机械设备的异常诊断系统技术方案

一种异常诊断系统，包括：包络线处理单元（１０３），求检测信号的包络线；ＦＦＴ单元（１０４），将包络线变换为频谱；峰值检测单元（１０５），通过对频谱进行移动平均化而进行平滑化，并进一步对该频谱进行平滑微分，将微分系数的符号从正变化到负的频率点作为峰值检测，提取规定阈值以上的频率点，将它们进行分类，将其中高位的频率点作为峰值来检测；以及诊断单元（Ｔ），基于检测出的峰值来诊断异常。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及铁道车辆、航空机械、风力发电装置、车床、汽车、制铁机械、造纸机械、旋转机械等包含轴承的机械设备的异常诊断技术，更详细地说，涉及通过分析从机械设备发生的声音或振动来诊断该机械设备内的轴承或轴承关联构件的异常的机械设备的异常诊断技术。
技术介绍
以往，作为这种异常诊断技术，已知以下技术，即检测表示来自机械设备的滑动部件或滑动部件关联构件的声音或振动的信号，求检测出的信号或其包络线信号的频谱，从该频谱中仅提取由机械设备的滑动部件或机械设备的滑动部件关联构件的异常引起的频率分量，根据提取出的频率分量的大小来判断机械设备所使用的滑动部件中有无异常(参照专利文献1)。此外，已知以下技术，即检测从转动体或转动体关联构件发生的声音或振动，从检测出的信号中取出诊断所必需的频带的信号，进而求已取出的信号的包络线，对求出的包络线进行频率解析，通过频率解析求由旋转体或旋转体关联构件的异常引起的频率的基频分量的大小和其自然数倍的频率分量的大小，对求出的基频分量的大小和其自然数倍的频率分量的大小进行比较，至少将该比较结果用作判断机械设备的异常的基准(参照专利文献2)。此外，已知以下技术，即将从机械设备发生的声音或振动的模拟信号通过A/D(模拟/数字)变换而变换为数字信号从而生成实测数字数据，对该实测数字数据进行频率分析以及包络线分析等适当解析处理从而生成实测频谱数据，根据有无对于由机械设备的异常引起的频率分量的1阶、2阶、4阶值的实测频谱数据的峰值，进行对于机械设备的有无异常的判断(参照专利文献3)。此外，已知以下技术，将振动加速度的包络线波形变换为数字信号，求数字化了的振动数据的每个时间的振动频谱分布，同时时刻求振动测定时的滚动轴承的转速，在转速的时间变化图形和振动频谱分布中的峰值频谱的频率的时间变化图形一致，而且任意时的的峰值频谱的频率与根据滚动轴承的转速和滚动轴承的几何学尺寸求出的滚动轴承损伤的特征频率一致的情况下，判定为在滚动轴承的特定部位发生了损伤(参照专利文献4)。这些专利文献中明确记载了检测表示异常的频率的峰值的方法，但在发生了轴承的剥离寿命或机械的旋转轴偏心等异常的情况下，表示这些异常的信号(异常信号)的频率的峰值可以根据频谱的累计平均来容易地求出。累计平均是由于对随机噪声的除去有效而广泛使用在快速傅立叶变换(FFT)解析等频率分析的领域中的方法。此外，这些现有技术中，求包络线信号的处理(包络线处理)为模拟处理或数字处理，但频率解析处理使用数字处理的快速傅立叶变换(FFT)处理。为进行FFT运算，在包络线处理之前或之后进行A/D变换。而且，在任何的现有技术中，都在包络线处理之后立即进行FFT运算。在通过模拟处理进行包络线处理的方式中，需要包络线处理单元。从而，在实现系统的成本降低以及小型化上，以数字处理进行包络线处理的方式有利。在以数字处理进行包络线处理的方式中，作为提高异常诊断效率的方法，考虑提高FFT运算的效率的方法。FFT运算的效率提高可以通过减少FFT运算的点数来实现。进而，已知利用振动(包含音响的振动)来检测铁道车辆的车轴用轴承或车轮的损伤的异常诊断装置。现有的这种异常诊断装置在每个轴箱中分别设置振动传感器，对各个轴承或车轮的损伤进行检测(参照专利文献5、专利文献6等)。以往，铁道车辆的旋转部件在使用了一定期间之后，对于车辆轴承和其它旋转部件定期地检查有无损伤和磨损等异常。该定期的检查通过将组装了旋转部件的机械装置分解来进行，通过作业者目视的检查来发现旋转部件上发生的损伤和磨损。而且，作为检查中被发现的主要的缺陷，在轴承的情况下，有异物啮入等产生的压痕、旋转疲劳引起的剥离及其它磨损等，在齿轮的情况下，有齿部的缺损和磨损等，在车轮的情况下，有扁平等的磨损，在任何的情况下，如果发现新品上所没有的凹凸或磨损等，就更换为新品。但是，在将机械设备整体进行分解并由作业者目视检查的方法中，从装置取下旋转体和滑动部件的分解作业、将检查过的旋转体和滑动部件再次重新组装入装置中的组装作业需要很大的劳动力，存在引起装置的维护成本的大幅增加的问题。此外，存在重新组装时对旋转体和滑动部件产生检查前没有的撞痕等、检查本身成为旋转体或滑动部件的缺陷的可能性。此外，由于在有限的时间内通过目视检查多个轴承，因此也存在漏发现缺陷的可能性的问题。进而，该缺陷的程度的判断也存在个人差异，即使实质上没有缺陷也进行部件更换，因此白白地消耗成本。因此，提出一种不对组装了旋转部件的机械装置进行分解而在实际运转状态下进行旋转部件的异常诊断的方法(例如，专利文献1、7以及8)。作为最一般的方法，如专利文献1所记载的，已知对轴承部分设置加速度计，计量轴承部分的振动加速度，进而对该信号进行FFT(快速傅立叶变换)处理并提取振动发生频率分量的信号从而进行诊断的方法。此外，作为在铁道车辆的车轮的转动面上，由制动器的误操作等引起的车轮的闩锁或滑行引起的与轨道的摩擦、磨损而产生的被称作扁平(flat)的平坦部分的检测方法，也提出了各种方案(例如，参照专利文献6、9以及10)。特别在专利文献6中，对于通过振动传感器和旋转测定装置等对铁道车辆车轮以及列车通过的线路的缺陷状态进行检测的装置进行了提案。专利文献1特开2003-202276号公报专利文献2特开2003-232674号公报专利文献3特开2003-130763号公报专利文献4特开平09-113416号公报专利文献5特开平4-235327号公报专利文献6特开平9-500452号公报专利文献7特开2002-22617号公报专利文献8特开2004-257836号公报专利文献9特开平4-148839号公报专利文献10特表2003-535755号公报但是，振动传感器和音响传感器中，由于在来自外部的冲击声或摩擦声、振动体的情况下，回转引起的加速度作用，因此由于这些非稳定的干扰，异常被误检测的情况较多。因此通过累计平均对频率的峰值的检测方法在累计次数增多时，由于容易受到速度的变化或来自外部的冲击声等的影响，所以有时也没有效。此外，在到达寿命前的小的伤、剥离、锈等引起的异常的情况下，来自振动传感器或音响传感器的信号的功率很多情况下小到被埋没于机械噪声或电噪声中的程度。因此在寿命以前的异常预测阶段中，很多情况下不使用设置阈值来仅提取比该值功率大的信号的方法。在进行异常的预测上，最麻烦的问题在于，在像这样异常信号或表示异常的预兆的信号(异常预兆信号)和噪声信号的S/N比小的情况下，将噪声信号误判断为异常信号或异常预兆信号。极小的异常信号或异常预兆信号也被漏发现的情况在提高轴承等的异常预测的准确性上有利，但其结果，如果将噪声信号误判定为异常信号或异常预兆信号，则频繁地将机械设备停止运转来进行检查，因此引起运转成本的增大。此外，要减少FFT运算的点数来提高计算效率时，频率分辨率变差，存在引起异常诊断的精度降低的问题。进而，在以数字处理进行包络线处理的方式中，作为提高异常诊断效率的方法，考虑提高FFT运算的效率的方法。FFT运算的效率提高可通过减少FFT运算的点数来实现。但是，要减少FFT运算的点数来提高计算效率时，频率分辨率变差，存在引起异常诊断的精度降低的问题。在旋转机械中，用于诊断轴承缺陷等引起的异常本文档来自技高网...

【技术保护点】
一种机械设备的异常诊断系统，通过检测从机械设备发生的声音或振动，并对其检测信号进行分析，从而诊断机械设备内的轴承或轴承关联构件的异常，其特征在于，该系统包括：包络线处理单元，求所述检测信号的包络线；ＦＦＴ单元，将由该包络线处 理单元得到的包络线变换为频谱；峰值检测单元，通过对由该ＦＦＴ单元得到的频谱进行移动平均化处理而进行平滑化，从而检测其峰值；以及诊断单元，基于由所述峰值检测单元检测出的频谱的峰值来诊断异常。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：佐原淳太郎，武藤泰之，宫坂孝范，山添正信，
申请(专利权)人：日本精工株式会社，
类型：发明
国别省市：JP[日本]