特開 2024-51919 状態推定装置及び状態推定方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024051919

(43)【公開日】2024-04-11

(54)【発明の名称】状態推定装置及び状態推定方法

(51)【国際特許分類】

   H02P 29/024 20160101AFI20240404BHJP

【ＦＩ】

H02P29/024

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2022158315

(22)【出願日】2022-09-30

(71)【出願人】

【識別番号】000002853

【氏名又は名称】ダイキン工業株式会社

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(72)【発明者】

【氏名】岡本 英之

(72)【発明者】

【氏名】芦田 剛

(72)【発明者】

【氏名】竹葉 陽南

(72)【発明者】

【氏名】土居 昭博

【テーマコード（参考）】

5H501

【Ｆターム（参考）】

5H501AA05

5H501AA08

5H501AA09

5H501BB08

5H501CC05

5H501EE08

5H501HA09

5H501HB07

5H501JJ03

5H501JJ04

5H501JJ26

5H501LL22

5H501LL23

5H501LL29

5H501LL33

5H501LL45

5H501LL47

5H501LL51

5H501LL53

5H501MM01

5H501MM09

(57)【要約】

【課題】モータの回転により駆動される装置又は当該装置を搭載する機器の状態推定の精度の向上。
【解決手段】モータの回転により駆動される装置又は前記装置を搭載する機器の状態推定を行う状態推定装置であって、前記装置は、圧縮機、ファン又はポンプであり、前記モータの負荷トルクと相関のある信号から前記モータの機械角周波数のＮ倍（Ｎは正の有理数）である特定の周波数成分の振幅及び位相を逐次推定手法により演算する制御部を備え、前記特定の周波数成分の振幅又は位相を用いて、前記装置又は前記機器の状態推定を行う、状態推定装置。
【選択図】図１

【特許請求の範囲】

【請求項1】

モータの回転により駆動される装置又は前記装置を搭載する機器の状態推定を行う状態推定装置であって、
前記装置は、圧縮機、ファン又はポンプであり、
前記モータの負荷トルクと相関のある信号から前記モータの機械角周波数のＮ倍（Ｎは正の有理数）である特定の周波数成分の振幅及び位相を逐次推定手法により演算する制御部を備え、
前記特定の周波数成分の振幅及び位相を用いて、前記装置又は前記機器の状態推定を行う、状態推定装置。

【請求項2】

前記装置又は前記機器の状態推定は、圧縮室のオイルシール性、モータの絶縁状態、軸受けの摩耗状態、圧縮室の液圧縮状態、回転体もしくは軸負荷のアンバランス性、または流路の閉塞を推定することである、請求項１に記載の状態推定装置。

【請求項3】

前記モータは、前記モータの負荷トルクの変動により周期的な速度変動が生ずるモータである、請求項１又は２に記載の状態推定装置。

【請求項4】

前記制御部は、前記装置又は前記機器を制御するマイコンである、請求項１又は２に記載の状態推定装置。

【請求項5】

前記信号は、前記モータの電流または電圧に基づく信号である、請求項１又は２に記載の状態推定装置。

【請求項6】

前記特定の周波数成分の演算処理の前に前記信号の周波数帯域を制限する、請求項１又は２のいずれか一項に記載の状態推定装置。

【請求項7】

前記逐次推定手法は、前記特定の周波数成分の振幅及び位相と同時に前記モータの機械角周波数を推定する、請求項１又は２に記載の状態推定装置。

【請求項8】

前記逐次推定手法は、カルマンフィルタ又はＰＬＬである、請求項１又は２に記載の状態推定装置。

【請求項9】

前記逐次推定手法は、前記状態推定で観測する周波数成分のノイズを低減できるように前記逐次推定手法のパラメータを設定する、請求項１又は請求項２に記載の状態推定装置。

【請求項10】

前記逐次推定手法は、前記モータの機械角周波数を初期値として与え、前記特定の周波数成分の振幅及び位相を推定する手法であり、
前記モータの速度が安定した状態で前記初期値を再度与えて、前記装置又は前記機器の状態推定を行う、請求項１又は２に記載の状態推定装置。

【請求項11】

モータの回転により駆動される装置又は前記装置を搭載する機器の状態推定を行う状態推定方法であって、
前記装置は、圧縮機、ファン又はポンプであり、
前記モータの負荷トルクと相関のある信号から前記モータの機械角周波数のＮ倍（Ｎは正の有理数）である特定の周波数成分の振幅及び位相を逐次推定手法により演算し、
前記特定の周波数成分の振幅または位相を用いて、前記装置又は前記機器の状態推定を行う、状態推定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、状態推定装置及び状態推定方法に関する。

【背景技術】

【0002】

従来、モータの負荷電流をＦＦＴ（Fast Fourier Transformation：高速フーリエ変換）により周波数解析し、異常により変動する側帯波を検出することにより、モータにおける異常を診断する技術が知られている（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－１５３９６５号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、ＦＦＴにより得られた側帯波を検出する方法では、モータの回転速度の周期的な変動がある場合、側帯波を正しく取り出すことが出来ず診断精度が低下する。

【0005】

本開示は、モータの回転速度の周期的な変動がある場合でも、状態推定の精度を向上させることができ、かつ小さな演算負荷で状態速度の精度向上を実現できる状態推定装置及び状態推定方法を提供する。

【課題を解決するための手段】

【0006】

本開示の第１態様は、
モータの回転により駆動される装置又は前記装置を搭載する機器の状態推定を行う状態推定装置であって、
前記装置は、圧縮機、ファン又はポンプであり、
前記モータの負荷トルクと相関のある信号から前記モータの機械角周波数のＮ倍（Ｎは正の有理数）である特定の周波数成分の振幅及び位相を逐次推定手法により演算する制御部を備え、
前記特定の周波数成分の振幅又は位相を用いて、前記装置又は前記機器の状態推定を行う、状態推定装置を提供する。

【0007】

第１態様によれば、逐次推定手法を用いて前記装置又は前記機器の状態推定が行われるので、モータの回転速度の周期的な変動がある場合でも、小さな演算負荷で状態推定の精度が向上する。

【0008】

第２の態様では、第１態様の状態推定装置において、
前記装置又は前記機器の状態推定は、圧縮室のオイルシール性、モータの絶縁状態、軸受けの摩耗状態、圧縮室の液圧縮状態、回転体もしくは軸負荷のアンバランス性、または流路の閉塞の少なくとも一つを推定することを特徴としてもよい。

【0009】

圧縮室のオイルシール性、モータの絶縁状態、軸受けの摩耗状態、圧縮室の液圧縮状態、回転体もしくは軸負荷のアンバランス性、または流路の閉塞に起因する前記信号の変化は微小である。そのため、前記信号のノイズ（例えばインバータ起因のノイズ）の影響を受けて前記信号の変動が大きくなり、異常判定の精度の低下を招くことがある。第２態様によれば、前記逐次推定手法を用いることで前記信号の脈動を減衰させ、小さな演算負荷で、圧縮室のオイルシール性、モータの絶縁状態、軸受けの摩耗状態、圧縮室の液圧縮状態、回転体もしくは軸負荷のアンバランス性、または流路の閉塞のうちの少なくとも一つを推定する精度が向上する。

【0010】

第３態様では、第１又は第２態様の状態推定装置において、
前記モータは、前記モータの負荷トルクの変動により周期的な速度変動が生ずるモータでもよい。

【0011】

第３態様によれば、前記モータの負荷トルクの変動により周期的な速度変動がある場合でも、逐次推定手法を用いることで、小さな演算負荷で状態推定の精度が向上する。

【0012】

第４態様では、第１から第３態様のいずれか一つの態様の状態推定装置において、
前記制御部は、前記装置又は前記機器を制御するマイコンに搭載されてもよい。

【0013】

第４態様によれば、逐次推定手法の演算負荷は比較的軽いので、前記特定の周波数成分の振幅及び位相を逐次推定手法により演算する機能を前記装置又は前記機器を制御するマイコンに比較的容易に実装できる。

【0014】

第５態様では、第１から第４態様のいずれか一つの態様の状態推定装置において、
前記信号は、前記モータの電流または電圧に基づく信号でもよい。

【0015】

圧縮機、ファン、ポンプの電流または電圧の周波数成分で状態推定する場合、既設センサを使える反面、状態変化に伴う電流周波数成分変化が微小となるため、モータの負荷トルクの変動による周期的な速度変動によって、状態推定の精度が低下する事がある。第５態様によれば、モータの負荷トルクの変動により周期的な速度変動がある場合でも、逐次推定手法を用いることで、前記特定の周波数成分の振幅及び位相が比較的高精度に演算されるので、状態推定の精度向上と既設センサの利用を両立できる。

【0016】

第６態様では、第１から第５態様のいずれか一つの態様の状態推定装置において、
前記特定の周波数成分の演算処理の前に前記信号の周波数帯域を制限してもよい。

【0017】

第６態様によれば、前記特定の周波数成分の演算精度を低下させる高調波が、前記特定の周波数成分の演算に使用する前記信号に混入しにくくなるので、状態推定の精度が向上する。また、前記特定の周波数成分より大きな周波数成分を推定することを防止することができる。

【0018】

第７態様では、第１から第６態様のいずれか一つの態様の状態推定装置において、
前記特定の周波数成分の振幅及び位相と同時に前記モータの機械角周波数を推定してもよい。

【0019】

機械角周波数のＮ倍（Ｎは正の有理数）の周波数成分とは異なる周波数成分（例えば電源周波数に同期した周波数成分）を誤って推定する可能性がある。第７態様によれば、前記モータの機械角周波数と推定した機械角周波数を比較し、差異が大きい場合は、例えば、逐次推定手法の推定値をリセットし、回転数の指令を初期値として与えることで上記の周波数成分の誤推定を防止することができる。

【0020】

第８態様では、第１から第７態様のいずれか一つの態様の状態推定装置において、
前記逐次推定手法は、カルマンフィルタ又はＰＬＬ（Phase Locked Loop：位相同期ループ）でもよい。

【0021】

第８態様によれば、カルマンフィルタ又はＰＬＬを用いて前記装置又は前記機器の状態推定が行われるので、小さな演算負荷で状態推定の精度が向上する。

【0022】

第９態様では、第１から第８態様のいずれか一つの態様の状態推定装置において、
前記逐次推定手法は、前記状態推定で観測する周波数成分のノイズを低減できるように前記逐次推定手法のパラメータを設定してもよい。

【0023】

第９態様によれば、前記逐次推定手法は、前記状態推定で観測する信号に内在するノイズの分散の大きさに合わせて、前記逐次推定手法の共分散の大きさを設定することで、前記ノイズを減衰させた入力信号に対する推定値を得られる。そのため、機械角周波数のＮ倍（Ｎは正の有理数）の周波数成分を高精度に推定できる。また、前記状態推定時に想定されるノイズを逐次推定手法のモデルに組み込み、前記機器の状態推定の精度を向上させることが可能である。例えば、モータに印加する電圧に依存するノイズを上記状態推定モデルに入れ込むことで、状態推定の精度が向上する。

【0024】

第１０態様では、第１から第９態様のいずれか一つの態様の状態推定装置において、
前記逐次推定手法は、前記モータの機械角周波数を初期値として与え、前記特定の周波数成分の振幅及び位相を推定する手法であり、
前記モータの速度が安定した状態で前記初期値を再度与えて、前記装置又は前記機器の状態推定が行われてもよい。

【0025】

第１０態様によれば、前記モータの速度が安定した状態で、再度与えられた前記初期値を用いて前記逐次推定手法が再開するので、推定値が安定するまでの時間が短くなる。

【0026】

本開示の第１１態様は、
モータの回転により駆動される装置又は前記装置を搭載する機器の状態推定を行う状態推定方法であって、
前記装置は、圧縮機、ファン又はポンプであり、
前記モータの負荷トルクと相関のある信号から前記モータの機械角周波数のＮ倍（Ｎは正の有理数）である特定の周波数成分の振幅及び位相を逐次推定手法により演算し、
前記特定の周波数成分の振幅又は位相を用いて、前記装置又は前記機器の状態推定を行う、状態推定方法を提供する。

【0027】

第１１態様によれば、逐次推定手法を用いて前記装置又は前記機器の状態推定が行われるので、モータの回転速度の周期的な変動がある場合でも、小さな演算負荷で状態推定の精度が向上する。

【図面の簡単な説明】

【0028】

【図1】モータの回転により駆動される装置を搭載する機器の構成例を示す図である。

【図2】逐次推定手法の一例を説明するためのフローチャートである。

【図3】圧縮機のモータの一定の指令速度に対する現在速度のシミュレーション結果の一例を示す図である。

【図4】圧縮機の回転体を回転させるモータの電流波形を例示する図である。

【図5】制御部によって推定される状態を例示する一覧である。

【図6】オイルシール破綻が進行する状況において、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分の挙動を例示する図である。

【図7】液圧縮が発生する状況において、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分の挙動を例示する図である。

【図8】モータの軸受け摩耗が発生する状況において、検出された電流ベクトルの大きさを表す検出信号の周波数スペクトルを例示する図である。

【図9】モータの軸受け摩耗が発生する状況において、検出されたＵ相電流の大きさを表す検出信号の周波数スペクトルを例示する図である。

【図10】モータの軸受けが偏心している状況において、検出されたＵ相電流の大きさを表す検出信号の周波数スペクトルを例示する図である。

【図11】バンドパスフィルタ（ＢＰＦ）と拡張カルマンフィルタ（ＥＫＦ）を組み合わせた手法の一例を説明するための概略図である。

【図12】拡張カルマンフィルタを用いて事前状態量の推定値ｘ_ｐｋ、事後状態量の推定値ｘ_ｕｋの推定値を演算する処理の流れを例示するフローチャートである。

【図13】圧縮室のオイルシール破綻を検知する方法の一例を示すフローチャートである。

【図14】モータの軸受けの摩耗を検知する方法の一例を示すフローチャートである。

【図15】モータの絶縁劣化を検知する方法の一例を示すフローチャートである。

【図16】液圧縮を検知する方法の一例を示すフローチャートである。

【図17】軸の偏心を検知する方法の一例を示すフローチャートである。

【発明を実施するための形態】

【0029】

以下、実施形態を説明する。

【0030】

図１は、モータの回転により駆動される装置を搭載する機器の構成例を示す図である。図１は、モータ７の回転により駆動される装置９を搭載する機器１０を例示する。例えば、機器１０は、対象とする空間の空気を調和する空気調和機である。機器１０は、空気調和機に限られず、モータ７の回転により駆動される装置９を搭載する他の機器でもよい。装置９は、例えば、流体を圧縮する圧縮機、流体を送るファン、または、流体を圧送するポンプであるが、これらの装置に限られない。

【0031】

機器１０は、モータ７、コンバータ回路２、直流リンク部３、インバータ回路４、装置９及び状態推定装置１を備える。状態推定装置１は、機器１０に構成される装置に限られず、機器１０に有線又は無線で接続される外部装置でもよい。

【0032】

モータ７は、例えば、三相交流モータである。モータ７の具体例として、空気調和機の冷媒回路に設けられた圧縮機を駆動する電動機などが挙げられる。

【0033】

コンバータ回路２は、交流電源６から複数の配線６１，６２，６３を介して入力される三相交流を直流に変換する変換器の一例である。図１に示す例では、交流電源６から供給される三相交流は、３本の配線６１，６２，６３（３つの配線対６１，６２、配線対６２，６３及び配線対６１，６３）を介して、コンバータ回路２の入力部に入力される。

【0034】

コンバータ回路２は、交流電源６に接続され、交流電源６が出力した交流を直流に変換する。コンバータ回路２は、例えば、複数（この例では、６つ）のダイオードがブリッジ状に結線されたダイオードブリッジ回路である。これらのダイオードは、交流電源６の交流電圧を全波整流して、直流電圧に変換する。コンバータ回路２は、変換後の直流電力を、直流リンク部３を介して、インバータ回路４に供給する回路であれば、ダイオードブリッジとは別の回路形式の電圧変換回路でもよい。

【0035】

なお、コンバータ回路２は、交流電源６から複数の配線を介して入力される単相交流を直流に変換する変換器でもよい。コンバータ回路２は、不図示のリアクトルを介して交流電源６に接続されてもよい。

【0036】

直流リンク部３は、コンバータ回路２とインバータ回路４との間に接続されたコンデンサ３ａを備えている。コンデンサ３ａは、コンバータ回路２の出力部に並列接続され、コンデンサ３ａの両端に生じた直流電圧（直流リンク電圧ｖ_ｄｃ）がインバータ回路４の入力ノードに入力される。コンデンサ３ａは、配線対３１，３２の間に接続されている。配線対３１，３２のうち、一方の配線３１は、正極母線であり、他方の配線３２は、負極母線である。

【0037】

コンデンサ３ａの容量値は、コンバータ回路２の出力をほとんど平滑化することができない一方で、インバータ回路４のスイッチング動作に起因するリプル電圧（スイッチング周波数に応じた電圧変動）を抑制できるように、設定されてもよい。具体的には、コンデンサ３ａは、一般的な電力変換装置においてコンバータ回路２の出力の平滑化に用いられる平滑コンデンサ（例えば、電解コンデンサ）の容量値の約０．０１倍の容量値（例えば、数十～数百μＦ程度）を有する小容量コンデンサ（例えば、フィルムコンデンサ）によって構成されてもよい。

【0038】

直流リンク部３は、コンバータ回路２とインバータ回路４との間に接続されたリアクトル８を備えている。リアクトル８は、コンバータ回路２の出力部とインバータ回路４の入力部との間の直流母線に直列に挿入されている。図１に示す例では、リアクトル８は、一対の直流母線である配線対３１，３２のうち、一方の配線３１に直列に挿入されている。リアクトル８は、配線３２に直列に挿入されてもよいし、配線対３１，３２の両方に直列に挿入されてもよいし、配線６１、６２、６３の全てに直列に挿入されてもよい。リアクトル８とコンデンサ３ａによって、ＬＣフィルタが構成される。

【0039】

なお、配線とは、電流が通る経路を意味し、単なる導線とは限られない。例えば、配線３２は、接地された導電部でもよいし、インバータ回路４の放熱のためのヒートシンクでもよい。

【0040】

インバータ回路４は、コンバータ回路２から配線対３１，３２に出力される直流電力を交流電力に変換する逆変換器の一例である。

【0041】

インバータ回路４は、入力ノードが直流リンク部３のコンデンサ３ａに並列に接続され、直流リンク部３の出力をスイッチングして三相交流に変換し、接続されたモータ７に供給する。本実施形態のインバータ回路４は、複数のスイッチング素子４ａがブリッジ結線されて構成されている。このインバータ回路４は、三相交流をモータ７に出力するので、６個のスイッチング素子を備えている。詳しくは、インバータ回路４は、互いに並列接続された３つのスイッチングレグを備え、各スイッチングレグは、互いに直列に接続された２つのスイッチング素子を有する。各スイッチングレグにおいて上アームのスイッチング素子と下アームのスイッチング素子との中点が、それぞれモータ７の各相のコイルに接続されている。また、各スイッチング素子には、還流ダイオードが逆並列に接続されている。インバータ回路４は、これらのスイッチング素子のオンオフ動作によって、直流リンク部３から入力された直流リンク電圧ｖ_ｄｃをスイッチングして三相交流電圧に変換し、モータ７へ供給する。なお、このオンオフ動作の制御は、制御部５が行う。

【0042】

制御部５は、インバータ回路４におけるスイッチング（オンオフ動作）を制御することで、装置９又は機器１０を制御する。制御部５は、例えば、ＣＰＵ（Central Processing Unit）等のプロセッサ及びメモリを備えた制御回路である。制御部５の機能は、メモリに読み出し可能に記憶されたプログラムによって、プロセッサが動作することにより実現される。制御部５の具体例として、マイコン（マイクロコンピュータ）が挙げられる。制御部５は、ＦＰＧＡ（Field Programmable Gate Array）又はＡＳＩＣ（Application Specific Integrated Circuit）でもよい。

【0043】

状態推定装置１は、装置９又は機器１０の状態推定を行う制御部５を備える。制御部５は、インバータ回路４におけるスイッチングを制御する制御部でもよいが、インバータ回路４におけるスイッチングを制御する制御部とは異なる他の制御部でもよい。

【0044】

制御部５は、モータ７の負荷トルクと相関のある信号から、モータ７の機械角周波数のＮ倍（Ｎは正の有理数）である特定の周波数成分の振幅及び位相を逐次推定手法により演算する。制御部５は、逐次推定手法により演算された特定の周波数成分の振幅又は位相を用いて、装置９又は機器１０の状態推定を行う。

【0045】

図２は、逐次推定手法の一例を説明するための概略図である。制御部５は、モータ７の負荷トルクと相関のある信号Ｓから、モータ７の機械角周波数ω_ｒｍのＮ倍（Ｎは正の有理数）である特定の周波数成分の振幅ａｍｐ_ｋ及び位相θ_ｋを逐次推定手法により抽出する。制御部５は、振幅ａｍｐ_ｋ及び位相ｐ_ｋと同時に角周波数ω_ｋを推定してもよい。

【0046】

例えば、ステップＳ６１において、制御部５は、モータ７の負荷トルクと相関のある信号Ｓを取得し、ＢＰＦ（バンドパスフィルタ）を用いて機械角周波数ω_ｒｍのＮ倍（Ｎは正の有理数）の周波数成分を有する特定の信号成分Ｓ_ＢＰＦを信号Ｓから抽出する。ステップＳ６２において、制御部５は、特定の信号成分Ｓ_ＢＰＦから、機械角周波数ω_ｒｍのＮ倍の周波数成分の、振幅ａｍｐ_ｋ、位相θ_ｋおよび角周波数ω_ｋ）を推定する。ステップＳ６３において、制御部５は、ステップＳ６２で推定された値を用いて、信号（ａｍｐ_ｋ×sin（θ_ｋ））を生成し出力する。ステップＳ６４において、入力信号と出力信号の誤差が小さくなるように推定モデルのパラメータを更新する。

【0047】

逐次推定手法は、各タイムステップ（時刻ｋ＋１）での推定値をその前のタイムステップ（時刻ｔ、…、ｋ、ｔはｔ＜ｋを満たす自然数）での推定値の関数として導出する手法である。逐次推定手法の具体例として、カルマンフィルタ、ＰＬＬ、逐次ベイズ推定などが挙げられる。カルマンフィルタの種類として、拡張カルマンフィルタ（ＥＫＦ）、アンセンテッドカルマンフィルタ（ＵＫＦ）等がある。

【0048】

イナーシャが小さく負荷の小さい装置９又は機器１０では、モータ７の一定の速度指令に対し、モータ７の現在速度に周期的な変動が図３のように発生する。この周期的な変動により、FFTによる従来の周波数解析手法では信号Ｓにおける側帯波を正しく取り出すことが出来ない。また、側帯波周辺のエネルギーを算出する方法（特許文献１）や、フラップトップ等の窓関数を用いる方法では、前記側帯波周辺のスペクトル漏れをいくらか抑制できるが、漏れを全て無くすことができる訳ではない他、演算負荷が上昇する等の課題が存在する。

【0049】

これに対し、逐次推定手法は、モータ７の負荷トルクの変動により生ずる周期的な速度変動がある場合でも、小さな演算負荷で状態推定の精度が向上する。また、モータの回転速度を推定することで、状態推定の精度をさらに向上させることができる。これは、装置９又は機器１０を制御する制御部５に状態推定機能を実装する上で有利である。

【0050】

当該状態推定装置によれば、前記逐次推定手法は、前記状態推定で観測する信号に内在するノイズの分散の大きさに合わせて、前記逐次推定手法の共分散の大きさを設定することで、入力信号に対して前記ノイズを減衰させた推定値を得られる。そのため、機械角周波数のＮ倍（Ｎは正の有理数）の周波数成分を高精度に推定できる。

【0051】

図４は、圧縮機の回転体を回転させるモータ７の電流波形の一例を示す図である。モータ７の負荷トルクと相関のある信号Ｓが電流または電圧である場合、信号Ｓは、モータ７における交流量又は直流量でもよい。また、信号Ｓは、電流、電圧の他、音、振動、磁束、AE（Acoustic Emission）でもよい。

【0052】

図４は、交流量の一例として、モータ７に流れる相電流ｉ_ｕ，ｉ_ｖ，ｉ_ｗを示し、直流量の一例として、相電流ｉ_ｕ，ｉ_ｖ，ｉ_ｗの電流ベクトルの大きさ（＝√（ｉ_ｕ ^２＋ｉ_ｖ ^２＋ｉ_ｗ ^２））を示す。交流量又は直流量は、モータ７の電流または電圧に基づく信号の一例である。

【0053】

以下に、モータ７の負荷トルクと相関のある信号Ｓの例を列挙する。

【0054】

＜交流量＞

【0055】

【数1】

など。

【0056】

＜直流量＞

【0057】

【数2】

【0058】

【数3】

【0059】

【数4】

【0060】

【数5】

【0061】

【数6】

【0062】

【数7】

【0063】

【数8】

【0064】

【数9】

【0065】

【数10】

【0066】

【数11】

【0067】

【数12】

【0068】

【数13】

【0069】

【数14】

【0070】

【数15】

【0071】

【数16】

【0072】

【数17】

【0073】

【数18】

【0074】

【数19】

など。

【0075】

なお、モータ７のコイルに流れる相電流（Ｕ相電流ｉ_ｕ、Ｖ相電流ｉ_ｖ、Ｗ相電流ｉ_ｗ）から算出される電流（電流ベクトル振幅）は、三相電流のうちの二相電流を用いて算出されても、インバータ回路４の直流電流から算出されてもよい。

【0076】

次に、制御部５によって推定される状態について説明する。

【0077】

図５は、制御部５によって推定される状態を例示する一覧である。制御部５は、圧縮室のオイルシール性、モータの絶縁状態、軸受けの摩耗状態、圧縮室の液圧縮状態、回転体もしくは軸負荷のアンバランス性、または流路の閉塞を推定する。異常が進行するほど、モータ７の負荷トルクの高調波に微小変動が生じる。そのため、異常の兆候を表す変化が負荷トルクと相関のある信号の高調波に現れる。

【0078】

圧縮室のオイルシール破綻が進行すると、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分（機械角周波数の１倍の周波数成分）が変化する。制御部５は、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分の振幅及び位相を逐次推定手法により演算し、その演算値が所定の基準値を超える変化を検出することで、圧縮室のオイルシール破綻と判定する。

【0079】

モータの絶縁劣化が進行すると、検出された相電流の大きさを表す信号に含まれる電気角３次成分（電気角３次成分は機械角周波数の３Ｐ_ｎ倍の周波数成分、Ｐ_ｎはモータの極対数）が変化する。制御部５は、三相電流のうち少なくとも一つの相電流の大きさを表す検出信号に含まれる電気角３次成分の振幅及び位相を逐次推定手法により演算し、その演算値が所定の基準値を超える変化を検出することで、モータ７の絶縁劣化と判定する。

【0080】

モータ７の回転軸を支持する軸受けの摩耗が進行すると、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角Ｎ次成分（機械角周波数のＮ倍成分、Ｎは自然数）又は機械角分数次成分（機械角周波数の分数倍成分）が変化する。制御部５は、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角Ｎ次成分又は機械角分数次成分の振幅及び位相を逐次推定手法により演算し、その演算値が所定の基準値を超える変化を検出することで、モータ７の回転軸を支持する軸受けの摩耗と判定する。

【0081】

圧縮室の液圧縮が進行すると、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分（機械角周波数の１倍成分）が変化する。制御部５は、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分の振幅及び位相を逐次推定手法により演算し、その演算値が所定の基準値を超える変化を検出することで、液圧縮と判定する。

【0082】

回転体又は軸負荷のアンバランスが進行すると、検出された相電流の大きさを表す検出信号に含まれる電気角周波数から機械角１次成分（機械角周波数の１倍成分）の周波数を減算して得られる周波数、または電気角周波数から機械角１次成分（機械角周波数の１倍成分）の周波数を加算して得られる周波数の周波数成分が変化する。回転体又は軸負荷の具体例として、モータの回転軸によって回転駆動されるファンがある。このアンバランスが生じる要因の具体例として、軸の偏心、ファンの羽の変形、脱落、着霜などが挙げられる。制御部５は、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分の振幅及び位相を逐次推定手法により演算し、その演算値が所定の基準値を超える変化を検出することで、回転体又は軸負荷がアンバランス状態と判定する。

【0083】

流路の閉塞が進行すると、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分（機械角周波数の１倍成分）が変化する。流路は、例えば、モータの回転によってファンにより送られる流体が流れる通路である。制御部５は、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分の振幅及び位相を逐次推定手法により演算し、その演算値が所定の基準値を超える変化を検出することで、流路の閉塞と判定する。

【0084】

このように、制御部５は、モータ７の負荷トルクと相関のある信号の所定の高調波の振幅及び位相を逐次推定手法により演算し、その演算値を用いて装置９又は機器１０に発生する異常等の挙動変化を推定する。逐次推定手法を用いることにより、比較的軽い演算負荷で挙動変化の推定精度が向上する。

【0085】

図６は、圧縮機を３０ｒｐｓ（１秒間に３０回転）で運転している時にオイルシール破綻が進行する状況において、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分（３０Ｈｚの周波数成分）の挙動を例示する図である。オイルシール破綻が進行すると、圧縮室内の摩擦係数が増えてモータ７の負荷トルクが上昇するので、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分の振幅は、徐々に低下する。制御部５は、当該機械角１次成分の振幅及び位相の各演算値が所定の振幅基準値を下回ったことを検出すると、圧縮室のオイルシールが破綻したと判定する。

【0086】

図７は、圧縮機を７０ｒｐｓ（１秒間に７０回転）で運転している時に圧縮室の液圧縮が発生する状況において、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分（７０Ｈｚの周波数成分）の挙動を例示する図である。液圧縮が起こると、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分は、上昇する。制御部５は、当該機械角１次成分の振幅及び位相の各演算値が、それぞれに対応する所定の基準値を超えたことを検出すると、圧縮室の液圧縮が発生したと判定する。

【0087】

図８は、圧縮機を４５ｒｐｓ（１秒間に４５回転）で運転している時にモータ７の軸受け摩耗が発生する状況において、検出された電流ベクトルの大きさを表す検出信号の周波数スペクトルを正常時と比較して例示する図である。図９は、圧縮機を４５ｒｐｓ（１秒間に４５回転）で運転している時にモータ７の軸受け摩耗が発生する状況において、検出されたＵ相電流の大きさを表す検出信号の周波数スペクトルを正常時と比較して例示する図である。

【0088】

図８及び図９において、軸受け摩耗が進行すると、摩耗進行前の正常時に比べて振幅が高い機械角１次成分（機械角周波数の１倍成分）が発生する。また、摩耗進行前の正常時に比べて振幅が高い機械角分数次成分（機械角周波数の１／３倍成分及び２／３倍成分）が発生する。制御部５は、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分及び所定の機械角分数次成分の振幅を逐次推定手法により演算し、その演算値が所定の基準値を超えたことを検出すると、モータ７の軸受けが摩耗したと判定する。

【0089】

図１０は、圧縮機を４５ｒｐｓ（１秒間に４５回転）で運転している時に軸が偏心している状況において、検出された電流ベクトルの大きさを表す検出信号の周波数スペクトルを正常時と比較して例示する図である。図１０において、軸が偏心している時は正常時に比べて振幅が高い機械角１次成分（機械角周波数の１倍成分）が発生する。制御部５は、検出された電流ベクトルの大きさを表す検出信号に含まれる機械角１次成分の振幅を逐次推定手法により演算し、その演算値が所定の基準値を超えたことを検出すると、モータ７の軸受けが摩耗したと判定する。

【0090】

このように、制御部５は、モータ７の負荷トルクと相関のある信号の所定の高調波の振幅及び位相を逐次推定手法により演算し、その演算値を用いて装置９又は機器１０に発生する異常等の挙動変化を推定する。制御部５は、異常等の挙動変化の推定結果を、機器１０の内部又は外部の所定の装置に出力する。所定の装置は、当該推定結果に対応する制御を実行する。

【0091】

制御部５は、例えば、当該推定結果を表す情報をディスプレイやリモコンなどの所定の装置に表示させる。これにより、ユーザは、当該推定結果を表す情報を認知できる。制御部５は、当該推定結果を表す情報を、空気調和機の冷媒回路を動かすアクチュエータを操作する操作回路に供給してもよい。操作回路は、冷媒回路が当該推定結果に対応する動作を行うように当該アクチュエータを操作する。制御部５は、当該推定結果に応じて、モータ７の運転条件を変更してもよく、例えば、当該推定結果が変更条件を満たすと、モータ７の回転を減速又は停止させてもよい。

【0092】

制御部５は、周波数成分の値、特定の周波数の周辺の周波数成分の二乗和平方根、複数の周波数成分の加減乗除、べき乗、又はそれらの組み合わせのいずれを用いて、推定した状態の異常等の挙動変化を判定してもよい。制御部５は、基準値（閾値）を超えた継続時間や累積時間や累積回数、所定時間における基準値（閾値）を超えた時間の割合、あるいは所定上限値を超えた部分の大きさの累積値を用いて、推定した状態の異常等の挙動変化を判定してもよい。制御部５は、モータ７の機械角周波数のＮ倍である特定の周波数成分と、モータ７とは異なる機械の機械角周波数の整数倍の周波数成分とを組み合わせて、推定した状態の異常等の挙動変化を判定してもよい。

【0093】

制御部５は、所定の基準値（例えば、上限値又は下限値）との比較によって異常等の挙動変化を判定することに代えて、ニューラルネットワーク又は機械学習を用いて、推定した状態の異常等の挙動変化を判定してもよい。例えば、制御部５は、ニューラルネットワークを用いてバックプロパゲーションにより学習を行うことで、推定した状態の異常等の挙動変化を判定してもよい。

【0094】

図１１は、バンドパスフィルタ（ＢＰＦ）と拡張カルマンフィルタ（ＥＫＦ）を組み合わせた手法の一例を説明するための概略図である。図１１は、特定の周波数成分（この例では、機械角１次成分）がＥＫＦにより演算処理される前に、モータ７の負荷トルクと相関のある信号Ｓ（例えば、電流ベクトルの大きさを表す検出信号）の周波数帯域をＢＰＦにより制限する場合を例示する。ＢＰＦは、機械角周波数のＮ倍（この例では、１倍）の周波数成分を有する特定の信号成分Ｓ_ＢＰＦを信号Ｓから抽出する。ＥＫＦは、信号Ｓから抽出された特定の信号成分から、特定の周波数成分（この例では、機械角１次成分）の位相、角周波数、振幅を逐次的に推定する。

【0095】

このように、ＥＫＦ等の逐次推定手法にＢＰＦ等のフィルタを併用することで、特定の周波数成分の振幅又は位相の演算精度を低下させる高調波が、当該特定の周波数成分の振幅及び位相の演算に使用する信号成分に混入しにくくなるので、状態推定の精度が向上する。また、前記特定の周波数成分より大きな周波数成分を推定することを防止することができる。

【0096】

次に、本実施形態で使用される拡張カルマンフィルタの例について説明する。以下の説明に用いる物理量を［数２０］に定義する。この例では、拡張カルマンフィルタは、以下の状態方程式［数２１］と観測方程式［数２２］のモデルに基づき、モータ７の機械角周波数のＮ倍である特定の周波数成分の位相、角周波数、振幅を推定する。

【0097】

【数20】

【0098】

【数21】

【0099】

【数22】

ここでｂは３次元列ベクトルである。状態遷移の共分散行列Ｑ、観測方程式の共分散Ｒはそれぞれ［数２３］の式で表すことができる。

【0100】

【数23】

Ｑは、状態遷移の共分散行列であり、状態遷移時の特定の信号成分ｙ_Sの分散の大きさに合わせて設計する。また、Ｒは観測方程式の共分散を表し、前記状態推定で観測する信号に内在するノイズの分散の大きさに合わせて設計する。

【0101】

図１２は、拡張カルマンフィルタを用いて状態量の推定値ｘ_ｋ（位相θ_ｋ、角周波数ω_ｋ、振幅ａｍｐ_ｋ）を演算する処理の流れを例示するフローチャートである。以下状態量の推定値ｘ_ｋは事前状態量の推定値ｘ_ｐｋと事後状態量の推定値ｘ_ｕｋで区別して定義しており、ｘ_ｐｋはｘ_ｕｋを用いて［数２４］の様に表すことができる。

【0102】

【数24】

【0103】

ステップＳ１において、制御部５は、時刻ｋ＝０における初期値として、事後状態量の推定値ｘｕ_０及びＰｕ_０を［数２５］で設定する。Ｐｕ_ｋは、時刻ｋにおける事後誤差共分散行列を表す。

【0104】

【数25】

【0105】

ステップＳ２において、制御部５は、モータ７の負荷トルクと相関のある信号Ｓを取得し、ＢＰＦを用いて機械角周波数のＮ倍（Nは正の有理数）の周波数成分を有する特定の信号成分Ｓ_ＢＰＦを信号Ｓから抽出する。ここで、以下の説明に用いる物理量を［数２６］に定義する。

【0106】

【数26】

【0107】

ステップＳ３において、制御部５は、事後状態量の推定値ｘ_uｋ-1を用いて、［数２４］に基づいて拡張カルマンフィルタの事前状態量の推定値ｘ_ｐｋを更新する。

【0108】

ステップＳ４において、制御部５は、以下［数２７］で算出した事前誤差共分散行列Ｐ_pkを用いて、時刻ｋにおけるカルマンゲインＫ_ｋを［数２８］で算出する。

【0109】

【数27】

【0110】

【数28】

ここで、上付きのＴは転置行列を表し、上付きの「－１」は、逆行列を表す。

【0111】

また、事後誤差共分散行列Ｐ_ｕkは、［数２７］で算出した事前誤差共分散行列Ｐ_pk、［数２８］で算出したカルマンゲインＫ_ｋを用いて［数２９］で算出する。

【0112】

【数29】

【0113】

次に、制御部５は、ステップＳ３において［数２４］で算出した事前状態量の推定値ｘ_ｐｋと、ステップＳ４において上記式［数２８］で算出したカルマンゲインＫ_ｋとを用いて、［数３０］の式より、時刻ｋにおける事後状態量の推定値ｘ_ｕｋを更新する。

【0114】

【数30】

【0115】

制御部５は、これ以降、ステップＳ２，Ｓ３，Ｓ４を繰り返すことで、逐次的に事後状態量の推定値ｘ_ｕｋを算出する。

【0116】

このように、制御部５は、拡張カルマンフィルタを用いることで、下記［数３１］の様に事後状態量の推定値ｘ_ｕｋ（位相θ_ｋ、角周波数ω_ｋ、振幅ａｍｐ_ｋ）を高精度に得られる。

【0117】

【数31】

【0118】

制御部５は、モータ７の速度（例えば、機械角周波数ω_ｒｍ）が安定した状態での状態量の推定値ｘ_ｋ及び共分散行列を、時刻ｋ＝０における初期値（状態量ｘ_０及びＰ_０）として再設定して、図１２に示す流れで状態量の推定値ｘ_ｋを逐次的に再度算出してもよい。これにより、実際の状態量に近い初期値から状態推定が再開されるので、状態量の推定値ｘ_ｋを逐次的に算出する精度がより向上する。

【0119】

次に、逐次推定手法において推定の発散あるいは推定精度が低くなる課題への対策について説明する。

【0120】

モータが加速あるいは減速している時に状態量の推定値ｘ_ｋとは異なる周波数成分（例えば電源周波数に同期した周波数成分）を推定する可能性がある。そこで、加速あるいは減速している時にカルマンフィルタの推定値をリセットし、回転数の指令を初期値として与えることで上記課題を回避する。

【0121】

マイクロプロセッサで演算する時に演算誤差により共分散行列の対称性が崩れて状態量の推定値ｘ_ｋが発散する可能性がある。そこで、理論的に必ず事前誤差共分散行列及び事後共分散行列が対称である平方根フィルタを用いる、事前誤差共分散行列あるいは事後共分散行列の上三角成分を下三角成分に代入する、事前誤差共分散行列あるいは事後共分散行列の下三角成分を上三角成分に代入する、あるいは事前誤差共分散行列あるいは事後共分散行列の演算後のPを用いて1/2P+1/2P^Tを演算し置き換える等の対策を実施することで、推定の発散を回避する。

【0122】

カルマンフィルタの入力信号Ｓが０である時に、カルマンフィルタが不可観測となってしまい状態量の推定値ｘ_ｋが発散する可能性がある。そこで、カルマンフィルタの最低入力値に制限を設けることで推定の発散を回避する。

【0123】

推定途中の逆行列を求める行列が正定でない時に状態量の推定値ｘ_ｋが発散する可能性がある。そこで、逆行列を求める行列が正定となる様に対角成分の値を制限して、推定の発散を回避する。上記値の制限の具体例として、対角成分に一定値を足す、あるいは行列の対角成分の固有値を演算して全てが正の固有値を持つ様に行列の成分を補正する等が挙げられる。

【0124】

電流ベクトルの１次成分が急激に増加あるいは減少した際に振幅ａｍｐ_ｋの整定時間の間に、状態量の角周波数ω_ｋの推定が発散することで振幅の推定も併せて発散する可能性がある。そこで、周波数の推定値に制限をかける、あるいはカルマンゲインＫ_ｋに制限をかけることで、推定の発散を回避する。

【0125】

ＢＰＦで設計するＱ値の値は一定ではなく、ＢＰＦの通過帯域が速度指令の周波数を中心に前後一定の範囲となる様なＱ値を設定する。これにより状態量の推定精度の低下を防止する。

【0126】

マイクロプロセッサで演算を続けると、位相θ_ｋが増加し続けて値がオーバーフローしてしまい、状態量の推定が発散する可能性がある。オーバーフローを防ぐために位相θ_ｋの上限値を設定して０に戻す、あるいは０～２πでビットマスクをかける等の対策により推定の発散を回避する。

【0127】

次に、推定した状態の異常を検知する方法のいくつかの具体例について説明する。

【0128】

図１３は、圧縮室のオイルシール破綻を検知する方法の一例を示すフローチャートである。制御部５は、モータ７の三相の相電流ｉ_ｕ，ｉ_ｖ，ｉ_ｗを検出し（ステップＳ１１）、モータ７の負荷トルクと相関のある信号Ｓとして、相電流の電流ベクトルの大きさｉ_ａを演算する（ステップＳ１２）。制御部５は、バンドパスフィルタで信号Ｓの周波数領域を制限する（ステップＳ１３）。制御部５は、バンドパスフィルタにより周波数領域が制限された信号Ｓから、拡張カルマンフィルタを用いて、機械角１次成分の振幅と周波数を同時に推定する（ステップＳ１４）。制御部５は、機械角１次成分の振幅の推定した値が所定の下限値以下か否かを判定する（ステップＳ１５）。制御部５は、機械角１次成分の振幅が所定の下限値以下の場合、オイルシール破綻が検知されたことを表す信号を発報する（ステップＳ１６）。これにより、制御部５は、オイルシール破綻の発生を外部に通知でき、オイルシール破綻の進行を抑制できる。

【0129】

図１４は、モータの軸受けの摩耗を検知する方法の一例を示すフローチャートである。制御部５は、モータ７の三相の相電圧ｖ_ｕ，ｖ_ｖ，ｖ_ｗを検出し（ステップＳ２１）、モータ７の負荷トルクと相関のある信号Ｓとして、相電圧の電圧ベクトルの大きさｖ_ａを演算する（ステップＳ２２）。制御部５は、逐次ベイズ推定を用いて、機械角周波数の１／３倍成分の振幅の時間平均値を算出する（ステップＳ２３）。制御部５は、当該時間平均値が所定の上限値以上である累積回数が所定の上限値以上か否かを判定する（ステップＳ２４）。制御部５は、当該時間平均値が所定の上限値以上である累積回数が所定の上限時間以上の場合、モータの軸受け摩耗が検知されたことを表す異常信号を発報する（ステップＳ２５）。これにより、制御部５は、軸受け摩耗の発生を外部に通知でき、軸受け摩耗の進行を抑制できる。

【0130】

図１５は、モータの絶縁劣化を検知する方法の一例を示すフローチャートである。制御部５は、モータ７の負荷トルクと相関のある信号Ｓとして、モータ７の三相の相電流ｉ_ｕ，ｉ_ｖ，ｉ_ｗを検出する（ステップＳ３１）。制御部５は、バンドパスフィルタで三相の相電流ｉ_ｕ，ｉ_ｖ，ｉ_ｗの周波数領域を制限する（ステップＳ３２）。制御部５は、バンドパスフィルタにより周波数領域が制限された三相の相電流ｉ_ｕ，ｉ_ｖ，ｉ_ｗのうち少なくとも一つから、アンセンテッドカルマンフィルタ（ＵＫＦ）を用いて、電気角周波数の３次成分の振幅を推定する（ステップＳ３３）。制御部５は、電気角周波数の３次成分の振幅が所定の上限値以上である継続時間が所定の時間以上か否かを判定する（ステップＳ３４）。制御部５は、当該継続時間が所定の時間以上の場合、モータ７の絶縁劣化が検知されたことを表す異常信号を発報し、モータ７を延命運転する（ステップＳ３５）。これにより、制御部５は、モータ７の絶縁劣化を外部に通知でき、モータ７の絶縁劣化の進行を抑制できる。

【0131】

図１６は、液圧縮を検知する方法の一例を示すフローチャートである。制御部５は、モータ７の三相の相電流ｉ_ｕ，ｉ_ｖ，ｉ_ｗ及び三相の相電圧ｖ_ｕ，ｖ_ｖ，ｖ_ｗを検出し（ステップＳ４１）、モータ７の負荷トルクと相関のある信号Ｓとして、瞬時電力ｐを演算する（ステップＳ４２）。制御部５は、ガウシアンフィルタを用いて、瞬時電力ｐに含まれる機械角１次成分の振幅を推定する（ステップＳ４３）。制御部５は、所定時間における振幅が所定の上限値以上である継続時間の割合が所定上限値以上か否かを判定する（ステップＳ４４）。制御部５は、当該継続時間の割合が所定時間以上の場合、液圧縮が検知されたことを表す異常信号を発報し、モータ７を停止する（ステップＳ４５）。これにより、制御部５は、液圧縮の発生を外部に通知でき、液圧縮の進行を抑制できる。

【0132】

図１７は、軸の偏心を検知する方法の一例を示すフローチャートである。制御部５は、モータ７の振動及び音の信号を検出する（ステップＳ５１）。制御部５は、ＰＬＬを用いて、振動・音の信号に含まれる機械角１次成分の振幅を推定する（ステップＳ５２）。制御部５は、振幅が所定上限値以上である部分の大きさの累積値が所定の上限値以上か否かを判定する（ステップＳ５３）。制御部５は、当該累積値が所定上限値以上の場合、軸の偏心が検知されたことを表す異常信号を発報する（ステップＳ５４）。これにより、制御部５は、軸の偏心を外部に通知できる。

【0133】

なお、以上の判定処理の説明では、機械角周波数のＮ倍（Nは正の有理数）の周波数成分と上限値とが比較される場合を例に挙げたが、これに限定されない。例えば、上記周波数成分と予め定められた下限値とが比較されてもよい。つまり、上記の「上限値以上」を「下限値以下」に読み替えてもよい。また、上記周波数成分と予め定められた許容範囲とが比較されてもよい。つまり、上記の「上限値以上」を「許容範囲外」に読み替えてもよい。

【0134】

以上、実施形態を説明したが、特許請求の範囲の趣旨及び範囲から逸脱することなく、形態や詳細の多様な変更が可能なことが理解されるであろう。他の実施形態の一部又は全部との組み合わせや置換などの種々の変形及び改良が可能である。

【符号の説明】

【0135】

１ 状態推定装置
２ コンバータ回路
３ 直流リンク部
４ インバータ回路
４ａ スイッチング素子
５ 制御部
６ 交流電源
７ モータ
８ リアクトル
９ 装置
１０ 機器

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】