JP2018186610A - システムおよび評価装置ならびに評価方法 - Google Patents
システムおよび評価装置ならびに評価方法 Download PDFInfo
- Publication number
- JP2018186610A JP2018186610A JP2017086079A JP2017086079A JP2018186610A JP 2018186610 A JP2018186610 A JP 2018186610A JP 2017086079 A JP2017086079 A JP 2017086079A JP 2017086079 A JP2017086079 A JP 2017086079A JP 2018186610 A JP2018186610 A JP 2018186610A
- Authority
- JP
- Japan
- Prior art keywords
- evaluation
- information
- control
- industrial equipment
- abnormality
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
図1は、本実施形態の評価装置を備えた機械制御システムの概略的なシステムブロック構成の一例を表している。この機械制御システムは、回転型モータの駆動を制御することによりスライダの直進移動を制御するシステムである。図1において、機械制御システム1は、上位制御装置2と、モータ制御装置3と、回転型モータ4と、駆動機械5と、評価装置6とを有している。なお、回転型モータ4および駆動機械5が、各請求項記載の産業機器に相当する。
以上の構成において、モータ制御装置3のフィードバック制御部31は、前述したように、エンコーダ41aから出力された上記検出位置に基づいて、スライダ52の位置が上記位置指令に追従するよう、回転型モータ4に入力する上記トルク指令を制御する位置フィードバック制御を行う。このとき、上記フィードバック制御部31は、多数の上記制御パラメータを用いた演算処理により上記トルク指令を出力する。そのため、上記調整部32は、上記回転型モータ4や駆動機械5の機械定数、および付加しうる外乱等に対応して、適切に上記制御パラメータを設定する。
図2は、上記モータ制御装置3における制御パラメータの調整手法の概要、および、その調整された制御パラメータの評価装置6による評価手法の概要、を模式的に表す制御ブロック図を示している。
以下、上記手法を実行するための具体的構成を順を追って説明する。
図3は、上記フィードバック制御部31を含むフィードバック制御系と、上記調整部32との間における各情報の送受関係の一例を、伝達関数形式の制御ブロックで表している。図3に示すように、このフィードバック制御系には、上記フィードバック制御部31と、上記回転型モータ4および駆動機械5(以下適宜、単に「モータ・駆動機械4,5」と称する)と、上記調整部32と、データベースDBとが備えられている。
以上のフィードバック制御系において、前述の調整部学習用データセットが取得される際には、上記制御パラメータρに相当する上記位置ループゲインKp、上記速度ループ積分時定数T、および上記速度ループゲインKv(以下適宜、これらを「制御パラメータKp,T,Kv」と総称する)の各値が適宜に仮設定された状態で、所定の調整用シーケンス動作を実行した際の位置指令(指令情報rに相当)、トルク指令(制御情報uに相当)、検出位置(動作情報yに相当)がデータベースDBに記録される。
上記のようにして機械学習が行われた後、機械制御システム1の実動運用シーケンス動作が実行される際には、上記学習内容に基づき(学習内容を反映させた形で)、調整部32が、各制御パラメータKp,T,Kvの設定を行う(=パラメータ設定フェーズ。図3中の点線矢印参照)。すなわち、各制御パラメータを仮設定した状態で、機械制御システム1の実動運用シーケンス動作を実行した際の各状態量データ(位置指令、トルク指令、および検出位置)の時系列パターンデータが調整部32に入力されることで、当該調整部32が、上記学習内容を反映した最適な制御パラメータKp,T,Kvをフィードバック制御部31に出力する。そして、これら出力された制御パラメータKp,T,Kvがフィードバック制御部31において本設定されることで、上記実働運用時での当該フィードバック制御系における良好な制御精度を確保することができる。
調整部32において実行される上記機械学習では、公知の種々の学習手法を適用することができる。以下、一例として、機械学習アルゴリズムに深層学習(ディープラーニング)を適用した場合の例を説明する。図5は、深層学習を適用した場合における調整部32のニューラルネットワークの概略モデル構成の一例を示している。
次に、上記評価装置6による上記制御パラメータの評価について、詳細に説明する。
例えば、以上説明したような機械学習に基づく制御パラメータの設定を調整部32が行った場合でも、実際の運用時にはフィードバック制御系における制御精度が最良とは限らない。
以上のような背景に基づき、本実施形態では、調整部32による現在の制御内容(この例では具体的には現在設定されている制御パラメータ)が本当に適性であるかどうかを評価して検証を行うために、上記評価装置6が設けられる。図9は、この評価装置6の機能的構成を表すブロック図である。この図9において、評価装置6は、異常情報取得部61と、事前情報取得部65と、情報取得部70と、消耗度情報取得部68と、評価基準生成部71と、評価部62と、判定部63と、パラメータ特定部64と、出力部67と、を機能的に備えている。
評価基準生成部71において実行される上記機械学習では、公知の種々の機械学習手法を適用することができる。以下、一例として、前述の調整部32での機械学習と同様、機械学習アルゴリズムに深層学習(ディープラーニング)を適用した場合の例を説明する。図10は、深層学習を適用した場合における評価基準生成部71のニューラルネットワークの概略モデル構成の一例を示している。
上記評価基準生成部71における機械学習プロセスの具体的な手順について、図12を用いて説明する。図12は、評価装置6のCPU901(後述の図16参照)が上記学習フェーズにおいて機械学習プロセスを実行する場合の処理手順を表すフローチャートである。
図9に戻り、評価装置6の上述の情報取得部70、消耗度情報取得部68、判定部63、パラメータ特定部64、および出力部67は、主として、学習フェーズでの学習結果に基づいて現在の制御パラメータの評価を行う上記運用フェーズにおいて機能する。
上記のようにして生成された項目別評価基準は評価部62に入力される。評価部62は、上記運用フェーズにおいて、上記情報取得部70が取得した制御情報および動作情報と上記入力された項目別評価基準に基づき、各評価項目ごとに、上記モータ・駆動機械4,5に対する制御およびモータ・駆動機械4,5の動作のうち少なくとも1つの評価値を決定し、これによって現在(運用フェーズを実行しているその時点で)で設定されている制御パラメータの評価を行う(=対応する評価情報を生成する)。
以上説明したように、本実施形態の機械制御システム1は、評価基準生成部71が生成した評価基準を用いて、評価装置6により、モータ・駆動機械4,5に対する制御情報およびモータ・駆動機械4,5の動作情報のうちの少なくとも1つの評価が行われる。これにより、上記従来技術と異なり、評価基準が定められていない場合であってもモータ・駆動機械4,5に対する現在の制御内容が適正であるのか否かを検証し、制御の適正化を図ることができる。この結果、制御内容が適正でない場合には、評価情報に基づき操作者に対し警告を発したり、あるいは、評価情報に基づき制御パラメータKp,T,Kvを再調整したりモータ・駆動機械4,5を停止する、等の適宜の対応をとることができる。
次に、図16を参照しつつ、上記で説明したCPU901が実行するプログラムによりソフトウェア的に実装された異常情報取得部61、事前情報取得部65、情報取得部70、消耗度情報取得部68、評価基準生成部71、評価部62、判定部63、パラメータ特定部64、および出力部67等による処理を実現する、評価装置6のハードウェア構成例について説明する。
また、以上は、上述したように機械制御システム1の評価装置6の評価基準生成部71が、上記運用フェーズの前の上記学習フェーズにおいて当該機械制御システム1に備えられたモータ・駆動機械4,5に係わる前述の事前制御情報(前述の例では上記トルク指令)、事前動作情報(上記の例では上記検出位置)、制御異常情報、動作異常情報に基づき機械学習を行った場合を例にとって説明したが、これに限られない。
2 上位制御装置
3 モータ制御装置
4 回転型モータ(産業機器)
5 駆動機械(産業機器)
6 評価装置
31 フィードバック制御部
32 調整部
61 異常情報取得部
62 評価部
62A 異常有無推定部
62B 前兆推定部
62C 異常種別推定部
63 判定部
64 パラメータ特定部
65 事前情報取得部
66 異常特定部
67 出力部
67A 判定情報出力部
67B 種類情報出力部
67C 異常有無推定情報出力部
67D 前兆推定情報出力部
67E 異常種別推定情報出力部
68 消耗度情報取得部
70 情報取得部
71 評価基準生成部
71A 項目別評価基準生成部
DB データベース
Claims (21)
- 産業機器を制御する制御装置と、前記産業機器に対する制御および前記産業機器の動作のうち少なくとも1つの評価を行う評価装置とを備えたシステムであって、
前記評価装置は、
前記産業機器に対する制御に関する情報である制御情報および前記産業機器の動作に関する情報である動作情報のうちの少なくとも1つを取得する情報取得部と、
前記産業機器に対する制御よりも前の前記産業機器に対する制御に関する情報である事前制御情報および前記産業機器の動作よりも前の前記産業機器の動作に関する情報である事前動作情報のうちの少なくとも1つを取得する事前情報取得部と、
前記事前制御情報および前記事前動作情報のうちの少なくとも1つに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価に用いる評価基準を生成する評価基準生成部と、
前記制御情報および前記動作情報のうちの少なくとも1つと前記評価基準とに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価を行う評価部と、
前記評価に関する情報である評価情報を出力する出力部と
を備えたことを特徴とするシステム。 - 前記評価装置は、
前記産業機器に対する制御よりも前の前記産業機器に対する制御が異常であるかどうかを示す制御異常情報および前記産業機器の動作よりも前の前記産業機器の動作が異常であるかどうかを示す動作異常情報のうちの少なくとも1つを取得する異常情報取得部をさらに備え、
前記評価基準生成部は、
前記事前制御情報および前記制御異常情報と前記事前動作情報および前記動作異常情報とのうちの少なくとも一方に基づいて、前記評価基準を生成する
ことを特徴とする請求項1記載のシステム。 - 前記評価装置の前記評価部は、
前記評価基準に基づいて、前記産業機器に対する制御の異常および前記産業機器の異常のうちの少なくとも1つの異常の有無の推定をする異常有無推定部をさらに備え、
前記出力部は、
前記異常の有無の推定に関する情報である異常有無推定情報を出力する異常有無推定情報出力部を有する
ことを特徴とする請求項2に記載のシステム。 - 前記評価装置の前記評価部は、
前記評価基準に基づいて、前記産業機器の異常の前兆および前記産業機器に対する制御の異常の前兆のうちの少なくとも1つの前兆の推定を行う前兆推定部を有し、
前記出力部は、
前記前兆の推定に関する情報である前兆推定情報を出力する前兆推定情報出力部を有する
ことを特徴とする請求項2または3に記載のシステム。 - 前記評価装置の前記評価部は、
前記評価基準に基づいて、前記産業機器の異常および前記産業機器に対する制御の異常のうちの少なくとも1つの異常の種別を推定する異常種別推定部を有し、
前記出力部は、
前記異常の種別の推定に関する情報である異常種別推定情報を出力する異常種別推定情報出力部を有する
ことを特徴とする請求項2乃至4のいずれか1項に記載のシステム。 - 前記評価装置は、
前記産業機器が備える部品の消耗度に係わる消耗度情報を取得する消耗度情報取得部を備え、
前記評価部は、
前記制御情報および前記動作情報のうちの少なくとも1つと前記評価基準と前記消耗度情報とに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価を行う
ことを特徴とする請求項1乃至5のいずれか1項に記載のシステム。 - 前記評価基準生成部は、
前記事前制御情報および前記事前動作情報のうちの少なくとも1つに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価に用いる評価基準を、所定の複数の評価項目ごとに項目別評価基準として生成する項目別評価基準生成部を有し、
前記評価部は、
前記項目別評価基準に基づき前記複数の評価項目ごとに評価値を決定し、当該評価値をそれぞれ変数とする多変量解析により、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価を行う
ことを特徴とする請求項1乃至6のいずれか1項に記載のシステム。 - 前記制御装置は、
機械学習での学習内容に基づいて前記産業機器に対する制御に用いる制御パラメータを調整する調整部を備え、
前記評価部は、
前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの前記評価に基づいて、前記制御パラメータの評価を行う
ことを特徴とする請求項1乃至7のいずれか1項記載のシステム。 - 前記評価装置は、
前記制御パラメータの評価に基づいて、当該制御パラメータの調整が必要かどうかの判定を行う判定部をさらに備え、
前記出力部は、
前記制御パラメータの調整が必要かどうかの判定に関する情報である判定情報を出力する判定情報出力部を有する
ことを特徴とする請求項8記載のシステム。 - 前記評価装置は、
前記判定において前記制御パラメータの調整が必要と判定された場合に、当該制御パラメータのうち調整が必要となる制御パラメータの種類を特定するパラメータ特定部をさらに備え、
前記出力部は、
前記調整が必要となる制御パラメータの種類に関する情報である種類情報を出力する種類情報出力部を有する
ことを特徴とする請求項9記載のシステム。 - 産業機器に対する制御に関する情報である制御情報および前記産業機器の動作に関する情報である動作情報のうちの少なくとも1つを取得する情報取得部と、
前記産業機器に対する制御よりも前の前記産業機器に対する制御に関する情報である事前制御情報および前記産業機器の動作よりも前の前記産業機器の動作に関する情報である事前動作情報のうちの少なくとも1つを取得する事前情報取得部と、
前記事前制御情報および前記事前動作情報のうちの少なくとも1つに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価に用いる評価基準を生成する評価基準生成部と、
前記制御情報および前記動作情報のうちの少なくとも1つと前記評価基準とに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価を行う評価部と、
前記評価に関する情報である評価情報を出力する出力部と
を備えたことを特徴とする評価装置。 - 前記産業機器に対する制御よりも前の前記産業機器に対する制御が異常であるかどうかを示す制御異常情報および前記産業機器の動作よりも前の前記産業機器の動作が異常であるかどうかを示す動作異常情報のうちの少なくとも1つを取得する異常情報取得部をさらに備え、
前記評価基準生成部は、
前記事前制御情報および前記制御異常情報と前記事前動作情報および前記動作異常情報とのうちの少なくとも一方に基づいて、前記評価基準を生成する
ことを特徴とする請求項11記載の評価装置。 - 前記評価部は、
前記評価基準に基づいて、前記産業機器の異常および前記産業機器に対する制御の異常のうちの少なくとも1つの異常の有無の推定をする異常有無推定部を有し、
前記出力部は、
前記異常の有無の推定に関する情報である異常有無推定情報を出力する異常有無推定情報出力部を有する
ことを特徴とする請求項12記載の評価装置。 - 前記評価部は、
前記評価基準に基づいて、前記産業機器の異常の前兆および前記産業機器に対する制御の異常の前兆のうちの少なくとも1つの前兆の推定をする前兆推定部を有し、
前記出力部は、
前記前兆の推定に関する情報である前兆推定情報を出力する前兆推定情報出力部を有する
ことを特徴とする請求項12または13に記載の評価装置。 - 前記評価部は、
前記評価基準に基づいて、前記産業機器の異常および前記産業機器に対する制御の異常のうちの少なくとも1つの異常の種別を推定する異常種別推定部を有し、
前記出力部は、
前記異常の種別の推定に関する情報である異常種別推定情報を出力する異常種別推定情報出力部を有する
ことを特徴とする請求項12乃至14のいずれか1項に記載の評価装置。 - 前記産業機器が備える部品の消耗度に係わる消耗度情報を取得する消耗度情報取得部を備え、
前記評価部は、
前記制御情報および前記動作情報のうちの少なくとも1つと前記評価基準と前記消耗度情報とに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価を行う
ことを特徴とする請求項11乃至15のいずれか1項に記載の評価装置。 - 前記事前制御情報および前記事前動作情報のうちの少なくとも1つに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価に用いる評価基準を、所定の複数の評価項目ごとに項目別評価基準として生成する項目別評価基準生成部を有し、
前記評価部は、
前記項目別評価基準に基づき前記複数の評価項目ごとに評価値を決定し、当該評価値をそれぞれ変数とする多変量解析により、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価を行う
ことを特徴とする請求項11乃至16のいずれか1項記載の評価装置。 - 前記事前制御情報および前記事前動作情報のうちの少なくとも1つに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価に用いる評価基準を、所定の複数の評価項目ごとに項目別評価基準として生成する項目別評価基準生成部を有し、
前記複数の評価項目は、
各評価項目ごとに互いに異なる重み付けが与えられており、
前記評価部は、
前記項目別評価基準に基づき前記複数の評価項目ごとに評価値を決定し、当該評価値に前記重み付けを乗じたものの合計を算出することにより、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価を行う
ことを特徴とする請求項11乃至16のいずれか1項記載の評価装置。 - 産業機器に対する制御に関する情報である制御情報および前記産業機器の動作に関する情報である動作情報のうちの少なくとも1つを取得する情報取得部と、
前記産業機器に対する制御よりも前の前記産業機器以外の他の産業機器に対する制御に関する情報である他機器事前制御情報および前記産業機器の動作よりも前の前記他の産業機器の動作に関する情報である他機器事前動作情報のうちの少なくとも1つを取得する事前情報取得部と、
前記他機器事前制御情報および前記他機器事前動作情報のうちの少なくとも1つに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価に用いる評価基準を生成する評価基準生成部と、
前記制御情報および前記動作情報のうちの少なくとも1つと前記評価基準とに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価をする評価部と、
前記評価に関する情報である評価情報を出力する出力部と
を備えたことを特徴とする評価装置。 - 前記産業機器に対する制御よりも前の前記他の産業機器に対する制御が異常であるかどうかを示す他機器制御異常情報および前記産業機器の動作よりも前の前記他の産業機器の動作が異常であるかどうかを示す他機器動作異常情報のうちの少なくとも1つを取得する異常情報取得部をさらに備え、
前記評価基準生成部は、
前記他の事前制御情報および前記他機器制御異常情報と前記他の事前動作情報および前記他機器動作異常情報とのうちの少なくとも1つに基づいて、前記評価基準を生成する
ことを特徴とする請求項19記載の評価装置。 - 産業機器に係わる評価を行う評価装置の評価方法であって、
前記産業機器に対する制御に関する情報である制御情報および前記産業機器の動作に関する情報である動作情報のうちの少なくとも1つを取得することと、
前記産業機器に対する制御よりも前の前記産業機器に対する制御に関する情報である事前制御情報および前記産業機器の動作よりも前の前記産業機器の動作に関する情報である事前動作情報のうちの少なくとも1つを取得することと、
前記事前制御情報および前記事前動作情報のうちの少なくとも1つに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価に用いる評価基準を生成することと、
前記制御情報および前記動作情報のうちの少なくとも1つと前記評価基準とに基づいて、前記産業機器に対する制御および前記産業機器の動作のうちの少なくとも1つの評価を行うことと、
前記評価に関する情報である評価情報を出力することと、
を実行することを特徴とする評価方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017086079A JP6832498B2 (ja) | 2017-04-25 | 2017-04-25 | システムおよび評価装置ならびに評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017086079A JP6832498B2 (ja) | 2017-04-25 | 2017-04-25 | システムおよび評価装置ならびに評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018186610A true JP2018186610A (ja) | 2018-11-22 |
JP6832498B2 JP6832498B2 (ja) | 2021-02-24 |
Family
ID=64355204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017086079A Active JP6832498B2 (ja) | 2017-04-25 | 2017-04-25 | システムおよび評価装置ならびに評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6832498B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020059276A1 (ja) * | 2018-09-19 | 2020-03-26 | 株式会社日立製作所 | 制御装置 |
JP2020064441A (ja) * | 2018-10-17 | 2020-04-23 | 株式会社ディスコ | 加工装置 |
CN111438687A (zh) * | 2019-01-16 | 2020-07-24 | 发那科株式会社 | 判定装置 |
WO2020188956A1 (ja) * | 2019-03-19 | 2020-09-24 | パナソニックIpマネジメント株式会社 | モータ制御方法、モータの制御モデルの変換方法、モータ制御システム、モータの制御モデルの変換システム、及びモータの制御モデルの変換プログラム |
JP6800384B1 (ja) * | 2020-03-04 | 2020-12-16 | 三菱電機株式会社 | 位置決め制御装置および位置決め方法 |
CN112636642A (zh) * | 2020-12-17 | 2021-04-09 | 广东工业大学 | 一种柔性材料数控切割刀头性能状态评估方法及装置 |
JPWO2022003833A1 (ja) * | 2020-06-30 | 2022-01-06 | ||
WO2023166804A1 (ja) * | 2022-03-02 | 2023-09-07 | 株式会社Screenホールディングス | 制御支援装置および制御支援方法 |
WO2023167074A1 (ja) * | 2022-03-02 | 2023-09-07 | 株式会社Screenホールディングス | 制御支援装置および制御支援方法 |
WO2024090126A1 (ja) * | 2022-10-25 | 2024-05-02 | キヤノン株式会社 | 制御方法、制御装置、リソグラフィ装置、および物品製造方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04302306A (ja) * | 1991-03-29 | 1992-10-26 | Mitsubishi Electric Corp | 数値制御装置、数値制御システム、制御パラメータの自動調整方法、特徴量判定基準変更方法および複数の調整条件総合判定方法 |
JP2000102282A (ja) * | 1998-09-18 | 2000-04-07 | Canon Inc | 直流モータ制御装置および画像形成装置 |
JP2001186796A (ja) * | 1999-12-27 | 2001-07-06 | Sanwa Shutter Corp | 建物用電動開閉体 |
JP2005335231A (ja) * | 2004-05-27 | 2005-12-08 | Seiko Epson Corp | モータの制御方法、モータの制御装置、及びインクジェットプリンタ |
JP2007129860A (ja) * | 2005-11-07 | 2007-05-24 | Toyota Motor Corp | モータジェネレータ・システムの評価装置 |
WO2009096169A1 (ja) * | 2008-01-29 | 2009-08-06 | Panasonic Corporation | モータ制御特性評価装置およびモータ制御特性の提示方法 |
-
2017
- 2017-04-25 JP JP2017086079A patent/JP6832498B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04302306A (ja) * | 1991-03-29 | 1992-10-26 | Mitsubishi Electric Corp | 数値制御装置、数値制御システム、制御パラメータの自動調整方法、特徴量判定基準変更方法および複数の調整条件総合判定方法 |
JP2000102282A (ja) * | 1998-09-18 | 2000-04-07 | Canon Inc | 直流モータ制御装置および画像形成装置 |
JP2001186796A (ja) * | 1999-12-27 | 2001-07-06 | Sanwa Shutter Corp | 建物用電動開閉体 |
JP2005335231A (ja) * | 2004-05-27 | 2005-12-08 | Seiko Epson Corp | モータの制御方法、モータの制御装置、及びインクジェットプリンタ |
JP2007129860A (ja) * | 2005-11-07 | 2007-05-24 | Toyota Motor Corp | モータジェネレータ・システムの評価装置 |
WO2009096169A1 (ja) * | 2008-01-29 | 2009-08-06 | Panasonic Corporation | モータ制御特性評価装置およびモータ制御特性の提示方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020059276A1 (ja) * | 2018-09-19 | 2020-03-26 | 株式会社日立製作所 | 制御装置 |
JP7083579B2 (ja) | 2018-10-17 | 2022-06-13 | 株式会社ディスコ | 加工装置 |
JP2020064441A (ja) * | 2018-10-17 | 2020-04-23 | 株式会社ディスコ | 加工装置 |
CN111438687A (zh) * | 2019-01-16 | 2020-07-24 | 发那科株式会社 | 判定装置 |
WO2020188956A1 (ja) * | 2019-03-19 | 2020-09-24 | パナソニックIpマネジメント株式会社 | モータ制御方法、モータの制御モデルの変換方法、モータ制御システム、モータの制御モデルの変換システム、及びモータの制御モデルの変換プログラム |
JP7407353B2 (ja) | 2019-03-19 | 2024-01-04 | パナソニックIpマネジメント株式会社 | モータ制御方法、モータの制御モデルの変換方法、モータ制御システム、モータの制御モデルの変換システム、及びモータの制御モデルの変換プログラム |
US11682999B2 (en) | 2019-03-19 | 2023-06-20 | Panasonic Intellectual Property Management Co., Ltd. | Motor control method, motor control model conversion method, motor control system, motor control model conversion system, and motor control model conversion program |
CN115136095B (zh) * | 2020-03-04 | 2023-04-04 | 三菱电机株式会社 | 定位控制装置及定位方法 |
TWI777395B (zh) * | 2020-03-04 | 2022-09-11 | 日商三菱電機股份有限公司 | 定位控制裝置及定位方法 |
CN115136095A (zh) * | 2020-03-04 | 2022-09-30 | 三菱电机株式会社 | 定位控制装置及定位方法 |
WO2021176619A1 (ja) * | 2020-03-04 | 2021-09-10 | 三菱電機株式会社 | 位置決め制御装置および位置決め方法 |
JP6800384B1 (ja) * | 2020-03-04 | 2020-12-16 | 三菱電機株式会社 | 位置決め制御装置および位置決め方法 |
WO2022003833A1 (ja) * | 2020-06-30 | 2022-01-06 | 三菱電機株式会社 | 位置決め制御装置および機械学習装置 |
JPWO2022003833A1 (ja) * | 2020-06-30 | 2022-01-06 | ||
CN112636642A (zh) * | 2020-12-17 | 2021-04-09 | 广东工业大学 | 一种柔性材料数控切割刀头性能状态评估方法及装置 |
WO2023166804A1 (ja) * | 2022-03-02 | 2023-09-07 | 株式会社Screenホールディングス | 制御支援装置および制御支援方法 |
WO2023167074A1 (ja) * | 2022-03-02 | 2023-09-07 | 株式会社Screenホールディングス | 制御支援装置および制御支援方法 |
WO2024090126A1 (ja) * | 2022-10-25 | 2024-05-02 | キヤノン株式会社 | 制御方法、制御装置、リソグラフィ装置、および物品製造方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6832498B2 (ja) | 2021-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6832498B2 (ja) | システムおよび評価装置ならびに評価方法 | |
JP6774637B2 (ja) | 制御装置及び制御方法 | |
US11275345B2 (en) | Machine learning Method and machine learning device for learning fault conditions, and fault prediction device and fault prediction system including the machine learning device | |
JP6569927B1 (ja) | 異常判定システム、モータ制御装置、及び異常判定装置 | |
US11521105B2 (en) | Machine learning device and machine learning method for learning fault prediction of main shaft or motor which drives main shaft, and fault prediction device and fault prediction system including machine learning device | |
TWI498701B (zh) | 用以自動地估計機械系統中的慣性及用以產生動作分佈的系統及方法 | |
US10824121B2 (en) | Machine learning device, servo motor controller, servo motor control system, and machine learning method | |
CN106020124B (zh) | 伺服马达控制装置以及碰撞检测方法 | |
WO2012165011A1 (ja) | 駆動機械の負荷特性推定装置 | |
US11009837B2 (en) | Machine learning device that adjusts controller gain in a servo control apparatus | |
US20190317457A1 (en) | Machine learning device, control device, and machine learning method | |
CN106817058B (zh) | 电动叉车的驱动控制方法、装置以及电动叉车 | |
US10386808B2 (en) | System parameter identificatino method based on rate-limited relay with hysteresis and sinusoidal injection | |
JP2017191567A (ja) | 生産計画を実施する生産システム | |
Mayr et al. | Potentials of machine learning in electric drives production using the example of contacting processes and selective magnet assembly | |
US5745361A (en) | Position control apparatus for machine tool with fuzzy compensator | |
JP2019168777A (ja) | 制御系設計支援装置、制御系設計支援方法、及び制御系設計支援プログラム | |
JP6806746B2 (ja) | モータ制御装置 | |
US20210341896A1 (en) | Industrial motor drives with integrated condition monitoring | |
CN110888398B (zh) | 控制装置、cnc装置以及控制方法 | |
JP6896196B1 (ja) | 数値制御装置および学習装置 | |
EP2913724A1 (en) | PLC with a finite horizon optimization control program | |
JP6949284B1 (ja) | 数値制御装置 | |
Karandikar et al. | Evaluation of automated stability testing in machining through closed-loop control and Bayesian machine learning | |
CN110929874A (zh) | 特性判定装置、特性判定方法以及特性判定程序 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191029 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20200227 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200227 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200821 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200903 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200924 |
|
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: 20201228 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6832498 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |