振动监视装置和振动监视条件决定装置制造方法及图纸

本发明专利技术用于振动特性不同的各种机器及装置时，也可以按照自动设定的适当的分析项目和判断算法语言正确地进行正常／异常的判断。由振动传感器２检测监视对象机器１的振动，由信息处理装置６分析处理该振动，判断振动是正常还是异常。在机器正常振动的状态下，以学习模式动作，在适当期间对振动传感器２的振动波形进行采样，按照多个分析项目分析振动波形，对各项目的分析数据进行统计处理，选出变化少的几个分析数据，将符合这些数据的分析项目确定为在实际动作模式中的监视项目及判断算法语言。（*该技术在2016年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及例如附设在电机及液压汽缸等各种机器上并利用计算机等分析处理振动传感器的输出而判断机器的振动正常还是异常的振动监视装置和振动监视条件决定装置，特别是涉及可以应用于各种监视对象的通用性强的振动监视装置和振动监视条件决定装置。例如，如特开平5-340799号公报所记载的那样，现在已知的是如下振动监视装置。该装置利用振动传感器检测作为监视对象的各种机器等的振动，利用计算机等信息处理装置分析处理该传感器输出，按以下方式判断监视对象的振动正常还是异常。首先，在监视对象机器正常振动的状态下，使上述信息处理装置以学习模式动作。在该学习模式中，在适当的周期内对上述振动传感器的振动波形进行采样，按照预先确定的多个分析项目分析振动波形，将各项目的分析数据分别进行统计处理，根据该处理结果(即，正常振动波形的特征)决定用于判断振动的正常/异常的算法语言。这里，所谓上述分析项目，是振动波形的频率、振幅、最大值、最小值、峰-峰值、超过高电平阈值的次数、超过低电平阈值的次数和极小值发生的次数等，是适于抽出振动波形的特征的项目。并且，在实际动作模式中，对上述振动传感器的振动波形随时进行采样，和学习本文档来自技高网...

【技术保护点】
一种在给定了学习开始的指示时就开始学习模式，在该学习模式中根据从振动传感器输入的正常时的波形信息决定用于判断振动源正常还是异常的判断方法在上述学习模式结束后，根据上述决定的判断方法通过分析从振动传感器输入的波形信息判断振动源正常还是异常，以这样的实际动作模式动作的振动监视装置，其特征在于：不论是否改变上述振动源的种类，只根据上述正常时的波形信息和该振动监视装置预先具有的数据或算法语言就能决定上述学习模式的判断方法。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：入江笃，森田善之，梅田秀信，小川幸男，古泽光一，长田淳，大仓清俊，藤本尚纪，
申请(专利权)人：欧姆龙株式会社，
类型：发明
国别省市：JP[日本]