JP6369895B2 - Motor abnormality detection system, motor abnormality detection method, and motor abnormality detection program - Google Patents
Motor abnormality detection system, motor abnormality detection method, and motor abnormality detection program Download PDFInfo
- Publication number
- JP6369895B2 JP6369895B2 JP2014122452A JP2014122452A JP6369895B2 JP 6369895 B2 JP6369895 B2 JP 6369895B2 JP 2014122452 A JP2014122452 A JP 2014122452A JP 2014122452 A JP2014122452 A JP 2014122452A JP 6369895 B2 JP6369895 B2 JP 6369895B2
- Authority
- JP
- Japan
- Prior art keywords
- motor
- model
- abnormality detection
- correlation
- vibration sensor
- 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.)
- Active
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Protection Of Generators And Motors (AREA)
- Control Of Ac Motors In General (AREA)
Description
本発明は、モータの異常を検知するセンシング技術に関し、詳しくは発電所で用いられているモータの異常を検知するモータ異常検知システム、モータ異常検知方法及びモータ異常検知プログラムに関する。 The present invention relates to a sensing technique for detecting a motor abnormality, and more particularly to a motor abnormality detection system, a motor abnormality detection method, and a motor abnormality detection program for detecting an abnormality of a motor used in a power plant.
発電所で用いられている様々なモータは、これまで異常要因の特定するために、モータに取り付けた各種センサ(電流、電圧、温度、など)の出力を解析していた。また、部品などの交換時期や異常を、監視員の過去の経験や専門性に頼った確認手法も行われている。また、情報処理装置による監視も行われていた。 Various motors used in power plants have so far analyzed the output of various sensors (current, voltage, temperature, etc.) attached to the motor in order to identify the cause of the abnormality. In addition, a method of confirming the replacement timing and abnormality of parts etc. by relying on the past experience and expertise of the observer is also performed. Monitoring by an information processing apparatus has also been performed.
モータの異常監視に関連する技術は、例えば特許文献1に記載されている。この文献には、各種センサ(電流、電圧、温度、など)の出力信号を受け付けて現在のモータの状態を監視すると共に、予定出力の入力に伴い、モータに使用されている巻線温度の予測、巻線の劣化状態予測を行なう演算装置が開示されている。
A technique related to motor abnormality monitoring is described in
これらの情報処理による解析では、モータの定格や部品の仕様、運用状態、エンジニアの経験を生かして、様々な予測を踏まえつつ、問題箇所の特定や、異常の要因を判別していた。 In these information processing analyses, the problem location is identified and the cause of the abnormality is determined based on various predictions, making use of motor ratings, component specifications, operating conditions, and engineer experience.
発電所システムのように大規模なシステムでは、運用中や定期点検中に、様々な問題の発生しそうな箇所や異常個所を特定して、予備系への切替えや部品交換、重点検査などの対応を適宜図っている。 In a large-scale system such as a power plant system, during operation and periodic inspections, locations that are likely to cause various problems and abnormal locations are identified and switched to a spare system, parts replacement, priority inspections, etc. Is planned as appropriate.
このような運用形態において、些細な異常の検出や、故障予見などに繋がる異常検出を運用中に実施できれば、運用面に有益に働く。 In such an operation mode, if anomaly detection that leads to detection of minor anomalies or failure prediction can be performed during operation, it will be beneficial in terms of operation.
他方で、上記したようなモータに取り付けられた様々なセンサ群によるモータ単体の監視では、大まかな異常事象を特定できるものの、些細な異常の検出や故障予見に改善を有する。 On the other hand, the monitoring of the motor alone by the various sensor groups attached to the motor as described above can identify a rough abnormal event, but has an improvement in detecting a minor abnormality and predicting a failure.
また、分析対象を人為的にモータの重要部分に定めて、様々なセンサから得た測定値について 周波数解析等を行うことで、部品の破損状況や劣化を検出することができる。 In addition, it is possible to detect breakage and deterioration of parts by artificially setting the analysis target as an important part of the motor and performing frequency analysis etc. on the measured values obtained from various sensors.
しかしながら、このように分析対象を人為的に重要部分や疑わしい部分に定めることとした場合、異常検出には設計情報や設置情報に基づく様々な事前準備と分析専門家が必要となる。 However, when the analysis target is artificially determined to be an important part or a suspicious part as described above, various advance preparations based on design information and installation information and an analysis specialist are required for abnormality detection.
結果、大規模なシステムになればなるほど、システム全体を網羅的に異常検証や予見を行うことが困難な現実が生じる。 As a result, the larger the system, the more difficult it is to exhaustively verify and foresee the entire system.
また、目視や打撃検査による監視は、人間の主観評価であり、定量的評価が難しい。また、全ての機器の網羅的な常時的監視を行うことは困難である。 Further, monitoring by visual inspection or batting inspection is a human subjective evaluation, and quantitative evaluation is difficult. In addition, it is difficult to perform comprehensive and continuous monitoring of all devices.
さらに、発電所システムには、人間が入り難い位置に設置されるモータもある。 Furthermore, the power plant system includes a motor installed at a position where it is difficult for humans to enter.
そこで、本発明は、発電所内のモータに生じる異常を利便性よく検知可能としたモータ異常検知システムを提供することを目的とする。 SUMMARY OF THE INVENTION An object of the present invention is to provide a motor abnormality detection system that can conveniently detect abnormality that occurs in a motor in a power plant.
本発明に係るモータ異常検知システムは、発電所内に設けられているモータの振動を測定する複数の振動センサ手段に関して、個々の前記振動センサ手段の出力値間にある相互の関係性を示した、前記モータで異常が発生していない正常時動作データのモデルを記憶したモデル記憶手段と、前記複数の振動センサ手段によって測定された測定データをそれぞれ収集して蓄積するセンサ情報蓄積手段と、正常時の動作データを取得する際に、前記モータの回転数を少しずつ変化させる調整手段と、前記センサ情報蓄積手段によって蓄積された、前記モータで異常が発生していない正常時の動作データから、各々の測定データの間の相関関係を抽出して、前記正常時動作データのモデルを構築して前記モデル記憶手段に記録するモデル構築手段と、前記モデル記憶手段に記録されている前記モデルで求まる相関関係と 前記複数の振動センサ手段から得られた任意期間の測定データ間の相関関係と を比較処理して、相関関係の崩れ量を基準とした異常値の発生を監視し、所定量の関係性崩れを報知事象として抽出するモータ異常検出手段と、を備えることを特徴とする。 The motor abnormality detection system according to the present invention showed a mutual relationship between the output values of the individual vibration sensor means with respect to a plurality of vibration sensor means for measuring the vibration of the motor provided in the power plant, Model storage means for storing a model of normal operation data in which no abnormality has occurred in the motor ; sensor information storage means for collecting and storing measurement data measured by the plurality of vibration sensor means; When acquiring the operation data, the adjustment means for changing the rotation speed of the motor little by little, and the normal operation data accumulated by the sensor information accumulation means that no abnormality has occurred in the motor, respectively, Model construction means for extracting a correlation between measurement data of the above, constructing a model of the normal operation data, and recording the model in the model storage means; By comparison a correlation between the measurement data of an arbitrary time period obtained from the correlation between the plurality of vibration sensor means determined by the model recorded in the model storing unit, a reference collapse of correlation Motor abnormality detecting means for monitoring occurrence of abnormal values and extracting a predetermined amount of relationship breakdown as a notification event.
本発明に係るモータ異常検知方法は、発電所内に設けられているモータの振動を測定する複数の振動センサ手段と 前記モータの回転数を所要に変化させる調整手段と を設けて、正常時の動作データとして 前記調整手段によって前記モータの回転数を少しずつ変化させた際の前記振動センサ手段によって測定された測定データを収集して蓄積すると共に、前記振動センサ手段によって測定された任意期間の測定データを収集して蓄積し、蓄積済みの前記モータで異常が発生していない正常時の動作データから、各々の測定データの間の相関関係を抽出して、前記正常時動作データのモデルを構築してモデル記憶手段に記録し、前記モデルで求まる相関関係と 前記複数の振動センサ手段から得られた任意期間の測定データ間の相関関係と を比較処理して、相関関係の崩れ量を基準とした異常値の発生を監視し、所定量の関係性崩れを報知事象として抽出することを特徴とする。 A motor abnormality detection method according to the present invention comprises a plurality of vibration sensor means for measuring vibrations of a motor provided in a power plant, and an adjustment means for changing the rotational speed of the motor as required, thereby operating in a normal state. As the data, the measurement data measured by the vibration sensor means when the rotation speed of the motor is changed little by little by the adjusting means is collected and accumulated , and the measurement data of an arbitrary period measured by the vibration sensor means collect to accumulate, from already stored operating data of the normal time abnormality does not occur in the motor, and extracts a correlation between each of the measured data to build the model of the normal operation data The correlation obtained by the model is compared with the correlation between measurement data obtained from the plurality of vibration sensor means for an arbitrary period. Processing is performed to monitor the occurrence of an abnormal value based on the correlation collapse amount, and a predetermined amount of relationship breakdown is extracted as a notification event.
本発明に係るモータ異常検知プログラムは、情報処理装置の制御部を、発電所内に設けられているモータの振動を測定する複数の振動センサ手段に関して、個々の前記振動センサ手段の出力値間にある相互の関係性を示した、前記モータで異常が発生していない正常時動作データのモデルを記憶したモデル記憶手段に記録されている前記モデルで求まる相関関係と 前記複数の振動センサ手段から得られた任意期間の測定データ間の相関関係と を比較処理して、相関関係の崩れ量を基準とした異常値の発生を監視し、所定量の関係性崩れを報知事象として抽出するモータ異常検出手段と、正常時の動作データを取得する際に、前記モータの回転数を少しずつ変化させる調整手段を働かせながら前記複数の振動センサ手段によって測定された、前記モータで異常が発生していない正常時の動作データから、各々の測定データの間の相関関係を抽出して、前記正常時動作データのモデルを構築して前記モデル記憶手段に記録するモデル構築手段として動作させることを特徴とする。 In the motor abnormality detection program according to the present invention, the control unit of the information processing apparatus is between the output values of the individual vibration sensor means with respect to the plurality of vibration sensor means for measuring the vibration of the motor provided in the power plant. Correlation obtained by the model stored in the model storage means storing the model of normal operation data in which no abnormality has occurred in the motor, showing the mutual relationship, and obtained from the plurality of vibration sensor means Motor abnormality detection means that compares the correlation between measured data for any period of time, monitors the occurrence of abnormal values based on the correlation breakdown amount, and extracts a predetermined amount of relationship breakdown as a notification event When, as measured when acquiring the operation data in the normal, by the plurality of vibration sensor means while exercising adjusting means for changing the rotational speed of the motor gradually, Model construction for extracting a correlation between each measurement data from normal operation data in which no abnormality has occurred in the motor, constructing a model of the normal operation data and recording it in the model storage means It is characterized by operating as a means .
本発明によれば、発電所内のモータに生じる異常を利便性よく検知可能としたモータ異常検知システムを提供できる。 ADVANTAGE OF THE INVENTION According to this invention, the motor abnormality detection system which made it possible to detect the abnormality which arises in the motor in a power station convenient.
以下、本発明の実施形態のモータ異常検知システムを図面に基づいて説明する。 Hereinafter, a motor abnormality detection system according to an embodiment of the present invention will be described with reference to the drawings.
[第1の実施形態]
図1は、第1の実施形態のモータ異常検知システム10を示すブロック図である。
[First Embodiment]
FIG. 1 is a block diagram illustrating a motor
モータ異常検知システム10は、発電所内に設けられているモータの振動を測定する複数の振動センサ手段を入力として受け付けて異常を検知するための、モータ異常検出部20と、モデル記憶部30とを含み、構成される。
The motor
モデル記憶部30には、個々の振動センサ(1−1,1−2,・・・1−n)に関して任意期間の出力値間にある測定データ間の関係性を示した正常時モデルが記録されている。この正常時モデルは、一手法としてはモータを動作させている異常としない振動センサ群の動作データから生成すればよい。
The
モータ異常検出部20は、リアルタイム性を有した測定値や、蓄積されている測定値など、監視対象とする複数の振動センサ手段の任意期間の測定データについて、その測定データ間の相関関係を求め、モデル記憶部30に記録されている正常時モデルで求まる相関関係と比較処理する。モータ異常検出部20は、比較結果で相関関係の崩れ量(不一致箇所の量)を基準に、所定量の関係性崩れを検出して、異常値の発生時に報知事象として抽出する。また、崩れ量と共に、崩れ方を基準に異常の発生を抽出してもよい。また、崩れ量の時間当たりの増減(変化量)を踏まえてもよい。なお、抽出した報知事象は、所定の記憶部に記録したり、担当者に自動通知したり、他のシステムに通知すればよい。また、異常度合いによっては、モータを自動停止したり出力を増減する信号を出力してもよい。時間あたりの崩れ量や変化量が所定値を超えた際に、緊急度を有する報知事象として通知するようにしてもよい。
The motor
次に、第1の実施形態にかかるモータ異常検知システム10の動作例を説明する。
図2は、第1の実施形態にかかるモータ異常検知システム10の処理動作を例示するフローチャートである。
Next, an operation example of the motor
FIG. 2 is a flowchart illustrating the processing operation of the motor
モータ異常検出部20は、監視対象とする振動センサ群の測定データを受け付ける(S101)。この際に入力する測定データは、リアルタイムの測定データでもよいし、任意の区間の過去に収集された測定データでも可能である。
The motor
並列的に、モータ異常検出部20は、モデル記憶部30に記録されている正常時モデルを取得する(S102)。
In parallel, the motor
モータ異常検出部20は、受け付けたセンサ値群を識別して相関関係を求める(S103)。
The motor
次に、モータ異常検出部20は、求めた相関関係と、正常時モデルで求まる相関関係とを比較処理して、関係性崩れを示す値を算定し、関係性に崩れが在るか無いか/どこに在るか/どのタイミングに在るか/などを判別処理する(S104)。
Next, the motor
モータ異常検出部20は、関係性崩れ/崩れの進行/所定位置に顕著な崩れ/等が所定量以上だった際に、報知事象として所定の機器に通知する(S105)。
このように、本実施形態によれば、モータに設置された複数の振動センサの測定値から、該当モータの異常を、簡便且つ正確に捉え得る検知システムを得られる。この際、従前のシステムよりも微細な事象まで捕捉できる。また、従前のシステムのように、特定部分に注目した分析や分析専門家による判定を要することなく、異常の判定が行える。また、低リソースでリアルタイム監視システムを構築できる。
The motor
Thus, according to the present embodiment, a detection system that can easily and accurately detect an abnormality of the motor from the measurement values of the plurality of vibration sensors installed in the motor can be obtained. At this time, even finer events than the previous system can be captured. Further, as in the conventional system, it is possible to determine an abnormality without requiring an analysis focusing on a specific portion or a determination by an analysis specialist. In addition, a real-time monitoring system can be constructed with low resources.
なお、本システムは、モータ1台毎に解析すればよく、複数台のモータを一括して同時並行的に監視することもできる。 In addition, this system should just analyze for every motor, and can also monitor several motors collectively and simultaneously.
[第2の実施形態]
次に第2の実施の形態を説明する。なお、第1の実施形態と同様の箇所について、説明を簡略化又は省略する。
第2の実施の形態では、第1の実施の形態で用いたモータの異常が生じていない正常時モデルを構築する手段を含んでいる。
[Second Embodiment]
Next, a second embodiment will be described. In addition, description is simplified or abbreviate | omitted about the same location as 1st Embodiment.
The second embodiment includes means for constructing a normal model in which the abnormality of the motor used in the first embodiment does not occur.
図3は、第2の実施形態の制御棒監視システム10を示すブロック図である。
FIG. 3 is a block diagram showing the control
モータ異常検知システム10は、モータ異常検出部20と、モデル記憶部30と、センサ情報蓄積部40と、モデル構築部50とを含み、構成される。
The motor
センサ情報蓄積部40は、個々のモータに対応付けられた複数の振動センサによって測定された測定データ群をそれぞれ収集して蓄積する。
The sensor
モデル構築部50は、センサ情報蓄積部40によって蓄積されている1ないし全てのモータで異常が発生していない正常時のそれぞれの動作データ群から、各データ群毎に各々の測定データの間の相関関係を抽出して、正常時動作データの各モータの正常時モデルを構築してモデル記憶部30に記録する。
モデル構築部50は、各モータのモデル正常時モデルを、モータ毎の振動センサ群によって測定された測定データ間の相関関係を示す近似式およびフィット値を生成処理すればよい。生成した近似式およびフィット値は各モータのモデルとしてモデル記憶部30に記録する。また、モデル構築部50は、生成できたフィット値を予め定められた閾値と比較し、フィット値が予め定められた閾値以上である場合に、正常時モデルとして採用するアルゴリズムを有するとなお良い。
The
The
このように近似式を用いたモデルを生成することで、処理リソースの低減やリアルタイム処理性能の向上が図り得る。 By generating a model using an approximate expression in this way, processing resources can be reduced and real-time processing performance can be improved.
このように近似式を用いた正常時モデルを使用する際に、モータ異常検出部20は、以下のように各々のモータ毎に動作させればよい。
モータ異常検出部20は、例えば、各モータに任意の振動センサ(例えば軸受け周囲などの要注目要素近傍のセンサ)によって測定された測定データの一つを、該当モータの正常時モデルの近似式に代入する。この代入によって、振動センサによって測定されるはずの各予測値を算出できる。
次に、モータ異常検出部20は、予測値と実測値との差の数量が予め定められた閾値とを比較することにより、相関関係の崩れ量を判定する。相関関係の崩れ量が予め定められた閾値を超えた際に異常を判定する。
In this way, when using the normal model using the approximate expression, the motor
The motor
Next, the motor
このように、本実施形態によれば、モータに設置された複数の振動センサの測定値から、該当モータの異常を、簡便且つ正確に捉え得る検知システムを得られる。この際、従前のシステムよりも微細な事象まで捕捉できる。また、従前のシステムのように、特定部分に注目した分析や分析専門家による判定を要することなく、異常の判定が行える。また、低リソースでリアルタイム監視システムを構築できる。 Thus, according to the present embodiment, a detection system that can easily and accurately detect an abnormality of the motor from the measurement values of the plurality of vibration sensors installed in the motor can be obtained. At this time, even finer events than the previous system can be captured. Further, as in the conventional system, it is possible to determine an abnormality without requiring an analysis focusing on a specific portion or a determination by an analysis specialist. In addition, a real-time monitoring system can be constructed with low resources.
次に1つの実施例を示して本発明を説明する。本実施例では、第2の実施形態で1台のモータ内に生じ得る、僅かな傷やベアリング内のグリス消耗をリアルタイム的に監視可能なシステムである。また、複数の振動センサをポンプとの軸受け(ベアリング)近傍に配設する。 Next, the present invention will be described with reference to one embodiment. This example is a system capable of monitoring in real time the slight scratches and grease consumption in the bearing that may occur in one motor in the second embodiment. A plurality of vibration sensors are arranged in the vicinity of a bearing (bearing) with the pump.
換言すれば、本実施例のシステムは、軸受け傷検知装置として動作する。 In other words, the system of this embodiment operates as a bearing flaw detection device.
発電設備の一部として、図4に示すように、ポンプ3を動作させるモータ2と、モータ2の出力を調整する制御装置4が設けられている。ポンプ3は、モータ2から動力を得て流体を送り出す。図中の調整機は配管中の流体速度を調整する。 As shown in FIG. 4, a motor 2 that operates the pump 3 and a control device 4 that adjusts the output of the motor 2 are provided as part of the power generation equipment. The pump 3 obtains power from the motor 2 and sends out fluid. The adjuster in the figure adjusts the fluid velocity in the pipe.
モータ異常検知システム(軸受け傷検知装置)は、モータ2について監視する。モータ2には、振動センサ1−1、1−2が付設されている。各振動センサは、少なくとも一方を軸受け近傍の振動を測定するように付与されている。なお、振動センサは、最低限の2つを用いて本実施例を説明する。3つ以上の振動センサをモータ2に設置してもよい。また他種のセンサ(電流計や電圧計、温度センサなど)を合せて設けてもよい。また、制御装置4から電流や電圧、回転数などの計測値を取り込む構成としてもよい。本実施例では、モータ2の出力を調整する制御装置4は、モータ軸の回転数を基準にモータ出力を制御する。なお、調整機は、配管内の水圧を制御する制御弁として説明する。 The motor abnormality detection system (bearing flaw detection device) monitors the motor 2. Vibration sensors 1-1 and 1-2 are attached to the motor 2. At least one of the vibration sensors is provided so as to measure vibration in the vicinity of the bearing. The present embodiment will be described using a minimum of two vibration sensors. Three or more vibration sensors may be installed in the motor 2. Other types of sensors (ammeters, voltmeters, temperature sensors, etc.) may also be provided. Moreover, it is good also as a structure which takes in measured values, such as an electric current, a voltage, and rotation speed, from the control apparatus 4. FIG. In the present embodiment, the control device 4 that adjusts the output of the motor 2 controls the motor output based on the rotational speed of the motor shaft. The regulator will be described as a control valve that controls the water pressure in the pipe.
モータ異常検知システム10は、振動センサ1−1、1−2の出力値を入力として受け付けて異常を検知する。また、正常時モデルの構築に、振動センサ1−1、1−2の出力値と共に制御装置4の出力も用いる。
The motor
センサ情報蓄積部40には、振動センサ1−1、1−2の出力値と測定時刻の時刻データとを対応付けて逐次蓄積する。
In the sensor
モデル構築部50は、軸受け傷が発生していない正常時の一定時間分の測定データをセンサ情報蓄積部40から取得して、制御装置4の出力値と共に測定データの相関関係を抽出して正常時モデルを構築する。
The
モータ異常検出部20は、軸受け傷検出手段として動作させる。モータ異常検出部20は、抽出された相関関係をモデル記憶部30から受け取るとともに、センサ情報蓄積部40から一定時間分の測定データを受け取り、これらを基にモータ2における軸受け傷の発生を検知する。
The motor
モータ異常検出部20は、必要に応じて、アラーム機やディスプレイ等の所要に機器に通知する通知部を含み、検知した軸受け傷の発生をアラーム音やメッセージ等で通知する。また、例えば所定値以下の傷についてはログ化するのみでも構わない。
The motor
次に、図5を用いて、振動センサ1−1、1−2およびセンサ情報蓄積部40の動作を説明する。
まず、振動センサ1−1、1−2は、モータ2の振動を常に測定している(ステップS501)。
次に、センサ情報蓄積部40は、振動センサ1−1、1−2によって測定された各測定データを、測定時刻の時刻データとともに受け付ける(ステップS502)。
次に、センサ情報蓄積部40は、振動センサ1−1、1−2から受け取ったデータ(測定データおよび時刻データ)を蓄積する(ステップS503)。
上述したステップS501〜S503の動作は、常時、繰り返し行われる。
なお、蓄積された情報は、振動センサ1−1、1−2による出力値と測定時刻とから構成され、一般に時系列データと呼ばれている形態となる。
センサ情報蓄積部40による情報蓄積の態様としては、リレーショナルデータベースのような機構を用いてもよいし、単純なテキストファイルで保持してもよい。
Next, the operations of the vibration sensors 1-1 and 1-2 and the sensor
First, the vibration sensors 1-1 and 1-2 always measure the vibration of the motor 2 (step S501).
Next, the sensor
Next, the sensor
The operations in steps S501 to S503 described above are always repeated.
The accumulated information is composed of output values from the vibration sensors 1-1 and 1-2 and measurement times, and is generally referred to as time series data.
As a mode of information storage by the sensor
つぎに、図6を用いて、モデル構築部50の動作を説明する。
まず、モータ2で軸受け傷が一切発生していない正常動作時において、制御装置4を調整してモータ2の回転数を少しずつ変化させる(ステップS601)。なお、この際、調整機の制御状態や配管内の流速、圧力などを踏まえ、配管内の水圧を上げる方向、下げる方向が混在するように動作させる。
Next, the operation of the
First, during a normal operation in which no bearing damage is generated in the motor 2, the control device 4 is adjusted to change the rotation speed of the motor 2 little by little (step S601). At this time, based on the control state of the adjuster, the flow velocity in the pipe, the pressure, and the like, the operation is performed so that the water pressure in the pipe increases and decreases.
次に、制御装置4の操作により変化する振動を、振動センサ1−1、1−2が読み取り、その測定データおよび時刻データをセンサ情報蓄積部40が随時蓄積する(ステップS602、図5のステップS501〜S503)。
次に、モデル構築部50は、センサ情報蓄積部40から、制御装置4を操作して回転数を変化させた期間(正常動作時の変動データが記録された期間)の測定データを受け取る(ステップS603)。
次に、モデル構築部50は、受け取った測定データから、モータ2について測定された振動値間に、相関関係があるかどうかを識別する(ステップS604)。
Next, the vibration sensors 1-1 and 1-2 read the vibrations changed by the operation of the control device 4, and the sensor
Next, the
Next, the
ここでは、モデル構築部50は、センサ情報蓄積部40から入手した測定2点の一定時間の時系列データから、2点間の相関関係として、B=f(A)のような数式ベースの近似式を生成する。近似式の生成方法としては、例えば、線形回帰と呼ばれている方法を用いればよい。また、ほかにも様々な方法が提案されており、何れの手法を採用してもよい。
Here, the
さらに、モデル構築部50は、生成した近似式と、生成時に利用した時系列データとから、実際のデータを近似式がどの程度近似できているかどうかの指標であるフィット値を生成する。線形回帰として最小二乗法を用いて近似した場合、フィット値は最小二乗法における決定係数とすることができる。
Further, the
次に、フィット値と予め定められた閾値を比較し、閾値以上であれば(ステップS605のN)、2点間の関係(近似式およびフィット値)をモデルとして記憶して処理を終了する(ステップS606)。また、フィット値が閾値以下の場合(ステップS605のY)、処理を終了する。振動センサを3つ以上用いる場合は、多点間の関係をもちいてモデルを生成すればよい。なお、以下では、記憶された正常時の2点間の関係をモデルと呼ぶ。 Next, the fit value is compared with a predetermined threshold value, and if it is equal to or greater than the threshold value (N in step S605), the relationship between the two points (approximation formula and fit value) is stored as a model, and the process is terminated ( Step S606). If the fit value is less than or equal to the threshold value (Y in step S605), the process ends. When three or more vibration sensors are used, a model may be generated using a relationship between multiple points. Hereinafter, the stored relationship between two normal points is referred to as a model.
つぎに、図7を用いて、軸受け傷検出を行うモータ異常検出部20の動作を説明する。
なお、モータ異常検出部20の動作条件として、正常時のモデルが構築され、センサ情報蓄積部50に振動センサ1−1、1−2からの測定データが常時的に蓄積されているものとする。
Next, the operation of the motor
As an operating condition of the motor
まず、モータ異常検出部20は、センサ情報蓄積部50から、軸受け傷を検知したい、ある時刻tから過去一定時間分の測定データを取得する(ステップS701)。ここで、ある時刻tとは、現在時刻より若干の過去の時刻とする。仮に現在時刻の測定データが常にセンサ情報蓄積部50に蓄積されている場合は、時刻tは現在時刻でも構わない。
First, the motor
次に、モデル構築部50に記憶されている正常時のモデルを取得する(ステップS702)。
Next, a normal model stored in the
次に、モデルから、2点A、Bの振動センサ1−1、1−2間の関係(近似式B=f(A)およびフィット値)を取得する(ステップS703)。 Next, the relationship between the vibration sensors 1-1 and 1-2 at two points A and B (approximate expression B = f (A) and fit value) is acquired from the model (step S703).
次に、モータ異常検出部20は、センサ情報蓄積部50から入手した測定データに含まれる一方の振動センサAの値を近似式B=f(A)へ代入し、結果である他方の振動センサBの予測値を求める(ステップS704)。
Next, the motor
次に、モータ異常検出部20は、求められた振動センサBの予測値とセンサ情報蓄積部40から入手した振動センサBの実測値の差異Rを算出する(ステップS705)。
Next, the motor
次に、モータ異常検出部20は、差異Rが予め定められた閾値を超えている場合(ステップS706のY)、近似式B=f(A)の関係が成り立っていない状態と判断し、モータ2に軸受け傷が発生している可能性があると判断して、所定の通知行為を実行する(ステップS707)。
Next, when the difference R exceeds a predetermined threshold (Y in step S706), the motor
次に、モータ異常検出部20は、ステップS707で通知を行った後、および、差異Rが予め定められた閾値を超えていない場含(ステップS706N)、時刻tを一定時間△t分だけ進めて、ステップS701からの処理を繰り返す。
Next, the motor
ここで△tは、軸受け傷を検知したい間隔から設定されるものであるが、振動センサ10、20がセンサ情報蓄積部50へ測定した結果を通知する間隔より大きい必要がある。
Here, Δt is set from an interval at which bearing flaws are desired to be detected, but needs to be larger than the interval at which the
また、モータ異常検知システム10は、予め近似式B=f(A)と近似式A=f(B)と各フィット値のような双方向的にモデルを求めておき、振動センサAと振動センサBの基準とする振動値を入れ替えて逐次的に監視してもよい。
Further, the motor
このようにして得られた本実施例の軸受け傷検知装置では、振動を測定するために設置される既存の振動センサ1−1、1−2の測定データを利用して、モータ2で軸受け傷が発生したことを検知することが可能である。また、グリス消耗を認知可能となる。また、3点以上の測定値を用いた際に、双方的に分析することで、崩れの伝播元を識別可能な事象もある。 In the bearing flaw detection device of the present embodiment obtained in this way, the bearing flaw is detected by the motor 2 using the measurement data of the existing vibration sensors 1-1 and 1-2 installed to measure vibration. It is possible to detect that has occurred. In addition, grease consumption can be recognized. In addition, when using three or more measured values, there is also an event in which the propagation source of the collapse can be identified by bilateral analysis.
また、モータに関連する多種のセンサとの相関関係も同様に解析対象としてもよい。例えば、モータの制御系の検出値や、ポンプの入力口の圧力や出力口の圧力を測定している圧力センサ、可聴音センサなども利用できる。 The correlation with various sensors related to the motor may be similarly analyzed. For example, a detection value of a motor control system, a pressure sensor that measures a pressure at an input port of a pump or a pressure at an output port, an audible sound sensor, or the like can be used.
また、本実施例の軸受け傷検知装置では、軸受け傷発生の初期段階で検知することができる。また、グリスの損耗が所定値を超えたことを検知することも可能である。 Further, in the bearing flaw detection device of the present embodiment, it can be detected at the initial stage of occurrence of the bearing flaw. It is also possible to detect that the wear of the grease has exceeded a predetermined value.
また多量な演算リソースを消費することなく、任意箇所の軸受けの異常を検知できる。この検知では、問題の発生予見も含まれる。 Also, it is possible to detect a bearing abnormality at an arbitrary location without consuming a large amount of computing resources. This detection includes foreseeing the occurrence of problems.
このような分析手法を用いずに、初期段階の傷を認知することは、人間の能力的にも非常に困難である。また、異常個所として検査対象とする必要があり、リソース配分として、設備に全てを行うことは非常に困難である。他方、本手法のように、各センサの値の監視であれば、異常個所の特定や異常度合いなど様々な事柄を、広範な範囲で集中的に監視できる利点がある。 It is very difficult for human ability to recognize an initial stage wound without using such an analysis technique. Moreover, it is necessary to make it into a test object as an abnormal part, and it is very difficult to do all to an installation as resource allocation. On the other hand, if the value of each sensor is monitored as in this method, there is an advantage that various matters such as identification of an abnormal part and the degree of abnormality can be intensively monitored over a wide range.
尚、モータ異常検知システムの各部は、ハードウェアとソフトウェアの組み合わせを用いて実現すればよい。ハードウェアとソフトウェアとを組み合わせた形態では、RAMにモータ異常検知プログラムが展開され、プログラムに基づいて制御部(CPU)等のハードウェアを動作させることによって、各部を各種手段として実現する。また、このプログラムは、記憶媒体に固定的に記録されて頒布されても良い。当該記録媒体に記録されたプログラムは、有線、無線、又は記録媒体そのものを介して、メモリに読込まれ、制御部等を動作させる。尚、記録媒体を例示すれば、オプティカルディスクや磁気ディスク、半導体メモリ装置、ハードディスクなどが挙げられる。 In addition, what is necessary is just to implement | achieve each part of a motor abnormality detection system using the combination of hardware and software. In the form of a combination of hardware and software, a motor abnormality detection program is developed in the RAM, and each unit is realized as various means by operating hardware such as a control unit (CPU) based on the program. The program may be recorded in a fixed manner on a storage medium and distributed. The program recorded on the recording medium is read into a memory via a wired, wireless, or recording medium itself, and operates a control unit or the like. Examples of the recording medium include an optical disk, a magnetic disk, a semiconductor memory device, and a hard disk.
上記実施の形態を別の表現で説明すれば、モータ異常検知システムとして動作させる情報処理装置を、RAMに展開されたモータ異常検知プログラムに基づき、モータ異常検出手段、モデル記憶手段、センサ情報蓄積手段、モデル構築手段、などとして制御部を動作させることで実現することが可能である。 In other words, the information processing apparatus operating as the motor abnormality detection system is based on the motor abnormality detection program developed in the RAM, and motor abnormality detection means, model storage means, sensor information storage means. It can be realized by operating the control unit as a model construction means.
以上説明したように、本発明を適用した情報処理装置は、発電所内のモータに生じる異常を利便性よく検知可能としたモータ異常検知システムを提供できる。 As described above, the information processing apparatus to which the present invention is applied can provide a motor abnormality detection system that can conveniently detect abnormality that occurs in a motor in a power plant.
また、本発明の具体的な構成は前述の実施形態や実施例に限られるものではなく、この発明の要旨を逸脱しない範囲でブロック構成の分離併合、手順の入れ替えなどの変更があっても良く、上記説明が本発明を限定するものではない。例えば、各構成要素(モータ異常検出部やセンサ情報蓄積部など)を各々情報処理装置で構成してもよい。 The specific configuration of the present invention is not limited to the above-described embodiments and examples, and may be changed such as separation / merging of block configurations and replacement of procedures without departing from the gist of the present invention. The above description is not intended to limit the present invention. For example, each component (such as a motor abnormality detection unit and a sensor information storage unit) may be configured by an information processing device.
1 ・・・ 振動センサ
2 ・・・ モータ
3 ・・・ ポンプ
4 ・・・ 制御装置(調整手段)
10 ・・・ モータ異常検知システム
20 ・・・ モータ異常検出部(モータ異常検出手段)
30 ・・・ モデル記憶部(モデル記憶手段)
40 ・・・ センサ情報蓄積部(センサ情報蓄積手段)
50 ・・・ モデル構築部(モデル構築手段)
DESCRIPTION OF
DESCRIPTION OF
30 ... Model storage unit (model storage means)
40: Sensor information storage unit (sensor information storage means)
50 ... Model building section (model building means)
Claims (8)
前記複数の振動センサ手段によって測定された測定データをそれぞれ収集して蓄積するセンサ情報蓄積手段と、
正常時の動作データを取得する際に、前記モータの回転数を少しずつ変化させる調整手段と、
前記センサ情報蓄積手段によって蓄積された、前記モータで異常が発生していない正常時の動作データから、各々の測定データの間の相関関係を抽出して、前記正常時動作データのモデルを構築して前記モデル記憶手段に記録するモデル構築手段と、
前記モデル記憶手段に記録されている前記モデルで求まる相関関係と前記複数の振動センサ手段から得られた任意期間の測定データ間の相関関係とを比較処理して、相関関係の崩れ量を基準とした異常値の発生を監視し、所定量の関係性崩れを報知事象として抽出するモータ異常検出手段と、
を備えることを特徴とするモータ異常検知システム。Regarding the plurality of vibration sensor means for measuring the vibration of the motor provided in the power plant, the normality in which no abnormality has occurred in the motor, showing the mutual relationship between the output values of the individual vibration sensor means Model storage means for storing a model of hourly motion data;
Sensor information storage means for collecting and storing measurement data measured by the plurality of vibration sensor means;
When obtaining normal operation data, adjustment means for gradually changing the rotational speed of the motor;
A correlation between each measurement data is extracted from normal operation data accumulated by the sensor information accumulating means and no abnormality occurs in the motor, and a model of the normal operation data is constructed. Model building means for recording in the model storage means;
The correlation obtained by the model recorded in the model storage means and the correlation between the measurement data of an arbitrary period obtained from the plurality of vibration sensor means are compared, and the amount of correlation collapse is used as a reference. Motor abnormality detecting means for monitoring occurrence of abnormal values and extracting a predetermined amount of relationship breakdown as a notification event;
A motor abnormality detection system comprising:
蓄積済みの前記モータで異常が発生していない正常時の動作データから、各々の測定データの間の相関関係を抽出して、前記正常時動作データのモデルを構築してモデル記憶手段に記録し、
前記モデルで求まる相関関係と前記複数の振動センサ手段から得られた任意期間の測定データ間の相関関係とを比較処理して、相関関係の崩れ量を基準とした異常値の発生を監視し、所定量の関係性崩れを報知事象として抽出する
ことを特徴とするモータ異常検知方法。A plurality of vibration sensor means for measuring the vibration of the motor provided in the power plant and an adjustment means for changing the rotational speed of the motor as required are provided, and the rotation of the motor by the adjustment means as normal operation data Collect and accumulate measurement data measured by the vibration sensor means when the number is changed little by little, and collect and accumulate measurement data of an arbitrary period measured by the vibration sensor means ,
From already accumulated operation data of the normal time abnormality does not occur in the motor, and extracts a correlation between each of the measurement data, recorded in the model storing unit to build the model of the normal operation data ,
By comparing the correlation obtained by the model and the correlation between the measurement data of an arbitrary period obtained from the plurality of vibration sensor means, monitoring the occurrence of an abnormal value based on the amount of correlation collapse, A motor abnormality detection method, wherein a predetermined amount of relationship breakdown is extracted as a notification event.
発電所内に設けられているモータの振動を測定する複数の振動センサ手段に関して、個々の前記振動センサ手段の出力値間にある相互の関係性を示した、前記モータで異常が発生していない正常時動作データのモデルを記憶したモデル記憶手段に記録されている前記モデルで求まる相関関係と前記複数の振動センサ手段から得られた任意期間の測定データ間の相関関係とを比較処理して、相関関係の崩れ量を基準とした異常値の発生を監視し、所定量の関係性崩れを報知事象として抽出するモータ異常検出手段と、
正常時の動作データを取得する際に、前記モータの回転数を少しずつ変化させる調整手段を働かせながら前記複数の振動センサ手段によって測定された、前記モータで異常が発生していない正常時の動作データから、各々の測定データの間の相関関係を抽出して、前記正常時動作データのモデルを構築して前記モデル記憶手段に記録するモデル構築手段、
として動作させることを特徴とするモータ異常検知プログラム。The control unit of the information processing device
Regarding the plurality of vibration sensor means for measuring the vibration of the motor provided in the power plant, the normality in which no abnormality has occurred in the motor, showing the mutual relationship between the output values of the individual vibration sensor means The correlation obtained by the model recorded in the model storage means that stores the model of the hourly motion data is compared with the correlation between the measurement data of any period obtained from the plurality of vibration sensor means, and the correlation Motor abnormality detection means for monitoring the occurrence of an abnormal value based on the amount of disruption of relationship and extracting a predetermined amount of relationship disruption as a notification event;
When the normal operation data is acquired, the normal operation in which no abnormality has occurred in the motor, which is measured by the plurality of vibration sensor units while operating the adjusting unit that gradually changes the rotation speed of the motor. Model construction means for extracting a correlation between each measurement data from the data, constructing a model of the normal operation data and recording it in the model storage means,
The motor abnormality detection program characterized by operating as follows.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014122452A JP6369895B2 (en) | 2014-06-13 | 2014-06-13 | Motor abnormality detection system, motor abnormality detection method, and motor abnormality detection program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014122452A JP6369895B2 (en) | 2014-06-13 | 2014-06-13 | Motor abnormality detection system, motor abnormality detection method, and motor abnormality detection program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016003875A JP2016003875A (en) | 2016-01-12 |
JP6369895B2 true JP6369895B2 (en) | 2018-08-08 |
Family
ID=55223262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014122452A Active JP6369895B2 (en) | 2014-06-13 | 2014-06-13 | Motor abnormality detection system, motor abnormality detection method, and motor abnormality detection program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6369895B2 (en) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018193508A1 (en) * | 2017-04-17 | 2018-10-25 | 三菱電機株式会社 | Failure diagnostic device and failure diagnostic method |
JP7055737B2 (en) * | 2018-12-19 | 2022-04-18 | 株式会社荏原製作所 | Drive unit with multiple motor assemblies |
JP7369353B2 (en) * | 2020-03-19 | 2023-10-26 | 株式会社島津製作所 | Abnormality diagnosis system and abnormality diagnosis method |
JP7535971B2 (en) | 2021-04-20 | 2024-08-19 | 三菱電機株式会社 | Analysis system, learning device, abnormality sign detection system, abnormality sign detection method and program |
JPWO2023148843A1 (en) * | 2022-02-02 | 2023-08-10 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57178113A (en) * | 1981-04-27 | 1982-11-02 | Hitachi Ltd | Oscillation monitoring device |
JPS6243538A (en) * | 1985-08-20 | 1987-02-25 | Toshiba Corp | Abnormality monitor for rotating part of rotary machine |
JP3321487B2 (en) * | 1993-10-20 | 2002-09-03 | 株式会社日立製作所 | Device / equipment diagnosis method and system |
JP2005149137A (en) * | 2003-11-14 | 2005-06-09 | Tokyo Gas Co Ltd | Remote monitoring system, remote monitoring method, and remote monitoring program |
JP2006090904A (en) * | 2004-09-24 | 2006-04-06 | Toenec Corp | Diagnosis system of electric installation |
JP5459431B2 (en) * | 2013-07-08 | 2014-04-02 | 日本電気株式会社 | Operation management apparatus and operation management method |
-
2014
- 2014-06-13 JP JP2014122452A patent/JP6369895B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016003875A (en) | 2016-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6777069B2 (en) | Information processing equipment, information processing methods, and programs | |
CN109239265B (en) | Fault detection method and device for monitoring equipment | |
US9476803B2 (en) | Method and an apparatus for predicting the condition of a machine or a component of the machine | |
JP4832609B1 (en) | Abnormal sign diagnosis device and abnormality sign diagnosis method | |
JP6369895B2 (en) | Motor abnormality detection system, motor abnormality detection method, and motor abnormality detection program | |
US10466138B2 (en) | Determining remaining useful life of rotating machinery including drive trains, gearboxes, and generators | |
JP6489235B2 (en) | System analysis method, system analysis apparatus, and program | |
CN208834172U (en) | The device and processor platform of situation for monitoring of structures | |
JP5485939B2 (en) | Apparatus abnormality determination device and apparatus abnormality determination method | |
EP1111550A1 (en) | Method and system for monitoring the condition of an individual machine | |
JP6714498B2 (en) | Equipment diagnosis device and equipment diagnosis method | |
JP6521096B2 (en) | Display method, display device, and program | |
JP6503541B2 (en) | Pump abnormality detection system, pump abnormality detection method, and pump abnormality detection program | |
WO2019087508A1 (en) | Monitoring target selecting device, monitoring target selecting method and program | |
KR102433483B1 (en) | System for Predicting Flaw of Facility Using Vibration Sensor | |
CN112272763A (en) | Abnormality detection device, abnormality detection method, and abnormality detection program | |
JP6777142B2 (en) | System analyzer, system analysis method, and program | |
KR101857393B1 (en) | Preventive maintenance method of driving device | |
CN117435883A (en) | Method and system for predicting equipment faults based on digital twinning | |
JP2020150692A (en) | Motor deterioration tendency monitoring system | |
JP4480019B2 (en) | Refinery monitoring system | |
JP6898607B2 (en) | Abnormality sign detection system and abnormality sign detection method | |
JP6973445B2 (en) | Display method, display device, and program | |
JP7264231B2 (en) | MONITORING METHOD, MONITORING DEVICE, AND PROGRAM | |
KR102108975B1 (en) | Apparatus and method for condition based maintenance support of naval ship equipment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20151221 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170516 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180312 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180328 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180523 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180613 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180705 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6369895 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |