| Project/Area Number |
22K04005
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 20010:Mechanics and mechatronics-related
|
|---|
| Research Institution | Nara National College of Technology |
|---|
Principal Investigator |
酒井 史敏 奈良工業高等専門学校, 機械工学科, 教授 (80342533)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 閉ループ同定 / 反復学習制御 / パラメータ空間表現 / 非線形摩擦 / システム同定 |
|---|
| Outline of Research at the Start |
本研究課題では，射影型反復学習を用いた連続時間システム同定法（以下，反復学習同定法）に必要なパラメータ空間表現を構築する方法を提案することを目的とする．
補助事業期間に，非線形摩擦や非線形性を有するシステムに対して，任意の外部入力を与えたときに得られる入出力信号から，反復学習同定法に必要なパラメータ空間表現を推定する方法を確立する．また，推定されたパラメータ空間表現を用いた非線形システムに対する反復学習同定法のアルゴリズムを構築する．さらに，送りねじ駆動機構やスカラロボット等の実機システムを用いて提案法の有効性を検証する．
|
| Outline of Annual Research Achievements |
本研究では非線形摩擦や入出力に静的非線形要素を有するシステムに対して射影型反復学習制御に基づく連続時間システム同定法（以下，反復学習同定法）に必要なパラメータ空間表現を構築する方法を提案することを目的としている．これまでの研究により，反復学習同定法に必要なパラメータ空間表現を精度良く推定するためには，M系列信号等の任意の外部入力を与えたときの入出力信号を用いることが有効であることが明らかとなった．
本年度は，パラメータ空間表現の推定問題を多入力多出力系へ拡張することを目的に，本予算で購入した2リンクDDロボットアームを対象とし，任意の外部入力を与えたときに得られる入出力信号から，反復学習同定法に必要なパラメータ空間表現を求める方法を確立するために，以下の2項目について研究を進めた．
(1) 一般的なロボットアームの同定問題とは異なり，閉ループ制御されたロボットアームに対する連続時間システム同定問題（閉ループ同定問題）を考え，パラメータ空間表現の推定方法について検討を行った．その際，入出力信号（トルク，角度）のみではなく，角速度，角加速度のデータも必要となることから，厳密微分器を導入することを考え，その有効性についての検討も行っている．
(2) 提案手法の有効性を検証するための実験装置として2リンクDDロボットアームのシステムを構築し，実験装置の基本的な特性を明らかにするための予備実験を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
現在までの研究では，2リンクロボットアームの連続時間閉ループ同定問題を考え，角度，角速度，角加速度，トルクのデータが入手可能とした理想的な条件においては，精度良くパラメータ空間表現を推定できることが確認できている．しかし，現実には角度とトルク以外のデータは直接入手することができないため，厳密微分器の導入を検討している．また，関節に作用する非線形摩擦も考慮する必要があるなど解決すべき課題が残されている．
|
| Strategy for Future Research Activity |
今後は，非線形摩擦とロボットアームの非線形性を考慮した連続時間閉ループ同定問題に拡張し，厳密微分器により得られるデータを利用することの有効性についても検証を行う．また，2リンクDDロボットアームを例に，提案する手法により推定されたパラメータ空間表現を用いた非線形システムに対する反復学習同定法のアルゴリズムの構築を行い，同定精度について従来法との比較に基づき検証を行う予定である．
|
