はじめに
個人用電子機器（PED: Personal Electronic Device）が爆発的に普及した背景には、MEMS（Micro Electro Mechanical Systems）をベースとする慣性センサーの存在があります。MEMS慣性センサーは、小型で、消費電力が少なく、機器への搭載が容易です。しかも、高い機能性と優れた性能を備えています。こうした理由から、MEMS慣性センサーは、スマートホンや、ゲームのコントローラ、アクティビティ・トラッカー （フィットネスバンド）、デジタル・フォト・フレームといった機器におけるイノベーションの実現/促進に大きく寄与しています。また、車載安全システムにおいても、MEMS慣性センサーを利用することで信頼性が大きく向上するとともに、コストの大幅な削減が実現されています。その結果、ほとんどの車両に安全システムを搭載することができるようになりました。
機能の統合と性能の向上が継続的に進んだ結果、MEMSベースの加速度センサーやジャイロ・センサーは、さまざまな産業用システムにも採用されるようになりました。慣性センサーを初めて採用したアプリケーションもあれば、従来の製品/サービスよりも低コストの代替策となるアプリケーションもあります。振動の監視は、それら両方の性質を持つ新たなアプリケーション分野です。機械の振動の監視は、安全性の確保や、保守の実施の必要性を見極めることを目的として従来から行われてきました。高速の自動装置によって振動を監視し、潤滑性や速度、ベルトの張力に対するフィードバック制御を始動したり、保守担当者が直ちに作業に移れるように装置を停止したりするということです。そうしたケースでは、圧電技術を利用する計測器を使用して振動の監視を行うことが一般的でした。こうした理由から、圧電デバイスには確固たるユーザー層がすでに存在します。
一方、MEMS加速度センサーは搭載が容易で低コストであることから、新たなユーザーを獲得しつつあります。それに加え、MEMSではセンサーそのものだけでなく、より高度な機能も統合したデバイスを実現できます。例えば、MEMSベースのデジタル振動センサー「ADIS16229」は、RFトランシーバの機能も搭載しています。この製品のように、信号処理や通信などを機能を備える完全なソリューションを構築できるということです。このようなプログラマブルなデバイスでは、次のようなループ処理も実現可能です。
振動監視のアプリケーション
振動に注目して機械の状態を監視する場合、ベアリング、ギア、チェーン、ベルト、ブラシ、シャフト、コイル、バルブといった 一般的な摩耗機構と、観測された振動を相互に関連付ける必要があります。一般的な機械は、定期的な保守を必要とする摩耗機構を少なくとも1つは備えています。図1に、3種類の一般的な摩耗機構における振動と時間の関係の例を示しました。このような関係を把握するには、時間と経験が必要です。しかし、振動に対して適切な相関を持つ特徴をいったん把握すれば、短い周期で定期的に保守を行うよりも、コストを抑えることができます。実際の振動の値を監視することで、故障の前兆が検出された時点で直ちに対策を講じることができるからです。言い換えれば、まだ使用できる状態なのに定期的に保守（部品の交換など）を行ってしまうことを避けられるようになります。仮に、定期的な保守を、図に示した「MIDLIFE」の最後のタイミングで行っていたとします。その場合、赤色の曲線に対応する摩耗機構については、故障が生じる直前に対策を講じていることになります。一方、青色、緑色の曲線に対応する摩耗機構について、まだ十分に使える状態なのに定期的に保守を行ってしまうことになります。
図1は、「警告（WARNING）」、「危険（CRITICAL）」の2種類のアラーム設定を行っていることを示しています。また、「初期（EARLY LIFE）」、 「中期（MIDLIFE）」、「後期（END OF LIFE）」という機械の保守サイクルの3つの段階も示してあります。警告の設定は、「通常（NORMAL）」の動作を行っているときの最大の振動レベルを定義していることになります（ちなみに、計測器によっては、通常の動作範囲において非定期的に生じる振動の計測も行うことができます）。このレベルの振動が観測されていたとしても、それは機械や保守担当者に対する危険性を示唆する兆候ではありません。危険の設定は、設備資産に深刻な故障のリスクがあり、保守担当者や環境に対して危険が及ぶ可能性があることを表します。当然のことながら、このレベルにある状態で機械を稼働させるのは避けるべきです。したがって、通常は機械の操作担当者によって停止の処置が施されます。警告のレベル以上で、危険のレベル以下の振動が発生している場合には、機械の運転を続行してもかまいません。ただし、監視の頻度を上げる必要がありますし、保守作業が必要になる可能性もあります。
通常、警告、危険の3つの動作領域が、初期、中期、後期という保守サイクルの3つの段階に対応付けられるケースもあります。この場合、そのことが振動監視の方法に影響を及ぼす可能性があります。例えば、初期の段階では、主要な振動の状態について、1日に1回、または1週間に1回、あるいは1カ月に1回計測するだけでよいかもしれません。中期に入るとそれが1時間に1回になり、後期に近づくに連れてさらに頻繁に振動を監視しなければならない可能性があります。作業員や設備資産に危険が及ぶかもしれない場合には特にそうです。この段階で、可搬型の装置を使用して機械の振動を手作業で監視するとしたら、継続的なコストが大きくかさみます。結果として、保守コストよりも、その継続的コストのほうが大幅に高額になってしまう可能性があります。重要な設備資産については、特別な配慮が必要になるのはやむを得ないことです。しかし、それ以外の多くの装置については、そのような高額な継続的コストを発生させるわけにはいきません。振動に関するリアルタイムのデータが必要になる装置に対しては、MEMSベースの組込み型センサーが、手作業での測定を補うための費用対効果に優れた手段になります。
振動の性質
振動は、反復的に生じる機械的な動きです。振動を検知する計測器を開発する際には、いくつかの重要な要素について検討する必要があります。まず発振動作には、通常は線形成分と回転成分があります。振動を検知する方法としては、絶対的な位置を追跡するのではなく、発振の大きさ（振幅）に着目することが一般的です。その場合、MEMS加速度センサーなどの線形センサーによって動きの情報を十分に取得することができます。また、動きがほぼ線形である場合には、向きを把握することが重要である可能性があります。単軸センサーを使用する場合には特にそうです。一方、3軸センサーでは、直交配向のおかげで振動の向きにかかわらず1つ以上の軸による検知が可能です。そのため、3軸センサーであれば、より柔軟性を持って機械に取り付けることができます。
振動は周期を伴う現象です。そのため、振動プロファイル（振動の振幅と周波数の関係）について特性評価を行う際には、スペクトル解析を使用すると便利です。図2のプロファイルからは、広帯域成分と狭帯域成分の両方が存在することが見て取れます。主要な振動は1350Hz未満の周波数で生じており、4つの高調波成分と、振幅の小さい広帯域成分が存在していることがわかります。動作する装置には必ず独自の振動プロファイルがあり、通常、狭帯域応答はその装置の固有振動周波数（固有振動数）を表します。
信号処理
使用すべきセンサーと信号処理のアーキテクチャは、対象となるアプリケーションによって異なります。図3に示したのは、シグナル・チェーンの一例です。これは、特定の周波数帯を継続的に監視するためのものです。警告や危険に相当する状況が生じたら、近くの制御パネルのライトを点灯させることで、それを通知します。図中のバンドパス・フィルタを設計するにあたっては、メーカーが有する知見が役に立ちます。具体的には、通過帯域の開始周波数と終了周波数、通過域のロールオフ率の決定に力を貸してくれるでしょう。バンドパス・フィルタの設計は、回転部の速度や、機械的構造の固有振動周波数、不具合に特有の振動動作などを考慮して行います。実は、図3のようなアプローチは比較的シンプルなものだと言えます。実際には、特定の機械の計測データが蓄積されるようになると、振動の監視に求められる要件が変化する可能性があります。要件が変更になると、フィルタの構造を変える必要が生じ、継続的なエンジニアリング・コストが発生する恐れがあります。この問題に対処するためには、もう1つのアプローチをとるとよいでしょう。具体的には、センサーの応答をデジタル化し、フィルタ処理やRMS値の計算、レベル検出といった主要な信号処理を実行する機能を用意します。また、インジケータの点灯制御や数値の出力は、付加機能向けのI/Oの出力を利用して行うようにします。このような設計にすることで、複雑さと引き換えに柔軟性を持たせられるようになります。
図4に示したのは「ADIS16228」のシグナル・チェーンです。このデジタル3軸振動センサーは、FFT解析機能とストレージ機能を備えています。これを使用することにより、装置の振動を周波数ドメインで解析して監視することができます。
メインのセンサー
どちらのアプローチを採用する場合でも、メインのセンサーとしてはMEMS加速度センサーを使用することができます。センサーを選定する際に考慮すべき重要な項目としては、軸数、パッケージ/組み立てに関する要件、電気的インターフェース（アナログ、デジタル）、周波数応答（帯域幅）、測定範囲（測定が可能な範囲）、ノイズ、線形性が挙げられます。MEMSベースの3軸加速度センサーの多くは、ほとんどの組込みプロセッサに直接接続できます。ただし、最大限の性能を得るには、アナログ出力を備える単軸/2軸のセンサーが必要になるかもしれません。一方で、iMEMS®シリーズの高性能加速度センサー「ADXL001」は、22kHzの共振周波数によって非常に広い帯域幅を実現します。ただ、これは単軸のアナログ出力デバイスです。A/D変換チャンネルを備えるシステムであれば、アナログ出力しかなくても容易にインターフェースを構成することができます。しかし、今日の開発トレンドとしては、デジタル・インターフェースを備えるセンサーが求められているようです。
メインのセンサーの出力が飽和しなくて済む最大の振動周波数と振幅は、そのセンサーの周波数応答と測定範囲によって決まります。飽和が生じると、周波数応答が劣化するだけでなく、スプリアス成分が生じてしまいます。飽和の生じる周波数が、監視の対象とする周波数に干渉を及ぼすことがなかったとしてもです。結果として、誤ってアラームを発生させてしまう恐れがあります。測定範囲と周波数応答には、次の式で表される関係があります。
ここで、Dは物理的な変位、ωは振動周波数、Aは加速度です。
センサーの応答（振幅）の上限は、周波数応答と測定範囲によって決まります。また、センサーの分解能はノイズと線形性によって制限されます。ノイズにより、出力応答として現れる振動振幅の下限が決まります。また線形性によって、振動の信号には元々は存在していなかった高調波成分がどれだけ生成されるかが決まります。
アナログ・フィルタ
アナログ・フィルタは、システムのサンプル・レートの1/2に相当する1つのナイキスト領域に信号成分を制限する役割を果たします。ただ、アナログ・フィルタのカットオフ周波数がそのナイキスト領域内にある場合でも、高周波成分を完全に除去することはできません。それらの高周波成分は折り返して通過帯域内に現れます。第1ナイキスト領域のみを監視するシステムの場合、この折り返し成分によって、不具合が生じているという誤った判定がなされる可能性があります。また、特定の周波数において振動の成分を正しく観測できなくなることもあり得ます。
窓関数
通常、振動センサーを使用するアプリケーションでは、タイム・コヒーレントなサンプリングは現実的なものではありません。集録の開始時/終了時のサンプリング結果がゼロでない場合に、大きなスペクトル漏れが生じ、FFTの分解能を低下させる恐れがあるからです。このスペクトル漏れは、FFTの演算を行う前に窓関数を適用することで制御することができます。ただ、最適な窓関数は実際の信号に応じて異なります。一般的には、処理損失、スペクトル漏れ、ローブの位置/レベルなどがトレードオフ項目になります。
FFT
FFTは、離散的な時間軸データの解析に有用なアルゴリズムです。離散的な時間軸データを基に、離散的なスペクトル・データを生成することができます。生成後の各データ（サンプル）は、ナイキスト領域を複数に分割した際の個々の周波数領域に対応します。生成されるサンプルの総数は、元の時間軸データのサンプル数と同じになります。ほとんどの場合、サンプル数は2のべき乗の値（1、2、4、8、……）とします。スペクトル・データには、振幅と位相の両方の情報が含まれています。それらは、直交座標または極座標のいずれかの形式で表現することができます。直交座標では、FFTビン（FFT演算によって得られた個々の結果）の半数に振幅の情報が含まれ、残りの半数に位相の情報が含まれます。極座標では、FFTビンの半数に実数部が含まれ、残りの半数に虚数部が含まれます。
振幅と位相の両方の情報が必要になることもありますが、多くの場合、振幅の情報だけで十分です。言い換えると、振幅と周波数の関係がわかれば主要な変化を検出することが可能です。振幅の情報のみを提供するデバイスの場合、FFTビンの数は、元の時間軸データの数の半分になります。FFTビンの幅は、サンプル・レートをデータの総数で割った値になります。各FFTビンは、時間ドメインにおけるバンドパス・フィルタのようなものだと見なすことができます。図5に示したのは、ADIS16228により、20480〔SPS（サンプル/秒）〕でサンプリングを行って512個の時間軸データを取得した場合の例です。このセンサーは振幅の情報しか提供しないので、FFTビンの総数は256個となります。FFTビンの幅は40〔Hz〕（20480/512）です。
FFTビンの幅は、周波数分解能に加え、ビンに含まれるノイズの総量を左右する重要な要素です。ノイズの総量（RMS値）は、ノイズの密度と、FFTビンの幅の平方根の積で表されます。この例では、ノイズの密度が240〔μg/√Hz〕未満、FFTビンの幅の平方根が√40なので、ノイズの総量は1.5〔mg rms〕未満となります。低周波アプリケーションの場合、ノイズは振動の判定に影響を与える最大の要因になる傾向があります。そのような場合には、FFT演算の前にデシメーション・フィルタを適用するとよいでしょう。そうすれば、A-Dコンバータのサンプリング周波数を変更することなく、周波数と振幅の分解能を高めることができます。20480〔SPS〕のサンプル・レートで取得したデータを1/256に間引く（デシメーションする）ことにより、周波数分解能を256倍に高め、ノイズを1/16に低減することができます。
スペクトル・アラーム
FFTを利用する主なメリットの1つは、スペクトル・アラームを簡単に実現できることです。図6は、機械の固有振動周波数（①）、その高調波成分（②、③、④）、広帯域成分（⑤）を示したものです。この場合、①～⑤を監視する5つの独立したスペクトル・アラームを構成することができます。図中の警告と危険のレベルは、機械の状態を表す振動と時間の関係（図1）における警告と危険のレベルに対応します。これに加えて、図中の開始周波数（START FREQUENCY）と終了周波数（STOP FREQUENCY）を設定すれば、図に示したプロセス変数をすべて定義したことになります。組込みプロセッサを使用する場合、スペクトル・アラームの変数（開始/終了周波数、警告/危険レベル）に関する定義を、デジタル・コードを使用して構成（コンフィギュレーション）が可能なレジスタに格納することができます。このプロセスは、同じスケール・ファクタとFFTビンのナンバリング方法を使用することで、大幅に簡素化することができます。
レコードの管理
プロセスと変数の関係に関する主要な機能の1つに、レコードの管理機能があります。この機能を使い、各機械の稼働期間の異なる段階でFFTデータを集録し、それらをレコードとして保存しておきます。そうすることで、さまざまな動作を解析し、安全の確保/保守計画の立案を実施するうえで有用な摩耗曲線を導き出せる可能性が生まれます。振動の履歴データを蓄積できるだけでなく、電源、温度、日付、時間、サンプル・レート、アラームの設定、フィルタリングといったパラメータに関連する状態データについて把握するうえで役立つ情報が得られるケースもあります。
インターフェース
どのインターフェースを使用するかは、プラント内に存在する既存のインフラに応じて決定することになります。例えば、EthernetやRS-485といったケーブル対応の産業用通信規格が利用可能な場合、スマート・センサーと通信システムの間のインターフェースとして組込みプロセッサを使用できるケースがあります。あるいは、同じ組込みプロセッサを、Wi-FiやZigBee、対象とするシステムに専用のカスタム・プロトコルなど、既存の無線プロトコルとスマート・センサーの間のインターフェースとして使用するケースも考えられます。スマート・センサーの中には、ADIS16229や、リモート・センサー用の無線ゲートウェイ・ノードである「ADIS16000」のように、SPIやI2Cなどの一般的な組込みインターフェースを介して、直ちに導入が可能な無線インターフェースを備えているものもあります。
まとめ
MEMSベースの慣性センサー技術により、振動監視の分野では新しい時代が切り拓かれつつあります。 現在では、 幅広い層のユーザーがそうした種類の計測を利用できる状況になっています。性能やパッケージ、あるいは使い慣れているといった理由から、圧電技術をそのまま使い続けたいと考える方もいるでしょう。しかし、振動監視に利用できる技術は、明らかに成長し、進化しています。MEMSデバイスは、機能の統合や導入が容易であることから、新たな振動監視アプリケーションにおいてますます注目を集める存在になっています。また、本稿で紹介したようなMEMSデバイスであれば、振動を検知した後、直ちに高度な信号処理が行えます。 このような利便性を備えていることから、 ほとんどのケースで、監視に関する負担は状態（通常、警告、危険）を確認するだけの作業にまで軽減されます。加えて、便利な通信チャンネルを介したリモートのデータ・アクセスを利用することで、振動監視向けに新たなアプリケーション分野も生み出されています。主要な性能（ノイズ、帯域幅、ダイナミック・レンジ）が進歩し、高度な機能が統合されることによって、今後しばらくはそうした傾向が続くことになるでしょう。
参考資料
Circuit Note CN0303. 「MEMS-Based Vibration Analyzer with Frequency Response Compensation（周波数応答補償付きのMEMS振動アナライザ)」
Scannell, Bob. MS-2507. 「Enabling Continuous and Reliable Process Monitoring with Wireless Vibration Sensors （無線振動センサーにより、信頼性の高い継続的プロセス監視を実現する）」
