振動による駆動用機器の状態監視法の開発

エンジンやモーター等の駆動用機器を対象として、振動による状態監視法を開発しています。振動をオクターブバンド分析した結果を蓄積し、機械学習の方法を応用することで、異常検知や劣化評価を可能にすることを目指しています。

エンジンやモーター等の駆動用機器を対象として、振動による状態監視法を開発しています。この状態監視法では、図1のような状態監視システムを想定しています。図1のシステムでは、振動センサで機器の振動を測定して車上の状態監視装置でオクターブバンド分析(図2)を行い、その結果を地上のコンピュータに蓄積して、診断プログラムで異常検知等を行います。診断プログラムでは、機械学習の考え方を応用して、過去に蓄積した正常データとの比較により異常を検知します(図3)。また、過去の異常時の振動データがある場合には、そのデータとの比較を行うことで、異常の種類を推定することもできます。

図1 状態監視システムの構成例
図2 オクターブバンド分析
図3 機械学習を用いた異常振動検知の考え方

これまでに、エンジン潤滑油への異物混入(図4、図5、文献1)、補機駆動軸の異常模擬、車両走行時の機器動作状況による振動の変化(文献2)等について提案手法を適用し、概ね期待通りの結果が得られることを確認しました。今後も、様々な機器の様々な異常や劣化に対して検証試験を実施していく予定です。

図4 異物混入試験後のエンジン内部の状況
図5 異物混入時の異常度変化

参考文献

PAGE TOP