專利名稱：聲發(fā)射檢測裝置和控制裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及聲發(fā)射檢測裝置和具有聲發(fā)射檢測裝置的控制裝置。
背景技術(shù)：
以往，作為利用聲發(fā)射來檢測損壞前兆的AE (Acoustic Emission: 聲發(fā)射)檢測裝置，具有日本特開平7—318457號公報所記載的裝置。
并且，以往作為其他的AE檢測裝置，具有對由安裝了該AE檢測裝 置的設(shè)備產(chǎn)生的AE振幅進(jìn)行測量，在該振幅大于規(guī)定值時判斷為損壞前 兆的AE檢測裝置。
然而，該AE檢測裝置僅僅根據(jù)AE振幅的大小來判斷損壞前兆，因 此有時僅僅將噪聲判斷為損壞前兆，存在準(zhǔn)確性和可靠性低的問題。

發(fā)明內(nèi)容
因此，本發(fā)明的課題在于提供能夠準(zhǔn)確地檢測損壞前兆、可靠性高 的聲發(fā)射檢測裝置和具有該聲發(fā)射檢測裝置的控制裝置。
為了解決上述課題，本發(fā)明的聲發(fā)射檢測裝置的特征在于，該聲發(fā) 射檢測裝置具有聲發(fā)射傳感器，其對聲發(fā)射進(jìn)行檢測；以及損壞判斷 部，其當(dāng)在由可根據(jù)來自上述聲發(fā)射傳感器的信號生成的至少2個以上
的參數(shù)定義的參數(shù)空間中，由根據(jù)來自上述聲發(fā)射傳感器的信號計算出 的上述至少2個以上的參數(shù)定義的點在上述參數(shù)空間中的規(guī)定區(qū)域內(nèi)存 在規(guī)定數(shù)量以上時，判斷為被損壞檢測部件的損壞前兆。
如之后所詳細(xì)說明的那樣，本發(fā)明人發(fā)現(xiàn)了如下情況在適當(dāng)?shù)剡x 擇了由至少2個以上的參數(shù)定義的參數(shù)空間時，在該參數(shù)空間中，由根 據(jù)來自上述聲發(fā)射傳感器的信號計算出的上述至少2個以上的參數(shù)定義 的點，在不存在被損壞檢測部件的損壞前兆時位于上述參數(shù)空間內(nèi)的第1規(guī)定區(qū)域，在具有被損壞檢測部件的損壞前兆時位于上述參數(shù)空間內(nèi)的 第1規(guī)定區(qū)域以外的第2規(guī)定區(qū)域。并且，本發(fā)明人發(fā)現(xiàn)在引起了被 損壞檢測部件的損壞的情況下，大多數(shù)點位于與上述參數(shù)空間內(nèi)的上述 第1和第2規(guī)定區(qū)域不同的第3區(qū)域中。并且發(fā)現(xiàn)利用這種狀況來判 斷被損壞檢測部件的損壞前兆，與以往相比，能夠排除噪聲的影響，能 夠非常迅速且準(zhǔn)確地判斷被損壞檢測部件的損壞前兆。
根據(jù)本發(fā)明，當(dāng)在上述參數(shù)空間中的規(guī)定區(qū)域內(nèi)，存在規(guī)定數(shù)量以 上的由根據(jù)來自上述聲發(fā)射傳感器的信號計算出的上述至少2個以上的 參數(shù)定義的點時，判斷為被損壞檢測部件的損壞前兆，因此能夠準(zhǔn)確地 對損壞前兆進(jìn)行檢測，能夠迅速且可靠性高地對被損壞檢測部件的損壞 前兆進(jìn)行判斷。
并且，在一個實施方式中，
上述參數(shù)空間包括
由至少2個以上的參數(shù)定義的第1參數(shù)空間；以及 由至少2個以上的參數(shù)定義、并且與上述第1參數(shù)空間不同的第2 參數(shù)空間。
根據(jù)上述實施方式，判斷被損壞檢測部件的損壞前兆的參數(shù)空間為 2個，因此不會弄錯被損壞檢測部件的損壞前兆。 并且，在一個實施方式中， 聲發(fā)射檢測裝置具有
計算部，其根據(jù)從上述聲發(fā)射傳感器輸出的信號來計算多個參數(shù)；
以及
相關(guān)參數(shù)決定部，其決定上述多個參數(shù)中彼此具有相關(guān)性的參數(shù)， 當(dāng)在由上述相關(guān)參數(shù)決定部決定的具有相關(guān)性的參數(shù)定義的參數(shù)空 間中，由根據(jù)來自上述聲發(fā)射傳感器的信號計算出的上述彼此具有相關(guān) 性的參數(shù)定義的點在由上述具有相關(guān)性的參數(shù)定義的參數(shù)空間中的規(guī)定 區(qū)域內(nèi)存在規(guī)定數(shù)量以上時，該損壞判斷部判斷為上述被損壞檢測部件 的損壞前兆。
根據(jù)上述實施方式，由于具有用于決定具有相關(guān)性的參數(shù)的相關(guān)參數(shù)決定部，因此不用說預(yù)先知曉能夠根據(jù)來自聲發(fā)射傳感器的信號生成 并且彼此具有相關(guān)性的參數(shù)的被損壞檢測部件，即使是預(yù)先不知曉能夠 根據(jù)來自聲發(fā)射傳感器的信號生成并且具有相關(guān)性的參數(shù)的被損壞檢測 部件，也能夠準(zhǔn)確地判斷損壞前兆。
并且，在一個實施方式中，上述至少2個以上的參數(shù)是UP、 RMS、 FC、 Gmax、 E、 FM、 WEFF和Q中的2個以上的參數(shù)。
另外，在本說明書中，上述UP是聲發(fā)射電壓信號的峰值。
并且，上述RMS是執(zhí)行值。上述RMS是通過如下計算而得到的值， 即當(dāng)決定了某規(guī)定的時間范圍T，并且利用作為時間的函數(shù)、且基于聲 發(fā)射傳感器輸出的電壓信號來表示聲發(fā)射波形時，從某時刻起到該時刻 的T時間后對該電壓信號的振幅的平方進(jìn)行積分，將積分后的值除以T， 再對除以該T后的值進(jìn)行開方。
并且，功率譜密度函數(shù)G(f)通過如下方式求出對由時間和基于聲 發(fā)射的輸出的電壓信號表示的聲發(fā)射波形進(jìn)行傅立葉變換，然后平方， 由此求出功率譜，再用該功率譜除以頻率分辨率。
并且，上述FC是中心頻率。上述FC是表示上述功率譜密度函數(shù) G(f)中的峰值的頻率。
并且，上述Gmax是功率譜的最大值。上述Gmax是上述功率譜函數(shù) G(f)中的峰值電平。
并且，上述E是能量。上述E是對作為頻率f的函數(shù)的功率譜密度 函數(shù)G(f)進(jìn)行從頻率0到無限大的積分而得到的值。
并且，上述FM是中間頻率。上述FM是在對上述功率譜密度函數(shù) G(f)進(jìn)行從0到FM的積分而得到的值與對上述功率譜密度函數(shù)G(f)進(jìn)行 從FM到無限大的積分而得到的值相等的情況下決定的頻率。
并且，上述WEFF是有效寬度。上述WEFF是當(dāng)假設(shè)在功率譜密度 函數(shù)中，功率譜最大值Gmax的電平呈方形分布在頻率0到頻率WEFF之 間時，能量與上述實際能量E相等的情況下所決定的頻率。
并且，上述Q是聲發(fā)射波形的峰度(kurtosis)。 Q值由下式定義。 另外，在下式中，N為事件數(shù)，Uj是聲發(fā)射電壓值，c7u是的Uj的標(biāo)準(zhǔn)偏差。并且U是Uj的平均值。
一 一4
uj-u ，
根據(jù)上述實施方式，上述至少2個以上的參數(shù)是UP、 RMS、 FC、 Gmax、 E、 FM、 WEFF和Q中的2個以上的參數(shù)，因此，能夠根據(jù)聲發(fā) 射傳感器的信號容易地計算上述至少2個以上的參數(shù)。
并且，本發(fā)明的控制裝置的特征在于，該控制裝置具有
本發(fā)明的聲發(fā)射檢測裝置；以及
神經(jīng)網(wǎng)絡(luò)，其至少接收上述聲發(fā)射檢測裝置的輸出，輸出控制信號。 本發(fā)明的控制裝置可以接收來自多個本發(fā)明的聲發(fā)射檢測裝置的信
號。并且，本發(fā)明的控制裝置可以接收本發(fā)明的聲發(fā)射檢測裝置以外的
裝置的輸出。
根據(jù)上述實施方式，由于具有接收聲發(fā)射檢測裝置的輸出而輸出控 制信號的神經(jīng)網(wǎng)絡(luò)，因此，能夠使神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)上述參數(shù)與有無損壞前 兆之間的關(guān)系，并能夠使該學(xué)習(xí)結(jié)果反映到控制信號中。因此，越重復(fù) 使用，越能夠更迅速且準(zhǔn)確地輸出控制信號。
根據(jù)本發(fā)明的聲發(fā)射檢測裝置，當(dāng)在參數(shù)空間中的規(guī)定區(qū)域內(nèi)存在 規(guī)定數(shù)量以上的由根據(jù)來自聲發(fā)射傳感器的信號計算出的至少2個以上 的參數(shù)定義的點時，判斷為被損壞檢測部件的損壞前兆，因此能夠僅僅 可靠地檢測損壞前兆，能夠迅速且可靠性高地檢測被損壞檢測部件的損 壞前兆。
1 N 咱


圖1是示出本發(fā)明第1實施方式的AE檢測裝置的結(jié)構(gòu)的圖。 圖2是說明根據(jù)AE測量波形計算各種參數(shù)的過程的圖。 圖3是示出相關(guān)參數(shù)決定部的因子分析的一結(jié)果的圖。 圖4是說明在一實驗例中，損壞判斷部的信號分析和損壞前兆的判 斷方法的圖。
圖5是示出在上述一實驗例中，基于RMS和Q的信號分析以及損壞前兆的時期的圖。
圖6是示出在上述一實驗例中，基于RMS和FM的信號分析以及損 壞前兆的時期的圖。
圖7是示出本發(fā)明第1實施方式的控制裝置的結(jié)構(gòu)的圖。 圖8是示出本發(fā)明第2實施方式的控制裝置的結(jié)構(gòu)的圖。
具體實施例方式
以下，根據(jù)圖示的方式對本發(fā)明進(jìn)行更詳細(xì)的說明。
圖1是示出本發(fā)明第1實施方式的聲發(fā)射檢測裝置(以下稱為AE 檢測裝置)的結(jié)構(gòu)的圖。
本發(fā)明的AE檢測裝置在取得聲發(fā)射(以下稱為AE)數(shù)據(jù)后，對其 進(jìn)行傅立葉變換等處理，來計算各種參數(shù)。并且，本發(fā)明的AE檢測裝置 在各種參數(shù)的計算后，進(jìn)行基于各參數(shù)間的相關(guān)度計算的因子分析和利 用該因子分析的聚類分析，判斷作為損壞檢測部件的一例的軸承3的損 壞前兆的有無或軸承3的損壞。
具體而言，該AE檢測裝置具有AE取得部1和信號分析部2。上述 AE取得部1具有設(shè)置在軸承3上的聲發(fā)射傳感器(以下稱為AE傳感 器)5、與AE傳感器5的輸出側(cè)連接的前置放大器6、與前置放大器6 的輸出側(cè)連接的濾波器7以及與濾波器7的輸出側(cè)連接的A/D變換器8。 在利用前置放大器6對來自AE傳感器5的信號進(jìn)行放大后，利用濾波器 7去除由前置放大器6放大后的信號中只存在噪聲的頻域。之后，利用 A/D變換器8將去除了只存在噪聲的頻域的模擬信號變換為數(shù)字信號。
來自A/D變換器8的數(shù)字信號輸入到上述信號分析部2。上述信號 分析部2具有波形部9、傅立葉變換部12、功率譜密度計算部13、第 1參數(shù)部14、第2參數(shù)部15、相關(guān)參數(shù)決定部17以及損壞判斷部18。
上述波形部9接收來自AyD變換器8的數(shù)字信號，來表示時間與數(shù) 字信號之間的關(guān)系。上述傅立葉變換部12接收來自波形部9的信號，對 波形部9所表示的波形迸行傅立葉變換。上述功率譜密度計算部13使用 通過傅立葉變換部12進(jìn)行傅立葉變換而計算出的傅立葉成分，來計算功率譜密度函數(shù)。
上述第1參數(shù)部14根據(jù)來自波形部9的信號計算各種時域參數(shù)。上
述第2參數(shù)部15根據(jù)來自功率譜密度計算部13的信號計算各種頻譜參數(shù)。
上述相關(guān)參數(shù)決定部17接收來自第1參數(shù)部14的信號和來自第2 參數(shù)部15的信號，進(jìn)行因子分析。上述損壞判斷部18接收來自相關(guān)參 數(shù)決定部17的信號進(jìn)行聚類分析，輸出軸承3的損壞前兆的有無或軸承 3的損壞情況。上述損壞判斷部18向供油機(jī)構(gòu)輸出信號。
上述供油機(jī)構(gòu)由泵控制器20和泵21構(gòu)成。上述泵控制器20在從損 壞判斷部18接收到表示在軸承3中發(fā)現(xiàn)了損壞前兆的情況的信號時，向 泵21輸出表示向軸承3供給潤滑油的信號。并且，泵21在接收到表示 向軸承3供給潤滑油的信號時，向軸承3供給潤滑油。上述第1參數(shù)部 14和第2參數(shù)部15構(gòu)成計算部。
上述第1參數(shù)部14根據(jù)來自波形部9的波形，具體而言表示時間和 AE的數(shù)字振幅之間的關(guān)系的波形，來計算作為時域參數(shù)的UP、 RMS和 Q。并且，上述第2參數(shù)部15根據(jù)來自功率譜密度計算部13的功率譜密 度函數(shù)計算作為頻譜參數(shù)的E (能量)、FM (中間頻率)、FC、 G,以及 WEFF。
圖2是說明根據(jù)AE測量波形計算各種參數(shù)的過程的圖。 接收到來自上述AD變換器(圖1中由8表示)的信號的波形部(圖 1中由9表示)例如形成23所示的AE測量波形，并向傅立葉變換部(圖 1中表示為12)和第1參數(shù)部(圖1中表示為14)輸出表示該AE測量 波形23的信號。然后，上述第1參數(shù)部對作為其時間函數(shù)的AE測量波 形進(jìn)行分析，根據(jù)AE測量波形來計算RMS (實效值)、Q (峰度)等時 域參數(shù)。這些時域參數(shù)是根據(jù)規(guī)定時間期間的AE測量波形，按照每個規(guī) 定時間來計算的。
另一方面，從上述波形部接收到表示AE測量波形23的信號的上述 傅立葉變換部對AE測量波形進(jìn)行傅立葉變換，計算作為頻率函數(shù)的傅立 葉成分X(f)。并且，接收到來自上述傅立葉變換部的信號的功率譜密度計算部(圖1中表示為13)使用傅立葉成分X(f)計算功率譜密度函數(shù)G(f)。 并且，接收到來自上述功率譜密度計算部的信號的第2參數(shù)部(圖1中 由15表示)使用功率譜密度函數(shù)G(f)來計算E (能量)、FM (中間頻率) 等頻譜參數(shù)。
圖3是示出上述相關(guān)參數(shù)決定部(圖1中由17表示)的因子分析的 一結(jié)果的圖。
相關(guān)參數(shù)決定部(圖1中由17表示)接收來自第l參數(shù)部(圖1中 由14表示)和來自第2參數(shù)部(圖1中由15表示)的信號，進(jìn)行因子 分析。具有而言，如圖3所示，上述相關(guān)參數(shù)決定部計算由計算部(第l 參數(shù)部和第2參數(shù)部)所計算出的參數(shù)UP、 RMS、 FC、 Gmax、 E、 FM、 WEFF和Q的所有組合的二維的所有相關(guān)度。然后，決定上述多個參數(shù) 中彼此具有相關(guān)性的參數(shù)。
具體而言，計算各組的相關(guān)系數(shù)，提取相關(guān)系數(shù)的絕對值為規(guī)定值 以上(例如0.8以上)并且直線傾向強(qiáng)的參數(shù)的組合。例如，在圖3所示 的例子中，在UP和RMS的組、Gmax和E的組等中存在直線傾向強(qiáng)且相 關(guān)系數(shù)的絕對值的值大的參數(shù)組。相關(guān)參數(shù)決定部提取這樣的直線相關(guān) 性強(qiáng)的組。
本發(fā)明人發(fā)現(xiàn)了如下情況在上述所有相關(guān)度的因子分析中，在由
顯示出強(qiáng)相關(guān)性的多個參數(shù)構(gòu)成的參數(shù)空間中，由根據(jù)來自AE傳感器的 信號計算出的上述多個參數(shù)定義的點，在不存在被損壞檢測部件的損壞 前兆時位于上述參數(shù)空間內(nèi)的第1規(guī)定區(qū)域，在具有被損壞檢測部件的 損壞前兆時位于上述參數(shù)空間內(nèi)的第1規(guī)定區(qū)域以外的第2規(guī)定區(qū)域。
并且，本發(fā)明人發(fā)現(xiàn)在引起了被損壞檢測部件的損壞的情況下，
大多數(shù)點位于與上述參數(shù)空間內(nèi)的上述第1和第2規(guī)定區(qū)域不同的第3
區(qū)域中。并且，本發(fā)明人發(fā)現(xiàn)利用這種狀況能夠排除噪聲的影響，與
以往相比能夠非常迅速和準(zhǔn)確地判斷被損壞檢測部件的損壞前兆。以下， 對這種狀況進(jìn)行說明。
上述損壞判斷部(圖1中由18表示)在接收到來自相關(guān)參數(shù)決定部 的信號時，進(jìn)行散布(scatter)分析。具體而言，當(dāng)由相關(guān)參數(shù)決定部決定的具有相關(guān)性的參數(shù)定義的參數(shù)空間中，由根據(jù)來自上述AE傳感器的
信號計算出的上述具有相關(guān)性的參數(shù)定義的點在由上述具有相關(guān)性的參 數(shù)定義的參數(shù)空間中的規(guī)定區(qū)域內(nèi)存在規(guī)定數(shù)量以上時，上述損壞判斷
部判斷為軸承(圖1中由3表示)的損壞征兆。使用圖4對該情況進(jìn)行 詳細(xì)說明。
圖4是說明在一實驗例中，損壞判斷部的信號分析和損壞前兆的判 斷方法的圖。在圖4中，示出了損壞程度不同的各階段中的散布分析的 結(jié)果。另外，在圖4中，取得相關(guān)性的FM (中間頻率)和Q (峰度)是
針對作為被損壞檢測部件的一例的軸承、由相關(guān)參數(shù)決定部所提取的顯 示出強(qiáng)相關(guān)性的2個參數(shù)。
如圖4所示，在FM和Q的相關(guān)圖中，以某時刻為起點，在AE傳 感器所輸出的信號的最初的30秒間(1 30秒)，由根據(jù)來自AE傳感器 的信號計算出的FM和Q定義的點大致位于由FM和Q定義的參數(shù)空間 的第1區(qū)域40內(nèi)。此時，完全沒有發(fā)現(xiàn)軸承的損壞前兆。由此，這些點 被認(rèn)為是基于軸承周邊的噪聲的點。并且，在接下來的30秒間(30秒 60秒)，由根據(jù)來自AE傳感器的信號計算出的FM和Q定義的點也大致 位于第1區(qū)域40內(nèi)。此時，在第1區(qū)域40內(nèi)也沒有發(fā)現(xiàn)損壞前兆。接 著，在60秒 6卯秒內(nèi)，由根據(jù)來自AE傳感器的信號計算出的FM和Q 定義的點擴(kuò)展到作為第1區(qū)域40的周邊區(qū)域、且作為與第1區(qū)域不交疊 的規(guī)定區(qū)域的第2區(qū)域42。而且，上述由FM和Q定義的點在第2區(qū)域 42中存在作為規(guī)定數(shù)的一例的5個以上。第1實施方式的AE檢測裝置 此時判斷為軸承的損壞前兆。并且，實際上，此時在軸承中觀測到了損 壞前兆。接著，在690秒 760秒內(nèi)，由根據(jù)來自AE傳感器的信號計算 出的FM和Q定義的點位于遠(yuǎn)離第1區(qū)域42的不同的第3區(qū)域44內(nèi)。 此時，軸承的損壞惡化。接著，在760秒 830秒內(nèi)，由根據(jù)來自AE傳 感器的信號計算出的FM和Q定義的點仍然位于離開第1區(qū)域40的不同 的第3區(qū)域44內(nèi)。此時，確認(rèn)到軸承損壞惡化。最后，在830秒 860 秒內(nèi)，由根據(jù)來自AE傳感器的信號計算出的FM和Q定義的點分散到 參數(shù)空間上。此時，觀測到軸承的損壞。另外，與AE傳感器同時設(shè)置到軸承上的振動計在該定時，即在830 秒 860秒內(nèi)檢測到軸承的損壞。這樣，本實施方式的AE檢測裝置能夠 比振動計提前2分鐘以上的階段中，在作為被損壞檢測部件的軸承沒有 損壞的情況下測定到軸承的損壞前兆。而且，在AE檢測裝置預(yù)知到損壞 前兆的時刻，上述供油機(jī)構(gòu)通過向軸承供給潤滑油，能夠可靠地防止構(gòu) 成軸承的各部件的燒結(jié)和軸承軌道面的剝離等故障。由此，利用本實施 方式的AE檢測裝置，不會像以往那樣出現(xiàn)導(dǎo)致軸承故障的情況。并且， 根據(jù)上述說明可知，本實施方式的AE檢測裝置采用了將噪聲信號作為正 常信號的方式，因此與以往的AE檢測裝置不同，本實施方式的AE檢測 裝置完全不會受到噪聲信號的困擾，能夠準(zhǔn)確且迅速地判斷損壞前兆。
圖5是示出在上述一實驗例中，基于FM (中間頻率)和Q (峰度) 以外的顯示出強(qiáng)相關(guān)性的RMS和Q的信號分析和損壞前兆的時期的圖。
如圖5所示，在使用RMS和Q的分析中，在最初的30秒間(l 30秒)，由根據(jù)來自AE傳感器的信號計算出的RMS和Q定義的點大致 位于由RMS和Q定義的參數(shù)空間的第1區(qū)域50內(nèi)，并且在接下來的30 秒間(30秒 60秒)，由根據(jù)來自AE傳感器的信號計算出的RMS和Q 定義的點也大致位于第1區(qū)域50內(nèi)。并且，在60秒 6卯秒內(nèi)，由根據(jù) 來自AE傳感器的信號計算出的RMS和Q定義的點擴(kuò)展到作為第1區(qū)域 50的周邊區(qū)域、且與第1區(qū)域50不交疊的第2區(qū)域52。此時由RMS和 Q定義的點在第2區(qū)域52中存在作為規(guī)定數(shù)的一例的5個以上。并且， 在690秒 760秒和760秒 830秒內(nèi)，由根據(jù)來自AE傳感器的信號計 算出的RMS和Q定義的點位于遠(yuǎn)離第1區(qū)域50的不同的第3區(qū)域54 內(nèi)。最后，在830秒 860秒內(nèi)觀察到，由根據(jù)來自AE傳感器的信號計 算出的RMS和Q定義的點分散到參數(shù)空間上。這樣，使用RMS和Q的 分析及對損壞前兆的判斷與使用FM和Q的分析及對損壞前兆的判斷完 全一致。
由此，取代使用顯示出強(qiáng)相關(guān)性的FM和Q，而在由顯示出強(qiáng)相關(guān) 性的RMS和Q定義的參數(shù)空間中，判斷軸承的損壞前兆也能夠準(zhǔn)確且迅 速地檢測損壞前兆。設(shè)為第1參數(shù)空間，將由RMS 和Q定義的參數(shù)空間設(shè)為第2參數(shù)空間(與由FM和Q定義的第1參數(shù) 空間不同的空間)，當(dāng)在第l參數(shù)空間中，由根據(jù)來自AE傳感器的信號 計算出的2個以上的參數(shù)定義的點在第1空間中的規(guī)定區(qū)域內(nèi)存在規(guī)定 數(shù)量以上，而且在第2參數(shù)空間中，由根據(jù)來自AE傳感器的信號計算出 的2個以上的參數(shù)定義的點在第2空間中的規(guī)定區(qū)域內(nèi)存在規(guī)定數(shù)量以 上時，判斷為軸承的損壞前兆，從而能夠在不產(chǎn)生錯誤的情況下判斷損 壞前兆。
圖6是示出在上述一實驗例中，基于FM和Q以及RMS和Q以外 的顯示出強(qiáng)相關(guān)性的RMS和FM的信號分析和損壞前兆的時期的圖。
如圖6所示，在使用RMS和FM的分析中，在最初的30秒間(l 30秒)，由根據(jù)來自AE傳感器的信號計算出的RMS和FM定義的點也 大致位于由RMS和FM定義的參數(shù)空間的第1區(qū)域60內(nèi)，并且在接下 來的30秒間(30秒 60秒)，由根據(jù)來自AE傳感器的信號計算出的RMS 和FM定義的點也大致位于第1區(qū)域60內(nèi)。并且，在60秒 690秒內(nèi)， 由根據(jù)來自AE傳感器的信號計算出的RMS和FM定義的點擴(kuò)展到作為 第1區(qū)域60的周邊區(qū)域、且與第1區(qū)域60不交疊的第2區(qū)域62。此時， 由RMS和FM定義的點在第2區(qū)域62中存在作為規(guī)定數(shù)的一例的5個 以上。并且，在690秒 760秒和760秒 830秒內(nèi)，由根據(jù)來自AE傳 感器的信號計算出的RMS和FM定義的點位于遠(yuǎn)離第1區(qū)域60的不同 的第3區(qū)域64內(nèi)。最后，在830秒 860秒內(nèi)，由根據(jù)來自AE傳感器 的信號計算出的RMS和FM定義的點分散到參數(shù)空間上。這樣，使用 RMS和FM的分析及對損壞前兆的判斷與使用FM和Q的分析及對損壞 前兆的判斷、以及使用RMS和Q的分析及對損壞前兆的判斷完全一致。
根據(jù)上述第1實施方式的AE檢測裝置，當(dāng)由根據(jù)來自AE傳感器5 的信號計算出的2個以上的參數(shù)(在上述例子中為FM和Q、 RMS和Q、 或者RMS和FM)定義的點在由這些2個以上的參數(shù)定義的參數(shù)空間中 的規(guī)定區(qū)域即第2區(qū)域內(nèi)存在規(guī)定數(shù)量以上(在上述例中為5個以上) 時，判斷為作為被損壞檢測部件的一例的軸承3的損壞前兆，因此能夠可靠地檢測損壞前兆，從而能夠迅速且可靠性高地判斷軸承3的損壞前
兆。并且，在將判斷軸承3的損壞前兆的參數(shù)空間設(shè)為2個以上的情況 下(在上述例子中，為由FM和Q、 RMS禾t1Q、以及RMS和FM構(gòu)成的 3個參數(shù)空間中的2個參數(shù)空間)，也能夠在不產(chǎn)生錯誤的情況下判斷軸 承3的損壞前兆。
并且，根據(jù)上述第1實施方式的AE檢測裝置，由于具有用于決定 具有相關(guān)性的參數(shù)的相關(guān)參數(shù)決定部17，因此不用說預(yù)先知曉彼此具有 相關(guān)性的參數(shù)的被損壞檢測部件，即使是預(yù)先不知曉具有相關(guān)性的參數(shù) 的被損壞檢測部件，也能夠準(zhǔn)確地判斷損壞前兆。
并且，根據(jù)上述實施方式的AE檢測裝置，由于是能夠容易計算參 數(shù)的UP、 RMS、 FC、 Gmax、 E、 FM、 WEFF或Q，因此能夠根據(jù)AE傳 感器5的信號容易地計算軸承3的損壞前兆。
另外，在上述第1實施方式的AE檢測裝置中，具有相關(guān)參數(shù)決定 部17，并利用該相關(guān)參數(shù)決定部17取得各參數(shù)的所有相關(guān)度來決定具有 強(qiáng)相關(guān)性的參數(shù)，但是在被損壞檢測部件是特定的被損壞檢測部件，并 且預(yù)先知曉根據(jù)從該特定的被損壞檢測部件發(fā)出的AE而形成的具有強(qiáng) 相關(guān)性的2個以上的參數(shù)的情況下，不需要取得多個參數(shù)的所有相關(guān)度 來計算具有強(qiáng)相關(guān)性的參數(shù)，而只要根據(jù)來自AE的信號僅計算預(yù)先知曉 的上述具有強(qiáng)相關(guān)性的2個以上的參數(shù)即可。因此，在該情況下，能夠 省略相關(guān)參數(shù)決定部。
并且，在上述第1實施方式的AE檢測裝置中，判斷軸承3的損壞 前兆的參數(shù)空間由二維構(gòu)成(由FM和Q構(gòu)成的二維、由RMS和Q構(gòu) 成的二維、由RMS和FM構(gòu)成的二維)，但是在本發(fā)明中，也可以利用 三維以上的維度來構(gòu)成判斷被損壞檢測部件的損壞前兆的參數(shù)空間。例 如，在上述例子中，也可以采用由FM、 Q和RMS構(gòu)成的三維參數(shù)空間。 當(dāng)然，在該情況下，第1區(qū)域 第3區(qū)域是三維空間。并且，在上述第1 實施方式中，相關(guān)參數(shù)決定部17取得2個參數(shù)(二維)的所有相關(guān)度， 但是在本發(fā)明中，相關(guān)參數(shù)決定部也可以取得3個參數(shù)(三維)的所有 相關(guān)度或4個以上的參數(shù)(四維以上)的所有相關(guān)度。圖7是示出本發(fā)明第1實施方式的控制裝置的圖。
該控制裝置具有第2實施方式的AE檢測裝置72和神經(jīng)網(wǎng)絡(luò)(Neural Network:神經(jīng)網(wǎng)絡(luò))79。上述神經(jīng)網(wǎng)絡(luò)79在接收到AE檢測裝置72的 輸出時，向泵控制器卯輸出控制信號。
另外，在第2實施方式的AE檢測裝置72中，省略針對與第l實施 方式的AE檢測裝置相同的結(jié)構(gòu)、作用效果和變形例的說明，而只說明與 第1實施方式的AE檢測裝置不同的結(jié)構(gòu)、作用效果。
第2實施方式的AE檢測裝置具有AE取得部71和信號分析部73。 AE取得部71具有與第1實施方式的AE取得部1相同的結(jié)構(gòu)。并且， 上述信號分析部73具有波形部80，其接收來自A/D變換器75的數(shù)字 信號，表示時間與數(shù)字信號之間的關(guān)系；傅立葉變換部82，其接收來自 波形部80的信號，對波形部80所表示的波形進(jìn)行傅立葉變換；功率譜 密度計算部83，其使用通過傅立葉變換部82進(jìn)行傅立葉變換而計算出的 傅立葉成分，來計算功率譜密度函數(shù)；第1參數(shù)部84，其根據(jù)來自波形 部80的信號計算各種時域參數(shù)；以及第2參數(shù)部85，其根據(jù)來自功率譜 密度計算部83的信號計算各種頻譜參數(shù)。上述第1參數(shù)部84和第2參 數(shù)部85構(gòu)成計算部。
上述信號分析部73具有相關(guān)參數(shù)決定部87，其接收來自第1參 數(shù)部84的信號和來自第2參數(shù)部85的信號，進(jìn)行因子分析；以及損壞 判斷部88，其接收來自相關(guān)參數(shù)決定部87的信號。損壞判斷部88在接 收到來自相關(guān)參數(shù)決定部87的信號時，對參數(shù)決定部87所決定的顯示 出強(qiáng)相關(guān)性的參數(shù)進(jìn)行聚類分析，可能的情況下，輸出表示軸承76有無 損壞前兆或軸承76的損壞的信號。上述損壞判斷部88在無法判斷軸承 76有無損壞前兆時，也輸出聚類分析的結(jié)果。
在第2實施方式的AE檢測裝置中，波形部80向第1參數(shù)部84輸 出信號，并且還向神經(jīng)網(wǎng)絡(luò)79輸出信號。并且，功率譜密度計算部83 向第2參數(shù)部85輸出信號，并且還向神經(jīng)網(wǎng)絡(luò)79輸出信號。并且，第l 參數(shù)部84和第2參數(shù)部85向相關(guān)參數(shù)決定部87輸出信號，并且還向神 經(jīng)網(wǎng)絡(luò)79輸出信號。并且，損壞判斷部88向神經(jīng)網(wǎng)絡(luò)79輸出信號。上述神經(jīng)網(wǎng)絡(luò)79從波形部80、功率譜密度計算部83、第1參數(shù)部 84、第2參數(shù)部85以及損壞判斷部88接收信號，而輸出表示軸承76有 無損壞前兆或軸承的損壞的信號。具體而言，上述神經(jīng)網(wǎng)絡(luò)79在從損壞 判斷部88接收到表示軸承76有無損壞前兆或軸承76的損壞的信號時， 根據(jù)該信號而輸出表示軸承76正常的信號、表示軸承76的損壞前兆的 信號(表示向軸承76供給潤滑油的信號)、或者表示軸承76的損壞的信 號(表示停止設(shè)置了軸承76的機(jī)械的工作的信號)。并且，上述神經(jīng)網(wǎng) 絡(luò)79在從損壞判斷部88只接收到聚類分析的結(jié)果時，對軸承76有無損 壞前兆或軸承76的損壞進(jìn)行判斷。而且，在軸承76不存在損壞前兆時， 向外部輸出表示正常的信號，在判斷出軸承76的損壞前兆的情況下，向 泵控制器90輸出表示向軸承76供給潤滑油的信號。并且，泵91在從泵 控制器90接收到表示向軸承76供給潤滑油的信號時，向軸承76供給潤 滑油。并且，上述神經(jīng)網(wǎng)絡(luò)79在判斷為軸承76已損壞時，向外部輸出 表示停止設(shè)置了軸承76的機(jī)械的工作的信號。
上述神經(jīng)網(wǎng)絡(luò)79具有知識數(shù)據(jù)庫(knowledgeable database)。該知 識數(shù)據(jù)庫從波形部80、功率譜密度計算部83、第1參數(shù)部84、第2參數(shù) 部85以及損壞判斷部88接收信號，收集并保存信息/知識。該神經(jīng)網(wǎng)絡(luò) 79運用經(jīng)過數(shù)字化而保存在知識數(shù)據(jù)庫中的信息，并在知識數(shù)據(jù)庫中對 信息進(jìn)行聯(lián)想存儲。
艮P，該神經(jīng)網(wǎng)絡(luò)79在使來自波形部80、功率譜密度計算部83、第 1參數(shù)部84、第2參數(shù)部85以及損壞判斷部88的信號處于彼此結(jié)合的 狀態(tài)下對它們進(jìn)行存儲。該神經(jīng)網(wǎng)絡(luò)79利用結(jié)合成對的一方來導(dǎo)出另一 方，即根據(jù)存儲內(nèi)容的一部分搜索并輸出與其一致的存儲內(nèi)容。
具體而言，該神經(jīng)網(wǎng)絡(luò)79在判斷為輸入信息的一部分是已經(jīng)保存在 知識數(shù)據(jù)庫中的信息、或者是與所保存的信息類似的信息的情況下，將 該輸入信息的一部分看作是與上述保存的信息相同的信息，并輸出與該 保存的信息結(jié)合的表示軸承76有無損壞前兆的信息或表示軸承76的損 壞的信息。具體而言，在這樣的情況下，神經(jīng)網(wǎng)絡(luò)79僅使用來自波形部 80、功率譜密度計算部83、第1參數(shù)部84、第2參數(shù)部85以及損壞判斷部88的信息中的一部分信息，來對軸承79有無損壞前兆或軸承76的 損壞進(jìn)行判斷。另外，在第2實施方式中，信號分析部73被軟件化。并 且，如圖7所示，第1實施方式的控制裝置對泵91進(jìn)行反饋控制，從而 始終保持軸承76的最佳潤滑狀態(tài)。
根據(jù)上述第1實施方式的控制裝置，對AE檢測裝置72使用越久， 神經(jīng)網(wǎng)絡(luò)79越能夠?qū)W習(xí)來自波形部80、功率譜密度計算部83、第1參 數(shù)部84、第2參數(shù)部85以及損壞判斷部88的信號與軸承76有無損壞前 兆或軸承76的損壞之間的關(guān)系，并能夠使該學(xué)習(xí)結(jié)果反映在神經(jīng)網(wǎng)絡(luò)79 的此后的判斷中。因此，越對AE檢測裝置72進(jìn)行重復(fù)使用，越能夠更 加迅速且準(zhǔn)確地判斷軸承76的損壞前兆。
圖8是示出本發(fā)明的第2實施方式的控制裝置的結(jié)構(gòu)的圖。
第2實施方式的控制裝置具有第3實施方式的AE檢測裝置115和 神經(jīng)網(wǎng)絡(luò)109。該神經(jīng)網(wǎng)絡(luò)109接收AE檢測裝置115的輸出，并向泵控 制器117輸出控制信號。
另外，在第3實施方式的AE檢測裝置115中，省略針對與第1和 第2實施方式的AE檢測裝置相同的結(jié)構(gòu)、作用效果和變形例的說明，而 只說明與第1和第2實施方式的AE檢測裝置不同的結(jié)構(gòu)、作用效果。
第3實施方式的AE檢測裝置115具有專用于第1實施方式的AE檢 測裝置的信號分析部所進(jìn)行的信號處理的微處理器(數(shù)字信號處理器) 100，損壞判斷部(未圖示)內(nèi)置于微處理器100中。該微處理器100在 其與存儲器106之間交換信息。
該微處理器100對作為被損壞檢測部件的一例的軸承103有無損壞 前兆或軸承103的損壞進(jìn)行判斷，可能的情況下，輸出表示正常的信號、 表示供油的信號或表示軸承103已損壞的信號。上述神經(jīng)網(wǎng)絡(luò)109接收 來自微處理器100的信號。當(dāng)在微處理器100中很難對軸承103有無損 壞前兆或損壞進(jìn)行判斷時，由上述神經(jīng)網(wǎng)絡(luò)109來進(jìn)行軸承103有無損 壞前兆或損壞的判斷，并輸出表示軸承103正常的信號、表示向軸承103 供油的信號或表示軸承103已損壞的信號。
上述神經(jīng)網(wǎng)絡(luò)109接收來自配置在各位置(location:定位點)的第3實施方式的AE檢測裝置115的微處理器100的信號。上述神經(jīng)網(wǎng)絡(luò)109 通過收集來自配置在各定位點的微處理器100的數(shù)據(jù)而成長為知識數(shù)據(jù) 庫。第3實施方式的各AE檢測裝置115設(shè)置在各定位點，向上述神經(jīng)網(wǎng) 絡(luò)109輸出信號的多個AE檢測裝置115彼此獨立工作。并且，神經(jīng)網(wǎng)絡(luò) 109位于與各定位點的任意一個都分開的位置。上述神經(jīng)網(wǎng)絡(luò)109使用有 線或無線來接收來自位于各定位點的微處理器100的信號。
另外，神經(jīng)網(wǎng)絡(luò)109構(gòu)成中央部(未圖示)的一部分。上述中央部 具有控制部，能夠根據(jù)來自該控制部的信號遠(yuǎn)程控制位于各定位點的微 處理器100的設(shè)定。而且，在設(shè)置于各定位點的微處理器100中，能夠 自由變更對各參數(shù)進(jìn)行計算時所需要的變量，例如執(zhí)行值RMS中的時間 范圍T的值等的設(shè)定。
在第2實施方式的控制裝置中，多個AE檢測裝置115共享一個神 經(jīng)網(wǎng)絡(luò)109，因此能夠顯著提高神經(jīng)網(wǎng)絡(luò)109的知識數(shù)據(jù)庫的成長速度。 因此，能夠顯著加提高判斷軸承103具有損壞前兆的速度。
另外，在上述第1 第3實施方式中，被損壞檢測部件為軸承3、 76、 103，但是在本發(fā)明中，被損壞檢測部件當(dāng)然也可以是滑輪、發(fā)電機(jī)的渦 輪或旋轉(zhuǎn)軸等軸承以外的機(jī)械。
權(quán)利要求
1. 一種聲發(fā)射檢測裝置，其特征在于，該聲發(fā)射檢測裝置具有聲發(fā)射傳感器，其對聲發(fā)射進(jìn)行檢測；以及損壞判斷部，其當(dāng)在由可根據(jù)來自上述聲發(fā)射傳感器的信號生成的至少2個以上的參數(shù)定義的參數(shù)空間中，由根據(jù)來自上述聲發(fā)射傳感器的信號計算出的上述至少2個以上的參數(shù)定義的點在上述參數(shù)空間中的規(guī)定區(qū)域內(nèi)存在規(guī)定數(shù)量以上時，判斷為被損壞檢測部件的損壞前兆。
2. 根據(jù)權(quán)利要求1所述的聲發(fā)射檢測裝置，其特征在于， 上述參數(shù)空間包括由至少2個以上的參數(shù)定義的第1參數(shù)空間；以及 由至少2個以上的參數(shù)定義、并且與上述第1參數(shù)空間不同的第2 參數(shù)空間。
3. 根據(jù)權(quán)利要求l所述的聲發(fā)射檢測裝置，其特征在于，該聲發(fā)射 檢測裝置具有-計算部，其根據(jù)從上述聲發(fā)射傳感器輸出的信號來計算多個參數(shù)；以及相關(guān)參數(shù)決定部，其決定上述多個參數(shù)中彼此具有相關(guān)性的參數(shù)， 當(dāng)在由上述相關(guān)參數(shù)決定部決定的具有相關(guān)性的參數(shù)定義的參數(shù)空 間中，由根據(jù)來自上述聲發(fā)射傳感器的信號計算出的上述彼此具有相關(guān) 性的參數(shù)定義的點在由上述具有相關(guān)性的參數(shù)定義的參數(shù)空間中的規(guī)定 區(qū)域內(nèi)存在規(guī)定數(shù)量以上時，該損壞判斷部判斷為上述被損壞檢測部件 的損壞前兆。
4. 根據(jù)權(quán)利要求1所述的聲發(fā)射檢測裝置，其特征在于， 上述至少2個以上的參數(shù)是UP、 RMS、 FC、 Gmax、 E、 FM、 WEFF和Q中的2個以上的參數(shù)。
5. —種控制裝置，其特征在于，該控制裝置具有 權(quán)利要求1所述的聲發(fā)射檢測裝置；以及神經(jīng)網(wǎng)絡(luò)，其至少接收上述聲發(fā)射檢測裝置的輸出，并輸出控制信號。
全文摘要
本發(fā)明提供聲發(fā)射檢測裝置和控制裝置。該AE檢測裝置具有AE傳感器(5)和損壞判斷部(18)。當(dāng)由可根據(jù)來自AE傳感器(5)的信號生成的多個參數(shù)定義的參數(shù)空間中，由根據(jù)來自AE傳感器(5)的信號計算的參數(shù)定義的點在上述參數(shù)空間中的規(guī)定區(qū)域內(nèi)存在規(guī)定數(shù)量以上時，損壞判斷部(18)判斷為軸承(3)的損壞前兆。
文檔編號G01N29/14GK101460840SQ200780019078
公開日2009年6月17日 申請日期2007年5月24日 優(yōu)先權(quán)日2006年5月24日
發(fā)明者上野弘, 戶田一壽, 橋本敏, 鈴木數(shù)也, 阿列克謝·維諾格拉多夫 申請人:株式會社捷太格特;橋本敏;阿列克謝·維諾格拉多夫