ダウウェイ・ビークルのCEO、ジョニー・リュー氏による記事 | 公開日: 2026年3月5日
新エネルギー車（NEV）産業は急速に成長している。自動車用モーターは、動力源および補助的な実行ユニットとして機能し、その制御システムの性能が車両のダイナミクス、燃費、安全性に直接影響を与える。シミュレーション技術は、従来の「物理的な試行錯誤」による研究開発モデルに取って代わり、コスト削減、効率向上、そしてテストの再現性向上を実現する。
このガイドでは、車両制御システム設計の中核をなす自動車用モータ制御システムのシミュレーション設計プロセスを詳しく解説します。特に、永久磁石同期モータ（PMSM）、システムモデリング、制御戦略設計、および実環境におけるエンジニアリング検証に焦点を当てます。
1. 現代システムにおけるシミュレーションへの移行
モーターは、電気自動車やハイブリッド車において、駆動システム、ステアリング、ブレーキなどを担います。制御システムは、いわば「頭脳」です。車両制御ユニット（VCU）から指令を受け取り、アルゴリズムを実行して速度、トルク、電流を制御します。
従来の「ハードウェア構築→物理テスト→パラメータ調整」という研究開発サイクルは、時間がかかりすぎ、コストも高すぎます。急加速や低温始動といった過酷な条件下では、物理的なハードウェアが破損してしまうことも少なくありません。そこで、モーター、コントローラー、車両の仮想環境を構築することで、エンジニアは設計上の欠陥を早期に発見し、パラメータを安全に修正できます。この「仮想検証から物理反復へ」という手法は、今日では標準的な手法となっています。
2. 車両モータ制御のためのシミュレーションの基礎
シミュレーション設計の主要目標
工学実務において、シミュレーションは精密なモデリング、迅速な検証、そしてより優れたパフォーマンスを目指します。具体的には、以下のことを目指します。
- 動的応答を誤差範囲で再現する ≤5% 身体検査と比較した場合。
- すべての条件下で制御戦略を検証する。速度誤差を維持する。 ≤±1% トルクリップル ≤±2%。
- パラメータを調整して銅と鉄の損失を低減し、システム効率を向上させます。
- 故障シナリオ（センサーの故障など）をシミュレートして、耐障害性を確認し、 ISO 26262 基準。
7ステップのシミュレーションワークフロー
マルチドメイン協調シミュレーション（例えばCarsimとの連携）と組み込みCコードの自動生成をサポートするため、MATLAB/Simulink（Motor Control BlocksetおよびSimscape Electricalと併用）を使用しています。ワークフローは以下のとおりです。
- 要件分析： モーターの仕様と車両の状態を定義する。
- システムモデリング： プラント、センサー、コントローラー、インバーターのモデルを作成します。
- 制御戦略の設計： フィールド指向制御（FOC）などのアルゴリズムを適用する。
- シミュレーション設定: モジュールを統合し、可変ステップを設定します。
- シミュレーション検証： 始動、加速、制動をテストする。
- パラメータ最適化： PIDおよびSVPWM変数を調整する。
- ハードウェア検証: コードをマイクロコントローラユニット（MCU）に移植する。
3. 自動車用モータコントローラのシステムモデリング
PMSMボディモデリング
PMSMモデルは、電磁特性を記述するために$dq$回転座標系を使用します。
電圧方程式：
u_d=R_si_d+L_d\frac{di_d}{dt}-\omega_eL_qi_q
u_q=R_si_q+L_q\frac{di_q}{dt}+\omega_eL_di_d+\omega_e\psi_f
トルク方程式：
T_e=1.5p(\psi_fi_q+(L_d-L_q)i_di_q)
力学的方程式：
T_e-T_L=J\frac{d\omega_m}{dt}+B\omega_m
今回のシミュレーションでは、典型的な車両パラメータを入力します。 50kW 定格電力、 15000rpm、 4 極対、 0.02Ω ステータ抵抗、 0.5mH dq軸インダクタンス、 0.175Wb フラックスリンケージ、そして 0.01kg・m² 慣性モーメント。
電力変換器とセンサーのモデリング
- インバーター： 三相2レベルトポロジー（IGBT 6個、ダイオード 6個）。IGBTのスイッチング周波数を次のように設定しました。 10kHzデッドゾーン 3μsによって供給される 400V バッテリー（標準範囲は 300～800V)
- 電流センサー： ホール効果センサーによる測定 -200A～200A と ±0.5% 精度と 0.1% シミュレーションされたノイズ。
- 位置センサー: A 16ビット リゾルバモデルは、高精度なローター追跡に対応します。
コントローラモデルは、ADC変換、クラーク変換（3相からαβへの変換）、パーク変換（αβからdqへの変換）、デュアル閉ループ、および最終的なPWM生成を処理します。
4. 車両システム設計におけるコア制御戦略
フィールド指向制御（FOC）
FOCはステータ電流を励磁電流（i_d）とトルク電流（i_q）に変換します。表面実装型車両用PMSMの場合、 i_d=0 戦略。トルクはi_qのみによって制御され、モーターの効率的な動作を維持します。
パラメータ最適化とISO 26262安全規格
電流ループは速度ループよりも10倍速く応答する必要があります。起動時間は ≤0.5秒オーバーシュート ≤5%速度エラー ≤±1%、そしてトルクリップル ≤±2%. また、坂道走行時のような急激な負荷変化に対応するため、フィードフォワード制御も追加しています。
安全性を確保し、ISO 26262の規則に準拠するため、電流が一定値を超えるとPWMを遮断します。 1.5倍 定格制限またはバッテリー電圧が超過 1.1倍. 温度が一定値を超えると出力が低下します 150℃ センサーが故障した場合は、オープンループモードに切り替わります。
5. シミュレーションの検証と性能分析
シミュレーションを実行しました 10秒 可変ステップサイズで開始 1e-5秒。
調整済みのPIDパラメータ：
- スピードループ: K_p=0.5、K_i=10、K_d=0.01
- 現在のループ: K_p=5、K_i=100、K_d=0.05
4つの典型的な運転条件下での結果：
- 始動（0 → 1000rpm、20N·m）： テイクス 0.35秒、 3％ オーバーシュート、 0.5% 定常状態誤差。
- 加速（1000 → 5000rpm、50N·m）： 仕上げはスムーズな移行で 1.2秒 正確な追跡機能付き。
- 定常状態（5000rpm、50N·m）： 速度変動 ≤±5rpmトルクリップル ≤±1N·m。
- 回生ブレーキ（5000 → 0rpm、-40N·m）： 安全な減速 1.5秒 安定したエネルギー回収を実現。
Dowway Vehicleでは、このシミュレーションフレームワークを実際に使用することで、研究開発サイクルを大幅に短縮することができました。 30% モーターの動作効率を向上させることで 5%以上。
6. 車両制御システム設計に関するよくある質問
Q1：制御設計のための車両ダイナミクスモデルはどのように構築すべきですか？
簡潔な回答： それは操作内容によります。低速走行には運動学的モデルを、ハンドリングには自転車モデルを、最終テストにはフルモデルを使用してください。
説明： エンジニアは、使用事例に基づいて数学モデルを選択します。運動学モデルは、幾何学的運動（駐車など）を扱います。自転車の動的モデルは、車両を前輪と後輪のみに単純化するため、横方向の制御に最適です。車両全体のモデルは、厳密なシミュレーション検証のために、縦方向、横方向、および垂直方向のダイナミクスを網羅します。
Q2：車両の安定性と操縦性をどのように確保できますか？
簡潔な回答： 電子安定制御（ESC）などのシステムは、横滑りを防ぐために個々の車輪に自動的にブレーキをかける。
説明： 横方向ダイナミクス制御は、車両の安定性を担います。ESC（横滑り防止装置）は、ドライバーがステアリングのトラクションを失ったことを検知し、オーバーステアやアンダーステアを修正するために、特定の車輪に正確な制動力を自動的に加えます。この直接的なヨーモーメント制御により、車両は路面で安定した状態を維持します。
Q3：車両制御システムで最も一般的に使用されている制御アルゴリズムは何ですか？
簡潔な回答： 業界では、基本的な制御にはPID制御、ハードウェアの不確実性にはロバスト制御、自動運転にはモデル予測制御（MPC）が用いられている。
説明： 古典的な制御方式（PID制御、線形二次レギュレータ）は線形システムに適しています。ロバスト制御および非線形制御（スライディングモード制御、H∞制御）は予測不可能な物理的変化に対応します。モデル予測制御は将来の挙動を予測し、厳密な制約内で最適な入力値を算出するため、現在では経路追跡において最も有力な選択肢となっています。
Q4：車両ダイナミクスにおける非線形性や不確実性はどのように対処できますか？
簡潔な回答： エンジニアは、状態推定フィルタと適応型コントローラを組み合わせることで、急激な物理的変化に自動的に対応できるようにする。
説明： 実際の車両は、タイヤの飽和状態や路面摩擦の変化に対応しなければなりません。システムは、拡張カルマンフィルタなどのツールを使用して、直接測定できない状態（横滑り角など）を推定します。適応制御器はこのデータに基づいて外部からの衝撃に調整を行い、基本モデルが不完全であっても車両の安定性を維持します。
Q5：複数の車両サブシステムを同時に制御するにはどうすればよいですか？
簡潔な回答： 車両は、中央制御システムとして機能する統合車両ダイナミクス制御（IVDC）アーキテクチャを採用している。
説明： IVDCは、本来であれば互いに干渉し合う可能性のある各部品を連携させます。アンチロックブレーキシステム（ABS）、トラクションコントロール、ESC、アクティブサスペンションを連携させることで、複数のアクチュエータにコマンドをスマートに割り当て、安全性、操縦性、エネルギー効率を同時に最大化します。
ボーナス：MPC車両制御設計ワークフロー
モデル予測制御（MPC）は、高度な車両制御の標準技術です。エンジニアは、MPCを構築するために4つのステップからなるワークフローに従います。
- プラントモデリング： 一定期間における車両の将来の状態を予測するための、車両の数学モデルを定義する。
- 制約の定義: 物理的なハードウェアに対して、厳密な数学的制限を設定する（最大操舵角、タイヤの摩擦限界など）。
- コスト関数の定式化： 乗客の快適性を維持するために、急激な操縦入力を抑制しつつ、車線逸脱などのエラーを最小限に抑えるための数学的な目標値を設定する。
リアルタイム最適化： コントローラーは各ステップでこの数学問題を解き、最初のアクションを適用し、次のループで全てを再計算します。
