JPH06324710A - 学習制御装置 - Google Patents

Abstract

(57)【要約】 【目的】伝達関数モデルを直接利用することにより、演
算量の少ない学習制御装置を提供する。 【構成】１周期前の制御入力ｕ(i')に補正量σ(i) を加
算してｕ(i) 求める手段と、目標指令を記憶して偏差ｅ
(i-D) を求める手段と、学習制御用定数を記憶する手段
と、偏差、補正量、制御入力の時系列データを記憶する
手段と、前記時系列データと制御対象の伝達関数モデル
により、Ｍサンプリング未来までの偏差予測値ｅ^* と偏
差ｅ(i-D) および補正量σ(i) に関する所定の評価関数
が最小となるように、現在時刻の補正量σ(i) を決定す
る手段とを備える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、工作機械、ロボット等
の制御装置に関する。

【０００２】

【従来の技術】繰り返し目標値に対する学習制御装置と
しては、本出願人が特開平1ー237701号公報、特願平03-1
77230 、および、特願平04-289431 において提案した装
置がある。これらの装置では、同じ目標値に対する動作
を繰り返し、偏差、補正量、制御入力、および、制御対
象のステップ応答をもとに未来偏差予測値が最小となる
ように制御入力が決定されるため、最終的には目標値と
出力が一致し、高精度な追従動作が実現される。

【０００３】

【発明が解決しようとする課題】しかし従来技術では、
未来偏差の予測の際に、制御対象の十分整定するまでの
ステップ応答が必要であり、制御対象の伝達関数モデル
が得られている場合、シミュレーション等によりステッ
プ応答を算出することも考えられるが、直接的でなく、
その分の手間がかかり、さらに、整定時間の増加やサン
プリング周期の短縮に伴って演算量が増加するなどの問
題があった。そこで本発明は、伝達関数モデルを直接利
用し、演算量の少ない学習制御装置を提供することを目
的とする。

【０００４】

【課題を解決するための手段】上記問題点を解決するた
め、本願第１の発明では、周期Ｌで同じパターンを繰り
返す目標指令に、伝達関数モデルが、 Ｇp(z) = (b₁z ^-1 + … + b_Nbz ^-Nb ) / (1 - a₁z^-1
- … - a_Naz ^-Na ) である制御対象の出力を追従させるよう、現在時刻ｉに
おいて、目標指令ｒ(i)（= ｒ(i') i'=i-L ）と、D(D
≧0)サンプリング前の制御対象の出力ｙ(i-D) を入力
し、制御入力ｕ(i) を制御対象へ出力する学習制御装置
において、１周期前の制御入力ｕ(i')に補正量σ(i) を
加算して、ｕ(i) 求める手段と、目標指令を記憶し、偏
差ｅ(i-D) を求める手段と、学習制御用定数を記憶する
手段と、偏差、補正量、制御入力の時系列データを記憶
する手段と、前記時系列データと制御対象の伝達関数モ
デルにより、Ｍサンプリング未来までの偏差予測値ｅ^*
と偏差ｅ(i-D) および補正量σ(i) に関する評価関数

【０００５】

【数２３】

【０００６】ただし、Δはサンプリング周期間の増分値
を表す（Δσ(i)=σ(i)-σ(i-1) ）。が最小となるよう
に、現在時刻の補正量σ(i) を決定する手段とを備えた
ことを特徴とし、本願第２の発明では、周期Ｌで同じパ
ターンを繰り返す目標指令に、伝達関数モデルが、 Ｇp(z) = (b₁z ^-1 + … + b_Nbz ^-Nb ) / (1 - a₁z^-1
- … - a_Naz ^-Na ) である制御対象の出力を追従させるよう、現在時刻ｉに
おいて、目標指令増分値Δｒ(i) （= Δｒ(i') i'=i-L
）と、D(D ≧0)サンプリング前の制御対象の出力増分
値Δｙ(i-D) を入力し、制御入力ｕ(i) を制御対象へ出
力する学習制御装置において、１周期前の制御入力増分
値Δｕ(i')に補正量増分値Δσ(i) を加算して、Δｕ
(i) 求める手段と、目標指令増分値を記憶し、偏差増分
値および偏差を求める手段と、補正量増分値より補正量
を求める手段と、学習制御用定数を記憶する手段と、偏
差増分値、補正量増分値、制御入力増分値の時系列デー
タを記憶する手段と、前記偏差と補正量と時系列データ
と制御対象の伝達関数モデルにより、Ｍサンプリング未
来までの偏差増分値の予測値Δｅ^* と偏差ｅおよび補正
量に関する評価関数

【０００７】

【数２４】

【０００８】（ただし、σ(i)=σ(i-1)+Δσ(i))が最小
となるように、現在時刻の補正量増分値Δσ(i) を決定
する手段と、制御入力増分値より制御入力を求める手段
とを備えたことを特徴とし、本願第３の発明では、周期
Ｌで同じパターンを繰り返す目標指令に、伝達関数モデ
ルが、 Ｇp(z) = (b₁z ^-1 +…+b_Nbz ^-Nb ) / ｛(1-z^-1 )(1-a₁z
^-1 -…-a_Naz ^-Na ) ｝ である制御対象の出力を追従させるよう、現在時刻ｉに
おいて、目標指令増分値Δｒ(i) （= Δｒ(i') i'=i-L
）と、D(D ≧0)サンプリング前の制御対象の出力増分
値Δｙ(i-D) を入力し、制御入力ｕ(i) を制御対象へ出
力する学習制御装置において、１周期前の制御入力ｕ
(i')に補正量σ(i) を加算して、ｕ(i) を求める手段
と、目標指令増分値を記憶し、偏差増分値および偏差を
求める手段と、学習制御用定数を記憶する手段と、偏差
増分値、補正量、制御入力の時系列データを記憶する手
段と、前記偏差と時系列データと制御対象の伝達関数モ
デルにより、Ｍサンプリング未来までの偏差増分値の予
測値Δｅ^* と偏差ｅおよび補正量に関する評価関数

【０００９】

【数２５】

【００１０】が最小となるように、現在時刻の補正量σ
(i) を決定する手段とを備えたことを特徴とする。

【００１１】

【作用】上記手段により、伝達関数モデルを直接利用
し、演算量の少ない学習制御装置が実現され、高精度な
追従動作が可能となる。

【００１２】

【実施例】まず、本願第１の発明の具体的実施例を図１
に示して説明する。図中１は本発明の学習制御装置であ
り、現在時刻ｉにおいて、周期Ｌで同じパターンを繰り
返す目標指令の現在値ｒ(i) （= ｒ(i') i'=i-L ）と、
D(D ≧0)サンプリング前の制御対象の出力ｙ(i-D) を入
力し、制御入力ｕ(i) を制御対象へ出力する。２は、目
標指令ｒ(i),ｒ(i-1),…, ｒ(i-D) を記憶するメモリ、
８は、メモリ２に記憶された目標指令ｒ(i-D) と、出力
ｙ(i-D) との差ｅ(i-D) を求める減算器である。３は、
定数Ｅ, ｑ_M1 ,…, ｑ_M , ｐ₀,…, ｐ_Na, ｇ₁,…, ｇ
_Nb+Dを記憶するメモリ、４は過去の偏差を記憶するメモ
リであり、減算器８の出力ｅ(i-D) が新たに記憶され
る。５は過去の補正量を記憶するメモリ、６は１周期前
の時刻i'までの過去の制御入力を記憶するメモリであ
る。７は演算器であり、

【００１３】

【数２６】

【００１４】なる演算によって補正量σ(i) を算出す
る。算出されたσ(i) は、加算器９に入力されるととも
にメモリ５に記憶される。加算器９は、演算器７の出力
σ(i) とメモリ６に記憶されたｕ(i')とを加算して制御
入力ｕ(i) を算出する。得られた制御入力ｕ(i) は、学
習制御装置１の出力として制御対象に出力されるととも
に、メモリ６に記憶される。ここで(1) 式の導出を行
う。時刻ｉにおいて、制御入力ｕ(i) は、加算器９によ
り次式で決定される。 ｕ(i) = ｕ(i') + σ(i) (2) そこで、未来偏差予測値ｅ^* (i+m) (1≦M1≦m ≦M)が最
小となるように、現在時刻の補正量σ(i) を決定するこ
とを考える。いま制御対象の伝達関数モデルが、 Ｇp(z) = (b₁z ^-1 + … + b_Nbz ^-Nb ) / (1 - a₁z^-1
- … - a_Naz ^-Na ) の離散時間系で得られているとすると、その入出力間モ
デルは次式となる。

【００１５】

【数２７】

【００１６】上式のモデルを用いれば、 δ(i) = ｙ(i) - ｙ(i') (4) で定義される出力変化分δ(i) のモデルは次式となる。

【００１７】

【数２８】

【００１８】時刻ｉにおいては、時刻i-D までの出力変
化分実測値δ(i-n) (n≧D) が得られているため、それ
以降の

【００１９】

【数２９】

【００２０】を、実測値を用いて表すと、

【００２１】

【数３０】

【００２２】より、次式となる。

【００２３】

【数３１】

【００２４】（ただし、 a_n =0 (n> N_a ), b_n =0 (n<1
およびn> N_b ) ）で与えられる。またσ(j)=σ(i) (j>
i) とすると、(9b)式の

【００２５】

【数３２】

【００２６】は次式となる。

【００２７】

【数３３】

【００２８】そこで時刻i-D 以降の出力変化分を

【００２９】

【数３４】

【００３０】で予測すると、出力変化分予測値δ^* (i+
m) は、

【００３１】

【数３５】

【００３２】で表され、係数 A_mn, B_mnは、次式で与え
られる。

【００３３】

【数３６】

【００３４】この場合、(11)式の係数 A_mn,B_mnは、σ
(j)=0 (j>i) とすると、

【００３５】

【数３７】

【００３６】（ただし、 a_n =0 (n> N_a ), b_n =0 (n<1
およびn> N_b ) ）で与えられ、σ(j)=σ(i) (j>i) とす
ると、(14b) 式の B_m0は次式となる。

【００３７】

【数３８】

【００３８】以上より、出力変化分予測値δ^* (i+m) (m
≧-D+1) は(11)式で与えられ、その係数 A_mn, B_mnは、
(8),(9),(12)式、あるいは(13),(14) 式で求められる。
したがって、未来偏差予測値ｅ^* (i+m) を、

【００３９】

【数３９】

【００４０】で与え、評価関数

【００４１】

【数４０】

【００４２】（ただし、Δσ(i)=σ(i)-σ(i-1) ）が最
小となるように、補正量σ(i) を決定すると、∂Ｊ/ ∂
σ(i) = 0 より、前記(1) 式を得る。ただし各定数、ｑ
_m , ｐ_n , Ｅ, ｇ_n は、次式で与えられる。

【００４３】

【数４１】

【００４４】ところで、偏差ｅ(i-D) から制御入力ｕ
(i) までの伝達関数Ｇu(z)は、ｐ₀+Ｅを改めてｐ₀ と置
くと、(1),(2) 式より次式となる。

【００４５】

【数４２】

【００４６】したがって、減算器８の出力信号ｅ(i-D)
から制御入力ｕ(i) までの伝達関数が(18)式となるよう
制御入力を決定する手段を備えていれば、図１の実施例
以外の構成でも、同様の効果を持つ学習制御器が実現さ
れる。さらに制御系の安定性を高めるために、上式のz
^-L部分をＦ(z)z^-Lとしても良い。ここでＦ(z) は、ロー
パスフィルタの伝達関数である。また、出力変化分予測
値δ^* (i+m) を、(11)式の代わりに(5) 式と次式

【００４７】

【数４３】

【００４８】（ただし A_mn,B_mnは、(8),(9),(9')式でD=
0 としたときの

【００４９】

【数４４】

【００５０】の値）によって与え、未来偏差予測値をｅ
^* (i+m)=ｅ(i'+m)- δ^* (i+m) として、(16)式の評価関
数（ただしα=0）を最小とするよう補正量を決定すれ
ば、各試行を間欠的に行い各試行間に次回１試行分の補
正量を(5) 式と次式によりまとめて算出することもでき
る。

【００５１】

【数４５】

【００５２】（ただし、ｑ_m , ｐ_n , ｇ_n は(17)式でD=
0 としたときの値である）つぎに、本願第２の発明の具
体的実施例を図２に示して説明する。図中２１は本発明
の学習制御装置であり、現在時刻ｉにおいて、周期Ｌで
同じパターンを繰り返す目標指令の増分値Δｒ(i) （=
Δｒ(i') i'=i-L ）と、D(D ≧0)サンプリング前の制御
対象の出力増分値Δｙ(i-D) を入力し、制御入力ｕ(i)
を制御対象へ出力する。Δは、サンプリング周期間の増
分値を表す。２２は、目標指令増分値Δｒ(i),…, Δｒ
(i-D) を記憶するメモリ、２８は、メモリ２２に記憶さ
れたΔｒ(i-D) と、Δｙ(i-D) との差Δｅ(i-D) を求め
る減算器であり、３０はΔｅ(i-D) よりｅ(i-D) を求め
る積算器である。２３は定数ｖ_-D+1 ,…, ｖ_M , ｐ₀,
…, ｐ_Na-1 ,Ｅ, ｇ₁,…, ｇ_Nb+D-1 ,Ｓを記憶するメモ
リ、２４は過去の偏差増分値を記憶するメモリであり、
減算器２８の出力Δｅ(i-D) が新たに記憶される。２５
は過去の補正量増分値を記憶するメモリ、３１は補正量
σ(i-1) を求める積算器、２６は１周期前の時刻i'まで
の過去の制御入力増分値を記憶するメモリである。２７
は演算器であり、

【００５３】

【数４６】

【００５４】なる演算により補正量増分値Δσ(i) を算
出する。算出されたΔσ(i) は、加算器２９と積算器３
１に入力されるとともにメモリ２５に記憶される。加算
器２９は、演算器２７の出力Δσ(i) とメモリ２６に記
憶されたΔｕ(i')とを加算して制御入力増分値Δｕ(i)
を算出する。得られたΔｕ(i) は、積算器３２に入力さ
れるとともに、メモリ２６に記憶される。積算器３２に
よって求められた制御入力ｕ(i) は、学習制御装置２１
の出力として制御対象に出力される。ここで(21)式の導
出を行う。時刻ｉにおいて、制御入力増分値Δｕ(i)
は、加算器２９により次式で決定される。 Δｕ(i) = Δｕ(i') + Δσ(i) (22) そこで、未来偏差予測値が最小となるように、現在時刻
の補正量増分値Δσ(i)を決定することを考える。 い
ま制御対象の伝達関数モデルが、 Ｇp(z) = (b₁z ^-1 + … + b_Nbz ^-Nb ) / (1 - a₁z^-1
- … - a_Naz ^-Na ) の離散時間系で得られているとすると、その入出力増分
値モデルは次式となる。

【００５５】

【数４７】

【００５６】上式のモデルを用いれば、 Δδ(i) = Δｙ(i) - Δｙ(i') (24) で定義される出力増分値変化分Δδ(i) のモデルは次式
となる。

【００５７】

【数４８】

【００５８】時刻ｉにおいては、時刻i-D までの変化分
実測値Δδ(i-n) (n≧D)が得られているため、それ以降
の変化分を実測値を用いて、

【００５９】

【数４９】

【００６０】で予測すると、変化分予測値Δδ^* (i+m)
は、次式となる。

【００６１】

【数５０】

【００６２】ここで係数 A_mn, B_mnは、未来の補正量増
分値をΔσ(j)=0 (j>i) とすると、

【００６３】

【数５１】

【００６４】（ただし、 a_n =0 (n> N_a ), b_n =0 (n<1
およびn> N_b ) ）で与えられる。したがって、偏差増分
値の予測値Δｅ^* (i+m) を、(24),(27) 式より、

【００６５】

【数５２】

【００６６】で与え、評価関数

【００６７】

【数５３】

【００６８】（ただし、σ(i)=σ(i-1)+Δσ(i) ）が最
小となるように、補正量増分値Δσ(i) を決定すると、
∂Ｊ/ ∂Δσ(i)=0より、前記(21)式を得る。ただし各
定数、ｖ_m , ｐ_n , Ｅ, ｇ_n , Ｓは次式で与えられる。

【００６９】

【数５４】

【００７０】ところで、偏差Δｅ(i-D) から制御入力増
分値Δｕ(i) までの伝達関数Ｇu(z)は、(21),(22) 式よ
り

【００７１】

【数５５】

【００７２】となるため、減算器２８の出力信号Δｅ(i
-D) から制御入力増分値Δｕ(i) までの伝達関数が(33)
式となるよう制御入力増分値を決定し、積算して制御入
力を求める手段を備えていれば、図２の実施例以外の構
成でも、同様の効果を持つ学習制御器が実現される。さ
らに制御系の安定性を高めるために、上式のz ^-L部分を
Ｆ(z)z^-Lとしても良い。ここでＦ(z) は、ローパスフィ
ルタの伝達関数である。また、変化分予測値Δδ^* (i+
m) を、(27)式の代わりに(25)式と次式

【００７３】

【数５６】

【００７４】（ただし A_mn,B_mnは、(28),(29) 式でD=0
としたときの値）によって与え、偏差増分値の予測値を
Δｅ^* (i+m)=Δｅ(i'+m)- Δδ^* (i+m) として、評価関
数

【００７５】

【数５７】

【００７６】を最小とするよう補正量増分値を決定すれ
ば、各試行を間欠的に行い各試行間に次回１試行分の補
正量増分値を(25),(34) 式と次式によりまとめて算出す
ることもできる。

【００７７】

【数５８】

【００７８】ただし、ｖ_m , ｐ_n , Ｅ, ｇ_n , Ｓは(32)
式でD=0 としたときの値である。つぎに、本願第３の発
明の具体的実施例を図３に示して説明する。図中４１は
本発明の学習制御装置であり、現在時刻ｉにおいて、周
期Ｌで同じパターンを繰り返す目標指令の増分値Δｒ
(i) （= Δｒ(i') i'=i-L ）と、D(D ≧0)サンプリング
前の制御対象の出力増分値Δｙ(i-D) を入力し、制御入
力ｕ(i) を制御対象へ出力する。Δは、サンプリング周
期間の増分値を表す。４２は、目標指令増分値Δｒ(i),
…, Δｒ(i-D) を記憶するメモリ、４８は、メモリ４２
に記憶されたΔｒ(i-D) と、Δｙ(i-D) との差Δｅ(i-
D) を求める減算器であり、５０はΔｅ(i-D) よりｅ(i-
D) を求める積算器である。４３は定数ｖ_-D+1 ,…, ｖ
_M , ｐ₀,…, ｐ_Na-1 ,Ｅ, ｇ₁,…, ｇ_Nb+D-1を記憶する
メモリ、４４は過去の偏差増分値を記憶するメモリであ
り、減算器４８の出力Δｅ(i-D) が新たに記憶される。
４５は過去の補正量を記憶するメモリ、４６は１周期前
の時刻i'までの過去の制御入力を記憶するメモリであ
る。４７は演算器であり、

【００７９】

【数５９】

【００８０】なる演算により補正量σ(i) を算出する。
算出されたσ(i) は、加算器４９に入力されるとともに
メモリ４５に記憶される。加算器４９は、演算器４７の
出力σ(i) とメモリ４６に記憶されたｕ(i')とを加算し
て制御入力ｕ(i) を算出する。得られたｕ(i) は、学習
制御装置４１の出力として制御対象に出力されるととも
に、メモリ４６に記憶される。ここで(41)式の導出を行
う。時刻ｉにおいて、制御入力ｕ(i) は、加算器４９に
より次式で決定される。 ｕ(i) = ｕ(i') + σ(i) (42) そこで、未来偏差予測値が最小となるように、現在時刻
の補正量σ(i) を決定することを考える。いま制御対象
の伝達関数モデルが、 Ｇp(z) = (b₁z ^-1 +…+b_Nbz ^-Nb ) / ｛(1-z^-1 )(1-a₁z
^-1 -…-a_Naz ^-Na ) ｝ の離散時間系で得られているとすると、その入出力モデ
ルは次式となる。

【００８１】

【数６０】

【００８２】上式のモデルを用いれば、 Δδ(i) = Δｙ(i) - Δｙ(i') (44) で定義される出力増分値変化分Δδ(i) のモデルは次式
となる。

【００８３】

【数６１】

【００８４】時刻ｉにおいては、時刻i-D までの変化分
実測値Δδ(i-n) (n≧D)が得られているため、それ以降
の変化分を実測値を用いて、

【００８５】

【数６２】

【００８６】で予測すると、変化分予測値Δδ^* (i+m)
は、次式となる。

【００８７】

【数６３】

【００８８】ここで係数 A_mn, B_mnは、未来の補正量を
σ(j)=0 (j>i) とすると、

【００８９】

【数６４】

【００９０】（ただし、 a_n =0 (n> N_a ), b_n =0 (n<1
およびn> N_b ) ）で与えられる。またσ(j)=σ(i) (j>
i) とすると、(49b) 式の B_m0は次式となる。

【００９１】

【数６５】

【００９２】したがって、偏差増分値の予測値Δｅ^* (i
+m) を、(44),(47) 式より、

【００９３】

【数６６】

【００９４】で与え、評価関数

【００９５】

【数６７】

【００９６】が最小となるように、補正量σ(i) を決定
すると、∂Ｊ/ ∂σ(i)=0 より、前記(41)式を得る。た
だし各定数、ｖ_m , ｐ_n , Ｅ, ｇ_n は次式で与えられ
る。

【００９７】

【数６８】

【００９８】(41)式は、補正量増分値Δσを用いて、

【００９９】

【数６９】

【０１００】と書き直すこともできる。ただし、Ｇ_n は
(52)式のｇ_n より次式で与えられる。

【０１０１】

【数７０】

【０１０２】ところで、偏差Δｅ(i-D) から制御入力ｕ
(i) までの伝達関数Ｇu(z)は、(41),(42) 式より

【０１０３】

【数７１】

【０１０４】となるため、減算器４８の出力信号Δｅ(i
-D) から制御入力ｕ(i) までの伝達関数が(53)式となる
よう制御入力を決定する手段を備えていれば、図３の実
施例以外の構成でも、同様の効果を持つ学習制御器が実
現される。さらに制御系の安定性を高めるために、上式
のz ^-L部分をＦ(z)z^-Lとしても良い。ここでＦ(z) は、
ローパスフィルタの伝達関数である。また、変化分予測
値Δδ^* (i+m) を、(47)式の代わりに(45)式と次式

【０１０５】

【数７２】

【０１０６】（ただし A_mn,B_mnは、(48),(49),(49b) 式
でD=0 としたときの値）によって与え、偏差増分値の予
測値をΔｅ^* (i+m)=Δｅ(i'+m)- Δδ^* (i+m) として、
評価関数

【０１０７】

【数７３】

【０１０８】を最小とするよう補正量を決定すれば、各
試行を間欠的に行い各試行間に次回１試行分の補正量を
(45),(54) 式と次式によりまとめて算出することもでき
る。

【０１０９】

【数７４】

【０１１０】ただし、ｖ_m , ｐ_n , Ｅ, ｇ_n は(52)式で
D=0 としたときの値である。

【０１１１】

【発明の効果】以上述べたように本発明によれば、伝達
関数モデルを直接利用し、演算量の少ない学習制御装置
が実現され、高精度な追従動作が可能となるという効果
がある。

【図面の簡単な説明】

【図１】本願第１の発明の具体的実施例を示す図

【図２】本願第２の発明の具体的実施例を示す図

【図３】本願第３の発明の具体的実施例を示す図

【符号の説明】

１ 学習制御装置 ２ 目標指令を記憶するメモリ ３ 定数を記憶するメモリ ４ 偏差を記憶するメモリ ５ 補正量を記憶するメモリ ６ 制御入力を記憶するメモリ ７ 演算器 ８ 減算器 ９ 加算器

Claims (13)

【特許請求の範囲】
1. 【請求項１】 周期Ｌで同じパターンを繰り返す目標指
   令に、伝達関数モデルが、 Ｇp(z) = (b₁z ^-1 + … + b_Nbz ^-Nb ) / (1 - a₁z^-1
   - … - a_Naz ^-Na ) である制御対象の出力を追従させるよう、現在時刻ｉに
   おいて、目標指令ｒ(i)（= ｒ(i') i'=i-L ）と、D(D
   ≧0)サンプリング前の制御対象の出力ｙ(i-D) を入力
   し、制御入力ｕ(i) を制御対象へ出力する学習制御装置
   において、 １周期前の制御入力ｕ(i')に補正量σ(i) を加算してｕ
   (i) を求める手段と、 目標指令を記憶して偏差ｅ(i-D) を求める手段と、 学習制御用定数を記憶する手段と、 偏差、補正量、制御入力の時系列データを記憶する手段
   と、 前記時系列データと制御対象の伝達関数モデルにより、
   Ｍサンプリング未来までの偏差予測値ｅ^* と偏差ｅ(i-
   D) および補正量σ(i) に関する評価関数 【数１】 （ただし、Δはサンプリング周期間の増分値を表す（Δ
   σ(i)=σ(i)-σ(i-1) ））が最小となるように、現在時
   刻の補正量σ(i) を決定する手段とを備えたことを特徴
   とする学習制御装置。
2. 【請求項２】 現在時刻の補正量σ(i) を 【数２】 （ここで、ｑ_m , ｐ_n , Ｅ, ｇ_n は学習制御用定数）と
   して決定する手段を備えたことを特徴とする請求項１記
   載の学習制御装置。
3. 【請求項３】 請求項１のｕ(i) を求める手段に代え
   て、偏差ｅ(i-D) から制御入力ｕ(i) までの伝達関数が 【数３】 （ここで、ｑ_m , ｐ_n , ｇ_n は学習制御用定数、Ｆ(z)
   はローパスフィルタの伝達関数または１）となるよう制
   御入力ｕ(i) を決定する手段を備えたことを特徴とする
   請求項１記載の学習制御装置。
4. 【請求項４】 請求項１のｕ(i) を求める手段に代え
   て、１周期ごとの各試行を間欠的に行い、各試行間に前
   記伝達関数モデルにより、制御対象出力の前回試行時か
   らの変化分 【数４】 を算出し記憶する手段と、 次回試行分の制御入力を ｕ(i) = ｕ(i') + σ(i) 【数５】 （ここでｑ_m , ｐ_n , ｇ_n は学習制御用定数）により１
   試行分まとめて決定する手段とを備えることを特徴とす
   る請求項１記載の学習制御装置。
5. 【請求項５】 周期Ｌで同じパターンを繰り返す目標指
   令に、伝達関数モデルが、 Ｇp(z) = (b₁z ^-1 + … + b_Nbz ^-Nb ) / (1 - a₁z^-1
   - … - a_Naz ^-Na ) である制御対象の出力を追従させるよう、現在時刻ｉに
   おいて、目標指令増分値Δｒ(i) （= Δｒ(i') i'=i-L
   ）と、D(D ≧0)サンプリング前の制御対象の出力増分
   値Δｙ(i-D) を入力し、制御入力ｕ(i) を制御対象へ出
   力する学習制御装置において、 １周期前の制御入力増分値Δｕ(i')に補正量増分値Δσ
   (i) を加算してΔｕ(i) を求める手段と、 目標指令増分値を記憶して偏差増分値および偏差を求め
   る手段と、 補正量増分値より補正量を求める手段と、 学習制御用定数を記憶する手段と、 偏差増分値、補正量増分値、制御入力増分値の時系列デ
   ータを記憶する手段と、 前記偏差と補正量と時系列データと制御対象の伝達関数
   モデルにより、Ｍサンプリング未来までの偏差増分値の
   予測値Δｅ^* と偏差ｅおよび補正量に関する評価関数 【数６】 （ただし、σ(i)=σ(i-1)+Δσ(i) ）が最小となるよう
   に、現在時刻の補正量増分値Δσ(i) を決定する手段
   と、 制御入力増分値より制御入力を求める手段とを備えたこ
   とを特徴とする学習制御装置。
6. 【請求項６】 現在時刻の補正量増分値Δσ(i) を 【数７】 （ここで、ｖ_m , ｐ_n , Ｅ, ｇ_n , Ｓは学習制御用定
   数）として決定する手段を備えたことを特徴とする請求
   項５記載の学習制御装置。
7. 【請求項７】 請求項５の制御入力増分値Δｕ(i) を決
   定する手段に代えて、偏差増分値Δｅ(i-D) から制御入
   力増分値Δｕ(i) までの伝達関数が 【数８】 （ここで、ｖ_m , ｐ_n , Ｅ, ｇ_n , Ｓは学習制御用定
   数、Ｆ(z) はローパスフィルタの伝達関数または１）と
   なるよう制御入力増分値Δｕ(i) を決定する手段を備え
   たことを特徴とする請求項５記載の学習制御装置。
8. 【請求項８】 請求項５の補正量増分値Δσ(i) を決定
   する手段および制御入力増分値Δｕ(i) を決定する手段
   に代えて、１周期ごとの各試行を間欠的に行い、各試行
   間に前記伝達関数モデルにより制御対象出力増分値の前
   回試行時からの変化分 【数９】 を算出し記憶する手段と、 変化分 【数１０】 と前回試行時の偏差増分値より偏差 【数１１】 を求め記憶する手段と、 評価関数 【数１２】 を最小とするよう次回試行分の制御入力を ｕ(i) = ｕ(i-1) + Δｕ(i) Δｕ(i) = Δｕ(i') + Δσ(i) 【数１３】 （ここでｖ_m , ｐ_n , Ｅ, ｇ_n , Ｓは学習制御用定数）
   により１試行分まとめて決定する手段とを備えることを
   特徴とする請求項５記載の学習制御装置。
9. 【請求項９】 周期Ｌで同じパターンを繰り返す目標指
   令に、伝達関数モデルが、 Ｇp(z) = (b₁z ^-1 +…+b_Nbz ^-Nb ) / ｛(1-z^-1 )(1-a₁z
   ^-1 -…-a_Naz ^-Na ) ｝ である制御対象の出力を追従させるよう、現在時刻ｉに
   おいて、目標指令増分値Δｒ(i) （= Δｒ(i') i'=i-L
   ）と、D(D ≧0)サンプリング前の制御対象の出力増分
   値Δｙ(i-D) を入力し、制御入力ｕ(i) を制御対象へ出
   力する学習制御装置において、 １周期前の制御入力ｕ(i')に補正量σ(i) を加算してｕ
   (i) を求める手段と、 目標指令増分値を記憶して偏差増分値および偏差を求め
   る手段と、 学習制御用定数を記憶する手段と、 偏差増分値、補正量、制御入力の時系列データを記憶す
   る手段と、 前記偏差と時系列データと制御対象の伝達関数モデルに
   より、Ｍサンプリング未来までの偏差増分値の予測値Δ
   ｅ^* と偏差ｅおよび補正量に関する評価関数 【数１４】 が最小となるように、現在時刻の補正量σ(i) を決定す
   る手段とを備えたことを特徴とする学習制御装置。
10. 【請求項１０】 現在時刻の補正量σ(i) を 【数１５】 （ここで、ｖ_m , ｐ_n , Ｅ, ｇ_n は学習制御用定数）と
    して決定する手段を備えたことを特徴とする請求項９記
    載の学習制御装置。
11. 【請求項１１】 補正量増分値の時系列データを記憶す
    る手段と、現在時刻の補正量σ(i) を 【数１６】 （ここで、ｖ_m , ｐ_n , Ｅ, Ｇ_n は学習制御用定数）と
    して決定する手段とを備えたことを特徴とする請求項９
    記載の学習制御装置。
12. 【請求項１２】 請求項９の制御入力ｕ(i) を決定する
    手段に代えて、偏差増分値Δｅ(i-D) から制御入力ｕ
    (i) までの伝達関数が 【数１７】 （ここで、ｖ_m , ｐ_n , Ｅ, ｇ_n は学習制御用定数、Ｆ
    (z) はローパスフィルタの伝達関数または１）となるよ
    う制御入力ｕ(i) を決定する手段を備えたことを特徴と
    する請求項９記載の学習制御装置。
13. 【請求項１３】 請求項９の現在時刻の補正量σ(i) を
    決定する手段および制御入力ｕ(i) を決定する手段に代
    えて、１周期ごとの各試行を間欠的に行い、各試行間に
    前記伝達関数モデルにより制御対象出力増分値の前回試
    行時からの変化分 【数１８】 を算出し記憶する手段と、 変化分 【数１９】 と前回試行時の偏差増分値より偏差 【数２０】 を求め記憶する手段と、 評価関数 【数２１】 を最小とするよう次回試行分の制御入力を ｕ(i) = ｕ(i') + σ(i) 【数２２】 （ここでｖ_m , ｐ_n , Ｅ, ｇ_n は学習制御用定数）によ
    り１試行分まとめて決定する手段とを備えることを特徴
    とする請求項９記載の学習制御装置。