JP7314434B1 - モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプ - Google Patents

Abstract

【課題】駆動条件が変更されても、人的な機械操作を介在させることなく摩耗状態を推定可能なモータ軸受摩耗状態推定装置、推定方法、推定プログラム、およびキャンドモータポンプを提供する。【解決手段】本発明に係るモータ軸受摩耗状態推定装置５，５Ａは、複数の検出コイルＣ１～Ｃ８を用いて軸受３２，３３の摩耗状態を推定する。同装置は、第１学習モデルＭ１１，Ｍ２１と第２学習モデルＭ１２，Ｍ２２とを記憶する記憶部５６，５６Ａと、各信号を取得する取得部５５０と、第１差分信号と第２差分信号と振幅信号とを第１学習モデルに入力して、スラスト差分信号と振幅信号とを第２学習モデルに入力して摩耗状態を推定する推定部５５１と、を有する。振幅信号は、第１ラジアル検出コイルおよび／または第２ラジアル検出コイルそれぞれの検出信号に基づいて生成された第１振幅信号、または第１合成信号と第２合成信号とに基づいて生成された第２振幅信号である。【選択図】図４

Description

本発明は、モータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプに関する。

キャンドモータポンプは、ポンプとモータとが一体で、取扱液の漏洩が無い構造を有している。一般的に、キャンドモータポンプの回転構造部分（ロータ、回転軸、軸受、およびインペラ）は、取扱液で満たされるキャンに密封されている。そのため、キャンドモータポンプの内部構造は、外部から目視により監視できない。したがって、このような構造を有するキャンドモータポンプを効率よく運用するために、軸受の摩耗状態を監視する装置（以下「監視装置」という。）が用いられている（例えば、特許文献１参照）。

特許文献１に開示されている監視装置（モータ軸受摩耗監視装置）は、ステータの長手方向の両端に取り付けられた検出コイルを用いて、ロータの回転時の磁束変化を測定することにより、軸受の摩耗により生じるロータ（回転軸）のラジアル方向およびスラスト方向の変位を監視している。この手法では、軸受が摩耗していないとき、検出コイルの出力が変位ゼロを示すように検出コイルの出力を調整するゼロ点調整が必要となる。監視装置は、モータの回転により検出コイルに誘起される電圧を検出している。そのため、ゼロ点調整は、使用される所定の駆動条件によりモータを回転させた状態で行われている。

キャンドモータポンプでは、流量を絞るとき、キャンドモータポンプの吐出側に接続されている配管のバルブを絞る手法が用いられている。同手法では、配管内を流れる液体の抵抗が増加するため、エネルギーロスが生じる。そこで、近年、インバータによりモータの駆動条件（例えば、駆動周波数、駆動電圧など）を可変させる手法が用いられている（例えば、特許文献２参照）。同手法では、バルブを絞る手法のようなエネルギーロスが無いため、同手法による流量の調整は、近年の主流になってきている。

特開平１０－０８０１０３号公報 特開２００７－１６２７００号公報

しかしながら、前述のとおり、監視装置は、ロータの回転時の磁束変化を測定する。そのため、インバータにより駆動条件が変更されると、検出コイルに誘起される電圧が変わり、計測値と摩耗量との対応関係のずれによる誤検出などの技術的課題が生じる。その結果、駆動条件の変更のたびに手動による対応関係の調整（ゼロ点調整）が必要となる。このように、従来の監視装置は、インバータによる駆動条件の変更に対して駆動条件に応じた摩耗量（摩耗状態）を検出（推定）するためには、人的な機械操作を必要としている。

本発明は、駆動条件が変更されても、人的な機械操作を介在させることなく摩耗状態を推定可能なモータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプを提供することを目的とする。

本発明の一実施態様におけるモータ軸受摩耗状態推定装置は、キャンドモータポンプのモータのステータに対するロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイルそれぞれの検出信号に基づいて、前記ロータの回転軸を支持する軸受の摩耗状態を推定するモータ軸受摩耗状態推定装置であって、複数の前記検出コイルそれぞれは、前記ステータに取り付けられて、前記検出信号は、前記モータの駆動周波数に基づく基本波成分を含み、複数の前記検出コイルは、前記回転軸のラジアル方向における前記磁束変化を検出する複数のラジアル検出コイルと、前記回転軸のスラスト方向における前記磁束変化を検出する複数のスラスト検出コイルと、を含み、複数の前記ラジアル検出コイルは、一組となる第１ラジアル検出コイルと、他の一組となる第２ラジアル検出コイルと、を含み、複数の前記スラスト検出コイルは、一組となる第１スラスト検出コイルと、他の一組となる第２スラスト検出コイルと、を含み、前記スラスト方向において、前記第１ラジアル検出コイルと前記第１スラスト検出コイルとは、前記ステータの一方向側の端部に配置されて、前記スラスト方向において、前記第２ラジアル検出コイルと前記第２スラスト検出コイルとは、前記ステータの他方向側の端部に配置されて、前記ラジアル方向において、前記第１ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、前記ラジアル方向において、前記第２ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、前記第１ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第１差分信号と、前記第２ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第２差分信号と、前記基本波成分の振幅を示す振幅信号と、が入力されたとき、前記ラジアル方向における前記摩耗状態を出力するように機械学習された学習済みの第１学習モデル、および、前記第１スラスト検出コイルそれぞれの前記検出信号が合成された第１合成信号と前記第２スラスト検出コイルそれぞれの前記検出信号が合成された第２合成信号との差分を示すスラスト差分信号と、前記振幅信号と、が入力されたとき、前記スラスト方向における前記摩耗状態を出力するように機械学習された学習済みの第２学習モデル、を記憶する記憶部と、前記第１差分信号と前記第２差分信号と前記スラスト差分信号と前記振幅信号とを取得する取得部と、前記取得部により取得された前記第１差分信号と前記第２差分信号と前記振幅信号とを前記第１学習モデルに入力して、前記取得部により取得された前記スラスト差分信号と前記振幅信号とを前記第２学習モデルに入力して、前記摩耗状態を推定する推定部と、を有してなり、前記振幅信号は、前記第１ラジアル検出コイルおよび／または前記第２ラジアル検出コイルそれぞれの前記検出信号に基づいて生成された第１振幅信号、または、前記第１合成信号と前記第２合成信号とに基づいて生成された第２振幅信号である。

本発明の一実施態様における軸受摩耗状態推定方法は、キャンドモータポンプのモータのステータに対するロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイルそれぞれの検出信号に基づいて、前記ロータの回転軸を支持する軸受の摩耗状態を推定するモータ軸受摩耗状態推定装置により実行される軸受摩耗状態推定方法であって、複数の前記検出コイルそれぞれは、前記ステータに取り付けられて、前記検出信号は、前記モータの駆動周波数に基づく基本波成分を含み、複数の前記検出コイルは、前記回転軸のラジアル方向における前記磁束変化を検出する複数のラジアル検出コイルと、前記回転軸のスラスト方向における前記磁束変化を検出する複数のスラスト検出コイルと、を含み、複数の前記ラジアル検出コイルは、一組となる第１ラジアル検出コイルと、他の一組となる第２ラジアル検出コイルと、を含み、複数の前記スラスト検出コイルは、一組となる第１スラスト検出コイルと、他の一組となる第２スラスト検出コイルと、を含み、前記スラスト方向において、前記第１ラジアル検出コイルと前記第１スラスト検出コイルとは、前記ステータの一方向側の端部に配置されて、前記スラスト方向において、前記第２ラジアル検出コイルと前記第２スラスト検出コイルとは、前記ステータの他方向側の端部に配置されて、前記ラジアル方向において、前記第１ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、前記ラジアル方向において、前記第２ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、前記モータ軸受摩耗状態推定装置は、前記第１ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第１差分信号と、前記第２ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第２差分信号と、前記基本波成分の振幅を示す振幅信号と、が入力されたとき、前記ラジアル方向における前記摩耗状態を出力するように機械学習された学習済みの第１学習モデル、および、前記第１スラスト検出コイルそれぞれの前記検出信号が合成された第１合成信号と前記第２スラスト検出コイルそれぞれの前記検出信号が合成された第２合成信号との差分を示すスラスト差分信号と、前記振幅信号と、が入力されたとき、前記スラスト方向における前記摩耗状態を出力するように機械学習された学習済みの第２学習モデル、を記憶する記憶部、を備えて、前記振幅信号は、前記第１ラジアル検出コイルおよび／または前記第２ラジアル検出コイルそれぞれの前記検出信号に基づいて生成された第１振幅信号、または、前記第１合成信号と前記第２合成信号とに基づいて生成された第２振幅信号であり、前記軸受摩耗状態推定方法は、前記モータ軸受摩耗状態推定装置が、前記第１差分信号と前記第２差分信号と前記スラスト差分信号と前記振幅信号とを取得するステップと、前記モータ軸受摩耗状態推定装置が、取得された前記第１差分信号と前記第２差分信号と前記振幅信号とを前記第１学習モデルに入力して、取得された前記スラスト差分信号と前記振幅信号とを前記第２学習モデルに入力して、前記摩耗状態を推定するステップと、を含む。

本発明の一実施態様における軸受摩耗状態推定プログラムは、コンピュータを前述の実施態様に記載のモータ軸受摩耗状態推定装置として機能させる。

本発明の一実施態様におけるキャンドモータポンプは、ロータと、前記ロータを回転させるステータと、前記ロータと共に回転する回転軸と、を備えるモータと、前記回転軸を支持する軸受と、前記ステータに対する前記ロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイルと、複数の前記検出コイルそれぞれから出力された検出信号に基づいて前記軸受の摩耗状態を推定する、前述の実施態様に記載のモータ軸受摩耗状態推定装置と、を有してなる。

本発明によれば、駆動条件が変更されても、人的な機械操作を介在させることなく摩耗状態を推定可能なモータ軸受摩耗状態推定装置、軸受摩耗状態推定方法、軸受摩耗状態推定プログラム、およびキャンドモータポンプを提供できる。

本発明に係るキャンドモータポンプの実施の形態を示す側面図である。 図１のキャンドモータポンプが備えるモータ部の縦断面を示す模式断面図である。 図２のモータ部のうち、拡大されたＡ部を示す模式拡大断面図である。 本発明に係るモータ軸受摩耗状態推定装置の実施の形態を示す機能ブロック図である。 図４のモータ軸受摩耗状態推定装置が備える検出コイルの配置を示す模式斜視図である。 図５のうち、拡大されたＢ部を示す拡大斜視図である。 図５の検出コイルの検出信号の一例を示す模式図である。 図２のモータ部が備えるステータに対するロータのスラスト方向の位置と、２つの検出信号が合成された合成信号と、の関係を説明する模式図である。 図４のモータ軸受摩耗状態推定装置が備える記憶部に記憶されている情報の一例を示す模式図である。 図４のモータ軸受摩耗状態推定装置が備える表示部の外観を示す模式図である。 本発明における機械学習装置の機能ブロック図である。 図１１の機械学習装置において実行される機械学習方法を説明する模式図である。 図４のモータ軸受摩耗状態推定装置の動作の一例を示すフローチャートである。 図１３の動作に含まれるラジアル摩耗状態推定処理の一例を示すフローチャートである。 図１３の動作に含まれるスラスト摩耗状態推定処理の一例を示すフローチャートである。 駆動周波数の変更前後におけるスラスト摩耗状態の判定基準の変化を模式的に示す模式図であり、（ａ）は駆動周波数の変更前の判断基準を示していて、（ｂ）は駆動周波数の変更後の判定基準を示している。 本発明に係るモータ軸受摩耗状態推定装置の別の実施の形態を示す機能ブロック図である。 図１７のモータ軸受摩耗状態推定装置が備える記憶部に記憶されている情報の一例を示す模式図である。 図１６のモータ軸受摩耗状態推定装置が備える信号生成部による重み付けを説明する模式図であり、（ａ）は重み付け前の状態を示し、（ｂ）は重み付け後の状態を示す。

本発明は、キャンドモータポンプのモータ軸受摩耗状態推定装置に、検出信号および検出信号の振幅（信号レベル、電位）を示す信号を自動的に取得する機能、取得された信号および学習済みの学習モデルを用いて駆動条件に応じた軸受の摩耗状態を自動的に推定する機能を具備させる。その結果、本発明は、駆動条件が変更されても、人的な機械操作を介在させることなく駆動条件に応じた摩耗状態を推定して、キャンドモータポンプにおけるインバータによる流量制御を可能とさせるものである。各用語の詳細は、後述される。

本発明に係るキャンドモータポンプ（以下「本ポンプ」という。）、本発明に係るモータ軸受摩耗状態推定装置（以下「本装置」という。）、本発明に係る軸受摩耗状態推定方法（以下「本方法」という。）、および本発明に係る軸受摩耗状態推定プログラム（以下「本推定プログラム」という。）の実施の形態が、以下に説明される。以下の説明において、各図面は、適宜参照される。各図面において、同一の部材および要素については同一の符号が付されていて、重複する説明は省略されている。また、各要素の寸法比率は、説明の便宜上、誇張されている場合が有り、各図面に示されている比率に限定されない。

●キャンドモータポンプ●
●キャンドモータポンプの構成
先ず、本ポンプの構成が説明される。

図１は、本ポンプの実施の形態を示す側面図である。
同図では、説明の便宜上、本ポンプ１の上半部が断面図として示されている。

本ポンプ１は、取扱液の漏洩が無い構造を有して、特に、高温の液体、または危険性の高い液体（例えば、爆発性、引火性、または毒性を有する液体）の送液に用いられているポンプである。本ポンプ１は、ポンプ部２、モータ部３、アダプタ４、および本装置５を有してなる。

本ポンプ１の構成のうち、ポンプ部２、モータ部３、およびアダプタ４の構成は、公知のキャンドモータポンプの構成と共通する。そのため、以下の説明において、ポンプ部２、モータ部３、およびアダプタ４の構成は概略のみ説明されて、これらの詳細な説明は省略される。

以下の説明において、「フロント方向」はモータ部３に対してポンプ部２が位置する方向（前方）であり、「リア方向」はポンプ部２に対してモータ部３が位置する方向（後方）である。

ポンプ部２は、取扱液を吸引・吐出する。ポンプ部２は、筐体２０、インペラ２１、ポンプ室２２、吸引管部２３、および吐出管部２４を備える。筐体２０は、インペラ２１を収容するポンプ室２２、ポンプ室２２に吸引される取扱液の経路である吸引管部２３、および、ポンプ室２２から吐出される取扱液の経路である吐出管部２４を構成している。ポンプ室２２は、吸引管部２３および吐出管部２４に連通している。

モータ部３は、所定の駆動条件（例えば、駆動電圧：２００Ｖ、駆動周波数：６０Ｈｚ）で駆動し、ポンプ部２のインペラ２１を回転させる。モータ部３は、筐体３０、回転軸３１、２つの軸受３２，３３、２つのスラストワッシャ３４，３５、ロータ３６、ステータ３７、キャン３８、およびターミナル端子３９を備える。モータ部３は、本発明におけるモータの一例である。

図２は、モータ部３の縦断面を示す模式断面図である。
図３は、図２のモータ部３のうち、拡大されたＡ部を示す模式拡大断面図である。

筐体３０は、ステータ３７およびキャン３８を液密に収容している。

回転軸３１は、ロータ３６の回転により回転し、回転動力をインペラ２１に伝達する。回転軸３１の形状は、円柱状である。回転軸３１は、ロータ３６に挿通されて、固定されている。回転軸３１の前端部はポンプ室２２（図１参照）内に突出していて、同前端部にはインペラ２１が取り付けられている。回転軸３１は、回転軸３１のフロント部およびリア部を保護する円筒状のスリーブ３１ａ，３１ｂを備える。

以下の説明において、「スラスト方向」は回転軸３１の軸方向であり、「ラジアル方向」は回転軸３１の半径方向であり、「周方向」は回転軸３１の円周方向である。

軸受３２は、ロータ３６のフロント方向に配置されていて、回転軸３１を回転自在に支持している。軸受３３は、ロータ３６のリア方向に配置されていて、回転軸３１を回転自在に支持している。軸受３２，３３は、例えば、転がり軸受である。スラストワッシャ３４は、回転軸３１のうち、軸受３２とロータ３６との間に取り付けられていて、回転軸３１のフロント方向への移動を制限している。スラストワッシャ３５は、回転軸３１のうち、軸受３３とロータ３６との間に取り付けられていて、回転軸３１のリア方向への移動を制限している。

軸受３２，３３とスラストワッシャ３４，３５との間には、長さＬ１の間隔が形成されている。軸受３２，３３とスリーブ３１ａ，３１ｂとの間には、長さＬ２の間隔が形成されている。

ロータ３６は、ステータ３７に生じる回転磁界により回転する。ロータ３６の形状は、円筒状である。ロータ３６は、周方向においてロータ３６の外周縁部に等間隔で埋設されている複数（本実施の形態では２８個）の棒状のロータバー３６ａを備える。軸受３２，３３が摩耗していないとき、ロータ３６は、ステータ３７に対して初期位置に配置されている。本実施の形態において、「初期位置」は、スラスト方向およびラジアル方向において、ステータ３７の中心とロータ３６の中心とが一致している位置である。

ステータ３７は、ロータ３６を回転させる回転磁界を生成する。ステータ３７の形状は、略円筒状である。ステータ３７は、ステータコア３７ａ、および複数のモータ巻線３７ｂを備える。

ステータコア３７ａは、モータ巻線３７ｂを保持する。ステータコア３７ａの形状は、円筒状である。ステータコア３７ａは、複数の歯部３７ｃ（図６参照。以下同じ。）を備える。

歯部３７ｃは、モータ巻線３７ｂが挿通されるスロット３７ｄ（図６参照。以下同じ。）を形成している。周方向において、歯部３７ｃは、ステータコア３７ａの内周面に等間隔で配置されている。モータ巻線３７ｂは、スロット３７ｄに挿通されていて、ターミナル端子３９を介して、例えば、インバータなどの電源装置（不図示）に接続されている。

キャン３８は、回転軸３１、軸受３２，３３、スラストワッシャ３４，３５、およびロータ３６を液密に収容している。キャン３８の形状は、円筒状である。吸引管部２３から導入された取扱液の一部は、キャン３８内に導入されて、軸受３２，３３およびモータ部３の冷却に用いられて、吐出管部２４に排出される。

本説明において主に参照される図面は、図１に戻る。
アダプタ４は、ポンプ部２のリア側の端部とモータ部３のフロント側の端部とに接続されていて、ポンプ部２とモータ部３とを連結している。

本装置５は、ステータ３７に対するロータ３６の機械的な位置変化に対応する磁束変化を検出することにより、回転軸３１を支持する軸受３２，３３の摩耗状態を推定する。本装置５の具体的な構成は、後述される。

●モータ軸受摩耗状態推定装置（１）●
●モータ軸受摩耗状態推定装置（１）の構成
次に、本装置５の構成が説明される。以下の説明において、図１～図３は、適宜参照される。

図４は、本装置５の実施の形態を示す機能ブロック図である。

本装置５は、８つの検出コイルＣ１，Ｃ２，Ｃ３，Ｃ４，Ｃ５，Ｃ６，Ｃ７，Ｃ８、接続部５０、フィルタ回路５１ａ，５１ｂ，５１ｃ，５１ｄ、信号処理回路５２ａ，５２ｂ，５２ｃ，５２ｄ、信号生成部５３、Ａ／Ｄ変換器５４、制御部５５、記憶部５６、表示部５７、Ｄ／Ａ変換器５８、およびオフセット処理部５９を備える。Ａ／Ｄ変換器５４、制御部５５およびＤ／Ａ変換器５８は、例えば、マイクロコンピュータにより構成されている。

なお、本発明において、モータ部３が検出コイルＣ１～Ｃ８を備えていてもよい。

図５は、検出コイルＣ１～Ｃ８の配置を示す模式斜視図である。
図６は、図５のうち、拡大されたＢ部を示す拡大斜視図である。

検出コイルＣ１～Ｃ８は、ステータ３７に対するロータ３６の位置変化（変位）に対応する磁束変化を検出して、磁束変化を示す検出信号を生成して、同検出信号を出力する。ロータ３６は、軸受３２，３３のラジアル方向の摩耗量（摩耗状態）に応じて回転軸３１と共にラジアル方向に変位して、軸受３２，３３のスラスト方向の摩耗量（摩耗状態）に応じて回転軸３１と共にスラスト方向に変位する。すなわち、ロータ３６の変位量は、軸受３２，３３の摩耗量（摩耗状態）とみなすことができる。そのため、本装置５は、検出コイルＣ１～Ｃ８を用いてロータ３６の変位量を示す検出信号を取得することにより、軸受３２，３３の摩耗状態（摩耗量）を推定できる。検出コイルＣ１～Ｃ８の形状は、扁平なボビン状である。検出コイルＣ１～Ｃ８は、ステータ３７のフロント側およびリア側の端部の歯部３７ｃに形成されている切欠き３７ｅに嵌め込まれている。

周方向において、検出コイルＣ１～Ｃ４は、ステータ３７の歯部３７ｃのフロント側の端部に等間隔（９０°間隔）で取り付けられている。検出コイルＣ１は検出コイルＣ３に対して１８０°の位置に向かい合うように配置されていて、検出コイルＣ２は検出コイルＣ４に対して１８０°の位置に向かい合うように配置されている。一方、周方向において、検出コイルＣ５～Ｃ８は、ステータ３７の歯部３７ｃのリア側の端部に等間隔（９０°間隔）で取り付けられている。検出コイルＣ５は検出コイルＣ７に対して１８０°の位置に向かい合うように配置されていて、検出コイルＣ６は検出コイルＣ８に対して１８０°の位置に向かい合うように配置されている。

図７は、検出信号の一例を示す模式図である。

同図において、横軸はロータ３６の回転角を示していて、縦軸は検出コイルＣ１～Ｃ８の誘導起電力の出力電圧（信号レベル）を示している。検出コイルＣ１～Ｃ８の検出信号は、モータ部３の主磁束の変化に対応する波形（以下「基本波成分」という。）、および、ロータ３６のロータバー３６ａに流れる誘導電流により発生する磁束の変化に対応する波形（以下「高調波成分」という。）を含んでいる。基本波成分はモータ部３の駆動電圧により発生して、その周波数は駆動電圧の駆動周波数と同じである。高調波成分はロータバー３６ａに流れる誘導電流により発生して、その周波数はロータ３６の回転およびロータバー３６ａの数により定まる。すなわち、例えば、次の条件（駆動周波数：６０Ｈｚ、ロータバー３６ａの数：２８個）では、ロータ３６が１回転する間に検出コイルＣ１～Ｃ８それぞれはロータバー３６ａによる磁束の変化を２８回検出する。そのため、高調波成分の周波数は、６０Ｈｚ×２８＝１．６８ｋＨｚとなる。このように、基本波成分は駆動周波数に基づいて定まり、高調波成分はロータ３６の回転、駆動周波数、およびロータバー３６ａの数に基づいて定まる。

ここで、モータ部３の回転速度は、インバータ制御により駆動周波数を可変させることにより容易に変更できる。このとき、駆動電圧を下げることなく駆動周波数のみを下げるとモータ部３が焼損するため、一般的に、駆動周波数および駆動電圧は、同時に変更される。この駆動周波数の増減と駆動電圧との増減とは、比例関係となる。すなわち、駆動電圧は、駆動周波数の低下に比例して低下して、駆動周波数の増加に比例して増加する。前述のとおり、検出信号の基本波成分は駆動電圧により発生するため、基本波成分の信号レベル（振幅）は駆動周波数および駆動電圧に比例する。したがって、基本波成分の信号レベル（振幅）は、駆動条件（駆動周波数、駆動電圧）の増減に比例して増減する。

本説明において主に参照される図面は、図４および図５に戻る。
検出コイルＣ１，Ｃ３，Ｃ５，Ｃ７は、軸受３２，３３とスリーブ３１ａ、３１ｂとの間の間隔（Ｌ２）が広がることによるロータ３６のラジアル方向の変位に対応する磁束変化を検出することにより、ロータ３６のラジアル方向の変位量（すなわち、軸受３２，３３のラジアル方向の摩耗量）を検出可能である。検出コイルＣ１，Ｃ３は一組のラジアル検出コイルを構成していて、検出コイルＣ５，Ｃ７は他の一組のラジアル検出コイルを構成している。

なお、本発明において、検出コイルＣ５，Ｃ７が一組のラジアル検出コイルを構成していて、検出コイルＣ１，Ｃ３が他の一組の検出コイルを構成していてもよい。

ロータ３６のフロント側が初期位置からラジアル方向に変位すると、高調波成分の信号レベルは、一組となる検出コイルＣ１，Ｃ３のうち、ロータ３６が近づく側（例えば、検出コイルＣ１）では増加して、ロータ３６が遠ざかる側（例えば、検出コイルＣ３）では減少する。このとき、検出コイルＣ１，Ｃ３に対するロータ３６の相対的な移動距離は同じであるため、信号レベルの増加量は減少量と同じである。一方、基本波成分の信号レベルは、増減しない。そのため、検出コイルＣ１，Ｃ３それぞれの検出信号がその差分を取る（生成する）ように合成されると、その合成信号（以下「合成信号（Ｃ１Ｃ３）」という。）では、変位量の増加に応じて高調波成分の信号レベルの差分が増加する。この差分により、ロータ３６のフロント側のラジアル方向の変位量が検出可能である。すなわち、同差分は軸受３２のラジアル方向の摩耗量を示していて、同差分の値は電圧値で表される。同様に、検出コイルＣ５，Ｃ７それぞれの検出信号の合成信号（以下「合成信号（Ｃ５Ｃ７）」という。）では、変位量の増加に応じて高調波成分の信号レベルの差分が増加する。この差分により、ロータ３６のリア側のラジアル方向の変位量が検出可能である。すなわち、同差分は軸受３３のラジアル方向の摩耗量を示していて、同差分の値は電圧値で表される。したがって、例えば、ロータ３６のラジアル方向の変位が無いとき、各合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）において、基本波成分および高調波成分は打ち消し合い、その電圧値はほぼ「０」となる。一方、ロータ３６のラジアル方向の変位が有るとき、各合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）において、変位量に応じて高調波成分の差分が増加して、その電圧値は同差分に応じて増加する。また、検出コイルＣ１，Ｃ３は検出コイルＣ５，Ｃ７とは独立しているため、合成信号（Ｃ１Ｃ３）と合成信号（Ｃ５Ｃ７）それぞれの値を比較することにより、軸受３２，３３の偏摩耗（一方が他方よりも摩耗している状態）が検出可能である。検出コイルＣ１，Ｃ３それぞれの検出信号の差分を示す信号（すなわち、合成信号（Ｃ１Ｃ３））は本発明における第１差分信号の一例であり、検出コイルＣ５，Ｃ７それぞれの検出信号の差分を示す信号（すなわち、合成信号（Ｃ５Ｃ７））は、本発明における第２差分信号の一例である。

検出コイルＣ２，Ｃ４，Ｃ６，Ｃ８は、軸受３２，３３とスラストワッシャ３４，３５との間の間隔（Ｌ１）が広がることによるロータ３６のスラスト方向の変位に対応する磁束変化を検出することにより、ロータ３６のスラスト方向の変位量（すなわち、軸受３２，３３のスラスト方向の摩耗量）を検出可能である。検出コイルＣ２，Ｃ４は一組のスラスト検出コイルを構成していて、互いの検出信号が重畳されるように接続されている。そのため、検出コイルＣ２，Ｃ４それぞれからの検出信号は重畳するように合成されて、合成信号（Ｃ２Ｃ４）が生成される。検出コイルＣ６，Ｃ８は他の一組のスラスト検出コイルを構成していて、互いの検出信号が重畳されるように接続されている。そのため、検出コイルＣ６，Ｃ８それぞれからの検出信号は重畳するように合成されて、合成信号（Ｃ６Ｃ８）が生成される。

図８は、ステータ３７に対するロータ３６のスラスト方向の位置と、各合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）と、の関係を説明する模式図である。
同図において、縦軸は出力電圧（信号レベル）を示していて、横軸はスラスト方向におけるロータ３６の位置を示している。

ロータ３６が初期位置からリア側に変位すると、スラスト方向において、検出コイルＣ２，Ｃ４とロータ３６との重なりが小さくなるが、検出コイルＣ６，Ｃ８とロータ３６との重なりは変わらない。その結果、合成信号（Ｃ２Ｃ４）の基本波成分の信号レベルは低下するが、合成信号（Ｃ６Ｃ８）の基本波成分の信号レベルは殆ど変化しない。同様に、ロータ３６が初期位置からフロント側に変位すると、合成信号（Ｃ６Ｃ８）の基本波成分の信号レベルは低下するが、合成信号（Ｃ２Ｃ４）の基本波成分の信号レベルは殆ど変化しない。そのため、合成信号（Ｃ２Ｃ４）と合成信号（Ｃ６Ｃ８）との合成となる差分により、ロータ３６のスラスト方向の変位量が検出可能である。すなわち、同差分は、ロータ３６のスラスト方向の変位量、つまり、軸受３２，３３のスラスト方向の摩耗量を示していて、同差分の値は電圧値で表される。したがって、例えば、ロータ３６のスラスト方向の変位が無いとき、差分において基本波成分および高調波成分が打ち消し合い、その電圧値はほぼ「０」となる。一方、ロータ３６のスラスト方向の変位が有るとき、変位量に応じて基本波成分の差分が増加して、その電圧値は同差分の増加に応じて増加する。ここで、信号レベルの低下は、検出コイルＣ２，Ｃ４，Ｃ６，Ｃ８がロータ３６の端部からの磁束密度分布の影響を受ける。そのため、ロータ３６の変位に対する電圧値の変化は線形に変化せず、やや上に凸の曲線状に変化する。合成信号（Ｃ２Ｃ４）と合成信号（Ｃ６Ｃ８）の差分を示す信号（後述される差分信号（Ｓｄ））は、本発明におけるスラスト差分信号の一例である。

本説明において主に参照される図面は、図４に戻る。
接続部５０は、検出コイルＣ１～Ｃ８が接続されているインターフェイスである。

フィルタ回路５１ａ～５１ｄは、対応する検出コイルＣ１，Ｃ３，Ｃ５，Ｃ７の検出信号に所定のフィルタ処理を実行する。フィルタ回路５１ａ～５１ｄは、例えば、基本波成分および高調波成分を通過させる通過帯域（例えば、３０Ｈｚ～２ｋＨｚ）を有するバンドパスフィルタである。フィルタ回路５１ａは、検出コイルＣ１、信号処理回路５２ａ、および後述する整流回路５３１に接続されている。フィルタ回路５１ｂは、検出コイルＣ３、信号処理回路５２ａ、および後述する整流回路５３２に接続されている。フィルタ回路５１ｃは、検出コイルＣ５、信号処理回路５２ｂ、および後述する整流回路５３３に接続されている。フィルタ回路５１ｄは、検出コイルＣ７、信号処理回路５２ｂ、および後述する整流回路５３４に接続されている。

信号処理回路５２ａ，５２ｂは、例えば、差分増幅回路、整流回路、および積分回路により構成されている。信号処理回路５２ａは、一組となる検出コイルＣ１，Ｃ３それぞれの検出信号の差分を示す合成信号（Ｃ１Ｃ３）を生成して、合成信号（Ｃ１Ｃ３）に所定の信号処理（整流、ＡＣ－ＤＣ変換）を実行して、合成信号（Ｃ１Ｃ３）を交流から直流に変換する。信号処理回路５２ｂは、他の一組となる検出コイルＣ５，Ｃ７それぞれの検出信号の差分を示す合成信号（Ｃ５Ｃ７）を生成して、合成信号（Ｃ５Ｃ７）に所定の信号処理（整流、ＡＣ－ＤＣ変換）を実行して、合成信号（Ｃ５Ｃ７）を交流から直流に変換する。

信号処理回路５２ｃ，５２ｄは、例えば、フィルタ回路、整流回路、および積分回路により構成されている。フィルタ回路は、基本波成分を通過させるカットオフ周波数（例えば、１２０Ｈｚ）を有するローパスフィルタである。信号処理回路５２ｃは検出コイルＣ２，Ｃ４に接続されていて、信号処理回路５２ｄは検出コイルＣ６，Ｃ８に接続されている。信号処理回路５２ｃ，５２ｄは、対応する合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）に所定の信号処理（フィルタ処理、整流、ＡＣ－ＤＣ変換）を実行して、合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）を交流から直流に変換する。

信号生成部５３は、検出コイルＣ１，Ｃ３，Ｃ５，Ｃ７それぞれの検出信号に基づいて、基本波成分の振幅を示す信号（以下「振幅信号（Ｓａ１）」という。）を生成する。信号生成部５３は、整流回路５３１，５３２，５３３，５３４、積分回路５３５，５３６，５３７，５３８、および加算回路５３９により構成されている。ここで、積分回路５３５～５３８は、対応する整流回路５３１～５３４により整流された検出信号に平均化処理を実行して、同検出信号を直流に平均化する平滑化回路である。振幅信号（Ｓａ１）は、本発明における第１振幅信号の一例である。

整流回路５３１および積分回路５３５は、検出コイルＣ１の検出信号を交流から直流に変換する。整流回路５３２および積分回路５３６は、検出コイルＣ３の検出信号を交流から直流に変換する。整流回路５３３および積分回路５３７は、検出コイルＣ５の検出信号を交流から直流に変換する。整流回路５３４および積分回路５３８は、検出コイルＣ７の検出信号を交流から直流に変換する。このとき、各検出信号は、平均化され、基本波成分の信号レベル（振幅）を示す信号となっている。加算回路５３９は、積分回路５３５～５３８それぞれの直流信号を加算して、振幅信号（Ｓａ１）を生成する。

前述のとおり、検出コイルＣ１の検出信号の高調波成分の信号レベルの増加量（減少量）は、検出コイルＣ３の検出信号の高調波成分の信号レベルの減少量（増加量）と同じである。同様に、検出コイルＣ５の検出信号の高調波成分の信号レベルの増加量（減少量）は、検出コイルＣ７の検出信号の高調波成分の信号レベルの減少量（増加量）と同じである。そのため、これらの検出信号の直流信号同士が加算されて振幅信号（Ｓａ１）が生成されると、振幅信号（Ｓａ１）では、ロータ３６のラジアル方向の変位を示す高調波成分の信号レベルの増減が相殺される。つまり、振幅信号（Ｓａ１）は、ロータ３６のラジアル方向の変位情報を含まない、基本波成分の振幅を示す情報として機能する。本実施の形態では、振幅信号（Ｓａ１）は４つの検出信号の和であり、その信号レベルは検出信号の信号レベルの約４倍となる。すなわち、振幅信号（Ｓａ１）の信号レベル（振幅）は、基本波成分の信号レベル（振幅）に比例することになる。そして、前述のとおり、基本波成分の信号レベルは、駆動条件の変動に比例して変動する。そのため、本装置５は、振幅信号（Ｓａ１）を取得することにより、振幅信号（Ｓａ１）の信号レベルの変動に基づいて駆動条件の変動（すなわち、現在の駆動周波数）を間接的に検知可能である。

Ａ／Ｄ変換器５４は、信号処理回路５２ａ～５２ｄ、信号生成部５３、およびオフセット処理部５９に接続されていて、それぞれから入力されたアナログ信号をデジタル信号に変換して、制御部５５に出力する。

制御部５５は、本装置５全体の動作を制御する。制御部５５は、例えば、ＣＰＵ（Central Processing Unit）５５ａなどのプロセッサ、ＣＰＵ５５ａの作業領域として機能するＲＡＭ（Random Access Memory）５５ｂなどの揮発性メモリ、および、本推定プログラムや他の制御プログラムなどの各種情報を記憶するＲＯＭ（Read Only Memory）５５ｃなどの不揮発性メモリ、を備える。制御部５５は、取得部５５０、推定部５５１、および表示制御部５５２を備える。

制御部５５では、本推定プログラムが動作して、本推定プログラムが本装置５のハードウェア資源と協働して、後述する本方法を実現している。また、制御部５５を構成しているプロセッサ（ＣＰＵ５５ａ）に本推定プログラムを実行させることにより、本推定プログラムは同プロセッサを取得部５５０、推定部５５１、および表示制御部５５２として機能させて、同プロセッサに本方法を実行させることができる。同様に、コンピュータに本推定プログラムを実行させることにより、本推定プログラムは、コンピュータを本装置５として機能させることができる。

なお、本発明において、本推定プログラムは、記憶部５６に記憶されていてもよい。また、本推定プログラムは、インストール可能なファイル形式、または、実行可能なファイル形式で非一時的な記憶媒体（例えば、ＣＤ（Compact Disk）、ＤＶＤ(Digital Versatile Disc)、ＵＳＢ（Universal Serial Bus）メモリなど）に記憶されていて、専用の読み込み媒体を介して本装置５に提供されてもよい。

取得部５５０は、一組となる検出コイルＣ１，Ｃ３それぞれの検出信号の差分を示す信号（合成信号（Ｃ１Ｃ３））、他の一組となるＣ５，Ｃ７それぞれの検出信号の差分を示す信号（合成信号（Ｃ５Ｃ７））、合成信号（Ｃ２Ｃ４）と合成信号（Ｃ６Ｃ８）との差分を示す信号（後述される差分信号（Ｓｄ））、および振幅信号（Ｓａ１）を取得する。取得部５５０の具体的な動作は、後述される。

推定部５５１は、取得部５５０により取得された合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）と振幅信号（Ｓａ１）とを第１学習モデルＭ１１に入力して後述されるラジアル摩耗状態を推定して、取得部５５０により取得された差分信号（Ｓｄ）と振幅信号（Ｓａ１）とを第２学習モデルＭ１２に入力して後述されるスラスト摩耗状態を推定する。推定部５５１の具体的な動作、第１学習モデルＭ１１、および第２学習モデルＭ１２は、後述される。

表示制御部５５２は、推定部５５１により推定された摩耗状態に基づいて、表示部５７の摩耗状態の表示を制御する。

記憶部５６は、本装置５の動作に必要な情報（例えば、第１学習モデルＭ１１、第２学習モデルＭ１２、オフセット情報など）を記憶する。記憶部５６は、例えば、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory）やフラッシュメモリなどの不揮発性メモリである。

図９は、記憶部５６に記憶されている情報（第１学習モデルＭ１１、第２学習モデルＭ１２）の一例を示す模式図である。

「第１学習モデルＭ１１」は、各合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）、および振幅信号（Ｓａ１）が入力されたとき、ラジアル方向における軸受３２，３３の摩耗状態（以下「ラジアル摩耗状態」という。）を出力するように機械学習された学習済みの機械学習アルゴリズム（すなわち、学習モデル）である。第１学習モデルＭ１１は、例えば、後述される機械学習装置６により予め生成されていて、記憶部５６に記憶されている。

「第２学習モデルＭ１２」は、差分信号（Ｓｄ）および振幅信号（Ｓａ１）が入力されたとき、スラスト方向における軸受３２，３３の摩耗状態（以下「スラスト摩耗状態」という。）を出力するように機械学習された学習済みの学習モデルである。第２学習モデルＭ１２は、例えば、後述される機械学習装置６により予め生成されていて、記憶部５６に記憶されている。

「オフセット情報」は、オフセット処理において、合成信号（Ｃ２Ｃ４）に加算または減算されるオフセット電圧を示す情報（例えば、電圧値）である。オフセット情報は、例えば、所定の基準駆動条件（例えば、駆動周波数：６０Ｈｚ、駆動電圧：２００Ｖ）において、本ポンプ１の出荷前に予め測定または設定されていて、記憶部５６に記憶されている。

「オフセット処理」は、基準駆動条件において、合成信号（Ｃ２Ｃ４）と合成信号（Ｃ６Ｃ８）との差分値がロータ３６のスラスト方向の変位量（軸受３２，３３のスラスト方向の摩耗量）を正しく示すように、合成信号（Ｃ２Ｃ４）にオフセット電圧を加算または減算する処理を意味する。オフセット処理により、スラスト方向におけるステータ３７に対するロータ３６の磁気的な中心位置は、同機械的な中心位置に仮想的に合わせられる（両中心位置が一致する）。

図１０は、表示部５７の外観を示す模式図である。

表示部５７は、軸受３２，３３の摩耗状態および回転方向を表示する。表示部５７は、例えば、ラジアル摩耗状態およびスラスト摩耗状態、および回転方向を表示する複数のＬＥＤ（Light Emitting Diode）で構成されている。表示部５７は、ラジアル方向およびスラスト方向の摩耗状態を、「緑」「黄」「赤」の３段階で表示し、回転方向を点灯（正転）および消灯（逆転）で表示している。

本説明において主に参照される図面は、図４に戻る。
Ｄ／Ａ変換器５８は、制御部５５から入力されるオフセット情報をデジタル信号からアナログ信号に変換し、変換したアナログ信号をオフセット処理部５９に送信する。

オフセット処理部５９は、オフセット情報に基づいて、オフセット処理を実行する。オフセット処理部５９は、例えば、オフセット電圧生成回路、演算回路、および差分絶対値変換回路（全て不図示。）により構成されている。オフセット処理部５９は、オフセット電圧生成回路においてオフセット情報に基づいてオフセット電圧を生成し、演算回路において合成信号（Ｃ２Ｃ４）にオフセット電圧を加算または減算することにより同合成信号（Ｃ２Ｃ４）にオフセット処理を実行する。また、オフセット処理部５９は、演算回路においてオフセット処理後の合成信号（Ｃ２Ｃ４）と、合成信号（Ｃ６Ｃ８）と、の差分値を算出（生成）し、差分絶対値変換回路において差分値を絶対値に変換する。この絶対値を示す信号（以下「差分信号（Ｓｄ）」という。）は、Ａ／Ｄ変換器５４によりデジタル信号に変換されて、制御部５５に入力される。

●機械学習装置
次に、第１学習モデルＭ１１および第２学習モデルＭ１２を生成する機械学習装置６が以下に説明される。

●機械学習装置の構成
図１１は、本発明における機械学習装置６の機能ブロック図である。
同図において、説明の便宜上、後述される外部装置も図示されている。

機械学習装置６は、例えば、パーソナルコンピュータにより構成されている。機械学習装置６は、接続部６１、通信部６２、制御部６３、記憶部６４、入力部６５、および表示部６６を備える。

接続部６１は、例えば、外部装置と接続される端子などを備える公知のインターフェイスである。

「外部装置」は、機械学習装置６に接続されていて、機械学習装置６が取得する学習用データを生成する装置である。外部装置は、例えば、本ポンプ１を模した試験装置７、本ポンプ１において得られる信号を疑似的に発生させる信号発生装置８、および、機械学習装置６を用いて学習モデルを生成する作業者に使用される作業端末装置９などである。

通信部６２は、例えば、通信ネットワーク回線（例えば、インターネットやイントラネットなどの無線通信回線など）に接続されていて、他のコンピュータなどとの間で情報を送受信する。

制御部６３は、機械学習装置６全体の動作を制御する。制御部６３は、例えば、ＣＰＵ（Central Processing Unit）６３ａなどのプロセッサ、ＣＰＵ６３ａの作業領域として機能するＲＡＭ（Random Access Memory）６３ｂなどの揮発性メモリ、および、機械学習プログラムや他の制御プログラムなどの各種情報を記憶するＲＯＭ（Read Only Memory）６３ｃなどの不揮発性メモリ、を備える。制御部６３は、データ取得部６３０、学習データセット生成部６３１、および学習部６３２を備える。

制御部６３では、機械学習プログラムが動作して、機械学習プログラムが機械学習装置６のハードウェア資源と協働して、後述する機械学習方法を実現している。また、制御部６３を構成しているプロセッサ（ＣＰＵ６３ａ）に機械学習プログラムを実行させることにより、機械学習プログラムは同プロセッサをデータ取得部６３０、学習データセット生成部６３１、および学習部６３２として機能させて、同プロセッサに機械学習方法を実行させることができる。同様に、コンピュータに機械学習プログラムを実行させることにより、機械学習プログラムは、コンピュータを機械学習装置６として機能させることができる。

なお、本発明において、機械学習プログラムは、記憶部６４に記憶されていてもよい。また、機械学習プログラムは、インストール可能なファイル形式、または、実行可能なファイル形式で非一時的な記憶媒体（例えば、ＣＤ（Compact Disk）、ＤＶＤ(Digital Versatile Disc)、ＵＳＢ（Universal Serial Bus）メモリなど）に記憶されていて、専用の読み込み媒体を介して機械学習装置６に提供されてもよい。

データ取得部６３０は、接続部６１を介して、外部装置から学習用データを取得する。

「学習用データ」は、学習モデルに対する入力データとなる情報、および、学習モデルに対する出力データ（教師データ）となる情報を含む。

「入力データ」は、機械学習における説明変数であり、本実施の形態では、所定状態（所定駆動条件、所定摩耗状態、所定期間）における合成信号（Ｃ１Ｃ３：第１差分信号）、合成信号（Ｃ５Ｃ７：第２差分信号）、差分信号（Ｓｄ：スラスト差分信号）、および振幅信号（Ｓａ１：第１振幅信号）である。具体的には、入力データは、例えば、各信号から得られる電圧値である。前述のとおり、合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）は、軸受３２，３３のラジアル方向における変位量（摩耗量）、すなわち、ラジアル摩耗状態を示している。差分信号（Ｓｄ）は、軸受３２，３３のスラスト方向における変位量（摩耗量）、すなわち、スラスト摩耗状態を示している。振幅信号（Ｓａ１）の信号レベル（電圧値）は、駆動条件（駆動周波数、駆動電圧）に比例する。合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および差分信号（Ｓｄ）の電圧値は、駆動条件の増減に応じて増減する。すなわち、各合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および差分信号（Ｓｄ）の電圧値は、振幅信号（Ｓａ１）の増減に応じて増減する。したがって、各合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および差分信号（Ｓｄ）と、振幅信号（Ｓａ１）と、の間には、相関関係がある。また、軸受３２，３３の変位量が大きくなる（摩耗状態が悪化する）と、各合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および差分信号（Ｓｄ）の電圧値は増加する。すなわち、各合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および差分信号（Ｓｄ）の電圧値が増加すると、軸受３２，３３の摩耗状態は悪化する（摩耗量が多くなる）。したがって、各合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および差分信号（Ｓｄ）と、軸受３２，３３の摩耗状態と、の間には、相関関係がある。さらに、駆動周波数（すなわち、振幅信号（Ｓａ１））が変更されると、各合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および差分信号（Ｓｄ）により示される変位量（摩耗量）、すなわち摩耗状態は変化する（詳しくは図１６の説明も参照）。したがって、振幅信号（Ｓａ１）と軸受３２，３３の摩耗状態との間には、相関関係がある。このように、入力データと出力データとの間には、相関関係がある。入力データは、例えば、試験装置７を所定の駆動条件および所定の摩耗状態で稼働させているときの所定期間に得られる各信号（電圧値）である。または、入力データは、例えば、本ポンプ１と同一機種のポンプにおいて過去に取得された実データ（例えば、ログデータ）に基づいて、信号発生装置８により所定期間内に生成される疑似的な各信号（電圧値）である。データ取得部６３０は、試験装置７および／または信号発生装置８から合成信号（Ｃ１Ｃ３）、合成信号（Ｃ５Ｃ７）、差分信号（Ｓｄ）、および振幅信号（Ｓａ１）を入力データとして取得する。

ここで、「所定駆動条件」は、例えば、４０Ｈｚ～６０Ｈｚの間の駆動周波数である。所定駆動条件は、数Ｈｚ（例えば、５Ｈｚ）ステップで設定される。「所定摩耗状態」は、例えば、合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および差分信号（Ｓｄ）が「正常」「注意」「異常」それぞれの摩耗状態を示すように、人為的にロータ３６（回転軸３１）の位置を移動させることにより作られる。「所定期間」は、所定駆動条件、所定摩耗状態において、学習データとして使用可能な信号が得られる時間（例えば、数秒～数十秒）である。

「出力データ」は、機械学習における目的変数であり、本実施の形態では、軸受３２，３３の摩耗状態を示す情報である。本実施の形態において、「摩耗状態」は、軸受３２，３３の交換を必要としない程度（軽度）の摩耗状態を示す「正常」、軸受３２，３３の交換が促される程度（中度）の摩耗状態を示す「注意」、および、軸受３２，３３の交換を必要とする程度（重度）の摩耗状態を示す「異常」、の３つの状態を含む。また、摩耗状態は、ラジアル摩耗状態およびスラスト摩耗状態を含む。摩耗状態は、入力データごとに、入力データに対応する摩耗状態として作業者により判定される。判定結果は、入力データに対応する出力データとして作業者により作業端末装置９に入力されていて、作業端末装置９に記憶されている。このとき、出力データには、作業者が摩耗状態を判定するために使用した入力データとの関連付けが可能な情報（例えば、入力データごとのＩＤや、入力データの生成期間を示す情報など）が関連付けられている。データ取得部６３０は、作業端末装置９から摩耗状態を出力データとして取得する。このとき、各摩耗状態には、例えば、「０」「１」「２」のような数値が割り当てられている。

なお、本発明において、入力データごとにラジアル摩耗状態およびスラスト摩耗状態がまとめて判定されていてもよく、あるいは、入力データのうち合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および振幅信号（Ｓａ１）に対応するラジアル摩耗状態と、入力データのうち差分信号（Ｓｄ）および振幅信号（Ｓａ１）に対応するスラスト摩耗状態とが、個別に判定されていてもよい。

また、本発明において、出力データは、３つの状態に限定されない。すなわち、例えば、出力データは、「正常」および「異常」２つの状態のみでもよい。また、例えば、出力データは、摩耗状態の進行に応じて数段階（例えば、３段階）に区分けされた複数の「正常」および／または「注意」を含んでいてもよい。

学習データセット生成部６３１は、データ取得部６３０により取得された学習用データに基づいて、１つ以上の学習データセットを生成する。学習データセット生成部６３１は、例えば、所定期間における入力データと、同入力データに対応する出力データと、を関連付けることにより、学習データセットを生成する。生成された学習データセットは、記憶部６４に記憶される。

学習部６３２は、学習データセット生成部６３１により生成された学習データセットを用いて、学習モデルを機械学習させる（学習モデルを構築する）。学習部６３２による機械学習は、公知の機械学習アルゴリズム（例えば、入力層、複数の中間層、および出力層を有するニューラルネットワーク）を用いて実行される。

なお、本発明において、学習部６３２が用いる機械学習アルゴリズムは、学習データセットを用いた機械学習により生成される学習モデルが摩耗状態を推定可能であればよく、ニューラルネットワークに限定されない。すなわち、例えば、学習部６３２は、ランダムフォレスト、決定木、サポートベクターマシンなどを用いてもよい。

記憶部６４は、機械学習装置６の動作に必要な情報（学習用データ、学習モデルに学習させるための学習データセット、学習済みの学習モデル（第１学習モデルＭ１１、第２学習モデルＭ１２など））を記憶する。記憶部６４は、例えば、ＳＳＤ（Solid State Drive）やＨＤＤ（Hard Disk Drive）などのストレージ装置である。

入力部６５は、例えば、機械学習装置６の使用者による入力操作を受け付ける機器（例えば、キーボード、マウスなど）である。

表示部６６は、例えば、作業者などに向けて情報を表示する機器（例えば、モニタ、液晶ディスプレイなど）である。

なお、本発明において、入力部６５および表示部６６は、例えば、タッチパネル式ディスプレイで構成されていてもよい。

●機械学習装置の動作
次に、機械学習装置６の動作（機械学習方法）が、説明される。

図１２は、機械学習装置６において実行される機械学習方法を説明する模式図である。

先ず、データ取得部６３０は、外部装置（例えば、試験装置７）から所定状態（所定期間、所定摩耗状態）における入力データを取得する。次いで、データ取得部６３０は、取得された入力データに対応する出力データを作業端末装置９から取得する。取得された入力データは、対応する出力データと関連付けられて、記憶部６４に記憶される。

次いで、学習データセット生成部６３１は、データ取得部６３０により取得された入力データおよび出力データに基づいて、学習データセットを生成する。具体的には、学習データセット生成部６３１は、所定状態（所定動作条件、所定摩耗状態、所定期間）における合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および振幅信号（Ｓａ１）と、ラジアル摩耗状態と、を関連付けることにより、ラジアル摩耗状態に対応する１組の学習データセット（以下「第１学習データセットＤＳ１」という。）を生成する。また、学習データセット生成部６３１は、所定状態（所定期間、所定摩耗状態）における差分信号（Ｓｄ）および振幅信号（Ｓａ１）と、スラスト摩耗状態と、を関連付けることにより、スラスト摩耗状態に対応する１組の学習データセット（以下「第２学習データセットＤＳ２」という。）を生成する。すなわち、学習データセットは、第１学習データセットＤＳ１および第２学習データセットＤＳ２を含む。生成された学習データセットは、記憶部６４に記憶される。

ここで、生成される学習データセットの数は、生成される学習モデル（第１学習モデルＭ１１、第２学習モデルＭ１２）の推定精度に応じて適宜設定されている。

次いで、学習部６３２は、公知の機械学習アルゴリズムに対して学習データセットを繰り返し機械学習させることにより、学習モデルを生成（構築）する。具体的には、学習部６３２は、同機械学習アルゴリズムに対して複数種の第１学習データセットＤＳ１を機械学習させることにより、第１学習モデルＭ１１を生成する。また、学習部６３２は、公知の機械学習アルゴリズムに対して複数種の第２学習データセットＤＳ２を機械学習させることにより、第２学習モデルＭ１２を生成する。具体的な機械学習方法は公知であるため、その具体的な説明の記載は省略される。生成された第１学習モデルＭ１１および第２学習モデルＭ１２は、記憶部６４に記憶される。

このように生成された第１学習モデルＭ１１は、入力データとして合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および振幅信号（Ｓａ１）が入力されることにより、駆動条件に対応するラジアル摩耗状態を出力可能である。すなわち、第１学習モデルＭ１１は、入力データとして合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および振幅信号（Ｓａ１）が入力されたとき、（振幅信号（Ｓａ１）から得られる）駆動条件に対応するラジアル摩耗状態を出力するように機械学習されている。同様に、第２学習モデルＭ１２は、入力データとして差分信号（Ｓｄ）および振幅信号（Ｓａ１）が入力されたとき、（振幅信号（Ｓａ１）から得られる）駆動条件に対応するスラスト摩耗状態を出力するように機械学習されている。

●キャンドモータポンプ（モータ軸受摩耗状態推定装置（１））の動作
次に、本ポンプ１の動作（すなわち、本方法）が、本装置５の動作を中心に以下に説明される。以下の説明において、図１～図１２は、適宜参照される。

図１３は、本装置５の動作の一例を示すフローチャートである。

本ポンプ１の動作中、モータ部３には所定の駆動条件の電源が供給されていて、ロータ３６、回転軸３１およびインペラ２１は所定の回転数で回転している。このとき、本装置５は、ラジアル摩耗状態推定処理（ＳＴ１）、およびスラスト摩耗状態推定処理（ＳＴ２）を定期的（例えば、数秒ごと）に繰り返し実行している。

●ラジアル摩耗状態推定処理
図１４は、ラジアル摩耗状態推定処理（ＳＴ１）の一例を示すフローチャートである。

「ラジアル摩耗状態推定処理（ＳＴ１）」は、本ポンプ１の動作中、本装置５が入力データ（合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および振幅信号（Ｓａ１））を取得して、ラジアル摩耗状態を推定する処理である。ラジアル摩耗状態推定処理（ＳＴ１）は、本方法の一例である。

先ず、取得部５５０は、入力データとして合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および振幅信号（Ｓａ１）を取得する（ＳＴ１１：取得ステップ）。取得される合成信号（Ｃ１Ｃ３）は、信号処理回路５２ａにより生成されて、Ａ／Ｄ変換器５４によりデジタル信号に変換された信号であり、検出コイルＣ１，Ｃ３それぞれの検出信号の差分を示している。同様に、取得される合成信号（Ｃ５Ｃ７）は、信号処理回路５２ｂにより生成されて、Ａ／Ｄ変換器５４によりデジタル信号に変換された信号であり、検出コイルＣ５，Ｃ７それぞれの検出信号の差分を示している。また、振幅信号（Ｓａ１）は、信号生成部５３が、検出コイルＣ１，Ｃ３，Ｃ５，Ｃ７それぞれからの検出信号の直流信号を生成して、全ての直流信号を加算することにより生成されている。前述のとおり、振幅信号（Ｓａ１）は、ラジアル方向の変位を示す情報を含まない、基本波成分の振幅のみを示す情報として機能する。取得される振幅信号（Ｓａ１）は、Ａ／Ｄ変換器５４においてデジタル信号に変換された信号である。

次いで、推定部５５１は、取得された入力データを第１学習モデルＭ１１に入力して、第１学習モデルＭ１１の出力に基づいて、ラジアル摩耗状態を推定する（ＳＴ１２：推定ステップ）。すなわち、例えば、第１学習モデルＭ１１の出力が「正常」であるとき、推定部５５１は、ラジアル摩耗状態は「正常」である、と推定する。

次いで、表示制御部５５２は、推定されたラジアル摩耗状態に基づいて、表示部５７の表示態様を決定して、決定された表示態様で表示部５７に表示させる（ＳＴ１３：表示ステップ）。すなわち、例えば、推定されたラジアル摩耗状態が「正常」のとき、表示制御部５５２は、表示部５７に「緑」のＬＥＤを点灯させる。

●スラスト摩耗状態推定処理
図１５は、スラスト摩耗状態推定処理（ＳＴ２）の一例を示すフローチャートである。

「スラスト摩耗状態推定処理（ＳＴ２）」は、本ポンプ１の動作中、本装置５が入力データ（差分信号（Ｓｄ）および振幅信号（Ｓａ１））を取得して、スラスト摩耗状態を推定する処理である。スラスト摩耗状態推定処理（ＳＴ２）は、本方法の一例である。

先ず、取得部５５０は、入力データとして差分信号（Ｓｄ）および振幅信号（Ｓａ１）を取得する（ＳＴ２１：取得ステップ）。前述のとおり、取得される差分信号（Ｓｄ）は、オフセット処理部５９により生成されて、Ａ／Ｄ変換器５４によりデジタル信号に変換された信号であり、合成信号（Ｃ２Ｃ４）と合成信号（Ｃ６Ｃ８）の差分の絶対値を示している。

次いで、推定部５５１は、取得された入力データを第２学習モデルＭ１２に入力して、第２学習モデルＭ１２の出力に基づいて、スラスト摩耗状態を推定する（ＳＴ２２：推定ステップ）。すなわち、例えば、第２学習モデルＭ１２の出力が「注意」であるとき、推定部５５１は、スラスト摩耗状態は「注意」である、と推定する。

次いで、表示制御部５５２は、推定されたスラスト摩耗状態に基づいて、表示部５７の表示態様を決定し、決定された表示態様で表示部５７に表示させる（ＳＴ２３：表示ステップ）。すなわち、例えば、推定されたスラスト摩耗状態が「注意」のとき、表示制御部５５２は、表示部５７に「黄」のＬＥＤを点灯させる。

図１６は、駆動周波数の変更前後におけるスラスト摩耗状態の判定基準の変化を模式的に示す模式図であり、（ａ）は駆動周波数の変更前の判断基準を示していて、（ｂ）は駆動周波数の変更後の判定基準を示している。

同図において、縦軸は差分信号（Ｓｄ）の電圧値を示していて、横軸は軸受３２，３３のスラスト方向の摩耗量（ロータ３６のスラスト方向の変位量）を示している。同図（ａ）において、「Ｖ字」状の実線は、変更前の駆動周波数における電圧値と摩耗量との対応関係を示している。同図（ｂ）において、「Ｖ字」状の実線は変更後の駆動周波数における同対応関係を示していて、同二点鎖線は変更前の駆動周波数における同対応関係を示している。また、同図は、駆動周波数に対応するスラスト摩耗状態を３色に塗り分けて示している。さらに、同図は、（ａ）に示される状態から（ｂ）に示される状態へ、駆動周波数が低くなるように変更されたときの判定基準の変化を示している。

スラスト摩耗状態は、「Ｖ字」状の対応関係に基づいて判定されており、図１６に示されている例では、同対応関係において所定の摩耗量「Ｔ１％」「Ｔ２％」に対応する電圧値がスラスト摩耗状態の判定基準となる。スラスト摩耗状態は、摩耗量が「Ｔ１％」未満において「正常」と判定されて、摩耗量が「Ｔ１％」以上「Ｔ２％」未満において「注意」と判定されて、摩耗量が「Ｔ２％」以上において「異常」と判定される。図１６に示されるとおり、駆動周波数の変更前後において、摩耗状態の閾値となる摩耗量（Ｔ１％，Ｔ２％）は変わらないが、摩耗状態の閾値となる電圧値は駆動周波数の増減に伴い増減している。そのため、駆動周波数の変更に応じて判定基準が変更されなければ、本装置５は、正しいスラスト摩耗状態を推定できない。すなわち、例えば、図１６に示されている例では、変更後の駆動周波数において電圧値が「Ｖ１」のとき、同駆動周波数に対応する判断基準（図１６（ｂ））では摩耗量が「ａ２％」であり、スラスト摩耗状態は「注意」となる。しかしながら、変更前の判定基準（図１６（ａ））では摩耗量が「ａ１％」であり、スラスト摩耗状態は「正常」となる。このような誤判定が生じないように、本発明では、第１学習モデルＭ１１および第２学習モデルＭ１２に判定基準が機械学習されている。その結果、本装置５は、駆動条件（駆動周波数、駆動電圧）が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。なお、ラジアル摩耗状態についても、同様である。

●まとめ（１）
以上説明された実施の形態によれば、複数の検出コイルＣ１～Ｃ８それぞれは、ステータ３７に対するロータ３６の機械的な位置変化に対応する磁束変化を示す検出信号を出力し、ラジアル方向における磁束変化を検出する複数の検出コイルＣ１，Ｃ３，Ｃ５，Ｃ７と、スラスト方向における磁束変化を検出する複数の検出コイルＣ２，Ｃ４，Ｃ６，Ｃ８と、を含む。検出信号は、モータ部３の駆動周波数に基づく基本波成分を含む。本装置５は、取得部５５０、推定部５５１、および記憶部５６を備える。記憶部５６は、第１学習モデルＭ１１および第２学習モデルＭ１２を記憶している。第１学習モデルＭ１１は、合成信号（Ｃ１Ｃ３）、合成信号（Ｃ５Ｃ７）、および振幅信号（Ｓａ１）が入力されたとき、ラジアル摩耗状態を出力するように機械学習されている。第２学習モデルＭ１２は、差分信号（Ｓｄ）および振幅信号（Ｓａ１）が入力されたとき、スラスト摩耗状態を出力するように機械学習されている。振幅信号（Ｓａ１）は、検出コイルＣ１，Ｃ３，Ｃ５，Ｃ７それぞれの検出信号に基づいて生成されている。この構成によれば、本装置５は、駆動条件の増減に比例して増減する基本波成分の振幅（信号レベル）のみを含む振幅信号（Ｓａ１）、および、軸受３２，３３の摩耗量（摩耗状態）を示す合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および差分信号（Ｓｄ）を学習済みの学習モデルへの入力データとして用いることにより、駆動条件に応じた摩耗状態を推定できる。したがって、本装置５は、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。

また、以上説明された実施の形態によれば、本装置５は、検出コイルＣ１，Ｃ３，Ｃ５，Ｃ７それぞれの検出信号に基づいて振幅信号（Ｓａ１）を生成する信号生成部５３を備える。この構成によれば、取得部５５０は、学習モデルの入力データである振幅信号（Ｓａ１）を任意のタイミングで取得できる。したがって、本装置５は、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。

さらに、以上説明された実施の形態によれば、信号生成部５３は、検出コイルＣ１，Ｃ３，Ｃ５，Ｃ７それぞれの検出信号（直流信号）を加算する。この構成によれば、振幅信号（Ｓａ１）において、フロント側およびリア側のラジアル方向の変位情報は全て打ち消されている。そのため、推定部５５１は、変位情報の影響を全く受けることなく、駆動条件に応じたラジアル方向摩耗状態およびスラスト摩耗状態を推定できる。したがって、本装置５は、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。

なお、以上説明された実施の形態において、信号生成部５３は、４つの検出信号（直流信号）の和ではなく、平均を振幅信号として生成していてもよい。

また、以上説明された実施の形態において、信号生成部５３は、一組となる検出コイルＣ１，Ｃ３の検出信号のみを加算して振幅信号（Ｓａ１）を生成していてもよく、あるいは、一組となる検出コイルＣ５，Ｃ７の検出信号のみを加算して振幅信号（Ｓａ１）を生成していてもよい。この構成においても、一組となる検出コイルＣ１，Ｃ３の検出信号に含まれる高調波成分の増減は打ち消されていて、他の一組となる検出コイルＣ５，Ｃ７の検出信号に含まれる高調波成分の増減は打ち消されている。そのため、振幅信号（Ｓａ１）には、ロータ３６の変位情報が含まれず、振幅信号（Ｓａ１）は、基本波成分の振幅のみを示す情報として機能する。

さらに、以上説明された実施の形態において、制御部５５が信号生成部として機能していてもよい。この構成では、信号生成部５３を構成する回路群が不要となり、回路構成が簡略化できる。

さらにまた、以上説明された実施の形態において、本装置５は、機械学習装置６としての機能も備えていてもよい。すなわち、例えば、制御部５５は、データ取得部６３０、学習データセット生成部６３１、および学習部６３２を備えていてもよい。この場合、例えば、データ取得部６３０は、本ポンプ１の出荷前に、種々の駆動条件下でロータ３６（回転軸３１）を人為的に変位させて本ポンプ１を稼働させることにより入力データを取得していてもよい。また、データ取得部６３０は、作業者が判定して作業端末装置９に入力した同入力データに対応する摩耗状態を、作業端末装置９から取得していてもよい。さらに、本装置５は外部装置に接続されて、データ取得部６３０は外部装置から学習データを取得していてもよい。

さらにまた、以上説明された実施の形態において、機械学習装置６は、合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）、差分信号（Ｓｄ）、および振幅信号（Ｓａ１）を入力データとして、ラジアル摩耗状態およびスラスト摩耗状態を出力データとして、学習モデルに機械学習させることにより、第１学習モデルＭ１１および第２学習モデルＭ１２として機能する１つの総合学習モデルを生成していてもよい。この場合、記憶部５６は第１学習モデルＭ１１および第２学習モデルＭ１２に代えて総合学習モデルを記憶していて、推定部５５１は総合学習モデルを用いて摩耗状態を推定していてもよい。

さらにまた、以上説明された実施の形態において、本ポンプ１は、本装置５を備えていなくてもよい。すなわち、例えば、検出コイルＣ１～Ｃ８はモータ部３に備えられていて、本装置５は、ポンプ部２、モータ部３、およびアダプタ４とは離れて配置されていてもよい。この場合、本装置５はケーブルを介して検出コイルＣ１～Ｃ８と接続されていてもよく、または、本装置５とモータ部３とが通信機能を備えていて、本装置５が無線通信回線を介してモータ部３と接続されていて、検出信号を受信可能に構成されていてもよい。

●モータ軸受摩耗状態推定装置（２）●
次に、本発明に係るモータ軸受摩耗状態推定装置の別の実施の形態（以下「第２実施形態」という。）が、先に説明した実施の形態（以下「第１実施形態」という。）とは異なる部分を中心に説明される。第２実施形態では、振幅信号を取得するための構成および方法が、第１実施形態と異なる。以下の説明において、第１実施形態と共通する要素については、同一の符号が付されていて、その説明は省略される。

●モータ軸受摩耗状態推定装置（２）の構成
図１７は、本装置の別の実施の形態（第２実施形態）を示す機能ブロック図である。

本装置５Ａは、８つの検出コイルＣ１～Ｃ８、接続部５０、信号処理回路５２ｃ，５２ｄ，５２ｅ，５２ｆ、Ａ／Ｄ変換器５４Ａ、制御部５５Ａ、記憶部５６Ａ、表示部５７、Ｄ／Ａ変換器５８、およびオフセット処理部５９を備える。Ａ／Ｄ変換器５４Ａ、制御部５５ＡおよびＤ／Ａ変換器５８は、例えば、マイクロコンピュータで構成されている。

検出コイルＣ１，Ｃ３は一組のラジアル検出コイルを構成していて、それぞれの検出信号が打ち消し合うように接続されている。検出コイルＣ５，Ｃ７は他の一組のラジアル検出コイルを構成していて、それぞれの検出信号が打ち消し合うように接続されている。そのため、検出コイルＣ１，Ｃ３の合成信号（Ｃ１Ｃ３）は、検出コイルＣ１，Ｃ３それぞれの検出信号の差分を示している。同差分により、ロータ３６のフロント側のラジアル方向の変位量が検出される。すなわち、同差分は、軸受３２のラジアル方向の摩耗量を示していて、同差分の値は電圧値で表される。また、検出コイルＣ５，Ｃ７の合成信号（Ｃ５Ｃ７）は、検出コイルＣ５，Ｃ７それぞれの検出信号の差分を示している。同差分により、ロータ３６のリア側のラジアル方向の変位量が検出される。すなわち、同差分は、軸受３３のラジアル方向の摩耗量を示していて、同差分の値は電圧値で表される。

信号処理回路５２ｅ，５２ｆは、例えば、フィルタ回路、整流回路、および積分回路により構成されている。フィルタ回路は、高調波成分を通過させる通過帯域（例えば、数１００Ｈｚ～２ｋＨｚ）を有するバンドパスフィルタである。信号処理回路５２ｅは検出コイルＣ１，Ｃ３に接続されていて、信号処理回路５２ｆは検出コイルＣ５，Ｃ７に接続されている。信号処理回路５２ｃ，５２ｄは、対応する合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）に所定の信号処理（フィルタ処理、整流、ＡＣ－ＤＣ変換）を実行して、合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）を交流から直流に変換する。

Ａ／Ｄ変換器５４Ａは、信号処理回路５２ｃ～５２ｆ、およびオフセット処理部５９に接続されていて、それぞれから入力されたアナログ信号をデジタル信号に変換して、制御部５５Ａに出力する。

制御部５５Ａは、本装置５Ａ全体の動作を制御する。制御部５５Ａは、例えば、ＣＰＵ５５ａなどのプロセッサ、ＣＰＵ５５ａの作業領域として機能するＲＡＭ５５ｂなどの揮発性メモリ、および、本推定プログラムや他の制御プログラムなどの各種情報を記憶するＲＯＭ５５ｃなどの不揮発性メモリ、により構成されている。制御部５５Ａは、取得部５５０、推定部５５１、表示制御部５５２、および信号生成部５５３を備える。

制御部５５Ａでは、本推定プログラムが動作して、本推定プログラムが本装置５Ａのハードウェア資源と協働して、後述する本方法を実現している。また、制御部５５Ａを構成しているプロセッサ（ＣＰＵ５５ａ）に本推定プログラムを実行させることにより、本推定プログラムは同プロセッサを取得部５５０、推定部５５１、表示制御部５５２、および信号生成部５５３として機能させて、同プロセッサに本方法を実行させることができる。さらに、コンピュータに本推定プログラムを実行させることにより、本推定プログラムはコンピュータを本装置５Ａとして機能させることができる。

信号生成部５５３は、合成信号（Ｃ２Ｃ４）と合成信号（Ｃ６Ｃ８）とに基づいて、振幅信号（Ｓａ２）を生成する。信号生成部５５３の具体的な動作は、後述される。

振幅信号（Ｓａ２）は、ロータ３６のスラスト方向の変位情報を殆ど含んでおらず、振幅信号（Ｓａ１）と同様に、基本波成分の振幅を示す情報として機能する。第２実施形態では、振幅信号（Ｓａ２）は、合成信号（Ｃ２Ｃ４）と合成信号（Ｃ６Ｃ８）とに基づいて生成される。振幅信号（Ｓａ２）の生成方法は、後述される。振幅信号（Ｓａ２）は、本発明における第２振幅信号の一例である。

記憶部５６Ａは、本装置５Ａの動作に必要な情報（例えば、第１学習モデルＭ２１、第２学習モデルＭ２２、オフセット情報など）を記憶する。記憶部５６Ａは、例えば、ＥＥＰＲＯＭやフラッシュメモリなどの不揮発性メモリである。

図１８は、記憶部５６Ａに記憶されている情報（第１学習モデルＭ２１、第２学習モデルＭ２２）の一例を示す模式図である。

「第１学習モデルＭ２１」は、合成信号（Ｃ１Ｃ３）、合成信号（Ｃ５Ｃ７）、および振幅信号（Ｓａ２）が入力されたとき、ラジアル摩耗状態を出力するように機械学習された学習済みの学習モデルである。第１学習モデルＭ２１は、例えば、第１学習モデルＭ１１と同様に、機械学習装置６により予め生成されていて、記憶部５６Ａに記憶されている。

「第２学習モデルＭ２２」は、差分信号（Ｓｄ）および振幅信号（Ｓａ２）が入力されたとき、スラスト摩耗状態を出力するように機械学習された学習済みの学習モデルである。第２学習モデルＭ２２は、例えば、第２学習モデルＭ２２と同様に、機械学習装置６により予め生成されていて、記憶部５６Ａに記憶されている。

機械学習装置６が第１学習モデルＭ２１および第２学習モデルＭ２２を生成する場合、試験装置７は後述される振幅信号（Ｓａ２）の生成方法と同じ方法を用いて、振幅信号（Ｓａ２）を生成する。また、信号発生装置８は、演算により疑似的な振幅信号（Ｓａ２）を生成する。

●振幅信号の生成方法（生成処理）
次に、本実施の形態における振幅信号（Ｓａ２）の生成方法（生成処理）が、説明される。

本ポンプ１の動作中、信号生成部５５３は、定期的に、合成信号（Ｃ２Ｃ４）および合成信号（Ｃ６Ｃ８）を取得する。前述のとおり、取得された各合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）は、直流のデジタル信号である。

次いで、信号生成部５５３は、各合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）それぞれに重み付けを行い、重み付けされた合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）同士を加算することにより振幅信号（Ｓａ２）を生成する。重み付けは、各合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）の電圧値に重み付け係数を乗算することにより行われる。生成された振幅信号（Ｓａ２）は、取得部５５０に取得される。

図１９は、信号生成部５５３による重み付けを説明する模式図であり、（ａ）は重み付け前の状態を示していて、（ｂ）は重み付け後の状態を示している。
同図において、縦軸は信号レベル（電圧）を示していて、横軸はロータ３６のスラスト方向の変位量（軸受３２，３３の摩耗量）を示している。同図（ｂ）は、説明の便宜上、重み付け前の状態を細線で示している。同図は、説明の便宜上、電圧値の変化を強調して示している。

前述のとおり、各合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）の電圧値は、ロータ３６のスラスト方向の一方向側の変位に対して曲線状に低下し、他方向側の変位に対してはほぼ一定となる。そして、この曲線状の変化は、ロータ３６のスラスト方向の変位情報を示している。そのため、単に、合成信号（Ｃ２Ｃ４）と合成信号（Ｃ６Ｃ８）とが加算されると、その加算信号には、ロータ３６のスラスト方向の変位情報が含まれることとなる。その結果、図１９（ａ）に示されるとおり、ロータ３６の位置に対する加算信号の電圧値の変化（一点鎖線）は、やや上に凸の曲線状になり、一定にならない。また、ロータ３６の変位に対するフロント側の検出コイルＣ２，Ｃ４およびリア側の検出コイルＣ６，Ｃ８の検出感度（電圧値の変化）は、本ポンプ１の機種ごとに定まる初期位置および磁気回路の影響を受ける。そのため、検出コイルＣ２，Ｃ４の検出感度は、検出コイルＣ６，Ｃ８の検出感度と異なり得る。したがって、図１９（ａ）に示されるとおり、合成信号（Ｃ２Ｃ４）の変化が合成信号（Ｃ６Ｃ８）の変化よりも大きくなる状態もあり得る。この場合、同図（ａ）に示されるとおり、加算信号の電圧値は、曲線状、かつ、フロント－リア方向において右上がりに傾斜するように変化する。前述の「重み付け係数」は、この磁束変化に基づく電圧値の変化（変位情報）を打ち消すように各合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）の電圧値に掛け合わされる係数である。すなわち、重み付けは、各合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）の電圧値の曲線状の変化（および傾斜するような変化）を打ち消す（小さくする）ように行われる。重み付け係数は、例えば、「１．０」または「１．０」未満の小数（０を除く：例えば、図１９に示される例では、合成信号（Ｃ２Ｃ４）に対して「０．５」、合成信号（Ｃ６Ｃ８）に対して「１．０」）に設定されている。この場合、重み係数が小さい（０に近づく）ほど、重み付け後の電圧値の変化は小さくなる。したがって、例えば、合成信号（Ｃ２Ｃ４）の電圧値の変化が合成信号（Ｃ６Ｃ８）の変化よりも小さいとき、合成信号（Ｃ２Ｃ４）に対する重み係数の値は、合成信号（Ｃ６Ｃ８）に対する重み係数の値より大きく（「１．０」に近い値に）設定される。また、例えば、両変化がほぼ同じとき、両重み係数の値は、同じ値に設定される。さらに、例えば、加算信号の電圧値の変化が傾斜しているとき、同傾斜への寄与が大きい側に対する重み係数の値は、同傾斜への寄与が小さい側に対する重み係数の値より小さく（「０」に近い値に）設定される。重み付けの結果、図１９（ｂ）に示されるとおり、「１．０」未満の重み付けをされた合成信号（Ｃ２Ｃ４）において電圧値の変化（すなわち、変位情報）は小さくなり、その電圧値の変化はロータ３６の位置に依らずほぼ一定になるように（線形に近づくように）補正されている。そのため、加算信号の電圧値の曲線状および傾斜するような変化も小さくなり、その変化はほぼ一定となる。このように重み付け係数が設定されることにより、各合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）の電圧値の変化は小さくなり、曲線状の変化（傾斜するような変化）も小さくなる。重み付け係数は、例えば、所定の基準駆動条件において、本ポンプ１の出荷前に予め測定されていて、記憶部５６Ａに記憶されている。

なお、本発明において、重み付けは、変位情報を打ち消すような関数を用いて実行されていてもよい。この場合、記憶部５６Ａは、重み付け係数に代えて関数を記憶している。

また、本発明において、フロント側の合成信号（Ｃ２Ｃ４）の重み係数は、リア側の合成信号（Ｃ６Ｃ８）の重み係数と異なっていてもよく、あるいは、同じでもよい。

●キャンドモータポンプ（モータ軸受摩耗状態推定装置（２））の動作
第２実施形態における本ポンプ１の動作は、振幅信号（Ｓａ２）の生成方法が第１実施形態における振幅信号（Ｓａ１）の生成方法と異なる点、および、ラジアル摩耗状態推定処理（ＳＴ１）およびスラスト摩耗状態推定処理（ＳＴ２）に用いられる振幅信号（Ｓａ２）が第１実施形態の振幅信号（Ｓａ１）と異なる点、を除き、第１実施形態における本ポンプ１の動作と共通する。すなわち、第２実施形態における本ポンプ１は、ラジアル摩耗状態推定処理（ＳＴ１）およびスラスト摩耗状態推定処理（ＳＴ２）を定期的（例えば、数秒ごと）に繰り返し実行している。このとき、推定部５５１は、振幅信号（Ｓａ１）に代えて振幅信号（Ｓａ２）を用いている。

●まとめ（２）
以上説明された第２実施形態によれば、複数の検出コイルＣ１～Ｃ８それぞれは、ステータ３７に対するロータ３６の機械的な位置変化に対応する磁束変化を示す検出信号を出力し、ラジアル方向における磁束変化を検出する複数の検出コイルＣ１，Ｃ３，Ｃ５，Ｃ７と、スラスト方向における磁束変化を検出する複数の検出コイルＣ２，Ｃ４，Ｃ６，Ｃ８と、を含む。検出信号は、モータ部３の駆動周波数に基づく基本波成分を含む。本装置５Ａは、取得部５５０、推定部５５１、信号生成部５５３、および記憶部５６Ａを備える。記憶部５６Ａは、第１学習モデルＭ２１および第２学習モデルＭ２２を記憶している。第１学習モデルＭ２１は、合成信号（Ｃ１Ｃ３）、合成信号（Ｃ５Ｃ７）、および振幅信号（Ｓａ２）が入力されたとき、ラジアル摩耗状態を出力するように機械学習されている。第２学習モデルＭ２２は、差分信号（Ｓｄ）および振幅信号（Ｓａ２）が入力されたとき、スラスト摩耗状態を出力するように機械学習されている。振幅信号（Ｓａ２）は、合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）に基づいて生成されている。この構成によれば、本装置５Ａは、駆動条件の増減に比例して増減する基本波成分の振幅（信号レベル）を主として含む振幅信号（Ｓａ２）、および、軸受３２，３３の摩耗量（摩耗状態）を示す合成信号（Ｃ１Ｃ３，Ｃ５Ｃ７）および差分信号（Ｓｄ）を学習済みの学習モデルへの入力データとして用いることにより、駆動条件に応じた摩耗状態を推定できる。したがって、本装置５Ａは、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。

また、以上説明された第２実施形態によれば、信号生成部５５３は、合成信号（Ｃ２Ｃ４）と合成信号（Ｃ６Ｃ８）それぞれに対して、スラスト方向における軸受３２，３３の摩耗に基づく磁束変化を打ち消すような重み付けを行い、重み付けされた合成信号（Ｃ２Ｃ４）と合成信号（Ｃ６Ｃ８）とを加算することにより、振幅信号（Ｓａ２）を生成する。この構成によれば、振幅信号（Ｓａ２）において、スラスト方向の変位情報は、ほぼ打ち消される。そのため、本装置５Ａは、駆動条件の増減に比例して増減する基本波成分の振幅（信号レベル）を主として含む振幅信号（Ｓａ２）を学習済みの学習モデルの入力データとして用いることができる。したがって、本装置５Ａは、変位情報の影響を殆ど受けることなく、駆動条件に応じた摩耗状態を推定できる。

なお、以上説明された第２実施形態において、信号生成部５５３は、２つの合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）の和ではなく、平均を振幅信号として生成していてもよい。

また、以上説明された第２実施形態において、ロータ３６の位置に対する合成信号（Ｃ２Ｃ４）と合成信号（Ｃ６Ｃ８）との加算信号の電圧値の変化は、約７～１０％程度である。そのため、信号生成部５５３が各合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）に重み付けを行うことなく振幅信号（Ｓａ２）を生成しても、変位情報の推定への影響は限定的となり得る。したがって、信号生成部５５３は、各合成信号（Ｃ２Ｃ４，Ｃ６Ｃ８）に重み付けを行うことなく、振幅信号（Ｓａ２）を生成していてもよい。この構成では、振幅信号（Ｓａ２）において変位情報の影響は第２実施形態よりも残るため、スラスト方向の摩耗が進行すると摩耗状態の推定精度が若干低下する。しかしながら、前述のとおり、加算信号の変化は山状であるため、推定精度は、摩耗状態をやや敏感に検出する方向に低下する。そのため、本装置５Ａは、軸受３２，３３の摩耗状態の推定装置としての機能を十分に果たすことができる。したがって、この構成であっても、本装置５Ａは、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を本装置５Ａに必要なレベルで推定できる。

●その他の実施形態●
なお、以上説明された各実施形態において、ロータ３６の初期位置は、製造誤差、位置公差などにより、スラスト方向におけるロータ３６の中心がステータ３７の中心と一致していなくてもよい。すなわち、例えば、初期位置において、ロータ３６は、ステータ３７に対してスラスト方向にずれて配置されていてもよい。

また、以上説明された各実施形態において、本発明が実施可能であれば、検出コイルＣ１～Ｃ８の数は「８」に限定されない。

さらに、以上説明された各実施形態において、制御部５５，５５Ａは、ＣＰＵ５５ａに代えて、ＤＳＰ（Digital Signal Processor）や、（ＧＰ）ＧＰＵ（（General Purpose）Graphics Processing Unit）などのプロセッサにより構成されていてもよい。

さらにまた、以上説明された各実施形態において、本方法は、制御部５５，５５Ａにより実行されていた。これに代えて、本方法は、本装置５，５Ａに接続されている外部演算装置（例えば、コンピュータなど）により実行されていてもよい。

さらにまた、以上説明された各実施形態において、ＲＯＭ５５ｃに記憶されている情報の一部または全部は、記憶部５６，５６Ａに記憶されていてもよい。または、記憶部５６，５６Ａに記憶されている情報の一部（例えば、第１学習モデルＭ１１，Ｍ２１、第２学習モデルＭ１２，Ｍ２２）は、ＲＯＭ５５ｃに記憶されていてもよい。後者の場合、ＲＯＭ５５ｃは、本発明における記憶部として機能し得る。

●本発明の実施態様●
次に、以上説明された各実施形態から把握される本発明の実施態様が、各実施形態において記載された用語と符号とが援用されつつ、以下に記載される。

本発明の第１の実施態様は、キャンドモータポンプ（例えば、本ポンプ１）のモータ（例えば、モータ部３）のステータ（例えば、ステータ３７）に対するロータ（例えば、ロータ３６）の機械的な位置変化に対応する磁束変化を検出する複数の検出コイル（例えば、検出コイルＣ１～Ｃ８）それぞれの検出信号に基づいて、前記ロータの回転軸（例えば、回転軸３１）を支持する軸受（例えば、軸受３２，３３）の摩耗状態を推定するモータ軸受摩耗状態推定装置（例えば、本装置５，５Ａ）であって、複数の前記検出コイルそれぞれは、前記ステータに取り付けられて、前記検出信号は、前記モータの駆動周波数に基づく基本波成分を含み、複数の前記検出コイルは、前記回転軸のラジアル方向における前記磁束変化を検出する複数のラジアル検出コイル（例えば、検出コイルＣ１，Ｃ３，Ｃ５，Ｃ７）と、前記回転軸のスラスト方向における前記磁束変化を検出する複数のスラスト検出コイル（例えば、検出コイルＣ２，Ｃ４，Ｃ６，Ｃ８）と、を含み、複数の前記ラジアル検出コイルは、一組となる第１ラジアル検出コイル（例えば、検出コイルＣ１，Ｃ３）と、他の一組となる第２ラジアル検出コイル（例えば、検出コイルＣ５，Ｃ７）と、を含み、複数の前記スラスト検出コイルは、一組となる第１スラスト検出コイル（例えば、検出コイルＣ２，Ｃ４）と、他の一組となる第２スラスト検出コイル（例えば、検出コイルＣ６，Ｃ８）と、を含み、前記第１ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第１差分信号（例えば、合成信号（Ｃ１Ｃ３））と、前記第２ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第２差分信号（例えば、合成信号（Ｃ５Ｃ７））と、前記基本波成分の振幅を示す振幅信号（例えば、振幅信号（Ｓａ１，Ｓａ２））と、が入力されたとき、前記ラジアル方向における前記摩耗状態を出力するように機械学習された学習済みの第１学習モデル（例えば、第１学習モデルＭ１１，Ｍ２１）、および、前記第１スラスト検出コイルそれぞれの前記検出信号が合成された第１合成信号（例えば、合成信号（Ｃ２Ｃ４））と前記第２スラスト検出コイルそれぞれの前記検出信号が合成された第２合成信号（例えば、合成信号（Ｃ６Ｃ８））との差分を示すスラスト差分信号（例えば、差分信号（Ｓｄ））と、前記振幅信号と、が入力されたとき、前記スラスト方向における前記摩耗状態を出力するように機械学習された学習済みの第２学習モデル（例えば、第２学習モデルＭ１２，Ｍ２２）、を記憶する記憶部（例えば、記憶部５６，５６Ａ）と、前記第１差分信号と前記第２差分信号と前記スラスト差分信号と前記振幅信号とを取得する取得部（例えば、取得部５５０）と、前記取得部により取得された前記第１差分信号と前記第２差分信号と前記振幅信号とを前記第１学習モデルに入力して、前記取得部により取得された前記スラスト差分信号と前記振幅信号とを前記第２学習モデルに入力して、前記摩耗状態を推定する推定部（例えば、推定部５５１）と、を有してなり、前記振幅信号は、前記第１ラジアル検出コイルおよび／または前記第２ラジアル検出コイルそれぞれから出力された前記検出信号に基づいて生成された第１振幅信号（Ｓａ１）、または、前記第１合成信号と前記第２合成信号とに基づいて生成された第２振幅信号（Ｓａ２）である、モータ軸受摩耗状態推定装置である。
この構成によれば、本装置は、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。

本発明の第２の実施態様は、第１の実施態様において、前記第１ラジアル検出コイルおよび／または前記第２ラジアル検出コイルそれぞれの前記検出信号に基づいて前記第１振幅信号（例えば、振幅信号（Ｓａ１））を生成して、または、前記第１合成信号と前記第２合成信号とに基づいて前記第２振幅信号（例えば、振幅信号（Ｓａ２））を生成する信号生成部（例えば、信号生成部５３，５５３）、を有してなる、モータ軸受摩耗状態推定装置である。
この構成によれば、取得部は、学習モデルの入力データである振幅信号を任意のタイミングで取得できる。

本発明の第３の実施態様は、第２の実施態様において、前記信号生成部（例えば、信号生成部５３）は、前記第１ラジアル検出コイルおよび／または前記第２ラジアル検出コイルそれぞれの前記検出信号それぞれを加算することにより、前記第１振幅信号（例えば、振幅信号（Ｓａ１））を生成する、モータ軸受摩耗状態推定装置（例えば、本装置５）である。
この構成によれば、本装置は、変位情報の影響を全く受けることなく、スラスト方向摩耗状態およびラジアル摩耗状態を駆動条件に応じて推定できる。

本発明の第４の実施態様は、第３の実施態様において、前記信号生成部は、全ての前記ラジアル検出コイルそれぞれの前記検出信号を加算することにより、前記第１振幅信号を生成する、モータ軸受摩耗状態推定装置である。
この構成によれば、本装置は、変位情報の影響を全く受けることなく、スラスト方向摩耗状態およびラジアル摩耗状態を駆動条件に応じてより高精度に推定できる。

本発明の第５の実施態様は、第２の実施態様において、前記信号生成部（例えば、信号生成部５５３）は、前記第１合成信号と前記第２合成信号それぞれに対して、前記スラスト方向における前記ロータの前記位置変化を示す情報を打ち消すような重み付けを行い、重み付けされた前記第１合成信号と前記第２合成信号とを加算することにより、前記第２振幅信号（例えば、振幅信号（Ｓａ２））を生成する、モータ軸受摩耗状態推定装置（例えば、本装置５Ａ）である。
この構成によれば、本装置は、変位情報の影響を殆ど受けることなく、駆動条件に応じた摩耗状態を推定できる。

本発明の第６の実施態様は、キャンドモータポンプ（例えば、本ポンプ１）のモータ（例えば、モータ部３）のステータ（例えば、ステータ３７）に対するロータ（例えば、ロータ３６）の機械的な位置変化に対応する磁束変化を検出する複数の検出コイル（例えば、検出コイルＣ１～Ｃ８）それぞれの検出信号に基づいて、前記ロータの回転軸（例えば、回転軸３１）を支持する軸受（例えば、軸受３２，３３）の摩耗状態を推定するモータ軸受摩耗状態推定装置（例えば、本装置５，５Ａ）により実行される軸受摩耗状態推定方法（例えば、ラジアル摩耗状態推定処理（ＳＴ１）、スラスト摩耗状態推定処理（ＳＴ２））であって、複数の前記検出コイルそれぞれは、前記ステータに取り付けられて、前記検出信号は、前記モータの駆動周波数に基づく基本波成分を含み、複数の前記検出コイルは、前記回転軸のラジアル方向における前記磁束変化を検出する複数のラジアル検出コイル（例えば、検出コイルＣ１，Ｃ３，Ｃ５，Ｃ７）と、前記回転軸のスラスト方向における前記磁束変化を検出する複数のスラスト検出コイル（例えば、Ｃ２，Ｃ４，Ｃ６，Ｃ８）と、を含み、複数の前記ラジアル検出コイルは、一組となる第１ラジアル検出コイルと、他の一組となる第２ラジアル検出コイルと、を含み、複数の前記スラスト検出コイルは、一組となる第１スラスト検出コイルと、他の一組となる第２スラスト検出コイルと、を含み、前記モータ軸受摩耗状態推定装置は、前記第１ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第１差分信号と、前記第２ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第２差分信号と、前記基本波成分の振幅を示す振幅信号と、が入力されたとき、前記ラジアル方向における前記摩耗状態を出力するように機械学習された学習済みの第１学習モデル、および、前記第１スラスト検出コイルそれぞれの前記検出信号が合成された第１合成信号と前記第２スラスト検出コイルそれぞれの前記検出信号が合成された第２合成信号との差分を示すスラスト差分信号と、前記振幅信号と、が入力されたとき、前記スラスト方向における前記摩耗状態を出力するように機械学習された学習済みの第２学習モデル、を記憶する記憶部（例えば、記憶部５６，５６Ａ）、を備えて、前記モータ軸受摩耗状態推定装置が、前記第１差分信号と前記第２差分信号と前記スラスト差分信号と前記振幅信号とを取得する取得ステップ（例えば、取得ステップＳＴ１１，ＳＴ２１）と、取得された前記第１差分信号と前記第２差分信号と前記振幅信号とを前記第１学習モデルに入力して、取得された前記スラスト差分信号と前記振幅信号とを前記第２学習モデルに入力して、前記摩耗状態を推定する推定ステップ（例えば、推定ステップＳＴ１２，ＳＴ２２）と、を含む、軸受摩耗状態推定方法である。
この構成によれば、本装置は、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。

本発明の第７の実施態様は、コンピュータを第１の実施態様に記載のモータ軸受摩耗状態推定装置として機能させる、軸受摩耗状態推定プログラムである。
この構成によれば、本装置は、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。

本発明の第８の実施態様は、ロータ（例えば、ロータ３６）と、前記ロータを回転させるステータ（例えば、ステータ３７）と、前記ロータと共に回転する回転軸（例えば、回転軸）と、を備えるモータ（例えば、モータ部３）と、前記回転軸を支持する軸受（例えば、軸受３２，３３）と、前記ステータに対する前記ロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイル（例えば、検出コイルＣ１～Ｃ８）と、複数の前記検出コイルそれぞれの検出信号に基づいて前記軸受の摩耗状態を推定する、第１乃至第５の実施態様のいずれか１つの実施態様に記載のモータ軸受摩耗状態推定装置（例えば、本装置５，５Ａ）と、を有してなる、キャンドモータポンプ（例えば、本ポンプ１）である。
この構成によれば、本ポンプは、駆動条件が変更されても、人的な機械操作を介在させることなく、駆動条件に応じた摩耗状態を推定できる。

１ キャンドモータポンプ
３ モータ部
３１ 回転軸
３２ 軸受
３３ 軸受
３６ ロータ
３７ ステータ
５ モータ軸受摩耗状態推定装置
５３ 信号生成部
５５０ 取得部
５５１ 推定部
５６ 記憶部
５Ａ モータ軸受摩耗状態推定装置
５５３ 信号生成部
５６Ａ 記憶部
Ｃ１～Ｃ８ 検出コイル
Ｍ１１ 第１学習モデル
Ｍ１２ 第２学習モデル
Ｍ２１ 第１学習モデル
Ｍ２２ 第２学習モデル

Claims (8)

1. キャンドモータポンプのモータのステータに対するロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイルそれぞれの検出信号に基づいて、前記ロータの回転軸を支持する軸受の摩耗状態を推定するモータ軸受摩耗状態推定装置であって、
   複数の前記検出コイルそれぞれは、前記ステータに取り付けられて、
   前記検出信号は、前記モータの駆動周波数に基づく基本波成分を含み、
   複数の前記検出コイルは、
   前記回転軸のラジアル方向における前記磁束変化を検出する複数のラジアル検出コイルと、
   前記回転軸のスラスト方向における前記磁束変化を検出する複数のスラスト検出コイルと、
   を含み、
   複数の前記ラジアル検出コイルは、
   一組となる第１ラジアル検出コイルと、
   他の一組となる第２ラジアル検出コイルと、
   を含み、
   複数の前記スラスト検出コイルは、
   一組となる第１スラスト検出コイルと、
   他の一組となる第２スラスト検出コイルと、
   を含み、
   前記スラスト方向において、前記第１ラジアル検出コイルと前記第１スラスト検出コイルとは、前記ステータの一方向側の端部に配置されて、
   前記スラスト方向において、前記第２ラジアル検出コイルと前記第２スラスト検出コイルとは、前記ステータの他方向側の端部に配置されて、
   前記ラジアル方向において、前記第１ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、
   前記ラジアル方向において、前記第２ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、
   前記第１ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第１差分信号と、前記第２ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第２差分信号と、前記基本波成分の振幅を示す振幅信号と、が入力されたとき、前記ラジアル方向における前記摩耗状態を出力するように機械学習された学習済みの第１学習モデル、および、
   前記第１スラスト検出コイルそれぞれの前記検出信号が合成された第１合成信号と前記第２スラスト検出コイルそれぞれの前記検出信号が合成された第２合成信号との差分を示すスラスト差分信号と、前記振幅信号と、が入力されたとき、前記スラスト方向における前記摩耗状態を出力するように機械学習された学習済みの第２学習モデル、
   を記憶する記憶部と、
   前記第１差分信号と前記第２差分信号と前記スラスト差分信号と前記振幅信号とを取得する取得部と、
   前記取得部により取得された前記第１差分信号と前記第２差分信号と前記振幅信号とを前記第１学習モデルに入力して、前記取得部により取得された前記スラスト差分信号と前記振幅信号とを前記第２学習モデルに入力して、前記摩耗状態を推定する推定部と、
   を有してなり、
   前記振幅信号は、前記第１ラジアル検出コイルおよび／または前記第２ラジアル検出コイルそれぞれの前記検出信号に基づいて生成された第１振幅信号、または、前記第１合成信号と前記第２合成信号とに基づいて生成された第２振幅信号である、
   モータ軸受摩耗状態推定装置。
2. 前記第１ラジアル検出コイルおよび／または前記第２ラジアル検出コイルそれぞれの前記検出信号に基づいて前記第１振幅信号を生成して、または、前記第１合成信号と前記第２合成信号とに基づいて前記第２振幅信号を生成する信号生成部、を有してなる、
   請求項１に記載のモータ軸受摩耗状態推定装置。
3. 前記信号生成部は、前記第１ラジアル検出コイルおよび／または前記第２ラジアル検出コイルそれぞれの前記検出信号それぞれを加算することにより、前記第１振幅信号を生成する、
   請求項２に記載のモータ軸受摩耗状態推定装置。
4. 前記信号生成部は、全ての前記ラジアル検出コイルそれぞれの前記検出信号を加算する、
   請求項３に記載のモータ軸受摩耗状態推定装置。
5. 前記信号生成部は、前記第１合成信号と前記第２合成信号それぞれに対して、前記スラスト方向における前記軸受の摩耗に基づく前記磁束変化を打ち消すような重み付けを行い、重み付けされた前記第１合成信号と前記第２合成信号とを加算することにより、前記第２振幅信号を生成する、
   請求項２に記載のモータ軸受摩耗状態推定装置。
6. キャンドモータポンプのモータのステータに対するロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイルそれぞれの検出信号に基づいて、前記ロータの回転軸を支持する軸受の摩耗状態を推定するモータ軸受摩耗状態推定装置により実行される軸受摩耗状態推定方法であって、
   複数の前記検出コイルそれぞれは、前記ステータに取り付けられて、
   前記検出信号は、前記モータの駆動周波数に基づく基本波成分を含み、
   複数の前記検出コイルは、
   前記回転軸のラジアル方向における前記磁束変化を検出する複数のラジアル検出コイルと、
   前記回転軸のスラスト方向における前記磁束変化を検出する複数のスラスト検出コイルと、
   を含み、
   複数の前記ラジアル検出コイルは、
   一組となる第１ラジアル検出コイルと、
   他の一組となる第２ラジアル検出コイルと、
   を含み、
   複数の前記スラスト検出コイルは、
   一組となる第１スラスト検出コイルと、
   他の一組となる第２スラスト検出コイルと、
   を含み、
   前記スラスト方向において、前記第１ラジアル検出コイルと前記第１スラスト検出コイルとは、前記ステータの一方向側の端部に配置されて、
   前記スラスト方向において、前記第２ラジアル検出コイルと前記第２スラスト検出コイルとは、前記ステータの他方向側の端部に配置されて、
   前記ラジアル方向において、前記第１ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、
   前記ラジアル方向において、前記第２ラジアル検出コイルを構成する一対の前記検出コイルは、相互に向かい合うように配置されて、
   前記モータ軸受摩耗状態推定装置は、
   前記第１ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第１差分信号と、前記第２ラジアル検出コイルそれぞれの前記検出信号同士の差分を示す第２差分信号と、前記基本波成分の振幅を示す振幅信号と、が入力されたとき、前記ラジアル方向における前記摩耗状態を出力するように機械学習された学習済みの第１学習モデル、および、
   前記第１スラスト検出コイルそれぞれの前記検出信号が合成された第１合成信号と前記第２スラスト検出コイルそれぞれの前記検出信号が合成された第２合成信号との差分を示すスラスト差分信号と、前記振幅信号と、が入力されたとき、前記スラスト方向における前記摩耗状態を出力するように機械学習された学習済みの第２学習モデル、
   を記憶する記憶部、を備えて、
   前記振幅信号は、前記第１ラジアル検出コイルおよび／または前記第２ラジアル検出コイルそれぞれの前記検出信号に基づいて生成された第１振幅信号、または、前記第１合成信号と前記第２合成信号とに基づいて生成された第２振幅信号であり、
   前記軸受摩耗状態推定方法は、
   前記モータ軸受摩耗状態推定装置が、前記第１差分信号と前記第２差分信号と前記スラスト差分信号と前記振幅信号とを取得する取得ステップと、
   前記モータ軸受摩耗状態推定装置が、取得された前記第１差分信号と前記第２差分信号と前記振幅信号とを前記第１学習モデルに入力して、取得された前記スラスト差分信号と前記振幅信号とを前記第２学習モデルに入力して、前記摩耗状態を推定する推定ステップと、
   を含む、
   軸受摩耗状態推定方法。
7. コンピュータを請求項１に記載のモータ軸受摩耗状態推定装置として機能させる、
   軸受摩耗状態推定プログラム。
8. ロータと、前記ロータを回転させるステータと、前記ロータと共に回転する回転軸と、を備えるモータと、
   前記回転軸を支持する軸受と、
   前記ステータに対する前記ロータの機械的な位置変化に対応する磁束変化を検出する複数の検出コイルと、
   複数の前記検出コイルそれぞれの検出信号に基づいて前記軸受の摩耗状態を推定する、請求項１乃至５のいずれか１項に記載のモータ軸受摩耗状態推定装置と、
   を有してなる、
   キャンドモータポンプ。

Images