カオス理論に基づくモータ軸受電食診断技術の開発

カテゴリ：部門大会

論文No：GS1-4

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Diagnosis Method for Motor Bearing Electrical Erosion Using Chaos Theory

著者名：林 健太（三菱電機株式会社先端技術総合研究所）,鷲野 将臣（三菱電機株式会社先端技術総合研究所）

著者名(英語)： Kenta Hayashi (Mitsubishi Electric Corporation Advaced Technology R&D Center),Masaomi Washino (Mitsubishi Electric Corporation Advaced Technology R&D Center)

キーワード：電食,カオス理論,非線形時系列データ,劣化診断,モータ,Electrolytic Corrosion,Chaos Theory,Nonlinear Time Series Data,Prognostic Diagnosis,Motor

要約(日本語)：近年、モータの高効率化に伴い駆動電圧の高電圧化が進み、軸受電食（電気分解による金属腐食）の発生増加が懸念されている。インバータ駆動モータでは、シャフトと筐体間の浮遊容量によって軸電圧が発生し、潤滑状態の変動や外乱など複数の要因によって油膜絶縁が局所的に破壊されると、蓄積された電荷が軸受と内部の金属球を介して放電し、軸受表面を損傷する。この放電は短絡現象として軸電圧波形に現れるため、軸電圧をモニタすることで電食診断が可能となる。しかし軸電圧波形は、高周波かつ強い非線形性を持つため、従来の周波数解析やしきい値判定では異常兆候の安定検出が困難である。
　そこで本研究では、非線形性を的確に捉え、かつナイキスト条件を満たさない低サンプリングデータでも有効に解析可能なカオス理論と機械学習を組み合わせた診断手法を発明し、高精度な電食診断を実現した。

本誌掲載ページ：1288-1294p

原稿種別：日本語

PDFファイルサイズ：1,006Kバイト