JP2019100761A - Removal method of electromagnetic vibrational component, diagnostic method of rotary machine, and diagnostic device of rotary machine - Google Patents
Removal method of electromagnetic vibrational component, diagnostic method of rotary machine, and diagnostic device of rotary machine Download PDFInfo
- Publication number
- JP2019100761A JP2019100761A JP2017229230A JP2017229230A JP2019100761A JP 2019100761 A JP2019100761 A JP 2019100761A JP 2017229230 A JP2017229230 A JP 2017229230A JP 2017229230 A JP2017229230 A JP 2017229230A JP 2019100761 A JP2019100761 A JP 2019100761A
- Authority
- JP
- Japan
- Prior art keywords
- frequency
- peak
- component
- vibration
- level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000002405 diagnostic procedure Methods 0.000 title description 3
- 238000001228 spectrum Methods 0.000 claims abstract description 54
- 238000005311 autocorrelation function Methods 0.000 claims abstract description 28
- 238000003745 diagnosis Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 3
- 230000009466 transformation Effects 0.000 abstract 1
- 230000001133 acceleration Effects 0.000 description 29
- 238000000605 extraction Methods 0.000 description 5
- 230000010355 oscillation Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000005520 electrodynamics Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
Description
本発明は、電磁振動成分の除去方法、回転機械診断方法、及び回転機械診断装置に関する。 The present invention relates to a method of removing an electromagnetic vibration component, a rotary machine diagnostic method, and a rotary machine diagnostic device.
工場などでの設備停止を防ぐため、回転機械の振動を測定して異常を監視する設備診断が古くから行われてきた(例えば、非特許文献１参照)。 In order to prevent equipment stoppage in a factory or the like, equipment diagnosis has been performed for a long time by measuring the vibration of the rotary machine and monitoring an abnormality (for example, see Non-Patent Document 1).
近年、インバーターで駆動するモーターが多く使用されるようになってきている。インバーター方式駆動のモーターは、設定値（インバーター電源の変調信号周波数）を変更するだけで、簡単に回転数を変えて運転することができるという利点がある。しかし、インバーターで駆動するモーターは、正常運転時にもキャリア周波数に起因する電磁振動が発生し、これが振動診断においてノイズとなって、振動の異常監視の妨げになる。そこで、回転機械の振動監視装置において、測定された振動センサーの信号から、インバーターに起因する電磁振動の周波数成分を除去し、振動診断するという手法が考案されている。 In recent years, many motors driven by inverters have come to be used. The motor of the inverter system drive has an advantage that it can be easily changed and operated by changing the set value (the modulation signal frequency of the inverter power supply). However, the motor driven by the inverter generates an electromagnetic vibration caused by the carrier frequency even during normal operation, which becomes noise in the vibration diagnosis and interferes with abnormal monitoring of the vibration. Therefore, in a vibration monitoring device of a rotating machine, a method has been devised in which a frequency component of electromagnetic vibration caused by an inverter is removed from a measured signal of a vibration sensor to perform vibration diagnosis.
特許文献１には、以下の処理を含む電磁振動成分の除去方法が開示されている。
・インバーター電源により決定されるキャリア周波数の整数倍となる周波数を基準とした所定の周波数範囲における複数のピーク値を検出する。
・キャリア周波数の整数倍に最も近いピーク値を基準ピーク値とし、この基準ピーク値と各ピーク値の周波数間隔を全て求める。
・周波数間隔から基準周波数間隔を決定し、周波数間隔が基準周波数間隔の整数倍であるピーク値を除去対象ピーク値として抽出する。
Patent Document 1 discloses a method of removing an electromagnetic vibration component including the following processing.
Detecting a plurality of peak values in a predetermined frequency range based on a frequency that is an integral multiple of the carrier frequency determined by the inverter power supply.
A peak value closest to an integral multiple of the carrier frequency is used as a reference peak value, and all the frequency intervals between the reference peak value and each peak value are determined.
Determine the reference frequency interval from the frequency interval, and extract the peak value whose frequency interval is an integral multiple of the reference frequency interval as the removal target peak value.
特許文献１の手法は、上に凸である点をピークと定義してピークをまず見つけ、そのピーク位置からピーク間隔を求めるというもので、理想的なスペクトル波形には有効であるものの、実際のデータは、振動センサーの信号を一定時間のサンプリングレートでＡ／Ｄ変換したものでありスペクトルもまた離散的データであることから、ＦＦＴリーケージ（漏れ）などの問題により各ピーク位置に誤差があらわれ、それが積算され誤差が大きくなる恐れがある。また、特許文献１の方法は、単なるノイズや、インバーター電磁振動に起因しないピークも、除去対象ピークとして検出してしまう恐れもある。 The method of Patent Document 1 defines a point that is convex upward as a peak, finds a peak first, and finds a peak interval from the peak position, and although it is effective for an ideal spectral waveform, it is actually Since the data is A / D converted from the vibration sensor signal at a fixed sampling rate, and the spectrum is also discrete data, an error appears at each peak position due to problems such as FFT leakage (leakage), It may be integrated and the error may increase. Further, the method of Patent Document 1 may also detect a simple noise or a peak not attributable to the inverter electromagnetic vibration as a removal target peak.
特許文献２は、インバーターに起因する電磁振動の周波数成分を特定する手法を開示している。しかし、この手法では、インバーター電源のキャリア周波数と変調周波数から、インバーターに起因する電磁振動の周波数を計算し、除去対象ピークとしているため、変調周波数すなわちモーターの回転数が不明であれば除去対象ピークを特定できない。 Patent Document 2 discloses a method of identifying frequency components of electromagnetic vibration caused by an inverter. However, in this method, the frequency of the electromagnetic vibration caused by the inverter is calculated from the carrier frequency of the inverter power supply and the modulation frequency, and is regarded as a removal target peak. Can not identify.
本発明は、インバーター電源で駆動される回転機械に取り付けられた振動センサーの信号から、インバーター電源に起因する電磁振動の周波数成分を高精度で除去することを課題とする。また、本発明は、かかる電磁振動成分の除去に基づいて高精度で回転機械診断を行うことを課題とする。 An object of the present invention is to remove with high accuracy the frequency component of electromagnetic vibration caused by an inverter power supply from a signal of a vibration sensor attached to a rotating machine driven by the inverter power supply. Another object of the present invention is to perform rotating machine diagnosis with high accuracy based on the removal of the electromagnetic vibration component.
本発明の第１の態様は、インバーター電源で駆動される回転機械に取り付けられた振動センサーによって前記回転機械の振動時間波形を取得し、振動時間波形をフーリエ変換して、周波数スペクトルを計算し、前記周波数スペクトルにおける前記インバーター電源のキャリア周波数の整数倍の周辺の最大ピークの周波数を基準周波数とし、前記基準周波数周辺の前記周波数スペクトルの自己相関関数を計算し、前記基準周波数周辺の前記自己相関関数のピークの間隔を求めることにより、前記基準周波数周辺に存在する等間隔ピークであるピーク間隔を求め、前記基準周波数前後で前記ピーク間隔毎に存在するピークを対象ピークとして抽出し、前記周波数スペクトルにおいて前記対象ピークの周波数成分のレベルを低減させる、電磁振動成分の除去方法を提供する。前記対象ピークの周波数成分のレベルの低減は、例えば、前記対象ピークをピークの裾のレベルまで低減させるものである。 According to a first aspect of the present invention, a vibration time waveform of the rotating machine is acquired by a vibration sensor attached to a rotating machine driven by an inverter power source, Fourier-transformed the vibration time waveform, and a frequency spectrum is calculated. Taking the frequency of the maximum peak around the integer multiple of the carrier frequency of the inverter power supply in the frequency spectrum as a reference frequency, the autocorrelation function of the frequency spectrum around the reference frequency is calculated, and the autocorrelation function around the reference frequency In the frequency spectrum, the peak intervals which are equally spaced peaks existing around the reference frequency are determined by finding the intervals of the peaks, and the peaks existing at each of the peak intervals before and after the reference frequency are extracted as target peaks. An electromagnetic vibration component that reduces the level of the frequency component of the target peak To provide a method of removal. The reduction of the level of the frequency component of the target peak is, for example, to reduce the target peak to the level of the tail of the peak.
本発明の第２の態様は、前記電磁振動成分の除去方法によって電磁振動成分を除去した前記周波数スペクトルを逆フーリエ変換して振動時間波形を計算し、前記逆フーリエ変換により得られた振動時間波形に基づいて、回転機械の状態を判定する、回転機械診断方法を提供する。 According to a second aspect of the present invention, there is provided an oscillation time waveform obtained by the inverse Fourier transform, calculating an oscillation time waveform by performing inverse Fourier transform on the frequency spectrum from which the electromagnetic oscillation component is removed by the method for removing the electromagnetic oscillation component. The present invention provides a rotating machine diagnostic method that determines the state of a rotating machine based on
本発明の第３の態様は、インバーター電源で駆動される回転機械に取り付けられた振動センサーと、前記振動センサーによって取得された前記回転機械の振動時間波形をフーリエ変換して周波数スペクトルを計算するフーリエ変換部と、前記周波数スペクトルにおける前記インバーター電源のキャリア周波数の整数倍の周辺の最大ピークの周波数である基準周波数周辺の、前記周波数スペクトルの自己相関関数を計算する自己相関関数計算部と、前記基準周波数周辺の前記自己相関関数のピークの間隔を求めることにより、前記基準周波数周辺に存在する等間隔ピークであるピーク間隔を求めるピーク間隔検出部と、前記基準周波数前後で前記ピーク間隔毎に存在するピークを対象ピークとして抽出する対象ピーク検出部と、前記周波数スペクトルにおいて前記対象ピークの周波数成分のレベルを低減させるレベル低減部と、前記レベル低減部によって前記対象ピークの周波数成分のレベルを低減させた前記周波数スペクトルを逆フーリエ変換する逆フーリエ変換部と、前記逆フーリエ変換により得られた振動時間波形に基づいて、回転機械の状態を判定する判定部とを備える、回転機械診断装置を提供する。前記レベル低減部における前記対象ピークの周波数成分のレベルの低減は、例えば、前記対象ピークをピークの裾のレベルまで低減させるものである。 According to a third aspect of the present invention, there is provided a vibration sensor attached to a rotating machine driven by an inverter power supply, and a Fourier for calculating a frequency spectrum by Fourier transforming a vibration time waveform of the rotating machine acquired by the vibration sensor. A conversion unit, an autocorrelation function calculation unit for calculating an autocorrelation function of the frequency spectrum around a reference frequency which is a frequency of a maximum peak around an integral multiple of the carrier frequency of the inverter power supply in the frequency spectrum; A peak interval detection unit for obtaining peak intervals which are equally spaced peaks existing around the reference frequency by finding intervals of peaks of the autocorrelation function around the frequency, and exists for each of the peak intervals before and after the reference frequency A target peak detection unit that extracts a peak as a target peak; A level reduction unit that reduces the level of the frequency component of the target peak in Tor, an inverse Fourier transform unit that performs inverse Fourier transform on the frequency spectrum in which the level of the frequency component of the target peak is reduced by the level reduction unit; There is provided a rotating machine diagnostic apparatus comprising: a determination unit that determines a state of a rotating machine based on a vibration time waveform obtained by inverse Fourier transform. The reduction of the level of the frequency component of the target peak in the level reduction unit is, for example, to reduce the target peak to the level of the tail of the peak.
本発明に係る電磁振動成分の除去方法によれば、インバーター電源で駆動される回転機械に取り付けられた振動センサーの信号から、インバーター電源に起因する電磁振動の周波数成分を高精度で除去できる。また、本発明に係る回転機械診断方法及び回転機械診断装置によれば、インバーター電源による電磁振動成分を高精度で除去することで、高精度での回転機械診断を実現できる。 According to the method of removing an electromagnetic vibration component according to the present invention, the frequency component of the electromagnetic vibration caused by the inverter power supply can be removed with high accuracy from the signal of the vibration sensor attached to the rotating machine driven by the inverter power supply. Further, according to the rotating machine diagnosis method and the rotating machine diagnosis device according to the present invention, the rotating machine diagnosis with high accuracy can be realized by removing the electromagnetic vibration component by the inverter power source with high accuracy.
以下に説明する本発明の実施形態は、インバーター電源で駆動される回転機械に取り付けた振動センサーの信号に含まれるインバーター電源による電磁振動成分を除去する方法を含む。この方法では、インバーター電源による電磁振動の周波数成分を特定するために、ある周波数範囲のピークをすべて抽出しその位置関係からピーク間隔を求めるのでなく、かつ変調周波数を入力とせずともレベル低減の対象となるピークの間隔を特定している。つまり、この方法は、インバーター電源に起因するピーク検索に関して、以下の特徴を有する。
・インバーターに起因する周波数成分の特徴であるキャリア周波数周辺の等間隔である複数のピーク(線スペクトル)の間隔を求める。
・当該ピークの間隔算出に変調周波数を使用しない。
Embodiments of the present invention described below include a method of removing an electromagnetic vibration component due to an inverter power supply included in a signal of a vibration sensor attached to a rotating machine driven by the inverter power supply. In this method, in order to specify the frequency component of the electromagnetic vibration by the inverter power source, not all peaks in a certain frequency range are extracted, and the peak interval is not determined from the positional relationship, and the target of level reduction is The interval of the peak which becomes That is, this method has the following features regarding peak search due to the inverter power supply.
Determine intervals of a plurality of equally spaced peaks (line spectra) around the carrier frequency that is a feature of the frequency component caused by the inverter.
• Do not use modulation frequency to calculate the peak interval.
図１は、本発明の実施形態に係る回転機械診断装置１を示す。本実施形態において診断対象となる回転機械は、インバーター電源２によって駆動されるモーター３である。 FIG. 1 shows a rotary machine diagnostic device 1 according to an embodiment of the present invention. The rotating machine to be diagnosed in the present embodiment is the motor 3 driven by the inverter power supply 2.
本実施形態における回転機械診断装置１は、モーター３の軸受部に取り付けられた圧電加速度センサー（振動センサー）４と、圧電加速度センサー４からの信号を処理する処理部５とを備える。 The rotary machine diagnostic device 1 in the present embodiment includes a piezoelectric acceleration sensor (vibration sensor) 4 attached to a bearing of the motor 3 and a processing unit 5 for processing a signal from the piezoelectric acceleration sensor 4.
処理部５は、圧電加速度センサー４からの出力に対して必要な前処理を行う前処理部６に加え、記憶部７、演算部８、入力部９、及び出力部１０を備える。処理部５は、ＣＰＵに加えてＲＡＭ、ＲＯＭのような記憶装置を含むハードウェアと、それに実装されたソフトウェアにより構築できる。 The processing unit 5 includes a storage unit 7, an arithmetic unit 8, an input unit 9, and an output unit 10 in addition to the preprocessing unit 6 that performs necessary preprocessing on the output from the piezoelectric acceleration sensor 4. The processing unit 5 can be constructed by hardware including a storage device such as a RAM and a ROM in addition to the CPU, and software implemented therein.
前処理部６において、圧電加速度センサー４からの出力は、アンプ１１で増幅された後、ノイズ除去のためのバンドパスフィルタ１２を追加し、さらにＡ／Ｄ変換器１３でＡ／Ｄ変換される。これらの処理を経た圧電加速度センサー４によって取得されたモーター３の加速度時間波形は、記憶部７に記憶される。 In the pre-processing unit 6, the output from the piezoelectric acceleration sensor 4 is amplified by the amplifier 11, and then a band pass filter 12 for noise removal is added, and further A / D converted by the A / D converter 13. . The acceleration time waveform of the motor 3 acquired by the piezoelectric acceleration sensor 4 that has undergone these processes is stored in the storage unit 7.
演算部８は、記憶部７に記憶された加速度時間波形からインバーター電源２に由来する電磁振動成分を除去すると共に、電磁振動成分を除去した加速度時間波形からモーター３の状態の判定を実行する。判定結果は、例えばディスプレイである出力部１０に出力される。 The arithmetic unit 8 removes the electromagnetic vibration component derived from the inverter power supply 2 from the acceleration time waveform stored in the storage unit 7 and executes the determination of the state of the motor 3 from the acceleration time waveform from which the electromagnetic vibration component is removed. The determination result is output to the output unit 10 which is, for example, a display.
本実施形態における演算部８は、高速フーリエ変換部（フーリエ変換部）２１、自己相関関数計算部２２、ピーク間隔検出部２３、対象ピーク抽出部２４、ピーク成分カット部（レベル低減部）２５、逆高速フーリエ変換部（逆フーリエ変換部）２６、及び判定部２７を備える。 The operation unit 8 in the present embodiment includes a fast Fourier transform unit (Fourier transform unit) 21, an autocorrelation function calculation unit 22, a peak interval detection unit 23, a target peak extraction unit 24, a peak component cut unit (level reduction unit) 25, An inverse fast Fourier transform unit (inverse Fourier transform unit) 26 and a determination unit 27 are provided.
演算部８によって実行される処理の概要は、図２のフローチャート（ステップＳ１〜Ｓ１３）に示されている。高速フーリエ変換部２１は、ステップＳ１を実行する。自己相関関数計算部２２は、ステップＳ３を実行する。ピーク間隔検出部２３はステップＳ４を実行する。対象ピーク抽出部２４は、ステップＳ５，Ｓ８を実行する。ピーク成分カット部２５はステップＳ６，Ｓ９を実行する。逆高速フーリエ変換部２６は、ステップＳ１２を実行する。判定部２７は、ステップＳ１３を実行する。 The outline of the process executed by the arithmetic unit 8 is shown in the flowchart of FIG. 2 (steps S1 to S13). The fast Fourier transform unit 21 executes step S1. The autocorrelation function calculator 22 executes step S3. The peak interval detection unit 23 executes step S4. The target peak extraction unit 24 executes steps S5 and S8. The peak component cutting unit 25 executes steps S6 and S9. The inverse fast Fourier transform unit 26 executes step S12. The determination unit 27 executes step S13.
以下、図２を参照しつつ、演算部８で実行される処理を説明する。以下の説明では、必要に応じて、図３Ａから図７を合わせて参照する。図３Ａは、圧電加速度センサー４により取得された加速度時間波形の一例であり、インバーター電源２のキャリア周波数は１２ｋＨｚで、インバーター電源２の変調周波数（出力周波数）は２０Ｈｚの場合である。図３Ｂから図７は、図３Ａの加速度時間波形に対する演算部８における処理で得られる各種波形である。以下の説明では、図３Ａから図７を総称して「参考例」と呼ぶ場合がある。 Hereinafter, the process performed by the calculation unit 8 will be described with reference to FIG. In the following description, FIG. 3A to FIG. 7 will be referred to together as needed. FIG. 3A is an example of an acceleration time waveform acquired by the piezoelectric acceleration sensor 4 in which the carrier frequency of the inverter power supply 2 is 12 kHz and the modulation frequency (output frequency) of the inverter power supply 2 is 20 Hz. FIGS. 3B to 7 show various waveforms obtained by the processing in the calculation unit 8 for the acceleration time waveform of FIG. 3A. In the following description, FIGS. 3A to 7 may be collectively referred to as “reference example”.
まず、ステップＳ１において、加速度時間波形を高速フーリエ変換し、周波数スペクトルを計算する。図３Ｂは、図３Ａの加速度時間波形の高速フーリエ変換により得られた周波数スペクトルであり、キャリア周波数である１２ｋＨｚと、その２倍の２４ｋＨｚの周波数帯周辺に線スペクトルが現れている。図３Ｂは、図３Ａのスペクトルの１２ｋＨｚ付近を拡大したものであり、インバーター電源２の変調周波数２０Ｈｚの２倍である４０Ｈｚ間隔のピークが複数出現している。なお、インバーター電源の変調周波数の整数倍の間隔でピークが出現することは、例えば特許文献２に記載されている。 First, in step S1, the acceleration time waveform is fast Fourier transformed to calculate a frequency spectrum. FIG. 3B is a frequency spectrum obtained by fast Fourier transform of the acceleration time waveform of FIG. 3A, and a line spectrum appears around a carrier frequency of 12 kHz and a frequency band of 24 kHz that is twice that of the carrier frequency. FIG. 3B is an enlarged view of the vicinity of 12 kHz of the spectrum of FIG. 3A, and a plurality of peaks at 40 Hz intervals that are twice the modulation frequency of 20 Hz of the inverter power supply 2 appear. The appearance of peaks at intervals of integral multiples of the modulation frequency of the inverter power source is described in, for example, Patent Document 2.
次に、ステップＳ２において、基準周波数ｆｃが決定される。ここで基準周波数ｆｃとは、周波数スペクトルにおけるインバーター電源２のキャリア周波数の整数倍の周辺（例えば、１２ｋＨｚ±０．２ｋＨｚの範囲）の最大ピークの周波数である。キャリア周波数はインバーター電源２の仕様から明らかであるから、おおよその周波数をユーザーが指定、つまり入力部９を使用して入力することができる。出力部１０に周波数スペクトルを画像として表示し、それに基づいてキャリア周波数の整数倍の周辺の最大ピークの周波数を、ユーザーが指定してもよい。参考例では、指定したキャリア周波数周辺の最も大きいピークの周波数は、正確には１１９８４．２５Ｈｚであり、これを基準周波数ｆｃとしている。 Next, in step S2, a reference frequency fc is determined. Here, the reference frequency fc is the frequency of the maximum peak around (for example, in the range of 12 kHz ± 0.2 kHz) an integral multiple of the carrier frequency of the inverter power supply 2 in the frequency spectrum. Since the carrier frequency is apparent from the specification of the inverter power supply 2, the approximate frequency can be specified by the user, ie input using the input 9. The frequency spectrum may be displayed as an image on the output unit 10, and the user may specify the frequency of the maximum peak around an integral multiple of the carrier frequency based thereon. In the reference example, the frequency of the largest peak around the designated carrier frequency is exactly 11984.25 Hz, which is used as the reference frequency fc.
ステップＳ３では、周波数スペクトルについて自己相関関数を計算する。自己相関関数は一般に時間波形の周期性を見いだすのに用いられることが多いが、ここでは周波数スペクトルに対して自己相関を計算する。周波数スペクトルの自己相関関数を計算すると、周波数スペクトルにある等間隔なピークのピーク間隔ごとに自己相関関数の値が鋭いピークとなり、ピーク間隔をプログラム処理で求めることが容易になる。 In step S3, an autocorrelation function is calculated for the frequency spectrum. The autocorrelation function is generally used to find periodicity of the time waveform, but here the autocorrelation is calculated for the frequency spectrum. When the autocorrelation function of the frequency spectrum is calculated, the value of the autocorrelation function becomes a sharp peak for each peak interval of equally spaced peaks in the frequency spectrum, and it becomes easy to find the peak interval by program processing.
自己相関関数の計算対象の周波数スペクトルは、全範囲とする必要はなく、そのピークが顕著な基準周波数ｆｃの周辺範囲を対象にすればよい。参考例の場合、インバーター電源２の変調周波数（出力周波数）の設定最大値が６０ｋＨｚであるので、とり得るピークの間隔は最大でも１２０Ｈｚである。このときでも、基準周波数ｆｃの前後６００Ｈｚの範囲を取り出して計算した。また、自己相関関数のラグの範囲も同様に基準周波数ｆｃの前後６００Ｈｚ相当、インデックスにして２００点分とした(参考例における高速フーリエ変換の周波数分解能は３．０５Ｈｚ）。 The frequency spectrum for which the autocorrelation function is to be calculated does not have to be the entire range, and the peak of the frequency spectrum may be the peripheral range of the reference frequency fc. In the case of the reference example, since the set maximum value of the modulation frequency (output frequency) of the inverter power supply 2 is 60 kHz, the possible peak interval is at most 120 Hz. Even at this time, a range of 600 Hz before and after the reference frequency fc was extracted and calculated. Similarly, the lag range of the autocorrelation function is equivalent to 600 Hz before and after the reference frequency fc, and 200 points are used as an index (the frequency resolution of the fast Fourier transform in the reference example is 3.05 Hz).
次に、ステップＳ４において、ステップＳ３で得られた自己相関関数から、基準周波数ｆｃの周辺に存在する等間隔ピークであるピーク間隔Ｐを求める。 Next, in step S4, from the autocorrelation function obtained in step S3, peak intervals P which are equally spaced peaks existing around the reference frequency fc are determined.
図４は、参考例における、周波数スペクトル（図３Ｂ，３Ｃ）の基準周波数ｆｃスペクトル周辺における自己相関関数の正のラグ側をプロットしたものである。この自己相関関数のピーク(上に凸)の位置のインデックス(ラグ)の差分を順に求めていくと、１３，１３，１３，１３，１４，１３・・・となった。参考例では、最頻値１３をピーク間隔Ｐとしている。ピーク間隔Ｐは、自己相関関数のピークの位置のインデックス差分の平均値であってもよい。参考例では、高速フーリエ変換の周波数分解能は３．０５Ｈｚであるので、ピーク間隔周波数は３．０５×１３＝３９．６５Ｈｚ間隔となり、インバーターの変調周波数２０Ｈｚの２倍の４０Ｈｚにほぼ一致することが確認できる。 FIG. 4 is a plot of the positive lag side of the autocorrelation function around the reference frequency fc spectrum of the frequency spectrum (FIGS. 3B and 3C) in the reference example. When the difference of the index (lag) at the position of the peak (convex upward) of this autocorrelation function is determined in order, it becomes 13, 13, 13, 13, 14, 13,. In the reference example, the mode value 13 is set as the peak interval P. The peak interval P may be an average value of index differences of positions of peaks of the autocorrelation function. In the reference example, since the frequency resolution of the fast Fourier transform is 3.05 Hz, the peak interval frequency is 3.05 × 13 = 39.65 Hz intervals, which approximately matches 40 Hz, which is twice the modulation frequency of 20 Hz of the inverter. It can confirm.
続いて、ステップＳ５において、周波数スペクトルについて、基準周波数ｆｃよりも周波数が大きくなる側でピーク間隔Ｐ毎にあるピークを対象ピークとして抽出する。ピーク間隔Ｐは、離散値(インデックス単位)であり±1の誤差をもつから、インデックスをピーク間隔Ｐ（参考例では１３）進めた±１の範囲にピークがあれば、対象ピークとなる。 Subsequently, in step S5, for the frequency spectrum, a peak at every peak interval P is extracted as a target peak on the side where the frequency is larger than the reference frequency fc. Since the peak interval P is a discrete value (index unit) and has an error of ± 1, if there is a peak in the range of ± 1 in which the index is advanced by the peak interval P (13 in the reference example), the peak is a target peak.
次に、周波数スペクトルにおいて対象ピークの周波数成分のレベルの低減、つまり対象ピーク点とその前後の点の周波数成分のカット（ピーク成分カット）を実行する。 Next, reduction of the level of the frequency component of the target peak in the frequency spectrum, that is, cutting (peak component cut) of frequency components of the target peak point and points before and after the target peak point is performed.
図８を参照して、ピーク成分カットの一例を説明する。図８は周波数スペクトルの一部を模式的に示したものである。また、図８において、符号Ｘｋは対象ピークを示す。まず、対象ピークＸｋの隣点Ｘｋ＋１からＸｋ＋ｎまでのｎ個（この例では５個）の平均値Ａと標準偏差σを求める。Ｘｋ＋１と平均値Ａの差の絶対値が標準偏差σより大きければ、つぎにＸｋ＋２からＸｋ＋ｎ＋１について同様の計算、判定を行い、これを繰り返し、平均値との差が標準偏差を下回る点が現れた時点でその点をピークの裾の１点とする。同様の処理を対象ピークの隣点Ｘｋ−１からＸｋ−ｎについても行い、もう一方の抽出ピークの裾の点を決定する。図８では、ピークＸｋ＋２，Ｘｋ−２が裾点である。次に、両裾の点（ピークＸｋ＋２，Ｘｋ−２）を直線補間し、両裾間の周波数成分をカットする。もとのフーリエ変換結果の(絶対値をとる前の複素数の)実数と虚数の成分を補間により低減した比率を乗じて低減させる。符号Ｌは、補間した直線を示す。 An example of the peak component cut will be described with reference to FIG. FIG. 8 schematically shows a part of the frequency spectrum. Further, in FIG. 8, a symbol Xk indicates a target peak. First, n (five in this example) average values A and standard deviations σ from the adjacent points Xk + 1 to Xk + n of the target peak Xk are determined. If the absolute value of the difference between Xk + 1 and the average value A is larger than the standard deviation σ, then the same calculation and determination are performed for Xk + 2 to Xk + n + 1, and this is repeated, and a point where the difference from the average value falls below the standard deviation appears Let that point be one point at the bottom of the peak. The same processing is performed for the adjacent points Xk-1 to Xk-n of the target peak, and the bottom of the other extraction peak is determined. In FIG. 8, the peaks Xk + 2 and Xk-2 are tail points. Next, the points at the bottoms (peaks Xk + 2, Xk-2) are linearly interpolated to cut frequency components between the bottoms. The real and imaginary components (of complex numbers before taking the absolute value) of the original Fourier transform result are reduced by multiplying by the ratio reduced by interpolation. The symbol L indicates a straight line interpolated.
ステップＳ５，Ｓ６は、指定個数繰り返される。つまり、対象ピークのすべてについて、ステップＳ５，Ｓ６が実行される。 Steps S5 and S6 are repeated a specified number of times. That is, steps S5 and S6 are performed for all the target peaks.
次に、周波数スペクトルについて、基準周波数ｆｃよりも周波数が小さくなる側について、ステップＳ５，Ｓ６と同じ処理、つまり対象ピークの抽出と、ピーク成分のカットが実行される（ステップＳ８〜Ｓ１０）。 Next, for the frequency spectrum, on the side where the frequency is smaller than the reference frequency fc, the same processing as in steps S5 and S6, that is, extraction of the target peak and cutting of the peak component is performed (steps S8 to S10).
基準周波数ｆｃが他に設定されていれば、当該基準周波数ｆｃについて、ステップＳ２〜Ｓ１１の処理が実行される（ステップＳ１１）。 If the reference frequency fc is set to another, the processing of steps S2 to S11 is executed for the reference frequency fc (step S11).
図５では、周波数スペクトルにおける対象ピークを〇印を付して示している。 In FIG. 5, the target peak in the frequency spectrum is shown with a circle.
図６は、抽出したピークを低減させ、両裾を直線補間し、両裾間の周波数成分をカットした後の周波数スペクトルである。もとの周波数スペクトルも破線で薄く示した。以上で電磁振動成分の除去が完了する。 FIG. 6 is a frequency spectrum after reducing the extracted peak, performing linear interpolation on both tails, and cutting the frequency component between the tails. The original frequency spectrum is also dimmed with dashed lines. Thus, the removal of the electromagnetic vibration component is completed.
次に、ステップＳ１２では、ピーク成分カット後の周波数スペクトル（参考例では図６）を逆高速フーリエ変換し、加速度時間波形に戻す。図７は、参考例における電磁振動成分除去処理後の加速度波形を示し、除去処理前の加速度時間波形を薄く示した。除去処理前後の加速度振幅のＲＭＳ値を比較すると、除去処理前が２．４８ｍ／ｓ２であったが、除去処理後は０．６４ｍ／ｓ２であり、７４％も低減されていることが確認できる。 Next, in step S12, the frequency spectrum after peak component cutting (in the reference example, FIG. 6) is inverse fast Fourier transformed to return to the acceleration time waveform. FIG. 7 shows an acceleration waveform after the electromagnetic vibration component removal processing in the reference example, and shows a thin acceleration time waveform before the removal processing. Comparing the RMS values of the acceleration amplitude before and after the removal process, it was 2.48 m / s 2 before the removal process, but it is 0.64 m / s 2 after the removal process, and it is also reduced by 74%. It can confirm.
次に、ステップＳ１３において、電磁振動成分除去処理後の加速度時間波形（参考例では図７）を使用して、モーター３の振動状態に関する判定が実行される。このような判定の例は、種々知られており、例えば加速度振幅が予め設定された閾値を超えた場合に異常振動が発生していると判断される。判定結果を出力部１０に出力してもよい。電磁振動成分除去処理後の加速度時間波形は、各種フィルター処理を経て、簡易診断、精密診断に利用してもよい（非特許文献１等に、このような診断が記載されている）。 Next, in step S13, the determination regarding the vibration state of the motor 3 is performed using the acceleration time waveform (FIG. 7 in the reference example) after the electromagnetic vibration component removal processing. Various examples of such determination are known. For example, when the acceleration amplitude exceeds a preset threshold value, it is determined that abnormal vibration is occurring. The determination result may be output to the output unit 10. The acceleration time waveform after the electromagnetic vibration component removal process may be used for simple diagnosis and precision diagnosis through various filter processes (such diagnosis is described in Non-Patent Document 1 etc.).
本実施形態によれば、インバーター電源２で駆動される回転機械の振動診断において、インバーター電源２の変調周波数、つまりモーター３の回転数に関係なく、圧電加速度センサー４の信号に含まれるインバーター電源２による電磁振動成分を高精度で除去することができる。その結果、電磁振動成分を除去したデータに従来からある振動診断の基準をそのまま適用することができるようになり、より正確な設備診断ができる。 According to the present embodiment, in the vibration diagnosis of the rotary machine driven by the inverter power supply 2, the inverter power supply 2 included in the signal of the piezoelectric acceleration sensor 4 regardless of the modulation frequency of the inverter power supply 2, that is, the number of rotations of the motor 3. It is possible to remove the electromagnetic vibration component due to the high precision. As a result, it becomes possible to apply the conventional vibration diagnosis criteria to the data from which the electromagnetic vibration component has been removed as it is, and more accurate equipment diagnosis can be performed.
実施形態では、圧電型加速度センサー４を例に説明したが、動電型速度センサー、非接触式変位センサーなどについても本発明を適用できる。実施形態では、振動センサーの出力信号が振動加速度である場合を例に説明したが、振動加速度を積分した速度、あるいは更に積分した変位であってもよい。センサー設置箇所はモーターの軸受部としたが、モーター以外の回転機械であってもよく、センサー設置箇所は回転機械の強固な筐体部であってもよい。 In the embodiment, the piezoelectric acceleration sensor 4 is described as an example, but the present invention can be applied to an electrodynamic velocity sensor, a noncontact displacement sensor, and the like. In the embodiment, the case where the output signal of the vibration sensor is the vibration acceleration has been described as an example, but the velocity obtained by integrating the vibration acceleration or a displacement obtained by further integrating the vibration acceleration may be used. Although the sensor installation site is a bearing of the motor, it may be a rotary machine other than the motor, and the sensor installation site may be a strong casing of the rotary machine.
１ 回転機械診断装置
２ インバーター電源
３ モーター
４ 圧電加速度センサー
５ 処理部
６ 前処理部
７ 記憶部
８ 演算部
９ 入力部
１０ 出力部
１１ アンプ
１２ バンドパスフィルタ
１３ Ａ／Ｄ変換器
２１ 高速フーリエ変換部（フーリエ変換部）
２２ 自己相関関数計算部
２３ ピーク間隔検出部
２４ 対象ピーク検出部
２５ ピーク成分カット部（レベル低減部）
２６ 逆高速フーリエ変換部（逆フーリエ変換部）
２７ 判定部
Reference Signs List 1 rotating machine diagnostic device 2 inverter power supply 3 motor 4 piezoelectric acceleration sensor 5 processing unit 6 pre-processing unit 7 storage unit 8 computing unit 9 input unit 10 output unit 11 amplifier 12 band pass filter 13 A / D converter 21 high speed Fourier transform unit (Fourier transform unit)
22 autocorrelation function calculation unit 23 peak interval detection unit 24 target peak detection unit 25 peak component cut unit (level reduction unit)
26 Inverse Fast Fourier Transform (Inverse Fourier Transform)
27 Judgment part
自己相関関数の計算対象の周波数スペクトルは、全範囲とする必要はなく、そのピークが顕著な基準周波数ｆｃの周辺範囲を対象にすればよい。参考例の場合、インバーター電源２の変調周波数（出力周波数）の設定最大値が６０Ｈｚであるので、とり得るピークの間隔は最大でも１２０Ｈｚである。このときでも、基準周波数ｆｃの前後６００Ｈｚの範囲を取り出して計算した。また、自己相関関数のラグの範囲も同様に基準周波数ｆｃの前後６００Ｈｚ相当、インデックスにして２００点分とした(参考例における高速フーリエ変換の周波数分解能は３．０５Ｈｚ）。
The frequency spectrum for which the autocorrelation function is to be calculated does not have to be the entire range, and the peak of the frequency spectrum may be the peripheral range of the reference frequency fc. For Example, the set maximum value of the modulation frequency (output frequency) of the inverter power supply 2 is a 6 0H z, spacing of the peaks which can be taken is 120Hz at a maximum. Even at this time, a range of 600 Hz before and after the reference frequency fc was extracted and calculated. Similarly, the lag range of the autocorrelation function is equivalent to 600 Hz before and after the reference frequency fc, and 200 points are used as an index (the frequency resolution of the fast Fourier transform in the reference example is 3.05 Hz).
Claims (5)
振動時間波形をフーリエ変換して、周波数スペクトルを計算し、
前記周波数スペクトルにおける前記インバーター電源のキャリア周波数の整数倍の周辺の最大ピークの周波数を基準周波数とし、
前記基準周波数周辺の前記周波数スペクトルの自己相関関数を計算し、
前記基準周波数周辺の前記自己相関関数のピークの間隔を求めることにより、前記基準周波数周辺に存在する等間隔ピークであるピーク間隔を求め、
前記基準周波数前後で前記ピーク間隔毎に存在するピークを対象ピークとして抽出し、
前記周波数スペクトルにおいて前記対象ピークの周波数成分のレベルを低減させる、電磁振動成分の除去方法。 The vibration time waveform of the rotating machine is acquired by the vibration sensor attached to the rotating machine driven by the inverter power supply,
Fourier transform the vibrational time waveform to calculate the frequency spectrum,
The frequency of the maximum peak around an integral multiple of the carrier frequency of the inverter power supply in the frequency spectrum is taken as a reference frequency,
Calculating an autocorrelation function of the frequency spectrum around the reference frequency;
By determining intervals of peaks of the autocorrelation function around the reference frequency, peak intervals which are equally spaced peaks existing around the reference frequency are determined.
A peak present at each of the peak intervals before and after the reference frequency is extracted as a target peak,
A method of removing an electromagnetic vibration component, which reduces the level of the frequency component of the target peak in the frequency spectrum.
前記逆フーリエ変換により得られた振動時間波形に基づいて、回転機械の状態を判定する、回転機械診断方法。 A frequency time waveform is calculated by inverse Fourier transform of the frequency spectrum from which the electromagnetic vibration component is removed by the method for removing an electromagnetic vibration component according to claim 1 or 2;
A rotating machine diagnosis method, which determines a state of a rotating machine based on a vibration time waveform obtained by the inverse Fourier transform.
前記振動センサーによって取得された前記回転機械の振動時間波形をフーリエ変換して周波数スペクトルを計算するフーリエ変換部と、
前記周波数スペクトルにおける前記インバーター電源のキャリア周波数の整数倍の周辺の最大ピークの周波数である基準周波数周辺の、前記周波数スペクトルの自己相関関数を計算する自己相関関数計算部と、
前記基準周波数周辺の前記自己相関関数のピークの間隔を求めることにより、前記基準周波数周辺に存在する等間隔ピークであるピーク間隔を求めるピーク間隔検出部と、
前記基準周波数前後で前記ピーク間隔毎に存在するピークを対象ピークとして抽出する対象ピーク検出部と、
前記周波数スペクトルにおいて前記対象ピークの周波数成分のレベルを低減させるレベル低減部と、
前記レベル低減部によって前記対象ピークの周波数成分のレベルを低減させた前記周波数スペクトルを逆フーリエ変換する逆フーリエ変換部と、
前記逆フーリエ変換により得られた振動時間波形に基づいて、回転機械の状態を判定する判定部と
を備える、回転機械診断装置。 A vibration sensor attached to a rotating machine driven by an inverter power supply,
A Fourier transform unit that Fourier transforms the vibration time waveform of the rotary machine acquired by the vibration sensor to calculate a frequency spectrum;
An autocorrelation function calculation unit that calculates an autocorrelation function of the frequency spectrum around a reference frequency that is a frequency of a maximum peak around an integral multiple of the carrier frequency of the inverter power supply in the frequency spectrum;
A peak interval detection unit for determining peak intervals which are equally spaced peaks existing around the reference frequency by obtaining intervals of peaks of the autocorrelation function around the reference frequency;
A target peak detection unit that extracts, as target peaks, peaks existing at each of the peak intervals before and after the reference frequency;
A level reduction unit that reduces the level of the frequency component of the target peak in the frequency spectrum;
An inverse Fourier transform unit that performs inverse Fourier transform on the frequency spectrum in which the level reduction unit reduces the level of the frequency component of the target peak;
A determination unit that determines the state of a rotating machine based on the vibration time waveform obtained by the inverse Fourier transform.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017229230A JP6420885B1 (en) | 2017-11-29 | 2017-11-29 | Method for removing electromagnetic vibration component, diagnostic method for rotating machine, and diagnostic device for rotating machine |
| CN201810787683.8A CN108956117B (en) | 2017-11-29 | 2018-07-18 | The minimizing technology of electric and magnetic oscillation component, Diagnosis of Rotating Machinery method and device |
| KR1020180112090A KR101966270B1 (en) | 2017-11-29 | 2018-09-19 | Method for removing electromagnetic vibration component, method for diagnosing rotary machine, and rotary machine diagnostic device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017229230A JP6420885B1 (en) | 2017-11-29 | 2017-11-29 | Method for removing electromagnetic vibration component, diagnostic method for rotating machine, and diagnostic device for rotating machine |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6420885B1 JP6420885B1 (en) | 2018-11-07 |
| JP2019100761A true JP2019100761A (en) | 2019-06-24 |
Family
ID=64098847
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017229230A Active JP6420885B1 (en) | 2017-11-29 | 2017-11-29 | Method for removing electromagnetic vibration component, diagnostic method for rotating machine, and diagnostic device for rotating machine |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP6420885B1 (en) |
| KR (1) | KR101966270B1 (en) |
| CN (1) | CN108956117B (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022102113A1 (en) * | 2020-11-16 | 2022-05-19 | 三菱電機株式会社 | Diagnosis device for motor |
| JP2022108652A (en) * | 2021-01-13 | 2022-07-26 | 株式会社Kelk | Analysis device, analysis system and analysis method |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020085603A (en) * | 2018-11-21 | 2020-06-04 | 東芝産業機器システム株式会社 | Method for measuring specific frequency |
| DE102019127211A1 (en) * | 2019-03-05 | 2020-09-10 | Computational Systems, Inc. | System for separating periodic amplitude peaks from non-periodic amplitude peaks in machine vibration data |
| US20210033450A1 (en) * | 2019-07-29 | 2021-02-04 | Computational Systems, Inc. | Vibration Waveform DC Disturbance Removal |
| KR102798763B1 (en) | 2019-08-09 | 2025-04-22 | 주식회사 엘지에너지솔루션 | Quantitatively diagnosis method for manufacturing facility |
| CN110530507B (en) * | 2019-08-29 | 2021-10-15 | 郑州大学 | Edge computing method, medium and system for rotating equipment monitoring |
| CN111964583B (en) * | 2020-07-08 | 2022-05-27 | 瑞声新能源发展(常州)有限公司科教城分公司 | Motor vibration displacement estimation method, device and medium |
| JP7489927B2 (en) * | 2021-01-27 | 2024-05-24 | 公益財団法人鉄道総合技術研究所 | Diagnostic device and diagnostic method |
| CN114355187A (en) * | 2021-12-15 | 2022-04-15 | 武汉船用电力推进装置研究所（中国船舶重工集团公司第七一二研究所） | A method of extracting and analyzing motor vibration force wave test |
| CN116930853B (en) * | 2023-07-17 | 2024-12-24 | 海南电网有限责任公司 | A meter box aging detection method and device based on vibration analysis |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03291539A (en) * | 1990-04-09 | 1991-12-20 | Toshiba Corp | Detecting method for abnormality of roller bearing of electric motor |
| US20100139403A1 (en) * | 2008-12-04 | 2010-06-10 | University Of Ottawa | Parameter independent detection of rotating machinery faults |
| JP2011259624A (en) * | 2010-06-09 | 2011-12-22 | Fuji Electric Co Ltd | Method and device for removing high frequency electromagnetic vibration component of vibration data of rolling bearing section and method and device for diagnosing rolling bearing of rotary machine |
| JP2013029484A (en) * | 2011-07-29 | 2013-02-07 | Toshiba Corp | Rotary machine state monitor, rotary machine state monitoring method and rotary machine state monitoring program |
| JP2015126360A (en) * | 2013-12-26 | 2015-07-06 | 株式会社豊田中央研究所 | Signal processing apparatus and signal processing method |
| JP2015169788A (en) * | 2014-03-07 | 2015-09-28 | 株式会社Ｊｖｃケンウッド | noise reduction device |
| JP2016116251A (en) * | 2014-12-10 | 2016-06-23 | 旭化成エンジニアリング株式会社 | Inverter noise removal method and diagnostic method of facility including inverter |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS587167B2 (en) | 1978-11-13 | 1983-02-08 | 沖電気工業株式会社 | Level measurement method |
| JP4101060B2 (en) * | 2001-02-28 | 2008-06-11 | 古河電気工業株式会社 | Measuring method of tensile force of optical fiber |
| CN104459676B (en) * | 2014-11-05 | 2017-01-11 | 上海大学 | System and method for simultaneously measuring lengths of two optical fibers |
| CN104599682A (en) * | 2015-01-13 | 2015-05-06 | 清华大学 | Method for extracting pitch period of telephone wire quality voice |
| JP6044647B2 (en) * | 2015-01-13 | 2016-12-14 | 株式会社明電舎 | Dynamometer control device and inertia moment estimation method using the same |
| KR101832244B1 (en) * | 2016-11-11 | 2018-02-27 | 한국과학기술연구원 | Bearing Test apparatus for testing behavior of the bearing |
-
2017
- 2017-11-29 JP JP2017229230A patent/JP6420885B1/en active Active
-
2018
- 2018-07-18 CN CN201810787683.8A patent/CN108956117B/en active Active
- 2018-09-19 KR KR1020180112090A patent/KR101966270B1/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03291539A (en) * | 1990-04-09 | 1991-12-20 | Toshiba Corp | Detecting method for abnormality of roller bearing of electric motor |
| US20100139403A1 (en) * | 2008-12-04 | 2010-06-10 | University Of Ottawa | Parameter independent detection of rotating machinery faults |
| JP2011259624A (en) * | 2010-06-09 | 2011-12-22 | Fuji Electric Co Ltd | Method and device for removing high frequency electromagnetic vibration component of vibration data of rolling bearing section and method and device for diagnosing rolling bearing of rotary machine |
| JP2013029484A (en) * | 2011-07-29 | 2013-02-07 | Toshiba Corp | Rotary machine state monitor, rotary machine state monitoring method and rotary machine state monitoring program |
| JP2015126360A (en) * | 2013-12-26 | 2015-07-06 | 株式会社豊田中央研究所 | Signal processing apparatus and signal processing method |
| JP2015169788A (en) * | 2014-03-07 | 2015-09-28 | 株式会社Ｊｖｃケンウッド | noise reduction device |
| JP2016116251A (en) * | 2014-12-10 | 2016-06-23 | 旭化成エンジニアリング株式会社 | Inverter noise removal method and diagnostic method of facility including inverter |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022102113A1 (en) * | 2020-11-16 | 2022-05-19 | 三菱電機株式会社 | Diagnosis device for motor |
| JPWO2022102113A1 (en) * | 2020-11-16 | 2022-05-19 | ||
| JP7422896B2 (en) | 2020-11-16 | 2024-01-26 | 三菱電機株式会社 | Electric motor diagnostic equipment |
| JP2022108652A (en) * | 2021-01-13 | 2022-07-26 | 株式会社Kelk | Analysis device, analysis system and analysis method |
| JP7611711B2 (en) | 2021-01-13 | 2025-01-10 | 株式会社Kelk | Analysis device, analysis system, and analysis method |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108956117B (en) | 2019-11-08 |
| CN108956117A (en) | 2018-12-07 |
| JP6420885B1 (en) | 2018-11-07 |
| KR101966270B1 (en) | 2019-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6420885B1 (en) | Method for removing electromagnetic vibration component, diagnostic method for rotating machine, and diagnostic device for rotating machine | |
| US10598568B1 (en) | Vibration measurement and analysis | |
| Zhen et al. | Fault diagnosis of motor drives using stator current signal analysis based on dynamic time warping | |
| DK2523009T3 (en) | Method and device for monitoring the state afelektromekaniske systems | |
| US5744723A (en) | Method for determining rotational speed from machine vibration data | |
| JP5565120B2 (en) | High-frequency electromagnetic vibration component removal method and high-frequency electromagnetic vibration component removal device, rolling bearing diagnosis method and bearing diagnosis device for a rotating machine | |
| CN105651376B (en) | The analysis of mechanical equipment off-line checking system vibration signals spectrograph and alarm method | |
| EP2005125B1 (en) | A method and a system for monitoring the condition and operation of periodically moving objects | |
| JP6620290B2 (en) | Vibro-acoustic analysis method and apparatus, and apparatus abnormal part estimation method and apparatus | |
| CN109765055B (en) | Rolling bearing fault detection method and system based on EWT, spectrum effective value and KNN | |
| EP2761315B1 (en) | A method of determining stationary signals for the diagnostics of an electromechanical system | |
| US11525758B2 (en) | Method and apparatus for identifying gear tooth numbers in a gearbox | |
| US10197594B2 (en) | Tachometer signal jitter reduction system and method | |
| US20180252741A1 (en) | Method and device for determining machine speeds | |
| AU2015201595A1 (en) | Vibration measurement and analysis | |
| JP6430234B2 (en) | Vibration analysis apparatus and program for rotating machine | |
| CN112345827A (en) | Graphical differentiation of spectral frequency families | |
| CN117157515A (en) | Abnormality diagnosis device and abnormality diagnosis method | |
| WO2020202567A1 (en) | Vibro-acoustic analysis method and device and equipment-abnormality-location estimation method and device | |
| CN105510621A (en) | Method and device for obtaining critical rotating speed of centrifugal compressor | |
| JP6934832B2 (en) | Status monitoring device, status monitoring system and status monitoring method | |
| JP6922065B1 (en) | Rotation speed detection system and rotation speed detection device for rotating equipment | |
| JP7596864B2 (en) | Anomaly detection device and method | |
| CN112557036B (en) | Diagnostic device and method and computer readable storage medium | |
| KR102566810B1 (en) | Motion signal extraction system and method based on vibration signal |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180628 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180628 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180628 |
|
| TRDD | Decision of grant or rejection written | ||
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180914 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180925 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181012 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6420885 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |