DE112020007693T5 - Parameteranpassungsvorrichtung und parameteranpassungsverfahren - Google Patents

Parameteranpassungsvorrichtung und parameteranpassungsverfahren Download PDF

Info

Publication number
DE112020007693T5
DE112020007693T5 DE112020007693.8T DE112020007693T DE112020007693T5 DE 112020007693 T5 DE112020007693 T5 DE 112020007693T5 DE 112020007693 T DE112020007693 T DE 112020007693T DE 112020007693 T5 DE112020007693 T5 DE 112020007693T5
Authority
DE
Germany
Prior art keywords
parameter
adjustment
control
unit
result
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
Application number
DE112020007693.8T
Other languages
English (en)
Inventor
Kiyoshi Maekawa
Nanase Haruo
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of DE112020007693T5 publication Critical patent/DE112020007693T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

Eine Parameteranpassungsvorrichtung (1), die einen Steuerparameter anpasst, der zu verwenden ist, wenn eine Steuereinrichtung (5) eine tatsächliche Steuerzielmaschine (6) steuert, beinhaltet eine erste Parameteranpassungseinheit (3), die den Steuerparameter auf Grundlage des Ergebnisses einer Simulation des Verhaltens der tatsächlichen Steuerzielmaschine (6) anpasst, und eine zweite Parameteranpassungseinheit (4), die den Steuerparameter auf Grundlage des Verhaltens der tatsächlichen Steuerzielmaschine (6) anpasst. Ein Lernmodell, das bei einer Verarbeitung zum Einstellen des Steuerparameters zu verwenden ist, wird durch Lernen unter Verwendung, aus einem ersten Anpassungsergebnis, welches das Ergebnis einer Anpassung des Steuerparameters durch die erste Parameteranpassungseinheit (3) ist, und einem zweiten Anpassungsergebnis, welches das Ergebnis einer Anpassung des Steuerparameters durch die zweite Parameteranpassungseinheit (4) ist, mindestens des ersten Anpassungsergebnisses erzeugt.

Description

  • Gebiet
  • Die vorliegende Offenbarung betrifft eine Parameteranpassungsvorrichtung und ein Parameteranpassungsverfahren zum Anpassen von Steuerparametern beim Steuern eines mechanischen Systems, wie etwa eines Roboters, einer Industriemaschine, einer Werkzeugmaschine, eines Förderwerks oder einer Transportmaschine.
  • Hintergrund
  • Bei einem mechanischen System, wie etwa einem Roboter, einer Industriemaschine, einer Werkzeugmaschine, einem Förderwerk oder einer Transportmaschine, werden in einer Steuereinrichtung zum Steuern des mechanischen Systems einzustellenden Steuerparameter angepasst, um die Leistung zu verbessern, wie etwa die Betriebszeit zu verkürzen und die Genauigkeit zu erhöhen. Es ist schwierig, einen Simulator bereitzustellen, der das Verhalten des mechanischen Systems im Detail simuliert. Somit wird die Anpassung der Steuerparameter auf Grundlage von notwendigen Daten durchgeführt, die durch tatsächliches Betreiben des mechanischen Systems erfasst werden. Um eine höhere Leistung zu erreichen, ist es erforderlich, die Steuerparameter unter jeder Betriebsbedingung, die von der Position, Geschwindigkeit, Beschleunigung oder dergleichen eines Antriebsmechanismus abhängig ist, individuell anzupassen.
  • Ein herkömmliches Verfahren zum Anpassen von Steuerparametern ist in Patentliteratur 1 offenbart. Bei dem in Patentliteratur 1 beschriebenen Anpassungsverfahren werden, wenn ein Steuerparameter unter jeder Betriebsbedingung angepasst wird, zunächst wiederholt Simulationen durchgeführt, während der Wert des Steuerparameters in einem ersten Bereich geändert wird, um Kandidaten für einen optimalen Wert für den Steuerparameter zu extrahieren, und wird dann die tatsächliche Maschine wiederholt in einem zweiten Bereich betrieben, der in der Nähe jedes extrahierten Kandidaten liegt, um einen optimalen Wert für den Steuerparameter auf Grundlage er erlangten Ergebnisse zu bestimmen.
  • Liste der Anführungen
  • Patentliteratur
  • Patentliteratur 1: Japanische Offenlegungsschrift Nr. 2017-102619
  • Kurzdarstellung
  • Technisches Problem
  • Gemäß der in Patentliteratur 1 beschriebenen Technik kann die Anzahl von Anpassungsversuchen mit der tatsächlichen Maschine unter jeder Betriebsbedingung verringert werden; kann jedoch die Anzahl von Betriebsbedingungen, unter denen die Anpassung mit der tatsächlichen Maschine durchgeführt wird, nicht verringert werden. Beispielsweise ist es, wenn ein Steuerparameter bei der tatsächlichen Maschine angepasst wird, während die Halteposition variiert wird, nötig, die Halteposition der tatsächlichen Maschine mit hoher Genauigkeit zu messen. Es dauert jedoch, bis ein System zum Durchführen solcher Messungen installiert ist und Messungen durchgeführt werden. Wenn also die Anzahl von Betriebsbedingungen, unter denen eine Anpassung mit der tatsächlichen Maschine durchgeführt wird, nicht verringert werden kann, kann die Anpassungszeit nicht verkürzt werden.
  • Die vorliegende Offenbarung wurde in Anbetracht des Vorstehenden entwickelt und eine Aufgabe davon besteht darin, eine Parameteranpassungsvorrichtung bereitzustellen, die dazu imstande ist, die Anzahl von Betriebsbedingungen, unter denen die Anpassung eines Steuerparameters mit einer tatsächlichen Maschine durchgeführt wird, zu verringern.
  • Lösung des Problems
  • Um die oben genannten Probleme zu lösen und eine Aufgabe zu erfüllen, richtet sich die vorliegende Offenbarung auf eine Parameteranpassungsvorrichtung zum Anpassen eines Steuerparameters, der durch eine Steuereinrichtung zum Steuern einer tatsächlichen Maschine zu verwenden ist, wobei die Vorrichtung Folgendes beinhaltet: eine erste Parameteranpassungseinheit zum Anpassen des Steuerparameters auf Grundlage eines Ergebnisses einer Simulation des Verhaltens der tatsächlichen Maschine; und eine zweite Parameteranpassungseinheit zum Anpassen des Steuerparameters auf Grundlage des Verhaltens der tatsächlichen Maschine. Die Parameteranpassungsvorrichtung führt ein Lernen unter Verwendung, aus einem ersten Anpassungsergebnis, das ein Ergebnis einer Anpassung des Steuerparameters durch die erste Parameteranpassungseinheit ist, und einem zweiten Anpassungsergebnis, das ein Ergebnis einer Anpassung des Steuerparameters durch die zweite Parameteranpassungseinheit ist, mindestens des ersten Anpassungsergebnisses durch und erzeugt ein Lernmodell, das bei der Verarbeitung zum Einstellen des Steuerparameters zu verwenden ist.
  • Vorteilhafte Wirkungen der Erfindung
  • Die Parameteranpassungsvorrichtung gemäß der vorliegenden Offenbarung weist die Wirkung auf, dass sie dazu in der Lage ist, die Anzahl von Betriebsbedingungen, unter denen die Anpassung eines Steuerparameters mit einer tatsächlichen Maschine durchgeführt wird, zu verringern.
  • Figurenliste
    • 1 ist eine Darstellung, die ein Konfigurationsbeispiel einer Parameteranpassungsvorrichtung gemäß einer ersten Ausführungsform veranschaulicht.
    • 2 ist eine Darstellung, die ein Konfigurationsbeispiel einer Parameterumwandlungsbeziehungslerneinheit veranschaulicht.
    • 3 ist ein Ablaufdiagramm, das ein Beispiel eines Betriebs zum Anpassen eines Steuerparameters veranschaulicht, der durch die Parameteranpassungsvorrichtung gemäß der ersten Ausführungsform durchgeführt wird.
    • 4 ist eine Darstellung, die ein anderes Konfigurationsbeispiel der Parameterumwandlungsbeziehungslerneinheit veranschaulicht.
    • 5 ist eine Darstellung, die ein Konfigurationsbeispiel einer Parameteranpassungsvorrichtung gemäß einer zweiten Ausführungsform veranschaulicht.
    • 6 ist eine Darstellung, die ein Konfigurationsbeispiel einer Parameterumwandlungsbeziehungslerneinheit veranschaulicht.
    • 7 ist ein Ablaufdiagramm, das ein Beispiel eines Betriebs zum Anpassen eines Steuerparameters veranschaulicht, der durch die Parameteranpassungsvorrichtung gemäß der zweiten Ausführungsform durchgeführt wird.
    • 8 ist eine Darstellung, die ein anderes Konfigurationsbeispiel der Parameterbeziehungslerneinheit veranschaulicht.
    • 9 ist eine Darstellung, die ein Konfigurationsbeispiel einer Parameteranpassungsvorrichtung gemäß einer dritten Ausführungsform veranschaulicht.
    • 10 ist eine Darstellung, die ein Konfigurationsbeispiel einer Vorgabenumwandlungsbeziehungslerneinheit veranschaulicht.
    • 11 ist eine Darstellung, die ein Konfigurationsbeispiel einer Vorgabenumwandlungsfunktionslerneinheit veranschaulicht.
    • 12 ist ein Ablaufdiagramm, das ein Beispiel eines Betriebs zum Anpassen eines Steuerparameters veranschaulicht, der durch die Parameteranpassungsvorrichtung gemäß der dritten Ausführungsform durchgeführt wird.
    • 13 ist eine Darstellung, die ein Konfigurationsbeispiel einer Parameteranpassungsvorrichtung gemäß einer vierten Ausführungsform veranschaulicht.
    • 14 ist eine Darstellung, die ein Konfigurationsbeispiel einer Korrekturmodelllerneinheit veranschaulicht.
    • 15 ist ein Ablaufdiagramm, das ein Beispiel eines Betriebs zum Anpassen eines Steuerparameters veranschaulicht, der durch die Parameteranpassungsvorrichtung gemäß der vierten Ausführungsform durchgeführt wird.
    • 16 ist eine Darstellung, die ein Beispiel für Hardware zum Umsetzen der Parameteranpassungsvorrichtung veranschaulicht.
  • Beschreibung von Ausführungsformen
  • Nachfolgend werden eine Parameteranpassungsvorrichtung und ein Parameteranpassungsverfahren gemäß Ausführungsformen der vorliegenden Offenbarung unter Bezugnahme auf die Zeichnungen näher beschrieben.
  • Erste Ausführungsform.
  • 1 ist eine Darstellung, die ein Konfigurationsbeispiel einer Parameteranpassungsvorrichtung gemäß einer ersten Ausführungsform veranschaulicht. Eine Parameteranpassungsvorrichtung 1 gemäß der vorliegenden Ausführungsform beinhaltet eine Simulationseinheit 2, eine erste Parameteranpassungseinheit 3, eine zweite Parameteranpassungseinheit 4, eine Parameterumwandlungsbeziehungslerneinheit 7 und eine Parameterumwandlungseinheit 8. Die erste Parameteranpassungseinheit 3, die zweite Parameteranpassungseinheit 4, die Parameterumwandlungsbeziehungslerneinheit 7 und die Parameterumwandlungseinheit 8 bilden eine Parametereinstelleinheit 31.
  • Die Parameteranpassungsvorrichtung 1 ist eine Vorrichtung, die Steuerparameter einer Steuereinrichtung 5 anpasst, die eine tatsächliche Steuerzielmaschine 6 steuert. Die tatsächliche Steuerzielmaschine 6 ist ein durch die Steuereinrichtung 5 gesteuertes mechanisches System und ist ein Industrieroboter, eine Industriemaschine, eine Werkzeugmaschine, ein Förderwerk oder dergleichen.
  • Die Parameteranpassungsvorrichtung 1 ist hier in der vorliegenden Ausführungsform in einem Personal Computer oder einem Server außerhalb der Steuereinrichtung 5 aufgebaut, ist jedoch nicht darauf beschränkt. Die Parameteranpassungsvorrichtung 1 kann innerhalb der Steuereinrichtung 5 oder auf einem Cloud-Dienst umgesetzt sein. Die Simulationseinheit 2 ist ein Simulator, der das Verhalten der tatsächlichen Steuerzielmaschine 6 simuliert, wenn die tatsächliche Steuerzielmaschine 6 in Kombination mit der Steuereinrichtung 5 in einer virtuellen Umgebung, wie etwa auf einem Personal Computer, arbeitet.
  • Die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 passen die Steuerparameter der Steuereinrichtung 5 an. Zu Beispielen für die Steuerparameter gehören eine Rückkopplungsverstärkung, ein Vorwärtssteuerparameter, ein Filterparameter, ein Befehlsparameter usw. eines Motors, der eine Antriebswelle des mechanischen Systems, d. h. der tatsächlichen Steuerzielmaschine 6, steuert. Die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 passen mindestens einen dieser Steuerparameter an.
  • Die erste Parameteranpassungseinheit 3 passt einen Steuerparameter an der Simulationseinheit 2 an. Konkret veranlasst die erste Parameteranpassungseinheit 3 die Simulationseinheit 2 dazu, Simulationen zum Simulieren des Verhaltens der tatsächlichen Steuerzielmaschine 6 durchzuführen, und passt den Steuerparameter auf Grundlage der Simulationsergebnisse an. Dahingegen passt die zweite Parameteranpassungseinheit 4 den Steuerparameter an der Steuereinrichtung 5 und der tatsächlichen Steuerzielmaschine 6 an. Konkret veranlasst die zweite Parameteranpassungseinheit 4 die tatsächliche Steuerzielmaschine 6 dazu, tatsächlich über die Steuereinrichtung 5 betrieben zu werden, und passt den Steuerparameter auf Grundlage der Betriebsergebnisse an. Die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 ändern jeweils den Wert des anzupassenden Steuerparameters durch Versuch und Irrtum, wobei nach einem Wert des Steuerparameters gesucht wird, der eine Zielvorgabe, wie etwa Verkürzen einer Positionierungszeit oder Verbesserung der Trajektoriengenauigkeit, erfüllt. Wenn zwei oder mehr Werte des Steuerparameters vorhanden sind, welche die Zielvorgabe erfüllen, suchen die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 nach einem Wert des Steuerparameters, der die Zielvorgabe am besten erfüllt. Der Ausdruck „der die Zielvorgabe am besten erfüllt“ bedeutet, dass eine gemäß der Zielvorgabe bestimmte Auswertungsfunktion minimiert wird. Wenn beispielsweise die Zielvorgabe Verkürzen der Positionierungszeit ist, suchen die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 nach einem Steuerparameter, bei dem die Positionierungszeit am kürzesten wird. Als Verfahren zum Suchen nach einem Wert des Steuerparameters durch die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 wird Verstärkungslernen, Partikelschwarmoptimierung (PSO), Bayessche Optimierung, Rastersuche, ein genetischer Algorithmus (GA) oder dergleichen angewandt.
  • Wenn die Anpassung des Steuerparameters abgeschlossen ist, gibt die erste Parameteranpassungseinheit 3 einen Teil einer Vielzahl von Anpassungsergebnissen, die durch eine Verarbeitung zur Steuerparameteranpassung erlangt wird, an die Parameterumwandlungsbeziehungslerneinheit 7 aus und gibt den Rest an die Parameterumwandlungseinheit 8 aus. Wenn die Anpassung des Steuerparameters abgeschlossen ist, gibt die zweite Parameteranpassungseinheit 4 die Anpassungsergebnisse an die Parameterumwandlungsbeziehungslerneinheit 7 und die Steuereinrichtung 5 aus. Es ist zu beachten, dass die durch die erste Parameteranpassungseinheit 3 ausgegebenen Anpassungsergebnisse erste Anpassungsergebnisse sind und die durch die zweite Parameteranpassungseinheit 4 ausgegebenen Anpassungsergebnisse zweite Anpassungsergebnisse sind.
  • Die Parameterumwandlungsbeziehungslerneinheit 7 erlernt die Beziehung zwischen angepassten Steuerparametern, die durch die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 erlangt werden, die den Steuerparameter unter einer konkreten identischen Betriebsbedingung anpassen, und erzeugt ein Lernmodell zum Umwandeln des durch die erste Parameteranpassungseinheit 3 angepassten Steuerparameters in einen Steuerparameter der Steuereinrichtung 5. Eine Betriebsbedingung wird durch einen oder mehrere Betriebsparameter, wie etwa die Positionen eines Endabschnitts des mechanischen Systems an einem Betriebsstartpunkt und einem Betriebsendpunkt, die Positionen jeder Achse, die das mechanische System am Betriebsstartpunkt und am Betriebsendpunkt bildet, und eine eingestellte Höchstgeschwindigkeit bestimmt. Durch Ändern der Werte dieser Betriebsparameter ändert sich die Betriebsbedingung.
  • 2 ist eine Darstellung, die ein Konfigurationsbeispiel der Parameterumwandlungsbeziehungslerneinheit 7 veranschaulicht. Wie in 2 veranschaulicht, beinhaltet die Parameterumwandlungsbeziehungslerneinheit 7 ein neuronales Netz 14.
  • Bei der Parameterumwandlungsbeziehungslerneinheit 7 werden Betriebsbedingungen (nachfolgend als Lernbetriebsbedingungen bezeichnet), wenn die erste Parameteranpassungseinheit 3 eine Parameteranpassung durchführt, die Ergebnisse der Anpassung durch die erste Parameteranpassungseinheit 3 unter den Lernbetriebsbedingungen und die Ergebnisse einer Anpassung durch die zweite Parameteranpassungseinheit 4 unter den Lernbetriebsbedingungen in das neuronale Netz 14 eingegeben. Mit den Ergebnissen der durch sowohl die erste Parameteranpassungseinheit 3 als auch die zweite Parameteranpassungseinheit 4 durchgeführten Anpassung sind angepasste Steuerparameter gemeint. Es ist zu beachten, dass die Lernbetriebsbedingungen einige Betriebsbedingungen aus verschiedenen Betriebsbedingungen sind, die beim Anpassen des Steuerparameters verwendet werden. Das neuronale Netz 14 führt ein Lernen derart durch, dass, wenn das Ergebnis einer Anpassung durch die erste Parameteranpassungseinheit 3 und eine durch die erste Parameteranpassungseinheit 3 beim Anpassen des Steuerparameters verwendete Betriebsbedingung eingegeben werden, das neuronale Netz 14 das Ergebnis einer Anpassung des Steuerparameters durch die zweite Parameteranpassungseinheit 4 unter der eingegebenen Betriebsbedingung ausgibt. Zu Beispielen für die Ergebnisse einer Anpassung durch die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 gehören ein Vorwärtskopplungsparameter, ein Parameter eines auf einen Befehl angewandten Filters, eine Beschleunigungs-/Verzögerungszeit, Rückkopplungsverstärkungen wie etwa eine proportionale Verstärkung, eine integrale Verstärkung und eine derivative Verstärkung usw. Mit anderen Worten gehören zu durch die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 angepassten Steuerparametern Rückkopplungsverstärkungen, wie etwa eine proportionale Verstärkung, eine integrale Verstärkung und eine derivative Verstärkung, ein Vorwärtskopplungsparameter, ein Parameter eines auf einen Befehl angewandten Filters, eine Beschleunigungs-/Verzögerungszeit usw. Das erlernte neuronale Netz 14 wird als Lernmodell aus der Parameterumwandlungsbeziehungslerneinheit 7 an die Parameterumwandlungseinheit 8 ausgegeben.
  • Die Parameterumwandlungseinheit 8 empfängt und hält das durch die Parameterumwandlungsbeziehungslerneinheit 7 erzeugte Lernmodell (erlernte neuronale Netz 14). Die Parameterumwandlungseinheit 8 verwendet das gehaltene neuronale Netz, um den von der ersten Parameteranpassungseinheit 3 ausgegebenen angepassten Steuerparameter in einen Steuerparameter umzuwandeln, der durch die Steuereinrichtung 5 tatsächlich bei der Steuerung der tatsächlichen Steuerzielmaschine 6 zu verwenden ist. Konkret empfängt, wenn eine Betriebsbedingung, bei der die erste Parameteranpassungseinheit 3 den Steuerparameter angepasst hat, und das Anpassungsergebnis des Steuerparameters (angepasster Steuerparameter) von der ersten Parameteranpassungseinheit 3 ausgegeben werden, die Parameterumwandlungseinheit 8 diese und gibt die empfangene Betriebsbedingung und das Anpassungsergebnis in das gehaltene neuronale Netz ein. Dann gibt die Parameterumwandlungseinheit 8 die Ausgabe des neuronalen Netzes zu diesem Zeitpunkt an die Steuereinrichtung 5 als Steuerparameter aus, wenn die tatsächliche Steuerzielmaschine 6 unter der von der ersten Parameteranpassungseinheit 3 empfangenen Betriebsbedingung gesteuert wird. Der durch die Parameterumwandlungseinheit 8 ausgegebene Steuerparameter ist ein Steuerparameter, der im Wesentlichen gleich dem Steuerparameter ist, der durch die zweite Parameteranpassungseinheit 4, welche die tatsächliche Steuerzielmaschine 6 betreibt, angepasst wurde.
  • Die Parametereinstelleinheit 31, die aus der oben beschriebenen ersten Parameteranpassungseinheit 3, zweiten Parameteranpassungseinheit 4, Parameterumwandlungsbeziehungslerneinheit 7 und Parameterumwandlungseinheit 8 besteht, stellt bei jeder einer Vielzahl von Betriebsbedingungen einen Steuerparameter beim Betreiben der tatsächlichen Steuerzielmaschine 6 unter der Betriebsbedingung auf Grundlage der Ergebnisse des Lernens der Beziehungen zwischen ersten Informationen und zweiten Informationen ein. Die ersten Informationen sind Informationen bezüglich des Betriebs der ersten Parameteranpassungseinheit 3, die den Steuerparameter anpasst. Die zweiten Informationen sind Informationen bezüglich des Betriebs der zweiten Parameteranpassungseinheit 4, die den Steuerparameter anpasst. In der vorliegenden Ausführungsform entsprechen die Ergebnisse einer Anpassung des Steuerparameters durch die erste Parameteranpassungseinheit 3 unter konkreten Betriebsbedingungen den ersten Informationen und entsprechen die Ergebnisse einer Anpassung des Steuerparameters durch die zweite Parameteranpassungseinheit 4 unter den konkreten Betriebsbedingungen den zweiten Informationen.
  • Als Nächstes wird der allgemeine Betrieb der Parameteranpassungsvorrichtung 1 beim Anpassen eines Steuerparameters unter Bezugnahme auf 3 beschrieben. 3 ist ein Ablaufdiagramm, das ein Beispiel eines Betriebs zum Anpassen eines Steuerparameters veranschaulicht, der durch die Parameteranpassungsvorrichtung 1 gemäß der ersten Ausführungsform durchgeführt wird.
  • Wenn die Parameteranpassungsvorrichtung 1 einen Steuerparameter der Steuereinrichtung 5 anpasst, führt zunächst die erste Parameteranpassungseinheit 3 einen ersten Parameteranpassungsschritt zum Ableiten von Steuerparametern unter verschiedenen Betriebsbedingungen durch (Schritt S11). Das heißt, die erste Parameteranpassungseinheit 3 veranlasst die Simulationseinheit 2 dazu, wiederholt Simulationen bei sich ändernden Betriebsbedingungen durchzuführen, und aktualisiert den Steuerparameter auf Grundlage der Simulationsergebnisse, wodurch ein passender Steuerparameter beim Betreiben der tatsächlichen Steuerzielmaschine 6 unter jeder Betriebsbedingung auf Grundlage individueller Betriebsbedingungen abgeleitet wird. Die erste Parameteranpassungseinheit 3 sucht nach einem Wert des Steuerparameters, der eine Auswertungsfunktion, die aus Steuervorgaben wie etwa dem Überschwingungsgrad und der Einschwingzeit besteht, unter Verwendung einer Technik, wie etwa PSO, Bayesscher Optimierung oder Verstärkungslernen, minimiert.
  • Als Nächstes führt die zweite Parameteranpassungseinheit 4 einen zweiten Parameteranpassungsschritt zum Ableiten von Steuerparametern unter konkreten Betriebsbedingungen durch (Schritt S12). Konkret betreibt die zweite Parameteranpassungseinheit 4 wiederholt die tatsächliche Steuerzielmaschine 6 über die Steuereinrichtung 5 unter Verwendung konkreter Betriebsbedingungen, die einige Betriebsbedingungen aus den verschiedenen Betriebsbedingungen sind, die durch die erste Parameteranpassungseinheit 3 beim Ableiten der Steuerparameter im oben beschriebenen Schritt S11 verwendet werden. Dann aktualisiert die zweite Parameteranpassungseinheit 4 den Steuerparameter auf Grundlage der Ergebnisse des Betriebs der tatsächlichen Steuerzielmaschine 6, wodurch ein passender Steuerparameter beim Betreiben der tatsächlichen Steuerzielmaschine 6 unter jeder konkreten Betriebsbedingung auf Grundlage individueller konkreter Betriebsbedingung abgeleitet wird. Wie die erste Parameteranpassungseinheit 3 sucht die zweite Parameteranpassungseinheit 4 nach einem Wert des Steuerparameters, der eine Auswertungsfunktion, die aus Steuervorgaben wie etwa dem Überschwingungsgrad und der Einschwingzeit besteht, unter Verwendung einer Technik, wie etwa PSO, Bayesscher Optimierung oder Verstärkungslernen, minimiert. Die konkreten Betriebsbedingungen entsprechen den oben beschriebenen Lernbetriebsbedingungen.
  • Als Nächstes führt die Parameterumwandlungsbeziehungslerneinheit 7 einen Lernmodellerzeugungsschritt durch, bei dem die Beziehungen zwischen den unter den konkreten Betriebsbedingungen abgeleiteten Steuerparametern erlernt werden, um ein Lernmodell zu erzeugen (Schritt S13). Konkret erlernt die Parameterumwandlungsbeziehungslerneinheit 7 die Beziehungen zwischen den Betriebsbedingungen (konkreten Betriebsbedingungen), wenn die zweite Parameteranpassungseinheit 4 die Steuerparameter in Schritt S12 abgeleitet hat, den durch die zweite Parameteranpassungseinheit 4 in Schritt S12 abgeleiteten Steuerparametern und den unter den konkreten Betriebsbedingungen abgeleiteten Steuerparametern von den durch die erste Parameteranpassungseinheit 3 in Schritt S11 abgeleiteten Steuerparametern, wodurch ein Lernmodell erzeugt wird, das bei einer durch die Parametereinstelleinheit 31 durchgeführten Verarbeitung zur Steuerparametereinstellung zu verwenden ist. Genauer ausgedrückt veranlasst die Parameterumwandlungsbeziehungslerneinheit 7 das neuronale Netz 14 dazu, ein Lernen derart durchführt, dass, wenn ein durch die erste Parameteranpassungseinheit 3 abgeleiteter Steuerparameter und eine Betriebsbedingung, welche die erste Parameteranpassungseinheit 3 zum Ableiten des Steuerparameters verwendet hat, in das neuronale Netz 14 eingegeben werden, das neuronale Netz 14 einen Steuerparameter ähnlich einem durch die zweite Parameteranpassungseinheit 4 unter der eingegebenen Betriebsbedingung abgeleiteten Steuerparameter ausgibt. Wenn das Lernen des neuronalen Netzes 14 abgeschlossen ist, gibt die Parameterumwandlungsbeziehungslerneinheit 7 das erlernte neuronale Netz 14 als Lernmodell an die Parameterumwandlungseinheit 8 aus.
  • Als Nächstes führt die Parameterumwandlungseinheit 8 einen Parameterumwandlungsschritt durch, bei dem ein Steuerparameter der tatsächlichen Maschine auf Grundlage des durch die erste Parameteranpassungseinheit 3 angepassten Steuerparameters und der Lernergebnisse abgeleitet wird (Schritt S14). Konkret empfängt die Parameterumwandlungseinheit 8 einen angepassten Steuerparameter und eine beim Anpassen des Steuerparameters verwendete Betriebsbedingung von der ersten Parameteranpassungseinheit 3 und gibt den empfangenen Steuerparameter und die Betriebsbedingung in das erlernte neuronale Netz 14 ein, das von der Parameterumwandlungsbeziehungslerneinheit 7 empfangen wird. Dann gibt die Parameterumwandlungseinheit 8 einen von dem erlernten neuronalen Netz 14 ausgegebenen Steuerparameter an die Steuereinrichtung 5 als Steuerparameter der tatsächlichen Maschine aus, der ein Steuerparameter ist, wenn die Steuereinrichtung 5 die tatsächliche Steuerzielmaschine 6 steuert.
  • Somit passt die erste Parameteranpassungseinheit 3 einen Steuerparameter durch Simulationen unter Verwendung der Simulationseinheit 2 an und wandelt die Parameterumwandlungseinheit 8 den angepassten Steuerparameter in einen Steuerparameter der tatsächlichen Maschine um. Daher leitet bei der Parameteranpassungsvorrichtung 1 die zweite Parameteranpassungseinheit 4, welche die tatsächliche Steuerzielmaschine 6 zum Anpassen eines Steuerparameters betreibt, Steuerparameter zu einigen Betriebsbedingungen aus verschiedenen Betriebsbedingungen ab, die zur Anpassung des Steuerparameters nötig sind. Hinsichtlich der übrigen Betriebsbedingungen werden durch die erste Parameteranpassungseinheit 3 durch Simulationen abgeleitete Steuerparameter durch die Parameterumwandlungseinheit 8 umgewandelt, um Steuerparameter abzuleiten, die durch die Steuereinrichtung 5 zum Steuern der tatsächlichen Steuerzielmaschine 6 verwendet werden. Dadurch kann die Häufigkeit verringert werden, mit der ein Steuerparameter durch Betreiben der tatsächlichen Steuerzielmaschine 6 während sich ändernder Betriebsbedingungen abgeleitet wird. Ferner kann die Zeit verringert werden, die zur Anpassung eines Steuerparameters erforderlich ist. Vorstehend wurde der Fall beschrieben, bei dem die Ergebnisse einer Anpassung durch die zweite Parameteranpassungseinheit 4 auf einen Teil der Betriebsbedingungen angewandt werden, unter denen die zweite Parameteranpassungseinheit 4 die Anpassung durchgeführt hat. Bei den Betriebsbedingungen, unter denen die zweite Parameteranpassungseinheit 4 die Anpassung durchgeführt hat, können durch die erste Parameteranpassungseinheit 3 durch Simulationen abgeleitete Steuerparameter ebenfalls durch die Parameterumwandlungseinheit 8 umgewandelt werden, um Steuerparameter abzuleiten, wenn die Steuereinrichtung 5 die tatsächliche Steuerzielmaschine 6 steuert.
  • Die in 2 veranschaulichte Parameterumwandlungsbeziehungslerneinheit 7 ist derart ausgebildet, dass das neuronale Netz 14 die Beziehungen zwischen Anpassungsergebnissen erlernt, die dadurch erlangt werden, dass jede von der ersten Parameteranpassungseinheit 3 und der zweiten Parameterumwandlungseinheit 4 einen Steuerparameter unter konkreten Betriebsbedingungen (Lernbetriebsbedingungen) anpasst. Die Parameterwandlungsbeziehungslerneinheit 7 kann jedoch ausgebildet sein, wie in 4 veranschaulicht. 4 ist eine Darstellung, die ein anderes Konfigurationsbeispiel der Parameterumwandlungsbeziehungslerneinheit 7 veranschaulicht.
  • Die in 4 veranschaulichte Parameterumwandlungsbeziehungslerneinheit 7 ist derart ausgebildet, dass das neuronale Netz 14 die Differenz zwischen dem Ergebnis einer Anpassung durch die zweite Parameteranpassungseinheit 4 und dem Ergebnis einer Anpassung durch die erste Parameteranpassungseinheit 3 erlernt, wenn die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 einen Steuerparameter unter der gleichen Betriebsbedingung angepasst haben. Wie in 4 veranschaulicht, empfängt das neuronale Netz 14 eine Eingabe der Differenz zwischen dem Ergebnis einer Anpassung durch die zweite Parameteranpassungseinheit 4 und dem Ergebnis einer Anpassung durch die erste Parameteranpassungseinheit 3 und empfängt eine Eingabe einer Betriebsbedingung, wenn die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 einen Steuerparameter angepasst haben. Das neuronale Netz 14 führt ein Lernen durch, um bei Empfangen einer Eingabe einer Betriebsbedingung die Differenz zwischen dem Ergebnis einer Anpassung durch die zweite Parameteranpassungseinheit 4 und dem Ergebnis einer Anpassung durch die erste Parameteranpassungseinheit 3 auszugeben, wenn die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 den Steuerparameter unter der eingegebenen Betriebsbedingung angepasst haben.
  • Wie die Parameterumwandlungsbeziehungslerneinheit 7 mit der in 2 veranschaulichten Konfiguration gibt die Parameterumwandlungsbeziehungslerneinheit 7 mit der in 4 veranschaulichten Konfiguration als Lernmodell das erlernte neuronale Netz 14 an die Parameterumwandlungseinheit 8 aus.
  • Die Parameterumwandlungseinheit 8 empfängt von der ersten Parameteranpassungseinheit 3 eine Betriebsbedingung, wenn die erste Parameteranpassungseinheit 3 den Steuerparameter und das Ergebnis der Anpassung des Steuerparameters (den angepassten Steuerparameter) angepasst hat. Die Parameterumwandlungseinheit 8 gibt die empfangene Betriebsbedingung in das gehaltene neuronale Netz ein und fügt die Ausgabe des neuronalen Netzes zu diesem Zeitpunkt zu dem von der ersten Parameteranpassungseinheit 3 empfangenen angepassten Steuerparameter hinzu, um einen Steuerparameter zum Steuern der tatsächlichen Steuerzielmaschine 6 zu erzeugen. Die Parameterumwandlungseinheit 8 gibt den erzeugten Steuerparameter an die Steuereinrichtung 5 aus.
  • Wie oben beschrieben, werden unabhängig davon, ob die Parameteranpassungsvorrichtung 1 gemäß der vorliegenden Ausführungsform die Parameterumwandlungsbeziehungslerneinheit 7 mit der in 2 veranschaulichten Konfiguration oder die Parameterumwandlungsbeziehungslerneinheit 7 mit der in 4 veranschaulichten Konfiguration anwendet, angepasste Steuerparameter, die Anpassungsergebnisse sind, die dadurch erlangt werden, dass die zweite Parameteranpassungseinheit 4 einen Steuerparameter unter konkreten Betriebsbedingungen anpasst, direkt an die Steuereinrichtung 5 übertragen. Dahingegen werden Steuerparameter unter Betriebsbedingungen, unter denen die zweite Parameterumwandlungseinheit 4 keinen Steuerparameter anpasst, durch die Parameterumwandlungseinheit 8, die Anpassungsergebnisse umwandelt, die dadurch erlangt werden, dass die erste Parameteranpassungseinheit 3 den Steuerparameter unter anderen Betriebsbedingungen als konkreten Betriebsbedingungen anpasst, unter Verwendung des durch die Parameterumsetzungsbeziehungslerneinheit 7 erlernten neuronalen Netzes abgeleitet. Die Parameterumwandlungseinheit 8 überträgt die abgeleiteten Steuerparameter an die Steuereinrichtung 5.
  • Die Parameteranpassungsvorrichtung 1 gemäß der vorliegenden Ausführungsform erlernt die Beziehungen zwischen den Ergebnissen einer Anpassung eines Steuerparameters durch Simulationen und den Ergebnissen einer Anpassung des Steuerparameters mit der tatsächlichen Maschine und stellt auf Grundlage der Lernergebnisse und der Ergebnisse einer Anpassung des Steuerparameters durch Simulationen Steuerparameter ein, die anderen Betriebsbedingungen als konkreten Betriebsbedingungen entsprechen, unter denen der Steuerparameter durch Betreiben der tatsächlichen Steuerzielmaschine 6 angepasst wird. Folglich werden die Wirkungen bereitgestellt, dass es möglich ist, die Anzahl von Betriebsbedingungen, unter denen die Anpassung eines Steuerparameters durch Betreiben der tatsächlichen Maschine durchgeführt werden muss, zu verringern und die für die Anpassung eines Steuerparameters erforderliche Zeit zu verringern. Darüber hinaus kann die Parameteranpassungsvorrichtung 1 zudem einen Steuerparameter bei anderen Betriebsbedingungen als konkreten Betriebsbedingungen, unter denen die Anpassung des Steuerparameters durch Betreiben der tatsächlichen Maschine durchgeführt wird, durch Simulationen zu passenden Werten anpassen.
  • Zweite Ausführungsform.
  • 5 ist eine Darstellung, die ein Konfigurationsbeispiel einer Parameteranpassungsvorrichtung gemäß einer zweiten Ausführungsform veranschaulicht. In 5 sind gleiche Komponenten wie die in der ersten Ausführungsform beschriebene Parameteranpassungsvorrichtung 1 (siehe 1) mit gleichen Bezugszeichen gekennzeichnet. Die in 5 veranschaulichte Steuereinrichtung 5 und tatsächliche Steuerzielmaschine 6 sind die gleichen wie die in 1 veranschaulichte Steuereinrichtung 5 und tatsächliche Steuerzielmaschine 6 und werden daher nicht beschrieben. In der vorliegenden Ausführungsform werden hauptsächlich andere Komponenten und Vorgänge beschrieben, die sich von denen in der ersten Ausführungsform unterscheiden.
  • Eine Parameteranpassungsvorrichtung 1a gemäß der zweiten Ausführungsform beinhaltet eine Parametereinstelleinheit 32 anstelle der Parametereinstelleinheit 31 der Parameteranpassungsvorrichtung 1 gemäß der ersten Ausführungsform. Die Parametereinstelleinheit 32 beinhaltet die erste Parameteranpassungseinheit 3, die zweite Parameteranpassungseinheit 4, eine Parameterbeziehungslerneinheit 9 und eine Parameterumwandlungseinheit 10.
  • Wie in der ersten Ausführungsform passt die erste Parameteranpassungseinheit 3 einen Steuerparameter der Steuereinrichtung 5 bei jeder einer Vielzahl von Betriebsbedingungen an. Hierbei beinhaltet die Vielzahl von Betriebsbedingungen eine erste Betriebsbedingung, die eine Referenzbetriebsbedingung ist. Unter der Vielzahl von Betriebsbedingungen sind andere Betriebsbedingungen als die erste Betriebsbedingung zweite Betriebsbedingungen. Wenn die Anpassung eines Steuerparameters bei jeder der Vielzahl von Betriebsbedingungen abgeschlossen ist, gibt die erste Parameteranpassungseinheit 3 die Anpassungsergebnisse an die Parameterbeziehungslerneinheit 9 aus. Dahingegen passt die zweite Parameteranpassungseinheit 4 den Steuerparameter unter der ersten Betriebsbedingung an und gibt das Anpassungsergebnis an die Steuereinrichtung 5 und die Parameterumwandlungseinheit 10 aus.
  • Die Parameterbeziehungslerneinheit 9 erlernt die Beziehungen zwischen dem Anpassungsergebnis unter der ersten Betriebsbedingung und den Anpassungsergebnissen unter den zweiten Betriebsbedingungen auf Grundlage der Ergebnisse der durch die erste Parameteranpassungseinheit 3 durchgeführten Anpassung des Steuerparameters. Im Lernbetrieb erzeugt die Parameterbeziehungslerneinheit 9 ein Lernmodell zum Ableiten der Ergebnisse einer Anpassung des Steuerparameters unter den zweiten Betriebsbedingungen aus dem Ergebnis einer Anpassung des Steuerparameters unter der ersten Betriebsbedingung, die durch die zweite Parameteranpassungseinheit 4 durchgeführt wird.
  • 6 ist eine Darstellung, die ein Konfigurationsbeispiel der Parameterbeziehungslerneinheit 9 veranschaulicht. Wie in 6 veranschaulicht, beinhaltet die Parameterbeziehungslerneinheit 9 das neuronale Netz 14 ähnlich der in der ersten Ausführungsform beschriebenen Parameterumwandlungsbeziehungslerneinheit 7.
  • In der Parameterbeziehungslerneinheit 9 werden die Differenz zwischen jeder zweiten Betriebsbedingung und der ersten Betriebsbedingung, welche die erste Parameteranpassungseinheit 3 aus der Parameteranpassung erlangt hat, und die Differenz zwischen dem Anpassungsergebnis unter der zweiten Betriebsbedingung und dem Anpassungsergebnis unter der ersten Betriebsbedingung in das neuronale Netz 14 eingegeben. Das neuronale Netz 14 führt ein Lernen durch, sodass das neuronale Netz 14 die Differenz zwischen dem Anpassungsergebnis unter der zweiten Betriebsbedingung und dem Anpassungsergebnis unter der ersten Betriebsbedingung ausgibt, wenn die Differenz zwischen jeder zweiten Betriebsbedingung und der ersten Betriebsbedingung eingegeben wird. Das erlernte neuronale Netz 14 wird als Lernmodell von der Parameterbeziehungslerneinheit 9 an die Parameterumwandlungseinheit 10 ausgegeben.
  • Die Parameterumwandlungseinheit 10 empfängt und hält das durch die Parameterbeziehungslerneinheit 9 erzeugte Lernmodell (das erlernte neuronale Netz 14). Die Parameterumwandlungseinheit 10 verwendet das gehaltene neuronale Netz, um das von der zweiten Parameteranpassungseinheit 4 ausgegebene Ergebnis einer Anpassung des Steuerparameters unter der ersten Betriebsbedingung in einen Steuerparameter umzuwandeln, der durch die Steuereinrichtung 5 tatsächlich bei der Steuerung der tatsächlichen Steuerzielmaschine 6 zu verwenden ist. Konkret gibt die Parameterumwandlungseinheit 10 die Differenz zwischen jeder zweiten Betriebsbedingung und der ersten Betriebsbedingung in das gehaltene neuronale Netz ein und fügt die Ausgabe des neuronalen Netzes zu diesem Zeitpunkt zu dem von der zweiten Parameterumwandlungseinheit 4 eingegebenen Anpassungsergebnis des Steuerparameters unter der ersten Betriebsbedingung hinzu. Dann gibt die Parameterumwandlungseinheit 10 als Steuerparameter das Ergebnis der Hinzufügung an die Steuereinrichtung 5 zum Steuern der tatsächlichen Steuerzielmaschine 6 unter der zweiten Betriebsbedingung aus. Der von der Parameterumwandlungseinheit 10 ausgegebene Steuerparameter ist ein Steuerparameter, der einem Steuerparameter entspricht, der durch die zweite Parameterumwandlungseinheit 4 angepasst wird, welche die tatsächliche Steuerzielmaschine 6 unter der zweiten Betriebsbedingung betreibt.
  • In der vorliegenden Ausführungsform entsprechen die zweiten Betriebsbedingungen (konkreten Betriebsbedingungen), unter denen nur die erste Parameteranpassungseinheit 3 den Steuerparameter anpasst, der ersten Informationen entspricht, die verwendet werden, wenn die Parametereinstelleinheit 32 den Steuerparameter einstellt. Die erste Betriebsbedingung (eine Betriebsbedingung, die nicht den konkreten Betriebsbedingungen entspricht), unter der die zweite Parameteranpassungseinheit 4 den Steuerparameter anpasst, entspricht den zweiten Informationen, die verwendet werden, wenn die Parametereinstelleinheit 32 den Steuerparameter einstellt.
  • Als Nächstes wird der allgemeine Betrieb der Parameteranpassungsvorrichtung 1a zum Anpassen eines Steuerparameters unter Bezugnahme auf 7 beschrieben. 7 ist ein Ablaufdiagramm, das ein Beispiel eines Betriebs zum Anpassen eines Steuerparameters veranschaulicht, der durch die Parameteranpassungsvorrichtung 1a gemäß der zweiten Ausführungsform durchgeführt wird.
  • Wenn die Parameteranpassungsvorrichtung 1a einen Steuerparameter der Steuereinrichtung 5 anpasst, leitet zunächst die erste Parameteranpassungseinheit 3 Steuerparameter unter verschiedenen Betriebsbedingungen ab (Schritt S11). Diese Verarbeitung ist die gleiche wie die in der ersten Ausführungsform beschriebenen Verarbeitung in Schritt S11 von 3.
  • Als Nächstes leitet die zweite Parameteranpassungseinheit 4 einen Steuerparameter unter einer konkreten Betriebsbedingung ab (Schritt S12). Die konkrete Betriebsbedingung in Schritt S12 ist die oben beschriebene erste Betriebsbedingung. Konkret betreibt die zweite Parameteranpassungseinheit 4 wiederholt die tatsächliche Steuerzielmaschine 6 über die Steuereinrichtung 5 unter Verwendung der ersten Betriebsbedingung, die eine Referenzbetriebsbedingung aus den verschiedenen Betriebsbedingungen ist, die durch die erste Parameteranpassungseinheit 3 zum Ableiten der Steuerparameter im oben beschriebenen Schritt S11 verwendet wurden. Dann aktualisiert die zweite Parameteranpassungseinheit 4 den Steuerparameter auf Grundlage der Ergebnisse des Betriebs der tatsächlichen Steuerzielmaschine 6, wodurch ein passender Steuerparameter zum Betreiben der tatsächlichen Steuerzielmaschine 6 unter der ersten Betriebsbedingung abgeleitet wird. Die konkrete Betriebsbedingung, welche die erste Betriebsbedingung ist, kann in beliebiger Weise aus den verschiedenen Betriebsbedingungen ausgewählt werden.
  • Als Nächstes führt die Parameterbeziehungslerneinheit 9 einen Lernmodellerzeugungsschritt durch, bei dem die Beziehungen zwischen dem Ergebnis der durch die erste Parameteranpassungseinheit 3 unter der konkreten Betriebsbedingung durchgeführten Anpassung und den Ergebnissen der Anpassung unter den anderen Betriebsbedingungen erlernt werden, um ein Lernmodell zu erzeugen (Schritt S21). Konkret erlernt die Parameterbeziehungslerneinheit 9 die Beziehung zwischen der Differenz zwischen einer anderen Betriebsbedingung als der konkreten Betriebsbedingung und der konkreten Betriebsbedingung, unter der die erste Parameteranpassungseinheit 3 eine Parameteranpassung durchgeführt hat, und der Differenz zwischen dem Ergebnis der Anpassung des Steuerparameters unter der anderen Betriebsbedingung als der konkreten Betriebsbedingung und dem Ergebnis der Anpassung des Steuerparameters unter der konkreten Betriebsbedingung, die durch die erste Parameteranpassungseinheit 3 durchgeführt wird. Somit erzeugt die Parameterbeziehungslerneinheit 9 ein Lernmodell, das bei der durch die Parametereinstelleinheit 32 durchgeführten Verarbeitung zur Steuerparametereinstellung zu verwendet ist. Genauer ausgedrückt veranlasst die Parameterbeziehungslerneinheit 9 das neuronale Netz 14 dazu, ein Lernen derart durchzuführen, dass das neuronale Netz 14 die Differenz zwischen dem Ergebnis der Anpassung des Steuerparameters unter einer anderen Betriebsbedingung als der konkreten Betriebsbedingung und dem Ergebnis der Anpassung des Steuerparameters unter der konkreten Betriebsbedingung, die durch die erste Parameteranpassungseinheit 3 durchgeführt wird, ausgibt, wenn die Differenz zwischen der anderen Betriebsbedingung als der konkreten Betriebsbedingung und der konkreten Betriebsbedingung, welche die erste Parameteranpassungseinheit 3 zum Anpassen des Steuerparameters verwendet hat, in das neuronale Netz 14 eingegeben wird. Wenn das Lernen des neuronalen Netzes 14 abgeschlossen ist, gibt die Parameterbeziehungslerneinheit 9 als Lernmodell das neuronale Netz 14 nach dem Lernen an die Parameterumwandlungseinheit 10 aus.
  • Als Nächstes führt die Parameterumwandlungseinheit 10 einen Parameterumwandlungsschritt durch, bei dem ein Steuerparameter der tatsächlichen Maschine auf Grundlage des durch die zweite Parameteranpassungseinheit 4 angepassten Steuerparameters und der Lernergebnisse abgeleitet wird (Schritt S22). Konkret empfängt die Parameterumwandlungseinheit 10 den angepassten Steuerparameter und die konkrete Betriebsbedingung, die beim Anpassen des Steuermeters verwendet wird, von der zweiten Parameteranpassungseinheit 4 und gibt die Differenz zwischen der empfangenen konkreten Betriebsbedingung und einer anderen Betriebsbedingung als der konkreten Betriebsbedingung in das von der Parameterumwandlungsbeziehungslerneinheit 9 empfangene erlernte neuronale Netz 14 ein. Dann fügt die Parameterumwandlungseinheit 10 die Ausgabe des erlernten neuronalen Netzes 14 zu dem Ergebnis der Anpassung des von der zweiten Parameterumwandlungseinheit 4 ausgegebenen Steuerparameters hinzu und gibt das Ergebnis der Hinzufügung an die Steuereinrichtung 5 als Steuerparameter der tatsächlichen Maschine aus, der ein durch die Steuereinrichtung 5 zum Steuern der tatsächlichen Steuerzielmaschine 6 zu verwendender Steuerparameter ist.
  • Somit passt die erste Parameteranpassungseinheit 3 einen Steuerparameter durch Simulationen unter Verwendung der Simulationseinheit 2 an und wandelt die Parameterumwandlungseinheit 10 den angepassten Steuerparameter in einen Steuerparameter der tatsächlichen Maschine um. Daher leitet bei der Parameteranpassungsvorrichtung 1a die zweite Parameteranpassungseinheit 4, welche die tatsächliche Steuerzielmaschine 6 zum Anpassen eines Steuerparameters betreibt, Steuerparameter für die ersten Betriebsbedingungen ab, die einige Betriebsbedingungen aus den verschiedenen Betriebsbedingungen sind, die zur Anpassung des Steuerparameters nötig sind. Bezüglich den zweiten Betriebsbedingungen, welche die übrigen Betriebsbedingungen sind, werden durch die erste Parameteranpassungseinheit 3 durch Simulationen abgeleitete Steuerparameter durch die Parameterumwandlungseinheit 8 umgewandelt, um Steuerparameter abzuleiten, die durch die Steuereinrichtung 5 zum Steuern der tatsächlichen Steuerzielmaschine 6 zu verwenden sind. Dadurch kann die Häufigkeit verringert werden, mit der ein Steuerparameter durch Betreiben der tatsächlichen Steuerzielmaschine 6 während sich ändernder Betriebsbedingungen abgeleitet wird. Ferner kann die Zeit verringert werden, die zum Anpassen eines Steuerparameters erforderlich ist.
  • Die in 6 veranschaulichte Parameterbeziehungslerneinheit 9 ist derart ausgebildet, dass das neuronale Netz 14 die Differenz zwischen dem Ergebnis einer Anpassung durch die erste Parameteranpassungseinheit 3 unter jeder zweiten Betriebsbedingung der Vielzahl von Betriebsbedingungen und dem Ergebnis einer Anpassung durch die erste Parameteranpassungseinheit 3 unter der ersten Betriebsbedingung erlernt. Die Parameterbeziehungslerneinheit 9 kann jedoch ausgebildet sein, wie in 8 veranschaulicht. 8 ist eine Darstellung, die ein anderes Konfigurationsbeispiel der Parameterbeziehungslerneinheit 9 veranschaulicht.
  • Die in 8 veranschaulichte Parameterbeziehungslerneinheit 9 beinhaltet eine Teilungseinheit 18, die das Verhältnis zwischen dem Ergebnis einer Anpassung durch die erste Parameteranpassungseinheit 3 unter der ersten Betriebsbedingung und dem Ergebnis einer Anpassung durch die erste Parameteranpassungseinheit 3 unter jeder zweiten Betriebsbedingung berechnet, und das neuronale Netz 14, welches das durch die Teilungseinheit 18 berechnete Verhältnis erlernt. Wie in 8 veranschaulicht, wird in das neuronale Netz 14 die Differenz zwischen jeder zweiten Betriebsbedingung und der ersten Betriebsbedingung eingegeben und wird das Verhältnis zwischen dem Ergebnis einer Anpassung durch die erste Parameteranpassungseinheit 3 unter der ersten Betriebsbedingung und dem Ergebnis einer Anpassung durch die erste Parameteranpassungseinheit 3 unter der zweiten Betriebsbedingung eingegeben. Das neuronale Netz 14 führt ein Lernen derart durch, dass das neuronale Netz 14 das Verhältnis zwischen dem Ergebnis einer Anpassung des Steuerparameters unter der ersten Betriebsbedingung und dem Ergebnis einer Anpassung des Steuerparameters unter der zweiten Betriebsbedingung ausgibt, wenn die Differenz zwischen jeder zweiten Betriebsbedingung und der ersten Betriebsbedingung eingegeben wird.
  • Die Parameterbeziehungslerneinheit 9 mit der in 8 veranschaulichten Konfiguration gibt als Lernmodell das erlernte neuronale Netzwerk 14 an die Parameterumwandlungseinheit 10 ähnlich der Parameterbeziehungslerneinheit 9 mit der in 6 veranschaulichten Konfiguration aus.
  • Bei Empfangen des durch die zweite Parameteranpassungseinheit 4 durchgeführten Ergebnisses einer Anpassung des Steuerparameters unter der ersten Betriebsbedingung von der zweiten Parameteranpassungseinheit 4 gibt die Parameterumwandlungseinheit 10 die Differenz zwischen der ersten Betriebsbedingung und jeder zweiten Betriebsbedingung in das gehaltene neuronale Netz ein und multipliziert den von der zweiten Parameteranpassungseinheit 4 empfangenen angepassten Steuerparameter mit der Ausgabe des neuronalen Netzes zu diesem Zeitpunkt, um einen Steuerparameter zum Steuern der tatsächlichen Steuerzielmaschine 6 zu erzeugen. Die Parameterumwandlungseinheit 10 gibt den erzeugten Steuerparameter an die Steuereinrichtung 5 aus.
  • Wie oben beschrieben, wird unabhängig davon, ob die Parameteranpassungsvorrichtung 1a gemäß der vorliegenden Ausführungsform die Parameterbeziehungslerneinheit 9 mit der in 6 veranschaulichten Konfiguration oder die Parameterbeziehungslerneinheit 9 mit der in 8 veranschaulichten Konfiguration anwendet, ein angepasster Steuerparameter, der ein Anpassungsergebnis ist, das dadurch erlangt wird, dass die zweite Parameteranpassungseinheit 4 einen Steuerparameter unter der ersten Betriebsbedingung anpasst, direkt an die Steuereinrichtung 5 übertragen. Dahingegen werden Steuerparameter unter den zweiten Betriebsbedingungen, unter denen die zweite Parameteranpassungseinheit 4 den Steuerparameter nicht anpasst, derart abgeleitet, dass die Parameterumwandlungseinheit 10 unter Verwendung des durch die Parameterbeziehungslerneinheit 9 erlernten neuronalen Netzes Anpassungsergebnisse umwandelt, welche die erste Parameteranpassungseinheit 3 durch Anpassen des Steuerparameters unter den zweiten Betriebsbedingungen erlangt hat. Die Parameterumwandlungseinheit 10 überträgt die abgeleiteten Steuerparameter an die Steuereinrichtung 5.
  • Die Parameteranpassungsvorrichtung 1a gemäß der vorliegenden Ausführungsform erlernt die Beziehung zwischen dem Ergebnis einer Anpassung eines Steuerparameters durch Simulationen unter einer ersten Betriebsbedingung, die eine Referenzbetriebsbedingung ist, und dem Ergebnis einer Anpassung des Steuerparameters durch Simulationen unter einer zweiten Betriebsbedingung. Dann stellt die Parameteranpassungsvorrichtung 1a einen Steuerparameter unter der zweiten Betriebsbedingung auf Grundlage der Lernergebnisse und des Ergebnisses einer Anpassung des Steuerparameters mit der tatsächlichen Maschine unter der ersten Betriebsbedingung ein. Folglich werden die Wirkungen bereitgestellt, dass es möglich ist, die Anzahl von Betriebsbedingungen zu verringern, unter denen die Anpassung mit der tatsächlichen Maschine durchgeführt werden muss, und die Zeit zu verringern, die zur Anpassung eines Steuerparameters erforderlich ist. Weiterhin kann die Parameteranpassungsvorrichtung 1a zudem einen Steuerparameter bei anderen zweiten Betriebsbedingung als einer ersten Betriebsbedingung, unter der die Anpassung des Steuerparameters durch Betreiben der tatsächlichen Maschine durchgeführt wird, durch Simulationen auf passende Werte einstellen.
  • Dritte Ausführungsform.
  • 9 ist eine Darstellung, die ein Konfigurationsbeispiel einer Parameteranpassungsvorrichtung gemäß einer dritten Ausführungsform veranschaulicht. In 9 sind gleiche Komponenten wie die in der ersten Ausführungsform beschriebene Parameteranpassungsvorrichtung 1 (siehe 1) mit gleichen Bezugszeichen gekennzeichnet. Die in 9 veranschaulichte Steuereinrichtung 5 und tatsächliche Steuerzielmaschine 6 sind die gleichen wie die in 1 veranschaulichte Steuereinrichtung 5 und tatsächliche Steuerzielmaschine 6 und werden daher nicht beschrieben. In der vorliegenden Ausführungsform werden hauptsächlich andere Komponenten und Vorgänge beschrieben, die sich von denen in der ersten Ausführungsform unterscheiden.
  • Eine Parameteranpassungsvorrichtung 1b gemäß der dritten Ausführungsform beinhaltet eine Parametereinstelleinheit 33 anstelle der Parametereinstelleinheit 31 der Parameteranpassungsvorrichtung 1 gemäß der ersten Ausführungsform. Die Parametereinstelleinheit 33 beinhaltet die erste Parameteranpassungseinheit 3, die zweite Parameteranpassungseinheit 4, eine Vorgabenumwandlungsbeziehungslerneinheit 11 und eine Vorgabenumwandlungseinheit 12.
  • Wie in der ersten Ausführungsform passt die erste Parameteranpassungseinheit 3 einen Steuerparameter der Steuereinrichtung 5 für jede einer Vielzahl von Betriebsbedingungen an. Wenn die Anpassung des Steuerparameters für jede der Vielzahl von Betriebsbedingungen abgeschlossen ist, gibt die erste Parameteranpassungseinheit 3 den angepassten Steuerparameter an die Steuereinrichtung 5 aus. Es ist zu beachten, dass die erste Parameteranpassungseinheit 3 den Steuerparameter in einem Zustand anpasst, in dem eine Steuervorgabe auf einen passenden Wert durch die Vorgabenumwandlungseinheit 12 angepasst wird. Hierbei ist die Steuervorgabe ein Wert, der als Richtwert zur Anpassung des Steuerparameters, wie etwa Einschwingzeit oder Überschwingungsgrad, dient. Die Vorgabenumwandlungseinheit 12 erzeugt eine durch die erste Parameteranpassungseinheit 3 zu verwendende angepasste Steuervorgabe auf Grundlage eines durch die Vorgabenumwandlungsbeziehungslerneinheit 11 erzeugten Lernmodells und einer durch die erste Parameteranpassungseinheit 3 bei der Anpassung des Steuerparameters verwendeten Betriebsbedingung. Details werden später beschrieben.
  • Die zweite Parameteranpassungseinheit 4 passt den Steuerparameter bezüglich einiger Betriebsbedingungen aus der Vielzahl von Betriebsbedingungen unter Verwendung der tatsächlichen Maschine an. Wenn die Anpassung des Steuerparameters abgeschlossen ist, gibt die zweite Parameteranpassungseinheit 4 an die Vorgabenumwandlungsbeziehungslerneinheit 11 die Ergebnisse der Anpassung des Steuerparameters und die bei der Anpassung verwendeten Betriebsbedingungen und Steuervorgaben aus. Die zweite Parameteranpassungseinheit 4 gibt zudem die Ergebnisse der Anpassung des Steuerparameters an die Steuereinrichtung 5 zusätzlich zu der Vorgabenumwandlungsbeziehungslerneinheit 11 aus.
  • Die Vorgabenumwandlungsbeziehungslerneinheit 11 erlernt die Beziehung zwischen der Steuervorgabe, wenn die erste Parameteranpassungseinheit 3 den Steuerparameter anpasst, und der Steuervorgabe, wenn die zweite Parameteranpassungseinheit 4 den Steuerparameter anpasst. Konkret erlernt die Vorgabenumwandlungsbeziehungslerneinheit 11 die Beziehung zwischen der Steuervorgabe der ersten Parameteranpassungseinheit 3 und der Steuervorgabe der zweiten Parameteranpassungseinheit 4, wenn die Ergebnisse einer Anpassung des Steuerparameters durch die erste Parameteranpassungseinheit 3 und die zweite Parameteranpassungseinheit 4 unter der gleichen Betriebsbedingung äquivalent sind. Im Lernbetrieb erzeugt die Vorgabenumwandlungsbeziehungslerneinheit 11 ein Lernmodell zum Ableiten der Steuervorgabe der ersten Parameteranpassungseinheit 3 aus der Steuervorgabe der zweiten Parameteranpassungseinheit 4.
  • 10 ist eine Darstellung, die ein Konfigurationsbeispiel der Vorgabenumwandlungsbeziehungslerneinheit 11 veranschaulicht. Wie in 10 veranschaulicht, beinhaltet die Vorgabenumwandlungsbeziehungslerneinheit 11 eine Steuervorgabewertlerneinheit 15 und eine Vorgabenumwandlungsfunktionslerneinheit 16.
  • Die Steuervorgabewertlerneinheit 15 passt den Wert der Steuervorgabe (nachfolgend als Steuervorgabewert bezeichnet) an, der durch die erste Parameteranpassungseinheit 3 beim Anpassen des Steuerparameters zu verwenden ist. Konkret passt die Steuervorgabewertlerneinheit 15 den durch die erste Parameteranpassungseinheit 3 zu verwendenden Steuervorgabewert derart an, dass das Ergebnis der Anpassung des Steuerparameters durch die erste Parameteranpassungseinheit 3 zu dem Ergebnis der Parameteranpassungseinheit des Steuerparameters durch die zweite Parameteranpassungseinheit 4 äquivalent wird. Die Steuervorgabewertlerneinheit 15 passt den durch die erste Parameteranpassungseinheit 3 zu verwendenden Steuervorgabewert wie folgt an. Zunächst gibt die Steuervorgabewertlerneinheit 15 als Anfangswert einen Steuervorgabewert, der durch die zweite Parameteranpassungseinheit 4 bei der Anpassung des Steuerparameters verwendet wurde, d. h., den Wert der von der zweiten Parameteranpassungseinheit 4 ausgegebenen Steuervorgabe, an die erste Parameteranpassungseinheit 3 aus. Die erste Parameteranpassungseinheit 3 passt den Steuerparameter unter Verwendung des von der Steuervorgabewertlerneinheit 15 eingegebenen Steuervorgabewerts an und gibt das Anpassungsergebnis an die Steuervorgabewertlerneinheit 15 aus. Als Nächstes vergleicht die Steuervorgabewertlerneinheit 15 das von der ersten Parameteranpassungseinheit 3 ausgegebenen Ergebnis der Anpassung mit dem Ergebnis der Anpassung durch die zweite Parameteranpassungseinheit 4. Dann aktualisiert die Steuervorgabewertlerneinheit 15 den an die erste Parameteranpassungseinheit 3 auszugebenden Steuervorgabewert, um die Differenz zwischen dem Ergebnis der Anpassung durch die erste Parameteranpassungseinheit 3 und dem Ergebnis der Anpassung durch die zweite Parameteranpassungseinheit 4 zu verringern. Die Steuervorgabewertlerneinheit 15 aktualisiert den Steuervorgabewert unter Verwendung von PSO, einem GA, Bayesscher Optimierung oder dergleichen. Der aktualisierte Steuervorgabewert wird an die erste Parameteranpassungseinheit 3 ausgegeben. Die erste Parameteranpassungseinheit 3 passt den Steuerparameter erneut unter Verwendung des aktualisierten Steuervorgabewerts an und gibt das Anpassungsergebnis an die Steuervorgabewertlerneinheit 15 aus. Die Steuervorgabewertlerneinheit 15 führt diesen Vorgang wiederholt durch. Wenn die Differenz zwischen dem Ergebnis einer Anpassung durch die erste Parameteranpassungseinheit 3 und dem Ergebnis einer Anpassung durch die zweite Parameteranpassungseinheit 4 kleiner oder gleich einem vorbestimmten vorgegebenen Wert wird, schließt die Steuervorgabewertlerneinheit 15 das Lernen ab und gibt den erlernten Steuervorgabewert der ersten Parameteranpassungseinheit 3 an die Vorgabenumwandlungsfunktionslerneinheit 16 aus.
  • 11 ist eine Darstellung, die ein Konfigurationsbeispiel der Vorgabenumwandlungsfunktionslerneinheit 16 veranschaulicht. Wie in 11 veranschaulicht, beinhaltet die Vorgabenumwandlungsfunktionslerneinheit 16 das neuronale Netz 14. In der Vorgabenumwandlungsfunktionslerneinheit 16 werden die Differenz zwischen dem Steuervorgabewert der ersten Parameteranpassungseinheit 3 und dem Steuervorgabewert der zweiten Parameteranpassungseinheit 4 und die Betriebsbedingung der zweiten Parameteranpassungseinheit 4 in das neuronale Netz 14 eingegeben. Das neuronale Netz 14 führt ein Lernen derart durch, dass, wenn eine Betriebsbedingung eingegeben wird, das neuronale Netz 14 die Differenz zwischen dem Steuervorgabewert der ersten Parameteranpassungseinheit 3 und dem Steuervorgabewert der zweiten Parameteranpassungseinheit 4 ausgibt. Das erlernte neuronale Netz 14 wird als Lernmodell von der Vorgabenumwandlungsbeziehungslerneinheit 11 an die Vorgabenumwandlungseinheit 12 ausgegeben.
  • Die Vorgabenumwandlungseinheit 12 empfängt und hält das durch die Vorgabenumwandlungsbeziehungslerneinheit 11 erzeugte Lernmodell (erlernte neuronale Netz 14). Die Vorgabenumwandlungseinheit 12 empfängt eine Eingabe einer Betriebsbedingung und eines Steuervorgabewerts, die verwendet wird, wenn die erste Parameteranpassungseinheit 3 den Steuerparameter anpasst. Wenn eine Betriebsbedingung und ein Steuervorgabewert von der ersten Parameteranpassungseinheit 3 eingegeben werden, erzeugt die Vorgabenumwandlungseinheit 12 unter Verwendung des gehaltenen neuronalen Netzes einen angepassten Steuervorgabewert, der durch die erste Parameteranpassungseinheit 3 zum Anpassen des Steuerparameters zu verwenden ist, aus der Betriebsbedingung und dem Steuervorgabewert. Konkret gibt die Vorgabenumwandlungseinheit 12 die Betriebsbedingung in das gehaltene neuronale Netz ein und fügt die Ausgabe des neuronalen Netzes zu diesem Zeitpunkt zu dem von der ersten Parameteranpassungseinheit 3 eingegebenen Steuervorgabewert hinzu, um einen angepassten Steuervorgabewert zu erzeugen. Die Vorgabenumwandlungseinheit 12 gibt den angepassten Steuervorgabewert an die erste Parameteranpassungseinheit 3 aus. Die erste Parameteranpassungseinheit 3 passt den Steuerparameter unter Verwendung des von der Vorgabenumwandlungseinheit 12 eingegebenen Steuervorgabewerts an und überträgt den angepassten Steuerparameter an die Steuereinrichtung 5 aus.
  • In der vorliegenden Ausführungsform entspricht der Steuervorgabewert der ersten Parameteranpassungseinheit 3 ersten Informationen, die durch die Parametereinstelleinheit 33 zum Einstellen des Steuerparameters verwendet werden, und entspricht der Steuervorgabewert der zweiten Parameteranpassungseinheit 4 zweiten Informationen, die durch die Parametereinstelleinheit 33 zum Einstellen des Steuerparameters verwendet werden.
  • Als Nächstes wird der allgemeine Betrieb der Parameteranpassungsvorrichtung 1b zum Anpassen eines Steuerparameters unter Bezugnahme auf 12 beschrieben. 12 ist ein Ablaufdiagramm, das ein Beispiel eines Betriebs zum Anpassen eines Steuerparameters veranschaulicht, der durch die Parameteranpassungsvorrichtung 1b gemäß der dritten Ausführungsform durchgeführt wird.
  • Wenn die Parameteranpassungsvorrichtung 1b einen Steuerparameter der Steuereinrichtung 5 anpasst, leitet zunächst die zweite Parameteranpassungseinheit 4 den Steuerparameter unter einer konkreten Betriebsbedingung ab (Schritt S12). Diese Verarbeitung ist die gleiche wie die in der ersten Ausführungsform beschriebenen Verarbeitung in Schritt S12 von 3.
  • Als Nächstes leitet die Vorgabenumwandlungsbeziehungslerneinheit 11 den Steuervorgabewert der ersten Parameteranpassungseinheit 3 auf Grundlage des Steuervorgabewerts der zweiten Parameteranpassungseinheit 4 und des Ergebnisses einer Anpassung des Steuerparameters durch die zweite Parameteranpassungseinheit 4 ab (Schritt S31). Konkret veranlasst die Steuervorgabewertlerneinheit 15 der Vorgabenumwandlungsbeziehungslerneinheit 11 die erste Parameteranpassungseinheit 3 dazu, den Steuerparameter wiederholt unter der gleichen Betriebsbedingung wie der konkreten Betriebsbedingung anzupassen, wenn die zweite Parameteranpassungseinheit 4 den Steuerparameter in Schritt S12 abgeleitet hat. Dann hält die Steuervorgabewertlerneinheit 15 den Steuervorgabewert derart aktualisiert, dass sich das Ergebnis der Anpassung durch die erste Parameteranpassungseinheit 3 dem Ergebnis der Anpassung durch die zweite Parameteranpassungseinheit 4 nähert, wodurch der Steuervorgabewert der ersten Parameteranpassungseinheit 3 abgeleitet wird, welcher der konkreten Betriebsbedingung entspricht. Der Steuervorgabewert der ersten Parameteranpassungseinheit 3, welcher der Betriebsbedingung entspricht, ist ein Steuervorgabewert, der verwendet wird, wenn die erste Parameteranpassungseinheit 3 den Steuerparameter unter der konkreten Betriebsbedingung anpasst. Wie oben beschrieben, verwendet die Steuervorgabewertlerneinheit 15 PSO, einen GA, Bayessche Optimierung oder dergleichen bei der Aktualisierung des Steuervorgabewerts.
  • Als Nächstes führt die Vorgabenumwandlungsbeziehungslerneinheit 11 einen Lernmodellerzeugungsschritt durch, bei dem die Beziehungen zwischen der Betriebsbedingung, dem Steuervorgabewert der ersten Parameteranpassungseinheit 3 und dem Steuervorgabewert 4 erlernt werden, um ein Lernmodell zu erzeugen (Schritt S32). Hierbei ist der Steuervorgabewert der ersten Parameteranpassungseinheit 3 der in Schritt S31 abgeleitete Steuervorgabewert. Konkret erlernt die Vorgabenumwandlungsfunktionslerneinheit 16 der Vorgabenumwandlungsbeziehungslerneinheit 11 in Schritt S,32 die Beziehung zwischen der Betriebsbedingung der zweiten Parameteranpassungseinheit 4 und der Patentschrift zwischen dem Steuervorgabewert der ersten Parameteranpassungseinheit 3 und dem Steuervorgabewert der zweiten Parameteranpassungseinheit 4, wodurch ein Lernmodell erzeugt wird, das bei der durch die Parametereinstelleinheit 33 durchgeführten Verarbeitung zur Steuerparametereinstellung zu verwenden ist. Genauer ausgedrückt veranlasst die Vorgabenumwandlungsfunktionslerneinheit 16 das neuronale Netz 14 dazu, ein Lernen derart durchzuführen, dass, wenn eine Betriebsbedingung in das neuronale Netz 14 eingegeben wird, das neuronale Netz 14 die Differenz zwischen dem Steuervorgabewert der ersten Parameteranpassungseinheit 3 und dem Steuervorgabewert der zweiten Parameteranpassungseinheit 4 ausgibt. Wenn das Erlernen des neuronalen Netzes 14 durch die Vorgabenumwandlungsfunktionslerneinheit 16 abgeschlossen ist, gibt die Vorgabenumwandlungsbeziehungslerneinheit 11 als Lernmodell das erlernte neuronale Netz 14 an die Vorgabenumwandlungseinheit 12 aus.
  • Als Nächstes führt die Vorgabenumwandlungseinheit 12 einen Vorgabenumwandlungsschritt durch, bei dem der Steuervorgabewert der ersten Parameteranpassungseinheit 3 auf Grundlage der Ergebnisse des Lernens durch die Vorgabenumwandlungsbeziehungslerneinheit 11 abgeleitet wird (Schritt S33). Konkret erfasst die Vorgabenumwandlungseinheit 12 eine Betriebsbedingung, unter der die erste Parameteranpassungseinheit 3 den Steuerparameter anpasst, und gibt die erfasste Betriebsbedingung in das von der Vorgabenumwandlungsbeziehungslerneinheit 11 empfangene erlernte neuronale Netz 14 ein. Dann fügt die Vorgabenumwandlungseinheit 12 die Ausgabe des erlernten neuronalen Netzes 14 zu dem entsprechenden Steuervorgabewert der zweiten Parameteranpassungseinheit 4 hinzu und gibt Ergebnis der Hinzufügung an die erste Parameteranpassungseinheit 3 als den Steuervorgabewert der ersten Parameteranpassungseinheit 3 aus. Hierbei wird die in das erlernte neuronale Netz 14 eingegebene Betriebsbedingung durch den Benutzer angegeben. Das heißt, die Vorgabenumwandlungseinheit 12 nimmt die Angabe einer Betriebsbedingung von dem Benutzer an und gibt die angenommene Betriebsbedingung in das erlernte neuronale Netz 14 ein. Es ist zu beachten, dass die durch den Benutzer angegebene Betriebsbedingung eine Betriebsbedingung ist, die nicht der konkreten Betriebsbedingung entspricht, unter der die zweite Parameteranpassungseinheit 4 den Steuerparameter im oben beschriebenen Schritt S12 ableitet, aus der Vielzahl von Betriebsbedingungen, die bei der Anpassung des Steuerparameters verwendet werden. Der „entsprechende Steuervorgabewert der zweiten Parameteranpassungseinheit 4“ ist ein Steuervorgabewert, der durch die zweite Parameteranpassungseinheit 4 zum Anpassen des Steuerparameters unter der in das erlernte neuronale Netz 14 eingegebenen Betriebsbedingung verwendet wird. Die Vorgabenumwandlungseinheit 12 kann diesen Steuervorgabewert durch Annehmen einer Eingabe von dem Benutzer erfassen oder kann den entsprechenden Steuervorgabewert von der zweiten Parameteranpassungseinheit 4 erfassen.
  • Als Nächstes führt die erste Parameteranpassungseinheit 3 einen Steuerparametererzeugungsschritt durch, bei dem ein Steuerparameter der tatsächlichen Maschine unter Verwendung des durch die Vorgabenumwandlungseinheit 12 abgeleiteten Steuervorgabewerts abgeleitet wird (Schritt S34). Das heißt, die erste Parameteranpassungseinheit 3 leitet den Steuerparameter auf Grundlage der Ergebnisse von Simulationen ab, die durch die Simulationseinheit 2 unter Verwendung des durch die Vorgabenumwandlungseinheit 12 abgeleiteten Steuervorgabewerts durchgeführt werden.
  • Wie oben beschrieben, überträgt die Parameteranpassungsvorrichtung 1b gemäß der vorliegenden Ausführungsform einen angepassten Steuerparameter, der ein Anpassungsergebnis, das dadurch erlangt wird, dass die zweite Parameteranpassungseinheit 4 den Steuerparameter unter einer konkreten Betriebsbedingung anpasst, direkt an die Steuereinrichtung 5. Dahingegen wird ein Steuerparameter unter einer Betriebsbedingung, unter der die zweite Parameteranpassungseinheit 4 den Steuerparameter nicht anpasst, durch die erste Parameteranpassungseinheit 3 unter Verwendung eines Steuervorgabewerts, der auf Grundlage der Ergebnisse des Erlernens der Beziehungen zwischen dem Steuervorgabewert der ersten Parameteranpassungseinheit 3, dem Steuervorgabewert der zweiten Parameteranpassungseinheit 4 und den Betriebsbedingungen abgeleitet wird. Im Vorstehenden wurde der Fall beschrieben, dass ein angepasster Steuerparameter, der das Anpassung ist, das dadurch erlangt wird, dass die zweite Parameteranpassungseinheit 4 den Steuerparameter unter der konkreten Betriebsbedingung anpasst, direkt an die Steuereinrichtung 5 übertragen wird. Hinsichtlich der konkreten Betriebsbedingung, unter der die zweite Parameteranpassungseinheit 4 eine Anpassung durchgeführt hat, kann die erste Parameteranpassungseinheit 3 jedoch auch eine Anpassung unter Verwendung eines Steuervorgabewerts durchführen, der auf Grundlage der Ergebnisse des Erlernens der Beziehungen zwischen dem Steuervorgabewert der ersten Parameteranpassungseinheit 3, dem Steuervorgabewert der zweiten Parameteranpassungseinheit 4 und den Betriebsbedingungen abgeleitet wird.
  • Die Parameteranpassungsvorrichtung 1b gemäß der vorliegenden Ausführungsform erlernt Vorgabenumwandlungsverhältnisse zum Umwandeln eines Steuervorgabewerts derart, dass die Differenz zwischen dem Ergebnis der Anpassung des Steuerparameters mit der tatsächlichen Maschine und dem Ergebnis der Anpassung des Steuerparameters durch Simulationen kleiner oder gleich dem vorgegebenen Wert wird. Die Parameteranpassungsvorrichtung 1b leitet dann einen Steuervorgabewert ab, der bei der Anpassung des Steuerparameters durch Simulationen auf Grundlage der Lernergebnisse zu verwenden ist. Dementsprechend kann die Parameteranpassungsvorrichtung 1b das Ergebnis einer Anpassung des Steuerparameters erlangen, das zu dem Ergebnis einer Anpassung mit der tatsächlichen Maschine beim Anpassungsvorgang durch Simulationen äquivalent ist. Weiterhin kann diese Konfiguration die Wirkungen erzielen, dass die Anzahl von Betriebsbedingungen verringert wird, unter denen die Anpassung mit der tatsächlichen Maschine durchgeführt werden muss, und die Zeit verringert wird, die zur Anpassung eines Steuerparameters erforderlich ist.
  • Vierte Ausführungsform.
  • 13 ist eine Darstellung, die ein Konfigurationsbeispiel einer Parameteranpassungsvorrichtung gemäß einer vierten Ausführungsform veranschaulicht. In 13 sind gleiche Komponenten wie die in der ersten Ausführungsform beschriebene Parameteranpassungsvorrichtung 1 (siehe 1) mit gleichen Bezugszeichen gekennzeichnet. Die in 13 veranschaulichte Steuereinrichtung 5 und tatsächliche Steuerzielmaschine 6 sind die gleichen wie die in 1 veranschaulichte Steuereinrichtung 5 und tatsächliche Steuerzielmaschine 6 und werden daher nicht beschrieben. In der vorliegenden Ausführungsform werden hauptsächlich andere Komponenten und Vorgänge beschrieben, die sich von denen in der ersten Ausführungsform unterscheiden.
  • Eine Parameteranpassungsvorrichtung 1c gemäß der vierten Ausführungsform beinhaltet eine Parametereinstelleinheit 34 anstelle der Parametereinstelleinheit 31 der Parameteranpassungsvorrichtung 1 gemäß der ersten Ausführungsform. Die Parametereinstelleinheit 34 beinhaltet die erste Parameteranpassungseinheit 3, die zweite Parameteranpassungseinheit 4 und eine Korrekturmodelllerneinheit 13. In der vorliegenden Ausführungsform beinhaltet ein Simulator, der die Simulationseinheit 2 bildet, intern ein Korrekturmodell zum Verringern der Differenz zwischen dem Ergebnis einer Anpassung der ersten Parameteranpassungseinheit 3 und dem Ergebnis einer Anpassung der zweiten Parameteranpassungseinheit 4.
  • Wie in der ersten Ausführungsform passt die erste Parameteranpassungseinheit 3 einen Steuerparameter der Steuereinrichtung 5 für jede einer Vielzahl von Betriebsbedingungen an. Es ist zu beachten, dass das in der Simulationseinheit 2 beinhaltete Korrekturmodell, das durch die erste Parameteranpassungseinheit 3 zum Anpassen des Steuerparameters verwendet wird, durch die Korrekturmodelllerneinheit 13 erzeugt wird. Die erste Parameteranpassungseinheit 3 gibt das Ergebnis einer Anpassung des Steuerparameters (den angepassten Steuerparameter) an die Korrekturmodelllerneinheit 13 aus, bis die Korrekturmodelllerneinheit 13 das Lernen zum Erzeugen des Korrekturmodells abgeschlossen hat. Es ist zu beachten, dass Details zu dem Vorstehenden später beschrieben werden. Nachdem die Korrekturmodelllerneinheit 13 das Lernen zum Erzeugen des Korrekturmodells abgeschlossen hat, gibt die erste Parameteranpassungseinheit 3 das Ergebnis einer Anpassung des Steuerparameters für jede der Vielzahl von Betriebsbedingungen an die Steuereinrichtung 5 aus.
  • Die zweite Parameteranpassungseinheit 4 passt den Steuerparameter bezüglich einiger Betriebsbedingungen aus der Vielzahl von Betriebsbedingungen unter Verwendung der tatsächlichen Maschine an. Wenn die Anpassung des Steuerparameters abgeschlossen ist, gibt die zweite Parameteranpassungseinheit 4 die Ergebnisse der Anpassung des Steuerparameters und die bei der Anpassung verwendeten Betriebsbedingungen an die Korrekturmodelllerneinheit 13 aus. Die zweite Parameteranpassungseinheit 4 gibt zudem die Ergebnisse der Anpassung des Steuerparameters an die Steuereinrichtung 5 zusätzlich zu der Korrekturmodelllerneinheit 13 aus.
  • Die Korrekturmodelllerneinheit 13 erlernt die Beziehungen zwischen den Ergebnissen der Anpassung des Steuerparameters durch die erste Parameteranpassungseinheit 3 und den Ergebnissen der Anpassung des Steuerparameters durch die zweite Parameteranpassungseinheit 4 und erzeugt das die Simulationseinheit 2 bildende Korrekturmodell.
  • 14 ist eine Darstellung, die ein Konfigurationsbeispiel der Korrekturmodelllerneinheit 13 veranschaulicht. Wie in 13 veranschaulicht, beinhaltet die Korrekturmodelllerneinheit 13 ein Korrekturmodellparameterlerneinheit 17.
  • Die Korrekturmodellparameterlerneinheit 17 speichert darin die Anfangswerte von Parametern des Korrekturmodells (nachfolgend als Korrekturmodellparameter bezeichnet) und erzeugt das Korrekturmodell unter Verwendung der folgenden Vorgehensweise. Zunächst gibt die Korrekturmodellparameterlerneinheit 17 die Betriebsbedingungen, die durch die zweite Parameteranpassungseinheit 4 zum Anpassen des Steuerparameters verwendet wurden, an die erste Parameteranpassungseinheit 3 aus und weist die erste Parameteranpassungseinheit 3 dazu an, den Steuerparameter anzupassen. Die Korrekturmodellparameterlerneinheit 17 gibt ferner die gespeicherten Anfangswerte der Korrekturmodellparameter an die Simulationseinheit 2 aus. Die erste Parameteranpassungseinheit 3 passt den Steuerparameter unter Verwendung jeder von der Korrekturmodellparameterlerneinheit 17 eingegebenen Betriebsbedingung an und gibt das Ergebnis der Anpassung an die Korrekturmodellparameterlerneinheit 17 aus. Wenn die Anpassung des Steuerparameters durch die erste Parameteranpassungseinheit 3 abgeschlossen ist, aktualisiert die Korrekturmodellparameterlerneinheit 17 die an die Simulationseinheit 2 zu übertragenden Korrekturmodellparameter, um die Differenzen zwischen den Ergebnissen der Anpassung durch die zweite Parameteranpassungseinheit 4 und den Ergebnissen der Anpassung durch die erste Parameteranpassungseinheit 3 zu verringern. Die Korrekturmodellparameterlerneinheit 17 aktualisiert die Korrekturmodellparameter unter Verwendung von PSO, einem GA, Bayesscher Optimierung oder dergleichen. Als Nächstes überträgt die Korrekturmodellparameterlerneinheit 17 die aktualisierten Korrekturmodellparameter an die Simulationseinheit 2 und weist die erste Parameteranpassungseinheit 3 dazu an, den Steuerparameter erneut anzupassen. Bei Empfangen dieser Anweisung passt die erste Parameteranpassungseinheit 3 den Steuerparameter erneut an und gibt die Anpassungsergebnisse an die Korrekturmodellparameterlerneinheit 17 aus. Die Korrekturmodellparameterlerneinheit 17 führt diesen Vorgang wiederholt durch. Wenn die Differenzen zwischen den Ergebnissen einer Anpassung durch die erste Parameteranpassungseinheit 3 und den Ergebnissen einer Anpassung durch die zweite Parameteranpassungseinheit 4 kleiner oder gleich einem vorbestimmten vorgegebenen Wert wird, schließt die Korrekturmodellparameterlerneinheit 17 das Lernen ab und gibt als endgültige Korrekturmodellparameter die Korrekturmodellparameter zu diesem Zeitpunkt an die Simulationseinheit 2 aus.
  • In der vorliegenden Ausführungsform entsprechen die Ergebnisse einer Anpassung des Steuerparameters durch die erste Parameteranpassungseinheit 3 unter konkreten Betriebsbedingungen ersten Informationen, die durch die Parametereinstelleinheit 34 zum Einstellen des Steuerparameters zu verwenden sind, und entsprechen die Ergebnisse einer Anpassung des Steuerparameters durch die zweite Parameteranpassungseinheit 4 unter den konkreten Betriebsbedingungen zweiten Informationen, die durch die Parametereinstelleinheit 34 beim Einstellen des Steuerparameters zu verwenden sind.
  • Als Nächstes wird der allgemeine Betrieb der Parameteranpassungsvorrichtung 1c beim Anpassen eines Steuerparameters unter Bezugnahme auf 15 beschrieben. 15 ist ein Ablaufdiagramm, das ein Beispiel eines Betriebs zum Anpassen eines Steuerparameters veranschaulicht, der durch die Parameteranpassungsvorrichtung 1c gemäß der vierten Ausführungsform durchgeführt wird.
  • Wenn die Parameteranpassungsvorrichtung 1c einen Steuerparameter der Steuereinrichtung 5 anpasst, leitet zunächst die zweite Parameteranpassungseinheit 4 Steuerparameter unter konkreten Betriebsbedingungen ab (Schritt S12). Diese Verarbeitung ist die gleiche wie die in der ersten Ausführungsform beschriebenen Verarbeitung in Schritt S12 von 3.
  • Als Nächstes aktualisiert die Korrekturmodelllerneinheit 13 die Korrekturmodellparameter der Simulationseinheit 2 auf Grundlage der Ergebnisse der Anpassung des Steuerparameters durch die zweite Parameteranpassungseinheit 4 und der Betriebsbedingungen, die verwendet wurden, als die zweite Parameteranpassungseinheit 4 den Steuerparameter angepasst hat, wodurch ein Lernmodell erzeugt wird, das bei der durch die Parametereinstelleinheit 34 durchgeführten Verarbeitung zur Steuerparametereinstellung zu verwendet ist (Schritt S41). Schritt S41 ist ein Lernmodellerzeugungsschritt. Konkret sucht und bestimmt die Korrekturmodelllerneinheit 13 Korrekturmodellparameter der Simulationseinheit 2 derart, dass die Differenz zwischen dem Ergebnis der Anpassung des Steuerparameters durch die erste Parameteranpassungseinheit 3 und dem Ergebnis der Anpassung des Steuerparameters durch die zweite Parameteranpassungseinheit 4 unter der gleichen Betriebsbedingung kleiner oder gleich dem vorgegebenen Wert wird. Die Suche nach den Korrekturmodellparametern wird durch die oben beschriebene Korrekturmodellparameterlerneinheit 17 durchgeführt.
  • Als Nächstes führt die erste Parameteranpassungseinheit 3 einen Steuerparametererzeugungsschritt durch, bei dem Steuerparameter der tatsächlichen Maschine abgeleitet werden (Schritt S42). Konkret veranlasst die erste Parameteranpassungseinheit 3 die Simulationseinheit 2 mit den in Schritt S41 aktualisierten Parametern des internen Korrekturmodells dazu, Simulationen unter verschiedenen Betriebsbedingungen durchzuführen, und passt den Steuerparameter auf Grundlage der Ergebnisse der Simulationen an. Wenn die Anpassung des Steuerparameters abgeschlossen ist, gibt die erste Parameteranpassungseinheit 3 die Anpassungsergebnisse an die Steuereinrichtung 5 aus.
  • Wie oben beschrieben, überträgt die Parameteranpassungsvorrichtung 1c gemäß der vorliegenden Ausführungsform angepasste Steuerparameter, die Anpassungsergebnisse sind, die dadurch erlangt werden, dass die zweite Parameteranpassungseinheit 4 einen Steuerparameter unter konkreten Betriebsbedingungen anpasst, direkt an die Steuereinrichtung 5. Dahingegen wird ein Steuerparameter unter Betriebsbedingungen, unter denen die zweite Parameteranpassungseinheit 4 den Steuerparameter nicht anpasst, durch die erste Parameteranpassungseinheit 3 auf Grundlage der Ergebnisse von Simulationen durch die Simulationseinheit 2, einschließlich des Korrekturmodells, angepasst. Das Korrekturmodell hat die Parameter erlernt, um die Differenzen zwischen den Ergebnissen einer Anpassung des Steuerparameters mit der tatsächlichen Maschine und den Ergebnissen einer Anpassung des Steuerparameters durch Simulationen zu verringern. Im Vorstehenden wurde der Fall beschrieben, bei dem angepasste Steuerparameter, die Anpassungsergebnisse sind, die dadurch erlangt werden, dass die zweite Parameteranpassungseinheit 4 einen Steuerparameter unter konkreten Betriebsbedingungen anpasst, direkt an die Steuereinrichtung 5 übertragen werden. Für die konkreten Betriebsbedingungen, unter denen die zweite Parameteranpassungseinheit 4 eine Anpassung durchgeführt hat, kann die erste Parameteranpassungseinheit 3 jedoch zudem eine Anpassung auf Grundlage der Ergebnisse von Simulationen durch die Simulationseinheit 2, einschließlich des Korrekturmodells, durchführen, das die Parameter erlernt hat, um die Differenzen zwischen den Ergebnissen einer Anpassung des Steuerparameters mit der tatsächlichen Maschine und den Ergebnissen einer Anpassung des Steuerparameters mit Simulationen zu verringern.
  • Die Parameteranpassungsvorrichtung 1c gemäß der vorliegenden Ausführungsform kann Simulationen unter Verwendung des Korrekturmodells durchführen, bei dem Parameter derart angepasst werden, dass die Ergebnisse einer Anpassung des Steuerparameters mit der tatsächlichen Maschine und den Ergebnissen einer Anpassung des Steuerparameters mit Simulationen kleiner oder gleich dem vorgegebenen Wert werden, und den Steuerparameter auf Grundlage der Simulationsergebnisse anpassen. Somit können die Wirkungen erlangt werden, dass es möglich ist, die Anzahl von Betriebsbedingungen zu verringern, unter denen die Anpassung mit der tatsächlichen Maschine durchgeführt werden muss, und die Zeit zu verringern, die zur Anpassung eines Steuerparameters erforderlich ist. Darüber hinaus kann die Parameteranpassungsvorrichtung 1c zudem einen Steuerparameter unter anderen Betriebsbedingungen als konkreten Betriebsbedingungen, unter denen die Anpassung des Steuerparameters durch Betreiben der tatsächlichen Maschine durchgeführt wird, durch Simulationen zu passenden Werten anpassen.
  • Als Nächstes wird eine Hardwarekonfiguration der Parameteranpassungsvorrichtung (Parameteranpassungsvorrichtung 1, 1a, 1b oder 1c) gemäß jeder der oben beschriebenen Ausführungsformen beschrieben. Jede Parameteranpassungsvorrichtung (die Parameteranpassungsvorrichtung 1, 1a, 1b oder 1c) weist die gleiche Hardwarekonfiguration auf. Somit wird als ein Beispiel eine Hardwarekonfiguration der Parameteranpassungsvorrichtung 1 gemäß der ersten Ausführungsform beschrieben. 16 ist eine Darstellung, die ein Beispiel für Hardware zum Umsetzen der Parameteranpassungsvorrichtung 1 veranschaulicht.
  • Die Parameteranpassungsvorrichtung 1 gemäß der ersten Ausführungsform kann durch eine arithmetische Einrichtung 101, eine Speichereinrichtung 102 und eine Schnittstellenschaltung 103 umgesetzt werden. Zu Beispielen für die arithmetische Einrichtung 101 gehören eine Zentraleinheit (auch CPU, Zentralprozessor, Verarbeitungseinheit, arithmetische Einheit, Mikroprozessor, Mikrocomputer oder digitaler Signalprozessor (DSP) genannt), ein System mit hohem Integrationsgrad (LSI) usw. Zu Beispielen für die Speichereinrichtung 102 gehören Direktzugriffsspeicher (RAM), Festwertspeicher (ROM), ein Festplattenlaufwerk, ein Halbleiterlaufwerk (SSD), ein Wechseldatenträger und Kombinationen davon.
  • Die Simulationseinheit 2, die erste Parameteranpassungseinheit 3, die zweite Parameteranpassungseinheit 4, die Parameterumwandlungsbeziehungslerneinheit 7 und die Parameterumwandlungseinheit 8 der Parameteranpassungsvorrichtung 1 werden durch die arithmetische Einrichtung 101 umgesetzt, die Programme ausführt, um als diese Einheiten zu arbeiten. Die Programme zum Veranlassen eines Betriebs als die Simulationseinheit 2, die erste Parameteranpassungseinheit 3, die zweite Parameteranpassungseinheit 4, die Parameterumwandlungsbeziehungslerneinheit 7 und die Parameterumwandlungseinheit 8 werden im Voraus in der Speichereinrichtung 102 gespeichert. Die arithmetische Einrichtung 101 liest die Programme aus der Speichereinrichtung 102 aus und führt die Programme aus, wodurch sie als die Simulationseinheit 2, die erste Parameteranpassungseinheit 3, die zweite Parameteranpassungseinheit 4, die Parameterumwandlungsbeziehungslerneinheit 7 und die Parameterumwandlungseinheit 8 arbeitet.
  • Die Speichereinrichtung 102 hält die Programme und wird zudem als temporärer Speicher verwendet, wenn die arithmetische Einrichtung 101 verschiedene Arten von Verarbeitung ausführt. Die Schnittstellenschaltung 103 wird verwendet, wenn die Parameteranpassungsvorrichtung 1 Daten an die Steuereinrichtung 5 überträgt und von dieser empfängt.
  • Es ist zu beachten, dass die Programme zum Betreiben als die Einheiten der Parameteranpassungsvorrichtung 1 im Voraus in der Speichereinrichtung 102 gespeichert werden, jedoch nicht darauf beschränkt sind. Die Programme können in der Form vorliegen, dass sie dem Benutzer in einem Zustand bereitgestellt werden, in dem sie auf ein Aufzeichnungsmedium, wie etwa eine Compact-Disc(CD)-ROM oder eine Digital-Versatile-Disc(DVD)-ROM, geschrieben sind, und durch den Benutzer auf der Speichereinrichtung 102 installiert werden. Weiterhin können die oben beschriebenen Programme in der Form vorliegen, dass sie dem Benutzer über ein Netzwerk, wie das Internet, bereitgestellt werden.
  • In jeder oben beschriebenen Ausführungsform passt die zweite Parameteranpassungseinheit 4 einen Steuerparameter an, der konkreten Betriebsbedingungen entspricht, die Teil einer Vielzahl von Betriebsbedingungen sind, unter denen der Steuerparameter angepasst werden muss, und passt die erste Parameteranpassungseinheit 3 den Steuerparameter an, der den übrigen Betriebsbedingungen entspricht. Die erste Parameteranpassungseinheit 3 kann jedoch die Steuerparameter bezüglich sämtlicher Betriebsbedingungen anpassen. Das heißt, die Ergebnisse einer Anpassung des den konkreten Betriebsbedingungen entsprechenden Steuerparameters, die durch die zweite Parameteranpassungseinheit 4 durchgeführt wird, können nur im Lernvorgang verwendet werden, um das in jeder Ausführungsform beschriebene Lernmodell zu erzeugen.
  • Die in den vorstehenden Ausführungsformen beschriebenen Konfigurationen veranschaulichen ein Beispiel und können mit einem anderen Stand der Technik kombiniert werden. Die Ausführungsformen können miteinander kombiniert werden. Die Konfigurationen können teilweise weggelassen oder verändert werden, ohne vom Kern abzuweichen.
  • Bezugszeichenliste
    • 1, 1a, 1b, 1c
    Parameteranpassungsvorrichtung;
    2
    zweite Simulationseinheit;
    3
    erste Parameteranpassungseinheit;
    4
    Parameteranpassungseinheit;
    5
    Steuereinrichtung;
    6
    tatsächliche Steuerzielmaschine;
    7
    Parameterumwandlungsbeziehungslerneinheit;
    8, 10
    Parameterumwandlungseinheit;
    9
    Parameterbeziehungslerneinheit;
    11
    Vorgabenumwandlungsbeziehungslerneinheit;
    12
    Vorgabenumwandlungseinheit;
    13
    Korrekturmodelllerneinheit;
    14
    neuronales Netz;
    15
    Steuervorgabewertlerneinheit;
    16
    Vorgabenumwandlungsfunktionslerneinheit;
    17
    Korrekturmodellparameterlerneinheit;
    18
    Teilungseinheit;
    31, 32, 33, 34
    Parametereinstelleinheit.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • JP 2017102619 [0004]

Claims (10)

  1. Parameteranpassungsvorrichtung zum Anpassen eines Steuerparameters, der durch eine Steuereinrichtung zum Steuern einer tatsächlichen Maschine verwendet wird, wobei die Vorrichtung umfasst: eine erste Parameteranpassungseinheit zum Anpassen des Steuerparameters auf Grundlage eines Ergebnisses einer Simulation des Verhaltens der tatsächlichen Maschine; und eine zweite Parameteranpassungseinheit zum Anpassen des Steuerparameters auf Grundlage des Verhaltens der tatsächlichen Maschine, wobei ein Lernmodell, das bei einer Verarbeitung zum Einstellen des Steuerparameters zu verwenden ist, durch Lernen unter Verwendung, aus einem ersten Anpassungsergebnis, das ein Ergebnis einer Anpassung des Steuerparameters durch die erste Parameteranpassungseinheit ist, und einem zweiten Anpassungsergebnis, das ein Ergebnis einer Anpassung des Steuerparameters durch die zweite Parameteranpassungseinheit ist, mindestens des ersten Anpassungsergebnisses erzeugt wird.
  2. Parameteranpassungsvorrichtung nach Anspruch 1, umfassend: eine Parameterumwandlungsbeziehungslerneinheit zum Erlernen einer Beziehung zwischen dem ersten Anpassungsergebnis und dem zweiten Anpassungsergebnis, um das Lernmodell zu erzeugen; und eine Parameterumwandlungseinheit zum Umwandeln des ersten Anpassungsergebnisses auf Grundlage des Lernmodells, um den Steuerparameter zu erzeugen.
  3. Parameteranpassungsvorrichtung nach Anspruch 1, umfassend: eine Parameterbeziehungslerneinheit zum Erlernen einer Beziehung zwischen, aus den ersten Anpassungsergebnissen, einem ersten Anpassungsergebnis auf Grundlage eines Simulationsergebnisses unter einer konkreten Betriebsbedingung, die eine Betriebsbedingung ist, unter der die zweite Parameteranpassungseinheit die tatsächliche Maschine beim Anpassen des Steuerparameters betreibt, und, aus den ersten Anpassungsergebnissen, einem ersten Anpassungsergebnis auf Grundlage eines Simulationsergebnisses unter einer Betriebsbedingung, die nicht der konkreten Betriebsbedingung entspricht, um das Lernmodell zu erzeugen; und eine Parameterumwandlungseinheit zum Umwandeln des zweiten Anpassungsergebnisses auf Grundlage des Lernmodells, um den Steuerparameter zu erzeugen.
  4. Parameteranpassungsvorrichtung nach Anspruch 1, umfassend: eine Vorgabenumwandlungsbeziehungslerneinheit zum Erlernen einer Beziehung zwischen einem durch die erste Parameteranpassungseinheit zum Anpassen des Steuerparameters zu verwendenden Steuervorgabewert und einem durch die zweite Parameteranpassungseinheit zum Anpassen des Steuerparameters zu verwendenden Steuervorgabewert, wenn die erste Parameteranpassungseinheit und die zweite Parameteranpassungseinheit den Steuerparameter unter der gleichen Betriebsbedingung anpassen und das erste Anpassungsergebnis und das zweite Anpassungsergebnis äquivalent werden, um das Lernmodell zu erzeugen; und eine Vorgabenumwandlungseinheit zum Erzeugen eines Steuervorgabewerts der ersten Parameteranpassungseinheit auf Grundlage einer Betriebsbedingung, unter der die erste Parameteranpassungseinheit den Steuerparameter anpasst, und des Lernmodells, wobei die erste Parameteranpassungseinheit den Steuerparameter auf Grundlage des Simulationsergebnisses unter Verwendung des durch die Vorgabenumwandlungseinheit erzeugten Steuervorgabewerts anpasst, um den Steuerparameter zu erzeugen.
  5. Parameteranpassungsvorrichtung nach Anspruch 1, wobei das Lernmodell ein Korrekturmodell ist, das bei einer Simulation des Verhaltens der tatsächlichen Maschine zu verwenden ist, die Parameteranpassungsvorrichtung eine Korrekturmodelllerneinheit zum Aktualisieren von Parametern des Korrekturmodells auf Grundlage des ersten Anpassungsergebnisses und des zweiten Anpassungsergebnisses umfasst, um eine Differenz zwischen dem ersten Anpassungsergebnis und dem zweiten Anpassungsergebnis zu verringern, und die erste Parameteranpassungseinheit den Steuerparameter auf Grundlage eines Ergebnisses einer Simulation unter Verwendung des Korrekturmodells erzeugt, nachdem eine Aktualisierung der Parameter abgeschlossen ist.
  6. Parameteranpassungsverfahren für eine Parameteranpassungsvorrichtung zum Anpassen eines Steuerparameters, der durch eine Steuereinrichtung zum Steuern einer tatsächlichen Maschine zu verwenden ist, wobei das Verfahren umfasst: einen ersten Parameteranpassungsschritt zum Anpassen des Steuerparameters auf Grundlage eines Ergebnisses einer Simulation des Verhaltens der tatsächlichen Maschine; einen zweiten Parameteranpassungsschritt zum Anpassen des Steuerparameters auf Grundlage des Verhaltens der tatsächlichen Maschine; und einen Lernmodellerzeugungsschritt zum Erzeugen eines Lernmodells, das bei einer Verarbeitung zum Einstellen des Steuerparameters durch Lernen unter Verwendung, aus einem ersten Anpassungsergebnis, das ein Ergebnis einer Anpassung des Steuerparameters im ersten Parameteranpassungsschritt ist, und einem zweiten Anpassungsergebnis, das ein Ergebnis einer Anpassung des Steuerparameters in dem zweiten Parameteranpassungsschritt ist, mindestens des ersten Anpassungsergebnisses zu verwenden ist.
  7. Parameteranpassungsverfahren nach Anspruch 6, wobei in dem Lernmodellerzeugungsschritt eine Beziehung zwischen dem ersten Anpassungsergebnis und dem zweiten Anpassungsergebnis erlernt wird, um das Lernmodell zu erzeugen, und das Parameteranpassungsverfahren einen Parameterumwandlungsschritt zum Umwandeln des ersten Anpassungsergebnisses auf Grundlage des Lernmodells, um den Steuerparameter zu erzeugen, umfasst.
  8. Parameteranpassungsverfahren nach Anspruch 6, wobei in dem Lernmodellerzeugungsschritt das Lernmodell erzeugt wird, indem eine Beziehung zwischen, aus den ersten Anpassungsergebnissen, einem ersten Anpassungsergebnis auf Grundlage eines Simulationsergebnisses unter einer konkreten Betriebsbedingung, die eine Betriebsbedingung ist, unter der die tatsächliche Maschine betrieben wird, wenn der Steuerparameter in dem zweiten Parameteranpassungsschritt angepasst wird, und, aus den ersten Anpassungsergebnissen, dem ersten Anpassungsergebnis auf Grundlage eines Simulationsergebnisses unter einer Betriebsbedingung, die nicht der konkreten Betriebsbedingung entspricht, erlernt wird, und das Parameteranpassungsverfahren einen Parameterumwandlungsschritt zum Umwandeln des zweiten Anpassungsergebnisses auf Grundlage des Lernmodells, um den Steuerparameter zu erzeugen, umfasst.
  9. Parameteranpassungsverfahren nach Anspruch 6, wobei in dem Lernmodellerzeugungsschritt das Lernmodell erzeugt wird, indem eine Beziehung zwischen einem Steuervorgabewert, der zum Anpassen des Steuerparameters in dem ersten Parameteranpassungsschritt zu verwenden ist, und einem Steuervorgabewert, der zum Anpassen des Steuerparameters in dem zweiten Parameteranpassungsschritt zu verwenden ist, erlernt wird, wenn der Steuerparameter unter der gleichen Betriebsbedingung in dem ersten Parameteranpassungsschritt und dem zweiten Parameteranpassungsschritt angepasst wird und das erste Anpassungsergebnis und das zweite Anpassungsergebnis äquivalent werden, und das Parameteranpassungsverfahren einen Vorgabenumwandlungsschritt zum Erzeugen eines Steuervorgabewerts, der zum Anpassen des Steuerparameters auf Grundlage des Simulationsergebnisses zu verwenden ist, auf Grundlage des Lernmodells und einer Betriebsbedingung, unter welcher der Steuerparameter in dem ersten Parameteranpassungsschritt angepasst wird, und einen Steuerparametererzeugungsschritt zum Erzeugen des Steuerparameters durch Anpassen des Steuerparameters auf Grundlage des Simulationsergebnisses unter Verwendung des in dem Vorgabenumwandlungsschritt erzeugten Steuervorgabewerts umfasst.
  10. Parameteranpassungsverfahren nach Anspruch 6, wobei das Lernmodell ein Korrekturmodell ein, das bei der Simulation des Verhaltens der tatsächlichen Maschine zu verwenden ist, in dem Lernmodellerzeugungsschritt Parameter des Korrekturmodells auf Grundlage des ersten Anpassungsergebnisses und des zweiten Anpassungsergebnisses aktualisiert werden, um eine Differenz zwischen dem ersten Anpassungsergebnis und dem zweiten Anpassungsergebnis zu verringern, und das Parameteranpassungsverfahren einen Steuerparametererzeugungsschritt zum Erzeugen des Steuerparameters auf Grundlage eines Ergebnisses einer Simulation unter Verwendung des Korrekturmodells, nachdem eine Aktualisierung der Parameter abgeschlossen ist, umfasst.
DE112020007693.8T 2020-10-12 2020-10-12 Parameteranpassungsvorrichtung und parameteranpassungsverfahren Pending DE112020007693T5 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/038475 WO2022079761A1 (ja) 2020-10-12 2020-10-12 パラメータ調整装置およびパラメータ調整方法

Publications (1)

Publication Number Publication Date
DE112020007693T5 true DE112020007693T5 (de) 2023-08-10

Family

ID=81207767

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112020007693.8T Pending DE112020007693T5 (de) 2020-10-12 2020-10-12 Parameteranpassungsvorrichtung und parameteranpassungsverfahren

Country Status (4)

Country Link
JP (1) JP7305061B2 (de)
CN (1) CN116075782A (de)
DE (1) DE112020007693T5 (de)
WO (1) WO2022079761A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024106150A1 (ja) * 2022-11-15 2024-05-23 パナソニックＩｐマネジメント株式会社 パラメータ調整方法、およびパラメータ調整システム

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017102619A (ja) 2015-11-30 2017-06-08 オムロン株式会社 制御パラメータ調整装置、制御パラメータ調整方法、制御パラメータ調整プログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5312688B2 (ja) 2010-04-26 2013-10-09 三菱電機株式会社 サーボ制御装置
JP6650786B2 (ja) * 2016-03-03 2020-02-19 三菱日立パワーシステムズ株式会社 制御パラメータ自動調整装置、制御パラメータ自動調整方法、及び制御パラメータ自動調整装置ネットワーク
JP7206874B2 (ja) * 2018-12-10 2023-01-18 富士電機株式会社 制御装置、制御方法及びプログラム
WO2020246005A1 (ja) 2019-06-06 2020-12-10 三菱電機株式会社 パラメータ算出装置、ロボット制御システム、ロボットシステム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017102619A (ja) 2015-11-30 2017-06-08 オムロン株式会社 制御パラメータ調整装置、制御パラメータ調整方法、制御パラメータ調整プログラム

Also Published As

Publication number Publication date
JP7305061B2 (ja) 2023-07-07
WO2022079761A1 (ja) 2022-04-21
JPWO2022079761A1 (de) 2022-04-21
CN116075782A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
DE102018200794B4 (de) Aktionsinformations-lernvorrichtung, aktionsinformations-optimierungssystem und aktionsinformations-lernprogramm
DE60308143T2 (de) Verfahren zum entfernen von pid-dynamik aus mpc-modellen
DE102018211682A1 (de) Maschinelle lernvorrichtung, numerische steuervorrichtung, numerisches steuersystem und maschinelles lernverfahren
DE102018203702A1 (de) Vorrichtung für maschinelles Lernen, Servo-Regelungsvorrichtung, Servo-Regelungssystem und Verfahren für maschinelles Lernen
DE102018003769B4 (de) Vorrichtung für maschinelles Lernen, Servosteuersystem und Verfahren zum maschinellen Lernen
DE10341573A1 (de) Integrierte modellbasierte prädikative Steuerung und Optimierung innerhalb eines Prozesssteuerungssystems
DE102011012710A1 (de) Schnelle Identifikation und Erzeugung von Prozessmodellen
EP1025467B1 (de) Verfahren zur einstellung der reglerparameter eines zustandsreglers
DE102019202701A1 (de) Einstelleinrichtung und Einstellverfahren
DE102016007404A1 (de) Servosteuervorrichtung mit Funktion zur Online-Optimierung der Regelungsverstärkung unter Verwendung einer Bewertungsfunktion
DE112020006576T5 (de) Numerisches Steuergerät
DE102021002318A1 (de) Verfahren zur Erstellung eines Simulationsmodells, Verwendung eines Simulationsmodells, Computerprogrammprodukt, Verfahren zur Kalibrierung eines Steuergeräts
DE102020122373A1 (de) Vorrichtung für maschinelles Lernen, Servosteuervorrichtung, Servosteuersystem und Verfahren für maschinelles Lernen
DE112020007693T5 (de) Parameteranpassungsvorrichtung und parameteranpassungsverfahren
EP3629151A1 (de) Verfahren zum ändern von modellen für die erzeugung von quellcode
EP4121825A1 (de) Computerimplementiertes verfahren zum erstellen von steuerungsdatensätzen, cad-cam-system und fertigungsanlage
EP3542229B1 (de) Einrichtung und verfahren zur bestimmung der parameter einer regeleinrichtung
DE102019206541A1 (de) Verfahren zum Durchführen von computerunterstützten XiL-Simulationen
DE102022209555A1 (de) Verfahren und Reglereinheit zur Regelung eines mechatronischen Systems
DE69919527T2 (de) Verfahren und Vorrichtung zur Identifizierung eines physikalischen Systems
EP3901713B1 (de) Verfahren und system zum betrieb einer technischen anlage mit einem optimalen modell
DE112017001162T5 (de) Servosteuervorrichtung
DE112021006636T5 (de) Entwerfen analoger Schaltungen
EP3650964B1 (de) Verfahren zum steuern oder regeln eines technischen systems
DE112021007832T5 (de) Frequenzcharakteristik-Vorhersagevorrichtung und Frequenzcharakteristik-Vorhersageverfahren

Legal Events

Date Code Title Description
R012 Request for examination validly filed