JP2022132711A - Frf同定システム、frf同定方法及びilcアルゴリズム - Google Patents
Frf同定システム、frf同定方法及びilcアルゴリズム Download PDFInfo
- Publication number
- JP2022132711A JP2022132711A JP2021031312A JP2021031312A JP2022132711A JP 2022132711 A JP2022132711 A JP 2022132711A JP 2021031312 A JP2021031312 A JP 2021031312A JP 2021031312 A JP2021031312 A JP 2021031312A JP 2022132711 A JP2022132711 A JP 2022132711A
- Authority
- JP
- Japan
- Prior art keywords
- frf
- identification
- ilc
- hat
- filter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 9
- 230000006641 stabilisation Effects 0.000 claims description 5
- 238000011105 stabilization Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 abstract description 7
- 238000001228 spectrum Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 13
- 230000004044 response Effects 0.000 description 10
- 238000013139 quantization Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000005284 excitation Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000087 stabilizing effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011045 prefiltration Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000003775 Density Functional Theory Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 229920000840 ethylene tetrafluoroethylene copolymer Polymers 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
【課題】入力信号スペクトルが小さくなる部分的な周波数帯で顕著なFRF同定誤差が生じる問題や、高精度なFRF同定を行うためには事前に十分な制御設計・調整が必要であるといった問題を解決したFRFを同定するFRF同定システムを提供すること。【解決手段】所定の位置決め動作を繰り返し行いながら同定対象システムのFRFを同定するFRF同定システムにおいて、同定対象システムのFRFを推定するFRF推定アルゴリズム4と、フィルタ6、7を有し、指令と検出出力との偏差を小さくすることを目的とするILC(反復学習制御)によりフィードフォワード制御入力を算出するILCアルゴリズム5を備え、所定動作を繰り返しながらFRF推定アルゴリズム4により推定された推定FRFの更新と、ILCの計算に用いるフィルタ6、7の更新を行うことを特徴とするFRF同定システム1である。【選択図】図1A
Description
本発明は、FRF同定システム、FRF同定方法及びILCアルゴリズムに関する。
制御対象(プラント)に対する正確な周波数応答関数(FRF:Frequency Response Function)の同定は、高速・高精度サーボを実現する上で重要な制御設計工程である。FRFの高精度同定に際しては、離散フーリエ変換(DFT)に基づく周波数応答解析の原理的な性質から、一般的に正弦波などの外乱信号を用いてプラントを加振する方法がよく用いられている。しかし、プラントが共振系の場合には加振時に共振モード周波数付近において駆動騒音が発生しやすく、駆動機構への負担などの観点からも外乱信号加振が好ましくない場合も多い。
特許文献1には、プラントの力次元の入力に対して、第1差分器を介して差分値を算出し、続いて第1DFT演算部を介して周波数応答を算出し、プラントの位置次元の出力に対して、第2差分器を介して差分値を算出し、続いて第2DFT演算部を介して周波数応答を算出し、乗除算器において、入出力の周波数応答よりプラントFRFを算出する周波数応答解析システムが記載されている(図1C、2B参照)。本システムは、正弦波などのような加振用の外乱信号を別途用いることなく、所定の位置決め動作時の時間信号から所望のFRFを同定することができる。
従来技術である特許文献1は、所定動作をさせるだけでFRFを同定できるが、入力信号スペクトルが小さくなる部分的な周波数帯で顕著なFRF同定誤差が生じる問題や、高精度なFRF同定を行うためには事前に十分な制御設計・調整が必要といった問題があった。そこで、本発明では、それらの問題を解決したFRFを同定するFRF同定システムを提供することを目的とする。
上記課題を解決する本発明は以下の通りである。
(1)所定の位置決め動作を繰り返し行いながら同定対象システムのFRFを同定するFRF同定システムにおいて、同定対象システムのFRFを推定するFRF推定アルゴリズムと、フィルタを有し、指令と検出出力との偏差を小さくすることを目的とするILC(反復学習制御)によりフィードフォワード制御入力を算出するILCアルゴリズムを備え、所定動作を繰り返しながら前記FRF推定アルゴリズムにより推定された推定FRFの更新と、前記ILCの計算に用いる前記フィルタの更新を行うことを特徴とするFRF同定システムである。
(2)前記FRF推定アルゴリズムは、所定動作時の入出力信号のDFT(離散フーリエ変換)から、推定FRF P[ハット]と、P[ハット]の信頼度を表す関数Wを算出することを特徴とする(1)に記載のFRF同定システムである。
(3)前記FRF推定アルゴリズムにおいて、新しいP[ハット]とWが算出されたら、前記フィルタを構成する学習フィルタLと安定化フィルタQを更新し、更新されたLとQに基づいてILC計算を行うILCアルゴリズムである。
(1)所定の位置決め動作を繰り返し行いながら同定対象システムのFRFを同定するFRF同定システムにおいて、同定対象システムのFRFを推定するFRF推定アルゴリズムと、フィルタを有し、指令と検出出力との偏差を小さくすることを目的とするILC(反復学習制御)によりフィードフォワード制御入力を算出するILCアルゴリズムを備え、所定動作を繰り返しながら前記FRF推定アルゴリズムにより推定された推定FRFの更新と、前記ILCの計算に用いる前記フィルタの更新を行うことを特徴とするFRF同定システムである。
(2)前記FRF推定アルゴリズムは、所定動作時の入出力信号のDFT(離散フーリエ変換)から、推定FRF P[ハット]と、P[ハット]の信頼度を表す関数Wを算出することを特徴とする(1)に記載のFRF同定システムである。
(3)前記FRF推定アルゴリズムにおいて、新しいP[ハット]とWが算出されたら、前記フィルタを構成する学習フィルタLと安定化フィルタQを更新し、更新されたLとQに基づいてILC計算を行うILCアルゴリズムである。
本発明によれば、部分的なFRF同定誤差を低減でき、事前の制御設計・調整に係る労力・コストを大幅に削減することができる。
以下、図面を参照しつつ本発明の実施の形態について説明する。本発明は、以下の実施形態に限定されるものではなく、発明の範囲を逸脱しない限りにおいて、変更、修正、改良を加え得るものである。
図1Aに示したように本発明の一つの実施態様であるFRF同定システム1は、同定対象システム(制御対象3)のFRFを推定するFRF推定アルゴリズム4と、後述するフィルタL6(学習フィルタ)とQ7(安定化フィルタ)(図1B参照)を有し、所定動作に対応する指令rと検出出力との偏差を小さくすることを目的とするILC(反復学習制御)の制御入力を算出するILCアルゴリズム5を備え、指令rはフィードバック制御器2を介して制御対象3に入力される。
図1Bには、ILCアルゴリズム5が有するフィルタを構成する学習フィルタL6、安定化フィルタQ7及びメモリー8、8´も含めたFRF同定システム1を示した。
図2Aに示したフローチャートのように、FRF同定システム1は動作を行う。動作を開始した(S101)FRF同定システム1は、まず位置決め回数iの初期化を行う(i=1、S102)。次いでILCに基づいてサーボ装置で所定の位置決め動作を行い(S103)、iが1に等しいか否かの判断を行う(S104)。iが1に等しければ、推定FRF P[ハット](ωk)とその信頼度を表す関数W(ωk)を算出する(S105)。そして、FRF同定の終了条件を満足するか否かを判断する(S106)。FRF同定終了条件を満足していれば動作を終了する(S111)。一方、iが1に等しくなければ、ILC終了条件を満足しているか否かを判断する(S108)。そして、ILC終了条件を満足していればS105に進む。
S106でFRF同定終了条件を満足していなければ、学習フィルタLと安定化フィルタQを更新する(S107)。そしてフィードフォワード制御入力の更新を行い(S109)、iをインクリメントする(S110)。その後、S103に進む。S108においてILC終了条件を満足していなければ、S109に進む。
すなわちFRF同定システム1は、位置決め入出力信号を用いたFRF同定法(従来技術である特許文献1)と反復学習制御(ILC)を組み合わせたものであり、プラントFRFに対して多くの不確かさが存在し、十分な制御設計・調整が行われていない状況からでも高精度なFRF同定が可能である。また、FRF同定システム1によって、外乱信号加振を必要としないFRF同定法として、サーボ装置における所定の位置決め動作を繰り返しながらプラントFRFを同定することができる。
それに対して、従来技術のFRF同定システムは図2Bに示したフローチャートのように動作を行う。動作を開始した(S201)FRF同定システムは、位置決め動作を1回だけ行い(S202)、推定FRF P[ハット](ωk)の算出を行い(S203)、終了する(S204)。
(FRF推定アルゴリズム)
図3に示したFRF推定アルゴリズムにおいて各記号は、以下のようである。u<i>(t):位置決め回数i回目の入力信号(t={0,1,…,N-1})、y<1>(t):位置決め回数i回目の出力信号(t={0,1,…,N-1})、uf <i>(t):u<i>(t)をFDIFへ通して得られる時間信号(t={0,1,…,N-1})、yf <i>(t):y<i>(t)をFDIFへ通して得られる時間信号(t={0,1,…,N-1})、Uf <i>(k):uf <i>(t)のDFT(k={1,2,…,N})、Yf <i>(k):yf <i>(t)のDFT(k={1,2,…,N})、N:入出力信号のデータ長,ωk:DFTのインデックスkに対応する離散周波数ωk=2πk/NTS、FDIF:プレフィルタである差分器(FDIF(z)=1-z-1))、Ts:サンプリング周期。
図3に示したFRF推定アルゴリズムにおいて各記号は、以下のようである。u<i>(t):位置決め回数i回目の入力信号(t={0,1,…,N-1})、y<1>(t):位置決め回数i回目の出力信号(t={0,1,…,N-1})、uf <i>(t):u<i>(t)をFDIFへ通して得られる時間信号(t={0,1,…,N-1})、yf <i>(t):y<i>(t)をFDIFへ通して得られる時間信号(t={0,1,…,N-1})、Uf <i>(k):uf <i>(t)のDFT(k={1,2,…,N})、Yf <i>(k):yf <i>(t)のDFT(k={1,2,…,N})、N:入出力信号のデータ長,ωk:DFTのインデックスkに対応する離散周波数ωk=2πk/NTS、FDIF:プレフィルタである差分器(FDIF(z)=1-z-1))、Ts:サンプリング周期。
図3に示したFRF推定アルゴリズム以外に、次のような実施態様であってもよい。プレフィルタは、差分器以外にも、低周波数を遮断する特性を有するフィルタでもよい。u<i>、y<i>がDFTによる周波数漏れが発生しない条件では、プレフィルタを用いなくてもよい。u<i>、y<i>における雑音や過渡応答成分によるFRF推定誤差を低減するために、P[ハット]の算出式は公知のFRF平滑化処理を行うものでもよい。例えばSpectral Analysi法、LPM法、LRM法(参考文献1:J. Schoukens et al.,“Nonparametric Data-Driven Modeling of Linear Systems,”IEEE Control System Magazine,August,pp. 49-88,2018.)。また、入出力信号以外の信号(Pの同定問題において、例えばrやuF
<i>)も用いてP[ハット]を算出する方法でもよい。
(制御対象)
本発明を利用する対象例の精密サーボ装置の一例としてガルバノスキャナを制御対象とし、入力であるモータトルク電流指令uからモータ角変位yoまでのs領域伝達関数を数式(1)で定義する。
本発明を利用する対象例の精密サーボ装置の一例としてガルバノスキャナを制御対象とし、入力であるモータトルク電流指令uからモータ角変位yoまでのs領域伝達関数を数式(1)で定義する。
ここで、KG:トルク定数、電流制御系の定常ゲイン、慣性モーメントからなるゲイン、Ωm:m次振動モードの共振角周波数、Zm:モード減衰係数、Km:モード影響係数、L:等価むだ時間である。本制御対象は2.8kHzと5.8kHz付近に振動モードを有し、制御設計の際には2次振動モードを含む高周波数領域まで正確なFRFの同定が必要となる。
(位置決め制御系)
FRF同定に用いる位置決め制御系のブロック線図を図1B(1A)に示す。図1B中、P:(1)式で表されるプラント、C:フィードバック制御器、r:変位指令、y<i>:エンコーダ(量子化幅qm=1.46×10-6rad)により検出されるモータ角変位、v<i>:量子化等による雑音、u<i>:制御入力、uF <i>:フィードフォワード制御入力、e<i>:制御偏差である。上付きの記号<・>内のインデックスi={1,2,…}は位置決め回数を表している。なお、i=1のときはILCによるフィードフォワード制御入力はuF <1>=0とし、従来技術によるFRF同定と等価の条件である。rは所定動作としてストローク6.579×10-3rad、到達時間1.2msの指令を与える。真のプラントFRFは未知という想定で、フィードバック制御器Cは安定性を重視して低ゲインの設計状態とする。
位置決めシミュレーションにより算出したu<1>、y<1>の時間応答波形を図5(a)、(b)に実線で示す。i=1では指令rに対する速応性が低い応答であることがわかる。本発明ではこのように十分な制御設計・調整が行われていない状況からプラントFRFを高精度に同定することを実現する。
FRF同定に用いる位置決め制御系のブロック線図を図1B(1A)に示す。図1B中、P:(1)式で表されるプラント、C:フィードバック制御器、r:変位指令、y<i>:エンコーダ(量子化幅qm=1.46×10-6rad)により検出されるモータ角変位、v<i>:量子化等による雑音、u<i>:制御入力、uF <i>:フィードフォワード制御入力、e<i>:制御偏差である。上付きの記号<・>内のインデックスi={1,2,…}は位置決め回数を表している。なお、i=1のときはILCによるフィードフォワード制御入力はuF <1>=0とし、従来技術によるFRF同定と等価の条件である。rは所定動作としてストローク6.579×10-3rad、到達時間1.2msの指令を与える。真のプラントFRFは未知という想定で、フィードバック制御器Cは安定性を重視して低ゲインの設計状態とする。
位置決めシミュレーションにより算出したu<1>、y<1>の時間応答波形を図5(a)、(b)に実線で示す。i=1では指令rに対する速応性が低い応答であることがわかる。本発明ではこのように十分な制御設計・調整が行われていない状況からプラントFRFを高精度に同定することを実現する。
(FRF同定における課題)
Point-to-Point位置決め動作時の入出力信号からDFTにおけるLeakage誤差を抑制しながらFRFを同定するために、参考文献2(田中他:「位置検出値の量子化の影響を考慮したプラント周波数応答関数推定法」,電気学会メカトロニクス制御研究会,MEC-20-037,pp.87-92,2020)の方法を用いる。本法はETFE法(1)の枠組みで、サンプリング周期Ts=20μs、データ長N=1000の離散時間信号u<i>、y<i>から次式により推定FRF P[ハット]<i>(ωk)を得るものである。
Point-to-Point位置決め動作時の入出力信号からDFTにおけるLeakage誤差を抑制しながらFRFを同定するために、参考文献2(田中他:「位置検出値の量子化の影響を考慮したプラント周波数応答関数推定法」,電気学会メカトロニクス制御研究会,MEC-20-037,pp.87-92,2020)の方法を用いる。本法はETFE法(1)の枠組みで、サンプリング周期Ts=20μs、データ長N=1000の離散時間信号u<i>、y<i>から次式により推定FRF P[ハット]<i>(ωk)を得るものである。
ここで、Uf <i>(k)、Yf <i>(k):u<i>、y<i>をそれぞれプレフィルタへ通して得られる時間信号uf <i>、yf <i>のDFT、ωk:DFTのインデックスkに対応する離散周波数ωk=2πk/NTsである。
図5(a)、(b)中実線のu<1>、y<1>から(2)式に基づいて推定されるP[ハット] <1>(ωk)を図6の破線で、FRF同定誤差(P[ハット] <1>(ωk)―P(ωk))/P(ωk)を図7の実線(P[ハット] <1>)で示す。P[ハット] <1>(ωk)は約1kHzまでの周波数領域において実線で示す真のFRF P(ωk)を精度良く同定できているが、それ以降の高周波数領域では振動モードの判別が難しいほどの同定誤差を部分的に含んでいる。本現象は出力端の雑音v<i>が原因であり(参考文献2:田中他:「位置検出値の量子化の影響を考慮したプラント周波数応答関数推定法」、 電気学会メカトロニクス制御研究会,MEC-20-037,pp. 87-92,2020)、(2)式のFRF算出式では(3)式のようにv<i>のDFT V<i>(k)の影響がu<i>のDFT U<i>(k)が小さい周波数帯において顕在化するためである。
図5(a)に実線で示すu<1>のDFT U<1>(k)のゲイン特性を図8に実線で示す。U<1>(k)が小さい周波数と図6,7で顕著な同定誤差が生じている周波数帯は一致していることが分かる。このような同定誤差に対して、FRFの平滑性を利用して当該周波数帯のFRFを補間する方法が知られているが(参考文献1、2)、本事例のように広い周波数帯で誤差を持つ場合には正確な補間が困難となる。従って、位置決め入出力信号を用いて高精度なFRF同定を行うためには、入力信号スペクトルが小さくなる部分的な周波数における同定誤差を抑制可能なFRF同定法が必要となる。
(反復位置決め動作に基づくFRF同定法)
本発明の一実施形態であるFRF同定法は、ILCに基づいて所定の位置決め動作を繰り返しながら、まずILCにより得られるu<i>、y<i>を用いてP[ハット](ωk)を推定する。ついでP[ハット](ωk)に基づいてILCで用いるフィルタの更新を行うことで、十分な制御設計・調整が行われていない状態から高精度なFRF同定を行うことを特徴とする。図1B中の破線で囲んだ部分9がFRF同定を行う箇所である。その同定アルゴリズムは以下の3つのStepにより構成される。
本発明の一実施形態であるFRF同定法は、ILCに基づいて所定の位置決め動作を繰り返しながら、まずILCにより得られるu<i>、y<i>を用いてP[ハット](ωk)を推定する。ついでP[ハット](ωk)に基づいてILCで用いるフィルタの更新を行うことで、十分な制御設計・調整が行われていない状態から高精度なFRF同定を行うことを特徴とする。図1B中の破線で囲んだ部分9がFRF同定を行う箇所である。その同定アルゴリズムは以下の3つのStepにより構成される。
(Step1)ILCに基づく位置決め動作)
図1Aに示すようにILCでフィードフォワード制御入力を生成する制御系を用いて所定の位置決め動作を繰り返し行う。その際、ILCは(4-1)式の更新則に従って次の位置決め動作におけるフィードフォワード制御入力を算出する(参考文献3:D.A. Bristow et al. ,“A survey of iterative learning control,”IEEE Contr. Syst. Mag. ,June,pp. 96-114,2006.)。
図1Aに示すようにILCでフィードフォワード制御入力を生成する制御系を用いて所定の位置決め動作を繰り返し行う。その際、ILCは(4-1)式の更新則に従って次の位置決め動作におけるフィードフォワード制御入力を算出する(参考文献3:D.A. Bristow et al. ,“A survey of iterative learning control,”IEEE Contr. Syst. Mag. ,June,pp. 96-114,2006.)。
(4-1)式において、L:学習フィルタ、Q:安定化フィルタ、e<i>:制御偏差であり、uF
<1>=0とする。なお、(4-1)式の計算は(4-2)式のように周波数領域で行い、計算結果を逆離散フーリエ変換してuF
<i+1>を得る。(4-2)式において、FD
-1[X]:複素ベクトルXの逆離散フーリエ変換(IDFT)、UF
<i>(k):uF
<i>(t)のDFT、E<i>(k):e<i>(t)のDFT、L(ωk):学習フィルタの離散時間フーリエ変換(DTFT)、Q(ωk):安定化フィルタのDTFTである。
e<i>の高い収束性を得るために、Lは理想的には真のプラントFRF P(ωk)とフィードバック制御器のDTFT C(ωk)を用いて次式の特性を有することが望ましい(参考文献3)。
e<i>の高い収束性を得るために、Lは理想的には真のプラントFRF P(ωk)とフィードバック制御器のDTFT C(ωk)を用いて次式の特性を有することが望ましい(参考文献3)。
一方、QはILCの安定性を考慮して設計するフィルタであり、広い周波数帯でILCを機能させるためには理想的にはQ(ωk)=1であることが望まれる。
本明細書では、ILCがH回の反復学習を行う毎に後述のStep2とStep3によってL、Qを更新するものとし、学習的にU<i>(k)のゲインを広い周波数帯で増加していく。
(Step2)FRF推定)
Step1においてILCがH回反復するタイミングをj={H、2H、・・・}と表すとき、i=jにおける時間信号u<i>、y<i>から(2)式に基づいてP[ハット](ωk)を算出する。一方、量子化雑音v<j>の影響が顕著となる周波数Ωrを次式で定義する(参考文献2)。
Step1においてILCがH回反復するタイミングをj={H、2H、・・・}と表すとき、i=jにおける時間信号u<i>、y<i>から(2)式に基づいてP[ハット](ωk)を算出する。一方、量子化雑音v<j>の影響が顕著となる周波数Ωrを次式で定義する(参考文献2)。
Ωrを用いて推定したP[ハット](ωk)の信頼度を表す関数W(ωk)を次式のように算出する(図9参照)。
(Step3)L、Qの更新)
可能な限り広い周波数領域において(5)式による高性能なILCを行うために、Step1に戻って位置決め動作を行う前にStep2で算出したP[ハット](ωk)、W(ωk)を用いて、L、Qを(8-1)式、(9)式のように更新する(図10、11参照)。
可能な限り広い周波数領域において(5)式による高性能なILCを行うために、Step1に戻って位置決め動作を行う前にStep2で算出したP[ハット](ωk)、W(ωk)を用いて、L、Qを(8-1)式、(9)式のように更新する(図10、11参照)。
また、更新前のL<i-H>に対して新たな候補となるL<i>を重み付け(0≦α≦1)して平均化する方法によってLを更新してもよい。その場合には、(8-2)式が適用される。
本アルゴリズムの終了条件として、例えば推定FRFの更新をM回とするとき、以上のStep1~Step3をi=MHまで繰り返し実行し、最終的にStep2で得られるP[ハット](ωk)を同定FRFとする。
(FRF同定法のシミュレーション評価)
H=1、M=3の条件で計3回の位置決め動作を行って同定したFRF P[ハット](ωk)を図6に破線(P[ハット] <3>)で示す。なお、本FRF同定アルゴリズムにおける初期のL、Qとして、L<0>はILCの安定性を考慮して非モデルベースで低ゲインのフィルタを設定し(参考文献3)、Q<0>は2π×100rad/sという非常に低いカットオフ周波数のローパスフィルタを与えた。比較例である従来技術(特許文献1)によりFRF同定を行った場合と等価であるi=1のときは、図中破線のように推定FRF P[ハット] <1>(ωk)は約1kHz以降で明確な同定誤差が生じている。これに対してi=3における推定FRF P[ハット] <3>(ωk)は約1kHz以降の同定誤差が大幅に低減し、2つの振動モードを含めて実線で示す真のFRF P(ωk)を高周波数領域まで同定できている。図7に示すFRF同定誤差で見ても、点線(P[ハット] <3>)で示す発明技術により同定したFRFは、実線(P[ハット] <1>)で示す従来技術によるものよりも広い周波数で同定誤差を低減している。図5に実線で示すi=3のときの入出力信号u<3>、y<3>に着目すると、u<1>、y<1>よりも速応性の高い応答となっている。これに伴い図8に破線で示すU<3>(k)のゲインは広い周波数帯で増加しており、雑音に起因する同定誤差の低減に寄与していることが確認される。
H=1、M=3の条件で計3回の位置決め動作を行って同定したFRF P[ハット](ωk)を図6に破線(P[ハット] <3>)で示す。なお、本FRF同定アルゴリズムにおける初期のL、Qとして、L<0>はILCの安定性を考慮して非モデルベースで低ゲインのフィルタを設定し(参考文献3)、Q<0>は2π×100rad/sという非常に低いカットオフ周波数のローパスフィルタを与えた。比較例である従来技術(特許文献1)によりFRF同定を行った場合と等価であるi=1のときは、図中破線のように推定FRF P[ハット] <1>(ωk)は約1kHz以降で明確な同定誤差が生じている。これに対してi=3における推定FRF P[ハット] <3>(ωk)は約1kHz以降の同定誤差が大幅に低減し、2つの振動モードを含めて実線で示す真のFRF P(ωk)を高周波数領域まで同定できている。図7に示すFRF同定誤差で見ても、点線(P[ハット] <3>)で示す発明技術により同定したFRFは、実線(P[ハット] <1>)で示す従来技術によるものよりも広い周波数で同定誤差を低減している。図5に実線で示すi=3のときの入出力信号u<3>、y<3>に着目すると、u<1>、y<1>よりも速応性の高い応答となっている。これに伴い図8に破線で示すU<3>(k)のゲインは広い周波数帯で増加しており、雑音に起因する同定誤差の低減に寄与していることが確認される。
図12(a)はi回目の位置決め動作で得られるモータ角変位の差分値yf
<i>のDFT Yf
<i>(ωk)、図12(b)はそのとき(6)式、(7)式で算出される推定FRFの信頼度を表す関数W<i>(ωk)の周波数特性である。図12(a)においてYf
<i>が水平破線で示す閾値XE[ハット]q以上となる周波数で推定FRF P[ハット]<i>(ωk)の信頼度が高いと判定し、図12(b)において当該周波数でW<i>(ωk)=1となっていることが確認される。このとき、X=5、E[ハット]q=qmTs√(N/6)と与えている。
図13と図14は、i回目の位置決め動作により更新されたフィルタL<i>、Q<i>の周波数特性を示しており、位置決めを繰り返す毎に(8-1)式、(9)式に基づいて両フィルタが更新されている様子が確認される。
本明細書では、位置決め入出力信号を用いたFRF同定法(従来技術である特許文献1)とILC(参考文献3)とを組み合わせた反復位置決め動作に基づくプラントFRF同定法を発明し、その有効性をシミュレーションにより検証した。
本発明は、産業用ロボット、工作機械などのサーボ技術を扱うメーカにおける制御設計の自動化・効率化に利用することができる。
1:FRF同定システム(実施例1)
2:フィードバック制御器
3:制御対象
4:FRF推定アルゴリズム
5:ILCアルゴリズム
6:学習フィルタ
7:安定化フィルタ
8、8´:メモリー
9:FRF同定を行う箇所
2:フィードバック制御器
3:制御対象
4:FRF推定アルゴリズム
5:ILCアルゴリズム
6:学習フィルタ
7:安定化フィルタ
8、8´:メモリー
9:FRF同定を行う箇所
Claims (3)
- 所定の位置決め動作を繰り返し行いながら同定対象システムのFRFを同定するFRF同定システムにおいて、同定対象システムのFRFを推定するFRF推定アルゴリズムと、フィルタを有し、指令と検出出力との偏差を小さくすることを目的とするILC(反復学習制御)によってフィードフォワード制御入力を算出するILCアルゴリズムを備え、所定動作を繰り返しながら前記FRF推定アルゴリズムにより推定された推定FRFの更新と、前記ILCの計算に用いる前記フィルタの更新を行うことを特徴とするFRF同定システム。
- 前記FRF推定アルゴリズムは、所定動作時の入出力信号のDFT(離散フーリエ変換)から、推定FRF P[ハット]と、P[ハット]の信頼度を表す関数Wを算出することを特徴とする請求項1に記載のFRF同定システム。
- 前記FRF推定アルゴリズムにおいて、新しいP[ハット]とWが算出されたら、前記フィルタを構成する学習フィルタLと安定化フィルタQを更新し、更新されたLとQに基づいてILC計算を行うILCアルゴリズム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021031312A JP2022132711A (ja) | 2021-03-01 | 2021-03-01 | Frf同定システム、frf同定方法及びilcアルゴリズム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021031312A JP2022132711A (ja) | 2021-03-01 | 2021-03-01 | Frf同定システム、frf同定方法及びilcアルゴリズム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022132711A true JP2022132711A (ja) | 2022-09-13 |
Family
ID=83229587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021031312A Pending JP2022132711A (ja) | 2021-03-01 | 2021-03-01 | Frf同定システム、frf同定方法及びilcアルゴリズム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2022132711A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116774585A (zh) * | 2023-06-25 | 2023-09-19 | 哈尔滨工业大学 | 一种纳米精度运动台学习控制系统及方法 |
-
2021
- 2021-03-01 JP JP2021031312A patent/JP2022132711A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116774585A (zh) * | 2023-06-25 | 2023-09-19 | 哈尔滨工业大学 | 一种纳米精度运动台学习控制系统及方法 |
CN116774585B (zh) * | 2023-06-25 | 2023-11-14 | 哈尔滨工业大学 | 一种纳米精度运动台学习控制系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20050096793A1 (en) | Reference model tracking control system and method | |
JP5538529B2 (ja) | モータ制御装置 | |
JP2009537926A5 (ja) | ||
CN109491251B (zh) | 考虑数据扰动补偿的交流伺服系统模型辨识方法及设备 | |
JP2022132711A (ja) | Frf同定システム、frf同定方法及びilcアルゴリズム | |
US20190384237A1 (en) | System and Method for Data-Driven Output Feedback Control | |
US11226599B2 (en) | Machine learning system, control device, and machine learning method for optimizing filter coefficients | |
CN113557479B (zh) | 电动机控制装置、陷波滤波器调整装置、陷波滤波器调整方法 | |
CN107395083A (zh) | Pmlsm伺服控制系统位置与速度估计方法及装置 | |
WO2015125747A1 (en) | Method for computing reference trajectory to position machine | |
JP5187172B2 (ja) | モータ制御装置とそのトルクリップル補正方法及びモータ制御システム | |
de Rozario et al. | Finite-time learning control using frequency response data with application to a nanopositioning stage | |
JP7095834B2 (ja) | 制御パラメータ計算方法、制御パラメータ計算プログラム、及び制御パラメータ計算装置 | |
JP6966978B2 (ja) | 工作機械用モータ駆動装置 | |
Classens et al. | Fault detection for precision mechatronics: Online estimation of mechanical resonances | |
Benosman | Multi‐parametric extremum seeking‐based iterative feedback gains tuning for nonlinear control | |
CN116522773A (zh) | 一种基于数据驱动的wpt系统建模方法 | |
Prakash et al. | Data-driven strictly positive real system identification with prior system knowledge | |
Maeda et al. | Comparative evaluations of frequency response analysis methods for fast and precise point-to-point position control | |
Shakib et al. | Fast identification of continuous-time lur’e-type systems with stability certification | |
CN104242872A (zh) | 一种信号处理方法及装置 | |
Horváth | Load Torque and Permanent Magnet Flux Linkage Estimation of Surface-Mounted PMSM by Using Unscented Kalman Filter | |
Bagherieh et al. | Observer design for non-uniform sampled systems using gain-scheduling | |
TWI313536B (en) | Control method for on-line tuning vector of parameters of controller based on simultaneous perturbation stochastic approximation (spsa) | |
Paszke et al. | Experimentally verified multi-objective iterative learning control design with frequency domain specifications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240229 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240229 |