JPH04100116A - 速度指令の補正による学習制御装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、縁り返し動作をする工作機械、ロボット等の
制御方式に関する。

〔従来の技術〕

縁り返し目標値に対する学習制御系の設計法としては、
本出願人が特開平１−２３７７０１号公報において提案
した方式がある。

この方式は、同じ目標値に対する動作を繰り返し、過去
の偏差をもとに未来の偏差を予測し、その値が最小とな
るように制御入力を補正していくというもので、最終的
には目標値と出力が一致するため、高精度な追従動作が
実現される。

〔発明が解決しようとする課題〕

ところが、上述の方式をモータの位置追従制御に適用し
た場合、位置指令を補正することになるため、補正演算
は位置ループを制御するコント・ローラあるいはその前
段で行わなければならず、目標位置指令を取得する必要
があった。

そこで本発明は、位置指令を利用せずに、その位置指令
にモータの位置を追従させる学習制御則を実現できる方
式を提供することを目的とする。

〔課題を解決するための手段〕

上記問題点を解決するため、本発明は、同じパターンを
繰り返す目標位置指令にモータの位置を追従させるよう
、モータへ入力を与える制御系において、 検出したモータの位置と目標位置指令との差を速度指令
として入力し、この入力信号から未来の速度指令を予測
し、その値が最小となるように現在の速度指令に対する
補正速度指令を出力する学習コントローラと、 前記補正速度指令を入力し、前記モータを駆動する速度
コントローラを備えたことを特徴とするものである。

〔作用〕

上記手段により、モータの位置検出器により検出したモ
ータの位置と目標位置指令との差を速度指令として、そ
の速度指令は速度コントローラへではなく学習コントロ
ーラへ入力され、この学習コントローラ内では、未来の
速度指令を予測し、その値が最小となるように現在の速
度指令の補正を行い、その補正速度指令を該速度コント
ローラへ入力するように動作する。

つまり、位置指令自体は用いず、目標位置とモータの位
置との差によって与えられる速度指令を補正することに
より、最終的には速度指令、すなわち、位置偏差はゼロ
となる。

〔実施例〕

以下、本発明の具体的実施例を第１図、第２図に示して
説明する。第１図は、本発明の学習コントローラをモー
タの位置制御に適用した場合の構成図である。

図中６は減算器で、位置指令ｒと位置Ｘとの偏差ｅを出
力する。２は乗算器であり、減算器６で得られた偏差ｅ
にＫｐを乗じた値を速度指令Ｚとして出力する。１は学
習コントローラで、速度指令Ｚを受け取り、補正速度指
令ｌ】を出力する。３は速度コントローラでモータ４の
速度制御を行う。

５はモータ４の速度Ｖと位置Ｘとを関係づ１プる積分器
である。ここで、学習コントローラ１を取り除いて速度
指令２をそのまま速度コントローラ３へ人力すると、通
常の位置制御の構成となり、これらは従来のシステムを
そのまま利用できる。

学習コントローラ１の内部構成図を第２図に示す。

図中１１は演算器であり、 ａ　（ｉ）　＝Σｑ　ｆｆｉ　　ｚ　ｋ−１（ｉ＋ｍ）
　＋Ｑ　　（ｚ　ｈ（ｉ）−ｚ　ｂ−１（ｉ））１１１
：１ ｎ＝１ なる演算によって、時刻１における補正値σ（１）を算
出する。

また、１２は、定数Ｑ１．（１２，・・・、ｑ□Ｑ、　
　ｇｇｚ＋　・・・＋ｇｓ−Ｈを記憶するメモリ、１３
は、前回の試行の時刻１から現在時刻１までの速度指令
値（ｚ　ｈ−＋（１）〜ｚ　、（ｉ））を記憶するメモ
リ、１４は、現在時刻ｉに至るまでの補正値（σ（」）
ｊ：ｉ−１，；−２，・・、ｉ−Ｎ＋１）を記憶するメ
モリ、１５は、前回の試行の時刻ｉから現在時刻ｉまで
の補正速度指令値（ｕ　、−＝（ｉ）〜ｕ　、（ｉ））
を記憶するメモリである。

さらに、１６は現在時刻ｉにおける補正値σ（ｉ）と、
前回の試行の時刻ｉの補正速度指令値ｕｋ−＋（＋）と
を加算して、今回の補正速度指令値ｕ　ｋ（ｉ）を出力
する加算器である。

１７はＡ／Ｄ変換器、１８はＤ／Ａ変換器であり、１９
．２０はサンプリング周期Ｔで閉じるサンプラである。

（１）式の導出を行う。

いま時刻ｉにお＋ｊる補正速度指令υ（ｉ）をＵ。（ｉ
）・ｚ　（ｉ）　　　　　　　　　　　（２ａ）ｕｋ（
ｉ）　・ｕｎ−１（ｉ）　＋　ｃｙ（ｉ）　　（ｋ＝１
．２．−）（２ｂ） と与えるものとする。ただし、ｋは試行の回数を表す。

ここで、学習コントローラ内部の信号ｚ　、（ｉ）、σ
（ｉ）のところでループを切り、補正速度指令ｕｋ（ｉ
）を入力とし、速度指令ｚ　、（ｉ）を出力とする制御
対象を考える（第３図）。この制御対象は、Ｄ／Ａ変換
器１８、速度コントローラ３、モータ４、積分器５、減
算器６、乗算器２、Ａ／Ｄ変換器１７、および、サンプ
ラ１８．１９を含んでいる。

なお、位置指令ｒはゼロとする。

また、前回の試行の時刻ｉでは、第４図の関係が成り立
つため、第３図、第４図より第５図の関係が得られる。

ただし、δ（ｉ）は δ（ｉ）・ｚ　、（ｉ）　−ｚ　ｈ−１（ｉ）　　　　
　　　　（ｓ）と定義される。

いま時刻ｉにおいて、未来の補正値σ（ｉ＋＋ｎ）　（
ｍ１２、・・、Ｍ）　　をゼロと仮定すると、未来の出
力δ（ｉ＋ｍ）　（＋＋＋・１，２、・・・、Ｍ）は次
式で予測される。

ｎ＝０ ただし、Ｈｌ　（Ｊ・０，１．・・・、Ｎ）は制御対象
の重み系列あるいは、単位ステップ応答のサンプル値の
差分値であり、ＮはＨ，・ＨＮ（Ｊ＞Ｎ）となるよう選
ぶものとする（第６図）。

ここで、未来時刻ｉ＋ｍでの速度指令ｚ　ｂ（ｉ＋ｍ）
は、（３）式より σ　（ｉ）　・　Σ　ｑ　ｓ　　ｚ　　ｈ−１（ｉ十ｍ
）　　＋Ｑ　　（ｚ　　ｈ（ｉ）−ｚ　　ｋｍ＝１ ＝（ｉ）） ｎ二〇 で予測される。

第１図より速度指令２は、位置偏差にＫｐを乗じたもの
であるから、未来時刻ｉ＋Ｍまでの位置偏差を小さくす
るための指標として、次の評価関数Ｊ 、Ｊ　　＝　　Σ　Ｌ　（ｚ　ｋ（ｉ＋ｍ））　　２　
　　　　　　　（６）ｍ＝１ を考え、この評価関数、Ｊが最小となるように補正値σ
（ｉ）を選ぶものとする。ここでＷ８は、未来時刻ｉ＋
ｍにおける速度指令値の予測値Ｚ　ｉ（＋＋ｍ）に掛；
」る重み係数であり、その−例を第７図に示す。

いま弐　ａＪｌａσ（ｉ）・Ｏは、未知数σ（ｉ）に関
する１次の代数方程式となるため、Ｊｅｆｉ小にするσ
（ｉ）は簡単に求められ、結局、時刻ｉにおける補正値
σ（ｉ）は、次式で与えられる。

ｎ＝ま ただし、 （ｍ＝１．２．・・、Ｍ） Ｑ　　・　Σｑ。

ｊ・１ （８ｂ） であり、これらの定数は、制御対象の重み系列を測定し
、重み係数Ｗ、を適当に与えてやることにより、あらか
じめ算出される。

以上で、（１）式で与えられる補正値σ（ｉ）が、（６
）式の評価関数Ｊを最小にすることが示された。

サンプラ１９．２０の閉じるタイミングは、学習演算を
行うＣＰＵの内部クロックにより決定しても良いし、他
の軸と同期運転を行う場合には、他の軸のモータに付い
ている位置検出器からの信号により決定しても良い。

１回の試行を開始するタイミングは、位置ループを制御
する、すなわち、位置指令からモータの位置を減算す６
ＣＰＵからの信号により決定しても良いし、他の軸のモ
ータに付いている位置検出器からの信号により決定して
も良い。

十分な試行を経て、速度指令値２があらかじめ設定され
た値以内に収束した時、すなわち、位置偏差ｅがある値
以下になった時は、記憶されている１試行分の補正速度
指令を用いて、メモリ運転を行っても良い。この時の構
成を第８図に示す。

また、学習を行わない通常動作時には、学習コントロー
ラは、入力した速度指令Ｚの値をそのまま補正速度指令
Ｕとして出力してやれば良い。

〔発明の効果〕

以上述べたように、本発明によれば、同じパターンを繰
り返す位置指令に対して、位置指令とモータの位置との
差を速度指令とし、その速度指令を学習コントローラへ
入力し、この学習コントローラ内では、未来の速度指令
を予測し、その値が最小となるように現在の速度指令の
補正を行い、その補正速度指令を該速度コントローラへ
入力するため、位置偏差の計算は従来のコントローラを
そのまま流用でき、学習コントローラは位置指令を必要
とせず、最終的には、位置指令に対して、追従精度が格
段に良い制御系が実現されるという効果がある。

【図面の簡単な説明】

第１図は本発明の基本概念図、第２図は学習コントロー
ラの内部構成を示す図、第３図は入力をｕ　、（ｉ）と
した制御対象を示す図、第４図は入力をＵ　Ｘ−＋（＋
）とした制御対象を示す図、第５図は入力をσｌ）とし
た制御対象を示す図、第６図、第７図は本発明の詳細な
説明する図、第８図は本発明のメモリ運転を示す図であ
る。 １・・・学習コントローラ ２・・・乗算器 ３・・・速度コントローラ ４・・・モータ ５・・・積分器 ６・・・減算器 第３　図 特許出願人　株式会社　安川電機製作所第６図 第 図 第 図 手続補正書（自発） 平成 ３年 ７月 ４日 速度指令の補正による学習制御方式 ％式％ 明細書１０頁第４行 に補正する。 明細書１０頁第７行 に補正する。 ンＱ二

Claims (3)

【特許請求の範囲】
1. （１）同じパターンを繰り返す目標位置指令にモータの
   位置を追従させるよう、モータへ入力を与える制御系に
   おいて、 検出したモータの位置と目標位置指令との差を速度指令
   として入力し、この入力信号から未来の速度指令を予測
   し、その値が最小となるように現在の速度指令に対する
   補正速度指令を出力する学習コントローラと、 前記補正速度指令を入力し、前記モータを駆動する速度
   コントローラを備えたことを特徴とする速度指令の補正
   による学習制御方式。
2. （２）前記学習コントローラにおいて、アナログ電圧で
   受け取った速度指令をＡ／Ｄ変換器によりサンプリング
   し、学習演算によって決定された補正速度指令をＤ／Ａ
   変換器によってアナログ電圧として出力し、補正速度指
   令の決定法としては、初回の試行においては、時刻ｉに
   おける補正速度指令Ｕ＿ｏ（ｉ）を、 ｕ＿ｏ（ｉ）＝Ｚ（ｉ） とし、それ以降のｋ回目の試行においては、ｕ＿ｋ（ｉ
   ）を、 ｕ＿ｋ（ｉ）＝ｕ＿ｋ＿−＿１（ｉ）＋σ（ｉ）（ｋ＝
   １、２、・・・・・）σ（ｉ）＝▲数式、化学式、表等
   があります▼ とすることを特徴とする請求項１記載の速度指令の補正
   による学習制御方式。 ただし、ｕ、σ、ｚは、それぞれ補正速度指令、補正値
   、速度指令であり、添字ｋ、ｋ−１は試行の回数を表し
   、ｑ＿ｍ、Ｑ、ｇ＿ｎは、制御対象の動特性に関する情
   報と、予測される未来の速度指令に掛ける重みによって
   決定される定数である。
3. （３）十分な試行を経て、速度指令値ｚがあらかじめ設
   定された値以内に収束した後は、メモリに記憶されてい
   る１試行分の補正速度指令を用いて、メモリ運転を行う
   ことを特徴とする請求項１記載の速度指令の補正による
   学習制御方式。