JP7038931B1 - 回転機制御装置、機械学習装置および推論装置 - Google Patents

Abstract

回転機制御装置（２０）は、回転機に流れる交流電流を検出して電流検出値を出力する電流検出器（１２）と、電圧指令値に基づいた交流電圧の印加によって回転機へ電力を供給する電力変換器（１１）と、電流検出値が電流指令値に一致するように電圧指令値を調整する電流制御器と、回転機における磁束ベクトルの振幅の推定値である磁束推定値を求める推定器（２）と、回転機が、電力変換器（１１）による電力供給が遮断されて惰性で回転する状態となってから電力供給が再開されるまでの起動制御期間において、設定された磁束指令値に磁束推定値が一致するように電流指令値を調整する磁束制御器と、を備える。

Description

本開示は、回転機を制御する回転機制御装置、機械学習装置および推論装置に関する。

従来、回転機制御装置による制御の方法の１つであるベクトル制御では、交流回転機における回転子位置を検出する位置センサが用いられていた。また、位置センサを用いずに交流回転機を制御する方法として、交流回転機における磁束ベクトルの回転によって生じる誘起電圧を検出することによって磁束ベクトルの位相を求め、磁束ベクトルの位相に同期した回転子位置を求めるセンサレスベクトル制御が知られている。センサレスベクトル制御によると、交流回転機は、精密機器である位置センサが不要であることにより、故障を低減でき、かつ低コスト化が可能となる。

センサレスベクトル制御では、回転機制御装置は、電力変換器へ入力される電圧指令値、または交流回転機に流れた電流の検出値を基に誘起電圧を推定するのが一般的である。電圧指令値または電流検出値を基に誘起電圧を推定する場合、回転機制御装置は、交流回転機がフリーラン状態であるときには磁束ベクトルの位相および周波数を検出することができない。フリーラン状態は、回転子が回転している状態で電力変換器からの電力供給を遮断したときに、回転子が惰性で回転し続ける状態である。フリーラン状態から交流回転機を起動する際に位相および周波数を検出することができず、適切な電流制御が困難となることによって、交流回転機は、過大なトルクの発生、あるいは、電流または周波数における脈動の発生によって、フリーラン状態からの起動が困難となる。発生するトルクが回生トルクである場合、電力変換器の直流母線電圧が急上昇することによって電力変換器に不具合が生じることもあり得る。

そこで、フリーラン状態から通常の制御に戻るまでの間の起動制御期間において、何らかの電圧指令値に従って交流回転機に交流電圧を印加し、その電圧指令値と電流検出値とを基に磁束ベクトルの位相および周波数を推定する技術が提案されている。特許文献１には、起動制御期間において電流指令値をゼロとする電流制御を行うことによって電圧指令値を決定する回転機制御装置が開示されている。

特開２００４－４０８３７号公報

起動制御期間では、過大なトルクの発生、脈動の発生、および直流母線電圧の上昇をできるだけ低減可能とする電圧指令値を設定することが望まれる。このため、微小な電流指令値を用いた電流制御によって電圧指令値を決定することが望まれる。しかしながら、起動制御期間における電流指令値が小さければ、過大なトルクの発生を低減できる一方、交流回転機における励磁によって発生する磁束も小さくなる。磁束が小さいほど磁束が不安定になることによって、推定される位相または周波数が安定するまでに一定の時定数を要するため、起動制御期間が長くなる。また、磁束が小さく不安定であることによって、意図しないトルクと、電流または周波数の脈動とが発生し易くなる。特許文献１にかかる従来の技術によると、電流指令値をゼロとする電流制御を行うため、フリーラン状態からの起動に要する時間が長くなり、意図しないトルクの発生、または、電流または周波数の脈動の発生を低減できないという問題があった。

本開示は、上記に鑑みてなされたものであって、フリーラン状態からの回転機の起動に要する時間を短くでき、かつ、意図しないトルクと、電流または周波数の脈動の発生とを低減可能とする回転機制御装置を得ることを目的とする。

上述した課題を解決し、目的を達成するために、本開示にかかる回転機制御装置は、回転機に流れる交流電流を検出して電流検出値を出力する電流検出器と、電圧指令値に基づいた交流電圧の印加によって回転機へ電力を供給する電力変換器と、電流検出値が電流指令値に一致するように電圧指令値を調整する電流制御器と、回転機における磁束ベクトルの振幅の推定値である磁束推定値を求める推定器と、回転機が、電力変換器による電力供給が遮断されて惰性で回転する状態となってからベクトル制御による通常の駆動状態に戻るまでの起動制御期間において、設定された磁束指令値に磁束推定値が一致するように電流指令値を調整する磁束制御器と、を備える。

本開示にかかる回転機制御装置は、フリーラン状態からの回転機の起動に要する時間を短くでき、かつ、意図しないトルクと、電流または周波数の脈動の発生とを低減できるという効果を奏する。

実施の形態１にかかる回転機制御装置の構成例を示す図 実施の形態１にかかる回転機制御装置が有する制御器の構成例を示す図 実施の形態１にかかる回転機制御装置が有する推定器の構成例を示す図 実施の形態１にかかる回転機制御装置の起動制御期間における動作について説明するための図 実施の形態２にかかる回転機制御装置が有する推定器の構成例を示す図 実施の形態３にかかる回転機制御装置が有する推定器の構成例を示す図 実施の形態１から３にかかる回転機制御装置の電圧指令器を実現するハードウェアの構成例を示す図 実施の形態４にかかる機械学習装置と回転機制御装置とを示す図 実施の形態４にかかる機械学習装置の処理手順を示すフローチャート 実施の形態５にかかる推論装置と回転機制御装置とを示す図 実施の形態５にかかる推論装置の処理手順を示すフローチャート 実施の形態５の変形例にかかる機械学習装置と回転機制御装置とを示す図 実施の形態５の変形例にかかる推論装置と回転機制御装置とを示す図

以下に、実施の形態にかかる回転機制御装置、機械学習装置および推論装置を図面に基づいて詳細に説明する。

実施の形態１．
図１は、実施の形態１にかかる回転機制御装置２０の構成例を示す図である。回転機制御装置２０は、交流回転機である同期機２１を制御する。以下の説明において、固定座標系における二軸をα軸およびβ軸、回転座標系における二軸をｄ軸およびｑ軸と称する。実施の形態１では、一次磁束ベクトルの位相に制御位相を同期させる場合について説明する。一次磁束ベクトルの位相を用いて、一次磁束ベクトルの方向を基準のｄ軸とする回転座標への座標変換を行った場合におけるｄ軸およびｑ軸を、それぞれｄｓ軸、ｑｓ軸と表す。ｄｓ軸は、一次磁束ベクトルの方向の軸である。ｑｓ軸は、一次磁束ベクトルに直交する方向の軸である。

本明細書において、一次磁束とは、固定子磁束を表す。二次磁束とは、同期機２１の界磁に相当する磁束を表す。例えば、同期機２１が非突極機である場合、二次磁束は、回転子が有する界磁により発生する磁束である。同期機２１が突極機である場合、二次磁束は、回転子が有する界磁により発生する磁束と回転子の突極性によって作られる磁束とを合わせた磁束である。同期機２１が、リラクタンス型同期機のように回転子に界磁を持たない同期機である場合、二次磁束は、回転子の突極性によって作られる磁束である。

回転機制御装置２０は、電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓに基づいて電圧指令値ｖ_ｕｓ ^＊，ｖ_ｖｓ ^＊，ｖ_ｗｓ ^＊を出力する電圧指令器１０と、電圧指令値ｖ_ｕｓ ^＊，ｖ_ｖｓ ^＊，ｖ_ｗｓ ^＊に基づいた交流電圧の印加によって同期機２１へ電力を供給する電力変換器１１と、同期機２１に流れる交流電流を検出して電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓを出力する電流検出器１２とを有する。

電圧指令器１０は、電圧指令値ｖ_ｕｓ ^＊，ｖ_ｖｓ ^＊，ｖ_ｗｓ ^＊を生成する制御器１と、磁束、位相および周波数を推定する推定器２とを有する。推定器２は、同期機２１における磁束ベクトルの振幅の推定値である磁束推定値｜φ＾｜を求める。推定器２は、磁束ベクトルの位相の推定値である位相推定値θ＾を求める。推定器２は、磁束ベクトルの周波数の推定値である周波数推定値ω＾を求める。推定器２から出力される磁束推定値｜φ＾｜および位相推定値θ＾は、制御器１へ入力され、起動制御期間における同期機２１の制御に使用される。また、推定器２から出力される位相推定値θ＾および周波数推定値ω＾は、同期機２１がフリーラン状態から通常の駆動状態へ戻る際における制御にも使用できる。「＾」が付された変数は、推定値を表す。

図２は、実施の形態１にかかる回転機制御装置２０が有する制御器１の構成例を示す図である。制御器１は、三相ｄｑ変換器３１と、ｄｑ三相変換器３２と、電流制御器３３と、切替器３４と、磁束制御器３５とを有する。

三相ｄｑ変換器３１には、電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓと位相推定値θ＾とが入力される。三相ｄｑ変換器３１は、位相推定値θ＾に基づいた電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓの座標変換によって、ｄｓ軸電流検出値ｉ_ｄｓおよびｑｓ軸電流検出値ｉ_ｑｓを出力する。

電流制御器３３には、ｄｓ軸電流検出値ｉ_ｄｓと、ｑｓ軸電流検出値ｉ_ｑｓと、ｄｓ軸電流指令値ｉ_ｄｓ ^＊と、ｑｓ軸電流指令値ｉ_ｑｓ ^＊とが入力される。電流制御器３３は、ｄｓ軸電流検出値ｉ_ｄｓがｄｓ軸電流指令値ｉ_ｄｓ ^＊に一致し、かつｑｓ軸電流検出値ｉ_ｑｓがｑｓ軸電流指令値ｉ_ｑｓ ^＊に一致するようなｄｓ軸電圧指令値ｖ_ｄｓ ^＊およびｑｓ軸電圧指令値ｖ_ｑｓ ^＊を求める。電流制御器３３は、ｄｓ軸電圧指令値ｖ_ｄｓ ^＊およびｑｓ軸電圧指令値ｖ_ｑｓ ^＊を出力する。すなわち、電流制御器３３は、電流検出値が電流指令値に一致するように電圧指令値を調整する。

ｄｑ三相変換器３２には、ｄｓ軸電圧指令値ｖ_ｄｓ ^＊と、ｑｓ軸電圧指令値ｖ_ｑｓ ^＊と、位相推定値θ＾とが入力される。ｄｑ三相変換器３２は、位相推定値θ＾に基づいたｄｓ軸電圧指令値ｖ_ｄｓ ^＊およびｑｓ軸電圧指令値ｖ_ｑｓ ^＊の座標変換によって、電圧指令値ｖ_ｕｓ ^＊，ｖ_ｖｓ ^＊，ｖ_ｗｓ ^＊を出力する。電圧指令器１０は、電力変換器１１へ電圧指令値ｖ_ｕｓ ^＊，ｖ_ｖｓ ^＊，ｖ_ｗｓ ^＊を出力する。

磁束制御器３５には、磁束推定値｜φ＾｜と、あらかじめ設定された磁束指令値φ^＊とが入力される。磁束制御器３５は、磁束推定値｜φ＾｜が磁束指令値φ^＊に一致するような励磁電流の指令値を求める。すなわち、磁束制御器３５は、設定された磁束指令値φ^＊に磁束推定値｜φ＾｜が一致するように電流指令値を調整する。磁束制御器３５は、ｄ軸の励磁電流指令値を出力する。

切替器３４は、あらかじめ設定された励磁電流指令値であるｄ軸電流指令値ｉ_ｄ ^＊と、磁束制御器３５から出力されるｄ軸の励磁電流指令値との一方を、ｄｓ軸電流指令値ｉ_ｄｓ ^＊として出力する。切替器３４には、電流制御期間Ｔ１を示す情報と磁束制御期間Ｔ２を示す情報とが入力される。切替器３４は、電流制御期間Ｔ１の情報と磁束制御期間Ｔ２の情報とに基づいて、ｄ軸電流指令値ｉ_ｄ ^＊と、磁束制御器３５から出力されるｄ軸の励磁電流指令値との一方を選択する。電流制御期間Ｔ１および磁束制御期間Ｔ２については後述する。ｄｓ軸電流指令値ｉ_ｄｓ ^＊は、電流制御器３３へ入力される。

図３は、実施の形態１にかかる回転機制御装置２０が有する推定器２の構成例を示す図である。推定器２は、起動制御期間の全体において動作する。推定器２には、電圧指令値ｖ_ｕｓ ^＊，ｖ_ｖｓ ^＊，ｖ_ｗｓ ^＊と、電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓとが入力される。推定器２内にある２個の三相ｄｑ変換器のうちの一方は、位相推定値θ＾に基づいた電圧指令値ｖ_ｕｓ ^＊，ｖ_ｖｓ ^＊，ｖ_ｗｓ ^＊の座標変換によって、ｄｓ軸電圧指令値ｖ_ｄｓ ^＊およびｑｓ軸電圧指令値ｖ_ｑｓ ^＊を出力する。推定器２内にある２個の三相ｄｑ変換器のうちの他方は、位相推定値θ＾に基づいた電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓの座標変換によって、ｄｓ軸電流検出値ｉ_ｄｓおよびｑｓ軸電流検出値ｉ_ｑｓを出力する。

同期機２１のｄｓ軸一次電圧ｖ_ｄｓおよびｑｓ軸一次電圧ｖ_ｑｓは、次の式（１）により表される。なお、φ_ｄｓはｄｓ軸一次磁束、φ_ｑｓはｑｓ軸一次磁束、ｉ_ｄｓはｄｓ軸一次電流、ｉ_ｑｓはｑｓ軸一次電流、Ｒ_ｓは一次相抵抗、ω_ｓは一次磁束ベクトルの周波数、ｓはラプラス演算子である。

制御位相が一次磁束ベクトルの位相に同期している場合は、φ_ｑｓ＝０である。このため、一次磁束ベクトルの振幅｜φ_ｓ｜は、ｄｓ軸一次磁束φ_ｄｓと等しい。一次磁束ベクトルの振幅｜φ_ｓ｜は、次の式（２）により表される。推定器２は、図３の構成によって、電圧指令値および電流検出値から式（２）に示される演算を行い、一次磁束ベクトルの振幅｜φ_ｓ｜を推定する。

一次磁束ベクトルの周波数ω_ｓは、次の式（３）により表される。推定器２は、図３の構成によって、電圧指令値および電流検出値から式（３）に示される演算を行い、一次磁束ベクトルの周波数ω_ｓを推定する。

一次磁束ベクトルの位相θ_ｓは、次の式（４）により表される。推定器２は、図３の構成によって、電圧指令値および電流検出値から式（４）に示される演算を行い、一次磁束ベクトルの位相θ_ｓを推定する。

推定器２は、一次磁束ベクトルの振幅の推定値｜φ_ｓ＾｜である磁束推定値｜φ＾｜を出力する。推定器２は、一次磁束ベクトルの周波数の推定値ω_ｓ＾である周波数推定値ω＾を出力する。推定器２は、一次磁束ベクトルの位相の推定値θ_ｓ＾である位相推定値θ＾を出力する。なお、推定器２における磁束を推定するための演算において、電圧指令値の項には、電力変換器１１の電圧誤差を補正するための項が含められても良い。

次に、起動制御期間における回転機制御装置２０の動作について説明する。図４は、実施の形態１にかかる回転機制御装置２０の起動制御期間における動作について説明するための図である。図４において、横軸は時間を表す。図４には、回転機制御装置２０の状態の遷移と、起動制御期間の詳細とを示す。

駆動状態とは、回転機制御装置２０による通常の制御によって同期機２１を駆動している状態を指す。図４に示す時間軸において、同期機２１の状態は、駆動状態からフリーラン状態となり、再び駆動状態に戻る。

起動制御期間の開始時をｔ０とする。ｔ０よりも前のｔ－１において、同期機２１は、電力変換器１１からの電力供給が遮断され、駆動状態からフリーラン状態へ移行する。起動制御期間は、既定指令値であるｄ軸電流指令値ｉ_ｄ ^＊を基に電流制御が行われる電流制御期間Ｔ１と、磁束制御器３５が出力するｄ軸の励磁電流指令値を基に電流制御が行われる磁束制御期間Ｔ２とを含む。電流制御期間Ｔ１は、ｔ０からｔ１までの期間である。磁束制御期間Ｔ２は、ｔ１から、起動制御期間の終了時であるｔ２までの期間である。ｔ２において、同期機２１は、フリーラン状態から駆動状態へ移行する。

ｔ０において、電流制御期間Ｔ１の情報が切替器３４に入力される。切替器３４は、電流制御期間Ｔ１の情報に応じて、ｄ軸電流指令値ｉ_ｄ ^＊を選択する。電流制御期間Ｔ１において、切替器３４は、ｄ軸電流指令値ｉ_ｄ ^＊であるｄｓ軸電流指令値ｉ_ｄｓ ^＊を出力する。ｄ軸電流指令値ｉ_ｄ ^＊は微小な励磁電流を示す値である。回転機制御装置２０は、電流制御期間Ｔ１において、微小な励磁電流を同期機２１に流すことによって同期機２１に磁束を生じさせる。電流制御期間Ｔ１は、電流制御期間Ｔ１に続く磁束制御期間Ｔ２における磁束制御をスムーズに起動させるための予備運転期間である。したがって、基本的には、起動制御期間において、磁束制御期間Ｔ２は、電流制御期間Ｔ１よりも長い期間とする。

一方、ｔ１において、磁束制御期間Ｔ２の情報が切替器３４に入力される。切替器３４は、磁束制御期間Ｔ２の情報に応じて、磁束制御器３５が出力するｄ軸の励磁電流指令値を選択する。切替器３４は、磁束制御器３５が出力するｄ軸の励磁電流指令値であるｄｓ軸電流指令値ｉ_ｄｓ ^＊を出力する。

起動制御期間に推定器２によって得られた位相推定値θ＾は、ｔ２からの通常の制御における位相の初期値として使用される。起動制御期間に推定器２によって得られた周波数推定値ω＾は、ｔ２からの通常の制御における周波数の初期値として使用される。ｔ２において同期機２１が駆動状態に戻ると、同期機２１は、任意の方法によって制御される。駆動状態における同期機２１の制御方法には、公知のベクトル制御の方法を採用することができる。ここでは、駆動状態における同期機２１の制御についての説明は省略する。駆動状態における通常の制御は、回転機制御装置２０の内部の構成によって実現されても良く、回転機制御装置２０の外部の構成によって実現されても良い。

実施の形態１では、位相推定値θ＾および周波数推定値ω＾は、一次磁束ベクトルの位相および周波数とした。フリーラン状態では同期機２１は無負荷であるため、フリーラン状態において、一次磁束ベクトルの方向は、二次磁束ベクトルの方向と同一となる。このため、駆動状態における制御に、二次磁束ベクトルを基準とする制御方式が採用されている場合であっても、フリーラン状態から駆動状態に変わる瞬間における初期値として、一次磁束ベクトルについての位相推定値θ＾および周波数推定値ω＾が使用されても問題は無い。

特許文献１に示される従来の技術では、起動制御期間の全てが電流制御期間とされる。この場合、過大なトルクの発生、脈動の発生、および直流母線電圧の上昇をできるだけ低減するために、電流指令値には、微小な励磁電流を示す値を設定せざるを得ない。この場合、推定される位相または周波数が安定するまでに一定の時定数を要するため、起動制御期間が長くなる。また、微小な電流により励磁される磁束が小さいことから、同期機２１の磁束ベクトルまたは磁束ベクトルの回転によって生じる誘起電圧から求まる位相および周波数は、外乱などの影響により不安定になり易い。位相および周波数が不安定になることによって、意図しないトルクの発生と、電流または周波数の脈動とが生じ易くなる。また、直流母線電圧が上昇する場合もある。

実施の形態１によると、回転機制御装置２０は、起動制御期間において磁束制御期間Ｔ２の前に電流制御期間Ｔ１を設けたことで、磁束制御期間Ｔ２の開始時に、初期励磁による磁束推定値｜φ＾｜を得ることができる。回転機制御装置２０は、磁束制御期間Ｔ２の開始時から磁束推定値｜φ＾｜を用いた磁束制御を行うことで、磁束の急激な変化を生じさせずに磁束制御を起動できる。回転機制御装置２０は、適切なタイミングで電流制御期間Ｔ１から磁束制御期間Ｔ２への切り替えを行うとともに、磁束制御期間Ｔ２の開始時から磁束推定値｜φ＾｜を用いた磁束制御を行うことで、早い時期に磁束ベクトルをより大きい値にすることができ、かつ、早い時期に磁束ベクトルを安定させることができる。

さらに、実施の形態１によると、回転機制御装置２０は、磁束制御期間Ｔ２において、磁束制御器３５が出力するｄ軸の励磁電流指令値が用いられることによって、早い時期に磁束ベクトルをより大きい値にすることができ、かつ、早い時期に磁束ベクトルを安定させることができる。このため、回転機制御装置２０は、推定される位相および周波数が安定するまでの時間を短くすることができる。これにより、同期機２１は、短い起動制御期間によって、フリーラン状態から駆動状態への移行が可能となる。また、同期機２１は、外乱などに対し位相および周波数の変動を低減できる。位相および周波数を早期に安定させることによって、意図しないトルクの発生と、電流または周波数の脈動との低減が可能となる。また、回転機制御装置２０は、直流母線電圧の上昇を低減できる。

以上により、回転機制御装置２０は、フリーラン状態からの回転機の起動に要する時間を短くでき、かつ、意図しないトルクの発生と、電流または周波数の脈動の発生とを低減できるという効果を奏する。

実施の形態２．
実施の形態１では、ｄ軸の一次磁束およびｑ軸の一次磁束から磁束推定値｜φ＾｜を求める例について説明した。実施の形態２では、α軸の一次磁束およびβ軸の一次磁束から磁束推定値｜φ＾｜を求める例について説明する。

図５は、実施の形態２にかかる回転機制御装置２０が有する推定器２Ａの構成例を示す図である。実施の形態２にかかる回転機制御装置２０のうち推定器２Ａ以外の構成は、実施の形態１にかかる回転機制御装置２０と同様である。実施の形態２では、上記実施の形態１と重複する説明を省略する。

実施の形態２にかかる回転機制御装置２０は、一次磁束ベクトルの位相に制御位相を同期させる。一次磁束ベクトルの位相を用いて、一次磁束ベクトルの方向を基準のα軸とする固定座標への座標変換を行った場合におけるα軸およびβ軸を、それぞれαｓ軸、βｓ軸と表す。αｓ軸は、一次磁束ベクトルの方向の軸である。βｓ軸は、一次磁束ベクトルに直交する方向の軸である。

推定器２Ａには、電圧指令値ｖ_ｕｓ ^＊，ｖ_ｖｓ ^＊，ｖ_ｗｓ ^＊と、電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓとが入力される。推定器２Ａ内にある２個の三相αβ変換器のうちの一方は、電圧指令値ｖ_ｕｓ ^＊，ｖ_ｖｓ ^＊，ｖ_ｗｓ ^＊の座標変換によって、αｓ軸電圧指令値ｖ_αｓ ^＊およびβｓ軸電圧指令値ｖ_βｓ ^＊を出力する。推定器２Ａ内にある２個の三相αβ変換器のうちの他方は、電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓの座標変換によって、αｓ軸電流検出値ｉ_αｓおよびβｓ軸電流検出値ｉ_βｓを出力する。

次の式（５）は、上記式（１）をα軸およびβ軸で表した式である。なお、ｖ_αｓはαｓ軸一次電圧、ｖ_βｓはβｓ軸一次電圧、ｉ_αｓはαｓ軸一次電流、ｉ_βｓはβｓ軸一次電流、φ_αｓはαｓ軸一次磁束、φ_βｓはβｓ軸一次磁束である。

式（５）から、αｓ軸一次磁束φ_αｓおよびβｓ軸一次磁束φ_βｓは、次の式（６）により表される。

式（６）に示される演算は、上記式（２）とは異なり、交流量の積分となる。このため、検出オフセットといった直流分の誤差が蓄積されることを避けるために、当該演算には、カットオフ周波数ω_ｋを持つハイパスフィルタが組み合わせられても良い。カットオフ周波数ω_ｋは、周波数推定値ω＾よりも小さい値であって、周波数推定値ω＾に定数を掛け合わせることによって決定される。定数は、例えば、１／３または１／３未満の値である。

式（６）にハイパスフィルタが組み合わせられた演算は、次の式（７）により表される。図５には、ハイパスフィルタが組み合わせられる場合における推定器２Ａの構成例を示す。

一次磁束ベクトルの振幅｜φ_ｓ｜は、次の式（８）により表される。推定器２Ａは、図５の構成によって、電圧指令値および電流検出値から式（７）および式（８）に示される演算を行い、一次磁束ベクトルの振幅｜φ_ｓ｜を推定する。推定器２Ａは、式（６）および式（８）に示される演算を行うことで、一次磁束ベクトルの振幅｜φ_ｓ｜を推定しても良い。

一次磁束ベクトルの位相θ_ｓは、次の式（９）により表される。推定器２Ａは、図５の構成によって、電圧指令値および電流検出値から式（７）および式（９）に示される演算を行い、一次磁束ベクトルの位相θ_ｓを推定する。推定器２Ａは、式（６）および式（９）に示される演算を行うことで、一次磁束ベクトルの位相θ_ｓを推定しても良い。

一次磁束ベクトルの周波数ω_ｓは、次の式（１０）により表される。推定器２Ａは、図５の構成によって、電圧指令値および電流検出値から式（７）および式（１０）に示される演算を行い、一次磁束ベクトルの周波数ω_ｓを推定する。推定器２Ａは、式（６）および式（１０）に示される演算を行うことで、一次磁束ベクトルの周波数ω_ｓを推定しても良い。

推定器２Ａは、一次磁束ベクトルの振幅の推定値｜φ_ｓ＾｜である磁束推定値｜φ＾｜を出力する。推定器２Ａは、一次磁束ベクトルの周波数の推定値ω_ｓ＾である周波数推定値ω＾を出力する。推定器２Ａは、一次磁束ベクトルの位相の推定値θ_ｓ＾である位相推定値θ＾を出力する。なお、推定器２Ａにおける磁束を推定するための演算において、電圧指令値の項には、電力変換器１１の電圧誤差を補正するための項が含められても良い。

実施の形態２においても、回転機制御装置２０は、実施の形態１の場合と同様に、フリーラン状態からの回転機の起動に要する時間を短くでき、かつ、意図しないトルクの発生と、電流または周波数の脈動の発生とを低減できるという効果を奏する。

実施の形態３．
実施の形態１および２では、一次磁束から磁束推定値｜φ＾｜を求める例について説明した。実施の形態３では、二次磁束から磁束推定値｜φ＾｜を求める例について説明する。

図６は、実施の形態３にかかる回転機制御装置２０が有する推定器２Ｂの構成例を示す図である。実施の形態３にかかる回転機制御装置２０のうち推定器２Ｂ以外の構成は、実施の形態１にかかる回転機制御装置２０と同様である。実施の形態３では、上記実施の形態１と重複する説明を省略する。

実施の形態３にかかる回転機制御装置２０は、二次磁束ベクトルの位相に制御位相を同期させる。二次磁束ベクトルの位相を用いて、二次磁束ベクトルの方向を基準のα軸とする座標変換を行った場合におけるα軸およびβ軸を、それぞれαｒ軸、βｒ軸と表す。αｒ軸は、二次磁束ベクトルの方向の軸である。βｒ軸は、二次磁束ベクトルに直交する方向の軸である。

推定器２Ｂには、電圧指令値ｖ_ｕｓ ^＊，ｖ_ｖｓ ^＊，ｖ_ｗｓ ^＊と、電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓとが入力される。推定器２Ｂ内にある２個の三相αβ変換器のうちの一方は、電圧指令値ｖ_ｕｓ ^＊，ｖ_ｖｓ ^＊，ｖ_ｗｓ ^＊の座標変換によって、αｓ軸電圧指令値ｖ_αｓ ^＊およびβｓ軸電圧指令値ｖ_βｓ ^＊を出力する。推定器２Ｂ内にある２個の三相αβ変換器のうちの他方は、電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓの座標変換によって、αｓ軸電流検出値ｉ_αｓおよびβｓ軸電流検出値ｉ_βｓを出力する。

図６には、実施の形態２と同様にハイパスフィルタが組み合わせられる場合における推定器２Ｂの構成例を示す。上記式（７）に示される一次磁束ベクトルからαｒ軸およびβｒ軸に同期した成分を取り出す方法としては、公知の技術による方法を用いることができる。

次の式（１１）は、αｒ軸およびβｒ軸に同期した成分を取り出す方法の一例を示す。αｒ軸一次磁束φ_αｒおよびβｒ軸一次磁束φ_βｒは、式（１１）により求まる。Ｌ_ｑｒは、ｑｒ軸成分のインダクタンスである。二次磁束ベクトルの方向を基準のｄ軸とする回転座標への座標変換を行った場合におけるｄ軸およびｑ軸を、それぞれｄｒ軸、ｑｒ軸と表す。式（１１）に示される方法については、「I. Boldea， M. C. Paicu， and G. D. Andreescu， Active flux concept for motion-sensorless unified ac drives， IEEE Transactions on Power Electronics， Vol.23， No.5， pp.2612-2618，2008」に説明されている。

二次磁束ベクトルの振幅｜φ_ｒ｜は、次の式（１２）により表される。推定器２Ｂは、図６の構成によって、二次磁束ベクトルの振幅｜φ_ｒ｜を推定する。

二次磁束ベクトルの位相θ_ｒは、次の式（１３）により表される。推定器２Ｂは、図６の構成によって、二次磁束ベクトルの位相θ_ｒを推定する。

二次磁束ベクトルの周波数ω_ｒは、次の式（１４）により表される。推定器２Ｂは、図６の構成によって、二次磁束ベクトルの周波数ω_ｒを推定する。

推定器２Ｂは、二次磁束ベクトルの振幅の推定値｜φ_ｒ＾｜である磁束推定値｜φ＾｜を出力する。推定器２Ｂは、二次磁束ベクトルの周波数の推定値ω_ｒ＾である周波数推定値ω＾を出力する。推定器２Ｂは、二次磁束ベクトルの位相の推定値θ_ｒ＾である位相推定値θ＾を出力する。なお、推定器２Ｂにおける磁束を推定するための演算において、電圧指令値の項には、電力変換器１１の電圧誤差を補正するための項が含められても良い。

実施の形態３では、位相推定値θ＾および周波数推定値ω＾は、二次磁束ベクトルの位相および周波数とした。フリーラン状態では同期機２１は無負荷であるため、フリーラン状態において、二次磁束ベクトルの方向は、一次磁束ベクトルの方向と同一となる。このため、駆動状態における制御に、一次磁束ベクトルを基準とする制御方式が採用されている場合であっても、フリーラン状態から駆動状態に変わる瞬間における初期値として、二次磁束ベクトルについての位相推定値θ＾および周波数推定値ω＾が使用されても問題は無い。

実施の形態３によると、回転機制御装置２０は、実施の形態１の場合と同様に、推定される位相および周波数が安定するまでの時間を短くすることができる。このため、同期機２１は、短い起動制御期間によって、フリーラン状態から駆動状態への移行が可能となる。また、同期機２１は、外乱などに対し位相および周波数の変動を低減できる。位相および周波数を早期に安定させることによって、意図しないトルクの発生と、電流または周波数の脈動との低減が可能となる。また、回転機制御装置２０は、直流母線電圧の上昇を低減できる。

以上により、回転機制御装置２０は、フリーラン状態からの回転機の起動に要する時間を短くでき、かつ、意図しないトルクの発生と、電流または周波数の脈動の発生とを低減できるという効果を奏する。

次に、実施の形態１から３にかかる回転機制御装置２０の要部である電圧指令器１０を実現するハードウェア構成について説明する。図７は、実施の形態１から３にかかる回転機制御装置２０の電圧指令器１０を実現するハードウェアの構成例を示す図である。図７には、電圧指令器１０の制御器１および推定器２，２Ａ，２Ｂを、プロセッサ６３とメモリ６４とを有する処理回路６１によって実現する場合の構成例を示す。

プロセッサ６３は、ＣＰＵ（Central Processing Unit）である。プロセッサ６３は、演算装置、マイクロプロセッサ、マイクロコンピュータ、またはＤＳＰ（Digital Signal Processor）でも良い。メモリ６４は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（登録商標）（Electrically Erasable Programmable Read Only Memory）といった、揮発性あるいは不揮発性の半導体メモリである。

メモリ６４には、制御器１および推定器２，２Ａ，２Ｂとして動作するためのプログラムが格納される。このプログラムをプロセッサ６３が読み出して実行することにより、制御器１および推定器２，２Ａ，２Ｂを実現することが可能である。なお、メモリ６４に格納される、制御器１および推定器２，２Ａ，２Ｂとして動作するためのプログラムは、例えば、ＣＤ（Compact Disc）－ＲＯＭ、ＤＶＤ（Digital Versatile Disc）－ＲＯＭなどの記憶媒体に書き込まれた状態でユーザ等に提供される形態であっても良いし、ネットワークを介して提供される形態であっても良い。また、プロセッサ６３は、演算結果等のデータをメモリ６４の揮発性メモリに出力する。または、プロセッサ６３は、演算結果等のデータを、メモリ６４の揮発性メモリを介して補助記憶装置に出力することによってデータを保存する。

入力部６２は、電圧指令器１０に対する入力信号を外部から受信する回路である。入力部６２は、電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓと、電流制御期間Ｔ１の情報と、磁束制御期間Ｔ２の情報とを受信する。出力部６５は、電圧指令器１０で生成した信号を外部へ出力する回路である。出力部６５は、電圧指令値ｖ_ｕｓ ^＊，ｖ_ｖｓ ^＊，ｖ_ｗｓ ^＊を出力する。

図７は、汎用のプロセッサ６３およびメモリ６４により制御器１および推定器２，２Ａ，２Ｂを実現する場合のハードウェアの例であるが、プロセッサ６３およびメモリ６４の代わりに専用の処理回路で制御器１および推定器２，２Ａ，２Ｂを実現してもよい。すなわち、専用の処理回路で制御器１および推定器２，２Ａ，２Ｂを実現しても良い。ここで、専用の処理回路は、単一回路、複合回路、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、またはこれらを組み合わせた回路である。なお、制御器１および推定器２，２Ａ，２Ｂの一部をプロセッサ６３およびメモリ６４で実現し、残りを専用の処理回路で実現しても良い。

実施の形態４．
実施の形態４では、電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを推論するための学習済モデルを生成する機械学習装置について説明する。

図８は、実施の形態４にかかる機械学習装置４０と回転機制御装置２０Ａとを示す図である。実施の形態４では、実施の形態１から３と同一の構成要素には同一の符号を付し、実施の形態１から３とは異なる構成について主に説明する。図８に示す機械学習装置４０は、回転機制御装置２０Ａの外部に設けられている。

回転機制御装置２０Ａは、実施の形態１から３のいずれか１つの回転機制御装置２０に、電圧検出器１５が追加されたものである。電圧検出器１５は、電力変換器１１の直流母線電圧を検出して、母線電圧検出値Ｖ_ｄｃを出力する。

機械学習装置４０は、回転機制御装置２０Ａについて、電力変換器１１における直流母線電圧の上昇分の低減と、直流母線電圧の脈動幅の低減と、同期機２１における磁束ベクトルの周波数の脈動幅の低減と、同期機２１に流れる電流の電流実効値の脈動幅の低減とを可能とする電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを学習する。機械学習装置４０は、学習用データ取得部４１と、報酬計算用データ取得部４２と、モデル生成部４３と、学習済モデル記憶部４６とを有する。なお、機械学習装置４０は、直流母線電圧の上昇分の低減と、直流母線電圧の脈動幅の低減と、磁束ベクトルの周波数の脈動幅の低減と、電流実効値の脈動幅の低減との少なくとも１つを可能とする電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを学習するものであれば良い。

学習用データ取得部４１は、電流制御期間Ｔ１の長さを示す値と、磁束制御期間Ｔ２の長さを示す値と、周波数推定値ω＾と、電流実効値Ｉ_ｒｍｓとを電圧指令器１０から取得する。以下、電流制御期間Ｔ１の長さを示す値を、電流制御期間Ｔ１の値と称する。磁束制御期間Ｔ２の長さを示す値を、磁束制御期間Ｔ２の値と称する。学習用データ取得部４１は、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値と周波数推定値ω＾と電流実効値Ｉ_ｒｍｓとである学習用データを取得する。

電流実効値Ｉ_ｒｍｓは、電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓから求まる電流実効値であって、電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓのうち少なくとも１つに基づく電流実効値である。電力変換器１１内の三相ｄｑ変換器３１は、電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓのうち少なくとも１つから電流実効値Ｉ_ｒｍｓを計算する。学習用データ取得部４１は、三相ｄｑ変換器３１によって計算された電流実効値Ｉ_ｒｍｓを取得する。三相ｄｑ変換器３１は、ｄｓ軸一次電流ｉ_ｄｓまたはｑｓ軸一次電流ｉ_ｑｓから電流実効値Ｉ_ｒｍｓを計算しても良い。

なお、電流実効値Ｉ_ｒｍｓは三相ｄｑ変換器３１によって計算されることとしたが、これに限られない。電流実効値Ｉ_ｒｍｓは、回転機制御装置２０Ａの内部の要素および回転機制御装置２０Ａの外部の要素のどちらによって計算されても良い。機械学習装置４０の内部の要素が電流実効値Ｉ_ｒｍｓを計算しても良い。この場合、学習用データ取得部４１が、電流検出値ｉ_ｕｓ，ｉ_ｖｓ，ｉ_ｗｓ、ｄｓ軸一次電流ｉ_ｄｓまたはｑｓ軸一次電流ｉ_ｑｓを取得して、電流実効値Ｉ_ｒｍｓを計算しても良い。

学習用データ取得部４１は、同期機２１が駆動状態であるときに動作して、学習用データを取得する。また、学習用データ取得部４１は、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値と周波数推定値ω＾と電流実効値Ｉ_ｒｍｓとである学習用データをまとめ合わせたデータセットを作成する。学習用データ取得部４１は、作成されたデータセットをモデル生成部４３へ送る。

報酬計算用データ取得部４２は、周波数推定値ω＾と電流実効値Ｉ_ｒｍｓとを電圧指令器１０から取得する。報酬計算用データ取得部４２は、電圧検出器１５から母線電圧検出値Ｖ_ｄｃを取得する。報酬計算用データ取得部４２は、同期機２１が駆動状態であるときから同期機２１がフリーラン状態であるときにかけて動作する。

同期機２１が駆動状態であるときに、報酬計算用データ取得部４２は、周波数推定値ω＾と電流実効値Ｉ_ｒｍｓと母線電圧検出値Ｖ_ｄｃとを取得する。報酬計算用データ取得部４２は、取得された母線電圧検出値Ｖ_ｄｃから、母線電圧検出値Ｖ_ｄｃの脈動幅Ｖ_ｄｃ_ｒｉｐを求める。脈動幅Ｖ_ｄｃ_ｒｉｐは、母線電圧検出値Ｖ_ｄｃの時系列変化を示す波形の振幅である。

報酬計算用データ取得部４２は、取得された周波数推定値ω＾から、周波数推定値ω＾の脈動幅ω＾_ｒｉｐを求める。脈動幅ω＾_ｒｉｐは、周波数推定値ω＾の時系列変化を示す波形の振幅である。報酬計算用データ取得部４２は、取得された電流実効値Ｉ_ｒｍｓから、電流実効値Ｉ_ｒｍｓの脈動幅Ｉ_ｒｍｓ_ｒｉｐを求める。脈動幅Ｉ_ｒｍｓ_ｒｉｐは、電流実効値Ｉ_ｒｍｓの時系列変化を示す波形の振幅である。各脈動幅Ｖ_ｄｃ_ｒｉｐ，ω＾_ｒｉｐ，Ｉ_ｒｍｓ_ｒｉｐは、絶対値とする。

報酬計算用データ取得部４２は、ハイパスフィルタといった任意のフィルタリング方法を用いて、母線電圧検出値Ｖ_ｄｃと周波数推定値ω＾と電流実効値Ｉ_ｒｍｓとから脈動幅Ｖ_ｄｃ_ｒｉｐ，ω＾_ｒｉｐ，Ｉ_ｒｍｓ_ｒｉｐをそれぞれ抽出する。これにより、報酬計算用データ取得部４２は、脈動幅Ｖ_ｄｃ_ｒｉｐ，ω＾_ｒｉｐ，Ｉ_ｒｍｓ_ｒｉｐを求める。

報酬計算用データ取得部４２は、母線電圧検出値Ｖ_ｄｃと、脈動幅Ｖ_ｄｃ_ｒｉｐ，ω＾_ｒｉｐ，Ｉ_ｒｍｓ_ｒｉｐとを記憶する。報酬計算用データ取得部４２は、同期機２１が駆動状態であるときに、あらかじめ設定されたタイミングにおいて報酬計算用データを記憶する。報酬計算用データ取得部４２は、複数のタイミングにおいて母線電圧検出値Ｖ_ｄｃと、脈動幅Ｖ_ｄｃ_ｒｉｐ，ω＾_ｒｉｐ，Ｉ_ｒｍｓ_ｒｉｐとを取得し、取得されたデータの平均値を記憶しても良い。以下、報酬計算用データ取得部４２に記憶された母線電圧検出値Ｖ_ｄｃと、脈動幅Ｖ_ｄｃ_ｒｉｐ，ω＾_ｒｉｐ，Ｉ_ｒｍｓ_ｒｉｐとを、それぞれＶ_ｄｃ_ｄｒｖ，Ｖ_ｄｃ_ｒｉｐ_ｄｒｖ，ω＾_ｒｉｐ_ｄｒｖ，Ｉ_ｒｍｓ_ｒｉｐ_ｄｒｖと表す。

また、報酬計算用データ取得部４２は、同期機２１がフリーラン状態である起動制御期間において、周波数推定値ω＾と電流実効値Ｉ_ｒｍｓと母線電圧検出値Ｖ_ｄｃとを取得する。報酬計算用データ取得部４２は、起動制御期間における母線電圧検出値Ｖ_ｄｃの最大値Ｖ_ｄｃ_ｒｓｔｍａｘを求める。報酬計算用データ取得部４２は、ハイパスフィルタといった任意のフィルタリング方法を用いて、取得された母線電圧検出値Ｖ_ｄｃから、起動制御期間における母線電圧検出値Ｖ_ｄｃの脈動幅の最大値Ｖ_ｄｃ_ｒｉｐ_ｒｓｔｍａｘを求める。報酬計算用データ取得部４２は、ハイパスフィルタといった任意のフィルタリング方法を用いて、取得された周波数推定値ω＾から、起動制御期間における周波数推定値ω＾の脈動幅の最大値ω＾_ｒｉｐ_ｒｓｔｍａｘを求める。報酬計算用データ取得部４２は、ハイパスフィルタといった任意のフィルタリング方法を用いて、取得された電流実効値Ｉ_ｒｍｓから、起動制御期間における電流実効値Ｉ_ｒｍｓの脈動幅の最大値Ｉ_ｒｍｓ_ｒｉｐ_ｒｓｔｍａｘを求める。

さらに、報酬計算用データ取得部４２は、脈動幅Ｖ_ｄｃ_ｒｉｐの増加量Ｖ_ｄｃ_ｒｉｐ_ｄａｔと、脈動幅ω＾_ｒｉｐの増加量ω＾_ｒｉｐ_ｄａｔと、脈動幅Ｉ_ｒｍｓ_ｒｉｐの増加量Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔと、母線電圧検出値Ｖ_ｄｃの増加量Ｖ_ｄｃ_ｄａｔとを求める。増加量Ｖ_ｄｃ_ｒｉｐ_ｄａｔ，ω＾_ｒｉｐ_ｄａｔ，Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔ，Ｖ_ｄｃ_ｄａｔは、同期機２１が駆動状態であるときに対する増加量である。

報酬計算用データ取得部４２は、次の式（１５）に示される演算により、増加量Ｖ_ｄｃ_ｒｉｐ_ｄａｔを求める。
Ｖ_ｄｃ_ｒｉｐ_ｄａｔ＝Ｖ_ｄｃ_ｒｉｐ_ｒｓｔｍａｘ－Ｖ_ｄｃ_ｒｉｐ_ｄｒｖ ・・・（１５）

報酬計算用データ取得部４２は、次の式（１６）に示される演算により、増加量ω＾_ｒｉｐ_ｄａｔを求める。
ω＾_ｒｉｐ_ｄａｔ＝ω＾_ｒｉｐ_ｒｓｔｍａｘ－ω＾_ｒｉｐ_ｄｒｖ ・・・（１６）

報酬計算用データ取得部４２は、次の式（１７）に示される演算により、増加量Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔを求める。
Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔ＝Ｉ_ｒｍｓ_ｒｉｐ_ｒｓｔｍａｘ－Ｉ_ｒｍｓ_ｒｉｐ_ｄｒｖ ・・・（１７）

報酬計算用データ取得部４２は、次の式（１８）に示される演算により、増加量Ｖ_ｄｃ_ｄａｔを求める。
Ｖ_ｄｃ_ｄａｔ＝Ｖ_ｄｃ_ｒｓｔｍａｘ－Ｖ_ｄｃ_ｄｒｖ ・・・（１８）

報酬計算用データ取得部４２は、報酬計算用データである増加量Ｖ_ｄｃ_ｒｉｐ_ｄａｔ，ω＾_ｒｉｐ_ｄａｔ，Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔ，Ｖ_ｄｃ_ｄａｔをモデル生成部４３へ送る。

モデル生成部４３は、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値と周波数推定値ω＾と電流実効値Ｉ_ｒｍｓとに基づいて作成されたデータセットを用いて学習済モデルを生成する。モデル生成部４３は、電力変換器１１における直流母線電圧の上昇分の低減と、直流母線電圧の脈動幅の低減と、同期機２１における磁束ベクトルの周波数の脈動幅の低減と、同期機２１に流れる電流の電流実効値Ｉ_ｒｍｓの脈動幅の低減とを可能とする電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを周波数推定値ω＾および電流実効値Ｉ_ｒｍｓから推論するための学習済モデルを生成する。

なお、モデル生成部４３は、直流母線電圧の上昇分の低減と、直流母線電圧の脈動幅の低減と、磁束ベクトルの周波数の脈動幅の低減と、電流実効値Ｉ_ｒｍｓの脈動幅の低減との少なくとも１つを可能とする電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを推論するための学習済モデルを生成するものであれば良い。報酬計算用データは、増加量Ｖ_ｄｃ_ｒｉｐ_ｄａｔと、増加量ω＾_ｒｉｐ_ｄａｔと、増加量Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔと、増加量Ｖ_ｄｃ_ｄａｔとの少なくとも１つであれば良い。直流母線電圧の脈動幅の低減を図る場合には、報酬計算用データには増加量Ｖ_ｄｃ_ｒｉｐ_ｄａｔが含められる。磁束ベクトルの周波数の脈動幅の低減を図る場合には、報酬計算用データには増加量ω＾_ｒｉｐ_ｄａｔが含められる。電流実効値Ｉ_ｒｍｓの脈動幅の低減を図る場合には、報酬計算用データには増加量Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔが含められる。直流母線電圧の上昇分の低減を図る場合には、報酬計算用データには増加量Ｖ_ｄｃ_ｄａｔが含められる。

モデル生成部４３が用いる学習アルゴリズムには、教師あり学習、教師なし学習、強化学習などの公知のアルゴリズムを用いることができる。一例として、強化学習（Reinforcement Learning）を適用した場合について説明する。強化学習は、ある環境内におけるエージェントである行動主体が、現在の状態を観測し、取るべき行動を決定する、というものである。エージェントは行動を選択することで環境から報酬を得て、一連の行動を通じて報酬が最も多く得られるような方策を学習する。強化学習の代表的な手法として、Ｑ学習（Q－Learning）およびＴＤ学習（TD－Learning）などが知られている。例えば、Ｑ学習の場合、行動価値関数Ｑ（ｓ，ａ）の一般的な更新式である行動価値テーブルは、次の式（１９）で表される。行動価値関数Ｑ（ｓ，ａ）は、環境「ｓ」のもとで行動「ａ」を選択する行動の価値である行動価値Ｑを表す。

「ｓ_ｔ」は、時刻「ｔ」における環境の状態を表す。「ａ_ｔ」は、時刻「ｔ」における行動を表す。行動「ａ_ｔ」により、状態は「ｓ_ｔ」から「ｓ_ｔ＋１」へ変わる。「ｒ_ｔ＋１」は、状態が「ｓ_ｔ」から「ｓ_ｔ＋１」へ変わることによってもらえる報酬を表す。「γ」は、割引率を表し、０＜γ≦１を満たす。「α」は、学習係数を表し、０＜α≦１を満たす。実施の形態４において、行動「ａ_ｔ」は、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値である。状態「ｓ_ｔ」は、周波数推定値ω＾および電流実効値Ｉ_ｒｍｓである。モデル生成部４３は、時刻「ｔ」の状態「ｓ_ｔ」における最良の行動「ａ_ｔ」を学習する。

上記の式（１９）により表される更新式は、時刻「ｔ＋１」における最良の行動「ａ」の行動価値が、時刻「ｔ」において実行された行動「ａ」の行動価値Ｑよりも大きければ、行動価値Ｑを大きくし、逆の場合は、行動価値Ｑを小さくする。換言すれば、時刻「ｔ」における行動「ａ」の行動価値Ｑを、時刻「ｔ＋１」における最良の行動価値に近づけるように、行動価値関数Ｑ（ｓ，ａ）を更新する。それにより、ある環境における最良の行動価値が、それ以前の環境における行動価値に順次伝播する。

モデル生成部４３は、報酬計算部４４と関数更新部４５とを有する。報酬計算部４４は、増加量Ｖ_ｄｃ_ｒｉｐ_ｄａｔ，ω＾_ｒｉｐ_ｄａｔ，Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔ，Ｖ_ｄｃ_ｄａｔを基に、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値と、周波数推定値ω＾と、電流実効値Ｉ_ｒｍｓとの組み合わせに対する報酬を計算する。関数更新部４５は、周波数推定値ω＾および電流実効値Ｉ_ｒｍｓから電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を求めるための関数を報酬に従って更新する。関数更新部４５は、関数の更新によって作成された学習済モデルを学習済モデル記憶部４６へ出力する。学習済モデル記憶部４６は、学習済モデルを記憶する。

報酬計算部４４は、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値と、周波数推定値ω＾と、電流実効値Ｉ_ｒｍｓと、増加量Ｖ_ｄｃ_ｒｉｐ_ｄａｔ，ω＾_ｒｉｐ_ｄａｔ，Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔ，Ｖ_ｄｃ_ｄａｔとに基づいて、報酬「ｒ」を計算する。例えば、電流制御期間Ｔ１の値または磁束制御期間Ｔ２の値が変更された結果、増加量Ｖ_ｄｃ_ｒｉｐ_ｄａｔ，ω＾_ｒｉｐ_ｄａｔ，Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔ，Ｖ_ｄｃ_ｄａｔの少なくとも１つが減少した場合において、報酬計算部４４は、報酬「ｒ」を増大させる。報酬計算部４４は、報酬の値である「１」を与えることによって報酬「ｒ」を増大させる。なお、報酬の値は「１」に限られない。

一方、電流制御期間Ｔ１の値または磁束制御期間Ｔ２の値が変更された結果、増加量Ｖ_ｄｃ_ｒｉｐ_ｄａｔ，ω＾_ｒｉｐ_ｄａｔ，Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔ，Ｖ_ｄｃ_ｄａｔの少なくとも１つが増大した場合において、報酬計算部４４は、報酬「ｒ」を減少させる。報酬計算部４４は、報酬の値である「－１」を与えることによって報酬「ｒ」を低減させる。なお、報酬の値は「－１」に限られない。

報酬計算用データは、同期機２１の設置環境などに応じて取捨選択することができる。増加量Ｖ_ｄｃ_ｒｉｐ_ｄａｔ，ω＾_ｒｉｐ_ｄａｔ，Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔの各々は、脈動幅がシステムの要求基準を十分下回っており、低減のための措置が不要である場合は、適宜省略しても良い。

関数更新部４５は、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を決定するための関数を、報酬計算部４４によって計算された報酬に従って更新する。機械学習装置４０は、以上に説明する学習を繰り返し実行する。関数更新部４５は、関数の更新によって作成された学習済モデルを学習済モデル記憶部４６へ出力する。

例えばＱ学習の場合、機械学習装置４０は、上記の式（１９）で表される行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を決定するための関数として用いる。学習済モデル記憶部４６は、関数更新部４５によって更新された行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）、すなわち、学習済モデルを記憶する。

図９は、実施の形態４にかかる機械学習装置４０の処理手順を示すフローチャートである。図９のフローチャートを参照して、行動価値関数Ｑ（ｓ，ａ）を更新する強化学習方法について説明する。

ステップＳ１において、機械学習装置４０は、学習用データ取得部４１において、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値と、周波数推定値ω＾と、電流実効値Ｉ_ｒｍｓとを取得する。すなわち、機械学習装置４０は、学習用データを取得する。また、機械学習装置４０は、報酬計算用データ取得部４２における計算によって、報酬計算用データである増加量Ｖ_ｄｃ_ｒｉｐ_ｄａｔ，ω＾_ｒｉｐ_ｄａｔ，Ｉ_ｒｍｓ_ｒｉｐ_ｄａｔ，Ｖ_ｄｃ_ｄａｔを取得する。

ステップＳ２において、機械学習装置４０は、報酬計算部４４により報酬を計算する。報酬計算部４４は、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値と、周波数推定値ω＾と、電流実効値Ｉ_ｒｍｓとの組み合わせに対する報酬を計算する。報酬計算部４４は、取得された報酬計算用データと前回の報酬計算用データとの比較結果に基づいて、報酬を増大または減少させる。

ステップＳ３において、機械学習装置４０は、ステップＳ２において計算された報酬に基づいて行動価値関数Ｑ（ｓ，ａ）を更新する。機械学習装置４０は、学習済モデル記憶部４６に記憶されている行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を更新する。

ステップＳ４において、機械学習装置４０は、行動価値関数Ｑ（ｓ，ａ）が収束したか否かを判断する。機械学習装置４０は、ステップＳ３における行動価値関数Ｑ（ｓ，ａ）の更新が行われなくなることによって行動価値関数Ｑ（ｓ，ａ）が収束したと判断する。

行動価値関数Ｑ（ｓ，ａ）が収束していないと判断された場合（ステップＳ４，Ｎｏ）、機械学習装置４０は、手順をステップＳ１へ戻す。行動価値関数Ｑ（ｓ，ａ）が収束したと判断された場合（ステップＳ４，Ｙｅｓ）、機械学習装置４０は、図９に示す手順による学習を終了する。なお、機械学習装置４０は、ステップＳ４による判断をせず、ステップＳ３からステップＳ１へ手順を戻すことによって学習を継続しても良い。学習済モデル記憶部４６は、生成された行動価値関数Ｑ（ｓ，ａ）である学習済モデルを記憶する。

実施の形態４では、機械学習装置４０が用いる学習アルゴリズムに強化学習を適用する場合について説明したが、学習アルゴリズムには、強化学習以外の学習が適用されても良い。機械学習装置４０は、強化学習以外の公知の学習アルゴリズム、例えば、深層学習（Deep Learning）、ニューラルネットワーク、遺伝的プログラミング、帰納論理プログラミングあるいはサポートベクターマシンといった学習アルゴリズムを用いて機械学習を実行しても良い。

図８に示す機械学習装置４０は、回転機制御装置２０Ａの外部に設けられている。機械学習装置４０は、回転機制御装置２０Ａに内蔵される装置であっても良い。機械学習装置４０は、ネットワークを介して回転機制御装置２０Ａに接続可能な装置であっても良い。機械学習装置４０は、クラウドサーバ上に存在する装置であっても良い。

機械学習装置４０は、複数の回転機制御装置２０Ａについて作成されたデータセットに従って、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を学習しても良い。機械学習装置４０は、同一の場所で使用される複数の回転機制御装置２０Ａから学習用データを取得しても良く、または、互いに異なる場所で使用される複数の回転機制御装置２０Ａから学習用データを取得しても良い。学習用データは、複数の場所において互いに独立して稼働する複数の回転機制御装置２０Ａから収集されたものであっても良い。複数の回転機制御装置２０Ａからの学習用データの収集を開始した後に、学習用データが収集される対象に新たな回転機制御装置２０Ａが追加されても良い。また、複数の回転機制御装置２０Ａからの学習用データの収集を開始した後に、学習用データが収集される対象から、複数の回転機制御装置２０Ａのうちの一部が除外されても良い。

ある１つの回転機制御装置２０Ａについて学習を行った機械学習装置４０は、当該回転機制御装置２０Ａ以外の他の回転機制御装置２０Ａについての学習を行っても良い。当該他の回転機制御装置２０Ａについての学習を行う機械学習装置４０は、当該他の回転機制御装置２０Ａにおける再学習によって、学習済モデルを更新することができる。

実施の形態４によると、機械学習装置４０は、周波数推定値ω＾および電流実効値Ｉ_ｒｍｓから電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を推論するための学習済モデルを生成する。機械学習装置４０は、電力変換器１１における直流母線電圧の上昇分の低減と、直流母線電圧の脈動幅の低減と、同期機２１における磁束ベクトルの周波数の脈動幅の低減と、同期機２１に流れる電流の電流実効値Ｉ_ｒｍｓの脈動幅の低減とを可能とする電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を得るための学習済モデルを生成できる。

実施の形態５．
実施の形態５では、実施の形態４にかかる機械学習装置４０によって生成された学習済モデルを用いて電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを推論する推論装置について説明する。

図１０は、実施の形態５にかかる推論装置５０と回転機制御装置２０とを示す図である。実施の形態５では、実施の形態１から４と同一の構成要素には同一の符号を付し、実施の形態１から４とは異なる構成について主に説明する。図１０に示す推論装置５０は、回転機制御装置２０の外部に設けられている。なお、図１０には、機械学習装置４０のうち学習済モデル記憶部４６のみを示す。

回転機制御装置２０は、実施の形態１から３のいずれか１つの回転機制御装置２０である。実施の形態５では、実施の形態１から３のいずれか１つの回転機制御装置２０に代えて、実施の形態４の回転機制御装置２０Ａが適用されても良い。

推論装置５０は、回転機制御装置２０について、電力変換器１１における直流母線電圧の上昇分の低減と、直流母線電圧の脈動幅の低減と、同期機２１における磁束ベクトルの周波数の脈動幅の低減と、同期機２１に流れる電流の電流実効値の脈動幅の低減とを可能とする電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを推論する。推論装置５０は、推論用データ取得部５１と推論部５２とを有する。

推論用データ取得部５１は、周波数推定値ω＾と電流実効値Ｉ_ｒｍｓとである推論用データを、回転機制御装置２０の電圧指令器１０から取得する。推論用データ取得部５１は、取得された推論用データを推論部５２へ送る。

推論部５２は、実施の形態４にかかる機械学習装置４０によって生成された学習済モデルを、学習済モデル記憶部４６から読み出す。推論部５２は、推論用データである周波数推定値ω＾と電流実効値Ｉ_ｒｍｓとを学習済モデルへ入力することによって、電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを推論する。学習済モデルからは、推論結果である電流制御期間Ｔ１および磁束制御期間Ｔ２の各値が出力される。推論部５２は、学習済モデルから出力された電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を、回転機制御装置２０へ送る。

図１１は、実施の形態５にかかる推論装置５０の処理手順を示すフローチャートである。ステップＳ１１において、推論装置５０は、推論用データ取得部５１において、推論用データである周波数推定値ω＾および電流実効値Ｉ_ｒｍｓを取得する。ステップＳ１２において、推論装置５０は、推論部５２において、学習済モデルへ周波数推定値ω＾および電流実効値Ｉ_ｒｍｓを入力し、電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを求める。

ステップＳ１３において、推論装置５０は、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を推論部５２から回転機制御装置２０へ出力する。これにより、推論装置５０は、図１１に示す手順による処理を終了する。

図１０に示す推論装置５０は、回転機制御装置２０の外部に設けられている。推論装置５０は、回転機制御装置２０に内蔵される装置であっても良い。推論装置５０は、ネットワークを介して回転機制御装置２０に接続可能な装置であっても良い。推論装置５０は、クラウドサーバ上に存在する装置であっても良い。

実施の形態５では、推論装置５０は、回転機制御装置２０Ａから取得された学習用データに基づく学習済モデルから電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを推論して、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を当該回転機制御装置２０Ａ以外の回転機制御装置２０へ送る。電流制御期間Ｔ１および磁束制御期間Ｔ２の各値が送られる回転機制御装置２０，２０Ａは、学習用データが取得された回転機制御装置２０，２０Ａであっても良く、学習用データが取得された回転機制御装置２０，２０Ａ以外の回転機制御装置２０，２０Ａであっても良い。

推論装置５０は、学習済モデルを用いた推論によって、直流母線電圧の上昇分の低減と、直流母線電圧、周波数および電流実効値Ｉ_ｒｍｓの各脈動の低減とを可能とする電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを推論することができる。

回転機制御装置２０は、推論装置５０によって送られた電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を受信する。回転機制御装置２０は、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を基に、起動制御期間における電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを決定する。回転機制御装置２０は、電力変換器１１における直流母線電圧の上昇分の低減と、直流母線電圧の脈動幅の低減と、同期機２１における磁束ベクトルの周波数の脈動幅の低減と、同期機２１に流れる電流の電流実効値Ｉ_ｒｍｓの脈動幅の低減とが可能となる。これにより、回転機制御装置２０は、直流母線電圧の上昇が低減され、かつ、直流母線電圧、周波数および電流実効値Ｉ_ｒｍｓの各脈動が低減された状態において、フリーラン状態からの同期機２１の安定した起動が可能となる。回転機制御装置２０は、同期機２１の起動を安定させることができる。

回転機制御装置２０は、直流母線電圧の変動を低減可能であることによって、意図しないトルクの発生を低減できる。回転機制御装置２０は、意図しないトルクの発生が低減された状態において、フリーラン状態からの同期機２１の起動が可能となる。

次に、機械学習装置および推論装置の変形例について説明する。実施の形態５の変形例では、学習用データと推論用データとの各々に母線電圧検出値Ｖ_ｄｃが含まれる。図１２は、実施の形態５の変形例にかかる機械学習装置４０Ａと回転機制御装置２０Ａとを示す図である。図１３は、実施の形態５の変形例にかかる推論装置５０Ａと回転機制御装置２０とを示す図である。

図１２に示す機械学習装置４０Ａの学習用データ取得部４１Ａは、図８に示す学習用データ取得部４１と同様に、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値と、周波数推定値ω＾と、電流実効値Ｉ_ｒｍｓとを取得する。学習用データ取得部４１Ａは、さらに、電圧検出器１５から母線電圧検出値Ｖ_ｄｃを取得する。学習用データ取得部４１Ａが取得する学習用データは、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値と、周波数推定値ω＾と、電流実効値Ｉ_ｒｍｓと、母線電圧検出値Ｖ_ｄｃとを含む。学習用データ取得部４１Ａは、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値と、周波数推定値ω＾と、電流実効値Ｉ_ｒｍｓと、母線電圧検出値Ｖ_ｄｃとをまとめ合わせたデータセットを作成する。

モデル生成部４３は、電流制御期間Ｔ１および磁束制御期間Ｔ２の各値と、周波数推定値ω＾と、電流実効値Ｉ_ｒｍｓと、母線電圧検出値Ｖ_ｄｃとに基づいて作成されたデータセットを用いて学習済モデルを生成する。これにより、機械学習装置４０Ａは、周波数推定値ω＾、電流実効値Ｉ_ｒｍｓおよび母線電圧検出値Ｖ_ｄｃから電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を推論するための学習済モデルを生成する。

図１３に示す推論装置５０Ａの推論用データ取得部５１Ａは、図１０に示す推論用データ取得部５１と同様に、回転機制御装置２０から周波数推定値ω＾と電流実効値Ｉ_ｒｍｓとを取得する。推論用データ取得部５１Ａは、さらに、回転機制御装置２０の電圧検出器１５から母線電圧検出値Ｖ_ｄｃを取得する。推論用データ取得部５１Ａが取得する推論用データは、周波数推定値ω＾と電流実効値Ｉ_ｒｍｓと母線電圧検出値Ｖ_ｄｃとを含む。

推論部５２は、機械学習装置４０Ａによって生成された学習済モデルを用いて、周波数推定値ω＾、電流実効値Ｉ_ｒｍｓおよび母線電圧検出値Ｖ_ｄｃから電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを推論する。推論部５２は、推論用データである周波数推定値ω＾と電流実効値Ｉ_ｒｍｓと母線電圧検出値Ｖ_ｄｃとを学習済モデルへ入力することによって、電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを推論する。

実施の形態５の変形例によると、機械学習装置４０Ａは、学習用データに母線電圧検出値Ｖ_ｄｃが追加されることで、より精度が高い学習済モデルを生成できる。推論装置５０Ａは、学習済モデルを用いた推論によって、直流母線電圧の上昇分の低減と、直流母線電圧、周波数および電流実効値Ｉ_ｒｍｓの各脈動の低減とを可能とする電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとについて、高精度な推論が可能となる。

実施の形態４または５にかかる機械学習装置４０，４０Ａは、図７に示す構成と同様のハードウェア構成により実現される。学習用データ取得部４１，４１Ａ、報酬計算用データ取得部４２およびモデル生成部４３は、プロセッサ６３とメモリ６４とを有する処理回路６１によって実現される。学習用データ取得部４１，４１Ａ、報酬計算用データ取得部４２およびモデル生成部４３は、専用の処理回路で実現しても良い。

実施の形態５にかかる推論装置５０，５０Ａは、図７に示す構成と同様のハードウェア構成により実現される。推論用データ取得部５１，５１Ａおよび推論部５２は、プロセッサ６３とメモリ６４とを有する処理回路６１によって実現される。推論用データ取得部５１，５１Ａおよび推論部５２は、専用の処理回路で実現しても良い。

機械学習装置４０，４０Ａは、報酬計算用データに、同期機２１のトルク検出値の増加量を含めても良い。機械学習装置４０，４０Ａの報酬計算用データ取得部４２は、同期機２１に設置されるトルク検出器からトルク検出値を取得する。報酬計算用データ取得部４２は、起動制御期間におけるトルク検出値の増加量を求める。増加量は、同期機２１が駆動状態であるときに対する増加量である。報酬計算部４４は、トルク検出値の増加量が減少した場合に報酬を増大させ、トルク検出値の増加量が増大した場合に報酬の値を減少させる。この場合、機械学習装置４０，４０Ａは、意図しないトルクの上昇を低減可能な電流制御期間Ｔ１および磁束制御期間Ｔ２の各値を得るための学習済モデルを生成できる。

さらに、学習用データと推論用データとの各々にトルク検出値が追加されても良い。機械学習装置４０，４０Ａの学習用データ取得部４１，４１Ａは、トルク検出器からトルク検出値を取得する。推論装置５０，５０Ａの推論用データ取得部５１，５１Ａは、トルク検出器からトルク検出値を取得する。機械学習装置４０，４０Ａは、学習用データにトルク検出値が追加されることで、より精度が高い学習済モデルを生成できる。推論装置５０，５０Ａは、機械学習装置４０，４０Ａによって生成された学習済モデルを用いることによって、トルクの上昇を低減可能とする電流制御期間Ｔ１の長さと磁束制御期間Ｔ２の長さとを推論することができる。

以上の各実施の形態に示した構成は、本開示の内容の一例を示すものである。各実施の形態の構成は、別の公知の技術と組み合わせることが可能である。各実施の形態の構成同士が適宜組み合わせられても良い。本開示の要旨を逸脱しない範囲で、各実施の形態の構成の一部を省略または変更することが可能である。

１ 制御器、２，２Ａ，２Ｂ 推定器、１０ 電圧指令器、１１ 電力変換器、１２ 電流検出器、１５ 電圧検出器、２０，２０Ａ 回転機制御装置、２１ 同期機、３１ 三相ｄｑ変換器、３２ ｄｑ三相変換器、３３ 電流制御器、３４ 切替器、３５ 磁束制御器、４０，４０Ａ 機械学習装置、４１，４１Ａ 学習用データ取得部、４２ 報酬計算用データ取得部、４３ モデル生成部、４４ 報酬計算部、４５ 関数更新部、４６ 学習済モデル記憶部、５０，５０Ａ 推論装置、５１，５１Ａ 推論用データ取得部、５２ 推論部、６１ 処理回路、６２ 入力部、６３ プロセッサ、６４ メモリ、６５ 出力部。

Claims (12)

1. 回転機に流れる交流電流を検出して電流検出値を出力する電流検出器と、
   電圧指令値に基づいた交流電圧の印加によって前記回転機へ電力を供給する電力変換器と、
   前記電流検出値が電流指令値に一致するように前記電圧指令値を調整する電流制御器と、
   前記回転機における磁束ベクトルの振幅の推定値である磁束推定値を求める推定器と、
   前記回転機が、前記電力変換器による電力供給が遮断されて惰性で回転する状態となってからベクトル制御による通常の駆動状態に戻るまでの起動制御期間において、設定された磁束指令値に前記磁束推定値が一致するように前記電流指令値を調整する磁束制御器と、
   を備えることを特徴とする回転機制御装置。
2. 前記磁束制御器が出力する前記電流指令値は、前記回転機の回転座標系における二軸のうちの１つであるｄ軸の電流指令値であることを特徴とする請求項１に記載の回転機制御装置。
3. 前記磁束ベクトルは、前記回転機の一次磁束のベクトル、または、前記回転機の二次磁束のベクトルであることを特徴とする請求項１または２に記載の回転機制御装置。
4. 前記起動制御期間は、前記磁束制御器が出力する前記電流指令値を基に電流制御が行われる磁束制御期間と、前記磁束制御期間の前の期間であって、あらかじめ設定された電流指令値である既定指令値を基に電流制御が行われる電流制御期間とを含むことを特徴とする請求項１から３のいずれか１つに記載の回転機制御装置。
5. 前記起動制御期間において、前記磁束制御期間は前記電流制御期間よりも長いことを特徴とする請求項４に記載の回転機制御装置。
6. 前記磁束ベクトルの周波数推定値と前記電流検出値から求まる電流実効値とを取得する推論用データ取得部と、
   機械学習による学習済モデルへ前記周波数推定値と前記電流実効値とを入力することによって、前記電流制御期間の長さと前記磁束制御期間の長さとを推論する推論部と、
   をさらに備えることを特徴とする請求項４または５に記載の回転機制御装置。
7. 前記電流制御期間の長さを示す値と前記磁束制御期間の長さを示す値と前記周波数推定値と前記電流実効値とを取得する学習用データ取得部と、
   前記電流制御期間の長さを示す値と前記磁束制御期間の長さを示す値と前記周波数推定値と前記電流実効値とに基づいて作成されたデータセットを用いて前記学習済モデルを生成するモデル生成部と、
   をさらに備えることを特徴とする請求項６に記載の回転機制御装置。
8. 請求項４または５に記載の回転機制御装置について、電力変換器における直流母線電圧の上昇分の低減と、前記直流母線電圧の脈動幅の低減と、回転機における磁束ベクトルの周波数の脈動幅の低減と、前記回転機に流れる電流の電流実効値の脈動幅の低減との少なくとも１つを可能とする電流制御期間の長さと磁束制御期間の長さとを学習する機械学習装置であって、
   前記電流制御期間の長さを示す値と前記磁束制御期間の長さを示す値と前記磁束ベクトルの周波数推定値と前記電流実効値とを取得する学習用データ取得部と、
   前記電流制御期間の長さを示す値と前記磁束制御期間の長さを示す値と前記周波数推定値と前記電流実効値とに基づいて作成されたデータセットを用いて学習済モデルを生成するモデル生成部と、
   前記学習済モデルを記憶する学習済モデル記憶部と、
   を備えることを特徴とする機械学習装置。
9. 前記直流母線電圧を検出して母線電圧検出値を出力する電圧検出器と、
   前記母線電圧検出値と前記周波数推定値と前記電流実効値とが入力され、前記母線電圧検出値の脈動幅の増加量と、前記周波数推定値の脈動幅の増加量と、前記電流実効値の脈動幅の増加量と、前記母線電圧検出値の増加量との少なくとも１つである報酬計算用データを求める報酬計算用データ取得部と、
   をさらに備え、
   前記モデル生成部は、
   前記報酬計算用データを基に、前記電流制御期間の長さを示す値と前記磁束制御期間の長さを示す値と前記周波数推定値と前記電流実効値との組み合わせに対する報酬を計算する報酬計算部と、
   前記周波数推定値および前記電流実効値から前記電流制御期間の長さを示す値と前記磁束制御期間の長さを示す値とを求めるための関数を前記報酬に従って更新する関数更新部と、を備え、
   前記関数更新部は、前記関数の更新によって生成された前記学習済モデルを出力することを特徴とする請求項８に記載の機械学習装置。
10. 前記学習用データ取得部は、さらに、前記母線電圧検出値を取得し、
    前記モデル生成部は、前記電流制御期間の長さを示す値と前記磁束制御期間の長さを示す値と前記周波数推定値と前記電流実効値と前記母線電圧検出値とに基づいて作成された前記データセットを用いて前記学習済モデルを生成することを特徴とする請求項９に記載の機械学習装置。
11. 請求項４または５に記載の回転機制御装置について、電力変換器における直流母線電圧の上昇分の低減と、前記直流母線電圧の脈動幅の低減と、回転機における磁束ベクトルの周波数の脈動幅の低減と、前記回転機に流れる電流の電流実効値の脈動幅の低減との少なくとも１つを可能とする電流制御期間の長さと磁束制御期間の長さとを推論する推論装置であって、
    前記磁束ベクトルの周波数推定値と、前記電流検出値から求まる電流実効値とを取得する推論用データ取得部と、
    前記周波数推定値および前記電流実効値から前記電流制御期間の長さと前記磁束制御期間の長さとを推論するための学習済モデルへ前記周波数推定値および前記電流実効値を入力することによって、前記電流制御期間の長さと前記磁束制御期間の長さとを推論する推論部と、
    を備えることを特徴とする推論装置。
12. 前記推論用データ取得部は、さらに、前記直流母線電圧の検出値である母線電圧検出値を取得し、
    前記推論部は、前記周波数推定値、前記電流実効値および前記母線電圧検出値から前記電流制御期間の長さと前記磁束制御期間の長さとを推論するための学習済モデルを用いて、前記周波数推定値、前記電流実効値および前記母線電圧検出値から前記電流制御期間の長さと前記磁束制御期間の長さとを推論することを特徴とする請求項１１に記載の推論装置。

Images