WO2023089805A1

WO2023089805A1 - 電動機制御装置、電動機制御システム、及び電動機の制御方法

Info

Publication number: WO2023089805A1
Application number: PCT/JP2021/042728
Authority: WO
Inventors: 康彦和田
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2021-11-22
Filing date: 2021-11-22
Publication date: 2023-05-25
Anticipated expiration: 2024-05-22
Also published as: EP4439971A4; JPWO2023089805A1; JP7675842B2; EP4439971A1; US20240388237A1

Abstract

電動機制御装置は、電源から供給され、インバータを有する電力変換装置を用いて変換された電力によって動作する電動機を制御する電動機制御装置であって、電動機が搭載された機器、又はインバータの劣化の程度を推定した推定劣化度を算出する劣化推定部と、推定劣化度と予め定められた基準劣化度とを比較し、電動機の運転モードを、推定劣化度が基準劣化度未満である場合は通常運転に設定し、推定劣化度が基準劣化度以上である場合は低ノイズパルス運転に設定する運転判断部と、運転モードに基づいて、インバータを制御する制御部と、を備え、低ノイズパルス運転は、通常運転よりもスイッチング損失を低減させるものである。

Description

電動機制御装置、電動機制御システム、及び電動機の制御方法

　本開示は、電動機を制御する電動機制御装置、電動機制御システム、及び電動機の制御方法に関する。

　従来、電源から供給され、インバータを有する電力変換装置を用いて変換された電力によって動作する電動機を制御する電動機制御装置が知られている。電動機が搭載された機器が圧縮機である場合、圧縮機の故障は、例えば、インバータ、圧縮機の軸受、及び電動機の劣化又は破損等に起因する。圧縮機に未だ故障が生じていない場合であっても、インバータ、圧縮機の軸受、及び電動機が劣化又は破損した状態で圧縮機の駆動を継続させると、圧縮機はやがて故障し、ユーザにとって不測のダウンタイムを発生させる。特許文献１には、空気調和機の非動作時に、圧縮機を動作させて、圧縮機の故障の有無を診断するものが開示されている。

特開２００４－９２９７６号公報

　特許文献１の故障診断装置は、空気調和機が稼働していないときに圧縮機の故障の有無を診断するものである。つまり、特許文献１の故障診断装置は、圧縮機の計画的な保守点検を行うためのものである。しかしながら、一般的に、ユーザにとって不測のダウンタイムの発生は、予定していない修理の手配等を必要とさせる。このため、ユーザにとって不測のダウンタイムは、計画的な保守点検等の予測可能なダウンタイムよりも長い時間になることがある。したがって、電動機が搭載された機器において、全体的な稼働率を向上させるためには、ユーザにとって不測のダウンタイムが発生することも抑制する必要がある。

　本開示は、上記のような課題を解決するためになされたもので、電動機が搭載された機器において、ユーザにとって不測のダウンタイムが発生することを抑制する電動機制御装置、電動機制御システム、及び電動機の制御方法を提供するためのものである。

　本開示に係る電動機制御装置は、電源から供給され、インバータを有する電力変換装置を用いて変換された電力によって動作する電動機を制御する電動機制御装置であって、電動機が搭載された機器、又はインバータの劣化の程度を推定した推定劣化度を算出する劣化推定部と、推定劣化度と予め定められた基準劣化度とを比較し、電動機の運転モードを、推定劣化度が基準劣化度未満である場合は通常運転に設定し、推定劣化度が基準劣化度以上である場合は低ノイズパルス運転に設定する運転判断部と、運転モードに基づいて、インバータを制御する制御部と、を備え、低ノイズパルス運転は、通常運転よりもスイッチング損失を低減させるものである。

　本開示の電動機制御装置は、通常運転よりもスイッチング損失を低減させる低ノイズパルス運転を行う。このため、インバータ、及び電動機の劣化の進行が抑制される。したがって、電動機が搭載された機器において、計画された保守時期に至るまでにユーザにとって不測のダウンタイムが発生することが抑制される。

実施の形態１に係る圧縮機、電源、及び電力変換装置を示す概略構成図である。実施の形態１に係るインバータを示す回路図である。実施の形態１に係る圧縮機を示す概略構成図である。実施の形態１に係る主軸と主軸受との配置関係を説明するための図である。実施の形態１に係る主軸と主軸受との配置関係を説明するための図である。実施の形態１に係る制御部を示す機能ブロック図である。実施の形態１に係るキャリアモードの生成方法を説明するための図である。実施の形態１に係る補正量演算部の動作を示すフローチャートである。実施の形態１に係る圧縮機の推定劣化度を説明するための図である。実施の形態１に係る三相電流の不平衡度合いを説明するための図である。実施の形態１に係る通知画面を示す図である。実施の形態１に係る通常運転の出力電圧を説明するための図である。実施の形態１に係る低ノイズパルス運転の出力電圧を説明するための図である。実施の形態１に係る運転判断部の動作を示すフローチャートである。実施の形態２に係る制御部を示す機能ブロック図である。実施の形態２に係る学習部の動作を示すフローチャートである。実施の形態２に係るゲートパルス生成部１３６の動作を示すフローチャートである。実施の形態３に係る制御部を示す機能ブロック図である。実施の形態３に係る正常時の電動機に出力される電流の周波数特性を示すスペクトル図である。実施の形態３に係る劣化が進行した電動機に出力される電流の周波数特性を示すスペクトル図である。実施の形態３に係る学習部及び状態観測部の動作を示すフローチャートである。実施の形態４に係る圧縮機、電源、及び電力変換装置を示す概略構成図である。実施の形態４に係る劣化が進行した電動機に出力される電流の周波数特性を示すスペクトル図である。実施の形態４に係る運転判断部の動作を示すフローチャートである。実施の形態５に係る圧縮機、電源、及び電力変換装置を示す概略構成図である。実施の形態１の変形例に係る圧縮機、電源、及び電力変換装置を示す概略構成図である。

　以下では、本開示の電動機制御装置１、電動機制御システム１Ａ、圧縮機２、及び電動機２１の制御方法について、図面を参照して説明する。ここで、各図面において、同一の符号を付した構成は、同一又はこれに相当する構成であり、以下に記載するすべての実施の形態において共通の構成であるとする。また、以下に記載するすべての実施の形態に表わされている構成要素の形態は、あくまでも例示であって、以下に記載された形態に限定するものではない。特に、構成要素の組み合わせは、各実施の形態における組み合わせのみに限定するものではなく、他の実施の形態に記載した構成要素を、別の実施の形態に適用することができる。さらに、圧力及び温度等のパラメータの高低については、特に絶対的な値との関係で高低が定まるものではなく、装置等の状態及び動作等において相対的に定まるものとする。

　実施の形態１．
　図１は、実施の形態１に係る圧縮機２、電源３、及び電力変換装置４を示す概略構成図である。図１に示すように、圧縮機２は、電動機２１、及び当該電動機２１を制御する電動機制御装置１を有する。圧縮機２は、電源３から供給され、電力変換装置４によって変換された電力を用いて電動機２１が回転することで、例えば空気調和機等の冷凍サイクル装置に利用される冷媒等の流体を圧縮するものである。以下では、電動機２１が圧縮機２に搭載され、圧縮機２が空気調和機に適用された場合を例に説明する。なお、電動機２１は他の機器に搭載されるものであってもよいし、圧縮機２は他の装置に適用されるものであってもよい。電源３は、例えばＵ相、Ｖ相、Ｗ相を有する商用の三相交流電源である。電動機２１は、例えばＵ相、Ｖ相、Ｗ相を有する三相の永久磁石型同期電動機である。電力変換装置４には、電源３、及び負荷である電動機２１が接続されている。

　電力変換装置４は、整流回路４１、電解コンデンサ４２、及びインバータ４３を有する。電源３と、整流回路４１と、電解コンデンサ４２と、インバータ４３と、電動機２１とは、配線４４によって接続されている。整流回路４１は、電源３からの三相交流電力を直流電力に変換する。電解コンデンサ４２は、整流回路４１からの直流電力を平滑化する。インバータ４３は、整流回路４１からの直流電力を三相交流電力に変換し、当該三相交流電力を圧縮機２に出力する。

　電力変換装置４には、電流センサ５が設けられている。電流センサ５は、配線４４ａに設けられている。配線４４ａは、配線４４のうち、インバータ４３から電動機２１に至る途中の部分である。電流センサ５は、インバータ４３から圧縮機２に流れる三相交流の内の２つの相の電流を検出する。ここでは、Ｕ相を流れる電流Ｉｕ、及びＶ相を流れる電流Ｉｖを検出する。なお、以下では、Ｕ相電流ＩｕとＶ相電流Ｉｖを合わせて、電流Ｉｕｖとして説明することがある。電流センサ５は、検出した電流Ｉｕｖを電動機制御装置１に送信する。

　電動機制御装置１は、インバータ４３に出力するゲートパルスＧＰが有するスイッチングパターンを調整することで、電動機２１の制御方法を実行するものである。スイッチングパターンは、１周期分の電圧指令値に対するスイッチング状態の組み合わせである。電圧指令値は、インバータ４３の出力電圧を指令する信号である。電動機制御装置１は、電圧指令値の周期ごとにゲートパルスＧＰを生成する。

　電動機制御装置１は、専用のハードウェア、又は記憶部１８０及び記憶部１８０に格納されるプログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）で構成される。電動機制御装置１が専用のハードウェアである場合、電動機制御装置１は、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、又はＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）等からなる。

　電動機制御装置１が記憶部１８０及びＣＰＵからなる場合、電動機制御装置１が実行する各機能は、ソフトウェア、ファームウェア、又はソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェア及びファームウェアは、プログラムとして記述され、記憶部１８０に格納される。ここで、記憶部１８０は、例えば、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等の不揮発性又は揮発性の半導体メモリである。

　電動機制御装置１は、制御部１３０、劣化推定部１５０、劣化通知部１６０、及び運転判断部１７０を有する。制御部１３０、劣化推定部１５０、劣化通知部１６０、及び運転判断部１７０の説明については、後述する。なお、電動機制御装置１は、少なくとも制御部１３０を有していればよく、劣化推定部１５０、劣化通知部１６０、及び運転判断部１７０は他のハードウェア等に実装されるものであってもよい。

　（インバータ４３）
　図２は、実施の形態１に係るインバータ４３を示す回路図である。図２に示すように、インバータ４３は、上下一対で各相に対応して設置された６個のスイッチング素子４３ａと、各スイッチング素子４３ａに並列に設けられた６個の逆流防止素子４３ｂとを有する。インバータ４３は、制御部１３０から生成されるゲートパルスＧＰに応じて、直流電圧を三相の交流電圧に変換した電力を、圧縮機２の電動機２１に供給する。

　スイッチング素子４３ａ及び逆流防止素子４３ｂの基板材料には、炭化珪素（ＳｉＣ）、窒化ガリウム（ＧａＮ）系、及びダイヤモンド等に代表されるワイドバンドギャップ半導体を用いてもよい。ワイドバンドギャップ半導体を用いたスイッチング素子４３ａ及び逆流防止素子４３ｂは、耐電圧性及び許容電流がともに高く、素子の小型化を図ることができる。小型化されたスイッチング素子４３ａ及び逆流防止素子４３ｂを用いることにより、これらの素子を組み込んだ半導体モジュールを小型化することができる。

　また、ワイドバンドギャップ半導体を用いたスイッチング素子４３ａ及び逆流防止素子４３ｂは耐熱性も高く、インバータ４３の放熱に必要な冷却機構（図示せず）を小型化することができる。冷却機構は、例えば、放熱フィン、水冷機構、又は空冷機構等である。なお、例えば、冷却機構に構造が簡素な空冷方式を採用することで、冷却方式を簡素化し、スイッチング素子４３ａ及び逆流防止素子４３ｂを組み込んだ半導体モジュールを、一層小型化することができる。

　さらに、ワイドバンドギャップ半導体を用いたスイッチング素子４３ａ及び逆流防止素子４３ｂは、電力損失が低く、電力変換効率が向上する。このため、高い変換効率で圧縮機２を駆動させることができる。

　なお、スイッチング素子４３ａ及び逆流防止素子４３ｂの両方がワイドバンドギャップ半導体を用いて形成されていることが望ましいが、いずれか一方の素子がワイドバンドギャップ半導体を用いて形成されていてもよい。もっとも、両方の素子がワイドバンドギャップ半導体以外の材料を用いて形成されていてもよい。ワイドバンドギャップ半導体以外には、一般的にも用いられる珪素（Ｓｉ）が材料として採用される。

　インバータ４３のスイッチング素子４３ａが劣化した状態では、インバータ４３から電動機２１に供給される電力が不安定である。このため、インバータ４３のスイッチング素子４３ａが劣化した状態で、圧縮機２の駆動を継続させると、電動機２１の回転が安定せず、圧縮機２の故障を招くことがある。したがって、インバータ４３のスイッチング素子４３ａの劣化は、ユーザにとって不測のダウンタイムを発生させる要因となる。

　（圧縮機２）
　図３は、実施の形態１に係る圧縮機２を示す概略構成図である。図３では、圧縮機２を上下方向に切断した断面図を示している。図３に示すように、圧縮機２は、電動機２１、吸入管２２、主軸２３、オイルポンプ２４、副軸受２５、主軸受２６、圧縮機構２７、及び吐出管２８を有している。圧縮機２は、冷媒配管（図示せず）によって、凝縮器（図示せず）、膨張弁（図示せず）、及び蒸発器（図示せず）等と接続される。

　電動機２１は、三相交流の配線４４ａ（図１参照）と接続され、インバータ４３から印加される電圧に応じて駆動する。電動機２１が劣化した状態では、電動機２１の回転が安定せず、圧縮機２の故障を招くことがある。このため、電動機２１の劣化は、ユーザにとって不測のダウンタイムを発生させる要因となる。

　吸入管２２は、低温かつ低圧の冷媒を圧縮機２の内部に吸入するための管である。主軸２３は、電動機２１と接続され、回転エネルギーを圧縮機構２７に伝える。オイルポンプ２４は、圧縮機２の底部に溜まった潤滑油Ｌを、主軸２３及び副軸受２５に供給し、主軸２３及び副軸受２５を潤滑する。なお、潤滑油Ｌの量を確認する手段として、潤滑油Ｌの油面の高さを検知することができる液面センサを取り付け、潤滑油Ｌの量を測定してもよい。

　副軸受２５は、主軸２３の下部を回転可能に支持する。主軸受２６は、主軸２３の上部を回転可能に支持する。圧縮機構２７は、吸入管２２から供給された冷媒を圧縮し、吐出管２８に送出する。吐出管２８は、圧縮機構２７で圧縮された高温且つ高圧の冷媒を圧縮機２の外部に吐出するための管である。

　圧縮機２は、圧力センサ７１、流量センサ７２、温度センサ７３、及び湿度センサ７４を有している。圧力センサ７１は、圧縮機２の内部に取り付けられ、圧縮機２内部の冷媒の圧力を測定する。流量センサ７２は、吸入管２２に取り付けられ、管内を流れる冷媒の流量を測定する。温度センサ７３は、圧縮機２の筐体の外部に設けられ、圧縮機２の周辺の温度を測定する。湿度センサ７４は、圧縮機２の筐体の外部に設けられ、圧縮機２の周辺の湿度を測定する。なお、吸入管２２又は吐出管２８に、管内を流れる冷媒の圧力、温度、又は湿度を測定するセンサを取り付けるようにしてもよい。圧力センサ７１、流量センサ７２、温度センサ７３、及び湿度センサ７４が測定した冷媒圧力、冷媒流量、周辺温度、及び周辺湿度等の物理量を示す測定情報は、空気調和機の制御装置（図示せず）等に送信され、空気調和機の各機器の制御に用いられる。

　ここで、図４及び図５を用いて、圧縮機２を駆動した場合の主軸２３と主軸受２６との配置関係を説明する。図４及び図５は、実施の形態１に係る主軸２３と主軸受２６との配置関係を説明するための図である。図４は、圧縮機２を主軸２３の中心軸に直交する方向で切断した場合の、主軸２３及び主軸受２６の断面図を示している。図４には、主軸２３と主軸受２６とが潤滑状態を保っており、圧縮機２の駆動が正常であるときの断面図が示されている。また、図５には、主軸２３と主軸受２６とが潤滑状態を保っておらず、圧縮機２の駆動が異常であるときの断面図が示されている。

　図４に示すように、圧縮機２の駆動が正常であるとき、主軸２３と主軸受２６との間には十分な潤滑油Ｌが満たされており、主軸２３が主軸受２６に対して一定の隙間を確保して円滑に回転している。一方で、図５に示すように、圧縮機２の駆動が異常であるとき、主軸２３と主軸受２６とが一部で接触している。これは、温度、及び経年劣化等の影響により、潤滑油Ｌの粘度が低くなり、主軸２３と主軸受２６との間の油膜が確保できていないことを理由としている。主軸２３と主軸受２６とが接触した部分では、主軸受２６が摩耗する。主軸受２６が摩耗した状態で主軸２３を回転させ続ければ、主軸受２６の摩耗がさらに悪化し、最終的には圧縮機２は動作が行えなくなる。以上のように、主軸受２６の摩耗は、ユーザにとって不測のダウンタイムを発生させる要因となる。

　（制御部１３０）
　図１に戻り、電動機制御装置１の制御部１３０について説明する。制御部１３０は、電流Ｉｕｖ、速度指令値ω＿ｒｅｆ、及び運転モード切替信号Ｏ＿ｓに基づいて、インバータ４３にゲートパルスＧＰを出力する。電流Ｉｕｖは、電流センサ５が検出した配線４４ａを流れる電流である。速度指令値ω＿ｒｅｆは、圧縮機２の負荷状態に応じた電動機２１の回転速度の指令値である。速度指令値ω＿ｒｅｆは、空気調和機における圧縮機２の運転状態又はユーザからの操作指示等に基づいて総合的に求められる。運転モード切替信号Ｏ＿ｓは、運転判断部１７０から受信したものであり、「ＯＮ」又は「ＯＦＦ」の何れかを示す信号であり、電動機２１の運転モードの種別を示している。

　電動機２１の運転モードとしては、通常運転、及び低ノイズパルス運転が存在している。運転モード切替信号Ｏ＿ｓの「ＯＦＦ」は通常運転を示し、運転モード切替信号Ｏ＿ｓの「ＯＮ」は低ノイズパルス運転を示している。通常運転は、キャリア信号の周波数とインバータ４３の出力電圧の周波数とを同期させない非同期ＰＷＭ制御を行う運転である。低ノイズパルス運転は、ＰＷＭ制御におけるキャリア信号の周波数がインバータ４３の出力電圧の周波数の整数倍になる同期ＰＷＭ制御を行う運転である。なお、以下では、ＰＷＭ制御におけるキャリア信号の周波数は、単に「キャリア周波数」と説明することがある。このように、制御部１３０は、運転判断部１７０が設定した運転モードに基づいて、通常運転、又は低ノイズパルス運転の何れかを電動機２１に行わせる。なお、運転判断部１７０がどのようにして運転モード切替信号Ｏ＿ｓを「ＯＮ」又は「ＯＦＦ」の何れに決定するかについては、後述する。

　図６を用いて、制御部１３０について詳細に説明する。図６は、実施の形態１に係る制御部１３０を示す機能ブロック図である。制御部１３０は、ベクトル制御部１３１、同期パターン選択部１３２、電圧位相演算部１３３、補正量演算部１３４、キャリア波生成部１３５、及びゲートパルス生成部１３６を有する。

　ベクトル制御部１３１は、速度指令値ω＿ｒｅｆ、及び三相交流の内の２相の電流Ｉｕｖに基づき、公知の技術であるベクトル制御を行い、電圧位相演算部１３３にｄｑ軸電圧指令値Ｖｄｑ＿ｒｅｆ、及び制御遅延補正を施した基準電圧位相θｖを出力する。なお、制御遅延補正は、速度指令値とフィードバック検出値とのタイミングを調整するための処理であって、一般に、無駄時間を考慮して、速度指令値ω＿ｒｅｆを積分した値に１．５をかけた値をθｖとしている。

　同期パターン選択部１３２は、速度指令値ω＿ｒｅｆに基づきキャリアモードｐｔｎを生成し、キャリアモードｐｔｎを補正量演算部１３４及びキャリア波生成部１３５に送信する。キャリアモードｐｔｎとは、モータ制御に係るＰＷＭ制御のパターンを示す。具体的に、キャリアモードｐｔｎには、キャリア波生成部１３５に生成させるキャリア周波数の違い、即ち運転モードが非同期ＰＷＭ制御であるか、同期ＰＷＭ制御であるかによって２つのパターンがある。

　１つ目のパターンは、キャリア周波数がインバータ４３の出力電圧の周波数とは関係なく設定される非同期ＰＷＭ制御を示すキャリアモードｐｔｎである。上述したように、通常運転では非同期ＰＷＭ制御が用いられるため、１つ目のパターンのキャリアモードｐｔｎは、通常運転を電動機２１に行わせる際に生成される。

　２つ目のパターンは、キャリア周波数がインバータ４３の出力電圧の周波数の整数倍となるように設定される同期ＰＷＭ制御を示すキャリアモードｐｔｎである。上述したように、低ノイズパルス運転では同期ＰＷＭ制御が用いられるため、２つ目のパターンのキャリアモードｐｔｎは、低ノイズパルス運転を電動機２１に行わせる際に生成される。更に、同期ＰＷＭ制御としては、インバータ４３の出力電圧の周波数に対してキャリア周波数が９倍である同期９パルスモードと、３倍である同期３パルスモードといった複数の同期パターンが用いられる。以下では、同期９パルスモードを単に「同期９パルス」と説明し、同期３パルスモードを単に「同期３パルス」と説明することがある。

　図７は、キャリアモードｐｔｎの生成方法を説明するための図である。同期パターン選択部１３２によるキャリアモードｐｔｎの生成方法について、図７を用いて説明する。図７に示すように、同期パターン選択部１３２は、電動機２１を駆動する速度、即ち速度指令値ω＿ｒｅｆと、切替速度ω＿ｒｅｆ１［ｒｐｓ］及びω＿ｒｅｆ２［ｒｐｓ］とを比較して、キャリアモードｐｔｎを決定する。切替速度ω＿ｒｅｆ１［ｒｐｓ］及びω＿ｒｅｆ２［ｒｐｓ］は、予め設定された閾値である。同期パターン選択部１３２は、切替速度ω＿ｒｅｆ１以上の範囲では、同期モードに対応するキャリアモードｐｔｎを生成する。また、同期パターン選択部１３２は、速度指令値ω＿ｒｅｆが大きくなるに連れて、キャリア信号とインバータ４３の出力電圧との周波数比が順次段階的に低減するように、キャリアモードｐｔｎを生成する。

　同期パターン選択部１３２は、具体的には、次のようにしてキャリアモードｐｔｎを生成する。同期パターン選択部１３２は、速度指令値ω＿ｒｅｆが０［ｒｐｓ］以上ω＿ｒｅｆ１［ｒｐｓ］未満である場合、キャリアモードｐｔｎとして非同期モードを示す０を生成する。同期パターン選択部１３２は、速度指令値ω＿ｒｅｆがω＿ｒｅｆ１［ｒｐｓ］以上ω＿ｒｅｆ２［ｒｐｓ］未満である場合、キャリアモードｐｔｎとして同期モードの同期９パルスを示す９を生成する。そして、同期パターン選択部１３２は、速度指令値ω＿ｒｅｆがω＿ｒｅｆ２［ｒｐｓ］以上なら、キャリアモードｐｔｎとして同期モードの同期３パルスを示す３を生成する。従って、キャリアモードｐｔｎは、非同期モードのときは０となり、同期モードのときは３又は９の何れかの値となる。同期パターン選択部１３２は、キャリアモードｐｔｎが切り替わる度に、キャリアモードｐｔｎを補正量演算部１３４及びキャリア波生成部１３５に送信する。

　電圧位相演算部１３３は、ベクトル制御部１３１から受信したｄｑ軸電圧指令値Ｖｄｑ＿ｒｅｆ及び基準電圧位相θｖを用いて、位相調整を施した電圧位相θｖ２を算出する。電圧位相θｖ２は、例えば、基準電圧位相θｖに対して、９０［ｄｅｇ］位相を進めた位相とする。電圧位相演算部１３３は、電圧位相θｖ２を補正量演算部１３４に送信する。

　また、電圧位相演算部１３３は、電圧位相θｖ２を用いて、ｄｑ軸電圧指令値Ｖｄｑ＿ｒｅｆを三相座標に変換して、三相電圧指令値Ｖｕｖｗ＿ｒｅｆを演算する。電圧位相演算部１３３は、三相電圧指令値Ｖｕｖｗ＿ｒｅｆをゲートパルス生成部１３６に送信する。

　補正量演算部１３４は、電圧位相演算部１３３から受信した電圧位相θｖ２、及び同期パターン選択部１３２から受信したキャリアモードｐｔｎに基づいて、キャリア周期補正量Δｔｃを演算する。キャリア周期補正量Δｔｃは、電圧位相θｖ２と、キャリアモードｐｔｎに対応した位相指令値θｖ２＿ｒｅｆとの差分を補正するためのものである。補正量演算部１３４は、演算したキャリア周期補正量Δｔｃをキャリア波生成部１３５に送信する。

　キャリア周期補正量Δｔｃの演算について具体的に説明する。補正量演算部１３４は、同期パルス毎に位相指令値θｖ２＿ｒｅｆを生成してキャリア波を生成する。つまり、補正量演算部１３４は、キャリアモードｐｔｎが切り替わる度に、切り替わったキャリアモードｐｔｎに対応した位相指令値θｖ２＿ｒｅｆを生成する。例えば、同期９パルスで制御する場合、キャリア波の１周期毎に対して、電圧位相θｖ２を４０＝３６０／９［ｄｅｇ］毎に予め設定する。これにより、キャリアモード切替時の連続性が確保される。

　ここで、位相指令θｖ２＿ｒｅｆと、電圧位相θｖ２とに差異が生じ得る。補正量演算部１３４は、差分を速やかに解消するために、次の処理を行う。先ず、例えば、次の式（１）を用いて、位相指令θｖ２＿ｒｅｆと、電圧位相θｖ２との差分に相当する位相差分値ΔＰを算出する。

　ΔＰ＝θｖ２＿ｒｅｆ－θｖ２・・・（１）

　次に、補正量演算部１３４は、例えば、以下の式（２）を用いてキャリア周期補正量Δｔｃを算出する。式（２）において、ＧＡＩＮはキャリア周期ゲインである。補正量演算部１３４は、位相差分値にＧＡＩＮを乗算することで周期差量に変換している。なお、キャリア周期ゲインＧＡＩＮは、全運転領域中に位相差分値ΔＰが収束する範囲であれば、固定値を設定してもよいし、可変値を設定してもよい。例えば、キャリア周期ゲインＧＡＩＮを可変値に設定する場合は、速度指令値ω＿ｒｅｆに応じてキャリア周期ゲインＧＡＩＮを調整するように設定してもよい。補正量演算部１３４は、キャリア周期補正量Δｔｃをキャリア波生成部１３５も送信する。

　Δｔｃ＝ΔＰ×ＧＡＩＮ・・・（２）

　ここで、図８を用いて、補正量演算部１３４がキャリア周期補正量Δｔｃを生成する方法を説明する。図８は、実施の形態１に係る補正量演算部１３４の動作を示すフローチャートである。先ず、補正量演算部１３４は、位相指令値θｖ２＿ｒｅｆを生成する（ステップＳ１）。次に、補正量演算部１３４は、位相差分値ΔＰを演算する（ステップＳ２）。そして、補正量演算部１３４は、キャリア周期補正量Δｔｃを演算する（ステップＳ３）。

　キャリア波生成部１３５は、同期パターン選択部１３２から受信したキャリアモードｐｔｎ、補正量演算部１３４から受信したキャリア周期補正量Δｔｃ、及び速度指令値ω＿ｒｅｆに基づいて、キャリア波Ｃａｒｒｉｅｒを生成する。具体的には、キャリア波生成部１３５は、式（３）によりキャリア周期ｔｃを算出する。

　ｔｃ＝１／（ｐｔｎ×ω＿ｒｅｆ）＋Δｔｃ・・・（３）

　そして、キャリア波生成部１３５は、キャリア周期補正量Δｔｃが０に収束するようなキャリア周期ｔｃに基づいて、キャリア波Ｃａｒｒｉｅｒを出力する。以上により、キャリア波生成部１３５が出力するキャリア波Ｃａｒｒｉｅｒの周波数は、キャリアモード切替後、速やかに同期パルスの正確な周波数ｐｔｎ×ω＿ｒｅｆに収束する。キャリア波生成部１３５は、キャリア波Ｃａｒｒｉｅｒをゲートパルス生成部１３６に送信する。また、キャリア波生成部１３５は、キャリアモードｐｔｎが非同期モードを示す０である場合、固定のキャリア周波数Ｃａｒｒｉｅｒをゲートパルス生成部１３６に送信する。

　ゲートパルス生成部１３６は、電圧位相演算部１３３から受信した三相電圧指令値Ｖｕｖｗ＿ｒｅｆと、キャリア波生成部１３５から受信したキャリア波Ｃａｒｒｉｅｒとを比較してゲートパルスＧＰを出力する。ここで、ゲートパルス生成部１３６は、運転判断部１７０から受信した運転モード切替信号Ｏ＿ｓに応じて、通常運転時の固定のキャリア周波数、又は低ノイズパルス運転のキャリア周波数の何れかを比較対象とする。具体的に、運転モード切替信号Ｏ＿ｓが「ＯＦＦ」の場合、ゲートパルス生成部１３６は、通常運転時の固定のキャリア周波数Ｃａｒｒｉｅｒを比較対象としてゲートパルスＧＰを出力する。この際に、電動機２１は通常運転を行う。また、運転モード切替信号Ｏ＿ｓが「ＯＮ」の場合、ゲートパルス生成部１３６は、低ノイズパルス運転時のキャリア周波数Ｃａｒｒｉｅｒを比較対象としてゲートパルスＧＰを出力する。この際に、電動機２１は低ノイズパルス運転を行う。

　（劣化推定部１５０）
　図１に戻り、電動機制御装置１の劣化推定部１５０について説明する。劣化推定部１５０は、三相交流の内の２相の電流Ｉｕｖに基づいて、圧縮機２の故障の要因となる、インバータ４３、圧縮機２の主軸受２６、及び電動機２１の推定される劣化の程度を示す推定劣化度Ｗ＿ｅｓｔを求める。なお、圧縮機２の故障の要因となる、インバータ４３、圧縮機２の主軸受２６、及び電動機２１を推定対象と呼称する。もっとも、インバータ４３、圧縮機２の主軸受２６、及び電動機２１の何れか１つ又は２つを推定対象としてもよい。

　具体的に、三相交流の内の２相の電流Ｉｕｖには、推定対象ごとに、特定の周波数を中心として側帯波が現われる。劣化推定部１５０は、電流Ｉｕｖに表れる側帯波の強度を分析することで、推定劣化度Ｗ＿ｅｓｔを求める。なお、推定劣化度Ｗ＿ｅｓｔは、複数の種類の推定対象が存在する場合は、推定対象の種類ごとに推定劣化度Ｗ＿ｅｓｔを算出し、最も高い推定劣化度Ｗ＿ｅｓｔを算出する等すればよい。

　また、劣化推定部１５０は、三相電流Ｉｕｖｗの不平衡度合いに基づいて、不平衡度合いに基づいて推定劣化度Ｗ＿ｅｓｔを算出してもよい。三相電流Ｉｕｖｗの不平衡度合いは、Ｕ相及びＶ相の電流Ｉｕｖと、式（４）を用いて得られたＷ相電流Ｉｗとに基づいて算出される。なお、劣化推定部１５０は、三相電流を周波数領域変換して、変換後の値に基づいて推定劣化度Ｗ＿ｅｓｔを算出してもよい。

　Ｉｗ＝－Ｉｕ－Ｉｖ・・・（４）

　なお、三相電流Ｉｕｖｗの不平衡度合いは、次のようにして生じるものである。図１０は、実施の形態１に係る三相電流Ｉｕｖｗの不平衡度合いを説明するための図である。先ず、圧縮機２においては潤滑不良や異物混入など様々な要因により主軸受２６が劣化すると、図５の如く、主軸受２６の劣化がない状態（図４）と比較して主軸２３と主軸受２６とのギャップが広がる。なお、この際に、主軸２３の振れ回りが発生し、基本波周波数の側帯波が発生する。そして、主軸受２６は図３に示すように、主軸２３のラジアル方向の動きを支えているため、主軸２３と主軸受２６とのギャップが広がると、主軸２３が倒れる方向に変位する。これに伴い、図１０に示すように、電動機２１内で、回転子鉄心２１ａが磁気吸引力によって固定子鉄心２１ｂに引き付けられて回転し、固定子鉄心２１ｂ内周と回転子鉄心２１ａとのギャップが不均一となる。図１０では、主軸受２６の劣化時における電動機２１の回転子鉄心２１ａの可動範囲を破線で示している。このギャップの不均一性により電動機２１のインピーダンスの平衡性が崩れ、各相でインピーダンスが異なる状態となる。このため、電流波形は、不平衡成分を含んだ電流波形となる。

　ここで、図９を用いて、推定劣化度Ｗ＿ｅｓｔ及び基準劣化度ｘについて詳しく説明する。図９は、実施の形態１に係る圧縮機２の推定劣化度Ｗ＿ｅｓｔ及び基準劣化度ｘを説明するための図である。図９では、横軸は時間を表し、縦軸はインバータ４３及び圧縮機２の推定劣化度Ｗ＿ｅｓｔを表している。図９に示すように、推定劣化度Ｗ＿ｅｓｔは、時間経過とともに徐々に大きくなる。推定劣化度Ｗ＿ｅｓｔが大きいほど推定対象が劣化していることを示している。基準劣化度ｘは、予め実験等によって、推定対象が基準劣化度ｘに達した場合における圧縮機が故障に至るまでの時間が、所定の時間となる程度に定められている。所定の時間とは、例えば、ユーザが修理の手配等を行うのに十分と考えられる時間である。

　（劣化通知部１６０）
　劣化通知部１６０は、劣化推定部１５０から受信した推定劣化度Ｗ＿ｅｓｔに応じて、電動機２１が搭載された機器に劣化が発生していることを示す通知画面をユーザ端末２００に表示させる。具体的に、劣化通知部１６０は、推定劣化度Ｗ＿ｅｓｔが予め定められた基準劣化度ｘ以上であるか否かを判定する。推定劣化度Ｗ＿ｅｓｔが予め定められた基準劣化度ｘ以上である場合は、劣化通知部１６０は、ユーザ端末２００（図１参照）に通知画面を表示させる。ユーザ端末２００は、例えば、空気調和機の室内機に設けられ、ディスプレイ及びボタンを有する設定モニタ又はリモコン等である。設定モニタ又はリモコンは、ディスプレイ及びボタンの組み合わせではなく、タッチ式のディスプレイを有していてもよい。ユーザ端末２００は、本開示の「表示装置」の一例である。

　図１１は、実施の形態１に係る通知画面Ｇを説明する図である。劣化通知部１６０では、図１１に示すように、通知画面Ｇには、電動機２１が搭載された機器に劣化が発生していることを通知する文言Ｍ１、及び低ノイズパルス運転の開始についての諾否を尋ねる文言Ｍ２が含まれる。なお、文言Ｍ１に含まれる「延命運転」とは、低ノイズパルス運転を、ユーザにわかりやすく表現したものである。また、上述したように、劣化の推定対象はインバータ４３、圧縮機２の主軸受２６、及び電動機２１であるが、図１１では「機器」と故障の対象を簡潔に表現している。劣化通知部１６０によって通知画面Ｇを表示させることで、ユーザに機器の故障が近いことを知覚させ、修理の手配等、保守リソースの確保を促すことができる。

　ユーザ端末２００は、通知画面Ｇを確認したユーザによる低ノイズパルス運転の開始についての諾否の操作を受け付ける。ユーザが延命運転を承諾した、つまり図１１の「Ｙｅｓ」を選択した場合、運転判断部１７０に低ノイズパルス運転開始信号Ｌ＿ｓの「ＯＮ」を制御部１３０に出力する。一方で、ユーザが延命運転を拒否した、つまり図１１の「Ｎｏ」を選択した場合、運転判断部１７０に低ノイズパルス運転開始信号Ｌ＿ｓの「ＯＦＦ」を出力する。なお、ユーザ端末２００は、上記以外にも例えば、ユーザが設定温度又は設定風量等を入力する場合にも用いられる。

　（運転判断部１７０）
　運転判断部１７０は、推定劣化度Ｗ＿ｅｓｔが基準劣化度ｘ以上、且つ速度指令値ω＿ｒｅｆが切替速度ω＿ｒｅｆ１以上、且つ低ノイズパルス運転開始信号Ｌ＿ｓの「ＯＮ」が出力されている場合、運転モード切替信号Ｏ＿ｓの「ＯＮ」信号を制御部１３０に送信する。運転判断部１７０は、上記の条件に該当しない場合、運転モード切替信号Ｏ＿ｓの「ＯＦＦ」信号を制御部１３０に送信する。制御部１３０は、運転モード切替信号Ｏ＿ｓの「ＯＮ」信号が入力されることで低ノイズパルス運転を実行させる。また、制御部１３０は、運転モード切替信号Ｏ＿ｓの「ＯＦＦ」信号が入力されることで通常運転を実行させる。

　また、運転判断部１７０は、推定劣化度Ｗ＿ｅｓｔが基準劣化度ｘ以上の場合、圧縮機２の外部に設けられた管理用の管理端末３００（図１参照）等に、電動機２１が設けられた機器が劣化している旨を表示する。これにより、機器を管理している管理者に当該機器が劣化していることを通知し、管理者に保守作業の準備を行わせることができる。なお、管理用の管理端末３００とは、圧縮機２の管理を行う専用のハードウェア装置、又は汎用のコンピュータである。

　ここで、図１２及び１２を用いて、通常運転と低ノイズパルス運転での出力電圧について説明する。図１２は、実施の形態１に係る通常運転の出力電圧を説明するための図である。図１３は、実施の形態１に係る低ノイズパルス運転の出力電圧を説明するための図である。何れの図においても、実線は、インバータ４３から圧縮機２に印加される電圧を表し、点線は、三相電圧指令値Ｖｕｖｗ＿ｒｅｆの内、何れか１相の電圧指令値を示している。ここでは、Ｕ相の電圧指令値Ｖｕ＿ｒｅｆの１周期を表しているものとして説明する。

　非同期ＰＷＭ制御を行う通常運転では、電動機２１の回転数が上がり、出力電圧のパルス数が減っていくと、図１２に示すように、Ｕ相の電圧指令値Ｖｕ＿ｒｅｆの１周期に対して、正負で出力電圧のパルス出力が不規則となる。このため、電動機２１に供給される電流が乱れ、結果、圧縮機２の故障に繋がる。

　一方で、同期ＰＷＭ制御を行う低ノイズパルス運転では、図１３に示すように、Ｕ相の電圧指令値Ｖｕ＿ｒｅｆの１周期に対して、正負で出力電圧のパルス出力が同等である。つまり、出力電圧のパルス波形は、各周期で同一波形の正負を繰り返す。このため、電動機２１に供給される電流が乱れず、圧縮機２は安定して動作する。このため、圧縮機２の各部は、通常運転と比較して劣化の進行が抑制される。

　また、低ノイズパルス運転では、速度指令値ω＿ｒｅｆが大きいほど、キャリア信号とインバータ４３の出力電圧との周波数比が順次段階的に低減するように、キャリアモードｐｔｎを生成している。このため、速度指令値ω＿ｒｅｆが大きいほど、キャリア信号の周波数が小さくなる。キャリア信号が小さくなることで、インバータ４３のスイッチング回数も減少するため、スイッチング損失が低減している。このように、低ノイズパルス運転では、通常運転よりもスイッチング損失が低減されるように、インバータ４３のスイッチングパターンが調整されている。

　スイッチング損失が低減していることで、インバータ４３のスイッチング素子４３ａ及び逆流防止素子４３ｂの温度の上昇も抑制されている。このため、インバータ４３は、劣化の進行が抑制される。また、スイッチング損失が低減していることで、同じスイッチング時の過渡現象として発生するスイッチングノイズが抑制されるため、電動機２１及び主軸受２６における劣化の進行も抑制される。

　また、同期ＰＷＭ運転では、インバータ４３の上下のスイッチング素子４３ａで出力電圧のパルス出力が同等であるため、上下のスイッチング素子４３ａの劣化の進行の偏りを抑制することが可能となる。以上のように、低ノイズパルス運転によれば、推定対象とされた、インバータ４３、圧縮機２の主軸受２６、及び電動機２１の劣化の進行を抑制することができる。

　図１４を用いて、運転判断部１７０の動作について説明する。図１４は、実施の形態１に係る運転判断部１７０の動作を示すフローチャートである。先ず、運転判断部１７０は、推定劣化度Ｗ＿ｅｓｔが基準劣化度ｘ以上であるか否かを判定する（ステップＳ１１）。推定劣化度Ｗ＿ｅｓｔが基準劣化度ｘ未満である場合（ステップＳ１１：ＮＯ）、運転判断部１７０は、運転モード切替信号Ｏ＿ｓの「ＯＦＦ」信号を制御部１３０に送信する（ステップＳ１６）。これにより、電動機２１は通常運転を行う。推定劣化度Ｗ＿ｅｓｔが基準劣化度ｘ以上である場合（ステップＳ１１：ＹＥＳ）、運転判断部１７０は、電動機２１が設けられた機器が劣化している旨を管理端末３００に通知する（ステップＳ１２）。

　次に、運転判断部１７０は、速度指令値ω＿ｒｅｆが切替速度ω＿ｒｅｆ１以上であるか否かを判定する（ステップＳ１３）。速度指令値ω＿ｒｅｆが切替速度ω＿ｒｅｆ１未満の場合（ステップＳ１３：ＮＯ）、運転判断部１７０は、運転モード切替信号Ｏ＿ｓの「ＯＦＦ」信号を制御部１３０に送信する（ステップＳ１６）。これにより、電動機２１は通常運転を行う。速度指令値ω＿ｒｅｆが切替速度ω＿ｒｅｆ１以上の場合（ステップＳ１３：ＹＥＳ）、運転判断部１７０は、劣化通知部１６０から受信した低ノイズパルス運転開始信号Ｌ＿ｓが「ＯＮ」であるか否かを判定する（ステップＳ１４）。

　劣化通知部１６０から受信した低ノイズパルス運転開始信号Ｌ＿ｓが「ＯＦＦ」の場合（ステップＳ１４：ＮＯ）、運転判断部１７０は、運転モード切替信号Ｏ＿ｓの「ＯＦＦ」信号を制御部１３０に送信する（ステップＳ１６）。これにより、電動機２１は通常運転を行う。劣化通知部１６０から受信した低ノイズパルス運転開始信号Ｌ＿ｓが「ＯＮ」の場合（ステップＳ１４：ＹＥＳ）、運転判断部１７０は、運転モード切替信号Ｏ＿ｓの「ＯＮ」信号を制御部１３０に送信する（ステップＳ１５）。これにより、電動機２１は低ノイズパルス運転を行う。

　以上のように、実施の形態１の電動機制御装置１は、通常運転よりもスイッチング損失が低減するように、インバータ４３のスイッチングパターンが調整された低ノイズパルス運転を行う。このため、インバータ４３及び電動機２１の劣化が抑制される。したがって、電動機２１が搭載された機器において、計画された保守時期に至るまでにユーザにとって不測のダウンタイムが発生することが抑制される。

　また、電動機２１が搭載された機器が圧縮機２である場合は、圧縮機２の軸受の劣化が抑制される。したがって、圧縮機２において、計画された保守時期に至るまでにユーザにとって不測のダウンタイムが発生することが抑制される。

　また、以上のように、実施の形態１の電動機制御装置１は、電源３から供給され、インバータ４３を有する電力変換装置４を用いて変換された電力によって動作する電動機２１を制御する、電動機２１の制御方法を実行する。具体的に、実施の形態１の電動機２１の制御方法では、先ず、電動機２１が搭載された機器、又はインバータ４３の劣化の程度を推定した推定劣化度を算出する。次に、推定劣化度と予め定められた基準劣化度とを比較し、電動機２１の運転モードを、推定劣化度が基準劣化度未満である場合は通常運転に設定し、推定劣化度が基準劣化度以上である場合は低ノイズパルス運転に設定する。そして、設定された運転モードに基づいて、インバータ４３を制御する。ここで、低ノイズパルス運転は、通常運転よりもスイッチング損失を低減させるものである。このため、インバータ４３及び電動機２１の劣化が抑制される。したがって、実施の形態１の電動機２１の制御方法によれば、電動機２１が搭載された機器において、計画された保守時期に至るまでにユーザにとって不測のダウンタイムが発生することが抑制される。

　実施の形態２．
　図１５は、実施の形態２に係る制御部１３０を示す機能ブロック図である。図１５に示すように、実施の形態２は、電動機制御装置１の制御部１３０が学習部１４１及び推論部１４２を有する点で実施の形態１と相違する。実施の形態２では、実施の形態１と同一の部分は同一の符合を付して説明を省略し、実施の形態１との相違点を中心に説明する。

　実施の形態２に係る電動機制御装置１は、いわゆる人工知能（ＡＩ：Ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ）を用いて、インバータ４３に送信されるゲートパルスＧＰを、非同期ＰＷＭ制御よりもスイッチング損失を小さくする低ノイズパルス運転を行うものである。電動機制御装置１のハードウェア構成には、実施の形態１で説明したものに加えて、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）を追加するようにしてもよい。

　（電圧位相演算部１３３）
　実施の形態２では、電圧位相演算部１３３は、実施の形態１と異なり、電圧位相θｖ２を算出しない。

　（ゲートパルス生成部１３６）
　ゲートパルス生成部１３６は、推論部１４２を有している。ゲートパルス生成部１３６は、運転モード切替信号Ｏ＿ｓに基づき、通常運転、又は低ノイズパルス運転の何れの運転モードを行うかによって、出力するゲートパルスＧＰを異ならせる。通常運転では、実施の形態１で説明した非同期ＰＷＭ制御を行うゲートパルスＧＰを出力する。低ノイズパルス運転では、推論部１４２の行う処理に基づくゲートパルスＧＰを出力する。推論部１４２についての説明は後述する。

　（学習部１４１）
　学習部１４１は、教師あり学習の手法を用いて、ゲートパルスＧＰのスイッチングパターンを生成する学習済みモデルＰＧＦを生成するものである。学習済みモデルＰＧＦは、学習によって調整されたパラメータを用いてスイッチングパターンを生成する関数が含まれたプログラムである。学習部１４１による学習済みモデルＰＧＦの生成は、電動機２１が安定して動作しているとき、換言すると、電動機２１の負荷及び速度の変動が小さいときに行われる。ここでは、三相電圧指令値Ｖｕｖｗ＿ｒｅｆの変動が所定の値以内であれば、電動機２１の負荷及び速度の変動が小さいとして、学習部１４１による学習済みモデルＰＧＦの生成が行われるものとして説明する。

　以下では、学習済みモデルＰＧＦの生成方法を具体的に説明する。学習部１４１は、学習用データとして、三相電圧指令値Ｖｕｖｗ＿ｒｅｆ及びゲートパルスＧＰのスイッチングパターンを複数の周期分をまとめ、データセットＤ＿ｓｅｔとして調整したものを用いる。データセットＤ＿ｓｅｔに用いられる制御方式は、モデル予測制御（Ｍｏｄｅｌ　Ｐｒｅｄｉｃｔｉｖｅ　Ｃｏｎｔｒｏｌ）、低次高調波消去（Ｌｏｗ―ｏｒｄｅｒ　Ｈａｒｍｏｎｉｃ　Ｅｌｉｍｉｎａｔｉｏｎ）、及び最適パルスパターン（Ｏｐｔｉｍｉｚｅｄ　Ｐｕｌｓｅ　Ｐａｔｔｅｒｎｓ）等である。これらは何れも、非同期ＰＷＭ制御と比較して、インバータ４３のスイッチング損失を小さくする制御方式である。なお、機器の劣化を模擬したシミュレーション環境において、予め再現して得られたスイッチングパターンをデータセットＤ＿ｓｅｔとして用いてもよい。また、データセットＤ＿ｓｅｔは、予め記憶部１８０に記憶されている。

　具体的に、データセットＤ＿ｓｅｔは、任意の周期ｔとした場合に、前回の周期ｔ－１に生成したゲートパルスＧＰ＿ｔｒ（ｔ－１）のスイッチングパターン、及び任意の周期ｔでの三相電圧指令値Ｖｕｖｗ＿ｒｅｆ＿ｔｒ（ｔ）が定められたときの、任意の周期ｔに生成されたゲートパルスＧＰ＿ｔｒ（ｔ）のスイッチングパターンが、周期ごとに複数記録されたものである。

　学習部１４１は、データ取得部１４１ａ及びモデル生成部１４１ｂを有する。データ取得部１４１ａは、データセットＤ＿ｓｅｔから、任意の周期の前の周期ｔ－１に生成したゲートパルスＧＰ＿ｔｒ（ｔ－１）のスイッチングパターン、及び任意の周期ｔの三相電圧指令値Ｖｕｖｗ＿ｒｅｆ＿ｔｒ（ｔ）を入力データとして取得する。また、データ取得部１４１ａは、任意の周期ｔに生成されたゲートパルスＧＰ＿ｔｒ（ｔ）のスイッチングパターンをラベルとして取得する。データ取得部１４１ａは、ゲートパルスＧＰのスイッチングパターンが周期ごとに複数記録されたデータセットＤ＿ｓｅｔから、これらの入力データ及びラベルからなる教師データ組を複数取得する。

　モデル生成部１４１ｂは、教師データ組の、任意の周期の前の周期ｔ－１に生成したゲートパルスＧＰ＿ｔｒ（ｔ－１）のスイッチングパターン、及び任意の周期ｔの三相電圧指令値Ｖｕｖｗ＿ｒｅｆ＿ｔｒ（ｔ）から、ゲートパルスＧＰ（ｔ）のスイッチングパターンを出力するモデルにおいて、ゲートパルスＧＰ（ｔ）のスイッチングパターンが、教師データ組のゲートパルスＧＰ＿ｔｒ（ｔ）のスイッチングパターンに近くづくように学習を進める。モデル生成部１４１ｂは、複数の周期の教師データ組に基づいてモデルの学習を行う。

　具体的に、モデルは、複数のパーセプトロンを組み合わせて構成したニューラルネットワークからなり、各パーセプトロンには、バイアス値及び重み付け係数が設定されている。バイアス値及び重み付け係数は、学習によって調整されるパラメータである。学習では、ニューラルネットワークに複数の教師データを与え、ニューラルネットワークの出力がラベルに近づくように、各パーセプトロンのバイアス値及び重み付け係数を調整する。パーセプトロンのバイアス値及び重み付け係数を調整する手法には、誤差逆伝搬法（Ｂａｃｋ－ｐｒｏｐａｇａｔｉｏｎ）等が用いられる。誤差逆伝搬法では、ニューラルネットワークの出力とラベルとの誤差を小さくするようにバイパス値及び重み付け係数が調整される。

　なお、モデル生成部１４１ｂが学習に用いるニューラルネットワークを多層化することで、いわゆるディープラーニングにより学習を行うようにしてもよい。

　上述した方法によって、モデル生成部１４１ｂは、任意の周期における電圧指令値と、当該任意の周期の１周期前の周期のスイッチングパターンとを含む学習用データを用いて、当該任意の周期のスイッチングパターンを推論するため学習済みモデルＰＧＦを生成する。つまり、学習済みモデルＰＧＦは、教師データ組の特徴を学習し、制御時において、１周期前に決定したゲートパルスＧＰ（ｔ－１）のスイッチングパターン、及び制御時の三相電圧指令値Ｖｕｖｗ＿ｒｅｆ（ｔ）から、ゲートパルスＧＰ（ｔ）のスイッチングパターンを出力するものである。学習済みモデルＰＧＦは、記憶部１８０に記憶される。学習済みモデルＰＧＦは、推論部１４２によって、ゲートパルスＧＰの生成に用いられる。なお、図１５では、簡略化のため、記憶部１８０を図示せず、推論部１４２によって学習部１４１から学習済みモデルＰＧＦが取得されるように記載している。

　（推論部１４２）
　推論部１４２は、学習済みモデルＰＧＦに対して、制御時において、１周期前に決定したゲートパルスＧＰ（ｔ－１）のスイッチングパターン、及び制御時の三相電圧指令値Ｖｕｖｗ＿ｒｅｆ（ｔ）を入力することで、出力すべきゲートパルスＧＰ（ｔ）スイッチングパターンを求める。

　上述したように、学習に用いたデータセットＤ＿ｓｅｔは、非同期ＰＷＭ制御と比較して、インバータ４３のスイッチング損失を小さくするゲートパルスＧＰを出力する制御方式での制御パターンである。このため、学習済みモデルＰＧＦも、非同期ＰＷＭ制御と比較して、インバータ４３のスイッチング損失を小さくするゲートパルスＧＰを出力することができる。以下では、推論部１４２を有するゲートパルス生成部１３８が行う、学習済みモデルＰＧＦを用いたインバータ４３の制御を、ＡＩスイッチング制御と呼称することがある。

　なお、学習部１４１は、学習時に用いた制御方式の種別によって、複数の学習済みモデルＰＧＦを構築するようにしてもよい。例えば、スイッチング損失の低減だけを目的とした学習済みモデルＰＧＦだけでなく、圧縮機２の振動の低減等、ユーザの要望に応じた他の目的を実現する学習済みモデルＰＧＦを構築してもよい。複数の学習済みモデルＰＧＦが構築された場合、学習済みモデルＰＧＦと、学習済みモデルＰＧＦごとに採番された個別の番号とを対応させたパターンテーブルが記憶部１８０に記憶される。

　複数の学習済みモデルＰＧＦが構築された場合、推論部１４２は、学習済みモデルＰＧＦの種類選択指令ＴＳＣを生成し、記憶部１８０に出力することで、記憶部１８０から種類選択指令ＴＳＣに対応する学習済みモデルＰＧＦを取得する。種類選択指令ＴＳＣには、パターンテーブルにおける学習済みモデルＰＧＦごとに採番された個別の番号が含まれており、対応する学習済みモデルＰＧＦを記憶部１８０が読み出すことができる。なお、図１５では、簡略化のため、記憶部１８０を図示せず、学習部１４１から推論部１４２に種類選択指令ＴＳＣが出力されるように記載している。

　図１６は、実施の形態２に係る学習部１４１の動作を示すフローチャートである。図１７は、実施の形態２に係るゲートパルス生成部１３６の動作を示すフローチャートである。なお、以下で説明する処理手順は、学習部１４１による学習方法の一例である。そのため、各処理は、可能な限り変更されてもよく、また、実施の形態に応じて、適宜、処理の省略、置換、及び追加が可能である。

　先ず、図１６に示すように、学習部１４１では、学習を行うか否かを判断する（ステップＳ２１）。学習を行う場合（ステップＳ２１：ＹＥＳ）、学習部１４１のデータ取得部１４１ａは、教師データから入力データを取得する（ステップＳ２２）。続いて、学習部１４１のデータ取得部１４１ａは、教師データからラベルを取得する（ステップＳ２３）。そして、学習部１４１のモデル生成部１４１ｂは、これらの入力データ及びラベルからなる教師データ組により、教師データ付き学習を行い、学習済みモデルＰＧＦを取得する（ステップＳ２４）。学習部１４１は、取得した学習済みモデルＰＧＦを記憶部１８０に記憶する（ステップＳ２５）。

　学習を行わない場合（ステップＳ２１：ＮＯ）、図１７に示すように、ゲートパルス生成部１３６は、運転モード切替信号Ｏ＿ｓが「ＯＮ」であるか否かを判定する（ステップＳ３１）。運転モード切替信号Ｏ＿ｓが「ＯＦＦ」である場合（ステップＳ３１：ＮＯ）、ゲートパルス生成部１３６は、非同期ＰＷＭ制御に基づくゲートパルスを生成する（ステップＳ３２）。そして、ゲートパルス生成部１３６は、非同期ＰＷＭ制御に基づくゲートパルスによってインバータ４３を制御することで（ステップＳ３６）、インバータ４３に通常運転を行わせる。

　運転モード切替信号Ｏ＿ｓが「ＯＮ」である場合（ステップＳ３１：ＹＥＳ）、ゲートパルス生成部１３６は、記憶部１８０に記憶された学習済みモデルＰＧＦを取得する（ステップＳ３３）。続いて、ゲートパルス生成部１３６は、入力データである制御時点の１周期前に生成したゲートパルスＧＰ（ｔ－１）のスイッチングパターン、及び制御時点の三相電圧指令値Ｖｕｖｗ＿ｒｅｆ（ｔ）を取得する（ステップＳ３４）。ゲートパルス生成部１３６は、学習済みモデルＰＧＦに入力データを入力し、ＡＩスイッチング制御に基づくゲートパルスのスイッチングパターンを生成する（ステップＳ３５）。そして、ゲートパルス生成部１３６は、ＡＩスイッチング制御に基づくゲートパルスによってインバータ４３を制御することで（ステップＳ３６）、インバータ４３に低ノイズパルス運転を行わせる。

　実施の形態２の電動機制御装置１も、実施の形態１と同様に、前記通常運転よりもスイッチング損失が低減するように、前記インバータ４３のスイッチングパターンが調整された低ノイズパルス運転を行う。このため、インバータ４３、及び電動機２１の劣化の進行が抑制される。したがって、電動機２１が搭載された機器において、計画された保守時期に至るまでにユーザにとって不測のダウンタイムが発生することが抑制される。

　また、実施の形態２では、学習済みモデルＰＧＦを目的ごとに複数生成することで、ユーザの要望に応じて、圧縮機２の振動の低減等、種々の効果が得られる。

　実施の形態３．
　図１８は、実施の形態３に係る制御部１３０を示す機能ブロック図である。図１８に示すように、実施の形態３は、次の２点で実施の形態２と相違する。１つ目の相違点は、電動機制御装置１が状態観測部１３７を有する点である。２つ目の相違点は、学習部１４１が報酬計算部１４１ｃ及び関数更新部１４１ｄを有する点である。実施の形態３では、実施の形態１及び２と同一の部分は同一の符合を付して説明を省略し、実施の形態１及び２との相違点を中心に説明する。

　実施の形態３の電動機制御装置１は、実施の形態２の電動機制御装置１に加えて強化学習を行うものである。強化学習とは、与えられた環境において、価値を最大化するようにエージェントを学習させる学習手法である。強化学習の代表的な手法として、Ｑ学習（Ｑ－ｌｅａｒｎｉｎｇ）やＴＤ学習（ＴＤ－ｌｅａｒｎｉｎｇ）が知られている。ここでは、与えられた環境が電動機２１に流れる電流、つまり圧縮機２の状態に相当し、価値がインバータ４３のスイッチング損失の低減に相当し、そしてエージェントが学習済みモデルＰＧＦに相当する。つまり、実施の形態３では、教師データ付き学習によって生成された学習済みモデルＰＧＦに基づいて電動機２１を制御しつつ、スイッチング損失が更に低減するように、学習済みモデルＰＧＦに基づく低ノイズパルス運転の強化学習を繰り返し行うものである。

　（ゲートパルス生成部１３６）
　ゲートパルス生成部１３６は、電動機制御装置１の初期状態における学習済みモデルＰＧＦを取得する。初期状態における学習済みモデルＰＧＦとは、例えば電動機２１の動作が安定してから最初に取得された学習済みモデルＰＧＦである。

　ゲートパルス生成部１３６は、運転モード切替信号Ｏ＿ｓに基づき、非同期ＰＷＭ制御におけるゲートパルスＧＰ、又は電動機制御装置１の初期状態における学習済みモデルＰＧＦによるゲートパルスＧＰを、インバータ４３及び状態観測部１３７に送信する。学習済みモデルＰＧＦを利用する場合は、上述したように、制御時において、１周期前に決定したゲートパルスＧＰ（ｔ－１）のスイッチングパターン、及び制御時の三相電圧指令値Ｖｕｖｗ＿ｒｅｆ（ｔ）から、ゲートパルスＧＰ（ｔ）のスイッチングパターンを出力する。インバータ４３にゲートパルスＧＰが出力されることで、三相電圧指令値Ｖｕｖｗ＿ｒｅｆ（ｔ）に対応した速度で圧縮機２の電動機２１が駆動する。

　（状態観測部１３７）
　状態観測部１３７は、ゲートパルスＧＰからスイッチング回数Ｓｗ＿ｃｏｕｎｔをカウントする。また、状態観測部１３７は、三相交流電流Ｉｕｖｗの何れか一相の電流を周波数変換した結果に基づいて、基本周波数ｆａの側帯波ａの強度を示す側帯波強度Ｓｗ＿ｌｅｖｅｌを取得する。なお、ここでは周波数変換の対象がＵ相電流Ｉｕである場合を例にしたが、周波数変換の対象は他の相の電流であってもよい。

　ここで、図１９及び図２０を用いて、電動機２１の劣化状態について説明する。図１９は、正常時の電動機２１に出力される電流Ｉｕの周波数特性を示すスペクトル図である。図２０は、劣化が進行した電動機２１に出力される電流Ｉｕの周波数特性を示すスペクトル図である。図１９及び図２０では、電動機２１の負荷条件が同等である場合を示している。図１９及び図２０では、縦軸を各周波数の「強度」とし、横軸を「周波数」としている。

　図１９及び図２０に示すように、電動機２１が正常であっても、また電動機２１の劣化が進行していても、基本周波数ｆａの強度は他の周波数よりも高い。また、電動機２１が正常であるときの基本周波数ｆａの強度と、電動機２１の劣化が進行しているときの基本周波数ｆａの強度とは同等な値である。しかし、図２０に示すように、電動機２１の劣化が進行すると、基本周波数ｆａを中心に、側帯波ａが発生する。この側帯波ａは、電動機２１の劣化が進行すれほど、強度が大きくなる。このため、基本周波数ｆａを中心とした側帯波ａの程度、即ち側帯波強度Ｓｗ＿ｌｅｖｅｌによって、電動機２１の劣化の程度を判断することができる。なお、ここでの電動機２１の劣化は、所謂、初期劣化と後期劣化とがあるうちの、初期劣化を意味している。後期劣化は不可逆的な変化である。一方、初期劣化は、電動機２１にかかる負荷の影響に応じて振れ回り現象の発生の有無が変化するものであるため、側帯波強度Ｓｗ＿ｌｅｖｅｌを変化させる。

　（報酬計算部１４１ｃ）
　報酬計算部１４１ｃは、状態観測部１３７で演算した側帯波強度Ｓｗ＿ｌｅｖｅｌに基づいて、報酬を決定する。具体的に、報酬計算部１４１ｃは、状態観測部１３７で演算した側帯波強度Ｓｗ＿ｌｅｖｅｌが既定値以内かどうかを判定する。報酬計算部１４１ｃは、側帯波強度Ｓｗ＿ｌｅｖｅｌが既定値以内であると判定した場合、報酬として予め設定した変化量Δ１を増やす。一方、報酬計算部１４１ｃは、側帯波強度Ｓｗ＿ｌｅｖｅｌが既定値を超えると判定した場合、予め設定した変化量Δ１を減らす。

　同様に、報酬計算部１４１ｃは、状態観測部１３７で演算したスイッチング回数Ｓｗ＿ｃｏｕｎｔに基づいて、報酬を決定する。具体的に、報酬計算部１４１ｃは、状態観測部１３７で演算したスイッチング回数Ｓｗ＿ｃｏｕｎｔが更新前の学習済みモデルＰＧＦに基づくスイッチング回数Ｓｗ＿ｃｏｕｎｔよりも減少したかどうかを判定する。報酬計算部１４１ｃは、更新前の学習済みモデルＰＧＦに基づくスイッチング回数Ｓｗ＿ｃｏｕｎｔよりも減少した場合、報酬として予め設定した変化量Δ２を増やす。また、報酬計算部１４１ｃは、更新前の学習済みモデルＰＧＦに基づくスイッチング回数Ｓｗ＿ｃｏｕｎｔよりも増加した場合、予め設定した変化量Δ２を減らす。なお、スイッチング回数Ｓｗ＿ｃｏｕｎｔに基づく報酬を、予め定められた規定値に対する比較によって決定してもよい。

　（関数更新部１４１ｄ）
　関数更新部１４１ｄは、報酬計算部１４１ｃで報酬として得られた変化量Δ１及び変化量Δ２に基づいて、価値関数を更新する。具体的に、重み付け係数及びバイアスは、変化量Δ１及び変化量Δ２の最大化を図って調整され、これにより、側帯波ａの強度を既定値の範囲内に維持しながら、スイッチング回数が小さくなるように価値関数が更新される。なお、スイッチング回数が小さくなることで、スイッチング損失も低減される。そして、学習済みモデルは更新された価値関数に基づいて更新される。価値関数は、例えば、公知のＱ学習で用いられるものである。学習済みモデルの更新とは、学習済みモデルを構成するニューラルネットワークの各パーセプトロンの重み付け係数及びバイアスが調整されることを意味する。

　図２１は、実施の形態３に係る学習部１４１及び状態観測部１３７の動作を示すフローチャートである。なお、以下で説明する処理手順は、学習部１４１による学習方法の一例である。各処理は、可能な限り変更されてもよいし、適宜、処理の省略、置換、及び追加が可能である。

　先ず、学習部１４１は、電動機制御装置１の初期状態における学習済みモデルＰＧＦを取得する（ステップＳ４１）。次に、学習部１４１は、取得した学習済みモデルＰＧＦに基づいて、スイッチングパターンを決定し（ステップＳ４２）、状態観測部１３７がその際の電動機２１に流れる電流における側帯波の強度を取得する（ステップＳ４３）。

　学習部１４１の報酬計算部１４１ｃは、電動機２１に流れる電流の側帯波の強度が規定値以上か否かを判定する（ステップＳ４４）。電動機２１に流れる電流の側帯波の強度が規定値以内の場合（ステップＳ４４：ＹＥＳ）、報酬計算部１４１ｃは、報酬を増やす（ステップＳ４５）。電動機２１に流れる電流の側帯波の強度が規定値未満の場合（ステップＳ４４：ＮＯ）、報酬計算部１４１ｃは、報酬を減らす（ステップＳ４６）。

　報酬計算部１４１ｃは、電圧指令に対するスイッチング回数が更新前の学習済みモデルＰＧＦに基づくスイッチング回数Ｓｗ＿ｃｏｕｎｔよりも減少したか否かを判定する（ステップＳ４７）。電圧指令に対するスイッチング回数が更新前の学習済みモデルＰＧＦに基づくスイッチング回数Ｓｗ＿ｃｏｕｎｔよりも減少した場合（ステップＳ４７：ＹＥＳ）、報酬計算部１４１ｃは、報酬を増やす（ステップＳ４８）。電圧指令に対するスイッチング回数が更新前の学習済みモデルＰＧＦに基づくスイッチング回数Ｓｗ＿ｃｏｕｎｔよりも増加した場合（ステップＳ４７：ＮＯ）、報酬計算部１４１ｃは、報酬を減らす（ステップＳ４９）。学習部１４１の関数更新部１４１ｄは、電動機２１に流れる電流の側帯波の強度に基づいて与える報酬と、電圧指令に対するスイッチング回数に基づいて与える報酬とに基づいて、学習済みモデルＰＧＦを更新する。そして、Ｓ４２～Ｓ５０の処理が繰り返されることで、スイッチング損失がより低減されるスイッチングパターンを生成する学習済みモデルＰＧＦが得られる。

　実施の形態３の電動機制御装置１も、実施の形態１及び２と同様に、前記通常運転よりもスイッチング損失が低減するように、前記インバータ４３のスイッチングパターンが調整された低ノイズパルス運転を行う。このため、インバータ４３、及び電動機２１の劣化の進行が抑制される。したがって、電動機２１が搭載された機器において、計画された保守時期に至るまでにユーザにとって不測のダウンタイムが発生することが抑制される。

　また、実施の形態３によれば、実施の形態２で生成された学習済みモデルが更新される。このため、実施の形態３では、学習済みモデルＰＧＦが更新されるたびに、実施の形態２の学習済みモデルよりも更にインバータ４３のスイッチング損失を小さくすることができる。

　実施の形態４．
　図２２は、実施の形態４に係る圧縮機２、電源３、及び電力変換装置４を示す概略構成図である。実施の形態４は、次の３点で実施の形態１～３と相違する。１つ目の相違点は、図２２に示すように、劣化推定部１５０が劣化箇所Ｗ＿ｐｏｉｎｔを運転判断部１７０に送信する点である。２つ目の相違点は、制御部１３０が駆動時間Ｄ＿ｔｉｍｅを運転判断部１７０に送信する点である。３つ目の相違点は、低ノイズパルス運転として、実施の形態１で説明した非同期ＰＷＭ制御と、実施の形態２及び３で説明したＡＩスイッチング制御を用いた制御とを使い分ける点である。実施の形態４では、実施の形態１～３と同一の部分は同一の符合を付して説明を省略し、実施の形態１～３との相違点を中心に説明する。

　（劣化推定部１５０）
　劣化推定部１５０は、三相交流電流の一相であるＵ相電流Ｉｕを周波数変換した結果に基づいて、劣化箇所Ｗ＿ｐｏｉｎｔを特定する。なお、ここでは周波数変換の対象がＵ相電流Ｉｕである場合を例にしたが、周波数変換の対象は他の相の電流であってもよい。劣化推定部１５０は、特定された劣化箇所Ｗ＿ｐｏｉｎｔを、運転判断部１７０に出力する。劣化箇所Ｗ＿ｐｏｉｎｔには、電動機２１又はインバータ４３の何れかを示す情報が含まれる。

　図２３を用いて、劣化箇所の判断方法について説明する。図２３は、実施の形態４に係る劣化が進行した電動機２１に出力される電流の周波数特性を示すスペクトル図である。図２３では、縦軸を各周波数の「強度」とし、横軸を「周波数」としている。図２３に示すように、電動機２１が劣化している場合、基本周波数ｆａを中心とした側帯波ａが発生する。また、インバータ４３が劣化している場合、スイッチング周波数ｆｃを中心とした側帯波ｂが発生する。このため、基本周波数ｆａ近傍の周波数領域を低周波数領域とし、スイッチング周波数ｆｃ近傍の周波数領域を高周波数領域とすると、低周波数領域における側帯波ａが存在すれば電動機２１に劣化が生じていると判断できる。同様に、高周波数領域における側帯波ｂが存在すればインバータ４３に劣化が生じていると判断できる。劣化推定部１５０は、このような判断方法に基づいて、劣化箇所Ｗ＿ｐｏｉｎｔに電動機２１又はインバータ４３の何れかを示す情報を設定し、劣化通知部１６０と制御部１３０に出力する。

　（劣化通知部１６０）
　劣化通知部１６０は、劣化箇所Ｗ＿ｐｏｉｎｔに基づいて、電動機２１又はインバータ４３の何れかに劣化が生じているかを示した通知画面を、ユーザ端末２００に表示させる。

　（制御部１３０）
　制御部１３０は、圧縮機２の駆動時間Ｄ＿ｔｉｍｅを積算する。駆動時間Ｄ＿ｔｉｍｅは、例えば、制御部１３０で生成したゲートパルスＧＰ、又は三相交流の内の２相の電流Ｉｕｖ等に基づいて、圧縮機２の実際の駆動時間をカウントすることで得られる。制御部１３０は、駆動時間Ｄ＿ｔｉｍｅを運転判断部１７０に出力する。

　また、制御部１３０は、通常運転、又は実施の形態１で説明した同期ＰＷＭ制御に基づく低ノイズパルス運転若しくは実施の形態２及び３で説明したＡＩスイッチング制御に基づく低ノイズパルス運転を実行する。運転モードの決定は、運転判断部１７０から受信した運転モード切替信号Ｏ＿ｓによって決定する。運転モード切替信号Ｏ＿ｓは、通常運転を示す「１」、同期ＰＷＭ制御に基づく低ノイズパルス運転を示す「２」、及びＡＩスイッチング制御に基づく低ノイズパルス運転を示す「３」の何れか表す。

　（運転判断部１７０）
　運転判断部１７０は、推定劣化度Ｗ＿ｅｓｔ、駆動時間Ｄ＿ｔｉｍｅ、低ノイズパルス運転開始信号Ｌ＿ｓ、及び劣化箇所Ｗ＿ｐｏｉｎｔに基づいて、運転モード切替信号Ｏ＿ｓを「１」「２」又は「３」の何れかに切り替えて、制御部１３０に出力する。具体的に、運転判断部１７０は、次の劣化推定条件が満たされ、且つ低ノイズパルス運転開始信号Ｌ＿ｓの「ＯＮ」信号が出力されている場合、運転モード切替信号Ｏ＿ｓの「２」の信号又は「３」の信号を制御部１３０に送信する。劣化推定条件の１つ目は、推定劣化度Ｗ＿ｅｓｔが基準劣化度ｘ以上の場合である。劣化推定条件の２つ目は、駆動時間Ｄ＿ｔｉｍｅが基準駆動時間ｙの場合である。基準駆動時間ｙは、予め実験等によって、累計の駆動時間が基準駆動時間ｙである圧縮機２が故障に至るまでの時間が、所定の時間となる程度に定められている。所定の時間とは、例えば、ユーザが修理の手配等を行うのに十分と考えられる時間である。運転判断部１７０は、劣化推定条件が満たされた場合、低ノイズパルス運転開始信号Ｌ＿ｓによらず、管理者に通知を行う。

　また、運転判断部１７０は、劣化箇所Ｗ＿ｐｏｉｎｔが示す推定対象が電動機２１であれば、運転モード切替信号Ｏ＿ｓの「２」の信号を制御部１３０に送信する。制御部１３０は、運転モード切替信号Ｏ＿ｓの「２」の信号が入力されることで同期ＰＷＭ制御に基づく低ノイズパルス運転を実行する。一方、運転判断部１７０は、劣化箇所Ｗ＿ｐｏｉｎｔが示す推定対象がインバータ４３であれば、運転モード切替信号Ｏ＿ｓの「３」の信号を制御部１３０に送信する。制御部１３０は、運転モード切替信号Ｏ＿ｓの「３」の信号が入力されることでＡＩスイッチング制御に基づく低ノイズパルス運転を実行する。

　運転判断部１７０は、劣化推定条件が満たされない、又は低ノイズパルス運転開始信号Ｌ＿ｓの「ＯＦＦ」信号が出力されている場合、運転モード切替信号Ｏ＿ｓの「１」の信号を制御部１３０に送信する。制御部１３０は、運転モード切替信号Ｏ＿ｓの「１」の信号が入力されることで通常運転を実行する。

　図２４は、実施の形態４に係る運転判断部１７０の動作を示すフローチャートである。なお、以下で説明する処理手順は、運転モード決定方法の一例である。各処理は、可能な限り変更されてもよいし、適宜、処理の省略、置換、及び追加が可能である。

　先ず、運転判断部１７０は、劣化推定条件が満たされるか否かを判断する（ステップＳ５１）。劣化推定条件が満たされない場合（ステップＳ５１：ＮＯ）、運転判断部１７０は、通常運転を示す運転モード切替信号Ｏ＿ｓの「１」の信号を制御部１３０に送信する（ステップＳ５２）。劣化推定条件が満たされた場合（ステップＳ５１：ＹＥＳ）、運転判断部１７０は、管理者に通知を行い（ステップＳ５３）、低ノイズパルス運転開始信号Ｌ＿ｓが「ＯＮ」であるか否かを判定する（ステップＳ５４）。低ノイズパルス運転開始信号Ｌ＿ｓが「ＯＦＦ」である場合（ステップＳ５４：ＮＯ）、運転判断部１７０は、通常運転を示す運転モード切替信号Ｏ＿ｓの「１」の信号を制御部１３０に送信する（ステップＳ５２）。

　低ノイズパルス運転開始信号Ｌ＿ｓが「ＯＮ」である場合（ステップＳ５４：ＹＥＳ）、運転判断部１７０は、劣化箇所Ｗ＿ｐｏｉｎｔが示す推定対象を判定する（ステップＳ５５）。劣化箇所Ｗ＿ｐｏｉｎｔが電動機２１を示す場合（ステップＳ５５：「電動機２１」）は、同期ＰＷＭ制御に基づく低ノイズパルス運転を示す運転モード切替信号Ｏ＿ｓの「２」の信号を制御部１３０に送信する（ステップＳ５６）。劣化箇所Ｗ＿ｐｏｉｎｔがインバータ４３を示す場合（ステップＳ５５：「インバータ４３」）は、ＡＩスイッチング制御に基づく低ノイズパルス運転を示す運転モード切替信号Ｏ＿ｓの「３」の信号を制御部１３０に送信する（ステップＳ５７）。

　実施の形態４の電動機制御装置１も、実施の形態１～３と同様に、前記通常運転よりもスイッチング損失が低減するように、前記インバータ４３のスイッチングパターンが調整された低ノイズパルス運転を行う。このため、インバータ４３、及び電動機２１の劣化の進行が抑制される。したがって、電動機２１が搭載された機器において、計画された保守時期に至るまでにユーザにとって不測のダウンタイムが発生することが抑制される。

　また、実施の形態４の電動機制御装置１は、電動機２１に出力される電流に基づいて、劣化箇所を判断することができる。更に、実施の形態４の電動機制御装置１は、劣化箇所ごとに同期ＰＷＭ制御に基づく低ノイズパルス運転と、ＡＩスイッチング制御に基づく低ノイズパルス運転を切り替えている。ここで、同期ＰＷＭ制御は、基本波周波数（駆動回転数）に応じてスイッチングを決定しているため、電動機２１の駆動に関する低ノイズ化に適している。一方で、ＡＩスイッチング制御は、キャリア周波数、即ち基本波周波数（駆動回転数）よりの高い周波数の側帯波も加味しているため、インバータ４３に関する低ノイズ化に適している。このように、劣化箇所に適した低ノイズパルス運転が実行されることで、インバータ４３、及び電動機２１の劣化の進行が更に抑制される。したがって、電動機２１が搭載された機器において、計画された保守時期に至るまでにユーザにとって不測のダウンタイムが発生することが更に抑制される。

　実施の形態５．
　図２５は、実施の形態５に係る圧縮機２、電源３、及び電力変換装置４を示す概略構成図である。実施の形態５は、運転判断部１７０及び劣化通知部１６０が、制御部１３０及び劣化推定部１５０、電源３、並びに電力変換装置４からなる制御ユニット１０の外部に設けられ、実施の形態１～４で説明した電動機２１の制御方法を実行する電動機制御システム１Ａが構成されている点で実施の形態１～４と相違する。実施の形態５では、実施の形態１～４と同一の部分は同一の符合を付して説明を省略し、実施の形態１～４との相違点を中心に説明する。

　（制御ユニット１０）
　電動機制御装置１の制御部１３０及び劣化推定部１５０、電源３、並びに電力変換装置４は、制御ユニット１０として制御箱内に設置される。実施の形態５では、圧縮機２が設けられる空気調和機がビル等の施設に設けられているものとして説明する。制御ユニット１０は、ビルの屋上等の施設の屋外に設置されている。制御ユニット１０の劣化推定部１５０は、推定劣化度Ｗ＿ｅｓｔを劣化通知部１６０及び運転判断部１７０に送信する。また、制御ユニット１０の制御部１３０は、運転モード切替信号Ｏ＿ｓを運転判断部１７０から受信する。

　（劣化通知部１６０）
　劣化通知部１６０は、例えば、管理ルーム等の施設の屋内に設置された管理パネル４００の一機能部として、管理パネル４００の制御装置にインストールされたソフトウェア等によって構成されている。管理パネル４００にはディスプレイ及び操作ボタンが設けられ、ユーザは空気調和機の動作についての設定の確認及び入力を行うことができる。管理パネル４００は、ディスプレイ及び操作ボタンの組み合わせではなく、タッチ式のディスプレイを有していてもよい。劣化通知部１６０は、制御ユニット１０と無線又は有線で通信を行い、制御ユニット１０の劣化推定部１５０から推定劣化度Ｗ＿ｅｓｔを受信する。劣化通知部１６０は、受信した推定劣化度Ｗ＿ｅｓｔに基づいて、電動機２１が搭載された機器に劣化が発生していることを示す通知画面をディスプレイに表示させる。管理パネル４００のディスプレイは、本開示の「表示装置」の一例である。

　（運転判断部１７０）
　運転判断部１７０は、サーバ装置の一機能部として、サーバ装置にインストールされたソフトウェア等によって実現される。運転判断部１７０は、制御ユニット１０とインターネット等を利用した通信を行い、制御ユニット１０の劣化推定部１５０からの推定劣化度Ｗ＿ｅｓｔを受信する。また、運転判断部１７０は、制御ユニット１０に運転モード切替信号Ｏ＿ｓを送信する。具体的な動作は、実施の形態１～４で説明したもので同様である。なお、運転判断部１７０は、物理サーバ上の機能部ではなく、クラウドサーバ上の機能部として実現されてもよい。

　実施の形態５の電動機制御システム１Ａも、実施の形態１～４と同様に、前記通常運転よりもスイッチング損失が低減するように、前記インバータ４３のスイッチングパターンが調整された低ノイズパルス運転を行う。このため、インバータ４３、及び電動機２１の劣化の進行が抑制される。したがって、電動機２１が搭載された機器において、計画された保守時期に至るまでにユーザにとって不測のダウンタイムが発生することが抑制される。

　今回開示された各実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。また、実施の形態及び各変形例において説明された形態は、可能な限り、単独でも、組み合わせても、実施することが意図される。例えば、各実施の形態において、インバータ４３又は圧縮機２の一般的な交換期間、若しくは推定劣化度Ｗ＿ｅｓｔと基準劣化度ｘとに基づいた推奨される交換時期、又は駆動時間Ｄ＿ｔｉｍｅと基準駆動時間ｙとに基づいた推奨される交換時期を示すようにしてもよい。

　また、各実施の形態において、ユーザが所持する携帯端末に通知画面を表示するようにしてもよい。この場合、劣化通知部１６０は、ユーザが所持する携帯端末にインストールされた専用のソフトウェアによって実現されるものである。この場合、ユーザは、インバータ４３及び電動機２１の劣化を遠隔地からでも知ることができる。このため、保守対応の迅速化を図ることができる。なお、携帯端末のディスプレイは、本開示の「表示装置」に相当する。

　また、実施の形態１における推定劣化度Ｗ＿ｅｓｔを求める方法を次のように変更してもよい。図２６は、実施の形態１の変形例に係る圧縮機２、電源３、及び電力変換装置４を示す概略構成図である。図２６に示すように、電力変換装置４には、母線電圧Ｖｄｃを検出する電圧センサ６が設けられている。劣化推定部１５０は、電圧センサ６が検出した母線電圧を取得する。劣化推定部１５０は、実施の形態１で説明した圧力センサ７１、流量センサ７２、温度センサ７３、及び湿度センサ７４から冷媒圧力Ｒｐ、冷媒流量Ｒｆｒ、周辺温度Ｔｍｐ及び周辺湿度Ｈｕｄを取得する。劣化推定部１５０は、母線電圧Ｖｄｃ、冷媒圧力Ｒｐ、冷媒流量Ｒｆｒ、周辺温度Ｔｍｐ及び周辺湿度Ｈｕｄに基づいて、推定劣化度Ｗ＿ｅｓｔを求めるようにしてもよい。なお、図示は省略するが、実施の形態１だけでなく実施の形態２～５でも同様である。

　また、実施の形態２において、電流Ｉｕｖ、母線電圧Ｖｄｃ、冷媒圧力Ｒｐ、冷媒流量Ｒｆｒ、周辺温度Ｔｍｐ及び周辺湿度Ｈｕｄに基づいて、スイッチング損失の低減以外に加えて他の目的を達成する学習済みモデルＰＧＦを生成するようにしてもよい。他の目的としては、例えば、圧縮機２の駆動音、振動、電流高調波、及び前記インバータ４３に印加される電圧のうち何れか１つである。この場合、電流Ｉｕｖ、母線電圧Ｖｄｃ、冷媒圧力Ｒｐ、冷媒流量Ｒｆｒ、周辺温度Ｔｍｐ及び周辺湿度Ｈｕｄを学習済みモデルＰＧＦへの入力データとして用いる。

　また、実施の形態５では、運転判断部１７０及び劣化通知部１６０が、制御部１３０及び劣化推定部１５０、電源３、並びに電力変換装置４からなる制御ユニット１０の外部に設けられた形態を、電動機制御システム１Ａと称した。しかしながら、電動機制御システムとしては、上記の形態に限らず、制御部１３０、電源３、及び電力変換装置４からなる制御ユニット１０の外部に、劣化推定部１５０、劣化通知部１６０、又は運転判断部１７０の何れかが設けられていればよい。この場合、劣化推定部１５０、劣化通知部１６０、又は運転判断部１７０は、制御部１３０が実装された電動機制御装置と異なるハードウェア若しくはＣＰＵ、又はクラウドサーバ等のサーバ装置の一機能部として、ソフトウェア等によって実現される。また、電動機制御システムには、実施の形態１～４で説明した電動機制御装置１の特徴を組み合わせることができる。

　また、各実施の形態において、推定劣化度が基準劣化度を超過した程度に応じて、運転判断部１７０は管理端末３００への通知内容を変更してもよい。同様に、劣化通知部１６０は、表示装置に表示させる通知画面を変更してもよい。例えば、推定劣化度が基準劣化度を大きく超過するほど、通知回数を増やしたり、通知間隔を短くしたりしてもよい。更に、管理端末３００又は表示装置に表示させる文言を変更して、電動機２１が搭載された機器の劣化に対する危機感を抱かせるようにしてもよい。

　また、実施の形態２～５において、制御部１３０の学習部１４１が、任意の周期における電圧指令値と、当該任意の周期の１周期前の周期の前記スイッチングパターンとを含む学習用データを取得するデータ取得部１４１ａと、学習用データを用いて、当該任意の周期の前記スイッチングパターンを推論するための学習済みモデルを生成するモデル生成部１４１ｂと、を備える場合について説明した。しかしながら、学習部１４１からデータ取得部１４１ａ及びモデル生成部１４１ｂを省略してもよい。具体的には、電動機制御装置１又は電動機制御システム１Ａは、予め学習済みモデルが記憶部１８０に記憶されたものであってもよい。記憶部１８０に記憶された学習済みモデルは、実施の形態２～５で説明したものと同様に、任意の周期における前記電圧指令値と、当該任意の周期の１周期前の周期の前記スイッチングパターンとを含む学習用データを用いて生成され、当該任意の周期の前記スイッチングパターンを推論するためのものである。記憶部１８０に記憶された学習済みモデルは、例えば、電動機制御装置１又は電動機制御システム１Ａの外部に設けられたコンピュータによって学習されたものである。

　１　電動機制御装置、１Ａ　電動機制御システム、２　圧縮機、３　電源、４　電力変換装置、５　電流センサ、６　電圧センサ、１０　制御ユニット、２１　電動機、２１ａ　回転子鉄心、２１ｂ　固定子鉄心、２２　吸入管、２３　主軸、２４　オイルポンプ、２５　副軸受、２６　主軸受、２７　圧縮機構、２８　吐出管、４１　整流回路、４２　電解コンデンサ、４３　インバータ、４３ａ　スイッチング素子、４３ｂ　逆流防止素子、４４　配線、７１　圧力センサ、７２　流量センサ、７３　温度センサ、７４　湿度センサ、８０　母線電圧センサ、１３０　制御部、１３１　ベクトル制御部、１３２　同期パターン選択部、１３３　電圧位相演算部、１３４　補正量演算部、１３５　キャリア波生成部、１３６　ゲートパルス生成部、１３７　状態観測部、１４１　学習部、１４１ａ　データ取得部、１４１ｂ　モデル生成部、１４１ｃ　報酬計算部、１４１ｄ　関数更新部、１４２　推論部、１５０　劣化推定部、１６０　劣化通知部、１７０　運転判断部、１８０　記憶部、２００　ユーザ端末、３００　管理端末、４００　管理パネル。

Claims

　電源から供給され、インバータを有する電力変換装置を用いて変換された電力によって動作する電動機を制御する電動機制御装置であって、
　前記電動機が搭載された機器、又は前記インバータの劣化の程度を推定した推定劣化度を算出する劣化推定部と、
　前記推定劣化度と予め定められた基準劣化度とを比較し、前記電動機の運転モードを、前記推定劣化度が前記基準劣化度未満である場合は通常運転に設定し、前記推定劣化度が前記基準劣化度以上である場合は低ノイズパルス運転に設定する運転判断部と、
　前記運転モードに基づいて、前記インバータを制御する制御部と、を備え、
　前記低ノイズパルス運転は、
　前記通常運転よりもスイッチング損失を低減させるものである
　電動機制御装置。
　前記制御部は、前記インバータの出力電圧を指令する１周期分の電圧指令値に対するスイッチング状態の組み合わせであるスイッチングパターンを変更することで、前記インバータを制御し、
　前記低ノイズパルス運転は、
　前記スイッチングパターンを調整するものである
　請求項１に記載の電動機制御装置。
　前記制御部は、キャリア信号の周波数が前記インバータの出力電圧の周波数の整数倍になる同期ＰＷＭ制御に基づく前記低ノイズパルス運転を行い、
　前記同期ＰＷＭ制御では、前記電動機に対する回転速度を指令する速度指令値が大きいほど、スイッチング回数を減少させる
　請求項２に記載の電動機制御装置。
　前記制御部は、
　任意の周期における前記電圧指令値と、当該任意の周期の１周期前の周期の前記スイッチングパターンとを含む学習用データを取得するデータ取得部と、
　前記学習用データを用いて、当該任意の周期の前記スイッチングパターンを推論するための学習済みモデルを生成するモデル生成部と、を備える
　請求項２又は３に記載の電動機制御装置。
　任意の周期における前記電圧指令値と、当該任意の周期の１周期前の周期の前記スイッチングパターンとを含む学習用データを用いて生成され、当該任意の周期の前記スイッチングパターンを推論するための学習済みモデルが記憶された記憶部を更に備える
　請求項２又は３に記載の電動機制御装置。
　前記制御部は、
　前記学習済みモデルに基づいて、制御時点における１周期前に生成した前記スイッチングパターンと、当該制御時点における前記電圧指令値とを入力に、当該制御時点の前記スイッチングパターンを生成するゲートパルス生成部と、を備える
　請求項４又は５に記載の電動機制御装置。
　前記学習済みモデルは、スイッチング損失を前記通常運転よりも低減させる調整において、さらに、前記電動機が搭載された前記機器の駆動音、振動、電流高調波、及び前記インバータに印加される電圧の内、少なくとも１つが前記通常運転よりも低減するように調整された前記スイッチングパターンを決定する
　請求項４～６の何れか１項に記載の電動機制御装置。
　前記制御部は、
　前記電動機に流れる電流の基本周波数を中心とした側帯波の強度、又は前記インバータのスイッチング回数に基づいて報酬を計算する報酬計算部と、
　前記報酬計算部から入力された前記報酬に基づいて前記学習済みモデルを更新する関数更新部と、を備える
　請求項４～７の何れか１項に記載の電動機制御装置。
　前記報酬計算部は、前記スイッチングパターンにおいて、前記スイッチング回数が更新前の前記学習済みモデルに基づく前記スイッチングパターンよりも減少した場合に前記報酬を増やし、前記スイッチング回数が更新前の前記学習済みモデルに基づく前記スイッチングパターンよりも増加した場合に前記報酬を減らす
　請求項８に記載の電動機制御装置。
　前記報酬計算部は、前記スイッチングパターンにおいて、前記側帯波の強度が既定値以下の場合に前記報酬を増やし、前記側帯波の強度が既定値を超えた場合に前記報酬を減らす
　請求項８又は９に記載の電動機制御装置。
　前記劣化推定部は、
　前記インバータから前記電動機が搭載された前記機器の間に流れる電流に基づいて、前記推定劣化度を算出する
　請求項１～１０の何れか１項に記載の電動機制御装置。
　前記推定劣化度が前記基準劣化度に達した場合、又は前記電動機が搭載された前記機器の駆動時間が予め定められた基準駆動時間に達した場合、前記電動機が搭載された前記機器に劣化が発生していることが示された通知画面を、表示装置に表示させる劣化通知部を更に備え、
　前記運転判断部は、前記劣化通知部から受信した、前記低ノイズパルス運転の開始についてのユーザの諾否に対応する低ノイズパルス運転開始信号に基づいて、前記低ノイズパルス運転を設定する
　請求項１～１１の何れか１項に記載の電動機制御装置。
　前記劣化推定部は、
　前記インバータから前記電動機が搭載された前記機器の間に流れる電流に基づいて、前記電動機又は前記インバータの何れが劣化しているかを示す劣化箇所を推定し、
　前記劣化通知部は、前記劣化箇所を前記表示装置に表示させる
　請求項１２に記載の電動機制御装置。
　前記劣化推定部は、
　前記インバータから前記電動機が搭載された前記機器の間に流れる電流に基づいて、前記電動機又は前記インバータの何れが劣化しているかを示す劣化箇所を推定し、
　前記運転判断部は、前記劣化箇所に基づき、前記運転モードを、前記同期ＰＷＭ制御に基づく前記低ノイズパルス運転、又は前記学習済みモデルを利用したＡＩスイッチング制御に基づく前記低ノイズパルス運転に設定する
　請求項３に従属する請求項４又は５に記載の電動機制御装置。
　電源から供給され、インバータを有する電力変換装置を用いて変換された電力によって動作する電動機を制御する電動機制御システムであって、
　前記電動機が搭載された機器、又は前記インバータの劣化の程度を推定した推定劣化度を算出する劣化推定部と、
　前記推定劣化度と予め定められた基準劣化度とを比較し、前記電動機の運転モードを、前記推定劣化度が前記基準劣化度未満である場合は通常運転に設定し、前記推定劣化度が前記基準劣化度以上である場合は低ノイズパルス運転に設定する運転判断部と、
　前記運転モードに基づいて、前記インバータを制御する制御部と、を備え、
　前記低ノイズパルス運転は、
　前記通常運転よりもスイッチング損失を低減させるものである
　電動機制御システム。
　電源から供給され、インバータを有する電力変換装置を用いて変換された電力によって動作する電動機を制御する、電動機の制御方法であって、
　前記電動機の制御方法は、
　前記電動機が搭載された機器、又は前記インバータの劣化の程度を推定した推定劣化度を算出し、
　前記推定劣化度と予め定められた基準劣化度とを比較し、前記電動機の運転モードを、前記推定劣化度が前記基準劣化度未満である場合は通常運転に設定し、前記推定劣化度が前記基準劣化度以上である場合は低ノイズパルス運転に設定し、
　前記運転モードに基づいて、前記インバータを制御するものであり、
　前記低ノイズパルス運転は、
　前記通常運転よりもスイッチング損失を低減させるものである
　電動機の制御方法。