローチャートである。 実施の形態に係る状態監視システムにおける軸受６０の異常を診断するための制御処理を説明するフローチャートである。

以下、本発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中の同一または相当部分には同一符号を付してその説明は繰返さない。

図１は、この発明の実施の形態に係る状態監視システムが適用された風力発電装置の構成を概略的に示した図である。図１を参照して、風力発電装置１０は、主軸２０と、ブレード３０と、増速機４０と、発電機５０と、主軸用軸受（以下、単に「軸受」と称する。）６０と、振動センサ７０と、データ処理装置８０を備える。増速機４０、発電機５０、軸受６０、振動センサ７０およびデータ処理装置８０は、ナセル９０に格納され、ナセル９０は、タワー１００によって支持される。

主軸２０は、ナセル９０内に進入して増速機４０の入力軸に接続され、軸受６０によって回転自在に支持される。そして、主軸２０は、風力を受けたブレード３０により発生する回転トルクを増速機４０の入力軸へ伝達する。ブレード３０は、主軸２０の先端に設けられ、風力を回転トルクに変換して主軸２０に伝達する。

軸受６０は、ナセル９０内において固設され、主軸２０を回転自在に支持する。軸受６０は、転がり軸受によって構成され、たとえば、自動調芯ころ軸受や円すいころ軸受、円筒ころ軸受、玉軸受等によって構成される。なお、これらの軸受は、単列のものでも複列のものでもよい。

振動センサ７０は、軸受６０に固設される。振動センサ７０は、軸受６０の振動波形を計測し、計測した振動波形データをデータ処理装置８０へ出力する。振動センサ７０は、たとえば、圧電素子を用いた加速度センサによって構成される。

増速機４０は、主軸２０と発電機５０との間に設けられ、主軸２０の回転速度を増速して発電機５０へ出力する。一例として、増速機４０は、遊星ギヤ、中間軸および高速軸等を含む歯車増速機構によって構成される。なお、特に図示はしないが、増速機４０内にも、複数の軸を回転自在に支持する複数の軸受が設けられている。

発電機５０は、増速機４０の出力軸に接続され、増速機４０から受ける回転トルクによって発電する。発電機５０は、たとえば、誘導発電機によって構成される。なお、発電機５０内にも、ロータを回転自在に支持する軸受が設けられている。

データ処理装置８０は、ナセル９０内に設けられ、軸受６０の振動波形データを振動センサ７０から受ける。データ処理装置８０は、予め設定されたプログラムに従って、軸受６０の振動波形データを用いて軸受６０の異常を診断する。

図２は、図１に示したデータ処理装置８０の構成を機能的に示す機能ブロック図である。図２を参照して、データ処理装置８０は、バンドパスフィルタ（以下、「ＢＰＦ（Band Pass Filter）」と称する。）１１０と、実効値演算部１２０と、記憶部１３０と、閾値設定部１４０と、診断部１５０とを含む。

ＢＰＦ１１０は、軸受６０の振動波形データを振動センサ７０から受ける。ＢＰＦ１１０は、軸受６０の振動波形データに対してフィルタ処理を実行する。ＢＰＦ１１０は、たとえば、ハイパスフィルタ（ＨＰＦ（High Pass Filter））である。ＨＰＦは、その受けた振動波形データにつき、予め定められた周波数よりも高い信号成分を通過させ、低周波成分を遮断する。ＨＰＦは、軸受６０の振動波形データに含まれる直流成分を除去するために設けられたものである。なお、振動センサ７０の出力が直流成分を含まないものであれば、ＨＰＦを省略してもよい。

ＢＰＦ１１０は、振動センサ７０とＨＰＦとの間に、エンベロープ処理部をさらに含んでいてもよい。エンベロープ処理部は、軸受６０の振動波形データを振動センサ７０から受けると、その受けた振動波形データにエンベロープ処理を行なうことで、軸受６０の振動波形データのエンベロープ波形を生成する。なお、エンベロープ処理部において演算されるエンベロープ処理には、種々の公知の手法を適用可能であり、一例として、振動センサ７０から受ける軸受６０の振動波形データを絶対値に整流し、ローパスフィルタ（ＬＰＦ（Low Pass Filter））を通すことによって、軸受６０の振動波形データのエンベロープ波形が生成される。この場合、ＨＰＦは、軸受６０の振動波形データのエンベロープ波形をエンベロープ処理部から受けると、その受けたエンベロープ波形につき、予め定められた周波数よりも高い信号成分を通過させ、低周波成分を遮断する。すなわち、ＨＰＦは、エンベロープ波形に含まれる直流成分を除去し、エンベロープ波形の交流成分を抽出するように構成される。

ＢＰＦ１１０は、ＬＰＦをさらに含んでいてもよい。ＬＰＦは、その受けた振動波形データにつき、予め定められた周波数よりも低い信号成分を通過させ、高周波成分を遮断する。

実効値演算部１２０は、フィルタ処理が施された軸受６０の振動波形データをＢＰＦ１１０から受ける。実効値演算部１２０は、軸受６０の振動波形データの実効値（「ＲＭＳ（Root Mean Square）値」とも称される。）を算出し、その算出された振動波形データの実効値を記憶部１３０へ出力する。

実効値演算部１２０により演算される軸受６０の振動波形の実効値は、エンベロープ処理を行なっていない生の振動波形の実効値であるので、たとえば、軸受６０の軌道輪の一部に剥離が発生し、その剥離箇所を転動体が通過するときのみ振動が増加するインパルス的な振動に対しては値の増加が小さいけれども、軌道輪と転動体との接触部の面荒れまたは潤滑不良時に発生する持続的な振動に対しては値の増加が大きくなる。

一方、上述のように、エンベロープ処理部を設けた場合には、実効値演算部１２０により演算されるエンベロープ波形の交流成分の実効値は、軌道輪の面荒れまたは潤滑不良時に発生する持続的な振動に対しては値の増加が小さく、インパルス的な振動に対しては値の増加が大きくなる。

記憶部１３０は、実効値演算部１２０により演算された軸受６０の振動波形データの実効値を時々刻々と格納する。記憶部１３０は、たとえば、読み書き可能な不揮発性のメモリ等によって構成される。記憶部１３０は、少なくとも最新のｎ個（ｎは２以上の整数）の軸受６０の振動波形データの実効値を格納するように構成される。以下の説明では、振動波形データの実効値を、単に「振動波形データ」と称する。

閾値設定部１４０は、軸受６０の異常の有無を診断するために用いられる閾値を設定する。閾値設定部１４０は、設定された閾値を診断部１５０へ出力する。閾値設定部１４０における閾値の設定の詳細については後述する。

診断部１５０は、閾値設定部１４０で設定された閾値に基づいて、軸受６０の異常を診断する。具体的には、診断部１５０は、読み出された振動波形データと、閾値設定部１４０によって設定された閾値とを比較する。診断部１５０は、振動波形データが閾値を超えたことが判定されると、軸受６０の異常を報知するためのアラームを発報する。また、診断部１５０は、計測された振動波形データの時間的変化の推移に基づいて、軸受６０の異常を診断する。

次に、図２および図３を参照して、閾値設定部１４０にて実行される閾値の設定処理について説明する。

図２に示されるように、閾値設定部１４０は、移動平均演算部１４２（第１演算部）と、標準偏差演算部１４４（第２演算部）と、閾値演算部１４６（第３演算部）と、閾値記憶部１４８とを含む。

図３は、閾値設定部１４０の動作を説明する図である。図３を参照して、記憶部１３０は、所定の時間間隔で、軸受６０の振動波形データを実効値演算部１２０から受ける。図３中のＤ１〜Ｄｎ＋２は、所定の時間間隔で記憶部１３０に与えられる振動波形データを表している。

閾値設定部１４０は、記憶部１３０に格納されている振動波形データから、指定された期間の振動波形データを順次読み出して、移動平均演算処理、標準偏差演算処理、および閾値演算処理を行ない、閾値を算出する。この閾値を算出する処理は、記憶部１３０に振動波形データが充分に蓄積されたときに実施されることが望ましい。

具体的には、移動平均演算部１４２は、読み出された最新のｎ個の軸受６０の振動波形データの移動平均値を演算する。図３の例では、時刻ｔｎまでの最新のｎ個の軸受６０の振動波形データＤ１〜Ｄｎが記憶部１３０から読み出されると、ｎ個の振動波形データＤ１〜Ｄｎの平均値ＭＡｎが算出される。次に、時刻ｔｎ＋１までの最新のｎ個の軸受６０の振動波形データＤ２〜Ｄｎ＋２が記憶部１３０から読み出されると、ｎ個の振動波形データＤ２〜Ｄｎ＋１の平均値ＭＡｎ＋１が算出される。さらに、時刻ｔｎ＋２までの最新のｎ個の軸受６０の振動波形データＤ３〜Ｄｎ＋２が記憶部１３０から読み出されると、ｎ個の振動波形データＤ３〜Ｄｎ＋２の平均値ＭＡｎ＋２が算出される。なお、移動平均値は、単純移動平均値を用いても、加重移動平均値を用いてもよい。このようにして、移動平均演算部１４２は、最新のｎ個の軸受６０の振動波形データを使用して移動平均値ＭＡを算出する。

標準偏差演算部１４４は、ｎ個の軸受６０の振動波形データの標準偏差σを演算する。
閾値演算部１４６は、移動平均演算部１４２によって算出された移動平均値ＭＡおよび標準偏差演算部１４４によって算出された標準偏差σを用いて、閾値を演算する。閾値をＴｈとすると、閾値Ｔｈは次式（１）で表される。
Ｔｈ＝ＭＡ＋ｋ・σ …（１）
上記式（１）における係数ｋは正の値であり（ｋ＞０）、たとえば、ｋ＝２に設定される。すなわち、閾値Ｔｈは、たとえば「ＭＡ＋２σ」に設定される。

図３の例では、時刻ｔｎにおける移動平均値ＭＡｎおよび標準偏差σを用いて閾値Ｔｈｎが算出され、時刻ｔｎ＋１における移動平均値ＭＡｎ＋１および標準偏差σを用いて閾値Ｔｈｎ＋１が算出され、時刻ｔｎ＋２における移動平均値ＭＡｎ＋２および標準偏差σを用いて閾値Ｔｈｎ＋２が算出される。このようにして、閾値演算部１４６は、閾値Ｔｈを算出し、算出した閾値Ｔｈを閾値記憶部１４８に保存する。

閾値Ｔｈには季節変動成分が含まれている。そのため、診断部１５０は、閾値記憶部１４８に保存されている閾値Ｔｈのうち、現在の季節と同時期の閾値Ｔｈを使用するように構成されている。すなわち、診断部１５０は、振動波形データと同じ運転条件での過去の振動波形データに基づいて設定された閾値Ｔｈを使用するように構成されている。

風力発電装置の運転条件は、一般的に風況などの環境に依存するため、主に季節によって変化する。上記のような構成とすることにより、診断部１５０では、季節要因等の運転条件の変化に対応した閾値Ｔｈを用いて軸受６０の異常の診断が実行されることになる。図３に示したように、閾値Ｔｈは、ｎ個の振動波形データについて統計処理がなされることによって設定されたものであるため、風力発電装置１０の運転条件の変化に従って変化する。すなわち、閾値Ｔｈは、風力発電装置１０の運転条件の変化を反映することができる。

そして、風力発電装置１０の運転条件によって変化する軸受６０の振動波形データと、当該運転条件を反映した閾値Ｔｈとを比較することで、その比較結果において、風力発電装置１０の運転条件の変化の影響を低減することができる。この結果、軸受６０の損傷に起因する振動の変化を捉えることが可能となるため、正確な異常診断を実現することができる。

図４は、閾値設定部１４０によって設定される閾値の一例を示すグラフである。図４は、ある年の２月１日からその翌年の２月２６日までの約１年間の計測期間において振動センサ７０によって計測された振動波形データの実効値と、当該振動波形データの移動平均値および閾値との時間的変化を示している。

図４中の黒丸は、軸受６０の振動波形データの実効値を示す。図４中の破線は、ｎ個の振動波形データの実効値の移動平均値ＭＡの時間的変化を示す。なお、図４の例では、ｎ＝１２０としている。図４中の実線は、ｎ個の振動波形データの実効値の移動平均値ＭＡおよび標準偏差σを用いて設定された閾値の時間的変化を示す。なお、閾値は、式Ｔｈ＝ＭＡ＋２σを用いて算出されたものである。

図４に示されるように、計測期間中、振動波形データの実効値は大きく変化している。図４の例では、１２月から１月までの間に実効値が相対的に大きくなる一方で、７月から８月までの間に実効値が相対的に小さくなっている。このように、季節ごとに変化する運転条件に起因して実効値も大きく変化する。

実効値が相対的に小さくなる期間においても正確な診断を行なうためには、当該期間における実効値に基づいて、閾値を一定値に設定することが考えられる。しかしながら、このようにすると、実効値が相対的に大きくなる期間において、閾値を超える実効値が頻繁に発生してしまい、正確な診断が困難となる。

本実施の形態では、過去の一定期間に記録された軸受６０の振動波形データの実効値から算出された移動平均値に基づいて閾値が設定されている。特に、過去の軸受６０が正常だったと判断される時期の振動波形データの実効値を用いて閾値が設定される。したがって、過去の同じ運転条件（たとえば、過去の同時期）に対して設定された閾値を基準として異常を診断するように構成すれば、実効値が相対的に小さくなる期間では閾値が相対的に小さくなる一方で、実効値が相対的に大きくなる期間では閾値が相対的に大きくなる。このように、閾値が風力発電装置１０の運転条件の変化を反映するため、正確な異常診断を実現することができる。

図５は、実施の形態に係る状態監視システムにおける閾値の設定処理を説明するフローチャートである。図５に示される設定処理は、閾値算出に使用するデータ範囲（期間）を指定して、データ処理装置８０（図２）により実行される。

図５を参照して、データ処理装置８０は、ステップＳ０１により、閾値算出に使用するデータの範囲（期間）を指定する。データの範囲は、たとえば１年前の同じ月などのように自動的に設定されてもよいし、外部からパラメータとして通信等によって与えられるように構成してもよい。

次に、ステップＳ０２により、指定されたデータ範囲の先頭から、記憶部１３０に格納されている振動波形データを順次読み出す。

閾値設定部１４０は、ステップＳ０３により、読み出された振動波形データの実効値のデータ数がｎ個以上であるか否かを判定する。読み出された振動波形データの実効値のデータ数がｎ個未満である場合（Ｓ０３のＮＯ判定時）、以降の処理Ｓ０４〜Ｓ０７はスキップされる。

一方、読み出された振動波形データの実効値のデータ数がｎ個以上である場合（Ｓ０３のＹＥＳ判定時）、閾値設定部１４０は、ステップＳ０４に進み、読み出された最新のｎ個の振動波形データの実効値の移動平均値を演算する。

続いて、閾値設定部１４０は、ステップＳ０５により、読み出された最新のｎ個の振動波形データの実効値の標準偏差を演算する。そして、閾値設定部１４０は、ステップＳ０６により、ステップＳ０４にて演算された移動平均値とステップＳ０５にて演算された標準偏差とを用いて、閾値を設定する。閾値設定部１４０は、ステップＳ０７により、設定した閾値を閾値記憶部１４８（図２）に順次保存する。閾値は、算出に用いたデータの時刻情報とともに記憶され、診断に用いる閾値を選択するために使用される。

閾値設定部１４０は、ステップＳ０８により、対象期間の振動波形データの全てについて処理を終了したか否かを判定する。処理が終了していない場合（Ｓ０８のＮＯ判定時）、処理はＳ０２に戻される。

図６は、実施の形態に係る状態監視システムにおける軸受６０の異常を診断するための制御処理を説明するフローチャートである。図６に示される制御処理は、データ処理装置８０により所定の時間間隔で繰り返し実行される。

図６を参照して、データ処理装置８０は、ステップＳ１１により軸受６０の振動波形データを振動センサ７０から受ける。データ処理装置８０において、ステップＳ１２により、ＢＰＦ１１０は、軸受６０の振動波形データに対してフィルタ処理を実行する。

次に、ステップＳ１３により、フィルタ処理が施された軸受６０の振動波形データをＢＰＦ１１０から受けると、実効値演算部１２０は、軸受６０の振動波形データの実効値を算出する。記憶部１３０は、ステップＳ１４により、実効値演算部１２０によって算出された振動波形データの実効値を格納する。

診断部１５０は、ステップＳ１５により、閾値設定部１４０内の閾値記憶部１４８から、振動波形データの実効値と同じ運転条件での過去の振動波形データの実効値に基づいて設定された閾値を読み出す。たとえば、診断部１５０は、現在の季節と過去の同時期に設定された閾値を読み出す。

データ処理装置８０は、ステップＳ１６により、ステップＳ１３で算出された振動波形データの実効値と、ステップＳ１５で読み出された閾値とを比較する。実効値が閾値以下である場合（Ｓ１６のＮＯ判定時）、診断部１５０は、軸受６０が正常であると診断して、以降の処理Ｓ１７をスキップする。一方、実効値が閾値よりも大きい場合（Ｓ１６のＹＥＳ判定時）、診断部１５０は、ステップＳ１７により、軸受６０が異常であると診断し、アラームを発報する。

なお、上記の実施の形態においては、風力発電装置１０を構成する機械要素の１つである軸受６０に振動センサ７０を設置して、軸受６０の異常を診断するものとしたが、診断対象となる機械要素は軸受６０に限定されない点について確認的に記載する。たとえば、軸受６０とともに、または軸受６０に代えて、増速機４０内または発電機５０内に設けられる軸受に振動センサを設置し、上記の各実施の形態と同様の手法によって、増速機４０内または発電機５０内に設けられる軸受の異常を診断することができる。

また、上記の実施の形態において、データ処理装置８０は、この発明における「処理装置」の一実施例に対応し、閾値設定部１４０および診断部１５０は、それぞれ、この発明における「設定部」および「診断部」の一実施例に対応する。また、上記の実施の形態において、移動平均演算部１４２、標準偏差演算部１４４、閾値演算部１４６および閾値記憶部１４８は、それぞれ、この発明における「第１演算部」、「第２演算部」、「第３演算部」および「記憶部」の一実施例に対応する。

今回開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施の形態の説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１０ 風力発電装置、２０ 主軸、３０ ブレード、４０ 増速機、５０ 発電機、６０ 軸受、７０ 振動センサ、８０ データ処理装置、９０ ナセル、１００ タワー、１１０ ＨＰＦ、１２０ 実効値演算部、１３０ 記憶部、１４０ 閾値設定部、１４２ 移動平均演算部、１４４ 標準偏差演算部、１４６ 閾値演算部、１４８ 閾値記憶部、１５０ 診断部。

Claims (4)

1. 装置を構成する機械要素の状態を監視する状態監視システムであって、
   前記機械要素の振動波形を計測するための振動センサと、
   前記機械要素の異常を診断するための処理装置とを備え、
   前記処理装置は、
   前記振動センサから出力される振動波形データの実効値と閾値とを比較することによって、前記機械要素の異常を診断する診断部と、
   前記閾値を設定する設定部とを含み、
   前記設定部は、
   前記振動センサから出力されるｎ個（ｎは２以上の整数）の前記振動波形データの実効値の移動平均値を演算する第１演算部と、
   前記ｎ個の振動波形データの実効値の標準偏差を演算する第２演算部と、
   前記第１演算部により演算された前記移動平均値および前記第２演算部により演算された前記標準偏差に基づいて、前記閾値を演算する第３演算部とを含む、状態監視システム。
2. 前記第３演算部は、前記移動平均値に対して、前記標準偏差に予め定められた係数を乗算した値を加算することにより、前記閾値を演算する、請求項１に記載の状態監視システム。
3. 前記設定部は、前記第３演算部により演算された前記閾値を保存する記憶部をさらに含み、
   前記診断部は、
   前記記憶部から、前記振動センサから出力される前記振動波形データの実効値と運転条件が同じである過去の前記振動波形データの実効値に基づいて演算された前記閾値を読み出し、
   前記記憶部から読み出した前記閾値と、前記振動センサから出力される前記振動波形データの実効値とを比較することにより、前記機械要素の異常を診断する、請求項１または２に記載の状態監視システム。
4. 請求項１から３のいずれか１項に記載の状態監視システムを備える、風力発電装置。

Images