| 研究概要 |
従来のPIDフィードバック制御は,対象物の動特性を知らなければ安定な制御ができない.しかし,実在のプラントの中には,対象物の特性が環境条件とか動作条件に応じて大幅に変動するもの,あるいは動特性を前もって正確に把握することが困難な場合が多くある.制御対象すなわちプラントの動特性の変動が無視できないとき,従来の制御方式では制御系としての性能は著しく低下し,場合によってはうまく制御することができない.プラントの特性変動に応じて,コントローラのパラメータをオンライン的に自動調整し,しかも,制御系としての性能を常に最良の状態に保持するような新しい制御方式を検討する必要がある.また,この場合には,特に変動に応じて制御系の特性を適応的に制御し,常に望ましい出力が得られるようにする制御が要求される.従って,従来の固定PIDフィードバックゲインでなく,ゲインを変化させて,制御系としての性能を常に最良の状態に保持するような制御方式が必要となる.
本研究では,PIDコントローラにニューラルネットワークによる適応調節機能を追加することによってロボットの特性変動と非線形性を補償できる方法を提案した.ニューラルネットワークを利用する場合には,ロボットのダイナミクスに関する先験的な知識を必要としない.また,本研究で提案しているニューラルネットワークによる制御方式は,従来の制御方式と比較して厳密な数学モデルを必要とせず,制御対象の大幅な特性変化に対しても適用できると考えられる.
|
