[发明专利]机器学习装置及方法以及寿命预测装置及电动机驱动装置

权利要求书

1.一种机器学习装置，其学习电动机驱动装置的功率元件的预测寿命，所述电动机驱动装置通过所述功率元件的开关动作将直流电力变换为交流电力来提供给交流电动机，所述机器学习装置的特征在于，具备：

状态观测部，其观测状态变量，该状态变量由与所述功率元件的开关次数相关的数据、与所述功率元件的结温相关的数据、以及与所述功率元件有无故障相关的数据构成；以及

学习部，其按照基于所述状态变量而生成的训练数据集来学习所述功率元件的预测寿命；

其中，所述学习部具备：

回报计算部，其基于所述功率元件的开关次数以及所述功率元件有无故障来计算回报；

函数更新部，其基于所述状态变量以及所述回报来更新用于计算所述功率元件的预测寿命的函数。

2.根据权利要求1所述的机器学习装置，其特征在于，

基于对所述功率元件进行冷却的散热片的温度、所述电动机驱动装置的周围温度、从所述电动机驱动装置向所述交流电动机供给的电流的值、以及从所述电动机驱动装置向所述交流电动机施加的电压的值来计算所述功率元件的结温。

3.根据权利要求1所述的机器学习装置，其特征在于，

所述回报计算部在所述功率元件的开关次数超过规定次数时减少回报。

4.根据权利要求1所述的机器学习装置，其特征在于，

所述回报计算部在所述功率元件的开关次数未超过规定次数的情况下，在发生了所述功率元件的故障时减少回报。

5.根据权利要求1、3或4中的任意一项所述的机器学习装置，其特征在于，

所述函数更新部基于所述状态变量以及所述回报，按照神经网络模型来更新用于计算所述功率元件的预测寿命的函数。

6.根据权利要求1或2所述的机器学习装置，其特征在于，

所述学习部具备：

误差计算部，其基于所述状态变量来计算误差；

学习模型更新部，其基于所述状态变量以及所述误差来更新用于计算所述功率元件的预测寿命的学习模型。

7.根据权利要求1至4中的任意一项所述的机器学习装置，其特征在于，

所述学习部构成为按照针对多个电动机驱动装置取得的所述训练数据集来学习所述功率元件的预测寿命。

8.一种电动机驱动装置内的功率元件的寿命预测装置，其具备权利要求1至7中的任意一项所述的机器学习装置，其特征在于，

还具备意图决定部，该意图决定部基于所述学习部按照所述训练数据集进行学习的结果，对当前的所述状态变量的输入进行响应，来计算所述功率元件的预测寿命。

9.根据权利要求8所述的寿命预测装置，其特征在于，

还具备通知部，该通知部向作业者通知由所述意图决定部计算出的所述预测寿命。

10.根据权利要求9所述的寿命预测装置，其特征在于，

还具备通知部，该通知部基于所述意图决定部计算出的所述预测寿命，向作业者通知用于催促更换所述功率元件或更换所述电动机驱动装置的信息。

11.根据权利要求8至10中的任意一项所述的寿命预测装置，其特征在于，

所述学习部构成为按照由所述当前的状态变量构成的追加的训练数据集，重新学习并更新所述功率元件的预测寿命。

12.一种电动机驱动装置，其特征在于，具备：

权利要求8至11中的任意一项所述的寿命预测装置；

电力供给部，其通过所述功率元件的开关动作将直流电力变换为交流电力来提供给交流电动机；

开关次数取得部，其基于针对所述功率元件的开关指令，来取得与所述开关次数相关的数据；

故障判定部，其基于针对所述功率元件的开关指令和从所述电力供给部输出的交流电力来取得与所述功率元件有无故障相关的数据。