劣化種類ごとの振動特性を考慮した回転機の劣化度判定方式
劣化種類ごとの振動特性を考慮した回転機の劣化度判定方式
カテゴリ: 部門大会
論文No: GS5-6
グループ名: 【C】2022年電気学会電子・情報・システム部門大会
発行日: 2022/08/24
タイトル(英語): Diagnosis of Rotation Machine by Deterioration Type
著者名: 太中 裕貴(三菱電機),脇本 浩司(三菱電機),中村 隆顕(三菱電機)
著者名(英語): Yuki Tanaka (Mitsubishi Electric),Wakimoto Koji (Mitsubishi Electric),Nakamura Takaaki (Mitsubishi Electric)
キーワード: 劣化検知|機械学習|振動解析|電動機|Anomaly Detection|Machine Learning|Vibration Analysis|Motor
要約(日本語): 保守保全の分野では, 安全性の向上や故障発生によるダウンタイムの削減といった課題から, センシングや機械学習といった技術を活用するスマートメンテナンスに関心が高まっている. その要素技術として劣化検知や診断に関するアルゴリズムの研究が行われている. 本稿では, 工場など様々な場面で用いられる回転機を対象とした劣化検知アルゴリズムに関する研究について報告する.発生頻度が高い回転機の劣化として構造系劣化が挙げられ, その中にはミスアライメント, 回転子アンバランスやがたといった劣化種類がある. 構造系劣化が生じると, 振動の振幅値が増大するといった時間領域での特性や, 劣化の種類に応じて, パワースペクトルの特徴が異なるといった周波数領域での特性が知られている. 本稿では, より正確な診断を実施するため, 劣化に起因する振動の特徴を周波数領域, 時間領域両面から考察し, 劣化種類ごとに劣化度を算出する方法を提案する.
受取状況を読み込めませんでした
