JP2013223284A - 電動機の予防保全装置 - Google Patents

Abstract

【課題】電動機の異常検出精度を向上することができ、附電動機の附帯設備の異常監視・検出をも含めた電動機の予防保全を行うことが可能である電動機の予防保全装置を提供する。
【解決手段】電動機駆動装置から入力される操作量に基づいて動作する電動機の予防保全装置において、操作量と所定の相関関係にある電動機の状態量を取得する状態量取得手段と、電動機及びその附帯設備が正常な場合における操作量と状態量との関係を、相関関係に従ってモデル化した相関モデルを予め記憶するモデル記憶手段と、モデル記憶手段が記憶する相関モデルにおける、電動機の運転時の操作量に対する状態量を算出するモデル状態量算出手段と、運転時に状態量取得手段により取得した状態量とモデル状態量算出手段により算出した状態量とを比較することにより、電動機及びその附帯設備の異常を検出する異常検出手段と、を備える。
【選択図】図３

Description

この発明は、電動機の予防保全装置に関するものである。

プラントを構成する主な機器の１つに電動機がある。電動機はプラントにおける重要な要素であることも多く、その故障はプラント全体に影響する。そこで、プラントの運転においては、電動機に異常が生じていないか監視することにより、電動機の故障を未然に防止する（すなわち予防保全する）ことが必要である。

従来における電動機の異常診断方法としては、電動機の起動時における振動を検出し、この検出結果に基づいて電動機巻線のゆるみを診断するものが知られている（例えば、特許文献１参照）。

特開昭６０−０６６６４７号公報

ところで、例えば製鉄所の圧延プラント等に用いられる大型の電動機には、電動機での発熱を冷却するためのユニットクーラーや、軸受に給油する軸受給油装置等の附帯設備が付属されることが多い。そして、このような電動機の附帯設備において故障が発生した場合も電動機を停止する必要があるため、電動機の本体のみならず電動機の附帯設備についても、異常が生じていないかを監視し、その故障を未然に防止することが必要である。

しかしながら、特許文献１に示されたものにおいては、電動機の附帯設備の異常については全く考慮されておらず、電動機の附帯設備の異常監視・検出をも含めた電動機の予防保全を行うことができないという課題がある。

この発明は、このような課題を解決するためになされたもので、電動機の異常検出精度を向上することができ、附電動機の附帯設備の異常監視・検出をも含めた電動機の予防保全を行うことが可能である電動機の予防保全装置を得るものである。

この発明に係る電動機の予防保全装置は、電動機駆動装置から入力される操作量に基づいて動作する電動機の予防保全装置であって、前記操作量と所定の相関関係にある前記電動機の状態量を取得する状態量取得手段と、前記電動機及び前記電動機の附帯設備が正常な場合における前記操作量と前記状態量との関係を、前記相関関係に従ってモデル化した相関モデルを予め記憶するモデル記憶手段と、前記モデル記憶手段が記憶する前記相関モデルにおける、前記電動機の運転時の前記操作量に対する状態量を算出するモデル状態量算出手段と、前記運転時に前記状態量取得手段により取得した前記状態量と前記モデル状態量算出手段により算出した前記状態量とを比較することにより、前記電動機及び前記電動機の附帯設備の異常を検出する異常検出手段と、を備えた構成とする。

この発明に係る電動機の予防保全装置においては、電動機の異常検出精度を向上することができ、附電動機の附帯設備の異常監視・検出をも含めた電動機の予防保全を行うことが可能であるという効果を奏する。

この発明の実施の形態１に係る電動機の予防保全装置の全体構成を示すブロック図である。 この発明の実施の形態１に係る電動機及びその附帯設備の構成を示す図である。 この発明の実施の形態１に係る予防保全装置の機能的構成を示すブロック図である。 この発明の実施の形態１に係る電動機の予防保全装置の相関モデルの一例を示すグラフである。 この発明の実施の形態１に係る電動機の予防保全装置の異常判定の一例を示す図である。 この発明の実施の形態２に係る予防保全装置の機能的構成を示すブロック図である。 この発明の実施の形態３に係る予防保全装置の機能的構成を示すブロック図である。

この発明を添付の図面に従い説明する。各図を通じて同符号は同一部分又は相当部分を示しており、その重複説明は適宜に簡略化又は省略する。

実施の形態１．
図１から図５は、この発明の実施の形態１に係るもので、図１は電動機の予防保全装置の全体構成を示すブロック図、図２は電動機及びその附帯設備の構成を示す図、図３は予防保全装置の機能的構成を示すブロック図、図４は電動機の予防保全装置の相関モデルの一例を示すグラフ、図５は電動機の予防保全装置の異常判定の一例を示す図である。

図１において、１は、電動機である。電動機の附帯設備２が付属されている。これら電動機１及び電動機の附帯設備２について具体的な構成の一例を図２に示す。電動機１は、電動機１の内部に回転可能に設けられた回転子１ｂ、及び、この回転子１ｂの中央から延設され回転子１ｂと一体となって回転する回転軸１ａを有している。回転子１ｂの外周には回転子巻線１ｃが設けられている。そして、回転子巻線１ｃと対向するようにして、固定子鉄心１ｄに巻かれた固定子巻線１ｅが電動機１内に固定されて配置されている。

電動機１には、電動機１内部で発生した熱を冷却するための冷却ファン２ａ及び水冷熱交換器２ｂからなるユニットクーラーが設けられている。冷却ファン２ａは空気を電動機１内に循環させて電動機１で発生した熱を冷却する。電動機１内に送り込まれた空気は電動機１内の熱を冷却した結果温められて温度が上昇する。電動機１内の熱を奪った空気は、水冷熱交換器２ｂにより冷却されて冷たい空気に戻された上で、冷却ファン２ａにより再度電動機１内に送り込まれる。

このような冷却ファン２ａ及び水冷熱交換器２ｂによる循環冷却が行われることで、電動機１は冷却され焼き付き等の不具合の発生が防止されている。なお、水冷熱交換器２ｂは、内部に冷却水が循環された冷却水管を備えており、空気と冷却水との間で熱交換させることで空気を冷却している。

また、電動機１の回転軸１ａ部分には、回転軸１ａを回転可能に支持する軸受台２ｃが設置されている。この軸受台２ｃには、軸受に潤滑油を供給する軸受給油装置が備えられている。これらの水冷熱交換器２ｂ、冷却ファン２ａ及び軸受台２ｃ（軸受給油装置）は、電動機の附帯設備２の一例である。

電動機１の動作は電動機駆動装置３により駆動される。電動機１は電動機側リモートＩＯ盤４を介して、電動機駆動装置３は駆動装置側リモートＩＯ盤５を介して、それぞれが通信ネットワーク６に接続されており、電動機１と電動機駆動装置３とは通信ネットワーク６を通じて相互に電気通信可能である。

電動機駆動装置３は、通信ネットワーク６を介して電動機１へと操作信号を送信する。この操作信号には電動機１の操作量に関する情報が含まれており、電動機１は受信した操作信号が指示する操作量に従って動作する。

電動機１と電動機駆動装置３とを繋ぐ通信ネットワーク６には、予防保全装置７が接続されている。この予防保全装置７は、電動機駆動装置３から電動機１へと入力される操作信号の操作量と、この操作量と所定の相関関係にある電動機１の状態量とに基づいて、電動機１及び電動機の附帯設備２の異常の監視・検出を行うことにより電動機１の予防保全を実施するものである。

以下においては、電動機の附帯設備２であるユニットクーラー（冷却ファン２ａ及び水冷熱交換器２ｂ）を予防保全装置７による異常の監視・検出を行う対象とした場合について説明する。

予防保全装置７は、操作信号の操作量として負荷率、この操作量（負荷率）と所定の相関関係にある電動機１の状態量として巻線温度上昇値を用いて、ユニットクーラーの異常の監視・検出を行う。

以下に負荷率と巻線温度上昇値との間に成立する所定の相関関係について説明する。
まず、負荷率Ｌは、定格電流値に対する現在の電流値の比率であり次の（１）式により定められる。

Ｌ＝ｉ（現在値）／ｉ（定格値）×１００［％］ ・・・（１）

負荷率の２乗平均平方根ＲＭＳの２乗（ＲＭＳ＾２）は次の（２）式で表される。

ＲＭＳ＾２＝（Ｌ１＾２・ｔ１＋Ｌ２＾２・ｔ２＋…＋Ｌｎ＾２・ｔｎ）／Ｔ ・・・（２）

ここで、ＴはＲＭＳを求める対象時間、ｔ１、ｔ２、…、ｔｎはＲＭＳを求める対象時間Ｔ内を分割したサンプリング時間、Ｌ１、Ｌ２、…、Ｌｎは、各サンプリング時間ｔ１、ｔ２、…、ｔｎのそれぞれにおける負荷率であり、Ｔ＝ｔ１＋ｔ２＋…＋ｔｎである。

そして、（２）式に（１）式を代入すると次の（３）式の関係を得る。

ＲＭＳ^２∝ｉ＾２ ・・・（３）

次に、巻線温度上昇値ΔＴと電動機１の巻線電流値ｉとの関係を導く。電動機１において生じる損失の種類には、鉄損、銅損、漂遊負荷損や機械損等がある。この中でも、電動機１の巻線コイルで生じる発熱量であるところの銅損は、電動機１の損失の大部分を占めている。巻線温度上昇値ΔＴは電動機１での損失に比例することから、電動機１での損失と銅損とをほぼ同一とみなすと、巻線温度上昇値ΔＴは銅損すなわち電動機１の巻線コイルで生じる発熱量に比例することが分かる。

巻線コイルの発熱量Ｑは、ｉを巻線電流、Ｒを巻線抵抗、ｔを時間とすると次の（４）式により表される。

Ｑ＝ｉ＾２・Ｒ・ｔ ・・・（４）

そして、前述した巻線温度上昇値ΔＴは発熱量Ｑに比例することを用いると、（４）式とから巻線温度上昇値ΔＴと巻線電流ｉとの間に次の（５）式に示す関係があることが導かれる。

ΔＴ∝ｉ＾２ ・・・（５）

そして、（３）式及び（５）式から、次の（６）式に示す関係を導くことができる。

ΔＴ∝ＲＭＳ＾２ ・・・（６）

このように、巻線温度上昇値ΔＴは、理論上、負荷率の２乗平均平方根ＲＭＳの２乗（ＲＭＳ＾２）に比例しており、一方が変化するとそれに応じて他方も変化する相関的な関係にあることが分かる。

予防保全装置７は、電動機駆動装置３から電動機１へと送信される操作信号を通信ネットワーク６を介して取得することにより、電動機１に入力される操作量である負荷率を得ることができる。

また、電動機１の状態量の１つである巻線温度上昇値ΔＴを得るため、電動機１には、巻線温度測定用測温抵抗体８及び冷媒温度測定用測温抵抗体９の２つの測温抵抗体（Ｒｅｓｉｓｔａｎｃｅ Ｔｅｍｐｅｒａｔｕｒｅ Ｄｅｔｅｃｔｏｒ）が取り付けられている。巻線温度測定用測温抵抗体８は、電動機１内の巻線部分の温度（排気温度）を検出するためのものであり、冷媒温度測定用測温抵抗体９はこれから電動機１内へと導入される冷媒（空気）の温度（給気温度）を検出するためのものである。

予防保全装置７は、巻線温度測定用測温抵抗体８により検出された排気温度及び冷媒温度測定用測温抵抗体９により検出された給気温度の２つの状態量を通信ネットワーク６を介して取得し、給気温度に対する排気温度の差を求めることにより巻線温度上昇値ΔＴを算出する。なお、予防保全装置７による操作量（負荷率のＲＭＳ）の取得タイミングと状態量（巻線温度上昇値ΔＴ）の取得タイミングとは同期される。

このようにして予防保全装置７が得た操作量である負荷率のＲＭＳと状態量である巻線温度上昇値ΔＴとは、理論上、（６）式に示すような比例関係にあるので、電動機１及び電動機の附帯設備２（ユニットクーラー）が正常な状態であれば、負荷率ＲＭＳと巻線温度上昇値ΔＴとは強い相関を示し、負荷率のＲＭＳの２乗と巻線温度上昇値ΔＴとは次の（７）式に示すような直線の式でモデル化することができるはずである。

ΔＴ＝ｋ・ＲＭＳ＾２＋ｃ ・・・（７）

そこで、予防保全装置７はこのような所定の相関関係にある操作量と状態量の性質を利用して電動機１及び前記電動機の附帯設備２の異常の監視・検出を行う。この予防保全装置７の構成を図３に示す。予防保全装置７は、モデル記憶部７ａ、モデル状態量算出部７ｂ、比較部７ｃ及び報知部７ｄを備えている。

モデル記憶部７ａは、電動機１及び電動機の附帯設備２が正常な状態における操作量及び状態量の関係をモデル化した相関モデルを予め記憶するものである。この操作量及び状態量の関係のモデル化について、これまで説明してきた負荷率のＲＭＳと巻線温度上昇値ΔＴを例にして説明する。

まず、電動機１及び電動機の附帯設備２（ユニットクーラー）の正常運転時において、一定時間の間、操作量である負荷率のＲＭＳと状態量である巻線温度上昇値ΔＴの組のデータを複数収集する。次に、収集したデータに基づき、例えば最小２乗法等の既知の回帰分析手法を用いて、（７）式における係数ｋ及び切片ｃを算出し、（７）式の形で表される回帰式を求めて、正常な状態における操作量及び状態量の関係をモデル化した相関モデルを作成する。

そして、こうして作成した操作量（負荷率のＲＭＳ）及び状態量（巻線温度上昇値ΔＴ）の相関モデルをモデル記憶部７ａに記憶する。モデル記憶部７ａに予め記憶される相関モデルにおける負荷率のＲＭＳの２乗と巻線温度上昇値ΔＴとの関係の一例を図４に示す。

電動機１及び電動機の附帯設備２の運転中においては、予防保全装置７は定期的に操作量及び状態量を取得している。そして、予防保全装置７が備えるモデル状態量算出部７ｂは、運転中に取得した操作量をモデル記憶部７ａが記憶する相関モデルに当てはめることにより、相関モデルから予想される、電動機１及び電動機の附帯設備２が正常であればとるであろう状態量（以下、モデル状態量という）を算出する。

これまでの負荷率のＲＭＳと巻線温度上昇値ΔＴの例でいえば、予防保全装置７は電動機１及び電動機の附帯設備２の運転中の一定期間内における負荷率のＲＭＳの２乗を算出し、モデル状態量算出部７ｂは、このＲＭＳの２乗を（７）式に代入することによりモデル状態量の巻線温度上昇値ΔＴを算出する。

予防保全装置７が備える比較部７ｃは、モデル状態量算出部７ｂにより算出されたモデル状態量と、運転中に実際に検出された状態量とを比較して、モデル状態量に対して運転中に実際に検出された状態量が所定の基準以上離れていた場合に、電動機１や電動機の附帯設備２に異常が発生したことを検出する。

この異常検出判定について、図５を参照しながら説明する。図５において、１０は、回帰式（７）で表される相関モデルである。そして、この相関モデル１０の直線より所定の基準だけΔＴ軸のプラス側に、異常検出判定に用いる閾値１１が設定されている。そして、運転中に実際に検出された状態量がこの閾値１１以上である場合（検出点１２）には、電動機１や電動機の附帯設備２に異常が発生したことが検出される。

なお、ここでは、閾値１１を相関モデル１０の直線より所定の基準だけ上方側に設定したが、相関モデル１０の直線をΔＴ軸のプラスの方向に所定の倍率（例えば１．５倍）で拡大したものを閾値１１として設定するようにしてもよい。

予防保全装置７の報知部７ｄは、比較部７ｃでのモデル状態量と実際の状態量との比較により、電動機１や電動機の附帯設備２に異常が発生したことが検出された場合に、その旨を保守員等に報知するものである。この報知部７ｄによる報知形態としては、例えば、予防保全装置７の表示画面に表示するものとしてもよいし、ブザーや音声等を鳴動させて報知するものとしてもよい。

このように構成された電動機の予防保全装置においては、予め電動機１及び電動機の附帯設備２が正常な状態における操作量及び状態量の関係をモデル化した相関モデルを作成する。そして、電動機１及び電動機の附帯設備２の運転中において、相関モデル上のモデル状態量と実際の状態量とを比較することにより電動機１及び電動機の附帯設備２の異常を検出する。

ここで、一般に、操作量の変化に応じて変化してしまう状態量に基づいて異常の検出を行おうとした場合、運転中の操作量の値に応じて異常検出の基準となる状態量を変化させることでより正確な異常検出を行うことができる。しかしながら、正常な状態においてサンプリングされたデータの操作量と運転中の実際の操作量とは必ずしも一致するとは限らない。したがって、正常な状態においてサンプリングされたデータの操作量と運転中の実際の操作量とが一致していない場合には、異常検出の基準値をどのように設定すればよいのかという問題が生じる。

このような問題に対し、この発明に係る電動機の予防保全装置においては、正常な状態における操作量及び状態量の関係をモデル化した相関モデルを用いて異常検出の基準となる状態量を設定するため、実際の操作量に応じて適切な基準値を設定することができ、より精度の高い異常検出を実現することが可能である。

また、基準値の設定に必要な正常時の操作量・状態量のデータ数についてみてみると、相関モデルを使用しない場合には、異常検出精度を高めるためには基準値の設定により多くのデータ数が必要になる。これに対して、相関モデルを使用する場合には、一定以上の相関が得られる相関モデルの作成に必要な分だけのデータ数があればよく、すなわち、より少ないデータ数でより高い精度の異常検出を実現することができる。

さらに、電動機の附帯設備２である例えばユニットクーラーについて、ユニットクーラーが備える冷却水管は、長期間使用することにより管内部に汚れが付着し、配管が徐々に詰まっていくことがある。この詰まりはユニットクーラーの冷却機能を低下させるため、最終的に電動機の故障に至るおそれがある。ところが、このような冷却水管の詰まり等のユニットクーラーの異常は、直接的に検出することが非常に困難である。

しかし、このような冷却水管の詰まり等によりユニットクーラーの冷却機能が低下すると、正常時と比較して、同じ負荷率（操作量）であっても巻線温度上昇値ΔＴ（状態量）が大きくなる。このため、正常時の相関モデルにおけるモデル状態量からの実際の状態量のずれを検出することで、このような電動機の附帯設備２の異常を間接的に検出することが可能である。

さらにまた、ユニットクーラーの冷却水管の詰まり等のような経年的に徐々に進行する劣化に伴う異常は、発現するまでの時間が長期にわたるため、その検出が非常に困難である。しかし、正常時の相関モデルを用いて異常検出の基準を設定するようにすることで、異常検出の精度を高めることができるため、このような長期にわたり徐々に進行する劣化についても検出することが可能である。

以上のように構成された電動機の予防保全装置は、電動機駆動装置から電動機へと入力される操作量と所定の相関関係にある電動機の状態量を取得する状態量取得手段である測温抵抗体と、電動機及び電動機の附帯設備が正常な場合における操作量と状態量との関係を、相関関係に従ってモデル化した相関モデルを予め記憶するモデル記憶手段と、モデル記憶手段が記憶する相関モデルにおける、電動機の運転時の操作量に対する状態量を算出するモデル状態量算出手段と、前記運転時に状態量取得手段により取得した状態量とモデル状態量算出手段により算出した状態量とを比較することにより、電動機及び電動機の附帯設備の異常を検出する異常検出手段である比較部と、を備えたものである。

このため、電動機の異常検出精度を向上することができ、附電動機の附帯設備の異常監視・検出をも含めた電動機の予防保全を行うことが可能で、電動機の附帯設備の劣化を正確に判断することができる。また、したがって、電動機の附帯設備の故障の兆候を事前に知り、その症状に応じた保守を適切に実施することができるため、プラント全体の運転に影響するような電動機の突発的な故障を未然に防止することが可能である。

実施の形態２．
図６は、この発明の実施の形態２に係るもので、予防保全装置の機能的構成を示すブロック図である。
ここで説明する実施の形態２は、前述した実施の形態１の構成において、電動機の状態量と所定の相関関係を有する操作量以外の、当該状態量に影響を与える要素についても考慮してモデル状態量を算出するようにしたものである。

以下、実施の形態１と同様に、例として、操作量として負荷率のＲＭＳを、状態量として巻線温度上昇値ΔＴを用いた場合について説明する。状態量である巻線温度上昇値ΔＴは、操作量である負荷率（のＲＭＳ）以外にも、例えば電動機の附帯設備２であるユニットクーラーの水冷熱交換器２ｂにおける冷却水の温度及び流量や冷却ファン２ａの風量によっても変動する。

具体的に数値をあげて説明すると、例えば、他の運転条件が同じ前提で冷却水の温度が２０度の時に巻線温度上昇値ΔＴが３０度であって、冷却水温度が２５度の時に巻線温度上昇値ΔＴが３２度であった場合、冷却水温度についての補正量は＋２度となる。このようにして、冷却水温度についての補正量、冷却水流量についての補正量やファン風量についての補正量を、それぞれ運転条件に応じて評価していく。

そして、これらの補正量を、それぞれα１、α２、α３とすると、これらの補正量を補正項として取り込んだ相関モデルの回帰式は次の（８）式のようになる。

ΔＴ＝ｋ・ＲＭＳ＾２＋ｃ＋α１＋α２＋α３ ・・・（８）

この実施の形態２における予防保全装置７は、異常検出の基準値の設定に用いるモデル状態量の算出に、この（８）式のような補正項を有する回帰式を用いるようにしたものである。すなわち、予防保全装置７は、図６に示すように、モデル記憶部７ａ、モデル状態量算出部７ｂ、比較部７ｃ及び報知部７ｄに加えて、さらに補正量記憶部７ｅを備えている。

この補正量記憶部７ｅは、操作量以外の要素が状態量に与える影響（すなわち、操作量以外の要素が与える状態量の変化量）を補正量として予め記憶するものである。モデル記憶部７ａが記憶する相関モデルは、実施の形態１の（７）式のように補正項を含まない形のものである。そして、モデル状態量算出部７ｂは、モデル記憶部７ａが記憶する相関モデルにおけるモデル状態量を算出する際に、補正量記憶部７ｅが記憶する補正量を加味することで、（８）式に従ったモデル状態量を算出する。

このように、モデル状態量の算出において、操作量と状態量との相関を表す部分から、操作量以外の状態量に影響する要素を分離して補正項として扱うことにより、相関モデルの作成や、算出されたモデル状態量を用いた異常検出等の手続きは実施の形態１と同様としたまま、操作量以外の状態量に影響する要素を考慮した異常検出を行うことができる。
なお、他の構成については実施の形態１と同様であって、その詳細説明は省略する。

以上のように構成された電動機の予防保全装置は、実施の形態１の構成に加えて、操作量以外の要素が与える状態量の変化量を補正量として予め記憶する補正量記憶部をさらに備え、モデル状態量算出部は、補正量記憶部が記憶する補正量を加味して、モデル記憶部が記憶する相関モデルにおける、電動機の運転時の操作量に対する状態量を算出するものである。

このため、実施の形態１と同様の効果を奏することができるのに加えて、重回帰分析を用いることなく操作量以外の要素についても考慮して相関モデルを補正することができ、複雑なデータ処理を経ることなく異常検出精度をさらに向上することが可能である。

実施の形態３．
図７は、この発明の実施の形態３に係るもので、予防保全装置の機能的構成を示すブロック図である。
ここで説明する実施の形態３は、前述した実施の形態１の構成において、モデル状態量に対して運転中に実際に検出された状態量が所定の基準以上離れた回数を計数し、一定期間内におけるこの回数が所定の回数以上となった場合に、電動機や電動機の附帯設備の異常発生を検出するようにしたものである。

この実施の形態３における予防保全装置７は、図６に示すように、モデル記憶部７ａ、モデル状態量算出部７ｂ、比較部７ｃ及び報知部７ｄに加えて、さらに計数部７ｆを備えている。比較部７ｃは、モデル状態量算出部７ｂにより算出されたモデル状態量と、運転中に実際に検出された状態量とを比較し、モデル状態量に対して運転中に実際に検出された状態量が所定の基準以上離れたか否かを判定する。

計数部７ｆは、比較部７ｃによりモデル状態量に対して実際の状態量が所定の基準以上離れたと判定された回数を計数する。そして、この回数が一定期間の間に、所定の回数以上となった場合に、電動機１や電動機の附帯設備２の異常発生を検出する。

報知部７ｄは、実施の形態１と同様、電動機１や電動機の附帯設備２に異常が発生したことが検出された場合に、その旨を画面表示や音声等により保守員等に報知する。なお、ここで、比較部７ｃによりモデル状態量に対して実際の状態量が所定の基準以上離れたと判定された時刻を記録しておき、この報知部７ｄでの報知の際に、当該時刻や回数についても画面表示等により保守員に知らせるようにしてもよい。

以上のように構成された電動機の予防保全装置は、実施の形態１の構成において、異常検出手段である比較部及び計数部は、運転時に状態量取得手段により取得した状態量がモデル状態量算出部により算出した状態量に対して所定の基準量以上離れた回数が、一定期間内に所定の回数以上となった場合に、電動機及び電動機の附帯設備の異常を検出するようにしたものである。

このため、実施の形態１と同様の効果を奏することができるのに加えて、さらに、異常発生の誤検出を抑制して早期かつ高精度な異常検出を実現するとともに、保守点検の適切な時期を知らせることができる。

１ 電動機
１ａ 回転軸
１ｂ 回転子
１ｃ 回転子巻線
１ｄ 固定子鉄心
１ｅ 固定子巻線
２ 電動機の附帯設備
２ａ 冷却ファン
２ｂ 水冷熱交換器
２ｃ 軸受台
３ 電動機駆動装置
４ 電動機側リモートＩＯ盤
５ 駆動装置側リモートＩＯ盤
６ 通信ネットワーク
７ 予防保全装置
７ａ モデル記憶部
７ｂ モデル状態量算出部
７ｃ 比較部
７ｄ 報知部
７ｅ 補正量記憶部
７ｆ 計数部
８ 巻線温度測定用測温抵抗体
９ 冷媒温度測定用測温抵抗体
１０ 相関モデル
１１ 閾値
１２ 検出点

Claims (3)

1. 電動機駆動装置から入力される操作量に基づいて動作する電動機の予防保全装置であって、
   前記操作量と所定の相関関係にある前記電動機の状態量を取得する状態量取得手段と、
   前記電動機及び前記電動機の附帯設備が正常な場合における前記操作量と前記状態量との関係を、前記相関関係に従ってモデル化した相関モデルを予め記憶するモデル記憶手段と、
   前記モデル記憶手段が記憶する前記相関モデルにおける、前記電動機の運転時の前記操作量に対する状態量を算出するモデル状態量算出手段と、
   前記運転時に前記状態量取得手段により取得した前記状態量と前記モデル状態量算出手段により算出した前記状態量とを比較することにより、前記電動機及び前記電動機の附帯設備の異常を検出する異常検出手段と、を備えたことを特徴とする電動機の予防保全装置。
2. 前記操作量以外の要素が与える前記状態量の変化量を補正量として予め記憶する補正量記憶手段を備え、
   前記モデル状態量算出手段は、前記補正量記憶手段が記憶する前記補正量を加味して、前記モデル記憶手段が記憶する前記相関モデルにおける、前記電動機の運転時の前記操作量に対する状態量を算出することを特徴とする請求項１に記載の電動機の予防保全装置。
3. 前記異常検出手段は、前記運転時に前記状態量取得手段により取得した前記状態量が前記モデル状態量算出手段により算出した前記状態量に対して所定の基準量以上離れた回数が、一定期間内に所定の回数以上となった場合に、前記電動機及び前記電動機の附帯設備の異常を検出することを特徴とする請求項１又は請求項２のいずれかに記載の電動機の予防保全装置。

Images