[发明专利]轴承状态监视方法以及轴承状态监视装置

说明书

技术领域

本发明涉及轴承状态监视方法以及轴承状态监视装置。

背景技术

在对旋转机械设备等中的轴承状态进行监视以诊断异常的情况下，一般是根据由例如安装在轴承的传感器所测量的振动和声音(AcousticEmission：AE)的振幅是否超过预先设定的阈值来判断有无异常的。另外，关于测量AE的情况，将AE的振幅超过预先设定的阈值的事件在一定期间内所发生的数量设为监视指标也是公知的。

在测量振动的情况下，一般来说，对于旋转速度低于100rpm的低速旋转设备，即使轴承存在损伤所产生的振动强度也是微弱的，难以进行可靠的状态监视(例如，参照非专利文献1)。虽然即使在这样的低速旋转设备中对AE进行测量的情况下也能得到足够的损伤灵敏度，但振幅和事件数量与损伤之间难以建立定量关联，为了设定基准值，需要按每个测量部位或运转条件(连续旋转的旋转数和间歇旋转的周期)储存足够的现场数据，即基于所谓的现场测量的诊断很困难。

【非专利文献】

「基于应对现场疑问的实践振动法的设备诊断」，井上纪明著，日本设备维修协会，1998年9月20日，p.91-92

发明内容

本发明的课题在于，不用设定基于按每个测量部位和运转条件的数据储存的基准值，通过测量数据的处理便可判定轴承的状态。

本发明的第1技术方案在于提供一种轴承状态监视方法，在对旋转轴进行保持的轴承中，对因上述旋转轴的旋转而产生的信号的时间波形进行检波处理以计算出检波波形，根据上述检波波形计算出振幅分布，通过对上述振幅分布与根据上述振幅分布所生成的基准分布之间进行比较，从而判定上述轴承的状态。

由于通过比较振幅分布与由此得到的基准分布，从而判定轴承的状态，因此即使在旋转轴的旋转速度为较低速(例如0.1～200rpm左右)的情况下，不用设定基于按每个测量部位或运转条件的数据储存的基准值，通过检波波形的处理便可判定轴承的状态。

具体而言，使用对振幅进行对数化后的上述检波波形计算出上述振幅分布。上述基准分布的生成，是求出上述振幅分布的频度最大值，求出由低频度侧分布和高频度侧分布所构成的推定正态分布，求出对上述推定正态分布的频度进行对数化的对数化推定正态分布，将上述对数化推定正态分布加上容限度以求出上述基准分布，其中，上述低频度侧分布是指对与上述振幅分布的上述频度最大值相比为低频度的数据以正态分布进行近似后的分布，上述高频度侧分布是指将该低频度侧分布应用于与上述频度最大值相比更高频度的一侧的分布。求出对上述振幅分布的频度进行对数化后的对数化振幅分布，通过比较上述对数化振幅分布与上述基准分布，从而判定上述轴承的状态。通过将对数化推定正态分布加上容限度，从而能够提高判定的可靠性。

更具体而言，将上述对数化振幅分布所包含的数据中、对数化频度超过上述基准分布中相同振幅的频度的数据以多项式进行近似后求出近似系数，

将上述近似系数作为表示上述对数化振幅分布与上述基准分布之间的差异的指标，以用于上述轴承的状态的判定。例如，上述多项式是一次式，使用该一次式的斜率或者其倒数的绝对值作为上述指标。

作为代替方案，针对上述对数化振幅分布的数据中、对数化频度超过上述基准分布中相同振幅的频度的数据，将由下式所计算出的指标面积作为表示上述对数化振幅分布与上述基准分布的差异的指标，使用于上述轴承的状态的判定，

【式1】

AR=Σi(Flni-Fref)×AMi]]>

AR：指标面积

F_lni：第i个数据的对数化频度

F_ref：基准频度

AM_i：第i个数据的振幅