JPS5863831A - 周期運動体の監視方法 - Google Patents
周期運動体の監視方法Info
- Publication number
- JPS5863831A JPS5863831A JP56163805A JP16380581A JPS5863831A JP S5863831 A JPS5863831 A JP S5863831A JP 56163805 A JP56163805 A JP 56163805A JP 16380581 A JP16380581 A JP 16380581A JP S5863831 A JPS5863831 A JP S5863831A
- Authority
- JP
- Japan
- Prior art keywords
- periodically moving
- periodic
- moving components
- fourier transform
- periodic motion
- 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.)
- Pending
Links
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
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/021—Gearings
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Transmission Devices (AREA)
- Rolling Contact Bearings (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
本発明はベアリング、歯車等のように周期運動を行う物
体即ち周期運動体及びこれらを備えた機器の監視方法に
関する。
体即ち周期運動体及びこれらを備えた機器の監視方法に
関する。
一般にベアリング、歯車等の周期運動体及びこれらを備
えた機器において、部品の傷、回転軸の偏心、潤滑の不
良等の異常が発生した場合には、これを放置するとベア
リング、歯車等の部品的破損のみならず、これらを備え
た機器全体の故障、破壊を惹起する。従ってこのような
異常を正確に把握することはベアリング、歯車等を有す
る機器の保守管理上、極めて重要な課題である。従来こ
のような異常を正確に把握するために周期運動体に中ン
サを収り付け、その出力信号から得られる時系列データ
より、その実効値即ち下記（１）式に示すＲＭＳ （Ｒ
ｏｏｔ Ｍｅａｎ ５ｑｕａｒｅ）値を求め、その解析
によってベアリング、歯車等の周期運動体、更にはこれ
らを備えた機器も含めた被監視体の診断、監視が行われ
ていた。
えた機器において、部品の傷、回転軸の偏心、潤滑の不
良等の異常が発生した場合には、これを放置するとベア
リング、歯車等の部品的破損のみならず、これらを備え
た機器全体の故障、破壊を惹起する。従ってこのような
異常を正確に把握することはベアリング、歯車等を有す
る機器の保守管理上、極めて重要な課題である。従来こ
のような異常を正確に把握するために周期運動体に中ン
サを収り付け、その出力信号から得られる時系列データ
より、その実効値即ち下記（１）式に示すＲＭＳ （Ｒ
ｏｏｔ Ｍｅａｎ ５ｑｕａｒｅ）値を求め、その解析
によってベアリング、歯車等の周期運動体、更にはこれ
らを備えた機器も含めた被監視体の診断、監視が行われ
ていた。
但し、 ｘ（【） ：時系列データ（１＝１，２・・
・Ｎ）Ｎ ：データ数 然るにこのＲＭＳ値により評価する場合は、時系列デー
タを全体的に把握するのに適しているが、このＲＭＳ値
は被監視体のサイズ、負荷の大小、回転速度等によって
区々に異なり、普遍的なり］新基準を設けることができ
ないので、個々の正常時のデータを蓄積しておく必要が
あって煩わしく、また微妙な異常を判定する場合には感
度が低いという難点もあった。
・Ｎ）Ｎ ：データ数 然るにこのＲＭＳ値により評価する場合は、時系列デー
タを全体的に把握するのに適しているが、このＲＭＳ値
は被監視体のサイズ、負荷の大小、回転速度等によって
区々に異なり、普遍的なり］新基準を設けることができ
ないので、個々の正常時のデータを蓄積しておく必要が
あって煩わしく、また微妙な異常を判定する場合には感
度が低いという難点もあった。
本発明は斯かる事情に鑑みてなされたものであり、周期
運動体を監視する場合において、上記ＲＭＳ値の如き実
効値の他に、被監視体から得られる時系列データの確率
密度関数（ＰｒｏｂａｂｉｌｉｔｙＤｅｎｓｉｔｙ Ｆ
ｕｎｃｔｉｏｎ、以下Ｐ、 Ｄ、 Ｆ、と略す）をとり
、その分布の乱れを正規化した値、即ちＰ、 Ｄ、 Ｆ
、の高次モーメント（分布の広がりを示す偶数次モーメ
ントを選択する）をその分散にて除して正規化した値（
Ｋ値）を収り入れることによって、時系列データを全体
的に把握すると共に普遍的な判断基準で異常を判定する
感度の高い周期運動体の監視方法を提供することを１」
的とする。
運動体を監視する場合において、上記ＲＭＳ値の如き実
効値の他に、被監視体から得られる時系列データの確率
密度関数（ＰｒｏｂａｂｉｌｉｔｙＤｅｎｓｉｔｙ Ｆ
ｕｎｃｔｉｏｎ、以下Ｐ、 Ｄ、 Ｆ、と略す）をとり
、その分布の乱れを正規化した値、即ちＰ、 Ｄ、 Ｆ
、の高次モーメント（分布の広がりを示す偶数次モーメ
ントを選択する）をその分散にて除して正規化した値（
Ｋ値）を収り入れることによって、時系列データを全体
的に把握すると共に普遍的な判断基準で異常を判定する
感度の高い周期運動体の監視方法を提供することを１」
的とする。
而して、一般に糸が正常である場合、そのＰ、Ｄ、 Ｆ
。
。
は正規分布をなすと考えられ、このときに値は３．０と
なる。然るに本発明において監視の対象としている周期
運動体には必ず周期運動成分が混入するため、系が正常
時に必ずしもＰ、 Ｄ、 Ｆ、が正規分布をなさず、Ｋ
値が引き下げられ（周期運動信号例として正弦波のみの
場合、Ｋ＝１．５）、Ｋ値の評価が正確なものとならな
い。このだめ得られた信号を周期運動成分と非周期運動
成分に分離し、各々をそれぞれふされしい方法で評価す
ることを考える。
なる。然るに本発明において監視の対象としている周期
運動体には必ず周期運動成分が混入するため、系が正常
時に必ずしもＰ、 Ｄ、 Ｆ、が正規分布をなさず、Ｋ
値が引き下げられ（周期運動信号例として正弦波のみの
場合、Ｋ＝１．５）、Ｋ値の評価が正確なものとならな
い。このだめ得られた信号を周期運動成分と非周期運動
成分に分離し、各々をそれぞれふされしい方法で評価す
ることを考える。
即ち、後者は系が正常時には正規分布をなし、系が劣化
するとそのＰ、 Ｄ、 Ｆ、が乱れると考えられるから
、それに対しに１直を計算すれば上述の原理に基づいた
正確な判定が可能となる。また前者については系の劣化
に伴いその運動エネルギーは増加することから例えば実
効値等で評価すればよい。
するとそのＰ、 Ｄ、 Ｆ、が乱れると考えられるから
、それに対しに１直を計算すれば上述の原理に基づいた
正確な判定が可能となる。また前者については系の劣化
に伴いその運動エネルギーは増加することから例えば実
効値等で評価すればよい。
以下その内容を詳述する。
本発明に係る周期運−１体の監視方法は、周期運動体の
振動を一定周期でサンプリングして得た時系列データに
対し、フーリエ変換を施すことにより周期運動成分と非
周期運動成分とに分離し、これらの少なくとも一方につ
いて逆フーリエ変換を施すことによりｎｔｌ記時系列デ
ータを時間＠域での周期運動成分と非周期運動成分とに
分離し、周期運動成分に対してはその実効値を算出し、
また非周期運動成分に対してはそれによって構成される
Ｐ、 Ｄ、 Ｆ、の高次モーメントをその分散にて除し
て正規化した値を算出し、両算出値を組み合わせて評価
すること例よって周期運動体の異常を検知することを特
徴とする。
振動を一定周期でサンプリングして得た時系列データに
対し、フーリエ変換を施すことにより周期運動成分と非
周期運動成分とに分離し、これらの少なくとも一方につ
いて逆フーリエ変換を施すことによりｎｔｌ記時系列デ
ータを時間＠域での周期運動成分と非周期運動成分とに
分離し、周期運動成分に対してはその実効値を算出し、
また非周期運動成分に対してはそれによって構成される
Ｐ、 Ｄ、 Ｆ、の高次モーメントをその分散にて除し
て正規化した値を算出し、両算出値を組み合わせて評価
すること例よって周期運動体の異常を検知することを特
徴とする。
先ず本発明方法の原理について説明する。本発明方法に
おいては、時系列データを全体的に把握するために、前
記（１）式に示すＲＭＳ値を用い、普遍的な判断基準で
異常を判定するために、時系列データのＰ、 Ｄ、 Ｆ
、の高次モーメントをその分散にて除して正規化した値
、例えば下記（２）式に示すに値を用いる。
おいては、時系列データを全体的に把握するために、前
記（１）式に示すＲＭＳ値を用い、普遍的な判断基準で
異常を判定するために、時系列データのＰ、 Ｄ、 Ｆ
、の高次モーメントをその分散にて除して正規化した値
、例えば下記（２）式に示すに値を用いる。
・・・（２）
但し、 Ｐ（ｘ） ： ｘ（ｔ）のＰ、 Ｄ、 Ｆ
。
。
Ｅ ：平均操作
／’４”４次モーメント
σ２：ｘ（ｔ）の分散
即ち時系列データに対してフーリエ変換を施すことによ
り周期運動成分と非周期運動成分とに分離し、これらの
少なくとも一方について逆フーリエ変換を施すことによ
り、前記時系列データを時間領域での周期運動成分と非
周期運動成分とに分離し、周期運動成分に対してはＲＭ
Ｓ値を算出し、また非周期運動成分に対してはに値を算
出し、両算出値を組み合わせて総合評価するのである。
り周期運動成分と非周期運動成分とに分離し、これらの
少なくとも一方について逆フーリエ変換を施すことによ
り、前記時系列データを時間領域での周期運動成分と非
周期運動成分とに分離し、周期運動成分に対してはＲＭ
Ｓ値を算出し、また非周期運動成分に対してはに値を算
出し、両算出値を組み合わせて総合評価するのである。
以下本発明を図面に基いて詳述する。第１図はその実施
に使用する装置の略示ブロック図であって、振動発生体
１にはその振動を検出して電気信号に変換する振動検出
装置２が収り付けられている。この振動検出装置２の出
力はサンプリング装置３へ入力され、ここで一定周期に
てサンプリングされ、アナログデータからディジタルデ
ータに変換されて記憶装置４ヘスドアされていく。演算
装置５け記憶装置１′イ４にストアされた時系列データ
ｘ（ｔ）を収り込んで以下に述べる演算処理を行う。
に使用する装置の略示ブロック図であって、振動発生体
１にはその振動を検出して電気信号に変換する振動検出
装置２が収り付けられている。この振動検出装置２の出
力はサンプリング装置３へ入力され、ここで一定周期に
てサンプリングされ、アナログデータからディジタルデ
ータに変換されて記憶装置４ヘスドアされていく。演算
装置５け記憶装置１′イ４にストアされた時系列データ
ｘ（ｔ）を収り込んで以下に述べる演算処理を行う。
第２図は、この処理手順を示す説明図である。
先ず第２図（イ）にて、時系列データｘ（ｔ）について
下記（３）式に示す如くフーリエ変換を施す。
下記（３）式に示す如くフーリエ変換を施す。
閃 −ｊ２７Ｌｆｔ
Ｘ（ｆ） ＝ ／ ｘ（ｔ）ｅ ｄｔ −
（３）ｆｌ」シ、 ｔ ：サンプリング時点を表わ
す序数ｆ ：周波数 ｊ ：虚数単位 これは時系列データｘ （ｔ）をＲＭＳ値を算出する周
期運動成分とに値を算出する非周期運動成分とに分離す
るだめの操作である。所くして得られたデータＸ（ｆ）
は、例えば被監視体の周期運動体の運動周期が３０Ｈｚ
である場合、周波数ｆが３０Ｈｚにてピークを形成する
。従って周波数ｆが３０Ｈｚ及びその高調波（６０Ｈｚ
、 ９０Ｈｚ・・・）の部分を第２図（ロ）にてピッ
クアンプすることによって、周期運！ＩＩＩＪｊｔ分Ａ
、（ｆ）を下記（４）式に示す！／１１ ＜周波数ｔｉ
ｌ’ｆ域で分離して得ることができる。
（３）ｆｌ」シ、 ｔ ：サンプリング時点を表わ
す序数ｆ ：周波数 ｊ ：虚数単位 これは時系列データｘ （ｔ）をＲＭＳ値を算出する周
期運動成分とに値を算出する非周期運動成分とに分離す
るだめの操作である。所くして得られたデータＸ（ｆ）
は、例えば被監視体の周期運動体の運動周期が３０Ｈｚ
である場合、周波数ｆが３０Ｈｚにてピークを形成する
。従って周波数ｆが３０Ｈｚ及びその高調波（６０Ｈｚ
、 ９０Ｈｚ・・・）の部分を第２図（ロ）にてピッ
クアンプすることによって、周期運！ＩＩＩＪｊｔ分Ａ
、（ｆ）を下記（４）式に示す！／１１ ＜周波数ｔｉ
ｌ’ｆ域で分離して得ることができる。
Ａ（ｆ） −Ｘ（ｆ）・Ｐ（ｆ） ・・・
（４）ＩＬ１シ、 Ｐ（ｆ） ： ｆが被監視体か
ら（ＩＰられる固イ１周波数及びその旨調波周波数のと
き ば１、それ以外のときば０ そしてこのデータを下ｒ妃（５）式に示す如く第２図Ｃ
′）にて逆フーリエ変換すれば時間領域での周期運１０
Ｊ１戊分ａ（ｔ）が算出される。
（４）ＩＬ１シ、 Ｐ（ｆ） ： ｆが被監視体か
ら（ＩＰられる固イ１周波数及びその旨調波周波数のと
き ば１、それ以外のときば０ そしてこのデータを下ｒ妃（５）式に示す如く第２図Ｃ
′）にて逆フーリエ変換すれば時間領域での周期運１０
Ｊ１戊分ａ（ｔ）が算出される。
ａ（ｔ） −／ Ａ（ｆ） ｅ ｄ ｆ
・−（５）そして時間１ｉｌｉ域での非周期運！ｌνＪ
成分ｂ（ｔ）は、下記（６）式に示す如く第２図に）に
て時系列データｘ（ｔ）から上記周期運動成分ａ（ｔ）
を差引いて算出する。
・−（５）そして時間１ｉｌｉ域での非周期運！ｌνＪ
成分ｂ（ｔ）は、下記（６）式に示す如く第２図に）に
て時系列データｘ（ｔ）から上記周期運動成分ａ（ｔ）
を差引いて算出する。
ｂ（ｔ） −ｘ（ｔ） ＝ａ（ｔ） ・（６）
なおこの時・同領域での非周期運動成分ｂ（ｔ）は、時
Ｘ列データｘ（ｔ）についてフーリエ変換して得られだ
データＸ（ｆ）から周波＆領域での非周期運ＩＪの成
゛分Ｂ （ｆ）を下記（７）式に示す如く分離して
得た後、Ｂ（ｆ） −Ｘ（ｆ） −Ａ（ｆ）
・・・（７）その非周期運：ＩｉＩノ成分Ｂ（ｆ）を
逆フーリエ変換することにより算出してもよく、虹に時
間領域での周期運１の成分ａ（ｔ）についても、第２図
の方法によらず、上述の方法により時間領域での非周期
運動成分ｂ（ｔ）を得た後、時系列データｘ （ｔ）か
らそれを差引いて算出してもよいことは勿論である。
なおこの時・同領域での非周期運動成分ｂ（ｔ）は、時
Ｘ列データｘ（ｔ）についてフーリエ変換して得られだ
データＸ（ｆ）から周波＆領域での非周期運ＩＪの成
゛分Ｂ （ｆ）を下記（７）式に示す如く分離して
得た後、Ｂ（ｆ） −Ｘ（ｆ） −Ａ（ｆ）
・・・（７）その非周期運：ＩｉＩノ成分Ｂ（ｆ）を
逆フーリエ変換することにより算出してもよく、虹に時
間領域での周期運１の成分ａ（ｔ）についても、第２図
の方法によらず、上述の方法により時間領域での非周期
運動成分ｂ（ｔ）を得た後、時系列データｘ （ｔ）か
らそれを差引いて算出してもよいことは勿論である。
而して周Ｊ（Ｊｌ運紬成分ａ （ｔ）に対しては下記（
８）式に示す如く第２図（ホ）にてＲＭＳ値をとり、非
周期運動成分ｂ（ｔ）に対しては下記（９）式に示す如
く第２図（へ）にてに値をとる。
８）式に示す如く第２図（ホ）にてＲＭＳ値をとり、非
周期運動成分ｂ（ｔ）に対しては下記（９）式に示す如
く第２図（へ）にてに値をとる。
但し、ｉニー！−ダａ（ｔ） （ａ（ｔ）の平均値）
Ｎ ｔ−＋ ／ （ｂ（ｔ））’Ｐ（ｘ）ｄｘ Ｋ−□ ・・・（９） ［／ （ｂ（ｔ））２Ｐ（ｘ）ｄｘ 、）２但し、Ｐ
（ｘ） ： ｂ（ｔ）のＰ、 Ｄ、 Ｆ。
Ｎ ｔ−＋ ／ （ｂ（ｔ））’Ｐ（ｘ）ｄｘ Ｋ−□ ・・・（９） ［／ （ｂ（ｔ））２Ｐ（ｘ）ｄｘ 、）２但し、Ｐ
（ｘ） ： ｂ（ｔ）のＰ、 Ｄ、 Ｆ。
斯くして得られたＲＭＳ値及びに値に関するデータは、
基準データ記憶装置６に記憶されている正常レベル及び
寿命レベルに関するデータと共に比較装置７へ入力され
、そこで両データが比較された結果、彼盃視体が異常と
総合判定されると゛府報装置ｄ８へ′１ヒ気信号が送ら
れ、警報が発せられるように々っている。なお総合判定
するにあたってはＲＭＳ値及びに値に関するデータを例
えば５１没階に評価し、その平均にて全体評価を行う等
の方法が考えられるが、これは適用機器及び判定者のｌ
ｌｌ１ｉ１１ａ利断による七ころが大きいので適宜簡易
判定ロジックを組めばよい。
基準データ記憶装置６に記憶されている正常レベル及び
寿命レベルに関するデータと共に比較装置７へ入力され
、そこで両データが比較された結果、彼盃視体が異常と
総合判定されると゛府報装置ｄ８へ′１ヒ気信号が送ら
れ、警報が発せられるように々っている。なお総合判定
するにあたってはＲＭＳ値及びに値に関するデータを例
えば５１没階に評価し、その平均にて全体評価を行う等
の方法が考えられるが、これは適用機器及び判定者のｌ
ｌｌ１ｉ１１ａ利断による七ころが大きいので適宜簡易
判定ロジックを組めばよい。
所かる装置１ｑを用いて周期運動体を監視する場合、例
えばベアリングに支承された復改の歯車を用いて助力を
減速伝達する減速機を監視する場合に得られる時系列デ
ータは、周期運動成分が混入して正弦波が入ったもの（
原系列データが正弦波のときのに値は理論的には１．５
となる。）と類似した形となり、従来法により正常時に
おけるに値をとると、理論的には３０であるのに対して
約２．７となる。これに対し、本発明方法を実施するた
めの上述した装置を用いて時系列データを周ｊｇ１運り
の成分と非周期運動成分とに分離し、非周明運！Ｉ’ｄ
Ｊ成分に対して正常時におけるに値をとると約３．０と
なり、正確な判定がｒＩｒ能となる。また本発明方法で
は周期運動成分の貴重な情報についても、前記周期運動
成分に対してＲＭＳ値をとることにより評価するので、
時系列データを全体的に把握することも可能である。
えばベアリングに支承された復改の歯車を用いて助力を
減速伝達する減速機を監視する場合に得られる時系列デ
ータは、周期運動成分が混入して正弦波が入ったもの（
原系列データが正弦波のときのに値は理論的には１．５
となる。）と類似した形となり、従来法により正常時に
おけるに値をとると、理論的には３０であるのに対して
約２．７となる。これに対し、本発明方法を実施するた
めの上述した装置を用いて時系列データを周ｊｇ１運り
の成分と非周期運動成分とに分離し、非周明運！Ｉ’ｄ
Ｊ成分に対して正常時におけるに値をとると約３．０と
なり、正確な判定がｒＩｒ能となる。また本発明方法で
は周期運動成分の貴重な情報についても、前記周期運動
成分に対してＲＭＳ値をとることにより評価するので、
時系列データを全体的に把握することも可能である。
以−ヒ詳述した如く本発明による場合は、時系列データ
に対してフーリエｆｍを施すことにより周期運動成分と
非周ｊ１Ｊ］運動成分とに分離し、これらの少なくとも
一方について逆フーリエ変換を施すことにより時間領域
での周期運動成分と非周期運動成分とのうち、前者に対
しては実効値（ＲＭＳ値）を算出し、後者に対してはそ
れによって構成される確率密度関数の高次モーメントを
その分散にて除して正規化した値（Ｋ値）を算出し、両
算出値を組み合せて総合評価するので、時系列データを
全体的に把握でき、しかも普遍的な判断基準で異常を判
定できる感度の高い周期運動体監視方法が可能となる。
に対してフーリエｆｍを施すことにより周期運動成分と
非周ｊ１Ｊ］運動成分とに分離し、これらの少なくとも
一方について逆フーリエ変換を施すことにより時間領域
での周期運動成分と非周期運動成分とのうち、前者に対
しては実効値（ＲＭＳ値）を算出し、後者に対してはそ
れによって構成される確率密度関数の高次モーメントを
その分散にて除して正規化した値（Ｋ値）を算出し、両
算出値を組み合せて総合評価するので、時系列データを
全体的に把握でき、しかも普遍的な判断基準で異常を判
定できる感度の高い周期運動体監視方法が可能となる。
従って本発明は周期運動体の異常検知技術等の向上に多
大の貢献をなす。
大の貢献をなす。
第１図は本発明の実施に使用する装置の略本ブロック図
、ｖＪ２図は本発明に係る演算処理手順を示す説明図で
ある。 １・・・振切発生体 ２・・・振動検出装置 ５・・・
演算装置 ７・・・比較回路 特 許 出 願 人 住友金属工業株式会社代理人
弁理士 河 野 登 犬
、ｖＪ２図は本発明に係る演算処理手順を示す説明図で
ある。 １・・・振切発生体 ２・・・振動検出装置 ５・・・
演算装置 ７・・・比較回路 特 許 出 願 人 住友金属工業株式会社代理人
弁理士 河 野 登 犬
Claims (1)
- １、周期運動体の振動を一定周期でサンプリングして得
た時系列データに対し、フーリエ変換を施すこと例より
周期運動成分と非周期運動成分とに分離し、これらの少
なくとも一方について逆フーリエ変換を施すことにより
前記時系列データを時間領域での周期運動成分と非周期
運動成分とに分離し、周期運動成分に対してはその実効
値を算出し、また非周期運動成分に対してはそれによっ
て構成される確率密度関数の高次モーメントをその分散
にて除して正規化した値を算出し、両岸出値を組み合わ
せて評価することにより周期運動体の異常を検知するこ
とを特徴とする周期運動体の監視方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56163805A JPS5863831A (ja) | 1981-10-13 | 1981-10-13 | 周期運動体の監視方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56163805A JPS5863831A (ja) | 1981-10-13 | 1981-10-13 | 周期運動体の監視方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS5863831A true JPS5863831A (ja) | 1983-04-15 |
Family
ID=15781035
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP56163805A Pending JPS5863831A (ja) | 1981-10-13 | 1981-10-13 | 周期運動体の監視方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5863831A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01199132A (ja) * | 1988-02-04 | 1989-08-10 | Ono Sokki Co Ltd | 噛合伝達誤差波形の抽出方法 |
| WO2004076874A1 (ja) * | 2003-02-28 | 2004-09-10 | Thk Co., Ltd. | 状態検出装置及び状態検出方法並びに状態検出用プログラム及び情報記録媒体 |
| JP2007132767A (ja) * | 2005-11-10 | 2007-05-31 | Jtekt Corp | 駆動軸損傷診断装置 |
| JP2022551682A (ja) * | 2019-10-09 | 2022-12-13 | ザ グリーソン ワークス | 歯車を試験するための分析システムおよび方法 |
| JP2023046366A (ja) * | 2021-09-23 | 2023-04-04 | 鵬 陳山 | 回転機械の衝撃系異常の診断方法 |
-
1981
- 1981-10-13 JP JP56163805A patent/JPS5863831A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01199132A (ja) * | 1988-02-04 | 1989-08-10 | Ono Sokki Co Ltd | 噛合伝達誤差波形の抽出方法 |
| WO2004076874A1 (ja) * | 2003-02-28 | 2004-09-10 | Thk Co., Ltd. | 状態検出装置及び状態検出方法並びに状態検出用プログラム及び情報記録媒体 |
| US7555953B2 (en) | 2003-02-28 | 2009-07-07 | Thk Co., Ltd. | Condition-detecting device, method, and program, and information-recording medium |
| JP2007132767A (ja) * | 2005-11-10 | 2007-05-31 | Jtekt Corp | 駆動軸損傷診断装置 |
| JP2022551682A (ja) * | 2019-10-09 | 2022-12-13 | ザ グリーソン ワークス | 歯車を試験するための分析システムおよび方法 |
| JP2023046366A (ja) * | 2021-09-23 | 2023-04-04 | 鵬 陳山 | 回転機械の衝撃系異常の診断方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101874472B1 (ko) | 진동신호의 주파수 에너지를 이용한 회전체 고장 예측 시스템 및 방법 | |
| Bafroui et al. | Application of wavelet energy and Shannon entropy for feature extraction in gearbox fault detection under varying speed conditions | |
| US8171797B2 (en) | Sideband energy ratio method for gear mesh fault detection | |
| JP3609982B2 (ja) | 故障診断方法及びその装置 | |
| DK181393B1 (en) | Establishing health indicator of a rotating component | |
| US20200158562A1 (en) | Condition monitoring apparatus, condition monitoring system, and condition monitoring method | |
| JP2931187B2 (ja) | ポンプ劣化診断システム | |
| CA2159920A1 (en) | Method and apparatus for analyzing and detecting faults in bearings and other rotating components that slip | |
| JPH0315698B2 (ja) | ||
| JP2019045472A (ja) | 状態監視装置および状態監視方法 | |
| CN118503882B (zh) | 三相卧螺离心机运行状态参数采集与故障诊断方法 | |
| JP7796913B2 (ja) | 予兆判定装置、処理方法及びプログラム | |
| Babu et al. | Condition monitoring and vibration analysis of boiler feed pump | |
| KR19980084275A (ko) | 전력공급선의 신호분석을 통한 전동기 비정상 상태 감시 시스템 | |
| CN120369295A (zh) | 基于振动信号分析的研磨机内部零件温度异常检测方法 | |
| Yang et al. | Experimental study on the optimum time for conducting bearing maintenance | |
| CN114674562A (zh) | 一种考虑寿命监测条件的轨道交通圆锥滚子轴承寿命预测方法 | |
| CN118934497A (zh) | 一种声纹采集设备运行状态监测系统和方法 | |
| Yousaf et al. | Review of advanced approaches and vibration signature analysis for fault detection, diagnosis, and prognosis of rolling element bearings | |
| GB2122749A (en) | Electrical condition monitoring of electric motors | |
| Yang et al. | Adaptive early initial degradation point detection and outlier correction for bearings | |
| JP3103193B2 (ja) | 回転機械の診断装置 | |
| Sarita et al. | Fault detection of smart grid equipment using machine learning and data analytics | |
| JPH06307921A (ja) | 回転機械の監視診断装置 | |
| WO2019044575A1 (ja) | 状態監視装置および状態監視方法 |