JP6806576B2

JP6806576B2 - 鉄道車両用走行モータの異常検知方法

Info

Publication number: JP6806576B2
Application number: JP2017009100A
Authority: JP
Inventors: 恵治堀; 宏樹田渕; 光見田; 浩司渡邊
Original assignee: East Japan Railway Co
Current assignee: East Japan Railway Co
Priority date: 2017-01-23
Filing date: 2017-01-23
Publication date: 2021-01-06
Anticipated expiration: 2037-01-23
Also published as: JP2018121378A

Description

本発明は、鉄道車両の電動車における駆動用誘導電動機（走行モータ）の故障発生を未然に防止するために駆動用誘導電動機の状態を監視し異常を検知する方法に関するものである。

電気車（電動車）においては、長期間の運用により駆動用誘導電動機の部品が劣化もしくは故障したり塵埃の付着等により冷却能力が低下したりした場合、異常発熱を起こして機能停止に陥り、列車の運行に支障を来たすおそれがある。また、駆動用誘導電動機が故障してから修理すると、メンテナンスコストが高くなってしまう。
そこで、従来、電気車の駆動用誘導電動機の冷却能力が低下したことを把握してメンテナンス要求を行うようにした異常検知技術が提案されている（特許文献１）。

特許文献１に開示されている電気車の駆動用誘導電動機の異常検知技術は、ＶＶＶＦ（可変電圧可変周波数制御）方式のインバータ装置により駆動される誘導電動機を使用している電気車において、トルク電流指令値とトルク電流実際値とに基づいて誘導電動機の２次抵抗補正値を算出して２次抵抗を補正し、補正後の２次抵抗値および基準２次抵抗値と誘導電動機のロータの材質によって決まるロータ温度係数とに基づいて、誘導電動機のロータ温度を推定し、推定温度がメンテナンスが必要となる設定温度を超えた場合にメンテナンスを促すとともに、誘導電動機の過負荷を防止するため、電流値を補正したり、一時的に誘導電動機を開放したりするものである。

一方、測定したデータを分析して装置の状態を判定する技術として、実車データを蓄積するためのデータ蓄積部と、シミュレーションデータを特異値分解して第１の特徴量を求めるとともに実車データを特異値分解して第２の特徴量を求めるＳＶＤ処理部とを設け、第１の特徴量を第１のマハラノビス距離に変換して第１のマハラノビス距離に基づいて電車制御装置の状態を判定するための異常判定しきい値を設定し、第２の特徴量を第２のマハラノビス距離に変換し、第２のマハラノビス距離と異常判定しきい値とを比較した結果に基づいて電車制御装置の状態を判定するようにした発明がある（特許文献２）。

特開平１１−２６２１０２号公報特開２０１３−５５７７７号公報

上記特許文献１に開示されている電気車の駆動用誘導電動機の異常検知技術は、誘導電動機のロータ温度を推定し、推定温度と一定に設定されたしきい値との比較により異常発生を検知するため、誘導電動機の重大な故障の発生を未然に防止することができるものの、異常を検知するためのしきい値は設計上許容される最大温度により設定されるため、あまり低く設定することができない。

一方、鉄道車両用の駆動用誘導電動機（以下、走行モータと称する）は、外気温度や乗車率等によって発熱の仕方に差異があり、走行モータにかかる負荷が低い場合には、粉塵等の付着により走行モータの冷却性能が低下した場合でも、推定温度が異常を検知するためのしきい値に達しないことがある。したがって単純に上記特許文献１に開示されている異常検知技術により電動機の温度を監視するだけでは、異常の発生を早期に検知することが困難であるという課題がある。
本発明は、上記課題を解決するためになされたもので、鉄道車両の機器モニタリングデータを利用して、外気温度や乗車率等の条件の差異に影響されずに、走行モータの異常の発生を高い精度で検知することができる異常検知方法を提供することを目的とする。

なお、上記特許文献２に開示されている発明は、実車データを取得し蓄積する点および実車データとしてモータの電流値を選択する点、取得したデータを統計的に分析する点で本発明と類似するものの、異常検知の対象が走行モータではなく、電車制御装置の異常を検知するものであるとともに、シミュレーションデータを使用するようにしているため事前にシミュレーションを行う必要がある点や、分析の際にマハラノビス距離を用いて判定している点で、以下に説明する本発明とは異なる。

上記課題を解決するために、本発明に係る鉄道車両用走行モータの異常検知方法は、
鉄道車両に搭載されたデータ収集システムによって収集された走行モータの推定温度情報および走行モータの電流値情報を受信し記憶する第１ステップと、
記憶された走行モータの電流値情報に基づいて、所定時間におけるＲＭＳ値（累積電流値の二乗平均平方根）を、走行モータごとに算出する第２ステップと、
少なくとも前記ＲＭＳ値および該ＲＭＳ値の２乗を説明変数としかつ走行モータの推定温度を従属変数として重回帰分析により回帰線を算出し、算出した回帰線と前記第１ステップで収集した推定温度情報および電流値情報を用いて走行モータの状態を判断する処理を行う第３ステップと、を含むようにしたものである。

上記方法によれば、走行モータの電流値情報を収集して所定時間におけるＲＭＳ値を算出し、ＲＭＳ値およびＲＭＳ値の２乗を説明変数として重回帰分析の手法によって回帰線を算出し、算出した回帰線と収集した走行モータの推定温度情報および電流値情報とを用いて走行モータの状態を判断するため、乗車率等の条件の差異に影響されずに、走行モータの異常の発生を高い精度で検知することができる。

ここで、望ましくは、前記第３ステップにおいては、前記回帰線を、前記第１ステップで収集した温度情報および前記第２ステップで算出されたＲＭＳ値をパラメータとして標本をプロットしたグラフにおける集団を内包する位置まで、平行移動して前記走行モータの状態の判定のための境界線を設定するようにする。
このように、集団を内包する位置に境界線を設定し、設定された境界線と収集した温度情報および電流値情報とを用いて走行モータの状態を判断するため、走行モータの異常の発生をより高い精度で検知することができる。

また、望ましくは、前記第３ステップの前記走行モータの状態を判断する処理においては、前記第１ステップで収集した温度情報と前記第２ステップで算出されたＲＭＳ値が前記境界線を越えた回数を計数し、その計数値が予め設定した所定回数よりも大きいか否か判定し、計数値が予め設定した所定回数よりも大きい場合に異常を知らせる情報を出力するようにする。
このように、温度情報およびＲＭＳ値度が境界線を越えた回数を計数し、当該計数値が予め設定した所定回数よりも大きいか否か判定して異常を知らせる情報を出力することにより、比較的簡単な処理により異常の発生の有無の判定を行うことができるとともに、判定結果および報知の信頼性を高めることができる。

さらに、望ましくは、前記第３ステップの前記走行モータの状態を判断する処理においては、前記境界線を越えた回数の変化率を算出し、当該変化率が予め設定した所定値よりも大きいか否か判定し、変化率が予め設定した所定値よりも大きい場合に異常を知らせる情報を出力するようにする。

このように、境界線を越えた回数の変化率を算出し、変化率が予め設定した所定値よりも大きいか否か判定して異常を知らせる情報を出力することにより、回数のみに基づいて判定する場合に比べて、より迅速に異常の発生を検知して報知することができる。

また、前記第３ステップの重回帰分析による回帰線の算出においては、さらに外気温度を説明変数として含んで算出するようにしてもよい。重回帰分析による回帰線の算出において外気温度を説明変数として含むことによって、より精度の高い異常検知を行うことができる。

本発明によれば、鉄道車両の機器モニタリングデータを利用して、外気温度や乗車率等の条件の差異に影響されずに、走行モータの異常の発生を高い精度で検知することができるという効果がある。

本発明に係る鉄道車両用走行モータの異常検知方法を実施する上で必要なデータを収集するシステムの概略構成を示したブロック図である。（Ａ）は通常の営業列車における試験で得られた走行モータの推定温度の日毎の最大値の推移を示すグラフ、（Ｂ）は走行モータの推定温度の日毎の最大値の頻度を、横軸に推定温度をとって示すグラフである。走行試験で得られたモータの推定温度、外気温度、乗車率、モータ電流値、車両速度の各データの１日の推移を示すグラフである。（Ａ）は収集されたデータ（標本）を瞬時電流値および走行モータの推定温度をパラメータとして示したグラフ、（Ｂ）は収集されたデータより算出された２時間ＲＭＳ値と走行モータの推定温度をパラメータとしてプロットした点と判定に用いる境界線との関係を示すグラフである。収集されたデータを、累積時間を変化させた場合におけるＲＭＳ値および走行モータ推定温度をパラメータとしてプロットしたグラフである。走行試験で得られた各データおよび算出された２時間ＲＭＳ値の１日の推移を示すグラフである。本発明の一実施形態に係る鉄道車両用走行モータの異常検知方法における処理の手順を示すフローチャートである。実施形態に係る鉄道車両用走行モータの異常検知方法におけるしきい値の設計の考え方を示す図である。

以下、本発明に係る鉄道車両用走行モータの異常検知方法の実施形態について、図面を参照しながら説明する。
本発明に係る鉄道車両用走行モータの異常検知方法は、走行中の列車において取集した温度データ等に基づいて、各電動車の走行モータの状態を把握し、走行モータが異常発熱を起こす早い段階で異常の発生を検知するものである。そこで、異常検知に必要なデータの収集システムおよび該システムにより収集されたデータに基づいて走行モータの状態を判定し報知する走行モータの異常検知システムの構成について、図１を用いて先ず説明する。

図１には、走行中の列車からデータを収集するシステム１０および収集されたデータに基づいて走行モータの異常を検知する異常検知システム２０の概要が示されている。
図１に示されているように、１編成の列車の各車両Ａ，Ｂ，Ｃ……には、数両に１台の割合で走行モータ１１および駆動用ＶＶＶＦインバータ１２が搭載された電動車（図では車両Ｂ）が連結されており、ＶＶＶＦインバータ１２にはコントローラ（制御装置）ＣＮＴが設けられている。本実施形態におけるデータ収集システム１０は、列車に設けられているデータ伝送路１３を利用して、各電動車のＶＶＶＦインバータ１２……から温度データを収集可能な構成としている。

また、収集するモータ温度は温度センサによる実測値でも良いが、モータの温度を検出するための温度センサを設置する箇所は環境条件が過酷であり、そのような箇所に設置した場合、センサの信頼性や耐用年数に難がある。一方、本実施形態における電動車のＶＶＶＦインバータ１２は、コントローラＣＮＴがソフトウェア処理によってトルク電流指令値とトルク電流実際値とに基づいて誘導電動機の２次抵抗補正値を算出し、補正後の２次抵抗値および基準２次抵抗値を比較することにより誘導電動機のロータ温度の推定を行うように構成されている。

本実施形態においては、コントローラＣＮＴが推定したモータの温度データを、当該車両に設けられている伝送端末装置１４Ｂによって所定周期（例えば１０秒）で取得し、データ伝送路１３を介して例えば先頭車両（１号車）に設けられている中央端末装置１５へ伝送するように構成することとした。

さらに、ＶＶＶＦインバータ１２のコントローラＣＮＴは、モータに流す電流値の大きさを把握しているので、伝送端末装置１４ＢはコントローラＣＮＴからモータの電流値情報も取得して、データ伝送路１３を介して中央端末装置１５へ伝送する。
中央端末装置１５は、データ伝送路１３を介して収集した温度データおよびモータの電流値情報を、電動車識別情報（号車情報）と共に例えばハードディスクや半導体メモリのような記憶装置を備えた記録装置１６に格納し、無線通信機能を有する送信ユニット１７が地上側装置２０へ収集データを定期的に送信するように構成されている。
記録装置１６には、当該列車の識別情報（編成番号）が格納されており、中央端末装置１５が収集データを送信する際には、収集した温度データおよびモータの電流値データと共に列車の識別情報と電動車識別情報を送信する。なお、記録装置１６は、サーバーであっても良い。

走行モータの異常検知システム２０は、車上側のデータ収集システム１０の送信ユニット１７から送信された収集データを受信するデータ受信部２１と、受信した収集データを記憶するハードディスクや半導体メモリのようなデータ格納部２２を備える。また、走行モータの異常検知システム２０は、受信したデータ（温度データおよび電流値データ）を分析して異常検知の判定基準となるしきい値としての境界線を算出する境界線算出部２３と、算出された境界線と収集されたデータとを比較して走行モータの異常状態を判定する判定処理部２４と、判定結果を記憶する結果格納部２５と、アラート（警報）情報を外部の携帯情報端末３０等へ送信するアラート発信部２６を備える。

なお、上記境界線算出部２３および判定処理部２４の機能は、ＣＰＵ（マイクロプロセッサ）のような演算装置、ＲＯＭやＲＡＭなどの記憶装置、キーボードのような入力装置および表示装置のような出力装置を備えたパーソナルコンピュータと、その記憶装置に記憶されるプログラムとによって実現することができる。かかるパーソナルコンピュータのハードウェア構成自体は自明であるのでその図示は省略する。
次に、走行モータの異常検知システム２０における境界線算出処理とモータ異常検知判定処理の詳細を、本発明を開発するに至った過程とともに説明する。

本発明者らは、本発明の走行モータ異常検知システムの開発に先立って、走行中の列車における走行モータの推定温度を、約半年にわたってＶＶＶＦインバータのコントローラから取得する試験を行なった。
図２（Ａ）に、通常の営業列車における試験で得られた走行モータの推定温度の日毎の最大値の推移を、横軸に日をとって示す。また、図２（Ｂ）に、走行モータの推定温度の日毎の最大値の頻度を、横軸に推定温度をとって示す。

図２より、モータの推定温度の最高値は１５０℃であり、その最高値および設計上許容される最大温度により設定されるしきい値との比較により、走行モータの異常を検知することは可能であることが分かる。しかし、最高推定温度は外気温度やモータの負荷すなわち乗車率や走行条件（車両速度等）等によって大きくばらつくため、実績最大推定温度の１５０℃をしきい値とする異常検知方式は感度が低いと考えられる。
そこで、次に、統計的分析を行うため、走行モータの推定温度の他に、外気温度や乗車率、モータ電流値、車両速度を走行中の列車から取得する試験を行なった。なお、乗車率は、従来から空気バネに設けられている車体重量を測定する重量計の測定値から換算する方式があるので、それを利用して取得した。

図３に、上記試験で得られた各データの１日の推移を、横軸に時間をとって示す。図３からは、走行モータの推定温度と他の測定項目との明確な相関は見て取れない。
本発明者らは、走行モータは電気エネルギーを回転エネルギーに変換する装置であり損失の一部が熱として発生してモータの温度が上昇すると考えられることから、モータの電流値が重回帰分析における説明変数として有力な候補であると予想し、上記試験で取得したモータ電流値（瞬間値）と推定温度との関係を示すグラフを作成した。そのグラフを図４（Ａ）に示す。図４（Ａ）からは、推定温度と電流値との間に相関は見られない。

そこで、次に、ある時間での累積モータ電流値のＲＭＳ（二乗平均平方根）をとり、それと推定温度との関係を示すグラフを作成した。そのグラフを図５（Ａ）〜（Ｄ）に示す。図５のうち、（Ａ）は０．５時間の累積電流値のＲＭＳ、（Ｂ）は１時間の累積電流値のＲＭＳ、（Ｃ）は２時間の累積電流値のＲＭＳ、（Ｄ）は３時間の累積電流値のＲＭＳをそれぞれ横軸にとって示したものである。また、各グラフにおける相関係数Ｒ^２を計算したところ、（Ａ）のグラフの相関係数Ｒ^２は０．５６８、（Ｂ）のグラフの相関係数Ｒ^２は０．７１６、（Ｃ）のグラフの相関係数Ｒ^２は０．７７７、（Ｄ）のグラフの相関係数Ｒ^２は０．６９２であった。これより、２時間の累積電流値のＲＭＳとモータ推定温度との相関が最も良いことが分かる。
なお、ＲＭＳ値を算出する累積時間は一義的に決まるものではなく、車種（車体構造）や使用するモータ（誘導電動機）の種類（仕様）、走行条件等によって異なると考えられるので、最適な値は試験を行なって決定すればよい。

図６に、前記試験で得られたモータ電流値（瞬間値）から計算した２時間の累積電流値ＲＭＳの１日の推移を、他の測定項目（推定温度、外気温度、乗車率、モータ電流値、車両速度）の１日の推移と共に示す。推定温度と２時間ＲＭＳ値とを比較すると、上昇と下降の全体的な傾向は一致しており、相関があることが見て取れる。
次に、本発明者らは、前記試験で得られたデータに対して、モータ推定温度を従属変数（目的変数）とし、説明変数としてモータ電流の２時間ＲＭＳ値ＩRMSとＲＭＳ値の２乗ＩRMS^２と外気温度Ｔａとを選択して重回帰分析を実施した。

上記３つの説明変数であるＩRMSとＩRMS^２とＴａを用いた重回帰式は、次式
従属変数（モータ推定温度）＝ａ＋ｂ×ＩRMS^２＋ｃ×ＩRMS＋ｄ×Ｔａ ……（１）
で示される。
次に、前記試験により１０秒周期で取得した約半年分の実測値を用いて、重回帰分析により統計的処理を実施することによって、上記式（１）における定数ａおよび係数ｂ，ｃ，ｄを決定した。その結果、次のモデル式
モータ推定温度＝-19.702＋0.001×ＩRMS^２＋1.683×ＩRMS−0.025×Ｔａ ……（２）
が得られた。なお、上記式（１）における定数ａおよび係数ｂ，ｃ，ｄの値は、最小二乗法で回帰線を算出して決定しても良いが、重回帰分析機能を有する種々のソフトウェアが市販されているので、それを利用して得ることもできる。
上記モデル式（２）より、外気温度Ｔａの項の係数は0.025と小さく、この項は無視してもそれほど大きな誤差は生じないことが分かる。

図４（Ｂ）は、推定温度と２時間ＲＭＳ値との関係を示す図５（Ｃ）のグラフに、上記モデル式の外気温度Ｔａの項を省略した式で表わされる回帰線Ｄを表わしたものを模式的に示したものである。本発明では、この回帰線Ｄをほぼ上方あるいは該回帰線Ｄと直交する方向へ、集団すなわち全ての標本（実測値）を包含する位置まで平行移動させ、これを異常検知の判定の際の境界線（しきい値）Ｅとすることとした。さらに、実績の最大値に基づくしきい値線Ｆを設けて、回帰線Ｄとしきい値線Ｆの最小値から構成される境界線を設けても良い。また、上記平行移動の量は一義的に決まるものではなく、車種（車体構造）や使用するモータ（誘導電動機）の種類（仕様）、走行条件等によって異なるので、最適な値は試験を行なって決定すればよい。

なお、図４（Ｂ）は、標本（実測値）をモータ推定温度と累積モータ電流値ＲＭＳと外気温度をパラメータとする三次元座標上にプロットしたグラフに式（２）で表わされる線を示したものを、モータ推定温度および累積モータ電流値ＲＭＳをパラメータとする二次元座標に投影したものとみなすことができる。これより、式（２）における外気温度Ｔａの項を省略しない式で表わされる回帰線を三次元座標上に表わしたものを、集団を包含する位置まで上方へ移動して、境界線を決定することも可能であることが分かる。

本発明者らは、前記分析結果および試験結果から、以下に説明するような走行モータの異常検知方法を開発した。
図７は、図１に示す走行モータの異常検知システム２０の境界線算出部２３および判定処理部２４によって実行される処理の手順を示すフローチャートである。なお、以下に説明する処理は、検知対象の列車が複数の電動車を備える場合、電動車（走行モータ）ごとに実行してもよいし、車種や線区毎にまとめて実施してもよい。

図７に示すように、走行モータの異常検知システム２０は、先ず、評価対象の車両（列車）が営業開始から１年以内のものであるか否か判定する（ステップＳ１）。営業開始から１年以内の判定を行うのは、正常な状態の走行モータの稼動による実績データを判断の基礎データとして取得するとともに、通年（全季節）のデータを取得しておくのが望ましいためである。なお、本実施例の異常検知方法は、走行モータの劣化による異常の発生を早期に検知するためのものであるので、通年のデータを取得できれば、営業開始から１年以内の車両についてのデータ取得に限定されるものでない。

上記ステップＳ１で、営業開始から１年以内のものである（Ｙｅｓ）と判定すると、ステップＳ２へ移行して、しきい値となる境界線の算出処理を開始し、起動から４時間以上経過しているか否か判断する。そして、４時間以上経過していない（Ｎｏ）と判定すると境界線の算出のための計算をしないで当該処理を終了する。図３のグラフからも分かるように、４時間程度経過しないとモータの温度が安定しないためである。
ステップＳ２で、起動から４時間以上経過した（Ｙｅｓ）と判定すると、ステップＳ３へ移行して、営業走行中であるか否か判断する。そして、営業走行中でない（Ｎｏ）と判定すると境界線の算出のための計算をしないで当該処理を終了する。判断の基礎データとして、営業走行中の実績データを用いているためである。

また、ステップＳ３で営業走行中である（Ｙｅｓ）と判定すると、ステップＳ４へ進んでしきい値となる境界線の算出処理を開始し、先ず走行モータの電流値の２時間ＲＭＳ値を算出する。続いて、算出されたＲＭＳ値を用いて重回帰分析の手法により、図４（Ｂ）における回帰線Ｄを前述したモデル式を使用して算出し、その回帰線Ｄを平行移動して中央の集団を内包する境界線Ｅを決定し（ステップＳ５）、該境界線情報を記憶装置に格納して処理を終了する（ステップＳ６）。さらに、実績データの最大値に基づいて、図４（Ｂ）に示されているしきい値線Ｆも決定して記憶しても良い。

一方、最初のステップＳ１で、評価対象車両が営業開始から１年以内でない（Ｎｏ）と判定すると、ステップＳ７へ移行して判定処理を開始し、先ず起動から４時間以上経過しているか否か判断する。そして、４時間以上経過していない（Ｎｏ）と判定すると境界線の算出のための計算をしないで当該処理を終了する。
ステップＳ７で、起動から４時間以上経過した（Ｙｅｓ）と判定すると、ステップＳ８へ移行して、営業走行中であるか否か判断する。そして、営業走行中でない（Ｎｏ）と判定すると境界線の算出のための計算をしないで当該処理を終了する。

また、ステップＳ８で営業走行中である（Ｙｅｓ）と判定すると、ステップＳ９へ進み、走行モータの電流値の２時間ＲＭＳ値を算出する。
その後、ステップＳ１０へ進んで、算出された値とステップＳ６で記憶装置に格納した境界線情報とを比較して、境界線を越えた回数を計数する（ステップＳ１１）。そして、境界線を越えた回数（カウント値）が所定の回数以上であるか否か判定する（ステップＳ１２）。ここで、境界線を越えた回数（カウント値）が所定の回数以上である（Ｙｅｓ）と判定すると、ステップＳ１３へ移行してアラートを発信（もしくはアラームを発報）してから、ステップＳ１７へ進んで判定結果を記憶装置に格納して当該処理を終了する。

また、ステップＳ１２で、境界線を越えた回数（カウント値）が所定の回数以上でない（Ｎｏ）と判定すると、ステップＳ１４へ進んでカウント値の変化率（前日比）を算出し、算出された変化率が所定のしきい値以上であるか否か判定する（ステップＳ１５）。そして、算出された変化率がしきい値以上である（Ｙｅｓ）と判定すると、ステップＳ１６へ移行して、アラートを発信してから、ステップＳ１７へ進んで判定結果を記憶装置に格納して当該処理を終了する。変化率が所定値以上であるか否かの判定（ステップＳ１５）を行うことで、境界線を越える回数が少なくても急に回数の変化率が大きくなった場合にはアラートを発信して注意を促すことができる。

図８（Ａ）にステップＳ１２の判定のイメージを、図８（Ｂ）にステップＳ１５の判定のイメージを、横軸に日付をとって示す。
走行モータが故障する前であっても、走行モータの劣化が進むと発熱量が増加して温度が上昇し、境界線を越える回数が次第に多くなる。また、走行モータの劣化が進むと、回数の変化率が次第に高くなると予想される。図７に示す走行モータの異常検知処理のフローチャートでは、図８（Ａ）に示すように境界線を越える回数が次第に多くなって所定回数をオーバーするか、図８（Ｂ）に示すように回数の変化率が急に高くなって所定値をオーバーすると、アラートを発信するため、走行モータの故障の予兆を的確に捉えて異常の発生を報知することができる。

以上本発明者によってなされた発明を実施形態に基づき具体的に説明したが、本発明は前記実施形態に限定されるものではない。例えば、図７のフローチャートでは、ステップＳ１２で境界線を越えた回数が所定の回数以上であると判定したとき、またはステップＳ１５で回数の変化率がしきい値以上であると判定したときにアラートを発信しているが、ステップＳ１２で境界線を越えた回数が所定の回数以上であると判定しかつステップＳ１５で回数の変化率がしきい値以上であると判定したとき（論理積条件成立時）にアラートを発信するようにしてもよい。

また、上記実施例の走行モータの異常検知方法では、境界線を算出する際に、重回帰分析で外気温度を説明変数に含んで算出したモデル式において外気温度の項を省略して回帰線を決定するとしたが、外気温度を説明変数に含んだモデル式に基づいて回帰線を決定してもよい。さらに、重回帰分析における説明変数に車両速度を含めて回帰線を算出し境界線を決定するようにしてもよい。
また、上記実施例の走行モータの異常検知方法では、重回帰式（１）を使用して係数を決定する際に、モータ温度としてＶＶＶＦインバータのコントローラが算出した推定温度を使用しているが、温度センサを用いて実測したモータ温度を使用するようにしても良い。

１０データ収集システム
２０地上側装置（異常検知システム）
１１走行モータ
１２ＶＶＶＦインバータ
１３データ伝送路
１４Ａ，１４Ｂ，１４Ｃ伝送端末装置
１５中央端末装置
１６記録装置
１７送信ユニット
２１データ受信部
２２データ格納部
２３境界線算出部
２４判定処理部
２５結果格納部
２６アラート発信部

Claims

鉄道車両に搭載されたデータ収集システムによって収集された走行モータの温度情報および走行モータの電流値情報を受信し記憶する第１ステップと、
記憶された走行モータの電流値情報に基づいて、所定時間におけるＲＭＳ値（累積電流値の二乗平均平方根）を、走行モータごとに算出する第２ステップと、
少なくとも前記ＲＭＳ値および該ＲＭＳ値の２乗を説明変数としかつ走行モータの温度を従属変数として重回帰分析により回帰線を算出し、算出した回帰線と前記第１ステップで収集した温度情報および電流値情報を用いて走行モータの状態を判断する処理を行う第３ステップと、
を含み、
前記第３ステップにおいては、前記回帰線を、前記第１ステップで収集した温度情報および前記第２ステップで算出されたＲＭＳ値をパラメータとして標本をプロットしたグラフにおける集団を内包する位置まで、平行移動して前記走行モータの状態の判定のための境界線を設定することを特徴とする鉄道車両用走行モータの異常検知方法。
前記第３ステップの前記走行モータの状態を判断する処理においては、前記第１ステップで収集した温度情報と前記第２ステップで算出されたＲＭＳ値が前記境界線を越えた回数を計数し、その計数値が予め設定した所定回数よりも大きいか否か判定し、計数値が予め設定した所定回数よりも大きい場合に異常を知らせる情報を出力することを特徴とする請求項１に記載の鉄道車両用走行モータの異常検知方法。
前記第３ステップの前記走行モータの状態を判断する処理においては、前記境界線を越えた回数の変化率を算出し、当該変化率が予め設定した所定値よりも大きいか否か判定し、変化率が予め設定した所定値よりも大きい場合に異常を知らせる情報を出力することを特徴とする請求項２に記載の鉄道車両用走行モータの異常検知方法。
前記走行モータは可変電圧可変周波数制御方式のインバータ装置により駆動される誘導電動機であり、
前記インバータ装置は、コントローラを備え、前記コントローラが前記誘導電動機のロータ温度を推定し該推定ロータ温度に基づいて電流制御を行うように構成され、
前記第１ステップにおける前記温度情報は前記推定ロータ温度の情報であることを特徴とする請求項１〜３のいずれかに記載の鉄道車両用走行モータの異常検知方法。