特許 7605709 鉄道車両用電動機軸受の異常診断システム並びに方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-12-16

(45)【発行日】2024-12-24

(54)【発明の名称】鉄道車両用電動機軸受の異常診断システム並びに方法

(51)【国際特許分類】

   B61K 9/04 20060101AFI20241217BHJP

   B61L 25/02 20060101ALI20241217BHJP

   B61K 13/00 20060101ALI20241217BHJP

【ＦＩ】

B61K9/04

B61L25/02 Z

B61K13/00 Z

【請求項の数】 4

(21)【出願番号】P 2021110583

(22)【出願日】2021-07-02

(65)【公開番号】P2023007619

(43)【公開日】2023-01-19

【審査請求日】2024-01-25

(73)【特許権者】

【識別番号】319007240

【氏名又は名称】株式会社日立インダストリアルプロダクツ

(74)【代理人】

【識別番号】110000350

【氏名又は名称】ポレール弁理士法人

(72)【発明者】

【氏名】吉田 豊美

(72)【発明者】

【氏名】辺見 真

(72)【発明者】

【氏名】早坂 靖

(72)【発明者】

【氏名】小山 貴之

【審査官】西中村 健一

(56)【参考文献】

【文献】特開２０１１－１２０３８５（ＪＰ，Ａ）

【文献】特開２０２０－０３８１２４（ＪＰ，Ａ）

【文献】特開２０１７－０２６４２０（ＪＰ，Ａ）

【文献】特開２０１６－２１０２０９（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１７／０１９９１０１（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１８／０２２２５０４（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ６１Ｋ ９／００－ ９／１２

Ｂ６１Ｋ １３／００

Ｂ６１Ｌ ２５／０２

Ｆ１６Ｃ １９／５２

Ｇ０１Ｍ １３／０４

Ｇ０１Ｍ １７／０８

(57)【特許請求の範囲】

【請求項1】

鉄道車両を駆動する電動機の軸受振動情報と鉄道車両の車両位置情報を入手する入力部と、前記軸受振動情報と前記車両位置情報を連携させて記録する診断データベースと、演算部を備え、
前記入力部は、列車運行情報を入手し、前記演算部は、前記車両位置情報と前記列車運行情報を用いて前記軸受振動情報を第１の複数グループにグループ分けし、
前記入力部は、気象情報を入手し、前記演算部は、前記車両位置情報と前記気象情報を用いて前記軸受振動情報を第２の複数グループにグループ分けし、
前記第１の複数グループは、列車についての走行距離、走行区間、走行区間往復数を含み、
前記第２の複数グループは、車両走行における地域、季節、外気温を含み、
前記演算部は、前記車両位置情報を用いて前記軸受振動情報を複数グループにグループ分けして前記診断データベースに記録し、前記入力部から指定されたグループに属する前記軸受振動情報を用いて鉄道車両を駆動する電動機の軸受の異常診断を行うことを特徴とする鉄道車両用電動機軸受の異常診断システム。

【請求項2】

請求項１に記載の鉄道車両用電動機軸受の異常診断システムであって、
前記入力部は、列車運行情報を入手し、前記演算部は、前記車両位置情報と前記列車運行情報を用いて前記軸受振動情報を第１の複数グループにグループ分けし、
前記入力部は、気象情報を入手し、前記演算部は、前記車両位置情報と前記気象情報を用いて前記軸受振動情報を第２の複数グループにグループ分けし、
前記演算部は、前記入力部から指定された複数のグループに属する前記軸受振動情報を用いて鉄道車両を駆動する電動機の軸受の異常診断を行うことを特徴とする鉄道車両用電動機軸受の異常診断システム。

【請求項3】

鉄道車両を駆動する電動機の軸受振動情報と鉄道車両の車両位置情報を入手し、前記軸受振動情報と前記車両位置情報を連携させて記録するとともに、
列車運行情報を入手し、前記車両位置情報と前記列車運行情報を用いて前記軸受振動情報を第１の複数グループにグループ分けし、
気象情報を入手し、前記車両位置情報と前記気象情報を用いて前記軸受振動情報を第２の複数グループにグループ分けし、
前記第１の複数グループは、列車についての走行距離、走行区間、走行区間往復数を含み、
前記第２の複数グループは、車両走行における地域、季節、外気温を含み、
前記車両位置情報を用いて前記軸受振動情報を複数グループにグループ分けし、指定されたグループに属する前記軸受振動情報を用いて鉄道車両を駆動する電動機の軸受の異常診断を行うことを特徴とする鉄道車両用電動機軸受の異常診断方法。

【請求項4】

請求項３に記載の鉄道車両用電動機軸受の異常診断方法であって、
列車運行情報を入手し、前記車両位置情報と前記列車運行情報を用いて前記軸受振動情報を第１の複数グループにグループ分けし、
気象情報を入手し、前記車両位置情報と前記気象情報を用いて前記軸受振動情報を第２の複数グループにグループ分けし、
指定された複数のグループに属する前記軸受振動情報を用いて鉄道車両を駆動する電動機の軸受の異常診断を行うことを特徴とする鉄道車両用電動機軸受の異常診断方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、鉄道車両用電動機軸受の異常診断システム並びに方法に係り、特に、位置情報と連動したデータ取得及び診断基準による電車運転時の鉄道車両用電動機軸受の異常診断方法に関する。

【背景技術】

【0002】

鉄道車両において、種々の軸受メンテナンスシステムや異常診断システムが提案されており、特に位置情報と連動した軸受使用状況の管理システムとして特許文献１が知られている。特許文献１には、「鉄道車両に、ＧＰＳ受信機、およびその受信した位置情報を無線で送信する通信装置を搭載する。外部に使用状況管理装置を設け、この使用状況管理装置に、鉄道車両の送信装置から送信されたデータに基づいて鉄道車両の走行距離を計算する走行距離計算手段を設ける。鉄道車両には、さらに各車軸軸受の温度を測定する温度センサを設け、測定した温度を前記通信装置で前記使用状況管理装置へ送信する。」と記載されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１６－２１０２０９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

鉄道車両の軸受の異常を検知し異常診断する場合、リアルタイム監視技術がある。このとき、路線全区間でリアルタイムデータを取得するとデータ量が膨大となってしまう懸念がある。また、ポイントの多い都市部や坂の多い山間部あるいは鉄橋を含む路線などでは、運転環境に依存した外乱による振動診断精度の低下が考えられる。さらに、鉄道用電動機は、軸受の内外で環境に依存した温度差がある条件下で使用される。この温度変化はグリース粘度に影響を与えるため、電動機の振動変化に影響を及ぼすことが考えられる。このように、特定区間や特定軌条輪の環境要因による振動が原因となり誤診断につながることが考えられる。

【0005】

リアルタイム監視技術として、特許文献１に示されたように、ＧＰＳを用いて位置情報を利用した軸受使用状況を管理する方法がある。特許文献１では、ＧＰＳを用いて、車速、移動履歴、走行距離を記録し送信している。また、台車軸受温度も記録し送信している。しかし、特定区間の外乱（ポイントなど）や外気温度変化による振動変化などの環境要因を除いた振動診断ができない。

【0006】

特許文献１によれば、位置情報と振動情報をリンクさせ、さらには台車軸受温度の影響も考慮するものとされているが、列車運行が鉄道車両用電動機の軸受の振動に与える影響を多方面から解析することについて考慮されていない。

【0007】

以上のことから本発明においては、鉄道車両用電動機の軸受を対象に、列車運行が鉄道車両用電動機の軸受の振動に与える影響を多方面から高精度に求めることを可能とする鉄道車両用電動機軸受の異常診断システム並びに方法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】

【0009】

また本発明は、「鉄道車両を駆動する電動機の軸受振動情報と鉄道車両の車両位置情報を入手する入力部と、軸受振動情報と車両位置情報を連携させて記録する診断データベースと、演算部を備え、入力部は、列車運行情報を入手し、演算部は、車両位置情報と列車運行情報を用いて軸受振動情報を第１の複数グループにグループ分けし、入力部は、気象情報を入手し、演算部は、車両位置情報と気象情報を用いて軸受振動情報を第２の複数グループにグループ分けし、第１の複数グループは、列車についての走行距離、走行区間、走行区間往復数を含み、第２の複数グループは、車両走行における地域、季節、外気温を含み、演算部は、車両位置情報を用いて軸受振動情報を複数グループにグループ分けして診断データベースに記録し、入力部から指定されたグループに属する軸受振動情報を用いて鉄道車両を駆動する電動機の軸受の異常診断を行うことを特徴とする鉄道車両用電動機軸受の異常診断システム」としたものである。

【0011】

また本発明は、「鉄道車両を駆動する電動機の軸受振動情報と鉄道車両の車両位置情報を入手し、軸受振動情報と車両位置情報を連携させて記録するとともに、列車運行情報を入手し、車両位置情報と列車運行情報を用いて軸受振動情報を第１の複数グループにグループ分けし、気象情報を入手し、車両位置情報と気象情報を用いて軸受振動情報を第２の複数グループにグループ分けし、第１の複数グループは、列車についての走行距離、走行区間、走行区間往復数を含み、第２の複数グループは、車両走行における地域、季節、外気温を含み、車両位置情報を用いて軸受振動情報を複数グループにグループ分けし、指定されたグループに属する軸受振動情報を用いて鉄道車両を駆動する電動機の軸受の異常診断を行うことを特徴とする鉄道車両用電動機軸受の異常診断方法」としたものである。

【発明の効果】

【0012】

本発明によれば、鉄道車両用電動機の軸受を対象に、列車運行が鉄道車両用電動機の軸受の振動に与える影響を多方面から高精度に求めることを可能とする鉄道車両用電動機軸受の異常診断システム並びに方法を提供することができる。

【0013】

また本発明の実施例によれば、外乱振動の多い区間を除いた診断が可能となり、外気温など、振動に影響する要因を加味した診断が可能となり、振動診断の精度向上を図ることができる。

【図面の簡単な説明】

【0014】

【図1】本発明に係る鉄道車両用電動機軸受の異常診断システムの構成例を示す図。

【図2】診断装置内のＣＰＵが実行する処理内容のうち情報入力関係を示すフローチャート。

【図3】診断装置内のＣＰＵが実行する処理内容のうち位置情報に対応した軸受振動情報のグループ分けのフローチャート。

【図4】診断装置内のＣＰＵが実行する処理内容のうち地理環境情報に対応した軸受振動情報のグループ分けのフローチャート。

【図5】位置情報に対応した軸受振動情報のグループ分けとして、診断データベースＤＢに蓄積された情報の例を示す図。

【図6】地理環境情報に対応した軸受振動情報のグループ分けとして、診断データベースＤＢに蓄積された情報の例を示す図。

【図7a】位置情報に対応した軸受振動情報のグループ分け事例を示す図。

【図7b】地理環境情報に対応した軸受振動情報のグループ分け事例を示す図。

【図8】診断装置内のＣＰＵが実行する処理内容のうち診断処理関係を示すフローチャート。

【図9】走行関連診断項目にグループ分けしたことの利点を説明するための図。

【図10】地理環境関連診断項目にグループ分けしたことの利点を説明するための図。

【図11】複数項目の組み合わせによる診断事例を示した図。

【発明を実施するための形態】

【0015】

以下、本発明の実施例について図面を用いて説明する。

【実施例1】

【0016】

図１は、本発明に係る鉄道車両用電動機軸受の異常診断システムの構成例を示す図である。

【0017】

異常診断システムは、鉄道事業者１が保有する鉄道車両１０を、サービス事業者２が保有する診断装置２０により診断する構成のものであり、さらにはこの実現のために気象サービス会社３からの気象情報Ｄ３、鉄道事業者１における列車運行管理システムから列車運行情報Ｄ４の提供を得て構成されるのがよい。なお、鉄道事業者１とサービス事業者２は、同一の事業者であってもよい。

【0018】

このうち診断対象となる鉄道車両１０には、この車両の車両位置を示す車両位置情報Ｄ２を検知する位置検知手段１４として例えばＧＰＳ，車両台車１１に取り付けられた主電動機１２の軸受の振動を電動機軸受振動情報Ｄ１として検知する振動センサＳ（図示の例ではＳ１からＳ４）、並びに検知した情報Ｄ１，Ｄ２をサービス事業者２に情報伝送する情報通信手段１５が搭載されている。

【0019】

サービス事業者２が保有し計算機により構成される診断装置２０は、各所からの情報を入力し、適宜の形式に加工した情報を出力する入出力部２１と、記憶部であるＲＡＭ２２，ＲＯＭ２３，共通バス２４，ＣＰＵ２５により構成されている。ＣＰＵ２５における演算はＲＯＭ２３に格納されたプログラムに従い実行され、さらにＣＰＵ２５は、入力した情報、加工した二次的情報あるいは最終出力情報を蓄積、記憶する診断データベースＤＢに接続されている。

【0020】

図２は、診断装置２０内のＣＰＵ２５が実行する処理内容のうち情報入力関係を示すフローチャートである。このフローでは、まず処理ステップＳｔ１において、鉄道車両１０内の情報通信手段１５が情報伝送してきた情報Ｄ１，Ｄ２をデータベースＤＢに格納する。なおこの情報入手は、現在実走行中の車両からオンラインで入手し、即時に以降の診断処理を実行してもよいし、鉄道事業者１側である程度の期間蓄積した車両ごとの検知情報として入手されるものであってもよい。ただし、これらの情報Ｄ１，Ｄ２は検出した時刻、及び検知した車両に関する情報（車両名や主電動機名など）を含んでおり、相互に紐づけが可能な情報とされている。これらの時刻情報などによる紐づけは、以降の各種情報Ｄ３，Ｄ４についても同様にされている。

【0021】

なおサービス事業者２における情報の入手は、鉄道事業者１側からの提供を受動的に受ける形態としてもよいし、あるいはサービス事業者２における判断結果などに応じて鉄道事業者１側に能動的に働きかけ、情報取得の条件などを提示する形態のものであってもよい。例えば、位置情報などから例えばトンネル内を走行中であることが判明しているとき、或は情報を確保したい条件に合致するときに、診断システム側から鉄道車両１０に対して情報確保すべき（あるいはすべきでない）ことを指示するものであってもよい。あるいは地形上、振動を生じにくい条件下での情報取得を指示するものであってもよい。

【0022】

処理ステップＳｔ２では、鉄道事業者１における列車運行管理システムから列車運行情報Ｄ４（路線図、車両編成など）の提供を受け、これをデータベースＤＢに格納する。同様に処理ステップＳｔ３では、気象サービス会社３からの気象情報Ｄ３（気温、雨量、降雪情報など）の提供を受け、これを診断データベースＤＢに格納する。

【0023】

処理ステップＳｔ１からＳｔ３は、情報入手段階の処理であり、これに対し、図３には診断装置２０内のＣＰＵ２５が実行する処理内容のうち情報のグルーピング処理関係を示すフローチャートを示している。情報のグルーピング処理には、大別すると２つの処理があり、一つは車両の位置情報に対応した軸受振動情報のグループ分け（第１のグループ分け）の考え方であり、もう一つは地理環境情報に対応した軸受振動情報のグループ分け（第２のグループ分け）の考え方である。なお、２つのグループ分けは、双方を組み合わせて実行するのが望ましい。

【0024】

図３の車両の位置情報に対応した軸受振動情報のグループ分けのフローチャートでは、処理ステップＳｔ１１において、診断データベースＤＢ内の車両位置情報Ｄ２と電動機軸受振動情報Ｄ１と列車運行情報Ｄ４を入手する。なお、電動機軸受振動情報Ｄ１は、このタイミングで入手するものであっても、事前に診断データベースＤＢ内に格納されているものであってもよい。

【0025】

処理ステップＳｔ１２では、車両位置情報Ｄ２と列車運行情報Ｄ４に応じて、電動機軸受振動情報Ｄ１を走行関連診断項目に分類し、或はいずれにも分類しないことの判断を実行する。ここで走行関連診断項目とは、車両走行における走行距離、走行区間、走行区間往復数であり、これらの項目は車両位置情報Ｄ２と列車運行情報Ｄ４から判別が可能である。列車運行情報Ｄ４には、各列車についての走行距離、走行区間、走行区間往復数の情報が含まれており、車両位置情報Ｄ２と対比することで、車両における現在の状況が確認可能である。

【0026】

因みに走行距離の観点からここに区分される電動機軸受振動情報Ｄ１が多くなれば、距離と振動との相関が算出可能であり、相関から外れる電動機軸受振動情報Ｄ１について、その異常を疑うことができる。また、走行区間の観点からここに区分される電動機軸受振動情報Ｄ１が多くなれば、この区間における速度と振動との相関が算出可能であり、相関から外れる電動機軸受振動情報Ｄ１について、その異常を疑うことができる。また、走行区間往復数の観点からここに区分される電動機軸受振動情報Ｄ１が多くなれば、列車の起動、停止と振動との相関が算出可能であり、相関から外れる電動機軸受振動情報Ｄ１について、その異常を疑うことができる。

【0027】

なお処理ステップＳｔ１２における分類処理は、列車の運行時に連続的に行ってもよいが、蓄積情報量が膨大になることから、何らかのイベントに合致する条件が成立するときにサンプリング入手するのがよい。この観点は例えば、走行距離が１万ｋｍ、２万ｋｍ、４万ｋｍに達した状態などとするのがよい。また、これらのイベントが成立した位置、日時の情報ＴＰとともに分類されるのがよい。

【0028】

図３の処理ステップＳｔ１３，１４，１５では、このイベント成立時の走行距離、走行区間、走行区間往復数の情報（Ｄ５，Ｄ６，Ｄ７）を、イベントが成立した位置、日時の情報ＴＰとともに記憶し、診断データベースＤＢに格納する。

【0029】

図４の地理環境情報に対応した軸受振動情報のグループ分けのフローチャートでは、処理ステップＳｔ２１において、診断データベースＤＢ内の車両位置情報Ｄ２と電動機軸受振動情報Ｄ１と気象情報Ｄ３を入手する。なお、気象情報Ｄ３は、このタイミングで気象サービス会社３から入手するものであっても、事前に診断データベースＤＢ内に格納されているものであってもよい。

【0030】

処理ステップＳｔ２２では、車両位置情報Ｄ２と気象情報Ｄ３に応じて、電動機軸受振動情報Ｄ１を地理環境関連診断項目に分類し、或はいずれにも分類しないことの判断を実行する。ここで地理環境関連診断項目とは、車両走行における地域、季節、外気温であり、これらの項目は車両位置情報Ｄ２と気象情報Ｄ３から判別が可能である。

【0031】

因みに、地域の観点からここに区分される電動機軸受振動情報Ｄ１が多くなれば、地形と振動との相関が算出可能であり、相関から外れる電動機軸受振動情報Ｄ１について、その異常を疑うことができる。また、季節の観点からここに区分される電動機軸受振動情報Ｄ１が多くなれば、この季節における気象と振動との相関が算出可能であり、相関から外れる電動機軸受振動情報Ｄ１について、その異常を疑うことができる。また、外気温の観点からここに区分される電動機軸受振動情報Ｄ１が多くなれば、気温と軸受温度との相関が算出可能であり、相関から外れる電動機軸受振動情報Ｄ１について、その異常を疑うことができる。

【0032】

なお処理ステップＳｔ１２における分類処理は、列車の運行時に連続的に行ってもよいが、蓄積情報量が膨大になることから、何らかのイベントに合致する条件が成立するときにサンプリング入手するのがよい。この観点は例えば、走行距離が１万ｋｍ、２万ｋｍ、４万ｋｍに達した状態などとするのがよい。また、これらのイベントが成立した位置、日時の情報ＴＰとともに分類されるのがよい。これにより、図３で述べた走行関連診断項目と図４で述べた地理環境関連診断項目が、紐付けされて一覧可能となる。

【0033】

図４の処理ステップＳｔ２３，２４，２５では、このイベント成立時の地域、季節、外気温の情報（Ｄ８，Ｄ９，Ｄ１０）を、イベントが成立した位置、日時の情報ＴＰとともに記憶し、診断データベースＤＢに格納する。なお診断データベースＤＢには、これら以外の項目を適宜追加設定してもよいことは言うまでもない。

【0034】

このようにして、診断データベースＤＢには位置情報に対応した軸受振動情報のグループ分けとして、図５の情報が蓄積される。図５は、測定位置をもとにした軸受振動情報のグループ分けの一例を示す図である。この例では軸受情報Ｄ１は、車両位置情報Ｄ２をもとにして路線Ｄ１１ごと、地域Ｄ８ごと、走行距離Ｄ５ごと、走行区間Ｄ６ごと、または走行区間往復数Ｄ７ごとにグループ分けされている。

【0035】

例えば路線Ｄ１１は、各路線（路線Ａ、路線Ｂ，…など）でグループ化する。地域Ｄ８は、路線ごとに、都市部、山間部、鉄橋有などを抽出してグループ分けする。走行区間Ｄ６は、路線ごとに、平坦な直線であるなどの条件が同じ走行区間を抽出してグループ分けする。走行区間往復数Ｄ６は、路線Ｄ１１ごとに、予め決めた走行区間の往復数でグループ分けする。なお、グループ分けでは、同じ車両や同じ型式のモータでまとめておくとよい。これにより、たとえば、同じ車両、同じ型式のモータで走行区間往復数が変化した場合の比較が可能となり、診断精度の向上が図られる。

【0036】

またこのようにして、診断データベースＤＢには地理環境情報に対応した軸受振動情報のグループ分けとして、図６の情報が蓄積される。図６は、地理環境情報をもとにした振動情報Ｄ１のグループ分けの一例である。地域Ｄ８について海岸、平坦な地形、カーブが多い、勾配、住宅密集、季節Ｄ９について風の強弱、降雪量、雨量、外気温Ｄ１０について位置情報と連動して記憶した時間情報により特定、などでグループ分けをする。これにより、例えば、季節によって変化する外気温と軸受温度とグリース粘度の関係を診断ロジックに組み込むことが可能となり、軸受温度変化が軸受振動に与える影響を考慮した診断が可能となる。

【0037】

次に、具体的なグループ分け事例を図７ａ，図７ｂで説明する。図７ａは、位置情報に対応した軸受振動情報のグループ分け事例である。この左側の例では路線Ｄ１１がＡ路線であり、この時の位置、時間日付がＴｐ１の時に、列車の走行距離Ｄ５が１万ｋｍ、走行区間Ｄ６が停車駅前後の低速域であり、区間往復数Ｄ７が１００回以下という観測事例であり、左側から２番目の例では路線Ｄ１１がＡ路線であり、この時の位置、時間日付がＴｐ２の時に、列車の走行距離Ｄ５が２万ｋｍ、走行区間Ｄ６が最高速度の高速域であり、区間往復数Ｄ７が２００回という観測事例であり、中央の例では路線Ｄ１１がＡ路線であり、この時の位置、時間日付がＴｐ３の時に、列車の走行距離Ｄ５が４万ｋｍ、走行区間Ｄ６が停車駅前後の低速域であり、区間往復数Ｄ７が４００回という事例であり、右側２番目の例では路線Ｄ１１がＡ路線であり、この時の位置、時間日付がＴｐ４の時に、列車の走行距離Ｄ５が２万ｋｍ、走行区間Ｄ６が最高速度の高速域であり、区間往復数Ｄ７が２００回という事例であり、右側の例では路線Ｄ１１がＡ路線であり、この時の位置、時間日付がＴｐ５の時に、列車の走行距離Ｄ５が１万ｋｍ、走行区間Ｄ６が停車駅前後の低速域であり、区間往復数Ｄ７が１００回以下という観測事例である。

【0038】

この例によれば、右から２番目と左から２番目の観測事例は、あるいは左右の観測事例は互いに類似のものであることから、本来は同様の振動傾向を示すものと考えられ、この比較結果が相違するとなれば、何らかの異常と診断することが可能である。

【0039】

図７ｂは、地理環境情報に対応した軸受振動情報のグループ分け事例である。この事例で、路線Ｄ１１のＡ路線の地域Ｄ８は、平坦な地形から勾配に入る地形であり、季節Ｄ９としては、風が弱い地域と強い地域があり、あるいは降雪の多い地域と少ない地域、或は雨量が多い地域、少ない地域がある。温度Ｄ１０は、１５度から５度まで変化するといった、路線上の地理的、環境的な特徴を有している。

【0040】

図３、図４のグループ分けの処理により、図７ａ，図７ｂの情報が互いに紐づけされて診断データベースＤＢに格納されている。

【0041】

図８は、診断装置２０内のＣＰＵ２５が実行する処理内容のうち診断処理関係を示すフローチャートである。図８ではまず、処理ステップＳｔ３１において、利用者が入出力部２１の操作により、診断対象とする車両、さらには主電動機の軸受を指定する。

【0042】

また利用者は入出力部２１の操作により、処理ステップＳｔ３２において、走行関連診断項目および地理環境関連診断項目の中から、診断したい項目を選択する。これは、走行関連診断項目に分類された走行距離Ｄ５、走行区間Ｄ６、走行区間往復数Ｄ７、および走行関連診断項目に分類された地域Ｄ８、季節Ｄ９、外気温Ｄ１０などの中から少なくとも１つ以上を選択することであり、１つの選択の場合にはこの項目のみが診断され、複数の選択の場合には、これらのすべてが診断対象とされる。またこの選択においては、複合要素としての選択が可能であり、例えば走行距離Ｄ５と、地域Ｄ８、季節Ｄ９の論理積としての診断を指定することが可能である。

【0043】

処理ステップＳｔ３３では、選択された項目に合致する項目の過去情報が全て診断データベースＤＢから取り出され、処理ステップＳｔ３４では、取り出した情報を用いた例えば機械学習により各項目と振動との相関を得る。処理ステップＳｔ３５では、車両軸受の指定個所について、学習により得られた相関の関係を用いて診断評価を行う。

【0044】

この一連の診断評価の処理の中では、これらグループ分けした軸受振動情報について、測定位置に応じた診断基準を算出し、診断基準に照らし合わせて、軸受の異常を判定するのがよい。なおグループ分けおよび診断基準の算出と軸受の異常診断は、測定時（リアルタイム）ではなく後から行ってもよい。また、測定位置を見て軸受の異常診断をするかしないかを決めてもよい。

【0045】

また、位置情報や時刻情報より路線ダイヤを特定し、ダイヤより編成を特定しておくとよい。たとえば、ホーム階段付近は混雑度が高いなど電動機への負荷が異なることが考えられる。位置情報で階段付近に停車する編成内位置を特定することで、振動診断にこの電動機への負荷の変化を考慮することが可能となり、診断精度の向上が図られる。

【0046】

図９、図１０は、それぞれ走行関連診断項目および地理環境関連診断項目にグループ分けしたことの利点を説明するための図である。この図９によれば、走行関連診断項目について、走行距離を採用すると、距離と振動との相関が算出可能であり、例えば一定距離以上になると振動が増加することから、振動増加距離の算出が行える。走行区間を採用すると、速度と振動との相関が算出可能であり、例えば最高速度での走行区間は振動が大きくなることから振動大区間の特定が行える。走行区間往復数を採用すると、起動・停止と振動や軸受損傷との相関が算出可能であり、例えば起動、停止が多いと軸受の摩耗が進む可能性が有ることから、起動・停止が多い区間の特定が行える。

【0047】

また図１０によれば、地理環境関連診断項目について、地域を採用すると、地形と振動との相関が算出可能であり、例えば環境の影響を排除のため、平坦な地形での計測ができ、さらに勾配有では、モータ負荷と振動、軸受損傷の相関をデータ化できる。季節を採用すると、気象と振動との相関が算出可能であり、例えば環境影響排除のため、晴天時の計測ができ、悪環境（多雨、多雪）での情報で振動の傾向をデータ化できる。外気温を採用すると、気温と軸受温度との相関が算出可能である。

【0048】

図１１は、複数項目の組み合わせによる診断事例を示した図であり、ここでは全項目としている。ＴＰ１からＴＰ５の各位置、日時の状態において、その時の車両振動に影響を与えたと考えられる要因を総合的に評価するときの参考項目が全て考慮されている。過去事例の中には同じ条件、類似条件のものが含まれ、あるいは気温の条件が追加されることでの新たな評価も可能となる。

【0049】

以上述べたように本発明によれば、鉄道用電動機の軸受情報を測定位置と連携させて記録し、軸受異常診断用基準を地理的な情報と連携させて記憶しておき、測定位置に応じた診断基準を読み出し、異常判定を行うことが可能となり、鉄道用電動機の軸受診断の精度向上を図ることができる。

【符号の説明】

【0050】

１：鉄道事業者
２：サービス事業者
３：気象サービス会社
１０：鉄道車両
１１：車両台車
１２：主電動機
１４：位置検知手段
１５：情報通信手段
２０：診断装置
２１：入出力部
２２：ＲＡＭ
２３：ＲＯＭ
２４：共通バス
２５：ＣＰＵ
Ｄ１：電動機軸受振動情報
Ｄ２：車両位置情報
Ｄ３：気象情報
Ｄ４：列車運行情報
ＤＢ：診断データベース
Ｓ：振動センサ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7a】

【図7b】

【図8】

【図9】

【図10】

【図11】