WO2021234985A1 - 回転機械システムの診断装置および診断方法 - Google Patents

Abstract

電動機および回転機械の負荷の変動がある場合でも、動力伝達機構に係わる異常等の状態を、誤診断等を抑制または防止しつつ、高精度に診断できる技術を提供する。回転機械システム１００は、電源から供給される電力に基づいて駆動される電動機３と、動力伝達機構６と、回転機械４と、電源から電動機３までの電源線に接続される診断装置１０とを備える。動力伝達機構６は、電動機３側の第１プーリー３Ｐと、回転機械４側の第２プーリー４Ｐと、ベルト５等の駆動伝達部品とを有する。電動機３から動力伝達機構６を通じて回転機械４に加わる負荷が変動する場合において、診断装置１０は、電力における電流を検出し、検出した電流の時系列上の電流値を、所定の時間毎に正規化し、正規化した後の電流データを用いて、動力伝達機構６の状態として少なくとも正常または異常の状態を判定し、診断結果を記憶および出力する。

Description

回転機械システムの診断装置および診断方法

　本発明は、回転機械システムの状態診断技術に関する。

　回転機械システムは、例えば、交流電力に基づいて、電動機（言い換えるとモータ）から、ベルト等を含む動力伝達機構を通じて、駆動力を伝達することで、回転機械を駆動する。例えば、ベルト駆動型の回転機械としては、空気圧縮機、射出成型機、ファン等、多数が存在する。

　回転機械システムは、動力伝達機構に劣化や異常等の状態が発生した場合、駆動力の伝達が不十分または異常になってしまう。そのため、動力伝達機構の状態を診断や検知できる技術が検討されている。

　回転機械システムの状態診断に係わる先行技術例としては、国際公開第２０１８／１０９９９３号（特許文献１）が挙げられる。特許文献１では、「動力伝達機構の異常診断装置」等として、異常診断装置は、動力伝達機構の異常を判定する異常診断部と、電動機の電源に接続された電流検出器を備え、異常診断部は、電流検出器から送信される電流を解析する解析部と、解析部の解析結果から、動力伝達機構の異常を判定する異常判定部とを備える旨が記載されている。

国際公開第２０１８／１０９９９３号

　回転機械システムにおけるベルト等を含む動力伝達機構の状態は、回転機械の性能および安全性を担保する目的から、定期メンテナンス等において適切に管理する必要がある。しかし、連続稼働時間が長い装置や、機構が複雑な装置は、他の装置と比較して、定期メンテナンスによるダウンタイムコストが相対的に増加してしまう。

　動力伝達機構の状態診断に係わる特許文献１の例では、電流検出器から取得した電流値を周波数解析して、電動機の回転周波数以外の側帯波のピークで閾値を超えた個数を検出することで、動力伝達機構に発生した異常を判定する旨が記載されている。

　従来、特許文献１の例のように、一定の負荷を想定した回転機械における動力伝達機構の状態診断を行う技術はあった。このような技術では、設定された一定の閾値を用いて、動力伝達機構の状態を判定している。

　しかしながら、電動機および動力伝達機構に対し連結された回転機械において、回転機械を駆動するための負荷が変動する場合、一定の閾値を用いて診断する方式では、状態判定が難しく、誤診断や誤報が生じる場合がある。より詳しく言えば、電動機の負荷が変化する場合、電動機の電気情報における周波数のスペクトルピーク値も変化する。これにより、電気情報を一定の閾値と比較して状態を判定する方式では、誤判定による失報や誤報が生じる可能性がある。誤判定は、正常なのに異常と判定することや、異常なのに正常と判定すること等である。よって、従来の状態診断技術は、時々刻々と負荷が変化する回転機械システムへの適用は困難である。

　本発明の目的は、回転機械システムの状態診断技術に関して、電動機および回転機械の負荷の変動がある場合でも、動力伝達機構に係わる異常等の状態を、誤診断等を抑制または防止しつつ、高精度に診断できる技術を提供することである。

　本発明のうち代表的な実施の形態は、以下に示す構成を有する。一実施の形態の回転機械システムの診断装置は、電源から供給される電力に基づいて駆動される電動機と、前記電動機に接続されている動力伝達機構と、前記動力伝達機構に接続されている回転機械と、前記電動機または前記電源から前記電動機までの電源線に接続され、前記動力伝達機構の状態を診断する診断装置と、を備える回転機械システムにおける前記診断装置であって、前記動力伝達機構は、前記電動機の回転駆動力を出力する第１プーリーと、前記回転機械を駆動する第２プーリーと、前記第１プーリーと前記第２プーリーとを接続する駆動伝達部品と、を有し、前記電動機から前記動力伝達機構を通じて前記回転機械に加わる負荷が変動する場合において、前記診断装置は、前記電力における電流を検出し、前記検出した電流の時系列上の電流値を、所定の時間毎に正規化し、前記正規化した後の電流データを用いて、前記動力伝達機構の状態を判定し、診断結果を記憶および出力する。

　本発明のうち代表的な実施の形態によれば、回転機械システムの状態診断技術に関して、電動機および回転機械の負荷の変動がある場合でも、動力伝達機構に係わる異常等の状態を、誤診断等を抑制または防止しつつ、高精度に診断できる。

本発明の実施の形態１の診断装置を含む、回転機械システムの構成を示す図である。 実施の形態１で、診断装置の構成例を示す図である。 実施の形態１で、診断装置の主な処理のフローを示す図である。 実施の形態１で、検出電流データおよび電流情報を示す図である。 実施の形態１で、包絡線検知および電流正規化について示す図である。 実施の形態１で、電流の周波数解析結果の例を示す図である。 実施の形態１で、表示画面例を示す図である。 実施の形態１で、負荷の変動の例を示す説明図である。 実施の形態１の比較例で、負荷の変動の場合の判定例を示す図である。 実施の形態１で、負荷の変動の場合の判定例を示す図である。 本発明の実施の形態２の診断装置の主な処理のフローを示す図である。 実施の形態２で、表示画面例を示す図である。 本発明の実施の形態３で、マハラノビス距離について示す図である。 本発明の実施の形態４の診断装置を含む、回転機械システムの構成を示す図である。 本発明の実施の形態５の診断装置を含む、回転機械システムの構成を示す図である。 本発明の実施の形態６の診断装置を含む、回転機械システムの構成を示す図である。 実施の形態６で、スペクトルピークの例を示す図である。

　以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、全図面において同一部には原則として同一符号を付し、繰り返しの説明は省略する。

　＜実施の形態１＞
　図１～図７を用いて、本発明の実施の形態１の回転機械システムの診断装置および診断方法について説明する。実施の形態１の診断方法は、実施の形態１の診断装置で実行されるステップを有する方法である。

　［回転機械駆動システム］
　図１は、実施の形態１の診断装置１０を含むシステムとして回転機械システム１００の構成を示す。この回転機械システム１００は、実施の形態１の診断装置１０と、交流電源１と、スイッチ２と、電動機３と、動力伝達機構６と、回転機械４とを備える。部分１０１は、電動機３と動力伝達機構６と回転機械４との接続で構成される部分である。動力伝達機構６は、ベルト駆動伝達部であり、構成要素として、電動機側プーリーである第１プーリー３Ｐと、ベルト５と、回転機械側プーリーである第２プーリー４Ｐとを有する。回転機械システム１００は、交流電源１、スイッチ２、電動機３、動力伝達機構６、および回転機械４から主要部が構成されており、その主要部に対し診断装置１０が接続されている。診断装置１０は、電動機３等に対し近接配置されてもよいし、遠隔配置されてもよい。操作者であるユーザＵ１は、診断装置１０を操作および管理し、回転機械システム１００の状態の確認等を行う。

　実施の形態１では、回転機機４を含む部分１０１として、空気圧縮機に適用した例を示すが、これに限らず、他の種類の回転機械システムにも同様に適用可能である。

　交流電源１は、三相交流電源であり、スイッチ２を介して、電動機３に電力を供給する。スイッチ２は、電源の投入（言い換えるとオン状態）と遮断（言い換えるとオフ状態）との状態を切り替えられるスイッチ基板であり、スイッチ回路のみならず、他の制御回路等を含んでもよい。スイッチ２は、交流電源１と電動機３との間に接続されている電源線１Ｌの途中に設けられている。電源線１Ｌは、三相交流電力を伝達する線である。ユーザＵ１は、回転機械システム１００の運転開始時に、スイッチ２を操作して電源投入状態にする。これにより、交流電源１の電力が電源線１Ｌおよびスイッチ２を介して電動機３に供給されることで、電動機３が回転駆動される。

　電動機３は、電力に基づいて動力として回転機械４の回転駆動力を生成する。電動機３には、例えば誘導電動機が適用される。これに限らず、電動機３には、種々の電動機が適用可能である。電動機３は、動力伝達機構６を介して回転機械４と接続されている。回転機械４は、動力伝達機構６から、電動機３の回転駆動力を受けて、回転駆動する。

　電動機３は、駆動軸（モータ軸ともいう）に設けられた第１プーリー３Ｐを有する。回転機械４は、駆動軸に設けられた第２プーリー４Ｐを有する。各プーリー（３Ｐ，４Ｐ）は、駆動軸とベルト５との間で動力を伝達する部品である。ベルト５は、動力伝達部品の例である。動力伝達部品は、ベルト５に限らず、チェーンやロープ等が適用されてもよい。第１プーリー３Ｐと第２プーリー４Ｐとの間には、摩擦等を伴って、ベルト５が掛けられている。第１プーリー３Ｐには、ベルト５の一方の端部が掛けられ、第２プーリー４Ｐには、他方の端部が掛けられている。これにより、プーリー（３Ｐ，４Ｐ）とベルト５によるベルト駆動伝達部（言い換えると巻掛伝動装置）が構成されている。

　診断装置１０は、動力伝達機構６の状態を診断する機能を有する装置であり、例えばＰＣや電子回路基板等で実装できる。図１の構成例では、診断装置１０は、交流電源１と電動機３との間の電源線１Ｌに対し接続されている。特に、診断装置１０は、交流電源１とスイッチ２との間の電源線１Ｌにおける一箇所（三相の線のうちの１本の線）に対し、端子１Ｎおよび検出用電線１Ｓを通じて接続されている。

　診断装置１０は、電気情報検出部１１、診断部１３、表示装置１４、報知装置１５、操作部１６、および設定部１７を有する。ユーザＵ１は、操作部１６を操作することで、診断装置１０に指示や情報を入力する。操作部１６は、例えばキーボード、マウス、操作パネル等でもよいし、通信接続されるＰＣ等を用いてもよい。

　電気情報検出部１１は、端子１Ｎおよび検出用電線１Ｓを通じて、交流電源１と電動機３との間の電源線１Ｌにおける一箇所（三相の線のうちの１本の線）に対し接続されている。電気情報検出部１１は、交流電源１と電動機３との間の電源線１Ｌの電気情報を検出、検知または測定する部分であり、回路等の装置で構成される。実施の形態１では、電気情報として、電流（本例では相電流）を用いる。つまり、実施の形態１では、電気情報検出部６は、電流センサを有し、電流（言い換えると電流情報、電流値）を検出できる。電気情報検出部１１は、検出した電流の信号を電流信号Ｅ１として、診断部１３へ出力する。電流信号Ｅ１は、時系列での電流値を表すアナログ信号である。なお、診断装置１０内、例えば診断部１３内（電気情報検出部１１内でもよい）には、アナログ・デジタル変換器（ＡＤＣ）を有する。電流信号Ｅ１であるアナログ信号は、そのＡＤＣによって適宜にデジタル信号に変換される。

　診断部１３は、電流信号Ｅ１に基づいて、動力伝達機構６の状態、特にベルト５による駆動伝達に係わる状態を診断し、診断結果の記憶および出力等の処理を行う部分である。言い換えると、診断部１３は、ベルト５の伝達や駆動力に関する異常や劣化、あるいは予兆等の状態を検知し、ユーザＵ１等に対し報知等の出力を行う部分である。予兆は、異常や故障等に至る前における異常や故障等の予兆を指す。

　なお、変形例としては、診断部１３から、診断結果に基づいて、出力制御として、電動機３や回転機械４を含む部分１０１についての何らかの駆動制御を行ってもよい。この制御は、例えば、診断結果の状態が、異常または劣化度合いが高い状態である場合に、電動機３や回転機械４の駆動動作を一時停止させることや、減速運転させること等が挙げられる。その場合、診断装置１０から、制御用の信号を、スイッチ２または電動機３等に与える。

　電動機３と動力伝達機構６と回転機械４とで構成される部分１０１において、電動機３の電流周波数（電気周波数、回転周波数、等と呼ばれる場合もある）をｆｍ[Hz]とし、回転機械４の回転周波数をｆｃ[Hz]とする。電流周波数ｆｍは、電動機３の回転速度に対応する周波数である。

　なお、電流周波数ｆｍは、交流電源１から電動機３に供給される交流電力の周波数から事前に知ることができる。これに限らず、電動機３内、または交流電源１から電動機３までの間に、所定のセンサを設け、そのセンサによって電流周波数ｆｍを検出する構成、あるいはセンサ検出情報から電流周波数ｆｍを計算する構成としてもよい。

　実施の形態１等では、回転機械４は、負荷が変動する場合がある回転機械であり、周期的な負荷トルクや回転変動が生じる場合がある。これに対応して、電動機３も、負荷が変動する場合がある。この回転機械４では、電動機３の電流周波数ｆｍで変化する電流波形が、回転機械４の周期的な負荷トルクにより回転周波数ｆｃで変調されて観測される。言い換えると、電動機３の電流周波数ｆｍでの電流波形における振幅が、回転機械４の回転周波数ｆｃで変調される。

　実施の形態１では、動力伝達機構６の状態、特にベルト５の伝達に係わる状態に関して、少なくとも、“正常”と“異常”との２つの状態を区別して診断する。情報処理上では、例えば、“正常”状態が値０、“異常”状態が値１のように定義される。ベルト５の伝達に係わる状態が“正常”状態の場合とは、第１プーリー３Ｐとベルト５と第２プーリー４Ｐとの間で、スリップ等が発生していない場合や、ベルト５等に損傷等が発生していない場合が該当する。“異常”状態の場合とは、第１プーリー３Ｐとベルト５と第２プーリー４Ｐとの間で、スリップ等が発生している場合や、ベルト５等に損傷等が発生している場合が該当する。

　これに限らず、動力伝達機構６の状態は、より詳しく、３値以上の状態値で定義されてもよい。例えば、ベルト５に関する状態値として、正常から異常までの間での劣化度合いを表す複数の状態値を用いてもよい。例えば、劣化度合いが小さい状態を値１、劣化度合いが中程度の状態を値２、劣化度合いが大きい状態を値３とする等である。その場合、診部１３では、劣化度合いを判断する手法を用いる。

　また、状態値として、“異常”状態とは別に、その“異常”状態に至る前の状態として“予兆”状態を用いてもよい。その場合、診断部１３では、予兆を判断する手法を用いる。上記劣化度合いや予兆を判断する手法の詳細については限定しない。

　実施の形態１では、状態の診断のために、電流センサを用いるが、これに限らず、動力伝達機構６の付近に設置される他の種類のセンサ（例えばマイク等）を併用してもよい。

　動力伝達機構６のベルト５の状態が正常である前提の場合、電流周波数ｆｍと回転周波数ｆｃとの関係は、下記の式１で表すことができる。Ｒ１は第１プーリー３Ｐの径である。Ｒ２は第２プーリー４Ｐの径である。Ｒｍは、電動機３の構造により決まる極対数であり、機械的なモータ軸の回転周波数と電動機３の電気的な周波数とを変換する係数である。
　式１：　ｆｃ＝Ｒ２／Ｒ１×ｆｍ／Ｒｍ

　診断部１３は、電気情報検出部１１から取得した電気情報としての電流信号Ｅ１に基づいて、まず、図１の吹き出しでも示すように、第１情報Ｓ１を演算する。第１情報Ｓ１は、ベルト５の伝達の異常度合いを表す状態値である。診断部１３は、診断および検知の結果として、その第１情報Ｓ１を含むデータを、記憶および出力する。診断部１３は、例えば第１情報Ｓ１を含むデータを、表示装置１４の表示画面に表示させる。これにより、ユーザＵ１に対し、動力伝達機構６のベルト５の状態が伝えられる。

　また、診断部３は、第１情報Ｓ１に応じて、診断結果および報知等に係わる第２情報Ｓ２を決定し、第２情報Ｓ２の値に応じて、報知装置１５等の出力を制御する。すなわち、診断部１３は、第２情報Ｓ２の値に応じて、報知信号を報知装置１５に与えることで、ユーザＵ１に対し、警告等を報知させる。報知装置１５は、報知信号に従って、ベルト５の異常状態等をユーザＵ１に伝えるための警告を報知する。

　診断部１３は、例えば、後述のスペクトルピーク値と、設定された閾値（Ｈとする）との比較に基づいて、第１情報Ｓ１の状態値を決定する。例えば、スペクトルピーク値が閾値Ｈ以上である場合、異常状態（言い換えると異常度合いが十分に高い状態）と判定される。また、診断部１３は、第１情報Ｓ１の状態値に応じて、第２情報Ｓ２を決定する。

　表示装置１４は、診断装置１０に内蔵または外付けで設けられ、表示画面に画像を表示する。診断装置１０は、所定のグラフィカル・ユーザ・インタフェースで、表示装置１４の表示画面に情報を表示する。報知装置１５は、音声や発光や画面表示等を用いてユーザＵ１への報知を実現する装置である。報知装置１５は、例えば、ブザー音等を発生させてスピーカから出力するブザー装置でもよいし、合成音声によって異常状態をスピーカから出力する装置でもよい。報知装置１５は、ランプの発光で状態を伝える装置でもよいし、表示画面に警告等を表示する装置でもよいし、メール等で宛先へ状態を通知する装置でもよい。報知装置１５と表示装置１４とが一体でもよい。

　診断装置１０は、電動機３、動力伝達機構６および回転機械４を含む部分１０１の稼働中に、すなわち稼働の開始から終了までの時間に、動力伝達機構６に関する状態の診断を行う。例えば、診断装置１０は、電気情報検出部１１での検出状態から、部分１０１の稼働状態を判断できるので、その稼働状態に合わせて診断の開始や終了を制御してもよい。あるいは、診断装置１０は、電動機３等から稼働状態に関する情報を入力し、その情報に合わせて診断の開始や終了を制御してもよい。あるいは、診断装置１０は、ユーザＵ１による操作部１６の操作に基づいて、診断の開始と終了を制御してもよい。

　設定部１７では、ユーザＵ１による表示装置１４の画面確認、および操作部１６の操作に基づいて、診断部１３の処理に係わる閾値Ｈ等の設定情報を設定することができる。

　なお、実施の形態１の図１の構成例は、回転機械４等を含む部分１０１に対し、外付けで診断装置１０が設置される場合であるが、後述のように、これに限定されない。診断装置１０は、電動機３やスイッチ２等に内蔵で実装されてもよい。

　［回転機械］
　回転機械４を含む部分１０１は、言い換えると、製造ライン等を構成する産業機械である。回転機械４の具体例としての圧縮機、特に空気圧縮機（コンプレッサー）の構成例は以下の通りである。空気圧縮機には各種が存在し、いずれも適用可能である。空気圧縮機の場合、図１の部分１０１において、回転機械４は、空気圧縮機構で構成される。電動機３で生成された動力は、動力伝達機構６によって、空気圧縮機構に伝達される。空気圧縮機構には、吸気機構や吐出機構を備える。空気圧縮機構の容器内部には、ロータあるいはピストン等を備える。吸気機構から吸気された空気は、空気圧縮機構の容器内部に供給され、その空気が空気圧縮機構で圧縮される。空気圧縮機構は、動力伝達機構６から伝達された動力に基づいて、容器内でのロータの回転運動、あるいはピストンの往復運動によって、容器内の空気を圧縮する。空気圧縮機構で圧縮された空気は、吐出機構から吐出される。吐出機構から吐出された圧縮空気は、配管を通じて、その圧縮空気を必要とする装置（例えばエアシリンダやエアモータ等）に供給される。

　例えば、装置に応じて必要な圧縮空気の圧力等に応じて、空気圧縮機での負荷が変動し得る。その負荷変動に応じて、電動機３に与える電流、および電動機３から動力伝達機構６を通じて回転機械４である空気圧縮機構に与える回転駆動力等が変動する。

　適用可能な回転機械４としては、空気圧縮機に限定されない。回転機械４は、動力伝達機構６からの回転駆動力を受ける機械であればよい。回転機械４として例えばプレス機である場合、構成例は以下の通りである。プレス機は、金属等の素材に対し、強い圧力による加工を行い、金型に基づいた形状に変形させる機械である。プレス機の場合、図１の部分１０１において、回転機械４は、プレス加工機構で構成される。電動機３で生成された動力は、動力伝達機構６によって、プレス加工機構に伝達される。プレス機は、電動機３の回転運動を、動力伝達機構６を通じて、プレス加工機構での往復運動に変換する。プレス加工機構は、往復運動によって、金型内の供給部材に対しプレス加工を行う。例えば、プレス加工機構での加工内容に応じて、プレス機で必要な負荷が変動し得る。その負荷変動に応じて、電動機３に与える電流、および電動機３から動力伝達機構６を通じて回転機械４であるプレス加工機構に与える回転駆動力等が変動する。

　［診断装置］
　図２は、診断装置１０のハードウェアやソフトウェアの構成例を示す。診断装置１０は、プロセッサ２０１、メモリ２０２、補助記憶装置２０３、通信インタフェース装置２０４、電流センサ２０５、表示装置１４、および報知装置１５等を備え、それらがバス等を介して相互に接続されている。プロセッサ２０１は、ＣＰＵ、ＲＯＭ、ＲＡＭ等で構成され、言い換えるとコントローラであり、ソフトウェアプログラム処理に基づいて、図１の機能ブロック構成に基づいた状態診断機能等を実現する。処理の一部は専用回路で実現されてもよい。メモリ２０２または補助記憶装置２０３には、制御プログラム２１０、設定情報２２０、処理データ２２０等が記憶される。補助記憶装置２０３には、診断結果データ２４０等が記憶される。処理データ２２０や診断結果データ２４０は、図１の第１情報Ｓ１や第２情報Ｓ２を含む。処理データ２２０は、処理中に使用または生成された後述のスペクトル分析結果、包絡線信号、正規化信号等を含む。通信インタフェース装置２０４は、所定の通信インタフェースで外部との通信処理を行う。電流センサ２０５は図１の電気情報検出部１１を構成する。

　［処理フロー（１）］
　図３は、診断装置１０の特に診断部１３による主な処理のフローを示す。図３のフローはステップＳ１０１～Ｓ１１４を有する。ステップＳ１０１では、診断部１３は、診断動作のフラグＦを設定する。フラグＦは、値０が停止、値１が開始を意味するとする。フラグＦの設定は、例えばユーザが診断動作を開始したい場合に、操作部１６のボタン操作等に基づいて、フラグＦを値１に立てる場合が挙げられる。あるいは、診断装置１０にタイマー機能を有する場合、タイマー機能を用いて、予め設定された時間毎に自動的にフラグＦを値１に立てる場合が挙げられる。

　ステップＳ１０２では、診断部１３は、フラグＦの値が１（すなわち開始）の場合、ステップＳ１０３に進み、値が０（すなわち停止）の場合、フローを終了する。ステップＳ１０３では、診断部１３は、電気情報検出部１１からの電流信号Ｅ１であるアナログ信号をＡＤＣで変換してデジタル信号にする。このデジタル信号は、言い換えると、時系列上の検出電流データである。

　ステップＳ１０４では、診断部１３は、上記検出電流データに基づいて、予め決められた単位時間ＴＵ（言い換えるとサンプリング時間）毎に、データとして単位時間データＤＵを取得・収集する動作を行う。単位時間データＤＵは、言い換えるとサンプリング電流値である。診断部１３は、この動作を、予め決められた蓄積時間（ＴＬとする）毎に、複数回の動作として繰り返す。

　図４は、検出電流データと各種の時間との関係を示す。図４の（Ａ）のグラフは、横軸が時間（時点をｔとする）であり、縦軸が電流［Ａ（アンペア）］である。時間４０１は、複数（ｍ）の蓄積時間ＴＬとして、蓄積時間ＴＬ１，ＴＬ２，……，ＴＬｍからなる時間を示す。なお、１つの蓄積時間ＴＬの単位で、あるいは、所定の複数（ｍ）の蓄積時間ＴＬを１つの時間４０１とした単位で、後述の平均等の統計値が計算されてもよい。

　図４の（Ｂ）のグラフは、１つの蓄積時間ＴＬでの拡大を示す。１つの蓄積時間ＴＬ内には、複数の単位時間ＴＵを含む。単位時間ＴＵ毎の単位時間データＤＵとして、電流情報Ｉｒ（言い換えると電流値）を有する。すなわち、１つの蓄積時間ＴＬ内には、複数の単位時間データＤＵである複数の電流情報Ｉｒを有する。この蓄積時間ＴＬ毎のデータ毎に、後述の包絡線信号、正規化信号、スペクトルピーク等が計算される。

　ステップＳ１０５では、診断部１３は、ステップＳ１０４で収集する蓄積時間ＴＬでの各単位時間データＤＵ（電流情報Ｉｒ）を、メモリ（図２のメモリ２０２）に蓄積する。時系列上で、このような蓄積時間ＴＬ毎に、データの収集・蓄積等の処理が同様に繰り返される。

　［処理フロー（２）－包絡線検知処理］
　ステップＳ１０６では、診断部１３は、蓄積時間ＴＬの電流情報Ｉｒについて、包絡線検知処理を行う。図５は、ステップＳ１０６の包絡線検知処理について示す。ステップＳ１０６で、診断部１３は、ステップＳ１０５で蓄積した単位時間データＤＵである電流情報Ｉｒを時系列で入力する。診断部１３は、その電流情報Ｉｒに基づいて、包絡線検知処理を行い、包絡線信号ＩｈＬとして抽出する。

　図５の（Ａ）は、包絡線信号ＩｈＬの例を示す。（Ａ）のグラフは、横軸が時間、縦軸が電流である。線５０１は、包絡線信号ＩｈＬの例である。（Ａ）では、図４の１つの蓄積時間ＴＬに対応するデータ分の包絡線信号を図示している。このような包絡線信号ＩｈＬは、図示のように周期変化する波となっており、回転機械４側の回転情報、特に回転周波数ｆｃが表われている。診断部１３は、このような包絡線検知によって、電動機３の検出電流から、回転機械４側の回転情報（すなわち回転周波数ｆｃに対応する情報）を抽出できる。蓄積時間ＴＬ内での包絡線信号ＩｈＬは、最大値や最小値を有する。最大値をｍａｘ（ＩｈＬ）とし、最小値をｍｉｎ（ＩｈＬ）とする。例として、最大値５０２ａ、最小値５０２ｂを示す。

　実施の形態１の例では、診断部１３は、ステップＳ１０６の包絡線検知で、ヘテロダイン検波を行う。ヘテロダイン検波では、下記の式２に示すように、電流情報Ｉｒに、電動機３の電流周波数ｆｍで変化する正弦波関数が乗算される。診断部１３は、電動機３の電流周波数ｆｍを用いて、正弦波関数を発生する。診断部１３内の乗算器は、電流情報Ｉｒとその正弦波関数とを乗算する。電流情報Ｉｒのヘテロダイン検波後の電流情報を、検波後電流情報Ｉｈとする。
　式２：　Ｉｈ＝Ｉｒ×sin（２π×ｆｍ×ｔ）

　ここで、電流情報Ｉｒが下記の式３に従うと仮定して説明する。式３で、Ｉｏは電流振幅である。また、式３から、式２は、半角の公式を用いて、下記の式４のように変形できる。
　式３：　Ｉｒ＝｛Ｉｏ×sin（２π×ｆｃ×ｔ）｝×sin（２π×ｆｍ×ｔ）
　式４：　Ｉｈ＝｛Ｉｏ×sin（２π×ｆｃ×ｔ）｝×（１－cos（２×２π×ｆｍ×ｔ）／２

　診断部１３は、式４の検波後電流情報Ｉｈを、２×ｆｍ[Hz]の周波数成分を除去するようなローパスフィルタ（ＬＰＦ）に通過させる。すると、下記の式５により、回転機械４の回転周波数ｆｃで変化する包絡線信号ＩｈＬが得られる。
　式５：　ＩｈＬ＝｛Ｉｏ×sin（２π×ｆｃ×ｔ）｝／２

　上記のように、診断部１３は、ステップＳ１０６での包絡線検知処理によって、図４の電流情報Ｉｒから、図５の（Ａ）のような回転周波数ｆｃで表現される包絡線信号ＩｈＬに変換する。本例では、包絡線検知の際にヘテロダイン検波を適用したが、これに限らず、ヒルベルト変換等を同様に適用可能である。診断部１３の各演算は、ソフトウェアプログラム処理で実現してもよいし、ハードウェア回路で実現してもよい。

　［処理フロー（３）－正規化処理］
　続いて、図３のステップＳ１０７では、診断部１３は、電気情報（特に電流情報）の正規化処理を行う。ステップＳ１０７では、診断部１３は、ステップＳ１０６で得た包絡線信号ＩｈＬに対し、正規化処理（特に包絡線信号正規化処理）を行うことで、包絡線正規化信号Ｉｓｔを取得する。実施の形態１で扱う「正規化」は、数学的な正規化であり、所定の範囲（例えば０から１までの範囲）の値に変換することである。

　図５の（Ｂ）は、ステップＳ１０７の正規化処理後の包絡線正規化信号Ｉｓｔの例を示す。線５０３は、包絡線正規化信号Ｉｓｔの例である。診断部１３は、包絡線正規化信号Ｉｓｔの演算では、下記の式６を用いる。包絡線正規化信号Ｉｓｔは、時間（ｔ）の関数であり、Ｉｓｔ（ｔ）で表す。式６の演算は、包絡線信号ＩｈＬの電流値と最小値との差を、包絡線信号ＩｈＬの最大値と最小値との差によって除算することで、正規化する演算である。
　式６：　Ｉｓｔ（ｔ）＝｛ＩｈＬ（ｔ）－ｍｉｎ（ＩｈＬ）｝／｛ｍａｘ（ＩｈＬ）－ｍｉｎ（ＩｈＬ）｝

　式６の演算によって、図５の（Ａ）の包絡線信号ＩｈＬ（線５０１）が、（Ｂ）の包絡線正規化信号Ｉｓｔ（線５０３）のように正規化される。（Ｂ）で、範囲５０４は、正規化における最小値０から最大値１までの範囲である。すなわち、包絡線正規化信号Ｉｓｔは、最小値０から最大値１までの範囲に正規化されたデータである。

　このように、診断部１３は、各蓄積時間ＴＬ内で、各検出電流データに対し、正規化を含む処理を繰り返す。図４の蓄積時間ＴＬ（ＴＬ１，ＴＬ２，……）毎に包絡線正規化信号Ｉｓｔ（Ｉｓｔ１，Ｉｓｔ２，……）が得られる。

　［処理フロー（４）－スペクトルピーク検出処理］
　続いて、図３のステップＳ１０８では、診断部１３は、蓄積時間ＴＬ毎の包絡線正規化信号Ｉｓｔについて、高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）によるスペクトル分析処理を行い、スペクトル分析結果であるスペクトラムを得る。次のステップＳ１０９では、診断部１３は、ステップＳ１０８のスペクトラムに基づいて、スペクトルピーク検出処理を行う。診断部１３は、蓄積時間ＴＬ毎に、スペクトルピーク値（Ｐとする）を検出する。

　図６は、ステップＳ１０９のスペクトルピーク検出処理について示す。図６のグラフは、スペクトラムを示し、横軸は周波数[Hz]、縦軸は振幅[無次元量]である。図６の（Ａ）は、動力伝達機構６のベルト５に関する状態が正常状態である場合の例を示し、図６の（Ｂ）は、異常状態である場合の例を示す。（Ａ）で、スペクトルピーク６０１は、正常状態でのスペクトルピークを示し、ある周波数と振幅値で表される。スペクトルピーク６０１の周波数は、定格周波数として回転機械４の回転周波数ｆｃが表われている。スペクトルピーク６０１の振幅値を振幅値ａ１で示す。前述のステップＳ１０６の包絡線信号ＩｈＬでは、回転機械４側の回転情報である回転周波数ｆｃが抽出されている。その結果、（Ａ）の正常状態におけるスペクトルピーク６０１の周波数は、その回転周波数ｆｃの周波数帯と一致している。

　一方、（Ｂ）で、異常状態でのスペクトルピーク６０２は、ある周波数と振幅値で表される。本例では、異常状態でのスペクトルピーク６０２の周波数は、正常状態でのスペクトルピーク６０１の周波数、すなわち回転周波数ｆｃと、同じ位置にある。異常状態でのスペクトラムでは、図示のように、スペクトルピーク６０２の回転周波数ｆｃの付近の別の周波数の位置に、側帯波６０３が生じている。スペクトルピーク６０２の振幅値を振幅値ａ２で示す。

　なお、ステップＳ１０９でのスペクトルピークの検出範囲（対応する周波数範囲）は、予め設定された範囲として、回転機械４の回転周波数ｆｃのとり得る範囲としてもよいし、その範囲のうちの一部の範囲としてもよい。その回転周波数ｆｃの範囲は、電動機３の電流周波数ｆｍおよびプーリー比（Ｒ１：Ｒ２）から式１に基づいて計算されてもよい。

　ここで、図６の（Ａ）と（Ｂ）を比較すると、（Ｂ）の異常状態でのスペクトルピーク６０２の振幅値ａ２は、（Ａ）の正常状態でのスペクトルピーク６０１の振幅値ａ１よりも減少していることが確認できる。これは以下のような作用のためである。すなわち、ベルト５の伝達の異常がある場合、それによって、電動機３側の負荷に対応する駆動力が、回転機械４側に、適切・効率的には伝達されない。これにより、異常状態では、正常状態で観測される定格周波数である回転周波数ｆｃ以外での回転周波数が発現し、その回転周波数を含む周波数帯での側帯波６０３が観測される。その結果、スペクトルピーク６０２の振幅値ａ２がスペクトルピーク６０１の振幅値ａ１よりも減少する。振幅値ａ１，ａ２は、０から１までの範囲内の値である。

　診断部１３は、ステップＳ１０９で、検出した蓄積時間ＴＬ毎のスペクトルピーク値Ｐのデータ（図６のように周波数と振幅の情報を含む）を、メモリ（図２）に保存する。なお、図６の例では、１つの周波数である回転周波数ｆｃにピークが出現した場合を示したが、これに限らず、実際の事例によっては複数の周波数に各ピークが出現する場合もある。その場合でも診断処理が同様に適用可能である。

　［処理フロー（５）－状態診断処理］
　次に、ステップＳ１１０で、診断部１３は、上記スペクトルピーク値Ｐのデータに基づいて、ベルト伝達異常度合いを表す第１情報Ｓ１の演算処理を行う。本例では、診断部１３は、スペクトルピーク値Ｐ（周波数と振幅）と、設定された閾値Ｈ（すなわちスペクトルピーク閾値）とを比較し、第１情報Ｓ１の状態値を判定する。閾値Ｈは、ベルト伝達異常度合いを表す第１情報Ｓ１の判定に係わる閾値であり、特に振幅の閾値を含む。本例では、診断部１３は、スペクトルピーク値Ｐが閾値Ｈ未満である場合（Ｐ＜Ｈ）には、第１情報Ｓ１の値を０とし、スペクトルピーク値Ｐが閾値Ｈ以上である場合（Ｐ≧Ｈ）には、第１情報Ｓ１の値を１と判定する。実施の形態１での状態の定義では、第１情報Ｓ１は、値０または値１をとる。Ｓ１＝０は正常状態、Ｓ１＝１は異常状態である。スペクトルピーク値Ｐが閾値Ｈに近づくほど、第１情報Ｓ１の値が０（正常）に近づく値となり、異常度合いが小さい状態を表し、スペクトルピーク値Ｐが閾値Ｈから離れるほど、第１情報Ｓ１の値が１（異常）に近づく値となり、異常度合いが大きい状態を表す。

　図６の（Ｃ）は、上記判定に関する説明図を示す。あるスペクトルピーク値Ｐの振幅値をａｐとする。振幅の閾値をａｈとする。スペクトルピーク値Ｐの振幅値ａｐが閾値ａｈ以上の場合には、第１情報Ｓ１の値を０とし、スペクトルピーク値Ｐの振幅値ａｐが閾値ａｈ未満の場合には、値を１とする。

　次に、ステップＳ１１１では、診断部１３は、第１情報Ｓ１を用いて、診断結果および報知に係わる第２情報Ｓ２の値を判定し、その値に応じた出力制御内容を決める。本例の第２情報Ｓ２の定義では、第２情報Ｓ２は、値０または値１をとる。Ｓ２＝０は、正常であるため報知しないことを表し、Ｓ２＝１は、異常に関する警告を報知することを表す。本例では、診断部１３は、Ｓ１＝０の場合にはＳ２＝０とし、Ｓ１＝１の場合にはＳ２＝１とする。

　ステップＳ１１２では、診断部１３は、上記Ｓ２＝０の場合（Ｎ）にはステップＳ１０２へ戻り、Ｓ２＝１の場合（Ｙ）にはステップＳ１１３へ進む。ステップＳ１０２に戻った場合、同様の繰り返しである。ステップＳ１１３で、診断部１３は、Ｓ１＝１（異常）に対応する信号を表示装置１４に送信することで、表示装置１４の表示画面に、動力伝達機構６が異常状態であることを表す画像を表示させる。また、診断部１３は、Ｓ２＝１に対応する信号を報知装置１５に送信することで、報知装置１５から、動力伝達機構６が異常状態であることを警告する報知を出力させる。

　ステップＳ１１３では、診断部１３は、診断終了処理を行うために、フラグＦの値を０に設定し、これによりフローが終了する。

　［状態判定］
　ステップＳ１０７の正規化処理後に、動力伝達機構６の状態をどのように判定するかの方法として、実施の形態１では、上記のように、スペクトルピーク値Ｐと一定の閾値Ｈとを比較して判定する方法を用いた。この方法の例には限定されず、各種の方法を適用可能である。他の方法の例としては、複数の閾値および対応する複数の範囲を用いて、第１情報Ｓ１の状態値として３値以上の状態値に分類する方法を用いてもよい。また、他の方法の例としては、さらに時間閾値を用いて、あるパラメータ値の状態が時間閾値以上の時間で継続した場合に、異常状態等の状態と判定する方法を用いてもよい。

　［画面例］
　図７は、表示装置１４での画面例として、回転機械システム１００の動力伝達機構６の状態を表示する例を示す。図１の動力伝達機構６を含む部分１０１毎に、管理上の識別情報（ＩＤ）が付与されている。そのＩＤ毎に、第１情報Ｓ１の状態値が表示される。診断装置１０は、動力伝達機構６の状態がユーザＵ１に容易に認識できるように、状態値を表す画像を表示する。（Ａ）の画面例では、Ｓ１＝０の場合に、「正常」文字列画像が表示されている。診断装置１０は、Ｓ１＝０である限り、この「正常」状態の表示を継続する。（Ｂ）の画面例では、Ｓ１＝１の場合に、「異常」文字列画像が表示されている。診断装置１０は、第１情報Ｓ１の値が０から１に変わった場合には、この「異常」状態の表示に切り替える。なお、画面では、このような状態の表示に限らず、例えば、ユーザＵ１に対し保守作業等の対処を促すメッセージ等を出力してもよい。

　図７の（Ｃ）は、回転機械システム１００において、診断対象となる動力伝達機構６を含む部分１０１が複数存在する場合に、それらの複数の部分１０１の各部分１０１の状態を並列に同時に診断する場合の表示例を示す。この場合でも、このシステムでは、複数の部分１０１の状態についての一括監視が可能である。（Ｃ）の画面例では、動力伝達機構６が４つ存在する場合であり、ＩＤ毎の第１情報Ｓ１の画像が並列で表示されている。例えば、ＩＤ＝００３を持つ動力伝達機構６の部分１０１のみが、Ｓ１＝１として異常状態となっている。なお、表示通信１４は、置き型のＰＣでもよいし、タブレットやスマートフォン等の情報端末を用いてもよい。その場合、診断装置１０からそれらの情報端末へＷｉ－Ｆｉ（登録商標）やBluetooth（登録商標）等の通信インタフェースで通信を行ってもよい。

　［出力制御例］
　他の出力制御例として以下としてもよい。診断装置１０は、診断結果として例えば第１情報Ｓ１の値が１（異常）の場合、自動的に、図１のスイッチ２に制御信号を与えることでスイッチ２をオフ状態に切り替えるように制御する。これにより、電動機３からの動力伝達機構６を通じた回転機械４の稼働を停止させる。また、診断装置１０は、その停止の旨を表示装置１４等で出力させ、ユーザＵ１に保守作業等の対処を促す。同様に、減速運転への移行の制御等も可能である。

　［他の画面例］
　診断装置１０は、他にも、表示装置１４の表示画面に、図４，図５，図６のようなグラフを表示してもよい。特に、図５のような包絡線正規化信号Ｉｓｔが表示されてもよい。また、図６のようなスペクトラムが、周波数、振幅、閾値Ｈ等の値とともに表示されてもよい。また、表示装置１４の画面では、前述の設定部１７を用いてユーザ設定が可能である。ユーザ設定では、判定方式（例えば各実施の形態の方式）の選択や、判定用の閾値の設定を可能とする。また、ユーザ設定では、診断実行のタイマー設定や、対象の回転機械４等の情報管理等を可能とする。また、ユーザ設定では、電動機３や回転機械４の負荷の変動の範囲の設定を可能とする。

　［効果等（１）］
　上記のように、実施の形態１の診断装置１０および診断方法によれば、電動機３および回転機械４の負荷の変動がある場合でも、動力伝達機構６に係わる異常等の状態、例えばベルト５による回転駆動力の伝達異常を、誤診断等を抑制または防止しつつ、高精度に診断できる。特に、実施の形態１によれば、最低限、電流センサがあればよく、電動機３や回転機械４の負荷を測定するセンサ等の追加設置は不要であるため、低コストで診断を実現できる。実施の形態１によれば、誤診断等を抑制して高精度に診断できるので、連続稼働時間が長い装置や、機構が複雑な装置であっても、定期メンテナンスによるダウンタイムコストを低減できる。

　従来技術例の回転機械システムの状態診断技術の場合、一定の閾値を用いて動力伝達機構の状態を診断する方式では、回転機械の負荷の変化には対応できず、誤判定等が生じる可能性が高い。誤判定に関する対策としては、負荷に応じて変動する閾値を設定する状態診断技術も考えられる。しかし、この技術の場合、各負荷に応じた適切な各閾値を設定する必要とともに、回転機械の負荷を測定するセンサ（例えば回転センサ）等の追加設置も必要である。また、そのセンサ等による負荷情報に基づいて、変動する負荷と閾値との対応関係を設定する閾値データテーブル、およびそのテーブルを記憶するメモリ資源等も必要になる。すなわち、この技術の場合、追加コスト増大や、メモリデータ量逼迫等を招く。

　実施の形態１によれば、回転機械システムの運転時に電動機３に供給される電流の検出に基づいて、回転機械４の負荷が変化する場合でも、同一のアルゴリズムで、動力伝達機構６の異常等の状態を検知することができる。この方式では、基本的に図１のように電動機３への電流を検出して処理するだけで済み、回転機械４の負荷を計測するセンサ等の特別の手段の設置は不要である。また、このシステムでは、診断装置１０が異常状態を検知した場合、即時に警告を報知することで、ユーザＵ１に対しベルト５等の異常の発生を伝えることができる。ユーザＵ１は、加工作業を行う作業者でもよい。また、報知等の出力は、診断装置１０の近傍への出力に限らず、通信を介して遠隔の所定の場所や宛先への通知としてもよい。

　［効果等（２）］
　図８～図１０を用いて、実施の形態１による作用効果についてより詳しく説明する。本システムでは、前述のように、電動機３側の電流情報の処理結果から回転機械４側の回転周波数ｆｃが抽出でき、その情報を用いて動力伝達機構６の状態が判定できる。特に、実施の形態１では、包絡線正規化処理を経たスペクトルピークから回転周波数ｆｃが抽出できる。このようなデータを用いることで、負荷変動がある場合でも、一定の閾値Ｈ等のアルゴリズムで、高精度の状態判定が可能である。

　負荷変動が発生する図１の回転機械４において、実施の形態１のように図３のステップＳ１０７での正規化処理がある構成の場合と、比較例としてその正規化処理が無い構成の場合とで、ステップＳ１０９で得られるスペクトルピーク値Ｐの変化について説明する。

　図８の（Ａ）は、時間と共に回転機械４の負荷が単調に増加する回転機械システム（図１での部分１０１）での負荷変動の例を示す。（Ａ）のグラフは、横軸が時間、縦軸が回転機械４の負荷［無次元量］を示す。回転機械４の負荷の増加は、電動機３の回転仕事の増加と対応している。

　図８の（Ｂ）は、（Ａ）のように回転機械４の負荷が増加する場合に、電気情報検出部１１で検出される電流の例を示す。（Ｂ）のグラフで縦軸は電流［Ａ］である。（Ｂ）のように、電動機３の回転仕事が増加することで回転機械４の負荷が増加し、回転機械４の負荷の増加とともに電流値のピークが増加することが分かっている。（Ｂ）中には蓄積時間ＴＬの例も破線枠で示す。

　図９の（Ａ）は、図８の（Ｂ）の電流に対し、ステップＳ１０５で蓄積時間ＴＬ毎に繰り返してデータが収集されて、ステップＳ１０６で包絡線検知処理された結果を示す。（Ａ）のグラフで縦軸は包絡線信号ＩｈＬの電流［Ａ］である。このように、負荷が変動した場合では、包絡線検知後の電流値は、負荷と共に増加している。

　図９の（Ｂ）は、（Ａ）の包絡線検知後の電流値に対し、ステップＳ１０８，Ｓ１０９の処理を行った際のスペクトルピーク値Ｐを示す。（Ｂ）のグラフでのスペクトルピーク値Ｐは、図６のような周波数と振幅とで表されるスペクトルピークの先端部分を、時間軸の推移として表している。線９０１は、動力伝達機構６の正常状態の場合のスペクトルピーク値Ｐの推移を示す。線９０２は、異常状態の場合のスペクトルピーク値Ｐの推移を示す。グラフ中には、前述の閾値Ｈとして一定の振幅閾値を表す線９０３も示す。

　正常状態の線９０１と異常状態の線９０２とを比較すると、いずれの状態でも、負荷の増加と共にスペクトルピーク値Ｐが増加することが分かる。これでは、例えばステップＳ１１０で、第１情報Ｓ１の状態値に関する閾値Ｈを、図示の線９０３のように負荷に依らない一定値として設定する場合、以下のような恐れがある。すなわち、負荷によっては、実際に正常状態でも、例えば時点９１１のように、スペクトルピーク値Ｐが閾値Ｈを下回る場合があり、誤って異常状態と判定されてしまう。また、負荷によっては、実際に異常状態でも、例えば時点９１３のように、スペクトルピーク値Ｐが閾値Ｈを超える場合があり、誤って正常状態と判定されてしまう。また、負荷に応じて閾値Ｈを変更する構成とする場合、前述のように、負荷を計測するセンサ等の設置が必要で、コスト増大等を招く。

　次に、図１０を用いて、負荷変動が発生する回転機械４において、ステップＳ１０７の正規化処理がある場合について説明する。ここでも図８の負荷が単調に増加する前提は同じであるとする。図１０の（Ａ）は、図８の（Ｂ）の電流に対し、ステップＳ１０５で収集した蓄積時間ＴＬ毎のデータを、ステップＳ１０６で包絡線検知し、ステップＳ１０７で正規化した結果を示す。（Ａ）のグラフで、横軸は時間、縦軸は包絡線信号ＩｈＬの電流値である。この電流値は、正規化の作用によって、０から１までの範囲内の値をとっている。このように、予めステップＳ１０７で電流情報が所定の範囲内の値に正規化されているため、負荷が変動した場合でも、蓄積時間ＴＬ毎のデータ（図示の電流値）は、所定の範囲内に必ず収まる。

　ここで、図８の（Ｂ）で示した電流の振幅（例えば電流振幅８０２）の情報は、ステップＳ１０７の正規化処理によって失われる。

　次に、図１０の（Ｂ）は、（Ａ）の電流のデータに対し、ステップＳ１０８，Ｓ１０９の処理が行われた際のスペクトルピーク値Ｐを示す。線１００１は、正常状態でのスペクトルピーク値Ｐの推移の例を示す。線１００２は、異常状態でのスペクトルピーク値Ｐの推移の例を示す。線１００３は、閾値Ｈとして一定の値（振幅閾値）の例を示す。

　ここで、図示のように、スペクトルピーク値Ｐは、正常状態と異常状態とのいずれの条件においても、０から１までの範囲内に振幅が収束している。線１００１も線１００２も、図９の（Ｂ）とは異なり、一定の値に収束している。正常状態の線１００１では、電動機３で発生した動力が動力伝達機構６を通じて効率良く伝達されるため、異常状態の線１００２と比べて、高い値であることが確認できる。さらに、ステップＳ１０７で正規化処理がされているので、負荷が増大した場合でも、図示のようにスペクトルピークは増大していない。

　したがって、実施の形態１の診断装置１０および診断方法では、図３のステップＳ１０７の正規化処理を含む診断処理によって、回転機械４の負荷変動がある場合でも、動力伝達機構６の状態の診断が可能である。すなわち、図１０のように、前述の回転周波数ｆｃが表れているスペクトルピーク値Ｐに対し、一定の閾値Ｈを用いた比較で、動力伝達機構６の状態の診断が可能である。

　実施の形態１で、正規化処理を行う対象となるデータおよびタイミングは、ステップＳ１０６の包絡線検知処理後のデータおよびタイミングとしており、また、所定の時間（蓄積時間ＴＬ）毎のデータ処理としている。これにより、処理データ量や処理時間を低減する効果も得られる。

　＜実施の形態２＞
　図１１～図１３を用いて、本発明の実施の形態２の診断装置および診断方法について説明する。実施の形態２等における基本的な構成は実施の形態１と同様であり、以下では、実施の形態２等における実施の形態１とは異なる構成部分について説明する。実施の形態２では、診断処理に関して、学習を用いる。

　［診断部－処理フロー］
　図１１は、実施の形態２の診断装置１０における診断部１３の診断処理のフローを示す。図１１は、ステップＳ２０１～Ｓ２１６を有する。図１１のフローのステップＳ２０３～Ｓ２０９，Ｓ２１０～Ｓ２１４は、図３のフローのステップＳ１０３～Ｓ１０９，Ｓ１１０～Ｓ１１４と同様であり、異なるステップとして、ステップＳ２０１，Ｓ２０２，Ｓ２１５，Ｓ２１６を有する。

　ステップＳ２０１で、診断部１３は、フラグＦを設定する。実施の形態２でのフラグＦは、値０が停止、値１が開始、値２が学習を示す。実施の形態２では、診断装置１０での学習が可能であり、Ｆ＝２は、その学習を行わせる場合（「学習モード」とする）の値である。ステップＳ２０２では、フラグＦの値が１もしくは２の場合、ステップＳ２０３に進み、フラグＦの値が０の場合には、フローを終了する。ステップＳ２０３～Ｓ２０９では、診断部１３は、実施の形態１と同様の処理を行い、ステップＳ２０９の結果、スペクトルピーク値Ｐを得る。

　次に、ステップＳ２１５では、診断部１３は、フラグＦの値が２かどうか、つまり学習モードかどうかを確認する。Ｆ＝２の場合にはステップＳ２１６に進み、Ｆ＝１の場合にはステップＳ２１０に進む。

　ステップＳ２１６では、診断部１３は、正常データ学習処理を行う。診断部１３は、動力伝達機構６の状態が正常状態の時における、ステップＳ２０９の演算結果のスペクトルピーク値Ｐを、正常データとして学習する。学習に係わるデータはメモリに記憶される。ステップＳ２１６の後、フローの終了となり、同様に繰り返しである。ステップＳ２１６で、実施の形態２の例では、診断部１３は、スペクトルピーク値Ｐの相加平均値を、正常データのスペクトルピークＰｈとしてメモリに保存する。この正常データのスペクトルピークＰｈは、下記の式７で演算される。Σは、スペクトルピーク値Ｐについての時刻ｔ＝０からｎまでの総和である。Ｐｈはその総和をｎで除算した値である。
　式７：　Ｐｈ＝｛ΣＰ（ｔ）｝／ｎ

　学習済みの場合、ステップＳ２１０では、学習データが参照される。診断部１３は、ステップＳ２１６で学習済みの正常データのスペクトルピークＰｈと、ステップＳ２０９で得たスペクトルピーク値Ｐとを参照する。診断部１３は、正常データのスペクトルピークＰｈと、スペクトルピーク値Ｐとから、ベルト５の伝達異常度合いを表す第１情報Ｓ１の状態値（Ｓ１（ｔ）とする）を計算する。この場合の状態値Ｓ１（ｔ）は、時点ｔ毎の値であり、下記の式８で演算される。Ｐ（ｔ）は、時点ｔ毎のスペクトルピーク値Ｐである。
　式８：　Ｓ１（ｔ）＝１－Ｐ（ｔ）／Ｐｈ

　次に、ステップＳ２１３では、診断部１３は、第１情報Ｓ１の状態値Ｓ１（ｔ）と、予め設定された閾値Ｈとの比較で、状態値Ｓ１（ｔ）が閾値Ｈ未満の場合には正常状態と判定して、第２情報Ｓ２の値を０とし、状態値Ｓ１（ｔ）が閾値Ｈ以上の場合には異常状態と判定して、第２情報Ｓ２の値を１とする。ステップＳ２１４で、Ｓ２＝１の場合には、ステップＳ２１３で、診断部１３は、異常状態を伝える警告を報知させる。ステップＳ２１４では、フラグＦ＝０にされ、フローが終了する。

　［表示例］
　図１２は、実施の形態２における表示装置１４の画面への出力例を示す。（Ａ）は、現時点が正常状態の場合（Ｓ１＜Ｈ）の画面例を示す。この画面では、現時点での「正常」状態を表す画像と、現時点までの状態の時系列上の遷移に係わるグラフとが表示されている。グラフは、横軸が時間（ｔ）、縦軸が伝達異常度合いを表す第１情報Ｓ１の状態値であり、閾値Ｈを表す線も表示されている。（Ｂ）は、現時点が異常状態の場合（Ｓ１≧Ｈ）の画面例を示す。この画面では、現時点での「異常」状態を表す画像と、同様のグラフとが表示されている。ユーザＵ１は、図１２のような画面をみることで、第１情報Ｓ１の状態値（異常度合い）の推移を確認できる。診断装置１０は、状態の変化に応じて画面表示内容をリアルタイムで更新する。複数台の回転機械４等の一括監視の場合にも、同様の表示が適用可能である。

　［効果等］
　上記のように、実施の形態２によれば、実施の形態１と同様の効果に加え、正常状態のデータの学習に基づいた異常状態の判定が可能であり、動力伝達機構６の異常度合い（状態値Ｓ１）を時系列で定量的にユーザＵ１へ提示可能である。これにより、劣化部品の交換等の保守点検作業をより容易にすることができる。

　＜実施の形態３＞
　図１３を用いて、本発明の実施の形態３について説明する。実施の形態３は、実施の形態２の変形例である。実施の形態２では、図１１のステップＳ２１０で、スペクトルピーク値Ｐと、スペクトルピーク値Ｐの相加平均値Ｐｈとから、第１情報Ｓ１の状態値を計算した。この第１情報Ｓ１の状態値の計算について、実施の形態３では、以下のように、マハラノビス距離を計算し、このマハラノビス距離をその状態値とする。

　［マハラノビス距離］
　診断部１３は、マハラノビス距離を計算するために、前述のステップＳ２１６の正常データ内における平均値、標準偏差、および相関行列を計算して、マハラノビス空間を作成する。正常データのスペクトルピーク値Ｐと、スペクトルピーク値Ｐに関連する状態量とを、行列Ｘで与えた場合、下記の式９で示される。式９の行列Ｘから、式１０、式１１のように、マハラノビス距離が計算される。マハラノビス距離をＤで表すとする。Ｘｍは状態量の平均値を表す。σは状態量の標準偏差を表す。Ｒは相関行列を表す。Ｘｍ^ＴはＸｍの転置行列を表す。
　式９：　Ｘ＝［Ｘ_１，Ｘ_２，……，Ｘ_ｎ］
　式１０：　Ｘｍ＝［（Ｘ_１－Ｘ_ｍ１）／σ_１，（Ｘ_２－Ｘ_ｍ２）／σ_１，……，（Ｘ_ｎ－Ｘ_ｍｎ）／σ_ｎ］
　式１１：　Ｄ＝√｛１／ｎ×ＸｍＲ^－１×Ｘｍ^Ｔ｝　（Ｄ≧０）

　実施の形態３での診断装置１０の処理フローは図１１と同様である。ある程度の時間でステップＳ２１６での正常データの学習がされた場合（ステップＳ２０１でフラグＦ＝２が入力されてから一定時間経過後にＦ＝０となった場合）における、マハラノビス距離Ｄについて、以下に説明する。

　図１３は、マハラノビス距離Ｄについての説明図である。図１３の（Ａ）は、フラグＦ＝２の入力の時点ｔａからＦ＝０となった時点ｔｂまでの時間（すなわち学習時間）における、スペクトルピーク値Ｐの時系列データを示す。このグラフは、横軸が時間（ｔ）、縦軸がスペクトルピーク値Ｐである。上側の点群は、正常状態での正常データ１３０１、下側の点群は、異常状態での異常データ１３０２を示す。異常データ１３０２は、正常データ１３０１と比較し、スペクトルピーク値Ｐが減少する。ここで、（Ａ）のうち黒点で示すデータ１３０３を対象として、マハラノビス距離Ｄを計算する。

　図１３の（Ｂ）は、スペクトルピーク値Ｐを標準偏差σで除した値（「基準化距離」と記載する）に対する、正常データ１３１１および異常データ１３１２の確率密度関数を示している。このグラフは、横軸が基準化距離（Ｐ／σ）［無次元量］、縦軸が確率密度［無次元量］である。正常データ１３１１は正常データ１３０１と対応し、異常データ１３１２は異常データ１３０２と対応している。平均１３１３は、正常データ１３１１の平均である。前述の式１０および式１１に基づいて、マハラノビス距離Ｄは、図示のように、正常データ１３１１の平均１３１３からの対象のデータ１３０３までの基準化距離（Ｐ／σ）、として定義できる。データ毎のマハラノビス距離Ｄを、伝達異常度合いを表す状態値として用いることができる。すなわち、マハラノビス距離Ｄが大きいほど、異常度合いが大きいことを表す。

　［効果等］
　実施の形態３によれば、実施の形態２と同様の効果に加え、以下の効果を有する。負荷変動がある回転機械４、例えばスペクトルピーク値Ｐのデータ分散が大きい回転機械４の場合、まだ学習データが少ない状況だと、第１情報Ｓ１の状態値のばらつきも大きくなる。学習データを増やすことで、上記基準化距離およびマハラノビス距離Ｄが更新される。これにより、図１３の例のように正常データと異常データとの弁別がしやすくなり、すなわち診断精度が上がる。

　図１３の例では、スペクトルピーク値Ｐ、特に相加平均値Ｐｈという一変数を用いた、一次元のマハラノビス距離について説明した。これに限らず、各種の状態量がセンサ等によって取得できる場合には、それらの複数の変数を用いた多次元のマハラノビス距離について、同様に計算でき、第１情報Ｓ１として用いることができる。

　＜実施の形態４＞
　図１４を用いて、本発明の実施の形態４について説明する。実施の形態４は、実施の形態１の変形例である。図１４は、実施の形態４の診断装置１０を含む回転機械システム１００の構成を示す。実施の形態４では、前述の診断装置１０は、スイッチ２および電動機３に一体の部分として内蔵されるように実装されている。実施の形態４では、特に、診断装置１０が、電動機３のコントローラ３１の一部として実装されている。

　図１４では、電動機３は、スイッチ部３２、コントローラ３１、およびモータ部３３を有する。スイッチ部３２の機能は前述のスイッチ２と同様である。スイッチ部３２とコントローラ３１とが一体で実装されてもよい。モータ部３３は、三相誘導電動機を構成するロータおよびステータ等の機械構造部、言い換えると駆動部である。コントローラ３１は、モータ部３３の駆動を制御する部分である駆動制御部３４を含み、例えばインバータ等の電力変換装置や、ＩＣ基板等で構成できる。そして、コントローラ３１内には、前述の電気情報取得部１１や診断部１３が実装されている。スイッチ部３２内に電気情報取得部１１や診断部１３が実装される構成も可能である。

　診断部１３による診断処理の結果として、前述の第１情報Ｓ１や第２情報Ｓ２が出力される。これらの出力情報は、コントローラ３１から通信を介して外部の表示装置１４や報知装置１５へ出力される。また、診断部１３からは、第１情報Ｓ１や第２情報Ｓ２に応じた出力制御、例えば稼働停止や減速運転の制御の指示を、駆動制御部３４に出力してもよい。駆動制御部３４は、その指示に従って、モータ部３３を駆動制御する。ユーザＵ１は、コントローラ３１の外部の操作部１６等からの操作によって、診断装置１０の機能を利用する。

　上記のように、実施の形態４によれば、電動機３に一体で実装された診断装置１０を用いて、動力伝達機構６の状態診断が可能であり、状態診断結果に応じて異常等に対処するための駆動制御も可能である。

　＜実施の形態５＞
　図１５を用いて、本発明の実施の形態５について説明する。実施の形態５は、実施の形態１，４の変形例である。図１５は、実施の形態５の診断装置１０を含む回転機械システム１００の構成を示す。実施の形態５では、前述の診断装置１０は、通信装置５０と診断サーバ５００とで実装されている。通信装置５０は、部分１０１に対し接続されている。診断サーバ５００は、通信装置５０に対し、通信網５０１を介して遠隔に配置されている。通信網５０１は、広域網またはＬＡＮ等である。

　通信装置５０は、電動機３および動力伝達機構６を含む部分１０１に対し、例えば近接に配置されている。通信装置５０は、電気情報検出部５１と、電機情報格納部５２と、通信部５３とを有する。電気情報検出部５１は、例えば実施の形態１と同様に、電源線１Ｌに対し検出用電線１Ｓを通じて接続されている。電気情報検出部５１は、実施の形態１の電気情報検出部１１と同様に、電流を検出する。また、電気情報検出部５１は、アナログ電流信号をデジタル信号に変換するＡＤＣ等を備える。

　電気情報格納部５２は、電気情報検出部５１で得た電気情報である検出電流のデータを、不揮発性メモリ等で構成されるメモリに格納し保持する。通信部５３は、通信インタフェース装置を含み、電気情報格納部５２に格納されている検出電流データを、通信網５０１を介して、診断サーバ５００へ送信する。通信インタフェースは、Ｗｉ－Ｆｉ（登録商標）やBluetooth（登録商標）等を適用できる。このデータの通信は、予め設定されたタイミングで自動実行されてもよいし、診断サーバ５００側からの要求に応じて行われてもよい。

　診断サーバ５００は、通信部５４、電気情報取得部５５、データベース（ＤＢ）５６、および診断部１３を備える。通信部５４は、通信インタフェース装置を含み、通信網５０１を介して、通信装置５０との通信処理を行う。通信部５４は、通信装置５０から、検出電流データを取得し、メモリまたはＤＢ５６に格納する。診断部１３は、取得されたデータを用いて、実施の形態１等と同様に診断処理を行い、結果をＤＢ５６に格納するとともに、表示装置１４や報知装置１５から出力させる。ユーザＵ１は、操作部１６または自分のＰＣ等からの操作に基づいて診断サーバ５００を利用し、回転機械システム１００の動力伝達機構６の状態を認識できる。

　診断サーバ５００は、同様に、１つの回転機械４を含む部分１０１に限らず、複数の部分１０１から、データを収集し、診断し、ＤＢ５６に格納してもよい。診断サーバ５００は、ＤＢ５６の情報を用いて分析処理等を行ってもよい。ユーザＵ１は、適宜に、ＤＢ５６の情報を表示装置１４の画面で表示させて確認できる。

　上記のように、実施の形態５によれば、通信装置５０に電気情報を一旦保持でき、遠隔の診断サーバ５００で状態診断が可能である。通信装置５０に電気情報を保持できるので、例えば通信網５０１の通信速度が遅い場合でも、電気情報検出部５１の検出周波数を低減する必要は無い。また、電気情報検出部５１を含む通信装置５０と、診断部１３を含む診断サーバ５００とを完全に分離できるので、例えば保守点検者等のユーザＵ１が遠隔で動力伝達機構６の診断が可能であり、点検時の巻き込み事故や点検工数の削減が可能である。

　＜実施の形態６＞
　図１６，図１７を用いて、本発明の実施の形態６について説明する。実施の形態１等では、電動機３の電流周波数ｆｍと回転機械４の回転周波数ｆｃとの関係に基づいて動力伝達機構６の状態を診断する方式、特に、正規化処理を用いることで、負荷変動に対応できる状態診断方式を示した。それに対し、実施の形態６は、電動機３の電流周波数ｆｍと回転機械４の回転周波数ｆｃとの関係に基づいて、正規化処理を用いずに、負荷変動に対応できる状態診断方式を示す。実施の形態６では、推定の演算によって、回転機械４側の回転情報である回転周波数ｆｃを推定回転周波数として得る。

　図１６は、実施の形態６の診断装置１０を含む回転機械システム１００の構成を示す。診断装置１０は、図１の構成要素に加え、回転情報演算部１２を有する。回転情報演算部１２は、電気情報検出部１１から電気情報である電流信号Ｅ１（またはデジタル化された検出電流データでもよい）を入力し、回転機械４側の回転情報を演算する。回転情報演算部１２は、回転情報を含む処理結果情報を、診断部１３に出力する。診断部１３は、その情報を用いて、実施の形態１（図３）とは詳細が異なる診断処理を行う。

　実施の形態６の診断装置１０は、推定の演算によって、電動機３の推定回転速度（Ｅｆｍとする）と、回転機械４の推定回転周波数（Ｅｆｃとする）とを得る。推定回転速度Ｅｆｍは、電流周波数ｆｍと対応した推定情報である。推定回転周波数Ｅｆｃは、回転周波数ｆｃと対応した推定情報である。そして、診断部１３は、推定回転速度Ｅｆｍと推定回転速度Ｅｆｍとの関係に基づいて、動力伝達機構６の状態を診断する。

　前述のように、動力伝達機構６のベルト５等の伝達が正常状態の場合、電動機３の電流周波数ｆｍと回転機械４の回転周波数ｆｃとの関係は、式１で表される。また、電動機３の電流周波数ｆｍは、電動機３の回転速度に対応する回転周波数でもあり、電動機３に供給される交流電力の周波数やセンサよって事前に知ることができる。実施の形態１では、診断装置１０は、電動機３の電流周波数ｆｍのピークとは異なる周波数（回転機械４側の回転周波数ｆｃ）のピークを検出することで、そのピークの大きさの変化を監視または観察等し、状態を判定する。前述の図６のスペクトルピーク値Ｐには、回転機械４の回転周波数ｆｃが表れている。これにより、回転機械システムのうち代表的な構成要素である、ベルト５、プーリー（３Ｐ，４Ｐ）、電動機３、または回転機器４に、何らかの異常または兆候があることを、診断・検知することができる。

　しかしながら、回転機械４の負荷の変化によって、電流周波数ｆｍのピークが大きくなる、または小さくなる場合（図８，図９）、電流周波数ｆｍのピークに追随して、その電流周波数ｆｍとは異なる周波数（ｆｘとする）のピークが大きくまたは小さくなることが多い。このように周波数同士で追随する状態について、上記異なる周波数ｆｘのピークのみを監視する技術の場合、回転機械システムが正常に稼働しているにもかかわらず、上記異なる周波数ｆｘのピークが上昇しているために、異常または兆候の状態として誤判定され得る。

　また、上記異なる周波数ｆｘのピークの大きさのみを監視する技術の場合、回転機械４に接続される負荷によっては、電流周波数ｆｍのピークが下がるが、上記異なる周波数ｆｘのピークが変化しないという場合もある。これは、ベルト５やプーリー（３Ｐ，４Ｐ）に異常が生じておらず、電動機３から回転機械４へ適切に回転駆動力が伝達されている場合である。この場合は、回転機械システムが正常に稼働しているにもかかわらず、上記異なる周波数ｆｘのピークが上昇しているために、異常または兆候の状態として誤判定され得る。

　そこで、実施の形態６の診断装置１０では、電気情報検出部１１によって検出された電気情報である電流信号Ｅ１について、図３のステップＳ１０６の包絡線検知とステップＳ１０７の正規化処理とを用いない処理方式で、部分１０１の異常等の状態を判定・検知する。これにより、実施の形態６では、実施の形態１と同様に電動機３の電流周波数ｆｍと回転機械４の回転周波数ｆｃとの関係を用いることは同じとして、異なる処理方式で、課題を解決できる。

　図１６で、回転情報演算部１２は、ソフトウェアプログラム処理またはハードウェア回路等で実現できる。回転情報演算部１２は、電気情報検出部１１が電源線１Ｌから計測した電気情報である電流信号Ｅ１を、所定の時間でサンプリングした電気情報を得る。回転情報演算部１２は、その電気情報を時系列で並べた情報である検出電流データから、図１６中にも吹き出しで示すように、電動機３の電流周波数ｆｍを特定する演算として、推定回転速度Ｅｆｍの演算を行う。

　次に、回転情報演算部１２は、その電流周波数ｆｍ（対応する推定回転速度Ｅｆｍ）のピークを基準として、その電流周波数ｆｍとは異なる周波数ｆｘのピークを比較する。回転情報演算部１２は、上記異なる周波数ｆｘとして、前述の回転周波数ｆｃに対応する情報として、推定回転周波数Ｅｆｃを演算する。

　つまり、実施の形態６の方式では、電流周波数ｆｍ（対応する推定回転速度Ｅｆｍ）のピークと、上記異なる周波数ｆｘ（対応する推定回転周波数Ｅｆｃ）のピークとを、相対値で比較する。そのため、電流周波数ｆｍに対応する情報を基準として、上記異なる周波数ｆｘに対応する情報を、比較することができる。

　この比較で用いる電流周波数ｆｍのピークと上記異なる周波数ｆｘのピークとしては、前述のスペクトルピーク値Ｐに限らず、これらの周波数（ｆｍ，ｆｘ）の周辺の周波数を平滑化した値を用いてもよい。

　これにより、実施の形態６では、上記異なる周波数ｆｘ（例えば回転周波数ｆｃ）のみを監視する技術の場合とは異なり、前述のように負荷の大きさに応じて電流周波数ｆｍのピークの変化が生じた場合でも、電流周波数ｆｍのピークの大きさを基準として、上記異なる周波数ｆｘのピークを比較する。よって、回転機械４の負荷変動に対応して、異常や兆候等の状態を検知することができる。

　図１７は、実施の形態６の補足として、負荷の大小に応じた、上記電流周波数ｆｍのピークと上記異なる周波数ｆｘのピークとの例を示す。（Ａ）は、負荷が小さい場合の例であり、スペクトルピーク１７０１は、電流周波数ｆｍ、振幅値ａ１１を有する。スペクトルピーク１７０２は、電流周波数ｆｍに追随する、電流周波数ｆｍとは異なる周波数ｆｘ、振幅値ａ１２を有する。（Ｂ）は、負荷が大きい場合の例であり、スペクトルピーク１７０３は、電流周波数ｆｍ、振幅値ａ１３（ａ１３＞ａ１１）を有する。スペクトルピーク１７０４は、電流周波数ｆｍに追随する、電流周波数ｆｍとは異なる周波数ｆｘ、振幅値ａ１４（ａ１４＞ａ１２）を有する。（Ａ）で、相対値１７１１は、スペクトルピーク１７０１とスペクトルピーク１７０２との振幅の差である。（Ｂ）で、相対値１７１２は、スペクトルピーク１７０３とスペクトルピーク１７０４との振幅の差である。診断装置１０は、このようなピーク同志の比較の相対値を用いて、例えば閾値との比較で、動力伝達機構６の状態を判定する。

　［効果等］
　上記のように、実施の形態６によれば、実施の形態１等と同様の効果が得られる。また、実施の形態６によれば、包絡線検知処理を用いないため、その分、計算量を小さくすることができ、例えば組み込み機器に用いられるマイコンへの実装が容易となる。

　また、実施の形態６で、診断精度をより向上させるために、取得した検出電流データにＦＦＴ処理を行った上で、上記電流周波数ｆｍのピークと上記異なる周波数ｆｘのピークとの比較をする構成も可能である。

　さらに、実施の形態６で、上記電流周波数ｆｍのピークと上記異なる周波数ｆｘのピークとに、移動平均や加重平均等の統計処理を行う構成としてもよい。この場合、回転機械４の負荷の変化に対する時間的な遅れに対応させて、異常等の状態の検知精度が向上する効果がある。例えば、診断装置１０は、最新の電流周波数ｆｍのピークのサンプリング値と前回以前の電流周波数ｆｍのピークのサンプリング値との平均を計算する。診断装置１０は、その平均と、最新の上記異なる周波数ｆｘのピークのサンプリング値とを比較する。あるいは、診断装置１０は、その平均と、最新の上記異なる周波数ｆｘのピークと、前回以前の上記異なる周波数ｆｘのピークとの平均とを比較してもよい。これらの構成は、回転機械システムに瞬時的な衝撃が与えられた場合や、ＡＤ変換の周辺または電源線１Ｌに電気的なノイズが生じた場合等に有効である。

　実施の形態６で用いる包絡線処理の例は以下である。診断装置１０は、電気情報検出部１１で測定した電流を時系列でプロットした検出電流データに対し、包絡線処理を行う。この包絡線処理によって、複数の周波数帯を有する合成波における各ピークを結ぶ曲線を描くことができる。そして、この包絡線処理後の波形では、合成波のそれぞれの周波数や信号によって生じる側帯波そのものの観察だけでなく、電気情報の全体像の観察が可能となる。なお、実施の形態６の方式は、実施の形態２の学習モードの機能でも同様に適用できる。

　［変形例］
　上記実施の形態６は、包絡線検知処理を行わない構成例であるが、実施の形態６の変形例として、包絡線検知処理を用いる場合の構成例を説明する。前述の図５の（Ａ）の包絡線信号ＩｈＬに示すように、包絡線を検知または取得する処理が施された波形において、時間に対して繰り返し凸となる部分が、回転周波数ｆｃに相当する。診断装置１０は、回転周波数ｆｃを考慮した所定の区間中のピークを、移動平均等の処理によって測定することで、回転周波数ｆｃのピークを取得することができる。一方、所定の区間中における、回転周波数ｆｃとは異なる周波数ｆｘは、回転周波数ｆｃの凸部分以外の波形の大きさとする。この異なる周波数ｆｘの波形は、凸部分以外の波形を積分する処理や、所定のタイミングの大きさを移動平均等する処理によって得ることが可能である。

　診断装置１０は、上記処理によって、回転周波数ｆｃの波形とは異なる周波数ｆｘの波形の情報を得ることができる。そして、診断装置１０は、回転周波数ｆｃの波形を基準として、上記異なる周波数ｆｘの波形を比較する。すなわち、診断装置１０は、回転周波数ｆｃの波形と上記異なる周波数ｆｘの波形との相対値をみる。これにより、この変形例でも、回転機械４の負荷変動に対応させて、異常や兆候等の状態を検知できる。

　以上、本発明を実施の形態に基づいて具体的に説明したが、本発明は前述の実施の形態に限定されず、要旨を逸脱しない範囲で種々変更可能である。各実施の形態を組み合わせた形態も可能である。本開示の技術は、動力伝達機構を含む回転機械システムに広く適用可能である。前述の各実施の形態では、診断装置１０は、交流電源１から電動機３までの範囲からの電流の検出や計測に基づいて、電動機３側の電流周波数ｆｍとの関係で、回転機械４側の回転周波数ｆｃに対応する情報として回転情報を得る。そして、診断装置１０は、この情報を用いることで、回転機械４に負荷変動がある場合でも、所定のアルゴリズムで、動力伝達機構６の状態を診断できる。上記回転情報を得る際には、前述のように、正規化処理、包絡線検知処理、推定演算、周波数変化（異なる周波数ｆｘ）等を利用できる。これに限らず、上記回転情報を得る処理であれば、適用可能である。例えば、図５のような包絡線におけるピーク間隔の発生時間をカウントし、そのピーク間隔の発生時間から、回転機械４の推定回転周波数Ｅｆｃを演算する方式等も適用可能である。

　１…交流電源、２…スイッチ、３…電動機、４…回転機械、３Ｐ…第１プーリー、４Ｐ…第２プーリー、５…ベルト、６…動力伝達機構、１０…診断装置、１１…電気情報検出部、１３…診断部、１４…表示装置、１５…報知装置、１００…回転機械システム、１０１…部分。

Claims (13)

1. 　電源から供給される電力に基づいて駆動される電動機と、
   　前記電動機に接続されている動力伝達機構と、
   　前記動力伝達機構に接続されている回転機械と、
   　前記電動機または前記電源から前記電動機までの電源線に接続され、前記動力伝達機構の状態を診断する診断装置と、
   　を備える回転機械システムにおける前記診断装置であって、
   　前記動力伝達機構は、前記電動機の回転駆動力を出力する第１プーリーと、前記回転機械を駆動する第２プーリーと、前記第１プーリーと前記第２プーリーとを接続する駆動伝達部品と、を有し、
   　前記電動機から前記動力伝達機構を通じて前記回転機械に加わる負荷が変動する場合において、
   　前記診断装置は、
   　前記電力における電流を検出し、
   　前記検出した電流の時系列上の電流値を、所定の時間毎に正規化し、
   　前記正規化した後の電流データを用いて、前記動力伝達機構の状態を判定し、診断結果を記憶および出力する、
   　回転機械システムの診断装置。
2. 　請求項１記載の回転機械システムの診断装置において、
   　前記診断装置は、前記正規化した後の電流データについて、スペクトル分析に基づいてスペクトルピークを計算し、前記スペクトルピークの周波数および振幅を用いて、前記動力伝達機構の状態を判定する、
   　回転機械システムの診断装置。
3. 　請求項１記載の回転機械システムの診断装置において、
   　前記診断装置は、前記検出した電流の時系列上の電流値を、前記所定の時間毎に包絡線検知を行い、前記包絡線検知した後の信号を、前記所定の時間毎に前記正規化する、
   　回転機械システムの診断装置。
4. 　請求項２記載の回転機械システムの診断装置において、
   　前記診断装置は、前記スペクトルピークと、閾値とを比較し、前記動力伝達機構の状態を判定する、
   　回転機械システムの診断装置。
5. 　電源から供給される電力に基づいて駆動される電動機と、
   　前記電動機に接続されている動力伝達機構と、
   　前記動力伝達機構に接続されている回転機械と、
   　前記電動機または前記電源から前記電動機までの電源線に接続され、前記動力伝達機構の状態を診断する診断装置と、
   　を備える回転機械システムにおける前記診断装置であって、
   　前記動力伝達機構は、前記電動機の回転駆動力を出力する第１プーリーと、前記回転機械を駆動する第２プーリーと、前記第１プーリーと前記第２プーリーとを接続する駆動伝達部品と、を有し、
   　前記電動機から前記動力伝達機構を通じて前記回転機械に加わる負荷が変動する場合において、
   　前記診断装置は、
   　前記電力における電流を検出し、
   　前記検出した電流の時系列上の電流値に基づいて、前記電動機の推定回転速度を演算し、
   　前記前記電動機の推定回転速度に基づいて、前記回転機械の推定回転周波数を演算し、
   　前記回転機械の推定回転周波数を用いて、前記動力伝達機構の状態を判定し、診断結果を記憶および出力する、
   　回転機械システムの診断装置。
6. 　請求項５記載の回転機械システムの診断装置において、
   　前記診断装置は、前記回転機械の推定回転周波数を含む周波数帯について、スペクトル分析に基づいてスペクトルピークを計算し、前記スペクトルピークの周波数および振幅を用いて、前記動力伝達機構の状態を判定する、
   　回転機械システムの診断装置。
7. 　請求項２または６に記載の回転機械システムの診断装置において、
   　前記診断装置は、
   　前記動力伝達機構が正常状態の時のデータを学習する学習モードを備え、
   　前記学習モードの時、前記スペクトルピークを含むデータを学習し、
   　前記学習モードではない診断の時、前記学習済みのデータを用いて、前記動力伝達機構の状態を判定する、
   　回転機械システムの診断装置。
8. 　請求項７記載の回転機械システムの診断装置において、
   　前記診断装置は、基準となる前記学習済みのデータにおける前記スペクトルピークと、診断対象のデータにおける前記スペクトルピークとの比率に基づいて、前記動力伝達機構の状態を判定する、
   　回転機械システムの診断装置。
9. 　請求項２または６に記載の回転機械システムの診断装置において、
   　前記診断装置は、前記スペクトルピークの時系列のデータを用いて、マハラノビス距離を計算し、前記マハラノビス距離を用いて、前記動力伝達機構の状態を判定する、
   　回転機械システムの診断装置。
10. 　請求項１または６に記載の回転機械システムの診断装置において、
    　前記診断装置は、
    　前記電動機に対し接続される通信装置と、
    　前記通信装置に対し通信網を介して接続されるサーバ装置と、
    　を有し、
    　前記通信装置は、前記検出した電流のデータを記憶し、前記サーバ装置へ送信し、
    　前記サーバ装置は、前記通信装置から取得したデータを用いて、前記動力伝達機構の状態を判定する、
    　回転機械システムの診断装置。
11. 　請求項１または２に記載の回転機械システムの診断装置において、
    　前記診断装置は、前記動力伝達機構の状態についての時系列の推移を表す画像を、表示画面に表示させる、
    　回転機械システムの診断装置。
12. 　請求項５に記載の回転機械システムの診断装置において、
    　前記診断装置は、前記検出した電流のデータに基づいて、前記電動機の電流周波数に対応する第１回転情報と、前記電流周波数とは異なる周波数に対応する第２回転情報とを特定し、前記第１回転情報と前記第２回転情報との比較に基づいて、前記動力伝達機構の状態を判定する、
    　回転機械システムの診断装置。
13. 　電源から供給される電力に基づいて駆動される電動機と、
    　前記電動機に接続されている動力伝達機構と、
    　前記動力伝達機構に接続されている回転機械と、
    　前記電動機または前記電源から前記電動機までの電源線に接続され、前記動力伝達機構の状態を診断する診断装置と、
    　を備える回転機械システムにおける診断方法であって、
    　前記動力伝達機構は、前記電動機の回転駆動力を出力する第１プーリーと、前記回転機械を駆動する第２プーリーと、前記第１プーリーと前記第２プーリーとを接続する駆動伝達部品と、を有し、
    　前記電動機から前記動力伝達機構を通じて前記回転機械に加わる負荷が変動する場合において、
    　前記診断装置が実行するステップとして、
    　前記電力における電流を検出するステップと、
    　前記検出した電流の時系列上の電流値を、所定の時間毎に正規化するステップと、
    　前記正規化した後の電流データを用いて、前記動力伝達機構の状態を判定し、診断結果を記憶および出力するステップと、
    　を有する、回転機械システムの診断方法。

Images