具体实施方式

(1)实施方式

(1.1)概要

图1示出具备本实施方式的电流测定系统20的诊断系统10。图2是电流测定系统的电路图。电流测定系统20构成为对流过导体32的交流电流I1进行测定。如图2所示，电流测定系统20具备：电流传感器22，其具有与导体32磁耦合的测定线圈220；分流电阻23，其电连接在测定线圈220的两端220a、220b之间。分流电阻23与测定线圈220并联且连接于测定线圈220的两端220a、220b。电流测定系统20具有饱和点，相对于交流电流I1的频率的、分流电阻23的两端之间的输出电压V2在饱和频率下在该饱和点饱和。交流电流I1的频率的测定范围的上限值比交流电流I1的基本频率高。饱和频率为测定范围的上限值以上。

在电流测定系统20中，与交流电流I1相应的感应电流流过测定线圈220，分流电阻23的两端23a、23b之间的输出电压V2为与感应电流相应的值。而且，在比饱和点处的饱和频率低的频率的范围内，输出电压V2随着频率的增加而变大。在电流测定系统20中，饱和频率比交流电流I1的基本频率高，且为测定范围的上限值以上。根据本实施方式的电流测定系统20，能够提高对于比交流电流I1的基本频率高的频率成分的灵敏度。

(1.2)详情

下面进一步详细说明具备本实施方式的电流测定系统20的诊断系统10。诊断系统10构成为对设备30进行诊断。作为一例，被诊断系统10诊断的设备30是作业设备。作业设备是执行规定的作业的设备。作为规定的作业的例子，可以列举出对材料或物品的加工、输送、配置以及安装。加工例如包括镗孔、钻孔、攻丝、切割、研磨等物理处理以及加热、冷却等化学处理。另外，输送不限于部件或产品等固体物品的输送，还包括在流路内的流体的输送等。作为这种作业设备，可以列举出车床、加工中心、立铣刀、磨床、钻头等机床、部件安装机、输送机、热处理装置、泵(例如真空泵)、压缩机、研磨装置(例如化学机械研磨装置)以及它们的组合等。

(1.2.1)设备

作为一例，设备30具有作为车床的功能。设备30可以具有作为加工中心的功能。设备30包括驱动装置31和电源装置33。

驱动装置31是用于驱动机构部的装置。换言之，驱动装置31是机构部的动力源。驱动装置31包括马达。马达的输出根据被施加的电流而变化。机构部是用于执行规定的作业的装置。规定的作业是通过刀具和工件中的一方相对于另一方的旋转来对工件进行加工的作业。也就是说，设备30是用于对工件进行加工从而得到期望的形状的构件的装置。在实施方式中，机构部通过使工件相对于刀具进行旋转来对工件进行加工。也就是说，设备30具有作为车床的功能。刀具是用于加工工件的构件。刀具能够更换。作为一例，工件是金属体。

马达用于将刀具相对于工件在沿着工件旋转的中心轴的方向上保持在规定位置。也就是说，驱动装置31构成为：在沿着刀具和工件中的一方相对于另一方的旋转的中心轴的方向上，通过马达将刀具和工件中的一方推压到另一方。在本实施方式中，马达的转子的输出轴进行旋转的轴的方向是沿着刀具和工件中的一方相对于另一方的旋转的中心轴的方向，但是不限定于此。

马达是以交流方式来进行动作的交流马达。交流马达可以是三相交流马达或单相交流马达。具体来说，马达的输出、即马达的作为每单位时间的转数的转速与被施加的交流电流的基本频率的变化相应地发生变化。作为一例，如果基本频率变高，则输出变大，即输出轴的旋转变快，如果基本频率变低，则输出变小，即输出轴的旋转变慢。

电源装置33对驱动装置31的马达提供交流电流I1。特别是，电源装置33为了使机构部执行规定的作业而对驱动装置31的马达提供交流电流I1。也就是说，电流I1在设备30正在执行规定的作业时被提供给驱动装置31。电源装置33经由作为电线的导体32来与马达连接。在本实施方式中，交流电流I1具有基本频率。电源装置33具有调整交流电流I1的基本频率的功能。电源装置33能够通过公知的交流电源电路来实现，因此省略其详细说明。

(1.2.2)诊断系统

诊断系统10判定刀具的状态来作为设备30的状态。刀具的状态按有无损伤而大致分为两种。在刀具没有损伤的情况下，诊断系统10判定为设备30的状态正常。作为刀具的损伤的例子，可以列举出后刀面磨损(齿侧面磨损)、前刀面磨损(月牙洼磨损)、崩刃、缺损、塑性变形、切屑瘤(熔接)、热龟裂(热裂纹)、边界磨损、剥落。在此，如果是相同的设备30，则刀具的磨损会以同样的方式发生。但是，关于刀具的缺损及其预兆，即使是相同的设备30，也难以逐件地确定发生的是哪种缺损。也就是说。刀具的损伤可以是易于确定的损伤，也可以是难以确定的损伤。在存在易于确定的刀具的损伤的情况下，诊断系统10将设备30的状态判定为异常。另一方面，在存在难以确定的刀具的损伤的情况下，诊断系统10将设备30的状态判定为不确定状态。也就是说，可以说本实施方式中所说的异常是对于诊断系统10来说已知的异常，不确定状态是对于诊断系统10来说未知的异常。该未知的异常中还包括缺损的预兆。

如图1所示，诊断系统10具备测定部21、获取部11、提取部12、判定部13、输出部14、收集部15、生成部16以及存储部17。在诊断系统10中，获取部11和提取部12构成了分析部24。而且，测定部21和分析部24构成了电流测定系统20。

测定部21测定交流电流I1，并输出表示与交流电流I1有关的波形的波形数据(电流波形数据)。在本实施方式中，测定部21测定向设备30的驱动装置31提供的交流电流I1。测定部21安装于导体32，该导体32是供从电源装置33向驱动装置31的交流电流I1流动的电线。如图1和图2所示，测定部21包括电流传感器22和分流电阻23。

如图2所示，电流传感器22包括测定线圈220和芯221。测定线圈220配置于供作为测定对象的交流电流I1流动的电线即导体32的附近。更详细来说，测定线圈220与供交流电流I1流动的电线即导体32磁耦合。芯221具有穿过测定线圈220的内侧的部分221b。在本实施方式中，芯221具有围住中空部221a的环形形状。以使供作为测定对象的交流电流I1流动的导体32(电线)穿过芯221的中空部221a的方式配置芯221。在本实施方式中，电流传感器22是电流互感器。特别是，作为电流互感器，优选的是，能够后安装于导体32。也就是说，在本实施方式中，测定部21能够后安装于导体32。

分流电阻23电连接于测定线圈220的两端220a、220b之间。分流电阻23的两端23a、23b之间的输出电压V2即为测定部21的输出。

接着，说明作为测定对象的电流I1与作为测定部21的输出的输出电压V2之间的关系。图3是测定部21的等效电路图。此外，在图3中忽视了测定线圈220的电容成分。在图3中，供交流电流I1流动的导体32具有自感L0。测定线圈220具有自感L1和电抗R1。分流电阻23具有电阻值R2。导体32被施加电压V1。更详细来说，电压V是电流I1所引起的自感电动势与导体32同测定线圈220的互感所引起的电动势之和。互感M是导体32与测定线圈220的互感。分流电阻23中有电流I2流动。

基于上述参数和交流电流I1的角频率ω，通过数式1表示电压V1、V2。

[数式1]

V1＝-jω·L0·Il+jω·M·I2

V2＝jω·M·I1-jω·L1·I2-R1·I2

电压V2等于电阻值R2与电流I2之积(R2·I2)，因此能够通过数式2表示电压V2。

[数式2]

基于导体32与测定线圈220的耦合系数k、交流电流I1的频率f以及测定线圈220的匝数N，通过数式3表示电压V2。

[数式3]

在频率f低的情况下，能够通过数式4表示电压V2，电压V2与频率f成正比。

[数式4]

图4是作为电流测定系统20的输出的输出电压V2的频率特性的说明图。图4示出输出电压V2的实测值G11与理论值G12。理论值G12是基于数式3得到的。关于饱和点，相对于作为测定对象的交流电流I1的频率f的、分流电阻23的两端之间的输出电压V2在饱和频率P1下在饱和点Q1饱和。饱和频率P1通过(R1+R2)/(2π·L1)给出。测定线圈220的谐振频率P2基于测定线圈的电容成分C来通过1/{2π·(L1·C)^1/2}给出。在以传递交流信号为目的来使用的普通的线圈或互感器中，如果输出根据频率发生变动而不是根据来自外部的磁场发生变动，则无法实现该目的。在普通的互感器、线圈、传感器中，在数十Hz左右的低频率下就会饱和，因此不饱和的频带非常窄。相对于此，在实施方式的电流传感器20中能够调节饱和的上限的频率，因此能够在高至数十kHz、数百kHz的高频下都不饱和。

根据图4可以明确的是，在交流电流I1的频率f比饱和频率P1低的情况下，当频率f变高时输出电压V2增加。详细来说，在交流电流I1的频率f比饱和频率P1低的情况下，交流电流I1的频率与输出电压V2的相关性通过具有正斜率的直线表示。而且，在频率f比饱和频率P1高的情况下，相对于交流电流I1的频率f的、分流电阻23的两端23a、23b之间的输出电压V2是恒定的。此外，在图4中，在频率比饱和频率P1高的情况下，实测值G11与理论值G12有很大偏差，这是由于在数式3的计算中忽视了测定线圈220的电容成分C。

图5示出使交流电流I1的大小恒定时的本实施方式的电流测定系统20的灵敏度。灵敏度是输出电压V2与交流电流I1之比(V2/I1)。在本实施方式中，在电流测定系统20中，使频率f的测定范围的上限值比交流电流I1的基本频率高，使饱和频率P1为电流测定系统20的频率的测定范围的上限值以上。因此，如图5所示，本实施方式的电流测定系统20的灵敏度(V2/I1)依赖于频率。特别是，频率f越高，则本实施方式的电流测定系统20的灵敏度越高。更详细来说，相对于交流电流I1的频率f的、本实施方式的电流测定系统20的灵敏度通过具有正斜率的直线表示。如上所述，饱和频率P1通过(R1+R2)/(2π·L1)给出。也就是说，饱和频率P1依赖于分流电阻23的电阻值R2以及测定线圈220的自感L1和电抗R1。在本实施方式中，测定线圈220的自感L1和电抗R1以及分流电阻23的电阻值R2被设定为使饱和频率P1为测定范围的上限值以上的大小。

此外，在测定线圈220的电抗R1较小而能够忽视的情况下，饱和频率P1通过R2/(2π·L1)给出，数式3能够如数式5那样表示。

[数式5]

在本实施方式中，将频率f的测定范围的上限值设为作为测定对象的交流电流I1的基本频率的十倍以上。另外，测定范围的下限值大于0。

在设备30中，在设备30的刀具的状态不正常的情况下，在用刀具加工工件时，有时会发生剪断、挤裂、龟裂。在这种情况下，驱动装置31可能会在沿着工件的旋转的轴的方向上被施加力。这种用工具(刀具)按压工件的方向上的力也被称为背分力。另外，与加工方向即刀具在工件上的移动方向相反的力也被称为进给分力。特别是在驱动装置31中，对用于将刀具相对于工件在沿着工件的旋转的轴的方向上保持在既定的规定位置的马达的转子在沿着工件的旋转的轴的方向上施加力。在设备30正在执行规定的作业时，该力施加于驱动装置31(马达的转子)。这种力可能会影响转子的角速度的变化。转子的角速度的变化可能会反映到向马达提供的电流I1上。另外，当在沿着工件的旋转的轴的方向上施加力而刀具偏离于规定位置的情况下，设备30执行使刀具返回规定位置的控制。由此，向马达提供的电流I1可能会发生因这种控制引起的电流的变化。

也就是说，向驱动装置31提供的电流I1会发生因施加于驱动装置31的力的特定方向上的分量引起的变化，此处是因该力的沿着刀具和工件中的一方相对于另一方的旋转的轴的方向上的分量引起的变化。特别是，交流电流I1在设备30正在执行规定的作业时被提供给驱动装置31。因此，测定部21测定对设备30的驱动装置31提供的交流电流I1，并输出表示与交流电流I1有关的波形的波形数据(电流波形数据)。作为一例，测定部21安装于导体32。

这样，在诊断系统10中，无需将测定部21设置在驱动装置31的附近。测定部21只要能够测定向马达提供的电流即可，因此能够设置于收纳有电源装置33的控制盘等的内部。由此，在设备30的机构部中，不需要用于设置测定部21的装置、以及布线的引绕，另外，不需要进行因设置测定部21而导致的平衡调整等。并且，因此，在设置测定部21时，无需用于能够在工件加工的环境下使用测定部21的对策(例如耐油对策、耐热对策、防水对策等)。由此，能够减轻对测定部21维护的负担。另外，即使在设备30正在作业时，也能够获取波形数据。因此，无需为了利用诊断系统10进行诊断而中断设备30的作业。由此，能够降低由诊断引起的加工周期的长期化。并且，即使在设备30正在作业时，也能够获取波形数据，因此能够随时掌握刀具的状态(例如刀具磨损的程度)，从而能够将刀具用到极限。另外，由于能够检测出与正常及异常都不同的不确定状态，因此能够减少因刀具处于不确定状态而可能产生的不良情况(例如生产不良品)。也就是说，通过诊断系统10，作为对设备30的维修，能够应用基于状态的维修(CBM)而不是现有的基于时间的维修(TBM)。

分析部24包括获取部11和提取部12。

获取部11获取表示与向设备30的驱动装置31提供的交流电流I1有关的波形的波形数据(电流波形数据)。更详细来说，获取部11与测定部21连接，从测定部21获取波形数据。来自测定部21的波形数据是测定部21的输出电压V2的时间序列数据。

获取部11获取表示与向设备30的驱动装置31提供的交流电流I1有关的波形的波形数据、即输出电压V2的时间序列数据。

提取部12从由获取部11获取到的波形数据中获取在判定部13中利用的信息。在判定部13中利用的信息是与因施加于驱动装置的力的特定方向上的分量引起的变化有关的信息。提取部12将由获取部11获取到的波形数据所表示的波形变换为频率轴波形。更详细来说，提取部12对输出电压V2的时间序列数据执行频率分析来获取作为测定对象的交流电流I1的谐波成分的数据。提取部12从通过变换而得到的频率轴波形中提取关注部分，该关注部分是可能包含因施加于驱动装置31的力的特定方向上的分量引起的变化的部分。

在向设备30的驱动装置31提供的交流电流I1中，因施加于驱动装置31的力的特定方向上的分量引起的变化容易出现在比基本频率的成分高的频率区域的成分处。如上所述，在本实施方式的电流测定系统20中，使饱和频率P1为测定范围的上限值以上，该测定范围包含作为测定对象的交流电流I1的基本频率。如图5所示，本实施方式的电流测定系统20的灵敏度(V2/I1)具有频率依赖性，频率f越高则灵敏度越高。因而，本实施方式的电流测定系统20能够以更高的灵敏度提取可能包含因施加于驱动装置31的力的特定方向上的分量引起的变化的关注部分。

专利文献1中记载了以下内容：在用于测定漏电流的情况下搭载数十～数百欧姆的分流电阻；以及在用于测定负载电流的情况下搭载如数欧姆这样的低电阻值的分流电阻。这是考虑到了交流电流的振幅，在该文献中完全没有记载对于交流电流的频率的灵敏度。

使用本实施方式的电流测定系统20的比较例来说明本实施方式的电流测定系统20的优点。图6是示出比较例的电流测定系统的灵敏度的频率特性的图表。在比较例的电流测定系统中，与本实施方式的电流测定系统20不同，使饱和频率P1比作为测定对象的交流电流I1的基本频率低，且为测定范围的下限值以下。也就是说，如图6所示，比较例的电流测定系统20的灵敏度不具有频率依赖性(在图6中电流I1的大小是恒定的)。也就是说，比较例的电流测定系统的灵敏度是恒定的而与频率无关。

图7和图9是示出在本实施方式的电流测定系统20中得到的输出电压V2的波形的频率成分的图表，图8和图10是示出在比较例的电流测定系统中得到的输出电压V2的波形的频率成分的图表。此外，图7到图10中的频率的尺度只不过是一个例子。这一点在图11～图14中也是同样的。

图7和图8分别示出在被输入了具有频率f0、f1、…的相同大小的交流电流I1的本实施方式的电流测定系统20和比较例的电流测定系统中得到的输出电压V2的波形的频率成分的大小即灵敏度。如上所述，频率f越高，则本实施方式的电流测定系统20的灵敏度(V2/I1)越高，而比较例的电流测定系统的灵敏度与频率f无关而是恒定的。例如，如图7和图8所示，在作为测定对象的交流电流I1中包含基本频率f0以及谐波频率f1、f2、f3、f4、f5、…的成分的情况下，与比较例的电流测定系统相比，在本实施方式的电流测定系统20中，与谐波频率f1、f2、f3、f4、f5、…的成分对应的输出更大。因此，根据本实施方式的电流测定系统20，能够将谐波频率f1、f2、f3、f4、f5、…的成分与噪声区域R10区别开来。在比较例的电流测定系统中，谐波频率f4、f5、…的成分处于噪声区域R10，从而无法与噪声区域R10区别开来。

图9和图10分别示出被输入了向驱动装置31的马达提供的交流电流I1的实施方式中的电流测定系统20的输出电压的频率成分和比较例的电流测定系统的输出电压的频率成分。特别是，在本实施方式中，作为测定对象的交流电流I1是向驱动装置31的马达提供的电流。因此，作为测定对象的交流电流I1中可能包含因转矩变动引起的转矩成分以及因设备30的异常等状态变化引起的成分即上述关注部分的成分。图9示出实施方式中的电流测定系统20的转矩成分G21和关注部分的成分G22，图10示出比较例的电流测定系统的转矩成分G31和关注部分的成分G32。在转矩成分G21、G31中，作为测定对象的电流I1的基本频率的成分的输出最强，随着频率变高而输出变弱。另一方面，在关注部分的成分G22、G32中，在比作为测定对象的交流电流I1的基本频率f0高的频率f1、f2、…处存在输出变强的倾向。因此，与比较例的电流测定系统相比，根据本实施方式的电流测定系统20，能够使关注部分的成分的输出更大。

作为一例，图11和图12用频率轴来表示从本实施方式的电流测定系统20输出的波形数据(电流波形数据)。图11表示刀具正常的情况(设备30正常的情况)下的波形数据，图12表示刀具发生缺损的情况(设备30异常的情况)下的波形数据。从图11和图12中可以看出在频率轴波形中发生了如特异部分P10那样的变化。该变化被认为是在沿着刀具和工件中的一方相对于另一方的旋转的轴的方向上施加于驱动装置31的马达的转子的力所引起的。由此，提取部12从频率轴波形中提取可能包含因施加于驱动装置31的背分力引起的变化的关注部分。在图3和图4的例子中，提取部12可以从频率轴波形中提取频率为1000Hz～1200kHz的区域来作为关注部分。

图13和图14示出基于从比较例的电流测定系统输出的波形数据(电流波形数据)得到的频率轴波形。图13表示刀具正常的情况(设备30正常的情况)下的波形，图14表示刀具发生缺损的情况(设备30异常的情况)下的波形。从图13和图14中看不出频率轴波形中的两个情况下的变化。由此得知，在比较例的电流测定系统中，难以进行设备30的异常的判定。

判定部13根据因施加于驱动装置31的力的特定方向上的分量引起的变化来判定设备30的状态。在本实施方式中，判定部13基于由提取部12提取出的关注部分来判定设备30的状态。设备30的状态包括正常、异常、以及不是正常和异常中的任一者的不确定状态。也就是说，判定部13判定设备30的状态是正常、异常以及不确定状态中的哪一个。

判定部13利用已学习模型M11、M12来根据关注部分判定设备30的状态。已学习模型M11被设计为针对被提供的输入(关注部分)来输出未知值(未知度)。判定部13将从提取部12得到的关注部分提供给已学习模型M11，由此基于根据已学习模型M11得到的值(未知值)来判定设备30的状态是否为不确定状态。例如，如果未知值为阈值以上，则判定部13可以将设备30的状态判定为不确定状态。另外，如果未知值小于阈值，则判定部13可以将设备30的状态判定为不是不确定状态。这种已学习模型M11能够通过将设备30正常或异常的情况下的关注部分用作学习用数据(训练标本)的无监督学习来生成。已学习模型M12被设计为针对被提供的输入(关注部分)来输出异常值(异常度)。判定部13将从提取部12得到的关注部分提供给已学习模型M12，由此基于根据已学习模型M12得到的值(异常值)来判定设备30的状态是正常还是异常。例如，如果异常值为阈值以上，则判定部13可以将设备30的状态判定为异常。另外，如果异常值小于阈值，则判定部13可以将设备30的状态判定为正常。这种已学习模型M12能够通过使用了用于规定对应于异常值的标签与关注部分之间的关系的学习用数据(数据集)的无监督学习来生成。已学习模型M11、M12存储在存储部17中。此外，存储部17可以按刀具种类来存储已学习模型M11、M12的集合。也就是说，存储部17可以存储分别对应于多个种类的刀具的已学习模型M11、M12的多个集合。

输出部14输出判定部13中的判定的结果。输出部14例如具有声音输出装置和显示器。显示器例如是液晶显示器、有机EL显示器等薄型显示器装置。输出部14也可以将判定部13中的判定的结果显示于显示器或通过声音输出装置进行通知。另外，输出部14也可以将判定部13中的判定的结果以数据形式发送到外部装置或进行累积。此外，输出部14无需同时具有声音输出装置和显示器。另外，输出部14还能够将判定部13中的判定的结果通过电子邮件等输出。

收集部15收集并累积由获取部11获取到的数据。在本实施方式中，由获取部11获取到的数据包含来自测定部21的波形数据。收集部15所收集到的数据被用于已学习模型M11、M12的生成和更新。

生成部16生成供判定部13利用的已学习模型M11、M12。生成部16使用规定量以上的学习用数据，通过机器学习算法来生成已学习模型M11、M12。既可以预先准备学习用数据，也可以根据收集部15所累积的数据来生成学习用数据。通过采用根据收集部15所累积的数据而生成的学习用数据，可以期待使用已学习模型M11、M12来进行的状态判定的精度的进一步提高。特别是，即使在判定为不确定状态的情况下，如果存在可以判断为正常或异常的情况，则针对可以被认为是正常或异常的不确定状态进行追加学习，从而实现正常或异常的判定精度的提高。生成部16对新生成的已学习模型M11、M12进行评价，当已学习模型M11、M12的评价结果提高时，将存储在存储部17中的已学习模型M11、M12替换为新生成的已学习模型M11、M12，来更新已学习模型M11、M12。如上所述，作为已学习模型M11、M12的生成方法，能够根据状态的内容来适当地利用无监督学习、监督学习。此外，作为无监督学习，能够利用有代表性的主成分分析、自组织图、自编码器等维数压缩技术。另外，作为监督学习，能够利用有代表性的具有监督学习机构的多层神经网络。

在诊断系统10中，获取部11、提取部12、判定部13、输出部14、收集部15以及生成部16例如能够通过包括一个以上的处理器(作为一例是微处理器)以及一个以上的存储器的计算机系统来实现。也就是说，一个以上的处理器通过执行一个以上的存储器中存储的一个以上的程序，来作为获取部11、提取部12、判定部13、输出部14、收集部15以及生成部16发挥功能。一个以上的程序既可以预先记录在存储器中，也可以通过互联网等电气通信线路来被提供，或者记录在存储卡等非临时性记录介质中来被提供。

(1.3)动作

接着简单地说明诊断系统10的基本动作。图15是诊断系统10的动作的流程图。

获取部11从测定部21获取表示与向设备30的驱动装置31的马达提供的交流电流I1有关的波形的波形数据(电流波形数据)(步骤S11)。接着，提取部12将由获取部11获取到的波形数据所表示的波形变换为频率轴波形，从频率轴波形中提取包含因施加于驱动装置31的力的特定方向上的分量引起的变化的部分(步骤S12)。之后，判定部13利用多个已学习模型M11、M12，根据由提取部12提取出的部分来判定设备30的状态(步骤S13)。最后，输出部14输出判定部13中的判定结果(步骤S14)。这样，诊断系统10能够根据表示与向驱动装置31提供的交流电流I1有关的波形的波形数据来诊断由驱动装置31驱动的机构部并呈现其结果。

(2)变形例

本公开的实施方式不限定于上述实施方式。上述实施方式只要能够实现本公开的目的即可，能够根据设计等来进行各种变更。下面列举上述实施方式的变形例。

在一个变形例中，电流测定系统20的频率的测定范围的上限值比作为测定对象的交流电流I1的基本频率f0高。特别是，测定范围被设定为包含有助于判定部13判定设备30的状态的频率成分、特别是谐波成分。测定范围的上限值为交流电流I1的基本频率的二倍以上。并且，上限值可以为作为测定对象的交流电流I1的基本频率的五倍以上，也可以为十倍以上。测定范围的下限值没有特别限定，但是比0高。如上所述，有助于判定部13判定设备30的状态的频率成分是谐波成分，因此下限值既可以是作为测定对象的交流电流I1的基本频率，也可以比基本频率高。总之，电流测定系统20的频率的测定范围未必包含作为测定对象的交流电流I1的基本频率。

在测定部21中，测定线圈220无需由单个线圈构成，也可以由一个以上的线圈构成。另外，分流电阻23无需由单个电阻构成，也可以由一个以上的电阻构成。另外，在上述实施方式中，分流电阻23的两端之间的输出电压V2被用作测定部21的输出，但测定部21也可以具备放大输出电压V2的放大器等电路元素。

电流测定系统20无需具备分析部24。另外，测定部21无需具备芯221。电流传感器22不需要是电流互感器，只要具有使用与供作为测定对象的交流电流I1流动的导体磁耦合的测定线圈来测定电流的功能即可。也就是说，作为电流传感器22，能够利用电流互感器以外的公知种类的电流传感器。

判定部13将设备30的状态判断为正常、异常以及不确定状态中的任一者，但是不限定于此。判定部13可以判断正常、异常以及不确定状态的程度。由此，诊断系统10能够根据正常、异常以及不确定状态的程度来进行不同的通知。作为一例，在正常的程度低的情况下，诊断系统10可以通知处于异常或不确定状态的可能性高。另外，在异常和不确定状态的程度超过阈值的情况下，诊断系统10可以进行设备30的动作的停止、通知等处理。或者，设备30的状态不限定于正常、异常以及不确定状态这三种，也可以是四种以上，也可以是两种。

另外，诊断系统10无需具有收集部15、生成部16以及存储部17。也就是说，诊断系统10可以不具有通过自身来更新已学习模型M11、M12、…的功能。另外，存储部17无需存储多个已学习模型M11、M12、…。

另外，诊断系统10也可以不具备提取部12。例如，在用户或其它装置替代地进行提取部12中的处理的情况下，诊断系统10也可以不提取包含因施加于驱动装置31的力的特定方向上的分量引起的变化的部分。另外，也可以是，将由获取部11获取到的波形数据所表示的波形整体作为输入，根据已学习模型M11、M12得到设备30的状态来作为输出。也就是说，可以省略对包含变化的部分的提取。

另外，诊断系统10无需具有输出部14。作为一例，也可以是，诊断系统10能够将由判定部13判定出的设备30的状态输出到诊断系统10外。

另外，诊断系统10也可以由多个计算机构成，诊断系统10的功能(特别是获取部11、提取部12、判定部13、输出部14、收集部15以及生成部16)也可以分散在多个装置中。例如，获取部11、提取部12、判定部13以及输出部14可以设置于在具有设备的设施中设置的个人计算机等，生成部16和输出部14可以设置于外部的服务器等。在该情况下，通过个人计算机与服务器的协作来实现诊断系统10。并且，诊断系统10的至少一部分功能例如也可以通过云端(云计算)来实现。

以上所述的诊断系统10的执行主体包括计算机系统。计算机系统具有作为硬件的处理器和存储器。通过由计算机系统的处理器执行存储器中记录的程序，来实现作为本公开中的诊断系统10的执行主体的功能。程序既可以预先记录在计算机系统的存储器中，也可以通过电气通信线路来被提供。另外，程序也可以记录在计算机系统可读取的存储卡、光盘、硬盘驱动器等非临时性记录介质中来被提供。计算机系统的处理器由包括半导体集成电路(IC)或者大规模集成电路(LSI)的一个或多个电子电路构成。在此，将其称为IC或LSI，但也可以根据集成的程度来改变称呼方式，例如也可以称为系统LSI、VLSI(verylargescale integration：甚大规模集成)、或者ULSI(ultralarge scale integration：超大规模集成)。在LSI制造完成后被进行编程的现场可编程门阵列(FGPA)、或者能够对LSI内部的接合关系进行重构或能够对LSI内部的电路划分进行设置的可重构逻辑器件也能够使用于相同的目的。多个电子电路既可以汇总于一个芯片，也可以分散设置于多个芯片。多个芯片既可以汇总于一个装置，也可以分散设置于多个装置。

在上述实施方式中，设备30是车床，但是不限定于此。例如，设备30也可以是泵。具体来说，设备30可以是真空泵。真空泵可以利用于半导体装置的制造等各种领域中。在该情况下，诊断系统10可以判定叶轮的状态或叶轮的轴承的劣化来作为设备30的状态。另外，设备30可以是部件安装机。具体来说，设备30可以是用于进行部件的安装(组装)的机器人(机械臂)。在该情况下，诊断系统10可以判定部件的安装状态来作为设备30的状态。另外，设备30可以是研磨装置。具体来说，设备30可以是用于进行化学机械研磨的研磨装置。在该情况下，诊断系统10可以判定研磨垫和修整器的状态来作为设备30的状态。

(3)方式

根据上述实施方式和变形例可以明确的是，本公开包括下述的方式。以下用括号标注的附图标记仅为了明示与实施方式的对应关系。

第一方式是一种电流测定系统(20)，其具备：电流传感器(22)，其具有与供作为测定对象的交流电流(I1)流动的导体(32)磁耦合的测定线圈(220)；以及分流电阻(23)，其电连接于所述测定线圈(220)的两端(220a、220b)之间。所述电流测定系统(20)具有饱和点，相对于所述作为测定对象的交流电流(I1)的频率的、所述分流电阻(23)的两端之间的输出电压(V2)在饱和点饱和。频率的测定范围的上限值比作为测定对象的交流电流(I1)的基本频率大。所述饱和点处的饱和频率为所述上限值以上。根据第一方式，能够提高对于比交流电流(I1)的基本频率高的频率成分的灵敏度。

第二方式是基于第一方式的电流测定系统(20)。在第二方式中，在所述测定范围内，所述作为测定对象的交流电流(I1)的频率与所述输出电压(V2)的相关性通过斜率为正的直线表示。根据第二方式，能够提高对于比交流电流(I1)的基本频率高的频率成分的灵敏度。

第三方式是基于第一或第二方式的电流测定系统(20)。在第三方式中，基于所述输出电压V2、所述作为测定对象的交流电流I1、所述导体(32)与所述测定线圈(220)的耦合系数k、所述作为测定对象的交流电流(I1)的频率f、所述测定线圈(220)的自感L1、所述测定线圈(220)的电抗R1、所述分流电阻(23)的电阻值R2以及所述测定线圈(220)的匝数N，通过数式3表示所述输出电压V2。

[数式3]

根据第三方式，能够提高对于比交流电流(I1)的基本频率高的频率成分的灵敏度。

第四方式是基于第一～第三方式中的任一个方式的电流测定系统(20)。在第四方式中，所述测定线圈(220)的自感和电抗以及所述分流电阻(23)的电阻值的大小是使所述饱和频率为所述测定范围的上限值以上的大小。根据第四方式，能够提高对于比交流电流(I1)的基本频率高的频率成分的灵敏度。

第五方式是基于第一～第四方式中的任一个方式的电流测定系统(20)。在第五方式中，所述测定范围的上限值为所述作为测定对象的交流电流(I1)的基本频率的十倍以上。根据第五方式，能够提高对于比交流电流(I1)的基本频率高的频率成分的灵敏度。

第六方式是基于第一～第五方式中的任一个方式的电流测定系统(20)。在第六方式中，所述电流传感器(22)还具有至少一部分穿过所述测定线圈(220)的内侧的芯(221)。根据第六方式，能够提高对于比交流电流(I1)的基本频率高的频率成分的灵敏度。

第七方式是基于第一～第六方式中的任一个方式的电流测定系统(20)。在第七方式中，所述电流测定系统(20)还具备分析部(24)，所述分析部(24)对所述输出电压(V2)的时间序列数据执行频率分析来获取所述作为测定对象的交流电流(I1)的谐波成分的数据。根据第七方式，能够提高对于比交流电流(I1)的基本频率高的频率成分的灵敏度。

第八方式是诊断系统(100)，其具备电流测定系统(20)和判定部(13)。所述电流测定系统(20)是将向设备(30)的驱动装置(31)提供的电流(I1)当做所述作为测定对象的交流电流来进行测定的第一～第七方式中的任一个方式的电流测定系统。所述判定部(13)基于所述电流测定系统(20)的输出来判定所述设备(30)的状态。根据第八方式，能够提高对于比交流电流(I1)的基本频率高的频率成分的灵敏度。

附图标记说明

10：诊断系统；13：判定部；20：电流测定系统；22：电流传感器；220：测定线圈；221：芯；23：分流电阻；24：分析部；30：设备；31：驱动装置；32：导体；I1：交流电流；V2：输出电压。