2021 Fiscal Year Research-status Report
適用対象と制御方式の拡大に向けたデータ駆動型制御法の開発
| Project/Area Number |
21K04123
|
|---|
| Research Institution | Yamaguchi University |
|---|
Principal Investigator |
若佐 裕治 山口大学, 大学院創成科学研究科, 教授 (60263620)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | データ駆動型制御 / 非線形要素 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
本研究では、主に線形システムを対象として開発されているデータ駆動型制御法に対して、制御系設計における代表的な非線形要素である不感帯、飽和、ヒステリシスなどが制御対象に含まれる場合にも統一的に良好な制御性能を達成できるよう、制御法の適用対象の範囲の拡大を検討する。また、近年進展が著しい深層学習の要素技術を応用して、高速モデリングが可能な非線形要素モデルの表現形式を開発するとともに、データ駆動型制御法の適応制御、ロバスト制御、分散制御への拡張により、このアプローチを充実させ、体系化を図る。
本年度は、まず、先行研究である線形システムに対するデータ駆動制御法を応用することにより、 パラメトライズされた非線形要素を推定し、さらに最適制御の枠組みでノイズの影響を考慮した制御入力を算出する方法を提案した。この結果を第30回計測自動制御学会中国支部学術講演会において発表した。また、望ましい出力を達成する入力を求める「制御」だけでなく、ある入力を与えたときの出力を求める「予測」の観点から、2組の入出力データを用いて、非線形要素の未知パラメータを最適化し、任意の制御入力に対する応答予測法を提案した。提案法の有効性を不感帯を含むDCモータ制御実験によって検証し、その結果をSICE Annual Conference 2021において発表した。さらに、近年通信ネットワークを介して分散化された制御システム環境への対応が必要となってきているが、その対応策の一つである事象駆動型制御に対して、データ駆動型制御法を組み合わせることによって、制御対象のモデルを用いることなく、入出力データのみから、状態フィードバック制御系を構成する方法を提案した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究期間の初年度である本年度は、データ駆動型制御法の適用対象と制御方式の拡大に向けて、非線形要素の推定、制御系の応答予測、事象駆動型制御への展開など、いくつかの方向からの検討を行った。今後の発展につながる解決策の道筋が見えてきており、研究はおおむね順調に進展しているといえる。
|
| Strategy for Future Research Activity |
本年度の研究結果に基づいて、深層学習を適用した非線形要素の推定や、データ駆動型制御の出力フィードバック事象駆動型制御への展開など、より複雑な非線形要素への対応や、より汎用性の高い制御方式への拡張を検討する。また、制御系における典型的な非線形要素を表現可能な簡易ニューラルネットワークの開発を検討する。
|
| Causes of Carryover |
制御実験システムの構築に必要な計算機およびコントローラボード等の電子機器の購入の事前検討にやや時間を要したため、次年度使用額が生じた。検討結果に基づいて、次年度は制御実験システム構築に必要な各種部品の購入を行うとともに、シミュレーション用ソフトウェアの追加購入も適宜行う予定である。
|
