JP2016056762A - ターボチャージャの疲労故障診断方法及びターボチャージャの疲労故障診断装置 - Google Patents

Abstract

【課題】記憶領域に記憶されるターボチャージャの回転速度の変曲点の個数を低減して、少ない記憶領域でもレインフロー法を活用して、ターボチャージャの疲労故障を精度良く診断できるターボチャージャの疲労故障診断方法及びターボチャージャの疲労故障診断装置を提供する。【解決手段】閾値Ｎ０以下になった変曲点Ｐ１から変曲点Ｐ１３までを区間Ｓ２を設定し、その区間Ｓ２に対してレインフロー法によりサイクルカウントを行って、区間Ｓ２の区間疲労値ΣＦ２を算出し、記憶装置２４に記憶された区間Ｓ１までの累積疲労値ＴＴＬＦ１に区間疲労値ΣＦ２を加算して区間Ｓ２までの累積疲労値ＴＴＬＦ２を算出し、累積疲労値ＴＴＬＦ２と疲労限界値αとを比較してターボチャージャ１１の疲労故障を診断する。【選択図】図２

Description

本発明は、ターボチャージャの疲労故障診断方法及びターボチャージャの疲労故障診断装置に関し、より詳細には、記憶装置に記憶されるターボチャージャの回転速度の変曲点の個数を低減し、容量の少ない記憶装置でもレインフロー法を活用可能にして、ターボチャージャの疲労故障を精度良く診断できるターボチャージャの疲労故障診断方法及びターボチャージャの疲労故障診断装置に関する。

車両に搭載されているターボチャージャの回転速度の変化は、低回転から高回転まで一気に上昇する場合、途中で少し下降してから再び上昇する場合、上昇及び下降が小刻みに生じる場合などがあり、非常に多様である。

そこで、ターボチャージャの疲労故障を診断するためには、ターボチャージャの回転速度を測定して、その回転速度の変曲点に基づいてサイクルカウントを行って、ターボチャージャに蓄積する疲労値を算出している。

これに関連して、ターボチャージャの疲労故障を診断する方法ではないが、エンジンの回転速度と燃料噴射量とを一定時間の間にサンプリングして得られた全データを、レインフロー法を用いてサイクルカウントすることで、エンジンの疲労故障を診断する方法が提案されている（例えば、特許文献１参照）。

この方法は、二時間程度で七十二万回程度の変曲点を記憶して、レインフロー法により理論的に正確な疲労故障を診断している。この方法と同様にして、ターボチャージャの回転速度の変曲点を記憶装置に記憶し、レインフロー法によりサイクルカウントを行って、そのサイクルカウントに基づいた疲労値からターボチャージャの疲労故障を診断することは可能である。

しかし、レインフロー法は後処理によるデータ解析法のため、運転中の全てのターボチャージャの回転速度の変曲点を記憶装置に記憶する必要がある。ターボチャージャの回転速度の変曲点を全て記憶する為には、記憶装置にエンジンの始動から停止までの不確定な期間に対して無限の記憶領域を確保しなければならない。そのため、実際の車載の電子計算機において相応の記憶領域を確保することは、コストの上昇の原因となる。

特開平１１−２１１６２２号公報

本発明は、上記の問題を鑑みてなされたものであり、その課題は、記憶装置に記憶されるターボチャージャの回転速度の変曲点の個数を低減して、容量の少ない記憶装置でもレインフロー法を活用して、ターボチャージャの疲労故障を精度良く診断できるターボチャージャの疲労故障診断方法及びターボチャージャの疲労故障診断装置を提供することである。

上記の課題を解決するための本発明のターボチャージャの疲労故障診断方法は、ターボチャージャの回転速度の変曲点を逐次取得して記憶装置に記憶し、記憶された該変曲点に基づいて該ターボチャージャの疲労故障を診断するための方法において、前記変曲点の回転速度と前記ターボチャージャに予め設定された下限回転速度の近傍に設定された閾値とを比較し、該回転速度が該閾値以下になった変曲点を始点及び次回に該回転速度が該閾値以下になった変曲点を終点とした一つの区間を設定し、前記区間に対してレインフロー法により該区間のサイクルカウントを行って、該サイクルカウントに基づいて該区間の区間疲労値を算出して前記記憶装置に記憶し、前記記憶装置に記憶された前回の区間までの累積疲労値に前記区間の前記区間疲労値を加算して、前記区間までの累積疲労値を算出して前記記憶装置に記憶し、該累積疲労値と予め設定された疲労限界値とを比較して前記ターボチャージャの疲労故障を診断することを特徴とする方法である。

また、上記の課題を解決するための本発明のターボチャージャの疲労故障診断装置は、ターボチャージャの回転速度の変曲点を逐次取得する変曲点取得手段と、該変曲点を記憶する記憶装置と、該変曲点に基づいて判定及び演算を行う演算部とを備え、該演算部が該記憶装置に記憶された該変曲点に基づいて該ターボチャージャの疲労故障を診断する装置において、前記演算部が、前記変曲点の回転速度が前記ターボチャージャに予め設定された下限回転速度の近傍に設定された閾値以下になるかを判定して、該回転速度が該閾値以下になった変曲点を始点及び次回に該回転速度が該閾値以下になった変曲点を終点とした一つの区間を設定し、前記区間に対してレインフロー法により該区間のサイクルカウントを行って、該サイクルカウントに基づいて該区間の区間疲労値を算出して前記記憶装置に記憶し、前記記憶装置に記憶された前回の区間までの累積疲労値に前記区間の前記区間疲労値を加算して前記区間までの累積疲労値を算出し、該累積疲労値と予め設定された疲労限界値とを比較して前記ターボチャージャの疲労故障を診断する構成にしたことを特徴とするものである。

本発明のターボチャージャの疲労故障診断方法及びターボチャージャの疲労故障診断装置によれば、変曲点の回転速度が閾値以下になったところで挟まれた微小な区間を区切り、その区間に対してレインフロー法によりサイクルカウントを行うので、記憶装置に記憶される変曲点の個数を低減できる。これにより、容量の少ない記憶装置でもレインフロー法を用いてターボチャージャの疲労故障を精度良く診断できる。

また、サイクルカウントを行った後では、記憶された変曲点を消去も可能になるので、ターボチャージャの疲労故障を診断するために必要な記憶装置の容量を低減して、コストを低減できる。

また、微小な区間ごとにレインフロー法に基づいて区間疲労値を算出するので、リアルタイム性を確保しつつ、ターボチャージャの疲労故障の診断の精度を向上できると共に、ターボチャージャの累積疲労値を過小評価せずに、ターボチャージャの疲労故障の診断を行うことで、ターボチャージャの適切な交換時期を判断することができる。

本発明のターボチャージャの疲労故障診断装置の実施形態を例示する説明図である。 本発明のターボチャージャの疲労故障診断方法の実施形態を例示するフローチャートである。 図１の記憶装置に記憶された変曲点の履歴データの一例である。 図２の履歴データの経過時間と回転速度との関係を示した説明図である。 図１の記憶装置に記憶された疲労値マップの一例である。 図１の記憶装置に記憶された区間の各応力変動における疲労値のデータの一例である。 図１の記憶装置に記憶された各区間における区間疲労値と累積疲労値とのデータの一例である。 図１の記憶装置に記憶された変曲点の履歴データの別の例である。 図２のフローチャートをより詳細にした一例を示すフローチャートである。 図９のＡに続くフローチャートである。 図１０のＢに続くフローチャートである。 図１１のＣに続くフローチャートである。

以下、本発明のターボチャージャの疲労故障診断方法及びターボチャージャの疲労故障診断装置の実施形態について説明する。図１は、本発明の実施形態のターボチャージャ１１の疲労故障診断装置２０の構成を示す。

この疲労故障診断装置２０は、ディーゼルエンジン（以下、エンジン）１０に設けられたターボチャージャ１１の疲労故障を診断するものである。このエンジン１０においては、車両の走行時などにおいて吸気通路１２へ吸入された空気が、ターボチャージャ１１のコンプレッサ１１ａにより圧縮されて高温になり、インタークーラー１３で冷却された後に、吸入空気としてインテークマニホールド１４を経てエンジン本体１５に供給される。エンジン本体１５に供給された吸入空気は、燃料と混合されて燃焼して熱エネルギーを発生させた後に、排気ガスとなってエキゾーストマニホールド１６から排気通路１７へ排気される。この排気ガスは、ターボチャージャ１１のタービン１１ｂを駆動させた後に、排気ガス浄化装置１８で浄化されて大気へと放出される。また、排気ガスは、ＥＧＲバルブ１９ａ及びＥＧＲクーラー１９ｂを有するＥＧＲ通路１９から吸入空気に混合される。

このエンジン１０に設けられた疲労故障診断装置２０は、入口圧力センサ２１、出口圧力センサ２２、吸入空気量センサ２３と記憶装置２４と演算部２５とを備えている。

入口圧力センサ２１、出口圧力センサ２２、及び吸入空気量センサ２３はターボチャージャ回転速度の変曲点取得手段の一部として設けられており、ターボチャージャ回転速度（以下、回転速度という）を推定するセンサである。この入口圧力センサ２１、出口圧力センサ２２、及び吸入空気量センサ２３は演算部２５に接続されており、入口圧力センサ２１、出口圧力センサ２２、及び吸入空気量センサ２３の検出値が演算部２５に送られる。演算部２５は、それらの検出値と、吸入空気量及びコンプレッサ１１ａの圧力比に基づいたターボチャージャ１１の回転速度が設定された回転速度マップとを参照して、ターボチャージャ１１の回転速度を推定する。そして、その推定したターボチャージャ回転速度が増加から減少に変化した際の、あるいは減少から増加に変化した際の頂点である変曲点Ｐ_ｘの時刻ｔ_ｘと回転速度Ｎ_ｘとを取得して、記憶装置２４に記憶する。

なお、入口圧力センサ２１、出口圧力センサ２２、及び吸入空気量センサ２３の検出値からターボチャージャ１１の回転速度を推定する代わりに、ターボチャージャ１１の回転速度を検出する回転センサを用いてもよい。

記憶装置２４は、変曲点Ｐ_ｘ（ｔ_ｘ、Ｎ_ｘ）や、演算部２５で算出された計算結果などのデータを各記憶領域に記憶可能な装置として、エンジン１０を搭載した車両の電子計算機２６内に配置されている。この記憶装置２４は、変曲点Ｐ_ｘが記憶される記憶領域を有しており、その記憶領域には二点以上、千点未満の変曲点Ｐ_ｘを記憶可能である。

演算部２５は、入口圧力センサ２１、出口圧力センサ２２、及び吸入空気量センサ２３
の検出値から推定したターボチャージャ回転速度を判定して変曲点Ｐ_ｘを記憶装置２４に記憶したり、記憶装置２４に記憶されたデータに基づいて判定及び演算を行ったりする装置として、エンジン１０を搭載した車両の電子計算機２６内に配置されている。

このようなターボチャージャ１１の疲労故障診断装置２０において、図２に示すように、演算部２５は、入口圧力センサ２１、出口圧力センサ２２、及び吸入空気量センサ２３の検出値から推定したターボチャージャ回転速度に基づいて変曲点Ｐ_１〜変曲点Ｐ_ｘを逐次取得するステップＳ１０と、その変曲点Ｐ_１〜変曲点Ｐ_ｘを記憶装置２４の記憶領域に記憶するステップＳ２０とを行っている。

次いで、演算部２５は、変曲点Ｐ_１〜変曲点Ｐ_ｘの回転速度Ｎ_ｘとターボチャージャ１１に予め設定された下限回転速度Ｎ_ｍｉｎの近傍に設定された閾値Ｎ_０とを比較し、閾値Ｎ_０以下になった変曲点Ｐ_１を始点として、次回に閾値Ｎ_０以下になった変曲点Ｐ_ｘを終点とした一つの区間Ｓ_ｙに設定するステップＳ３０を行っている。

次いで、演算部２５は、区間Ｓ_ｙに対してレインフロー法により区間Ｓ_ｙのサイクルカウントを行うステップＳ４０と、そのサイクルカウントに基づいて区間Ｓ_ｙの区間疲労値ΣＦ_ｙを算出して記憶装置２４に記憶するステップＳ５０とを行っている。

次いで、演算部２５は、記憶装置２４に記憶された前回の区間Ｓ_ｙ−１までの累積疲労値ＴＴＬＦ_ｙ−１に区間Ｓ_ｙの区間疲労値ΣＦ_ｙを加算して、区間Ｓ_ｙまでの累積疲労値ＴＴＬＦ_ｙを算出して記憶装置２４に記憶するステップＳ６０と、その累積疲労値ＴＴＬＦ_ｙと予め設定された疲労限界値αとを比較してターボチャージャ１１の疲労故障を診断するステップＳ７０とを行っている。

この疲労故障診断方法の詳細について、図３〜図７を参照しながら説明する。

ステップＳ１０として、演算部２５は入口圧力センサ２１、出口圧力センサ２２、及び吸入空気量センサ２３から送られた検出値から推定された推定値に基づいて変曲点Ｐ_１（ｔ_１、Ｎ_１）〜変曲点Ｐ_ｘ（ｔ_ｘ、Ｎ_ｘ）を取得する。次いで、ステップＳ２０として、演算部２５は変曲点Ｐ_１（ｔ_１、Ｎ_１）〜変曲点Ｐ_ｘ（ｔ_ｘ、Ｎ_ｘ）を記憶装置２４の記憶領域に逐次記憶する。例えば、このステップＳ１０及びステップＳ２０では、図３に示すように、変曲点Ｐ_１から変曲点Ｐ_１３までを逐次記憶している。なお、各変曲点Ｐ_ｘは等間隔に生じたものではない。各時刻ｔ_ｘは変曲点Ｐ_ｘが生じた時間を示している。

次いで、ステップＳ３０として、演算部２５は記憶装置２４に記憶された変曲点Ｐ_ｘの回転速度Ｎ_ｘとターボチャージャ１１の下限回転速度Ｎ_ｍｉｎの近傍に設定された閾値Ｎ_０とを比較し、変曲点Ｐ_ｘの回転速度Ｎ_ｘが閾値Ｎ_０以下になるごとに区切られた区間Ｓ_ｙを設定する。

下限回転速度Ｎ_ｍｉｎは、予め実験などにより求められたエンジン回転速度がアイドル回転速度の場合のターボチャージャ１１の回転速度に設定されている。従って、この下限回転速度Ｎ_ｍｉｎはエンジン１０構成やターボチャージャ１１の構成により異なる値となる。

閾値Ｎ_０は、区間Ｓ_ｙにおける変曲点Ｐ_１〜Ｐ_ｘの個数が三個以上、千個未満になる回転速度に設定されている。この閾値Ｎ_０が下限回転速度Ｎ_ｍｉｎの１．１倍未満の場合には、区間Ｓ_ｙにおける変曲点Ｐ_１〜Ｐ_ｘの個数が多くなり記憶装置２４の記憶領域が足らなくなる。一方、閾値Ｎ_０が下限回転速度Ｎ_ｍｉｎの４倍超の場合には、回転速度Ｎ_ｘが低速度側の応力変動が反映されなくなり、区間疲労値ΣＦ_ｙの精度が低くなる。従って、
この閾値Ｎ_０は下限回転速度Ｎ_ｍｉｎの１．１倍以上、４倍以下の回転速度が好ましく、１．２倍以上、３倍以下の回転速度がより好ましい。

例えば、図３に示すように、回転速度Ｎ_１及びＮ_１３が閾値Ｎ_０以下となるので、変曲点Ｐ_１を始点として、変曲点Ｐ_１３を終点とした区間Ｓ_２に設定する。

次いで、ステップＳ４０として、演算部２５は区間Ｓ_ｙ内の各変曲点Ｐ_ｘに基づいてレインフロー法により区間Ｓ_ｙのサイクルカウントを行う。この区間Ｓ_ｙのレインフロー法解析では、区間Ｓ_ｙで生じた応力変動ＳＦ_ｚが少なくとも一つはカウントされ、その応力変動ＳＦ_ｚの最高回転速度Ｎ_ｍａｘｚと、振幅Ｌ_ｚと、サイクル数として０．５あるいは１．０とがカウントされる。

例えば、図４に示すように、演算部２５はレインフロー法により、区間Ｓ_２に応力変動ＳＦ_１〜応力変動ＳＦ_７の応力変動が生じたことを解析する。応力変動ＳＦ_１は変曲点Ｐ_１から変曲点Ｐ_６までとなり、最高回転速度Ｎ_６、振幅Ｌ_１（Ｎ_６−Ｎ_１）及びサイクル数０．５となる。また、応力変動ＳＦ_２は変曲点Ｐ_２から変曲点Ｐ_３と変曲点Ｐ_４との中途（回転速度がＮ_２となる位置）までとなり、最高回転速度Ｎ_２、振幅Ｌ_２（Ｎ_２−Ｎ_３）及びサイクル数１．０となる。同様に応力変動ＳＦ_３〜応力変動ＳＦ_７を算出する。なお、図４では、一方向を示す矢印がサイクル数０．５を示し、両方向を示す矢印がサイクル数１．０を示している。

次いで、ステップＳ５０として、演算部２５は各応力変動ＳＦ_ｚの疲労値Ｆ_ｚを記憶装置２４に記憶された疲労値マップＭ１を参照して算出し、記憶装置２４に記憶する。次いで、演算部２５は各疲労値Ｆ_ｚを積算して区間Ｓ_ｙの区間疲労値ΣＦ_ｙを算出し、記憶装置２４に記憶する。

この疲労値マップＭ１は、応力変動ＳＦ_ｚの最高回転速度Ｎ_ｍａｘｚと振幅Ｌ_ｚとに基づいたサイクル数１．０の疲労値Ｆ_ｚが設定されたマップである。ターボチャージャ１１の疲労値Ｆ_ｚは応力変動ＳＦ_ｚの最高回転速度Ｎ_ｍａｘｚが高く、且つその振幅Ｌ_ｚが大きいと指数的に大きくなる。

例えば、図５に示すように、疲労値マップＭ１を参照すると、応力変動ＳＦ_１における最高回転速度Ｎ_６と振幅Ｌ_１とから、応力変動ＳＦ_１のサイクル数１．０分の疲労値２Ｆ_１が算出される。応力変動ＳＦ_１は０．５サイクルであるため、疲労値マップＭ１から算出された疲労値２Ｆ_１に０．５を乗算して応力変動ＳＦ_１の疲労値Ｆ_１が算出される。以下、同様にして応力変動ＳＦ_２から応力変動ＳＦ_７までの疲労値Ｆ_２から疲労値Ｆ_７までが算出される。区間Ｓ_２の応力変動ＳＦ_１から応力変動ＳＦ_７までが、図６に示すように、記憶装置２４に記憶される。

そして、各疲労値Ｆ_１〜Ｆ_７を積算して、区間Ｓ_２の区間疲労値ΣＦ_２を算出する。

次いで、ステップＳ６０として、演算部２５は、前回までの区間Ｓ_ｙ−１までの累積疲労値ＴＴＬＦ_ｙ−１と区間Ｓ_ｙの区間疲労値ΣＦ_ｙとを加算して、区間Ｓ_ｙまでの累積疲労値ＴＴＬＦ_ｙを算出して記憶装置２４に記憶する。

例えば、図７に示すように、区間Ｓ_１までの累積疲労値ＴＴＬＦ_１は区間Ｓ_１の区間疲労値ΣＦ_１となり、区間Ｓ_２までの累積疲労値ＴＴＬＦ_２は区間Ｓ_１までの累積疲労値ＴＴＬＦ_１に区間Ｓ_２の区間疲労値ΣＦ_２（＝Ｆ_１＋Ｆ_２＋・・・＋Ｆ_７）を加算した値となる。

次いで、ステップＳ７０として、演算部２５は、累積疲労値ＴＴＬＦ_ｙと予め定めた疲労限界値αとを比較して、ターボチャージャ１１の疲労故障を診断する。この疲労故障の診断は、累積疲労値ＴＴＬＦ_ｙが疲労限界値α超の場合に、ターボチャージャ１１が疲労故障する可能性があると診断する。

なお、演算部２５が、ターボチャージャ１１が疲労故障の可能性があると診断した場合には、警告ブザーや警告ランプなどの警告装置２７により運転手に警告することが好ましい。また、疲労限界値αは予め実験などにより定められた値であり、ターボチャージャ１１の容量などにより定められている。

上記のターボチャージャ１１の疲労故障診断装置２０及び疲労故障診断方法によれば、変曲点Ｐ_ｘの回転速度Ｎ_ｘが閾値Ｎ_０以下になったところで挟まれた微小な区間Ｓ_ｙを区切り、その区間Ｓ_ｙに対してレインフロー法によりサイクルカウントを行うので、記憶装置２４に記憶される変曲点Ｐ_１〜Ｐ_ｘの個数を少なくできる。これにより、容量の少ない記憶装置２４でもレインフロー法を用いてターボチャージャ１１の疲労故障を精度良く診断できる。

また、サイクルカウントを行った後では、記憶された変曲点Ｐ_１〜Ｐ_ｘ−１を消去可能である。これにより、ターボチャージャ１１の疲労故障を診断するために必要な記憶装置２４の容量を低減して、コストを低減できる。

また、微小な区間Ｓ_ｙごとにレインフロー法に基づいて区間疲労値ΣＦ_ｙを算出するので、リアルタイム性を確保しつつ、ターボチャージャ１１の疲労故障の診断の精度を向上できると共に、ターボチャージャ１１の累積疲労値ＴＴＬＦ_ｙを過小評価せずに、ターボチャージャ１１の疲労故障の診断を行うことで、ターボチャージャ１１の適切な交換時期を判断することができる。

加えて、標準的なレインフロー法においては時間軸が無くなるが、微小な区間Ｓ_ｙごとにレインフロー法に基づいて区間疲労値ΣＦ_ｙを算出するので、ターボチャージャ１１の疲労の蓄積を時系列に判断することも可能となる。これにより、ターボチャージャ１１に瞬間的なダメージが与えられた場合の原因の特定に結びつく。

このような疲労故障診断装置２０及び疲労故障診断方法においては、閾値Ｎ_０が区間Ｓ_ｙにおける変曲点Ｐ_１〜Ｐ_ｘの個数が三個以上、二百五十個以下になる回転速度に設定されることがより望ましい。これにより、記憶装置２４の記憶領域をより低減できるので、コスト削減には有利となる。

また、上記の疲労故障診断装置２０及び疲労故障診断方法においては、区間の全ての変曲点が閾値Ｎ_０を下回った場合には、その区間における区間疲労値は記憶しないことが望ましい。

図８に示すように、区間Ｓ_４と区間Ｓ_５との間の区間は変曲点の全てが閾値Ｎ_０を下回っている。この区間における区間疲労値は疲労値マップＭ１を見れば無視できることが明らかであるので、記憶装置２４には記憶しない。

また、上記の疲労故障診断装置２０及び疲労故障診断方法においては、記憶装置２４から区間疲労値ΣＦ_ｙが算出された区間Ｓ_ｙの変曲点Ｐ_１から変曲点Ｐ_ｘの手前の変曲点Ｐ_ｘ−１までを消去することが望ましい。

また、上記の疲労故障診断装置２０及び疲労故障診断方法においては、区間Ｓ_ｙの設定
を変曲点Ｐ_ｘの取得と同時に行ってもよい。

図９〜図１２に示すフローチャートは、図２のフローチャートをより詳細にした一例である。図９においては、ステップＳ１１０とステップＳ１２０とが、図２のステップＳ１０とステップＳ２０とに相当している。また、図９のステップＳ１３０〜ステップＳ１６０が図２のステップＳ３０に相当している。このステップＳ１３０〜ステップＳ１６０により、区間Ｓ_ｙの設定を変曲点Ｐ_ｘの取得と同時に行うことができ、より記憶装置２４の記憶領域の低減には有利となる。

図１０においては、ステップＳ１７０が図２のステップＳ４０に相当している。また、図１０のステップＳ１８０〜ステップＳ２５０が図２のステップＳ５０に相当している。

図１１においては、図１１のステップＳ２８０とステップＳ２９０とが図２のステップＳ６０に相当している。また、図１１のステップＳ３００が図２のステップＳ７０に相当している。

また、図１１においては、ステップＳ２６０として、演算部２５は記憶装置２４の記憶領域から区間Ｓ_ｙの変曲点Ｐ_ｘを除いた変曲点を消去する。区間Ｓ_ｙの終点である変曲点Ｐ_ｘは次回の区間Ｓ_ｙ＋１の始点となる可能性があるため消去せずに、残りの変曲点Ｐ_１〜Ｐ_ｘ−１を消去する。

図１２においては、ステップＳ３１０〜ステップＳ３５０を行うことによって、次回の区間の始点を設定している。

ステップＳ３１０〜ステップＳ３４０を行って、終点となった変曲点（新Ｐ_１）の次に閾値Ｎ_０を越える変曲点（新Ｐ_２）が現れた場合は、図９のＤへ戻るが、例えば、図８の区間Ｓ_４の終点の場合、次に微小区間となるＳ_５の始点に区間Ｓ_４の終点の値は使われない。閾値Ｎ_０以下になって終点となった後、閾値Ｎ_０以下での変曲点は次回の微小区間の始点になる可能性があるが、始点になるのは、さらにその次の変曲点（新Ｐ_２）が閾値Ｎ_０を超える場合である。閾値Ｎ_０を超えない間の変曲点Ｐ_ｘは常に変曲点Ｐ_１として上書きされ、その次の変曲点Ｐ_２が閾値Ｎ_０を超えたとき、変曲点Ｐ_１が新たな微小区間の始点として採用される。

例えば、図３では、変曲点Ｐ_１から変曲点Ｐ_１２までを消去して、変曲点Ｐ_１３を次回の区間Ｓ_３の始点となる変曲点Ｐ_１とする。また、図８の区間Ｓ_４の終点Ｐ_ｘは区間Ｓ_５の始点の候補となるが、その後の変曲点が閾値以下で続く場合には、区間Ｓ_５の始点の候補は常に新しい変曲点で上書きされる。これを繰り返しながら、変曲点Ｐ_ｘ＋１が閾値を超えたことが検出されたとき、変曲点Ｐ_ｘは次の微小区間Ｓ_５の始点Ｐ_１となる。

このように、区間Ｓ_ｙごとにレインフロー法を用いることで、区間疲労値ΣＦ_ｙが算出された区間Ｓ_ｙの変曲点Ｐ_１から変曲点Ｐ_ｘ−１までを消去できる。逐次、区間疲労値ΣＦ_ｙが算出された区間Ｓ_ｙの変曲点Ｐ_１から変曲点Ｐ_ｘ−１までを消去することで、疲労診断に必要な記憶装置２４の記憶領域を低減できる。

また、区間Ｓ_ｙの変曲点Ｐ_１から変曲点Ｐ_ｘ−１までを消去すると共に、区間Ｓ_ｙの応力変動ＳＦ_ｚのデータも消去することが好ましい。応力変動ＳＦ_ｚのデータも消去することにより、記憶装置２４の記憶領域の低減には有利となる。

図９〜図１２のフローチャートによれば、記憶装置２４の記憶領域には、図７に示す区間Ｓ_ｙと区間疲労値ΣＦ_ｙと累積疲労値ＴＴＬＦ_ｙとが逐次記憶されるのみとなり、記憶
装置２４の記憶領域の低減には有利となる。

なお、上記の実施形態のエンジン１０の構成は一例であり、本発明はこれに限定されない。例えば、ガソリンエンジンにも適用してもよい。

また、上記の実施形態では、疲労値マップＭ１を用いて応力変動ＳＦ_ｚの疲労値Ｆ_ｚを算出する例について説明したが、本発明はこれに限定されない。例えば、上記の疲労値マップＭ１の代わりにターボチャージャ１１のＳ−Ｎ線図を用いてもよい。

また、上記の実施形態の電子計算機２６は、エンジン１０の制御を行うＥＣＵとしてもよい。特に、本発明はターボチャージャ１１の疲労故障を診断するために必要な記憶装置２４の記憶領域を少なくできるので、多種多様なデータが記憶されるＥＣＵの記憶領域を圧迫することがない。

１０ エンジン
１１ ターボチャージャ
１１ａ コンプレッサ
１１ｂ タービン
２０ 疲労故障診断装置
２１ 入口圧力センサ
２２ 出口圧力センサ
２３ 吸入空気量センサ
２４ 記憶装置
２５ 演算部
２６ 電子計算機
Ｍ１ 疲労値マップ
Ｎ_０ 閾値
Ｎ_ｍｉｎ 下限回転速度
Ｎ_ｘ 回転速度
Ｐ_ｘ 変曲点
Ｓ_ｙ 区間
ＴＴＬＦ_ｙ 累積疲労値
ΣＦ_ｙ 区間疲労値
α 疲労限界値

Claims (5)

1. ターボチャージャの回転速度の変曲点を逐次取得して記憶装置に記憶し、記憶された該変曲点に基づいて該ターボチャージャの疲労故障を診断するための方法において、
   前記変曲点の回転速度と前記ターボチャージャに予め設定された下限回転速度の近傍に設定された閾値とを比較し、該回転速度が該閾値以下になった変曲点を始点及び次回に該回転速度が該閾値以下になった変曲点を終点とした一つの区間を設定し、
   前記区間に対してレインフロー法により該区間のサイクルカウントを行って、該サイクルカウントに基づいて該区間の区間疲労値を算出して前記記憶装置に記憶し、
   前記記憶装置に記憶された前回の区間までの累積疲労値に前記区間の前記区間疲労値を加算して、前記区間までの累積疲労値を算出して前記記憶装置に記憶し、該累積疲労値と予め設定された疲労限界値とを比較して前記ターボチャージャの疲労故障を診断することを特徴とするターボチャージャの疲労故障診断方法。
2. 前記閾値を前記区間における変曲点の個数が三個以上、千個未満になる回転速度に設定した請求項１に記載のターボチャージャの疲労故障診断方法。
3. 前記記憶装置から前記区間疲労値が算出された前記区間の前記始点から前記終点の手前の変曲点までを消去する請求項１又は２に記載のターボチャージャの疲労故障診断方法。
4. 前記レインフロー法により前記区間に生じた少なくともの一つの応力変動をカウントすると共に、該応力変動の振幅、最高回転速度及びサイクル数を算出し、
   応力変動の振幅及び最高回転速度に基づいてその応力変動のサイクル数における疲労値が設定された疲労値マップを参照して、前記区間における各前記応力変動の疲労値を算出し、
   前記区間内の全ての前記疲労値を積算して前記区間疲労値を算出する請求項１〜３のいずれか１項に記載のターボチャージャの疲労故障診断方法。
5. ターボチャージャの回転速度の変曲点を逐次取得する変曲点取得手段と、該変曲点を記憶する記憶装置と、該変曲点に基づいて判定及び演算を行う演算部とを備え、該演算部が該記憶装置に記憶された該変曲点に基づいて該ターボチャージャの疲労故障を診断する装置において、
   前記演算部が、前記変曲点の回転速度が前記ターボチャージャに予め設定された下限回転速度の近傍に設定された閾値以下になるかを判定して、該回転速度が該閾値以下になった変曲点を始点及び次回に該回転速度が該閾値以下になった変曲点を終点とした一つの区間を設定し、
   前記区間に対してレインフロー法により該区間のサイクルカウントを行って、該サイクルカウントに基づいて該区間の区間疲労値を算出して前記記憶装置に記憶し、
   前記記憶装置に記憶された前回の区間までの累積疲労値に前記区間の前記区間疲労値を加算して前記区間までの累積疲労値を算出し、該累積疲労値と予め設定された疲労限界値とを比較して前記ターボチャージャの疲労故障を診断する構成にしたことを特徴とするターボチャージャの疲労故障診断装置。

Images