JPH0475102A - モータ制御でのフィードフォアードゲインの学習方法 - Google Patents

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】 〔産業上の利用分野〕 本発明はモータ制御のフィードフォアードゲインでの学
習方法に関し、特にイナーシャ変動等が非常に大きい場
合、またはイナーシャ値が未知の場合のフィードフォア
ードゲインを学習により最適値に決定するモータ制御で
のフィードフォアードゲインの学習方法に関する。

〔従来の技術〕

ロボットのようなアームの伸縮状態によって、負荷イナ
ーシャが大幅に変化し、かつサーボモータと機構部の減
速比が大きい機械稼働部を有する系では通常のフィード
バック制御のみでは応答が遅く、実用に供しえない。

このようなサーボ系において、サーボ偏差量を減らす方
法としてフィードフォアード制御がある。

フィードフォアード制御ではフィードフォアードゲイン
がフィードバック系、特にイナーシャ等と整合している
と偏差量を劇的に減らすことができる。

Ｃ発明が解決しようとする課題〕 しかし、従来の方法では、イナーシャ値が未知の場合に
はフィードフォアードゲインを計算することができない
。また、イナーシャ変動があった場合などは、その平均
的な値を計算することが非常に困難であり、例え行って
も非常に手間の掛かる作業になる。

本発明はこのような点に鑑みてなされたものであり、フ
ィードフォアードゲインを学習機能によって決定するモ
ータ制御のフィードフォアードゲインの学習方法を提供
することを目的とする。

〔課題を解決するための手段〕

本発明では上記課題を解決するために、負荷イナーシャ
が大幅に変動する制御システムのモータ制御でのフィー
ドフォアードゲインの学習方法において、Ｋをフィード
フォアードゲイン、ｔは時間、ＶＥＲは偏差量、Ｕを指
令値、αはＯに近い正の定数、Ｘ＝　（１＋ＫＳ）Ｕと
し、式％式％） １こよって、前言己フィードフォアートゲインＫを学習
によって、決定することを特徴とするモータ制御でのフ
ィードフォアードゲインの学習方法が、提供される。

〔作用〕

後述するように、上記の式によってフィードフォアード
ゲインを決定することにより、偏差量を極小値０に収束
することができる。従って、学習によりフィードフォア
ードゲイン値を決定することにより、負荷イナーシャが
大幅に変動する制御系にも適用できる。

〔実施例〕

以下、本発明の一実施例を図面に基づいて説明する。

第５図は本発明の一実施例のロボットのサーボ制御ルー
プのハードウェアの構成例を示す図である。ホス）ＣＰ
ＵＩはロボット制御装置全体を制御するプロセッサであ
り、システムプログラム用のＲＯＭ、ワークＲＡＭ等は
省略しである。ホス）ＣＰＵＩからは位置指令値が共有
メモリ２に書き込まれる。サーボ用ディジタルサーボ回
路３はＤＳＰ　（ディジタル・シグナル・プロセッサ）
を中心として構成されており、制御プログラム用のＲＯ
Ｍ、データ用のＲＡＭ等を有している。ディジタルサー
ボ回路３は共有メモリから一定時間ごとに位置指令値を
読み出し、さらに帰還信号レジスタ４からモータ情報を
読みだし、サーボ系の指令を計算し、ロボット５に内蔵
された各軸のサーボモータの位置、速度及び電流を制御
する。以下に述べるモータ制御のフィードフォアードゲ
インの学習方法の種々の計算もディジタルサーボ回路３
によって実行される。

次にフィードフォアード・ゲインＫを学習によって決定
する問題を考える。まず、例としてモータ制御における
速度ループを考える。第２図はモータ制御における速度
ループのブロック図である。

速度指令値Ｕとフィードフォア−ドループの伝達関数１
１を通したものとが加算器１２で加算され、出力Ｘとな
る。Ｋはフィードフォアードゲインである。

出力Ｘは加算器１３で速度フィードバック量Ｙを引き、
伝達関数１４に送られる。Ｋ１は速度ループゲインであ
る。伝達関数１４の出力は伝達関数１５に入力される。

Ｋｔはサーボモータのトルク定数、Ｊはサーボモータ軸
からみた機械系のイナーシャであり、ロボットの姿勢に
よって大幅に変動する。Ｓはラプラス演算子である。

ここで、 Ｕ＊（１＋ＫＳ）＝Ｘ ただし、Ｕは速度指令、Ｙは速度フィードバック量、（
Ｕ−Ｙ）は速度偏差、Ｓはラプラス演算子である。この
式をＵについて解くと、 Ｕ＝１／　（１＋ＫＳ） １／　（１＋ＫＳ）＝１−ＫＳ＋に’　Ｓ’−に’　５
３−− に注目し、入力Ｕの周波数の小さい領域を考える。

現実にはＵの周波数は小さいし、また、Ｕが高周波成分
を含むときは、ソフトウェアによるフィルタで高周波を
カットするものとする。

１／　（１＋ＫＳ）＝１−ＫＳとなり、Ｕ＝　（１−Ｋ
Ｓ）Ｘ　　　　　　　−−−−（１ａ）となる。

第３図は速度指令を８カとする伝達関数のブロック図で
ある。すなわち、（１ａ）式はＸを入力とし、伝達関数
２１．２２とＸを直接加算器２３に人力したものと等価
となる。

ここで、 Ｅ＝　（１／２＞　　・＊（Ｕ−Ｙ）２＝　（１／２）
＊　（速度偏差）２ を考えると、 Ｕ＝Ｘ　１　＊に＋Ｘ　２テ、 Ｅ＝　（１／２）＊　（Ｘ１＊に＋Ｘ２−Ｙ）”となる
。ついで、 （ｄＫ／ｄ　ｔ）＝−（ａＥ／ａＫ）−（１）になるよ
うに、（ｄＫ／ｄｔ）を決定する。

これは以下の理由による。すなわち、 （ｄＥ／ｄ　ｔ）＝　（ａＥ／ａＫ）＊　（ｄＫ／ｄ　
ｔ）＝　（ａＥ／６Ｋ）＊　（ニー　（ａＥ／ａＫ）：
］＝−（ａＥ／ａＫ）２　≦０ となり、この結果、Ｅは単調減少で、極少値０に収束し
偏差が０になり、学習機能によってフィードフォアード
ゲインＫを決定できるからである。

今、速度偏差をＶＥＲとすると、 （ａＥ／δＫ）＝ＶＥＲ＊　（ｄＶＥＲ／ｄＫ）＝ＶＥ
Ｒ＊Ｘ１ この式にＸ　１　＝−（ｄＸ／ｄ　ｔ）を代入すると、
（ａＥ／ａＫ）＝−ＶＥＲ＊　（ｄＸ／ａｔ）従って、
（１）、（２）式より、 （ｄＫ／ｄ　ｔ）＝ＶＥＲ＊　、（ｄＸ／ｄ　ｔ）とな
る。

ここで、αを正数とすると、（αは適度の速度を決定す
るゲインである） （ｄＫ／ｄ　ｔ）＝ａ＊ＶＥＲ＊　（ｄＸ／ｄ　ｔ）が
得られる。

すなわち、（４）式が成立するようにフィードフォアー
ドゲインを学習によって決定すれば、偏差量の少ないフ
ィードフォアード制御が可能になる。

上記の説明では、速度制御ループで説明したが、上記の
Ｋをフィードフォアードゲイン、ＶＥＲを偏差量とすれ
ば他の制御ループ、すなわち位置制御ループにもそのま
ま適用できる。勿論、位置制御ループでは指令は位置指
令、フィードフォアードゲインは位置ループのフィード
フォアードゲイン、偏差量は位置偏差量となる。

第４図は位置制御ループと速度制御ループにフィードフ
ォアード制御ループを有するモータ制御系のブロック図
である。位置指令ｔｒｐはフィードフォア−ドループを
構成する伝達関数３２で微分され（Ｌ＊Ｓを乗じ）、加
算器３１で位置指令Ｕｐと加算される。ここで、Ｌは位
置制御ループでのフィードフォアードゲイン、Ｓはラプ
ラス演算子である。

加算器３１の出力は加算器３３に人力され、位置フィー
ドバックＦｐとの差をとり、位置偏差量ＥＲｐが伝達関
数３４に送られる。ここで、伝達関数３４は位置制御ル
ープゲインＫｐを有し、位置偏差量ＥＲｐにＫｐを乗じ
て出力される。

伝達関数３４の出力は速度指令Ｕｖとなる。速度指令Ｕ
ｖはフィードフォワードループを構成する伝達関数３５
で微分され（Ｍ＊Ｓを乗じ）、加算器３６で速度指令Ｕ
ｖと加算される。ここで、−Ｍは速度制御ループでのフ
ィードフォアードゲイン、Ｓはラプラス演算子である。

加算器３６の出力は加算器３７に入力され、速度フィー
ドバックＦｖとの差をとり、速度偏差量ＥＲｖが伝達関
数３８に送られる。ここで、伝達関数３８は速度制御ル
ープゲインに１を有し、速度偏差量ＥＲｖにＫｌを乗じ
て出力される。

伝達関数３８の出力は伝達関数３９に入力される。伝達
関数３９はサーボモータを含む機械系で、Ｋｔはサーボ
モータのトルク定数、Ｊはサーボモータ軸からみた機械
系のイナーシャである。伝達関数３９の出力は機械系の
速度となる。さらに伝達関数３９の出力を積分する伝達
関数４０の出力が機械系の位置Ｆｐとなる。

第１図は本発明のモータ制御のフィードフォアードゲイ
ンの学習方法の一実施例のフローチャートである。この
フローチャートは第４図に示す制御系のフィードフォア
ードゲインを決定するためのものである。図において、
ＳＰに続く数値はステップ番号を示す。

なお、制御系すなわちロボットを一定のアプリケーショ
ンの動作、例えばユーザで使用されるパレタイジング等
のプログラムを実行させながら行う。

［ＳＰ１］位置制御ループのフィードフォアードゲイン
Ｌを０又は１に固定する。

〔ＳＰ２〕速度制御ループのフィードフォアードゲイン
Ｍを０から順次変化させる。勿論、このときの基になる
式は（４）式であり、 （ｄＭ／ｄ　ｔ）＝ａ＊ＥＲｖ＊　（ｄＸｖ／ｄ　ｔ）
（α〉０） によりＭを収束させる。ただし、 Ｘｖ＝　（１＋ＭＳ）＊ＥＲｖ である。

［：ＳＰ３〕Ｍは収束したか判別し、収束していればＳ
Ｐ４に進み、収束していなければＳＰ２に戻り、Ｍを学
習させる。

［ＳＰ４］位置制御ループのフィードフォアードゲイン
Ｌを変化させて、学習させる。勿論、このときの基にな
る式は（４）式であり、 （ｄＬ／ｄｔ）＝β＊ＥＲｐ＊　（ｄＸｐ／ｄ　ｔ）（
β〉０、βは０に近い） により、Ｌを収束させる。ただし、 Ｘｐ＝　（１＋ＬＳ）＊ＥＲｐ である。

［ＳＰ５〕フィードフォアードゲインＬが収束したか判
別し、収束していなければＳＰ４に戻り学習を続行する
。

このように、イナーシャ値が判らなくても最適なフィー
ドフォアードゲインが設定でき指令に対する追従性が非
常に高くなる。

これらの学習をユーザのアプリケーションプログラム毎
に行えば、実際のロボットの動作を実際の使用現場で最
適のものとすることができる。すなわち、実際の使用現
場でのロボットの姿勢による機械系のイナーシャに最適
なフィードフォアードゲインが決定できる。勿論、これ
らの学習はロボットのティーチングの終了時に行い、フ
ィードフォアードゲインを決定し、ロボットの動作プロ
グラムを実行することとなる。

上記の説明では、位置制御ループと速度制御ループにフ
ィードフォアード制御ループを有する例で説明したが、
いずれか一方の制御ループにフィードフォアード制御ル
ープを有する場合も同様にフィードフォアードゲインを
学習させることができる。

〔発明の効果〕

以上説明したように本発明では、フィードフォアードゲ
インを学習によって求めるようにしたので、制御系のイ
ナーシャが分からない場合でも、最適なフィードフォア
ードゲインが設定でき、指令に対する追従性を高くする
ことができる。

【図面の簡単な説明】

第１図は本発明のモータ制御のフィードフォアードゲイ
ンの学習方法の一実施例のフローチャート、 第２図はモータ制御における速度ループのブロック図、 第３図は速度指令を出力とする伝達関数のブロック図、 第４図は位置制御ループと速度制御ループにフィードフ
ォアード制御ループを有する制御系のブロック図、 第５図は本発明の一実施例のロボットのサーボ制御ルー
プのハードウェアの構成例を示す図である。 ・　　ホストＣＰＵ −・−・−共有メモリ ・・・・・−ディジタルサーボ回路 ・・−−・　帰還信号レジスタ ・ロボット 第 図 第１図 第

Claims (5)

【特許請求の範囲】
1. （１）負荷イナーシャが大幅に変動する制御システムの
   モータ制御でのフィードフォアードゲインの学習方法に
   おいて、 Ｋをフィードフォアードゲイン、ｔは時間、ＶＥＲは偏
   差量、Ｕを指令値、αは正の定数、Ｘ＝１＋ＫＳ）Ｕと
   し、式 （ｄＫ／ｄｔ）＝α＊ＶＥＲ＊（ｄＸ／ｄｔ）によって
   、前記フィードフォアードゲインＫを学習によって、決
   定することを特徴とするモータ制御でのフィードフォア
   ードゲインの学習方法。
2. （２）前記フィードフォアードゲインを位置制御ループ
   に設けたことを特徴とする請求項１記載のモータ制御で
   のフィードフォアードゲインの学習方法。
3. （３）前記フィードフォアードゲインを速度制御ループ
   に設けたことを特徴とする請求項１記載のモータ制御で
   のフィードフォアードゲインの学習方法。
4. （４）前記フィードフォアードゲインを位置制御ループ
   と速度制御ループに設けたことを特徴とする請求項１記
   載のモータ制御でのフィードフォアードゲインの学習方
   法。
5. （５）前記位置制御ループの第１のフィードフォアード
   ゲインを固定し、前記速度制御ループの第２のフィード
   フォアードゲインを学習によって決定し、ついで前記第
   １のフィードフォアードゲインを学習により決定するこ
   とを特徴とする請求項４記載のモータ制御でのフィード
   フォアードゲインの学習方法。