JPH06264704A - 回転機械の振動診断装置 - Google Patents

Abstract

(57)【要約】 【構成】振動監視装置１２からの最新の所定数の振動デ
ータを記憶する振動データ記憶手段２１ａと、振動デー
タによって自己回帰係数を算出する自己回帰係数算出手
段２１ｂと、算出された自己回帰係数により構成される
自己回帰モデルの次数を算出すると共に、その次数によ
る自己回帰モデルを決定するモデル次数算出手段２１ｃ
と、決定された自己回帰モデルから振動予測値を算出
し、振動予測値と振動実測値との残差を算出する手段と
自己回帰モデルの雑音成分の大きさを表す値を算出する
手段とからなるパラメータ算出手段２１ｄと、残差と雑
音成分の大きさを表す値と予め設定されたしきい値との
比較によって振動データの突変事象あるいは乱点事象を
判定し、判定結果を外部へ出力する突変乱点検出装置２
２を備える。 【効果】突変・乱点の判定が正確にできる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、蒸気タービン・発電機
プラント等における高速回転機械の運転状態の異常徴候
の早期検出およびその診断を軸振動の検出値に基づいて
行う回転機械の振動診断装置に関する。

【０００２】

【従来の技術】一般に、回転機械の運転中の異常の大部
分は、軸振動の変化として現れる。特に、発電プラント
用の蒸気タービン・発電ユニット等では、数十〜数百ト
ンのロータが高速で回転しており、微小な振動でもそれ
ぞれが異常なものであれば、重大な事故に発展する恐れ
がある。

【０００３】そこで、この振動を詳細に分析することに
よって回転機械の異常を早期検出する方法および診断装
置が、例えば、特開昭６１ー１２８１２８号公報に示す
ようにいくつか提案されている。

【０００４】図９に、蒸気タービン・発電機ユニットの
従来の診断装置を示す。

【０００５】蒸気タービン・発電機ユニット１は、高圧
・中圧タービン２、低圧タービン３ａ，３ｂおよび発電
機４の各ロータを支える軸受部５ａ〜５ｈに各ロータの
軸振動を検出する振動検出器６ａ〜６ｈが設けられてい
る。また、ロータの回転数を検出する回転計７と各軸受
部５ａ〜５ｈでの軸振動の位相を検出する際に基準とな
るパルスを発信する位相基準パルス発信器８と発電機出
力（負荷）や蒸気温度、軸受温度等プラントの運転状態
を検出する各種センサ群９が設置されている。

【０００６】回転計７および各種センサ群９の出力信号
は、中央操作盤１０内に設けられる運転監視装置１１に
送られ、また、振動検出器６ａ〜６ｈおよび位相基準パ
ルス発信器８の出力信号は、中央操作盤１０内に設けら
れる振動監視装置１２に送られる。運転監視装置１１お
よび振動監視装置１２では、上記信号を常時チェックし
て、所定の制限値を超える場合には、警報装置１３に警
報信号が出力され、自動トリップの信号が出力される。

【０００７】なお、振動検出器６ａ〜６ｈ、回転計７、
位相基準パルス発信器８および各種センサ群９の出力信
号は、アナログ型の連続記録計１４にも送られて記録さ
れる。

【０００８】振動検出器６ａ〜６ｈおよび位相基準パル
ス発信器８の出力である振動データは、振動監視装置１
２を介して軸振動診断装置１５に送られ、診断が行われ
る。

【０００９】この軸振動診断装置１５は、計算機を用
い、異常診断を行って運転員を支援するシステムであ
る。振動データは、まず、所定のしきい値と比較され、
異常徴候があれば、異常徴候検出装置１６によって検出
される。

【００１０】次に、振動データは周波数分析器１７によ
って軸振動の周波数成分の分布が解析される。そして、
各種センサ群９の信号と異常徴候検出装置１６および周
波数分析器１７の各出力信号ならびにメモリ１８に記憶
された過去の履歴データとに基づいて、異常徴候の原因
の診断が診断部１９によって行われ、その診断結果は表
示装置２０によって表示されると共に、診断に使用され
た各種データおよび診断結果がメモリ１８に記憶され
る。

【００１１】ここで、上記異常徴候の検出について説明
すると、振動データのバラツキによる異常徴候検出の誤
動作を防止するために、図１０に示す如く、検出時点の
計測値とそれ以前のｎ個のデータを用い最小二乗法によ
る次に示す如くの一次近似式を求める。

【００１２】Ｖ＝α・Ｔ＋β

【００１３】ここで、 Ｖ：振動振幅レベル α：振動増加率（傾き） Ｔ：サンプリングタイムとｎ個で定まるサンプリングタ
イム

【００１４】また、図中、Ｖｉ：検出時点ｔｉにおける
計測値である。

【００１５】

【発明が解決しようとする課題】しかしながら、上記し
た装置による軸振動の診断では、種々の問題がある。

【００１６】第一には、上述のような一次近似式による
方法では、変化を平均化しており、微少な変化を伴う異
常の場合には、その徴候を検出できないという問題があ
る。例えば、増加と減少とが瞬時に繰り返す乱点のよう
な事象の場合は、データのバラツキそのものが問題であ
るため、データの平均化によってその徴候をなくしてし
まえば、これを検出することは困難である。

【００１７】第二には、振動振幅値が急変する突変のよ
うな事象の検出のために上述のように平均化した値を用
いても、乱点と同様に検知は困難である。この場合に、
仮に、平均化する前のデータを検出に用いれば、上記乱
点が起こった場合も突変として検出されるという問題が
ある。

【００１８】この乱点と突変とを区別して検出するため
に、図１１に示すように、振幅変化率と振幅が予め設定
しておいた値以上になった後に、連続ｎ個となった時に
突変と判定する方法がある。ところが、この方法では、
突変発生からカウントして連続ｎ個となったとき突変検
出ができるが検出時間が遅れるという問題がある。

【００１９】第三には、図１２に示すように、経年変化
のために振幅値が正常の範囲で増大する場合がある。こ
のような場合、突変と判定したしきい値より小さな値で
突変と判定してしまうという問題がある。

【００２０】本発明は、上記事情を考慮してなされたも
ので、振動診断装置の信頼性の向上と、軸振動の異常診
断機能の強化を図る回転機械の振動診断装置を提供する
ことを目的とする。

【００２１】

【課題を解決するための手段】本発明は、回転機械の軸
振動値を検出する振動検出手段と、この振動検出手段に
よって検出された最新の所定数の前記振動値を振動デー
タとして記憶する記憶手段と、この記憶手段に記憶され
た振動データによって自己回帰係数を算出する自己回帰
係数算出手段と、この自己回帰係数算出手段により算出
された前記自己回帰係数により構成される自己回帰モデ
ルの次数を算出すると共に、その次数による自己回帰モ
デルを決定するモデル次数算出手段と、このモデル次数
算出手段により決定された前記自己回帰モデルから振動
予測値を算出する振動予測値算出手段と、この振動予測
値算出手段により算出された前記振動予測値と振動実測
値との残差を算出する手段と、前記自己回帰モデルの雑
音成分の大きさを表す値を算出する手段と、前記残差と
前記雑音成分の大きさを表す値と予め設定されたしきい
値との比較によって前記振動データの突変事象あるいは
乱点事象を判定し、判定結果を外部へ出力する判定手段
とを設けるようにしたものである。

【００２２】

【作用】上記構成により、回転機械の軸振動が検出さ
れ、この検出された振動データから自己回帰係数により
構成される自己回帰モデルの次数が求められる。そし
て、自己回帰モデルにより現時刻の予測値が算出され、
予測値と実測値との残差および自己回帰モデルの雑音成
分の大きさを表す値が算出される。算出された予測値と
実測値の差および自己回帰モデルの雑音成分の大きさを
表す値が予め設定しておいたしきい値と比較されること
により、振動データが突変あるいは乱点であることが判
別され、突変あるいは乱点と判別された場合は、その結
果が外部へ出力される。従って、突変あるいは乱点の検
出が可能となる。

【００２３】

【実施例】以下、本発明の実施例について図面を参照し
て説明する。

【００２４】図１は、本発明の一実施例を示す回転機械
の振動診断装置の構成図である。図９と同一符号は、同
一部分または相当部分を示し、両者が異なる主な点は、
従来の軸振動診断装置１５にパラメータ算出装置２１と
突変乱点検出装置２２とを追設して軸振動診断装置１５
Ａとしたことである。但し、異常徴候検出装置１６ａ
は、図９に示す異常徴候検出装置１６から突変および乱
点に関する検出機能を除いたものである。

【００２５】ここで、パラメータ算出装置２１は、振動
データから自己回帰モデルの次数を決定し、これによつ
て、残差と雑音成分とを表す値とを算出して出力するも
のである。突変乱点検出装置２２は、残差および雑音成
分を表す値と予め設定したしきい値とを比較して突変現
象または乱点現象を検出するものである。

【００２６】以上の構成で、中央操作盤１０に設けられ
る振動監視装置１２から振動データが、図２に示す機能
部から構成され、パラメータ算出装置２１に入力され
る。

【００２７】まず、振動データが振動データ記憶手段２
１ａに記憶される。この振動データは、例えば、次の式
（１）に示す予め定められたＮ個の最新の時系列データ
とする。

【００２８】

【数１】

【００２９】上記式（１）で示す時系列データは、自己
回帰係数（ＡＲ係数）算出手段２１ｂへ送られ、自己回
帰係数の算出がされる。ここで、例えば、ＡＲモデルを
次の式（２）に示すように決める。

【００３０】

【数２】

【００３１】

【数３】

【００３２】ＡＲ係数を算出するアルゴリズムは、既
に、いくつか方法が公知で、例えば、ユール、ウォーカ
（ＹｕｌｅーＷａｌｋｅｒ）法、あるいは、最小２乗法
等があるが、本実施例では、ユール、ウォーカ（Ｙｕｌ
ｅーＷａｌｋｅｒ）法をレビンソン、ダービン（Ｌｅｖ
ｉｎｓｏｎーＤｕｒｂｉｎ）法により逐次的に解いてＡ
Ｒ係数を算出している。

【００３３】すなわち、ＡＲ係数と雑音成分の算出を簡
単に説明すると、まず、P+1 次のＡＲ回帰モデルのP+1
番目のＡＲ係数をP 次のＡＲ回帰モデルのP 番目までの
ＡＲ係数から次の式（３）により算出する。

【００３４】

【数４】

【００３５】

【数５】

【００３６】但し、P ＝０のとき、すなわち、１次のＡ
Ｒ係数は次の式（４）とする。

【００３７】

【数６】

【００３８】次に、１〜P 番目のＡＲ係数は、上記の式
（４）で求めたP+1 次、P+1 番目のＡＲ係数とP 次まで
のＡＲ係数により次の式（５）によって順次算出する。

【００３９】

【数７】

【００４０】

【数８】

【００４１】なお、ＡＲ係数の初期値０次のＡＲ係数は
全て０とする。また、雑音成分は、次の式（６）で算出
される。さらに、０次の雑音成分は、次の式（７）で算
出される。

【００４２】

【数９】

【００４３】

【数１０】

【００４４】

【数１１】

【００４５】このようにして、自己回帰係数（ＡＲ係
数）算出手段２１ｂではＡＲ係数を１次のモデルから予
め定められたモデル次数Ｄ（Ｄ≦Ｎ）まで計算する。こ
れによつて、Ｄ組のＡＲ係数とＡＲ係数を求めたときの
雑音成分Ｖがモデル次数算出手段２１ｃへ送られる。

【００４６】モデル次数算出手段２１ｃでは、Ｄ組のＡ
Ｒ係数に基づいてＡＲモデル次数を決定する。ここで、
ＡＲモデル次数は式（１）の時系列データが次の式
（８）に従っているときP 次のＡＲモデルとし、このモ
デルが最も現実に近いと評価できるものとする。

【００４７】

【数１２】

【００４８】ところで、ＡＲモデル次数を決定する方法
の一つに最終予測誤差（ＦＰＥ）が最小となるＡＲモデ
ル次数を求める方法がある。本実施例では、次の式
（９）によってＦＰＥが最も小さくなるP を求めてＡＲ
モデル次数P とする。

【００４９】

【数１３】

【００５０】ここで、P ：ＡＲモデル次数 ＦＰＥ（P ）：P 次の最終予測誤差 Ｖ_P ：１次の雑音成分

【００５１】これによって、決定されたＡＲモデル次数
P に対するＡＲ係数がパラメータ算出手段２１ｄへ送ら
れる。パラメータ算出手段２１ｄでは、予測値Ｓを次の
式（１０）により算出する。

【００５２】

【数１４】

【００５３】さらに、パラメータ算出手段２１ｄでは、
残差Ｚを次の式（１１）で算出する。

【００５４】

【数１５】

【００５５】ここで、 Ｓ＝予測値Ｘ＝実測値

【００５６】そして、パラメータ算出装置２１は、雑音
成分標準偏差σを次の式（１２）より算出する。

【００５７】

【数１６】

【００５８】ここで、Ｖ_P ：P 次の雑音成分

【００５９】これにより、式（１１）および式（１２）
から算出された残差Ｚと雑音成分標準偏差σが突変乱点
検出装置２２に送出される。

【００６０】突変乱点検出装置２２では、前述の残差Ｚ
および雑音成分標準偏差σと予め設定したしきい値とが
比較され、突変および乱点が検出される。突変乱点検出
装置２２は、図３に示すように、突変検出手段２２ａと
乱点検出手段２２ｂとによって構成されている。

【００６１】ここで、突変時および乱点時の振動波形に
対して雑音成分標準偏差と残差とがどのようになるかを
図４および図５を参照して説明する。

【００６２】まず、図４は、継続的に不規則な振動を伴
う乱点事象を示したもので、上段の（Ａ）は縦軸に振幅
Ｖ，横軸に時間を示し、中段の（Ｂ）は、縦軸に雑音成
分標準偏差σ，横軸に時間を示し、下段（Ｃ）は縦軸に
残差Ｚ，横軸に時間を示している。

【００６３】雑音成分標準偏差σは、雑音成分の最小値
の平方根であるから、乱点の場合はＡＲ係数が小さくな
るために雑音成分標準偏差σが大きくなる。

【００６４】残差ＺはＡＲモデルによる予測値と実測値
の差であるから、乱点のような事象の場合は残差Ｚが収
束せず、ばらついた状態となる。よって、乱点の場合は
雑音成分標準偏差σが増大して行き、残差Ｚが乱点現象
となるという特徴がある。

【００６５】以上の特徴を利用して乱点と判定するに充
分に雑音成分標準偏差σの値に対するしきい値ε１と残
差Ｚに対するしきい値ε２とを設定し、次の式（１３）
と式（１４）とがＴ１回連続して成立する場合に乱点と
判定する。

【００６６】σ＞ε１…………（１３） Ｚ＜ε２……………（１４）

【００６７】また、図５は、突変事象について示したも
ので、上段の（Ａ）は、縦軸に振幅Ｖ，横軸に時間を示
し、中段の（Ｂ）は縦軸は雑音成分標準偏差σ，横軸に
時間を示し、下段（Ｃ）は縦軸に残差Ｚ，横軸に時間を
示す。

【００６８】突変のような事象の場合には、ＡＲ係数が
一時的に小さくなり、雑音成分標準偏差σは一時的に大
きくなる。残差Ｚは突変が起こった直後に大きくなり、
すぐに小さくなる。よって、突変の場合は、雑音成分標
準偏差σが一時的に大きくなり、残差も一時的に大きく
なるという特徴がある。

【００６９】以上の特徴を利用して突変と判定するため
に充分な雑音成分標準偏差σの値に対するしきい値ε
３、残差の値に対するしきい値ε４として設定してお
き、次の式（１５）と（１６）を満たした場合に突変と
判定する。

【００７０】σ＞ε３……………（１５） Ｚ＞ε４……………（１６）

【００７１】なお、正常の場合、振動監視装置１２から
の出力信号は、図４の上段（Ａ）や図５の上段（Ａ）の
波形と異なり、パラメータ算出装置２１からの出力信号
である雑音成分標準偏差σや残差Ｚが小さい。従って、
突変乱点検出装置２２の突変検出手段２２ａおよび乱点
検出手段２２ｂでは、突変とも乱点とも判定しない。

【００７２】以上説明した如く、突変の場合、振動監視
装置１２からの出力は、図５の上段（Ａ）のような波形
である。従って、パラメータ算出装置２１からの出力雑
音成分標準偏差σと残差Ｚは、図５中段（Ｂ），下段
（Ｃ）のような出力となる。このため、突変乱点検出装
置２２の突変検出手段２２ａでは、前記式（８）および
式（９）の成立によって、突変と判定される。

【００７３】乱点の場合、振動監視装置１２からの出力
信号は、図４の上段（Ａ）のような波形である。従っ
て、パラメータ算出装置２１からの出力雑音成分標準偏
差σと残差Ｚは、図４中段（Ｂ），下段（Ｃ）のような
出力となる。従って、突変乱点検出装置２２の乱点検出
手段２２ｂでは、前記式（６）および式（７）の成立に
よって乱点と判定する。

【００７４】ところで、図６の上段（Ａ）に示すよう
に、振幅Ｖが経年的に徐々に増加して変化する場合につ
いて説明すると、まず、雑音成分標準偏差σは、図６の
中段（Ｂ）に示すように大きく変化せずほぼ一定であ
る。また、残差Ｚは、図６の下段（Ｃ）に示すように雑
音成分標準偏差σと同様に大きく変化せずほぼ一定であ
る。これによつて、振幅Ｖが経年的に変化しても、しき
い値を超えることがなく、誤検知されることがない。

【００７５】以上説明したように本実施例によれば、残
差と雑音成分標準偏差を監視することにより、突変およ
び乱点を検出できると共に、自己回帰モデルを用いたこ
とにより経年変化による誤検知をなくすことができる。

【００７６】本実施例では、判定パラメータに残差と雑
音成分標準偏差σを用いているが、残差の代わり｜残差
｜／雑音成分標準偏差を用いることができる。こうすれ
ば、図７の上段（Ａ）に示すように振幅Ｖが時刻ｔ１に
突変したとき、［｜残差｜／雑音成分標準偏差］Ｕは、
図７の下段（Ｂ）に示すように対応してしきい値ε５を
超えて変化する。従って、突変の判定に用いても同様に
実施することができる。この場合、対象とする回転機械
の特性により適切なパラメータを選べばよい。

【００７７】また、振動データとして振動振幅のオーバ
ーオール値を用いているが、位相、特定周波数を用いて
実施することができる。この場合、異常徴候検出手段の
部分にＡＲモデルを用いることもできる。

【００７８】ところで、従来、軸受毎に振動振幅、振幅
変化率に対して、予め設定したしきい値と比較すること
によって異常の検知をしているが、この場合には、ター
ビン発電機のユニット毎にしきい値を設定しなければな
らない。これらのしきい値は、タービン発電機ユニット
あるいは軸受毎に違いがあるため、大規模なタービン発
電機ユニットになれば軸受の数に応じて設定するしきい
値も多くなり、しきい値の設定に手間がかかる。

【００７９】しかし、異常徴候検出手段にＡＲモデルを
使用すれば、タービン発電機ユニットあるいは軸受が違
ってもしきい値の違いがほとんどなく同じしきい値でよ
く、しきい値の設定が非常に容易になる。

【００８０】判定の多重化としてＡＲモデルを複数化す
ることが考えられる。例えば、一般的に低負荷の場合
は、高負荷の場合に比べ振幅の変動が大きいため、ＡＲ
モデルのモデル次数が大きくデータ数が多い方がよい。
これを利用して、図１のパラメータ算出装置２１に使わ
れているＡＲモデルを図８に示すように低負荷と中負荷
と高負荷との負荷帯に分けて、負荷に応じて残差と雑音
成分標準偏差を算出する。

【００８１】すなわち、パラメータ算出装置２１Ｂの負
荷識別手段２３が低負荷、中負荷、高負荷等のいずれか
を識別する。そして、低負荷のとき振動データ記憶手段
２４ａ、自己回帰係数（ＡＲ係数）算出手段２４ｂ、モ
デル次数算出手段２４ｃ、パラメータ算出手段２４ｄで
残差と雑音成分標準偏差を算出する。また、中負荷のと
き振動データ記憶手段２５ａ、自己回帰係数（ＡＲ係
数）算出手段２５ｂ、モデル次数算出手段２５ｃ、パラ
メータ算出手段２５ｄで残差と雑音成分標準偏差を算出
する。さらに、高負荷のとき振動データ記憶手段２６
ａ、自己回帰係数（ＡＲ係数）算出手段２６ｂ、モデル
次数算出手段２６ｃ、パラメータ算出手段２６ｄで残差
と雑音成分標準偏差を算出する。図示省略しているが、
こうすると負荷に応じて適切な次数または適切なデータ
数で予測値を算出することができるため、誤検知をさら
に少なくすることができる。

【００８２】

【発明の効果】以上説明したように本発明によれば、振
動データより算出される雑音成分標準偏差と残差の監視
を行うことによって、回転機械の運転状態に異常を有す
るかどうかを自動的に検出し、振動振幅値が急変する突
変事象か否か、また、継続的に不規則な運転を伴う乱点
事象か否かを即座に判定できる。また、突変・乱点の判
定に自己回帰係数モデルを使用することにより、経年変
化に対応することができ、誤検知の回数を減少させるこ
とができ、回転機械の振動診断装置の信頼性を向上させ
ることができる。さらに、タービン発電機ユニットある
いは、軸受の違いによるしきい値の違いが少ないので、
しきい値の設定が容易になる。

【図面の簡単な説明】

【図１】本発明の一実施例を示す回転機械の振動診断装
置の構成図である。

【図２】図１のパラメータ算出装置の構成図である。

【図３】図１の突変乱点検出装置の構成図である。

【図４】乱点事象が生じたときの振幅Ｖ、雑音成分標準
偏差σおよび残差Ｚの変化を表すグラフである。

【図５】突変事象が生じたときの振幅Ｖ、雑音成分標準
偏差σおよび残差Ｚの変化を表すグラフである。

【図６】経年変化の振幅Ｖ，雑音成分標準偏差σ，残差
Ｚの時間による変化を表すグラフである。

【図７】突変の場合の［｜残差｜／雑音成分標準偏差］
Ｕと時刻の関係を示すグラフである。

【図８】負荷帯毎にＡＲモデルを分けたパラメータ算出
装置の構成図である。

【図９】従来例を示す回転機械の振動診断装置の構成図
である。

【図１０】図９の振動診断装置の振動監視の方法を示す
グラフである。

【図１１】図９の振動診断装置の突変検出の一例を示す
グラフである。

【図１２】図９の振動診断装置の経年変化が起こった場
合の振動振幅と突変検出のためのしきい値の関係を示す
グラフである。

【符号の説明】

１ 蒸気タービン・発電機ユニット ２ 高圧・中圧タービン ３ａ，３ｂ 低圧タービン ４ 発電機 ５ａ〜５ｈ 軸受部 ６ａ〜６ｈ 振動検出器 ７ 回転計 ８ 位相基準パルス発信器 ９ 各種センサ群 １０ 中央操作盤 １１ 運転監視装置 １２ 振動監視装置 １５Ａ 軸振動診断装置 １６Ａ 異常徴候検出装置 １７ 周波数分析器 １８ メモリ １９ 診断部 ２０ 表示装置 ２１ パラメータ算出装置 ２２ 突変乱点検出装置 ２２ａ 突変検出手段 ２２ｂ 乱点検出手段

Claims (1)

【特許請求の範囲】
1. 【請求項１】 回転機械の軸振動値を検出する振動検出
   手段と、この振動検出手段によって検出された最新の所
   定数の前記振動値を振動データとして記憶する記憶手段
   と、この記憶手段に記憶された振動データによって自己
   回帰係数を算出する自己回帰係数算出手段と、この自己
   回帰係数算出手段により算出された前記自己回帰係数に
   より構成される自己回帰モデルの次数を算出すると共
   に、その次数による自己回帰モデルを決定するモデル次
   数算出手段と、このモデル次数算出手段により決定され
   た前記自己回帰モデルから振動予測値を算出する振動予
   測値算出手段と、この振動予測値算出手段により算出さ
   れた前記振動予測値と振動実測値との残差を算出する手
   段と、前記自己回帰モデルの雑音成分の大きさを表す値
   を算出する手段と、前記残差と前記雑音成分の大きさを
   表す値と予め設定されたしきい値との比較によって前記
   振動データの突変事象あるいは乱点事象を判定し、判定
   結果を外部へ出力する判定手段とを備えたことを特徴と
   する回転機械の振動診断装置。