Title
ファジィ・ニューラルネットワークを用いたサーボ系のイ
ンテリジェント制御システムに関する研究( 内容の要旨
(Summary) )
Author(s)
佐藤, 義重
Report No.(Doctoral
Degree)
博士(工学) 甲第246号
Issue Date
2005-03-25
Type
博士論文
Version
publisher
URL
http://hdl.handle.net/20.500.12099/1967
※この資料の著作権は、各資料の著者・学協会・出版社等に帰属します。氏 名(本籍) 学 位 の 種 類 学位授与番号 学位授与日付 専 攻 学位論文題目 佐 藤 義 重(愛知県) 博 士(工学) 甲第 246 号 平成17 年 3 月 25 日 生産開発システム工学専攻 ファジィ･ニューラルネットワークを用いたサーボ系のインテリ システムに関する研究
(Study onInte11igent ControISystem for Servo Systems Fuzzy NeuralNetworks) 学位論文審査委員 (主査)教 授 川 崎 (副査)教 授 佐々木 助教授 伊 藤 久 実 聡 晴 教 授 山 本 秀 …_▼.
論文内容の要旨
産業界における数値制御工作機械や半導体装置等の位置決めシステムに要求 は,位置決め精度に加え,高速性,外乱や特性変動に対するロバスト性等多岐に の要求は年々厳しくなっている.位置決めシステムは,一般にテーブルや駆動系 とセンサ及びコントローラで構成され,システムの要求,性能が敬しくなるほと 計の重要性は増加する.しかし,こうしたメカトロサーボ系の設計･調整でj 要求条件に対して,設計者や技術者が経験と勘に頼った試行錯誤により対応 が現状である.近年,メカトロシステムにおける要求仕様の高性能化に対して みで対応は困難なため,人間の制御能力を真似する制御方式であるインテリジュ より対応する動きが高まっている.人間を含む生体は連動制御を行うとき,学習 動モデルを獲得し,対象となる運動系の特性が変化しても適応することができる 自ら制御対象に適応できれば実用的な制御システムの構築が期待できる.本研究 系の非線形特性に対応でき,負荷のパラメータ変動や未知の外乱が生じても,目 確に追従できるようにするため,インテリジェント制御の適用によりその制御性 目指している.インテリジェント制御法の1つであるファジィ･ニューラルネッ 御は,学習により入出力のパターンを学びとり,学習後の結合荷重からファジィ 易に知ることができ,その結果から制御知識の獲得を行うことができる.しかし カトロ位置決めサーボ制御系にファジィ･ニューラルネットワーク制御システムレーションと実験によりその有効性を検証している.また,各補償器をコントロー して,コントローラ特性の定式化を行い,システム特性のロバスト性について解析t 以下にその詳細を述べる. (1)2自由度インテリジェントサーバ制御の提案 本研究では,非線形特性の強い制御系にも適用ができることを狙い,サーボ系の ミックス特性を獲得するニューラルネットワークによるフィードフォワードヨ (FF･NN)およびファジィ･ニューラルネットワークによるPID制御を基本とし ドバック非線形偏差補償要素(FB･FN)の2つの制御要素から2自由度のインテリ サーボ制御を提案し七いる. (2)ニューラルネットワークによるフィードフォワード補償要素の効果 FF･NNの学習ではサーボ系の逆ダイナミックスのパラメータを同定でき,非線 い系の線形化の効果を果たすことをミュレーションと実験で検証している･ (3)ファジィ･ニューラルネットワークによるファジィPID制御の特性 前述のFF-NNは,システムの特性変動や外乱に弱い.そこで,FB･FNによ ムの特性変動や外乱にロバストな系を構成することを狙っている.提案するFB一 変位と速度の誤差空間を各誤差量により9つの部分空間に分割し,部分空間毎にコ PD制御,PID制御を割り付け,各制御ゲインをファジィ･ニューラルネットワー 適応調整することを特徴としている.各制御ゲインは制御ゲインが適切に設定され より誤差に応じたきめ細かな制御入力が生成される.誤差空間ごとの可変フィード インにより,系の特性変動や外乱の作用時においてもダイナミック補償がなされる 験とシミュレーションで検証している. (4)提案する制御系のロバスト性の解析 ニューラルネットワーク補償器およびファジィ･ニューラルネットワーク補ノ ントローラの設計として特性の定式化を行い,システム特性についてそのロバ ついて検討し,シミュレ←ションにより検証している.
以上の結果により,提案するファジィ･ニューラルネットワ｢クペースト制御
テム特性のパラメータ変動が生じるときや外乱が作用するときに制御ゲインが通 れ,線形PID制御と比較してよりロバストであることを示している･論文審査結果の要旨
メカトロサーボ系の設計･調整では,様々な要求条件に対して,設計者や技 験と勘に頼った試行錯誤により対応しているのが現状である.近年,メカトロ における要求仕様の高性能化に対して機構設計のみで対応は困難なため,人間の制トワーク制御は,学習により入出力のパターンを学びとり,学習後の結合荷重から: ルールを容易に知ることができ,その結果から制御知識の獲得を行うことができる¶ ながら,メカトロ位置決めサーボ制御系にファジィ･ニューラルネットワーク制鰍 を適用したとき,制御系の大きなパラメータ変動により制御偏差が大きくなり榔馴■ 幅に劣イヒするということが生じ,この課題の解決が求められている･
本研究では,制御対象のモデル化誤差,摩擦,未知の外乱等が生じたときにも削
対する追従特性の向上を目的に,ファジィ･ニューラルネットワークを用いたイニ
ュンガ制御系を提案し,DCモータによる位置決めサーボ制御系に適用し,計劉
レーションと実験によりその有効性を検証している.また,各補償器をコントローこ して,コントローラ特性の定式化を行い,システム特性のロバスト性について解析し 以下にその詳細を述べる. (1)2自由度インテリジェントサーバ制御の提案 本研究では,非線形特性の強い制御系にも適用ができることを狙い,サーボ系のj ミックス特性を獲得するニューラルネットワークによるフィーードフォワード覇 (FF･NN)およびファジィ･ニューラルネットワークによるPID制御を基本としフ ドバック非線形偏差補償要素(FB-FN)の2つの制御要素から2自由度のインテリニ サーボ制御を提案している. (2)ニュヤラルネットワークによるフィードフォワード補償要素の効果 FF･NNの学習ではサーボ系の逆ダイナミックスのパラメータを同定でき,非線∋ い系の線形化の効果を呆たすことをミュレーションと実験で検証している･ (3)ファジィ･ニューラルネットワークによるファジィPID制御の特性 前述のFFpNNは,システムの特性変動や外乱に弱い.そこで,FB･FNによ ムの特性変動や外乱にロバストな系を構成することを狙っている.提案するFB一 変位と速度の誤差空間を各誤差量により9つの部分空間に分割し,部分空間毎にI PD制御,PIb制御を割り付け,各制御ゲインをファジィ･ニューラルネットワーこ 適応調整することを特徴としている.各制御ゲインは制御ゲインが適切に設定され より誤差に応じたきめ細かな制御入力が生成される.誤差空間ごとの可変フィードノ インにより,系の特性変動や外乱の作用時においてもダイナミック補償がなされる･ 験とシミュレーションで検証している. (4)提案する制御系のロバスト性の解析 ニューラルネットワーク補償器およびファジィ･ニューラルネットワーク補ザ ントローラの設計として特性の定式化を行い,システム特性についてそのロバニ /rl.ヽす仏書Jl ÷ノモ ーlノー÷ノヨ→ノlア ナ n蛤書誌1-7 し＼ス最終試験結果の要旨
論文の内容は,これまで国際会議で1件講演発表を行い,学術論文誌に2件掲載されて
いる.博士後期課程学生としての必要な単位も修得し,公聴会での質問事項にも適切な回 答をしており,学位論文の授与に値するものである.
