JPH0468580B2 - - Google Patents
Info
- Publication number
- JPH0468580B2 JPH0468580B2 JP57085475A JP8547582A JPH0468580B2 JP H0468580 B2 JPH0468580 B2 JP H0468580B2 JP 57085475 A JP57085475 A JP 57085475A JP 8547582 A JP8547582 A JP 8547582A JP H0468580 B2 JPH0468580 B2 JP H0468580B2
- Authority
- JP
- Japan
- Prior art keywords
- failure
- oil
- wear
- data
- machine
- 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.)
- Expired - Lifetime
Links
- 239000003921 oil Substances 0.000 claims description 76
- 239000011159 matrix material Substances 0.000 claims description 25
- 238000003745 diagnosis Methods 0.000 claims description 24
- 229910052751 metal Inorganic materials 0.000 claims description 21
- 239000002184 metal Substances 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 14
- 150000002739 metals Chemical class 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000011109 contamination Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 2
- 239000010687 lubricating oil Substances 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000002528 anti-freeze Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 229910052745 lead Inorganic materials 0.000 description 1
- 239000000314 lubricant Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000002923 metal particle Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
- G01N33/2835—Specific substances contained in the oils or fuels
- G01N33/2858—Metal particles
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
【発明の詳細な説明】
この発明は各種機械の潤滑油系統からサンプリ
ングされたオイルの分析を基に機械の内部状態を
判定して故障の予防診断を行なう故障診断システ
ムの判定方法に関する。
ングされたオイルの分析を基に機械の内部状態を
判定して故障の予防診断を行なう故障診断システ
ムの判定方法に関する。
例えば苛酷な稼働条件下で高い生産性が要求さ
れる建設機械の分野において、該機械に装備の油
圧系統からサンプル油を定期的に採取し、それを
分析に供することは既に知られている。
れる建設機械の分野において、該機械に装備の油
圧系統からサンプル油を定期的に採取し、それを
分析に供することは既に知られている。
即ち、エンジンや動力伝達機構その他装置内摺
動部が正常に作動しているときは一定の割合で摩
耗する。
動部が正常に作動しているときは一定の割合で摩
耗する。
そこでサンプルオイル中に混入浮遊する摩耗金
属の種類および濃度を測定して摩耗特性の分析基
準値で評価すればその増加傾向から摩耗発生源の
作動状態を推定することができる。
属の種類および濃度を測定して摩耗特性の分析基
準値で評価すればその増加傾向から摩耗発生源の
作動状態を推定することができる。
また、サンプルオイル中に本来混入してはなら
ない外部から侵入する水分、不凍液、燃料、塩分
その他の異物が検出されるときは、オイルの汚染
乃至劣化により故障の発生要因となる。
ない外部から侵入する水分、不凍液、燃料、塩分
その他の異物が検出されるときは、オイルの汚染
乃至劣化により故障の発生要因となる。
このため、定期的にサンプリングしたオイル中
に含まれる摩耗金属の種類と濃度又は異物の種類
と混入状態を分析することによつて機械各部の摩
耗診断又はオイル劣化状態の診断を行なつて機械
故障発生要因の早期発見や適正処理の促進が図れ
る。
に含まれる摩耗金属の種類と濃度又は異物の種類
と混入状態を分析することによつて機械各部の摩
耗診断又はオイル劣化状態の診断を行なつて機械
故障発生要因の早期発見や適正処理の促進が図れ
る。
その異常検出に際して従来は、オイルの継続分
析を原則として該分析値の増減傾向確認による一
般的なマニユアル判定を行なつている。
析を原則として該分析値の増減傾向確認による一
般的なマニユアル判定を行なつている。
この場合、オイル分析対象機械の過去実績に基
づいた独自の異常摩耗判定基準を設けて判定して
いる。
づいた独自の異常摩耗判定基準を設けて判定して
いる。
しかし、摩耗金属の濃度はエンジンの場合を例
にとると、エンジンにかかるロードの高低や一年
の間寒冷地で使用するのか温暖地で使用するのか
によつて特定の金属粒子について増減傾向が見ら
れ、また装置が新規又は再組立後であつて初期馴
染み期間中である場合には増加傾向がみられる等
摩耗判定基準は一律でなく、更に正確に判定する
には使用する潤滑油の種類、診断個所の構造・構
成部品・構成金属等の各種要因を把握しているこ
とが必至となる。
にとると、エンジンにかかるロードの高低や一年
の間寒冷地で使用するのか温暖地で使用するのか
によつて特定の金属粒子について増減傾向が見ら
れ、また装置が新規又は再組立後であつて初期馴
染み期間中である場合には増加傾向がみられる等
摩耗判定基準は一律でなく、更に正確に判定する
には使用する潤滑油の種類、診断個所の構造・構
成部品・構成金属等の各種要因を把握しているこ
とが必至となる。
かかる事由から、前述の如き判定表によるマニ
ユアル判定には相当な手数と時間を費やす結果と
なつて判定作業が頗る煩雑化するのみならず、ま
た情報の不足を熟練者のカンや経験に頼ることに
なつて自動化が困難であると共に判定結果の信頼
性に乏しいという重大な難点がある。
ユアル判定には相当な手数と時間を費やす結果と
なつて判定作業が頗る煩雑化するのみならず、ま
た情報の不足を熟練者のカンや経験に頼ることに
なつて自動化が困難であると共に判定結果の信頼
性に乏しいという重大な難点がある。
この発明は上事情に鑑みて鋭意研究の結果創案
されたものであつて、その主たる目的は、オイル
分析結果に基づく診断対象機械の内部状態の診断
を自動的に判定できるようにした故障診断システ
ムの判定方法を提供するにある。
されたものであつて、その主たる目的は、オイル
分析結果に基づく診断対象機械の内部状態の診断
を自動的に判定できるようにした故障診断システ
ムの判定方法を提供するにある。
この発明の別の目的は、判断基準の精度を高め
正確な判定業務が行なえるようにした故障診断シ
ステムの判定方法を提供するにある。
正確な判定業務が行なえるようにした故障診断シ
ステムの判定方法を提供するにある。
この発明のまたの目的は、特定の機械に限定さ
れず、各種機械に適用可能な汎用性の高い故障診
断システムの判定方法を提供するにある。
れず、各種機械に適用可能な汎用性の高い故障診
断システムの判定方法を提供するにある。
以下にこの発明の好適実施例を図面に基づいて
説明する。
説明する。
この発明の判定方法は第1図にその一例を示す
故障診断システムの判定に用いられる。
故障診断システムの判定に用いられる。
故障診断システムは、サンプルオイルに含まれ
る金属濃度やその他異物の混入状況等を自動的に
分析するためのオイル分析装置1と、該装置にオ
イル分析条件を信号指令してその装置を自動制御
しつつ該装置からオイル分析値信号を入力するマ
イクロコンピユータ2と、上記マイクロコンピユ
ータ2に入力されたオイル分析値信号、またはデ
ーターシートに記載されたオイル分析値を入力す
ると共に、入力済みの他のオイル分析値データ
や、故障・修理データや機械の稼働歴データをも
とに機械の種別および採油個所毎の故障マトリツ
クスパターンを作成し、それをもとに前記入力さ
れた最新のオイル分析値データを比較し判定を行
なうマイクロコンピユータ(以下、ミニコンピユ
ータという)3と、オイル分析の判定結果を表示
するためのデイスプレイ装置4と、前記ミニコン
ピユータ3に呼び出し可能に接続されて各種情報
を登録した記録体又はミニコンピユータ3にオン
ライン接続された情報源としてのホストコンピユ
ータ5とから構成されている。
る金属濃度やその他異物の混入状況等を自動的に
分析するためのオイル分析装置1と、該装置にオ
イル分析条件を信号指令してその装置を自動制御
しつつ該装置からオイル分析値信号を入力するマ
イクロコンピユータ2と、上記マイクロコンピユ
ータ2に入力されたオイル分析値信号、またはデ
ーターシートに記載されたオイル分析値を入力す
ると共に、入力済みの他のオイル分析値データ
や、故障・修理データや機械の稼働歴データをも
とに機械の種別および採油個所毎の故障マトリツ
クスパターンを作成し、それをもとに前記入力さ
れた最新のオイル分析値データを比較し判定を行
なうマイクロコンピユータ(以下、ミニコンピユ
ータという)3と、オイル分析の判定結果を表示
するためのデイスプレイ装置4と、前記ミニコン
ピユータ3に呼び出し可能に接続されて各種情報
を登録した記録体又はミニコンピユータ3にオン
ライン接続された情報源としてのホストコンピユ
ータ5とから構成されている。
ここで、記録体又はホストコンピユータ5に記
憶された各種情報(データフアイル)はオイル分
析対象機械が例えば建設機械の場合、データベー
スオープンフアイル、シリアルナンバー登録フア
イル、デイテールフアイル、サンプルナンバーお
よび採油個所登録フアイル、シリアルナンバー仕
様別判定フアイル、コミユニケーシヨンフアイ
ル、コメントコード表フアイル、シリアルナンバ
ー判定コードフアイル等から構成される。
憶された各種情報(データフアイル)はオイル分
析対象機械が例えば建設機械の場合、データベー
スオープンフアイル、シリアルナンバー登録フア
イル、デイテールフアイル、サンプルナンバーお
よび採油個所登録フアイル、シリアルナンバー仕
様別判定フアイル、コミユニケーシヨンフアイ
ル、コメントコード表フアイル、シリアルナンバ
ー判定コードフアイル等から構成される。
かかるデータフアイルのうち、デイテールフア
イルはフアイル分析実績フアイル、故障・修理フ
アイル、および機械歴(稼働状況その他の車歴)
フアイル等から構成される。
イルはフアイル分析実績フアイル、故障・修理フ
アイル、および機械歴(稼働状況その他の車歴)
フアイル等から構成される。
ここでオイル分析実績フアイルとは、既に行な
われたオイル分析結果を、個別機械(シリアルナ
ンバー)の採油個所例えば、エンジン、トランス
ミツシヨン、メーンクランチ、フアイナル・ドラ
イブ、作業油圧装置、ペペル・ギア、マリーン・
ギア、その他ごとに時系列的に集積したものであ
る。
われたオイル分析結果を、個別機械(シリアルナ
ンバー)の採油個所例えば、エンジン、トランス
ミツシヨン、メーンクランチ、フアイナル・ドラ
イブ、作業油圧装置、ペペル・ギア、マリーン・
ギア、その他ごとに時系列的に集積したものであ
る。
故障・修理フアイルとは、個別機械の故障・修
理の年月日、故障内容、修理内容、交換部品名の
ような故障や異常状態の発生とそれに対する保全
措置のデータを集積したものであり、また機械歴
フアイルとは、個別機械の使用者、使用場所(現
場)、使用状況、使用内容、その他の情報であつ
て、摩耗金属の濃度(摩耗度)に影響を与える要
因についてのデータである。
理の年月日、故障内容、修理内容、交換部品名の
ような故障や異常状態の発生とそれに対する保全
措置のデータを集積したものであり、また機械歴
フアイルとは、個別機械の使用者、使用場所(現
場)、使用状況、使用内容、その他の情報であつ
て、摩耗金属の濃度(摩耗度)に影響を与える要
因についてのデータである。
従つて機械の特殊性により摩耗度増減要因とな
る他の事実がある場合には、それもフアイルに記
録される。
る他の事実がある場合には、それもフアイルに記
録される。
これらの情報は判定基準形成の材料となり、ま
た、前記オイル分析実績フアイルは更に、判定対
象形成の一材料に供せられる。
た、前記オイル分析実績フアイルは更に、判定対
象形成の一材料に供せられる。
次にこの発明の判定手順を第2図に示し、故障
マトリツクスパターンの形成について第3図に示
す。
マトリツクスパターンの形成について第3図に示
す。
原子吸光分光光度計や赤外線分光光度計その他
のオイル分析装置1によつて分析されたオイルに
含有する摩耗金属の種類(元素)、例えばCu,
Fe,Cr,Al,Si,Pb,Mg,Mo等とその濃度ま
た異物の種類例えば水分、不凍液、燃料、塩分等
とその混入状態がマイコン2で編集され、分析・
編集完了後のオイル分析値データが判定装置であ
るミニコン3に入力される。
のオイル分析装置1によつて分析されたオイルに
含有する摩耗金属の種類(元素)、例えばCu,
Fe,Cr,Al,Si,Pb,Mg,Mo等とその濃度ま
た異物の種類例えば水分、不凍液、燃料、塩分等
とその混入状態がマイコン2で編集され、分析・
編集完了後のオイル分析値データが判定装置であ
るミニコン3に入力される。
このオイル分析値データは、第3図に示すオイ
ル分析実績情報としてミニコン3に記憶される。
ル分析実績情報としてミニコン3に記憶される。
ここでオイル分析実績データは、データシート
に直接測定値を書き込んだものであつてもよく、
各含有物質毎に測定された実測値が入力されてい
る。なお、このオイル分析値データは機械のシリ
アルナンバー、機種、採油個所のデータと共に入
力され記録される。
に直接測定値を書き込んだものであつてもよく、
各含有物質毎に測定された実測値が入力されてい
る。なお、このオイル分析値データは機械のシリ
アルナンバー、機種、採油個所のデータと共に入
力され記録される。
このオイル分析値データを、機種別および診断
個所別に予め設定されている分析基準値に基づい
てランク評価を行なう。
個所別に予め設定されている分析基準値に基づい
てランク評価を行なう。
本実施例では5段階評価方式により各元素毎
に、1は正常、2早や高い、3は高い、4は非常
に高い、5は危険と評価してランク付けする。な
お、このランク付けされたオイル分析値は、順次
オイル分析実績フアイルに記録される。
に、1は正常、2早や高い、3は高い、4は非常
に高い、5は危険と評価してランク付けする。な
お、このランク付けされたオイル分析値は、順次
オイル分析実績フアイルに記録される。
次に、オイル分析実績フアイルから診断対象機
械の診断対象個所(採油個所)における所定回数
(本実施例では7回)分の継続オイル分析値を新
しい順に呼び出し、n列に金属元素別濃度をと
り、m行に採油年月日・アワーメータ(稼動時
間)をとつてオイル分析マトリツクスを形成す
る。
械の診断対象個所(採油個所)における所定回数
(本実施例では7回)分の継続オイル分析値を新
しい順に呼び出し、n列に金属元素別濃度をと
り、m行に採油年月日・アワーメータ(稼動時
間)をとつてオイル分析マトリツクスを形成す
る。
また、オイル分析実績フアイルに上記データが
未登録の場合は、単一データでオイル分析マトリ
ツクスを形成する。
未登録の場合は、単一データでオイル分析マトリ
ツクスを形成する。
このランク付けされた(第3図ではランク評価
と表示した)オイル分析マトリツクスが、オイル
診断の判定の対象となる。
と表示した)オイル分析マトリツクスが、オイル
診断の判定の対象となる。
一方、判定基準となる故障マトリツクスパター
ンは、故障・修理フアイルと機械歴フアイルとか
ら、診断対象機械と同一機種の機械で過去に当該
診断個所と同一個所に故障を発生させたものであ
つて、しかも診断対象機械と同一の稼働状況にあ
つたものを検索し、そのときの故障に対応するオ
イル分析値をオイル分析実績フアイルから抽出す
る。
ンは、故障・修理フアイルと機械歴フアイルとか
ら、診断対象機械と同一機種の機械で過去に当該
診断個所と同一個所に故障を発生させたものであ
つて、しかも診断対象機械と同一の稼働状況にあ
つたものを検索し、そのときの故障に対応するオ
イル分析値をオイル分析実績フアイルから抽出す
る。
これにより、診断対象機械と同一機種の機械
が、同一の稼動状況にあつて故障を生じたとき
の、オイル分析値における各摩耗金属相互の濃度
の関係、または異物の混入の有無等のデータを得
ることができる。
が、同一の稼動状況にあつて故障を生じたとき
の、オイル分析値における各摩耗金属相互の濃度
の関係、または異物の混入の有無等のデータを得
ることができる。
ここで、故障時のオイル分析値からは、故障時
における摩耗金属相互の濃度の度合の相関関係が
分かる。
における摩耗金属相互の濃度の度合の相関関係が
分かる。
換言すれば、機械の稼動時間が長くなるのに対
応して各摩耗金属の濃度は除々に濃くなつていく
が、各摩耗金属相互の濃度の度合を全体として見
ることにより、機械のそれぞれの摩耗段階におけ
る故障の際の各摩耗金属相互の濃度の相関関係が
分かる。
応して各摩耗金属の濃度は除々に濃くなつていく
が、各摩耗金属相互の濃度の度合を全体として見
ることにより、機械のそれぞれの摩耗段階におけ
る故障の際の各摩耗金属相互の濃度の相関関係が
分かる。
そして、前記のように抽出され集められた故障
時のオイル分析値を基に、横軸に摩耗金属元素相
互の濃度(5段階ランク)の総組合せをとり、縦
軸に故障率(件数)をとつてグラフを描き、故障
パターン認識を行なう。
時のオイル分析値を基に、横軸に摩耗金属元素相
互の濃度(5段階ランク)の総組合せをとり、縦
軸に故障率(件数)をとつてグラフを描き、故障
パターン認識を行なう。
次に、この完成した故障パターンから最上位の
故障率に一定の幅をもたせた範囲で、金属元素相
互の濃度(ランク)組合せを読みとり、各元素ご
とに集約して幅をもたせたランク設定を行なう。
故障率に一定の幅をもたせた範囲で、金属元素相
互の濃度(ランク)組合せを読みとり、各元素ご
とに集約して幅をもたせたランク設定を行なう。
同様に異物についてもその種類、混入状態につ
いてパターン認識を行ないランク設定をする。
いてパターン認識を行ないランク設定をする。
このようにして故障態様(異常個所)ごとに形
成されたマトリツクス(モデル)を抽出してお
き、異常個所の故障の種類を示す故障コード、故
障率、故障部品名等を表示した故障マトリツクス
パターンが完成し、故障マトリツクスパターンフ
アイルに記憶される。
成されたマトリツクス(モデル)を抽出してお
き、異常個所の故障の種類を示す故障コード、故
障率、故障部品名等を表示した故障マトリツクス
パターンが完成し、故障マトリツクスパターンフ
アイルに記憶される。
従つて、判定作業は、判定対象であるオイル分
析マトリツクスを前記フアイルから呼出された故
障マトリツクスパターンのそれぞれのマトリツク
スと比較して一致するか(含まれるか)否か判断
させて行なわれる。
析マトリツクスを前記フアイルから呼出された故
障マトリツクスパターンのそれぞれのマトリツク
スと比較して一致するか(含まれるか)否か判断
させて行なわれる。
前記判定対象として形成されたオイル分析マト
リツクス(本実施例では最新のものから遡つて7
回分のオイル分析値を5段階にランク付けしてマ
トリツクスとしたもの)が、判定基準として形成
された故障マトリツクスパターンのマトリツクス
と比較して一致する(または含まれる)場合で
も、更にこの診断対象となつた機械がが新規なも
のまたは修理再された場合には初期摩耗が生じ
る。
リツクス(本実施例では最新のものから遡つて7
回分のオイル分析値を5段階にランク付けしてマ
トリツクスとしたもの)が、判定基準として形成
された故障マトリツクスパターンのマトリツクス
と比較して一致する(または含まれる)場合で
も、更にこの診断対象となつた機械がが新規なも
のまたは修理再された場合には初期摩耗が生じ
る。
従つて、それを認識するために故障・修理フア
イルから当接機械の故障・修理情報を呼び出し、
当該診断個所に新規装置または再生装置があるか
否かを判定し、「有り」の場合には別途設けられ
た初期摩耗判定基準と比較し初期摩耗か否かを判
定する。
イルから当接機械の故障・修理情報を呼び出し、
当該診断個所に新規装置または再生装置があるか
否かを判定し、「有り」の場合には別途設けられ
た初期摩耗判定基準と比較し初期摩耗か否かを判
定する。
「無し」の場合にはそのまま判定を続行する。
そして、これまでの判定結果を編集すると共に
一致した故障マトリツクスの種類(故障コー
ド)・数に応じて予め設定してある危険度乃至保
全措置をコメントコード表フアイルから呼び出し
デイスプレイ装置4に表示して終了する。
一致した故障マトリツクスの種類(故障コー
ド)・数に応じて予め設定してある危険度乃至保
全措置をコメントコード表フアイルから呼び出し
デイスプレイ装置4に表示して終了する。
以上、この発明では、判定方法に用いる各種デ
ータは日々の実績から適宜手段を介して各フアイ
ルに集積されて行くものであつて、この情報量の
増大に応じて判定基準の精度が高められていくの
でより正確な判定を期することができる。
ータは日々の実績から適宜手段を介して各フアイ
ルに集積されて行くものであつて、この情報量の
増大に応じて判定基準の精度が高められていくの
でより正確な判定を期することができる。
また、機械の特殊性に応じたデータを集積する
ことによつて建設機械乃至土工用機械・自動車の
みならず、例えば航空機、船舶その他の機械の故
障診断にも、その有効性を発揮せしめることがで
き汎用性が高いものである。
ことによつて建設機械乃至土工用機械・自動車の
みならず、例えば航空機、船舶その他の機械の故
障診断にも、その有効性を発揮せしめることがで
き汎用性が高いものである。
更にこの発明によれば、採油個所毎のオイル分
析データを最新のものから遡り複数回分集めてオ
イル分析マトリツクスを形成しこれを判定対象と
し、一方、実際の診断個所につき故障を起こした
同一機種の故障時のオイル分析データをもとに判
定基準を作成して故障の判定を行なうので、1回
だけの診断と異なつて、予防措置を講じることが
でき、精度の高い判定を行なうことができる。
析データを最新のものから遡り複数回分集めてオ
イル分析マトリツクスを形成しこれを判定対象と
し、一方、実際の診断個所につき故障を起こした
同一機種の故障時のオイル分析データをもとに判
定基準を作成して故障の判定を行なうので、1回
だけの診断と異なつて、予防措置を講じることが
でき、精度の高い判定を行なうことができる。
第1図は、この発明の判定方法を使用する故障
診断システムの一例を示すブロツク図、第2図は
判定方法の手順を示すフローチヤート、第3図は
故障マトリツクスパターンの形成課程を説明する
図である。 1はオイル分析装置、3は判定装置の一例とし
てのミニコンピユータ、4はデイスプレイ装置。
診断システムの一例を示すブロツク図、第2図は
判定方法の手順を示すフローチヤート、第3図は
故障マトリツクスパターンの形成課程を説明する
図である。 1はオイル分析装置、3は判定装置の一例とし
てのミニコンピユータ、4はデイスプレイ装置。
Claims (1)
- 【特許請求の範囲】 1 装置内に摺動部を有する機械の潤滑油系統か
らサンプリングされたオイル中に含有された摩耗
金属又は異物の分析を基に、診断個所の内部状態
を判定してその保全措置を指示する、下記のステ
ツプよりなることを特徴とする故障診断システム
の判定方法。 判定装置に入力されたサンプルオイルの分析
データを所定の金属元素又は混入異物ごとに所
定の基準値に基づいてランク評価する。 継続してサンプリングされたサンプルオイル
の上記ステツプでランク評価されたオイル分
析値を時系列に組み合わせてオイル分析マトリ
ツクスを形成する。 診断対象機械と同一機種で過去に当該診断個
所に故障を発生させたもので、且つ同一の稼動
状況にあつたものから、故障に対応するオイル
分析値を抽出して、ステツプと同様に所定の
金属元素又は混入異物ごとにランク評価すると
共に、診断対象機械の診断個所ごとに、摩耗金
属元素相互間のランクの総組合せ又は異物の混
入状態の組合せと故障発生との相関関係を示す
故障パターンを作成し、この故障パターンから
故障率が高い組合せを読みとつて故障マトリツ
クスパターンを形成する。 オイル分析マトリツクスと故障マトリツクス
パターンとをそれぞれ対比して一致の有無を判
定する。 一致があるときは、診断対象機械の故障・修
理記録から新規装置か再生装置かの初期摩耗要
因となるデータを検索し、初期摩耗要因が有る
場合は初期摩耗か否かを判定する。 初期摩耗要因がない場合にオイル分析マトリ
ツクスと故障マトリツクスパターンとの判定を
編集し、該判定結果又はその判定結果に対応す
る保全措置を表示装置に表示する。 2 故障診断システムが、個別機械の過去の継続
するオイル分析データを集積したオイル分析実績
フアイルと、個別機械の使用状況・負荷状況等の
摩耗度増減要因データを集積した機械歴フアイル
と、個別機械の故障個所データや修理部品等の初
期摩耗要因データを集積した故障・修理フアイル
とを判定プログラムに従つて判定装置に呼び出し
可能に備えてなることを特徴とする特許請求の範
囲第1項記載の故障診断システムの判定方法。 3 故障パターンが、診断対象機械の機種・採油
個所・使用状況その他の摩耗度増減要因データを
もとに、故障・修理フアイルおよび機械歴フアイ
ルから同一条件で実際に故障を起こした過去のデ
ータを検索し、その時のオイル分析値をオイル分
析実績フアイルから呼び出して集約して横軸に摩
耗金属元素相互間のランクの総組合せを、縦軸に
故障率をとつてグラフで相関関係を表わしてなる
ことを特徴とする特許請求の範囲第1項記載の故
障診断システムの判定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57085475A JPS58201047A (ja) | 1982-05-20 | 1982-05-20 | 故障診断システムの判定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57085475A JPS58201047A (ja) | 1982-05-20 | 1982-05-20 | 故障診断システムの判定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS58201047A JPS58201047A (ja) | 1983-11-22 |
| JPH0468580B2 true JPH0468580B2 (ja) | 1992-11-02 |
Family
ID=13859928
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57085475A Granted JPS58201047A (ja) | 1982-05-20 | 1982-05-20 | 故障診断システムの判定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS58201047A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001073224A1 (en) * | 2000-03-31 | 2001-10-04 | Hitachi Construction Machinery Co., Ltd. | Failure measure outputting method, output system, and output device |
| US10042964B2 (en) | 2015-03-02 | 2018-08-07 | General Electric Company | Method of evaluating a part |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6170208A (ja) * | 1984-09-14 | 1986-04-11 | Hitachi Constr Mach Co Ltd | 油圧回路の異常状態検出装置 |
| JP4756793B2 (ja) * | 2000-09-14 | 2011-08-24 | 株式会社小松製作所 | 建設機械の管理装置 |
| WO2015059813A1 (ja) * | 2013-10-25 | 2015-04-30 | 株式会社日立製作所 | 建設機械検査装置、建設機械検査方法、および建設機械検査プログラム |
| JP6234359B2 (ja) * | 2014-12-15 | 2017-11-22 | 日立建機株式会社 | 作業機械のオイル性状の診断システム |
| CN106441799B (zh) * | 2016-10-12 | 2019-01-18 | 清华大学 | 一种用于水力机械模型试验的台架 |
| CN106441800B (zh) * | 2016-10-12 | 2019-06-18 | 清华大学 | 一种模块化的水力机械模型试验台水力循环系统 |
| US11913789B2 (en) | 2018-03-23 | 2024-02-27 | Nec Corporation | Inspection management device, inspection management method, and recording medium to store program |
| JP7082516B2 (ja) * | 2018-04-16 | 2022-06-08 | 株式会社小松製作所 | 機械装置の状態監視システム及び機械装置の状態監視方法 |
-
1982
- 1982-05-20 JP JP57085475A patent/JPS58201047A/ja active Granted
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001073224A1 (en) * | 2000-03-31 | 2001-10-04 | Hitachi Construction Machinery Co., Ltd. | Failure measure outputting method, output system, and output device |
| US10042964B2 (en) | 2015-03-02 | 2018-08-07 | General Electric Company | Method of evaluating a part |
| US11334062B2 (en) | 2015-03-02 | 2022-05-17 | General Electric Company | Method of evaluating a part |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS58201047A (ja) | 1983-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5517427A (en) | On-site oil analyzer | |
| US10920606B2 (en) | Method and system for diagnosing a condition of an engine using lubricating fluid analysis | |
| WO2005086760A2 (en) | Monitoring and maintaining equipment and machinery | |
| DE2013597A1 (de) | Anlage zum Analysieren von für Maschinen bestimmtem öl | |
| JPS58201047A (ja) | 故障診断システムの判定方法 | |
| Vališ et al. | Perspective approach in using anti-oxidation and anti-wear particles from oil to estimate residual technical life of a system | |
| CN114636555A (zh) | 一种航空发动机磨损故障模糊融合诊断方法及系统 | |
| Dempsey | Gear damage detection using oil debris analysis | |
| EP2210239B1 (de) | Verfahren zum erfassen von informationen | |
| CN118605474A (zh) | 一种基于多维诊断的转机设备故障诊断系统及方法 | |
| US20050114088A1 (en) | Methods and systems for component wear prediction | |
| CN114705466A (zh) | 采煤机故障诊断方法、装置和采煤机 | |
| Centers et al. | Real time simultaneous in-line wear and lubricant condition monitoring | |
| EP4431707A2 (de) | Verfahren zur überwachung eines schmierstoffes eines verbrennungsmotors | |
| Malaguti et al. | A well lubricated machine: A data driven model for lubricant oil conditions | |
| EP1896809B1 (de) | Verfahren und vorrichtung zur zustandsüberwachung von schiffsanlagen | |
| RU2285907C1 (ru) | Способ оценки технического состояния двигателей, машин и механизмов | |
| Johnson et al. | An overview of recent advances in quantitative ferrography as applied to diesel engines | |
| JPS58193464A (ja) | オイル分析自動化システム | |
| EP3751281B1 (en) | System and method for diagnosing a condition of an engine | |
| Dellis | Wear Metal Concentrations Used for Enhancing Spectrometric Oil Analysis Method Credibility and Statistical Feedback-A Step Towards Big Data Analysis. | |
| Anderson et al. | Rotrode filter spectroscopy--a method for multi-elemental analysis of particles in used Lubricating Oil | |
| Forgeron | A Controlled Maintenance System Through Used Oil Analysis | |
| WO2024196328A1 (en) | A method and system for failure prediction using oil analysis results in construction machines | |
| Bor et al. | Evaluation of the possibility of occurrence of selected damage to a car engine turbocharger using the event tree analysis (ETA) |