JP6320540B2

JP6320540B2 - 異常検出装置及び異常検出方法

Info

Publication number: JP6320540B2
Application number: JP2016546259A
Authority: JP
Inventors: 貴玄中村; 齊藤　信; 信齊藤; 正樹豊島
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2014-09-04
Filing date: 2014-09-04
Publication date: 2018-05-09
Anticipated expiration: 2034-09-04
Also published as: WO2016035187A1; JPWO2016035187A1

Description

本発明は、機器の異常検出装置及び異常検出方法に関するものである。

近年、偶発的な故障により突発的な設備停止が発生する前に適切な処置を行えるように設備機器の劣化状態、異常発生状態を把握または予知して適切な部品交換、および更新を行い設備停止の防止、もしくは設備停止時間の最短化を行う予防保全サービスが求められている。

このような背景に対応して、例えば機器の停止時の設備の温度や圧力などの変化を記録し、設備の異常の発生を回避する異常検出装置が知られている（例えば特許文献１を参照）。また、機器の運転時の設備各部の温度や圧力などの変化を記録し、記録した情報と通常運転状態の情報とを比較することで機器の劣化及び異常を検出する異常検出装置がある(例えば特許文献２、特許文献３を参照)。

特開２０１３−２０４９７９号公報特開２００２−０８１８０９号公報特開２００３−１８５２３２号公報

このような従来の異常検出装置（例えば特許文献１を参照）では、圧縮機停止時の温度を時系列で記憶した情報を圧縮機加熱装置の制御に用いて圧縮機への冷媒寝込み防止を図り、故障を防止していたが、圧縮機運転時の運転情報を検出していないため、圧縮機内で進行している損傷に対して時系列に沿って把握することが難しく、具体的な異常状態の検出を正確に報知することができないという問題があった。

また、従来の異常検出装置（例えば特許文献２を参照）では、空調機に取り付けた複数センサ情報を蓄積し演算処理を行い、通常と異なる変調を判定することを図っていたが、明らかに異常となる値を基準として変調判定を行っているため、通常運転とは異なるが明らかな異常とはいえない異常傾向の状態を検知することができないという問題があった。

さらに、従来の異常検出装置（例えば特許文献３を参照）では、空調機の運転が安定している状態や、非定常状態における温度や圧力の履歴から安定状態を推定した時系列温度データと、平均化処理された温度データと、温度データを用いて機器の性能低下、異常の検出を図っているが、機器安定状態を基にした比較という方法で劣化、異常を検出しているため、上記特許文献２と同様に異常状態への過渡期に現れる異常傾向の状態を検出することはできないという問題があった。

本発明に係る異常検出装置は、このような課題を解決するためになされたものであり、致命的な故障を引き起こす前に、明らかな異常とはいえないが通常運転とは異なる異常傾向を示す情報を検知する異常検出装置及び異常検出方法を提供することを目的とする。

本発明に係る異常検出装置は、圧縮機を有する冷凍サイクル装置と、圧縮機が停止している時の冷凍サイクル装置内の冷媒分布を推定するための第１状態値を検出する第１物理量検出手段と、圧縮機が起動した時の圧縮機に関する第２状態値を検出する第２物理量検出手段と、冷凍サイクル装置の異常を検出する判定手段と、を有する異常検出装置であって、判定手段は、第１物理量検出手段で検出した第１状態値と、第２物理量検出手段で検出した第２状態値と、に基づいて冷凍サイクル装置の異常を検出するものである。

また、本発明に係る異常検出方法は、圧縮機を有する冷凍サイクル装置における圧縮機が停止している時の冷凍サイクル装置内の冷媒分布を推定するための第１状態値を検出するステップと、第１状態値と対応して計測され圧縮機が起動した時の冷凍サイクル装置に関する第２状態値を検出するステップと、第１状態値と第２状態値とを対応させて記憶するステップと、今回検出した第１状態値と、記憶された複数の過去の第１状態値とを比較して一致度の高い過去の第１状態値を抽出するステップと、一致度の高い過去の第１状態値に対応して記憶された過去の第２状態値と、今回検出した第２状態値とを比較し冷凍サイクル装置の異常を検出するステップと、を有するものである。
を有する

本発明に係る異常検出装置及び異常検出方法によれば、機器停止時の機器に関する状態値と機器起動時の機器に関する状態値との二つのパラメータを用いて機器の異常を検出するため、明らかな異常とはいえないが通常運転とは異なる異常傾向を示す情報を検知することができる。

実施の形態１に係る異常検出装置を備えた冷凍サイクル装置の概略図である。実施の形態１に係る異常検出装置を備えた冷凍サイクル装置が冬季に停止してから起動するまでの１０時間分の温度変化を示した説明図である。実施の形態１に係る異常検出装置を備えた冷凍サイクル装置が冬季に停止してから起動するまでの５４時間分の温度変化を示した説明図である。実施の形態１に係る異常検出装置を備えた冷凍サイクル装置における圧縮機起動時の総負荷トルクの変化と、総負荷トルクの内訳を示した説明図である。実施の形態１に係る異常検出装置を備えた冷凍サイクル装置の圧縮機が起動した際の起動電流の波形を示した図である。実施の形態１に係る異常検出装置が備える判定手段のブロック図である。実施の形態１に係る異常検出装置を備えた冷凍サイクル装置の圧縮機の異常を検出する際のフロー図である。実施の形態１に係る異常検出装置を備えた冷凍サイクル装置において圧縮機が停止してから次に起動するまでの圧縮機シェル温度の計測値を示した図である。実施の形態１に係る異常検出装置を備えた冷凍サイクル装置において図８に示した圧縮機シェル温度の計測値をプロットした経過グラフである。実施の形態１に係る異常検出装置を備えた冷凍サイクル装置において図８に記載した圧縮機シェル温度の変化から波形比較値Ｘを算出する説明図である。実施の形態１に係る異常検出装置を備えた冷凍サイクル装置において圧縮機の起動電流値の時系列を示した図である。実施の形態１に係る異常検出装置を備えた冷凍サイクル装置において圧縮機が起動した際の電流値の波形を示した図である。実施の形態１に係る異常検出装置を備えた冷凍サイクル装置の圧縮機の異常を検出する際のフロー図である実施の形態２に係る異常検出装置を備えた冷凍サイクル装置において圧縮機が停止してから次に起動するまでの圧縮機シェル温度の計測値を示した図である。実施の形態２に係る異常検出装置を備えた冷凍サイクル装置において図１４に示した圧縮機シェル温度の計測値をプロットした経過グラフである。実施の形態２に係る異常検出装置を備えた冷凍サイクル装置において圧縮機が停止してから次に起動するまでの圧縮機シェル温度の計測値を示した他の例の図である。実施の形態２に係る異常検出装置を備えた冷凍サイクル装置において図１６に示した圧縮機シェル温度の計測値をプロットした経過グラフである。

以下、本発明の実施の形態に係る異常検出装置及び異常検出方法を冷凍サイクル装置を例として説明する。
なお、以下に説明する実施の形態によって本発明が限定されるものではない。また、以下の図面では各構成部材の大きさの関係が実際のものとは異なる場合がある。

実施の形態１．
＜構成＞
図１は、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置の概略図である。
冷凍サイクル装置は、室外機１と、各室内機２を冷媒配管で接続して構成されている。室外機１内には、圧縮機１０１と、四方弁１０２と、室外熱交換器１０３と、室外送風機１０４と、アキュームレータ１０５とが収納されている。また、外気温度検知手段３と、室外熱交換器温度検知手段４、冷凍サイクル内圧力検知手段６ａ、６ｂ、圧縮機シェル温度検知手段７が設置されている。各室内機２には、室内熱交換器２０１と、室内送風機２０２と、室内膨張弁２０３とが収納されている。そして、室内熱交換器温度検知手段８、室内温度検知手段９が設置されている。

＜冷凍サイクル装置内の冷媒の挙動＞
上述のように構成された冷凍サイクル装置において、冷媒回路内には冷媒とともに駆動部の潤滑油として機能する冷凍機油が存在する。冷凍機油は、主に圧縮機１０１内に存在するが、常時圧縮機１０１に留まっているわけでなく、少量の冷凍機油は常に圧縮機１０１の運転とともに圧縮機１０１内から持ち出され、冷媒回路内を冷媒とともに循環する。この冷凍機油が圧縮機１０１内部から大量に吐出されて圧縮機１０１の駆動部に冷凍機油が不足した場合には圧縮機の駆動軸が焼きつけを起こし、軸固着によって故障する場合がある。また、冷凍機油は冷媒の混入によって希釈される場合があり、冷媒希釈による冷凍機油の粘度低下が生じた場合、同様に圧縮機１０１内の冷凍機油が不足状態となり圧縮機１０１の駆動軸が焼きつけを起こし、軸固着によって故障する場合がある。

この冷凍機油の不足状態は、一般に圧縮機１０１内への冷媒の溜まり込みが大きな原因とされている。冷媒の溜まり込みは、冷凍サイクル装置の停止時に圧縮機１０１の温度が冷えていくにつれて圧縮機に繋がる冷媒回路から冷媒が流入することで生じる。圧縮機１０１内に冷媒が多量に存在するようになると、冷媒が冷凍機油に溶け込んでいき(これを冷凍機油への冷媒の寝込みという）、冷凍機油は冷媒により希釈されてしまう。また、圧縮機１０１の運転開始時には、圧縮機１０１外への冷凍機油の持ち出し量が増加し、圧縮機１０１内の潤滑性能が低下する。

冷媒の圧縮機への溜まり込みの原因は、圧縮機１０１の低温化があげられる。冷凍サイクル装置が運転を停止した場合、冷媒回路内で生じていた高低圧力差が徐々に均圧へシフトしていく。この時、冷媒はより低温、低圧な部分へと移動するため、圧縮機１０１が冷媒回路内で他の部位よりも低温、低圧状態となった場合には圧縮機内部へと冷媒は徐々に溜まり込むようになる。そして、圧縮機１０１の故障の原因となる冷媒の溜まり込み状態となる。
このような状態で圧縮機１０１を起動させると、冷凍機油は冷媒により希釈されているため潤滑性能が低下したり、また、圧縮機１０１の運転開始時に圧縮機１０１外への冷凍機油の持ち出し量が増加することで、圧縮機１０１の駆動軸を損傷させる可能性が高くなる。

次に、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置が冬季に停止してから起動するまでの圧縮機１０１のシェル温度、外気温度、室内温度、の各温度変化について説明する。
図２は、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置が冬季に停止してから起動するまでの１０時間分の温度変化を示した説明図である。
また、図３は、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置が冬季に停止してから起動するまでの５４時間分の温度変化を示した説明図である。

冷凍サイクル装置の停止時における圧縮機１０１の相対的な低温化は、圧縮機１０１の熱容量が大きいために発生する。例えば、室内熱交換器２０１や室外熱交換器１０３に対して圧縮機１０１の温度変化が起こる速度は遅い。
例えば、図２、図３に示すように冬季における圧縮機１０１の起動を例に説明する。
まず、夜間に圧縮機１０１の運転を停止すると、圧縮機シェルの温度が外気温度と同じ温度まで低下する。次に、明け方になり外気温度が上昇していくと熱容量の小さい圧縮機１０１以外の室外熱交換器１０３や冷媒配管が暖まり出すが、熱容量の大きい圧縮機１０１の温度が上昇する速度は遅い。このため、冷凍サイクル装置内で圧縮機１０１が相対的に一番低温の状態となり、冷媒が圧縮機１０１内に流入し溜まり込む状態となる。冬季を例に説明をしたが夏季においても状況が整えば同様の現象が生じる。

＜圧縮機の軸固着＞
圧縮機１０１の軸固着が起こるメカニズムは、設備の接続条件（熱交換器の内外容積比、アキュームレータ容量、レシーバー容量、接続冷媒配管長、室外機と室内機の高低差、冷媒封入量など)と、環境条件の関係によって冷媒の寝込みが生じ、圧縮機１０１の起動時に駆動軸の潤滑不足が発生する。潤滑不足の状態で起動すると駆動軸の摺動面が荒れて摺動部に微小な傷が発生し摩擦抵抗が大きくなる。このような微小な損傷を駆動軸に受けても圧縮機１０１はしばらくの間は正常に動作するが、起動を繰り返す毎に徐々に損傷が進行していく。このように徐々に損傷が拡大していくと機械摩擦が大きくなり、圧縮機を回転させるためのトルクが徐々に大きくなっていく。その結果、起動の失敗を繰り返すようになり駆動軸が固着し機能停止となる。

＜起動時の総負荷トルク＞
圧縮機１０１の起動時の総負荷トルクは、起動開始時の冷媒分布の初期状態、圧縮機１０１の経年劣化、そして圧縮機１０１の不具合（例えば駆動軸の損傷など）という３つの要素によって決まる関係がある。
図４は、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置における圧縮機起動時の総負荷トルクの変化と、総負荷トルクの内訳を示した説明図である。

総負荷トルクは、摩擦トルク（可動部分が静止摩擦トルクから動摩擦トルクに移行する際のトルク）、加速トルク（一定質量を有する可動部が加速する際に生じるトルク）、ガス吐出トルク（低圧側に存在するガス冷媒を押し出すトルク）、油中溶解冷媒吐出トルク（吸入圧力が下がるとともに油中に溶解していた冷媒が気化するため、このガス冷媒を圧縮するためのトルク）、蒸発ガス吐出トルク（蒸発器が冷えるまでの間発生するガス冷媒を圧縮するためのトルク）の総和によって算出される。

上記３つの要素のうちの圧縮機１０１の運転開始前の冷媒初期分布によって加速トルクとガス吐出トルクが変化する。
この冷媒初期分布は、直近の停止状態から起動までの例えば、外気温度、室内温度、圧縮機シェル温度の時系列変化によって決まるものである。
つまり、圧縮機１０１停止時の外気温度、室内温度、圧縮機シェル温度の各温度変化を把握することで起動直前の冷凍サイクル内の冷媒初期分布を把握することができる。

次に、圧縮機１０１の経年劣化は、通常の使用によって圧縮機１０１の摺動部が摩耗することにより生じ、摩擦トルクの増大として表れる。
さらに、圧縮機１０１の不具合として例えば摺動部の潤滑不足により、摺動部が損傷し、摩擦トルクと加速トルクが増加することが考えられる。
すなわち、３つの要素である起動開始時の冷媒分布の初期状態、圧縮機１０１の経年劣化、そして圧縮機１０１の不具合の状況により起動時の総負荷トルクが変化する。

＜起動電流値＞
圧縮機１０１の起動に必要な総負荷トルクが大きくなると、起動に必要な電流値が大きくなる。すると、起動時の総負荷トルクが増えているかどうかは電流値で検知することができる。よって、圧縮機１０１の三相モータコイルに加わる起動時の瞬時電流を検出し、この検出値から圧縮機１０１の内部状態を推定することが可能となる。
ここで、圧縮機１０１の運転開始前の冷媒初期分布による加速トルクとガス吐出トルクの変化は、冷媒の分布が近似した条件であれば、同一の傾向を示し、また、圧縮機１０１の経年変化による摩擦トルクの増大は非常に小さな変化であることから、運転開始前の冷媒初期分布が同一条件下での起動電流を検出することで、圧縮機１０１の不具合（例えば駆動軸の損傷など）を推定することが可能となる。
なお、圧縮機１０１の三相モータコイルに加わる電流および／または電圧は、モータ駆動回路（例えば、インバータ回路）に備えた物理量検知手段１０１ａ（電流検知手段）で検出することができる。

図５は、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置の圧縮機が起動した際の起動電流の波形を示した図である。
図５において圧縮機１０１の起動開始時の冷媒初期分布が正常範囲の電流値の上限閾値をＡ１、電流値の下限閾値をＡ３、寝込み等が発生して圧縮機１０１内で潤滑不足が発生している状態での電流値をＡ２、過電流遮断となる電流値をＡｃｕｔとして示している。

冷媒初期分布の正常範囲は、使用環境条件、設備の設置、設備の接続条件によって範囲が異なるが、通常、起動時の圧縮機１０１の回転パターンは空調機器の機種ごとに一定となっているため、起動開始時の冷媒分布の初期条件が正常範囲内で、かつ、冷媒分布が同一条件であれば起動時の電流値の波形はほぼ同一となる。
以上から、冷凍サイクル装置の停止時の外気温度、室内温度、圧縮機シェル温度の温度変化データを記憶して、同一温度変化データの時の正常範囲の起動電流値の波形と比較することで、圧縮機１０１内の不具合や、圧縮機１０１の損傷程度の推測が可能となる。

＜異常判定手段＞
実施の形態１に係る異常検出装置は、上記のような圧縮機１０１の不具合や損傷の程度を判定するための判定手段２０を備えている。
図６は、実施の形態１に係る異常検出装置が備える判定手段のブロック図である。
図６に示すように判定手段２０は、外部からの温度検知手段（本発明の第１物理量検出手段に相当する）と物理量検知手段（本発明の第２物理量検出手段に相当する）の信号を受信する。温度検知手段は、例えば圧縮機シェル温度検知手段７、外気温度検知手段３、、室外熱交換器温度検知手段４、室内温度検知手段９、室内熱交換器温度検知手段８などがあげられる。また、物理量検知手段１０１ａは、例えば圧縮機１０１の電流検知手段があげられる。

また、判定手段２０は、記憶部１０内に温度特徴量データベース１１と物理量特徴量データベース１４とを有している。温度特徴量データベース１１は、温度検知手段により測定された圧縮機停止時の過去の温度変化データがデータベース化されたものである。また、物理量特徴量データベース１４は、温度特徴量データベース１１の過去の温度変化データと対応して測定された圧縮機起動時の物理量測定値をデータベース化したものである。

さらに、判定手段２０は、温度検知手段が検出した今回の温度変化データと、温度特徴量データベース１１の過去の温度変化データとを一致度を判定する一致度判定手段１２を備えている。一致度判定手段１２は、過去の温度変化データの中から今回の温度変化データと近似した波形のデータを抽出し、その抽出した温度変化データと一対に対応して物理量特徴量データベース１４に記憶された過去の物理量測定値を読み出す。
この読み出された過去の物理量測定値を、物理量検知手段１０１ａで検出された今回の物理量と比較手段１５にて比較し、例えば圧縮機１０１の不具合や損傷の程度を判定する。
以下この判定手段２０の具体的な動作を詳述する。

＜異常判定フロー＞
図７は、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置の圧縮機の異常を検出する際のフロー図である。
はじめに、判定手段２０は、ステップ１にて冷凍サイクル装置の圧縮機１０１の運転停止信号があるか否かを判断する。運転停止の信号がある場合にはステップ２に進む。
次に、ステップ２にて温度検出手段（例えば圧縮機シェル温度検知手段７）は、圧縮機１０１の運転停止中の温度（例えば圧縮機のシェル温度）を時系列に沿って（例えば３０分刻みに）計測し記憶する。

ステップ３では、圧縮機の起動信号があるか否か判断する。起動信号がある場合にはステップ４に進む。
ステップ４では、圧縮機１０１の停止信号から直近の起動信号までの温度検知手段で測定した時系列の温度変化データを抽出する。
ステップ５にて、ステップ４で測定した時系列の温度変化データを温度特徴量データベース１１に保存する。

ステップ６では、ステップ４で測定した時系列の温度変化データ（圧縮機シェル温度を例とする）と、温度特徴量データベース１１のデータの一致度を一致度判定手段１２により判定し、圧縮機の起動開始時の冷媒分布を推定する。
ここで、一致度判定手段１２の動作を詳述する。

図８は、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置において圧縮機が停止してから次に起動するまでの圧縮機シェル温度の計測値を示した図である。
図９は、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置において図８に示した圧縮機シェル温度の計測値をプロットした経過グラフである。

図８において、表の縦軸である単位時間（１〜２５）は、例えば１単位を３０分として設定する。なお、単位時間は、サンプリング温度の頻度により１５分や１０分など適宜設定することが可能である。横軸のｎ＝１は、今回計測した圧縮機シェル温度の計測値（℃）を示している。この計測値は、縦軸の単位時間毎に時系列に対応して変化している。例えば単位時間を３０分とした場合には、圧縮機停止後３０分の１単位時間で圧縮機シェル温度が８０．０℃であることを示している。また、圧縮機起動前に最後に計測した２５単位時間（圧縮機停止後１２．５時間経過）に圧縮機シェル温度が２３．０℃であることを示している。

次に、横軸のｎ＝２〜４は、過去にサンプリングしてステップ５にて温度特徴量データベース１１に記憶されている圧縮機シェル温度の計測値（℃）を示している。この計測値は、今回計測したｎ＝１と同様に単位時間毎に時系列に対応して変化している。例えばｎ＝２のデータの場合、停止後３０分の１単位時間で圧縮機シェル温度が６４．０℃であることを示している。また、起動前に最後に計測した２５単位時間（圧縮機停止後１２．５時間経過）に圧縮機シェル温度が１８．４℃であることを示している。

このような温度特徴量データベース１１は、圧縮機１０１の停止時間毎（例えば１時間単位）に区分されて記憶部１０に記憶されている。一致度判定手段１２は、今回計測したｎ＝１における圧縮機１０１の停止時間が上記一例の１２．５時間と同等の停止時間であるｎ＝２〜４の３つのデータを比較対象として読み出している。
したがって、一致度判定手段１２は、今回計測したｎ＝１における停止時間が上記一例の１２．５時間と異なる場合には、他の温度特徴量データベース１１の停止時間のテーブルを比較対象として読み出すこととなる。

次に、今回計測した圧縮機シェル温度の計測値（ｎ＝１）を単位時間ｔの関数としてｆ（ｔ）とする。また、過去にサンプリングして温度特徴量データベース１１に記憶されている圧縮機シェル温度の計測値（ｎ＝２、３、４）を単位時間ｔの関数としてそれぞれ、ｇ（ｔ）、ｇ’（ｔ）、ｇ”（ｔ）とする。
ここで、一致度判定手段１２は、今回計測した圧縮機シェル温度の計測値（ｎ＝１）と、過去にサンプリングして温度特徴量データベース１１に記憶されている圧縮機シェル温度の計測値（ｎ＝２〜４）との時間変化における波形の相違を、ｆ（ｔ）とｇ（ｔ）の差分の二乗和（波形比較値：Ｘ）として次式にて比較する。
Ｘ＝（Σ｛ｆ（ｔ）-ｇ（ｔ）｝^２）／Ｎ
Ｘ：波形比較値
Ｎ：単位時間毎の測定点数

ここで算出した波形比較値Ｘは、その値が小さいほど今回計測した圧縮機シェル温度の計測値（ｎ＝１）と、過去にサンプリングして温度特徴量データベース１１に記憶されている圧縮機シェル温度の計測値（ｎ＝２〜４）との時間変化における波形形状が近いことを示している。

図１０は、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置において図８に記載した圧縮機シェル温度の変化から波形比較値Ｘを算出する説明図である。
図１０は、今回計測した圧縮機シェル温度の計測値（ｎ＝１）と、過去にサンプリングして温度特徴量データベース１１に記憶されている圧縮機シェル温度の計測値（ｎ＝２〜４）との差分｛ｆ（ｔ）-ｇ（ｔ）｝^２を単位時間毎に示している。

そして、一致度判定手段１２は、今回計測した圧縮機シェル温度の計測値（ｎ＝１）と、過去にサンプリングして温度特徴量データベース１１に記憶されている圧縮機シェル温度の計測値（ｎ＝２〜４）とのと差分の二乗和を計算し、波形比較値Ｘにおいて任意に設定された閾値(例えば３以下)に収まっている温度特徴量データベース１１のデータを選択する。
この例の場合にはｎ＝４のデータで波形比較値：Ｘ＝２．３０となり、今回の計測値（ｎ＝１）と最も近似した波形形状となっている。

次に、ステップ７にて、圧縮機１０１を起動する。
そして、ステップ８にて、今回の圧縮機起動時（例えば起動後１０秒間）の圧縮機１０１に入力する起動電流の波形を物理量検知手段１０１ａ（電流検知手段）にて測定する。

ステップ９にて、圧縮機１０１の起動電流の計測を終了する。
次にステップ１０にて、ステップ８で計測した圧縮機１０１の起動電流の特徴量を抽出する。このとき、例えば図４に示す電流値Ａ２のように計測した時間内で最大の電流値を特徴量とし、ステップ２で記憶した運転停止中の温度変化データ（例えば圧縮機のシェル温度）の時系列に対応付けして記憶する。
ステップ１１では、比較手段１５により、ステップ１０で抽出した今回の起動電流の特徴量と、ステップ６で選択されたｎ＝４の温度変化データに対応して物理量特徴量データベース１４に記憶された過去の起動電流の特徴量と、を比較する。

次に、ステップ１２にてステップ１１で比較した結果、今回の起動電流の特徴量と、物理量特徴量データベース１４に記憶された過去の起動電流の特徴量とが所定の閾値以上乖離している場合には圧縮機１０１に異常があると判断する。
また、ステップ６にて、波形比較値Ｘにおける任意に設定された閾値(例えば３以下)に収まっている温度特徴量データベース１１の温度変化データが複数存在する場合には、据付け後からの起動回数順に当該温度変化データを並べ、今回の起動電流の特徴値が当該温度変化データに対応する前回までの起動電流の特徴値と異なる傾向があるかどうかを判断する。

図１１は、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置において圧縮機の起動電流値の時系列を示した図である。
例えば、図１１に示すように、起動回数ごとに計測した電流値の特徴値を並べた電流値の傾きに対して、ｎ回目に測定した電流値のｎとｎ−１回目との間での傾きが大きく変化した場合は異常と判断する。
そして、ステップ１２にて異常と判断したときには、ステップ１３に進んで異常検出の報知を行う。

なお、ステップ１２にて異常と判断した場合には、圧縮機起動後の電流値の波形により異常の内容を予測することが可能である。
図１２は、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置において圧縮機が起動した際の電流値の波形を示した図である。
波形（１）は圧縮機が正常なときの電流値であり、波形（２）は、圧縮機内の潤滑油が低濃度状態が原因の異常状態における電流値であり、波形（３）は、圧縮機の駆動軸の軸かじりが原因の異常状態における電流値である。
このように、圧縮機起動後の電流値の波形を分析することで、異常の内容を予測することが可能である。

また、ステップ１３で異常検出の報知を行う際には、空調機器のリモコンや室外機表示部に表示する方法や、ビルメンテナンス担当者に電子メールで知らせる方法、さらに、空調機器が遠隔監視システムに接続されている場合には集中管理センターに通信するといった方式が考えられる。

＜作用効果＞
圧縮機の停止状態での圧縮機シェル温度の温度変化データを、過去の温度変化データと比較して同一傾向の温度変化データをデータベースから抽出することで、圧縮機起動時の冷凍サイクル装置内の冷媒分布を推定することができる。そして、圧縮機起動時の冷凍サイクル装置内の冷媒分布が近似した状態同士で例えば圧縮機の起動電流の特徴量を比較することで軸固着のような致命的な故障を引き起こす前に圧縮機の異常傾向を検出することができる。
また、圧縮機内部の摺動部損傷、特に軸損傷をターゲットとし、圧縮機停止時の温度変化情報と圧縮機起動時の物理量との二つのパラメータを用いて圧縮機の異常を検出するため、明らかな異常とはいえないが通常運転とは異なる異常傾向を示す情報を検知することができる。

＜変形例１＞
上記実施の形態１では、物理量検出手段で検出するパラメータを圧縮機１０１の起動電流値とした例を説明したが、物理量検出手段で検知する圧縮機１０１の物理量は、圧縮機１０１が発する起動音や起動振動でもよい。この場合、上記ステップ１１では、比較手段１５により、ステップ１０で抽出した今回計測した圧縮機の起動音や起動振動の特徴量と、ステップ６で選択されたｎ＝４の温度変化データに対応して物理量特徴量データベース１４に記憶された過去の圧縮機の起動音や起動振動の特徴量と、を比較する。

次に、ステップ１２にてステップ１１で比較した結果、今回計測した圧縮機の起動音や起動振動の特徴量と、物理量特徴量データベース１４に記憶された過去の圧縮機の起動音や起動振動の特徴量とが所定の閾値以上乖離している場合には圧縮機１０１に異常があると判断する。

また、ステップ６にて、波形比較値Ｘにおける任意に設定された閾値(例えば３以下)に収まっている温度特徴量データベース１１の温度変化データが複数存在する場合には、据付け後からの起動回数順に当該温度変化データを並べ、今回の起動電流の特徴値が当該温度変化データに対応する前回までの起動電流の特徴値と異なる傾向があるかどうかを判断する。
このように、圧縮機の起動音や起動振動の傾向を比較することで、実施の形態１と同様に圧縮機の異常検知を行うことができる。

＜変形例２＞
上記実施の形態１では、温度検出手段で検出するパラメータを圧縮機１０１の運転停止中の圧縮機シェル温度とした例を説明したが、運転停止中の温度変化データを外気温度、室外熱交換器温度、室内温度、室内熱交換器温度などとし、上記ステップ６にて圧縮機起動時の冷媒初期分布を推測してもよい。また、圧縮機シェル温度、外気温度、室外熱交換器温度、室内温度、室内熱交換器温度のうちの２つ以上のパラメータを用いて演算し複合的に計測してもよい。
このように、温度検出手段で検出するパラメータを圧縮機シェル温度以外の冷凍サイクル装置の温度としても、圧縮機起動時の冷媒初期分布を推測して実施の形態１と同様に圧縮機の異常検知を行うことができる。

＜変形例３＞
上記実施の形態１では、物理量検出手段で検出するパラメータを圧縮機１０１の起動電流値とした例を説明したが、物理量検出手段で検知する圧縮機１０１の物理量は、圧縮機起動後に電流値が最大値を記録した時間や、起動から一定時間の電流値の積分値などを用いて比較することも可能である。
このような圧縮機の起動時の物理量を用いても、実施の形態１と同様に圧縮機の異常検知を行うことができる。

＜変形例４＞
上記実施の形態１では、上記ステップ１２にて異常と判断したときには、ステップ１３に進んで異常検出の報知を行うことに止まっていたが、記憶部１０に過去に圧縮機の異常傾向があった温度変化データの温度波形を登録しておき、上記ステップ６において温度特徴量データベース１１の近似する温度変化データを選択した段階で、圧縮機の起動を取りやめる制御、もしくは、起動の危険度を予測し報知を行う制御を採用することができる。このように、ステップ６の早い段階で過去の温度変化データを基に圧縮機の起動の危険度を判断するため、より確実な異常検知をすることが可能となる。

実施の形態２．
実施の形態１に係る異常検出装置は、一致度判定手段１２が、今回計測した圧縮機停止中の圧縮機シェル温度の計測値と、過去にサンプリングして温度特徴量データベース１１に記憶されている圧縮機停止中の圧縮機シェル温度の計測値との時間変化における波形の一致度を、ｆ（ｔ）とｇ（ｔ）の差分の二乗和（波形比較値：Ｘ）を演算して判断している。
これに対して、実施の形態２に係る異常検出装置は、一致度判定手段１２が、今回計測した圧縮機シェル温度の計測値と、過去にサンプリングして温度特徴量データベース１１に記憶されている圧縮機シェル温度の計測値との時間変化における波形の一致度を、両計測値の平均二乗偏差（ＲＭＳ）を比較することで判断している点で相違している。その他の構成及び異常検出ステップは実施の形態１と共通である。

平均二乗偏差（ＲＭＳ）は次式で表される。
ＲＭＳ＝（（Σ｛ｘi（ｔ）｝^２）／Ｎ）^０．５
ここでｘｉ（ｔ）は、圧縮機停止中の圧縮機シェル温度の計測値であり、単位時間ｔの関数である。また、Ｎは、単位時間毎の測定点数である。
平均二乗偏差（ＲＭＳ）は、測定値の二乗を取ることで、その量の大きさの平均値を二乗平均平方根から概算し、時間的に変化する値の大きさを評価することができる。
以下、実施の形態２に係る判定手段２０の具体的な動作を詳述する。

＜異常判定フロー＞
図１３は、実施の形態１に係る異常検出装置を備えた冷凍サイクル装置の圧縮機の異常を検出する際のフロー図である。
はじめに、判定手段２０は、ステップ１にて冷凍サイクル装置の圧縮機１０１の運転停止信号があるか否かを判断する。運転停止の信号がある場合にはステップ２に進む。
次に、ステップ２にて温度検出手段（例えば圧縮機シェル温度検知手段７）は、圧縮機１０１の運転停止中の温度（例えば圧縮機のシェル温度）を時系列に沿って（例えば３０分刻みに）計測し記憶する。

ステップ３では、圧縮機の起動信号があるか否か判断する。起動信号がある場合にはステップ４に進む。
ステップ４では、圧縮機１０１の起動信号から直近の停止信号までの温度検知手段で測定した時系列の温度変化データを抽出する。
ステップ５にて、ステップ４で測定した時系列の温度変化データを温度特徴量データベース１１に保存する。
ステップ６では、ステップ４で測定した時系列の温度変化データ（圧縮機シェル温度を例とする）と、温度特徴量データベース１１のデータの一致度を一致度判定手段１２により判定し、圧縮機の起動開始時の冷媒分布を推定する。
ここで、一致度判定手段１２の動作を詳述する。

図１４は、実施の形態２に係る異常検出装置を備えた冷凍サイクル装置において圧縮機が停止してから次に起動するまでの圧縮機シェル温度の計測値を示した図である。
図１５は、実施の形態２に係る異常検出装置を備えた冷凍サイクル装置において図１４に示した圧縮機シェル温度の計測値をプロットした経過グラフである。
図１６は、実施の形態２に係る異常検出装置を備えた冷凍サイクル装置において圧縮機が停止してから次に起動するまでの圧縮機シェル温度の計測値を示した他の例の図である。
図１７は、実施の形態２に係る異常検出装置を備えた冷凍サイクル装置において図１６に示した圧縮機シェル温度の計測値をプロットした経過グラフである。

図１４、１６において、表の縦軸である単位時間（１〜２５）は、例えば１単位を３０分として設定する。なお、単位時間は、サンプリング温度の頻度により１５分や１０分など適宜設定することが可能である。この単位時間に対応し、左から今回計測した圧縮機シェル温度の計測値（℃）、圧縮機シェル温度の二乗値、圧縮機シェル温度の前後単位時間における差分、差分の二乗値、単位時間１０区間当たりの圧縮機シェル温度の平均二乗偏差（ＲＭＳ）、単位時間２５区間当たりの圧縮機シェル温度の平均二乗偏差（ＲＭＳ）、単位時間１０区間当たりの圧縮機シェル温度変化の平均二乗偏差（ＲＭＳ）、単位時間２５区間当たりの圧縮機シェル温度変化の平均二乗偏差（ＲＭＳ）を示している。

一致度判定手段１２は、例えば単位時間２５区間当たりの圧縮機シェル温度の平均二乗偏差（ＲＭＳ）を複数の閾値間に区分する。例えば閾値を平均二乗偏差（ＲＭＳ）：０〜１０を区分Ａ、１０〜２０を区分Ｂ、２０〜３０を区分Ｃ、３０〜４０を区分Ｄとして区分けする。図１４に示した例の場合、単位時間２５区間当たりの圧縮機シェル温度の平均二乗偏差（ＲＭＳ）＝３９．４２を区分Ｄとして温度特徴量データベース１１に記憶する。また、図１６に示した例の場合、単位時間２５区間当たりの圧縮機シェル温度の平均二乗偏差（ＲＭＳ）＝２７．５８を区分Ｃとして温度特徴量データベース１１に記憶する。

そして一致度判定手段１２は、今回計測した圧縮機シェル温度の計測値の温度変化データの平均二乗偏差（ＲＭＳ）を算出し、温度特徴量データベース１１に記憶された同一区分の過去の温度変化データの平均二乗偏差（ＲＭＳ）を抽出する。

このような温度特徴量データベース１１は、上記区分内で実施の形態１と同様に圧縮機１０１の停止時間毎（例えば１時間単位）にさらに区画されて記憶部１０に記憶されている。一致度判定手段１２は、今回計測した圧縮機１０１の停止時間が上記一例の１２．５時間（単位時間２５区間分）と同等の停止時間であるデータを比較対象として読み出している。
したがって、一致度判定手段１２は、今回計測した停止時間が上記一例の１２．５時間（単位時間２５区間分）と異なる場合には、他の温度特徴量データベース１１の停止時間のテーブルを比較対象として読み出すこととなる。

ここで算出した温度変化データの平均二乗偏差（ＲＭＳ）は、その値が同一閾値間の区分内のデータ同士であれば時間変化における波形形状が近いことを示している。
なお、上記の例では、温度変化データの平均二乗偏差（ＲＭＳ）を算出したが、温度変化データの各単位時間における温度変化量の平均二乗偏差（ＲＭＳ）を基準として区分してもよい。

ステップ９にて、圧縮機１０１の起動電流の計測を終了する。
次にステップ１０にて、ステップ８で記憶した圧縮機１０１の起動電流の特徴量を抽出する。このとき、例えば図４に示す電流値Ａ２のように計測した時間内で最大の電流値を特徴量とし、ステップ２で記憶した運転停止中の温度変化データ（例えば圧縮機のシェル温度）の時系列に対応付けして記憶する。

ステップ１１では、比較手段１５により、ステップ１０で抽出した今回の起動電流の特徴量と、ステップ６で抽出した平均二乗偏差（ＲＭＳ）が同一区分の過去の温度変化データに対応して物理量特徴量データベース１４に記憶された過去の起動電流の特徴量と、を比較する。

次に、ステップ１２にてステップ１１で比較した結果、今回の起動電流の特徴量と、物理量特徴量データベース１４に記憶された過去の起動電流の特徴量とが所定の閾値以上乖離している場合には圧縮機１０１に異常があると判断する。

また、ステップ６にて、平均二乗偏差（ＲＭＳ）が同一区分の過去の温度変化データが複数存在する場合には、据付け後からの起動回数順に当該温度変化データを並べ、今回の起動電流の特徴値が当該温度変化データに対応する前回までの起動電流の特徴値と異なる傾向があるかどうかを判断する。
このとき実施の形態１と同様に、例えば図１１に示すように、起動回数ごとに計測した電流値の特徴値を並べた電流値の傾きに対して、ｎ回目に測定した電流値のｎとｎ−１回目との間での傾きが大きく変化した場合は異常と判断する。

そして、ステップ１２にて異常と判断したときには、ステップ１３に進んで異常検出の報知を行う。
なお、検出した異常は、空調機器のリモコンや室外機表示部に表示する方法や、ビルメンテナンス担当者に電子メールで知らせる方法、さらに、空調機器が遠隔監視システムに接続されている場合には集中管理センターに通信するといった方式が考えられる。

＜作用効果＞
圧縮機の停止状態での圧縮機シェル温度の温度変化データを、過去の温度変化データと比較して同一傾向の温度変化データをデータベースから抽出することで、圧縮機起動時の冷凍サイクル装置内の冷媒初期分布を推定することができる。そして、圧縮機起動時の冷凍サイクル装置内の冷媒分布が近似した状態同士で例えば圧縮機の起動電流の特徴量を比較することで軸固着のような致命的な故障を引き起こす前に圧縮機の異常傾向を検出することができる。

また、圧縮機内部の摺動部損傷、特に軸損傷をターゲットとし、圧縮機停止時の温度変化情報と圧縮機起動時の物理量との二つのパラメータを用いて圧縮機の異常を検出するため、市場で実際に据え付けられた設備機器の様々な設置状況、接続形態、運転パターンなど各状況において、明らかな異常ではないが通常運転とは異なり異常傾向を示す情報を検知することができる。

＜変形例１＞
実施の形態２では、圧縮機停止時における圧縮機シェル温度の温度変化データの平均二乗偏差（ＲＭＳ）を複数の区分に分類し、圧縮機起動時の冷媒初期分布を推測したが、変形例１では、圧縮機停止時間中で外気温度が最も低下し下限値となった時間と、圧縮機シェル温度が下限値が発生した時間との時間差により区分し、圧縮機起動時の冷媒初期分布の傾向を推測する。

これは、圧縮機停止時間中で外気温度が最も低下し下限値となった時間と、圧縮機シェル温度が下限値が発生した時間との時間差が長い程、冷媒が圧縮機内に寝込む傾向になるため、当該時間差で条件を区分し同一傾向の冷媒初期分布同士で圧縮機起動時の例えば起動電力値を比較することを目的としている。このように条件を区分して異常の判定をすることで軸固着のような致命的な故障を引き起こす前に圧縮機の異常傾向を検出することができる。

また、圧縮機停止時間中で外気温度が最も低下し下限値となった時間と、圧縮機が起動した時間との時間差により区分し、圧縮機起動時の冷媒初期分布の傾向を推測することも同様に有効である。

＜変形例２＞
実施の形態１及び２に係る異常検知装置及び異常検知方法では、圧縮機の異常検知を例に説明したが、他の機器に当該異常検知装置及び方法を適用することが可能である。例えば、室外熱交換器に外気を供給する室外送風機の異常検知に適用する場合には、室外送風機が停止している間の外気の風速を測定し、実施の形態２に係る記憶部１０に風速データを蓄積する。そして、上記ステップ６にて一致度判定手段１２により過去の風速データと近似した条件を抽出し、上記ステップ１０にて風速データと対応付けされた物理量特徴量データベース１４の室外送風機の起動電流値を読み出し、今回測定した起動電流値と比較する。

このように、室外送風機に実施の形態１及び２に係る異常検知装置及び異常検知方法を適用することで、実施の形態１、２に係る圧縮機と同様に室外送風機の異常検知を行うことができる。

１室外機、２室内機、３外気温度検知手段、４室外熱交換器温度検知手段、６ａ，６ｂ冷凍サイクル内圧力検知手段、７圧縮機シェル温度検知手段、８室内熱交換器温度検知手段、９室内温度検知手段、１０記憶部、１１温度特徴量データベース、１２一致度判定手段、１４物理量特徴量データベース、１５比較手段、２０判定手段、１０１圧縮機、１０１ａ物理量検知手段（電流検知手段）、１０２四方弁、１０３室外熱交換器、１０４室外送風機、１０５アキュームレータ、２０１室内熱交換器、２０２室内送風機、２０３室内膨張弁。

Claims

圧縮機を有する冷凍サイクル装置と、前記圧縮機が停止している時の前記冷凍サイクル装置内の冷媒分布を推定するための第１状態値を検出する第１物理量検出手段と、前記圧縮機が起動した時の前記圧縮機に関する第２状態値を検出する第２物理量検出手段と、前記冷凍サイクル装置の異常を検出する判定手段と、を有する異常検出装置であって、
前記判定手段は、前記第１物理量検出手段で検出した第１状態値と、前記第２物理量検出手段で検出した第２状態値と、に基づいて前記冷凍サイクル装置の異常を検出する異常検出装置。
前記判定手段は、
前記第１物理量検出手段が検出した過去の第１状態値と、該過去の第１状態値と対応して計測され前記第２物理量検出手段が検出した過去の第２状態値とを記憶する記憶手段と、
前記第１物理量検出手段が検出した今回の第１状態値と前記過去の第１状態値とを比較して一致度の高い前記過去の第１状態値を抽出する一致度判定手段と、
前記一致度判定手段が抽出した過去の第１状態値に対応して前記記憶手段に記憶された過去の第２状態値と、前記第２物理量検出手段が検出した今回の第２状態値とを比較する比較手段と、を備え、
前記比較手段の比較結果に基づいて前記冷凍サイクル装置の異常を検出する請求項１に記載の異常検出装置。
前記第１状態値は、前記圧縮機のシェル温度、外気温度、室外熱交換器温度、室内温度、室内熱交換器温度、外気風速のうちの少なくとも１つである請求項１または２に記載の異常検出装置。
前記第１状態値は、直近の停止状態から起動までの、前記圧縮機のシェル温度、外気温度、室外熱交換器温度、室内温度、室内熱交換器温度、外気風速のうちの少なくとも１つの時系列変化である請求項１または２に記載の異常検出装置。
前記第２状態値は、前記圧縮機または室外送風機の起動電流値を含む請求項１〜４のいずれか１項に記載の異常検出装置。
前記第２状態値は、前記圧縮機または室外送風機の起動電流値から抽出される特徴量である請求項１〜４のいずれか１項に記載の異常検出装置。
前記判定手段は、前記冷凍サイクル装置の異常を検出した際に異常警報を発報する請求項１〜６のいずれか１項に記載の異常検出装置。
前記一致度判定手段は、前記第１物理量検出手段が検出した前記今回の第１状態値と前記過去の第１状態値とを比較する際に、前記今回の第１状態値及び前記過去の第１状態値の差分の二乗和を算出し、該差分の二乗和が閾値以下の時に前記一致度の高い過去の第１状態値として抽出する請求項２、及び請求項２に従属する請求項３〜７のいずれか１項に記載の異常検出装置。
前記一致度判定手段は、前記第１物理量検出手段が検出した前記今回の第１状態値と前記過去の第１状態値とを比較する際に、前記今回の第１状態値及び前記過去の第１状態値の平均二乗偏差を算出し、該平均二乗偏差に閾値を設けて算出した前記平均二乗偏差を複数の区分に分類し、前記今回の第１状態値と同一区分に分類された前記過去の第１状態値を前記一致度の高い過去の第１状態値として抽出する請求項２、及び請求項２に従属する請求項３〜７のいずれか１項に記載の異常検出装置。
前記記憶手段には、前記過去の第１状態値に対応して前記冷凍サイクル装置の異常情報が登録されて記憶され、
前記判定手段は、前記一致度判定手段が抽出した前記一致度の高い過去の第１状態値に前記冷凍サイクル装置の異常情報が登録されている場合には、前記圧縮機の起動を禁止する請求項２、及び請求項２に従属する請求項３〜９のいずれか１項に記載の異常検出装置。
圧縮機を有する冷凍サイクル装置における前記圧縮機が停止している時の前記冷凍サイクル装置内の冷媒分布を推定するための第１状態値を検出するステップと、
前記第１状態値と対応して計測され前記圧縮機が起動した時の前記冷凍サイクル装置に関する第２状態値を検出するステップと、
前記第１状態値と前記第２状態値とを対応させて記憶するステップと、
今回検出した前記第１状態値と、記憶された複数の過去の第１状態値とを比較して一致度の高い過去の第１状態値を抽出するステップと、
前記一致度の高い過去の第１状態値に対応して記憶された過去の第２状態値と、今回検出した第２状態値とを比較し前記冷凍サイクル装置の異常を検出するステップと、
を有する異常検出方法。
前記第１状態値は、前記圧縮機のシェル温度、外気温度、室外熱交換器温度、室内温度、室内熱交換器温度、外気風速のうちの少なくとも１つである請求項１１に記載の異常検出方法。
前記第２状態値は、前記圧縮機または室外送風機の起動電流値を含む請求項１１または１２に記載の異常検出方法。
前記冷凍サイクル装置の異常を検出するステップにおいて、前記冷凍サイクル装置の異常を検出した際に異常警報を発報する請求項１１〜１３のいずれか１項に記載の異常検出方法。
前記過去の第１状態値を抽出するステップにおいて、前記今回検出した第１状態値及び前記記憶された過去の第１状態値の差分の二乗和を算出し、該差分の二乗和が閾値以下の時に前記一致度の高い過去の第１状態値として抽出する請求項１１〜１４のいずれか１項に記載の異常検出方法。
前記過去の第１状態値を抽出するステップにおいて、前記今回検出した第１状態値及び前記記憶された過去の第１状態値の平均二乗偏差を算出し、該平均二乗偏差に閾値を設けて算出した前記平均二乗偏差を複数の区分に分類し、前記今回の第１状態値と同一区分に分類された前記過去の第１状態値を前記一致度の高い過去の第１状態値として抽出する請求項１１〜１４のいずれか１項に記載の異常検出方法。
前記第１状態値と前記第２状態値とを対応させて記憶するステップにおいて、前記過去の第１状態値に対応して前記冷凍サイクル装置の異常情報が登録されて記憶され、
前記一致度の高い過去の第１状態値に前記冷凍サイクル装置の異常情報が登録されている場合には、前記圧縮機の起動を禁止する請求項１１〜１６のいずれか１項に記載の異常検出方法。