JPH07122604B2 - 回転機械の異常診断方法 - Google Patents
回転機械の異常診断方法Info
- Publication number
- JPH07122604B2 JPH07122604B2 JP89287A JP89287A JPH07122604B2 JP H07122604 B2 JPH07122604 B2 JP H07122604B2 JP 89287 A JP89287 A JP 89287A JP 89287 A JP89287 A JP 89287A JP H07122604 B2 JPH07122604 B2 JP H07122604B2
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- cause
- rotating machine
- feature
- time series
- 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 - Fee Related
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は回転機械の状態を表わす機械的あるいは電気的
信号を利用してその回転機械に発生する異常原因を自動
的に判定する回転機械の異常診断方法に関するものであ
る。
信号を利用してその回転機械に発生する異常原因を自動
的に判定する回転機械の異常診断方法に関するものであ
る。
従来の回転機械の異常診断においては、回転機械の状態
を表わす機械的あるいは電気的信号の時系列データの解
析結果から算出した複数個の特徴量から求める劣化指数
をすべて独立とみなして、この劣化指数と、回転機械に
発生する複数個の異常原因との因果関係の程度を表わす
重み係数との２つのみの単純な線形結合による合成によ
って各異常原因の発生の可能性を推定していた。例えば
特開昭59−94018号公報に記載の方法は、故障診断の対
象となる回転機械から得られる振動信号の時系列データ
から複数個の特徴量を算出し、予め記憶部に記憶させて
あるところの特徴量と故障原因との因果関係を定めた故
障因果表に基づいて複数個の故障原因を推定し、前記複
数個の各特徴量の値から、各故障原因別に劣化程度を示
す劣化指数に換算するとともに、これら劣化指数と各故
障原因との相関関係の程度を示す重み係数とを線形結合
して故障原因の自動診断を行うようにした回転機械の故
障診断方法である。
を表わす機械的あるいは電気的信号の時系列データの解
析結果から算出した複数個の特徴量から求める劣化指数
をすべて独立とみなして、この劣化指数と、回転機械に
発生する複数個の異常原因との因果関係の程度を表わす
重み係数との２つのみの単純な線形結合による合成によ
って各異常原因の発生の可能性を推定していた。例えば
特開昭59−94018号公報に記載の方法は、故障診断の対
象となる回転機械から得られる振動信号の時系列データ
から複数個の特徴量を算出し、予め記憶部に記憶させて
あるところの特徴量と故障原因との因果関係を定めた故
障因果表に基づいて複数個の故障原因を推定し、前記複
数個の各特徴量の値から、各故障原因別に劣化程度を示
す劣化指数に換算するとともに、これら劣化指数と各故
障原因との相関関係の程度を示す重み係数とを線形結合
して故障原因の自動診断を行うようにした回転機械の故
障診断方法である。
しかし上記従来の方法では、線形結合の項数の増加に伴
って発生している可能性の小さい異常原因についても見
掛け上大きな可能性があるような結果が得られ、最終判
定を下す際に判断が難しくなるという欠点があった。
って発生している可能性の小さい異常原因についても見
掛け上大きな可能性があるような結果が得られ、最終判
定を下す際に判断が難しくなるという欠点があった。
本発明の目的は、回転機械に発生している異常の原因を
明確にかつ自動的に判定できる回転機械の異常診断方法
を提供することを目的とする。
明確にかつ自動的に判定できる回転機械の異常診断方法
を提供することを目的とする。
本発明は、回転機械の状態を表わす振動などの機械的あ
るいはモータ電流などの電気的信号の時系列データの種
々の解析結果から算出した複数の特徴量をもとにして回
転機械の異常を診断する方法において、 回転機械に発生する異常原因と前記時系列データの解析
結果から得られる特徴量を項目とした行列構造をとり、
各特徴量の値を回転機械の劣化程度を示す劣化指数に変
換するための交換係数群と、各異常原因と各特徴量との
因果関係の程度を定めた重み係数と、各特徴量の独立性
を表わす指標とを要素とするデータベースを予め用意し
ておき、回転機械の状態を表わす検出信号の時系列デー
タの解析結果から算出した複数の特徴量の値と前記デー
タベースを用いて、各々の異常原因毎にそれぞれ複数の
劣化指数と重み係数と特徴量の独立性を表わす指標とを
合成した値を求め、その値の大きさにより発生している
異常原因を判定する。
るいはモータ電流などの電気的信号の時系列データの種
々の解析結果から算出した複数の特徴量をもとにして回
転機械の異常を診断する方法において、 回転機械に発生する異常原因と前記時系列データの解析
結果から得られる特徴量を項目とした行列構造をとり、
各特徴量の値を回転機械の劣化程度を示す劣化指数に変
換するための交換係数群と、各異常原因と各特徴量との
因果関係の程度を定めた重み係数と、各特徴量の独立性
を表わす指標とを要素とするデータベースを予め用意し
ておき、回転機械の状態を表わす検出信号の時系列デー
タの解析結果から算出した複数の特徴量の値と前記デー
タベースを用いて、各々の異常原因毎にそれぞれ複数の
劣化指数と重み係数と特徴量の独立性を表わす指標とを
合成した値を求め、その値の大きさにより発生している
異常原因を判定する。
以下実施例に基づき本発明を詳しく説明する。
第１図は本発明の実施例における異常診断のフローを示
すブロック図である。第１図において１は始点ターミナ
ルを、２は診断仕様入力部を、３は時系列信号入力部
を、４はデータ解析部を、５は異常原因推定部を、６は
データベースを格納するファイルを、７は終点ターミナ
ルを、それぞれ示す。第１図において、診断仕様入力部
２では、診断の対象となるモータ，ポンプ，減速機など
の回転機械の構成，減速機の段数，歯車の歯数などの回
転要素仕様や軸受仕様などで示される設備仕様，振動，
電流などの検出信号の種類と検出位置，データ長，解析
周波数などの解析条件を入力する。時系列信号入力部３
では、図示しない信号検出端から入力される時系列の検
出信号に対して例えばフィルタリングなどの信号処理を
行い、また入力される信号がアナルゴ信号であって４以
降の処理をディジタルで行う場合には、エリアジングの
除去，アナログ／ディジタル変換等を行うことによっ
て、時系列データを取込む。第２図に検出信号の例とし
て振動信号の例（イ），（ロ），（ハ）を示す。データ
解析部４では、取込んだ時系列データの周波数領域解析
および振幅領域解析を行う。解析の例として第3a図に振
動信号｛第２図の信号（イ）｝の周波数分析結果の例を
示し、第3b図に振幅確立密度解析結果の例を示す。異常
原因推定部５では、データ解析部４で得られた時系列デ
ータの周波数領域解析結果および振幅領域解析結果から
複数個の特徴量を算出する。次に回転機械に発生すると
考えられる複数個の異常原因について診断時にそれぞれ
がどの程度の可能性で発生しているかを算出する。この
計算には予めファイルとして格納されているデータベー
ス６が利用される。
すブロック図である。第１図において１は始点ターミナ
ルを、２は診断仕様入力部を、３は時系列信号入力部
を、４はデータ解析部を、５は異常原因推定部を、６は
データベースを格納するファイルを、７は終点ターミナ
ルを、それぞれ示す。第１図において、診断仕様入力部
２では、診断の対象となるモータ，ポンプ，減速機など
の回転機械の構成，減速機の段数，歯車の歯数などの回
転要素仕様や軸受仕様などで示される設備仕様，振動，
電流などの検出信号の種類と検出位置，データ長，解析
周波数などの解析条件を入力する。時系列信号入力部３
では、図示しない信号検出端から入力される時系列の検
出信号に対して例えばフィルタリングなどの信号処理を
行い、また入力される信号がアナルゴ信号であって４以
降の処理をディジタルで行う場合には、エリアジングの
除去，アナログ／ディジタル変換等を行うことによっ
て、時系列データを取込む。第２図に検出信号の例とし
て振動信号の例（イ），（ロ），（ハ）を示す。データ
解析部４では、取込んだ時系列データの周波数領域解析
および振幅領域解析を行う。解析の例として第3a図に振
動信号｛第２図の信号（イ）｝の周波数分析結果の例を
示し、第3b図に振幅確立密度解析結果の例を示す。異常
原因推定部５では、データ解析部４で得られた時系列デ
ータの周波数領域解析結果および振幅領域解析結果から
複数個の特徴量を算出する。次に回転機械に発生すると
考えられる複数個の異常原因について診断時にそれぞれ
がどの程度の可能性で発生しているかを算出する。この
計算には予めファイルとして格納されているデータベー
ス６が利用される。
次に異常原因の推定方法について説明する。
異常原因推定部５では、第3a図に例示した時系列データ
の周波数分析結果における基本スペクトル（ニ）の値S1
と全スペクトル値の総和Ssumとの比（S1/Ssum）とか、
基本スペクトル（ニ）の値S1とその高調波（ホ），
（ヘ）のスペクトル値S2,S3の和との比 ｛（S2＋S3）/S1｝、 あるいは第3b図に例示した振幅確率密度解析結果から求
まる振幅の最大値と実効値との比といった、複数個の特
徴量を算出する。データベースファイル６には、これら
の特徴量と回転機械に発生する異常原因との因果関係を
示すデータベースが格納されている。第５図にデータベ
ースの構造の例を示す。このデータベースは、例えば回
転機械のアンバランス、取付けボルトのゆるみなどの考
えられる複数個の異常原因毎に、前記した複数個の特徴
量を０〜１に正規化した劣化指数Pijに変換するための
係数aij,bij（ここにｉは異常原因に対応した添字、ｊ
は特徴量に対応した添字）と、複数個の劣化指数の各々
が各異常原因とどの程度の相関関係を有するかを示す重
み係数wijと、各々の異常原因について各特徴量間の独
立性を表わす指標nijとを要素とする行列構造をとる。
係数aijおよびbijは特徴量xjと同じ単位を持つ（係数ai
j,bijと劣化指数Pijの関係については後述する）。
の周波数分析結果における基本スペクトル（ニ）の値S1
と全スペクトル値の総和Ssumとの比（S1/Ssum）とか、
基本スペクトル（ニ）の値S1とその高調波（ホ），
（ヘ）のスペクトル値S2,S3の和との比 ｛（S2＋S3）/S1｝、 あるいは第3b図に例示した振幅確率密度解析結果から求
まる振幅の最大値と実効値との比といった、複数個の特
徴量を算出する。データベースファイル６には、これら
の特徴量と回転機械に発生する異常原因との因果関係を
示すデータベースが格納されている。第５図にデータベ
ースの構造の例を示す。このデータベースは、例えば回
転機械のアンバランス、取付けボルトのゆるみなどの考
えられる複数個の異常原因毎に、前記した複数個の特徴
量を０〜１に正規化した劣化指数Pijに変換するための
係数aij,bij（ここにｉは異常原因に対応した添字、ｊ
は特徴量に対応した添字）と、複数個の劣化指数の各々
が各異常原因とどの程度の相関関係を有するかを示す重
み係数wijと、各々の異常原因について各特徴量間の独
立性を表わす指標nijとを要素とする行列構造をとる。
係数aijおよびbijは特徴量xjと同じ単位を持つ（係数ai
j,bijと劣化指数Pijの関係については後述する）。
ここで独立性を表わす指標nijについて説明する。いま
ある特徴量xkが他の特徴量xlが有意であるときにはじめ
てある異常原因に対して意味を持つような場合、例えば
取付けボルトのゆるみに対して、前記第3a図の例で求め
た特徴量｛（S2＋S3）/S1｝は別の特徴量（S1/Ssum）が
十分大きいときにのみはじめて意味を持つ〔（S1/Ssu
m）が、小さいときに ｛（S2＋S3）/S1｝ の大小を評価しても無意味〕 ので、このような場合は当該異常原因に対する特徴量xk
〔例えば上記｛（S2＋S3）/S1｝〕の独立性を表わす指
標nikとして、 xkと最も相関の強い別の特徴量xl〔例えば上記（S1/Ssu
m）〕に対応しかつ同じ異常原因ｉに関する劣化指標Pil
の数値を指標値とするよう設定する。あるいはまた、別
の特徴量xmが他のすべての特徴量とは独立と考えられる
場合には指標nimの値として「１」を設定する。
ある特徴量xkが他の特徴量xlが有意であるときにはじめ
てある異常原因に対して意味を持つような場合、例えば
取付けボルトのゆるみに対して、前記第3a図の例で求め
た特徴量｛（S2＋S3）/S1｝は別の特徴量（S1/Ssum）が
十分大きいときにのみはじめて意味を持つ〔（S1/Ssu
m）が、小さいときに ｛（S2＋S3）/S1｝ の大小を評価しても無意味〕 ので、このような場合は当該異常原因に対する特徴量xk
〔例えば上記｛（S2＋S3）/S1｝〕の独立性を表わす指
標nikとして、 xkと最も相関の強い別の特徴量xl〔例えば上記（S1/Ssu
m）〕に対応しかつ同じ異常原因ｉに関する劣化指標Pil
の数値を指標値とするよう設定する。あるいはまた、別
の特徴量xmが他のすべての特徴量とは独立と考えられる
場合には指標nimの値として「１」を設定する。
これらの係数aij,bij,wijと指標nijは、回転機械の異常
現象の物理的性質および長年の経験に基づいて決定され
た簡易な知識ベースであり、データベースファイル６に
おいては、データベースは必要に応じて変更可能な構成
になっている。異常原因推定部５では、前記したような
複数個の特徴量xjを、前記した変換係数aij,bijを用い
て、例えば次の関係式（１）を用いて劣化指数Pijに変
換する。
現象の物理的性質および長年の経験に基づいて決定され
た簡易な知識ベースであり、データベースファイル６に
おいては、データベースは必要に応じて変更可能な構成
になっている。異常原因推定部５では、前記したような
複数個の特徴量xjを、前記した変換係数aij,bijを用い
て、例えば次の関係式（１）を用いて劣化指数Pijに変
換する。
xj＜aijならば、Pij＝０、 aij≦xj＜bijならば、 Pij＝（xj−aij）／（bij−aij） xj≧bijならば、Pij＝１ ……（１） 式（１）の関係を、第４図に示す。
ある１つの異常原因についての発生の可能性を示すFi
は、複数の劣化指数Pijと、各々のPijに対応する重み係
数wijと、同じく各々のPijに対応する特徴量の独立性を
表す指標nijの合成により算出する。例えば線形結合に
よる合成ならば、次式（２）より算出される。
は、複数の劣化指数Pijと、各々のPijに対応する重み係
数wijと、同じく各々のPijに対応する特徴量の独立性を
表す指標nijの合成により算出する。例えば線形結合に
よる合成ならば、次式（２）より算出される。
Fi＝Wi1ni1Pi1＋Wi2ni2Pi2＋…＋WitnitPit …（２） ここで、添字ｔは特徴量xjの総数を表わし、また各々の
ｉにおけるWi1,Wi2…,Witの総和は１とする。
ｉにおけるWi1,Wi2…,Witの総和は１とする。
Fiは０から１までの値をとり、この値が１に近いほど回
転機械に異常原因ｉが発生している可能性が高いことを
意味し、０に近いほど発生の可能性が低いことを意味す
る。式（２）の演算を、回転機械に発生すると考えられ
るすべての異常原因について行えば、診断時に発生して
いる可能性の高い異常原因がどれであるかが容易にわか
る。
転機械に異常原因ｉが発生している可能性が高いことを
意味し、０に近いほど発生の可能性が低いことを意味す
る。式（２）の演算を、回転機械に発生すると考えられ
るすべての異常原因について行えば、診断時に発生して
いる可能性の高い異常原因がどれであるかが容易にわか
る。
以上述べたごとく本発明では、回転機械の状態を表わす
検出信号の時系列データの解析結果から算出した複数個
の特徴量に関して、各特徴量が複数個の各々の異常原因
に対して他の特徴量と相関を有するか否か（独立かどう
か）によって異なる指標値を与え、異常原因の発生の可
能性を示す値を算出するために、特徴量から変換した劣
化指数と、特徴量と異常原因の相関の程度を示す重み係
数と、特徴量の独立性を表わす指標を用いるようにした
ので、回転機械の異常原因を精度よく判定することが可
能になる。
検出信号の時系列データの解析結果から算出した複数個
の特徴量に関して、各特徴量が複数個の各々の異常原因
に対して他の特徴量と相関を有するか否か（独立かどう
か）によって異なる指標値を与え、異常原因の発生の可
能性を示す値を算出するために、特徴量から変換した劣
化指数と、特徴量と異常原因の相関の程度を示す重み係
数と、特徴量の独立性を表わす指標を用いるようにした
ので、回転機械の異常原因を精度よく判定することが可
能になる。
第１図は本発明の実施例における異常診断のフローを示
すブロック図、第２図は回転機械から取込まれる検出信
号の例を示す波形図、第3a図および第3b図は、時系列デ
ータの解析結果の例を示す平面図、第４図は特徴量と劣
化指数の関係の一例を示すグラフ、第５図は特徴量から
異常原因を判定するデータベースを示す平面図である。 1:始点ターミナル、2:診断仕様入力部 3:時系列信号データ入力部、4:データ解析部 5:異常原因推定部、6:データベースファイル 7:終点ターミナル
すブロック図、第２図は回転機械から取込まれる検出信
号の例を示す波形図、第3a図および第3b図は、時系列デ
ータの解析結果の例を示す平面図、第４図は特徴量と劣
化指数の関係の一例を示すグラフ、第５図は特徴量から
異常原因を判定するデータベースを示す平面図である。 1:始点ターミナル、2:診断仕様入力部 3:時系列信号データ入力部、4:データ解析部 5:異常原因推定部、6:データベースファイル 7:終点ターミナル
Claims (1)
- 【請求項１】回転機械の状態を表わす検出信号の時系列
データの解析結果から算出した複数の特徴量をもとにし
て回転機械の異常を診断する方法において、 回転機械に発生する異常原因と前記時系列データの解析
結果から得られる特徴量を項目とした行列構造をとり、
各特徴量の値を回転機械の劣化程度を示す劣化指数に変
換するための変換係数群と、各異常原因と各特徴量との
因果関係の程度を定めた重み係数と、各特徴量の独立性
を表わす指標とを要素とするデータベースを予め用意し
ておき、前記回転機械の状態を表わす検出信号の時系列
データの解析結果から算出した複数の特徴量の値と前記
データベースを用いて、各々の異常原因毎にそれぞれ複
数の劣化指数と重み係数と特徴量の独立性を表わす指標
とを合成した値を求め、その値の大きさにより発生して
いる異常原因を判定することを特徴とする回転機械の異
常診断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP89287A JPH07122604B2 (ja) | 1987-01-06 | 1987-01-06 | 回転機械の異常診断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP89287A JPH07122604B2 (ja) | 1987-01-06 | 1987-01-06 | 回転機械の異常診断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63169536A JPS63169536A (ja) | 1988-07-13 |
| JPH07122604B2 true JPH07122604B2 (ja) | 1995-12-25 |
Family
ID=11486330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP89287A Expired - Fee Related JPH07122604B2 (ja) | 1987-01-06 | 1987-01-06 | 回転機械の異常診断方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07122604B2 (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02159526A (ja) * | 1988-12-13 | 1990-06-19 | Mitsubishi Atom Power Ind Inc | 非線形振動の診断装置 |
| JP4200332B2 (ja) * | 2006-08-29 | 2008-12-24 | パナソニック電工株式会社 | 異常監視装置、異常監視方法 |
| JP5513036B2 (ja) * | 2008-08-21 | 2014-06-04 | 旭化成株式会社 | 検知装置 |
| JP2011132862A (ja) * | 2009-12-24 | 2011-07-07 | Diesel United:Kk | ディーゼル機関のピストンリング摺動状態監視方法 |
| JP5406146B2 (ja) * | 2010-08-31 | 2014-02-05 | 日立オートモティブシステムズ株式会社 | 電動駆動制御装置の過電流検出装置および過電流検出方法 |
| JP5318161B2 (ja) * | 2011-07-14 | 2013-10-16 | 中国電力株式会社 | ベアリング診断装置及びベアリング診断方法 |
| WO2021234815A1 (ja) * | 2020-05-19 | 2021-11-25 | 株式会社日立製作所 | 回転機診断システム及び方法 |
| JP7813567B2 (ja) * | 2021-12-09 | 2026-02-13 | 株式会社日立インダストリアルプロダクツ | 流体機械の異常原因推定装置及びその異常原因推定方法並びに流体機械の異常原因推定システム |
-
1987
- 1987-01-06 JP JP89287A patent/JPH07122604B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPS63169536A (ja) | 1988-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jalaleddine et al. | ECG data compression techniques-a unified approach | |
| CN111965543B (zh) | 永磁同步电机匝间短路故障初期检测方法、系统及介质 | |
| JPH07122604B2 (ja) | 回転機械の異常診断方法 | |
| CN113074941A (zh) | 基于自适应时变梳状滤波的变转速齿轮故障信号提取方法、诊断方法、系统及存储介质 | |
| CN114398922B (zh) | 一种基于CNN-BiLSTM的高压并联电抗器绕组松动的故障诊断方法 | |
| EP0222830A1 (en) | DETERMINATION OF THE HEART RATE BY USING AUTOREGRESSIVE ANALYSIS. | |
| JP7198089B2 (ja) | 電力変換装置、回転機システム、及び診断方法 | |
| CN111980900B (zh) | 一种基于多源数据融合分析的水泵故障诊断方法 | |
| Zhan et al. | Adaptive model for vibration monitoring of rotating machinery subject to random deterioration | |
| CN115186707B (zh) | 一种简易齿轮箱故障检测方法 | |
| JPS5994018A (ja) | 回転機械の故障診断装置 | |
| Leite et al. | Long-range dependence in heart rate variability data: ARFIMA modelling vs detrended fluctuation analysis | |
| JPH0733976B2 (ja) | 歯車の異常診断装置 | |
| Islam et al. | Pulmonary Artery Pressure (PAP) Prediction Based On Three Physiological And Seven ECG Signal Features | |
| CN119860917A (zh) | 一种基于振动信号的变转速条件下齿轮磨损面积监测方法 | |
| CN100450434C (zh) | 诊断数据取得方法及诊断系统 | |
| CN112816213A (zh) | 一种风力机传动系统的故障诊断方法 | |
| CN115900931B (zh) | 一种基于音频数据的故障诊断方法及系统 | |
| Mukhopadhyay et al. | A feature-based approach to monitor motor-operated valves used in nuclear power plants | |
| Grivel et al. | Null or linear-phase filters for the derivation of a new variant of the MSE | |
| Begum et al. | K-NN based interpolation to handle artifacts for heart rate variability analysis | |
| Bao et al. | Application of a two-dimensional lifting wavelet transform to rotating mechanical vibration data compression | |
| Leite et al. | Modelling long-term heart rate variability: an ARFIMA approach | |
| JP7613324B2 (ja) | 異常診断装置及び異常診断方法 | |
| Boskovic et al. | An efficient approach to ECG signal transmission via GPRS |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |