JP7129160B2 - 制御装置、圧力試験装置及び制御方法 - Google Patents

Description

本発明は、主として、適応制御と学習制御とを用いた制御装置に関する。

従来から、周期的な目標信号に対して１周期前の制御偏差、又は、繰返し試行において１試行前の制御偏差を用いて操作量を補正し、この制御を繰り返すことにより、制御偏差を減少させていく学習制御が知られている。

学習制御においては、制御対象の数学モデルを用いず、操作量と制御偏差のみを用いて学習を行うことができるため、制御対象の特性が厳密にわからなくてもある程度の制御性能が得られる。しかし、制御対象の特性が大きく変動するような場合は、学習速度が遅くなり、学習後の制御性能も良くないことがある。

このような学習速度の低下を防ぐために、制御対象の特性変動に応じて、学習制御に用いられる制御パラメータを適応的に調整する方法が提案されている。特許文献１は、この方法が適用された反復学習制御回路を備える位置制御装置を開示する。

この特許文献１の位置制御装置は、制御対象の位置を検出する検出部の出力と目標値との偏差が入力される第１フィルタと、所定の帯域を遮断する線形時不変の第２フィルタと、を含み、制御対象に制御入力をフィードフォワードする反復学習制御回路を備える。この位置制御装置において、前記第１フィルタの特性は、制御対象のパラメータ変動に応じて変更される。

特許第５２７９２９９号公報

しかし、特許文献１は、制御対象の特性変動に応じて第１フィルタの制御パラメータを適応的に調整することで、学習速度の低下を防ぐ効果を得ることができるものの、学習後の制御性能を向上させることができず、この点で改善の余地があった。

本発明は以上の事情に鑑みてされたものであり、その目的は、制御対象の特性が変動する場合でも、制御パラメータを自動調整できるとともに、高い学習性能（学習速度及び学習後の制御性能）を維持できるようにすることにある。

本発明の解決しようとする課題は以上の如くであり、次にこの課題を解決するための手段とその効果を説明する。

本発明の第１の観点によれば、以下の構成の制御装置が提供される。即ち、この制御装置は、制御対象からの制御量を指示された目標値に追従させるように前記制御対象に操作量を出力する。前記制御装置は、適応制御器と、学習制御器と、を備える。前記適応制御器は、前記制御対象の特性に応じて制御パラメータを適応的に調整する。前記学習制御器には信号が入力される。前記学習制御器は、１周期前に入力された入力信号又は繰返し試行の１試行前に入力された入力信号を用いて、現在の入力信号を補正して出力する。前記適応制御器は前記学習制御器に出力を行う。
本発明の第２の観点によれば、以下の構成の制御装置が提供される。即ち、この制御装置は、制御対象からの制御量を指示された目標値に追従させるように前記制御対象に操作量を出力する。前記制御装置は、適応制御器を備える。前記適応制御器は、前記制御対象の特性に応じて制御パラメータを適応的に調整する。前記適応制御器は、学習制御器を備える。前記学習制御器には信号が入力される。前記学習制御器は、１周期前に入力された入力信号又は繰返し試行の１試行前に入力された入力信号を用いて、現在の入力信号を補正して出力する。

これにより、制御対象の特性変動に応じて適応制御器の制御パラメータが適応的に調整されるので、制御対象の特性が変動した場合でも、制御系の安定性及び応答性に対する影響を抑制できる。従って、制御対象の特性変動に影響されず、学習制御器の学習速度及び学習後の制御性能を良好に維持することができる。

本発明の第３の観点によれば、以下の制御方法が提供される。即ち、この制御方法では、制御対象からの制御量を指示された目標値に追従させるように前記制御対象に操作量を出力する。前記制御方法では、適応制御器により、前記制御対象の特性に応じて制御パラメータを適応的に調整する。１周期前の入力又は繰返し試行の１試行前の入力に基づく補正が行われる学習制御器により、前記適応制御器が出力する前記操作量、前記適応制御器に入力される前記目標値と前記制御量との偏差、又は、前記操作量を計算するために前記適応制御器で求められる量を補正する。

これにより、制御対象の特性変動に応じて適応制御器の制御パラメータが適応的に調整されるので、制御対象の特性が変動した場合でも、制御系の安定性及び応答性に対する影響を抑制できる。従って、制御対象の特性変動に影響されず、学習制御器の学習速度及び学習後の制御性能を良好に維持することができる。

本発明によれば、制御対象の特性が変動する場合でも、制御パラメータを自動調整できるとともに、高い学習性能（学習速度及び学習後の制御性能）を維持することができる。

本発明の第１実施形態に係る適応学習制御装置の概略構成を示すブロック図。 学習制御器の複数の構成例を示すブロック図。 第１実施形態の適応学習制御装置の構成を示すブロック図。 制御対象の出力及び規範モデル制御部の出力にＰＦＣを付加して動的補償を行う構成を示すブロック図。 第２実施形態の適応学習制御装置の構成を示すブロック図。 第３実施形態の適応学習制御装置の構成を示すブロック図。 第４実施形態の適応学習制御装置の構成を示すブロック図。 一般的な学習制御のシミュレーション結果を示すグラフ。 学習フィルタを適応的に調整する従来技術の構成におけるシミュレーション結果を示すグラフ。 本実施形態の構成におけるシミュレーション結果を示すグラフ。 ＰＩ制御系を用いたアナロジーにより従来技術の構成と本発明とを比較して示す図。 適応学習制御装置を備える耐圧試験装置の構成を示す模式図。 変形例の適応学習制御装置の構成を示すブロック図。

次に、図面を参照して本発明の実施の形態を説明する。図１は、本発明の第１実施形態に係る適応学習制御装置１の概略構成を示すブロック図である。図２は、学習制御器３の複数の構成例を示すブロック図である。

図１に示す適応学習制御装置（制御装置）１は、制御対象４からの制御量ｙを、周期的な波形を有するように予め設定された目標値ｒに追従させるために用いられる。適応学習制御装置１は、例えば、マイクロコントローラ等のコンピュータから構成することができる。

適応学習制御装置１は、適応制御器２と、学習制御器３と、を備える。

適応制御器２は、制御対象４からの制御量ｙを、コンピュータ等から構成される制御装置（例えば、図１２に示す後述の上位コントローラ５１）から指示される目標値ｒに追従させる制御を行う。詳細は後述するが、図１の適応制御器２の制御パラメータは、制御対象４の特性変動に応じて適応的に調整することができる。適応制御器２が生成する操作量ｕｓは、学習制御器３に出力される。

学習制御器３は、１周期前に適応制御器２が出力した操作量ｕｓ’を用いて、適応制御器２が現在出力する操作量ｕｓを補正し、制御対象４への操作量ｕを出力する。

学習制御器３は、求められる応答性及び安定性等に応じて、例えば、図２に示す３種類の構成の学習制御器３ａ，３ｂ，３ｃから適宜選択して用いることができる。何れの構成の学習制御器３ａ，３ｂ，３ｃも、安定化補償器３１と、時間補償器３２と、により構成される。

安定化補償器３１は、例えばローパスフィルタとして構成されている。安定化補償器３１は、入力される信号に対して、予め定められた遮断周波数より低い周波数を有する低周波数成分を通過させ、遮断周波数より高い周波数を有する高周波数成分を減衰させることにより当該高周波数成分を遮断する。この安定化補償器３１は、例えばＦＩＲ（Ｆｉｎｉｔｅ Ｉｍｐｕｌｓｅ Ｒｅｓｐｏｎｓｅ）フィルタとして構成することができる。

安定化補償器３１により、装置（ハードウェア）が能力的に追従できない目標値ｒの変化に対して操作量ｕが増大して発散することを防ぐことができる。

時間補償器３２は、入力される信号を所定時間だけ遅らせて出力するように構成されている。当該所定時間は、１周期前に入力された信号に相当する信号を用いて学習制御器３が補正を行うことができるように、安定化補償器３１による位相遅れ等を考慮して定めることができる。

このように構成された学習制御器３は、図１に示す本実施形態において、１周期前に入力された操作量ｕｓ’に相当する操作量を用いて、適応制御器２が制御対象４に与える操作量ｕｓを補正する処理を繰り返す。これにより、制御量ｙの波形を目標値ｒの波形に近づけることができる。

適応学習制御装置１は、ＣＰＵ、ＲＯＭ及びＲＡＭ等を備え、上記のＲＯＭには、本発明の制御方法を実現するためのプログラムが記憶されている。このハードウェアとソフトウェアの協働により、適応学習制御装置１を、適応制御器２及び学習制御器３等として動作させることができる。ただし、適応制御器２及び学習制御器３等を、アナログ又はデジタル回路により構成してもよい。

知られているように、学習制御器３は、学習制御を付加する前の制御系の特性が優れているほど、学習速度及び学習後の制御性能が良くなる。この点、本実施形態の適応学習制御装置１においては、学習制御器３が、制御対象の特性が変動した場合でも制御性能を維持できる適応制御器２に対して付加されている。これにより、学習制御器３の学習速度及び学習後の制御性能を向上することができる。

続いて、適応制御器２の構成について、単純適応制御を用いる場合の例を、図３を参照して詳細に説明する。図３は、第１実施形態の適応学習制御装置１の構成を示すブロック図である。

適応制御器２は、図３に示すように、規範モデル制御部２０と、第１適応フィードフォワード制御部（適応フィードフォワード制御部）２１と、第２適応フィードフォワード制御部（適応フィードフォワード制御部）２２と、適応フィードバック制御部２３と、並列フィードフォワード補償器（ＰＦＣ：Ｐａｒａｌｌｅｌ Ｆｅｅｄｆｏｒｗａｒｄ Ｃｏｍｐｅｎｓａｔｏｒ）２４と、第１減算器２５と、第２減算器２６と、第１加算器２７と、第２加算器２８と、を備える。

規範モデル制御部２０は、所定の（理想的な）応答を生成するように設計された規範モデルＧｍを適用するように構成されている。この規範モデルＧｍは、例えば１次遅れ系、２次遅れ系等の伝達関数で表すことができる。規範モデル制御部２０は、生成した応答である規範出力ｙｍを、第１減算器２５に出力する。また、規範モデル制御部２０は、モデルの状態量ｘｍを、第２適応フィードフォワード制御部２２に出力する。

第１減算器２５は、規範モデル制御部２０から入力される規範出力ｙｍから、適応制御器２に入力される制御量ｙを減算する。第１減算器２５は、得られた結果である偏差ｅを、第２減算器２６に出力する。

第２減算器２６は、第１減算器２５から入力される偏差ｅから、ＰＦＣ２４が出力する補償値ｙｆを減算する。第２減算器２６は、得られた結果である帰還偏差ｅａを、適応フィードバック制御部２３に出力する。

第１適応フィードフォワード制御部２１は、入力された目標値ｒに対し、調整された第１フィードフォワードゲインＫｒを乗算する。第１適応フィードフォワード制御部２１は、得られた乗算結果ｕｒを、第１加算器２７に出力する。

第２適応フィードフォワード制御部２２は、規範モデル制御部２０から入力された規範モデルＧｍの状態量ｘｍに対し、調整された第２フィードフォワードゲインＫｘを乗算する。第２適応フィードフォワード制御部２２は、得られた乗算結果ｕｘを、第１加算器２７に出力する。

適応フィードバック制御部２３は、第２減算器２６から入力された帰還偏差ｅａに対し、調整されたフィードバックゲインＫｅを乗算する。適応フィードバック制御部２３は、得られた乗算結果である操作量ｕｅを、第２加算器２８に出力するとともに、ＰＦＣ２４に出力する。

ＰＦＣ２４は、適応フィードバック制御部２３の出力に基づいて疑似的な補償値ｙｆを発生させ、この疑似的な補償値ｙｆを第２減算器２６に出力するように構成されている。なお、図３に示す回路は、図４に示す回路、即ち、制御対象４の出力に対してＰＦＣの出力を付加し、かつ、同一の構成のＰＦＣの出力を規範モデル制御部２０の出力に付加して動的補償を行う回路と等価である。これにより、実際の制御対象４に応答遅れが発生していても、制御対象４にＰＦＣを付加した拡大制御対象としては応答遅れがないように見せかけることで、制御系の安定性を確保することができる。また、上記の動的補償により、拡大制御対象の出力ではなく、制御対象４の出力を規範モデルＧｍの出力（規範出力ｙｍ）に追従させることができる。

第１適応フィードフォワード制御部２１、第２適応フィードフォワード制御部２２及び適応フィードバック制御部２３のそれぞれのゲインＫｒ，Ｋｘ，Ｋｅは、制御対象４の出力を規範モデルＧｍの出力（規範出力ｙｍ）に追従させるように、適応的に調整される。この制御ゲインパラメータ（制御パラメータ）Ｋｒ，Ｋｘ，Ｋｅは、単純適応制御において公知である適応調整則、例えば、比例及び積分の適応調整則により下記の式（１）に示すように求めることができる。

ここで、γ_Pr，γ_Ir，γ_Px，γ_Ix，γ_Ieは、ゲインの調整スピードを決める設計パラメータである。σは、Ｋｅの発散を防ぐためのフィードバックゲインであって、偏差が大きいときに大きく設定される。

第１加算器２７は、第１適応フィードフォワード制御部２１の出力である乗算結果ｕｒと、第２適応フィードフォワード制御部２２の出力である乗算結果ｕｘと、を加算する。第１加算器２７は、得られた加算結果ｕｆを第２加算器２８に出力する。

第２加算器２８は、第１加算器２７の出力である加算結果ｕｆと、適応フィードバック制御部２３の出力である操作量ｕｅと、を加算する。得られた加算結果は、前述の操作量ｕｓとして、学習制御器３に出力される。

以上の構成とすることで、適応学習制御装置１において、適応制御器２により制御系の安定性及び追従性能を良好に保証することができる。これにより、制御対象４の特性が変動する場合においても、学習制御器３の学習速度及び学習後の制御性能を良好に維持することができる。

次に、第２実施形態を説明する。図５は、第２実施形態の適応学習制御装置１ｘの構成を示すブロック図である。なお、本実施形態の説明においては、前述の実施形態と同一又は類似の部材には図面に同一の符号を付し、説明を省略する場合がある。

図５に示すように、本実施形態の適応学習制御装置１ｘにおいては、適応制御器２ｘの内部に学習制御器３が付加されている。具体的には、学習制御器３は、適応制御器２ｘの適応フィードバック制御部２３と第２加算器２８との間に設けられている。従って、学習制御器３には、適応フィードバック制御部２３が出力する操作量ｕｅが入力される。

学習制御器３としては、前述の第１実施形態と同様に、例えば図２に示す３種類の構成から適宜選択して用いることができる。なお、後述の第３実施形態及び第４実施形態においても同様である。

図５に示すように、適応制御器２ｘに含まれる学習制御器３は、１周期前の操作量ｕｅ’を用いて、適応フィードバック制御部２３が出力する操作量ｕｅに対して補正を行う。補正の対象である操作量ｕｅは、適応制御器２ｘが出力する操作量ｕを計算するために適応制御器２ｘで求められる量である。学習制御器３により得られた補正操作量ｕｌは、第２加算器２８に入力される。

第２加算器２８は、第１加算器２７の出力である上記の加算結果ｕｆと、学習制御器３の出力である補正操作量ｕｌと、を加算する。得られた加算結果は、前述の操作量ｕとして、適応制御器２ｘ（適応学習制御装置１ｘ）から制御対象４に出力される。

本実施形態の適応学習制御装置１ｘも、第１実施形態の適応学習制御装置１と同様の効果を得ることができる。

次に、第３実施形態を説明する。図６は、第３実施形態の適応学習制御装置１ｙの構成を示すブロック図である。なお、本実施形態の説明においては、前述の実施形態と同一又は類似の部材には図面に同一の符号を付し、説明を省略する場合がある。

本実施形態は、第１実施形態（図２）に対して変更を加え、第２実施形態と同じように、学習制御器３を適応制御器２の内部に付加したものである。図６に示すように、学習制御器３は、第１減算器２５と第２減算器２６との間に付加されている。学習制御器３は、規範モデルＧｍが出力する規範出力ｙｍと、適応制御器２に入力される制御量ｙと、の偏差ｅに対して学習し、当該偏差ｅを補正する。この偏差ｅは、適応制御器２ｙが出力する操作量ｕを計算するために適応制御器２ｙで求められる量であるということができる。学習制御器３は、第１減算器２５が出力する１周期前の偏差ｅ’を用いて、現在の偏差ｅを補正する。学習制御器３により得られた補正偏差ｅｌは、第２減算器２６に入力される。上記で説明した以外の構成は、上述の第１実施形態と同様である。

次に、第４実施形態を説明する。図７は、第４実施形態の適応学習制御装置１ｚの構成を示すブロック図である。なお、本実施形態の説明においては、前述の実施形態と同一又は類似の部材には図面に同一の符号を付し、説明を省略する場合がある。

本実施形態は、第１実施形態（図２）に対して変更を加え、第２実施形態と同じように、学習制御器３を適応制御器２の内部に付加したものである。図７に示すように、学習制御器３は、第２減算器２６と適応フィードバック制御部２３との間に付加されている。学習制御器３は、適応制御器２に入力される偏差ｅａに対して学習し、当該偏差ｅａを補正する。この偏差ｅａは、適応制御器２ｚが出力する操作量ｕを計算するために適応制御器２ｚで求められる量であるということができる。学習制御器３は、第２減算器２６が出力する１周期前の偏差ｅａ’を用いて、現在の偏差ｅａを補正する。学習制御器３により得られた補正偏差ｅｌは、適応フィードバック制御部２３に入力される。上記で説明した以外の構成は、上述の第１実施形態と同様である。

次に、本発明の制御による効果について、図８から図１０までに示すシミュレーション結果を参照して説明する。

このシミュレーション実験では、一般的な学習制御、従来技術（上記の特許文献１）の学習制御、及び本発明（第２実施形態）の学習制御をそれぞれ行った場合の、制御量の変化を調べた。何れのシミュレーションでも、目標値として、１周期が１０秒である台形の波形が用いられた。

図８から図１０までのグラフにおいて、上側には目標値及び制御量が示され、下側には目標値と制御量との偏差（制御偏差）が示されている。上下何れのグラフにおいても、横軸は時間である。シミュレーション計算において、ゼロ秒より前の時点では制御系の制御性能を意図的に低下させており、これにより、制御対象の特性がゼロ秒の時点で大きく変化したことを模擬している。時間は、上下のグラフで対応している。右側のグラフには、左側のグラフにおいて十分に時間が経過した状態における１周期分の値の推移の詳細が、時間軸方向に引き伸ばした形で示されている。

図８には、一般的な学習制御（言い換えれば、学習制御器だけが用いられる場合）のシミュレーション結果が示されている。図８の左上のグラフから、一般的な学習制御では、制御量が目標値に十分に近づくまでに１０周期程度の時間を要することがわかる。

図９は、従来技術（特許文献１に相当する構成）のシミュレーション結果を示している。図９の左上のグラフから、従来技術の構成では、一般的な学習制御の１／２ぐらいである５周期程度が経過すれば、制御量が目標値に十分に近づくことがわかる。

図１０は、本発明（上述の第２実施形態）のシミュレーション結果である。図１０の左上のグラフに示すように、本実施形態の適応学習制御装置１ｘを用いると、従来技術の更に１／２、一般的な学習制御と比較すると１／４程度である２～３周期程度で、制御量を目標値に十分に近づけることができる。

そして、図１０の右下のグラフを図８及び図９の右下のグラフと比較すると、本発明の制御によれば、制御量が目標値に追従した後の制御偏差が、一般的な学習制御及び従来技術の学習制御と比較して、極めて小さくなっていることがわかる。

上記のシミュレーション結果から、本発明の制御は、素早い学習速度及び優れた学習後の制御性能（即ち、精度の良い追従特性）を有することが確かめられた。

次に、図１１を参照して、上述の従来技術と本発明の制御との相違点について、ＰＩ制御系を用いたアナロジーにより補足的に説明する。

サーボ系においては、「目標波形に対して定常偏差なく追従するためには、目標波形に応じた補償要素（目標波形と同じ極を持つ補償器）をフィードバックループ内に持たなければならない」という原理があることが知られている。この原理は、内部モデル原理と呼ばれている。

例えば、任意のステップ状の目標波形は、積分器（１／ｓ）に適当な初期値を与えることにより発生できる。これに対応して、ステップ状の目標波形に対して定常偏差をゼロにするには、積分器をフィードバックループに組み込むことが必要である。ＰＩ制御系はその典型である。

この考え方を適用すれば、周期がＬである目標波形に対して定常偏差をゼロにするには、周期がＬである周期関数を発生させる機構をフィードバックループに含めれば良い。実際、上記の学習制御器３は、１周期前の入力に基づく出力が行われることから、そのような性質を有している。即ち、周期的な目標波形に制御量を追従させるときの学習制御器３は、ステップ状の目標波形が与えられるＰＩ制御系での積分器に対応するということができる。

上記の従来技術（特許文献１）及び本実施形態をＰＩ制御系になぞらえて説明すると、従来技術は図１１（ａ）に示すように積分項のみを適応的に調整するのに対し、本発明は図１１（ｂ）に示すように比例項及び積分項の両方を適応的に調整するものであって、本質的な違いがあるということができる。

また、一般的に、制御対象の特性が大きく変動する場合は、積分項だけでなく比例項も調整する方が、応答性をより改善することができる。この点で、本発明は従来技術と比較して明らかな優位性があるということができる。

続いて、図１２を参照して、上記で説明した適応学習制御方法を耐圧試験装置に適用した適用例について説明する。図１２は、適応学習制御装置１を備える耐圧試験装置５の構成を示す模式図である。

図１２に示す本適用例の耐圧試験装置（圧力試験装置）５は、供試体６０に対して圧力を反復して加えることにより内圧疲労耐性等を評価するものである。供試体６０としては、配管、バルブ、機械の外殻等、様々なものが考えられるが、図１２では、圧力容器を試験する例が示されている。

この耐圧試験装置５は、圧力制御コントローラ（圧力制御装置）５０と、上位コントローラ５１と、油圧ユニット５２と、増圧機５３と、圧力センサ５４と、を備える。

圧力制御コントローラ５０は、上位コントローラ５１から入力される目標圧力波形（目標値ｒ）、及び、供試体６０内の圧力を検出する圧力センサ５４から入力される実際の圧力値（制御量ｙ）に基づいて、油圧ユニット５２に操作量ｕを出力する。

この適用例では、圧力制御コントローラ５０として第１実施形態の適応学習制御装置１が用いられている（ただし、他の実施形態の適応学習制御装置１ｘ，１ｙ，１ｚを用いることもできる）。油圧ユニット５２、増圧機５３及び供試体６０を含んだ全体が、適応学習制御装置１による制御対象４に相当する。

油圧ユニット５２は、圧力制御コントローラ５０から入力される操作量ｕに基づいて、増圧機５３を駆動する。油圧ユニット５２は、例えば、図示しないポンプから吐出される圧油を切り換える電磁弁等により構成されている。

増圧機５３は、油圧ユニット５２により駆動されるシリンダ等を備える。増圧機５３は、圧力媒体を吐出又は吸入することにより、供試体６０に加えられる圧力を増大又は減少させる。

圧力センサ５４は、供試体６０内の圧力を実際に検出し、検出値である圧力値を制御量ｙとして圧力制御コントローラ５０に出力する。

この耐圧試験装置５は、図１２に小さなグラフで示すような正弦波、三角波、台形波等の波形に従って、圧力を供試体６０に繰り返し加えることができる。圧力制御コントローラ５０は、上述の適応学習制御を行うことで、供試体６０内の圧力（即ち、制御量ｙ）を、変動する目標値ｒに素早くかつ精度良く追従させることができる。

上述したとおり、試験に供される供試体６０としては、容量等が異なる様々なものが考えられる。容量が変化すれば圧力の上がり易さが変わるので、従来の手法では制御性能が悪化する可能性があった。この点、図１２の耐圧試験装置５は、供試体６０を別のものに取り換えたとしても、圧力制御コントローラ５０が上述の優れた制御性能を有するため、供試体６０に対して実際に加えられる圧力を目標圧力波形に素早くかつ精度良く追従させることができる。これにより、様々な供試体６０を、手間及び時間を掛けることなく試験することができる。

以上に説明したように、上記の実施形態の適応学習制御装置１，１ｘ，１ｙ，１ｚは、制御対象４からの制御量ｙを指示された目標値ｒに追従させるように制御対象４に操作量ｕを出力する。この適応学習制御装置１，１ｘ，１ｙ，１ｚは、適応制御器２，２ｘ，２ｙ，２ｚと、学習制御器３と、を備える。適応制御器２，２ｘ，２ｙ，２ｚは、制御対象４の特性に応じて制御ゲインパラメータＫｒ，Ｋｘ，Ｋｅを適応的に調整する。学習制御器３は、１周期前の入力ｕｓ’，ｕｅ’，ｅ’，ｅａ’を用いて、現在の入力ｕｓ，ｕｅ，ｅ，ｅａを補正して出力する。

これにより、制御対象４の特性変動に応じて、適応制御器２，２ｘ，２ｙ，２ｚの制御ゲインパラメータＫｒ，Ｋｘ，Ｋｅが適応的に調整されるので、制御対象４の特性の変動による制御系の安定性及び応答性に対する影響を抑制できる。従って、制御対象４の特性変動に影響されず、学習制御器３の学習速度及び学習後の制御性能を良好に維持することができる。

また、第１実施形態の適応学習制御装置１において、学習制御器３は、適応制御器２が出力する操作量ｕｓを補正する。

これにより、学習制御器３に入力する前の制御系は、制御対象４の特性変動に強い安定性、及び目標値ｒへの良好な追従特性を有することができる。また、制御対象４の特性の変動が制御系に与える影響は、適応制御器２により吸収される。従って、制御対象４の特性が変動する場合においても、学習制御器３の学習特性を良好に維持することができる。

一方、第２実施形態の適応学習制御装置１ｘにおいては、適応制御器２ｘに、適応フィードバック制御部２３が設けられる。学習制御器３は、適応フィードバック制御部２３が出力する操作量ｕｅを補正する。この操作量ｕｅは、適応制御器２ｘが出力する操作量ｕを計算するために適応制御器２ｘで求められる量である。

第３実施形態及び第４実施形態の適応学習制御装置１ｙ，１ｚにおいて、学習制御器３は、適応制御器２ｙ，２ｚに入力される制御量ｙに基づいて適応制御器２ｙ，２ｚが求める制御偏差ｅ，ｅａを補正する。この制御偏差ｅ，ｅａは、適応制御器２ｙ，２ｚが出力する操作量ｕを計算するために適応制御器２ｙ，２ｚで求められる量である。

この構成によっても、制御対象４の特性が変動する場合において、学習制御器３の学習特性を良好に維持することができる。

また、上記の適応学習制御装置１，１ｘ，１ｙ，１ｚにおいて、適応制御器２，２ｘ，２ｙ，２ｚは、規範モデル制御部２０と、第１適応フィードフォワード制御部２１と、第２適応フィードフォワード制御部２２と、適応フィードバック制御部２３と、ＰＦＣ２４と、から構成される単純適応制御器として構成される。規範モデル制御部２０は、所定の応答を与える規範モデルＧｍを適用する。第１適応フィードフォワード制御部２１は、目標値ｒをフィードフォワードする。第２適応フィードフォワード制御部２２は、規範モデルＧｍの状態量ｘｍをフィードフォワードする。適応フィードバック制御部２３は、規範モデル制御部２０の出力と制御対象４からの制御量ｙとの偏差ｅから、ＰＦＣ２４の出力ｙｆを減算した拡大系の制御偏差ｅａを入力する。

これにより、適応制御器２，２ｘ，２ｙ，２ｚにおける良好な制御性能を実現できる。

また、図１２の耐圧試験装置５は、上述の適応学習制御装置１，１ｘ，１ｙ，１ｚを備える。

これにより、耐圧試験のための供試体６０を様々に取り換えることに伴って制御対象４の特性が大幅に変更されても、適応学習制御装置１，１ｘ，１ｙ，１ｚにより、良好な制御を実現することができる。

また、上記の適応学習制御装置１，１ｘ，１ｙ，１ｚでは、以下の制御方法により、制御対象４からの制御量ｙを指示された目標値ｒに追従させるように制御対象４に操作量を出力する。即ち、適応制御器２が用いる適応制御系により、制御対象４の特性に応じて制御ゲインパラメータＫｒ，Ｋｘ，Ｋｅを適応的に調整する。第１実施形態では、１周期前の入力に基づく補正が行われる学習制御器３により、適応制御器２が出力する操作量ｕを補正する。第２実施形態では、学習制御器３により、適応制御器２ｘが出力する操作量ｕを計算するために適応制御器２ｘで求められる操作量ｕｅを補正する。第３実施形態及び第４実施形態では、学習制御器３により、適応制御器２ｙ，２ｚが出力する操作量ｕを計算するために適応制御器２ｙ，２ｚで求められる制御偏差ｅ，ｅａを補正する。

これにより、素早い学習速度及び精度の良い追従特性を発揮できる良好な制御性能を、簡単な構成及び制御アルゴリズムで実現することができる。

次に、上記実施形態の変形例を説明する。図１３は、変形例の適応学習制御装置１ａの構成を示すブロック図である。なお、本変形例の説明においては、前述の実施形態と同一又は類似の部材には図面に同一の符号を付し、説明を省略する場合がある。

本変形例の適応学習制御装置１ａは、図１３に示すように、適応制御器２の前（入力側）に、学習制御器３を付加して構成されている。この学習制御器３も、前述の実施形態と同様に、図２に示す３種類の構成の学習制御器３ａ，３ｂ，３ｃから適宜選択して用いることができる。

学習制御器３は、１周期前に入力される目標値ｒと制御量ｙとの偏差ｅ’に相当する信号を用いて、現在入力された偏差ｅを補正して偏差ｅｌとして適応制御器２に出力する。これにより、制御対象４から適応制御器２に入力される目標値ｒと制御量ｙとの偏差ｅが、学習制御器３によって補正される。

この変形例によっても、上述の実施形態と同様の効果を得ることができる。

以上に本発明の好適な実施の形態及び変形例を説明したが、上記の構成は例えば以下のように変更することができる。

上記の適応学習制御装置１，１ｘ，１ｙ，１ｚ，１ａは、試行を繰り返して行うことが可能なシステムにおける反復学習制御に適用することもできる。この場合、学習制御器３は、繰返し試行の１試行前の入力に基づいて現在の入力を補正して出力するように構成すれば良い。

適応学習制御装置１，１ｘ，１ｙ，１ｚ，１ａは、耐圧試験装置５の供試体６０に加えられる圧力に限定されず、例えばアーム型ロボットの先端の位置等、他の様々なものを制御するのに用いることができる。

１ 適応学習制御装置
２ 適応制御器
３ 学習制御器
４ 制御対象
ｒ 目標値
ｕ 操作量
ｙ 制御量
Ｋｒ，Ｋｘ，Ｋｅ 制御ゲインパラメータ（制御パラメータ）

Claims (6)

1. 制御対象からの制御量を指示された目標値に追従させるように前記制御対象に操作量を出力する制御装置であって、
   前記制御対象の特性に応じて制御パラメータを適応的に調整する適応制御器と、
   信号が入力される学習制御器であって、１周期前に入力された入力信号又は繰返し試行の１試行前に入力された入力信号を用いて、現在の入力信号を補正して出力する学習制御器と、
   を備え、
   前記適応制御器は前記学習制御器に出力を行うことを特徴とする制御装置。
2. 制御対象からの制御量を指示された目標値に追従させるように前記制御対象に操作量を出力する制御装置であって、
   前記制御対象の特性に応じて制御パラメータを適応的に調整する適応制御器を備え、
   前記適応制御器は、信号が入力される学習制御器を備え、
   前記学習制御器は、１周期前に入力された入力信号又は繰返し試行の１試行前に入力された入力信号を用いて、現在の入力信号を補正して出力することを特徴とする制御装置。
3. 請求項１又は２に記載の制御装置であって、
   前記学習制御器は、前記適応制御器が出力する前記操作量、前記適応制御器に入力される前記目標値と前記制御量との偏差、又は、前記操作量を計算するために前記適応制御器で求められる量を補正することを特徴とする制御装置。
4. 請求項１から３までの何れか一項に記載の制御装置であって、
   前記適応制御器は、
   所定の応答を与える規範モデルを適用する規範モデル制御部と、
   適応フィードフォワード制御部と、
   前記規範モデル制御部の出力と前記制御対象からの前記制御量との偏差を入力する適応フィードバック制御部と、
   並列フィードフォワード補償器と、
   から構成される単純適応制御器であることを特徴とする制御装置。
5. 請求項１から４までの何れか一項に記載の制御装置を備えることを特徴とする圧力試験装置。
6. 制御対象からの制御量を指示された目標値に追従させるように前記制御対象に操作量を出力する制御方法であって、
   適応制御器により、前記制御対象の特性に応じて制御パラメータを適応的に調整し、
   １周期前の入力又は繰返し試行の１試行前の入力に基づく補正が行われる学習制御器により、前記適応制御器が出力する前記操作量、前記適応制御器に入力される前記目標値と前記制御量との偏差、又は、前記操作量を計算するために前記適応制御器で求められる量を補正することを特徴とする制御方法。

Images