【技术实现步骤摘要】
【国外来华专利技术】驱动音诊断系统、驱动音诊断方法及驱动音诊断系统的机器学习装置
[0001]本专利技术涉及对致动器或者由致动器驱动的被驱动机械的驱动音进行诊断的驱动音诊断系统、驱动音诊断方法及驱动音诊断系统的机器学习装置。
技术介绍
[0002]通常，已知在具有电动机等动力源的装置中，在动力源或者动力源的驱动对象即机械的驱动音中包含有与动力源及驱动对象的状态相关的大量信息。例如，在动力源或者驱动对象发生某种异常的情况下，会发生与正常时不同的声音或者振动。因此，已知对声音或者振动是否异常进行诊断的诊断装置。但是，在使装置初次动作的情况下，或者在将装置的机械结构及驱动模式刚变更后进行驱动的情况下，难以立即地判断驱动音是否正常。因此，要求通过传感器取得装置所产生的声音或者振动即驱动音，容易地对驱动音的产生要因进行确定的技术。特别地，要求不限定装置的机械结构及设定，进行更轻易且通用地进行使用驱动音的诊断的技术。
[0003]在专利文献1中，公开了对具有旋转仪器的装置所产生的声音或者振动进行测量，对有无装置的异常或者异常原因进行确定的技术。根据...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种驱动音诊断系统，其特征在于，具有：驱动音检测部，其对致动器或者由致动器驱动的被驱动机械所产生的声音或者机械振动即驱动音进行检测；运转状态检测部，其按照时间序列而取得所述致动器的驱动位置、驱动速度或者通过驱动而产生的力；声音振动时间序列频谱取得部，其对检测出的所述驱动音的时间序列数据即声音振动数据的各时刻所对应的频谱进行计算，输出将计算出的所述频谱的功率与频率及所述时刻相关联而成组得到的时间序列频谱；特征点提取部，其将所述时间序列频谱的所述功率相对于所述频率及所述时刻的波形满足规定的条件的点作为特征点进行提取，输出将所述特征点的所述频率、所述时刻、所述特征点的所述波形及所述特征点的所述时刻的所述致动器的驱动位置、驱动速度或者通过驱动而产生的力即运转数据成组得到的特征点数据；以及要因判定部，其通过将要因判定条件和所述特征点数据的数值进行比较，从而对检测出的所述驱动音的产生要因进行判定，该要因判定条件针对所述驱动音的要因即在所述致动器或者所述被驱动机械发生的每个现象，确定了将伴随所述现象发生的所述特征点所包含的所述频率及所述时刻的至少1个和所述时刻的所述致动器的驱动位置、驱动速度或者通过驱动而产生的力即所述运转数据的组合设为多维数据时的第1数值范围。2.根据权利要求1所述的驱动音诊断系统，其特征在于，还具有运转模式提取部，该运转模式提取部将所述被驱动机械的运转状态区分为基于所述运转数据以时刻分隔的大于或等于2个区间，所述声音振动时间序列频谱取得部使用在所述区间的开始时刻和结束时刻之间检测出的至少一点的所述声音振动数据对所述频谱进行计算。3.根据权利要求2所述的驱动音诊断系统，其特征在于，所述运转模式提取部提取比预先确定的时间更长的时间、所述致动器的速度收敛于一定的宽度的状态的区间。4.根据权利要求1至3中任一项所述的驱动音诊断系统，其特征在于，还具有从所述运转数据提取振动成分的运转振动提取部，所述要因判定部在所述特征点数据的数值和所述第1数值范围的比较的基础上，通过将所述振动成分和第2数值范围进行比较，从而对检测出的所述驱动音的产生要因进行判定，该第2数值范围针对每个所述现象包含伴随所述现象而产生的所述振动成分。5.根据权利要求1至4中任一项所述的驱动音诊断系统，其特征在于，由所述特征点提取部进行检查的特征点是所述时间序列频谱的所述功率相对于所述频率及所述时刻的波形成为顶点的点。6.根据权利要求1至5中任一项所述的驱动音诊断系统，其特征在于，所述要因判定部具有：学习结果保存部，其对进行机器学习的学习结果进行保存，该机器学习用于推定所述特征点数据和针对所述运转数据的声音的要因；以及要因推断部，其将所述...
【专利技术属性】
技术研发人员：木津优一，甲斐孝志，池田英俊，
申请(专利权)人：三菱电机株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。