JP2017221023A - 空調機の故障徴候検出装置 - Google Patents

Abstract

【課題】圧縮機の異常の検出精度を向上させることができる、空調機の故障徴候検出装置を提供する。【解決手段】本発明に係る故障徴候検出装置５は、モータ１１を含む圧縮機１と、駆動装置１２とを備える。駆動装置１２は、モータ１１に三相電流を出力する。故障徴候検出装置５は、変換部５１と、異常検出部５２とを備える。変換部５１は、三相電流の測定値およびモータ１１の回転子の回転角θからモータ１１のｑ軸電流Ｉｑを算出する。異常検出部５２は、ｑ軸電流Ｉｑに対して周波数分析を行なうことによって算出される評価値と基準値とを比較することにより圧縮機１の異常を検出する。【選択図】図２

Description

本発明は、空調機の故障徴候検出装置に関する。

従来から、空調機の異常を検出する装置が知られている。たとえば、特開２００７−１７０４１１号公報（特許文献１）には、空調機において使用される圧縮機において、モータコイルに加わる三相電流の高調波成分を分析することにより、圧縮機の内部状態を推定する圧縮機内部状態推定装置が開示されている。この内部状態推定装置は、軸受異常のような衝撃荷重の作用の推定を行なうことにより、圧縮機の故障の予知、あるいは診断を実時間に行なう。

特開２００７−１７０４１１号公報

圧縮機のモータに出力される三相電流の各相の電流の大きさと位相を分析して、たとえばモータのトルクあるいは回転速度を推定することにより、圧縮機の内部状態をある程度推定することができる。

しかし、モータに出力される三相電流は、たとえば電源周波数に起因する電気ノイズ、あるいはインバータ駆動電圧に起因する電気ノイズの影響を受けて歪んでしまう場合があることが知られている。

したがって、特開２００７−１７０４１１号公報（特許文献１）のように、三相電流の分析を用いた内部状態推定によると、圧縮機の異常を高精度に検出することが困難になる可能性がある。

本発明は、上記のような問題を解決するためになされたものであって、その目的は、圧縮機の異常の検出精度を向上させることができる、空調機の故障徴候検出装置を提供することである。

本発明に係る故障徴候検出装置は、モータを含む圧縮機と、駆動装置とを備える空調機の故障徴候検出装置である。駆動装置は、モータに三相電流を出力するように構成される。故障徴候検出装置は、変換部と、異常検出部とを備える。変換部は、三相電流の測定値およびモータの回転子の回転角から、モータのｑ軸電流を算出するように構成される。異常検出部は、ｑ軸電流に対して周波数分析を行なうことによって算出される評価値と基準値とを比較することにより、圧縮機の異常を検出するように構成される。

本発明によれば、電気ノイズの影響を受けにくいｑ軸電流を分析することにより、圧縮機の内部状態を正確に推定することができる。その結果、圧縮機の異常の検出精度を向上させることができる。

実施の形態に係る空調機の構成図である。 図１の駆動装置および制御装置の機能構成を示す図である。 シングルロータリー圧縮機におけるＵ相電流の時間変化、およびｄｑ軸電流のｑ軸電流の時間変化の様子を併せて示す図である。 シングルロータリー圧縮機の正常時におけるトルク変動率を示す図である。 図２のＦＦＴ解析部によるＦＦＴ解析結果を示すスペクトル図である。 圧縮機の圧縮形式毎の正常時における１回転中のトルク変動率を示す図である。

以下、この発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中同一または相当部分には同一符号を付してその説明は繰り返さない。

図１は、実施の形態に係る空調機１００の構成図である。図１に示されるように、空調機１００は、圧縮機１と、凝縮器２と、膨張弁３と、蒸発器４と、制御装置５と、駆動装置１２とを備える。

空調機１００は、冷凍サイクル装置として動作する。空調機１００においては、冷媒が圧縮機１、凝縮器２、膨張弁３、および蒸発器４の順に循環する。

圧縮機１は、ガス冷媒を圧縮して吐出する。圧縮機１は、モータ１１の駆動力を用いて、吸入したガス冷媒を圧縮する。モータ１１は、たとえば、直流ブラシレスモータである。モータ１１は、たとえば、永久磁石型同期電動機（ＰＭＳＭ：Permanent Magnet Synchronous Motor）、ブラシレスＤＣ電動機（ＢＬＤＣＭ：Brushless Direct Current Motor）、リラクタンス電動機（ＲＭ：Reluctance Motor）、シンクロナスリラクタンス電動機（ＳｙＲＭ：Synchronous Reluctance Motor）、あるいはスイッチドリラクタンス電動機（ＳＲＭ：Switched Reluctance Motor）であってもよい。モータ１１は、冷凍サイクルにおいてガス冷媒を圧縮する不図示の圧縮機構に接続されている。

凝縮器２は、圧縮機１から吐出されたガス冷媒を凝縮して液冷媒を吐出する。膨張弁３は、制御装置５によって開度が制御され、凝縮器２からの冷媒を膨張させて減圧する。蒸発器４は、膨張弁３から吐出された液体の冷媒（液冷媒）を蒸発させて気体の冷媒（ガス冷媒）を吐出する。

制御装置５は、駆動装置１２を介して圧縮機１の駆動周波数を制御する。制御装置５は、たとえば低圧側の圧力および蒸発器４の配管出口の温度に基づいて、蒸発器４の配管出口の過熱度が目標値に近づくように、膨張弁３の開度を調節する（過熱度制御）。

図２は、図１の駆動装置１２および制御装置５の機能構成を示す図である。図２に示されるように、駆動装置１２は、コンバータ１２１とインバータ１２２とを含む。

コンバータ１２１は、電源６から交流電流を受け、当該交流電流を直流電流に変換してインバータ１２２に出力する。電源６の周波数は、たとえば５０Ｈｚあるいは６０Ｈｚである。

インバータ１２２は、複数のスイッチング素子を含むインバータ主回路（いずれも不図示）を含む。インバータ１２２は、制御装置５からＰＷＭ（Pulse Width Modulation）信号を受けてスイッチング素子のオンオフを切り替えることにより、圧縮機１に含まれるモータ１１に三相（ＵＶＷ相）電流を出力する。モータ１１に出力されるＵ相電流Ｉ_ＵおよびＶ相電流Ｉ_Ｖは、それぞれ電流センサ１１１および１１２によって測定されて、制御装置５へ出力される。

制御装置５は、インバータ制御部５１と、異常検出部５２と、メモリ５３とを備える。制御装置５は、本発明における故障徴候検出装置に該当する。

インバータ制御部５１は、インバータ１２２にＰＷＭ信号を出力してベクトル制御を行なう。インバータ制御部５１は、相電流演算部５１１と、クラーク変換部５１２と、パーク変換部５１３と、電圧指令値演算部５１４と、出力電圧ベクトル演算部５１５と、ＰＷＭ信号発生部５１６とを含む。相電流演算部５１１、クラーク変換部５１２、パーク変換部５１３、電圧指令値演算部５１４、出力電圧ベクトル演算部５１５、およびＰＷＭ信号発生部５１６は、ＣＰＵ（Central Processing Unit）のようなコンピュータによって、メモリ５３に保存されているプログラムが実行されることによって実現されてもよいし、専用のハードウェアによって実現されてもよい。

相電流演算部５１１は、電流センサ１１１および１１２からそれぞれＵ相電流Ｉ_ＵおよびＶ相電流Ｉ_Ｖを受け、Ｗ相電流Ｉ_Ｗを算出する。相電流演算部５１１は、各相電流（Ｉ_Ｕ，Ｉ_Ｖ，Ｉ_Ｗ）をクラーク変換部５１２へ出力する。各相電流（Ｉ_Ｕ，Ｉ_Ｖ，Ｉ_Ｗ）は、モータ１１のロータの回転角θ（機械角）の変化に伴って変化する。以下の説明では、回転角θは角度センサ１１３によって測定された値として説明するが、角度センサ１１３は本発明の必須の構成ではなく、回転角θは他の方法で算出されてもよい。たとえば位置センサレス制御において行なわれているように、各相電流（Ｉ_Ｕ，Ｉ_Ｖ，Ｉ_Ｗ）と電圧指令値とから回転角θが算出されてもよい。

クラーク変換部５１２は、各相電流（Ｉ_Ｕ，Ｉ_Ｖ，Ｉ_Ｗ）を二相（αβ相）電流（Ｉα，Ｉβ）に変換し、パーク変換部５１３に出力する。

パーク変換部５１３は、モータ１１のロータの回転角θを角度センサ１１３から受けて、静止座標系の座標に相当するαβ相電流（Ｉα，Ｉβ）を、回転座標系（ｄ‐ｑ座標系）の座標に相当するｄｑ軸電流（Ｉ_ｄ，Ｉ_ｑ）に変換し、電圧指令値演算部５１４へ出力する。ｄ軸電流Ｉ_ｄは、励磁電流成分であり、モータ１１に回転磁界を発生させる。ｑ軸電流Ｉ_ｑは、トルク電流成分であり、モータ１１のトルクを生み出す。ｄｑ軸電流（Ｉ_ｄ，Ｉ_ｑ）には、静止座標系において回転角θで回転するαβ相電流（Ｉα，Ｉβ）を当該回転に追従する回転座標系において測定した値に相当するので、回転角θの変化が現われない。

電圧指令値演算部５１４は、ｄｑ軸電流（Ｉ_ｄ，Ｉ_ｑ）が予め設定された目標電流値（Ｉ_ｄｒｅｆ，Ｉ_ｑｒｅｆ）に近づくように比例積分制御を行ない、出力電圧指令値（Ｖ_ｄ＊，Ｖ_ｑ＊）を算出する。電圧指令値演算部５１４は、ｄ‐ｑ座標系における出力電圧指令値（Ｖ_ｄ＊，Ｖ_ｑ＊）を出力電圧ベクトル演算部５１５へ出力する。

出力電圧ベクトル演算部５１５は、出力電圧指令値（Ｖ_ｄ＊，Ｖ_ｑ＊）を静止座標系における出力電圧指令値に変換した後、空間ベクトル変換を行なって出力電圧ベクトルＶ_Ｘ＊を算出し、ＰＷＭ信号発生部５１６へ出力する。

ＰＷＭ信号発生部５１６は、出力電圧ベクトルＶ_Ｘ＊とキャリア信号との比較に基づいて用いてＰＷＭ信号を生成し、インバータ１２２へ出力する。

異常検出部５２は、圧縮機１に生じた異常を検出する。たとえば、圧縮機１に生じた異常を検出する方法として、圧縮機のモータ１１に出力される各相電流（Ｉ_Ｕ，Ｉ_Ｖ，Ｉ_Ｗ）の大きさおよび位相を分析してモータ１１のトルクと回転速度とを推定することにより、圧縮機１の内部状態を推定して異常を検出する方法を挙げることができる。

各相電流（Ｉ_Ｕ，Ｉ_Ｖ，Ｉ_Ｗ）には、静止座標系からの測定値であるため、モータ１１のロータの回転角θの変化が現われる。したがって、回転角θが電気ノイズの影響を受けて変化してしまうと、各相電流（Ｉ_Ｕ，Ｉ_Ｖ，Ｉ_Ｗ）にも当該影響が現われてしまう場合がある。電気ノイズとしては、たとえば電源６の周波数に起因する電気ノイズ、あるいはインバータ１２２の駆動電圧に起因する電気ノイズを挙げることができる。

一方、先に説明したようにｄｑ軸電流（Ｉ_ｄ，Ｉ_ｑ）には、回転角θが電気ノイズの影響を受けて変化しても、その変化が現われない。また、ｑ軸電流Ｉ_ｑは、モータ１１の出力するトルクに応じて大きさが変化する。したがって、ｑ軸電流Ｉ_ｑを分析することにより、モータ１１から出力されるトルクの変動を、電気ノイズの影響を受けずに分析することができる。

そこで、実施の形態においては、ｑ軸電流を用いて圧縮機１におけるトルク変動を分析することにより、圧縮機１に発生する異常を検出する。その結果、電気ノイズの影響を受けずに圧縮機１におけるトルク変動を分析することが可能になり、異常検出の精度を上げることができる。

図３は、シングルロータリー圧縮機におけるＵ相電流の時間変化、およびｑ軸電流Ｉ_ｑの時間変化の様子の例を併せて示す図である。図３において、実線Ｃ１はＵ相電流の変化を表し、破線Ｃ２はｑ軸電流Ｉ_ｑの変化を表しており、いずれも圧縮機の駆動周波数が３８Ｈｚにおけるモータ１１のロータの４回転分の電流波形が示されている。

図３に示されるように、Ｕ相電流の波形は、たとえば電源周波数に起因する電気ノイズ、あるいはインバータ駆動電圧に起因する電気ノイズの影響を受けて大きく歪んでいる。一方、ｑ軸電流の波形には、Ｕ相電流の波形に現われているような歪みがほとんど現われていない。

図４は、シングルロータリー圧縮機の正常時におけるトルク変動率を示す図である。図４には、モータ１１のロータの回転角θが０から２πまで変化した場合、すなわちロータが１回転した場合のトルクの変動が示されている。図３に示されるロータの１回転分のｑ軸電流Ｉ_ｑの変動と、図４に示されるロータの１回転分のトルクの変動とは、ほぼ同様の態様である。したがって、ｑ軸電流Ｉ_ｑの分析により、電気ノイズの影響を受けずに圧縮機１におけるトルク変動を分析することができる。

再び図２を参照して、異常検出部５２は、ＦＦＴ解析部５２１と、比較部５２２と、推定部５２３と、報知部５２４と、設定部５２５を含む。ＦＦＴ解析部５２１、比較部５２２、推定部５２３、報知部５２４、および設定部５２５は、ＣＰＵ（Central Processing Unit）のようなコンピュータによってメモリ５３に保存されているプログラムが実行されることによって実現されてもよいし、専用のハードウェアによって実現されてもよい。

ＦＦＴ解析部５２１は、インバータ制御部５１からｑ軸電流を受ける。ＦＦＴ解析部５２１は、ｑ軸電流に対して高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）による解析を行なう。ＦＦＴ解析部５２１は、ＦＦＴ解析の結果として、たとえばスペクトル図のデータをメモリ５３および比較部５２２へ出力する。

比較部５２２は、ＦＦＴ解析部５２１からのＦＦＴ解析結果を基に、たとえばスペクトル図における圧縮機１の駆動周波数、あるいは駆動周波数のｎ次成分の強度を示す値（以下では単に「強度」ともいう。）と、メモリ５３に保存されている基準値Ｌ_ｔｈとを比較し、比較結果を推定部５２３へ出力する。

推定部５２３は、比較部５２２から受けた比較結果に基づいて、圧縮機１に発生した異常を推定する。推定部５２３は、たとえば、基準値を超えている強度が駆動周波数成分に対応するものか、あるいは駆動周波数のｎ次成分に対応するものかによって圧縮機１に発生した異常を推定する。推定部５２３は、異常の推定結果を報知部５２４へ出力する。

報知部５２４は、推定部５２３から受けた推定結果に基づき、圧縮機に異常が発生した旨をユーザに報知する。報知する方法としては、たとえば不図示のモニタに警告メッセージを表示する方法、不図示のスピーカから警告音または警告メッセージを発する方法、あるいは不図示のランプを点灯する方法を挙げることができる。

設定部５２５は、メモリ５３に記憶されているｑ軸電流のＦＦＴ解析の結果の履歴に基づいて基準値Ｌ_ｔｈを設定する。たとえば、設定部５２５は、所定の期間のＦＦＴ解析の結果の平均値、あるいは最大値を基準値Ｌ_ｔｈとして設定する。

図５は、図２のＦＦＴ解析部５２１によるＦＦＴ解析結果を示すスペクトル図である。図５に示されるスペクトル図は、駆動周波数が７８Ｈｚの場合のスペクトル図である。

圧縮機１の駆動周波数である７８Ｈｚ、およびその２次成分である１５６Ｈｚにそれぞれ対応する強度Ｌ１およびＬ２は、ｑ軸電流Ｉ_ｑの分析結果であるため、電気ノイズの影響をほとんど受けない。そのため、図５に示されるように、強度Ｌ１およびＬ２が基準値Ｌ_ｔｈを超えているか否かを判定することにより、圧縮機１の異常の検出精度を向上させることができる。

また、Ｕ相電流波形の形状を分析して圧縮機１の異常を検出しようとする場合、機械角の変化が電気角の変化として現われてしまうＵ相電流においては、電気ノイズの影響を取り除いて分析を行なうことは難しい場合が多い。しかし、電気ノイズの影響を受けにくいｑ軸電流Ｉ_ｑのＦＦＴ解析ならば周波数成分ごとの詳細な分析が可能となる。たとえば、図５においては、周波数が５０Ｈｚ、１００Ｈｚ、および２００Ｈｚにも強度の極大値が生じている。これらは、電源６の周波数、および当該周波数のｎ次成分に対応する極大値である。図５に示されるように、電源６の周波数、および当該周波数のｎ次成分は、電源６の周波数が予めわかっていれば、ＦＦＴ解析の結果において圧縮機１の駆動周波数および駆動周波数のｎ次成分から分離して処理することができる。その結果、圧縮機１の駆動周波数および駆動周波数のｎ次成分に着目した分析が可能になる。

空調機１００の故障としては、たとえば圧縮機１内の潤滑油が不足することによる圧縮機１の停止を挙げることができる。圧縮機１内の潤滑油の不足は、潤滑油が冷凍サイクルを構成する他の部位に移動してしまうことにより生じる場合がある。圧縮機１内の潤滑油が不足すると、圧縮機１の摺動部で金属部品同士が直接に接触することが多くなる。その結果、金属部品同士の間の摩擦抵抗が増加して摩擦熱が発生し、金属部品同士が凝着してしまうことがある。摺動部の金属部品同士が凝着してしまうと、圧縮機１が停止する原因となる。

圧縮機１の摺動部の異常は、圧縮機１のトルク変動に比較的大きな影響を与える。実施の形態においては、電気ノイズの影響をほとんど受けず、圧縮機におけるトルク変動に応じて変化をするｑ軸電流を分析するため、圧縮機１の摺動部に生じた異常の検出精度を向上させることができる。

たとえば、ＦＦＴ解析の結果、圧縮機１の駆動周波数成分の強度が増加している場合、圧縮機１内部の摺動部に損傷が生じて摩擦抵抗が増加していると推定することができる。具体的には、圧縮機１の駆動周波数成分の強度を継続的に記録しておき、圧縮機１の駆動周波数成分の強度が閾値を超えた場合、あるいは所定時間あたりの上昇率が閾値を超えた場合に圧縮機１の異常を検出することができる。

また、ＦＦＴ解析の結果、圧縮機１の駆動周波数、あるいは駆動周波数のｎ次成分の強度が基準値を超えている場合、圧縮機１のトルク変動に影響を及ぼす程度の異常が圧縮機の摺動部に生じたと推定することができる。たとえば、圧縮機１の摺動部に複数の微小な傷が生じた場合、微小な傷による摩擦抵抗は１回転中に複数回生じる。したがって、スペクトル図において圧縮機１の駆動周波数のｎ次数成分の強度が基準値を超えている場合には、圧縮機１の摺動部に微小傷が生じていると推定することができる。

実施の形態によれば、圧縮機１の摺動部に関する異常以外の異常も検出することができる場合がある。たとえば、空調機１００内においては冷媒がほぼ一定速度で循環しているため、圧縮機１が吸入する冷媒に液冷媒が混じるという現象が周期的に生じる場合がある。このような場合、スペクトル図において圧縮機１の駆動周波数成分の強度が数回転毎に変動することが多い。そのため、スペクトル図において圧縮機１の駆動周波数成分の強度が数回転毎に変動している場合は、圧縮機１が吸入する冷媒に液冷媒が混じっていると推定することができる。具体的には、たとえば圧縮機１が１０回転する間に生じた駆動周波数成分における強度の平均と、１０回転する間の駆動周波数成分の強度の最大値との比を記録しておく。この比が基準値を超えた場合に、圧縮機１が吸入する冷媒に液冷媒が混じっているという異常を検出することができる。

圧縮機１の異常の検出に用いられる基準値は、空調機１００に冷凍サイクルに関する様々なパラメータ設定の下でｑ軸電流を測定することを目的とした擬似的な運転（学習運転）を行なわせて、学習運転中に測定されたｑ軸電流に基づいて設定されてもよい。この場合、空調機１００は、通常の空調を行なう通常運転モードと、学習運転を行なう学習運転モードとを切り替えることが可能である。学習運転における冷凍サイクルに関するパラメータ設定に含まれるパラメータとしては、たとえば圧縮機１の駆動数周波数、凝縮器２の凝縮温度、蒸発器４の蒸発温度、あるいは圧縮機１に吸入されるガス冷媒の過熱度を挙げることができる。

また、圧縮機１を空調機１００に設置されていない状態で試験運転させて、試験運転中に測定されたｑ軸電流に基づいて基準値が予め設定されていてもよい。あるいは、基準値は、圧縮機１の性能に関する情報から算出された値に予め設定されていてもよい。このように圧縮機１の特性に対応するように基準値を設定することにより、より精度よく圧縮機１の異常を検出することが可能になる。

なお、圧縮機１の駆動周波数が一定の場合、ｑ軸電流Ｉ_ｑの周波数は、Ｕ相電流の周波数よりも小さくなる。たとえば、モータ１１が３相６極モータである場合、ｑ軸電流の周波数は、Ｕ相電流Ｉ_Ｕの周波数の３分の１程度である。ＦＦＴ解析部５２１によって分析可能な周波数帯が限定されている場合、Ｕ相電流を分析する場合よりも、ｑ軸電流を分析する場合のほうが高次の周波数成分まで分析を行なうことができる。その結果、圧縮機の異常を高精度に検出することができる。

以上、実施の形態によれば、電気ノイズの影響をほとんど受けないｑ軸電流を分析することにより、圧縮機１の異常の検出精度を向上させることができる。

実施の形態は、圧縮機１の圧縮形式によらず適用可能である。実施の形態は、たとえば、レシプロ圧縮機、シングルロータリー圧縮機、ツインロータリー圧縮機、スクロール圧縮機、およびヘリカル圧縮機に適用可能である。

図６は、圧縮機形式毎の正常時における１回転中のトルク変動率を併せて示す図である。図６において、曲線Ｒ，Ｓｙ，Ｔ，Ｓｃ，Ｈは、それぞれレシプロ圧縮機，シングルロータリー圧縮機，ツインロータリー圧縮機，スクロール圧縮機，ヘリカル圧縮機のトルク変動率を示す。図６に示されるように、ツインロータリー圧縮機（曲線Ｔ）、スクロール圧縮機（曲線Ｓｃ）、およびヘリカル圧縮機（曲線Ｈ）のトルク変動率の振幅は、レシプロ圧縮機（曲線Ｒ）およびシングルロータリー圧縮機（曲線Ｓｙ）のトルク変動率の振幅よりも小さい。そのため、ツインロータリー圧縮機、スクロール圧縮機、およびヘリカル圧縮機においては、トルク変動に異常が生じて圧縮機のトルクが大きく変化した場合、トルク変動が正常時よりも顕著に波形に現われる。そのため、たとえば波形の形状を目視することにより、異常を容易に検出し得る。実施の形態によれば、ツインロータリー圧縮機、スクロール圧縮機、およびヘリカル圧縮機の圧縮形式において、他の圧縮形式よりも圧縮機１に生じる異常を容易に検出し得る。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１ 圧縮機、２ 凝縮器、３ 膨張弁、４ 蒸発器、５ 制御装置、６ 電源、１１ モータ、１２ 駆動装置、５１ インバータ制御部、５２ 異常検出部、５３ メモリ、１００ 空調機、１１１，１１２ 電流センサ、１１３ 角度センサ、１２１ コンバータ、１２２ インバータ、５１１ 相電流演算部、５１２ クラーク変換部、５１３ パーク変換部、５１４ 電圧指令値演算部、５１５ 出力電圧ベクトル演算部、５１６ 信号発生部、５２１ 解析部、５２２ 比較部、５２３ 推定部、５２４ 報知部、５２５ 設定部、Ｉ_Ｕ，Ｉ_Ｖ，Ｉ_Ｗ 相電流、Ｉｄ ｄ軸電流、Ｉｑ ｑ軸電流。

Claims (7)

1. モータを含む圧縮機と、前記モータに三相電流を出力するように構成される駆動装置とを備える空調機の故障徴候検出装置であって、
   前記故障徴候検出装置は、
   前記三相電流の測定値および前記モータの回転子の回転角から、前記モータのｑ軸電流を算出するように構成される変換部と、
   前記ｑ軸電流に対して周波数分析を行なうことによって算出される評価値と基準値とを比較することにより、前記圧縮機の異常を検出するように構成される異常検出部とを備える、故障徴候検出装置。
2. 前記異常検出部は、前記周波数分析として高速フーリエ変換を行なうように構成され、
   前記評価値は、前記高速フーリエ変換を行なって得られるスペクトルにおける、所定の周波数成分の強度を示す値である、請求項１に記載の故障徴候検出装置。
3. 前記異常検出部は、前記圧縮機の異常を検出した場合にユーザに報知するように構成される、請求項１に記載の故障徴候検出装置。
4. 前記異常検出部は、前記圧縮機の摺動部に異常が発生したことを報知するように構成される、請求項３に記載の故障徴候検出装置。
5. 記憶部をさらに備え、
   前記異常検出部は、前記評価値の履歴を前記記憶部に記憶し、前記履歴に記憶されている前記評価値から算出した値を前記基準値として用いるように構成される、請求項１に記載の故障徴候検出装置。
6. 前記空調機は、通常運転モードと学習運転モードとを切り替えて運転するように構成され、
   前記学習運転モードにおいては、前記圧縮機は、前記記憶部に予め記憶されている複数の駆動周波数の各々で駆動され、
   前記異常検出部は、前記学習運転モードにおいては、前記複数の駆動周波数の各々と当該駆動周波数で前記圧縮機が駆動している場合に算出された前記評価値とを関連付けて前記履歴に記録するように構成される、請求項５に記載の故障徴候検出装置。
7. 前記基準値は、前記圧縮機の特性に対応する値として予め前記記憶部に記憶されている、請求項５に記載の故障徴候検出装置。