JP6996655B1 - 稼働調整システム、モータ制御システム、稼働調整方法、および稼働調整プログラム - Google Patents

Abstract

【課題】機械の動作を効率的に調整すること。【解決手段】一例に係る稼働調整システムは、指令に対するモータ制御装置の動作に影響を与えるパラメータセットと、該パラメータセットによってモータ制御装置が動作させた機械に関する評価指標との複数のペアに基づいて、パラメータセットと評価指標との関係を示す計算モデルを生成する推定部と、計算モデルに基づいて、新たなパラメータセットを生成する生成部とを備える。【選択図】図１

Description

本開示の一側面は、稼働調整システム、モータ制御システム、稼働調整方法、および稼働調整プログラムに関する。

特許文献１には、制御対象の制御を行う制御器の制御用パラメータを調整するパラメータ調整装置が記載されている。この装置は、制御対象の動作におけるジャーク、加速度及び速度の少なくともいずれかの指令を状態データとし、該動作に適した制御用パラメータをラベルデータとして取得するデータ取得部と、状態データ及びラベルデータに基づいて、指令と制御用パラメータとの関係を機械学習して学習モデルを生成する学習部とを備える。

特開２０２０－３５１５９号公報

機械の動作を効率的に調整することが望まれている。

本開示の一側面に係る稼働調整システムは、指令に対するモータ制御装置の動作に影響を与えるパラメータセットと、該パラメータセットによってモータ制御装置が動作させた機械に関する評価指標との複数のペアに基づいて、パラメータセットと評価指標との関係を示す計算モデルを生成する推定部と、計算モデルに基づいて、新たなパラメータセットを生成する生成部とを備える。

本開示の一側面に係る稼働調整方法は、少なくとも一つのプロセッサを備える稼働調整システムによって実行される稼働調整方法であって、指令に対するモータ制御装置の動作に影響を与えるパラメータセットと、該パラメータセットによってモータ制御装置が動作させた機械に関する評価指標との複数のペアに基づいて、パラメータセットと評価指標との関係を示す計算モデルを生成するステップと、計算モデルに基づいて、新たなパラメータセットを生成するステップとを含む。

本開示の一側面に係る稼働調整プログラムは、指令に対するモータ制御装置の動作に影響を与えるパラメータセットと、該パラメータセットによってモータ制御装置が動作させた機械に関する評価指標との複数のペアに基づいて、パラメータセットと評価指標との関係を示す計算モデルを生成するステップと、計算モデルに基づいて、新たなパラメータセットを生成するステップとをコンピュータに実行させる。

本開示の一側面によれば、機械の動作を効率的に調整できる。

稼働調整システムの適用の一例を示す図である。 稼働調整システムのために用いられるコンピュータのハードウェア構成の一例を示す図である。 稼働調整システムでの処理の一例を示すフローチャートである。 ベイズ最適化の概念を例示するグラフである。 多目的最適化の概念を例示するグラフである。

以下、添付図面を参照しながら本開示での実施形態を詳細に説明する。図面の説明において同一または同等の要素には同一の符号を付し、重複する説明を省略する。

［システムの構成］
本実施形態では、本開示に係る稼働調整システムの一例をモータ制御システム１の一構成要素として示す。モータ制御システム１は、機械のモータに電力を供給する制御システムである。

図１は、モータ制御システム１の構成の一例を示すと共に、稼働調整システムの適用の一例も示す図である。この例では、モータ制御システム１は稼働調整システム１０およびモータ制御装置２０を備え、機械９と接続する。稼働調整システム１０とモータ制御装置２０とは通信ネットワークを介して互いに接続する。装置間を接続する通信ネットワークは、有線ネットワークでも無線ネットワークでもよい。通信ネットワークはインターネットおよびイントラネットの少なくとも一方を含んで構成されてもよい。あるいは、通信ネットワークは単純に１本の通信ケーブルによって実現されてもよい。図１は一つのモータ制御装置２０および一つの機械９を示し、一つのモータ制御装置２０に一つの機械９が接続される構成を示す。しかし、各装置の台数も接続方法も図１の例に限定されない。例えば、モータ制御装置２０が複数の機械９と接続してもよい。

機械９は、動力を受けて目的に応じた所定の動作を行って、有用な仕事を実行する装置である。例えば、機械９は産業機械、工作機械、ロボット、または家電製品であり得る。一例では、機械９はモータ９１、駆動対象９２、およびセンサ９３を備える。

モータ９１は、モータ制御装置２０から供給される電力に応じて、ワークを処理する駆動対象９２を駆動させるための動力を発生させる装置である。モータ９１は、駆動対象９２を回転させる回転型モータであってもよいし、駆動対象９２を直線に沿って変位させるリニア型モータであってもよい。モータ９１は、同期電動機であってもよいし、誘導電動機であってもよい。モータ９１は、ＳＰＭ（Ｓｕｒｆａｃｅ Ｐｅｒｍａｎｅｎｔ Ｍａｇｎｅｔ）モータ、ＩＰＭ（Ｉｎｔｅｒｉｏｒ Ｐｅｒｍａｎｅｎｔ Ｍａｇｎｅｔ）モータ等の永久磁石型の同期電動機であってもよい。モータ９１は、シンクロナスリラクタンスモータ（ｓｙｎｃｈｒｏｎｏｕｓ ｒｅｌｕｃｔａｎｃｅ ｍｏｔｏｒ）のような、永久磁石を有しない同期電動機であってもよい。モータ９１はＤＣモータであってもよいしＡＣモータであってもよい。

センサ９３は、モータ制御装置２０からの電力によって動作する機械９の応答を検出する装置である。応答とは、機械を制御するための命令である指令に対する該機械の出力をいう。例えば、応答は機械９の動作および状態の少なくとも一方に関する情報を示す。応答はモータ９１の動作および状態の少なくとも一方に関する情報を示してもよく、例えば、モータ９１の軸速度と磁極位置との少なくとも一方を示してもよい。応答は駆動対象９２の動作および状態の少なくとも一方に関する情報を示してもよく、例えば、駆動対象９２の位置および速度の少なくとも一方を示してもよい。モータ９１が回転型である場合には、モータ９１による駆動対象９２の回転角度が「位置」に相当し、モータ９１による駆動対象９２の回転速度が「速度」に相当する。一例では、センサ９３は駆動対象９２の動作速度に比例した周波数のパルス信号を出力するロータリーエンコーダである。ロータリーエンコーダは駆動対象９２の位置および速度の両方を取得できる。センサ９３は応答を示す応答信号をモータ制御システム１に送信する。応答は、センサ９３によって得られる値そのものでもよいし、所与の演算またはアルゴリズムによって算出または加工される値によって表されてもよい。

モータ制御装置２０は、上位コントローラ（ホストコントローラ）からの指令にモータ９１の出力を追従させるための装置である。モータ制御装置２０は、上位コントローラからの指令に基づいて、モータ９１を動かすための電力を生成し、その電力をモータ９１に供給する。この供給される電力は、トルク指令、電流指令などのような駆動力指令に相当する。モータ制御装置２０は例えば、インバータであってもよいし、サーボアンプであってもよい。モータ制御装置２０は機械９内に組み込まれてもよい。一例では、モータ制御装置２０は複数の制御モードに対応し、選択された制御モードに従ってモータ９１に電力を供給する。

稼働調整システム１０は、機械９の動作の調整を支援するために、モータ制御装置２０のパラメータセットを生成するコンピュータシステムである。パラメータセットとは、指令に対するモータ制御装置２０の動作に影響を与える少なくとも一つのパラメータの集合である。現在は作業員が人手で、ユーザの意図するように機械９を動作させるためにモータ制御装置２０のパラメータセットを調整または再調整している。例えば、作業員は機械９内での負荷トルクの変動に起因する振動を抑制するための振動抑制機能を調整する。その調整はモータ制御装置２０または機械９のハードウェア構成を考慮して行われる。しかし、パラメータセットと機械９の動作との因果関係を特定することは非常に困難かまたは不可能であり、その調整は作業員の経験に大きく依存する。一般に、調整作業には例えば半日から１日程の時間を要する。稼働調整システム１０は、機械９が所望の動作を行うと期待されるモータ制御装置２０のパラメータセットを自動で生成および提供する。このパラメータセットを用いることで、機械９の動作を効率的に調整できると期待される。例えば、作業員の介在無く、または人手による作業の負荷を軽減しつつ、機械９の動作を調整することが可能になる。

或るパラメータセットが適用されたモータ制御装置２０が機械９を動作させると、機械９はそのパラメータセットに対応する挙動または現象を示す。稼働調整システム１０は機械９の挙動または現象を示す情報を評価指標として得る。この評価指標を参照することで、機械９がユーザの意図するように動作するか否かを知ることができる。一例では、評価指標は、機械９の稼働によって発生する現象の程度を示す。その現象の例として振動が挙げられる。

パラメータセットおよび評価指標はいずれも、少なくとも一つの任意の物性値を用いて表現され得る。一例では、稼働調整システム１０は、機械９で発生する振動を抑制するためのパラメータセット、言い換えると、振動抑制機能を備えるモータ制御装置２０に適用されるパラメータセットを生成する。このパラメータセットの例として、フィードバックゲインと、フィードフォワードのトルクの位相と、該トルクの大きさとの組合せが挙げられる。このパラメータセットに対応する評価指標として、センサ９３の一例である振動センサで測定される実効値（これを「振動実効値」ともいう）が挙げられる。あるいは、その評価指標は、振動実効値と、モータ９１に供給される電流の実効値とであってもよい。振動実効値および電流実効値が評価指標として考慮される場合には、稼働調整システム１０は、機械９での振動と消費電力との双方を抑制できるようなパラメータセットを生成する。一般に、振動抑制機能を稼働させると出力電流は上昇するので、振動と消費電力とはトレードオフの関係にある。

稼働調整システム１０は、パラメータセットと、そのパラメータセットによってモータ制御装置２０が動作させた機械９に関する評価指標との複数のペアに基づいて新たなパラメータセットを生成する。複数のペアのそれぞれは、パラメータセットと評価指標との対応を示す。複数のペアを示すデータは、自動的にまたは人手によって所与の記憶部に格納される。稼働調整システム１０はそのデータに基づいて、パラメータセットと評価指標との関係を示す計算モデルを生成し、その計算モデルに基づいて新たなパラメータセットを生成する。新たなパラメータセットとは、計算モデルを生成するために用いられた複数のペアのいずれによっても示されていないパラメータセットである。

モータ制御装置２０はその新たなパラメータセットによって機械９を動作させる。この結果、その新たなパラメータセットと、その動作させた機械９に関する新たな評価指標との新たなペアが得られる。

稼働調整システム１０はその新たなペアに基づいて計算モデルを更新し、その更新された計算モデルに基づいて、新たなパラメータセットを更に生成する。一例では、稼働調整システム１０は新たなペアの取得と、計算モデルの更新と、新たなパラメータセットの生成とを繰り返す。少なくとも新たなパラメータセットが得られることで、機械９をユーザの意図するように動作させるためのパラメータセットを特定することが可能になる。

一例では、稼働調整システム１０は機械９を動作させるために最適であると推定されるパラメータセットを出力する。この最適なパラメータセットをモータ制御装置２０に適用することで、機械９を理想の状態で、または理想に近い状態で動作させることができる。

モータ制御装置２０が複数の制御モードに対応する場合には、稼働調整システム１０はそれぞれの制御モードについて、複数のペアの取得と、計算モデルの生成または更新と、新たなパラメータセットの生成とを繰り返してもよい。この場合には、複数の制御モードのそれぞれについて、機械９の動作の効率的な調整が可能になり、機械９をユーザの意図するように動作させることができる。

図１は稼働調整システム１０の機能構成の一例も示す。一例では、稼働調整システム１０は機能的構成要素として記憶部１１、取得部１２、推定部１３、生成部１４、および選択部１５を備える。記憶部１１はパラメータセットと評価指標との複数のペアを記憶する機能モジュールである。取得部１２はその複数のペアを記憶部１１から取得する機能モジュールである。推定部１３は、その複数のペアに基づいて、パラメータセットと評価指標との関係を示す計算モデルを生成する機能モジュールである。生成部１４はその計算モデルに基づいて新たなパラメータセットを生成する機能モジュールである。選択部１５は、複数のペアで示される複数のパラメータセットと新たなパラメータセットとの集合の中から、特定のパラメータセットを選択する機能モジュールである。

稼働調整システム１０は任意の種類のコンピュータによって実現され得る。そのコンピュータは、パーソナルコンピュータ、業務用サーバなどの汎用コンピュータでもよいし、特定の処理を実行する専用装置に組み込まれてもよい。稼働調整システム１０は一つのコンピュータによって実現されてもよいし、複数のコンピュータを有する分散システムによって実現されてもよい。

図２は、稼働調整システム１０のために用いられるコンピュータ１００のハードウェア構成の一例を示す図である。この例では、コンピュータ１００は本体１１０、モニタ１２０、および入力デバイス１３０を備える。

本体１１０は回路１６０を有する装置である。回路１６０は、少なくとも一つのプロセッサ１６１と、メモリ１６２と、ストレージ１６３と、入出力ポート１６４と、通信ポート１６５とを有する。ストレージ１６３は、本体１１０の各機能モジュールを構成するためのプログラムを記録する。ストレージ１６３は、ハードディスク、不揮発性の半導体メモリ、磁気ディスク、光ディスクなどの、コンピュータ読み取り可能な記録媒体である。メモリ１６２は、ストレージ１６３からロードされたプログラム、プロセッサ１６１の演算結果などを一時的に記憶する。プロセッサ１６１は、メモリ１６２と協働してプログラムを実行することで各機能モジュールを構成する。入出力ポート１６４は、プロセッサ１６１からの指令に応じて、モニタ１２０または入力デバイス１３０との間で電気信号の入出力を行う。入出力ポート１６４は他の装置との間で電気信号の入出力を行ってもよい。通信ポート１６５は、プロセッサ１６１からの指令に従って、通信ネットワークＮを介して他の装置との間でデータ通信を行う。

モニタ１２０は、本体１１０から出力された情報を表示するための装置である。モニタ１２０は、グラフィック表示が可能であればいかなるものであってもよく、その具体例としては液晶パネルが挙げられる。

入力デバイス１３０は、本体１１０に情報を入力するための装置である。入力デバイス１３０は、所望の情報を入力可能であればいかなるものであってもよく、その具体例としてはキーパッド、マウス、操作コントローラなどの操作インタフェースが挙げられる。

モニタ１２０および入力デバイス１３０はタッチパネルとして一体化されていてもよい。例えばタブレットコンピュータのように、本体１１０、モニタ１２０、および入力デバイス１３０が一体化されていてもよい。

［稼働調整方法］
本開示に係る稼働調整方法の一例として、図３を参照しながら、稼働調整システム１０により実行される処理手順の一例を説明する。図３は稼働調整システム１０での処理の一例を処理フローＳ１として示すフローチャートである。すなわち、稼働調整システム１０は処理フローＳ１を実行する。モータ制御装置２０が複数の制御モードに対応する場合には、稼働調整システム１０はそれぞれの制御モードについて処理フローＳ１を実行する。

処理フローＳ１は、記憶部１１がパラメータセットと評価指標との複数のペアを既に記憶していることを前提とする。例えば、パラメータセットは、一様分布の乱数、正規分布の乱数、ラテン超方格サンプリングなどの所与のアルゴリズムによって生成されてもよい。あるいは、既に経験的に得られているパラメータセットが用いられてもよい。いずれにしても、それぞれのパラメータセットについて評価指標が用意される。例えば、パラメータセットをモータ制御装置２０に適用して、そのモータ制御装置２０を実際に運転させて機械９を動作させる。そして、機械９のセンサ９３によって得られた時系列データを収集し、この時系列データに基づいて評価指標を算出する。この一連の処理を個々のパラメータセットについて実施することで、それぞれのパラメータセットについて評価指標が得られる。一例では、記憶部１１はこのような手法で得られた複数のペアを記憶する。

ステップＳ１１では、取得部１２が記憶部１１を参照して複数のペアを取得する。例えば、取得部１２は記憶部１１に記憶されているすべてのペアを読み出す。モータ制御装置２０が複数の制御モードに対応する場合には、取得部１２は或る一つの制御モードに対応する複数のペアを読み出す。

ステップＳ１２では、推定部１３がその複数のペアに基づいて、パラメータセットと評価指標との関係を示す計算モデルを生成する。計算モデルは、ブラックボックスであるその関係を推定するためのモデルであるといえる。モータ制御装置２０が複数の制御モードに対応する場合には、計算モデルは制御モード毎に生成される。

推定部１３は複数のペアに基づく回帰を実行して、パラメータセットと評価指標との関係を示す関数を推定し、その関数を含む計算モデルを生成してもよい。回帰とは、入力と出力との関係を求めることをいう。出力は連続値でも離散値でもよい。推定部１３は、パラメータセットを入力値とし評価指標を出力値とする関数を推定する。例えば、推定部１３は回帰としてガウス過程回帰を用いてその関数を推定し、該関数を含む計算モデルを生成する。あるいは、推定部１３は回帰としてカーネル密度推定または深層ニューラルネットワークを用いて、その関数を推定し、該関数を含む計算モデルを生成してもよい。深層ニューラルネットワークによって生成される学習済みモデルは、関数の一例である。

推定部１３はパラメータセットと評価指標との関係の不確実性を含む計算モデルを生成してもよい。この不確実性は、その関係がどれくらい確からしいかを示す情報である。例えば、推定部１３はその不確実性を示す分散を算出し、その分散を含む計算モデルを生成してもよい。ガウス過程回帰、カーネル密度推定、および深層ニューラルネットワークのいずれを用いた場合にも、推定部１３は分散を含む計算モデルを生成し得る。例えば、推定部１３は、パラメータセットと評価指標との関係を示す関数について、分散などの不確実性を算出してもよい。

推定部１３は、複数の評価指標に対応する計算モデルを生成してもよい。例えば、推定部１３は、複数の評価指標を統合することで統合評価指標を取得し、パラメータセットとその統合評価指標との関係を示す計算モデルを生成してもよい。統合評価指標は、複数の評価指標に基づいて設定される単一の指標であり、したがって、単一の変数によって表現できる。

推定部１３は、複数の評価指標を統合するための所与の関数によって統合評価指標を算出してもよい。一例として、複数の評価指標として振動実効値Ｅ_ｖｉｂｅおよび電流実効値Ｅ_ｃｕｒｒを用いる場合には、推定部１３は下記の式（１）によって統合評価指標Ｅ_{ｉｎｔｅｇ}を算出してもよい。係数αは、トレードオフの関係にある振動と消費電流との間で評価のバランスを取るために事前に設定される定数である。

Ｅ_{ｉｎｔｅｇ}＝Ｅ_ｖｉｂｅ×Ｅ_ｃｕｒｒ＋α（Ｅ_ｖｉｂｅ＋Ｅ_ｃｕｒｒ） …（１）
右辺の第一項は、相対的に小さくしたい対象を示す。右辺の第二項は罰則項である。この罰則項によって、振動実効値および電流実効値の間のバランスが取れるような統合評価指標を算出できる。

推定部１３は、複数の評価指標に基づく多目的最適化によって統合評価指標を算出してもよい。多目的最適化とは複数の目的関数を同時に求める最適化法である。一般に、この手法によって考慮される複数の目的関数はトレードオフの関係にある。一例では、推定部１３は多目的最適化に基づいて勝敗数、勝率などの統合評価指標を算出する。第１パラメータセットが第２パラメータセットに勝つ（「支配する」ともいう）とは、複数の評価指標のすべてについて第１パラメータセットの方が第２パラメータセットよりも優れていることを意味する。

ステップＳ１３では、生成部１４が計算モデルに基づいて新たなパラメータセットを生成する。例えば、生成部１４は関数を用いて新たなパラメータセットを生成してもよい。

生成部１４は、計算モデルに基づく評価指標の予測値が、計算モデルを生成するために使用された評価指標、すなわち、複数のペアによって示される複数の評価指標よりも所与の基準に近い値となるように、新たなパラメータセットを生成してもよい。所与の基準は例えば、機械９をユーザの意図するように動作させるために設定される条件である。評価指標が機械９の稼働によって発生する現象の程度を示す場合には、生成部１４は、その現象の程度が所与の基準に向かって変化するように新たなパラメータセットを生成する。「現象の程度が所与の基準に向かって変化する」とは、複数のペアによって示されるいずれの現象の程度よりも所与の基準に近い値が、現象の程度の予測値として得られることを意味する。

生成部１４は、パラメータセットと評価指標との関係の少なくとも一部において不確実性が減少するように、新たなパラメータセットを生成してもよい、この新たなパラメータセットが適用されたモータ制御装置２０によって機械９を作動させることで新たな評価指標が得られる。この結果、パラメータセットと評価指標との新たな関係が得られるので、その分だけ、パラメータセットと評価指標との関係についての不確実性が減少する。

一例では、稼働調整システム１０は計算モデルの生成と新たなパラメータセットの生成とを（すなわちステップＳ１２，Ｓ１３を）ベイズ最適化によって実行する。この場合、推定部１３はガウス過程回帰を用いて、パラメータセットと評価指標との関係を示す関数を推定し、その関数の不確実性を示す分散を算出する。生成部１４はそのガウス過程回帰の結果に基づく所与の獲得関数を計算し、その獲得関数が最大になるパラメータセットを新たなパラメータセットとして生成する。獲得関数は任意の方策に基づいてよい。一例では、獲得関数は関数の平均μおよび分散σを用いてμ＋κσと表される。平均μは既知の情報の活用（ｅｘｐｌｏｉｔａｔｉｏｎ）を意味し、分散σは探索（ｅｘｐｌｏｒａｔｉｏｎ）を意味する。係数κは、その活用と探索とのバランスを表すパラメータである。

図４はベイズ最適化の概念を例示するグラフである。グラフの横軸は、入力であるパラメータセットｘを示す。縦軸は、出力である評価指標Ｅを示す。ガウス過程回帰によって推定される関数をｆとすると、Ｅ＝ｆ（ｘ）である。曲線２１０はガウス過程回帰によって得られた関数ｆ（すなわち、パラメータセットと評価指標との関係）を示し、これは平均μに対応する。領域２２０はその関数（関係）の不確実性を示す分散を表す。曲線２１０上の複数の点は、パラメータセットと評価指標との既知の対応を示す複数のペアを表す。このグラフは、獲得関数の結果を示す曲線２３０も示す。この例では、生成部１４は獲得関数が最大になるパラメータセットｘ_ｎｅｗを新たなパラメータセットとして生成する。評価指標Ｅ_ｐｒｅｄは、この新たなパラメータセットに対応する、評価指標の予測値である。

統合評価指標を用いる処理の一例として、稼働調整システム１０は、多目的最適化をベイズ最適化の枠組みで解く手法である多目的ベイズ最適化によって、計算モデルの生成と新たなパラメータセットの生成とを（すなわちステップＳ１２，Ｓ１３を）実行してもよい。多目的ベイズ最適化においても、生成部１４は所与の獲得関数を計算し、その獲得関数が最大になるパラメータセットを新たなパラメータセットとして生成する。多目的ベイズ最適化においても、獲得関数は任意の方策に基づいてよい。

図５は多目的最適化の概念を例示するグラフである。グラフの横軸および縦軸はそれぞれ、振動実効値Ｅ_ｖｉｂｅ、電流実効値Ｅ_ｃｕｒｒを示す。個々の点はそれら二つの評価指標の既知の対応を示し、これらは実行可能解である。この例では、トレードオフの関係にある振動および消費電力の双方を抑制するのが好ましい。多目的最適化によって得られる最適解は、他のいずれの実行可能解にも支配されない解であり、これはパレート最適解と呼ばれる。図５の例では、パレート最適解は領域２５０の中または付近に存在すると想定される。

図３に戻って、ステップＳ１４では、選択部１５が、複数のペアで示される複数のパラメータセットと新たなパラメータセットとの集合の中から、最適なパラメータセットを選択する。最適なパラメータセットとは、この時点での最良の評価指標に対応するパラメータセットである。例えば、選択部１５は評価指標が所与の基準を満たすパラメータセットを選択してもよいし、評価指標が所与の基準に最も近いパラメータセットを選択してもよい。

ステップＳ１５では、選択部１５が新たなパラメータセットと最適なパラメータセットとを出力する。場合によっては新たなパラメータセットが最適なパラメータセットにもなり得る点に留意されたい。一例では、選択部１５はそれらのパラメータセットをストレージ１６３などの記録媒体に格納してもよい。あるいは、選択部１５はそれらのパラメータセットをテキストなどの形式でモニタ１２０上に表示してもよい。選択部１５は新たなパラメータセットをモータ制御装置２０に適用するために、該新たなパラメータセットをモータ制御装置２０に向けて送信してもよい。

ステップＳ１６では、記憶部１１が新たなパラメータセットと新たな評価指標との新たなペアを記憶する。新たなパラメータセットが適用されたモータ制御装置２０を実際に運転させて機械９を動作させることで、新たな評価指標を得ることができる。この結果、新たなパラメータセットと新たな評価指標との新たなペアが得られる。この新たなペアが記憶部１１に格納される。新たなパラメータセットに基づくモータ制御装置２０の運転と、新たな評価指標の算出または取得と、記憶部１１への新たなペアの格納とはいずれも、モータ制御システム１または稼働調整システム１０によって自動的に実行されてもよいし、人手によって行われてもよい。

ステップＳ１７では、稼働調整システム１０が、処理を終了するか否かを任意の終了条件に基づいて判定する。終了条件は、ステップＳ１１～Ｓ１６を所与の回数実行したことでもよいし、所与の計算時間が経過したことでもよい。あるいは、終了条件は、前回得られた評価指標と今回得られた評価指標との差が所与の閾値以下になったこと、すなわち、評価指標が停留または収束したことでもよい。あるいは、終了条件は、所与の基準を満たす評価値が得られたことでもよい。あるいは、終了条件は、パラメータセットと評価指標との関係の全体における不確実性（例えば分散）が所与の閾値以下になったことでもよい。

処理を終了しないと判定された場合には（ステップＳ１７においてＮＯ）、処理はステップＳ１１に戻る。この場合には、ステップＳ１１～Ｓ１７の処理が繰り返される。

繰り返されるステップＳ１１では、取得部１２が記憶部１１を参照して複数のペアを取得する。この段階で取得される複数のペアは、ステップＳ１６において格納された新たなペアを含み、したがって、取得部１２は前回のステップＳ１１よりも一つ多く、パラメータセットと評価指標とのペアを取得する。

繰り返されるステップＳ１２では、推定部１３が、取得された複数のペアに基づいて、パラメータセットと評価指標との関係を示す計算モデルを生成する。この処理で用いられる複数のペアは新たなペアを含むので、この段階で生成される計算モデルは、一般に、前回のステップＳ１２において生成された計算モデルから変化する。すなわち、推定部１３は取得された新たなペアに基づいて計算モデルを更新する。更新される計算モデルは、前回生成された計算モデルよりも、パラメータセットと評価指標との関係をより高精度に示し得る。あるいは、更新される計算モデルは、前回生成された計算モデルよりも不確実性が低くなり得る。

繰り返されるステップＳ１３では、生成部１４が計算モデルに基づいて新たなパラメータセットを生成する。上述したように、生成部１４は、評価指標の予測値が既知の評価指標よりも所与の基準に近い値となるように、または、パラメータセットと評価指標との関係の少なくとも一部において不確実性が減少するように、新たなパラメータセットを生成してもよい。

その後、ステップＳ１４～Ｓ１７の処理が再び実行される。この段階で選択および出力される最適なパラメータセットは、前回のステップＳ１４で選択された最適なパラメータセットとは異なるかもしれないし同じかもしれない。

一例では、ステップＳ１１～Ｓ１７の処理が繰り返されることで、パラメータセットと評価指標との関係を示す計算モデルの精度が上がっていく。別の例では、その繰返し処理によって、計算モデルの不確実性が減少していく（すなわち、計算モデルが、より確からしいバージョンに更新されていく）。評価指標が、機械９の稼働によって発生する現象の程度を示す場合には、生成部１４はその繰返し処理において、その現象の程度が所与の基準に向かって変化するように新たなパラメータセットを生成していく。このような繰返し処理は、最小化問題、最大化問題などのような最適化問題の解を探索する処理であるといえる。その現象が振動である場合には、生成部はその繰返し処理の間に、振動が所与の基準以下になるような新たなパラメータセットを生成する。

ステップＳ１７において処理を終了すると判定された場合には（ステップＳ１７においてＹＥＳ）、稼働調整システム１０は処理フローＳ１を終了する。最終的に最適であると判定されたパラメータセットは最後のステップＳ１４，Ｓ１５において選択および出力されている。一例では、そのパラメータセットに対応する評価指標は所与の基準を満たす。すなわち、選択部１５は、評価指標が所与の基準を満たすようにパラメータセットを選択する。最終的に選択された最適なパラメータをモータ制御装置２０に適用することで、機械９をユーザの意図するように動作させることができる。

処理フローＳ１が実行されることで、最適であると推定されるパラメータセットが得られる。調整すべき複数のパラメータが存在する場合に、これらのパラメータ群を複数のパラメータセットに分割し、複数のパラメータセットのそれぞれについて処理フローＳ１が順番に実行されてもよい。すなわち、複数のパラメータセットが段階的に調整されてもよい。例えば、稼働調整システム１０は、トルクの位相を含むパラメータセットについて処理フローＳ１（例えばステップＳ１１～Ｓ１７の繰返し）を実行してトルクの位相を調整する。次いで、稼働調整システム１０は、トルクの大きさを含むパラメータセットについて処理フローＳ１（例えばステップＳ１１～Ｓ１７の繰返し）を実行してトルクの大きさを調整する。すなわち、稼働調整システム１０はトルクの位相をトルクの大きさよりも優先して調整してもよい。

［プログラム］
稼働調整システム１０の各機能モジュールは、プロセッサ１６１またはメモリ１６２の上に稼働調整プログラムを読み込ませてプロセッサ１６１にそのプログラムを実行させることで実現される。稼働調整プログラムは、稼働調整システム１０の各機能モジュールを実現するためのコードを含む。プロセッサ１６１は稼働調整プログラムに従って入出力ポート１６４または通信ポート１６５を動作させ、メモリ１６２またはストレージ１６３におけるデータの読み出しおよび書き込みを実行する。このような処理により稼働調整システム１０の各機能モジュールが実現される。

稼働調整プログラムは、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリなどの非一時的な記録媒体に固定的に記録された上で提供されてもよい。あるいは、稼働調整プログラムは、搬送波に重畳されたデータ信号として通信ネットワークを介して提供されてもよい。

［効果］
以上説明したように、本開示の一側面に係る稼働調整システムは、指令に対するモータ制御装置の動作に影響を与えるパラメータセットと、該パラメータセットによってモータ制御装置が動作させた機械に関する評価指標との複数のペアに基づいて、パラメータセットと評価指標との関係を示す計算モデルを生成する推定部と、計算モデルに基づいて、新たなパラメータセットを生成する生成部とを備える。

本開示の一側面に係る稼働調整方法は、少なくとも一つのプロセッサを備える稼働調整システムによって実行される稼働調整方法であって、指令に対するモータ制御装置の動作に影響を与えるパラメータセットと、該パラメータセットによってモータ制御装置が動作させた機械に関する評価指標との複数のペアに基づいて、パラメータセットと評価指標との関係を示す計算モデルを生成するステップと、計算モデルに基づいて、新たなパラメータセットを生成するステップとを含む。

本開示の一側面に係る稼働調整プログラムは、指令に対するモータ制御装置の動作に影響を与えるパラメータセットと、該パラメータセットによってモータ制御装置が動作させた機械に関する評価指標との複数のペアに基づいて、パラメータセットと評価指標との関係を示す計算モデルを生成するステップと、計算モデルに基づいて、新たなパラメータセットを生成するステップとをコンピュータに実行させる。

このような側面においては、機械に関する評価指標が考慮された計算モデルに基づいて、その機械を制御するためのパラメータセットが自動的に得られる。したがって、機械の動作を効率的に調整することが可能になる。また、パラメータセットと評価指標との関係が計算モデルによって表されるので、モータ制御装置への指令が機械の動作に及ぼす影響を予測しにくい機械系においても、適切なパラメータセットを得ることができる。

他の側面に係る稼働調整システムでは、生成された新たなパラメータセットと、該新たなパラメータセットによりモータ制御装置が動作させた機械に関する新たな評価指標との新たなペアを取得する取得部を更に備え、推定部は、取得された新たなペアに基づいて、計算モデルを更新し、生成部は、更新された計算モデルに基づいて、新たなパラメータセットを更に生成してもよい。パラメータセットを増やして計算モデルを更新することで、計算モデルの精度を高めることができる。

他の側面に係る稼働調整システムでは、推定部は、回帰を実行して、関係を示す関数を推定し、関数を含む計算モデルを生成してもよい。回帰によって得られる関数によって、パラメータセットと評価指標との関係を明確に特定できる。

他の側面に係る稼働調整システムでは、推定部は、回帰としてガウス過程回帰を用いて、計算モデルを生成してもよい。ガウス過程回帰は、深層学習のような明示的な学習が必要な手法と比べて回帰の計算コストが低いので、データの追加に伴う計算モデルの更新を即時に実行できる。したがって、ガウス過程回帰を用いることで、計算モデルの精度を高めるために該計算モデルの更新を繰り返すとしても、その繰返しに要する時間が短くて済む。すなわち、ガウス回帰過程は、計算モデルの精度の向上を容易にし得る。

他の側面に係る稼働調整システムでは、生成部は、計算モデルに基づく評価指標の予測値が、計算モデルを生成するために使用された評価指標よりも所与の基準に近い値となるように、新たなパラメータセットを生成してもよい。機械に関する評価指標を予測してパラメータセットが生成されるので、ユーザの意図するように機械を動作させることが可能なパラメータセットを生成できる。

他の側面に係る稼働調整システムでは、推定部は、関係の不確実性を含む計算モデルを生成し、生成部は、関係の少なくとも一部において不確実性が減少するように、新たなパラメータセットを生成してもよい。この構成によって、パラメータセットと評価指標との関係がより確からしくなるので、所望の状態で機械を動作させることができると見込まれるパラメータセットを取得できる。また、その不確実性を考慮することで、パラメータセットを調整し続ける必要があるか否かを判断できる。

他の側面に係る稼働調整システムでは、推定部は、不確実性を示す分散を算出し、分散を含む計算モデルを生成してもよい。分散が考慮された計算モデルを用いることで、パラメータセットと評価指標との関係の不確実性を明確に特定できる。

他の側面に係る稼働調整システムは、評価指標が所与の基準を満たすパラメータセットを選択する選択部を更に備えてもよい。この構成により、機械を動作させるために望ましいと予想されるパラメータセットを得ることができる。

他の側面に係る稼働調整システムでは、推定部は、複数の評価指標に対応する計算モデルを生成してもよい。この構成により、複数の評価指標のバランスを取りながら機械の動作を調整する処理を効率的に実施できる。

他の側面に係る稼働調整システムでは、推定部は、パラメータセットと、複数の評価指標を統合することで得られる統合評価指標との関係を示す計算モデルを生成してもよい。この統合評価指標を導入することで、評価指標の個数に伴う計算量の増大を抑制できる。

他の側面に係る稼働調整システムでは、推定部は、複数の評価指標を統合するための所与の関数によって統合評価指標を算出してもよい。この構成を採用することで、統合評価指標を関数によって簡易に求めることができる。

他の側面に係る稼働調整システムでは、推定部は、複数の評価指標に基づく多目的最適化によって統合評価指標を算出してもよい。多目的最適化を用いることで、トレードオフの関係にある複数の評価指標の間でバランスを取りつつ、機械の動作を効率的に調整できる。

他の側面に係る稼働調整システムでは、評価指標は、機械の稼働によって発生する現象の程度を示し、生成部は、現象の程度が所与の基準に向かって変化するように、新たなパラメータセットを生成してもよい。この構成によって、機械の稼働に伴う現象をユーザの意図するものにするようなパラメータセットを得ることができる。

他の側面に係る稼働調整システムでは、現象は振動であり、生成部は、振動が基準以下になるように、新たなパラメータセットを生成してもよい。この場合には、機械の稼働に伴う振動を抑えるパラメータセットを得ることができる。

本開示の一側面に係るモータ制御システムは、上記の稼働調整システムと、モータ制御装置とを備える。この側面においては、機械の動作を効率的に調整できる。

［変形例］
以上、本開示の実施形態に基づいて詳細に説明した。しかし、本開示は上記実施形態に限定されるものではない。本開示の要旨を逸脱しない範囲で様々な変形が可能である。

稼働調整システムは任意の方針によって実装されてよい。上記の例では稼働調整システム１０はモータ制御装置２０から分かれているが、稼働調整システムはモータ制御装置内に組み込まれてもよい。稼働調整システムは、モータ制御装置に向けて指令を出力する上位コントローラ内に組み込まれてもよいし、該上位コントローラとは別の装置として実現されてもよい。

上記の例では稼働調整システム１０が記憶部１１を備えるが、この記憶部は稼働調整システムの外に設けられてもよい。

システムのハードウェア構成は、プログラムの実行により各機能モジュールを実現する態様に限定されない。例えば、上記の例における機能モジュールの少なくとも一部が、その機能に特化した論理回路により構成されていてもよいし、該論理回路を集積したＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）により構成されてもよい。

少なくとも一つのプロセッサにより実行される方法の処理手順は上記の例に限定されない。例えば、上述したステップ（処理）の一部が省略されてもよいし、別の順序で各ステップが実行されてもよい。また、上述したステップのうちの任意の２以上のステップが組み合わされてもよいし、ステップの一部が修正または削除されてもよい。あるいは、上記の各ステップに加えて他のステップが実行されてもよい。

コンピュータシステムまたはコンピュータ内で二つの数値の大小関係を比較する際には、「以上」および「よりも大きい」という二つの基準のどちらを用いてもよく、「以下」および「未満」という二つの基準のうちのどちらを用いてもよい。このような基準の選択は、二つの数値の大小関係を比較する処理についての技術的意義を変更するものではない。

１…モータ制御システム、９…機械、１０…稼働調整システム、１１…記憶部、１２…取得部、１３…推定部、１４…生成部、１５…選択部、２０…モータ制御装置、９１…モータ、９２…駆動対象、９３…センサ、１００…コンピュータ、１１０…本体、１２０…モニタ、１３０…入力デバイス。

Claims (16)

1. 指令に対するモータ制御装置の動作に影響を与えるパラメータセットと、該パラメータセットによってモータ制御装置が動作させた機械に関する評価指標との複数のペアに基づいて、前記パラメータセットと前記評価指標との関係を示す計算モデルを生成する推定部と、
   前記計算モデルに基づいて、該計算モデルを生成するために用いられた前記複数のペアのいずれによっても示されていない新たなパラメータセットを生成する生成部と、
   前記生成された新たなパラメータセットと、該新たなパラメータセットにより前記モータ制御装置が動作させた前記機械に関する新たな評価指標との新たなペアを取得する取得部と、
   を備え、
   前記推定部は、前記取得された新たなペアに基づいて、前記計算モデルを更新し、
   前記生成部は、前記更新された計算モデルに基づいて、該更新された計算モデルを生成するために用いられた前記複数のペアのいずれによっても示されていない新たなパラメータセットを更に生成する、
   稼働調整システム。
2. 前記推定部は、
   回帰を実行して、前記関係を示す関数を推定し、
   前記関数を含む前記計算モデルを生成する、
   請求項１に記載の稼働調整システム。
3. 前記推定部は、前記回帰としてガウス過程回帰を用いて、前記計算モデルを生成する、
   請求項２に記載の稼働調整システム。
4. 前記生成部は、前記計算モデルに基づく前記評価指標の予測値が、前記計算モデルを生成するために使用された評価指標よりも所与の基準に近い値となるように、前記新たなパラメータセットを生成する、
   請求項１～３のいずれか一項に記載の稼働調整システム。
5. 前記推定部は、前記関係の不確実性を含む前記計算モデルを生成し、
   前記生成部は、前記関係の少なくとも一部において前記不確実性が減少するように、前記新たなパラメータセットを生成する、
   請求項１～４のいずれか一項に記載の稼働調整システム。
6. 前記推定部は、
   前記不確実性を示す分散を算出し、
   前記分散を含む前記計算モデルを生成する、
   請求項５に記載の稼働調整システム。
7. 前記評価指標が所与の基準を満たす前記パラメータセットを選択する選択部を更に備える請求項１～６のいずれか一項に記載の稼働調整システム。
8. 前記推定部は、複数の前記評価指標に対応する前記計算モデルを生成する、
   請求項１～７のいずれか一項に記載の稼働調整システム。
9. 前記推定部は、前記パラメータセットと、前記複数の評価指標を統合することで得られる統合評価指標との関係を示す前記計算モデルを生成する、
   請求項８に記載の稼働調整システム。
10. 前記推定部は、前記複数の評価指標を統合するための所与の関数によって前記統合評価指標を算出する、
    請求項９に記載の稼働調整システム。
11. 前記推定部は、前記複数の評価指標に基づく多目的最適化によって前記統合評価指標を算出する、
    請求項９に記載の稼働調整システム。
12. 前記評価指標は、前記機械の稼働によって発生する現象の程度を示し、
    前記生成部は、前記現象の程度が所与の基準に向かって変化するように、前記新たなパラメータセットを生成する、
    請求項１～１１のいずれか一項に記載の稼働調整システム。
13. 前記現象は振動であり、
    前記生成部は、前記振動が前記基準以下になるように、前記新たなパラメータセットを生成する、
    請求項１２に記載の稼働調整システム。
14. 請求項１～１３のいずれか一項に記載の稼働調整システムと、
    モータ制御装置と、
    を備えるモータ制御システム。
15. 少なくとも一つのプロセッサを備える稼働調整システムによって実行される稼働調整方法であって、
    指令に対するモータ制御装置の動作に影響を与えるパラメータセットと、該パラメータセットによってモータ制御装置が動作させた機械に関する評価指標との複数のペアに基づいて、前記パラメータセットと前記評価指標との関係を示す計算モデルを生成するステップと、
    前記計算モデルに基づいて、該計算モデルを生成するために用いられた前記複数のペアのいずれによっても示されていない新たなパラメータセットを生成するステップと、
    前記生成された新たなパラメータセットと、該新たなパラメータセットにより前記モータ制御装置が動作させた前記機械に関する新たな評価指標との新たなペアを取得するステップと、
    を含み、
    前記計算モデルを生成するステップでは、前記取得された新たなペアに基づいて、前記計算モデルを更新し、
    前記新たなパラメータセットを生成するステップでは、前記更新された計算モデルに基づいて、該更新された計算モデルを生成するために用いられた前記複数のペアのいずれによっても示されていない新たなパラメータセットを更に生成する、
    稼働調整方法。
16. 指令に対するモータ制御装置の動作に影響を与えるパラメータセットと、該パラメータセットによってモータ制御装置が動作させた機械に関する評価指標との複数のペアに基づいて、前記パラメータセットと前記評価指標との関係を示す計算モデルを生成するステップと、
    前記計算モデルに基づいて、該計算モデルを生成するために用いられた前記複数のペアのいずれによっても示されていない新たなパラメータセットを生成するステップと、
    前記生成された新たなパラメータセットと、該新たなパラメータセットにより前記モータ制御装置が動作させた前記機械に関する新たな評価指標との新たなペアを取得するステップと、
    をコンピュータに実行させ、
    前記計算モデルを生成するステップでは、前記取得された新たなペアに基づいて、前記計算モデルを更新し、
    前記新たなパラメータセットを生成するステップでは、前記更新された計算モデルに基づいて、該更新された計算モデルを生成するために用いられた前記複数のペアのいずれによっても示されていない新たなパラメータセットを更に生成する、
    稼働調整プログラム。

Images