図面 (/)

技術 機械設備の評価方法

出願人 日本精工株式会社
発明者 坂野彰秀
出願日 2015年11月30日 (4年11ヶ月経過) 出願番号 2015-233438
公開日 2017年6月8日 (3年5ヶ月経過) 公開番号 2017-101954
状態 特許登録済
技術分野 機械部品、その他の構造物または装置の試験 機械的振動・音波の測定
主要キーワード 機械要素間 実測周波数 実稼動状態 振動分析 サンプリング基準 インパルスハンマ 複数次 ピーク検出範囲
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2017年6月8日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (10)

課題

機械設備が発生する音や振動から、機械設備における異常の有無及び異常箇所の特定を精度よく診断することができる機械設備の評価方法を提供する。

解決手段

機械設備15の発生する音又は振動を検知する振動センサ12と、検出した電気信号に対して周波数分析及びエンベロープ分析してスペクトルデータを得る振動分析手段42と、機械要素31,32,33毎に、異常発生時にピーク値をもたらす理論周波数を計算する理論周波数算出手段41と、各機械要素31,32,33の最小周波数差×0.5を検出周波数範囲とする検出周波数範囲決定手段46と、スペクトルデータのピーク値C,E,F,H,Jの周波数が、理論周波数±検出周波数範囲の範囲内であるか否かを判別する判別手段47と、機械設備15の異常箇所を特定する異常診断手段48と、を備える。

概要

背景

鉄道車両工作機械風力発電装置エレベータ装置等の機械設備には、転がり軸受等の回転部品ボールねじリニアガイド等の摺動部品が多く装備されて使用されている。これら回転部品や摺動部品を長時間使用することにより摩耗や損傷が発生すると、その回転部品や摺動部品のスムーズな回転、摺動阻害され、異常音を発生するだけでなく、寿命の低下を来たして破損に至り、機械設備の故障事故を招くおそれがある。このため従来は、機械設備を一定期間使用した後に摩耗や損傷等、異常の有無を検査していた。

この検査は、機械設備の回転部品や摺動部品が組み込まれた部位、或いは機械設備全体を分解することにより行われ、回転部品或いは摺動部品に発生した損傷や摩耗は、作業者目視による検査によって発見される。そして、検査で発見される主な欠陥(異常)としては、軸受の場合、異物の噛み込み等によって生ずる圧痕転がり疲れによる剥離、その他の摩耗等、歯車の場合には、歯部欠損や摩耗等、車輪の場合には、フラット等の摩耗があり、いずれの場合も新品にはない凹凸や摩耗等が発見されれば、新品に交換される。即ち、検査の結果、摩耗や損傷等の異常が発見された場合は、当該部品を新品に交換して、機械設備の故障や事故を未然に防止していた。

しかしながら、機械設備の一部、又は全体を分解し、作業者の目視によって行う検査方法では、機械設備から回転部品や摺動部品を取り外す作業と、検査が終了した回転部品や摺動部品を再び機械設備に組み込む作業に多大な労力がかかり、機械設備の保守コストが嵩むという問題があった。

また、組立て直す際に検査前にはなかった打痕を回転部品や摺動部品につけてしまう等、検査自体が回転部品や摺動部品の欠陥を生む原因となる可能性があった。また、限られた時間内で多数の軸受を目視で検査するため、欠陥を見落とす可能性が残るという問題もあった。さらに、この欠陥の程度の判断も個人差があり、実質的には欠陥がなくても部品交換が行なわれるため、無駄なコストがかかることにもなる。

このような問題を解決するために、転がり軸受が組み込まれた機械装置を分解することなく、機械設備の実稼動状態で回転部品や摺動部品の状態を評価する評価装置が提案されている(例えば、特許文献1参照)。

特許文献1の評価装置は、理論的に異常時に発生する周波数成分(理論周波数成分)を予め構成部品ごとに算出しておく。また、サンプリング基準設定手段に設定された基準値に基づいて、回転体より検出された実測データからノイズの影響の大きい領域を除外した有効実測データを抽出し、該有効実測データに対して、エンベロープ分析等の解析処理を行って実測周波数成分を生成する。そして、理論周波数成分と一致する実測周波数成分が、一定以上のピークを持つか否かによって異常診断している。

概要

機械設備が発生する音や振動から、機械設備における異常の有無及び異常箇所の特定を精度よく診断することができる機械設備の評価方法を提供する。機械設備15の発生する音又は振動を検知する振動センサ12と、検出した電気信号に対して周波数分析及びエンベロープ分析してスペクトルデータを得る振動分析手段42と、機械要素31,32,33毎に、異常発生時にピーク値をもたらす理論周波数を計算する理論周波数算出手段41と、各機械要素31,32,33の最小周波数差×0.5を検出周波数範囲とする検出周波数範囲決定手段46と、スペクトルデータのピーク値C,E,F,H,Jの周波数が、理論周波数±検出周波数範囲の範囲内であるか否かを判別する判別手段47と、機械設備15の異常箇所を特定する異常診断手段48と、を備える。

目的

本発明は、前述した課題に鑑みてなされたものであり、その目的は、機械設備が発生する音や振動から、機械設備における異常の有無及び異常箇所の特定を精度よく診断することができる機械設備の評価方法を提供する

効果

実績

技術文献被引用数
1件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

回転体静止部材に対して相対的に回転する機械設備における異常の有無及び異常箇所を特定する機械設備の評価方法であって、前記機械設備の発生する音又は振動を検知して該検知した音又は振動に応じた電気信号を出力する検出工程と、前記電気信号に対して周波数分析を行い、スペクトルデータを得る演算処理工程と、前記機械設備の複数の機械要素毎に、前記回転体の回転情報から異常発生時に周波数スペクトル上にピーク値をもたらす理論周波数を所定の次数まで算出する理論周波数算出工程と、前記複数の機械要素間の前記理論周波数の差が最小となる最小周波数差を、少なくとも1つの次数求め、検知範囲係数を0.5以下として、いずれかの次数の前記最小周波数差×前記検知範囲係数を検出周波数範囲とする検出周波数範囲決定工程と、前記スペクトルデータのピーク周波数が、前記理論周波数±前記検出周波数範囲の範囲内であるか否かを判別する判別工程と、前記判別工程の結果に基づいて、前記機械要素の異常箇所を特定する異常診断工程と、を備えることを特徴とする機械設備の評価方法。

請求項2

回転体が静止部材に対して相対的に回転する機械設備における異常の有無及び異常箇所を特定する機械設備の評価方法であって、前記機械設備の発生する音又は振動を検知して該検知した音又は振動に応じた電気信号を出力する検出工程と、前記電気信号に対して周波数分析を行い、スペクトルデータを得る演算処理工程と、前記スペクトルデータから極大値を抽出する極大値抽出工程と、前記スペクトルデータから前記極大値を除いた有効スペクトルデータに基づいて、ベースラインを求めるベースライン算出工程と、前記極大値と前記ベースラインとの差が、所定の大きさよりも大きいピーク周波数を抽出するピーク周波数抽出工程と、前記機械設備の複数の機械要素毎に、前記回転体の回転情報から異常発生時に周波数スペクトル上にピーク値をもたらす理論周波数を所定の次数まで算出する理論周波数算出工程と、前記複数の機械要素間の前記理論周波数の差が最小となる最小周波数差を、少なくとも1つの次数求め、検知範囲係数を0.5以下として、いずれかの次数の前記最小周波数差×前記検知範囲係数を検出周波数範囲とする検出周波数範囲決定工程と、前記ピーク周波数が、前記理論周波数±前記検出周波数範囲の範囲内であるか否かを判別する判別工程と、前記判別工程の結果に基づいて、前記機械要素の異常箇所を特定する異常診断工程と、を備えることを特徴とする機械設備の評価方法。

請求項3

前記複数の機械要素は、転がり軸受外輪内輪、及び転動体を含むことを特徴とする請求項1又は2に記載の機械設備の評価方法。

技術分野

0001

本発明は、機械設備評価方法に関し、より詳細には、機械設備における異常の有無及び異常箇所を精度よく診断することができる機械設備の評価方法に関する。

背景技術

0002

鉄道車両工作機械風力発電装置エレベータ装置等の機械設備には、転がり軸受等の回転部品ボールねじリニアガイド等の摺動部品が多く装備されて使用されている。これら回転部品や摺動部品を長時間使用することにより摩耗や損傷が発生すると、その回転部品や摺動部品のスムーズな回転、摺動阻害され、異常音を発生するだけでなく、寿命の低下を来たして破損に至り、機械設備の故障事故を招くおそれがある。このため従来は、機械設備を一定期間使用した後に摩耗や損傷等、異常の有無を検査していた。

0003

この検査は、機械設備の回転部品や摺動部品が組み込まれた部位、或いは機械設備全体を分解することにより行われ、回転部品或いは摺動部品に発生した損傷や摩耗は、作業者目視による検査によって発見される。そして、検査で発見される主な欠陥(異常)としては、軸受の場合、異物の噛み込み等によって生ずる圧痕転がり疲れによる剥離、その他の摩耗等、歯車の場合には、歯部欠損や摩耗等、車輪の場合には、フラット等の摩耗があり、いずれの場合も新品にはない凹凸や摩耗等が発見されれば、新品に交換される。即ち、検査の結果、摩耗や損傷等の異常が発見された場合は、当該部品を新品に交換して、機械設備の故障や事故を未然に防止していた。

0004

しかしながら、機械設備の一部、又は全体を分解し、作業者の目視によって行う検査方法では、機械設備から回転部品や摺動部品を取り外す作業と、検査が終了した回転部品や摺動部品を再び機械設備に組み込む作業に多大な労力がかかり、機械設備の保守コストが嵩むという問題があった。

0005

また、組立て直す際に検査前にはなかった打痕を回転部品や摺動部品につけてしまう等、検査自体が回転部品や摺動部品の欠陥を生む原因となる可能性があった。また、限られた時間内で多数の軸受を目視で検査するため、欠陥を見落とす可能性が残るという問題もあった。さらに、この欠陥の程度の判断も個人差があり、実質的には欠陥がなくても部品交換が行なわれるため、無駄なコストがかかることにもなる。

0006

このような問題を解決するために、転がり軸受が組み込まれた機械装置を分解することなく、機械設備の実稼動状態で回転部品や摺動部品の状態を評価する評価装置が提案されている(例えば、特許文献1参照)。

0007

特許文献1の評価装置は、理論的に異常時に発生する周波数成分(理論周波数成分)を予め構成部品ごとに算出しておく。また、サンプリング基準設定手段に設定された基準値に基づいて、回転体より検出された実測データからノイズの影響の大きい領域を除外した有効実測データを抽出し、該有効実測データに対して、エンベロープ分析等の解析処理を行って実測周波数成分を生成する。そして、理論周波数成分と一致する実測周波数成分が、一定以上のピークを持つか否かによって異常診断している。

先行技術

0008

特許第3829924号公報

発明が解決しようとする課題

0009

ところで、特許文献1の評価装置では、振動検出手段によって得られる実測データには、回転数の変動や解析時の分解能等の理由により、実測周波数成分が理論周波数成分と必ずしも一致しない場合があり、診断の信頼性が低下する問題がある。

0010

そのため、実測周波数成分と比較する理論周波数成分に所定の幅の範囲を持たせ、その範囲内に一致する実測周波数成分が、一定以上のピークを持つか否かにより異常診断する方法がある。しかしながら、例えば、風車主軸軸受などのように低速回転(特に、20min−1以下)する機械装置の場合、異常部位ごとの理論周波数成分の差が僅かであるため、異常発生箇所を誤診断する可能性があり、改善の余地があった。

0011

本発明は、前述した課題に鑑みてなされたものであり、その目的は、機械設備が発生する音や振動から、機械設備における異常の有無及び異常箇所の特定を精度よく診断することができる機械設備の評価方法を提供することにある。

課題を解決するための手段

0012

本発明の上記目的は、下記の構成により達成される。
(1)回転体が静止部材に対して相対的に回転する機械設備における異常の有無及び異常箇所を特定する機械設備の評価方法であって、
前記機械設備の発生する音又は振動を検知して該検知した音又は振動に応じた電気信号を出力する検出工程と、
前記電気信号に対して周波数分析を行い、スペクトルデータを得る演算処理工程と、
前記機械設備の複数の機械要素毎に、前記回転体の回転情報から異常発生時に周波数スペクトル上にピーク値をもたらす理論周波数を所定の次数まで算出する理論周波数算出工程と、
前記複数の機械要素間の前記理論周波数の差が最小となる最小周波数差を、少なくとも1つの次数求め、検知範囲係数を0.5以下として、いずれかの次数の前記最小周波数差×前記検知範囲係数を検出周波数範囲とする検出周波数範囲決定工程と、
前記スペクトルデータのピーク周波数が、前記理論周波数±前記検出周波数範囲の範囲内であるか否かを判別する判別工程と、
前記判別工程の結果に基づいて、前記機械要素の異常箇所を特定する異常診断工程と、
を備えることを特徴とする機械設備の評価方法。
(2) 回転体が静止部材に対して相対的に回転する機械設備における異常の有無及び異常箇所を特定する機械設備の評価方法であって、
前記機械設備の発生する音又は振動を検知して該検知した音又は振動に応じた電気信号を出力する検出工程と、
前記電気信号に対して周波数分析を行い、スペクトルデータを得る演算処理工程と、
前記スペクトルデータから極大値を抽出する極大値抽出工程と、
前記スペクトルデータから前記極大値を除いた有効スペクトルデータに基づいて、ベースラインを求めるベースライン算出工程と、
前記極大値と前記ベースラインとの差が、所定の大きさよりも大きいピーク周波数を抽出するピーク周波数抽出工程と、
前記機械設備の複数の機械要素毎に、前記回転体の回転情報から異常発生時に周波数スペクトル上にピーク値をもたらす理論周波数を所定の次数まで算出する理論周波数算出工程と、
前記複数の機械要素間の前記理論周波数の差が最小となる最小周波数差を、少なくとも1つの次数求め、検知範囲係数を0.5以下として、いずれかの次数の前記最小周波数差×前記検知範囲係数を検出周波数範囲とする検出周波数範囲決定工程と、
前記ピーク周波数が、前記理論周波数±前記検出周波数範囲の範囲内であるか否かを判別する判別工程と、
前記判別工程の結果に基づいて、前記機械要素の異常箇所を特定する異常診断工程と、
を備えることを特徴とする機械設備の評価方法。
(3) 前記複数の機械要素は、転がり軸受の外輪内輪、及び転動体を含むことを特徴とする(1)又は(2)に記載の機械設備の評価方法。

発明の効果

0013

本発明の機械設備の評価方法によれば、検出手段が機械設備の発生する音又は振動を検知して電気信号を出力し、振動分析手段が電気信号に対して周波数分析を行ってスペクトルデータを得る。そして、理論周波数算出手段が、機械設備の複数の機械要素毎に、異常発生時に周波数スペクトル上にピーク値をもたらす理論周波数を所定の次数まで算出し、検出周波数範囲決定手段が、複数の機械要素間の理論周波数の差が最小となる最小周波数差を、少なくとも1つの次数求め、検知範囲係数を0.5以下として、いずれかの次数の最小周波数差×検知範囲係数を検出周波数範囲とする。その後、判別手段が理論周波数±検出周波数範囲の範囲内にスペクトルデータのピーク周波数があるか否かを判別して、異常診断手段が機械要素の異常箇所を特定する。これにより、機械設備が発生する音や振動から、機械設備における異常の有無及び異常箇所の特定を精度よく診断することができる。

図面の簡単な説明

0014

本発明の実施形態に係る機械設備の評価装置の概略構成を示すブロック図である。
図1に示す演算処理部の主要な機能構成を示すブロック図である。
図2に示す演算処理部の要部のブロック図である。
本発明の実施形態に係る転がり軸受の傷の部位と、傷に起因して発生する振動周波数の関係を示す表である。
演算処理部の動作手順を説明するためのフローチャートである。
検出された振動波形をエンベロープ分析した結果を示すグラフである。
図6に示すエンベロープ分析波形の極大値を抽出した結果を示すグラフである。
図6に示すエンベロープ分析波形から極大値を除いた近似曲線のグラフである。
抽出されたピーク周波数を示すグラフである。

実施例

0015

以下、本発明に係る機械設備の評価方法の一実施形態を図面に基づいて詳細に説明する。
本発明に係る機械設備の評価装置は、機械要素から発生する音又は振動を検出して得られた電気信号を分析して、機械要素に起因する異常の有無及び異常箇所を特定する装置である。以下の説明においては、機械要素として、例えば、風力発電装置などの機械設備に配設されて20min−1程度の低速回転する転がり軸受を例にとって説明する。なお、本発明に係る機械設備の評価装置では、機械設備の作動に伴って理論周波数を有する音又は振動を発生する機械要素であれば転がり軸受に限定されず、任意の機械要素に適用することができる。

0016

図1に示すように、本実施形態の機械設備の評価装置10は、回転する転がり軸受11から発生する振動や音を電気信号として検出する、検出手段としての振動センサ12と、転がり軸受11の回転速度を検出する不図示の回転センサと、振動センサ12や回転センサで検出した信号を、データ伝送手段(伝送手段)13を介して受信し、信号処理を行って転がり軸受11の異常の有無の診断、及び異常箇所の特定行う演算処理部21及び機械設備15を駆動制御する制御装置22からなる制御器20と、モニタ警報機等からなる出力装置23と、を備えている。

0017

転がり軸受11は、回転軸に外嵌されて回転する内輪31と、ハウジング等に内嵌される外輪32と、内輪31及び外輪32との間で転動可能に配置された複数の転動体33と、転動体33を転動自在に保持する不図示の保持器と、を有する。

0018

振動センサ12は、転がり軸受11の固定輪である外輪32のハウジング負荷圏に固定される。振動センサ12としては、加速度センサの他、例えば、AE(Acoustic Emission)センサ超音波センサショックパルスセンサ等が使用可能であり、また、加速度、速度、歪み、応力変位等を検出することで、等価的に音や振動を検出して電気信号に変換することができるものも適宜使用することができる。
なお、振動センサ12の固定方法には、ボルト固定接着、ボルト固定と接着の併用、及び樹脂材による埋め込み等がある。

0019

また、本実施形態では、振動センサ12自体に、その出力信号増幅して出力する増幅器が内蔵されているが、センサ出力を増幅する増幅手段は、振動センサ12と制御器20を構成するマイクロコンピュータとの間に接続したり、マイクロコンピュータ側に内蔵する構成としても良い。但し、増幅器を振動センサ12に内蔵させた構成の場合は、振動センサ12の出力信号が強いため、振動センサ12とマイクロコンピュータとの間の信号伝達経路等で加わるノイズの影響を抑えることができ、ノイズによる処理精度の低下を抑制して、異常診断の信頼性を向上させることができる。

0020

図2は、演算処理部21の主要な機能構成を示すブロック図であり、図3は、演算処理部の要部のブロック図である。
図2及び図3に示すように、演算処理部21は、データ収集分配部24、回転分析部25、フィルタ処理部26、振動分析部27、比較判定部28及び内部メモリ29を有して構成される。演算処理部21は、マイクロコンピュータで構成されており、このマイクロコンピュータ内に記録保持されたプログラムが実行されることにより、各処理部は以下のような処理を実行する。

0021

データ収集・分配部24は、振動センサ12から送られる信号をA/D変換器によってデジタル信号に変換するとともに、回転速度に関する信号も同時に収集して一時的に蓄積し、信号の種類に応じて回転分析部25、フィルタ処理部26のいずれかに振り分ける。なお、A/D変換器を振動センサ12に一体化される構成とし、前述のデータ伝送手段13を介してデジタル信号を受信するようにしてもよい。

0022

フィルタ処理部26は、バンドパスフィルタの機能を有し、振動センサ12の出力信号から損傷フィルタ周波数帯域を抽出し、不要な周波数帯域を除去する。損傷フィルタ周波数帯域は各軸受装置における固有振動数帯域に応じて設定される。この固有振動数は、インパルスハンマ等を用いた打撃法により被測定物加振し、被測定物に取付け振動検出器、又は打撃により発生した音響を周波数分析することにより容易に求めることができる。

0023

なお、被測定物が転がり軸受11の場合には、内輪31、外輪32、転動体33、ハウジング等のいずれかに起因する固有振動数が与えられることになる。一般的に、機械要素の固有振動数は複数存在し、固有振動数における振幅レベルは高くなるので測定の感度がよい。

0024

振動分析部27は、フィルタ処理された振動センサ12からの振動信号(電気信号)に対して周波数分析を行う振動分析手段42を有する。振動分析手段42は、振動信号の周波数スペクトルを算出するFFT演算部であり、FFTアルゴリズム及びエンベロープ分析に基づいて振動信号の周波数スペクトルを算出し、算出された周波数スペクトルを、スペクトルデータとしている。
なお、振動分析手段42は、FFTを行う前処理として、絶対値化処理エンベロープ処理を行い、異常の診断に必要な周波数成分のみに変換してもよい。

0025

また、振動分析部27は、上記振動分析手段42の他、極大値抽出手段43と、ベースライン算出手段44と、ピーク周波数抽出手段45と、を備える。

0026

極大値抽出手段43は、スペクトルデータを微分処理し、微分値(傾斜)がゼロになる点を見出すことで極大値を抽出する。

0027

ベースライン算出手段44は、スペクトルデータから抽出された極大値を除いて有効スペクトルデータを算出し、該有効スペクトルデータに基づいて、多項式近似直線近似、或いは移動平均などの手法によりベースラインを求める。

0028

ピーク周波数抽出手段45は、極大値とベースラインとの差が所定の大きさよりも大きい周波数をピーク周波数として抽出する。
例えば、ピーク値の抽出は、極大値とベースラインとの差が所定の値(以下の実施例では、5db)を閾値として抽出してもよいが、これに限定されず、例えば、極大値の近似曲線とベースラインとの平均値を閾値とすることもできる。
その後、振動分析部27は、抽出されたピーク周波数を比較判定部28に出力する。

0029

回転分析部25は、回転センサから出力される信号を基にして内輪31の回転速度を算出する。
なお、回転センサが、内輪31に取り付けられたエンコーダと、外輪32に取り付けられた磁石または磁気検出素子と、により構成される場合は、出力信号がエンコーダの形状と回転速度に応じたパルス信号となる。このため、回転分析部25は、エンコーダの形状に応じた所定の変換関数、又は変換テーブルを有し、パルス信号から内輪31の回転速度を算出する。

0030

また、回転分析部25は、転がり軸受11の設計諸元データ、及び回転センサからの回転速度信号に基づき、図4に示す所定の関係式を用いて、転がり軸受11の部位ごとの損傷に起因する軸受損傷周波数を所定の次数まで計算する理論周波数算出手段41を有する。
なお、軸受損傷周波数の算出は、以前に同様の診断を行っている場合は、内部メモリ29に記憶しておいた過去のデータを用いてもよい。

0031

さらに、回転分析部25は、内輪31、外輪32、及び転動体33などの機械要素間のそれぞれの複数次(例えば、1次、2次、・・・)の理論周波数に対して理論周波数の差が最小となる最小周波数差を求め、最小周波数差×検出範囲係数(0.5以下)を検出周波数範囲として求める検出周波数範囲決定手段46を備える。

0032

ここで、検出周波数範囲に使用される最小周波数差は、全ての次数での診断時において共通とし、いずれかの次数の最小周波数差を用いてもよいし、次数ごとの診断時において、異なる最小周波数差を用いてもよい。即ち、
n次のピーク検出範囲=n次の理論周波数±m次の最小周波数差×検出範囲係数(0.5以下)とする。
ここで、mは任意の値である。

0033

例えば、全ての次数の診断時において、1次の最小周波数差に検出範囲係数を乗じて検出周波数範囲を求めてもよい。この場合には、1次の最小周波数差が最も小さく、検出周波数範囲も狭くなるため、高い精度での検出が可能となる。

0034

また、所定の次数の診断時において、所定の次数以上の次数の最小周波数差を用い、該最小周波数差に検出範囲係数を乗じて検出周波数範囲を求めてもよい。

0035

さらに、検出範囲係数を0.5以下としたのは、検出範囲係数を0.5よりも大きく設定すると、内輪31、外輪32、及び転動体33のいずれかの理論周波数±検出周波数範囲同士が重なる領域(周波数)が生じ、該重なる領域にピーク値の周波数がある場合、内輪31、外輪32、及び転動体33のいずれの異常かを診断することができなくなる。しかし、検出範囲係数を0.5以下とすることで、理論周波数±検出周波数範囲同士が重なる領域がなくなり、誤った診断を防止することができる。

0036

比較判定部28は、ピーク周波数抽出手段45によって抽出されたピーク周波数が、理論周波数±検出周波数範囲の範囲内であるか否かを判別する判別手段47と、ピーク周波数が理論周波数±検出周波数範囲の範囲内にあるとき転がり軸受11が異常と判断すると共に、転がり軸受11の異常箇所を特定する異常診断手段48と、を備え、転がり軸受11の異常の有無、及び異常がある場合には、異常部位の特定を行う。

0037

異常診断手段48は、特定の次数のピーク周波数が、理論周波数±検出周波数範囲の範囲に含まれるかどうかによって、転がり軸受11の異常箇所を特定してもよいし、理論周波数±検出周波数範囲の範囲に含まれるピーク周波数の次数の数(例えば、3つ以上)によって、転がり軸受11の異常箇所を特定してもよい。その他、異常診断手段48は、1,2,4,6次のピークが一致することで異常と判断するなど、他の方法で異常を判断することもできる。
特に、異常診断手段48は、特定の次数のピーク周波数が、理論周波数±検出周波数範囲の範囲に含まれるかどうかで判断するため、検出漏れを防止するためには、低次の最小周波数差を用いた場合、2×検出周波数範囲≧周波数分解能を満たす必要がある。このため、周波数分解能も小さくなって、計算負荷が高くなってしまう。したがって、検出周波数範囲決定手段46において、計算負荷が軽減されるように、低次の診断時においても高次の最小周波数差を用いて検出周波数範囲を算出した場合には、1次〜5次のピーク値に対する診断結果を総合的に判断することで異常箇所を特定することが好ましい。

0038

このようにして判定された転がり軸受11の診断結果は、内部メモリ29に記憶すると共に、機械設備15の動作を制御する制御装置22へ出力され、診断結果に応じた制御信号フィードバックすると共に、出力装置23に送る。

0039

内部メモリ29は、例えばメモリ又はHDD等により構成され、異常周波数の算出に用いる各機械要素の設計諸元データと、比較判定部28により判定された転がり軸受11の異常の有無の診断及び異常の部位特定に関する各データを記憶する。

0040

出力装置23は、転がり軸受11の診断結果をモニタ等にリアルタイムで表示する。また、異常が検出された場合に、ライトブザー等の警報機を用いて使用者に異常であることの注意を促すようにしてもよい。

0041

次に、機械設備の評価装置10により、転がり軸受11の異常の有無、及び異常部位の特定を行う手順について図5を参照して説明する。

0042

先ず、振動センサ12により転がり軸受11から発生する振動を電気信号として検出すると共に、不図示の回転センサにより転がり軸受11の回転速度を検出し、演算処理部21に入力する(ステップS1)。

0043

更に演算処理部21では、振動分析手段42が振動信号を周波数分析及びエンベロープ分析してスペクトルデータを生成し(ステップS2)、極大値抽出手段43がスペクトルデータから極大値を抽出する(ステップS3)。

0044

次に、ベースライン算出手段44が、スペクトルデータから抽出された極大値を除いて有効スペクトルデータを算出し、該有効スペクトルデータに基づいて、多項式近似、直線近似、或いは移動平均などの手法によりベースラインを求める(ステップS4)。

0045

そして、ピーク周波数抽出手段45が、極大値とベースラインとの差が所定の大きさよりも大きい周波数をピーク周波数として抽出する(ステップS5)。

0046

演算処理部21では、理論周波数算出手段41が、内輪31の損傷に起因する理論周波数Zfi、外輪32の損傷に起因する理論周波数Zfc、及び転動体33の損傷に起因する理論周波数2fb等をそれぞれ算出する(ステップS6)。

0047

次いで、検出周波数範囲決定手段46が、内輪31、外輪32、及び転動体33間のそれぞれの複数次(例えば、1次、2次、・・・)の理論周波数に対して理論周波数の差が最小となる最小周波数差を求め、最小周波数差×所定の検出範囲係数を検出周波数範囲として求める(ステップS7)。

0048

そして、判別手段47が、ステップS5で求めたピーク周波数が、理論周波数±検出周波数範囲の範囲内であるか否かを判別する(ステップS8)。ピーク周波数が、理論周波数±検出周波数範囲の範囲外であれば、転がり軸受11は正常であると判断する(ステップS9)。一方、ピーク周波数が、理論周波数±検出周波数範囲の範囲内であれば、異常ありと判断し(ステップS10)、異常診断手段48が、ピーク周波数が含まれる理論周波数を有する部位(内輪31、外輪32、又は転動体33)を、異常箇所として特定する(ステップS11)。

0049

このような手順を経て、回転体である転がり軸受11における異常の有無の診断、及び異常箇所の特定を行うことができる。

0050

次に、低速回転する風車の主軸用軸受において、転がり軸受11に異常が発生した場合の異常診断について、具体的な実施例を用いて説明する。
なお、実施例1では、検出範囲係数を0.5とした場合と、検出範囲係数を0.8とした場合での異常診断結果を比較した。また、実施例2では、実施例1と最小周波数差の設定を変えて異常診断を行った場合について説明する。

0051

(実施例1)
図6は、主軸に適用された転がり軸受11に異常が発生した場合の周波数分析及びエンベロープ分析後のスペクトルデータを表す。
また、表1は、以下に説明する各実施例における転がり軸受11の設計諸元データを、図4の式に代入して求めた内輪31、外輪32、及び転動体33の1次理論周波数を示す。

0052

0053

次に、極大値抽出手段43は、図6のスペクトルデータに微分などの処理を施すことで、図7に示す11個の極大値A〜Kを抽出する。抽出された極大値A〜Kの周波数を表2に示す。

0054

0055

次いで、ベースライン算出手段44は、図7に示すスペクトルデータから極大値A〜Kを除いた有効スペクトルデータを多項式近似し、図8に示すベースラインMを算出する。そして、ピーク周波数抽出手段45が、図9に示すように、極大値A〜KとベースラインMとの差が5db以上ある5つの周波数をピーク値C,E,F,H,Jとして抽出する。表3は、抽出されたピーク値C,E,F,H,Jの周波数である。これら5つのピーク値C,E,F,H,Jが、異常診断の対象となる。

0056

0057

ピーク値C,E,F,H,Jの周波数と理論周波数とを比較して異常箇所を特定するが、このエンベロープ分析の分解能は、この実施例では、0.183Hz(上限周波数24kHz、FFT点数131072)であるため、理論周波数とピーク値C,E,F,H,Jの周波数とが一致することは難しい。このため、理論周波数に範囲を設定し、その範囲内にピーク値C,E,F,H,Jの周波数があるか否かで異常箇所を特定する。

0058

即ち、ピーク値C,E,F,H,Jの周波数と比較して異常を診断するための検出周波数範囲は以下のように求められる。検出周波数範囲決定手段46が、内輪31、外輪32、及び転動体33について、各次数(本実施例では、1次、2次、・・・、5次)の理論周波数から、次数ごとに理論周波数の差が最小となる最小周波数差を求め、一番小さい最小周波数差である1次の最小周波数差に、本実施形態の検出範囲係数である0.5と、比較例としての検出範囲係数である0.8を乗じて検出周波数範囲をそれぞれ求める。

0059

そして、次数ごとの理論周波数±検出周波数範囲を算出して、ピーク検出範囲とする。即ち、n次のピーク検出範囲=n次の理論周波数±1次の最小周波数差×検出範囲係数(0.5)である。

0060

表4は、内輪31、外輪32、及び転動体33の各次数の理論周波数及び最小周波数差を示す。

0061

0062

そして、判別手段47は、ピーク値C,E,F,H,Jの各周波数が、理論周波数±検出周波数範囲の範囲内にあるか否かを判別する。検出範囲係数を0.5とした本実施例では、ピーク値C,E,F,H,Jの周波数が、外輪32の1〜5次の全ての理論周波数±検出周波数範囲内に含まれている。一方、これらピーク値の周波数は、内輪31及び転動体33の理論周波数±検出周波数範囲には含まれていない。従って、異常診断手段48は、表5に示すように、外輪32に異常があり、内輪31及び転動体33は正常であると診断することができる。一方、検出範囲係数を0.8とした場合には、1次のピーク値Cの周波数が外輪32及び転動体33のピーク検出範囲に含まれているため、異常箇所を特定できないことを示している。

0063

0064

(実施例2)
上記した実施例1では、最小周波数差が小さい1次の最小周波数差を用いて、全ての次数の診断に使用される検出周波数範囲を算出したが、実施例2では、1次〜4次の理論周波数について診断する場合、最小周波数差が大きな4次の最小周波数差×0.5を検出周波数範囲として診断する。そして、5次の理論周波数についての診断は、5次の最小周波数差×0.5を検出周波数範囲として診断する。

0065

したがって、実施例2では、ピーク値C,E,F,H,Jの各周波数が、理論周波数±上記検出周波数範囲の範囲内にあるか否かを判別する。

0066

判別結果は、表6に示すように、ピーク値C(3.29Hz)は、内輪31、外輪32、及び転動体33全ての1次の理論周波数±検出周波数範囲内に含まれ、内輪31、外輪32、及び転動体33全てが異常ありと診断される。ピーク値E(6.59Hz)は、外輪32及び転動体33の2次の理論周波数±検出周波数範囲内に含まれ、外輪32及び転動体33が異常ありと診断される。また、ピーク値F,H,Jは、外輪32の3次から5次の理論周波数±検出周波数範囲内に含まれ、外輪32が異常ありと診断される。

0067

表6に示すように、1次及び2次の診断結果には誤診断が含まれるが、3次以上の診断では正しく診断されており、1次〜5次の診断結果において3つ以上で異常と診断されたことを総合的に判断すれば、異常箇所を外輪32と特定することができる。

0068

このように、診断精度下げることで計算負荷を低減し、診断精度と計算負荷のバランスを調整することで効率的な診断が可能となる。

0069

0070

以上説明したように、本実施形態の機械設備の評価装置10及び評価方法によれば、振動センサ12が機械設備15の発生する音又は振動を検知して電気信号を出力し、振動分析手段42が電気信号に対して周波数分析を行ってスペクトルデータを得る。また、極大値抽出手段43がスペクトルデータから極大値A〜Kを抽出して、ベースライン算出手段44が有効スペクトルデータに基づいてベースラインMを求め、ピーク周波数抽出手段45が極大値A〜KとベースラインMとの差が、5dbよりも大きいピーク値C,E,F,H,Jを抽出する。

0071

そして、理論周波数算出手段41が、機械設備15の複数の機械要素31,32,33毎に、異常発生時に周波数スペクトル上にピーク値をもたらす理論周波数を1次から5次まで算出し、検出周波数範囲決定手段46が、複数の機械要素31,32,33間の理論周波数の差が最小となる最小周波数差を、少なくとも1つの次数求め、いずれかの次数の最小周波数差×0.5以下の検知範囲係数を検出周波数範囲とする。その後、判別手段47はピーク値C,E,F,H,Jの周波数が、理論周波数±検出周波数範囲の範囲内であるか否かを判別して、異常診断手段48が機械要素31,32,33の異常箇所を特定する。これにより、機械設備15が発生する音や振動から、機械設備15における異常の有無及び異常箇所の特定を精度よく診断することができる。

0072

また、異常診断手段48は、理論周波数±検出周波数範囲の範囲に含まれるピーク周波数の次数の数によって、機械要素31,32,33の異常箇所を特定するので、機械設備15における異常の精度のよい診断が可能となる。

0073

また、判別手段47は、所定の次数のピーク周波数に対して理論周波数±検出周波数範囲の範囲内にあるか否かを判別する際、所定の次数以上の次数の最小周波数差から得られる検出周波数範囲を用いて判別するので、異常診断のための計算負荷を軽減することができ、効率よく異常診断することができる。

0074

尚、本発明は、前述した各実施形態に限定されるものではなく、適宜、変形、改良等が可能である。
本発明の異常の有無を診断するための診断箇所としては、転がり軸受の内輪、外輪、転動体、保持器に限定されず、他の機械要素にも適用可能である。

0075

本実施形態では、スペクトルデータのピーク周波数は、極大値抽出手段、ベースライン算出手段、及びピーク周波数抽出手段を用いて算出したが、他の手法を用いて算出してもよい。

0076

以上の通り、本明細書には次の事項が開示されている。
[1]回転体が静止部材に対して相対的に回転する機械設備における異常の有無及び異常箇所を特定する機械設備の評価方法であって、
前記機械設備の発生する音又は振動を検知して該検知した音又は振動に応じた電気信号を出力する検出工程と、
前記電気信号に対して周波数分析を行い、スペクトルデータを得る演算処理工程と、
前記機械設備の複数の機械要素毎に、前記回転体の回転情報から異常発生時に周波数スペクトル上にピーク値をもたらす理論周波数を所定の次数まで算出する理論周波数算出工程と、
前記複数の機械要素間の前記理論周波数の差が最小となる最小周波数差を、少なくとも1つの次数求め、検知範囲係数を0.5以下として、いずれかの次数の前記最小周波数差×前記検知範囲係数を検出周波数範囲とする検出周波数範囲決定工程と、
前記スペクトルデータのピーク周波数が、前記理論周波数±前記検出周波数範囲の範囲内であるか否かを判別する判別工程と、
前記判別工程の結果に基づいて、前記機械要素の異常箇所を特定する異常診断工程と、
を備えることを特徴とする機械設備の評価方法。
[2] 回転体が静止部材に対して相対的に回転する機械設備における異常の有無及び異常箇所を特定する機械設備の評価方法であって、
前記機械設備の発生する音又は振動を検知して該検知した音又は振動に応じた電気信号を出力する検出工程と、
前記電気信号に対して周波数分析を行い、スペクトルデータを得る演算処理工程と、
前記スペクトルデータから極大値を抽出する極大値抽出工程と、
前記スペクトルデータから前記極大値を除いた有効スペクトルデータに基づいて、ベースラインを求めるベースライン算出工程と、
前記極大値と前記ベースラインとの差が、所定の大きさよりも大きいピーク周波数を抽出するピーク周波数抽出工程と、
前記機械設備の複数の機械要素毎に、前記回転体の回転情報から異常発生時に周波数スペクトル上にピーク値をもたらす理論周波数を所定の次数まで算出する理論周波数算出工程と、
前記複数の機械要素間の前記理論周波数の差が最小となる最小周波数差を、少なくとも1つの次数求め、検知範囲係数を0.5以下として、いずれかの次数の前記最小周波数差×前記検知範囲係数を検出周波数範囲とする検出周波数範囲決定工程と、
前記ピーク周波数が、前記理論周波数±前記検出周波数範囲の範囲内であるか否かを判別する判別工程と、
前記判別工程の結果に基づいて、前記機械要素の異常箇所を特定する異常診断工程と、
を備えることを特徴とする機械設備の評価方法。
[3] 前記異常診断手段は、前記理論周波数±前記検出周波数範囲の範囲に含まれる前記ピーク周波数の次数の数によって、前記機械要素の異常箇所を特定することを特徴とする[1]又は[2]に記載の機械設備の評価方法。
[4] 前記判別手段は、所定の次数の前記ピーク周波数に対して前記理論周波数±前記検出周波数範囲の範囲内にあるか否かを判別する際、前記所定の次数以上の次数の前記最小周波数差から得られる前記検出周波数範囲を用いて判別することを特徴とする[3]に記載の機械設備の評価方法。
[5] 前記複数の機械要素は、転がり軸受の外輪、内輪、及び転動体を含むことを特徴とする[1]〜[4]のいずれかに記載の機械設備の評価方法。

0077

10機械設備の評価装置
11転がり軸受(回転体)
12振動センサ(検出手段)
15 機械設備
21演算処理部
31内輪(機械要素)
32外輪(機械要素)
33転動体(機械要素)
41理論周波数算出手段
42振動分析手段
43極大値抽出手段
44ベースライン算出手段
45ピーク周波数抽出手段
46検出周波数範囲決定手段
47判別手段
48異常診断手段
A〜K 極大値
C,E,F,H,Jピーク値
M ベースライン

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ