| 主权项 |
1.一种振荡监视装置,系一种当被给与学习开始之指示后即开始学习模式,于此学习模式中,用以判定振动源为正常或异常之判定方法乃基于振动感应器所输入之正常时之波形资讯予以决定;前记学习模式完毕后,便以基于前记所决定之判定方法来分析振动感应器所输入之波形资讯以判定振动源系正常或异常之实际动作模式来动作之振荡监视装置,其特征在于:不论前记振动源之种类是否变更,于前记学习模式中判定方法之决定乃仅基于前记正常时之波形资讯,以及该振荡监视装置预先有之资料或演算法来进行者。2.如申请专利范围第1项之振荡监视装置,其中前记振动源之种类之变更乃为对不同种类之装置之变更。3.如申请专利范围第1项之振荡监视装置,其中前记学习模式完毕后,自动变成前记实际动作模式。4.如申请专利范围第1项之振荡监视装置,其中前记学习模式完毕后,依所给与之指示变成实际动作模式。5.如申请专利范围第1项之振荡监视装置,其中进行用以识别是否在前记学习模式中之输出。6.如申请专利范围第5项之振荡监视装置,其中在前记学习模式中,进行系为学习模式中之意旨之输出。7.如申请专利范围第5项之振荡监视装置,其中前记学习模式完毕后,进行学习模式已完毕之意旨之输出。8.如申请专利范围第5项之振荡监视装置,其中前记学习模式完毕后,自动变成前记实际动作模式,在前记实际动作模式中进行系为实际动作模式之意旨之输出。9.如申请专利范围第1项之振荡监视装置,其中前记判定方法之决定乃为含选择判定中所使用之特征量之种类者。10.如申请专利范围第1项之振荡监视装置,其中进一步备有变更前记所决定之判定方法之变更机构。11.如申请专利范围第10项之振荡监视装置,其中前记变更机构为复数次执行前记学习模式,依最后之学习模式之执行来变更于前次学习模式中所决定之判定方法者。12.如申请专利范围第11项之振荡监视装置,其中具有在前记最后之学习模式开始后,将此最后之学习模式开始以前被视为有效之判定方法当作有效之判定方法予以采用之机构。13.如申请专利范围第11项之振荡监视装置,其中将显示出最后之学习模式之执行所用之输入波形资讯之特征量之値,与前次为止学习模式之执行所取得之特征量之値之不一致之程度之资讯予以输出。14.如申请专利范围第13项之振荡监视装置,其中将前记不一致之程度依所定之基准予以2値化输出。15如申请专利范围第10项之振荡监视装置,其中前记学习模式为选择判定中所使用之特征量之种类;前记判定方法为设定前记所选择之特征量之临限値,基于前记实际动作模式之执行所用之输入波形资讯之特征量之値及前记临限値之关系予以判定者;前记变更判定方法之变更机构为基于所被给与之指示变更前记临限値者。16.如申请专利范围第15项之振荡监视装置,其中前记选择特征量之种类为复数;前记变更判定方法之机构为将基于前记复数之特征量所设定之各临限値中之至少2个临限値一概变更者。17.如申请专利范围第1项之振荡监视装置,其中于前记学习模式中将波形资讯之输入分成复数次进行。18.如申请专利范围第1项之振荡监视装置,其中于前记实际动作模式中将显示出实际动作模式之执行所用之输入波形资讯之特征量之値,与前次学习模式之执行所取得之特征量之値之不一致之程度之资讯予以输出。19.如申请专利范围第1项之振荡监视装置,其中将显示是否将前记所决定之判定方法保持于该振动监视装置内之资讯予以输出。20.一种振荡监视条件决定装置,其特征在于:被给与学习模式之指示后,基于振动感应器所输入之正常时之波形资讯,决定用以判定振动源系正常或异常之特征量之种类,输出所决定之特征量之种类。21.一种振荡监视装置,其特征在于以下之各要件~:以振动感应器检测成为监视对象之振动系之振动,将此感应器输出以资讯处理装置分析处理,判别监视对象振动系之振动为正常或异常;在监视对象振动系在正常振动状态中使前记资讯处理装置以学习模式动作,此学习模式为将前记感应器之振动波形经适宜期间予以取样,依预先决定之多数之分析项目分析振动波形,将各项目之分析资料各别统计处理,选出变化少的几个分析资料,将与所选出之分析资料对应之分析项目决定为实际动作模式下之监视项目之同时,决定基于所决定之复数之监视项目之分析资料之用以判定振动为正常或异常之演算法;在前记学习模式完毕后使前记资讯处理装置在实际动作模式下动作,此实际动作模式为将前记感应器之振动波形随时取样,依前记学习模式所决定之前记监视项目分析振动波形之同时,将此分析资料依前记学习模式所决定之前记判定演算法予以处理判定正常或异常。22.如申请专利范围第21项之振荡监视装置,其中前记学习模式中振动波形之分析项目包含最大値、最小値、峰至峰値、超过高电位临限値之次数、超过低电位临限値之次数、超过高电位临限値之时间、超过低电位临限値之时间、极小値之发生次数中所定之资料。23.如申请专利范围第22项之振荡监视装置,其中前记振动感应器之输出乃由滤波器辨别为复数之频率带域,于各带域中进行前记分析项目之分析。24.如申请专利范围第21项之振荡监视装置,其中在前记学习模式开始时进行将前记振动感应器之输出电位收于所定范围内之自动增益调整处理。25.如申请专利范围第21项之振荡监视装置,其中备有应动于来自外部之指令输入,将所指定之前记分析项目视为前记监视项目予以采用之机构。26.如申请专利范围第21项之振荡监视装置,其中有应动于来自外部之指令输入,将所指定之前记分析项目自前记监视项目除去之机构。27.如申请专利范围第21项之振荡监视装置,其中备有应动于来自外部之指令输入,将前记判定演算法所被指定之参数依指定予以变更之变更机构。图式简单说明:第一图:本发明之一实施例之振荡监视装置之概略构成示意图。第二图:表示学习模式之动作之处理顺序之流程图。第三图:表示实际动作模式之动作之处理顺序之流程图第四图:电脑之内部构成示意图。第五图:表示振动检测调整部12之机能之一之放大器增益调整之流程图之一部分。第六图:表示振动检测调整部12之机能之一之放大器增益调整之流程图之一部分。第七图:表示振动检测调整部12之机能之一之滤波器调整之流程图之一部分。第八图:表示振动检测调整部12之机能之一之滤波器调整之流程图之一部分。第九图:表示振动检测调整部12之机能之一之取样时间调整之流程图之一部分。第十图:表示振动检测调整部12之机能之一之取样时间调整之流程图之一部分。第十一图:特征量抽出之说明图。第十二图:输入部之操作面板之例小图。第十三图:藉模糊推论进行判别时之规则之示图。第十四图:藉模糊推论进行判别时之MEMBERSHP函数之例示图。第十五图:其他实施形态所用之操作面板之例示图。第十六图:其他实施形态中学习模式之动作之处理顺序示意流程图。第十七图:表示学习资料删除处理之流程图。第十八图:表示学习资料删除处理之流程图。第十九图:第十五图所示之操作面图之实际动作模式之状态表示图。第二十图:表示实际动作模式之动作之处理顺序之流程图。第二十一图:本发明之振荡监视装置之适用例表示图。第二十二图:本发明之振荡监视装置之适用例表示图。 |
