JP5644666B2 - 電動機の予防保全装置 - Google Patents

Description

本発明は、電動機の予防保全装置に係わり、特に、製鉄所の圧延プラントに用いられる大型電動機の予兆診断に用いて好適な予防保全装置に関する。

製鉄所の圧延プラントを構成する機器の一つに電動機がある。圧延プラントは負荷の変動が多いため、圧延プラント用の電動機としては可変速電動機が使用されている。この電動機では頻繁な加減速制御が行われ、その際に加わる機械的な衝撃や電気的な過負荷によって突発的な故障がもたらされることがある。特に、圧延材の噛み込みタイミングには電動機に繋げられている機械側からの衝撃が大きく、電動機の軸受台が異常な力を受けて急に故障することがある。電動機の故障は圧延プラント全体に影響し、重大な故障であれば圧延プラントの操業を停止させてしまうこともある。特に遠隔地の圧延プラントにおいて突発的な故障が発生した場合には、補修・修理に時間がかかり、多くのリソースが割かれることになる。このため、圧延プラントの運転においては、電動機に異常が生じていないかどうか監視することにより、電動機の故障を未然に防止することが必要とされている。つまり、電動機の予防保全が必要とされている。

従来の電動機の予防保全の方法としては、例えば特開平１０−２８８５４６号公報に開示されている方法が知られている。この公報に開示された従来の方法によれば、電動機の使用開始時における回転速度（所定時間あたり回転数）と振動値との関係を近似した正常時関数式と、電動機を継続使用したときの回転速度と振動値との関係を近似した使用時関数式とがそれぞれ最小二乗法によって求められる。そして、使用時関数式を正常時関数式によって割り算することが行われ、その割り算の結果が予め設けた閾値を超えたら電動機に異常が発生したと判定することが行われていた。

特開平１０−２８８５４６号公報

しかしながら、圧延プラントの電動機では、同じ回転速度で回転している場合であっても圧延負荷が変わると振動値が変わることがある。この圧延負荷は圧延材の材質、幅、長さ、温度等の要素によって変化する。前述の従来の方法では、これらの負荷要素については考慮されておらず、正常か異常かを判定するための閾値は回転速度のみによって決定される。このため、前述の従来の方法では、回転速度と圧延負荷との関係によっては、正常であるにも係らず異常だと判断するような誤診断や、異常であるにも係らず正常であると判断するような誤診断が行われてしまうおそれがあった。

本発明は、上述のような課題に鑑みなされたもので、回転速度の変動や圧延負荷の変化による誤診断を避けることができ、ひいては、圧延プラント全体の運転に影響するような突発的な故障を未然に防止することのできる電動機の予防保全装置を提供することを目的とする。

本発明の電動機の予防保全装置は、電動機の軸の状態を表す特定物理量の計測データとともに電動機の回転速度の計測データを収集し、さらに、圧延負荷を表現する情報として電動機駆動装置から入力されるドライブ出力電流のデータを収集する。実際の圧延中では圧延負荷に応じて電動機駆動装置から必要な電流を流していることから、ドライブ出力電流は圧延負荷を代表する情報として用いることができる。なお、圧延負荷は圧延材の材質、幅、長さ、温度等の要素によって変化するが、これらの負荷要素の一つ一つについて電動機の軸の状態及び回転速度との関係を把握することは難しい。その点、ドライブ出力電流であれば、それのみで圧延負荷を代表することができるので、電動機の軸の状態との関係や回転速度との関係を把握しやすい。

本発明の電動機の予防保全装置は、上述のデータを電動機の運転時に評価用データとして収集する。そして、収集した評価用データを評価モデルと照合し、評価用データと評価モデルとの一致度を判定する。評価モデルは、電動機が正常な場合における圧延時の回転速度及びドライブ出力電流と前記の特定物理量との関係をモデル化したものであって、例えば、２次以上の高次関数によって近似した式を用いることができる。本発明の電動機の予防保全装置は、評価用データと評価モデルとの一致度に基づいて電動機に係わる異常を監視する。

電動機の軸の状態を表す特定物理量としては、軸変位センサにより計測することができる電動機のラジアル方向の軸変位やスラスト方向の軸変位、或いは、軸荷重センサによって計測することのできる電動機のスラスト方向の軸荷重を用いることが好ましい。また、電動機の運転時に収集する評価用データとしては、圧延材の噛み込みタイミングにおけるデータを収集することが好ましい。

電動機に係わる異常を監視する具体的な方法としては、評価用データと評価モデルとの一致度が所定の判定値よりも低下していることを電動機に係わる異常として検知することが好ましい。また、一定期間ごとに一致度が所定の判定値よりも低下した回数（異常回数）を計数し、異常回数の経時的変化を記録することも好ましい異常監視の方法の一つである。

本発明によれば、正常圧延時における回転速度及びドライブ出力電流と特定物理量との関係をモデル化した評価モデルを基準として、電動機の運転時に収集された回転速度及びドライブ出力電流と特定物理量との関係が電動機の正常時の関係かどうかが判定される。このように回転速度に加えて圧延負荷を代表するドライブ出力電流が異常診断のための情報として用いられることで、回転速度の変動や圧延負荷の変化による誤診断を避けることができる。したがって、本発明によれば、電動機に係わる異常、具体的には、電動機そのものの故障の他、電動機が駆動する機械側の異常や軸受台の故障または経年の劣化等に関して、電動機を長時間停めることなく信頼性の高い判定を行うことができる。これにより、電動機やそれに係わる機械その他の故障の兆候を事前に知り、その症状に応じたメンテナンスを適切に実施することが可能となり、圧延プラント全体の運転に影響するような突発的な故障を未然に防止することが達成される。

本発明の実施の形態１−４の電動機の予防保全装置が適用されるシステムの構成を示すブロック図である。 本発明の実施の形態１の予防保全装置の構成を示すブロック図である。 本発明の実施の形態１による評価モデルを示すグラフである。 本発明の実施の形態１による評価モデルを示すグラフである。 本発明の実施の形態１による評価モデルを示すグラフである。 本発明の実施の形態１による評価モデルを示すグラフである。 本発明の実施の形態１による評価モデルの作成の方法を示すフローチャートである。 本発明の実施の形態１による異常判定の方法を示すフローチャートである。 本発明の実施の形態１による異常判定の方法を示すグラフである。 本発明の実施の形態１による異常判定の方法を示すグラフである。 本発明の実施の形態２の予防保全装置の構成を示すブロック図である。 本発明の実施の形態２による評価モデルを示すグラフである。 本発明の実施の形態２による評価モデルを示すグラフである。 本発明の実施の形態２による異常判定の方法を示すグラフである。 本発明の実施の形態４による異常判定の方法を示すグラフである。

実施の形態１．
以下、本発明の実施の形態１について図１乃至図１０の各図に基づいて説明する。

図１は本実施の形態の電動機の予防保全装置が適用されるシステムの構成を示すブロック図である。このシステムでは、電動機１と電動機駆動装置２とは離れた場所に配置され、それぞれリモートＩＯ盤３，４を介してネットワーク７に接続されている。電動機駆動装置２が出力する操作信号は、リモートＩＯ盤３を介してネットワーク７へ出力され、同ネットワーク７からリモートＩＯ盤４を介して電動機１に入力される。電動機１は、電動機駆動装置２から送信された操作信号によってその回転を制御される。電動機１には、そのラジアル方向の軸変位及びスラスト方向の軸変位を計測するための軸変位センサ５と、回転速度（所定時間当たりの回転数）を計測するための回転速度センサ６が設けられている。

本実施の形態の電動機予防保全装置８はネットワーク７に接続されている。電動機駆動装置２から出力される操作信号には電動機１の操作量であるドライブ出力電流が含まれる。電動機予防保全装置８は電動機１のドライブ出力電流のデータをリモートＩＯ盤３からネットワーク７を介して収集し、保存する。また、電動機予防保全装置８は、軸変位センサ５と回転速度センサ６の各計測データをリモートＩＯ盤４からネットワーク７を介して収集し、保存する。電動機予防保全装置８によるドライブ出力電流データの取り込みタイミングと、各計測データの取り込みタイミングとは同期されている。

図２は、本実施の形態の電動機予防保全装置８の構成を示すブロック図である。上述のように、電動機予防保全装置８は、回転速度、ラジアル方向軸変位及びスラスト方向軸変位の各計測データとドライブ出力電流のデータとを収集する。ラジアル方向軸変位とスラスト方向軸変位は、何れも電動機１の軸の状態を表す物理量である。ドライブ出力電流は、圧延時に電動機１に作用する負荷（圧延負荷）を代表する情報として取り込まれている。電動機予防保全装置８は、収集したこれらのデータを評価モデルと照合し、その照合結果に基づいて警報を出力する。評価モデルとしては、評価モデルＡと評価モデルＢの二種類が用意されている。以下、各評価モデルＡ，Ｂの内容とその作成方法について説明する。

評価モデルＡは、電動機１が正常な場合における圧延時の回転速度及びドライブ出力電流とラジアル方向の軸変位との関係をモデル化したものであって、後述するように近似関数式で表される。図３は、評価モデルＡにおいて、ドライブ出力電流を一定とした場合の回転速度とラジアル方向軸変位との関係の一例を示すグラフである。図４は、評価モデルＡにおいて、回転速度を一定とした場合のドライブ出力電流とラジアル方向軸変位との関係の一例を示すグラフである。これらの図から分かるように、圧延時のラジアル方向軸変位は回転速度によってもドライブ出力電流によっても変化する。

評価モデルＢは、電動機１が正常な場合における圧延時の回転速度及びドライブ出力電流とスラスト方向の軸変位との関係をモデル化したものであって、後述するように近似関数式で表される。図５は、評価モデルＢにおいて、ドライブ出力電流を一定とした場合の回転速度とスラスト方向軸変位との関係の一例を示すグラフである。図６は、評価モデルＢにおいて、回転速度を一定とした場合のドライブ出力電流とスラスト方向軸変位との関係の一例を示すグラフである。これらの図から分かるように、圧延時のスラスト方向軸変位は回転速度によってもドライブ出力電流によっても変化する。

図７は、本実施の形態による各評価モデルの作成の方法を示すフローチャートである。このフローチャートはＳＴＰ１とＳＴＰ２の２つのステップを含んでいる。最初のステップであるＳＴＰ１では、正常圧延中の一定期間においてドライブ出力電流、回転数、ラジアル方向軸変位及びスラスト方向軸変位の各データが収集される。収集するデータ数は多いほどよい。そして、ＳＴＰ２において、収集したデータに基づいて評価モデルＡ，Ｂが作成される。各評価モデルＡ，Ｂは、以下に示すように２次以上の高次関数で近似した式で表される。

次の近似関数式は評価モデルＡを表している。この式において、z₁はスラスト方向軸変位、xはドライブ出力電流、yは回転速度である。そして、a₀，a₁，…a_n，b₀，b₁，…b_nは収集したデータを用いて最小二乗法によって決定した係数である。

次の近似関数式は評価モデルＢを表している。この式において、z₂はラジアル方向軸変位、xはドライブ出力電流、yは回転速度である。そして、c₀，c₁，…c_n，d₀，d₁，…d_nは収集したデータを用いて最小二乗法によって決定した係数である。

電動機予防保全装置８は、以上のようにして作成された評価モデルＡ，Ｂを用いて次に説明する異常判定を実施する。図８は本実施の形態において電動機予防保全装置８により行われる異常判定の方法を示すフローチャートである。このフローチャートはＳＴＰ１１からＳＴＰ１６までの６つのステップを含んでいる。ＳＴＰ１１では、現在のドライブ出力電流、回転速度、ラジアル方向軸変位及びスラスト方向軸変位の各データが電動機予防保全装置８によって収集される。ＳＴＰ１２では、現在のドライブ出力電流と回転速度に基づき評価モデルＡを用いてラジアル方向軸変位の閾値が設定される。また、ＳＴＰ１３では、現在のドライブ出力電流と回転速度に基づき評価モデルＢを用いてスラスト方向軸変位の閾値が設定される。

図９には、評価モデルＡの近似関数式によって描かれる曲面の一部が描かれている。収集されたデータにより特定される座標が評価モデルＡの曲面から離れるほど、現在の電動機１の状態と評価モデルＡとの一致度は低いということになる。ＳＴＰ１２で設定された閾値は、収集されたデータにより特定される現在の電動機１の状態と評価モデルＡとの一致度が許容範囲内かどうか判定するための判定値として用いられる。図９において、閾値は評価モデルＡの曲面から一定の距離に設けられた曲面（図中に示す閾値曲面）上に位置している。ＳＴＰ１４では、現在のラジアル方向軸変位が評価モデルＡで設定した閾値を超過しているかどうか、すなわち、現在の電動機１の状態と評価モデルＡとの一致度が判定値よりも低下しているかどうかが判定される。現在のラジアル方向軸変位が閾値を超過している場合、つまり、図９中に黒点で示すように、収集されたデータにより特定される座標が閾値曲面の外側に位置する場合には、電動機１に係わる何らかの異常として検知される。その場合には、ＳＴＰ１６において警報が発せられる。

ＳＴＰ１４の判定の結果、現在のラジアル方向軸変位が閾値を超えていない場合、つまり、図９中に白点で示すように、収集されたデータにより特定される座標が閾値曲面の内側に位置する場合には、ＳＴＰ１５の判定が行われる。ＳＴＰ１５では、現在のスラスト方向軸変位が評価モデルＢで設定した閾値を超過しているかどうか、つまり、現在の電動機１の状態と評価モデルＢとの一致度が判定値よりも低下しているかどうかが判定される。図１０には、評価モデルＢの近似関数式によって描かれる曲面の一部が描かれている。図１０において、ＳＴＰ１３で設定された閾値は評価モデルＢの曲面から一定の距離に設けられた曲面（図中に示す閾値曲面）上に位置している。閾値は、収集されたデータにより特定される現在の電動機１の状態と評価モデルＢとの一致度が許容範囲内かどうか判定するための判定値として用いられる。現在のスラスト方向軸変位が閾値を超過している場合、つまり、図１０中に黒点で示すように、収集されたデータにより特定される座標が閾値曲面の外側に位置する場合には、電動機１に係わる何らかの異常として検知される。その場合には、ＳＴＰ１６において警報が発せられる。

一方、現在のスラスト方向軸変位が閾値を超えていない場合、つまり、図１０中に白点で示すように、収集されたデータにより特定される座標が閾値曲面の内側に位置する場合には、電動機１及び電動機１の回転状態に係わる機器は正常であると判断される。したがって、この場合には、警報が発せられることはなく、再びＳＴＰ１１に戻ってデータの収集から始められる。

以上述べたように、本実施の形態では、電動機１の回転速度、圧延負荷を代表するドライブ出力電流、電動機１の軸の状態を表すラジアル方向軸変位及びスラスト方向軸変位の３種類のデータに基づいて異常の監視が行われる。これによれば、回転速度の変動や圧延負荷の変化による誤診断を避けることができるので、従来の方法に比較してより早期的に且つ正確に電動機１の故障の兆候を知ることができる。

また、本実施の形態によれば、電動機１そのものの故障は言うまでもなく、電動機１に繋がる機械側の異常を検出することもできる。例えば、ユニバーサルカップリングを用いて電動機１と機械が繋げられている場合において、ユニバーサルカップリングと電動機１の軸の接合部分のなじみに不具合が生じたときや機械側の軸受の潤滑が不足しているときには、電動機１の軸に過大な力が加わり突発的な故障が発生する場合がある。しかし、本実施の形態によれば、スラスト方向軸変位の計測データを評価モデルＢに照合することにより、機械側の異常を検出して適切な点検やメンテナンスを実施することができる。その結果、電動機１の突発的な故障を未然に防ぐことができる。

また、本実施の形態の電動機１のような大型電動機では、その軸受にすべり軸受が用いられている。この軸受は、軸受給油装置から供給される潤滑油で潤滑されている。そして、電動機１の起動時に潤滑油の油圧で電動機１の軸を持ち上げて、電動機１を回転させるような構造となっている。ところが、配管の詰まりやポンプの経年の劣化によって油圧不足という事象が起き、電動機１の軸が目標のフロート量まで持ち上がらないことがある。その場合、ラジアル軸受の軸受メタルと電動機１の軸の間で摩擦が生じ、メタルが焼損してしまうこともある。しかし、本実施の形態によれば、ラジアル方向軸変位の計測データを評価モデルＡに照合することにより、ジャッキングポンプのフロート量を監視することができ、軸受給油装置の不良による事故を未然に防ぐことができる。

実施の形態２．
以下、本発明の実施の形態２について図１１至図１４の各図に基づいて説明する。

本実施の形態の電動機の予防保全装置は、実施の形態１と同様に図１に示す構成のシステムに適用される。ただし、本実施の形態では、電動機１の軸のスラスト方向への変位はエンドプレートによって規制されているため、電動機１の軸の状態を表す物理量としてはスラスト方向軸変位の代わりにスラスト方向軸荷重が用いられる。このため、本実施の形態の電動機１には、スラスト方向軸変位を計測する軸変位センサの代わりにスラスト方向軸荷重を計測するための荷重センサが設けられている。ラジアル方向に関しては、実施の形態１と同じく、ラジアル方向軸変位を計測する軸変位センサが設けられている。

図１１は、本実施の形態の電動機予防保全装置８の構成を示すブロック図である。本実施の形態の電動機予防保全装置８は、回転速度、ラジアル方向軸変位及びスラスト方向軸荷重の各計測データとドライブ出力電流のデータとを収集する。電動機予防保全装置８は、収集したこれらのデータを評価モデルと照合し、その照合結果に基づいて警報を出力する。本実施の形態では、評価モデルとして、前述の評価モデルＡと次に述べる評価モデルＣの二種類が用意されている。

評価モデルＣは、電動機１が正常な場合における圧延時の回転速度及びドライブ出力電流とスラスト方向の軸荷重の関係をモデル化したものであって、評価モデルＡ，Ｂと同様に２次以上の高次関数の式で表される。図１２は、評価モデルＣにおいて、ドライブ出力電流を一定とした場合の回転速度とスラスト方向軸荷重との関係の一例を示すグラフである。図１３は、評価モデルＣにおいて、回転速度を一定とした場合のドライブ出力電流とスラスト方向軸荷重との関係の一例を示すグラフである。これらの図から分かるように、圧延時のスラスト方向軸荷重は回転速度によってもドライブ出力電流によっても変化する。評価モデルＣの作成方法は評価モデルＡ，Ｂの作成方法と同様であって、電動機１が正常な場合における圧延時の実績データに基づいて評価モデルＣの近似関数式が作成される。

本実施の形態の電動機予防保全装置８は、評価モデルＡ，Ｃを用いて異常判定を実施する。本実施の形態では、現在のドライブ出力電流と回転速度に基づき評価モデルＣを用いてスラスト方向軸荷重の閾値が設定される。図１４には、評価モデルＣの近似関数式によって描かれる曲面の一部が描かれている。図１４において、閾値は評価モデルＣの曲面から一定の距離に設けられた曲面（図中に示す閾値曲面）上に位置している。閾値は、収集されたデータにより特定される現在の電動機１の状態と評価モデルＣとの一致度が許容範囲内かどうか判定するための判定値として用いられる。現在のスラスト方向軸荷重が閾値を超過している場合、つまり、図１４に黒点で示すように、収集されたデータにより特定される座標が閾値曲面の外側に位置する場合には、電動機１に係わる何らかの異常として検知される。その場合には、電動機予防保全装置８より警報が発せられる。一方、現在のスラスト方向軸荷重が閾値を超えていない場合、つまり、図１４中に白点で示すように、収集されたデータにより特定される座標が閾値曲面の内側に位置する場合には、電動機１及び電動機１の回転状態に係わる機器は正常であると判断される。

実施の形態３．
以下、本発明の実施の形態３について説明する。

本実施の形態の電動機の予防保全装置は、実施の形態１，２と同様に図１に示す構成のシステムに適用される。本実施の形態の特徴は、異常判定のためのデータを常時収集するのではなく、ある特定のタイミングに限定して収集することにある。圧延プラントでは定期点検を除き、２４時間操業している場合が多い。そのため、異常を監視するためには操業中のデータを２４時間持続的に収集する必要がある。しかし、５年、１０年単位でデータを収集するとなると、そのデータ量はかなり膨大なものとなって分析に時間とコストがかかってしまう。一方、電動機の故障は、圧延材の噛み込みタイミングにおいて電動機に加わる機械的な衝撃や電気的な過負荷が原因となっている確率が高い。

そこで、本実施の形態では、圧延材の噛み込みタイミングでのみデータの収集を行い、電動機の異常を監視する。これによれば、データを有効的に利用することが可能となり、分析に要するコスト及び時間を削減することができる。

実施の形態４．
以下、本発明の実施の形態４について図１５に基づいて説明する。

本実施の形態の電動機予防保全装置は、実施の形態１，２，３と同様に図１に示す構成のシステムに適用される。本実施の形態では、電動機予防保全装置は一定の監視周期でデータ収集を行い、その都度、収集したデータを評価モデルと照合する。具体的には、電動機の状態を表す特定物理量であるラジアル方向軸変位、スラスト方向軸変位或いはスラスト方向軸荷重の計測データと、評価モデルから得られる閾値とを比較する。そして、特定物理量の計測データが閾値を超えた回数、つまり、一致度が判定値よりも低下した回数（異常回数）を一定期間ごとに計数し、異常回数の経時的変化を記録する。

図１５には、異常回数の経時的変化の例がいくつか示されている。ケース１のように異常回数が一方方向で増加しているのであれば、機械側の故障または電動機の軸受給油装置の不具合、或いは電動機そのものが劣化していると判断することができる。ケース２のように異常回数は多いもののほとんど一定に保たれているのであれば、電動機及びそれに係わる機器の状態は安定していると判断することができる。ケース３のように異常回数の絶対数はあまり多くないもののその増加速度が急激である場合には、何らかの突発的な故障が発生したと判断することができる。

本実施の形態によれば、記録した異常回数の経時的変化のデータは、人間の目で見やすいように電動機予防保全装置のディスプレイ上に表示される。これによれば、異常回数の増減を長期的に監視することができるので、電動機の経年の劣化を予見できる効果がある。また、計算機の場合には異常回数がある設定の閾値を超えないと警報が出力されないが、本実施の形態のようにデータを可視化する場合には、閾値に達しない範囲の異常の傾向を目視で監視することが可能となり、電動機に係わる異常に対して早急に予防措置を取ることができる。

その他．
本発明は上述の実施の形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で種々変形して実施することができる。例えば、電動機の軸の状態を表す特定物理量としては、ラジアル方向軸変位、スラスト方向軸変位、スラスト方向軸荷重のうちの何れか１つのみを用いることでもよい。或いは、電動機の軸の振動を計測し、その計測値を電動機の軸の状態を表す特定物理量として用いてもよい。

１…電動機
２…電動機駆動装置
３、４…リモートＩＯ盤
５…軸変位センサ
６…回転速度センサ
７…ネットワーク
８…電動機予防保全装置

Claims (5)

1. 電動機駆動装置から入力されるドライブ出力電流によって回転を制御される圧延プラントの電動機の予防保全装置であって、
   軸変位センサにより得られる前記電動機のラジアル方向の軸変位の計測データ及び前記軸変位センサにより得られる前記電動機のスラスト方向の軸変位の計測データと、前記電動機の回転速度の計測データと、前記ドライブ出力電流のデータとを収集するデータ収集手段と、
   正常圧延時における前記回転速度、前記ドライブ出力電流及び前記電動機のラジアル方向の軸変位の計測データ間の関係をモデル化した評価モデルＡと、正常圧延時における前記回転速度、前記ドライブ出力電流及び前記電動機のスラスト方向の軸変位の計測データ間の関係をモデル化した評価モデルＢと、を記憶する評価モデル記憶手段と、
   前記データ収集手段により収集されたデータを前記評価モデルＡ及び前記評価モデルＢに照合し、その一致度に基づいて前記電動機に係わる異常を監視する異常監視手段と、
   を備えることを特徴とする電動機の予防保全装置。
2. 電動機駆動装置から入力されるドライブ出力電流によって回転を制御される圧延プラントの電動機の予防保全装置であって、
   軸変位センサにより得られる前記電動機のラジアル方向の軸変位の計測データ及び荷重センサにより得られる前記電動機のスラスト方向の軸荷重の計測データと、前記電動機の回転速度の計測データと、前記ドライブ出力電流のデータとを収集するデータ収集手段と、
   正常圧延時における前記回転速度、前記ドライブ出力電流及び前記電動機のラジアル方向の軸変位の計測データ間の関係をモデル化した評価モデルＡと、正常圧延時における前記回転速度、前記ドライブ出力電流及び前記電動機のスラスト方向の軸荷重の計測データ間の関係をモデル化した評価モデルＣと、を記憶する評価モデル記憶手段と、
   前記データ収集手段により収集されたデータを前記評価モデルＡ及び前記評価モデルＣに照合し、その一致度に基づいて前記電動機に係わる異常を監視する異常監視手段と、
   を備えることを特徴とする電動機の予防保全装置。
3. 前記データ収集手段は、圧延材の噛み込みタイミングにおけるデータを収集することを特徴とする請求項１または２に記載の電動機の予防保全装置。
4. 前記異常監視手段は、前記一致度が所定の判定値よりも低下したことを前記電動機に係わる異常として検知することを特徴とする請求項１乃至３の何れか１項に記載の電動機の予防保全装置。
5. 前記異常監視手段は、前記一致度が所定の判定値よりも低下した回数を一定期間ごとに計数し、前記回数の経時的変化を記録することを特徴とする請求項１乃至３の何れか１項に記載の電動機の予防保全装置。

Images