電気機器の巻線診断システム
【課題】巻線が正常か異常かを診断する電気機器の巻線診断システムを提供する。
【解決手段】インパルス発生回路3からインパルス電圧を診断対象巻線と同特性の学習用巻線2Bに印加した時に、学習用巻線2Bの両端に発生した原電圧信号をノイズ除去用フィルタ9を通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、学習用巻線2Bとインパルス発生回路3から構成される回路の特徴量を演算し記憶手段7に記憶する。次に、診断対象巻線2Aに対してインパルス発生回路3からインパルス電圧を印加した時に、診断対象巻線2Aの両端に発生した原電圧信号をノイズ除去用フィルタ9を通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、診断対象巻線2Aとインパルス発生回路3から構成される回路の特徴量を演算し、この診断対象巻線2Aの特徴量と、記憶手段7に記憶されている特徴量とに基づいて、診断対象巻線2Aが正常か異常かを診断する。
【解決手段】インパルス発生回路3からインパルス電圧を診断対象巻線と同特性の学習用巻線2Bに印加した時に、学習用巻線2Bの両端に発生した原電圧信号をノイズ除去用フィルタ9を通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、学習用巻線2Bとインパルス発生回路3から構成される回路の特徴量を演算し記憶手段7に記憶する。次に、診断対象巻線2Aに対してインパルス発生回路3からインパルス電圧を印加した時に、診断対象巻線2Aの両端に発生した原電圧信号をノイズ除去用フィルタ9を通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、診断対象巻線2Aとインパルス発生回路3から構成される回路の特徴量を演算し、この診断対象巻線2Aの特徴量と、記憶手段7に記憶されている特徴量とに基づいて、診断対象巻線2Aが正常か異常かを診断する。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、工場やビルディング等に設けられた電動機、発電機、変圧器等の電気機器を構成する巻線の状態を診断する電気機器の巻線診断システムに関する。
【背景技術】
【0002】
従来、電気機器の巻線を診断する場合、巻線の両瑞にインパルス電圧を印加したときに巻線両端で観測される過渡減衰電圧から、等価回路の持つ抵抗成分をR、インダクタンス成分をL、キャパシタンス成分をCとしたときに、LCとRCを算出して、LCとRCに基づいて、巻線が正常か異常かを診断する電気機器の巻線診断装置(特許文献1参照)が提案されている。
上記従来の電気機器の巻線診断装置の場合、1階微分や2階微分などの微分演算が必要となり、これをコンピュータで演算するときに、1階微分の場合には、例えば以下の式で示すように、現信号νnと1サンプル前の信号νn−1との差をサンプリング周期Tで割る以下の処理により求める。
しかしながら、信号はノイズを含んでいることから、そのノイズ成分を含んだ信号に対して上記(21)式の微分演算を行うと、その微分演算結果の誤差が大きくなる。
また、2階微分の演算となると、誤差が大きい上記1階微分の結果を用いて演算することから、その誤差はさらに大きくなる。
以上のことから、上記従来の電気機器の巻線診断装置において、ノイズ除去していない電圧信号を用いてLCとRCの値を算出した場合には、本来、等価回路が持つLCとRCの値を正しく求めることができないという問題が生じる。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】 特開2008−286611号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
そこで本発明では、正しい特徴量の値が算出できるようになり、巻線の良否判定の精度を向上させることができる電気機器の巻線診断システムを提供することを課題とする。
【課題を解決するための手段】
【0005】
上記課題は、特許請求の範囲の欄に記載した電気機器の巻線診断システムにより解決することができる。
本願発明の電気機器の巻線診断システムは、インパルス発生回路からインパルス電圧を診断対象巻線と同特性の学習用巻線に印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の特徴量を演算し記憶する記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の特徴量を演算したうえ、この診断対象巻線の特徴量と、前記記憶手段に記憶されている特徴量とに基づいて、前記診断対象巻線が正常か異常かを診断する診断手段と
を備えたことを要旨とする。
【発明の効果】
【0006】
本発明の電気機器の巻線診断システムによれば、電気機器を構成する巻線の診断に際して必要となる診断情報を学習する学習行程において、インパルス発生回路からインパルス電圧を診断対象巻線と同特性の学習用巻線に印加した時に、学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、学習用巻線とインパルス発生回路から構成される回路の特徴量を演算し、演算した特徴量を記憶手段に記憶する。
次に、前記診断対象巻線を診断する診断行程において、診断手段は、診断対象巻線に対してインパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、診断対象巻線とインパルス発生回路から構成される回路の特徴量を演算したうえ、この診断対象巻線の特徴量と、前記記憶手段に記憶されている特徴量とに基づいて、診断対象巻線が正常か異常かを診断する。
このように、本発明では、電気機器を構成する巻線を診断する場合、診断対象巻線が正常か異常かを電気機器を分解することなしに診断することができる。
なお、ノイズ除去用フィルタを通過させた電圧信号を用いて、特徴量を求めるため、電圧信号に含まれる必要のない高周波成分を取り除くことができ、正しい特徴量の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【0007】
また、本願発明の電気機器の巻線診断システムにおいて、診断対象巻線と同特性の学習用巻線を予め正常態様及び想定される複数の異常態様それぞれに設定した各状態においてインパルス発生回路からインパルス電圧を当該学習用巻線に印加した場合に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算し、演算した各LC,RCを診断情報特徴量としてメモリ部に設けた特徴量空間に記憶する診断情報記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記特徴量空間で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線が正常か異常か、異常であればどのような巻線異常であるかを診断する診断手段と、を備えた構成とすることもできる。
【0008】
このような構成では、電気機器を構成する巻線の診断に際して必要となる診断情報を学習する学習行程において、診断対象巻線と同特性の学習用巻線を予め正常態様及び想定される複数の異常態様それぞれに設定した各状態において、インパルス発生回路からインパルス電圧を当該学習用巻線に印加した場合、診断情報記憶手段は、電圧計測手段により計測された巻線両端の電圧からノイズ成分を除去した後、ノイズ成分を除去した電圧に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算し、演算した各LC,RCを診断情報特徴量としてメモリ部に設けた特徴量空間に記憶する。
次に、前記診断対象巻線を診断する診断行程において、診断手段は、診断対象巻線に対してインパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加したときに電圧計測手段で計測された電圧からノイズ成分を除去した後、ノイズ成分を除去した電圧に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記特徴量空間で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線が正常か異常か、異常であればどのような巻線異常であるかを診断する。
このように、電気機器を構成する巻線を診断する場合、診断対象巻線が正常か異常かを診断するとともに、異常と診断した場合は、その異常がどのような異常態様かを、電気機器を分解することなしに診断することができる。
なお、ノイズ除去用フィルタを通過させた電圧信号を用いて、LCとRCの値を求めるため、電圧信号に含まれる必要のない高周波成分を取り除くことができ、正しいLCとRCの値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【0009】
また、本願発明の電気機器の巻線診断システムにおいて、診断対象となる巻線と同特性の正常状態の複数台の学習用巻線に対してインパルス発生回路からインパルス電圧を印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、前記学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを演算し、演算した各LC,RCを特徴量とし、この特徴量の平均と標準偏差とを導出して記憶しておく演算記憶手段と、
診断対象巻線の診断をする際に、診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを演算し、演算した各LC,RCを診断対象巻線の特徴量とし、この診断対象巻線の特徴量と、前記演算記憶手段に記憶されている前記平均と標準偏差とに基づいて決定される楕円体の内側に存在する確率値を求める確率計算手段と、
前記確率計算手段で求めた確率値に基づいて前記診断対象巻線が正常か異常かを診断する診断手段と
を備えた構成とすることもできる。
【0010】
このような構成では、学習用巻線の正常状態で得られたデータのみを用意することで、効率的に電気機器の巻線の良否を診断することができる。なお、電圧信号に含まれる必要のない高周波成分を取り除くことができ、正しいLCとRCの値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【0011】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号の持つ周波数成分よりも高い周波数の帯域を通さないローパスフィルタ(LPF)で構成されているものとすることもできる。
こうすれば、高い周波数の帯域を通さないローパスフィルタを通過させた電圧信号を用いて、LCとRC(特徴量)の値を求めるため、正しいLCとRC(特徴量)の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【0012】
本願発明の電気機器の巻線診断システムにおいて、前記ローパスフィルタ(LPF)は、前記LC,RCを演算するコンピュータ部において、
設定したLPFの遮断周波数f[Hz]の値を(2)式のfに代入することで遮断角周波数ω[rad/s]を求め、遮断角周波数ω[rad/s]の値を(1)式に代入して定数aを算出することにより設計されるものとすることもできる。
こうすれば、巻線診断システムのコンピュータ部において、良好にローパスフィルタ(LPF)を設計することができる。
【0013】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、移動平均フィルタで構成されているものとすることもできる。
こうすれば、移動平均フィルタを通過させた電圧信号を用いて、LCとRC(特徴量)の値を求めるため、正しいLCとRC(特徴量)の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【0014】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号をA/D変換する前のアナログ信号に対して、該アナログ信号の持つ周波数成分よりも高い周波数の帯域を通さない、抵抗RとコンデンサCの素子を用いたアナログフィルタで構成されているものとすることもできる。
こうすれば、アナログフィルタを通過させてノイズを除去した電圧信号を用いて、LCとRC(特徴量)の値を求めるため、正しいLCとRC(特徴量)の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【0015】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、特定の周波数成分のみ通過させるバンドパスフィルタで構成されているものとすることもできる。
こうすれば、バンドパスフィルタを通過させた電圧信号を用いて、LCとRC(特徴量)の値を求めるため、正しいLCとRC(特徴量)の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【図面の簡単な説明】
【0016】
【図1】 電気機器の巻線診断システムの構成を示したブロック系統図である。
【図2】 電気機器の巻線診断システムを構成する診断部の作用を示した作用説明図である。
【図3】 巻線に対してインパルス電圧を印加した場合の電圧サンプリングタイミング説明図である。
【図4】 ローパスフィルタ(LPF)の構成図である。
【図5】 インパルス電圧印加時の電圧波形図である。
【図6】 実測値と理論値の電圧波形図である。
【図7】 n段のローパスフィルタ(LPF)の構成図である。
【図8】 フィルタ通過前の原電圧信号の図である。
【図9】 フィルタ通過後の電圧信号の図である。
【図10】 第2の実施の形態の電気機器の巻線診断システムのブロック系統図である。
【図11】 楕円の内側に存在する特徴量の確率を示した確率存在説明図である。
【図12】 5点移動平均フィルタの構成図である。
【図13】 アナログフィルタの構成図である。
【図14】 オペアンプによるローパスフィルタの構成図である。
【発明を実施するための形態】
【0017】
次に、本発明を実施するための形態を実施例を用いて説明する。
【実施例1】
【0018】
次に、本発明の第1の実施の形態について説明する。
図1は、電気機器の巻線診断システム1の構成を示したブロック系統図である。
この電気機器の巻線診断システム1は、電動機や発電機等の回転機や変圧器等の電気機器を構成する巻線が正常か異常かを診断するとともに、異常と診断した場合は、その異常がどのような巻線異常かを、電気機器を分解することなしに診断することができるものである。
【0019】
図1に示すように、電気機器の巻線診断システム1において、端子T1,T2には、例えば電動機の巻線を診断対象とする診断対象巻線2Aと、診断対象巻線2Aを診断する場合に必要な診断情報を学習するときに用いられる学習用巻線2Bが接続される。尚、診断対象巻線2Aと学習用巻線2Bは同特性に製作されている。
また、端子T1,T2に接続された診断対象巻線2A又は学習用巻線2Bに対して所定特性のインパルス電圧を印加するインパルス発生回路3が設けられている。
更に、診断対象巻線2A、学習用巻線2Bにインパルス発生回路3から所定特性のインパルス電圧が印加された場合に診断対象巻線2A、学習用巻線2Bの両端に発生する電圧を計測する電圧計測部4が設けられている。
【0020】
上記電圧計測部4で計測される電圧はアナログ値であるため、そのアナログ信号をデジタル信号に変換するためのA/D変換回路5が設けられており、A/D変換回路5から出力されたデジタル信号は、ノイズ除去用フィルタであるローパスフィルタ(以降、LPFと略す)9を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として診断部6に出力される。
なお、インパルス電圧が印加されたときに電圧計測部4で計測された巻線両端の電圧のノイズは通常、信号よりも高周波であるので、低周波をよく通し、ある遮断周波数より高い周波数の帯域を通さないローパスフィルタ(LPF)をノイズ除去に使用する。
【0021】
診断対象巻線2Aを診断する場合に必要となる診断情報を学習する学習行程で用いられる学習用巻線2Bは、前述のように診断対象巻線2Aと同特性であり、この学習用巻線2Bを予め正常状態、及び想定される複数の異常状態、例えば、1ターン短絡、2ターン短絡、相間短絡、断線等それぞれの状態に設定する。
学習用巻線2Bをこのように設定した各状態において、インパルス発生回路3からインパルス電圧を学習用巻線2Bに印加した場合、診断部6は、電圧計測部4により計測された巻線両端の電圧をLPF9を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として入力し、後述の式(1),(2),(3)に基づいて学習用巻線2Bの各設定状態それぞれにおけるLC,RCを演算し、演算した各LC,RCを診断情報特徴量としてメモリ7に設けた特徴量空間に記憶する。
【0022】
次に、上記学習用巻線2B、診断対象巻線2Aとインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算するための演算式について説明する。
【0023】
上述したように、インパルス発生回路3からインパルス電圧を上記学習用巻線2B、診断対象巻線2Aに印加した場合、当該巻線の両端に発生する電圧vに式(1)の等式が成り立つとする。
ここでL,C,Rは、上記学習用巻線2B、診断対象巻線2Aとインパルス発生回路3から構成される回路の等価回路定数である。
【0024】
次に式(1)の電圧vに対して差分近似することで d2v/dt2 と dv/dtを求め、等価回路定数からなるLC,RCを、診断情報特徴量及び状態情報特徴量として演算する。ここで、電圧vのサンプリング数をn+1とすると、式(1)は式(2)のように変形することができる。
ここで
である。よって、擬似逆行列を用いることで、式(2)は式(3)のようになり、診断情報特徴量もしくは状態情報特徴量としてのLCとRCを求めることができる。
上記式(3)においてTは転置行列を表す。
【0025】
尚、図3は、インパルス電圧印加手段から学習用巻線2B、あるいは診断対象巻線2Aにインパルス電圧を印加した場合、前記電圧計測手段が当該巻線の両端に発生する電圧vをサンプリングタイミング(0)から(n)までサンプリングしたことを示した電圧サンプリングタイミング説明図である。
【0026】
次に、例えば出荷前の出荷試験段階にある電動機、あるいは製造ラインの電動機の巻線や定期診断時の電動機の巻線を診断対象巻線2Aとして診断する診断行程について説明する。
診断部6は、インパルス発生回路3から診断対象巻線2Aに前記学習行程でのインパルス電圧と同特性のインパルス電圧が印加されたときに電圧計測部4で計測された巻線両端の電圧をローパスフィルタ(LPF)9を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として入力し、この電圧信号に基づいて、当該診断対象巻線2Aとインパルス発生回路3から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記メモリ7に設けられた前述の特徴量空間上で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線2Aが正常か異常か、異常であれば、1ターン短絡、2ターン短絡、それ以上のターン短絡、相間短絡、断線か等を診断する。
【0027】
図2は、前記メモリ7に設けられた前述の特徴量空間を概念的に示したものである。この場合、特徴量空間は、LCを横軸に、RCを縦軸にした座標空間である。
この特徴量空間上で、前述の学習行程で学習した学習用巻線2Bの1ターン短絡の診断情報特徴量は■の位置に記憶されており、2ターン短絡の診断情報特徴量は◆の位置に記憶されている。また、正常状態の特徴量は●の位置に記憶されている。そして、今回診断された診断対象巻線2Aの状態情報特徴量は▲の位置に記憶される。
この状態で、診断部6は、当該状態情報特徴量▲の位置と各診断情報特徴量■の位置、◆の位置、●の位置との距離を計算したうえ、当該状態情報特徴量▲の位置と距離的に最も近い診断情報特徴量の位置、この場合は●の位置をサーチすることによって、この診断対象巻線2Aは正常状態にあると診断する。
尚、図2の特徴量空間において、上記のように学習用巻線2Bの1ターン短絡の診断情報特徴量は■の位置に、2ターン短絡の診断情報特徴量は◆の位置に、正常状態の診断特徴量は●の位置に記憶されているが、図2に示すように、学習用巻線2Bの1ターン短絡の診断情報特徴量は■及び□の位置に、2ターン短絡の診断情報特徴量は◆及び◇の位置に、正常状態の診断特徴量は●及び○の位置に複数位置に記憶しておき、診断対象巻線2Aを診断する場合に演算したLC,RCが、本来とは違う別の巻線状態時の特徴量との距離に近くならないように調整してもよい。そして、当該状態情報特徴量▲の位置と距離的に最も近い診断情報特徴量の位置を計算し、最も近い位置の診断情報特徴量に対応した診断情報に基づいて診断対象巻線2Aを診断することができる。
【0028】
診断部6には表示部8が接続されている。診断部6は、上記のように診断対象巻線2Aを診断した結果を、この表示部8に表示させる。これにより、診断担当者は、診断対象巻線2Aの状態を容易に認識することができる。また、診断結果を記録することができる。
【0029】
次に、ノイズ除去に使用する前記ローパスフィルタ(LPF)の設計法について以下に説明する。
図1ではフィルタ9を図示しているが、このフィルタ9を構成するLPFはコンピュータ部(診断部6)で演算して設計することができる。
なお、コンピュータ部(診断部6)で演算してLPFを設計するに際し、時間とともに連続的に変化する電圧信号νのすべての値をコンピュータ部(診断部6)に取り込むことは物理的に不可能であるので、ある定まった周期Tの整数倍の時点t=nT(n=1,2・・・)での電圧νの値(仮に、ν*と表現する)をコンピュータ(診断部6)に送ることになる。
ここで、周期Tはサンプリング周期と呼ばれている。
このように、時間的に連続な電圧信号νから、不連続な信号ν*を取り出すことをサンプリングといい、取り出した値をサンプル値といい、サンプル値信号のような、とびとびの時刻における信号だけを扱うシステムを離散時間系と呼ぶ。
電圧信号はA/D変換により、とびとびの信号として取り込まれるため、ここでは離散時間系でのLPFの設計を行う。また、実施例として、ここでは1次のLPFの設計について説明する。
【0030】
デジタルフィルタは次の式で表現でき、ブロック図は図4のような構造となる。ただし図4において、Tはサンプリング周期[sec]、νn=ν(nT)、yn=y(nT)である。
図4や(4)式は、現在の出力ynが、現在の入力νnに(1−a)をかけたものと1サンプル前の出力信号yn−1にaをかけたものの和として表現される構造となっている。ここでωは遮断角周波数[rad/s]であり、遮断周波数をf[Hz]とすると、
の関係が成り立つ。
この遮断周波数fの設定値としては、原電圧信号(インパルス電圧が印加されたときに電圧計測部4で計測された巻線両端の電圧)の持つ周波数成分よりも高い周波数とする。
即ち、LPFの遮断周波数fを設定し、この値を(5)式のfに代入することでωを求め、さらにωの値を(4)式に代入して、定数aを算出することにより、LPFを設計する。
なお、サンプリング周期[sec]TはA/D変換のサンプリング速度によって決まってくる値である。
【0031】
このLPFの効果の確認試験を行ったので以下に説明する。
確認試験には、低圧電動機(定格出力2.2kW、定格電圧200V、定格電流8.6A、4極)の固定子巻線(ダブル・スター結線)を用い、この固定子巻線のある相間の巻線にインパルス電圧を印加したときに巻線両端て実際に観測された電圧波形を図5に示す。この原電圧信号の周波数成分は約3.3KHzであり、ノイズを含んでいる。
いま、ノイズを含まない理想的な電圧を作成することを試みる。
巻線にインパルス電圧を印加したときの回路構成は、インパルス発生部と巻線から成る回路において、電気的にRLCの直列接続と見なすことができる。そこで、RLCの直列回路において理想的な電圧をコンピュータ上で作成する。
図5に示すように、実際に観測された電圧波形を「実測値」とすると、この実測値とコンピュータ上で作成する電圧波形が重なるように、Cを一定としてRとLの値を可変する。こうしてコンピュータ上で作成した電圧波形を「理論値」とする。作成した理論値と実測値を同じ図上に表示し、それを図6とする。
図6を見ると、ノイズを含んだ実測値と、コンピュータ上で作成されたノイズを含まない理論値はほぼ一致している。
【0032】
このように、コンピュータで導出したノイズを含まない理想的な電圧信号を用いてLCとRCを算出すると、
LC=2.32×10−9
RC=4.35×10−6
となる。
すなわち、LPFを通過させたときの信号から求めたLCとRCの値が、LPFを用いない原電圧信号から求めたLCとRCの値よりも上記LCとRCの値に近づけば、フィルタの効果があると言える。
【0033】
まず、ノイズ除去していない原電圧信号を用いてLCとRCを算出した結果について述べる。
巻線の両端で観測された電圧信号をA/D変換を通してデジタル化し、その信号に対してLCとRCの値を計算したときは、
LC=2.22×10−9
RC=5.23×10−6
となる。
【0034】
一方、ノイズ除去用のフィルタを通過させた後の信号を用いてLCとRCを算出した結果について述べる。
巻線の両端で観測された電圧信号をA/D変換を通してデジタル化した後で1次のLPFに通過させる。
今回用いた固定子巻線の場合には、LPFの遮断周波数fを5kHzと設定する。この値を前記(5)式のfに代入することでωを求め、さらにωの値を前記(4)式に代入して、定数aを算出する。今回のサンプリング周期[sec]Tは10[μsec]である。
このLPFを通過させた信号を用いたときに得られるLCとRCの値は、
LC=2.38×10−9
RC=4.59×10−6
となる。
このように、LPFをシステムに追加することで、回路が持つ真のLCとRCの値に近づけることが可能となり、その効果が確認できる。
【0035】
図5の電圧信号に対して、フィルタ通過前と通過後での結果をそれぞれ図8と図9に示す。図8と図9はそれぞれ図5に対して部分的に拡大した結果である。
この結果から分かるように、図8の原電圧信号に対して図9はなめらかな信号となっており、ある程度のノイズ成分の除去が行われていることが確認できる。
なお、今回は、LPFの次数としては1次のものを用いた場合の結果を示したが、1次のLPFを図7に示すようにn段用いた構成としても良い。さらに、LPFとして2次以上の次数のものを用いても良い。
【実施例2】
【0036】
次に、本発明の第2の実施の形態について説明する。
この第2の実施の形態は、図10に示すように、巻線Wの両端にインパルス発生回路IPから発生させたインパルス電圧を印加して、そのとき観測される電圧波形から巻線Wの良否を判定するものである。
ここで、巻線Wとインパルス発生回路IPから構成される回路の等価回路定数のレジスタンスをR、インダクタンスをL、キャパシタンスをCとし、巻線Wとインパルス発生回路IPから構成される回路の各等価回路定数の乗算値LCおよびRCを、特徴量χ1と特徴量χ2とする。
インパルス発生回路IPからインパルス電圧を巻線Wに印加した場合、巻線Wの両端に発生する電圧をν(n)(ただしnはサンプリング数)とすると、巻線Wとインパルス発生回路IPから構成される回路の各等価回路定数の乗算値LCおよびRC、すなわち特徴量χ1と特徴量χ2は、擬似逆行列を用いて式(6)のように求めることができる。
ここで
式(6)においてTは転置行列を表す。
【0037】
図10における特徴量検出部12において巻線両端の電圧を計測するが、特徴量検出部12にはA/D変換回路とローパスフィルタ(LPF)が内蔵されており、巻線両端の電圧をローパスフィルタ(LPF)を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として出力する。
【0038】
図10における演算部13は、「平均・標準偏差演算部14」と「確率演算部15」の二つのブロックに分けられており、「平均・標準偏差演算部14」は、特徴量の平均と標準偏差を計算し、記憶しておくブロックである。また、「確率演算部15」は、実際に巻線Wを診断する際、特徴量検出部12により得られた特徴量と、「平均・標準偏差演算部14」に記憶されている特徴量の平均、標準偏差から、確率値を計算するブロックである。
【0039】
なお、特徴量検出部12から出力されたインパルス電圧のデジタル信号は演算部13の「平均・標準偏差演算部14」に入力され、「平均・標準偏差演算部14」では、式(6)
標準偏差σ2を求めて記憶しておく。
【0040】
次に、実際に診断する際には、診断対象とする巻線Wから特徴量検出部12において検出したインパルス電圧から、式(6)をもとにχ1とχ2の値を算出する。このときの観測点をA点、また、このときの値を(χd1,χd2)とする。
上記A点の値を式(7)の(χ1,χ2)に代入することで、ldの値を求めることができる。
最後に、このldの値を式(8)に代入する。
【0041】
上記のように式(8)で求められる値は、図11において、式(7)で表される楕円の内側(斜線部)に存在する確率である。これにより、正常クラスにおいてA点の内側に存在する確率を導出する。これが「確率演算部15」における処理である。
このようにして求めた確率値に対して閾値を設定することで、この巻線が正常なのか、それとも短絡等の異常状態にあるか等の良否判定を、診断部16で確率的に診断することが可能となる。そして、その結果を表示部17に表示させることができる。
【0042】
この第2の実施の形態によると、入手が容易な複数台の正常巻線からLC、RCの平均と標準偏差を求めておくことで診断が可能となることから、診断システムの開発工数を大幅に低減させることができるといった利点がある。
このように第2の実施の形態では、診断対象となる電気設備の巻線の異常状態のデータを用意することなく、巻線の正常状態で得られたデータのみを用意することで、当該設備を診断する際には、この設備から得られた特徴量が上記正常状態で得られたデータに基づく確率の範囲内に収まっているか否かにより、当該電気設備の巻線の良否を診断することができる。
【0043】
上記第1の実施の形態および第2の実施の形態での説明では、ノイズ除去用のフィルタとしてLPFを用いたが、LPFの代わりに移動平均フィルタを用いてもよい。
以下に、移動平均フィルタを用いた場合について説明する。
【0044】
n点移動平均フィルタとは、現時点の信号値νnからn−1サンプル前の値までの総和をnで割った平均値ynを出力するフィルタである。
例えば、5点移動平均フィルタは、(9)式の差分方程式で表わすことができ、このときのフィルタ構造は図12に示すようになる。
このようにLPF以外にも移動平均フィルタを用いてノイズ除去を行い、その出力された平均値ynを用いてLCとRCを求めても良い。
【0045】
10点移動平均フィルタを使用した場合の効果の確認試験を行ったので以下に説明する。
いま、巻線の両端で観測された電圧信号をA/D変換してデジタル化した後で、10点移動平均フィルタに通過させる。この10点移動平均フィルタを通過させた後の信号を用いてLCとRCを算出する。このとき得られるLCとRCの値は、
LC=2.38×10−9
RC=4.55×10−6
となる。
このように、LPFの代わりに移動平均フィルタをシステムに使用しても、回路が持つ真のLCとRCの値に近づけることが可能となり、その効果が確認できることが分かる。
【0046】
さらに、LPFの代わりに、特定の周波数成分のみ通過させるバンドパスフィルタ(bandpass filter)を使用しても良い。
【0047】
なお、上記各実施の形態での説明では、A/D変換した後のデジタル化された電圧信号に対してノイズ除去用フィルタを設計した例を示しが、他手法として、A/D変換する前のアナログ信号に対して抵抗RとコンデンサCの素子を用いたアナログフィルタを用いてノイズ除去を行ってもよい。このアナログフィルタの構成を図13に示す。
また、図14のように、オペアンプを用いてローパスフィルタを設計しても良い。
【符号の説明】
【0048】
1 電気機器の巻線診断システム
2A 診断対象巻線
2B 学習用巻線
3 インパルス発生回路
4 電圧計測部
5 A/D変換回路
6 診断部
7 メモリ
8 表示部
9 ノイズ除去用フィルタであるローパスフィルタ(LPF)
12 特徴量検出部
13 演算部
14 平均.標準偏差部
15 確率演算部
16 診断部
17 表示部
W 巻線
【技術分野】
【0001】
本発明は、工場やビルディング等に設けられた電動機、発電機、変圧器等の電気機器を構成する巻線の状態を診断する電気機器の巻線診断システムに関する。
【背景技術】
【0002】
従来、電気機器の巻線を診断する場合、巻線の両瑞にインパルス電圧を印加したときに巻線両端で観測される過渡減衰電圧から、等価回路の持つ抵抗成分をR、インダクタンス成分をL、キャパシタンス成分をCとしたときに、LCとRCを算出して、LCとRCに基づいて、巻線が正常か異常かを診断する電気機器の巻線診断装置(特許文献1参照)が提案されている。
上記従来の電気機器の巻線診断装置の場合、1階微分や2階微分などの微分演算が必要となり、これをコンピュータで演算するときに、1階微分の場合には、例えば以下の式で示すように、現信号νnと1サンプル前の信号νn−1との差をサンプリング周期Tで割る以下の処理により求める。
しかしながら、信号はノイズを含んでいることから、そのノイズ成分を含んだ信号に対して上記(21)式の微分演算を行うと、その微分演算結果の誤差が大きくなる。
また、2階微分の演算となると、誤差が大きい上記1階微分の結果を用いて演算することから、その誤差はさらに大きくなる。
以上のことから、上記従来の電気機器の巻線診断装置において、ノイズ除去していない電圧信号を用いてLCとRCの値を算出した場合には、本来、等価回路が持つLCとRCの値を正しく求めることができないという問題が生じる。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】 特開2008−286611号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
そこで本発明では、正しい特徴量の値が算出できるようになり、巻線の良否判定の精度を向上させることができる電気機器の巻線診断システムを提供することを課題とする。
【課題を解決するための手段】
【0005】
上記課題は、特許請求の範囲の欄に記載した電気機器の巻線診断システムにより解決することができる。
本願発明の電気機器の巻線診断システムは、インパルス発生回路からインパルス電圧を診断対象巻線と同特性の学習用巻線に印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の特徴量を演算し記憶する記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の特徴量を演算したうえ、この診断対象巻線の特徴量と、前記記憶手段に記憶されている特徴量とに基づいて、前記診断対象巻線が正常か異常かを診断する診断手段と
を備えたことを要旨とする。
【発明の効果】
【0006】
本発明の電気機器の巻線診断システムによれば、電気機器を構成する巻線の診断に際して必要となる診断情報を学習する学習行程において、インパルス発生回路からインパルス電圧を診断対象巻線と同特性の学習用巻線に印加した時に、学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、学習用巻線とインパルス発生回路から構成される回路の特徴量を演算し、演算した特徴量を記憶手段に記憶する。
次に、前記診断対象巻線を診断する診断行程において、診断手段は、診断対象巻線に対してインパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、この電圧信号に基づいて、診断対象巻線とインパルス発生回路から構成される回路の特徴量を演算したうえ、この診断対象巻線の特徴量と、前記記憶手段に記憶されている特徴量とに基づいて、診断対象巻線が正常か異常かを診断する。
このように、本発明では、電気機器を構成する巻線を診断する場合、診断対象巻線が正常か異常かを電気機器を分解することなしに診断することができる。
なお、ノイズ除去用フィルタを通過させた電圧信号を用いて、特徴量を求めるため、電圧信号に含まれる必要のない高周波成分を取り除くことができ、正しい特徴量の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【0007】
また、本願発明の電気機器の巻線診断システムにおいて、診断対象巻線と同特性の学習用巻線を予め正常態様及び想定される複数の異常態様それぞれに設定した各状態においてインパルス発生回路からインパルス電圧を当該学習用巻線に印加した場合に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算し、演算した各LC,RCを診断情報特徴量としてメモリ部に設けた特徴量空間に記憶する診断情報記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記特徴量空間で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線が正常か異常か、異常であればどのような巻線異常であるかを診断する診断手段と、を備えた構成とすることもできる。
【0008】
このような構成では、電気機器を構成する巻線の診断に際して必要となる診断情報を学習する学習行程において、診断対象巻線と同特性の学習用巻線を予め正常態様及び想定される複数の異常態様それぞれに設定した各状態において、インパルス発生回路からインパルス電圧を当該学習用巻線に印加した場合、診断情報記憶手段は、電圧計測手段により計測された巻線両端の電圧からノイズ成分を除去した後、ノイズ成分を除去した電圧に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算し、演算した各LC,RCを診断情報特徴量としてメモリ部に設けた特徴量空間に記憶する。
次に、前記診断対象巻線を診断する診断行程において、診断手段は、診断対象巻線に対してインパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加したときに電圧計測手段で計測された電圧からノイズ成分を除去した後、ノイズ成分を除去した電圧に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記特徴量空間で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線が正常か異常か、異常であればどのような巻線異常であるかを診断する。
このように、電気機器を構成する巻線を診断する場合、診断対象巻線が正常か異常かを診断するとともに、異常と診断した場合は、その異常がどのような異常態様かを、電気機器を分解することなしに診断することができる。
なお、ノイズ除去用フィルタを通過させた電圧信号を用いて、LCとRCの値を求めるため、電圧信号に含まれる必要のない高周波成分を取り除くことができ、正しいLCとRCの値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【0009】
また、本願発明の電気機器の巻線診断システムにおいて、診断対象となる巻線と同特性の正常状態の複数台の学習用巻線に対してインパルス発生回路からインパルス電圧を印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、前記学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを演算し、演算した各LC,RCを特徴量とし、この特徴量の平均と標準偏差とを導出して記憶しておく演算記憶手段と、
診断対象巻線の診断をする際に、診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを演算し、演算した各LC,RCを診断対象巻線の特徴量とし、この診断対象巻線の特徴量と、前記演算記憶手段に記憶されている前記平均と標準偏差とに基づいて決定される楕円体の内側に存在する確率値を求める確率計算手段と、
前記確率計算手段で求めた確率値に基づいて前記診断対象巻線が正常か異常かを診断する診断手段と
を備えた構成とすることもできる。
【0010】
このような構成では、学習用巻線の正常状態で得られたデータのみを用意することで、効率的に電気機器の巻線の良否を診断することができる。なお、電圧信号に含まれる必要のない高周波成分を取り除くことができ、正しいLCとRCの値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【0011】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号の持つ周波数成分よりも高い周波数の帯域を通さないローパスフィルタ(LPF)で構成されているものとすることもできる。
こうすれば、高い周波数の帯域を通さないローパスフィルタを通過させた電圧信号を用いて、LCとRC(特徴量)の値を求めるため、正しいLCとRC(特徴量)の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【0012】
本願発明の電気機器の巻線診断システムにおいて、前記ローパスフィルタ(LPF)は、前記LC,RCを演算するコンピュータ部において、
設定したLPFの遮断周波数f[Hz]の値を(2)式のfに代入することで遮断角周波数ω[rad/s]を求め、遮断角周波数ω[rad/s]の値を(1)式に代入して定数aを算出することにより設計されるものとすることもできる。
こうすれば、巻線診断システムのコンピュータ部において、良好にローパスフィルタ(LPF)を設計することができる。
【0013】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、移動平均フィルタで構成されているものとすることもできる。
こうすれば、移動平均フィルタを通過させた電圧信号を用いて、LCとRC(特徴量)の値を求めるため、正しいLCとRC(特徴量)の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【0014】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号をA/D変換する前のアナログ信号に対して、該アナログ信号の持つ周波数成分よりも高い周波数の帯域を通さない、抵抗RとコンデンサCの素子を用いたアナログフィルタで構成されているものとすることもできる。
こうすれば、アナログフィルタを通過させてノイズを除去した電圧信号を用いて、LCとRC(特徴量)の値を求めるため、正しいLCとRC(特徴量)の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【0015】
本願発明の電気機器の巻線診断システムにおいて、前記ノイズ除去用フィルタが、特定の周波数成分のみ通過させるバンドパスフィルタで構成されているものとすることもできる。
こうすれば、バンドパスフィルタを通過させた電圧信号を用いて、LCとRC(特徴量)の値を求めるため、正しいLCとRC(特徴量)の値が算出できるようになり、巻線の良否判定の精度を向上させることができる。
【図面の簡単な説明】
【0016】
【図1】 電気機器の巻線診断システムの構成を示したブロック系統図である。
【図2】 電気機器の巻線診断システムを構成する診断部の作用を示した作用説明図である。
【図3】 巻線に対してインパルス電圧を印加した場合の電圧サンプリングタイミング説明図である。
【図4】 ローパスフィルタ(LPF)の構成図である。
【図5】 インパルス電圧印加時の電圧波形図である。
【図6】 実測値と理論値の電圧波形図である。
【図7】 n段のローパスフィルタ(LPF)の構成図である。
【図8】 フィルタ通過前の原電圧信号の図である。
【図9】 フィルタ通過後の電圧信号の図である。
【図10】 第2の実施の形態の電気機器の巻線診断システムのブロック系統図である。
【図11】 楕円の内側に存在する特徴量の確率を示した確率存在説明図である。
【図12】 5点移動平均フィルタの構成図である。
【図13】 アナログフィルタの構成図である。
【図14】 オペアンプによるローパスフィルタの構成図である。
【発明を実施するための形態】
【0017】
次に、本発明を実施するための形態を実施例を用いて説明する。
【実施例1】
【0018】
次に、本発明の第1の実施の形態について説明する。
図1は、電気機器の巻線診断システム1の構成を示したブロック系統図である。
この電気機器の巻線診断システム1は、電動機や発電機等の回転機や変圧器等の電気機器を構成する巻線が正常か異常かを診断するとともに、異常と診断した場合は、その異常がどのような巻線異常かを、電気機器を分解することなしに診断することができるものである。
【0019】
図1に示すように、電気機器の巻線診断システム1において、端子T1,T2には、例えば電動機の巻線を診断対象とする診断対象巻線2Aと、診断対象巻線2Aを診断する場合に必要な診断情報を学習するときに用いられる学習用巻線2Bが接続される。尚、診断対象巻線2Aと学習用巻線2Bは同特性に製作されている。
また、端子T1,T2に接続された診断対象巻線2A又は学習用巻線2Bに対して所定特性のインパルス電圧を印加するインパルス発生回路3が設けられている。
更に、診断対象巻線2A、学習用巻線2Bにインパルス発生回路3から所定特性のインパルス電圧が印加された場合に診断対象巻線2A、学習用巻線2Bの両端に発生する電圧を計測する電圧計測部4が設けられている。
【0020】
上記電圧計測部4で計測される電圧はアナログ値であるため、そのアナログ信号をデジタル信号に変換するためのA/D変換回路5が設けられており、A/D変換回路5から出力されたデジタル信号は、ノイズ除去用フィルタであるローパスフィルタ(以降、LPFと略す)9を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として診断部6に出力される。
なお、インパルス電圧が印加されたときに電圧計測部4で計測された巻線両端の電圧のノイズは通常、信号よりも高周波であるので、低周波をよく通し、ある遮断周波数より高い周波数の帯域を通さないローパスフィルタ(LPF)をノイズ除去に使用する。
【0021】
診断対象巻線2Aを診断する場合に必要となる診断情報を学習する学習行程で用いられる学習用巻線2Bは、前述のように診断対象巻線2Aと同特性であり、この学習用巻線2Bを予め正常状態、及び想定される複数の異常状態、例えば、1ターン短絡、2ターン短絡、相間短絡、断線等それぞれの状態に設定する。
学習用巻線2Bをこのように設定した各状態において、インパルス発生回路3からインパルス電圧を学習用巻線2Bに印加した場合、診断部6は、電圧計測部4により計測された巻線両端の電圧をLPF9を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として入力し、後述の式(1),(2),(3)に基づいて学習用巻線2Bの各設定状態それぞれにおけるLC,RCを演算し、演算した各LC,RCを診断情報特徴量としてメモリ7に設けた特徴量空間に記憶する。
【0022】
次に、上記学習用巻線2B、診断対象巻線2Aとインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算するための演算式について説明する。
【0023】
上述したように、インパルス発生回路3からインパルス電圧を上記学習用巻線2B、診断対象巻線2Aに印加した場合、当該巻線の両端に発生する電圧vに式(1)の等式が成り立つとする。
ここでL,C,Rは、上記学習用巻線2B、診断対象巻線2Aとインパルス発生回路3から構成される回路の等価回路定数である。
【0024】
次に式(1)の電圧vに対して差分近似することで d2v/dt2 と dv/dtを求め、等価回路定数からなるLC,RCを、診断情報特徴量及び状態情報特徴量として演算する。ここで、電圧vのサンプリング数をn+1とすると、式(1)は式(2)のように変形することができる。
ここで
である。よって、擬似逆行列を用いることで、式(2)は式(3)のようになり、診断情報特徴量もしくは状態情報特徴量としてのLCとRCを求めることができる。
上記式(3)においてTは転置行列を表す。
【0025】
尚、図3は、インパルス電圧印加手段から学習用巻線2B、あるいは診断対象巻線2Aにインパルス電圧を印加した場合、前記電圧計測手段が当該巻線の両端に発生する電圧vをサンプリングタイミング(0)から(n)までサンプリングしたことを示した電圧サンプリングタイミング説明図である。
【0026】
次に、例えば出荷前の出荷試験段階にある電動機、あるいは製造ラインの電動機の巻線や定期診断時の電動機の巻線を診断対象巻線2Aとして診断する診断行程について説明する。
診断部6は、インパルス発生回路3から診断対象巻線2Aに前記学習行程でのインパルス電圧と同特性のインパルス電圧が印加されたときに電圧計測部4で計測された巻線両端の電圧をローパスフィルタ(LPF)9を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として入力し、この電圧信号に基づいて、当該診断対象巻線2Aとインパルス発生回路3から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記メモリ7に設けられた前述の特徴量空間上で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線2Aが正常か異常か、異常であれば、1ターン短絡、2ターン短絡、それ以上のターン短絡、相間短絡、断線か等を診断する。
【0027】
図2は、前記メモリ7に設けられた前述の特徴量空間を概念的に示したものである。この場合、特徴量空間は、LCを横軸に、RCを縦軸にした座標空間である。
この特徴量空間上で、前述の学習行程で学習した学習用巻線2Bの1ターン短絡の診断情報特徴量は■の位置に記憶されており、2ターン短絡の診断情報特徴量は◆の位置に記憶されている。また、正常状態の特徴量は●の位置に記憶されている。そして、今回診断された診断対象巻線2Aの状態情報特徴量は▲の位置に記憶される。
この状態で、診断部6は、当該状態情報特徴量▲の位置と各診断情報特徴量■の位置、◆の位置、●の位置との距離を計算したうえ、当該状態情報特徴量▲の位置と距離的に最も近い診断情報特徴量の位置、この場合は●の位置をサーチすることによって、この診断対象巻線2Aは正常状態にあると診断する。
尚、図2の特徴量空間において、上記のように学習用巻線2Bの1ターン短絡の診断情報特徴量は■の位置に、2ターン短絡の診断情報特徴量は◆の位置に、正常状態の診断特徴量は●の位置に記憶されているが、図2に示すように、学習用巻線2Bの1ターン短絡の診断情報特徴量は■及び□の位置に、2ターン短絡の診断情報特徴量は◆及び◇の位置に、正常状態の診断特徴量は●及び○の位置に複数位置に記憶しておき、診断対象巻線2Aを診断する場合に演算したLC,RCが、本来とは違う別の巻線状態時の特徴量との距離に近くならないように調整してもよい。そして、当該状態情報特徴量▲の位置と距離的に最も近い診断情報特徴量の位置を計算し、最も近い位置の診断情報特徴量に対応した診断情報に基づいて診断対象巻線2Aを診断することができる。
【0028】
診断部6には表示部8が接続されている。診断部6は、上記のように診断対象巻線2Aを診断した結果を、この表示部8に表示させる。これにより、診断担当者は、診断対象巻線2Aの状態を容易に認識することができる。また、診断結果を記録することができる。
【0029】
次に、ノイズ除去に使用する前記ローパスフィルタ(LPF)の設計法について以下に説明する。
図1ではフィルタ9を図示しているが、このフィルタ9を構成するLPFはコンピュータ部(診断部6)で演算して設計することができる。
なお、コンピュータ部(診断部6)で演算してLPFを設計するに際し、時間とともに連続的に変化する電圧信号νのすべての値をコンピュータ部(診断部6)に取り込むことは物理的に不可能であるので、ある定まった周期Tの整数倍の時点t=nT(n=1,2・・・)での電圧νの値(仮に、ν*と表現する)をコンピュータ(診断部6)に送ることになる。
ここで、周期Tはサンプリング周期と呼ばれている。
このように、時間的に連続な電圧信号νから、不連続な信号ν*を取り出すことをサンプリングといい、取り出した値をサンプル値といい、サンプル値信号のような、とびとびの時刻における信号だけを扱うシステムを離散時間系と呼ぶ。
電圧信号はA/D変換により、とびとびの信号として取り込まれるため、ここでは離散時間系でのLPFの設計を行う。また、実施例として、ここでは1次のLPFの設計について説明する。
【0030】
デジタルフィルタは次の式で表現でき、ブロック図は図4のような構造となる。ただし図4において、Tはサンプリング周期[sec]、νn=ν(nT)、yn=y(nT)である。
図4や(4)式は、現在の出力ynが、現在の入力νnに(1−a)をかけたものと1サンプル前の出力信号yn−1にaをかけたものの和として表現される構造となっている。ここでωは遮断角周波数[rad/s]であり、遮断周波数をf[Hz]とすると、
の関係が成り立つ。
この遮断周波数fの設定値としては、原電圧信号(インパルス電圧が印加されたときに電圧計測部4で計測された巻線両端の電圧)の持つ周波数成分よりも高い周波数とする。
即ち、LPFの遮断周波数fを設定し、この値を(5)式のfに代入することでωを求め、さらにωの値を(4)式に代入して、定数aを算出することにより、LPFを設計する。
なお、サンプリング周期[sec]TはA/D変換のサンプリング速度によって決まってくる値である。
【0031】
このLPFの効果の確認試験を行ったので以下に説明する。
確認試験には、低圧電動機(定格出力2.2kW、定格電圧200V、定格電流8.6A、4極)の固定子巻線(ダブル・スター結線)を用い、この固定子巻線のある相間の巻線にインパルス電圧を印加したときに巻線両端て実際に観測された電圧波形を図5に示す。この原電圧信号の周波数成分は約3.3KHzであり、ノイズを含んでいる。
いま、ノイズを含まない理想的な電圧を作成することを試みる。
巻線にインパルス電圧を印加したときの回路構成は、インパルス発生部と巻線から成る回路において、電気的にRLCの直列接続と見なすことができる。そこで、RLCの直列回路において理想的な電圧をコンピュータ上で作成する。
図5に示すように、実際に観測された電圧波形を「実測値」とすると、この実測値とコンピュータ上で作成する電圧波形が重なるように、Cを一定としてRとLの値を可変する。こうしてコンピュータ上で作成した電圧波形を「理論値」とする。作成した理論値と実測値を同じ図上に表示し、それを図6とする。
図6を見ると、ノイズを含んだ実測値と、コンピュータ上で作成されたノイズを含まない理論値はほぼ一致している。
【0032】
このように、コンピュータで導出したノイズを含まない理想的な電圧信号を用いてLCとRCを算出すると、
LC=2.32×10−9
RC=4.35×10−6
となる。
すなわち、LPFを通過させたときの信号から求めたLCとRCの値が、LPFを用いない原電圧信号から求めたLCとRCの値よりも上記LCとRCの値に近づけば、フィルタの効果があると言える。
【0033】
まず、ノイズ除去していない原電圧信号を用いてLCとRCを算出した結果について述べる。
巻線の両端で観測された電圧信号をA/D変換を通してデジタル化し、その信号に対してLCとRCの値を計算したときは、
LC=2.22×10−9
RC=5.23×10−6
となる。
【0034】
一方、ノイズ除去用のフィルタを通過させた後の信号を用いてLCとRCを算出した結果について述べる。
巻線の両端で観測された電圧信号をA/D変換を通してデジタル化した後で1次のLPFに通過させる。
今回用いた固定子巻線の場合には、LPFの遮断周波数fを5kHzと設定する。この値を前記(5)式のfに代入することでωを求め、さらにωの値を前記(4)式に代入して、定数aを算出する。今回のサンプリング周期[sec]Tは10[μsec]である。
このLPFを通過させた信号を用いたときに得られるLCとRCの値は、
LC=2.38×10−9
RC=4.59×10−6
となる。
このように、LPFをシステムに追加することで、回路が持つ真のLCとRCの値に近づけることが可能となり、その効果が確認できる。
【0035】
図5の電圧信号に対して、フィルタ通過前と通過後での結果をそれぞれ図8と図9に示す。図8と図9はそれぞれ図5に対して部分的に拡大した結果である。
この結果から分かるように、図8の原電圧信号に対して図9はなめらかな信号となっており、ある程度のノイズ成分の除去が行われていることが確認できる。
なお、今回は、LPFの次数としては1次のものを用いた場合の結果を示したが、1次のLPFを図7に示すようにn段用いた構成としても良い。さらに、LPFとして2次以上の次数のものを用いても良い。
【実施例2】
【0036】
次に、本発明の第2の実施の形態について説明する。
この第2の実施の形態は、図10に示すように、巻線Wの両端にインパルス発生回路IPから発生させたインパルス電圧を印加して、そのとき観測される電圧波形から巻線Wの良否を判定するものである。
ここで、巻線Wとインパルス発生回路IPから構成される回路の等価回路定数のレジスタンスをR、インダクタンスをL、キャパシタンスをCとし、巻線Wとインパルス発生回路IPから構成される回路の各等価回路定数の乗算値LCおよびRCを、特徴量χ1と特徴量χ2とする。
インパルス発生回路IPからインパルス電圧を巻線Wに印加した場合、巻線Wの両端に発生する電圧をν(n)(ただしnはサンプリング数)とすると、巻線Wとインパルス発生回路IPから構成される回路の各等価回路定数の乗算値LCおよびRC、すなわち特徴量χ1と特徴量χ2は、擬似逆行列を用いて式(6)のように求めることができる。
ここで
式(6)においてTは転置行列を表す。
【0037】
図10における特徴量検出部12において巻線両端の電圧を計測するが、特徴量検出部12にはA/D変換回路とローパスフィルタ(LPF)が内蔵されており、巻線両端の電圧をローパスフィルタ(LPF)を通過させて、ノイズ成分である高周波成分を取り除いた電圧信号として出力する。
【0038】
図10における演算部13は、「平均・標準偏差演算部14」と「確率演算部15」の二つのブロックに分けられており、「平均・標準偏差演算部14」は、特徴量の平均と標準偏差を計算し、記憶しておくブロックである。また、「確率演算部15」は、実際に巻線Wを診断する際、特徴量検出部12により得られた特徴量と、「平均・標準偏差演算部14」に記憶されている特徴量の平均、標準偏差から、確率値を計算するブロックである。
【0039】
なお、特徴量検出部12から出力されたインパルス電圧のデジタル信号は演算部13の「平均・標準偏差演算部14」に入力され、「平均・標準偏差演算部14」では、式(6)
標準偏差σ2を求めて記憶しておく。
【0040】
次に、実際に診断する際には、診断対象とする巻線Wから特徴量検出部12において検出したインパルス電圧から、式(6)をもとにχ1とχ2の値を算出する。このときの観測点をA点、また、このときの値を(χd1,χd2)とする。
上記A点の値を式(7)の(χ1,χ2)に代入することで、ldの値を求めることができる。
最後に、このldの値を式(8)に代入する。
【0041】
上記のように式(8)で求められる値は、図11において、式(7)で表される楕円の内側(斜線部)に存在する確率である。これにより、正常クラスにおいてA点の内側に存在する確率を導出する。これが「確率演算部15」における処理である。
このようにして求めた確率値に対して閾値を設定することで、この巻線が正常なのか、それとも短絡等の異常状態にあるか等の良否判定を、診断部16で確率的に診断することが可能となる。そして、その結果を表示部17に表示させることができる。
【0042】
この第2の実施の形態によると、入手が容易な複数台の正常巻線からLC、RCの平均と標準偏差を求めておくことで診断が可能となることから、診断システムの開発工数を大幅に低減させることができるといった利点がある。
このように第2の実施の形態では、診断対象となる電気設備の巻線の異常状態のデータを用意することなく、巻線の正常状態で得られたデータのみを用意することで、当該設備を診断する際には、この設備から得られた特徴量が上記正常状態で得られたデータに基づく確率の範囲内に収まっているか否かにより、当該電気設備の巻線の良否を診断することができる。
【0043】
上記第1の実施の形態および第2の実施の形態での説明では、ノイズ除去用のフィルタとしてLPFを用いたが、LPFの代わりに移動平均フィルタを用いてもよい。
以下に、移動平均フィルタを用いた場合について説明する。
【0044】
n点移動平均フィルタとは、現時点の信号値νnからn−1サンプル前の値までの総和をnで割った平均値ynを出力するフィルタである。
例えば、5点移動平均フィルタは、(9)式の差分方程式で表わすことができ、このときのフィルタ構造は図12に示すようになる。
このようにLPF以外にも移動平均フィルタを用いてノイズ除去を行い、その出力された平均値ynを用いてLCとRCを求めても良い。
【0045】
10点移動平均フィルタを使用した場合の効果の確認試験を行ったので以下に説明する。
いま、巻線の両端で観測された電圧信号をA/D変換してデジタル化した後で、10点移動平均フィルタに通過させる。この10点移動平均フィルタを通過させた後の信号を用いてLCとRCを算出する。このとき得られるLCとRCの値は、
LC=2.38×10−9
RC=4.55×10−6
となる。
このように、LPFの代わりに移動平均フィルタをシステムに使用しても、回路が持つ真のLCとRCの値に近づけることが可能となり、その効果が確認できることが分かる。
【0046】
さらに、LPFの代わりに、特定の周波数成分のみ通過させるバンドパスフィルタ(bandpass filter)を使用しても良い。
【0047】
なお、上記各実施の形態での説明では、A/D変換した後のデジタル化された電圧信号に対してノイズ除去用フィルタを設計した例を示しが、他手法として、A/D変換する前のアナログ信号に対して抵抗RとコンデンサCの素子を用いたアナログフィルタを用いてノイズ除去を行ってもよい。このアナログフィルタの構成を図13に示す。
また、図14のように、オペアンプを用いてローパスフィルタを設計しても良い。
【符号の説明】
【0048】
1 電気機器の巻線診断システム
2A 診断対象巻線
2B 学習用巻線
3 インパルス発生回路
4 電圧計測部
5 A/D変換回路
6 診断部
7 メモリ
8 表示部
9 ノイズ除去用フィルタであるローパスフィルタ(LPF)
12 特徴量検出部
13 演算部
14 平均.標準偏差部
15 確率演算部
16 診断部
17 表示部
W 巻線
【特許請求の範囲】
【請求項1】
インパルス発生回路からインパルス電圧を診断対象巻線と同特性の学習用巻線に印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の特徴量を演算し記憶する記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の特徴量を演算したうえ、この診断対象巻線の特徴量と、前記記憶手段に記憶されている特徴量とに基づいて、前記診断対象巻線が正常か異常かを診断する診断手段と
を備えたことを特徴とする電気機器の巻線診断システム。
【請求項2】
診断対象巻線と同特性の学習用巻線を予め正常態様及び想定される複数の異常態様それぞれに設定した各状態においてインパルス発生回路からインパルス電圧を当該学習用巻線に印加した場合に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算し、演算した各LC,RCを診断情報特徴量としてメモリ部に設けた特徴量空間に記憶する診断情報記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記特徴量空間で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線が正常か異常か、異常であればどのような巻線異常であるかを診断する診断手段と、
を備えたことを特徴とする請求項1に記載の電気機器の巻線診断システム。
【請求項3】
診断対象となる巻線と同特性の正常状態の複数台の学習用巻線に対してインパルス発生回路からインパルス電圧を印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、前記学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを演算し、演算した各LC,RCを特徴量とし、この特徴量の平均と標準偏差とを導出して記憶しておく演算記憶手段と、
診断対象巻線の診断をする際に、診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを演算し、演算した各LC,RCを診断対象巻線の特徴量とし、この診断対象巻線の特徴量と、前記演算記憶手段に記憶されている前記平均と標準偏差とに基づいて決定される楕円体の内側に存在する確率値を求める確率計算手段と、
前記確率計算手段で求めた確率値に基づいて前記診断対象巻線が正常か異常かを診断する診断手段と
を備えたことを特徴とする請求項1に記載の電気機器の巻線診断システム。
【請求項4】
前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号の持つ周波数成分よりも高い周波数の帯域を通さないローパスフィルタ(LPF)で構成されていることを特徴とする請求項1又は請求項2又は請求項3に記載の電気機器の巻線診断システム。
【請求項5】
前記ローパスフィルタ(LPF)は、前記LC,RCを演算するコンピュータ部において、
設定したLPFの遮断周波数f[Hz]の値を(2)式のfに代入することで遮断角周波数ω[rad/s]を求め、遮断角周波数ω[rad/s]の値を(1)式に代入して定数aを算出することにより設計される
ことを特徴とする請求項4に記載の電気機器の巻線診断システム
【請求項6】
前記ノイズ除去用フィルタが、移動平均フィルタで構成されていることを特徴とする請求項1又は請求項2又は請求項3に記載の電気機器の巻線診断システム。
【請求項7】
前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号をA/D変換する前のアナログ信号に対して、該アナログ信号の持つ周波数成分よりも高い周波数の帯域を通さない、抵抗RとコンデンサCの素子を用いたアナログフィルタで構成されていることを特徴とする請求項1又は請求項2又は請求項3に記載の電気機器の巻線診断システム。
【請求項8】
前記ノイズ除去用フィルタが、特定の周波数成分のみ通過させるバンドパスフィルタで構成されていることを特徴とする請求項1又は請求項2又は請求項3に記載の電気機器の巻線診断システム。
【請求項1】
インパルス発生回路からインパルス電圧を診断対象巻線と同特性の学習用巻線に印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の特徴量を演算し記憶する記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の特徴量を演算したうえ、この診断対象巻線の特徴量と、前記記憶手段に記憶されている特徴量とに基づいて、前記診断対象巻線が正常か異常かを診断する診断手段と
を備えたことを特徴とする電気機器の巻線診断システム。
【請求項2】
診断対象巻線と同特性の学習用巻線を予め正常態様及び想定される複数の異常態様それぞれに設定した各状態においてインパルス発生回路からインパルス電圧を当該学習用巻線に印加した場合に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、前記正常態様及び想定される複数の異常態様それぞれにおいて演算し、演算した各LC,RCを診断情報特徴量としてメモリ部に設けた特徴量空間に記憶する診断情報記憶手段と、
診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを、当該診断対象巻線の状態情報特徴量とし演算したうえ、前記特徴量空間で当該状態情報特徴量と距離的に最も近い前記診断情報特徴量をサーチし、サーチした診断情報特徴量に基づいて診断対象巻線が正常か異常か、異常であればどのような巻線異常であるかを診断する診断手段と、
を備えたことを特徴とする請求項1に記載の電気機器の巻線診断システム。
【請求項3】
診断対象となる巻線と同特性の正常状態の複数台の学習用巻線に対してインパルス発生回路からインパルス電圧を印加した時に、当該学習用巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、前記学習用巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを演算し、演算した各LC,RCを特徴量とし、この特徴量の平均と標準偏差とを導出して記憶しておく演算記憶手段と、
診断対象巻線の診断をする際に、診断対象巻線に対して前記インパルス発生回路から前記インパルス電圧と同特性のインパルス電圧を印加した時に、当該診断対象巻線の両端に発生した原電圧信号を、ノイズ除去用フィルタを通過させて高周波成分を取り除いた電圧信号とし、該電圧信号に基づいて、当該診断対象巻線とインパルス発生回路から構成される回路の等価回路定数インダクタンスL、キャパシタンスCの乗算値LC、及び、等価回路定数レジスタンスR、キャパシタンスCの乗算値RCを演算し、演算した各LC,RCを診断対象巻線の特徴量とし、この診断対象巻線の特徴量と、前記演算記憶手段に記憶されている前記平均と標準偏差とに基づいて決定される楕円体の内側に存在する確率値を求める確率計算手段と、
前記確率計算手段で求めた確率値に基づいて前記診断対象巻線が正常か異常かを診断する診断手段と
を備えたことを特徴とする請求項1に記載の電気機器の巻線診断システム。
【請求項4】
前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号の持つ周波数成分よりも高い周波数の帯域を通さないローパスフィルタ(LPF)で構成されていることを特徴とする請求項1又は請求項2又は請求項3に記載の電気機器の巻線診断システム。
【請求項5】
前記ローパスフィルタ(LPF)は、前記LC,RCを演算するコンピュータ部において、
設定したLPFの遮断周波数f[Hz]の値を(2)式のfに代入することで遮断角周波数ω[rad/s]を求め、遮断角周波数ω[rad/s]の値を(1)式に代入して定数aを算出することにより設計される
ことを特徴とする請求項4に記載の電気機器の巻線診断システム
【請求項6】
前記ノイズ除去用フィルタが、移動平均フィルタで構成されていることを特徴とする請求項1又は請求項2又は請求項3に記載の電気機器の巻線診断システム。
【請求項7】
前記ノイズ除去用フィルタが、インパルス発生回路からインパルス電圧を巻線に印加した場合に巻線の両端に発生した原電圧信号をA/D変換する前のアナログ信号に対して、該アナログ信号の持つ周波数成分よりも高い周波数の帯域を通さない、抵抗RとコンデンサCの素子を用いたアナログフィルタで構成されていることを特徴とする請求項1又は請求項2又は請求項3に記載の電気機器の巻線診断システム。
【請求項8】
前記ノイズ除去用フィルタが、特定の周波数成分のみ通過させるバンドパスフィルタで構成されていることを特徴とする請求項1又は請求項2又は請求項3に記載の電気機器の巻線診断システム。
【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】
【公開番号】特開2012−58221(P2012−58221A)
【公開日】平成24年3月22日(2012.3.22)
【国際特許分類】
【出願番号】特願2010−219884(P2010−219884)
【出願日】平成22年9月9日(2010.9.9)
【出願人】(000219820)株式会社トーエネック (51)
【Fターム(参考)】
【公開日】平成24年3月22日(2012.3.22)
【国際特許分類】
【出願日】平成22年9月9日(2010.9.9)
【出願人】(000219820)株式会社トーエネック (51)
【Fターム(参考)】
[ Back to top ]