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

WO2018216620A1 - 状態分析装置、状態分析方法、およびプログラム - Google Patents

状態分析装置、状態分析方法、およびプログラム Download PDF

Info

Publication number
WO2018216620A1
WO2018216620A1 PCT/JP2018/019323 JP2018019323W WO2018216620A1 WO 2018216620 A1 WO2018216620 A1 WO 2018216620A1 JP 2018019323 W JP2018019323 W JP 2018019323W WO 2018216620 A1 WO2018216620 A1 WO 2018216620A1
Authority
WO
WIPO (PCT)
Prior art keywords
state
parameter
values
range
value
Prior art date
Application number
PCT/JP2018/019323
Other languages
English (en)
French (fr)
Inventor
熊野　信太郎
森下　靖
園田　隆
Original Assignee
三菱日立パワーシステムズ株式会社
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
Application filed by 三菱日立パワーシステムズ株式会社 filed Critical 三菱日立パワーシステムズ株式会社
Priority to US16/614,918 priority Critical patent/US11488034B2/en
Priority to KR1020197033837A priority patent/KR102467129B1/ko
Priority to CN201880033156.6A priority patent/CN110651192B/zh
Priority to EP18805569.3A priority patent/EP3633397A4/en
Publication of WO2018216620A1 publication Critical patent/WO2018216620A1/ja
Priority to PH12019502592A priority patent/PH12019502592A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • 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
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
    • F04B17/00—Pumps characterised by combination with, or adaptation to, specific driving engines or motors
    • F04B17/03—Pumps characterised by combination with, or adaptation to, specific driving engines or motors driven by electric motors
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
    • F04B35/00—Piston pumps specially adapted for elastic fluids and characterised by the driving means to their working members, or by combination with, or adaptation to, specific driving engines or motors, not otherwise provided for
    • F04B35/04—Piston pumps specially adapted for elastic fluids and characterised by the driving means to their working members, or by combination with, or adaptation to, specific driving engines or motors, not otherwise provided for the means being electric
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
    • F04B51/00—Testing machines, pumps, or pumping installations

Definitions

  • the present invention relates to a state analysis device, a state analysis method, and a program.
  • Patent Documents 1-4 disclose a technique for acquiring device state quantities at a certain timing, predicting future state quantities based on the state quantities, and displaying them graphically.
  • JP 2007-257444 A Japanese Patent No. 5827426 Japanese Patent No. 3392526 Japanese Patent No. 5363238
  • the state quantity of the device does not always change along the predicted value.
  • the device manager can take measures based on the predicted value of the state quantity.
  • the administrator may not be able to take appropriate measures when the state quantity changes in a direction different from the displayed predicted value.
  • An object of the present invention is to provide a state analysis device, a state analysis method, and a program capable of effectively displaying a predicted value of a future state quantity including the ambiguity of prediction.
  • the state analysis device is based on a state amount acquisition unit that acquires values of a plurality of state quantities at a certain timing related to the target device, and the acquired values of the plurality of state quantities.
  • a state quantity prediction unit that predicts a range in which the values of the plurality of state quantities can be taken after a predetermined time, and a range in which the values of the plurality of state quantities can be taken in a coordinate space around each of the plurality of state quantities.
  • a display information generation unit that generates display information in which a predicted value graphic that is a graphic having a shape corresponding to the number is arranged.
  • the display information generation unit sets the values of the plurality of state quantities acquired by the state quantity acquisition unit in the coordinate space.
  • the display information may be generated in which an acquired value graphic that is a graphic to represent is further arranged.
  • the state analysis apparatus further includes a correlation specifying unit that specifies the strength of correlation of the plurality of state quantities, and the display information generating unit May generate the display information in which the predicted value graphic having a shape corresponding to the strength of the correlation is arranged.
  • the state analysis device is a state quantity that stores a history of values of the plurality of state quantities of the same type of device as the target device. And further comprising a storage unit, wherein the state quantity prediction unit identifies a plurality of portions similar to the transition of the acquired values of the plurality of state quantities in the history stored in the state quantity storage unit, The possible range may be predicted based on the portion.
  • the state quantity prediction unit is configured to obtain the plurality of state quantities obtained from the history stored in the state quantity storage unit. Identifying a plurality of timings having values approximate to a value, and predicting the possible range based on the values of the plurality of state quantities stored in the state quantity storage unit after the predetermined time of the plurality of timings It may be.
  • the state quantity prediction unit is configured to obtain the plurality of state quantities obtained from the history stored in the state quantity storage unit. A plurality of timings having a change amount similar to the change amount of the value is identified, and the timing can be taken based on the change amounts of the plurality of state amounts stored in the state amount storage unit after the predetermined time after the plurality of timings The range may be predicted.
  • the state analysis apparatus further includes a simulator that simulates the operation of the target device, and the state quantity prediction unit includes the simulator
  • the possible range may be predicted based on the values of the plurality of state quantities obtained by changing the external parameter.
  • the display information generation unit has a value with an occurrence probability that is greater than or equal to a predetermined value in the possible range.
  • the display information in which the predicted value graphic of the shape to be included is arranged may be generated.
  • the state quantity prediction unit predicts the possible range for each of a plurality of prediction means. It may be.
  • the state quantity prediction unit is configured to select the state quantity prediction unit from the plurality of prediction units based on the acquired values of the plurality of state quantities.
  • a prediction unit used for prediction of a possible range may be determined, and the possible range may be predicted based on the prediction unit.
  • the display information generating unit generates the predicted value graphic for each of a plurality of prediction means, and each predicted value graphic.
  • the display information in which is arranged may be generated.
  • the state analysis method includes the step of acquiring a plurality of state quantity values at a certain timing related to the target device, and the plurality of state quantity values obtained based on the acquired state quantity values.
  • the program acquires, on the computer, a plurality of state quantity values at a certain timing related to the target device, and based on the obtained state quantity values.
  • the state analysis device generates display information in which a predicted value graphic that is a graphic having a shape corresponding to a range that can be taken by a plurality of state quantity values is arranged.
  • a predicted value graphic that is a graphic having a shape corresponding to a range that can be taken by a plurality of state quantity values is arranged.
  • FIG. 1 is a schematic diagram illustrating a configuration of a state analysis system according to the first embodiment.
  • the state analysis system 1 according to the first embodiment includes a state analysis device 10, a display device 20, a target device 30, a three-phase AC power supply 40, a power line 50, and a clamp ammeter 60.
  • the state analysis device 10 according to the first embodiment causes the display device 20 to display information indicating the state of the target device 30 to be inspected.
  • the target device 30 according to the first embodiment is a rotating machine system that includes an auxiliary machine such as a motor that is driven by a three-phase AC power supply 40, a pump that rotates together with a rotor included in the motor, or a fan.
  • the target device 30 is connected to the three-phase AC power supply 40 via the power line 50.
  • the power line 50 is sandwiched between the clamp ammeters 60.
  • the state analysis system 1 includes three clamp ammeters 60, and each clamp ammeter 60 sandwiches different power lines. In other embodiments, the state analysis system 1 may include one or two clamp ammeters 60 and may not measure a part of the current among the three power lines 50.
  • the clamp ammeter 60 measures the magnitude of the current flowing through the power line 50 and outputs it as a digital signal (current signal) to the state analysis apparatus 10.
  • the state analysis device 10 causes the display device 20 to display information representing the state of the target device 30 based on the current signal received from the clamp ammeter 60.
  • FIG. 2 is a schematic block diagram showing the configuration of the state analysis apparatus according to the first embodiment.
  • the state analysis apparatus 10 includes a current acquisition unit 101, a parameter calculation unit 102, a parameter storage unit 103, a history storage unit 104, a parameter prediction unit 105, a threshold storage unit 106, a correlation coefficient storage unit 107, a correlation specifying unit 108, a graph generation Unit 109 and display control unit 110.
  • the current acquisition unit 101 acquires a current signal that flows from the clamp ammeter 60 to the target device 30 via the power line 50.
  • the parameter calculation unit 102 calculates the values of a plurality of parameters that vary depending on the state of the target device 30 based on the current signal acquired by the current acquisition unit 101 at a timing related to a certain period.
  • the parameter calculated by the parameter calculation unit 102 is referred to as a current parameter. Specific examples of current parameters will be described later. At least two of the plurality of current parameters calculated by the parameter calculation unit 102 have a correlation with each other.
  • the value of the current parameter is an example of values of a plurality of state quantities related to the target device 30.
  • the parameter storage unit 103 stores the values of a plurality of current parameters calculated by the parameter calculation unit 102 in association with the calculation time.
  • the history storage unit 104 stores a history of values of a plurality of current parameters of another device (such as a device of the same type) of the same type as the target device 30.
  • the parameter prediction unit 105 includes a plurality of current parameter values stored in the history storage unit 104 and a plurality of current parameter values calculated by the parameter calculation unit 102 based on a plurality of current parameter values. Predict the possible range of current parameter values. Specifically, the parameter predicting unit 105 predicts a range that a plurality of current parameter values can take in the following procedure. The parameter prediction unit 105 approximates the value of each current parameter at a certain timing calculated by the parameter calculation unit 102 from the time series of a plurality of current parameter values stored in the history storage unit 104. A plurality of timings (for example, timings at which the mean square error of each current parameter value is equal to or less than a predetermined threshold) are specified.
  • the parameter predicting unit 105 identifies values of a plurality of current parameters at a timing after a predetermined time of each timing.
  • the parameter prediction unit 105 predicts the range from the minimum value to the maximum value of the plurality of specified values for each current parameter as a range that each current parameter value can take.
  • the threshold value storage unit 106 stores a threshold value that is a criterion for determining the state of the target device 30 for each current parameter.
  • the type of the state of the target device 30 according to the first embodiment includes a normal state in which the target device 30 is normal, an abnormal state in which the target device 30 is abnormal, and a state in which the state of the target device 30 can transition to an abnormal state. This is a state of caution.
  • the correlation coefficient storage unit 107 stores correlation coefficients of two current parameters for different sets of two current parameters.
  • the correlation coefficient between the two current parameters is calculated in advance. Details of the correlation of the current parameters will be described later.
  • the correlation specifying unit 108 specifies a correlation coefficient associated with a set of current parameters to be displayed from the correlation coefficient storage unit 107.
  • the graph generation unit 109 generates a graph image representing the predicted change amount of the current parameter from the current parameter value calculated by the parameter calculation unit 102 and the predicted current parameter value calculated by the parameter prediction unit 105.
  • the graph image is a graph in which two current parameters are taken on the vertical axis and the horizontal axis.
  • the graph image includes a dividing line representing a threshold value for each current parameter, a plot (acquired value figure) representing values of two current parameters calculated by the parameter calculation unit 102, and two currents calculated by the parameter prediction unit 105.
  • a circle (predicted value graphic) representing the predicted value of the parameter and an arrow representing the change amount are arranged.
  • the display control unit 110 generates display information to be output to the display device 20 based on the graph screen generated by the graph generation unit 109.
  • the display control unit 110 is an example of a display information generation unit.
  • the parameter calculation unit 102 calculates a KI parameter, an Lpole parameter, an Lshaft parameter, an Irms parameter, a THD parameter, an IHD parameter, an Lx parameter, and an Iub parameter.
  • the KI parameter is a parameter that represents the general state of the target device 30.
  • the KI parameter is a Cullback library information amount for the inspection amplitude probability density function ft (x) obtained from the current signal and the reference amplitude probability density variable fr (x) of the reference sine wave signal waveform indicating the rated current of the motor. is there.
  • the KI parameter is obtained by the following equation (1).
  • the Lpole parameter is a parameter that represents the state of the rotor of the target device 30.
  • the Lpole parameter is the size of the sideband wave peak of the current spectrum at a frequency position separated by a predetermined frequency from the current spectrum peak in the frequency spectrum obtained by frequency domain conversion of the current signal.
  • the sideband wave according to the Lpole parameter is a sideband wave that varies due to the pole passing frequency of the motor.
  • the Lshaft parameter is a parameter that represents the misalignment state of the rotor and auxiliary equipment of the target device 30.
  • the Lshaft parameter is obtained by the size of the sideband wave peak of the current spectrum at a frequency position separated from the current spectrum peak by a predetermined frequency in the frequency spectrum obtained by frequency domain conversion of the current signal.
  • the sideband wave related to the Lshaft parameter is a sideband wave that varies due to the actual rotational frequency of the motor.
  • the Irms parameter is a parameter for monitoring the rotating machine load and state fluctuation of the target device 30.
  • the Irms parameter is an effective current value that can be obtained by dividing the square sum of the current values at each sampling timing by the number of sampling timings and obtaining the square root thereof.
  • the IHD parameter is a ratio between the maximum harmonic component of the current signal and the power supply frequency component.
  • the IHD parameter can be obtained by extracting the harmonic component from the current signal and dividing the maximum value within a preset order of the harmonic component by the power supply frequency effective value.
  • the THD parameter is the ratio of the total harmonic component of the current signal to the power supply frequency component.
  • the THD parameter can be obtained by extracting a harmonic component from the current signal and dividing the square root of the square sum of each harmonic component within a preset order by the effective value of the power supply frequency of the current signal.
  • Both the IHD parameter and the THD parameter are parameters representing the quality of the three-phase AC power supply 40.
  • the Lx parameter is a parameter that represents the state of the auxiliary device of the target device 30.
  • the Lx parameter is the size of the sideband wave peak of the current spectrum at a frequency position separated from the current spectrum peak by a predetermined frequency in the frequency spectrum obtained by frequency domain conversion of the current signal.
  • the sideband wave related to the Lx parameter fluctuates due to the sideband wave that fluctuates due to the blade passing frequency of the pump or blower, the sideband wave that fluctuates due to the meshing frequency of the gear unit, and the rotational frequency of the pulley belt. Sideband waves or sideband waves that vary due to sideband waves that vary due to the sliding frequency of the rotor bar.
  • the Lx parameter indicated by the magnitude of the sideband peak that fluctuates due to the blade passing frequency of the pump or blower is referred to as the Lbp parameter.
  • the Lx parameter indicated by the magnitude of the sideband peak that fluctuates due to the meshing frequency of the gear device is referred to as the Lgz parameter.
  • the Lx parameter indicated by the peak of the sideband wave that fluctuates due to the rotational frequency of the pulley belt is referred to as the Lbr parameter.
  • the Lx parameter indicated by the magnitude of the peak of the sideband that varies due to any one of the sidebands that varies due to the sliding frequency of the rotor bar is referred to as an Lrs parameter.
  • a pump, a blower, a gear device, a pulley belt, and a rotor bar are examples of auxiliary machines of the target device 30.
  • the Iub parameter is a parameter that represents the power supply quality or the deterioration status of the stator and inverter of the motor.
  • the Iub parameter can be obtained by dividing the difference between the maximum value and the minimum value among the current effective values of the three-phase current signals by the sum of the maximum value and the minimum value. That is, the Iub parameter is a parameter indicating the three-phase current balance of the current signal.
  • the correlation coefficient storage unit 107 stores a negative correlation coefficient in association with the set of the KI parameter and the Lpole parameter.
  • the KI parameter increases as the motor shaft system unbalance condition deteriorates, and the Lshaft parameter and various Lx parameters decrease as the motor shaft system unbalance condition deteriorates. That is, the KI parameter, the Lshaft parameter, and the various Lx parameters have a correlation with respect to the unbalanced state of the shaft system of the motor of the target device 30. Further, the KI parameter increases when the motor shaft misalignment state deteriorates, and the Lshaft parameter decreases when the motor shaft misalignment state deteriorates. That is, the KI parameter and the Lshaft parameter have a correlation with respect to the misalignment state of the motor shaft system of the target device 30. That is, the correlation coefficient storage unit 107 stores a negative correlation coefficient in association with a set of KI parameters and Lshaft parameters and a set of KI parameters and various Lx parameters.
  • Both the KI parameter and the Irms parameter increase when the load fluctuation state deteriorates. That is, the KI parameter and the Irms parameter have a correlation with respect to the load fluctuation state of the target device 30. That is, the correlation coefficient storage unit 107 stores a positive correlation coefficient in association with the set of the KI parameter and the Irms parameter.
  • the correlation coefficient storage unit 107 includes a set of KI parameters and THD parameters, a set of KI parameters and IHD parameters, a set of KI parameters and Iub parameters, a set of THD parameters and IHD parameters, and a THD parameter and Iub parameters.
  • a positive correlation coefficient is stored in association with a set of parameters and a set of IHD and Iub parameters.
  • Both the Lpole parameter and the Lshaft parameter decrease as the motor condition deteriorates. That is, the Lpole parameter and the Lshaft parameter have a correlation with respect to the state of the rotor of the target device 30. That is, the correlation coefficient storage unit 107 stores a positive correlation coefficient in association with the set of the Lpole parameter and the Lshaft parameter.
  • FIG. 3 is a diagram illustrating an example of information stored in the parameter storage unit according to the first embodiment.
  • the parameter storage unit 103 includes a measurement time, a KI parameter, an Lpole parameter, an Lshaft parameter, an Irms parameter, for each measurement time that is a timing related to a certain period (for example, every half day or every day).
  • the THD parameter, IHD parameter, Lx parameter, and Iub parameter are stored in association with each other.
  • FIG. 4 is a diagram illustrating an example of information stored in the threshold storage unit according to the first embodiment.
  • the threshold value storage unit 106 has a range of values that are in a normal state and a caution for each of the KI parameter, Lpole parameter, Lshaft parameter, Irms parameter, THD parameter, IHD parameter, Lx parameter, and Iub parameter.
  • a range of values to be in a state and a range of values to be in an abnormal state are stored.
  • the range of values for the normal state, the range of values for the caution state, and the range of values for the abnormal state for each current parameter are as follows.
  • the range shown below is an example to the last, and it is not restricted to this about other embodiment.
  • the value range of the KI parameter that is in a normal state is less than 1.0.
  • the range of the value of the KI parameter that becomes the attention state is 1.0 or more and less than 1.5.
  • the range of the value of the KI parameter that becomes an abnormal state is 1.5 or more. That is, the first threshold value related to the KI parameter is 1.0, and the second threshold value related to the KI parameter is 1.5.
  • the range of the value of the Lpole parameter that is in a normal state is over 50 dB.
  • the range of the value of the Lpole parameter that becomes the attention state is more than 40 dB and less than 50 dB.
  • the range of the value of the Lpole parameter that becomes an abnormal state is 40 dB or less. That is, the first threshold value related to the Lpole parameter is 50 dB, and the second threshold value related to the Lpole parameter is 40 dB.
  • the value range of the Lshaft parameter that is in a normal state is more than 50 dB.
  • the range of the value of the Lshaft parameter that is a caution state is more than 40 dB and less than 50 dB.
  • the range of the value of the Lshaft parameter that becomes an abnormal state is 40 dB or less. That is, the first threshold value related to the Lshaft parameter is 50 dB, and the second threshold value related to the Lshaft parameter is 40 dB.
  • the range of the value of the Irms parameter that is in a normal state is a variation of less than ⁇ 10%.
  • the range of the value of the Irms parameter that is a caution state is a variation ⁇ 10% or more and a variation ⁇ 20% or less.
  • the range of the value of the Irms parameter that becomes an abnormal state is a variation of ⁇ 20% or more. That is, the first threshold value related to the Irms parameter has a variation of ⁇ 10%, and the second threshold value related to the Irms parameter has a variation of ⁇ 20%.
  • the value range of the THD parameter that is in a normal state is less than 5%.
  • the range of the value of the THD parameter that is the attention state is 5% or more and less than 10%.
  • the range of the value of the THD parameter that becomes an abnormal state is 10% or more. That is, the first threshold value related to the THD parameter is 5%, and the second threshold value related to the THD parameter is 10%.
  • the range of IHD parameter values that will be in a normal state is less than 3%.
  • the range of the value of the IHD parameter that becomes the attention state is 3% or more and less than 5%.
  • the range of the value of the IHD parameter that becomes an abnormal state is 5% or more. That is, the first threshold value related to the IHD parameter is 3%, and the second threshold value related to the IHD parameter is 5%.
  • the value range of the Lx parameter that is in a normal state is over 50 dB.
  • the range of the value of the Lx parameter that is a caution state is more than 40 dB and less than 50 dB.
  • the range of the value of the Lx parameter that becomes an abnormal state is 40 dB or less. That is, the first threshold value related to the Lx parameter is 50 dB, and the second threshold value related to the Lx parameter is 40 dB.
  • the value range of the Iub parameter that is normal is less than 3%.
  • the range of the value of the Iub parameter that is in the attention state is 3% or more and less than 5%.
  • the range of the value of the Iub parameter that is in an abnormal state is 5% or more. That is, the first threshold value related to the Iub parameter is 3%, and the second threshold value related to the Iub parameter is 5%.
  • FIG. 5 is a flowchart showing current parameter calculation processing by the state analysis apparatus according to the first embodiment.
  • the state analysis device 10 executes a current parameter calculation process at each timing related to a certain period.
  • the current acquisition unit 101 of the state analysis device 10 acquires a current signal from the clamp ammeter 60 (step S1). Since the current acquisition unit 101 acquires a current signal at each sampling timing, the current signal acquired by the current acquisition unit 101 indicates a change in the magnitude of the current during a certain period.
  • the parameter calculation unit 102 performs frequency domain conversion on the current signal to generate a frequency domain waveform (step S2).
  • An example of the frequency domain conversion technique is FFT.
  • the parameter calculation unit 102 calculates values of a plurality of current parameters based on the current signal acquired in step S1 and the frequency domain waveform generated in step S2 (step S3).
  • the parameter calculation unit 102 records the calculated current parameter values in the parameter storage unit 103 in association with the current time (step S4).
  • the state analysis apparatus 10 can record the time series of a plurality of current parameters in the parameter storage unit 103 by executing the above-described current parameter calculation processing at each timing according to a certain period.
  • FIG. 6 is a flowchart showing current parameter display processing by the state analysis apparatus according to the first embodiment.
  • the state analysis device 10 receives an input of a set of current parameters to be displayed (step S11).
  • the input of the set of current parameters is a parameter pair (for example, a pair of Lshaft parameter and Lpole parameter, a pair of THD parameter and IHD parameter, a pair of KI parameter and Lx parameter) which is preset in the state analysis apparatus 10 and has a correlation with each other. Etc.) is received by accepting selection by the administrator from the list.
  • the input of the current parameter set may be made by the input of any two parameters by the administrator.
  • the parameter prediction unit 105 of the state analysis apparatus 10 reads the last recorded value of each current parameter related to the selected pair from the parameter storage unit 103 (step S12).
  • the parameter predicting unit 105 identifies a plurality of timings at which the values of the respective current parameters related to the selected pair are approximated from the values read in Step S12 from the history storage unit 104 (Step S13).
  • the parameter prediction unit 105 specifies a plurality of timings similar to the transition of the value of each current parameter related to the selected pair.
  • the parameter predicting unit 105 predicts the range from the minimum value to the maximum value of the current parameter values related to the plurality of specified timings as the possible range of the current parameter value for each current parameter related to the selected pair.
  • the correlation specifying unit 108 reads out the correlation coefficient associated with each current parameter associated with the selected pair from the correlation coefficient storage unit 107 (step S15).
  • the graph generation unit 109 of the state analysis apparatus 10 draws a coordinate space having the axis G1 as each current parameter related to the selected pair (step S16). That is, the graph generation unit 109 draws an orthogonal axis G1 that represents a pair of current parameters.
  • “drawing” means placing a figure in a virtual space (virtual plane).
  • the graph generation unit 109 reads the first threshold value and the second threshold value associated with each of the current parameters of the pair selected from the threshold value storage unit 106, and determines the dividing line G2 and the second threshold value representing the first threshold value.
  • the dividing line G2 to be represented is drawn (step S17).
  • the dividing line G2 representing the threshold value related to one current parameter is a line parallel to the axis G1 representing the one current parameter.
  • the graph generation unit 109 draws a plot G3 representing the last recorded value of each current parameter value of the pair selected from the parameter storage unit 103 on the coordinate space (step S18).
  • the graph generating unit 109 is connected to the oval G4 (elliptical shape) inscribed in the rectangle corresponding to the possible range predicted by the parameter predicting unit 105 in the coordinate space. , Oval, oval) is drawn on the coordinate space (step S19).
  • the shape of the oval G4 is longer as the absolute value of the correlation coefficient is larger, and is rounder as the absolute value of the correlation coefficient is smaller. That is, the area of the oval G4 increases as the possible range predicted by the parameter prediction unit 105 is larger and the absolute value of the correlation coefficient is smaller (the correlation is weaker).
  • the area of the oval G4 becomes smaller as the possible range predicted by the parameter prediction unit 105 is narrower and the absolute value of the correlation coefficient is larger (the correlation is stronger).
  • the slope of the oval G4 is a positive slope when the correlation coefficient is a positive value, and a negative slope when the correlation coefficient is a negative value.
  • the graph generation unit 109 draws an arrow G5 extending from the plot G3 to the contour of the oval G4 on the coordinate space (step S20).
  • the display control unit 110 generates display information based on the graphic drawn by the graph generation unit 109 and outputs the display information to the display device 20 (step S21). Accordingly, the display device 20 includes a dividing line G2 representing the threshold value of each current parameter, a plot G3 representing the value of the pair of current parameters, and an oval G4 representing a range of values that the pair of current parameters can take after a predetermined time. A graph in which an arrow G5 indicating the amount of change in the value of the pair of current parameters is arranged is displayed.
  • FIG. 7 is a diagram illustrating an example of a first graph showing the relationship between the KI parameter and the Lpole parameter.
  • the administrator of the target device 30 selects a pair of KI parameter and Lpole parameter in step S11, a graph as shown in FIG. According to the graph shown in FIG. 7, it is possible to determine the current state of the target device 30 and the state after a predetermined time based on the KI parameter and the Lpole parameter.
  • the graph shown in FIG. 7 in the plot G3, both the KI parameter and the Lpole parameter are in a state of caution.
  • the oval G4 extends over a caution area and an abnormal area.
  • the administrator of the target device 30 may visually fall into the abnormal state after a certain period of time. It can be determined that the probability of reaching is low. Further, since there is a negative correlation between the KI parameter and the Lpole parameter, the oval G4 is drawn longer in the lower right direction. That is, the range of the prediction variation is displayed small depending on the strength of the correlation. Thereby, the manager can visually recognize the accuracy of prediction according to the strength of the correlation.
  • the state analysis apparatus 10 has an oval G4 representing a range in which a pair of current parameter values can be taken after a predetermined time in a coordinate space about each of a plurality of current parameters.
  • the display information in which is placed is generated.
  • the administrator can intuitively recognize the predicted value and the uncertainty of the prediction by visually recognizing the position and size of the oval G4.
  • the state analysis device 10 arranges the plot G3 representing the value of the current parameter at the current time in the display information. Thereby, the administrator can recognize the magnitude of the change in the value of the current parameter by visually recognizing the relationship between the position of the plot G3 and the position of the oval G4.
  • the parameter prediction unit 105 specifies the timing at which the value of each current parameter approximates each value recorded in the parameter storage unit 103 from the history storage unit 104 last. Not limited to this.
  • the parameter prediction unit 105 receives each value of the current parameter within a predetermined time range including the timing when the value of each current parameter was last recorded in the parameter storage unit 103 from the parameter storage unit 103.
  • a time series that approximates a time series of values may be specified.
  • the parameter predicting unit 105 predicts a possible range of the current parameter value based on the value of each current parameter related to the last timing in the time series.
  • FIG. 8 is a diagram illustrating an example of a second graph showing the relationship between the KI parameter and the Lpole parameter.
  • the graph generation unit 109 generates display information including an oval G4 that represents a range that can be taken by a pair of current parameter values after a certain period of time. Display information including a plurality of ovals G4 may be generated every time.
  • the parameter prediction unit 105 estimates a range in which a pair of current parameter values can be taken for each of the timing T1 after the time ⁇ t has elapsed from the current time and the timing T2 after the time 2 ⁇ t has elapsed from the current time, and generates a graph
  • the unit 109 generates an oval G4 for each possible range as shown in FIG.
  • the state analysis device 10 according to the first embodiment approximates the value of each current parameter at a certain timing of the target device 30 in the history of the current parameter of another device of the same type as the calculated current parameter of the target device 30. Based on the timing of taking the current parameter values of other devices of the same type, the possible range of the current parameter values of the target device 30 is predicted. On the other hand, the state analysis apparatus 10 according to the second embodiment is based on the timing of the change amount of each current parameter value in the current parameter history of another apparatus of the same type. Predict the possible range of values.
  • the parameter predicting unit 105 includes a parameter calculating unit that calculates a change amount of each current parameter value from a time series of a plurality of current parameter values stored in the history storage unit 104.
  • a plurality of timings approximating the amount of change in the value of each current parameter calculated by 102 (for example, timing at which the mean square error of each current parameter value is equal to or less than a predetermined threshold) are specified.
  • the parameter prediction unit 105 identifies the amount of change in the values of the plurality of current parameters at a timing after a predetermined time after each identified timing. Thereby, the parameter prediction unit 105 specifies a plurality of timings similar to the transition of the value of each current parameter related to the selected pair.
  • the parameter prediction unit 105 ranges from a value obtained by adding the minimum value of the specified change amount to the value of each current parameter calculated by the parameter calculation unit 102 to a value obtained by adding the maximum value of the specified change amount. The range of each current parameter value is predicted.
  • the state analysis device 10 according to the first and second embodiments can take the value of each current parameter of the target device 30 based on the history of operation of another device of the same type as the calculation of the current parameter of the target device 30. Predict the range.
  • the state analysis apparatus 10 according to the third embodiment predicts a range that each current parameter value can take based on the simulation result of the simulator.
  • FIG. 9 is a schematic block diagram illustrating a configuration of a state analysis apparatus according to the third embodiment.
  • the state analysis apparatus 10 according to the third embodiment includes a simulator 111 instead of the history storage unit 104 of the first embodiment.
  • the simulator 111 simulates the operation of the target device 30.
  • the parameter prediction unit 105 predicts the value of each current parameter based on the simulation result of the simulator 111.
  • FIG. 10 is a flowchart showing current parameter display processing by the state analysis apparatus according to the third embodiment. Note that the order of the processes shown in the flowchart of FIG. 10 may be arbitrarily changed or executed in parallel as long as the process contents do not contradict each other.
  • the state analysis device 10 receives an input of a set of current parameters to be displayed (step S101).
  • the simulator 111 simulates the state of the target device 30 after a predetermined time based on the current state quantity of the target device 30.
  • the simulator 111 obtains a plurality of values of each current parameter at a timing after a predetermined time by executing the simulation a plurality of times while changing external parameters (such as atmospheric temperature) used for the execution of the simulation (step) S102).
  • the parameter predicting unit 105 predicts the range from the minimum value to the maximum value of the plurality of values calculated by the simulator 111 as the possible range of each current parameter value for each current parameter related to the selected pair (step) S103).
  • the correlation specifying unit 108 reads the correlation coefficient associated with each current parameter associated with the selected pair from the correlation coefficient storage unit 107 (step S104).
  • the graph generation unit 109 of the state analysis apparatus 10 draws a coordinate space having the axis G1 as each current parameter related to the selected pair (step S105). That is, the graph generation unit 109 draws an orthogonal axis G1 that represents a pair of current parameters.
  • “drawing” means placing a figure in a virtual space (virtual plane).
  • the graph generation unit 109 reads the first threshold value and the second threshold value associated with each of the current parameters of the pair selected from the threshold value storage unit 106, and determines the dividing line G2 and the second threshold value representing the first threshold value.
  • the dividing line G2 to be represented is drawn (step S106).
  • the dividing line G2 representing the threshold value related to one current parameter is a line parallel to the axis G1 representing the one current parameter.
  • the graph generation unit 109 draws a plot G3 representing the last recorded value of each current parameter value for the pair selected from the parameter storage unit 103 on the coordinate space (step S107).
  • the graph generating unit 109 displays an oval G4 inscribed in a rectangle corresponding to a possible range predicted by the parameter predicting unit 105 in the coordinate space. Drawing on the top (step S108).
  • the graph generation unit 109 draws an arrow G5 extending from the plot G3 to the contour of the oval G4 on the coordinate space (step S109).
  • the display control unit 110 generates display information based on the graphic drawn by the graph generation unit 109, and outputs the display information to the display device 20 (step S110). Accordingly, the display device 20 includes a dividing line G2 representing the threshold value of each current parameter, a plot G3 representing the value of the pair of current parameters, and an oval G4 representing a range of values that the pair of current parameters can take after a predetermined time. Then, a graph in which an arrow G5 representing the amount of change in the value of the current parameter is arranged is displayed.
  • the state analysis device 10 is configured to calculate the operation history of another device of the same type as the calculated current parameter of the target device 30 and the calculation result of the simulator 111 that simulates the operation of the target device 30. For example, a range of values that the pair of current parameters can take after a predetermined time is obtained based on one prediction means. In contrast, the state analysis apparatus 10 according to the fourth embodiment obtains a range of values that the pair of current parameters can take after a predetermined time based on a plurality of prediction means.
  • FIG. 11 is a schematic block diagram illustrating a configuration of a state analysis apparatus according to the fourth embodiment.
  • the state analysis apparatus 10 according to the fourth embodiment further includes a simulator 111 and a prediction unit storage unit 112 in addition to the configuration of the first embodiment.
  • the history storage unit 104 and the simulator 111 are an example of a prediction unit.
  • the prediction means storage unit 112 stores prediction means used for prediction of values that each current parameter can take after a predetermined time in association with a range of values of a plurality of current parameters at a certain timing.
  • the relationship between the range of values that each current parameter can take after a predetermined time and the prediction means is set based on, for example, knowledge of a skilled engineer, application conditions of the simulator 111, the amount of history recorded in the history storage unit 104, and the like.
  • the parameter prediction unit 105 obtains a range of values that the pair of current parameters can take after a predetermined time using the information stored in the history storage unit 104 and each of the simulators 111. Then, the graph generation unit 109 arranges the oval G4 based on the prediction means stored in the prediction means storage unit 112 in association with the range to which the value of the pair of current parameters recorded in the parameter storage unit 103 last belongs. To generate a graph.
  • the prediction means storage unit 112 may store an application probability for each prediction means in association with a range of a plurality of current parameter values at a certain timing.
  • the graph generation unit 109 can arrange the oval G4 based on each prediction unit stored in the prediction unit storage unit 112, and can display the application probability in each oval G4.
  • the state analysis device 10 causes the display device 20 to display a graph related to a pair of current parameters, but is not limited thereto.
  • the state analysis device 10 may cause the display device 20 to display a high-dimensional graph relating to a set of three or more current parameters.
  • the state analysis apparatus 10 according to the above-described embodiment generates display information in which a dividing line G2 representing a threshold value is arranged in a coordinate space with each of a plurality of current parameters having correlations as axes.
  • the state analysis apparatus 10 may generate display information that does not include the dividing line G2.
  • the state analysis apparatus 10 may generate display information including a plurality of ovals G4 for each time (for example, timing T1 and timing T2).
  • the state analysis apparatus 10 uses the range of the value of the pair of current parameters at the previously calculated timing T2 as it is without recalculating it.
  • G4 may be generated, or the oval G4 may be generated again by recalculating the range that can be taken by the pair of current parameter values at the timing T2.
  • the state analysis device 10 classifies the state of the target device 30 into three categories of a normal state, an abnormal state, and a caution state, but is not limited thereto.
  • the state analysis apparatus 10 may be classified into two categories of a normal state and an abnormal state, or may be classified into four or more categories.
  • the range that can be taken by the pair of current parameters is represented by the oval G4, but is not limited thereto.
  • the state analysis apparatus 10 may represent a range that can be taken by the pair of current parameters by other figures (for example, a rectangle, a circle, a polygon, etc.).
  • the state analysis apparatus 10 according to the above-described embodiment determines the shape of the oval G4 based on the strength of the correlation between the current parameters, but is not limited thereto.
  • the state analysis apparatus 10 according to another embodiment may arrange graphics having the same shape regardless of the strength of correlation between current parameters.
  • the state analysis device 10 generates display information using the value of the current parameter as the state quantity of the target device 30, but is not limited thereto.
  • the state analysis apparatus 10 may generate display information using other state quantities (for example, current value, voltage value, temperature, pressure, flow rate, etc.).
  • the state analysis device 10 performs display control by outputting display information to the display device 20 directly connected to itself, but is not limited thereto.
  • the state analysis device 10 according to another embodiment transmits display information to a device that records display information in a storage medium or other display devices 20 connected via a network without performing display control. It may be a thing.
  • the state analysis apparatus 10 predicts the range from the minimum value to the maximum value of the plurality of specified values for each current parameter as a possible range of the current parameter value.
  • the state analysis apparatus 10 may predict a range in which the value of the current parameter can take based on a plurality of occurrence probabilities specified for each current parameter.
  • the state analysis apparatus 10 may obtain the standard deviation ⁇ of the current parameter value, and may predict a range of ⁇ 2 ⁇ of the average value of the current parameter as a range that the current parameter value can take.
  • the state analysis apparatus 10 according to the first embodiment described above generates display information using the parameter value predicted by the parameter prediction unit 105, but is not limited thereto.
  • the state analysis apparatus 10 according to another embodiment can be obtained by adding the predicted change amount of the current parameter value to the current parameter value at a certain timing, as in the second embodiment. Display information may be generated based on the predicted value.
  • the target device 30 is a rotating machine system in which a motor and an auxiliary machine rotate coaxially, but is not limited thereto.
  • a motor and an auxiliary machine may be connected via a mechanical system such as a gear device.
  • FIG. 12 is a schematic block diagram illustrating a configuration of a computer according to at least one embodiment.
  • the computer 90 includes a CPU 91, a main storage device 92, an auxiliary storage device 93, and an interface 94.
  • the state analysis apparatus 10 described above is mounted on the computer 90.
  • the operation of each processing unit described above is stored in the auxiliary storage device 93 in the form of a program.
  • the CPU 91 reads out the program from the auxiliary storage device 93 and develops it in the main storage device 92, and executes the above processing according to the program. Further, the CPU 91 secures a storage area corresponding to each of the storage units described above in the main storage device 92 according to the program.
  • auxiliary storage device 93 examples include an HDD (Hard Disk Drive), an SSD (Solid State Drive), a magnetic disk, a magneto-optical disk, a CD-ROM (Compact Disc Read Only Memory), and a DVD-ROM (Digital Versatile Disc Read Only. Memory), semiconductor memory, and the like.
  • the auxiliary storage device 93 may be an internal medium directly connected to the bus of the computer 90 or an external medium connected to the computer 90 via the interface 94 or a communication line. When this program is distributed to the computer 90 via a communication line, the computer 90 that has received the distribution may develop the program in the main storage device 92 and execute the above processing.
  • the auxiliary storage device 93 is a tangible storage medium that is not temporary.
  • the program may be for realizing a part of the functions described above. Further, the program may be a so-called difference file (difference program) that realizes the above-described function in combination with another program already stored in the auxiliary storage device 93.
  • difference file difference program
  • the state analysis device generates display information in which a predicted value figure that is a figure having a shape corresponding to a range that can be taken by a plurality of state quantity values is arranged. Thereby, the administrator of the target device can intuitively recognize the prediction value and the ambiguity of the prediction by visually recognizing the prediction value graphic.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

状態量取得部は、対象装置に係るあるタイミングにおける複数の状態量の値を取得する。状態量予測部は、取得した複数の状態量の値に基づいて、複数の状態量の値が所定時間後に取り得る範囲を予測する。表示情報生成部は、複数の状態量のそれぞれを軸とした座標空間に、複数の状態量の値が取り得る範囲に応じた形状の図形である予測値図形を配置した表示情報を生成する。

Description

状態分析装置、状態分析方法、およびプログラム
　本発明は、状態分析装置、状態分析方法、およびプログラムに関する。
　本願は、２０１７年０５月２２日に日本に出願された特願２０１７－１０１１１７号について優先権を主張し、その内容をここに援用する。
　特許文献１－４には、あるタイミングで機器の状態量を取得し、当該状態量に基づいて未来の状態量を予測し、これらをグラフィカルに表示する技術が開示されている。
特開２００７－２５７４４４号公報 特許第５８２７４２６号公報 特許第３３９２５２６号公報 特許第５３６３２３８号公報
　一方で、機器の状態量は必ずしも予測値に沿って推移するとは限られない。特許文献１－４に記載の技術によれば、機器の管理者は、状態量の予測値に基づいて対策を講じることができる。しかしながら、管理者は、表示された予測値と異なる方向へ状態量が推移してしまう場合に、適切な対応が取れない可能性がある。
　本発明の目的は、未来の状態量の予測値を、予測の曖昧さを含めて効果的に表示することができる状態分析装置、状態分析方法、およびプログラムを提供することにある。
　本発明の第１の態様によれば、状態分析装置は、対象装置に係るあるタイミングにおける複数の状態量の値を取得する状態量取得部と、取得した前記複数の状態量の値に基づいて、前記複数の状態量の値が所定時間後に取り得る範囲を予測する状態量予測部と、前記複数の状態量のそれぞれを軸とした座標空間に、前記複数の状態量の値が取り得る範囲に応じた形状の図形である予測値図形を配置した表示情報を生成する表示情報生成部とを備える。
　本発明の第２の態様によれば、第１の態様に係る状態分析装置は、前記表示情報生成部は、前記座標空間に、前記状態量取得部が取得した前記複数の状態量の値を表す図形である取得値図形をさらに配置した前記表示情報を生成するものであってよい。
　本発明の第３の態様によれば、第１または第２の態様に係る状態分析装置は、前記複数の状態量の相関の強さを特定する相関特定部をさらに備え、前記表示情報生成部は、前記相関の強さに応じた形状を有する前記予測値図形を配置した前記表示情報を生成するものであってよい。
　本発明の第４の態様によれば、第１から第３の何れかの態様に係る状態分析装置は、前記対象装置と同種の装置の前記複数の状態量の値の履歴を記憶する状態量記憶部をさらに備え、前記状態量予測部は、前記状態量記憶部が記憶する前記履歴のうち、取得した前記複数の状態量の値の推移と類似する複数の部分を特定し、当該複数の部分に基づいて前記取り得る範囲を予測するものであってよい。
　本発明の第５の態様によれば、第４の態様に係る状態分析装置は、前記状態量予測部は、前記状態量記憶部が記憶する前記履歴のうち、取得した前記複数の状態量の値と近似する値を有する複数のタイミングを特定し、当該複数のタイミングの前記所定時間後における前記状態量記憶部が記憶する前記複数の状態量の値に基づいて前記取り得る範囲を予測するものであってよい。
　本発明の第６の態様によれば、第４の態様に係る状態分析装置は、前記状態量予測部は、前記状態量記憶部が記憶する前記履歴のうち、取得した前記複数の状態量の値の変化量と類似する変化量を有する複数のタイミングを特定し、当該複数のタイミングの前記所定時間後における前記状態量記憶部が記憶する前記複数の状態量の変化量に基づいて前記取り得る範囲を予測するものであってよい。
　本発明の第７の態様によれば、第１から第６の何れかの態様に係る状態分析装置は、前記対象装置の動作を模擬するシミュレータをさらに備え、前記状態量予測部は、前記シミュレータの外部パラメータを変化させて得られる複数の前記複数の状態量の値に基づいて前記取り得る範囲を予測するものであってよい。
　本発明の第８の態様によれば、第１から第７の何れかの態様に係る状態分析装置は、前記表示情報生成部は、前記取り得る範囲のうち発生確率が所定値以上の値を包含する形状の前記予測値図形を配置した前記表示情報を生成するものであってよい。
　本発明の第９の態様によれば、第１から第８の何れかの態様に係る状態分析装置は、前記状態量予測部は、複数の予測手段ごとに前記取り得る範囲を予測するものであってよい。
　本発明の第１０の態様によれば、第９の態様に係る状態分析装置は、前記状態量予測部は、取得した前記複数の状態量の値に基づいて前記複数の予測手段の中から前記取り得る範囲の予測に用いる予測手段を決定し、当該予測手段に基づいて前記取り得る範囲を予測するものであってよい。
　本発明の第１１の態様によれば、第９または第１０の態様に係る状態分析装置は、前記表示情報生成部は、複数の予測手段ごとに前記予測値図形を生成し、各予測値図形を配置した前記表示情報を生成するものであってよい。
　本発明の第１２の態様によれば、状態分析方法は、対象装置に係るあるタイミングにおける複数の状態量の値を取得するステップと、取得した前記複数の状態量の値に基づいて、前記複数の状態量の値が所定時間後に取り得る範囲を予測するステップと、前記複数の状態量のそれぞれを軸とした座標空間に、前記複数の状態量の値が取り得る範囲に応じた形状の図形である予測値図形を配置した表示情報を生成するステップとを有する。
　本発明の第１３の態様によれば、プログラムは、コンピュータに、対象装置に係るあるタイミングにおける複数の状態量の値を取得するステップと、取得した前記複数の状態量の値に基づいて、前記複数の状態量の値が所定時間後に取り得る範囲を予測するステップと、前記複数の状態量のそれぞれを軸とした座標空間に、前記複数の状態量の値が取り得る範囲に応じた形状の図形である予測値図形を配置した表示情報を生成するステップとを実行させる。
　上記態様のうち少なくとも１つの態様によれば、状態分析装置は、複数の状態量の値が取り得る範囲に応じた形状の図形である予測値図形を配置した表示情報を生成する。これにより、対象装置の管理者は、予測値図形を視認することで、予測値および予測の曖昧さを直感的に認識することができる。
第１の実施形態に係る状態分析システムの構成を示す概略図である。 第１の実施形態に係る状態分析装置の構成を示す概略ブロック図である。 第１の実施形態に係るパラメータ記憶部が記憶する情報の例を示す図である。 第１の実施形態に係る閾値記憶部が記憶する情報の例を示す図である。 第１の実施形態に係る状態分析装置による電流パラメータ算出処理を示すフローチャートである。 第１の実施形態に係る状態分析装置による電流パラメータ表示処理を示すフローチャートである。 ＫＩパラメータとＬｐｏｌｅパラメータとの関係を示す第１のグラフの例を示す図である。 ＫＩパラメータとＬｐｏｌｅパラメータとの関係を示す第１のグラフの例を示す図である。 第３の実施形態に係る状態分析装置の構成を示す概略ブロック図である。 第３の実施形態に係る状態分析装置による電流パラメータ表示処理を示すフローチャートである。 第４の実施形態に係る状態分析装置の構成を示す概略ブロック図である。 少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
〈第１の実施形態〉
　以下、図面を参照しながら第１の実施形態について詳しく説明する。
《状態分析システムの構成》
　図１は、第１の実施形態に係る状態分析システムの構成を示す概略図である。
　第１の実施形態に係る状態分析システム１は、状態分析装置１０、表示装置２０、対象装置３０、三相交流電源４０、電力線５０、クランプ電流計６０を備える。
　第１の実施形態に係る状態分析装置１０は、検査対象となる対象装置３０の状態を表す情報を表示装置２０に表示させる。第１の実施形態に係る対象装置３０は、三相交流電源４０で駆動するモータ、モータが備えるロータと共に回転するポンプまたはファンなどの補機を備える回転機械システムである。対象装置３０は、電力線５０を介して三相交流電源４０に接続される。電力線５０はクランプ電流計６０に挟み込まれる。状態分析システム１は、クランプ電流計６０を３つ備え、各クランプ電流計６０はそれぞれ異なる電力線を挟み込む。なお、他の実施形態においては、状態分析システム１がクランプ電流計６０を１つまたは２つ備え、３本の電力線５０のうち一部の電流を計測しないものであってもよい。クランプ電流計６０は、電力線５０を流れる電流の大きさを計測し、デジタル信号（電流信号）として状態分析装置１０に出力する。状態分析装置１０は、クランプ電流計６０から受信した電流信号に基づいて、対象装置３０の状態を表す情報を表示装置２０に表示させる。
《状態分析装置の構成》
　図２は、第１の実施形態に係る状態分析装置の構成を示す概略ブロック図である。
　状態分析装置１０は、電流取得部１０１、パラメータ算出部１０２、パラメータ記憶部１０３、履歴記憶部１０４、パラメータ予測部１０５、閾値記憶部１０６、相関係数記憶部１０７、相関特定部１０８、グラフ生成部１０９、表示制御部１１０を備える。
　電流取得部１０１は、クランプ電流計６０から電力線５０を介して対象装置３０に流れる電流信号を取得する。
　パラメータ算出部１０２は、一定の周期に係るタイミングで、電流取得部１０１が取得した電流信号に基づいて、対象装置３０の状態によって変動する複数のパラメータの値を算出する。以下、パラメータ算出部１０２によって算出されるパラメータを、電流パラメータとよぶ。具体的な電流パラメータの例については、後述する。パラメータ算出部１０２が算出する複数の電流パラメータのうち少なくとも２つは、互いに相関関係を有する。電流パラメータの値は、対象装置３０に係る複数の状態量の値の一例である。
　パラメータ記憶部１０３は、パラメータ算出部１０２が算出した複数の電流パラメータの値を算出時刻に関連付けて記憶する。
　履歴記憶部１０４は、対象装置３０と同種の他の装置（同じ型の装置など）の複数の電流パラメータの値の履歴を記憶する。
　パラメータ予測部１０５は、履歴記憶部１０４が記憶する複数の電流パラメータの値の時系列と、パラメータ算出部１０２が算出した複数の電流パラメータの値とに基づいて、所定時間後のタイミングにおける複数の電流パラメータの値が取り得る範囲を予測する。
　具体的には、パラメータ予測部１０５は、以下の手順で複数の電流パラメータの値が取り得る範囲を予測する。パラメータ予測部１０５は、履歴記憶部１０４が記憶する複数の電流パラメータの値の時系列の中から、各電流パラメータの値がパラメータ算出部１０２が算出した、あるタイミングにおける各電流パラメータの値と近似する複数のタイミング（例えば各電流パラメータの値の二乗平均誤差が所定の閾値以下となるタイミング）を特定する。次に、パラメータ予測部１０５は、各タイミングの所定時間後のタイミングにおける複数の電流パラメータの値を特定する。パラメータ予測部１０５は、電流パラメータごとの特定された複数の値の最小値から最大値までの範囲を、各電流パラメータの値が取り得る範囲と予測する。
　閾値記憶部１０６は、各電流パラメータについて、対象装置３０の状態の判断基準となる閾値を記憶する。第１の実施形態に係る対象装置３０の状態の種別は、対象装置３０が正常である正常状態、対象装置３０が異常である異常状態、および対象装置３０の状態が異常状態に遷移しうる状態である注意状態である。
　相関係数記憶部１０７は、異なる２つの電流パラメータの組について、２つの電流パラメータの相関係数を記憶する。２つの電流パラメータの相関係数は、予め算出されたものである。電流パラメータの相関関係の詳細については、後述する。
　相関特定部１０８は、相関係数記憶部１０７から、表示対象の電流パラメータの組に関連付けられた相関係数を特定する。
　グラフ生成部１０９は、パラメータ算出部１０２が算出した電流パラメータの値およびパラメータ予測部１０５が算出した電流パラメータの予測値から、電流パラメータの予測変化量を表すグラフ画像を生成する。グラフ画像は、２つの電流パラメータを縦軸と横軸とに取ったグラフである。グラフ画像には、各電流パラメータに係る閾値を表す区分線と、パラメータ算出部１０２が算出した２つの電流パラメータの値を表すプロット（取得値図形）と、パラメータ予測部１０５が算出した２つの電流パラメータの予測値を表す円（予測値図形）と、変化量を表す矢印とが配置される。
　表示制御部１１０は、グラフ生成部１０９が生成したグラフ画面に基づいて、表示装置２０に出力する表示情報を生成する。表示制御部１１０は、表示情報生成部の一例である。
《電流パラメータ》
　ここで、第１の実施形態に係るパラメータ算出部１０２が算出する電流パラメータについて説明する。
　第１の実施形態に係るパラメータ算出部１０２は、ＫＩパラメータ、Ｌｐｏｌｅパラメータ、Ｌｓｈａｆｔパラメータ、Ｉｒｍｓパラメータ、ＴＨＤパラメータ、ＩＨＤパラメータ、Ｌｘパラメータ、Ｉｕｂパラメータを算出する。
　ＫＩパラメータは、対象装置３０の全般的な状態を表すパラメータである。ＫＩパラメータは、電流信号から求められた点検時振幅確率密度関数ｆｔ（ｘ）とモータの定格電流を示す基準正弦波信号波形の参照振幅確率密度変数ｆｒ（ｘ）とに対するカルバックライブラー情報量である。具体的には、ＫＩパラメータは、以下の式（１）により求められる。
Figure JPOXMLDOC01-appb-M000001
　Ｌｐｏｌｅパラメータは、対象装置３０のロータの状態を表すパラメータである。Ｌｐｏｌｅパラメータは、電流信号を周波数領域変換して得られる周波数スペクトルのうち、電流スペクトルピークを中心として、所定周波数分だけ離れた周波数位置における電流スペクトルの側帯波のピークの大きさである。Ｌｐｏｌｅパラメータに係る側帯波は、モータのポール通過周波数に起因して変動する側帯波である。
　Ｌｓｈａｆｔパラメータは、対象装置３０のロータおよび補機のミスアラインメントの状態を表すパラメータである。Ｌｓｈａｆｔパラメータは、電流信号を周波数領域変換して得られる周波数スペクトルのうち、電流スペクトルピークを中心として、所定周波数分だけ離れた周波数位置における電流スペクトルの側帯波のピークの大きさによって求められる。Ｌｓｈａｆｔパラメータに係る側帯波は、モータの実回転周波数に起因して変動する側帯波である。
　Ｉｒｍｓパラメータは、対象装置３０の回転機械負荷および状態変動を監視するためのパラメータである。Ｉｒｍｓパラメータは、各サンプリングタイミングにおける電流値の二乗和をサンプリングタイミング数で除算し、その平方根を求めることで得ることができる、電流実効値である。
　ＩＨＤパラメータは、電流信号の最大高調波成分と電源周波数成分の比率である。ＩＨＤパラメータは、電流信号から高調波成分を抽出し、高調波成分の予め設定した次数内にある最大値を、電源周波数実効値で除算することで得ることができる。
　ＴＨＤパラメータは、電流信号の全高調波成分と電源周波数成分の比率である。ＴＨＤパラメータは、電流信号から高調波成分を抽出し、予め設定した次数内における各高調波成分の二乗和の平方根を、電流信号の電源周波数実効値で除算することで得ることができる。ＩＨＤパラメータおよびＴＨＤパラメータは、いずれも三相交流電源４０の品質を表すパラメータである。
　Ｌｘパラメータは、対象装置３０の補機の状態を表すパラメータである。Ｌｘパラメータは、電流信号を周波数領域変換して得られる周波数スペクトルのうち、電流スペクトルピークを中心として、所定周波数分だけ離れた周波数位置における電流スペクトルの側帯波のピークの大きさである。Ｌｘパラメータに係る側帯波は、ポンプまたはブロワのブレード通過周波数に起因して変動する側帯波、歯車装置の噛合い周波数に起因して変動する側帯波、プーリベルトの回転周波数に起因して変動する側帯波、または回転子バーのすべり周波数に起因して変動する側帯波に起因して変動する側帯波である。
　ポンプまたはブロワのブレード通過周波数に起因して変動する側帯波のピークの大きさが示すＬｘパラメータを、Ｌｂｐパラメータという。歯車装置の噛合い周波数に起因して変動する側帯波のピークの大きさが示すＬｘパラメータを、Ｌｇｚパラメータという。プーリベルトの回転周波数に起因して変動する側帯波のピークの大きさが示すＬｘパラメータを、Ｌｂｒパラメータという。および回転子バーのすべり周波数に起因して変動する側帯波のいずれか１つに起因して変動する側帯波のピークの大きさが示すＬｘパラメータを、Ｌｒｓパラメータという。ポンプ、ブロワ、歯車装置、プーリベルト、回転子バーは、対象装置３０の補機の一例である。
　Ｉｕｂパラメータは、電源品質またはモータの固定子およびインバータの劣化状況を表すパラメータである。Ｉｕｂパラメータは、３相の電流信号の電流実効値の中の最大値と最小値の差を、その最大値と最小値の和で除算することで求めることができる。つまり、Ｉｕｂパラメータは、電流信号の三相電流バランスを示すパラメータである。
　ＫＩパラメータは、ロータの状態が悪化すると増加し、Ｌｐｏｌｅパラメータは、ロータの状態が悪化すると減少する。つまり、ＫＩパラメータとＬｐｏｌｅパラメータとは、対象装置３０のロータの状態について相関関係を有する。つまり、相関係数記憶部１０７は、ＫＩパラメータとＬｐｏｌｅパラメータとの組に関連付けて、負値の相関係数を記憶する。
　ＫＩパラメータは、モータの軸系のアンバランスの状態が悪化すると増加し、Ｌｓｈａｆｔパラメータおよび各種Ｌｘパラメータは、モータの軸系のアンバランスの状態が悪化すると減少する。つまり、ＫＩパラメータとＬｓｈａｆｔパラメータと各種Ｌｘパラメータとは、対象装置３０のモータの軸系のアンバランス状態について相関関係を有する。また、ＫＩパラメータは、モータの軸系のミスアラインメントの状態が悪化すると増加し、Ｌｓｈａｆｔパラメータは、モータの軸系のミスアラインメントの状態が悪化すると減少する。つまり、ＫＩパラメータとＬｓｈａｆｔパラメータとは、対象装置３０のモータの軸系のミスアラインメントの状態について相関関係を有する。つまり、相関係数記憶部１０７は、ＫＩパラメータとＬｓｈａｆｔパラメータとの組、およびＫＩパラメータと各種Ｌｘパラメータとの組に関連付けて、負値の相関係数を記憶する。
　ＫＩパラメータとＩｒｍｓパラメータとは、いずれも負荷変動の状態が悪化すると増加する。つまり、ＫＩパラメータとＩｒｍｓパラメータとは、対象装置３０の負荷変動の状態について相関関係を有する。つまり、相関係数記憶部１０７は、ＫＩパラメータとＩｒｍｓパラメータとの組に関連付けて、正値の相関係数を記憶する。
　ＫＩパラメータとＴＨＤパラメータとＩＨＤパラメータとＩｕｂパラメータとは、いずれもモータの固定子の状態、または電源品質が悪化すると増加する。つまり、ＫＩパラメータとＴＨＤパラメータとＩＨＤパラメータとＩｕｂパラメータとは、対象装置３０の固定子の状態または電源品質について相関関係を有する。つまり、相関係数記憶部１０７は、ＫＩパラメータとＴＨＤパラメータとの組、ＫＩパラメータとＩＨＤパラメータとの組、ＫＩパラメータとＩｕｂパラメータとの組、ＴＨＤパラメータとＩＨＤパラメータとの組、ＴＨＤパラメータとＩｕｂパラメータとの組、およびＩＨＤパラメータとＩｕｂパラメータとの組に関連付けて、正値の相関係数を記憶する。
　ＬｐｏｌｅパラメータおよびＬｓｈａｆｔパラメータは、いずれもモータの状態が悪化すると減少する。つまり、ＬｐｏｌｅパラメータとＬｓｈａｆｔパラメータとは、対象装置３０のロータの状態について相関関係を有する。つまり、相関係数記憶部１０７は、ＬｐｏｌｅパラメータとＬｓｈａｆｔパラメータとの組に関連付けて、正値の相関係数を記憶する。
　図３は、第１の実施形態に係るパラメータ記憶部が記憶する情報の例を示す図である。
　パラメータ記憶部１０３は、図３に示すように、一定の周期（例えば、半日又は１日毎）に係るタイミングである測定時刻ごとに、当該測定時刻、ＫＩパラメータ、Ｌｐｏｌｅパラメータ、Ｌｓｈａｆｔパラメータ、Ｉｒｍｓパラメータ、ＴＨＤパラメータ、ＩＨＤパラメータ、Ｌｘパラメータ、およびＩｕｂパラメータを関連付けて記憶する。
　図４は、第１の実施形態に係る閾値記憶部が記憶する情報の例を示す図である。
　閾値記憶部１０６は、図４に示すように、ＫＩパラメータ、Ｌｐｏｌｅパラメータ、Ｌｓｈａｆｔパラメータ、Ｉｒｍｓパラメータ、ＴＨＤパラメータ、ＩＨＤパラメータ、Ｌｘパラメータ、およびＩｕｂパラメータのそれぞれについて、正常状態となる値の範囲、注意状態となる値の範囲、および異常状態となる値の範囲を記憶する。
　第１の実施形態においては、各電流パラメータについての正常状態となる値の範囲、注意状態となる値の範囲、および異常状態となる値の範囲は、以下の通りである。なお、以下に示す範囲はあくまで一例であり、他の実施形態についてはこれに限られない。
　正常状態となるＫＩパラメータの値の範囲は、１．０未満である。注意状態となるＫＩパラメータの値の範囲は、１．０以上かつ１．５未満である。異常状態となるＫＩパラメータの値の範囲は、１．５以上である。つまり、ＫＩパラメータに係る第１の閾値は１．０であり、ＫＩパラメータに係る第２の閾値は１．５である。
　正常状態となるＬｐｏｌｅパラメータの値の範囲は、５０ｄＢ超である。注意状態となるＬｐｏｌｅパラメータの値の範囲は、４０ｄＢ超かつ５０ｄＢ以下である。異常状態となるＬｐｏｌｅパラメータの値の範囲は、４０ｄＢ以下である。つまり、Ｌｐｏｌｅパラメータに係る第１の閾値は５０ｄＢであり、Ｌｐｏｌｅパラメータに係る第２の閾値は４０ｄＢである。
　正常状態となるＬｓｈａｆｔパラメータの値の範囲は、５０ｄＢ超である。注意状態となるＬｓｈａｆｔパラメータの値の範囲は、４０ｄＢ超かつ５０ｄＢ以下である。異常状態となるＬｓｈａｆｔパラメータの値の範囲は、４０ｄＢ以下である。つまり、Ｌｓｈａｆｔパラメータに係る第１の閾値は５０ｄＢであり、Ｌｓｈａｆｔパラメータに係る第２の閾値は４０ｄＢである。
　正常状態となるＩｒｍｓパラメータの値の範囲は、変動±１０％未満である。注意状態となるＩｒｍｓパラメータの値の範囲は、変動±１０％以上かつ変動±２０％未満である。異常状態となるＩｒｍｓパラメータの値の範囲は、変動±２０％以上である。つまり、Ｉｒｍｓパラメータに係る第１の閾値は変動±１０％であり、Ｉｒｍｓパラメータに係る第２の閾値は変動±２０％である。
　正常状態となるＴＨＤパラメータの値の範囲は、５％未満である。注意状態となるＴＨＤパラメータの値の範囲は、５％以上かつ１０％未満である。異常状態となるＴＨＤパラメータの値の範囲は、１０％以上である。つまり、ＴＨＤパラメータに係る第１の閾値は５％であり、ＴＨＤパラメータに係る第２の閾値は１０％である。
　正常状態となるＩＨＤパラメータの値の範囲は、３％未満である。注意状態となるＩＨＤパラメータの値の範囲は、３％以上かつ５％未満である。異常状態となるＩＨＤパラメータの値の範囲は、５％以上である。つまり、ＩＨＤパラメータに係る第１の閾値は３％であり、ＩＨＤパラメータに係る第２の閾値は５％である。
　正常状態となるＬｘパラメータの値の範囲は、５０ｄＢ超である。注意状態となるＬｘパラメータの値の範囲は、４０ｄＢ超かつ５０ｄＢ以下である。異常状態となるＬｘパラメータの値の範囲は、４０ｄＢ以下である。つまり、Ｌｘパラメータに係る第１の閾値は５０ｄＢであり、Ｌｘパラメータに係る第２の閾値は４０ｄＢである。
　正常状態となるＩｕｂパラメータの値の範囲は、３％未満である。注意状態となるＩｕｂパラメータの値の範囲は、３％以上かつ５％未満である。異常状態となるＩｕｂパラメータの値の範囲は、５％以上である。つまり、Ｉｕｂパラメータに係る第１の閾値は３％であり、Ｉｕｂパラメータに係る第２の閾値は５％である。
《状態分析装置の動作》
　ここで、第１の実施形態に係る状態分析装置１０の動作について説明する。
　図５は、第１の実施形態に係る状態分析装置による電流パラメータ算出処理を示すフローチャートである。
　状態分析装置１０は、一定の周期に係るタイミングごとに、電流パラメータ算出処理を実行する。状態分析装置１０の電流取得部１０１は、クランプ電流計６０から電流信号を取得する（ステップＳ１）。なお電流取得部１０１は、サンプリングタイミングごとに電流信号を取得しているため、電流取得部１０１が取得する電流信号は、一定期間における電流の大きさの変化を示す。次に、パラメータ算出部１０２は、電流信号を周波数領域変換し、周波数領域波形を生成する（ステップＳ２）。周波数領域変換の手法としては、ＦＦＴが挙げられる。
　パラメータ算出部１０２は、ステップＳ１で取得した電流信号とステップＳ２で生成した周波数領域波形とに基づいて複数の電流パラメータの値を算出する（ステップＳ３）。パラメータ算出部１０２は、算出した複数の電流パラメータの値を、現在時刻に関連付けてパラメータ記憶部１０３に記録する（ステップＳ４）。
　状態分析装置１０は、上述した電流パラメータ算出処理を一定の周期に係るタイミングごとに実行することで、パラメータ記憶部１０３に複数の電流パラメータの時系列を記録することができる。
　図６は、第１の実施形態に係る状態分析装置による電流パラメータ表示処理を示すフローチャートである。
　状態分析装置１０は、対象装置３０の管理者の操作により電流パラメータの表示指示がなされると、表示対象の電流パラメータの組の入力を受け付ける（ステップＳ１１）。電流パラメータの組の入力は、状態分析装置１０に予め設定された互いに相関関係を有するパラメータ対（例えば、ＬｓｈａｆｔパラメータとＬｐｏｌｅパラメータの対、ＴＨＤパラメータとＩＨＤパラメータの対、ＫＩパラメータとＬｘパラメータの対など）のリストの中から管理者による選択を受け付けることでなされる。他の実施形態においては、電流パラメータの組の入力は、管理者による任意の２つのパラメータの入力によってなされてもよい。
　次に、状態分析装置１０のパラメータ予測部１０５は、パラメータ記憶部１０３から選択された対に係る各電流パラメータの値であって最後に記録されたものを読み出す（ステップＳ１２）。次に、パラメータ予測部１０５は、履歴記憶部１０４から、選択された対に係る各電流パラメータの値が、ステップＳ１２で読み出した値と近似する複数のタイミングを特定する（ステップＳ１３）。これにより、パラメータ予測部１０５は、選択された対に係る各電流パラメータの値の推移と類似する複数のタイミングを特定する。パラメータ予測部１０５は、選択された対に係る各電流パラメータについて、特定した複数のタイミングに係る電流パラメータの値の最小値から最大値までの範囲を、電流パラメータの値の取り得る範囲と予測する（ステップＳ１４）。相関特定部１０８は、選択された対に係る各電流パラメータに関連付けられた相関係数を、相関係数記憶部１０７から読み出す（ステップＳ１５）。
　次に、状態分析装置１０のグラフ生成部１０９は、選択された対に係る各電流パラメータを軸Ｇ１とする座標空間を描画する（ステップＳ１６）。つまり、グラフ生成部１０９は、対をなす電流パラメータを表す直交する軸Ｇ１を描画する。本実施形態において「描画する」とは、仮想空間（仮想平面）上に図形を配置することをいう。次に、グラフ生成部１０９は、閾値記憶部１０６から選択された対に係る各電流パラメータに関連付けられた第１閾値および第２閾値を読み出し、第１閾値を表す区分線Ｇ２および第２閾値を表す区分線Ｇ２を描画する（ステップＳ１７）。一の電流パラメータに係る閾値を表す区分線Ｇ２は、当該一の電流パラメータを表す軸Ｇ１に平行な線である。次に、グラフ生成部１０９は、パラメータ記憶部１０３から選択された対に係る各電流パラメータの値であって最後に記録されたものを表すプロットＧ３を座標空間上に描画する（ステップＳ１８）。
　次に、グラフ生成部１０９は、相関特定部１０８が特定した相関係数に基づいて、座標空間のうち、パラメータ予測部１０５が予測した取り得る範囲に相当する四角形に内接するオーバルＧ４（楕円形、長円形、卵形）を座標空間上に描画する（ステップＳ１９）。オーバルＧ４の形状は、相関係数の絶対値が大きいほど細長く、相関係数の絶対値が小さいほど丸い形状となる。つまり、オーバルＧ４の面積は、パラメータ予測部１０５が予測した取り得る範囲が広いほど、かつ相関係数の絶対値が小さいほど（相関が弱いほど）大きくなる。他方、オーバルＧ４の面積は、パラメータ予測部１０５が予測した取り得る範囲が狭いほど、かつ相関係数の絶対値が大きいほど（相関が強いほど）小さくなる。また、オーバルＧ４の傾きは、相関係数が正値である場合に、正の傾きとなり、相関係数が負値である場合に、負の傾きとなる。
　また、グラフ生成部１０９は、プロットＧ３からオーバルＧ４の輪郭へ伸びる矢印Ｇ５を座標空間上に描画する（ステップＳ２０）。
　そして、表示制御部１１０は、グラフ生成部１０９が描画した図形に基づいて表示情報を生成し、当該表示情報を表示装置２０に出力する（ステップＳ２１）。これにより、表示装置２０は、各電流パラメータの閾値を表す区分線Ｇ２と、一対の電流パラメータの値を表すプロットＧ３と、一対の電流パラメータが所定時間後に取り得る値の範囲を表すオーバルＧ４と、一対の電流パラメータの値の変化量を表す矢印Ｇ５とが配置されたグラフを表示する。
《表示例》
　図７は、ＫＩパラメータとＬｐｏｌｅパラメータとの関係を示す第１のグラフの例を示す図である。
　ステップＳ１１で対象装置３０の管理者がＫＩパラメータとＬｐｏｌｅパラメータの対を選択した場合、表示装置２０には、図７に示すようなグラフが表示される。図７に示すグラフによれば、ＫＩパラメータとＬｐｏｌｅパラメータとに基づいて対象装置３０の現在の状態および一定時間後の状態を判断することができる。図７に示すグラフによれば、プロットＧ３において、ＫＩパラメータおよびＬｐｏｌｅパラメータはともに注意状態にある。一方でオーバルＧ４は、注意状態の領域と異常状態の領域とに亘っている。ここで、対象装置３０の管理者は、オーバルＧ４が異常状態に重なっている面積は微小であるため、視覚的に一定時間後に対象装置が異常状態に陥る可能性がある一方で、異常状態に至る確率は低いと判断することができる。
　また、ＫＩパラメータとＬｐｏｌｅパラメータには負の相関があるため、オーバルＧ４は右下方向に長く描かれる。つまり、相関の強さによって予測のばらつきの範囲が小さく表示される。これにより、管理者は、相関の強さに応じた予測の精度を視覚的に認識することができる。
　このように、第１の実施形態によれば、状態分析装置１０は、複数の電流パラメータのそれぞれを軸とした座標空間に、所定時間後に一対の電流パラメータの値が取り得る範囲を表すオーバルＧ４を配置した表示情報を生成する。これにより、管理者は、オーバルＧ４の位置および大きさを視認することで、予測値および予測の不確かさを直感的に認識することができる。また、第１の実施形態によれば、状態分析装置１０は、表示情報に現在時刻における電流パラメータの値を表すプロットＧ３を配置する。これにより、管理者は、プロットＧ３の位置とオーバルＧ４の位置との関係を視認することで、電流パラメータの値の変化の大きさを認識することができる。
　なお、第１の実施形態によれば、パラメータ予測部１０５は、履歴記憶部１０４から、各電流パラメータの値が、最後にパラメータ記憶部１０３に記録された各値と近似するタイミングを特定するが、これに限られない。例えば、他の実施形態においては、パラメータ予測部１０５は、パラメータ記憶部１０３から、各電流パラメータの値が、最後にパラメータ記憶部１０３に記録されたタイミングを含む所定時間範囲内における電流パラメータの各値の時系列と近似する時系列を特定してもよい。この場合、パラメータ予測部１０５は、当該時系列の最後のタイミングに係る各電流パラメータの値に基づいて、電流パラメータの値の取り得る範囲を予測する。
　図８は、ＫＩパラメータとＬｐｏｌｅパラメータとの関係を示す第２のグラフの例を示す図である。
　第１の実施形態によれば、グラフ生成部１０９は、一定時間後の一対の電流パラメータの値が取り得る範囲を表すオーバルＧ４を含む表示情報を生成するが、他の実施形態においては、時間毎に複数のオーバルＧ４を含む表示情報を生成してもよい。例えば、パラメータ予測部１０５は、現在時刻から時間Δｔ経過後のタイミングＴ１と、現在時刻から時間２Δｔ経過後のタイミングＴ２とのそれぞれについて一対の電流パラメータの値が取り得る範囲を推定し、グラフ生成部１０９は、図８に示すように各取り得る範囲についてオーバルＧ４を生成する。
《第２の実施形態》
　第１の実施形態に係る状態分析装置１０は、算出された対象装置３０の電流パラメータと同種の他の装置の電流パラメータの履歴のうち対象装置３０のあるタイミングにおける各電流パラメータの値と近似する同種の他の装置の各電流パラメータの値をとるタイミングに基づいて、対象装置３０の各電流パラメータの値の取り得る範囲を予測する。これに対し、第２の実施形態に係る状態分析装置１０は、同種の他の装置の電流パラメータの履歴のうち、各電流パラメータの値の変化量が近似するタイミングに基づいて、各電流パラメータの値の取り得る範囲を予測する。
　具体的には、第２の実施形態に係るパラメータ予測部１０５は、履歴記憶部１０４が記憶する複数の電流パラメータの値の時系列の中から、各電流パラメータの値の変化量がパラメータ算出部１０２が算出した各電流パラメータの値の変化量と近似する複数のタイミング（例えば各電流パラメータの値の二乗平均誤差が所定の閾値以下となるタイミング）を特定する。次に、パラメータ予測部１０５は、特定した各タイミングの所定時間後のタイミングにおける複数の電流パラメータの値の変化量を特定する。これにより、パラメータ予測部１０５は、選択された対に係る各電流パラメータの値の推移と類似する複数のタイミングを特定する。パラメータ予測部１０５は、パラメータ算出部１０２が算出した各電流パラメータの値に、特定された変化量の最小値を加算した値から、特定された変化量の最大値を加算した値までの範囲を、各電流パラメータの値が取り得る範囲と予測する。
　《第３の実施形態》
　第１、第２の実施形態に係る状態分析装置１０は、対象装置３０の電流パラメータの算出と同種の他の装置の運用の履歴に基づいて、対象装置３０の各電流パラメータの値が取り得る範囲を予測する。これに対し、第３の実施形態に係る状態分析装置１０は、シミュレータのシミュレーション結果に基づいて各電流パラメータの値が取り得る範囲を予測する。
　図９は、第３の実施形態に係る状態分析装置の構成を示す概略ブロック図である。
　第３の実施形態に係る状態分析装置１０は、第１の実施形態の履歴記憶部１０４に代えてシミュレータ１１１を備える。シミュレータ１１１は、対象装置３０の動作を模擬する。パラメータ予測部１０５は、シミュレータ１１１の模擬結果に基づいて各電流パラメータの値を予測する。
　図１０は、第３の実施形態に係る状態分析装置による電流パラメータ表示処理を示すフローチャートである。なお、図１０のフローチャートで示される各処理は、処理内容に矛盾を生じない範囲で任意に順番が変更され、または並列に実行されてもよい。
　状態分析装置１０は、対象装置３０の管理者の操作により電流パラメータの表示指示がなされると、表示対象の電流パラメータの組の入力を受け付ける（ステップＳ１０１）。次に、シミュレータ１１１は、対象装置３０の現在の状態量に基づいて、一定時間後の対象装置３０の状態を模擬する。このとき、シミュレータ１１１は、シミュレーションの実行に用いられる外部パラメータ（大気温度など）を変化させながらシミュレーションを複数回実行することで、一定時間後のタイミングにおける各電流パラメータの値を複数個求める（ステップＳ１０２）。
　パラメータ予測部１０５は、選択された対に係る各電流パラメータについて、シミュレータ１１１が算出した複数の値の最小値から最大値までの範囲を、各電流パラメータの値の取り得る範囲と予測する（ステップＳ１０３）。相関特定部１０８は、選択された対に係る各電流パラメータに関連付けられた相関係数を、相関係数記憶部１０７から読み出す（ステップＳ１０４）。
　次に、状態分析装置１０のグラフ生成部１０９は、選択された対に係る各電流パラメータを軸Ｇ１とする座標空間を描画する（ステップＳ１０５）。つまり、グラフ生成部１０９は、対をなす電流パラメータを表す直交する軸Ｇ１を描画する。本実施形態において「描画する」とは、仮想空間（仮想平面）上に図形を配置することをいう。次に、グラフ生成部１０９は、閾値記憶部１０６から選択された対に係る各電流パラメータに関連付けられた第１閾値および第２閾値を読み出し、第１閾値を表す区分線Ｇ２および第２閾値を表す区分線Ｇ２を描画する（ステップＳ１０６）。一の電流パラメータに係る閾値を表す区分線Ｇ２は、当該一の電流パラメータを表す軸Ｇ１に平行な線である。次に、グラフ生成部１０９は、パラメータ記憶部１０３から選択された対に係る各電流パラメータの値であって最後に記録されたものを表すプロットＧ３を座標空間上に描画する（ステップＳ１０７）。
　次に、グラフ生成部１０９は、相関特定部１０８が特定した相関係数に基づいて、座標空間のうち、パラメータ予測部１０５が予測した取り得る範囲に相当する四角形に内接するオーバルＧ４を座標空間上に描画する（ステップＳ１０８）。また、グラフ生成部１０９は、プロットＧ３からオーバルＧ４の輪郭へ伸びる矢印Ｇ５を座標空間上に描画する（ステップＳ１０９）。
　そして、表示制御部１１０は、グラフ生成部１０９が描画した図形に基づいて表示情報を生成し、当該表示情報を表示装置２０に出力する（ステップＳ１１０）。これにより、表示装置２０は、各電流パラメータの閾値を表す区分線Ｇ２と、一対の電流パラメータの値を表すプロットＧ３と、一対の電流パラメータが所定時間後に取り得る値の範囲を表すオーバルＧ４と、電流パラメータの値の変化量を表す矢印Ｇ５とが配置されたグラフを表示する。
《第４の実施形態》
　第１から第３の実施形態に係る状態分析装置１０は、算出された対象装置３０の電流パラメータと同種の他の装置の運転の履歴や、対象装置３０の動作を模擬するシミュレータ１１１の計算結果など、一の予測手段に基づいて一対の電流パラメータが所定時間後に取り得る値の範囲を求める。これに対し、第４の実施形態に係る状態分析装置１０は、複数の予測手段に基づいて一対の電流パラメータが所定時間後に取り得る値の範囲を求める。
　図１１は、第４の実施形態に係る状態分析装置の構成を示す概略ブロック図である。
　第４の実施形態に係る状態分析装置１０は、第１の実施形態の構成に加え、さらにシミュレータ１１１と予測手段記憶部１１２とを備える。履歴記憶部１０４およびシミュレータ１１１は、予測手段の一例である。
　予測手段記憶部１１２は、あるタイミングでの複数の電流パラメータの値の範囲に関連付けて、各電流パラメータが所定時間後に取り得る値の予測に用いる予測手段を記憶する。各電流パラメータが所定時間後に取り得る値の範囲と予測手段の関係は、例えば熟練の技術者の知識、シミュレータ１１１の適用条件、履歴記憶部１０４に記録された履歴の量などに基づいて設定される。
　パラメータ予測部１０５は、履歴記憶部１０４が記憶する情報と、シミュレータ１１１のそれぞれを用いて一対の電流パラメータが所定時間後に取り得る値の範囲を求める。そして、グラフ生成部１０９は、最後にパラメータ記憶部１０３に記録された一対の電流パラメータの値が属する範囲に関連付けて予測手段記憶部１１２に記憶された予測手段に基づいてオーバルＧ４を配置することで、グラフを生成する。
　なお、他の実施形態においては、予測手段記憶部１１２は、あるタイミングでの複数の電流パラメータの値の範囲に関連付けて、予測手段ごとに適用確率を記憶していてもよい。この場合、グラフ生成部１０９は、予測手段記憶部１１２に記憶された各予測手段に基づいてオーバルＧ４を配置し、各オーバルＧ４に適用確率を表示することができる。
　以上、図面を参照して一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、様々な設計変更等をすることが可能である。
　例えば、上述した実施形態に係る状態分析装置１０は、電流パラメータの対に係るグラフを表示装置２０に表示させるが、これに限られない。例えば、他の実施形態に係る状態分析装置１０は、３つ以上の電流パラメータの組に係る高次元グラフを表示装置２０に表示させてもよい。
　また、上述した実施形態に係る状態分析装置１０は、互いに相関関係を有する複数の電流パラメータのそれぞれを軸とした座標空間に、閾値を表す区分線Ｇ２を配置した表示情報を生成するが、これに限られない。例えば、他の実施形態に係る状態分析装置１０は、区分線Ｇ２を含まない表示情報を生成してもよい。
　また、上述した実施形態に係る状態分析装置１０は、図８に示すように、時間毎（例えば、タイミングＴ１とタイミングＴ２）に複数のオーバルＧ４を含む表示情報を生成してもよい。ここで、時間の経過により現在時刻がタイミングＴ１になった場合、状態分析装置１０は前回算出したタイミングＴ２のときの一対の電流パラメータの値が取り得る範囲を再計算せずにそのまま用いてオーバルＧ４を生成してもよいし、タイミングＴ２のときの一対の電流パラメータの値が取り得る範囲を再計算してオーバルＧ４を改めて生成してもよい。
　また、上述した実施形態に係る状態分析装置１０は、対象装置３０の状態を正常状態、異常状態、注意状態の３つの区分に分類するが、これに限られない。例えば、他の実施形態に係る状態分析装置１０は、正常状態と異常状態の２つの区分に分類してもよいし、４つ以上の区分に分類してもよい。
　また、上述した実施形態に係る状態分析装置１０は、一対の電流パラメータの取り得る範囲をオーバルＧ４で表すが、これに限られない。例えば状態分析装置１０は、一対の電流パラメータの取り得る範囲を他の図形（例えば、矩形、円形、多角形など）で表してもよい。また、上述した実施形態に係る状態分析装置１０は、電流パラメータどうしの相関の強さに基づいてオーバルＧ４の形状を決定したが、これに限られない。例えば、他の実施形態に係る状態分析装置１０は、電流パラメータどうしの相関の強さに関わらず同じ形状の図形を配置してもよい。
　また、上述した実施形態に係る状態分析装置１０は、対象装置３０の状態量として電流パラメータの値を用いて表示情報を生成するが、これに限られない。例えば、他の実施形態に係る状態分析装置１０は、他の状態量（例えば、電流値、電圧値、温度、圧力、流量など）を用いて表示情報を生成してもよい。
　また、上述した実施形態に係る状態分析装置１０は、自身に直接接続された表示装置２０に表示情報を出力することで表示制御を行うが、これに限られない。例えば、他の実施形態に係る状態分析装置１０は、表示制御を行わずに、表示情報を記憶媒体に記録するものや、ネットワークを介して接続された他の表示装置２０に表示情報を送信するものであってもよい。
　また、上述した実施形態に係る状態分析装置１０は、電流パラメータごとの特定された複数の値の最小値から最大値までの範囲を、電流パラメータの値が取り得る範囲と予測するが、これに限られない。例えば、他の実施形態に係る状態分析装置１０は、電流パラメータごとの特定された複数の出現確率に基づいて電流パラメータの値が取り得る範囲を予測してもよい。具体的には、状態分析装置１０は、電流パラメータの値の標準偏差σを求め、電流パラメータの平均値の±２σの範囲を、電流パラメータの値が取り得る範囲と予測してもよい。
　なお、上述した第１の実施形態に係る状態分析装置１０は、パラメータ予測部１０５が予測したパラメータの値を用いて表示情報を生成するが、これに限られない。例えば、他の実施形態に係る状態分析装置１０は、第２の実施形態と同様に、あるタイミングに係る電流パラメータの値に、予測される電流パラメータの値の変化量を加算することで得られる予測値に基づいて表示情報を生成してもよい。
　また、上述した実施形態に係る対象装置３０は、モータと補機とが同軸で回転する回転機械システムであるが、これに限られない。例えば、他の実施形態に係る対象装置３０は、モータと補機とが歯車装置などの機械系を介して接続されるものであってもよい。
　図１２は、少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
　コンピュータ９０は、ＣＰＵ９１、主記憶装置９２、補助記憶装置９３、インタフェース９４を備える。
　上述の状態分析装置１０は、コンピュータ９０に実装される。そして、上述した各処理部の動作は、プログラムの形式で補助記憶装置９３に記憶されている。ＣＰＵ９１は、プログラムを補助記憶装置９３から読み出して主記憶装置９２に展開し、当該プログラムに従って上記処理を実行する。また、ＣＰＵ９１は、プログラムに従って、上述した各記憶部に対応する記憶領域を主記憶装置９２に確保する。
　補助記憶装置９３の例としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ－ＲＯＭ（Digital Versatile Disc Read Only Memory）、半導体メモリ等が挙げられる。補助記憶装置９３は、コンピュータ９０のバスに直接接続された内部メディアであってもよいし、インタフェース９４または通信回線を介してコンピュータ９０に接続される外部メディアであってもよい。また、このプログラムが通信回線によってコンピュータ９０に配信される場合、配信を受けたコンピュータ９０が当該プログラムを主記憶装置９２に展開し、上記処理を実行してもよい。少なくとも１つの実施形態において、補助記憶装置９３は、一時的でない有形の記憶媒体である。
　また、当該プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、当該プログラムは、前述した機能を補助記憶装置９３に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であってもよい。
　状態分析装置は、複数の状態量の値が取り得る範囲に応じた形状の図形である予測値図形を配置した表示情報を生成する。これにより、対象装置の管理者は、予測値図形を視認することで、予測値および予測の曖昧さを直感的に認識することができる。
１　状態分析システム
１０　状態分析装置
２０　表示装置
３０　対象装置
１０１　電流取得部
１０２　パラメータ算出部
１０３　パラメータ記憶部
１０４　履歴記憶部（状態量記憶部）
１０５　パラメータ予測部
１０６　閾値記憶部
１０７　相関係数記憶部
１０８　相関特定部
１０９　グラフ生成部
１１０　表示制御部
１１１　シミュレータ
１１２　予測手段記憶部

Claims (13)

  1. 　対象装置に係るあるタイミングにおける複数の状態量の値を取得する状態量取得部と、
    　取得した前記複数の状態量の値に基づいて、前記複数の状態量の値が所定時間後に取り得る範囲を予測する状態量予測部と、
    　前記複数の状態量のそれぞれを軸とした座標空間に、前記複数の状態量の値が取り得る範囲に応じた形状の図形である予測値図形を配置した情報を生成する表示情報生成部と
    　を備える状態分析装置。
  2. 　前記表示情報生成部は、前記座標空間に、前記状態量取得部が取得した前記複数の状態量の値を表す図形である取得値図形をさらに配置した前記情報を生成する
    　請求項１に記載の状態分析装置。
  3. 　前記複数の状態量の相関の強さを特定する相関特定部をさらに備え、
    　前記表示情報生成部は、前記相関の強さに応じた形状を有する前記予測値図形を配置した前記情報を生成する
    　請求項１または請求項２に記載の状態分析装置。
  4. 　前記対象装置と同種の装置の前記複数の状態量の値の履歴を記憶する状態量記憶部をさらに備え、
    　前記状態量予測部は、前記状態量記憶部が記憶する前記履歴のうち、取得した前記複数の状態量の値の推移と類似する複数の部分を特定し、当該複数の部分に基づいて前記取り得る範囲を予測する
    　請求項１から請求項３の何れか１項に記載の状態分析装置。
  5. 　前記状態量予測部は、前記状態量記憶部が記憶する前記履歴のうち、取得した前記複数の状態量の値と近似する値を有する複数のタイミングを特定し、当該複数のタイミングの前記所定時間後における前記状態量記憶部が記憶する前記複数の状態量の値に基づいて前記取り得る範囲を予測する
    　請求項４に記載の状態分析装置。
  6. 　前記状態量予測部は、前記状態量記憶部が記憶する前記履歴のうち、取得した前記複数の状態量の値の変化量と類似する変化量を有する複数のタイミングを特定し、当該複数のタイミングの前記所定時間後における前記状態量記憶部が記憶する前記複数の状態量の変化量に基づいて前記取り得る範囲を予測する
    　請求項４に記載の状態分析装置。
  7. 　前記対象装置の動作を模擬するシミュレータをさらに備え、
    　前記状態量予測部は、前記シミュレータの外部パラメータを変化させて得られる複数の前記複数の状態量の値に基づいて前記取り得る範囲を予測する
    　請求項１から請求項６の何れか１項に記載の状態分析装置。
  8. 　前記表示情報生成部は、前記取り得る範囲のうち発生確率が所定値以上の値を包含する形状の前記予測値図形を配置した前記情報を生成する
    　請求項１から請求項７の何れか１項に記載の状態分析装置。
  9. 　前記状態量予測部は、複数の予測手段ごとに前記取り得る範囲を予測する
    　請求項１から請求項８の何れか１項に記載の状態分析装置。
  10. 　前記状態量予測部は、取得した前記複数の状態量の値に基づいて前記複数の予測手段の中から前記取り得る範囲の予測に用いる予測手段を決定し、当該予測手段に基づいて前記取り得る範囲を予測する
    　請求項９に記載の状態分析装置。
  11. 　前記表示情報生成部は、複数の予測手段ごとに前記予測値図形を生成し、各予測値図形を配置した前記情報を生成する
    　請求項９または請求項１０に記載の状態分析装置。
  12. 　対象装置に係るあるタイミングにおける複数の状態量の値を取得するステップと、
    　取得した前記複数の状態量の値に基づいて、前記複数の状態量の値が所定時間後に取り得る範囲を予測するステップと、
    　前記複数の状態量のそれぞれを軸とした座標空間に、前記複数の状態量の値が取り得る範囲に応じた形状の図形である予測値図形を配置した情報を生成するステップと
    　を有する状態分析方法。
  13. 　コンピュータに、
    　対象装置に係るあるタイミングにおける複数の状態量の値を取得するステップと、
    　取得した前記複数の状態量の値に基づいて、前記複数の状態量の値が所定時間後に取り得る範囲を予測するステップと、
    　前記複数の状態量のそれぞれを軸とした座標空間に、前記複数の状態量の値が取り得る範囲に応じた形状の図形である予測値図形を配置した情報を生成するステップと
    　を実行させるためのプログラム。
PCT/JP2018/019323 2017-05-22 2018-05-18 状態分析装置、状態分析方法、およびプログラム WO2018216620A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
US16/614,918 US11488034B2 (en) 2017-05-22 2018-05-18 State analysis apparatus, state analysis method, and program
KR1020197033837A KR102467129B1 (ko) 2017-05-22 2018-05-18 상태 분석 장치, 상태 분석 방법, 및 프로그램
CN201880033156.6A CN110651192B (zh) 2017-05-22 2018-05-18 状态分析装置、状态分析方法以及计算机可读取的记录介质
EP18805569.3A EP3633397A4 (en) 2017-05-22 2018-05-18 CONDITION ANALYSIS DEVICE, CONDITION ANALYSIS METHOD AND PROGRAM
PH12019502592A PH12019502592A1 (en) 2017-05-22 2019-11-19 State analysis apparatus, state analysis method, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-101117 2017-05-22
JP2017101117A JP6976080B2 (ja) 2017-05-22 2017-05-22 状態分析装置、状態分析方法、およびプログラム

Publications (1)

Publication Number Publication Date
WO2018216620A1 true WO2018216620A1 (ja) 2018-11-29

Family

ID=64395631

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/019323 WO2018216620A1 (ja) 2017-05-22 2018-05-18 状態分析装置、状態分析方法、およびプログラム

Country Status (8)

Country Link
US (1) US11488034B2 (ja)
EP (1) EP3633397A4 (ja)
JP (1) JP6976080B2 (ja)
KR (1) KR102467129B1 (ja)
CN (1) CN110651192B (ja)
PH (1) PH12019502592A1 (ja)
TW (1) TWI687699B (ja)
WO (1) WO2018216620A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020136859A1 (ja) * 2018-12-28 2020-07-02 日本電気株式会社 推定装置、推定方法、及びコンピュータ読み取り可能な記録媒体
CN112524014A (zh) * 2020-11-04 2021-03-19 衢州市质量技术监督检测中心 一种变频空压机检测系统

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020148838A1 (ja) * 2019-01-16 2020-07-23 日本電気株式会社 推定装置、推定方法、及びコンピュータ読み取り可能な記録媒体
JP6764516B1 (ja) * 2019-11-08 2020-09-30 Dmg森精機株式会社 工作機械および表示装置
US11316452B2 (en) 2020-01-15 2022-04-26 Delta Electronics, Inc. Electronic device and control method thereof
CN112199418B (zh) * 2020-09-30 2023-03-03 深圳市智物联网络有限公司 一种工业对象的状态识别方法、装置及设备
WO2024150359A1 (ja) * 2023-01-12 2024-07-18 三菱電機株式会社 診断装置および診断システム

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5827426B2 (ja) 1979-07-18 1983-06-09 松下電器産業株式会社 密封装置
JPH07129232A (ja) * 1993-11-08 1995-05-19 Toshiba Corp プラント監視装置
JPH0844421A (ja) * 1994-07-29 1996-02-16 Toshiba Corp 機器の保守管理支援装置
JP2007257444A (ja) 2006-03-24 2007-10-04 Yokogawa Electric Corp 機器管理システム
JP2008225564A (ja) * 2007-03-08 2008-09-25 Central Res Inst Of Electric Power Ind 被害関数作成方法、装置およびプログラム並びに台風の風速・風向予測方法、装置およびプログラム並びに台風被害予測方法、装置およびプログラム
JP2010191556A (ja) * 2009-02-17 2010-09-02 Hitachi Ltd 異常検知方法及び異常検知システム
JP2013055777A (ja) * 2011-09-02 2013-03-21 Mitsubishi Electric Corp 制御データ収集評価装置および制御データ収集評価方法
JP2013062950A (ja) * 2011-09-13 2013-04-04 Denso Corp 回転機の制御装置
JP5363238B2 (ja) 2009-08-11 2013-12-11 株式会社神戸製鋼所 出力値予測方法、該装置および該方法のプログラム
JP2016045793A (ja) * 2014-08-25 2016-04-04 東日本旅客鉄道株式会社 設備の劣化状態判定システムおよび設備の劣化状態判定方法
JP2016095751A (ja) * 2014-11-17 2016-05-26 富士通株式会社 異常機器特定プログラム、異常機器特定方法、及び、異常機器特定装置
JP2017101117A (ja) 2015-11-30 2017-06-08 バンドー化学株式会社 両面粘着テープ包装体

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1298511B2 (en) * 2001-09-27 2009-11-18 Reliance Electric Technologies, LLC Motorized system integrated control and diagnostics using vibration, pressure, temperature, speed, and/or current analysis
US7254775B2 (en) * 2001-10-03 2007-08-07 3M Innovative Properties Company Touch panel system and method for distinguishing multiple touch inputs
EP2626716B1 (en) * 2003-06-27 2015-09-16 The Furukawa Electric Co., Ltd. Device and method for judging deterioration of accumulator / secondary cell
JP4258412B2 (ja) * 2004-03-25 2009-04-30 トヨタ自動車株式会社 回転電機の検査装置および検査方法
JP3968356B2 (ja) * 2004-04-29 2007-08-29 株式会社コナミデジタルエンタテインメント 表示装置、表示方法、ならびに、プログラム
KR100786703B1 (ko) * 2004-07-24 2007-12-21 삼성전자주식회사 가속도 센서를 이용한 운동량 측정장치 및 방법
US7254514B2 (en) 2005-05-12 2007-08-07 General Electric Company Method and system for predicting remaining life for motors featuring on-line insulation condition monitor
CN101263499B (zh) 2005-07-11 2013-03-27 布鲁克斯自动化公司 智能状态监测和故障诊断系统
CN101331381B (zh) * 2005-12-16 2011-08-24 株式会社Ihi 三维形状数据的位置对准方法和装置
US20070208520A1 (en) * 2006-03-01 2007-09-06 Siemens Energy & Automation, Inc. Systems, devices, and methods for arc fault management
US7499250B2 (en) * 2006-04-19 2009-03-03 Siemens Energy & Automation, Inc. Systems, devices, and methods for temperature compensation in arc fault detection systems
US7492163B2 (en) * 2006-04-27 2009-02-17 Siemens Energy & Automation, Inc. Systems, devices, and methods for arc fault detection
US7666004B2 (en) * 2006-06-29 2010-02-23 Siemens Industry, Inc. Devices, systems, and/or methods regarding a programmable logic controller
US7368918B2 (en) * 2006-07-27 2008-05-06 Siemens Energy & Automation Devices, systems, and methods for adaptive RF sensing in arc fault detection
CN102043138B (zh) * 2009-10-23 2014-03-26 鸿富锦精密工业（深圳）有限公司 示波器的通道校准系统及方法
JP6078951B2 (ja) * 2011-04-07 2017-02-15 横河電機株式会社 トレンドグラフ表示装置
JP5780387B2 (ja) * 2011-04-07 2015-09-16 横河電機株式会社 フィールドデータ表示装置
CN104047879B (zh) * 2013-03-13 2017-09-05 北京康吉森自动化设备技术有限责任公司 透平压缩机组诊断控制系统及方法
JP2014208245A (ja) 2014-06-03 2014-11-06 タイヨーエレック株式会社 遊技機
US9465387B2 (en) 2015-01-09 2016-10-11 Hitachi Power Solutions Co., Ltd. Anomaly diagnosis system and anomaly diagnosis method
JP5827426B1 (ja) 2015-01-09 2015-12-02 株式会社日立パワーソリューションズ 予兆診断システム及び予兆診断方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5827426B2 (ja) 1979-07-18 1983-06-09 松下電器産業株式会社 密封装置
JPH07129232A (ja) * 1993-11-08 1995-05-19 Toshiba Corp プラント監視装置
JPH0844421A (ja) * 1994-07-29 1996-02-16 Toshiba Corp 機器の保守管理支援装置
JP3392526B2 (ja) 1994-07-29 2003-03-31 株式会社東芝 機器の保守管理支援装置
JP2007257444A (ja) 2006-03-24 2007-10-04 Yokogawa Electric Corp 機器管理システム
JP2008225564A (ja) * 2007-03-08 2008-09-25 Central Res Inst Of Electric Power Ind 被害関数作成方法、装置およびプログラム並びに台風の風速・風向予測方法、装置およびプログラム並びに台風被害予測方法、装置およびプログラム
JP2010191556A (ja) * 2009-02-17 2010-09-02 Hitachi Ltd 異常検知方法及び異常検知システム
JP5363238B2 (ja) 2009-08-11 2013-12-11 株式会社神戸製鋼所 出力値予測方法、該装置および該方法のプログラム
JP2013055777A (ja) * 2011-09-02 2013-03-21 Mitsubishi Electric Corp 制御データ収集評価装置および制御データ収集評価方法
JP2013062950A (ja) * 2011-09-13 2013-04-04 Denso Corp 回転機の制御装置
JP2016045793A (ja) * 2014-08-25 2016-04-04 東日本旅客鉄道株式会社 設備の劣化状態判定システムおよび設備の劣化状態判定方法
JP2016095751A (ja) * 2014-11-17 2016-05-26 富士通株式会社 異常機器特定プログラム、異常機器特定方法、及び、異常機器特定装置
JP2017101117A (ja) 2015-11-30 2017-06-08 バンドー化学株式会社 両面粘着テープ包装体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3633397A4

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020136859A1 (ja) * 2018-12-28 2020-07-02 日本電気株式会社 推定装置、推定方法、及びコンピュータ読み取り可能な記録媒体
US11579600B2 (en) 2018-12-28 2023-02-14 Nec Corporation Estimation apparatus, estimation method, and computer-readable storage medium
CN112524014A (zh) * 2020-11-04 2021-03-19 衢州市质量技术监督检测中心 一种变频空压机检测系统
CN112524014B (zh) * 2020-11-04 2022-08-09 衢州市质量技术监督检测中心 一种变频空压机检测系统

Also Published As

Publication number Publication date
CN110651192B (zh) 2022-09-30
KR102467129B1 (ko) 2022-11-14
KR20190139975A (ko) 2019-12-18
JP6976080B2 (ja) 2021-12-01
TWI687699B (zh) 2020-03-11
CN110651192A (zh) 2020-01-03
JP2018195266A (ja) 2018-12-06
EP3633397A1 (en) 2020-04-08
EP3633397A4 (en) 2021-04-14
US20200193307A1 (en) 2020-06-18
US11488034B2 (en) 2022-11-01
TW201908758A (zh) 2019-03-01
PH12019502592A1 (en) 2020-07-13

Similar Documents

Publication Publication Date Title
WO2018216620A1 (ja) 状態分析装置、状態分析方法、およびプログラム
Ayhan et al. On the use of a lower sampling rate for broken rotor bar detection with DTFT and AR-based spectrum methods
US9625503B2 (en) Method and device for analysing the quality of the electrical energy in a three-phase electric network
Salomon et al. Induction motor efficiency evaluation using a new concept of stator resistance
US9869720B2 (en) Method of determining stationary signals for the diagnostics of an electromechanical system
Khelfi et al. Induction motor rotor fault diagnosis using three-phase current intersection signal
EP3147681B1 (en) Rotary machine diagnostic system
US8326556B2 (en) Stray flux processing method and system
JP2018146436A (ja) 振動診断システム、振動診断方法及びパラメータ設定方法
WO2018143404A1 (ja) 状態分析装置、表示方法、およびプログラム
JP5578982B2 (ja) 装置故障評価システム
Gomez et al. Motor current signature analysis apply for external mechanical fault and cage asymmetry in induction motors
Granjon et al. Estimation of geometric properties of three-component signals for system monitoring
CN114136530B (zh) 确定变流器进出口空气压力差的方法及装置
JP7246051B2 (ja) 脱調判定装置及び脱調判定方法
JP2015146701A (ja) インバータ試験システム
CN111679124B (zh) 一种电力系统的振荡辨识的方法和装置
Edomwandekhoe Modeling and fault diagnosis of broken rotor bar faults in induction motors
Kukura et al. Computational features of electric machine hybrid FEA-dq dynamic models
CN118090175A (zh) 叶片故障检测方法、系统、装置、电子设备及存储介质
Singh et al. Building a Digital Twin Powered Intelligent Predictive Maintenance System for Industrial AC Machines. Machines 2023, 11, 796
JP2022127190A (ja) 診断システム、診断方法およびプログラム
CN114838844A (zh) 发电机电刷故障在线监测与判断方法和系统
JPWO2020075436A1 (ja) 予測状況可視化装置、予測状況可視化方法および予測状況可視化プログラム
CN109460497A (zh) 一种基于服务总线的计算模型可视化展示方法及系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18805569

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20197033837

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2018805569

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2018805569

Country of ref document: EP

Effective date: 20200102