CN107850874A - 控制装置 - Google Patents

Abstract

一种控制装置(100)，其是对控制对象(2)进行控制的装置，配备：指令值生成部(20)，根据指令图案计算指令值；学习控制部(30)，反复计算包含修正值的修正数据，所述修正值是修正根据所述指令图案而算出的所述指令值；以及控制部(10)，根据所述指令值及所述修正数据计算修正后指令值，并对所述控制对象发送修正后指令值；并且所述学习控制部(30)根据反馈值与所述指令值的偏差、以及所述控制对象的响应的延迟特性，生成所述修正数据，所述反馈值是针对输出至所述控制对象的所述修正后指令值的反馈值，所述指令值是所述指令值生成部(20)所运算出的值。

Description

控制装置

技术领域

本发明涉及一种控制装置，通过控制指令而对控制对象进行控制，并且通过学习控制来提高控制性能。

背景技术

通常的方式是使控制对象模型化，根据用于鉴定控制对象的系统的参数，来计算前馈输入。当控制对象难以准确地算出参数值时，作为一边实际反复进行试验，一边修正前馈输入来-实现作为目标的输出的方式，为已经知道有学习控制方式。

在控制对象中包含未知的要素的动态系统中进行控制时，特别是在使用机器人、马达的机械系统的控制中，是使用学习控制。

在专利文献1所述的数值控制装置中，是在各周期分别撷取位置偏差数据及修正数据，进行使用所述位置偏差数据的学习运算。由此，揭示一种数值控制装置，能够通过在对同一形状进行加工的任意位置进行学习控制，获取位置偏差，来实现高精度的加工。

现有技术文献

专利文献

专利文献1：日本公开专利公报“日本专利特开2004-227163号公报(2004年8月12日公开)”

发明内容

发明所要解决的问题

但是，为了通过学习控制来提高控制性能，必须与控制对象相匹配地适当设定用于学习控制鸬鹚参数。

在所述专利文献1所列举的控制装置中，是计算使作为目标的偏差量减少的修正值。但是，所述修正值不是反映控制对象的特性。因此，有可能因为用于学习控制的参数未适当地设定，而使得控制性能达不到目标性能。一边反复试验，一边实施进行学习控制的参数的调整及修正值的运算，从而会阻碍包含控制装置的控制系统的迅速启动。

本发明的目的在于提供一种控制装置，能够容易地算出与控制对象相匹配的用于学习控制的参数。

解决问题的技术手段

为了解决所述问题，本发明的控制装置是一种对控制对象进行控制的控制装置，其特征在于包括：指令值生成部，根据指令图案计算指令值；学习控制部，反复计算包含修正值的修正数据，所述修正值是修正根据所述指令图案而算出的所述指令值；以及控制部，根据所述指令值及所述修正数据计算修正后指令值，并对所述控制对象发送修正后指令值；并且所述学习控制部根据反馈值与所述指令值的偏差、以及所述控制对象的响应的延迟特性，生成所述修正数据，所述反馈值是针对输出至所述控制对象的所述修正后指令值，所述指令值是所述指令值生成部所运算出的值。

发明的效果

根据本发明，可以获得一种控制装置，所述控制装置是进行学习控制的控制装置，能够容易地求出用于学习控制的控制对象的参数，从而提高控制性能。

附图说明

图1是表示控制系统的整体构成的图。

图2是表示控制装置的硬件构成的图。

图3是表示控制装置100的动作流程图的图。

图4是表示控制装置100的动作流程图的图。

图5是表示控制装置100的动作流程图的图。

图6是表示根据特性测定用图案运算修正偏移时间的图。

图7是表示已利用学习控制参数进行学习控制的结果的图。

图8是表示已利用不同的修正偏移时间进行学习的结果的图。

图9是表示控制装置的功能构成的框图。

图10是表示在本实施方式的控制装置中执行的程序库程序的一例的图。

图11是表示在本实施方式的控制装置中执行的程序库程序的一例的图。

具体实施方式

以下，根据附图，对本发明的控制装置100的实施方式进行详细说明。再者，并非通过所述实施方式的形式来限定本发明。

[实施方式1]

<控制系统的整体构成>

图1是表示包含本发明的实施方式的控制装置100的控制系统的构成的框图。图中，所述控制系统包括本实施方式的控制装置100及控制对象2。控制装置100典型而言，由PLC(可编程控制器)构成，运算控制输出而对控制对象进行控制。控制装置100在每个规定的控制周期根据对控制对象进行控制的结果，即反馈值，运算控制输出。控制对象2典型而言，是利用致动器作为驱动控制装置而驱动的机械，被输入控制装置100所运算出的控制输出，并根据控制输出而受到驱动。被控制输出驱动的控制对象经由编码器(未图示)等将被驱动的位置、速度等作为反馈值输出至控制装置100。

关于本发明的实施方式，以下，对控制系统的实施例进行说明，所述控制系统是通过进行位置控制，来进行与指令图案相应的轨迹的控制。

在本实施方式中，是采用通过马达来驱动控制对象的示例进行说明，但是只要是通过控制装置100来进行控制的装置，就不限定于此例，例如，作为控制对象，也可以是对温度进行控制的温度控制装置。

<控制装置的硬件构成>

其次，对控制装置100的硬件构成的构成进行说明。图2是表示图1所示的控制装置100的硬件构成的一例的示意图。参照图2，控制装置100通过处理器执行经预先安装的程序，来实现对控制对象的控制。更具体来说，控制装置100包括CPU(Central ProcessingUnit)或MPU(Micro-Processing Unit)等处理器102、芯片组104、主存储器106、闪速存储器108、外部网络控制器116、存储卡接口118、内部总线控制器122及现场总线控制器124。

处理器102通过读取闪速存储器108中所存储的系统程序110及用户程序112，并展开于主存储器106中加以执行，来实现对控制对象的控制。系统程序110包含用于提供数据的输入输出处理或执行时序控制等控制装置100的基本功能的命令码。在本实施方式中，系统程序110包含程序库程序110A。程序库程序110A是以能够再利用通用的处理的形式而存储，当执行用户程序112时，根据需要来调用(call/invoke)。即，程序库程序110A是用于在控制装置100中程序的执行。

用户程序112是根据控制对象来任意设计，包括用于执行序列控制的序列程序112A及用于执行运动控制(motion control)的运动程序112B。这些序列程序112A及运动程序112B是通过适当调用程序库程序110A来执行。

芯片组104通过对各组件进行控制，来实现作为整个控制装置100的处理。

内部总线控制器122是与I/O单元126交换数据的接口，所述I/O单元126通过内部总线与控制装置100连结。现场总线控制器124是与I/O单元128交换数据的接口，所述I/O单元128通过现场总线130(图2)与控制装置100连结。内部总线控制器122及现场总线控制器124获取分别输入至所对应的I/O单元126及128的状态值，并且从对应的I/O单元126及128分别输出处理器102中的运算结果作为指令值。

外部网络控制器116对通过各种有线/无线网络的数据的交换进行控制。存储卡接118是可拆装存储卡120而构成，能够对存储卡120写入数据，并从存储卡120读出数据。

也可以将通过控制装置100执行程序而提供的功能的一部分或全部封装成专用的硬件电路。

<学习控制的控制装置的动作>

图3表示本实施方式的已执行学习控制程序时的控制装置100的动作的流程图。通过执行学习控制程序，控制装置100利用试验前的偏差数据反复算出用于给出所需的输出的修正值。

在S1中，从存储器中读出学习控制参数。学习控制参数是控制装置100所控制的控制对象的特性对应的变更的参数，包含后述的修正偏移时间。

在S2中根据指令图案计算指令值。根据经用户程序规定的指令图案，运算在每个控制周期输出至马达控制装置的指令值。所谓指令图案，是指规定作为目标的控制对象的动作的图案。典型而言，是指表示使控制对象从特定位置移动至特定位置的位置的随时间的变化的数据。控制装置100根据指令图案，运算在每个控制周期输入至马达控制装置的位置指令值。

在S3中利用第K次的修正数据，计算出在每个控制周期输出的指令值。控制装置100通过读出存储器上所存储的修正数据，并将所读出的修正数据与指令值相加，来修正指令值，获得修正后指令值。

在S4中，在每个控制周期将经修正的修正后指令值输出至马达控制装置。控制装置100依次从存储器读出在S3中经修正的指令值并输出至马达控制装置。同时，从控制对象获取反馈数据，并依次存储于存储器中。

在S5中，根据经存储的反馈数据及每个控制周期的指令值以及学习控制参数，计算第K+1次的修正数据。控制装置100计算所存储的反馈数据与每个控制周期的指令值的偏差数据，并根据读入至偏差数据的学习控制参数，利用修正偏移时间进行计算，借此根据后述数式1算出第K+1次的修正数据。通过反复执行所述一系列的处理，而反复算出接近于规定作为目标的控制对象的动作的指令图案的修正数据。

在S6中，控制装置100对作为学习的结果而算出的K次的修正数据进行评价，根据规定的评价函数选择最适合的修正数据加以存储。具体来说，控制装置100获取至第K次为止的位置偏差的平方和，当所述位置偏差的平方和的减少率小于等于规定值时结束学习控制。学习结果的评价的方式并不限于所述方法，例如也可以选择进行规定次数的学习后，结果位置偏差的平方和最少的修正数据。当如上所述，采用将接近于目标值的程度作为学习控制的结束条件的构成时，由于即使反复进行学习控制而求出修正数据，也不一定接近于作为目标的指令值，所以能够避免无用的学习控制运算。

<执行学习控制参数计算时的控制装置的动作>

图4是表示已执行学习控制参数计算程序时的控制装置100的动作的流程图。当执行学习控制参数计算程序后，控制装置100通过获取控制对象装置的响应特性的数据，来算出学习控制参数中所含的修正偏移时间。

在S11中，当执行学习控制参数计算程序后，控制装置100读出特性测量用指令图案，并算出特性测量用的指令值。在这里，特性测量用指令图案只要是能够算出针对指令值的控制对象的响应特性的指令图案，就可以是任意指令图案，也可以是单位脉冲、阶跃函数(step function)、斜坡函数(ramp function)。

在S12中，控制装置100在每个控制周期输出所算出的特性测量用指令值，并且在控制周期撷取反馈值而加以存储。

在S13中，控制装置100根据特性测量用指令值及每个控制周期的反馈值，获取控制对象的响应特性数据。在本发明的实施方式中，根据已输出单位脉冲时的反馈值，获取响应特性数据。控制装置100利用响应特性数据而算出修正偏移时间。关于根据响应特性数据而算出的修正偏移时间，将在后文说明。

控制装置100计算修正偏移时间，并且存储所算出的修正偏移时间作为学习控制参数。

<利用学习结果执行控制程序时的控制装置的动作>

如以上所述，控制装置100通过执行学习控制参数计算程序，而获取控制对象的响应特性的数据，并存储学习控制参数。

控制装置100通过执行学习控制程序，利用借由执行学习控制参数计算程序而算出的学习控制参数，反复算出修正数据，并且存储作为学习控制的结果而获得的修正数据。(图5)

控制装置100是利用指令值及作为学习控制的结果而获得的修正数据，算出指令值，并在每个控制周期加以输出，所利用的指令值是利用作为学习控制的结果而获得的修正数据根据指令图案而算出。利用修正数据，算出针对规定作为目标的控制对象的动作的图案，即指令图案，的位置偏差最小的指令值。

在S31中，控制装置100读出指令图案而生成指令值。

在S32中，控制装置100读出修正数据，并与指令值相加，而算出经修正的指令值。

在S33中，在每个控制周期将所算出的指令值输出至马达控制装置。在每个控制周期将经修正的指令值反复输出至控制对象。

<修正偏移时间>

图6表示特性测量用图案的示例。在这里，显示输出单位时间宽度脉冲(单位时间宽度的短脉冲)作为特性测量用图案的示例。图6表示输入单位时间宽度脉冲而获取到所述响应数据的示例。在这里，所谓单位时间，是指控制周期的时间宽度。在图6的示例中，控制周期为1ms，因此以下利用已输出1ms宽度的脉冲的示例来进行说明。

在应用学习控制的实例中，通常在每个取样时刻，指令值会发生变化。通过学习控制而求出的修正数据可看成是各取样时刻的修正量的集合。因此，在本发明的实施方式的学习控制中，可以利用某个取样时刻的偏差求出针对所对应的取样时刻的指令值的修正量，从而通过学习控制来算出适当的修正数据。

指令值的修正量成为每个取样时刻的脉冲，所以已输入单位时间宽度脉冲时，根据影响出现最多的取样时刻的响应数据来求出修正量。

在图6所示的示例中，可知对于单位时间宽度的脉冲，会产生4ms的响应延迟(响应的延迟特性)。将所述值设定为偏移修正时间。

图7表示利用修正指令值的控制结果，所述修正指令值是利用偏移修正时间的修正指令值。图7表示指令位置、实际位置、修正后位置指令值的轨迹。并且，图7中，表示指令位置与实际位置的位置偏差量。此外，图7中，表示指令值修正量的时间变化。如图7所示可知，修正后位置指令值通过针对实际位置及指令位置，使用回溯修正偏移时刻的取样时刻的修正数据，来使实际位置与指令位置的偏差最少化。

图8表示针对作为响应特性而具有图6的特性的控制对象，已利用不同的修正偏移时间进行学习控制的结果。当根据指令图案而算出的修正前的指令值与反馈值的位置偏差的平方和的减少率小于等于5％时，在中止学习控制的条件下进行计算。

可知，在将作为修正偏移时间设定为4ms而进行学习控制的情况、与作为修正偏移时间设定为1ms及6ms的结果进行比较时，修正偏移时间并非与控制对象的特性相一致的适当值的情况下，即使反复执行学习，也不会接近作为目标的动作。

在本发明中，可以通过根据控制对象的特性值计算学习控制的参数的值，即修正偏移时间，来进行利用适当的修正偏移时间的学习控制，从而接近作为指令图案而给出的作为目标的机械的动作。

<计算修正偏移时间的变形例>

计算修正偏移时间时，在图5的示例中，是获取针对单位时间宽度脉冲的响应数据。与此相对，也可以测定阶跃响应数据S(n)，n＝0～N，并通过下述算式，求出针对单位时间宽度脉冲指令值的响应数据U(n)。

U(n)＝S(n)-S(n-1)，n＝0～N，

其中，S(-1)＝0

并且，计算修正偏移时间时，也可以测定斜坡响应数据R(n)，n＝0～N，并通过下述算式，经由阶跃响应数据S(n)，求出针对单位时间宽度脉冲指令值的响应数据U(n)。

S(n)＝R(n)-R(n-1)，n＝0～N，其中R(-1)＝0

U(n)＝S(n)-S(n-1)，n＝0～N，其中S(-1)＝0

<控制装置的功能的构成>

图9表示本发明的实施方式的控制装置100的功能的构成。控制装置100包括指令值生成部20、学习控制部30、控制部10、特性测定用指令值生成部40及修正偏移时间计算部50。

指令值生成部20读出指令图案，并根据所读出的指令图案生成指令值。在这里，指令图案是控制系统规定作为目标的控制对象2的动作轨迹的作为控制的目标的值。

控制部10在每个规定的控制周期输出修正后指令值，使控制对象2驱动，所述修正后指令值是将指令值生成部20所生成的指令值与学习控制部30所生成的修正数据相加所得。

特性用测定用指令值生成部40生成用于测量控制对象2的特性的指令图案。控制部10在进行控制对象2的特性测定时，对控制对象2在每个规定的控制周期将特性测定用的指令值输出至控制对象2。

修正偏移时间计算部50根据基于特性测定用指令值而驱动控制对象2的反馈值，算出修正偏移时间作为学习控制参数。

学习控制部30读入指令值生成部20所生成的指令值与反馈值的差，即偏差数据，包含修正指令值的修正值的修正数据反复运算。

学习控制部30运算指令值生成部所20运算的指令值与从控制对象2输入的反馈值的偏差。学习控制部30进而在每个规定的控制周期，根据指令值生成部20所运算出的指令值与反馈值进行运算，并利用第K次的偏差数据运算针对第K+1次的指令值的修正数据。在这里，通过利用根据关于控制对象2的响应特性而偏移相当于修正偏移时间的量的偏差数据，运算修正数据，可以计算出与控制对象特性相应的修正数据。

修正偏移时间既可以是控制周期的倍数，也可以是实数。

Rev(k+1)(n)＝Rev(k)(n)+G＊Err(k)(n+st)

k：学习次数0，1，2，……

n：取样时刻0，1，2，……，N

Rev(k+1)(n)：第k+1次学习用的取样时刻n的修正数据

Rev(k)(n)：第k次学习用的取样时刻n的修正数据

G：确定学习强度的系数

Err(k)(n+st)：第k次学习的取样时刻n+st的偏差数据

st：修正偏移时间(控制周期的整数倍)

控制部10对指令值加上修正值，输出(发送)至控制对象。

<程序库程序及用户程序>

其次，说明本实施方式的控制装置进行学习控制参数计算、学习控制、动作轨迹控制的构成。作为一个实施方式，在控制装置中，预先容易适于学习控制、学习控制参数计算的程序库程序。控制装置的用户可以制作利用未图示的控制装置的支持装置读出所述程序库程序的码。通过控制装置厂商或第三方预先提供这种程序库程序，可以在短时间内，制作进行与控制对象相应的学习控制参数的计算的用户程序。即，用户程序是用于在控制对象中，典型的是在控制动作轨迹的控制装置中，通过学习控制而以指令图案给出的修正数据的计算。

图10表示利用本实施方式的控制装置而执行的程序库程序的一例。主要包括学习控制功能块及学习控制参数计算功能块。功能块的一部分或全部是用于在其执行顺序到来时，指定读出所对应的程序库程序以及读出并执行所对应的程序库程序的命令。换言之，预先容易与各功能块相对应的程序的实际状态，即程序库程序，处理器按照程序，适当调用并执行程序库程序。以下，对各功能块的功能进行说明。

特性测定FB通过生成用于计算控制对象的响应特性的指令值，得到针对所生成的指令值的反馈值，根据控制对象的响应特性，导出修正偏移时间作为学习控制参数。

作为特性测定FB的输入，规定了特性测定模式启动及最大测定时间以及指令值高度反馈值。特性测定模式启动是启动本功能块的信号，当变为真(TRUE)时开始特性测定模式，特性测定中为真。在特性测定模式下，控制装置根据特性指令用的图案算出指令值，并输出至控制对象，并且依次存储来自控制对象的反馈值。最大测定时间是对朝向控制对象的指令值输出测定反馈值的最大时间，从已输出特性测定用指令值的控制周期起尽可能最大时间地测定并存储控制对象的反馈值。指令值高度是指定对控制对象输出的特性测量用指令值的高度的输入，呈脉冲状或呈阶梯状输出以最大测定时间并且具有指令值高度的特性测量用指令值。

特性测定用功能块进而规定反馈值作为输入。反馈值在作为最大测定时间而给出的测定时间内，输入所存储的反馈值。通过对特性测量用指令值与反馈值的时刻进行比较，而输出修正偏移时间。

<2.学习控制功能块>

图11表示学习控制功能块的一例。学习控制功能块规定学习控制启动作为输入。当学习控制启动为真时，在学习控制中输出真。

学习控制功能块进而包括学习结束判定值、修正偏移时间、指令图案(排列数据)、反馈值作为输入。学习结束判定值是作为判定条件而给出的实数。修正偏移时间是利用特性测定功能块而运算的值，以控制周期的整数倍或实数而给出。指令图案是作为排列数据而给出。反馈值是作为排列数据而给出。根据指令图案及反馈值算出位置偏差的平方和，并作为评价函数值加以输出。

控制功能块进而规定修正数据作为输入。关于修正数据，通过对指令图案与反馈值的偏差，加上已偏移相当于修正偏移时间的量的时间而输出修正数据，并且更新并输出修正数据排列。当修正数据排列的更新完成后，作为输出，学习结束成为真，学习控制功能块的启动结束。

(优点)

通过提供如上所述的学习控制功能块、特性计算用功能块及用于实现所述功能块的程序库程序，可以不花费制作工时，而制作出王板控制对象的特性进行学习控制参数的计算及学习控制的用户程序。

(附注事项)

为了解决所述问题，本发明的控制装置是对控制对象进行控制的控制装置，其特征在于包括：指令值生成部，根据指令图案计算指令值；学习控制部，反复计算包含修正值的修正数据，所述修正值是修正根据所述指令图案而算出的所述指令值的值；以及控制部，根据所述指令值及所述修正数据计算修正后指令值，并对所述控制对象发送修正后指令值；并且所述学习控制部根据反馈值与所述指令值的偏差、以及所述控制对象的响应的延迟特性，生成所述修正数据，所述反馈值是针对输出至所述控制对象的所述修正后指令值，所述指令值是所述指令值生成部所运算出的值。

并且，本发明的控制装置中，所述控制装置可以还包括特性测定用指令值生成部、以及计算通过所述学习控制部而进行学习控制时所使用的修正偏移时间的修正偏移时间计算部，所述修正偏移时间计算部通过获取针对所述特性测定用指令值生成部所生成的特性测定用指令值的反馈值，对特性测定用指令值与反馈值进行比较而算出所述修正偏移时间。

并且，本发明的控制装置中，所述特性测定用指令值可以是单位时间宽度的短脉冲。

并且，本发明的控制装置中，所述特性测定用指令值可以是阶跃函数，所述修正偏移时间计算部是通过计算阶跃响应，来计算所述修正偏移时间。

并且，本发明的控制装置中，所述特性测定用指令值可以是斜坡函数，所述修正偏移时间计算部是根据斜坡响应计算阶跃响应，并根据所述阶跃响应计算所述修正偏移时间。

并且，本发明的控制装置中，所述修正偏移时间可以是根据所述控制对象的所述响应的延迟特性而算出的实数。

本发明并不限定于所述各实施方式，可以在权利要求项所示的范围内进行各种变更，关于将不同的实施方式中所分别揭示的技术手段适当加以组合而获得的实施方式，也包含在本发明的技术范围内。

符号的说明

2：控制对象

10：控制部

20：指令值生成部

30：学习控制部

40：特性测定用指令值生成部

50：修正偏移时间计算部

100：控制装置

Claims (6)

1.一种控制装置，对控制对象进行控制，所述控制装置的特征在于包括：

指令值生成部，根据指令图案计算指令值；

学习控制部，反复计算包含修正值的修正数据，所述修正值是修正根据所述指令图案而算出的所述指令值的值；以及

控制部，根据所述指令值及所述修正数据计算修正后指令值，并对所述控制对象发送修正后指令值；并且

所述学习控制部根据反馈值与所述指令值的偏差、以及所述控制对象的响应的延迟特性，生成所述修正数据，所述反馈值是针对输出至所述控制对象的所述修正后指令值，所述指令值是所述指令值生成部所运算出。

2.根据权利要求1所述的控制装置，其中：

所述控制装置还包括：特性测定用指令值生成部；以及修正偏移时间计算部，计算利用所述学习控制部进行学习控制时所使用的修正偏移时间；并且

所述修正偏移时间计算部通过获取针对所述特性测定用指令值生成部所生成的特性测定用指令值的反馈值，并对特性测定用指令值与反馈值进行比较，来算出所述修正偏移时间。

3.根据权利要求2所述的控制装置，其特征在于：所述特性测定用指令值为单位时间宽度的短脉冲。

4.根据权利要求2所述的控制装置，其特征在于：所述特性测定用指令值是阶跃函数，所述修正偏移时间计算部通过计算阶跃响应，来计算所述修正偏移时间。

5.根据权利要求2所述的控制装置，其特征在于：所述特性测定用指令值是斜坡函数，所述修正偏移时间计算部根据斜坡响应计算阶跃响应，并根据所述阶跃响应计算所述修正偏移时间。

6.根据权利要求2～4中任一项所述的控制装置，其特征在于：所述修正偏移时间是根据所述控制对象的所述响应的延迟特性而算出的实数。