JPH07500458A - パルス式電力回路用装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】 パルス式電力回路用装置 本発明は、パルス式電源を含む、パルス式電力回路用装置に関する。

パルス式電源は、レーザなどの様々な高電力負荷、特に銅蒸気レーザ（ＣＶＬ） などの気体放電レーザに使用される。

このような回路中でよく使用されるモジュレータ交換素子は、サイラトロンであ る。ＣＶＬなどの気体放電レーザの場合の負荷は、その実効電気インピーダンス 挙動が高度に非線形であり、全動作サイクルにわたってモジュレータにインピー ダンスを適合させるのが不可能な、縦放電からなる。適合できないと、負荷に入 るエネルギーの一部がモジュレータに反射され、そこで大抵の場合はサイラトロ ンの両端間の電圧（Ｖａｋ）の極性を反転させる。この反転は通常サイラトロン の損傷を伴う。

ＣＶＬ運転コストのかなりの部分をサイラトロンの交換が占める。サイラトロン の寿命を大幅に減らす２つの要因は、逆ピーク値とＶａｋの反転率であり、それ らは放電条件に依存する。

サイラトロンに大きなストレスを加えるレーザ放電条件を識別することを狙った 多くの方法が試みられてきたが、何らかの点で満足がいくものでなかった。

本発明の目的は、パルス式電力回路における電流特性または電圧特性を監視して 、回路内のある構成要素、たとえばサイラトロンを保護するため、その構成要素 にストレスを与える条件を確実に検出できるようにすることである。

本発明によれば、パルス式電源回路と、電源回路内の電圧特性または電流特性を 監視するモニタ手段と、検出された特性が許容できるものかそれとも有害なもの かを識別できるように訓練され、その結果に応じて出力を発生するように構成さ れた、人工ニューラル・ネットワークとを含む、パルス式電力回路用の装置が提 供される。

電圧の監視は、必要な場合に監視された電圧を、電圧に比例するが絶対値が小さ くなった信号に変換することのできる、既知のプローブを使用して実施すること ができる。

電流の監視は、監視される構成要素と直列で、電流に比例する出力を発生する既 知の装置、たとえばロゴフスキ・コイル（積分器を組み込んだもの）や抵抗体を 使用して実施することができる。

本発明で使用するニューラル・ネットワーク手法は、ストレスを与える条件を迅 速に識別できるだけでなく、他のストレス条件が発生した場合、あるいは異なる タイプの負荷、たとえば新しいレーザ・ヘッドが導入される場合に、ネットワー クを、その新しい望ましくない条件を識別するように再訓練することができる。

その上、単一のニューラル・ネットワークを使用して、列になった各負荷、たと えばレーザを順次走査することもできる。

本発明は、コンピュータ・システムに習熟していない（ただし、特定のパルス式 電力回路の挙動については経験のある）人が、ニューラル・ネットワークを、印 加波形に対して適切な出力応答を与えるように教育できるようにする、「ユーザ ・フレンドリ−」なプログラムを書くことが可能な程度には十分に簡単である。

これらの出力は、単にたとえば可聴音や可視表示灯によって警報を出すことから 、構成要素のストレスが減少するように電力回路条件を自動的に変更することに まで及ぶことができる。偽警報が発生した場合、あるいは新しいストレス条件が 識別された場合、オペレータはネットワークを再訓練することができる。本発明 は簡単でコストがかからず、複雑なプロセスの自動制御を容易にすることができ る。

本発明による装置は、１台または複数の高出力レーザ、たとえば気体放電レーザ 、特に銅蒸気レーザ（ＣＶＬ）などの金属蒸気レーザ用の電源を備えることがで きる。モニタ手段によって監視される特性は、サイラトロンまたはノ々ルス式回 路に使用される他の交換素子の両端間の電圧波形でよい。

ニューラル・ネットワークは、様々な監視されるサンプル波形を表す１組の信号 及びそれらのサンプル波形が許容できるものかそれとも許容できないものかの指 示を配憶させることによって、訓練することができる。サンプル波形が許容でき るかできないかの判断は、表示装置、たとえばディジタル化オシロスコープ上で サンプル波形の表示を見た人間のオペレータが下すことができる。訓練済みのニ ューラル・ネットワークへの入力も、こうした表示装置から得ることができる。

本発明による装置は、パルス式電源回路から発生した信号以外の入力を受け取る ように構成されたニューラル・ネットワークを含むことができる。たとえば、レ ーザ・システムの場合、このような入力として、１つまたは複数の電力またはガ ス圧力によって発生したパルプ切換えスレート、放電周波数、及びアナログ型ま たはディジタル型のかかる各入力が許容できるか否かに関する指示を示す信号が 含まれる。こうしたニューラル・ネットワークは、別の入力として、監視される 電圧波形またｉ！電流波形が許容できるか否かを評価するのに使用される前記の ニューラル・ネットワークの出力を受け入れることができる。

言い換えれば、本発明による装置は、複数のニューラル・ネットワークを含むこ とができ、そのうち１つのニューラル・ネットワークの出力が別のニューラル・ ネットワークの複数の入力のうちの１つとして使用される。後者のニューラル・ ネットワークは、全体的システム監視・制御ネットワークでよく、それに入力を 供給するニューラル・ネットワークは、システム嘗こ関係する個々のパラメータ に関する評価を表す信号を供給することができ、そのうちの１つのパラメータが ／櫂ルス式電力回路内の電圧波形または電流波形に関するものである。

英国特許出願２１２３６２７号は、マイクロプロセッサを使用して、断続器を含 む制御回路中を流れる電流を分析する方法を記載している。このシステムは、負 荷条件が変化すると１こ学習せず、また構成要素内のストレスを最小にするため の閉ループ制御も行われない。この装置は、単に事前にプログラムされた波形を 検出したときに回路を分離するだけである。この羨置は、完全な分離を実施しな いで済むようにシステムを操作することができない。装置が正しい処置を講じな い場合、本発明のように、実行を継続しながら、使用されている固定状態のプロ グラムを更新することはできない。

以下の論文が、ニューラル・ネットワークを使用して、電気システムを監視する 方法を記載した従来技術の参照文献である。

Ｙ、フクヤマ、Ｅｌｅｃｔｒｉｃａｌ　ＥＢｉｅｅｅｒｉＢ　ｉｎ　Ｉｓｐ＊＋ ＋、　Ｖｏｌ、１１２゜Ｎｏ、　３．１９９２年、　８ト８８ページ。

Ｎ、カンデ４）しくＫｓｅｄｉｌ）　、ＩＥＥＥ　Ｔｒ＊＊ｔ＊ｃｌｉｏａｔ　 ｏｎ　ＰｏｗｅｔＳ７Ｎｔｍｔ、ＶＯｌ、７．　ＮＯ，２，１９９２年５月、　 ８１２−８１９ページ。

Ｓ、エプロン（Ｅｂ＋ｏｎ　）　、ＩＥＥＥ　Ｔｔｓａｓ＊ｃｌｉｏａ１６１１ 　Ｐｏｗ＠ｒＤｅｌｉｖｅｒ、Ｖａｔ、　５．　Ｎｏ、　２．１９９０年４月、 ９０５−９１４ページ。

これらの論文はすべて、単に低周波配電システム中で波形を監視するだけの装置 を記載している。高電力装置を保護する方法、あるいは、高電力装置を包含する 回路中で有害な条件が検出されたとき、「スイッチをオフ」にする必要なしに矯 正処置を講じる方法に関するものはない。

本発明では、制御される回路の出力の状態、たとえば高出力パルス式気体放電レ ーザ内の放電の状態が監視され、モニタ信号を使って適切な制御信号を発生する ことができる。

高出力パルス式気体放電レーザの場合、放電によってインピーダンスに大きな変 動が生じ、これはレーザ管内の不純物と、生起する気体放電状態との影響を非常 に受けやすい。放電内の不純吻合有料は、時定数の短い変動をもたらし、そのう ちのあるものはモジュレータ変換要素に大きなストレスを与える可能性がある。

一方、時定数の長い変動もあり、これは放電状態の傾向を示す。この短期変動も 長期変動も本発明による装置で検出することができる。本発明の好ましい実施例 では、時間定義域内でのサンプル波形のフーリエ変換が周波数定義域内で生成さ れ、周波数スペクトルの様々な部分を分析することにより、非常に複雑な状況を 制御するに際して大幅な単純化が達成できる。本発明より前には、レーザの場合 に、振動やドリフトは通常完全にスプリアスなものと見なされるため、観察する と有用な特性があることが明らかになっていなかった。

次に、添付の図面を参照しながら本発明の諸実施例を例によって説明する。

第１図は、銅蒸気レーザ用の既知のパルス式電源回路の回路図である。

第２図と第３図は、第１図に示した回路で使用されるサイラトロンにとって有害 な、典型的な波形を示す電圧／時間曲線のグラフである。

第４図は、第１図の回路中のサイラトロンの両端間の電圧特性を監視するために 人工ニューラル・ネットワークを訓練し、次いで使用するのに用いられる、一連 のステップ及びハードウェア構成要素を示す概略構成回路図である。

第５図は、第４図に示した実施例の修正版である本発明の別の実施例の概略構成 回路図である。

第１図で、高電圧可変直流電源１の一方の端子が、共鳴充電電源と直列に大地に 接続されている。この共振充電電源は、インダクタ３とダイオード５とコンデン サ７と同軸送電線９の内側導体とピーキング・コイル１０からなる。電源１の他 方の端子は、送電線９の外側導体に接続されている。サイラトロン１１が、（一 方の端子で）ダイオード５とコンデンサ７の接合部と、（他方の端子で）送電線 ９の外側導体への接続線との間に接続されている。図１に示すサイラトロン１１ の両端間の電ある。

第２図と第３図には、第１図に示した回路のＶａｋについて測定した２つの実際 波形の例を示す。測定時間は、サイラトロン１１の起動時からである。図の波形 は共に、サイラトロン１１にとって有害な１０ｋＶ以上の負のスパイクを示して おり、経験のあるオペレータなら、第２図と第３図の波形の表示を見ればこのこ とに気付くはずである。

第４図には、本発明を実施したシステムを示す。第１図に示した回路は、第４図 では品目１３として示しである。電圧Ｙａｋがプローブ１５によって監視され、 プローブ１５は、監視される電圧をある数で割った、オシロスコープ装置に印加 するのに適した信号を、その出力として発生する。プローブ１５のこの出力は、 ディジタル化オシロスコープ１６に表示される。

人ニュートラル・ネットワーク１９で表される習熟したオペレータが、又ニュー ラル・ネットワーク１７の訓練に使われる。

オペレータは、オシロスコープ１６に次々に表示されるＹａｋを表す異なる一連 の波形を監視する。各波形について、オペレータがレーザの出力を観察し、表示 された波形が許容できるかそれとも許容できないかを従来の経験に基づいて評価 する。

ディジタル化オシロスコープ１６に表示される各波形は、まずプロセッサ２５に よって下記のいくつかの方法の１つで圧縮され、次いで、オペレータによって与 えられるその評価段階と共にコンピュータ記憶装置２３に記憶される。実際に経 験する可能性の高いすべての許容できる波形及び許容できない波形の良好な表現 が記憶装置２３に記録されるとオペレータが判断すると、記憶装置２３のファイ ルに格納された情報を使って人工ニューラル・ネットワーク１７を訓練する。

人工ニューラル・ネットワーク１７の調練後、Ｖａｋの監視中に、Ｖａｋを表す 波形をプローブ１５で測定し、オシロスコープ１６に表示する。表示される信号 はコンピュータ記憶装置２３とプロセッサ２５を介して人工ニューラル・ネット ワーク１７に転送され、ニューラル・ネットワーク１７はそれまでに受けた訓練 に従って、監視された波形が許容できるかそれとも許容できないかに関する出力 を発生する。この出力が出力表示器／制御装置１２７で指示され、これを使って 回路１３中のパラメータを調節することができる。

サイラトロンＶａｋの不都合な状況の大部分は、サイラトロンがトリガされてか ら最初の１マイクロ秒の間に発生することがわかっている。本発明の上記の実施 例の例では、ディジタル・オシロスコープ（Ｔｃｋｌｒｏａｉｘ　１１２０１型 ）が、サイラトロンのトリガ後約１マイクロ秒の間Ｖａｋの挙動をサンプルする ように配置されている。次いでその波形が、分析のため、並列■ＥＥＥ４８８パ スを介しテコンピュータ（Ｉ　ＢＭ　ＰＣ−ＸＴ）（コンピュータ記憶装置２３ とプロセッサ２５）に転送される。

コンピューターシステムには習熟していないが、レーザの挙動は経験のある人が 、人工ニューラル・ネットワーク１７を「教育コし、次いで「テストＪできるよ うにする、「ユーザ・フレンドリコなプログラムが開発されている。この「教育 ／テスト」段階で、オペレータは、サイラトロンのトリガ後１マイクロ秒の間Ｖ ａｋ挙動の安定した拡大イメージを与えるようにオシロスコープ１６をセットア ツプすることを要求される。新しいセラシランの開始時に、コンピュータは、最 初の捕捉イメージを表示する前に、オシロスコープの設定を読み取って記憶する 。もちろん、オペレータは現「学習」段階中に再度オシロスコープの設計を変更 してはならない。捕捉イメージがコンピュータ端末の表示装置に表示され、オペ レータは必要な出方を入力するように要求される。使用可能な出方は、単に警報 を与えるだけから、（オペレータの経験に基づいて）サイラトロンのストレスを 軽減するために実際にレーザ・ヘッドの状況を変更することまでに及ぶことがで きる。オペレータは、経験する可能性の高いすべての入力波形の良好な表現が得 られたと判断すると、すべての学習ファイルをまとめ、それをニューラル・ネッ トワーク１７の訓練に適した形にするようコンピュータに要求する。

ニューラル・ネットワーク１７は、順次実行型コンピュータで、応答時間を最小 限に抑えるため入力数を最小に保ってシミュレートすることができる。典型的な ディジタル・オシロスコープが転送できる、捕捉波形の１個当りの最小サンプル 数は５１２ｆｌｌである（製造業者の仕様）。しかし、観察されたＶａｋの変動 については、５１２８の入力ノードを備えるニューラル・ネットワークを使用す る必要はないことが判明している。入力情報を圧縮するために、既知のどちらか の方法が使用できる。１つの方法は、単純時間平均を使用するものであり、もう １つは高速フーリエ変換（ＦＦＴ）を使って時間サンプル波形を周波数定義域内 に変換し、無視できる高次項を棄てるものである。

時間平均法では、オシレータからの５１２個の時間サンプルを、５１２／ｍ個の サンプル群の平均を出すことにより、ｍ個のサンプルに還元する。このｍ個のサ ンプルが、ｍ個の入力ノードを備えるニューラル・ネットワークへの入力となる 。

ＦＦＴ法では、まず最初の５％のサンプルに立ち上り下弦曲線を乗じ、最後の５ ％のサンプルに立下り正弦曲線を乗することにより、時間サンプルＶａｋ波形を ウィンドウ化する。これにより、得られる波形がゼロで始まってゼロで終わるこ とが保証され、エツジ過渡現象による周波数定義域内のエラーが防止される。次 いで、得られたウィンドウ付きサンプルに対してＦＦＴを実行する。ＦＦＴによ って発生するスペクトルを検討すると、Ｙａｋ挙動に関する情報の大部分は最初 の３２個の高周波に含まれることがわかる。これらの高周波の絶対値が、３２個 の人力ノードを備えるニューラル・ネットワークへの入力として使用される。

第４図に示した実施例の例で使用されるネットワーク１７のニューラル・ネット ワーク構成は、逆伝播を伴う３つの層からなる。このネットワークを実施するた めに、Ｎｓｖ＋＊ｌｖ＠ｔｅ　ｌｓｃ。

のＰｔｏｌｅｓｓｉｏ■ｌ　ＩＩ／Ｐｌｕｓソフトウェア・パッケージを使用す る。

（ネットワークの実際の出力と所望の出力の間の合計誤差の指示を与える）ＲＭ Ｓエラー・グラフが０．０５より下（理想は０．０）になったとき、ネットワー クは（このソフトウェア供給業者の仕様によれば）「訓練済み」と見なされる。

「訓練済み」になると、このソフトウェア・パッケージは「教育済み」ネットワ ークのソース・コードを生成する。次にこのソースコードを、システムが所与の １組の入力に応答してネットワークの出力を計算するために呼び出せる形にコン パイルする。

時間平均法も周波数定義域濾過（ＦＦＴ）法も、サイラトロンにストレスが生じ た場合にオペレータに警報を与えるようにニューラル・ネットワークを訓練する のに使用して成功を納めている。前者の場合、６４人カソード、６隠れノード、 １出力ノードのネットワークを使用し、後者の場合、３２人カソード、２隠れノ ード、１出力ノードのネットワークを使用した。

訓練済みのニューラル・ネットワークを使用してサイラトロン１７）Ｖａｋを監 視する際、まずオシロスコープ１６を学習段階で使用したと同じ設定になるよう にコンピュータによって調節する。これにより、オシロスコープの設定変更によ って観察される変化が生じないようになる。次に、Ｙａｋを読み取って、正しい フォーマットにし、判断を得るためにニューラル・ネットワークに提示する。ニ ューラル・ネットワーク１７は、（先に進む前に）オペレータに警報を出すか、 あるいは先に進んで次のレーザ・システムを読み取る。オペレータがシステムの 性でき、そうでない場合は、さらに訓練を行わなければならな（１゜パラメータ Ｖａｋの監視に加えて、サイアトロン回路中の電流を上記の方法のうちの１つで 監視することもでき、また電圧特性の場合に使用したのと同様の方法で電流特性 を使用して、この特性を監視してストレス条件を検出するために人工ニューラル ・ネットワークを訓練し、次いで使用することもできる。

また、本発明の装置を使用して、パルス式電力回路のモジュレータ交換素子内の 他の構成要素の故障を識別し減少させるために、長時間にわたって監視を行うこ ともできる。

第４図に示した修正実施例では、たとえば第１図のような監視されるレーザ・シ ステムを参照番号３１で示しである。監視システムは、プローブ１５とオシレー タ１６と記憶装置２３とプロセッサ２５と人工ニューラル・ネットワーク１７と 出力制御装置２７と（すべて第４図に示しである）を備えるが、まとめて枠３３ で示しである。ニューラル・ネットワーク１７の出力は、監視された波形が許容 できるものとなる確率に比例するディジタル状態またはアナログ信号でよく、出 力制御装置２７に送られる。どちらの場合も、システム３３の出力制御装置２７ は、レーザーシステム３１の全体状態モニタである別のニューラル・ネットワー ク分析装置３５に適切な入力を供給する。

分析装置３５はまた、それぞれレーザ放電圧（アナログ）、電力（アナログ）、 バルブ状態（ディジタル）、周波数（ディジタル）を示す他の入力ｌをも受け入 れる。分析装置３７へのもう１つの入力は、ＣＣＤカメラ３９によってシステム ３１のレーザ放電内の放電の直線性を監視するものである。カメラ３９は、放電 管に沿って斜めの角度で見るように配置される。分析装置３５のニューラル−ネ ットワークは（ネットワーク１７に使用されるのと類似の方向で）管内の放電が ツイストし始め、それを示す出力を供給し始めたとき、それを観察するように訓 練する。

分析装置３５のニューラル・ネットワークは、ニューラル・ネットワーク１７に 使用したのに類似の方法で、入力として受け取った信号の様々な成分が許容でき るか否かを認識するように訓練する。第３図に示す回路と同様に、システム３１ の全体的状態が許容できないものであると判定された場合、システム内で１つま たは複数のパラメータ、たとえば電力、バルブ状態、または周波数を制御するた めに出力０が供給される。

Claims (14)

【特許請求の範囲】
1. １．パルス式電源回路と、電源回路内の電圧特性または電流特性を監視するため のモニタ手段と、検出された特性が許容できるものであるかそれとも有害なもの かを識別するように訓練され、その結果に応じて出力を発生するように適合され た人工ニューラル・ネットワークとを含む、パルス式電力回路用の装置。
2. ２．装置の回路が、その出力を気体放電負荷に供給するように構成され、訓練済 みネットワークの出力が、回路中または負荷中のパラメータを制御するために送 られるように適合され、それにより回路中の有害な条件が回避できることを特徴 とする、請求項１に記載の装置。
3. ３．負荷が高電圧レーザであることを特徴とする、請求項２に記載の装置。
4. ４．レーザが銅蒸気レーザであることを特徴とする、請求項３に記載の装置。
5. ５．パルス式電力回路がサイラトロンを含み、モニタ手段によって監視される特 性が、サイラトロンの両端間の電圧波形を含むように、モニタ手段が構成される ことを特徴とする、請求項１から４のいずれか一項に記載の方法。
6. ６．モニタ手段によって監視される特性が、サイラトロンの起動直後の最初の１ マイクロ秒の電圧波形を含むように、モニタ手段が構成されることを特徴とする 、請求項５に記載の装置。
7. ７．モニタ手段によって監視される特性が、サイトロンの起動直後の１マイクロ 秒間よりも長い期間の電圧波形を含むように、モニタ手段が構成されることを特 徴とする、請求項５に記載の装置。
8. ８．動作に際して、人工ニューラル・ネットワークの出力が、回路に有害な状況 を避けるように回路を制御できる制御信号を発生することを特徴とする、請求項 １から７のいずれか一項に記載の装置。
9. ９．負荷のパラメータを調節または制御するために、人工ニューラル・ネットワ ークの出力が負荷に接続されることを特徴とする、請求項２から４のいずれか一 項に記載の装置。
10. １０．ニューラル・ネットワークが、パルス式電力回路中の様々な監視されるサ ンプル波形を表す１組の信号を、サンプル波形が許容できるものであるかそれと も許容できないものであるかに関する指示と共に記憶させることによって、訓練 されたことを特徴とする、請求項１から９のいずれか一項に記載の装置。
11. １１．サンプル波形が許容できるものであるかそれとも許容できないものである かの判断が、表示装置上でサンプル波形を観察した人間のオペレータによって下 されるプロセスによって、装置が訓練されたことを特徴とする、請求項１０に記 載の装置。
12. １２．訓練済みニューラル・ネットワークヘの入力も表示装置から得られること を特徴とする、請求項１１に記載の装置。
13. １３．ニューラル・ネットワークが、別のニューラル・ネットワークに出力を供 給するように適合され、この別のニューラル・ネットワーク自体が、監視され制 御されるシステムの様々なパラメータの状態を監視するように構成された他のモ ニタからの入力を受け取るように適合されることを特徴とする、請求項１から１ ２のいずれか一項に記載の装置。
14. １４．前記の別のニューラル・ネットワークが、それぞれ監視され制御されるシ ステムのパラメータが許容できるかどうかに関する出力を供給する、複数のニュ ーラル・ネットワークからの入力を受け取るように適合されることを特徴とする 、請求項１３に記載の装置。