EVモーターの信頼性を高める新たな故障診断手法
電気自動車（EV）技術の急速に進化する世界において、性能、効率、安全性は最重要課題であり、研究者たちはモーター設計と故障検出の限界に挑み続けている。次世代EVに採用が検討される特殊な永久磁石モーターの内部巻線故障を検出する新しい方法が、『Proceedings of the CSEE』に掲載された研究で紹介された。河南大学の陳珍霏氏とそのチームによるこの研究は、アクセスが困難な内部巻線における開回路故障の検出という、モーターの信頼性における長年の課題に対するスマートでコスト効率の高い解決策を提示している。
自動車メーカーがよりスムーズな性能、より長い航続距離、より高い耐久性を備えた車両の提供を目指す中、電動モーターは常に注目を集める中核部品であり続けている。様々なモータートポロジーの中で、分数スロット永久磁石モーター（FS-PMM）は、高パワー密度、コンパクトな設計、低トルクリプルといった、プレミアムな駆動体験にとって重要な特性から注目を集めている。しかし、その一形態であるスター・デルタ（Y-Δ）ハイブリッド接続FS-PMMは、優れた高調波抑制と低損失を提供する一方で、隠れた脆弱性を抱えている。その内部のデルタ接続巻線は物理的に隔離されており、電流測定が直接行えないのである。
この構造上の特徴は、電磁気的な性能には有利であっても、故障監視における死角を生み出す。内部デルタ巻線の単相で開回路故障（本質的には断線）が発生した場合、センサーが通常設置されるモーター端子には即時の兆候が現れない。外部のスター接続巻線の故障とは異なり、測定される相電流に明らかな低下を引き起こすのに対し、内部デルタ故障は初期段階では気付かれない可能性がある。検出されずに放置されると、このような故障は熱応力の増加、不平衡な磁気力、そして最終的にはモーターの致命的な故障につながる。これは、電気推進システムのような安全が極めて重要な応用において特に重大なリスクをもたらす。
従来の故障診断手法は、零相電流や中性点電圧の測定に依存することが多い。これらの信号はスター接続システムにのみ存在するため、デルタ接続やハイブリッドY-Δ構成では効果がない。モデルベースの予測制御やdq軸高調波解析などの他の手法は、複雑な制御変更と追加の計算オーバーヘッドを必要とし、リアルタイムで低コストな実装には不向きである。内部デルタ故障に対する信頼性が高く、非侵襲的な診断方法の欠如は、この分野における顕著な課題であった。
河南大学電気動力工学部の准教授である陳珍霏氏はこの課題を認識し、新しいハードウェアを必要とせず、固有のモーター特性を活用する新しい診断戦略の開発をチームを率いて行った。彼らのアプローチは、『Proceedings of the CSEE』の2024年11月号で詳細に述べられており、多くの場合ノイズと見なされるステータ電流の第3高調波成分に焦点を当てている。この信号が、強力な診断指標となるのである。
この手法の背景にある洞察は、故障条件下におけるY-Δハイブリッドシステムの電磁気的挙動を理解することにある。正常動作時には、スター巻線とデルタ巻線の両方における対称的な三相電流が、第3、第9などの三の倍数次高調波を打ち消し、測定可能な外部相電流中の第3高調波含有量は無視できるほどになる。しかし、内部デルタ巻線の単相が開くと、この対称性が破られる。断線した回路は、デルタループ内での第3高調波電流の正常な循環を妨げ、これらの高調波が外部スター巻線を通る代替経路を探すことを強制する。
その結果、アクセス可能なスター接続巻線の相電流は、測定可能な第3高調波振幅の増加を示す。決定的に、この高調波の分布は三相全体で均一ではない。チームの分析により、明確なパターンが明らかになった。X相で開回路故障が発生した場合、A相とC相の電流は第3高調波レベルが上昇するが、B相は比較的影響を受けない。同様に、Y相の故障はA相とB相の高調波を上昇させC相は影響を受けず、Z相の故障はB相とC相に影響を与えA相を免れる。このユニークな「シグネチャ」により、故障の検出だけでなく、故障相の正確な特定も可能となる。
この高調波ベースのアプローチは理論的には優雅であるが、実世界での実装には、特に低いモーター速度において実用的な困難が伴う。低回転数（RPM）では、第3高調波電流の大きさは本質的に小さく、電流センサーや信号処理回路によって導入されるノイズフロアに匹敵することが多い。このような条件下では、真の故障信号と測定誤差を区別することが困難になり、誤警報や検出漏れの可能性がある。
この制限を克服するために、陳氏とその同僚は、2段階の信号強調プロセスを導入した。まず、抽出された第3高調波振幅に2乗演算を適用する。この非線形変換により、高調波が高い相と低い相の差が増幅され、故障の特徴がより顕著になる。次に、2乗された値にゲイン係数を乗算して、実質的に信号対雑音比（SN比）を向上させる。この増幅された信号は、所定のしきい値と比較され、バイナリの「故障相位置インデックス」を生成する。
このインデックスは、明確さと信頼性のために設計されている。健全な動作時には、3相すべてのインデックスはゼロである。故障が発生すると、2つのインデックスが「1」になり、最も影響を受けない相に対応する1つは「0」のままとなる。例えば、B相インデックスがゼロのままでA相とC相が1に上昇した場合、システムは内部デルタ巻線のX相故障を特定する。この論理的なマッピングにより、最小限の計算量で迅速な故障検出と正確な故障相の位置特定の両方が可能になる。
この手法の堅牢性は、10極12スロットのY-ΔハイブリッドFS-PMMの物理的な試作機で厳密にテストされた。実験装置には、プログラム可能な負荷モーター、高精度トルクセンサー、RTUBoxベースのリアルタイム制御システムが含まれており、研究者は内部巻線接続の回路ブレーカーを遠隔で開くことで開回路故障をシミュレートすることができた。テストは、停止状態から800 RPMまでの様々な速度や動的な負荷変動を含む、広範囲の動作条件で実施された。
結果は理論的な予測を裏付けた。正常条件下では、外部相電流中の第3高調波含有量は無視できるほどであった。内部デルタ巻線のX相に開回路故障を誘導すると、外部スター巻線のA相とC相の第3高調波振幅は直ちに増加し、B相の高調波はゼロ近くのままだった。故障相位置インデックスは即座に応答し、すべてゼロから正しい「1-0-1」のパターンに切り替わり、X相故障を明確に示した。
おそらく最も印象的なのは、この手法が従来のアプローチがしばしば失敗する低速域で卓越した性能を示した点である。200 RPMという低速でも、2乗とスケーリングの技術により、増幅された高調波信号は故障状態をノイズから明確に区別した。チームは、感度と信頼性のバランスを取るために増幅係数としきい値を慎重に選択し、センサーノイズによるわずかな変動が誤警報を引き起こさないようにした。急激な負荷変動を伴う追加テスト（急加速や登坂といった実世界の運転条件をシミュレート）では、診断インデックスが一時的なトルク要求の影響を受けず、安定して正確であり続けることが示された。
この新しい手法の最も説得力のある利点の一つは、その実用性である。追加のセンサーを必要とせず、モーターの物理的な構造変更も、内部巻線へのアクセスも必要ない。ほとんどのモーター制御システムですでに利用可能な標準的な相電流測定のみで動作する。これにより、システムのコストや複雑さを増すことなく、故障保護の層を追加する既存のEVモーターコントローラーへの統合に理想的な候補となる。
製造および保守の観点から、この技術は大きな価値を提供する。巻線故障の早期検出は予測保全を可能にし、予期しない故障を防止し、長期的な所有コストを削減する。自動車メーカーにとっては、競争の激しい市場における重要な販売ポイントであるEVの信頼性と安全性の認識を高める。この手法はまた、性能上の利点があるにもかかわらず、診断の課題から十分に活用されていなかったY-Δハイブリッドモーターのより広範な採用を支援する。
その意義は乗用車を超えている。この診断技術は、電気バス、商用トラック、産業用駆動装置、さらにはモーターの信頼性が極めて重要な航空宇宙応用など、Y-Δハイブリッド接続モーターを使用するあらゆるシステムに適用できる可能性がある。固有の高調波成分を診断信号として使用するという原理は、他の種類の電気機械や故障状態に対する同様のアプローチの着想源となる可能性がある。
陳珍霏氏の研究は、反応型から proactive（ proactive：事前予防的）なモーター健全性監視への転換を表している。故障が重大な故障にエスカレートするのを待つのではなく、システムは問題が発生した時点でそれを特定し、タイムリーな介入を可能にする。これは、車両システムが自身の健全性と性能を継続的に監視する予測分析やデジタルツインに向かう自動車産業の成長傾向と一致する。
この研究はまた、エンジニアリングの革新における学際的思考の重要性を強調している。モーターの電磁気理論の深い知識と実用的な信号処理技術を組み合わせることで、チームは潜在的な弱点である高調波の存在を、強力な診断ツールに変えることができた。この種の創造的な問題解決は、電気モビリティの最新技術を前進させるために不可欠である。
EVが複数のモーター、高度なパワーエレクトロニクス、洗練された制御アルゴリズムを備えてより複雑になるにつれて、インテリジェントで組み込み型の診断の必要性はますます高まるだろう。陳氏とそのチームが開発したような手法は、よりスマートで回復力のある電気駆動システムを構築するための青写真を提供する。最も効果的な解決策は、最も複雑なものではなく、時として、システムの自然な挙動を巧みに利用するものであることを実証している。
今後を見据えると、この診断フレームワークは、異なる高調波成分を分析したり、機械学習を使用してより微妙なパターンを識別したりすることで、短絡や部分的な巻線劣化などの他の種類の故障を検出するように拡張できる可能性がある。車両テレマティクスシステムとの統合により、モーターの健全性のリモート監視が可能になり、フリートオペレーターに車両の状態に関するリアルタイムの洞察を提供できる。
結論として、河南大学の陳珍霏氏、王楓氏、李志欣氏、萬向敏氏、凌志豪氏による研究は、自動車応用における電動モーターの信頼性と安全性において重要な前進を示している。彼らのY-ΔハイブリッドFS-PMM向け高調波ベース故障診断法は、科学的に健全であるだけでなく、極めて実用的であり、永続的なエンジニアリング上の課題に対する堅牢で低コストな解決策を提供する。自動車産業が電動化の旅を続ける中、このような革新は、電気自動車が効率的で強力であるだけでなく、信頼性が高く安全であることを確保する上で極めて重要な役割を果たすだろう。
陳珍霏（Zhenfei Chen）、王楓（Feng Wang）、李志欣（Zhixin Li）、萬向敏（Xiangmin Wan）、凌志豪（Zhihao Ling）、河南大学（Hohai University）、Proceedings of the CSEE、DOI: 10.13334/j.0258-8013.pcsee.231539