诊断装置以及诊断方法制造方法及图纸

本发明专利技术提供诊断装置以及诊断方法。在带刷的直流电动机(50)等中，存在电刷恶化引起的恶化特征频率和机械性恶化的特征频率出现在相同频率的情况，无法分离出故障。本发明专利技术的诊断装置(10)，具有：输入输出部(11)，其接受由传感器(40)测量的表示电动机(50)的电流的值的电流值的输入；频率分析部(121)，其将由传感器(40)测量的电流值转换为频率强度；恶化模式分解部(122)，其使用表示构成电动机(50)的部位中的频率强度的变化状况的状态模式模型(132)，根据频率强度计算表示每个状态模式模型(132)的恶化强度的时间序列变化的活动度；以及异常判定部(123)，其使用活动度，判定各部位的恶化、异常。

【技术实现步骤摘要】
诊断装置以及诊断方法
本专利技术涉及诊断装置以及诊断方法。其中，尤其涉及对包括由多个部位(部件)构成的旋转机的旋转机系统的恶化进行诊断的技术。另外，本专利技术中的恶化包括故障、异常。
技术介绍
目前，对生产设备等的设备的恶化进行诊断。其中，特别是提出了很多所谓的预兆诊断的方案。以下说明其中一例。组装于生产设备的马达(电动机)、发电机这样的旋转机突发故障时，需要计划外的旋转机修理作业、置换作业，需要降低生产设备的运转率、重新评估生产计划。因此，如果通过对设备的每个部位调查故障征兆能够对发生故障可能性高的部件预先准备更换部件，或者计划修理日程，则能够将生产设备的运转率降低、生产计划的重新评估抑制到最低限度。作为用于将旋转机系统(旋转机及其附带设备(逆变器、齿轮、联轴器(coupling)、负载装置等))的突发故障防患于未然的方法，已知有对马达的电流波形进行傅里叶转换而取出恶化的特征频率分量，并以其振幅进行诊断的方法。其中一例被称为电机电流信号分析(MotorCurrentSignatureAnalysis(MCSA))。如专利文献1所示，恶化的特征频率分量在机械性恶化的情况下，由以下的式1表示，能够根据不同的特征频率来诊断轴承的恶化、齿轮、联轴器的损伤、负载装置的异常等。fc是电流的恶化特征频率，f0是电流的基波频率，fm是机械振动的频率。例如，已知在轴承内圈损伤的情况下，由于轴承的尺寸、轴承球的数量等而产生周期性振动，由此引起的振动表现为电流的基波频率的边带波。【数学式1】fc＝|f0±fm|……(式1)现有技术文献专利文献专利文献1日本特开2010-288352号公报
技术实现思路
专利技术所要解决的课题但是，在专利文献1中存在如下课题。在带刷的直流电动机等中，存在电刷恶化引起的恶化特征频率和机械性恶化的特征频率出现在相同频率的情况，无法分离出故障。另外，在交流电动机中，根据其结构，有时特征频率出现在相同频率。例如，在追加齿轮等而成为复杂机构的情况下，有时即使不同的部位的恶化，特征频率也相同。这样，若即使是不同的原因引起的恶化，特征频率也出现在相同频率时，会产生进行错误诊断的课题。另外，所谓相同频率优选具有某个宽度的频带，其一部分重复也包含在相同频率的范畴内。进而，所谓相同可以在某差值的范围内。用于解决课题的手段为了解决上述课题，在本专利技术中，通过使用电流的频率模式分析来分离恶化特征频率重复的故障，判定恶化状况。另外，恶化状况的判定中包括确定恶化原因。更详细而言，本专利技术是一种进行旋转机系统的诊断的诊断装置，具有：接受部，其接受由电流测量部测量的表示上述旋转机系统的电流的值的电流值的输入；频率分析部，其将由上述电流测量部测量的电流值转换为频率强度；恶化模式分解部，其使用表示构成上述旋转机系统的部位中的频率强度的变化状况的状态模式模型，根据上述频率强度计算表示每个上述状态模式模型的恶化强度的时间序列变化的活动度；恶化判定部，其使用上述活动度，判定各个上述部位的恶化。另外，在本专利技术中，还包括使上述诊断装置执行的诊断方法、用于诊断装置发挥功能的程序产品。而且，在本专利技术中，还包括使用恶化状况来生成维护计划以及运用计划。专利技术效果根据本专利技术，即使在构成旋转机系统的各部件的恶化特征频率重复的情况下，也能够使用测量出的电流数据来分别地诊断各部件的恶化程度。另外，通过同时诊断各部件的恶化程度，能够使部件的维护最佳化，因此能够实现维护费用的减少、停机时间的减少。附图说明图1是表示本专利技术实施例中的系统结构图。图2是表示本专利技术的实施例中的处理流程的流程图。图3是实施例1中的处理概要图。图4是表示本专利技术的实施例中的电流的一例的图。图5是表示本专利技术的实施例中的频率强度的一例的图。图6是表示本专利技术的实施例中的状态模式模型132的一例的图。图7是用于说明本专利技术的实施例中的恶化模式分解部122中的模式分解的图。图8是用于说明在本专利技术的实施例中的轴承恶化模型以及整流子(commutator)恶化模型中设定了阈值的例子的图。图9是用于说明将本专利技术的实施例中的电流转换为频谱(频率强度)的例子的图。图10是用于说明本专利技术的实施例中的频率强度变化量的计算的图。图11是表示本专利技术的实施例中的分解为各主要原因的考虑方法的图。图12是用于说明本专利技术的实施例中的恶化模式分解部122中的活动度的计算方法的图。图13是实施例4中的处理概要图。图14是实施例5中的处理概要图。图15是实施例6中的处理概要图。图16是表示本专利技术的实施例中的重复判断表136的图。附图标记说明10诊断装置11输入输出部12主存储部121频率分析部122恶化模式分解部123异常判定部124运转模式判定部125模式判定部126维护计划生成部13辅助存储部131状态模式表132状态模式模型133误差模型134维护计划135部件对应表136重复判断表20网络30终端设备40传感器50电动机。具体实施方式以下，使用附图对本专利技术的实施例进行说明。另外，本实施例所记载的结构只不过是一个例子，本专利技术的范围不受限定。【实施例1】图1是包括本实施例的诊断装置的系统结构图。在本系统中，经由网络20，诊断装置10、终端装置30、作为诊断对象的直流电动机50(以下，简称为电动机50)通过传感器40相互连接。诊断装置10由所谓的计算机(服务器)实现，具有以下结构。具有经由网络20执行信息的输入输出的输入输出部11、存储有用于执行该诊断装置10的功能的程序的主存储部12、存储有各种信息、表的辅助存储部13。另外，虽然在图1中未图示，但诊断装置10具有执行存储在主存储部12中的程序的运算部(CPU)。作为程序，主存储部12存储有频率分析部121、恶化模式分解部122、异常判定部123、运转模式判定部124、模式判定部125、维护计划生成部126。关于这些各程序的功能，在后面叙述。在辅助存储部13中存储有状态模式表131、状态模式模型132、误差模型133、维护计划134、部件对应表135、重复判断表136。关于这些，在后面详述。此外，这些各程序以及信息、表的单位是一个例子，可以追加其他的程序、信息、表。进而，可以省略这些的一部分，也可以以1个单位处理2个以上的程序、信息、表。终端装置30由计算机实现，具有接受来自使用者的输入，并且输出诊断装置10中的运算结果的功能。传感器40测量诊断对象电动机50中的物理量，并将其结果经由网络20输出到诊断装置10。另外，也可以将测量结果输出到终端装置30。另外，作为旋转机系统的一本文档来自技高网...

【技术保护点】
1.一种诊断装置，进行旋转机系统的诊断，其特征在于，具有：/n接受部，其接受由电流测量部测量的表示上述旋转机系统的电流的值的电流值的输入；/n频率分析部，其将由上述电流测量部测量的电流值转换为频率强度；/n恶化模式分解部，其使用表示构成上述旋转机系统的部位中的频率强度的变化状况的状态模式模型，根据上述频率强度计算表示每个上述状态模式模型的恶化强度的时间序列变化的活动度；以及/n恶化判定部，其使用上述活动度，判定各个上述部位的恶化。/n

【技术特征摘要】
20191129 JP 2019-2165371.一种诊断装置，进行旋转机系统的诊断，其特征在于，具有：
接受部，其接受由电流测量部测量的表示上述旋转机系统的电流的值的电流值的输入；
频率分析部，其将由上述电流测量部测量的电流值转换为频率强度；
恶化模式分解部，其使用表示构成上述旋转机系统的部位中的频率强度的变化状况的状态模式模型，根据上述频率强度计算表示每个上述状态模式模型的恶化强度的时间序列变化的活动度；以及
恶化判定部，其使用上述活动度，判定各个上述部位的恶化。


2.根据权利要求1所述的诊断装置，其特征在于，
上述恶化模式分解部使用恶化模式模型作为上述状态模式模型，上述恶化模式模型表示构成上述旋转机系统的部位中的恶化时的频率强度的变化状况。


3.根据权利要求2所述的诊断装置，其特征在于，
上述恶化模式分解部还使用正常模式模型作为上述状态模式模型，上述正常模式模型表示构成上述旋转机系统的部位中的正常运转时的频率...

【专利技术属性】
技术研发人员：久保阳，尾岛正祯，小岛启明，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：日本;JP