异常判断装置、异常判断方法及程序

技术领域

本发明涉及异常判断装置等。

背景技术

例如，公知有根据电气特征量进行与电气设备的电气异常相关的诊断的技术(参照专利文献1)。

<现有技术文献>

<专利文献>

专利文献1:日本国专利5985158号公报

发明内容

<本发明要解决的问题>

但是，可以考虑根据电气特征量进行与被电驱动的旋转机械的机械元件的劣化、应力等的异常相关的判断。

但是，例如，在旋转机械的机械元件的劣化、应力等的异常作为电气特征出现的情况下，存在其出现方式根据旋转机械的运转状态改变的情况。因此，例如，若不依赖于旋转机械的运转状态，而是根据电气特征量以相同基准进行与异常相关的判断，则存在与异常相关的判断的精度降低，无法恰当进行与异常相关的判断的可能性。

本发明的目的在于，提供一种能够更恰当地进行与旋转机械的机械元件的异常相关的判断的技术。

<用于解决问题的方法>

在本发明的一个实施方式中，提供一种异常判断装置，其包括判断部，该判断部基于被电驱动的旋转机械的电气特征量，进行与搭载上述旋转机械的机器的机械元件的异常相关的判断，

上述电气特征量是与驱动上述旋转机械的电动机的电流相关的信号的特定的频率分量，

上述特定的频率分量是上述旋转机械的旋转频率的规定的正整数倍的分量，

上述判断部考虑基于上述旋转机械的旋转频率的变化的、上述机械元件的异常与上述旋转机械的电气特征量的关系的变动，进行上述判断。

根据本实施方式，异常判断装置在进行基于电气特征量的与旋转机械的异常相关的判断时，能够考虑基于旋转机械的旋转频率的变化的、机械元件的异常与旋转机械的电气特征量的关系的变动。因此，异常判断装置能够使与旋转机械的异常相关的判断的精度提高。

另外，在上述实施方式中，

上述变动是基于上述旋转机械的旋转频率的变化的、上述机械元件的异常与上述电气特征量的关系的自规定的基准状态的偏差，

上述规定的基准状态可以是在上述特定的旋转频率下的上述机械元件的异常与上述电气特征量的关系。

另外，在上述实施方式中，

还包括校正部，其对基于上述旋转机械的旋转频率的变化的、上述机械元件的异常与上述电气特征量的关系的自上述规定的基准状态的偏差进行校正，

上述判断部可以基于通过上述校正部对偏差进行校正后的、上述机械元件的异常与上述电气特征量的关系，进行上述判断。

另外，在上述实施方式中，

还包括生成部，其基于正常时的上述旋转机械的运转状态与上述电气特征量的关系，生成用于根据上述电气特征量进行上述判断的判断基准，

上述校正部以对基于上述旋转机械的旋转频率的变化的、上述旋转机械的异常与上述判断基准之间的关系的偏差进行校正的方式，对上述电气特征量或上述判断基准进行校正，

上述判断部可以在通过上述校正部进行的校正后，通过对上述电气特征量和上述判断基准进行比较而进行上述判断。

另外，在上述实施方式中，

上述生成部生成上述旋转机械的旋转频率为上述特定的旋转频率时的上述判断基准，

上述校正部将上述电气特征量校正为相当于上述旋转机械的旋转频率为上述特定的旋转频率时的状态，

上述判断部可以通过对被上述校正部校正后的上述电气特征量和上述判断基准进行比较而进行上述判断。

另外，在上述实施方式中，

上述生成部生成上述旋转机械的旋转频率为上述特定的旋转频率时的上述判断基准，

上述校正部根据上述旋转机械的旋转频率对上述判断基准进行校正，

上述判断部可以通过对上述电气特征量和被上述校正部校正后的上述判断基准进行比较而进行上述判断。

另外，在上述实施方式中，

上述校正部可以根据上述旋转机械的旋转频率的变化而使校正的量变化。

另外，在上述实施方式中，

上述旋转机械是压缩机，

上述旋转机械的运转状态可以包括上述压缩机的低压侧的压力状态或与该压力状态相关的信号、以及高压侧的压力状态或与该压力状态相关的信号这两者。

另外，在上述实施方式中，

保存与关于上述电气特征量的上述旋转机械的异常与正常的边界相关的信息，

上述边界根据上述旋转机械的旋转频率的变化而变化，

上述判断部可以通过上述电气特征量处于上述边界的正常侧还是异常侧，进行上述判断。

另外，在上述实施方式中，

上述判断部可以考虑基于上述机械元件的机械特性的上述变动，进行上述判断。

另外，在上述实施方式中，

上述机械特性可以包括上述机械元件的惯性。

另外，在上述实施方式中，

上述判断部可以考虑基于直至在上述电气特征量中出现上述异常为止的传递特性的上述变动，进行上述判断。

另外，在上述实施方式中，

上述判断部可以考虑基于通过基于理论式的计算以及上述旋转机械的电气信号的测定结果的至少一者而事先规定的、表示上述传递特性的函数的上述变动，进行上述判断。

另外，在上述实施方式中，

上述机械元件的异常可以是上述旋转机械的旋转频率越大，则在该异常时产生的上述电气特征量的变化越相对变小的种类的异常。

另外，在上述实施方式中，

上述信号是与对上述旋转机械进行电机驱动的电动机的电流相关的直流信号，

上述特定的频率分量是上述旋转机械的旋转频率的1倍分量，

上述机械元件的异常可以是上述旋转机械的压缩室的油密封性的降低、或液体制冷剂进入上述压缩室，上述液体制冷剂被压缩的状态。

另外，在上述实施方式中，

上述信号是与对上述旋转机械进行电机驱动的电动机的电流相关的交流信号，

上述特定的频率分量是相对于上述交流信号的基波频率，偏离上述旋转机械的旋转频率的1倍分量的频率分量，

上述机械元件的异常是上述旋转机械的压缩室的油密封性的降低、或液体制冷剂进入上述压缩室，上述液体制冷剂被压缩的状态。

另外，在上述实施方式中，

上述判断部可以基于上述特定的频率分量的降低，判断存在油密封性的降低。

另外，在上述实施方式中，

上述信号是与对上述旋转机械进行电机驱动的电动机的电流相关的直流信号，

上述特定的频率分量是上述旋转机械的旋转频率的2倍分量或3倍分量，

上述机械元件的异常可以是上述旋转机械的轴承的磨损。

另外，在上述实施方式中，

上述信号是与对上述旋转机械进行电机驱动的电动机的电流相关的交流信号，

上述特定的频率分量是相对于上述交流信号的基波频率，偏离上述旋转机械的旋转频率的2倍分量或3倍分量的频率分量，

上述机械元件的异常可以是上述旋转机械的轴承的磨损。

另外，在上述实施方式中，

上述信号基于对上述旋转机械进行电机驱动的电动机的至少2相以上的电流值被运算，

上述至少2相以上的电流值可以分别基于与上述至少2相以上的电流值的全部电流值相关的、对规定的电流进行检测的单一的电流检测部的输出而被取得。

另外，在本发明的其他实施方式中，提供一种异常判断装置，包括判断部，该判断部进行与搭载了容积式压缩机的机器的异常相关的判断，

上述容积式压缩机具有压缩机构与电动机机械连接且在压缩过程中产生的第一转矩与上述电动机发出的第二转矩存在相关性的构造，并且具有在压缩室存在间隙且用油对上述压缩室进行密封的构造，

上述判断部基于上述第一转矩中的上述电动机的驱动频率的分量的降低，判断存在上述异常。

另外，在上述实施方式中，

上述判断部可以根据与上述电动机的电流相关的信号的特定的频率分量的降低，判断上述第一转矩中的上述驱动频率的分量的降低。

另外，在上述实施方式中，

上述信号是与上述电动机的电流相关的直流信号，

上述特定的频率分量可以是上述驱动频率的分量。

另外，在上述实施方式中，

上述信号是与上述电动机的电流相关的交流信号，

上述特定的频率分量可以是相对于上述交流信号的基波频率，偏离上述驱动频率的量的频率分量。

另外，在上述实施方式中，

上述判断部可以根据上述容积式压缩机的振动或声音的特定的频率分量的降低，判断上述第一转矩中的上述驱动频率的分量的降低。

另外，在本发明的其他实施方式中，提供一种异常判断方法，其包括异常判断装置基于被电驱动的旋转机械的电气特征量，进行与搭载了上述旋转机械的机器的机械元件的异常相关的判断的判断步骤，

上述电气特征量是与对上述旋转机械进行驱动的电动机的电流相关的信号的特定的频率分量，

上述特定的频率分量是上述旋转机械的旋转频率的规定的正整数倍的分量，

在上述判断步骤中，考虑基于上述旋转机械的旋转频率的变化的、上述机械元件的异常与上述电气特征量的关系的变动，进行上述判断。

另外，在本发明的其他实施方式中，提供一种异常判断方法，其包括异常判断装置进行与搭载了容积式压缩机的机器的异常相关的判断的判断步骤，

上述容积式压缩机具有压缩机构与电动机机械连接且在压缩过程中产生的第一转矩与上述电动机产生的第二转矩存在相关性的构造，并且具有于压缩室具有间隙且用油对上述压缩室进行密封的构造，

在上述判断步骤中，基于上述第一转矩中的上述电动机的驱动频率的分量的降低，判断存在上述异常。

另外，在本发明的其他实施方式中，提供一种程序，其使异常判断装置执行基于被电驱动的旋转机械的电气特征量，进行与搭载上述旋转机械的机器的机械元件的异常相关的判断的判断步骤，

上述电气特征量使与对上述旋转机械进行驱动的电动机的电流相关的信号的特定的频率分量，

上述特定的频率分量是上述旋转机械的旋转频率的规定的正整数倍的分量，

在上述判断步骤中，考虑基于上述旋转机械的旋转频率的变化的、上述机械元件的异常与上述电气特征量的关系的变动，进行上述判断。

另外，在本发明的其他实施方式中，提供一种程序，其使异常判断装置执行判断步骤，该判断步骤进行与搭载了容积式压缩机的机器的异常相关的判断，

上述容积式压缩机具有压缩机构与电动机机械连接且在压缩过程中产生的第一转矩与上述电动机产生的第二转矩存在相关性的构造，并且具有于压缩室具有间隙且用油对上述压缩室进行密封的构造，

在上述判断步骤中，基于上述第一转矩中的上述电动机的驱动频率的分量的降低，判断存在上述异常。

<发明效果>

根据上述实施方式，能够提供一种能够更恰当地进行与旋转机械的机械元件的异常相关的判断的技术。

附图说明

图1是示出异常判断系统的一个例子的图。

图2是表示自压缩机的负载转矩向电动机的输出转矩的传递特性的波特图。

图3是示出与压缩机的机械元件的异常判断相关的功能构成的第一例的功能框图。

图4是示出与压缩机的机械元件的异常判断相关的功能构成的第二例的功能框图。

图5是示出与压缩机的机械元件的异常判断相关的功能构成的第三例的功能框图。

图6是示出与压缩机的机械元件的异常判断相关的功能构成的第四例的功能框图。

图7是对异常判断方法进行说明的图。

具体实施方式

以下，参照附图对实施方式进行说明。

[异常判断系统的概要]

首先，参照图1，对于本实施方式的异常判断系统1的概要进行说明。

图1是示出本实施方式的异常判断系统1的一个例子的概要图。

如图1所示，异常判断系统1包括压缩机10、电动机20、电动机驱动装置30、控制装置40、以及通信装置50。异常判断系统1例如搭载于空气调和机。

压缩机10(旋转机械的一个例子)例如搭载于空气调和机，用于对制冷剂进行压缩。

压缩机10例如是容积式压缩机。容积式压缩机例如具有在压缩室具有间隙且用油对上述压缩室进行密封的构造。另外，容积式压缩机例如具有压缩机构与电动机20机械连接且在压缩过程中产生的压缩转矩(第一转矩的一个例子)与电动机20发出的马达转矩(第二转矩的一个例子)具有相关性的构造。

另外，在压缩机10中例如内置有用于检测压缩机10的运转状态的各种传感器，各种传感器的检测信号被导入控制装置40。压缩机10的运转状态例如包括压缩机10的压力、温度、压缩机10的旋转频率、压缩机10的输入电流(电动机20的3相的相电流)等。制冷剂的压力例如包括压缩机10的制冷剂的喷出压力、吸入压力等。输入电流(3相的相电流)例如可以通过霍尔CT(Current Transformer)等的电流传感器进行检测。此时，电动机20的3相的全部的相电流可以分别通过电流传感器进行检测。另外，也可以通过电流传感器检测电动机20的3相中的任意2相的各自的相电流，余下1相的相电流通过控制装置40使用3相的相电流的关系(3相的相电流的和为零的关系)进行取得(运算)。另外，对于输入电流(3相的相电流)，可以在电动机驱动装置30中通过分流电阻等的单一的电流检测部检测直流链的电流，并且在控制装置40中基于逆变器电路部的开关模式进行取得(运算)。此时，控制装置40通过该方法取得(运算)2相的相电流，余下1相可以使用3相的相电流的上述关系进行取得(运算)。

电动机20对压缩机10进行驱动。电动机20例如搭载于压缩机10(的壳体)的内部。

电动机驱动装置30基于自商用电源系统供给的交流电力，对电动机20进行驱动。电动机驱动装置30例如包括对输入的交流电力进行整流而输出直流电力的整流电路部、使自整流电路部输出的直流电力平滑化的平滑电路部、以及自被平滑电路部平滑化后的直流电力生成对电动机20进行驱动的三相交流电力的逆变器电路部。

控制装置40进行与压缩机10相关的控制。

控制装置40的功能可以由任意的硬件、或任意的硬件以及软件的组合等来实现。控制装置40例如可以以包括CPU(Central Processing Unit)、RAM(Random AccessMemory)等的存储器装置(主存储装置)、ROM(Read Only Memory)等的非易失性辅助存储装置、以及与外部的输入输出用的接口装置的计算机为中心构成。例如，控制装置40通过将安装于辅助存储装置的程序在存储器装置中进行加载并在CPU上执行而实现各种功能。程序例如在搭载压缩机10的空气调和机的生产线的工序中，自规定的专用工具(存储介质)通过规定的电缆等安装于控制装置40(辅助存储装置)。另外，程序例如通过USB(UniversalSerial Bus)存储器等的泛用的装置进行安装。另外，程序例如可以通过通信装置50自外部装置被下载而进行安装。

控制装置40例如基于自压缩机10输入的与运转状态相关的检测信号，对电动机驱动装置30进行控制，并且对供给至电动机20的电力进行调整，从而进行电动机20的驱动控制。另外，控制装置40例如可以代替使用来自传感器等的检测信号，一边对与压缩机10的运转状态相关的信息的一部分或全部进行计算，或通过无传感器控制进行推定，一边进行电动机20的驱动控制。

另外，控制装置40(异常判断装置的一个例子)例如进行与压缩机10的机械元件的异常相关的判断(以下，称为“异常判断”)。压缩机10的机械元件例如包括固定部、以及通过电动机20进行动作的可动部等。与异常相关的判断包括异常的有无的判断。另外，与异常相关的判断包括表示压缩机10的机械元件的自正常状态的偏离程度的异常程度(以下，称为“异常度”)的判断。

机械元件的异常例如包括机械元件的劣化。机械元件的劣化例如包括压缩机10的轴承的磨损(以下，称为“轴承磨损”)。另外，机械元件的异常例如包括机械元件的应力。机械元件的应力例如包括压缩机10的压缩室的油密封性的降低。另外，机械元件的应力例如包括液体制冷剂进入压缩机10的内部的压缩室，液体制冷剂被压缩的状态(以下，称为“液体压缩”)。

通信装置50通过规定的通信线路与异常判断系统1的外部、即异常判断系统1所搭载的空气调和机等的外部进行通信。规定的通信线路例如可以包括以基站为终端的移动体通信网、以及因特网等的广域网络(WAN:Wide Area Network)。另外，规定的通信线路例如可以包括空气调和机所设置的场所的基于无线、有线的本地网络(LAN:Local AreaNetwork)。另外，规定的通信线路例如可以包括WiFi、蓝牙(注册商标)等的近距离无线通信线路。

[压缩机的异常判断的概要]

接下来，参照图2，对通过控制装置40进行的压缩机10的异常判断的概要进行说明。

图2是表示自压缩机10的负载转矩向电动机20的输出转矩的传递特性的一个例子的波特图(增益线图)。具体而言，图2是表示与后述式(1)对应的自负载转矩向输出转矩的传递特性的增益线图。

例如，以PI(Proportional-Integral)控制为前提的电动机20的dq矢量控制中的电动机20的输出转矩τe与负载转矩τL之间的关系近似由以下的式(1)表示。

(数学式1)

式(1)的J表示压缩机10的旋转部分的惯性。另外，式(1)的Pn表示电动机20中固有的常数即极对数。另外，式(1)的Kp、Ki分别表示对电动机20的驱动频率指令与现在的驱动频率的偏差进行控制的PI控制中的控制常数(比例增益以及积分增益)。

另外，例如，电动机20的dq矢量控制中的电动机20的输出转矩τe与电流(d轴电流id以及q轴电流iq)之间的关系由以下的式(2)表示。

(数学式2)

τ

式(2)的Λa表示电动机20中固有的常数即磁铁磁通。另外，式(2)的Ld、Lq分别表示电动机20中固有的常数即d轴电感以及q轴电感。

例如，若在压缩机10的机械元件中产生异常，则存在相对于正常状态，负载转矩τL变化的可能性。因此，如式(1)所示，根据与压缩机10的异常对应的负载转矩τL的变化，控制装置40使电动机20的输出转矩τe变化。在该情况下，如式(2)所示，根据与在压缩机10中产生的异常对应的输出转矩τe的变化，电动机20的电流自与正常状态对应的范围进行变化。因此，控制装置40能够使用压缩机10(电动机20)的电气特征量，进行与压缩机10的机械元件的异常相关的判断。

需要说明的是，电动机20的控制方式不限于dq矢量控制，可以是其他控制方式。例如，作为电动机20的控制方式，可以应用一次磁通控制(例如，参照专利第5494760号公报等)。在该情况下，控制装置40也同样能够使用压缩机10(电动机20)的电气特征量，进行与压缩机10的机械元件的异常相关的判断。

另一方面，如图2所示，根据频率不同，自负载转矩至输出转矩的传递特性的增益不同。特别是，在本例中，由于在式(1)中被考虑的惯性J的影响，在频率相对较大的范围(超过约10Hz的范围)中，增益相对变小。另一方面，后述电气特征量是与电动机20的电流相关的信号的特定的频率分量，特定的频率分量是压缩机10(电动机20)的旋转频率的规定的正整数倍分量。因此，在压缩机10的旋转频率相对较大的范围、也就是特定的频率分量相对变大的范围中，增益相对变小，基于异常的负载转矩的变化的大小在电气特征量中相对较小地出现。其结果，根据压缩机10的旋转频率不同，压缩机10的机械元件的异常作为压缩机10(电动机20)的电气特征出现时的出现方式有可能产生变动。因此，例如，若不依赖于压缩机10的旋转频率，根据电气特征量以相同基准进行与异常相关的判断，则存在与异常相关的判的精度降低的可能性。

与此相对，在本实施方式中，控制装置40考虑基于旋转频率的变化的、压缩机10的机械元件的异常与压缩机10的电气特征量之间的关系的变动，进行与压缩机10的异常相关的判断。以下，对于具体的异常判断的方法进行详述。

[压缩机的异常判断的第一例]

接下来，参照图3，对于通过控制装置40进行的压缩机10的机械元件的异常判断的第一例进行说明。

在本例中，控制装置40进行与压缩机10轴承磨损相关的异常判断。

图3是示出与压缩机10的机械元件的异常判断相关的功能构成的第一例的功能框图。

如图3所示，控制装置40包括电气特征量计算部401、校正部402、以及异常判断部403。

电气特征量计算部401基于自压缩机10导入的表示电动机20的电气运转状态的检测信号，对用于压缩机10的异常判断的电气特征量进行计算。成为电气特征量的计算的基础的检测信号例如是与电流、电压、功率等相关的检测信号。

电气特征量是表示与电动机20的电流相关的物理量的信号的特定的频率分量(例如，高次谐波分量)。表示与电动机20的电流相关的物理量的信号的高次谐波分量是指，表示与电动机20的电流相关的物理量的信号中的电动机20的旋转频率的正整数倍的分量。电气特征量计算部401使用自压缩机10导入的表示电动机20的电气运转状态的检测信号，对与电动机20的电流相关的信号进行运算，并且对该信号的频率分量进行计算。

例如，电气特征量可以是表示与电动机20的电流的振幅相关的物理量的信号、即与电动机20的电流相关的直流信号的特定的频率分量。另外，例如，电气特征量可以是表示与电动机20的电流相关且交变的物理量的信号、即与电动机20的电流相关的交流信号中的、自电动机20的基本频率偏离特定的频率的量的频率分量。

与电动机20的电流相关的交流信号例如是电动机20的相电流、相电压、线电流、线间电压。另外，与电动机20的电流相关的交流信号例如可以是将相电流、相电压、线电流、线间电压进行3相2相变换后的2相的交流电流(例如，α轴电流以及β轴电流)、2相的交流电压。另外，与电动机20的电流相关的交流电流例如可以是流过商用电源系统与电动机驱动装置30的整流电路部之间的电流。

与电动机20的电流相关的直流信号例如是电动机20的电流矢量振幅(电流矢量的大小)、电压矢量振幅等。另外，与电动机20的电流相关的直流信号例如可以是电动机20的电流矢量振幅、电压矢量振幅等的平方值。另外，与电动机20的电流相关的直流信号可以是电动机20的相电流振幅、相电流有效值、相电压振幅、相电压有效值、瞬时功率、瞬时虚功率、视在功率、有效功率、无效功率。

电动机20的电流矢量的大小由电动机20的3相的相电流的各自的平方值的总和的平方根表示。

电动机20的相电流振幅I使用相电流i

(数学式3)

电动机20的相电流有效值I

(数学式4)

电动机20的瞬时电力使用3相的相电流i

(数学式5)

p＝v

瞬时虚电力q使用α轴电流i

(数学式6)

q＝v

视在功率S使用相电流有效值I

(数学式7)

S＝3V

有效功率P使用相电流有效值I

(数学式8)

无效功率Q使用相电流有效值I

(数学式9)

另外，与电动机20的电流相关的直流信号例如可以是将电动机20的相电流、相电压、线电流、线间电压进行3相2相变换，而且实施了旋转坐标变换的直流信号。该直流信号例如是以基于电动机20的转子(rotor)的磁极的朝向的角度对将电动机20的相电流进行3相2相变换后的α轴电流以及β轴电流进行旋转坐标变换后的d轴电流以及q轴电流。另外，该直流信号例如是以基于电动机20的旋转子的一次磁通的朝向的角度对α轴电流以及β轴电流进行转坐标变换后的M轴电流以及T轴电流。另外，该直流信号可以是使用以下的式(10)，以相电流或相电压的相位ω

(数学式10)

另外，与电动机20的电流相关的直流信号是输入电动机驱动装置30的整流电路部的电力、自整流电路部输出的电力、自平滑电路部输出的电力、流过整流电路部与平滑电路部之间的电流、流过平滑电路部与逆变器电路部之间的电流等。

例如，电气特征量计算部401可以基于电动机20的3相的相电流(检测值)，计算与电流相关的信号。例如，作为与电流相关的信号，对电流矢量振幅(电流矢量的大小)进行运算。此时，如上所述，电动机20的3相的相电流可以通过对电动机20的3相中的至少2相的各自的相电流进行检测的电流传感器进行检测。另外，如上所述，电动机20的3相的相电流可以基于对分流电阻等的直流链的电流进行检测的单一的电流检测部的输出、以及逆变器电路部的开关模式进行计算。特别是，后者的情况下，能够仅使用单一的电流检测器的输出，取得电动机20的3相的相电流。因此，例如，对于电流矢量振幅那样的、基于2相以上的电流值进行运算的信号，能够抑制在使用多个电流传感器的输出的情况下，因每个电流传感器的个体差的影响导致在最终运算的电流矢量振幅中出现实际不存在的频率分量的事态。其结果，控制装置40通过仅使用单一的电流检测器的输出来取得(运算)电气特征量，抑制了与压缩机10的机械元件的异常相关的误判断，能够更恰当地进行与压缩机10的机械元件的异常相关的判断。

在本例中，电气特征量可以是表示与电动机20的电流相关的物理量的信号的2次以上的高次谐波分量(例如，2次以及3次的高次谐波分量的至少一者)。2次以及3次的高次谐波分量分别指，电动机20的旋转频率的2倍的频率分量以及3倍的分量。这是由于若轴承磨损发展，则符合的高次谐波分量有时相对于正常时(即，轴承磨损相对未发展的情况)相对变大。

以下，以电气特征量为电动机20的电流矢量的大小的信号的特定的频率分量(高次谐波分量)的情况为中心进行说明。

在本例中，电气特征量计算部401基于自压缩机10导入的与电动机20的电流相关的检测信号，对电动机20的电流矢量的大小的高次谐波分量(以下，为了方便称为“电流高次谐波”)进行计算。具体而言，如上所述，电气特征量计算部401计算2次和3次的电流高次谐波。如上所述，这是由于若轴承磨损发展，则2次以上的电流高次谐波有时与正常时(轴承磨损相对未发展的情况)相比较其大小变化(具体而言，变大)。这里，电流矢量的大小是电动机20的三相的相电流的各自的平方值的总和的平方根。另外，电流矢量的大小的2次是指，电流矢量的大小的频率分量中的、旋转频率的2倍的频率分量，电流矢量的大小的3次是指，旋转频率的3倍的频率分量。

需要说明的是，电气特征量计算部401可以仅计算表示与电动机20的电流相关的物理量的信号的2次以及3次的高次谐波分量(例如，2次以及3次的电流高次谐波)中的任一者。另外，电气特征量计算部401可以计算表示与电动机20的电流相关的物理量的信号的1次的高次谐波分量(例如，1次的电流高次谐波)，也可以计算4次以上的高次谐波分量(例如，4次以上的电流高次谐波)。

校正部402基于自压缩机10导入的与电动机20的旋转频率相关的检测信号，对基于压缩机10的旋转频率的变化的、电气特征量与判断对象的异常之间的关系的相对于规定的基准状态的偏差进行校正。另外，校正部402可以基于在控制装置40内生成的与电动机20的旋转频率相关的控制指令值、推定值等，对基于压缩机10的旋转频率的变化的、电气特征量与判断对象的异常之间的关系的相对于规定的基准状态的偏差进行校正。

在本例中，校正部402基于自压缩机10的负载转矩至电动机20的电气信号(电流)的传递特性，计算与通过电气特征量计算部401计算的2次以及3次的电流高次谐波对应的频率ω中的增益。并且，校正部402用计算的增益除通过电气特征量计算部401计算的2次以及3次的电流高次谐波，从而对用于异常判断的2次以及3次的电流高次谐波进行校正。与通过电气特征量计算部401计算的2次以及3次的电流高次谐波对应的频率ω分别指，在2次以及3次的电流高次谐波的计算中所使用的电流的检测信号被取得时的压缩机10的旋转频率的2倍以及3倍的频率。自压缩机10的负载转矩至电动机20的电气信号的传递特性相当于直至在电气特征量中出现压缩机10的机械元件的异常为止的传递特性。以下，有时将用增益进行除法运算，被校正为负载转矩的维度的电流高次谐波称为“校正完毕电流高次谐波”。由此，能够将以抑制因压缩机10的旋转频率的变化导致的异常的出现方式的不同(变动)的方式对电气特征量(电流高次谐波)进行校正后的校正完毕电流高次谐波(负载转矩的维度)用于异常判断。

具体而言，校正部402基于表示自压缩机10的负载转矩至电动机20的电气信号的传递特性的传递函数H(s)，计算与通过电气特征量计算部401计算的电流高次谐波对应的频率ω的增益H(ω)。并且，校正部402可以用增益H(ω)除通过电气特征量计算部401计算的电流高次谐波，从而计算校正完毕电流高次谐波。在该情况下，校正部402将增益为1时作为基准状态，对基于压缩机10的旋转频率的变化的、电气特征量与判断对象的异常之间的关系的相对于基准状态的偏差进行校正。另外，校正部402可以用将成为基准的特定的频率ω

如上述式(1)、(2)等所示，传递函数H(s)例如可以基于通过理论式进行的计算，事先规定。在该情况下，在理论式中，如式(1)的惯性J那样，可以包括表示压缩机10的机械元件的机械特性的物理量(常数)。由此，控制装置40作为基于压缩机10的旋转频率的变化的、压缩机10的机械元件的异常与电气特征量(电流高次谐波)之间的关系的变动的主要原因，能够考虑压缩机10的机械元件的机械特性。另外，例如，可以代替旋转部的惯性J，或者除了旋转部的惯性J之外，考虑相当于与旋转方向相反地作用于旋转部的力的阻尼器(例如、粘性阻力等)、旋转部的扭转刚性等的压缩机10的机械元件的机械特性。

另外，传递函数H(s)例如可以基于压缩机10的负载转矩以及电气信号的测定结果，作为近似式而事先规定。在该情况下，在测定结果中，压缩机10的机械元件的机械特性自然被反映。由此，控制装置40作为基于压缩机10的旋转频率的变化的、压缩机10的机械元件的异常与电气特征量(电流高次谐波)之间的关系的变动的主要原因，能够考虑压缩机10的机械元件的机械特性。

另外，传递函数H(s)可以使用通过理论式进行的计算、以及压缩机10的电气信号的测定结果这两者，事先进行规定。

以下，传递函数H(s)的内容、规定方法对于后述第二例、第三例的情况也可以相同。

异常判断部403(判断部的一个例子)进行压缩机10的机械元件的异常判断。

在本例中，异常判断部403基于自校正部402输出的校正完毕电气特征量，进行与轴承磨损相关的异常判断。

异常判断部403例如可以基于自校正部402输出的、与2次以及3次的电流高次谐波对应的校正完毕电气特征量，判断轴承磨损是否发展到能够判断为异常的程度，即判断作为异常状态的轴承磨损的有无。是否符合作为异常状态的轴承磨损例如可以使用能够判断为轴承磨损的异常状态的、与2次以及3次的各自的电流高次谐波对应的校正完毕电气特征量的极限值(下限值)，通过由校正部402输出的校正完毕电气特征量是否为下限值以上来进行判断。能够判断为轴承磨损的异常状态的校正完毕电气特征量的极限值(下限值)例如可以通过实验(测定)、模拟等而事先进行规定。

另外，异常判断部403例如可以通过通信装置50将用于通知与压缩机10的异常相关的信息的信号(以下，称为“异常通知信号”)发送至规定的外部装置。

发送对象的外部装置例如是对包括压缩机10的空气调和机的运转状态等进行管理(监视)的管理装置，管理装置例如可以是接收到异常通知信号后，向符合的空气调和机的用户、服务负责人通知该内容的方式。管理装置例如可以向用户、服务负责人的电子邮件的地址、SNS(Social Networking Service)的账户发送通知内容。另外，管理装置例如可以向服务负责人所持的用户终端(例如，智能手机、平板终端等的便携终端)发送推送通知。管理装置可以是设置于管理中心等的服务器装置(云端服务器)。另外，管理装置例如可以是设于距包括压缩机10的空气调和机相对较近的场所(例如，空气调和机所在设施等的用地内、近邻的基站、遮挡物等的通信设施等)的边缘服务器。另外，管理装置可以是包括压缩机10的空气调和机的用户、服务负责人等所持的用户终端。用户终端例如可以是智能手机、平板终端等的便携终端，也可以是台式计算机终端等的固定安置式的终端装置。

如此，在本例中，异常判断部403基于压缩机10的2次以上的电流高次谐波(计算值)，进行与压缩机10的轴承磨损相关的异常判断。具体而言，异常判断部403通过使用校正完毕电流高次谐波(负载转矩的维度)，考虑了基于压缩机10的旋转频率的变化的、压缩机10的轴承磨损与压缩机10的2次以上的电流高次谐波的关系的变动，进行异常判断。

由此，控制装置40能够使与压缩机10的轴承磨损相关的异常判断的精度提高。

[压缩机的异常判断的第二例]

接下来，参照图4，对于通过控制装置40进行的压缩机10的机械元件的异常判断的第二例进行说明。

在本例中，控制装置40进行与压缩机10的应力(油密封性的降低、液体压缩等)相关的异常判断。

图4是示出与压缩机10的机械元件的异常判断相关的功能构成的第二例的功能框图。

如图4所示，控制装置40包括电气特征量计算部401、校正部402、异常判断部403、判断基准生成部406、以及异常度推定部407。

在本例中，电气特征量计算部401计算表示与电动机20的电流相关的物理量的信号的1次的高次谐波分量。这是由于，若发生压缩室的油密封性的降低，则压缩室的气密性不足而制冷剂气体泄漏，从而1次的高次谐波分量有时相对于正常时(压缩室的油密封性充分的情况)相对变化。另外，若产生液体压缩则产生压缩室的异常升压，1次的电流高次谐波有时相对于正常时(未产生液体压缩的情况)相对变化。

具体而言，与上述第一例的情况相同，电气特征量计算部401基于自压缩机10导入的与电动机20的电流相关的检测信号，计算电流高次谐波。更具体而言，电气特征量计算部401计算1次的电流高次谐波。这是由于，若产生压缩室的油密封性的降低，则压缩室的气密性不足而制冷剂气体泄漏，从而1次的电流高次谐波有时相对于正常时(压缩室的油密封性充分的情况)相对变小。另外，这是由于，若产生液体压缩则产生压缩室的异常升压，1次的电流高次谐波有时相对于正常时(未产生液体压缩的情况)相对变大。

在本例中，与上述第一例的情况相同，校正部402对通过电气特征量计算部401计算的电气特征量(1次的电流高次谐波)进行校正，计算与1次的电流高次谐波对应的校正完毕电流高次谐波。

判断基准生成部406生成与异常判断相关的判断基准，输出表示判断基准的基准信息。

在本例中，判断基准生成部406基于与正常时的压缩机10的运转状态(例如，温度、压力等)相关的检测信号，推定正常时的负载转矩的维度的1次的高次谐波分量(以下，称为“正常时校正完毕电流高次谐波”)。例如，在控制装置40的辅助存储装置等的内部存储器中，作为公式、映射而事先储存有相当于正常时校正完毕电流高次谐波的基准信息与和压缩机10的运转状态(例如，温度、压力等)相关的检测信号的关系。由此，判断基准生成部406能够基于该公式、映射、以及与压缩机10的运转状态相关的检测信号，推定正常时校正完毕电流高次谐波。

与压缩机10的运转状态相关的检测信号例如只包括与压缩机10的高压侧的压力状态相关的检测信号、以及与压缩机10的低压侧的压力状态相关的检测信号中的任一者。与压缩机的压力状态相关的检测信号例如是压力、温度的检测信号。另外，与压缩机10的运转状态相关的检测信号例如可以包括与压缩机10的高压侧的压力状态相关的检测信号、以及与压缩机10的低压侧的压力状态相关的检测信号这两者。在该情况下，例如，在控制装置40的辅助存储装置等的内部存储器中，以公式、映射等储存与正常时校正完毕电流高次谐波相当的基准信息、与压缩机10的低压侧的压力状态相关的检测信号、以及与压缩机10的高压侧的压力状态相关的检测信号的关系。由此，控制装置40能够考虑压缩机10的高压侧以及低压侧这两者的压力状态，生成基准信息(正常时校正完毕电流高次谐波)。因此，控制装置40能够使与压缩机10的异常相关的判断的精度提高。

判断基准生成部406例如可以推定将传递函数H(s)的增益为1时作为基准的正常时校正完毕电流高次谐波，即可以推定将处于传递函数H(s)的增益为1的频率(带宽)时作为基准的正常时校正完毕电流高次谐波。另外，判断基准生成部406例如可以推定将特定的频率ω

需要说明的是，表示与正常时校正完毕电流高次谐波相当的基准信息和与压缩机10的运转状态相关的检测信号的关系的公式、映射等例如可以通过实验、模拟等事先规定。以下，对于后述第三例的情况也相同。

异常度推定部407基于自判断基准生成部406输出的基准信息、以及自校正部402输出的校正完毕电流高次谐波，推定与压缩机10的应力相关的异常度。

异常度推定部407例如基于自校正部402输出的校正完毕电流高次谐波相对于作为基准信息的正常时校正完毕电流高次谐波以何种程度偏离，对异常度进行推定。具体而言，异常度推定部407可以基于作为基准信息的正常时校正完毕电流高次谐波与自校正部402输出的校正完毕电流高次谐波的差值，对异常度进行推定。另外，异常度推定部407可以基于作为基准信息的正常时校正完毕电流高次谐波与自校正部402输出的校正完毕电流高次谐波之间的比，对异常度进行推定。

另外，异常度推定部407例如可以通过自校正部402输出的校正完毕电流高次谐波相对于作为基准信息的正常时校正完毕电流高次谐波向较大方向偏离还是向较小方向偏离，判断与异常度对应的应力的内容。具体而言，异常度推定部407可以在自校正部402输出的校正完毕电流高次谐波相对于正常时校正完毕电流高次谐波向较大方向偏离的情况下，推定与液体压缩相关的异常度，在向较小方向偏离的情况下，推定与油密封性的降低相关的异常度。

在本例中，异常判断部403基于异常度推定部407的推定结果(异常度)，进行与压缩机10的应力相关的异常判断。

异常判断部403例如可以在通过异常度推定部407推定的异常度为规定阈值以上的情况下，判断为压缩机10的应力符合异常状态(例如，将要故障之前的状态)。

另外，在本例中，异常判断部403通过通信装置50将相当于与压缩机10的应力相关的异常判断的结果的异常通知信号发送至外部装置。

异常判断部403例如在判断压缩机10的应力符合异常状态的情况下，通过通信装置50将表示该情况的异常通知信号发送至外部装置。以下，对于后述第三例的情况也可以相同。

如此，在本例中，异常判断部403基于压缩机10的1次的电流高次谐波(计算值)，进行与压缩机10的应力(油密封性的降低、液体压缩等)相关的异常判断。具体而言，异常判断部403通过使用校正完毕电流高次谐波(负载转矩的维度)，考虑基于压缩机10的旋转频率的变化的、与压缩机10的应力相关的异常与压缩机10的1次的电流高次谐波的关系的变动，进行异常判断。

由此，控制装置40能够使与压缩机10的应力(油密封性的降低、液体压缩等)相关的异常判断的精度提高。

[压缩机的异常判断的第三例]

接下来，参照图5，对于通过控制装置40进行的压缩机10的机械元件的异常判断的第三例进行说明。

在本例中，与上述第二例的情况相同，控制装置40进行与压缩机10的应力(油密封性的降低、液体压缩等)相关的异常判断。以下，以与上述第二例不同的部分为中心进行说明，有时省略对于与上述第二例相同的内容的说明。

图5是示出与压缩机10的机械元件的异常判断相关的功能构成的第三例的功能框图。

如图5所示，控制装置40包括电气特征量计算部401、校正部402、异常判断部403、判断基准生成部406、以及异常度推定部407。

在本例中，与上述第二例的情况不同，校正部402通过对由判断基准生成部406生成的基准信息进行校正，从而对基于压缩机10的旋转频率的变化的、电气特征量与判断对象的异常之间的关系的相对于规定的基准状态的偏差进行校正。校正部402输出以考虑了基于压缩机10的旋转频率的变化的、电气特征量与判断对象的异常之间的关系的变动的方式被校正的基准信息(以下，“变动考虑基准信息”)。

校正部402例如基于自压缩机10的负载转矩至电动机20的电气信号(电流)的传递特性，计算与通过电气特征量计算部401计算的1次的电流高次谐波对应的频率ω中的增益。并且，校正部402通过将计算的增益乘以由判断基准生成部406生成的正常时校正完毕电流高次谐波，对用于异常判断的正常时校正完毕电流高次谐波进行校正。以下，有时将乘以增益，被校正为电流的维度的正常时校正完毕电流高次谐波称为“正常时电流高次谐波”。由此，能够将以抑制因压缩机10的旋转频率的变化导致的异常的出现方式的不同(变动)的方式对基准信息(正常时校正完毕电流高次谐波)进行校正后的正常时电流高次谐波(电流的维度)用于异常判断。

具体而言，校正部402可以通过将传递函数H(s)的增益为1时作为基准的正常时校正完毕电流高次谐波乘以与通过电气特征量计算部401计算的电流高次谐波对应的频率ω的增益H(ω)，计算正常时电流高次谐波。另外，校正部402可以通过将特定的频率ω

异常度推定部407基于自校正部402输出的变动考虑基准信息(正常时电流高次谐波)、以及通过电气特征量计算部401计算的1次的电流高次谐波，推定与压缩机10的应力相关的异常度。

异常度推定部407例如可以基于自校正部402输出的电流高次谐波相对于作为变动考虑基准信息的正常时电流高次谐波以何种程度偏离，对异常度进行推定。具体而言，异常度推定部407可以基于作为变动考虑基准信息的正常时电流高次谐波与通过电气特征量计算部401计算的电流高次谐波的差值，对异常度进行推定。另外，异常度推定部407可以基于作为变动考虑基准信息的正常时电流高次谐波与通过电气特征量计算部401计算的电流高次谐波之间的比，对异常度进行推定。由此，能够抑制基于旋转频率的变化的影响，使异常判断的精度提高。

另外，异常度推定部407例如通过由电气特征量计算部401计算的电流高次谐波相对于作为变动考虑基准信息的正常时电流高次谐波向较大方向偏离还是向较小方向偏离，对与异常度对应的应力的内容进行判断。具体而言，异常度推定部407可以在通过电气特征量计算部401计算的电流高次谐波相对于正常时电流高次谐波向较大方向偏离的情况下，推定为与液体压缩相关的异常度，在向较小方向偏离的情况下，推定为与油密封性降低相关的异常度。

在本例中，与上述第二例的情况相同，异常判断部403基于异常度推定部407的推定结果(异常度)，进行与压缩机10的应力相关的异常判断。

如此，在本例中，异常判断部403基于压缩机10的1次的电流高次谐波(计算值)，进行与压缩机10的应力(油密封性的降低、液体压缩等)相关的异常判断。具体而言，异常判断部403通过使用被校正为电流的维度的变动考虑基准信息(正常时电流高次谐波)，考虑了基于压缩机10的旋转频率的变化的、与压缩机10的应力相关的异常与压缩机10的1次的电流高次谐波的关系的变动，进行异常判断。

由此，控制装置40能够使与压缩机10的应力(油密封性的降低、液体压缩等)相关的异常判断的精度提高。

[压缩机的异常判断的第四例]

接下来，参照图6、图7，对于通过控制装置40进行的压缩机10的机械元件的异常判断的第四例进行说明。

在本例中，与上述第二例、第三例的情况相同，控制装置40进行与压缩机10的应力(油密封性的降低、液体压缩等)相关的异常判断。以下，以与上述第二例、第三例不同的部分为中心进行说明，有时省略对于与上述第二例、第三例相同的内容的说明。

图6是示出与压缩机10的机械元件的异常判断相关的功能构成的第四例的功能框图。图7是说明本例的异常判断方法的图。

如图6所示，控制装置40包括电气特征量计算部401和异常判断部403。

在本例中，异常判断部403基于通过电气特征量计算部401计算的电流高次谐波、以及自压缩机10导入的与电动机20的旋转频率相关的检测信号，进行与压缩机10的应力相关的异常判断。另外，异常判断部403可以基于通过电气特征量计算部401计算的电流高次谐波、自压缩机10导入的与电动机20的旋转频率相关的检测信号以及与运转状态相关的检测信号，进行与压缩机10的应力相关的异常判断。

异常判断部403例如使用与在将压缩机10的1次的电流高次谐波和旋转频率作为变量的2变量的坐标系上的对于正常还是异常进行区分的边界相关的信息(以下，称为“异常判断用边界信息”)，进行异常判断。具体而言，异常判断部403可以通过由电气特征量计算部401计算的电流高次谐波和由与该电流高次谐波对应的旋转频率规定的坐标与由异常判断用边界信息规定的边界相比处于异常侧还是正常侧，进行异常判断。

异常判断用边界信息例如通过所谓有监督的机器学习而事先规定(生成)。另外，可以通过控制装置40进行机器学习，生成异常判断用边界信息。为了异常判断用边界信息的生成而应用的机器学习的手法例如为SVM(Support Vector Machine)。另外，为了异常判断用边界信息的生成而应用的机器学习的手法例如可以是k近邻法、混合高斯分布模型。

例如，如图7所示，在将纵轴以及横轴分别设定为1次的电流高次谐波以及旋转频率的坐标系上，表示与压缩机10的应力相关的正常状态的训练数据(四边)和表示异常状态的训练数据(圆)被标示。通过使用这些训练数据进行机器学习，生成在将压缩机10的1次的电流高次谐波和旋转频率作为变量的2变量的坐标系上的用于区分正常还是异常的边界801。边界801上的1次的电流高次谐波的值根据压缩机10的旋转频率的变化而变动。即，对于边界801，考虑了基于压缩机10的旋转频率的变化的、压缩机10的机械元件的异常与压缩机10的电气特征量(在本例中为1次的电流高次谐波)之间的关系的变动。

由此，异常判断部403通过使用异常判断用边界信息，能够考虑基于旋转频率的变化的、压缩机10的机械元件的异常与压缩机10的电气特征量之间的关系的变动，进行与压缩机10的异常相关的判断。

例如，异常判断部403即使在输入旋转频率彼此不同的数据802(白三角)以及数据803(黒三角)的情况下，也能够使用边界801，将前者的情况判断为正常状态，并且将后者的情况判断为异常状态。

另外，异常判断部403例如可以在除了压缩机10的1次的电流高次谐波和旋转频率之外，还增加了与其他的运转状态相关的参数(例如，温度、喷出压力、吸入压力等)的多变量的坐标上，进行与压缩机10的应力相关的异常判断。在该情况下，在异常判断用边界信息中，对在除了压缩机10的1次的电流高次谐波和旋转频率之外还增加了与其他的运转状态相关的参数的多变量的坐标上的用于区分正常还是异常的边界进行规定。在该情况下，也通过应用上述机器学习的手法，生成异常判断用边界信息。

由此，异常判断部403能够考虑基于压缩机10的旋转频率以外的运转状态的变化的、压缩机10的机械元件的异常与压缩机10的电气特征量之间的关系的变动，进行与压缩机10的异常相关的判断。

如此，在本例中，异常判断部403基于压缩机10的1次的电流高次谐波(计算值)，进行与压缩机10的内部的应力相关的异常判断。具体而言，异常判断部403通过使用异常判断用边界信息，考虑了基于压缩机10的旋转频率的变化的、与压缩机10的应力相关的异常与压缩机10的1次的电流高次谐波的关系的变动，进行异常判断。

由此，控制装置40能够使与压缩机10的应力(油密封性的降低、液体压缩等)相关的异常判断的精度提高。

[压缩机的异常判断的其他例子]

接下来，参照上述第一例～第四例，对于通过控制装置40进行的压缩机10的机械元件的异常判断的其他例子进行说明。

上述第一例～第四例的内容可以适当组合。

例如，在上述第一例中，控制装置40(校正部402)可以替代对由电气特征量计算部401计算的电气特征量进行校正，而是与上述第三例的情况相同，对基准信息进行校正。在该情况下，上述第一例中的基准信息相当于在异常判断部403中使用的异常判断用的阈值。

另外，例如，控制装置40(异常判断部403)可以使用与上述第四例的情况相同的方法，进行与压缩机10的轴承磨损相关的异常判断。

另外，上述第一例～第四例的内容可以适当变更。

例如，在压缩机10为容积式压缩机的情况下，控制装置40(异常判断部403)可以基于压缩机10的压缩转矩中的电动机20的驱动频率的分量的降低，判断为存在压缩机10的压缩室的油密封性的降低的异常。由此，控制装置40能够相对容易把握(检测)例如密封压缩机10的压缩室的油消失，压缩室的气密性消失的状态。

具体而言，控制装置40可以通过表示与电动机20的电流相关的物理量的信号的特定的频率分量的降低，判断为压缩机10的压缩转矩中的电动机20的驱动频率的分量的降低。

表示与电动机20的电流相关的物理量的信号例如如上所述为与电动机20的电流相关的直流信号(例如，电动机20的电流矢量的大小等)、交流信号(例如，电动机20的相电流等)。例如，控制装置40在利用与电动机20的电流相关的直流信号的情况下，作为特定的频率分量，判断与电动机20的电流相关的直流信号中的电动机20的驱动频率的分量的降低的有无。另外，例如，控制装置40在利用与电动机20的电流相关的交流信号的情况下，作为特定的频率分量，判断与电动机20的电流相关的交流信号中的、相对于电动机20被电驱动时的基波频率偏离电动机20的驱动频率的量的频率分量的降低的有无。

另外，控制装置40可以通过压缩机10或其附近的机器(部件)的振动、压缩机10的附近的声音的特定的频率分量的降低，判断压缩机10的压缩转矩中的电动机20的驱动频率的分量的降低。具体而言，控制装置40可以作为特定的频率分量，通过压缩机10或其附近的振动、声音中的、与电动机20的驱动频率相同频率分量的降低，判断压缩机10的压缩转矩中的电动机20的驱动频率的分量的降低。在该情况下，在压缩机10或压缩机10的附近设置用于进行检测振动的振动传感器、用于进行拾音的麦克风等，其检测信号被导入控制装置40。

[作用]

接下来，对于本实施方式的异常判断系统1(控制装置40)的作用进行说明。

在本实施方式中，异常判断部403基于被电驱动的压缩机10的电气特征量，进行压缩机10的机械元件的异常判断的。具体而言，电气特征量是与对压缩机10进行驱动的电动机20的电流相关的信号的特定的频率分量，特定的频率分量是压缩机10的旋转频率的规定的正整数倍的分量。并且，异常判断部403考虑了基于压缩机10的旋转频率的变化的、机械元件的异常与压缩机10的电气特征量的关系的变动，进行异常判断。

由此，控制装置40在进行基于电气特征量的与压缩机10的异常相关的判断时，能够考虑基于压缩机10的旋转频率的变化的、机械元件的异常与压缩机10的电气特征量的关系的变动。因此，控制装置40能够使与压缩机10的异常相关的判断的精度提高。

另外，在本实施方式中，基于压缩机10的旋转频率的变化的、机械元件的异常与压缩机10的电气特征量的关系的变动可以是基于压缩机10的旋转频率的变化的、机械元件的异常与电气特征量的关系的自规定的基准状态的偏差。并且、规定的基准状态可以是在特定的旋转频率下的机械元件的异常与电气特征量的关系。

由此、控制装置40能够将在特定的旋转频率下的机械元件的异常与电气特征量的关系作为基准，一边根据压缩机10的实际的旋转频率的变化考虑机械元件的异常与电气特征量的关系的偏差，一边进行异常判断。

另外，在本实施方式中，校正部402可以对基于压缩机10的旋转频率的变化的、机械元件的异常与电气特征量的关系的自规定的基准状态的偏差进行校正。并且，异常判断部403可以基于通过校正部402对偏差进行了校正后的机械元件的异常与电气特征量的关系，进行异常判断。

由此，具体而言，控制装置40能够考虑基于压缩机10的旋转频率的变化的、机械元件的异常与压缩机10的电气特征量的关系的变动，进行异常判断。

另外，在本实施方式中，判断基准生成部406可以基于正常时的压缩机10的运转状态与电气特征量的关系，生成用于自电气特征量进行判断的判断基准。另外，校正部402可以以对基于压缩机10的旋转频率的变化的、压缩机10的异常与判断基准之间的关系的偏差进行校正的方式，对电气特征量或判断基准进行校正。并且，异常判断部403可以在通过校正部402进行的校正后，通过对电气特征量和判断基准进行比较而进行异常判断。

由此，具体而言，控制装置40能够考虑基于压缩机10的旋转频率的变化的、机械元件的异常与压缩机10的电气特征量的关系的变动，从而进行异常判断。

另外，在本实施方式中，判断基准生成部406可以生成压缩机10的旋转频率为特定的旋转频率时的判断基准。另外，校正部402可以将电气特征量校正为与压缩机10的旋转频率为特定的旋转频率时相当的状态。并且，异常判断部403可以通过对通过校正部402进行校正的电气特征量与判断基准进行比较而进行异常判断。

由此，具体而言，控制装置40能够考虑基于压缩机10的旋转频率的变化的、机械元件的异常与压缩机10的电气特征量的关系的变动，从而进行异常判断。

另外，在本实施方式，判断基准生成部406可以生成压缩机10的旋转频率为特定的旋转频率时的判断基准。另外，校正部402可以根据压缩机10的旋转频率，对判断基准进行校正。并且，异常判断部403可以通过对电气特征量和通过校正部402进行校正后的判断基准进行比较而进行异常判断。

由此，具体而言，控制装置40能够考虑基于压缩机10的旋转频率的变化的、机械元件的异常与压缩机10的电气特征量的关系的变动，从而进行异常判断。

另外，在本实施方式中，校正部402可以根据压缩机10的旋转频率的变化而使进行校正的量变化。

由此，校正部402能够根据压缩机10的旋转频率的变化，具体地对机械元件的异常与电气特征量的关系的自规定的基准状态的偏差进行校正。

另外，在本实施方式中，压缩机10的运转状态可以包括压缩机10的低压侧的压力状态或与该压力状态相关的状态(例如，温度状态)、以及高压侧的压力状态或与该压力状态相关的状态这两者。

由此，控制装置40能够不仅考虑压缩机10的低压侧以及高压侧的任一者的压力状态，而是考虑双方的压力状态，从而生成判断基准。因此，控制装置40能够使异常判断的精度提高。

另外，在本实施方式中，控制装置40可以保存与对于电气特征量的压缩机10的异常与正常的边界801相关的信息。具体而言，边界801可以根据压缩机10的旋转频率的变化而变化。并且，异常判断部403可以通过电气特征量处于边界的正常侧还是异常侧，从而进行判断。

由此，具体而言，控制装置40例如使用通过机器学习而取得的、考虑了旋转频率的变化的影响的与边界801相关的信息，从而能够考虑基于压缩机10的旋转频率的变化的、机械元件的异常与压缩机10的电气特征量的关系的变动，进行异常判断。

另外，在本实施方式中，异常判断部403可以考虑基于机械元件的机械特性的上述变动，进行异常判断。

由此，控制装置40能够考虑起因于机械元件的机械特性而根据压缩机10的旋转频率的变化产生的、机械元件的异常与压缩机10的电气特征量的关系的变动，从而进行异常判断。

另外，在本实施方式中，机械特性可以包括机械元件的惯性。

由此，控制装置40能够考虑起因于机械元件的惯性而根据压缩机10的旋转频率的变化产生的、机械元件的异常与压缩机10的电气特征量的关系的变动，从而进行异常判断。

另外，在本实施方式中，异常判断部403可以考虑基于直至在电气特征量中出现异常为止的传递特性的上述变动，进行异常判断。

由此，控制装置40能够考虑起因于直至在电气特征量中出现异常为止的传递特性且根据压缩机10的旋转频率的变化产生的、机械元件的异常与压缩机10的电气特征量的关系的变动，从而进行异常判断。

另外，在本实施方式中，异常判断部403可以考虑通过基于理论式的计算以及压缩机10的电气信号的测定结果的至少一者而事先规定的、基于表示传递特性的函数的上述变动，进行异常判断。

由此，控制装置40能够具体考虑起因于直至在电气特征量中出现异常为止的传递特性且根据压缩机10的旋转频率的变化产生的、机械元件的异常与压缩机10的电气特征量的关系的变动。

另外，在本实施方式中，机械元件的异常可以是压缩机10的旋转频率越大，则在该异常时产生的电气特征量的变化越相对变小的种类的异常。

由此，控制装置40能够进行与压缩机10的旋转频率越大，则在该异常时产生的电气特征量的变化相对越变小的种类的异常相关的判断。

另外，在本实施方式中，与对压缩机10进行驱动的电动机20的电流相关的信号可以是与对压缩机10进行电机驱动的电动机20的电流相关的直流信号。另外，特定的频率分量可以是压缩机10的旋转频率的1倍分量。并且，判断对象的机械元件的异常可以是压缩机10的压缩室的油密封性的降低、或者液体制冷剂进入压缩室而液体制冷剂被压缩的状态(液体压缩)。

由此，控制装置40能够使用例如电流矢量等的与电动机20的电流相关的直流信号，进行与特定的机械元件的异常(油密封性的降低或液体压缩)相关的判断。

另外，在本实施方式中，与对压缩机10进行驱动的电动机20的电流相关的信号可以是与对压缩机10进行电机驱动的电动机20的电流相关的交流信号。另外，特定的频率分量可以是相对于该交流信号的基波频率偏离压缩机10的旋转频率的1倍分量的频率分量。并且，判断对象的机械元件的异常可以是压缩机10的压缩室的油密封性的降低、或者液体制冷剂进入压缩室而液体制冷剂被压缩的状态(液体压缩)。

由此，控制装置40能够使用例如相电流等的与电动机20的电流相关的交流信号，进行与特定的机械元件的异常(油密封性的降低或液体压缩)相关的判断。

另外，在本实施方式中，异常判断部403可以基于特定的频率分量的降低，判断存在油密封性的降低，该特定的频率分量在直流信号的情况下为压缩机10的旋转频率的1倍分量，在交流信号的情况下为相对于压缩机10被电机驱动时的基波频率偏离压缩机10的旋转频率的1倍分量的频率分量。

由此，控制装置40能够通过与对压缩机10进行驱动的电动机20的电流相关的信号的1次的高次谐波分量的降低，具体地断定压缩机10的油密封的降低。

另外，在本实施方式中，与对压缩机10进行驱动的电动机20的电流相关的信号可以是与对压缩机10进行电机驱动的电动机20的电流相关的直流信号。另外，特定的频率分量可以是压缩机10的旋转频率的2倍分量或3倍分量。并且，判断对象的机械元件的异常可以是压缩机10的轴承的磨损。

由此，控制装置40能够使用例如电流矢量等的与电动机20的电流相关的直流信号，进行与特定的机械元件的异常(轴承的磨损)相关的判断。

另外，在本实施方式中，与对压缩机10进行驱动的电动机20的电流相关的信号可以是与对压缩机10进行电机驱动的电动机20的电流相关的交流信号。另外，特定的频率分量可以是相对于该交流信号的基波频率，偏离压缩机10的旋转频率的2倍分量或3倍分量的频率分量。并且，判断对象的机械元件的异常可以是压缩机10的轴承的磨损。

由此，控制装置40能够使用例如相电流等的与电动机20的电流相关的交流信号，从而进行与特定的机械元件的异常(轴承的磨损)相关的判断。

另外，在本实施方式中，与对压缩机10进行驱动的电动机20的电流相关的信号可以基于对压缩机10进行电机驱动的电动机20的至少2相以上的电流值进行运算。并且，至少2相以上的电流值可以分别基于与该至少2相以上的电流值的全部电流值相关的、对规定的电流进行检测的单一的电流检测部的输出而取得。

由此，控制装置40能够抑制例如因对各相的相电流进行检测的每个电流传感器的个体差的影响导致在最终运算的电气特征量中出现实际不存在的频率分量的事态。因此，控制装置40通过仅使用单一的电流检测器的输出而取得(运算)电气特征量，抑制了与压缩机10的机械元件的异常相关的误判断，能够更恰当地进行与压缩机10的机械元件的异常相关的判断。

另外，在本实施方式中，异常判断部403可以进行与搭载作为容积式压缩机的压缩机10的机器的异常相关的判断。另外，压缩机10(容积式压缩机)可以具有压缩机构与电动机20机械连接且在压缩过程中产生的压缩转矩与电动机20产生的马达转矩存在相关性的构造，并且可以具有于压缩室具有间隙且用油对压缩室进行密封的构造。并且，异常判断部403可以基于压缩转矩中的电动机20的驱动频率的分量的降低，判断存在异常。

由此，控制装置40能够相对容易地把握(检测)例如对压缩机10的压缩室进行密封的油消失，压缩室的气密性消失那样的压缩机10的机械元件的异常状态。

另外，在本实施方式中，异常判断部403可以通过与电动机20的电流相关的信号的特定的频率分量的降低，判断压缩转矩中的驱动频率的分量的降低。

由此，控制装置40把握压缩转矩中的驱动频率的分量的降低，具体而言，能够把握(检测)压缩机10的机械元件的异常状态。

另外，在本实施方式中，与电动机20的电流相关的信号可以是与电动机20的电流相关的直流信号。并且，特定的频率分量可以是电动机20的驱动频率的分量。

由此，控制装置40能够使用例如电流矢量等的与电动机20的电流相关的直流信号中的、与电动机20的驱动频率相关的1次的高次谐波分量，具体而言，能够进行与压缩机10的机械元件的异常相关的判断。

另外，在本实施方式中，与电动机20的电流相关的信号可以是与电动机20的电流相关的交流信号。并且，特定的频率分量可以是相对于该交流信号的基波频率，偏离驱动频率的量的频率分量。

由此，控制装置40能够使用例如相电流等的与电动机20的电流相关的交流信号中的、与驱动频率相关的1次的高次谐波分量，具体而言，能够进行与压缩机10的机械元件的异常相关的判断。

另外，在本实施方式中，异常判断部403可以通过压缩机10(容积式压缩机)的振动或声音的特定的频率分量的降低，判断压缩转矩中的电动机20的驱动频率的分量的降低。

由此，控制装置40能够把握压缩转矩中的驱动频率的分量的降低，具体而言，能够把握(检测)压缩机10的机械元件的异常状态。

[变形/变更]

以上，虽然对实施方式进行了说明，但是应理解为在不超出权利要求书的主旨以及范围的情况下，能够进行方式、详细内容的多种变形/变更。

例如，在上述实施方式中，虽然进行与压缩机10的机械元件相关的异常判断，但是可以对于压缩机10之外的其他的旋转机械，以同样的方法进行与机械元件相关的异常判断。

另外，在上述实施方式以及变形/变更的例子中，举例示出了作为旋转机械的电气特征量，在异常判断中使用高次谐波电流的情况，但是只要机械元件的异常作为电气特征出现即可，可以使用其他种类的电气特征量。

另外，在上述实施方式以及变形/变更的例子中，虽然异常判断的对象的压缩机10和进行异常判断的控制装置40搭载于相同的空气调和机中，但是进行异常判断的功能可以设于与包括压缩机10的空气调和机不同的场所。例如，进行压缩机10的异常判断的功能可以设于通过通信装置50以可通信的方式连接的上述管理装置(异常判断装置的一个例子)。在该情况下，与电动机20的电流等相关的检测信号、与压缩机10的运转状态相关的检测信号等通过通信装置50发送(上传)至管理装置。

最后，本申请要求基于2020年8月3日申请的日本国专利申请2020-131881号的优先权，并且在本申请中通过参照而引用日本国专利申请的全部内容。

附图标记说明

1 异常判断系统

10 压缩机(旋转机械)

20 电动机

30 电动机驱动装置

40 控制装置(异常判断装置)

50 通信装置

401 电气特征量计算部

402 校正部

403 异常判断部(判断部)

406 判断基准生成部(生成部)

407 异常度推定部(推定部)

801 边界