特許ウォッチ

公開番号2025101381
公報種別公開特許公報(A)
公開日2025-07-07
出願番号2023218199
出願日2023-12-25
発明の名称診断装置、診断モデル構築装置、方法及びプログラム
出願人日鉄テックスエンジ株式会社
代理人個人
主分類G01M 99/00 20110101AFI20250630BHJP(測定;試験)
要約【課題】高精度な設備の状態の診断を可能にする。
【解決手段】回転機械を備えた設備の状態を診断する診断装置(200)であって、電子聴診器で収集した前記設備の機械音データを、それに含まれる周波数ごとの強さの時系列変化を可視化した画像に変換する変換手段(202)と、前記画像を、機械学習による学習済みの診断モデルに入力して、前記診断モデルから出力される前記設備の状態を得る診断手段(203)とを備える。
【選択図】図1
特許請求の範囲【請求項１】
回転機械を備えた設備の状態を診断する診断装置であって、
電子聴診器で収集した前記設備の機械音データを、それに含まれる周波数ごとの強さの時系列変化を可視化した画像に変換する変換手段と、
前記画像を、機械学習による学習済みの診断モデルに入力して、前記診断モデルから出力される前記設備の状態を得る診断手段とを備えたことを特徴とする診断装置。
続きを表示（約 1,300 文字）【請求項２】
前記診断モデルは、機械音データを変換したスペクトログラムを入力とするモデルであり、
前記変換手段は、前記機械音データをスペクトログラムに変換することを特徴とする請求項１に記載の診断装置。
【請求項３】
前記診断モデルは、機械音データを変換したウェーブレット画像を入力とするモデルであり、
前記変換手段は、前記機械音データをウェーブレット画像に変換することを特徴とする請求項１に記載の診断装置。
【請求項４】
前記診断モデルは、前記設備の複数の状態を確率表現で出力するモデルであることを特徴とする請求項１乃至３のいずれか１項に記載の診断装置。
【請求項５】
回転機械を備えた設備の状態を診断するのに用いられる診断モデルを構築する診断モデル構築装置であって、
電子聴診器で収集した前記設備の機械音データの実績を変換した、それに含まれる周波数ごとの強さの時系列変化を可視化した画像と、前記機械音データの実績に紐付けられた前記設備の状態の実績とに基づいて、機械学習により、機械音データに含まれる周波数の強さの時系列変化を可視化した画像を入力とし、前記設備の状態を出力とする診断モデルを構築する構築手段を備えたことを特徴とする診断モデル構築装置。
【請求項６】
前記診断モデルは、機械音データを変換したスペクトログラムを入力とするモデルであることを特徴とする請求項５に記載の診断モデル構築装置。
【請求項７】
前記診断モデルは、機械音データを変換したウェーブレット画像を入力とするモデルであることを特徴とする請求項５に記載の診断モデル構築装置。
【請求項８】
前記診断モデルは、前記設備の複数の状態を確率表現で出力するモデルであることを特徴とする請求項５乃至７のいずれか１項に記載の診断モデル構築装置。
【請求項９】
回転機械を備えた設備の状態を診断する設備の診断方法であって、
電子聴診器で収集した前記設備の機械音データを、それに含まれる周波数ごとの強さの時系列変化を可視化した画像に変換するステップと、
前記画像を、機械学習による学習済みの診断モデルに入力して、前記診断モデルから出力される前記設備の状態を得るステップとを有することを特徴とする設備の診断方法。
【請求項１０】
回転機械を備えた設備の状態を診断するのに用いられる診断モデルを構築する診断モデル構築方法であって、
電子聴診器で収集した前記設備の機械音データの実績を変換した、それに含まれる周波数ごとの強さの時系列変化を可視化した画像と、前記機械音データの実績に紐付けられた前記設備の状態の実績とに基づいて、機械学習により、機械音データに含まれる周波数の強さの時系列変化を可視化した画像を入力とし、前記設備の状態を出力とする診断モデルを構築するステップを有することを特徴とする診断モデル構築方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、回転機械を備えた設備の状態を診断する診断装置、その診断に用いられる診断モデルを構築する診断モデル構築装置、方法及びプログラムに関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
回転機械を備えた設備の機械音を取得して、それに基づいて設備の状態を診断する技術がある。回転機械とは、モータや、モータ等の駆動源からの駆動力により回転する軸受等である。
【０００３】
設備の診断に関する技術として、特許文献１には、携帯型診断装置のマイクロホンで、コンベア等に沿って回転機械音を採取し、その採取した回転機械音の生波形を、所定時間毎に周波数と音圧レベルの時系列スペクトルに分解すると共に異音成分を抽出し、その異音成分から計測異音スペクトルパターンを作成し、他方、予め異音出現頻度と登録異音タイプをパターン化したグループ選別データを作成し、上記計測異音スペクトルパターンとグループ選別データとのパターンマッチングを行って異常音を診断する技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２００２－１０７２２３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１では、携帯型診断装置のマイクロホンで回転機械音を採取するため、採取する音には外乱となる環境音を含んでしまう。そのため、環境音を除去しなければ、高精度な診断を行うことが難しい。
また、高精度な設備の診断を可能にするには、熟練点検者によってこれまで積み重ねられてきた知見を活用するのが好ましい。特許文献１は、例えばグループ選別データを作成するに際して、熟練点検者によってこれまで積み重ねられてきた知見を活用するものではない。
【０００６】
本発明は上記のような点に鑑みてなされたものであり、高精度な設備の状態の診断を可能にすることを目的とする。
【課題を解決するための手段】
【０００７】
本発明の診断装置は、回転機械を備えた設備の状態を診断する診断装置であって、電子聴診器で収集した前記設備の機械音データを、それに含まれる周波数ごとの強さの時系列変化を可視化した画像に変換する変換手段と、前記画像を、機械学習による学習済みの診断モデルに入力して、前記診断モデルから出力される前記設備の状態を得る診断手段とを備えたことを特徴とする。
本発明の診断モデル構築装置は、回転機械を備えた設備の状態を診断するのに用いられる診断モデルを構築する診断モデル構築装置であって、電子聴診器で収集した前記設備の機械音データの実績を変換した、それに含まれる周波数ごとの強さの時系列変化を可視化した画像と、前記機械音データの実績に紐付けられた前記設備の状態の実績とに基づいて、機械学習により、機械音データに含まれる周波数の強さの時系列変化を可視化した画像を入力とし、前記設備の状態を出力とする診断モデルを構築する構築手段を備えたことを特徴とする。
【発明の効果】
【０００８】
本発明によれば、高精度な設備の状態の診断が可能になる。
【図面の簡単な説明】
【０００９】
実施形態に係る設備の診断システムの機能構成を示す図である。
診断モデルを説明するための図である。
実施形態に係る設備の診断システムで実行する処理を示すフローチャートである。
実施形態における診断の精度を検証した結果を説明するための図である。
【発明を実施するための形態】
【００１０】
以下、添付図面を参照して、本発明の好適な実施形態について説明する。
図１に、実施形態に係る設備の診断システムの機能構成を示す。
設備の診断システムは、回転機械を備えた設備の機械音を取得して、それに基づいて設備の状態を診断するものであり、診断モデル構築装置１００と、診断装置２００とを備える。本実施形態では、製鉄所における設備の一つである集塵ブロワーを対象として、その軸受にて電子聴診器４００で機械音データを収集して、設備の状態として「正常」、「ガタ音あり」、「フレーキング音あり」の３つの状態を診断する例を説明する。電子聴診器４００は、機械部品に接触させて、機械音や振動を検出するためのものであり、製品化されている電子聴診器もあるので、それを使用すればよい。
（【００１１】以降は省略されています）

関連特許