JPH0484303A - サーボ制御装置 - 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〕 本発明はサーボ制御装置に関し、ロボットや圧延機のよ
うに制御対象の駆動特性の変動が大きく、また負荷外乱
の加わりやすい系を神経回路網を用いて適応的に学習制
御するサーボ制御装置に関する。

〔従来の技術〕

神経回路網にューラルネットワーク）は、比較的単純な
アルゴリズムで、非線形系を含めた動力学系（ダイナミ
カルシステム）の特性を学習する能力を持つことが知ら
れている。この神経回路網を制御に応用し、制御対象の
特性変動に頑健なサーボ制御装置を構築する方法として
、Ｐｒｏｃｅｅｄｉｎｇｓ　　ｏｆ　　ｔｈｅ　　Ａｕ
ｔｏｍａｔｉｃ　　Ｃｏｎｔｒｏ］Ｃｏｎｆｅｒｅｎｃ
ｅ、　ｖｏＱ　、１　、　ｐ　ｐ　、９１０−９１５（
１９８９）に記載されている方法が提案されている。こ
れは第３図に示すように、制御対象１に対し前向きに神
経回路網２を設け、サーボ制御系への目標指令値Ｘｒを
前記神経回路網２に入力することで操作量Ｕを演算する
。ここで、神経回路網２にはあらかじめ制御対象１への
入力Ｕと出力Ｘとから、系の出力Ｘに対する入力Ｕの特
性（−般にこの特性を逆システムと呼ぶ）を学習させて
おく。

このため、神経回路網２で演算された操作量Ｕは、制御
対象１の出力Ｘを目標指令Ｘ、に一致させる操作量とな
る。ここで、制御対象１の逆システムの学習は、神経回
路網２へＸを入力したときの出力ｔが実際の入力Ｕと一
致するよう神経回路網を構成する各ユニット間の結合関
係を修正することにより実行される。

神経回路網における入力から出力への演算は比較的単純
なアルゴリズムで実行され、また神経回路網を構成する
多数のユニット間の結合状態で系の特性が表現される。

このため、線形関係式で系の特性を同定する方式などに
比べ冗長性のあることが知られている。このような特長
を持つ神経回路網をサーボ制御系に用いることで、制御
対象の特性変動に対して適応的に操作量を演算できるた
め、特にロボット、圧延機のサーボ系などパラメータ変
動の影響が顕著な系に対し応用が検討されている。

〔発明が解決しようとする課題〕

しかし、上記従来技術では、神経回路網２が制御対象１
の逆システムを学習する過程では、実際の逆システムと
神経回路網が習得した特性との間のずれが大きい。この
ため、目標指令値に直列に設けた神経回路網からの出力
値で制御したとき、制御対象の出力と目標指令値との誤
差が増大し、制御系が過渡的に不安定になることがある
。このため、模擬的な教師信号を用いて神経回路網を学
習した後、制御対象と結合する必要があった。更に、上
記の初期的な学習過程以外にも、制御対象の動特性が過
渡的に変動した場合や、制御系に突発的な外乱が作用し
た場合などでも、神経回路網の学習過程において、実際
の出力と目標値との誤差が大きくなる。また、神経回路
網をフィードフォワード制御要素として用いる場合、目
標指令値に対する追従性は向上するが、系の外乱に対す
る抑制効果が十分でないという問題点もある。

本発明の目的は、神経回路網が初期的に系の特性を学習
する過程においても、また、突発的な系の特性変動や外
乱入力に対しても安定なサーボ制御系を構築することに
ある。

〔課題を解決するための手段〕

上記目的を達成するため、神経回路網と並列に線形制御
系を設け、目標指令値を入力として神経回路網で演算し
た操作量と、目標指令値および制御対象の出力とから演
算した線形制御系の出力との和を制御対象に対する操作
量として制御するようにした。ここで、神経回路網は制
御対象への入力と出力とから制御対象の逆システムを学
習する。

この学習は線形制御系とは独立に実行されるので、神経
回路網と線形制御系とは個別に設定できる。

〔作用〕

ここで、神経回路網と並列に設けた線形制御系は、制御
対象の特性変動を神経回路網が学習する過程で制御系が
不安定になるのを防ぐ働きをする。

また５線形制御系を併用することで、フィードフォワー
ド補償系である神経回路網では抑制効果の少ない外乱に
対しても頑健な制御系を構成できる。

ここで、神経回路網は制御対象への入力と出力とから逆
システムを学習する。このため、線形制御系は神経回路
網によるフィードフォワード制御とは独立に制御特性を
設定できる。このため、線形制御系の出力を用いて神経
回路網を学習させる方式などと比べて線形制御系の定数
や神経回路網の構成が簡単化できるという利点がある。

〔実施例〕

以下、本発明の一実施例を第１図により説明する。第１
図において、１は制御対象、２は神経回路網、３は神経
回路網の出力誤差演算、４は線形制御演算、５は神経回
路網の出力と線形制御の出力との加算部をそれぞれ示し
、６の部分（破線で示す）がサーボ制御装置の演算内容
を表わす。また、７は神経回路網への入力信号の切換え
スイッチ、８は神経回路網からの出方信号の切換えスイ
ッチをそれぞれ表わす。

サーボ制御装置は所定の制御時点毎に、神経回路網の学
習、神経回路網からの操作量の演算および線形制御演算
を順次実行する。いま、任意のに時点での制御動作を第
２図に示す。第２図において、６０１でに時点での制御
対象への操作量ｕ（ｋ）、制御対象の出力ｘ　（ｋ　）
を制御系への目標指令値ｘ、（ｋ）をそれぞれ取込む。

次に６０２において、神経回路網２の入力側および出力
側のスイッチ７．８を（ａ）側に閉じ、神経回路網にｘ
（ｋ）を入力して神経回路網を学習させるための暫定出
力ｍｕ（ｋ）を演算する。

次に、６０３において、暫定出力値？（ｋ）と実際の入
力値？（ｋ）とから神経回路網の出力誤差ｅ（ｋ）を演
算し、これに応じて神経回路網を構成する各ユニット間
の結合状態を修正する。これら神経回路網における入力
信号から出力信号の演算および神経回路網の出力誤差か
らの神経回路網の修正演算は、例えば、Ｄ、Ｅ　Ｒｕｍ
ｅｌｈａｒｔ、　Ｇ、Ｅ、）Ｉｉｎｔｏｎ。

ａｎｄ　Ｒ，Ｊ、Ｗｉｌｌｉａｍｓ著による”Ｌｅａｒ
ｎｉｎｇ　ＩｎｔｅｒｒａｌＲｅｐｒｅｓｅｎｔａｔｉ
ｏｎｓ　ｂｙ　Ｅｒｒｏｒ　Ｐｒｏｐａｇａｔｉｏｎ”
Ｐａｒａｌｌｅｌ　Ｄｉｓｔｒｉｂｕｔｅｄ　　Ｐｒｏ
ｃｅｓｓｉｎｇ　ＭＩＴ　Ｐｒｅｓｓ　　。

１９８６、ｐｐ、３１８−３６２．に述べられている方
法により実行する。

次に、６０４において、スイッチ７．８を（ｂ）側に閉
じて神経回路網に目標指令値ｘｒ（ｋ）を入力し操作量
ｕ　ａ（ｋ　）を演算する。また、６０５において目標
指令値ｘｒ（ｋ、）と制御対象の出力ｘ（ｋ）とから線
形制御演算により操作量ｕｎ（ｋ）を求める。最後に、
神経回路網からの操作量ｕａ（ｋ）と線形制御部演算か
らの操作量ｕｎ（ｋ）を加算し、制御対象に対する操作
量として出力する。この更新された操作量をｕ（ｋ＋１
）で表わす。

以上の制御演算を所定の制御周期毎に実行することで、
サーボ制御が行われる。

本実施例の方法によれば、制御対象の初期および過渡的
な特性変動を神経回路網が学習する期間でも、サーボ制
御系への目標指令値と制御対象の出力とで演算される線
形制御により制御系を安定化できる。このため、神経回
路網の学習ループを必要以上に高応答にすることなく、
全ての動作領域で安定なサーボ制御装置を構成できる。

また、本実施例の方法によれば、線形制御演算部とは独
立に神経回路網の学習特性を設定できるので、制御系の
構築が容易という利点を持つ。

次に本発明の第２の実施例としてモータの速度制御装置
に用いた場合について説明する。その構成を第４図に示
す。ここで制御対象にサーボアンプ１０１．モータ１０
２．モータにより恥動される機械負荷１０３およびモー
タの電流検出器１０４゜モータの速度検出器１０５から
構成されている。

ここで、サーボアンプ１０１にはモータ電流がフィード
バックされており、トルク指令値に従ってモータの発生
トルクを制御する。また、サーボ制御装置６からの出力
Ｕはサーボアンプに対するトルク指令値、制御対象から
の出力Ｘはモータ速度。

サーボ制御系への目標指令Ｘｒはモータ速度指令値に対
応する。

サーボ制御装置６は所定の制御周期毎に下記の制御演算
を実行する。まず、モータ速度検出値ｘ（ｋ）と速度指
令値ｘｒ（ｋ）とを取込む。次にスイッチ７．８を（ａ
）側に閉じ、神経回路網２にｘ、（ｋ）を入力し暫定出
力値９（ｋ）を演算する。本実施例の神経回路網は１人
力１出力で入力層、中間層、出力層の３層から構成され
る。その構成を第５図に示す。入力層は１個のユニット
と１個の固定出力のユニットから成り、中間層はｎ個の
ユニットと１個の固定出カニニット、出力層は１個のユ
ニットからそれぞれ構成される。いま、入力層の各ユニ
ットの出力をＸａ　（α＝１．２）、中間層の各ユニッ
トの出力をＸａ（β＝１〜ｎ＋１）、出力層の各ユニッ
トの出力をＸγ　（γ＝１）とすると、入力層から中間
層、中間層から出力層への信号伝播は次式で表わせる。

層、中間層から出力層への結合係数で、ｆｌ、ｆｘは入
力変数の加重総和量と出方値の関係を規定する関数であ
る。ここでは、ｉｓ、ｆｘとして次の間ｆｘ（ξ）＝ξ
　　　　　　　　　　　　　　　　・・・（４）また、
Ｘａのうち、α＝２のユニットおよびＸａのうちβ＝ｎ
＋１のユニットは出力値が恒に１の固定出カニニットで
ある。

（１）〜（４）式の演算を入力層から出力層の方向に実
行することにより、入力ｘ（ｋ）を入力したときの暫定
出力９（ｋ）が求まる。

次に、暫定出力？（ｋ）と実際の入力値ｘ（ｋ）とから
神経回路網の結合係数Ｗβ。およびＷｙβを修正する。

ここでは誤差逆伝播アルゴリズムを用い次式のように実
行する。

ｅ　＝　ｕ　（ｋ）−♀（ｋ）　　　　　　　　　　・
・・（５）δｗｙβ＝−η・ｅ−ｆ　２’　（：Ｔ：、
ｗｙβｘβ）ｘβ・＝（６）δＷβ。は各結合係数の修
正量、ηは神経回路網の学習特性を決定する可調節パラ
メータ、Ｊ１ｆ２　はそれぞれｆｌ、ｆｚの導関数を示
す。本実施例では、（３）、　（４）式の関数を用いる
のでｆ１′（ξ）＝ｆｘ（ξ）＝ξ　　　　　　・・（
８）ｆ２′（ξ）＝　ｆ　ｚ（ξ）（１−ｆ　（ξ））
　　・・（９）となる。したがって、（６）、　（７）
式は次式のように簡単化される。

δＷ　＝−η＋ｅ＋ｘγ−Ｘβ　　　　　　・・（１ｏ
）γβ δＷ　ｐＣＬ”−η＋ｅ　＃ｘｙ摩ｘβ（１ｘβ）ｘα
−（１１）すなわち、（５）、　（１０）、　（１１）
式の順に演算し、結合係数を修正することにより神経回
路網の学習が行われる。

次に、スイッチ７．８を（ｂ）側に閉じ、結合係数を修
正した神経回路網へ速度指令値ｘ　、（ｋ　）を入力し
て操作量ｕ　ａ（ｋ　）を演算する。これは、暫定出力
？（ｋ）の演算と同様に実行される。

最後に、線形制御系において、速度指令値ｘ、（ｋ）と
速度検出値ｘ　（ｋ　）とからｕｔ（ｋ）を演算する。

本実施例では比例積分補償を用いる。こここで、ｅは神
経回路網の出力誤差、δＷγβ。

のときの演算は次式のように実行される。

△ｘ（ｋ）＝ｘｒ（ｋ）−ｘ（ｋ） ｕ　ｃ（ｋ　）＝　ｕ　ｔｐ（ｋ　）＋　ｕ　ｔｒ（ｋ
　）ここで、 ・・・（１２） ・・・（１３） ・・・（１４） である。ここで、ＫＰが比例ゲイン、Ｔｒが積分時定数
、Ｔｓが線形制御の制御周期をそれぞれ表わし、ｕ　ｇ
ｐ（ｋ　）が比例項、ｕｍＩ（ｋ）が積分項を示す。

以上の手順で得られたｕａ（ｋ）とｕ　ｔ　（ｋ　）の
加算値をモータに対するトルク指令として制御すること
により、モータの速度制御が実行される。

以上詳述したように、本実施例によ九ば、神経回路網が
モータと機械負荷から成る駆動系のトルク指令に対する
モータ速度の特性の逆システムを学習する。モータ速度
指令値ｘ、（ｋ）を神経回路網に入力して得られる操作
量ｕ　ａ（ｋ　）は、モータ速度ｘ（ｋ）を速度指令値
ｘｒ（ｋ）に追従制御するためのフィードフォワード環
となる。神経回路網は駆動系の慣性モーメントの変動や
駆動系の持つ共振特性などを学習するので、恒に最適な
フィードフォワード環を演算できる。更に、モータ速度
と速度指令値とから比例積分制御する線形制御系は、駆
動系に作用する外乱トルクなどの影響を応答よく抑制で
きる。

なお本実施例では、逆システムを学習した神経回路網に
直接、モータ速度指令値ｘｒ（ｋ）を入力して操作量ｕ
　ａ（ｋ　）を演算した。いま、系の理想的な応答特性
を与える前置補償器を設け、モータ速度指令値を前置補
償器に入力する。その出力を神経回路網に入力して操作
量ｕ　ａ（ｋ　）を演算することにより、神経回路網に
よるフィードフォワード制御ループの特性を最適化でき
る。前置補償器の特性としてはステップ的な速度指令値
の変動に対してもフィードフォワード系が安定になるよ
う、１次遅れ特性などが用いられる。

なお、以上述へた第２の実施例でモータ制御に適用した
神経回路網では速度指令値ｘ、（ｋ）のみを入力して、
操作量ｕａ（ｋ）を演算したが、こればかりでなく、第
６図に示すような神経回路網の構成としてもよい。すな
わち、これはモータ速度指令ｘ　ｒ（ｋ　）に加えてモ
ータ速度ｘ（ｋ）を入力として操作量ｕ　ａ（ｋ　）を
演算するもので、神経回路網は第６図に示すように２人
力１出力系で構成される。これは第５図に対して入力層
のユニットが１個増えただけで他は同じである。まず、
系の学習においては、同様に切換えスイッチ７．８を（
、）側に閉じる。入力として今回の速度ｘ（ｋ）と前回
の速度ｘ　（ｋ　−１）（ここでｘ　（ｋ　−１）＝ｚ
−１ｘ（ｋ））を入力する。これにより、モータ速度を
ｘ（ｋ−１）からｘ（ｋ）に遷移するのに必要なトルク
？（ｋ）が演算される。次に？（ｋ）とｕ（ｋ）とから
前述と同様の修正を終了したのちに、スイッチ７．８を
（ｂ）側に閉じる。神経回路網への入力としては、今回
の速度指令値ｘ、（ｋ）と今回の速度検出値ｘ（ｋ）と
を入力する。この結果演算される操作量ｕ　ａ（ｋ　）
は、現在のモータ速度ｘ（ｋ）から指令値ｘ、（ｋ）に
遷移するのに必要なトルクとして求まる。このように、
モータ速度指令値ｘ　、（ｋ　）に加え速度検出値ｘ（
ｋ）も神経回路網に入力して操作量を演算することで、
神経回路網側にもフィードバック制御特性を加味できる
のでより安定性に優れるサーボ制御装置を構成できる。

以上の第２の実施例ではモータ速度制御系に神経回路網
を用いた場合について述べたが、次にモータの位置サー
ボ系に神経回路網を用いた場合の実施例を示す。

第７図から第９図の実施例では、その構成は第４図の速
度制御系の構成に位置検出器１０６および位置制御部４
０３，４０４が追加になっている。

ここで、ｘｌはモータ速度の検出値、ｘ２はモータ位置
の検出値をそれぞれ表わし、またＸ、は目標指令値であ
り、ここでは位置指令値とする。神経回路網２はモータ
速度Ｘｉ、位置ｘ２およびトルク指令値Ｕとを用いて、
モータ駆動系のトルク指令に対するモータ位置の特性の
逆システムを学習する。この神経回路網に位置指令値Ｘ
、およびモータの位Ｗｔｘｚ、モータ速度Ｘ１を入力す
ることで操作量ｕａを得る。一方、線形制御演算は。

位置制御部のマイナーループに速度制御部を設けた構成
としている。ここでは位置制御は比例制御。

速度制御は比例積分制御を用いる。線形制御の最終的な
操作量の演算値はｕｌである。このように、本発明の方
法を位置制御のマイナーループに速度制御系を持つ制御
系に用いる場合にもモータ速度制御装置の場合と同様に
構成できる。

以上の位置サーボへの実施例では、神経回路網により駆
動系へのトルク指令に対するモータ位置の逆特性を学習
した。

次に、第８図の実施例は位置サーボ系のメジャーループ
制御系である位置制御御系に神経回路網によるフィード
フォワード制御を用いた場合を示す。ここで、第７図と
同じ番号は同じ要素を示す。

ここで、Ｘ、は位置指令値、Ｘｌは速度検出値、ｘ２は
位置検出値である。神経回路ｌ！！４２は速度制御系を
含めた駆動系の特性の逆システムを学習する。すなわち
、速度制御系への指令値Ｕとモータの位置検出値Ｘ２と
がらＵに対するｘ２の特性の逆システムを修得する。神
経回路網はサーボ系への位置指令値Ｘｒ　を入力して操
作量Ｌｌａを演算する。一方、位置制御系では指令値Ｘ
、と検出値Ｘ２とから操作量ｕｚを演算する。ｕａとｕ
ｔとの和を速度制御系への指令値とすることで駆動系の
特性変動による速度制御特性の劣化を補償する操作量を
神経回路網により演算できるので追従性のよい位置サー
ボ系を構成できる。

さらに、第９図の実施例は位置サーボ系のマイナールー
プ制御系である速度制御系に神経回路網によるフィード
フォワード制御を用いた場合を示す。この場合は、速度
制御のメジャーループである位置制御の出力を目標指令
値（速度指令値９とした場合の速度制御系と同じであり
、その速度制御系の構成は第４図と同様に構成できる。

なお、以上の実施例では神経回路網をモータの速度制御
系および位置サーボ系に用いる場合について述ｌ＼だが
モータの電流制御系あるいは、これをマイナーループ制
御系として持つ系に対しても同様に適用できる。

〔発明の効果〕

本発明の方法によれば、制御対象の逆システムを学習し
た神経回路網が指令値に対するフィードフォワード操作
量を、線形制御系がフィードバック操作量を演算する。

このため神経回路網が制御対象の特性変動を修得する過
渡領域においても線形制御系により制御系を安定化でき
る。

また、本発明の方式では神経回路網は制御対象の入出力
関係を用いて、線形制御系とは独立に系の逆システムを
修習できるので、線形制御系と神経回Ｍｉ１ｍによるフ
ィードフォワード制御系とを独立に設計できるという利
点がある。

【図面の簡単な説明】

第１図は本発明の一実施例の構成図、第２図は第１図の
処理内容を示すフローチャート、第３図は従来の制御方
法の構成図、第４図はその他の実施例の構成図、第５図
は第４図における神経回路網の詳細図、第６図は別の実
施例での神経回路網の構成図、第７図乃至第９図はその
他の実施例の構成図を示す。 １・・・制御対象、２・・・神経回路網、３・・・神経
回路網の出力誤差演算部、４・・・線形制御演算部。 第 図 第 図 第 図 第 図 ／２ ／

Claims (1)

1. 【特許請求の範囲】 １、制御対象への入力と出力とから制御対象の逆システ
   ムを学習する神経回路網と、サーボ制御系への目標指令
   値と制御対象の出力とから線形制御を実行する手段とを
   備え、目標指令値あるいは制御対象の出力を神経回路網
   に入力して得られた第１の操作量と、前記線形制御手段
   から得られる第２の操作量との和を制御対象への操作量
   として制御することを特徴とするサーボ制御装置。 ２、制御対象への入力と出力とから制御対象の逆システ
   ムを学習する神経回路網と、サーボ制御系への目標指令
   値と制御対象の出力とから線形制御を実行する手段とを
   備え、少なくとも目標指令値と制御対象の出力とを前記
   神経回路網に入力して得られた第１の操作量と、前記線
   形制御手段から得られる第２の操作量との和を制御対象
   への操作量として制御することを特徴とするサーボ制御
   装置。 ３、請求項第１項及び第２項において、前記神経回路網
   に入力する目標指令値が、前記目標指令値を遅延する前
   置補償手段を介した信号とすることを特徴とするサーボ
   制御装置。４、請求項第１項及び第２項において、サー
   ボ制御系の前記線形制御手段が、目標値に対するメジャ
   ー制御ループとマイナー制御ループとから構成すること
   を特徴とするサーボ制御装置。 ５、サーボ制御系が目標指令値に対するメジャー制御ル
   ープとマイナー制御ループとから構成される線形制御系
   において、制御対象への入力と出力から制御対象の逆シ
   ステムを学習する神経回路網を備え、メジャー制御ルー
   プの出力を神経回路網に入力して得られた操作量をマイ
   ナー制御ループの出力に加算して制御することを特徴と
   するサーボ制御装置。６、サーボ制御系が目標指令値に
   対するメジャー制御ループとマイナー制御ループとから
   構成される線形制御系において、制御対象への入力と出
   力から制御対象の逆システムを学習する神経回路網を備
   え、メジャー制御ループの出力と制御対象の出力を神経
   回路網に入力して得られた操作量を、マイナー制御ルー
   プの出力に加算して制御することを特徴とするサーボ制
   御装置。 ７、サーボ制御系が目標指令値に対するメジャー制御ル
   ープとマイナー制御ループとから構成される線形制御系
   において、マイナー制御ループへの入力と制御対象の出
   力とからマイナー制御ループを含めた系の逆システムを
   学習する神経回路網を備え、目標指令値を神経回路網に
   入力して得られた操作量をメジャー制御ループの出力に
   加算して制御することを特徴とするサーボ制御装置。 ８、サーボ制御系が目標指令値に対するメジャー制御ル
   ープとマイナー制御ループとから構成される線形制御系
   において、マイナー制御ループへの入力と制御対象の出
   力とからマイナー制御ループを含めた系の逆システムを
   学習する神経回路網を備え、目標指令値と制御対象の出
   力をを神経回路網に入力して得られた操作量をメジャー
   制御ループの出力に加算して制御することを特徴とする
   サーボ制御装置。