| 研究概要 |
本年度は下記の成果を得た
(a) 射影型学習則に基づく同定手法の周波数領域への展開:
射影型学習則に基づく同定では,同じ初期状態からの試行の繰り返しが基本となる.これまでは時間領域でのデータを取り扱うものがほとんどであったが,周波数領域にこれを拡張した.これは周期入力データが利用可能な場合には,ロバストな同定結果が期待できるためである.この手法が最適化の観点からみれば,既存の同定手法の統一的な表現を与えることを明らかにした.そして,収束性の観点から適切な更新ゲインの設計法を明確にした
(b) ハイブリッド系・非線形系の拡張:
機械システムにおいて典型的な非線形要素として摩擦がある.特に静止摩擦は大きなものであり,速度に依存して複数のアフィン系が切り替わるハイブリッド系として捉えることが可能である.このアイデアのもとに,時々刻々にアフィン系を同定する手法について検討した.そして進化型計算に基づいた同定手法および凸最適化などの数値最適化手法の援用した手法を開発した
(c) 実験データによる有効性の検証:
サーボモータ系や劣駆動機械系などのメカトロニクス系を対象として,実験データを用いながら,提案手法についてその有効性を検証した
|
