CN114127659B - 控制***、控制方法以及非易失性存储器件 - Google Patents

控制***、控制方法以及非易失性存储器件 Download PDF

Info

Publication number
CN114127659B
CN114127659B CN202080051279.XA CN202080051279A CN114127659B CN 114127659 B CN114127659 B CN 114127659B CN 202080051279 A CN202080051279 A CN 202080051279A CN 114127659 B CN114127659 B CN 114127659B
Authority
CN
China
Prior art keywords
force
motor
control
driving
unit
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.)
Active
Application number
CN202080051279.XA
Other languages
English (en)
Other versions
CN114127659A (zh
Inventor
嶌本庆太
横矢刚
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.)
Yaskawa Electric Corp
Original Assignee
Yaskawa Electric Corp
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
Priority claimed from PCT/JP2019/028261 external-priority patent/WO2021009903A1/ja
Application filed by Yaskawa Electric Corp filed Critical Yaskawa Electric Corp
Publication of CN114127659A publication Critical patent/CN114127659A/zh
Application granted granted Critical
Publication of CN114127659B publication Critical patent/CN114127659B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
    • H02P23/14—Estimation or adaptation of motor parameters, e.g. rotor time constant, flux, speed, current or voltage
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4062—Monitoring servoloop, e.g. overload of servomotor, loss of feedback or reference
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/414—Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller
    • G05B19/4142—Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller characterised by the use of a microprocessor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37391—Null, initial load, no load torque detection or other parameter at no load
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37612—Transfer function, kinematic identification, parameter estimation, response
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37621—Inertia, mass of rotating, moving tool, workpiece, element
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37632—By measuring current, load of motor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/41—Servomotor, servo controller till figures
    • G05B2219/41213—Lookup table for load, motor torque as function of actual position
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/42—Servomotor, servo controller kind till VSS
    • G05B2219/42168—Measuring of needed force for servo
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/42—Servomotor, servo controller kind till VSS
    • G05B2219/42295—Detect augmenting torque of drive motor

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Power Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

控制***(1)具备：电机(2)，其对驱动对象(4)进行驱动；控制部(112)，其对电机(2)进行驱动；第1估计部(113)，其至少根据控制部(112)中的驱动力指令来估计作用于电机(2)的第1外力；数据存储部(115)，其存储表示第1估计部(113)估计出的估计值的推移的配置文件数据；以及第2估计部(116)，其根据在控制部(112)基于规定的动作模式对电机(2)进行驱动时由第1估计部(113)新估计出的估计值和存储于数据存储部(115)的配置文件数据来估计作用于驱动对象(4)的第2外力。

Description

控制***、控制方法以及非易失性存储器件
技术领域
本公开涉及控制***、控制装置以及控制方法。
背景技术
专利文献1公开了如下一种机器人***：根据对机器人的各轴电机的转矩指令和各轴的速度检测值，通过干扰观测器求出估计干扰转矩，在对估计干扰转矩进行高通滤波处理之后，进行坐标变换来估计外力。
现有技术文献
专利文献
专利文献1：日本特开2012-11403号公报
发明内容
发明解决的课题
本公开提供一种有效提高外力的估计精度的控制***、控制装置以及控制方法。
用于解决课题的手段
本公开的一个方面的控制***具备：电机，其对驱动对象进行驱动；控制部，其对电机进行驱动；第1估计部，其至少根据控制部中的驱动力指令来估计作用于电机的第1外力；数据存储部，其存储表示第1估计部估计出的估计值的推移的配置文件数据；以及第2估计部，其根据在控制部基于规定的动作模式对电机进行驱动时由第1估计部新估计出的估计值和存储于数据存储部的配置文件数据，估计作用于驱动对象的第2外力。
本公开的另一方面的控制装置具备：控制部，其对电机进行驱动，电机对驱动对象进行驱动；第1估计部，其至少根据控制部中的驱动力指令来估计作用于电机的第1外力；数据存储部，其存储表示第1估计部估计出的估计值的推移的配置文件数据；以及第2估计部，其根据在控制部基于规定的动作模式对电机进行驱动时由第1估计部新估计出的估计值和存储于数据存储部的配置文件数据，估计作用于驱动对象的第2外力。
本公开的又一方面的控制方法包括：对电机进行驱动，电机对驱动对象进行驱动；至少根据用于对电机进行驱动的驱动力指令来估计作用于电机的第1外力；使表示第1外力的估计值的推移的配置文件数据存储于数据存储部；以及根据在基于规定的动作模式对电机进行驱动时新估计出的第1外力的估计值和存储于数据存储部的配置文件数据，估计作用于驱动对象的第2外力。
发明效果
根据本公开，能够提供有效提高外力的估计精度的控制***、控制装置以及控制方法。
附图说明
图1是例示控制***的结构的示意图。
图2是例示配置文件数据的表。
图3是示出控制装置的变形例的框图。
图4是示出控制装置的又一变形例的框图。
图5是示出控制装置的又一变形例的框图。
图6是例示控制***的硬件结构的示意图。
图7是例示配置文件数据的生成步骤的流程图。
图8是例示电机的驱动步骤的流程图。
图9是示出电机的驱动顺序的变形例的流程图。
图10是示出电机的驱动顺序的另一变形例的流程图。
图11是例示机器人的概略结构的示意图。
具体实施方式
以下，参照附图对实施方式进行详细说明。在说明中，对相同要素或具有相同功能的要素标注相同的标号，省略重复的说明。
[控制***]
本实施方式的控制***1是通过电机使驱动对象进行期望的动作的***。驱动对象的形状、结构、大小以及电机的数量和大小没有特别限制。以下，例示电机为1个、驱动对象为1个刚体的情况。
如图1所示，控制***1具备电机2、传感器3以及控制装置100。电机2对驱动对象4进行驱动。电机2可以是对驱动对象4进行旋转驱动的旋转型电机，也可以是使驱动对象4沿着直线位移的线型电机。电机2可以是同步电动机，也可以是感应电动机。电机2可以是SPM(Surface Permanent Magnet：表面永磁体)电机或IPM(Interior Permanent Magnet：内部永磁体)电机等永磁型的同步电机，也可以是如同步磁阻电机那样不具有永磁的同步电机。
传感器3检测与控制指令对应的电机2的响应值。作为响应值的具体例，可举出电机2的位置或速度。此外，在电机2为旋转型的情况下，电机2的输出轴的旋转角度相当于“位置”，电机2的输出轴的转速相当于“速度”。作为传感器3的具体例，可举出输出与电机2的动作速度成比例的频率的脉冲信号的旋转编码器。能够利用旋转编码器取得电机2的位置和速度这两者。
控制装置100以使驱动对象4进行期望的动作的方式控制电机2。另外，控制装置100通过不使用力传感器的无传感器方式来估计作用于驱动对象4的外力。如后面所例示的那样，控制装置100既可以基于估计出的外力来控制电机2，也可以基于估计出的外力来检测驱动对象4与周边物体的接触，还可以基于估计出的外力来估计周边物体的状态。
在此，能够基于控制装置100的驱动力指令来估计作用于电机2的外力。例如，在电机2产生的驱动力充分地追随驱动力指令的情况下，能够估计为与驱动力指令实质上一致的外力作用于电机2。
作用于驱动对象4的外力也传递至电机2，因此，作用于电机2的外力包括作用于驱动对象4的外力。然而，作用于电机2的外力除了作用于驱动对象4的外力之外，至少还包括驱动对象4的惯性力。而且，作用于电机2的外力还包括库仑摩擦、粘性摩擦、驱动对象4的形状、大小、重量的偏差等难以模型化的成分。因此，仅基于作用于电机2的外力，难以高精度地估计作用于驱动对象4的外力。与此相对，控制装置100提高作用于驱动对象4的外力的无传感器方式下的估计精度。
控制装置100构成为执行：对电机2进行驱动；至少根据用于对电机2进行驱动的驱动力指令来估计作用于电机2的第1外力；将表示第1外力的估计值的推移的配置文件数据存储于数据存储部；以及在基于规定的动作模式对电机2进行驱动时，基于新估计出的第1外力和存储于数据存储部的配置文件数据来估计作用于驱动对象4的第2外力。例如，控制装置100具备动作模式存储部111、控制部112、第1估计部113、配置文件生成部114、数据存储部115以及第2估计部116作为功能上的结构(以下，称为“功能块”)。
动作模式存储部111存储至少1个动作模式。动作模式是表示电机2的动作目标值的推移(时间变化)的数据。例如，动作模式包括至少1个动作指令。动作指令至少决定驱动对象4的目标位置。动作指令可以包括驱动对象4的目标速度来代替驱动对象4的目标位置，也可以包括驱动对象4的目标位置以及目标速度双方。动作模式也可以包括时间序列的多个动作指令。动作模式存储部111也可以存储多个动作模式。多个动作模式也可以分别是单位程序，该单位程序构成用于使驱动对象4进行一系列动作的动作程序。
控制部112对电机2进行驱动。例如，控制部112基于动作模式存储部111存储的动作模式生成用于使驱动对象4动作的驱动电力，并提供给电机2。例如，控制部112基于传感器3的检测值来取得驱动对象4的当前位置以及当前速度的信息，并以使它们追随目标位置以及目标速度的方式生成驱动电力。
作为一例，控制部112对目标位置与当前位置的偏差(以下，称为“位置偏差”)实施比例运算、比例和积分运算、或者比例和积分和微分运算等，计算用于使位置偏差缩小的目标速度。另外，控制部112对目标速度与当前速度的偏差(以下，称为“速度偏差”)实施比例运算、比例和积分运算、或者比例和积分和微分运算等，计算用于使速度偏差缩小的驱动力指令。
此外，在电机2为旋转型的情况下，电机2的输出轴的转矩相当于驱动力。控制部112计算用于使电机2的驱动力追随驱动力指令的电流指令，以将与电流指令对应的驱动电流提供给电机2的方式生成驱动电力。
第1估计部113至少根据控制部112中的上述驱动力指令来估计作用于电机2的第1外力。例如，第1估计部113也可以输出与驱动力指令一致的力作为第1外力的估计结果。此外，在驱动电流与电流指令一致的情况下，驱动电流与驱动力指令相关。在这样的情况下，基于驱动电流的检测值和基于电流指令实质上与基于驱动力指令同义。
第1估计部113也可以是至少根据驱动力指令和电机2的响应值来估计第1外力的干扰观测器。例如，第1估计部113也可以根据电机2的响应值(例如当前速度以及当前位置)和驱动对象4的已知的刚体模型，估计从驱动对象4作用于电机2的惯性力，将从驱动力指令减去该惯性力而得到的值作为第1外力的估计结果输出。
配置文件生成部114生成表示第1估计部113估计出的估计值的推移的配置文件数据。例如，配置文件生成部114在控制部112根据动作模式存储部111存储的动作模式对电机2进行驱动的期间从第1估计部113反复取得第1外力的估计值，生成表示该期间的第1外力的估计值的时间变化的配置文件数据。由此生成的配置文件数据表示在过去控制部112根据动作模式对电机2进行驱动时由第1估计部113估计出的估计值的推移。
配置文件生成部114也可以在外力未作用于驱动对象4的状态下生成配置文件数据。由此生成的配置文件数据表示在外力未作用于驱动对象4的状态下第1估计部113估计出的估计值的推移。
在动作模式存储部111存储多个动作模式的情况下，配置文件生成部114也可以针对多个动作模式分别生成配置文件数据。由此，生成与多个动作模式分别对应的多个配置文件数据。多个配置文件数据分别表示在过去控制部112根据对应的动作模式对电机2进行驱动时由第1估计部113估计出的估计值的推移。
数据存储部115存储配置文件生成部114生成的配置文件数据。数据存储部115也可以存储上述多个配置文件数据。数据存储部115也可以将第1外力的估计值与动作模式对应地存储。
图2是例示配置文件数据的表。配置文件数据包括时间序列的多个记录。各记录包括驱动时间、位置、速度以及第1外力的估计值。驱动时间是从电机2的基于动作模式的动作开始时到第1外力的估计时为止的经过时间(电机2的基于动作模式的驱动时间)。位置是估计第1外力时的电机2的位置。这里的位置可以是目标位置，也可以是由传感器3检测出的位置。速度是估计第1外力时的电机2的速度。这里的速度可以是目标速度，也可以是由传感器3检测出的速度。此外，数据存储部115也可以代替图2例示那样的离散值，而将表示经过时间与位置的关系的函数、表示经过时间与速度的关系的函数、以及表示经过时间与第1外力的估计值的关系的函数等作为配置文件数据存储。
如上所述，动作模式也可以是用于构成动作程序的单位程序。在该情况下，通过与动作程序中的多个动作模式的执行顺序对应地将与该多个动作模式对应的配置文件数据接合，能够容易地生成与动作程序对应的配置文件数据。
在控制部112根据动作模式对电机2进行驱动时，第2估计部116基于由第1估计部113新估计出的估计值(以下，称为“新的估计值”)和存储于数据存储部115的配置文件数据，估计作用于驱动对象4的第2外力。例如，第2估计部116从配置文件数据中提取与新的估计值对应的估计值(以下，称为“比较对象的估计值”)，基于新的估计值与比较对象的估计值之差估计第2外力。例如，第2估计部116将从新的估计值减去比较对象的估计值而得到的值作为第2外力的估计结果输出。
作为一例，第2估计部116也可以根据基于动作模式的驱动时间(从基于动作模式的电机2的动作开始起的经过时间9)，从配置文件数据中提取比较对象的估计值。例如，第2估计部116从配置文件数据提取与第1估计部113输出新的估计值的时刻的驱动时间对应的估计值。
第2估计部116也可以基于电机2的响应值，从配置文件数据提取与新估计出的估计值对应的估计值。例如，第2估计部116也可以从配置文件数据提取与第1估计部113输出新的估计值的时刻的电机2的位置对应的估计值。第2估计部116也可以从配置文件数据提取与第1估计部113输出新的估计值的时刻的电机2的速度对应的估计值。第2估计部116也可以从配置文件数据提取与第1估计部113输出新的估计值的时刻的电机2的位置以及速度对应的估计值。
在数据存储部115存储多个配置文件数据的情况下，控制装置100也可以如图3所示那样还具备数据选择部121。在控制部112开始基于动作模式的电机2的驱动时或开始之前，数据选择部121从数据存储部115的多个配置文件数据选择与该动作模式对应的配置文件数据。在该情况下，第2估计部116基于数据选择部121选择出的配置文件数据估计第2外力。
如图4所示，控制装置100还可以具备数据更新部122。数据更新部122对数据存储部115所存储的配置文件数据进行更新。更新包括：覆盖已有的配置文件数据；以及将已有的配置文件数据保留为旧版并写入新的配置文件数据。
数据更新部122也可以基于存储于数据存储部115的配置文件数据和第1估计部113新估计出的估计值来判断是否需要更新配置文件数据，在判断为需要更新的情况下，基于第1估计部113新估计出的估计值来更新配置文件数据。
例如，控制装置100还具有日志数据存储部129。日志数据存储部129存储表示第1估计部113新估计出的估计值与配置文件数据之间的关系的推移的日志数据。例如，在控制部112根据动作模式对电机2进行驱动的期间，日志数据存储部129将第2估计部116估计出的第2外力的推移存储为日志数据。
日志数据存储部129也可以将第2外力的估计值与动作模式对应地存储。例如，日志数据存储部129也可以按时间序列存储将电机2的位置以及速度与第2外力的估计值对应起来的记录。位置和速度可以是目标位置和目标速度，也可以是由传感器3检测出的位置和速度。
数据更新部122基于日志数据存储部129存储的日志数据，判定是否需要更新配置文件数据。例如，数据更新部122根据日志数据是否满足规定的判定基准(以下，称为“更新判定基准”)判定是否需要更新配置文件数据。
在此，在上述难以模型化的成分(库仑摩擦、粘性摩擦、驱动对象4的形状、大小、重量的偏差等)随时间经过而变化的情况下，需要更新配置文件数据。因此，基于因上述难以模型化的成分的变化而出现在日志数据中的特性来预先设定更新判定基准。
例如，设想在库仑摩擦随时间经过而变大的情况下，日志数据在从记录开始到记录完成为止的大致整个区域均匀地上升。与此对应地，可举出在日志数据内的规定范围的整个区域，第2外力的估计值的值超过规定阈值的情况作为更新判定基准的一例。
另外，可认为在粘性摩擦随时间经过而变大的情况下，在日志数据中，速度与第2外力的相关水平变高。与此对应地，可举出日志数据内的速度与第2外力的相关水平超过规定阈值的情况作为更新判定基准的一例。
可认为在轴承部劣化、损伤的情况下，在日志数据中，第2外力会出现周期性的变化。与此对应地，可举出在日志数据的第2外力的频率解析结果中，特定的频率成分的大小超过规定阈值的情况作为更新判定基准的一例。
并且，在存在能够设想为驱动对象4明显无负荷的规定姿势的情况下，驱动对象4为该姿势时的第2外力超过规定阈值的情况也可能成为更新判定基准。
在判定为需要更新的情况下，数据更新部122使配置文件生成部114重新生成配置文件数据，利用重新生成的配置文件数据更新数据存储部115的配置文件数据。此外，如作为库仑摩擦的例子所示，在日志数据在规定范围的整个区域均匀上升的情况下，数据更新部122也可以将均匀的上升成分加到数据存储部115存储的配置文件数据的整个区域。
控制部112也可以基于动作模式存储部111存储的动作模式和第2估计部116估计出的第2外力来对电机2进行驱动。例如，控制部112也可以基于第2估计部116估计出的第2外力来计算外力追随用的修正值，利用该修正值，执行将基于动作模式的目标位置和目标速度修正为第2外力的作用方向的阻抗控制。控制部112也可以基于通过机器学习以表示第2外力与修正值的关系的方式预先生成的模型和第2估计部116新估计出的第2外力来计算补偿值。
控制部112也可以进一步执行这样的前馈控制：基于第1估计部113估计出的第1外力来计算前馈补偿值，将前馈补偿值与驱动力指令相加。在该情况下，第1估计部113也可以在用于计算前馈补偿值的第1外力的估计和用于估计第2外力的第1外力的估计中，变更针对第1估计值的估计条件(例如针对驱动力指令的过滤条件)。
如图5所示，控制装置100还可以具备接触检测部124。例如，接触检测部124至少根据第2估计部116估计出的第2外力，检测驱动对象4与周边物体的接触。例如，接触检测部124也可以基于第2估计部116估计出的第2外力的上升来检测驱动对象4与周边物体的接触。
控制装置100也可以构成为还执行至少根据估计出的第2外力将基于动作模式的电机2的驱动结果分类为两个以上的类中的任一种。例如，控制装置100还具备分类基准存储部125和分类部126。
分类基准存储部125存储用于将电机2的驱动结果分类为两个以上的类中的任一种的基准。作为两个以上的类的具体例，可举出相对于规定基准的动作结果的好坏、驱动对象4直接或间接地作用后的工件的好坏、驱动对象4直接或间接地作用后的工件的状态等。
作为一例，分类部126也可以将驱动对象4的动作分类为“优良”或“不良”。例如，分类基准存储部125存储表示驱动对象4的动作优良的情况下的第2外力的推移的上限的上限配置文件、和表示驱动对象4的动作优良的情况下的第2外力的推移的下限的下限配置文件。在第2外力的估计值位于上限配置文件与下限配置文件之间的情况下，分类部126将驱动对象4的动作分类为“优良”，在第2外力的估计值位于上限配置文件与下限配置文件之间以外的情况下，分类部126将驱动对象4的动作分类为“不良”。
分类部126也可以将驱动对象4直接或间接地作用的工件的状态分类为“优良”或“不良”。例如，分类基准存储部125存储表示工件优良的情况下的第2外力的推移的上限的上限配置文件和表示工件优良的情况下的第2外力的推移的下限的下限配置文件。在第2外力的估计值位于上限配置文件与下限配置文件之间的情况下，分类部126将工件的状态分类为“优良”，在第2外力的估计值位于上限配置文件与下限配置文件之间以外的情况下，分类部126将工件的状态分类为“不良”。
分类部126也可以将驱动对象4直接或间接地作用的工件的状态分类为更细分化的3个以上的类。例如，分类部126也可以将工件的每个部位的尺寸分类为3个以上的类。例如，分类基准存储部125存储表示第2外力与工件的尺寸的关系的表或函数等。分类部126基于表或函数、和第2外力的估计值来计算工件的各部的尺寸。
分类部126也可以基于第2估计部估计出的第2外力和在估计该第2外力时控制部112所基于的动作模式，对电机2的驱动结果进行分类。在该情况下，分类基准存储部125也可以按照每个动作模式存储分类基准，分类部126选择与控制部112所基于的动作模式对应的分类基准。
分类基准存储部125也可以存储预先通过机器学习以表示第2外力与电机2的驱动结果之间的关系的方式生成的模型。在该情况下，分类部126基于第2外力的估计值的推移(例如，日志数据存储部129存储的推移)和上述模型，对驱动结果进行分类。也可以以表示第2外力和产生该第2外力时的电机2的动作模式的组合与电机2的驱动结果之间的关系的方式生成模型。
作为一例，分类基准存储部125存储以表示第2外力的推移和产生该第2外力的推移时的电机2的动作模式的组合与工件的状态之间的关系的方式生成的模型。分类部126基于第2外力的估计值的推移、产生该估计值的推移时控制部112所基于的动作模式、以及上述模型，将工件的状态分类为3个以上的类。
第2估计部116基于作用于电机2的第1外力来估计第2外力。因此，也能够考虑到因驱动对象4以及电机2中的至少任意一个的不良情况、微变动而在控制***1的内部产生的状况变化，将电机2的驱动结果分类为两个以上的类。另外，也能够基于第2外力的估计结果来估计驱动对象4的劣化。例如，如图4所示，控制装置100还可以具备劣化估计部127和劣化通知部128。
劣化估计部127至少根据第2估计部116估计出的第2外力来估计驱动对象4的劣化。劣化通知部128通过通知数据的发送或向显示器件的通知显示等来通知由劣化估计部127估计出的驱动对象4的劣化。
第2外力的估计结果包括由上述难以模型化的成分(库仑摩擦、粘性摩擦、驱动对象4的形状、大小、重量的偏差等)的随时间变化而引起的附加成分。劣化估计部127基于上述附加成分来估计驱动对象4的劣化。
例如，在库仑摩擦随时间经过而变大的情况下，上述日志数据包括在从记录开始到记录完成为止的大致整个区域均匀上升的附加成分。与此对应，在日志数据内的规定范围的整个区域内第2外力的估计值的值超过规定阈值的情况下，劣化估计部127估计驱动对象4随着库仑摩擦的上升的劣化。
另外，可认为在粘性摩擦随时间经过而变大的情况下，在日志数据中，速度与第2外力的相关水平变高。与此对应，在日志数据内的速度与第2外力的相关水平超过规定阈值的情况下，劣化估计部127估计驱动对象4随着粘性摩擦的上升的劣化。
可认为在轴承部劣化和损伤的情况下，在日志数据中，第2外力出现周期性的变化。与此对应，在日志数据的第2外力的频率解析结果中，在特定的频率成分的大小超过规定阈值的情况下，劣化估计部127估计轴承部的劣化。
而且，在存在能够设想为驱动对象4明显无负荷的规定姿势的情况下，劣化估计部127也可以在驱动对象4为该姿势时的第2外力超过规定阈值的情况下估计驱动对象4的劣化。
劣化估计部127也可以基于预先通过机器学习以表示第2外力的推移与驱动对象4的劣化的关系的方式生成的模型和第2估计部116估计出的第2外力的推移，来估计驱动对象4的劣化。
图6是例示控制装置100的硬件结构的框图。如图6所示，控制装置100具有电路190。电路190包括一个或多个处理器191、存储器192、存储装置193、输入输出端口194以及驱动电路195。存储装置193例如具有非易失性的半导体存储器等能够由计算机读取的存储介质。存储装置193存储有用于使控制装置100执行以下动作的程序：对电机进行驱动2；至少根据用于对电机2进行驱动的驱动力指令来估计作用于电机2的第1外力；使表示第1外力的估计值的推移的配置文件数据存储于数据存储部；以及根据在基于规定的动作模式对电机2进行驱动时新估计的第1外力和存储于数据存储部115的配置文件数据，估计作用于驱动对象4的第2外力。例如，存储装置193存储用于使控制装置100构成上述各功能块的程序。
存储器192暂时存储从存储装置193的存储介质加载的程序以及处理器191的运算结果。处理器191与存储器192协作来执行上述程序，从而构成控制装置100的各功能块。输入输出端口194按照来自处理器191的指令，与传感器3之间进行电信号的输入输出。驱动电路195按照来自处理器191的指令，向电机2输出驱动电力。
此外，控制装置100不限于利用程序来构成各功能。例如，控制装置100也可以利用专用逻辑电路或集成了该专用逻辑电路的ASIC(Application Specific IntegratedCircuit：专用集成电路)来构成至少一部分的功能。
[控制步骤]
以下，作为控制方法的一例，例示控制装置100执行的控制步骤。该控制步骤包括：对电机2进行驱动；至少根据用于对电机2进行驱动的驱动力指令来估计作用于电机2的第1外力；使表示第1外力的估计值的推移的配置文件数据存储于数据存储部；以及根据在基于规定的动作模式对电机2进行驱动时新估计出的第1外力和存储于数据存储部的配置文件数据，估计作用于驱动对象4的第2外力。该控制步骤也可以还包括生成配置文件数据。以下，例示配置文件数据的生成步骤和基于所生成的配置文件数据的电机2的驱动步骤。
(配置文件数据的生成步骤)
图7是例示在动作模式存储部111存储多个动作模式的情况下，生成每个动作模式的配置文件数据的步骤的流程图。
如图7所示，控制装置100首先执行步骤S01、S02、S03、S04、S05、S06、S07。在步骤S01中，配置文件生成部114选择动作模式存储部111的多个动作模式中的任意一个。以下，将所选择的动作模式称为“对象动作模式”。在步骤S02中，控制部112基于传感器3的检测值取得驱动对象4的当前位置以及当前速度的信息。
在步骤S03中，控制部112根据基于对象动作模式的目标位置和目标速度、以及驱动对象4的当前位置和当前速度，计算驱动力指令。作为一例，控制部112对目标位置与当前位置的偏差(以下，称为“位置偏差”)实施比例运算、比例和积分运算、或者比例和积分和微分运算等，计算用于使位置偏差缩小的目标速度。之后，控制部112对目标速度与当前速度的偏差(以下，称为“速度偏差”)实施比例运算、比例和积分运算、或者比例和积分和微分运算等，计算用于使速度偏差缩小的驱动力指令。
在步骤S04中，控制部112计算用于使电机2的驱动力追随驱动力指令的电流指令，以将与电流指令对应的驱动电流提供给电机2的方式生成驱动电力。在步骤S05中，第1估计部113至少根据控制部112中的上述驱动力指令估计作用于电机2的第1外力。
在步骤S06中，配置文件生成部114将包含步骤S05中估计出的第1外力的记录追加到对象动作模式的配置文件数据中。例如，配置文件生成部114向动作模式存储部111中的该配置文件数据的存储区域追加记录。在步骤S07中，配置文件生成部114确认基于对象动作模式的电机2的动作是否完成。
在步骤S07中判定为基于对象动作模式的电机2的动作未完成的情况下，控制装置100使处理返回到步骤S02。之后，重复向与对象动作模式对应的配置文件数据追加记录，直到基于对象动作模式的电机2的动作完成为止。由此，生成表示第1外力的推移的配置文件数据。
在步骤S07中判定为基于对象动作模式的电机2的动作完成的情况下，控制装置100执行步骤S08。在步骤S08中，配置文件生成部114确认是否对动作模式存储部111存储的全部动作模式完成了配置文件数据的生成。
在步骤S08中判定为剩余有未完成配置文件数据的生成的动作模式的情况下，控制装置100执行步骤S09。在步骤S09中，配置文件生成部114将对象动作模式变更为未生成配置文件数据的其他动作模式。之后，配置文件生成部114使处理返回到步骤S02。以后，反复进行动作模式的选择和配置文件数据的生成，直到针对全部的动作模式生成配置文件数据为止。
在步骤S08中判定为针对全部的动作模式完成了配置文件数据的生成的情况下，控制装置100完成配置文件数据的生成。
(驱动步骤)
图8是例示电机的驱动步骤的流程图。更具体而言，图8示出基于第2外力的估计结果来变更基于动作模式的目标位置和目标速度的阻抗控制步骤的流程图。
如图8所示，控制装置100首先执行步骤S11、S12、S13、S14、S15。在步骤S11中，数据选择部121从数据存储部115的多个配置文件数据选择与控制部112所基于的动作模式(为了对电机2进行驱动而由电机2选择的动作模式)对应的配置文件数据。以下，将控制部112所基于的动作模式称为“驱动用动作模式”，将所选择的配置文件数据称为“选择中配置文件”。
在步骤S12中，控制部112根据传感器3的检测值取得驱动对象4的当前位置以及当前速度的信息。在步骤S13中，与步骤S03同样地，控制部112根据基于驱动用动作模式的目标位置以及目标速度、和驱动对象4的当前位置以及当前速度，计算驱动力指令。在步骤S14中，与步骤S04同样地，控制部112以使电机2的驱动力追随驱动力指令的方式生成驱动电力。在步骤S15中，配置文件生成部114确认基于驱动用动作模式的电机2的动作是否完成。
在步骤S15中判定为基于驱动用动作模式的电机2的动作未完成的情况下，控制装置100执行步骤S16、S17、S18、S19。在步骤S16中，第1估计部113至少根据控制部112中的上述驱动力指令，新估计作用于电机2的第1外力。在步骤S17中，第2估计部116从选择中配置文件提取与由第1估计部113新估计出的估计值(上述新的估计值)对应的估计值(上述比较对象的估计值)。
在步骤S18中，第2估计部116基于新的估计值与比较对象的估计值之差来估计第2外力。在步骤S19中，控制部112计算基于第2外力的估计值的补偿值，将基于驱动用动作模式的下一目标位置和目标速度变更为第2外力的作用方向。之后，控制装置100使处理返回到步骤S12。之后，在驱动用动作模式完成之前，一边进行第2外力的估计和基于估计结果的目标位置和目标速度的变更，一边继续基于驱动用动作模式的电机2的驱动。
在步骤S15中判定为基于驱动用动作模式的电机2的动作完成的情况下，基于驱动用动作模式的电机2的驱动完成。
图9是示出电机的驱动步骤的变形例的流程图。更具体而言，图9示出根据第2外力的估计结果来检测驱动对象4与周边物体的接触的控制步骤。从驱动用动作模式的选择到第2外力的估计为止的步骤S21～S28与上述的步骤S11～S18相同。在步骤S28中估计第2外力之后，控制装置100执行步骤S29。在步骤S29中，接触检测部124基于第2外力的估计值，确认驱动对象4是否与周边物体接触。
在步骤S29中判定为驱动对象4未与周边物体接触的情况下，控制装置100使处理返回到步骤S22。之后，一边监视驱动对象4与周边物体有无接触，一边继续基于驱动用动作模式的电机2的驱动。
在步骤S29中判定为驱动对象4与周边物体接触的情况下，控制装置100不使一系列的处理返回步骤S22而强制完成。至此，基于驱动用动作模式的电机2的驱动完成。
图10是示出电机2的驱动步骤的其他变形例的流程图。更具体而言，图10示出在基于动作模式的电机2的驱动完成之后，根据第2外力的估计结果将工件的状态分类为两个以上的类的步骤。从驱动用动作模式的选择到第2外力的估计为止的步骤S31～S38与上述的步骤S11～S18相同。在步骤S38中估计第2外力之后，控制装置100使处理返回到步骤S32。之后，继续基于驱动用动作模式的电机2的驱动，直到驱动用动作模式完成为止。
在步骤S35中判定为基于驱动用动作模式的电机2的动作完成的情况下，控制装置100执行步骤S39。在步骤S39中，分类部126至少根据第2外力的估计结果，将驱动对象4直接或间接地作用的工件的状态分类为两个以上的类。在步骤S39中，也可以取代由分类部126进行的工件的状态的分类，或者在此基础上，劣化估计部127至少根据第2外力的估计结果来估计驱动对象4的劣化。至此，基于驱动用动作模式的电机2的驱动完成。
[应用例]
上述的结构也能够应用于电机为多个且驱动对象包括多个刚体的***。例如，上述的结构也能够应用于包括图11例示的多关节机器人的机器人***。
图11所示的机器人10是所谓6轴的垂直多关节机器人，具有基台11、转动部12、臂13、14、15以及工具保持部16。基台11在作业区域中固定于地面、平台或AGV(AutomatedGuided Vehicle：自动导引车)上。转动部12以围绕铅垂的轴线31转动的方式设置在基台11上。
臂13以围绕与轴线31交叉(例如垂直)的轴线32摆动的方式与转动部12连接。这里的交叉包括如所谓的立体交叉那样处于扭转的关系的情况。臂14以围绕与轴线32平行的轴线33摆动的方式与臂13的前端部连接。臂15沿着臂14以绕与轴线33交叉的轴线34转动、绕与轴线34交叉(例如垂直)的轴线35摆动的方式与臂14的前端部连接。
工具保持部16以绕沿着臂15的中心的轴线36转动的方式与臂15的前端部连接。工具保持部16保持把持工件的手、焊炬、喷涂枪或螺钉紧固工具等各种工具17。
电机21使转动部12绕轴线31转动，电机22使臂13绕轴线32摆动，电机23使臂14绕轴线33摆动，电机24使臂14的前端部绕轴线34转动，电机25使臂15绕轴线35摆动，电机26使工具保持部16绕轴线36转动。
在控制***1中，工具保持部16以及工具17是电机26的驱动对象。臂15、工具保持部16以及工具17是电机25的驱动对象。臂14的前端部、臂15、工具保持部16以及工具17是电机24的驱动对象。臂14、15、工具保持部16以及工具17是电机23的驱动对象。臂13、14、15、工具保持部16以及工具17是电机22的驱动对象。转动部12、臂13、14、15、工具保持部16以及工具17是电机21的驱动对象。
这样，在任一电机的驱动对象中包括其他电机的结构中，电机的驱动对象的形状以及惯性力矩可能变化。例如，电机21的驱动对象的形状以及惯性力矩通过电机22、23、24、25、26的驱动而变化。在这样的情况下，配置文件生成部114也可以针对电机21、22、23、24、25、26分别生成使第1外力的估计值的推移与作为机器人10整体的动作模式对应起来的配置文件数据，并存储于数据存储部115。作为机器人10整体的动作模式的具体例，可举出表示工具保持部16的目标位置及目标姿势的推移的数据。
在该情况下，第1估计部113根据驱动力指令分别对电机21、22、23、24、25、26输出新的估计值。第2估计部116对电机21、22、23、24、25、26分别执行从各个配置文件数据提取比较对象的估计值、以及根据新的估计值与比较对象的估计值之差估计第2外力。
[本实施方式的效果]
如以上说明的那样，控制***1具备：电机2，其对驱动对象4进行驱动；控制部112，其对电机2进行驱动；第1估计部113，其至少根据控制部112中的驱动力指令来估计作用于电机2的第1外力；数据存储部115，其存储表示第1估计部113估计出的估计值的推移的配置文件数据；以及第2估计部116，其根据在控制部112基于规定的动作模式对电机2进行驱动时于由第1估计部113新估计出的估计值和存储于数据存储部115的配置文件数据，估计作用于驱动对象4的第2外力。
作用于电机2的第1外力包括库仑摩擦、粘性摩擦、电机2的驱动对象4的形状、大小、重量的偏差等难以模型化的成分。这些成分可能成为使基于作用于电机2的力的外力(作用于驱动对象4的第2外力)的估计精度降低的主要原因。与此相对，根据控制装置100，根据在电机2按照动作模式进行动作的过程中新估计出的第1外力和表示过去估计出的第1外力的推移的配置文件数据来估计外力。在新估计出的第1外力包括上述难以模型化的成分的情况下，过去估计出的第1外力也包括同样的成分。因此，通过基于新估计出的第1外力和表示过去估计出的第1外力的推移的配置文本数据，能够去除难以模型化的成分的影响来估计外力。因此，对于提高外力的估计精度是有效的。
配置文件数据也可以表示在过去控制部112基于动作模式对电机2进行驱动时由第1估计部113估计出的估计值的推移。在该情况下，能够基于一边按照动作模式对电机2进行驱动一边估计出的新的第1外力和一边按照相同的动作模式对电机2进行驱动一边估计出的过去的第1外力，估计第2外力，因此，外力的估计精度进一步提高。
配置文件数据也可以表示在外力未作用于驱动对象4的状态下第1估计部113估计出的估计值的推移。在该情况下，通过将外力未作用于驱动对象4的状态下的配置文件数据作为基准，外力的估计精度进一步提高。
也可以是，数据存储部115存储包括配置文件数据在内的多个配置文件数据，多个配置文件数据分别与多个动作模式对应，多个配置文件数据分别表示在过去控制部112基于对应的动作模式而对电机进行驱动时由第1估计部113估计出的估计值的推移，控制部112基于多个动作模式中的任意一个来对电机2进行驱动，控制***1还具备数据选择部，该数据选择部从多个配置文件数据选择与控制部112所基于的动作模式对应的配置文件数据，第2估计部116根据数据选择部121选择出的配置文件数据来估计第2外力。在该情况下，通过对每个动作模式设置配置文件数据，根据动作模式区分使用该配置文件数据，能够进一步提高外力的估计精度。
第1估计部113也可以是至少根据驱动力指令和电机2的响应值来估计第1外力的干扰观测器。在该情况下，外力的估计精度进一步提高。例如，利用干扰观测器，能够估计从作用于电机2的外力中去除驱动对象4的动作对电机2造成的影响中的能够模型化的量(以下，称为“模型化的影响”)后的第1外力。根据去除模型化的影响而估计出的第1外力，即使在产生了驱动对象4的实际动作与动作模式的偏离的情况下，由于从新估计出的第1外力的估计值以及配置文件数据双方预先去除模型化的影响，因此，上述偏离也不易对第2外力的估计精度造成影响。
第2估计部116也可以从配置文件数据提取与新估计出的估计值对应的估计值，根据新估计出的估计值与提取出的估计值之差，估计第2外力。在该情况下，能够容易地估计第2外力。
第2估计部116也可以根据基于动作模式的驱动时间，从配置文件提取与新估计出的估计值(以下，有时称为“比较对象的估计值”)对应的估计值。在该情况下，由于根据基于动作模式的驱动时间，能够容易地提取比较对象的估计值。
第2估计部116也可以根据电机2的响应值，从配置文件数据提取与新估计出的估计值对应的估计值。在该情况下，由于根据基于电机2的响应值，能够更适当地提取与新估计出的估计值对应的估计值。例如，第2估计部116可以根据电机2的当前位置提取比较对象的估计值，也可以根据电机2的当前速度提取比较对象的估计值，还可以根据电机2的当前位置以及当前速度双方提取比较对象的估计值。在根据电机2的当前位置提取比较对象的估计值的情况下，通过提取接近当前位置的位置处的估计值，能够进一步提高外力的估计精度。在根据电机2的当前速度提取比较对象的估计值的情况下，通过提取接近当前速度的速度下的估计值，能够进一步提高外力的估计精度。并且，在根据电机2的当前位置以及当前速度双方提取比较对象的估计值的情况下，通过提取接近当前位置且接近当前速度的速度下的估计值，能够进一步提高外力的估计精度。
控制***1还可以具备更新配置文件数据的数据更新部122。在该情况下，能够维持外力的估计精度。
数据更新部122也可以根据存储于数据存储部115的配置文件数据和第1估计部113新估计出的估计值来判断是否需要更新，在判断为需要更新的情况下，根据第1估计部113新估计出的估计值更新配置文件数据。在该情况下，能够与经年劣化、环境变化等状况的变化对应地及时地更新配置文件数据。因此，外力的估计精度进一步提高。
控制部112也可以根据动作模式和第2估计部116估计出的第2外力来对电机2进行驱动。在该情况下，能够在无转矩传感器的情况下进行基于转矩的控制。
控制***1也可以还具备分类部126，分类部126至少根据第2估计部116估计出的第2外力，将控制部112基于动作模式对电机2的驱动结果分类为两个以上的类。在该情况下，提高外力的估计精度有助于估计驱动对象4和周边物体的适当状态。另外，如上所述，第2估计部116基于作用于电机2的第1外力来估计第2外力。因此，也考虑到因驱动对象4以及电机2中的至少任意一个的不良情况、微变动而在控制***1的内部产生的状况变化，能够将电机2的驱动结果分类为两个以上的类。
分类部126也可以根据第2估计部116估计出的第2外力和在估计该第2外力时控制部112所基于的动作模式，对驱动结果进行分类。在该情况下，能够根据动作模式和此时的第2外力进行分类，因此，能够进行更准确的分类。
控制***1也可以还具备劣化估计部127，劣化估计部127至少根据第2估计部116估计出的第2外力来估计驱动对象4的劣化。在该情况下，也能够将外力的估计结果灵活运用于驱动对象4的劣化预测中。
控制***1也可以还具备接触检测部124，接触检测部124至少根据第2估计部116估计出的第2外力来检测驱动对象4与周边物体的接触。在该情况下，提高外力的估计精度有助于适当的接触检测。
以上对实施方式进行了说明，但本公开不一定限于上述的实施方式，在不脱离其主旨的范围内能够进行各种变更。
标号说明
1：控制***；2、21、22、23、24、25、26：电机；4：驱动对象；100：控制装置；112：控制部；113：第1估计部；115：数据存储部；116：第2估计部；121：数据选择部；122：数据更新部；124：接触检测部；126：分类部；127：劣化估计部。

Claims (19)

1.一种控制***，其具备：
电机，其对驱动对象进行驱动；
控制部，其在第1控制中生成第1驱动力指令来对所述电机进行驱动，在所述第1控制之后的第2控制中生成第2驱动力指令来对所述电机进行驱动；
第1估计部，其至少根据所述第1驱动力指令来估计在所述第1控制中作用于所述电机的第1力，至少根据所述第2驱动力指令来估计在所述第2控制中作用于所述电机的第2力；以及
第2估计部，其至少根据所述第1力与所述第2力的比较，估计在所述第2控制中作用于所述驱动对象的外力。
2.根据权利要求1所述的控制***，其中，
所述控制部在所述第1控制和所述第2控制双方中根据相同的动作模式对所述电机进行驱动。
3.根据权利要求2所述的控制***，其中，
所述控制部在所述外力未作用于所述驱动对象的状态下执行所述第1控制。
4.根据权利要求2所述的控制***，其中，
所述第1控制包括根据多个规定的动作模式对所述电机进行驱动，
所述控制***还包括数据存储部，所述数据存储部存储多个力配置文件数据，所述多个力配置文件数据分别根据多个动作模式中的对应的动作模式而表示所述第1控制的期间内的所述第1力的推移，
所述控制部还从所述多个动作模式中选择一个动作模式，在所述第2控制中，根据所述选择出的一个动作模式生成所述第2驱动力指令来对所述电机进行驱动，
所述第2估计部还至少根据所述第2力与对应于所述选择出的一个动作模式的所述多个力配置文件数据中的一个力配置文件数据的比较，来估计所述外力。
5.根据权利要求2所述的控制***，其中，
所述第1估计部还至少根据所述第1驱动力指令和所述电机响应于所述第1驱动力指令的动作来估计所述第1力，至少根据所述第2驱动力指令和所述电机响应于所述第2驱动力指令的动作来估计所述第2力。
6.根据权利要求2所述的控制***，其中，
所述控制***还包括数据存储部，所述数据存储部存储第1力配置文件数据，所述第1力配置文件数据表示所述第1控制的期间内的所述第1力的推移，
所述第2估计部还至少根据所述第2力与所述第1力配置文件数据的比较，来估计所述外力。
7.根据权利要求6所述的控制***，其中，
所述第2估计部还从所述第1力配置文件数据提取与所述第2力对应的估计值，根据所述第2力与所述提取的估计值之差估计所述外力。
8.根据权利要求7所述的控制***，其中，
所述第2估计部还至少根据所述第2控制的经过时间，从所述第1力配置文件数据提取所述估计值。
9.根据权利要求7所述的控制***，其中，
所述数据存储部还存储还表示所述电机响应于所述第1驱动力指令的动作与所述第1力之间的关系的所述第1力配置文件数据，
所述第2估计部还至少根据所述电机响应于所述第2控制中的所述第2驱动力指令的动作提取所述估计值。
10.根据权利要求6所述的控制***，其中，
所述控制***还具备至少根据所述第2力来更新所述第1力配置文件数据的数据更新部。
11.根据权利要求10所述的控制***，其中，
所述数据更新部还至少根据所述第2力与所述第1力配置文件数据的比较来更新所述第1力配置文件数据。
12.根据权利要求2至11中的任意一项所述的控制***，其中，
所述控制部还至少基于动作模式和所述第2估计部估计出的所述外力来对所述电机进行驱动。
13.根据权利要求2至11中的任意一项所述的控制***，其中，
所述控制***还具备分类部，所述分类部至少根据所述第2估计部估计出的所述外力，将所述第2控制的结果分类为两个以上的类。
14.根据权利要求13所述的控制***，其中，
所述分类部还至少根据所述第2估计部估计出的所述外力和动作模式来对所述第2控制的结果进行分类。
15.根据权利要求1至11中的任意一项所述的控制***，其中，
所述控制***还具备劣化估计部，所述劣化估计部至少根据所述第2估计部估计出的所述外力来估计所述驱动对象的劣化。
16.根据权利要求1至11中的任意一项所述的控制***，其中，
所述控制***还具备接触检测部，所述接触检测部至少根据所述第2估计部估计出的所述外力来检测所述驱动对象与周边物体的接触。
17.一种控制方法，包括：
在第1控制中生成第1驱动力指令来对电机进行驱动，所述电机对驱动对象进行驱动；
至少根据所述第1驱动力指令来估计在所述第1控制中作用于所述电机的第1力；
在第2控制中生成第2驱动力指令来对所述电机进行驱动；
至少根据所述第2驱动力指令来估计在所述第2控制中作用于所述电机的第2力；以及
至少根据所述第1力与所述第2力的差异，估计作用于所述驱动对象的外力。
18.根据权利要求17所述的控制方法，其中，
在所述第1控制和所述第2控制双方中根据相同的动作模式对所述电机进行驱动。
19.一种非易失性存储器件，其具有存储的指令，响应于处理器件的执行而使所述处理器件进行如下动作：
在第1控制中生成第1驱动力指令来对电机进行驱动，所述电机对驱动对象进行驱动；
至少根据所述第1驱动力指令来估计在所述第1控制中作用于所述电机的第1力；
在第2控制中生成第2驱动力指令来对所述电机进行驱动；
至少根据所述第2驱动力指令来估计在所述第2控制中作用于所述电机的第2力；以及
至少根据所述第1力与所述第2力的差异，估计作用于所述驱动对象的外力。
CN202080051279.XA 2019-07-18 2020-03-27 控制***、控制方法以及非易失性存储器件 Active CN114127659B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JPPCT/JP2019/028261 2019-07-18
PCT/JP2019/028261 WO2021009903A1 (ja) 2019-07-18 2019-07-18 ロボットシステム、ロボットの制御方法、サーボシステム
US201962940912P 2019-11-27 2019-11-27
US62/940,912 2019-11-27
PCT/JP2020/014290 WO2021009976A1 (ja) 2019-07-18 2020-03-27 制御システム、制御装置及び制御方法

Publications (2)

Publication Number Publication Date
CN114127659A CN114127659A (zh) 2022-03-01
CN114127659B true CN114127659B (zh) 2024-02-27

Family

ID=74209787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080051279.XA Active CN114127659B (zh) 2019-07-18 2020-03-27 控制***、控制方法以及非易失性存储器件

Country Status (5)

Country Link
US (1) US11750133B2 (zh)
EP (1) EP4002053A4 (zh)
JP (1) JP7222427B2 (zh)
CN (1) CN114127659B (zh)
WO (1) WO2021009976A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021049597A (ja) * 2019-09-24 2021-04-01 ソニー株式会社 情報処理装置、情報処理システム及び情報処理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4891764A (en) * 1985-12-06 1990-01-02 Tensor Development Inc. Program controlled force measurement and control system
US5103404A (en) * 1985-12-06 1992-04-07 Tensor Development, Inc. Feedback for a manipulator
CN103786721A (zh) * 2008-10-31 2014-05-14 丰田自动车株式会社 车辆的簧载质量阻尼控制***
CN105409110A (zh) * 2013-08-19 2016-03-16 株式会社安川电机 电机驱动***以及电机控制装置
CN107016208A (zh) * 2017-04-17 2017-08-04 珞石（北京）科技有限公司 一种基于抖动控制的工业机器人外力估计方法
CN107204726A (zh) * 2017-07-20 2017-09-26 广东美芝制冷设备有限公司 永磁同步电机的控制方法及***
CN108508784A (zh) * 2017-02-24 2018-09-07 发那科株式会社 伺服电动机控制装置、伺服电动机控制方法以及记录介质

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH074765B2 (ja) 1986-03-03 1995-01-25 長尾 高明 曲面加工装置
JPS6347058A (ja) 1986-08-13 1988-02-27 Daikin Ind Ltd ロボツトの制御装置
JP2676793B2 (ja) 1988-06-30 1997-11-17 トヨタ自動車株式会社 倣い制御ロボット
US4886529A (en) 1988-07-08 1989-12-12 Showa Precision Machinery Co., Ltd. Polishing robot and polishing method using the same
JPH04135189A (ja) 1990-09-21 1992-05-08 Hitachi Ltd ロボット制御装置
KR100439466B1 (ko) 1995-09-11 2004-09-18 가부시키가이샤 야스가와덴끼 로봇제어장치
JP3383614B2 (ja) 1999-08-04 2003-03-04 技術研究組合医療福祉機器研究所 水平多関節型ロボットアームのインピーダンス制御装置
KR100486582B1 (ko) * 2002-10-15 2005-05-03 엘지전자 주식회사 왕복동식 압축기의 스트로크 검출장치 및 방법
US7456592B2 (en) * 2003-12-17 2008-11-25 Lg Electronics Inc. Apparatus and method for controlling operation of reciprocating compressor
JP5120082B2 (ja) 2008-06-12 2013-01-16 富士電機株式会社 ロボット暴走判定方法およびロボット制御装置
JP2011125986A (ja) 2009-12-21 2011-06-30 Saito-Seiki Co Ltd 角ブロックの表面研削装置
JP5170175B2 (ja) 2010-06-30 2013-03-27 株式会社安川電機 ロボットシステム
JP5902425B2 (ja) 2011-09-21 2016-04-13 株式会社東芝 ロボット制御装置、外乱判定方法およびアクチュエータ制御方法
KR101378824B1 (ko) 2012-04-20 2014-03-27 라인스트림 테크놀로지스 기계 시스템에서 자동적으로 관성을 추정하기 위한 방법 및 모션 프로파일을 생성하기 위한 방법
US8710777B2 (en) 2012-04-20 2014-04-29 Linestream Technologies Method for automatically estimating inertia in a mechanical system
JP6136337B2 (ja) 2013-02-15 2017-05-31 株式会社Ihi 姿勢検知制御装置、研磨装置、および、姿勢検知制御方法
JP2016028842A (ja) 2014-07-17 2016-03-03 株式会社ロボテック アクチュエータシステム
JP6088583B2 (ja) 2015-06-08 2017-03-01 ファナック株式会社 ロボットと力の表示機能を備えたロボット制御装置
JP6431017B2 (ja) 2016-10-19 2018-11-28 ファナック株式会社 機械学習により外力の検出精度を向上させた人協調ロボットシステム
JP6420298B2 (ja) 2016-12-02 2018-11-07 ファナック株式会社 ロボットを制御するロボット制御装置、およびロボットに加わる外乱値を推定する方法
WO2019065427A1 (ja) 2017-09-26 2019-04-04 倉敷紡績株式会社 ロボットハンドシステム制御方法およびロボットハンドシステム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4891764A (en) * 1985-12-06 1990-01-02 Tensor Development Inc. Program controlled force measurement and control system
US5103404A (en) * 1985-12-06 1992-04-07 Tensor Development, Inc. Feedback for a manipulator
CN103786721A (zh) * 2008-10-31 2014-05-14 丰田自动车株式会社 车辆的簧载质量阻尼控制***
CN105409110A (zh) * 2013-08-19 2016-03-16 株式会社安川电机 电机驱动***以及电机控制装置
CN108508784A (zh) * 2017-02-24 2018-09-07 发那科株式会社 伺服电动机控制装置、伺服电动机控制方法以及记录介质
CN107016208A (zh) * 2017-04-17 2017-08-04 珞石（北京）科技有限公司 一种基于抖动控制的工业机器人外力估计方法
CN107204726A (zh) * 2017-07-20 2017-09-26 广东美芝制冷设备有限公司 永磁同步电机的控制方法及***

Also Published As

Publication number Publication date
US11750133B2 (en) 2023-09-05
WO2021009976A1 (ja) 2021-01-21
JPWO2021009976A1 (zh) 2021-01-21
JP7222427B2 (ja) 2023-02-15
EP4002053A1 (en) 2022-05-25
EP4002053A4 (en) 2023-12-13
US20230006590A1 (en) 2023-01-05
CN114127659A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
US10618176B2 (en) Robot apparatus, robot control method, program, and recording medium
CN108422420B (zh) 具有学习控制功能的机器人***以及学习控制方法
JP4720744B2 (ja) サーボ制御装置
JP4813618B2 (ja) イナーシャと摩擦を同時に推定する機能を有する電動機の制御装置
JP6333795B2 (ja) 学習による教示作業の簡易化及び動作性能向上機能を備えたロボットシステム
JP6392825B2 (ja) 学習制御機能を備えたロボット制御装置
US8543239B2 (en) Robot control apparatus
JP4261470B2 (ja) 制御装置
CN101128828A (zh) 自动路径学习的方法和设备
JP6386516B2 (ja) 学習機能を備えたロボット装置
CN114127659B (zh) 控制***、控制方法以及非易失性存储器件
JP2017124455A (ja) ロボット装置、ロボット制御方法、プログラム及び記録媒体
JP2019181610A (ja) モータエンコーダ及びセンサを用いて学習制御を行うロボットシステム
CN112154048B (zh) 基于机器人的工件插装方法、***及计算机可读介质
JP7396819B2 (ja) ロボット装置の動作を動画にて撮像するカメラを備える監視装置
WO2009049682A1 (en) An industrial robot tending a machine and a method for controlling an industrial robot tending a machine
US11951625B2 (en) Control method for robot and robot system
JP6906711B1 (ja) 摩擦補償装置、衝突検知装置、トルクフィードフォワード演算装置およびロボット制御装置並びに摩擦補償方法
JP5030628B2 (ja) 干渉チェックシステム
EP4241930A1 (en) Robot control in working space
TWI663031B (zh) 適應性夾持的控制方法及電動夾爪
US20220072708A1 (en) Motion model calculation device, control device, joint mechanism, and motion model calculation method
JP3871030B2 (ja) サーボ制御方法
JP2927148B2 (ja) 研削ロボット
US20230234223A1 (en) Modeling of controlled object

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant