| 研究概要 |
回転機の速度制御系では,回転速度が目標値に高精度かつ高速に追従することが要求される.制御系内部に積分器を含んだ系では,ステップ状に変化する目標値や外乱などに対し,定常偏差のない制御特性が得られる.しかし,現実には,回転機において,回転角度に依存した外乱による回転むらが発生し,高精度の制御結果が得られないことがしばしば起る.
本研究では,著者らはRBFネットワークを用いた適応制御による角度依存性外乱の新しい除去法を提案した.我々は回転機の角度依存性外乱を[0,2π)[rad]における非線形連続関数とみなす.したがって,角度領域において,[0,2π][rad]の区間で,等間隔に配置され,かつ同じ幅のガウシャン基底関数から構成されるRBFネットワークを用いて,角度依存性外乱を任意の精度で近似できる.そこで,我々は角度依存性外乱を補償するため,このRBFネットワークを取り入れた適応制御系を提案した.普通のシグモイド関数によるニューラルネットワークを用いた適応制御では,パラメータの学習は非線形推定問題となるので,学習の収束が遅く,安定性の証明もきわめて困難である.本研究で提案した制御系は,一種の適応非線形外乱補償システムであるが,RBFネットワークの適用により,システムモデルがパラメータに関して線形である.したがって,パラメータは線形適応則で調整できるので,高速な応答・学習が可能であるのが特徴である.しかも,従来の線形適応制御系の安定性理論に基づいて,提案した適応制御系の安定性を証明することが可能である.
提案した手法の有効性は数値シミュレーションによって検討した.さらに,回転軸にアンバランスフライホイールを付加したDCモータ制御系に対して,実機実験を行った.実験結果より,本手法は速度の目標値が頻繁に変動しても,優れた制御性能が得られることを確認した.
|
