Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

診断特徴デザイナーでのデータの処理と特徴の調査

この例では、特徴抽出の準備としてアプリでデータを処理する方法を示します。手順を対話的に進める場合は、診断特徴デザイナーでのアンサンブル データのインポートと可視化でインポートしたデータを使用してください。[セッションを開く] を使用して、指定したファイル名でセッション データを再度読み込みます。

The Open Session button is the second icon from the left.

セッション データがない場合は、診断特徴デザイナーでのアンサンブル データのインポートと可視化のデータの読み込みとインポートの手順を実行してください。

予知保全アルゴリズムの開発における重要な手順に、状態インジケーターの特定があります。状態インジケーターは、その動作がシステムの劣化とともに予測可能な形で変化する、システム データの特徴です。状態インジケーターには、正常動作と故障動作の区別や残存耐用期間の予測に役立つ任意の特徴を指定できます。有用な特徴は、類似のシステム ステータスをクラスターにまとめ、異なるステータスを分離します。

診断特徴デザイナーで、それらの診断を提供する特徴を設計できます。

  • 一部の特徴については、インポートした信号をそのまま使用して特徴を生成できます。

  • それ以外の特徴については、意味のある結果を得るために、フィルター処理や平均化などの追加の信号処理を実行する必要があります。

実行する処理は、特徴の計算上の要件とシステムおよびシステム データの特性の両方に応じて決まります。この例では、以下の方法を示します。

  • 特徴抽出に向けたデータの処理

  • さまざまなタイプの特徴の生成

  • ヒストグラムでの特徴の有効度の解釈

時間同期平均化の実行

このシステムのデータは、回転子部分があるトランスミッション システムを表します。変数には、シャフトの各回転の完了を正確にマークするタコメーターの出力が含まれます。そのため、このデータは時間同期平均化の理想的な候補になります。

時間同期平均化 (TSA) は、回転機からのデータを解析する一般的な手法です。TSA では、回転をそれぞれ平均化して、回転とコヒーレントでない外乱やノイズをフィルター処理で除外します。

TSA は、ギア歯の故障による摂動のような、回転するたびに繰り返される故障シグネチャを分離するのに役立ちます。元の振動信号ではなく TSA 信号から特徴を生成することで、回転に関する故障状態の区別がより明確になります。この利点は、回転機に固有の特徴でなくても当てはまります。

振動データの TSA を計算するには、まず、平均化する信号 [Vibration/Data] をデータ ブラウザーで選択します。次に、[フィルター処理と平均化]、[時間同期平均化] を選択します。

The signal Vibration/Data is selected in the column on the left. Time-Synchronous Averaging is the top option in the column on the right.

新しい [時間同期平均化] タブが表示されます。タブ セクションの上にあるアプリのタイトル バーに、処理中の信号である Vibration/Data が表示されます。

The Tacho Signal selection and the Compute Nominal Speed option are the second and third items on the left.

タコメーター信号があるため、[タコメーター信号][Tacho/Data] を選択します。[定格速度の計算 (rpm)] は選択されたままにできますが、このチュートリアルでは定格 rpm 情報は使用しません。

タブの下で、プロット タブ [データ処理: Vibration/Data] に TSA 信号 のソース信号が表示されます。

Signal trace plot of vibration/data signal with two colors, similar to the signal trace plot in Part 1 of the tutorial

[適用] をクリックすると、アンサンブルの 16 個のメンバーのそれぞれについて、TSA の計算が開始されます。計算の進行中は進行状況バーにステータスが表示されます。

The Vibration_tsa/Data signal is the third item from the top in the column on the left. The TSA plot is in the main pane.

計算が完了すると次のようになります。

  • アプリによって、インポートされた Ensemble1 データ セットに新しい信号変数 Vibration_tsa が追加されます。

  • 信号トレースで Vibration_tsa がプロットされます。このトレースの時間軸は 4 秒に満たない長さになります。元の振動データの長さは 30 秒でした。各メンバーの単一の回転の期間を反映して時間範囲が短くなっています。

  • メンバーのシャフト速度の発散が発生します。この発散は、回転におけるピークのずれが増えていること、およびメンバーのトレースがそれぞれ異なる時間に停止していることに明確に表れています。

TSA の計算が完了すると、[時間同期平均化] タブと [データ処理] タブの両方が非表示になります。[時間同期平均化] タブに戻る場合は、プロット タブ [データ処理: Vibration/Data] をクリックします。アプリは、TSA タブをアクティブに、[データ処理] タブを非アクティブにして、両方のツールストリップ タブを復元します。

Data Processing plot of Vibration/Data signals, wit Time-Synchronous Averaging tab above

Inactive Data Processing tab

別の変数について類似の処理を行う場合は、[TSA を閉じる] をクリックします。[データ処理] タブがアクティブになります。このタブから、処理対象の信号を変更することができます。次に、データ処理ギャラリーから、TSA 処理や、選択した信号に対応した他の任意の処理を選択できます。選択する処理とタブでは、セッション内で以前に指定したすべての設定が保持されます。

Active data processing tab

パワー スペクトルの計算

時間領域の特徴の生成を開始するために必要な情報は TSA 信号から提供されますが、スペクトルの特徴を調べるにはスペクトルを提供しなければなりません。パワー スペクトルを生成するには、新しい TSA 信号 Vibration_tsa/Data をデータ ブラウザーで選択します。次に、[スペクトル推定] をクリックしてスペクトルのオプションを表示します。それらのオプションから、[自己回帰モデル] を選択します。

Signals & Spectra pane with the Vibration-tsa signal selected on the left, and Spectral Estimation list on the right. The Autoregressive model is the second option on the list.

[自己回帰モデル] タブには、変更できるパラメーターがあります。[適用] をクリックして既定値を受け入れます。

The title bar at the top identifies Vibration_tsa/Data as the source signal. The Autoregressive tab shows four sections, from left to right the parameters for the frequency grid, the model parameters, the plot results option, and the Apply and Close AR Model buttons.

パワー スペクトルの処理により、新しい変数 Vibration_ps/SpectrumData が追加されます。関連付けられたアイコンは周波数応答を表します。

データ ブラウザーでスペクトルの名前にカーソルを合わせると、新しいスペクトルのソース (新しいスペクトルが導出された元の信号) を確認できます。次の図は、このツールヒントの情報を示したものです。信号のソースが Vibration_tsa/Data で、そのソースが Vibration/Data であることが示されています。

スペクトルのプロットがプロット領域に表示されます。[信号トレース] と同様、[パワー スペクトル] タブにはプロットのオプションがあります。これらのオプションは [信号トレース] と同様です。[パナー] は時間でのみ機能し、周波数では機能しないため、プロットに [パナー] オプションはありません。

The new spectrum variable is the last item in the list on the left. A tooltip describing the variable sources is below. The large pane on the right contains the power spectrum plot.

特徴の生成

信号特徴

TSA 信号をソースとして使用して、一般的なデータの統計に基づいて特徴を生成します。[時間領域の特徴]、[信号の特徴] を選択します。

Signals & Spectra pane with the Vibration-tsa signal selected on the left, and Time-Domain Features list on the right. Signal Features is the first option on the list

データ処理の場合と同様、特徴のオプションを選択する前に、あらかじめソース信号を選択しておきます。[Vibration_tsa/Data] を選択してから、[信号の特徴] をクリックして [信号の特徴] タブを表示します。タブの上に、選択したソース信号 [Vibration_tsa/Data] がアプリにより表示されます。既定では、すべての特徴が選択されています。[形状係数][信号処理のメトリクス] の選択を解除します。

Signal Features tab, with Select All and Unselect All buttons on the left. The next three tab sections are, from left to right, statistical features, impulsive features, and harmonic features. The rightmost two sections contain the plot and close buttons. The Shape Factor option is cleared in the statistical features section. The harmonic feature options are all cleared.

選択されているすべての特徴について、各アンサンブル メンバーの値がアプリで計算され、ヒストグラムに結果が表示されます。各ヒストグラムには、ビンの範囲内に入る特徴値の数を含むビンがあります。[ヒストグラム] タブには、ヒストグラムの内容と分解能を決定するパラメーターが表示されます。

ヒストグラムでは、[グループ化] の状態変数 [faultCode] に応じてデータがグループ化 (色分け) されます。凡例に示されているように、青色のデータは健全 (faultCode = 0) で、オレンジ色のデータは劣化 (faultCode = 1) しています (色分けはセッションによって異なる場合があります)。健全ラベルと劣化ラベルがオーバーラップする特徴値は、青とオレンジのオーバーラップにより色が茶色になります。

The contents of the feature table are shown in the middle of the pane on the left. The main pane shows the histograms

青色のデータとオレンジ色のデータが明確に区別されているのはどれかを評価することで、どの特徴が効果的であるかが大まかにわかります。RMSCrestFactor はオーバーラップ領域がごく小さいため、効果的であるように見えます。一方、SkewnessKurtosis はオーバーラップが多くなっています。これらの特徴は、このデータとこの状態変数については効果的でないように見えます。

既定では、アプリは、特徴テーブルのすべての特徴についてのヒストグラムをプロットします。[特徴の選択] を選択すると、ヒストグラムのサブセットに絞り込むことができます。[特徴の選択] を使用して、ヒストグラム プロットを特徴テーブルの最初の 4 つに制限します。

The feature list contains nine items. The first four items are selected.

ヒストグラムのビューに、選択した特徴のみが含まれるようになります。

The histogram pane contains four histograms.

[ヒストグラム] タブのパラメーターを使用してヒストグラムの外観を制御します。このタブは、ヒストグラムを生成すると有効になります。CrestFactor の特徴では、健全と不健全のデータがほぼ完全に区別して表示されています。この結果に分解能が影響するかどうかを調べます。[ヒストグラム] タブで、ビンの幅が [自動] に設定されています。これにより、CrestFactor の分解能は 0.1 になっています。ビンの幅「0.05」を入力し、[適用] をクリックします。

The Options and Apply sections of the histogram are shown at the top. Bin Width is at the top of the left column of the Options section. The Apply button is on the right. The histograms are below the tab.

この分解能では、CrestFactorImpulseFactor の両方で健全データが劣化データから完全に分離して表示されます。ClearanceFactor には混在したデータがまだ一部ありますが、その度合いはビンの幅が大きいときに比べれば小さくなっています。Kurtosis は、ビンの幅の設定が [自動] のときの方が、ビンの幅が 0.002 と小さくなっています。ビンの幅を 0.05 に変更したことで、Kurtosis のすべてのデータが単一のビンに含まれる結果になっています。

ヒストグラムは、特徴の健全データと不健全データを区別する能力を可視化します。"グループ距離" を使用して数値による評価も確認できます。グループ距離は、健全データと不健全データの分布間の分離を表します。[Group Distance] をクリックします。ダイアログ ボックスの [特徴のグループ化を表示][CrestFactor] を選択します。

The Histogram tab is at the top and consists of View, Grouping, and Options sections from left to right. Show Group Distance is the lower option in the Grouping section. Beneath the tab is the dialog box that displays the group distance information. The title bar displays the condition variable faultCode. The top item within the dialog box displays the feature name. The table beneath the name shows, from left to right, the label for each group and the KS statistic.

[KS 統計量] で表されるグループ距離は 1 です。この確率値は完全な分離を表します。

次に、[Kurtosis] を選択します。[尖度] のヒストグラムには、混在がかなり見られます。

The dialog box for Kurtosis has the same layout as for Crest Factor.

ここでの [KS 統計量] は約 0.6 で、ヒストグラムにおける混在を反映しています。

[ビンの幅][auto] に戻します。

回転機の特徴

回転機があるため、回転機の特徴を計算します。データ ブラウザーで、TSA 信号を選択します。次に、[時間領域の特徴][回転機の特徴] を選択します。

Signals & Spectra pane with the Vibration-tsa signal selected on the left, and Time-Domain Features list on the right. Rotating Machinery Features is the second option on the list

[回転機の特徴] タブでは、TSA 信号のほか、TSA 差分信号や TSA の通常の信号からも特徴を作成できます。TSA 信号しかないため、アプリは異なった信号タイプを必要とする選択肢を無効にします。

The Rotating Machinery tab contains the following sections from left to right: Signals to use, Metrics using TSA Signal, metrics using Difference Signal, Metrics Using Mixed Signals, Plot, and Apply.

[適用] をクリックして既定の選択を受け入れます。

The middle pane of the data browser on the left contains the new feature names. The top row of the histogram array contains the new feature histograms.

新しい特徴が特徴テーブルと [特徴の選択] リストにアプリで自動的に追加され、新しいヒストグラムがヒストグラム表示の一番上にプロットされます。CrestFactorKurtosis のヒストグラムは、信号の特徴として計算でされても回転機の特徴として計算されても TSA 信号がソースとして計算に使用されるため、本質的には同じです。

スペクトルの特徴

前に生成したパワー スペクトルからスペクトルの特徴を計算します。[Vibration_ps/SpectrumData] を選択します。次に、[周波数領域の特徴][スペクトルの特徴] を選択します。

Signals & Spectra pane with the Vibration-ps/SpectrumData signal selected on the left, and Frequency-Domain Features list on the right. Spectral Features is the first option on the list.

最小と最大の帯域値を設定することで、使用する周波数帯域を指定します。パワー スペクトルのピークを効率的に取得するには、周波数範囲を 0.001 Hz から最大値 10 Hz までに制限します。プロットでこの帯域は、周波数プロットの背景にオレンジ色の四角形として表示されます。

The Spectral Features tab contains the following sections from left to right: Frequency Band, Spectral Peaks, Modal Coefficients, Band Power, Plot, Apply, and Close. The maximum frequency is the lower item in the Frequency Band section.

3 つのいずれの特徴のヒストグラムにおいても、1 つ以上のビンに健全データと不健全データの混在がかなり見られます。

これで、さまざまな特徴のセットが得られました。

セッション データを保存します。このデータは、診断特徴デザイナーでの特徴のランク付けとエクスポートの例を実行するために必要になります。

The Save Session button is the rightmost one in the File portion of the Feature Designer tab.

次のステップ

次のステップでは、それらの特徴をランク付けして、システムの状態を最も適切に示すものを特定します。詳細については、診断特徴デザイナーでの特徴のランク付けとエクスポートを参照してください。

参考

関連するトピック