特許 7408519 状態監視装置および状態監視方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-12-22

(45)【発行日】2024-01-05

(54)【発明の名称】状態監視装置および状態監視方法

(51)【国際特許分類】

   G01M 99/00 20110101AFI20231225BHJP

   G01H 17/00 20060101ALI20231225BHJP

【ＦＩ】

G01M99/00 A

G01H17/00 A

【請求項の数】 11

(21)【出願番号】P 2020156855

(22)【出願日】2020-09-18

(65)【公開番号】P2022050753

(43)【公開日】2022-03-31

【審査請求日】2023-03-06

(73)【特許権者】

【識別番号】000102692

【氏名又は名称】ＮＴＮ株式会社

(74)【代理人】

【識別番号】110001195

【氏名又は名称】弁理士法人深見特許事務所

(72)【発明者】

【氏名】畠山 航

【審査官】目黒 大地

(56)【参考文献】

【文献】特開２０１６－００８５３６（ＪＰ，Ａ）

【文献】特開２０１６－０４５１５１（ＪＰ，Ａ）

【文献】中国特許出願公開第１０２７９２２４０（ＣＮ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｍ １３／００－１３／０４５、９９／００

Ｇ０１Ｈ １／００－１７／００

Ｆ０３Ｄ １／００－８０／８０

(57)【特許請求の範囲】

【請求項1】

対象物の状態を監視する状態監視装置であって、
第１期間において前記対象物に設置したセンサから取得した第１信号の強度に、当該強度に応じた補正係数を乗算することにより第２信号を生成する補正部と、
前記第２信号の強度の経時変化を示す時間波形に基づいて、前記対象物の異常を診断する診断部とを備え、
前記第１信号または前記第１期間よりも過去の第２期間において前記センサから取得された第３信号の強度分布の期待値をμとし、前記第１信号の強度をｘ_rawとすると、前記補正係数は、μ＜ｘ_rawのときに（ｘ_raw－μ）が大きくなるほど前記補正係数が大きくなるという第１条件、および、μ＞ｘ_rawのときに（μ－ｘ_raw）が大きくなるほど前記補正係数が大きくなるという第２条件の少なくとも１つを満たすように設定される、状態監視装置。

【請求項2】

前記第１信号の強度を説明変数とし、前記補正係数を目的変数とする補正関数を生成する生成部をさらに備え、
前記補正部は、前記補正関数に前記第１信号の強度を代入することにより前記補正係数を決定する、請求項１に記載の状態監視装置。

【請求項3】

前記補正係数は、前記第１条件を満たし、
前記補正関数の１階の導関数は、前記期待値よりも大きい第１閾値において極大値を有する、請求項２に記載の状態監視装置。

【請求項4】

前記補正係数は、前記第２条件を満たし、
前記補正関数の１階の導関数は、前記期待値よりも小さい第２閾値において極小値を有する、請求項２または３に記載の状態監視装置。

【請求項5】

前記生成部は、
前記強度分布に応じた確率密度関数を設定し、
前記期待値よりも大きい第１閾値と、前記期待値よりも小さい第２閾値との少なくとも１つを設定し、
前記確率密度関数から算出される累積分布関数をＣＤＦ（ｘ）、前記第１閾値をｔｈ１、前記第２閾値をｔｈ２とすると、前記第１閾値および前記第２閾値の両者を設定した場合に、１－ＣＤＦ（ｔｈ１－ｘ_raw）＋ＣＤＦ（ｔｈ２－ｘ_raw）を前記補正関数として設定し、
前記第１閾値を設定し、前記第２閾値を設定しない場合に、１－ＣＤＦ（ｔｈ１－ｘ_raw）を前記補正関数として設定し、
前記第１閾値を設定せず、前記第２閾値を設定した場合に、１＋ＣＤＦ（ｔｈ２－ｘ_raw）を前記補正関数として設定する、請求項２に記載の状態監視装置。

【請求項6】

前記生成部は、周期的に前記補正関数を更新する、請求項２から５のいずれか１項に記載の状態監視装置。

【請求項7】

前記生成部は、
第１補正関数を第２補正関数に更新するときに移行期間を設定し、
前記移行期間において、前記第１補正関数を前記第２補正関数に徐々に変化させる、請求項６に記載の状態監視装置。

【請求項8】

前記診断部は、
前記時間波形の特徴を示す評価値を算出する評価値算出部と、
前記評価値を用いて、前記対象物の異常の有無を判定する判定部とを含む、請求項１から７のいずれか１項に記載の状態監視装置。

【請求項9】

前記評価値は、前記時間波形の実効値、波高率および尖度の少なくとも１つを含む、請求項８に記載の状態監視装置。

【請求項10】

前記評価値は、前記時間波形を周波数解析することにより得られる周波数スペクトルから算出される、請求項８に記載の状態監視装置。

【請求項11】

対象物の状態を監視する状態監視方法であって、
第１期間において前記対象物に設置したセンサから取得した第１信号の強度に、当該強度に応じた補正係数を乗算することにより第２信号を生成するステップと、
前記第２信号の強度の経時変化を示す時間波形に基づいて、前記対象物の異常を診断するステップとを備え、
前記第１信号または前記第１期間よりも過去の第２期間において前記センサから取得された第３信号の強度分布の期待値をμとし、前記第１信号の強度をｘ_rawとすると、前記補正係数は、μ＜ｘ_rawのときに（ｘ_raw－μ）が大きくなるほど前記補正係数が大きくなるという第１条件、および、μ＞ｘ_rawのときに（μ－ｘ_raw）が大きくなるほど前記補正係数が大きくなるという第２条件の少なくとも１つを満たすように設定される、状態監視方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、対象物の状態を監視する状態監視装置および状態監視方法に関する。

【背景技術】

【0002】

従来、回転機械等の対象物に設置されたセンサからの信号に基づいて、対象物の状態が監視される。具体的には、信号の強度の経時変化を示す時間波形を解析することにより、対象物の異常が診断される。

【0003】

たとえば、特開２０１１－１５４０２０号公報（特許文献１）は、振動センサによって測定された振動波形にエンベロープ処理を行なうことによって生成されるエンベロープ波形に基づいて、対象物の異常を診断する技術を開示している。エンベロープ処理として、たとえばローパスフィルタ処理が利用される。

【0004】

特開２０１６－７５５６３号公報（特許文献２）は、対象物の振動波形データと複数のノイズデータとを合成することにより得られる複数の合成波形を解析することにより、対象物の異常を診断する技術を開示している。

【先行技術文献】

【特許文献】

【0005】

【文献】特開２０１１－１５４０２０号公報

【文献】特開２０１６－７５５６３号公報

【文献】特開２０１８－１７９９７７号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

回転機械の回転速度が低いとき、回転速度が高いときと比較して、回転機械の振動の大きさが小さくなることが知られている。そのため、回転速度が低くなるにつれて、センサから出力される信号に含まれるノイズ成分が相対的に大きくなる。さらに、回転速度が低くなるにつれて、回転機械の異常に起因する振動の大きさが減少するとともに、異常に起因する振動の発生周期が長くなる。結果として、測定された信号強度の時間波形において、異常に起因する成分がノイズ成分に対して小さくなる。つまり、Ｓ／Ｎ比が低下する。

【0007】

特許文献１に記載の技術では、ローパスフィルタ処理のようなエンベロープ処理により、信号強度の時間波形から対象物の異常に起因する特定の周波数帯域の成分が抽出される。しかしながら、回転速度が低下し、異常に起因する成分と同じ帯域に存在するノイズの影響が大きくなり、当該帯域におけるＳ／Ｎ比が低下すると、対象物の異常を精度良く診断できない。

【0008】

特許文献２に記載の技術では、Ｓ／Ｎ比の向上のために、振動波形データとノイズデータとの合成処理の回数を増加させる必要がある。そのため、計算コストが高くなる。計算コストとは、計算時間および計算に要するメモリ容量である。

【0009】

本開示は、上記の課題を解決するためになされたものであって、その目的は、対象物に設置されたセンサから取得される信号のＳ／Ｎ比が低い場合であっても、低い計測コストで対象物の異常を診断できる状態監視装置および状態監視方法を提供することである。

【課題を解決するための手段】

【0010】

本開示の状態監視装置は、対象物の状態を監視する。状態監視装置は、補正部と診断部とを備える。補正部は、第１期間において対象物に設置したセンサから取得した第１信号の強度に、当該強度に応じた補正係数を乗算することにより第２信号を生成する。診断部は、第２信号の強度の経時変化を示す時間波形に基づいて、対象物の異常を診断する。第１信号または第１期間よりも過去の第２期間においてセンサから取得された第３信号の強度分布の期待値をμとし、第１信号の強度をｘ_rawとすると、補正係数は、第１条件および第２条件の少なくとも１つを満たすように設定される。第１条件は、μ＜ｘ_rawのときに（ｘ_raw－μ）が大きくなるほど補正係数が大きくなるという条件である。第２条件は、μ＞ｘ_rawのときに（μ－ｘ_raw）が大きくなるほど補正係数が大きくなるという条件である。

【0011】

本開示の状態監視方法は、対象物の状態を監視する。状態監視方法は、第１期間において対象物に設置したセンサから取得した第１信号の強度に、当該強度に応じた補正係数を乗算することにより第２信号を生成するステップと、第２信号の強度の経時変化を示す時間波形に基づいて、対象物の異常を診断するステップとを備える。第１信号または第１期間よりも過去の第２期間においてセンサから取得された第３信号の強度分布の期待値をμとし、第１信号の強度をｘ_rawとすると、補正係数は、第１条件および第２条件の少なくとも１つを満たすように設定される。第１条件は、μ＜ｘ_rawのときに（ｘ_raw－μ）が大きくなるほど補正係数が大きくなるという条件である。第２条件は、μ＞ｘ_rawのときに（μ－ｘ_raw）が大きくなるほど補正係数が大きくなるという条件である。

【発明の効果】

【0012】

本開示によれば、対象物に設置されたセンサから取得される信号のＳ／Ｎ比が低い場合であっても、低い計測コストで対象物の異常を診断できる。

【図面の簡単な説明】

【0013】

【図1】実施の形態に係る状態監視装置が適用される風力発電装置の構成を概略的に示した図である。

【図2】実施の形態に係る状態監視装置のハードウェア構成の一例を示す図である。

【図3】実施の形態に係る状態監視装置の機能構成を示すブロック図である。

【図4】実施の形態に係る補正関数生成部における処理の流れを示すフローチャートである。

【図5】確率密度関数ＰＤＦ（ｘ）の一例を示す図である。

【図6】累積分布関数ＣＤＦ（ｘ）の一例を示す図である。

【図7】増速機内の軸受に損傷があるときのセンサ信号の時間波形の一例を示す図である。

【図8】補正関数ｐ（ｘraw（ｔ））の一例を示す図である。

【図9】図８に示す補正関数ｐ（ｘraw（ｔ））の１階の導関数を示す図である。

【図10】補正部から出力される補正済信号の一例を示す図である。

【図11】変形例２に係る状態監視装置の補正関数の更新タイミングを模式的に示す図である。

【図12】変形例３に係る補正関数生成部の処理の流れを示すフローチャートである。

【図13】移行期間における補正関数の変化を示す図である。

【発明を実施するための形態】

【0014】

以下、本開示の実施の形態について図面を参照しつつ説明する。なお、以下の図面において同一または相当する部分には同一の参照番号を付し、その説明は繰返さない。また、以下で説明する変形例は、適宜選択的に組み合わされてもよい。

【0015】

以下では、状態監視装置によって状態が監視される対象物の一例として、風力発電装置の増速機を説明する。ただし、対象物は、風力発電装置の増速機に限定されるものではなく、異常によって振動、音、アコースティックエミッション（ＡＥ：Acoustic Emission）などの信号強度の経時変化を示す時間波形に変化が生じるものであればよい。たとえば、対象物には、工場および発電所などに設置された各種機器、鉄道車両なども含まれる。

【0016】

＜風力発電装置の構成＞
図１は、実施の形態に係る状態監視装置が適用される風力発電装置の構成を概略的に示した図である。図１を参照して、風力発電装置１０は、主軸２０と、ハブ２５と、ブレード３０と、増速機４０と、発電機５０と、主軸用軸受６０と、センサ７０と状態監視装置８０とを備える。増速機４０、発電機５０、主軸用軸受６０、センサ７０および状態監視装置８０は、ナセル９０に格納される。ナセル９０は、タワー１００によって支持される。

【0017】

主軸２０は、ナセル９０内に進入して増速機４０の入力軸に接続され、主軸用軸受６０によって回転自在に支持される。主軸２０は、風力を受けたブレード３０により発生する回転トルクを増速機４０の入力軸へ伝達する。ブレード３０は、ハブ２５に設けられ、風力を回転トルクに変換して主軸２０に伝達する。主軸用軸受６０は、ナセル９０内において固設され、主軸２０を回転自在に支持する。

【0018】

増速機４０は、主軸２０と発電機５０との間に設けられ、主軸２０の回転速度を増速して発電機５０へ出力する。一例として、増速機４０は、遊星ギヤ、中間軸および高速軸等を含む歯車増速機構によって構成される。増速機４０内には、複数の軸を回転自在に支持する複数の軸受が設けられている。当該複数の軸受は、たとえば転がり軸受によって構成され、外輪（固定輪）と、転動体と、内輪（回転輪）とを有する。

【0019】

センサ７０は、増速機４０に固設され、増速機４０の状態を示す物理量を計測する。本実施の形態では、センサ７０は、増速機４０の振動を計測し、計測した振動の大きさに応じた強度を有する信号（以下、「センサ信号」と称する。）を状態監視装置８０へ出力する。すなわち、センサ７０から出力されるセンサ信号の強度は、増速機４０の振動の大きさを示す。センサ７０は、たとえば、圧電素子を用いた加速度ピックアップである。

【0020】

発電機５０は、増速機４０の出力軸に接続され、増速機４０から受ける回転トルクによって発電する。発電機５０は、たとえば、誘導発電機によって構成される。なお、発電機５０内にも、ロータを回転自在に支持する軸受が設けられている。

【0021】

状態監視装置８０は、ナセル９０内に設けられ、センサ７０からセンサ信号を受ける。状態監視装置８０は、センサ信号に基づいて増速機４０の状態を監視する。状態監視装置８０とセンサ７０とは、増速機４０の状態を監視する状態監視システムを構成する。

【0022】

風力発電装置１０では、風力に応じて主軸２０の回転速度が変動する。そのため、主軸２０の回転速度は、１００ｍｉｎ^-1以下になり得る。

【0023】

＜状態監視装置のハードウェア構成＞
図２は、実施の形態に係る状態監視装置のハードウェア構成の一例を示す図である。状態監視装置８０は、たとえば汎用のコンピュータによって構成される。

【0024】

図２に示されるように、状態監視装置８０は、ＣＰＵ（Central Processing Unit）８０１と、ＲＡＭ（Random Access Memory）８０２と、ストレージ８０３と、通信インターフェイス８０４とを備える。これらのコンポーネントは、バス８０５を介してデータ通信可能に接続される。

【0025】

ＣＰＵ８０１は、ストレージ８０３に格納された各種プログラムを実行する。ＲＡＭ８０２は、ＣＰＵ８０１のプログラム実行に必要なデータを格納するための作業領域を提供する。ストレージ８０３は、たとえばＨＤＤ（Hard Disk Drive）またはＳＳＤ（Flash Solid State Drive）などで構成され、増速機４０の状態を監視するための監視プログラム８０６を記憶する。

【0026】

通信インターフェイス８０４は、各種信号を入出力するための入出力ポートを有する。たとえば、通信インターフェイス８０４は、センサ７０からのセンサ信号を受ける。また、通信インターフェイス８０４は、監視プログラム８０６の実行によって生成される各種の信号を外部装置に出力してもよい。外部装置は、風力発電装置１０の外部に設置される。通信インターフェイス８０４は、無線あるいは有線回線を介して外部装置と通信する。

【0027】

＜状態監視装置の機能構成＞
図３は、実施の形態に係る状態監視装置の機能構成を示すブロック図である。図３に示されるように、状態監視装置８０は、保存処理部８１と、補正関数生成部８２と、補正部８３と、診断部８４と、記憶部８７とを備える。保存処理部８１、補正関数生成部８２、補正部８３および診断部８４は、たとえば図２に示すＣＰＵ８０１が監視プログラム８０６を実行することにより実現される。あるいは、保存処理部８１、補正関数生成部８２、補正部８３および診断部８４は、専用のハードウェア（電子回路）によって実現されてもよい。記憶部８７は、たとえば図２に示すＲＡＭ８０２およびストレージ８０３によって実現される。

【0028】

保存処理部８１は、センサ７０からセンサ信号を取得するたびに、センサ信号の強度とセンサ信号を取得した時刻とを対応付けた単位データを記憶部８７に書き込む。これにより、記憶部８７には、時刻毎の単位データが蓄積される。以下、時刻ｔにおいて取得したセンサ信号の強度をｘ_raw（ｔ）とする。

【0029】

補正関数生成部８２は、センサ信号の強度ｘ_raw（ｔ）を説明変数とし、補正係数ｋ（ｔ）を目的変数とする補正関数ｐ（ｘ_raw（ｔ））を生成する。ｋ（ｔ）は、時刻ｔにおいて取得したセンサ信号の強度ｘ_raw（ｔ）に対する補正係数を表す。補正係数ｋ（ｔ）は、センサ信号の強度分布の期待値をμとすると、以下の第１条件および第２条件を満たす。第１条件は、μ＜ｘ_raw（ｔ）のときに（ｘ_raw（ｔ）－μ）が大きくなるほど補正係数ｋ（ｔ）が大きくなるという条件である。第２条件は、μ＞ｘ_raw（ｔ）のときに（μ－ｘ_raw（ｔ））が大きくなるほど補正係数ｋ（ｔ）が大きくなるという条件である。補正関数生成部８２の詳細な処理については後述する。

【0030】

補正部８３は、センサ信号の強度ｘ_raw（ｔ）に、当該強度ｘ_raw（ｔ）に応じた補正係数ｋ（ｔ）を乗算することにより、新たな信号（以下、「補正済信号」と称する。）を生成する。

【0031】

具体的には、補正部８３は、診断対象となる期間（以下、「診断期間」と称する。）において取得されたセンサ信号に対応する補正済信号を生成する。補正部８３は、診断期間に取得されたセンサ信号の強度ｘ_raw（ｔ）を補正関数ｐ（ｘ_raw（ｔ））に代入することにより、補正係数ｋ（ｔ）（＝ｐ（ｘ_raw（ｔ）））を決定する。補正部８３は、ｋ（ｔ）×ｘ_raw（ｔ）を強度とする補正済信号を生成する。

【0032】

補正部８３は、診断期間中において、リアルタイムで補正済信号を生成してもよい。あるいは、補正部８３は、診断期間の終了後に、診断期間内の時刻ｔに対応する強度ｘ_raw（ｔ）を記憶部８７から読み出し、当該強度ｘ_raw（ｔ）に補正係数ｋ（ｔ）を乗算することにより補正済信号を生成してもよい。

【0033】

診断部８４は、診断期間における補正済信号の強度の経時変化を示す時間波形に基づいて、異常を診断する。診断部８４は、時間波形から評価値を算出する評価値算出部８５と、評価値を用いて、増速機４０の異常の有無を判定する判定部８６とを含む。

【0034】

＜補正関数生成部＞
図４は、実施の形態に係る補正関数生成部における処理の流れを示すフローチャートである。

【0035】

（ステップＳ１）
まず、補正関数生成部８２は、センサ信号の強度がとる値の確率を表す確率分布の種別を選択する（ステップＳ１）。確率分布の種類として、正規分布、一様分布、ラプラス分布などが挙げられる。補正関数生成部８２は、これら複数の種類の確率分布の中から１つの種類の確率分布を選択する。

【0036】

補正関数生成部８２は、複数の種類の確率分布の中から、予め定められた１つの種類の確率分布を選択してもよい。たとえば、センサ信号の強度がとる値の確率分布の種類が既に分析されている場合には、当該種類の確率分布が選択対象として予め定められる。

【0037】

補正関数生成部８２は、ユーザ入力に従って、複数の種類の確率分布の中から１つの種類の確率分布を選択してもよい。この場合、ユーザは、センサ７０に応じて確率分布の種類を入力すればよい。

【0038】

診断期間の終了後に診断期間内に取得されたセンサ信号に対応する補正済信号が生成される場合、補正関数生成部８２は、診断期間においてセンサ７０から取得されたセンサ信号の強度の分布の形状にフィットする１つの種類の確率分布を選択してもよい。具体的には、補正関数生成部８２は、診断期間に含まれる時刻に対応する強度を記憶部８７から抽出し、抽出した強度の分布の形状との類似度が最も高い１つの種類の確率分布を選択する。

【0039】

診断期間中においてリアルタイムで補正済信号が生成される場合、補正関数生成部８２は、診断期間より過去の期間においてセンサ７０から取得されたセンサ信号の強度の分布の形状にフィットする１つの種類の確率分布を選択してもよい。具体的には、補正関数生成部８２は、過去の期間に含まれる時刻に対応する強度を記憶部８７から抽出し、抽出した強度の分布の形状との類似度が最も高い１つの種類の確率分布を選択する。

【0040】

以下、選択された確率分布が正規分布である場合を例にとり説明する。正規分布に対応する確率密度関数ＰＤＦ（ｘ）は、以下の式（１）で表される。確率密度関数ＰＤＦ（ｘ）は、確率変数Ｘがｘとなる確率密度を表す関数である。式（１）において、μは期待値、σは標準偏差を表す。

【0041】

【数1】

【0042】

（ステップＳ２）
次に、補正関数生成部８２は、ステップＳ１で選択された確率分布の種類に応じたパラメータの値を設定し、確率密度関数ＰＤＦ（ｘ）を生成する（ステップＳ２）。式（１）に示す正規分布の場合、期待値μおよび標準偏差σの値が設定される。

【0043】

補正関数生成部８２は、パラメータの値として、予め定められた値を設定してもよい。たとえば、センサ信号の強度がとる値の確率分布の形状が既に分析されている場合には、当該形状に応じたパラメータの値が予め定められる。

【0044】

補正関数生成部８２は、ユーザ入力に従って、パラメータの値を設定してもよい。この場合、ユーザは、センサ信号の強度がとる値の確率分布の形状に応じてパラメータの値を入力すればよい。

【0045】

診断期間の終了後に診断期間内に取得されたセンサ信号に対応する補正済信号が生成される場合、補正関数生成部８２は、診断期間においてセンサ７０から取得されたセンサ信号の強度の分布の形状にフィットするようにパラメータの値を設定してもよい。あるいは、診断期間中においてリアルタイムで補正済信号が生成される場合、補正関数生成部８２は、診断期間より過去の期間においてセンサ７０から取得されたセンサ信号の強度の分布の形状にフィットするようにパラメータの値を設定してもよい。具体的には、補正関数生成部８２は、診断期間または過去の期間に含まれる時刻に対応する強度を記憶部８７から抽出し、抽出した強度の分布の形状と確率密度関数ＰＤＦ（ｘ）との類似度が最も高くなるように、パラメータの値を設定する。パラメータの値は、たとえば最尤推定、カーネル密度推定などを用いて算出され得る。ただし、パラメータの値の算出方法は、これに限定されない。

【0046】

式（１）において、期待値μ＝０、分散σ²＝１が設定されると、確率密度関数ＰＤＦ（ｘ）は、以下の式（２）によって表される。

【0047】

【数2】

【0048】

ステップＳ１において、式（１）のような連続型確率分布が選択された場合、補正関数生成部８２は、確率変数Ｘのとりうる範囲を設定してもよい。たとえば、式（２）において、確率変数Ｘのとりうる範囲として、下限値ｘ_ｍｉｎから上限値ｘ_ｍａｘまでの範囲が設定された場合、確率密度関数ＰＤＦ（ｘ）は、以下の式（３）によって表される。

【0049】

【数3】

【0050】

図５は、確率密度関数ＰＤＦ（ｘ）の一例を示す図である。図５には、上記の式（３）に従った確率密度関数ＰＤＦ（ｘ）が示されている。式（３）および図５に示されるように、確率変数Ｘが下限値ｘ_ｍｉｎから上限値ｘ_ｍａｘまでの範囲内の値をとるとき、確率密度関数ＰＤＦ（ｘ）は式（２）で表され、確率変数Ｘがこの範囲外の値をとるとき、確率密度関数ＰＤＦ（ｘ）は０である。

【0051】

下限値ｘ＿ｍｉｎは、確率密度関数ＰＤＦ（ｘ）において、期待値μより小さく、かつ、確率密度が十分に小さくなる値が設定される。上限値ｘ＿ｍａｘは、確率密度関数ＰＤＦ（ｘ）において、期待値μより大きく、かつ、確率密度が十分に小さくなる値が設定される。

【0052】

（ステップＳ３）
次に、図４に示されるように、補正関数生成部８２は、ステップＳ２において生成された確率密度関数ＰＤＦ（ｘ）から累積分布関数ＣＤＦ（ｘ）を算出する（ステップＳ３）。累積分布関数ＣＤＦ（ｘ）は、確率変数Ｘがｘ以下になる確率の関数である。

【0053】

たとえば、補正関数生成部８２は、上記の式（３）に従った確率密度関数ＰＤＦ（ｘ）から、以下の式（４）によって表される累積分布関数ＣＤＦ（ｘ）を算出する。

【0054】

【数4】

【0055】

図６は、累積分布関数ＣＤＦ（ｘ）の一例を示す図である。図６には、上記の式（４）に従った累積分布関数ＣＤＦ（ｘ）が示されている。

【0056】

なお、確率分布の種類によっては、確率変数Ｘが下限値ｘ_ｍｉｎの近傍または上限値ｘ_ｍａｘの近傍において、累積分布関数ＣＤＦ（ｘ）が非線形となり得る。しかしながら、確率密度が十分に小さくなる値が上限値ｘ＿ｍａｘおよび下限値ｘ_ｍｉｎとして設定されることにより、累積分布関数ＣＤＦ（ｘ）の非線形は問題とならない。

【0057】

（ステップＳ４）
次に、補正関数生成部８２は、累積分布関数ＣＤＦ（ｘ）と閾値ｔｈ１，ｔｈ２（ｔｈ１＞ｔｈ２）とを用いて、補正関数ｐ（ｘ_raw（ｔ））を算出する（ステップＳ４）。

【0058】

図７は、増速機内の軸受に損傷があるときのセンサ信号の時間波形の一例を示す図である。図７では、軸受の損傷に起因する振動が約０．３秒の周期で現われている。図７に示されるように、閾値ｔｈ１は、ノイズ成分の正側のピーク強度よりも僅かに大きくなるように定められることが好ましい。閾値ｔｈ２は、ノイズ成分の負側のピーク強度よりも僅かに小さくなるように定められることが好ましい。

【0059】

閾値ｔｈ１，ｔｈ２は、センサ７０の種類に応じて予め定められていてもよい。診断期間の終了後に診断期間内に取得されたセンサ信号に対応する補正済信号が生成される場合、補正関数生成部８２は、診断期間においてセンサ７０から取得されたセンサ信号の強度分布に応じて閾値ｔｈ１，ｔｈ２を設定してもよい。あるいは、診断期間中においてリアルタイムで補正済信号が生成される場合、補正関数生成部８２は、診断期間より過去の期間においてセンサ７０から取得されたセンサ信号の強度分布に応じて閾値ｔｈ１，ｔｈ２を設定してもよい。

【0060】

たとえば、補正関数生成部８２は、診断期間または過去の期間においてセンサ７０から取得されたセンサ信号の強度分布から算出した標準偏差σと平均値ＡＶＥとを用いて、ＡＶＥ＋ｃσを閾値ｔｈ１として設定し、ＡＶＥ－ｃσを閾値ｔｈ２として設定してもよい。ｃは、予め定められる定数である。

【0061】

補正関数生成部８２は、累積分布関数ＣＤＦ（ｘ）のｘに、閾値ｔｈ１，ｔｈ２と時刻ｔに取得したセンサ信号の強度ｘ_raw（ｔ）との差を代入することにより、補正関数ｐ（ｘ_raw（ｔ））を算出する。具体的には、補正関数生成部８２は、以下の式（５）に従って、補正関数ｐ（ｘ_raw（ｔ））を算出する。
ｐ（ｘ_raw（ｔ））＝１－ＣＤＦ（ｔｈ１－ｘ_raw（ｔ））＋ＣＤＦ（ｔｈ２－ｘ_raw（ｔ））
・・・式（５）。

【0062】

図８は、補正関数ｐ（ｘ_raw（ｔ））の一例を示す図である。図８に示されるように、補正関数ｐ（ｘ_raw（ｔ））は、センサ信号の強度ｘ_raw（ｔ）が期待値μ（図８では０）付近において略０となる。しかしながら、強度ｘ_raw（ｔ）が期待値μより大きい場合、（ｘ_raw（ｔ）－μ）が大きくなるほど補正関数ｐ（ｘ_raw（ｔ））が大きくなる。補正関数ｐ（ｘ_raw（ｔ））の傾きは、閾値ｔｈ１のときに最大となる。また、強度ｘ_raw（ｔ）が期待値μより小さい場合、（μ－ｘ_raw（ｔ））が大きくなるほど補正関数ｐ（ｘ_raw（ｔ））が大きくなる。補正関数ｐ（ｘ_raw（ｔ））の傾きは、閾値ｔｈ２のときに最小となる。

【0063】

図９は、図８に示す補正関数ｐ（ｘ_raw（ｔ））の１階の導関数を示す図である。図９に示されるように、補正関数ｐ（ｘ_raw（ｔ））の１階の導関数は、閾値ｔｈ１において極大値を有し、閾値ｔｈ２において極小値を有する。

【0064】

＜補正済信号の例＞
図１０は、補正部から出力される補正済信号の一例を示す図である。図１０には、図７に示すセンサ信号を図８に示す補正関数ｐ（ｘ_raw（ｔ））を用いて補正することにより得られる補正済信号の時間波形が示される。

【0065】

図１０に示されるように、ノイズである確率の高い信号成分が効果的に低減され、Ｓ／Ｎ比が改善されている。これにより、軸受の損傷に起因する振動（約０．３秒周期の衝撃振動）のピークが明瞭となっている。

【0066】

＜評価値算出部＞
評価値算出部８５は、診断期間における補正済信号の時間波形の特徴を示す評価値を算出する。増速機４０に異常が発生した場合、補正済信号の時間波形が変化する。そのため、評価値は、増速機４０の異常の特徴を数値的に表す。ＳＮ比の改善された補正済信号の時間波形を用いることにより、異常に対する評価値の感度が向上する。これにより、異常検出の早期化および高精度化が実現される。特に、ＳＮ比の低下しやすい低回転速度条件（たとえば１００ｍｉｎ^-1以下）であっても、異常に対する評価値の感度が良好である。

【0067】

評価値として、たとえば、以下の式（６）によって算出される実効値（ＲＭＳ（Root Mean Square value））、式（７）によって算出される波高率（ＣＦ（Crest Factor））、式（８）によって算出される尖度（Kurtosis）などが採用され得る。

【0068】

【数5】

【0069】

ＳＮ比の改善された補正済信号を用いることにより、振動レベルを表す実効値は、軸受の損傷部位で発生する異常振動に対して良好な感度を有する。同様の理由により、信号のピーク値と実効値との比である波高率、および信号の頻度分布の鋭さ（「とがり」ともいう）を表す尖度についても、異常振動に対して良好な感度を有する。

【0070】

あるいは、評価値算出部８５は、補正済信号を周波数解析（フーリエ変換）した周波数スペクトルから評価値を算出してもよい。周波数スペクトルから評価値を算出する手法として、たとえば特開２０１８－１７９９７７号公報（特許文献３）に記載の公知の技術が採用され得る。周波数スペクトル上においてもノイズ成分が低減されるため、軸受の損傷に関連する周波数ピークが明確に現われる。そのため、評価値は、異常振動に対して良好な感度を有する。

【0071】

評価値算出部８５は、複数種類の評価値を算出してもよい。たとえば、評価値算出部８５は、実効値および尖度を算出してもよい。

【0072】

＜判定部＞
判定部８６は、評価値を用いて、異常の有無を判定する。典型的には、判定部８６は、評価値と予め定められた閾値とを比較して、比較結果に応じて異常の有無を判定する。複数種類の評価値が算出されている場合、判定部８６は、複数種類の評価値の各々と閾値とを比較し、複数の比較結果の組み合わせに応じて異常の有無を判定すればよい。

【0073】

さらに、判定部８６は、異常有りと判定した場合に、異常の発生している部位を推定してもよい。異常の発生している部位の推定方法として、たとえば特許文献３に記載の公知の技術が採用され得る。

【0074】

判定部８６は、判定結果を外部装置に出力してもよい。これにより、外部装置を操作する作業者は、風力発電装置１０の増速機４０の異常の有無を確認できる。

【0075】

＜作用効果＞
以上のように、本開示の状態監視装置８０は、対象物の一例である増速機４０の状態を監視する。状態監視装置８０は、補正部８３と、診断部８４とを備える。補正部８３は、診断期間（第１期間）において増速機４０に設置したセンサ７０から取得したセンサ信号の強度ｘ_raw（ｔ）に、当該強度ｘ_raw（ｔ）に応じた補正係数ｋ（ｔ）を乗算することにより補正済信号（第２信号）を生成する。診断部８４は、補正済信号の強度の経時変化を示す時間波形に基づいて、増速機４０の異常を診断する。診断期間または診断期間よりも過去の期間（第２期間）においてセンサ７０から取得されたセンサ信号の強度分布の期待値をμとすると、補正係数は、第１条件および第２条件を満たす。第１条件は、μ＜ｘ_raw（ｔ）のときに（ｘ_raw（ｔ）－μ）が大きくなるほど補正係数ｋ（ｔ）が大きくなるという条件である。第２条件は、μ＞ｘ_raw（ｔ）のときに（μ－ｘ_raw（ｔ））が大きくなるほど補正係数ｋ（ｔ）が大きくなるという条件である。

【0076】

多くのノイズ成分の強度は、期待値μに近い。そのため、μ＜ｘ_raw（ｔ）の場合、ノイズ成分よりも、増速機４０の異常に起因する成分の強度が強調される。同様に、μ＞ｘ_raw（ｔ）の場合にも、ノイズ成分よりも、増速機４０の異常に起因する成分の強度が強調される。そのため、センサ信号のＳ／Ｎ比が低い場合であっても、補正済信号の強度の経時変化を示す時間波形に基づいて、増速機４０の異常を精度良く診断できる。

【0077】

さらに、上記の構成によれば、特許文献２のように、振動波形データとノイズデータとの合成処理の回数を複数回実行する必要がない。そのため、計測コストが抑制される。

【0078】

このように、センサ７０から取得されるセンサ信号のＳ／Ｎ比が低い場合であっても、低い計測コストで増速機４０の異常を診断できる。

【0079】

状態監視装置８０は、センサ信号の強度ｘ_raw（ｔ）を説明変数とし、補正係数ｋ（ｔ）を目的変数とする補正関数ｐ（ｘ_raw（ｔ））を生成する補正関数生成部８２をさらに備える。補正部８３は、補正関数ｐ（ｘ_raw（ｔ））にセンサ信号の強度ｘ_raw（ｔ）を代入することにより補正係数ｋ（ｔ）を決定する。これにより、補正関数ｐ（ｘ_raw（ｔ））を用いて、容易に補正係数ｋ（ｔ）を決定できる。

【0080】

補正関数ｐ（ｘ_raw（ｔ））の１階の導関数は、期待値μよりも大きい閾値ｔｈ１において極大値を有する。これにより、強度ｘ_raw（ｔ）が期待値μから閾値ｔｈ１に近づくにつれ、補正係数ｋ（ｔ）が急峻に大きくなる。そのため、期待値μから閾値ｔｈ１までの強度を有するノイズ成分が低減され、増速機４０の異常に起因する、閾値ｔｈ１を超える強度の成分がより強調される。

【0081】

同様に、補正関数ｐ（ｘ_raw（ｔ））の１階の導関数は、期待値μよりも小さい閾値ｔｈ２において極小値を有する。これにより、強度ｘ_raw（ｔ）が期待値μから閾値ｔｈ２に近づくにつれ、補正係数ｋ（ｔ）が急峻に大きくなる。そのため、期待値μから閾値ｔｈ２までの強度を有するノイズ成分が低減され、増速機４０の異常に起因する、閾値ｔｈ２を超える強度の成分がより強調される。

【0082】

補正関数生成部８２は、診断期間または診断期間よりも過去の期間に取得されたセンサ信号の強度分布に応じた確率密度関数ＰＤＦ（ｘ）を設定する。さらに、補正関数生成部８２は、期待値μよりも大きい閾値ｔｈ１と、期待値μよりも小さい閾値ｔｈ２との少なくとも１つを設定する。閾値ｔｈ１，ｔｈ２の両者を設定した場合に、補正関数生成部８２は、確率密度関数ＰＤＦ（ｘ）から算出される累積分布関数ＣＤＦ（ｘ）を用いて、上記の式（５）を補正関数ｐ（ｘ_raw（ｔ））として設定する。

【0083】

上記の構成によれば、上記の第１条件および第２条件を満たす補正係数ｋ（ｔ）を算出するための補正関数ｐ（ｘ_raw（ｔ））が容易に設定される。

【0084】

＜変形例１＞
上記の説明では、補正関数生成部８２は、閾値ｔｈ１，ｔｈ２を設定し、閾値ｔｈ１，ｔｈ２を用いて補正関数ｐ（ｘ_raw（ｔ））を算出する。しかしながら、補正関数生成部８２は、閾値ｔｈ１，ｔｈ２のうちの一方のみを設定してもよい。

【0085】

期待値μより大きい閾値ｔｈ１のみを設定する場合、補正関数生成部８２は、以下の式（９）に従って補正関数ｐ（ｘ_raw（ｔ））を算出する。
ｐ（ｘ_raw（ｔ））＝１－ＣＤＦ（ｔｈ１－ｘ_raw（ｔ））・・・式（９）
式（９）に従って算出される補正関数ｐ（ｘ_raw（ｔ））は、上記の第１条件（μ＜ｘ_raw（ｔ）のときに（ｘ_raw（ｔ）－μ）が大きくなるほど補正係数ｋ（ｔ）が大きくなるという条件）を満たす。しかしながら、式（９）に従って算出される補正関数ｐ（ｘ_raw（ｔ））は、上記の第２条件（μ＞ｘ_raw（ｔ）のときに（μ－ｘ_raw（ｔ））が大きくなるほど補正係数ｋ（ｔ）が大きくなるという条件）を満たさない。

【0086】

期待値μよりも小さい閾値ｔｈ２のみを設定する場合、補正関数生成部８２は、以下の式（１０）に従って補正関数ｐ（ｘ_raw（ｔ））を算出する。
ｐ（ｘ_raw（ｔ））＝１＋ＣＤＦ（ｔｈ２－ｘ_raw（ｔ））・・・式（１０）
式（１０）に従って算出される補正関数ｐ（ｘ_raw（ｔ））は、上記の第２条件を満たす。しかしながら、式（１０）に従って算出される補正関数ｐ（ｘ_raw（ｔ））は、上記の第１条件を満たさない。

【0087】

増速機４０に異常が発生した場合、センサ信号の強度の振幅が大きくなる。そのため、式（９）に従って補正関数ｐ（ｘ_raw（ｔ））が算出された場合、補正済信号の強度の時間波形において、異常の発生に起因する正側のピークが明確に現われる。一方、式（１０）に従って補正関数ｐ（ｘ_raw（ｔ））が算出された場合、補正済信号の強度の時間波形において、異常の発生に起因する負側のピークが明確に現われる。そのため、式（９）または式（１０）を用いて補正関数ｐ（ｘ_raw（ｔ））が算出されたとしても、増速機４０の異常を精度良く診断できる。

【0088】

＜変形例２＞
風力発電装置１０では、風向き、風力などの環境の変化によって、負荷の大きさ、回転速度が刻々と変化し得る。このような場合、増速機４０の振動の大きさ、センサ信号のノイズの大きさも刻々と変化し得る。そのため、補正関数生成部８２は、補正関数ｐ（ｘ_raw（ｔ））を周期的に更新することが好ましい。

【0089】

図１１は、変形例２に係る状態監視装置の補正関数の更新タイミングを模式的に示す図である。図１１には、周期Ｔ毎に補正関数ｐ（ｘ_raw（ｔ））を更新する例が示される。

【0090】

補正関数生成部８２は、周期Ｔと同じ時間長さを有する区間毎に、補正係数を決定するための補正関数ｐ（ｘ_raw（ｔ））を更新する。図１１に示されるように、補正関数生成部８２は、時刻ｔ１～ｔ２の区間Ａに取得したセンサ信号の強度ｘ_raw（ｔ１）～ｘ_raw（ｔ２）を示すデータが記憶部８７に蓄積されると、強度ｘ_raw（ｔ１）～ｘ_raw（ｔ２）を用いて補正関数ｐ_a（ｘ_raw（ｔ））を生成する。

【0091】

具体的には、図４に示すステップＳ１において、補正関数生成部８２は、強度ｘ_raw（ｔ１）～ｘ_raw（ｔ２）の分布の形状にフィットする１つの種類の確率分布を選択する。ステップＳ２において、補正関数生成部８２は、強度ｘ_raw（ｔ１）～ｘ_raw（ｔ２）の分布の形状にフィットするように、確率分布のパラメータの値を設定し、確率密度関数ＰＤＦ（ｘ）を算出する。それから、補正関数生成部８２は、確率密度関数ＰＤＦ（ｘ）から累積分布関数ＣＤＦ（ｘ）を算出する。ステップＳ４において、補正関数生成部８２は、たとえば、強度ｘ_raw（ｔ１）～ｘ_raw（ｔ２）の分布から算出した標準偏差σと平均値ＡＶＥとを用いて、ＡＶＥ＋ｃσを閾値ｔｈ１として設定し、ＡＶＥ－ｃσを閾値ｔｈ２として設定する。補正関数生成部８２は、累積分布関数ＣＤＦ（ｘ）と閾値ｔｈ１，ｔｈ２とを用いて、上記の式（５）に従って補正関数ｐ_a（ｘ_raw（ｔ））を算出する。

【0092】

補正関数ｐ_a（ｘ_raw（ｔ））が算出されると、補正部８３は、補正関数ｐ_a（ｘ_raw（ｔ））を用いて、時刻ｔ１～ｔ３の各時刻における補正係数ｋ（ｔ）を決定する。補正部８３は、補正係数ｋ（ｔ）を強度ｘ_raw（ｔ）に乗算することにより、時刻ｔ１～ｔ２における補正済信号を生成する。

【0093】

時刻ｔ１～ｔ２の補正済信号が生成されると、診断部８４は、当該補正済信号を用いて、対象物の異常を診断する。なお、区間Ａの時間長さは、診断期間と同じであってもよいし、診断期間の複数倍であってもよい。区間Ａの時間長さが診断期間の複数倍である場合、診断部８４は、区間Ａを複数の診断期間に分割し、診断期間毎に対象物の異常を診断すればよい。

【0094】

区間Ａの次の区間Ｂについても、同様に、区間Ｂの終了後に、区間Ｂに取得したセンサ信号の強度ｘ_raw（ｔ２）～ｘ_raw（ｔ４）を用いて補正関数ｐ_b（ｘ_raw（ｔ））が生成される。その後、補正部８３は、補正関数ｐ_b（ｘ_raw（ｔ））を用いて、時刻ｔ２～ｔ４の各時刻における補正係数ｋ（ｔ）を決定する。補正部８３は、補正係数ｋ（ｔ）を強度ｘ_raw（ｔ）に乗算することにより、時刻ｔ２～ｔ４における補正済信号を生成する。診断部８４は、当該補正済信号を用いて、対象物の異常を診断する。

【0095】

変形例２に係る状態監視装置によれば、対象物の状態（たとえば回転速度）に応じて、補正関数ｐ（ｘ_raw（ｔ））が周期的に更新される。その結果、精度良く異常を診断できる。

【0096】

＜変形例３＞
変形例２に係る状態監視装置では、区間Ａから区間Ｂに変わるときに、補正関数がｐ_a（ｘ_raw（ｔ））からｐ_b（ｘ_raw（ｔ））に更新される。そのため、補正係数も非線形に変化する。このような非線形の変化を緩和させるために、補正関数生成部８２は、補正関数ｐ（ｘ_raw（ｔ））のスムージング処理を行なってもよい。

【0097】

図１２は、変形例３に係る補正関数生成部の処理の流れを示すフローチャートである。図１２に示すフローチャートは、図４に示すフローチャートと比較して、ステップＳ５に示すスムージング処理を備える点で相違する。

【0098】

ステップＳ５において、補正関数生成部８２は、補正関数を更新するときに移行期間を設定する。たとえば、補正関数生成部８２は、図１１に示す補正関数ｐ_a（ｘ_raw（ｔ））を補正関数ｐ_b（ｘ_raw（ｔ））に更新するときに、時刻ｔ２から時刻ｔ２～ｔ４の区間Ｂ内の時刻ｔ３までの期間を移行期間として設定する。時刻ｔ３は、たとえば区間Ｂの中間時点である。

【0099】

補正関数生成部８２は、移行期間において、補正関数ｐ_a（ｘ_raw（ｔ））を補正関数ｐ_b（ｘ_raw（ｔ））に徐々に変化させる。たとえば、補正関数生成部８２は、時刻ｔ２～ｔ３内の時刻ｔの補正関数ｐ（ｘ_raw（ｔ））を以下の式（１１）に従って算出する。

【0100】

【数6】

【0101】

図１３は、移行期間における補正関数の変化を示す図である。図１３に示されるように、移行期間において、補正関数は、ｐ_a（ｘ_raw（ｔ））からｐ_b（ｘ_raw（ｔ））に徐々に変化する。

【0102】

なお、移行期間は、時刻ｔ２～ｔ３までの期間に限定されない。たとえば、区間Ａの中間時刻から時刻ｔ３までの期間が移行期間として設定されてもよい。この場合、区間Ａ内の診断期間に取得されたセンサ信号の強度ｘ_raw（ｔ）に対する補正および診断は、区間Ｂに対応する補正関数ｐ_b（ｘ_raw（ｔ））が算出された後に実施される。

【0103】

＜変形例４＞
上記の説明では、状態監視装置８０が補正関数生成部８２を備えるものとした。しかしながら、補正関数生成部８２は、外部装置に備えられていてもよい。この場合、状態監視装置８０は、外部装置から補正関数ｐ（ｘ_raw（ｔ））を取得する。状態監視装置８０の補正部８３は、取得した補正関数ｐ（ｘ_raw（ｔ））を用いて補正係数を決定すればよい。

【0104】

今回開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施の形態の説明でなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

【符号の説明】

【0105】

１０ 風力発電装置、２０ 主軸、２５ ハブ、３０ ブレード、４０ 増速機、５０ 発電機、６０ 主軸用軸受、７０ センサ、８０ 状態監視装置、８１ 保存処理部、８２ 補正関数生成部、８３ 補正部、８４ 診断部、８５ 評価値算出部、８６ 判定部、８７ 記憶部、９０ ナセル、１００ タワー、８０１ ＣＰＵ、８０２ ＲＡＭ、８０３ ストレージ、８０４ 通信インターフェイス、８０５ バス、８０６ 監視プログラム。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】