JPH0650951B2 - サイリスタレオナード装置の故障診断装置 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、圧延機用モータの駆動などに用いられるサイ
リスタレオナード装置の故障診断装置に関する。

サイリスタレオナード装置は製鉄所などでは広く用いら
れており、装置の大部分が静止機器であるから摩耗など
による劣化がなく信頼性が高いと言われているが、勿論
故障はある。

サイリスタレオナード装置特にそのサイリスタ部の故障
は、サイリスタの個数が多い、繰り返し性（瞬時回復
性）の異常である、等の理由で、故障箇所の特定が困難
なものである。

〔従来の技術〕

繰り返し性の異常は、故障診断中に正常に戻ってしまっ
たりして、故障部位の究明が難しい。これに対しては、
ヒストリメモリを用いて各部の状態を常時記録しておく
方法が有効である。

例えば特開昭57−162963では、直流モータに給電する多
数（６×２個）のサイリスタのゲートパルスを２組にま
とめ、各々が識別可能なようにして、常時循環型のメモ
リへ書込んで行き（最後まで書込むと、最初に戻って古
いデータの上に新しいデータを書込み、これを繰り返し
行なう）、異常発生などでこのメモリ更新を停止させ、
停止直前の一定期間のゲートパルスの状態を得て障害部
位究明の手懸りにする。

サイリスタレオナード装置の故障は、サイリスタ部に限
っても種々あり、これを整理すると例えば第３図の如く
なる。

圧延機用モータに対するサイリスタレオナード装置は第
４図に示す如く、交流電源１０、電源変圧器１２、サイ
リスタ群１４、直流主回路１６、圧延機用モータ１８、
その界磁巻線回路２０などからなり、これらのサイリス
タに対するゲートパルス回路は第５図に示す如くゲート
アンプ３０、ゲートパルス制御回路３１、ゲートパルス
発生回路３２〜３４などを備え、制御入力はモータ１８
に対する速度基準値Ｖｒ、速度実際値Ｖａ、直流主回路
の電源Ｉｄ、同電圧Ｖｄなどである。サイリスタ群は正
転用と逆転用の２組あるが、第５図はその１組に対する
ものである。

このサイリスタレオナード装置の構成、動作は既知の通
りであるから詳細な説明は省略するが、第３図１，２の
「素子故障」はサイリスタ群１４の各サイリスタ（素
子）の故障であり、その主要なものは短絡と開路（オー
プン）であり、前者の短絡故障はヒューズ溶断で保護さ
れ、後者の開路は転流失敗となり、過電流が発生して、
ヒューズ溶断または直流高速度しゃ断器ＣＢ_２の作動で
保護される。同図３の移相器故障は第４図の移相器電源
回路の故障で、ゲートアンプ３０から出力されるゲート
パルスが異常になり、これも転流失敗、過電流発生とな
って、ヒューズ溶断または直流高速度しゃ断器の作動で
保護される。

同図４の相回転逆接続は、３相交流電源１０、電源トラ
ンス１２などの結線誤りにより相回転方向が予定とは逆
になったもの、同図５の電源欠相は１相ヒューズ溶断な
どにより正常な３相電源でなくなったもの、であり、以
下図示の通りで、これらは欠相／交流過電流／サイリス
タ過負荷／モータ過負荷リレーの動作を通してしゃ断に
より保護される。

ところで最近コンピュータの分野ではニューラルネット
ワークが注目されている。概要を第６図で説明すると、
○印はノード、Ｉ，II，III，IVは第１層，第２層，第
３層，第４層を示し、Ｉ_１〜Ｉ_６は入力、Ｏ_１〜Ｏ_３は
出力である。層間で各ノードは重み係数Ｗにより接続す
る。１つのノードに着目すると同図(b)の如くで、この
ノードの入力ｘは である。この入力ｘを受けるとｙ＝ｆ(x)なる出力ｙを
生じる。こゝでｆはシグモイダル（sigmoidal）関数で
あり、同図(c)の形状を有する。即ち最大で１、最小で
０、この間の値をｘの値に応じてとる。

出力としては、閾値を与えてそれを超えれば１、超えな
ければ０とするものもある。層数は３層、その他があ
る。本例では第１層が入力層、第４層が出力層、第２，
３層が中間層（隠れ層）である。各層のノード数は適宜
増減される。

ニューラルネットワークは、学習させたのち使用する。
即ち入力データパターンＩｐ（＝Ｉ_１〜Ｉ₆）に対し、
出力データパターンＯｐ（＝Ｏ_１〜Ｏ₃）が得たいと
き、最初Ｉｐを入力層に与えると出力層から得られる出
力データパターンは目的のものとは程遠いのが普通であ
るが（各ノードの重みは最初は乱数表の値とする）、そ
の出て来た出力データパターンと目的のデータパターン
（例えばＯ_１＝１、Ｏ_２＝Ｏ_３＝０）との偏差を求め、
偏差の自乗和が少なくなるように各ノードの重み係数を
変更する。然るのち再び入力層に前記入力データパター
ンＩｐを加え、出力層からの出力データパターンをみる
と、一般にはこれも目的のものとは大きく異なる。しか
し同様操作を多数回（例えば１００回）繰り返すと次第
に収れんして、やがては入力データパターンＩｐを加え
るとほヾ目的の出力データパターンＯｐ（例えば本例で
は０．９，０，０など）が得られるようになる。

装置の適所の電圧／電流波形を見て正常か異常か、異常
なら何処が故障かを推測することは保守、修理者が行な
っているが、その推測技術の習得には専門智識と多年の
経験を必要とする。ニューラルネットワークは、この推
測処理の自動化に有力な手段となり得ることが期待され
る。

〔発明が解決しようとする課題〕

サイリスタレオナード装置で故障が発生すると前述のよ
うにヒューズ溶断、しゃ断器作動、ゲート遮断（ゲート
パルス供給停止）で保護されるが、復旧させるには障害
原因を知ってそれを除去する必要がある。しかし障害原
因を知る、第３図で言えば保護動作から故障原因に辿り
着くことは容易でなく、これは熟練者が永年の経験と勘
により、時間をかけて、やっと可能なことである。

本発明はこの故障原因の究明を自動処理することを目的
とするものである。

本発明者等は、サイリスタレオナード装置の障害時の各
部の電圧／電流波形、ゲートパルス出力状態の記録をと
り続け、得られた多量のデータを整理して、障害時の各
部データからその障害原因の特定が可能であることを見
出し、障害時各部データを入力すれば障害原因を指示す
る出力を発生し得るシステムの開発に成功した。

〔課題を解決するための手段〕

第１図に本発明の原理的説明図を示す。(a)は本発明で
サイリスタレオナード装置から信号を採取する点または
採取した信号を示す図である。はアナログ制御部の出
力信号で、ゲートパルス発生回路３２〜３４の制御信号
となる。は該回路（またはゲートアンプ３６）の出力
であるゲートパルス信号、は電圧基準信号で、この信
号と圧延機モータＭの電機子電圧（直流出力電圧の帰
還信号）の差が電圧制御アンプＶＣの入力になる。は
電流基準信号で、これと交流電流Ｉａ（サイリスタ電
流帰還信号）との差が電流制御アンプＣＣの入力にな
る。は速度基準信号で、これと速度発電機ＴＧからの
速度帰還信号Ｖａとの差が速度制御アンプＳＣの入力
になる。は交流電源電圧である。

サイリスタレオナード装置の各部から採取する記号〜
は、それぞれのヒストリメモリへ記憶させる。第１図
のＭ_１〜Ｍ_９が該メモリで、こゝでは円形レジスタを使
用するが、メモリ形式は任意である。ＲＣは該レジスタ
のコントローラ、Ａ／Ｄは採取したアナログ信号〜
をサンプリングしデジタル化するＡ／Ｄ変換器である。
メモリＭ_１〜Ｍ_９は循環的に書込まれ、従って記憶内容
は常に更新されており、故障発生で書込みを中止されて
そのときの記憶内容を保持する。故障診断に際してこの
保持された記憶内容がバッファＢＵＦおよびマルチプレ
クサＭＰＸを通してプロセッサ（マイコン）４０へ取込
まれる。

プロセッサ４０内には第１図(C)に示すようにゲートパ
ルス診断手段４１、交流電圧診断手段４２、交流電流診
断用ニューラルネットワーク４３、直流電圧診断用ニュ
ーラルネットワーク４４、これらの出力を保持する手段
４１ａ〜４４ａ、およびこれらの出力から綜合判断して
故障部位を示す出力信号を生じる。綜合判断手段５０が
設けられる。これらの殆んどはソフトウエアであり、プ
ロセッサのメモリ上にある。

〔作用〕

サイリスタレオナード装置の各部の信号〜はサンプ
リングされ、Ａ／Ｄ変換されたのち、メモリＭ_１〜Ｍ_９
に書込まれる。例えばこのメモリＭ_１〜Ｍ_９は６４個の
アドレス（またはレジスタ）を持つとすれば、６４個の
サンプルのデジタル値がメモリのアドレス１，２，……
６４へ書込まれ、６４個以降のサンプルのデシタル値は
最初に戻ってアドレス１，２，……に書込まれ、以下こ
れが繰り返される。従ってメモリ内には常に最新の６４
サンプルのデータが書込まれていることになる。

障害が発生すると、メモリＭ_１〜Ｍ_９の更新は停止す
る。従って該障害発生の直前の６４サンプルがメモリＭ
_１〜Ｍ_９に保持されることになる。障害箇所の究明には
プロセッサ４０のプログラムを起動して、メモリＭ_１〜
Ｍ_９のデータ取込み、その取込んだデータによる障害箇
所推定を行なわせ、障害箇所を示す信号（メッセージ）
を出力させる。

第２図に各部の障害時のゲートパルス、交流電圧、
交流電流、直流電圧、および直流電流の波形または
状態を示す。この第２図の故障ケースNo.１とNo.１１は
パルス発生器関係、No.２〜No.５はサイリスタ素子関
係、No.６とNo.８は交流電源関係、No.７とNo.１４は移
相器電源関係、No.９とNo.１０は主回路関係、No.１２
は制御関係、そしてNo.１３はサイリスタレオナード装
置以外の故障である。注１，注２，……は以下の如くで
ある。

注１： 1.ゲートパルスが欠相している。 2.交流電流
が各パルス間で差が大きい。 3.直流電圧波形に欠相が
みられる。 4.直流電流は５０Ｈｚ周期で変動。

注２： 1.短絡と同時に交流電流が急激に流れる。 2.
約４msec後に別の相との短絡が発生するとあり。 3.直
流電圧は短絡と同時に電圧を低下させている。 4.直流
電流は０Ａに絞られる。

注３： 1.パルス欠相時と類似の波形である。2.交流電
流は常に流れている。

注４： 1.短絡と同時に交流電流が急激に流れる。 2.
交流電流は素子短絡と、ほとんど同じだが１回目の短絡
でゲートしゃ断している。 3.直流電圧は短絡と同時に
電圧を低下、その後ＡＣ波形。 4.直流電流は０Ａに絞
られる。

注５： 1.パルス欠相と類似の電圧波形となる。 2.交
流電流は１アーム分０Ａのところが存在する。 3.ゲー
トパルスの欠相はないが直流電圧波形では判定できな
い。 4.直流電流は５０Ｈｚ周期で変動。

注６： 1.直流電圧波形が１００Ｈｚ周期性あり。 2.
パルス欠相のようなノコギリ波はない。 3.交流電流は
断続し、その幅は広い。（６msec程度）。 4.直流電流
はハンチング（１００Ｈｚ周期）する。

注７： 1.主回路電源欠相が波形と同じ。 2.パルスに
欠相がある。 3.交流電流は１００Ｈｚで断続した変動
波形。

注８： 1.主回路電圧が変動した後一定電圧（モータ回
生電圧）となる。 2.電流は０Ａになる。 3.ゲートパ
ルスは電圧が低下するので位相進みとなる。

注９： 1.直流出力電圧はほぼ０Ｖになる。 2.交流側
に短絡電流が流れている。 3.直流電流はゲートしゃ断
後回生方向に増大している。

注10： 1.直流出力電圧が０Ｖに自動制御される。 2.
直流電流は出力電圧が０Ｖに制御されても短絡電流が流
れる。 3.交流電流は自動制御されているが５０Ｈｚ周
期で変動。

注11： 1.順素子不能と類似した直流電圧となってい
る。 2.交流電流は５０Ｈｚごとに変動している。 3.
パルスは位相がズレている。

注12： 1.直流出力電圧が増加している。 2.交流電流
も電圧の増加より遅れ増加している。3.直流電流は交流
電流と同じである。 4.ゲートしゃ断後交流電圧波形が
発生している。

注13： 1.直流出力電圧にゲートしゃ断後交流電圧波形
を発生している。 2.ゲートパルスはカットされてい
る。 3.ゲートしゃ断で電流はカットされ流れていな
い。

注14： 1.外部ゲートしゃ断のように交流電圧波形が発
生している。 2.電流は停電後、半サイクルで０Ａとな
る。 3.交流電流と直流電流は同期している。

この第２図から要約的に次のことが言える。即ち、ゲー
トパルスについてはパルス欠落があるか、ないかであ
り、これをチェックすればよい。ゲートパルス診断手段
はこれを行ない、パルス欠落有無を示す出力を生じる。
メモリに、ゲートパルスが発生したとき１（またはその
振幅を示すデータ）、発生しないときは０、を書込んで
おけば、パルス欠落時は、有るべきタイミング位置にそ
れが無いので、これによりパルス欠落を知ることができ
る。

交流電圧については、正弦波か、その一部に歪がある
か、であり、これはフーリェ変換して高調波成分を求め
る等により知ることができる。交流電圧診断手段４２は
これを行ない、歪有無を示す出力を生じる。

直流電流については、これは余り特徴的な変化がなく、
故障部位との相関を認めにくい。従って故障診断には利
用しない。

これに対して交流電流と直流電圧には特徴的な変化があ
り、故障部位と相関を有する。ニューラルネットワーク
４３，４４はこの故障時交流電流波形、直流電圧波形を
入力され、故障部位（第２図の故障名称）の候補を示す
出力を生じる。

ニューラルネットワークの出力層のノード数は、第２図
の故障名称を出力させるとき、１４個とする。入力層の
ノード数は例えば６４個で、１ノードが１サンプルを入
力され、全体では６４サンプル、従ってサンプリング周
期を０．４ｍＳとして２５．６ｍＳの期間の信号波形を
受取る。出力層の各ノードは、自己に割当てられた故障
名称の故障波形が入力層に入力されたとき１またはそれ
に近い値を出力し、そうでないとき０またはそれに近い
値を出力する。

第２図の電圧／電流波形は加速中（ロールに鋼板が噛み
込まれて状態、重負荷時）のもので、起動時・減速時
（ロールに鋼板が噛み込まれていない状態、転負荷時）
は第２図とは異なる波形を有する。そこでニューラルネ
ットワーク４３，４４にはそれぞれ２組用意し、一方に
は加速中の波形を記憶させ（加速中の波形で学習さ
せ）、他方は起動・減速中の波形を記憶させ（同）、故
障診断に際しては加速中の故障発生なら前者を、起動・
減速中の故障発生なら後者を使用する。

第２図に示した波形は一例であって、同じゲートパルス
欠相、サイリスタ素子短絡……であっても若干波形が変
る。そこで学習にはその種々の波形を用い、どの型の波
形を入力しても同じ出力が得られるようにする。

各診断手段及びニューラルネットワークの出力は例えば
４１は欠相なし、４２は歪なし、４３は電源欠相が０．
９、位相トランス欠相は０．８、４４は電源欠相が０．
９、位相トランス欠相は０．７、などである。綜合判断
手段５０はラッチ４１ａ〜４１ｄに取込まれたこれらの
結果から、故障はNo.６の電源欠相であるが、No.７の位
相トランス欠相の可能性もある、等と判断結果を出力す
る。

ニューラルネットワークには１，０の２値を出力するも
のもあるが、これでは上記の例では一方はNo.６が１、
他方はNo.７が１と出力してしまい、どちらが可能性大
か判断しかねる。この点本発明では０〜１の間の数値を
出力でき、程度の把握が可能である。

メモリに採取した信号は故障部位判定の自動
処理には使用しないが、修理者が必要に応じてこれらを
読出して参考に供する。

〔実施例〕

ニューラルネットワークは３層構造のものを用い、入力
層のノード数は６４、出力層のノード数は１４とした。
中間層のノード数を最適に決定する手法はないが、これ
は として良いようで（Ｍは定数は０．８〜１．５）、これ
より３３とした。

〔発明の効果〕

以上説明したように本発明によれば、サイリスタレオナ
ードの故障部位の特定を自動化することができ、迅速な
復旧、省力化などに寄与する所が大きい。

【図面の簡単な説明】 第１図は本発明の原理説明図、 第２図は故障時電圧／電流波形等の例を示す説明図、 第３図は各種故障原因の説明図、 第４図および第５図はサイリスタレオナード装置の要部
回路図、 第６図はニューラルネットワークの説明図である。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 香取 英夫 千葉県君津市君津１番地 新日本製鐵株式 会社君津製鐵所内 (56)参考文献 特開 平２−297074（ＪＰ，Ａ) 特開 昭60−139041（ＪＰ，Ａ) 特開 昭61−283907（ＪＰ，Ａ) 特開 昭59−127586（ＪＰ，Ａ) 特開 昭57−68689（ＪＰ，Ａ)

Claims (1)

【特許請求の範囲】
1. 【請求項１】サイリスタレオナード装置の交流電源の電
   圧、電流波形、および主回路の直流電圧波形、ならびに
   ゲートパルスの発生タイミングを示すデータを常時、循
   環的に書込まれ、故障発生時に書込みを中止されて、そ
   れまでに書込まれたデータを保持するメモリ（Ｍ_１……
   Ｍ₉）と、 該メモリに保持されたゲートパルスのデータを検査して
   欠相有無を示す出力を生じるゲートパルス診断手段（4
   1）と、 該メモリに保持された交流電圧波形のデータを検査して
   歪有無を示す出力を生じる交流電圧診断手段（42）と、 該メモリに保持された交流電流波形のデータを入力され
   て、故障部位の候補を示す出力を生じる交流電流診断用
   ニューラルネットワーク（43）と、 該メモリに保持された直流電圧波形のデータを入力され
   て、故障部位の候補を示す出力を生じる直流電圧診断用
   ニューラルネットワーク（44）と、 これらの診断手段及びニューラルネットワーク（42〜4
   4）の出力から綜合的に判断して故障部位を示す出力を
   生じる綜合判断手段（50）とを備えることを特徴とす
   る、サイリスタレオナード装置の故障診断装置。