2016 Fiscal Year Research-status Report
グレブナー基底に基づいたモデル予測制御系の最適設計パラメータ決定法の開発
| Project/Area Number |
15K21591
|
|---|
| Research Institution | Kagawa National College of Technology |
|---|
Principal Investigator |
逸見 知弘 香川高等専門学校, 創造工学専攻, 准教授 (00413849)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | モデル予測制御 / グレブナー基底 / 非線形制御 / 制御パラメータの調整 / 最適化 |
|---|
| Outline of Annual Research Achievements |
一昨年までの研究成果をさらに発展させ，モデル予測制御系において，フィードバックが切れた時(1) 閉ループ系の極, (2)コントローラの極, (3) フィードバックが切れた時の定常値の3 つの制御仕様決定に対し，制御対象の特性を多項式で表現する多項式法から同一次元オブザーバを用いた状態方程式表現による既約分解表現によりモデル予測制御を拡張し，さらに数式処理ソフトウェアを用いたグレブナー基底を利用した設計方法を提案した.
多項式表現に比べ，状態空間法では設計パラメータの計算が簡単であり，また, 状態方程式では極零相殺された非可制御, 非可観測な部分も表現されるため, 相殺された極（いわゆる隠れたモード）も表現可能となった． さらに，これまでの研究で提案されている，モデル予測制御の一種である一般化予測制御に対する強安定制御系の設計手法において，問題となっていたフィードバックループ切断後に操作量を安定させることは可能だが，定常偏差が残るという問題に対し，フィードバックループ切断状態における制御量の定常値を算出し，定常状態において目標値と制御量が一致する条件式を導出し．この条件式を用いて制御則の極を設定することで，定常偏差の生じない強安定制御則を開発した．
また，非線形システムの拡張例として，1リンクアームの角度制御において，複数の制御点における線形近似モデルを内部モデルにしたモデル予測制御則を組み合わせ，システムの状態の応じて切り替えることで，提案する強安定モデル予測制御系を非線形制御に適用できる事が数値シミュレーションにより確認できた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
これまでの研究成果に基づき，強安定制御系の設計において，制御対象の特性を多項式で表現する多項式法から同一次元オブザーバを用いた状態方程式表現による既約分解表現によりモデル予測制御を拡張することができた．さらに，問題となっていた定常偏差に対しても，改善のための条件を導出することが出来ており，一部非線形制御システムへの拡張が出来ており，おおむね順調に研究が進んでいると言える．
また，一昨年までの成果として下記の2本の論文を投稿し採用されており，現在別に１本の論文を投稿中，2本の論文を投稿準備中である．
・井上昭，逸見知弘，吉永慎一，Mingcong Deng:入力項に無駄時間のある系の出力追従誤差の最小化, 電気学会論文誌C電子情報システム部門,Vol.137,No.1, pp.54-59, 2017
・T. Henmi: Control Parameters Tuning Method of Nonlinear Model Predictive Controller based on Quantitatively Analyzing, Journal of Robotics and Mechatronics, Vol.28 No.5, pp695-701, 2016
|
| Strategy for Future Research Activity |
昨年までの研究成果に基づき，以下の内容の研究を予定している．
・非線形システムに対する線形近似モデルを用いた制御手法のロボスト性の検証：昨年度，数値シミュレーションにおいて複数の制御点における線形近似モデルを内部モデルにしたモデル予測制御則を組み合わせ，システムの状態の応じて切り替えることを非線形システムへ適用して有効性を検証した．本年度は，制御点の間隔を偏させてモデル予測制御の持つロバスト性を検証する．
・センサとアクチュエータの両方にたいする耐故障性を持つ制御システムの開発：これまでの研究において，申請者はモデル予測制御のおけるアクチュエータの故障に対する研究も行ってきている．そこで，本申請研究のセンサの故障に対する制御システムと，アクチュエータの故障に対する制御系の融合を目指すことでより，故障に強い耐故障性を持つ制御系の設計を目指す．
・実システム（実験）による有効性の検証：一昨年度整備が遅れていた２リンクアーム実験装置の整備がおおよそ終わったので，本年度は提案手法の有効性を実験装置を用いて検証する．
|
| Causes of Carryover |
予定していた実験装置の消耗品の交換が発生しなかった事，一部，予定していた国内・国際会議への参加を取りやめたこと，投稿論文の査読が遅れ，論文投稿料の精算が間に合わず，次年度に持ち越したことが主な原因です．
|
| Expenditure Plan for Carryover Budget |
実験装置の消耗品の購入，国内・国際会議への参加旅費，論文投稿料に使用する予定である．
|
-
-
-
-
-
-
[Presentation] 機械学習によるプラント故障の早期検出2016
Author(s)
井上昭, Mingcong Deng ,逸見知弘,吉永慎一
Organizer
電気学会 電子・情報・システム部門 制御研究会, テーマ「安全制御・故障診断」
Place of Presentation
岡山大学（岡山）
Year and Date
2016-07-09 – 2016-07-09
