逐次型べイジアンネッ卜ワークと信号融合による設備診断法: 回転機械構造異常診断への応用

摘要

This paper presents a method of codition surveillance and precise diagnosis for rotating machinery using sequential Bayesian network (SBN) to detect faults at an early stage, and using vibration signals measured from multi channels to decide the optimum model of the Bayesian network for the codition surveillance and precision diagnosis. Automatic diagnosis method has been proposed by using dimensional symptom parameters in time domain and frequency domain to detect faults for codition surveillance and using non-dimensional symptom parameters to distinguish fault types. The proposed method has been applied to detect the structure faults of a rotating machinery, and the efficency of the method has been verified by paractial examples.%本研究では，設備異常を早期検出し，異常種類を判別するために，逐次，ベイジアンネットワーク(SBN)による設備診断法を提案し，回転機械の構造系異常へ適用した。また、診断対象の回転機械において単一な位置と方向で測定した振動信号および複数位置·方向で測定した振動信号により診断用の最適なSBNモデルについて検討し，時間領域•周波数領域の有次元特徴パラメータを用いて簡易診断(状態の変化有無の判定)を行い，異常が検出された後，無次元特徴パラメータを用いて異常種類を判定する自動診断法も提案した。提案した方法を回転機械診断実験によりその有効性を検証した。