JP4815391B2 - モデルパラメータ推定演算装置及び方法、モデルパラメータ推定演算処理プログラム並びにそれを記録した記録媒体 - Google Patents
モデルパラメータ推定演算装置及び方法、モデルパラメータ推定演算処理プログラム並びにそれを記録した記録媒体 Download PDFInfo
- Publication number
- JP4815391B2 JP4815391B2 JP2007129381A JP2007129381A JP4815391B2 JP 4815391 B2 JP4815391 B2 JP 4815391B2 JP 2007129381 A JP2007129381 A JP 2007129381A JP 2007129381 A JP2007129381 A JP 2007129381A JP 4815391 B2 JP4815391 B2 JP 4815391B2
- Authority
- JP
- Japan
- Prior art keywords
- model
- markov
- parameter
- input
- vector
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Feedback Control In General (AREA)
Description
インパルス応答系列であるマルコフパラメータの関数で構成された任意の入力系列に対する応答波形に関する制約条件と、
マルコフパラメータの大きさと、マルコフパラメータの差分との少なくとも一方に関する制約条件とを有し、
上記入出力データに基づいて、上記制約条件の下で、
(a)マルコフパラメータベクトルと規範となるマルコフパラメータベクトルとの誤差と、
(b)上記出力データベクトルと、マルコフパラメータと上記入力データにより計算される出力予測値(推定値)との誤差と
のうち、少なくともいずれか1つに関する評価関数を最小化するように上記離散時間状態空間モデルのモデルパラメータを演算する演算手段を備えたことを特徴とする。
インパルス応答系列であるマルコフパラメータの関数で構成された任意の入力系列に対する応答波形に関する制約条件を有し、
上記入出力データに基づいて、上記制約条件の下で、
(a)マルコフパラメータベクトルと規範となるマルコフパラメータベクトルとの誤差と、
(b)上記出力データベクトルと、マルコフパラメータと上記入力データにより計算される出力予測値(推定値)との誤差と
のうち、少なくともいずれか1つ、及び
(c)マルコフパラメータの大きさと、マルコフパラメータの差分との少なくとも一方
に関する評価関数を最小化するように上記離散時間状態空間モデルのモデルパラメータを演算する演算手段を備えたことを特徴とする。
マルコフパラメータの大きさと、マルコフパラメータの差分との少なくとも一方に関する制約条件を有することを特徴とする。
(a)マルコフパラメータベクトルと規範となるマルコフパラメータベクトルとの誤差に関する重み付きユークリッドノルムと、
(b)上記出力データベクトルと、マルコフパラメータと上記入力データにより計算される出力予測値(推定値)との誤差に関する重み付きユークリッドノルムと
の和で表されたことを特徴とする。
インパルス応答系列であるマルコフパラメータの関数で構成された任意の入力系列に対する応答波形に関する制約条件と、
マルコフパラメータの大きさと、マルコフパラメータの差分との少なくとも一方に関する制約条件とを有し、
上記入出力データに基づいて、上記制約条件の下で、
(a)マルコフパラメータベクトルと規範となるマルコフパラメータベクトルとの誤差と、
(b)上記出力データベクトルと、マルコフパラメータと上記入力データにより計算される出力予測値(推定値)との誤差と
のうち、少なくともいずれか1つに関する評価関数を最小化するように上記離散時間状態空間モデルのモデルパラメータを演算する演算ステップを含むことを特徴とする。
インパルス応答系列であるマルコフパラメータの関数で構成された任意の入力系列に対する応答波形に関する制約条件を有し、
上記入出力データに基づいて、上記制約条件の下で、
(a)マルコフパラメータベクトルと規範となるマルコフパラメータベクトルとの誤差と、
(b)上記出力データベクトルと、マルコフパラメータと上記入力データにより計算される出力予測値(推定値)との誤差と
のうち、少なくともいずれか1つ、及び
(c)マルコフパラメータの大きさと、マルコフパラメータの差分との少なくとも一方
に関する評価関数を最小化するように上記離散時間状態空間モデルのモデルパラメータを演算する演算ステップを含むことを特徴とする。
マルコフパラメータの大きさと、マルコフパラメータの差分との少なくとも一方に関する制約条件を有することを特徴とする。
(a)マルコフパラメータベクトルと規範となるマルコフパラメータベクトルとの誤差に関する重み付きユークリッドノルムと、
(b)上記出力データベクトルと、マルコフパラメータと上記入力データにより計算される出力予測値(推定値)との誤差に関する重み付きユークリッドノルムと
の和で表されたことを特徴とする。
(1)任意の入力に対する応答波形に関して制約条件を考慮できるので、幅広い先験的情報を活用してモデリングすることができる。その結果、質が悪く量の少ない入出力データからでも、精度と信頼性の高いモデルを求めることができる。
(2)精度と信頼性の高いモデルを使って制御系を設計したり、シミュレーションを実施したりできるので、制御系やシミュレーションの精度・信頼性も向上する。
(3)モデリングが困難で試行錯誤を特に要する多入力多出力系にも適用できる。
(4)マルコフパラメータ、又はその差分に対し、上下限制約を考慮しているので、あるいは、評価関数によってマルコフパラメータ又はその差分の絶対値が小さくなるように考慮しているので、マルコフパラメータから構成される応答波形が滑らかになるため、マルコフパラメータからモデルパラメータ(後述するA、B、C行列)を求める際に、制約条件が守られやすくなる。その結果、モデリングのパラメータ調整に要する手間が少なくなる。
(5)規範となるマルコフパラメータを上下限制約の中間に設定したり、任意に波形を設定することによって、規範モデル(後述する(20)式)が適切に求まらないシステムに対しても、応答波形の制約条件を満たすモデルが求まりやすくなる。精度の悪い規範モデルに変に引っ張られることが少ない。
(6)得られたモデルは必然的に先験的情報に合致したものとなる。従来法では、入出力データからモデルを求めてから、そのモデルが先験的情報に合致するか検証し、合致しない場合には、再度、モデリング工程を(最初から、あるいは、途中から)やり直す必要があった。特に、外乱やノイズの大きなプロセス、印加できる入力波形が限られたプロセス、採取できるデータ数が少ないプロセスにおいては、先験的情報に合致したモデルを構築することが困難であり、入出力データの採取・データ区間の選定・サンプリングタイムの調整・データの前処理などを試行錯誤しながら繰り返す必要があり、モデリング工程に多大な時間と労力を要した。先験的情報を予め考慮に入れることによって、モデリング工程における試行錯誤・やり直しの回数を大幅に減らすことが可能となり、短期間で精度と信頼性の高いモデルを構築できるようになる。その結果、制御系構築やシミュレーションによる検討のリードタイムが短縮化され、早い段階からそれらの効果を享受することができる。
(a)当該モデルパラメータ推定演算装置10の動作及び処理を演算及び制御するコンピュータのCPU(中央演算処理装置)20と、
(b)オペレーションプログラムなどの基本プログラム及びそれを実行するために必要なデータを格納するROM(読み出し専用メモリ)21と、
(c)CPU20のワーキングメモリとして動作し、図2のモデルパラメータ推定演算処理において必要なパラメータやデータを一時的に格納するRAM(ランダムアクセスメモリ)22と、
(d)例えばハードディスクメモリで構成され、入力パラメータのデータやシミュレーション結果のデータなどのデータを格納するデータメモリ23と、
(e)例えばハードディスクメモリで構成され、CD−ROMドライブ装置45を用いて読みこんだ図2のモデルパラメータ推定演算処理プログラムを格納するプログラムメモリ24と、
(f)所定のデータや指示コマンドを入力するためのキーボード41に接続され、キーボード41から入力されたデータや指示コマンドを受信して所定の信号変換などのインターフェース処理を行ってCPU20に伝送するキーボードインターフェース31と、
(g)CRTディスプレイ43上で指示コマンドを入力するためのマウス42に接続され、マウス42から入力されたデータや指示コマンドを受信して所定の信号変換などのインターフェース処理を行ってCPU20に伝送するマウスインターフェース32と、
(h)CPU20によって処理されたデータや設定指示画面などを表示するCRTディスプレイ43に接続され、表示すべき画像データをCRTディスプレイ43用の画像信号に変換してCRTディスプレイ43に出力して表示するディスプレイインターフェース33と、
(i)CPU20によって処理されたデータ及び所定のモデルパラメータ推定演算結果などを印字するプリンタ44に接続され、印字すべき印字データの所定の信号変換などを行ってプリンタ44に出力して印字するプリンタインターフェース34と、
(j)図2のモデルパラメータ推定演算処理プログラムが記憶されたCD−ROM45aからモデルパラメータ推定演算処理プログラムのプログラムデータを読み出すCD−ROMドライブ装置45に接続され、読み出されたモデルパラメータ推定演算処理プログラムのプログラムデータを所定の信号変換などを行ってプログラムメモリ24に転送するドライブ装置インターフェース35と、
(k)入力信号発生器51からのアナログ入力信号をA/D変換するA/D変換器25aと、上記アナログ入力信号に応答してモデリング対象システム50から出力されるアナログ出力信号を検出して出力する出力信号検出器52からのアナログ出力信号をA/D変換するA/D変換器25bとを含む入力インターフェース25とを備える。
ここで、これらの回路20−25及び31−34はバス30を介して接続される。なお、A/D変換器25a,25bによりA/D変換された入力データ及び出力データはバス30を介してデータメモリ23に格納される。
ここで、制約条件(20)式の下で、評価関数
モデリング対象システムに対して入力信号発生器51からアナログ入力信号を印加し、これに応答してモデリング対象システム50から出力されるアナログ出力信号を出力信号検出器52により検出する。アナログ入力信号は入力インターフェース25内のA/D変換器25aに入力されてA/D変換された後、データメモリ23に格納される。また、アナログ出力信号は入力インターフェース25内のA/D変換器25bに入力されてA/D変換された後、データメモリ23に格納される。
次いで、先験的情報に基づき、ステップ応答領域の上下限制約を設定する。ここでは、図4に示すように、ステップ応答の上限と下限の波形をそれぞれ設定した。図4(a)は実施例において、ステップ応答の上限波形及び下限波形、最適化計算によって求めたマルコフ列積算値(数66や数73のように、マルコフパラメータを積算した値である。)及び規範モデルのマルコフ列積算値を示す波形図であり、図4(b)は実現問題によるモデル(4次)による推定波形及び低次元化モデル(2次)による推定波形を示す波形図である。求めるモデルのステップ応答波形は、この上限と下限に挟まれる領域に存在することになる。なお、上下限制約の設定にあたっては、図1のマウス42又はキーボード41(入力装置)を用いて入力する。ここで、例えばキーボード41を用いて折線の座標を入力してもよい。先験的情報を記憶している装置から、自動的にステップ応答領域のデータ(上下限制約データ)を入力してデータメモリ23に格納してもよい。
ステップ応答波形の制約条件だけでは、ステップ応答波形がギザギザ状になることも考えられる。特に、入出力データに大きな外乱や雑音が乗っている場合には、その可能性が大きくなってギザギザ状になると考えられる(図4参照)。ステップ応答波形がギザギザ状になると、ホー・カルマンの実現問題で求めた(7)式のシステムが、あるいは、それを低次元化したシステムが、ステップ応答の上下限値から外れてしまうおそれがある。
既存のモデリング手法によって規範となるモデルを同定する。ここでは、部分空間法(例えば、特許文献4及び5参照。)によって求めた2次のモデルを規範モデルとした。
次いで、(22)〜(24)式に従って、規範モデルのマルコフパラメータを構成する。規範モデルのマルコフパラメータの積算値((22)式のθrefの積算値)
(25)式の評価関数の重み係数(w1,w2)を設定する。規範モデルのマルコフパラメータへのフィッティングを考慮しない場合には、w1=0としてもよい。ここでは、重み係数w1=w2=1とした。なお、(25’)式の評価関数においては、重み行列W1、W2をともに単位行列とした場合に相当する。
ステップS1A及びS2の制約条件の下、(25)式の評価関数を最小化するマルコフパラメータを二次計画問題を解くことによって求める。求めたマルコフパラメータの積算値((15)式のθの積算値
ホー・カルマンの手法で実現問題を解くことによって、(7)式のA、B、C行列を求める。ここでは10次のモデルを求めた。求めたA、B、C行列を用いてステップ応答波形を描画したものを図5(b)に示す。求めたA、B、C行列は、ステップ応答波形に関する制約条件を満たしていることが確認できる。
平衡実現に基づき、モデルを低次元化する。求まったモデルが制約条件を満たすなど許容範囲であることを確認し、同定されたモデルパラメータをデータメモリ23に格納し、CRTディスプレイ43に表示して出力し、モデリングを終了する。なお、本実施例では、10次のモデルを2次のモデルに低次元化した。ステップS9でNOのときは、規範マルコフ列を所定の方法で更新した後ステップS5に戻り、上記の処理を繰り返す。
上記の実施形態では、求めたマルコフパラメータからホー・カルマンの手法を用いて(7)式のモデルパラメータA、B、C行列を求めたが、マルコフパラメータをA、B、C行列に変換することなく、マルコフパラメータをそのまま用いて、制御系を設計したり、シミュレーションに用いたりすることができる。例えば、任意の入力系列
(1)任意の入力に対する応答波形に関して制約条件を考慮できるので、幅広い先験的情報を活用してモデリングすることができる。その結果、質が悪く量の少ない入出力データからでも、精度と信頼性の高いモデルを求めることができる。
(2)精度と信頼性の高いモデルを使って制御系を設計したり、シミュレーションを実施したりできるので、制御系やシミュレーションの精度・信頼性も向上する。
(3)モデリングが困難で試行錯誤を特に要する多入力多出力系にも適用できる。
(4)マルコフパラメータ、又はその差分に対し、上下限制約を考慮しているので、あるいは、評価関数によってマルコフパラメータ又はその差分の絶対値が小さくなるように考慮しているので、マルコフパラメータから構成される応答波形が滑らかになるため、マルコフパラメータからモデルパラメータ(A、B、C行列)を求める際に、制約条件が守られやすくなる。その結果、モデリングのパラメータ調整に要する手間が少なくなる。
(5)規範となるマルコフパラメータを上下限制約の中間に設定したり、任意に波形を設定することによって、規範モデル((20)式)が適切に求まらないシステムに対しても、応答波形の制約条件を満たすモデルが求まりやすくなる。精度の悪い規範モデルに変に引っ張られることが少ない。
(6)得られたモデルは必然的に先験的情報に合致したものとなる。従来法では、入出力データからモデルを求めてから、そのモデルが先験的情報に合致するか検証し、合致しない場合には、再度、モデリング工程を(最初から、あるいは、途中から)やり直す必要があった。特に、外乱やノイズの大きなプロセス、印加できる入力波形が限られたプロセス、採取できるデータ数が少ないプロセスにおいては、先験的情報に合致したモデルを構築することが困難であり、入出力データの採取・データ区間の選定・サンプリングタイムの調整・データの前処理などを試行錯誤しながら繰り返す必要があり、モデリング工程に多大な時間と労力を要した。先験的情報を予め考慮に入れることによって、モデリング工程における試行錯誤・やり直しの回数を大幅に減らすことが可能となり、短期間で精度と信頼性の高いモデルを構築できるようになる。その結果、制御系構築やシミュレーションによる検討のリードタイムが短縮化され、早い段階からそれらの効果を享受することができる。
20…CPU、
21…ROM、
22…RAM、
23…データメモリ、
24…プログラムメモリ、
25…入力インターフェース、
25a,25b…A/D変換器、
30…バス、
31…キーボードインターフェース、
32…マウスインターフェース、
33…ディスプレイインターフェース、
34…プリンタインターフェース、
35…ドライブ装置インターフェース、
41…キーボード、
42…マウス、
43…CRTディスプレイ、
44…プリンタ、
45…CD−ROMドライブ装置、
45a…CD−ROM、
50…モデリング対象システム、
51…入力信号発生器、
52…出力信号検出器。
Claims (16)
- 入出力データに基づいて、離散時間状態空間モデルのモデルパラメータを推定演算するモデルパラメータ推定演算装置において、
インパルス応答系列であるマルコフパラメータの関数で構成された任意の入力系列に対する応答波形に関する制約条件と、
マルコフパラメータの大きさと、マルコフパラメータの差分との少なくとも一方に関する制約条件とを有し、
上記入出力データに基づいて、上記制約条件の下で、
(a)マルコフパラメータベクトルと規範となるマルコフパラメータベクトルとの誤差と、
(b)上記出力データベクトルと、マルコフパラメータと上記入力データにより計算される出力予測値(推定値)との誤差と
のうち、少なくともいずれか1つに関する評価関数を最小化するように上記離散時間状態空間モデルのモデルパラメータを演算する演算手段を備えたことを特徴とするモデルパラメータ推定演算装置。 - 入出力データに基づいて、離散時間状態空間モデルのモデルパラメータを推定演算するモデルパラメータ推定演算装置において、
インパルス応答系列であるマルコフパラメータの関数で構成された任意の入力系列に対する応答波形に関する制約条件を有し、
上記入出力データに基づいて、上記制約条件の下で、
(a)マルコフパラメータベクトルと規範となるマルコフパラメータベクトルとの誤差と、
(b)上記出力データベクトルと、マルコフパラメータと上記入力データにより計算される出力予測値(推定値)との誤差と
のうち、少なくともいずれか1つ、及び
(c)マルコフパラメータの大きさと、マルコフパラメータの差分との少なくとも一方
に関する評価関数を最小化するように上記離散時間状態空間モデルのモデルパラメータを演算する演算手段を備えたことを特徴とするモデルパラメータ推定演算装置。 - 上記演算手段における制約条件はさらに、
マルコフパラメータの大きさと、マルコフパラメータの差分との少なくとも一方に関する制約条件を有することを特徴とする請求項2記載のモデルパラメータ推定演算装置。 - 上記評価関数は、
(a)マルコフパラメータベクトルと規範となるマルコフパラメータベクトルとの誤差に関する重み付きユークリッドノルムと、
(b)上記出力データベクトルと、マルコフパラメータと上記入力データにより計算される出力予測値(推定値)との誤差に関する重み付きユークリッドノルムと
の和で表されたことを特徴とする請求項1乃至3のうちのいずれか1つに記載のモデルパラメータ推定演算装置。 - 上記規範となるマルコフパラメータベクトルは、上記入力系列に対する応答波形の上下限制約条件の中間値に基づいて設定されたことを特徴とする請求項1乃至4のうちのいずれか1つに記載のパラメータ推定装置。
- 上記制約条件はステップ応答波形に関する制約条件であって、上記制約条件がインパルス応答系列であるマルコフパラメータで構成されたことを特徴とする請求項1乃至5記載のうちのいずれか1つに記載のモデルパラメータ推定演算装置。
- 上記演算手段は、上記マルコフパラメータベクトルに基づいて上記離散時間状態空間モデルのパラメータを演算したときに、演算後の離散時間状態空間モデルが最適化計算の際の制約条件を満たさなかった場合に、演算後の離散時間状態空間モデルから構成されるマルコフパラメータを上記規範として更新して、上記評価関数を最小化するようにマルコフパラメータベクトルを演算する制約条件付き最適化計算を繰り返すことを特徴とする請求項1乃至6のうちのいずれか1つに記載のモデルパラメータ推定演算装置。
- 入出力データに基づいて、離散時間状態空間モデルのモデルパラメータを推定演算するモデルパラメータ推定演算方法において、
インパルス応答系列であるマルコフパラメータの関数で構成された任意の入力系列に対する応答波形に関する制約条件と、
マルコフパラメータの大きさと、マルコフパラメータの差分との少なくとも一方に関する制約条件とを有し、
上記入出力データに基づいて、上記制約条件の下で、
(a)マルコフパラメータベクトルと規範となるマルコフパラメータベクトルとの誤差と、
(b)上記出力データベクトルと、マルコフパラメータと上記入力データにより計算される出力予測値(推定値)との誤差と
のうち、少なくともいずれか1つに関する評価関数を最小化するように上記離散時間状態空間モデルのモデルパラメータを演算する演算ステップを含むことを特徴とするモデルパラメータ推定演算方法。 - 入出力データに基づいて、離散時間状態空間モデルのモデルパラメータを推定演算するモデルパラメータ推定演算方法において、
インパルス応答系列であるマルコフパラメータの関数で構成された任意の入力系列に対する応答波形に関する制約条件を有し、
上記入出力データに基づいて、上記制約条件の下で、
(a)マルコフパラメータベクトルと規範となるマルコフパラメータベクトルとの誤差と、
(b)上記出力データベクトルと、マルコフパラメータと上記入力データにより計算される出力予測値(推定値)との誤差と
のうち、少なくともいずれか1つ、及び
(c)マルコフパラメータの大きさと、マルコフパラメータの差分との少なくとも一方
に関する評価関数を最小化するように上記離散時間状態空間モデルのモデルパラメータを演算する演算ステップを含むことを特徴とするモデルパラメータ推定演算方法。 - 上記演算ステップにおける制約条件はさらに、
マルコフパラメータの大きさと、マルコフパラメータの差分との少なくとも一方に関する制約条件を有することを特徴とする請求項9記載のモデルパラメータ推定演算方法。 - 上記評価関数は、
(a)マルコフパラメータベクトルと規範となるマルコフパラメータベクトルとの誤差に関する重み付きユークリッドノルムと、
(b)上記出力データベクトルと、マルコフパラメータと上記入力データにより計算される出力予測値(推定値)との誤差に関する重み付きユークリッドノルムと
の和で表されたことを特徴とする請求項8乃至10のうちのいずれか1つに記載のモデルパラメータ推定演算方法。 - 上記規範となるマルコフパラメータベクトルは、上記入力系列に対する応答波形の上下限制約条件の中間値に基づいて設定されたことを特徴とする請求項8乃至11のうちのいずれか1つに記載のパラメータ推定方法。
- 上記制約条件はステップ応答波形に関する制約条件であって、上記制約条件がインパルス応答系列であるマルコフパラメータで構成されたことを特徴とする請求項8乃至12記載のうちのいずれか1つに記載のモデルパラメータ推定演算方法。
- 上記演算ステップは、上記マルコフパラメータベクトルに基づいて上記離散時間状態空間モデルのパラメータを演算したときに、演算後の離散時間状態空間モデルが最適化計算の際の制約条件を満たさなかった場合に、演算後の離散時間状態空間モデルから構成されるマルコフパラメータを上記規範として更新して、上記評価関数を最小化するようにマルコフパラメータベクトルを演算する制約条件付き最適化計算を繰り返すことを含むことを特徴とする請求項8乃至13のうちのいずれか1つに記載のモデルパラメータ推定演算方法。
- 請求項8乃至14のうちのいずれか1つに記載のモデルパラメータ推定演算方法の演算ステップを含むことを特徴とするモデルパラメータ推定演算処理プログラム。
- 請求項15記載のモデルパラメータ推定演算処理プログラムを記録したことを特徴とするコンピュータにより読取可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007129381A JP4815391B2 (ja) | 2007-05-15 | 2007-05-15 | モデルパラメータ推定演算装置及び方法、モデルパラメータ推定演算処理プログラム並びにそれを記録した記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007129381A JP4815391B2 (ja) | 2007-05-15 | 2007-05-15 | モデルパラメータ推定演算装置及び方法、モデルパラメータ推定演算処理プログラム並びにそれを記録した記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008287344A JP2008287344A (ja) | 2008-11-27 |
JP4815391B2 true JP4815391B2 (ja) | 2011-11-16 |
Family
ID=40147030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007129381A Expired - Fee Related JP4815391B2 (ja) | 2007-05-15 | 2007-05-15 | モデルパラメータ推定演算装置及び方法、モデルパラメータ推定演算処理プログラム並びにそれを記録した記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4815391B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104569819A (zh) * | 2015-01-12 | 2015-04-29 | 清华大学 | 一种异步牵引电机的故障检测方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6029101B2 (ja) * | 2012-11-12 | 2016-11-24 | 国立研究開発法人理化学研究所 | 情報処理装置、情報処理プログラム |
WO2015118737A1 (ja) | 2014-02-07 | 2015-08-13 | 三菱電機株式会社 | システム同定装置 |
JP6656250B2 (ja) * | 2014-12-08 | 2020-03-04 | バイエリシエ・モトーレンウエルケ・アクチエンゲゼルシヤフト | 自動車のための離散時間モデリング方法 |
US11443219B2 (en) | 2017-02-17 | 2022-09-13 | Nec Corporation | Model estimation system, method, and program |
JP7231102B1 (ja) * | 2022-09-21 | 2023-03-01 | 富士電機株式会社 | プラント応答推定装置、プラント応答推定方法、及びプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11353005A (ja) * | 1998-06-10 | 1999-12-24 | Nippon Steel Corp | 制御器の指令演算式の係数決定装置 |
JP4259335B2 (ja) * | 2004-01-30 | 2009-04-30 | 住友金属工業株式会社 | 鉄鋼プロセスにおけるモデルのパラメータ修正方法及びその方法を用いた熱延鋼板の製造方法 |
JP4432722B2 (ja) * | 2004-10-21 | 2010-03-17 | 株式会社デンソー | 制御装置 |
-
2007
- 2007-05-15 JP JP2007129381A patent/JP4815391B2/ja not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104569819A (zh) * | 2015-01-12 | 2015-04-29 | 清华大学 | 一种异步牵引电机的故障检测方法 |
CN104569819B (zh) * | 2015-01-12 | 2017-06-16 | 清华大学 | 一种异步牵引电机的故障检测方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2008287344A (ja) | 2008-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4815391B2 (ja) | モデルパラメータ推定演算装置及び方法、モデルパラメータ推定演算処理プログラム並びにそれを記録した記録媒体 | |
CN102354104B (zh) | 控制器、观测器及其应用 | |
Degroote et al. | Performance of partitioned procedures in fluid–structure interaction | |
Corriou et al. | Process control | |
Sun et al. | A computationally efficient norm optimal iterative learning control approach for LTV systems | |
KR102577188B1 (ko) | 목표 시스템에 대한 제어 시스템 생성 | |
Jonsson et al. | Shape optimization of trawl-doors using variable-fidelity models and space mapping | |
Assadian et al. | Robust control: Youla parameterization approach | |
Bonis et al. | Multiple model predictive control of dissipative PDE systems | |
Thomas et al. | ${L} _ {2} $-Stability Criterion for Systems with Decentralized Asynchronous Controllers | |
JP4629514B2 (ja) | マルチスケール解析装置 | |
King et al. | Data-driven machine learning for wind plant flow modeling | |
JP5713338B2 (ja) | 制御器の構成方法、システム及びプログラム | |
WO2016194025A1 (ja) | 線形パラメータ変動モデル推定システム、方法およびプログラム | |
JP2013206408A (ja) | フィードバック制御器設計装置、フィードバック制御装置、及びフィードバック制御器設計方法 | |
Takarics et al. | Robust grid point-based control design for LPV systems via unified TP transformation | |
Hecker et al. | Affine LPV-modeling for the ADDSAFE benchmark | |
JP2014041566A (ja) | 線形回帰モデル推定装置、方法、及びプログラム | |
WO2021214839A1 (ja) | 制御装置、制御システム、制御方法及びプログラム | |
Schirrer et al. | A comprehensive robust control design and optimization methodology for complex flexible-structure systems | |
Jackiewicz | Optimal control of automotive multivariable dynamical systems | |
JP2009015597A (ja) | スケジュール作成方法,スケジュール作成装置,およびコンピュータプログラム | |
Petres et al. | TP model transformation based control of the TORA system | |
JP2008287343A (ja) | モデルパラメータ推定演算装置及び方法、モデルパラメータ推定演算処理プログラム並びにそれを記録した記録媒体 | |
JP2008250665A (ja) | 線形化変換装置及び線形化変換プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090929 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110113 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110125 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110301 |
|
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: 20110802 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110829 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140902 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |