2006 Fiscal Year Annual Research Report

データベーストロバスト学習制御とその応用に関する研究

Research Project

Project/Area Number	16760342
Research Institution	Osaka University
Principal Investigator	木山健大阪大学, 大学院工学研究科, 招へい研究員 (80362656)
Keywords	ロバスト制御 / 線形行列不等式 / ランク条件 / 凸緩和方法 / 数値最適化 / モデル集合 / 学習 / 時系列データ
Research Abstract	制御対象の入出力時系列データに基づくオンラインでのロバスト制御系設計を行うため,まず,その基礎となるオフラインでの一般的なロバスト制御系設計問題,さらに,制御対象とコントローラの同時設計問題が可解であるための必要十分条件が,線形行列不等式(LMI)にランク条件が付加された形式で記述可能なことを示しました.また,このランク条件付きLMI問題の解法として,拡張された線形化法を提案しました.この方法の検証を行いましたところ,従来の代表的数値最適化方法である射影法と比較し解の精度を下げることなく,計算量をかなり軽減化可能という結果を得ました.ただし,この可解条件を解こうとした場合,拡張された線形化法であっても計算量が非常に増してしまうため,オンラインでの制御対象のモデル化とコントローラの同時設計を意味する学習制御への計算量の負荷のさらなる低減化を考え,LMIでの同時設計問題を検討しその解決方法の見通しを得てきました.計画当初とは予想外の拡張された線形化法(凸緩和方法)からLMI(内点法)に基づく同時設計方法への転換とのことで,同時設計の前に基礎的な結果としてLMIによる制御入力の飽和などを有する分散型制御系設計の結果をまず導出しました.以上を踏まえ,拡張された線形化法とLMIによる方法のこれまでの研究成果をいくつかの国内外の学会発表および雑誌への論文掲載や投稿もいたしました.また,これらの制御理論面の結果を受け,簡便なモーターを例に実機検証を行うための実験環境を構築し,実機での制御を考えた場合に問題となる,入力飽和などの非線形性へ対処および,数式モデルをたてる状態方程式表現に関する研究も平行して行い,これらの研究成果の雑誌への論文掲載なども実行いたしました.