JP4656727B2 - 騒音低減を高めた能動防振システム同定 - Google Patents

Description

【０００１】
【発明の属する技術分野】
この発明は、周囲振動を低減させる能動制御システムに関し、特に、信号ろ過を使用して、推定した乗り物の構造動力学に対する調整を反映する制御信号を生成することに関する。この制御信号は、乗り物の周囲振動を低減させる一以上の振動発生機に送られる。
【０００２】
【従来の技術】
ヘリコプタや飛行機のような乗り物の内部において振動が望ましくないレベルに達して、乗り物内が不快な環境になる場合がある。これは、特に、動翼が空気を介して航空機を支持して推進するときに動翼によって発生する負荷に応答して振動するヘリコプタにあてはまる。従来、ヘリコプタ製造業者は、航空機の乗り心地を受け入れられるようにするために、機械的隔離や吸収の原理を使用する様々な防振方法を使用している。これらの方法は、「受動型」と表わしてもよく、航空機の固有の構造動力学を修正して、騒がしい負荷特性における一般的な周波数に対するその応答を「離調」することによって、振動を攻撃する。他の方法は、動力を供給されたアクチュエータを使用して、周囲振動を無効にする振動場を生成するような方法で振動負荷を構造体に加える。この種の方法は、防振の領域では、アクチュエータが無効にする振動場を能動的に発生させることを指令される意味で、「能動型」として表わされる。
【０００３】
能動防振システムを良好に実現する鍵となる構成要素は、アクチュエータへの指令を適当に決定することである。アクチュエータ力とこれらの力に対する振動応答との関係が事前に知られている場合には、アクチュエータへの指令を適当に選択するために、「決定論的」制御アルゴリズムを使用することができる。しかし、構造動力学は、燃料の消費や貨物の再分配によって影響され、あるいはヘリコプタの場合には回転翼の速度が操作中に変化するときに回転翼の負荷の周波数が変化するために影響されるので、アクチュエータ力と振動応答との関係が事前に知られていないか変化する場合が多い。このような場合に、「オンラインシステム同定」を使用して、制御を変化させる間に得られた情報を使用し、アクチュエータ力と振動応答との関係の推定値を確立したり修正してもよい。この推定値は、振動を低減させるために、その後の制御の反復中に使用される。
【０００４】
本発明が適当に使用される制御システムの典型的な環境は、ＮＡＳＡ契約者レポート３８２１の１−３０頁の「ヘリコプタのリアルタイム自己適応能動防振装置のアルゴリズムの改善および評価」に説明されているような最小の分散制御装置の環境である。この制御装置は、アクチュエータの指令とシステム応答との間に以下の伝達行列の関係によって表すことができる準静的直線関係がある近似を使用している。
【０００５】
【数２】
Ｚ_i＝τ（Ｕ_i−Ｕ_i-1）＋Ｚ_i-1＋V＋Ｅ
ここで、Ｚ_iは時間ｉにおけるｎ次元の測定振動応答、Ｚ_i-1は時間ｉ−１における振動応答のｎ次元の状態ベクトル、Ｕ_iは時間ｉにおけるアクチュエータに対するｍ次元の指令、Ｕ_i-1は時間ｉ−lにおけるアクチュエータに対するｍ次元の指令、Vは外乱による測定振動のｎ次元の変化、Ｅは測定ノイズの変化による測定振動の変化、τはｍ次元の伝達行列によるｎの現在の推定値である。
【０００６】
最小の分散制御装置は、以下の性能範疇を最小化することによって得られる。
【０００７】
【数３】
Ｊ＝Ｅ｛（Ｚ_i−Ｚ_opt）^TＷ_Z（Ｚ_i−Ｚ_opt）＋Ｕ_i ^TＷ_UＵ_i＋ΔＵ_i ^TＷ_{Δ U}ΔＵ_i｝ここで、Ｊは性能指数（スカラ）、Ｅは期待値、Ｚ_optはセンサ位置（典型的にゼロ）における所望の振動のベクトル、Ｚはセンサ位置における測定振動のベクトル、Ｗ_Zは出力（振動）パラメータ上の対角重みづけ行列、Ｕはアクチュエータに対する指令入力、Ｗ_Uはアクチュエータの指令の振幅を拘束する対角重みづけ行列、ΔＵはアクチュエータに対する指令入力の変化、Ｗ_{Δ U}は指令入力の変化率を拘束する対角重みづけ行列、Ｔはベクトルまたは行列の転置、ｉは離散的時間増分のカウンタである。
【０００８】
性能指数Ｊが測定出力パラメータおよび操作量を含むので、各々の出力パラメータおよび操作量を個々に重みづけして、他の構成要素よりも重要にするか重要でないようにすることができる。
【０００９】
局部的なモデルに決定論的制御装置を使用すると、ｉ番目の回転翼の回転についてのアクチュエータへの指令入力の最適な変化ΔＵは、以下のようになる。
【００１０】
【数４】
ΔＵ_i＝−D［Ｗ_UＵ_i-1＋τ^TＷ_Z（Ｚ_i-1−Ｚ_opt）］
ここで、ΔＵ_iは性能指数を最小にするために必要な最適操作量、D＝（τ^TＷ_Zτ＋Ｗ_U＋Ｗ_{Δ U}）^-1であり、他の変数は上述したものと同じである。
【００１１】
Ｊを最小にすると、最適な制御装置に対する解は、次の制御ステップを決定する情報を提供する。制御性能を改善するためには、行列τの正確な推定値が非常に重要である。リアルタイムの用途では、τの要素を追跡するためにカルマンフィルタを使用するのが有用である。値τを正確に追跡する以前の試みは、カルマンフィルタのために、システムおよび測定ノイズの悪影響を適切に抑制することができなかった。例えば、キングの米国特許４，８１９，１８２号は、励振周波数に対応する周波数で振動する複数のアクチュエータを使用して、ヘリコプタ胴体の振動を低減させる方法および装置を開示している。複数の加速度計によって、動的加速を示す信号を発生させる。アクチュエータは、処理装置によって制御される。この特許は、システムの動力学を評価する手段として共分散値を修正することを開示していない。
【００１２】
【発明が解決しようとする課題】
多くの用途では、カルマンフィルタのアルゴリズムの実現は、測定ノイズおよびシステムノイズが互いに独立し、ガウス分布を有し、ゼロ平均を有すると仮定する。これらの仮定が有効な場合、標準カルマンフィルタ方法は、アクチュエータ力と振動の間の関係の推定に対するノイズの悪影響を減少させるのに有効な方法となり得る。これらの仮定が有効でない場合、標準方法は有効でなく、劣等な推定になり、したがって、制御の決定用の推定値を使用する制御システムの性能が低下する。本発明の目的は、この点で標準カルマンフィルタ方法の短所について言及することである。
【００１３】
【課題を解決するための手段】
本発明の目的は、周囲振動の低減に使用される制御信号を発生させるために、力学的に有効にされ且つ更新されたデータを利用する制御システムを提供することである。したがって、本発明の一実施例は、乗り物に取り付けられて連続する第一および第二の周囲振動信号を発生させる少なくとも１つのセンサを有するシステムに関する。これらの周囲振動信号は、第一および第二の検知状態に対応する。一以上のアクチュエータが乗り物に取り付けられて、乗り物に加えられる振動低減アクチュエータ力を発生させる。データモジュールがセンサおよびアクチュエータに連結されてデータを蓄積する。このデータは、少なくとも１つのアクチュエータ力をその力に対する少なくとも１つのセンサ応答に関連させて、蓄積したデータを出力する。カルマンフィルタを含む制御回路は、連続した第一および第二の周囲振動信号をセンサから受信し、出力データをデータモジュールから受信する。制御回路は、第一の制御信号を発生させて、第一の周囲振動信号に対応する関連するアクチュエータに送る。制御回路は、カルマンろ過と、データモジュールにおいてデータを修正するアクチュエータ力の関数である共分散とを利用する。制御回路は、第二の周囲振動信号とデータモジュールの修正データとの関数である第二の制御信号を出力する。
【００１４】
本発明の第二の実施例は、乗り物内の騒音を低減させるシステムに関する。このシステムは、乗り物内の周囲振動を検知することを含む。検知された周囲振動に対応する周囲振動信号が発生する。この周囲振動信号は、制御信号を生成するために処理される。制御信号は、一定値をアクチュエータ力の変化によって分割し整数累乗したものに対応する動的共分散の関数である。制御信号は、周囲振動の低減のために振動場を発生させるアクチュエータへの出力である。アクチュエータ力は、制御回路から送られた制御信号の関数である。
【００１５】
【実施例】
本発明は、振動発生機を動作させて乗り物内の振動を低減させるために使用される制御信号を発生させることによって、振動の低減を高めたオンラインシステム同定を提供する。この制御信号は、最適なアクチュエータ指令を算出する基準として乗り物の構造動力学の推定値を使用する制御回路によって生成される。乗り物の構造動力学の推定値は、先行する制御ステップにおいてアクチュエータ指令の適用中に集められた応答情報を使用する修正カルマンフィルタ方法によって決定される。修正カルマンフィルタ方法は、騒音の存在下で実際の乗り物の構造動力学を標準カルマンフィルタ方法よりも正確に評価することができる。改善された推定の結果、制御回路は振動を低減させるのにより有効である。
【００１６】
図面を参照する。いくつかの図において同様の参照符号が対応するまたは同様の構成要素を特定する。図１は、乗り物１２２に利用される改良した振動低減システム１０を示す。乗り物１２２は、振動を検知するとともに検知した振動を示す信号を制御装置１１８に送るセンサ１１０（ａ）−（ｄ）を含む。制御装置１１８は、受信した振動信号を処理して、制御指令信号を発生させ、アクチュエータ１１４（ａ）および１１４（ｂ）に送る。アクチュエータ１１４は、補償力を発生させて乗り物１２２内の検知振動を低減させることによって、制御命令に応答する。
【００１７】
乗り物１２２は、図１ではヘリコプタとして描かれているが、固定主翼航空機も適しており、あるいはフライトシミュレータ装置または検知される周囲振動を振動源から生成するどのような装置でもよい。乗り物１２２は、乗り物１２２に取り付けられた一以上のセンサ１１０を含む。例示として、センサ１１０は、４つのセンサ１１０（ａ）−（ｄ）として示されているが、乗り物１２２の設計に適したどのような数のセンサでもよい。センサ１１０の数および位置は、設計上の選択であり、本発明を理解するためには重大ではない。図１は、乗り物１２２の操縦席に取り付けられたセンサ１１０（ａ）および１１０（ｂ）を示している。センサ１１０（ｃ）は乗り物１２２の前部の客室に配置され、センサ１１０（ｄ）は後部の客室に配置されている。センサ１１０は、乗り物１２２内の周囲振動を検知する。センサ１１０によって検知される周囲振動は、振動負荷によって生成される。振動負荷の例は、回転翼１２６から生じる振動やスタビレータ１３０から生成される振動を含む。また、乱流、ダウンウォッシュ、突風および他の振動を発生させる事象のような外力が、乗り物１２２に不要な周囲振動を引き起こす。
【００１８】
センサ１１０は、この振動データを検知して、対応する周囲振動信号を制御回路（制御装置ともいう）１１８に送る。制御回路１１８は、中間コネクタ１３６を介してセンサ１１０から受信した周囲振動信号を処理する。中間コネクタ１３６は、センサ１１０（ａ）−（ｄ）から制御回路１１８まで信号を送ることができるどのような装置でもよい。典型的な中間コネクタ１３６は、電線または赤外線信号伝送手段である。
【００１９】
制御回路１１８は、メモリおよび処理能力を含み、典型的には、デジタル信号処理装置（ＤＳＰ）、マイクロプロセッサまたは８０４８６プロセッサのような処理装置である。当業者は、事実上適切なメモリおよび速度を有するすべてのプロセッサを、制御回路１１８によって行われる処理に使用することができることを認識するであろう。制御回路１１８は、センサ１１０から受信した検知された周囲振動信号をろ過するように、ソフトウェアを実行し、または予めプログラムされている。特に、制御回路１１８は、カルマンろ過能力およびソフトウェアまたはハードウェアを利用して、システム１０におけるデータを有効にし、更新し、利用する共分散値を生成する。制御回路１１８は、システムの状態および入力のいくつかの数学的関数を最小にしようとするどのような制御機構も具体化する。これらのシステムは、「最適の制御システム」として当業者に知られている。制御回路１１８は、１１４（ａ）および（ｂ）として示される振動発生機ユニット１１４に送られる一以上の制御信号（説明のために単一の制御信号として示す）を発生させる。この制御信号は、センサ１１０から受信した検知された周囲振動信号の有効性を決定する確認手続の結果となる。
【００２０】
振動発生機ユニット（ここでは発生ユニットまたはアクチュエータという）１１４は、中間コネクタ１３８を介して制御回路１１８に適当に連結されて、制御回路１１８から一以上の制御信号を受信する。中間コネクタ１３８は、電線、当業者に知られているような赤外線透過手段、または制御回路１１８から振動発生機ユニット１１４に制御信号を送るどのような手段でもよい。図１は、振動発生機１１４（ａ）および（ｂ）を示しているが、乗り物１２２の設計に適したどのような数の発生機ユニットも使用することができる。図１は、単に例示のために２つの発生機ユニット１１４（ａ）および（ｂ）を示しており、発生機ユニット１１４の数量および位置は、設計上の選択であり、本発明を理解するためには重大でない。発生機ユニット１１４は、アクチュエータまたは振動場を発生させることができるどのような装置でもよい。発生機ユニット１１４は、乗り物がヘリコプタの場合には、典型的には主回転翼１２６付近に取り付けられ、他の乗り物の場合には適当な位置に取り付けられる。発生機ユニット１１４（ａ）および（ｂ）は、乗り物１２２に取り付けられ、有効に振動低減場を発生させる。この振動低減場は、乗り物１２２の動力学に不利な影響を及ぼすような前述した振動負荷源から発生した振動を相殺するために使用される。
【００２１】
図２は、センサユニット１１０および振動発生機ユニット１１４に連結された制御回路１１８を含むシステム１０のブロック図を示している。センサユニット１１０は、環境、典型的には乗り物の内部、において検知された周囲振動に対応する振動信号を発生させる。この信号は、中間コネクタ１３６を介して制御回路１１８に送られる。制御回路１１８は、１４８として示されるプロセッサと、ＣＲＴのような一以上の監視装置ユニット１４４と、典型的にはデータ構造である複数のモジュールを蓄積するメモリ１４６と、一以上の乗り物の動的データ行列１４７と、の組合わせからなるのが適当である。制御回路１１８は、一以上のカルマンフィルタ１４０（ａ）…（ｉ）を有する。制御回路１１８は、アルゴリズムおよびソフトウェアまたはハードウェアの指令を含み、センサ１１０から受信した振動信号を反転させ、あるいは受信した信号を処理して反転振動信号を発生させ、この反転振動信号によって振動発生機ユニット１１４が振動低減場を発生させる。制御装置１１８のための処理指令は、制御回路１１８のメモリ１４６に適当に蓄積されるか、ソフトウェアとして制御回路１１８にダウンロードされる。また、メモリ１４６は、乗り物の動力学に関する情報を蓄積する。この情報は、典型的には、以前の振動発生機の力に基づく乗り物の応答の推定値を示すデータを含むデータ行列１４７として蓄積される。あるいは、このデータ行列の内容を、制御回路１１８から離れて配置されたメモリに蓄積してもよい。制御回路１１８は、一以上のカルマンフィルタ１４０（ａ）…（ｉ）を含む（ｉはシステムの設計に従う任意の数であるが、本明細書中では複数のカルマンフィルタ１４０（ａ）…（ｉ）を単一のカルマンフィルタ１４０として述べる）。
【００２２】
カルマンフィルタ１４０は、前の状態推定値および観察したシステム変数や測定したシステム変数の入力に基づく状態推定を更新する。これらのシステム変数は、システム変数データをカルマンフィルタ１４０に直接入力できるようにリアルタイムで測定され、あるいはシステム変数データをカルマンフィルタ１４０に入力する前に蓄積してもよい。
【００２３】
制御回路１１８に適当に記憶または予めプログラムされる制御装置のアルゴリズムは、センサ１１０から受信した信号を処理して、中間コネクタ１３８を介して振動発生機ユニット１１４に送られる適当な制御信号を発生させる機構である。
【００２４】
一定時間にセンサ１１０によって測定された周囲振動の測定値は、Ｚとして示されるｎｘ１次元のベクトルに集めてもよい。同様に、振動発生機（アクチュエータ）１１４によって働く力は、Ｕで示されるｍｘ１次元のベクトルに集めてもよい。アクチュエータ力の変化（ΔＵ）とそれによって生じるセンサ測定値の変化（ΔＺ）との間の関係は、行列方程式ΔＺ＝τΔＵとして表してもよい。ここで、τはｎｘｍ次元のデータ行列１４７である（データ行列τ１４７に蓄積された値は、上述した方程式で適当に使用される）。データ行列τ１４７の要素の値は、物理的特性、すなわち乗り物の構造動力学によって決定され、行列１４７に適当に蓄積される。この行列１４７は、制御回路１１８内に示されているが制御回路１１８から離れて適当に配置され且つ制御回路１１８と連絡するようにもし得る。データ行列τのパラメータの例は、次のとおりである。τ₁₁はアクチュエータ数１における力の指令の単位変化によるセンサ数１における応答の変化、τ₁₂はアクチュエータ数２における力の指令の単位変化によるセンサ数１における応答の変化、などである。
【００２５】
典型的には、ΔＵおよびΔＺの大きさは、実際の量を操作してその量の関数を生成する結果である、ある尺度の量を示す（例えば、電気信号増幅および減衰量または信号処理）。このモデルに基づく制御を決定するために多くのアルゴリズムを使用してもよい。スカラ性能指数を最小にしようとするこのようなアルゴリズムの１つの例は、次のとおりである。
【００２６】
【数５】
Ｊ_cost＝Ｚ^TＷ_ZＺ＋Ｕ^TＷ_UＵ＋ΔＵ^TＷ_{Δ U}ΔＵ
ここで、Ｗ_Zはセンサ測定値の対角重みづけ行列、Ｗ_Uは操作量を拘束する対角重みづけ行列、Ｗ_{Δ U}は操作量の変化率を拘束する対角重みづけ行列、ΔＵはアクチュエータ力の変化、Ｕはアクチュエータ指令力、Ｚは周囲振動信号、Ｔはベクトルまたは行列の転置行列を表わす。
【００２７】
離散時間制御方式の用途の状況における上記の目的を使用すると、ｉ番目のステップの制御アルゴリズムは、以下の形態を取る。
【００２８】
【数６】
ΔＵ_i＝−（τ^TＷ_Zτ＋Ｗ_U＋Ｗ_{Δ U}）^-1［Ｗ_UＵ_i-1＋τ^TＷ_Z（Ｚ_i-1）］
ここで、（−１）は行列反転を示し、τはアクチュエータ指令の変化に対するセンサ応答変化に関する上述した伝達行列である。
【００２９】
この制御アルゴリズムの性能の非常に重要な構成要素は、要素が蓄積されたデータ行列τ１４７の正確な同定、すなわち乗り物の構造動力学を適当に特徴づけるτの値の決定である。制御回路１１８を作動させる前にこの同定を行う一つの方法は、各々のセンサ１１０でその応答を測定しながら、単に各々のアクチュエータ１１４から一つずつアクチュエータ力を指令することである。しかし、従来の周囲振動低減システムでは、データ行列τ１４７の要素が非定値の場合、すなわちτの要素が動作中に変化する場合には、これは困難である。ヘリコプタのような乗り物の能動振動制御システムの場合には、多くの要因がデータ行列τ１４７の非定値の要素を引き起こす。例えば、回転翼の速度が変化して振動数が変化すると、アクチュエータ力によるセンサ１１０の応答の感度は、励振周波数とヘリコプタ胴体の固有周波数との間の関係の変化により変化する。データ行列τ１４７の要素の変化を生成し得るいくつかの他の要因は、乗客の移動または燃料の消費から生じる胴体の質量分布の変化であり、これがヘリコプタの構造動力学に影響を及ぼす。
【００３０】
制御回路１１８において使用されるデータ行列τ１４７の要素の値が乗り物の特性を正確に反映しない場合には、制御回路１１８の性能が不安定性のいくつかの場合の点までかなり低下し得る。データ行列τ１４７の要素であるτの値をより正確に決定するために、カルマンフィルタは以下の形態で使用することができる。
【００３１】
【数７】
τ_i＝［τ^T _i-1＋Ｋ_i（ΔＺ_i ^T−ΔＵ_i ^Tτ^T _i-1）］^T
ここで、Ｋ_iはカルマンゲイン行列、Ｋ_i＝Ｐ_iΔＵ_iＲ_i ^-1、Ｍ_i＝Ｐ_i-1＋Ｑ_i-1、Ｐ_i＝Ｍ_i−Ｍ_iΔＵ_i（ΔＵ_i ^TＭ_iΔＵ_i＋Ｍ_i）^-1ΔＵ_i ^TＭ_i、ΔＵはアクチュエータ力の変化、ΔＺはセンサ信号の変化、Ｔは行列の転置行列、Ｒは振動測定ノイズの共分散、Ｑはシステムノイズの共分散、すなわち動作環境の変化またはシステム構造動力学の変化による振動の変動の共分散である。
【００３２】
カルマンフィルタは、測定およびシステムノイズの効果をろ過して取り除きながら、τの推定値に乗り物の構造動力学の変化を反映させる。
【００３３】
カルマンフィルタの導出において、量（Ｒ）および（Ｑ）は、それぞれ測定信号ノイズの共分散および状態の変化の原因となる力ベクトルの共分散である。カルマンフィルタが行列τを識別するために使用される場合には、「測定ノイズ信号」の意味をより一般に解釈、すなわちτ行列のノイズとして解釈しなければならない、と認識することが重要である。τ行列の各々の要素が、アクチュエータ指令の変化に対するセンサ応答の変化の比として有効であるので、「測定ノイズ」は、アクチュエータ指令の変化の関数である。
【００３４】
図３は、測定したτ行列の要素ｔ_１１の可変性をアクチュエータ指令の変化の関数として示し、これによって、τ行列のノイズがアクチュエータ指令の変化に依存することを示している。τ_１１＝ΔＺ_１１／ΔＵ_１１ であること、すなわちｔ_１１が、アクチュエータ１における指令の変化に対するセンサ１の測定された応答の変化の比、であることを思い出して欲しい。アクチュエータへのある範囲の指令をシステムに適用して、アクチュエータ指令の各々の変化に対して生じる応答の変化を測定する一連の実験を行った。図３は、多数の試料について、ｘ軸上の指令の変化と、ｙ軸上の指令の変化に応答する変化の比（すなわちτ行列要素）と、の関係をプロットした結果を示している。斜線領域３１０は値の範囲を示している。ΔＵの小さな値に対するτ行列値の範囲が、ΔＵの大きい値に対するτ行列値の範囲よりも、非常に幅の広いものとなる（すなわちΔＵが減少するとτ行列のノイズが増加する）ことに留意されたい。この関係は、Ｚの測定に関連するノイズがＵから独立していても存在する。
【００３５】
図３は、ノイズを制御するために、共分散値（Ｒ）および（Ｑ）を画定する必要があることを示している。カルマンフィルタを使用する多くのシステムでは、（Ｒ）および（Ｑ）を一定にしている。局部的モデルを使用する制御装置を使用する場合、すなわち、システムの「入力」が絶対的なアクチュエータ力ではなく、アクチュエータ力の変化である場合には、量（Ｒ）および（Ｑ）をアクチュエータ指令の変化の関数として見るのがより適当である。適切に表すと、システムが大きい指令にさらされるときに集められた情報は、τの推定において、指令の変化が小さいときに集められた情報よりも重く重みづけされる。
【００３６】
データ行列τの要素をより正確に定義するために、カルマンフィルタのアルゴリズムの共分散（Ｒ）は、次のように定義される。
【００３７】
【数８】
Ｒ＝（Ｋ_ｖａｒ／|ΔＵ_ｉ| ）^Ｎ
ここで、Ｋ_ｖａｒは経験的に引き出された定数であり、その値はシステムに存在するノイズより高い応答の変化を生成するΔＵの値に近い。Ｋ_ｖａｒの値は、重み定数として使用される。量|Ｕ_ｉ|は、制御ベクトルの変化の大きさ、すなわち|ΔＵ_ｉ|＝ＳＱＲＴ（ΣΔＵ_ｉ ^２）である。Ｎは、いずれかの値の整数であるが、典型的に１より大きい実数であり、試験によって確立される。上述したようにカルマンフィルタのアルゴリズムにおいて（Ｒ）を利用する効果は、データ行列τの要素の変更がアクチュエータ力の変化ΔＵ _ｉ の関数であることである。
【００３８】
特に、上述した形態の（Ｒ）の使用は、τを推定するために、アクチュエータ指令の大きな変化の間に集められた情報を重視し、小さい変化の間に集められた情報を重視しない。このようにすることによって、τ行列の推定におけるノイズの悪影響が大きく減少する。
【００３９】
図４は、制御回路によって生成された制御信号を発生させるステップのフローチャートを示す。制御信号は、アクチュエータ力のデータと、制御回路に予めまたは事前に蓄積された情報に基づいて繰返し更新されたデータ行列τからのデータを含む。この処理は、ステップ４０２に示すように、振動を検知するとともに、検知された振動信号を発生させることによって始まる。この検知された振動信号は、ステップ４０４に示すように、制御回路に送られる。ステップ４０５は、検知された振動信号が処理されることを示す。ステップ４０６では、アクチュエータ力が、乗り物で検知される振動を最小にするために算出される。この計算は、データ行列τにおける現在の値に基づく。ステップ４０８では、ステップ４０６で算出されたアクチュエータ力を発生させる信号が、アクチュエータに送られる。アクチュエータは、乗り物の検知された振動を無効にするか略ゼロ値にする振動力を発生させる。ステップ４１０に示すように、周囲振動は、例えば、前述したセンサによって検知される。これらのセンサは、検知された周囲振動信号を制御回路に送る。ステップ４１２では、制御回路は、周囲振動信号を受信し、入力を利用して、データ行列τにおける更新された推定値を算出する。この更新プロセスは、カルマンろ過および共分散値（Ｒ）を利用する。共分散（Ｒ）は、乗り物に働いた前の補償力からの入力データを利用してその力の大きさおよびノイズレベルに基づく力の有効性を決定する適応的特徴を有する。この共分散（Ｒ）を使用して、データ行列τのための新しい推定値を算出でき、したがって第二の制御信号を算出して、第二のアクチュエータ力を活性化する（すなわち振動発生機は第二の制御信号に応答して振動を発生させる）。典型的には、この制御信号データは、行列フォーマットとして蓄積される。制御回路によって制御信号が発生すると、制御回路がこの指令行列に基づく制御信号をアクチュエータに送る。これらのアクチュエータは、送られた制御信号を受信し、検知された振動を相殺するために補償力を発生させ、ステップ４１３を示すように、乗り物内の周囲ノイズを低減させる。このプロセスは、システムがステップ４１４に示すように作動する限り繰り返される。
【００４０】
図５は、カルマンフィルタデータによって識別されるように、典型的なデータ行列要素τのテストデータのグラフ５０を示す。τ行列要素の大きさをＹ軸上にプロットし、時間をＸ軸上にプロットした。図５は、周波数入力の変化に応答するτ行列要素の大きさをを示すことによって、本発明の利点を示している。第一の周波数を導入し、第二の周波数を入力し、その後システムを第一の周波数に戻してτ行列応答を決定した（すなわち、指令を示す第二の周波数を入力してその指令に対するシステム応答を決定し、いかに良く検知ノイズを低減させたかを決定した）。線５１２で示すように試験の最初の半分の間（時間０−１０００秒）、τ行列要素は変動した。線５３６で示すように１０００秒と等しい時間に始まる実験の第二の部分は、改善したτ行列応答を示している。
【００４１】
５１４として示されるグラフの部分は、第一の周波数でアクチュエータへの最初の入力中に識別されたτ行列要素を示している。第二の周波数の入力は、点５１８で導入した。点５２０は、第一の周波数の第二の入力を示す。グラフの５２２の部分によって示すように、τ行列要素は、実質的に変動し、第一の周波数の大きさに戻らなかった。
【００４２】
点５２８において、本発明を実施して周波数の変化に対するτ行列応答を決定した。点５３０で第一の周波数を入力し、点５３１で第二の周波数を入力した。点５３２で第一の周波数を入力した。５３４の部分は、τ行列要素が不変であり、本発明を利用して実質的に変動しなかったことを示している。
【００４３】
図５に示すように、本発明は、変動を低減した不変の振動負荷を生成する。変動を低減して比較的不変の動作は、所望の振動低減特性を生成して、乗り物の内部の環境を改善する。制御装置の繰返しの第一の部分５１２（時間０−１０００秒）は、本発明を利用しなかったので、本発明を利用した第二の部分５３６（時間１０００−２０００秒）よりかなり大きく変動した。したがって、ここで説明するようにτ行列要素が共分散（Ｒ）の関数の場合、変動がかなり減少した。τ行列要素の改善した追跡を利用して、乗り物内の騒音を実質的に低減させることができる。
【００４４】
図６は、図５について説明した試験に使用した試験乗り物で得られたτ行列要素の性能指数データのプロットであるグラフ６０を示している。性能指数をＹ軸上にプロットし、時間（秒）をＸ軸上にプロットした。図６に示す点は、５を６に替えたのを除いて、図５の点に対応する。線６１２として示される動作の最初の１０００秒の間、本発明を実施することなく試験を行った。点６１４で示す時間ゼロにおいて、第一の周波数の動作について性能指数を算出した。点６１８は、第二の周波数が試験に導入されたときの性能指数を示している。点６２０は、システムが第一の周波数で作動するときの性能指数を示している。このグラフによって示すように、点６２２において性能指数が実質的に変動した。
【００４５】
点６２８において、本発明の改善したオンライン同定法を使用して試験を行った。点６３０は、第一の周波数で動作中の性能指数を示している。点６３１において第二の周波数を入力し、点６３２において第一の周波数を入力した。６３４の部分の間、性能指数は非常にわずかに変動した。（本発明による）６３６の部分は、（本発明を使用しない）６１２の部分と比較して性能指数の変動がかなり減少したことを示している。図６からわかるように、共分散（Ｒ）の関数である動的なτ行列を使用することによって達成される改善されたろ過は、性能指数の変動を実質的に除去した。
【００４６】
また、本発明はフライトシミュレータ装置にも適用される。このような実施例では、シミュレーションした振動およびシミュレーションしたアクチュエータ力を発生させることができる。シミュレーションしたデータを使用してデータ行列を発生させることができる。その結果、すなわちシミュレーションした乗り物の運動を得ることができ、コンピュータメモリに蓄積することができる。
【図面の簡単な説明】
【図１】 本発明のためのヘリコプタの環境を示す図。
【図２】 本発明の構成要素のブロック図。
【図３】 アクチュエータ指令レベルの変化の関数としてτ行列要素の関係を示すグラフ。
【図４】 力学的に有効にされ且つ更新されたパラメータを含む制御信号の発生を示すフローチャート。
【図５】 本発明の乗り物の動的データの行列要素を示すグラフ。
【図６】 本発明の性能指数を示すグラフである。

Claims (9)

1. 乗り物（１２２）に取り付けられるように適合し、第一および第二の検知状態に対応する連続する第一および第二の周囲振動信号を発生させる少なくとも１つのセンサ（１１０）と、
   前記乗り物（１２２）に取り付けられるように適合し、前記乗り物（１２２）に加えられるアクチュエータ力を発生させる少なくとも１つのアクチュエータ（１１４）と、
   前記センサ（１１０）および前記アクチュエータ（１１４）に連結され、少なくとも１つのアクチュエータ力を、このアクチュエータ力に対する少なくとも１つのセンサ応答と関連させるデータを蓄積するデータモジュール（１４７）と、
   カルマンフィルタ（１４０）を含み、前記センサ（１１０）から第一および第二の周囲振動信号を連続して受信し、前記データモジュール（１４７）から蓄積したデータを受信し、前記第一の周囲振動信号に対応して前記アクチュエータ（１１４）に第一の制御信号を送る制御回路（１１８）と、からなり、
   前記制御回路（１１８）が、カルマンろ過アルゴリズムと、アクチュエータ力の変化の関数である共分散値とを利用して、前記データモジュール（１４７）中のデータを修正し、
   前記制御回路（１１８）が、前記第二の周囲振動信号と前記データモジュール（１４７）の修正データの関数である第二の制御信号を送ることを特徴とする、乗り物（１２２）に取り付けられるように適合して、検知状態に対する乗り物の応答を改善する装置（１０）。
2. 前記少なくとも１つのアクチュエータ（１１４）が、前記制御回路（１１８）から送られた第一および第二の制御信号に応答して、前記乗り物（１２２）内の検知された周囲振動を低減させる振動場を発生させることを特徴とする、請求項１に記載の装置。
3. 前記周囲振動信号がセンサ行列として蓄積され、前記アクチュエータ力がアクチュエータ行列として蓄積され、前記データモジュール（１４７）中のデータがデータ行列として蓄積されることを特徴とする、請求項１に記載の装置。
4. 前記データ行列の要素が、以下の形態のカルマン方程式によって識別されることを特徴とする、請求項３に記載の装置。
   【数１】
   τ_i＝［τ^T _i-1＋Ｋ_i（ΔＺ_i ^T−ΔＵ_i ^Tτ^T _i-1）］^T
   ここで、Ｋ_iはカルマンゲイン行列、Ｋ_i＝Ｐ_iΔＵ_iＲ_i ^-1、Ｍ_i＝Ｐ_i-1＋Ｑ_i-1、Ｐ_i＝Ｍ_i−Ｍ_iΔＵ_i（ΔＵ_i ^TＭ_iΔＵ_i＋Ｍ_i）^-1ΔＵ_i ^TＭ_i、ΔＵはアクチュエータ力の変化、ΔＺはセンサ信号の変化、Ｒはノイズ測定の共分散でありアクチュエータ力の関数、Ｑは力ベクトルの共分散、Ｔは行列の転置行列、τは行列要素である。
5. 共分散（Ｒ）がＲ＝（Ｋ_var／|ΔＵ_i|）^Nであり、ここで、Ｋ_varは経験的に引き出された重み係数、ΔＵはアクチュエータ力の変化、Ｎは１より大きい実数であることを特徴とする、請求項４に記載の装置。
6. 前記データモジュール（１４７）および前記制御回路（１１８）がマイクロプロセッサ内に蓄積されることを特徴とする、請求項１に記載の装置。
7. 前記乗り物（１２２）がヘリコプタであることを特徴とする、請求項１に記載の装置。
8. 乗り物（１２２）内の周囲振動を検知し、検知された周囲振動に対応する周囲振動信号を発生させ、一定値をアクチュエータ力の変化によって分割し整数累乗したものに対応する動的な共分散の関数である制御信号を生成するために前記周囲振動信号を処理し、前記制御信号をアクチュエータに出力し、前記制御信号の関数として周囲振動の低減のために振動場を発生させることを特徴とする、コンピュータ読出し可能な媒体に記憶された乗り物（１２２）のノイズを低減させる方法。
9. センサ行列に複数の周囲振動信号を蓄積し、データ行列に複数の制御信号を蓄積し、アクチュエータ行列に複数のアクチュエータ力を蓄積し、アクチュエータ力の関数として前記データ行列の要素を修正することを特徴とする、請求項８に記載の方法。

Images