【要約】モータの電流でベアリングの故障は見えるのか ―― 実損傷の公開データで振動と比べる [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
監視装置の設計者は、設置コスト低減のためにモータ電流による監視への転換を検討する。しかし、電流信号は振動信号に比べ故障情報が微弱であり、未知の個体に対する汎用性が不明であるという課題がある。
- ・振動センサは設置場所が限定される。
- ・電流センサは設置が容易だが、故障情報が基本波に埋もれやすい。
- ・学習データに含まれない個体への適用精度が検証されていない。
// Approach
著者は、振動と電流の信号から物理的根拠に基づいた特徴量を抽出し、ロジスティック回帰を用いて故障種別を分類する手法を検証した。
- ・振動: エンベロープスペクトルと物理特徴（欠陥次数スコア）を使用。
- ・電流: 生スペクトル、振幅復調、Parkベクトル長（EPVA）を使用。
- ・評価: 個体を丸ごとテストに回す「leave-one-bearing-out」を採用。
// Result
本検証の結果は、故障種別特定を目的とする設計者に対し、振動センサの優位性と電流センサの限界を定量的に示した。
- ・振動の物理特徴は、未知の個体でも62.1%の精度を維持した。
- ・電流は、単純な特徴量では32.1%と、あてずっぽう以下の精度に留まった。
- ・電流による特定には、論文級の高度な特徴抽出が必要である。
Senior Engineer Insight
> 現場への導入において、設置の容易さだけで電流センサを選択するのは極めて危険である。本検証は、物理的根拠に基づいた特徴量設計と、個体またぎによる厳格な評価の重要性を証明している。故障種別の特定を主眼に置くなら、振動センサを基準線とし、電流は負荷変動などの別用途に割り当てるべきだ。安易なセンサー統合は、未知の個体に対して誤検知や検知漏れを招くリスクが高い。