説明

Fターム[2G024AD22]の内容

Fターム[2G024AD22]の下位に属するFターム

Fターム[2G024AD22]に分類される特許

41 - 54 / 54


【課題】包括的なパラメータ探索を行なうことができる知識作成支援装置を提供する。
【解決手段】特徴量セット設定部15と、パラメータのセットを設定するパラメータセット設定部12と、パラメータセット設定手段で設定されたパラメータに基づき、時間軸と周波数軸で記述されるパラメータテーブルを生成し、与えられた波形データに対し、時間軸と周波数軸で特徴量を記述したデータ構造からなる特徴マトリックスを求める特徴マトリックス演算部18と、特徴マトリックス演算部で作成された特徴マトリックスを取得し、取得した特徴マトリックスの各周波数成分における時間軸の推移情報をスカラ量に変換する推移情報抽出処理演算部19と、特徴マトリックス並びに推移情報抽出処理演算部により求めた情報に基づいて、波形データについてのプロファイルデータを作成し、プロファイルデータベース22に登録するプロファイルデータ作成部21とを備えた。 (もっと読む)


【課題】 現場から離れた場所に設置されている情報記憶装置と現場側の診断装置との間で、測定及び診断に用いる情報をより高い自由度で取得することが可能な回転電機の振動診断システム及びその振動診断システムに使用されるユーザインターフェース装置を提供する。
【解決手段】 PDA11とパソコン1との間では携帯電話機5を中継して無線通信を行なう。この場合、携帯電話機5はパソコン1との間では長距離通信を行ない、PDA11との間では近距離通信を行なう。そして、PDA11は、携帯電話機5を介して現場から離れた場所に設置されているパソコン1から測定及び診断に用いる情報を取得し、これらの情報に基づいて振動データの測定及び診断を実行する。 (もっと読む)


【課題】 振動状態信号を付加的なセンサを用いて測定することなく、設備の回転系の状態量から精度良く異常を診断することができ、また加減速区間における回転系の状態量であっても一定の基準回転数の状態量に変換することで設備診断ができる設備診断装置を提供する。
【解決手段】 診断対象のメカニカルシステムを駆動させるモータ状態量と運動方程式に基づいてモータの加減速による状態量の推定値を算出する状態量推定値演算部2と、モータ状態量から推定値を減算して振動状態量を算出する振動状態量演算部3と、この振動状態量を基準回転数の振動状態量に変換する振動状態量変換部4と、振動状態量変換部4が変換した振動状態量を周波数解析する周波数解析部5と、この周波数解析結果に基づいてメカニカルシステムの異常判定を行う診断処理部6とを備える。 (もっと読む)


【課題】 知識作成に用いるデータを適宜に減らすことによって、パラメータ調整結果の最適性を損なうことなくパラメータ調整に要する時間を削減することができる知識作成装置を提供すること
【解決手段】 波形データベース21に格納された同一種類(良品)に属する複数の波形データの中から所定の波形データを選択するデータ選択部23と、そのデータ選択部が選択した波形データである選択データを少なくとも用いて、前記良否判定知識を作成する知識作成手段(パラメータ最適化部24,ルール作成部25)とを備える。データ選択部は、複数の良品の波形データから、その境界領域に属する所定数の境界データを選択する機能と、境界領域に属さない波形データの中から一部の波形データを代表データとして選択する機能とを有し、それら選択された境界データと代表データを併せて選択データとするようにした。 (もっと読む)


【課題】設備の正常運転時のデータのみを用いて異常の発生ないし異常の兆候を検出することを可能とする。
【解決手段】設備から発生する音波と振動とを信号入力部1で電気信号に変換し、周波数成分抽出部2で電気信号の周波数成分を抽出する。設備の正常運転時の周波数成分を用いて競合型ニューラルネットワーク4aを学習させ、設備の正常動作に対応付けたクラスタのみを有するとともに各ニューロンごとに設備の正常と異常とを判定する閾値を対応付けたクラスタリングマップを生成する。クラスタ判定部4bは、クラスタリングマップの各ニューロンのうちで設備の運転時に信号入力部の出力から抽出した周波数成分に対応するニューロンとの距離が最小になるニューロンを抽出し当該ニューロンに設定されている閾値と前記距離とを比較することにより設備の正常と異常とを判定する。 (もっと読む)


【課題】設備の正常運転時のデータのみを用いて異常の発生ないし異常の兆候を検出することを可能とする。
【解決手段】設備から発生する音波と振動との周波数成分を周波数成分抽出部2で抽出し、さらに周波数成分修正部3で周波数軸方向に伸縮させて正規化した修正周波数成分を生成する。設備の正常運転時の修正周波数成分を用いて競合型ニューラルネットワーク5aを学習させ、設備の正常動作に対応付けたクラスタのみを有し各ニューロンごとに設備の正常と異常とを判定する閾値を対応付けたクラスタリングマップを生成する。クラスタ判定部5bは、クラスタリングマップの各ニューロンで、設備の運転時に得られる修正周波数成分に対応するニューロンとの距離が最小になるニューロンを抽出し、この距離を当該ニューロンに設定されている閾値と比較することにより設備の正常と異常とを判定する。 (もっと読む)


【課題】複数の部品が同時に動作している場合であっても、故障を検知するための特別な動作を実行させることなく故障検知を行うことができる故障検知装置を提供する。
【解決手段】複数の駆動ドライバを介して、予め設定された複数の動作パターンの何れかを選択し、選択した動作パターンに応じて各駆動機構のON/OFF制御を実行し、前記制御手段による前記ON/OFF制御の実行時に前記複数の駆動ドライバの駆動電流の総和を検出すると共に、前記複数の駆動機構がそれぞれ正常に駆動しているときの駆動電流の総和の経時変化を示す正常電流波形を前記動作パターン毎に予め電流値記憶部162に記憶しておき、電流値検出部160で検出された駆動電流の経時変化を示す検出電流波形と前記動作パターンに応じた正常電流波形とを比較し、検出電流波形と正常電流波形とが異なる場合に前記駆動機構に故障が発生していると判定する。 (もっと読む)


真空ポンプ等の機械で予測診断を実行するための診断サブシステム。該サブシステムは、測定可能データ(30)を提供する1台または複数のセンサと、機械動作をモデル化し、少なくとも1つの推定される動作パラメータを生成するためのプロセスモデル(50)と、該検知された動作パラメータを該推定された動作パラメータに比較するためのコンパレータ(54)と、該モデルの中にスライディングモード動作を維持するために該モデルの中に非連続性を注入するための非連 続信号注入手段(56)と、該機械内の障害を示す傾向について該非連続インジェクション信号を分析するための手段(58、60)とを有する。
(もっと読む)


本発明は、回転する軸(1)の損傷した軸受(4a、4b)を検知するための方法および装置であって、軸(1)の回転速度(n)が求められ、回転速度(n)の交流成分(nAC)が算定され、回転速度(n)の交流成分(nAC)の包絡線(h)が算定され、包絡線(h)が周波数範囲に変換され、包絡線(h)の絶対値周波数応答(B)が算定され、絶対値周波数応答(B)が限界値(G1、G2、G3、G4)を上まわるか否かを監視され、限界値(G1、G2、G3、G4)を上まわるとき、損傷した軸受(4a、4b)が検知される方法および装置に関する。それとともに本発明は、軸(1)の損傷した軸受(4a、4b)を検知するのに振動センサ(11)が必要とされない、モータの回転する軸(1)の損傷した軸受(4a、4b)を検知するための方法および装置を提供する。 (もっと読む)


【課題】機械設備から発生する音または振動を検出し、検出した信号を分析することにより、機械設備内の軸受の異常診断を高精度に且つ高効率に実施すること。
【解決手段】 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すフィルタ処理部3と、フィルタ処理部3により取り出された信号のエンベロープ信号を求めるエンベロープ処理部5と、得られたエンベロープ信号を間引き処理するデシメーション部7と、間引き処理した後のエンベロープ信号を周波数解析するFFT演算部8と、解析結果に基づいて異常を診断する診断部11とを備えた。エンベロープ処理の後で信号の間引き処理を行なって、エンベロープ波形解析のためのFFT演算のポイント数を少なくするので、周波数分解能の向上とFFT演算の効率向上とを両立させて、異常診断を高精度に且つ高効率に実施できる。 (もっと読む)


動作時に又は外部励起の効果に基づいて測定可能な信号を放出するシステムの信号を測定および評価する測定装置(1)である。この装置は、信号受信ユニット(2)および出力ユニット(5,6)を含む。受信ユニットによって捕らえられた時間依存の信号に対してフーリエ変換を実行し、フーリエ変換のパワー密度関数を計算し、パワー密度関数に対してa指数を有する冪関数をフィッティングし、得られたa指数を出力装置に送信する評価ユニット(3,4)を含む。
(もっと読む)


【課題】回転機劣化を非破壊絶縁劣化試験結果によって診断する場合には、劣化の進行度を適切に判断することは困難となっている。
【解決手段】非破壊絶縁劣化試験の診断項目から残存絶縁耐力の推定値を求めると共に、実破壊試験による絶縁耐力値を求める。この実破壊値と推定値から(実破壊試験による絶縁耐力値−推定値)に基づく相対的な誤差値と有機酸総量比との相関関係から、有機酸総量比≦1.4近傍の場合には非破壊絶縁劣化試験結果から算出した推定残存絶縁破壊値に妥当性ありと判断することを特徴とした (もっと読む)


【課題】 現車に近い高速での回転試験時に、駆動装置が発する騒音の測定や評価を精度よく行う。
【解決手段】 駆動装置4の回転試験を行う装置である。駆動装置4の小歯車軸4a又は車軸4bに連結される駆動モータ11と、駆動装置4の車軸4b又は小歯車軸4aに連結されるダイナモ14と、これら駆動モータ11及びダイナモ14と、駆動装置4の小歯車軸4a又は車軸4bを、継手22を介して連結する連結軸部12,16とを備える。前記連結軸部12,16の連結軸を油膜軸受によって支持すると共に、これら連結軸部12,16と駆動装置4を無響音室17内に設置する。
【効果】 時速300kmを超える現車に近い高速での無負荷・負荷回転試験を、軸受からの大きな騒音なく良好な環境下で可能になり、回転試験時における駆動装置の騒音測定やその評価も精度良く行えるようになる。 (もっと読む)


方法およびシステムは、測定された状態パラメータに基づいて、所望の出力信号波形を推定する。モデル・トレーニング段階は、測定された状態パラメータに対応する測定された信号波形を経験的に得ることで、モデルを生成する。モード形状やモード振幅などの特徴は、測定された信号から取り出されて、測定された状態パラメータとモード振幅を相互に関係づけるモデルの係数とともに、推定モデルに保存される。部品動作の間、動作中に測定された状態パラメータを、この推定モデルに入力して、推定信号波形の推定特徴を得る。次に、これらの推定特徴を使用して、この動作部品の実際の動作を表わす推定信号を合成する。それゆえ、このような推定モデルを利用することで、状態パラメータから、信号波形全体を推定することができる。
(もっと読む)


41 - 54 / 54