JP6969217B2

JP6969217B2 - 自動車用モータ諸元設定システム

Info

Publication number: JP6969217B2
Application number: JP2017154597A
Authority: JP
Inventors: 雅之吉川
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2017-08-09
Filing date: 2017-08-09
Publication date: 2021-11-24
Anticipated expiration: 2037-08-09
Also published as: JP2019033641A

Description

本発明は、自動車用モータ諸元設定システムに関する。

ハイブリッド車は、内燃機関のみならず、電動モータ（以下、「モータ」と略記）を走行時の動力に用いることにより、車両の燃費の向上を図っている。ハイブリッド車に用いられるモータは、回転子に永久磁石を、固定子に電磁石を用いた三相同期モータの一種であるブラシレスＤＣモータが用いられる場合が少なくない。ブラシレスＤＣモータは、固定子を構成する三相（Ｕ相、Ｖ相、Ｗ相）の各電磁石のコイルに、三相交流様の電圧を印加することにより、固定子の磁極が回転状に変化するいわゆる回転磁界を生じさせる。そして、永久磁石で構成された回転子が、固定子の回転磁界に追従して回転することにより、ブラシレスＤＣモータは車両の動力源として機能する。

ブラシレスＤＣモータは、各相のコイルに印加する電圧の周波数及び実効電圧を変化させることにより、回転子の回転速度及びトルクを制御可能であるが、ブラシレスＤＣモータの回転速度とトルクとの関係は二律背反であり、回転速度が低い場合にはトルクが大きく、回転速度が高い場合にはトルクが小さくなる。

また、ハイブリッド車に限らず車両は、状況に応じて加速及び減速し、車速を変化させる。上り坂では平坦路よりもトルクが要求される。従って、ハイブリッド車で用いられるモータの動作点は一定ではなく、状況に応じて複雑に変化する。さらに、前述のような回転速度とトルクとの二律背反の関係も相まって、ハイブリッド車等の車両の動力源となるモータの最高出力及び最大トルク等の最適な仕様を決定するのは容易ではなく、モータを試作して試行錯誤に近い手法でモータの仕様を決定する場合には、甚大な労力及びコストを要するという問題があった。

そこで、特許文献１では、コンピュータシミュレーションを用いてモータの性能評価及びモータ設計を行うハイブリッド自動車用モータの性能解析方法の発明が開示されている。

特開２０１３−１１９２９５号公報

しかしながら、特許文献１に開示されているハイブリッド自動車用モータの性能解析方法は、多様な走行条件に基づいてハイブリッド車の動力源に最適なモータの仕様を決定するまでの演算量が膨大になるという問題があった。

本発明は、上記事実を考慮し、演算負荷を抑制しながらハイブリッド車用のモータの仕様を決定できる自動車用モータ諸元設定システムを提供することを目的とする。

請求項１に記載の自動車用モータ諸元設定システムは、地図データ、車両の諸元を定めた車両モデル及び走行ルートの外部環境モデルに基づいて、前記車両モデルの走行状態を算出する第１演算部と、前記第１演算部が算出した前記車両モデルの走行状態と、統合データサーバに予め格納された実車両が実際に走行した際の走行データと、を比較し、実車両の走行データに近似する複数の走行状態を抽出する第１抽出部と、前記複数の走行状態から前記実車両の走行予定ルート及び外部環境モデルサーバに予め格納された前記実車両が実際に走行した際の外部環境データに対応する走行状態を抽出する第２抽出部と、前記第２抽出部が抽出した走行状態から、前記外部環境モデルサーバに予め格納された前記実車両が実際に走行した際の外部環境データに適合した一の走行状態を抽出すると共に、該一の走行状態から前記実車両の動力であるモータが動作可能な回転数及びトルクである前記モータの諸元を算出する第２演算部と、を含んでいる。

請求項１に記載の自動車用モータ諸元設定システムは、第１演算部が出力した膨大なデータから実走行に対応した高精度なデータを段階的に選抜することにより、演算負荷を抑制しながらハイブリッド車用のモータの仕様を決定できる。

請求項１に記載の自動車用モータ諸元設定システムによれば、膨大なシミュレーションのデータから実走行に対応した高精度なデータを段階的に選抜することにより、演算負荷を抑制しながらハイブリッド車用のモータの仕様を決定できるという効果を奏する。

本発明の実施の形態に係る自動車用モータ諸元設定システムの構成の概略の一例を示したブロック図である。本発明の実施の形態に係る自動車用モータ諸元設定システムの処理の一例を示したデータフローである。本発明の実施の形態に係る自動車用モータ諸元設定システムの最適パラメータ出力に係る説明図であり、（Ａ）はＸ軸に走行距離、Ｙ軸に所要時間、Ｚ軸にモータの性能を設定したコンター図の一例であり、（Ｂ）は横軸に走行距離、縦軸に所要時間、コンター図で示した性能を色別で示したグラフの一例である。

以下、図１〜図３を用いて、本実施の形態に係る自動車用モータ諸元設定システム１００について説明する。図１に示したように、自動車用モータ諸元設定システム１００は、コンピュータネットワークをベースとしたコンピュータ資源の利用形態であるクラウド１０と、車両３０と、を含み、車両の動力であるモータ、電源であるバッテリ、バッテリの電力を変調してモータに印加する電圧を生成するインバータ及び車両３０の空調等の挙動を、入力された諸元値に応じて算出可能なモデルである。

クラウド１０は、車両３０が走行する地域の地図データを格納した地図データサーバ１２と、車両３０の諸元を格納した車両モデルサーバ１４と、車両３０が走行する地域の気温及び降水量等のデータを格納した外部環境モデルサーバ１６と、一の車両モデルの諸元について任意の走行ルート上の各地点での車両３０の走行状態（走行ルートの勾配、気温、降水量、モータの回転数、モータのトルク、バッテリの電圧及びバッテリの温度等）を算出する走行シミュレータ１８と、走行シミュレータ１８が算出した車両３０の走行状態及び車両３０（複数）が実際に走行した際の実績データを格納した統合データサーバと、を含む。

車両３０は、上空にあるＧＰＳ（Global Positioning System）衛星から受信した測位のための信号に基づいて車両３０の現在位置を算出するナビゲーションシステム（以下、「ナビ」と略記）３２と、走行ルートの勾配、気温（外気温）及び日時等の情報並びに車両３０のモータとインバータの電流、インバータの温度、バッテリの電圧及びバッテリの温度等の情報を取得するセンサ３４と、車両３０のモータ、インバータ、バッテリ及び空調等を制御するＥＣＵ（Electronic Control Unit）３６と、走行シミュレータ１８が算出した車両３０の走行状態、ナビ３２から入力された走行予定ルート及びセンサ３４で検出した事項に基づいて、各地点（緯度、経度）での車両３０の状態を算出する車載シミュレータ３８と、走行ルート上の各地点での車両３０の走行状態（走行ルートの勾配、降水量、モータの回転数、モータのトルク、バッテリの電圧及びバッテリの温度等）、気温、日時等のデータを記憶した履歴データ記憶部４０と、を含む。

図２は、本実施の形態に係る自動車用モータ諸元設定システム１００の処理の一例を示したデータフローである。Ｓ１００〜Ｓ１０６の処理は、クラウド１０内の走行シミュレータ１８での処理である。Ｓ１００で地図データサーバ１２に格納された地図データが、Ｓ１０２で車両モデルサーバ１４に格納された車両３０の諸元が、Ｓ１０４で外部環境モデルサーバ１６に格納された車両３０が走行するルートの気温及び降水量等のデータが、各々、走行シミュレータ１８に入力される。そして、Ｓ１０６では、走行シミュレータ１８により、任意の走行ルート上の各地点での車両３０の走行状態（走行ルートの勾配、気温、降水量、モータの回転数、モータのトルク、バッテリの電圧及びバッテリの温度等）を算出する走行シミュレーションが実行される。

Ｓ２００〜Ｓ２０６の処理は、クラウド１０内の統合データサーバ２０内での処理である。Ｓ２００では、走行シミュレータ１８で算出した走行ルート上の各地点における車両３０の走行状態の出力を行う。Ｓ２０２では、各車両（複数の車両３０）が実際に走行した際のデータ（走行ルートの勾配、気温、降水量、モータの回転数、モータのトルク、バッテリの電圧及びバッテリの温度等）を入力する。そして、Ｓ２０４では、走行シミュレータ１８で算出した車両３０の走行状態と、各車両が実際に走行した際のデータ（実走行データ）と、を比較し、Ｓ２０６で走行シミュレータ１８により算出した車両３０の走行状態から実走行データに近似する精度の高い走行状態を複数個抽出（選抜）する。近似する範囲は、自動車用モータ諸元設定システム１００の演算処理能力に余裕がある場合には広く設定してもよいが、本実施の形態では、システム全体の演算負荷を低減させるために、実走行データに近い走行状態のデータを限定的に抽出する。

Ｓ３００〜Ｓ３０６の処理は、主としてクラウド１０内に存在する構成によって行われる処理である。一例として、走行シミュレータ１８で行ってもよいし、走行シミュレータ１８以外のクラウド１０内の構成で行ってもよい。Ｓ３００では、車両３０側からナビ３２を介して走行予定ルートが入力され、Ｓ３０２では、車両３０のセンサ３４が検出した実際のルート上の気温及び降水量等の外部環境データが入力される。そして、Ｓ３０４では、Ｓ２０６で選抜した高精度なデータのうち、車両３０側から入力された走行予定ルート及び車両３０の実際の外部環境データに近いデータを抽出し、Ｓ３０６で車両３０に送信する車両送信用データとして出力する。

Ｓ４００〜Ｓ４０４の処理は、車両３０側で行われる処理である。Ｓ４００では、ＥＣＵ３６から車両３０のモデルが出力され、Ｓ４０２では、車載シミュレータ３８で車両３０に最適なパラメータが決定され、Ｓ４０４で最適パラメータとして出力する。

図３は、本実施の形態に係る自動車用モータ諸元設定システム１００の最適パラメータ出力に係る説明図であり、（Ａ）はＸ軸に走行距離、Ｙ軸に所要時間、Ｚ軸にモータの性能を設定したコンター図の一例であり、（Ｂ）は横軸に走行距離、縦軸に所要時間、コンター図で示した性能を色別で示したグラフの一例である。

図３（Ａ）には、性能が最も高い点５０から最も低い点まで６２まで、点５０、５２、５４、５６、５８、６０、６２、６４がプロットされている。しかしながら、図３（Ａ）のコンター図は、Ｘ軸に走行距離、Ｙ軸に所要時間、Ｚ軸にモータの性能を設定した三次元図であるので、最適な要素（点）を抽出するには、演算処理の負荷が大きくなる。

本実施の形態は、計算結果の点群７０を、図３（Ｂ）に示したような２次元図にすることにより、車両３０が走行可能な推奨設定の抽出を容易にする。図３（Ｂ）において、点群７０は、その名の通り点で構成されるが、図３（Ｂ）では、便宜上、色別の領域として表現している。

図３（Ｂ）において、点６０は現状の設定での目的地までの距離及び所要時間を示している。本実施の形態では、点群７０の中から目的地までの距離に対して所要時間が最適となる点を抽出し、抽出した点に対応するモータの諸元（モータの回転数及びモータのトルク）を決定する。かかる点の抽出及びモータの諸元の決定は、図２のＳ４０２での車載シミュレータ３８による処理に相当する。

例えば、点群７０で、目的地までの距離に対して所要時間が最短となるのは、点５２であるから、点５２が示す所要時間で目的地まで走行できるモータの諸元を車載シミュレータ３８で決定する。決定したモータの諸元は車両３０のＥＣＵ３６に出力される。ＥＣＵ３６は、車載シミュレータ３８から入力された諸元（モータの回転数及びモータのトルク）で、車両３０の動力であるモータを回転させる制御を行う。ＥＣＵ３６は、センサ３４により検出した動作中のモータとインバータの電流、インバータの温度、バッテリの電圧及びバッテリの温度等に基づいて、車両３０のモータが、車載シミュレータ３８から入力された諸元で動作可能か否かを判定し、動作可能な場合は、当該モータを新たに設定した諸元で制御する。また、ＥＣＵ３８は、センサ３４により検出した動作中のモータとインバータの電流、インバータの温度、バッテリの電圧及びバッテリの温度等に基づいて、車両３０の車載モータが、車載シミュレータ３８から入力された諸元で動作可能ではない場合は、車両３０のモータの定格を変更する必要性があることをクラウド１０側に送信する。

図３に係るモータの諸元決定は、車両３０の車載シミュレータ３８で実行したが、クラウド１０側で諸元決定を行い、決定した諸元を車両３０のＥＣＵ３８に出力してもよい。これにより、より高速な演算が可能になると共に、車両３０の消費電力を抑制することができる。

以上説明したように、本実施の形態に係る自動車用モータ諸元設定システム１００は、走行シミュレータ１８が出力した膨大なデータから実走行に対応した高精度なデータを段階的に選抜することにより、各段階での演算負荷を抑制すると共に、走行シミュレーションからモータの諸元決定までのトータルな演算負荷を低減している。

さらに、決定した諸元で車両３０のモータを実際に動作させることにより、車両３０のモータが現状の仕様でよいか否かを判断できる。現状の仕様でよい場合は、車両３０のモータを変更することなく、車両３０の走行性能を向上させることが可能であると判断でき、そうでない場合は、車両３０のモータの定格をより大きくすることが必要であると判断できる。従って、本実施の形態に係る自動車用モータ諸元設定システム１００によれば、演算負荷を抑制しながらハイブリッド車用のモータの仕様を決定できる。

なお、特許請求の範囲の構成のうち、第１演算部は走行シミュレータ１８に、第１抽出部は統合データサーバ２０に、第２抽出部は走行シミュレータ１８またはクラウド１０側のコンピュータに、第２演算部は車載シミュレータ３８に、各々対応する。

１０クラウド
１２地図データサーバ
１４車両モデルサーバ
１６外部環境モデルサーバ
１８走行シミュレータ
２０統合データサーバ
３０車両
３８車載シミュレータ
１００自動車用モータ諸元設定システム

Claims

地図データ、車両の諸元を定めた車両モデル及び走行ルートの外部環境モデルに基づいて、前記車両モデルの走行状態を算出する第１演算部と、
前記第１演算部が算出した前記車両モデルの走行状態と、統合データサーバに予め格納された実車両が実際に走行した際の走行データと、を比較し、実車両の走行データに近似する複数の走行状態を抽出する第１抽出部と、
前記複数の走行状態から前記実車両の走行予定ルート及び外部環境モデルサーバに予め格納された前記実車両が実際に走行した際の外部環境データに対応する走行状態を抽出する第２抽出部と、
前記第２抽出部が抽出した走行状態から、前記外部環境モデルサーバに予め格納された前記実車両が実際に走行した際の外部環境データに適合した一の走行状態を抽出すると共に、該一の走行状態から前記実車両の動力であるモータが動作可能な回転数及びトルクである前記モータの諸元を算出する第２演算部と、
を含む自動車用モータ諸元設定システム。