电动机控制装置、机械学习装置及其方法制造方法及图纸

本发明专利技术提供一种电动机控制装置、机械学习装置及其方法。学习与电动机控制装置(1000)中的磁通控制器(51)的增益以及磁通推定器(52)的时间常数相关联的条件的机械学习装置(1)具备：状态观测部(11)，其观测由与电动机(104)的加速度相关的数据、与电动机(104)的加加速度相关的数据、与电动机(104)的加速时间相关的数据中的至少一个构成的状态变量；以及学习部(12)，其按照由状态变量构成的训练数据集，学习与磁通控制器(51)的增益以及磁通推定器(52)的时间常数相关联的条件。

【技术实现步骤摘要】

本专利技术涉及一种具有磁通控制器的电动机控制装置、机械学习装置及其方法。
技术介绍
作为用作驱动控制电动机的电动机控制装置，例如如日本特开2013-66342号公报所记载的那样，有如下的装置：根据所输入的速度指令，通过磁通推定器推动感应电动机的磁通状态，通过磁通控制器控制磁通。感应电动机(以下，简单地称为“电动机”)中的磁通的大小，在稳定状态下，成为与用于生成磁通的电流即励磁电流成比例的值，但在电动机的加减速时等磁通大小变化的情况下，相对于励磁电流的变化，延迟由电动机的电路常数决定的时间常数的量而变化。若不考虑该延迟量地进行电流控制，则在电动机的加减速时磁通变化时，转矩不连续地变化，从而有时在速度波形中发生产生波动的过渡现象。以解决上述问题为目的，将磁通控制器组入到电动机控制装置中，其中，该磁通控制器控制追随励磁电流指令，以便根据励磁电流或励磁电流指令、上述时间常数来推定磁通量，使该推定值尽快追随磁通指令值。在此，与励磁电流对应的磁通变化延迟的时间常数为通过电动机电路常数决定的值，但在实际的电动机中，有时不成为所设计的时间常数，因此有时需要与实机对应地调整磁通推定器的时间常数。此外，能够通过提高磁通控制器的增益，来提高与磁通指令对应的实际磁通的追随性，但若增益过度提高，则电流控制变得不稳定。因此，希望将磁通推定器的时间常数以及磁通控制器的增益调整为恰当值。作业者亲自观测向电动机控制装置输入预定速度指令(例如，阶梯输入)时的加减速时的电动机的速度波形，并基于速度波形的好坏，来决定磁通控制器的增益以及磁通推定器的时间常数的各参数，因此决定最佳的参数需要时间和人力。
技术实现思路
本专利技术是鉴于上述问题而提出的，其目的是提供一种能够自动地进行磁通控制器的增益以及磁通推定器的时间常数的最佳化的电动机控制装置、用于该电动机控制装置的机械学习装置及其方法。为了实现上述目的，学习与电动机控制装置中的磁通控制器的增益以及磁通推定器的时间常数相关联的条件的机械学习装置具备：状态观测部，其观测由与电动机的加速度相关的数据、与电动机的加加速度相关的数据、与电动机的加速时间相关的数据中的至少一个构成的状态变量；以及学习部，其按照由状态变量构成的训练数据集，学习与磁通控制器的增益以及磁通推定器的时间常数相关联的条件。在此，学习部也可以具备：回报计算部，其根据状态变量计算回报；以及函数更新部，其根据回报，更新用于变更磁通控制器的增益以及磁通推定器的时间常数的函数。此外，在电动机的加速期间或减速期间通过状态观测部观测到的电动机的加速度的极性发生变化时，回报计算部也可以减少回报。此外，在电动机的加速期间或减速期间通过状态观测部观测到的电动机的加加速度的极性发生变化的次数为预定值以上时，回报计算部也可以减少回报。此外，在电动机的加速期间或减速期间通过状态观测部观测到的电动机的加速时间比在当前的加速期间或减速期间之前的加速期间或减速期间通过状态观测部观测到的电动机的加速时间短时，回报计算部也可以增加回报。学习部也可以构成为，按照针对多个电动机控制装置取得的训练数据集，学习上述条件。此外，具备上述机械学习装置的电动机控制装置还具备：电动机控制部，其具有磁通控制器和磁通推定器；速度检测部，其检测电动机的速度；加速度计算部，其根据由速度检测部检测出的电动机的速度计算加速度；加加速度计算部，其根据由加速度计算部计算出的电动机的加速度计算加加速度；加速时间测定部，其测定电动机的加速时间；以及意图决定部，其根据学习部按照训练数据集学习后的结果，响应当前的状态变量的输入，决定磁通控制器的增益以及磁通推定器的时间常数。在此，学习部构成为，按照由当前的状态变量构成的追加的训练数据集，重新学习并更新条件。此外，学习与电动机控制装置中的磁通控制器的增益以及磁通推定器的时间常数相关联的条件的机械学习方法，具备如下的步骤：状态观测步骤，观测由与电动机的加速度相关的数据、与电动机的加加速度相关的数据、与电动机的加速时间相关的数据中的至少一个构成的状态变量；以及学习步骤，按照由状态变量构成的训练数据集，学习与磁通控制器的增益以及磁通推定器的时间常数相关联的条件。附图说明通过参照以下的附图，更明确地理解本专利技术。图1是实施例的机械学习装置的原理框图。图2是表示实施例的机械学习方法的动作原理的流程图。图3是实施例的使用强化学习的机械学习装置的原理框图。图4是表示实施例的使用强化学习的机械学习方法的原理的流程图。图5是表示具备实施例的机械学习装置的电动机控制装置的原理框图。图6是表示图5的电动机控制装置内的电动机控制部的原理框图。图7A是表示图6的电动机控制部内的磁通控制部的原理框图，表示磁通控制部。图7B是表示图6的电动机控制部内的磁通控制部的原理框图，表示磁通控制部内的磁通推定器。图8A是说明回报计算部进行的回报计算处理的图，示例了提供阶梯状的速度指令时的理想速度波形。图8B是说明回报计算部进行的回报计算处理的图，示例了在最佳化前的磁通控制器的增益下提供了阶梯状的速度指令时观测的速度波形。图9A是说明回报计算部进行的回报计算处理的图，示例了提供阶梯状的速度指令时的理想速度波形。图9B是说明回报计算部进行的回报计算处理的图，示例了在最佳化前的磁通推定器的时间常数下提供了阶梯状的速度指令时观测的速度波形。图10是表示实施例的使用强化学习的机械学习装置的动作流程的流程图。具体实施方式以下，参照附图对具有磁通控制器的电动机控制装置、机械学习装置及其方法进行说明。然而，应当理解本专利技术并不限定于附图或以下说明的实施方式。图1是实施例的机械学习装置的原理框图。以下，在不同的附图中赋予了相同参照符号的部件表示是具有相同功能的构成要素。实施例的机械学习装置1学习与电动机控制装置中的磁通控制器的增益以及磁通推定器的时间常数相关联的条件。机械学习装置1具备状态观测部11和学习部12。作为训练数据集，状态观测部11观测由与电动机的加速度相关的数据、与电动机的加加速度相关的数据、与电动机的加速时间相关的数据中的至少1个构成的状态变量。学习部12按照根据状态变量构成的训练数据集，学习磁通控制器的增益以及磁通推定器的时间常数。另外，只要从多个电动机控制装置取得训练数据集即可，在该情况下，学习部12按照针对多个电动机控制装置取得的训练数据集，学习磁通控制器的增益以及磁通推定器的时间常数。图2是表示实施例的机械学习方法的动作原理的流程图。学习与电动机控制装置中的磁通控制器的增益以及磁通推定器的时间常数相关联的条件的机械学习方法具备状态观察步骤S101和机械学习步骤S102。状态观察步骤S101由状态观测部11执行，即观测由与电动机的加速度相关的数据、与电动机的加加速度相关的数据、与电动机的加速时间相关的数据中的至少1个构成的状态变量。机械学习步骤S102由学习部12执行，按照由状态变量构成的训练数据集，学习与磁通控制器的增益以及磁通推定器的时间常数相关的条件。学习部12使用的学习算法可以是任意的。作为一例，对应用强化学习(ReinforcementLearning)的情况进行说明。强化学习是某环境内的智能体(行动主体)观测当前状态，决定应采取的行动的学习。智能体选择行动，由此根据环境获得回报，通过本文档来自技高网...

【技术保护点】
一种机械学习装置，学习与电动机控制装置中的磁通控制器的增益以及磁通推定器的时间常数相关联的条件，该机械学习装置的特征在于，具备：状态观测部，其观测由与电动机的加速度相关的数据、与电动机的加加速度相关的数据、与电动机的加速时间相关的数据中的至少一个构成的状态变量；以及学习部，其按照由上述状态变量构成的训练数据集，学习与上述磁通控制器的增益以及上述磁通推定器的时间常数相关联的条件。

【技术特征摘要】
2015.07.31 JP 2015-1524691.一种机械学习装置，学习与电动机控制装置中的磁通控制器的增益以及磁通推定器的时间常数相关联的条件，该机械学习装置的特征在于，具备：状态观测部，其观测由与电动机的加速度相关的数据、与电动机的加加速度相关的数据、与电动机的加速时间相关的数据中的至少一个构成的状态变量；以及学习部，其按照由上述状态变量构成的训练数据集，学习与上述磁通控制器的增益以及上述磁通推定器的时间常数相关联的条件。2.根据权利要求1所述的机械学习装置，其特征在于，上述学习部具备：回报计算部，其根据上述状态变量计算回报；以及函数更新部，其根据上述回报，更新用于变更上述磁通控制器的增益以及上述磁通推定器的时间常数的函数。3.根据权利要求2所述的机械学习装置，其特征在于，在电动机的加速期间或减速期间通过上述状态观测部观测到的电动机的加速度的极性发生变化时，上述回报计算部减少回报。4.根据权利要求2所述的机械学习装置，其特征在于，在电动机的加速期间或减速期间通过上述状态观测部观测到的电动机的加加速度的极性发生变化的次数为预定值以上时，上述回报计算部减少回报。5.根据权利要求2所述的机械学习装置，其特征在于，在电动机的加速期间或减速期间通过上述状态观测部观测到的电动机的加速时间比在当前的上述加速期间或上述减速期间之前的加速期间或减速期间通过上述状态观测部观测到的电动...

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