IP Force 特許公報掲載プロジェクト 2022.1.31 β版

知財求人 - 知財ポータルサイト「IP Force」

▶ 日機装株式会社の特許一覧

特許7314434モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ
<>
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図1
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図2
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図3
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図4
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図5
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図6
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図7
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図8
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図9
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図10
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図11
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図12
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図13
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図14
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図15
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図16
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図17
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図18
  • 特許-モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ 図19
< >
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B1)
(11)【特許番号】
(24)【登録日】2023-07-14
(45)【発行日】2023-07-25
(54)【発明の名称】モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ
(51)【国際特許分類】
   G01M 13/045 20190101AFI20230718BHJP
   F04D 29/04 20060101ALI20230718BHJP
   F04D 13/06 20060101ALI20230718BHJP
   F16C 17/24 20060101ALI20230718BHJP
   H02K 11/20 20160101ALI20230718BHJP
【FI】
G01M13/045
F04D29/04 U
F04D13/06 A
F16C17/24
H02K11/20
【請求項の数】 8
(21)【出願番号】P 2023042051
(22)【出願日】2023-03-16
【審査請求日】2023-03-27
【早期審査対象出願】
(73)【特許権者】
【識別番号】000226242
【氏名又は名称】日機装株式会社
(74)【代理人】
【識別番号】100141173
【弁理士】
【氏名又は名称】西村 啓一
(72)【発明者】
【氏名】小森 智裕
【審査官】奥野 尭也
(56)【参考文献】
【文献】特許第7138817(JP,B1)
【文献】特表2001-505310(JP,A)
【文献】特開平03-244824(JP,A)
【文献】中国実用新案第205607643(CN,U)
【文献】中国特許出願公開第105804981(CN,A)
【文献】特開平10-080103(JP,A)
【文献】実開平04-104197(JP,U)
【文献】特開平11-150917(JP,A)
【文献】特開2001-145304(JP,A)
【文献】国際公開第03/052904(WO,A1)
【文献】特開2000-197312(JP,A)
【文献】特開平09-233769(JP,A)
【文献】特開2013-078170(JP,A)
【文献】特開2001-231217(JP,A)
【文献】特開平01-308143(JP,A)
(58)【調査した分野】(Int.Cl.,DB名)
G01M 13/04-13/045
F16C 17/24
H02K 11/00-11/40
F04D 29/04-29/049
F04D 13/06-13/10
(57)【特許請求の範囲】
【請求項1】
キャンドモータポンプのモータのステータに対するロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイルそれぞれの検出信号に基づいて、前記ロータの回転軸を支持する軸受の摩耗状態を推定するモータ軸受摩耗状態推定装置であって、
複数の前記検出コイルそれぞれは、前記ステータに取り付けられて、
前記検出信号は、前記モータの駆動周波数に基づく基本波成分を含み、
複数の前記検出コイルは、
前記回転軸のラジアル方向における前記磁束変化を検出する複数のラジアル検出コイルと、
前記回転軸のスラスト方向における前記磁束変化を検出する複数のスラスト検出コイルと、
を含み、
複数の前記ラジアル検出コイルは、
一組となる第1ラジアル検出コイルと、
他の一組となる第2ラジアル検出コイルと、
を含み、
複数の前記スラスト検出コイルは、
一組となる第1スラスト検出コイルと、
他の一組となる第2スラスト検出コイルと、
を含み、
前記スラスト方向において、前記第1ラジアル検出コイルと前記第1スラスト検出コイルとは、前記ステータの一方向側の端部に配置されて、
前記スラスト方向において、前記第2ラジアル検出コイルと前記第2スラスト検出コイルとは、前記ステータの他方向側の端部に配置されて、
前記ラジアル方向において、前記第1ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、
前記ラジアル方向において、前記第2ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、
前記第1ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第1差分信号と、前記第2ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第2差分信号と、前記基本波成分の振幅を示す振幅信号と、が入力されたとき、前記ラジアル方向における前記摩耗状態を出力するように機械学習された学習済みの第1学習モデル、および、
前記第1スラスト検出コイルそれぞれの前記検出信号が合成された第1合成信号と前記第2スラスト検出コイルそれぞれの前記検出信号が合成された第2合成信号との差分を示すスラスト差分信号と、前記振幅信号と、が入力されたとき、前記スラスト方向における前記摩耗状態を出力するように機械学習された学習済みの第2学習モデル、
を記憶する記憶部と、
前記第1差分信号と前記第2差分信号と前記スラスト差分信号と前記振幅信号とを取得する取得部と、
前記取得部により取得された前記第1差分信号と前記第2差分信号と前記振幅信号とを前記第1学習モデルに入力して、前記取得部により取得された前記スラスト差分信号と前記振幅信号とを前記第2学習モデルに入力して、前記摩耗状態を推定する推定部と、
を有してなり、
前記振幅信号は、前記第1ラジアル検出コイルおよび/または前記第2ラジアル検出コイルそれぞれの前記検出信号に基づいて生成された第1振幅信号、または、前記第1合成信号と前記第2合成信号とに基づいて生成された第2振幅信号である、
モータ軸受摩耗状態推定装置。
【請求項2】
前記第1ラジアル検出コイルおよび/または前記第2ラジアル検出コイルそれぞれの前記検出信号に基づいて前記第1振幅信号を生成して、または、前記第1合成信号と前記第2合成信号とに基づいて前記第2振幅信号を生成する信号生成部、を有してなる、
請求項1に記載のモータ軸受摩耗状態推定装置。
【請求項3】
前記信号生成部は、前記第1ラジアル検出コイルおよび/または前記第2ラジアル検出コイルそれぞれの前記検出信号それぞれを加算することにより、前記第1振幅信号を生成する、
請求項2に記載のモータ軸受摩耗状態推定装置。
【請求項4】
前記信号生成部は、全ての前記ラジアル検出コイルそれぞれの前記検出信号を加算する、
請求項3に記載のモータ軸受摩耗状態推定装置。
【請求項5】
前記信号生成部は、前記第1合成信号と前記第2合成信号それぞれに対して、前記スラスト方向における前記軸受の摩耗に基づく前記磁束変化を打ち消すような重み付けを行い、重み付けされた前記第1合成信号と前記第2合成信号とを加算することにより、前記第2振幅信号を生成する、
請求項2に記載のモータ軸受摩耗状態推定装置。
【請求項6】
キャンドモータポンプのモータのステータに対するロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイルそれぞれの検出信号に基づいて、前記ロータの回転軸を支持する軸受の摩耗状態を推定するモータ軸受摩耗状態推定装置により実行される軸受摩耗状態推定方法であって、
複数の前記検出コイルそれぞれは、前記ステータに取り付けられて、
前記検出信号は、前記モータの駆動周波数に基づく基本波成分を含み、
複数の前記検出コイルは、
前記回転軸のラジアル方向における前記磁束変化を検出する複数のラジアル検出コイルと、
前記回転軸のスラスト方向における前記磁束変化を検出する複数のスラスト検出コイルと、
を含み、
複数の前記ラジアル検出コイルは、
一組となる第1ラジアル検出コイルと、
他の一組となる第2ラジアル検出コイルと、
を含み、
複数の前記スラスト検出コイルは、
一組となる第1スラスト検出コイルと、
他の一組となる第2スラスト検出コイルと、
を含み、
前記スラスト方向において、前記第1ラジアル検出コイルと前記第1スラスト検出コイルとは、前記ステータの一方向側の端部に配置されて、
前記スラスト方向において、前記第2ラジアル検出コイルと前記第2スラスト検出コイルとは、前記ステータの他方向側の端部に配置されて、
前記ラジアル方向において、前記第1ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、
前記ラジアル方向において、前記第2ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、
前記モータ軸受摩耗状態推定装置は、
前記第1ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第1差分信号と、前記第2ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第2差分信号と、前記基本波成分の振幅を示す振幅信号と、が入力されたとき、前記ラジアル方向における前記摩耗状態を出力するように機械学習された学習済みの第1学習モデル、および、
前記第1スラスト検出コイルそれぞれの前記検出信号が合成された第1合成信号と前記第2スラスト検出コイルそれぞれの前記検出信号が合成された第2合成信号との差分を示すスラスト差分信号と、前記振幅信号と、が入力されたとき、前記スラスト方向における前記摩耗状態を出力するように機械学習された学習済みの第2学習モデル、
を記憶する記憶部、を備えて、
前記振幅信号は、前記第1ラジアル検出コイルおよび/または前記第2ラジアル検出コイルそれぞれの前記検出信号に基づいて生成された第1振幅信号、または、前記第1合成信号と前記第2合成信号とに基づいて生成された第2振幅信号であり、
前記軸受摩耗状態推定方法は、
前記モータ軸受摩耗状態推定装置が、前記第1差分信号と前記第2差分信号と前記スラスト差分信号と前記振幅信号とを取得する取得ステップと、
前記モータ軸受摩耗状態推定装置が、取得された前記第1差分信号と前記第2差分信号と前記振幅信号とを前記第1学習モデルに入力して、取得された前記スラスト差分信号と前記振幅信号とを前記第2学習モデルに入力して、前記摩耗状態を推定する推定ステップと、
を含む、
軸受摩耗状態推定方法。
【請求項7】
コンピュータを請求項1に記載のモータ軸受摩耗状態推定装置として機能させる、
軸受摩耗状態推定プログラム。
【請求項8】
ロータと、前記ロータを回転させるステータと、前記ロータと共に回転する回転軸と、を備えるモータと、
前記回転軸を支持する軸受と、
前記ステータに対する前記ロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイルと、
複数の前記検出コイルそれぞれの検出信号に基づいて前記軸受の摩耗状態を推定する、請求項1乃至5のいずれか1項に記載のモータ軸受摩耗状態推定装置と、
を有してなる、
キャンドモータポンプ。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプに関する。
【背景技術】
【0002】
キャンドモータポンプは、ポンプとモータとが一体で、取扱液の漏洩が無い構造を有している。一般的に、キャンドモータポンプの回転構造部分(ロータ、回転軸、軸受、およびインペラ)は、取扱液で満たされるキャンに密封されている。そのため、キャンドモータポンプの内部構造は、外部から目視により監視できない。したがって、このような構造を有するキャンドモータポンプを効率よく運用するために、軸受の摩耗状態を監視する装置(以下「監視装置」という。)が用いられている(例えば、特許文献1参照)。
【0003】
特許文献1に開示されている監視装置(モータ軸受摩耗監視装置)は、ステータの長手方向の両端に取り付けられた検出コイルを用いて、ロータの回転時の磁束変化を測定することにより、軸受の摩耗により生じるロータ(回転軸)のラジアル方向およびスラスト方向の変位を監視している。この手法では、軸受が摩耗していないとき、検出コイルの出力が変位ゼロを示すように検出コイルの出力を調整するゼロ点調整が必要となる。監視装置は、モータの回転により検出コイルに誘起される電圧を検出している。そのため、ゼロ点調整は、使用される所定の駆動条件によりモータを回転させた状態で行われている。
【0004】
キャンドモータポンプでは、流量を絞るとき、キャンドモータポンプの吐出側に接続されている配管のバルブを絞る手法が用いられている。同手法では、配管内を流れる液体の抵抗が増加するため、エネルギーロスが生じる。そこで、近年、インバータによりモータの駆動条件(例えば、駆動周波数、駆動電圧など)を可変させる手法が用いられている(例えば、特許文献2参照)。同手法では、バルブを絞る手法のようなエネルギーロスが無いため、同手法による流量の調整は、近年の主流になってきている。
【先行技術文献】
【特許文献】
【0005】
【文献】特開平10-080103号公報
【文献】特開2007-162700号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
しかしながら、前述のとおり、監視装置は、ロータの回転時の磁束変化を測定する。そのため、インバータにより駆動条件が変更されると、検出コイルに誘起される電圧が変わり、計測値と摩耗量との対応関係のずれによる誤検出などの技術的課題が生じる。その結果、駆動条件の変更のたびに手動による対応関係の調整(ゼロ点調整)が必要となる。このように、従来の監視装置は、インバータによる駆動条件の変更に対して駆動条件に応じた摩耗量(摩耗状態)を検出(推定)するためには、人的な機械操作を必要としている。
【0007】
本発明は、駆動条件が変更されても、人的な機械操作を介在させることなく摩耗状態を推定可能なモータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプを提供することを目的とする。
【課題を解決するための手段】
【0008】
本発明の一実施態様におけるモータ軸受摩耗状態推定装置は、キャンドモータポンプのモータのステータに対するロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイルそれぞれの検出信号に基づいて、前記ロータの回転軸を支持する軸受の摩耗状態を推定するモータ軸受摩耗状態推定装置であって、複数の前記検出コイルそれぞれは、前記ステータに取り付けられて、前記検出信号は、前記モータの駆動周波数に基づく基本波成分を含み、複数の前記検出コイルは、前記回転軸のラジアル方向における前記磁束変化を検出する複数のラジアル検出コイルと、前記回転軸のスラスト方向における前記磁束変化を検出する複数のスラスト検出コイルと、を含み、複数の前記ラジアル検出コイルは、一組となる第1ラジアル検出コイルと、他の一組となる第2ラジアル検出コイルと、を含み、複数の前記スラスト検出コイルは、一組となる第1スラスト検出コイルと、他の一組となる第2スラスト検出コイルと、を含み、前記スラスト方向において、前記第1ラジアル検出コイルと前記第1スラスト検出コイルとは、前記ステータの一方向側の端部に配置されて、前記スラスト方向において、前記第2ラジアル検出コイルと前記第2スラスト検出コイルとは、前記ステータの他方向側の端部に配置されて、前記ラジアル方向において、前記第1ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、前記ラジアル方向において、前記第2ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、前記第1ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第1差分信号と、前記第2ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第2差分信号と、前記基本波成分の振幅を示す振幅信号と、が入力されたとき、前記ラジアル方向における前記摩耗状態を出力するように機械学習された学習済みの第1学習モデル、および、前記第1スラスト検出コイルそれぞれの前記検出信号が合成された第1合成信号と前記第2スラスト検出コイルそれぞれの前記検出信号が合成された第2合成信号との差分を示すスラスト差分信号と、前記振幅信号と、が入力されたとき、前記スラスト方向における前記摩耗状態を出力するように機械学習された学習済みの第2学習モデル、を記憶する記憶部と、前記第1差分信号と前記第2差分信号と前記スラスト差分信号と前記振幅信号とを取得する取得部と、前記取得部により取得された前記第1差分信号と前記第2差分信号と前記振幅信号とを前記第1学習モデルに入力して、前記取得部により取得された前記スラスト差分信号と前記振幅信号とを前記第2学習モデルに入力して、前記摩耗状態を推定する推定部と、を有してなり、前記振幅信号は、前記第1ラジアル検出コイルおよび/または前記第2ラジアル検出コイルそれぞれの前記検出信号に基づいて生成された第1振幅信号、または、前記第1合成信号と前記第2合成信号とに基づいて生成された第2振幅信号である。
【0009】
本発明の一実施態様における軸受摩耗状態推定方法は、キャンドモータポンプのモータのステータに対するロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイルそれぞれの検出信号に基づいて、前記ロータの回転軸を支持する軸受の摩耗状態を推定するモータ軸受摩耗状態推定装置により実行される軸受摩耗状態推定方法であって、複数の前記検出コイルそれぞれは、前記ステータに取り付けられて、前記検出信号は、前記モータの駆動周波数に基づく基本波成分を含み、複数の前記検出コイルは、前記回転軸のラジアル方向における前記磁束変化を検出する複数のラジアル検出コイルと、前記回転軸のスラスト方向における前記磁束変化を検出する複数のスラスト検出コイルと、を含み、複数の前記ラジアル検出コイルは、一組となる第1ラジアル検出コイルと、他の一組となる第2ラジアル検出コイルと、を含み、複数の前記スラスト検出コイルは、一組となる第1スラスト検出コイルと、他の一組となる第2スラスト検出コイルと、を含み、前記スラスト方向において、前記第1ラジアル検出コイルと前記第1スラスト検出コイルとは、前記ステータの一方向側の端部に配置されて、前記スラスト方向において、前記第2ラジアル検出コイルと前記第2スラスト検出コイルとは、前記ステータの他方向側の端部に配置されて、前記ラジアル方向において、前記第1ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、前記ラジアル方向において、前記第2ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、前記モータ軸受摩耗状態推定装置は、前記第1ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第1差分信号と、前記第2ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第2差分信号と、前記基本波成分の振幅を示す振幅信号と、が入力されたとき、前記ラジアル方向における前記摩耗状態を出力するように機械学習された学習済みの第1学習モデル、および、前記第1スラスト検出コイルそれぞれの前記検出信号が合成された第1合成信号と前記第2スラスト検出コイルそれぞれの前記検出信号が合成された第2合成信号との差分を示すスラスト差分信号と、前記振幅信号と、が入力されたとき、前記スラスト方向における前記摩耗状態を出力するように機械学習された学習済みの第2学習モデル、を記憶する記憶部、を備えて、前記振幅信号は、前記第1ラジアル検出コイルおよび/または前記第2ラジアル検出コイルそれぞれの前記検出信号に基づいて生成された第1振幅信号、または、前記第1合成信号と前記第2合成信号とに基づいて生成された第2振幅信号であり、前記軸受摩耗状態推定方法は、前記モータ軸受摩耗状態推定装置が、前記第1差分信号と前記第2差分信号と前記スラスト差分信号と前記振幅信号とを取得するステップと、前記モータ軸受摩耗状態推定装置が、取得された前記第1差分信号と前記第2差分信号と前記振幅信号とを前記第1学習モデルに入力して、取得された前記スラスト差分信号と前記振幅信号とを前記第2学習モデルに入力して、前記摩耗状態を推定するステップと、を含む。
【0010】
本発明の一実施態様における軸受摩耗状態推定プログラムは、コンピュータを前述の実施態様に記載のモータ軸受摩耗状態推定装置として機能させる。
【0011】
本発明の一実施態様におけるキャンドモータポンプは、ロータと、前記ロータを回転させるステータと、前記ロータと共に回転する回転軸と、を備えるモータと、前記回転軸を支持する軸受と、前記ステータに対する前記ロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイルと、複数の前記検出コイルそれぞれから出力された検出信号に基づいて前記軸受の摩耗状態を推定する、前述の実施態様に記載のモータ軸受摩耗状態推定装置と、を有してなる。
【発明の効果】
【0012】
本発明によれば、駆動条件が変更されても、人的な機械操作を介在させることなく摩耗状態を推定可能なモータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプを提供できる。
【図面の簡単な説明】
【0013】
図1】本発明に係るキャンドモータポンプの実施の形態を示す側面図である。
図2図1のキャンドモータポンプが備えるモータ部の縦断面を示す模式断面図である。
図3図2のモータ部のうち、拡大されたA部を示す模式拡大断面図である。
図4】本発明に係るモータ軸受摩耗状態推定装置の実施の形態を示す機能ブロック図である。
図5図4のモータ軸受摩耗状態推定装置が備える検出コイルの配置を示す模式斜視図である。
図6図5のうち、拡大されたB部を示す拡大斜視図である。
図7図5の検出コイルの検出信号の一例を示す模式図である。
図8図2のモータ部が備えるステータに対するロータのスラスト方向の位置と、2つの検出信号が合成された合成信号と、の関係を説明する模式図である。
図9図4のモータ軸受摩耗状態推定装置が備える記憶部に記憶されている情報の一例を示す模式図である。
図10図4のモータ軸受摩耗状態推定装置が備える表示部の外観を示す模式図である。
図11】本発明における機械学習装置の機能ブロック図である。
図12図11の機械学習装置において実行される機械学習方法を説明する模式図である。
図13図4のモータ軸受摩耗状態推定装置の動作の一例を示すフローチャートである。
図14図13の動作に含まれるラジアル摩耗状態推定処理の一例を示すフローチャートである。
図15図13の動作に含まれるスラスト摩耗状態推定処理の一例を示すフローチャートである。
図16】駆動周波数の変更前後におけるスラスト摩耗状態の判定基準の変化を模式的に示す模式図であり、(a)は駆動周波数の変更前の判断基準を示していて、(b)は駆動周波数の変更後の判定基準を示している。
図17】本発明に係るモータ軸受摩耗状態推定装置の別の実施の形態を示す機能ブロック図である。
図18図17のモータ軸受摩耗状態推定装置が備える記憶部に記憶されている情報の一例を示す模式図である。
図19図16のモータ軸受摩耗状態推定装置が備える信号生成部による重み付けを説明する模式図であり、(a)は重み付け前の状態を示し、(b)は重み付け後の状態を示す。
【発明を実施するための形態】
【0014】
本発明は、キャンドモータポンプのモータ軸受摩耗状態推定装置に、検出信号および検出信号の振幅(信号レベル、電位)を示す信号を自動的に取得する機能、取得された信号および学習済みの学習モデルを用いて駆動条件に応じた軸受の摩耗状態を自動的に推定する機能を具備させる。その結果、本発明は、駆動条件が変更されても、人的な機械操作を介在させることなく駆動条件に応じた摩耗状態を推定して、キャンドモータポンプにおけるインバータによる流量制御を可能とさせるものである。各用語の詳細は、後述される。
【0015】
本発明に係るキャンドモータポンプ(以下「本ポンプ」という。)、本発明に係るモータ軸受摩耗状態推定装置(以下「本装置」という。)、本発明に係る軸受摩耗状態推定方法(以下「本方法」という。)、および本発明に係る軸受摩耗状態推定プログラム(以下「本推定プログラム」という。)の実施の形態が、以下に説明される。以下の説明において、各図面は、適宜参照される。各図面において、同一の部材および要素については同一の符号が付されていて、重複する説明は省略されている。また、各要素の寸法比率は、説明の便宜上、誇張されている場合が有り、各図面に示されている比率に限定されない。
【0016】
●キャンドモータポンプ●
●キャンドモータポンプの構成
先ず、本ポンプの構成が説明される。
【0017】
図1は、本ポンプの実施の形態を示す側面図である。
同図では、説明の便宜上、本ポンプ1の上半部が断面図として示されている。
【0018】
本ポンプ1は、取扱液の漏洩が無い構造を有して、特に、高温の液体、または危険性の高い液体(例えば、爆発性、引火性、または毒性を有する液体)の送液に用いられているポンプである。本ポンプ1は、ポンプ部2、モータ部3、アダプタ4、および本装置5を有してなる。
【0019】
本ポンプ1の構成のうち、ポンプ部2、モータ部3、およびアダプタ4の構成は、公知のキャンドモータポンプの構成と共通する。そのため、以下の説明において、ポンプ部2、モータ部3、およびアダプタ4の構成は概略のみ説明されて、これらの詳細な説明は省略される。
【0020】
以下の説明において、「フロント方向」はモータ部3に対してポンプ部2が位置する方向(前方)であり、「リア方向」はポンプ部2に対してモータ部3が位置する方向(後方)である。
【0021】
ポンプ部2は、取扱液を吸引・吐出する。ポンプ部2は、筐体20、インペラ21、ポンプ室22、吸引管部23、および吐出管部24を備える。筐体20は、インペラ21を収容するポンプ室22、ポンプ室22に吸引される取扱液の経路である吸引管部23、および、ポンプ室22から吐出される取扱液の経路である吐出管部24を構成している。ポンプ室22は、吸引管部23および吐出管部24に連通している。
【0022】
モータ部3は、所定の駆動条件(例えば、駆動電圧:200V、駆動周波数:60Hz)で駆動し、ポンプ部2のインペラ21を回転させる。モータ部3は、筐体30、回転軸31、2つの軸受32,33、2つのスラストワッシャ34,35、ロータ36、ステータ37、キャン38、およびターミナル端子39を備える。モータ部3は、本発明におけるモータの一例である。
【0023】
図2は、モータ部3の縦断面を示す模式断面図である。
図3は、図2のモータ部3のうち、拡大されたA部を示す模式拡大断面図である。
【0024】
筐体30は、ステータ37およびキャン38を液密に収容している。
【0025】
回転軸31は、ロータ36の回転により回転し、回転動力をインペラ21に伝達する。回転軸31の形状は、円柱状である。回転軸31は、ロータ36に挿通されて、固定されている。回転軸31の前端部はポンプ室22(図1参照)内に突出していて、同前端部にはインペラ21が取り付けられている。回転軸31は、回転軸31のフロント部およびリア部を保護する円筒状のスリーブ31a,31bを備える。
【0026】
以下の説明において、「スラスト方向」は回転軸31の軸方向であり、「ラジアル方向」は回転軸31の半径方向であり、「周方向」は回転軸31の円周方向である。
【0027】
軸受32は、ロータ36のフロント方向に配置されていて、回転軸31を回転自在に支持している。軸受33は、ロータ36のリア方向に配置されていて、回転軸31を回転自在に支持している。軸受32,33は、例えば、転がり軸受である。スラストワッシャ34は、回転軸31のうち、軸受32とロータ36との間に取り付けられていて、回転軸31のフロント方向への移動を制限している。スラストワッシャ35は、回転軸31のうち、軸受33とロータ36との間に取り付けられていて、回転軸31のリア方向への移動を制限している。
【0028】
軸受32,33とスラストワッシャ34,35との間には、長さL1の間隔が形成されている。軸受32,33とスリーブ31a,31bとの間には、長さL2の間隔が形成されている。
【0029】
ロータ36は、ステータ37に生じる回転磁界により回転する。ロータ36の形状は、円筒状である。ロータ36は、周方向においてロータ36の外周縁部に等間隔で埋設されている複数(本実施の形態では28個)の棒状のロータバー36aを備える。軸受32,33が摩耗していないとき、ロータ36は、ステータ37に対して初期位置に配置されている。本実施の形態において、「初期位置」は、スラスト方向およびラジアル方向において、ステータ37の中心とロータ36の中心とが一致している位置である。
【0030】
ステータ37は、ロータ36を回転させる回転磁界を生成する。ステータ37の形状は、略円筒状である。ステータ37は、ステータコア37a、および複数のモータ巻線37bを備える。
【0031】
ステータコア37aは、モータ巻線37bを保持する。ステータコア37aの形状は、円筒状である。ステータコア37aは、複数の歯部37c(図6参照。以下同じ。)を備える。
【0032】
歯部37cは、モータ巻線37bが挿通されるスロット37d(図6参照。以下同じ。)を形成している。周方向において、歯部37cは、ステータコア37aの内周面に等間隔で配置されている。モータ巻線37bは、スロット37dに挿通されていて、ターミナル端子39を介して、例えば、インバータなどの電源装置(不図示)に接続されている。
【0033】
キャン38は、回転軸31、軸受32,33、スラストワッシャ34,35、およびロータ36を液密に収容している。キャン38の形状は、円筒状である。吸引管部23から導入された取扱液の一部は、キャン38内に導入されて、軸受32,33およびモータ部3の冷却に用いられて、吐出管部24に排出される。
【0034】
本説明において主に参照される図面は、図1に戻る。
アダプタ4は、ポンプ部2のリア側の端部とモータ部3のフロント側の端部とに接続されていて、ポンプ部2とモータ部3とを連結している。
【0035】
本装置5は、ステータ37に対するロータ36の機械的な位置変化に対応する磁束変化を検出することにより、回転軸31を支持する軸受32,33の摩耗状態を推定する。本装置5の具体的な構成は、後述される。
【0036】
●モータ軸受摩耗状態推定装置(1)●
●モータ軸受摩耗状態推定装置(1)の構成
次に、本装置5の構成が説明される。以下の説明において、図1図3は、適宜参照される。
【0037】
図4は、本装置5の実施の形態を示す機能ブロック図である。
【0038】
本装置5は、8つの検出コイルC1,C2,C3,C4,C5,C6,C7,C8、接続部50、フィルタ回路51a,51b,51c,51d、信号処理回路52a,52b,52c,52d、信号生成部53、A/D変換器54、制御部55、記憶部56、表示部57、D/A変換器58、およびオフセット処理部59を備える。A/D変換器54、制御部55およびD/A変換器58は、例えば、マイクロコンピュータにより構成されている。
【0039】
なお、本発明において、モータ部3が検出コイルC1~C8を備えていてもよい。
【0040】
図5は、検出コイルC1~C8の配置を示す模式斜視図である。
図6は、図5のうち、拡大されたB部を示す拡大斜視図である。
【0041】
検出コイルC1~C8は、ステータ37に対するロータ36の位置変化(変位)に対応する磁束変化を検出して、磁束変化を示す検出信号を生成して、同検出信号を出力する。ロータ36は、軸受32,33のラジアル方向の摩耗量(摩耗状態)に応じて回転軸31と共にラジアル方向に変位して、軸受32,33のスラスト方向の摩耗量(摩耗状態)に応じて回転軸31と共にスラスト方向に変位する。すなわち、ロータ36の変位量は、軸受32,33の摩耗量(摩耗状態)とみなすことができる。そのため、本装置5は、検出コイルC1~C8を用いてロータ36の変位量を示す検出信号を取得することにより、軸受32,33の摩耗状態(摩耗量)を推定できる。検出コイルC1~C8の形状は、扁平なボビン状である。検出コイルC1~C8は、ステータ37のフロント側およびリア側の端部の歯部37cに形成されている切欠き37eに嵌め込まれている。
【0042】
周方向において、検出コイルC1~C4は、ステータ37の歯部37cのフロント側の端部に等間隔(90°間隔)で取り付けられている。検出コイルC1は検出コイルC3に対して180°の位置に向かい合うように配置されていて、検出コイルC2は検出コイルC4に対して180°の位置に向かい合うように配置されている。一方、周方向において、検出コイルC5~C8は、ステータ37の歯部37cのリア側の端部に等間隔(90°間隔)で取り付けられている。検出コイルC5は検出コイルC7に対して180°の位置に向かい合うように配置されていて、検出コイルC6は検出コイルC8に対して180°の位置に向かい合うように配置されている。
【0043】
図7は、検出信号の一例を示す模式図である。
【0044】
同図において、横軸はロータ36の回転角を示していて、縦軸は検出コイルC1~C8の誘導起電力の出力電圧(信号レベル)を示している。検出コイルC1~C8の検出信号は、モータ部3の主磁束の変化に対応する波形(以下「基本波成分」という。)、および、ロータ36のロータバー36aに流れる誘導電流により発生する磁束の変化に対応する波形(以下「高調波成分」という。)を含んでいる。基本波成分はモータ部3の駆動電圧により発生して、その周波数は駆動電圧の駆動周波数と同じである。高調波成分はロータバー36aに流れる誘導電流により発生して、その周波数はロータ36の回転およびロータバー36aの数により定まる。すなわち、例えば、次の条件(駆動周波数:60Hz、ロータバー36aの数:28個)では、ロータ36が1回転する間に検出コイルC1~C8それぞれはロータバー36aによる磁束の変化を28回検出する。そのため、高調波成分の周波数は、60Hz×28=1.68kHzとなる。このように、基本波成分は駆動周波数に基づいて定まり、高調波成分はロータ36の回転、駆動周波数、およびロータバー36aの数に基づいて定まる。
【0045】
ここで、モータ部3の回転速度は、インバータ制御により駆動周波数を可変させることにより容易に変更できる。このとき、駆動電圧を下げることなく駆動周波数のみを下げるとモータ部3が焼損するため、一般的に、駆動周波数および駆動電圧は、同時に変更される。この駆動周波数の増減と駆動電圧との増減とは、比例関係となる。すなわち、駆動電圧は、駆動周波数の低下に比例して低下して、駆動周波数の増加に比例して増加する。前述のとおり、検出信号の基本波成分は駆動電圧により発生するため、基本波成分の信号レベル(振幅)は駆動周波数および駆動電圧に比例する。したがって、基本波成分の信号レベル(振幅)は、駆動条件(駆動周波数、駆動電圧)の増減に比例して増減する。
【0046】
本説明において主に参照される図面は、図4および図5に戻る。
検出コイルC1,C3,C5,C7は、軸受32,33とスリーブ31a、31bとの間の間隔(L2)が広がることによるロータ36のラジアル方向の変位に対応する磁束変化を検出することにより、ロータ36のラジアル方向の変位量(すなわち、軸受32,33のラジアル方向の摩耗量)を検出可能である。検出コイルC1,C3は一組のラジアル検出コイルを構成していて、検出コイルC5,C7は他の一組のラジアル検出コイルを構成している。
【0047】
なお、本発明において、検出コイルC5,C7が一組のラジアル検出コイルを構成していて、検出コイルC1,C3が他の一組の検出コイルを構成していてもよい。
【0048】
ロータ36のフロント側が初期位置からラジアル方向に変位すると、高調波成分の信号レベルは、一組となる検出コイルC1,C3のうち、ロータ36が近づく側(例えば、検出コイルC1)では増加して、ロータ36が遠ざかる側(例えば、検出コイルC3)では減少する。このとき、検出コイルC1,C3に対するロータ36の相対的な移動距離は同じであるため、信号レベルの増加量は減少量と同じである。一方、基本波成分の信号レベルは、増減しない。そのため、検出コイルC1,C3それぞれの検出信号がその差分を取る(生成する)ように合成されると、その合成信号(以下「合成信号(C1C3)」という。)では、変位量の増加に応じて高調波成分の信号レベルの差分が増加する。この差分により、ロータ36のフロント側のラジアル方向の変位量が検出可能である。すなわち、同差分は軸受32のラジアル方向の摩耗量を示していて、同差分の値は電圧値で表される。同様に、検出コイルC5,C7それぞれの検出信号の合成信号(以下「合成信号(C5C7)」という。)では、変位量の増加に応じて高調波成分の信号レベルの差分が増加する。この差分により、ロータ36のリア側のラジアル方向の変位量が検出可能である。すなわち、同差分は軸受33のラジアル方向の摩耗量を示していて、同差分の値は電圧値で表される。したがって、例えば、ロータ36のラジアル方向の変位が無いとき、各合成信号(C1C3,C5C7)において、基本波成分および高調波成分は打ち消し合い、その電圧値はほぼ「0」となる。一方、ロータ36のラジアル方向の変位が有るとき、各合成信号(C1C3,C5C7)において、変位量に応じて高調波成分の差分が増加して、その電圧値は同差分に応じて増加する。また、検出コイルC1,C3は検出コイルC5,C7とは独立しているため、合成信号(C1C3)と合成信号(C5C7)それぞれの値を比較することにより、軸受32,33の偏摩耗(一方が他方よりも摩耗している状態)が検出可能である。検出コイルC1,C3それぞれの検出信号の差分を示す信号(すなわち、合成信号(C1C3))は本発明における第1差分信号の一例であり、検出コイルC5,C7それぞれの検出信号の差分を示す信号(すなわち、合成信号(C5C7))は、本発明における第2差分信号の一例である。
【0049】
検出コイルC2,C4,C6,C8は、軸受32,33とスラストワッシャ34,35との間の間隔(L1)が広がることによるロータ36のスラスト方向の変位に対応する磁束変化を検出することにより、ロータ36のスラスト方向の変位量(すなわち、軸受32,33のスラスト方向の摩耗量)を検出可能である。検出コイルC2,C4は一組のスラスト検出コイルを構成していて、互いの検出信号が重畳されるように接続されている。そのため、検出コイルC2,C4それぞれからの検出信号は重畳するように合成されて、合成信号(C2C4)が生成される。検出コイルC6,C8は他の一組のスラスト検出コイルを構成していて、互いの検出信号が重畳されるように接続されている。そのため、検出コイルC6,C8それぞれからの検出信号は重畳するように合成されて、合成信号(C6C8)が生成される。
【0050】
図8は、ステータ37に対するロータ36のスラスト方向の位置と、各合成信号(C2C4,C6C8)と、の関係を説明する模式図である。
同図において、縦軸は出力電圧(信号レベル)を示していて、横軸はスラスト方向におけるロータ36の位置を示している。
【0051】
ロータ36が初期位置からリア側に変位すると、スラスト方向において、検出コイルC2,C4とロータ36との重なりが小さくなるが、検出コイルC6,C8とロータ36との重なりは変わらない。その結果、合成信号(C2C4)の基本波成分の信号レベルは低下するが、合成信号(C6C8)の基本波成分の信号レベルは殆ど変化しない。同様に、ロータ36が初期位置からフロント側に変位すると、合成信号(C6C8)の基本波成分の信号レベルは低下するが、合成信号(C2C4)の基本波成分の信号レベルは殆ど変化しない。そのため、合成信号(C2C4)と合成信号(C6C8)との合成となる差分により、ロータ36のスラスト方向の変位量が検出可能である。すなわち、同差分は、ロータ36のスラスト方向の変位量、つまり、軸受32,33のスラスト方向の摩耗量を示していて、同差分の値は電圧値で表される。したがって、例えば、ロータ36のスラスト方向の変位が無いとき、差分において基本波成分および高調波成分が打ち消し合い、その電圧値はほぼ「0」となる。一方、ロータ36のスラスト方向の変位が有るとき、変位量に応じて基本波成分の差分が増加して、その電圧値は同差分の増加に応じて増加する。ここで、信号レベルの低下は、検出コイルC2,C4,C6,C8がロータ36の端部からの磁束密度分布の影響を受ける。そのため、ロータ36の変位に対する電圧値の変化は線形に変化せず、やや上に凸の曲線状に変化する。合成信号(C2C4)と合成信号(C6C8)の差分を示す信号(後述される差分信号(Sd))は、本発明におけるスラスト差分信号の一例である。
【0052】
本説明において主に参照される図面は、図4に戻る。
接続部50は、検出コイルC1~C8が接続されているインターフェイスである。
【0053】
フィルタ回路51a~51dは、対応する検出コイルC1,C3,C5,C7の検出信号に所定のフィルタ処理を実行する。フィルタ回路51a~51dは、例えば、基本波成分および高調波成分を通過させる通過帯域(例えば、30Hz~2kHz)を有するバンドパスフィルタである。フィルタ回路51aは、検出コイルC1、信号処理回路52a、および後述する整流回路531に接続されている。フィルタ回路51bは、検出コイルC3、信号処理回路52a、および後述する整流回路532に接続されている。フィルタ回路51cは、検出コイルC5、信号処理回路52b、および後述する整流回路533に接続されている。フィルタ回路51dは、検出コイルC7、信号処理回路52b、および後述する整流回路534に接続されている。
【0054】
信号処理回路52a,52bは、例えば、差分増幅回路、整流回路、および積分回路により構成されている。信号処理回路52aは、一組となる検出コイルC1,C3それぞれの検出信号の差分を示す合成信号(C1C3)を生成して、合成信号(C1C3)に所定の信号処理(整流、AC-DC変換)を実行して、合成信号(C1C3)を交流から直流に変換する。信号処理回路52bは、他の一組となる検出コイルC5,C7それぞれの検出信号の差分を示す合成信号(C5C7)を生成して、合成信号(C5C7)に所定の信号処理(整流、AC-DC変換)を実行して、合成信号(C5C7)を交流から直流に変換する。
【0055】
信号処理回路52c,52dは、例えば、フィルタ回路、整流回路、および積分回路により構成されている。フィルタ回路は、基本波成分を通過させるカットオフ周波数(例えば、120Hz)を有するローパスフィルタである。信号処理回路52cは検出コイルC2,C4に接続されていて、信号処理回路52dは検出コイルC6,C8に接続されている。信号処理回路52c,52dは、対応する合成信号(C2C4,C6C8)に所定の信号処理(フィルタ処理、整流、AC-DC変換)を実行して、合成信号(C2C4,C6C8)を交流から直流に変換する。
【0056】
信号生成部53は、検出コイルC1,C3,C5,C7それぞれの検出信号に基づいて、基本波成分の振幅を示す信号(以下「振幅信号(Sa1)」という。)を生成する。信号生成部53は、整流回路531,532,533,534、積分回路535,536,537,538、および加算回路539により構成されている。ここで、積分回路535~538は、対応する整流回路531~534により整流された検出信号に平均化処理を実行して、同検出信号を直流に平均化する平滑化回路である。振幅信号(Sa1)は、本発明における第1振幅信号の一例である。
【0057】
整流回路531および積分回路535は、検出コイルC1の検出信号を交流から直流に変換する。整流回路532および積分回路536は、検出コイルC3の検出信号を交流から直流に変換する。整流回路533および積分回路537は、検出コイルC5の検出信号を交流から直流に変換する。整流回路534および積分回路538は、検出コイルC7の検出信号を交流から直流に変換する。このとき、各検出信号は、平均化され、基本波成分の信号レベル(振幅)を示す信号となっている。加算回路539は、積分回路535~538それぞれの直流信号を加算して、振幅信号(Sa1)を生成する。
【0058】
前述のとおり、検出コイルC1の検出信号の高調波成分の信号レベルの増加量(減少量)は、検出コイルC3の検出信号の高調波成分の信号レベルの減少量(増加量)と同じである。同様に、検出コイルC5の検出信号の高調波成分の信号レベルの増加量(減少量)は、検出コイルC7の検出信号の高調波成分の信号レベルの減少量(増加量)と同じである。そのため、これらの検出信号の直流信号同士が加算されて振幅信号(Sa1)が生成されると、振幅信号(Sa1)では、ロータ36のラジアル方向の変位を示す高調波成分の信号レベルの増減が相殺される。つまり、振幅信号(Sa1)は、ロータ36のラジアル方向の変位情報を含まない、基本波成分の振幅を示す情報として機能する。本実施の形態では、振幅信号(Sa1)は4つの検出信号の和であり、その信号レベルは検出信号の信号レベルの約4倍となる。すなわち、振幅信号(Sa1)の信号レベル(振幅)は、基本波成分の信号レベル(振幅)に比例することになる。そして、前述のとおり、基本波成分の信号レベルは、駆動条件の変動に比例して変動する。そのため、本装置5は、振幅信号(Sa1)を取得することにより、振幅信号(Sa1)の信号レベルの変動に基づいて駆動条件の変動(すなわち、現在の駆動周波数)を間接的に検知可能である。
【0059】
A/D変換器54は、信号処理回路52a~52d、信号生成部53、およびオフセット処理部59に接続されていて、それぞれから入力されたアナログ信号をデジタル信号に変換して、制御部55に出力する。
【0060】
制御部55は、本装置5全体の動作を制御する。制御部55は、例えば、CPU(Central Processing Unit)55aなどのプロセッサ、CPU55aの作業領域として機能するRAM(Random Access Memory)55bなどの揮発性メモリ、および、本推定プログラムや他の制御プログラムなどの各種情報を記憶するROM(Read Only Memory)55cなどの不揮発性メモリ、を備える。制御部55は、取得部550、推定部551、および表示制御部552を備える。
【0061】
制御部55では、本推定プログラムが動作して、本推定プログラムが本装置5のハードウェア資源と協働して、後述する本方法を実現している。また、制御部55を構成しているプロセッサ(CPU55a)に本推定プログラムを実行させることにより、本推定プログラムは同プロセッサを取得部550、推定部551、および表示制御部552として機能させて、同プロセッサに本方法を実行させることができる。同様に、コンピュータに本推定プログラムを実行させることにより、本推定プログラムは、コンピュータを本装置5として機能させることができる。
【0062】
なお、本発明において、本推定プログラムは、記憶部56に記憶されていてもよい。また、本推定プログラムは、インストール可能なファイル形式、または、実行可能なファイル形式で非一時的な記憶媒体(例えば、CD(Compact Disk)、DVD(Digital Versatile Disc)、USB(Universal Serial Bus)メモリなど)に記憶されていて、専用の読み込み媒体を介して本装置5に提供されてもよい。
【0063】
取得部550は、一組となる検出コイルC1,C3それぞれの検出信号の差分を示す信号(合成信号(C1C3))、他の一組となるC5,C7それぞれの検出信号の差分を示す信号(合成信号(C5C7))、合成信号(C2C4)と合成信号(C6C8)との差分を示す信号(後述される差分信号(Sd))、および振幅信号(Sa1)を取得する。取得部550の具体的な動作は、後述される。
【0064】
推定部551は、取得部550により取得された合成信号(C1C3,C5C7)と振幅信号(Sa1)とを第1学習モデルM11に入力して後述されるラジアル摩耗状態を推定して、取得部550により取得された差分信号(Sd)と振幅信号(Sa1)とを第2学習モデルM12に入力して後述されるスラスト摩耗状態を推定する。推定部551の具体的な動作、第1学習モデルM11、および第2学習モデルM12は、後述される。
【0065】
表示制御部552は、推定部551により推定された摩耗状態に基づいて、表示部57の摩耗状態の表示を制御する。
【0066】
記憶部56は、本装置5の動作に必要な情報(例えば、第1学習モデルM11、第2学習モデルM12、オフセット情報など)を記憶する。記憶部56は、例えば、EEPROM(Electrically Erasable Programmable Read-Only Memory)やフラッシュメモリなどの不揮発性メモリである。
【0067】
図9は、記憶部56に記憶されている情報(第1学習モデルM11、第2学習モデルM12)の一例を示す模式図である。
【0068】
「第1学習モデルM11」は、各合成信号(C1C3,C5C7)、および振幅信号(Sa1)が入力されたとき、ラジアル方向における軸受32,33の摩耗状態(以下「ラジアル摩耗状態」という。)を出力するように機械学習された学習済みの機械学習アルゴリズム(すなわち、学習モデル)である。第1学習モデルM11は、例えば、後述される機械学習装置6により予め生成されていて、記憶部56に記憶されている。
【0069】
「第2学習モデルM12」は、差分信号(Sd)および振幅信号(Sa1)が入力されたとき、スラスト方向における軸受32,33の摩耗状態(以下「スラスト摩耗状態」という。)を出力するように機械学習された学習済みの学習モデルである。第2学習モデルM12は、例えば、後述される機械学習装置6により予め生成されていて、記憶部56に記憶されている。
【0070】
「オフセット情報」は、オフセット処理において、合成信号(C2C4)に加算または減算されるオフセット電圧を示す情報(例えば、電圧値)である。オフセット情報は、例えば、所定の基準駆動条件(例えば、駆動周波数:60Hz、駆動電圧:200V)において、本ポンプ1の出荷前に予め測定または設定されていて、記憶部56に記憶されている。
【0071】
「オフセット処理」は、基準駆動条件において、合成信号(C2C4)と合成信号(C6C8)との差分値がロータ36のスラスト方向の変位量(軸受32,33のスラスト方向の摩耗量)を正しく示すように、合成信号(C2C4)にオフセット電圧を加算または減算する処理を意味する。オフセット処理により、スラスト方向におけるステータ37に対するロータ36の磁気的な中心位置は、同機械的な中心位置に仮想的に合わせられる(両中心位置が一致する)。
【0072】
図10は、表示部57の外観を示す模式図である。
【0073】
表示部57は、軸受32,33の摩耗状態および回転方向を表示する。表示部57は、例えば、ラジアル摩耗状態およびスラスト摩耗状態、および回転方向を表示する複数のLED(Light Emitting Diode)で構成されている。表示部57は、ラジアル方向およびスラスト方向の摩耗状態を、「緑」「黄」「赤」の3段階で表示し、回転方向を点灯(正転)および消灯(逆転)で表示している。
【0074】
本説明において主に参照される図面は、図4に戻る。
D/A変換器58は、制御部55から入力されるオフセット情報をデジタル信号からアナログ信号に変換し、変換したアナログ信号をオフセット処理部59に送信する。
【0075】
オフセット処理部59は、オフセット情報に基づいて、オフセット処理を実行する。オフセット処理部59は、例えば、オフセット電圧生成回路、演算回路、および差分絶対値変換回路(全て不図示。)により構成されている。オフセット処理部59は、オフセット電圧生成回路においてオフセット情報に基づいてオフセット電圧を生成し、演算回路において合成信号(C2C4)にオフセット電圧を加算または減算することにより同合成信号(C2C4)にオフセット処理を実行する。また、オフセット処理部59は、演算回路においてオフセット処理後の合成信号(C2C4)と、合成信号(C6C8)と、の差分値を算出(生成)し、差分絶対値変換回路において差分値を絶対値に変換する。この絶対値を示す信号(以下「差分信号(Sd)」という。)は、A/D変換器54によりデジタル信号に変換されて、制御部55に入力される。
【0076】
●機械学習装置
次に、第1学習モデルM11および第2学習モデルM12を生成する機械学習装置6が以下に説明される。
【0077】
●機械学習装置の構成
図11は、本発明における機械学習装置6の機能ブロック図である。
同図において、説明の便宜上、後述される外部装置も図示されている。
【0078】
機械学習装置6は、例えば、パーソナルコンピュータにより構成されている。機械学習装置6は、接続部61、通信部62、制御部63、記憶部64、入力部65、および表示部66を備える。
【0079】
接続部61は、例えば、外部装置と接続される端子などを備える公知のインターフェイスである。
【0080】
「外部装置」は、機械学習装置6に接続されていて、機械学習装置6が取得する学習用データを生成する装置である。外部装置は、例えば、本ポンプ1を模した試験装置7、本ポンプ1において得られる信号を疑似的に発生させる信号発生装置8、および、機械学習装置6を用いて学習モデルを生成する作業者に使用される作業端末装置9などである。
【0081】
通信部62は、例えば、通信ネットワーク回線(例えば、インターネットやイントラネットなどの無線通信回線など)に接続されていて、他のコンピュータなどとの間で情報を送受信する。
【0082】
制御部63は、機械学習装置6全体の動作を制御する。制御部63は、例えば、CPU(Central Processing Unit)63aなどのプロセッサ、CPU63aの作業領域として機能するRAM(Random Access Memory)63bなどの揮発性メモリ、および、機械学習プログラムや他の制御プログラムなどの各種情報を記憶するROM(Read Only Memory)63cなどの不揮発性メモリ、を備える。制御部63は、データ取得部630、学習データセット生成部631、および学習部632を備える。
【0083】
制御部63では、機械学習プログラムが動作して、機械学習プログラムが機械学習装置6のハードウェア資源と協働して、後述する機械学習方法を実現している。また、制御部63を構成しているプロセッサ(CPU63a)に機械学習プログラムを実行させることにより、機械学習プログラムは同プロセッサをデータ取得部630、学習データセット生成部631、および学習部632として機能させて、同プロセッサに機械学習方法を実行させることができる。同様に、コンピュータに機械学習プログラムを実行させることにより、機械学習プログラムは、コンピュータを機械学習装置6として機能させることができる。
【0084】
なお、本発明において、機械学習プログラムは、記憶部64に記憶されていてもよい。また、機械学習プログラムは、インストール可能なファイル形式、または、実行可能なファイル形式で非一時的な記憶媒体(例えば、CD(Compact Disk)、DVD(Digital Versatile Disc)、USB(Universal Serial Bus)メモリなど)に記憶されていて、専用の読み込み媒体を介して機械学習装置6に提供されてもよい。
【0085】
データ取得部630は、接続部61を介して、外部装置から学習用データを取得する。
【0086】
「学習用データ」は、学習モデルに対する入力データとなる情報、および、学習モデルに対する出力データ(教師データ)となる情報を含む。
【0087】
「入力データ」は、機械学習における説明変数であり、本実施の形態では、所定状態(所定駆動条件、所定摩耗状態、所定期間)における合成信号(C1C3:第1差分信号)、合成信号(C5C7:第2差分信号)、差分信号(Sd:スラスト差分信号)、および振幅信号(Sa1:第1振幅信号)である。具体的には、入力データは、例えば、各信号から得られる電圧値である。前述のとおり、合成信号(C1C3,C5C7)は、軸受32,33のラジアル方向における変位量(摩耗量)、すなわち、ラジアル摩耗状態を示している。差分信号(Sd)は、軸受32,33のスラスト方向における変位量(摩耗量)、すなわち、スラスト摩耗状態を示している。振幅信号(Sa1)の信号レベル(電圧値)は、駆動条件(駆動周波数、駆動電圧)に比例する。合成信号(C1C3,C5C7)および差分信号(Sd)の電圧値は、駆動条件の増減に応じて増減する。すなわち、各合成信号(C1C3,C5C7)および差分信号(Sd)の電圧値は、振幅信号(Sa1)の増減に応じて増減する。したがって、各合成信号(C1C3,C5C7)および差分信号(Sd)と、振幅信号(Sa1)と、の間には、相関関係がある。また、軸受32,33の変位量が大きくなる(摩耗状態が悪化する)と、各合成信号(C1C3,C5C7)および差分信号(Sd)の電圧値は増加する。すなわち、各合成信号(C1C3,C5C7)および差分信号(Sd)の電圧値が増加すると、軸受32,33の摩耗状態は悪化する(摩耗量が多くなる)。したがって、各合成信号(C1C3,C5C7)および差分信号(Sd)と、軸受32,33の摩耗状態と、の間には、相関関係がある。さらに、駆動周波数(すなわち、振幅信号(Sa1))が変更されると、各合成信号(C1C3,C5C7)および差分信号(Sd)により示される変位量(摩耗量)、すなわち摩耗状態は変化する(詳しくは図16の説明も参照)。したがって、振幅信号(Sa1)と軸受32,33の摩耗状態との間には、相関関係がある。このように、入力データと出力データとの間には、相関関係がある。入力データは、例えば、試験装置7を所定の駆動条件および所定の摩耗状態で稼働させているときの所定期間に得られる各信号(電圧値)である。または、入力データは、例えば、本ポンプ1と同一機種のポンプにおいて過去に取得された実データ(例えば、ログデータ)に基づいて、信号発生装置8により所定期間内に生成される疑似的な各信号(電圧値)である。データ取得部630は、試験装置7および/または信号発生装置8から合成信号(C1C3)、合成信号(C5C7)、差分信号(Sd)、および振幅信号(Sa1)を入力データとして取得する。
【0088】
ここで、「所定駆動条件」は、例えば、40Hz~60Hzの間の駆動周波数である。所定駆動条件は、数Hz(例えば、5Hz)ステップで設定される。「所定摩耗状態」は、例えば、合成信号(C1C3,C5C7)および差分信号(Sd)が「正常」「注意」「異常」それぞれの摩耗状態を示すように、人為的にロータ36(回転軸31)の位置を移動させることにより作られる。「所定期間」は、所定駆動条件、所定摩耗状態において、学習データとして使用可能な信号が得られる時間(例えば、数秒~数十秒)である。
【0089】
「出力データ」は、機械学習における目的変数であり、本実施の形態では、軸受32,33の摩耗状態を示す情報である。本実施の形態において、「摩耗状態」は、軸受32,33の交換を必要としない程度(軽度)の摩耗状態を示す「正常」、軸受32,33の交換が促される程度(中度)の摩耗状態を示す「注意」、および、軸受32,33の交換を必要とする程度(重度)の摩耗状態を示す「異常」、の3つの状態を含む。また、摩耗状態は、ラジアル摩耗状態およびスラスト摩耗状態を含む。摩耗状態は、入力データごとに、入力データに対応する摩耗状態として作業者により判定される。判定結果は、入力データに対応する出力データとして作業者により作業端末装置9に入力されていて、作業端末装置9に記憶されている。このとき、出力データには、作業者が摩耗状態を判定するために使用した入力データとの関連付けが可能な情報(例えば、入力データごとのIDや、入力データの生成期間を示す情報など)が関連付けられている。データ取得部630は、作業端末装置9から摩耗状態を出力データとして取得する。このとき、各摩耗状態には、例えば、「0」「1」「2」のような数値が割り当てられている。
【0090】
なお、本発明において、入力データごとにラジアル摩耗状態およびスラスト摩耗状態がまとめて判定されていてもよく、あるいは、入力データのうち合成信号(C1C3,C5C7)および振幅信号(Sa1)に対応するラジアル摩耗状態と、入力データのうち差分信号(Sd)および振幅信号(Sa1)に対応するスラスト摩耗状態とが、個別に判定されていてもよい。
【0091】
また、本発明において、出力データは、3つの状態に限定されない。すなわち、例えば、出力データは、「正常」および「異常」2つの状態のみでもよい。また、例えば、出力データは、摩耗状態の進行に応じて数段階(例えば、3段階)に区分けされた複数の「正常」および/または「注意」を含んでいてもよい。
【0092】
学習データセット生成部631は、データ取得部630により取得された学習用データに基づいて、1つ以上の学習データセットを生成する。学習データセット生成部631は、例えば、所定期間における入力データと、同入力データに対応する出力データと、を関連付けることにより、学習データセットを生成する。生成された学習データセットは、記憶部64に記憶される。
【0093】
学習部632は、学習データセット生成部631により生成された学習データセットを用いて、学習モデルを機械学習させる(学習モデルを構築する)。学習部632による機械学習は、公知の機械学習アルゴリズム(例えば、入力層、複数の中間層、および出力層を有するニューラルネットワーク)を用いて実行される。
【0094】
なお、本発明において、学習部632が用いる機械学習アルゴリズムは、学習データセットを用いた機械学習により生成される学習モデルが摩耗状態を推定可能であればよく、ニューラルネットワークに限定されない。すなわち、例えば、学習部632は、ランダムフォレスト、決定木、サポートベクターマシンなどを用いてもよい。
【0095】
記憶部64は、機械学習装置6の動作に必要な情報(学習用データ、学習モデルに学習させるための学習データセット、学習済みの学習モデル(第1学習モデルM11、第2学習モデルM12など))を記憶する。記憶部64は、例えば、SSD(Solid State Drive)やHDD(Hard Disk Drive)などのストレージ装置である。
【0096】
入力部65は、例えば、機械学習装置6の使用者による入力操作を受け付ける機器(例えば、キーボード、マウスなど)である。
【0097】
表示部66は、例えば、作業者などに向けて情報を表示する機器(例えば、モニタ、液晶ディスプレイなど)である。
【0098】
なお、本発明において、入力部65および表示部66は、例えば、タッチパネル式ディスプレイで構成されていてもよい。
【0099】
●機械学習装置の動作
次に、機械学習装置6の動作(機械学習方法)が、説明される。
【0100】
図12は、機械学習装置6において実行される機械学習方法を説明する模式図である。
【0101】
先ず、データ取得部630は、外部装置(例えば、試験装置7)から所定状態(所定期間、所定摩耗状態)における入力データを取得する。次いで、データ取得部630は、取得された入力データに対応する出力データを作業端末装置9から取得する。取得された入力データは、対応する出力データと関連付けられて、記憶部64に記憶される。
【0102】
次いで、学習データセット生成部631は、データ取得部630により取得された入力データおよび出力データに基づいて、学習データセットを生成する。具体的には、学習データセット生成部631は、所定状態(所定動作条件、所定摩耗状態、所定期間)における合成信号(C1C3,C5C7)および振幅信号(Sa1)と、ラジアル摩耗状態と、を関連付けることにより、ラジアル摩耗状態に対応する1組の学習データセット(以下「第1学習データセットDS1」という。)を生成する。また、学習データセット生成部631は、所定状態(所定期間、所定摩耗状態)における差分信号(Sd)および振幅信号(Sa1)と、スラスト摩耗状態と、を関連付けることにより、スラスト摩耗状態に対応する1組の学習データセット(以下「第2学習データセットDS2」という。)を生成する。すなわち、学習データセットは、第1学習データセットDS1および第2学習データセットDS2を含む。生成された学習データセットは、記憶部64に記憶される。
【0103】
ここで、生成される学習データセットの数は、生成される学習モデル(第1学習モデルM11、第2学習モデルM12)の推定精度に応じて適宜設定されている。
【0104】
次いで、学習部632は、公知の機械学習アルゴリズムに対して学習データセットを繰り返し機械学習させることにより、学習モデルを生成(構築)する。具体的には、学習部632は、同機械学習アルゴリズムに対して複数種の第1学習データセットDS1を機械学習させることにより、第1学習モデルM11を生成する。また、学習部632は、公知の機械学習アルゴリズムに対して複数種の第2学習データセットDS2を機械学習させることにより、第2学習モデルM12を生成する。具体的な機械学習方法は公知であるため、その具体的な説明の記載は省略される。生成された第1学習モデルM11および第2学習モデルM12は、記憶部64に記憶される。
【0105】
このように生成された第1学習モデルM11は、入力データとして合成信号(C1C3,C5C7)および振幅信号(Sa1)が入力されることにより、駆動条件に対応するラジアル摩耗状態を出力可能である。すなわち、第1学習モデルM11は、入力データとして合成信号(C1C3,C5C7)および振幅信号(Sa1)が入力されたとき、(振幅信号(Sa1)から得られる)駆動条件に対応するラジアル摩耗状態を出力するように機械学習されている。同様に、第2学習モデルM12は、入力データとして差分信号(Sd)および振幅信号(Sa1)が入力されたとき、(振幅信号(Sa1)から得られる)駆動条件に対応するスラスト摩耗状態を出力するように機械学習されている。
【0106】
●キャンドモータポンプ(モータ軸受摩耗状態推定装置(1))の動作
次に、本ポンプ1の動作(すなわち、本方法)が、本装置5の動作を中心に以下に説明される。以下の説明において、図1図12は、適宜参照される。
【0107】
図13は、本装置5の動作の一例を示すフローチャートである。
【0108】
本ポンプ1の動作中、モータ部3には所定の駆動条件の電源が供給されていて、ロータ36、回転軸31およびインペラ21は所定の回転数で回転している。このとき、本装置5は、ラジアル摩耗状態推定処理(ST1)、およびスラスト摩耗状態推定処理(ST2)を定期的(例えば、数秒ごと)に繰り返し実行している。
【0109】
●ラジアル摩耗状態推定処理
図14は、ラジアル摩耗状態推定処理(ST1)の一例を示すフローチャートである。
【0110】
「ラジアル摩耗状態推定処理(ST1)」は、本ポンプ1の動作中、本装置5が入力データ(合成信号(C1C3,C5C7)および振幅信号(Sa1))を取得して、ラジアル摩耗状態を推定する処理である。ラジアル摩耗状態推定処理(ST1)は、本方法の一例である。
【0111】
先ず、取得部550は、入力データとして合成信号(C1C3,C5C7)および振幅信号(Sa1)を取得する(ST11:取得ステップ)。取得される合成信号(C1C3)は、信号処理回路52aにより生成されて、A/D変換器54によりデジタル信号に変換された信号であり、検出コイルC1,C3それぞれの検出信号の差分を示している。同様に、取得される合成信号(C5C7)は、信号処理回路52bにより生成されて、A/D変換器54によりデジタル信号に変換された信号であり、検出コイルC5,C7それぞれの検出信号の差分を示している。また、振幅信号(Sa1)は、信号生成部53が、検出コイルC1,C3,C5,C7それぞれからの検出信号の直流信号を生成して、全ての直流信号を加算することにより生成されている。前述のとおり、振幅信号(Sa1)は、ラジアル方向の変位を示す情報を含まない、基本波成分の振幅のみを示す情報として機能する。取得される振幅信号(Sa1)は、A/D変換器54においてデジタル信号に変換された信号である。
【0112】
次いで、推定部551は、取得された入力データを第1学習モデルM11に入力して、第1学習モデルM11の出力に基づいて、ラジアル摩耗状態を推定する(ST12:推定ステップ)。すなわち、例えば、第1学習モデルM11の出力が「正常」であるとき、推定部551は、ラジアル摩耗状態は「正常」である、と推定する。
【0113】
次いで、表示制御部552は、推定されたラジアル摩耗状態に基づいて、表示部57の表示態様を決定して、決定された表示態様で表示部57に表示させる(ST13:表示ステップ)。すなわち、例えば、推定されたラジアル摩耗状態が「正常」のとき、表示制御部552は、表示部57に「緑」のLEDを点灯させる。
【0114】
●スラスト摩耗状態推定処理
図15は、スラスト摩耗状態推定処理(ST2)の一例を示すフローチャートである。
【0115】
「スラスト摩耗状態推定処理(ST2)」は、本ポンプ1の動作中、本装置5が入力データ(差分信号(Sd)および振幅信号(Sa1))を取得して、スラスト摩耗状態を推定する処理である。スラスト摩耗状態推定処理(ST2)は、本方法の一例である。
【0116】
先ず、取得部550は、入力データとして差分信号(Sd)および振幅信号(Sa1)を取得する(ST21:取得ステップ)。前述のとおり、取得される差分信号(Sd)は、オフセット処理部59により生成されて、A/D変換器54によりデジタル信号に変換された信号であり、合成信号(C2C4)と合成信号(C6C8)の差分の絶対値を示している。
【0117】
次いで、推定部551は、取得された入力データを第2学習モデルM12に入力して、第2学習モデルM12の出力に基づいて、スラスト摩耗状態を推定する(ST22:推定ステップ)。すなわち、例えば、第2学習モデルM12の出力が「注意」であるとき、推定部551は、スラスト摩耗状態は「注意」である、と推定する。
【0118】
次いで、表示制御部552は、推定されたスラスト摩耗状態に基づいて、表示部57の表示態様を決定し、決定された表示態様で表示部57に表示させる(ST23:表示ステップ)。すなわち、例えば、推定されたスラスト摩耗状態が「注意」のとき、表示制御部552は、表示部57に「黄」のLEDを点灯させる。
【0119】
図16は、駆動周波数の変更前後におけるスラスト摩耗状態の判定基準の変化を模式的に示す模式図であり、(a)は駆動周波数の変更前の判断基準を示していて、(b)は駆動周波数の変更後の判定基準を示している。
【0120】
同図において、縦軸は差分信号(Sd)の電圧値を示していて、横軸は軸受32,33のスラスト方向の摩耗量(ロータ36のスラスト方向の変位量)を示している。同図(a)において、「V字」状の実線は、変更前の駆動周波数における電圧値と摩耗量との対応関係を示している。同図(b)において、「V字」状の実線は変更後の駆動周波数における同対応関係を示していて、同二点鎖線は変更前の駆動周波数における同対応関係を示している。また、同図は、駆動周波数に対応するスラスト摩耗状態を3色に塗り分けて示している。さらに、同図は、(a)に示される状態から(b)に示される状態へ、駆動周波数が低くなるように変更されたときの判定基準の変化を示している。
【0121】
スラスト摩耗状態は、「V字」状の対応関係に基づいて判定されており、図16に示されている例では、同対応関係において所定の摩耗量「T1%」「T2%」に対応する電圧値がスラスト摩耗状態の判定基準となる。スラスト摩耗状態は、摩耗量が「T1%」未満において「正常」と判定されて、摩耗量が「T1%」以上「T2%」未満において「注意」と判定されて、摩耗量が「T2%」以上において「異常」と判定される。図16に示されるとおり、駆動周波数の変更前後において、摩耗状態の閾値となる摩耗量(T1%,T2%)は変わらないが、摩耗状態の閾値となる電圧値は駆動周波数の増減に伴い増減している。そのため、駆動周波数の変更に応じて判定基準が変更されなければ、本装置5は、正しいスラスト摩耗状態を推定できない。すなわち、例えば、図16に示されている例では、変更後の駆動周波数において電圧値が「V1」のとき、同駆動周波数に対応する判断基準(図16(b))では摩耗量が「a2%」であり、スラスト摩耗状態は「注意」となる。しかしながら、変更前の判定基準(図16(a))では摩耗量が「a1%」であり、スラスト摩耗状態は「正常」となる。このような誤判定が生じないように、本発明では、第1学習モデルM11および第2学習モデルM12に判定基準が機械学習されている。その結果、本装置5は、駆動条件(駆動周波数、駆動電圧)が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。なお、ラジアル摩耗状態についても、同様である。
【0122】
●まとめ(1)
以上説明された実施の形態によれば、複数の検出コイルC1~C8それぞれは、ステータ37に対するロータ36の機械的な位置変化に対応する磁束変化を示す検出信号を出力し、ラジアル方向における磁束変化を検出する複数の検出コイルC1,C3,C5,C7と、スラスト方向における磁束変化を検出する複数の検出コイルC2,C4,C6,C8と、を含む。検出信号は、モータ部3の駆動周波数に基づく基本波成分を含む。本装置5は、取得部550、推定部551、および記憶部56を備える。記憶部56は、第1学習モデルM11および第2学習モデルM12を記憶している。第1学習モデルM11は、合成信号(C1C3)、合成信号(C5C7)、および振幅信号(Sa1)が入力されたとき、ラジアル摩耗状態を出力するように機械学習されている。第2学習モデルM12は、差分信号(Sd)および振幅信号(Sa1)が入力されたとき、スラスト摩耗状態を出力するように機械学習されている。振幅信号(Sa1)は、検出コイルC1,C3,C5,C7それぞれの検出信号に基づいて生成されている。この構成によれば、本装置5は、駆動条件の増減に比例して増減する基本波成分の振幅(信号レベル)のみを含む振幅信号(Sa1)、および、軸受32,33の摩耗量(摩耗状態)を示す合成信号(C1C3,C5C7)および差分信号(Sd)を学習済みの学習モデルへの入力データとして用いることにより、駆動条件に応じた摩耗状態を推定できる。したがって、本装置5は、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。
【0123】
また、以上説明された実施の形態によれば、本装置5は、検出コイルC1,C3,C5,C7それぞれの検出信号に基づいて振幅信号(Sa1)を生成する信号生成部53を備える。この構成によれば、取得部550は、学習モデルの入力データである振幅信号(Sa1)を任意のタイミングで取得できる。したがって、本装置5は、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。
【0124】
さらに、以上説明された実施の形態によれば、信号生成部53は、検出コイルC1,C3,C5,C7それぞれの検出信号(直流信号)を加算する。この構成によれば、振幅信号(Sa1)において、フロント側およびリア側のラジアル方向の変位情報は全て打ち消されている。そのため、推定部551は、変位情報の影響を全く受けることなく、駆動条件に応じたラジアル方向摩耗状態およびスラスト摩耗状態を推定できる。したがって、本装置5は、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。
【0125】
なお、以上説明された実施の形態において、信号生成部53は、4つの検出信号(直流信号)の和ではなく、平均を振幅信号として生成していてもよい。
【0126】
また、以上説明された実施の形態において、信号生成部53は、一組となる検出コイルC1,C3の検出信号のみを加算して振幅信号(Sa1)を生成していてもよく、あるいは、一組となる検出コイルC5,C7の検出信号のみを加算して振幅信号(Sa1)を生成していてもよい。この構成においても、一組となる検出コイルC1,C3の検出信号に含まれる高調波成分の増減は打ち消されていて、他の一組となる検出コイルC5,C7の検出信号に含まれる高調波成分の増減は打ち消されている。そのため、振幅信号(Sa1)には、ロータ36の変位情報が含まれず、振幅信号(Sa1)は、基本波成分の振幅のみを示す情報として機能する。
【0127】
さらに、以上説明された実施の形態において、制御部55が信号生成部として機能していてもよい。この構成では、信号生成部53を構成する回路群が不要となり、回路構成が簡略化できる。
【0128】
さらにまた、以上説明された実施の形態において、本装置5は、機械学習装置6としての機能も備えていてもよい。すなわち、例えば、制御部55は、データ取得部630、学習データセット生成部631、および学習部632を備えていてもよい。この場合、例えば、データ取得部630は、本ポンプ1の出荷前に、種々の駆動条件下でロータ36(回転軸31)を人為的に変位させて本ポンプ1を稼働させることにより入力データを取得していてもよい。また、データ取得部630は、作業者が判定して作業端末装置9に入力した同入力データに対応する摩耗状態を、作業端末装置9から取得していてもよい。さらに、本装置5は外部装置に接続されて、データ取得部630は外部装置から学習データを取得していてもよい。
【0129】
さらにまた、以上説明された実施の形態において、機械学習装置6は、合成信号(C1C3,C5C7)、差分信号(Sd)、および振幅信号(Sa1)を入力データとして、ラジアル摩耗状態およびスラスト摩耗状態を出力データとして、学習モデルに機械学習させることにより、第1学習モデルM11および第2学習モデルM12として機能する1つの総合学習モデルを生成していてもよい。この場合、記憶部56は第1学習モデルM11および第2学習モデルM12に代えて総合学習モデルを記憶していて、推定部551は総合学習モデルを用いて摩耗状態を推定していてもよい。
【0130】
さらにまた、以上説明された実施の形態において、本ポンプ1は、本装置5を備えていなくてもよい。すなわち、例えば、検出コイルC1~C8はモータ部3に備えられていて、本装置5は、ポンプ部2、モータ部3、およびアダプタ4とは離れて配置されていてもよい。この場合、本装置5はケーブルを介して検出コイルC1~C8と接続されていてもよく、または、本装置5とモータ部3とが通信機能を備えていて、本装置5が無線通信回線を介してモータ部3と接続されていて、検出信号を受信可能に構成されていてもよい。
【0131】
●モータ軸受摩耗状態推定装置(2)●
次に、本発明に係るモータ軸受摩耗状態推定装置の別の実施の形態(以下「第2実施形態」という。)が、先に説明した実施の形態(以下「第1実施形態」という。)とは異なる部分を中心に説明される。第2実施形態では、振幅信号を取得するための構成および方法が、第1実施形態と異なる。以下の説明において、第1実施形態と共通する要素については、同一の符号が付されていて、その説明は省略される。
【0132】
●モータ軸受摩耗状態推定装置(2)の構成
図17は、本装置の別の実施の形態(第2実施形態)を示す機能ブロック図である。
【0133】
本装置5Aは、8つの検出コイルC1~C8、接続部50、信号処理回路52c,52d,52e,52f、A/D変換器54A、制御部55A、記憶部56A、表示部57、D/A変換器58、およびオフセット処理部59を備える。A/D変換器54A、制御部55AおよびD/A変換器58は、例えば、マイクロコンピュータで構成されている。
【0134】
検出コイルC1,C3は一組のラジアル検出コイルを構成していて、それぞれの検出信号が打ち消し合うように接続されている。検出コイルC5,C7は他の一組のラジアル検出コイルを構成していて、それぞれの検出信号が打ち消し合うように接続されている。そのため、検出コイルC1,C3の合成信号(C1C3)は、検出コイルC1,C3それぞれの検出信号の差分を示している。同差分により、ロータ36のフロント側のラジアル方向の変位量が検出される。すなわち、同差分は、軸受32のラジアル方向の摩耗量を示していて、同差分の値は電圧値で表される。また、検出コイルC5,C7の合成信号(C5C7)は、検出コイルC5,C7それぞれの検出信号の差分を示している。同差分により、ロータ36のリア側のラジアル方向の変位量が検出される。すなわち、同差分は、軸受33のラジアル方向の摩耗量を示していて、同差分の値は電圧値で表される。
【0135】
信号処理回路52e,52fは、例えば、フィルタ回路、整流回路、および積分回路により構成されている。フィルタ回路は、高調波成分を通過させる通過帯域(例えば、数100Hz~2kHz)を有するバンドパスフィルタである。信号処理回路52eは検出コイルC1,C3に接続されていて、信号処理回路52fは検出コイルC5,C7に接続されている。信号処理回路52c,52dは、対応する合成信号(C1C3,C5C7)に所定の信号処理(フィルタ処理、整流、AC-DC変換)を実行して、合成信号(C1C3,C5C7)を交流から直流に変換する。
【0136】
A/D変換器54Aは、信号処理回路52c~52f、およびオフセット処理部59に接続されていて、それぞれから入力されたアナログ信号をデジタル信号に変換して、制御部55Aに出力する。
【0137】
制御部55Aは、本装置5A全体の動作を制御する。制御部55Aは、例えば、CPU55aなどのプロセッサ、CPU55aの作業領域として機能するRAM55bなどの揮発性メモリ、および、本推定プログラムや他の制御プログラムなどの各種情報を記憶するROM55cなどの不揮発性メモリ、により構成されている。制御部55Aは、取得部550、推定部551、表示制御部552、および信号生成部553を備える。
【0138】
制御部55Aでは、本推定プログラムが動作して、本推定プログラムが本装置5Aのハードウェア資源と協働して、後述する本方法を実現している。また、制御部55Aを構成しているプロセッサ(CPU55a)に本推定プログラムを実行させることにより、本推定プログラムは同プロセッサを取得部550、推定部551、表示制御部552、および信号生成部553として機能させて、同プロセッサに本方法を実行させることができる。さらに、コンピュータに本推定プログラムを実行させることにより、本推定プログラムはコンピュータを本装置5Aとして機能させることができる。
【0139】
信号生成部553は、合成信号(C2C4)と合成信号(C6C8)とに基づいて、振幅信号(Sa2)を生成する。信号生成部553の具体的な動作は、後述される。
【0140】
振幅信号(Sa2)は、ロータ36のスラスト方向の変位情報を殆ど含んでおらず、振幅信号(Sa1)と同様に、基本波成分の振幅を示す情報として機能する。第2実施形態では、振幅信号(Sa2)は、合成信号(C2C4)と合成信号(C6C8)とに基づいて生成される。振幅信号(Sa2)の生成方法は、後述される。振幅信号(Sa2)は、本発明における第2振幅信号の一例である。
【0141】
記憶部56Aは、本装置5Aの動作に必要な情報(例えば、第1学習モデルM21、第2学習モデルM22、オフセット情報など)を記憶する。記憶部56Aは、例えば、EEPROMやフラッシュメモリなどの不揮発性メモリである。
【0142】
図18は、記憶部56Aに記憶されている情報(第1学習モデルM21、第2学習モデルM22)の一例を示す模式図である。
【0143】
「第1学習モデルM21」は、合成信号(C1C3)、合成信号(C5C7)、および振幅信号(Sa2)が入力されたとき、ラジアル摩耗状態を出力するように機械学習された学習済みの学習モデルである。第1学習モデルM21は、例えば、第1学習モデルM11と同様に、機械学習装置6により予め生成されていて、記憶部56Aに記憶されている。
【0144】
「第2学習モデルM22」は、差分信号(Sd)および振幅信号(Sa2)が入力されたとき、スラスト摩耗状態を出力するように機械学習された学習済みの学習モデルである。第2学習モデルM22は、例えば、第2学習モデルM22と同様に、機械学習装置6により予め生成されていて、記憶部56Aに記憶されている。
【0145】
機械学習装置6が第1学習モデルM21および第2学習モデルM22を生成する場合、試験装置7は後述される振幅信号(Sa2)の生成方法と同じ方法を用いて、振幅信号(Sa2)を生成する。また、信号発生装置8は、演算により疑似的な振幅信号(Sa2)を生成する。
【0146】
●振幅信号の生成方法(生成処理)
次に、本実施の形態における振幅信号(Sa2)の生成方法(生成処理)が、説明される。
【0147】
本ポンプ1の動作中、信号生成部553は、定期的に、合成信号(C2C4)および合成信号(C6C8)を取得する。前述のとおり、取得された各合成信号(C2C4,C6C8)は、直流のデジタル信号である。
【0148】
次いで、信号生成部553は、各合成信号(C2C4,C6C8)それぞれに重み付けを行い、重み付けされた合成信号(C2C4,C6C8)同士を加算することにより振幅信号(Sa2)を生成する。重み付けは、各合成信号(C2C4,C6C8)の電圧値に重み付け係数を乗算することにより行われる。生成された振幅信号(Sa2)は、取得部550に取得される。
【0149】
図19は、信号生成部553による重み付けを説明する模式図であり、(a)は重み付け前の状態を示していて、(b)は重み付け後の状態を示している。
同図において、縦軸は信号レベル(電圧)を示していて、横軸はロータ36のスラスト方向の変位量(軸受32,33の摩耗量)を示している。同図(b)は、説明の便宜上、重み付け前の状態を細線で示している。同図は、説明の便宜上、電圧値の変化を強調して示している。
【0150】
前述のとおり、各合成信号(C2C4,C6C8)の電圧値は、ロータ36のスラスト方向の一方向側の変位に対して曲線状に低下し、他方向側の変位に対してはほぼ一定となる。そして、この曲線状の変化は、ロータ36のスラスト方向の変位情報を示している。そのため、単に、合成信号(C2C4)と合成信号(C6C8)とが加算されると、その加算信号には、ロータ36のスラスト方向の変位情報が含まれることとなる。その結果、図19(a)に示されるとおり、ロータ36の位置に対する加算信号の電圧値の変化(一点鎖線)は、やや上に凸の曲線状になり、一定にならない。また、ロータ36の変位に対するフロント側の検出コイルC2,C4およびリア側の検出コイルC6,C8の検出感度(電圧値の変化)は、本ポンプ1の機種ごとに定まる初期位置および磁気回路の影響を受ける。そのため、検出コイルC2,C4の検出感度は、検出コイルC6,C8の検出感度と異なり得る。したがって、図19(a)に示されるとおり、合成信号(C2C4)の変化が合成信号(C6C8)の変化よりも大きくなる状態もあり得る。この場合、同図(a)に示されるとおり、加算信号の電圧値は、曲線状、かつ、フロント-リア方向において右上がりに傾斜するように変化する。前述の「重み付け係数」は、この磁束変化に基づく電圧値の変化(変位情報)を打ち消すように各合成信号(C2C4,C6C8)の電圧値に掛け合わされる係数である。すなわち、重み付けは、各合成信号(C2C4,C6C8)の電圧値の曲線状の変化(および傾斜するような変化)を打ち消す(小さくする)ように行われる。重み付け係数は、例えば、「1.0」または「1.0」未満の小数(0を除く:例えば、図19に示される例では、合成信号(C2C4)に対して「0.5」、合成信号(C6C8)に対して「1.0」)に設定されている。この場合、重み係数が小さい(0に近づく)ほど、重み付け後の電圧値の変化は小さくなる。したがって、例えば、合成信号(C2C4)の電圧値の変化が合成信号(C6C8)の変化よりも小さいとき、合成信号(C2C4)に対する重み係数の値は、合成信号(C6C8)に対する重み係数の値より大きく(「1.0」に近い値に)設定される。また、例えば、両変化がほぼ同じとき、両重み係数の値は、同じ値に設定される。さらに、例えば、加算信号の電圧値の変化が傾斜しているとき、同傾斜への寄与が大きい側に対する重み係数の値は、同傾斜への寄与が小さい側に対する重み係数の値より小さく(「0」に近い値に)設定される。重み付けの結果、図19(b)に示されるとおり、「1.0」未満の重み付けをされた合成信号(C2C4)において電圧値の変化(すなわち、変位情報)は小さくなり、その電圧値の変化はロータ36の位置に依らずほぼ一定になるように(線形に近づくように)補正されている。そのため、加算信号の電圧値の曲線状および傾斜するような変化も小さくなり、その変化はほぼ一定となる。このように重み付け係数が設定されることにより、各合成信号(C2C4,C6C8)の電圧値の変化は小さくなり、曲線状の変化(傾斜するような変化)も小さくなる。重み付け係数は、例えば、所定の基準駆動条件において、本ポンプ1の出荷前に予め測定されていて、記憶部56Aに記憶されている。
【0151】
なお、本発明において、重み付けは、変位情報を打ち消すような関数を用いて実行されていてもよい。この場合、記憶部56Aは、重み付け係数に代えて関数を記憶している。
【0152】
また、本発明において、フロント側の合成信号(C2C4)の重み係数は、リア側の合成信号(C6C8)の重み係数と異なっていてもよく、あるいは、同じでもよい。
【0153】
●キャンドモータポンプ(モータ軸受摩耗状態推定装置(2))の動作
第2実施形態における本ポンプ1の動作は、振幅信号(Sa2)の生成方法が第1実施形態における振幅信号(Sa1)の生成方法と異なる点、および、ラジアル摩耗状態推定処理(ST1)およびスラスト摩耗状態推定処理(ST2)に用いられる振幅信号(Sa2)が第1実施形態の振幅信号(Sa1)と異なる点、を除き、第1実施形態における本ポンプ1の動作と共通する。すなわち、第2実施形態における本ポンプ1は、ラジアル摩耗状態推定処理(ST1)およびスラスト摩耗状態推定処理(ST2)を定期的(例えば、数秒ごと)に繰り返し実行している。このとき、推定部551は、振幅信号(Sa1)に代えて振幅信号(Sa2)を用いている。
【0154】
●まとめ(2)
以上説明された第2実施形態によれば、複数の検出コイルC1~C8それぞれは、ステータ37に対するロータ36の機械的な位置変化に対応する磁束変化を示す検出信号を出力し、ラジアル方向における磁束変化を検出する複数の検出コイルC1,C3,C5,C7と、スラスト方向における磁束変化を検出する複数の検出コイルC2,C4,C6,C8と、を含む。検出信号は、モータ部3の駆動周波数に基づく基本波成分を含む。本装置5Aは、取得部550、推定部551、信号生成部553、および記憶部56Aを備える。記憶部56Aは、第1学習モデルM21および第2学習モデルM22を記憶している。第1学習モデルM21は、合成信号(C1C3)、合成信号(C5C7)、および振幅信号(Sa2)が入力されたとき、ラジアル摩耗状態を出力するように機械学習されている。第2学習モデルM22は、差分信号(Sd)および振幅信号(Sa2)が入力されたとき、スラスト摩耗状態を出力するように機械学習されている。振幅信号(Sa2)は、合成信号(C2C4,C6C8)に基づいて生成されている。この構成によれば、本装置5Aは、駆動条件の増減に比例して増減する基本波成分の振幅(信号レベル)を主として含む振幅信号(Sa2)、および、軸受32,33の摩耗量(摩耗状態)を示す合成信号(C1C3,C5C7)および差分信号(Sd)を学習済みの学習モデルへの入力データとして用いることにより、駆動条件に応じた摩耗状態を推定できる。したがって、本装置5Aは、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。
【0155】
また、以上説明された第2実施形態によれば、信号生成部553は、合成信号(C2C4)と合成信号(C6C8)それぞれに対して、スラスト方向における軸受32,33の摩耗に基づく磁束変化を打ち消すような重み付けを行い、重み付けされた合成信号(C2C4)と合成信号(C6C8)とを加算することにより、振幅信号(Sa2)を生成する。この構成によれば、振幅信号(Sa2)において、スラスト方向の変位情報は、ほぼ打ち消される。そのため、本装置5Aは、駆動条件の増減に比例して増減する基本波成分の振幅(信号レベル)を主として含む振幅信号(Sa2)を学習済みの学習モデルの入力データとして用いることができる。したがって、本装置5Aは、変位情報の影響を殆ど受けることなく、駆動条件に応じた摩耗状態を推定できる。
【0156】
なお、以上説明された第2実施形態において、信号生成部553は、2つの合成信号(C2C4,C6C8)の和ではなく、平均を振幅信号として生成していてもよい。
【0157】
また、以上説明された第2実施形態において、ロータ36の位置に対する合成信号(C2C4)と合成信号(C6C8)との加算信号の電圧値の変化は、約7~10%程度である。そのため、信号生成部553が各合成信号(C2C4,C6C8)に重み付けを行うことなく振幅信号(Sa2)を生成しても、変位情報の推定への影響は限定的となり得る。したがって、信号生成部553は、各合成信号(C2C4,C6C8)に重み付けを行うことなく、振幅信号(Sa2)を生成していてもよい。この構成では、振幅信号(Sa2)において変位情報の影響は第2実施形態よりも残るため、スラスト方向の摩耗が進行すると摩耗状態の推定精度が若干低下する。しかしながら、前述のとおり、加算信号の変化は山状であるため、推定精度は、摩耗状態をやや敏感に検出する方向に低下する。そのため、本装置5Aは、軸受32,33の摩耗状態の推定装置としての機能を十分に果たすことができる。したがって、この構成であっても、本装置5Aは、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を本装置5Aに必要なレベルで推定できる。
【0158】
●その他の実施形態●
なお、以上説明された各実施形態において、ロータ36の初期位置は、製造誤差、位置公差などにより、スラスト方向におけるロータ36の中心がステータ37の中心と一致していなくてもよい。すなわち、例えば、初期位置において、ロータ36は、ステータ37に対してスラスト方向にずれて配置されていてもよい。
【0159】
また、以上説明された各実施形態において、本発明が実施可能であれば、検出コイルC1~C8の数は「8」に限定されない。
【0160】
さらに、以上説明された各実施形態において、制御部55,55Aは、CPU55aに代えて、DSP(Digital Signal Processor)や、(GP)GPU((General Purpose)Graphics Processing Unit)などのプロセッサにより構成されていてもよい。
【0161】
さらにまた、以上説明された各実施形態において、本方法は、制御部55,55Aにより実行されていた。これに代えて、本方法は、本装置5,5Aに接続されている外部演算装置(例えば、コンピュータなど)により実行されていてもよい。
【0162】
さらにまた、以上説明された各実施形態において、ROM55cに記憶されている情報の一部または全部は、記憶部56,56Aに記憶されていてもよい。または、記憶部56,56Aに記憶されている情報の一部(例えば、第1学習モデルM11,M21、第2学習モデルM12,M22)は、ROM55cに記憶されていてもよい。後者の場合、ROM55cは、本発明における記憶部として機能し得る。
【0163】
●本発明の実施態様●
次に、以上説明された各実施形態から把握される本発明の実施態様が、各実施形態において記載された用語と符号とが援用されつつ、以下に記載される。
【0164】
本発明の第1の実施態様は、キャンドモータポンプ(例えば、本ポンプ1)のモータ(例えば、モータ部3)のステータ(例えば、ステータ37)に対するロータ(例えば、ロータ36)の機械的な位置変化に対応する磁束変化を検出する複数の検出コイル(例えば、検出コイルC1~C8)それぞれの検出信号に基づいて、前記ロータの回転軸(例えば、回転軸31)を支持する軸受(例えば、軸受32,33)の摩耗状態を推定するモータ軸受摩耗状態推定装置(例えば、本装置5,5A)であって、複数の前記検出コイルそれぞれは、前記ステータに取り付けられて、前記検出信号は、前記モータの駆動周波数に基づく基本波成分を含み、複数の前記検出コイルは、前記回転軸のラジアル方向における前記磁束変化を検出する複数のラジアル検出コイル(例えば、検出コイルC1,C3,C5,C7)と、前記回転軸のスラスト方向における前記磁束変化を検出する複数のスラスト検出コイル(例えば、検出コイルC2,C4,C6,C8)と、を含み、複数の前記ラジアル検出コイルは、一組となる第1ラジアル検出コイル(例えば、検出コイルC1,C3)と、他の一組となる第2ラジアル検出コイル(例えば、検出コイルC5,C7)と、を含み、複数の前記スラスト検出コイルは、一組となる第1スラスト検出コイル(例えば、検出コイルC2,C4)と、他の一組となる第2スラスト検出コイル(例えば、検出コイルC6,C8)と、を含み、前記第1ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第1差分信号(例えば、合成信号(C1C3))と、前記第2ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第2差分信号(例えば、合成信号(C5C7))と、前記基本波成分の振幅を示す振幅信号(例えば、振幅信号(Sa1,Sa2))と、が入力されたとき、前記ラジアル方向における前記摩耗状態を出力するように機械学習された学習済みの第1学習モデル(例えば、第1学習モデルM11,M21)、および、前記第1スラスト検出コイルそれぞれの前記検出信号が合成された第1合成信号(例えば、合成信号(C2C4))と前記第2スラスト検出コイルそれぞれの前記検出信号が合成された第2合成信号(例えば、合成信号(C6C8))との差分を示すスラスト差分信号(例えば、差分信号(Sd))と、前記振幅信号と、が入力されたとき、前記スラスト方向における前記摩耗状態を出力するように機械学習された学習済みの第2学習モデル(例えば、第2学習モデルM12,M22)、を記憶する記憶部(例えば、記憶部56,56A)と、前記第1差分信号と前記第2差分信号と前記スラスト差分信号と前記振幅信号とを取得する取得部(例えば、取得部550)と、前記取得部により取得された前記第1差分信号と前記第2差分信号と前記振幅信号とを前記第1学習モデルに入力して、前記取得部により取得された前記スラスト差分信号と前記振幅信号とを前記第2学習モデルに入力して、前記摩耗状態を推定する推定部(例えば、推定部551)と、を有してなり、前記振幅信号は、前記第1ラジアル検出コイルおよび/または前記第2ラジアル検出コイルそれぞれから出力された前記検出信号に基づいて生成された第1振幅信号(Sa1)、または、前記第1合成信号と前記第2合成信号とに基づいて生成された第2振幅信号(Sa2)である、モータ軸受摩耗状態推定装置である。
この構成によれば、本装置は、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。
【0165】
本発明の第2の実施態様は、第1の実施態様において、前記第1ラジアル検出コイルおよび/または前記第2ラジアル検出コイルそれぞれの前記検出信号に基づいて前記第1振幅信号(例えば、振幅信号(Sa1))を生成して、または、前記第1合成信号と前記第2合成信号とに基づいて前記第2振幅信号(例えば、振幅信号(Sa2))を生成する信号生成部(例えば、信号生成部53,553)、を有してなる、モータ軸受摩耗状態推定装置である。
この構成によれば、取得部は、学習モデルの入力データである振幅信号を任意のタイミングで取得できる。
【0166】
本発明の第3の実施態様は、第2の実施態様において、前記信号生成部(例えば、信号生成部53)は、前記第1ラジアル検出コイルおよび/または前記第2ラジアル検出コイルそれぞれの前記検出信号それぞれを加算することにより、前記第1振幅信号(例えば、振幅信号(Sa1))を生成する、モータ軸受摩耗状態推定装置(例えば、本装置5)である。
この構成によれば、本装置は、変位情報の影響を全く受けることなく、スラスト方向摩耗状態およびラジアル摩耗状態を駆動条件に応じて推定できる。
【0167】
本発明の第4の実施態様は、第3の実施態様において、前記信号生成部は、全ての前記ラジアル検出コイルそれぞれの前記検出信号を加算することにより、前記第1振幅信号を生成する、モータ軸受摩耗状態推定装置である。
この構成によれば、本装置は、変位情報の影響を全く受けることなく、スラスト方向摩耗状態およびラジアル摩耗状態を駆動条件に応じてより高精度に推定できる。
【0168】
本発明の第5の実施態様は、第2の実施態様において、前記信号生成部(例えば、信号生成部553)は、前記第1合成信号と前記第2合成信号それぞれに対して、前記スラスト方向における前記ロータの前記位置変化を示す情報を打ち消すような重み付けを行い、重み付けされた前記第1合成信号と前記第2合成信号とを加算することにより、前記第2振幅信号(例えば、振幅信号(Sa2))を生成する、モータ軸受摩耗状態推定装置(例えば、本装置5A)である。
この構成によれば、本装置は、変位情報の影響を殆ど受けることなく、駆動条件に応じた摩耗状態を推定できる。
【0169】
本発明の第6の実施態様は、キャンドモータポンプ(例えば、本ポンプ1)のモータ(例えば、モータ部3)のステータ(例えば、ステータ37)に対するロータ(例えば、ロータ36)の機械的な位置変化に対応する磁束変化を検出する複数の検出コイル(例えば、検出コイルC1~C8)それぞれの検出信号に基づいて、前記ロータの回転軸(例えば、回転軸31)を支持する軸受(例えば、軸受32,33)の摩耗状態を推定するモータ軸受摩耗状態推定装置(例えば、本装置5,5A)により実行される軸受摩耗状態推定方法(例えば、ラジアル摩耗状態推定処理(ST1)、スラスト摩耗状態推定処理(ST2))であって、複数の前記検出コイルそれぞれは、前記ステータに取り付けられて、前記検出信号は、前記モータの駆動周波数に基づく基本波成分を含み、複数の前記検出コイルは、前記回転軸のラジアル方向における前記磁束変化を検出する複数のラジアル検出コイル(例えば、検出コイルC1,C3,C5,C7)と、前記回転軸のスラスト方向における前記磁束変化を検出する複数のスラスト検出コイル(例えば、C2,C4,C6,C8)と、を含み、複数の前記ラジアル検出コイルは、一組となる第1ラジアル検出コイルと、他の一組となる第2ラジアル検出コイルと、を含み、複数の前記スラスト検出コイルは、一組となる第1スラスト検出コイルと、他の一組となる第2スラスト検出コイルと、を含み、前記モータ軸受摩耗状態推定装置は、前記第1ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第1差分信号と、前記第2ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第2差分信号と、前記基本波成分の振幅を示す振幅信号と、が入力されたとき、前記ラジアル方向における前記摩耗状態を出力するように機械学習された学習済みの第1学習モデル、および、前記第1スラスト検出コイルそれぞれの前記検出信号が合成された第1合成信号と前記第2スラスト検出コイルそれぞれの前記検出信号が合成された第2合成信号との差分を示すスラスト差分信号と、前記振幅信号と、が入力されたとき、前記スラスト方向における前記摩耗状態を出力するように機械学習された学習済みの第2学習モデル、を記憶する記憶部(例えば、記憶部56,56A)、を備えて、前記モータ軸受摩耗状態推定装置が、前記第1差分信号と前記第2差分信号と前記スラスト差分信号と前記振幅信号とを取得する取得ステップ(例えば、取得ステップST11,ST21)と、取得された前記第1差分信号と前記第2差分信号と前記振幅信号とを前記第1学習モデルに入力して、取得された前記スラスト差分信号と前記振幅信号とを前記第2学習モデルに入力して、前記摩耗状態を推定する推定ステップ(例えば、推定ステップST12,ST22)と、を含む、軸受摩耗状態推定方法である。
この構成によれば、本装置は、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。
【0170】
本発明の第7の実施態様は、コンピュータを第1の実施態様に記載のモータ軸受摩耗状態推定装置として機能させる、軸受摩耗状態推定プログラムである。
この構成によれば、本装置は、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。
【0171】
本発明の第8の実施態様は、ロータ(例えば、ロータ36)と、前記ロータを回転させるステータ(例えば、ステータ37)と、前記ロータと共に回転する回転軸(例えば、回転軸)と、を備えるモータ(例えば、モータ部3)と、前記回転軸を支持する軸受(例えば、軸受32,33)と、前記ステータに対する前記ロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイル(例えば、検出コイルC1~C8)と、複数の前記検出コイルそれぞれの検出信号に基づいて前記軸受の摩耗状態を推定する、第1乃至第5の実施態様のいずれか1つの実施態様に記載のモータ軸受摩耗状態推定装置(例えば、本装置5,5A)と、を有してなる、キャンドモータポンプ(例えば、本ポンプ1)である。
この構成によれば、本ポンプは、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。
【符号の説明】
【0172】
1 キャンドモータポンプ
3 モータ部
31 回転軸
32 軸受
33 軸受
36 ロータ
37 ステータ
5 モータ軸受摩耗状態推定装置
53 信号生成部
550 取得部
551 推定部
56 記憶部
5A モータ軸受摩耗状態推定装置
553 信号生成部
56A 記憶部
C1~C8 検出コイル
M11 第1学習モデル
M12 第2学習モデル
M21 第1学習モデル
M22 第2学習モデル
【要約】
【課題】駆動条件が変更されても、人的な機械操作を介在させることなく摩耗状態を推定可能なモータ軸受摩耗状態推定装置、推定方法、推定プログラム、およびキャンドモータポンプを提供する。
【解決手段】本発明に係るモータ軸受摩耗状態推定装置5,5Aは、複数の検出コイルC1~C8を用いて軸受32,33の摩耗状態を推定する。同装置は、第1学習モデルM11,M21と第2学習モデルM12,M22とを記憶する記憶部56,56Aと、各信号を取得する取得部550と、第1差分信号と第2差分信号と振幅信号とを第1学習モデルに入力して、スラスト差分信号と振幅信号とを第2学習モデルに入力して摩耗状態を推定する推定部551と、を有する。振幅信号は、第1ラジアル検出コイルおよび/または第2ラジアル検出コイルそれぞれの検出信号に基づいて生成された第1振幅信号、または第1合成信号と第2合成信号とに基づいて生成された第2振幅信号である。
【選択図】図4
図1
図2
図3
図4
図5
図6
図7
図8
図9
図10
図11
図12
図13
図14
図15
図16
図17
図18
図19