JP2011050119A - 電動機のトルク脈動抑制システム - Google Patents

Abstract

【課題】電動機のトルク脈動を確実に抑制するための補償電流を自動学習によって取得でき、人手による補償電流テーブルの生成作業も大幅に軽減できる。
【解決手段】コントローラ５は、トルク脈動抑制手段とトルク脈動補償電流学習手段とを搭載し、電動機１のトルク脈動周波数成分を軸トルク検出値から抽出してトルク脈動を抑制するための補償電流を学習で求め、この補償電流をインバータ７の電流制御指令に重畳させて周波数成分毎のトルク脈動を抑制する。
このトルク脈動抑制のための補償電流の学習に、複数の異なる動作点で自動的に繰り返し実行し、この学習データを補償電流テーブルとして生成する補償電流テーブル生成手段を備える。
【選択図】図１

Description

本発明は、電動機のトルク脈動周波数成分を抽出してトルク脈動を抑制するための補償電流を学習し、この補償電流を電動機の電流制御指令に重畳させて周波数成分毎のトルク脈動を抑制するトルク脈動抑制システムに係り、特に学習した補償電流でトルク脈動を抑制するシステムに関する。

電動機は、構造的な磁束の歪みやコギングトルクを持つため、回転に応じて振動・騒音の一因となるトルク脈動を発生する。また、電動機と負荷との間で多慣性系が構成される場合、その機械系共振点とトルク脈動周波数成分が一致することで過大な軸ねじれトルクが発生し、運転特性上の悪影響やシステム破損の危険がある。

これらの対策として、フィードバック制御による軸ねじれ共振抑制手法や、共振の基となるトルク脈動自体をフィードバック制御で低減する手法がある。しかし、フィードバックによる共振抑制方法では、共振周波数とインバータの応答周波数が近い場合、または制御系のサンプリング時間を充分に短くできない場合に共振抑制が困難になる。

これらの課題を解決するため、ＩＰＭモータ出力のトルクリップルを打ち消す補償信号をフィードフォワード制御でＩＰＭモータのｄ、ｑ軸電流指令またはトルク指令に加えるようにしたものがある。

一方、電動機に発生するトルク脈動は、モータ構造の磁気的な不完全性や、それを駆動するインバータの応答・電流誤差、機械系の特性など、様々な要因が複雑に関連している。ただし、電動機の脈動周期に着目すると、主に回転子位置に依存して発生することが分かっており、これを周期的な外乱と見なして繰り返し補償信号を生成する方法が従来から考えられている。

例えば、トルク脈動の検出値をフーリエ変換し、そのフーリエ係数をＰＩ制御器によって制御する手法がある（例えば、特許文献１参照）。トルク脈動検出値をフーリエ変換すると、正弦・余弦の２つのフーリエ係数を導くことができるため、これらの係数が２つともゼロとなるようにＰＩ制御すれば、その係数をもつ周波数成分のトルク脈動を抑制できる。

この手法のブロック構成を図９に示し、テンション指令Ｔｓと検出信号Ｔｆの偏差に応じてＰＩ制御部に電流指令Ｉｓを得、これを電流制御部ＡＣＲでモータＭの電流を制御するテンション制御装置において、テンションセンサで検出するテンションに含まれる脈動の正弦項係数と余弦項係数を算出し、これらと指令値「０」との偏差をＰＩ制御で求め、これらを正弦波信号と余弦波信号に変換して電流指令の正弦波および余弦波補正値として加算する構成としている。

特公平８−１７５８５号公報

上記の特許文献１では、２つのフーリエ係数が２つともゼロとなるようにＰＩ制御することでその周波数成分のトルク脈動を抑制しようとする。ただし、特許文献１には、ＰＩ制御パラメータの調整手法について提案されておらず、厳密なパラメータ調整を必要としない単純なシステムへの適用に限定されるものである。このため、例えば、ＰＩ制御パラメータを無調整にしたトルク脈動抑制装置を多慣性系システムに適用すると、機械共振点で過補償となるか、逆に不安定振動を引き起こす原因となる。

一方、電動機の中でも特に埋込磁石式同期電動機は、永久磁石によるトルクだけでなく、磁気的異方性を用いたリラクタンストルクも有効活用できる高効率な電動機である。その反面、トルク脈動の観点からは、マグネットトルク脈動とリラクタンストルク脈動の双方が複合的に発生する。この点、特許文献１では、単に電流指令値に脈動補償電流を重畳することのみが記述されており、埋込磁石同期電動機のリラクタンストルクとマグネットトルクの脈動が補償電流によって干渉する問題に触れられていない。また、回転座標変換したｄｑ軸でベクトル制御することが明記されていない。したがって、埋込磁石同期電動機の場合は、必ずしも最適にトルク脈動を抑制できるとは限らず、他の周波数成分へ悪影響を与える可能性もある。

これら課題を解消するトルク脈動抑制方法として、トルク脈動周波数成分ごとに補償電流を予め学習しておき、学習した補償電流をテーブル化してフィードフォワード的に抑制する手法が考えられる。しかしながら、補償電流テーブルの生成方法について具体的に触れたものはなかった。

本発明の目的は、電動機のトルク脈動を確実に抑制するための補償電流を自動学習によって取得でき、人手による補償電流テーブルの生成作業も大幅に軽減できるトルク脈動抑制システムを提供することにある。

本発明は、前記の課題を解決するため、電動機の任意の定常運転動作状態でのトルク脈動抑制制御およびこのトルク脈動抑制制御に必要な補償電流を学習データとして取得する補償電流学習処理を複数の異なる動作点で自動的に繰り返し実行し、この学習データを補償電流テーブルとして生成するようにしたもので、以下のシステムを特徴とする。

（１）電動機のトルク脈動周波数成分を抽出してトルク脈動を抑制するための補償電流を学習で求め、この補償電流を電動機の制御装置の電流制御指令に重畳させて周波数成分毎のトルク脈動を抑制するトルク脈動抑制システムにおいて、
トルク脈動抑制アルゴリズムに従って制御動作し、電動機の任意の定常運転動作状態でのトルク脈動を抑制するトルク脈動抑制手段と、
前記トルク脈動抑制に必要な補償電流を学習データとして取得するトルク脈動補償電流学習手段と、
前記補償電流の学習処理を複数の異なる動作点で自動的に繰り返し実行し、この学習データを補償電流テーブルとして生成する補償電流テーブル生成手段を備えたことを特徴とする。

（２）前記補償電流テーブル生成手段は、
前記補償電流学習によって取得されるトルク脈動周波数成分の振幅を評価して定常値への収束か発散かを判断する学習結果判断手段と、
前記定常値への収束性が不十分の場合または発散する場合は、前記学習アルゴリズムのパラメータを再探索して変更するパラメータ再探索手段と、
を備えたことを特徴とする。

（３）前記補償電流テーブル生成手段は、
前記学習結果が定常値に収束する場合はその動作点情報を記録し、前記学習アルゴリズムの一定のパラメータ再探索によっても学習結果が定常値への収束性が不十分の場合または発散する場合は動作点情報を記録することなく強制終了する動作点情報記録手段を備えたことを特徴とする。

（４）前記学習結果判断手段は、
動作点情報と補償電流データを適度な時定数で平均化する低域通過フィルタと、
前記トルク脈動成分の瞬時振幅を監視し、トルク脈動が抑制されているかどうかを任意の閾値で判別する閾値判定部と、
補償電流データの変化率から、一定期間に任意定常値に収束されていると判定したときに学習完了と判定する変化率判定部と、
前記閾値判定と変化率判定の論理積条件の成立で、前記低域通過フィルタを通した動作点情報と補償電流データを学習結果として記録するメモリ記憶部と、
を備えたことを特徴とする。

（５）前記補償電流テーブル生成手段は、補償電流の学習処理を行う前記動作点を、実験計画法から決定した学習計画点を選択して、応答局面法から多項式近似で決定する動作点決定手段を備えたことを特徴とする。

（６）前記補償電流テーブル生成手段は、
前記制御装置の補償電流入力からトルク脈動検出値までの伝達関数（振幅、位相）に共振点・反共振点が複数現れる場合、振幅が任意に定めた閾値以下となる周波数領域では前記トルク脈動補償電流学習手段による学習動作を自動的に停止する、あるいは実験計画点に含めない学習安定化手段を備えたことを特徴とする。

（７）前記学習結果判断手段は、学習した補償電流の学習結果判断が発散と判断された場合は補償電流の位相反転済みか否かをチェックし、反転処理していない場合は位相反転を行い、再度の学習結果判断に戻り、再度の学習結果判断で収束性が不十分の場合は前記学習パラメータを調整して再度学習結果判断に戻り、この学習結果判断で定常値収束する場合または強制終了とする場合は補償電流データと動作点情報を学習データとして記録する手段を備えたことを特徴とする。

（８）前記補償電流テーブル生成手段は、前記学習結果判断と学習パラメータの再探索処理を、トルク脈動周波数成分の複数次数について同時に抑制する並列構成としたことを特徴とする。

以上のとおり、本発明によれば、電動機の任意の定常運転動作状態でのトルク脈動抑制制御およびこのトルク脈動抑制制御に必要な補償電流を学習データとして取得する補償電流学習処理を複数の異なる動作点で自動的に繰り返し実行し、この学習データを補償電流テーブルとして生成するようにしたため、電動機のトルク脈動を確実に抑制するための補償電流を自動学習によって取得でき、人手による補償電流テーブルの生成作業も大幅に軽減できる。

本発明に係る電動機のトルク脈動抑制システムの全体構成図。 本発明における「学習形態」の構成図。 本発明における「テーブル実装形態」の構成図。 実施形態１における補償電流学習の基本フローチャート。 実施形態２における学習結果判断手段とメモリ記憶手段のハードウェア構成図。 実施形態４におけるシステム同定結果の一例。 実施形態５における学習結果判定部分のフローチャート。 実施形態６におけるトルク脈動周波数次数ｎ１，ｎ２成分の同時並列処理する場合のフローチャート。 従来の電動機のトルク脈動抑制システムの全体構成図。

（システム構成例）
本発明の実施形態を説明する前に、補償電流の学習によるトルク脈動抑制システムの例を説明する。

図１は、電動機のトルク脈動抑制システムの全体構成を示す。トルク脈動の発生源となる電動機（モータ）１と、何らかの負荷装置２をシャフト３で結合し、その軸トルクをトルクメータ４で計測してコントローラ５に入力する。また、ロータリエンコーダ等の回転位置センサ６を用いて電動機の回転子位置情報を入力する。

コントローラ５は、トルク脈動抑制手段とトルク脈動補償電流学習手段を搭載し、トルク指令値（あるいは速度指令値）に基づいて生成される電流指令値に上乗せするトルク脈動補償電流をインバータ７に与えることで、トルク脈動を抑制し、このときのトルク脈動抑制制御に必要な補償電流を学習データとして取得する。図１の例では、インバータ７で電流ベクトル制御することを考慮して、電動機の回転に同期した回転座標（直交ｄｑ軸）上のｄ軸またはｑ軸の電流指令値ｉ_d ^*またはｉ_q ^*を与える場合を示す。

ここで、トルク脈動抑制システム形態としては「テーブル実装形態」と「学習形態」の２種類を用意する。「学習形態」では、図１のようにモータ１と負荷装置２の結合軸に設置した軸トルク検出器４で軸トルクを検出し、コントローラ５に搭載するトルク脈動抑制制御手段では検出されたトルク脈動を抑制するのに必要な補償電流を求めてインバータ（制御装置）７にフィードバックしてトルク脈動を抑制する。また、回転位置センサ６により、モータの回転位置／速度を検出し、この検出で補償電流の位相／速度を制御する。具体的には、トルク脈動抑制手段では、軸トルク検出値Ｔ_detと位相θから検出する電動機１の脈動をフーリエ変換し、任意周波数の脈動成分を２つのフーリエ係数の形で検出し、トルク脈動抑制制御アルゴリズムを常時オンラインで動作させてトルク脈動を抑制する。このトルク脈動抑制運転状態で求められる補償電流テーブルを学習データとして保存しておく。

一方、「テーブル実装形態」は、「学習形態」で予め学習しておいた補償電流テーブルをインバータ７内部に実装して、フィードフォワード的に抑制する。このとき、図１に示すコントローラ５と軸トルクメータ３などを不要とする。

つまり、「学習形態」は補償電流を学習してテーブルを生成する際に使用し、「テーブル実装形態」は、生成した補償電流テーブルをインバータ７に実装してトルク脈動を補償する。

インバータには、例えば最大トルク／電流制御を実現する電流ベクトル制御でモータ電流（トルク）を制御する一般的な装置を用いればよい。

なお、コントローラ５は、軸トルクメータ４によるトルク検出値からトルク脈動を検出しているが、この形態はあくまで一例であり、フレームに設置した加速度センサによるフレーム振動検出、エンコーダ等による回転速度／位置変動検出、あるいは電流センサによる電流脈動検出に置き換えることが可能である。

図２は「学習形態」の構成を示し、図３は「テーブル実装形態」の構成を示す。図２は、図１と同様に、電流ベクトル制御方式のインバータで電動機をトルク／速度制御する場合を示す。インバータ７の電流ベクトル制御部１１は、電流センサ１２で検出するモータ駆動電流ｉ_u，ｉ_v，ｉ_wとモータ１のロータ回転角度θから座標変換部１３によりモータ回転座標に同期したｄｑ軸直交回転座標系の電流に変換したｄ，ｑ軸電流検出値との比較によりモータ電流の制御を行う。ロータ回転角度θは回転位置センサ６によるエンコーダ波形ａｂｚから速度・位相検出部１４により速度ωと共に求められる。

トルク／ｉｄ，ｉｑ変換部１５は、コントローラ５からのトルク指令値Ｔ_refとモータ回転速度ωから、ベクトル制御における回転ｄｑ座標系のｄ軸およびｑ軸電流指令値ｉ_d ^*、ｉ_q0 ^*に変換し、これら電流指令値のうちｑ軸電流指令値ｉ_q0 ^*にトルク脈動補償電流ｉ_qc*を重畳して電流ベクトル制御指令値とする。

図２に示すように、コントローラ５に搭載するトルク脈動抑制制御手段と学習手段を使用して、トルク脈動抑制に必要な補償電流を学習しておき、この学習結果をフーリエ係数テーブル化などにして保存しておく。具体的には、トルク脈動抑制手段では、軸トルク検出値Ｔ_detと位相θから検出する電動機１の脈動をフーリエ変換し、任意周波数の脈動成分を２つのフーリエ係数の形で検出し、トルク脈動抑制制御アルゴリズムを常時オンラインで動作させてトルク脈動を抑制する。

この後、図３に示す「テーブル実装形態」の構成により、トルク脈動をフィードフォワード的に抑制するトルク脈動抑制制御を行う。図３のシステムが図２と異なる部分は、コントローラ５および軸トルクメータ４を省き、インバータ７にはトルク脈動を抑制する補償電流生成手段を搭載すると共にトルク指令値Ｔ_ref＊を直接に与える。この補償電流生成手段として振幅・位相補償電流テーブル１６と補償電流生成部１７を備える。

振幅・位相補償電流テーブル１６は、図２のシステム構成で、コントローラ５によってトルク脈動抑制制御を実行したときに指定した定常動作状態（定常トルク指令・定常回転数）で学習保存しておいたフーリエ係数テーブルの正弦・余弦波を合成したトルク脈動補償電流ｉ_qc ^*の振幅Ｍおよび位相φを記録する。この作業を複数の定常動作点で同様に記録して、トルク指令Ｔ_ref ^*と回転数ωを変数とした２次元の振幅テーブルおよび位相テーブルを生成する。データ間の情報は線形補間等で補間する。

補償電流生成部１７は、運転状態（トルク指令・回転数）からそのときの振幅Ｍと位相φを振幅・位相補償電流テーブル１６から読み出し、これら読み出した振幅Ｍと位相φは、そのときの回転位相θを用いて、テーブル補償電流ｉ_qc ^*＝Ｍ・ｓｉｎ（ｎθ＋φ）を生成する（ｎは補償次数）。この生成したテーブル補償電流ｉ_qc ^*は、ｑ軸電流指令値_iq0 ^*と合成してｒｅｑ軸電流指令値ｉ_q ^*とする。

なお、テーブル補償電流ｉ_qc ^*は、ｑ軸電流指令値に重畳するほか、トルク指令値Ｔ_ref ^*、ｄ軸、あるいはｄ軸ｑ軸の双方など、学習時の重畳箇所と一致させれば良い。

本発明では、上記の補償電流テーブル１６の作成に必要な自動学習を中心に提案する。したがって、トルクからｄ軸ｑ軸電流指令値に変換するテーブルないし数式パラメータの調整や、「学習形態」時と「テーブル実装形態」時のシステム同定処理など、テーブル作成の前準備段階の処理は予め終了しているとして、本発明の実施形態を以下に説明する。

（実施形態１）
前記のトルク脈動抑制手段とトルク脈動補償電流学習手段は、トルク脈動補償電流テーブルの生成には、ある定常運転状態（例えば、一定トルクかつ一定回転数での運転状態）における補償電流のデータ（補償電流の振幅と位相、あるいは正弦／余弦フーリエ係数）として取得する。

本実施形態では、補償電流テーブルの生成を、複数の異なる定常運転状態で自動的に繰り返し実行し、この学習データを補償電流テーブルとして生成する手段を備える。ここで、補償電流テーブルは、最終的にはインバータ７のメモリ領域に記録されるため、総データ点数はメモリ容量の制約を受けるが、データのグリッド点数が多いと、その分だけ定常運転状態にして補償電流を学習するという繰り返し作業が増大する。したがって、この単純作業を補償電流テーブル生成手段で自動的に繰り返し実行することで、トルク脈動を確実に抑制するための補償電流テーブルを生成し、そのための人手作業を大幅に低減する。

本実施形態では、図４に示す基本フローチャートに従って、以下の処理Ｓ１〜Ｓ１１により補償電流テーブルの生成作業を自動的に実行する。

Ｓ１（テーブル作成準備）は、トルク／ｉｄ，ｉｑ変換部１５によるトルク指令→ｉｄ、ｉｑ電流指令への変換のテーブルないし数式パラメータの調整と、前記のトルク脈動抑制制御アルゴリズムにおいて必要となるシステム同定処理と、その同定結果の実装を行う。

Ｓ２，Ｓ９（補償電流テーブル作成ループ）は、予め計画した定常動作点のすべてで学習と補償電流情報の記録が完了するまでループを続ける。計画点は、例えば回転数とトルクのそれぞれを定間隔にグリッド化した動作点とし、最終的な「テーブル実装形態」のテーブルデータ点に合わせておく。

Ｓ３（定常運転）は、回転数とトルクが一定となるように、モータ回転速度一定制御と負荷トルク一定制御を行う。順次、予め計画した動作点で定常運転させる。

Ｓ４（トルク脈動抑制制御）は、定常運転状態を維持しつつ、前記のトルク脈動抑制制御を開始する。

Ｓ５（補償電流学習）は、トルク脈動抑制制御が安定化した状態での補償電流データを学習データとして取得する。

Ｓ６、Ｓ７（学習結果判断とパラメータの再探索）は、学習形態における軸トルク検出値から、そのトルク脈動周波数成分の振幅を評価して、収束か発散かを判断する。補償電流振幅・位相特性、あるいは正弦／余弦フーリエ係数が発散（不正な学習パラメータ）もしくは定常値への収束性が不十分（例えば収束の変化率が一定値よりも小さい）の場合は、学習アルゴリズムのパラメータを再探索して変更する。学習パラメータとは、フーリエ係数学習制御系の比例・積分ゲイン、同定モデルの実部成分と虚部成分の値に相当する。補償電流の学習結果が定常値に収束する場合は学習処理を終了し、一定のパラメータ再探索によっても学習結果が定常値に収束しない場合は学習断念して強制終了に移行し、その動作点での補償電流学習を断念する。ただし、学習ループは継続する。

Ｓ８（補償電流フーリエ係数と動作点情報の記録）は、学習結果が定常値に収束する場合は補償電流の情報（正弦／余弦フーリエ係数、もしくは振幅・位相のどちらでも良い）と、回転数・トルクの定常動作点情報をメモリに記録する。ただし、強制終了した場合、記録データは不要である。

Ｓ１０（補償フーリエ係数すべて読み出し）は、計画したすべての動作点での学習ループが完了したら、記録した補償電流フーリエ係数の全データを読み出す。動作点情報も併せて読み出す。

Ｓ１１（補償電流テーブルデータ作成）は、読み出したデータを用いて、２次元テーブルを作成する。このとき、種々の補間メソッドや応答曲面法による多項式近似などを用いても良い。

以上、本実施形態では、補償電流テーブル作成の自動化処理フローを提案した。これにより、単純作業への人手を極力低減することが可能となる。

（実施形態２）
本実施形態では、図４におけるＳ６（学習結果判断）において、学習完了の判定を自動化する。図５は、学習結果判断手段とメモリ記憶手段をハードウェア構成で示している。

まず、動作点情報（トルクおよび回転数）、補償電流正弦／余弦フーリエ係数（補償電流振幅・位相に変換しても良い）を適度な時定数のＬＰＦ（低域通過フィルタ）２１で平均化する。

次に、閾値判定部２２は、軸トルクメータで検出したトルク脈動成分の瞬時振幅を監視し、トルク脈動が抑制されているかどうかを任意の閾値で判別する。一定期間、闘値以下に抑制されていることが確認されれば、トルク脈動が収束していることを意味する完了フラグを立てておく。

また、変化率判定部２３は、ＬＰＦ（低域通過フィルタ）２１を通した補償電流余弦／正弦フーリエ係数の変化率を監視し、定常状態に収束しているかどうかを判定するとともに、収束速度についても観測する。一定期間に、任意定常値に収束されれば、補償電流余弦／正弦フーリエ係数が定常状態に収束していることを意味する学習完了フラグを立てる。

論理積判定部２４は、上記閾値判定と変化率判定の２種類のフラグのＡＮＤ条件を取り、それをメモリ記憶部２５のトリガ信号とする。

メモリ記憶部２５は、トリガ信号で、ＬＰＦ（低域通過フィルタ）２１を通したトルク、回転数、補償電流正弦／余弦フーリエ係数を記録する。

なお、トルク脈動周波数成分の振幅値が発散する、あるいは収束性が不十分な場合は、図４で示した学習パラメータの再探索を行う処理に移行する。

本実施形態によれば、実施形態１の効果に加えて、学習アルゴリズムの収束判定をより適切に自動化することができる。

（実施形態３）
実施形態１において、テーブルデータ点は、回転数・トルクの動作領域内を一定間隔で分割し、それを学習計画点として選択していた。本実施形態では、上記よりも効率の良いデータ取得を行うために、実験計画法から決定した学習計画点を選択して、応答局面法から多項式近似で動作点決定を行う。実験計画については種々手法があるが、本提案書では特に限定しない。

例えば、実施形態１の構成において、トルクＴ_ref ^*と回転数ωを変数とし、誤差εとして以下のような関数から求める。

Ｍ＝ｆ_m（Ｔ^*，ω）＋ε_m
φ＝ｆ_φ（Ｔ^*，ω）＋ε_φ
上記の例では補償電流振幅Ｍと位相φの関数としているが、当然、正弦／余弦フーリエ係数に置き換えることも可能である。上式の関数は、一般には線形多項式で表されることが多いが、近似式の形式はトルク脈動特性にも依存するのでここでは特に限定しない。

本実施形態によれば、２次元テーブルの代わりに近似数式を用いて補償電流の応答曲面を表現するので、インバータ実装時にメモリ領域を節約できる。ただし、演算負荷は大きくなる可能性がある。

（実施形態４）
図１のようなシステムで軸トルクフィードバック制御を行う場合、補償電流入力から軸トルク検出値（トルク脈動検出値）までの伝達関数は多慣性共振系の特性となる。図６は、そのシステム同定結果の一例である。このように、共振点・反共振点が複数現れる特性となる。例えば前記のトルク脈動抑制制御による学習アルゴリズムでは、この同定結果を用いてトルク脈動を周波数成分毎に抑制している。

図１のような実際のシステムでは、軸トルクメータのＳ／Ｎ比や検出精度などが問題となり、特に図６に示す反共振点や、振幅特性が低いところで、学習アルゴリズムが不安定になることがある。

そこで、本実施形態では、補償電流テーブル生成手段では、同定結果の振幅特性を予め評価して、任意の振幅閾値以下となる周波数領域ではトルク脈動補償電流学習手段による学習動作を自動的に停止する、あるいは実験計画点に含めないように指定しておく学習安定化手段を用意しておく。

これにより、Ｓ／Ｎ比の悪い領域での不安定な発散動作の回避と、不要な計画点を予め対象外として、テーブル作成時間の短縮が図れる。

（実施形態５）
多慣性共振系のシステムでは、高周波領域になるほど位相特性の同定が困難となる。例えば、図６では一旦、ノンパラメトリックに周波数伝達関数を同定した後に、振幅特性の傾向から４慣性系システムとみなして（近似して）パラメトリックに再同定している。

この際、ボードの定理に従って位相特性グラフは明瞭に表現されるが、その近似が必ずしも正しいとは限らない。したがって、場合によっては近似の影響が位相誤差として現れ、トルク脈動を正しく抑制できずに発散する可能性がある。

本実施形態では、振幅特性の同定結果はある程度正しいという前提のもとで、位相特性のみが反転してしまっている可能性、すなわち逆位相の補償電流を重畳してしまっているモードについて検討する。

上記の現象は慣性数が正しく表現されていないことによって引き起こされ、ある周波数領域では位相特性が１８０度反転してしまっていると仮定する。このとき、補償電流振幅は正しいとしても、逆位相の電流を流し込んでしまっているため、返ってトルク脈動による共振現象を助長し、抑制制御を発散させてしまう。そこで、発散を検知した場合は、一度だけ位相反転処理を行って、収束するか否かを再判定する。上述の仮定が正しい場合は収束し、そうでない場合はやはり発散するので強制終了する。

本実施形態の学習結果判定部分のみを抜粋したフローチャートを図７に示す。補償電流を学習し（Ｓ５）、この学習結果判断（Ｓ２１）が発散と判断された場合は位相反転済みか否かをチェックし（Ｓ２２）、反転処理していない場合は位相反転を行い（Ｓ２３）、再度の学習結果判断に戻る。また、再度の学習結果判断で収束性が不十分（例えば収束の変化率が一定値よりも小さい）場合は学習パラメータを調整して再度学習結果判断に戻る（Ｓ２４）。学習結果判断で定常値に収束する場合は補償電流フーリエ係数と動作点情報を学習データとして記録する（Ｓ８）。また、学習結果（Ｓ２１）が発散と判断されて位相反転済みの場合は学習データとして記録することなく強制終了する。

本実施形態によれば、同定モデルの位相特性が実際とは逆に設定されてしまっている場合に、その位相を反転させることによってトルク脈動抑制制御を安定化することができる。

（実施形態６）
本実施形態では上述までの実施形態について、トルク脈動周波数成分を複数次数について同時に抑制する並列構成とする。図８は、実施形態１の構成を２つのトルク脈動周波数次数ｎ１，ｎ２成分について並列化した場合のフローチャートを示している。図４中のＳ５〜Ｓ８が図８中ではＳ５Ａ〜Ｓ８ＡとＳ５Ｂ〜Ｓ８Ｂと並列的に処理する。

なお、当然ではあるが、３つ以上についての次数にも対応可能であるし、実施形態２〜５の機能を付加して並列化することも可能であることを示唆しておく。

本実施形態によれば、複数の次数成分のトルク脈動に関する補償電流テーブルを同時に作成することができる。

１ 電動機
２ 負荷装置
５ コントローラ
７ インバータ
１５ 指令値変換部（トルク／ｉｄ，ｉｑ変換部）
１６ トルクリプル補償電流テーブル
１７ 補償電流生成部

Claims (8)

1. 電動機のトルク脈動周波数成分を抽出してトルク脈動を抑制するための補償電流を学習で求め、この補償電流を電動機の制御装置の電流制御指令に重畳させて周波数成分毎のトルク脈動を抑制するトルク脈動抑制システムにおいて、
   トルク脈動抑制アルゴリズムに従って制御動作し、電動機の任意の定常運転動作状態でのトルク脈動を抑制するトルク脈動抑制手段と、
   前記トルク脈動抑制に必要な補償電流を学習データとして取得するトルク脈動補償電流学習手段と、
   前記補償電流の学習処理を複数の異なる動作点で自動的に繰り返し実行し、この学習データを補償電流テーブルとして生成する補償電流テーブル生成手段を備えたことを特徴とするトルク脈動抑制システム。
2. 前記補償電流テーブル生成手段は、
   前記補償電流学習によって取得されるトルク脈動周波数成分の振幅を評価して定常値への収束か発散かを判断する学習結果判断手段と、
   前記定常値への収束性が不十分の場合または発散する場合は、前記学習アルゴリズムのパラメータを再探索して変更するパラメータ再探索手段と、
   を備えたことを特徴とする請求項１に記載のトルク脈動抑制システム。
3. 前記補償電流テーブル生成手段は、
   前記学習結果が定常値に収束する場合はその動作点情報を記録し、前記学習アルゴリズムの一定のパラメータ再探索によっても学習結果が定常値への収束性が不十分の場合または発散する場合は動作点情報を記録することなく強制終了する動作点情報記録手段を備えたことを特徴とする請求項２に記載のトルク脈動抑制システム。
4. 前記学習結果判断手段は、
   動作点情報と補償電流データを適度な時定数で平均化する低域通過フィルタと、
   前記トルク脈動成分の瞬時振幅を監視し、トルク脈動が抑制されているかどうかを任意の閾値で判別する閾値判定部と、
   補償電流データの変化率から、一定期間に任意定常値に収束されていると判定したときに学習完了と判定する変化率判定部と、
   前記閾値判定と変化率判定の論理積条件の成立で、前記低域通過フィルタを通した動作点情報と補償電流データを学習結果として記録するメモリ記憶部と、
   を備えたことを特徴とする請求項１〜３のいずれか１項に記載のトルク脈動抑制システム。
5. 前記補償電流テーブル生成手段は、補償電流の学習処理を行う前記動作点を、実験計画法から決定した学習計画点を選択して、応答局面法から多項式近似で決定する動作点決定手段を備えたことを特徴とする請求項１〜４のいずれか１項に記載のトルク脈動抑制システム。
6. 前記補償電流テーブル生成手段は、
   前記制御装置の補償電流入力からトルク脈動検出値までの伝達関数（振幅、位相）に共振点・反共振点が複数現れる場合、振幅が任意に定めた閾値以下となる周波数領域では前記トルク脈動補償電流学習手段による学習動作を自動的に停止する、あるいは実験計画点に含めない学習安定化手段を備えたことを特徴とする請求項１〜５のいずれか１項に記載のトルク脈動抑制システム。
7. 前記学習結果判断手段は、学習した補償電流の学習結果判断が発散と判断された場合は補償電流の位相反転済みか否かをチェックし、反転処理していない場合は位相反転を行い、再度の学習結果判断に戻り、再度の学習結果判断で収束性が不十分の場合は前記学習パラメータを調整して再度学習結果判断に戻り、この学習結果判断で定常値収束する場合または強制終了とする場合は補償電流データと動作点情報を学習データとして記録する手段を備えたことを特徴とする請求項１〜６のいずれか１項に記載のトルク脈動抑制システム。
8. 前記補償電流テーブル生成手段は、前記学習結果判断と学習パラメータの再探索処理を、トルク脈動周波数成分の複数次数について同時に抑制する並列構成としたことを特徴とする請求項１〜７のいずれか１項に記載のトルク脈動抑制システム。

Images