JPH0340106A - Robust controller - Google Patents
Robust controllerInfo
- Publication number
- JPH0340106A JPH0340106A JP17609889A JP17609889A JPH0340106A JP H0340106 A JPH0340106 A JP H0340106A JP 17609889 A JP17609889 A JP 17609889A JP 17609889 A JP17609889 A JP 17609889A JP H0340106 A JPH0340106 A JP H0340106A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- control
- adder
- fluctuation
- controlled object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 claims description 23
- 239000002131 composite material Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、ロボット、船舶、製鉄プラント、原動機など
の制御系全般に利用可能なロバスト制御装置に関する。DETAILED DESCRIPTION OF THE INVENTION [Field of Industrial Application] The present invention relates to a robust control device that can be used in general control systems such as robots, ships, steel plants, and prime movers.
従来の最適ロバスト制御装置の一例のブロック図を第７
図に示す。第７図にかいて制御対象１に入力する制御信
号Ｕ、（ｔ）は、線形ロバスト制御理論によう得られた
ゲインに１を掛けるフィードバックゲイン演算器２から
の出力信号と、積分器とゲインに２を掛ける演算器３か
らの出力信号とを加算演算器４によシ加算したものであ
る。上記演算器２の入力は、制御対象１の状態をセンサ
ー筐たは推定器によシ得られた状態変数信号Ｘ（ｔ）で
ある。（以下ベクトル量はＸ（ｔ）のようにゴシック体
で示すことにする。）また積分演算器３への入力は、制
御対象の出力信号ｙと、設定値信号ｒ （ｔ）とを加算
演算器５より合成した信号Ｖ、（ｔ）とする。制御対象
の出力信号は適当なセンサーによシ計測する。制御対象
１には、外部より外乱信号ｄ（ｔ）も加わるものとする
。A block diagram of an example of a conventional optimal robust control device is shown in Fig. 7.
As shown in the figure. The control signal U, (t) input to the controlled object 1 in FIG. The output signal from the arithmetic unit 3 which multiplies 2 by 2 is added by the addition arithmetic unit 4. The input of the arithmetic unit 2 is a state variable signal X(t) obtained from a sensor case or an estimator for the state of the controlled object 1. (Hereinafter, vector quantities will be shown in Gothic fonts, such as X(t).) Also, the input to the integral calculator 3 is an addition operation of the output signal y of the controlled object and the set value signal r(t). The signal V,(t) synthesized from the device 5 is assumed to be V,(t). The output signal of the controlled object is measured by an appropriate sensor. It is assumed that a disturbance signal d(t) is also applied to the controlled object 1 from the outside.
従来の最適ロバスト制御系は、上記の様に構成している
か、このシステムは、システム行列Ａ。A conventional optimal robust control system is configured as described above, or this system has a system matrix A.
Ｂの小さな変動と外乱の変動に対して比較的良い制御性
を保つことが知られている。しかし、制御用検出信号ｘ
（ｔ）やＶ（ｔ）を得るために、推定器やオブザーバを
用いると、このロバスト性がくずれ、上記の様な良い制
御性が得られない。また制御対象自身の特性が大きく変
化すると、十分な制御が行えなくなるなどの欠点がある
。さらにその制御をフィードバック信号によシ行ってい
るため、制御機器の検出卦くれなどのために、応答速度
を上げるには限界がある。It is known that relatively good controllability is maintained against small fluctuations in B and fluctuations in disturbance. However, the control detection signal x
If an estimator or an observer is used to obtain (t) or V(t), this robustness is lost and good controllability as described above cannot be obtained. Furthermore, if the characteristics of the controlled object itself change significantly, there is a drawback that sufficient control cannot be performed. Furthermore, since the control is performed using feedback signals, there is a limit to increasing the response speed due to detection errors in the control equipment.
また従来の制御系の基本アルコ゛リズムであるロバスト
制御理論では、制御対象モデルが、明確に把握できない
場合の設計時にケゝインに１．に２の決定ができないと
いう問題がある。In addition, in robust control theory, which is the basic algorithm of conventional control systems, the key points are 1. There is a problem that the second decision cannot be made.
従来の最適ロバスト制御装置の構成では、制御対象の特
性が大きく変動したときや、制御機器要素に遅れがある
場合、１九制御機器に、除去不能のノイズが混入する場
合などに良好な制御性を得られないという問題があった
。The configuration of conventional optimal robust control devices does not provide good controllability when the characteristics of the controlled object change significantly, when there is a delay in the control equipment elements, or when unremovable noise is mixed in the control equipment. The problem was that I couldn't get it.
本発明は、これらの問題を解決する制御装置すなわち、
制御対象の特性が十分把握できない場合の制御系の設計
や制御対象の特性が大きく変動したシ、外乱特性が大き
く変った場合、あるいは、制御機器に避けがたいノイズ
が混入する場合にも十分対応できるロバスト制御装置を
提供することを目的とする。The present invention provides a control device that solves these problems, namely:
It is fully compatible with control system design when the characteristics of the controlled object cannot be fully understood, when the characteristics of the controlled object change significantly, when disturbance characteristics change significantly, or when unavoidable noise enters the control equipment. The purpose is to provide a robust control device that can
本発明に係るロバスト制御装置は、加算器５と演算器３
と加算器４と加算器７を前記層に直列に配し、加算器７
の出力信号を制御対象１に出力する制御装置にかいて、
フィードバック回路１１とフィードバック回路２１を有
するとともに、第１の学習演算装置６１と第２の学習演
算装置６２を具備し、前記加算器５は設定値信号〔ｒ（
ｔ）〕を入力するとともに、フィードパ、り回路２ノを
経由し５−
て制御対象の出力信号（Ｖ（ｔ）〕を入力し、制御面差
入力するとともに、制御対象の状態変数信号（ｘ（ｔ）
〕をフィードバック回路１ノの演算器２を経由して入力
し、信号（ＬＪ、（ｔ）〕を加算器７に出力し、前記加
算器７は加算器４の出力信号（Ｌｌ （ｔ）〕を入力す
るとともに加算器９の出力信号（ＬＪ、（ｔ）〕を入力
し、信号〔Ｕｆ（ｔ）〕を制御対象１及び第１の学習演
算装置６１に出力し、前記第１の学習演算装置６１は設
定値信号〔ｒ（ｔ）〕を入力するとともに加算器７の出
力信号（Ｕ 、（ｔ）〕を入力し、フィードフォアード
信号（Ｕｔ、（をン）を加算器９に出力し、前記第２の
学習演算装置６２は設定値信号〔ｒ（ｔ）〕を入力する
とともに加算器５の出力信号（Ｕ２（ｔ）〕を入力し、
フィードフォアード信号〔Ｕｆ２（ｔ）〕を加算器９に
出力し、前記加算器９は第１の学習演算装置６１の出力
信号（Ｌｌ、１（ｔ）〕と第２の学習演算装置６２の出
力信号（Ｕｆ２（ｔ）〕を入力し、合成フィードフォア
ード信号〔Ｕｆ（ｔ）〕を加算器７に出力することを特
徴とする−ローｅＪｘ＝才翻翻嘴櫨６一
〔作用〕
前記のように従来の最適ロバスト制御系の制御対象に加
える入力信号に、２つのフィードフォアード信号を加え
て補正しているので、制御対象の変動や外乱の変動なら
びに制御系に加わるノイズの変動に対応することができ
る。The robust control device according to the present invention includes an adder 5 and an arithmetic unit 3.
and an adder 4 and an adder 7 are arranged in series in the layer, and the adder 7
In a control device that outputs an output signal to the controlled object 1,
It has a feedback circuit 11 and a feedback circuit 21, as well as a first learning calculation device 61 and a second learning calculation device 62, and the adder 5 receives a set value signal [r(
t)] is inputted, and the output signal (V(t)) of the controlled object is inputted via the feed path circuit 2, the control surface difference is inputted, and the state variable signal (x (t)
) is input via the arithmetic unit 2 of the feedback circuit 1, and the signal (LJ, (t)) is output to the adder 7, which outputs the output signal (Ll (t)) of the adder 4. is input, and the output signal (LJ, (t)) of the adder 9 is input, and the signal [Uf(t)] is output to the controlled object 1 and the first learning operation device 61, and the first learning operation is performed. The device 61 inputs the set value signal [r(t)] and the output signal (U, (t)) of the adder 7, and outputs the feedforward signal (Ut, (on)) to the adder 9. , the second learning calculation device 62 receives the set value signal [r(t)] and also receives the output signal (U2(t)) of the adder 5,
The feedforward signal [Uf2(t)] is output to the adder 9, and the adder 9 outputs the output signal (Ll, 1(t)) of the first learning calculation device 61 and the output of the second learning calculation device 62. It is characterized by inputting the signal (Uf2(t)) and outputting the composite feedforward signal [Uf(t)] to the adder 7. Since the input signal applied to the controlled object of the conventional optimal robust control system is corrected by adding two feedforward signals, it is possible to cope with fluctuations in the controlled object, disturbances, and noise applied to the control system. I can do it.
［実施例］ 本発明の実施例を第１図〜第６図に示す。[Example] Examples of the present invention are shown in FIGS. 1 to 6.
第１図は、本発明の一実施例のブロック線図を示すもの
で、従来のロバスト制御装置（第７図）に、２つの学習
型フィードファード制御系を付加したものであう、それ
ぞれの学習を行うための信号として、以下にのべ；ｂ
Ｕｔ（ｔ）（ｔ＝１．２ ） ＋ ｒ（ｔ）を利用して
Ｕ、、（ｔ） （ｔ＝ ｉ 、 ２ ）を制御対象１０
入力系に付加したものである。即ち設定値信号ｒ（ｔ）
とフィードバック信号ｙ（ｔ）を加算演算器５に入力し
て、出力信号Ｕ２（ｔ）を作シ、この信号の積分及び掛
算を行う演算器３によシ演算し、その出力信号と、フィ
ードバックダイン演算器２の出力を加算演算器４によう
演算し、信号Ｕ （ｔ）を作る。次にこの信号Ｕ、（ｔ
）と第１の学習演算装置６１及び第２の学習演算装置６
２の出力信号の合成信号（フィードフォアード信号）
Ｕ、（ｔｌとを加算演算器７によ り演算し、制御入力
信号Ｕｌ（ｔ）を作る。−力投定値信号ｒ（ｔ）と制御
入力信号Ｕｌ（ｔ）、を用いて、第１の学習演算装置６
１によシフィードフォアード信号Ｌｌ、（ｔ）を作シ、
筐た設定値信号ｒ（ｇと制御偏差信号Ｕ２（ｔ）を用い
て第２の学習演算装置６２によシフィードフォアード信
号Ｕｆ２ｆｔ）を作りこの両信号を、加算演算器９によ
り合成しこの出力信号Ｕｚ（ｔ）を加算演算器７に入れ
る。FIG. 1 shows a block diagram of an embodiment of the present invention, which is a conventional robust control device (FIG. 7) added with two learning type feed-further control systems. As a signal to perform the following; b
Ut(t)(t=1.2)+r(t) is used to convert U,,(t)(t=i,2) to the controlled object 10
This is added to the input system. That is, the set value signal r(t)
and the feedback signal y(t) are input to the addition calculator 5 to generate the output signal U2(t), which is then processed by the calculator 3 which integrates and multiplies this signal. The output of the dyne calculator 2 is processed by the adder 4 to generate a signal U (t). Next, this signal U, (t
), the first learning arithmetic device 61 and the second learning arithmetic device 6
Combined signal of 2 output signals (feed forward signal)
U, (tl) are calculated by the adder 7 to generate the control input signal Ul(t). - Using the force projection value signal r(t) and the control input signal Ul(t), the first Learning calculation device 6
1 generates the feed forward signal Ll, (t),
A set value signal r (shifted forward signal Uf2ft) is generated by the second learning arithmetic unit 62 using g and the control deviation signal U2(t), and these two signals are combined by the addition arithmetic unit 9 and outputted. The signal Uz(t) is input to the addition calculator 7.
ここで学習演算装置６１としては、例えば、第２図（２
入力２出力の例）に示すように制御対象１への制御入力
信号Ｕｔ（ｔ）を利用して、信号ネットワークを作シ、
制御対象１の竹性を学習するものであシ、これは次に述
べる１入力１出力系と多入力多出力系のアルゴリズムを
行うものあるいはこれ以外のものであっても良い。Here, as the learning calculation device 61, for example, FIG.
As shown in (Example of input 2 output), a signal network is created using the control input signal Ut(t) to the controlled object 1,
The purpose is to learn the characteristics of the controlled object 1, and this may be one that performs the following algorithms for a one-input, one-output system and a multiple-input, multiple-output system, or it may be other than this.
な釦学習演算装置６１と学習演算装置６２は、それぞれ
入力として利用する信号が異なり、内部信号及び内部関
数は異るが、演算アルゴリズムは同一のものを用いるの
で、学習演算器のサブィックスｔ（ｔ−＝４．２）は省
略して以下に示す。The button learning arithmetic device 61 and the learning arithmetic device 62 use different signals as inputs, different internal signals and internal functions, but use the same arithmetic algorithm, so the subix t(t -=4.2) is omitted and shown below.
（１）１入力１出力系
（Ｉ−１〜ｎ）
９−
Ｕ、（ｔ）＝Σｗｋｆｋ〔ｒ（ｔ）〕
ｋ＝１
ｙｉ（ｔ） ＝ ｌ １ 〔ｒ（ｔ）〕但しτは時定数
である。(1) 1 input 1 output system (I-1 to n) 9-U, (t) = Σwkfk [r (t)] k = 1 yi (t) = l 1 [r (t)] where τ is time It is a constant.
（２）
多入力多出力系
τｖｒｉ ｊ（ｔ）”’ ７１ｊ（ｔ）（Ｕｔ（ｔ）−
Σ”ｔｋｙｔｋ）ｋ＋１＋１
Ｕ、ノ１）＝ΣＷｘｋ’ｔｋ〔ｒｌ（ｔ）〕ｋ＝１
（ｌ＝１〜ｎ）
次に第１図のように構成されたロバス
ト制御装
置の動作について説明する。(2) Multiple input multiple output system τvri j(t)”' 71j(t)(Ut(t)−
Σ"tkytk)k+1+1 U,no1)=ΣWxk'tk[rl(t)]k=1 (l=1 to n) Next, the operation of the robust control device configured as shown in FIG. 1 will be described.
学習演算装置６１の 入力信号は。learning calculation device 61 The input signal is.
設定値信号ｒ（ｔｌ と、制御対象１ に入 ＝１０− 力する制御入力信号Ｕｌ（ｔ）の両者である。Set value signal r(tl and controlled object 1 into the =10- control input signal Ul(t).
筐た学習演算装置６２の入力信号は、設定値信号ｒ（ｔ
ｌと制御偏差信号Ｕ２（ｔ）の両者である。The input signal of the learning calculation device 62 is the set value signal r(t
l and the control deviation signal U2(t).
とｌｆ”Ｌらの信号ｒ（ｔ） ｔ Ｕｌ（ｔ） 、 Ｕ
２（ｔ）を利用して制御対象１の変化や外乱の変化及び
制御回路に混入するノイズに対応した演算を行い、フィ
ードフォアド成分信号Ｕ７１ （ｔ） 、 Ｕ ７２（
ｔ）を得る。これらの信号を加算器９によう合成して、
フィードフォアード信号Ｕ、（ｔｌを得る。このフィー
ドフォアード信号Ｕ、（ｔ）は、制御実施中、制御対象
１や外乱変動に対応して適宜変化し、学習演算装置６１
及び６２による学習の初期は、信号の大きさは小さいが
、学習が進むにつれて、信号が増加して、学習が完全に
行なわれると通常のフィードバックによる信号Ｕｌ（ｔ
）がフィ゛−ドフォアード信号Ｕ、（ｔ）に連続的に置
きかわｂ、制御系自体がフィードフォアード制御系とな
り、応答特性が改善される。さらにこの段階で制御対象
１がさらに変化したシ、あるいは、アクチュエータを含
む駆動系並びにその制御装置の特性が変化した場合には
、学習演算装置６１、及び６２が学習を始め、学習の初
期は再び、フィードバックによる信号Ｕ （ｔｌ分が増
加して、フィードフォアード信号Ｕ、（ｔ）がそれぞれ
連続して減少し、主としてフィードバックによる制御装
置による信号系統により制御を行う。and lf”L et al.’s signal r(t) t Ul(t) , U
2(t) is used to perform calculations corresponding to changes in the controlled object 1, changes in disturbance, and noise mixed into the control circuit, and the feedforward component signals U71(t) and U72(
t) is obtained. These signals are combined in an adder 9, and
A feedforward signal U, (tl is obtained. During control execution, this feedforward signal U, (t) changes as appropriate in response to the controlled object 1 and disturbance fluctuations, and the learning calculation device 61
At the beginning of learning by
) is continuously replaced by the feedforward signal U, (t), the control system itself becomes a feedforward control system, and the response characteristics are improved. Furthermore, if the controlled object 1 changes further at this stage, or if the characteristics of the drive system including the actuator and its control device change, the learning calculation devices 61 and 62 start learning, and the initial stage of learning is repeated. , the feedback signal U (tl) increases, and the feed forward signals U, (t) decrease successively, respectively, and control is performed mainly by a signal system by a feedback control device.
このように、学習演算装置６１は、主として制御対象特
性及びその外乱に対する学習器として働き、学習演算装
置６２は、主としてアクチュエタ駆動系等の通常のフィ
ードバック制御装置の特性とそれに加わる外乱に対する
学習器として働くように学習器の内部関数を設定して構
成している。In this way, the learning calculation device 61 mainly works as a learning device for the characteristics of the controlled object and its disturbances, and the learning calculation device 62 mainly works as a learning device for the characteristics of a normal feedback control device such as an actuator drive system and the disturbances added thereto. The internal functions of the learning device are set and configured to work.
このようにして、制御対象１の変動や外乱変動及び通常
のフィードバック制御系自体の変動に対して、フィード
バック制御系になったり、フィドフォア−ド制御系にな
ったり、あるいは、その両方を用いたりすることを連続
的に行いうる。In this way, in response to fluctuations in the controlled object 1, disturbance fluctuations, and fluctuations in the normal feedback control system itself, a feedback control system, a feedforward control system, or both can be used. things can be done continuously.
通常のフィードフォアード演算では、学習演算がなく、
従ってフィードフォアード信号系統に制御信号Ｕｌ（ｔ
）Ｕ２（ｔ）を用いて行う演算がなく、その制御系は、
制御対象１の特性が十分明確なときのみ設計が可能であ
り、その制御系は、制御対象の特性が変動したときには
、十分な性能を発揮しない。しかし、本発明に用いた学
習演算装置６１及び６２は、制御対象１への制御入力信
号Ｕｌ（ｔ）及び、制御系の偏差信号Ｕ２（ｔ）を用い
て、制御対象の特性及び、通常のフィードバック制御装
置の特性を暗時刻々学習するため、この学習型フィード
フォアード制御系は、制御対象の変動及び外乱の変動に
対しても、十分追従してフィードフォアード制御が可能
になる。In normal feed-forward operations, there is no learning operation;
Therefore, the control signal Ul(t
)U2(t), and the control system is
Design is possible only when the characteristics of the controlled object 1 are sufficiently clear, and the control system does not exhibit sufficient performance when the characteristics of the controlled object 1 vary. However, the learning calculation devices 61 and 62 used in the present invention use the control input signal Ul(t) to the controlled object 1 and the deviation signal U2(t) of the control system to determine the characteristics of the controlled object and the normal Since the characteristics of the feedback control device are learned from time to time, this learning type feed-forward control system can perform feed-forward control by sufficiently following fluctuations in the controlled object and disturbances.
以上の操作によシ、制御対象１の特性変動や外乱変動及
びフィードバック系の特性変動やこの系に加わる外乱変
動に対して良い制御性を実現できると同時に、制御特性
が十分把握できない場合にかいても良い制御特性を持つ
制御系を実現できる。Through the above operations, it is possible to achieve good controllability against characteristic fluctuations and disturbance fluctuations of the controlled object 1, characteristic fluctuations of the feedback system, and disturbance fluctuations applied to this system, and at the same time, it is possible to achieve good controllability when the control characteristics cannot be fully understood. It is possible to realize a control system with good control characteristics.
次に本発明のロバスト制御装置を用いた場合の効果につ
いて第３図〜第６図を参照して説明する。Next, the effects of using the robust control device of the present invention will be explained with reference to FIGS. 3 to 6.
第３図は、第１図の設定値信号ｒ（ｔ）の入力波形（１
入力１出力系の場合を示し、入力はステップ状入力どす
る）を示すものである。第４図は、従３−
来のロバスト制御理論により最適制御系の設計結果のロ
バスト制御系の出力波形を示すもので、ロバスト制御系
設計時には、制御対象の特性を明確に推定する必要があ
る。しかし今回の制御対象は十分に把握しきれていない
ため、不明なところは、適当にパラメータを設定するこ
とになる。そのため十分最適な系は、実現し得す、制御
性（減衰特性、立ち上がシ特性、その他）は期待するほ
どのものが得られないことを示している。FIG. 3 shows the input waveform (1
This figure shows the case of a one-input/one-output system, where the input is a stepped input. Figure 4 shows the output waveform of a robust control system that is the result of designing an optimal control system using conventional robust control theory.When designing a robust control system, it is necessary to clearly estimate the characteristics of the controlled object. . However, since the object to be controlled this time is not fully understood, parameters will be set appropriately for areas that are unclear. This indicates that although a sufficiently optimal system can be realized, the expected controllability (damping characteristics, rise characteristics, etc.) cannot be obtained.
第５図は、上記の制御系で、制御対象を制御していると
きに、制御対象が変化（固有値の変動、減衰の変動がそ
れぞれ大きいとき）したときの出力波形（学習前）の例
を示している。この場合には、もはや従来の制御系では
制御しきれないことがあることを示している。Figure 5 shows an example of the output waveform (before learning) when the controlled object changes (when the fluctuation of the eigenvalue and the fluctuation of the attenuation are large) while controlling the controlled object using the above control system. It shows. This indicates that the conventional control system may no longer be able to control the situation.
しかし、この系に本発明の学習性フィードフォアード系
を付加すると、学習前は、以前と同じ悪い特性であって
も、学習が進むにつれて、制御性が改善され、第６図の
ような応答になる。これは、学習演算装置６１及び６２
には全知全能の力かあ１４
るわけではないが、制御対象の特性等をオンラインで同
定して、本来ロバスト制御系が持っている能力を引き出
す役目をしているからである。従って、制御性が改善さ
れる。However, when the learning feed-forward system of the present invention is added to this system, even if the characteristics before learning are the same as before, as the learning progresses, the controllability improves and the response becomes as shown in Figure 6. Become. This is the learning calculation device 61 and 62
Although it does not have omniscient and omnipotent power, it does play a role in identifying the characteristics of the controlled object online and bringing out the capabilities originally possessed by a robust control system. Therefore, controllability is improved.
［発明の効果］
本発明は前述のように構成されているので、本発明によ
れば、制御対象の特性が十分把握できない場合の制御系
の設計や、制御対象の制御装置の特性が大きく変動した
シ、外乱特性が大きく変った場合にも、十分対応できる
ロバスト制御装置を提供することができる。[Effects of the Invention] Since the present invention is configured as described above, according to the present invention, it is possible to design a control system when the characteristics of the controlled object cannot be fully grasped, and to avoid large fluctuations in the characteristics of the control device of the controlled object. In addition, it is possible to provide a robust control device that can sufficiently handle even when the disturbance characteristics change significantly.
第１図は本発明の実施例のブロック線図、第２図は第１
図の学習演算装置の一例を示すアルゴリズムを示す図、
第３図〜第６図は、本発明の作用効果を説明する図、
第７図は従来の最適ロバスト制御装置の一例を示すブロ
ック図、
である。FIG. 1 is a block diagram of an embodiment of the present invention, and FIG. 2 is a block diagram of an embodiment of the present invention.
3 to 6 are diagrams illustrating the effects of the present invention. FIG. 7 is a block diagram illustrating an example of a conventional optimal robust control device. It is.
Claims (1)
７）を前記順に直列に配し、加算器（７）の出力信号を
制御対象（１）に出力する制御装置において、 フィードバック回路（１１）とフィードバック回路（２
１）を有するとともに、第１の学習演算装置（６１）と
第２の学習演算装置（６２）を具備し、 前記加算器（５）は、設定値信号〔ｒ（ｔ）〕を入力す
るとともに、フィードバック回路（２１）を経由して制
御対象の出力信号〔ｙ（ｔ）〕を入力し、制御偏差信号
〔Ｕ＿２（ｔ）〕を演算器（３）および第２の学習演算
装置（６２）に出力し、 前記加算器（４）は演算器（３）の出力信号を入力する
とともに、制御対象の状態変数信号〔Ｘ（ｔ）〕をフィ
ードバック回路（１１）の演算器（２）を経由して入力
し、信号〔Ｕ＿ｅ（ｔ）〕を加算器（７）に出力し、 前記加算器（７）は加算器（４）の出力信号〔Ｕ＿ｅ（
ｔ）〕を入力するとともに加算器（９）の出力信号〔Ｕ
＿ｆ（ｔ）〕を入力し、信号〔Ｕ＿１（ｔ）〕を制御対
象（１）及び第１の学習演算装置（６１）に出力し、前
記第１の学習演算装置（６１）は設定値信号〔ｒ（ｔ）
〕を入力するとともに加算器（７）の出力信号〔Ｕ＿１
（ｔ）〕を入力し、フィードフォアード信号〔Ｕ＿ｆ＿
１（ｔ）〕を加算器（９）に出力し、前記第２の学習演
算装置（６２）は設定値信号〔ｒ（ｔ）〕を入力すると
ともに加算器（５）の出力信号〔Ｕ＿２（ｔ）〕を入力
し、フィードフォアード信号〔Ｕ＿ｆ＿２（ｔ）〕を加
算器（９）に出力し、 前記加算器（９）は第１の学習演算装置（６１）の出力
信号〔Ｕ＿ｆ＿１（ｔ）〕と第２の学習演算装置（６２
）の出力信号〔Ｕ＿ｆ＿２（ｔ）〕を入力し、合成フィ
ードフォアード信号〔Ｕ＿ｆ（ｔ）〕を加算器（７）に
出力することを特徴とするロバスト制御装置。[Claims] Adder (5), arithmetic unit (3), adder (4), and adder (
7) in series in the above order and outputs the output signal of the adder (7) to the controlled object (1), the feedback circuit (11) and the feedback circuit (2)
1) and a first learning calculation device (61) and a second learning calculation device (62), the adder (5) receives a set value signal [r(t)] and , the output signal [y(t)] of the controlled object is inputted via the feedback circuit (21), and the control deviation signal [U_2(t)] is sent to the computing unit (3) and the second learning computing device (62). The adder (4) inputs the output signal of the arithmetic unit (3) and also sends the state variable signal [X(t)] of the controlled object via the arithmetic unit (2) of the feedback circuit (11). and outputs the signal [U_e(t)] to the adder (7), and the adder (7) inputs the output signal [U_e(t)] of the adder (4).
t)] and the output signal of the adder (9) [U
_f(t)] and outputs the signal [U_1(t)] to the controlled object (1) and the first learning calculation device (61), and the first learning calculation device (61) receives the set value signal [r(t)
] is input, and the output signal [U_1
(t)] and feed-forward signal [U_f_
1(t)] to the adder (9), and the second learning calculation device (62) inputs the set value signal [r(t)] and outputs the output signal [U_2( t)] and outputs the feed-forward signal [U_f_2(t)] to the adder (9), and the adder (9) receives the output signal [U_f_1(t)] of the first learning calculation device (61). ] and the second learning calculation device (62
), and outputs a composite feedforward signal [U_f(t)] to an adder (7).
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17609889A JPH0340106A (en) | 1989-07-07 | 1989-07-07 | Robust controller |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17609889A JPH0340106A (en) | 1989-07-07 | 1989-07-07 | Robust controller |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0340106A true JPH0340106A (en) | 1991-02-20 |
Family
ID=16007663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP17609889A Pending JPH0340106A (en) | 1989-07-07 | 1989-07-07 | Robust controller |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0340106A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009185530A (en) * | 2008-02-06 | 2009-08-20 | Echizen Kk | Seismic masonry structure |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63214801A (en) * | 1987-03-04 | 1988-09-07 | Mitsubishi Heavy Ind Ltd | Robust controller |
| JPS63298501A (en) * | 1987-05-29 | 1988-12-06 | Mitsubishi Electric Corp | Controller |
-
1989
- 1989-07-07 JP JP17609889A patent/JPH0340106A/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63214801A (en) * | 1987-03-04 | 1988-09-07 | Mitsubishi Heavy Ind Ltd | Robust controller |
| JPS63298501A (en) * | 1987-05-29 | 1988-12-06 | Mitsubishi Electric Corp | Controller |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009185530A (en) * | 2008-02-06 | 2009-08-20 | Echizen Kk | Seismic masonry structure |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Guo et al. | Disturbance attenuation and rejection for systems with nonlinearity via DOBC approach | |
| Rojko et al. | Sliding-mode motion controller with adaptive fuzzy disturbance estimation | |
| JPH02111278A (en) | Servo control method | |
| CN104460678B (en) | Spacecraft posture control method based on Sigmoid nonlinear sliding mode function | |
| Yeşildirek et al. | A neural network controller for flexible-link robots | |
| Ghavidel et al. | Synchronization adaptive fuzzy gain scheduling PID controller for a class of MIMO nonlinear systems | |
| JP3288184B2 (en) | Motor control device | |
| JPH0340106A (en) | Robust controller | |
| Song et al. | Integrated sliding-mode adaptive-robust control | |
| Lin et al. | Neurofuzzy-model-following control of MIMO nonlinear systems | |
| Morin et al. | Time-varying exponential stabilization of chained form systems based on a backstepping technique | |
| JPH0580805A (en) | Adaptive sliding mode control system based on pi control loop | |
| JPH0484303A (en) | Servo controller | |
| JP4038659B2 (en) | Servo control device | |
| KR100198056B1 (en) | Servo Control and Method | |
| Kanaoka et al. | Virtual power limiter system which guarantees stability of control systems | |
| JP2948549B2 (en) | Higher dynamics type automatic control method and apparatus | |
| JPH03208102A (en) | Robust controller | |
| JPH04326402A (en) | Fuzzy controller | |
| JPS63214801A (en) | Robust controller | |
| Yasir Amir Khan et al. | RISE-augmented Control of Wheeled Inverted Pendulum | |
| JP2677742B2 (en) | Automatic control device | |
| JPH075903A (en) | Robust controller | |
| Sadati et al. | A robust adaptive neural network controller based on variable structure system | |
| JPH06292377A (en) | Control part of servo control system |