機械設備の異常診断システム
【課題】 診断対象から検出された信号を、任意の周波数分解能で高速フーリエ変換して高精度に異常診断を実施できる機械設備の異常診断システムを提供すること。
【解決手段】 検出信号をデジタル信号に変換するＡ／Ｄ変換部２と、診断に必要な周波数帯域の信号を取り出すデジタルフィルタ部３と、取り出した信号のエンベロープを求める絶対化処理部５と、エンベロープを任意の周波数分解能で高速フーリエ変換するべくゼロ詰め補間するゼロ補間部６と、ゼロ詰め補間された信号を高速フーリエ変換により周波数分析するＦＦＴ部８と、得られた周波数スペクトルに基づいて異常を診断する診断部１３とを備えた。
【解決手段】 検出信号をデジタル信号に変換するＡ／Ｄ変換部２と、診断に必要な周波数帯域の信号を取り出すデジタルフィルタ部３と、取り出した信号のエンベロープを求める絶対化処理部５と、エンベロープを任意の周波数分解能で高速フーリエ変換するべくゼロ詰め補間するゼロ補間部６と、ゼロ詰め補間された信号を高速フーリエ変換により周波数分析するＦＦＴ部８と、得られた周波数スペクトルに基づいて異常を診断する診断部１３とを備えた。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、鉄道車両、航空機械、風力発電装置、工作機械、自動車、製鉄機械、製紙機械、回転機械、等といった、軸受を含む機械設備の異常診断技術に関し、より詳細には、機械設備から発生する音または振動を分析することにより、その機械設備内の軸受または軸受関連部材の異常を診断する機械設備の異常診断技術に関する。
【背景技術】
【０００２】
従来、この種の異常診断技術として、機械設備の摺動部材または摺動部材関連部材からの音または振動を表す信号を検出し、検出した信号またはそのエンベロープ信号の周波数スペクトルを求め、その周波数スペクトルから、機械設備の摺動部材または機械設備の摺動部材関連部材の異常に起因する周波数成分のみを抽出し、抽出した周波数成分の大きさにより、機械設備に使用されている摺動部材における異常の有無を診断するものが知られている（特許文献１参照）。
【０００３】
また、回転体または回転体関連部材から発生する音または振動を検出し、検出した信号から診断に必要な周波数帯域の信号を取り出し、更に取り出した信号のエンベロープ（包絡線）を求め、求めたエンベロープを周波数解析し、周波数解析により回転体または回転体関連部材の異常に起因する周波数の基本周波数成分の大きさと、その自然数倍の周波数成分の大きさとを求め、求めた基本周波数成分の大きさと、その自然数倍の周波数成分の大きさとを比較し、少なくともその比較結果を、機械設備の異常を判断する基準として用いるようにしたものも知られている（特許文献２参照）。
【０００４】
また、機械設備から発生した音または振動のアナログ信号をＡ／Ｄ（アナログ・デジタル）変換によりデジタル信号に変換して実測デジタルデータを生成し、この実測デジタルデータに対して周波数分析およびエンベロープ分析等の適宜解析処理を行なって実測周波数スペクトルデータを生成し、機械設備の異常に起因した周波数成分の１次、２次、４次値に対する実測周波数スペクトルデータ上のピークの有無により、機械設備に対する異常の有無の診断を行なうものも知られている（特許文献３参照）。
【０００５】
また、振動加速度のエンベロープ波形をデジタル信号に変換し、デジタル化した振動データの時間毎の振動スペクトル分布を求めると共に、振動測定時の転がり軸受の回転速度を時々刻々求めて、回転速度の時間変化パターンと振動スペクトル分布におけるピークスペクトルの周波数の時間変化パターンが一致し、さらに、任意の時刻におけるピークスペクトルの周波数が、転がり軸受の回転速度と転がり軸受の幾何学的寸法とから求まる転がり軸受損傷の特徴周波数と一致する場合に、転がり軸受の特定部位に損傷が発生したと判定するものも知られている（特許文献４参照）。
【０００６】
これらの従来技術においては、検出信号のエンベロープを求めるエンベロープ処理（あるいは絶対値化処理）はアナログ処理であってあったりデジタル処理であったりするが、周波数解析処理にはデジタル処理である高速フーリエ変換（ＦＦＴ）処理が使用される。 ＦＦＴ演算を行なうために、エンベロープ処理の前または後にＡ／Ｄ変換を行なっている。そして、いずれの従来技術においても、エンベロープ処理の後にＦＦＴ演算を行なっている。
【０００７】
エンベロープ処理をアナログ処理により行なう方式では、エンベロープ処理ユニットが必要となる。したがってシステムのコスト低減および小型化を図る上では、エンベロープ処理をデジタル処理で行なう方式の方が有利である。
【特許文献１】特開２００３−２０２２７６号公報
【特許文献２】特開２００３−２３２６７４号公報
【特許文献３】特開２００３−１３０７６３号公報
【特許文献４】特開平０９−１１３４１６号公報
【発明の開示】
【発明が解決しようとする課題】
【０００８】
エンベロープ処理をデジタル処理で行なう方式において、異常診断効率を上げる方法として、ＦＦＴ演算の効率を上げることが考えられる。ＦＦＴ演算の効率向上は、ＦＦＴ演算の点数を少なくすることにより達成可能である。しかし、ＦＦＴ演算の点数を少なくして計算効率を上げようとすると、周波数分解能が悪くなってしまい、異常診断の精度低下を招くという問題がある。
【０００９】
回転機械において軸受欠陥等に起因する異常を診断するための演算デバイスは、寸法や消費電力が小さい方が組込み用として望ましい。また計算精度の面からもメモリ容量の面からも、少ない演算点数でＦＦＴを行なうことが要求される。しかし、その一方で、上述したように、周波数分解能がある程度高くないと異常診断の精度低下を招く。生波形を復元できる周波数を１０ｋＨｚ（サンプリング周波数は２０ｋＨｚ以上）までとる必要があっても軸受の欠陥周波数の上限は結局１ｋＨｚ以下になる。
【００１０】
本発明は、前述した事情に鑑みなされたものであり、その目的は、診断対象から検出された信号を、任意の周波数分解能でＦＦＴして高精度に異常診断を実施できる、機械設備の異常診断システムを提供することにある。
【課題を解決するための手段】
【００１１】
上記目的を達成するため、本発明に係る機械設備の異常診断システムは、下記（１）、（２）、および（３）を特徴としている。
（１） 機械設備から発生する音または振動を検出し、その信号を分析することにより、機械設備内の軸受または軸受関連部材の異常を診断する異常診断システムであって、
前記信号をデジタル信号に変換するＡ／Ｄ変換部と、
当該Ａ／Ｄ変換部により変換されたデジタル信号から診断に必要な周波数帯域の信号を取り出すデジタルフィルタ処理部と、
当該デジタルフィルタ処理部により取り出された信号のエンベロープを求めるエンベロープ処理部と、
当該エンベロープ処理部により求められたエンベロープを任意の周波数分解能で高速フーリエ変換するべくゼロ詰め補間する補間処理部と、
当該補間処理部によりゼロ詰め補間された信号をＦＦＴするＦＦＴ部と、
当該ＦＦＴ部により得られた周波数スペクトルに基づいて異常を診断する診断部と、
を備えたこと。
（２） 上記（１）の構成を備えた機械設備の異常診断システムにおいて、前記補間処理部が、前記ＦＦＴ部におけるサンプリング周波数が２のＮ乗ヘルツまたは２のＮ乗の倍数ヘルツになるようにゼロ詰め補間すること。
（３） 上記（１）または（２）の構成を備えた機械設備の異常診断システムが、前記ＦＦＴ部により得られた周波数スペクトルのピークを検出するピーク検出部を更に備え、前記診断部が、前記ピーク検出部によって検出されたピークのうち振動の主成分に対応するピークあるいは振動の主成分および高次成分に対応するピークと診断対象の異常を示す周波数との一致度を求め、その一致度の複数回分の累計結果を評価することにより異常を診断すること。
【００１２】
上記（１）の構成の異常診断システムによれば、機械設備から発生する音または振動を検出し、その信号をデジタル信号に変換し、そのデジタル信号から診断に必要な周波数帯域の信号を取り出してそのエンベロープを求め、そのエンベロープを任意の周波数分解能でＦＦＴするべくゼロ詰め補間した上でＦＦＴし、ＦＦＴにより得られた周波数スペクトルに基づいて異常を診断するので、高精度に異常診断を実施できる、高精度に異常診断を実施できる。
上記（２）の構成の異常診断システムによれば、ＦＦＴ部におけるサンプリング周波数が２のＮ乗（例えばＮ＝８〜１２）ヘルツまたは２のＮ乗の倍数ヘルツになるようにゼロ詰め補間されるので、ＦＦＴ演算時における周波数補間が確実になされる。
上記（３）の構成の異常診断システムによれば、検出された周波数スペクトルのピークのうち振動の主成分に対応するピークあるいは振動の主成分および高次成分に対応するピークと診断対象の異常を示す周波数との一致度を求め、その一致度の複数回分の累計結果を評価することにより異常を診断するので、異常診断を高精度に実施できる。
【発明の効果】
【００１３】
本発明によれば、診断対象から検出された信号を、任意の周波数分解能でＦＦＴして高精度に異常診断を実施できる。
【発明を実施するための最良の形態】
【００１４】
以下、本発明を実施するための最良の形態について、転がり軸受を含む機械設備を対象とし、機械設備内の転がり軸受の傷の有無を判断する場合を例に説明する。
【００１５】
図１は本発明の異常診断システムの形態例を示す機能ブロック図である。
【００１６】
図１に示すように、本発明の異常診断システムは、アナログアンプフィルタ部１、Ａ／Ｄ変換部２、デジタルフィルタ部３、デシメーション部４、絶対値化部（エンベロープ処理部）５、ゼロ補間部（補間処理部）６、ハニング窓関数処理部７、ＦＦＴ部８、ピーク検出部９、軸受欠陥基本周波数算出部１０、比較部１１、積算部１２、診断部１３、および診断結果出力部１４を備えている。
【００１７】
アナログアンプフィルタ部１には、診断対象の機械設備から発生する音または振動を検出する振動センサ（音響センサを含む）１４により検出された信号が入力される。アナログアンプフィルタ部１は、入力された信号を所定のゲインで増幅するとともに、所定周波数以上の信号を遮断する。
【００１８】
Ａ／Ｄ変換部２は、アナログアンプフィルタ部１を通過したアナログ信号を、所定のサンプリング周波数でサンプリングしてデジタル信号に変換する。
【００１９】
デジタルフィルタ部３は、Ａ／Ｄ変換部２により生成されたデジタル信号のうち、所定の周波数帯域の信号のみ通過させる。
【００２０】
デシメーション部４は、デジタルローパスフィルタ３を通過した信号を所定のサンプリング周波数でサンプリングすることにより間引き処理する。
【００２１】
絶対値化部５は、デシメーション部４により取り出された信号のエンベロープ（包絡線波形）を離散化データとして求める。
【００２２】
ゼロ補間部６は、絶対値化部５により得られたエンベロープの離散化データを任意の周波数分解能で高速フーリエ変換するためにゼロ詰め補間する。ここで、ゼロ詰め補間とは、ＦＦＴ部８によるサンプリング周波数が２の累乗になるように、不足が生じる場合にエンベロープの離散化データに０を追加して調整する補間をいう。
【００２３】
ハニング窓関数処理部７は、ゼロ補間部６により補間処理された後の信号に所定周期のハニング窓関数を掛けることにより、診断に使用する信号を切り出す。
【００２４】
ＦＦＴ部８は、ハニング窓関数処理部７により切り出された信号をＦＦＴアルゴリズムにより周波数解析し、周波数スペクトル波形信号を生成する。
【００２５】
ピーク検出部９は、ＦＦＴ部８により得られた周波数スペクトルのピークを検出する。
【００２６】
軸受欠陥基本周波数算出部１０は、回転速度検出器１５により検出された転がり軸受の回転速度と、ＲＯＭ１６から読み出された軸受の内部諸元とに基づいて軸受の欠陥を示す基本周波数を算出する。
【００２７】
比較部１１は、ピーク検出部９により得られたピークと、軸受欠陥基本周波数算出部１０により算出された周波数とを比較し、その一致度を数値化して出力する。
【００２８】
積算部１２は、比較部１１からの出力値を積算し、その結果を出力する。
【００２９】
診断部１３は、積算部１２による積算結果に基づいて異常を診断する。
【００３０】
診断結果出力部１４は、診断部１３による診断結果を出力する。
【００３１】
上記ピーク検出部９は、移動平均化処理部と、平滑化微分処理部と、しきい値選別部と、ソーティング選別部とを備えている。
【００３２】
移動平均化処理部は、ＦＦＴ部８により得られた周波数スペクトル（周波数領域の離散データ）を左右対称に重み付けして移動平均化する。
【００３３】
平滑化微分処理部は、移動平均化処理部による移動平均化処理の際に数値微分演算を行ない、微分係数の符号が変化する周波数ポイントを周波数スペクトルのピークとして抽出する。
【００３４】
しきい値選別部は、平滑化微分処理部により抽出されたピークのうち、振幅レベルの二乗平均平方根がしきい値以上のものを選別する。しきい値には、平滑化微分処理部により抽出されたピークのパワー平均値や二乗平均平方根に応じて決まる相対的な値を用いる。
【００３５】
ソーティング選別部は、しきい値選別部で選別されたピークのうち、振幅レベルの二乗平均平方根が大きい方から所定の個数までのピークを選別する。その最も簡単な方法として、たとえば公知のソーティングアルゴリズムを用いて複数のピークをレベルに関して降順ソートした後、上位のものから選別する方法をあげることができる。
【００３６】
図２は本発明の異常診断システムの具体的構成要素であるマイクロコンピュータ（ＭＰＵ）とその周辺回路の形態例を示すブロック図（ハードウェア構成図）である。
【００３７】
図２に示すように、マイクロコンピュータ（ＭＰＵ）２０には、シンクロナスＤＲＡＭ２１、フラッシュメモリ２２、アナログアンプフィルタ２３（１）、Ａ／Ｄ変換器２４（２）、および液晶表示器（ＬＣＤ）２５（１４）が接続されている。
【００３８】
ＭＰＵ２０は、ＲＩＳＣ型コンピュータである。ＭＰＵ２０は、ＣＰＵ２０ａの他にＤＳＰ２０ｂ、キャッシュＲＡＭ２０ｃ、およびダイレクトメモリアクセスコントローラ（ＤＭＡＣ）２０ｄを備えている。
【００３９】
ＤＳＰ２０ｂは、固定小数点演算方式のＤＳＰである。ＤＳＰ２０ｂは、専用の命令で積和演算を１サイクルで実行できるように、それぞれ専用のバスで接続されたＸ-ＲＡＭとＹ-ＲＡＭとからなる高速メモリ（Ｘ／Ｙ-ＲＡＭ２０）ｅを内蔵している。Ｘ-ＲＡＭとＹ-ＲＡＭの容量は８キロバイトずつである。ＤＳＰ２０ｂは、命令バスと合わせて３つのバスに同時にアクセス可能であり、複数の命令を同時に実行することができる。Ｘ／Ｙ-ＲＡＭは、デュアルポートＲＡＭ、デュアルアクセスＲＡＭ、マルチポートＲＡＭ、等とも呼ばれる。
【００４０】
シンクロナスＤＲＡＭ２１、フラッシュメモリ２２およびＡ／Ｄ変換器２４は、ＣＰＵ２０ａの外部バスに接続されている。シンクロナスＤＲＡＭ２１は、主記憶として機能する３２ＭＢ（メガバイト）の容量のメモリである。フラッシュメモリ２２は、プログラム格納領域として機能する４ＭＢの容量のメモリである。フラッシュメモリ２２には、マイクロコンピュータ２０を、図１中のデジタルフィルタ部３、デシメーション部４、絶対値化部５、ゼロ補間部６、ハニング窓関数処理部７、ＦＦＴ部８、ピーク検出部９、軸受欠陥基本周波数算出部１０、比較部１１、積算部１２、および診断部１３として機能させるためのプログラムが格納されている。
【００４１】
シンクロナスＤＲＡＭ２１およびフラッシュメモリ２２は、ＣＰＵ２０ａよりも動作速度が遅いため、ＣＰＵ２０ａの高速性を生かすためにはキャッシュメモリが不可欠である。そのために、マイクロコンピュータ２０には、データ／命令混在型のキャッシュＲＡＭ２０ｃが内蔵されている。
【００４２】
ＤＭＡＣ２０ｄは、シンクロナスＤＲＡＭ２１に対してＡ／Ｄ変換器２４で得られたデータをＣＰＵ２０ａを使わずに転送するＤＭＡ動作を制御する。
【００４３】
液晶表示器２５は、診断情報を表示するための出力装置である。
【００４４】
図１に示す異常診断システムでデジタル演算処理を行なう機能ブロックのうち一度に（１ループ毎に）扱うデータの量が最も大きいのはＦＦＴ部８である。ＦＦＴ部８をＭＰＵ２０内のＤＳＰ２０ｂで実現するには、ＦＦＴ演算処理で使用するデータがＸ／Ｙ-ＲＡＭ２０ｄに収まる必要がある。
【００４５】
一方、軸受の振動解析によって傷を検出するには、１０ｋＨｚ程度までの周波数帯域で波形を観測する必要があるが、傷の特徴となる周波数は一般的には１ｋＨｚ以下になる。
【００４６】
この例では、診断対象である軸受の傷の特徴周波数が１００Ｈｚ以下の低い周波数であるものとし、ＦＦＴ部８の周波数分解能を１Ｈｚ（±０．５Ｈｚ）、サンプリング周波数を３２．７６８ｋＨｚ、サンプリング時間（Ｔｗ）を７５０ｍｓとする。したがって、生波形のサンプリング個数は３２７６８×０．７５＝２４５７６である。最終的にＦＦＴ部８で周波数スペクトルを求める段階では、サンプリング時間が１ｓとなるようにゼロ補間を行なうことにより、周波数分解能は１Ｈｚ（±０．５Ｈｚ）となる。
【００４７】
デジタルフィルタ部３の通過帯域幅は、異常に起因する振動とノイズとのＳ／Ｎ比が最も大きくなる周波数帯域に合わせて選定される。たとえば、予め１ｋＨｚ〜４ｋＨｚの周波数帯域で剥離欠陥のＳ／Ｎ比が最大になることが分かっている場合、デジタルフィルタ部３の通過帯域幅を１ｋＨｚ〜４ｋＨｚに選定する。この種のデジタルフィルタは、ＦＩＲフィルタ、ＩＩＲフィルタ、ＦＦＴと逆ＦＦＴ（ＩＦＦＴ）を用いたフィルタ、等で構成することが可能であるが、固定小数点演算方式のＤＳＰを内蔵したＲＩＳＣ型マイコンの場合はＦＩＲフィルタが適している。
【００４８】
絶対値化処理部５は、エンベロープまたは絶対値波形に対してＤＣ成分を消すために平均値をとって、振幅ゼロのラインを引き直す。この絶対値処理（エンベロープ処理）により、軸受欠陥に起因した１ｋＨｚ未満の低域の信号が顕在化する。この時点では、高域の信号も含まれたままになっているので、ＦＦＴを行なう前に１ｋＨｚ未満の低域の信号のみ通過させるＦＩＲローパスフィルタをかけておくことが望ましいが、既に生波形に対してデジタルフィルタ部３によるバンドパスフィルタ処理と絶対値化処理部５による絶対値化（エンベロープ抽出）処理とを施してあるので、ＦＦＴ部８の直前におけるローパスフィルタ処理を省略しても軸受欠陥の診断精度への影響は少ない。
【００４９】
デシメーション部４によるＦＦＴ演算ポイントの間引き率（間引き量）およびゼロ補間部６による補間率あるいは補間ビット数は、分析すべき周波数帯域、周波数分解能、ＦＦＴ演算点数、等に応じて決められる。この例では、ＭＰＵ２０内のＤＳＰ２０ｂによる超高速ＦＦＴ演算処理を実現しようしとしているため、ＦＦＴ演算点数はＤＳＰ２０ｂから並列専用バスでアクセスできるＸ／Ｙ-ＲＡＭ２０ｅの容量によって自ずと制限される。
【００５０】
ＦＦＴ部８で演算処理されるデータは、実数部と虚数部とからなり、それぞれＸ／Ｙ-ＲＡＭ２０ｅのＸ-ＲＡＭとＹ-ＲＡＭに割り当てられる。入力と出力でメモリ領域を供給させる方式とすれば、８ｋＢ分のデータ長をＦＦＴできる。Ａ／Ｄ変換器２４（２）の分解能が１６ビット（２バイト）であれば、演算変数も２バイト長にしておくことにより、８１９２／２バイトすなわち４０９６点までのデータをＤＳＰ２０ｂで高速処理することが可能である。
【００５１】
必要な周波数分解能Δｆｗは、サンプリング周波数（ｆｓ，ｆｆｔ）が１．０ＨｚのときのＦＦＴの区間長をＴｗ，ｆｆｔとすると、Δｆｗ＝１／Ｔｗ，ｆｆｔで表される。したがって、Ｔｗ，ｆｆｔ＝１ｓであれば要件を満たす。
【００５２】
この例では、サンプリング時間Ｔｗ，ｆｆｔを０．７５ｓとしたので、０．２５ｓサンプリング時間が不足する。この不足分をゼロ補間部６で補間するのであるが、単にゼロ補間しただけでは、データ数が３２７８６にも及んでしまう。
【００５３】
そこで、当初のサンプリング個数（３２．７６８）を、ＤＳＰ２０ｂのＸ／Ｙ-ＲＡＭ２０ｅの容量と演算のバイト長から決まる上限のＦＦＴ演算点数である４０９６に間引くと、データ数が当初の１／８になり、ＦＦＴ部８のサンプリング周波数も３２．７６８／８＝４．０９６に削減される。したがって、ＦＦＴ部８で分析できる周波数の上限（ナイキスト周波数）は、その半分の２．０４８ｋＨｚになるが、それでもまだ軸受の欠陥を表す周波数（１ｋＨｚ未満）を十分にカバーしている。
【００５４】
この例では、これに準じて３２．７６８ｋＨｚで０．７５ｓのサンプリング（２４５７６点）を行ない、デジタルフィルタ部３と絶対値化処理部５とで周波数帯域を低域化した後に１／８の間引き処理を行ない、サンプリング数とサンプリング周波数とをそれぞれ３０７２点と４．０９６Ｈｚに下げ、４０９６に足りない点には、３０７２点の後ろに１０２４個のゼロ（０）を詰めて４０９６点のサンプリング波形データとする（図３参照）。この波形データがハニング窓関数部７を経てＦＦＴ部８に入力される。ハニング窓関数部７は、入力波形データにハニング窓関数を掛けることにより、ＦＦＴ部８に入力される波形データの両端の影響を軽減する。この波形データをＦＦＴ部８でＦＦＴすることにより、周波数スペクトルが１Ｈｚの分解能で得られる。得られた周波数スペクトルデータは、ピーク検出部９に入力される。
【００５５】
ピーク検出部９では、ＦＦＴ部８により得られた周波数スペクトルを左右対称に重み付けして移動平均化する。これにより、周波数スペクトルが平滑化され雑音が軽減される。 さらに、移動平均化処理の際に数値微分演算を行なう。そして、微分係数の符号が変化する周波数ポイントを周波数スペクトルのピークとして抽出する。そして、抽出されたピークのうち振幅レベルの二乗平均平方根がしきい値以上のものを選別し、振幅レベルの二乗平均平方根が大きい方から所定の個数（たとえば１０個）までのピークを選別する。
【００５６】
一方、軸受欠陥基本周波数算出部１０は、回転速度検出器１５により検出された軸受の回転速度とＲＯＭ１６から読み出した軸受の内部諸元とに基づいて軸受の欠陥を示す基本周波数を算出する。回転速度検出器１５による軸受の回転速度の検出は、振動センサ１４による振動検出と同期して（例えば０．７５ｓに１回）複数サイクル繰り返し実施される。
【００５７】
そして、ピーク検出部９により検出されたピークの周波数と、軸受欠陥基本周波数算出部１０により算出された基本周波数とが、各サイクル毎に同期して比較部１１に入力される。
【００５８】
比較部１１は、ピークの周波数と基本周波数とが入力される度に、基本周波数およびその高調波成分とピークの周波数とを比較し、両者の一致する度合いに応じた点数を付け（数値化）、その値を積算部１２に出力する。ここでの点数の付け方の例を下記の表に示す。
【００５９】
【表１】
【００６０】
この場合、一回の波形取り込みに対する診断処理は、算出された軸受欠陥に起因する振動の基本周波数と４次まで高調波成分に対して、検出されたピークとが一致する度合いに応じた診断点数を付けることに相当する。
【００６１】
そして、周波数ピーク検出を繰り返してその都度、診断点数を加算していき、ポイント数の累計値を評価することにより、スペクトルのばらつきの影響を軽減して異常診断を高精度に行なうことができる。
【００６２】
図４は、欠陥を導入した軸受（欠陥品）と欠陥のない軸受（正常品）の診断点数の累計値を棒グラフにして示したものである。この例は、内輪回転タイプの軸受に対し、上記異常診断システムを使用してテストを行なったものである。内輪回転タイプの軸受では外輪軌道に損傷を生じる場合が多いので、この例でも外輪軌道に傷を導入してテストを行なった。４セットの軸受を診断対象に用い、そのうちの２セットに外輪傷を導入した。このテストの条件では、外輪軌道に欠陥がある場合の基本周波数は１００Ｈｚ以下であった。基本波に関しては、ピークの周波数が基本周波数の±１．０Ｈｚの範囲内にあればピークの周波数と一致したものと判断し、２次、３次、４次の各高調波に関しては、ピークの周波数が各高調波周波数の±２．０Ｈｚの範囲内にあればピークの周波数と一致したものと判断して、上記表１の点数を加算した。テスト時間は６０秒とした。１サイクル分のサンプリング時間は０．７５秒で、異常診断点数を出すための演算所用時間は０．１５秒程度かかる。データ取り込みはＤＭＡで行ない、演算処理は次回のデータを取り込む間に０．１５秒で行なってしまうので、図５のようにトータルで見れば、６０（＋０．１５）秒間連続で本システムを走らせることにより、８０（＝６０／０．７５）回の診断処理を実行できる。
【００６３】
図４に示すように、正常品であっても若干のノイズがカウントされるが、欠陥品との差は歴然としている。欠陥品と正常品との間に大きな差が生じることから、しきい値の範囲を大きく取れるため、この範囲をグレーゾーンとして段階的な警報を発するようにすることも可能である。
【００６４】
図６はＦＦＴ演算処理の時間について、ＤＳＰ２０ｂを使った場合とＣＰＵ２０ａのみで行なった場合とを対比させて示したグラフである。ＤＳＰ２０ｂ内のＸ／Ｙ-ＲＡＭ２０ｅの容量に合わせるように、ＦＦＴ演算の点数をデジタルフィルタ部３で帯域を下げた後デシメーション部４で間引いたので、ＦＦＴ演算をＤＳＰ２０ｂで極めて高速に実行することができた。
【００６５】
以上説明したように、この形態例の異常診断システムでは、検出信号をデジタル信号に変換し、診断に必要な周波数帯域の信号を取り出し、それを間引き処理した信号のエンベロープを求め、そのエンベロープを任意の周波数分解能でＦＦＴするためにゼロ詰め補間し、更にハニング窓関数により診断に使用する信号を切り出した上で、ＦＦＴにより周波数分析し、得られた周波数スペクトルに基づいて異常を診断するので、ＦＦＴ演算に使用する演算デバイスに合ったサンプリング周波数および周波数分解能で検出信号をＦＦＴして高精度に異常診断を実施できる。
【００６６】
また、ＦＦＴにより得られた周波数スペクトルを移動平均化処理し、更にそのスペクトルを平滑化微分して、微分係数の符号が正から負へ変化する周波数ポイントをピークとして検出した後、所定のしきい値以上のものを抽出し、それらをソーティングしてそのうちの上位所定数個をピークとして抽出し、それらのピークのうち振動の主成分に対応するピークあるいは振動の主成分および高次成分に対応するピークと診断対象の異常を示す周波数との一致度を求め、その一致度に点数を付けて複数回分累計し、その累計値を評価することにより異常を診断するので、異常信号や異常予兆信号と雑音信号とのＳ／Ｎ比が小さい条件下においても、雑音信号を異常あるいは異常予兆信号と誤検出することなく、極めて高精度に且つ高効率に異常診断を実施できる。
【図面の簡単な説明】
【００６７】
【図１】本発明の異常診断システムの形態例を示す機能ブロック図である。
【図２】本発明の異常診断システムの具体的構成要素であるマイクロコンピュータとその周辺回路の形態例を示すブロック図である。
【図３】図１中のゼロ補間部によるゼロ補間処理の説明図である。
【図４】欠陥品と正常品の異常診断結果を示す図である。
【図５】データの取り込み処理とデータの演算処理のタイミングおよび所用時間を示すタイミング図である。
【図６】ＦＦＴ演算処理の時間について、ＤＳＰを使った場合とＣＰＵのみで行なった場合とを対比させて示した図である。
【符号の説明】
【００６８】
２ Ａ／Ｄ変換部
３ デジタルフィルタ部
５ 絶対値化部（エンベロープ処理部）
６ ゼロ補間部（補間処理部）
８ ＦＦＴ部
９ ピーク検出部
１１ 比較部
１３ 診断部
【技術分野】
【０００１】
本発明は、鉄道車両、航空機械、風力発電装置、工作機械、自動車、製鉄機械、製紙機械、回転機械、等といった、軸受を含む機械設備の異常診断技術に関し、より詳細には、機械設備から発生する音または振動を分析することにより、その機械設備内の軸受または軸受関連部材の異常を診断する機械設備の異常診断技術に関する。
【背景技術】
【０００２】
従来、この種の異常診断技術として、機械設備の摺動部材または摺動部材関連部材からの音または振動を表す信号を検出し、検出した信号またはそのエンベロープ信号の周波数スペクトルを求め、その周波数スペクトルから、機械設備の摺動部材または機械設備の摺動部材関連部材の異常に起因する周波数成分のみを抽出し、抽出した周波数成分の大きさにより、機械設備に使用されている摺動部材における異常の有無を診断するものが知られている（特許文献１参照）。
【０００３】
また、回転体または回転体関連部材から発生する音または振動を検出し、検出した信号から診断に必要な周波数帯域の信号を取り出し、更に取り出した信号のエンベロープ（包絡線）を求め、求めたエンベロープを周波数解析し、周波数解析により回転体または回転体関連部材の異常に起因する周波数の基本周波数成分の大きさと、その自然数倍の周波数成分の大きさとを求め、求めた基本周波数成分の大きさと、その自然数倍の周波数成分の大きさとを比較し、少なくともその比較結果を、機械設備の異常を判断する基準として用いるようにしたものも知られている（特許文献２参照）。
【０００４】
また、機械設備から発生した音または振動のアナログ信号をＡ／Ｄ（アナログ・デジタル）変換によりデジタル信号に変換して実測デジタルデータを生成し、この実測デジタルデータに対して周波数分析およびエンベロープ分析等の適宜解析処理を行なって実測周波数スペクトルデータを生成し、機械設備の異常に起因した周波数成分の１次、２次、４次値に対する実測周波数スペクトルデータ上のピークの有無により、機械設備に対する異常の有無の診断を行なうものも知られている（特許文献３参照）。
【０００５】
また、振動加速度のエンベロープ波形をデジタル信号に変換し、デジタル化した振動データの時間毎の振動スペクトル分布を求めると共に、振動測定時の転がり軸受の回転速度を時々刻々求めて、回転速度の時間変化パターンと振動スペクトル分布におけるピークスペクトルの周波数の時間変化パターンが一致し、さらに、任意の時刻におけるピークスペクトルの周波数が、転がり軸受の回転速度と転がり軸受の幾何学的寸法とから求まる転がり軸受損傷の特徴周波数と一致する場合に、転がり軸受の特定部位に損傷が発生したと判定するものも知られている（特許文献４参照）。
【０００６】
これらの従来技術においては、検出信号のエンベロープを求めるエンベロープ処理（あるいは絶対値化処理）はアナログ処理であってあったりデジタル処理であったりするが、周波数解析処理にはデジタル処理である高速フーリエ変換（ＦＦＴ）処理が使用される。 ＦＦＴ演算を行なうために、エンベロープ処理の前または後にＡ／Ｄ変換を行なっている。そして、いずれの従来技術においても、エンベロープ処理の後にＦＦＴ演算を行なっている。
【０００７】
エンベロープ処理をアナログ処理により行なう方式では、エンベロープ処理ユニットが必要となる。したがってシステムのコスト低減および小型化を図る上では、エンベロープ処理をデジタル処理で行なう方式の方が有利である。
【特許文献１】特開２００３−２０２２７６号公報
【特許文献２】特開２００３−２３２６７４号公報
【特許文献３】特開２００３−１３０７６３号公報
【特許文献４】特開平０９−１１３４１６号公報
【発明の開示】
【発明が解決しようとする課題】
【０００８】
エンベロープ処理をデジタル処理で行なう方式において、異常診断効率を上げる方法として、ＦＦＴ演算の効率を上げることが考えられる。ＦＦＴ演算の効率向上は、ＦＦＴ演算の点数を少なくすることにより達成可能である。しかし、ＦＦＴ演算の点数を少なくして計算効率を上げようとすると、周波数分解能が悪くなってしまい、異常診断の精度低下を招くという問題がある。
【０００９】
回転機械において軸受欠陥等に起因する異常を診断するための演算デバイスは、寸法や消費電力が小さい方が組込み用として望ましい。また計算精度の面からもメモリ容量の面からも、少ない演算点数でＦＦＴを行なうことが要求される。しかし、その一方で、上述したように、周波数分解能がある程度高くないと異常診断の精度低下を招く。生波形を復元できる周波数を１０ｋＨｚ（サンプリング周波数は２０ｋＨｚ以上）までとる必要があっても軸受の欠陥周波数の上限は結局１ｋＨｚ以下になる。
【００１０】
本発明は、前述した事情に鑑みなされたものであり、その目的は、診断対象から検出された信号を、任意の周波数分解能でＦＦＴして高精度に異常診断を実施できる、機械設備の異常診断システムを提供することにある。
【課題を解決するための手段】
【００１１】
上記目的を達成するため、本発明に係る機械設備の異常診断システムは、下記（１）、（２）、および（３）を特徴としている。
（１） 機械設備から発生する音または振動を検出し、その信号を分析することにより、機械設備内の軸受または軸受関連部材の異常を診断する異常診断システムであって、
前記信号をデジタル信号に変換するＡ／Ｄ変換部と、
当該Ａ／Ｄ変換部により変換されたデジタル信号から診断に必要な周波数帯域の信号を取り出すデジタルフィルタ処理部と、
当該デジタルフィルタ処理部により取り出された信号のエンベロープを求めるエンベロープ処理部と、
当該エンベロープ処理部により求められたエンベロープを任意の周波数分解能で高速フーリエ変換するべくゼロ詰め補間する補間処理部と、
当該補間処理部によりゼロ詰め補間された信号をＦＦＴするＦＦＴ部と、
当該ＦＦＴ部により得られた周波数スペクトルに基づいて異常を診断する診断部と、
を備えたこと。
（２） 上記（１）の構成を備えた機械設備の異常診断システムにおいて、前記補間処理部が、前記ＦＦＴ部におけるサンプリング周波数が２のＮ乗ヘルツまたは２のＮ乗の倍数ヘルツになるようにゼロ詰め補間すること。
（３） 上記（１）または（２）の構成を備えた機械設備の異常診断システムが、前記ＦＦＴ部により得られた周波数スペクトルのピークを検出するピーク検出部を更に備え、前記診断部が、前記ピーク検出部によって検出されたピークのうち振動の主成分に対応するピークあるいは振動の主成分および高次成分に対応するピークと診断対象の異常を示す周波数との一致度を求め、その一致度の複数回分の累計結果を評価することにより異常を診断すること。
【００１２】
上記（１）の構成の異常診断システムによれば、機械設備から発生する音または振動を検出し、その信号をデジタル信号に変換し、そのデジタル信号から診断に必要な周波数帯域の信号を取り出してそのエンベロープを求め、そのエンベロープを任意の周波数分解能でＦＦＴするべくゼロ詰め補間した上でＦＦＴし、ＦＦＴにより得られた周波数スペクトルに基づいて異常を診断するので、高精度に異常診断を実施できる、高精度に異常診断を実施できる。
上記（２）の構成の異常診断システムによれば、ＦＦＴ部におけるサンプリング周波数が２のＮ乗（例えばＮ＝８〜１２）ヘルツまたは２のＮ乗の倍数ヘルツになるようにゼロ詰め補間されるので、ＦＦＴ演算時における周波数補間が確実になされる。
上記（３）の構成の異常診断システムによれば、検出された周波数スペクトルのピークのうち振動の主成分に対応するピークあるいは振動の主成分および高次成分に対応するピークと診断対象の異常を示す周波数との一致度を求め、その一致度の複数回分の累計結果を評価することにより異常を診断するので、異常診断を高精度に実施できる。
【発明の効果】
【００１３】
本発明によれば、診断対象から検出された信号を、任意の周波数分解能でＦＦＴして高精度に異常診断を実施できる。
【発明を実施するための最良の形態】
【００１４】
以下、本発明を実施するための最良の形態について、転がり軸受を含む機械設備を対象とし、機械設備内の転がり軸受の傷の有無を判断する場合を例に説明する。
【００１５】
図１は本発明の異常診断システムの形態例を示す機能ブロック図である。
【００１６】
図１に示すように、本発明の異常診断システムは、アナログアンプフィルタ部１、Ａ／Ｄ変換部２、デジタルフィルタ部３、デシメーション部４、絶対値化部（エンベロープ処理部）５、ゼロ補間部（補間処理部）６、ハニング窓関数処理部７、ＦＦＴ部８、ピーク検出部９、軸受欠陥基本周波数算出部１０、比較部１１、積算部１２、診断部１３、および診断結果出力部１４を備えている。
【００１７】
アナログアンプフィルタ部１には、診断対象の機械設備から発生する音または振動を検出する振動センサ（音響センサを含む）１４により検出された信号が入力される。アナログアンプフィルタ部１は、入力された信号を所定のゲインで増幅するとともに、所定周波数以上の信号を遮断する。
【００１８】
Ａ／Ｄ変換部２は、アナログアンプフィルタ部１を通過したアナログ信号を、所定のサンプリング周波数でサンプリングしてデジタル信号に変換する。
【００１９】
デジタルフィルタ部３は、Ａ／Ｄ変換部２により生成されたデジタル信号のうち、所定の周波数帯域の信号のみ通過させる。
【００２０】
デシメーション部４は、デジタルローパスフィルタ３を通過した信号を所定のサンプリング周波数でサンプリングすることにより間引き処理する。
【００２１】
絶対値化部５は、デシメーション部４により取り出された信号のエンベロープ（包絡線波形）を離散化データとして求める。
【００２２】
ゼロ補間部６は、絶対値化部５により得られたエンベロープの離散化データを任意の周波数分解能で高速フーリエ変換するためにゼロ詰め補間する。ここで、ゼロ詰め補間とは、ＦＦＴ部８によるサンプリング周波数が２の累乗になるように、不足が生じる場合にエンベロープの離散化データに０を追加して調整する補間をいう。
【００２３】
ハニング窓関数処理部７は、ゼロ補間部６により補間処理された後の信号に所定周期のハニング窓関数を掛けることにより、診断に使用する信号を切り出す。
【００２４】
ＦＦＴ部８は、ハニング窓関数処理部７により切り出された信号をＦＦＴアルゴリズムにより周波数解析し、周波数スペクトル波形信号を生成する。
【００２５】
ピーク検出部９は、ＦＦＴ部８により得られた周波数スペクトルのピークを検出する。
【００２６】
軸受欠陥基本周波数算出部１０は、回転速度検出器１５により検出された転がり軸受の回転速度と、ＲＯＭ１６から読み出された軸受の内部諸元とに基づいて軸受の欠陥を示す基本周波数を算出する。
【００２７】
比較部１１は、ピーク検出部９により得られたピークと、軸受欠陥基本周波数算出部１０により算出された周波数とを比較し、その一致度を数値化して出力する。
【００２８】
積算部１２は、比較部１１からの出力値を積算し、その結果を出力する。
【００２９】
診断部１３は、積算部１２による積算結果に基づいて異常を診断する。
【００３０】
診断結果出力部１４は、診断部１３による診断結果を出力する。
【００３１】
上記ピーク検出部９は、移動平均化処理部と、平滑化微分処理部と、しきい値選別部と、ソーティング選別部とを備えている。
【００３２】
移動平均化処理部は、ＦＦＴ部８により得られた周波数スペクトル（周波数領域の離散データ）を左右対称に重み付けして移動平均化する。
【００３３】
平滑化微分処理部は、移動平均化処理部による移動平均化処理の際に数値微分演算を行ない、微分係数の符号が変化する周波数ポイントを周波数スペクトルのピークとして抽出する。
【００３４】
しきい値選別部は、平滑化微分処理部により抽出されたピークのうち、振幅レベルの二乗平均平方根がしきい値以上のものを選別する。しきい値には、平滑化微分処理部により抽出されたピークのパワー平均値や二乗平均平方根に応じて決まる相対的な値を用いる。
【００３５】
ソーティング選別部は、しきい値選別部で選別されたピークのうち、振幅レベルの二乗平均平方根が大きい方から所定の個数までのピークを選別する。その最も簡単な方法として、たとえば公知のソーティングアルゴリズムを用いて複数のピークをレベルに関して降順ソートした後、上位のものから選別する方法をあげることができる。
【００３６】
図２は本発明の異常診断システムの具体的構成要素であるマイクロコンピュータ（ＭＰＵ）とその周辺回路の形態例を示すブロック図（ハードウェア構成図）である。
【００３７】
図２に示すように、マイクロコンピュータ（ＭＰＵ）２０には、シンクロナスＤＲＡＭ２１、フラッシュメモリ２２、アナログアンプフィルタ２３（１）、Ａ／Ｄ変換器２４（２）、および液晶表示器（ＬＣＤ）２５（１４）が接続されている。
【００３８】
ＭＰＵ２０は、ＲＩＳＣ型コンピュータである。ＭＰＵ２０は、ＣＰＵ２０ａの他にＤＳＰ２０ｂ、キャッシュＲＡＭ２０ｃ、およびダイレクトメモリアクセスコントローラ（ＤＭＡＣ）２０ｄを備えている。
【００３９】
ＤＳＰ２０ｂは、固定小数点演算方式のＤＳＰである。ＤＳＰ２０ｂは、専用の命令で積和演算を１サイクルで実行できるように、それぞれ専用のバスで接続されたＸ-ＲＡＭとＹ-ＲＡＭとからなる高速メモリ（Ｘ／Ｙ-ＲＡＭ２０）ｅを内蔵している。Ｘ-ＲＡＭとＹ-ＲＡＭの容量は８キロバイトずつである。ＤＳＰ２０ｂは、命令バスと合わせて３つのバスに同時にアクセス可能であり、複数の命令を同時に実行することができる。Ｘ／Ｙ-ＲＡＭは、デュアルポートＲＡＭ、デュアルアクセスＲＡＭ、マルチポートＲＡＭ、等とも呼ばれる。
【００４０】
シンクロナスＤＲＡＭ２１、フラッシュメモリ２２およびＡ／Ｄ変換器２４は、ＣＰＵ２０ａの外部バスに接続されている。シンクロナスＤＲＡＭ２１は、主記憶として機能する３２ＭＢ（メガバイト）の容量のメモリである。フラッシュメモリ２２は、プログラム格納領域として機能する４ＭＢの容量のメモリである。フラッシュメモリ２２には、マイクロコンピュータ２０を、図１中のデジタルフィルタ部３、デシメーション部４、絶対値化部５、ゼロ補間部６、ハニング窓関数処理部７、ＦＦＴ部８、ピーク検出部９、軸受欠陥基本周波数算出部１０、比較部１１、積算部１２、および診断部１３として機能させるためのプログラムが格納されている。
【００４１】
シンクロナスＤＲＡＭ２１およびフラッシュメモリ２２は、ＣＰＵ２０ａよりも動作速度が遅いため、ＣＰＵ２０ａの高速性を生かすためにはキャッシュメモリが不可欠である。そのために、マイクロコンピュータ２０には、データ／命令混在型のキャッシュＲＡＭ２０ｃが内蔵されている。
【００４２】
ＤＭＡＣ２０ｄは、シンクロナスＤＲＡＭ２１に対してＡ／Ｄ変換器２４で得られたデータをＣＰＵ２０ａを使わずに転送するＤＭＡ動作を制御する。
【００４３】
液晶表示器２５は、診断情報を表示するための出力装置である。
【００４４】
図１に示す異常診断システムでデジタル演算処理を行なう機能ブロックのうち一度に（１ループ毎に）扱うデータの量が最も大きいのはＦＦＴ部８である。ＦＦＴ部８をＭＰＵ２０内のＤＳＰ２０ｂで実現するには、ＦＦＴ演算処理で使用するデータがＸ／Ｙ-ＲＡＭ２０ｄに収まる必要がある。
【００４５】
一方、軸受の振動解析によって傷を検出するには、１０ｋＨｚ程度までの周波数帯域で波形を観測する必要があるが、傷の特徴となる周波数は一般的には１ｋＨｚ以下になる。
【００４６】
この例では、診断対象である軸受の傷の特徴周波数が１００Ｈｚ以下の低い周波数であるものとし、ＦＦＴ部８の周波数分解能を１Ｈｚ（±０．５Ｈｚ）、サンプリング周波数を３２．７６８ｋＨｚ、サンプリング時間（Ｔｗ）を７５０ｍｓとする。したがって、生波形のサンプリング個数は３２７６８×０．７５＝２４５７６である。最終的にＦＦＴ部８で周波数スペクトルを求める段階では、サンプリング時間が１ｓとなるようにゼロ補間を行なうことにより、周波数分解能は１Ｈｚ（±０．５Ｈｚ）となる。
【００４７】
デジタルフィルタ部３の通過帯域幅は、異常に起因する振動とノイズとのＳ／Ｎ比が最も大きくなる周波数帯域に合わせて選定される。たとえば、予め１ｋＨｚ〜４ｋＨｚの周波数帯域で剥離欠陥のＳ／Ｎ比が最大になることが分かっている場合、デジタルフィルタ部３の通過帯域幅を１ｋＨｚ〜４ｋＨｚに選定する。この種のデジタルフィルタは、ＦＩＲフィルタ、ＩＩＲフィルタ、ＦＦＴと逆ＦＦＴ（ＩＦＦＴ）を用いたフィルタ、等で構成することが可能であるが、固定小数点演算方式のＤＳＰを内蔵したＲＩＳＣ型マイコンの場合はＦＩＲフィルタが適している。
【００４８】
絶対値化処理部５は、エンベロープまたは絶対値波形に対してＤＣ成分を消すために平均値をとって、振幅ゼロのラインを引き直す。この絶対値処理（エンベロープ処理）により、軸受欠陥に起因した１ｋＨｚ未満の低域の信号が顕在化する。この時点では、高域の信号も含まれたままになっているので、ＦＦＴを行なう前に１ｋＨｚ未満の低域の信号のみ通過させるＦＩＲローパスフィルタをかけておくことが望ましいが、既に生波形に対してデジタルフィルタ部３によるバンドパスフィルタ処理と絶対値化処理部５による絶対値化（エンベロープ抽出）処理とを施してあるので、ＦＦＴ部８の直前におけるローパスフィルタ処理を省略しても軸受欠陥の診断精度への影響は少ない。
【００４９】
デシメーション部４によるＦＦＴ演算ポイントの間引き率（間引き量）およびゼロ補間部６による補間率あるいは補間ビット数は、分析すべき周波数帯域、周波数分解能、ＦＦＴ演算点数、等に応じて決められる。この例では、ＭＰＵ２０内のＤＳＰ２０ｂによる超高速ＦＦＴ演算処理を実現しようしとしているため、ＦＦＴ演算点数はＤＳＰ２０ｂから並列専用バスでアクセスできるＸ／Ｙ-ＲＡＭ２０ｅの容量によって自ずと制限される。
【００５０】
ＦＦＴ部８で演算処理されるデータは、実数部と虚数部とからなり、それぞれＸ／Ｙ-ＲＡＭ２０ｅのＸ-ＲＡＭとＹ-ＲＡＭに割り当てられる。入力と出力でメモリ領域を供給させる方式とすれば、８ｋＢ分のデータ長をＦＦＴできる。Ａ／Ｄ変換器２４（２）の分解能が１６ビット（２バイト）であれば、演算変数も２バイト長にしておくことにより、８１９２／２バイトすなわち４０９６点までのデータをＤＳＰ２０ｂで高速処理することが可能である。
【００５１】
必要な周波数分解能Δｆｗは、サンプリング周波数（ｆｓ，ｆｆｔ）が１．０ＨｚのときのＦＦＴの区間長をＴｗ，ｆｆｔとすると、Δｆｗ＝１／Ｔｗ，ｆｆｔで表される。したがって、Ｔｗ，ｆｆｔ＝１ｓであれば要件を満たす。
【００５２】
この例では、サンプリング時間Ｔｗ，ｆｆｔを０．７５ｓとしたので、０．２５ｓサンプリング時間が不足する。この不足分をゼロ補間部６で補間するのであるが、単にゼロ補間しただけでは、データ数が３２７８６にも及んでしまう。
【００５３】
そこで、当初のサンプリング個数（３２．７６８）を、ＤＳＰ２０ｂのＸ／Ｙ-ＲＡＭ２０ｅの容量と演算のバイト長から決まる上限のＦＦＴ演算点数である４０９６に間引くと、データ数が当初の１／８になり、ＦＦＴ部８のサンプリング周波数も３２．７６８／８＝４．０９６に削減される。したがって、ＦＦＴ部８で分析できる周波数の上限（ナイキスト周波数）は、その半分の２．０４８ｋＨｚになるが、それでもまだ軸受の欠陥を表す周波数（１ｋＨｚ未満）を十分にカバーしている。
【００５４】
この例では、これに準じて３２．７６８ｋＨｚで０．７５ｓのサンプリング（２４５７６点）を行ない、デジタルフィルタ部３と絶対値化処理部５とで周波数帯域を低域化した後に１／８の間引き処理を行ない、サンプリング数とサンプリング周波数とをそれぞれ３０７２点と４．０９６Ｈｚに下げ、４０９６に足りない点には、３０７２点の後ろに１０２４個のゼロ（０）を詰めて４０９６点のサンプリング波形データとする（図３参照）。この波形データがハニング窓関数部７を経てＦＦＴ部８に入力される。ハニング窓関数部７は、入力波形データにハニング窓関数を掛けることにより、ＦＦＴ部８に入力される波形データの両端の影響を軽減する。この波形データをＦＦＴ部８でＦＦＴすることにより、周波数スペクトルが１Ｈｚの分解能で得られる。得られた周波数スペクトルデータは、ピーク検出部９に入力される。
【００５５】
ピーク検出部９では、ＦＦＴ部８により得られた周波数スペクトルを左右対称に重み付けして移動平均化する。これにより、周波数スペクトルが平滑化され雑音が軽減される。 さらに、移動平均化処理の際に数値微分演算を行なう。そして、微分係数の符号が変化する周波数ポイントを周波数スペクトルのピークとして抽出する。そして、抽出されたピークのうち振幅レベルの二乗平均平方根がしきい値以上のものを選別し、振幅レベルの二乗平均平方根が大きい方から所定の個数（たとえば１０個）までのピークを選別する。
【００５６】
一方、軸受欠陥基本周波数算出部１０は、回転速度検出器１５により検出された軸受の回転速度とＲＯＭ１６から読み出した軸受の内部諸元とに基づいて軸受の欠陥を示す基本周波数を算出する。回転速度検出器１５による軸受の回転速度の検出は、振動センサ１４による振動検出と同期して（例えば０．７５ｓに１回）複数サイクル繰り返し実施される。
【００５７】
そして、ピーク検出部９により検出されたピークの周波数と、軸受欠陥基本周波数算出部１０により算出された基本周波数とが、各サイクル毎に同期して比較部１１に入力される。
【００５８】
比較部１１は、ピークの周波数と基本周波数とが入力される度に、基本周波数およびその高調波成分とピークの周波数とを比較し、両者の一致する度合いに応じた点数を付け（数値化）、その値を積算部１２に出力する。ここでの点数の付け方の例を下記の表に示す。
【００５９】
【表１】
【００６０】
この場合、一回の波形取り込みに対する診断処理は、算出された軸受欠陥に起因する振動の基本周波数と４次まで高調波成分に対して、検出されたピークとが一致する度合いに応じた診断点数を付けることに相当する。
【００６１】
そして、周波数ピーク検出を繰り返してその都度、診断点数を加算していき、ポイント数の累計値を評価することにより、スペクトルのばらつきの影響を軽減して異常診断を高精度に行なうことができる。
【００６２】
図４は、欠陥を導入した軸受（欠陥品）と欠陥のない軸受（正常品）の診断点数の累計値を棒グラフにして示したものである。この例は、内輪回転タイプの軸受に対し、上記異常診断システムを使用してテストを行なったものである。内輪回転タイプの軸受では外輪軌道に損傷を生じる場合が多いので、この例でも外輪軌道に傷を導入してテストを行なった。４セットの軸受を診断対象に用い、そのうちの２セットに外輪傷を導入した。このテストの条件では、外輪軌道に欠陥がある場合の基本周波数は１００Ｈｚ以下であった。基本波に関しては、ピークの周波数が基本周波数の±１．０Ｈｚの範囲内にあればピークの周波数と一致したものと判断し、２次、３次、４次の各高調波に関しては、ピークの周波数が各高調波周波数の±２．０Ｈｚの範囲内にあればピークの周波数と一致したものと判断して、上記表１の点数を加算した。テスト時間は６０秒とした。１サイクル分のサンプリング時間は０．７５秒で、異常診断点数を出すための演算所用時間は０．１５秒程度かかる。データ取り込みはＤＭＡで行ない、演算処理は次回のデータを取り込む間に０．１５秒で行なってしまうので、図５のようにトータルで見れば、６０（＋０．１５）秒間連続で本システムを走らせることにより、８０（＝６０／０．７５）回の診断処理を実行できる。
【００６３】
図４に示すように、正常品であっても若干のノイズがカウントされるが、欠陥品との差は歴然としている。欠陥品と正常品との間に大きな差が生じることから、しきい値の範囲を大きく取れるため、この範囲をグレーゾーンとして段階的な警報を発するようにすることも可能である。
【００６４】
図６はＦＦＴ演算処理の時間について、ＤＳＰ２０ｂを使った場合とＣＰＵ２０ａのみで行なった場合とを対比させて示したグラフである。ＤＳＰ２０ｂ内のＸ／Ｙ-ＲＡＭ２０ｅの容量に合わせるように、ＦＦＴ演算の点数をデジタルフィルタ部３で帯域を下げた後デシメーション部４で間引いたので、ＦＦＴ演算をＤＳＰ２０ｂで極めて高速に実行することができた。
【００６５】
以上説明したように、この形態例の異常診断システムでは、検出信号をデジタル信号に変換し、診断に必要な周波数帯域の信号を取り出し、それを間引き処理した信号のエンベロープを求め、そのエンベロープを任意の周波数分解能でＦＦＴするためにゼロ詰め補間し、更にハニング窓関数により診断に使用する信号を切り出した上で、ＦＦＴにより周波数分析し、得られた周波数スペクトルに基づいて異常を診断するので、ＦＦＴ演算に使用する演算デバイスに合ったサンプリング周波数および周波数分解能で検出信号をＦＦＴして高精度に異常診断を実施できる。
【００６６】
また、ＦＦＴにより得られた周波数スペクトルを移動平均化処理し、更にそのスペクトルを平滑化微分して、微分係数の符号が正から負へ変化する周波数ポイントをピークとして検出した後、所定のしきい値以上のものを抽出し、それらをソーティングしてそのうちの上位所定数個をピークとして抽出し、それらのピークのうち振動の主成分に対応するピークあるいは振動の主成分および高次成分に対応するピークと診断対象の異常を示す周波数との一致度を求め、その一致度に点数を付けて複数回分累計し、その累計値を評価することにより異常を診断するので、異常信号や異常予兆信号と雑音信号とのＳ／Ｎ比が小さい条件下においても、雑音信号を異常あるいは異常予兆信号と誤検出することなく、極めて高精度に且つ高効率に異常診断を実施できる。
【図面の簡単な説明】
【００６７】
【図１】本発明の異常診断システムの形態例を示す機能ブロック図である。
【図２】本発明の異常診断システムの具体的構成要素であるマイクロコンピュータとその周辺回路の形態例を示すブロック図である。
【図３】図１中のゼロ補間部によるゼロ補間処理の説明図である。
【図４】欠陥品と正常品の異常診断結果を示す図である。
【図５】データの取り込み処理とデータの演算処理のタイミングおよび所用時間を示すタイミング図である。
【図６】ＦＦＴ演算処理の時間について、ＤＳＰを使った場合とＣＰＵのみで行なった場合とを対比させて示した図である。
【符号の説明】
【００６８】
２ Ａ／Ｄ変換部
３ デジタルフィルタ部
５ 絶対値化部（エンベロープ処理部）
６ ゼロ補間部（補間処理部）
８ ＦＦＴ部
９ ピーク検出部
１１ 比較部
１３ 診断部
【特許請求の範囲】
【請求項１】
機械設備から発生する音または振動を検出し、その信号を分析することにより、機械設備内の軸受または軸受関連部材の異常を診断する異常診断システムであって、
前記信号をデジタル信号に変換するＡ／Ｄ変換部と、
当該Ａ／Ｄ変換部により変換されたデジタル信号から診断に必要な周波数帯域の信号を取り出すデジタルフィルタ処理部と、
当該デジタルフィルタ処理部により取り出された信号のエンベロープを求めるエンベロープ処理部と、
当該エンベロープ処理部により求められたエンベロープを任意の周波数分解能で高速フーリエ変換するべくゼロ詰め補間する補間処理部と、
当該補間処理部によりゼロ詰め補間された信号を高速フーリエ変換するＦＦＴ部と、
当該ＦＦＴ部により得られた周波数スペクトルに基づいて異常を診断する診断部と、
を備えたことを特徴とする機械設備の異常診断システム。
【請求項２】
前記補間処理部が、前記ＦＦＴ部におけるサンプリング周波数が２のＮ乗ヘルツまたは２のＮ乗の倍数ヘルツになるようにゼロ詰め補間することを特徴とする請求項１に記載した機械設備の異常診断システム。
【請求項３】
前記ＦＦＴ部により得られた周波数スペクトルのピークを検出するピーク検出部を更に備え、
前記診断部が、前記ピーク検出部によって検出されたピークのうち振動の主成分に対応するピークあるいは振動の主成分および高次成分に対応するピークと診断対象の異常を示す周波数との一致度を求め、その一致度の複数回分の累計結果を評価することにより異常を診断することを特徴とする請求項１または請求項２に記載した機械設備の異常診断システム。
【請求項１】
機械設備から発生する音または振動を検出し、その信号を分析することにより、機械設備内の軸受または軸受関連部材の異常を診断する異常診断システムであって、
前記信号をデジタル信号に変換するＡ／Ｄ変換部と、
当該Ａ／Ｄ変換部により変換されたデジタル信号から診断に必要な周波数帯域の信号を取り出すデジタルフィルタ処理部と、
当該デジタルフィルタ処理部により取り出された信号のエンベロープを求めるエンベロープ処理部と、
当該エンベロープ処理部により求められたエンベロープを任意の周波数分解能で高速フーリエ変換するべくゼロ詰め補間する補間処理部と、
当該補間処理部によりゼロ詰め補間された信号を高速フーリエ変換するＦＦＴ部と、
当該ＦＦＴ部により得られた周波数スペクトルに基づいて異常を診断する診断部と、
を備えたことを特徴とする機械設備の異常診断システム。
【請求項２】
前記補間処理部が、前記ＦＦＴ部におけるサンプリング周波数が２のＮ乗ヘルツまたは２のＮ乗の倍数ヘルツになるようにゼロ詰め補間することを特徴とする請求項１に記載した機械設備の異常診断システム。
【請求項３】
前記ＦＦＴ部により得られた周波数スペクトルのピークを検出するピーク検出部を更に備え、
前記診断部が、前記ピーク検出部によって検出されたピークのうち振動の主成分に対応するピークあるいは振動の主成分および高次成分に対応するピークと診断対象の異常を示す周波数との一致度を求め、その一致度の複数回分の累計結果を評価することにより異常を診断することを特徴とする請求項１または請求項２に記載した機械設備の異常診断システム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２００６−１２５９７６（Ｐ２００６−１２５９７６Ａ）
【公開日】平成１８年５月１８日（２００６．５．１８）
【国際特許分類】
【出願番号】特願２００４−３１３８７５（Ｐ２００４−３１３８７５）
【出願日】平成１６年１０月２８日（２００４．１０．２８）
【出願人】（０００００４２０４）日本精工株式会社 (8,378)
【Ｆターム（参考）】
【公開日】平成１８年５月１８日（２００６．５．１８）
【国際特許分類】
【出願日】平成１６年１０月２８日（２００４．１０．２８）
【出願人】（０００００４２０４）日本精工株式会社 (8,378)
【Ｆターム（参考）】
[ Back to top ]