JP5644666B2 - Electric motor preventive maintenance equipment - Google Patents
Electric motor preventive maintenance equipment Download PDFInfo
- Publication number
- JP5644666B2 JP5644666B2 JP2011110359A JP2011110359A JP5644666B2 JP 5644666 B2 JP5644666 B2 JP 5644666B2 JP 2011110359 A JP2011110359 A JP 2011110359A JP 2011110359 A JP2011110359 A JP 2011110359A JP 5644666 B2 JP5644666 B2 JP 5644666B2
- Authority
- JP
- Japan
- Prior art keywords
- electric motor
- evaluation model
- data
- axial displacement
- output current
- 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.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims description 43
- 230000003449 preventive effect Effects 0.000 title claims description 42
- 238000013210 evaluation model Methods 0.000 claims description 73
- 238000006073 displacement reaction Methods 0.000 claims description 58
- 238000005096 rolling process Methods 0.000 claims description 47
- 230000005856 abnormality Effects 0.000 claims description 39
- 238000005259 measurement Methods 0.000 claims description 20
- 238000012544 monitoring process Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000013480 data collection Methods 0.000 claims 2
- 238000000034 method Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 4
- 239000003921 oil Substances 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000007257 malfunction Effects 0.000 description 3
- 101100311281 Arabidopsis thaliana STP14 gene Proteins 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000010687 lubricating oil Substances 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 101100311278 Arabidopsis thaliana STP11 gene Proteins 0.000 description 1
- 101100311280 Arabidopsis thaliana STP13 gene Proteins 0.000 description 1
- 229910000897 Babbitt (metal) Inorganic materials 0.000 description 1
- 101100495597 Orientia tsutsugamushi groES gene Proteins 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Electric Motors In General (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
本発明は、電動機の予防保全装置に係わり、特に、製鉄所の圧延プラントに用いられる大型電動機の予兆診断に用いて好適な予防保全装置に関する。 The present invention relates to a preventive maintenance apparatus for an electric motor, and more particularly to a preventive maintenance apparatus suitable for use in predictive diagnosis of a large electric motor used in a steel plant rolling plant.
製鉄所の圧延プラントを構成する機器の一つに電動機がある。圧延プラントは負荷の変動が多いため、圧延プラント用の電動機としては可変速電動機が使用されている。この電動機では頻繁な加減速制御が行われ、その際に加わる機械的な衝撃や電気的な過負荷によって突発的な故障がもたらされることがある。特に、圧延材の噛み込みタイミングには電動機に繋げられている機械側からの衝撃が大きく、電動機の軸受台が異常な力を受けて急に故障することがある。電動機の故障は圧延プラント全体に影響し、重大な故障であれば圧延プラントの操業を停止させてしまうこともある。特に遠隔地の圧延プラントにおいて突発的な故障が発生した場合には、補修・修理に時間がかかり、多くのリソースが割かれることになる。このため、圧延プラントの運転においては、電動機に異常が生じていないかどうか監視することにより、電動機の故障を未然に防止することが必要とされている。つまり、電動機の予防保全が必要とされている。 One of the equipment that makes up the rolling mill of an ironworks is an electric motor. Since a rolling plant has many load fluctuations, a variable speed electric motor is used as an electric motor for the rolling plant. In this electric motor, frequent acceleration / deceleration control is performed, and a sudden failure may be caused by a mechanical shock or an electrical overload applied at that time. In particular, the impact from the machine side connected to the electric motor is large at the timing of biting the rolling material, and the bearing base of the electric motor may receive an abnormal force and suddenly break down. The failure of the electric motor affects the entire rolling plant, and if it is a serious failure, the operation of the rolling plant may be stopped. In particular, when a sudden failure occurs in a remote rolling plant, it takes time to repair and repair, and a lot of resources are used. For this reason, in the operation of a rolling plant, it is necessary to prevent the failure of the electric motor by monitoring whether or not abnormality has occurred in the electric motor. In other words, preventive maintenance of the electric motor is required.
従来の電動機の予防保全の方法としては、例えば特開平１０−２８８５４６号公報に開示されている方法が知られている。この公報に開示された従来の方法によれば、電動機の使用開始時における回転速度（所定時間あたり回転数）と振動値との関係を近似した正常時関数式と、電動機を継続使用したときの回転速度と振動値との関係を近似した使用時関数式とがそれぞれ最小二乗法によって求められる。そして、使用時関数式を正常時関数式によって割り算することが行われ、その割り算の結果が予め設けた閾値を超えたら電動機に異常が発生したと判定することが行われていた。 As a method for preventive maintenance of a conventional electric motor, for example, a method disclosed in JP-A-10-28 8 546 JP it is known. According to the conventional method disclosed in this publication, a normal time function equation that approximates the relationship between the rotation speed (the number of rotations per predetermined time) and the vibration value at the start of use of the electric motor, and when the electric motor is continuously used. In-use function equations that approximate the relationship between the rotational speed and the vibration value are obtained by the least square method. Then, the in-use function equation is divided by the normal function equation, and when the result of the division exceeds a preset threshold, it is determined that an abnormality has occurred in the motor.
しかしながら、圧延プラントの電動機では、同じ回転速度で回転している場合であっても圧延負荷が変わると振動値が変わることがある。この圧延負荷は圧延材の材質、幅、長さ、温度等の要素によって変化する。前述の従来の方法では、これらの負荷要素については考慮されておらず、正常か異常かを判定するための閾値は回転速度のみによって決定される。このため、前述の従来の方法では、回転速度と圧延負荷との関係によっては、正常であるにも係らず異常だと判断するような誤診断や、異常であるにも係らず正常であると判断するような誤診断が行われてしまうおそれがあった。 However, in an electric motor of a rolling plant, even if the motor rotates at the same rotational speed, the vibration value may change when the rolling load changes. This rolling load varies depending on factors such as the material, width, length, and temperature of the rolled material. In the above-described conventional method, these load elements are not taken into consideration, and the threshold value for determining whether the load is normal or abnormal is determined only by the rotation speed. For this reason, in the above-described conventional method, depending on the relationship between the rotational speed and the rolling load, a misdiagnosis in which it is determined to be abnormal despite being normal, or that it is normal despite being abnormal. There was a risk that a misdiagnosis would be performed.
本発明は、上述のような課題に鑑みなされたもので、回転速度の変動や圧延負荷の変化による誤診断を避けることができ、ひいては、圧延プラント全体の運転に影響するような突発的な故障を未然に防止することのできる電動機の予防保全装置を提供することを目的とする。 The present invention has been made in view of the problems as described above, and can avoid misdiagnosis due to fluctuations in rotational speed and changes in rolling load, and thus sudden failures that affect the operation of the entire rolling plant. It is an object of the present invention to provide a preventive maintenance device for an electric motor that can prevent the occurrence of the problem.
本発明の電動機の予防保全装置は、電動機の軸の状態を表す特定物理量の計測データとともに電動機の回転速度の計測データを収集し、さらに、圧延負荷を表現する情報として電動機駆動装置から入力されるドライブ出力電流のデータを収集する。実際の圧延中では圧延負荷に応じて電動機駆動装置から必要な電流を流していることから、ドライブ出力電流は圧延負荷を代表する情報として用いることができる。なお、圧延負荷は圧延材の材質、幅、長さ、温度等の要素によって変化するが、これらの負荷要素の一つ一つについて電動機の軸の状態及び回転速度との関係を把握することは難しい。その点、ドライブ出力電流であれば、それのみで圧延負荷を代表することができるので、電動機の軸の状態との関係や回転速度との関係を把握しやすい。 The preventive maintenance device for an electric motor according to the present invention collects measurement data of the rotation speed of the electric motor together with measurement data of a specific physical quantity representing the state of the shaft of the electric motor, and is further input from the electric motor drive device as information expressing the rolling load. Collect drive output current data. During actual rolling, a necessary current is allowed to flow from the electric motor driving device in accordance with the rolling load, so that the drive output current can be used as information representative of the rolling load. Note that the rolling load varies depending on factors such as the material, width, length, and temperature of the rolled material, but it is not possible to grasp the relationship between the state of the motor shaft and the rotational speed for each of these load elements. difficult. In that respect, if it is a drive output current, it is possible to represent the rolling load by itself, so it is easy to grasp the relationship with the state of the shaft of the motor and the relationship with the rotational speed.
本発明の電動機の予防保全装置は、上述のデータを電動機の運転時に評価用データとして収集する。そして、収集した評価用データを評価モデルと照合し、評価用データと評価モデルとの一致度を判定する。評価モデルは、電動機が正常な場合における圧延時の回転速度及びドライブ出力電流と前記の特定物理量との関係をモデル化したものであって、例えば、２次以上の高次関数によって近似した式を用いることができる。本発明の電動機の予防保全装置は、評価用データと評価モデルとの一致度に基づいて電動機に係わる異常を監視する。 The preventive maintenance apparatus for an electric motor according to the present invention collects the above-mentioned data as evaluation data during operation of the electric motor. Then, the collected evaluation data is collated with the evaluation model, and the degree of coincidence between the evaluation data and the evaluation model is determined. The evaluation model models the relationship between the specific physical quantity and the rotational speed and drive output current during rolling when the motor is normal. For example, an equation approximated by a higher-order function of the second or higher order is used. Can be used. The preventive maintenance device for an electric motor of the present invention monitors an abnormality related to the electric motor based on the degree of coincidence between the evaluation data and the evaluation model.
電動機の軸の状態を表す特定物理量としては、軸変位センサにより計測することができる電動機のラジアル方向の軸変位やスラスト方向の軸変位、或いは、軸荷重センサによって計測することのできる電動機のスラスト方向の軸荷重を用いることが好ましい。また、電動機の運転時に収集する評価用データとしては、圧延材の噛み込みタイミングにおけるデータを収集することが好ましい。 The specific physical quantity representing the state of the motor shaft is the radial displacement or axial displacement of the motor that can be measured by an axial displacement sensor, or the axial direction of the motor that can be measured by an axial load sensor. It is preferable to use this axial load. In addition, as the evaluation data collected during operation of the motor, it is preferable to collect data at the biting timing of the rolled material.
電動機に係わる異常を監視する具体的な方法としては、評価用データと評価モデルとの一致度が所定の判定値よりも低下していることを電動機に係わる異常として検知することが好ましい。また、一定期間ごとに一致度が所定の判定値よりも低下した回数（異常回数）を計数し、異常回数の経時的変化を記録することも好ましい異常監視の方法の一つである。 As a specific method for monitoring the abnormality related to the motor, it is preferable to detect that the degree of coincidence between the evaluation data and the evaluation model is lower than a predetermined determination value as an abnormality related to the motor. In addition, counting the number of times that the degree of coincidence has decreased below a predetermined determination value (number of abnormalities) for every fixed period and recording the change over time in the number of abnormalities is also a preferred method of abnormality monitoring.
本発明によれば、正常圧延時における回転速度及びドライブ出力電流と特定物理量との関係をモデル化した評価モデルを基準として、電動機の運転時に収集された回転速度及びドライブ出力電流と特定物理量との関係が電動機の正常時の関係かどうかが判定される。このように回転速度に加えて圧延負荷を代表するドライブ出力電流が異常診断のための情報として用いられることで、回転速度の変動や圧延負荷の変化による誤診断を避けることができる。したがって、本発明によれば、電動機に係わる異常、具体的には、電動機そのものの故障の他、電動機が駆動する機械側の異常や軸受台の故障または経年の劣化等に関して、電動機を長時間停めることなく信頼性の高い判定を行うことができる。これにより、電動機やそれに係わる機械その他の故障の兆候を事前に知り、その症状に応じたメンテナンスを適切に実施することが可能となり、圧延プラント全体の運転に影響するような突発的な故障を未然に防止することが達成される。 According to the present invention, on the basis of an evaluation model that models the relationship between the rotational speed and drive output current during normal rolling and the specific physical quantity, the rotational speed and drive output current collected during operation of the motor and the specific physical quantity It is determined whether the relationship is a normal motor relationship. Thus, in addition to the rotational speed, the drive output current representing the rolling load is used as information for abnormality diagnosis, so that misdiagnosis due to fluctuations in the rotational speed and changes in the rolling load can be avoided. Therefore, according to the present invention, the motor is stopped for a long time with respect to the abnormality related to the motor, specifically, the malfunction of the motor itself, the malfunction of the machine driven by the motor, the malfunction of the bearing base or the deterioration of the aging. A highly reliable determination can be made without any problem. As a result, it is possible to know in advance the signs of failure of the electric motor and related machinery and other equipment, and to properly perform maintenance according to the symptoms, so that sudden failures that affect the operation of the entire rolling plant can be prevented. Preventing is achieved.
実施の形態１．
以下、本発明の実施の形態１について図１乃至図１０の各図に基づいて説明する。
Embodiment 1 FIG.
Embodiment 1 of the present invention will be described below with reference to FIGS. 1 to 10.
図１は本実施の形態の電動機の予防保全装置が適用されるシステムの構成を示すブロック図である。このシステムでは、電動機１と電動機駆動装置２とは離れた場所に配置され、それぞれリモートＩＯ盤３，４を介してネットワーク７に接続されている。電動機駆動装置２が出力する操作信号は、リモートＩＯ盤３を介してネットワーク７へ出力され、同ネットワーク７からリモートＩＯ盤４を介して電動機１に入力される。電動機１は、電動機駆動装置２から送信された操作信号によってその回転を制御される。電動機１には、そのラジアル方向の軸変位及びスラスト方向の軸変位を計測するための軸変位センサ５と、回転速度（所定時間当たりの回転数）を計測するための回転速度センサ６が設けられている。
FIG. 1 is a block diagram showing a configuration of a system to which the preventive maintenance device for an electric motor according to the present embodiment is applied. In this system, the electric motor 1 and the electric
本実施の形態の電動機予防保全装置８はネットワーク７に接続されている。電動機駆動装置２から出力される操作信号には電動機１の操作量であるドライブ出力電流が含まれる。電動機予防保全装置８は電動機１のドライブ出力電流のデータをリモートＩＯ盤３からネットワーク７を介して収集し、保存する。また、電動機予防保全装置８は、軸変位センサ５と回転速度センサ６の各計測データをリモートＩＯ盤４からネットワーク７を介して収集し、保存する。電動機予防保全装置８によるドライブ出力電流データの取り込みタイミングと、各計測データの取り込みタイミングとは同期されている。
The motor
図２は、本実施の形態の電動機予防保全装置８の構成を示すブロック図である。上述のように、電動機予防保全装置８は、回転速度、ラジアル方向軸変位及びスラスト方向軸変位の各計測データとドライブ出力電流のデータとを収集する。ラジアル方向軸変位とスラスト方向軸変位は、何れも電動機１の軸の状態を表す物理量である。ドライブ出力電流は、圧延時に電動機１に作用する負荷（圧延負荷）を代表する情報として取り込まれている。電動機予防保全装置８は、収集したこれらのデータを評価モデルと照合し、その照合結果に基づいて警報を出力する。評価モデルとしては、評価モデルＡと評価モデルＢの二種類が用意されている。以下、各評価モデルＡ，Ｂの内容とその作成方法について説明する。
FIG. 2 is a block diagram showing the configuration of the motor
評価モデルＡは、電動機１が正常な場合における圧延時の回転速度及びドライブ出力電流とラジアル方向の軸変位との関係をモデル化したものであって、後述するように近似関数式で表される。図３は、評価モデルＡにおいて、ドライブ出力電流を一定とした場合の回転速度とラジアル方向軸変位との関係の一例を示すグラフである。図４は、評価モデルＡにおいて、回転速度を一定とした場合のドライブ出力電流とラジアル方向軸変位との関係の一例を示すグラフである。これらの図から分かるように、圧延時のラジアル方向軸変位は回転速度によってもドライブ出力電流によっても変化する。 The evaluation model A models the relationship between the rotational speed and drive output current during rolling and the axial displacement in the radial direction when the electric motor 1 is normal, and is expressed by an approximate function equation as described later. . FIG. 3 is a graph showing an example of the relationship between the rotational speed and radial axial displacement when the drive output current is constant in the evaluation model A. FIG. 4 is a graph showing an example of the relationship between the drive output current and the radial axial displacement in the evaluation model A when the rotation speed is constant. As can be seen from these figures, the radial axial displacement during rolling varies depending on the rotational speed and the drive output current.
評価モデルＢは、電動機１が正常な場合における圧延時の回転速度及びドライブ出力電流とスラスト方向の軸変位との関係をモデル化したものであって、後述するように近似関数式で表される。図５は、評価モデルＢにおいて、ドライブ出力電流を一定とした場合の回転速度とスラスト方向軸変位との関係の一例を示すグラフである。図６は、評価モデルＢにおいて、回転速度を一定とした場合のドライブ出力電流とスラスト方向軸変位との関係の一例を示すグラフである。これらの図から分かるように、圧延時のスラスト方向軸変位は回転速度によってもドライブ出力電流によっても変化する。 The evaluation model B models the relationship between the rotational speed during rolling and the drive output current and the axial displacement in the thrust direction when the electric motor 1 is normal, and is expressed by an approximate function equation as described later. . FIG. 5 is a graph showing an example of the relationship between the rotational speed and the axial displacement in the thrust direction when the drive output current is constant in the evaluation model B. FIG. 6 is a graph showing an example of the relationship between the drive output current and the axial displacement in the thrust direction when the rotation speed is constant in the evaluation model B. As can be seen from these figures, the axial displacement in the thrust direction during rolling varies depending on the rotational speed and the drive output current.
図７は、本実施の形態による各評価モデルの作成の方法を示すフローチャートである。このフローチャートはＳＴＰ１とＳＴＰ２の２つのステップを含んでいる。最初のステップであるＳＴＰ１では、正常圧延中の一定期間においてドライブ出力電流、回転数、ラジアル方向軸変位及びスラスト方向軸変位の各データが収集される。収集するデータ数は多いほどよい。そして、ＳＴＰ２において、収集したデータに基づいて評価モデルＡ，Ｂが作成される。各評価モデルＡ，Ｂは、以下に示すように２次以上の高次関数で近似した式で表される。 FIG. 7 is a flowchart showing a method of creating each evaluation model according to the present embodiment. This flowchart includes two steps, STP1 and STP2. In STP1, which is the first step, data of drive output current, rotational speed, radial direction axial displacement, and thrust direction axial displacement are collected for a certain period during normal rolling. The more data you collect, the better. Then, in STP2, evaluation models A and B are created based on the collected data. Each evaluation model A, B is expressed by an expression approximated by a higher-order function of the second or higher order as shown below.
次の近似関数式は評価モデルＡを表している。この式において、z1はスラスト方向軸変位、xはドライブ出力電流、yは回転速度である。そして、a0，a1，…an，b0，b1，…bnは収集したデータを用いて最小二乗法によって決定した係数である。 The following approximate function expression represents the evaluation model A. In this equation, z 1 is the axial displacement in the thrust direction, x is the drive output current, and y is the rotational speed. A 0 , a 1 ,... A n , b 0 , b 1 ,... B n are coefficients determined by the least square method using the collected data.
次の近似関数式は評価モデルＢを表している。この式において、z2はラジアル方向軸変位、xはドライブ出力電流、yは回転速度である。そして、c0，c1，…cn，d0，d1，…dnは収集したデータを用いて最小二乗法によって決定した係数である。 The following approximate function expression represents the evaluation model B. In this equation, z 2 is the radial axial displacement, x is the drive output current, and y is the rotational speed. Then, c 0, c 1, ... c n, d 0, d 1, ... d n are coefficients determined by least square method using the collected data.
電動機予防保全装置８は、以上のようにして作成された評価モデルＡ，Ｂを用いて次に説明する異常判定を実施する。図８は本実施の形態において電動機予防保全装置８により行われる異常判定の方法を示すフローチャートである。このフローチャートはＳＴＰ１１からＳＴＰ１６までの６つのステップを含んでいる。ＳＴＰ１１では、現在のドライブ出力電流、回転速度、ラジアル方向軸変位及びスラスト方向軸変位の各データが電動機予防保全装置８によって収集される。ＳＴＰ１２では、現在のドライブ出力電流と回転速度に基づき評価モデルＡを用いてラジアル方向軸変位の閾値が設定される。また、ＳＴＰ１３では、現在のドライブ出力電流と回転速度に基づき評価モデルＢを用いてスラスト方向軸変位の閾値が設定される。
The motor
図９には、評価モデルＡの近似関数式によって描かれる曲面の一部が描かれている。収集されたデータにより特定される座標が評価モデルＡの曲面から離れるほど、現在の電動機１の状態と評価モデルＡとの一致度は低いということになる。ＳＴＰ１２で設定された閾値は、収集されたデータにより特定される現在の電動機１の状態と評価モデルＡとの一致度が許容範囲内かどうか判定するための判定値として用いられる。図９において、閾値は評価モデルＡの曲面から一定の距離に設けられた曲面（図中に示す閾値曲面）上に位置している。ＳＴＰ１４では、現在のラジアル方向軸変位が評価モデルＡで設定した閾値を超過しているかどうか、すなわち、現在の電動機１の状態と評価モデルＡとの一致度が判定値よりも低下しているかどうかが判定される。現在のラジアル方向軸変位が閾値を超過している場合、つまり、図９中に黒点で示すように、収集されたデータにより特定される座標が閾値曲面の外側に位置する場合には、電動機１に係わる何らかの異常として検知される。その場合には、ＳＴＰ１６において警報が発せられる。 In FIG. 9, a part of the curved surface drawn by the approximate function formula of the evaluation model A is drawn. The closer the coordinate specified by the collected data is from the curved surface of the evaluation model A, the lower the degree of coincidence between the current state of the electric motor 1 and the evaluation model A. The threshold value set in STP 12 is used as a determination value for determining whether or not the degree of coincidence between the current state of the electric motor 1 specified by the collected data and the evaluation model A is within an allowable range. In FIG. 9, the threshold value is located on a curved surface (threshold curved surface shown in the figure) provided at a certain distance from the curved surface of the evaluation model A. In STP14, whether the current radial axial displacement exceeds the threshold set in the evaluation model A, that is, whether the degree of coincidence between the current state of the electric motor 1 and the evaluation model A is lower than the determination value. Is determined. When the current radial axial displacement exceeds the threshold value, that is, when the coordinates specified by the collected data are located outside the threshold curved surface as indicated by black dots in FIG. It is detected as some abnormality related to. In that case, an alarm is issued in STP16.
ＳＴＰ１４の判定の結果、現在のラジアル方向軸変位が閾値を超えていない場合、つまり、図９中に白点で示すように、収集されたデータにより特定される座標が閾値曲面の内側に位置する場合には、ＳＴＰ１５の判定が行われる。ＳＴＰ１５では、現在のスラスト方向軸変位が評価モデルＢで設定した閾値を超過しているかどうか、つまり、現在の電動機１の状態と評価モデルＢとの一致度が判定値よりも低下しているかどうかが判定される。図１０には、評価モデルＢの近似関数式によって描かれる曲面の一部が描かれている。図１０において、ＳＴＰ１３で設定された閾値は評価モデルＢの曲面から一定の距離に設けられた曲面（図中に示す閾値曲面）上に位置している。閾値は、収集されたデータにより特定される現在の電動機１の状態と評価モデルＢとの一致度が許容範囲内かどうか判定するための判定値として用いられる。現在のスラスト方向軸変位が閾値を超過している場合、つまり、図１０中に黒点で示すように、収集されたデータにより特定される座標が閾値曲面の外側に位置する場合には、電動機１に係わる何らかの異常として検知される。その場合には、ＳＴＰ１６において警報が発せられる。 As a result of the determination of STP14, if the current radial axial displacement does not exceed the threshold value, that is, as indicated by white points in FIG. 9, the coordinates specified by the collected data are located inside the threshold curved surface. In that case, the determination of STP15 is made. In STP15, whether or not the current axial displacement in the thrust direction exceeds the threshold set in the evaluation model B, that is, whether or not the degree of coincidence between the current state of the electric motor 1 and the evaluation model B is lower than the determination value. Is determined. In FIG. 10, a part of the curved surface drawn by the approximate function formula of the evaluation model B is drawn. In FIG. 10, the threshold set in STP 13 is located on a curved surface (threshold curved surface shown in the figure) provided at a certain distance from the curved surface of evaluation model B. The threshold value is used as a determination value for determining whether or not the degree of coincidence between the current state of the electric motor 1 specified by the collected data and the evaluation model B is within an allowable range. When the current axial displacement in the thrust direction exceeds the threshold value, that is, as shown by the black dots in FIG. 10, when the coordinates specified by the collected data are located outside the threshold curved surface, the electric motor 1 It is detected as some abnormality related to. In that case, an alarm is issued in STP16.
一方、現在のスラスト方向軸変位が閾値を超えていない場合、つまり、図１０中に白点で示すように、収集されたデータにより特定される座標が閾値曲面の内側に位置する場合には、電動機１及び電動機１の回転状態に係わる機器は正常であると判断される。したがって、この場合には、警報が発せられることはなく、再びＳＴＰ１１に戻ってデータの収集から始められる。 On the other hand, when the current axial displacement in the thrust direction does not exceed the threshold value, that is, when the coordinates specified by the collected data are located inside the threshold curved surface, as indicated by white points in FIG. It is determined that the electric motor 1 and the equipment related to the rotation state of the electric motor 1 are normal. Therefore, in this case, no alarm is issued, and the process returns to the STP 11 to start collecting data.
以上述べたように、本実施の形態では、電動機１の回転速度、圧延負荷を代表するドライブ出力電流、電動機１の軸の状態を表すラジアル方向軸変位及びスラスト方向軸変位の３種類のデータに基づいて異常の監視が行われる。これによれば、回転速度の変動や圧延負荷の変化による誤診断を避けることができるので、従来の方法に比較してより早期的に且つ正確に電動機１の故障の兆候を知ることができる。 As described above, in the present embodiment, the rotation speed of the electric motor 1, the drive output current representing the rolling load, the radial axial displacement representing the state of the shaft of the electric motor 1, and the thrust axial displacement are included in three types of data. Based on this, an abnormality is monitored. According to this, it is possible to avoid erroneous diagnosis due to fluctuations in rotational speed and changes in rolling load, so that signs of failure of the electric motor 1 can be known earlier and more accurately than in the conventional method.
また、本実施の形態によれば、電動機１そのものの故障は言うまでもなく、電動機１に繋がる機械側の異常を検出することもできる。例えば、ユニバーサルカップリングを用いて電動機１と機械が繋げられている場合において、ユニバーサルカップリングと電動機１の軸の接合部分のなじみに不具合が生じたときや機械側の軸受の潤滑が不足しているときには、電動機１の軸に過大な力が加わり突発的な故障が発生する場合がある。しかし、本実施の形態によれば、スラスト方向軸変位の計測データを評価モデルＢに照合することにより、機械側の異常を検出して適切な点検やメンテナンスを実施することができる。その結果、電動機１の突発的な故障を未然に防ぐことができる。 Further, according to the present embodiment, it is possible to detect an abnormality on the machine side connected to the electric motor 1 as well as a failure of the electric motor 1 itself. For example, in the case where the motor 1 and the machine are connected using a universal coupling, when trouble occurs in the conformity of the joint portion between the universal coupling and the shaft of the motor 1, or the lubrication of the bearing on the machine side is insufficient. When this occurs, an excessive force may be applied to the shaft of the electric motor 1 to cause a sudden failure. However, according to the present embodiment, by comparing the measurement data of the axial displacement in the thrust direction with the evaluation model B, it is possible to detect an abnormality on the machine side and perform appropriate inspection and maintenance. As a result, sudden failure of the electric motor 1 can be prevented in advance.
また、本実施の形態の電動機１のような大型電動機では、その軸受にすべり軸受が用いられている。この軸受は、軸受給油装置から供給される潤滑油で潤滑されている。そして、電動機１の起動時に潤滑油の油圧で電動機１の軸を持ち上げて、電動機１を回転させるような構造となっている。ところが、配管の詰まりやポンプの経年の劣化によって油圧不足という事象が起き、電動機１の軸が目標のフロート量まで持ち上がらないことがある。その場合、ラジアル軸受の軸受メタルと電動機１の軸の間で摩擦が生じ、メタルが焼損してしまうこともある。しかし、本実施の形態によれば、ラジアル方向軸変位の計測データを評価モデルＡに照合することにより、ジャッキングポンプのフロート量を監視することができ、軸受給油装置の不良による事故を未然に防ぐことができる。 Further, in a large electric motor such as the electric motor 1 of the present embodiment, a slide bearing is used for the bearing. This bearing is lubricated with lubricating oil supplied from a bearing oil supply device. Then, when the electric motor 1 is started, the electric motor 1 is rotated by lifting the shaft of the electric motor 1 with the oil pressure of the lubricating oil. However, a phenomenon of insufficient hydraulic pressure may occur due to clogged piping or deterioration of the pump over time, and the shaft of the electric motor 1 may not be lifted to the target float amount. In that case, friction may occur between the bearing metal of the radial bearing and the shaft of the electric motor 1, and the metal may burn out. However, according to the present embodiment, it is possible to monitor the float amount of the jacking pump by collating the measurement data of the radial axial displacement with the evaluation model A, and to prevent an accident caused by a defective bearing oil supply device. Can be prevented.
実施の形態２．
以下、本発明の実施の形態２について図１１至図１４の各図に基づいて説明する。
Hereinafter,
本実施の形態の電動機の予防保全装置は、実施の形態１と同様に図１に示す構成のシステムに適用される。ただし、本実施の形態では、電動機１の軸のスラスト方向への変位はエンドプレートによって規制されているため、電動機１の軸の状態を表す物理量としてはスラスト方向軸変位の代わりにスラスト方向軸荷重が用いられる。このため、本実施の形態の電動機１には、スラスト方向軸変位を計測する軸変位センサの代わりにスラスト方向軸荷重を計測するための荷重センサが設けられている。ラジアル方向に関しては、実施の形態１と同じく、ラジアル方向軸変位を計測する軸変位センサが設けられている。 The preventive maintenance device for an electric motor according to the present embodiment is applied to the system having the configuration shown in FIG. 1 as in the first embodiment. However, in the present embodiment, since the displacement of the shaft of the electric motor 1 in the thrust direction is regulated by the end plate, the physical quantity representing the state of the shaft of the electric motor 1 is a thrust direction axial load instead of the thrust direction axial displacement. Is used. For this reason, the electric motor 1 of the present embodiment is provided with a load sensor for measuring the thrust direction axial load instead of the axis displacement sensor for measuring the thrust direction axial displacement. Regarding the radial direction, as in the first embodiment, an axial displacement sensor for measuring the radial axial displacement is provided.
図１１は、本実施の形態の電動機予防保全装置８の構成を示すブロック図である。本実施の形態の電動機予防保全装置８は、回転速度、ラジアル方向軸変位及びスラスト方向軸荷重の各計測データとドライブ出力電流のデータとを収集する。電動機予防保全装置８は、収集したこれらのデータを評価モデルと照合し、その照合結果に基づいて警報を出力する。本実施の形態では、評価モデルとして、前述の評価モデルＡと次に述べる評価モデルＣの二種類が用意されている。
FIG. 11 is a block diagram showing a configuration of the motor
評価モデルＣは、電動機１が正常な場合における圧延時の回転速度及びドライブ出力電流とスラスト方向の軸荷重の関係をモデル化したものであって、評価モデルＡ，Ｂと同様に２次以上の高次関数の式で表される。図１２は、評価モデルＣにおいて、ドライブ出力電流を一定とした場合の回転速度とスラスト方向軸荷重との関係の一例を示すグラフである。図１３は、評価モデルＣにおいて、回転速度を一定とした場合のドライブ出力電流とスラスト方向軸荷重との関係の一例を示すグラフである。これらの図から分かるように、圧延時のスラスト方向軸荷重は回転速度によってもドライブ出力電流によっても変化する。評価モデルＣの作成方法は評価モデルＡ，Ｂの作成方法と同様であって、電動機１が正常な場合における圧延時の実績データに基づいて評価モデルＣの近似関数式が作成される。 The evaluation model C is a model of the relationship between the rotational speed and drive output current during rolling and the axial load in the thrust direction when the electric motor 1 is normal. It is expressed by a high-order function equation. FIG. 12 is a graph showing an example of the relationship between the rotational speed and the axial load in the thrust direction when the drive output current is constant in the evaluation model C. FIG. 13 is a graph showing an example of the relationship between the drive output current and the axial load in the thrust direction when the rotation speed is constant in the evaluation model C. As can be seen from these figures, the axial load in the thrust direction during rolling varies depending on the rotational speed and the drive output current. The creation method of the evaluation model C is the same as the creation method of the evaluation models A and B, and an approximate function formula of the evaluation model C is created based on the actual data at the time of rolling when the electric motor 1 is normal.
本実施の形態の電動機予防保全装置８は、評価モデルＡ，Ｃを用いて異常判定を実施する。本実施の形態では、現在のドライブ出力電流と回転速度に基づき評価モデルＣを用いてスラスト方向軸荷重の閾値が設定される。図１４には、評価モデルＣの近似関数式によって描かれる曲面の一部が描かれている。図１４において、閾値は評価モデルＣの曲面から一定の距離に設けられた曲面（図中に示す閾値曲面）上に位置している。閾値は、収集されたデータにより特定される現在の電動機１の状態と評価モデルＣとの一致度が許容範囲内かどうか判定するための判定値として用いられる。現在のスラスト方向軸荷重が閾値を超過している場合、つまり、図１４に黒点で示すように、収集されたデータにより特定される座標が閾値曲面の外側に位置する場合には、電動機１に係わる何らかの異常として検知される。その場合には、電動機予防保全装置８より警報が発せられる。一方、現在のスラスト方向軸荷重が閾値を超えていない場合、つまり、図１４中に白点で示すように、収集されたデータにより特定される座標が閾値曲面の内側に位置する場合には、電動機１及び電動機１の回転状態に係わる機器は正常であると判断される。
The motor
実施の形態３．
以下、本発明の実施の形態３について説明する。
The third embodiment of the present invention will be described below.
本実施の形態の電動機の予防保全装置は、実施の形態１，２と同様に図１に示す構成のシステムに適用される。本実施の形態の特徴は、異常判定のためのデータを常時収集するのではなく、ある特定のタイミングに限定して収集することにある。圧延プラントでは定期点検を除き、２４時間操業している場合が多い。そのため、異常を監視するためには操業中のデータを２４時間持続的に収集する必要がある。しかし、５年、１０年単位でデータを収集するとなると、そのデータ量はかなり膨大なものとなって分析に時間とコストがかかってしまう。一方、電動機の故障は、圧延材の噛み込みタイミングにおいて電動機に加わる機械的な衝撃や電気的な過負荷が原因となっている確率が高い。 The preventive maintenance device for an electric motor according to the present embodiment is applied to the system having the configuration shown in FIG. 1 as in the first and second embodiments. The feature of this embodiment is that data for abnormality determination is not always collected, but is collected only at a specific timing. Many rolling mill plants operate for 24 hours except for regular inspections. Therefore, in order to monitor the abnormality, it is necessary to continuously collect data during operation for 24 hours. However, if data is collected in units of 5 or 10 years, the amount of data becomes quite large, and analysis takes time and cost. On the other hand, there is a high probability that the failure of the electric motor is caused by a mechanical impact or an electrical overload applied to the electric motor at the timing of rolling the rolled material.
そこで、本実施の形態では、圧延材の噛み込みタイミングでのみデータの収集を行い、電動機の異常を監視する。これによれば、データを有効的に利用することが可能となり、分析に要するコスト及び時間を削減することができる。 Therefore, in the present embodiment, data is collected only at the timing of rolling material biting, and the abnormality of the electric motor is monitored. According to this, data can be used effectively, and the cost and time required for analysis can be reduced.
実施の形態４．
以下、本発明の実施の形態４について図１５に基づいて説明する。
The fourth embodiment of the present invention will be described below with reference to FIG.
本実施の形態の電動機予防保全装置は、実施の形態１，２，３と同様に図１に示す構成のシステムに適用される。本実施の形態では、電動機予防保全装置は一定の監視周期でデータ収集を行い、その都度、収集したデータを評価モデルと照合する。具体的には、電動機の状態を表す特定物理量であるラジアル方向軸変位、スラスト方向軸変位或いはスラスト方向軸荷重の計測データと、評価モデルから得られる閾値とを比較する。そして、特定物理量の計測データが閾値を超えた回数、つまり、一致度が判定値よりも低下した回数（異常回数）を一定期間ごとに計数し、異常回数の経時的変化を記録する。 The motor preventive maintenance device of the present embodiment is applied to the system having the configuration shown in FIG. 1 as in the first, second, and third embodiments. In the present embodiment, the motor preventive maintenance apparatus collects data at a fixed monitoring cycle, and collates the collected data with the evaluation model each time. Specifically, the measurement data of the radial direction axial displacement, the thrust direction axial displacement, or the thrust direction axial load, which are specific physical quantities representing the state of the electric motor, and the threshold value obtained from the evaluation model are compared. Then, the number of times that the measurement data of the specific physical quantity exceeds the threshold value, that is, the number of times that the degree of coincidence falls below the determination value (abnormal number of times) is counted for each predetermined period, and the temporal change of the abnormal number is recorded.
図１５には、異常回数の経時的変化の例がいくつか示されている。ケース１のように異常回数が一方方向で増加しているのであれば、機械側の故障または電動機の軸受給油装置の不具合、或いは電動機そのものが劣化していると判断することができる。ケース２のように異常回数は多いもののほとんど一定に保たれているのであれば、電動機及びそれに係わる機器の状態は安定していると判断することができる。ケース３のように異常回数の絶対数はあまり多くないもののその増加速度が急激である場合には、何らかの突発的な故障が発生したと判断することができる。
FIG. 15 shows several examples of changes in the number of abnormalities over time. If the number of abnormalities increases in one direction as in case 1, it can be determined that the machine has failed, the motor bearing oil supply device has failed, or the motor itself has deteriorated. If the number of abnormalities is large as in the
本実施の形態によれば、記録した異常回数の経時的変化のデータは、人間の目で見やすいように電動機予防保全装置のディスプレイ上に表示される。これによれば、異常回数の増減を長期的に監視することができるので、電動機の経年の劣化を予見できる効果がある。また、計算機の場合には異常回数がある設定の閾値を超えないと警報が出力されないが、本実施の形態のようにデータを可視化する場合には、閾値に達しない範囲の異常の傾向を目視で監視することが可能となり、電動機に係わる異常に対して早急に予防措置を取ることができる。 According to the present embodiment, the recorded data of the time-dependent change in the number of abnormalities is displayed on the display of the motor preventive maintenance device so that it can be easily seen by human eyes. According to this, since the increase / decrease in the number of abnormalities can be monitored over a long period of time, there is an effect that the deterioration of the motor over time can be predicted. In the case of a computer, an alarm is not output unless the number of abnormalities exceeds a certain threshold, but when data is visualized as in this embodiment, the tendency of abnormalities in a range that does not reach the threshold is visually observed. It is possible to monitor immediately, and it is possible to take preventive measures immediately for abnormalities relating to the motor.
その他．
本発明は上述の実施の形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で種々変形して実施することができる。例えば、電動機の軸の状態を表す特定物理量としては、ラジアル方向軸変位、スラスト方向軸変位、スラスト方向軸荷重のうちの何れか１つのみを用いることでもよい。或いは、電動機の軸の振動を計測し、その計測値を電動機の軸の状態を表す特定物理量として用いてもよい。
Others.
The present invention is not limited to the above-described embodiment, and various modifications can be made without departing from the spirit of the present invention. For example, as the specific physical quantity representing the state of the motor shaft, only one of radial axial displacement, thrust axial displacement, and thrust axial load may be used. Alternatively, the vibration of the shaft of the motor may be measured, and the measured value may be used as a specific physical quantity that represents the state of the shaft of the motor.
１…電動機
２…電動機駆動装置
３、４…リモートＩＯ盤
５…軸変位センサ
６…回転速度センサ
７…ネットワーク
８…電動機予防保全装置
DESCRIPTION OF SYMBOLS 1 ...
Claims (5)
軸変位センサにより得られる前記電動機のラジアル方向の軸変位の計測データ及び前記軸変位センサにより得られる前記電動機のスラスト方向の軸変位の計測データと、前記電動機の回転速度の計測データと、前記ドライブ出力電流のデータとを収集するデータ収集手段と、
正常圧延時における前記回転速度、前記ドライブ出力電流及び前記電動機のラジアル方向の軸変位の計測データ間の関係をモデル化した評価モデルＡと、正常圧延時における前記回転速度、前記ドライブ出力電流及び前記電動機のスラスト方向の軸変位の計測データ間の関係をモデル化した評価モデルＢと、を記憶する評価モデル記憶手段と、
前記データ収集手段により収集されたデータを前記評価モデルＡ及び前記評価モデルＢに照合し、その一致度に基づいて前記電動機に係わる異常を監視する異常監視手段と、
を備えることを特徴とする電動機の予防保全装置。 A preventive maintenance device for a motor of a rolling plant whose rotation is controlled by a drive output current input from an electric motor drive device,
Radial axial displacement measurement data obtained by the axial displacement sensor, axial displacement measurement data obtained by the axial displacement sensor , rotational speed measurement data of the electric motor, and the drive Data collection means for collecting output current data;
Evaluation model A that models the relationship between the rotational speed during normal rolling, the drive output current, and the measurement data of axial displacement in the radial direction of the electric motor, and the rotational speed during normal rolling, the drive output current, and the An evaluation model storage means for storing an evaluation model B that models a relationship between measurement data of axial displacement of the motor in the thrust direction ;
An anomaly monitoring means for collating the data collected by the data collecting means with the evaluation model A and the evaluation model B , and monitoring an abnormality related to the electric motor based on the degree of coincidence;
A preventive maintenance device for an electric motor comprising:
軸変位センサにより得られる前記電動機のラジアル方向の軸変位の計測データ及び荷重センサにより得られる前記電動機のスラスト方向の軸荷重の計測データと、前記電動機の回転速度の計測データと、前記ドライブ出力電流のデータとを収集するデータ収集手段と、 Radial axial displacement measurement data of the electric motor obtained by an axial displacement sensor, axial load measurement data of the electric motor thrust obtained by a load sensor, rotational speed measurement data of the electric motor, and drive output current Data collection means for collecting the data of
正常圧延時における前記回転速度、前記ドライブ出力電流及び前記電動機のラジアル方向の軸変位の計測データ間の関係をモデル化した評価モデルＡと、正常圧延時における前記回転速度、前記ドライブ出力電流及び前記電動機のスラスト方向の軸荷重の計測データ間の関係をモデル化した評価モデルＣと、を記憶する評価モデル記憶手段と、 Evaluation model A that models the relationship between the rotational speed during normal rolling, the drive output current, and the measurement data of axial displacement in the radial direction of the electric motor, and the rotational speed during normal rolling, the drive output current, and the An evaluation model storage means for storing an evaluation model C that models the relationship between measurement data of axial load in the thrust direction of the electric motor;
前記データ収集手段により収集されたデータを前記評価モデルＡ及び前記評価モデルＣに照合し、その一致度に基づいて前記電動機に係わる異常を監視する異常監視手段と、 An anomaly monitoring means for collating the data collected by the data collecting means with the evaluation model A and the evaluation model C, and monitoring an abnormality related to the electric motor based on the degree of coincidence;
を備えることを特徴とする電動機の予防保全装置。A preventive maintenance device for an electric motor comprising:
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011110359A JP5644666B2 (en) | 2011-05-17 | 2011-05-17 | Electric motor preventive maintenance equipment |
| KR1020110121324A KR101335787B1 (en) | 2011-05-17 | 2011-11-21 | Preventive maintenance apparatus of electric motor |
| CN201210031231.XA CN102788954B (en) | 2011-05-17 | 2012-02-13 | Preventive maintenance device for electromotor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011110359A JP5644666B2 (en) | 2011-05-17 | 2011-05-17 | Electric motor preventive maintenance equipment |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2012240068A JP2012240068A (en) | 2012-12-10 |
| JP5644666B2 true JP5644666B2 (en) | 2014-12-24 |
Family
ID=47154409
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011110359A Active JP5644666B2 (en) | 2011-05-17 | 2011-05-17 | Electric motor preventive maintenance equipment |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP5644666B2 (en) |
| KR (1) | KR101335787B1 (en) |
| CN (1) | CN102788954B (en) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018103863A1 (en) * | 2016-12-09 | 2018-06-14 | Siemens Aktiengesellschaft | Method for operating an electric rotating machine, in particular a turbo generator |
| CN108663616A (en) * | 2018-03-09 | 2018-10-16 | 上海宝钢工业技术服务有限公司 | Large-size machine shaft axial displacement state analysis method |
| JP6849955B2 (en) * | 2019-03-28 | 2021-03-31 | 日本電気株式会社 | Judgment method, judgment device, program |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3136667B2 (en) * | 1991-07-31 | 2001-02-19 | 株式会社明電舎 | Characteristic calculation method for linear induction motor |
| JPH07131992A (en) * | 1993-11-01 | 1995-05-19 | Hitachi Ltd | Motor controller and moment of innertia estimating device for mechanical load |
| JP3525558B2 (en) * | 1995-05-15 | 2004-05-10 | 日本精工株式会社 | Control device for electric power steering device |
| TR199600527A2 (en) * | 1996-06-24 | 1998-01-21 | Ar�El�K A.�. | Model-based fault detection and diagnosis system for electric motors. |
| KR100532237B1 (en) * | 1996-06-24 | 2006-07-14 | 아세릭 에이. 에스 | Model based error detection system for electric motors |
| JPH10333743A (en) * | 1997-06-04 | 1998-12-18 | Nippon Steel Corp | Method and device for simple abnormality diagnosis of facility accompanied by load variation |
| JP3410426B2 (en) * | 2000-04-07 | 2003-05-26 | 新東工業株式会社 | Equipment maintenance support method and system |
| JP2006063825A (en) * | 2004-08-25 | 2006-03-09 | Toshiba Mitsubishi-Electric Industrial System Corp | Pump drive device |
| KR100608235B1 (en) | 2005-12-16 | 2006-08-02 | 주식회사 케이디파워 | A method and a device for estimating durability and monitoring defects of induction motors in real time |
| CN101441250A (en) * | 2007-11-22 | 2009-05-27 | 上海华普发动机有限公司 | Electric generator detection system and apparatus |
| JP5564832B2 (en) * | 2009-05-27 | 2014-08-06 | セイコーエプソン株式会社 | Apparatus for acquiring characteristics of electric motor, method for acquiring characteristics of electric motor, apparatus for controlling electric motor, computer program, electric motor, and apparatus equipped with electric motor |
| JP2011065506A (en) * | 2009-09-18 | 2011-03-31 | Toshiba Mitsubishi-Electric Industrial System Corp | Device and method for preventive maintenance of electric motor |
-
2011
- 2011-05-17 JP JP2011110359A patent/JP5644666B2/en active Active
- 2011-11-21 KR KR1020110121324A patent/KR101335787B1/en active IP Right Grant
-
2012
- 2012-02-13 CN CN201210031231.XA patent/CN102788954B/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| KR101335787B1 (en) | 2013-12-02 |
| CN102788954A (en) | 2012-11-21 |
| KR20120128535A (en) | 2012-11-27 |
| JP2012240068A (en) | 2012-12-10 |
| CN102788954B (en) | 2015-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2710438B1 (en) | Determining damage and remaining useful life of rotating machinery including drive trains, gearboxes, and generators | |
| JP6428935B2 (en) | Failure diagnosis apparatus and failure diagnosis method | |
| US7774165B2 (en) | State monitoring of machines and technical installations | |
| JP5460160B2 (en) | Equipment diagnostic equipment | |
| US9267864B2 (en) | Method for identifying damage on transmissions | |
| Dempsey et al. | Integrating oil debris and vibration gear damage detection technologies using fuzzy logic | |
| CN1827296B (en) | Device checking method for machine tool | |
| CN112257943A (en) | Power plant induced draft fan fault early warning method based on MSET and deviation degree | |
| JP2018179986A (en) | Abnormality diagnostic device and program | |
| JP5644666B2 (en) | Electric motor preventive maintenance equipment | |
| Dempsey | Gear damage detection using oil debris analysis | |
| US7249287B2 (en) | Methods and apparatus for providing alarm notification | |
| CN114254449A (en) | Information processing method and apparatus, display method and apparatus, recording medium, product manufacturing method, and learning data acquisition method | |
| KR102045823B1 (en) | method for monitoring of diagnosing pulverizer and system | |
| JP2019013976A (en) | Forging press and its failure prediction method | |
| CN106586841A (en) | Method and system for monitoring running states of speed reducer of lifting equipment | |
| CN116448404A (en) | Abnormality monitoring method, abnormality monitoring device, electronic device, and computer-readable storage medium | |
| KR101159540B1 (en) | Method for examining badness of main drive in rolling mill | |
| CN218067054U (en) | Fault diagnosis system for rotary mechanical equipment | |
| Patil et al. | Condition Monitoring of a Dynamic System using Artificial Intelligence | |
| Skaf | Introduction to condition monitoring | |
| Starr et al. | GEAR DAMAGE DETECTION USING OHL DEBRIS ANALYSIS |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131107 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140717 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140722 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140919 |
|
| 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: 20141007 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141020 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5644666 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |