電動モータの効率とサステナビリティを改善する

概要

電動モータに異常や障害が発生すると、その動作効率が低下します。その状態が長期間にわたって継続すると、大きな経済的損失が生じてしまうかもしれません。そのため、現在はモータの状態を監視する方法に注目が集まっている状況にあります。本稿では、まずモータの一般的な障害がその動作効率に及ぼす影響について説明します。続いて、予測診断／予知保全のためのソリューションであるADI OtoSense^™スマート・モータ・センサー（以下、OtoSense SMS）を紹介します。その上で、OtoSense SMSを利用することにより、なぜモータの動作効率を高められるのかを明らかにします。更に、OtoSense SMSを適用したアプリケーションの事例を2つ紹介します。それらの事例からは、OtoSense SMSを利用することにより、CO₂の排出量とエネルギーの消費コストをどれくらい削減できるのかを見てとることができます。

はじめに

インダストリ4.0が広く普及すれば、製造業は新時代を迎えることになります。実際、新たな技術、ロボティクス、AI、自動化を組み合わせることにより、効率的かつ効果的な製造プロセスを実現した例が増えています。一方で、産業分野で消費されるエネルギーの量は世界全体にとっての重大な課題になっています。同分野のエネルギー消費量は、世界全体のエネルギー消費量の37%を占めているからです。また、そのうち70%はモータによって消費されています。仮に、すべてのモータを最大の効率で動作させられれば、世界で消費される電力の量を10%削減できることになります^{1、2、3、4}。では、それを実現するためにはどのような技術が必要になるのでしょうか。運用効率を高めるための代表的な手法としては、状態基準保全（CBM：Conditional Based Monitoring）と予知保全（PdM：Predictive Maintenance）が挙げられます。CBM/PdMを適用すれば、生産性、品質、物流管理の面でより大きな成果を上げることができます。しかも、サステナビリティ（持続可能性）に関する指標やその他の目標を満たすことが可能になります。アナログ・デバイセズのOtoSense SMSは、今日市場で提供されている主要なCBM/PdM技術の1つです。本稿では、OtoSense SMSを適用することにより、なぜモータのエネルギー効率を高められるのかを明らかにします。

モータの効率と健全性

モータのエネルギー消費量に注目が集まった結果、より効率の高いインダクション・モータを設計する動きが盛んになりました。しかし、モータの効率に大きな影響を与える要因はもう1つ存在します。しかも、その要因は軽視されがちです。実は、モータの健全性が損なわれている場合、エネルギー効率の著しい低下を招く可能性があるのです。一般に、産業用モータの動作効率は50%～85%程度です⁵。ただ、メーカーが提示する効率の定格値は、モータが最適な状態にあることを前提としています。つまり、動作中に深刻な異常や欠陥、障害がないと想定される場合にだけ有効な値です。モータに初期段階の障害が発生しているだけでもその効率は低下します。

周知のとおり、モータの効率は、トータルの入力電力に対する有効な機械的出力の比として定義されます。一般に、電気的な入力エネルギーを機械的な出力エネルギーに変換する際にはエネルギーが消費されます。これはエネルギー損失として知られています。エネルギー損失は、固有電力損失と異常電力損失から成ります（図1）。つまり、モータの効率は以下の式によって表されます。

上記のとおり、モータの主な電力損失は次の2つに分類されます。

➤  固有電力損失

銅損（抵抗、表皮効果）や鉄損（渦電流、ヒステリシス）、機械的損失（摩擦、風損）などによって生じる損失。固有電力損失は、モータの設計の段階で低減を図ることができます。

➤  異常電力損失

モータの状態が不健全であることに起因して生じる電力損失。表1 に示した障害のうちいずれか1 つまたは複数が生じている場合などに発生します。異常電力損失は、モータの動作を最適な状態に保つことで最小限に抑えられます。また、モータの保全計画と強い関連性を持つことになります。

モータの効率については様々な研究や調査が行われています。それらの結果から、モータを不健全な状態で稼働させると、効率の値は定格値よりも低くなることがわかっています⁶。モータが不健全な状態にある場合、小さな不具合がやがて故障に発展し、最後には機械の損傷に至ることになるでしょう。その間、モータは低い効率で動作し続けることになります。これはエネルギーの大きな損失につながります。ここで、様々な種類のベアリングの障害がインダクション・モータの効率に及ぼす影響について行われた調査の結果を紹介します。試験の対象として選択されたベアリングの障害は以下の4種です。

➤  障害1：アウター・レースの亀裂

➤  障害2：アウター・レースの穴

➤  障害3：保護用シールドの変形

➤  障害4：ベアリングの腐食

図2（右）に示したのは、障害1に分類されるベアリングの障害の例です。実験用の装置では、2.2kW出力の3相インダクション・モータを使用しました。このモータは、主電源制御装置から電力を得ます。そして、このモータはブレーキに結合されています。モータの入力電力は、モータの入力電流、電圧、位相を測定することで計算できます。また、モータの機械的出力は、モータの負荷トルクと回転速度を測定することにより計算することが可能です。そして、モータの効率は、モータの入力電力に対するモータの機械的出力の比として算出できます。図2（左）のグラフは、様々な負荷条件の下、モータの効率がどのように変化するのかを示したものです。ご覧のように、ベアリングの障害は、全負荷条件の場合に1.5%、軽負荷条件の場合に4%の効率の低下を引き起こす可能性があります。

モータの障害の例としては、ロータ・バーの不具合、ステータの巻線の不具合、モータのシャフトの位置ずれ、モータの据え付け個所の緩み、冷却ファンのモータの不具合といったものが挙げられます。これらの障害は、モータの効率の低下につながるおそれがあることがわかっています^7、8。実際、図3に示した例のように、モータの様々な障害は効率に影響を及ぼします。

OtoSense SMSの概要

OtoSense SMSは、産業用モータのCBM/PdMを実現するためのハードウェア／ソフトウェア製品です。AIを活用した完全なターンキー・ソリューションとして実現されています。クラス最高レベルのセンシング技術と最先端のデータ分析技術を組み合わせることにより、モータの状態を的確に監視できるようになっています。

OtoSense SMSは、ハードウェアのサブシステムとソフトウェアのサブシステムで構成されています。ソフトウェアのサブシステムには、クラウド側のプラットフォーム、ウェブ・アプリケーション、モバイル・アプリケーションが含まれています。クラウド側のプラットフォームには、機械学習に基づいてモータの障害を診断するAIのアルゴリズムが含まれています。図4に、OtoSense SMSのシステム構成を示しました。

OtoSense SMSは、アナログ・デバイセズが開発した高性能のセンサーをいくつか搭載しています。代表的なものは以下の2つです。

►  ADXL1002： 高い周波数に対応する低ノイズのMEMS（MicroElectro Mechanical System）加速度センサー。X 軸とZ 軸の振動を検出するために2 個使用しています。

►  ADT7420：16ビットの分解能によって高い精度を実現したデジタル温度センサー。モータのフレームの温度と周辺温度を検出するために2 個使用しています。

それ以外の構成要素としては、以下のようなものがあります。

►  磁界センサー：モータの速度の検出と電気的な障害の診断用に1 個使用しています。

►  Wi-Fi用のプロセッサ：2.4GHzのWi-Fiによるデータ転送のためのものです。データの収集とパッキング用に1 個使用しています。

OtoSense SMSは、機械に関するデータの検出／収集と解釈を目的として提供されています。表1に示したように、OtoSense SMSを使用すれば、一般的かつ多様なモータの障害の診断と予測を実現できます。OtoSense SMSは市場を牽引する主要なソリューションだと言えるでしょう。

OtoSense SMSによってモータの効率を高める

適切な保全を行えば、モータの故障の発生回数を減らし、予定外のダウンタイムを防止することができます。これは、経済的な収益性を最大限に高めることにつながります。また、モータの効率は、その稼働に伴うコストを削減したい場合に基本となる要素です。効率の高いモータであれば、標準的な効率のモータよりも消費電力の量を少なく抑えられるからです。モータの障害としては様々なものがあります。ロータの不具合、ステータの巻線の非対称性、絶縁システムの不具合、不均衡性／位置ずれ、換気システムの不具合などがその例です。各種の研究により、それらの障害が原因で機械の効率がどれくらい低下するのかということが明らかにされつつあります。

図5は、OtoSense SMSによってモータの動作効率がどのように最適化されるのかを示したものです。OtoSense SMSのクラウド側のプラットフォームは、モータの動作の状態と保守の必要性について比類のない知見を提供します。また、OtoSense SMSには予知保全に向けたアナログ・デバイセズ独自の分析技術が適用されています。それにより、モータにおける最も一般的な9種の障害を初期段階で検出することが可能になっています。つまり、モータの動作に影響が生じる前に障害を修復できるということです。加えて、各障害については、その深刻度を表す障害スコア指数（FSI：Fault Score Index）が計算されます。FSIは0～10の値をとります。FSIの値が7よりも大きい場合、モータの健全性は良好です。FSIの値が5～7になった場合には、モータに初期段階の障害が生じていると考えられます。つまり、深刻度が低い障害が生じているので、ユーザに対し、電子メールによって「警告（Warning）」が通知されます。モータは、警告に相当する障害を抱えていても、ある程度の期間は正常に動作します。しかし、健全性が損なわれていることから動作効率は低下します。ここで図6をご覧ください。これは、モータの据え付け個所の緩みが初期段階で検出された場合の分析結果です。この場合、警告が通知されます。通知を受け取ったユーザは、モータが高い効率で動作し続けられるように対処することができます。モータの動作を最適な状態に戻すための修復作業を直ちに行うべきでしょう。以下では、OtoSenseの有用性を示すために、2つのユーザ事例を紹介することにします。

【ユーザ事例1】OtoSense SMSでコンプレッサを監視する

コンプレッサは、製造施設で使われる最も重要な装置の1つです。このユーザ事例（お客様によるOtoSense SMSの活用例）では、コンプレッサの動作を常時連続監視するためにOtoSense SMSが使用されました。図7に示したのは、OtoSense SMSを取り付けたコンプレッサの外観です。

このコンプレッサの出力は400kWで、毎日、24時間継続して稼働します。通常は4.5年に一度、オーバーホールが行われます。オーバーホールまでの間には、モータに障害が発生することがあります。主に発生するのはベアリングの障害です。前掲の図2からわかるように、ベアリングの障害が発生すると、モータの動作効率が1.5%低下する可能性があります。このユーザ（お客様）は 評価のためにOtoSense SMSを試用しました。その後、同ソリューションをすべての重要なコンプレッサに適用しました。OtoSense SMSは、初期段階のベアリングの障害を検出し、ユーザに対して警告を発します。警告を受け取ったユーザは、ベアリングの永久的な損傷を防ぎ、製造ラインの予定外のダウンタイムを回避するための措置を講じます。修復作業は早急に行われるので、修復が完了するまでの間、つまりは警告が出ている状態のままモータが稼働する時間は短く抑えられます。

この事例よりも前の段階で、OtoSense SMSを利用することによって、エネルギーの消費量とCO₂の排出量を削減できることは確認されていました。特に、使用するコンプレッサの台数が増えると、CO₂の削減効果は非常に大きくなります。例えば、100万台のコンプレッサ（400kW出力）を監視する場合、CO₂の排出量を約147×10⁹ kgrも削減できる可能性があります。図8は、OtoSense SMSを適用した1つの事例において得られた結果をまとめたものです。

【ユーザ事例2】OtoSense SMSでモータを監視する

空港では、旅客の手荷物を搬送するためにベルト・コンベヤが使用されます。これは、高密度のモータ駆動アプリケーションの一例です。その種のシステムは、数千台ものモータによって駆動されている場合があります。

一般に、各モータの出力は5HP程度です。また、その寿命は5年程度だと仮定できます。5年間におけるモータの使用コスト、つまり総所有コスト（TCO）は、主にモータの購入コスト、保守コスト、消費電力のコストで構成されます。具体的な金額は、購入コストが2000米ドル（約30万円）、保守コストが8000米ドル（約120万円）、消費電力のコストが2万8000米ドル（約430万円）になると想定されます。それぞれ、TCOの5%、20%、70%に相当します（図9）。

モータの使用期間全体にわたる最大のコスト要因は消費電力です。上の例のベルト・コンベヤでは3000台のモータを使用していました。ここで、OtoSense SMSを導入することによってモータの動作効率が2%向上するとします。

その場合、5年間を対象とする消費電力の削減効果は、3000×28000×2% = 168万米ドル（約2億5900万円）に達します。

つまり、1年間あたりの削減効果は1680000/5 = 33万6000米ドル（約5180万円）です。この金額は、新品のモータの価格に換算すると168台分に相当します。

まとめ

本稿で説明したとおり、モータの動作効率を改善すると、コストの削減効果が得られます。つまり、OtoSense SMSは経済的な面でも大きなメリットをもたらします。多くの製造企業は、業務効率の向上、計画外のダウンタイムの削減、サステナビリティの実現を重視しています。そのためには、CBM/PdMの導入が必須です。OtoSense SMSを使用すれば、モータの状態をリアルタイムに監視し、初期段階の障害を検出することができます。また、トラブルシューティングを迅速に行うために推奨される措置も提示してくれます。障害を早期に検出して修復すれば、モータの予期せぬ故障や動作の停止を防ぐことが可能になります。それだけでなく、モータが高い効率で動作することを保証し、エネルギーの消費量を削減することにもつながります。今後10年の間に、製造企業が業務効率を向上し、サステナビリティを確保するという目標を達成するためには、このような対策が必須となります。

参考資料

¹ Benjamin Hinds「How to Meet Sustainability Goals,Part 1: High-Efficiency Motors（サステナビリティに関する目標を達成する方法　【Part 1】効率の高いモータ）」Control Engineering、2024年7月

² 「Why Buildings?（なぜ建物なのか？）」国際連合環境計画（U.N. Environment Programme）、建物および建築のグローバル・アライアンス（Global Alliance for Buildings and Construction）、2019年

³ João Fong、Fernando J. T. E. Ferreira、André M. Silva、Aníbal T. de Almeida「IEC61800-9 System Standards as a Tool to Boost the Efficiency of Electric Motor Driven Systems Worldwide（IEC61800-9のシステム規格は、世界中の電動モータ駆動システムの効率を高めるツールに）」Inventions、2020年5月

⁴「 All Motor Drives Systems Running at Maximum Efficiency（すべてのモータ・ドライブ・システムを最大の効率で稼働させる）」国際エネルギー機関（IEA：International Energy Agency）

⁵「 The qGaNDrive Module（qGaNDriveモジュール）」QPT

⁶Jonathan Herrera-Guachamin、Jose Antonino-Daviu「Laboratory Experiments for the Evaluation of the Efficiency of Induction Motors Operating Under Different Electrical and Mechanical Faults（様々な電気的／機械的障害の下で動作するインダクション・モータ、その効率を実験室で評価する）」IECON、45th Annual Conference of the IEEE Industrial Electronics Society、2019年

⁷ Lucia Frosini、Ezio Bassi、Christian Gazzaniga「Effect of the Bearings Faults on the Efficiency of the Induction Motors（ベアリングの障害がインダクション・モータの効率に及ぼす影響）」34th Annual Conference of IEEE Industrial Electronics、2008年

⁸Maeva Garcia、Panagiotis A. Panagiotou、Jose Alfonso Antonino-Daviu、Konstantinos N. Gyftakis「Efficiency Assessment of Induction Motors Operating Under Different Fault Conditions（様々な障害の条件下で動作するインダクション・モータの効率の評価）」IEEE Transactions on Industrial Electronics、Vol. 66、No. 10、2019年10月

著者

Bin Huo

Bin Huoは、アナログ・デバイセズのプロダクト・アプリケーション・エンジニアです。2000年に入社して以来、モータ・コントローラ用のDSP、Blackfin DSP、高速A/Dコンバータ、OtoSenseスマート・モータ・センサーを担当。ICのシステム・アーキテクチャ設計やアプリケーションのリファレンス設計、アルゴリズム開発にも携わってきました。モータ・コントローラ用のインバータ・システムの設計、モータの閉ループ制御用のアルゴリズム、T o F（Time of Flight）カメラ・モジュールの設計、アルゴリズム開発の経験も有しています。東京大学で電気工学の博士号を取得。研究開発の領域で10件以上の特許を取得しています。