技术领域
[0001] 本发明涉及一种诊断系统。
相关背景技术
[0002] 以往，提出有一种检测设备的故障的诊断系统(例如，专利文献1)。专利文献1的诊断系统具备将设备中所包括的多个齿轮马达等作为诊断对象要件并与多个诊断对象要件分别对应的多个传感器及多个处理单元。而且，传感器安装于各诊断对象要件上，处理单元根据传感器的输出重复执行各诊断对象要件的诊断处理。
[0003] 以往技术文献
[0004] 专利文献
[0005] 专利文献1：日本特开2018‑173333号公报
具体实施方式
[0030] 以下，参考附图对本发明的实施方式进行详细说明。
[0031] 图1是表示实施方式所涉及的诊断系统及诊断对象装置的框图。
[0032] 本实施方式的诊断系统1为与具有多个构件111的诊断对象装置100并列设置并且进行各构件111的异常检测、接下来会发生故障的危险度(风险程度)较高的构件111的通知以及多个构件111之间的影响度的计算及显示的系统。在本实施方式中，诊断对象装置100为具有多个齿轮马达的传送带。诊断对象装置100并不只限于此，只要是包括机械性地或电性地协作动作的多个构件111的装置，则可以是任意的装置。以下，将驱动传送带的多个齿轮马达作为多个构件111来进行说明。
[0033] 诊断系统1具备对应于多个构件111而设置的多个传感器11、接收多个传感器11的输出(状态检测信息)并进行诊断对象装置100的诊断处理的计算机20、输出信息的显示装置30以及能够从系统外向计算机20输入数据的输入装置40(定点设备及键盘等)。
[0034] 安装于各构件111上的传感器11可以是振动传感器等一种传感器，也可以包括温度传感器、马达电流传感器及润滑油中的铁粉浓度传感器等多种传感器。并且，也可以将相同种类的传感器设置于一个构件的多个部位上。传感器的种类并不只限于上述具体例。
[0035] 计算机20具备根据多个传感器11的输出来判定某一个构件111是否发生异常的异常判定部21、若判定为一个构件111发生了异常则预测接下来会发生异常的危险度较高的构件111的异常预测部22、根据来自操作人员的请求计算出某一个构件111与其他各构件111之间的影响度并将其从显示装置30输出的影响度计算部23、能够改变与危险度或影响度的计算相关的设定的输入处理部24、存储控制数据的存储装置27及读取多个传感器11的信号的接口28。存储于存储装置27的控制数据中包括异常预测部22及影响度计算部23所使用的关系度数据表T1、状态度计算用控制数据DB1、系数矩阵M3以及理由数据库DB2。计算机
20具备CPU(Central Processing Unit：中央处理器)、存储有控制数据及程序的存储装置
27以及RAM(Random Access Memory：随机存取存储器)，上述的异常判定部21、异常预测部
22、影响度计算部23及输入处理部24为通过使CPU执行程序来实现的软件功能模块。
[0036] ＜诊断处理＞
[0037] 接着，参考流程图对各部的详细动作进行说明。图2是由异常判定部及异常预测部执行的诊断处理的流程图。
[0038] 在诊断对象装置100的运转期间，异常判定部21读取多个传感器11的输出(步骤S1)，并进行判定各构件111是否出现了异常的判定处理(步骤S2)。然后，若不存在判定为异常的构件111，则异常判定部21重复步骤S1及S2的处理。
[0039] 步骤S2的异常的判定可以是构件111无法进行动作的故障的判定、接近故障的异常的判定、需要通知维护的异常的判定或尚未达到需要维护的级别的某种异常的判定。即，异常判定部21只要判定是否与预先设定的异常的条件一致即可，异常的条件并不受特别限定。
[0040] 在步骤S2中，异常判定部21例如比较各传感器11的输出值与预先设定的表示异常的阈值并在某一传感器11的输出值超过了阈值时判定安装有该传感器11的构件111出现了异常。或者，异常判定部21可以比较传感器11的输出值的趋势与表示趋势的异常的图形并在两者一致时判定安装有该传感器11的构件111出现了异常。或者，在各构件111上安装有种类或设置位置不同的多个传感器11的情况下，异常判定部21可以对这些多个传感器11的输出或其趋势或者这两者的组合以规定的判定式进行计算或进行规定的判定处理，并根据这些结果来判定是否出现了异常。
[0041] 若异常判定部21判定为某一个构件11出现了1异常，则异常判定部21进行异常的通知(步骤S3)。例如，异常判定部21从显示装置30显示输出出现异常的情况及出现了异常的构件的识别信息作为异常的通知。
[0042] 若异常判定部21判定出现了异常且进行了异常的通知，则接着，异常预测部22考虑出现了异常的一个构件111(以下，标记为“异常构件111”)与其他各构件111之间的关系度来计算出接下来会发生异常的其他各构件111的危险度(步骤S4)。接着，对危险度的计算处理进行详细说明。
[0043] ＜危险度的计算处理＞
[0044] 图3是用于说明基于异常预测部的某一构件的危险度的计算过程的图。以下，为了识别多个构件111，将多个构件111表示为构件A～构件E。图3示出了在构件A出现了异常时计算出接下来在构件B中会发生异常的危险度的例子。
[0045] ＜关系度＞
[0046] 异常预测部22为了进行步骤S4的危险度的计算，使用登录有多个构件111之间的关系度的各参数值的关系度数据表T1(图1)。
[0047] 关系度数据表T1中登录有将各一对构件111之间的关系度分为多个项目来表示的值。图3的关系度列表L1为从关系度数据表T1中提取了构件A与构件B之间的关系度的值的列表。如图3的关系度列表L1所示，关系度数据表的项目中包括距离系数、相关系数及传递率等。在关系度数据表T1中，关于构件A～E的所有组合({A、B}、{A、C}、{A、D}、{A、E}、{B、C}、{B、D}、{B、E}、{C、D}、{C、E}、{D、E})，登录有与图3的关系度列表L1相同的项目的值。关系度数据表T1的各值由诊断对象装置100调查并求出并预先登录。关系度列表L1相当于本发明所涉及的关系度信息的一例。
[0048] 距离系数例如为表示空间距离的已被归一化的值。但并不只限于此，关系度数据表T1中也可以包括与沿动力传递路径的距离、沿传送带的距离、彼此相连的电线的距离及控制基板之间的绝缘爬电距离相关的值等各种距离系数的项目。并且，作为距离系数，还可以采用与根据任意的理论构建的某一距离空间的距离相关的值。例如，在以网络方式标记了所有构件111的各种物理现象的因果关系的情况下，可以将从一个构件的规定的物理现象连结到另一构件111的规定的物理现象的因果关系的网络的最少节点数等设为一个距离系数。
[0049] 相关系数为表示一个构件111的规定的物理量(例如振动的大小)与另一个构件111的规定的物理量(例如振动的大小)之间的互相关的系数。此外，关系度数据表T1中还可以包括关于马达转速、马达旋转总数及温度等各种物理量的互相关的项目。互相关也可以是一个构件111的温度与另一个构件的振动的大小等不同物理量之间的互相关。
[0050] 传递率例如为转矩的传递率。但并不只限于此，此外，关系度数据表T1中还可以包括能量的传递率、电源电力的传递率或信号被串行传输时的信号的传递率等各种传递率的项目。
[0051] ＜状态度＞
[0052] 为了计算步骤S4的危险度，异常预测部22通过运算还求出计算对象的构件B的当前的状态度列表L2(图3)。状态度列表L2具有多个项目，关于构件B的各项目的值根据安装于构件B上的一个或多个传感器11的传感器输出来求出。由于异常预测部22求出各状态度，因此在状态度计算用控制数据DB1中存储有一个或多个统计处理程序及运算式的数据。状态度列表L2相当于本发明所涉及的状态度信息的一例。
[0053] 状态度列表L2的项目中包括异常度、负荷度及基于专家知识的故障度等。
[0054] 异常度为表示规定的传感器11的输出与表示异常的值接近到哪种程度的程度。状态度列表L2中可以包括与种类或设置位置互不相同的多个传感器11相对应的多个项目的异常度。并且，异常度可以包括对从过去到当前的传感器11的输出值进行统计处理而求出的随时间变化的异常度。通过统计处理求出的异常度相当于本发明所涉及的统计性状态度的一例。异常度可以以比例(百分率)方式表示用于判断是否为异常的参数与表示异常的阈值接近到哪种程度，或也可以以高中低等阶段形式来表示。
[0055] 负荷度为表示根据传感器11的输出计算出的当前时刻的对构件B的力学性的或电性的负担的程度。状态度列表L2中还可以包括一个构件B中的不同部位以及不同对象的多个负荷度的项目。
[0056] 基于专家知识的故障度表示通过理论或经验公式化的接近故障的程度(劣化度)，并且通过对存储于状态度计算用控制数据DB1的运算式中应用(代入)一个或多个传感器11的输出值来计算出。状态度列表L2的项目中还可以包括除了“异常度”、“负荷度”及“故障度”以外的各种状态度的项目。该状态度是通过理论或经验公式化的状态量，并且通过在公式化的运算式中代入传感器11的输出值而计算出。基于专家知识的故障度或通过运算式获得的状态度相当于本发明所涉及的理论状态度的一例。
[0057] ＜关系系数＞
[0058] 为了计算步骤S4的危险度，异常预测部22还使用系数矩阵M3。系数矩阵M3包括(i×j)个关系系数αfg。在此，f＝1～i，g＝1～j，i为状态度列表L2的项目数量，j为关系度列表L1的项目数量。关系系数αfg设定为相对表示状态度列表L2的第f个项目与关系度列表L1的第g个项目的组合对构件111的故障的危险度干预到哪种程度的值。例如，动能的传递率(例如,关系度列表的第4个项目)与振动的异常度(状态度列表的第5个项目)的组合对故障危险度的干预较强，因此该项目之间的关系系数成为较大的值(例如α54＝0.7)，动能的传递率(关系度列表的第4个项目)与电信号的噪声量的异常度(例如，状态度列表的第6个项目)的组合对故障危险度的干预较弱，因此该项目之间的关系系数成为较小的值(α64＝0.1)。
[0059] 系数矩阵M3的各关系系数αfg为由关系度列表L1的项目及状态度列表L2的项目的内容来确定的值，其是不依赖于计算对象的构件111或判定为异常的构件111的值。
[0060] ＜危险度矩阵＞
[0061] 为了在步骤S4中计算危险度，异常预测部22首先进行对判定为异常的构件A的异常度乘上上述的关系度列表L1、状态度列表L2及系数矩阵M3的计算。在计算中，构件A的异常度与列表的各成分相乘，关系度列表L1与状态度列表L2成为张量积(tensor product)，张量积的结果与系数矩阵M3成为对应的成分之间的乘积。通过这种计算，获得具有(关系度列表L1的项目数量)×(状态度列表L2的项目数量)的成分数量的危险度矩阵M10。关系度列表L1的各项目的值被归一化，状态度列表L2的各项目的值被归一化，且关系系数αfg彼此设定为相对的值。因此，危险度矩阵M10的各成分的值成为彼此之间能够比较危险度的大小的值。即，各成分的值成为表示与各成分对应的关系度列表L1的项目及状态度列表L2的项目对接下来会引发异常的危险度贡献到哪种程度的指标。
[0062] 若在步骤S4中计算出了危险度矩阵M10，则异常预测部22进一步对危险度矩阵M10进行标量化，并将该值设为接下来在构件B中会发生异常的危险度。作为标量化的方法，例如可以采用危险度矩阵M10的所有成分的总和，或所有成分的总和及其规格化等。
[0063] 在步骤S4中，针对其他构件C、D、E，异常预测部22同样地计算出危险度矩阵M10及标量化的危险度。图4是用于说明异常预测部所计算出的各构件的危险度的图。如图4所示，针对各构件B～E计算出的危险度为考虑了判定为异常的构件A与其他各构件B～E之间的关系性而计算出的值，其表示因构件A的异常而接下来会发生异常的可能性。危险度矩阵M10的计算中所使用的关系度列表L1及状态度列表L2的值按照计算对象的每个构件而不同，因此危险度矩阵M10及危险度的值按照每个构件B～E而不同。
[0064] ＜危险度的理由＞
[0065] 若异常预测部22计算出了各构件B～E的危险度矩阵M10及危险度，则异常预测部22从理由数据库DB2中提取危险度的理由(步骤S5)。在理由数据库DB2中，与危险度矩阵M10的各成分的位置(行数及列数)建立对应关联地登录有对应的成分的理由的标记内容。即，危险度矩阵M10的各成分的值成为表示与各成分相对应的关系度列表L1的某一项目及状态度列表L2的某一项目对接下来会发生异常的危险度贡献到哪种程度的指标。因此，在某一个成分表示较高的值时，表示与该成分相对应的关系度的项目与状态度的项目的协同作用使危险度上升。因此，表示该协同作用的内容用作与该成分相对应的理由。
[0066] 在步骤S5中，异常预测部22从各构件B～E的危险度矩阵M10搜索成分值超过阈值的值，并从理由数据库DB2提取与超过了阈值的成分值相对应的理由。若某一构件111的危险度矩阵M10的所有成分的值均小于阈值，则对该构件111不提取理由。
[0067] ＜危险度等级表的输出＞
[0068] 图5是表示预测为接下来会发生异常的构件的输出例的图像图。接着，异常预测部22制作将各构件B～E、在步骤S4中计算出的危险度及在步骤S5中提取的理由建立对应关联的危险度等级表H1的数据，并将其从显示装置30输出(步骤S6)。危险度等级表H1可以按照危险度的顺序来排序。危险度等级表H1可以不包括所有构件的信息而仅包括危险度较高的构件的信息。在输出危险度等级表H1的显示时，可以一并进行步骤S3的异常构件的通知显示J1。通知显示J1中可以包括异常构件的异常度的显示项目。通过异常度的显示，可以向用户展示异常的严重度。图5的危险度等级表H1表示异常预测部22将危险度最高的构件C预测为接下来会发生异常的构件。
[0069] 操作人员可以从危险度等级表H1中找出危险度最高的构件C从而识别该构件C就是预测为构件A的异常之后接下来会发生异常的构件。而且，操作人员可以根据其理由的内容能够识别受到哪些因素的影响较大导致提高了发生异常的危险度。操作人员可以根据这些支援信息计划出诊断对象装置100的有效的维护时间表或有效的组件更换时间表。
[0070] ＜设定输入处理＞
[0071] 图6是由输入处理部执行的设定输入处理的流程图。
[0072] 在本实施方式的诊断系统1中，操作人员能够通过输入处理部24(图1)的功能来改变与上述危险度的计算相关的设定。能够改变设定的对象为状态度列表L2中的“基于专家f知识的故障度”的运算式及系数矩阵M3的各关系系数αg。
[0073] 图7是表示运算式的设定输入画面的图像图。
[0074] 若操作人员从系统菜单中选择设定输入处理的执行，则输入处理部24开始设定输入处理。在设定输入处理中，首先，输入处理部24进行使操作人员选择运算式的设定变更或系数矩阵M3的设定变更的选择输入处理(步骤S11)。其结果，若选择了运算式的设定变更，则输入处理部24在显示装置30上输出图7的设定输入画面G1(步骤S12)。在设定输入画面G1中包括运算式中能够使用的变量的说明标记N1、能够输入运算式的输入框N2及能够选择输入完毕或取消输入的命令按钮N3。在此，操作人员在设定输入画面G1的输入框N2中输入新适用的运算式后对输入完毕的命令按钮N3进行选择操作。
[0075] 如此一来，输入处理部24判别选择操作(步骤S13)，若判别为输入完毕，则将输入框N2的输入内容设为基于专家知识的故障度的运算式从而改写状态度计算用控制数据DB1中的运算式的数据(步骤S14)。然后，结束设定输入处理。
[0076] 另外，在上述设定输入处理中，示出了改变状态度计算用控制数据DB1中所包括的数据中的基于专家知识的故障度的运算式的设定的例子。但是，在状态度计算用控制数据DB1中包括计算其他项目的状态度的运算式的情况下，也可以通过相同的处理能够改变该运算式的设定。
[0077] 图8是表示系数矩阵的设定输入画面的图像图。
[0078] 若在步骤S11的选择输入处理中操作人员选择了系数矩阵M3的设定变更，则输入处理部24首先在显示装置30上输出图8的设定输入画面G2(步骤S15)。在设定输入画面G2中包括具有与系数矩阵M3相对应的行数及列数的表N11以及能够选择输入完毕或取消输入的命令按钮N12。而且，在表N11的各单元格内包括与关系系数αfg相对应的关系度的项目名称及状态度的项目名称的显示N14以及关系系数αfg的输入框N15。在此，操作人员向表N11内的各输入框N15内输入各关系系数αfg的更新后的值后选择输入完毕的命令按钮N12。
[0079] 如此一来，输入处理部24判别选择操作(步骤S16)，若判别为输入完毕，则用输入框N15的输入内容来改写存储装置27的系数矩阵M3的各关系系数αfg(步骤S17)。关系系数αfg的值为确定危险度的计算式的值，关系系数αfg的设定变更相当于危险度的计算式的设定变更。然后，结束设定输入处理。
[0080] 根据图7所示的运算式的设定输入处理，在表示基于专家知识的故障度的运算式或表示某种状态度的运算式中发现了改善点时，能够修正运算式从而能够显示更加准确的故障度或状态度。
[0081] 根据图8所示的系数矩阵M3的设定输入处理，对关系度列表L1的各项目与状态度列表L2的各项目的协同作用对将构件111引向异常的危险度干预到哪种程度存在新的见解时，或者在希望根据实际的计算结果进行关系系数αfg的调整时，能够适当修正系数矩阵M3的各关系系数αfg。由此，能够进一步提高使用系数矩阵M3来计算出的危险度矩阵M10的精确度。
[0082] ＜构件之间的影响度的计算及输出＞
[0083] 图9是由影响度计算部23执行的影响度输出处理的流程图。图10是用于说明基于影响度计算部的影响度的计算过程的图。图11是表示影响度的输出画面的一例的图像图。本实施方式的诊断系统1通过影响度计算部23(图1)的功能在多个构件111均未出现异常的阶段能够计算及显示某一构件111与其他各构件111之间的影响度。以下，对构件A被指定为影响源从而计算及输出构件A对其他各构件B～E的影响度的情况进行说明。被指定的构件有时还称为“指定构件”。
[0084] 若操作人员从系统菜单中选择影响度输出处理的执行，则影响度计算部23开始图9的影响度输出处理。如此一来，影响度计算部23首先在显示装置30上输出图11的影响度输出处理的画面G3(步骤S21)。另外，图11的画面G3示出了影响度的计算后的显示输出，在步骤S21的阶段，输入框N21及结果显示框N23设为空栏。
[0085] 在影响度输出处理的画面G3中包括选择指定构件的输入框N21、表示指定完毕或取消的命令按钮N22及输出计算结果的结果显示框N23。在该画面中，首先，操作人员使用输入框N21指定造成影响的一侧的构件111。然后，对指定完毕的命令按钮N22进行选择操作。如此一来，影响度计算部23判别选择操作(步骤S22)，若判别为指定完毕，则计算出指定构件A对其他各构件B～E的影响度(步骤S23)。并且，若指定完毕的命令按钮N22被选择操作，则异常预测部22或影响度计算部23可以运算出指定构件A的异常度，并将指定构件A的异常度输出至结果显示框N23的异常度栏N23a中。异常度栏N23a的异常度可以以百分率显示或以阶段显示。
[0086] 接着，说明对一个构件B的影响度的计算方法。影响度的计算与上述的危险度的计算相似。影响度计算部23对图10的关系度列表L1乘上状态度列表L2及系数矩阵M3以获得影响度矩阵M20。关系度列表L1为从关系度数据表T1中提取了表示指定构件A与计算对象的构件B之间的关系的部分的列表，其与图3的关系度列表L1相同。状态度列表L2为表示计算对象的构件B的状态度的列表，其与图3的状态度列表L2相同。系数矩阵M3与图3的系数矩阵M3相同。乘法也相同，影响度矩阵M20除了在各成分的值中不包括构件A的异常度的乘积的点与图3的危险度矩阵M10的值不同以外，其余与图3的危险度矩阵M10的值相同。
[0087] 与图3的情况同样地，影响度计算部23进一步对图10的影响度矩阵M20进行标量化，并将获得的值作为指定构件A对构件B的影响度。影响度计算部23在步骤S23中对其他构件C～E也以同样的方式计算出影响度。其结果，获得指定构件A对其他各构件B～E的各影响度。
[0088] 若计算出了对其他构件B～E的影响度，则影响度计算部23从显示框N23输出显示有影响度的图像Z24(步骤S24)。图像Z24例如包括表示多个构件A～E的符号P1～P5、表示多个构件A～E中的两个组合的对应关系线L及附带于计算出影响度的组合的对应关系线L上的影响度显示V。在图11的例子中，计算出了指定构件A对其他各构件B～E的影响度，因此输出有附带于它们之间的对应关系线L上的影响度显示V。
[0089] 操作人员根据影响度的计算结果能够识别指定构件A的状态变化对其他各构件B～E造成多大的负担。而且，操作人员能够将它们作为支援信息来计划出诊断对象装置100的有效的维护时间表或有效的组件更换时间表。
[0090] 如上所述，根据本实施方式的诊断系统1，异常预测部22或影响度计算部23计算出考虑了诊断对象装置100的多个构件111之间的关系的故障的危险度或影响度。因此，根据这些计算结果，能够进行考虑了多个构件之间的影响的诊断对象装置100的诊断。
[0091] 以上，对本发明的实施方式进行了说明。但是，本发明并不只限于上述实施方式。例如，在接下来会发生异常的危险度的计算中所使用的关系度列表L1的项目中，只要是表示构件之间的关系性的信息，则并不只限于实施方式的例子，还可以包括各种项目。关于状态度列表L2的项目，只要是从安装于各构件111的传感器11的输出获得的表示该构件111的状态的信息，则并不只限定于实施方式的例子，还可以包括各种项目。此外，在不脱离本发明的宗旨的范围内，能够适当改变危险度的计算式、影响度的计算式等实施方式中示出的具体部分。并且，在上述实施方式中，作为诊断对象装置及多个构件，以传送带及齿轮马达为一例进行了说明，但作为诊断对象装置，也可以适用注塑成型机、机床、工业用机械手等各种装置，作为构件，也可以适用链轮等各种机械组件、控制基板等各种电气组件等各种要件。
[0092] 产业上的可利用性
[0093] 本发明可以利用于能够考虑诊断对象中所包括的多个构件之间的影响而对诊断对象进行诊断的诊断系统中。
[0094] 符号说明
[0095] 1‑诊断系统，11‑传感器，20‑计算机，21‑异常判定部，22‑异常预测部，23‑影响度计算部，24‑输入处理部，27‑存储装置，T1‑关系度数据表，DB1‑状态度计算用控制数据，M3‑系数矩阵，DB2‑理由数据库，L1‑关系度列表，L2‑状态度列表，M10‑危险度矩阵，M20‑影响度矩阵，J1‑异常构件的通知显示，H1‑危险度等级表，G1、G2‑设定输入画面，G3‑影响度输出处理画面，N21‑指定构件的输入框，Z24‑示出了影响度的图像，30‑显示装置，40‑输入装置，100‑诊断对象装置，111‑构件。
