JP7499347B2 - Condition monitoring system, condition monitoring device, condition monitoring method, and computer program - Google Patents

Condition monitoring system, condition monitoring device, condition monitoring method, and computer program Download PDF

Info

Publication number
JP7499347B2
JP7499347B2 JP2022559045A JP2022559045A JP7499347B2 JP 7499347 B2 JP7499347 B2 JP 7499347B2 JP 2022559045 A JP2022559045 A JP 2022559045A JP 2022559045 A JP2022559045 A JP 2022559045A JP 7499347 B2 JP7499347 B2 JP 7499347B2
Authority
JP
Japan
Prior art keywords
blower
period
operation data
data
event
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2022559045A
Other languages
Japanese (ja)
Other versions
JPWO2022091888A1 (en
Inventor
和也 山田
浩司 角野
真之 來田
寛正 清水
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shinmaywa Industries Ltd
Original Assignee
Shinmaywa Industries Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shinmaywa Industries Ltd filed Critical Shinmaywa Industries Ltd
Publication of JPWO2022091888A1 publication Critical patent/JPWO2022091888A1/ja
Application granted granted Critical
Publication of JP7499347B2 publication Critical patent/JP7499347B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
    • F04D27/001—Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
    • F04B51/00—Testing machines, pumps, or pumping installations
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Positive-Displacement Air Blowers (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Description

本発明は、状態監視システム、状態監視装置、状態監視方法、及びコンピュータプログラムに関する。The present invention relates to a condition monitoring system, a condition monitoring device, a condition monitoring method, and a computer program.

近年、排水処理施設などにおける曝気用途、粉体処理装置における粉体の移送用途などにブロワが使用されている。ブロワの一種であるターボブロワは、インペラと、インペラを回転駆動するモータとを備え、モータの駆動によりインペラを回転させることにより、空気などのガスを移送するように構成されている（例えば、特許文献１～３を参照）。In recent years, blowers have been used for aeration purposes in wastewater treatment facilities, etc., for transporting powder in powder processing equipment, etc. A turbo blower, which is one type of blower, includes an impeller and a motor that drives the impeller to rotate, and is configured to transport gas such as air by rotating the impeller when driven by the motor (see, for example, Patent Documents 1 to 3).

特開２０１２－２３６１６４号公報JP 2012-236164 A 特開２０１５－１８２０３６号公報JP 2015-182036 A 特開２０１６－１８５５１３号公報JP 2016-185513 A

ターボブロワは、例えば、インペラを回転させるモータ、モータを駆動するための駆動電力を供給するインバータ、インバータを冷却する冷却ファンなどのコンポーネントを備えており、コンポーネントの故障に伴う異常が検知された場合、ターボブロワの動作を自動的に停止させる仕組みを有する。例えば、インバータを冷却する冷却ファンが故障した場合、インバータを冷却することができず、インバータに温度異常が発生する。ターボブロワは、インバータの温度異常を検知した場合、自装置の動作を停止させる。A turbo blower includes components such as a motor that rotates an impeller, an inverter that supplies driving power to drive the motor, and a cooling fan that cools the inverter, and has a mechanism that automatically stops operation of the turbo blower if an abnormality caused by a component failure is detected. For example, if the cooling fan that cools the inverter fails, the inverter cannot be cooled and a temperature abnormality occurs in the inverter. If the turbo blower detects a temperature abnormality in the inverter, it stops operation of the device itself.

このように、従来では、コンポーネントに故障が発生したことに伴う異常を検知した場合、ブロワの動作を停止させることが可能であるが、コンポーネントの故障や劣化を推定することは行っていない。As described above, in the past, if an abnormality associated with a component failure was detected, it was possible to stop the operation of the blower, but there was no way to infer failure or deterioration of the component.

本発明は、ブロワを構成するコンポーネントの故障又は劣化を推定できる状態監視システム、状態監視装置、状態監視方法、及びコンピュータプログラムを提供することを目的とする。An object of the present invention is to provide a condition monitoring system, a condition monitoring device, a condition monitoring method, and a computer program that are capable of estimating failure or deterioration of a component that constitutes a blower.

本発明の一態様に係る状態監視システムは、ブロワの運転データを送信する通信装置と、該通信装置から送信される前記ブロワの運転データを取得し、取得した運転データに基づき、前記ブロワの状態を監視する状態監視装置とを備える状態監視システムにおいて、前記通信装置は、第１周期で記録された前記ブロワの運転データを送信する第１送信部と、前記第１周期よりも短い第２周期で記録された前記ブロワの運転データを、イベントの発生をトリガとして送信する第２送信部とを備え、前記状態監視装置は、前記通信装置より送信される前記第１周期の運転データ及び前記第２周期の運転データを取得する取得部と、取得した前記第２周期の運転データを分析し、前記ブロワの状態を推定する推定部と、該推定部による推定結果を出力する出力部とを備える。A status monitoring system according to one embodiment of the present invention comprises a communication device that transmits operating data of a blower, and a status monitoring device that acquires the operating data of the blower transmitted from the communication device and monitors the status of the blower based on the acquired operating data, in which the communication device comprises a first transmission unit that transmits the operating data of the blower recorded in a first period, and a second transmission unit that transmits the operating data of the blower recorded in a second period shorter than the first period in response to the occurrence of an event, and the status monitoring device comprises an acquisition unit that acquires the operating data of the first period and the operating data of the second period transmitted from the communication device, an estimation unit that analyzes the acquired operating data of the second period and estimates the status of the blower, and an output unit that outputs the estimation result by the estimation unit.

本発明の一態様に係る状態監視装置は、通信装置より送信されるブロワの運転データを取得し、取得した運転データに基づき、前記ブロワの状態を推定する状態監視装置において、前記通信装置より送信される第１周期で記録された前記ブロワの運転データと、イベントの発生をトリガとして前記通信装置より送信される、前記第１周期よりも短い第２周期で記録された前記ブロワの運転データとを取得する取得部と、取得した前記第２周期の運転データを分析し、前記ブロワの状態を推定する推定部と、該推定部による推定結果を出力する出力部とを備える。A status monitoring device according to one embodiment of the present invention acquires operation data of a blower transmitted from a communication device and estimates a status of the blower based on the acquired operation data.The status monitoring device comprises an acquisition unit that acquires operation data of the blower recorded in a first period transmitted from the communication device and operation data of the blower recorded in a second period shorter than the first period and transmitted from the communication device in response to the occurrence of an event, an estimation unit that analyzes the acquired operation data of the second period and estimates the status of the blower, and an output unit that outputs the estimation result by the estimation unit.

本発明の一態様に係る状態監視方法は、ブロワの運転データに基づき、前記ブロワの状態を監視する状態監視方法において、コンピュータを用いて、第１周期で記録された前記ブロワの運転データと、イベントの発生をトリガとして送信される、前記第１周期よりも短い第２周期で記録された前記ブロワの運転データとを取得し、取得した前記第２周期の運転データを分析して前記ブロワの状態を推定し、推定結果を出力する。A status monitoring method according to one aspect of the present invention monitors the status of a blower based on operation data of the blower, by using a computer to acquire operation data of the blower recorded in a first period and operation data of the blower recorded in a second period shorter than the first period and transmitted in response to the occurrence of an event, analyzing the acquired operation data of the second period to estimate the status of the blower, and outputting the estimated result.

本発明の一態様に係るコンピュータプログラムは、コンピュータに、第１周期で記録されたブロワの運転データと、イベントの発生をトリガとして送信される、前記第１周期より短い第２周期で記録された前記ブロワの運転データとを取得し、取得した前記第２周期の運転データを分析して前記ブロワの状態を推定し、推定結果を出力する処理を実行させる。A computer program according to one embodiment of the present invention causes a computer to execute a process of acquiring blower operation data recorded in a first period and blower operation data recorded in a second period shorter than the first period and sent in response to an event occurrence trigger, analyzing the acquired second period operation data to estimate the state of the blower, and outputting the estimated result.

本願によれば、ブロワを構成するコンポーネントの故障又は劣化を推定できる。According to the present application, it is possible to estimate failure or deterioration of a component that constitutes a blower.

状態監視システムの構成を示す模式図である。FIG. 1 is a schematic diagram showing a configuration of a status monitoring system. ブロワの構成を示す模式図である。FIG. 2 is a schematic diagram showing a configuration of a blower. ブロワにおける計測系の構成を説明する説明図である。FIG. 2 is an explanatory diagram illustrating a configuration of a measurement system in the blower. 制御装置の内部構成を示すブロック図である。FIG. 2 is a block diagram showing an internal configuration of a control device. クラウドサーバが備える運転履歴テーブルの一例を示す概念図である。10 is a conceptual diagram illustrating an example of a driving history table provided in the cloud server. 状態監視装置の内部構成を示すブロック図である。2 is a block diagram showing an internal configuration of the state monitoring device; FIG. 運転データの表示例を示す模式図である。FIG. 4 is a schematic diagram showing an example of display of operation data. 分析手法の一例を説明する説明図である。FIG. 11 is an explanatory diagram illustrating an example of an analysis method. 制御装置が実行する処理の手順を説明するフローチャートである。4 is a flowchart illustrating a procedure of a process executed by a control device. 状態監視装置が実行する処理の手順を説明するフローチャートである。4 is a flowchart illustrating a procedure of a process executed by a state monitor. 推定結果の出力例を示す模式図である。FIG. 13 is a schematic diagram showing an example of output of an estimation result. 学習モデルの構成例を説明する模式図である。FIG. 2 is a schematic diagram illustrating an example of the configuration of a learning model. 学習モデルを用いた推定手順を説明するフローチャートである。11 is a flowchart illustrating an estimation procedure using a learning model.

以下、本発明をその実施の形態を示す図面に基づいて具体的に説明する。
（実施の形態１）
図１は状態監視システムの構成を示す模式図である。実施の形態に係る状態監視システムは、ブロワ１の運転データに基づき、ブロワ１の状態を監視するためのシステムである。ブロワ１は、例えば、排水処理施設において曝気用途に使用される。代替的に、ブロワ１は、粉体処理装置における粉体の移送用途、物品の乾燥や冷却用途などに使用されるものであってもよい。状態監視システムは、ブロワ１に搭載される制御装置１００と、ブロワ１の外部に設けられる状態監視装置２００とを含む。制御装置１００及び状態監視装置２００は、インターネット網などの通信ネットワークＮを介して、クラウドサーバ３００にアクセスできるように構成されている。 Hereinafter, the present invention will be described in detail with reference to the drawings showing embodiments thereof.
(Embodiment 1)
FIG. 1 is a schematic diagram showing the configuration of a status monitoring system. The status monitoring system according to the embodiment is a system for monitoring the status of a blower 1 based on operation data of the blower 1. The blower 1 is used for aeration purposes in a wastewater treatment facility, for example. Alternatively, the blower 1 may be used for transporting powder in a powder treatment device, or for drying or cooling an item. The status monitoring system includes a control device 100 mounted on the blower 1, and a status monitoring device 200 provided outside the blower 1. The control device 100 and the status monitoring device 200 are configured to be able to access a cloud server 300 via a communication network N such as the Internet.

制御装置１００は、ブロワ１の動作を制御すると共に、ブロワ１の運転中に得られる運転データをクラウドサーバ３００へ送信（アップロード）する。本実施の形態では、制御装置１００は、第１周期（例えば１分間隔）で記録される運転データをクラウドサーバ３００へ送信し、イベントの発生をトリガとして、第２周期（例えば０．１秒間隔）で記録される運転データをクラウドサーバ３００へ送信する。ここで、イベントは、ブロワ１の起動イベント、停止イベント、異常停止イベントなどを含む。制御装置１００は、イベントが発生した場合、イベント発生後に得られる運転データだけでなく、イベント発生前後の所定期間にて得られる第２周期の運転データをクラウドサーバ３００へ送信する。The control device 100 controls the operation of the blower 1 and transmits (uploads) operation data obtained during operation of the blower 1 to the cloud server 300. In this embodiment, the control device 100 transmits operation data recorded at a first period (e.g., one-minute intervals) to the cloud server 300, and transmits operation data recorded at a second period (e.g., 0.1-second intervals) to the cloud server 300 when an event occurs, triggering the transmission of operation data recorded at a second period (e.g., 0.1-second intervals). Here, the events include a start event, a stop event, an abnormal stop event, and the like of the blower 1. When an event occurs, the control device 100 transmits to the cloud server 300 not only operation data obtained after the event occurs, but also operation data of a second period obtained during a predetermined period before and after the event occurs.

なお、ブロワ１の起動とは、後述するモータ１２（図２を参照）を作動させてインペラ１１（図２を参照）の回転駆動を開始することをいう。ブロワ１の停止とは、モータ１２の作動を停止してインペラ１１の回転駆動を停止させることをいう。これに対し、ブロワ１の運転中とは、モータ１２が作動しているか否かに関わらず（すなわち、インペラ１１を回転駆動しているか否かに関わらず）、運転データをクラウドサーバ３００へ送信できる状態にあることをいう。Note that starting the blower 1 refers to operating the motor 12 (see FIG. 2 ), which will be described later, to start the rotational drive of the impeller 11 (see FIG. 2 ). Stopping the blower 1 refers to stopping the operation of the motor 12 to stop the rotational drive of the impeller 11. In contrast, being in operation of the blower 1 refers to being in a state in which operation data can be transmitted to the cloud server 300, regardless of whether the motor 12 is operating (i.e., regardless of whether the impeller 11 is being rotationally driven).

状態監視装置２００は、クラウドサーバ３００へ送信されたブロワ１の運転データを適宜取得して分析し、分析結果に基づく情報をブロワ１の管理者等に提示する。例えば、状態監視装置２００は、第１周期（例えば１分間隔）の運転データに基づき、トレンドグラフを生成し、生成したトレンドグラフを管理者等に提示する。また、状態監視装置２００は、第２周期（例えば０．１秒間隔）の運転データに基づき、ブロワ１を構成するコンポーネントの劣化やブロワ１で発生した異常停止の原因を推定し、推定結果を管理者等に提示する。The status monitoring device 200 appropriately acquires and analyzes the operation data of the blower 1 transmitted to the cloud server 300, and presents information based on the analysis results to the manager or the like of the blower 1. For example, the status monitoring device 200 generates a trend graph based on the operation data of a first period (e.g., at one-minute intervals) and presents the generated trend graph to the manager or the like. The status monitoring device 200 also estimates the cause of deterioration of the components that make up the blower 1 and the cause of an abnormal stop that has occurred in the blower 1 based on the operation data of a second period (e.g., at 0.1-second intervals), and presents the estimated result to the manager or the like.

本実施の形態では、制御装置１００からクラウドサーバ３００へ運転データを送信し、クラウドサーバ３００へ送信された運転データを状態監視装置２００が取得する構成としたが、クラウドサーバ３００を介さずに、ブロワ１の制御装置１００から状態監視装置２００へ直接的に運転データを送信する構成としてもよい。また、本実施の形態では、ブロワ１に搭載される制御装置１００と、ブロワ１の外部に設けられる状態監視装置２００とを用いて、ブロワ１の状態を監視する構成としたが、ブロワ１に搭載される制御装置１００にて運転データを分析し、分析結果に基づく情報を管理者等に提示してもよい。すなわち、制御装置１００と状態監視装置２００とは別体である必要はなく、一体的に構成されてブロワ１に搭載されるものであってもよい。In the present embodiment, the control device 100 transmits operation data to the cloud server 300, and the state monitoring device 200 acquires the operation data transmitted to the cloud server 300, but the control device 100 of the blower 1 may transmit operation data directly to the state monitoring device 200 without going through the cloud server 300. Also, in the present embodiment, the control device 100 mounted on the blower 1 and the state monitoring device 200 provided outside the blower 1 are used to monitor the state of the blower 1, but the control device 100 mounted on the blower 1 may analyze the operation data and present information based on the analysis results to an administrator, etc. In other words, the control device 100 and the state monitoring device 200 do not need to be separate entities, and may be integrally configured and mounted on the blower 1.

図２はブロワ１の構成を示す模式図である。本実施の形態において、ブロワ１は、ターボ型のブロワ（ターボブロワ）である。ターボブロワは、インペラ（羽根）の回転運動により空気などのガスを送るための送風機である。このような送風機はターボ型と容積型とに大別される。ターボ型は軸流型及び遠心型を含み、容積型はルーツ型を含む。軸流型の送風機は、吸込方向と吐出方向とが一直線状に並ぶ。軸流型の送風機は、低圧大風量に適しており、トンネル送風機等に利用されている。一方、遠心型の送風機は、吸込方向と吐出方向とが略直角に交わり、遠心力を利用して空気などのガスを送る。ルーツ型の送風機は、ハウジング内で２つのロータを同期させて逆方向に回転させ、ハウジングとロータとで囲まれた空間の容積が増減することを利用してガスを送るものであり、容積型故に回転数に対する送風量が安定しているという特徴がある。遠心型やルーツ型の送風機は、排水処理施設等の曝気用に利用されている。図２に一例として示すブロワ１はターボブロワの中でも遠心型送風機であり、吸込方向と吐出方向とが略直角に交わる。ブロワ１は、遠心型送風機に限らず、軸流型送風機やルーツ型送風機であってもよい。FIG. 2 is a schematic diagram showing the configuration of the blower 1. In this embodiment, the blower 1 is a turbo type blower (turbo blower). A turbo blower is a blower for sending gas such as air by the rotational motion of an impeller (blade). Such blowers are roughly classified into turbo type and positive displacement type. The turbo type includes axial type and centrifugal type, and the positive displacement type includes Roots type. In an axial type blower, the suction direction and the discharge direction are aligned in a straight line. Axial type blowers are suitable for low pressure and large volume of air, and are used for tunnel blowers and the like. On the other hand, in a centrifugal type blower, the suction direction and the discharge direction intersect at a right angle, and the blower sends gas such as air by utilizing centrifugal force. In a Roots type blower, two rotors are rotated in opposite directions in a housing in synchronization with each other, and the volume of the space surrounded by the housing and the rotors increases and decreases to send gas, and the blower is characterized by a stable air volume relative to the rotation speed because of the positive displacement type. Centrifugal and roots type blowers are used for aeration in wastewater treatment facilities, etc. The blower 1 shown as an example in Fig. 2 is a centrifugal type blower among turbo blowers, and the suction direction and the discharge direction intersect at approximately right angles. The blower 1 is not limited to a centrifugal type blower, and may be an axial type blower or a roots type blower.

ブロワ１は、インペラハウジング１０に収容されるインペラ１１と、インペラ１１を回転駆動するモータ１２とを備える。実施の形態に係るブロワ１は、高信頼性及び省メンテナンス性を実現するために、モータ回転軸１２Ａの軸受にエアフォイルベアリング（空気軸受）１３を採用している。エアフォイルベアリング１３は、モータ回転軸１２Ａを非接触で支持するものであるが、起動時や停止時においてモータ１２の回転速度が３０００ｍｉｎ-1以下になると、モータ回転軸１２Ａとエアフォイルベアリング１３の部品であるトップフォイル（不図示）とが接触する場合がある。 The blower 1 includes an impeller 11 housed in an impeller housing 10, and a motor 12 that rotates and drives the impeller 11. In order to achieve high reliability and low maintenance, the blower 1 according to the embodiment employs an airfoil bearing (air bearing) 13 for a motor shaft 12A. The airfoil bearing 13 supports the motor shaft 12A without contacting it, but when the rotation speed of the motor 12 falls to 3000 min -1 or less during start-up or stop, the motor shaft 12A may come into contact with a top foil (not shown), which is a part of the airfoil bearing 13.

ブロワ１は、吸込口１０Ａを通じてインペラハウジング１０の内部に導入されるガスを、インペラ１１の回転運動によって生じる遠心力により、ガスの吸込方向とは略直角に交わる方向（図２の例では上方）へ送り出す。インペラハウジング１０から送り出されるガスは、吐出路Ｌ１を通じてブロワ１の外部へ吐出される。ブロワ１の外部へ吐出されるガスは、図２に部分的に示すガス供給ラインＬ２を通じて貯水槽などの所定の供給先へ送られる。The blower 1 discharges gas introduced into the impeller housing 10 through the suction port 10A in a direction substantially perpendicular to the gas suction direction (upward in the example of FIG. 2) by centrifugal force generated by the rotational motion of the impeller 11. The gas discharged from the impeller housing 10 is discharged to the outside of the blower 1 through a discharge passage L1. The gas discharged to the outside of the blower 1 is sent to a predetermined supply destination such as a water tank through a gas supply line L2, which is partially shown in FIG. 2.

吐出路Ｌ１の中途には、吐出すべきガスの一部をバイパスさせるバイパス路Ｌ３が接続されている。このバイパス路Ｌ３には、ブローオフバルブＢＯＶを介して、放風ラインＬ４、冷却ガス排出ラインＬ５が接続される。また、インペラハウジング１０の吸込口１０Ａと対向するブロワ１の側面部には、吸い込むべきガスに含まれる塵や埃などの異物を除去するためのフィルタＦが設けられている。フィルタＦには例えば不織布が用いられる。A bypass line L3 is connected to the middle of the discharge line L1, which allows a portion of the gas to be discharged to bypass. A blow-off line L4 and a cooling gas discharge line L5 are connected to this bypass line L3 via a blow-off valve BOV. A filter F is provided on the side of the blower 1 facing the suction port 10A of the impeller housing 10 to remove foreign matter such as dust and dirt contained in the gas to be sucked. The filter F is made of, for example, nonwoven fabric.

図３はブロワ１における計測系の構成を説明する説明図である。ブロワ１は、前述のモータ１２を駆動する駆動装置１２０と、駆動装置１２０を含むブロワ全体の動作を制御する制御装置１００とを備える。3 is an explanatory diagram illustrating the configuration of a measurement system in the blower 1. The blower 1 includes a drive device 120 that drives the motor 12 described above, and a control device 100 that controls the operation of the entire blower including the drive device 120.

駆動装置１２０は、商用電源から供給される三相交流電圧などを直流電圧に変換して出力するコンバータ１２１と、コンバータ１２１から入力される直流電圧をＰＷＭ（Pulse Width Modulation）波形の電圧に変換して出力するインバータ１２２とを備える。駆動装置１２０は、必要なモータ１２の回転速度に応じて、インバータ１２２の電圧波形を変化させ、モータ１２に供給する電流の大きさを調整する。なお、駆動装置１２０は、コンバータ１２１を備えずに商用電源を直接インバータ１２２に入力する構成としてもよい。The driving device 120 includes a converter 121 that converts a three-phase AC voltage or the like supplied from a commercial power source into a DC voltage and outputs the DC voltage, and an inverter 122 that converts the DC voltage input from the converter 121 into a voltage with a PWM (Pulse Width Modulation) waveform and outputs the voltage. The driving device 120 changes the voltage waveform of the inverter 122 in accordance with the required rotation speed of the motor 12, and adjusts the magnitude of the current supplied to the motor 12. Note that the driving device 120 may be configured to input the commercial power source directly to the inverter 122 without including the converter 121.

ブロワ１は、モータ１２に供給する電流（インバータ１２２の出力電流）を計測する電流センサＳ１を備え、ブロワ１における運転データの１つとして、インバータ１２２の出力電流を計測する。電流センサＳ１の計測データは制御装置１００に与えられる。また、ブロワ１は、モータ１２の回転速度を計測する回転速度センサＳ２を備え、ブロワ１における運転データの１つとして、モータ１２の回転速度を計測する。回転速度センサＳ２の計測データは制御装置１００に与えられる。なお、インバータ１２２の出力電流はインバータ１２２の消費電力から算出してもよく、モータ１２の回転速度はインバータ１２２の出力周波数とモータ１２の極数とから算出してもよい。The blower 1 includes a current sensor S1 that measures the current supplied to the motor 12 (the output current of the inverter 122), and measures the output current of the inverter 122 as one piece of operation data for the blower 1. The measurement data of the current sensor S1 is provided to the control device 100. The blower 1 also includes a rotation speed sensor S2 that measures the rotation speed of the motor 12, and measures the rotation speed of the motor 12 as one piece of operation data for the blower 1. The measurement data of the rotation speed sensor S2 is provided to the control device 100. The output current of the inverter 122 may be calculated from the power consumption of the inverter 122, and the rotation speed of the motor 12 may be calculated from the output frequency of the inverter 122 and the number of poles of the motor 12.

ブロワ１が備えるモータ１２は、駆動装置１２０のインバータ１２２から供給される電流により駆動され、インペラ１１を回転させる。ブロワ１は、インペラハウジング１０の吸込口１０Ａから吸い込むガスの温度（吸込温度）を計測する温度センサＳ３、吸い込むガスの流量（吸込ガス量）を計測する流量センサＳ４、吐出路Ｌ１へ吐出するガスの圧力（吐出圧力）を計測する圧力センサＳ５などを備え、ブロワ１における運転データとして、これらの値を計測してもよい。温度センサＳ３、流量センサＳ４、及び圧力センサＳ５の計測データは制御装置１００に与えられる。なお、吸込ガス量は、吸込口１０Ａから吸い込まれる単位時間あたりのガス量を表す。ガス量とは、温度を２０℃、湿度を６５％、圧力を大気圧とした状態（工業的な標準状態）での換算値を用いてもよく、温度を０℃、湿度を０％、圧力を大気圧とした状態（学術的な基準状態）での換算値など特定の条件におけるガス量に換算した値を用いてもよい。The motor 12 of the blower 1 is driven by a current supplied from an inverter 122 of the drive unit 120 to rotate the impeller 11. The blower 1 is equipped with a temperature sensor S3 for measuring the temperature (suction temperature) of the gas sucked from the suction port 10A of the impeller housing 10, a flow rate sensor S4 for measuring the flow rate (suction gas amount) of the sucked gas, and a pressure sensor S5 for measuring the pressure (discharge pressure) of the gas discharged to the discharge passage L1, and these values may be measured as the operating data of the blower 1. The measurement data of the temperature sensor S3, the flow rate sensor S4, and the pressure sensor S5 are provided to the control device 100. The suction gas amount represents the amount of gas sucked from the suction port 10A per unit time. The gas amount may be a converted value under conditions of a temperature of 20°C, a humidity of 65%, and atmospheric pressure (industrial standard conditions), or a value converted into the gas amount under specific conditions, such as a converted value under conditions of a temperature of 0°C, a humidity of 0%, and atmospheric pressure (academic standard conditions).

ブロワ１の運転データとして計測される計測データは上記に限定されない。例えば、モータ１２の温度、駆動装置１２０の温度、ブロワ１の消費電力、フィルタＦにおけるフィルタ損失、累積運転時間、累積起動時間などを計測し、これらの計測データを制御装置１００に与えてもよい。The measurement data measured as the operation data of the blower 1 is not limited to the above. For example, the temperature of the motor 12, the temperature of the drive device 120, the power consumption of the blower 1, the filter loss in the filter F, the accumulated operation time, the accumulated startup time, etc. may be measured, and these measurement data may be provided to the control device 100.

図４は制御装置１００の内部構成を示すブロック図である。制御装置１００は、制御部１０１、記憶部１０２、入力部１０３、及び通信部１０４を備え、ブロワ１の動作を制御すると共に、ブロワ１の運転中に得られる運転データをクラウドサーバ３００へ出力する。4 is a block diagram showing the internal configuration of the control device 100. The control device 100 includes a control unit 101, a storage unit 102, an input unit 103, and a communication unit 104, and controls the operation of the blower 1 and outputs operation data obtained during operation of the blower 1 to the cloud server 300.

制御部１０１は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）などを備える。制御部１０１が備えるＲＯＭ
には、上述したハードウェア各部の動作を制御する制御プログラム等が記憶される。制御部１０１内のＣＰＵは、ＲＯＭに記憶された制御プログラムを実行することにより、制御装置１００の少なくとも一部を本発明における通信装置として機能させる。ＲＡＭには、制御プログラムの実行中に生成されるデータが一時的に記憶される。また、制御部１０１には、日時情報を出力するクロック、計測開始指示を与えてから計測終了指示を与えるまでの経過時間を計測するタイマ、数をカウントするカウンタ等の機能が搭載されてもよい。 The control unit 101 includes, for example, a central processing unit (CPU), a read only memory (ROM), and a random access memory (RAM).
A control program that controls the operation of each of the above-mentioned hardware components is stored in the ROM. A CPU in the control unit 101 executes the control program stored in the ROM to cause at least a part of the control device 100 to function as a communication device in the present invention. Data generated during execution of the control program is temporarily stored in the RAM. The control unit 101 may also be equipped with functions such as a clock that outputs date and time information, a timer that measures the elapsed time from when an instruction to start measurement is given until when an instruction to end measurement is given, and a counter that counts numbers.

記憶部１０２は、ハードディスク、フラッシュメモリなどを用いた記憶装置を備える。記憶部１０２には、各種の制御に必要なデータ、入力部１０３を通じて入力される運転データ等が記憶される。なお、本実施の形態では、運転データを定期的にクラウドサーバ３００にアップロードするので、記憶部１０２は、入力された全ての運転データを蓄積する必要はなく、最新の時刻から一定時間（例えば１日や数分）だけ遡った期間の運転データを記憶していればよい。例えば、記憶部１０２は、１日分の第１周期の運転データを記憶する第１記憶領域（ＲＯＭ）と、数分間の第２周期の運転データを上書きしながら記憶する第２記憶領域（ＲＡＭ）とを備える。The storage unit 102 includes a storage device using a hard disk, a flash memory, or the like. The storage unit 102 stores data necessary for various controls, driving data input through the input unit 103, and the like. In this embodiment, the driving data is periodically uploaded to the cloud server 300, so the storage unit 102 does not need to accumulate all the input driving data, and only needs to store driving data for a period going back a certain time (for example, one day or several minutes) from the latest time. For example, the storage unit 102 includes a first storage area (ROM) that stores one day's worth of driving data for a first cycle, and a second storage area (RAM) that stores several minutes' worth of driving data for a second cycle while overwriting it.

入力部１０３は、各種センサを接続するための接続インタフェースを備える。入力部１０３が備える接続インタフェースは、有線のインタフェースであってもよく、無線のインタフェースであってもよい。入力部１０３に接続されるセンサは、例えば、インバータ１２２の出力電流を計測する電流センサＳ１、モータ１２の回転速度を計測する回転速度センサＳ２、吸込温度を計測する温度センサＳ３、吸込ガス量を計測する流量センサＳ４、吐出圧力を計測する圧力センサＳ５などを含む。制御部１０１は、入力部１０３を通じて、各種センサＳ１～Ｓ５による計測データを取得する。The input unit 103 includes a connection interface for connecting various sensors. The connection interface included in the input unit 103 may be a wired interface or a wireless interface. The sensors connected to the input unit 103 include, for example, a current sensor S1 that measures the output current of the inverter 122, a rotation speed sensor S2 that measures the rotation speed of the motor 12, a temperature sensor S3 that measures the suction temperature, a flow rate sensor S4 that measures the amount of suction gas, and a pressure sensor S5 that measures the discharge pressure. The control unit 101 acquires measurement data from the various sensors S1 to S5 through the input unit 103.

通信部１０４は、外部機器と通信するための通信インタフェースを備える。通信部１０４が備える通信インタフェースは、例えば、ＷｉＦｉ（登録商標）やイーサネット（登録商標）などで用いられるＬＡＮ（Local Area Network）の通信規格に準じた通信インタフェースである。代替的に、Ｂｌｕｅｔｏｏｔｈ（登録商標） 、ＺｉｇＢｅｅ（登録商標
）、３Ｇ、４Ｇ、５Ｇ、ＬＴＥ（Long Term Evolution）等の通信規格に準じた通信イン
タフェースであってもよい。本実施の形態では、制御装置１００は、通信部１０４を通じて通信ネットワークＮに接続されており、通信ネットワークＮを介してクラウドサーバ３００と通信できるように構成されている。 The communication unit 104 includes a communication interface for communicating with an external device. The communication interface included in the communication unit 104 is, for example, a communication interface conforming to a communication standard of a LAN (Local Area Network) used in WiFi (registered trademark) or Ethernet (registered trademark). Alternatively, the communication interface may be a communication interface conforming to a communication standard such as Bluetooth (registered trademark), ZigBee (registered trademark), 3G, 4G, 5G, or LTE (Long Term Evolution). In this embodiment, the control device 100 is connected to a communication network N through the communication unit 104 and is configured to be able to communicate with the cloud server 300 via the communication network N.

更に、制御装置１００は、ブロワ１の管理者等の指示又は操作を受付ける操作部、ブロワ１の管理者等に報知すべき情報を表示する表示部などを備えてもよい。Furthermore, the control device 100 may include an operation unit that receives instructions or operations from a manager of the blower 1, a display unit that displays information to be notified to the manager of the blower 1, and the like.

本実施の形態では、制御装置１００は、ブロワ１の運転データ（各種センサＳ１～Ｓ５の計測データ）をクラウドサーバ３００へ送信する。より詳細には、制御装置１００は、ブロワ１の運転開始後は運転データを第１周期（例えば１分間隔）で記録し、記録した運転データを適宜のタイミングでクラウドサーバ３００へ送信する。制御装置１００は、運転データを第１周期で記録する都度、クラウドサーバ３００へ送信してもよく、所定時間分の第１周期の運転データをまとめてクラウドサーバ３００へ送信してもよい。また、制御装置１００は、イベントが発生した場合、第２周期（例えば０．１秒間隔）で記録したデータのうち、イベントの開始時点を含む所定期間（例えば３分間）の運転データをクラウドサーバ３００へ送信する。制御装置１００は、例えば、前記イベントに関する第２周期の運転データの記録が完了した後にクラウドサーバ３００へ送信する。なお、イベントの開始時点は、ブロワ１の管理者等によって与えられてもよく、例えば電流センサＳ１の出力等に基づき制御部１０１が判断してもよい。In this embodiment, the control device 100 transmits the operation data of the blower 1 (measurement data of various sensors S1 to S5) to the cloud server 300. More specifically, after the operation of the blower 1 starts, the control device 100 records the operation data at a first period (e.g., one-minute intervals) and transmits the recorded operation data to the cloud server 300 at an appropriate timing. The control device 100 may transmit the operation data to the cloud server 300 every time it records the operation data at the first period, or may transmit the operation data of the first period for a predetermined time period to the cloud server 300 all at once. In addition, when an event occurs, the control device 100 transmits the operation data of a predetermined period (e.g., three minutes) including the start time of the event out of the data recorded at the second period (e.g., 0.1 second intervals) to the cloud server 300. The control device 100 transmits the operation data to the cloud server 300 after completing the recording of the operation data of the second period related to the event, for example. The start time of the event may be given by an administrator of the blower 1 or may be determined by the control unit 101 based on, for example, the output of the current sensor S1.

クラウドサーバ３００は、通信ネットワークＮを介して制御装置１００から受信した第１周期の運転データ及び第２周期の運転データを運転履歴テーブルに記憶する。図５はクラウドサーバ３００が備える運転履歴テーブルの一例を示す概念図である。クラウドサーバ３００が備える運転履歴テーブルは、第１周期の運転データを記憶する第１運転履歴テーブル３０１Ａと、第２周期の運転データを記憶する第２運転履歴テーブル３０１Ｂとにより構成される。The cloud server 300 stores in a driving history table the driving data of the first cycle and the driving data of the second cycle received from the control device 100 via the communication network N. Fig. 5 is a conceptual diagram showing an example of a driving history table provided in the cloud server 300. The driving history table provided in the cloud server 300 is composed of a first driving history table 301A that stores the driving data of the first cycle and a second driving history table 301B that stores the driving data of the second cycle.

第１運転履歴テーブル３０１Ａには、ブロワ１の第１周期（例えば１分間隔）の運転データが記憶される。第２運転履歴テーブル３０１Ｂには、イベントの発生をトリガとして送信されるブロワ１の第２周期（例えば０．１秒間隔）の運転データが記憶される。運転データは、モータ１２に供給する電流（インバータ１２２の出力電流）、モータ１２の回転速度、ブロワ１の吸込温度、ブロワ１の吸込ガス量、ブロワ１の吐出圧力などを含む。The first operation history table 301A stores operation data of a first period (e.g., 1 minute intervals) of the blower 1. The second operation history table 301B stores operation data of a second period (e.g., 0.1 second intervals) of the blower 1, which is transmitted in response to the occurrence of an event as a trigger. The operation data includes the current supplied to the motor 12 (the output current of the inverter 122), the rotation speed of the motor 12, the suction temperature of the blower 1, the amount of suction gas of the blower 1, the discharge pressure of the blower 1, etc.

第１運転履歴テーブル３０１Ａには、ブロワ１の運転中に計測される長期的な運転データが記憶されるのに対し、第２運転履歴テーブル３０１Ｂには、イベント毎の所定期間（例えばイベント発生前後の３分間）の短期的かつ詳細な運転データが記憶される。例えば、ブロワ１において起動イベントが２０２０年８月１日の１２時に発生した場合、１１時５９分から１２時０２分までの０．１秒間隔の運転データが第２運転履歴テーブル３０１Ｂに記憶される。The first operation history table 301A stores long-term operation data measured during operation of the blower 1, whereas the second operation history table 301B stores short-term and detailed operation data for a predetermined period for each event (e.g., 3 minutes before and after the event occurs). For example, if a startup event occurs in the blower 1 at 12:00 on August 1, 2020, operation data at 0.1 second intervals from 11:59 to 12:02 is stored in the second operation history table 301B.

図６は状態監視装置２００の内部構成を示すブロック図である。状態監視装置２００は、専用又は汎用のコンピュータであり、制御部２０１、記憶部２０２、通信部２０３、操作部２０４、及び表示部２０５を備える。状態監視装置２００は、クラウドサーバ３００から運転データを取得し、取得した運転データを分析してブロワ１の状態を推定する。6 is a block diagram showing the internal configuration of the status monitoring device 200. The status monitoring device 200 is a dedicated or general-purpose computer, and includes a control unit 201, a storage unit 202, a communication unit 203, an operation unit 204, and a display unit 205. The status monitoring device 200 acquires operation data from the cloud server 300, and estimates the status of the blower 1 by analyzing the acquired operation data.

制御部２０１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭなどを備える。制御部２０１が備えるＲＯＭには、上述したハードウェア各部の動作を制御する制御プログラム等が記憶される。制御部２０１内のＣＰＵは、ＲＯＭに記憶された制御プログラムや後述する記憶部２０２に記憶された各種コンピュータプログラムを実行し、ハードウェア各部の動作を制御することにより、状態監視装置２００を本発明における状態監視装置として機能させる。制御部２０１が備えるＲＡＭには、演算の実行中に利用されるデータ等が一時的に記憶される。The control unit 201 includes, for example, a CPU, a ROM, and a RAM. The ROM included in the control unit 201 stores a control program that controls the operation of each of the above-mentioned hardware components. The CPU in the control unit 201 executes the control program stored in the ROM and various computer programs stored in a storage unit 202 (described later) to control the operation of each of the hardware components, thereby causing the status monitoring device 200 to function as the status monitoring device of the present invention. The RAM included in the control unit 201 temporarily stores data used during the execution of calculations.

本実施の形態において、制御部２０１は、ＣＰＵ、ＲＯＭ、及びＲＡＭを備える構成としたが、必ずしもこのような構成に限定されない。制御部２０１は、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＤＳＰ（Digital Signal Processor）、量子プロセッサ、揮発性又は不揮発性のメモリ等を備える１又は複数
の演算回路又は制御回路であってもよい。また、制御部２０１は、日時情報を出力するクロック、計測開始指示を与えてから計測終了指示を与えるまでの経過時間を計測するタイマ、数をカウントするカウンタ等の機能を備えてもよい。 In the present embodiment, the control unit 201 is configured to include a CPU, a ROM, and a RAM, but is not necessarily limited to such a configuration. The control unit 201 may be one or more arithmetic circuits or control circuits including a GPU (Graphics Processing Unit), an FPGA (Field Programmable Gate Array), a DSP (Digital Signal Processor), a quantum processor, a volatile or non-volatile memory, etc. The control unit 201 may also include functions such as a clock that outputs date and time information, a timer that measures the elapsed time from when a measurement start instruction is given to when a measurement end instruction is given, and a counter that counts numbers.

記憶部２０２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）などの記憶装置を備える。記憶部２０２には、制御部２０１によって実行される各種コンピュータプログラムや制御部２０１によって利用される各種データが記憶される。The storage unit 202 includes a storage device such as a hard disk drive (HDD), a solid state drive (SSD), etc. The storage unit 202 stores various computer programs executed by the control unit 201 and various data used by the control unit 201.

記憶部２０２に記憶されるコンピュータプログラムは、ブロワ１の運転データに基づきブロワ１の状態を推定するための状態推定プログラムＰＧを含む。状態推定プログラムＰＧは、第１周期で記録されるブロワ１の運転データと第２周期で記録されるブロワ１の運転データとを取得し、取得した第２周期の運転データを分析してブロワ１の状態を推定し、推定結果を出力する処理をコンピュータに実行させるためのコンピュータプログラムである。The computer programs stored in the storage unit 202 include a state estimation program PG for estimating a state of the blower 1 based on operation data of the blower 1. The state estimation program PG is a computer program for causing a computer to execute a process of acquiring operation data of the blower 1 recorded in a first period and operation data of the blower 1 recorded in a second period, estimating a state of the blower 1 by analyzing the acquired operation data of the second period, and outputting the estimation result.

記憶部２０２に記憶されるコンピュータプログラムは、当該コンピュータプログラムを読み取り可能に記録した非一時的な記録媒体Ｍにより提供される。記録媒体Ｍは、例えば、ＣＤ－ＲＯＭ、ＵＳＢメモリ、ＳＤ（Secure Digital）カード、コンパクトフラッシュ（登録商標）などの可搬型メモリである。制御部２０１は、図に示していない読取装置を用いて、記録媒体Ｍに記録されたコンピュータプログラムを読み取り、読み取ったコンピュータプログラムを記憶部２０２に記憶させる。代替的に、記憶部２０２に記憶されるコンピュータプログラムは、通信によって提供されてもよい。この場合、制御部２０１は、通信部２０３を通じてコンピュータプログラムを取得し、取得したコンピュータプログラムを記憶部２０２に記憶させればよい。The computer program stored in the storage unit 202 is provided by a non-transitory storage medium M on which the computer program is readably recorded. The storage medium M is, for example, a portable memory such as a CD-ROM, a USB memory, a Secure Digital (SD) card, or a Compact Flash (registered trademark). The control unit 201 reads the computer program recorded on the storage medium M using a reading device not shown in the figure, and stores the read computer program in the storage unit 202. Alternatively, the computer program stored in the storage unit 202 may be provided by communication. In this case, the control unit 201 may obtain the computer program through the communication unit 203, and store the obtained computer program in the storage unit 202.

通信部２０３は、各種データを送受信する通信インタフェースを備える。通信部２０３が備える通信インタフェースは、例えば、ＷｉＦｉ（登録商標）やイーサネット（登録商標）で用いられるＬＡＮ（Local Area Network）の通信規格に準じた通信インタフェースである。本実施の形態において、通信部２０３は、通信ネットワークＮを介してクラウドサーバ３００にアクセスし、第１運転履歴テーブル３０１Ａに記憶されている第１周期の運転データ、及び第２運転履歴テーブル３０１Ｂに記憶されている第２周期の運転データを取得する。The communication unit 203 includes a communication interface for transmitting and receiving various data. The communication interface included in the communication unit 203 is, for example, a communication interface conforming to a communication standard of a LAN (Local Area Network) used in WiFi (registered trademark) or Ethernet (registered trademark). In this embodiment, the communication unit 203 accesses the cloud server 300 via the communication network N, and acquires the driving data of the first period stored in the first driving history table 301A and the driving data of the second period stored in the second driving history table 301B.

操作部２０４は、キーボード、マウス、タッチパネルなどの操作デバイスを備え、管理者等による各種の操作及び設定を受付ける。制御部２０１は、操作部２０４より与えられる各種の操作情報に基づき適宜の制御を行い、必要に応じて設定情報を記憶部２０２に記憶させる。The operation unit 204 includes operation devices such as a keyboard, a mouse, and a touch panel, and receives various operations and settings from an administrator, etc. The control unit 201 performs appropriate control based on various operation information provided by the operation unit 204, and stores setting information in the storage unit 202 as necessary.

表示部２０５は、液晶モニタや有機ＥＬ（Electro-Luminescence）などの表示デバイスを備え、制御部２０１からの指示に応じて管理者等に報知すべき情報を表示する。The display unit 205 includes a display device such as a liquid crystal monitor or an organic EL (Electro-Luminescence) display, and displays information to be notified to a manager or the like in response to an instruction from the control unit 201 .

なお、状態監視装置２００は、単一のコンピュータである必要はなく、複数のコンピュータや周辺機器からなるコンピュータシステムであってもよい。更に、状態監視装置２００は、ソフトウェアによって仮想的に構築される仮想マシンであってもよい。The state monitoring device 200 does not have to be a single computer, but may be a computer system including a plurality of computers and peripheral devices. Furthermore, the state monitoring device 200 may be a virtual machine that is virtually constructed by software.

状態監視装置２００は、クラウドサーバ３００から第１周期の運転データ及び第２周期の運転データを取得するので、例えば、イベントが発生した場合において、イベント発生前後の運転データを管理者等に提示することができる。The status monitoring device 200 acquires the first cycle of operating data and the second cycle of operating data from the cloud server 300, so that, for example, when an event occurs, it can present the operating data before and after the event to a manager, etc.

図７は運転データの表示例を示す模式図である。図７は起動イベント発生時の運転データの表示例を示している。状態監視装置２００の制御部２０１は、操作部２０４を通じて管理者等の指示を受付けた場合、ブロワ１にて所定のイベントが発生した場合などにおいて、表示画面２２０の画面データを生成し表示部２０５に表示させる。Fig. 7 is a schematic diagram showing an example of the display of the operating data. Fig. 7 shows an example of the display of the operating data when a startup event occurs. When an instruction from a manager or the like is received through the operation unit 204, when a predetermined event occurs in the blower 1, etc., the control unit 201 of the status monitoring device 200 generates screen data for the display screen 220 and displays it on the display unit 205.

表示画面２２０は、例えば、イベント種別選択欄２２１、イベント日時指定欄２２２、表示項目選択欄２２３、項目グループ選択欄２２４、グラフ表示欄２２５を備える。イベント種別選択欄２２１は、プルダウンメニュー形式の選択欄であり、イベント種別の選択を受付ける。イベント種別は、起動、停止、異常停止を含む。イベント日時指定欄２２２は、プルダウンメニュー形式の指定欄であり、イベント種別選択欄２２１にて選択されたイベントに関して発生日時の指定を受付ける。図７の例では、２０２０年８月２０日９時２６分０．８６３秒に発生した起動イベントが選択されていることを示している。The display screen 220 includes, for example, an event type selection field 221, an event date and time specification field 222, a display item selection field 223, an item group selection field 224, and a graph display field 225. The event type selection field 221 is a selection field in the form of a pull-down menu, and accepts the selection of an event type. The event types include start, stop, and abnormal stop. The event date and time specification field 222 is a specification field in the form of a pull-down menu, and accepts the specification of the occurrence date and time for the event selected in the event type selection field 221. The example of FIG. 7 shows that a start event that occurred at 0.863 seconds and 9:26 on August 20, 2020 has been selected.

表示項目選択欄２２３は、チェックボックス形式の選択欄であり、表示すべき運転データ（計測値）の選択を受付ける。項目グループ選択欄２２４は、選択ボタンにより構成されており、表示すべき項目グループの選択を受付ける。例えば、「電力」のラベルが付された選択ボタンが選択された場合、表示項目選択欄２２３において、電力に関する項目（図７の例では、消費電力、入力電流、出力電流）が自動的に選択されるように構成されている。The display item selection field 223 is a selection field in the form of check boxes, and accepts the selection of the operating data (measurement values) to be displayed. The item group selection field 224 is composed of selection buttons, and accepts the selection of the item group to be displayed. For example, when the selection button labeled "power" is selected, the display item selection field 223 is configured to automatically select items related to power (power consumption, input current, and output current in the example of FIG. 7).

グラフ表示欄２２５には、イベント種別選択欄２２１、及びイベント日時指定欄２２２により選択されたイベントに関し、表示項目選択欄２２３で選択された項目の運転データがグラフとして表示される。図７の例では、表示項目選択欄２２３において、「モータ回転速度」、「吸込空気量」、「吐出圧力」、「消費電力」、「出力電流」が選択されているので、これらの計測値の時間変化を示すグラフがグラフ表示欄２２５に表示されている。グラフの横軸は時間を示し、縦軸は各計測値の大きさを予め想定した最大値に対する割合により示している。横軸（時間）の表示範囲は、イベント発生時刻を含む所定期間である。起動イベントでは、イベント開始前の１分及びイベント開始後の２分の第２周期（例えば０．１秒間隔）の運転データが表示される。一方、停止イベント及び異常停止イベントでは、イベント開始前の２分及びイベント開始後の１分の第２周期（例えば、０．１秒間隔）の運転データが表示される。In the graph display field 225, the operation data of the items selected in the display item selection field 223 for the event selected in the event type selection field 221 and the event date and time specification field 222 are displayed as a graph. In the example of FIG. 7, "motor rotation speed", "suction air volume", "discharge pressure", "power consumption", and "output current" are selected in the display item selection field 223, so that graphs showing the time changes of these measured values are displayed in the graph display field 225. The horizontal axis of the graph indicates time, and the vertical axis indicates the magnitude of each measured value as a ratio to a previously assumed maximum value. The display range of the horizontal axis (time) is a predetermined period including the event occurrence time. In the start event, the operation data of the second period (e.g., 0.1 second intervals) of 1 minute before the event starts and 2 minutes after the event starts is displayed. On the other hand, in the stop event and the abnormal stop event, the operation data of the second period (e.g., 0.1 second intervals) of 2 minutes before the event starts and 1 minute after the event starts is displayed.

このように、本実施の形態では、イベント発生の開始前後の運転データを詳細に表示することができるので、各計測値の挙動（波形）を詳細に分析することができる。例えば、制御部２０１は、ブロワ１の起動直後（例えば起動開始から３０秒経過するまでの間）において、モータ１２の回転速度やインバータ１２２の出力電流がどのような振る舞いを示しているのかを分析することにより、エアフォイルベアリング１３の劣化を推定することができる。また、制御部２０１は、起動後の定速運転時（例えば起動開始後３０秒経過した時点から４５秒経過するまでの間）において、モータ１２の回転速度、インバータ１２２の出力電流、ブロワ１の吐出圧力、ブロワ１の吸込空気量がどのような振る舞いを示しているのかを分析することにより、インペラ１１への塵埃の付着に伴う効率低下やエアフォイルベアリング１３の劣化を推定することができる。In this manner, in the present embodiment, the operation data before and after the start of the event occurrence can be displayed in detail, so that the behavior (waveform) of each measurement value can be analyzed in detail. For example, the control unit 201 can estimate the deterioration of the airfoil bearing 13 by analyzing the behavior of the rotation speed of the motor 12 and the output current of the inverter 122 immediately after the start of the blower 1 (for example, from the start of the start to 30 seconds). In addition, the control unit 201 can estimate the efficiency reduction due to the adhesion of dust to the impeller 11 and the deterioration of the airfoil bearing 13 by analyzing the behavior of the rotation speed of the motor 12, the output current of the inverter 122, the discharge pressure of the blower 1, and the amount of air sucked into the blower 1 during constant speed operation after the start of the blower (for example, from the time when 30 seconds have elapsed to the time when 45 seconds have elapsed after the start of the blower).

図８は分析手法の一例を説明する説明図である。図８に示すグラフは、起動直後のインバータ１２２の出力電流の時間変化を示している。グラフの横軸は時間であり、縦軸は出力電流の値である。制御部２０１は、過去に収集された起動直後の出力電流の波形から、インバータ１２２の出力電流の時間変化に関して、例えば線形近似式と偏差とを事前に導出しておく。図８では、導出した線形近似式を実線により示し、破線により信頼区間（偏差）を示している。FIG. 8 is an explanatory diagram for explaining an example of an analysis method. The graph shown in FIG. 8 shows the time change of the output current of the inverter 122 immediately after startup. The horizontal axis of the graph is time, and the vertical axis is the value of the output current. The control unit 201 derives, in advance, for example, a linear approximation formula and deviation regarding the time change of the output current of the inverter 122 from the waveform of the output current immediately after startup collected in the past. In FIG. 8, the derived linear approximation formula is indicated by a solid line, and the confidence interval (deviation) is indicated by a dashed line.

制御部２０１は、起動時の運転データを新たに取得した場合、運転データに含まれるインバータ１２２の出力電流の値が信頼区間に含まれるか否かを判断する。信頼区間に含まれる場合、制御部２０１は、エアフォイルベアリング１３の劣化はないと推定する。一方、信頼区間から外れる場合、制御部２０１は、エアフォイルベアリング１３の劣化があると推定する。なお、計測誤差の可能性を排除するために、複数の計測値が連続して信頼区間から外れる場合にのみ、劣化と推定してもよい。When the control unit 201 newly acquires operation data at the time of startup, it judges whether or not the value of the output current of the inverter 122 included in the operation data is included in the confidence interval. If it is included in the confidence interval, the control unit 201 estimates that there is no deterioration of the airfoil bearing 13. On the other hand, if it is outside the confidence interval, the control unit 201 estimates that there is deterioration of the airfoil bearing 13. Note that in order to eliminate the possibility of measurement error, it may be estimated that there is deterioration only when multiple measurement values consecutively fall outside the confidence interval.

図８の例では、インバータ１２２の出力電流波形を線形近似し、信頼区間を設定する構成としたが、曲線近似を行い、得られた近似式に対して信頼区間を設定してもよい。また、図８の例では、１つの信頼区間を設けた構成としたが、劣化を推定するための信頼区間、劣化の予兆を推定する信頼区間を設けてもよい。In the example of Fig. 8, the output current waveform of the inverter 122 is linearly approximated and a confidence interval is set, but curve approximation may be performed and a confidence interval may be set for the obtained approximation formula. Also, in the example of Fig. 8, one confidence interval is set, but a confidence interval for estimating deterioration and a confidence interval for estimating a sign of deterioration may be set.

図８の例では、インバータ１２２の出力電流に基づき、エアフォイルベアリング１３の劣化を推定する構成としたが、インバータの出力電流に代えて、モータ１２の回転速度に基づき、エアフォイルベアリング１３の劣化を推定する構成としてもよい。また、モータ１２の回転速度とインバータ１２２の出力電流とに基づき、エアフォイルベアリング１３の劣化を推定する構成としてもよい。8 is configured to estimate the deterioration of the airfoil bearing 13 based on the output current of the inverter 122, but it is also possible to estimate the deterioration of the airfoil bearing 13 based on the rotational speed of the motor 12 instead of the output current of the inverter. Also, it is also possible to estimate the deterioration of the airfoil bearing 13 based on the rotational speed of the motor 12 and the output current of the inverter 122.

同様に、制御部２０１は、ブロワ１に停止指示が与えられた直後（例えば、停止指示が与えられてから１０秒経過するまでの間）において、モータ１２の回転速度、インバータ１２２の出力電流がどのような振る舞いを示しているのかを分析することにより、エアフォイルベアリング１３の劣化を推定してもよい。Similarly, the control unit 201 may estimate the deterioration of the airfoil bearing 13 by analyzing the behavior of the rotational speed of the motor 12 and the output current of the inverter 122 immediately after a stop command is given to the blower 1 (for example, within 10 seconds after the stop command is given).

また、制御部２０１は、ブロワ１の起動後の定速運転（例えば、起動後に３０秒経過してから４５秒が経過するまでの間）において、モータ１２の回転速度、インバータ１２２の出力電流、ブロワ１の吐出圧力、ブロワの吸込空気量がどのような振る舞いを示しているのかを分析することにより、インペラ１１への塵埃の付着に伴う効率低下を推定してもよい。分析手法は、エアフォイルベアリング１３の劣化の推定と同様であり、信頼区間からのずれの有無に基づいて判断すればよい。Furthermore, the control unit 201 may estimate the efficiency reduction due to the adhesion of dust to the impeller 11 by analyzing the behavior of the rotation speed of the motor 12, the output current of the inverter 122, the discharge pressure of the blower 1, and the amount of air sucked into the blower during constant speed operation after the start of the blower 1 (for example, from 30 seconds to 45 seconds after start-up). The analysis method is the same as that for estimating the deterioration of the airfoil bearing 13, and the judgment may be made based on the presence or absence of deviation from the confidence interval.

更に、制御部２０１は、異常停止イベントが発生した場合、異常停止前後の運転データを分析することにより、異常停止の原因を推定してもよい。分析手法は、エアフォイルベアリング１３の劣化の推定と同様に信頼区間からのずれの有無を判断し、信頼区間からずれが生じた計測値を特定することにより、異常停止の原因を推定すればよい。例えば、異常停止イベントが発生した際、インバータ１２２の出力電流が信頼区間から外れ、他の計測値が信頼区間に収まっている場合、制御部２０１は、異常停止の原因をインバータ１２２の異常と推定することができる。Furthermore, when an abnormal stop event occurs, the control unit 201 may estimate the cause of the abnormal stop by analyzing operation data before and after the abnormal stop. The analysis method may be to determine the presence or absence of deviation from the confidence interval, similar to the estimation of deterioration of the airfoil bearing 13, and to identify the measurement value that has deviated from the confidence interval, thereby estimating the cause of the abnormal stop. For example, when an abnormal stop event occurs, if the output current of the inverter 122 is outside the confidence interval, while other measurement values are within the confidence interval, the control unit 201 can estimate that the cause of the abnormal stop is an abnormality in the inverter 122.

以下、本実施の形態に係る状態監視システムの動作について説明する。
図９は制御装置１００が実行する処理の手順を説明するフローチャートである。制御装置１００の制御部１０１は、ブロワ１の運転開始後、各種センサＳ１～Ｓ５から出力される計測データを入力部１０３より随時取得する。制御部１０１は、内蔵クロックの出力を参照して、取得した計測データを第１周期で記憶部１０２の第１記憶領域内に記録し、第２周期で記憶部１０２の第２記憶領域内に記録する。本実施の形態において、センサＳ１～Ｓ５からの計測データは、ブロワ１の運転データである。 The operation of the status monitoring system according to this embodiment will be described below.
9 is a flowchart explaining the procedure of the process executed by the control device 100. After the operation of the blower 1 starts, the control unit 101 of the control device 100 acquires measurement data output from the various sensors S1 to S5 from the input unit 103 at any time. The control unit 101 refers to the output of the built-in clock, records the acquired measurement data in a first storage area of the storage unit 102 in a first cycle, and records the data in a second storage area of the storage unit 102 in a second cycle. In this embodiment, the measurement data from the sensors S1 to S5 is operation data of the blower 1.

制御部１０１は、第１周期の運転データをクラウドサーバ３００へ送信するか否かを判断する（ステップＳ１０１）。制御部１０１は、例えば、計測データを第１周期で記録する都度、クラウドサーバ３００へ送信すると判断する。代替的に、制御部１０１は、第１周期と異なる所定周期（例えば数分間隔～数時間間隔）で送信すると判断してもよく、所定時刻に送信すると判断してもよい。ステップＳ１０１で送信しないと判断した場合（Ｓ１０１：ＮＯ）、制御部１０１は、ステップＳ１０３以降の処理を実行する。The control unit 101 judges whether or not to transmit the operating data of the first period to the cloud server 300 (step S101). For example, the control unit 101 judges to transmit the measurement data to the cloud server 300 every time the measurement data is recorded in the first period. Alternatively, the control unit 101 may judge to transmit the measurement data at a predetermined period (for example, an interval of several minutes to an interval of several hours) different from the first period, or may judge to transmit the measurement data at a predetermined time. When it is judged not to transmit the measurement data in step S101 (S101: NO), the control unit 101 executes the process of step S103 and subsequent steps.

ステップＳ１０１で送信すると判断した場合（Ｓ１０１：ＹＥＳ）、制御部１０１は、記憶部１０２の第１記憶領域に記録された第１周期の運転データをクラウドサーバ３００へ送信する（ステップＳ１０２）。このとき、制御部１０１は、前回送信してから今回送信するまでの間に記録した第１周期の運転データをクラウドサーバ３００へ送信すればよい。送信された第１周期の運転データは、クラウドサーバ３００において、第１運転履歴テーブル３０１Ａに記憶される。When it is determined in step S101 that the driving data should be transmitted (S101: YES), the control unit 101 transmits the driving data of the first period recorded in the first storage area of the storage unit 102 to the cloud server 300 (step S102). At this time, the control unit 101 may transmit the driving data of the first period recorded between the previous transmission and the current transmission to the cloud server 300. The transmitted driving data of the first period is stored in the first driving history table 301A in the cloud server 300.

次いで、制御部１０１は、イベントが発生したか否かを判断する（ステップＳ１０３）。ステップＳ１０３では、ブロワ１の起動イベント、停止イベント、異常停止イベント等が判断できればよい。イベント発生の有無は、第１周期の運転データに基づき判断される。例えば、制御部１０１は、インバータ１２２の出力電流を監視することにより、ブロワ１が起動したタイミング、停止したタイミング、異常停止したタイミングを特定することができる。また、制御部１０１は、ブロワ１に起動指示や停止指示が与えられた場合、イベントが発生したと判断してもよい。イベントが発生していない場合（Ｓ１０３：ＮＯ）、制御部１０１は、処理をステップＳ１０１へ戻す。Next, the control unit 101 determines whether an event has occurred (step S103). In step S103, it is sufficient to determine a start event, a stop event, an abnormal stop event, etc. of the blower 1. The occurrence of an event is determined based on the operation data of the first period. For example, the control unit 101 can specify the timing when the blower 1 started, stopped, or abnormally stopped by monitoring the output current of the inverter 122. The control unit 101 may also determine that an event has occurred when a start instruction or a stop instruction is given to the blower 1. If no event has occurred (S103: NO), the control unit 101 returns the process to step S101.

イベントが発生したと判断した場合（Ｓ１０３：ＹＥＳ）、制御部１０１は、そのイベントに関する第２周期の運転データを送信するか否かを判断する（ステップＳ１０４）。発生したイベントが停止イベント又は異常停止イベントである場合、制御部１０１は、イベント発生時より例えば１分が経過した時点で第２周期の運転データを送信すると判断する。また、発生したイベントが起動イベントである場合、制御部１０１は、イベント発生時より例えば２分が経過した時点で第２周期の運転データを送信すると判断する。When it is determined that an event has occurred (S103: YES), the control unit 101 determines whether or not to transmit the second cycle of driving data related to the event (step S104). When the event that has occurred is a stop event or an abnormal stop event, the control unit 101 determines that the second cycle of driving data should be transmitted, for example, when one minute has elapsed since the event occurred. When the event that has occurred is a start event, the control unit 101 determines that the second cycle of driving data should be transmitted, for example, when two minutes have elapsed since the event occurred.

ステップＳ１０４で送信しないと判断した場合（Ｓ１０４：ＮＯ）、制御部１０１は、送信タイミングとなるまで待機する。この待機期間において、制御部１０１は、運転データの記録を継続的に行う。すなわち、制御部１０１は、入力部１０３を通じて取得した運転データを第１周期で記憶部１０２の第１記憶領域に記録すると共に、第２周期で記憶部１０２の第２記憶領域に記録する。When it is determined in step S104 that the data should not be transmitted (S104: NO), the control unit 101 waits until the transmission timing. During this waiting period, the control unit 101 continuously records the driving data. That is, the control unit 101 records the driving data acquired through the input unit 103 in the first storage area of the storage unit 102 in the first cycle, and records the data in the second storage area of the storage unit 102 in the second cycle.

ステップＳ１０４で送信すると判断した場合（Ｓ１０４：ＹＥＳ）、制御部１０１は、記憶部１０２の第２記憶領域に記録された第２周期の運転データをクラウドサーバ３００へ送信する（ステップＳ１０５）。発生したイベントが停止イベント又は異常停止イベントである場合、制御部１０１は、例えばイベント発生時より２分前から１分後の合計３分間の運転データを記憶部１０２の第２記憶領域から読み出し、読み出した運転データを通信部１０４よりクラウドサーバ３００へ送信する。発生したイベントが起動イベントである場合、制御部１０１は、例えばイベント発生時より１分前から２分後の合計３分間の運転データを記憶部１０２の第２記憶領域から読み出し、読み出した運転データを通信部１０４よりクラウドサーバ３００へ送信する。送信された第２周期の運転データは、クラウドサーバ３００において、第２運転履歴テーブル３０１Ｂに記憶される。When it is determined in step S104 that the data is to be transmitted (S104: YES), the control unit 101 transmits the second period of driving data recorded in the second storage area of the storage unit 102 to the cloud server 300 (step S105). When the event that has occurred is a stop event or an abnormal stop event, the control unit 101 reads out driving data for a total of three minutes, for example, from two minutes before the event occurrence to one minute after the event occurrence, from the second storage area of the storage unit 102, and transmits the read driving data to the cloud server 300 via the communication unit 104. When the event that has occurred is a start event, the control unit 101 reads out driving data for a total of three minutes, for example, from one minute before the event occurrence to two minutes after the event occurrence, from the second storage area of the storage unit 102, and transmits the read driving data to the cloud server 300 via the communication unit 104. The transmitted driving data for the second period is stored in the second driving history table 301B in the cloud server 300.

図１０は状態監視装置２００が実行する処理の手順を説明するフローチャートである。状態監視装置２００の制御部２０１は、記憶部２０２に記憶された状態推定プログラムＰＧを読み出して実行することにより、以下の処理を実行する。制御部２０１は、通信部２０３を通じて、クラウドサーバ３００にアクセスし、第１周期の運転データを取得する（ステップＳ１２１）。このとき、状態監視装置２００は、ユーザ認証を受付け、認証に成功した場合にのみ、クラウドサーバ３００へのアクセスを許可してもよい。10 is a flowchart explaining the procedure of the process executed by the state monitoring device 200. The control unit 201 of the state monitoring device 200 executes the following process by reading and executing the state estimation program PG stored in the storage unit 202. The control unit 201 accesses the cloud server 300 via the communication unit 203 and acquires the operating data of the first period (step S121). At this time, the state monitoring device 200 may accept user authentication and permit access to the cloud server 300 only if the authentication is successful.

制御部２０１は、イベントが発生したか否かを判断する（ステップＳ１２２）。ステップＳ１２２では、ブロワ１の起動イベント、停止イベント、異常停止イベント等が判断できればよい。イベント発生の有無は、第１周期の運転データに基づき判断される。例えば、制御部２０１は、インバータ１２２の出力電流を監視することにより、ブロワ１が起動したタイミング、停止したタイミング、異常停止したタイミングを特定することができる。代替的に、制御部２０１は、ブロワ１に起動指示や停止指示が与えられた旨の情報を制御装置１００から取得して、イベントの発生の有無を判断してもよい。イベントが発生していない場合（Ｓ１２２：ＮＯ）、制御部２０１は、処理をステップＳ１２１へ戻す。The control unit 201 judges whether an event has occurred (step S122). In step S122, it is sufficient to judge whether the blower 1 has started, stopped, or stopped due to an abnormality. The occurrence of an event is judged based on the operation data of the first period. For example, the control unit 201 can specify the timing at which the blower 1 started, stopped, or stopped due to an abnormality by monitoring the output current of the inverter 122. Alternatively, the control unit 201 may obtain information from the control device 100 indicating that a start instruction or a stop instruction has been given to the blower 1, and judge whether an event has occurred. If no event has occurred (S122: NO), the control unit 201 returns the process to step S121.

イベントが発生したと判断した場合（Ｓ１２２：ＹＥＳ）、制御部２０１は、通信部２０３を通じて、クラウドサーバ３００にアクセスし、第２周期の運転データを取得する（ステップＳ１２３）。When it is determined that an event has occurred (S122: YES), the control unit 201 accesses the cloud server 300 via the communication unit 203 and acquires the operating data of the second period (step S123).

次いで、制御部２０１は、取得した第２周期の運転データを分析し、ブロワ１の状態を推定する（ステップＳ１２４）。制御部２０１は、例えば、インバータ１２２の出力電流やモータ１２の回転速度が事前に得られた信頼区間に収まっているか否かを判断することにより、エアフォイルベアリング１３の劣化を推定することができる。また、制御部２０１は、ブロワ１の起動後の定速運転時（例えば、起動後に３０秒経過してから４５秒が経過するまでの間）におけるモータ１２の回転速度、インバータ１２２の出力電流、ブロワ１の吐出圧力、ブロワの吸込空気量が事前に得られた信頼区間に収まっているか否かを判断することにより、インペラ１１への塵埃の付着に伴う効率低下を推定してもよい。更に、制御部２０１は、異常停止イベントが発生した場合、異常停止前後の運転データを分析することにより、異常停止の原因を推定してもよい。Next, the control unit 201 analyzes the acquired operation data of the second period and estimates the state of the blower 1 (step S124). The control unit 201 can estimate the deterioration of the airfoil bearing 13, for example, by determining whether the output current of the inverter 122 and the rotation speed of the motor 12 are within a previously obtained confidence interval. The control unit 201 can also estimate the efficiency reduction due to the adhesion of dust to the impeller 11 by determining whether the rotation speed of the motor 12, the output current of the inverter 122, the discharge pressure of the blower 1, and the amount of air sucked by the blower during constant speed operation after the start of the blower 1 (for example, from 30 seconds to 45 seconds after the start) are within a previously obtained confidence interval. Furthermore, when an abnormal stop event occurs, the control unit 201 can estimate the cause of the abnormal stop by analyzing the operation data before and after the abnormal stop.

次いで、制御部２０１は、推定結果を出力する（ステップＳ１２５）。図１１は推定結果の出力例を示す模式図である。図１１の出力例は、エアフォイルベアリング１３の劣化が生じている旨の文字情報を、各計測値のグラフと共に表示部２０５に表示した例を示している。このとき、制御部２０１は、エアフォイルベアリング１３の劣化の推定に用いた推定値（例えば、インバータ１２２の出力電流）のグラフをハイライト表示してもよい。図１１では、エアフォイルベアリング１３に劣化が生じた旨の文字情報を表示した例を示したが、同様に、制御部２０１は、インペラ１１への塵埃の付着に伴う効率低下が発生した旨の文字情報、異常停止の原因を示す文字情報等を表示部２０５に表示させてもよい。また、制御部２０１は、表示部２０５に表示させる構成に代えて、通信部２０３を通じて、管理者等が使用する端末装置に通知してもよい。Next, the control unit 201 outputs the estimation result (step S125). FIG. 11 is a schematic diagram showing an example of the output of the estimation result. The output example of FIG. 11 shows an example in which text information indicating that the airfoil bearing 13 has deteriorated is displayed on the display unit 205 together with a graph of each measurement value. At this time, the control unit 201 may highlight a graph of an estimated value (e.g., an output current of the inverter 122) used for estimating the deterioration of the airfoil bearing 13. FIG. 11 shows an example in which text information indicating that the airfoil bearing 13 has deteriorated is displayed. Similarly, the control unit 201 may cause the display unit 205 to display text information indicating that a decrease in efficiency has occurred due to the adhesion of dust to the impeller 11, text information indicating the cause of the abnormal stop, and the like. Moreover, instead of displaying the information on the display unit 205, the control unit 201 may notify a terminal device used by an administrator or the like through the communication unit 203.

以上のように、本実施の形態では、イベントが発生した際に送信される第２周期の運転データを分析し、ブロワ１の状態を推定するので、ブロワ１を構成する各コンポーネントの振る舞いを詳細に把握することができ、例えば、エアフォイルベアリング１３の劣化、インペラ１１への塵埃の付着による効率低下、異常停止の原因等を把握することができる。As described above, in this embodiment, the second cycle of operating data transmitted when an event occurs is analyzed and the state of blower 1 is estimated, so that the behavior of each component constituting blower 1 can be grasped in detail, and for example, deterioration of airfoil bearings 13, reduced efficiency due to dust adhesion to impeller 11, the cause of abnormal stoppage, etc. can be grasped.

（実施の形態２）
実施の形態２では、学習モデルを用いて、ブロワ１の状態を推定する構成について説明する。(Embodiment 2)
In the second embodiment, a configuration for estimating the state of the blower 1 using a learning model will be described.

実施の形態２では、電流センサＳ１により計測されるインバータ１２２の出力電流、回転速度センサＳ２により計測されるモータ１２の回転速度、温度センサＳ３により計測されるブロワ１の吸込温度、流量センサＳ４により計測される吸込流量、圧力センサＳ５により計測される吐出圧力の計測データと、ブロワ１の状態との関係を学習してある学習モデルＭＤ（図１２を参照）を用いて、ブロワ１の状態を推定する。学習モデルＭＤは、例えば状態監視装置２００の記憶部２０２に記憶される。代替的に、学習モデルＭＤは、状態監視装置２００からアクセス可能な外部装置（例えば、クラウドサーバ３００）に記憶されてもよい。In the second embodiment, the state of the blower 1 is estimated using a learning model MD (see FIG. 12 ) that has learned the relationship between the measurement data of the output current of the inverter 122 measured by the current sensor S1, the rotation speed of the motor 12 measured by the rotation speed sensor S2, the suction temperature of the blower 1 measured by the temperature sensor S3, the suction flow rate measured by the flow rate sensor S4, and the discharge pressure measured by the pressure sensor S5, and the state of the blower 1. The learning model MD is stored, for example, in the storage unit 202 of the state monitoring device 200. Alternatively, the learning model MD may be stored in an external device (for example, the cloud server 300) accessible from the state monitoring device 200.

図１２は学習モデルＭＤの構成例を説明する模式図である。学習モデルＭＤは、例えば、深層学習を含む機械学習の学習モデルであり、ニューラルネットワークによって構成される。学習モデルＭＤは、入力層ＬＹ１、中間層ＬＹ２，ＬＹ３、及び出力層ＬＹ４を備える。図１２の例では、２つの中間層ＬＹ２，ＬＹ３を記載しているが、中間層の数は２つに限定されず、３つ以上であってもよい。FIG. 12 is a schematic diagram for explaining a configuration example of the learning model MD. The learning model MD is, for example, a machine learning learning model including deep learning, and is configured by a neural network. The learning model MD includes an input layer LY1, intermediate layers LY2 and LY3, and an output layer LY4. In the example of FIG. 12, two intermediate layers LY2 and LY3 are described, but the number of intermediate layers is not limited to two and may be three or more.

入力層ＬＹ１、中間層ＬＹ２，ＬＹ３、及び出力層ＬＹ４には、１つまたは複数のノードが存在し、各層のノードは、前後の層に存在するノードと一方向に所望の重みおよびバイアスで結合されている。学習モデルＭＤの入力層ＬＹ１には、入力層ＬＹ１が備えるノードの数と同数のデータが入力される。本実施の形態において、入力層ＬＹ１のノードに入力されるデータは、ブロワ１に関して得られる第２周期の運転データである。すなわち、入力層ＬＹ１のノードに入力されるデータは、インバータ１２２の出力電流、モータ１２の回転速度、ブロワ１の吸込温度、吸込流量、吐出圧力の第２周期の計測データが入力される。The input layer LY1, the intermediate layers LY2 and LY3, and the output layer LY4 each have one or more nodes, and the nodes of each layer are connected in one direction to the nodes in the previous and next layers with desired weights and biases. The input layer LY1 of the learning model MD receives the same number of data as the number of nodes in the input layer LY1. In this embodiment, the data input to the nodes of the input layer LY1 is the second period of operation data obtained for the blower 1. That is, the data input to the nodes of the input layer LY1 includes the measurement data of the output current of the inverter 122, the rotation speed of the motor 12, the suction temperature, suction flow rate, and discharge pressure of the blower 1 in the second period.

入力された計測データは、入力層ＬＹ１を構成するノードを通じて、最初の中間層ＬＹ２が備えるノードへ出力される。最初の中間層ＬＹ２に入力されたデータは、中間層ＬＹ２を構成するノードを通じて、次の中間層ＬＹ３が備えるノードへ出力される。このとき、ノード間において設定されている重み及びバイアスを含む活性化関数を用いて出力が算出される。以下同様にして、ノード間において設定されている重み及びバイアスを含む活性化関数を用いた演算を実行し、出力層ＬＹ４による演算結果が得られるまで次々と後の層に伝達される。The input measurement data is output to the nodes in the first intermediate layer LY2 through the nodes in the input layer LY1. The data input to the first intermediate layer LY2 is output to the nodes in the next intermediate layer LY3 through the nodes in the intermediate layer LY2. At this time, the output is calculated using an activation function including weights and biases set between the nodes. In the same manner, calculations are performed using activation functions including weights and biases set between the nodes, and are transmitted to the subsequent layers one after another until a calculation result is obtained by the output layer LY4.

ここで、ノード間を結合する重み、バイアス等のパラメータは、所定の学習アルゴリズムによって学習される。各種パラメータを学習する学習アルゴリズムには、例えば誤差逆伝搬法を含む深層学習の学習アルゴリズムが用いられる。本実施の形態では、前述の計測データと、ブロワ１の状態（劣化の有無、異常発生の原因など）を示すラベルデータとを訓練データとして収集し、収集した訓練データを用いて、計測データが入力された場合、ブロワ１の状態に関する演算結果を出力するように、所定の学習アルゴリズムによってノード間の重み及びバイアスを含む各種パラメータを学習する。なお、学習モデルＭＤの生成は、状態監視装置２００の内部で行ってもよく、外部サーバ（例えばクラウドサーバ３００）で行ってもよい。Here, parameters such as weights and biases connecting nodes are learned by a predetermined learning algorithm. For example, a deep learning learning algorithm including backpropagation is used as the learning algorithm for learning various parameters. In this embodiment, the above-mentioned measurement data and label data indicating the state of the blower 1 (presence or absence of deterioration, cause of abnormality, etc.) are collected as training data, and using the collected training data, various parameters including weights and biases between nodes are learned by a predetermined learning algorithm so that a calculation result regarding the state of the blower 1 is output when measurement data is input. The learning model MD may be generated inside the state monitoring device 200 or may be generated by an external server (for example, the cloud server 300).

出力層ＬＹ４は、ブロワ１の状態に関する演算結果を出力する。例えば、出力層ＬＹ４を第１ノードから第３ノードまでの３個のノードにより構成し、第１ノードからブロワ１のコンポーネントが劣化している可能性（確率Ｐ１）を出力し、第２ノードから劣化の予兆がある可能性（確率Ｐ２）、第３ノードから劣化していない可能性（確率Ｐ３）を出力する。The output layer LY4 outputs the calculation results regarding the state of the blower 1. For example, the output layer LY4 is configured with three nodes, from the first node to the third node, and the first node outputs the possibility that a component of the blower 1 has deteriorated (probability P1), the second node outputs the possibility that there is a sign of deterioration (probability P2), and the third node outputs the possibility that there is no deterioration (probability P3).

出力層ＬＹ４を構成するノードの数や各ノードに割り当てる演算結果は、上述の例に限定されるものではなく、適宜設計することが可能である。例えば、出力層ＬＹ４の第１ノードから異常停止の原因がインバータ異常である可能性（確率Ｐ１）、第２ノードから異常停止の原因がモータ１２の故障である可能性（確率Ｐ２）、第３ノードからエアフォイルベアリング１３の故障である可能性（確率Ｐ３）を出力してもよい。The number of nodes constituting the output layer LY4 and the calculation results assigned to each node are not limited to the above example, and can be designed as appropriate. For example, the first node of the output layer LY4 may output the possibility that the cause of the abnormal stop is an inverter abnormality (probability P1), the second node may output the possibility that the cause of the abnormal stop is a malfunction of the motor 12 (probability P2), and the third node may output the possibility that the cause of the abnormal stop is a malfunction of the airfoil bearing 13 (probability P3).

また、学習モデルＭＤは、イベント種別毎に用意されてもよく、入力する計測データの種別毎に用意されてもよい。In addition, the learning model MD may be prepared for each event type, or for each type of input measurement data.

図１３は学習モデルＭＤを用いた推定手順を説明するフローチャートである。状態監視装置２００の制御部２０１は、記憶部２０２に記憶された状態推定プログラムＰＧを実行することにより、以下の処理を行う。13 is a flowchart for explaining an estimation procedure using the learning model MD. The control unit 201 of the state monitoring device 200 executes the state estimation program PG stored in the storage unit 202 to perform the following processes.

制御部２０１は、通信部２０３を通じて、クラウドサーバ３００より取得した第２周期の運転データを学習モデルＭＤへ入力し（ステップＳ２０１）、学習モデルＭＤによる演算を実行する（ステップＳ２０２）。入力層ＬＹ１のノードに与えられたデータは、隣接する中間層ＬＹ２のノードへ出力される。中間層ＬＹ２ではノード間の重み及びバイアスを含む活性化関数を用いた演算が行われ、演算結果は後段の中間層ＬＹ３へ出力される。中間層ＬＹ３において、更に、ノード間の重み及びバイアスを含む活性化関数を用いた演算が行われ、演算結果は出力層ＬＹ４の各ノードへ出力される。出力層ＬＹ４の各ノードは、ブロワ１の状態に関する演算結果を出力する。The control unit 201 inputs the second period operation data acquired from the cloud server 300 to the learning model MD through the communication unit 203 (step S201), and executes a calculation by the learning model MD (step S202). The data provided to the nodes of the input layer LY1 is output to the adjacent nodes of the intermediate layer LY2. In the intermediate layer LY2, a calculation is performed using an activation function including weights and biases between the nodes, and the calculation result is output to the subsequent intermediate layer LY3. In the intermediate layer LY3, a calculation is further performed using an activation function including weights and biases between the nodes, and the calculation result is output to each node of the output layer LY4. Each node of the output layer LY4 outputs the calculation result regarding the state of the blower 1.

制御部２０１は、学習モデルＭＤの演算結果に基づきブロワ１の状態を推定する（ステップＳ２０３）。学習モデルＭＤの出力層ＬＹ４がブロワ１のコンポーネントが劣化している可能性、劣化の予兆がある可能性、劣化していない可能性を確率Ｐ１～Ｐ３として出力する場合、制御部２０１は、これらの確率Ｐ１～Ｐ３のうち、最も高い確率を出力するノードを特定することにより、コンポーネントの劣化を推定することができる。また、学習モデルＭＤの出力層ＬＹ４が異常停止の原因に関する情報を出力する場合、制御部２０１は、出力層ＬＹ４からの出力に基づき、異常停止の原因を推定してもよい。The control unit 201 estimates the state of the blower 1 based on the calculation results of the learning model MD (step S203). When the output layer LY4 of the learning model MD outputs the possibility that the components of the blower 1 are degraded, that there are signs of degradation, and that there is no degradation as probabilities P1 to P3, the control unit 201 can estimate the degradation of the components by identifying the node that outputs the highest probability among these probabilities P1 to P3. In addition, when the output layer LY4 of the learning model MD outputs information regarding the cause of the abnormal stop, the control unit 201 may estimate the cause of the abnormal stop based on the output from the output layer LY4.

制御部２０１は、推定結果に基づく情報を出力する（ステップＳ２０４）。例えば、制御部２０１は、コンポーネントの劣化に関する情報、又は異常停止の原因に関する情報を表示部２０５に表示する。また、制御部２０１は、コンポーネントの劣化に関する情報、又は異常停止の原因に関する情報を通信部２０３より管理者等の端末装置に通知してもよい。なお、制御部２０１は、単発の計測データによる誤判定を避けるために、劣化（若しくは劣化予兆）ありと推定した回数が所定回数（例えば１０回）以上連続した場合にのみ、コンポーネントが劣化している旨の情報を出力してもよい。The control unit 201 outputs information based on the estimation result (step S204). For example, the control unit 201 displays information on the degradation of the component or information on the cause of the abnormal stop on the display unit 205. The control unit 201 may also notify a terminal device of an administrator or the like of the information on the degradation of the component or information on the cause of the abnormal stop via the communication unit 203. Note that, in order to avoid erroneous judgment based on single measurement data, the control unit 201 may output information that the component is degraded only when the number of times that it has been estimated that there is degradation (or a sign of degradation) is consecutively equal to or more than a predetermined number of times (e.g., 10 times).

以上のように、実施の形態２では、深層学習を含む機械学習の学習モデルＭＤを用いて、ブロワ１の状態を推定し、推定結果に基づく情報を出力することができるので、必要に応じてブロワ１を構成するコンポーネントの交換やメンテナンスをユーザに促すことができる。As described above, in embodiment 2, the machine learning learning model MD including deep learning can be used to estimate the state of the blower 1 and output information based on the estimation result, so that the user can be prompted to replace or maintain the components that make up the blower 1 as necessary.

本実施の形態２では、ニューラルネットワークによって構成される機械学習の学習モデルＭＤを用いてブロワ１の状態に関する演算結果を取得する構成について説明したが、学習モデルＭＤは特定の手法を用いて得られるモデルに限定されない。In this embodiment 2, a configuration has been described in which a calculation result regarding the state of the blower 1 is obtained using a machine learning learning model MD configured by a neural network, but the learning model MD is not limited to a model obtained using a specific method.

例えば、深層学習によるニューラルネットワークに代えて、パーセプトロン、畳み込みニューラルネットワーク、再帰型ニューラルネットワーク、残差ネットワーク、自己組織化マップ等による学習モデルであってもよい。For example, instead of a neural network based on deep learning, a learning model based on a perceptron, a convolutional neural network, a recurrent neural network, a residual network, a self-organizing map, or the like may be used.

また、上記のニューラルネットワークによる学習モデルに代えて、線形回帰、ロジスティック回帰、サポートベクターマシン等を含む回帰分析手法、決定木、回帰木、ランダムフォレスト、勾配ブースティング木等の探索木を用いた手法、単純ベイズ等を含むベイズ推定法、ＡＲ（Auto Regressive）、ＭＡ（Moving Average）、ＡＲＩＭＡ（Auto Regressive Integrated Moving Average）、状態空間モデル等を含む時系列予測手法、Ｋ近傍法等を含むクラスタリング手法、ブースティング、バギング等を含むアンサンブル学習を用いた手法、階層型クラスタリング、非階層型クラスタリング、トピックモデル等を含むクラスタリング手法、アソシエーション分析、強調フィルタリング等を含むその他の手法により学習された学習モデルであってもよい。In addition, instead of the learning model using the above neural network, the learning model may be a model trained using other methods including regression analysis methods including linear regression, logistic regression, support vector machines, etc.; methods using search trees such as decision trees, regression trees, random forests, gradient boosting trees, etc.; Bayesian estimation methods including naive Bayes, etc.; time series prediction methods including AR (Auto Regressive), MA (Moving Average), ARIMA (Auto Regressive Integrated Moving Average), state space models, etc.; clustering methods including K-nearest neighbor methods, etc.; methods using ensemble learning including boosting, bagging, etc.; clustering methods including hierarchical clustering, non-hierarchical clustering, topic models, etc.; association analysis, emphasis filtering, etc.

更に、ＰＬＳ（Partial Least Squares）回帰、重回帰分析、主成分分析、因子分析、
クラスター分析等を含む多変量分析を用いて学習モデルを構築してもよい。 In addition, PLS (Partial Least Squares) regression, multiple regression analysis, principal component analysis, factor analysis,
A learning model may be constructed using multivariate analysis including cluster analysis.

また、本実施の形態では、センサＳ１～Ｓ５から得られる計測データを学習モデルＭＤへ入力する構成としたが、計測データを入力する構成に代えて、計測値の時系列変化を示すグラフ（画像）を入力する構成としてもよい。この場合、学習モデルＭＤには、ＣＮＮ（Convolutional Neural Networks）、Ｒ－ＣＮＮ（Region-based CNN）、ＹＯＬＯ（You
Only Look Once）、ＳＳＤ（Single Shot Detector）、ＧＡＮ（Generative Adversarial Network）などにより構築される学習モデルを用いればよい。 In the present embodiment, the measurement data obtained from the sensors S1 to S5 are input to the learning model MD, but instead of inputting the measurement data, a graph (image) showing the time series change of the measurement value may be input. In this case, the learning model MD may be a CNN (Convolutional Neural Networks), R-CNN (Region-based CNN), YOLO (Young Lonely Planets), or a CNN (Convolutional Neural Networks).
A learning model constructed using a Single Look Once (SSD), a Single Shot Detector (SSD), a Generative Adversarial Network (GAN), or the like may be used.

また、本実施の形態では、センサＳ１～Ｓ５から得られる計測データを基にしたが、センサの種類はＳ１～Ｓ５に限ったものではなく、モータ温度、インバータ温度など、図７の表示項目選択欄２２３に示す計測データを用いてもよい。Further, in this embodiment, the data is based on the measurement data obtained from the sensors S1 to S5, but the types of sensors are not limited to S1 to S5, and measurement data such as motor temperature and inverter temperature shown in the display item selection field 223 in Figure 7 may also be used.

本実施の形態では、エアフォイルベアリング（空気軸受）１３を備えたブロワ１を基にしたが、エアフォイルベアリングに限らず、磁気軸受やティルティングパッド軸受などエアフォイルベアリング以外のすべり軸受を用いたブロワであってもよい。In this embodiment, the blower 1 is based on an airfoil bearing (air bearing) 13, but it is not limited to an airfoil bearing, and the blower may use a sliding bearing other than an airfoil bearing, such as a magnetic bearing or a tilting pad bearing.

１ ブロワ
１１ インペラ
１２ モータ
１００ 制御装置
１０１ 制御部
１０２ 記憶部
１０３ 入力部
１０４ 通信部
１２０ 駆動装置
１２１ コンバータ
１２２ インバータ
２００ 状態監視装置
２０１ 制御部
２０２ 記憶部
２０３ 通信部
２０４ 操作部
２０５ 表示部
３００ クラウドサーバ
 REFERENCE SIGNS LIST 1 Blower 11 Impeller 12 Motor 100 Control device 101 Control unit 102 Memory unit 103 Input unit 104 Communication unit 120 Drive device 121 Converter 122 Inverter 200 Status monitoring device 201 Control unit 202 Memory unit 203 Communication unit 204 Operation unit 205 Display unit 300 Cloud server

Claims (14)

ブロワの運転データを送信する通信装置と、該通信装置から送信される前記ブロワの運転データを取得し、取得した運転データに基づき、前記ブロワの状態を監視する状態監視装置とを備える状態監視システムにおいて、
前記通信装置は、
第１周期で記録された前記ブロワの運転データを送信する第１送信部と、
前記第１周期よりも短い第２周期で記録された前記ブロワの運転データを、イベントの発生をトリガとして送信する第２送信部と
を備え、
前記状態監視装置は、
前記通信装置より送信される前記第１周期の運転データ及び前記第２周期の運転データを取得する取得部と、
取得した前記第２周期の運転データを分析し、前記ブロワの状態を推定する推定部と、
該推定部による推定結果を出力する出力部と
を備える状態監視システム。 1. A status monitoring system comprising: a communication device that transmits operation data of a blower; and a status monitoring device that acquires the operation data of the blower transmitted from the communication device and monitors a status of the blower based on the acquired operation data,
The communication device includes:
a first transmission unit that transmits the operation data of the blower recorded in a first period;
a second transmission unit that transmits the operation data of the blower recorded at a second period that is shorter than the first period, using the occurrence of an event as a trigger,
The condition monitoring device includes:
an acquisition unit that acquires the first periodic operating data and the second periodic operating data transmitted from the communication device;
an estimation unit that analyzes the acquired operation data of the second period and estimates a state of the blower;
and an output unit that outputs an estimation result by the estimation unit. 通信装置より送信されるブロワの運転データを取得し、取得した運転データに基づき、前記ブロワの状態を推定する状態監視装置において、
前記通信装置より送信される第１周期で記録された前記ブロワの運転データと、イベントの発生をトリガとして前記通信装置より送信される、前記第１周期よりも短い第２周期で記録された前記ブロワの運転データとを取得する取得部と、
取得した前記第２周期の運転データを分析し、前記ブロワの状態を推定する推定部と、
該推定部による推定結果を出力する出力部と
を備える状態監視装置。 1. A status monitoring device that acquires operation data of a blower transmitted from a communication device and estimates a status of the blower based on the acquired operation data,
an acquisition unit that acquires operation data of the blower recorded in a first period transmitted from the communication device and operation data of the blower recorded in a second period shorter than the first period and transmitted from the communication device using the occurrence of an event as a trigger;
an estimation unit that analyzes the acquired operation data of the second period and estimates a state of the blower;
and an output unit that outputs an estimation result by the estimation unit. 前記第２周期の運転データは、前記イベントが発生するよりも前の時点から前記イベントが発生した後の時点までの期間の運転データである
請求項２に記載の状態監視装置。 The state monitoring device according to claim 2 , wherein the second cycle of operating data is operating data for a period from a point in time before the event occurs to a point in time after the event occurs. 前記イベントは、前記ブロワの起動イベント又は停止イベントを含み、
前記推定部は、前記ブロワの起動又は停止の際に得られる前記第２周期の運転データに基づき、前記ブロワが備えるコンポーネントの劣化を推定する
請求項２又は請求項３に記載の状態監視装置。 The event includes a start event or a stop event of the blower;
The condition monitoring device according to claim 2 or 3, wherein the estimation unit estimates deterioration of a component included in the blower based on the second period of operational data obtained when the blower is started or stopped. 前記ブロワは、インペラと、該インペラを回転駆動するモータと、該モータの回転軸を非接触で支持する空気軸受とを備え、
前記取得部は、前記第２周期の運転データとして、前記モータに供給する電流、及び前記モータの回転速度の少なくとも１つを含む計測データを取得し、
前記推定部は、取得した計測データに基づき、前記空気軸受の劣化を推定する
請求項４に記載の状態監視装置。 The blower includes an impeller, a motor that rotates the impeller, and an air bearing that supports a rotating shaft of the motor in a non-contact manner,
the acquisition unit acquires, as the operation data for the second period, measurement data including at least one of a current supplied to the motor and a rotation speed of the motor;
The condition monitoring device according to claim 4 , wherein the estimation unit estimates the deterioration of the air bearing based on the acquired measurement data. 前記ブロワは、インペラと、該インペラを回転駆動するモータと、該モータの回転軸を非接触で支持する空気軸受とを備え、
前記取得部は、前記第２周期の運転データとして、前記モータに供給する電流、前記モータの回転速度、前記ブロワの吐出圧力、及び前記ブロワの吸込空気量の少なくとも１つを含む計測データを取得し、
前記推定部は、取得した計測データに基づき、前記インペラへの塵埃の付着に伴う効率低下を推定する
請求項４に記載の状態監視装置。 The blower includes an impeller, a motor that rotates the impeller, and an air bearing that supports a rotating shaft of the motor in a non-contact manner,
the acquisition unit acquires, as the operation data for the second period, measurement data including at least one of a current supplied to the motor, a rotation speed of the motor, a discharge pressure of the blower, and an amount of air suctioned by the blower;
The condition monitoring device according to claim 4 , wherein the estimation unit estimates a decrease in efficiency caused by adhesion of dust to the impeller based on the acquired measurement data. 前記推定部は、第２周期の運転データが入力された場合、前記コンポーネントの劣化に関する情報を出力するように構成された学習モデルを用いて、前記コンポーネントの劣化を推定する
請求項４から請求項６の何れか１つに記載の状態監視装置。 The condition monitoring device according to any one of claims 4 to 6, wherein the estimation unit estimates the deterioration of the component using a learning model configured to output information regarding the deterioration of the component when a second period of operating data is input. 前記イベントは、前記ブロワの異常停止イベントを含み、
前記推定部は、前記ブロワの異常停止の際に得られる前記第２周期の運転データに基づき、異常発生の原因を推定する
請求項２又は請求項３に記載の状態監視装置。 the event includes an abnormal stop event of the blower;
The condition monitoring device according to claim 2 or 3, wherein the estimation unit estimates a cause of an abnormality based on the second period of operational data obtained when the blower stops abnormally. 前記ブロワは、インペラと、該インペラを回転駆動するモータと、該モータの回転軸を非接触で支持する空気軸受とを備え、
前記取得部は、前記第２周期の運転データとして、前記モータに供給する電流、前記回転軸の回転速度、前記ブロワの吐出圧力、及び前記ブロワの吸込空気量の少なくとも１つを含む計測データを取得し、
前記推定部は、取得した計測データに基づき、異常発生の原因を推定する
請求項８に記載の状態監視装置。 The blower includes an impeller, a motor that rotates the impeller, and an air bearing that supports a rotating shaft of the motor in a non-contact manner,
the acquisition unit acquires, as the operation data for the second period, measurement data including at least one of a current supplied to the motor, a rotational speed of the rotary shaft, a discharge pressure of the blower, and an amount of air suctioned by the blower;
The condition monitoring device according to claim 8 , wherein the estimation unit estimates a cause of the occurrence of the abnormality based on the acquired measurement data. 前記推定部は、前記第２周期の運転データが入力された場合、前記ブロワにおける異常発生の原因に関する情報を出力するように構成された学習モデルを用いて、前記ブロワにおける異常発生の原因を推定する
請求項８又は請求項９に記載の状態監視装置。 10. The condition monitoring device according to claim 8, wherein the estimation unit estimates a cause of the occurrence of an abnormality in the blower by using a learning model configured to output information regarding a cause of the occurrence of an abnormality in the blower when the second cycle of operating data is input. 前記出力部は、前記推定結果と共に、前記状態の推定に用いた運転データのグラフをハイライト表示する
請求項２から請求項１０の何れか１つに記載の状態監視装置。 The state monitoring device according to claim 2 , wherein the output unit highlights a graph of the driving data used to estimate the state together with the estimation result. 取得した前記第１周期の運転データに基づき、イベント発生の有無を判断する判断部を備える
請求項２から請求項１０の何れか１つに記載の状態監視装置。 The status monitoring device according to claim 2 , further comprising a determination unit that determines whether an event has occurred based on the acquired operating data of the first period. ブロワの運転データに基づき、前記ブロワの状態を監視する状態監視方法において、
コンピュータを用いて、
第１周期で記録された前記ブロワの運転データと、イベントの発生をトリガとして送信される、前記第１周期よりも短い第２周期で記録された前記ブロワの運転データとを取得し、
取得した前記第２周期の運転データを分析して前記ブロワの状態を推定し、
推定結果を出力する
状態監視方法。 1. A status monitoring method for monitoring a status of a blower based on operation data of the blower, comprising:
Using a computer,
Acquire operation data of the blower recorded in a first period and operation data of the blower recorded in a second period shorter than the first period, the second period being transmitted in response to an occurrence of an event;
Analyzing the acquired operation data of the second period to estimate a state of the blower;
A condition monitoring method that outputs an estimation result. コンピュータに、
第１周期で記録されたブロワの運転データと、イベントの発生をトリガとして送信される、前記第１周期より短い第２周期で記録された前記ブロワの運転データとを取得し、
取得した前記第２周期の運転データを分析して前記ブロワの状態を推定し、
推定結果を出力する
処理を実行させるためのコンピュータプログラム。
 On the computer,
Acquire operation data of the blower recorded in a first period and operation data of the blower recorded in a second period shorter than the first period, the second period being transmitted in response to an occurrence of an event as a trigger;
Analyzing the acquired operation data of the second period to estimate a state of the blower;
A computer program for executing a process to output an estimation result.
JP2022559045A 2020-10-27 2021-10-20 Condition monitoring system, condition monitoring device, condition monitoring method, and computer program Active JP7499347B2 (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020179725 2020-10-27
JP2020179725 2020-10-27
PCT/JP2021/038678 WO2022091888A1 (en) 2020-10-27 2021-10-20 State-monitoring system, state-monitoring device, state-monitoring method, and computer program

Publications (2)

Publication Number Publication Date
JPWO2022091888A1 JPWO2022091888A1 (en) 2022-05-05
JP7499347B2 true JP7499347B2 (en) 2024-06-13

Family

ID=81383846

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022559045A Active JP7499347B2 (en) 2020-10-27 2021-10-20 Condition monitoring system, condition monitoring device, condition monitoring method, and computer program

Country Status (3)

Country Link
JP (1) JP7499347B2 (en)
KR (1) KR20230070302A (en)
WO (1) WO2022091888A1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008019763A (en) 2006-07-12 2008-01-31 Ebara Corp Pump remote management system
JP2019120433A (en) 2017-12-28 2019-07-22 ダイキン工業株式会社 Air conditioning system and local controller
WO2020136897A1 (en) 2018-12-28 2020-07-02 株式会社安川電機 Fluid pressure feeding system, power conversion system, power converter and fluid pressure feeding method

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5726300A (en) * 1980-07-25 1982-02-12 Hitachi Ltd Detector of dust stuck to turbo unit
JP2012236164A (en) 2011-05-12 2012-12-06 Mitsubishi Heavy Ind Ltd Aeration apparatus, seawater flue gas desulfurization apparatus including the same, and operation method of aeration apparatus
JP6239418B2 (en) 2014-03-25 2017-11-29 三機工業株式会社 Air diffuser and cleaning method
JP6447302B2 (en) 2015-03-27 2019-01-09 住友重機械エンバイロメント株式会社 Water treatment system
JP7349400B2 (en) * 2020-03-31 2023-09-22 新明和工業株式会社 Computer program, blower condition monitoring method, and blower condition monitoring device

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008019763A (en) 2006-07-12 2008-01-31 Ebara Corp Pump remote management system
JP2019120433A (en) 2017-12-28 2019-07-22 ダイキン工業株式会社 Air conditioning system and local controller
WO2020136897A1 (en) 2018-12-28 2020-07-02 株式会社安川電機 Fluid pressure feeding system, power conversion system, power converter and fluid pressure feeding method

Also Published As

Publication number Publication date
JPWO2022091888A1 (en) 2022-05-05
KR20230070302A (en) 2023-05-22
WO2022091888A1 (en) 2022-05-05

Similar Documents

Publication Publication Date Title
US20240068864A1 (en) Systems and methods for monitoring of mechanical and electrical machines
JP6514239B2 (en) Machine diagnostic device and machine diagnostic method
US11494531B2 (en) Systems and methods for equipment performance modeling
JP6378419B2 (en) Machine diagnostic device and machine diagnostic method
US20190101876A1 (en) Machine diagnostics based on overall system energy state
KR102518079B1 (en) Information processing apparatus, information processing system, information processing method, program, substrate processing apparatus, reference data determination apparatus, and reference data determination method
CN114109799B (en) Information processing apparatus, information processing method, and computer readable medium
CN112005181B (en) Abnormality detection
JP5722720B2 (en) Sensor node, device monitoring system, and low battery level notification method
JP2019210873A (en) Control device, control system, control method, program and machine learning device
US11268760B2 (en) Dryer machine learning predictive maintenance method and apparatus
JP7349400B2 (en) Computer program, blower condition monitoring method, and blower condition monitoring device
EP3869041A1 (en) Pump health monitoring
JP2020091561A (en) Abnormality diagnosis device and abnormality diagnosis method
JP7499347B2 (en) Condition monitoring system, condition monitoring device, condition monitoring method, and computer program
CA3183142A1 (en) Predictive maintenance systems and methods to determine end gun health
WO2022180878A1 (en) Prediction method, program, prediction system, server, and display device
US20210369049A1 (en) Appliance component fault detection
US11603850B2 (en) Analysis device of vacuum pump, vacuum pump, storage medium recording analysis program, and analysis method
JP2009245245A (en) Equipment management system, equipment management method, and program
EP4354244A1 (en) Anomaly detection for industrial assets
JP7475633B2 (en) Cooked rice processing equipment and its management terminal, management program, management method, and management system
US20230417254A1 (en) Vacuum pump system and control method
JP7459711B2 (en) Vacuum pump deposit analysis device, vacuum pump system and analysis program
JP2023116377A (en) Failure predication device and failure predication method

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230413

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231114

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20231226

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240521

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240603

R150 Certificate of patent or registration of utility model

Ref document number: 7499347

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150