JP2001255905A - モデル最適化適応制御方法 - Google Patents
モデル最適化適応制御方法Info
- Publication number
- JP2001255905A JP2001255905A JP2000063508A JP2000063508A JP2001255905A JP 2001255905 A JP2001255905 A JP 2001255905A JP 2000063508 A JP2000063508 A JP 2000063508A JP 2000063508 A JP2000063508 A JP 2000063508A JP 2001255905 A JP2001255905 A JP 2001255905A
- Authority
- JP
- Japan
- Prior art keywords
- control
- controlled
- state
- command signal
- signal value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
(57)【要約】
【課題】 コントローラ、アクチュエータ、センサを冗
長系とするためのハードウエアの増加を招くことなく、
いかなる状態変化が生じても制御対象を同定した制御他
対象状態下で、依然正常な機能を用いた際の最も制御目
的に応じた制御方法を提供する。 【解決手段】 制御対象状態を検出し、その検出した状
態を初期値として、自身の制御系を表現する内部モデル
を用いて、予め定めた評価基準を最適化する計算法によ
り制御対象を制御する制御則、制御ゲイン、指令信号値
をパラメータとするシュミレーションを順次行うことに
より、上記評価基準を最適化する上記制御則、制御ゲイ
ン、指令信号値を求めて制御対象を制御する。
長系とするためのハードウエアの増加を招くことなく、
いかなる状態変化が生じても制御対象を同定した制御他
対象状態下で、依然正常な機能を用いた際の最も制御目
的に応じた制御方法を提供する。 【解決手段】 制御対象状態を検出し、その検出した状
態を初期値として、自身の制御系を表現する内部モデル
を用いて、予め定めた評価基準を最適化する計算法によ
り制御対象を制御する制御則、制御ゲイン、指令信号値
をパラメータとするシュミレーションを順次行うことに
より、上記評価基準を最適化する上記制御則、制御ゲイ
ン、指令信号値を求めて制御対象を制御する。
Description
【０００１】
【発明の属する技術分野】本発明は、自動制御系におい
て、特に制御系に予測されていない故障や制御系特性の
変動が発生しても、制御系を安定させることができる適
応型の自動制御方法に関するものである。
て、特に制御系に予測されていない故障や制御系特性の
変動が発生しても、制御系を安定させることができる適
応型の自動制御方法に関するものである。
【０００２】
【従来の技術】自動制御系においては、制御系の故障や
誤操作に対応するためにフェイルセーフシステムが採用
されている。その従来のフェイルセーフシステムとし
て、例えばコントローラ、アクチュエータ、センサ等を
２重、３重、あるいはそれ以上設けた冗長系のものや、
制御系内に想定される故障等の制御対象モデルに対応す
る内部モデルを格納し、制御対象モデルを同定して、そ
れに対応する内部モデルにより制御則を再形成するよう
にしたものが知られている。
誤操作に対応するためにフェイルセーフシステムが採用
されている。その従来のフェイルセーフシステムとし
て、例えばコントローラ、アクチュエータ、センサ等を
２重、３重、あるいはそれ以上設けた冗長系のものや、
制御系内に想定される故障等の制御対象モデルに対応す
る内部モデルを格納し、制御対象モデルを同定して、そ
れに対応する内部モデルにより制御則を再形成するよう
にしたものが知られている。
【０００３】
【発明が解決しようとする課題】ところが、前者の冗長
系では、コントローラ、アクチュエータ、センサ等を多
重に設けるため、ハードウエアが増加し、価格、重量、
容積がかさむことが懸念される。
系では、コントローラ、アクチュエータ、センサ等を多
重に設けるため、ハードウエアが増加し、価格、重量、
容積がかさむことが懸念される。
【０００４】これに対し、後者の制御則を再形成するシ
ステムでは、同定した制御対象モデルに応じて予め用意
した内部モデルにより制御則を再形成するので、ハード
ウエアを増加させることはないが、従来は、内部モデル
の集合が有限であるために、同定された制御対象モデル
が、想定した内部モデルの集合の範疇を越えた場合に
は、制御則を再形成することが困難になることが懸念さ
れる。
ステムでは、同定した制御対象モデルに応じて予め用意
した内部モデルにより制御則を再形成するので、ハード
ウエアを増加させることはないが、従来は、内部モデル
の集合が有限であるために、同定された制御対象モデル
が、想定した内部モデルの集合の範疇を越えた場合に
は、制御則を再形成することが困難になることが懸念さ
れる。
【０００５】従って、かかる点に鑑みてなされた本発明
の目的は、ハードウエアの増加を招くことなく、いかな
る状態変化が生じても同定した制御対象状態下で、依然
正常な機能を用いた際の最も制御目的に応じたモデル最
適化適応制御方法を提供することにある。
の目的は、ハードウエアの増加を招くことなく、いかな
る状態変化が生じても同定した制御対象状態下で、依然
正常な機能を用いた際の最も制御目的に応じたモデル最
適化適応制御方法を提供することにある。
【０００６】
【課題を解決するための手段】上記目的を達成する請求
項１に記載のモデル最適化適応制御方法の発明は、制御
対象状態を検出し、その検出した制御対象状態を初期値
として、自身の制御系を表現する内部モデルを用いて、
予め定めた評価基準を最適化する計算法により制御対象
を制御する制御則、制御ゲイン、指令信号値をパラメー
タとするシュミレーションを順次行うことにより、上記
評価基準を最適化する上記制御則、制御ゲイン、指令信
号値を求めて制御対象を制御することを特徴とする。
項１に記載のモデル最適化適応制御方法の発明は、制御
対象状態を検出し、その検出した制御対象状態を初期値
として、自身の制御系を表現する内部モデルを用いて、
予め定めた評価基準を最適化する計算法により制御対象
を制御する制御則、制御ゲイン、指令信号値をパラメー
タとするシュミレーションを順次行うことにより、上記
評価基準を最適化する上記制御則、制御ゲイン、指令信
号値を求めて制御対象を制御することを特徴とする。
【０００７】この請求項１の発明によると、制御対象を
制御する制御則、制御ゲイン、指令信号値は、自身の制
御系を表現する内部モデルを用い、検出された現在の制
御対象状態を初期値として予め定めた評価基準を最適化
する計算法によりシュミレーションして求められるの
で、ハードウエアの増加を招くことなく、いかなる状態
変化が生じても制御対象を同定した制御対象状態下で、
依然正常な機能を用いた際の最も制御目的に応じた制御
をすることが可能となる。
制御する制御則、制御ゲイン、指令信号値は、自身の制
御系を表現する内部モデルを用い、検出された現在の制
御対象状態を初期値として予め定めた評価基準を最適化
する計算法によりシュミレーションして求められるの
で、ハードウエアの増加を招くことなく、いかなる状態
変化が生じても制御対象を同定した制御対象状態下で、
依然正常な機能を用いた際の最も制御目的に応じた制御
をすることが可能となる。
【０００８】
【発明の実施の形態】以下、本発明によるモデル最適化
適応制御方法を宇宙機の姿勢制御を例に評価基準最適化
法を遺伝的アルゴリズム（ＧＡ：genetic algorithm ）
とした形態について図１乃至図７により説明する。
適応制御方法を宇宙機の姿勢制御を例に評価基準最適化
法を遺伝的アルゴリズム（ＧＡ：genetic algorithm ）
とした形態について図１乃至図７により説明する。
【０００９】本実施の形態は、制御対象としての宇宙機
の姿勢を制御するもので、図１は宇宙機の模式的な外観
斜視図、図２は本発明による姿勢制御装置の構成を示す
ブロック図、図３は図２の機体部分を回転運動方程式
で、コントローラ部分をひとつの式で示した図である。
図４は図３の３軸姿勢制御の内の１軸のみを簡素化して
取り出して詳細を示すブロック図、図５乃至図７は実験
結果を示すグラフである。
の姿勢を制御するもので、図１は宇宙機の模式的な外観
斜視図、図２は本発明による姿勢制御装置の構成を示す
ブロック図、図３は図２の機体部分を回転運動方程式
で、コントローラ部分をひとつの式で示した図である。
図４は図３の３軸姿勢制御の内の１軸のみを簡素化して
取り出して詳細を示すブロック図、図５乃至図７は実験
結果を示すグラフである。
【００１０】図１に示す宇宙機（機体）１は、Ｘ軸、Ｙ
軸及びＺ軸で表される三次元空間で回転運動するもの
で、機体１にはアクチュエータとして、各軸回りにそれ
ぞれ正負の回転モーメントを発生させるためのスラスタ
（図示せず）が合計６個取り付けられている。
軸及びＺ軸で表される三次元空間で回転運動するもの
で、機体１にはアクチュエータとして、各軸回りにそれ
ぞれ正負の回転モーメントを発生させるためのスラスタ
（図示せず）が合計６個取り付けられている。
【００１１】本実施の形態では、図２に示すように、コ
ントローラ１１によりアクチュエータ１２を駆動して機
体１の状態を制御し、その機体１の状態量（姿勢、角速
度）をセンサ１３で検出して、その検出信号をコントロ
ーラ１１に供給してフィードバック制御すると共に、モ
デル同定器１４に供給して制御系モデルを同定し、その
同定されたモデルに基づいて再形成器１５により、予め
定めた評価基準を最適化するようにコントローラ１１の
制御側、制御ゲイン、指令信号値を求めて、これを可変
コントローラ１１に指令してコントローラ１１の制御
側、制御ゲイン、指令信号値を制御することによりコン
トローラ１１をオンラインで再構成して機体１を目標姿
勢及び目標角速度となるように制御する。
ントローラ１１によりアクチュエータ１２を駆動して機
体１の状態を制御し、その機体１の状態量（姿勢、角速
度）をセンサ１３で検出して、その検出信号をコントロ
ーラ１１に供給してフィードバック制御すると共に、モ
デル同定器１４に供給して制御系モデルを同定し、その
同定されたモデルに基づいて再形成器１５により、予め
定めた評価基準を最適化するようにコントローラ１１の
制御側、制御ゲイン、指令信号値を求めて、これを可変
コントローラ１１に指令してコントローラ１１の制御
側、制御ゲイン、指令信号値を制御することによりコン
トローラ１１をオンラインで再構成して機体１を目標姿
勢及び目標角速度となるように制御する。
【００１２】即ち、図３に示すように、コントローラ１
１からのＸ、Ｙ、Ｚの各軸に関する回転モーメントベク
トル（Ｌ、Ｍ、Ｎ）による回転運動方程式に従って対応
するアクチュエータ（図示せず）を介して機体１の姿勢
を制御し、その機体１の各軸に関する姿勢角（φ、θ、
ψ）及び角速度（Ｐ、Ｑ、Ｒ）を対応するセンサ（図示
せず）で検出してコントローラ１１及びモデル同定器１
４に供給し、モデル同定器１４により同定されたモデル
に基づいて再形成器１５からコントローラ１１に、予め
定めた評価基準を最適化するように目標姿勢ベクトル
（θｒ＝０）、目標角速度ベクトル（ωｒ＝０）及びフ
ィードバックゲインの実数値行列Ｆを供給することによ
りコントローラ１１を再構成して、機体１の回転モーメ
ントベクトル（Ｌ、Ｍ、Ｎ）を制御する。
１からのＸ、Ｙ、Ｚの各軸に関する回転モーメントベク
トル（Ｌ、Ｍ、Ｎ）による回転運動方程式に従って対応
するアクチュエータ（図示せず）を介して機体１の姿勢
を制御し、その機体１の各軸に関する姿勢角（φ、θ、
ψ）及び角速度（Ｐ、Ｑ、Ｒ）を対応するセンサ（図示
せず）で検出してコントローラ１１及びモデル同定器１
４に供給し、モデル同定器１４により同定されたモデル
に基づいて再形成器１５からコントローラ１１に、予め
定めた評価基準を最適化するように目標姿勢ベクトル
（θｒ＝０）、目標角速度ベクトル（ωｒ＝０）及びフ
ィードバックゲインの実数値行列Ｆを供給することによ
りコントローラ１１を再構成して、機体１の回転モーメ
ントベクトル（Ｌ、Ｍ、Ｎ）を制御する。
【００１３】再形成器１５は、本実施の形態ではＧＡを
用いて、モデルの集合を限定することなくコントローラ
１１をオンラインで再構成するもので、図４に示すよう
に、初期個体群発生回路２１、コード化回路２２、適合
度計算回路２３、適合度定義メモリ２４、選択回路２
５、交差回路２６及び突然変異回路２７を有している。
用いて、モデルの集合を限定することなくコントローラ
１１をオンラインで再構成するもので、図４に示すよう
に、初期個体群発生回路２１、コード化回路２２、適合
度計算回路２３、適合度定義メモリ２４、選択回路２
５、交差回路２６及び突然変異回路２７を有している。
【００１４】初期個体群発生回路２１の個体群（例えば
５０個体）は、最初の１回だけコード化回路２２を経て
適合度計算回路２３へ供給させる。その各個体について
当該個体が表現する実数値行列Ｆを用いてモデル同定器
１４で同定されたモデルによる制御シュミレーションを
行わせ、その制御シュミレーションの結果により、適合
度定義メモリ２４に格納されている適合度定義（例え
ば、評価関数１／Ｔ、Ｔはシュミレーション空間におい
て機体モデルが評価基準‖θｒ−θ＋‖＋‖ωｒ−ω‖
≦δとなるまでの制御時間）を用いて適合度計算回路２
３で各個体をシミュレーションして評価し、その評価関
数値を最適化する個体を選択する。
５０個体）は、最初の１回だけコード化回路２２を経て
適合度計算回路２３へ供給させる。その各個体について
当該個体が表現する実数値行列Ｆを用いてモデル同定器
１４で同定されたモデルによる制御シュミレーションを
行わせ、その制御シュミレーションの結果により、適合
度定義メモリ２４に格納されている適合度定義（例え
ば、評価関数１／Ｔ、Ｔはシュミレーション空間におい
て機体モデルが評価基準‖θｒ−θ＋‖＋‖ωｒ−ω‖
≦δとなるまでの制御時間）を用いて適合度計算回路２
３で各個体をシミュレーションして評価し、その評価関
数値を最適化する個体を選択する。
【００１５】次回以降は、選択回路２５、交差回路２６
及び突然変異回路２７で遺伝的処理を行って世代交代を
重ねて進化させて、コントローラ１１の制御則、制御ゲ
イン、指令信号値を望ましい解へ接近させる。
及び突然変異回路２７で遺伝的処理を行って世代交代を
重ねて進化させて、コントローラ１１の制御則、制御ゲ
イン、指令信号値を望ましい解へ接近させる。
【００１６】また、コントローラ１１は、減算器３１、
角速度ゲイン調整器３２及び姿勢角ゲイン調整器３３を
有しており、減算器３１に供給される制御目標値に基づ
いてアクチュエータ１２を駆動する。
角速度ゲイン調整器３２及び姿勢角ゲイン調整器３３を
有しており、減算器３１に供給される制御目標値に基づ
いてアクチュエータ１２を駆動する。
【００１７】角速度センサ３８の出力は、角速度ゲイン
調整器３２によりゲインを調整して減算器３１に供給
し、姿勢角センサ３９の出力は姿勢角ゲイン調整器３３
でゲインを調整して減算器３１に供給する。角速度ゲイ
ン調整器３２及び姿勢角ゲイン調整器３３のそれぞれの
ゲインは、再形成器１５の適合度計算回路２３から出力
される対応する制御ゲインによって制御する。また、適
合度計算回路２３から出力される指令信号値は減算器３
１に供給する。このようにして、減算器３１において、
制御目標値から角速度ゲイン調整器３２の出力、姿勢角
ゲイン調整器３３の出力、及び適合度計算回路２３から
の指令信号値を減算して、その減算出力によりアクチュ
エータ１２を駆動する。
調整器３２によりゲインを調整して減算器３１に供給
し、姿勢角センサ３９の出力は姿勢角ゲイン調整器３３
でゲインを調整して減算器３１に供給する。角速度ゲイ
ン調整器３２及び姿勢角ゲイン調整器３３のそれぞれの
ゲインは、再形成器１５の適合度計算回路２３から出力
される対応する制御ゲインによって制御する。また、適
合度計算回路２３から出力される指令信号値は減算器３
１に供給する。このようにして、減算器３１において、
制御目標値から角速度ゲイン調整器３２の出力、姿勢角
ゲイン調整器３３の出力、及び適合度計算回路２３から
の指令信号値を減算して、その減算出力によりアクチュ
エータ１２を駆動する。
【００１８】本実施の形態では、図４において、センサ
１３を構成する角速度センサ３８及び姿勢角センサ３９
の出力を、スイッチ回路４１を経てモデル同定器１４に
供給し、また、再形成器１５の適合度計算回路２３から
出力される制御ゲイン、指令信号値をスイッチ回路４２
を経てコントローラ１１に供給する。スイッチ回路４１
及び４２は、所定の周期、例えば５０ｍｓ周期でオンさ
せる。
１３を構成する角速度センサ３８及び姿勢角センサ３９
の出力を、スイッチ回路４１を経てモデル同定器１４に
供給し、また、再形成器１５の適合度計算回路２３から
出力される制御ゲイン、指令信号値をスイッチ回路４２
を経てコントローラ１１に供給する。スイッチ回路４１
及び４２は、所定の周期、例えば５０ｍｓ周期でオンさ
せる。
【００１９】このようにして、モデル同定器１４で角速
度センサ３８及び姿勢角センサ３９の出力をサンプリン
グし、それらの出力に基づいて次のサンプリングまでの
間に再形成器１５でＧＡにおける次世代の個体を生成す
るようにして、その世代の最良個体が表現するコントロ
ーラ（ここでは、図３に示す実数値行列Ｆ）により、次
世代が生成されるまでの間機体１を制御する。
度センサ３８及び姿勢角センサ３９の出力をサンプリン
グし、それらの出力に基づいて次のサンプリングまでの
間に再形成器１５でＧＡにおける次世代の個体を生成す
るようにして、その世代の最良個体が表現するコントロ
ーラ（ここでは、図３に示す実数値行列Ｆ）により、次
世代が生成されるまでの間機体１を制御する。
【００２０】また、モデル同定器１４では、サンプリン
グした角速度センサ３８及び姿勢角センサ３９の出力に
基づいて制御対象モデルを同定して、その同定されたモ
デルを用いて上述したように各個体毎に、当該個体が表
現する実数値行列Ｆを用いて制御シュミレーションを行
い、その制御シュミレーションの結果により、適合度計
算回路２３において各個体を評価する。なお、モデルの
初期状態は、角速度センサ３８及び姿勢角センサ３９か
ら得られる機体１の状態量で設定する。
グした角速度センサ３８及び姿勢角センサ３９の出力に
基づいて制御対象モデルを同定して、その同定されたモ
デルを用いて上述したように各個体毎に、当該個体が表
現する実数値行列Ｆを用いて制御シュミレーションを行
い、その制御シュミレーションの結果により、適合度計
算回路２３において各個体を評価する。なお、モデルの
初期状態は、角速度センサ３８及び姿勢角センサ３９か
ら得られる機体１の状態量で設定する。
【００２１】以上の動作を所定の周期で繰り返すことに
より、制御対象を望ましい状態へ収束させる。
より、制御対象を望ましい状態へ収束させる。
【００２２】図５乃至図７は、本実施の形態による実験
結果を示すもので、図５及び図６は機体の姿勢及び角速
度の安定状態からの変位をそれぞれ表し、図７はＧＡに
おける各世代の評価値（１／Ｔ）の最大値（Ｍａｘ）及
び平均値（Ａｖｅ）を示している。この実験結果は、＋
Ｘ軸回りの回転モーメントを発生するスラスタが、ｔ＝
０．３０sec に故障した場合のもので、図６及び図７か
ら、ｔ＝０．４４secの後にコントローラ１１はオンラ
インＧＡによって再構成され、その後は図５乃至図７が
示すように機体１は安定状態へ収束し、評価値も時間と
ともに上昇していることが分かる。
結果を示すもので、図５及び図６は機体の姿勢及び角速
度の安定状態からの変位をそれぞれ表し、図７はＧＡに
おける各世代の評価値（１／Ｔ）の最大値（Ｍａｘ）及
び平均値（Ａｖｅ）を示している。この実験結果は、＋
Ｘ軸回りの回転モーメントを発生するスラスタが、ｔ＝
０．３０sec に故障した場合のもので、図６及び図７か
ら、ｔ＝０．４４secの後にコントローラ１１はオンラ
インＧＡによって再構成され、その後は図５乃至図７が
示すように機体１は安定状態へ収束し、評価値も時間と
ともに上昇していることが分かる。
【００２３】なお、本発明は上記実施の形態に限定され
るものではなく、本発明の趣旨を逸脱しない範囲で種々
変更可能である。例えば、本発明は宇宙機に限らず、航
空機等の飛行体の他各種自動制御系に広く適用すること
ができる。また、コントローラの再構成は、ＧＡに限ら
ず、他の公知の最適化法、例えばニュートンラフソン法
やモンテカルロ法を用いることもできる。
るものではなく、本発明の趣旨を逸脱しない範囲で種々
変更可能である。例えば、本発明は宇宙機に限らず、航
空機等の飛行体の他各種自動制御系に広く適用すること
ができる。また、コントローラの再構成は、ＧＡに限ら
ず、他の公知の最適化法、例えばニュートンラフソン法
やモンテカルロ法を用いることもできる。
【００２４】
【発明の効果】本発明の制御方法によると、制御対象を
制御する制御則、制御ゲイン、指令信号値を、自身の制
御系を表現する内部モデルを用い、検出された現在の制
御対象状態を初期値として予め定めた評価基準を最適化
する計算法によりシュミレーションして求めるので、ハ
ードウエアの増加を招くことなく、いかなる状態変化が
生じても同定した制御対象状態下で、依然正常な機能を
用いた際の最も制御目的に応じた制御することができ、
故障が起きた場合での耐故障性を高めることができる。
制御する制御則、制御ゲイン、指令信号値を、自身の制
御系を表現する内部モデルを用い、検出された現在の制
御対象状態を初期値として予め定めた評価基準を最適化
する計算法によりシュミレーションして求めるので、ハ
ードウエアの増加を招くことなく、いかなる状態変化が
生じても同定した制御対象状態下で、依然正常な機能を
用いた際の最も制御目的に応じた制御することができ、
故障が起きた場合での耐故障性を高めることができる。
【図１】本発明による制御方法の実施の形態を示す宇宙
機の模式的外観斜視図である。
機の模式的外観斜視図である。
【図２】図１に示す宇宙機の本発明による姿勢制御装置
の構成を示すブロック図である。
の構成を示すブロック図である。
【図３】図２に示す姿勢制御装置による３軸姿勢制御の
機体部分を回転運動方程式、コントローラ部分をひとつ
の式の例で示した図である。
機体部分を回転運動方程式、コントローラ部分をひとつ
の式の例で示した図である。
【図４】図３の３軸姿勢制御の内の１軸のみを簡略化し
て取り出すと共に、再形成器の処理手順を示した図であ
る。
て取り出すと共に、再形成器の処理手順を示した図であ
る。
【図５】本実施の形態による実験結果を示す機体姿勢の
タイムヒストリである。
タイムヒストリである。
【図６】同じく、機体角速度のタイムヒストリである。
【図７】同じく、ＧＡによる各世代の評価値の最大値及
び平均値を示すグラフである。
び平均値を示すグラフである。
【符号の説明】 １ 宇宙機（機体） １１ コントローラ １４ モデル同定器 １５ 再形成器 ２１ 初期個体群発生回路 ２２ コード化回路 ２３ 適合度計算回路 ２４ 適合度定義メモリ ２５ 選択回路 ２６ 交差回路 ２７ 突然変異回路 ３１ 減算器 ３２ 角速度ゲイン調整器 ３３ 姿勢角ゲイン調整器 ３８ 角速度センサ ３９ 姿勢角センサ ４１、４２ スイッチ回路
───────────────────────────────────────────────────── フロントページの続き (72)発明者 黒瀧 満 北海道札幌市北区北13条西８丁目 北海道 大学大学院内 Ｆターム(参考） 5H004 GA17 GA29 GA37 GB13 HA07 HB07 JA01 KB38 KC09 KC35 KC39 KC42 KC54 KD67 LA12 9A001 HH32 HH34 JJ73 KK32 LL05
Claims (1)
- 【請求項１】 制御対象状態を検出し、その検出した制
御対象状態を初期値として、自身の制御系を表現する内
部モデルを用いて、予め定めた評価基準を最適化する計
算法により制御対象を制御する制御則、制御ゲイン、指
令信号値をパラメータとするシュミレーションを順次行
うことにより、上記評価基準を最適化する上記制御則、
制御ゲイン、指令信号値を求めて制御対象を制御するこ
とを特徴とするモデル最適化適応制御方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000063508A JP2001255905A (ja) | 2000-03-08 | 2000-03-08 | モデル最適化適応制御方法 |
| US09/656,734 US6625586B1 (en) | 2000-03-08 | 2000-09-07 | Model optimization adaptive control method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000063508A JP2001255905A (ja) | 2000-03-08 | 2000-03-08 | モデル最適化適応制御方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001255905A true JP2001255905A (ja) | 2001-09-21 |
Family
ID=18583360
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000063508A Pending JP2001255905A (ja) | 2000-03-08 | 2000-03-08 | モデル最適化適応制御方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6625586B1 (ja) |
| JP (1) | JP2001255905A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105404150A (zh) * | 2015-12-08 | 2016-03-16 | 中国矿业大学 | 一种软测量下采用压电陶瓷片的柔性机械臂振动主动控制方法 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4003733B2 (ja) * | 2003-10-22 | 2007-11-07 | 株式会社日立製作所 | プラントシステム，制御装置及び制御方法 |
| CN103019239A (zh) * | 2012-11-27 | 2013-04-03 | 江苏大学 | 用于喷药移动机器人的轨迹跟踪滑模控制系统和控制方法 |
| CN106586033B (zh) * | 2017-01-13 | 2019-01-18 | 北京航空航天大学 | 自适应分段的多段线性伪谱广义标控脱靶量再入制导方法 |
| CN111409869A (zh) * | 2020-04-10 | 2020-07-14 | 湖南云顶智能科技有限公司 | 可重复使用运载火箭一子级回收容错控制方法 |
| CN111674573B (zh) * | 2020-08-11 | 2020-11-10 | 北京控制与电子技术研究所 | 基于比例导引的非平行引力场深空撞击控制方法及系统 |
| CN115339653A (zh) * | 2022-07-01 | 2022-11-15 | 上海卫星工程研究所 | 卫星慢旋姿态下停旋保测控时机预报方法及系统 |
| CN115675942B (zh) * | 2022-11-07 | 2024-08-27 | 哈尔滨工业大学 | 考虑输入饱和及运动约束的跟踪控制方法、装置及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09131087A (ja) * | 1995-11-01 | 1997-05-16 | Yaskawa Electric Corp | サーボ系の制御ゲイン調整装置およびその調整方法 |
| JPH10250888A (ja) * | 1997-03-14 | 1998-09-22 | Yaskawa Electric Corp | 張力制御方法及び装置 |
| JPH10307805A (ja) * | 1997-05-09 | 1998-11-17 | Mitsubishi Heavy Ind Ltd | 自律進化型システム |
| JPH11507454A (ja) * | 1995-06-07 | 1999-06-29 | オーロラ フライト サイエンシズ コーポレーション | 解析上の冗長性を利用する故障許容自動制御システム |
-
2000
- 2000-03-08 JP JP2000063508A patent/JP2001255905A/ja active Pending
- 2000-09-07 US US09/656,734 patent/US6625586B1/en not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11507454A (ja) * | 1995-06-07 | 1999-06-29 | オーロラ フライト サイエンシズ コーポレーション | 解析上の冗長性を利用する故障許容自動制御システム |
| JPH09131087A (ja) * | 1995-11-01 | 1997-05-16 | Yaskawa Electric Corp | サーボ系の制御ゲイン調整装置およびその調整方法 |
| JPH10250888A (ja) * | 1997-03-14 | 1998-09-22 | Yaskawa Electric Corp | 張力制御方法及び装置 |
| JPH10307805A (ja) * | 1997-05-09 | 1998-11-17 | Mitsubishi Heavy Ind Ltd | 自律進化型システム |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105404150A (zh) * | 2015-12-08 | 2016-03-16 | 中国矿业大学 | 一种软测量下采用压电陶瓷片的柔性机械臂振动主动控制方法 |
| CN105404150B (zh) * | 2015-12-08 | 2017-12-01 | 中国矿业大学 | 一种软测量下采用压电陶瓷片的柔性机械臂振动主动控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US6625586B1 (en) | 2003-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bisheban et al. | Geometric adaptive control with neural networks for a quadrotor in wind fields | |
| US6757570B1 (en) | System and method for adaptive control of uncertain nonlinear processes | |
| CN108181807B (zh) | 一种卫星初态阶段自适应容错姿态控制方法 | |
| US6317658B1 (en) | Neurocomputing control distribution system | |
| US20190291271A1 (en) | Controller and machine learning device | |
| GB2423377A (en) | Adaptive output feedback apparatuses and methods capable of controlling a non-minimum phase system. | |
| CN106041912B (zh) | 主从式蛇形机器人系统及其位置控制方法 | |
| JP2001255905A (ja) | モデル最適化適応制御方法 | |
| JP5115965B2 (ja) | ニューロン装置、神経回路網装置、非負整数符号化装置、整数クラスタ装置、フィードバック制御装置、ならびに、プログラム | |
| Goodarzi et al. | Global formulation of an extended Kalman filter on SE (3) for geometric control of a quadrotor UAV | |
| CN115047900A (zh) | 一种四旋翼无人机的鲁棒自适应姿态轨迹跟踪控制方法 | |
| Kim et al. | Distributed event-triggered adaptive formation tracking of networked uncertain stratospheric airships using neural networks | |
| Salman et al. | Real-time validation and comparison of fuzzy identification and state-space identification for a UAV platform | |
| Al-Saedi et al. | Design and implementation of autopilot system for quadcopter | |
| JP2851901B2 (ja) | 学習制御装置 | |
| Raptis et al. | System identification for a miniature helicopter at hover using fuzzy models | |
| Colmenares-Vazquez et al. | An intermediary quaternion-based control for trajectory following using a quadrotor | |
| Simmons et al. | Control allocation for the X-33 using existing and novel quadratic programming techniques | |
| Ardabili et al. | Investigating the Effect of Event-triggered Control and Nonlinear Actuator Dynamics on Spacecraft Attitude Stabilization | |
| Uthayasurian et al. | SolidWorks-based topology optimization for octocopter design and development | |
| EP1642181A2 (en) | System and method for controlling model aircraft | |
| Repoulias et al. | On spatial trajectory planning & open-loop control for underactuated AUVs | |
| Öznalbant et al. | Analysis of Analytical Solution Approaches of Inverse Simulation for Fixed Wing Aircraft | |
| Fadly et al. | Flutter Suppression Using Neural Networks: Design and Implementation | |
| Ramos et al. | Environment for unmanned helicopter control system development: application examples |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070221 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090204 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090224 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090424 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100302 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100629 |