回転機器の健全性診断装置、方法およびプログラム
【課題】回転機器の種別に依存することなく適応性に優れた回転機器の健全性診断技術を提供する。
【解決手段】回転機器の健全性診断装置１０は、回転機器の振動計測データを保存する第１保存部１１と、振動計測データに基づいてスペクトル解析を実行する解析部１５と、回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存する第２保存部１２と、回転機器の種別データ及び計算式に基づいて計算された特徴周波数を規格化し対応するスペクトル解析の周波数成分を関係付ける第１規格化部２０と、関係付けられた周波数成分がスペクトルピークであるか否かに基づいて異常事象の属性を判定する判定部２３と、を備える。
【解決手段】回転機器の健全性診断装置１０は、回転機器の振動計測データを保存する第１保存部１１と、振動計測データに基づいてスペクトル解析を実行する解析部１５と、回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存する第２保存部１２と、回転機器の種別データ及び計算式に基づいて計算された特徴周波数を規格化し対応するスペクトル解析の周波数成分を関係付ける第１規格化部２０と、関係付けられた周波数成分がスペクトルピークであるか否かに基づいて異常事象の属性を判定する判定部２３と、を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、振動計測データに基づいてこの回転機器の健全性診断を実施する技術に関する。
【背景技術】
【０００２】
回転機器の健全性診断は、その振動計測データを原波形データとして、各種の統計量を算出して傾向を分析したり、回転機器の種別・運転条件に応じて適切な量（変位・速度・加速度）に変換して評価したり、ＦＦＴやエンベロープ処理により周波数領域で異常徴候を捕らえたりする等の方法が採用されている。
【０００３】
このような振動計測データの分析方法、評価方法及び処理方法は、熟練技術者のノウハウに依存するところが大きい。
このために、原子力発電所のように、監視対象の回転機器の数が膨大である場合、技術者の作業負担、コスト及び作業時間の上昇を招いている。
このような状況を克服するために、近年、パターン認識技術を用いて回転機器の異常診断を行なうことにより、技術者の作業負担の軽減が図られている（例えば、特許文献１，２）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００８−２６２３７５号公報
【特許文献２】特開２０１０−１９１５５６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、パターン認識技術を用いて回転機器の健全性診断を行なう場合、正常状態と異常状態のパターン情報を予め登録しておく必要がある。しかし、回転機器の種別に依存して、正常状態及び異常状態のパターン情報が異なるという実状がある。さらに、プラントにおいて診断対象となる回転機器の種別は、多岐にわたっている。
このために、パターン認識技術を適用して回転機器の健全性診断を実施する場合は、監視対象となる全ての回転機器についてそれぞれ別々のパターン情報を準備する必要がある。
しかし、実機プラントにおける異常事象の発生はごく稀であり、異常状態のパターン情報の蓄積を全ての種別の回転機器において満足させることは、極めて困難である。
【０００６】
本発明はこのような事情を考慮してなされたもので、回転機器の種別に依存することなく適応性に優れた回転機器の健全性診断技術を提供することを目的とする。
【課題を解決するための手段】
【０００７】
回転機器の健全性診断装置において、回転機器の振動計測データを保存する第１保存部と、前記振動計測データに基づいてスペクトル解析を実行する解析部と、前記回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存する第２保存部と、前記回転機器の種別データ及び前記計算式に基づいて計算された特徴周波数を規格化し対応する前記スペクトル解析の周波数成分を関係付ける第１規格化部と、前記関係付けられた前記周波数成分がスペクトルピークであるか否かに基づいて前記異常事象の属性を判定する判定部と、を備えることを特徴とする。
【発明の効果】
【０００８】
本発明により、回転機器の種別に依存することなく適応性に優れた回転機器の健全性診断技術が提供される。
【図面の簡単な説明】
【０００９】
【図１】本発明に係る回転機器の健全性診断装置の実施形態を示すブロック図。
【図２】回転機器の振動計測データを示すグラフ。
【図３】（Ａ）回転機器の例示であるベアリングの構成部品に固有な振動の特徴周波数の計算式を示すテーブル、（Ｂ）ベアリングの種別データを示すテーブル。
【図４】振動計測データをスペクトル解析した波形データのグラフ。
【図５】振動計測データをエンベロープ処理した波形データのグラフ。
【図６】（Ａ）エンベロープ処理データをスペクトル解析した波形データのグラフ、（Ｂ）スペクトルピークを規格化するための演算式。
【図７】回転機器の異常事象の属性に対応するスペクトルピークの位置を示すテーブル。
【図８】規格化されたスペクトルピークの確率密度分布を示すグラフ。
【図９】振動計測データのファイルリスト及び各々のファイルの判定結果を示す表示画面。
【図１０】特徴周波数を規格化した文字列を横軸に、スペクトルピークを規格化したクレストファクタを縦軸として表した特徴ベクトルを示す表示画面。
【発明を実施するための形態】
【００１０】
以下、本発明の実施形態を添付図面に基づいて説明する。
図１に示すように回転機器の健全性診断装置１０は、回転機器の振動計測データ（図２）を保存する第１保存部１１と、振動計測データ（図２）に基づいてスペクトル解析を実行する解析部１５と、回転機器の異常事象の属性に固有な振動の特徴周波数の計算式（図３（Ａ））を保存する第２保存部１２と、回転機器の種別データ（図３（Ｂ））及び計算式（図３（Ａ））に基づいて計算された特徴周波数（図３（Ａ））を規格化し対応するスペクトル解析（図６（Ａ））の周波数成分を関係付ける第１規格化部２０と、関係付けられた周波数成分がスペクトルピークであるか否かに基づいて異常事象の属性（図７）を判定する判定部２３と、を備える。
【００１１】
図２は、回転機器の振動計測データの波形を示すグラフである。
第１保存部１１は、このような振動計測データをそれぞれ独立したファイルとして複数保存している。この第１保存部１１に保存されている振動計測データは、プラントに設置されている複数の回転機器（ころがり軸受、すべり軸受、歯車、ポンプ、モータ等）に加速度センサを取り付けて計測されたもので、健全性診断が未実施のデータである。
【００１２】
図３（Ａ）は、回転機器の例示であるベアリングの構成部品に固有な振動の特徴周波数の計算式を示しており、図３（Ｂ）に例示される回転機器の種別のデータ値を代入して計算される特徴周波数が示されている。
ベアリングは、内輪、外輪、転動体及び保持器から構成されており、これらのうちいずれかが損傷するとそれぞれに固有な振動が、振動計測データ（図２）に重畳する。そして、そのような固有振動の特徴周波数は、回転機器の種別データ（図３（Ｂ））及び計算式（図３（Ａ））から導くことができる。
【００１３】
第２保存部１２は、図３（Ａ）で例示されたベアリングの特徴周波数の計算式も含め、それ以外の回転機器の特徴周波数の計算式（表示略）も保存している。
第３保存部１３は、図３（Ｂ）で例示されるように、プラントに用いられている回転機器の種別に関する仕様データ（種別データ）を保存している。
そして、特徴周波数計算部１９において、保存されている計算式及び回転機器の種別データに従い特徴周波数が計算される。
【００１４】
図５のグラフは、振動計測データをエンベロープ処理した波形データを示している。
エンベロープ処理部１４は、第１保存部１１に保存されている振動計測データを取得して、エンベロープ処理（包絡線処理）を実行するものである。
エンベロープ処理の具体的方法は複数存在するが、振動計測データ（図２）に対し、ヒルベルト変換を施して複素解析信号を求めることにより、エンベロープ波形を得る方法について概説する。
【００１５】
（１）時間領域の振動計測データに対し高速フーリエ変換（ＦＦＴ）を実行して、スペクトルｘ(i)；[i=0,1,…,n/2-1, n/2, n/2+1,…,n-1 (n；偶数)] を求める（図４）。
（２）スペクトルｘ(i)に対し、次式の操作を行う。
ｙ(i)＝ｘ(i)×ｈ(i)
ここで、i=0の場合、ｈ(i)＝１とする。
i=1,…,n/2-1の場合、ｈ(i)＝２とする。
i=n/2の場合、ｈ(i)＝１とする。
i=n/2+1,…,n-1の場合、ｈ(i)＝０とする。
【００１６】
（３）スペクトルｙ(i)に対し、逆高速フーリエ変換（ＩＦＦＴ）を実行する。
得られた複素数信号ｘa(n)の実部をｒ(n)とし虚部をｈ(n)とした場合、この虚部ｈ(n)がヒルベルト変換となる。
なお、任意の時刻における瞬時振幅Ａ(n)は、次式で表わされる。
Ａ(n)＝√(ｒ(n)2＋ｈ(n)2)
これは、ヒルベルト変換を施した信号が元の信号に対して全ての周波数帯域において位相がπ／２遅れる性質を利用している。
この瞬時振幅Ａ(n)を繋いだものが元の振動計測データのエンベロープ波形（図５）となる。
【００１７】
図４のグラフは、振動計測データ（図２）をスペクトル解析した波形データを示しており、図６（Ａ）のグラフは、エンベロープ処理データ（図５）をスペクトル解析した波形データを示している。
スペクトル解析部１５は、エンベロープ処理部１４において作成されたエンベロープ波形データのスペクトル解析を実行する場合の他に、第１保存部１１に保存されている振動計測データのスペクトル解析も実行する。このようにスペクトル解析が実行されたデータは、解析データ保存部１６に保存される。
【００１８】
図７のテーブルは、回転機器の異常事象の属性に対応するスペクトルピークの位置を示している。1/n×Ｆr，n×Ｆr，n×Ｆin，n×Ｆout，２n×Ｆballといった文字列（要素）は、特徴周波数を規格化したものである。ここで、テーブル中の「１」は、該当する文字列に対応する特徴周波数においてスペクトルピークが観測されることを表わしている。
これにより、異常事象に固有の振動に対応するスペクトルピークは、診断される回転機器の種別に依存することなく、特徴周波数から規格化された文字列により存在が示される。
【００１９】
第１規格化部２０は、特徴周波数計算部１９で計算された回転機器の特徴周波数（図３）を規格化した文字列（1/n×Ｆr，n×Ｆr，n×Ｆin，n×Ｆout，２n×Ｆball）と、対応するスペクトル解析（図４，図６（Ａ））の周波数成分とを関係付ける。
ピーク探索部２１は、このように関係付けされている周波数成分のうちスペクトルピークを示す文字列を探索する。
判定部２３は、ピーク探索部２１で探索された文字列のパターンと、図７に示されるテーブルとを照らし合わせ、診断対象となる回転機器の異常事象の属性を判定する。
【００２０】
図６（Ｂ）に、スペクトルピークを規格化するための演算式が示されている。
第２規格化部２２は、これら演算式に則ってスペクトルピークを規格化する演算を実行する。ここでは、周波数領域におけるクレストファクタ（波高率）により規格化する方法について例示する。
【００２１】
周波数領域におけるオーバオール値ＸO.Aが、図６（Ｂ）第（１）式のように示される。
ここで、Ｖk；エンベロープ曲線のスペクトルの第ｋ成分
Ｈf；ハニング（Hanning）窓の補正値 （Ｈf＝２／３）
Ｋ；サンプル点数（例えば、４０９６点）
【００２２】
そして、周波数領域における実効値Ｘrmsが図６（Ｂ）第（２）式のように示され、周波数領域におけるクレストファクタＣＦが図６（Ｂ）第（３）式のように示される。ここで、Ｘpeakは、スペクトル解析による波形データのスペクトルピークの値である。
【００２３】
このようにして、各々のスペクトルピークに対応するクレストファクタＣＦを規格化データとして取り扱う。これにより、スペクトルピークや実効値は、回転機器の種別に依存して変化するが、クレストファクタＣＦは、そのような依存性がないために、種別の異なる回転機器から得られた解析結果を対比できる。
【００２４】
一方で、クレストファクタＣＦは、回転機器の異常事象のダメージレベルを反映するものであるので、種別の異なる回転機器を対比しても、ダメージレベルを正確に判断することができる。
これにより、判定部２３において、規格化されたスペクトルピークに基づいて、異常事象の属性のみならず、ダメージレベルも判定することができる。
【００２５】
判定部２３は、この場合において、サポートベクターマシン（ＳＶＭ；Support Vector Machine）を用いて実現させることができる。この場合、異常事象の属性が既知である回転機器の振動計測データを予めパターンデータとして蓄積部１８に蓄積させておく必要がある。
サポートベクターマシンは、蓄積部１８に蓄積されているパターンデータに基づいて、診断対象となる回転機器が、いずれの異常事象の属性又はダメージレベルに対応するかを判定する。
【００２６】
初期状態において、そのようなパターンデータは、判断能力を有する技術者により分類される。つまり、振動計測データ（図２）又はそのエンベロープ処理データ（図５）もしくはこれらのスペクトル解析データ（図４，図６（Ａ））を所見した結果と、回転機器を直接精査した結果とを対比することによってそれぞれのスペクトル解析データを該当する異常事象の属性のパターンデータに分類する。
【００２７】
パターン学習部１７は、解析データ保存部１６に保存されているスペクトル解析データを、パターンデータとして取り込んで、判定部２３の判定パラメータを更新させるものである。つまり、診断が実行された振動計測データのスペクトル解析データは、既知のデータとなるために、次の診断のパターンデータとして採用することができる。
これにより、回転機器の診断点数が増えるにつれて、判定部２３における判定精度が向上する。
【００２８】
図８のグラフは、着目する特徴周波数におけるスペクトルピークの規格値の確率密度分布を示している。診断点数が増えることにより規格化されたスペクトルピークの強度が統計的に正規分布を示すことが明らかである。
従って、判定部２３における異常事象のダメージレベル判定を、スペクトルピークの規格値の確率密度分布に基づいて実行することができる。
【００２９】
図９及び図１０に示す表示画面は、判定結果表示部２４に表示される判定結果の一例である。
図９に示されるファイルリストのうち、「ファイル名」は各々の振動計測データに対応し、「判定結果」のうち「未実施」に対応するものは第１保存部１１に保存されており「正常」又は「損傷」に対応するものはパターンデータ蓄積部１８に蓄積されている。
【００３０】
そして、いずれか一つの「ファイル名」がファイルリストから選択されると、そのファイルの詳細情報が画面上部に表示される。
「未実施」のファイルを選択し、「診断」ボタンを押すと、健全性の診断が実行されて、「判定結果」の表示が「正常」又は「損傷」に切り替わる。
【００３１】
図１０は、特徴周波数を規格化した文字列を横軸に、スペクトルピークを規格化したクレストファクタを縦軸として表した特徴ベクトルを示している。
図９の画面において「未実施」以外のファイルを選択し、「確認」ボタンを押すと、図１０の画面が表示される。「確認」ボタンで選択されたファイルの特徴ベクトルはハイライト表示（図１０では一点鎖線表示）されている。
さらに、図９のファイルリストに戻って、他のファイルを選択して「追加」ボタンを押すことにより、選択されたファイルの特徴ベクトルを重ね書きすることができる（図１０で実線表示）。
【００３２】
また、図１０に示されるその他のプルタブをそれぞれ選択することにより、「確認」ボタンで選択されたファイルに対応する振動計測データ（図２）、原波形スペクトル（図４）、エンベロープ波形（図５）、エンベロープスペクトル（図６）、確率密度分布（図８）を参照することができる。
【００３３】
以上述べた実施形態によれば、特徴周波数を規格化したりスペクトルピークを規格化したりすることにより、回転機器の種別に依存することなく適応性に優れた回転機器の健全性診断技術が提供される。これにより、回転機器の健全性評価を実施する技術者の作業負担、コスト、時間を低減すると共に、評価業務の品質を均質化することができる。
【００３４】
本発明の実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
また、回転機器の健全性診断装置は、コンピュータによって各手段を各機能プログラムとして実現することも可能であり、各機能プログラムを結合した回転機器の健全性診断プログラムにより動作させることが可能である。
【符号の説明】
【００３５】
１０…回転機器の健全性診断装置、１１…振動計測データ保存部（第１保存部）、１２…計算式保存部（第２保存部）、１３…種別データ保存部（第３保存部）、１４…エンベロープ処理部（処理部）、１５…スペクトル解析部（解析部）、１６…解析データ保存部（保存部）、１７…パターン学習部、１８…パターンデータ蓄積部（蓄積部）、１９…特徴周波数計算部、２０…第１規格化部、２１…ピーク探索部、２２…第２規格化部、２３…異常事象の属性判定部（判定部）、２４…判定結果表示部。
【技術分野】
【０００１】
本発明は、振動計測データに基づいてこの回転機器の健全性診断を実施する技術に関する。
【背景技術】
【０００２】
回転機器の健全性診断は、その振動計測データを原波形データとして、各種の統計量を算出して傾向を分析したり、回転機器の種別・運転条件に応じて適切な量（変位・速度・加速度）に変換して評価したり、ＦＦＴやエンベロープ処理により周波数領域で異常徴候を捕らえたりする等の方法が採用されている。
【０００３】
このような振動計測データの分析方法、評価方法及び処理方法は、熟練技術者のノウハウに依存するところが大きい。
このために、原子力発電所のように、監視対象の回転機器の数が膨大である場合、技術者の作業負担、コスト及び作業時間の上昇を招いている。
このような状況を克服するために、近年、パターン認識技術を用いて回転機器の異常診断を行なうことにより、技術者の作業負担の軽減が図られている（例えば、特許文献１，２）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００８−２６２３７５号公報
【特許文献２】特開２０１０−１９１５５６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、パターン認識技術を用いて回転機器の健全性診断を行なう場合、正常状態と異常状態のパターン情報を予め登録しておく必要がある。しかし、回転機器の種別に依存して、正常状態及び異常状態のパターン情報が異なるという実状がある。さらに、プラントにおいて診断対象となる回転機器の種別は、多岐にわたっている。
このために、パターン認識技術を適用して回転機器の健全性診断を実施する場合は、監視対象となる全ての回転機器についてそれぞれ別々のパターン情報を準備する必要がある。
しかし、実機プラントにおける異常事象の発生はごく稀であり、異常状態のパターン情報の蓄積を全ての種別の回転機器において満足させることは、極めて困難である。
【０００６】
本発明はこのような事情を考慮してなされたもので、回転機器の種別に依存することなく適応性に優れた回転機器の健全性診断技術を提供することを目的とする。
【課題を解決するための手段】
【０００７】
回転機器の健全性診断装置において、回転機器の振動計測データを保存する第１保存部と、前記振動計測データに基づいてスペクトル解析を実行する解析部と、前記回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存する第２保存部と、前記回転機器の種別データ及び前記計算式に基づいて計算された特徴周波数を規格化し対応する前記スペクトル解析の周波数成分を関係付ける第１規格化部と、前記関係付けられた前記周波数成分がスペクトルピークであるか否かに基づいて前記異常事象の属性を判定する判定部と、を備えることを特徴とする。
【発明の効果】
【０００８】
本発明により、回転機器の種別に依存することなく適応性に優れた回転機器の健全性診断技術が提供される。
【図面の簡単な説明】
【０００９】
【図１】本発明に係る回転機器の健全性診断装置の実施形態を示すブロック図。
【図２】回転機器の振動計測データを示すグラフ。
【図３】（Ａ）回転機器の例示であるベアリングの構成部品に固有な振動の特徴周波数の計算式を示すテーブル、（Ｂ）ベアリングの種別データを示すテーブル。
【図４】振動計測データをスペクトル解析した波形データのグラフ。
【図５】振動計測データをエンベロープ処理した波形データのグラフ。
【図６】（Ａ）エンベロープ処理データをスペクトル解析した波形データのグラフ、（Ｂ）スペクトルピークを規格化するための演算式。
【図７】回転機器の異常事象の属性に対応するスペクトルピークの位置を示すテーブル。
【図８】規格化されたスペクトルピークの確率密度分布を示すグラフ。
【図９】振動計測データのファイルリスト及び各々のファイルの判定結果を示す表示画面。
【図１０】特徴周波数を規格化した文字列を横軸に、スペクトルピークを規格化したクレストファクタを縦軸として表した特徴ベクトルを示す表示画面。
【発明を実施するための形態】
【００１０】
以下、本発明の実施形態を添付図面に基づいて説明する。
図１に示すように回転機器の健全性診断装置１０は、回転機器の振動計測データ（図２）を保存する第１保存部１１と、振動計測データ（図２）に基づいてスペクトル解析を実行する解析部１５と、回転機器の異常事象の属性に固有な振動の特徴周波数の計算式（図３（Ａ））を保存する第２保存部１２と、回転機器の種別データ（図３（Ｂ））及び計算式（図３（Ａ））に基づいて計算された特徴周波数（図３（Ａ））を規格化し対応するスペクトル解析（図６（Ａ））の周波数成分を関係付ける第１規格化部２０と、関係付けられた周波数成分がスペクトルピークであるか否かに基づいて異常事象の属性（図７）を判定する判定部２３と、を備える。
【００１１】
図２は、回転機器の振動計測データの波形を示すグラフである。
第１保存部１１は、このような振動計測データをそれぞれ独立したファイルとして複数保存している。この第１保存部１１に保存されている振動計測データは、プラントに設置されている複数の回転機器（ころがり軸受、すべり軸受、歯車、ポンプ、モータ等）に加速度センサを取り付けて計測されたもので、健全性診断が未実施のデータである。
【００１２】
図３（Ａ）は、回転機器の例示であるベアリングの構成部品に固有な振動の特徴周波数の計算式を示しており、図３（Ｂ）に例示される回転機器の種別のデータ値を代入して計算される特徴周波数が示されている。
ベアリングは、内輪、外輪、転動体及び保持器から構成されており、これらのうちいずれかが損傷するとそれぞれに固有な振動が、振動計測データ（図２）に重畳する。そして、そのような固有振動の特徴周波数は、回転機器の種別データ（図３（Ｂ））及び計算式（図３（Ａ））から導くことができる。
【００１３】
第２保存部１２は、図３（Ａ）で例示されたベアリングの特徴周波数の計算式も含め、それ以外の回転機器の特徴周波数の計算式（表示略）も保存している。
第３保存部１３は、図３（Ｂ）で例示されるように、プラントに用いられている回転機器の種別に関する仕様データ（種別データ）を保存している。
そして、特徴周波数計算部１９において、保存されている計算式及び回転機器の種別データに従い特徴周波数が計算される。
【００１４】
図５のグラフは、振動計測データをエンベロープ処理した波形データを示している。
エンベロープ処理部１４は、第１保存部１１に保存されている振動計測データを取得して、エンベロープ処理（包絡線処理）を実行するものである。
エンベロープ処理の具体的方法は複数存在するが、振動計測データ（図２）に対し、ヒルベルト変換を施して複素解析信号を求めることにより、エンベロープ波形を得る方法について概説する。
【００１５】
（１）時間領域の振動計測データに対し高速フーリエ変換（ＦＦＴ）を実行して、スペクトルｘ(i)；[i=0,1,…,n/2-1, n/2, n/2+1,…,n-1 (n；偶数)] を求める（図４）。
（２）スペクトルｘ(i)に対し、次式の操作を行う。
ｙ(i)＝ｘ(i)×ｈ(i)
ここで、i=0の場合、ｈ(i)＝１とする。
i=1,…,n/2-1の場合、ｈ(i)＝２とする。
i=n/2の場合、ｈ(i)＝１とする。
i=n/2+1,…,n-1の場合、ｈ(i)＝０とする。
【００１６】
（３）スペクトルｙ(i)に対し、逆高速フーリエ変換（ＩＦＦＴ）を実行する。
得られた複素数信号ｘa(n)の実部をｒ(n)とし虚部をｈ(n)とした場合、この虚部ｈ(n)がヒルベルト変換となる。
なお、任意の時刻における瞬時振幅Ａ(n)は、次式で表わされる。
Ａ(n)＝√(ｒ(n)2＋ｈ(n)2)
これは、ヒルベルト変換を施した信号が元の信号に対して全ての周波数帯域において位相がπ／２遅れる性質を利用している。
この瞬時振幅Ａ(n)を繋いだものが元の振動計測データのエンベロープ波形（図５）となる。
【００１７】
図４のグラフは、振動計測データ（図２）をスペクトル解析した波形データを示しており、図６（Ａ）のグラフは、エンベロープ処理データ（図５）をスペクトル解析した波形データを示している。
スペクトル解析部１５は、エンベロープ処理部１４において作成されたエンベロープ波形データのスペクトル解析を実行する場合の他に、第１保存部１１に保存されている振動計測データのスペクトル解析も実行する。このようにスペクトル解析が実行されたデータは、解析データ保存部１６に保存される。
【００１８】
図７のテーブルは、回転機器の異常事象の属性に対応するスペクトルピークの位置を示している。1/n×Ｆr，n×Ｆr，n×Ｆin，n×Ｆout，２n×Ｆballといった文字列（要素）は、特徴周波数を規格化したものである。ここで、テーブル中の「１」は、該当する文字列に対応する特徴周波数においてスペクトルピークが観測されることを表わしている。
これにより、異常事象に固有の振動に対応するスペクトルピークは、診断される回転機器の種別に依存することなく、特徴周波数から規格化された文字列により存在が示される。
【００１９】
第１規格化部２０は、特徴周波数計算部１９で計算された回転機器の特徴周波数（図３）を規格化した文字列（1/n×Ｆr，n×Ｆr，n×Ｆin，n×Ｆout，２n×Ｆball）と、対応するスペクトル解析（図４，図６（Ａ））の周波数成分とを関係付ける。
ピーク探索部２１は、このように関係付けされている周波数成分のうちスペクトルピークを示す文字列を探索する。
判定部２３は、ピーク探索部２１で探索された文字列のパターンと、図７に示されるテーブルとを照らし合わせ、診断対象となる回転機器の異常事象の属性を判定する。
【００２０】
図６（Ｂ）に、スペクトルピークを規格化するための演算式が示されている。
第２規格化部２２は、これら演算式に則ってスペクトルピークを規格化する演算を実行する。ここでは、周波数領域におけるクレストファクタ（波高率）により規格化する方法について例示する。
【００２１】
周波数領域におけるオーバオール値ＸO.Aが、図６（Ｂ）第（１）式のように示される。
ここで、Ｖk；エンベロープ曲線のスペクトルの第ｋ成分
Ｈf；ハニング（Hanning）窓の補正値 （Ｈf＝２／３）
Ｋ；サンプル点数（例えば、４０９６点）
【００２２】
そして、周波数領域における実効値Ｘrmsが図６（Ｂ）第（２）式のように示され、周波数領域におけるクレストファクタＣＦが図６（Ｂ）第（３）式のように示される。ここで、Ｘpeakは、スペクトル解析による波形データのスペクトルピークの値である。
【００２３】
このようにして、各々のスペクトルピークに対応するクレストファクタＣＦを規格化データとして取り扱う。これにより、スペクトルピークや実効値は、回転機器の種別に依存して変化するが、クレストファクタＣＦは、そのような依存性がないために、種別の異なる回転機器から得られた解析結果を対比できる。
【００２４】
一方で、クレストファクタＣＦは、回転機器の異常事象のダメージレベルを反映するものであるので、種別の異なる回転機器を対比しても、ダメージレベルを正確に判断することができる。
これにより、判定部２３において、規格化されたスペクトルピークに基づいて、異常事象の属性のみならず、ダメージレベルも判定することができる。
【００２５】
判定部２３は、この場合において、サポートベクターマシン（ＳＶＭ；Support Vector Machine）を用いて実現させることができる。この場合、異常事象の属性が既知である回転機器の振動計測データを予めパターンデータとして蓄積部１８に蓄積させておく必要がある。
サポートベクターマシンは、蓄積部１８に蓄積されているパターンデータに基づいて、診断対象となる回転機器が、いずれの異常事象の属性又はダメージレベルに対応するかを判定する。
【００２６】
初期状態において、そのようなパターンデータは、判断能力を有する技術者により分類される。つまり、振動計測データ（図２）又はそのエンベロープ処理データ（図５）もしくはこれらのスペクトル解析データ（図４，図６（Ａ））を所見した結果と、回転機器を直接精査した結果とを対比することによってそれぞれのスペクトル解析データを該当する異常事象の属性のパターンデータに分類する。
【００２７】
パターン学習部１７は、解析データ保存部１６に保存されているスペクトル解析データを、パターンデータとして取り込んで、判定部２３の判定パラメータを更新させるものである。つまり、診断が実行された振動計測データのスペクトル解析データは、既知のデータとなるために、次の診断のパターンデータとして採用することができる。
これにより、回転機器の診断点数が増えるにつれて、判定部２３における判定精度が向上する。
【００２８】
図８のグラフは、着目する特徴周波数におけるスペクトルピークの規格値の確率密度分布を示している。診断点数が増えることにより規格化されたスペクトルピークの強度が統計的に正規分布を示すことが明らかである。
従って、判定部２３における異常事象のダメージレベル判定を、スペクトルピークの規格値の確率密度分布に基づいて実行することができる。
【００２９】
図９及び図１０に示す表示画面は、判定結果表示部２４に表示される判定結果の一例である。
図９に示されるファイルリストのうち、「ファイル名」は各々の振動計測データに対応し、「判定結果」のうち「未実施」に対応するものは第１保存部１１に保存されており「正常」又は「損傷」に対応するものはパターンデータ蓄積部１８に蓄積されている。
【００３０】
そして、いずれか一つの「ファイル名」がファイルリストから選択されると、そのファイルの詳細情報が画面上部に表示される。
「未実施」のファイルを選択し、「診断」ボタンを押すと、健全性の診断が実行されて、「判定結果」の表示が「正常」又は「損傷」に切り替わる。
【００３１】
図１０は、特徴周波数を規格化した文字列を横軸に、スペクトルピークを規格化したクレストファクタを縦軸として表した特徴ベクトルを示している。
図９の画面において「未実施」以外のファイルを選択し、「確認」ボタンを押すと、図１０の画面が表示される。「確認」ボタンで選択されたファイルの特徴ベクトルはハイライト表示（図１０では一点鎖線表示）されている。
さらに、図９のファイルリストに戻って、他のファイルを選択して「追加」ボタンを押すことにより、選択されたファイルの特徴ベクトルを重ね書きすることができる（図１０で実線表示）。
【００３２】
また、図１０に示されるその他のプルタブをそれぞれ選択することにより、「確認」ボタンで選択されたファイルに対応する振動計測データ（図２）、原波形スペクトル（図４）、エンベロープ波形（図５）、エンベロープスペクトル（図６）、確率密度分布（図８）を参照することができる。
【００３３】
以上述べた実施形態によれば、特徴周波数を規格化したりスペクトルピークを規格化したりすることにより、回転機器の種別に依存することなく適応性に優れた回転機器の健全性診断技術が提供される。これにより、回転機器の健全性評価を実施する技術者の作業負担、コスト、時間を低減すると共に、評価業務の品質を均質化することができる。
【００３４】
本発明の実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
また、回転機器の健全性診断装置は、コンピュータによって各手段を各機能プログラムとして実現することも可能であり、各機能プログラムを結合した回転機器の健全性診断プログラムにより動作させることが可能である。
【符号の説明】
【００３５】
１０…回転機器の健全性診断装置、１１…振動計測データ保存部（第１保存部）、１２…計算式保存部（第２保存部）、１３…種別データ保存部（第３保存部）、１４…エンベロープ処理部（処理部）、１５…スペクトル解析部（解析部）、１６…解析データ保存部（保存部）、１７…パターン学習部、１８…パターンデータ蓄積部（蓄積部）、１９…特徴周波数計算部、２０…第１規格化部、２１…ピーク探索部、２２…第２規格化部、２３…異常事象の属性判定部（判定部）、２４…判定結果表示部。
【特許請求の範囲】
【請求項１】
回転機器の振動計測データを保存する第１保存部と、
前記振動計測データに基づいてスペクトル解析を実行する解析部と、
前記回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存する第２保存部と、
前記回転機器の種別データ及び前記計算式に基づいて計算された特徴周波数を規格化し対応する前記スペクトル解析の周波数成分を関係付ける第１規格化部と、
前記関係付けられた前記周波数成分がスペクトルピークであるか否かに基づいて前記異常事象の属性を判定する判定部と、を備えることを特徴とする回転機器の健全性診断装置。
【請求項２】
請求項１に記載の回転機器の健全性診断装置において、
前記スペクトル解析は、前記振動計測データをエンベロープ処理した後に実行されることを特徴とする回転機器の健全性診断装置。
【請求項３】
請求項１又は請求項２に記載の回転機器の健全性診断装置において、
前記スペクトルピークを規格化する第２規格化部をさらに備え、
前記判定部は、前記規格化されたスペクトルピークの大きさに基づいて前記異常事象のダメージレベルも判定することを特徴とする回転機器の健全性診断装置。
【請求項４】
請求項３に記載の回転機器の健全性診断装置において、
前記スペクトルピークの規格化は、エンベロープ曲線のスペクトルのクレストファクタを算出することにより実行することを特徴とする回転機器の健全性診断装置。
【請求項５】
請求項３又は請求項４に記載の回転機器の健全性診断装置において、
前記ダメージレベルの判定は、前記スペクトルピークの規格値の確率密度分布に基づいて実行されることを特徴とする回転機器の健全性診断装置。
【請求項６】
請求項１から請求項５のいずれか１項に記載の回転機器の健全性診断装置において、
前記スペクトル解析した結果をパターンデータとして前記異常事象の属性に分類し蓄積する蓄積部をさらに備え、
前記判定部は、前記パターンデータに基づいて前記異常事象の属性又はダメージレベルを判定することを特徴とする回転機器の健全性診断装置。
【請求項７】
回転機器の振動計測データを保存するステップと、
前記振動計測データに基づいてスペクトル解析を実行するステップと、
前記回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存するステップと、
前記回転機器の種別データ及び前記計算式に基づいて計算された特徴周波数を規格化し対応する前記スペクトル解析の周波数成分を関係付けるステップと、
前記関係付けられた前記周波数成分がスペクトルピークであるか否かに基づいて前記異常事象の属性を判定するステップと、を含むことを特徴とする回転機器の健全性診断方法。
【請求項８】
コンピュータに、
回転機器の振動計測データを保存する機能、
前記振動計測データに基づいてスペクトル解析を実行する機能、
前記回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存する機能、
前記回転機器の種別データ及び前記計算式に基づいて計算された特徴周波数を規格化し対応する前記スペクトル解析の周波数成分を関係付ける機能、
前記関係付けられた前記周波数成分がスペクトルピークであるか否かに基づいて前記異常事象の属性を判定する機能、を実行させることを特徴とする回転機器の健全性診断プログラム。
【請求項１】
回転機器の振動計測データを保存する第１保存部と、
前記振動計測データに基づいてスペクトル解析を実行する解析部と、
前記回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存する第２保存部と、
前記回転機器の種別データ及び前記計算式に基づいて計算された特徴周波数を規格化し対応する前記スペクトル解析の周波数成分を関係付ける第１規格化部と、
前記関係付けられた前記周波数成分がスペクトルピークであるか否かに基づいて前記異常事象の属性を判定する判定部と、を備えることを特徴とする回転機器の健全性診断装置。
【請求項２】
請求項１に記載の回転機器の健全性診断装置において、
前記スペクトル解析は、前記振動計測データをエンベロープ処理した後に実行されることを特徴とする回転機器の健全性診断装置。
【請求項３】
請求項１又は請求項２に記載の回転機器の健全性診断装置において、
前記スペクトルピークを規格化する第２規格化部をさらに備え、
前記判定部は、前記規格化されたスペクトルピークの大きさに基づいて前記異常事象のダメージレベルも判定することを特徴とする回転機器の健全性診断装置。
【請求項４】
請求項３に記載の回転機器の健全性診断装置において、
前記スペクトルピークの規格化は、エンベロープ曲線のスペクトルのクレストファクタを算出することにより実行することを特徴とする回転機器の健全性診断装置。
【請求項５】
請求項３又は請求項４に記載の回転機器の健全性診断装置において、
前記ダメージレベルの判定は、前記スペクトルピークの規格値の確率密度分布に基づいて実行されることを特徴とする回転機器の健全性診断装置。
【請求項６】
請求項１から請求項５のいずれか１項に記載の回転機器の健全性診断装置において、
前記スペクトル解析した結果をパターンデータとして前記異常事象の属性に分類し蓄積する蓄積部をさらに備え、
前記判定部は、前記パターンデータに基づいて前記異常事象の属性又はダメージレベルを判定することを特徴とする回転機器の健全性診断装置。
【請求項７】
回転機器の振動計測データを保存するステップと、
前記振動計測データに基づいてスペクトル解析を実行するステップと、
前記回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存するステップと、
前記回転機器の種別データ及び前記計算式に基づいて計算された特徴周波数を規格化し対応する前記スペクトル解析の周波数成分を関係付けるステップと、
前記関係付けられた前記周波数成分がスペクトルピークであるか否かに基づいて前記異常事象の属性を判定するステップと、を含むことを特徴とする回転機器の健全性診断方法。
【請求項８】
コンピュータに、
回転機器の振動計測データを保存する機能、
前記振動計測データに基づいてスペクトル解析を実行する機能、
前記回転機器の異常事象の属性に固有な振動の特徴周波数の計算式を保存する機能、
前記回転機器の種別データ及び前記計算式に基づいて計算された特徴周波数を規格化し対応する前記スペクトル解析の周波数成分を関係付ける機能、
前記関係付けられた前記周波数成分がスペクトルピークであるか否かに基づいて前記異常事象の属性を判定する機能、を実行させることを特徴とする回転機器の健全性診断プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【公開番号】特開２０１３−３００１５（Ｐ２０１３−３００１５Ａ）
【公開日】平成２５年２月７日（２０１３．２．７）
【国際特許分類】
【出願番号】特願２０１１−１６５９３９（Ｐ２０１１−１６５９３９）
【出願日】平成２３年７月２８日（２０１１．７．２８）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
【公開日】平成２５年２月７日（２０１３．２．７）
【国際特許分類】
【出願日】平成２３年７月２８日（２０１１．７．２８）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
[ Back to top ]