JP2020012690A - 風力発電機診断システムおよび方法 - Google Patents

Abstract

【課題】風力発電機の状態を状態監視センサにより行い、潤滑油採取を伴う分析の必要性の有無、潤滑油交換、あるいは部品交換などの保守作業の必要性の有無を的確かつ迅速に判断できる風力発電機診断システムを提供する。【解決手段】増速機と発電機とを有する風力発電機から情報を収集し、収集された情報に基づいて風力発電機の異常を判断する風力発電機の診断システムであって、増速機に供給される潤滑油の異常と増幅機の異常をセンサ情報として出力するセンサと、センサ情報毎に定められた基準値を記憶する記憶部とを有し、センサ情報毎に定められた基準値とセンサ情報とに基づいて、潤滑油と増速機の異常度を判定する第１の処理と、第１の処理で判別結果に基づき、潤滑油の採取を伴う潤滑油分析の要否等を判定する第２処理と、第２の処理の判定結果を他の端末に出力する第３の処理を実行する処理装置と、を備える風力発電機の診断システムである。【選択図】 図１１

Description

本発明は、風力発電機診断システムおよび方法に係り、特に、風力発電機などの増速機に用いられる潤滑油の劣化診断と増速機の状態診断技術に関する。

風力発電機の増速機の保全・保守を行う上で、増速機の潤滑油の性状診断は重要な技術である。潤滑油の性状診断では、大別すると、潤滑油の経時的な酸化劣化と、水、塵埃や摩耗粉などの外部混入物による汚染の2種類を診断する。

潤滑油の酸化劣化としては、基油の酸化による劣化、添加剤の消耗による劣化などがある。潤滑油の酸化劣化により、耐摩耗性の低下、粘度および粘度指数の変化、防錆性の低下、防食性の低下などが起こり、結果として、増速機の摩耗や材料疲労が促進されることがある。

増速機の潤滑油は、予め定められた周期で微量を採取し、分析センタなどに送付して、粘度、汚染度、全酸価、金属濃度などの分析を行い、性状監視を行うことがある。

また、風力発電機に設置されたセンサ群（例えば、出力、発電機回転数、発電量、油温、油圧、加速度などのセンサ）による状態監視が行われる。従来、潤滑油の性状診断としては、例えば、特許文献１に記載のものがある。

特許文献１には、潤滑油中の汚染物質の種類を光学センサで検出した色に基づき特定することが開示されている。

特開２０１２−１１７９５１号公報

潤滑油には、潤滑性能を維持するために種々の添加剤が含まれる。例えば、潤滑条件が過酷で、接触部分の圧力が高い場合や、すべり速度が小さかったり、油の粘度が低すぎたりする場合は、摩擦面の間の潤滑油の膜が薄くなり、摩擦抵抗が大きくなり摩耗が起こる。この状態を境界潤滑と呼び、極端な場合には焼付が起こる。このような境界潤滑の状態で摩擦や摩耗を減少させる働きをするのが添加剤であり、例えば、油性剤、摩耗防止剤、極圧添加剤（極圧剤）があり、これらを総称して耐荷重添加剤と呼ぶこともある。また、他の添加剤として、例えば酸化防止剤や消泡剤のようなものもある。

添加剤は潤滑油に対して所定の割合（濃度）含まれていることが、所望の潤滑性能の維持のために必要である。従来、潤滑油の劣化診断としては、特許文献１に記載のように、汚染物質による劣化を検出する技術が提案されているが、潤滑油の添加剤の劣化（添加剤の減少）を遠隔診断する方法について有効なものが提案されていない。

風力発電機には、高レベルで安定した稼動と発電量が要求される。そのため、故障などの異常が発生する前の段階での異常を検知する予兆診断の機能を備え、ダウンタイムの削減が要求される。また、増速機のような高価な部品が使用されることからも、予兆診断によって故障を未然に防ぐことが要求される。

風力発電機の増速機のように、潤滑油を使用する機械では、部品を長期間交換することなく使用できることが求められる。実際、部品毎に、3ヶ月毎、1年毎など、決められた周期で定期点検を行っていることが多い。たとえば、増速機の潤滑油の交換は、多額の費用をかけて、風力発電機を停止して定期的に交換することが多いが、状態が良くまだ使える潤滑油を交換する場合がある。その一方、早期に摩耗粉が発生したり、水が混入したり、というような異常に気づかず、増速機が故障する場合がある。潤滑油の交換周期を延ばせれば、風車停止による発電量ロス削減や潤滑油交換コスト削減が可能となるので発電事業者の利益となる。しかし、一般に、潤滑油の酸化劣化により、潤滑性能は低下し、摩耗が進行しやすくなるため、潤滑油の使用期間を延ばすには、潤滑油の状態に加え、増速機等の回転機械の状態監視を併用することが望ましい。

本発明の目的は、風力発電機の状態を状態監視センサにより行い、潤滑油採取を伴う分析の必要性の有無、潤滑油交換、あるいは部品交換などの保守作業の必要性の有無を的確かつ迅速に判断できる風力発電機診断システムおよび方法を提供することにある。

上記目的を達成するため本発明の風力発電機の診断システムの一例は、増速機と発電機とを有する風力発電機から情報を収集し、収集された情報に基づいて風力発電機の異常を判断する風力発電機の診断システムであって、風力発電機の状態を監視するため、増速機に供給される潤滑油の、１つ以上の潤滑油性状を１つ以上の潤滑油の異常と増幅機の異常をセンサ情報として出力するセンサと、センサ情報毎に定められた基準値を記憶する記憶部とを有し、センサ情報毎に定められた基準値とセンサ情報とに基づいて、潤滑油および増速機の異常度を判定する第１の処理と、第１の処理で判別された潤滑油の異常度および増幅機の異常に基づき、潤滑油の採取を伴う潤滑油分析の要否、潤滑油交換の要否、増幅機部品交換の要否を判定する第２処理と、第２の処理の判定結果を他の端末に出力する第３の処理を実行する処理装置と、を備える。

本発明によれば、潤滑油性状の状態を直接検知可能なセンサから出力される情報に基づいて、潤滑油採取を伴う詳細な潤滑油分析の必要性の有無を的確に判断することができる。潤滑油交換周期の最適化と、風車の信頼性向上、風車発電量向上を図ることができる。

上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

風力発電機の概略全体構成図。 ＩＣＰ元素分析による潤滑油中のリン濃度測定結果を示すグラフ図。 ＬＣ測定によって得られた潤滑油中のリン系極圧添加剤濃度測定結果を示すグラフ図。 潤滑油中の添加剤濃度と色度の相関を示すグラフ図。 潤滑油中の添加剤濃度と色度の相関を示すグラフ図。 潤滑油中の二種の添加剤濃度と色度の相関を示すグラフ図。 潤滑油中の添加剤が消耗（添加剤が分解して酸化生成物を生成）した際のＲ、Ｇ、Ｂの各値の変化の様子を示すグラフ図。 潤滑油中に摩耗粉が生成した際のＲ、Ｇ、Ｂの各値の変化の様子を示すグラフ図。 潤滑油供給系統を有する風力発電機の潤滑油の監視システムの概略図。 潤滑油用センサを備えた回転機械の概念図。 潤滑油診断フロー図。 潤滑油余寿命推定の概念を示すグラフ図。 潤滑油余寿命推定の概念を示すグラフ図。 潤滑油余寿命推定の概念を示すグラフ図。 光学式センサによる潤滑油中の摩耗粉検出の一例を示すグラフ図。 光学式センサによる潤滑油中への水混入検出の一例を示すグラフ図。 風車稼働時間と増速機の健全度の相関を示した図。 増速機の状態に応じた保守対応を示した図。 中央サーバの概略構成図。 対処判定部の処理フロー図。 風力発電機の増速機の診断システムの概略構成図。 風力発電機の増速機の診断システムの概略構成図。 潤滑油の添加剤濃度の経年変化を示す図。 中央サーバの概略構成図。

先ず、本発明の実施の形態を詳細に説明する前に、本発明に至った経緯について説明する。

近年、部品の余寿命評価技術などの進歩により、回転部品を有する機械（以下、回転機械と称する）の予防的保全、計画的な保守が普及している。潤滑油の酸化劣化による潤滑機能低下や、潤滑油中の摩耗粉および塵埃などの汚染粒子は、回転機械の故障に繋がる軸受、歯車などの回転機械の摩耗損傷を誘起するため、潤滑油の監視技術は特に重要である。

本発明が適用される装置の一例である、風力発電機では、構成要素間の機械的な摩擦係数を低減するために潤滑油等を使用している。以下、風力発電機の潤滑油を例として潤滑油の監視技術を説明する。

図１に、ダウンウインド型の風力発電機の概略全体構成図を示す。図１では、ナセル３内に配される各機器を点線にて示している。図１に示すように、風力発電機１は、風を受けて回転するブレード５、ブレード５を支持するハブ４、ナセル３、及びナセル３を水平面内に回動可能に支持するタワー２を備える。

ナセル３内に、ハブ４に接続されハブ４と共に回転する主軸３１、主軸３１に連結されるシュリンクディスク３２、シュリンクディスク３２を介して主軸３１に接続され回転速度を増速する増速機３３、及び、カップリング３８を介して増速機３３により増速された回転速度で回転子を回転させて発電運転する発電機３４を備えている。

ブレード５の回転エネルギーを発電機３４に伝達する部位は、動力伝達部と呼ばれ、主軸３１、シュリンクディスク３２、増速機３３及びカップリング３８が動力伝達部に含まれる。そして、増速機３３及び発電機３４は、メインフレーム３５上に保持されている。また、メインフレーム３５上には、動力伝達部の潤滑用に潤滑油を貯留する潤滑油タンク３７が一つまたは複数設置されている。また、ナセル３内には、ナセル隔壁３０よりも風上側にラジエータ３６が配置されている。外気を用いてラジエータ３６で冷却された冷却水を発電機３４や増速機３３に循環させて発電機３４や増速機３３を冷却している。図１には、いわゆるダウンウインド型風車を例に説明したが、本実施の形態は、アップウインド型風車に適応できることは言うまでもない。

風力発電機では、多くの回転機械で潤滑油が使用されている。たとえば、図１において、主軸３１、増速機３３、発電機３４、図示しないヨー、ピッチなどの軸受には潤滑油が供給される。風速に応じてブレードのピッチ角を変え出力を制御するのがブレードのピッチ制御であり、無駄なく風を受けるために風車の向きを風向きに追従させるナセルの方位制御がヨー制御である。

このような動力伝達部に加え、ヨー制御やピッチ制御を行うための回転機械を含む回転機械については潤滑油を強制循環により供給する必要がある。潤滑油は回転機械の回転部分の摩擦を低減し、部品の磨耗や破損、あるいはエネルギーロスを防止する。しかし、潤滑油の経時的な劣化による潤滑性能の低下や、摩耗粒子、塵埃などの潤滑油への混入による汚染が起こると、摩擦係数が増加し、風力発電機の故障リスクが増大する。

風力発電機が故障すると、故障部品交換のコスト・停電中の発電収入減など、多大なロスコストが発生するため、余寿命予測・予兆検知による早期部品手配、停電期間短縮などの対策が望まれている。特に、重要部品である増速機は、潤滑油の性能が低下すると故障リスクが増大するため、潤滑油の余寿命や交換時期を可能な限り早期に推定するための技術が重要である。

潤滑油の特性を評価するための監視対象パラメータとしては、粘度、全酸価測定、成分元素分析など種々のものが考えられる。

しかし、監視対象として風力発電機の潤滑油を想定した場合、例えば、粘度による特性の評価では、風車発電機の増速機の潤滑油は化学的に非常に安定な合成油が使用されており、粘度はほとんど変化しないため、これのみでは余寿命推定の指標として適していない。また、酸化による劣化を示す全酸価の測定では、風車発電機の増速機の潤滑油は、酸化に対して非常に安定な合成油が使用されており、全酸価はほとんど変化しないため、これのみでは余寿命推定の指標として適していない。

また、潤滑油に含有される微粒子粉や水分を測定する手法も考えられるが、潤滑油中にこれらの含有物が検出されている時点で、すでに磨耗やリークが生じている可能性があり、微粒子粉や水分の検出前に予兆を検出することが望まれる。また、風車発電機の増速機の潤滑油は粘度が高く、気泡が多数混入した状態で循環しており、パーティクルカウンタや鉄粉濃度計を設置して粒子計測を行う粒子計測法では気泡と粒子の識別が難しい。また、パーティクルカウンタや鉄粉濃度計によって、後述の潤滑油の添加剤の消耗を計測することは原理的に不可能である。

以上のようなことから、風力発電機の潤滑油余寿命を早期推定するためには、風力発電機の潤滑油の新たな性能評価方法が必要である。

ところで、上述したように、潤滑油には潤滑性能を維持するために種々の添加剤が含まれる。例えば、油性剤、摩耗防止剤、極圧添加剤（極圧剤）などの耐荷重添加剤や、酸化防止剤や消泡剤などである。風力発電機の増速機の潤滑油には、これらの添加剤が単独または複数含まれる。

油性剤は、金属表面に吸着して吸着膜を作り、この吸着膜が境界潤滑状態にある金属と金属の直接の接触を妨げ、摩擦、摩耗を減少させる働きをする。油性剤としては、金属表面に対して吸着力の大きい高級脂肪酸、高級アルコールおよびアミン、エステル、金属せっけんなどが使われる。

油性剤より厳しい荷重の条件下での摩耗防止に効果のあるのが摩耗防止剤で、一般にリン酸エステル、亜リン酸エステル、チオリン酸塩がよく使われる。摩耗防止剤は、タービン油、耐摩耗性作動油などに使用される。

境界潤滑状態のもっとも厳しい条件の高荷重の状態の接触面では、摩擦面は温度が非常に高くなり、油性剤による吸着膜は脱着して効果がなくなるが、極圧添加剤は硫黄、塩素、リンなどを含む化学的に活性な物質なので、金属面と反応して硫黄、塩素、リンなどを含む化合物を作り、せん断力の小さい被膜となって摩耗、焼付、融着を防止する。

極圧添加剤としては、一般に硫黄、塩素、リンなどを含んでいる物質で、硫化油脂、硫化エステル、サルファイド、塩素化炭化水素などのほか、ナフテン酸鉛や、同一分子内に硫黄、リン、塩素の中の二つ以上の元素を含む化合物も使用される。具体的な極圧添加剤としては、硫化スパーム油、硫化脂肪エステル、ジベンジルジサルファイド、アルキルポリサルファイド、オレフィンポリサルファイド、ザンチックサルファイド、塩素化パラフィン、メチルトリクロロステアレート、ナフテン酸鉛、アルキルチオリン酸アミン、クロロアルキルザンテート、フェノールチオカルバメート、トリフェニルフォスフォロチオネート（ＴＰＰＴ：Triphenyl Phosphorothionate）、4,4’-メチレンビス（ジチオカルバメート）、などがある。

酸化防止剤は、基油の酸化による劣化を防止するために用いられる。酸化防止剤には３種類ある。酸化の初期における遊離基（ラジカル）の生成を抑制し、炭化水素の酸化反応の連鎖を止める、遊離基抑制剤（Free Radical Inhibitor）、生成した過酸化物を分解し、安定な非遊離基化合物に変えてしまう役割をする過酸化物分解剤（Peroxide Decomposer）、および、強靭な吸着膜（不活性防食皮膜）を作る金属不活性化剤（Metal Deactivator）である。金属不活性化剤の役割は、潤滑油が酸化して生成した過酸化物の金属腐食性によって鉄や銅を溶解させないようにすることである。

具体的な酸化防止剤としては、フェノール誘導体（2,6-ジ-tert-ブチル p-クレゾール （ＢＨＴ）、2,6-ジ-tert-ブチル p-フェノール （ＤＢＰ）、4,4’-メチレンビス（2,6-ジアルキルフェノール）など）、アミン誘導体（2,6-ジアルキル-α-ジメチルアミノパラクレゾール、4,4’-テトラメチルジアミノジフェニルメタン、オクチル化フェニルナフチルアミン、ジ-オクチル-ジフェニルアミン、ジノニル-ジフェニルアミン、フェノチアジン、2,2,4-トリメチルジヒドロキシキニリン、など）、金属ジチオフォスフェート、アルキル硫化物、など、1,4-ジオキシジアントラキノン （別名：キニザリン）、1,2-ジオキシジアントラキノン (別名：アリザリン)、ベンゾトリアゾール、アルキルベンゾトリアゾール、などがある。

消泡剤の例としては、シリコーン系消泡剤、界面活性剤、ポリエーテル、高級アルコールが知られている。ギヤ油のような高粘度の潤滑油中では、気泡が発生すると消滅しにくく、潤滑性能低下による部品損傷発生、キャビテーション発生、油圧効率低下、冷却能力低下などの影響をおよぼす。

これらの添加剤（耐荷重添加剤、酸化防止剤、消防材）は、潤滑油に対して所定の割合（濃度）だけ含まれていることが、所望の潤滑性能の維持のために必要である。しかしながら、上述したように、従来は、特許文献１に記載のように、汚染物質による劣化、水分混入による劣化などを検出する技術は提案されているが、潤滑油自体の成分、特に潤滑油の添加剤濃度などの変化を直接計測する方が望ましい。

そこで発明者らは、潤滑油に含まれる添加剤の状態、特に濃度の推移をモニタすることにより潤滑油の劣化について予兆診断を行う手法について、比較検討した。

図２に、成分分析の手法の一つとして知られているＩＣＰ（Ｉｎｄｕｃｔｉｖｅｌｙ Ｃｏｕｐｌｅｄ Ｐｌａｓｍａ：誘導結合プラズマ）元素分析により、潤滑油中の極圧添加剤の成分であるリン濃度測定を行った結果を示す。横軸が経過時間（月数）であり、縦軸はリン（Ｐ）濃度（ｐｐｍ）である。この結果では、経過時間とリン濃度との間に有意な関係が見られない。これは元素分析精度が、予兆診断のための精度に不十分である可能性を示唆する。

図３は、ＬＣ／ＭＳ（Ｌｉｑｕｉｄ Ｃｈｒｏｍａｔｏｇｒａｐｈｙ Ｍａｓｓ Ｓｐｅｃｔｒｏｍｅｔｒｙ：以下ＬＣ測定）によって得られた、風車運転に伴う潤滑油中のリン系極圧添加剤の消耗挙動（減少）の結果を示すグラフである。この例では、リン系極圧添加剤（極圧剤）は具体的にはＴＰＰＴである。横軸が経過時間（月数）であり、縦軸はＴＰＰＴ濃度（新油に対する相対値）である。この結果では、経過時間と濃度との間に有意な関係が見られ、経過月数に伴って濃度が線形に低下している。

ＬＣ測定では、高精度かつ高感度に潤滑油中の添加剤のみを定量可能である。

以上の検討により、潤滑油中の添加剤の濃度の変化を経時的にモニタして、添加剤の機能を維持管理するためには、ＬＣ測定のように潤滑油中の添加剤の濃度を直接測定できる測定方法が適していることが分かった。また、このとき潤滑油中の添加剤の濃度が所定閾値を下回ると、潤滑油の性能が不十分となり装置の故障につながることが分かった。

これらのことから、風力発電機の潤滑油余寿命を早期推定するための風力発電機の潤滑油の新たな性能評価方法として、潤滑油中の添加剤、とりわけ極圧剤の濃度測定が有効である。

ＬＣ測定以外に、潤滑油中の添加剤の濃度を正確に直接測定可能な方法としては、フーリエ変換赤外分光法（ＦＴ−ＩＲ）、核磁気共鳴（ＮＭＲ）、などがある。

ＬＣ測定や、ＦＴ−ＩＲ、ＮＭＲなどにより、潤滑油中の添加剤の濃度を正確に直接測定することにより、潤滑油の添加剤の劣化（減少）を監視することができる。しかしながら、これらの分析方法では、潤滑油のサンプル採取に伴う風力発電機の停止を要するだけでなく、分析に時間を要することから、簡易に潤滑油の添加剤の濃度を正確に測定できるようにすることが望ましい。また、風力発電機は、山間部や洋上に設置されることが多いことから、オンライン遠隔監視により潤滑油の添加剤濃度を測定できるようにすることが望ましい。

発明者は種々検討した結果、光学式センサの計測データに基づき求められる色度データを用いて潤滑油の添加剤の濃度を測定できることを見出した。ここで、光学式センサとは、潤滑油の可視光透過率または反射率に基づいて色を定量表現するものである。上述の例では、添加剤として、極圧剤のＴＰＰＴを用いて説明したが、この他、耐荷重添加剤である、油性剤、摩耗防止剤、他の極圧添加剤、酸化防止剤、消防剤においても、濃度と色度の相関がある場合、適応可能である。

発明者による検討の結果、ＬＣ測定などによって求められる潤滑油中の添加剤の濃度と、潤滑油の着色度（色度）には、図４に示すような相関があることが判明した。図４は潤滑油中の極圧剤濃度と色度の相関を示す図である。縦軸はＬＣ測定などによって求められる潤滑油中の添加剤の濃度を示し、横軸は光学式センサの計測データに基づき求められる色度を示す。ここで、図４において色度はＲＧＢの組み合わせから構成される色空間で計算される色差（△Ｅ）で表示している。

図４中の△Ｅの定義は、
△Ｅ＝（Ｒ^２＋Ｇ^２＋Ｂ^２）^１/２
であり、Ｒ、Ｇ、Ｂ、は、加法混合における光の三原色（Ｒｅｄ、 Ｇｒｅｅｎ、 Ｂｌｕｅ）を意味し、色座標の数値表示では、（Ｒ、Ｇ、Ｂ）と表現する。なお、２４ｂｐｐ（２４ ｂｉｔ ｐｅｒ ｐｉｘｅｌ、 ピクセルあたり２４ビット）でエンコードされたＲＧＢ色度は、赤・緑・青の輝度を示す３つの８ビット符号の整数（０から２５５まで）で表わされる。たとえば、(０, ０, ０)は黒、(２５５, ２５５, ２５５）は白、（２５５, ０, ０）は赤、（０, ２５５, ０）は緑、（０, ０, ２５５）は青、をそれぞれ示す。なお、色度の表示としては、ＲＧＢ表色系の他に、ＸＹＺ表色系、Ｌ＊ａ＊ｂ＊表色系、Ｌ＊ｕ＊ｖ＊表色系等々多くの種類があり、これらは数学的に変換されて各種の表色系に展開することができるので、他の表色系で色度を表示しても良い。

添加剤毎に、ＬＣ測定などによって求められる潤滑油中の添加剤の濃度と、光学式センサの測定データに基づき求められる潤滑油の色度の関係を、図４のように予め求めておけば、潤滑油の監視の際には、光学式センサの測定データに基づき求められる潤滑油の色度が得られ、潤滑油の色度に基づき、潤滑油の添加剤の濃度を測定することができる。

このように、潤滑油の劣化の指標となる、潤滑油中の添加剤の減少（消耗度）は、光学式センサによって計測される色度より求められることが明らかになった。これにより、ＬＣ測定や、ＦＴ−ＩＲ、ＮＭＲなどによる分析と比して潤滑油の添加剤濃度を簡易に測定することが可能となる。また、光学式センサをナセル内に設置すれば、風力発電機の潤滑油のオンライン遠隔監視も可能となる。

図４では、潤滑油に添加剤として極圧剤を含む場合について示したが、添加剤としては、耐荷重添加剤である、油性剤、摩耗防止剤、極圧添加剤の他、酸化防止剤、消防剤に対して適応できる。

その例の一つとして、潤滑油中の極圧剤ＴＰＰＴ濃度と色度の相関を図５に示す。
潤滑油の劣化の指標である添加剤の消耗度が、色度と相関がある理由は以下のように説明される。添加剤が歯車や軸受の摺動面で作用すると分解するが、添加剤の分解生成物が、フェノール系の酸化物やキノンのような酸化生成物であり、それらは黄色〜赤褐色に着色している。たとえば、酸化防止剤であるＢＨＴや、極圧剤であるＴＰＰＴが分解すると、着色化合物が生じる。酸化前のＢＨＴ、ＴＰＰＴは、ほぼ無色である。これらのことから、潤滑油の劣化は、分解生成物である着色化合物の増加と正の相関がある。したがって、色度計測により、潤滑油の劣化度が求められる。

潤滑油には複数の添加剤が含まれる場合がある。この場合もＬＣ測定などによって求められる潤滑油中のそれぞれの添加剤の濃度と、光学式センサの測定データに基づき求められる潤滑油の色度の関係を予め求めておけば、潤滑油の監視の際には、光学式センサの測定データに基づき求められる潤滑油の色度に基づき、潤滑油中のそれぞれの添加剤の濃度を測定することができる。

図６は、添加剤として極圧剤（ＺＤＤＰ）と酸化防止剤（ＢＨＴ）の二種の添加剤の添加剤濃度と色度との相関を示す図である。この図から分かるように、極圧剤と酸化防止剤の消耗速度が異なる。このような消耗速度が異なる添加剤の濃度も光学式センサの測定データに基づき求められる色度に基づき測定することができる。

さらに、本発明者は、光学式センサの計測データに基づき、潤滑油の添加剤の消耗（劣化）と潤滑油の汚染を識別することができることを見出した。つまり、本発明の適応分野の一つである風力発電の増速機に用いられる潤滑油の添加剤に対して、潤滑油中のそれぞれの添加剤の濃度と光学式センサの測定データに基づき求められる潤滑油の色度との関係を予め求めておけば、潤滑油の監視の際には、光学式センサの測定データに基づき潤滑油の添加剤の濃度を推定することができる。これにより、潤滑油の劣化度を判断することができる。

図７は、潤滑油中の極圧剤が消耗、すなわち、極圧剤が分解して酸化生成物を生成した際のＲ、Ｇ、Ｂの各値の変化の様子を示す図である。横軸が経過時間（月数）であり、縦軸はＲ、Ｇ、Ｂの値である。図７に示すように、添加剤の消耗では、Ｒ、Ｇ、Ｂ、のうち、主に、Ｂ値が大きく低下している。添加剤が、酸化防止剤、摩耗防止剤などの場合でも、同様なＲＧＢ値の変化が見られる。

一方、図８は、潤滑油中に摩耗粉が生成した際のＲ、Ｇ、Ｂの各値の変化の様子を示す図である。図７と同様に、横軸が経過時間（月数）であり、縦軸はＲ、Ｇ、Ｂの値である。図８に示すように、汚染の場合には、Ｒ、Ｇ、Ｂ、のすべての値が大きく低下する。これは、摩耗粉や塵埃による潤滑油汚染が起こるとそれらの固形分が潤滑油中を浮遊するために可視光透過率は低下する。同様に、水混入が起こると潤滑油が濁ることから可視光透過率が低下する。したがって、潤滑油を光学式センサで計測することにより、潤滑油の添加剤の濃度測定に加えて、摩耗粉や塵埃による潤滑油汚染、水混入のような汚染を検出することが可能であり、ＲＧＢのそれぞれの値の変化より、潤滑油の劣化と汚染を識別することが可能である。

潤滑油の劣化と汚染が軽微であり、潤滑油交換や部品交換が必要ない程度である場合に、風力発電機を停止し、風力発電機の増速機から潤滑油を採取し、ＬＣ測定、ＦＴ−ＩＲ、ＮＭＲなどの組成分析、元素分析、微粒子計測、粘度測定、全酸価分析を行うのは、時間とコストの面から適切ではない。そこで、増速機の潤滑油中に設置された光学式センサを含む種々のセンサで潤滑油の性状を検出し、そのセンサ情報（潤滑油の物理化学的な状態を示す数値）に基づいて潤滑油の異常度合いの程度をリアルタイムに判別し、その判別結果に応じて増速機が故障に至る前の適切なタイミングで詳細な潤滑油分析のための潤滑油採取を促す。これにより、適正な潤滑油交換やフィルタ交換、あるいは部品の交換などを行うことで故障を未然に防止することができ、また修理等の対応処理を迅速に行うことで風力発電機を効率的に管理できる。

潤滑油性状センサで測定すべき潤滑油性状としては、潤滑油の温度、色度、粘度、密度、誘電率、導電率、コンタミ等級（ＩＳＯコード、ＮＡＳ等級）などがある。各潤滑油性状センサで測定可能な潤滑油性状はセンサの仕様により異なるため（１つだけでなく２つ以上の潤滑油性状を測定できるセンサも存在する）、実際に増速機に搭載される潤滑油性状センサの組み合わせは、測定したい潤滑油性状と各センサの仕様に応じて異なる。

以下、本発明の実施の形態について、図面を用いて詳細に説明する。ただし、本発明は以下に示す実施の形態の記載内容に限定して解釈されるものではない。本発明の思想ないし趣旨から逸脱しない範囲で、その具体的構成を変更し得ることは当業者であれば容易に理解される。

以下に説明する発明の構成において、同一部分又は同様な機能を有する部分には同一の符号を異なる図面間で共通して用い、重複する説明は省略することがある。

同一あるいは同様な機能を有する要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。ただし、複数の要素を区別する必要がない場合には、添字を省略して説明する場合がある。

本明細書における「第１」、「第２」、「第３」などの表記は、構成要素を識別するために付するものであり、必ずしも、数、順序、もしくはその内容を限定するものではない。また、構成要素の識別のための番号は文脈毎に用いられ、一つの文脈で用いた番号が、他の文脈で必ずしも同一の構成を示すとは限らない。また、ある番号で識別された構成要素が、他の番号で識別された構成要素の機能を兼ねることを妨げるものではない。

図面等において示す各構成の位置、大きさ、形状、範囲などは、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本発明は、必ずしも、図面等に開示された位置、大きさ、形状、範囲などに限定されない。

実施例１は、風力発電機の機械的駆動部に供給される潤滑油の監視するため、増速機の潤滑油中に設置された光学式センサを含む種々のセンサで潤滑油性状、回転機械の状態を把握するための増速機の加速度を検出し、そのセンサ情報（潤滑油の物理化学的な状態を示す数値）に基づいて潤滑油の異常度合いの程度、回転機械の状態をリアルタイムに判別する。そして、判別結果に応じて増速機が故障に至る前の適切なタイミングで詳細な潤滑油分析のための潤滑油採取、潤滑油交換、フィルタ交換、部品交換を促す風力発電機の診断システムである。このシステムは、入力装置、処理装置、記憶装置、および出力装置を備える。記憶装置は、潤滑油の添加剤の濃度と光学式センサのデータである色度との相対関係を記憶し、処理装置は、潤滑油の色度を計測する光学式センサデータに基づいて、潤滑油の色度特性より求められる潤滑油中の添加剤濃度が所定閾値以下（基準値）となる時間を推測する。

また、実施例１は、処理装置、記憶装置、入力装置、および出力装置を備えたサーバを用いる、光学式潤滑油センサを用いた風力発電機診断システムおよび方法である。この方法では、まず、潤滑油の性状を把握するため、風力発電機の潤滑油の色度データを取得する第１のステップ、サンプルに含まれる添加剤の濃度を測定する第２のステップ、測定した添加剤の濃度を、記憶装置に時系列に格納して添加剤濃度データとする第３のステップ、処理装置が添加剤濃度データを処理することにより、添加剤の濃度が所定閾値となる時間を推測する第４のステップを実行する。

（１．システム全体構成）
図９に潤滑油供給系統を有する風力発電機の潤滑油の監視システムの概略図を示す。図９には説明のため、図１の風力発電機１のナセル３部分を抽出して示している。ナセル３内部には、主軸３１、増速機３３、発電機３４、図示しないヨー、ピッチなどの軸受があり、これらには潤滑油タンク３７から潤滑油が供給される。

図９に示すように、風力発電機１は通常複数が同一敷地内に設置され、これらをまとめてファーム２００ａなどと呼ぶ。それぞれの風力発電機１には、潤滑油の供給系統に各種センサ（図示せず）が設置され、潤滑油の状態を反映したセンサ信号は、ナセル３内のサーバ２１０に集約される。また、各風力発電機１のサーバ２１０から得られるセンサ信号は、ファームごとに配置される集約サーバ２２０に送られる。集約サーバ２２０からのデータは、ネットワーク２３０を介して中央サーバ２４０へ送られる。中央サーバ２４０へは、他のファーム２００ｂや２００ｃからのデータも送られる。また、中央サーバ２４０は、集約サーバ２２０やサーバ２１０を介して、各風力発電機１に指示を送ることができる。

（２.センサ配置）
図１０は、潤滑油用センサを備えた回転機械の概念図である。潤滑油は、ポンプなどの潤滑油供給デバイス３０１から回転機械３０２に供給される。潤滑油供給デバイス３０１は、潤滑油タンク３７に接続されて潤滑油の供給を受ける。回転機械３０２は、例えば増速機３３その他の機械的な接触が生じる部位の他、ヨー・ピッチ制御を行うための動力伝達部を含む。

センサ群３０４は潤滑油の状態を検知するために潤滑油の流路等に配置される。実施例１では、回転機械３０２の潤滑油の排油口に接続する潤滑油の流路から分岐した流路（潤滑油経路の末端付近）に測定部３０３を設け、この測定部３０３に潤滑油の一部を導入して、測定部３０３にセンサ群３０４を設置している。測定部３０３を潤滑油のメインの流路に設けていないのは測定部３０３における潤滑油の流速を潤滑油の状態を検知するのに適した流速に調整するためである。回転機械３０２から排出した潤滑油はフィルタ３０５を経由してタンク３７に戻る。なお、フィルタ３０５は必須ではない。センサ群３０４は、潤滑油の各種のパラメータを測定する。例えば、物理量としては、光学式センサによる色度の他、温度、油圧などがある。温度、油圧等は、公知のセンサを用いて測定することができる。これらのパラメータの時間的な変化に基づいて、潤滑油の状態を評価することができる。これらの温度などのセンサは必須ではないが、潤滑油の状態をより詳しく検知するために設けるのが好ましい。

そして、実施例１では、センサ群３０４には、可視光源と受光素子を備え、潤滑油の可視光透過率を計測する、光学式センサが含まれる。光学式センサにより、潤滑油の色度情報（Ｒ、Ｇ、Ｂの値）を測定し、取得した色度データより、潤滑油中の残存添加剤量を求め、劣化度診断と余寿命診断を行う。センサデータによる診断では、光学式センサによるセンサデータまたは光学式センサと他の一つまたは複数の種類のセンサデータに基づいて診断を行う。光学式センサは、潤滑油の可視光反射率を求めるものでも同様に診断を行うことができる。

潤滑油は、使用により品質が劣化し、初期の機能を果たさなくなる。このため、品質の劣化状況に応じて、交換等のメンテナンスを行う必要がある。このようなメンテナンスのタイミングを知るために、センサ群３０４で収集し得るデータを、遠隔地でモニタできるようにすることは、保守管理の効率上有用である。センサ群３０４で収集したデータは、例えばナセル３内のサーバ２１０に集められ、その後ファーム２００内でデータを集約する集約サーバ２２０を経て、複数ファームのデータを集約する中央サーバ２４０に送られる。

ただし、ＬＣ測定やＦＴ−ＩＲ測定、ＮＭＲ測定のように、測定のための設備が必要な分析については、風力発電機を停止し、適宜潤滑油のサンプルを収集し、別途設けられた設備により分析を行う必要がある。これらのＬＣ測定、ＦＴ−ＩＲ測定、ＮＭＲ測定で測定された結果も、別途中央サーバ２４０にデータとして格納し、データの集約を行い、これらのデータも考慮して潤滑油の性状を把握することが望ましい。

また、集約されるデータとしては、潤滑油に関するデータだけでなく、風力発電機の稼動状況を示すデータを含めてもよい。例えば、風力発電機１の振動を検知する加速度センサ（大きいほど潤滑油の劣化速度大）、風車出力値（大きいほど潤滑油の劣化速度大）、実稼働時間（長いほど潤滑油の劣化速度大）、機械温度（高いほど潤滑油の劣化速度大）、軸の回転速度（速いほど潤滑油の劣化速度大）、潤滑油の温度（高いほど潤滑油の劣化速度大）等である。これらは、風力発電機の各所に設置された公知の構成のセンサや、装置の制御信号から収集することができる。

（３.潤滑油診断のフロー）
図１１は、実施例１による潤滑油診断処理を示すフロー図である。図１１で示す処理は、図９のサーバ２１０、集約サーバ２２０、中央サーバ２４０のいずれかのコントロール下で行われる。以下の例では中央サーバ２４０が行うものとする。計算や制御等の機能は、サーバの記憶装置に格納されたソフトウェアがプロセッサによって実行されることで、定められた処理を他のハードウェアと協働して実現される。なお、ソフトウェアで構成した機能と同等の機能は、ＦＰＧＡ（Field Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）などのハードウェアでも実現できる。

中央サーバ２４０が制御を行う場合、配下に複数の風力発電機１を持つため、以下の処理は風力発電機ごとに行うものとする。この処理は基本的に繰り返し処理であり、開始タイミングはタイマーなどで設定され、例えば、毎日０時に処理を開始する（Ｓ６０１）。また、中央サーバ２４０が、オペレータの指示により任意のタイミングで行うこともできる。

処理Ｓ６０２では、中央サーバ２４０は、潤滑油の交換時期をチェックする。交換時期の初期値は、例えば潤滑油が設計温度で動作しているという前提で、余寿命を初期設定する。この交換時期は、実測データに基づいて、後に処理Ｓ６１０で更新され得る。

潤滑油の交換時期であった場合には、処理Ｓ６０３で潤滑油交換を行う。潤滑油交換は通常は、作業員による作業となるため、中央サーバ２４０は交換を行うべき時期と対象を作業員に指示するための表示や通知を行う。

潤滑油の交換時期でない場合には、処理Ｓ６０４で、中央サーバ２４０は潤滑油の性状をセンサデータにより診断する。センサデータとしては光学式センサで得られる潤滑油の色度情報に加えて、温度、油圧、潤滑油に含まれる粒子の濃度等を用いることができる。センサ群３０４で測定されたデータは、中央サーバ２４０に送られ、例えば中央サーバが、センサから得られたパラメータを事前に定めた基準値と比較することにより、潤滑油の特性を評価する。中央サーバには、図４から図６に示した色度と添加剤濃度の相関、図７に示した潤滑油中の添加剤が消耗（添加剤が分解して酸化生成物を生成）した際のＲ、Ｇ、Ｂの各値の変化、図８に示した潤滑油中に摩耗粉が生成した際のＲ、Ｇ、Ｂの各値の変化を予め記憶させておき、センサデータとの比較に用いるものとする。この基準値には、予め定められた閾値の他、予め定められた単位時間当たりのセンサ情報の変化量を用いることができる。

処理Ｓ６０５、Ｓ６０６で診断の結果が異常であれば、処理Ｓ６０３で潤滑油交換を行う。異常がなければ、処理Ｓ６０９を行う。処理Ｓ６０５では、例えば、光学式センサのＲ、Ｇ、Ｂ、のすべての値が所定の閾値よりも低下している場合には汚染異常有りと判断する。ただし、汚染異常については従来のセンサのデータも合わせて用いてもよい。Ｓ６０６では、図４〜図６に示す添加剤濃度と色度の相関を用いて、光学式センサで測定した色度により求められる添加剤濃度が所定の閾値よりも低下した場合に添加剤劣化度異常有りと判断する。なお、色度により添加剤濃度を求めることなく、色度が所定の閾値よりも小さくなった場合に添加剤劣化度異常有りと判断することも可能である。

処理Ｓ６０９では、中央サーバ２４０に色度測定データなどを入力し、当該データは時系列的に保存される。

風力発電機の予防的保全、計画的な保守という観点からすれば、異常有りと判断される前に、潤滑油に含まれる添加剤の濃度の推移に基づき潤滑油の劣化について予兆診断を行うことが望ましい。

図１２は、時系列的に保存された潤滑油の色度データ取得結果の概念を示すグラフ図である。横軸が時間（月）であり、縦軸は色度（△Ｅ）を示している。横軸と平行な点線は、色度が３００を示している。この時、ＴＰＰＴ濃度が５０となることは、例えば、図６に示したように予め実験により求めることができる。例えば、色度を定点観測しているものとし、３０ヶ月経過時までの色度データ７００がプロットされている。図３と同様に、経過時間と色度の間には有意な関係が認められ、例えば時間に伴い線形に色度が減少する。色度データ（（Ｒ、Ｇ、Ｂ）の値）より、図４〜図６に示すような、色度（△Ｅ）と添加剤濃度の相関関係を用いて、潤滑油中の極圧剤などの添加剤濃度を求めることができる。従って、時系列的に保存された色度測定結果からは、添加剤の消耗速度を計算することができる。ここで、添加剤濃度が新品の約半分になると、潤滑油の性能が許容範囲を下回るとする。このような閾値は実験的に求めることができる。

本例では処理Ｓ６１０で、閾値を５０に設定しておき、時系列的に保存された添加剤濃度測定結果から推定される濃度が５０になる時点を交換時期として推定する。図３のような実測値を得ている場合であれば、濃度が単調に減少することを前提に、データを外挿することができる。

処理Ｓ６１０による交換時期推定結果は潤滑油診断結果として表示することができる（処理Ｓ６１１）。図１３及び図１４には、縦軸には色度から求めた添加剤濃度を示し、添加剤濃度と経過時間との関係を示している。

図１２の例では、添加剤がＴＰＰＴの場合を示す。約５０ヶ月後に色度が３００に到達すると見積もられた。色度３００のときに、ＴＰＰＴ濃度が５０になるので、その前のタイミング（例えば半月前）を新たな交換時期に設定すればよい(処理６１０)。処理Ｓ６１３で１サイクルの処理が終了し、次のサイクルの処理Ｓ６０２では、新たな交換時期に従って判定処理を行う。

図１３の例では、添加剤がＺｎＤＴＰであり、新品の状態から約１０ヶ月後に濃度が５０になるので、その前のタイミング（例えば１ケ月前）を新たな交換時期に設定すればよい。処理Ｓ６１３で１サイクルの処理が終了し、次のサイクルの処理Ｓ６０２では、新たな交換時期に従って判定処理を行う。

図１４の例では、添加剤がＢＨＴであり、ＢＨＴの閾値は３０である。新品の状態から約２０ヶ月後に濃度が３０になるので、その前（例えば１ケ月前）を新たな交換時期に設定すればよい。処理Ｓ６１３で１サイクルの処理が終了し、次のサイクルの処理Ｓ６０２では、新たな交換時期に従って判定処理を行う。

なお、例えば、Ｓ６１１の後に、光学式センサで測定された色度データを、色に変換して表示画面に表示することができる。このように表示画面に潤滑油の劣化状態を色で表示することにより、作業員は潤滑油の劣化状態を視覚的に認識することができる。これにより、例えば、作業員が現地で潤滑油の状態を目視した際に潤滑油の劣化状態を大まかに把握することの一助となる。

図１５に光学式センサによる潤滑油中の摩耗粉検出の一例を示し、図１６に光学式センサによる潤滑油中への水混入検出の一例を示す。それぞれ縦軸に色度（△Ｅ）を示し、横軸に経過月数を示す。これらの図及び図８から分かるように、添加剤の劣化のような△Ｅの単調な減少と異なり、摩耗粉や水混入は△Ｅの急激な変化を呈する。すなわち、△Ｅが単調な減少から逸脱すると、その後に、摩耗粉や水混入が急激に増大する。したがって、△Ｅが単調な減少から逸脱した場合には、潤滑油の早期交換を検討する。これにより、実施例２では、潤滑油の添加剤の劣化と汚染の両方を計測して潤滑油の予兆診断を行うことが可能となる。また、△Ｅが単調な減少から逸脱した際に、他のセンサの出力も併せて、摩耗粉や水混入の急激な増大について予兆診断することも有効である。

以上のように、添加剤濃度測定結果を用いて潤滑油中の添加剤の消耗速度を知ることにより、潤滑油の寿命を早期検出できる。このため、適切な潤滑油交換等のメンテナンスにより、風力発電機の異常を未然に防止することができる。また、潤滑油の交換周期を最適化することも可能である。また、添加剤濃度を簡易な方法により測定することができ、光学式センサをナセル内に設置すれば潤滑油中の添加剤の劣化をオンライン遠隔監視することも可能となる。

なお、実施例１では、光学式センサで測定された色度に基づき、オンラインにより、摩耗粉による汚染の予兆診断や、水混入の予兆診断も可能である。

また、潤滑油の交換周期を最適化することも可能である。また、添加剤濃度を簡易な方法により測定することができ、光学式センサをナセル内に設置すれば潤滑油中の添加剤の劣化をオンライン遠隔監視することも可能である。

（複数センサによる予兆診断と保守報告）
図１７は、横軸に風車稼働時間、縦軸に増速機３３の健全度とし、両者の関係を示した図である。

風車稼働時間Ｔがｔ＝０からｔ＝１（ｔ＝０〜１）までは、見かけ上異常がなく増幅機の健全度は高い状態が維持される。その後、風車稼働時間がｔ＝１を超えたあたりから、増速機の摩耗が開始される(状態Ａ)。増速機の摩耗が開始されるタイミングの前で潤滑油の交換を行うことが好ましい。

風車稼働時間がｔ＝１〜２において増速機の摩耗の開始(状態Ａ)が確認され、続く、ｔ＝２〜３において振動が発生（状態Ｂ）し、ｔ＝３〜４において異音が発生(状態Ｃ)し、ｔ＝４〜５において熱が発生する加熱発生状態（状態Ｄ）、ｔ＝５〜６において煙の発生が確認され(状態Ｅ)、風車稼働時間ｔ＝６において増速機は故障に至る（状態Ｆ）。

図１７に示したように、風車の稼働時間に応じて風車の健全度は、異常のない状態の状態Ａから故障状態Ｆに遷移することになるが、各状態を把握するためのセンサはその種類が異なる。増速機の各状態に合わせて、保守員に適切な処置を施すよう通知するためには、増速機の各状態を把握できるセンサの種類を適切に選択する必要がある。

図１７で示したように、光学式センサ（色度センサ）、粘度センサ、誘電率センサ、密度センサ、伝導率センサ等の風車の稼働時間（ｔ＝０〜６）の全体を通して増速機の状態を把握できるセンサを第１のグループとし、パーティクルカウンタ、鉄粉センサ等の風車の稼働時間（ｔ＝１〜６）の範囲で増速機の状態を把握できるセンサを第２のグループ、加速度センサ、アコースティックエミッション（ＡＥ）センサ、温度センサ、煙センサ等の風車の稼働時間（ｔ＝２〜６）の範囲で増速機の状態を把握できるセンサを第３のグループとする。

図１８は、第１のグループから第３のグループのセンサによる増速機の状態に応じた保守対応を示した図である。図１８の例では、第1グループのセンサとして光学式センサ(色度)、第2グループのセンサとしてパーティクルカウンタ、第3グループのセンサとして加速度センサを選択した場合の例を示している。第１のグループから第３のグループでは、予め増速機の異常度合い応じてセンサの値の閾値を設定しておくものとする。この閾値は、センサにより異常の兆候が検出される注意レベルと異常が確認されるレベルの警告レベル等、センサに応じて種々の値を設定できる。例えば、第１のグループに属する光学式センサ（色度センサ）は、潤滑油の添加剤の濃度に対応する色度△Ｅの値を注意レベル、警告レベルの二つの閾値を設定する。

図１８の保守対応表は、例えば、第１のグループのセンサで注意レベルの値が検出されない場合、「保守は必要ない」という報告をするために用いられる。図１７の増速機の健全度の遷移で説明した通り、第１のグループのセンサによって異常が検出できない場合には、通常、第２及び第３のグループでも異常が検出できないが、潤滑油等によらず、他の原因で増速機の故障の予兆が合わられることもあるため、図１７の状態Ａにおいても第２及び第３のグループのセンサによる監視は行う。

図１８において、第１のグループのセンサが、例えば、注意レベルを検出した場合、オイル分析を行うよう保守員に対して通知を行う。第１のグループのセンサが警告レベルの値を検出した場合には、オイル交換及び増速機の点検を行うように通知するが、何れの内容とするかは、他のグループのセンサの値による。第２のグループが注意レベルの値を検出した場合、オイル交換の他増速機の点検を行うように通知する。尚、図１８に示した例は、一例であって、センサの閾値の設定や閾値のレベルの値を検出した際の保守員に対する通知は、適宜適切な内容に設定することができる。

図１９は、中央サーバ２４０と風力発電機１のセンサ群３０４の概略構成図である。

中央サーバ２４０は、風力発電機１に搭載された、色度センサ、粘度センサ、誘電率センサ、密度センサ、伝導率センサ等の第１のグループのセンサ、パーティクルカウンタ、鉄粉センサ等の第２のグループのセンサ、加速度センサ、アコースティックエミッション（ＡＥ）センサ、温度センサ、煙センサ等の第３のグループのセンサ群３０４にて測定されるセンサ情報をそれぞれのセンサに対応させて、第１のグループのセンサ情報９０１、第２のグループのセンサ情報９０２、第３のグループのセンサ情報９０３として記憶するための記憶装置２４０２を備えている。各センサ情報は、時系列データとして時間情報に対応付けられて記憶する。

第１のグループのセンサ情報９０１、第２のグループのセンサ情報９０２、第３のグループのセンサ情報９０３には、各グループの各センサについて、注意レベル、警告レベルの値がマウスやキーボード等の入力装置２４１１によって入力され、予め記憶装置２４０２に記憶されている。

記憶装置２４０２には、対処判定部２４０７として、状態判別プロブラム２４０４と、採取要否判別プログラム２４０５と、報告プログラム２４０６が記憶されており、各種プログラムをメモリ２４０３に読み込んでＣＰＵ２４０１が実行することで各種機能を実現する。ここでは、状態判別プログラムによって実現される機能を状態判別部２４０４、採取要否判別プログラムで実現される機能を採取要否判別部２４０５、状態判別プログラムで実現される機能を報告部２４０６と呼ぶ。

状態判別部２４０４は、第１のグループから第３のグループのセンサ情報に基づいて、増速機の状態を判別する処理、例えば、第１のグループのセンサでは、潤滑油の異常度合いの程度を判別する処理（第１の処理）を実行する。採取要否判別部２４０５は、状態判別部２４０４で判別された結果に基づいて潤滑油の採取を伴う潤滑油分析を行う必要性の有無を判別する処理（第２の処理）を実行する。報告部２４０６は、採取要否判別部２４０５で潤滑油の採取を伴う分析が必要であると判別された場合にその旨を他の端末（図２１、２２で示す保守会社ＰＣ、発電事業者ＰＣ）に送信する処理(第３の処理)を実行する。

さらに、中央サーバ２４０の対処判定部２４０７は、状態判別部２４０４、採取要否判別部２４０５、報告部２４０６の他、あるセンサ情報の前回値と今回値の差分である変化量を算出する変化量算出部、当該変化量と変化量基準値に基づいて当該変化量のランクを分類する変化ランク判定部、第２の処理で潤滑油採取を伴う潤滑油分析が必要という判別がされた場合、その判別の基礎となったセンサ情報を出力したセンサの設置箇所に基づいて異常が生じた、もしくは、異常が生じる可能性のある部品を特定する処理を実行する異常部品特定部と、或るセンサ情報と所定値（例えば、センサ情報の初期値）の差分値を算出する差分値算出部と、或るセンサ情報と当該或るセンサ情報に係る潤滑油性状の過去の潤滑油分析情報とに基づいて潤滑油の異常原因を特定する処理を実行する異常原因特定部とを備えていても良い。

中央サーバ２４０は、風量発電機１と相互にデータ通信可能なようにネットワーク２３０を介して接続されており、風力発電機１のサーバ２１０に記憶されたセンサ情報の時系列データは中央サーバ２４０の記憶装置２４０２に、第１のグループのセンサ情報である第１のセンサ情報９０１、第２のグループのセンサ情報である第２のセンサ情報９０２、第３のグループのセンサ情報である第３のセンサ情報９０３として記憶される。

中央サーバ２４０の記憶装置２４０２には、センサ群３０４により取得されるセンサ情報として、例えば、第１のグループに含まれる光学式センサについて、図４から図６に示した色度の濃度の相対関係等を予め記憶しており、潤滑油の性状情報として、光学式センサによって求められる色度、潤滑油の温度、回転機械の状態を示す増速機加速度のそれぞれについて、定められた閾値（注意レベル、警告レベル）が記憶されている。他のセンサについても、同様に、センサ値に注意レベル、警告レベル等の閾値を設定し、記憶部２４０２に記憶させておくことで、状態判別部２４０４がその判断の基準とすることは言うまでもない。

閾値は、状態判定部２４０４が潤滑油と増速機３３の異常度合いの程度を判別する際に利用され、各閾値に対して所定の割合を乗じた値を異常度基準値として利用する。具体的には、所定の割合として５０％および８０％を利用しており、閾値の５０％相当の値を注意レベル値とし、閾値の８０％相当の値を警告レベルとする。

状態判別部２４０４、或るセンサ情報がこれに対応する閾値の５０％以上から８０％未満の場合（注意レベル値以上で警告レベル値未満の場合）には潤滑油や増速機に異常はないものの将来的に異常が認められる可能性が高く今後のセンサ情報変化に対する注意を喚起するために「注意」と判別し（注意判定）、閾値の８０％以上の場合（警告レベル値以上の場合）には潤滑油や増幅機に異常が認められるものとみなして「異常」と判別し（異常判定）、閾値の５０％未満の場合（注意レベル値未満の場合）には異常は認められないとみなして「正常」と判別する（正常判定）。各閾値は、風車で取得された過去のセンサ情報（潤滑油性状情報）と潤滑油の異常度合いの程度の相関関係の実績に基づいて定められている。

例えば、第１のグループの光学式センサによる色度による潤滑油の性状と、第２のグループの鉄粉センサの値により、潤滑油の異常と増速機の異常の両方を示した場合には、増幅機部品点検を行うように他の端末に通知し、潤滑油が異常で、増速機が正常を示した場合には、潤滑油の採取を伴う潤滑油分析、または潤滑油の交換を他の端末に出力する（図１８参照）。

なお、センサ情報（潤滑油性状、加速度情報）ごとに閾値を１つ設定し、当該閾値から決定した２つの異常度基準値（注意レベル値、警告レベル値）により潤滑油の異常度合いの程度を判定したが、３つ以上の異常度基準値を設定して異常度合いの程度をさらに細かく分類しても良い。また、閾値を介して複数の異常度基準値を決定することに代えて、閾値を介さずに複数の異常度基準値を直接的に決定して異常度合いの程度を分類しても良い。

なお、上記のように１つの閾値に対して複数の割合を決定しておくことにより複数の異常度基準値を定義すると、当該割合の数値を変更するだけで各異常度基準値を容易に変更することができる。風車の重要度等はユーザで異なることが多いが、このように異常度基準値を容易に変更可能にしておくと、ユーザの嗜好に合わせて風力発電機を管理することが容易となる。

次に、状態判別部２４０４、採取要否判別部２４０４と報告部２４０６からなる対処判定部２４０７の処理について図２０を用いて詳細に説明する。尚、図２０では、説明を簡素化するために、センサの種類は、第１グループと第３グループを例に説明するが、第１のグループと第２のグループ、或いは、第１から第３のグループの全てのグループとすることも可能である。尚、第１のグループから第３のグループの全てを用いる場合には、状態判別部２４０４は、第１のグループのセンサ情報の値による判定、第２のグループのセンサ情報の値による判定、第３のグループのセンサ情報の値による判定の順に、判定を行うこととなる。

まず、状態判別部２４０４に対し、第１のグループのセンサとして光学式センサ(センサ１)および第３のグループのセンサとして加速度センサ（センサ３）の情報が選択されたことを示す情報が入力される（Ｓ２００２）。

次に、状態判別部２４０４は、記憶装置２４０２から光学式センサ(センサ１)と加速度センサ(センサ３)に対して予め記憶されている、注意レベル値と警告レベル値を読み出す（Ｓ２００３）。

状態判別部２４０４は、光学式センサの値が記憶装置２４０２から読み出された注意レベル以下であるかを判定する（Ｓ２００４）、注意レベル以下である場合には、正常判定を行い（Ｓ２００５）、報告部２４０６から判定結果を報告する（Ｓ２００６）。

ステップＳ２００４で光学式センサの値が注意レベルより多い値である場合には、ステップＳ２００７に進み、光学式センサの値が注意レベル以上かつ警告レベル未満であるかを判定する（Ｓ２００７）。

光学式センサの値が注意レベル以上かつ警告レベル未満である場合、ステップＳ２００８に進み、状態判別部２４０４は、光学式センサについて注意判定を行う（Ｓ２００８）。

次に、状態判別部２４０４は、加速度センサ(センサ３)の値が、注意レベル未満か判定する（Ｓ２００９）。注意レベル未満の場合には、加速度センサ(センサ３)について正常判定を行う（Ｓ２０１０）。この場合、光学式センサの値は注意レベルを超えるが、加速度センサでは注意レベルに達していない状態となる。状態判別部２４０４から情報を受け取った採取要否判別部２４０５は、オイル分析の判定を行い（Ｓ２０１１）、報告部２４０６に送信する。

ステップＳ２００９で加速度センサの値が注意レベル以上の場合、ステップＳ２０１２に進み、加速度センサについて注意判定を行う（Ｓ２０１２）。状態判別部２４０４から注意判定を受け取った採取要否判別部２４０５は、オイル分析及び増速機点検判定を行い（Ｓ２０１３）、報告部２４０６に送信する。

ステップＳ２００７で、光学式センサの値が注意レベル以上かつ警告レベル未満でない、即ち、センサの値が警告値を超える場合は、ステップＳ２０１４に進み、状態判別部２４０４は、光学式センサに関して警告判定を行う（Ｓ２０１４）。

次に、加速度センサの値が、注意レベル未満であるか判定し（Ｓ２０１５）、注意レベル未満である場合には、加速度センサについて正常判定を行う（Ｓ２０１６）。この状態は、光学式センサの値が警告レベルに達しているが、加速度センサは正常である状態を示す。採取要否判別部２４０５は、この状態に基づいて、オイル交換判定を行う（Ｓ２０１７）。

また、ステップＳ２０１５で、加速度センサの値が注意レベル以上である場合、加速度センサについて、注意判定（Ｓ２０１８）を行う。採取要否判別部２４０５はオイル交換及び増幅機点検の判定を行い（Ｓ２０１９）、報告部２４０６に報告する。

報告部２４０６は、ステップＳ２００５、ステップＳ２０１１、ステップＳ２０１７、ステップＳ２０１９で、採取要否判別部２４０５が行った判定結果を受信すると、判定結果に応じてその内容を保守員に通知する（Ｓ２００６）。

報告部２４０６は、採取要否判別部２４０５で潤滑油採取を伴う潤滑油分析を行う「必要が有る」と判別された場合には、できるだけ速やかに潤滑油採取して詳細な潤滑油分析を潤滑油分析会社で実施するように、その旨を、図２１や図２２で示した発電事業者のコンピュータ２１０１や保守会社のコンピュータ２１０２等の関係者に送信することで報知する。

なお、潤滑油分析会社、潤滑油交換会社、部品会社に送信しても良い。一方、「必要が無い」と判別された場合には、その旨の診断結果を送信する。

図２１は、風力発電機の増速機の診断システムの概略構成図である。この図に示す診断システムは、風車に搭載されたコンピュータ（エッジＰＣ）２１０と、風車ファームを経由してセンサデータを処理する中央サーバ２４０（サーバＰＣ）と、風車の保守会社が使用するコンピュータ（保守会社ＰＣ）２１０２と、発電事業者が使用するコンピュータ２１０１とを備えている。この例では、発電事業者が、潤滑油採取を伴う潤滑油分析、潤滑油交換、部品交換などの対応を依頼している。図２２のように、保守会社が、潤滑油採取を伴う潤滑油分析、潤滑油交換、部品交換などの対応を依頼する形態もある。また、発電事業者が自前で保守を実施する場合もある。

なお、各コンピュータは、各種プログラムを実行するための演算手段としての演算処理装置（例えば、ＣＰＵ）と、当該プログラムをはじめ各種データを記憶するための記憶手段としての記憶装置（例えば、ＲＯＭ、ＲＡＭおよびフラッシュメモリ等の半導体メモリや、ハードディスクドライブ等の磁気記憶装置）と、演算処理装置及び記憶装置等へのデータ及び指示等の入出力制御を行うための入出力演算処理装置を備えている。さらに、コンピュータの操作者をはじめとする人への情報提供が必要な場合には、演算処理装置の処理結果等を表示するための表示装置（例えば、液晶モニタ等）を備えても良い。また、本診断システムを構成する各コンピュータとしては、据え置き型の端末だけでなく、携帯用の端末（携帯電話、スマートフォン、タブレット端末など）も利用可能である。

実施例２によれば、複数の特性の異なるセンサを用いることで、増速機の状態にあった保守の実施が可能となる。このため、適切な潤滑油交換等のメンテナンスにより、風力発電機の異常を未然に防止することができる。また、光学式センサに加え、センサ情報の値が急激に変化する加速度センサ、潤滑油温センサの情報に基づいて、適切な注意喚起、潤滑油分析、潤滑油交換増速機の部品交換、増速機診断等のメンテナンスにより、風力発電機の異常を未然に防止することができる。

（寿命推定の補正）
実施例３では、センサから得られたデータを用いて、潤滑油の寿命推定の補正を行う例を示す。実施例１では、風力発電機１の運転状況が一定不変であることを前提としている。しかし、実際には風力発電機１の運転状況は一定ではなく、さまざまな要因で状況が変化する。

例えば、人為的な運転状況の変動としては、点検のための装置の停止期間や、発電量調整のための運転調整がある。これらの変動パラメータは、風力発電機１の運転パラメータとして取得することができる。

図９及び図１０で説明したように、風力発電機には各種のセンサを設置することができる。センサ群３０４からのセンサデータは、サーバ２１０を介して、集約サーバ２２０や中央サーバ２４０に送信される。また、風力発電機１の運転パラメータは、当該制御を行う、サーバ２１０、集約サーバ２２０あるいは中央サーバ２４０から得ることができる。

図１１を再度用いて、運転状況を反映した潤滑油の監視方法を説明する。基本的な処理は実施例１と同様であるが、センサデータによる診断処理（Ｓ６０４）において、センサデータあるいは運転パラメータを時系列的に記憶しておき、交換時期推定及び更新処理（Ｓ６１０）で利用する。

説明を単純化するために、この例では、軸受け部への潤滑油の供給機構を対象とし、運転状況を示す運転パラメータとしては、軸の回転数Ｒ（ｒｐｍ）の制御パラメータを用いることにした。センサデータや運転パラメータはこれに限定されるものではなく、他の種々のものを利用可能である。実施例３では、各種センサのデータは中央サーバ２４０へ集約し、ここで一括処理することにしたが、これに限るものではない。

中央サーバ２４０では、交換時期推定及び更新処理（Ｓ６１０）において、処理Ｓ６０９で入力された添加剤濃度測定結果と、処理Ｓ６０４で記憶された軸の回転数Ｒの制御パラメータを取得する。これらのデータは、記憶装置に時間データとともに時系列に格納する。

いま、簡単な例として極圧剤の濃度低下、すなわち消耗には軸の回転数Ｒ（ｒｐｍ）が関連しているとする。この前提では、極圧剤の濃度Ｃ（ｔ）は時間ｔと軸の回転数Ｒの関数と把握できるので、
ｆ（ｔ，Ｒ）＝Ｃ（ｔ）
となる。

図２３は、風力発電機１の過去１年の添加剤温度のデータ１００１を元に、将来の値１００２を予測して表示する例を示すグラフ図である。１年分の過去データ１００３は実測値である。将来のデータ１００４Ａ、１００４Ｂは予測値である。

図２３(a)では、将来の運転状況は変わらず、回転数Ｒは常に一定とした。この場合には、極圧剤濃度の将来の値（予測データ）１００２は過去１年のデータ１００１と同様に推移する。この場合には、極圧剤の濃度限界はｔ１の時点に到来すると予測される。

図２３(b)では、将来の運転状況が変化し、１年経過以降の回転数Ｒは過去１年の２倍とした。ここで、極圧剤の消費速度は回転数Ｒに比例するとすれば、極圧剤濃度の予測データは過去１年と同様に推移せず、たとえば図２３(b)の１００４Ｂに示すように、減少割合が大きくなる。この場合には、極圧剤の濃度限界はｔ１よりも短いｔ２の時点に到来すると予測される。

上記では運転パラメータとして軸の回転数Ｒを用いて添加剤の推定消耗速度を補正したが、センサデータを用いることもできる。例えば、極圧剤の濃度低下には潤滑油の温度Ｔ（℃）が関連していると考えられる。この前提では、極圧剤の濃度Ｃ（ｔ）は時間ｔと温度Ｔの関数と把握でき、軸の回転数Ｒの場合と同様に極圧剤の推定消耗速度を補正することができる。

図２３に示すように、予測データに風力発電機の運転状況を表す運転パラメータやセンサデータを反映することにより、極圧剤濃度等の潤滑油品質を示すパラメータが閾値を超えるタイミングをより正確に判断することが可能となる。

運転状況を表すパラメータのうち、例えば運転時間や発電目標値のように、人為的にコントロールができるものについては、運転スケジュール等に従って、将来のデータを準備することができる。

また、天候や温度のように人為的にコントロールができないものについては、過去の実績データから将来のデータを予想することができる。

図２４は、実施例３の中央サーバ２４０の構成例を示すブロック図である。中央サーバ２４０は、本構成は、図１９に示したものと同様のものは、同じ符号を付し、説明を省略する。入出力装置２４０３は、ネットワーク２３０経由で風力発電機１やそのサーバ２１０、集約サーバ２２０、あるいは、液体クロマトグラフ質量分析計などの添加剤定量分析システム（図示省略）とデータのやり取りをするネットワークインタフェースを含む。

風力発電機１およびそのセンサ群３０４からは、各種の運転パラメータやセンサデータが直接あるいは、サーバ２１０や集約サーバ２２０を経由して中央サーバ２４０に入力される。これらのデータは記憶装置２４０２に時系列の運転パラメータデータ２４１１として、あるいは、時系列のセンサデータ２４１２として格納される。また、実施例３では、センサ群３０４の一つとして、たとえば、可視光源と受光素子を備え、潤滑油の色度を計測する、光学式センサが用いられている。

光学式センサによって得られる潤滑油の色度より、図４〜図６に示すような色度（△Ｅ）と添加剤濃度の相関関係を用いて、潤滑油中の添加剤濃度を定量する。

たとえば、図６に示すような色度（△Ｅ）と添加剤濃度の相関関係を用いて、ジアルキルジチオリン酸亜鉛（ＺnＤＴＰ：Zinc Dialkyldithiophosphate、ＺＤＤＰ（ＺｎＤＴＰ）とフェノール誘導体（2,6-ジ-tert-ブチル p-クレゾール （ＢＨＴ）のような異なる機能を有する添加剤を定量し、その結果を診断に用いると、より正確な診断を行うことができる。

処理装置（ＣＰＵ）２４０１は、記憶装置２４０２に記憶された添加剤濃度データ９０３と、必要に応じて運転パラメータデータ２４１１およびセンサデータ９０２を用いて、添加剤濃度の消耗速度を予測し、出力装置に出力する。図２３に示す例では、運転状況を示す運転パラメータなどにより極圧剤などの推定消耗速度を補正しているが、横軸を経過時間に変えて、風車運転情報である発電機総回転数や総発電量を用いて、消耗速度の補正を行ってよい。

実施例３によれば、運転状況を表す運転パラメータやセンサデータを反映することにより、極圧剤濃度等の潤滑油品質を示すパラメータが閾値を超えるタイミングをより正確に判断することが可能となる。

以上のように、実施例３では風力発電機の主軸、発電機、ヨー、ピッチなどの重要な回転機械（軸受）や増速機で使用される潤滑油の適切な監視を行うため、添加剤の濃度を測定している。また、潤滑油の自動供給機構が備わる回転機械の排油口の付近にセンサを設置することで、定常的に監視（オンライン監視）ができるようにしている。また、風力発電機の運転状況のパラメータをモニタすることで、より正確な予測診断が可能としているこれらにより、早期に潤滑油の交換時期の予測が可能となり、その結果、風力発電機の停止時間が短縮するため、保守コストが低減し、発電量が向上する。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加、削除、置換をすることが可能である。

例えば、上述の実施例では、回転機械として風力発電機を例にとり説明したが、原子力発電機、火力発電機、ギヤードモータ、鉄道車両車輪フランジ、圧縮機、変圧器、可動プラント機械、大型ポンプ機械などの回転機械の潤滑油の添加剤の劣化診断にも本発明は適用できる。

１：風力発電機、２：タワー、３：ナセル３、４：ハブ、５：ブレード、３３：増速機、３４：発電機、２１０：サーバ、２２０：集約サーバ、２３０：ネットワーク、２４０：中央サーバ、３０１：潤滑油供給デバイス、３０２：回転部品、３０３：センサ群、９０１：第１のセンサ情報、９０２：第２のセンサ情報、９０３：第３のセンサ情報、２４０１：ＣＰＵ、２４０２：記憶装置、２４０３：メモリ、２４０４：状態判別プログラム、２４０５：採取要否判別プログラム、２４０６：報告部。

Claims (17)

1. 増速機と発電機とを有する風力発電機から情報を収集し、収集された前記情報に基づいて前記風力発電機の異常を判断する風力発電機の診断システムであって、
   前記風力発電機の状態を監視するため、前記増速機に供給される潤滑油の、１つ以上の潤滑油性状を１つ以上の潤滑油の異常と前記増速機の異常をセンサ情報として出力するセンサと、
   前記センサ情報毎に定められた基準値を記憶する記憶部と、
   前記センサ情報毎に定められた基準値と前記センサ情報とに基づいて、前記潤滑油及び前記増速機の異常度を判定する第１の処理と、
   前記第１の処理で判別された前記潤滑油の異常度および前記増速機の異常に基づき、前記潤滑油の採取を伴う潤滑油分析の要否、潤滑油交換の要否、増速機器部品交換の要否を判定する第２処理と、
   前記第２の処理の判定結果を他の端末に出力する第３の処理を実行する処理装置と、を備えることを特徴とする、風力発電機の診断システム。
2. 前記潤滑油は、酸化防止剤、摩耗防止剤、極圧剤、防錆剤、油性向上剤、消泡剤、の中から選ばれた、１種以上の添加剤を含むことを特徴とする、請求項１記載の風力発電機診断システム。
3. 前記センサは、光学式センサを含み、前記潤滑油の色度をセンサ情報として出力するものであることを特徴とする請求項２記載の風力発電機診断システム。
4. 前記処理装置は、前記センサ情報が、
   前記潤滑油の異常と前記増速機の異常の両方を示した場合には、前記潤滑油の交換と前記増幅機部品点検を、
   前記潤滑油が異常で、前記増速機が正常を示した場合には、前記潤滑油の採取を伴う潤滑油分析、または前記潤滑油の交換を前記他の端末に出力することを特徴とする請求項１記載の風力発電機診断システム。
5. 前記処理装置は、前記センサ情報が、
   前記潤滑油の異常と前記増速機の異常の両方を示した場合には、前記潤滑油の交換と前記増幅機部品点検を、
   前記潤滑油が異常で、前記増速機が正常を示した場合には、前記潤滑油の採取を伴う潤滑油分析、または前記潤滑油の交換を前記他の端末に出力することを特徴とする請求項３記載の風力発電機診断システム。
6. 前記第１の処理における異常度の判定は、前記風力発電機の累積発電量、累積発電時間などの１以上の運転パラメータに基づいて診断されることを特徴とする請求項３記載の風力発電機診断システム。
7. 前記基準値は、予め定められた閾値、または予め定められた単位時間当たりの前記センサ情報の変化量、であることを特徴とする請求項２記載の風力発電機診断システム。
8. 前記センサは、光学式色度センサ、誘電率センサ、導電率センサ、粘度センサ、コンタミセンサ、鉄粉センサ、水分センサ、温度センサ、の中から選ばれたセンサであることを特徴とする、請求項１記載の風力発電機診断システム。
9. 風力発電機の回転機械に供給される潤滑油の状態を測定する第１のグループのセンサからの送信された第１のデータを受信し、
   前記風力発電機の増速機に取り付けられ、前記増速機の加速度を測定する第３のグループのセンサから送信された第３のデータを受信する受信部と、
   前記第１のグループのセンサ及び前記第３のグループのセンサに対応した基準値を記憶した記憶装置と、
   前記第１のデータと、前記第３のデータと、前記基準値に基づいて、前記潤滑油及び前記増速機の異常度を判定する第１の処理を実行し、
   前記第１の処理で判別された前記潤滑油の異常度および前記増幅機の異常に基づき、前記潤滑油の採取を伴う潤滑油分析の要否、潤滑油交換の要否、増幅機部品交換の要否を判定する第２処理を実行し、
   前記第２の処理の判定結果を他の端末に出力することで前記風力発電機の保守のための対処方法を判断する対処判定部と、を有することを特徴とする、風力発電機診断装置。
10. 増速機と発電機とを有する風力発電機から情報を収集し、収集された前記情報に基づいて前記風力発電機の異常を判断する風力発電機の診断方法であって、
    前記風力発電機の状態を監視するため、前記増速機に供給される潤滑油の、１つ以上の潤滑油性状を１つ以上の潤滑油の異常と前記増幅機の異常をセンサ情報として出力し、
    前記センサ情報毎に定められた基準値を記憶し、
    前記センサ情報毎に定められた基準値と前記センサ情報とに基づいて、前記潤滑油及び前記増速機の異常度を判定する第１の処理を実行し、
    前記第１の処理で判別された前記潤滑油の異常度および前記増幅機の異常に基づき、前記潤滑油の採取を伴う潤滑油分析の要否、潤滑油交換の要否、増幅機部品交換の要否を判定する第２処理を実行し、
    前記第２の処理の判定結果を他の端末に出力する第３の処理を実行する、ことを特徴とする、風力発電機の診断方法。
11. 前記潤滑油は、酸化防止剤、摩耗防止剤、極圧剤、防錆剤、油性向上剤、消泡剤、の中から選ばれた、１種以上の添加剤を含むことを特徴とする、請求項１０記載の風力発電機診断方法。
12. 前記センサは、光学式センサを含み、前記潤滑油の色度をセンサ情報として出力するものであることを特徴とする請求項１１に記載の風力発電機診断方法。
13. 前記センサ情報が、
    前記潤滑油の異常と前記増速機の異常の両方を示した場合には、前記潤滑油の交換と前記増幅機部品点検を、
    前記潤滑油が異常で、前記増速機が正常を示した場合には、前記潤滑油の採取を伴う潤滑油分析、または前記潤滑油の交換を前記他の端末に出力することを特徴とする請求項１０に記載の風力発電機診断方法。
14. 前記センサ情報が、
    前記潤滑油の異常と前記増速機の異常の両方を示した場合には、前記潤滑油の交換と前記増幅機部品点検を、
    前記潤滑油が異常で、前記増速機が正常を示した場合には、前記潤滑油の採取を伴う潤滑油分析、または前記潤滑油の交換を前記他の端末に出力することを特徴とする請求項１２記載の風力発電機診断方法。
15. 前記第１の処理における異常度の判定は、前記風力発電機の累積発電量、累積発電時間などの１以上の運転パラメータに基づいて診断されることを特徴とする請求項１２記載の風力発電機診断方法。
16. 前記基準値は、予め定められた閾値、または予め定められた単位時間当たりの前記センサ情報の変化量、であることを特徴とする請求項１１記載の風力発電機診断方法。
17. 前記センサは、光学式色度センサ、誘電率センサ、導電率センサ、粘度センサ、コンタミセンサ、鉄粉センサ、水分センサ、温度センサ、の中から選ばれたセンサであることを特徴とする、請求項１０記載の風力発電機診断方法。

Images