JP2008145374A - 機械系の振動特性検出装置 - Google Patents

Abstract

【課題】機械系から発生する振動の周波数を少ない演算量で精度よく検出する。
【解決手段】機械系（１，３）の状態量（ω_m）を検出する状態量検出手段（２）と、状態量（ω_m）の振動周波数を第１振動周波数（ｆ_m1）として検出する第１振動周波数検出手段（１３）と、第１振動周波数（ｆ_m1）を中心とする近傍の周波数域において、状態量（ω_m）の振動周波数を第２振動周波数（ｆ_m2）として検出する第２振動周波数検出手段（１４）と、を備え、第２振動周波数検出手段（１４）は、第１振動周波数検出手段（１３）の分解能よりも高い分解能で状態量（ω_m）の振動周波数を検出するように構成されている。
【選択図】 図１

Description

本発明は、機械系に発生した振動の周波数を検出する機械系の振動特性検出装置に関する。

電動機で負荷を駆動する際には、制御の応答性を向上させるために、機械系の振動特性を相殺するようにノッチフィルタが設定される。このノッチフィルタを設定するにあたっては、機械系の振動周波数を正確に検出する必要がある。
また、機械設備の異常を診断するため、機械系から発生する振動を検出し、その周波数特性を解析することで異常に起因する周波数成分の有無を判断するという技術が提案されている。この技術を用いる際も、異常診断の精度を向上する上で正確な振動周波数検出を行う必要がある。

以上に示した機械系に発生する振動周波数の解析手段には、ＦＦＴ（Fast Fourier Transform、高速フーリエ変換）が主に使われる。このＦＦＴを適用して高精度に振動周波数を検出する方法として、より短いサンプル周期でより多くのサンプリングデータをフーリエ変換するものがある（例えば、特許文献１参照）。図８は、このような技術が適用された電動機の制御装置の構成を例示したものである。

この制御装置は、電動機１０１の速度ω_mを検出する速度検出器１０２、速度指令値ω_rと上記電動機１０１の速度ω_mとの偏差を演算する減算手段１０４、この速度偏差に基づいて該偏差をなくすように電動機１０１を駆動制御する電動機制御手段１０５、および、設定した周波数の通過を抑制するノッチフィルタ１０６を備え、更に、データ記録手段１０７、共振周波数検出手段１０８、および、ノッチフィルタ特性設定手段を備えている。なお、電動機１０１には、負荷１０３が接続されている。

上記データ記録手段１０７は、機械系が振動した際に、一定のサンプル周期Ｔ_sで一定サンプル数Ｎ_sの指令速度ω_rおよび帰還速度ω_mを記録する。共振周波数検出手段１０８は、データ記録手段１０７の記録データをＦＦＴ処理し、それによって得られるスペクトル分布から最もスペクトル強度が大きくなる周波数を共振周波数として検出する。さらに、ノッチフィルタ特性設定手段は、検出された共振周波数からノッチフィルタ１０６の係数を設定する。

この構成において、ＦＦＴにより解析可能な最大周波数ｆ_hと最低周波数ｆ_lおよび周波数分解能△ｆは以下のよう表される。
特開２０００-２７８９９０号公報

しかしながら、上記特許文献１に記載の従来例には、次のような問題点がある。すなわち、ＦＦＴによって解析できる周波数帯域を確保した状態で振動周波数の検出精度を向上させるには、周波数分解能を高くする必要があるので、取得するデータサンプル数を多くすることになる。しかし、フーリエ変換では、データサンプル数が多くなると演算量も多くなるため、演算時間が増加してしまうという不都合を生じる。

そこで、本発明の目的は、上記課題を解決して、機械系から発生する振動の周波数を少ない演算量で精度よく検出することができる機械系の振動特性検出装置を提供することにある。

本発明によれば、機械系から発生する振動を検出し、検出した振動を解析することによって前記振動の周波数を検出する振動特性検出装置であって、前記機械系の状態量を検出する状態量検出手段と、前記状態量の振動周波数を第１振動周波数として検出する第１振動周波数検出手段と、前記第１振動周波数を中心とする近傍の周波数域において、前記状態量の振動周波数を第２振動周波数として検出する第２振動周波数検出手段と、を備え、前記第２振動周波数検出手段は、前記第１振動周波数検出手段の分解能よりも高い分解能で前記状態量の振動周波数を検出するように構成されていることを特徴とする機械系の振動特性検出装置が提供される。

一実施形態において、前記第１振動周波数検出手段は、前記状態量を第１の周期でサンプリングし、それによって得られる第１サンプル数の前記状態量を記録する第１記録手段と、前記第１サンプル数の状態量に基づいて、前記振動の周波数特性を第１周波数特性として演算する第１周波数特性演算手段と、前記第１周波数特性に基づいて、前記第１振動周波数を探索する第１探索手段とを備えた構成を有し、また、前記第２振動周波数検出手段は、前記状態量を前記第１の周期よりも短い第２の周期でサンプリングし、それによって得られる第２サンプル数の前記状態量を記録する第２記録手段と、前記第２サンプル数の状態量に基づいて、前記近傍の周波数域における前記振動の周波数特性を第２周波数特性として演算する第２周波数特性演算手段と、前記第２周波数特性に基づいて、前記第２振動周波数を探索する第２探索手段とを備えた構成を有する。

前記第１周波数特性演算手段および前記第２周波数特性演算手段は、それぞれ高速フ−リエ変換によって前記第１周波数特性および前記第２周波数特性を演算するように構成することができる。

他の実施形態において、前記第１振動周波数検出手段は、前記状態量を所定周期でサンプリングし、それによって得られる前記状態量を記録する第１記録手段と、前記サンプリングされた状態量に基づいて、前記振動の周波数特性を第１周波数特性として演算する周波数特性演算手段と、前記第1周波数特性に基づいて、前記第１振動周波数を探索する第１探索手段とを備えた構成を有し、また、前記第２振動周波数検出手段は、前記近傍の周波数域における前記第1周波数特性の特性値に基づいて、第２周波数特性を補間によって得る補間手段と、前記第２周波数特性に基づいて、前記第２振動周波数を探索する第３探索手段とを備えた構成を有する。
前記周波数特性演算手段は、高速フ−リエ変換によって前記第１周波数特性を演算するように構成することができる。

前記補間手段は、二次補間を実行するように構成してよい。前記機械系の状態量としては、例えば、電動機の速度である。
前記状態量に振動が発生したことを判定する振動判定手段を更に備えることができる。そして、前記第１振動周波数検出手段および前記第２振動周波数検出手段は、前記振動判定手段が前記振動の発生を検出した際に作動させるように構成することができる。

本発明によれば、第１振動周波数検出手段によって第１振動周波数を検出した後、該第１振動周波数を中心とする近傍の周波数域において、上記第１振動周波数検出手段の分解能よりも高い分解能を有する第２振動周波数検出手段によって第２振動周波数が検出されるので、少ない演算量で高精度の振動周波数検出を行うことが可能となる。

以下、図面を参照しながら、本発明の実施形態について詳細に説明する。
(第1の実施形態)
図１は、電動機１を含む機械系の振動特性を検出する本発明に係る振動特性検出装置の第１の実施形態を示すブロック図である。
図１において、電動機１には、負荷３が接続されている。速度検出器２は電動機１の速度ω_mを検出し、減算器４は速度指令値ω_rと上記電動機１の速度ω_mの偏差を演算する。電動機制御部５は、図示していない速度制御部とトルク制御部とから構成される。速度制御部は、上記速度偏差（ω_r−ω_m）に例えば比例−積分（ＰＩ）処理などを施して、該偏差を零にするためのトルク指令を形成する。トルク制御部は、上記トルク指令に対応するトルクを電動機１が発生するように該電動機１の電流を制御する。したがって、電動機１は、その速度ω_mが速度指令値ω_rに追従するように制御される。

本実施形態に係る振動特性検出装置は、振動判定部６、第１振動周波数検出部１３および第２振動周波数検出部１４を備えている。
振動判定部６は、例えば図２に示すように構成される。図２において、ハイパスフィルタ１５は電動機１の速度ω_mのオフセットを除去し、絶対値演算部１６はハイパスフィルタ１５の出力の絶対値を演算し、ローパスフィルタ１７は絶対値演算部１６の出力を平滑化する。また、比較演算部１８は、ローパスフィルタ１７の出力としきい値１９とを比較し、ローパスフィルタ１７の出力がしきい値よりも大きい場合にＯＮ信号を、それ以外の場合にＯＦＦ信号を出力する。
ローパスフィルタ１７の出力は、速度ω_mの振動振幅の包絡線に相当する直流量となる。したがって、振動判定部６は、速度ω_mの振動振幅がしきい値よりも大きいときに、「振動有り」の判定結果としてＯＮ信号を出力し、上記振動振幅がしきい値以下のときに「振動なし」の判定結果としてＯＦＦ信号を出力する。

上記第１振動周波数検出部１３は、第１記録部７と、第１周波数特性演算部８と、第１探索部９とから構成されている。
第１記録部７は、速度検出器２によって検出される電動機１の速度ω_mと、上記振動判定部６から出力される振動有無の判定結果とを入力する。そして、振動判定部６から「振動有り」の判定結果を入力した際に、上記速度ω_mを一定周期でサンプリングするとともに、それによって得られた第１のサンプル数の速度ω_mを記録する。
第１周波数特性演算部８は、第１記録部で記録された速度ω_mのデータに基づいて第１周波数特性を演算し、第１探索部９は、第１周波数特性演算部８が出力するスペクトル分布に基づいて、最もスペクトル強度が大きくなる周波数を第１振動周波数ｆ_m1として探索する。

第２振動周波数検出部１４は、第１振動周波数検出部１３より高い分解能で振動周波数を検出するものであり、第２記録部１０と、第２周波数特性演算部１１と、第２探索部１２とから構成されている。
第２記録部１０は、速度検出器２の検出速度ω_mと、振動判定部６から出力される振動有無の判定結果と、上記第１振動周波数検出部１３から出力される第１振動周波数ｆ_m1とを入力する。そして、振動判定部６から「振動有り」の判定結果を入力した際に、上記速度ω_mを上記第１振動周波数検出部１３におけるサンプリング周期よりも短い一定の周期でサンプリングするとともに、それによって得られた第２のサンプル数（前記第１サンプル数より多い）の速度ω_mを記録する。
第２周波数特性演算部１１は、第２記録部で記録された速度ω_mのデータに基づいて、前記第１振動周波数ｆ_m1近傍の周波数特性を演算し、第２探索部１２は、第２周波数特性演算部１１が出力するスペクトル分布に基づいて、最もスペクトル強度が大きくなる周波数を第２振動周波数ｆ_m2として探索する。

上記第１周波数特性演算部８および第２周波数特性演算部１１は、例えばＦＦＴ（Fast Fourier Transform、高速フーリエ変換）を用いるように構成することができる。この場合、上記第１振動周波数ｆ_m1および第２振動周波数ｆ_m2は次のようにして検出される。
すなわち、振動判定部６が「振動有り」の判定結果を出力すると、第１記録部７は速度ω_mを一定周期Ｔ_s（ここでは５００μs）で第１サンプル数Ｎ_s1（ここでは２５６ポイント）だけ記録し、同時に、第２記録部は速度ω_mを一定周期Ｔ_sで第１サンプル数Ｎ_s1より多い第２サンプル数Ｎ_s2（ここでは４倍の１０２４ポイント）だけ記録する。

第１周波数特性演算部８は、ＦＦＴを用いて第１記録部７に記録された速度データのスペクトル分布を演算する。このとき、前記式（２）より１／（２５６×０．０００５）＝７．８１Ｈｚの分解能でスペクトル分布が演算される。そして、第１探索部９では、第１周波数特性演算部８で演算されたスペクトル分布の全帯域に基づいて、最もスペクトル強度が大きくなる周波数ｆ_m1が探索される。

一方、第２周波数特性演算部１０は、第１探索部９で探索された周波数ｆ_m1の近傍の周波数特性をＦＦＴを用いて演算する。このとき、第１周波数特性演算部の分解能が７．８１Ｈｚであるので、ｆ_m1±７．８１Ｈｚの範囲のスペクトル分布を演算すればよいことになる。
第２探索部１２では、第２周波数特性演算部１１で演算されたスペクトル分布に基づいて、最もスペクトル強度が大きくなる周波数ｆ_m2を探索する。ここで、第２周波数特性演算部１１の分解能は、前記数式２より１／（１０２４×０．０００５）＝１．９５Ｈｚであるので、振動周波数が１．９５Ｈｚの分解能で探索されることになる。

例として、２００Ｈｚの振動を第１周波数特性演算部８で解析した結果を図３に示す。この例の場合、第１探索部９は、スペクトル強度が最も大きくなる周波数周波数ｆ_m1として２０３．１２５Ｈｚを探索する。この周波数２０３．１２５Ｈｚは、実際の振動周波数（２００Ｈｚ）に対して３．１２５Ｈｚの誤差を含んでいることになる。

図４は、上記例での第２周波数特性演算部１１による解析結果を示している。上記するように、第１探索手段の出力が２０３．１２５Ｈｚであるため、第２周波数特性演算部１１の実際の演算区間は、２０３．１２５±７．８１Ｈｚとなる。つまり、例えば、第１周波数特性演算部８の分解能に比して第２周波数特性演算部１１の分解能が４倍であるとすると、１９５．３１Ｈｚから２１０．９４Ｈｚまでの９ポイントとなる。このとき、第２探索部１２は、スペクトル強度が最も大きくなる周波数周波数ｆ_m2として１９９．１２９Ｈｚを探索する。この周波数１９９．１２９Ｈｚは、実際の振動周波数（２００Ｈｚ）に対する誤差が０．８７１Ｈｚである。
このように、第１振動周波数検出部１３と第２振動周波数検出部１４とを用いて振動周波数を検出する本実施形態によれば、極めて高い精度で振動周波数を検出することができる。

ここで、図８に示した従来例でのＦＦＴによる乗算回数と、本実施形態でのＦＦＴによる乗算回数とを比較する。
従来例において上記と同一精度の検出を行うためには、振動のサンプル数Ｎ_sを１０２４ポイント、サンプル周期Ｔ_sを５００μｓとしてＦＦＴ演算を行い、それを５１２回繰り返して最大１０００Ｈｚまでの範囲で振動周波数の探索を行う必要がある。この場合のＦＦＴの乗算回数Ｍ_aは、サンプル数Ｎ_sによって変化し、次式で表される。
これより、従来例におけるＦＦＴの乗算回数は９２１６×５１２＝４，７１８，５９２回である。

一方、本実施形態の第１周波数特性演算部８では、サンプル周期を５００μｓ、サンプル数を２５６ポイントとしてＦＦＴ演算を行い、それを１２８回繰り返して最大１０００Ｈｚまでの探索を行う。そのため、第１周波数特性演算部８でのＦＦＴの乗算回数は１７９２×ｌ２８＝２２９，３７６回である。また、第２周波数特性演算部１１では、サンプル数を１０２４ポイントとしてＦＦＴ演算を行い、それを９回繰り返して探索を行うため、ＦＦＴの乗算回数は９２１６×９＝８２，９４４回である。
したがって、本実施形態では、全体での乗算回数が２２９，３７６＋８２，９４４＝３１２，３２０回となる。これは、従来例と比べておよそ１／１０の値である。

以上に説明したように、本実施形態に係る振動特性検出装置によれば、一度サンプル数の少ないＦＦＴ解析により振動周波数を検出した後に、その振動周波数近傍をサンプル数の多いＦＦＴで解析するので、少ない演算量で高い精度の振動周波数を検出することができる。

(第２の実施形態)
図５は、本発明の第２の実施形態に係る振動特性検出装置を示すブロック図である。なお、図５においては、前述の第１の実施形態の構成要素と同じものに同一の番号を付し、それについての説明を省略する。
この第２の実施形態では、第１の実施形態における第２記録部１０および第２周波数特性演算部１１が省略され、代わりに補間部２０が設けられている。また、第１の実施形態における第２探索部１２が第３探索部２１に置換されている。

以下、補間部２０と第３探索部２１の原理について説明する。
補間部２０は、第１周波数特性演算部８の演算結果（スペクトル分布）に基づいて、第１探索部９が出力する振動周波数ｆ_m1の近傍の周波数を補間するものである。この補間には、例えば二次補間を用いることができる。
第３探索部２１は、補間部２０によって得られたスペクトル分布に基づいて、最もスペクトル強度が大きくなる周波数を探索する。この第３探索部２１によって検出される振動周波数ｆ_m3は次式で計算される。
図６にこれらの関係を示す。

例として、２００Ｈｚの振動を第１周波数特性演算部８で解析した結果と、その結果を受けて補間部２０で補間した場合の結果を図７に示す。この図７から明らかなように、第１探索部９による探索周波数ｆ_m1は２０３．１２５Ｈｚであるが、第３探索部２１による探索周波数ｆ_m3は２０１．６２Ｈｚである
この場合、前者の真値２００Ｈｚに対する誤差が３．１２５Ｈｚであるのに対して、後者の誤差は１．６２Ｈｚとなる。つまり、第１周波数特性演算部８のＦＦＴ演算のみに基づくスペクトル分布から検索される振動周波数に比して、上記補間に基づくスペクトル分布から検索される振動周波数は、実際の振動周波数２００Ｈｚに対する誤差がおよそ半分に減少する。

以上に説明したように、本実施形態の振動特性検出装置によれば、一度サンプル数の少ないＦＦＴ解析により振動周波数を検出した後に、その振動周波数近傍を補間することによって、少ない演算量で高い精度の振動周波数検出を実施することができる。
なお、上記各実施形態では、電動機１の速度の振動周波数を機械系の状態量の振動周波数として検出している。しかし、本発明は、機械系の他の状態量の振動周波数の検出にも適用可能である。

本発明に係る振動特性検出装置の第1の実施形態を示すブロック図である。 第１の実施形態における振動判定部の一構成例を示すブロック図である。 第１の実施形態における第１周波数特性演算部でのＦＦＴ解析結果の一例を示すグラフである。 第１の実施形態における第２周波数特性演算部でのＦＦＴ解析結果の一例を示すグラフである。 本発明に係る振動特性検出装置の第２の実施形態を示すブロック図である。 第２の実施形態におけるスペクトル強度と周波数の関係を示すグラフである。 第２の実施形態における第２周波数特性演算部での補間結果の一例を示すグラフである。 従来技術を表すブロック図である。

符号の説明

１ 電動機
２ 速度検出器
３ 負荷
４ 減算器
５ 電動機制御部
６ 振動判定部
７ 第１記録部
８ 第１周波数特性演算部
９ 第１探索部
１０ 第２記録部
１１ 第２周波数特性演算部
１２ 第２探索部
１３ 第１振動周波数検出部
１４ 第２振動周波数検出部
１５ ハイパスフィルタ
１６ 絶対値演算部
１７ ローパスフィルタ
１８ 比較演算部
１９ しきい値
２０ 補間部
２１ 第３探索部

Claims (8)

1. 機械系から発生する振動を検出し、検出した振動を解析することによって前記振動の周波数を検出する振動特性検出装置であって、
   前記機械系の状態量を検出する状態量検出手段と、
   前記状態量の振動周波数を第１振動周波数として検出する第１振動周波数検出手段と、
   前記第１振動周波数を中心とする近傍の周波数域において、前記状態量の振動周波数を第２振動周波数として検出する第２振動周波数検出手段と、を備え、
   前記第２振動周波数検出手段は、前記第１振動周波数検出手段の分解能よりも高い分解能で前記状態量の振動周波数を検出するように構成されていることを特徴とする機械系の振動特性検出装置。
2. 前記第１振動周波数検出手段は、
   前記状態量を第１の周期でサンプリングし、それによって得られる第１サンプル数の前記状態量を記録する第１記録手段と、
   前記第１サンプル数の状態量に基づいて、前記振動の周波数特性を第１周波数特性として演算する第１周波数特性演算手段と、
   前記第１周波数特性に基づいて、前記第１振動周波数を探索する第１探索手段と、を備え、
   前記第２振動周波数検出手段は、
   前記状態量を前記第１の周期よりも短い第２の周期でサンプリングし、それによって得られる第２サンプル数の前記状態量を記録する第２記録手段と、
   前記第２サンプル数の状態量に基づいて、前記近傍の周波数域における前記振動の周波数特性を第２周波数特性として演算する第２周波数特性演算手段と、
   前記第２周波数特性に基づいて、前記第２振動周波数を探索する第２探索手段と、
   を備えることを特徴とする請求項１に記載の機械系の振動特性検出方法。
3. 前記第１周波数特性演算手段および前記第２周波数特性演算手段は、それぞれ高速フ−リエ変換によって前記第１周波数特性および前記第２周波数特性を演算するように構成されていることを特徴とする請求項２に記載の機械系の振動特性検出方法。
4. 前記第１振動周波数検出手段は、
   前記状態量を所定周期でサンプリングし、それによって得られる前記状態量を記録する第１記録手段と、
   前記サンプリングされた状態量に基づいて、前記振動の周波数特性を第１周波数特性として演算する周波数特性演算手段と、
   前記第1周波数特性に基づいて、前記第１振動周波数を探索する第１探索手段と、を備え、
   前記第２振動周波数検出手段は、
   前記近傍の周波数域における前記第1周波数特性の特性値に基づいて、第２周波数特性を補間によって得る補間手段と、
   前記第２周波数特性に基づいて、前記第２振動周波数を探索する第３探索手段と、
   を備えることを特徴とする請求項１に記載の機械系の振動特性検出方法。
5. 前記周波数特性演算手段は、高速フ−リエ変換によって前記第１周波数特性を演算するように構成されていることを特徴とする請求項４に記載の機械系の振動特性検出方法。
6. 前記補間手段が二次補間を実行するように構成されていることを特徴とする請求項４に記載の振動特性検出装置。
7. 前記機械系の状態量が電動機の速度であることを特徴とする請求項１に記載の振動特性検出装置。
8. 前記状態量に振動が発生したことを判定する振動判定手段を更に備え、前記第１振動周波数検出手段および前記第２振動周波数検出手段は、前記振動判定手段が前記振動の発生を検出した際に作動させるように構成されていることを特徴とする請求項１に記載の振動特性検出装置。