JPH01228001A - 適応制御方式 - Google Patents

適応制御方式

Info

Publication number
JPH01228001A
JPH01228001A JP5391788A JP5391788A JPH01228001A JP H01228001 A JPH01228001 A JP H01228001A JP 5391788 A JP5391788 A JP 5391788A JP 5391788 A JP5391788 A JP 5391788A JP H01228001 A JPH01228001 A JP H01228001A
Authority
JP
Japan
Prior art keywords
layer
processing
adaptive
controlled
phase
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
Application number
JP5391788A
Other languages
English (en)
Inventor
Hideki Yoshizawa
英樹 吉沢
Shigemi Osada
茂美 長田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP5391788A priority Critical patent/JPH01228001A/ja
Publication of JPH01228001A publication Critical patent/JPH01228001A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Feedback Control In General (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔概要〕 制御対象に対して適応制御を行う適応制御方式適用制御
に関する演算を前向き処理と後ろ向き処理とに分けて複
数並列に設けた層を更に複数層接続し、状態変数および
演算を各層で並列に夫々実行させ、精度高く高速に適用
制御することを目的とし、 制御n対象に対する指令値に対して、重みつけおよび非
線形関数を適用した値などを前層に伝達する前向き処理
部と、補償系から制御対象に対する通用誤差に対して、
重みつけなどした値を後層に伝達する後向き処理部とを
少なくとも1つづつ持つ層を設け、この層を複数連結し
て、末尾の層に対してIQ?1対象に対する指令値を与
え、先頭の層に対して制御対象に対する適用誤差を与え
ると共に、この先頭の層からの出力によって制御対象を
適応制御するように構成する。
〔産業上の利用分野〕
本発明は、制御対象に対して適応制御Bを行う適応制御
方式に関するものである。
〔従来の技術と発明が解決しようとする問題点〕従来、
ロボットなどの制御対象(プラント)に対して適用制御
する方式として、一般に第9図に示すような構成が採用
されている。この第9図に示す構成において、プラント
に対して適用制御するために、特に規範モデルとして数
学的拘束条件のもとに、逐次処理型の計算機によって逐
次処理アルゴリズムを用いて処理しているため、精度高
く高速処理し難い、このため、制御対象が線形モデルで
ありながら、高次のモデルとなるような場合などには、
次数または状態変数の数に比例して実行時間が増大し、
実時間処理が要求されるような対象に対して精度高く適
用し難いという問題点があった。
本発明は、適用制御に関する演算を前向き処理と後ろ向
き処理とに分けて複数並列に設けた層を更に複数層接続
し、状態変数および演算を各層で並列に夫々実行させ、
精度高く高速に適用制御することを目的としている。
C問題点を解決するための手段〕 第1図は本発明の原理構成図を示す。
第1図において、■は、前向き処理部であって、指令信
号入力を入力として出力に向かう処理系である。この前
向き処理部■は、指令信号入力(指令値)に対して重み
つけおよび非線形関数の適用などした値を前段の層に伝
達するようにしている。
■は、後ろ向き処理部であって、不完全補償系5の適応
誤差を入力として各層の処理部のハ、メータを再調整す
るように入力に向かう処理系である。この後ろ向き処理
部(2)は、不完全補償系5から制御対象4に対する適
用誤差に対して、重みつけなどした値を後段の層に伝達
するようにしている。
3は、記憶素子であって、各層、各処理部の間でデータ
を授受するためのものである。
4は、制御対象である。
5は、不完全補償系である。
〔作用〕
本発明は、第1図に示すように、前向きの処理部■およ
び後ろ向き処理部■を並列にした層を複数層接続し、指
令信号入力を入力として前向き処理部■が重みおよび非
線形関数の適用などして次の段の層に順次伝達し、一方
、適応誤差信号を入力として後ろ向き処理部■が重みつ
けなどして前の段の層に順次伝達してパラメータを再調
整し、不完全補償系5による制御誤差が零になるように
、出力を送出するようにしている。
従って、本発明に係わる前向き処理部■および後ろ向き
処理部■に指令信号入力および適応誤差信号に基づいて
いわば学習させ、しかも各層に並列に複数の前向き処理
部■および後ろ向き処理部■を設け、状態変数の多い場
合や演算数の多い処理でも、処理の並列化によって実行
時間を大幅に短縮することが可能となる。
〔実施例〕
次に、第2図から第8図を用いて本発明の1実施例の構
成および動作を順次詳細に説明する。
第2図は、適応制御装置の計算モデル例を示す。
これは、重み補正量計算部6が不完全補償系5による適
応誤差Eが零になるように、重みWo、W、1、WJ+
を調整するようにしている。これにより、結果として、
制御対象に対する制御量Cが、第1層ないし第4層の処
理部によって演算された出力結果Sに等しくなるように
II 11されることとなり、不完全補償系5による制
御誤差の影響を取り除くことが可能となる。
第3図は、第2図第1層から第4層を構成するPR(プ
ロセッサエレメント)の1つのPE内計算モデル例を示
す、ここで、点線で囲んだPEが1つのPE内の処理を
模式的に表したものである。
この1つのPE内では、前段の層のPE、ないしPR,
からの結果Y、ないしY、の値に対して、重み補正量計
算部6から通知された適応誤差に対応する所定の重みW
JlないしWlを乗算した後、総和を求め、更に非線形
関数を適用し、結果Y。
を求める。この結果YJを次の層のPRに伝達するよう
にしている。
以上のように、前段の層の各PEから伝達された結果に
対して、適応誤差に対応した重みづけをした積和を求め
、次段の層に伝達することを繰り返し実行し、不完全補
償系5による適応誤差を零になるように制御対象4を制
御することにより、いわば学習する態様で応答特性に優
れたフィード・フォワード系を形成することが可能とな
る。
第4図は1層分の並列演算装置例を示す、ここで、第4
図(イ)は前向き処理プロセッサ(例えば第5図プロセ
ッサ5)と記憶素子との接続例を示し、第4図(ロ)は
後ろ向き処理プロセッサ(例えば第5図プロセッサ4)
と記憶素子との接続例を示し、第4図(ハ)は第4図(
イ)と第4図(ロ)とを組み合わせた例を示す。
第5図は、第4図1層分の並列演算装置を、3つ組み合
わせ、ロボットの3関節アーム(制御対象)に適用した
具体例を示す、ここで、指令信号入力(θ1、θ富、θ
、)をプロセッサlに入力し、不完全補償系5からの3
つの適応誤差信号を最終層の記憶素子ZLに図示のよう
に入力することにより、第6図から第8図に示す処理に
よって、当該適応誤差信号が零に制御され、3関節アー
ム(制御対象4)がいわばフィード・フォワード制御さ
れることとなる。以下第5図構成の動作を順次詳細に説
明する。
第6図は、第5図プロセッサ4ないし7、および最終層
の記憶素子ZLにおける処理あるいは格納内容を記述し
たものである。ここで、R(指令信号)は第5図指令信
号入力(θ5、θ2、θ、)であり、S(適応出力)は
最終層(第4層)の記憶素子YLからの出力信号であり
、E(適応誤差)は不完全補償系5から最終層(第4層
)の記憶素子ZLへの入力信号である。以下第7図を用
いて第1層のプロセッサ1の処理手順を具体的に説明す
る0次に、第8図を用いてプロセッサ5.4 (2,1
、および6.5は同じ)の処理手順を具体的に説明する
第7図において、■、@は、内部変数tshを1に初期
化する。
図中0は、θbをメモリから読む、これは、第5図プロ
セッサlが指令信号人力θb  (h−tないし3)を
読むことを意味している。
図中[相]は、M−θ、とおく。
図中■は、R2−Mとおく。
図中[相]は、Wi、をメモリから読む、これは、第5
図プロセンサ1がメモリからW、。(重み)を読むこと
を意味している。
図中Oは、Y、−W、。・Rtを計算する。
図中[相]は、YiをメモリY、に書く。
図中0は、内部変数−が3の倍数か否かを判別する。Y
ESの場合(θ1ないしθ、まで処理を終了した場合)
には、図中[相]で内部変数りをインクレメントし、図
中◎を実行する。NOの場合には、図中[相]で内部変
敗iをインクレメントし、図中■を実行する。
図中[相]は、Mの一階微分値を計算してMに代入する
。これは、θ、゛(角速度)あるいはθ直”(角加速度
)などを計算することを意味している。
図中◎は、内部変数りが3よりも小さい等しいか否かを
判別する。YESの場合には、図中◎以下を繰り返し、
θ2、θ、について順次実行する。
Noの場合には、図中■に戻り、繰り返し実行する。
以上の処理によって、第6図第1層のプロセッサlによ
って、指令信号入力(θ1、θ冨、θ3)が順次取り込
まれ、θ、θ1゛、θ1゛°、θ8、θ2゛、θ8゛°
、θ1、θ、゛、θ、゛が生成され、これに対応した重
みWtoが乗算された結果値Y。
が、次段の層のプロセッサ3.2に渡すためにメモリY
、に格納される。
次に、第1に、第8図■から[相]を用いて、第6図に
示す後ろ向き処理部であるプロセッサ4の動作について
具体的に説明する。
第6図において、図中■は、重みW、jに初期値として
既定範囲のランダム値をセットする。
図中@は、K−1とおく。
図中◎は、YKをメモリから読む。
図中[相]は、■え=Yx  (I  Yx)を計算す
る。
これは、第6図プロセッサ4の最下行に示す処理を行う
ことを意味している。
図中■は、ZIlをメモリから読む。
図中[相]は、UK−ZK  ・V、を計算する。これ
は、第6図プロセッサ4の第4行目に示す処理を行うこ
とを意味している。
図中0は、U、をメモリに書く。
図中[相]は、変数j−1とおく。
図中[相]は、YJをメモリから読む。
図中[相]は、TkJ=Ull−Yjを計算する。これ
は、第6図プロセッサ4の第3行目に示す処理を行うこ
とを意味している。
図中[相]は、ΔWkJ=K・TKJ+L・ΔW1およ
びWkJ=Wっj十ΔWllJを計算する。ここで、K
、Lは定数を表す、これは、第6図プロセッサ4の第1
行目および第2行目に示す処理を行うことを意味してい
る。
図中[相]は、W、、をメモリに書く。
図中0は、変数jfJ<最大値j、、、よりも小さいか
否かを判別する。YESの場合には、図中[相]で変数
jの値をインクレメントして図中[相]以下を繰り返し
実行する。NOの場合には、図中[相]で変数にの値が
最大値k amヨよりも小さいか否かを判別する。YE
Sの場合には、図中[相]でインクレメントし、図中0
以下を繰り返し実行する。Noの場合には、図中00最
初に戻り、■以下を繰り返し実行する。
以上の処理により、後ろ向きの処理部であるプロセッサ
4によって後ろ向きの処理が実行され、適応誤差に対応
した値(パラメータ)を、前段の層のメモリZKから読
み出して所定の重みっけをした中間値Ukおよび重みW
kJを算出し、同じ層の前向き処理部であるプロセッサ
5に渡すようにしている。
第2に、第8図[相]から@を用いて、第6図に示す前
向き処理部であるプロセッサ5の動作について具体的に
説明する。
第8図において、図中[相]は、変数に−1と初期設定
する。
図中0は、変数j−1、xl−〇と初期設定する。
図中0は、YJ、w、jをメモリから読む、これは、前
段の層からのYJと、後ろ向き処理部であるプロセッサ
4の図中◎で算出されたWKJとをメモリから読むこと
を意味している。
図中[相]は、xk−x、+WkJ−Y、を計算する。
図中[株]は、変数jが最大値j、、、lよりも小さい
か否かを判別する。YESの場合には、図中[相]でj
の値をインクレメントし、図中@、[相]を繰り返し、
総和を算出する。これにより、第6図プロセッサ5の第
1行目の処理が実行される。NOの場合には、図中■を
実行する。
図中0は、YK = 1 / (14exp(−Xm 
))を計算する。これは、第3図を用いて説明したよう
に、非線形関数を適用することを意味している。
図中[相]は、Y、をメモリに書く。
図中[株]は、変数にの値が最大値k。、よりも小さい
か否かを判別する。YESの場合には、図中0で変数に
の値をインクレメントし、図中Q以下を繰り返し実行す
る。NOの場合には、図中◎で変$13=1と置く。
図中@は、k−1,2,−0とおく。
図中Oは、Ukをメモリから読む。
図中[相]は、2J−2、+W、、−U、を計算する。
これは、第6図プロセッサ5の第3行目の処理を実行す
ることを意味している。
図中@は、変数kが最大値に11.よりも小さいか否か
を判別する。YESの場合には、図中[相]で変数にの
偵をインクレメントし、図中O1@を繰り返し実行する
図中Oは、ZJをメモリに書く。
図中[相]は、変数jが最大値J mixよりも小さい
か否かを判別する。YESの場合には、図中O以下を繰
り返し実行する。NOの場合には、図中0に戻り、操り
返し実行する。
以上の処理により、前向きの処理部であるプロセッサ5
により、重みづけした積和に対して更に非線形関数を適
用した結果が次段の層にY、として渡されると共に、適
応誤差に対応する値がZjとして前段の層に戻される。
〔発明の効果〕
以上説明したように、本発明によれば、前向き処理部■
および後ろ向き処理部■を並列接続した層を、更に複数
接続する構成を採用しているため、指令信号入力に対応
した出力を送出する前向きの処理の流と、適応誤差信号
に基づいて各層の処理部のパラメータ(重みつけなど)
を戻る態様で再調整する後ろ向きの流の2系列に分離し
て持たせることができ、状態変数および演算数に対応し
て並列に接続する前向き処理部■および後ろ向き処理部
■を多数設けて並列処理を行わせ、実行時間を大幅に短
縮することができる。特に、後ろ向きの処理の流によっ
て、当初は既定範囲内のランダムな値を重みWと設定し
ても、いわば学習する態様で各層における当該重みWが
再調整され、第2図を用いて説明したいわばフィード・
フォーワード系を自動的に形成することが可能となる。
【図面の簡単な説明】
第1図は本発明の原理構成図、第2図は適応制御装置の
計算モデル例、第3図は1つのPE内計算モデル例、第
4図は111分の並列演算装置例、第5図は本発明によ
る3関節アーム適応制御方式の構成例、第6図は第5図
構成の処理アルゴリズム例、第7図、第8図は第6図処
理アルゴリズムの動作説明フローチャート、第9図は従
来の適応制御方式の説明図を示す。 図中、■は前向き処理部、■は後ろ向き処理部、3は記
憶素子、4は制御対象、5は不完全補償系を表す。 ン暉ff憔1子〜3 本発明の原理IK凹 尤 1 凶 U:l’l伺1狡置の廿鼻モr几臂1 第 2 図 見G図処理ア几丁すス゛ムの謝乍貌哨フD−ナヤート(
その1))5   7    しう /L米ΦWikシ犀ψ方式の°説2明因第 9 図

Claims (1)

  1. 【特許請求の範囲】  制御対象に対して適応制御を行う適応制御方式におい
    て、 制御対象に対する指令値に対して、重みつけおよび非線
    形関数を適用した値などを前層に伝達する前向き処理部
    (1)と、 補償系から制御対象に対する適用誤差に対して、重みつ
    けなどした値を後層に伝達する後向き処理部(2)とを
    少なくとも1つづつ持つ層を設け、この層を複数連結し
    て、末尾の層に対して制御対象に対する指令値を与え、
    先頭の層に対して制御対象に対する適用誤差を与えると
    共に、この先頭の層からの出力によって制御対象を適応
    制御するように構成したことを特徴とする適応制御方式
JP5391788A 1988-03-07 1988-03-07 適応制御方式 Pending JPH01228001A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP5391788A JPH01228001A (ja) 1988-03-07 1988-03-07 適応制御方式

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP5391788A JPH01228001A (ja) 1988-03-07 1988-03-07 適応制御方式

Publications (1)

Publication Number Publication Date
JPH01228001A true JPH01228001A (ja) 1989-09-12

Family

ID=12956063

Family Applications (1)

Application Number Title Priority Date Filing Date
JP5391788A Pending JPH01228001A (ja) 1988-03-07 1988-03-07 適応制御方式

Country Status (1)

Country Link
JP (1) JPH01228001A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05173606A (ja) * 1991-12-18 1993-07-13 Hitachi Ltd プロセス制御方法及び装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05173606A (ja) * 1991-12-18 1993-07-13 Hitachi Ltd プロセス制御方法及び装置

Similar Documents

Publication Publication Date Title
US20050137724A1 (en) Adaptive observer and related method
CN110221541B (zh) 伺服系统中前馈控制器的前馈系数获取装置、方法
CN110221538B (zh) 一种结合迭代学习的时间最优轨迹规划控制器及方法
EP0321579A1 (en) Articulated robot controller
JPH10133703A (ja) 適応的ロバスト制御装置
Krasnova et al. Cascade synthesis of a state observer with nonlinear correcting influences
EP0553356A1 (en) Method and apparatus for prediction repetition control of servo motor
US5498943A (en) Feedback control device
JPH08123507A (ja) ロバスト制御装置
EP0254211B1 (en) Position correcting control system for servomechanism device
US5566275A (en) Control method and apparatus using two neural networks
US6000827A (en) System identifying device and adaptive learning control device
Xia et al. Robust adaptive super-twisting sliding mode formation controller for homing of multi-underactuated AUV recovery system with uncertainties
Harashima et al. Tracking control of robot manipulators using sliding mode
Fusco et al. A comparison of visual servoing from features velocity and acceleration interaction models
US20010034560A1 (en) Control system
JPH01228001A (ja) 適応制御方式
JP2001018893A (ja) 船舶用自動操舵装置
Vukobratovic et al. Towards nonadaptive and adaptive control of manipulation robots
US20220204018A1 (en) Vehicle control using neural network controller in combination with model-based controller
Lin et al. Enhanced measurement and estimation methodology for flexible link arm control
Cuong et al. Learning feed-forward control for a two-link rigid robot arm
Ha et al. Robust control by inverse optimal PID approach for flexible joint robot manipulator
Cheng et al. Consensus of multiple Euler-Lagrange systems using one Euler-Lagrange System’s velocity measurements
Zhang et al. Neural network-based compensation control for trajectory tracking of industrial robots