JP3528377B2 - パルスモータの制御方法およびその装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、パルスモータの制
御方法およびその装置に関する。

【０００２】

【従来技術】近年、パルスモータを採用した水平多関節
ロボット（以下、単に、ロボットとも記す）の開発がな
されている。このような水平関節ロボットにおいては、
短タクトタイム化および高精度化を図ることが重要であ
る。ここで、パルスモータの限界能力は、Ｔ（トルク）
−Ｎ（速度）特性を用いて示されることが多い、このＴ
−Ｎ特性は、例えば図１に示すように、パルスモータの
回転角θの２階微分θ”を横軸とし、θの１階微分θ’
を縦軸として表される。パルスモータの制御において
は、このＴ−Ｎ特性の範囲内（内側）に位置し、かつＴ
−Ｎ線図に可能な限り近接した特性でパルスモータを動
作させるようにすることが必要である。

【０００３】

【発明が解決しようとする課題】しかしながら、従来の
パルスモータの制御方法では、図２０に示すような、い
わゆる３角形加減速パターン、あるいは台形加減速パタ
ーンを用いることが多く、図１９に示すように、制御パ
ターンとＴＮ特性との間に大きな隙間が生じ、パルスモ
ータの能力を十分に発揮した制御を行うことができない
という問題がある。

【０００４】本発明は、上述したような従来技術に鑑み
なされ、パルスモータの能力を十分に発揮させ、ロボッ
トなどに短タクトで高精度な動作を行わすことが可能な
パルスモータの制御方法およびその装置を提供すること
を目的とする。

【０００５】

【課題を解決するための手段】本発明のパルスモータの
制御方法は、実際に測定された実測θ”−θ’特性か
ら、１以上の複数の直線データで構成され前記実測θ”
−θ’特性の範囲内にある近似θ”−θ’特性を求め、
前記近似θ”−θ’特性に示される限界ラインに沿った
制御を行ったときの最大移動量と目標移動量との比率α
を求め、前記近似θ”−θ’特性を前記比率αによって
縮尺した縮尺θ”−θ’特性に対して、時間軸を約α
^1/2 倍した制御用θ”−θ’特性を求め、前記制御用
θ”−θ’特性に基づいて、パルスモータを制御する。

【０００６】また、本発明のパルスモータの制御方法
は、実際に測定された実測θ”−θ’特性から、１以上
の複数の直線データで構成され前記実測θ”−θ’特性
の範囲内にある近似θ”−θ’特性線を求め、前記近似
θ”−θ’特性に示される限界ライン上に位置し、目標
移動量を達成できるピーク速度を求め、前記近似θ”−
θ’および前記ピーク速度に基づいて制御用θ”−θ’
特性を求め、前記制御用θ”−θ’特性に基づいて、パ
ルスモータを制御する。

【０００７】また、本発明のパルスモータの制御方法
は、好ましくは、前記制御用θ”−θ’特性に基づいて
決定された制御信号に、フィルタリング処理を施して波
形を滑らかにし、当該フィルタリング処理された制御信
号に基づいてパルスモータを制御する。

【０００８】また、本発明のパルスモータの制御装置
は、パルスモータの動作の限界特性を示す加速度
（θ”）−速度（θ’）特性を用いたパルスモータの制
御装置であって、実際に測定された実測θ”−θ’特性
から、１以上の複数の直線データで構成され前記実測
θ”−θ’特性の範囲内にある近似θ”−θ’特性を求
める手段と、前記近似θ”−θ’特性に示される限界ラ
インに沿った制御を行ったときの最大移動量と目標移動
量との比率αを求める手段と、前記近似θ”−θ’特性
を前記比率αによって縮尺した縮尺θ”−θ’特性に対
して、時間軸を約α^1/2 倍した制御用θ”−θ’特性を
求める手段と、前記制御用θ”−θ’特性に基づいて、
パルスモータを制御する制御手段とを有する。

【０００９】また、本発明のパルスモータの制御装置
は、実際に測定された実測θ”−θ’特性から、１以上
の複数の直線データで構成され前記実測θ”−θ’特性
の範囲内にある近似θ”−θ’特性線を求める手段と、
前記近似θ”−θ’特性に示される限界ライン上に位置
し、目標移動量を達成できるピーク速度を求める手段
と、前記近似θ”−θ’および前記ピーク速度に基づい
て制御用θ”−θ’特性を求める手段と、前記制御用
θ”−θ’特性に基づいて、パルスモータを制御する制
御手段とを有する。

【００１０】さらに、本発明のパルスモータの制御装置
は、好ましくは、前記制御手段は、前記制御用θ”−
θ’特性に基づいて決定された制御信号に、フィルタリ
ング処理を施して波形を滑らかにし、当該フィルタリン
グ処理された制御信号に基づいてパルスモータを制御す
る。

【００１１】

【発明の実施の形態】以下、本発明の実施形態に係わる
パルスモータの制御方法およびその装置について説明す
る。第１実施形態 先ず、パルスモータのＴ（トルク）−Ｎ（速度）特性対
応可スケラ加減速曲線について説明する。ここで、ＴＮ
線図とは、パルスモータのトルク（Ｔ）と速度（Ｎ）と
の関係に応じて決定されるＴＮ特性を表した線図をい
い、例えばθ”を横軸とし、θ’を縦軸として表され
る。ドライバー及びパルスモータを含めたロボットなど
のアクチュエータにおける最高トルク、最高速度および
動作許容領域などの性能はＴＮ線図を用いて示され、ロ
ボットなどの動作はかかるＴＮ線図が示す限界ラインの
範囲内において決定されなければならない。すなわち、
ＴＮ線図が示す限界ラインを越えた制御を行おうとする
と、脱調などが生じ、ロボットの機能そのものが損なわ
れてしまう。また、可スケラ加減速曲線とは、移動量
（Δθ）および時間軸方向にスケーリング（伸縮）可能
な加減速曲線をいい、規格化関数θ（τ／Ｔ）および比
αなどを用いて規定される。αは、実時間軸（ｔ）と規
格化時間軸（τ）との比を示している。

【００１２】Ｔ−Ｎ限界（最大）特性の３辺内接近似に
ついて説明する。図１（Ａ），（Ｂ）に、測定されたパ
ルスモータのＴＮ特性の１例を示す。図１（Ａ）は実測
データに基づくＴＮ特性を示し、図１（Ｂ）は図１
（Ａ）に示すＴＮ特性を３辺内接近似法によって近似し
た特性を示す。図１に示すθ’はパルスモータのロータ
の回転角θの１階微分を示し、θ”は回転角θの２階微
分を示している。図１においては、定電流ドライブ方式
を採用しており、モータイナーシャＪ_M、測定イナーシ
ャＪ_l を用いている。また、ＴＮ特性におけるトルク軸
（Ｔ）は加速度（θ”）に規格化してある。図１（Ｂ）
において、Ｔｍ（ｍａｘ）は、点（θ”（ｐｍａｘ），
θ’（ｍａｘ））と点（θ”（ｍａｘ），θ’（Δｍａ
ｘ））とを結ぶ直線の傾きを示しており、下記式（１）
で規定される。

【００１３】

【数１】 Ｔｍ（ｍａｘ）＝（θ’（ｍａｘ）−θ’（Δｍａｘ））／（θ”（ｍａｘ） −θ”（ｐｍａｘ）） （１）

【００１４】上記式（１）において、θ”（ｐｍａｘ）
は、モータが最高回転速度に達したときにおける回転加
速度を示している。（θ”（ｍａｘ），θ’（Δｍａ
ｘ））における移動時間Ｔ（Δｍａｘ）および移動距離
Δθ（Δｍａｘ）を下記式（２−１），（２−２）に示
す。

【００１５】

【数２】 Ｔ（Δｍａｘ）＝θ’（Δｍａｘ）／θ”（ｍａｘ） （２−１） Δθ（Δｍａｘ）＝Ｔ（Δｍａｘ）・θ’（Δｍａｘ）／２ ＝θ’（Δｍａｘ）² ／（２・θ”（ｍａｘ）） （２−２）

【００１６】（θ”（ｐｍａｘ），θ’（ｍａｘ））で
の移動時間Ｔ（ｐｍａｘ）および移動距離Δθ（ｍａ
ｘ）／２のΔθ（ｍａｘ）を下記式（３−１），（３−
２）に示す。

【００１７】

【数３】 Ｔｐ（ｍａｘ）＝θ’（Δｍａｘ）／θ”（ｍａｘ）−Ｔｍ（ｍａｘ）×ｌｎ （θ”（ｐｍａｘ）／θ”（ｍａｘ）） （３−１） Δθ（ｍａｘ）＝θ’（Δｍａｘ）² ／θ”（ｍａｘ）＋２・Ｔｍ（ｍａｘ） ・｛θ’（Δｍａｘ）−θ’（ｍａｘ）−｛（θ”（ｍａｘ）・θ’（ｍａｘ） −θ”（ｐｍａｘ）・θ’（Δｍａｘ））／（θ”（ｍａｘ）−θ”（ｐｍａｘ ））｝×ｌｎ（θ”（ｐｍａｘ）／θ”（ｍａｘ）） （３−２）

【００１８】以上の時、一般的に時定数をＴで代えさせ
ると、θ”−θ’可スケラパターンの規格化関数は、下
記式（４−１），（４−２），（４−３）で示される。

【数４】 θ（ｔ／（α^1/2 ・Ｔ））＝Ｔ（Δｍａｘ）・θ’（Δｍａｘ）・（ｔ／（α ^1/2 ・Ｔ（Δｍａｘ））² ／（２・Δθ（ｍａｘ）） （０≦ｔ≦α^1/2 Ｔ（Δｍａｘ）） （４−１） θ（ｔ／（α^1/2 ・Ｔ））＝｛Ｔｍ（ｍａｘ）・（θ”（ｍａｘ）・θ’（ｍ ａｘ）−θ”（ｐｍａｘ）・θ’（Δｍａｘ））・ｔ／（（θ”（ｍａｘ）−θ ”（ｐｍａｘ））・α^1/2 ・Ｔｍ（ｍａｘ））＋Ｔｍ（ｍａｘ）・（θ”（ｍａ ｘ）・θ’（ｍａｘ）−θ”（ｍａｘ）・θ’（Δｍａｘ））・Ｃ^x ／（θ”（ ｍａｘ）−θ”（ｐｍａｘ））＋Ｔ（Δｍａｘ）・θ’（Δｍａｘ）／２−θ” （ｍａｘ）・Ｔｍ（ｍａｘ）² −Ｔ（Δｍａｘ）・（θ”（ｍａｘ）・θ’（ｍ ａｘ）−θ”（ｐｍａｘ）・θ’（Δｍａｘ））／（θ”（ｍａｘ）−θ”（ｐ ｍａｘ））｝／Δθ（ｍａｘ） （α^1/2 Ｔ（Δｍａｘ）≦ｔ≦α^1/2 Ｔ（ｐｍａｘ）） （４−２） θ（ｔ／（α^1/2 ・Ｔ））＝｛Δθ（ｍａｘ）−θ（（２・α^1/2 ・Ｔ（ｐ ｍａｘ）−ｔ）／（α^1/2 ・Ｔ））｝／Δθ（ｍａｘ） （α^1/2 Ｔ（ｐｍａｘ）≦ｔ≦２・α^1/2 Ｔ（ｐｍａｘ）） （４−３）

【００１９】上記式（４−１）〜（４−２）において、
α＝（Δθ／Δθ（ｍａｘ））・（１００／Ｐ）² であ
り、Ｐはオーバーライド〔％〕を示している。よって、
移動量ΔθのＴ−Ｎ特性対応可スケラパターンΘ（ｔ）
は、下記式（５−１），（５−２）によって規定され
る。

【００２０】

【数５】 Θ（ｔ）＝Δθ・θ（ｔ／（α^1/2 ・Ｔ）） （５−１） α＝（Δθ／Δθ（ｍａｘ））・（１００／Ｐ）² （５−２）

【００２１】αの意味については後述する。Ｐはオーバ
ーライド、すなわち、移動時間変更および移動速度変更
を示している。なお、以下、説明を簡単にするために、
Ｐ＝１００（％）の場合で説明を進める。

【００２２】次に、Ｔ−Ｎ特性対応パターンのデータベ
ースについて説明する。本実施形態に係わるパルスモー
タの制御方法では、コントローラーはＴ−Ｎ特性の特徴
を示す下記式（６）に示す計４個のパラメータをデータ
ベースに持ち、数式２−１〜５を用いてＴＮ特性パター
ン生成に必要な全てのパラメータを算出する。

【００２３】

【数６】 （θ”（ｍａｘ），θ’（Δｍａｘ）） （θ”（ｐｍａｘ），θ’（ｍａｘ）） （６）

【００２４】よって、コンピュータ（ホスト）は上記式
（６）に示す４個のパラメータをデータベースとして持
つと共に、ティーチングペンダント（以下Ｔ．Ｐ）等の
入力装置から、この４個毎にパラメータを変更できるよ
うにしておく必要がある。一般に、この４個のパラメー
タをユーザーに開放するのはトラブルを引き起こす原因
となることが予想されるから、隠しコマンドで対応する
ことが望ましい。勿論、上記４個のパラメータは固定と
し、θ”（ｍａｘ），θ’（ｍａｘ）を％で変えられる
構造としても良い。なお、ここでは（θ”，θ’）のペ
アをデータベースで持つ場合で話を進めているが、実用
的には（トルク、ｒｐｍ）又は（イナーシャ、ｒｐｍ）
等ユーザーに親しみのあるデメンションを用いてＴ，Ｐ
に入力できるようにしておき、コントローラー内部で変
換する方が望ましい。また、Δθ（ｍａｘ）を％で可変
にするのも便利である。

【００２５】次に、負荷イナーシャＪ_L によるθ”θ’
特性への影響について説明する。図１（Ｂ）に示す実測
θ”θ’特性は、実測時の全イナーシヤ（Ｊ_M ＋Ｊ_l ）
にて得られたものである。ここで、Ｊ_M はモータイナー
シャを示し、Ｊ_l は測定負荷を示す。ところが、実用時
は負荷イナーシャＪ_L であるため、図１（Ｂ）のθ”軸
に下記式（７）に示す比率によって伸縮を受ける。

【００２６】

【数７】 比率＝（Ｊ_M ＋Ｊ_l ）／（Ｊ_M ＋Ｊ_L ） （７）

【００２７】この結果、負荷Ｊ_L の時のθ”θ’特性は
図２のようになる。よって、Ｊ_L もＴ．Ｐもしくはロボ
ット言語で変更できるシステムが好ましい。

【００２８】次に、上記式（５−２）で示したαの意味
について説明する。ロボットの実装状況を考慮して上記
式（６）の計４個のパラメータが最終的に決定され、隠
しコマンドを用いてコントローラーに入力されたとす
る。この時の４個のパラメータをあらためて、下記式
（８）のように定める。ここで、ΔΘ（ｍａｘ）は３辺
内接近似に沿って走る全移動量を示し、Ｔｐ（ｍａｘ）
は３辺内接近似に沿って走る速度ピーク到達時間を示
す。

【００２９】

【数８】 （Θ”（ｍａｘ），Θ’（Δｍａｘ）） （Θ”（ｐｍａｘ），Θ’（ｍａｘ）） ΔΘ（ｍａｘ） Ｔｐ（ｍａｘ） （８）

【００３０】上記式（８）において、ΔΘ（ｍａｘ），
Ｔｐ（ｍａｘ）は４個のパラメータを用いて、上記式
（３−１），（３−２）から算出される。今、時間軸は
そのままで、つまりピーク到達時間をＴｐ（ｍａｘ）の
ままで移動量のみΔΘとすると、この動作のθ”θ’図
上の軌跡は図３に示す一点鎖線となる。ただし、ΔΘ≦
ΔΘ（ｍａｘ）において、下記式（９）を満足するもの
とする。

【００３１】

【数９】α＝Δθ／ΔΘ（ｍａｘ）≦１

【００３２】図３を見て分かるように、時間軸をこのま
まにすると、トルク（θ”）および速度（θ”）の双方
共かなり余裕があり、定電流ドライブパスルモータで
は、大変勿体ない動作となってしまう。すなわち、定電
流ドライブパスルモータは、図３において実線で示す限
界ラインまで動作する能力を有している。尚、パワーダ
ウン機能を特別に設ける場合以外は、定電流ドライブで
は停止していても回転していても、モータ発熱は同じで
ある。そこで、もっと速く動作させる、つまり、時間軸
をα^1/2 倍短縮させることを考えると、Ｔｐ（ｍａｘ）
をα^1/2 Ｔｐ（ｍａｘ）とすればよく、図３に示すθ”
−θ’特性図上での軌跡は点線となる。つまり、最高速
度（Θ’（ｍａｘ））をオーバーせずに、フルトルク
（Θ”（ｍａｘ））を使った動作となり、Ｔ−Ｎ可スケ
ラパターンとしては最小タクト動作となる。

【００３３】これは、可スケラパターンの特徴でもあ
り、図３に示すＴ−Ｎ線図上でいえば、 ・移動量の伸縮（比α）は、速度軸（Θ’）および加速
度軸（Θ”）を各々α倍することであり、 ・時間軸の伸縮（比α^1/2 ）は速度軸（Θ^. ）を１／α
^1/2 又加速度軸（Θ”）を（１／α^1/2 ）² 倍する。つ
まり、最大ＴＮ特性に対して、Θ’軸をα／α ^1/2 ＝α
^1/2 倍、Θ”軸をα／（α^1/2 ）² ＝１倍にすることに
なる。時間軸を１／α^1/2 倍する操作は、規格化関数θ
（ｔ）の中に表れるｔ／Ｔの項を全てｔ／（α^1/2 Ｔ）
に変更することと等価である。このことを式で表現した
のが上記式（４−１），（４−２），（４−３），（５
−１），（５−２）である。

【００３４】本実施形態に係わるパルスモータの制御方
法では、上述したように、ＴＮ特性対応可スケラ加減速
曲線を利用して、ＴＮ特性の限界ラインをオーバーせず
に、フルトルク（Θ”（ｍａｘ））を使った動作を行う
ようにパルスモータの制御信号を生成する。そのため、
パルスモータに高精度かつ短タクトな動作を行わせるこ
とができる。

【００３５】次に、ΔΘ−Ｔｐ特性について説明する。
ある移動量ΔΘの移動時間２・Ｔｐ特性は、ロボットの
タクト能力を決定する重要な特性の１つである。上記説
明より、下記式（１０）が成り立つ。

【００３６】

【数１０】 Ｔｐ＝α^1/2 ・Ｔｐ（ｍａｘ） ＝（ΔΘ／ΔΘ（ｍａｘ））^1/2 ・Ｔｐ（ｍａｘ） （０≦ΔΘ≦ΔΘ（ｍａｘ）） （１０−１） Ｔｐ＝Ｔ（ｐｍａｘ） （ΔΘ≧ΔΘ（ｍａｘ）） （１０−２）

【００３７】上記式（１０−１），（１０−２）を用い
て、グラフ化すると、図４となる。図４において、Ｔ
_all は総移動時間つまりタクトを表している。

【００３８】以下、本実施形態に係わるパルスモータの
制御方法において用いられるバーチャルモータ（ＶＭ）
について説明する。式（４−１），（４−２），（４−
３）から生成されるＴ−Ｎ対応パターンは、加速度がジ
ャンプする箇所があり、特にパルスモータにとっては、
脱調の恐れがあり好ましくない。そこで、整定改善と脱
調対策として、パルス指令値を一度バーチャルモータを
通し、バーチャルモータの出力を実パルス指令としてパ
ルスモータに出力する。

【００３９】上述したバーチャルモータのチューニング
について説明する。α＝１の場合、つまり、実用負荷装
着状況下で、設計サイドでバーチャルモータを一度実測
によりチューニングする。チューニング時の評価量は、
「Ｐｕｌｌ ｉｎ」特性、「Ｐｕｌｌ ｏｕｔ」特性
（脱調の有無を判断する特性）およびロボットとして整
定などである。バーチャルモータＶＭが３次で、そのパ
ラメータが、例えば図５（Ａ），（Ｂ），（Ｃ）のよう
であった場合、チューニングされたＶＭを例に、Ｔｐ
（ｍａｘ）−ＶＭ（Ｔｐ（ｍａｘ）−バーチャルモー
タ）と呼ぶと、Ｔｐ（ｍａｘ）−ＶＭは（Ｋｉ，Ｋｐ，
Ｋ，Ｔｐ（ｍａｘ））と表現できる。ここで、移動量Δ
Θが与えられ、前記式（１０−１），（１０−２）にて
α^1/2 ＝Ｔｐ／Ｔｐ（ｍａｘ）なるα^1/2 が与えられた
時、移動量ΔΘに対応するバーチャルモータＴｐ−ＶＭ
のパラメータは下式（１１）で与えられる。

【００４０】

【数１１】 （Ｔｐ−ＶＭのパラメータ） ＝（Ｋｉ／（α^1/2 ）² ，α^1/2 Ｋｐ，α^1/2 Ｋ，Ｔｐ） （１１）

【００４１】これは単に、バーチャルモータの時定数を
全てα^1/2 倍しただけである。すなわち、当該バーチャ
ルモータでは、図５（Ａ）に示すＴ−Ｎパターンが、図
５（Ｂ）に示す制御フローのＡ点に入力され、当該制御
フローのＢ点において図５（Ｃ）に示すようなフィルタ
リング処理された滑らかな制御信号が出力され、この制
御信号がパルスモータに出力される。本実施形態に係わ
るパルスモータの制御方法では、上述したようにバーチ
ャルモータＶＭを用いることで、パルスモータに脱調が
生じることを抑制できる。

【００４２】次に、複数軸の場合の対応について説明す
る。ここまでＴ−Ｎ対応化スケラパターンを１軸のみの
場合で説明してきたが、実際のロボットは、複数軸（２
軸以上）である。そこで、ここでは２軸ロボットを念頭
に、Ｔ−Ｎ対応化スケラパターンを説明する。なお、３
軸以上の場合、その基本処理は２軸と全く同じである。
αの決定方法について説明する。 ΔΘ１ ：１軸の移動量 ΔΘ２ ：２軸の移動量 ΔΘ（ｍａｘ） ：３辺内接近似に沿って走る移動量 とすると、両軸共通のαは下記式（１２）にて決められ
る。

【００４３】

【数１２】 α＝ｍａｘ（α１，α２） ＝ｍａｘ（ΔΘ１／ΔΘ（ｍａｘ），ΔΘ２／ΔΘ（ｍａｘ））≦１ （１２）

【００４４】つまり、大きい方のαを共通のαとする。
こうすれば両軸共にＴ−Ｎ特性をはみ出さない。各軸の
Ｔ−Ｎ対応可スケラパターンΘ（ｔ）について説明す
る。上記式（１２）において、今仮に１軸側のα１がα
と選ばれたとすると、１軸のＴ−Ｎ対応可スケラパター
ンΘ１（ｔ）は上記式（５−１）より、下記式（１３）
のように規定される。

【００４５】

【数１３】 Θ１（ｔ）＝ΔΘ１・θ（ｔ／（α^1/2 ・Ｔ））

【００４６】（１３）また、２軸のΘ２（ｔ）は、下記
式（１４）のように規定される。

【００４７】

【数１４】 Θ２（ｔ）＝ΔΘ２・θ（ｔ／（α^1/2 ・Ｔ）） （１４）

【００４８】上述したように、本実施形態に係わるパル
スモータの制御方法は、２以上の軸を有するロボットの
パルスモータの制御にも適用できる。

【００４９】次に、本実施形態の意味をより良く理解す
るために、サーボモータとパルスモータのドライブ方式
について説明しておく。図６にドライブ方式から見たサ
ーボモータとパルスモータの違いを示す。図６（Ａ）は
サーボモータの図であり、（Ｂ）はパルスモータの図で
ある。図６（Ａ）に示すサーボモータでは、サーボが、
モータエンコーダ（Ｅ）の情報に応じて電流源を制御
し、動作に必要な電流値ＩＭをダイナミックに可変制御
している。図６（Ｂ）に示すパルスモータでは、常に一
定電流（ＩＭ）を流し続け、外部から回転磁界の回転数
つまりパルス列周波数を制御している。このため、サー
ボモータでは動作毎に流れる電流が変わり、特に停止時
電流を消費しない。これに対し、パルスモータでは動作
に関係なく一定の電流（ＩＭ）が流れ続け、これは停止
時にも流れ続ける。よって、パルスモータでは、この電
流（ＩＭ）を有効利用すべく、Ｔ−Ｎ特性に沿った加減
速曲線を採用することで、タクトタイムを短縮できる
し、かつ電流の有効利用を図れる。

【００５０】本実施形態に係わるパルスモータの制御方
法では、上述したアルゴリズムを用いてＴ−Ｎ可スケラ
パターンシュミレーションソフトウェアを作成し、この
ソフトウェアを用いてパルスモータでＴ−Ｎ対応可スケ
ラ加減速曲線を具体的に設計することができる。

【００５１】第２実施形態 本実施形態に係わるパルスモータの制御方法では、パル
スモータのＴ−Ｎ（ｍａｘ）対応速度スケーリング加減
速曲線を用いてパルスモータの制御を行う。以上で述べ
てきたＴ−Ｎ対応可スケラパターンは説明からも分かる
ように、移動量ΔΘでΘ”軸、Θ’軸両軸をスケーリン
グし、その後Θ”軸が最大値となるよう、時間軸をスケ
ーリングしている。その結果全スケーリングパターン共
通の基本式である数式２−５または４が使える。しか
し、このような統一性のある特性を持つ反面、タクトタ
イムを多少犠牲にしている。そこで、本実施形態では、
以下に示すようにタクトタイムに最も有利なＴ−Ｎ（ｍ
ａｘ）対応最短タクトパターンを用いてパルスモータの
制御信号を生成する。

【００５２】先ず、Ｔ−Ｎ（ｍａｘ）対応速度スケーリ
ングパターンについて説明する。図７（Ａ）に示す実線
はＴ−Ｎ（ｍａｘ）線図を示し、（Ｂ）に示す実線は
（Ａ）に示すＴ−Ｎ（ｍａｘ）線図に沿って走った場合
の加減速曲線を示す。図７（Ｃ）に示すΔΘ（ｍａｘ）
を図７（Ａ）に示すＴ−Ｎ（ｍａｘ）線図での移動量と
すると、今ある移動量ΔΘが与えられたとした時、図７
（Ａ），（Ｂ）のようにＴ−Ｎ（ｍａｘ）線図に沿った
ままで移動量が丁度ΔΘとなるようなピーク速度Θｐ’
のパターンが常に存在する。このパターンをＴ−Ｎ（ｍ
ａｘ）対応速度スケーリングパターンと呼ぶ。このパタ
ーンでは、モータのＴＮ特性の最大加速度を出しつつ走
るから、最短タクトとなることは容易に理解できる。な
お、ΔΘが小さくなってきて、Θ’ｐ≦Θ’（Δｍａ
ｘ）となると、パターンの形は三角形となる。

【００５３】次に、ピーク速度Θｐ’およびピーク速度
到達時間Ｔｐの算出方法（以下、リアルタイムアルゴリ
ズムとも記す）について説明する。Ｔ−Ｎ（ｍａｘ）対
応速度スケーリングパターンでは、移動量の大小でパタ
ーンの形が２種類となる。すなわち、Ｔを時定数の代表
とするとき下記式（１５−１），（１５−２）が規定さ
れる。

【００５４】

【数１５】 Θ（ｔ）＝ ΔΘ（ｍａｘ）・θ（ｔ／Ｔ） （ΔΘ（Δｍａｘ）≦ΔΘ≦ΔΘ（ｍａｘ）） （１５−１） また、 Θ（ｔ）＝ ΔΘ（Δｍａｘ）・θΔ（ｔ／Ｔ） （ΔΘ（Δｍａｘ）≧ΔΘ） （１５−２）

【００５５】但し、ここでは、オーバーライドは考え
ず、前記式（５−１），（５−２）にてα＝１の場合と
した。オーバーライドを考える場合、上記式（１５−
１），（１５−２）内の時定数ＴをαＴとすればよい。
上記式（１５−１），（１５−２）より、下記式（１６
−１），（１６−２）が成り立つ。

【００５６】

【数１６】 Θ’（ｔ）＝ ΔΘ（ｍａｘ）・θ’（ｔ／Ｔ） （ΔΘ（Δｍａｘ）≦ΔΘ≦ΔΘ（ｍａｘ）） （１６−１） Θ’（ｔ）＝ ΔΘ（Δｍａｘ）・θ’Δ（ｔ／Ｔ） （ΔΘ（Δｍａｘ）≧ΔΘ） （１６−２）

【００５７】そのため、 ｉ）ΔΘ（Δｍａｘ）≦ΔΘ≦ΔΘ（ｍａｘ）の場合 前記式（１５−１）にて、ｔ＝Ｔｐの時、移動量はΔΘ
／２であり、下記式（１７）が成り立つ。

【００５８】

【数１７】 ΔΘ／２＝ΔΘ（ｍａｘ）・Θ（Ｔｐ／Ｔ） （１７）

【００５９】また、上記式（１６−１）にてｔ＝Ｔｐの
時、速度Θｐ’より、下記式（１８）が成り立つ。

【００６０】

【数１８】 Θ’（Ｔｐ）＝Θｐ’＝ΔΘ（ｍａｘ）・θ’（Ｔｐ／Ｔ） （１８）

【００６１】よって、上記式（１７）よりＴｐを求め、
これを上記式（１８）に代入し、Θ’ｐを求める。 ｉｉ）ΔΘ（Δｍａｘ）≧ΔΘの場合 ｉ）と同様に考え、下記式（１９），（２０）が成り立
つ。

【００６２】

【数１９】 ΔΘ／２＝ΔΘ（Δｍａｘ）・θΔ（Ｔｐ／Ｔ） （１９）

【数２０】 Θ’（Ｔｐ）＝θｐ’＝ΔΘ（Δｍａｘ）・θ’（Ｔｐ／Ｔ） （２０） 上記式（１９）よりＴｐを求め、これを上記式（２０）
に代入し、Θ’ｐを求める。

【００６３】以上がΘｐ’、Ｔｐの求め方であるが、こ
れらを具体的に求めるためには、θ（ｔ）として前記式
（４−１），（４−２），（４−２）でα＝１の場合で
解くこととなる。前記式（４−１），（４−２），（４
−２）から分かるように、ｉｉ）の場合、つまり三角形
パターンの場合は容易であるが、ｉ）の場合は解析時に
解けない。これが速度スケーリングパターンの問題点で
ある。強引に解く手法としては、イ）繰り返し収束法を
用いる、ロ）θ（ｔ／Ｔ）の値をサンプリングタイム毎
にメモリにテーブルとして持つなどが考えられる。しか
し、イ）ではＣＰＵの計算時間上好ましくなく、ロ）で
は大きなメモリ容量が必要になり、移動量が多くなると
精度上も心配であり、特性の変更困難である。そこで以
下に本実施形態に係わるパルスモータの制御方法におい
てΘｐ’、Ｔｐを決め手いく手法を説明する。

【００６４】以下、本実施形態に係わるパルスモータの
制御方法における、Θ’ｐ、Ｔｐの求め方について説明
する。前述した式（１５−１），（１５−２）におい
て、θΔ（ｔ／Ｔ）は、解析時に解けるので、前述した
手法でも良いが、移動距離によってΘｐ’、Ｔｐを求め
る手法が異なるのは、ソフトウェア作成上好ましくない
ので、ここでは移動量に係わらず共通の手法でΘｐ’、
Ｔｐを求める方法を提案する。 ｉ）ΔΘ（Δｍａｘ）≦ΔΘ≦ΔΘ（ｍａｘ）の場合 上記式（１５−１）にてｔ＝ｎＴｓ（Ｔｓはサンプリン
グ時間）とする。

【００６５】

【数２１】 Θ（ｎＴｓ）＝ΔΘ（ｍａｘ）・θ（ｎＴｓ／Ｔ） ここで、ｎ＝０，１，２，．．．である。 （２１）

【００６６】今、移動量をΔΘとする時、上記式（２
１）をｎ＝０から順次計算し、Θ（ｎＴｓ）をリアルタ
イムに出力していく。これは図７に示すＴ−Ｎ（ｍａ
ｘ）線に沿ったパターンを発生していくことと同じであ
る。ｎの増加と共にやがてΘ（ｎＴｓ）はΔΘ／２に近
づいていく。これは、Θ（ｎＴｓ／Ｔ）が増加関数であ
ることから、図８に示すように、Θ（ｎＴｓ）がΔΘ／
２に近づくためである。ΔΘ／２がサンプリング点に一
致することは一般に稀れである。今、ｎ＝ｋでΔΘ／２
に極めて近づきｎ＝ｋ＋１ではΔΘ／２をオーバーする
とする。この場合ｎ＝ｋ＋１のサンプリング点において
Θ｛（（ｋ＋１）・Ｔｓ）／Ｔ｝を指令値としては採用
せず、ΔΘ／２を採用する。この時、Ｔｐ＝（ｋ＋１）
Ｔｓである。なお、ｎ＝ｋ＋２の時にはΔΘ−Θ（ｋＴ
ｓ／Ｔ）、ｎ＝ｋ＋３の時にはΔΘ−Θ｛（（ｋ−１）
・Ｔｓ）／Ｔ｝、ｎ＝ｋ＋ｉの時にはΔΘ−Θ｛（（ｋ
＋（ｉ−２））・Ｔｓ）／Ｔ｝となる。

【００６７】ｎ＝２・（ｋ＋１）では、強制的にΔΘを
各々指令値とするとｔ＝Ｔｐに対してほぼ対称な速度パ
ターンができる。このようにすれば、ｎ＝ｋとｎ＝ｋ＋
１間、およびｎ＝２・ｋとｎ＝２（ｋ＋１）間で速度、
加速度各々がジャンプし、脱調の恐れがあるが、後述の
ようにこれらの指令値は一度バチャルモータ（ローパス
フィルタ）を通すので脱調の心配は回避できる。尚、Θ
ｐ’を知りたければ上記式（２１）より、下記式（２
２）のようになる。

【００６８】

【数２２】 Θ’（（ｋ＋１）・Ｔｓ）＝θｐ’＝ΔΘ（ｍａｘ）・θ’（（ｋ＋１）・Ｔ ｓ／Ｔ） （２２）

【００６９】ｉｉ）ΔΘ（Δｍａｘ）≧ΔΘの場合 これはｉ）と全く同じ処理とする。

【００７０】次に、本実施形態に係わるパルスモータの
制御方法においてΘｐ’＝Ｔｐを求める際に考慮すべき
事項について説明する。すなわち、本リアルタイムアル
ゴリズムにおいては、以下の課題について解決策を講じ
る必要がある。 （１）モータ動作前に、移動時間２Ｔｐを知ることがで
きないことから、例えばアーチモーション動作などにお
いてロボットシステム上問題がある。 （２）ΔΘ−Ｔｐ特性が簡単に得られない。 （３）オーバーライド（移動時間変更、移動速度変更）
はθ（ｔ／αＴ）のαの変更で対応するのが便利なた
め、定速部のない加減速曲線となり、時間オーバーライ
ドとなってしまう。

【００７１】本実施形態では、上述した（１）〜（３）
に示す課題について以下に解決策を講じている。 （１）の解決策：コントローラーのＣＰＵ処理能力に余
裕があれば動作前に前述したリアルタイムアルゴリズム
を一回実行してＴｐを求め、その後実動作に入る。 （２）の解決策：パソコンでΔΘ−Ｔｐ特性を求めるソ
フトウェアを作り、これによりΔΘ−Ｔｐ特性を算出す
る。これをコントローラーのメモリにテーブルとして持
てば（１）の解決策ともなる。 （３）の解決策：オーバーライド時のＴｐをオーバーラ
イドをかけない時のＴｐの例えば１／１０等に決めてし
まう。

【００７２】次に、上述した本実施形態に係わるパルス
モータの制御方法を複数軸の水平多関節ロボットに適用
した場合における速度スケーリングパターンについて説
明する。水平多関節ロボットが２軸以上の場合は、２軸
の場合とその処理が同じなので、ここでは２軸の場合に
限って説明する。

【００７３】ここで、 ΔΘ１ ：１軸の移動量 ΔΘ２ ：２軸の移動量 ΔΘ（ｔ／Ｔ）：ＴＮ（ｍａｘ）線対応規格化位置関
数、Ｔは時定数の代表モータが軸毎に異なるとモータ毎
にΘ（ｔ／Ｔ）が異なるが、ここでは１，２軸同一モー
タとして話を進める。尚、ΔΘ（ｍａｘ）はＴＮ（ｍａ
ｘ）線に沿って走る場合の移動量を示す。仮に、ΔΘ１
≧ΔΘ２としても以下の展開の一般性は失われない。Δ
Θ１≧ΔΘ２の時は１軸の位置Θ１（ｔ）は、下記式
（２３）で規定される。

【００７４】

【数２３】 Θ１（ｔ）＝ΔΘ（ｍａｘ）・θ（ｔ／Ｔ） （２３）

【００７５】また、２軸の位置Θ２（ｔ）は、下記式
（２４）で規定される。

【００７６】

【数２４】 Θ２（ｔ）＝（ΔΘ２／ΔΘ１）・Θ１（ｔ） ＝（ΔΘ２／ΔΘ１）・ΔΘ（ｍａｘ）・θ（ｔ／Ｔ） （２４）

【００７７】つまりΔΘ１（ｔ）の時間軸はそのままに
して移動量方向のみΔΘ２／ΔΘ１に縮小するわけであ
る。こうすれば、ロボットの同時スタート同時ストップ
が確保される。なお、上記式（２３），（２４）では連
続系で表現しているが、Ｔｐ、θ’１ｐ、θ’２ｐを求
める方法は前述したリアルタイムアルゴリズムを用い
る。この結果、移動量が大きい方の軸は必ずＴＮ（ｍａ
ｘ）線に沿って走る。つまり、最短タクト動作となる。
尚、図９は、横軸を時間（ｔ）とし、縦軸をΘ’（ｔ）
とした場合におけるＴ−Ｎ（ｍａｘ）線図と、Θ１
（ｔ），Θ２（ｔ）のパターンを示す図である。

【００７８】次に、本実施形態に係わるパルスモータの
制御方法において用いられるバーチャルモータ（ＶＭ）
について説明する。ＴＮ（ｍａｘ）対応速度スケーリン
グパターン法では以上述べてきたように、事前にそのピ
ーク速度θ’ｐおよびピーク速度到達時間Ｔｐを知るこ
とはＣＰＵへの負担となる。つまり、一般には知ること
が出来ないと考えておいた方が良い。このため、前述し
たアルゴリズムで説明したように動かしつつ、θ’ｐ、
Ｔｐを知ることとなる。結果ピーク点において、位置、
速度、加速度は各々ジャンプする。そのため、速度スケ
ーリング法では、このジャンプを含むパターンをバーチ
ャルモータに通過させローパスフィルタ処理を施し、バ
ーチャルモータの出力を実パルスモータに送る必要があ
る。ピーク速度到達時間Ｔｐを事前に知ることができれ
ば、バーチャルモータの時定数にα変換（α＝Ｔｐ／Ｔ
ｐ（ｍａｘ））を施せばよいが、知ることができないの
で、下記式（２５）による近似値のαを用いてバーチャ
ルモータのα変換とする。

【００７９】

【数２５】 α＝ΔΘ／ΔΘ（ｍａｘ） （２５）

【００８０】つまり、移動量ΔΘ（ｍａｘ）の時、設計
者がパルスモータの説調、ロボットアーム先端の整定等
を評価量にバーチャルモータをチューニングし、このチ
ューニング値（Ｋｉ、Ｋｐ、Ｋ、Ｔｐ（ｍａｘ））をデ
ータベースに持ち、移動量ΔΘの時は、下記式（２６）
に示す変換を施したバーチャルモータを用いることとす
る。バーチャルモータによるフィルタ処理の効果を図１
０に示す。

【００８１】

【数２６】 （Ｋｉ／α² ，αＫｐ，αＫ，Ｔｐ） ここで、α＝ΔΘ／ΔΘ（ｍａｘ） （２６）

【００８２】次に、本実施形態に係わるパルスモータの
制御方法における速度スケーリングパターンのオーバー
ライド法ついて説明する。１００％速度動作における、
速度ピーク値θｐ’を解析的な計算で事前に知ることが
できないので、以下のいずれかの手法を用いる。 （ａ）時間軸の伸縮 時間オーバーライドＰ（％）をかけたい時、前記式（１
５−１），（１５−２）から下記式（２７−１），（２
７−２）が成り立つ。

【００８３】

【数２７】 Θ（ｔ／（１００Ｔ／Ｐ）） ＝ΔΘ（ｍａｘ）・θ（ｔ／（１００Ｔ／Ｐ）） （ΔΘ（Δｍａｘ）≦ΔΘ≦ΔΘ（ｍａｘ）） （２７−１） Θ（ｔ／（１００Ｔ／Ｐ）） ＝ΔΘ（Δｍａｘ）・θΔ（ｔ／（１００Ｔ／Ｐ）） （ΔΘ（Δｍａｘ）≧ΔΘ） （２７−２）

【００８４】上記式（２７−１），（２７−２）に示す
Θ（ｔ／（１００Ｔ／Ｐ））に対し、前述したリアルタ
イムアルゴリズムを適用する。こうすれば、移動時間２
・Ｔｐが１００／Ｐ・２・Ｔｐとなる。（ｂ）繰り返し
法にてθｐ’、Ｔｐを求める。ＣＰＵには負担となる
が、移動量ΔΘの時、前記式（１５−１）〜（２０）の
各式を用いてＴｐおよびθ’ｐをとにかく求める。そし
て、Ｐ・θｐ’／１００となるよう、前述したリアルタ
イムアルゴリズムを用いる。

【００８５】第３実施形態 本実施形態に係わるパルスモータの制御方法においては
Ｔ−Ｎ特性多辺内接近似によるパターン発生アルゴリズ
ムを用いる。一般にＴ−Ｎ特性は実験、実測により折れ
線で与えられる。測定器を工夫すればトランジスタのＶ
_CE−Ｉ_C 、Ｉ_B 特性のように、滑らかな曲線で与えられ
る。前述した第１実施形態では、Ｔ−Ｎ特性が与えられ
た時、計算の容易な３辺内接近似とした。しかしこの３
辺内接近似でも、一部パルスモータの能力を出し切って
いない。すなわち、図１１に示す斜線部の能力を出し切
っていない。そこで、本実施形態に係わるパルスモータ
の制御方法では、実測データそのままを用いたＴ−Ｎ対
応加減速パターン発生アルゴリズムを用いる。

【００８６】先ず、本実施形態に係わるパルスモータの
制御方法に用いられるデータベースについて説明する。
前述した第１実施形態に係わるパルスモータの制御方法
の３辺内接近似法では（θ”（ｍａｘ）、θ’（Δｍａ
ｘ））と（θ”（ｐｍａｘ）、θ’（ｍａｘ））なる計
４個のデータベスを基にパターンを計算する方式であっ
た。これに対し、多辺内接近似法では図１１のように、
Ｔ−Ｎ実測データを基に、下記式（２８）で示される直
線Ｐ_k Ｐ_k+1 ￣の方程式パラメータをメモリにデータベ
ースとして持つ。

【００８７】

【数２８】 Ｐ_k Ｐ_k+1 ￣ ： θ’＝（θ’_K+1 −θ’_K ）・（θ”−θ”_K ）／（θ”_K+1 −θ”_K ）＋ θ’_K （２８）

【００８８】すなわち、（θ”_k 、θ’_k ）、（θ”
_k+1 、θ’_k+1 ）各々をデータベースに持つ。なお、上
記式（２８）をまとめると、Ｎ辺内接近似の場合には下
記式（２９）が成り立つ。

【００８９】

【数２９】 θ’＝Ｍ_K θ”＋Ｂ_K （ｋ＝０〜Ｎ−１） （２９）

【００９０】上記式（２９）から、（Ｍ_k 、Ｂ_k ）をデ
ータベースとして持った方がシンプルで良い。

【００９１】次に、本実施形態に係わるパルスモータの
制御方法における加減速曲線発生アルゴリズムについて
説明する。速度（θ’）と加速度（θ”）の関係（θ’
＝Ｍθ”＋Ｂ）が与えられている時、速度（θ’）およ
び位置（θ）を求める問題は積分問題であり、３辺内接
近似の場合と同様に、Ｐ_k Ｐ_k+1 ￣の解とＰ_k+1 Ｐ_k+2
￣の解を境界条件で接続していくのが、最もオーソドッ
クスで正確である。特に３辺内接近似の場合ｋ＝０，
１，２の３種類だけなので手計算量もたいしたことがな
く、特別困難はなかった。しかし、実測Ｔ−Ｎ特性を使
う場合、ｋ＝０〜１０または２０にもなり手計算量も莫
大になる。そこでコンピュータの能力をうまく利用し、
繰り返し計算法で加減速曲線を求める手法を以下に示
す。

【００９２】次に、本アルゴリズムの基本について説明
する。図１２は多辺内接近似を施した場合の辺Ｐ_k Ｐ
_k+1 ￣、Ｐ_k+1 Ｐ_k+2 ￣２本を表している。図１２にお
いて、

【００９３】

【数３０】 Ｐ_k Ｐ_k+1 ￣ ：θ’＝Ｍ_k θ”＋Ｂ_k （３０）

【数３１】 Ｐ_k+1 Ｐ_k+2 ￣ ：θ’＝Ｍ_k+1 θ”＋Ｂ_k+1 （３１） Ｔ_s ：サンプリング（計算）同期 ｎ ：時間のサフィックス θ’_k （ｎ）、θ”_k （ｎ）：Ｐ_k Ｐ_k+1 ￣上のサンプ
リング点ｎでの値 ｎ_k ：Ｐ_k Ｐ_k+1 ￣線上のｎサンプリング点 Δθ_k （ｎ） ：Ｐ_k Ｐ_k+1 ￣線上のｎ_k 点と（ｎ＋
１）_k 点間の移動距離

【００９４】図１３のように、Ｐ_k Ｐ_k+1 ￣線上のｎサ
ンプリング点ｎ_k での値を（θ”_k（ｎ）、θ’
_k （ｎ））とする時、この点での処理を考える。点ｎ_k
での加速度は、θ”_k （ｎ）でこれは知られているか
ら、図１４のように傾きθ”_k （ｎ）の速度ランプを立
てる。すると、図１４より点（ｎ＋１）_k における速度
θ’_k（ｎ＋１）および点ｎ_k 、（ｎ＋１）_k 間の移動
量Δθ_k （ｎ）は、下記式（３２），（３３）に示すよ
うになる。

【００９５】

【数３２】 θ’_K （ｎ＋１） ＝θ”_k （ｎ）・Ｔｓ＋θ’_k （ｎ） （３２）

【００９６】

【数３３】 Δθ_k （ｎ） ＝Ｔｓ・（θ’_K （ｎ＋１）−θ’_k （ｎ））／２ （３３）

【００９７】ここで、θ’_k （ｎ＋１）Ｐ_k Ｐ_k+1 ￣の
範囲内に収まっている場合と、次のＰ_k+1 Ｐ_k ￣にはみ
出てしまう２つの場合に分かれる。これは、θ’_k （ｎ
＋１）とθ’_pk+1の大小を比較すればすぐに知れる。

【００９８】ｉ）Ｐ_k Ｐ_k+1 ￣に収まる場合 この場合、上記式（３０）から、下記式（３４）が成り
立つ。

【００９９】

【数３４】 θ”_K （ｎ＋１）＝（θ_K ’（ｎ＋１）−Ｂ_K ）／Ｍ_K ＝（θ_K ”（ｎ）・Ｔｓ＋θ_k ’（ｎ）−Ｂ_K ）／Ｍ_K （３４）

【０１００】そこで、点（ｎ＋１）_k にて図１４と同様
にして図１５を得る。この後の手続きはｎ_k 点での処理
と同様に進め、ｎをどんどん増やしていけばいい。

【０１０１】ｉｉ）Ｐ_K+1 Ｐ_k+2 ￣に入ってしまう場合 ｉ）での処理を続ければ、やがてＰ_k Ｐ_k+1 ￣をはみ出
し、次のＰ_K+1 Ｐ_{k+ 2} ￣に入ってしまう。ここでは、初
めてＰ_k Ｐ_k+1 ￣からＰ_K+1 Ｐ_k+2 に入った場合の処理
を説明する。図１６は、ｎ_k がＰ_k Ｐ_k+1 ￣で次の（ｎ
＋１）_k でＰ_K+1 Ｐ_k+2 ￣に入ってしまった状況を示し
ている。この場合、ｎ_k での処理はｉ）同様（ｎ＋１）
_k をＰ_k Ｐ_k+1 ￣の延長上に乗っているものとして同じ
処理を行うとする。しかし、（ｎ＋１）_k では以下の処
理とする。前記式（３０）より、下記式（３５）が成り
立つ。

【０１０２】

【数３５】 θ”_K+1 （ｎ＋１）＝（θ_k ’（ｎ＋１）−Ｂ_K+1 ）／Ｍ_k+1 （３５）

【０１０３】上記式５−５中θ’_k （ｎ＋１）はＰ_k Ｐ
_k+1 ￣上での処理結果の値、つまりθ’_k+1 （ｎ＋１）
−θ’_k （ｎ＋１）を求め、以後Ｐ_k Ｐ_k+1 ￣で行った
処理アルゴリズムをそのまま用いて進める。上述したア
ルゴリズムの意味は、ｎ_k 点にてθ”_k （ｎ）を一定と
みなして、Ｔ_s 後の速度θ’_k （ｎ＋１）を繰り返し求
めていく方法であるから、これを図示すると、図１７と
なる。つまり、Ｔ−Ｎ特性を階段近似していくアルゴリ
ズムと言える。

【０１０４】次に、位置、速度指令曲線について説明す
る。以上の処理から分かるように、本アルゴリズムによ
ればＰ_k Ｐ_k+1 ￣上では点ｎ_k での加速度を一定値θ”
_k （ｎ）とみなして、次の速度および移動量を算出して
いる。よって、純粋に数学的に解いた滑らかな指令曲線
に比し近似解であり、かつ「ぎざぎざ折れ線」となって
いる。特にＰ_k Ｐ_k+1 ￣からＰ_k+1 Ｐ_k+2 ￣をジャンプ
する部分では、速度、位置指令共、ジャンプした形とな
っている。よって、残念ながら、パルスモータへこのア
ルゴリズムで生成したパターンを直接送るわけにはいか
ない。

【０１０５】そこで、本実施形態に係わるパルスモータ
の制御方法では、上述した本アルゴリズムにて生成し
た、多少デコボコする指令曲線をバーチャルモータ（ロ
ーパスフィルタ）でスムージングすることとする。折れ
線もＰ_k Ｐ_k+1 ￣、Ｐ_k+1 Ｐ_k+2 ￣内のジャンプもサン
プリング時間レベルで発生し、一般に同波数的に高い。
よって、図１８のブロック図のように、一度バーチャル
モータを通し、この出力をパルスモータへ送ることとす
る。多辺内接近似アルゴリズムが生成する全移動量ΔΘ
（ｍａｘ）はバーチャルモータを通っても過不足を生じ
ないから、滑らかなパルスモータ指令曲線が得られる。

【０１０６】次に、本アルゴリズムにおける総移動量Δ
Θ（ｍａｘ）について説明する。本アルゴリズムを実用
化する場合に必要な量として、本アルゴリズムにおける
総移動量ΔΘ（ｍａｘ）がある。そこで前記式（３３）
から下記式（３６）が成り立つ。

【０１０７】

【数３６】 ΔΘ（ｍａｘ）＝Σ Δθ_k （ｎ） k,n ＝（１／２）・Ｔｓ・Σ（θ_k ’（ｎ＋１）−θ_k ’（ｎ）） k,n （３６）

【０１０８】ところで、このΔΘ（ｍａｘ）は、本アル
ゴリズムをコントローラーに組み込む前に必要な量なの
で、パソコン等で本アルゴリズムをシミュレーションし
てΔΘ（ｍａｘ）を知っておく必要がある。もしくは、
コントローラー立ち上げの時のイニシャライズルーチン
にて算出する。

【０１０９】次に、ＴＮ対応可スケラパターンでの移動
量ΔΘの対応について説明する。前述した第１実施形態
で説明したように、本アルゴリズムでも移動量がΔΘ
（≦ΔΘ_max ）の場合、下記式（３７）からαが求めら
れる。

【０１１０】

【数３７】 α＝ΔΘ／ΔΘ（ｍａｘ）≦１ （３７）

【０１１１】次に、図２−３見て分かるように、この場
合θ”軸はα・（１／α^1/2 ）² ＝１倍、θ^. 軸はα／
α^1/2 倍伸縮をうけるから、前記式（２８）に代わっ
て、下記式（３８）が得られる。

【０１１２】

【数３８】 θ’＝α・（θ’_k+1 −θ’_K ）（θ”−θ”_k ）／｛α^1/2 ・ （θ”_k+1 −θ”_K ）｝＋α・θ’_K ／α^1/2 ＝αＭ_k ・θ”／α^1/2 ＋αＢ_k ・θ”／α^1/2 ＝α^1/2 Ｍ_k θ”＋α^1/2 Ｂ_k （３８）

【０１１３】上記式（３８）がΔΘ≦ΔΘ_max の場合に
おける前述した式（２８），（２９）に代わる基本式で
ある。これ以後の処理アルゴリズムは、前述した第２実
施形態と同じである。なお、Ｔ−Ｎ（ｍａｘ）対応速度
スケーリングパターン方式では、Ｔ−Ｎ（ｍａｘ）線そ
のままを利用するので、前述した第２実施形態で説明し
たアルゴリズムがそのまま使える。

【０１１４】以上説明したように、本実施形態に係わる
パルスモータの制御方法およびその装置によれば、前述
した第１実施形態に係わるパルスモータの制御方法に比
べてさらに、パルスモータの能力を引き出すことがで
き、短タクトおよび高精度な動作特性をさらに高めるこ
とができる。

【０１１５】

【発明の効果】以上説明したように、本発明に係わるパ
ルスモータの制御方法およびその装置によれば、タクト
タイムを大幅に短縮化することができる。また、本発明
のパルスモータの制御方法およびその装置によれば、脱
調の発生を抑制できる。また、本発明のパルスモータの
制御方法およびその装置によれば、パルスモータの整定
時間の短縮化を図ることができる。

【図面の簡単な説明】

【図１】（Ａ）は測定されたパルスモータのＴＮ特性の
図、（Ｂ）は（Ａ）に示すＴＮ特性を３辺内接近似法に
よって近似した特性の図である。

【図２】パルスモータにおける負荷Ｊ_L のときのθ”−
θ’の特性図である。

【図３】本発明の第１実施形態に係わるパルスモータの
制御方法において、時間軸をα ^1/2 倍に短縮したときの
ＴＮ特性を説明するための図である。

【図４】本発明の第１実施形態に係わるパルスモータの
制御方法によるパルスモータにおける移動量ΔΘとの総
移動時間Ｔ_all との関係を示す図である。

【図５】本発明の第１実施形態に係わるパルスモータの
制御方法に用いられるバーチャルモータのチューニング
を説明するための図である。

【図６】（Ａ）はサーボモータのドライブ方式を説明す
るための図であり、（Ｂ）はパルスモータのドライブ方
式を説明するための図である。

【図７】本発明の第２実施形態に係わるパルスモータの
制御方法を説明するための図である。

【図８】本発明の第２実施形態に係わるパルスモータの
制御方法を説明するための図である。

【図９】本発明の第２実施形態に係わるパルスモータの
制御方法における複数軸の場合の速度スケーリングパタ
ーンを説明するための図である。

【図１０】本発明の第２実施形態に係わるパルスモータ
の制御方法に用いられるバーチャルモータを説明するた
めの図である。

【図１１】Ｔ−Ｎ実測データと３辺内接近似データとの
関係を説明するための図である。

【図１２】本発明の第３実施形態に係わるパルスモータ
の制御方法に用いられる加減速曲線発生アルゴリズムを
説明するための図である。

【図１３】サンプリング点ｎｋでの処理を説明するため
の図である。

【図１４】本発明の第３実施形態に係わるパルスモータ
の制御方法に用いられる加減速曲線発生アルゴリズムを
説明するための図である。

【図１５】本発明の第３実施形態に係わるパルスモータ
の制御方法に用いられる加減速曲線発生アルゴリズムを
説明するための図である。

【図１６】本発明の第３実施形態に係わるパルスモータ
の制御方法に用いられる加減速曲線発生アルゴリズムを
説明するための図である。

【図１７】本発明の第３実施形態に係わるパルスモータ
の制御方法に用いられる加減速曲線発生アルゴリズムを
説明するための図である。

【図１８】本発明の第３実施形態に係わるパルスモータ
の制御方法に用いられるバーチャルモータを説明するた
めの図である。

【図１９】従来技術を説明するための図である。

【図２０】３角形加減速パターンを説明するための図で
ある。

【符号の説明】

θ… パルスモータの回転角度 θ’… パルスモータの回転速度 θ”… パルスモータの回転加速度 ΔΘ（ｍａｘ）… ３辺内接近似に沿って走る全移動量 Ｔｐ（ｍａｘ）… ３辺内接近似に沿って走る速度ピー
ク到達時間

Claims (6)

(57)【特許請求の範囲】
1. 【請求項１】パルスモータの動作の限界特性を示す加速
   度（θ”）−速度（θ’）特性を用いたパルスモータの
   制御方法であって、 実際に測定された実測θ”−θ’特性から、１以上の複
   数の直線データで構成され前記実測θ”−θ’特性の範
   囲内にある近似θ”−θ’特性を求め、 前記近似θ”−θ’特性に示される限界ラインに沿った
   制御を行ったときの最大移動量と目標移動量との比率α
   を求め、 前記近似θ”−θ’特性を前記比率αによって縮尺した
   縮尺θ”−θ’特性に対して、時間軸を約α^1/2 倍した
   制御用θ”−θ’特性を求め、 前記制御用θ”−θ’特性に基づいて、パルスモータを
   制御するパルスモータの制御方法。
2. 【請求項２】パルスモータの動作の限界特性を示す加速
   度（θ”）−速度（θ’）特性を用いたパルスモータの
   制御方法であって、 実際に測定された実測θ”−θ’特性から、１以上の複
   数の直線データで構成され前記実測θ”−θ’特性の範
   囲内にある近似θ”−θ’特性線を求め、 前記近似θ”−θ’特性に示される限界ライン上に位置
   し、目標移動量を達成できるピーク速度を求め、 前記近似θ”−θ’および前記ピーク速度に基づいて制
   御用θ”−θ’特性を求め、 前記制御用θ”−θ’特性に基づいて、パルスモータを
   制御するパルスモータの制御方法。
3. 【請求項３】前記制御用θ”−θ’特性に基づいて決定
   された制御信号に、フィルタリング処理を施して波形を
   滑らかにし、当該フィルタリング処理された制御信号に
   基づいてパルスモータを制御する請求項１または２に記
   載のパルスモータの制御方法。
4. 【請求項４】パルスモータの動作の限界特性を示す加速
   度（θ”）−速度（θ’）特性を用いたパルスモータの
   制御装置であって、 実際に測定された実測θ”−θ’特性から、１以上の複
   数の直線データで構成され前記実測θ”−θ’特性の範
   囲内にある近似θ”−θ’特性を求める手段と、 前記近似θ”−θ’特性に示される限界ラインに沿った
   制御を行ったときの最大移動量と目標移動量との比率α
   を求める手段と、 前記近似θ”−θ’特性を前記比率αによって縮尺した
   縮尺θ”−θ’特性に対して、時間軸を約α^1/2 倍した
   制御用θ”−θ’特性を求める手段と、 前記制御用θ”−θ’特性に基づいて、パルスモータを
   制御する制御手段とを有するパルスモータの制御装置。
5. 【請求項５】パルスモータの動作の限界特性を示す加速
   度（θ”）−速度（θ’）特性を用いたパルスモータの
   制御装置であって、 実際に測定された実測θ”−θ’特性から、１以上の複
   数の直線データで構成され前記実測θ”−θ’特性の範
   囲内にある近似θ”−θ’特性線を求める手段と、 前記近似θ”−θ’特性に示される限界ライン上に位置
   し、目標移動量を達成できるピーク速度を求める手段
   と、 前記近似θ”−θ’および前記ピーク速度に基づいて制
   御用θ”−θ’特性を求める手段と、 前記制御用θ”−θ’特性に基づいて、パルスモータを
   制御する制御手段とを有するパルスモータの制御装置。
6. 【請求項６】前記制御手段は、前記制御用θ”−θ’特
   性に基づいて決定された制御信号に、フィルタリング処
   理を施して波形を滑らかにし、当該フィルタリング処理
   された制御信号に基づいてパルスモータを制御する請求
   項４または５に記載のパルスモータの制御装置。