| 研究課題/領域番号 |
12650449
|
|---|
| 研究機関 | 山口大学 |
|---|
研究代表者 |
田中 幹也 山口大学, 工学部, 教授 (80227131)
|
|---|
| 研究分担者 |
水上 嘉樹 山口大学, 工学部, 助手 (60322252)
|
|---|
| キーワード | 空気圧サーボ系 / ニューラルネットワーク / 非線形プラント / モデル規範形適応制御 / 適応極配置制御 / マルチレート / 知的制御 / 電磁両立性 |
|---|
| 研究概要 |
本研究の目的は、電磁両立性と共に、高い制御性能を備えた人間協調型の空気圧アクチュエータを開発することにある。このため、非磁性体型の空気圧シリンダを用いた空気圧サーボ系の知的制御実験装置を製作した。これと並行して非線形知的制御の理論研究と実機実験を行った。この結果、以下のような研究成果を得た。
1.空気圧サーボ系は負荷質量や温度変化によるプラントの特性変動がかなり激しい。また、シリンダ摺動部の各種摩擦の影響でかなり強い非線形性を有する。このため、まず、ニューラルネットワーク(以下、NN)を用いて非線形プラントを線形化し、これに対してモデル規範形適応制御(MRAC)を構成するNN併用型MRACの構成法を提案し、その有用性を実機実験で確認した。
2.上述の方法は線形化プラントが最小位相になる場合にしか適用できない。しかし、実際には、空気圧サーボ系の離散時間プラントは往々にして非最小位相となる。この問題を解決するためにNNを併用した適応極配置制御(APPC)の構成法を提案しその有用性を実機実験で確認した。
3.空気圧サーボ系の非線形性が強くなると1.および2.の方法ではNNの構造が大規模になり、NNの学習が1サンプリング周期内に収まらなくなる。この問題を解決するためNNの学習を数サンプリングに渡って分散するマルチレート方式のNN併用型MRACおよびAPPCの構成法を提案し、その有用性を実機実験で確認した。
|
