| 研究概要 |
従来フィードバックを必要とする系における適応学習は、適応制御理論に基づいた方法やファジィ、神経回路モデル(Neural Network, NN)による方法が提案されている。この研究ではフィードバック信号を神経回路モデルの学習のための誤差信号として用い、神経回路モデルに制御対象の逆システムを学習させる前向き制御と従来のフィードバック制御を併用したフィードバック誤差学習適応制御システムを用いた研究を進めている。非線形を持つ磁気浮上装置や倒立振子の解析には従来の線形理論では解析が難しく、フィードバック誤差学習制御が適していると考えられる。ここではレールと台車の間に摩擦が存在する倒立振子制御にフィードバック誤差学習制御を適用した。その結果、線形理論を用いた従来の制御方法(Conventional Feedback Controller, CFC)が改善され、フィードバック誤差学習制御の優れた性能を示すことができた。しかしNNの学習が進み誤差が小さくなるが0にならないことや、誤差が最小になったあと振動現象が生じることが判明した。この問題を解決するために、NNの入力層にスケーリングファクタを導入し、かつ学習速度係数を変えて2段階で学習することを提案し、この振動現象をなくし、制御対象の逆モデルを推定することに成功した。この結果を用いパルス指令に対し、的確な応答をすることが明らかにした。
教材化に関する研究としては「制御教材のためのインタフェース回路の簡単化」という課題に取り組み、USBインタフェースを用いて、センサーの機能を含んだロボットアーム制御を簡単なインタフェース回路で実現した。これは初等中等教育における技術教育に有用であると考える。これらの技術を用いて簡単な制御回路による磁気浮上装置を実現しており、論文としてまとめる予定である。
|
