劣化追跡とフォールトトレラントな多条件トルク適応を備えた勾配認識型ニューラル制御による電動二輪ホイールハブモータの予測温度制御

日常の街路に適したより賢い電動スクーター

電動スクーターは混雑した都市で急速に普及していますが、車輪内に収められた小型モータは静かに過熱し、摩耗していくことがあります。本稿は、そのようなインホイールモータが熱を先読みして自らを保護しつつ、ライダーに滑らかで力強い加速を提供し続ける新しい方法を検討します。物理モデル、人工知能、そして巧妙な安全ロジックを組み合わせることで、将来のスクーターがより楽しく、日々の使用でより信頼性が高くなる可能性を示しています。

熱が潜む敵である理由

多くの低コスト電動二輪車では、モータが後輪に直接組み込まれています。これは部品点数を減らし効率を高めますが、空気流通が限られた狭い空間に熱を閉じ込めてしまい、信号待ちや登坂、猛暑時には特に問題になります。温度が高くなると、銅線巻線、磁石、絶縁材が加速して劣化したり故障したりします。現在の多くのスクーターは単純な温度閾値で保護しており、センサが高値を報告するとコントローラはトルクを急にカットします。これはハードウェアを守りますが、急激な出力低下として感じられ、涼しい日や穏やかな走行時には未使用の“熱的余裕”を残してしまいます。

ハブモータのための三層「脳」

著者らは、ハイブリッド勾配認識ニューラル調節（GANR）システムを提案します。これはハブモータのための三層の「脳」のように機能します。第一に、軽量なニューラルネットワークが、スクーターに既に備わる信号—電流、電圧、速度、外気温—を使ってモータ温度を推定・予測します。これにより温度センサがドリフトしたりノイズが乗ったり故障した場合でも動作を続けられます。第二に、システムはモータが長期的に受けた熱ダメージをモータヘルスインデックスとして追跡します。この数値は数千回の高温サイクルを経るにつれて徐々に低下します。第三に、多条件トルクコントローラは、現在の温度とこのヘルスインデックス、加えて周囲の気象や走行強度を用いて、次の数秒間に安全に供給できるトルク量を決めます。単に限界を超えた後に反応するのではなく、モータの加熱速度を見てトラブルが生じる前にトルクを穏やかに緩めます。

ヘルス、熱マージン、先読みの監視

内部では、システムは簡略化されたが実証済みの熱モデルを使い、銅巻線からモータ外殻へ、そして空気へと熱がどのように流れるかを推定します。これに基づいて「熱的マージン」と「トルク低下までの時間」を計算します：臨界温度からどれだけ離れているか、何秒後にデレーティングが必要になるか（条件が変わらなければ）を示します。同時に、モータヘルスインデックスは既知の温度—寿命則に基づいてダメージを累積します—時折少し高温になる程度なら問題ありませんが、限界付近で長時間稼働すると明らかに残寿命が減ります。コントローラはこれらの指標をバッテリーエネルギーや選択された走行モード（エコ、ノーマル、スポーツ）と組み合わせて、性能重視、バランス、または保護的な挙動の間で選択します。暑い気候では自動的に安全限界を厳しくし、冷涼な天候ではバックオフする前により多くのトルクを安全に許容します。

フォールト処理と低コストハード上への適合

低コストのスクーターは控えめなマイコンを使うため、著者らはニューラルネットワークと制御ロジックを厳しいCPUサイクルとメモリ制約内で動作するよう慎重に設計しています。ネットワークはプルーニングや量子化を施され、すべての知能が数十キロバイトに収まり、制御サイクルごとにミリ秒未満で実行されます。専用のフォールバック状態機械がセンサとニューラル推定器を監視し、温度センサが固着、ドリフト、または範囲外になった場合は推定器駆動の保守的なトルク上限を持つ安全モードに自動で切り替わります。プロセッサ負荷が急増したり予期せぬグリッチが発生した場合は、さらに単純なルックアップテーブル制御へ退避できます。全体を通じて、ウォッチドッグと安全チェックが任意の故障を突然のシャットダウンや暴走加熱ではなく、段階的なトルク低減へと導くことを保証します。

シミュレーションが示すライダーへの利得

都市走行とアグレッシブな登坂走行を詳細にシミュレートし、著者らはGANRコントローラを標準的な比例積分（PI）制御と比較しました。新しいアプローチはピークモータ温度を数度低く保ち、危険な閾値を超える時間を大幅に減らし、「熱的暴走」シナリオをほぼ排除します。またトルクデレーティングの必要性を最大で約14%遅らせ、エネルギー効率を約7%改善し、センサが不調でも温度予測誤差を約2°C程度に維持します。繰り返されるハードな走行—特に高温時—においては、GANRシステムのモータヘルスインデックスは従来のコントローラよりもはるかに高い値を保ち、所有者にとって驚きの少ない、より長寿命のモータを示唆します。

より安全で長持ちする電動モビリティ

簡潔に言えば、本研究は電動スクーターに控えめな予測知能を与えることで、より頑丈で乗り心地の良いものにできることを示します。過熱してから出力を急に絞るのではなく、ハブモータは状況がどう変わっているか、既にどれほど疲れているか、どれだけの安全マージンが残っているかを学び、それに応じてトルクを滑らかに調整してライダーに一貫した性能を感じさせつつハードウェアを静かに保護します。設計全体が安価な組み込みチップ上で動作するよう最適化されているため、混雑し熱にさらされる都市において、より賢く安全で耐久性のある電動二輪車への実用的な道筋を提供します。

引用: Deshmukh, S., Lokhande, N. & Yeolekar, S. Predictive temperature control of electric two wheeler hub motor using gradient aware neural regulation with degradation tracking and fault tolerant multi condition torque adaptation. Sci Rep 16, 13436 (2026). https://doi.org/10.1038/s41598-026-37505-y

キーワード: 電動スクーター, モータ熱管理, ニューラルネットワーク制御, 予測トルクデレーティング, フォールトトレラントなEVシステム