特許ウォッチ

公開番号2025060392
公報種別公開特許公報(A)
公開日2025-04-10
出願番号2024091447
出願日2024-06-05
発明の名称異常診断装置、異常診断方法およびプログラム
出願人日本精工株式会社
代理人個人,個人
主分類G01H 17/00 20060101AFI20250403BHJP(測定;試験)
要約【課題】定常雑音の増加で異常を診断する。
【解決手段】異常診断装置は、振動の計測データを入手する入手部と、上記計測データに対し、ウィーナーフィルタ、カルマンフィルタ、正則化最小二乗法、LMS適応フィルタおよび正規化LMS適応フィルタの少なくともいずれかによるフィルタリングを施すフィルタ部と、上記フィルタ部を経た上記計測データに自己回帰モデルの係数を適用して残差を算出する残差算出部と、上記残差に基づいて正常か異常かを判定する判定部と、を備える。
【選択図】図4
特許請求の範囲【請求項１】
振動の計測データを入手する入手部と、
前記計測データに対し、ウィーナーフィルタ、カルマンフィルタ、正則化最小二乗法、ＬＭＳ適応フィルタおよび正規化ＬＭＳ適応フィルタの少なくともいずれかによるフィルタリングを施すフィルタ部と、
前記フィルタ部を経た前記計測データに自己回帰モデルの係数を適用して残差を算出する残差算出部と、
前記残差に基づいて正常か異常かを判定する判定部と、
を備える異常診断装置。
続きを表示（約 620 文字）【請求項２】
前記フィルタ部の前に前記計測データに対し、周波数帯域を制限するフィルタリングを施すプリフィルタ部を更に備える請求項１に記載の異常診断装置。
【請求項３】
正常時における振動の計測データを訓練データとして前記自己回帰モデルを算出するモデル算出部を更に備える請求項１に記載の異常診断装置。
【請求項４】
前記モデル算出部は、前記フィルタ部を経た前記訓練データを用いて前記自己回帰モデルを算出する請求項３に記載の異常診断装置。
【請求項５】
前記モデル算出部は、最小二乗法を用いて前記自己回帰モデルを算出する請求項４に記載の異常診断装置。
【請求項６】
振動の計測データを入手する入手ステップと、
前記計測データに対し、ウィーナーフィルタ、カルマンフィルタ、正則化最小二乗法、ＬＭＳ適応フィルタおよび正規化ＬＭＳ適応フィルタの少なくともいずれかによるフィルタリングを施すフィルタステップと、
前記フィルタステップを経た前記計測データに自己回帰モデルの係数を適用して残差を算出する残差算出ステップと、
前記残差に基づいて正常か異常かを判定する判定ステップと、
を有する異常診断方法。
【請求項７】
情報処理装置を、請求項１から５のいずれか１項に記載の異常診断装置の各構成部として動作させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、異常診断装置、異常診断方法およびプログラムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
従来、軸受や保持器の異常を検出するための異常診断装置が知られている。
例えば特許文献1には、自己回帰モデルによる周波数特性から軸受の内輪や保持器のキズを検出する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０１８－１６３１３５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
軸受などについて診断が求められる異常の１つに潤滑剤の劣化があるが、保守という観点から、潤滑剤が劣化している場合も軸受や保持器に傷や焼付きなどが生じる前に異常として診断されなければならない。傷などが生じると、軸の回転に伴う周期的な異音を生じるため特許文献１の技術で検出可能となる。しかし、傷などが生じる前は、ガウス分布を示す定常的な雑音（定常雑音）が潤滑剤の劣化に伴って増加するだけで周期的な異音は生じないと考えられ、特許文献１の技術では検出することができない。
【０００５】
そこで、本発明は、定常雑音の増加で異常を診断することを課題とする。
【課題を解決するための手段】
【０００６】
上記課題を解決するために、本発明に係る異常診断装置の一態様は、振動の計測データを入手する入手部と、上記計測データに対し、ウィーナーフィルタ、カルマンフィルタ、正則化最小二乗法、ＬＭＳ（Least Mean Square，最小平均二乗）適応フィルタおよび正規化ＬＭＳ適応フィルタの少なくともいずれかによるフィルタリングを施すフィルタ部と、上記フィルタ部を経た上記計測データに自己回帰モデルの係数を適用して残差を算出する残差算出部と、上記残差に基づいて正常か異常かを判定する判定部と、を備える。
【０００７】
このような異常診断装置によれば、フィルタ部で計測データにいわゆる最適フィルタリングが施されて広帯域ノイズが除去されるため、自己回帰モデルとの残差として定常的な雑音成分が抽出される。このため、例えば潤滑剤の劣化などのように、軸受や保持器に傷などが生じる前の異常であっても、ガウス分布を示す定常的な雑音の増加を残差の増加として検出することができ、異常の有無が診断可能となる。
【０００８】
上記の異常診断装置において、上記フィルタ部の前に上記計測データに対し、周波数帯域を制限するフィルタリングを施すプリフィルタ部を更に備えることが好ましい。プリフィルタ部で周波数帯域が制限されることにより、不要な機械振動の影響などが排除されるので、残差に基づいた異常診断の精度が向上する。
【０００９】
また、上記の異常診断装置において、正常時における振動の計測データを訓練データとして上記自己回帰モデルを算出するモデル算出部を更に備えることも望ましい。自己回帰モデルとしては、汎用的な自己回帰モデルが適用可能な場合もあるが、運用環境などに特化した専用の自己回帰モデルが必要な場合もある。モデル算出部を備える異常診断装置によれば、専用の自己回帰モデルが算出可能となり、適用可能な運用環境などが広がる。
【００１０】
また、上記の異常診断装置において、上記モデル算出部は、上記フィルタ部を経た上記訓練データを用いて上記自己回帰モデルを算出することが望ましい。自己回帰モデルの算出においても、フィルタ部による最適フィルタリングで広帯域ノイズが除去されることで、より的確な自己回帰モデルが得られる。
（【００１１】以降は省略されています）

関連特許