WO2022102113A1 - 電動機の診断装置 - Google Patents

電動機の診断装置 Download PDF

Info

Publication number
WO2022102113A1
WO2022102113A1 PCT/JP2020/042570 JP2020042570W WO2022102113A1 WO 2022102113 A1 WO2022102113 A1 WO 2022102113A1 JP 2020042570 W JP2020042570 W JP 2020042570W WO 2022102113 A1 WO2022102113 A1 WO 2022102113A1
Authority
WO
WIPO (PCT)
Prior art keywords
unit
motor
value
rotation frequency
calculation unit
Prior art date
Application number
PCT/JP2020/042570
Other languages
English (en)
French (fr)
Inventor
裕登 安原
俊彦 宮内
Original Assignee
三菱電機株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2020/042570 priority Critical patent/WO2022102113A1/ja
Priority to JP2022561236A priority patent/JP7422896B2/ja
Priority to DE112020007771.3T priority patent/DE112020007771T5/de
Priority to CN202080107078.7A priority patent/CN116490760A/zh
Priority to KR1020237014758A priority patent/KR20230075513A/ko
Publication of WO2022102113A1 publication Critical patent/WO2022102113A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/0046—Arrangements for measuring currents or voltages or for indicating presence or sign thereof characterised by a specific application or detail not covered by any other subgroup of G01R19/00
    • G01R19/0053—Noise discrimination; Analog sampling; Measuring transients
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines
    • G01R31/343—Testing dynamo-electric machines in operation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/005—Calibrating; Standards or reference devices, e.g. voltage or resistance standards, "golden" references
    • G01R35/007—Standards or reference devices, e.g. voltage or resistance standards, "golden references"

Definitions

  • the present application relates to a motor diagnostic device for diagnosing the presence or absence of an abnormality in a motor driven by an inverter.
  • inverter drive method a method of driving an electric motor by an inverter
  • inverter drive method The range in which inverter-driven motors are used is the power of production line equipment and machinery in the process industry. For example, pumps, compressors, blowers, industrial robots, etc. have a wide range of uses, and demand is on the rise. Therefore, such an electric motor is always required to have a sound continuous operation.
  • not all motors are operated in an appropriate usage environment, and it is not uncommon for them to operate in a high stress environment such as high temperature, high humidity, heavy load, corrosion, and wear.
  • TBM Time Based Maintenance
  • CBM Condition Based Maintenance
  • Patent Document 1 the pattern of the power spectral density obtained by performing Fourier analysis on various signals indicating the states of rotating devices such as pumps and electric motors is compared with the reference patterns of various signals in the normal state, and the reference patterns are compared.
  • a device that determines the presence or absence of an abnormality based on the distance from the device is disclosed.
  • the state of the inverter-driven motor can be diagnosed from information such as current and voltage that can be measured in the past at the motor control center, and reliability and productivity can be achieved.
  • a device to ensure safety is required.
  • the rotation speed or operating load fluctuates from moment to moment depending on the operation of the driver. Whether the condition of the motor is an event caused by the operating condition or an event caused by deterioration or failure because the parameters such as the current value or the voltage value required for diagnosis fluctuate with the fluctuation of the rotation speed or the operating load. It was difficult to judge.
  • the abnormality detection device for rotating equipment disclosed in Patent Document 1 may erroneously detect a change in operating conditions peculiar to an inverter drive system as deterioration of a motor when considering operation in a real environment. Further, in Patent Document 1, the threshold value for diagnosis is compared with that given in advance, and there is a possibility of erroneous detection due to variation in the spectral value of the rotation frequency of the motor depending on the installation condition of the motor.
  • This application has been made to solve the above-mentioned problems, and it is possible to detect changes in the operating conditions peculiar to the inverter drive system separately from the signs of deterioration of the motor, and to improve the detection accuracy. It is also possible to obtain a motor diagnostic device capable of preventing erroneous detection of motor diagnosis by detecting the installation status of the motor as a variation in the spectral value of the rotation frequency of the motor.
  • the electric motor diagnostic device disclosed in the present application includes a measurement circuit that inputs the current and voltage of the electric motor driven by an inverter, a sampling frequency calculation unit that determines the sampling frequency when the current is stable, and a current stable state.
  • the FFT analysis unit that frequency-analyzes the current of the electric machine at this time, the peak detection calculation unit that detects the peak part of the power spectrum analyzed by the FFT analysis unit, and the peak caused by the rotation frequency of the electric machine from the peak part of the power spectrum.
  • the rotation frequency band detection unit that obtains the location, the rotation frequency spectrum value detection unit that calculates the spectrum value of the peak location due to the rotation frequency of the electric motor, and the rotation frequency spectrum value detection unit's spectral values are moved and averaged multiple times.
  • Rotation frequency spectrum value moving average buffer for carrying out, an averaging calculation unit that averages the power spectra for multiple times, and a rotation frequency that calculates the variation of the spectrum value of the rotation frequency in the rotation frequency spectrum value moving average buffer.
  • Normal state storage that stores the calculation result of the ⁇ value calculation unit, the threshold calculation unit that calculates the threshold for determining the abnormality of the electric motor based on the calculation result of the rotation frequency ⁇ value calculation unit, and the calculation result of the averaging calculation unit as the normal state of the electric motor.
  • a load factor calculation unit that calculates the operating load factor of the electric motor, an FFT analysis result correction unit that corrects the FFT analysis result by the FFT analysis unit at the time of diagnosis, and a correction value that stores the correction value according to the operating load factor.
  • the data storage unit the FFT result correction matrix selection unit that selects the correction value of the FFT analysis result according to the values of the operating frequency and operating load factor of the electric motor, and the correction value and abnormality judgment of the electric motor in the FFT result correction matrix selection unit. It is provided with an abnormal state comparison unit that determines the operating status of the electric motor based on the threshold value to be performed.
  • the diagnostic device for the motor of the present application it is possible to detect a change in the operating condition peculiar to the inverter-driven motor separately from the deterioration sign of the motor, and the detection accuracy can be improved. Further, by detecting the installation status of the motor as a variation in the spectral value of the rotation frequency of the motor, it is possible to prevent erroneous detection of the motor diagnosis.
  • FIG. It is a schematic block diagram which shows the installation state of the diagnostic apparatus of the electric motor which concerns on Embodiment 1.
  • FIG. It is a block diagram which shows the structure of the arithmetic processing part in the diagnostic apparatus of the electric motor which concerns on Embodiment 1.
  • FIG. It is a flow diagram explaining the operation of the diagnostic apparatus of the electric motor which concerns on Embodiment 1.
  • FIG. It is a flow diagram explaining the correction method of the diagnostic apparatus of the electric motor which concerns on Embodiment 1.
  • FIG. It is a figure which shows an example of the FFT result correction matrix used for the diagnostic apparatus of the electric motor which concerns on Embodiment 1.
  • FIG. 1 is a schematic configuration diagram showing an installation state of a diagnostic device for an electric motor according to the first embodiment.
  • the main circuit 1 drawn from the power system is provided with a wiring breaker 2, an electromagnetic contactor 3, and a voltage / current detector 4 for detecting the load current of the main circuit 1.
  • a three-phase induction motor is connected to the main circuit 1 as a load motor 5, and the mechanical equipment 6 is driven by the motor 5.
  • the electric motor 5 is an inverter-driven electric motor driven by an inverter.
  • the diagnostic device 100 of the electric motor uses the measuring circuit 7 for inputting the current and the voltage detected by the voltage-current detector 4 and the current input from the measuring circuit 7 to load the electric motor 5 and the mechanical equipment 6 and the like.
  • the arithmetic processing unit 8 for detecting the presence or absence of an abnormality is provided.
  • the rating information setting circuit 9 and the rating information setting circuit for inputting the power supply frequency of the motor 5 and the rated output, the rated current, the number of poles, the rated rotation speed, etc. of the motor 5 into the diagnostic device 100 of the motor in advance.
  • a setting information storage circuit 10 for storing the rating information input from 9 is provided.
  • the rating information is information that can be easily obtained by looking at the catalog of the manufacturer of the motor 5 or the name plate attached to the motor 5. When there are a plurality of electric motors 5 to be diagnosed, it is necessary to input the rating information of the electric motors 5 to be diagnosed in advance, but in the following description, one electric motor 5 will be described.
  • the display unit 11 is connected to the arithmetic processing unit 8, and displays, for example, a physical quantity of the detected load current and an abnormal state and an alarm when the arithmetic processing unit 8 detects an abnormality in the electric motor 5.
  • the drive circuit 12 is connected to the arithmetic processing unit 8 and outputs a control signal for opening and closing the electromagnetic contactor 3 based on the result of calculation by the arithmetic processing unit 8 based on the current signal detected by the voltage / current detector 4. do.
  • the output circuit unit 13 outputs signals such as an abnormal state and a warning from the arithmetic processing unit 8 to the outside.
  • the external monitoring device 200 is composed of, for example, a PC (personal computer) and is connected to the diagnostic device 100 of one or a plurality of electric motors, and appropriately receives the information of the arithmetic processing unit 8 via the communication circuit 14.
  • the operating status of the diagnostic device 100 of the electric motor is monitored.
  • the connection between the external monitoring device 200 and the communication circuit 14 of the diagnostic device 100 may be a cable or a wireless connection.
  • a network may be constructed between the diagnostic devices 100 of a plurality of electric motors and the connection may be made via the Internet.
  • the configuration of the arithmetic processing unit 8 will be described with reference to FIG.
  • the arithmetic processing unit 8 has a load factor calculation unit 110 that calculates the load factor from the current and voltage of the main circuit 1 input from the measurement circuit 7, and a sampling frequency calculation that measures the power supply frequency from the current or voltage and calculates the sampling frequency.
  • Peak detection calculation unit 113 that selects the peak value location of the power spectrum analyzed by the FFT (Fast Frequency) analysis unit 112 and the FFT analysis unit 112 that perform power spectrum analysis using the current of unit 111 and the measurement circuit 7. It is provided with a rotation frequency band detection unit 114 for obtaining a peak portion caused by the rotation frequency of the electric motor 5 from the peak portion detected by the peak detection calculation unit 113.
  • the rotation frequency spectrum value detection unit 115 that extracts the spectrum value of the rotation frequency band detection unit 114
  • the frequency axis conversion calculation unit 119 that matches the frequency of the rotation frequency band of the power spectrum for a plurality of times
  • the frequency axis was converted by the rotation frequency spectrum value moving average buffer 120 stored as a stored value for averaging and arithmetic processing and the rotation frequency band detection unit 114 stored in the rotation frequency spectrum value moving average buffer 120.
  • An averaging calculation unit 121 that performs averaging processing of power spectra for a plurality of times, and a rotation frequency ⁇ value calculation unit 122 that calculates a variation ⁇ of the rotation frequency spectrum value using the stored value of the rotation frequency spectrum value moving average buffer 120.
  • a threshold calculation unit 123 for selecting a threshold for abnormality diagnosis according to the calculation result of the rotation frequency ⁇ value calculation unit 122 is provided.
  • the averaging calculation unit 121 uses the power spectrum averaged by the averaging calculation unit 121 to extract whether or not there are peak points on both sides of the power supply frequency other than the rotation frequency band of the electric motor 5 (hereinafter, the peak points are referred to as sideband waves).
  • the FFT result correction matrix selection unit 118 Selected by the FFT result correction matrix selection unit 118 for determining the correction value of the FFT analysis result from the side band wave extraction unit 116, the rotation frequency band detection unit 114, and the load factor calculation unit 110, and the FFT result correction matrix selection unit 118.
  • the FFT analysis result correction unit 125 that corrects the current FFT analysis result of the electric motor at the time of diagnosis using the correction value, and the correction value data storage unit that stores the correction value information of the FFT analysis result from the two viewpoints of load factor and frequency. It is equipped with 126.
  • the normal state storage unit 124 that stores and stores the measured value of the normal state and the value stored in the normal state storage unit 124 and the current value are compared to make a good / bad judgment diagnosis of the motor.
  • the abnormal state comparison unit 117 for carrying out the above is provided.
  • the sampling frequency calculation unit 111 determines the sampling frequency, and the FFT analysis unit 112 frequency-analyzes the current of the motor 5.
  • the peak detection calculation unit 113 detects the peak portion of the power spectrum analyzed by the FFT analysis unit 112, and the rotation frequency band detection unit 114 obtains the peak portion due to the rotation frequency of the electric motor 5 from the peak portion of the power spectrum.
  • the rotation frequency spectrum value detection unit 115 calculates the spectrum value of the peak portion due to the rotation frequency of the electric motor 5, and the rotation frequency spectrum value moving average buffer 120 calculates the spectrum value of the rotation frequency spectrum value detection unit 115 a plurality of times. Perform the mobile averaging process.
  • the averaging calculation unit 121 performs averaging processing on the power spectra for a plurality of times, and the rotation frequency ⁇ value calculation unit 122 calculates the variation in the spectrum value of the rotation frequency in the rotation frequency spectrum value moving average buffer 120. Further, the spectral value is corrected for each of the operating load factor and the operating frequency of the electric motor 5, and the threshold value for abnormality determination is determined by the threshold value calculation unit 123 based on the variation in the spectral value of the electric motor 5.
  • the threshold calculation unit 123 calculates a threshold value for determining an abnormality of the motor 5 based on the calculation result of the rotation frequency ⁇ value calculation unit 122, and the normal state storage unit 124 uses the calculation result of the averaging calculation unit 121 as the normal state of the motor 5.
  • the load factor calculation unit 110 calculates the operating load factor of the electric motor 5, and the FFT analysis result correction unit 125 corrects the FFT analysis result by the FFT analysis unit 112 at the time of performing the diagnosis.
  • the correction value data storage unit 126 stores the correction value according to the operating load factor, and the FFT result correction matrix selection unit 118 corrects the FFT analysis result according to the operating frequency and the operating load factor value of the motor 5. It is configured to select a value.
  • the abnormal state comparison unit 117 determines the operating status of the motor 5 based on the correction value in the FFT result correction matrix selection unit 118 and the threshold value for determining the abnormality of the motor 5, and in the display unit 11, the abnormal state comparison unit 117 is abnormal. If there is, the abnormal status is displayed.
  • FIG. 3A shows the flow of processing operations in the phase of learning the initial state
  • FIG. 3B shows the flow of processing operations in the phase of performing diagnosis.
  • the feature of this diagnosis is that the initial state of the motor is learned as a normal state, and the relative evaluation is made based on the difference from the current value in the diagnosis.
  • the start of motor operation is detected (step S101), and the current and voltage of the main circuit 1 of the motor 5 are measured by current / voltage measurement. (Step S102).
  • the load factor is calculated from the measured current and voltage values (step S103).
  • Frequency analysis is performed on the main circuit current by FFT analysis (step S104).
  • the rotational vibration intensity is calculated by extracting the rotational signal intensity from the analysis result of the FFT (step S105), and the averaging process for each frequency / load factor is performed (step S106).
  • the averaged value is accumulated a plurality of times for a certain period of time, and initial learning is performed as a definite value in a normal state (step S107).
  • the correction value and the judgment threshold value of the abnormal vibration for stabilizing the diagnosis are calculated by calculating the correction value and the judgment value for each load factor (step S108). Finally, the correction value and the determination threshold value are stored in the correction matrix (step S109).
  • step S110 if the operation of the motor is confirmed (step S110), the current / voltage measurement step S111, the load factor calculation step S112, and the FFT analysis are the same as in the initial learning flow shown in FIG. 3A.
  • the processing up to step S113, rotational vibration intensity extraction step S114, and averaging processing step S115 for each frequency / load factor is executed.
  • a correction matrix position for reading the correction value at the current load factor from the correction matrix learned in the initial learning flow is performed (step S116), and the correction value and the determination threshold value are read.
  • step S118 the initial / current value comparison for comparing the initial learning value and the corrected measured value is executed (step S118), and the abnormality determination is performed based on this (step S119).
  • the correction value and the determination threshold value acquired in the initial calculation can be corrected by referring to the determination threshold value / initial value in step S117, and an accurate determination can be realized.
  • the correction value / judgment threshold calculation step S108 and the correction matrix storage step S109 are the load factor calculated in the load factor calculation step S103 and the motor obtained in the rotation signal intensity extraction step S105.
  • the rotation signal spectrum values used in the diagnosis are averaged based on the rotation frequency. Even if the operating status of the motor fluctuates, it is possible to make a diagnosis without erroneous detection. Further, in the correction value / judgment threshold value calculation step S108 on the initial calculation start flow, the likelihood up to the diagnosis threshold value can be ensured due to factors such as the installation conditions of the motor, and erroneous detection can be prevented.
  • Step S106 for calculating the average for each frequency and load factor in FIG. 3A is carried out, the data is accumulated in the rotation frequency spectrum value moving average buffer 120, and the initial learning step S107 is carried out, and the rotation frequency spectrum value moving average buffer 120 is performed.
  • the average value is calculated from, and as shown in FIG. 4, the unbiased variance is calculated in the flow FL1, then the judgment threshold of the electric motor for the unbiased variance is selected from the judgment threshold selection table in the flow FL2, and the correction value / judgment threshold calculation step.
  • S108 is carried out, and storage in the correction matrix in the correction value data storage unit 126 is carried out (step S109).
  • the correction matrix is a matrix composed of a frequency and a load factor as shown in FIG. 5, and has a cell for storing the determination threshold value selected in the flow of FIG. 4 for each frequency in addition to the correction value.
  • Diagnosis can be performed regardless of the operating status (load fluctuation / frequency fluctuation) of the inverter-driven motor.
  • the diagnostic threshold can be automatically tuned for each frequency of the motor, preventing erroneous detection of diagnosis. It will be possible to detect with high accuracy.
  • the arithmetic processing unit 8 is composed of a processor and a storage device as a hardware configuration.
  • the storage device includes, for example, a volatile storage device for random access memory and a non-volatile auxiliary storage device for flash memory. Further, the auxiliary storage device of the hard disk may be provided instead of the flash memory.
  • the processor executes the program input from the storage device. In this case, the program is input from the auxiliary storage device to the processor via the volatile storage device. Further, the processor may, for example, output the data of the calculation result to the volatile storage device of the storage device, or may store the data in the auxiliary storage device via the volatile storage device.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

閾値算出部（１２３）において回転周波数σ値演算部（１２２）の演算結果に基づき電動機（５）の異常判定を行う閾値を算出し、正常状態記憶部（１２４）は平均化演算部（１２１）の演算結果を電動機（５）の正常状態として記憶しており、負荷率算出部（１１０）は電動機（５）の運転負荷率を算出し、ＦＦＴ解析結果補正部（１２５）では診断実施時にＦＦＴ解析部（１１２）によるＦＦＴ解析結果を補正し、ＦＦＴ結果補正マトリクス選択部（１１８）において電動機（５）の運転周波数と運転負荷率の値に応じてＦＦＴ解析結果の補正値を選択し、異常状態比較部（１１７）は、ＦＦＴ結果補正マトリクス選択部（１１８）における補正値と電動機（５）の異常判定を行う閾値に基づき電動機（５）の運転状況を判定し、異常であれば表示部（１１）に表示する。

Description

電動機の診断装置
　本願は、インバータによって駆動される電動機の異常の有無を診断する電動機の診断装置に関するものである。
　近年の環境問題を背景に、電動機の高効率運転に向けて、電動機をインバータによって駆動する方式（以下、インバータ駆動方式という）の利用が増加傾向にある。インバータ駆動方式の電動機が利用される範囲はプロセス産業における生産ラインの装置及び機械類の動力である。例えば、ポンプ、圧縮機、送風機、産業用ロボットなど使用範囲は多岐に亘り、需要が増加傾向にある。
　そのためこのような電動機は常に健全な継続運転が要求される。しかしながら、全ての電動機が適切な使用環境で運転されているとは限らず、高温、高湿、重負荷、腐食、摩耗等の高ストレス環境下で稼働していることも珍しくない。
　従来、そのような設備の診断は時間計画保全（ＴＢＭ：Ｔｉｍｅ　Ｂａｓｅｄ　Ｍａｉｎｔｅｎａｎｃｅ）によりメンテナンス部門が五感診断により判断していることが多い。特に重要な電動機は定期的に故障箇所の有無を診断することが必要となり、コストの面で非常に問題となっている。
　そこで、電動機の状態監視保全技術（ＣＢＭ：Ｃｏｎｄｉｔｉｏｎ　Ｂａｓｅｄ　Ｍａｉｎｔｅｎａｎｃｅ）に関心が高まっている。
　現状のインバータ駆動方式の電動機の診断には電動機毎に様々なセンサ等の計測機器を取り付けることで実現している。計測機器としてはトルクメータ、速度および加速度振動センサ等がある。
　また、特許文献１では、ポンプ、電動機等の回転機器の状態を示す各種信号にフーリエ解析を施して得られたパワースペクトル密度のパターンと、正常状態における各種信号の基準パターンと比較し、基準パターンとの距離により異常の有無を判定するものが開示されている。
特開昭５８－１００７３４号公報
　しかしながら、例えば、数百台、数千台と多くの電動機を集中管理するようなモータコントロールセンタへの適用は現実的ではない。そのため、追加設置が必須となるような特殊なセンサを用いずに、モータコントロールセンタで従来において計測可能な電流および電圧等の情報からインバータ駆動方式の電動機の状態を診断し、信頼性、生産性、安全性を確保する装置が必要である。
　インバータ駆動方式の電動機は、回転速度あるいは運転負荷が運転者の操作により時々刻々と変動する。回転速度あるいは運転負荷の変動に伴い、診断に必要な電流値あるいは電圧値などのパラメータが変動するため電動機の状態が運転状況に起因する事象なのか、あるいは劣化、故障に起因する事象なのかを判断することが困難であった。インバータ駆動方式の電動機に関して、運転状況の変動に因らずに診断する方式が必要である。
　特許文献１に開示の回転機器の異常検出装置では、実環境での動作を考えた場合、インバータ駆動方式特有の運転状況の変化を電動機の劣化であると誤検出する可能性がある。また、特許文献１では、診断するための閾値は予め与えられたものと比較しており、電動機の据え付け状況によっては、電動機の回転周波数のスペクトル値のばらつきによる誤検出の可能性がある。
　本願は、上記のような問題点を解決するためになされたものであり、インバータ駆動方式における特有の運転状況の変化を電動機の劣化兆候と切り分けて検出できるようになり検出精度を向上することができ、また電動機の据え付け状況を電動機の回転周波数のスペクトル値のばらつきとして検出することで電動機診断の誤検出を防ぐことができる電動機の診断装置を得ることを目的とする。
　本願に開示される電動機の診断装置は、インバータによって駆動される電動機の電流および電圧を入力する計測回路と、電流が安定状態のときにサンプリング周波数を決定するサンプリング周波数算出部と、電流が安定状態のときに電動機の電流を周波数解析するＦＦＴ解析部と、ＦＦＴ解析部で解析されたパワースペクトルのピーク箇所を検出するピーク検出演算部と、パワースペクトルのピーク箇所から電動機の回転周波数に起因するピーク箇所を求める回転周波数帯検出部と、電動機の回転周波数に起因するピーク箇所のスペクトル値を算出する回転周波数スペクトル値検出部と、回転周波数スペクトル値検出部のスペクトル値について複数回の移動平均化処理を実施するための回転周波数スペクトル値移動平均バッファと、複数回分のパワースペクトルを平均化処理する平均化演算部と、回転周波数スペクトル値移動平均バッファにおける回転周波数のスペクトル値のばらつきを演算する回転周波数σ値演算部と、回転周波数σ値演算部の演算結果に基づき電動機の異常判定を行う閾値を算出する閾値算出部と、平均化演算部の演算結果を電動機の正常状態として記憶する正常状態記憶部と、電動機の運転負荷率を算出する負荷率算出部と、診断実施時にＦＦＴ解析部によるＦＦＴ解析結果を補正するＦＦＴ解析結果補正部と、運転負荷率に応じた補正値を格納する補正値データ蓄積部と、電動機の運転周波数と運転負荷率の値に応じてＦＦＴ解析結果の補正値を選択するＦＦＴ結果補正マトリクス選択部と、ＦＦＴ結果補正マトリクス選択部における補正値と電動機の異常判定を行う閾値に基づき電動機の運転状況を判定する異常状態比較部を備えたものである。
　本願の電動機の診断装置によれば、インバータ駆動方式の電動機における特有の運転状況の変化を電動機の劣化兆候と切り分けて検出できるようになり、検出精度を向上することが出来る。
　また、電動機の据え付け状況を電動機の回転周波数のスペクトル値のばらつきとして検出することで電動機診断の誤検出を防ぐことができる。
実施の形態１に係る電動機の診断装置の設置状態を示す概略構成図である。 実施の形態１に係る電動機の診断装置における演算処理部の構成を示すブロック図である。 実施の形態１に係る電動機の診断装置の動作を説明するフロー図である。 実施の形態１に係る電動機の診断装置の補正方法を説明するフロー図である。 実施の形態１に係る電動機の診断装置に用いるＦＦＴ結果補正マトリクスの一例を示す図である。
　以下、実施の形態に係る電動機の診断装置について図面を参照して説明する。なお、各図中、同一符号は、同一または相当部分を示すものとする。
実施の形態１．
　図１は実施の形態１における電動機の診断装置の設置状態を示す概略構成図である。
　図において、電力系統から引き込まれた主回路１には、配線用遮断器２、電磁接触器３、主回路１の負荷電流を検出する電圧電流検出器４が設けられている。主回路１には負荷である電動機５として例えば三相誘導電動機が接続され、電動機５により機械設備６が運転駆動される。電動機５は、インバータによって駆動されるインバータ駆動方式の電動機である。
　電動機の診断装置１００には、電圧電流検出器４で検出された電流および電圧を入力する計測回路７と、計測回路７から入力された電流を使用して電動機５および機械設備６等の負荷の異常の有無を検出する演算処理部８を備えている。
　また、電動機の診断装置１００には、電動機５の電源周波数および、電動機５の定格出力、定格電流、極数、定格回転数等をあらかじめ入力しておく定格情報設定回路９と、定格情報設定回路９から入力された定格情報を保存しておく設定情報記憶回路１０が設けられている。定格情報は、電動機５の製造会社のカタログまたは電動機５に取り付けられている名板を見ることで容易に取得可能な情報である。なお、診断対象の電動機５が複数台ある場合には、予め診断対象の電動機５の定格情報を入力しておく必要があるが、以降の説明においては１台の電動機５について説明する。
　表示部１１は、演算処理部８に接続され、例えば検出された負荷電流の物理量および演算処理部８が電動機５の異常を検出したときに異常状態および警報を表示する。
　駆動回路１２は、演算処理部８に接続され、電圧電流検出器４より検出された電流信号をもとに演算処理部８が演算した結果に基づき、電磁接触器３を開閉する制御信号を出力する。
　出力回路部１３は、演算処理部８からの異常状態および警告等の信号を外部に出力する。
　外部の監視装置２００は、例えばＰＣ（パーソナルコンピュータ）から構成され、１つあるいは複数の電動機の診断装置１００に接続されており、演算処理部８の情報を通信回路１４を介して適宜受信するとともに電動機の診断装置１００の動作状況を監視する。この外部の監視装置２００と診断装置１００の通信回路１４との接続は、ケーブルを用いたものでもよく、もしくは無線によるものでもよい。複数の電動機の診断装置１００との間にネットワークを構築してインターネットを介した接続であってもよい。
　演算処理部８の構成について図２を用いて説明する。演算処理部８は計測回路７から入力された主回路１の電流および電圧より負荷率を算出する負荷率算出部１１０と、電流または電圧から電源周波数を計測し、サンプリング周波数を計算するサンプリング周波数算出部１１１と計測回路７の電流を使用してパワースペクトル解析を実施するＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）解析部１１２とＦＦＴ解析部１１２で解析されたパワースペクトルのピーク値箇所を選択するピーク検出演算部１１３とピーク検出演算部１１３で検出されたピーク箇所から電動機５の回転周波数に起因するピーク箇所を求める回転周波数帯検出部１１４を備えている。
　また、回転周波数帯検出部１１４のスペクトル値を抽出する回転周波数スペクトル値検出部１１５と、複数回数分のパワースペクトルの回転周波数帯の周波数を合わせる周波数軸変換演算部１１９と、回転周波数のスペクトル値について平均化および演算処理の為に格納値として保存する回転周波数スペクトル値移動平均バッファ１２０と、回転周波数スペクトル値移動平均バッファ１２０に格納されている回転周波数帯検出部１１４で周波数軸が変換された複数回分のパワースペクトルを平均化処理する平均化演算部１２１と、回転周波数スペクトル値移動平均バッファ１２０の格納値を利用して回転周波数スペクトル値のばらつきσを演算する回転周波数σ値演算部１２２と、回転周波数σ値演算部１２２での演算結果に従って異常診断の閾値を選択する閾値算出部１２３を備えている。
　更に、平均化演算部１２１で平均化されたパワースペクトルを使用して、電動機５の回転周波数帯以外に電源周波数の両側にピーク箇所があるかを抽出する（以下、ピーク箇所を側帯波と記す）側帯波抽出部１１６と、回転周波数帯検出部１１４と負荷率算出部１１０からＦＦＴ解析結果の補正値を決定するＦＦＴ結果補正マトリクス選択部１１８と、そのＦＦＴ結果補正マトリクス選択部１１８で選択された補正値を用いて診断時の電動機の電流ＦＦＴ解析結果を補正するＦＦＴ解析結果補正部１２５と、負荷率と周波数の２つ観点でＦＦＴ解析結果の補正値情報を記憶した補正値データ蓄積部１２６を具備している。
　更に、異常状態と正常状態を比較するために正常状態の計測値を格納記憶する正常状態記憶部１２４と、正常状態記憶部１２４に記憶された値と現在値を比較して電動機の良否判定診断を実施する異常状態比較部１１７を備えている。
　本実施の形態においては、電動機５の電流が安定状態のときに、サンプリング周波数算出部１１１でサンプリング周波数を決定し、またＦＦＴ解析部１１２において電動機５の電流を周波数解析する。
　ピーク検出演算部１１３では、ＦＦＴ解析部１１２で解析されたパワースペクトルのピーク箇所を検出し、回転周波数帯検出部１１４ではパワースペクトルのピーク箇所から電動機５の回転周波数に起因するピーク箇所を求める。
　次に、回転周波数スペクトル値検出部１１５において電動機５の回転周波数に起因するピーク箇所のスペクトル値を算出し、回転周波数スペクトル値移動平均バッファ１２０において回転周波数スペクトル値検出部１１５のスペクトル値について複数回の移動平均化処理を実施する。
　平均化演算部１２１では、複数回分のパワースペクトルを平均化処理し、回転周波数σ値演算部１２２において回転周波数スペクトル値移動平均バッファ１２０における回転周波数のスペクトル値のばらつきを演算する。
　また、電動機５の運転負荷率と運転周波数毎にスペクトル値を補正し、更に電動機５のスペクトル値のばらつきにより閾値算出部１２３において異常判定の閾値を確定する。
　閾値算出部１２３では、回転周波数σ値演算部１２２の演算結果に基づき電動機５の異常判定を行う閾値を算出し、正常状態記憶部１２４は平均化演算部１２１の演算結果を電動機５の正常状態として記憶する。
　負荷率算出部１１０は電動機５の運転負荷率を算出し、ＦＦＴ解析結果補正部１２５では診断実施時にＦＦＴ解析部１１２によるＦＦＴ解析結果を補正する。
　補正値データ蓄積部１２６では、運転負荷率に応じた補正値を格納しており、ＦＦＴ結果補正マトリクス選択部１１８は、電動機５の運転周波数と運転負荷率の値に応じてＦＦＴ解析結果の補正値を選択するように構成されている。
　異常状態比較部１１７は、ＦＦＴ結果補正マトリクス選択部１１８における補正値と電動機５の異常判定を行う閾値に基づき電動機５の運転状況を判定し、表示部１１では、異常状態比較部１１７で異常であれば異常状態を表示する。
　次に実施の形態１における電動機の診断装置の動作を図３に基づき用いて説明する。電動機の診断は電動機の初期状態(正常状態)を学習するフェーズと診断を実施するフェーズの２種類に分けて考える。図３（ａ）は初期状態を学習するフェーズにおける処理動作の流れを示しており、図３（ｂ）は診断を実施するフェーズにおける処理動作の流れを示している。本診断では、電動機の初期状態を正常状態として学習させ、診断実施における現在値との差異によって相対的に評価することを特徴としている。
　まず、初期算出のフローとしては、図３（ａ）に示すフロー図のように、電動機動作開始を検出し（ステップＳ１０１）、電流電圧計測によって電動機５の主回路１の電流、電圧を計測する（ステップＳ１０２）。次に計測した電流と電圧の値から負荷率を算出する（ステップＳ１０３）。主回路電流をＦＦＴ解析で周波数解析を実施する（ステップＳ１０４）。ＦＦＴの解析結果から回転信号強度抽出によって回転振動強度を算出し（ステップＳ１０５）、周波数・負荷率毎の平均化処理を実施する（ステップＳ１０６）。平均化した値を複数回ある一定期間蓄積し正常状態の確定値として初期学習を実施する（ステップＳ１０７）。初期学習完了後、負荷率毎に補正値・判定値算出により診断の安定化に向けた補正値と異常振動の判定閾値を算出する（ステップＳ１０８）。最後に補正値と判定閾値を記憶する補正マトリクスへの格納を実施する（ステップＳ１０９）。
　次に学習後に実施する診断開始フローについて説明する。図３（ｂ）に示すように、電動機の動作を確認すれば（ステップＳ１１０）、図３（ａ）に示す初期学習フローと同様に、電流電圧計測ステップＳ１１１、負荷率算出ステップＳ１１２、ＦＦＴ解析ステップＳ１１３、回転振動強度抽出ステップＳ１１４、周波数・負荷率毎の平均化処理ステップＳ１１５までの処理を実行する。診断では初期学習フローで学習した補正マトリクスから現負荷率での補正値を読み出す補正マトリクス位置を実施し（ステップＳ１１６）、補正値および判定閾値を読み込む。そして初期学習値と補正された計測値を比較する初期・現在値比較を実行し（ステップＳ１１８）、これに基づき異常判定を実施する（ステップＳ１１９）フローとなっている。
　図３（ａ）の初期算出開始フローではステップＳ１０６の周波数・負荷率毎の平均化処理およびステップＳ１０８の補正値・判定閾値算出によって電動機の操作あるいは運転状況により診断の誤検出を回避することができる。また、図３（ｂ）の診断開始フローでは初期算出で取得した補正値および判定閾値をステップＳ１１７において判定閾値・初期値を参照することによって補正し、正確な判定を実現することができる。
　図３（ａ）の初期算出開始フローについて、補正値・判定閾値算出ステップＳ１０８および補正マトリクス格納ステップＳ１０９は、負荷率算出ステップＳ１０３で算出した負荷率と回転信号強度抽出ステップＳ１０５で得た電動機の回転周波数に基づいて診断にて利用する回転信号スペクトル値を平均化する。電動機の運転状況が変動しても誤検出することなく診断することが可能となる。また、初期算出開始フロー上の補正値・判定閾値算出ステップＳ１０８により電動機の例えば設置条件の要因で診断の閾値までの尤度を確保でき、誤検出を防ぐことができる。
　図３（ａ）の周波数・負荷率毎の平均を算出するステップＳ１０６を実施し、回転周波数スペクトル値移動平均バッファ１２０に蓄積し、初期学習ステップＳ１０７を実施し、回転周波数スペクトル値移動平均バッファ１２０から平均値を算出し、図４のように、フローＦＬ１にて不偏分散を計算後、フローＦＬ２にて判定閾値選択テーブルから不偏分散に対する電動機の判定閾値を選択し、補正値・判定閾値算出ステップＳ１０８を実施し、補正値データ蓄積部１２６における補正マトリクスへの格納を実施する（ステップＳ１０９）。補正マトリクスは図５のように周波数と負荷率からなるマトリクスとなっており、補正値の他、図４のフローにて選択した判定閾値を周波数毎に記憶するセルも有する。
　インバータ駆動方式の電動機の運転状況（負荷変動・周波数変動）に因らず診断を実施することが可能となる。また、インバータ駆動方式の特徴である電動機の運転回転速度の操作により診断対象電動機の振動現象が変化するため電動機の周波数毎に診断閾値を自動でチューニングすることができるため、診断の誤検出を防ぎ精度良く検出できるようになる。
　なお、演算処理部８は、ハードウェア構成として、プロセッサと記憶装置から構成される。記憶装置は、例えば、ランダムアクセスメモリの揮発性記憶装置と、フラッシュメモリの不揮発性の補助記憶装置とを具備する。また、フラッシュメモリの代わりにハードディスクの補助記憶装置を具備してもよい。プロセッサは、記憶装置から入力されたプログラムを実行する。この場合、補助記憶装置から揮発性記憶装置を介してプロセッサにプログラムが入力される。また、プロセッサは、例えば演算結果のデータを記憶装置の揮発性記憶装置に出力してもよいし、揮発性記憶装置を介して補助記憶装置にデータを保存してもよい。
　本願は、例示的な実施の形態が記載されているが、実施の形態に記載された様々な特徴、態様、及び機能は特定の実施の形態の適用に限られるのではなく、単独で、または様々な組み合わせで実施の形態に適用可能である。
　従って、例示されていない無数の変形例が、本願明細書に開示される技術の範囲内において想定される。例えば、少なくとも１つの構成要素を変形する場合、追加する場合または省略する場合が含まれるものとする。
　４　電圧電流検出器、５　電動機、７　計測回路、８　演算処理部、１００　診断装置、１１０　負荷率算出部、１１１　サンプリング周波数算出部、１１２　ＦＦＴ解析部、１１３　ピーク検出演算部、１１４　回転周波数帯検出部、１１５　回転周波数スペクトル値検出部、１１７　異常状態比較部、１１８　ＦＦＴ結果補正マトリクス選択部、１２０　回転周波数スペクトル値移動平均バッファ、１２１　平均化演算部、１２２　回転周波数σ値演算部、１２３　閾値算出部、１２４　正常状態記憶部、１２５　ＦＦＴ解析結果補正部、１２６　補正値データ蓄積部

Claims (3)

  1. 　インバータによって駆動される電動機の電流および電圧に基づいて前記電動機の異常を診断する演算処理部を備えた電動機の診断装置において、
    前記演算処理部は、前記電動機の電流および電圧を入力する計測回路と、
    前記電流が安定状態のときにサンプリング周波数を決定するサンプリング周波数算出部と、
    前記電流が安定状態のときに前記電動機の電流を周波数解析するＦＦＴ解析部と、
    前記ＦＦＴ解析部で解析されたパワースペクトルのピーク箇所を検出するピーク検出演算部と、
    前記パワースペクトルのピーク箇所から前記電動機の回転周波数に起因するピーク箇所を求める回転周波数帯検出部と、
    前記電動機の回転周波数に起因するピーク箇所のスペクトル値を算出する回転周波数スペクトル値検出部と、
    前記回転周波数スペクトル値検出部のスペクトル値について複数回の移動平均化処理を実施するための回転周波数スペクトル値移動平均バッファと、
    複数回分のパワースペクトルを平均化処理する平均化演算部と、
    前記回転周波数スペクトル値移動平均バッファにおける回転周波数のスペクトル値のばらつきを演算する回転周波数σ値演算部と、
    前記回転周波数σ値演算部の演算結果に基づき前記電動機の異常判定を行う閾値を算出する閾値算出部と、
    前記平均化演算部の演算結果を前記電動機の正常状態として記憶する正常状態記憶部と、
    前記電動機の運転負荷率を算出する負荷率算出部と、
    診断実施時に前記ＦＦＴ解析部によるＦＦＴ解析結果を補正するＦＦＴ解析結果補正部と、
    前記運転負荷率に応じた補正値を格納する補正値データ蓄積部と、
    前記電動機の運転周波数と運転負荷率の値に応じてＦＦＴ解析結果の補正値を選択するＦＦＴ結果補正マトリクス選択部と、
    前記ＦＦＴ結果補正マトリクス選択部における補正値と前記電動機の異常判定を行う閾値に基づき前記電動機の運転状況を判定する異常状態比較部を備えたことを特徴とする電動機の診断装置。
  2. 　前記電動機の運転負荷率と運転周波数毎に前記スペクトル値を補正することを特徴とする請求項１に記載の電動機の診断装置。
  3. 　前記電動機の前記スペクトル値のばらつきにより前記閾値算出部において異常判定の閾値を確定することを特徴とする請求項１に記載の電動機の診断装置。
PCT/JP2020/042570 2020-11-16 2020-11-16 電動機の診断装置 WO2022102113A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
PCT/JP2020/042570 WO2022102113A1 (ja) 2020-11-16 2020-11-16 電動機の診断装置
JP2022561236A JP7422896B2 (ja) 2020-11-16 2020-11-16 電動機の診断装置
DE112020007771.3T DE112020007771T5 (de) 2020-11-16 2020-11-16 Elektromotordiagnoseeinrichtung
CN202080107078.7A CN116490760A (zh) 2020-11-16 2020-11-16 电动机的诊断装置
KR1020237014758A KR20230075513A (ko) 2020-11-16 2020-11-16 전동기의 진단 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/042570 WO2022102113A1 (ja) 2020-11-16 2020-11-16 電動機の診断装置

Publications (1)

Publication Number Publication Date
WO2022102113A1 true WO2022102113A1 (ja) 2022-05-19

Family

ID=81602166

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/042570 WO2022102113A1 (ja) 2020-11-16 2020-11-16 電動機の診断装置

Country Status (5)

Country Link
JP (1) JP7422896B2 (ja)
KR (1) KR20230075513A (ja)
CN (1) CN116490760A (ja)
DE (1) DE112020007771T5 (ja)
WO (1) WO2022102113A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003274691A (ja) * 2002-03-14 2003-09-26 Jfe Steel Kk 交流電動機の回転子異常検出方法及び回転子異常検出装置
JP2011259624A (ja) * 2010-06-09 2011-12-22 Fuji Electric Co Ltd 転がり軸受部振動データの高周波電磁振動成分除去方法および高周波電磁振動成分除去装置、回転機械の転がりの軸受診断方法および軸受診断装置
JP2019100761A (ja) * 2017-11-29 2019-06-24 Ｊｆｅアドバンテック株式会社 電磁振動成分の除去方法、回転機械診断方法、及び回転機械診断装置
WO2020189014A1 (ja) * 2019-03-15 2020-09-24 オムロン株式会社 異常診断装置および異常診断方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58100734A (ja) 1981-12-11 1983-06-15 Nippon Atom Ind Group Co Ltd 回転機器の異常検出法および装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003274691A (ja) * 2002-03-14 2003-09-26 Jfe Steel Kk 交流電動機の回転子異常検出方法及び回転子異常検出装置
JP2011259624A (ja) * 2010-06-09 2011-12-22 Fuji Electric Co Ltd 転がり軸受部振動データの高周波電磁振動成分除去方法および高周波電磁振動成分除去装置、回転機械の転がりの軸受診断方法および軸受診断装置
JP2019100761A (ja) * 2017-11-29 2019-06-24 Ｊｆｅアドバンテック株式会社 電磁振動成分の除去方法、回転機械診断方法、及び回転機械診断装置
WO2020189014A1 (ja) * 2019-03-15 2020-09-24 オムロン株式会社 異常診断装置および異常診断方法

Also Published As

Publication number Publication date
JPWO2022102113A1 (ja) 2022-05-19
KR20230075513A (ko) 2023-05-31
DE112020007771T5 (de) 2023-08-31
CN116490760A (zh) 2023-07-25
JP7422896B2 (ja) 2024-01-26

Similar Documents

Publication Publication Date Title
JP6896090B2 (ja) 異常診断装置、異常診断方法及び異常診断システム
JP5875734B2 (ja) 電動機の診断装置および開閉装置
KR102699545B1 (ko) 전동기의 진단 장치
CN107449958A (zh) 异常判定装置和异常判定方法
CN109563840B (zh) 泵组件和方法
CN109792227B (zh) 用于监测多个马达的状况的系统
JPWO2016092871A1 (ja) 電動機の診断装置
KR102257079B1 (ko) 전동기의 진단 장치
WO2020208743A1 (ja) 電動機設備の異常診断装置、電動機設備の異常診断方法、および電動機設備の異常診断システム
CN117786385B (zh) 基于孪生网络的三相异步电动机故障监测方法及系统
CN109477869A (zh) 电动机的诊断装置
CN111948528B (zh) 开闭装置的诊断方法以及装置
KR20160109158A (ko) 기계 강건도 모니터링 방법
EP1401076B1 (en) System and method for detecting loss of phase in a compressor system
KR101126595B1 (ko) 전력선을 이용한 모터구동 설비의 모니터링 시스템 및 그 방법
WO2022102113A1 (ja) 電動機の診断装置
KR20220166319A (ko) 전동기의 진단 장치
JP7503201B2 (ja) 電力変換装置
JPH02293603A (ja) 摺動部の異常検出装置
CN112863543A (zh) 利用声音监控设备的方法
CN114740405A (zh) 一种电机转子绕组匝间短路监测系统及方法
CN114816897A (zh) 基于电流信号监测机器的方法和实现这样的方法的设备
JP2022053867A (ja) 機器診断システム
CN117646736A (zh) 冷凝机组中风机的处理方法、装置、电子设备和存储介质
CN118167570A (zh) 风电机组轴系对中检测方法及系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20961640

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022561236

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20237014758

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 202080107078.7

Country of ref document: CN

122 Ep: pct application non-entry in european phase

Ref document number: 20961640

Country of ref document: EP

Kind code of ref document: A1