振動解析入門：プラントエンジニアのためのガイド

なぜ振動が最初に測定すべきパラメーターか

回転機械で一つのパラメーターしか監視できないとすれば、振動が正しい選択です。NASAグレンリサーチセンターの研究と数十年の信頼性工学の実践は同じ知見に収束しています。回転機器故障の約80%は、他の症状——温度上昇、電流変化、オペレーターが音を聞くこと——より前に、検知可能な振動変化として現れます。

外輪欠陥が発生しつつある軸受は、機能的な故障の3〜6週間前に特徴的な振動シグナルを生成します。アライメントのずれたカップリングは即座に振動に現れます。アンバランスなインペラー、緩んだマウントボルト、亀裂の入ったギアの歯——振動はそれらすべてを、しかも早期に検知します。

課題は振動解析が機能するかどうかではありません。従来の振動解析には、数年の訓練を受けたスペシャリスト、高価なアナライザー、そして機械ごとに数時間の解釈時間が必要です。ほとんどの工場にはそのリソースがありません。このガイドでは基礎——センサーが何を伝えているか、規格が何を意味するか、そしてAIがどのように状況を変えるかを理解するのに十分な内容——を説明します。

主要メトリクス：センサーが実際に測定するもの

軸受ハウジングの振動センサー（加速度計）は、時間領域の信号——時間に対する加速度を示す波形——を生成します。その生信号から複数のメトリクスが導出されます。それぞれが異なることを教えてくれます。

RMS（二乗平均平方根）速度——全体的な重大度指標。 RMSは最も広く使われる振動メトリクスです。mm/s（またはin/s）で測定され、振動信号の全体的なエネルギーを表します。機械の振動の「平均的な強度」と考えてください。ISO 10816とほとんどのOEM仕様は、主要な評価パラメーターとしてRMS速度を使用します。健全なポンプ軸受は1.5〜2.5 mm/s RMSで稼働するかもしれません。欠陥が発展しつつある同じ軸受は4〜6 mm/sを示すかもしれません。故障に近い軸受は10〜15 mm/s以上に達する可能性があります。

ピーク速度——最大偏位。 RMSが信号を平均化するのに対し、ピークは最高の単一点を捉えます。機械的なインパクト（欠けたギアの歯、割れた軸受要素）を持つ機械は正常なRMSを示しつつも、上昇したピーク値を示すことがあります——インパクトは短いが強烈だからです。ピークとRMSの比率は振動の性質を教えてくれます。

クレストファクター——尖り度の検出器。 クレストファクターは単純にピークをRMSで割ったものです。純粋な正弦波のクレストファクターは1.414です。正常な機械の振動は通常2.5〜3.5の間に収まります。クレストファクターが4または5を超えると、振動信号に鋭いインパクトが含まれることを意味します——局所的な欠陥（ピット、スポーリング、亀裂）を持つ軸受が生成する種類のインパクトです。クレストファクターはRMSがまだ正常限界内にある間に大幅に上昇する可能性があるため、初期故障検知において特に有用です。

カートシス——統計的異常フラグ。 カートシスは振動信号の分布の「重い尾」を測定します。正規（ガウス）分布のカートシスは3.0です。健全な機械は通常2.5〜4.0のカートシスを示します。5を超える値は、軸受欠陥、ギアの歯の損傷、または断続的な接触を強く示す衝撃的なイベントを示します。クレストファクターと同様に、カートシスはRMSが見逃す初期段階の損傷をフラグできます。

ISO 10816：汎用的な重大度チャート

ISO 10816（現在ISO 20816として更新）は、機械のタイプと取り付けに基づいた振動の重大度分類を提供します。4つのゾーンを定義します。

| ゾーン | 分類 | 対応 | |---|---|---| | A（グリーン） | 良好 | 新規稼働または優れた状態。クラスIII機械の典型値：<2.3 mm/s。 | | B（イエロー） | 許容可能 | 通常の長期運転。対応不要。典型値：2.3〜4.5 mm/s。 | | C（オレンジ） | 注意 | 条件付きで許容可能。調査推奨、保全計画を立てる。典型値：4.5〜7.1 mm/s。 | | D（レッド） | 危険 | 損傷リスクあり。即時対応が必要。典型値：>7.1 mm/s。 |

注：これらの値はクラスIII機械（剛性基礎上の大型回転機器、15〜300 kW）のものです。クラスI（小型機械）とクラスIV（ターボ機械）は異なる閾値があります。必ず御社の設備クラスの特定規格をご確認ください。

ISO 10816は出発点として有用ですが、限界があります。ゾーンは絶対的なRMS速度に基づいており、機械固有のベースライン、運転条件、または複数パラメーターのパターンを考慮していません。常に3.8 mm/sで稼働してきたポンプと、かつて1.5 mm/sで稼働していて突然3.8 mm/sに跳ね上がったポンプとでは状況が異なります。どちらも規格上は「ゾーンB」ですが、片方だけが故障に向かってトレンドしています。

軸受欠陥周波数：指紋

すべての転がり軸受は欠陥が発展すると数学的に予測可能な振動周波数を生成します。これらの周波数は軸受の形状とシャフト速度に依存し、指紋として機能します——各欠陥タイプには固有の特性周波数があります。

BPFO（ボールパス周波数・外輪）： 転動体が外輪の欠陥上を通過する周波数。これは最も一般的な軸受欠陥です——外輪故障は軸受故障の約40%を占めます。BPFOは通常シャフト速度の3〜5倍です。1,800 RPM（30 Hz）で稼働するモーターでは、一般的な6205軸受のBPFOは約105 Hzになる場合があります。

BPFI（ボールパス周波数・内輪）： 内輪欠陥から生成される周波数。通常BPFOより高く（シャフト速度の4〜6倍）、しばしばシャフト回転によって変調されます——BPFI周波数周辺のサイドバンドとして現れます。内輪故障は軸受故障の約30%を占めます。

BSF（ボールスピン周波数）： 転動体自体の回転周波数。ボール欠陥は2×BSFで現れます（欠陥は1回転ごとに両方のレースに接触するため）。レース欠陥より少ないですが、スペクトルで特徴的です。

FTF（基本トレイン周波数）： 軸受ケージの回転周波数。ケージ故障は比較的稀ですが、レース欠陥より少ない警告で突発的な壊滅的故障を引き起こす可能性があるため危険です。FTFは通常シャフト速度の0.35〜0.45倍です。

これらを手で計算する必要はありません。軸受メーカーは欠陥周波数表を公開しており、振動解析ソフトウェアは軸受の型番とシャフト速度からこれらを計算します。重要なのはそれらが存在することとその意味を知ることです。30 Hzシャフトで105 Hzにエネルギーが見られ、軸受カタログがその速度でのその軸受のBPFOを105 Hzと示しているなら——外輪欠陥があります。

センサーの配置：有用なデータを得る

加速度計をどこに取り付けるかが何を検知できるかを決定します。3つの原則を示します。

負荷ゾーンにできるだけ近い軸受ハウジングに取り付ける。 振動信号は構造的なインターフェースを通じて急速に減衰します。軸受から30 cm離れた機械フレームに取り付けられたセンサーは、軸受ハウジングに直接取り付けられたものと比べてほんの一部の信号しか受け取りません。水平機械では、負荷ゾーンは通常軸受の底部（重力荷重）またはベルト・チェーンの引き方向にあります。

3軸で測定する。 径方向（水平と垂直）と軸方向の振動は異なる情報を持ちます。アンバランスは主に径方向振動に現れます。ミスアライメントはしばしば軸方向振動に現れます。軸受欠陥は3軸すべてに現れる可能性がありますが、一つに最も強く現れるかもしれません。三軸センサー（または直交して取り付けた3つの単軸センサー）が全体像を与えます。

剛性の高い取り付けを確保する。 緩く取り付けられたセンサーは測定に独自の共振を追加します。スタッドマウントまたは接着剤で固定されたセンサーが恒久的な設置に最適です。磁気マウントはルートベースのポータブル測定には機能しますが、高周波軸受欠陥シグナルをマスクする可能性のある2〜4 kHz周辺の共振を導入します。恒久的なオンライン監視には、常にスタッドまたは接着剤取り付けを使用してください。

一般的な故障パターン：何を探すか

4つの故障タイプが回転機器の振動問題の大部分を占めます。

アンバランス： シャフト速度の1倍（1×）、主に径方向の振動。最も一般的な振動問題。原因：残留製造アンバランス、汚れの蓄積（ファン、インペラー）、破損・侵食したインペラーベーン、熱変形。シグナルはクリーンで正弦波状——高いRMSだが正常なクレストファクター。

ミスアライメント： シャフト速度の1倍と2倍（1×と2×）、有意な軸方向成分あり。角度ミスアライメントは軸方向1×を強調し、平行（オフセット）ミスアライメントは径方向2×を強調します。しばしば保全後にモーターまたはポンプが再設置された後の最初の症状です。

機械的な緩み： シャフト速度の複数の高調波（1×、2×、3×、4×以上）での振動、場合によっては半高調波（0.5×、1.5×）。スペクトルは多くのピークがあり「ノイジー」に見えます。原因：緩んだマウントボルト、割れたフレーム、ハウジング内の緩んだ軸受、過度な軸受クリアランス。

軸受欠陥： 軸受欠陥周波数（BPFO、BPFI、BSF、FTF）とその高調波での振動、しばしばサイドバンドを伴います。初期段階の欠陥は、速度スペクトルに現れる前に高周波範囲（加速度エンベロープ）に最初に現れます。このため、カートシスとクレストファクターが価値ある早期指標です——全体的な振動レベルが上昇する前に衝撃的なインパクトを検知します。

AIが状況を変える場所

従来の振動解析では、訓練されたアナリストがデータを収集し、スペクトルを見直し、欠陥周波数を特定し、ベースラインと比較し、推奨事項を書く必要があります。熟練したアナリストは1日15〜20台の機械を評価できます。500台の回転設備を持つ工場は、1回の調査サイクルに何週間もアナリスト時間が必要です。

AIベースの振動解析はアナリストの知識を置き換えません。それをコード化してスケールします。訓練されたモデルは500台の機械すべてを継続的に監視し、現在のシグナルを学習した機械ごとのベースラインと比較し、複数パラメーターのパターン（振動 + 温度 + 電流）を検知し、説明可能な帰属付きで異常をフラグします——エンジニアにどの特徴量が検知を駆動しているか、それがどの故障パターンに一致するかを伝えます。

アナリストの役割は、数百のスペクトル（ほとんど正常）のスクリーニングから、AIが本当に変化していると判断した5〜10台の機械の調査へとシフトします。これは貴重な専門家時間のより良い使い方です。

専任の振動アナリストがいない工場——ほとんどの中小規模施設がそうです——にとって、AIは振動ベースの予知保全を初めてアクセス可能にします。スペクトルを読む必要はありません。データを収集するセンサーとそれを解釈するプラットフォームが必要です。

機械の声に耳を傾け始める

Prevlyは、継続的な振動監視とAIによる故障検知・診断を組み合わせています。標準的な産業用加速度計を接続すれば、プラットフォームがその後を処理します——各機械のベースラインを学習し、異常パターンを検知し、残存寿命を推定し、保全チームが対応できる形ですべてのアラートを説明します。振動解析の資格は必要ありません。

prevly.orgで無料トライアルを開始する——回転機器があなたに伝えようとしていることを発見してください。