JP2017143730A - ゲインの最適化を学習する機械学習装置及び機械学習装置を備えた電動機制御装置並びに機械学習方法 - Google Patents
ゲインの最適化を学習する機械学習装置及び機械学習装置を備えた電動機制御装置並びに機械学習方法 Download PDFInfo
- Publication number
- JP2017143730A JP2017143730A JP2017039267A JP2017039267A JP2017143730A JP 2017143730 A JP2017143730 A JP 2017143730A JP 2017039267 A JP2017039267 A JP 2017039267A JP 2017039267 A JP2017039267 A JP 2017039267A JP 2017143730 A JP2017143730 A JP 2017143730A
- Authority
- JP
- Japan
- Prior art keywords
- machine learning
- current
- gain function
- function
- motor control
- 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.)
- Granted
Links
Images
Landscapes
- Feedback Control In General (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
Description
2、2´ 状態観測部
3、3´ 学習部
4、4´ 報酬計算部
5、5´ 関数更新部
6 電動機制御部
7 電動機制御装置
8 トルク指令入力部
9 意思決定部
2、2´ 状態観測部
3、3´ 学習部
4、4´ 報酬計算部
5、5´ 関数更新部
6 電動機制御部
7 電動機制御装置
8 速度指令入力部
9 意思決定部
Claims (16)
- 電動機制御における電流ゲインパラメータの調整に関連付けられる条件を学習する機械学習装置であって、
電流制御ループの積分ゲイン関数及び比例ゲイン関数を取得し、かつ実電流を取得し、ステップ状のトルク指令に対する前記実電流のオーバシュート量、アンダーシュート量、及び立ち上がり時間のうちの少なくとも1つ、前記積分ゲイン関数、及び前記比例ゲイン関数から構成される状態変数を観測する状態観測部と、
前記状態変数によって構成される訓練データセットに従って、前記電流ゲインパラメータの調整に関連付けられる条件を学習する学習部と、
を備えることを特徴とする機械学習装置。 - 電動機制御における電流ゲインパラメータの調整に関連付けられる条件を学習する機械学習装置であって、
電流制御ループの積分ゲイン関数及び比例ゲイン関数を取得し、かつ実電流を取得し、周波数の異なる正弦波の組からなるトルク指令に対する前記実電流の振幅比及び位相遅れ量から算出された帯域時間のうちの少なくとも1つ、前記積分ゲイン関数、及び前記比例ゲイン関数から構成される状態変数を観測する状態観測部と、
前記状態変数によって構成される訓練データセットに従って、前記電流ゲインパラメータの調整に関連付けられる条件を学習する学習部と、
を備えることを特徴とする機械学習装置。 - 前記学習部が、複数の電動機に対して取得される前記訓練データセットに従って、前記条件を学習するように構成される、請求項1または2に記載の機械学習装置。
- 前記オーバシュート量、前記アンダーシュート量、及び立ち上がり時間に基づいて報酬を計算する報酬計算部と、
前記報酬に基づいて、現在の状態変数から電流ゲインパラメータを調整するための関数を更新する関数更新部と、
をさらに備える、請求項1に記載の機械学習装置。 - 前記振幅比、前記位相遅れ量に基づいて報酬を計算する報酬計算部と、
前記報酬に基づいて、現在の状態変数から電流ゲインパラメータを調整するための関数を更新する関数更新部と、
をさらに備える、請求項2に記載の機械学習装置。 - 請求項4または5に記載の機械学習装置であって、
前記報酬計算部は、更に電流の発振に対する余裕に基づいて報酬を計算する、機械学習装置。 - 請求項4乃至6のいずれか一項に記載の機械学習装置であって、
前記報酬計算部は、更に前記積分ゲイン関数の傾き及び比例ゲイン関数の傾きに基づいて報酬を計算する、機械学習装置。 - 請求項4乃至7のいずれか一項に記載の機械学習装置であって、
前記関数更新部はQ学習を用いて強化学習を行い、Q学習における行動価値の初期値は、電動機の巻線抵抗値、及びインダクタンス値から計算する、機械学習装置。 - 請求項4乃至8のいずれか一項に記載の機械学習装置であって、
前記関数更新部はQ学習を用いて強化学習を行い、Q学習における行動価値の更新には深層学習を用いる、機械学習装置。 - 請求項1乃至9のいずれか一項に記載の機械学習装置及び電動機制御部を有する電動機制御装置であって、
前記電動機制御部が、トルク指令を入力するトルク指令入力部を備え、
前記機械学習装置が、前記学習部が前記訓練データセットに従って学習した結果に基づいて、現在の状態変数の入力に応答して、前記積分ゲイン関数及び前記比例ゲイン関数の変更を決定する意思決定部を備える、電動機制御装置。 - 前記学習部は、前記現在の状態変数及び変更された前記積分ゲイン関数及び前記比例ゲイン関数の組合せによって構成される追加の訓練データセットに従って、前記条件を再学習して更新するように構成される、請求項10に記載の電動機制御装置。
- 前記機械学習装置がネットワークを介して前記電動機制御部に接続され、
前記状態観測部は、前記ネットワークを介して、前記現在の状態変数を取得するように構成される、請求項10又は11に記載の電動機制御装置。 - 前記機械学習装置がクラウドサーバに存在する、請求項12に記載の電動機制御装置。
- 前記機械学習装置が、前記電動機制御部に内蔵されている、請求項10乃至13のいずれか一項に記載の電動機制御装置。
- 電動機制御における電流ゲインパラメータの調整に関連付けられる条件を学習する機械学習方法であって、
電流制御ループの積分ゲイン関数及び比例ゲイン関数を取得し、かつ実電流を取得し、ステップ状のトルク指令に対する前記実電流のオーバシュート量、アンダーシュート量、立ち上がり時間のうちの少なくとも1つ、前記積分ゲイン関数、及び前記比例ゲイン関数から構成される状態変数を観測し、
前記状態変数によって構成される訓練データセットに従って、前記電流ゲインパラメータの調整に関連付けられる条件を学習する、
ことを含むことを特徴とする機械学習方法。 - 電動機制御における電流ゲインパラメータの調整に関連付けられる条件を学習する機械学習方法であって、
電流制御ループの積分ゲイン関数及び比例ゲイン関数を取得し、かつ実電流を取得し、周波数の異なる正弦波の組からなるトルク指令に対する前記実電流の振幅比及び位相遅れ量から算出された帯域時間のうちの少なくとも1つ、前記積分ゲイン関数、及び前記比例ゲイン関数から構成される状態変数を観測し、
前記状態変数によって構成される訓練データセットに従って、前記電流ゲインパラメータの調整に関連付けられる条件を学習する、
ことを含むことを特徴とする機械学習方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017039267A JP6645994B2 (ja) | 2017-03-02 | 2017-03-02 | ゲインの最適化を学習する機械学習装置及び機械学習装置を備えた電動機制御装置並びに機械学習方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017039267A JP6645994B2 (ja) | 2017-03-02 | 2017-03-02 | ゲインの最適化を学習する機械学習装置及び機械学習装置を備えた電動機制御装置並びに機械学習方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015152453A Division JP6106226B2 (ja) | 2015-07-31 | 2015-07-31 | ゲインの最適化を学習する機械学習装置及び機械学習装置を備えた電動機制御装置並びに機械学習方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017143730A true JP2017143730A (ja) | 2017-08-17 |
JP6645994B2 JP6645994B2 (ja) | 2020-02-14 |
Family
ID=59628787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017039267A Active JP6645994B2 (ja) | 2017-03-02 | 2017-03-02 | ゲインの最適化を学習する機械学習装置及び機械学習装置を備えた電動機制御装置並びに機械学習方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6645994B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111103849A (zh) * | 2018-10-25 | 2020-05-05 | 发那科株式会社 | 输出装置、控制装置、以及学习参数的输出方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07261844A (ja) * | 1994-03-23 | 1995-10-13 | Matsushita Electric Ind Co Ltd | モータ制御装置 |
JPH0883103A (ja) * | 1994-07-12 | 1996-03-26 | Fuji Electric Co Ltd | 調節器パラメータの自動調整装置 |
JP2010514986A (ja) * | 2007-01-02 | 2010-05-06 | シーメンス アクチエンゲゼルシヤフト | 技術システムの、とりわけガスタービンの、計算機支援による閉ループ制御および/または開ループ制御のための方法 |
JP2014514533A (ja) * | 2011-03-04 | 2014-06-19 | 東京エレクトロン株式会社 | ライブラリベースで限界寸法(cd)を計測するための正確かつ高速なニューラルネットワークの訓練 |
-
2017
- 2017-03-02 JP JP2017039267A patent/JP6645994B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07261844A (ja) * | 1994-03-23 | 1995-10-13 | Matsushita Electric Ind Co Ltd | モータ制御装置 |
JPH0883103A (ja) * | 1994-07-12 | 1996-03-26 | Fuji Electric Co Ltd | 調節器パラメータの自動調整装置 |
JP2010514986A (ja) * | 2007-01-02 | 2010-05-06 | シーメンス アクチエンゲゼルシヤフト | 技術システムの、とりわけガスタービンの、計算機支援による閉ループ制御および/または開ループ制御のための方法 |
JP2014514533A (ja) * | 2011-03-04 | 2014-06-19 | 東京エレクトロン株式会社 | ライブラリベースで限界寸法(cd)を計測するための正確かつ高速なニューラルネットワークの訓練 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111103849A (zh) * | 2018-10-25 | 2020-05-05 | 发那科株式会社 | 输出装置、控制装置、以及学习参数的输出方法 |
CN111103849B (zh) * | 2018-10-25 | 2024-03-15 | 发那科株式会社 | 输出装置、控制装置、以及学习参数的输出方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6645994B2 (ja) | 2020-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6106226B2 (ja) | ゲインの最適化を学習する機械学習装置及び機械学習装置を備えた電動機制御装置並びに機械学習方法 | |
US10148211B2 (en) | Machine learning apparatus and method for learning correction value in motor current control, correction value computation apparatus including machine learning apparatus and motor driving apparatus | |
JP6193961B2 (ja) | 機械の送り軸の送りの滑らかさを最適化する機械学習装置および方法ならびに該機械学習装置を備えたモータ制御装置 | |
JP6901450B2 (ja) | 機械学習装置、制御装置及び機械学習方法 | |
US10353351B2 (en) | Machine learning system and motor control system having function of automatically adjusting parameter | |
JP6050865B1 (ja) | 評価関数によって制御ゲインをオンラインで最適化する機能を有するサーボ制御装置 | |
US10061276B2 (en) | Machine learning system and magnetizer for motor | |
US11226599B2 (en) | Machine learning system, control device, and machine learning method for optimizing filter coefficients | |
CN112292642A (zh) | 用于控制技术系统的控制装置和用于配置控制装置的方法 | |
KR102382047B1 (ko) | Pso를 이용한 모터 제어기의 자동 학습 튜닝 시스템 | |
JP2017143730A (ja) | ゲインの最適化を学習する機械学習装置及び機械学習装置を備えた電動機制御装置並びに機械学習方法 | |
JPWO2008053772A1 (ja) | モータ制御装置とその制御方法 | |
JP6877671B1 (ja) | 電力変換装置、および推定装置 | |
US20230176532A1 (en) | Control assist device, control device, and control assist method | |
CN116783561A (zh) | 机器学习装置 | |
KR20220101152A (ko) | 위치 결정 제어 장치 및 위치 결정 제어 방법 | |
JP6283851B2 (ja) | 情報処理装置およびパラメータ算出方法 | |
EP3619654A1 (en) | Continuous parametrizations of neural network layer weights | |
WO2023166606A1 (ja) | 制御装置、dc/dc変換装置、および制御方法 | |
US20230103001A1 (en) | Machine learning device, control device, and machine learning method | |
KR102231617B1 (ko) | 기술 시스템에서 발진들을 감소시키기 위한 방법, 제어기, 및 컴퓨터 프로그램 제품 | |
CN108540029B (zh) | 一种基于改进型spsa的电机转速控制参数优化方法及系统 | |
JP2022524116A (ja) | システム同定装置、システム同定プログラム及びシステム同定方法 | |
CN105629726A (zh) | 一种自适应控制方法及其自适应控制器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170302 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180618 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190322 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190514 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190712 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191210 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200109 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6645994 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |