JP2004070429A

JP2004070429A - 予測誤差を考慮した予測制御方法、その予測制御装置、その多軸制御方法、その多軸制御装置、その平行光調整方法、及びその平行光調整装置、その予測制御システム

Info

Publication number: JP2004070429A
Application number: JP2002225186A
Authority: JP
Inventors: Hisayoshi Oshima; 大島　久慶; Tarou Teru; 照　太郎; Yusuke Taneda; 種子田　裕介
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2002-08-01
Filing date: 2002-08-01
Publication date: 2004-03-04

Abstract

【課題】相互作用が複雑な場合でも短時間で正確に協調条件を満たす状態に制御できる予測誤差を考慮した予測制御方法を得る。
【解決手段】相互作用を有する複数の制御要素を制御することにより、複数の制御対象をコントロールし、その協調条件が成立するようにする予測制御方法に関する。各制御要素制御量の制御対象への相互作用を考慮に入れ、各制御量を予測演算手段１で予測演算して求め、複数有る制御要素の制御量を制御し、制御対象４の制御状態を検出し、その検出結果が協調条件を満足するようにすることを特徴とする。
【選択図】　　　図１

Description

【０００１】
【発明の属する技術分野】
本発明は、予測誤差を考慮した予測制御方法、その予測制御装置、その多軸制御方法、その多軸制御装置、その平行光調整方法、及びその平行光調整装置、その予測制御システムに関する。
【０００２】
【従来の技術】
調整の中には複数の制御要素を制御し、複数の制御対象をコントロールし協調条件を成立させるような調整がある。このような調整では、複数有る制御要素を順番に制御し制御対象が目標の協調条件に収束するように制御を繰り返す方法が一般的である。このような繰り返し制御の場合、協調条件が成立するまで複数の制御要素を順番に動かし、その時の制御対象の状態により再び調整する制御要素を判断し制御するという作業を繰り返して協調条件を探していく。このため繰り返し制御では、時間がかかり、調整時間が長くなるという問題がある。この問題を解決するために協調条件を予測演算し制御要素をその条件に制御することで調整を短時間で行うことが考えられている。
【０００３】
従来、投影露光装置の投影光学系を調整するものとして、特開２０００−４７１０３公報の「投影光学系の調整方法」が知られている。
この調整方法は、原版上のパターンの像を基板上の感光剤上に形成するための投影光学系を調整する方法において、投影光学系を通過する放射の波面を測定する工程と、波面の測定データと投影光学系の調整量とに基づいて投影光学系の結像シミュレーションを行って結像評価量を求め、結像評価量が予め定められた範囲内に追い込まれたときの調整量を算出する工程と、算出された調整量に基づいて投影光学系を調整する工程とを備えることで投影光学系の調整作業効率を上げるものである。
【０００４】
また、従来、騒音制御装置の制御音をコントロールするためのマップ情報を決定するシステムとして、特開平８−１７７４５３号公報の「騒音制御装置」が知られている。
この騒音制御装置は、騒音を制御する制御音を出力するための複数のアクチュエータと、制御音の位相制御、振幅制御を行うために位相量、振幅量を、エンジン回転数、負荷をパラメータとして記憶するマップ情報、このマップ情報に従って各複数のアクチュエータに制御波形信号を形成するコントローラと、制御結果を評価する評価点に配置された複数の評価点マイクロフォンと、エンジン回転次数比トラッキング分析を行う周波数分析部と、複数のアクチュエータから出力される制御音間の相互作用を考慮して、各評価点における車両騒音とアクチュエータの単独出力とのエンジン回転次数比トラッキングを行った結果を基に制御結果の予測を行い、複数の評価点の騒音音圧を同時に目標音圧に近づける制御音の位相量及び振幅量を決定しマップ情報にすることで容易に騒音制御に使用するマップ情報を決定するというものである。
【０００５】
この従来例によれば、エンジン回転数と負荷をパラメータとして各評価点で測定した車両騒音測定結果と疑似エンジン回転数を用いて位相量、振幅量をパラメータとして各アクチュエータ単独の制御音の評価点での測定結果から、騒音制御時の制御音の評価点への到達音を重ね合わせにより予測する。位相量、振幅量を変化して目的関数が最低になったときの位相量、振幅量をエンジン回転数と負荷をパラメータとしたマップ情報として記録することで複数のアクチュエータの相互作用を考慮したマップ情報を作成することができる。実際に騒音制御する際には、エンジン回転数と負荷に従ってマップ情報から位相量、振幅量の情報を取り出しアクチュエータで最適な制御音を発生させる。
【０００６】
【発明が解決しようとする課題】
しかしながら、特開２０００−４７１０３公報に開示された調整では、明示されていないが複数の制御要素で複数の制御対象を一度にコントロールしようとした場合、各制御要素制御量の相互作用を考慮に入れた制御量のコントロールが必要となる。また相互作用が複雑になった場合や収束条件が厳しくなった場合、シミュレーションでの制御量予測では相互作用を十分考慮することが困難な場合（実特性とシミュレーションとの誤差がある）が多く、収束点付近で調整を何回も繰り返し、調整時間が長くなるという問題がある。
【０００７】
また、特開平８−１７７４５３号公報に開示された例では、実際に騒音を制御する際にはその時のエンジン回転数と負荷データに従って予め作成されたマップ情報からその条件の位相量、振幅量を取り出しアクチュエータで制御音を発生させるため、マップを作成した時と実際の騒音の状態に誤差が生じた場合、最適な騒音制御が出来ない場合が発生するという問題点がある。
【０００８】
そこで、本発明は、複数の制御要素を制御したことによる複数の制御対象への相互作用を考慮に入れた予測演算手段を設け、複数ある制御要素の制御量を予測演算し、一度に制御対象が協調条件を満たす状態にコントロールすることで、相互作用が複雑な場合でも短時間で正確に協調条件を満たす状態に制御できる、予測誤差を考慮した予測制御方法、その予測制御装置、その多軸制御方法、その多軸制御装置、その平行光調整方法、及びその平行光調整装置、その予測制御システムを提供することをその目的とする。
【０００９】
【課題を解決するための手段】
相互作用を考慮しないで制御した場合、或る制御対象を制御するためそれをコントロールできる制御要素の制御量を調整すると制御しようとした制御対象は最適な状態にコントロールされるが、別の制御対象が相互作用の影響で最適な状態からずれてしまう。ずれた制御対象を最適な状態にするためそれをコントロールできる制御要素の制御量を調整すると前に最適な状態にした制御対象が相互作用の影響でずれてしまう。このような相互作用の影響による制御の繰り返しは制御要素、制御対象の数が増えるほど、相互作用が複雑になるほど、収束条件が厳しくなるほどひどくなり、調整にかかる時間が長くなってしまう。相互作用を考慮に入れた状態で複数ある制御要素の制御量をすべて求め、制御要素を一度に制御することで、相互作用の影響による制御の繰り返しを防ぐことが可能となり、短時間に協調条件を満たす状態にすることが可能となる。
【００１０】
また、制御装置内に検出手段を持つことにより制御時の特性が変化した場合や、予測演算手段、予測用モデルと実特性に差が有る場合でも、予測した制御量による制御対象、中間制御対象の制御状態を確認し、収束条件の許容範囲に無い時は再度その状態で制御要素の制御量を予測演算し、制御要素を制御することを繰り返すことで、制御対象が協調条件を満たす状態に近づけていき、最終的に収束条件の許容範囲に入れることができる。この場合でも、相互作用を考慮に入れた予測演算を行い、複数ある制御要素の制御量を予測することで、相互作用を考慮に入れない繰り返し制御に比べ少ない繰り返し回数で収束させることが可能である。
【００１１】
そこで、上記目的を達成するために請求項１の発明は、相互作用を有する複数の制御要素を制御することにより、複数の制御対象をコントロールし、その協調条件が成立するようにする予測制御方法において、各制御要素制御量の制御対象への相互作用を考慮に入れ、各制御量を予測演算手段で予測演算して求め、複数有る制御要素の制御量を制御し、制御対象の制御状態を検出し、その検出結果が協調条件を満足するようにすることを特徴とする予測誤差を考慮した予測制御方法である。
【００１２】
また、請求項２の発明は、請求項１に記載の予測誤差を考慮した予測制御方法において、前記複数ある制御要素の制御量の相互作用によりコントロールされる複数の中間制御対象をコントロールすることで最終制御対象が協調条件を成立させる場合に、最終制御対象が協調条件を満たすように中間制御対象の状態を決定し、更にその中間制御対象の状態を成立させるように、複数ある制御要素の制御量を予測演算手段で演算し求めて制御することで、中間制御対象及び最終制御対象が共に協調条件を満足するようにすることを特徴とする予測誤差を考慮した予測制御方法である。
【００１３】
また、請求項３の発明は、請求項１又は２に記載の予測誤差を考慮した予測制御方法において、複数ある制御要素の制御量を予測手段により予測し、予測点へと制御要素を制御することを繰り返し行って、中間制御対象及び最終制御対象が共に協調条件を満足するようにすることを特徴とする予測誤差を考慮した予測制御方法である。
【００１４】
また、請求項４の発明は、請求項１に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の特性データを基に、相互作用のある制御要素の制御量をパラメータとして制御対象の目標値からの誤差量を表した誤差曲面モデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法である。
【００１５】
また、請求項５の発明は、請求項２又は３に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データを基に、相互作用のある制御要素の制御量をパラメータとして制御対象又は中間制御対象の目標値からの誤差量を表した誤差曲面モデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法である。
【００１６】
また、請求項６の発明は、請求項４に記載の予測誤差を考慮した予測制御方法において、複数の制御要素の制御量と複数の制御対象の特性データから作成した複数の誤差曲面モデルを１空間に表すことで、複数の制御対象間の相互作用を表現し、それを用いて各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法である。
【００１７】
また、請求項７の発明は、請求項５に記載の予測誤差を考慮した予測制御方法において、複数の制御要素の制御量と複数の制御対象又は中間制御対象の特性データから作成した複数の誤差曲面モデルを１空間に表すことで、複数の制御対象間又は複数の中間制御対象間の相互作用を表現し、それを用いて各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法である。
【００１８】
また、請求項８の発明は、請求項４又は５に記載の予測誤差を考慮した予測制御方法において、収束点に近づくにつれて予測誤差が小さくなるよう分布を持たせたモデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法である。
【００１９】
また、請求項９の発明は、請求項４又は５に記載の予測誤差を考慮した予測制御方法において、誤差曲面モデルと各サンプルの実特性の差をモデルの制御量軸方向の誤差とみなしてモデルを制御量軸方向にシフトさせ予測演算をすることを特徴とする予測誤差を考慮した予測制御方法である。
【００２０】
また、請求項１０の発明は、請求項４又は５に記載の予測誤差を考慮した予測制御方法において、
制御要素の制御量をＸ，Ｙ，…Ｚ、
誤差曲面モデル関数をＧｎ（Ｘ，Ｙ，…Ｚ）、ただしｎは制御対象の数に依存、
Ｇ１＝Ｇ２＝…＝Ｇｎ＝０を満たす点を（Ｘｍ，Ｙｍ，…Ｚｍ）、
実特性関数をＦｎ（Ｘ，Ｙ，…Ｚ）、ただしｎは制御対象の数に依存、
Ｆ１＝Ｆ２＝…＝Ｆｎ＝０を満たす点を（Ｘａ，Ｙａ，…Ｚａ）とすると、
｜Ｇｎ（２Ｘ＋Ｘｍ，２Ｙ＋Ｙｍ，…，２Ｚ＋Ｚｍ）｜＞｜Ｆｎ（Ｘ＋Ｘａ，　Ｙ＋Ｙａ，…，　Ｚ＋Ｚａ）｜
を全ての対象サンプルで満たす範囲でつくられた誤差曲面モデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法である。
【００２１】
また、請求項１１の発明は、請求項６に記載の予測誤差を考慮した予測制御方法において、複数の制御対象の初期誤差量測定値で対応する誤差曲面モデルをカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点又は囲まれる領域、又は領域の重心点又は交点の平均点を制御要素の初期制御状態とすることを特徴とする予測誤差を考慮した予測制御方法である。
【００２２】
また、請求項１２の発明は、請求項７に記載の予測誤差を考慮した予測制御方法において、複数の制御対象又は中間制御対象の初期誤差量測定値で対応する誤差曲面モデルをカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点、囲まれる領域、領域の重心点又は交点の平均点を制御要素の初期制御状態とすることを特徴とする予測誤差を考慮した予測制御方法である。
【００２３】
また、請求項１３の発明は、請求項６に記載の予測誤差を考慮した予測制御方法において、複数の制御対象の収束条件範囲で対応する誤差曲面モデルをカットした際の交差領域を制御要素の制御量平面上に重ね合わせ、その交差領域が交わった領域を制御要素の目標制御状態とすることを特徴とする予測誤差を考慮した予測制御方法である。
【００２４】
また、請求項１４の発明は、請求項７に記載の予測誤差を考慮した予測制御方法において、複数の制御対象又は中間制御対象の収束条件範囲で対応する誤差曲面モデルをカットした際の交差領域を制御要素の制御量平面上に重ね合わせ、その交差領域が交わった領域を制御要素の目標制御状態とすることを特徴とする予測誤差を考慮した予測制御方法である。
【００２５】
また、請求項１５の発明は、請求項６に記載の予測誤差を考慮した予測制御方法において、複数の制御対象の収束条件中心値で対応する誤差曲面モデルをカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点、囲まれる領域、囲まれる領域の重心点又は交点の平均点を制御要素の目標制御状態とすることを特徴とする予測誤差を考慮した予測制御方法である。
【００２６】
また、請求項１６の発明は、請求項７に記載の予測誤差を考慮した予測制御方法において、複数の制御対象又は中間制御対象の収束条件中心値で対応する誤差曲面モデルをカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点、囲まれる領域、囲まれる領域の重心点又は交点の平均点を制御要素の目標制御状態とすることを特徴とする予測誤差を考慮した予測制御方法である。
【００２７】
また、請求項１７の発明は、請求項６に記載の予測誤差を考慮した予測制御方法において、請求項１１の方法で複数の制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、請求項１５の方法で複数の制御対象の収束条件中心値から求めた制御要素の目標制御状態（交点、交点の平均点又は重心点）との距離から各制御要素の予測制御量を決定することを特徴とする予測誤差を考慮した予測制御方法である。
【００２８】
また、請求項１８の発明は、請求項７に記載の予測誤差を考慮した予測制御方法において、請求項１２の方法で複数の制御対象又は中間制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、請求項１６の方法で複数の制御対象又は中間制御対象の収束条件中心値から求めた制御要素の目標制御状態（交点、交点の平均点又は重心点）との距離から各制御要素の予測制御量を決定することを特徴とする予測誤差を考慮した予測制御方法である。
【００２９】
また、請求項１９の発明は、請求項６に記載の予測誤差を考慮した予測制御方法において、請求項１１の方法で複数の制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、請求項１３又は請求項１５の方法で複数の制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の最短距離を各制御要素の予測制御量として決定することを特徴とする予測誤差を考慮した予測制御方法である。
【００３０】
また、請求項２０の発明は、請求項７に記載の予測誤差を考慮した予測制御方法において、請求項１２の方法で複数の制御対象又は中間制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、請求項１４又は請求項１６の方法で複数の制御対象又は中間制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の最短距離を各制御要素の予測制御量として決定することを特徴とする予測誤差を考慮した予測制御方法である。
【００３１】
また、請求項２１の発明は、請求項６に記載の予測誤差を考慮した予測制御方法において、請求項１１の方法で複数の制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（領域）と、請求項１３又は１５の方法で複数の制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の重なる面積が最大となる最短距離を各制御要素の予測制御量として決定することを特徴とする予測誤差を考慮した予測制御方法である。
【００３２】
また、請求項２２の発明は、請求項７に記載の予測誤差を考慮した予測制御方法において、請求項１２の方法で複数の制御対象又は中間制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（領域）と、請求項１４又は１６の方法で複数の制御対象又は中間制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の重なる面積が最大となる最短距離を各制御要素の予測制御量として決定することを特徴とする予測誤差を考慮した予測制御方法である。
【００３３】
また、請求項２３の発明は、請求項４に記載の予測誤差を考慮した予測制御方法において、制御対象の実特性の情報により誤差曲面モデルを変化させ、そのモデルを用いて予測演算をすることを特徴とする予測誤差を考慮した予測制御方法である。
【００３４】
また、請求項２４の発明は、請求項５に記載の予測誤差を考慮した予測制御方法において、制御対象又は中間制御対象の実特性の情報により誤差曲面モデルを変化させ、そのモデルを用いて予測演算をすることを特徴とする予測誤差を考慮した予測制御方法である。
【００３５】
また、請求項２５の発明は、請求項２３に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態での制御対象の実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その各制御要素の制御状態での制御対象の実特性情報と初期状態での制御対象の実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法である。
【００３６】
また、請求項２６の発明は、請求項２４に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態での制御対象又は中間制御対象の実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その各制御要素の制御状態での制御対象又は中間制御対象の実特性情報と初期状態での制御対象又は中間制御対象の実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法である。
【００３７】
また、請求項２７の発明は、請求項２３に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態での実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その予測点への制御途中に制御対象の実特性情報を取得し、取得した制御途中の実特性情報と初期位置での実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法である。
【００３８】
また、請求項２８の発明は、請求項２４に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態での実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その予測点への制御途中に制御対象又は中間制御対象の実特性情報を取得し、取得した制御途中の実特性情報と初期位置での実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法である。
【００３９】
また、請求項２９の発明は、請求項２３に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態付近での制御対象の実特性情報により、基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行うことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法である。
【００４０】
また、請求項３０の発明は、請求項２４に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態付近での制御対象又は中間制御対象の実特性情報により、基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行うことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法である。
【００４１】
また、請求項３１の発明は、請求項４に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の特性データから誤差曲面モデルを作る際に、複数のモデルを作り、モデル切り換え手段でモデルを切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【００４２】
また、請求項３２の発明は、請求項５に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データから誤差曲面モデルを作る際に、複数のモデルを作り、モデル切り換え手段でモデルを切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【００４３】
また、請求項３３の発明は、請求項３１に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の特性データから複数の誤差曲面モデルを作る際に、予測点付近の狭範囲モデルと、広範囲モデルを作り、初期調整時に広範囲モデルを用いて各制御要素の制御量を予測演算し、狭範囲モデル範囲に入った時点で狭範囲モデルに切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【００４４】
また、請求項３４の発明は、請求項３２に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データから複数の誤差曲面モデルを作る際に、予測点付近の狭範囲モデルと、広範囲モデルを作り、初期調整時に広範囲モデルを用いて各制御要素の制御量を予測演算し、狭範囲モデル範囲に入った時点で狭範囲モデルに切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【００４５】
また、請求項３５の発明は、請求項３１に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の特性データから複数の誤差曲面モデルを作る際に、特性データの傾きの変わる極部分で分割したモデルを用い、そのモデルを切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【００４６】
また、請求項３６の発明は、請求項３２に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データから複数の誤差曲面モデルを作る際に、特性データの傾きの変わる極部分で分割したモデルを用い、そのモデルを切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【００４７】
また、請求項３７の発明は、請求項１に記載の予測誤差を考慮した予測制御方法において、各制御要素にある制御量を入力制御した際の制御対象又は中間制御対象の変化データ（初期データ収集結果）を予測演算手段に加えて、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【００４８】
また、請求項３８の発明は、請求項２又は３に記載の予測誤差を考慮した予測制御方法において、各制御要素にある制御量を入力制御した際の制御対象又は中間制御対象の変化データを予測演算手段に加えて、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【００４９】
また、請求項３９の発明は、請求項１〜３の何れかに記載の予測誤差を考慮した予測制御方法において、予測誤差認識手段を設け、予測誤差が大きいと判断された場合は、予測演算の精度の高い部分に一度各制御要素を制御した後に、再び各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【００５０】
また、請求項４０の発明は、請求項３９に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の変化の関係から制御要素の重みづけを行い、初期データ収集時に各制御要素の制御量を重みづけに従い決めることを特徴とする予測誤差を考慮した予測制御方法である。
【００５１】
また、請求項４１の発明は、請求項３９に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の変化の関係から制御要素の重みづけを行い、初期データ収集時に各制御要素の制御量を重みづけに従い決めることを特徴とする予測誤差を考慮した予測制御方法である。
【００５２】
また、請求項４２の発明は、請求項３９に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の変化の関係を測定し、そのデータをもとに制御要素の重みづけを行う重みづけ手段を持ち、初期データ収集時に各制御要素の制御量を重み付け手段の重みづけ結果に従い決めることを特徴とする予測誤差を考慮した予測制御方法である。
【００５３】
また、請求項４３の発明は、請求項３９に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の変化の関係を測定し、そのデータをもとに制御要素の重みづけを行う重みづけ手段を持ち、初期データ収集時に各制御要素の制御量を重み付け手段の重みづけ結果に従い決めることを特徴とする予測誤差を考慮した予測制御方法である。
【００５４】
また、請求項４４の発明は、請求項１〜３の何れかに記載の予測誤差を考慮した予測制御方法において、予測演算手段を複数持ち、予測演算選択手段で複数ある予測演算手段を切り換えることを特徴とする予測誤差を考慮した予測制御方法である。
【００５５】
また、請求項４５の発明は、相互作用を有する複数の制御要素を制御することにより、複数の制御対象をコントロールし、その協調条件が成立するようにする予測制御装置において、各制御要素制御量の制御対象又は中間制御対象への相互作用を考慮に入れ、各制御要素の制御量を予測演算し求める予測演算手段を備えることを特徴とする予測誤差を考慮した予測制御装置である。
【００５６】
また、請求項４６の発明は、請求項４５に記載の予測誤差を考慮した予測制御装置において、前記予測演算手段の中に、複数のモデル及びモデル切り換え手段、実特性の情報によりモデルを修正するモデル修正手段、複数の予測演算部及び予測演算選択手段及び初期データ収集時に各制御要素の制御量の重み付けを行う重み付け手段のいずれか１つを備えることを特徴とする予測誤差を考慮した予測制御装置である。
【００５７】
また、請求項４７の発明は、請求項１に記載の制御方法において、制御要素が複数の駆動手段の駆動量で、制御装置がその駆動量の相互作用により、制御対象をコントロールし、その協調条件を成立させる多軸制御装置である場合、各駆動手段駆動量の制御対象又は中間制御対象への相互作用を考慮に入れ、各駆動手段の駆動量を予測演算手段で演算し求め、複数有る駆動手段を駆動し協調条件を満足させることを特徴とする多軸制御方法である。
【００５８】
また、請求項４８の発明は、請求項２に記載の制御方法において、制御要素が複数の駆動手段の駆動量で、制御装置がその駆動量の相互作用により、制御対象又は中間制御対象をコントロールし、その協調条件を成立させる多軸制御装置である場合、各駆動手段駆動量の制御対象又は中間制御対象への相互作用を考慮に入れ、各駆動手段の駆動量を予測演算手段で演算し求め、複数有る駆動手段を駆動し協調条件を満足させることを特徴とする多軸制御方法である。
【００５９】
また、請求項４９の発明は、請求項４８に記載の多軸制御方法において、複数ある駆動手段の駆動量を予測手段により予測し、予測点へと駆動手段を駆動することを繰り返し行って、中間制御対象、最終制御対象とも協調条件を満足させることを特徴とした多軸制御方法である。
【００６０】
また、請求項５０の発明は、請求項４７に記載の多軸制御方法において、各駆動手段の駆動量を予測演算し求める予測演算手段の中に相互作用のある駆動手段の駆動量をパラメータとして、その相互作用により制御される制御対象の目標値からの誤差量を表した誤差曲面モデルを備え、それを用いて各駆動手段の駆動量を予測演算し求めることを特徴とする多軸制御方法である。
【００６１】
また、請求項５１の発明は、請求項４８に記載の多軸制御方法において、各駆動手段の駆動量を予測演算し求める予測演算手段の中に相互作用のある駆動手段の駆動量をパラメータとして、その相互作用により制御される制御対象又は中間制御対象の目標値からの誤差量を表した誤差曲面モデルを備え、それを用いて各駆動手段の駆動量を予測演算し求めることを特徴とする多軸制御方法である。
【００６２】
また、請求項５２の発明は、請求項５０又は５１に記載の多軸制御方法において、誤差曲面モデルで表現されている相互作用が複数の駆動軸の軸干渉であることを特徴とする多軸制御方法である。
【００６３】
また、請求項５３の発明は、請求項４５に記載の制御装置において、複数の制御要素が複数の駆動手段で、各駆動手段の駆動量の制御対象又は中間制御対象への相互作用を考慮に入れ、協調条件が満足する各駆動手段の駆動量を予測演算し求める予測演算手段を備えることを特徴とする多軸制御装置である。
【００６４】
また、請求項５４の発明は、請求項５３に記載の多軸制御装置において、予測演算手段の中に複数のモデルとモデル切り換え手段、実特性の情報によりモデルを修正するモデル修正手段、複数の予測演算手段と予測演算選択手段、初期データ収集時に各制御要素の制御量の重み付けを行う重み付け手段のいずれか１つを備えることを特徴とする多軸制御装置である。
【００６５】
また、請求項５５の発明は、請求項４７又は４８に記載の多軸制御方法において、制御装置が光源から出射された光束をコリメートレンズで略平行光にしビーム整形手段を通し検出系へと導き、検出系内の検出レンズで集光束にした光束の非点収差検出結果をもとに両レンズを駆動手段で駆動し、ビーム整形手段後の光束の非点収差が最小となるように調整する平行光調整装置で、制御対象である非点収差が最小となるコリメートレンズ、検出レンズ位置を予測演算手段で演算し、制御要素である両レンズを駆動手段により駆動することを特徴とする平行光調整方法である。
【００６６】
また、請求項５６の発明は、請求項５５に記載の平行光調整方法において、コリメートレンズの駆動量により主にコントロールされる非点収差検出信号ＣＬ％と、検出レンズの駆動量により主にコントロールされる非点収差検出信号ＤＬ％　という複数の中間制御対象が有り、それらが条件を満たすように両レンズの位置を予測演算手段で演算し駆動することで最終制御対象の非点収差が最小になるように調整することを特徴とする平行光調整方法である。
【００６７】
また、請求項５７の発明は、請求項５５又は５６に記載の平行光調整方法において、制御対象である非点収差が最小となるコリメートレンズ、検出レンズ位置を予測演算手段で演算し、制御要素である両レンズを駆動手段により駆動する制御を繰返し行うことにより非点収差が最小になるように両レンズ位置を調整することを特徴とする平行光調整方法である。
【００６８】
また、請求項５８の発明は、請求項５５又は５６に記載の平行光調整方法において、予測演算手段の中にコリメートレンズ、検出レンズの駆動量をパラメータに、その相互作用により制御される光束の非点収差又は非点収差の検出信号の目標値からの誤差量を表した誤差曲面モデルを備え、それを用いて両レンズ位置を予測演算手段で演算し求めることを特徴とする平行光調整方法である。
【００６９】
また、請求項５９の発明は、請求項５８に記載の平行光調整方法において、コリメートレンズ、検出レンズの駆動量と光束の非点収差又は複数の非点収差検出信号の特性データから作成した複数の誤差曲面モデルを１空間に表すことで複数の非点収差検出信号間の相互作用を表現し、それを用いて両レンズ駆動量を予測演算手段で予測演算し求めることを特徴とする平行光調整方法である。
【００７０】
また、請求項６０の発明は、請求項５８に記載の平行光調整方法において、非点収差が最小の光束を得られるレンズ位置に近いほど、その位置を予測する誤差が小さくなるよう分布を持たせた誤差曲面モデルを用いて両レンズ駆動量を予測演算手段で予測演算し求めることを特徴とする平行光調整方法である。
【００７１】
また、請求項６１の発明は、請求項５８に記載の平行光調整方法において、コリメータレンズ誤差曲面モデルをＣＬ誤差曲面モデル、検出レンズ誤差曲面モデルをＤＬ誤差曲面モデルとしたとき、ＣＬ誤差曲面モデル及びＤＬ誤差曲面モデルと実特性であるレンズ位置に対する非点収差検出信号との差をレンズ絶対位置の誤差とみなしてモデルをレンズ駆動軸方向にシフトさせ予測演算することを特徴とする平行光調整方法である。
【００７２】
また、請求項６２の発明は、請求項５８に記載の平行光調整方法において、
制御要素をＣＬｐ（ＣＬ位置）、ＤＬｐ（ＤＬ位置）とし、
中間制御対象を光束の非点収差検出信号ＣＬ％　、ＤＬ％　とし、
ＣＬ誤差曲面モデルをＧｃｌ（ＣＬｐ，　ＤＬｐ）とし、
ＤＬ誤差曲面モデルをＧｄｌ（ＣＬｐ，　ＤＬｐ）とし、Ｇｃｌ（ＣＬｐ，　ＤＬｐ）、Ｇｄｌ（ＣＬｐ，　ＤＬｐ）、誤差０平面の交点を（ＣＬＰＴＭ、ＤＬＰＴＭ）とし、
ＣＬｐ　、ＤＬｐ　に対するＣＬ％　の実特性を誤差空間に表したものＦｃｌ（ＣＬｐ，　ＤＬｐ）とし、ＣＬｐ　、ＤＬｐ　に対するＤＬ％の実特性を誤差空間に表したものＦｄｌ（ＣＬｐ，　ＤＬｐ）とし、
Ｆｃｌ（ＣＬｐ，ＤＬｐ）、Ｆｄｌ（ＣＬｐ，ＤＬｐ）、誤差０平面の交点を（ＣＬＰＴＡ、ＤＬＰＴＡ）とすると、
｜Ｇｃｌ（２ＣＬｐ＋ＣＬＰＴＭ　，　２ＤＬｐ＋　ＤＬＰＴＭ）｜＞｜Ｆｃｌ（ＣＬｐ＋　ＣＬＰＴＡ，　ＤＬｐ＋　ＤＬＰＴＡ）｜
｜Ｇｄｌ（２ＣＬｐ＋ＣＬＰＴＭ　，　２ＤＬｐ＋　ＤＬＰＴＭ）｜＞｜Ｆｄｌ（ＣＬｐ＋　ＣＬＰＴＡ，　ＤＬｐ＋　ＤＬＰＴＡ）｜
を全ての対象サンプルのＦｃｌ（ＣＬｐ，ＤＬｐ）、Ｆｄｌ（ＣＬｐ，ＤＬｐ）で満たす範囲でつくられた誤差曲面モデルＧｃｌ（ＣＬｐ，ＤＬｐ）、Ｇｄｌ（ＣＬｐ，ＤＬｐ）を用いて両レンズ駆動量を予測演算手段で予測演算し求めることを特徴とする平行光調整方法である。
【００７３】
また、請求項６３の発明は、請求項５９に記載の平行光調整方法において、非点収差検出信号ＣＬ％、ＤＬ％の初期誤差量測定値で対応する誤差曲面モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差曲線をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差曲線の交点をコリメートレンズ、検出レンズの初期駆動状態とすることを特徴とする平行光調整方法である。
【００７４】
また、請求項６４の発明は、請求項５９に記載の平行光調整方法において、非点収差検出信号ＣＬ％、ＤＬ％の収束条件範囲で対応する誤差曲面モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差領域をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差領域が交わった領域をコリメートレンズ、検出レンズの目標駆動状態とすることを特徴とする平行光調整方法である。
【００７５】
また、請求項６５の発明は、請求項５９に記載の平行光調整方法において、非点収差検出信号ＣＬ％、ＤＬ％の収束条件中心値で対応する誤差曲面モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差曲線をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差曲線の交点をコリメートレンズ、検出レンズの目標駆動状態とすることを特徴とする平行光調整方法である。
【００７６】
また、請求項６６の発明は、請求項５９に記載の平行光調整方法において、請求項６３の方法で求めたコリメートレンズ、検出レンズの初期駆動状態（交点）と、請求項６５の方法で求めたコリメートレンズ、検出レンズの目標駆動状態（交点）の距離からコリメートレンズ、検出レンズの予測駆動量を決定することを特徴とする平行光調整方法である。
【００７７】
また、請求項６７の発明は、請求項５９に記載の平行光調整方法において、請求項６３の方法で求めたコリメートレンズ、検出レンズの初期駆動状態（交点）と、請求項６４の方法で求めたコリメートレンズ、検出レンズの目標駆動状態（領域）の最短距離をコリメートレンズ、検出レンズの予測駆動量として決定することを特徴とする平行光調整方法である。
【００７８】
また、請求項６８の発明は、請求項５８に記載の平行光調整方法において、非点収差検出信号実特性を取得し、それによりＣＬ、ＤＬ誤差曲面モデルを変化させ、その修正されたモデルにより非点収差が最小の光束を実現するレンズ位置を予測し、制御することを特徴とする平行光調整方法である。
【００７９】
また、請求項６９の発明は、請求項６８に記載の平行光調整方法において、コリメートレンズ、検出レンズの初期位置での非点収差検出信号ＣＬ％，　ＤＬ％と基準となるＣＬ、ＤＬ誤差曲面モデルにより初回の予測制御を行い、その状態での非点収差検出信号と、初期位置での非点収差検出信号の値を考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより両レンズ位置を非点収差が最小の光束になる位置にすることを特徴とする平行光調整方法である。
【００８０】
また、請求項７０の発明は、請求項６８に記載の平行光調整方法において、コリメートレンズ、検出レンズの初期位置での非点収差検出信号ＣＬ％，　ＤＬ％と基準となるＣＬ、ＤＬ誤差曲面モデルにより初回の予測制御を行い、その予測点へコリメートレンズ、検出レンズを移動中に、非点収差検出信号ＣＬ％，　ＤＬ％を取得し、取得した移動途中の非点収差検出信号と初期位置での非点収差検出信号とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより両レンズ位置を非点収差が最小の光束になる位置にすることを特徴とする平行光調整方法である。
【００８１】
また、請求項７１の発明は、請求項６８に記載の平行光調整方法において、コリメートレンズ、検出レンズの初期位置での非点収差検出信号ＣＬ％，　ＤＬ％により、基準となるＣＬ、ＤＬ誤差曲面モデルを修正し、修正されたモデルにより非点収差が最小の光束を得るレンズ位置を予測制御して、両レンズ位置を非点収差が最小の光束になる位置にすることを特徴とする平行光調整方法である。
【００８２】
また、請求項７２の発明は、請求項５８に記載の制御方法において、各レンズの駆動量と光束の非点収差又は非点収差の検出信号の特性データから誤差曲面モデルを作る際に、複数のモデルを作り、モデル切り換え手段でモデルを切り換え、予測演算手段で両レンズ駆動量を予測演算することを特徴とする平行光調整方法である。
【００８３】
また、請求項７３の発明は、請求項７２に記載の平行光調整方法において、複数の誤差曲面モデルを作る際に、非点収差が最低となる点付近の狭範囲モデルと、広範囲モデルを作り、初期調整時に広範囲モデルを用いてコリメートレンズ、検出レンズの駆動量を予測演算し、狭範囲モデル範囲に入った時点で狭範囲モデルに切り換え両レンズ駆動量を予測演算することを特徴とする平行光調整方法である。
【００８４】
また、請求項７４の発明は、請求項７３に記載の平行光調整方法において、複数の誤差曲面モデルを作る際に、特性データの傾きの変わる極部分で分割したモデルを用い、そのモデルを切り換え、予測演算手段で両レンズ駆動量を予測演算することを特徴とする平行光調整方法である。
【００８５】
また、請求項７５の発明は、請求項５５〜５７の何れかに記載の平行光調整方法において、コリメートレンズ、検出レンズをある駆動量だけ駆動した際の光束の非点収差又は非点収差検出信号の変化データを予測演算手段に加えて、両レンズ位置を予測演算手段で演算することを特徴とする平行光調整方法である。
【００８６】
また、請求項７６の発明は、請求項５５〜５７の何れかに記載の平行光調整方法において、予測誤差認識手段を設け、予測誤差が大きいと判断された場合は、予測演算の精度の高い部分に一度コリメートレンズ、検出レンズを移動した後に、再び非点収差が最小となるコリメートレンズ、検出レンズ位置を予測演算することを特徴とする平行光調整方法である。
【００８７】
また、請求項７７の発明は、請求項７６に記載の平行光調整方法において、各レンズの駆動量と非点収差検出信号の変化の関係から各レンズの重みづけを行っておき、初期データ収集時に各レンズの駆動量を重みづけに従い決定することを特徴とする平行光調整方法である。
【００８８】
また、請求項７８の発明は、請求項７６に記載平行光調整方法において、各レンズの駆動量と非点収差検出信号の変化の関係を測定し、そのデータをもとに各レンズの重みづけを行う重みづけ手段を持ち、初期データ収集時に各レンズの駆動量を重み付け手段の重みづけ結果に従い決定することを特徴とする平行光調整方法である。
【００８９】
また、請求項７９の発明は、請求項５６又は５７に記載の平行光調整方法において、予測演算手段を複数持ち、予測演算選択手段で複数ある予測演算手段を切り換えることを特徴とする平行光調整方法である。
【００９０】
また、請求項８０の発明は、請求項５４に記載の多軸制御装置で、制御装置が光源から出射された光束をコリメートレンズで略平行光にしビーム整形手段を通し検出系へと導き、検出系内の検出レンズで集光束にした光束の非点収差検出結果をもとに両レンズを駆動手段で駆動し、ビーム整形手段後の光束の非点収差が最小となるように調整する平行光調整装置で、最終制御対象である非点収差が最小となるコリメートレンズと検出レンズ位置を予測演算し求める予測演算手段を備えることを特徴とする平行光調整装置である。
【００９１】
また、請求項８１の発明は、請求項８０に記載の平行光調整装置において、予測演算手段の中に複数のモデルを切り換えるモデル切り換え手段、実特性データによりモデルを修正するモデル修正手段、複数の予測演算手段を切り換える予測演算選択手段、初期データ収集時に各制御要素の制御量の重み付けを行う重み付け手段のいずれか１つを備えることを特徴とする平行光調整装置である。
【００９２】
また、請求項８２の発明は、相互作用を有する複数の制御要素を制御することにより、複数の制御対象をコントロールし、その協調条件が成立するようにする予測制御システムにおいて、各制御要素制御量の制御対象への相互作用を考慮に入れ、各制御量を予測演算手段で予測演算して求め、複数有る制御要素の制御量を制御し、制御対象の制御状態を検出し、その検出結果が協調条件を満足するようにすることを特徴とする予測誤差を考慮した予測制御システムである。
【００９３】
【発明の実施の形態】
以下、本発明の実施の形態を図面を参照して説明する。
図１は、本発明に係る一実施形態としての第１実施形態の予測誤差を考慮した予測制御装置の基本構成を示す図である。次に図１を参照して複数の制御要素の相互作用を考慮し制御対象を制御する制御装置の基本構成を説明する。なお、本明細書中において、ＣＬはコリメートレンズ（ｃｏｌｌｉｍａｔｅ　ｌｅｎｓ）、ＤＬは検出レンズ（ｄｅｔｅｃｔｉｖｅ　ｌｅｎｓ）、ｐは位置、ｃは現在（ｃｕｒｒｅｎｔ）、Ｔ　は目標（ｔａｒｇｅｔ）をそれぞれ示す。
【００９４】
この制御装置は、複数の制御要素を制御する制御手段３と、複数の制御要素を制御することによってコントロール可能な制御対象４と、制御対象４を最適な状態にコントロールする際に各制御要素の制御量の相互作用を考慮に入れた予測演算を行う予測演算手段１と、求まった制御量を制御手段に出力する出力手段２、予測演算に必要な制御対象４の状態を検出する検出手段５から構成されている。
【００９５】
図１中、ｘ，ｙ．．．は制御要素の制御量、ｆ（ｘ，ｙ，．．．）は制御対象の検出結果で、それらを入力データとして予測演算手段に加える。Ａｘ，　Ａｙ，．．．は予測演算式Ｇｎ（Ｘ，Ｙ，…Ｚ）（ただし、ｎは制御対象の数に依存、即ち制御対象の数だけ予測演算式が存在）で求めた各制御要素の制御量演算結果である。
【００９６】
図２は、図１の予測制御装置の制御フローを説明するためのフローチャートである。
第１の発明は、相互作用を有する複数の制御要素を制御することにより、複数の制御対象をコントロールし、その協調条件が成立するようにする予測制御方法において、各制御要素制御量の制御対象への相互作用を考慮に入れ、各制御量を予測演算手段で予測演算して求め、複数有る制御要素の制御量を制御し、制御対象の制御状態を検出し、その検出結果が協調条件を満足するようにすることを特徴とする予測誤差を考慮した予測制御方法である。
【００９７】
また、第８２の発明は、相互作用を有する複数の制御要素を制御することにより、複数の制御対象をコントロールし、その協調条件が成立するようにする予測制御システムにおいて、各制御要素制御量の制御対象への相互作用を考慮に入れ、各制御量を予測演算手段で予測演算して求め、複数有る制御要素の制御量を制御し、制御対象の制御状態を検出し、その検出結果が協調条件を満足するようにすることを特徴とする予測誤差を考慮した予測制御システムである。
【００９８】
図２に示すように、第１の発明の制御方法では、各制御要素に出力手段を通じて出力されている制御量、検出手段で検出された制御対象のデータを取得し（Ｓ２０１）、予測演算手段に制御要素の制御量と制御対象のデータを入力し（Ｓ２０２）、制御対象への影響の相互作用を考慮に入れた各制御要素の制御量の予測演算を行い（Ｓ２０３）、演算された各制御要素への制御量を一度に出力して予測制御量を各制御要素に加え（Ｓ２０４）、制御対象を協調条件が成立するように制御する。
【００９９】
図３は、図１の予測制御装置の予測演算内容を示すフローチャートである。
第２の発明は第１の発明に記載の予測誤差を考慮した予測制御方法において、前記複数ある制御要素の制御量の相互作用によりコントロールされる複数の中間制御対象をコントロールすることで最終制御対象が協調条件を成立させる場合に、最終制御対象が協調条件を満たすように中間制御対象の状態を決定し、更にその中間制御対象の状態を成立させるように、複数ある制御要素の制御量を予測演算手段で演算し求めて制御することで、中間制御対象及び最終制御対象が共に協調条件を満足するようにすることを特徴とする予測誤差を考慮した予測制御方法。
【０１００】
第３の発明は第１の発明又は第２の発明に記載の予測誤差を考慮した予測制御方法において、複数ある制御要素の制御量を予測手段により予測し、予測点へと制御要素を制御することを繰り返し行って、中間制御対象及び最終制御対象が共に協調条件を満足するようにすることを特徴とする予測誤差を考慮した予測制御方法である。
【０１０１】
第４の発明は第１の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の特性データを基に、相互作用のある制御要素の制御量をパラメータとして制御対象の目標値からの誤差量を表した誤差曲面モデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法である。
【０１０２】
また、第４の発明は、第２の発明又は第３の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データを基に、相互作用のある制御要素の制御量をパラメータとして制御対象又は中間制御対象の目標値からの誤差量を表した誤差曲面モデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法である。
【０１０３】
予測演算方法としては、後で説明する第４の発明に示すような誤差曲面モデル（誤差曲面モデル）を使わない場合、図３のように制御対象の特性を制御要素の関数（ｆ（ｘ，ｙ，．．．））として表し（予測関数）、現在の制御量での各制御要素の制御軸方向成分の傾き（例えばｆＸ’（ｘ，ｙ，．．．），ｆＹ’（ｘ，ｙ，．．．））を求め（Ｓ３０１）、ニュートン法により繰り返し演算し、（制御対象の演算結果ｆ（ｘｎ，ｙｎ，．．．）−制御対象の目標値）が収束条件以下になった場合、繰り返し演算をやめ（Ｓ３０２）、その時の各制御要素の制御量演算結果から現在の各制御要素の制御量を引いた差分（Ａｘ，　Ａｙ，．．．）だけ各制御要素を出力（Ｓ３０３）して一度に制御すれば、複数の制御対象を協調条件が成立する状態に制御要素の相互作用を考慮して制御することができる。
【０１０４】
図４は、本発明に係る一実施形態としての第２実施形態の予測誤差を考慮した予測制御装置の基本構成を示す図である。
第２の発明では図４のように複数ある制御要素の制御量の相互作用によりコントロールされる複数の中間制御対象４１を制御系中間に設け、その複数の中間制御対象（第１中間制御対象４１、第２中間制御対象４２、・・・）の状態を最終制御対象（出力）４３が協調条件を成立するように決定し、更にその中間制御対象の状態を成立させる制御要素の制御量を予測演算手段１で予測演算し制御要素を制御することで、間接的に最終制御対象４３を制御することができ全ての制御対象が協調条件を満足するようにすることができる。この様に中間制御対象を設け制御系を分割することで、相互作用が複雑な制御系でも容易に協調条件を満たす制御要素の制御量を予測することが可能となる。また、最終制御対象（出力）４３が協調条件を成立するような複数の中間制御対象の状態を求める時に予測演算手段１での予測演算を用いても良い。
【０１０５】
図５は、図４の予測制御装置の制御フローを説明するためのフローチャートである。
予測演算手段により相互作用を考慮して制御対象、中間制御対象の協調条件が成立するように各制御要素の制御量を決定することで、複数の制御要素を協調条件が成立する状態に一度に制御することができるが、実際には予測関数、予測演算式で制御要素の制御量に対する制御対象、中間制御対象の変化特性を忠実に表現することは難しく、予測関数、予測演算式と実特性の違いにより予測誤差が発生する。第３の発明のように予測演算手段による予測と予測点への制御要素の制御を繰返し行うことで、予測誤差があり一度で協調条件を満たさない場合にも、より少ない繰り返し回数で協調条件が満足する状態に中間制御対象、最終制御対象を制御することが可能となる。
【０１０６】
即ち、図５に示すように、先ず、各制御要素の制御量、制御対象データ取得し（Ｓ５０１）、次に予測演算手段にデータを入力し（Ｓ５０２）、次に予測演算を行い（Ｓ５０３）、次に予測制御量を各制御要素に加え（Ｓ５０４）、次に制御対象データを取得し（Ｓ５０５）、次に収束条件を満足しているか判定し、満足していない場合にはステップＳ５０２に戻り、満足している場合には終了する。
【０１０７】
図６は、本発明に係る一実施形態としての第３実施形態の平行光調整装置の説明図である。
第４７の発明は、第１の発明に記載の制御方法において、制御要素が複数の駆動手段の駆動量で、制御装置がその駆動量の相互作用により、制御対象をコントロールし、その協調条件を成立させる多軸制御装置である場合、各駆動手段駆動量の制御対象又は中間制御対象への相互作用を考慮に入れ、各駆動手段の駆動量を予測演算手段で演算し求め、複数有る駆動手段を駆動し協調条件を満足させることを特徴とする多軸制御方法である。
【０１０８】
また、第４８の発明は、第２の発明に記載の制御方法において、制御要素が複数の駆動手段の駆動量で、制御装置がその駆動量の相互作用により、制御対象又は中間制御対象をコントロールし、その協調条件を成立させる多軸制御装置である場合、各駆動手段駆動量の制御対象又は中間制御対象への相互作用を考慮に入れ、各駆動手段の駆動量を予測演算手段で演算し求め、複数有る駆動手段を駆動し協調条件を満足させることを特徴とする多軸制御方法である。
【０１０９】
第４９の発明は、第４８の発明に記載の多軸制御方法において、複数ある駆動手段の駆動量を予測手段により予測し、予測点へと駆動手段を駆動することを繰り返し行って、中間制御対象、最終制御対象とも協調条件を満足させることを特徴とした制御方法である。
【０１１０】
第５５の発明は、第４７に記載の多軸制御方法において、制御装置が光源から出射された光束をコリメートレンズで略平行光にしビーム整形手段を通し検出系へと導き、検出系内の検出レンズで集光束にした光束の非点収差検出結果をもとに両レンズを駆動手段で駆動し、ビーム整形手段後の光束の非点収差が最小となるように調整する平行光調整装置で、制御対象である非点収差が最小となるコリメートレンズ、検出レンズ位置を予測演算手段で演算し、制御要素である両レンズを駆動手段により駆動することを特徴とする平行光調整方法である。
【０１１１】
第５６の発明は、第５５の発明に記載の平行光調整方法において、コリメートレンズの駆動量により主にコントロールされる非点収差検出信号ＣＬ％と、検出レンズの駆動量により主にコントロールされる非点収差検出信号ＤＬ％　という複数の中間制御対象が有り、それらが条件を満たすように両レンズの位置を予測演算手段で演算し駆動することで最終制御対象の非点収差が最小になるように調整することを特徴とする平行光調整方法である。
【０１１２】
第５７の発明は、第５５の発明又は第５６の発明に記載の平行光調整方法において、制御対象である非点収差が最小となるコリメートレンズ、検出レンズ位置を予測演算手段で演算し、制御要素である両レンズを駆動手段により駆動する制御を繰返し行うことにより非点収差が最小になるように両レンズ位置を調整することを特徴とする平行光調整方法である。
【０１１３】
第１の発明〜第３の発明の制御方法を多軸制御方法に適用したのが第４７の発明〜４９の発明の発明、平行光調整方法に適用したのが第５５の発明〜第５７の発明の発明になる。多軸制御の場合、制御要素が駆動手段の駆動量で、モータでボールスクリューを回転させステージ部を直線駆動する自動ステージや、圧電素子で変位を出すピエゾアクチュエータなどが駆動手段の具体的な例として考えられる。多軸制御の相互作用により制御される制御対象の例としては、複数の駆動軸の軸干渉考慮した多軸制御や、検出器位置を多軸調整する際の検出信号などが考えられる。
【０１１４】
以下の平行光調整方法及び平行光調整装置では制御要素が駆動手段で位置調整されるコリメートレンズ、検出レンズで、制御対象が平行光調整装置内の光束の非点収差である。光束の非点収差の検出結果を中間制御対象とすることが考えられる。
【０１１５】
平行光調整方法及び調整制御装置に適用した場合の装置構成を図６をもとに説明する。装置内には光源１６から出射した光束を略平行光にするコリメートレンズ１７、ビームの縦横比を整形するビーム整形手段１８からなる光学系が有り、その先にビーム整形後の光束の非点収差が最小となっているか検出するための検出系が有る。ビーム整形手段１８は、例えばビーム整形プリズム等から構成されている。非点収差の検出は検出レンズ１９で光束を集光束にし、後で説明する検出手段へと導き行われる。コリメートレンズ１７、検出レンズ１９はそれぞれ駆動手段１３に取り付けられており、コリメートレンズ位置、検出レンズ位置をそれぞれ調整できるようになっている。非点収差検出手段１５からの非点収差検出信号をもとに制御対象であるビーム整形後の光束の非点収差が最小となるコリメートレンズ位置、検出レンズ位置を予測演算手段１で予測演算し求め、両レンズの駆動量を出力手段２を通じて駆動手段１３に一度に出力する。図６には描かれていないがこの非点収差が最小となるように調整されたビーム整形後の光束は分岐されて光学部品の調整などに使用される。
【０１１６】
図７は、図６の平行光調整装置の非点収差検出手段を示す図である。
非点収差を検出する検出手段の例としては、図７に示すように集光束の集光点前後光束のビーム整形方向、非ビーム整形方向の長さを検出するため、ＣＣＤカメラ２０等の計測機能の有る検出手段で測定することが考えられる。なお、図７中、符号２１はビームスプリッタ、Ｘ１、Ｘ２はビームのＸ方向の長さ、Ｙ１、Ｙ２はビームのＹ方向の長さである。
【０１１７】
図８は、図６の平行光調整装置の非点収差検出手段の他の例を示す図である。なお、図８中、符号２２は受光素子を示し、符号２３は光束をビーム整形方向及び非ビーム整形方向にカットするスリットを示す。
図８に示すように集光点前後光束のビーム整形方向、非ビーム整形方向にカットした際の光量変化の微分値差信号から非点収差を検出する手段も考えられる。微分値の差信号を和信号で割った演算値を用い信号を正規化することで光源の光量の影響を少なくすることも考えられる。
ＣＬ％＝（Ｖ１−Ｖ３）×１００％／（Ｖ１＋Ｖ３）、ＤＬ％＝（Ｖ２−Ｖ４）×１００％／（Ｖ２＋Ｖ４）
Ｖ１＝集光点前の光束をビーム整形方向にカットした際の光量変化微分値
Ｖ２＝集光点前の光束を非ビーム整形方向にカットした際の光量変化微分値
Ｖ３＝集光点後の光束をビーム整形方向にカットした際の光量変化微分値
Ｖ４＝集光点後の光束を非ビーム整形方向にカットした際の光量変化微分値
【０１１８】
実際には、上記の計算式で求めたＣＬ％、ＤＬ％という非点収差検出信号を用いて平行光調整を行うが、ＣＬ％、ＤＬ％という２つの非点収差検出信号を得ることで第５６の発明に示すように、これら検出信号の組み合わせで非点収差が最小となる両レンズ位置に対して現在のレンズ位置がどのような状態になっているか正確に把握できるようになる。
【０１１９】
図９は、相互作用をモデル化した３次元モデルの説明図である。
第５の発明は、第２の発明又は第３の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データを基に、相互作用のある制御要素の制御量をパラメータとして制御対象又は中間制御対象の目標値からの誤差量を表した誤差曲面モデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法である。
【０１２０】
第４、第５の発明では、予め測定された各制御要素の制御量と制御対象又は中間制御対象の特性データから相互作用のある制御要素の制御量をＸ、Ｙ軸に、相互作用のある制御対象又は中間制御対象の目標値からの誤差量をＺ軸にプロットし多項式で近似した図９のような３次元モデル（誤差曲面モデル）を用いることで制御要素の制御対象への相互作用をモデルに表すことができる。
【０１２１】
第６の発明は、第４の発明に記載の予測誤差を考慮した予測制御方法において、複数の制御要素の制御量と複数の制御対象の特性データから作成した複数の誤差曲面モデルを１空間に表すことで、複数の制御対象間の相互作用を表現し、それを用いて各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法である。
【０１２２】
また、第７の発明は、第５の発明に記載の予測誤差を考慮した予測制御方法において、複数の制御要素の制御量と複数の制御対象又は中間制御対象の特性データから作成した複数の誤差曲面モデルを１空間に表すことで、複数の制御対象間又は複数の中間制御対象間の相互作用を表現し、それを用いて各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法。
【０１２３】
また第６、第７の発明のように複数の制御対象又は中間制御対象の３次元モデルを１つの座標空間に表すことで、複数の制御対象又は中間制御対象間の相互作用もモデルに表現することができるようになる。
【０１２４】
第５０の発明は、第４７の発明に記載の多軸制御方法において、各駆動手段の駆動量を予測演算し求める予測演算手段の中に相互作用のある駆動手段の駆動量をパラメータとして、その相互作用により制御される制御対象の目標値からの誤差量を表した誤差曲面モデルを備え、それを用いて各駆動手段の駆動量を予測演算し求めることを特徴とする多軸制御方法である。
【０１２５】
また、第５１の発明は、第４８の発明に記載の多軸制御方法において、各駆動手段の駆動量を予測演算し求める予測演算手段の中に相互作用のある駆動手段の駆動量をパラメータとして、その相互作用により制御される制御対象又は中間制御対象の目標値からの誤差量を表した誤差曲面モデルを備え、それを用いて各駆動手段の駆動量を予測演算し求めることを特徴とする多軸制御方法である。
【０１２６】
第５２の発明は、第５０の発明又は第５１の発明に記載の多軸制御方法において、誤差曲面モデルで表現されている相互作用が複数の駆動軸の軸干渉であることを特徴とする多軸制御方法である。
【０１２７】
第５８の発明は、第５５の発明又は第５６の発明に記載の平行光調整方法において、予測演算手段の中にコリメートレンズ、検出レンズの駆動量をパラメータに、その相互作用により制御される光束の非点収差又は非点収差の検出信号の目標値からの誤差量を表した誤差曲面モデルを備え、それを用いて両レンズ位置を予測演算手段で演算し求めることを特徴とする平行光調整方法である。
【０１２８】
第５９の発明は、第５８の発明に記載の平行光調整方法において、コリメートレンズ、検出レンズの駆動量と光束の非点収差又は複数の非点収差検出信号の特性データから作成した複数の誤差曲面モデルを１空間に表すことで複数の非点収差検出信号間の相互作用を表現し、それを用いて両レンズ駆動量を予測演算手段で予測演算し求めることを特徴とする平行光調整方法である。
【０１２９】
この３次元モデルを使った制御方法を多軸制御方法に適用したのが第５０の発明〜第５２の発明の発明、平行光調整方法に適用したのが第５８の発明〜第５９の発明の発明になる。３次元モデルとしては多軸制御の場合、第５２の発明のように複数の駆動軸の軸干渉をモデル化することで軸干渉を考慮に入れた多軸制御が可能となる。
【０１３０】
図１０は、図６の平行光調整装置で用いる３次元モデルでの収束点算出方法の説明図である。
この３次元モデルを使った各制御要素の制御量の予測方法を図１０で説明する。なお、図１０の上右図及び上左図はともに３次元モデルの斜視図であり、図１０の中右図、中左図及び下図はともに平面図である。後述する図１２も同様である。
【０１３１】
平行光調整の場合、最終の制御対象は調整装置内の光束の非点収差で、中間制御対象として非点収差を検出する２つの検出信号ＣＬ％とＤＬ％がある。これら２つの中間制御対象（ＣＬ％、ＤＬ％）がともに０％になるように制御要素であるコリメータレンズ（ＣＬ）と検出レンズ（ＤＬ）位置を調整したときに光束の非点収差が最小になる。
【０１３２】
第３９の発明は、第１の〜第３の発明の何れかに記載の予測誤差を考慮した予測制御方法において、予測誤差認識手段を設け、予測誤差が大きいと判断された場合は、予測演算の精度の高い部分に一度各制御要素を制御した後に、再び各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【０１３３】
第４３の発明は、第３９の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の変化の関係を測定し、そのデータをもとに制御要素の重みづけを行う重みづけ手段を持ち、初期データ収集時に各制御要素の制御量を重み付け手段の重みづけ結果に従い決めることを特徴とする予測誤差を考慮した予測制御方法である。
【０１３４】
第６３の発明は、第５９の発明に記載の平行光調整方法において、非点収差検出信号ＣＬ％、ＤＬ％の初期誤差量測定値で対応する誤差曲面モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差曲線をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差曲線の交点をコリメートレンズ、検出レンズの初期駆動状態とすることを特徴とする平行光調整方法である。
【０１３５】
ＣＬ位置、ＤＬ位置をＸ、Ｙ軸に、ＣＬ位置、ＤＬ位置を変化させたときのＣＬ％、ＤＬ％の誤差量をＺ軸にプロットし、多項式で近似したＣＬ誤差曲面モデル、ＤＬ誤差曲面モデルという２つの３次元モデルを予測演算に用いる。制御要素（ＣＬ位置、ＤＬ位置）の初期状態がモデルのどの位置にあるかを判断するため、ＣＬ％、ＤＬ％の測定を行う。第４３の発明のようにこの初期測定結果がそれぞれＣＬ％＝ＣＬｃ　、ＤＬ％＝ＤＬｃ　であった場合、ＣＬ誤差曲面モデルとＣＬ％＝ＣＬｃ　平面、ＤＬ誤差曲面モデルとＤＬ％＝ＤＬｃ　平面が交差する交差曲線を求める。この２本の交差曲線を３次元モデルのＸＹ平面上で重ね合せることで、２曲線の交点が求まる。この交点がモデル上の初期ＣＬ位置、初期ＤＬ位置（ＣＬＰｃ　、ＤＬＰｃ　）となる。
【０１３６】
第６５の発明は、第５９の発明に記載の平行光調整方法において、非点収差検出信号ＣＬ％、ＤＬ％の収束条件中心値で対応する誤差曲面モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差曲線をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差曲線の交点をコリメートレンズ、検出レンズの目標駆動状態とすることを特徴とする平行光調整方法である。
【０１３７】
図１１は、３次元モデルでの収束点算出のフローチャートである。
第６６の発明は、第５９の発明に記載の平行光調整方法において、第６３の発明の方法で求めたコリメートレンズ、検出レンズの初期駆動状態（交点）と、第６５の発明の方法で求めたコリメートレンズ、検出レンズの目標駆動状態（交点）の距離からコリメートレンズ、検出レンズの予測駆動量を決定することを特徴とする平行光調整方法である。
【０１３８】
非点収差が最小になるＣＬ位置、ＤＬ位置（制御目標点）は第６５の発明のように、ＣＬ誤差曲面モデルとＣＬ％＝０平面、ＤＬ誤差曲面モデルとＤＬ％＝０平面が交差する交差曲線を求め、この２本の交差曲線が交差する交点（ＣＬＰＴ　、ＤＬＰＴ　）となる。第６６の発明のようにＣＬ位置を制御量（ＣＬＰＴ　−ＣＬＰｃ　）だけ、ＤＬ位置を制御量（ＤＬＰＴ　−ＤＬＰｃ　）だけ初期位置から制御することで非点収差が最小になる位置に両レンズ位置を一度に調整することができる。
【０１３９】
即ち、図１１に示すように、先ずＣＬ％、ＤＬ％を測定し、ＣＬｃ＝ＣＬ％の測定値及びＤＬｃ＝ＤＬ％の測定値を求め（Ｓ１１１）、次にＣＬ％誤差曲面モデルのＣＬ％＝ＣＬｃ　となる交差曲線を算出するとともに、ＤＬ％誤差曲面モデルのＤＬ％＝ＤＬｃ　となる交差曲線を算出し（Ｓ１１２）、次にＣＬ％＝ＣＬｃ　の交差曲線とＤＬ％＝ＤＬｃ　の交差曲線との交点（ＣＬＰｃ，ＤＬＰｃ　）を算出し（Ｓ１１３）、次にＣＬ駆動量＝現在のＣＬ位置＋ＣＬＰｃ−ＣＬＰＴ　及びＤＬ駆動量＝現在のＤＬ位置＋ＤＬＰｃ−ＤＬＰＴ　を求め（Ｓ１１４）、次にＳ１１４で求めたＣＬ駆動量及びＤＬ駆動量に基づいてＣＬ及びＤＬを駆動する。
【０１４０】
図１２は、図６の平行光調整装置で用いる３次元モデルでの収束点算出方法の他の例の説明図である。
第６４の発明は、第５９の発明に記載の平行光調整方法において、非点収差検出信号ＣＬ％、ＤＬ％の収束条件範囲で対応する誤差曲面モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差領域をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差領域が交わった領域をコリメートレンズ、検出レンズの目標駆動状態とすることを特徴とする平行光調整方法である。
【０１４１】
第６７の発明は、第５９の発明に記載の平行光調整方法において、第６３の発明の方法で求めたコリメートレンズ、検出レンズの初期駆動状態（交点）と、第６４の発明の方法で求めたコリメートレンズ、検出レンズの目標駆動状態（領域）の最短距離をコリメートレンズ、検出レンズの予測駆動量として決定することを特徴とする平行光調整方法である。
【０１４２】
第６４の発明は、第５９の発明に記載の平行光調整方法において、非点収差検出信号ＣＬ％、ＤＬ％の収束条件範囲で対応する誤差曲面モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差領域をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差領域が交わった領域をコリメートレンズ、検出レンズの目標駆動状態とすることを特徴とする平行光調整方法である。
【０１４３】
誤差曲面モデル上の制御目標位置を求める際に第６４の発明のように、非点収差検出信号ＣＬ％、ＤＬ％の収束条件範囲でモデルをカットした際の交差領域の交わった領域（制御目標領域）にし、第６７の発明のようにモデル上の初期ＣＬ位置、初期ＤＬ位置（ＣＬＰｃ　、ＤＬＰｃ　）から制御目標領域までの最短距離の点（ＣＬＰＴ　、ＤＬＰＴ　）を求めることで、非点収差を許容範囲に入れる両レンズの最小駆動量を容易に求められる。
【０１４４】
図１３は制御対象が３つ以上ある場合の初期制御状態の求め方の説明図、図１４は制御対象が３つ以上ある場合の初期制御状態の求め方の他の例を示す説明図、図１５は制御対象が３つ以上ある場合の領域処理方法の説明図、図１６は、制御対象が３つ以上ある場合の目標制御状態領域の求め方の説明図である。なお、図１６において、上右図、上中図及び上左図に示した収束範囲を規定する上下一対の平面は、収束条件範囲の上限の誤差に対応する上側の平面と収束条件範囲の下限の誤差に対応する下側の平面である。
【０１４５】
第１１の発明は、第６の発明に記載の予測誤差を考慮した予測制御方法において、複数の制御対象の初期誤差量測定値で対応する誤差曲面モデルをカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点又は囲まれる領域、又は領域の重心点又は交点の平均点を制御要素の初期制御状態とすることを特徴とする予測誤差を考慮した予測制御方法である。
【０１４６】
また、第１２の発明は、第７の発明に記載の予測誤差を考慮した予測制御方法において、複数の制御対象又は中間制御対象の初期誤差量測定値で対応する誤差曲面モデルをカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点、囲まれる領域、領域の重心点又は交点の平均点を制御要素の初期制御状態とすることを特徴とする予測誤差を考慮した予測制御方法である。
【０１４７】
第１５の発明は、第６の発明に記載の予測誤差を考慮した予測制御方法において、複数の制御対象の収束条件中心値で対応する誤差曲面モデルをカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点、囲まれる領域、囲まれる領域の重心点又は交点の平均点を制御要素の目標制御状態とすることを特徴とする予測誤差を考慮した予測制御方法である。
【０１４８】
また、第１６の発明は、第７の発明に記載の予測誤差を考慮した予測制御方法において、複数の制御対象又は中間制御対象の収束条件中心値で対応する誤差曲面モデルをカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点、囲まれる領域、囲まれる領域の重心点又は交点の平均点を制御要素の目標制御状態とすることを特徴とする予測誤差を考慮した予測制御方法。
【０１４９】
また、第１７の発明は、第６の発明に記載の予測誤差を考慮した予測制御方法において、第１１の発明で複数の制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、第１５の発明の方法で複数の制御対象の収束条件中心値から求めた制御要素の目標制御状態（交点、交点の平均点又は重心点）との距離から各制御要素の予測制御量を決定することを特徴とする予測誤差を考慮した予測制御方法である。
【０１５０】
また、第１８の発明は、第７の発明に記載の予測誤差を考慮した予測制御方法において、第１２の発明の方法で複数の制御対象又は中間制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、第１６の発明で複数の制御対象又は中間制御対象の収束条件中心値から求めた制御要素の目標制御状態（交点、交点の平均点又は重心点）との距離から各制御要素の予測制御量を決定することを特徴とする予測誤差を考慮した予測制御方法である。
【０１５１】
また、第１３の発明は、第６の発明に記載の予測誤差を考慮した予測制御方法において、複数の制御対象の収束条件範囲で対応する誤差曲面モデルをカットした際の交差領域を制御要素の制御量平面上に重ね合わせ、その交差領域が交わった領域を制御要素の目標制御状態とすることを特徴とする予測誤差を考慮した予測制御方法である。
【０１５２】
また、第１４の発明は、第７の発明に記載の予測誤差を考慮した予測制御方法において、複数の制御対象又は中間制御対象の収束条件範囲で対応する誤差曲面モデルをカットした際の交差領域を制御要素の制御量平面上に重ね合わせ、その交差領域が交わった領域を制御要素の目標制御状態とすることを特徴とする予測誤差を考慮した予測制御方法である。
【０１５３】
また、第１９の発明は、第６の発明に記載の予測誤差を考慮した予測制御方法において、第１１の発明の方法で複数の制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、第１３の発明又は第１５の発明の方法で複数の制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の最短距離を各制御要素の予測制御量として決定することを特徴とする予測誤差を考慮した予測制御方法である。
【０１５４】
また、第２０の発明は、第７の発明に記載の予測誤差を考慮した予測制御方法において、第１２の発明の方法で複数の制御対象又は中間制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、第１４の発明又は第１６の発明の方法で複数の制御対象又は中間制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の最短距離を各制御要素の予測制御量として決定することを特徴とする予測誤差を考慮した予測制御方法である。
【０１５５】
また、第２１の発明は、第６の発明に記載の予測誤差を考慮した予測制御方法において、第１１の発明の方法で複数の制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（領域）と、第１３の発明又は第１５の発明の方法で複数の制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の重なる面積が最大となる最短距離を各制御要素の予測制御量として決定することを特徴とする予測誤差を考慮した予測制御方法である。
【０１５６】
また、第２２の発明は、第７の発明に記載の予測誤差を考慮した予測制御方法において、第１２の発明の方法で複数の制御対象又は中間制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（領域）と、第１４の発明又は第１６の発明の方法で複数の制御対象又は中間制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の重なる面積が最大となる最短距離を各制御要素の予測制御量として決定することを特徴とする予測誤差を考慮した予測制御方法である。
【０１５７】
上記平行光調整の場合、中間制御対象が２つの検出信号ＣＬ％とＤＬ％であるが、一般的には制御対象又は中間制御対象は３つ以上有る場合も考えられる。図１３〜１６をもとに制御対象は３つ以上有る場合のモデル上の初期制御状態、目標制御状態を求める方法を説明する。制御対象又は中間制御対象の初期誤差量測定値、収束条件中心値で対応する３次元モデル（誤差曲面モデル）をカットし、交差曲線を制御要素の制御量平面上に重ね合わせた場合、制御対象又は中間制御対象が３つ以上有るとモデル作成時の誤差、初期誤差量測定値時の誤差の影響により制御要素の制御量平面上で交差曲線が１点に交わらないことが発生する。その場合、第１１、第１２の発明のように交差曲線で囲まれる領域の重心点又は交点の平均点を制御要素の初期制御状態とし、第１５、第１６の発明のように制御対象又は中間制御対象の収束条件中心値で対応する３次元モデル（誤差曲面モデル）をカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線で囲まれる領域の重心点又は交点の平均点を目標制御状態にし、第１７、第１８の発明のようにその間の距離から各制御要素の予測制御量を決定することで、初期制御状態、目標制御状態が一点に定まらないときにも制御量を求めることができる。
【０１５８】
第１１、第１２の発明のように交差曲線で囲まれる領域の重心点又は交点の平均点を制御要素の初期制御状態とし、第１３、第１４の発明のように複数の制御対象又は中間制御対象の収束条件範囲で対応する３次元モデル（誤差曲面モデル）をカットした際の交差領域を制御要素の制御量平面上に重ね合わせ、その交差領域が交わった領域や第１５、第１６の発明のように制御対象又は中間制御対象の収束条件中心値で対応する３次元モデル（誤差曲面モデル）をカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線で囲まれる領域を制御要素の目標制御状態にし、第１９、第２０の発明のようにその間の最短距離を各制御要素の予測制御量として決定することで、収束条件範囲に入れるための制御要素の最小制御量を求めることが考えられる。
【０１５９】
第１１、第１２の発明のように交差曲線で囲まれた領域を制御要素の初期制御状態とし、第１３、第１４の発明のように複数の制御対象又は中間制御対象の収束条件範囲で対応する３次元モデル（誤差曲面モデル）をカットした際の交差領域を制御要素の制御量平面上に重ね合わせ、その交差領域が交わった領域や第１５、第１６の発明のように制御対象又は中間制御対象の収束条件中心値で対応する３次元モデル（誤差曲面モデル）をカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線で囲まれる領域を制御要素の目標制御状態にし、第２１、第２２の発明のようにその両領域の重なる面積が最大となる最短距離を各制御要素の予測制御量として決定することで、初期制御状態を目標制御状態に近づける制御要素の最小制御量を予測することができ、目標制御状態を行きすぎることなく協調条件が満足する状態に制御対象又は中間制御対象を制御できる。
【０１６０】
図１７は、３次元モデルでの予測誤差の説明図である。
このようにモデル上の初期制御状態、目標制御状態を求めることができ、各制御要素の制御量が求められるが、モデル作成時の誤差、サンプル間ばらつき等に起因して、全ての実特性が予測モデルに合致していない場合、前述した手順で得たモデル上の初期制御状態位置や目標制御状態位置は、実際の位置とはずれてしまう（図１７）。図中の実線がモデルの交差曲線であり、その交点がモデル上の初期制御状態位置、目標制御状態位置である。破線が実特性の交差曲線で有り、実際の初期制御状態位置、目標制御状態位置を表している。その予測誤差は予測した各レンズの制御量をｄＣＬＭ　、ｄＤＬＭ　、実際の制御すべき移動量をｄＣＬＡ、ｄＤＬＡ、とするとＣＬ、ＤＬそれぞれｄＣＬＭ　−ｄＣＬＡ、ｄＤＬＭ　−ｄＤＬＡ、となる。よって予測点へ各レンズを移動してもＣＬ％≠ＤＬ％≠０となり、非点収差を最小にすることができない。
【０１６１】
図１８は、繰り返し予測制御のフローチャートである。
第５７の発明では図１８に示すように、上記の予測手順で予測制御されたレンズ位置で非点収差検出信号ＣＬ％、ＤＬ％を取得し、協調条件に収束しているかを判断。この判断により収束していない場合は、そのレンズ位置でもう一度上記予測手順を行う。これを繰返し、非点収差検出信号ＣＬ％　，ＤＬ％　が協調条件に収束するよう各レンズ位置を制御する。
【０１６２】
図１９は、予測誤差分布を説明するための図であり、（ａ）は予測誤差分布がないモデル例を示し、（ｂ）は予測誤差分布をもつモデル例を示す。
第８の発明は、第４又は第５の発明に記載の予測誤差を考慮した予測制御方法において、収束点に近づくにつれて予測誤差が小さくなるよう分布を持たせたモデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法である。
【０１６３】
第６０の発明は、第５８の発明に記載の平行光調整方法において、非点収差が最小の光束を得られるレンズ位置に近いほど、その位置を予測する誤差が小さくなるよう分布を持たせた誤差曲面モデルを用いて両レンズ駆動量を予測演算手段で予測演算し求めることを特徴とする平行光調整方法である。
【０１６４】
第８の発明、第６０の発明のように、収束点に近づくにつれて予測誤差が小さくなるようにモデルに予測誤差分布を持たせることで、予測制御を繰返し行うことで予測誤差が小さくなり、所望の協調条件の許容範囲まで収束させることが可能となる。サンプル間誤差が大きい場合や初期制御状態の位置測定がばらつく場合でも、このモデルでの繰返し予測制御で対応可能となる。
【０１６５】
第９の発明は、第４の発明又は第５の発明に記載の予測誤差を考慮した予測制御方法において、誤差曲面モデルと各サンプルの実特性の差をモデルの制御量軸方向の誤差とみなしてモデルを制御量軸方向にシフトさせ予測演算をすることを特徴とする予測誤差を考慮した予測制御方法である。
【０１６６】
第６１の発明は、第５８の発明に記載の平行光調整方法において、コリメータレンズ誤差曲面モデルをＣＬ誤差曲面モデル、検出レンズ誤差曲面モデルをＤＬ誤差曲面モデルとしたとき、ＣＬ誤差曲面モデル及びＤＬ誤差曲面モデルと実特性であるレンズ位置に対する非点収差検出信号との差をレンズ絶対位置の誤差とみなしてモデルをレンズ駆動軸方向にシフトさせ予測演算することを特徴とする平行光調整方法である。
【０１６７】
図２０は、第９の発明及び第６１の発明のモデルからの実特性の推定方法（第１ずれモード）を説明するための図である。なお、図２０の下図（ａ）はモデルを１次関数とした例を示し、下図（ｂ）はモデルを高次関するとした例を示す。
【０１６８】
第９の発明は、第４又は第５の発明に記載の予測誤差を考慮した予測制御方法において、誤差曲面モデルと各サンプルの実特性の差をモデルの制御量軸方向の誤差とみなしてモデルを制御量軸方向にシフトさせ予測演算をすることを特徴とする予測誤差を考慮した予測制御方法である。
【０１６９】
第６１の発明は、第５５の発明又は第５６の発明に記載の平行光調整方法において、予測演算手段の中にコリメートレンズ、検出レンズの駆動量をパラメータに、その相互作用により制御される光束の非点収差又は非点収差の検出信号の目標値からの誤差量を表した誤差曲面モデルを備え、それを用いて両レンズ位置を予測演算手段で演算し求めることを特徴とする平行光調整方法である。
【０１７０】
第９の発明、第６１の発明では、誤差曲面モデルと実特性の差を制御要素の制御軸方向のずれと見なしてモデルを制御軸方向にシフトさせ上記の繰返し予測制御を行う方法を示している。この方法が効果的なのは実特性のサンプル間ばらつきやモデル作成時の誤差が少ない場合で、図２０に示すように、誤差曲面モデルの形状と実特性形状を同等と考え、誤差曲面モデルで求めた特性値と実特性の差は、制御要素の制御軸平面内でモデルが平行にずれているとして取り扱う。●印のモデル上の推定点（初期制御状態位置、目標制御状態位置）と■印の実際の点（初期制御状態位置、目標制御状態位置）をあわせるように誤差曲面モデルをシフトさる。●印の初期制御状態位置から目標制御状態位置と■印の初期制御状態位置から目標制御状態位置が等価の関係となる。説明を簡単にするため誤差曲面モデルを側面から見た２次元で考えると、現在の制御要素の制御位置での制御対象の誤差量測定結果からモデルを使って制御要素の制御量を求めると実際の制御要素の制御量とは異なる位置が推定される。これがモデルと実特性の誤差であるが、モデル形状を変化させずにこの制御量の差分だけモデルを制御軸方向にシフトすることで、実特性の収束点を推定することができる。
【０１７１】
図２１はモデルと実特性との関係を示す図、図２２はモデルの制御要素軸方向へのスライドを説明するための図、図２３はモデル作成の条件範囲（１次関数の例）を説明するための図である。なお、図２２の（ａ）図は現在位置（初期制御状態）を合わせて関数をスライドした状態を示し、同（ｂ）図は収束点（目標制御状態）を合わせて関数をスライドした状態を示す。
【０１７２】
第１０の発明は、第４又は第５に記載の予測誤差を考慮した予測制御方法において、
制御要素の制御量をＸ，Ｙ，…Ｚ、
誤差曲面モデル関数をＧｎ（Ｘ，Ｙ，…Ｚ）、ただしｎは制御対象の数に依存、
Ｇ１＝Ｇ２＝…＝Ｇｎ＝０を満たす点を（Ｘｍ，Ｙｍ，…Ｚｍ）、
実特性関数をＦｎ（Ｘ，Ｙ，…Ｚ）、ただしｎは制御対象の数に依存、
Ｆ１＝Ｆ２＝…＝Ｆｎ＝０を満たす点を（Ｘａ，Ｙａ，…Ｚａ）とすると、
｜Ｇｎ（２Ｘ＋Ｘｍ，２Ｙ＋Ｙｍ，…，２Ｚ＋Ｚｍ）｜＞｜Ｆｎ（Ｘ＋Ｘａ，　Ｙ＋Ｙａ，…，　Ｚ＋Ｚａ）｜
を全ての対象サンプルで満たす範囲でつくられた誤差曲面モデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法である。
【０１７３】
第６２の発明は、第５８の発明に記載の平行光調整方法において、
制御要素をＣＬｐ（ＣＬ位置）、ＤＬｐ（ＤＬ位置）とし、
中間制御対象を光束の非点収差検出信号ＣＬ％　、ＤＬ％　とし、（ＣＬ％　＝ＤＬ％　＝０　が非点収差最小）
ＣＬ誤差曲面モデルをＧｃｌ（ＣＬｐ，　ＤＬｐ）とし、
ＤＬ誤差曲面モデルをＧｄｌ（ＣＬｐ，　ＤＬｐ）とし、Ｇｃｌ（ＣＬｐ，　ＤＬｐ）、Ｇｄｌ（ＣＬｐ，　ＤＬｐ）、誤差０平面の交点を（ＣＬＰＴＭ、ＤＬＰＴＭ）とし、
ＣＬｐ　、ＤＬｐ　に対するＣＬ％　の実特性を誤差空間に表したものＦｃｌ（ＣＬｐ，　ＤＬｐ）とし、ＣＬｐ　、ＤＬｐ　に対するＤＬ％の実特性を誤差空間に表したものＦｄｌ（ＣＬｐ，　ＤＬｐ）とし、
Ｆｃｌ（ＣＬｐ，ＤＬｐ）、Ｆｄｌ（ＣＬｐ，ＤＬｐ）、誤差０平面の交点を（ＣＬＰＴＡ、ＤＬＰＴＡ）とすると、
｜Ｇｃｌ（２ＣＬｐ＋ＣＬＰＴＭ　，　２ＤＬｐ＋　ＤＬＰＴＭ）｜＞｜Ｆｃｌ（ＣＬｐ＋　ＣＬＰＴＡ，　ＤＬｐ＋　ＤＬＰＴＡ）｜
｜Ｇｄｌ（２ＣＬｐ＋ＣＬＰＴＭ　，　２ＤＬｐ＋　ＤＬＰＴＭ）｜＞｜Ｆｄｌ（ＣＬｐ＋　ＣＬＰＴＡ，　ＤＬｐ＋　ＤＬＰＴＡ）｜
を全ての対象サンプルのＦｃｌ（ＣＬｐ，ＤＬｐ）、Ｆｄｌ（ＣＬｐ，ＤＬｐ）で満たす範囲でつくられた誤差曲面モデルＧｃｌ（ＣＬｐ，ＤＬｐ）、Ｇｄｌ（ＣＬｐ，ＤＬｐ）を用いて両レンズ駆動量を予測演算手段で予測演算し求めることを特徴とする平行光調整方法である。
【０１７４】
このようにモデルを取り扱い、前述のような繰返し予測を行うには、第１０の発明、第６２の発明で示すような条件範囲でモデルを作ることが必要である。第９の発明、第６１の発明の予測方法では、図２１に示すようなモデルと実特性の傾きに差がある場合、サンプルの実特性（点線）に対して、モデルと実特性の初期制御状態位置合わせると、推定されたモデルは図２２（ａ）のようにあらわせる。
【０１７５】
さらに、このＸ切片の差が制御要素の予測誤差であり、Ｙ切片の差が制御対象の予測誤差となる。これに対しモデルと実特性の目標制御状態（収束点）を合わせると図２２（ｂ）のようになり、現在の制御対象の誤差量測定値でのモデル上、実特性上での制御要素制御量のずれ（●印と■印の差）が予測誤差となる。図１９（ｂ）に示したような収束点に近づくほど予測誤差が小さくなるモデルを実現するには、予測制御を行った後の制御対象誤差量の絶対値が現在の制御対象誤差量の絶対値よりも小さくなる必要がある。これを満たすモデルは図２３に示すモデルの傾き範囲である。定量的には｜（実特性の傾き）／２｜＜｜モデルの傾き｜となる。（１次関数モデルの場合）
【０１７６】
図２４はサンプル間の実特性差を示す図、図２５は着目すべき実特性サンプルを示す図である。
実特性がサンプル間ばらつきにより図２４のようにばらつく場合、制御要素制御軸方向に全ての実特性をスライドさせて収束位置を合わせると図２５のようになる。すべてのサンプルについて収束点に近づくほど予測誤差が小さくなるモデルを実現するには、その最も傾きの大きいサンプルの実特性に着目して、その実特性に対して｜（実特性の傾き）／２｜＜｜モデルの傾き｜となる範囲でモデルを作る必要がある。単にサンプル実特性ばらつきの中心や最も代表的なサンプル実特性をもとにモデル作成すると、全てのサンプルで上記の｜（実特性の傾き）／２｜＜｜モデルの傾き｜を満たすことができない場合が発生し、繰返し予測制御を行っても制御が収束しなかったり、発散してしまったりすることがある。
【０１７７】
これを３次元誤差空間で一般モデルとして表記すると、
制御軸をＸ，Ｙ，…Ｚ
誤差曲面モデル関数をＧｎ（Ｘ，Ｙ，…Ｚ）　ｎ：制御対象の数に依存（信号の数だけモデルが存在）
Ｇ１＝Ｇ２＝…＝Ｇｎ＝０を満たす点を（Ｘｍ，Ｙｍ，…Ｚｍ）
実特性関数をＦｎ（Ｘ，Ｙ，…Ｚ）、ｎ：制御対象の数に依存（信号の数だけ実特性が存在）となり、
Ｆ１＝Ｆ２＝…＝Ｆｎ＝０を満たす点を（Ｘａ，Ｙａ，…Ｚａ）
とすると、
｜Ｇｎ（２Ｘ＋Ｘｍ，２Ｙ＋Ｙｍ，…，２Ｚ＋Ｚｍ）｜＞｜Ｆｎ（Ｘ＋Ｘａ，　Ｙ＋Ｙａ，…，　Ｚ＋Ｚａ）｜
を全ての対象サンプルで満たす範囲で誤差曲面（予測）モデルをつくればよい。
【０１７８】
これを用いて、平行光調整用の予測モデルを考えると、
制御軸をＣＬｐ（ＣＬ位置）、ＤＬｐ（ＤＬ位置）とし、
制御対象をダブルナイフエッジ処理（検出レンズの集光光束の前後をナイフエッジ処理）した光束の受光量微分信号である非点収差検出信号ＣＬ％信号、ＤＬ％信号とし、（ＣＬ％＝ＤＬ％＝０が非点収差最小）
ＣＬ誤差曲面モデルをＣＬ％に対するＣＬｐ、ＤＬｐを誤差空間に表したものＧｃｌ（ＣＬｐ，ＤＬｐ）とし、ＤＬ誤差曲面モデルをＤＬ％に対するＣＬｐ、ＤＬｐを誤差空間に表したものＧｄｌ（ＣＬｐ，ＤＬｐ）とし、
Ｇｃｌ（ＣＬｐ，ＤＬｐ）、Ｇｄｌ（ＣＬｐ，ＤＬｐ）、誤差０平面の交点を（ＣＬＰＴＭ、ＤＬＰＴＭ）とし、
ＣＬ実特性をＣＬ％に対するＣＬｐ、ＤＬｐを誤差空間に表したものＦｃｌ（ＣＬｐ，ＤＬｐ）とし、ＤＬ実特性をＤＬ％に対するＣＬｐ、ＤＬｐを誤差空間に表したものＦｄｌ（ＣＬｐ，ＤＬｐ）とし、
Ｆｃｌ（ＣＬｐ，ＤＬｐ）、Ｆｄｌ（ＣＬｐ，ＤＬｐ）、誤差０平面の交点を（ＣＬＰＴＡ、ＤＬＰＴＡ）とすると、
｜Ｇｃｌ（２ＣＬｐ＋　ＣＬＰＴＭ，　２ＤＬｐ＋　ＤＬＰＴＭ）｜＞｜Ｆｃｌ（ＣＬｐ＋　ＣＬＰＴＡ，　ＤＬｐ＋　ＤＬＰＴＡ）｜
｜Ｇｄｌ（２ＣＬｐ＋　ＣＬＰＴＭ，　２ＤＬｐ＋　ＤＬＰＴＭ）｜＞｜Ｆｄｌ（ＣＬｐ＋　ＣＬＰＴＡ，　ＤＬｐ＋　ＤＬＰＴＡ）｜
を全ての対象サンプルのＦｃｌ（ＣＬｐ，ＤＬｐ）、Ｆｄｌ（ＣＬｐ，ＤＬｐ）で満たす範囲で誤差曲面モデルＧｃｌ（ＣＬｐ，ＤＬｐ）、Ｇｄｌ（ＣＬｐ，ＤＬｐ）をつくればよい。
【０１７９】
図２６は、モデルからの実特性の推定方法（第２ずれモード）を説明するための図である。
第２３の発明は、第４の発明に記載の予測誤差を考慮した予測制御方法において、制御対象の実特性の情報により誤差曲面モデルを変化させ、そのモデルを用いて予測演算をすることを特徴とする予測誤差を考慮した予測制御方法である。
【０１８０】
また、第２４の発明は、第５の発明に記載の予測誤差を考慮した予測制御方法において、制御対象又は中間制御対象の実特性の情報により誤差曲面モデルを変化させ、そのモデルを用いて予測演算をすることを特徴とする予測誤差を考慮した予測制御方法である。
【０１８１】
第２５の発明は、第２３の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態での制御対象の実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その各制御要素の制御状態での制御対象の実特性情報と初期状態での実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法である。
【０１８２】
また、第２６の発明は、第２４の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態での制御対象又は中間制御対象の実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その各制御要素の制御状態での制御対象又は中間制御対象の実特性情報と初期状態での実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法である。
【０１８３】
第２７の発明は、第２３の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態での制御対象の実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その予測点への制御途中に制御対象の実特性情報を取得し、取得した制御途中の制御対象の実特性情報と初期位置での制御対象の実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法である。
【０１８４】
また、第２８の発明は、第２４の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態での制御対象又は中間制御対象の実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その予測点への制御途中に制御対象又は中間制御対象の実特性情報を取得し、取得した制御途中の制御対象又は中間制御対象の実特性情報と初期位置での制御対象又は中間制御対象の実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法である。
【０１８５】
第２９の発明は、第２３の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態付近での制御対象の実特性情報により、基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行うことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法である。
【０１８６】
また、第３０の発明は、第２４の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態付近での制御対象又は中間制御対象の実特性情報により、基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行うことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法である。
【０１８７】
第６８の発明は、第５８の発明に記載の平行光調整方法において、非点収差検出信号実特性を取得し、それによりＣＬ、ＤＬ誤差曲面モデルを変化させ、その修正されたモデルにより非点収差が最小の光束を実現するレンズ位置を予測し、制御することを特徴とする平行光調整方法である。
【０１８８】
第６９の発明は、第６８の発明に記載の平行光調整方法において、コリメートレンズ、検出レンズの初期位置での非点収差検出信号ＣＬ％，　ＤＬ％と基準となるＣＬ、ＤＬ誤差曲面モデルにより初回の予測制御を行い、その状態での非点収差検出信号と、初期位置での非点収差検出信号の値を考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより両レンズ位置を非点収差が最小の光束になる位置にすることを特徴とする平行光調整方法である。
【０１８９】
第７０の発明は、第６８の発明に記載の平行光調整方法において、コリメートレンズ、検出レンズの初期位置での非点収差検出信号ＣＬ％，　ＤＬ％と基準となるＣＬ、ＤＬ誤差曲面モデルにより初回の予測制御を行い、その予測点へコリメートレンズ、検出レンズを移動中に、非点収差検出信号ＣＬ％，　ＤＬ％を取得し、取得した移動途中の非点収差検出信号と初期位置での非点収差検出信号とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより両レンズ位置を非点収差が最小の光束になる位置にすることを特徴とする平行光調整方法である。
【０１９０】
第７１の発明は、第６８の発明に記載の平行光調整方法において、コリメートレンズ、検出レンズの初期位置での非点収差検出信号ＣＬ％，　ＤＬ％により、基準となるＣＬ、ＤＬ誤差曲面モデルを修正し、修正されたモデルにより非点収差が最小の光束を得るレンズ位置を予測制御して、両レンズ位置を非点収差が最小の光束になる位置にすることを特徴とする平行光調整方法である。
【０１９１】
次に第２３の発明〜第３０の発明、第６８の発明〜第７１の発明の誤差曲面モデルと実特性の曲面形状にも誤差があるとして（図２６）、モデルを変形修正する場合について説明する。モデル変形修正のための情報収集とモデルを変形修正するタイミングが幾通りか考えられる。
【０１９２】
→図２７は、第２５、２６の発明及び第６９の発明に係るモデル変形修正方法の第１例を示す説明図である。
図２７に示すように、第２５、２６の発明のモデル変形修正方法は、初期制御状態での制御対象又は中間制御対象の実特性測定情報と基本となる誤差曲面モデルにより初回の予測制御を行い、その予測制御後の状態での制御対象又は中間制御対象の実特性を取得し、初期制御状態と予測制御後の制御対象又は中間制御対象の実特性を考慮して基本の誤差曲面モデルを変形修正し、修正されたモデルにより次の予測制御を行う。これを繰り返すことにより全ての制御要素を所望の（協調条件を満足する）状態へ収束させる。このモデル変形修正方法を平行光調整に適応したのが第４９の発明である。
【０１９３】
→図２８は、第２７、２８の発明及び第７０の発明に係るモデル変形修正方法の第２例を示す説明図である。
図２８に示すように、第２７、２８の発明のモデル変形修正方法は、初期制御状態での制御対象又は中間制御対象の実特性測定情報と基本となる誤差曲面モデルにより初回の予測制御を行い、その予測点へ制御要素を制御中に、制御対象又は中間制御対象の実特性を取得し、初期制御状態と制御要素制御過程の制御対象又は中間制御対象の実特性を考慮して基本の誤差曲面モデルを変形修正し、修正されたモデルにより次の予測制御を行う。これを繰り返すことにより全ての制御要素を所望の（協調条件を満足する）状態へ収束させる。このモデル変形修正方法を平行光調整に適応したのが第７０の発明である。
【０１９４】
図２９は、第２９、３０の発明及び第７１の発明に係るモデル変形修正方法の第３例を示す説明図である。
図２９に示すように、第２９、３０の発明のモデル変形修正方法は、初期制御状態付近での制御対象又は中間制御対象の実特性情報により、基本となる誤差曲面モデルを変形修正し、修正されたモデルにより予測制御を行って全ての制御要素（各軸）を所望の（協調条件を満足する）位置へ収束させる。このモデル変形修正方法を平行光調整に適応したのが第５１の発明である。
【０１９５】
図３０は、３次元誤差曲面モデルの代表点を示す図である。
上記第２５〜第３０の発明、第６９の発明、第７０の発明、第７１の発明でのモデルの変形修正を３次元モデルで実際に行う場合の方法を、図３０を使って説明すると、まず基本となる誤差曲面モデルの代表点を予め決めておく。この代表点は面上の点であり、その数は面を制御要素の関数として表すのに必要な数とする。例えば、誤差モデルが平面の場合、代表点は３点となる。この代表点はモデル上に均等にとるのが望ましい。モデルに重みがある場合は、代表点を偏らせて配置することも可能である。エリア毎にモデルを規定する場合はそのエリア毎に所定の個数の代表点が必要となる。図３０の場合、モデルとｎ個の代表点を用意しておく。実特性のデータを１個２個と取得した場合、そのデータに近い代表点をそのデータに置き換えてモデルの曲面関数を規定しなおして修正すればよい。この場合、代表点３を実特性データ１と置き換え、次いで代表点２を実特性データ２と置き換えモデルを修正することになる。
【０１９６】
図３１は狭範囲モデル及び広範囲モデルの説明図、図３２は変曲点モデル分割の説明図である。
第３１の発明は、第４の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の特性データから誤差曲面モデルを作る際に、複数のモデルを作り、モデル切り換え手段でモデルを切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【０１９７】
また、第３２の発明は、第４の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データから誤差曲面モデルを作る際に、複数のモデルを作り、モデル切り換え手段でモデルを切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【０１９８】
第３１、３２の発明のように制御要素の制御量と制御対象又は中間制御対象の特性を表すモデルを複数用意し、制御要素の制御量、制御対象の状態の条件によってモデルをモデル切り換え手段によって切り換えて予測演算することで１つのモデルで表す範囲を狭くし、それぞれのモデルの近似精度を上げ、近似精度の高いモデルを複数もち広範囲をカバーすることで、広範囲から精度の高い予測演算ができるようになる。
【０１９９】
第３３の発明は、第３１の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の特性データから複数の誤差曲面モデルを作る際に、予測点付近の狭範囲モデルと、広範囲モデルを作り、初期調整時に広範囲モデルを用いて各制御要素の制御量を予測演算し、狭範囲モデル範囲に入った時点で狭範囲モデルに切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【０２００】
また、第３４の発明は、第３２の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データから複数の誤差曲面モデルを作る際に、予測点付近の狭範囲モデルと、広範囲モデルを作り、初期調整時に広範囲モデルを用いて各制御要素の制御量を予測演算し、狭範囲モデル範囲に入った時点で狭範囲モデルに切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【０２０１】
第３５の発明は、第３１の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の特性データから複数の誤差曲面モデルを作る際に、特性データの傾きの変わる極部分で分割したモデルを用い、そのモデルを切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【０２０２】
第３６の発明は、第３２の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データから複数の誤差曲面モデルを作る際に、特性データの傾きの変わる極部分で分割したモデルを用い、そのモデルを切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【０２０３】
また、第３３、３４の発明のようにモデルを複数作る場合に広範囲モデル、狭範囲モデルを作っておき近似精度の低い広範囲モデルで初期粗調（狭範囲モデル範囲への引き込み）を行い、最終的な協調条件が満足する状態の予測演算を近似精度の高い狭範囲モデルで行うことも考えられる（図３１）。また、第３５、３６の発明のようにモデルを分割する点を特性データの傾きが変わる極の部分にすることで同一モデル内に同一の誤差量を持つ点が無くなり予測演算の揺らぎを無くすことが考えられる（図３２）。
【０２０４】
図３３は非点収差検出信号ＣＬ％特性を示す図、図３４は非点収差検出信号ＤＬ％特性を示す図である。なお、図３３（Ａ）は非点収差検出信号ＣＬ％の広範囲の実特性を示し、図３３（Ｂ）は図３３（Ａ）の中央部分を横軸方向に拡大した図である。
第３１、３２の発明、第３３、３４の発明、第３５、３６の発明の制御方法を平行光調整方法に適用したのが第７２の発明、第７３の発明、第７４の発明になる。
【０２０５】
第７２の発明は、第５８の発明に記載の制御方法において、各レンズの駆動量と光束の非点収差又は非点収差の検出信号の特性データから誤差曲面モデルを作る際に、複数のモデルを作り、モデル切り換え手段でモデルを切り換え、予測演算手段で両レンズ駆動量を予測演算することを特徴とする平行光調整方法である。
【０２０６】
第７３の発明は、第７２の発明に記載の平行光調整方法において、複数の誤差曲面モデルを作る際に、非点収差が最低となる点付近の狭範囲モデルと、広範囲モデルを作り、初期調整時に広範囲モデルを用いてコリメートレンズ、検出レンズの駆動量を予測演算し、狭範囲モデル範囲に入った時点で狭範囲モデルに切り換え両レンズ駆動量を予測演算することを特徴とする平行光調整方法である。
【０２０７】
第７４の発明は、第７３の発明に記載の平行光調整方法において、複数の誤差曲面モデルを作る際に、特性データの傾きの変わる極部分で分割したモデルを用い、そのモデルを切り換え、予測演算手段で両レンズ駆動量を予測演算することを特徴とする平行光調整方法である。
【０２０８】
平行光調整に用いる非点収差検出信号ＣＬ％、ＤＬ％の実特性の例を図３３、３４に示す。この特性から予測モデルを作る場合、コリメートレンズ制御範囲全体でモデルを作ろうとした場合、特性の傾きが変わる部分を含んでしまい同一の誤差量を持つ点が複数存在してしまい、モデルからコリメートレンズ、検出レンズ位置を求めることが困難になってしまう。また、コリメートレンズ制御範囲全体で近似精度の高いモデルを作ることも難しい。第７４の発明のように特性データの傾きが変わる極の部分でモデルを分割し、複数のモデルにすることでこの問題を解決することができる。図３３、３４の実特性の場合モデルをコリメートレンズ駆動方向で３つに分割することで、コリメートレンズ制御範囲全体で近似精度の高い、傾き変わる極部を持たないモデルを作ることが可能となる。この分割したモデルの切り換えには後で説明する非点収差検出系光量変化の微分値の条件により切り換えるのが望ましい。
【０２０９】
第７３の発明のようにコリメートレンズ制御範囲全体をモデルにした近似精度の低い広範囲モデルと非点収差が最小となる点付近の近似精度の高い狭範囲モデル（前記３分割モデルの中央のモデル）を作り、広範囲モデルで狭範囲モデルへの引き込み、狭範囲モデルで最終調整をすることでもコリメートレンズ制御範囲全体（広範囲）からの平行光調整を可能にすることができる。
【０２１０】
図３６は本発明に係る一実施形態としての第４実施形態の予測誤差を考慮した予測制御装置の基本構成を示す図、図３７は図３６の予測制御装置の制御フローを説明するためのフローチャートである。
【０２１１】
第３７の発明は、第１の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素にある制御量を入力制御した際の制御対象又は中間制御対象の変化データを予測演算手段に加えて、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【０２１２】
第３７の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素にある制御量を入力制御した際の制御対象又は中間制御対象の変化データを予測演算手段に加えて、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【０２１３】
また、第３８の発明は、第２の発明又は第３の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素にある制御量を入力制御した際の制御対象又は中間制御対象の変化データを予測演算手段に加えて、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【０２１４】
第３７、３８の発明の予測演算では、各制御要素に出力手段を通じて出力されている制御量、検出手段で検出された制御対象の状態のデータだけでなく、予測演算精度を上げるために実際に制御要素にある制御量を入力した際の制御対象の変化データを初期データ収集という過程で収集し、予測演算手段に入力し、予測演算を行うことが考えられる（図３６、３７）。制御対象の変化データを取得することで、予測演算手段の予測関数上のどこに制御要素がいるか、あるいは予測モデル上のどこに制御要素がいるかを推定する際に情報量が増え、正確な現在位置を把握することが可能となる。
【０２１５】
第７５の発明は、第５５の発明〜第５７の発明の何れかに記載の平行光調整方法において、コリメートレンズ、検出レンズをある駆動量だけ駆動した際の光束の非点収差又は非点収差検出信号の変化データを予測演算手段に加えて、両レンズ位置を予測演算手段で演算することを特徴とする平行光調整方法である。
【０２１６】
第３７、３８の発明を平行光調整に適用したのが第７５の発明で、非点収差検出信号の変化データの傾き、傾きの方向の情報を付加して予測演算を行うことで、非点収差が最小となる点に対して、現在のコリメートレンズ、検出レンズ位置がどこにあるか正確に把握できるようになる。
【０２１７】
図３８は本発明に係る一実施形態としての第５実施形態の予測誤差を考慮した予測制御装置の基本構成を示す図、図３９は予測誤差の大きい範囲を説明するための図、図４０は図３８の予測制御装置の制御フローを説明するためのフローチャートである。
第３９の発明、第４０の発明、第４１の発明、第４２の発明、第４３の発明の制御方法、制御装置の構成を図３８に示す。
【０２１８】
第３９の発明は、第１の発明〜第３の発明の何れかに記載の予測誤差を考慮した予測制御方法において、予測誤差認識手段４４を設け、予測誤差が大きいと判断された場合は、予測演算の精度の高い部分に一度各制御要素を制御した後に、再び各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法である。
【０２１９】
第４０の発明は、第３９の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の変化の関係から制御要素の重みづけを行い、初期データ収集時に各制御要素の制御量を重みづけに従い決めることを特徴とする予測誤差を考慮した予測制御方法である。
【０２２０】
また、第４１の発明は、第３９の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の変化の関係から制御要素の重みづけを行い、初期データ収集時に各制御要素の制御量を重みづけに従い決めることを特徴とする予測誤差を考慮した予測制御方法である。
【０２２１】
第４２の発明は、第３９の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の変化の関係を測定し、そのデータをもとに制御要素の重みづけを行う重みづけ手段３５を持ち、初期データ収集時に各制御要素の制御量を重み付け手段の重みづけ結果に従い決めることを特徴とする予測誤差を考慮した予測制御方法である。
【０２２２】
また、第４３の発明は、第３９の発明に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の変化の関係を測定し、そのデータをもとに制御要素の重みづけを行う重みづけ手段を持ち、初期データ収集時に各制御要素の制御量を重み付け手段３５の重みづけ結果に従い決めることを特徴とする予測誤差を考慮した予測制御方法である。
【０２２３】
第４４の発明は、第１の発明〜第３の発明の何れかに記載の予測誤差を考慮した予測制御方法において、予測演算手段を複数持ち、予測演算選択手段で複数ある予測演算手段を切り換えることを特徴とする予測誤差を考慮した予測制御方法である。
【０２２４】
第３９の発明では、予測誤差認識手段４４を予測演算手段１内に構成し、予測演算手段１で演算する際に制御要素の制御量が予測誤差の大きい範囲であると判断された場合（図３９）、予測演算の精度の高い部分に制御要素を一度制御した後に再び各制御要素の予測制御量を予測演算するというものである（図４０のフローチャート）。
【０２２５】
第３９の発明の制御方法を平行光調整方法に適用したのが第７６の発明になる。
第７６の発明は、第５５の発明〜第５７の発明の発明の何れかに記載の平行光調整方法において、予測誤差認識手段を設け、予測誤差が大きいと判断された場合は、予測演算の精度の高い部分に一度コリメートレンズ、検出レンズを移動した後に、再び非点収差が最小となるコリメートレンズ、検出レンズ位置を予測演算することを特徴とする平行光調整方法である。
【０２２６】
図３３（Ａ）に示すように、平行光調整に用いる非点収差検出信号ＣＬ％　の実特性の例を見ると、特性の傾きがプラスとなっている部分（グラフの左右の部分）は検出特性が安定しない為予測演算を行っても予測誤差が大きくなってしまう。図３３（Ｂ）に示すように、第７６の発明のように予測誤差認識手段を設け、予測誤差が大きくなるであろうと判断された場合強制的に特性の傾きがマイナスとなる範囲（グラフの中央の部分）にレンズ位置を移動することで、予測精度の高い部分での予測演算が可能となり正確に非点収差が最小となる位置を求めることができる。
【０２２７】
予測誤差認識手段を使って予測誤差が大きくなるかどうかを判断する方法としては、事前に測定されたレンズ位置と非点収差検出信号の特性と予測演算式で出だした予測結果のずれが多い範囲を調べておき、初期データ収集時の検出信号値、信号傾き等の値から判断する方法、検出信号測定時に繰り返し測定を行い、検出信号のＳ／Ｎ比を求め、そのＳ／Ｎ比の値で判断する方法などが考えられる。
【０２２８】
第４０、４１の発明、第４２、４３の発明に示すように各制御要素の制御量が制御対象又は中間制御対象へ与える影響度合いで、各制御要素重みづけをしておくことにより、初期データ収集時に制御要素を制御する量を重みづけに従って調整することが考えられる。例えば、制御対象又は中間制御対象へ与える影響の大きい制御要素はデータ収集時の制御量を少なくし細かくデータを取り、逆に制御対象へ与える影響の小さい制御要素はデータ収集時の制御量を大きくし広範囲のデータを粗く取ることで、予測演算に必要なデータの精度を上げることができる。第４０、４１の発明の場合はこの各制御要素重みづけを予め測定された各制御要素の制御量と制御対象又は中間制御対象の変化の関係を測定したデータから決めておく場合で、第４２、４３の発明の場合は初期データ収集前に各制御要素の制御量と制御対象の変化の関係を測定し、そのデータをもとに制御要素の重みづけを行う重みづけ手段で重みづけを行う場合である。これにより各制御要素の状態に合わせた重みづけができるようになる。
【０２２９】
図４１は、複数の予測検算を説明するための図である。
第４４の発明に示すように予測演算手段内に予測演算選択手段を設け複数の予測演算手段を持つことで、各制御要素の制御量と制御対象の変化の関係が１つの予測演算式で表せない場合（図４１）や予測モデルが複数ある時に同じ予測演算手段で予測演算できない場合でも、複数の演算手段を切り換えることで予測制御量を演算することができる。第４０、４１の発明、第４２、４３の発明、第４４の発明の発明の制御方法を平行光調整方法に適用したのが第７７の発明、第７８の発明、第７９の発明になる。
【０２３０】
第７７の発明は、第７６の発明に記載の平行光調整方法において、各レンズの駆動量と非点収差検出信号の変化の関係から各レンズの重みづけを行っておき、初期データ収集時に各レンズの駆動量を重みづけに従い決定することを特徴とする平行光調整方法である。
【０２３１】
第７８の発明は、第７６の発明に記載平行光調整方法において、各レンズの駆動量と非点収差検出信号の変化の関係を測定し、そのデータをもとに各レンズの重みづけを行う重みづけ手段を持ち、初期データ収集時に各レンズの駆動量を重み付け手段の重みづけ結果に従い決定することを特徴とする平行光調整方法である。
【０２３２】
第７９の発明は、第５６の発明又は第５７の発明に記載の平行光調整方法において、予測演算手段を複数持ち、予測演算選択手段で複数ある予測演算手段を切り換えることを特徴とする平行光調整方法である。
【０２３３】
図３５は、光量変化微分値による予測演算手段・モデルの切り換えを説明するための図である。
複数ある予測演算手段又は複数あるモデルを予測演算切換手段で切り換える際に、非点収差の検出手段で検出された光量変化の微分値Ｖ１、Ｖ２、Ｖ３、Ｖ４を使うことで適切な条件で予測演算手段又はモデルの切換が可能である。光量変化の微分値は、非点収差検出信号ＣＬ％、ＤＬ％の実特性のグラフ（図３６、３７）の特性の傾きがプラスとなっている部分（グラフの左右の部分）で小さな値、傾きがマイナスとなっている部分（グラフの中央の部分）で大きな値を示す。これら光量変化の微分値条件と検出信号の値の条件を組み合わせて予測演算手段又は予測モデルを切り換えることで適切な切り換えが可能となる（図３５）。
【０２３４】
この制御方法を適用した装置の発明として、第４５の発明が第１の発明、第２の発明の制御方法を適用するため予測演算手段を備えた制御装置、第５３の発明がその制御方法を多軸制御に適用した多軸制御装置、第８０の発明が平行光調整に適用した平行光調整装置になる。
【０２３５】
第４５の発明は、相互作用を有する複数の制御要素を制御することにより、複数の制御対象をコントロールし、その協調条件が成立するようにする予測制御装置において、各制御要素制御量の制御対象又は中間制御対象への相互作用を考慮に入れ、各制御要素の制御量を予測演算し求める予測演算手段を備えることを特徴とする予測誤差を考慮した予測制御装置である。
【０２３６】
第５３の発明は、第４５に記載の制御装置において、複数の制御要素が複数の駆動手段で、各駆動手段の駆動量の制御対象又は中間制御対象への相互作用を考慮に入れ、協調条件が満足する各駆動手段の駆動量を予測演算し求める予測演算手段を備えることを特徴とする多軸制御装置である。
【０２３７】
第８０の発明は、第５３の発明に記載の多軸制御装置で、制御装置が光源から出射された光束をコリメートレンズで略平行光にしビーム整形手段を通し検出系へと導き、検出系内の検出レンズで集光束にした光束の非点収差検出結果をもとに両レンズを駆動手段で駆動し、ビーム整形手段後の光束の非点収差が最小となるように調整する平行光調整装置で、最終制御対象である非点収差が最小となるコリメートレンズと検出レンズ位置を予測演算し求める予測演算手段を備えることを特徴とする平行光調整装置である。
【０２３８】
第４６の発明は、第４５の発明に記載の予測誤差を考慮した予測制御装置において、前記予測演算手段の中に、複数のモデル及びモデル切り換え手段、実特性の情報によりモデルを修正するモデル修正手段４５、複数の予測演算部及び予測演算選択手段及び初期データ収集時に各制御要素の制御量の重み付けを行う重み付け手段のいずれか１つを備えることを特徴とする予測誤差を考慮した予測制御装置である。
【０２３９】
また第４６の発明は、第２３の発明〜第４４の発明の付加機能を実行するため、予測演算手段の中に複数のモデルとモデル切り換え手段、実特性の情報によりモデルを修正するモデル修正手段４５、複数の予測演算手段と予測演算選択手段、重み付け手段のいずれか１つを備える制御装置である。
【０２４０】
第５４の発明は、第５３の発明に記載の多軸制御装置において、予測演算手段の中に複数のモデルとモデル切り換え手段、実特性の情報によりモデルを修正するモデル修正手段４５、複数の予測演算手段と予測演算選択手段、初期データ収集時に各制御要素の制御量の重み付けを行う重み付け手段のいずれか１つを備えることを特徴とする多軸制御装置である。
【０２４１】
第８１の発明は、第８０の発明に記載の平行光調整装置において、予測演算手段の中に複数のモデルを切り換えるモデル切り換え手段、実特性データによりモデルを修正するモデル修正手段４５、複数の予測演算手段を切り換える予測演算選択手段、初期データ収集時に各制御要素の制御量の重み付けを行う重み付け手段のいずれか１つを備えることを特徴とする平行光調整装置である。
【０２４２】
第５４の発明が付加機能を実行するため、予測演算手段１の中に複数のモデル（誤差曲面第１モデル３７、誤差曲面第２モデル３８、誤差曲面第３モデル３９）とモデル切り換え手段３６、実特性の情報によりモデルを修正するモデル修正手段４５、複数の予測演算部（第１予測演算部３２、第２予測演算部３３、第３予測演算部３４）と予測演算選択手段３１、重み付け手段３５のいずれか１つを備える多軸制御装置、第８１の発明が付加機能を実行するため、予測演算手段１の中に複数のモデル（誤差曲面第１モデル３７、誤差曲面第２モデル３８、誤差曲面第３モデル３９）とモデル切り換え手段３６、実特性の情報によりモデルを修正するモデル修正手段４５、複数の予測演算部（第１予測演算部３２、第２予測演算部３３、第３予測演算部３４）と予測演算選択手段３１、重み付け手段３５のいずれか１つを備える平行光調整装置になる。
【０２４３】
図４２は、従来の繰り返し制御方法と本発明の予測誤差を考慮した予測制御方法との収束時間の違いを示す図である。
最後に、実際の制御効果については第５８の発明の３次元モデル（誤差曲面モデル）を用いた予測演算手段で非点収差を最低にするコリメートレンズ、検出レンズ位置を求め、両レンズを繰り返し制御した場合と従来の予測を使わない繰り返し制御で非点収差を最低にするよう制御した場合の平行光調整の収束性比較データを図４２に示す。
【０２４４】
モデルは、第６２の発明に示す条件範囲で作ったモデルを使用している。比較の結果、収束時間で約１／４、制御実行回数（収束回数）で約１／３の高速調整が実現できた。予測制御の場合は●印の点が３回の予測制御収束点である。制御を重ねる毎に予測誤差が小さくなり、この場合３回でＣＬ％、ＤＬ％の協調条件を満足するＣＬ位置、ＤＬ位置に制御できた。１０サンプル各６回の計６０回の平行光調整実験においても、図４２とほぼ同様の予測収束性を示し、全ての予測で、制御を重ねる毎に予測誤差が小さくなることが確認できた。
【０２４５】
なお、本発明は上記実施例に限定されるものではない。即ち、本発明の骨子を逸脱しない範囲で種々変形して実施することができる。
【０２４６】
【発明の効果】
以上、説明したように、請求項１又は８２の発明によれば、複数の制御要素の制御量が制御対象へ与える相互作用を考慮に入れ、各制御要素の制御量を予測演算手段で演算し求めることで複数の制御要素を一度に制御することでき、短時間に協調条件が満足する状態に制御対象をすることが可能となる。
【０２４７】
また、請求項２の発明によれば、最終の制御対象が協調条件を満たすように中間制御対象の状態を決定し、更にその中間制御対象の状態を成立させるよう複数有る制御要素の制御量を予測演算手段で演算し、一度に制御することで、相互作用の複雑な制御系でも中間制御対象で制御系を分割し簡略化することができるので、容易に協調条件が満足する状態に中間制御対象、最終制御対象をすることが可能となる。
【０２４８】
また、請求項３の発明によれば、複数ある制御要素の制御量を予測演算手段により演算し、予測点へと制御要素を制御することを繰り返し実行、中間制御対象、最終制御対象とも協調条件を満足するまで繰り返すことで、予測誤差が有り収束条件が一度に決まらなかった場合でも協調条件が満足する状態に中間制御対象、最終制御対象を制御すること可能となる。
【０２４９】
また、請求項４の発明によれば、各制御要素の制御量と制御対象の特性データを基に、相互作用のある制御要素の制御量をパラメータとして制御対象の目標値からの誤差量を表した３次元モデル（誤差曲面モデル）を用いて、各制御要素の制御量を予測演算手段で演算し求めることで、制御要素の制御量の制御対象への相互作用を１つのモデルで表すことができるので、相互作用の複雑な場合でも協調条件が満足する制御要素の状態が容易に求まり、複数ある制御要素を一度に制御できるため、短時間で正確に制御対象を制御することが可能となる。
【０２５０】
また、請求項５の発明によれば、各制御要素の制御量と制御対象又は中間制御対象の特性データを基に、相互作用のある制御要素の制御量をパラメータとして制御対象又は中間制御対象の目標値からの誤差量を表した３次元モデル（誤差曲面モデル）を用いて、各制御要素の制御量を予測演算手段で演算し求めることで、制御要素の制御量の制御対象への相互作用を１つのモデルで表すことができるので、相互作用の複雑な場合でも協調条件が満足する制御要素の状態が容易に求まり、複数ある制御要素を一度に制御できるため、短時間で正確に制御対象又は中間制御対象を制御することが可能となる。
【０２５１】
また、請求項６の発明によれば、複数の制御要素の制御量と複数の制御対象の特性データから作成した複数の３次元モデル（誤差曲面モデル）を１空間に表すことで、複数の制御対象間の相互作用の関係がモデルに表現できる為、制御対象どうしの相互関係を正確に把握することが可能となり、短時間で、正確に協調条件が満足する状態に制御対象を制御することが可能となる。
【０２５２】
また、請求項７の発明によれば、複数の制御要素の制御量と複数の制御対象又は中間制御対象の特性データから作成した複数の３次元モデル（誤差曲面モデル）を１空間に表すことで、複数の制御対象又は中間制御対象間の相互作用の関係がモデルに表現できる為、制御対象、中間制御対象どうしの相互関係を正確に把握することが可能となり、短時間で、正確に協調条件が満足する状態に制御対象又は中間制御対象を制御することが可能となる。
【０２５３】
また、請求項８の発明によれば、収束点に近づくにつれて予測誤差が小さくなるよう分布を持たせることで、繰り返し予測制御を行い、収束点に近づくにつれ予測誤差が小さくなるため、少ない繰り返し回数で短時間に協調条件を満たす状態に制御することが可能となる。
【０２５４】
また、請求項９の発明によれば、３次元モデル（誤差曲面モデル）と各サンプルの実際の特性（以下、実特性）の差をモデルの制御量軸方向の誤差とみなしてモデルを制御量軸方向にシフトさせ予測演算をすることで、実特性のサンプル間誤差が少ない系ではモデルを修正せずに、正確に協調条件が満足する状態を予測することが可能となる。
【０２５５】
また、請求項１０の発明によれば、制御要素の制御量をＸ，Ｙ，…Ｚ
誤差曲面モデル関数をＧｎ（Ｘ，Ｙ，…Ｚ）、　ｎ：制御対象の数に依存（信号の数だけモデルが存在）
Ｇ１＝Ｇ２＝…＝Ｇｎ＝０を満たす点を（Ｘｍ，Ｙｍ，…Ｚｍ）
実特性関数をＦｎ（Ｘ，Ｙ，…Ｚ）、　ｎ：制御対象の数に依存（信号の数だけ実特性が存在）
Ｆ１＝Ｆ２＝…＝Ｆｎ＝０を満たす点を（Ｘａ，Ｙａ，…Ｚａ）
とすると、
｜Ｇｎ（２Ｘ＋Ｘｍ，２Ｙ＋Ｙｍ，…，２Ｚ＋Ｚｍ）｜＞｜Ｆｎ（Ｘ＋Ｘａ，　Ｙ＋Ｙａ，…，　Ｚ＋Ｚａ）｜
を全ての対象サンプルで満たす範囲でつくられた３次元モデル（誤差曲面モデル）を用いて、各制御要素の制御量を予測演算手段で演算し求めることで、繰り返し予測制御を行った場合、発散せずに短時間に協調条件が満足する状態に制御対象又は中間制御対象を制御することが可能となる。
【０２５６】
また、請求項１１の発明によれば、複数の制御対象の初期誤差量測定値で対応する３次元モデル（誤差曲面モデル）をカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点又は囲まれる領域、又は領域の重心点又は交点の平均点を制御要素の初期制御状態とすることで、３つ以上の制御対象がある複雑な系で、初期誤差量測定値やモデルに誤差がある場合でも、モデル上の初期状態の位置を認識することが可能となり、協調条件が満足する状態を予測することが可能となる。
【０２５７】
また、請求項１２の発明によれば、複数の制御対象又は中間制御対象の初期誤差量測定値で対応する３次元モデル（誤差曲面モデル）をカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点又は囲まれる領域、又は領域の重心点又は交点の平均点を制御要素の初期制御状態とすることで、３つ以上の制御対象又は中間制御対象がある複雑な系で、初期誤差量測定値やモデルに誤差がある場合でも、モデル上の初期状態の位置を認識することが可能となり、協調条件が満足する状態を予測することが可能となる。
【０２５８】
また、請求項１３の発明によれば、複数の制御対象の収束条件範囲で対応する３次元モデル（誤差曲面モデル）をカットした際の交差領域を制御要素の制御量平面上に重ね合わせ、その交差領域が交わった領域を制御要素の目標制御状態とすることで、相互作用が複雑な場合でも収束条件を満たす範囲が明確になり、協調条件が満足する状態を的確に予測することが可能となる。
【０２５９】
また、請求項１４の発明によれば、複数の制御対象又は中間制御対象の収束条件範囲で対応する３次元モデル（誤差曲面モデル）をカットした際の交差領域を制御要素の制御量平面上に重ね合わせ、その交差領域が交わった領域を制御要素の目標制御状態とすることで、相互作用が複雑な場合でも収束条件を満たす範囲が明確になり、協調条件が満足する状態を的確に予測することが可能となる。
【０２６０】
また、請求項１５の発明によれば、複数の制御対象の収束条件中心値で対応する３次元モデル（誤差曲面モデル）をカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点又は囲まれる領域、又は領域の重心点又は交点の平均点を制御要素の目標制御状態とすることで、３つ以上の制御対象がある複雑な系で、モデルに誤差がある場合でも、モデル上の協調条件が満足する位置を認識することが可能となり、的確な予測をすることが可能となる。
【０２６１】
また、請求項１６の発明によれば、複数の制御対象又は中間制御対象の収束条件中心値で対応する３次元モデル（誤差曲面モデル）をカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点又は囲まれる領域、又は領域の重心点又は交点の平均点を制御要素の目標制御状態とすることで、３つ以上の制御対象又は中間制御対象がある複雑な系で、モデルに誤差がある場合でも、モデル上の協調条件が満足する位置を認識することが可能となり、的確な予測をすることが可能となる。
【０２６２】
また、請求項１７の発明によれば、請求項１１の方法で複数の制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、請求項１５の方法で複数の制御対象の収束条件中心値から求めた制御要素の目標制御状態（交点、交点の平均点又は重心点）の距離から各制御要素の予測制御量を決定することで、３つ以上の制御対象がある複雑な系で、初期誤差量測定値やモデルに誤差がある場合でも、初期制御状態を目標制御状態にする的確な制御要素の制御量を予測することが可能となる。
【０２６３】
また、請求項１８の発明によれば、請求項１２の方法で複数の制御対象又は中間制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、請求項１６の方法で複数の制御対象又は中間制御対象の収束条件中心値から求めた制御要素の目標制御状態（交点、交点の平均点又は重心点）の距離から各制御要素の予測制御量を決定することで、３つ以上の制御対象又は中間制御対象がある複雑な系で、初期誤差量測定値やモデルに誤差がある場合でも、初期制御状態を目標制御状態にする的確な制御要素の制御量を予測することが可能となる。
【０２６４】
また、請求項１９の発明によれば、請求項１１の方法で複数の制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、請求項１３又は１５の方法で複数の制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の最短距離を各制御要素の予測制御量として決定することで、初期制御状態を目標制御状態にする制御要素の最小制御量を予測することができ、短時間で協調条件が満足する状態に制御対象を制御することが可能となる。
【０２６５】
また、請求項２０の発明によれば、請求項１２の方法で複数の制御対象又は中間制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、請求項１４又は１６の方法で複数の制御対象又は中間制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の最短距離を各制御要素の予測制御量として決定することで、初期制御状態を目標制御状態にする制御要素の最小制御量を予測することができ、短時間で協調条件が満足する状態に制御対象又は中間制御対象を制御すること可能となる。
【０２６６】
また、請求項２１の発明によれば、請求項１１の方法で複数の制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（領域）と、請求項１３又は１５の方法で複数の制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の重なる面積が最大となる最短距離を各制御要素の予測制御量として決定することで、３つ以上の制御対象がある複雑な系で、初期誤差量測定値やモデルに誤差がある場合でも、初期制御状態を目標制御状態に近づける制御要素の最小制御量を予測することが可能となる。
【０２６７】
また、請求項２２の発明によれば、請求項１２の方法で複数の制御対象又は中間制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（領域）と、請求項１４又は１６の方法で複数の制御対象又は中間制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の重なる面積が最大となる最短距離を各制御要素の予測制御量として決定することで、３つ以上の制御対象又は中間制御対象がある複雑な系で、初期誤差量測定値やモデルに誤差がある場合でも、初期制御状態を目標制御状態に近づける制御要素の最小制御量を予測することが可能となる。
【０２６８】
また、請求項２３の発明によれば、制御対象の実特性の情報により３次元モデル（誤差曲面モデル）を変化させ、そのモデルを用いて予測演算をすることで、モデルの誤差、実特性のサンプル間誤差が有った場合でも、実特性の差を考慮してモデルを修正でき、協調条件が満足する状態に制御対象を短時間で正確に制御することが可能となる。
【０２６９】
また、請求項２４の発明によれば、制御対象又は中間制御対象の実特性の情報により３次元モデル（誤差曲面モデル）を変化させ、そのモデルを用いて予測演算をすることで、モデルの誤差、実特性のサンプル間誤差が有った場合でも、実特性の差を考慮してモデルを修正でき、協調条件が満足する状態に制御対象又は中間制御対象を短時間で正確に制御することが可能となる。
【０２７０】
また、請求項２５の発明によれば、各制御要素の初期状態での制御対象の実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その各制御要素の制御状態での制御対象の実特性情報と初期状態での制御対象の実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことで、予測制御前の実特性情報と予測制御後の実特性情報をもとにより正確な実特性を考慮したモデル修正ができ、協調条件が満足する状態に制御対象を短時間で正確に制御することが可能となる。
【０２７１】
また、請求項２６の発明によれば、各制御要素の初期状態での制御対象又は中間制御対象の実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その各制御要素の制御状態での制御対象又は中間制御対象の実特性情報と初期状態での制御対象又は中間制御対象の実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことで、予測制御前の実特性情報と予測制御後の実特性情報をもとにより正確な実特性を考慮したモデル修正ができ、協調条件が満足する状態に制御対象又は中間制御対象を短時間で正確に制御することが可能となる。
【０２７２】
また、請求項２７の発明によれば、各制御要素の初期状態での制御対象の特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その予測点への制御途中に制御対象の実特性情報を取得し、取得した制御途中の制御対象の実特性情報と初期位置での制御対象の実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことで、制御途中の実特性情報を含めたより多くの実特性情報をもとに正確なモデル修正ができ、協調条件が満足する状態に制御対象を短時間で正確に制御することが可能となる。
【０２７３】
また、請求項２８の発明によれば、各制御要素の初期状態での制御対象又は中間制御対象の実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その予測点への制御途中に制御対象又は中間制御対象の実特性情報を取得し、取得した制御途中の制御対象又は中間制御対象の実特性情報と初期位置での制御対象又は中間制御対象の実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことで、制御途中の実特性情報を含めたより多くの実特性情報をもとに正確なモデル修正ができ、協調条件が満足する状態に制御対象又は中間制御対象を短時間で正確に制御することが可能となる。
【０２７４】
また、請求項２９の発明によれば、各制御要素の初期状態付近での制御対象の実特性情報により、基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行うことにより、初回の予測制御時にも実特性を考慮した修正モデルを使用して予測することができるので、実特性とモデルの差による予測誤差を低減することができ、協調条件が満足する状態に制御対象を短時間で正確に制御することが可能となる。
【０２７５】
また、請求項３０の発明によれば、各制御要素の初期状態付近での制御対象又は中間制御対象の実特性情報により、基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行うことにより、初回の予測制御時にも実特性を考慮した修正モデルを使用して予測することができるので、実特性とモデルの差による予測誤差を低減することができ、協調条件が満足する状態に制御対象又は中間制御対象を短時間で正確に制御することが可能となる。
【０２７６】
また、請求項３１の発明によれば、予め測定された各制御要素の制御量と制御対象の特性データから３次元モデル（誤差曲面モデル）を作る際に、複数のモデルを作り、モデル切り換え手段でそのモデルを切り換え予測制御量を予測演算することで、より低次数の近似で近似精度の高いモデルを作ることが可能となり、簡単な演算で正確な予測が可能となり、協調条件が満足する状態に制御対象を容易に正確に制御することが可能となる。
【０２７７】
また、請求項３２の発明によれば、予め測定された各制御要素の制御量と制御対象又は中間制御対象の特性データから３次元モデル（誤差曲面モデル）を作る際に、複数のモデルを作り、モデル切り換え手段でそのモデルを切り換え予測制御量を予測演算することで、より低次数の近似で近似精度の高いモデルを作ることが可能となり、簡単な演算で正確な予測が可能となり、協調条件が満足する状態に制御対象又は中間制御対象を容易に正確に制御することが可能となる。
【０２７８】
また、請求項３３の発明によれば、予測点付近の狭範囲モデルと、広範囲モデルを作り、初期調整時に広範囲モデルを用いて各制御要素の制御量を予測演算し、狭範囲モデル範囲に入った時点で狭範囲モデルに切り換え制御量を予測演算することで、近似精度の低い広範囲モデルで広範囲からの制御要素粗調（狭範囲モデルへの引き込み）が可能となるとともに、最終的な協調条件が満足する状態の予測演算を近似精度の高い狭範囲モデルで行い予測精度を上げることができ、適応範囲の広い正確な制御対象の制御が可能となる。
【０２７９】
また、請求項３４の発明によれば、予測点付近の狭範囲モデルと、広範囲モデルを作り、初期調整時に広範囲モデルを用いて各制御要素の制御量を予測演算し、狭範囲モデル範囲に入った時点で狭範囲モデルに切り換え制御量を予測演算することで、近似精度の低い広範囲モデルで広範囲からの制御要素粗調（狭範囲モデルへの引き込み）が可能となるとともに、最終的な協調条件が満足する状態の予測演算を近似精度の高い狭範囲モデルで行い予測精度を上げることができ、適応範囲の広い正確な制御対象又は中間制御対象の制御が可能となる。
【０２８０】
また、請求項３５の発明によれば、特性データの傾きの変わる極部分で分割したモデルを用い、そのモデルを切り換え予測制御量を予測演算することで、同一モデル内に同一の誤差量を持つ点が無くなり、予測演算の揺らぎが無くなり、協調条件が満足する状態に制御対象をスムーズに制御することが可能となる。
【０２８１】
また、請求項３６の発明によれば、特性データの傾きの変わる極部分で分割したモデルを用い、そのモデルを切り換え予測制御量を予測演算することで、同一モデル内に同一の誤差量を持つ点が無くなり、予測演算の揺らぎが無くなり、協調条件が満足する状態に制御対象又は中間制御対象をスムーズに制御することが可能となる。
【０２８２】
また、請求項３７の発明によれば、各制御要素にある制御量を入力制御した際の制御対象の変化データをもとに各制御要素の予測制御量を予測演算することで、特性の傾き情報を得ることができ、予測演算の予測関数又はモデルのどの位置に制御要素があるか正確に把握することができるようになるので、予測精度が上がり、精度良く短時間に協調条件が満足する状態に制御対象を制御することが可能となる。
【０２８３】
また、請求項３８の発明によれば、各制御要素にある制御量を入力制御した際の制御対象又は中間制御対象の変化データ（初期データ収集結果）をもとに各制御要素の予測制御量を予測演算することで、特性の傾き情報を得ることができ、予測演算の予測関数又はモデルのどの位置に制御要素があるか正確に把握することができるようになるので、予測精度が上がり、精度良く短時間に協調条件が満足する状態に制御対象又は中間制御対象を制御することが可能となる。
【０２８４】
また、請求項３９の発明によれば、予測誤差認識手段を設け、予測誤差が大きいと判断された場合は、予測演算の精度の高い部分に一度各制御要素を制御した後に、再び各制御要素の予測制御量を予測演算することで、予測誤差による制御の発散を防ぐことができ、短時間に協調条件が満足する状態に制御対象又は中間制御対象をすることが可能となる。
【０２８５】
また、請求項４０の発明によれば、各制御要素の制御量と制御対象の変化の関係から制御要素の重みづけを行い、初期データ収集時に各制御要素の制御量を重みづけに従い決めることで、予測演算に必要な初期データ収集の信頼性を上げることができるので、予測演算の予測関数又はモデルのどの位置に制御要素があるか正確に把握でき、予測精度が上がり、短時間に精度良く協調条件が満足する状態に制御対象を制御することが可能となる。
【０２８６】
また、請求項４１の発明によれば、各制御要素の制御量と制御対象又は中間制御対象の変化の関係から制御要素の重みづけを行い、初期データ収集時に各制御要素の制御量を重みづけに従い決めることで、予測演算に必要な初期データ収集の信頼性を上げることができるので、予測演算の予測関数又はモデルのどの位置に制御要素があるか正確に把握でき、予測精度が上がり、短時間に精度良く協調条件が満足する状態に制御対象又は中間制御対象を制御することが可能となる。
【０２８７】
また、請求項４２の発明によれば、各制御要素の制御量と制御対象の変化の関係を測定し、そのデータをもとに制御要素の重みづけを行う重みづけ手段を持ち、初期データ収集時に各制御要素の制御量を重み付け手段の重みづけ結果に従い決定することで、請求項４０のように予め測定されたデータで重みづけを行うより更に予測演算に必要な初期データ収集の信頼性を上げることができるので、更に短時間に精度良く協調条件が満足する状態に制御対象を制御することが可能となる。
【０２８８】
また、請求項４３の発明によれば、各制御要素の制御量と制御対象又は中間制御対象の変化の関係を測定し、そのデータをもとに制御要素の重みづけを行う重みづけ手段を持ち、初期データ収集時に各制御要素の制御量を重み付け手段の重みづけ結果に従い決定することで、請求項４１のように予め測定されたデータで重みづけを行うより更に予測演算に必要な初期データ収集の信頼性を上げることができるので、更に短時間に精度良く協調条件が満足する状態に制御対象又は中間制御対象を制御することが可能となる。
【０２８９】
また、請求項４４の発明によれば、予測演算選択手段で複数ある予測演算手段を切り換えることで、各制御要素の状態と制御対象の状態の関係が１つの予測演算手段で正確に表せない場合や予測モデルが複数ある場合に同じ予測演算手段で予測演算できなくても予測演算を可能にすることができるので、適応範囲の広い高精度な制御対象又は中間制御対象の制御が可能となる。
【０２９０】
また、請求項４５の発明によれば、複数の制御要素を制御しその相互作用により、制御対象又は中間制御対象をコントロールしその協調条件が成立するように制御する制御システムにおいて、各制御要素制御量の制御対象への影響の相互作用を考慮に入れ、各制御要素の制御量を予測演算し求める予測演算手段を備えることで、相互作用の影響を考慮に入れた制御状態に複数ある制御要素を一度に制御できるため、短時間に協調条件が満足する状態に制御対象又は中間制御対象を制御することが可能となる。
【０２９１】
また、請求項４６の発明によれば、予測演算手段の中に複数のモデルとモデル切り換え手段、実特性の情報によりモデルを修正するモデル修正手段、複数の予測演算手段と予測演算選択手段、初期データ収集時に各制御要素の制御量の重み付けを行う重み付け手段のいずれか１つを備えることで、複雑な制御系であっても広範囲で正確な制御対象の制御ができるので、短時間に精度良く協調条件が満足する状態に制御対象又は中間制御対象を制御することが可能となる。
【０２９２】
また、請求項４７の発明によれば、制御要素である複数の駆動手段駆動量の相互作用により、制御対象をコントロールし、その協調条件を成立させる多軸制御装置において、各駆動手段駆動量の制御対象への相互作用を考慮に入れ、各駆動手段の駆動量を予測演算手段で演算し求め、複数有る駆動手段を一度に駆動させることで、短時間に協調条件が満足する状態に複数の駆動手段を駆動することが可能となる。
【０２９３】
また、請求項４８の発明によれば、制御要素である複数の駆動手段駆動量の相互作用により、制御対象又は中間制御対象をコントロールし、その協調条件を成立させる多軸制御装置において、各駆動手段駆動量の制御対象又は中間制御対象への相互作用を考慮に入れ、各駆動手段の駆動量を予測演算手段で演算し求め、複数有る駆動手段を一度に駆動させることで、短時間に協調条件が満足する状態に複数の駆動手段を駆動することが可能となる。
【０２９４】
また、請求項４９の発明によれば、複数ある駆動手段の駆動量を予測演算手段により演算し、予測点へと駆動手段を駆動することを繰り返し行い、中間制御対象、最終制御対象とも協調条件を満足するまで繰り返すことで、予測誤差が有り収束条件が一度に決まらなかった場合でも協調条件が満足する状態に中間制御対象、最終制御対象を制御することが可能となる。
【０２９５】
また、請求項５０の発明によれば、各駆動手段の駆動量を予測演算し求める予測演算手段の中に相互作用のある駆動手段の駆動量をパラメータとして、その相互作用により制御される制御対象の目標値からの誤差量を表した３次元モデル（誤差曲面モデル）を備え、それを用いて各駆動手段の駆動量を予測演算し求めることで、制御対象への駆動手段駆動量の相互作用を１つのモデルで表すことができ、相互作用の複雑な場合でも協調条件が満足する駆動手段の状態が容易に求まり、複数ある駆動手段を一度に制御できるため、短時間で正確に協調条件が満足する状態に複数の駆動手段を駆動することが可能となる。
【０２９６】
また、請求項５１の発明によれば、各駆動手段の駆動量を予測演算し求める予測演算手段の中に相互作用のある駆動手段の駆動量をパラメータとして、その相互作用により制御される制御対象又は中間制御対象の目標値からの誤差量を表した３次元モデル（誤差曲面モデル）を備え、それを用いて各駆動手段の駆動量を予測演算し求めることで、制御対象又は中間制御対象への駆動手段駆動量の相互作用を１つのモデルで表すことができ、相互作用の複雑な場合でも協調条件が満足する駆動手段の状態が容易に求まり、複数ある駆動手段を一度に制御できるため、短時間で正確に協調条件が満足する状態に複数の駆動手段を駆動することが可能となる。
【０２９７】
また、請求項５２の発明によれば、３次元モデル（誤差曲面モデル）で表現されている相互作用が複数の駆動軸の軸干渉であることで、軸干渉を考慮した複数の駆動軸制御が３次元モデルを用いて容易にすることが可能となる。
【０２９８】
また、請求項５３の発明によれば、各駆動手段の駆動量の制御対象又は中間制御対象への相互作用を考慮に入れ、協調条件が満足する各駆動手段の駆動量を予測演算し求める予測演算手段を備えることで、相互作用の影響を考慮に入れた駆動状態に複数ある駆動手段を一度に駆動できるため、協調条件が満足する状態に複数の駆動手段を短時間で駆動することが可能となる。
【０２９９】
また、請求項５４の発明によれば、予測演算手段の中に複数のモデルとモデル切り換え手段、実特性の情報によりモデルを修正するモデル修正手段、複数の予測演算手段と予測演算選択手段、初期データ収集時に各制御要素の制御量の重み付けを行う重み付け手段のいずれか１つを備えることで、複雑な多軸制御系であっても広範囲で正確に駆動手段の駆動量を求めることができるので、短時間に精度良く協調条件が満足する状態に複数の駆動手段を駆動することが可能となる。
【０３００】
また、請求項５５の発明によれば、制御対象である非点収差が最小となるコリメートレンズ、検出レンズ位置を予測演算手段で演算し、制御要素である両レンズを駆動手段により一度に駆動することで、非点収差が最小となる位置に両レンズを短時間に駆動することが可能となる。
【０３０１】
また、請求項５６の発明によれば、コリメートレンズの駆動量により主にコントロールされる非点収差検出信号ＣＬ％　と、検出レンズの駆動量により主にコントロールされる非点収差検出信号ＤＬ％　という複数の中間制御対象が有り、それらが条件を満たすように両レンズの位置を予測演算手段で演算し駆動することで、それら検出信号の状態の組合わせで、両レンズの位置がどのような状態になっているか正確に把握することができ、一度に非点収差が最小となる位置に両レンズを正確に短時間に駆動することが可能となる。
【０３０２】
また、請求項５７の発明によれば、制御対象である非点収差が最小となるコリメートレンズ、検出レンズ位置を予測演算手段で演算し、制御要素である両レンズを駆動手段により駆動する制御を繰返し行うことにより、予測誤差が有り非点収差が最小となる条件が一度に決まらなかった場合でも協調条件が満足する状態にコリメートレンズと検出レンズのレンズ位置を調整することが可能となる。
【０３０３】
また、請求項５８の発明によれば、予測演算手段の中にコリメートレンズ、検出レンズの駆動量をパラメータに、その相互作用により制御される光束の非点収差又は非点収差の検出信号の目標値からの誤差量を表した３次元モデル（誤差曲面モデル）を備え、それを用いて両レンズ位置を予測演算手段で演算し求めることで、非点収差又は非点収差の検出信号へのコリメートレンズ、検出レンズ位置の相互作用を１つのモデルで表すことができ、相互作用の複雑な場合でも非点収差が最小となる状態に両レンズ位置を短時間で、正確に調整することが可能となる。
【０３０４】
また、請求項５９の発明によれば、コリメートレンズ、検出レンズの駆動量と光束の非点収差又は複数の非点収差検出信号の特性データから作成した複数の３次元モデル（誤差曲面モデル）を１空間に表すことで複数の非点収差検出信号間の相互作用の関係がモデルに表現できる為、複数の検出信号の状態の組み合わせから現在の両レンズ位置がモデル上のどの位置なのか正確に把握することが可能となり、非点収差が最小となる状態に両レンズ位置を短時間で、正確に制御することが可能となる。
【０３０５】
また、請求項６０の発明によれば、非点収差が最小の光束を得られるレンズ位置に近いほど、その位置を予測する誤差が小さくなるよう分布を持たせた３次元モデル（誤差曲面モデル）を用いて両レンズ駆動量を予測演算手段で予測演算し求めることで、繰り返し予測制御を行い、収束点に近づくにつれ予測誤差が小さくなるため、少ない繰り返し回数で短時間に非点収差が最小となる状態に両レンズ位置を正確に制御することが可能となる。
【０３０６】
また、請求項６１の発明によれば、ＣＬ、ＤＬ誤差曲面モデルと実特性であるレンズ位置に対する非点収差検出信号との差をレンズ絶対位置の誤差（レンズ位置方向の誤差）とみなしてモデルをレンズ駆動軸方向にシフトさせ予測演算することで、実特性のサンプル間誤差が少ない系ではモデルを修正せずに、非点収差が最小となる状態に両レンズ位置を制御することが可能となる。
【０３０７】
また、請求項６２の発明によれば、制御要素をＣＬｐ（ＣＬ位置）、ＤＬｐ（ＤＬ位置）とし、
中間制御対象を光束の非点収差検出信号ＣＬ％　、ＤＬ％とし、（ＣＬ％＝ＤＬ％＝０が非点収差最小）
ＣＬ誤差曲面モデルをＧｃｌ（ＣＬｐ，ＤＬｐ）とし、ＤＬ誤差曲面モデルをＧｄｌ（ＣＬｐ，ＤＬｐ）とし、Ｇｃｌ（ＣＬｐ，　ＤＬｐ）、Ｇｄｌ（ＣＬｐ，　ＤＬｐ）、誤差０平面の交点を（ＣＬＰＴＭ，ＤＬＰＴＭ）とし、
ＣＬｐ、ＤＬｐに対するＣＬ％の実特性を誤差空間に表したものＦｃｌ（ＣＬｐ，ＤＬｐ）とし、ＣＬｐ、ＤＬｐに対するＤＬ％の実特性を誤差空間に表したものＦｄｌ（ＣＬｐ，ＤＬｐ）とし、Ｆｃｌ（ＣＬｐ，ＤＬｐ）、Ｆｄｌ（ＣＬｐ，ＤＬｐ）、誤差０平面の交点を（ＣＬＰＴＡ、ＤＬＰＴＡ）とすると、
｜Ｇｃｌ（２ＣＬｐ＋　ＣＬＰＴＭ，　２ＤＬｐ＋　ＤＬＰＴＭ）｜＞｜Ｆｃｌ（ＣＬｐ＋　ＣＬＰＴＡ，　ＤＬｐ＋　ＤＬＰＴＡ）｜
｜Ｇｄｌ（２ＣＬｐ＋　ＣＬＰＴＭ，　２ＤＬｐ＋　ＤＬＰＴＭ）｜＞｜Ｆｄｌ（ＣＬｐ＋　ＣＬＰＴＡ，　ＤＬｐ＋　ＤＬＰＴＡ）｜
を全ての対象サンプルのＦｃｌ（ＣＬｐ，ＤＬｐ）、Ｆｄｌ（ＣＬｐ，ＤＬｐ）で満たす範囲でつくられた３次元モデル（誤差曲面モデル）Ｇｃｌ（ＣＬｐ，ＤＬｐ）、Ｇｄｌ（ＣＬｐ，ＤＬｐ）を用いて両レンズ駆動量を予測演算手段で予測演算し求めることで、繰り返し予測制御を行った場合、発散せずに短時間に非点収差が最小となる状態に両レンズ位置を制御することが可能となる。
【０３０８】
また、請求項６３の発明によれば、非点収差検出信号ＣＬ％、ＤＬ％の初期誤差量測定値で対応する３次元モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差曲線をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差曲線の交点をコリメートレンズ、検出レンズの初期駆動状態とすることで、モデル上の初期位置が容易に求まり、モデルを使った正確な収束点予測が可能となる。
【０３０９】
また、請求項６４の発明によれば、非点収差検出信号ＣＬ％、ＤＬ％の収束条件範囲で対応する３次元モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差領域をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差領域が交わった領域をコリメートレンズ、検出レンズの目標駆動状態とすることで、モデル上の収束範囲が容易に求まり、モデルを使った正確な収束点予測が可能となる。
【０３１０】
また、請求項６５の発明によれば、非点収差検出信号ＣＬ％、ＤＬ％の収束条件中心値で対応する３次元モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差曲線をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差曲線の交点をコリメートレンズ、検出レンズの目標駆動状態とすることで、モデル上の収束点が容易に求まり、モデルを使った正確な収束点予測が可能となる。
【０３１１】
また、請求項６６の発明によれば、請求項６３の方法で求めたコリメートレンズ、検出レンズの初期駆動状態（交点）と、請求項６５の方法で求めたコリメートレンズ、検出レンズの目標駆動状態（交点）の距離からコリメートレンズ、検出レンズの予測駆動量を決定することで、非点収差が最小となる状態への両レンズの駆動量を容易に求めることが可能となる。
【０３１２】
また、請求項６７の発明によれば、請求項６３の方法で求めたコリメートレンズ、検出レンズの初期駆動状態（交点）と、請求項６４の方法で求めたコリメートレンズ、検出レンズの目標駆動状態（領域）の最短距離をコリメートレンズ、検出レンズの予測駆動量として決定することで、非点収差を許容範囲に入れる両レンズの最小駆動量を容易に求めることが可能となる。
【０３１３】
また、請求項６８の発明によれば、非点収差検出信号実特性を取得し、それによりＣＬ、ＤＬ誤差曲面モデルを変化させ、その修正されたモデルにより非点収差が最小の光束を実現するレンズ位置を予測し、制御することで、モデルの誤差、非点収差検出信号実特性のサンプル間誤差が有った場合でも、実特性の差を考慮してモデルを修正でき、非点収差が最小となる状態への両レンズを短時間に正確に駆動することが可能となる。
【０３１４】
また、請求項６９の発明によれば、コリメートレンズ、検出レンズの初期位置での非点収差検出信号ＣＬ％、ＤＬ％と基準となるＣＬ、ＤＬ誤差曲面モデルにより初回の予測制御を行い、その状態での非点収差検出信号と、初期位置での非点収差検出信号の値を考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行う。これを繰り返すことにより、予測制御前の非点収差検出信号と予測制御後の非点収差検出信号をもとにより正確な非点収差検出信号の実特性を考慮したモデル修正ができ、非点収差が最小となる状態への両レンズを短時間で正確に制御することが可能となる。
【０３１５】
また、請求項７０の発明によれば、コリメートレンズ、検出レンズの初期位置での非点収差検出信号ＣＬ％、ＤＬ％と基準となるＣＬ、ＤＬ誤差曲面モデルにより初回の予測制御を行い、その予測点へコリメートレンズ、検出レンズを移動中に、非点収差検出信号ＣＬ％、ＤＬ％を取得し、取得した移動途中の非点収差検出信号と初期位置での非点収差検出信号とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行う。これを繰り返すことにより、制御途中の非点収差検出信号の実特性情報を含めたより多くの実特性情報をもとに正確なモデル修正ができ、非点収差が最小となる状態への両レンズを短時間で正確に制御することが可能となる。
【０３１６】
また、請求項７１の発明によれば、コリメートレンズ、検出レンズの初期位置での非点収差検出信号ＣＬ％、ＤＬ％により、基準となるＣＬ、ＤＬ誤差曲面モデルを修正し、修正されたモデルにより非点収差が最小の光束を得るレンズ位置を予測制御して、両レンズ位置を非点収差が最小の光束になる位置にすることで、初回の予測制御時にも非点収差検出信号の実特性を考慮した修正モデルを使用して予測することができるので、実特性とモデルの差による予測誤差を低減することができ、非点収差が最小となる状態への両レンズを短時間で正確に制御することが可能となる。
【０３１７】
また、請求項７２の発明によれば、各レンズの駆動量と光束の非点収差又は非点収差の検出信号の特性データから３次元モデル（誤差曲面モデル）を作る際に、複数のモデルを作り、モデル切り換え手段でモデルを切り換え、予測演算手段で両レンズ駆動量を予測演算することで、より低次数の近似で近似精度の高いモデルを作ることができ、簡単な演算で正確なレンズ位置の予測が可能となり、非点収差が最小となる状態に両レンズ位置を短時間で、正確に制御することが可能となる。
【０３１８】
また、請求項７３の発明によれば、複数の３次元モデル（誤差曲面モデル）を作る際に、非点収差が最低となる点付近の狭範囲モデルと、広範囲モデルを作り、初期調整時に広範囲モデルを用いてコリメートレンズ、検出レンズの駆動量を予測演算し、狭範囲モデル範囲に入った時点で狭範囲モデルに切り換え両レンズ駆動量を予測演算することで、近似精度の低い広範囲モデルで広範囲からの両レンズ位置の粗調（狭範囲モデルへの引き込み）が可能となるとともに、非点収差が最小となる状態の予測演算を近似精度の高い狭範囲モデルで行い予測精度を上げることができ、適応範囲の広い平行光調整が可能となる。
【０３１９】
また、請求項７４の発明によれば、複数の３次元モデル（誤差曲面モデル）を作る際に、特性データの傾きの変わる極部分で分割したモデルを用い、そのモデルを切り換え、予測演算手段で両レンズ駆動量を予測演算することで、同一モデル内に同一の光束の非点収差又は非点収差の検出信号の誤差量を持つ点が無くなり、予測演算の揺らぎが無くなり、非点収差が最小となる状態にコリメートレンズ、検出レンズをスムーズに調整することが可能となる。
【０３２０】
また、請求項７５の発明によれば、コリメートレンズ、検出レンズをある駆動量だけ駆動した際の光束の非点収差又は非点収差検出信号の変化データ（初期データ収集結果）を予測演算手段に加えて、両レンズ位置を予測演算手段で演算することで、非点収差又は非点収差検出信号の特性の傾き情報を得ることができ、予測演算の特性関数又はモデルのどの位置に現在のレンズ位置が相当するか正確に把握することができるため、予測精度が上げることが可能となり、短時間に精度良く非点収差が最小となる状態に両レンズ位置を調整することが可能となる。
【０３２１】
また、請求項７６の発明によれば、予測誤差認識手段を設け、予測誤差が大きいと判断された場合は、予測演算の精度の高い部分に一度コリメートレンズ、検出レンズを移動した後に、再び非点収差が最小となるコリメートレンズ、検出レンズ位置を予測演算することで、予測誤差の大きい部分から予測したことによる発散を防ぐことができ、短時間に非点収差が最小となる状態に両レンズ位置を調整することが可能となる。
【０３２２】
また、請求項７７の発明によれば、各レンズの駆動量と非点収差又は非点収差検出信号の変化の関係から各レンズの重みづけを行っておき、初期データ収集時に各レンズの駆動量を重みづけに従い決定することで、予測演算に必要な初期データ収集時のレンズ駆動条件を最適にすることができ、データ収集の信頼性を上げ、予測精度が上げることが可能となり、精度良く非点収差が最小となる状態に両レンズ位置を調整することが可能となる。
【０３２３】
また、請求項７８の発明によれば、各レンズの駆動量と非点収差又は非点収差検出信号の変化の関係を測定し、そのデータをもとに各レンズの重みづけを行う重みづけ手段を持ち、初期データ収集時に各レンズの駆動量を重み付け手段の重みづけ結果に従い決定することで、請求項５７のように予め測定されたデータで重みづけを行うより更に予測演算に必要な初期データ収集の信頼性を上げ、予測精度を上げることができ、精度良く非点収差が最小となる状態に両レンズ位置を調整することが可能となる。
【０３２４】
また、請求項７９の発明によれば、予測演算選択手段で複数ある予測演算手段を切り換えることで、各レンズの駆動量と非点収差又は非点収差検出信号の変化の関係が１つの予測演算手段で正確に表せない場合や予測モデルが複数ある時に同じ予測演算手段で予測演算できない場合でも予測演算を可能にし、精度良く非点収差が最小となる状態に両レンズ位置を調整できる範囲を広くすることが可能となる。
【０３２５】
また、請求項８０の発明によれば、コリメートレンズと検出レンズの駆動量の非点収差又は非点収差検出信号への相互作用を考慮に入れ、非点収差が最小となる両レンズ位置を予測演算し求める予測演算手段を備えることで、非点収差が最小となる両レンズ位置を相互作用を考慮に入れ予測演算し求めることができ、一度に正確なレンズ位置調整ができるため、非点収差が最小となる状態に短時間で調整することが可能となる。
【０３２６】
また、請求項８１の発明によれば、予測演算手段の中に複数のモデルを切り換えるモデル切り換え手段、複数の予測演算手段を切り換える予測演算選択手段、初期データ収集時に各制御要素の制御量の重み付けを行う重み付け手段のいずれか１つを備えることで、コリメートレンズ、検出レンズ駆動量の非点収差又は非点収差検出信号への相互作用が複雑な場合であってもより短時間に精度良く非点収差が最小となる状態に両レンズ位置を調整することが可能となる。
【図面の簡単な説明】
【図１】本発明に係る一実施形態としての第１実施形態の予測誤差を考慮した予測制御装置の基本構成を示す図である。
【図２】図１の予測制御装置の制御フローを説明するためのフローチャートである。
【図３】図１の予測制御装置の予測演算内容を示すフローチャートである。
【図４】本発明に係る一実施形態としての第２実施形態の予測誤差を考慮した予測制御装置の基本構成を示す図である。
【図５】図４の予測制御装置の制御フローを説明するためのフローチャートである。
【図６】本発明に係る一実施形態としての第３実施形態の平行光調整装置の説明図である。
【図７】図６の平行光調整装置の非点収差検出手段を示す図である。
【図８】図６の平行光調整装置の非点収差検出手段の他の例を示す図である。
【図９】相互作用をモデル化した３次元モデルの説明図である。
【図１０】図６の平行光調整装置で用いる３次元モデルでの収束点算出方法の説明図である。
【図１１】３次元モデルでの収束点算出のフローチャートである。
【図１２】図６の平行光調整装置で用いる３次元モデルでの収束点算出方法の他の例の説明図である。
【図１３】制御対象が３つ以上ある場合の初期制御状態の求め方の説明図である。
【図１４】制御対象が３つ以上ある場合の初期制御状態の求め方の他の例を示す説明図である。
【図１５】制御対象が３つ以上ある場合の領域処理方法の説明図である。
【図１６】制御対象が３つ以上ある場合の目標制御状態領域の求め方の説明図である。
【図１７】３次元モデルでの予測誤差の説明図である。
【図１８】繰り返し予測制御のフローチャートである。
【図１９】予測誤差分布を説明するための図である。
【図２０】第９の発明及び第６１の発明のモデルからの実特性の推定方法（第１ずれモード）を説明するための図である。
【図２１】モデルと実特性との関係を示す図である。
【図２２】モデルの制御要素軸方向へのスライドを説明するための図である。
【図２３】モデル作成の条件範囲（１次関数の例）を説明するための図である。
【図２４】サンプル間の実特性差を示す図である。
【図２５】着目すべき実特性サンプルを示す図である。
【図２６】モデルからの実特性の推定方法（第２ずれモード）を説明するための図である。
【図２７】第２５、２６の発明及び第６９の発明に係るモデル変形修正方法の第１例を示す説明図である。
【図２８】第２７、２８の発明及び第７０の発明に係るモデル変形修正方法の第２例を示す説明図である。
【図２９】第２９、３０の発明及び第７１の発明に係るモデル変形修正方法の第３例を示す説明図である。
【図３０】３次元誤差曲面モデルの代表点を示す図である。
【図３１】狭範囲モデル及び広範囲モデルの説明図である。
【図３２】変曲点モデル分割の説明図である。
【図３３】非点収差検出信号ＣＬ％特性を示す図である。
【図３４】非点収差検出信号ＤＬ％特性を示す図である。
【図３５】光量変化微分値による予測演算手段・モデルの切り換えを説明するための図である。
【図３６】本発明に係る一実施形態としての第４実施形態の予測誤差を考慮した予測制御装置の基本構成を示す図である。
【図３７】図３６の予測制御装置の制御フローを説明するためのフローチャートである。
【図３８】本発明に係る一実施形態としての第５実施形態の予測誤差を考慮した予測制御装置の基本構成を示す図である。
【図３９】予測誤差の大きい範囲を説明するための図である。
【図４０】図３８の予測制御装置の制御フローを説明するためのフローチャートである。
【図４１】複数の予測検算を説明するための図である。
【図４２】従来の繰り返し制御方法と本発明の予測誤差を考慮した予測制御方法との収束時間の違いを示す図である。
【符号の説明】
１　予測演算手段
２　出力手段
３　制御手段
４　制御対象
５　検出手段
１３　駆動手段（制御手段）
１５　非点収差検出手段（検出手段）
１６　光源
１７　コリメートレンズ（制御要素）
１８　ビーム整形手段
１９　検出レンズ（制御要素）
２０　ＣＣＤカメラ
２１　ビームスプリッタ
２２　受光素子
２３　スリット
３１　予測演算選択手段
３２　第１予測演算手段
３３　第２予測演算手段
３４　第３予測演算手段
３５　第１重みづけ
３６　第２重みづけ
３７　誤差曲面第１モデル
３８　誤差曲面第２モデル
３９　誤差曲面第３モデル
４１　第１中間制御対象
４２　第２中間制御対象
４３　最終制御対象
４４　予測誤差認識手段
４５　モデル修正手段

Claims

相互作用を有する複数の制御要素を制御することにより、複数の制御対象をコントロールし、その協調条件が成立するようにする予測制御方法において、各制御要素制御量の制御対象への相互作用を考慮に入れ、各制御量を予測演算手段で予測演算して求め、複数有る制御要素の制御量を制御し、制御対象の制御状態を検出し、その検出結果が協調条件を満足するようにすることを特徴とする予測誤差を考慮した予測制御方法。
請求項１に記載の予測誤差を考慮した予測制御方法において、前記複数ある制御要素の制御量の相互作用によりコントロールされる複数の中間制御対象をコントロールすることで最終制御対象が協調条件を成立させる場合に、最終制御対象が協調条件を満たすように中間制御対象の状態を決定し、更にその中間制御対象の状態を成立させるように、複数ある制御要素の制御量を予測演算手段で演算し求めて制御することで、中間制御対象及び最終制御対象が共に協調条件を満足するようにすることを特徴とする予測誤差を考慮した予測制御方法。
請求項１又は２に記載の予測誤差を考慮した予測制御方法において、複数ある制御要素の制御量を予測手段により予測し、予測点へと制御要素を制御することを繰り返し行って、中間制御対象及び最終制御対象が共に協調条件を満足するようにすることを特徴とする予測誤差を考慮した予測制御方法。
請求項１に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の特性データを基に、相互作用のある制御要素の制御量をパラメータとして制御対象の目標値からの誤差量を表した誤差曲面モデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法。
請求項２又は３に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データを基に、相互作用のある制御要素の制御量をパラメータとして制御対象又は中間制御対象の目標値からの誤差量を表した誤差曲面モデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法。
請求項４に記載の予測誤差を考慮した予測制御方法において、複数の制御要素の制御量と複数の制御対象の特性データから作成した複数の誤差曲面モデルを１空間に表すことで、複数の制御対象間の相互作用を表現し、それを用いて各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法。
請求項５に記載の予測誤差を考慮した予測制御方法において、複数の制御要素の制御量と複数の制御対象又は中間制御対象の特性データから作成した複数の誤差曲面モデルを１空間に表すことで、複数の制御対象間又は複数の中間制御対象間の相互作用を表現し、それを用いて各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法。
請求項４又は５に記載の予測誤差を考慮した予測制御方法において、収束点に近づくにつれて予測誤差が小さくなるよう分布を持たせたモデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法。
請求項４又は５に記載の予測誤差を考慮した予測制御方法において、誤差曲面モデルと各サンプルの実特性の差をモデルの制御量軸方向の誤差とみなしてモデルを制御量軸方向にシフトさせ予測演算をすることを特徴とする予測誤差を考慮した予測制御方法。
請求項４又は５に記載の予測誤差を考慮した予測制御方法において、
制御要素の制御量をＸ，Ｙ，…Ｚ、
誤差曲面モデル関数をＧｎ（Ｘ，Ｙ，…Ｚ）、ただしｎは制御対象の数に依存、
Ｇ１＝Ｇ２＝…＝Ｇｎ＝０を満たす点を（Ｘｍ，Ｙｍ，…Ｚｍ）、
実特性関数をＦｎ（Ｘ，Ｙ，…Ｚ）、ただしｎは制御対象の数に依存、
Ｆ１＝Ｆ２＝…＝Ｆｎ＝０を満たす点を（Ｘａ，Ｙａ，…Ｚａ）とすると、
｜Ｇｎ（２Ｘ＋Ｘｍ，２Ｙ＋Ｙｍ，…，２Ｚ＋Ｚｍ）｜＞｜Ｆｎ（Ｘ＋Ｘａ，　Ｙ＋Ｙａ，…，　Ｚ＋Ｚａ）｜
を全ての対象サンプルで満たす範囲でつくられた誤差曲面モデルを用いて、各制御要素の制御量を予測演算手段で演算し求めることを特徴とする予測誤差を考慮した予測制御方法。
請求項６に記載の予測誤差を考慮した予測制御方法において、複数の制御対象の初期誤差量測定値で対応する誤差曲面モデルをカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点又は囲まれる領域、又は領域の重心点又は交点の平均点を制御要素の初期制御状態とすることを特徴とする予測誤差を考慮した予測制御方法。
請求項７に記載の予測誤差を考慮した予測制御方法において、複数の制御対象又は中間制御対象の初期誤差量測定値で対応する誤差曲面モデルをカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点、囲まれる領域、領域の重心点又は交点の平均点を制御要素の初期制御状態とすることを特徴とする予測誤差を考慮した予測制御方法。
請求項６に記載の予測誤差を考慮した予測制御方法において、複数の制御対象の収束条件範囲で対応する誤差曲面モデルをカットした際の交差領域を制御要素の制御量平面上に重ね合わせ、その交差領域が交わった領域を制御要素の目標制御状態とすることを特徴とする予測誤差を考慮した予測制御方法。
請求項７に記載の予測誤差を考慮した予測制御方法において、複数の制御対象又は中間制御対象の収束条件範囲で対応する誤差曲面モデルをカットした際の交差領域を制御要素の制御量平面上に重ね合わせ、その交差領域が交わった領域を制御要素の目標制御状態とすることを特徴とする予測誤差を考慮した予測制御方法。
請求項６に記載の予測誤差を考慮した予測制御方法において、複数の制御対象の収束条件中心値で対応する誤差曲面モデルをカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点、囲まれる領域、囲まれる領域の重心点又は交点の平均点を制御要素の目標制御状態とすることを特徴とする予測誤差を考慮した予測制御方法。
請求項７に記載の予測誤差を考慮した予測制御方法において、複数の制御対象又は中間制御対象の収束条件中心値で対応する誤差曲面モデルをカットした際の交差曲線を制御要素の制御量平面上に重ね合わせ、その交差曲線の交点、囲まれる領域、囲まれる領域の重心点又は交点の平均点を制御要素の目標制御状態とすることを特徴とする予測誤差を考慮した予測制御方法。
請求項６に記載の予測誤差を考慮した予測制御方法において、請求項１１の方法で複数の制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、請求項１５の方法で複数の制御対象の収束条件中心値から求めた制御要素の目標制御状態（交点、交点の平均点又は重心点）との距離から各制御要素の予測制御量を決定することを特徴とする予測誤差を考慮した予測制御方法。
請求項７に記載の予測誤差を考慮した予測制御方法において、請求項１２の方法で複数の制御対象又は中間制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、請求項１６の方法で複数の制御対象又は中間制御対象の収束条件中心値から求めた制御要素の目標制御状態（交点、交点の平均点又は重心点）との距離から各制御要素の予測制御量を決定することを特徴とする予測誤差を考慮した予測制御方法。
請求項６に記載の予測誤差を考慮した予測制御方法において、請求項１１の方法で複数の制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、請求項１３又は請求項１５の方法で複数の制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の最短距離を各制御要素の予測制御量として決定することを特徴とする予測誤差を考慮した予測制御方法。
請求項７に記載の予測誤差を考慮した予測制御方法において、請求項１２の方法で複数の制御対象又は中間制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（交点、交点の平均点又は重心点）と、請求項１４又は請求項１６の方法で複数の制御対象又は中間制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の最短距離を各制御要素の予測制御量として決定することを特徴とする予測誤差を考慮した予測制御方法。
請求項６に記載の予測誤差を考慮した予測制御方法において、請求項１１の方法で複数の制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（領域）と、請求項１３又は１５の方法で複数の制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の重なる面積が最大となる最短距離を各制御要素の予測制御量として決定することを特徴とする予測誤差を考慮した予測制御方法。
請求項７に記載の予測誤差を考慮した予測制御方法において、請求項１２の方法で複数の制御対象又は中間制御対象の初期誤差量測定値から求めた制御要素の初期制御状態（領域）と、請求項１４又は１６の方法で複数の制御対象又は中間制御対象の収束条件範囲または収束条件中心値から求めた制御要素の目標制御状態（領域）の重なる面積が最大となる最短距離を各制御要素の予測制御量として決定することを特徴とする予測誤差を考慮した予測制御方法。
請求項４に記載の予測誤差を考慮した予測制御方法において、制御対象の実特性の情報により誤差曲面モデルを変化させ、そのモデルを用いて予測演算をすることを特徴とする予測誤差を考慮した予測制御方法。
請求項５に記載の予測誤差を考慮した予測制御方法において、制御対象又は中間制御対象の実特性の情報により誤差曲面モデルを変化させ、そのモデルを用いて予測演算をすることを特徴とする予測誤差を考慮した予測制御方法。
請求項２３に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態での制御対象の実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その各制御要素の制御状態での制御対象の実特性情報と初期状態での制御対象の実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法。
請求項２４に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態での制御対象又は中間制御対象の実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その各制御要素の制御状態での制御対象又は中間制御対象の実特性情報と初期状態での制御対象又は中間制御対象の実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法。
請求項２３に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態での実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その予測点への制御途中に制御対象の実特性情報を取得し、取得した制御途中の実特性情報と初期位置での実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法。
請求項２４に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態での実特性情報と基準の誤差曲面モデルにより初回の予測制御を行い、その予測点への制御途中に制御対象又は中間制御対象の実特性情報を取得し、取得した制御途中の実特性情報と初期位置での実特性情報とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法。
請求項２３に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態付近での制御対象の実特性情報により、基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行うことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法。
請求項２４に記載の予測誤差を考慮した予測制御方法において、各制御要素の初期状態付近での制御対象又は中間制御対象の実特性情報により、基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行うことにより全ての制御要素を協調条件が満足する状態にさせることを特徴とする予測誤差を考慮した予測制御方法。
請求項４に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の特性データから誤差曲面モデルを作る際に、複数のモデルを作り、モデル切り換え手段でモデルを切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法。
請求項５に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データから誤差曲面モデルを作る際に、複数のモデルを作り、モデル切り換え手段でモデルを切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法。
請求項３１に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の特性データから複数の誤差曲面モデルを作る際に、予測点付近の狭範囲モデルと、広範囲モデルを作り、初期調整時に広範囲モデルを用いて各制御要素の制御量を予測演算し、狭範囲モデル範囲に入った時点で狭範囲モデルに切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法。
請求項３２に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データから複数の誤差曲面モデルを作る際に、予測点付近の狭範囲モデルと、広範囲モデルを作り、初期調整時に広範囲モデルを用いて各制御要素の制御量を予測演算し、狭範囲モデル範囲に入った時点で狭範囲モデルに切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法。
請求項３１に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の特性データから複数の誤差曲面モデルを作る際に、特性データの傾きの変わる極部分で分割したモデルを用い、そのモデルを切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法。
請求項３２に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の特性データから複数の誤差曲面モデルを作る際に、特性データの傾きの変わる極部分で分割したモデルを用い、そのモデルを切り換え、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法。
請求項１に記載の予測誤差を考慮した予測制御方法において、各制御要素にある制御量を入力制御した際の制御対象又は中間制御対象の変化データを予測演算手段に加えて、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法。
請求項２又は３に記載の予測誤差を考慮した予測制御方法において、各制御要素にある制御量を入力制御した際の制御対象又は中間制御対象の変化データを予測演算手段に加えて、各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法。
請求項１〜３の何れかに記載の予測誤差を考慮した予測制御方法において、予測誤差認識手段を設け、予測誤差が大きいと判断された場合は、予測演算の精度の高い部分に一度各制御要素を制御した後に、再び各制御要素の制御量を予測演算することを特徴とする予測誤差を考慮した予測制御方法。
請求項３９に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の変化の関係から制御要素の重みづけを行い、初期データ収集時に各制御要素の制御量を重みづけに従い決めることを特徴とする予測誤差を考慮した予測制御方法。
請求項３９に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の変化の関係から制御要素の重みづけを行い、初期データ収集時に各制御要素の制御量を重みづけに従い決めることを特徴とする予測誤差を考慮した予測制御方法。
請求項３９に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象の変化の関係を測定し、そのデータをもとに制御要素の重みづけを行う重みづけ手段を持ち、初期データ収集時に各制御要素の制御量を重み付け手段の重みづけ結果に従い決めることを特徴とする予測誤差を考慮した予測制御方法。
請求項３９に記載の予測誤差を考慮した予測制御方法において、各制御要素の制御量と制御対象又は中間制御対象の変化の関係を測定し、そのデータをもとに制御要素の重みづけを行う重みづけ手段を持ち、初期データ収集時に各制御要素の制御量を重み付け手段の重みづけ結果に従い決めることを特徴とする予測誤差を考慮した予測制御方法。
請求項１〜３の何れかに記載の予測誤差を考慮した予測制御方法において、予測演算手段を複数持ち、予測演算選択手段で複数ある予測演算手段を切り換えることを特徴とする予測誤差を考慮した予測制御方法。
相互作用を有する複数の制御要素を制御することにより、複数の制御対象をコントロールし、その協調条件が成立するようにする予測制御装置において、各制御要素制御量の制御対象又は中間制御対象への相互作用を考慮に入れ、各制御要素の制御量を予測演算し求める予測演算手段を備えることを特徴とする予測誤差を考慮した予測制御装置。
請求項４５に記載の予測誤差を考慮した予測制御装置において、前記予測演算手段の中に、複数のモデル及びモデル切り換え手段、実特性の情報によりモデルを修正するモデル修正手段、複数の予測演算部及び予測演算選択手段及び初期データ収集時に各制御要素の制御量の重み付けを行う重み付け手段のいずれか１つを備えることを特徴とする予測誤差を考慮した予測制御装置。
請求項１に記載の制御方法において、制御要素が複数の駆動手段の駆動量で、制御装置がその駆動量の相互作用により、制御対象をコントロールし、その協調条件を成立させる多軸制御装置である場合、各駆動手段駆動量の制御対象又は中間制御対象への相互作用を考慮に入れ、各駆動手段の駆動量を予測演算手段で演算し求め、複数有る駆動手段を駆動し協調条件を満足させることを特徴とする多軸制御方法。
請求項２に記載の制御方法において、制御要素が複数の駆動手段の駆動量で、制御装置がその駆動量の相互作用により、制御対象又は中間制御対象をコントロールし、その協調条件を成立させる多軸制御装置である場合、各駆動手段駆動量の制御対象又は中間制御対象への相互作用を考慮に入れ、各駆動手段の駆動量を予測演算手段で演算し求め、複数有る駆動手段を駆動し協調条件を満足させることを特徴とする多軸制御方法。
請求項４８に記載の多軸制御方法において、複数ある駆動手段の駆動量を予測手段により予測し、予測点へと駆動手段を駆動することを繰り返し行って、中間制御対象、最終制御対象とも協調条件を満足させることを特徴とした多軸制御方法。
請求項４７に記載の多軸制御方法において、各駆動手段の駆動量を予測演算し求める予測演算手段の中に相互作用のある駆動手段の駆動量をパラメータとして、その相互作用により制御される制御対象の目標値からの誤差量を表した誤差曲面モデルを備え、それを用いて各駆動手段の駆動量を予測演算し求めることを特徴とする多軸制御方法。
請求項４８に記載の多軸制御方法において、各駆動手段の駆動量を予測演算し求める予測演算手段の中に相互作用のある駆動手段の駆動量をパラメータとして、その相互作用により制御される制御対象又は中間制御対象の目標値からの誤差量を表した誤差曲面モデルを備え、それを用いて各駆動手段の駆動量を予測演算し求めることを特徴とする多軸制御方法。
請求項５０又は５１に記載の多軸制御方法において、誤差曲面モデルで表現されている相互作用が複数の駆動軸の軸干渉であることを特徴とする多軸制御方法。
請求項４５に記載の制御装置において、複数の制御要素が複数の駆動手段で、各駆動手段の駆動量の制御対象又は中間制御対象への相互作用を考慮に入れ、協調条件が満足する各駆動手段の駆動量を予測演算し求める予測演算手段を備えることを特徴とする多軸制御装置。
請求項５３に記載の多軸制御装置において、予測演算手段の中に複数のモデルとモデル切り換え手段、実特性の情報によりモデルを修正するモデル修正手段、複数の予測演算手段と予測演算選択手段、初期データ収集時に各制御要素の制御量の重み付けを行う重み付け手段のいずれか１つを備えることを特徴とする多軸制御装置。
請求項４７又は４８に記載の多軸制御方法において、制御装置が光源から出射された光束をコリメートレンズで略平行光にしビーム整形手段を通し検出系へと導き、検出系内の検出レンズで集光束にした光束の非点収差検出結果をもとに両レンズを駆動手段で駆動し、ビーム整形手段後の光束の非点収差が最小となるように調整する平行光調整装置で、制御対象である非点収差が最小となるコリメートレンズ、検出レンズ位置を予測演算手段で演算し、制御要素である両レンズを駆動手段により駆動することを特徴とする平行光調整方法。
請求項５５に記載の平行光調整方法において、コリメートレンズの駆動量により主にコントロールされる非点収差検出信号ＣＬ％と、検出レンズの駆動量により主にコントロールされる非点収差検出信号ＤＬ％　という複数の中間制御対象が有り、それらが条件を満たすように両レンズの位置を予測演算手段で演算し駆動することで最終制御対象の非点収差が最小になるように調整することを特徴とする平行光調整方法。
請求項５５又は５６に記載の平行光調整方法において、制御対象である非点収差が最小となるコリメートレンズ、検出レンズ位置を予測演算手段で演算し、制御要素である両レンズを駆動手段により駆動する制御を繰返し行うことにより非点収差が最小になるように両レンズ位置を調整することを特徴とする平行光調整方法。
請求項５５又は５６に記載の平行光調整方法において、予測演算手段の中にコリメートレンズ、検出レンズの駆動量をパラメータに、その相互作用により制御される光束の非点収差又は非点収差の検出信号の目標値からの誤差量を表した誤差曲面モデルを備え、それを用いて両レンズ位置を予測演算手段で演算し求めることを特徴とする平行光調整方法。
請求項５８に記載の平行光調整方法において、コリメートレンズ、検出レンズの駆動量と光束の非点収差又は複数の非点収差検出信号の特性データから作成した複数の誤差曲面モデルを１空間に表すことで複数の非点収差検出信号間の相互作用を表現し、それを用いて両レンズ駆動量を予測演算手段で予測演算し求めることを特徴とする平行光調整方法。
請求項５８に記載の平行光調整方法において、非点収差が最小の光束を得られるレンズ位置に近いほど、その位置を予測する誤差が小さくなるよう分布を持たせた誤差曲面モデルを用いて両レンズ駆動量を予測演算手段で予測演算し求めることを特徴とする平行光調整方法。
請求項５８に記載の平行光調整方法において、コリメータレンズ誤差曲面モデルをＣＬ誤差曲面モデル、検出レンズ誤差曲面モデルをＤＬ誤差曲面モデルとしたとき、ＣＬ誤差曲面モデル及びＤＬ誤差曲面モデルと実特性であるレンズ位置に対する非点収差検出信号との差をレンズ絶対位置の誤差とみなしてモデルをレンズ駆動軸方向にシフトさせ予測演算することを特徴とする平行光調整方法。
請求項５８に記載の平行光調整方法において、
制御要素をＣＬｐ（ＣＬ位置）、ＤＬｐ（ＤＬ位置）とし、
中間制御対象を光束の非点収差検出信号ＣＬ％　、ＤＬ％　とし、
ＣＬ誤差曲面モデルをＧｃｌ（ＣＬｐ，　ＤＬｐ）とし、
ＤＬ誤差曲面モデルをＧｄｌ（ＣＬｐ，　ＤＬｐ）とし、Ｇｃｌ（ＣＬｐ，　ＤＬｐ）、Ｇｄｌ（ＣＬｐ，　ＤＬｐ）、誤差０平面の交点を（ＣＬＰＴＭ、ＤＬＰＴＭ）とし、
ＣＬｐ　、ＤＬｐ　に対するＣＬ％　の実特性を誤差空間に表したものＦｃｌ（ＣＬｐ，　ＤＬｐ）とし、ＣＬｐ　、ＤＬｐ　に対するＤＬ％の実特性を誤差空間に表したものＦｄｌ（ＣＬｐ，　ＤＬｐ）とし、
Ｆｃｌ（ＣＬｐ，ＤＬｐ）、Ｆｄｌ（ＣＬｐ，ＤＬｐ）、誤差０平面の交点を（ＣＬＰＴＡ、ＤＬＰＴＡ）とすると、
｜Ｇｃｌ（２ＣＬｐ＋ＣＬＰＴＭ　，　２ＤＬｐ＋　ＤＬＰＴＭ）｜＞｜Ｆｃｌ（ＣＬｐ＋　ＣＬＰＴＡ，　ＤＬｐ＋　ＤＬＰＴＡ）｜
｜Ｇｄｌ（２ＣＬｐ＋ＣＬＰＴＭ　，　２ＤＬｐ＋　ＤＬＰＴＭ）｜＞｜Ｆｄｌ（ＣＬｐ＋　ＣＬＰＴＡ，　ＤＬｐ＋　ＤＬＰＴＡ）｜
を全ての対象サンプルのＦｃｌ（ＣＬｐ，ＤＬｐ）、Ｆｄｌ（ＣＬｐ，ＤＬｐ）で満たす範囲でつくられた誤差曲面モデルＧｃｌ（ＣＬｐ，ＤＬｐ）、Ｇｄｌ（ＣＬｐ，ＤＬｐ）を用いて両レンズ駆動量を予測演算手段で予測演算し求めることを特徴とする平行光調整方法。
請求項５９に記載の平行光調整方法において、非点収差検出信号ＣＬ％、ＤＬ％の初期誤差量測定値で対応する誤差曲面モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差曲線をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差曲線の交点をコリメートレンズ、検出レンズの初期駆動状態とすることを特徴とする平行光調整方法。
請求項５９に記載の平行光調整方法において、非点収差検出信号ＣＬ％、ＤＬ％の収束条件範囲で対応する誤差曲面モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差領域をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差領域が交わった領域をコリメートレンズ、検出レンズの目標駆動状態とすることを特徴とする平行光調整方法。
請求項５９に記載の平行光調整方法において、非点収差検出信号ＣＬ％、ＤＬ％の収束条件中心値で対応する誤差曲面モデル（ＣＬ誤差曲面モデル、ＤＬ誤差曲面モデル）をカットした際の交差曲線をコリメートレンズ、検出レンズの駆動量平面上に重ね合わせ、その交差曲線の交点をコリメートレンズ、検出レンズの目標駆動状態とすることを特徴とする平行光調整方法。
請求項５９に記載の平行光調整方法において、請求項６３の方法で求めたコリメートレンズ、検出レンズの初期駆動状態（交点）と、請求項６５の方法で求めたコリメートレンズ、検出レンズの目標駆動状態（交点）の距離からコリメートレンズ、検出レンズの予測駆動量を決定することを特徴とする平行光調整方法。
請求項５９に記載の平行光調整方法において、請求項６３の方法で求めたコリメートレンズ、検出レンズの初期駆動状態（交点）と、請求項６４の方法で求めたコリメートレンズ、検出レンズの目標駆動状態（領域）の最短距離をコリメートレンズ、検出レンズの予測駆動量として決定することを特徴とする平行光調整方法。
請求項５８に記載の平行光調整方法において、非点収差検出信号実特性を取得し、それによりＣＬ、ＤＬ誤差曲面モデルを変化させ、その修正されたモデルにより非点収差が最小の光束を実現するレンズ位置を予測し、制御することを特徴とする平行光調整方法。
請求項６８に記載の平行光調整方法において、コリメートレンズ、検出レンズの初期位置での非点収差検出信号ＣＬ％，　ＤＬ％と基準となるＣＬ、ＤＬ誤差曲面モデルにより初回の予測制御を行い、その状態での非点収差検出信号と、初期位置での非点収差検出信号の値を考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより両レンズ位置を非点収差が最小の光束になる位置にすることを特徴とする平行光調整方法。
請求項６８に記載の平行光調整方法において、コリメートレンズ、検出レンズの初期位置での非点収差検出信号ＣＬ％，　ＤＬ％と基準となるＣＬ、ＤＬ誤差曲面モデルにより初回の予測制御を行い、その予測点へコリメートレンズ、検出レンズを移動中に、非点収差検出信号ＣＬ％，　ＤＬ％を取得し、取得した移動途中の非点収差検出信号と初期位置での非点収差検出信号とを考慮して基準の誤差曲面モデルを修正し、修正されたモデルにより次の予測制御を行い、これを繰り返すことにより両レンズ位置を非点収差が最小の光束になる位置にすることを特徴とする平行光調整方法。
請求項６８に記載の平行光調整方法において、コリメートレンズ、検出レンズの初期位置での非点収差検出信号ＣＬ％，　ＤＬ％により、基準となるＣＬ、ＤＬ誤差曲面モデルを修正し、修正されたモデルにより非点収差が最小の光束を得るレンズ位置を予測制御して、両レンズ位置を非点収差が最小の光束になる位置にすることを特徴とする平行光調整方法。
請求項５８に記載の制御方法において、各レンズの駆動量と光束の非点収差又は非点収差の検出信号の特性データから誤差曲面モデルを作る際に、複数のモデルを作り、モデル切り換え手段でモデルを切り換え、予測演算手段で両レンズ駆動量を予測演算することを特徴とする平行光調整方法。
請求項７２に記載の平行光調整方法において、複数の誤差曲面モデルを作る際に、非点収差が最低となる点付近の狭範囲モデルと、広範囲モデルを作り、初期調整時に広範囲モデルを用いてコリメートレンズ、検出レンズの駆動量を予測演算し、狭範囲モデル範囲に入った時点で狭範囲モデルに切り換え両レンズ駆動量を予測演算することを特徴とする平行光調整方法。
請求項７３に記載の平行光調整方法において、複数の誤差曲面モデルを作る際に、特性データの傾きの変わる極部分で分割したモデルを用い、そのモデルを切り換え、予測演算手段で両レンズ駆動量を予測演算することを特徴とする平行光調整方法。
請求項５５〜５７の何れかに記載の平行光調整方法において、コリメートレンズ、検出レンズをある駆動量だけ駆動した際の光束の非点収差又は非点収差検出信号の変化データを予測演算手段に加えて、両レンズ位置を予測演算手段で演算することを特徴とする平行光調整方法。
請求項５５〜５７の何れかに記載の平行光調整方法において、予測誤差認識手段を設け、予測誤差が大きいと判断された場合は、予測演算の精度の高い部分に一度コリメートレンズ、検出レンズを移動した後に、再び非点収差が最小となるコリメートレンズ、検出レンズ位置を予測演算することを特徴とする平行光調整方法。
請求項７６に記載の平行光調整方法において、各レンズの駆動量と非点収差検出信号の変化の関係から各レンズの重みづけを行っておき、初期データ収集時に各レンズの駆動量を重みづけに従い決定することを特徴とする平行光調整方法。
請求項７６に記載平行光調整方法において、各レンズの駆動量と非点収差検出信号の変化の関係を測定し、そのデータをもとに各レンズの重みづけを行う重みづけ手段を持ち、初期データ収集時に各レンズの駆動量を重み付け手段の重みづけ結果に従い決定することを特徴とする平行光調整方法。
請求項５６又は５７に記載の平行光調整方法において、予測演算手段を複数持ち、予測演算選択手段で複数ある予測演算手段を切り換えることを特徴とする平行光調整方法。
請求項５４に記載の多軸制御装置で、制御装置が光源から出射された光束をコリメートレンズで略平行光にしビーム整形手段を通し検出系へと導き、検出系内の検出レンズで集光束にした光束の非点収差検出結果をもとに両レンズを駆動手段で駆動し、ビーム整形手段後の光束の非点収差が最小となるように調整する平行光調整装置で、最終制御対象である非点収差が最小となるコリメートレンズと検出レンズ位置を予測演算し求める予測演算手段を備えることを特徴とする平行光調整装置。
請求項８０に記載の平行光調整装置において、予測演算手段の中に複数のモデルを切り換えるモデル切り換え手段、実特性データによりモデルを修正するモデル修正手段、複数の予測演算手段を切り換える予測演算選択手段、初期データ収集時に各制御要素の制御量の重み付けを行う重み付け手段のいずれか１つを備えることを特徴とする平行光調整装置。
相互作用を有する複数の制御要素を制御することにより、複数の制御対象をコントロールし、その協調条件が成立するようにする予測制御システムにおいて、各制御要素制御量の制御対象への相互作用を考慮に入れ、各制御量を予測演算手段で予測演算して求め、複数有る制御要素の制御量を制御し、制御対象の制御状態を検出し、その検出結果が協調条件を満足するようにすることを特徴とする予測誤差を考慮した予測制御システム。