JP6646416B2 - 回転機の短絡診断装置および回転機の短絡診断方法 - Google Patents

Description

本発明は、回転機の短絡を診断する短絡診断装置および短絡診断方法に関する。

特開２０１４−１９４７２７号公報（特許文献１）には、各相に流れる電流の正側の最大値を特徴量として測定し、当該特徴量を用いることによって回転機としての電動機の固定子巻線で発生した短絡の有無を診断する回転機の短絡診断装置が開示されている。当該回転機の短絡診断装置では、予め正常な電動機における特徴量の分布を直線で近似すると共に、当該近似直線と各特徴量との距離の関数として確率密度関数を定義しておき、電動機を診断するに際して、特徴量を測定すると共に、当該測定した特徴量と予め求めておいた近似直線との距離を求めると共に、当該求めた距離と予め定義しておいた確率密度関数とを用いて故障確率を求めることによって、回転機としての電動機の短絡の有無を診断している。

当該回転機の短絡診断装置では、回転機としての電動機を停止させることなく、当該電動機が稼働している状態で電動機の固定子巻線で発生した短絡の有無を診断することができる。

特開２０１４−１９４７２７号公報

ところで、電動機の短絡は、コイル表面の絶縁不良によって隣同士のコイル間で通電する現象として規定され、短絡が発生した場合には、正常な場合と比べて電気的特性に変化が生じる。上述した回転機の短絡診断装置は、こうした電気的特性の変化を利用して短絡の有無を診断する構成であるが、短絡したコイルの巻き数（ターン数）が小さい場合、特に１ターンで電動機の短絡が発生した場合には、当該電気的特性の変化が小さくなるため、短絡の有無の診断が困難となる場合があり、かかる点において、なお改良の余地がある。

本発明は、上記に鑑みてなされたものであり、短絡したコイルの巻き数（ターン数）が小さい場合、特に１ターンで回転機の短絡が発生した場合であっても短絡を確実に検出することができる回転機の短絡診断装置および回転機の短絡診断方法を提供することを目的とする。

本発明に係る第１の回転機の短絡診断装置の好ましい形態によれば、回転機の短絡を診断する回転機の短絡診断装置が構成される。当該回転機の短絡診断装置は、回転機に流れる負荷電流を計測する電流計測手段と、当該電流計測手段によって計測された負荷電流に対して周波数解析を行うと共に複数の特定の周波数それぞれに対応する複数の振幅値を抽出する解析抽出手段と、複数の振幅値に基づいて回転機の短絡の有無を判定する判定手段と、を備えている。そして、解析抽出手段は、複数の特定の周波数として、回転機に負荷電流を供給するための電源の周波数を、回転機の極対数で除した値の整数倍の値を設定する。

本発明者は、１ターンで短絡が生じている回転機について鋭意研究を行った結果、負荷が接続された状態で稼働している回転機に流れる電流（以下、「負荷電流」という）に対する周波数解析において複数の特定の周波数それぞれに対応する複数の振幅が、短絡が生じていない正常な場合に比べて、１ターンで短絡が生じている場合に大きくなることを見出した。このような研究結果を踏まえて、本発明では、１ターンで短絡が生じている場合に大きな振幅値を示す当該複数の特定の周波数を所定周波数として設定することによって、１ターン短絡という極めて軽微な短絡が生じている場合であっても確実に検出することができるようになったものである。なお、本発明者の鋭意研究の結果、複数の特定の周波数が、回転機に負荷電流を供給するための電源の周波数を回転機の極対数で除した値の整数倍となっていることを見出し、当該電源の周波数を回転機の極対数で除した値の整数倍の複数の特定の周波数に対応する複数の振幅値に基づいて回転機の短絡の有無を判定する構成であるため、１つの周波数に対応する振幅値のみに基づいて回転機の短絡発生の有無を判定する構成に比べてより確実に回転機の短絡を検出することができる。即ち、仮にある１つの周波数成分がノイズ等の影響により正しく測定されなかった場合であっても、残りの周波数成分によってその影響を緩和することができるため、結果的に診断精度が向上する。

本発明に係る第１の回転機の短絡診断装置の更なる形態によれば、判定手段は、複数の所定周波数それぞれに対応する複数の振幅値をクラスタリングすることによって回転機の短絡の有無を判定するように構成されている。

本形態によれば、客観的にグループ分けすることができると共に視覚的に判断することができるため、短絡発生の有無を容易に判定することができる。

本発明に係る回転機の短絡診断装置の好ましい形態によれば、判定手段は、クラスタリングの手法として自己組織化マップを用いるように構成されている。

本発明によれば、複数の所定周波数の値および複数の振幅値を予備知識なし（教師なし）に、かつ、複雑な計算式を用いることなく簡易にクラスタリングすることができると共に、クラスタリングした結果が視覚的に認識し易い。

本発明に係る回転機の短絡診断装置の更なる形態によれば、判定手段は、クラスタリングの手法としてサポートベクターマシーンを用いるように構成されている。

本発明によれば、明確な基準を持ってクラスタリングを行うことができるため、短絡有無の判定を確実に行うことができる。

本発明に係る回転機の短絡診断装置の更なる形態によれば、判定手段は、クラスタリングの手法としてｋ−ｍｅａｎｓ法を用いるように構成されている。

本発明によれば、複数の所定周波数それぞれに対応する複数の振幅値を、階層的クラスタリング手法を用いる場合に比べて迅速にクラスタリングを行うことができる。

本発明に係る回転機の短絡診断方法の好ましい形態によれば、回転機の短絡を診断する回転機の短絡診断方法が構成される。当該回転機の短絡診断方法では、（ａ）回転機に流れる負荷電流を計測し、（ｂ）計測した負荷電流に対して周波数解析を行うと共に、（ｃ）回転機に負荷電流を供給するための電源の周波数を回転機の極対数で除した値の整数倍の値として複数の特定の周波数を設定し、（ｄ）等該複数の特定の周波数に対応する複数の振幅値を抽出し、（ｅ）複数の振幅値に基づいて回転機の短絡の有無を判定する。

本発明者は、１ターンで短絡が生じている回転機について鋭意研究を行った結果、負荷電流に対する周波数解析において複数の特定の周波数それぞれに対応する複数の振幅が、短絡が生じていない正常な場合に比べて、１ターンで短絡が生じている場合に大きくなることを見出した。このような研究結果を踏まえて、本発明では、１ターンで短絡が生じている場合に大きな振幅値を示す当該複数の特定の周波数を所定周波数として設定することによって、１ターン短絡という極めて軽微な短絡が生じている場合であっても確実に検出することができるようになったものである。なお、本発明者の鋭意研究の結果、複数の特定の周波数が、回転機に負荷電流を供給するための電源の周波数を回転機の極対数で除した値の整数倍となっていることを見出し、当該電源の周波数を回転機の極対数で除した値の整数倍の複数の特定の周波数に対応する複数の振幅値に基づいて回転機の短絡の有無を判定する構成であるため、１つの周波数に対応する振幅値のみに基づいて回転機の短絡発生の有無を判定する構成に比べてより確実に回転機の短絡を検出することができる。即ち、仮にある１つの周波数成分がノイズ等の影響により正しく測定されなかった場合であっても、残りの周波数成分によってその影響を緩和することができるため、結果的に診断精度が向上する。

本発明によれば、短絡したコイルの巻き数（ターン数）が小さい場合、特に１ターンで回転機の短絡が発生した場合であっても短絡を確実に検出することができる。

本発明の実施の形態に係る短絡診断装置１０を備えた設備１の構成の概略を示す構成図である。 診断用制御装置２０によって実行される短絡診断処理ルーチンの一例を示すフローチャートである。 電動機２のＵ相に流れる負荷電流Ｉｕに対してＦＦＴ解析を行った結果を示す説明図である。 正常時の電動機２において、負荷６の大きさと１１個の所定周波数Ｆｒｉに対する振幅値（周波数スペクトル）との関係を示す説明図である。 １ターン短絡発生時の電動機２において、負荷６の大きさと１１個の所定周波数Ｆｒｉに対する振幅値（周波数スペクトル）との関係を示す説明図である。 短絡診断用ＳＯＭの一例を示す説明図である。 固定子巻線（コイル）が正常な時の電動機および１ターン短絡が発生している電動機それぞれ３０個について、負荷６が接続された状態で稼働させながら短絡診断装置１０を用いて診断した実験結果を示す説明図である。

次に、本発明を実施するための最良の形態を実施例を用いて説明する。

本発明の実施の形態に係る短絡診断装置１０は、図１に示すように、回転機としての電動機２と、当該電動機２に電力を供給する電源４と、電動機２の回転軸２ａに接続され当該電動機２によって駆動される負荷６と、を備える設備１に適用され、電動機２が稼働された状態（オンライン）で当該電動機２のコイルに短絡が発生したか否かを診断することができる装置として構成されている。

電動機２は、内部にかご型もしくは巻線型のロータと、Ｕ相，Ｖ相，Ｗ相の各相の複数のコイル（図示せず）が巻回されたステータと、を含む汎用三相誘導電動機（例えば、２．２ｋｗ、２００Ｖ、８．６Ａ、１７０５ｍ^−１、４極）として構成されている。電源４は、例えば、周波数６０Ｈｚの商用交流電源として構成されている。

短絡診断装置１０は、図１に示すように、主に診断用制御装置２０と、表示装置３０と、から構成されている。診断用制御装置２０は、ＣＰＵ２２を中心とするマイクロプロセッサを備え、ＣＰＵ２２の他にデータの一時的な記憶や処理プログラムの記憶を行う記憶装置２４と、図示しない入出力ポートおよび通信ポートと、を備えている。診断用制御装置２０には、電動機２の回転軸２ａの回転数を検出する回転数検出センサ８２からの信号や、電動機２の三相コイルのＵ相，Ｖ相，Ｗ相の各相に流れる負荷電流Ｉｕ，Ｉｖ，Ｉｗを検出する電流センサ８４Ｕ，８４Ｖ，８４Ｗからの負荷電流、あるいは、電動機２の各線間電圧を検出する電圧センサ８６ＵＶ，８６ＶＷ，８６ＷＵからの線間電圧Ｖｕｖ，Ｖｖｗ，Ｖｗｕが入力されており、診断用制御装置２０からは、電動機２のコイルに短絡が生じたことを表示する表示装置３０への表示制御信号などが出力ポートを介して出力されている。

表示装置３０は、後述する短絡診断用自己組織化マップ（短絡診断用ＳＯＭ）が表示されるように構成されていると共に、表示された短絡診断用ＳＯＭ上に短絡有無の診断結果が表示されるように構成されている。

次に、こうして構成された本発明の実施の形態に係る短絡診断装置１０によって電動機２のコイルに短絡が生じたか否かの診断が行われる際の動作について説明する。図２は、診断用制御装置２０によって実行される短絡診断処理ルーチンの一例を示すフローチャートである。このルーチンは、設備１が稼働された際、即ち、電動機２が稼働された際に実行され、電動機２の稼働が停止されるまで繰り返し実行される。

短絡診断処理ルーチンが実行されると、診断用制御装置２０のＣＰＵ２２は、図２に示すように、まず、電動機２の三相コイルのＵ相に流れる負荷電流Ｉｕを読み込むと共に（ステップＳ１００）、読み込んだ負荷電流Ｉｕを記憶装置２４の所定領域に設定された負荷電流用バッファに格納する（ステップＳ１０２）。負荷電流用バッファに格納された負荷電流Ｉｕが所定個数となったら、当該負荷電流Ｉｕに対して周波数解析を行う（ステップＳ１０４）。なお、本実施の形態では、周波数解析として、ＦＦＴ解析を行うものとした。また、所定個数としては、後述する周波数解析を精度よく実施することが可能なデータ数として設定される。

そして、ＦＦＴ解析の結果から所定周波数Ｆｒｉ（ｉ＝１〜１１）における振幅値Ａｍｉ（ｉ＝１〜１１）の読み込みを行う（ステップＳ１０６）。ここで、所定周波数Ｆｒｉは、本実施の形態では、Ｆｒ１＝３０Ｈｚ，Ｆｒ２＝９０Ｈｚ，Ｆｒ３＝１２０Ｈｚ，Ｆｒ４＝１５０Ｈｚ，Ｆｒ５＝２４０Ｈｚ，Ｆｒ６＝２７０Ｈｚ，Ｆｒ７＝３３０Ｈｚ，Ｆｒ８＝３６０Ｈｚ，Ｆｒ９＝３９０Ｈｚ，Ｆｒ１０＝４５０Ｈｚ，Ｆｒ１１＝４８０Ｈｚの１１個を用いる構成とした。ステップＳ１０４〜ステップＳ１０６を実行する診断用制御装置２０は、本発明における「解析抽出手段」に対応する実施構成の一例である。

本発明者は、研究や実験，解析などによって、電動機２のコイルに１ターンで短絡が生じている場合において、電源４の周波数Ｆｒ（本実施の形態ではＦｒ＝６０Ｈｚ）を電動機２の極対数ｋ（本実施の形態ではｋ＝２）で除した値（本実施の形態では値３０）の整数倍の周波数Ｆｒｉ（Ｆｒｉ＝ｉ×Ｆｒ／ｋ、ｉは整数）における振幅値Ａｍｉ（ｉは整数）が、電動機２のコイルに短絡が生じていない場合（以下、「正常時」ということがある）に比べて大きくなることを見出した。なお、当該周波数Ｆｒｉにおける振幅値Ａｍｉが大きくなる傾向は、電動機２のコイルに１ターン以上の短絡が生じている場合においても同様である。

図３は、電動機２のＵ相に流れる負荷電流Ｉｕに対してＦＦＴ解析を行った結果を示す図である。なお、図３（ａ）は、コイルに短絡が生じていない正常時の結果であり、図３（ｂ）は、コイルに１ターン短絡が生じているときの結果であり、図３（ｃ）は、正常時のデータ（図３（ａ））と１ターン短絡が生じているときのデータ（図３（ｂ））との差の絶対値を取った結果である。なお、図３（ａ）および図３（ｂ）では、最大となる振幅値（縦軸の値のうち最大値、最大周波数スペクトル）が０ｄｂとなるように正規化されている。

図３（ａ）ないし図３（ｃ）に示すように、１ターン短絡が発生した場合に、正常時では観測されなかった大きな振幅値（周波数スペクトル）Ａｍｉが観測される特定の周波数Ｆｒｉが複数個確認できる。当該特定の複数の周波数Ｆｒｉは、電源４の周波数Ｆｒ（本実施の形態ではＦｒ＝６０Ｈｚ）を電動機２の極対数ｋ（本実施の形態ではｋ＝２）で除した値（本実施の形態では値３０）の整数倍の周波数Ｆｒｉ（Ｆｒｉ＝ｉ×Ｆｒ／ｋ、ｉは整数）となっている。これら周波数Ｆｒｉのうち所定周波数Ｆｒｉ（ｉ＝１〜１１）＝３０Ｈｚ，９０Ｈｚ，１２０Ｈｚ，１５０Ｈｚ，２４０Ｈｚ，２７０Ｈｚ，３３０Ｈｚ，３６０Ｈｚ，３９０Ｈｚ，４５０Ｈｚ，４８０Ｈｚの１１個において特に大きな振幅値（周波数スペクトル）Ａｍｉ（ｉ＝１〜１１）を示すことが判明した。

図４および図５は、負荷６の大きさと上述した１１個の所定周波数Ｆｒｉに対する振幅値（周波数スペクトル）との関係を示す図である。なお、図４は、コイルに短絡が生じていない正常時の結果であり、図５は、コイルに１ターン短絡が生じているときの結果である。また、図４（ａ）および図５（ａ）は、Ｕ相に流れる負荷電流Ｉｕ（の波高値）が約８Ａから１２Ａまでの区間で推移するように負荷６の大きさを可変した様子を示す説明図であり、図４（ｂ）および図５（ｂ）ないし図４（ｄ）および図５（ｄ）は、負荷６の大きさと振幅値Ａｍｉとの関係を上述した１１個の各周波数Ｆｒｉ別に示す図である。なお、正常時のデータ数は８３個、１ターン短絡時のデータ数は８９個である。

図４および図５に示すように、各周波数Ｆｒｉ（ｉ＝１〜１１）において、負荷６の大きさが変化した場合、即ち、Ｕ相に流れる負荷電流Ｉｕの大きさが変化した場合であっても振幅値Ａｍｉ（ｉ＝１〜１１）の変動は小さく、ほぼ一定値となっていることが分かる。

以下、これら１１個の周波数Ｆｒｉの振幅値Ａｍｉを特徴量と呼び、これら１１個の特徴量をまとめたものを１１次元の特徴ベクトルと呼ぶ。このような研究・実験・解析の結果を踏まえて、本実施の形態では、電動機２のコイルの短絡発生有無の診断には、１１次元の特徴ベクトルを用いることとした。

こうして読み込んだ１１次元の特徴ベクトルに基づいて電動機２のコイルに短絡が生じているか否かの診断を行う（ステップＳ１０８）。ステップＳ１０８を実行する診断用制御装置２０は、本発明における「判定手段」に対応する実施構成の一例である。

電動機２のコイルに短絡が生じているか否かの診断は、本実施の形態では、読み込んだ１１次元の特徴ベクトルを短絡診断用自己組織化マップ（以下、「短絡診断用ＳＯＭ」）上に写像し、写像されたデータの配置場所によって行うものとした。本実施の形態では、上述した８３個の正常時のデータおよび８９個の１ターン短絡が生じたときのデータを用いて予め学習・構築した短絡診断用ＳＯＭを記憶装置２４に記憶させておく構成とした。そして、１１次元の特徴ベクトルが与えられたときに記憶させた短絡診断用ＳＯＭ上に当該１１次元の特徴ベクトルが写像され、写像された当該１１次元の特徴ベクトルの配置場所によって短絡発生の有無の診断を行う構成とした。なお、本実施の形態では、短絡診断用ＳＯＭの学習回数は１００００回、マップは六角格子構造、学習係数は０．２とした。

上述した８３個の正常時のデータおよび８９個の１ターン短絡が生じたときのデータを用いて学習・構築した短絡診断用ＳＯＭを図６に示す。短絡診断用ＳＯＭは、図６に示すように、隣り合うノードとの距離が遠いほど各ノードまわりの濃淡が濃く、隣り合うノードとの距離が近いほど淡くなるように構成されており、図６の右側に正常時８３個のデータ（図示「ｈ」）が分布し、図６の左側に１ターン短絡時８９個のデータ（図示「ｆ」）が分布している。本発明者は、研究や実験，解析などによって、自己組織化マップを用いることによって、１ターン短絡のような軽微な欠陥であっても、正常時のデータと区別して２つのクラスに分類することができ、視覚的な判断が容易なものとなることを見出した。なお、自己組織化マップは、ばらつきの多いデータに対して良好に分類結果を得ることができる。

そして、短絡診断用ＳＯＭ上に写像された１１次元の特徴ベクトルが表示装置３０に表示された短絡診断用ＳＯＭ上に表示されるよう診断結果を出力して（ステップＳ１１０）、本ルーチンを終了する。なお、作業者は、図６の左側に診断結果がプロットされた際に設備１の電動機２に短絡が発生したことを認識することができ、図６の右側に診断結果がプロットされた際に設備１の電動機２が正常であることを認識することができる。

ここで、本実施の形態に係る本発明の短絡診断装置１０を用いて電動機の短絡の発生の有無を診断した実験結果について図７を参照しながら説明する。固定子巻線（コイル）が正常な時の電動機および１ターン短絡が発生している電動機をそれぞれ負荷６が接続された状態で稼働させながら得られたそれぞれ３０個のデータに対して短絡診断装置１０を用いて診断したところ、図７に示すように、各３０個の全てのデータが各クラスに正しく振り分けられ、コイルの短絡発生の有無を正しく判別することができることを確認できた。即ち、正常な時の電動機から得られた３０個のデータ（図７のｈ１〜ｈ３０）が、図７の右側の正常領域に配置され、１ターン短絡発生時の電動機から得られた３０個のデータ（図７のｆ１〜ｆ３０）が、図７の左側の短絡発生領域に配置されたことが確認できた。

以上説明した本実施の形態に係る本発明の短絡診断装置１０によれば、電動機２の負荷電流に対する周波数解析を行って、短絡が生じていない正常な場合に比べて、１ターンで短絡が生じている場合に大きな振幅値（周波数スペクトル）Ａｍｉを示す所定周波数Ｆｒｉのうち、特に大きな振幅値（周波数スペクトル）Ａｍｉ（ｉ＝１〜１１）を示す１１個の所定周波数Ｆｒｉ（ｉ＝１〜１１）に着目して、その振幅を特徴量と見なし、自己組織化マップを用いてクラスタリングを行うことによって短絡発生の有無を診断する構成であるため、極めて軽微な故障である１ターン短絡の発生を確実に検出することができる。もとより、上述した１１個の所定周波数Ｆｒｉ（ｉ＝１〜１１）において正常時に比べて大きな振幅値（周波数スペクトル）Ａｍｉ（ｉ＝１〜１１）を示す傾向は、１ターン以上の短絡が生じている場合においても同様であるため、１ターン以上の短絡発生の有無の診断も行うことができる。

本実施の形態では、電動機２のＵ相に流れる負荷電流Ｉｕを計測して、当該負荷電流Ｉｕに対してＦＦＴ解析を行う構成としたが、電動機２のＶ相に流れる負荷電流ＩｖやＷ相に流れる負荷電流Ｉｗに対してＦＦＴ解析を行う構成としても良い。

本実施の形態では、１１個の周波数Ｆｒｉ（ｉ＝１〜１１）に対応する振幅値（周波数スペクトル）Ａｍｉ（ｉ＝１〜１１）を特徴量として用いる構成としたが、特徴量は、電源４の周波数Ｆｒを電動機２の極対数ｋで除した値の整数倍の周波数Ｆｒｉ（ｉは整数）であれば良く、その数は１１個未満であっても良く、あるいは、１２個以上であっても良い。

本実施の形態では、自己組織化マップを用いて短絡発生の有無を診断する構成としたが、これに限らない。例えば、サポートベクターマシーン（ＳＶＭ）を用いて短絡発生の有無を診断する構成や、ｋ−ｍｅａｎｓ法を用いて短絡発生の有無を診断する構成としても良い。ＳＶＭは二つのクラスに分類する識別面を求める学習手法であり、ｋ−ｍｅａｎｓ法はデータを予め与えておいた数のクラスタに分類する手法である。この場合、上述した本実施の形態に係る本発明の短絡診断装置１０と同様、複数個の正常時のデータおよび複数個の１ターン短絡が生じたときのデータを用いて、ＳＶＭの場合は識別面を、ｋ−ｍｅａｎｓ法の場合は各クラスタの中心を予め求めておく。そして診断時に１１次元の特徴ベクトルのデータが与えられたときに、ＳＶＭの場合はそのデータが識別面のどちらの領域に属するかで短絡発生の有無の診断を行うものとすればよい。ｋ−ｍｅａｎｓ法の場合は、そのデータと上述の予め求めておいた各クラスタの中心との距離を計算して、距離が最も近いクラスタにそのデータを分類することで、短絡発生の有無の診断を行うものとすれば良い。

なお、本発明者は、正常時のデータ８３個、１ターン短絡時のデータ８９個を用いて予め学習・構築したＳＶＭを記憶装置２４に記憶させた短絡診断装置１０を用いて電動機の短絡の発生有無の診断を行った。以下、当該実験結果について説明する。固定子巻線（コイル）が正常な時の電動機６０個および１ターン短絡が発生している電動機１１０個について、負荷６が接続された状態で稼働させながら電動機に流れる三相分の負荷電流を計測し（ステップＳ１００）、この負荷電流に対して周波数解析を行って１１次元の特徴ベクトルを抽出すると共に（ステップＳ１０４、Ｓ１０６）、当該１１次元の特徴ベクトルをＳＶＭに写像させたところ（ステップＳ１０８）、正常時６０個のデータおよび１ターン短絡時９８個のデータが各クラスに正しく振り分けられることを確認した（ステップＳ１１０）。これにより、ＳＶＭを用いても短絡診断用ＳＯＭを用いる場合とほぼ同等の高い正答率で１ターン短絡発生の有無を正しく判別することができることを確認できた。

本実施の形態では、電動機２に短絡診断装置１０を適用する構成としたが、発電機に短絡診断装置１０を適用する構成としても良い。

本実施の形態では、短絡診断用ＳＯＭ上に写像された１１次元の特徴ベクトルを表示装置３０に表示された短絡診断用ＳＯＭ上に表示させる構成としたが、これに限らない。例えば、表示装置３０には、短絡発生したか否かの診断結果のみ、即ち、短絡が発生していない場合には「正常」を、短絡が発生した場合は「異常」を表示する構成としても良い。

本実施の形態では、短絡診断装置１０は、表示装置３０を備える構成としたが、表示装置３０は無くても良い。なお、短絡診断装置１０が表示装置３０を有さない構成の場合には、表示装置３０の代わりに電動機２のコイルに短絡が発生した際に短絡が発生したことを知らせる報知手段を備える構成とすることが望ましい。

本実施形態は、本発明を実施するための形態の一例を示すものである。したがって、本発明は、本実施形態の構成に限定されるものではない。なお、本実施形態の各構成要素と本発明の各構成要素の対応関係を以下に示す。

１ 設備
２ 電動機（回転機）
２ａ 回転軸
４ 電源
６ 負荷
１０ 短絡診断装置（短絡診断装置）
２０ 診断用制御装置（解析抽出手段、判定手段）
２２ ＣＰＵ
２４ 記憶装置
３０ 表示装置
８２ 回転数検出センサ
８４Ｕ 電流センサ（電流計測手段）
８４Ｖ 電流センサ（電流計測手段）
８４Ｗ 電流センサ（電流計測手段）
８６ＵＶ 電圧センサ
８６ＶＷ 電圧センサ
８６ＷＵ 電圧センサ
Ｉｕ 負荷電流
Ｉｖ 負荷電流
Ｉｗ 負荷電流
Ｖｕｖ 線間電圧
Ｖｖｗ 線間電圧
Ｖｗｕ 線間電圧
Ｆｒ 周波数
Ｆｒｉ 所定周波数（特定の周波数）
Ｔｐｒ 所定時間
ｋ 極対数（極対数）
Ａｍｉ 振幅値

Claims (6)

1. 回転機の短絡を診断する回転機の短絡診断装置であって、
   前記回転機に流れる負荷電流を計測する電流計測手段と、
   該電流計測手段によって計測された前記負荷電流に対して周波数解析を行うと共に複数の特定の周波数それぞれに対応する複数の振幅値を抽出する解析抽出手段と、
   前記複数の振幅値に基づいて前記回転機の短絡の有無を判定する判定手段と、
   を備え、
   前記解析抽出手段は、前記複数の特定の周波数として、前記回転機に前記負荷電流を供給するための電源の周波数を、前記回転機の極対数で除した値の整数倍の値を設定する手段である
   回転機の短絡診断装置。
   
2. 前記判定手段は、前記複数の特定の周波数それぞれに対応する前記複数の振幅値をクラスタリングすることによって前記回転機の短絡の有無を判定するよう構成されている
   請求項１に記載の回転機の短絡診断装置。
3. 前記判定手段は、前記クラスタリングの手法として自己組織化マップを用いるよう構成されている
   請求項２に記載の回転機の短絡診断装置。
4. 前記判定手段は、前記クラスタリングの手法としてサポートベクターマシーンを用いるよう構成されている
   請求項２に記載の回転機の短絡診断装置。
5. 前記判定手段は、前記クラスタリングの手法としてｋ−ｍｅａｎｓ法を用いるよう構成されている
   請求項２に記載の回転機の短絡診断装置。
6. 回転機の短絡を診断する回転機の短絡診断方法であって、
   （ａ）前記回転機に流れる負荷電流を計測し、
   （ｂ）計測した前記負荷電流に対して周波数解析を行うと共に、
   （ｃ）前記回転機に前記負荷電流を供給するための電源の周波数を前記回転機の極対数で除した値の整数倍の値として複数の特定の周波数を設定し、
   （ｄ）該複数の特定の周波数に対応する複数の振幅値を抽出し、
   （ｅ）前記複数の振幅値に基づいて前記回転機の短絡の有無を判定する
   回転機の短絡診断方法。

Images