| 研究課題/領域番号 |
18K04197
|
|---|
| 研究機関 | 三重大学 |
|---|
研究代表者 |
弓場井 一裕 三重大学, 工学研究科, 教授 (10324542)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| キーワード | データ駆動型制御器設計法 / ゲインスケジューリング制御 / クラスタリング / サポートベクターマシン / 力制御 |
|---|
| 研究実績の概要 |
前年度までに２台リニアスライダを，１台は力制御を行うためのロボットとして，もう１台は粘性・剛性を可変とする環境として扱うことで実験システムを構築した。これまで提案してきた制御器の設計アルゴリズムに基づいてゲインスケジューリング制御器を設計し，その実装を行った。力制御の性能としては向上が見られたが，数値シミュレーションと比較するとまだ性能に向上の余地があると予想された。性能向上に対する問題点は識別関数によるデータの切り分けが数値例と比較して大きく異なった点が考えられる。この原因として，数値シミュレーションでは考慮していなかった機械系の非線形摩擦の影響が考えられる。実際，ロボットシステムより取得されるデータの分布を見ても，摩擦の影響が見て取られた。摩擦の影響を抑えるべく，摩擦モデルの推定を行い，その摩擦モデルに従い，フィードフォワード補償をすることで摩擦の影響の低減を図った。実験システムより得られる入出力データから摩擦モデルにより生成される補償分を差し引いたデータを新たに実験システムより得られる入出力データとして捉え，データのクラスタリングを行うための識別関数，ゲインスケジューリング制御器の設計を再度行った。その結果として，力制御系における制御性能の改善が見られた。しかし，まだ完全に摩擦の影響を除去することができておらず，特にリニアスライダの位置に依存する摩擦特性が見られることがわかり，それに対する対応を考える必要がある。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
前年度に引き続き，新型コロナウィルスの感染状況が好転しないこともあり，実際に実験を行う機会が減少している。現在，アルゴリズム等の確立は終了しており，有効性の検証のフェーズに入っているが，上記の理由により思うように進行していない現状である。そのため以前に得られていた実験データと数値シミュレーションより得られたデータの比較により，力制御の性能の差に原因の抽出とその改善に努めている状況である。
|
| 今後の研究の推進方策 |
令和4年度に入り，新型コロナウィルス感染症の感染状況も好転してきており，本研究課題に取り組む人員の確保ができる見通しが立ってきた。今後は有効性検証のための実験機による実験を行い，その結果の解析を行い，成果発表を進めていく予定である。
|
| 次年度使用額が生じた理由 |
令和3年度は前年度より継続して新型コロナウィルス感染症の影響が大きく，予定していた国際会議に参加することができず，成果発表に支障が出ている。また，有効性の検証を行うための実験についても思うように進めることができなかった。令和4年度となり，新型コロナウィルス感染症に対する対策も進み，国際会議等への参加が可能な見通しが立っているため成果発表や旅費に使用する予定である。
|
