机械学习装置、电动机控制装置以及机械学习方法制造方法及图纸

本发明专利技术提供一种机械学习装置、电动机控制装置以及机械学习方法。本发明专利技术一个实施例的机械学习装置对与电动机控制中的电流增益参数的调整相关联的条件进行学习，其中，具备：状态观测部，其取得电流控制环路的积分增益函数和比例增益函数，并且取得实际电流，观测由与阶跃状的转矩指令对应的实际电流的过冲量、下冲量、以及上升时间中的至少一个、积分增益函数、比例增益函数构成的状态变量；学习部，其依照由状态变量构成的训练数据集，学习与电流增益参数的调整相关联的条件。

【技术实现步骤摘要】

本专利技术涉及一种机械学习装置、电动机控制装置以及机械学习方法，特别涉及学习电动机控制中的电流增益参数的最优化的机械学习装置、具备机械学习装置的电动机控制装置以及机械学习方法。
技术介绍
作为通过逆变器对电动机进行可变速控制的情况下的电流控制系统，已知PI(比例积分)控制，作为其调整项目，有比例增益函数和积分增益函数(例如日本特开2000-184785号公报。以下称为“专利文献1”)。专利文献1记载的电流控制增益调整方法是PI控制的比例增益的调整，比较单相交流的电流指令信号和电流检测信号的波形，测量电流检测信号波形的延迟相位或延迟时间，判定检测延迟是否比预先设定的目标延迟相位或延迟时间大，进行在检测延迟大时增大比例增益，在检测延迟小时减小比例增益的调整。在现有技术中，根据物理常数等计算并设定适当的电流增益参数。另外，在现有技术中，由于电感因电流而变动等的理由，最优值和计算值稍微存在差值(偏差)。因此，一边改变参数一边观察阶跃响应或频率响应而由人进行微调整。这样的现有技术难以说是最优的，另外存在调整花费时间、劳力(工夫)这样的问题。进而，电动机的物理常数有个体差异，因此真正最优的参数也由于个体而不同，每个个体的参数的最优化更加麻烦，存在不现实的问题。
技术实现思路
本专利技术的目的在于：提供一种机械学习装置、具备机械学习装置的电动机控制装置以及机械学习方法，通过机械学习而对电流增益参数进行最优化，由此能够提高电动机的响应性、改善进给不稳、提高精度。本专利技术的一个实施例的机械学习装置对与电动机控制中的电流增益参数的调整相关联的条件进行学习，该机械学习装置具备：状态观测部，其取得电流控制环路的积分增益函数和比例增益函数，并且取得实际电流，观测由与阶跃状的转矩指令对应的实际电流的过冲量、下冲量、以及上升时间中的至少一个、积分增益函数、比例增益函数构成的状态变量；学习部，其依照由状态变量构成的训练数据集，学习与电流增益参数的调整相关联的条件。本专利技术的其他实施例的机械学习装置对与电动机控制中的电流增益参数的调整相关联的条件进行学习，该机械学习装置具备：状态观测部，其取得电流控制环路的积分增益函数和比例增益函数，并且取得实际电流，观测由与由不同频率的正弦波的组构成的转矩指令对应的实际电流的振幅比和根据相位延迟量计算出的频带时间中的至少一个、积分增益函数、比例增益函数构成的状态变量；学习部，其依照由状态变量构成的训练数据集，学习与电流增益参数的调整相关联的条件。本专利技术的一个实施例的电动机控制装置具备上述机械学习装置和电动机控制部，其中，电动机控制部具备输入转矩指令的转矩指令输入部，电动机控制装置还具备：意图决定部，其根据由学习部依照训练数据集学习的结果，对当前的状态变量的输入进行响应，决定积分增益函数和比例增益函数的变更。本专利技术的一个实施例的机械学习方法对与电动机控制中的电流增益参数的调整相关联的条件进行学习，其中，包括以下步骤：取得电流控制环路的积分增益函数和比例增益函数，并且取得实际电流，观测由与阶跃状的转矩指令对应的实际电流的过冲量、下冲量、以及上升时间中的至少一个、积分增益函数、比例增益函数构成的状态变量；依照由状态变量构成的训练数据集，学习与电流增益参数的调整相关联的条件。本专利技术的其他实施例的机械学习方法对与电动机控制中的电流增益参数的调整相关联的条件进行学习，其中，包括以下步骤：取得电流控制环路的积分增益函数和比例增益函数，并且取得实际电流，观测由与由不同频率的正弦波的组构成的转矩指令对应的实际电流的振幅比和根据相位延迟量计算出的频带时间中的至少一个、积分增益函数、比例增益函数构成的状态变量；依照由状态变量构成的训练数据集，学习与电流增益参数的调整相关联的条件。附图说明根据与附图关联的以下的实施方式的说明，能够进一步了解本专利技术的目的、特征和优点。图1是本专利技术的实施例的机械学习装置的结构图。图2A是表示不调整电流增益的情况下的电流的时间性变化的图表。图2B是表示调整电流增益的情况下的电流的时间性变化的图表。图3是本专利技术的实施例的电动机控制装置的结构图。图4A是表示伴随着转矩指令的增加，积分增益函数单调减少、比例增益函数单调增加的情况下的电流增益参数(积分增益、比例增益)和转矩指令之间的关系的图表。图4B是表示学习后的积分增益函数或比例增益函数相对于转矩指令的增减而大幅度变化的情况下的电流增益参数(积分增益、比例增益)和转矩指令之间的关系的图表。图5是用于说明本专利技术的实施例的机械学习装置的动作步骤的流程图。图6是用于说明本专利技术的实施例的电动机控制装置的动作步骤的流程图。具体实施方式以下，参照附图，说明本专利技术的机械学习装置、电动机控制装置以及机械学习方法。图1是本专利技术的实施例的机械学习装置的结构图。图3是本专利技术的实施例的电动机控制装置的结构图。本专利技术的实施例的机械学习装置1是学习与电动机控制中的电流增益参数的调整相关联的条件的机械学习装置1，具备状态观测部2、学习部3。状态观测部2取得电流控制环路的积分增益函数和比例增益函数，并且取得实际电流，观测由与阶跃状的转矩指令对应的实际电流的过冲量、下冲量、以及上升时间中的至少一个、积分增益函数以及比例增益函数构成的状态变量。学习部3依照由状态变量构成的训练数据集，学习与电流增益参数的调整相关联的条件。本专利技术的实施例的机械学习装置1通过机械学习(强化学习)对电动机控制的电流增益参数(积分增益、比例增益)进行最优化。在此，最优的积分增益、比例增益根据转矩指令而不同，因此对将转矩指令作为自变量的积分增益函数、比例增益函数进行最优化。本专利技术的另一个实施例的机械学习装置1`学习与电动机控制中的电流增益参数的调整相关联的条件，具备状态观测部2`、学习部3`。在上述的本专利技术的实施例的机械学习装置1中，利用了阶跃响应，但对于频率响应也可以同样，因此能够将过冲和上升时间置换为输出/输入的振幅比和频带。因此，在本专利技术的另一个实施例的机械学习装置1`中，状态观测部2`取得电流控制环路的积分增益函数和比例增益函数，并取得实际电流，观测由与由不同频率的正弦波的组构成的转矩指令对应的实际电流的振幅比和根据相位延迟量计算出的频带时间中的至少一个、积分增益函数、比例增益函数构成的状态变量。学习部3`依照由状态变量构成的训练数据集，学习与电流增益参数的调整相关联的条件。学习部3、3`在学习中使用的训练数据集并不限于针对一个电动机取得。即，学习部3、3`也可以依照对多个电动机取得的训练数据集而学习条件。本专利技术的实施例的机械学习装置1优选还具备：回报计算部4，其根据存储在训练数据集中的状态变量中的过冲量、下冲量以及上升时间，计算回报；函数更新部5，其根据回报，更新用于从当前的状态变量调整电流增益参数的函数。例如，如图2B所示，在满足过冲小的情况、下冲小的情况、或上升时间短的情况中的至少任意一个条件的情况下，考虑增加回报。但是，例如如图4B所示，在学习后的积分增益函数或比例增益函数相对于转矩指令的增减大幅度地变化的情况下，在响应特性良好的情况下，还与噪声等相关联，并不理想。因此，在这样的情况下，优选减少回报。本专利技术的其他实施例的机械学习装置1`优选还具备：回报计算部4`，其根据存储在训练数据集中的状态变本文档来自技高网...

【技术保护点】
一种机械学习装置，其对与电动机控制中的电流增益参数的调整相关联的条件进行学习，该机械学习装置的特征在于，具备：状态观测部，其取得电流控制环路的积分增益函数和比例增益函数，并且取得实际电流，观测由与阶跃状的转矩指令对应的上述实际电流的过冲量、下冲量、以及上升时间中的至少一个、上述积分增益函数以及上述比例增益函数构成的状态变量；学习部，其依照由上述状态变量构成的训练数据集，学习与上述电流增益参数的调整相关联的条件。

【技术特征摘要】
2015.07.31 JP 2015-1524531.一种机械学习装置，其对与电动机控制中的电流增益参数的调整相关联的条件进行学习，该机械学习装置的特征在于，具备：状态观测部，其取得电流控制环路的积分增益函数和比例增益函数，并且取得实际电流，观测由与阶跃状的转矩指令对应的上述实际电流的过冲量、下冲量、以及上升时间中的至少一个、上述积分增益函数以及上述比例增益函数构成的状态变量；学习部，其依照由上述状态变量构成的训练数据集，学习与上述电流增益参数的调整相关联的条件。2.一种机械学习装置，其对与电动机控制中的电流增益参数的调整相关联的条件进行学习，该机械学习装置的特征在于，具备：状态观测部，其取得电流控制环路的积分增益函数和比例增益函数，并且取得实际电流，观测由与由不同频率的正弦波的组构成的转矩指令对应的上述实际电流的振幅比和根据相位延迟量计算出的频带时间中的至少一个、上述积分增益函数以及上述比例增益函数构成的状态变量；学习部，其依照由上述状态变量构成的训练数据集，学习与上述电流增益参数的调整相关联的条件。3.根据权利要求1或2所述的机械学习装置，其特征在于，上述学习部构成为依照对多个电动机取得的上述训练数据集，学习上述条件。4.根据权利要求1所述的机械学习装置，其特征在于，该机械学习装置还具备：回报计算部，其根据上述过冲量、上述下冲量以及上升时间来计算回报；函数更新部，其根据上述回报更新用于从当前的状态变量调整电流增益参数的函数。5.根据权利要求2所述的机械学习装置，其特征在于，该机械学习装置还具备：回报计算部，其根据上述振幅比、上述相位延迟量来计算回报；函数更新部，其根据上述回报更新用于从当前的状态变量调整电流增益参数的函数。6.根据权利要求4或5所述的机械学习装置，其特征在于，上述回报计算部进而根据相对于电流的振荡的余量来计算回报。7.根据权利要求4～6的任意一项所述的机械学习装置，其特征在于，上述回报计算部进而根据上述积分增益函数的斜率和比例增益函数的斜率来计算回报。8.根据权利要求4～7的任意一项所述的机械学习装置，其特征在于，上述函数更新部使用Q学习来进行强化学习，根据电动机的绕组电阻值和电感值计算Q学...

【专利技术属性】
技术研发人员：妹尾达也，
申请(专利权)人：发那科株式会社，
类型：发明
国别省市：日本;JP