[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP2022082474A - Abnormality diagnosis device and abnormality diagnosis method of vibration machine - Google Patents

Abnormality diagnosis device and abnormality diagnosis method of vibration machine Download PDF

Info

Publication number
JP2022082474A
JP2022082474A JP2020191191A JP2020191191A JP2022082474A JP 2022082474 A JP2022082474 A JP 2022082474A JP 2020191191 A JP2020191191 A JP 2020191191A JP 2020191191 A JP2020191191 A JP 2020191191A JP 2022082474 A JP2022082474 A JP 2022082474A
Authority
JP
Japan
Prior art keywords
data
diagnostic
vibration
reference data
abnormality
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.)
Granted
Application number
JP2020191191A
Other languages
Japanese (ja)
Other versions
JP7075466B1 (en
Inventor
和彦 本崎
Kazuhiko Motozaki
良民 村木
Yoshitami Muraki
貴之 野呂
Takayuki Noro
佑馬 槻木
Yuma Tsukiki
洸 桐畑
Ko Kirihata
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Torishima Pump Manufacturing Co Ltd
Original Assignee
Torishima Pump Manufacturing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=81746632&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=JP2022082474(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Torishima Pump Manufacturing Co Ltd filed Critical Torishima Pump Manufacturing Co Ltd
Priority to JP2020191191A priority Critical patent/JP7075466B1/en
Application granted granted Critical
Publication of JP7075466B1 publication Critical patent/JP7075466B1/en
Publication of JP2022082474A publication Critical patent/JP2022082474A/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

To improve accuracy and convenience of diagnosis in an abnormality diagnosis device and an abnormality diagnosis method of a vibration machine.SOLUTION: An abnormality diagnosis device 10 of a motor 1 includes: a storage part 11 which stores the reference data obtained by performing Fourier transformation on the vibration data of the motor 1; a transformation part 12b which perform the Fourier transformation on an acquisition part 12a for acquiring the vibration data of the motor 1 over time and the vibration data acquired by the acquisition part 12a to be used as the diagnostic data; and a diagnosis part 12c which diagnoses abnormality when the diagnostic data differs from the reference data by a predetermined amount or more by comparing a spectral value of the reference data with a spectral value of the diagnostic data over time.SELECTED DRAWING: Figure 1

Description

本発明は、振動機械の異常診断装置および異常診断方法に関する。 The present invention relates to an abnormality diagnosing device for a vibrating machine and an abnormality diagnosing method.

回転機械などの振動機械では、振動情報を利用した異常診断が実施されている。特許文献1には、そのような振動情報を利用した回転機械の診断方法が開示されている。特許文献1の診断方法においては、回転機械の振動情報から算出した複数の有次元振動パラメータから、主成分分析法で状態評価指数を算出し、状態評価指数に基づき回転機械の良否判定を行っている。 In vibration machines such as rotary machines, abnormality diagnosis using vibration information is carried out. Patent Document 1 discloses a method for diagnosing a rotating machine using such vibration information. In the diagnostic method of Patent Document 1, a state evaluation index is calculated by a principal component analysis method from a plurality of dimensional vibration parameters calculated from vibration information of a rotating machine, and the quality of the rotating machine is judged based on the state evaluation index. There is.

特開2008-58191号公報Japanese Unexamined Patent Publication No. 2008-58191

特許文献1のような診断方法では、回転機械の経時的な変化を捉えることが難しい。また、様々な有次元振動パラメータを用意する必要があり、診断方法として複雑である。また、振動情報にインバータなどのキャリア周波数の影響がある場合に当該影響を除去する必要もある。総じて、異常診断の精度および簡便性に改善の余地がある。 With a diagnostic method as in Patent Document 1, it is difficult to capture changes over time in a rotating machine. In addition, it is necessary to prepare various dimensional vibration parameters, which is complicated as a diagnostic method. Further, when the vibration information is affected by the carrier frequency of the inverter or the like, it is necessary to remove the influence. Overall, there is room for improvement in the accuracy and convenience of abnormality diagnosis.

本発明は、振動機械の異常診断装置および異常診断方法において、診断の精度および簡便性を向上させることを課題とする。 An object of the present invention is to improve the accuracy and convenience of diagnosis in an abnormality diagnosis device and an abnormality diagnosis method for a vibrating machine.

本発明の第1の態様は、
振動機械の振動データをフーリエ変換した基準データを記憶する記憶部と、
前記振動機械の振動データを経時的に取得する取得部と、
前記取得部で取得した前記振動データをフーリエ変換して診断データとする変換部と、
前記基準データのスペクトル値と前記診断データのスペクトル値とを経時的に比較して前記基準データから前記診断データが所定以上異なる場合に異常と診断する診断部と
を備える、振動機械の異常診断装置を提供する。
The first aspect of the present invention is
A storage unit that stores reference data obtained by Fourier transforming the vibration data of a vibrating machine,
An acquisition unit that acquires vibration data of the vibration machine over time,
A conversion unit that Fourier transforms the vibration data acquired by the acquisition unit into diagnostic data,
An abnormality diagnostic device for a vibrating machine, comprising a diagnostic unit that compares the spectral value of the reference data with the spectral value of the diagnostic data over time and diagnoses an abnormality when the diagnostic data differs from the reference data by a predetermined value or more. I will provide a.

この構成によれば、診断対象の振動機械の経時的に変化する振動データから診断データを生成し、同じ診断対象の振動機械の基準データと比較して異常診断を行っている。従って、比較対象のデータが同じ振動機械からのものであるため、振動データの経時的な変化を捉えることができ、高精度の異常診断が可能となる。例えば、インバータを利用した振動機械では、インバータのキャリア周波数の影響が過去の振動データと現在の振動データの両方に同様に付加される。従って、これらの差分をとることでインバータのキャリア周波数の影響を受けずに異常診断を行うことができ、簡便である。また、振動データを経時的に取得して診断データとして利用するので、振動データの経時的な変化が大きくなった場合に異常を検知できる。なお、ここでの振動機械は、振動を発生し得る機械を広く指し、例えば回転機械、レシプロ機械、および水が流れる配管などを含む。また、振動データは、振動加速度および振動速度などであり得る。 According to this configuration, diagnostic data is generated from vibration data that changes with time of the vibration machine to be diagnosed, and abnormality diagnosis is performed by comparing with the reference data of the vibration machine to be diagnosed. Therefore, since the data to be compared are from the same vibration machine, it is possible to capture changes over time in the vibration data, and it is possible to perform highly accurate abnormality diagnosis. For example, in a vibration machine using an inverter, the influence of the carrier frequency of the inverter is similarly added to both the past vibration data and the current vibration data. Therefore, by taking these differences, it is possible to perform an abnormality diagnosis without being affected by the carrier frequency of the inverter, which is convenient. Further, since the vibration data is acquired over time and used as diagnostic data, it is possible to detect an abnormality when the change of the vibration data with time becomes large. The vibrating machine here broadly refers to a machine that can generate vibration, and includes, for example, a rotating machine, a reciprocating machine, and a pipe through which water flows. Further, the vibration data may be vibration acceleration, vibration velocity, or the like.

前記診断部は、前記比較を所定の周波数帯域ごとの平均値、実効値、最小値、または最大値で行ってもよい。 The diagnostic unit may perform the comparison with an average value, an effective value, a minimum value, or a maximum value for each predetermined frequency band.

この構成によれば、所定の周波数帯域ごとに異常診断できる。従って、異常原因を周波数帯域に応じて特定することもできる。所定の周波数帯域は、振動機械の種類や取得する振動データの周波数域に応じて適宜設定すればよい。また、上記実効値とは、時間平均的な大きさ(強度)を表す量で、2乗値の平均の平方根である。 According to this configuration, abnormality diagnosis can be performed for each predetermined frequency band. Therefore, the cause of the abnormality can be identified according to the frequency band. The predetermined frequency band may be appropriately set according to the type of the vibrating machine and the frequency range of the acquired vibration data. The effective value is a quantity representing a time-averaged magnitude (intensity), and is the square root of the average of squared values.

前記診断部は、前記基準データのピーク値と、前記診断データのピーク値との間で比較を行ってもよい。 The diagnostic unit may compare the peak value of the reference data with the peak value of the diagnostic data.

この構成によれば、異常診断を簡易に行うことができる。また、ピーク値をとる大きな振動は異常につながることが多く、ピーク値を比較することで異常診断の精度を高めることができる。ここでのピーク値の比較は、大きい値から順に複数点で行われてもよい。 According to this configuration, abnormality diagnosis can be easily performed. In addition, large vibrations that take peak values often lead to abnormalities, and the accuracy of abnormality diagnosis can be improved by comparing the peak values. The comparison of the peak values here may be performed at a plurality of points in order from the largest value.

前記診断部は、前記基準データの波形画像と前記診断データの波形画像との一致度を評価し、前記一致度が所定以下である場合に異常と診断してもよい。 The diagnostic unit may evaluate the degree of coincidence between the waveform image of the reference data and the waveform image of the diagnostic data, and may diagnose an abnormality when the degree of coincidence is equal to or less than a predetermined value.

この構成によれば、波形全体を画像として比較できるため、診断精度を向上できる。例えば、一致度が50%以下の場合に異常と診断してもよい。 According to this configuration, the entire waveform can be compared as an image, so that the diagnostic accuracy can be improved. For example, an abnormality may be diagnosed when the degree of agreement is 50% or less.

前記記憶部は、複数の基準データを記憶しており、
前記診断部は、前記複数の基準データのそれぞれに対して前記診断データとの比較を行い複数の比較結果を取得し、前記複数の比較結果のうち一つでも異常でない診断結果が得られた場合には全体結果として異常でないと診断してもよい。
The storage unit stores a plurality of reference data and stores a plurality of reference data.
When the diagnostic unit compares each of the plurality of reference data with the diagnostic data and obtains a plurality of comparison results, and even one of the plurality of comparison results is not abnormal. May be diagnosed as normal as a whole.

この構成によれば、振動機械の正常運転におけるインバータのキャリア周波数の変更や運転モードの変更に伴う振動の変化を異常状態と誤診断することを抑制できる。 According to this configuration, it is possible to suppress the misdiagnosis of the change in vibration due to the change in the carrier frequency of the inverter or the change in the operation mode in the normal operation of the vibrating machine as an abnormal state.

本発明の第2の態様は、
振動機械の振動データをフーリエ変換した基準データを準備し、
前記振動機械の振動データを経時的に取得し、
経時的に取得した前記振動データをフーリエ変換して診断データとし、
前記基準データのスペクトル値と前記診断データのスペクトル値とを経時的に比較して前記基準データから前記診断データが所定以上異なる場合に異常と診断する
ことを含む、振動機械の異常診断方法を提供する。
The second aspect of the present invention is
Prepare the reference data obtained by Fourier transforming the vibration data of the vibrating machine.
The vibration data of the vibration machine is acquired over time, and the vibration data is acquired over time.
The vibration data acquired over time is Fourier transformed to obtain diagnostic data.
Provided is an abnormality diagnosis method for a vibrating machine, which comprises comparing the spectral value of the reference data with the spectral value of the diagnostic data over time and diagnosing an abnormality when the diagnostic data differs from the reference data by a predetermined value or more. do.

本発明によれば、振動機械の異常診断装置および異常診断方法において、異常診断の精度および簡便性を向上できる。 According to the present invention, the accuracy and convenience of abnormality diagnosis can be improved in the abnormality diagnosis device and the abnormality diagnosis method of a vibrating machine.

振動機械の異常診断装置の概略構成図。Schematic block diagram of the abnormality diagnosis device for vibration machines. 本発明の第1実施形態に係る異常診断装置の制御ブロック図。The control block diagram of the abnormality diagnosis apparatus which concerns on 1st Embodiment of this invention. 第1実施形態の異常診断方法を示すフローチャート。The flowchart which shows the abnormality diagnosis method of 1st Embodiment. 基準データと診断データの波形を示すグラフ。A graph showing the waveforms of reference data and diagnostic data. 図4の基準データD0に対応する棒グラフ。The bar graph corresponding to the reference data D0 of FIG. 図4の診断データD4に対応する棒グラフ。The bar graph corresponding to the diagnostic data D4 of FIG. 第1変形例における基準データを示す折れ線グラフ。A line graph showing reference data in the first modification. 第1変形例における診断データを示す折れ線グラフ。A line graph showing diagnostic data in the first modification. 第2変形例における診断データと基準データとの差分を示す折れ線グラフ。A line graph showing the difference between the diagnostic data and the reference data in the second modification. 第2実施形態の異常診断方法を示すフローチャート。The flowchart which shows the abnormality diagnosis method of 2nd Embodiment.

以下、添付図面を参照して本発明の実施形態を説明する。 Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings.

(第1実施形態)
図1を参照して、第1実施形態の振動機械1の異常診断装置10は、振動機械1の振動データを取得し、当該振動データから異常を診断するものである。振動機械1は、振動を発生し得る機械を広く指し、例えば回転機械、レシプロ機械、および液体が流れる配管などを含む。以下では、エアコンなどの空気調和機に使用されるファン2のモータ1を振動機械1の一例として説明する。
(First Embodiment)
With reference to FIG. 1, the abnormality diagnosis device 10 of the vibration machine 1 of the first embodiment acquires the vibration data of the vibration machine 1 and diagnoses the abnormality from the vibration data. The vibration machine 1 broadly refers to a machine that can generate vibration, and includes, for example, a rotating machine, a reciprocating machine, and a pipe through which a liquid flows. Hereinafter, the motor 1 of the fan 2 used in an air conditioner such as an air conditioner will be described as an example of the vibration machine 1.

エアコンに使用されるファン2は、モータ1によって駆動され、室内に温度調整された空気を送風する。モータ1は、インバータ3によって回転数を調整される。インバータ3は、制御装置4によって制御される。 The fan 2 used in the air conditioner is driven by a motor 1 and blows temperature-controlled air into the room. The rotation speed of the motor 1 is adjusted by the inverter 3. The inverter 3 is controlled by the control device 4.

モータ1には、振動センサ5が取り付けられている。振動センサ5は、モータ1の振動データを計測し、異常診断装置10に送信する。振動データは、振動加速度および振動速度などであり得る。ここでは、振動データの一例として振動加速度を挙げて説明する。振動センサ5は、所定の間隔(例えば1日1回)でモータ1の振動加速度を計測し、異常診断装置10に送信している。本実施形態では、振動センサ5は、1~10000Hzの周波数範囲で振動加速度を計測する。代替的には、振動センサ5は、任意の周波数範囲で振動データを計測し得る。例えば、振動センサ5は、10000Hzより大きな周波数まで振動データを取得してもよい。 A vibration sensor 5 is attached to the motor 1. The vibration sensor 5 measures the vibration data of the motor 1 and transmits it to the abnormality diagnosis device 10. The vibration data can be vibration acceleration, vibration velocity, and the like. Here, vibration acceleration will be described as an example of vibration data. The vibration sensor 5 measures the vibration acceleration of the motor 1 at predetermined intervals (for example, once a day) and transmits it to the abnormality diagnosis device 10. In this embodiment, the vibration sensor 5 measures the vibration acceleration in the frequency range of 1 to 10000 Hz. Alternatively, the vibration sensor 5 may measure vibration data in any frequency range. For example, the vibration sensor 5 may acquire vibration data up to a frequency higher than 10000 Hz.

図2を参照して、異常診断装置10は、CPU(Central Processing Unit)、RAM(Random Access Memory)、およびROM(Read Only Memory)等のハードウェアと、それらに実装されたソフトウェアとにより構成されている。異常診断装置10は、例えば、デスクトップパソコン、ノートパソコン、ワークステーション、またはタブレット端末のような情報処理装置で構成され得る。 With reference to FIG. 2, the abnormality diagnosis device 10 is composed of hardware such as a CPU (Central Processing Unit), a RAM (Random Access Memory), and a ROM (Read Only Memory), and software mounted therein. ing. The abnormality diagnosis device 10 may be composed of an information processing device such as a desktop personal computer, a laptop computer, a workstation, or a tablet terminal, for example.

異常診断装置10は、記憶部11と、処理部12と、表示部13とを有している。処理部12は、機能的構成として、取得部12aと、変換部12bと、診断部12cとを含んでいる。これらは、ハードウェア資源であるプロセッサと、ソフトウェアであるプログラムとの協働により実現される。 The abnormality diagnosis device 10 has a storage unit 11, a processing unit 12, and a display unit 13. The processing unit 12 includes an acquisition unit 12a, a conversion unit 12b, and a diagnosis unit 12c as a functional configuration. These are realized by the cooperation between the processor, which is a hardware resource, and the program, which is software.

記憶部11は、モータ1の過去の振動データをフーリエ変換した基準データを記憶している。過去の振動データは、正常な運転状態を維持しているときのものである。また、記憶部11には、処理部12で稼働するプログラムも記録されている。記憶部11は、可搬性を有する記録媒体であってもよいし、処理部12と一体的に構成されていてもよい。 The storage unit 11 stores reference data obtained by Fourier transforming the past vibration data of the motor 1. The past vibration data is the one when the normal operation state is maintained. Further, the storage unit 11 also records a program operated by the processing unit 12. The storage unit 11 may be a portable recording medium, or may be integrally configured with the processing unit 12.

取得部12aは、振動センサ5から振動データを経時的に受信する。取得部12aと振動センサ5との間のデータの授受の態様は、有線であってもよいし、無線であってもよい。 The acquisition unit 12a receives vibration data from the vibration sensor 5 over time. The mode of exchanging data between the acquisition unit 12a and the vibration sensor 5 may be wired or wireless.

変換部12bは、取得部12aで取得した振動データをフーリエ変換して診断データとする。ここでは、フーリエ変換の一例として高速フーリエ変換(FFT)を使用する。このフーリエ変換により、振動データを周波数分析することができる。また、変換部12bでの変換は、取得部12aによって振動データが取得されるたびに実行される。従って、周波数分析結果の経時的な変化を確認できる。 The conversion unit 12b Fourier transforms the vibration data acquired by the acquisition unit 12a into diagnostic data. Here, a fast Fourier transform (FFT) is used as an example of the Fourier transform. By this Fourier transform, the vibration data can be frequency-analyzed. Further, the conversion in the conversion unit 12b is executed every time the vibration data is acquired by the acquisition unit 12a. Therefore, it is possible to confirm the change over time in the frequency analysis result.

診断部12cは、基準データのスペクトル値と診断データのスペクトル値とを経時的に比較して基準データから診断データが所定以上異なる場合に異常と診断する。比較の具体的な方法については後述する。 The diagnostic unit 12c compares the spectral value of the reference data with the spectral value of the diagnostic data over time, and diagnoses an abnormality when the diagnostic data differs from the reference data by a predetermined value or more. The specific method of comparison will be described later.

表示部13は、処理部12による診断結果を表示する部分であり、例えば、液晶ディスプレイ、有機ELディスプレイ、またはプラズマディスプレイ等により構成される。本実施形態では、表示部13には、診断部12cによって異常があるとの診断結果が出された場合にその診断結果が表示される。ただし、表示部13には、診断部12cによって異常がないとの診断結果が出た場合にもその診断結果が表示されてもよい。 The display unit 13 is a part that displays the diagnosis result by the processing unit 12, and is composed of, for example, a liquid crystal display, an organic EL display, a plasma display, or the like. In the present embodiment, the display unit 13 displays the diagnosis result when the diagnosis unit 12c gives a diagnosis result that there is an abnormality. However, the display unit 13 may display the diagnosis result even when the diagnosis unit 12c gives a diagnosis result that there is no abnormality.

図3を参照して、本実施形態の異常診断装置10が実行する異常診断方法について説明する。 The abnormality diagnosis method executed by the abnormality diagnosis apparatus 10 of the present embodiment will be described with reference to FIG.

本実施形態の異常診断方法を開始すると(ステップS3-1)、取得部12aによって振動データを取得する(ステップS3-2)。次いで、取得部12aによって取得された振動データを変換部12bによってフーリエ変換して診断データとする(ステップS3-3)。そして、診断部12cによって、記憶部11に記憶された基準データのスペクトル値と診断データのスペクトル値とを比較し、基準データから診断データが所定以上異なる場合に異常と診断する(ステップS3-4)。異常があると診断されない場合(N:ステップS3-4)、振動データを取得する処理に戻り(ステップS3-2)、以降の処理を繰り返す。診断部12cによって異常があると診断された場合(Y:ステップS3-4)、診断結果として異常があることを表示部13に表示し(ステップS3-5)、一連の処理を終了する(ステップS3-6)。 When the abnormality diagnosis method of the present embodiment is started (step S3-1), vibration data is acquired by the acquisition unit 12a (step S3-2). Next, the vibration data acquired by the acquisition unit 12a is Fourier transformed by the conversion unit 12b to obtain diagnostic data (step S3-3). Then, the diagnostic unit 12c compares the spectral value of the reference data stored in the storage unit 11 with the spectral value of the diagnostic data, and diagnoses as abnormal when the diagnostic data differs from the reference data by a predetermined value or more (step S3-4). ). If it is not diagnosed that there is an abnormality (N: step S3-4), the process returns to the process of acquiring vibration data (step S3-2), and the subsequent processes are repeated. When an abnormality is diagnosed by the diagnosis unit 12c (Y: step S3-4), the display unit 13 displays that there is an abnormality as a diagnosis result (step S3-5), and the series of processes is terminated (step). S3-6).

図4を参照して、本実施形態で比較するデータを例示する。図4は、3つの軸(スペクトル値、周波数、および日付)を有する3次元グラフである。このグラフでは、基準データと、診断データとが1Hz刻みでそれぞれ示されている。 With reference to FIG. 4, the data to be compared in this embodiment will be illustrated. FIG. 4 is a three-dimensional graph having three axes (spectral values, frequencies, and dates). In this graph, the reference data and the diagnostic data are shown in 1 Hz increments, respectively.

図4の最も左に位置する波形データD0は、基準データであり、正常データとして記憶部11に記憶されている。図4の左から2番目以降の波形データD1~D9は診断データであり、2週間に一度の間隔で取得された振動データ(例えばモータ1の振動の加速度データ)がフーリエ変換されたものである。 The waveform data D0 located on the leftmost side of FIG. 4 is reference data and is stored in the storage unit 11 as normal data. The second and subsequent waveform data D1 to D9 in FIG. 4 are diagnostic data, and the vibration data acquired at intervals of once every two weeks (for example, the acceleration data of the vibration of the motor 1) are Fourier transformed. ..

図4のグラフでは、2019年5月12日の診断データD4が基準データD0と比べてF1,F2(Hz)付近においてそれぞれ卓越している(グラフ中のA部分を参照)。詳細には、2019年5月12日より前の診断データD1~D3において、そのような卓越したスペクトルは確認されず、2019年5月12日より後の診断データD5~D9においては同じ周波数付近で卓越したスペクトルが確認できる。 In the graph of FIG. 4, the diagnostic data D4 on May 12, 2019 is superior to the reference data D0 in the vicinity of F1 and F2 (Hz) (see the part A in the graph). Specifically, no such predominant spectrum was identified in the diagnostic data D1 to D3 prior to May 12, 2019, and near the same frequency in the diagnostic data D5 to D9 after May 12, 2019. You can see the excellent spectrum with.

図5は、図4の基準データD0に対応する棒グラフを示している。図6は、図4の診断データD4に対応する棒グラフを示している。図5,6では、横軸が周波数を示している。周波数は1~10000Hzまでを所定の分割幅で区分して示されている。縦軸は、区分された各周波数範囲におけるスペクトルの平均値を示している。なお、所定の分割幅については、1~10000Hzまでを等分割してもよいし、任意に分割幅を変更してもよい。 FIG. 5 shows a bar graph corresponding to the reference data D0 of FIG. FIG. 6 shows a bar graph corresponding to the diagnostic data D4 of FIG. In FIGS. 5 and 6, the horizontal axis indicates the frequency. The frequency is shown by dividing 1 to 10000 Hz by a predetermined division width. The vertical axis shows the average value of the spectrum in each divided frequency range. Regarding the predetermined division width, 1 to 10000 Hz may be equally divided, or the division width may be arbitrarily changed.

図5,6を比較すると、14番目の周波数範囲であるF1(Hz)付近の周波数範囲で、診断データD4のスペクトルの平均値が基準データD0のスペクトルの平均値に比べて著しく大きくなっていることが確認できる。同様に、16番目の周波数範囲であるF2(Hz)付近の周波数範囲で、診断データD4のスペクトルの平均値が基準データD0のスペクトルの平均値に比べて著しく大きくなっていることが確認できる。 Comparing FIGS. 5 and 6, in the frequency range near F1 (Hz), which is the 14th frequency range, the average value of the spectra of the diagnostic data D4 is significantly larger than the average value of the spectra of the reference data D0. Can be confirmed. Similarly, in the frequency range near F2 (Hz), which is the 16th frequency range, it can be confirmed that the average value of the spectrum of the diagnostic data D4 is significantly larger than the average value of the spectrum of the reference data D0.

本実施形態では、診断部12cは、診断データD1~D9のいずれかの特定の周波数範囲のスペクトルの平均値が、基準データの同じ周波数範囲のスペクトルの平均値よりも例えば30%以上大きくなった場合に異常と診断する。図5,6の例では、F1(Hz)付近およびF2(Hz)付近の周波数範囲において、診断データD4のスペクトルの平均値が基準データD0のスペクトルの平均値に比べてそれぞれ2倍以上大きくなっている。従って、診断部12cによって異常と診断される。なお、異常と診断するための比較の閾値は30%以外であってもよく、診断対象とする振動機械の種類などに応じて任意に設定され得る。 In the present embodiment, the diagnostic unit 12c has the average value of the spectra of any specific frequency range of the diagnostic data D1 to D9 larger than the average value of the spectra of the same frequency range of the reference data, for example, by 30% or more. If it is diagnosed as abnormal. In the examples of FIGS. 5 and 6, in the frequency range near F1 (Hz) and F2 (Hz), the average value of the spectrum of the diagnostic data D4 is more than twice as large as the average value of the spectrum of the reference data D0, respectively. ing. Therefore, the diagnosis unit 12c diagnoses the abnormality. The threshold value for comparison for diagnosing an abnormality may be other than 30%, and may be arbitrarily set according to the type of the vibrating machine to be diagnosed.

本実施形態によれば、モータ1の経時的に変化する振動データから診断データを生成し、過去に取得した同じモータ1の基準データと比較して異常診断を行っている。従って、比較対象のデータが同じモータ1からのものであるため、振動データの経時的な変化を捉えることができ、高精度の異常診断が可能となる。また、本実施形態では、インバータ3によってモータ1の回転数を制御しているため、インバータ3のキャリア周波数において振動データにノイズが付加され得る。しかし、インバータ3のキャリア周波数の影響は過去の振動データと現在の振動データの両方に同様に付加される。従って、これらの差分をとることでインバータ3のキャリア周波数のノイズの影響を抑制して簡便に異常診断を行うことができる。また、振動データを経時的に取得して診断データとして利用するので、振動データの経時的な変化が大きくなった場合に異常を検知できる。 According to the present embodiment, diagnostic data is generated from vibration data of the motor 1 that changes with time, and abnormality diagnosis is performed by comparing with the reference data of the same motor 1 acquired in the past. Therefore, since the data to be compared is from the same motor 1, it is possible to capture the change over time in the vibration data, and it is possible to perform highly accurate abnormality diagnosis. Further, in the present embodiment, since the rotation speed of the motor 1 is controlled by the inverter 3, noise can be added to the vibration data at the carrier frequency of the inverter 3. However, the influence of the carrier frequency of the inverter 3 is similarly added to both the past vibration data and the current vibration data. Therefore, by taking these differences, the influence of the noise of the carrier frequency of the inverter 3 can be suppressed and the abnormality diagnosis can be easily performed. Further, since the vibration data is acquired over time and used as diagnostic data, it is possible to detect an abnormality when the change of the vibration data with time becomes large.

また、本実施形態によれば、所定の周波数帯域ごとに異常診断できる。従って、異常原因を周波数帯域に応じて特定することもできる。例えば、低周波数域(例えば、1000Hz以下)で異常と診断された場合、モータ1の偏重(アンバランス)や偏心(ミスアライメント)、モータ1の設置のガタつきなどが想定される。また、振動機械として液体が流れる配管を対象とした場合には配管内の過少流量などが想定される。また、高周波数域(例えば、5000Hz以上)で異常と診断された場合、モータ1とファン2とを機械的に接続する軸部材を支持する軸受部分の損傷ないしグリス切れなどが想定される。 Further, according to the present embodiment, abnormality diagnosis can be performed for each predetermined frequency band. Therefore, the cause of the abnormality can be identified according to the frequency band. For example, when an abnormality is diagnosed in a low frequency region (for example, 1000 Hz or less), eccentricity (unbalance) or eccentricity (misalignment) of the motor 1 and rattling of the installation of the motor 1 are assumed. In addition, when the target is a pipe through which a liquid flows as a vibration machine, an excessive flow rate in the pipe is assumed. Further, when an abnormality is diagnosed in a high frequency region (for example, 5000 Hz or higher), it is assumed that the bearing portion supporting the shaft member that mechanically connects the motor 1 and the fan 2 is damaged or the grease is cut off.

なお、本実施形態では、特定の周波数範囲のスペクトルの平均値を確認して基準データと診断データとを比較したが、比較する値は特定の周波数範囲のスペクトルの実効値、最小値、または最大値などであってもよい。 In this embodiment, the mean value of the spectrum in a specific frequency range is confirmed and the reference data and the diagnostic data are compared, but the value to be compared is the effective value, the minimum value, or the maximum value of the spectrum in the specific frequency range. It may be a value or the like.

(第1変形例)
図7,8を参照して、診断部12cによる診断データと基準データとの比較の方法として、ピーク値を使用してもよい。
(First modification)
With reference to FIGS. 7 and 8, the peak value may be used as a method for comparing the diagnostic data and the reference data by the diagnostic unit 12c.

第1変形例では、診断部12cは、基準データのピーク値と診断データのピーク値を大きい順に比較し、所定以上異なる場合に異常と診断する。以下、具体例について説明する。 In the first modification, the diagnostic unit 12c compares the peak value of the reference data and the peak value of the diagnostic data in descending order, and diagnoses as abnormal when they differ by a predetermined value or more. Hereinafter, specific examples will be described.

図7は基準データを示し、図8は診断データを示している。図7,8の横軸は周波数を示し、縦軸はスペクトルを示している。 FIG. 7 shows reference data and FIG. 8 shows diagnostic data. The horizontal axis of FIGS. 7 and 8 shows the frequency, and the vertical axis shows the spectrum.

図7のグラフにおいて、最も大きな第1ピークが符号P7-1で示され、2番目に大きな第2ピークが符号P7-2で示されている。同様に、図8において、最も大きな第1ピークが符号P8-1で示され、2番目に大きな第2ピークが符号P8-2で示されている。 In the graph of FIG. 7, the largest first peak is indicated by reference numeral P7-1 and the second largest peak is indicated by reference numeral P7-2. Similarly, in FIG. 8, the largest first peak is indicated by reference numeral P8-1 and the second largest peak is indicated by reference numeral P8-2.

図7,8の例では、基準データの第1ピーク値約4.5(P7-1)に比べて診断データの第1ピーク値約5.1(P8-1)が13%程度大きい。また、基準データの第2ピーク値約3.6(P7-1)に比べて診断データの第2ピーク値約4.2(P8-1)が17%程度大きい。 In the examples of FIGS. 7 and 8, the first peak value of about 5.1 (P8-1) of the diagnostic data is about 13% larger than the first peak value of about 4.5 (P7-1) of the reference data. Further, the second peak value of about 4.2 (P8-1) of the diagnostic data is about 17% larger than the second peak value of about 3.6 (P7-1) of the reference data.

診断部12cでは、上記のようにピーク値同士が大きい順に比較される。異常があると診断する閾値を上記実施形態と同じく30%に設定した場合、図7,8の例では、当該30%を超える比較結果が確認できないため、異常があると診断されない。ただし、比較するピーク値の数は1つまたは3つ以上であってもよく、閾値も30%に限定されない。 In the diagnostic unit 12c, as described above, the peak values are compared in descending order. When the threshold value for diagnosing an abnormality is set to 30% as in the above embodiment, in the examples of FIGS. 7 and 8, the comparison result exceeding the 30% cannot be confirmed, so that the abnormality is not diagnosed. However, the number of peak values to be compared may be one or three or more, and the threshold value is not limited to 30%.

第1変形例によれば、周波数範囲によらずに単純にピーク値を大きい順に比較するため、容易に異常診断を行うことができる。具体的には、図7,8の例に示すように、基準データの第1ピークP7-1と、診断データの第1ピークP8-1とは、互いに周波数が異なっている。従って、このような場合、異なる周波数のピーク値同士を比較することになる。ただし、上記実施形態のように特定の周波数範囲を設定し、当該特定の周波数範囲でのピーク値同士を比較してもよい。 According to the first modification, since the peak values are simply compared in descending order regardless of the frequency range, the abnormality diagnosis can be easily performed. Specifically, as shown in the examples of FIGS. 7 and 8, the frequency of the first peak P7-1 of the reference data and the frequency of the first peak P8-1 of the diagnostic data are different from each other. Therefore, in such a case, the peak values of different frequencies are compared with each other. However, a specific frequency range may be set as in the above embodiment, and peak values in the specific frequency range may be compared with each other.

また、ピーク値をとる大きな振動は異常につながることが多く、ピーク値を抽出して比較することで異常診断の精度を高めることができる。 In addition, large vibrations that take peak values often lead to abnormalities, and the accuracy of abnormality diagnosis can be improved by extracting and comparing peak values.

(第2変形例)
図9を参照して、診断部12cによる診断データと基準データとの比較の方法として、診断データと基準データとの差分波形を利用してもよい。
(Second modification)
With reference to FIG. 9, as a method of comparing the diagnostic data and the reference data by the diagnostic unit 12c, the difference waveform between the diagnostic data and the reference data may be used.

第2変形例では、診断部12cは、診断データのスペクトル値から基準データのスペクトル値を引いて得られる波形(差分波形)がスロープ波形となった場合に異常と診断する。以下、具体例について説明する。 In the second modification, the diagnostic unit 12c diagnoses an abnormality when the waveform (difference waveform) obtained by subtracting the spectral value of the reference data from the spectral value of the diagnostic data becomes a slope waveform. Hereinafter, specific examples will be described.

図9の横軸は周波数を示し、縦軸はスペクトルを示している。図9は診断データの波形から基準データの波形を差し引いた差分値を示している。 The horizontal axis of FIG. 9 shows the frequency, and the vertical axis shows the spectrum. FIG. 9 shows a difference value obtained by subtracting the waveform of the reference data from the waveform of the diagnostic data.

図9のグラフにおいて、周波数が10000Hzの近傍においてスロープ波形が確認できる(符号P9部分を参照)。ここで、スロープ波形とは、周波数範囲として2000Hz付近からそれよりも低周波数側にかけて、または9000Hz付近からそれよりも高周波数側にかけてFFTスペクトルがスロープ状に上昇していく波形をいう。 In the graph of FIG. 9, the slope waveform can be confirmed in the vicinity of the frequency of 10000 Hz (see the reference numeral P9 portion). Here, the slope waveform means a waveform in which the FFT spectrum rises in a slope shape from around 2000 Hz to a lower frequency side, or from around 9000 Hz to a higher frequency side than that.

図9のグラフでは、9001~10000Hzにおいて周波数が増えるにつれてスペクトル値が約0.2から約1.6まで8倍程度増加している。従って、当該周波数範囲でスロープ波形が確認されるため、診断部12cにおいて当該周波数範囲に異常があると診断される。 In the graph of FIG. 9, the spectral value increases about 8 times from about 0.2 to about 1.6 as the frequency increases from 9001 to 10000 Hz. Therefore, since the slope waveform is confirmed in the frequency range, the diagnosis unit 12c diagnoses that there is an abnormality in the frequency range.

本変形例によれば、スロープ波形は異常が発生しやすく、当該波形の発生を検知することで、一層高精度に異常診断を行うがことができる。 According to this modification, an abnormality is likely to occur in the slope waveform, and by detecting the occurrence of the waveform, it is possible to perform an abnormality diagnosis with higher accuracy.

(第3変形例)
第3変形例では、診断部12cでの比較を画像認識に基づいて行う。
(Third modification example)
In the third modification, the comparison in the diagnostic unit 12c is performed based on the image recognition.

診断部12cは、診断データを入力されると、診断データの波形画像を生成し、記憶部11に記憶された基準データの波形画像との一致度を算出する。診断部12cは、一致度が所定以下である場合に異常と診断する。 When the diagnostic data is input, the diagnostic unit 12c generates a waveform image of the diagnostic data and calculates the degree of coincidence with the waveform image of the reference data stored in the storage unit 11. The diagnosis unit 12c diagnoses an abnormality when the degree of agreement is equal to or less than a predetermined value.

上記診断は、畳み込みニューラルネットワーク(CNN)などのニューラルネットワークによって基準データを教師データとして学習した学習済みモデルを利用する。学習済みモデルは、診断部12cに含まれ、一致度が所定以下の場合に異常があるとの診断を行う。学習済みモデルは、例えば、一致度が50%未満である場合に異常であると診断してもよい。 The above diagnosis uses a trained model trained with reference data as teacher data by a neural network such as a convolutional neural network (CNN). The trained model is included in the diagnosis unit 12c, and when the degree of agreement is equal to or less than a predetermined value, it is diagnosed that there is an abnormality. The trained model may be diagnosed as abnormal, for example, if the degree of agreement is less than 50%.

第3変形例によれば、波形全体を画像として比較できるため、診断精度を向上できる。 According to the third modification, the entire waveform can be compared as an image, so that the diagnostic accuracy can be improved.

(第2実施形態)
第2実施形態のモータ(振動機械)1の異常診断装置10は、異常診断方法において第1実施形態と異なる。これ以外に関しては、第1実施形態と実質的に同じである。従って、第1実施形態にて示した部分については説明を省略する場合がある。
(Second Embodiment)
The abnormality diagnosis device 10 of the motor (vibration machine) 1 of the second embodiment is different from the first embodiment in the abnormality diagnosis method. Other than this, it is substantially the same as the first embodiment. Therefore, the description of the portion shown in the first embodiment may be omitted.

本実施形態では、制御装置4およびインバータ3によってモータ1が制御され、モータ1が複数の運転モードで駆動される。例えば、複数の運転モードは、冷房モード、暖房モード、および送風モードを含む。 In the present embodiment, the motor 1 is controlled by the control device 4 and the inverter 3, and the motor 1 is driven in a plurality of operation modes. For example, the plurality of operating modes include a cooling mode, a heating mode, and a blowing mode.

記憶部11には、上記複数の運転モードに対応した複数の基準データを記憶されている。詳細には、記憶部11には、上記各運転モードに対して少なくとも1つの基準データが記憶されている。例えば、記憶部11には、冷房モード、暖房モード、および送風モードに対応する基準データが5個ずつの合計15個記憶されていてもよい。 The storage unit 11 stores a plurality of reference data corresponding to the plurality of operation modes. Specifically, the storage unit 11 stores at least one reference data for each of the above operation modes. For example, the storage unit 11 may store a total of 15 reference data corresponding to the cooling mode, the heating mode, and the ventilation mode, 5 each.

診断部12cは、複数の基準データのそれぞれに対して診断データとの比較を行い複数の比較結果を取得し、複数の比較結果のうち1つでも異常でない診断結果が得られた場合には全体結果として異常でないと診断する。 The diagnostic unit 12c compares each of the plurality of reference data with the diagnostic data, acquires a plurality of comparison results, and if any one of the plurality of comparison results is not abnormal, the whole is obtained. As a result, it is diagnosed that it is not abnormal.

図10を参照して、本実施形態の異常診断装置10が実行する異常診断方法について具体的に説明する。 With reference to FIG. 10, the abnormality diagnosis method executed by the abnormality diagnosis device 10 of the present embodiment will be specifically described.

本実施形態の異常診断方法を開始すると(ステップS10-1)、取得部12aによって振動データを取得する(ステップS10-2)。次いで、取得部12aによって取得された振動データを変換部12bによってフーリエ変換して診断データとする(ステップS10-3)。そして、診断部12cによって、記憶部11に記憶された1つの基準データのスペクトル値と診断データのスペクトル値とを比較し、基準データから診断データが所定以上異なっているか否かを判定する(ステップS10-4)。 When the abnormality diagnosis method of the present embodiment is started (step S10-1), vibration data is acquired by the acquisition unit 12a (step S10-2). Next, the vibration data acquired by the acquisition unit 12a is Fourier transformed by the conversion unit 12b to obtain diagnostic data (step S10-3). Then, the diagnostic unit 12c compares the spectral value of one reference data stored in the storage unit 11 with the spectral value of the diagnostic data, and determines whether or not the diagnostic data differs from the reference data by a predetermined value or more (step). S10-4).

上記判定処理(ステップS10-4)において差異が所定以上大きくない場合(N:ステップS10-4)、振動データを取得する処理に戻り(ステップS10-2)、以降の処理を繰り返す。差異が所定以上大きい場合(Y:ステップS10-4)、記憶部11に記憶された別の基準データのスペクトル値と診断データのスペクトル値とを比較し、基準データから診断データが所定以上異なっているか否かを判定する(ステップS10-5)。 If the difference is not larger than a predetermined value in the determination process (step S10-4) (N: step S10-4), the process returns to the process of acquiring vibration data (step S10-2), and the subsequent processes are repeated. When the difference is larger than a predetermined value (Y: step S10-4), the spectral value of another reference data stored in the storage unit 11 is compared with the spectral value of the diagnostic data, and the diagnostic data differs from the reference data by a predetermined value or more. It is determined whether or not it is present (step S10-5).

上記判定処理(ステップS10-5)において差異が所定以上大きくない場合(N:ステップS10-5)、振動データを取得する処理に戻り(ステップS10-2)、以降の処理を繰り返す。また、差異が所定以上大きい場合(Y:ステップS10-5)、記憶部11に記憶された別の基準データのスペクトル値と診断データのスペクトル値とを比較し、基準データから診断データが所定以上異なっているか否かを判定する(ステップS10-6)。 If the difference is not larger than a predetermined value in the determination process (step S10-5) (N: step S10-5), the process returns to the process of acquiring vibration data (step S10-2), and the subsequent processes are repeated. When the difference is larger than a predetermined value (Y: step S10-5), the spectral value of another reference data stored in the storage unit 11 is compared with the spectral value of the diagnostic data, and the diagnostic data from the reference data is equal to or larger than the predetermined value. It is determined whether or not they are different (step S10-6).

上記ステップS10-4からステップS10-6のように比較処理を全ての基準データに対して実行し、全ての基準データに対して診断データが所定以上大きい場合(Y:ステップS10-6)、診断結果として異常があることを表示部13に表示し(ステップS10-7)、一連の処理を終了する(ステップS10-8)。換言すれば、複数の比較結果のうち1つでも異常でない診断結果が得られた場合(N:ステップS10-4、S10-5、またはS10-6)には全体結果として異常でないと診断される。 When the comparison process is executed for all the reference data as in steps S10-4 to S10-6 and the diagnostic data is larger than a predetermined value for all the reference data (Y: step S10-6), the diagnosis is made. As a result, an abnormality is displayed on the display unit 13 (step S10-7), and a series of processes is completed (step S10-8). In other words, if any one of the plurality of comparison results is not abnormal (N: steps S10-4, S10-5, or S10-6), the overall result is diagnosed as normal. ..

本実施形態によれば、モータ1の正常運転における運転モードの変更に伴う振動の変化を異常と誤診断することを抑制できる。仮に、本実施形態と異なり、基準データが1つしか用意されてない場合、運転モードを冷房モードから暖房モードに切り替えた際に振動の様子が変わり、単なる運転モードの変化を伴う正常な運転を異常状態と誤診断するおそれがある。しかし、本実施形態では、冷房モードと暖房モードのそれぞれに対応する基準データが用意されていることで、上記誤診断を抑制し、診断精度を向上できる。 According to the present embodiment, it is possible to suppress misdiagnosis of a change in vibration due to a change in the operation mode in the normal operation of the motor 1 as an abnormality. If, unlike this embodiment, only one reference data is prepared, the state of vibration changes when the operation mode is switched from the cooling mode to the heating mode, and normal operation accompanied by a mere change in the operation mode is performed. There is a risk of misdiagnosis as an abnormal condition. However, in the present embodiment, since the reference data corresponding to each of the cooling mode and the heating mode are prepared, the above misdiagnosis can be suppressed and the diagnosis accuracy can be improved.

また、運転モードごとに基準データと診断データを比較するのではなく、得られた診断データに対して他の全ての運転モードの基準データを比較することができる。これにより、運転モードを限定して診断を行うことによる誤診断を抑制できる。 Further, instead of comparing the reference data and the diagnostic data for each operation mode, it is possible to compare the reference data of all the other operation modes with the obtained diagnostic data. This makes it possible to suppress misdiagnosis by limiting the operation mode and performing diagnosis.

例えば、一般に冬には暖房モードでの使用が想定される。そのため、当該想定に基づいて、仮に、冬の時期には暖房モードの基準データに限定して診断を行うように設定すると、冬に冷房モードが使用された場合に誤診断するおそれがある。しかし、本実施形態では、冬の時期であっても冷房モードに対応する基準データをも使用して診断を行うことができるため、そのような誤診断を抑制できる。代替的には、1つの運転モードに対してインバータ3のキャリア周波数のみを変更した場合の複数の基準データが設定されてもよい。これにより、同じ運転モードにおいてインバータ3のキャリア周波数が変更された場合の誤診断を抑制できる。また、以下の第1変形例に示すように、時期に応じた基準データの設定が有用な場合もあることに留意すべきである。 For example, it is generally expected to be used in the heating mode in winter. Therefore, based on this assumption, if the diagnosis is limited to the reference data of the heating mode in winter, there is a risk of misdiagnosis when the cooling mode is used in winter. However, in the present embodiment, since the diagnosis can be performed using the reference data corresponding to the cooling mode even in the winter season, such misdiagnosis can be suppressed. Alternatively, a plurality of reference data when only the carrier frequency of the inverter 3 is changed for one operation mode may be set. This makes it possible to suppress misdiagnosis when the carrier frequency of the inverter 3 is changed in the same operation mode. It should also be noted that, as shown in the first modification below, it may be useful to set the reference data according to the time.

(第1変形例)
第1変形例では、時期によって異なる運転モードに対応した基準データを正常データとして記憶部11に記憶させ、診断部12cにて時期に応じて当該基準データと診断データとの比較を行う。例えば、夏には冷房モードに対応した基準データを正常データとして記憶部11に記憶させ、冬には暖房モードに対応した基準データを正常データとして記憶部11に記憶させ、診断部12cにて時期に応じて各基準データと診断データとの比較を行う。
(First modification)
In the first modification, the reference data corresponding to the operation mode different depending on the time is stored in the storage unit 11 as normal data, and the diagnosis unit 12c compares the reference data with the diagnosis data according to the time. For example, in the summer, the reference data corresponding to the cooling mode is stored in the storage unit 11 as normal data, and in the winter, the reference data corresponding to the heating mode is stored in the storage unit 11 as normal data. The reference data and the diagnostic data are compared according to the above.

実際上、例えば、1年を1月1日~3月31日、4月1日~6月30日、7月1日~9月30日、および10月1日~12月31日のように4つの期間に分け、各期間に応じた基準データを正常データとして記憶部11に記憶させ、診断部12cにて各時期に応じて各基準データと診断データとの比較を行ってもよい。 In practice, for example, a year is from January 1st to March 31st, April 1st to June 30th, July 1st to September 30th, and October 1st to December 31st. The reference data corresponding to each period may be stored in the storage unit 11 as normal data, and the diagnosis unit 12c may compare each reference data with the diagnosis data according to each period.

診断部12cは、上記4つの時期に応じて診断データと比較する基準データを使い分けることができる。これにより、比較診断する基準データの数を減少できるため、計算コストを低減できる。 The diagnostic unit 12c can properly use the reference data to be compared with the diagnostic data according to the above four timings. As a result, the number of reference data for comparative diagnosis can be reduced, so that the calculation cost can be reduced.

(第2変形例)
第2変形例では、自動運転モードに応じた複数の基準データを正常データとして記憶部11に記憶させ、自動運転モード実行時には当該基準データに基づいて診断部12cにて異常診断を行う。
(Second modification)
In the second modification, a plurality of reference data corresponding to the automatic operation mode are stored in the storage unit 11 as normal data, and when the automatic operation mode is executed, the diagnosis unit 12c performs an abnormality diagnosis based on the reference data.

自動運転モードでは、運転モードが自動的に切り替えられることがある。本変形例では、自動運転モードごとに切り替えられ得る複数の基準データを記憶部11に記憶させ、診断部12cにてこれら複数の基準データのそれぞれと診断データとの比較をそれぞれ行う。診断部12cは、複数の比較結果のうち1つでも異常でない診断結果が得られた場合には全体結果として異常でないと診断する。 In the automatic operation mode, the operation mode may be switched automatically. In this modification, a plurality of reference data that can be switched for each automatic operation mode are stored in the storage unit 11, and the diagnostic unit 12c compares each of the plurality of reference data with the diagnostic data. If any one of the plurality of comparison results is not abnormal, the diagnostic unit 12c diagnoses that the overall result is not abnormal.

第2変形例によれば、自動運転モードのように自動的に運転モードが切り替えられる場合にも。各運転モードの基準データを正常データとして設定して診断できるので、正確な異常診断を行うことができる。 According to the second modification, even when the operation mode is automatically switched as in the automatic operation mode. Since the reference data of each operation mode can be set as normal data for diagnosis, accurate abnormality diagnosis can be performed.

(第3変形例)
第3変形例では、運転モードごとに基準データを記憶部11に記憶させる。診断部12cは、モータ1の現在の運転モードを把握し、当該運転モードに対応する基準データと診断データとを比較して異常診断を行う。
(Third modification example)
In the third modification, the reference data is stored in the storage unit 11 for each operation mode. The diagnosis unit 12c grasps the current operation mode of the motor 1 and compares the reference data corresponding to the operation mode with the diagnosis data to perform an abnormality diagnosis.

第3変形例によれば、現在の運転モードに応じた基準データを使用して異常診断を行うため、実際に則した正確な異常診断を行うことができる。 According to the third modification, since the abnormality diagnosis is performed using the reference data corresponding to the current operation mode, it is possible to perform an accurate abnormality diagnosis according to the actual situation.

(第4変形例)
第4変形例では、モータ1のメンテナンス後のデータを基準データとして機器型番ごとに記憶部11に記憶させ、当該機器型番ごとに診断部12cにおいて当該基準データを使用して診断を行う。
(Fourth modification)
In the fourth modification, the data after maintenance of the motor 1 is stored in the storage unit 11 for each device model number as reference data, and the diagnosis unit 12c performs diagnosis using the reference data for each device model number.

第4変形例によれば、メンテナンス後の正常運転している可能性が高いデータを基準データとして使用できるため、異常診断の精度を向上できる。 According to the fourth modification, since the data having a high possibility of normal operation after maintenance can be used as the reference data, the accuracy of the abnormality diagnosis can be improved.

以上より、本発明の具体的な実施形態およびその変形例について説明したが、本発明は上記形態に限定されるものではなく、この発明の範囲内で種々変更して実施することができる。例えば、個々の実施形態や変形例の内容を適宜組み合わせたものを、この発明の一実施形態としてもよい。 Although the specific embodiment of the present invention and the modification thereof have been described above, the present invention is not limited to the above-described embodiment and can be variously modified and carried out within the scope of the present invention. For example, an embodiment of the present invention may be obtained by appropriately combining the contents of individual embodiments and modifications.

また、診断部12cでの比較方法として、診断データの波形から基準データの波形を差し引いた波形(差分波形)のスペクトルが周波数の増加につれて所定以上の割合で増加する場合に異常と診断してもよい。また、当該差分波形のスペクトルの所定周波数範囲での合計値(積分値)や平均値、最大値、最小値、または相関などの各指標値に基づいて異常診断を行ってもよい。 Further, as a comparison method in the diagnostic unit 12c, even if it is diagnosed as abnormal when the spectrum of the waveform (difference waveform) obtained by subtracting the waveform of the reference data from the waveform of the diagnostic data increases at a rate of a predetermined value or more as the frequency increases. good. Further, the abnormality diagnosis may be performed based on each index value such as the total value (integral value), the average value, the maximum value, the minimum value, or the correlation of the spectrum of the difference waveform in a predetermined frequency range.

また、診断部12cでの比較手法として既存の統計的手法を用いてもよい。統計的手法としては、例えば、スピアマンの順位相関係数、ピアソン積率相関係数、共分散、ヒストグラム、公差法、KLダイバージェンス、またはJSダイバージェンスなどを使用した手法を挙げることができる。いずれの統計的手法においても診断部12cは、診断データが基準データから所定以上異なる場合に異常と診断する。 Further, an existing statistical method may be used as a comparison method in the diagnostic unit 12c. Examples of the statistical method include a method using Spearman's rank correlation coefficient, Pearson product moment correlation coefficient, covariance, histogram, tolerance method, KL divergence, JS divergence, and the like. In any of the statistical methods, the diagnostic unit 12c diagnoses an abnormality when the diagnostic data differs from the reference data by a predetermined value or more.

1 モータ(振動機械)
2 ファン
3 インバータ
4 制御装置
5 振動センサ
10 異常診断装置
11 記憶部
12 処理部
12a 取得部
12b 変換部
12c 診断部
13 表示部
1 Motor (vibration machine)
2 Fan 3 Inverter 4 Control device 5 Vibration sensor 10 Abnormality diagnosis device 11 Storage unit 12 Processing unit 12a Acquisition unit 12b Conversion unit 12c Diagnosis unit 13 Display unit

本発明は、振動機械の異常診断装置および異常診断方法に関する。 The present invention relates to an abnormality diagnosing device for a vibrating machine and an abnormality diagnosing method.

回転機械などの振動機械では、振動情報を利用した異常診断が実施されている。特許文献1には、そのような振動情報を利用した回転機械の診断方法が開示されている。特許文献1の診断方法においては、回転機械の振動情報から算出した複数の有次元振動パラメータから、主成分分析法で状態評価指数を算出し、状態評価指数に基づき回転機械の良否判定を行っている。 In vibration machines such as rotary machines, abnormality diagnosis using vibration information is carried out. Patent Document 1 discloses a method for diagnosing a rotating machine using such vibration information. In the diagnostic method of Patent Document 1, a state evaluation index is calculated by a principal component analysis method from a plurality of dimensional vibration parameters calculated from vibration information of a rotating machine, and the quality of the rotating machine is judged based on the state evaluation index. There is.

特開2008-58191号公報Japanese Unexamined Patent Publication No. 2008-58191

特許文献1のような診断方法では、回転機械の経時的な変化を捉えることが難しい。また、様々な有次元振動パラメータを用意する必要があり、診断方法として複雑である。また、振動情報にインバータなどのキャリア周波数の影響がある場合に当該影響を除去する必要もある。総じて、異常診断の精度および簡便性に改善の余地がある。 With a diagnostic method as in Patent Document 1, it is difficult to capture changes over time in a rotating machine. In addition, it is necessary to prepare various dimensional vibration parameters, which is complicated as a diagnostic method. Further, when the vibration information is affected by the carrier frequency of the inverter or the like, it is necessary to remove the influence. Overall, there is room for improvement in the accuracy and convenience of abnormality diagnosis.

本発明は、振動機械の異常診断装置および異常診断方法において、診断の精度および簡便性を向上させることを課題とする。 An object of the present invention is to improve the accuracy and convenience of diagnosis in an abnormality diagnosis device and an abnormality diagnosis method for a vibrating machine.

本発明の第1の態様は、
振動機械の振動データをフーリエ変換した基準データを記憶する記憶部と、
前記振動機械の振動データを経時的に取得する取得部と、
前記取得部で取得した前記振動データをフーリエ変換して診断データとする変換部と、
前記基準データのスペクトル値と前記診断データのスペクトル値とを経時的に比較して前記基準データから前記診断データが所定以上異なる場合に異常と診断する診断部と
を備え
前記記憶部は、複数の基準データを記憶しており、
前記診断部は、前記複数の基準データのそれぞれに対して前記診断データとの比較を行い複数の比較結果を取得し、前記複数の比較結果のうち一つでも異常でない診断結果が得られた場合には全体結果として異常でないと診断する、振動機械の異常診断装置を提供する。
The first aspect of the present invention is
A storage unit that stores reference data obtained by Fourier transforming the vibration data of a vibrating machine,
An acquisition unit that acquires vibration data of the vibration machine over time,
A conversion unit that Fourier transforms the vibration data acquired by the acquisition unit into diagnostic data,
It is provided with a diagnostic unit that compares the spectral value of the reference data with the spectral value of the diagnostic data over time and diagnoses an abnormality when the diagnostic data differs from the reference data by a predetermined value or more .
The storage unit stores a plurality of reference data and stores a plurality of reference data.
When the diagnostic unit compares each of the plurality of reference data with the diagnostic data and obtains a plurality of comparison results, and even one of the plurality of comparison results is not abnormal. Provides an abnormality diagnostic device for a vibrating machine that diagnoses as a non-abnormal result as a whole .

この構成によれば、診断対象の振動機械の経時的に変化する振動データから診断データを生成し、同じ診断対象の振動機械の基準データと比較して異常診断を行っている。従って、比較対象のデータが同じ振動機械からのものであるため、振動データの経時的な変化を捉えることができ、高精度の異常診断が可能となる。例えば、インバータを利用した振動機械では、インバータのキャリア周波数の影響が過去の振動データと現在の振動データの両方に同様に付加される。従って、これらの差分をとることでインバータのキャリア周波数の影響を受けずに異常診断を行うことができ、簡便である。また、振動データを経時的に取得して診断データとして利用するので、振動データの経時的な変化が大きくなった場合に異常を検知できる。なお、ここでの振動機械は、振動を発生し得る機械を広く指し、例えば回転機械、レシプロ機械、および水が流れる配管などを含む。また、振動データは、振動加速度および振動速度などであり得る。また、振動機械の正常運転におけるインバータのキャリア周波数の変更や運転モードの変更に伴う振動の変化を異常状態と誤診断することを抑制できる。 According to this configuration, diagnostic data is generated from vibration data that changes with time of the vibration machine to be diagnosed, and abnormality diagnosis is performed by comparing with the reference data of the vibration machine to be diagnosed. Therefore, since the data to be compared are from the same vibration machine, it is possible to capture changes over time in the vibration data, and it is possible to perform highly accurate abnormality diagnosis. For example, in a vibration machine using an inverter, the influence of the carrier frequency of the inverter is similarly added to both the past vibration data and the current vibration data. Therefore, by taking these differences, it is possible to perform an abnormality diagnosis without being affected by the carrier frequency of the inverter, which is convenient. Further, since the vibration data is acquired over time and used as diagnostic data, it is possible to detect an abnormality when the change of the vibration data with time becomes large. The vibrating machine here broadly refers to a machine that can generate vibration, and includes, for example, a rotating machine, a reciprocating machine, and a pipe through which water flows. Further, the vibration data may be vibration acceleration, vibration velocity, or the like. In addition, it is possible to suppress a misdiagnosis of a change in vibration due to a change in the carrier frequency of the inverter or a change in the operation mode in the normal operation of the vibrating machine as an abnormal state.

前記診断部は、前記比較を所定の周波数帯域ごとの平均値、実効値、最小値、または最大値で行ってもよい。 The diagnostic unit may perform the comparison with an average value, an effective value, a minimum value, or a maximum value for each predetermined frequency band.

この構成によれば、所定の周波数帯域ごとに異常診断できる。従って、異常原因を周波数帯域に応じて特定することもできる。所定の周波数帯域は、振動機械の種類や取得する振動データの周波数域に応じて適宜設定すればよい。また、上記実効値とは、時間平均的な大きさ(強度)を表す量で、2乗値の平均の平方根である。 According to this configuration, abnormality diagnosis can be performed for each predetermined frequency band. Therefore, the cause of the abnormality can be identified according to the frequency band. The predetermined frequency band may be appropriately set according to the type of the vibrating machine and the frequency range of the acquired vibration data. The effective value is a quantity representing a time-averaged magnitude (intensity), and is the square root of the average of squared values.

前記診断部は、前記基準データのピーク値と、前記診断データのピーク値との間で比較を行ってもよい。 The diagnostic unit may compare the peak value of the reference data with the peak value of the diagnostic data.

この構成によれば、異常診断を簡易に行うことができる。また、ピーク値をとる大きな振動は異常につながることが多く、ピーク値を比較することで異常診断の精度を高めることができる。ここでのピーク値の比較は、大きい値から順に複数点で行われてもよい。 According to this configuration, abnormality diagnosis can be easily performed. In addition, large vibrations that take peak values often lead to abnormalities, and the accuracy of abnormality diagnosis can be improved by comparing the peak values. The comparison of the peak values here may be performed at a plurality of points in order from the largest value.

本発明の第2の態様は、
振動機械の振動データをフーリエ変換した基準データを記憶する記憶部と、
前記振動機械の振動データを経時的に取得する取得部と、
前記取得部で取得した前記振動データをフーリエ変換して診断データとする変換部と、
前記基準データのスペクトル値と前記診断データのスペクトル値とを経時的に比較して前記基準データから前記診断データが所定以上異なる場合に異常と診断する診断部と
を備え、
前記診断部は、前記基準データの波形画像と前記診断データの波形画像との一致度を評価し、前記一致度が所定以下である場合に異常と診断する、振動機械の異常診断装置を提供する
The second aspect of the present invention is
A storage unit that stores reference data obtained by Fourier transforming the vibration data of a vibrating machine,
An acquisition unit that acquires vibration data of the vibration machine over time,
A conversion unit that Fourier transforms the vibration data acquired by the acquisition unit into diagnostic data,
With a diagnostic unit that compares the spectral value of the reference data with the spectral value of the diagnostic data over time and diagnoses an abnormality when the diagnostic data differs from the reference data by a predetermined value or more.
Equipped with
The diagnostic unit provides an abnormality diagnosis device for a vibrating machine that evaluates the degree of coincidence between the waveform image of the reference data and the waveform image of the diagnostic data and diagnoses an abnormality when the degree of coincidence is equal to or less than a predetermined value. ..

この構成によれば、診断対象の振動機械の経時的に変化する振動データから診断データを生成し、同じ診断対象の振動機械の基準データと比較して異常診断を行っている。従って、比較対象のデータが同じ振動機械からのものであるため、振動データの経時的な変化を捉えることができ、高精度の異常診断が可能となる。例えば、インバータを利用した振動機械では、インバータのキャリア周波数の影響が過去の振動データと現在の振動データの両方に同様に付加される。従って、これらの差分をとることでインバータのキャリア周波数の影響を受けずに異常診断を行うことができ、簡便である。また、振動データを経時的に取得して診断データとして利用するので、振動データの経時的な変化が大きくなった場合に異常を検知できる。なお、ここでの振動機械は、振動を発生し得る機械を広く指し、例えば回転機械、レシプロ機械、および水が流れる配管などを含む。また、振動データは、振動加速度および振動速度などであり得る。また、波形全体を画像として比較できるため、診断精度を向上できる。例えば、一致度が50%以下の場合に異常と診断してもよい。 According to this configuration, diagnostic data is generated from vibration data that changes with time of the vibration machine to be diagnosed, and abnormality diagnosis is performed by comparing with the reference data of the vibration machine to be diagnosed. Therefore, since the data to be compared are from the same vibration machine, it is possible to capture changes over time in the vibration data, and it is possible to perform highly accurate abnormality diagnosis. For example, in a vibration machine using an inverter, the influence of the carrier frequency of the inverter is similarly added to both the past vibration data and the current vibration data. Therefore, by taking these differences, it is possible to perform an abnormality diagnosis without being affected by the carrier frequency of the inverter, which is convenient. Further, since the vibration data is acquired over time and used as diagnostic data, it is possible to detect an abnormality when the change of the vibration data with time becomes large. The vibrating machine here broadly refers to a machine that can generate vibration, and includes, for example, a rotating machine, a reciprocating machine, and a pipe through which water flows. Further, the vibration data may be vibration acceleration, vibration velocity, or the like. Moreover, since the entire waveform can be compared as an image, the diagnostic accuracy can be improved. For example, an abnormality may be diagnosed when the degree of agreement is 50% or less.

本発明の第の態様は、
振動機械の振動データをフーリエ変換した基準データを準備し、
前記振動機械の振動データを経時的に取得し、
経時的に取得した前記振動データをフーリエ変換して診断データとし、
前記基準データのスペクトル値と前記診断データのスペクトル値とを経時的に比較して前記基準データから前記診断データが所定以上異なる場合に異常と診断する
ことを含み、
前記診断では、前記基準データの波形画像と前記診断データの波形画像との一致度を評価し、前記一致度が所定以下である場合に異常と診断する、振動機械の異常診断方法を提供する。
A third aspect of the present invention is
Prepare the reference data obtained by Fourier transforming the vibration data of the vibrating machine.
The vibration data of the vibration machine is acquired over time, and the vibration data is acquired over time.
The vibration data acquired over time is Fourier transformed to obtain diagnostic data.
It includes comparing the spectral value of the reference data with the spectral value of the diagnostic data over time and diagnosing an abnormality when the diagnostic data differs from the reference data by a predetermined value or more .
The diagnosis provides a method for diagnosing an abnormality of a vibrating machine, which evaluates the degree of coincidence between the waveform image of the reference data and the waveform image of the diagnostic data, and diagnoses an abnormality when the degree of coincidence is equal to or less than a predetermined value .

本発明の第4の態様は、 A fourth aspect of the present invention is
振動機械の振動データをフーリエ変換した基準データを準備し、 Prepare the reference data obtained by Fourier transforming the vibration data of the vibrating machine.
前記振動機械の振動データを経時的に取得し、 The vibration data of the vibration machine is acquired over time, and the vibration data is acquired over time.
経時的に取得した前記振動データをフーリエ変換して診断データとし、 The vibration data acquired over time is Fourier transformed to obtain diagnostic data.
前記基準データのスペクトル値と前記診断データのスペクトル値とを経時的に比較して前記基準データから前記診断データが所定以上異なる場合に異常と診断する The spectral value of the reference data and the spectral value of the diagnostic data are compared over time, and when the diagnostic data differs from the reference data by a predetermined value or more, an abnormality is diagnosed.
ことを含み、 Including that
前記準備では、複数の前記基準データを準備し、 In the preparation, a plurality of the reference data are prepared, and
前記診断では、前記複数の基準データのそれぞれに対して前記診断データとの比較を行い複数の比較結果を取得し、前記複数の比較結果のうち一つでも異常でない診断結果が得られた場合には全体結果として異常でないと診断する、振動機械の異常診断方法を提供する。 In the diagnosis, each of the plurality of reference data is compared with the diagnostic data to obtain a plurality of comparison results, and when even one of the plurality of comparison results is not abnormal. Provides a method for diagnosing abnormalities in vibrating machines, which diagnoses as a non-abnormal result as a whole.

本発明によれば、振動機械の異常診断装置および異常診断方法において、異常診断の精度および簡便性を向上できる。 According to the present invention, the accuracy and convenience of abnormality diagnosis can be improved in the abnormality diagnosis device and the abnormality diagnosis method of a vibrating machine.

振動機械の異常診断装置の概略構成図。Schematic block diagram of the abnormality diagnosis device for vibration machines. 本発明の第1実施形態に係る異常診断装置の制御ブロック図。The control block diagram of the abnormality diagnosis apparatus which concerns on 1st Embodiment of this invention. 第1実施形態の異常診断方法を示すフローチャート。The flowchart which shows the abnormality diagnosis method of 1st Embodiment. 基準データと診断データの波形を示すグラフ。A graph showing the waveforms of reference data and diagnostic data. 図4の基準データD0に対応する棒グラフ。The bar graph corresponding to the reference data D0 of FIG. 図4の診断データD4に対応する棒グラフ。The bar graph corresponding to the diagnostic data D4 of FIG. 第1変形例における基準データを示す折れ線グラフ。A line graph showing reference data in the first modification. 第1変形例における診断データを示す折れ線グラフ。A line graph showing diagnostic data in the first modification. 第2変形例における診断データと基準データとの差分を示す折れ線グラフ。A line graph showing the difference between the diagnostic data and the reference data in the second modification. 第2実施形態の異常診断方法を示すフローチャート。The flowchart which shows the abnormality diagnosis method of 2nd Embodiment.

以下、添付図面を参照して本発明の実施形態を説明する。 Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings.

(第1実施形態)
図1を参照して、第1実施形態の振動機械1の異常診断装置10は、振動機械1の振動データを取得し、当該振動データから異常を診断するものである。振動機械1は、振動を発生し得る機械を広く指し、例えば回転機械、レシプロ機械、および液体が流れる配管などを含む。以下では、エアコンなどの空気調和機に使用されるファン2のモータ1を振動機械1の一例として説明する。
(First Embodiment)
With reference to FIG. 1, the abnormality diagnosis device 10 of the vibration machine 1 of the first embodiment acquires the vibration data of the vibration machine 1 and diagnoses the abnormality from the vibration data. The vibration machine 1 broadly refers to a machine that can generate vibration, and includes, for example, a rotating machine, a reciprocating machine, and a pipe through which a liquid flows. Hereinafter, the motor 1 of the fan 2 used in an air conditioner such as an air conditioner will be described as an example of the vibration machine 1.

エアコンに使用されるファン2は、モータ1によって駆動され、室内に温度調整された空気を送風する。モータ1は、インバータ3によって回転数を調整される。インバータ3は、制御装置4によって制御される。 The fan 2 used in the air conditioner is driven by a motor 1 and blows temperature-controlled air into the room. The rotation speed of the motor 1 is adjusted by the inverter 3. The inverter 3 is controlled by the control device 4.

モータ1には、振動センサ5が取り付けられている。振動センサ5は、モータ1の振動データを計測し、異常診断装置10に送信する。振動データは、振動加速度および振動速度などであり得る。ここでは、振動データの一例として振動加速度を挙げて説明する。振動センサ5は、所定の間隔(例えば1日1回)でモータ1の振動加速度を計測し、異常診断装置10に送信している。本実施形態では、振動センサ5は、1~10000Hzの周波数範囲で振動加速度を計測する。代替的には、振動センサ5は、任意の周波数範囲で振動データを計測し得る。例えば、振動センサ5は、10000Hzより大きな周波数まで振動データを取得してもよい。 A vibration sensor 5 is attached to the motor 1. The vibration sensor 5 measures the vibration data of the motor 1 and transmits it to the abnormality diagnosis device 10. The vibration data can be vibration acceleration, vibration velocity, and the like. Here, vibration acceleration will be described as an example of vibration data. The vibration sensor 5 measures the vibration acceleration of the motor 1 at predetermined intervals (for example, once a day) and transmits it to the abnormality diagnosis device 10. In this embodiment, the vibration sensor 5 measures the vibration acceleration in the frequency range of 1 to 10000 Hz. Alternatively, the vibration sensor 5 may measure vibration data in any frequency range. For example, the vibration sensor 5 may acquire vibration data up to a frequency higher than 10000 Hz.

図2を参照して、異常診断装置10は、CPU(Central Processing Unit)、RAM(Random Access Memory)、およびROM(Read Only Memory)等のハードウェアと、それらに実装されたソフトウェアとにより構成されている。異常診断装置10は、例えば、デスクトップパソコン、ノートパソコン、ワークステーション、またはタブレット端末のような情報処理装置で構成され得る。 With reference to FIG. 2, the abnormality diagnosis device 10 is composed of hardware such as a CPU (Central Processing Unit), a RAM (Random Access Memory), and a ROM (Read Only Memory), and software mounted therein. ing. The abnormality diagnosis device 10 may be composed of an information processing device such as a desktop personal computer, a laptop computer, a workstation, or a tablet terminal, for example.

異常診断装置10は、記憶部11と、処理部12と、表示部13とを有している。処理部12は、機能的構成として、取得部12aと、変換部12bと、診断部12cとを含んでいる。これらは、ハードウェア資源であるプロセッサと、ソフトウェアであるプログラムとの協働により実現される。 The abnormality diagnosis device 10 has a storage unit 11, a processing unit 12, and a display unit 13. The processing unit 12 includes an acquisition unit 12a, a conversion unit 12b, and a diagnosis unit 12c as a functional configuration. These are realized by the cooperation between the processor, which is a hardware resource, and the program, which is software.

記憶部11は、モータ1の過去の振動データをフーリエ変換した基準データを記憶している。過去の振動データは、正常な運転状態を維持しているときのものである。また、記憶部11には、処理部12で稼働するプログラムも記録されている。記憶部11は、可搬性を有する記録媒体であってもよいし、処理部12と一体的に構成されていてもよい。 The storage unit 11 stores reference data obtained by Fourier transforming the past vibration data of the motor 1. The past vibration data is the one when the normal operation state is maintained. Further, the storage unit 11 also records a program operated by the processing unit 12. The storage unit 11 may be a portable recording medium, or may be integrally configured with the processing unit 12.

取得部12aは、振動センサ5から振動データを経時的に受信する。取得部12aと振動センサ5との間のデータの授受の態様は、有線であってもよいし、無線であってもよい。 The acquisition unit 12a receives vibration data from the vibration sensor 5 over time. The mode of exchanging data between the acquisition unit 12a and the vibration sensor 5 may be wired or wireless.

変換部12bは、取得部12aで取得した振動データをフーリエ変換して診断データとする。ここでは、フーリエ変換の一例として高速フーリエ変換(FFT)を使用する。このフーリエ変換により、振動データを周波数分析することができる。また、変換部12bでの変換は、取得部12aによって振動データが取得されるたびに実行される。従って、周波数分析結果の経時的な変化を確認できる。 The conversion unit 12b Fourier transforms the vibration data acquired by the acquisition unit 12a into diagnostic data. Here, a fast Fourier transform (FFT) is used as an example of the Fourier transform. By this Fourier transform, the vibration data can be frequency-analyzed. Further, the conversion in the conversion unit 12b is executed every time the vibration data is acquired by the acquisition unit 12a. Therefore, it is possible to confirm the change over time in the frequency analysis result.

診断部12cは、基準データのスペクトル値と診断データのスペクトル値とを経時的に比較して基準データから診断データが所定以上異なる場合に異常と診断する。比較の具体的な方法については後述する。 The diagnostic unit 12c compares the spectral value of the reference data with the spectral value of the diagnostic data over time, and diagnoses an abnormality when the diagnostic data differs from the reference data by a predetermined value or more. The specific method of comparison will be described later.

表示部13は、処理部12による診断結果を表示する部分であり、例えば、液晶ディスプレイ、有機ELディスプレイ、またはプラズマディスプレイ等により構成される。本実施形態では、表示部13には、診断部12cによって異常があるとの診断結果が出された場合にその診断結果が表示される。ただし、表示部13には、診断部12cによって異常がないとの診断結果が出た場合にもその診断結果が表示されてもよい。 The display unit 13 is a part that displays the diagnosis result by the processing unit 12, and is composed of, for example, a liquid crystal display, an organic EL display, a plasma display, or the like. In the present embodiment, the display unit 13 displays the diagnosis result when the diagnosis unit 12c gives a diagnosis result that there is an abnormality. However, the display unit 13 may display the diagnosis result even when the diagnosis unit 12c gives a diagnosis result that there is no abnormality.

図3を参照して、本実施形態の異常診断装置10が実行する異常診断方法について説明する。 The abnormality diagnosis method executed by the abnormality diagnosis apparatus 10 of the present embodiment will be described with reference to FIG.

本実施形態の異常診断方法を開始すると(ステップS3-1)、取得部12aによって振動データを取得する(ステップS3-2)。次いで、取得部12aによって取得された振動データを変換部12bによってフーリエ変換して診断データとする(ステップS3-3)。そして、診断部12cによって、記憶部11に記憶された基準データのスペクトル値と診断データのスペクトル値とを比較し、基準データから診断データが所定以上異なる場合に異常と診断する(ステップS3-4)。異常があると診断されない場合(N:ステップS3-4)、振動データを取得する処理に戻り(ステップS3-2)、以降の処理を繰り返す。診断部12cによって異常があると診断された場合(Y:ステップS3-4)、診断結果として異常があることを表示部13に表示し(ステップS3-5)、一連の処理を終了する(ステップS3-6)。 When the abnormality diagnosis method of the present embodiment is started (step S3-1), vibration data is acquired by the acquisition unit 12a (step S3-2). Next, the vibration data acquired by the acquisition unit 12a is Fourier transformed by the conversion unit 12b to obtain diagnostic data (step S3-3). Then, the diagnostic unit 12c compares the spectral value of the reference data stored in the storage unit 11 with the spectral value of the diagnostic data, and diagnoses as abnormal when the diagnostic data differs from the reference data by a predetermined value or more (step S3-4). ). If it is not diagnosed that there is an abnormality (N: step S3-4), the process returns to the process of acquiring vibration data (step S3-2), and the subsequent processes are repeated. When an abnormality is diagnosed by the diagnosis unit 12c (Y: step S3-4), the display unit 13 displays that there is an abnormality as a diagnosis result (step S3-5), and the series of processes is terminated (step). S3-6).

図4を参照して、本実施形態で比較するデータを例示する。図4は、3つの軸(スペクトル値、周波数、および日付)を有する3次元グラフである。このグラフでは、基準データと、診断データとが1Hz刻みでそれぞれ示されている。 With reference to FIG. 4, the data to be compared in this embodiment will be illustrated. FIG. 4 is a three-dimensional graph having three axes (spectral values, frequencies, and dates). In this graph, the reference data and the diagnostic data are shown in 1 Hz increments, respectively.

図4の最も左に位置する波形データD0は、基準データであり、正常データとして記憶部11に記憶されている。図4の左から2番目以降の波形データD1~D9は診断データであり、2週間に一度の間隔で取得された振動データ(例えばモータ1の振動の加速度データ)がフーリエ変換されたものである。 The waveform data D0 located on the leftmost side of FIG. 4 is reference data and is stored in the storage unit 11 as normal data. The second and subsequent waveform data D1 to D9 in FIG. 4 are diagnostic data, and the vibration data acquired at intervals of once every two weeks (for example, the acceleration data of the vibration of the motor 1) are Fourier transformed. ..

図4のグラフでは、2019年5月12日の診断データD4が基準データD0と比べてF1,F2(Hz)付近においてそれぞれ卓越している(グラフ中のA部分を参照)。詳細には、2019年5月12日より前の診断データD1~D3において、そのような卓越したスペクトルは確認されず、2019年5月12日より後の診断データD5~D9においては同じ周波数付近で卓越したスペクトルが確認できる。 In the graph of FIG. 4, the diagnostic data D4 on May 12, 2019 is superior to the reference data D0 in the vicinity of F1 and F2 (Hz) (see the part A in the graph). Specifically, no such predominant spectrum was identified in the diagnostic data D1 to D3 prior to May 12, 2019, and near the same frequency in the diagnostic data D5 to D9 after May 12, 2019. You can see the excellent spectrum with.

図5は、図4の基準データD0に対応する棒グラフを示している。図6は、図4の診断データD4に対応する棒グラフを示している。図5,6では、横軸が周波数を示している。周波数は1~10000Hzまでを所定の分割幅で区分して示されている。縦軸は、区分された各周波数範囲におけるスペクトルの平均値を示している。なお、所定の分割幅については、1~10000Hzまでを等分割してもよいし、任意に分割幅を変更してもよい。 FIG. 5 shows a bar graph corresponding to the reference data D0 of FIG. FIG. 6 shows a bar graph corresponding to the diagnostic data D4 of FIG. In FIGS. 5 and 6, the horizontal axis indicates the frequency. The frequency is shown by dividing 1 to 10000 Hz by a predetermined division width. The vertical axis shows the average value of the spectrum in each divided frequency range. Regarding the predetermined division width, 1 to 10000 Hz may be equally divided, or the division width may be arbitrarily changed.

図5,6を比較すると、14番目の周波数範囲であるF1(Hz)付近の周波数範囲で、診断データD4のスペクトルの平均値が基準データD0のスペクトルの平均値に比べて著しく大きくなっていることが確認できる。同様に、16番目の周波数範囲であるF2(Hz)付近の周波数範囲で、診断データD4のスペクトルの平均値が基準データD0のスペクトルの平均値に比べて著しく大きくなっていることが確認できる。 Comparing FIGS. 5 and 6, in the frequency range near F1 (Hz), which is the 14th frequency range, the average value of the spectra of the diagnostic data D4 is significantly larger than the average value of the spectra of the reference data D0. Can be confirmed. Similarly, in the frequency range near F2 (Hz), which is the 16th frequency range, it can be confirmed that the average value of the spectrum of the diagnostic data D4 is significantly larger than the average value of the spectrum of the reference data D0.

本実施形態では、診断部12cは、診断データD1~D9のいずれかの特定の周波数範囲のスペクトルの平均値が、基準データの同じ周波数範囲のスペクトルの平均値よりも例えば30%以上大きくなった場合に異常と診断する。図5,6の例では、F1(Hz)付近およびF2(Hz)付近の周波数範囲において、診断データD4のスペクトルの平均値が基準データD0のスペクトルの平均値に比べてそれぞれ2倍以上大きくなっている。従って、診断部12cによって異常と診断される。なお、異常と診断するための比較の閾値は30%以外であってもよく、診断対象とする振動機械の種類などに応じて任意に設定され得る。 In the present embodiment, the diagnostic unit 12c has the average value of the spectra of any specific frequency range of the diagnostic data D1 to D9 larger than the average value of the spectra of the same frequency range of the reference data, for example, by 30% or more. If it is diagnosed as abnormal. In the examples of FIGS. 5 and 6, in the frequency range near F1 (Hz) and F2 (Hz), the average value of the spectrum of the diagnostic data D4 is more than twice as large as the average value of the spectrum of the reference data D0, respectively. ing. Therefore, the diagnosis unit 12c diagnoses the abnormality. The threshold value for comparison for diagnosing an abnormality may be other than 30%, and may be arbitrarily set according to the type of the vibrating machine to be diagnosed.

本実施形態によれば、モータ1の経時的に変化する振動データから診断データを生成し、過去に取得した同じモータ1の基準データと比較して異常診断を行っている。従って、比較対象のデータが同じモータ1からのものであるため、振動データの経時的な変化を捉えることができ、高精度の異常診断が可能となる。また、本実施形態では、インバータ3によってモータ1の回転数を制御しているため、インバータ3のキャリア周波数において振動データにノイズが付加され得る。しかし、インバータ3のキャリア周波数の影響は過去の振動データと現在の振動データの両方に同様に付加される。従って、これらの差分をとることでインバータ3のキャリア周波数のノイズの影響を抑制して簡便に異常診断を行うことができる。また、振動データを経時的に取得して診断データとして利用するので、振動データの経時的な変化が大きくなった場合に異常を検知できる。 According to the present embodiment, diagnostic data is generated from vibration data of the motor 1 that changes with time, and abnormality diagnosis is performed by comparing with the reference data of the same motor 1 acquired in the past. Therefore, since the data to be compared is from the same motor 1, it is possible to capture the change over time in the vibration data, and it is possible to perform highly accurate abnormality diagnosis. Further, in the present embodiment, since the rotation speed of the motor 1 is controlled by the inverter 3, noise can be added to the vibration data at the carrier frequency of the inverter 3. However, the influence of the carrier frequency of the inverter 3 is similarly added to both the past vibration data and the current vibration data. Therefore, by taking these differences, the influence of the noise of the carrier frequency of the inverter 3 can be suppressed and the abnormality diagnosis can be easily performed. Further, since the vibration data is acquired over time and used as diagnostic data, it is possible to detect an abnormality when the change of the vibration data with time becomes large.

また、本実施形態によれば、所定の周波数帯域ごとに異常診断できる。従って、異常原因を周波数帯域に応じて特定することもできる。例えば、低周波数域(例えば、1000Hz以下)で異常と診断された場合、モータ1の偏重(アンバランス)や偏心(ミスアライメント)、モータ1の設置のガタつきなどが想定される。また、振動機械として液体が流れる配管を対象とした場合には配管内の過少流量などが想定される。また、高周波数域(例えば、5000Hz以上)で異常と診断された場合、モータ1とファン2とを機械的に接続する軸部材を支持する軸受部分の損傷ないしグリス切れなどが想定される。 Further, according to the present embodiment, abnormality diagnosis can be performed for each predetermined frequency band. Therefore, the cause of the abnormality can be identified according to the frequency band. For example, when an abnormality is diagnosed in a low frequency region (for example, 1000 Hz or less), eccentricity (unbalance) or eccentricity (misalignment) of the motor 1 and rattling of the installation of the motor 1 are assumed. In addition, when the target is a pipe through which a liquid flows as a vibration machine, an excessive flow rate in the pipe is assumed. Further, when an abnormality is diagnosed in a high frequency region (for example, 5000 Hz or higher), it is assumed that the bearing portion supporting the shaft member that mechanically connects the motor 1 and the fan 2 is damaged or the grease is cut off.

なお、本実施形態では、特定の周波数範囲のスペクトルの平均値を確認して基準データと診断データとを比較したが、比較する値は特定の周波数範囲のスペクトルの実効値、最小値、または最大値などであってもよい。 In this embodiment, the mean value of the spectrum in a specific frequency range is confirmed and the reference data and the diagnostic data are compared, but the value to be compared is the effective value, the minimum value, or the maximum value of the spectrum in the specific frequency range. It may be a value or the like.

(第1変形例)
図7,8を参照して、診断部12cによる診断データと基準データとの比較の方法として、ピーク値を使用してもよい。
(First modification)
With reference to FIGS. 7 and 8, the peak value may be used as a method for comparing the diagnostic data and the reference data by the diagnostic unit 12c.

第1変形例では、診断部12cは、基準データのピーク値と診断データのピーク値を大きい順に比較し、所定以上異なる場合に異常と診断する。以下、具体例について説明する。 In the first modification, the diagnostic unit 12c compares the peak value of the reference data and the peak value of the diagnostic data in descending order, and diagnoses as abnormal when they differ by a predetermined value or more. Hereinafter, specific examples will be described.

図7は基準データを示し、図8は診断データを示している。図7,8の横軸は周波数を示し、縦軸はスペクトルを示している。 FIG. 7 shows reference data and FIG. 8 shows diagnostic data. The horizontal axis of FIGS. 7 and 8 shows the frequency, and the vertical axis shows the spectrum.

図7のグラフにおいて、最も大きな第1ピークが符号P7-1で示され、2番目に大きな第2ピークが符号P7-2で示されている。同様に、図8において、最も大きな第1ピークが符号P8-1で示され、2番目に大きな第2ピークが符号P8-2で示されている。 In the graph of FIG. 7, the largest first peak is indicated by reference numeral P7-1 and the second largest peak is indicated by reference numeral P7-2. Similarly, in FIG. 8, the largest first peak is indicated by reference numeral P8-1 and the second largest peak is indicated by reference numeral P8-2.

図7,8の例では、基準データの第1ピーク値約4.5(P7-1)に比べて診断データの第1ピーク値約5.1(P8-1)が13%程度大きい。また、基準データの第2ピーク値約3.6(P7-1)に比べて診断データの第2ピーク値約4.2(P8-1)が17%程度大きい。 In the examples of FIGS. 7 and 8, the first peak value of about 5.1 (P8-1) of the diagnostic data is about 13% larger than the first peak value of about 4.5 (P7-1) of the reference data. Further, the second peak value of about 4.2 (P8-1) of the diagnostic data is about 17% larger than the second peak value of about 3.6 (P7-1) of the reference data.

診断部12cでは、上記のようにピーク値同士が大きい順に比較される。異常があると診断する閾値を上記実施形態と同じく30%に設定した場合、図7,8の例では、当該30%を超える比較結果が確認できないため、異常があると診断されない。ただし、比較するピーク値の数は1つまたは3つ以上であってもよく、閾値も30%に限定されない。 In the diagnostic unit 12c, as described above, the peak values are compared in descending order. When the threshold value for diagnosing an abnormality is set to 30% as in the above embodiment, in the examples of FIGS. 7 and 8, the comparison result exceeding the 30% cannot be confirmed, so that the abnormality is not diagnosed. However, the number of peak values to be compared may be one or three or more, and the threshold value is not limited to 30%.

第1変形例によれば、周波数範囲によらずに単純にピーク値を大きい順に比較するため、容易に異常診断を行うことができる。具体的には、図7,8の例に示すように、基準データの第1ピークP7-1と、診断データの第1ピークP8-1とは、互いに周波数が異なっている。従って、このような場合、異なる周波数のピーク値同士を比較することになる。ただし、上記実施形態のように特定の周波数範囲を設定し、当該特定の周波数範囲でのピーク値同士を比較してもよい。 According to the first modification, since the peak values are simply compared in descending order regardless of the frequency range, the abnormality diagnosis can be easily performed. Specifically, as shown in the examples of FIGS. 7 and 8, the frequency of the first peak P7-1 of the reference data and the frequency of the first peak P8-1 of the diagnostic data are different from each other. Therefore, in such a case, the peak values of different frequencies are compared with each other. However, a specific frequency range may be set as in the above embodiment, and peak values in the specific frequency range may be compared with each other.

また、ピーク値をとる大きな振動は異常につながることが多く、ピーク値を抽出して比較することで異常診断の精度を高めることができる。 In addition, large vibrations that take peak values often lead to abnormalities, and the accuracy of abnormality diagnosis can be improved by extracting and comparing peak values.

(第2変形例)
図9を参照して、診断部12cによる診断データと基準データとの比較の方法として、診断データと基準データとの差分波形を利用してもよい。
(Second modification)
With reference to FIG. 9, as a method of comparing the diagnostic data and the reference data by the diagnostic unit 12c, the difference waveform between the diagnostic data and the reference data may be used.

第2変形例では、診断部12cは、診断データのスペクトル値から基準データのスペクトル値を引いて得られる波形(差分波形)がスロープ波形となった場合に異常と診断する。以下、具体例について説明する。 In the second modification, the diagnostic unit 12c diagnoses an abnormality when the waveform (difference waveform) obtained by subtracting the spectral value of the reference data from the spectral value of the diagnostic data becomes a slope waveform. Hereinafter, specific examples will be described.

図9の横軸は周波数を示し、縦軸はスペクトルを示している。図9は診断データの波形から基準データの波形を差し引いた差分値を示している。 The horizontal axis of FIG. 9 shows the frequency, and the vertical axis shows the spectrum. FIG. 9 shows a difference value obtained by subtracting the waveform of the reference data from the waveform of the diagnostic data.

図9のグラフにおいて、周波数が10000Hzの近傍においてスロープ波形が確認できる(符号P9部分を参照)。ここで、スロープ波形とは、周波数範囲として2000Hz付近からそれよりも低周波数側にかけて、または9000Hz付近からそれよりも高周波数側にかけてFFTスペクトルがスロープ状に上昇していく波形をいう。 In the graph of FIG. 9, the slope waveform can be confirmed in the vicinity of the frequency of 10000 Hz (see the reference numeral P9 portion). Here, the slope waveform means a waveform in which the FFT spectrum rises in a slope shape from around 2000 Hz to a lower frequency side, or from around 9000 Hz to a higher frequency side than that.

図9のグラフでは、9001~10000Hzにおいて周波数が増えるにつれてスペクトル値が約0.2から約1.6まで8倍程度増加している。従って、当該周波数範囲でスロープ波形が確認されるため、診断部12cにおいて当該周波数範囲に異常があると診断される。 In the graph of FIG. 9, the spectral value increases about 8 times from about 0.2 to about 1.6 as the frequency increases from 9001 to 10000 Hz. Therefore, since the slope waveform is confirmed in the frequency range, the diagnosis unit 12c diagnoses that there is an abnormality in the frequency range.

本変形例によれば、スロープ波形は異常が発生しやすく、当該波形の発生を検知することで、一層高精度に異常診断を行うがことができる。 According to this modification, an abnormality is likely to occur in the slope waveform, and by detecting the occurrence of the waveform, it is possible to perform an abnormality diagnosis with higher accuracy.

(第3変形例)
第3変形例では、診断部12cでの比較を画像認識に基づいて行う。
(Third modification example)
In the third modification, the comparison in the diagnostic unit 12c is performed based on the image recognition.

診断部12cは、診断データを入力されると、診断データの波形画像を生成し、記憶部11に記憶された基準データの波形画像との一致度を算出する。診断部12cは、一致度が所定以下である場合に異常と診断する。 When the diagnostic data is input, the diagnostic unit 12c generates a waveform image of the diagnostic data and calculates the degree of coincidence with the waveform image of the reference data stored in the storage unit 11. The diagnosis unit 12c diagnoses an abnormality when the degree of agreement is equal to or less than a predetermined value.

上記診断は、畳み込みニューラルネットワーク(CNN)などのニューラルネットワークによって基準データを教師データとして学習した学習済みモデルを利用する。学習済みモデルは、診断部12cに含まれ、一致度が所定以下の場合に異常があるとの診断を行う。学習済みモデルは、例えば、一致度が50%未満である場合に異常であると診断してもよい。 The above diagnosis uses a trained model trained with reference data as teacher data by a neural network such as a convolutional neural network (CNN). The trained model is included in the diagnosis unit 12c, and when the degree of agreement is equal to or less than a predetermined value, it is diagnosed that there is an abnormality. The trained model may be diagnosed as abnormal, for example, if the degree of agreement is less than 50%.

第3変形例によれば、波形全体を画像として比較できるため、診断精度を向上できる。 According to the third modification, the entire waveform can be compared as an image, so that the diagnostic accuracy can be improved.

(第2実施形態)
第2実施形態のモータ(振動機械)1の異常診断装置10は、異常診断方法において第1実施形態と異なる。これ以外に関しては、第1実施形態と実質的に同じである。従って、第1実施形態にて示した部分については説明を省略する場合がある。
(Second Embodiment)
The abnormality diagnosis device 10 of the motor (vibration machine) 1 of the second embodiment is different from the first embodiment in the abnormality diagnosis method. Other than this, it is substantially the same as the first embodiment. Therefore, the description of the portion shown in the first embodiment may be omitted.

本実施形態では、制御装置4およびインバータ3によってモータ1が制御され、モータ1が複数の運転モードで駆動される。例えば、複数の運転モードは、冷房モード、暖房モード、および送風モードを含む。 In the present embodiment, the motor 1 is controlled by the control device 4 and the inverter 3, and the motor 1 is driven in a plurality of operation modes. For example, the plurality of operating modes include a cooling mode, a heating mode, and a blowing mode.

記憶部11には、上記複数の運転モードに対応した複数の基準データを記憶されている。詳細には、記憶部11には、上記各運転モードに対して少なくとも1つの基準データが記憶されている。例えば、記憶部11には、冷房モード、暖房モード、および送風モードに対応する基準データが5個ずつの合計15個記憶されていてもよい。 The storage unit 11 stores a plurality of reference data corresponding to the plurality of operation modes. Specifically, the storage unit 11 stores at least one reference data for each of the above operation modes. For example, the storage unit 11 may store a total of 15 reference data corresponding to the cooling mode, the heating mode, and the ventilation mode, 5 each.

診断部12cは、複数の基準データのそれぞれに対して診断データとの比較を行い複数の比較結果を取得し、複数の比較結果のうち1つでも異常でない診断結果が得られた場合には全体結果として異常でないと診断する。 The diagnostic unit 12c compares each of the plurality of reference data with the diagnostic data, acquires a plurality of comparison results, and if any one of the plurality of comparison results is not abnormal, the whole is obtained. As a result, it is diagnosed that it is not abnormal.

図10を参照して、本実施形態の異常診断装置10が実行する異常診断方法について具体的に説明する。 With reference to FIG. 10, the abnormality diagnosis method executed by the abnormality diagnosis device 10 of the present embodiment will be specifically described.

本実施形態の異常診断方法を開始すると(ステップS10-1)、取得部12aによって振動データを取得する(ステップS10-2)。次いで、取得部12aによって取得された振動データを変換部12bによってフーリエ変換して診断データとする(ステップS10-3)。そして、診断部12cによって、記憶部11に記憶された1つの基準データのスペクトル値と診断データのスペクトル値とを比較し、基準データから診断データが所定以上異なっているか否かを判定する(ステップS10-4)。 When the abnormality diagnosis method of the present embodiment is started (step S10-1), vibration data is acquired by the acquisition unit 12a (step S10-2). Next, the vibration data acquired by the acquisition unit 12a is Fourier transformed by the conversion unit 12b to obtain diagnostic data (step S10-3). Then, the diagnostic unit 12c compares the spectral value of one reference data stored in the storage unit 11 with the spectral value of the diagnostic data, and determines whether or not the diagnostic data differs from the reference data by a predetermined value or more (step). S10-4).

上記判定処理(ステップS10-4)において差異が所定以上大きくない場合(N:ステップS10-4)、振動データを取得する処理に戻り(ステップS10-2)、以降の処理を繰り返す。差異が所定以上大きい場合(Y:ステップS10-4)、記憶部11に記憶された別の基準データのスペクトル値と診断データのスペクトル値とを比較し、基準データから診断データが所定以上異なっているか否かを判定する(ステップS10-5)。 If the difference is not larger than a predetermined value in the determination process (step S10-4) (N: step S10-4), the process returns to the process of acquiring vibration data (step S10-2), and the subsequent processes are repeated. When the difference is larger than a predetermined value (Y: step S10-4), the spectral value of another reference data stored in the storage unit 11 is compared with the spectral value of the diagnostic data, and the diagnostic data differs from the reference data by a predetermined value or more. It is determined whether or not it is present (step S10-5).

上記判定処理(ステップS10-5)において差異が所定以上大きくない場合(N:ステップS10-5)、振動データを取得する処理に戻り(ステップS10-2)、以降の処理を繰り返す。また、差異が所定以上大きい場合(Y:ステップS10-5)、記憶部11に記憶された別の基準データのスペクトル値と診断データのスペクトル値とを比較し、基準データから診断データが所定以上異なっているか否かを判定する(ステップS10-6)。 If the difference is not larger than a predetermined value in the determination process (step S10-5) (N: step S10-5), the process returns to the process of acquiring vibration data (step S10-2), and the subsequent processes are repeated. When the difference is larger than a predetermined value (Y: step S10-5), the spectral value of another reference data stored in the storage unit 11 is compared with the spectral value of the diagnostic data, and the diagnostic data from the reference data is equal to or larger than the predetermined value. It is determined whether or not they are different (step S10-6).

上記ステップS10-4からステップS10-6のように比較処理を全ての基準データに対して実行し、全ての基準データに対して診断データが所定以上大きい場合(Y:ステップS10-6)、診断結果として異常があることを表示部13に表示し(ステップS10-7)、一連の処理を終了する(ステップS10-8)。換言すれば、複数の比較結果のうち1つでも異常でない診断結果が得られた場合(N:ステップS10-4、S10-5、またはS10-6)には全体結果として異常でないと診断される。 When the comparison process is executed for all the reference data as in steps S10-4 to S10-6 and the diagnostic data is larger than a predetermined value for all the reference data (Y: step S10-6), the diagnosis is made. As a result, an abnormality is displayed on the display unit 13 (step S10-7), and a series of processes is completed (step S10-8). In other words, if any one of the plurality of comparison results is not abnormal (N: steps S10-4, S10-5, or S10-6), the overall result is diagnosed as normal. ..

本実施形態によれば、モータ1の正常運転における運転モードの変更に伴う振動の変化を異常と誤診断することを抑制できる。仮に、本実施形態と異なり、基準データが1つしか用意されてない場合、運転モードを冷房モードから暖房モードに切り替えた際に振動の様子が変わり、単なる運転モードの変化を伴う正常な運転を異常状態と誤診断するおそれがある。しかし、本実施形態では、冷房モードと暖房モードのそれぞれに対応する基準データが用意されていることで、上記誤診断を抑制し、診断精度を向上できる。 According to the present embodiment, it is possible to suppress misdiagnosis of a change in vibration due to a change in the operation mode in the normal operation of the motor 1 as an abnormality. If, unlike this embodiment, only one reference data is prepared, the state of vibration changes when the operation mode is switched from the cooling mode to the heating mode, and normal operation accompanied by a mere change in the operation mode is performed. There is a risk of misdiagnosis as an abnormal condition. However, in the present embodiment, since the reference data corresponding to each of the cooling mode and the heating mode are prepared, the above misdiagnosis can be suppressed and the diagnosis accuracy can be improved.

また、運転モードごとに基準データと診断データを比較するのではなく、得られた診断データに対して他の全ての運転モードの基準データを比較することができる。これにより、運転モードを限定して診断を行うことによる誤診断を抑制できる。 Further, instead of comparing the reference data and the diagnostic data for each operation mode, it is possible to compare the reference data of all the other operation modes with the obtained diagnostic data. This makes it possible to suppress misdiagnosis by limiting the operation mode and performing diagnosis.

例えば、一般に冬には暖房モードでの使用が想定される。そのため、当該想定に基づいて、仮に、冬の時期には暖房モードの基準データに限定して診断を行うように設定すると、冬に冷房モードが使用された場合に誤診断するおそれがある。しかし、本実施形態では、冬の時期であっても冷房モードに対応する基準データをも使用して診断を行うことができるため、そのような誤診断を抑制できる。代替的には、1つの運転モードに対してインバータ3のキャリア周波数のみを変更した場合の複数の基準データが設定されてもよい。これにより、同じ運転モードにおいてインバータ3のキャリア周波数が変更された場合の誤診断を抑制できる。また、以下の第1変形例に示すように、時期に応じた基準データの設定が有用な場合もあることに留意すべきである。 For example, it is generally expected to be used in the heating mode in winter. Therefore, based on this assumption, if the diagnosis is limited to the reference data of the heating mode in winter, there is a risk of misdiagnosis when the cooling mode is used in winter. However, in the present embodiment, since the diagnosis can be performed using the reference data corresponding to the cooling mode even in the winter season, such misdiagnosis can be suppressed. Alternatively, a plurality of reference data when only the carrier frequency of the inverter 3 is changed for one operation mode may be set. This makes it possible to suppress misdiagnosis when the carrier frequency of the inverter 3 is changed in the same operation mode. It should also be noted that, as shown in the first modification below, it may be useful to set the reference data according to the time.

(第1変形例)
第1変形例では、時期によって異なる運転モードに対応した基準データを正常データとして記憶部11に記憶させ、診断部12cにて時期に応じて当該基準データと診断データとの比較を行う。例えば、夏には冷房モードに対応した基準データを正常データとして記憶部11に記憶させ、冬には暖房モードに対応した基準データを正常データとして記憶部11に記憶させ、診断部12cにて時期に応じて各基準データと診断データとの比較を行う。
(First modification)
In the first modification, the reference data corresponding to the operation mode different depending on the time is stored in the storage unit 11 as normal data, and the diagnosis unit 12c compares the reference data with the diagnosis data according to the time. For example, in the summer, the reference data corresponding to the cooling mode is stored in the storage unit 11 as normal data, and in the winter, the reference data corresponding to the heating mode is stored in the storage unit 11 as normal data. The reference data and the diagnostic data are compared according to the above.

実際上、例えば、1年を1月1日~3月31日、4月1日~6月30日、7月1日~9月30日、および10月1日~12月31日のように4つの期間に分け、各期間に応じた基準データを正常データとして記憶部11に記憶させ、診断部12cにて各時期に応じて各基準データと診断データとの比較を行ってもよい。 In practice, for example, a year is from January 1st to March 31st, April 1st to June 30th, July 1st to September 30th, and October 1st to December 31st. The reference data corresponding to each period may be stored in the storage unit 11 as normal data, and the diagnosis unit 12c may compare each reference data with the diagnosis data according to each period.

診断部12cは、上記4つの時期に応じて診断データと比較する基準データを使い分けることができる。これにより、比較診断する基準データの数を減少できるため、計算コストを低減できる。 The diagnostic unit 12c can properly use the reference data to be compared with the diagnostic data according to the above four timings. As a result, the number of reference data for comparative diagnosis can be reduced, so that the calculation cost can be reduced.

(第2変形例)
第2変形例では、自動運転モードに応じた複数の基準データを正常データとして記憶部11に記憶させ、自動運転モード実行時には当該基準データに基づいて診断部12cにて異常診断を行う。
(Second modification)
In the second modification, a plurality of reference data corresponding to the automatic operation mode are stored in the storage unit 11 as normal data, and when the automatic operation mode is executed, the diagnosis unit 12c performs an abnormality diagnosis based on the reference data.

自動運転モードでは、運転モードが自動的に切り替えられることがある。本変形例では、自動運転モードごとに切り替えられ得る複数の基準データを記憶部11に記憶させ、診断部12cにてこれら複数の基準データのそれぞれと診断データとの比較をそれぞれ行う。診断部12cは、複数の比較結果のうち1つでも異常でない診断結果が得られた場合には全体結果として異常でないと診断する。 In the automatic operation mode, the operation mode may be switched automatically. In this modification, a plurality of reference data that can be switched for each automatic operation mode are stored in the storage unit 11, and the diagnostic unit 12c compares each of the plurality of reference data with the diagnostic data. If any one of the plurality of comparison results is not abnormal, the diagnostic unit 12c diagnoses that the overall result is not abnormal.

第2変形例によれば、自動運転モードのように自動的に運転モードが切り替えられる場合にも。各運転モードの基準データを正常データとして設定して診断できるので、正確な異常診断を行うことができる。 According to the second modification, even when the operation mode is automatically switched as in the automatic operation mode. Since the reference data of each operation mode can be set as normal data for diagnosis, accurate abnormality diagnosis can be performed.

(第3変形例)
第3変形例では、運転モードごとに基準データを記憶部11に記憶させる。診断部12cは、モータ1の現在の運転モードを把握し、当該運転モードに対応する基準データと診断データとを比較して異常診断を行う。
(Third modification example)
In the third modification, the reference data is stored in the storage unit 11 for each operation mode. The diagnosis unit 12c grasps the current operation mode of the motor 1 and compares the reference data corresponding to the operation mode with the diagnosis data to perform an abnormality diagnosis.

第3変形例によれば、現在の運転モードに応じた基準データを使用して異常診断を行うため、実際に則した正確な異常診断を行うことができる。 According to the third modification, since the abnormality diagnosis is performed using the reference data corresponding to the current operation mode, it is possible to perform an accurate abnormality diagnosis according to the actual situation.

(第4変形例)
第4変形例では、モータ1のメンテナンス後のデータを基準データとして機器型番ごとに記憶部11に記憶させ、当該機器型番ごとに診断部12cにおいて当該基準データを使用して診断を行う。
(Fourth modification)
In the fourth modification, the data after maintenance of the motor 1 is stored in the storage unit 11 for each device model number as reference data, and the diagnosis unit 12c performs diagnosis using the reference data for each device model number.

第4変形例によれば、メンテナンス後の正常運転している可能性が高いデータを基準データとして使用できるため、異常診断の精度を向上できる。 According to the fourth modification, since the data having a high possibility of normal operation after maintenance can be used as the reference data, the accuracy of the abnormality diagnosis can be improved.

以上より、本発明の具体的な実施形態およびその変形例について説明したが、本発明は上記形態に限定されるものではなく、この発明の範囲内で種々変更して実施することができる。例えば、個々の実施形態や変形例の内容を適宜組み合わせたものを、この発明の一実施形態としてもよい。 Although the specific embodiment of the present invention and the modification thereof have been described above, the present invention is not limited to the above-described embodiment and can be variously modified and carried out within the scope of the present invention. For example, an embodiment of the present invention may be obtained by appropriately combining the contents of individual embodiments and modifications.

また、診断部12cでの比較方法として、診断データの波形から基準データの波形を差し引いた波形(差分波形)のスペクトルが周波数の増加につれて所定以上の割合で増加する場合に異常と診断してもよい。また、当該差分波形のスペクトルの所定周波数範囲での合計値(積分値)や平均値、最大値、最小値、または相関などの各指標値に基づいて異常診断を行ってもよい。 Further, as a comparison method in the diagnostic unit 12c, even if it is diagnosed as abnormal when the spectrum of the waveform (difference waveform) obtained by subtracting the waveform of the reference data from the waveform of the diagnostic data increases at a rate of a predetermined value or more as the frequency increases. good. Further, the abnormality diagnosis may be performed based on each index value such as the total value (integral value), the average value, the maximum value, the minimum value, or the correlation of the spectrum of the difference waveform in a predetermined frequency range.

また、診断部12cでの比較手法として既存の統計的手法を用いてもよい。統計的手法としては、例えば、スピアマンの順位相関係数、ピアソン積率相関係数、共分散、ヒストグラム、公差法、KLダイバージェンス、またはJSダイバージェンスなどを使用した手法を挙げることができる。いずれの統計的手法においても診断部12cは、診断データが基準データから所定以上異なる場合に異常と診断する。 Further, an existing statistical method may be used as a comparison method in the diagnostic unit 12c. Examples of the statistical method include a method using Spearman's rank correlation coefficient, Pearson product moment correlation coefficient, covariance, histogram, tolerance method, KL divergence, JS divergence, and the like. In any of the statistical methods, the diagnostic unit 12c diagnoses an abnormality when the diagnostic data differs from the reference data by a predetermined value or more.

1 モータ(振動機械)
2 ファン
3 インバータ
4 制御装置
5 振動センサ
10 異常診断装置
11 記憶部
12 処理部
12a 取得部
12b 変換部
12c 診断部
13 表示部
1 Motor (vibration machine)
2 Fan 3 Inverter 4 Control device 5 Vibration sensor 10 Abnormality diagnosis device 11 Storage unit 12 Processing unit 12a Acquisition unit 12b Conversion unit 12c Diagnosis unit 13 Display unit

Claims (6)

振動機械の振動データをフーリエ変換した基準データを記憶する記憶部と、
前記振動機械の振動データを経時的に取得する取得部と、
前記取得部で取得した前記振動データをフーリエ変換して診断データとする変換部と、
前記基準データのスペクトル値と前記診断データのスペクトル値とを経時的に比較して前記基準データから前記診断データが所定以上異なる場合に異常と診断する診断部と
を備える、振動機械の異常診断装置。
A storage unit that stores reference data obtained by Fourier transforming the vibration data of a vibrating machine,
An acquisition unit that acquires vibration data of the vibration machine over time,
A conversion unit that Fourier transforms the vibration data acquired by the acquisition unit into diagnostic data,
An abnormality diagnostic device for a vibrating machine, comprising a diagnostic unit that compares the spectral value of the reference data with the spectral value of the diagnostic data over time and diagnoses an abnormality when the diagnostic data differs from the reference data by a predetermined value or more. ..
前記診断部は、前記比較を所定の周波数帯域ごとの平均値、実効値、最小値、または最大値で行う、請求項1に記載の振動機械の異常診断装置。 The abnormality diagnosis device for a vibrating machine according to claim 1, wherein the diagnostic unit performs the comparison with an average value, an effective value, a minimum value, or a maximum value for each predetermined frequency band. 前記診断部は、前記基準データのピーク値と、前記診断データのピーク値との間で比較を行う、請求項1に記載の振動機械の異常診断装置。 The abnormality diagnosis device for a vibrating machine according to claim 1, wherein the diagnostic unit compares the peak value of the reference data with the peak value of the diagnostic data. 前記診断部は、前記基準データの波形画像と前記診断データの波形画像との一致度を評価し、前記一致度が所定以下である場合に異常と診断する、請求項1に記載の振動機械の異常診断装置。 The vibrating machine according to claim 1, wherein the diagnostic unit evaluates the degree of coincidence between the waveform image of the reference data and the waveform image of the diagnostic data, and diagnoses an abnormality when the degree of coincidence is equal to or less than a predetermined value. Abnormality diagnostic device. 前記記憶部は、複数の基準データを記憶しており、
前記診断部は、前記複数の基準データのそれぞれに対して前記診断データとの比較を行い複数の比較結果を取得し、前記複数の比較結果のうち一つでも異常でない診断結果が得られた場合には全体結果として異常でないと診断する、請求項1から請求項3のいずれか1項に記載の振動機械の異常診断装置。
The storage unit stores a plurality of reference data and stores a plurality of reference data.
When the diagnostic unit compares each of the plurality of reference data with the diagnostic data and obtains a plurality of comparison results, and even one of the plurality of comparison results is not abnormal. The abnormality diagnosis device for a vibrating machine according to any one of claims 1 to 3, which is diagnosed as not abnormal as a whole.
振動機械の振動データをフーリエ変換した基準データを準備し、
前記振動機械の振動データを経時的に取得し、
経時的に取得した前記振動データをフーリエ変換して診断データとし、
前記基準データのスペクトル値と前記診断データのスペクトル値とを経時的に比較して前記基準データから前記診断データが所定以上異なる場合に異常と診断する
ことを含む、振動機械の異常診断方法。
Prepare the reference data obtained by Fourier transforming the vibration data of the vibrating machine.
The vibration data of the vibration machine is acquired over time, and the vibration data is acquired over time.
The vibration data acquired over time is Fourier transformed to obtain diagnostic data.
A method for diagnosing an abnormality of a vibrating machine, which comprises comparing the spectral value of the reference data with the spectral value of the diagnostic data over time and diagnosing an abnormality when the diagnostic data differs from the reference data by a predetermined value or more.
JP2020191191A 2020-11-17 2020-11-17 Abnormality diagnosis device and abnormality diagnosis method for vibrating machines Active JP7075466B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020191191A JP7075466B1 (en) 2020-11-17 2020-11-17 Abnormality diagnosis device and abnormality diagnosis method for vibrating machines

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020191191A JP7075466B1 (en) 2020-11-17 2020-11-17 Abnormality diagnosis device and abnormality diagnosis method for vibrating machines

Publications (2)

Publication Number Publication Date
JP7075466B1 JP7075466B1 (en) 2022-05-25
JP2022082474A true JP2022082474A (en) 2022-06-02

Family

ID=81746632

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020191191A Active JP7075466B1 (en) 2020-11-17 2020-11-17 Abnormality diagnosis device and abnormality diagnosis method for vibrating machines

Country Status (1)

Country Link
JP (1) JP7075466B1 (en)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61170625A (en) * 1985-01-25 1986-08-01 Tohoku Electric Power Co Inc Device for monitoring abnormal operation of water-wheel generator
JPS628023A (en) * 1985-07-04 1987-01-16 Ishikawajima Harima Heavy Ind Co Ltd Diagnosis of rotary machine
JPH07159231A (en) * 1993-11-05 1995-06-23 Kawasaki Steel Corp Deterioration diagnostic system for pump
JPH10176949A (en) * 1996-12-10 1998-06-30 Caterpillar Inc Apparatus and method for testing mechanical component using neural network processing vibration data analysis
JP2004212225A (en) * 2002-12-27 2004-07-29 Nsk Ltd Abnormality diagnostic apparatus
JP2005121639A (en) * 2003-09-22 2005-05-12 Omron Corp Inspection method, inspection apparatus and diagnostic apparatus for facility
JP2007108189A (en) * 2006-12-20 2007-04-26 Nsk Ltd Method and device for diagnosing abnormality in rotor
JP2009243908A (en) * 2008-03-28 2009-10-22 Takata Corp Abnormality diagnosis method of low-speed rotary machine
JP2011247695A (en) * 2010-05-25 2011-12-08 Jfe Steel Corp Abnormality diagnosis method and abnormality diagnosis system using pattern library
JP2011247696A (en) * 2010-05-25 2011-12-08 Jfe Steel Corp Automatic pattern extraction method and automatic pattern extraction system
KR20130008445A (en) * 2011-07-12 2013-01-22 주식회사 칸 System and method for monitoring state of a rotation body of marine structure
JP2014170009A (en) * 2014-05-07 2014-09-18 Toshiba Corp Equipment failure evaluation system
JP2016057250A (en) * 2014-09-12 2016-04-21 株式会社神戸製鋼所 Rotary electric machine abnormality detection device and method, and rotary electric machine

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61170625A (en) * 1985-01-25 1986-08-01 Tohoku Electric Power Co Inc Device for monitoring abnormal operation of water-wheel generator
JPS628023A (en) * 1985-07-04 1987-01-16 Ishikawajima Harima Heavy Ind Co Ltd Diagnosis of rotary machine
JPH07159231A (en) * 1993-11-05 1995-06-23 Kawasaki Steel Corp Deterioration diagnostic system for pump
JPH10176949A (en) * 1996-12-10 1998-06-30 Caterpillar Inc Apparatus and method for testing mechanical component using neural network processing vibration data analysis
JP2004212225A (en) * 2002-12-27 2004-07-29 Nsk Ltd Abnormality diagnostic apparatus
JP2005121639A (en) * 2003-09-22 2005-05-12 Omron Corp Inspection method, inspection apparatus and diagnostic apparatus for facility
JP2007108189A (en) * 2006-12-20 2007-04-26 Nsk Ltd Method and device for diagnosing abnormality in rotor
JP2009243908A (en) * 2008-03-28 2009-10-22 Takata Corp Abnormality diagnosis method of low-speed rotary machine
JP2011247695A (en) * 2010-05-25 2011-12-08 Jfe Steel Corp Abnormality diagnosis method and abnormality diagnosis system using pattern library
JP2011247696A (en) * 2010-05-25 2011-12-08 Jfe Steel Corp Automatic pattern extraction method and automatic pattern extraction system
KR20130008445A (en) * 2011-07-12 2013-01-22 주식회사 칸 System and method for monitoring state of a rotation body of marine structure
JP2014170009A (en) * 2014-05-07 2014-09-18 Toshiba Corp Equipment failure evaluation system
JP2016057250A (en) * 2014-09-12 2016-04-21 株式会社神戸製鋼所 Rotary electric machine abnormality detection device and method, and rotary electric machine

Also Published As

Publication number Publication date
JP7075466B1 (en) 2022-05-25

Similar Documents

Publication Publication Date Title
US20240068864A1 (en) Systems and methods for monitoring of mechanical and electrical machines
US10520397B2 (en) Methods and apparatuses for defect diagnosis in a mechanical system
US10725439B2 (en) Apparatus and method for monitoring a device having a movable part
US8370109B2 (en) Machine vibration baseline synthesizer
US20150160101A1 (en) Method and System for Testing Operational Integrity of a Drilling Rig
US20100198555A1 (en) Plant state monitoring method, plant state monitoring computer program, and plant state monitoring apparatus
US11782430B2 (en) Abnormality diagnosis method, abnormality diagnosis device and non-transitory computer readable storage medium
CN110689141B (en) Fault diagnosis method and equipment for wind generating set
JP7040851B2 (en) Anomaly detection device, anomaly detection method and anomaly detection program
JP6906985B2 (en) Vibration diagnosis system, vibration diagnosis method and parameter setting method
US9791856B2 (en) Fault frequency set detection system and method
CN117980707A (en) Autonomous discrimination of operational vibration signals
JP6714498B2 (en) Equipment diagnosis device and equipment diagnosis method
JP5787831B2 (en) Equipment inspection plan support device and program
TWI724305B (en) Condition monitoring device, condition monitoring method and condition monitoring program
JP2022144024A (en) Apparatus and program for detecting/predicting failure
JPH1183686A (en) Method and device for diagnosing abnormality in machine installation
JP7002417B2 (en) Equipment abnormality diagnosis device and abnormality diagnosis method
JP7075466B1 (en) Abnormality diagnosis device and abnormality diagnosis method for vibrating machines
CN117370879A (en) Real-time online fault diagnosis method and system for wind turbine gearbox
JP7188143B2 (en) Anomaly sign detection system, anomaly sign detection method
JP7383367B1 (en) Vibration data analysis method and analysis system for rotating equipment
CN112557036A (en) Diagnostic apparatus and method, and computer-readable storage medium
JP2022136827A (en) Device and method for detecting abnormality
JPH08110262A (en) On-line rotary object diagnostic device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210204

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220308

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220405

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220510

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220513

R150 Certificate of patent or registration of utility model

Ref document number: 7075466

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150