JP2881873B2 - デジタル適応制御装置 - Google Patents
デジタル適応制御装置Info
- Publication number
- JP2881873B2 JP2881873B2 JP1322043A JP32204389A JP2881873B2 JP 2881873 B2 JP2881873 B2 JP 2881873B2 JP 1322043 A JP1322043 A JP 1322043A JP 32204389 A JP32204389 A JP 32204389A JP 2881873 B2 JP2881873 B2 JP 2881873B2
- Authority
- JP
- Japan
- Prior art keywords
- learning
- command
- command value
- control
- position command
- 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.)
- Expired - Lifetime
Links
Landscapes
- Manipulator (AREA)
- Feedback Control In General (AREA)
- Control Of Position Or Direction (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 この発明は、工作機械やロボットなどの位置制御装置
において、外部環境に起因する外乱や機械固有の運転誤
差を補償する高精度な位置決め制御を実現するデジタル
適応制御位置に関するものである。
において、外部環境に起因する外乱や機械固有の運転誤
差を補償する高精度な位置決め制御を実現するデジタル
適応制御位置に関するものである。
〔従来の技術〕 本発明に類似する従来の公知技術には、例えば電子情
報通信学会の医用電子と生体工学に関する研究会で発表
された瀬戸山らの「多層神経回路網内に学習される逆ダ
イナミクスモデルによるマニピュレータの制御」(信学
技報MBE87-135,1987年)がある。第2図は、この公知文
献に示された制御装置を示したものであり、図において
(1)は指令値発生部、(2)はサーボ制御器、(3)
はモータ駆動部、(4)は機械負荷、(9)は多層神経
回路モデル、(13),(18)はサーボゲイン、(14)は
加算部、(15)は駆動トルク、(17)は教師信号であ
る。
報通信学会の医用電子と生体工学に関する研究会で発表
された瀬戸山らの「多層神経回路網内に学習される逆ダ
イナミクスモデルによるマニピュレータの制御」(信学
技報MBE87-135,1987年)がある。第2図は、この公知文
献に示された制御装置を示したものであり、図において
(1)は指令値発生部、(2)はサーボ制御器、(3)
はモータ駆動部、(4)は機械負荷、(9)は多層神経
回路モデル、(13),(18)はサーボゲイン、(14)は
加算部、(15)は駆動トルク、(17)は教師信号であ
る。
次に動作について説明する。指令値発生部(1)で生
成された位置指令値θdは各制御サンプリングΔT毎に
サーボ制御器(2)に与えられる。サーボ制御器(2)
には指令値θdに対する一次微分器(11)と二次微分器
(12)と多層神経回路モデル(9)が付加されている。
このサーボ制御器(2)の特長は学習機能が備わってい
ることにある。まず上記多層神経回路モデル(9)がサ
ーボ系のダイナミクスを未学習の場合、サーボ制御器
(2)は通常のフィードバックサーボ制御系が働くよう
に構成されている。すなわち指令値発生部(1)からの
位置指令値θdは機械負荷(4)をドライブする駆動サ
ーボモータ軸端の回転位置θmは比較され、その偏差em
(=θd−θm)に基づいてサーボ演算(この場合は比
例制御のみ)か行われ、トルク指令値Tf(=Kf*em)
(16)が決定される。多層神経回路モデル(9)は、学
習によってこのフィードバック制御系をシミュレートす
るために設けられており、位置指令値θd、その一次微
分である速度指令値dと二次微分値である加速度指令
値dを入力とし、機械負荷駆動アクチュエータへのト
ルク指令値Tを、フィードフォワードサーボ成のトルク
指令値Tiとフィードバックサーボ系のトルク指令値Tfと
の加算値より出力とする3層のパーセプトロン型神経回
路モデルとなっている。この多層神経回路モデル(9)
は教師信号としてフィードバックサーボ系のトルク指令
値Tf(16)を用いるように構成されているので、指令値
入力に対してフィードバックサーボ系のトルク指令値Tf
を出力するような学習が進行する。上記公知文献では、
多層神経回路モデルの学習アルゴリズムとして良く知ら
れたバックプロパゲーション法を用いている。
成された位置指令値θdは各制御サンプリングΔT毎に
サーボ制御器(2)に与えられる。サーボ制御器(2)
には指令値θdに対する一次微分器(11)と二次微分器
(12)と多層神経回路モデル(9)が付加されている。
このサーボ制御器(2)の特長は学習機能が備わってい
ることにある。まず上記多層神経回路モデル(9)がサ
ーボ系のダイナミクスを未学習の場合、サーボ制御器
(2)は通常のフィードバックサーボ制御系が働くよう
に構成されている。すなわち指令値発生部(1)からの
位置指令値θdは機械負荷(4)をドライブする駆動サ
ーボモータ軸端の回転位置θmは比較され、その偏差em
(=θd−θm)に基づいてサーボ演算(この場合は比
例制御のみ)か行われ、トルク指令値Tf(=Kf*em)
(16)が決定される。多層神経回路モデル(9)は、学
習によってこのフィードバック制御系をシミュレートす
るために設けられており、位置指令値θd、その一次微
分である速度指令値dと二次微分値である加速度指令
値dを入力とし、機械負荷駆動アクチュエータへのト
ルク指令値Tを、フィードフォワードサーボ成のトルク
指令値Tiとフィードバックサーボ系のトルク指令値Tfと
の加算値より出力とする3層のパーセプトロン型神経回
路モデルとなっている。この多層神経回路モデル(9)
は教師信号としてフィードバックサーボ系のトルク指令
値Tf(16)を用いるように構成されているので、指令値
入力に対してフィードバックサーボ系のトルク指令値Tf
を出力するような学習が進行する。上記公知文献では、
多層神経回路モデルの学習アルゴリズムとして良く知ら
れたバックプロパゲーション法を用いている。
従来の制御装置は以上のように構成されているので、
フィードバック信号Tf(16)を教師信号とすることによ
り学習が進行するが、教師信号はあくまでもフィードバ
ック制御系のトルク指令値Tfであるため、完全に学習が
完了したとしても、フィードバック制御系の代替機能し
か具備しえない。フィードバック制御系は一般に遅れ要
素を持つ制御系であるため一定時間後には位置決め精度
が保証されるが、過渡的な動特性を改善できないという
欠点を持つ。従ってフィードバック制御系の代替機能で
はこの動特性を改善出来ない。また当然のことながら機
械負荷軸端の位置も補償出来ない。このような過渡的な
動特性の改善方法や機械誤差の改善方法には予め動特性
を観測しておき、前向きに予想される誤差を補償するい
わゆるフィードフォワード制御方法の採用がよく見られ
る。しかし上記の方法ではフィードフォワード制御系を
多層神経回路モデル(9)で構成しておきながら上記の
ような動特性に基づく機械負荷軸端の誤差ea(=θd−
θa)を精度良く低減することができない。この欠点を
除去するためには、機械負荷軸端に検出器を設けてフル
クローズフィードバックサーボ系を構成する方法や、機
械負荷軸端の位置信号θaを観測して、指令値誤差e
a(=θd−θa)を教師信号とする多層神経回路モデ
ルを構成することが考えられるが、前者の方法では機械
のダイナミクスをサーボループ内に含むためにゲインを
あげることが出来ず高応答化が図れないという問題点が
あり、後者の方法で多層神経回路モデル(9)出力Tiと
観測位置信号θa間に機械負荷(4)のダイナミクスが
存在するため、この場合には学習を行う際の教師信号を
eaを用いてつくることが出来ず、一般的な学習アルゴリ
ズムであるバックプロバゲーション法が適用できないと
いった問題点があった。
フィードバック信号Tf(16)を教師信号とすることによ
り学習が進行するが、教師信号はあくまでもフィードバ
ック制御系のトルク指令値Tfであるため、完全に学習が
完了したとしても、フィードバック制御系の代替機能し
か具備しえない。フィードバック制御系は一般に遅れ要
素を持つ制御系であるため一定時間後には位置決め精度
が保証されるが、過渡的な動特性を改善できないという
欠点を持つ。従ってフィードバック制御系の代替機能で
はこの動特性を改善出来ない。また当然のことながら機
械負荷軸端の位置も補償出来ない。このような過渡的な
動特性の改善方法や機械誤差の改善方法には予め動特性
を観測しておき、前向きに予想される誤差を補償するい
わゆるフィードフォワード制御方法の採用がよく見られ
る。しかし上記の方法ではフィードフォワード制御系を
多層神経回路モデル(9)で構成しておきながら上記の
ような動特性に基づく機械負荷軸端の誤差ea(=θd−
θa)を精度良く低減することができない。この欠点を
除去するためには、機械負荷軸端に検出器を設けてフル
クローズフィードバックサーボ系を構成する方法や、機
械負荷軸端の位置信号θaを観測して、指令値誤差e
a(=θd−θa)を教師信号とする多層神経回路モデ
ルを構成することが考えられるが、前者の方法では機械
のダイナミクスをサーボループ内に含むためにゲインを
あげることが出来ず高応答化が図れないという問題点が
あり、後者の方法で多層神経回路モデル(9)出力Tiと
観測位置信号θa間に機械負荷(4)のダイナミクスが
存在するため、この場合には学習を行う際の教師信号を
eaを用いてつくることが出来ず、一般的な学習アルゴリ
ズムであるバックプロバゲーション法が適用できないと
いった問題点があった。
この発明は上記のような問題点を解消するためになさ
れたもので、機械負荷(4)軸端位置を高精度に測定で
きる位置検出器により指令値との位置誤差を検出し、こ
の誤差情報をもとにした繰り返し型学習制御器と、この
学習器によって作成された望ましサーボ指令値系列を教
師信号とする多層神経回路モデル型学習器とを配して2
段階学習器を構成することにより高精度な位置決め制御
が可能なデジタル適応制御装置を得ることを目的とす
る。
れたもので、機械負荷(4)軸端位置を高精度に測定で
きる位置検出器により指令値との位置誤差を検出し、こ
の誤差情報をもとにした繰り返し型学習制御器と、この
学習器によって作成された望ましサーボ指令値系列を教
師信号とする多層神経回路モデル型学習器とを配して2
段階学習器を構成することにより高精度な位置決め制御
が可能なデジタル適応制御装置を得ることを目的とす
る。
この発明に係るデジタル適応制御装置は、外部から指
令された目標位置へ被制御物を移動させる制御装置にお
いて、被制御物を上記目標位置へ移動させるための位置
指令値を制御サンプリング毎に生成する指令生成手段
と、上記指令生成手段で生成された位置指令値に応じて
被制御物の移動を制御する制御手段と、上記目標位置と
上記制御手段により制御された被制御物の実位置との位
置誤差を検出する位置誤差検出手段と、上記位置誤差に
繰り返し学習制御則を適用し、上記位置指令値に対応し
た第1の位置指令補正値を演算する繰り返し学習器と、
上記繰り返し学習器で演算された第1の位置指令補正値
を記憶する記憶手段と、上記指令生成手段で生成された
位置指令値を入力とし、上記記憶手段に記憶されている
第1の位置指令補正値を教師信号として学習し、学習後
においては、上記指令生成手段で生成された位置指令値
を入力することにより第2の位置指令補正値を演算して
出力する神経回路モデルと、上記神経回路モデルの学習
の完了時に上記繰り返し学習器の機能を停止する手段と
を備え、上記神経回路モデルの学習後には、上記制御手
段は上記指令生成手段で生成された位置指令値と上記神
経回路モデルで演算された第2の位置指令補正値に応じ
て被制御物の移動を制御するものである。
令された目標位置へ被制御物を移動させる制御装置にお
いて、被制御物を上記目標位置へ移動させるための位置
指令値を制御サンプリング毎に生成する指令生成手段
と、上記指令生成手段で生成された位置指令値に応じて
被制御物の移動を制御する制御手段と、上記目標位置と
上記制御手段により制御された被制御物の実位置との位
置誤差を検出する位置誤差検出手段と、上記位置誤差に
繰り返し学習制御則を適用し、上記位置指令値に対応し
た第1の位置指令補正値を演算する繰り返し学習器と、
上記繰り返し学習器で演算された第1の位置指令補正値
を記憶する記憶手段と、上記指令生成手段で生成された
位置指令値を入力とし、上記記憶手段に記憶されている
第1の位置指令補正値を教師信号として学習し、学習後
においては、上記指令生成手段で生成された位置指令値
を入力することにより第2の位置指令補正値を演算して
出力する神経回路モデルと、上記神経回路モデルの学習
の完了時に上記繰り返し学習器の機能を停止する手段と
を備え、上記神経回路モデルの学習後には、上記制御手
段は上記指令生成手段で生成された位置指令値と上記神
経回路モデルで演算された第2の位置指令補正値に応じ
て被制御物の移動を制御するものである。
この発明に係るデジタル適応制御位置は、繰り返し学
習制御器によって各制御サンプリングΔT毎の高精度な
位置決め指令系列をまず学習し、その後この指令系列を
教師信号として多層神経回路モデルを学習させることに
より誤差発生ダイナミクスモデルを生成することによ
り、メモリ容量の縮少化、及び神経回路モデル型学習器
の教師信号を効果的に取り扱うことができる。
習制御器によって各制御サンプリングΔT毎の高精度な
位置決め指令系列をまず学習し、その後この指令系列を
教師信号として多層神経回路モデルを学習させることに
より誤差発生ダイナミクスモデルを生成することによ
り、メモリ容量の縮少化、及び神経回路モデル型学習器
の教師信号を効果的に取り扱うことができる。
以下、この発明の一実施例を図について説明する。第
1図において、(1)はNCプログラムなどの動作プログ
ラムから単位サンプリングΔTあたりの移動指令値を生
成する指令生成部、(2)はモータのサーボ制御部、
(3)はモータ駆動部、(4)はサーボモータに連結さ
れた機械負荷、(5)は上記機械負荷の位置を精密に測
定する位置検出器、(6)は繰り返し型学習制御演算
部、(7)は上記繰り返し型学習制御演算部(6)によ
って学習された指令補正値列を格納する記憶装置、
(9)は上記指令補正列を教師信号として学習し、学習
後においては、上記指令生成部(1)で生成された移動
指令値を入力し、指令補正列を出力する多層神経回路モ
デル、(10)は上記繰り返し学習器の出力である指令補
正列と上記多層神経回路モデル出力を比較し上記多層神
経回路モデルの学習が完了したかどうかを判別する汎化
判定機構、(8)は上記学習制御演算部(6)と上記記
憶装置(7)を含む繰り返し学習制御機構である。
1図において、(1)はNCプログラムなどの動作プログ
ラムから単位サンプリングΔTあたりの移動指令値を生
成する指令生成部、(2)はモータのサーボ制御部、
(3)はモータ駆動部、(4)はサーボモータに連結さ
れた機械負荷、(5)は上記機械負荷の位置を精密に測
定する位置検出器、(6)は繰り返し型学習制御演算
部、(7)は上記繰り返し型学習制御演算部(6)によ
って学習された指令補正値列を格納する記憶装置、
(9)は上記指令補正列を教師信号として学習し、学習
後においては、上記指令生成部(1)で生成された移動
指令値を入力し、指令補正列を出力する多層神経回路モ
デル、(10)は上記繰り返し学習器の出力である指令補
正列と上記多層神経回路モデル出力を比較し上記多層神
経回路モデルの学習が完了したかどうかを判別する汎化
判定機構、(8)は上記学習制御演算部(6)と上記記
憶装置(7)を含む繰り返し学習制御機構である。
次に動作について説明する。一般にNC工作機械などで
は、加工機械の動作が標準的なNC言語で表わされる。こ
の動作プログラムはNC装置により解読され、NC装置に組
み込まれた特有の制御サイクルΔTあたりの移動量が指
令生成部(1)により演算され機械負荷(4)に接続さ
れたサーボモータ(3)を制御するサーボ制御系に与え
られる。機械負荷(4)は上記サーボ系により駆動さ
れ、NCプログラムに指定された通りの動作を行う。
は、加工機械の動作が標準的なNC言語で表わされる。こ
の動作プログラムはNC装置により解読され、NC装置に組
み込まれた特有の制御サイクルΔTあたりの移動量が指
令生成部(1)により演算され機械負荷(4)に接続さ
れたサーボモータ(3)を制御するサーボ制御系に与え
られる。機械負荷(4)は上記サーボ系により駆動さ
れ、NCプログラムに指定された通りの動作を行う。
高精度加工を行う場合、機械負荷(4)軸端の実際の
加工軌跡θaが問題となる。通常のデジタルサーボ制御
装置では指令値に対してサーボ系の遅れや、機械負荷の
イナーシャ、摩擦などの非線形外乱などが原因となって
機械負荷(4)軸端の加工軌跡θaは誤差を持つ。この
誤差は加工誤差となり、高精度加工を目的とした工作機
械の制御装置では、重大な問題となる。
加工軌跡θaが問題となる。通常のデジタルサーボ制御
装置では指令値に対してサーボ系の遅れや、機械負荷の
イナーシャ、摩擦などの非線形外乱などが原因となって
機械負荷(4)軸端の加工軌跡θaは誤差を持つ。この
誤差は加工誤差となり、高精度加工を目的とした工作機
械の制御装置では、重大な問題となる。
一般にこのような誤差を取り除くためには、サーボ系
の遅れに対しては、加工速度を極端に遅くすることで対
処し、また上記のような非線形外乱に対しては予め求め
ておいた補正値を指令値に対して加えることで対処して
いた。
の遅れに対しては、加工速度を極端に遅くすることで対
処し、また上記のような非線形外乱に対しては予め求め
ておいた補正値を指令値に対して加えることで対処して
いた。
ここではこの誤差を機械負荷軸端位置θaを検出する
リニアスケールまたはレーザ測長器などの位置検出器
(5)を設け、指令生成部(1)からの指令値θdとの
差をとることによって求める。
リニアスケールまたはレーザ測長器などの位置検出器
(5)を設け、指令生成部(1)からの指令値θdとの
差をとることによって求める。
繰り返し型学習制御機構(8)は、このようにして得
られた加工軌跡誤差ea(=θd−θa)を減少させるた
めの制御を行う部分である。繰り返し学習制御機構
(8)は内部に繰り返し学習制御演算部(6)と、上記
学習制御演算部(6)の制御サンプリング時間ΔT毎の
時系列出力データを記憶する大容量記憶装置(7)を持
ち、動作指令プログラム毎の時系列指令値に対応した補
正データ列をこの大容量記憶装置(7)に格納する。
られた加工軌跡誤差ea(=θd−θa)を減少させるた
めの制御を行う部分である。繰り返し学習制御機構
(8)は内部に繰り返し学習制御演算部(6)と、上記
学習制御演算部(6)の制御サンプリング時間ΔT毎の
時系列出力データを記憶する大容量記憶装置(7)を持
ち、動作指令プログラム毎の時系列指令値に対応した補
正データ列をこの大容量記憶装置(7)に格納する。
第3図(a)は繰り返し型学習制御機構(8)の各試
行毎の学習動作を表わしたブロック図であり、物理的に
は、1回の試行に必要な要素(メモリ(7)、サーボゲ
イン(18)、モータ駆動部(3)、機械負荷(4)、学
習制御演算部(6))の一組で構成される。
行毎の学習動作を表わしたブロック図であり、物理的に
は、1回の試行に必要な要素(メモリ(7)、サーボゲ
イン(18)、モータ駆動部(3)、機械負荷(4)、学
習制御演算部(6))の一組で構成される。
上記のように構成された繰り返し型学習制御機構の考
え方としては与えられた軌跡指令θd(例;円弧指令)
に対して、サーボ系を駆動し、その時の機械負荷端の実
際の軌跡θaを検出し、その時の誤差ea(=θd−
θa)をもとに指令値θdをどの程度補正すればよいか
を推定し、その誤差補正系列mをメモリの中にストアす
る動作を何試行も繰り返し、最終的に軌跡誤差eaをゼロ
にしようとするものである。
え方としては与えられた軌跡指令θd(例;円弧指令)
に対して、サーボ系を駆動し、その時の機械負荷端の実
際の軌跡θaを検出し、その時の誤差ea(=θd−
θa)をもとに指令値θdをどの程度補正すればよいか
を推定し、その誤差補正系列mをメモリの中にストアす
る動作を何試行も繰り返し、最終的に軌跡誤差eaをゼロ
にしようとするものである。
上記誤差補正系列mの演算は、学習制御演算部(6)
によって行われる。誤差補正系列mを記憶する記憶装置
(7)を詳細に書くと、第3図(b)のように構成され
ており、指令値θd(j)(j=1,…,n)に対する誤差
補正量をmk(j)として、試行毎に絶えず書替えるよう
になっている。
によって行われる。誤差補正系列mを記憶する記憶装置
(7)を詳細に書くと、第3図(b)のように構成され
ており、指令値θd(j)(j=1,…,n)に対する誤差
補正量をmk(j)として、試行毎に絶えず書替えるよう
になっている。
従って、記憶装置(7)には、学習が進んで誤差eaが
ゼロになった時、指令値の整列θd(1),…,θ
d(n)に対応した誤差補正系列m(1),…,m(n)
がストアされることとなる。
ゼロになった時、指令値の整列θd(1),…,θ
d(n)に対応した誤差補正系列m(1),…,m(n)
がストアされることとなる。
この誤差補正系列は、プログラムpに対して一組決定
され、このように繰り返し型学習制御機構(8)によっ
て得られた最終の値をmpm(1),mpm(2),…,mpm
(n)とする。
され、このように繰り返し型学習制御機構(8)によっ
て得られた最終の値をmpm(1),mpm(2),…,mpm
(n)とする。
次に、上記繰り返し学習制御機構による誤差補正系列
の演算について具体的に述べる。
の演算について具体的に述べる。
プログラムNo.pの動作プログラムfp(x)の実行に際
して、各制御サンプリングΔT毎に指令値系列θ
d(1),θd(2),…θd(n)が生成されるが、
これと同時にこの1回の動作プログラムの試行に対しこ
の動作プログラムに応じた誤差補正系列mp k(1),…m
p k(2),…mp k(n)が生成される。ここでkはプロ
グラムの実行回数を表わす。またnは動作プログラムfp
の実行にかかる全時間をTとすると、 n=T/ΔT (1) で表わされる整数値である。
して、各制御サンプリングΔT毎に指令値系列θ
d(1),θd(2),…θd(n)が生成されるが、
これと同時にこの1回の動作プログラムの試行に対しこ
の動作プログラムに応じた誤差補正系列mp k(1),…m
p k(2),…mp k(n)が生成される。ここでkはプロ
グラムの実行回数を表わす。またnは動作プログラムfp
の実行にかかる全時間をTとすると、 n=T/ΔT (1) で表わされる整数値である。
また補正系列mp kは通常、以下の演算式で決定され
る。
る。
mp k(i)=KLP*ea k(i)+KLD*(ea k(i)−e
a k(i−1))+KLI*Σea k(i) (2) ここでKLPは繰り返し学習制御機構の比例ゲイン、KLD
は微分ゲイン、KLIは積分ゲインである。
a k(i−1))+KLI*Σea k(i) (2) ここでKLPは繰り返し学習制御機構の比例ゲイン、KLD
は微分ゲイン、KLIは積分ゲインである。
さて次回、この動作プログラムfp(x)を実行する際
には、前回の誤差補正列mp kを動作プログラム指令値θ
dに加えて新たな指令値uk+1としてサーボ系に与える。
すなわち、 uk+1(i)=θd(i)+mp k(i),i=1,…,n(3)
従って、次回の動作プログラム実行時には軌跡誤差が
減少すると予想されるが、一般にサーボ系や機械負荷系
にはダイナミクスがあり指令に対する追従遅れが存在す
るため必ずしも軌跡誤差が大幅に減少するとは限らな
い。しかしながら、以上の動作を繰り返し行えば、軌跡
誤差が減少していき、ついにはある値以下に収束し、そ
の時の誤差補正列mpmがもとまる。これが繰り返し学習
制御機構(8)の学習動作である。
には、前回の誤差補正列mp kを動作プログラム指令値θ
dに加えて新たな指令値uk+1としてサーボ系に与える。
すなわち、 uk+1(i)=θd(i)+mp k(i),i=1,…,n(3)
従って、次回の動作プログラム実行時には軌跡誤差が
減少すると予想されるが、一般にサーボ系や機械負荷系
にはダイナミクスがあり指令に対する追従遅れが存在す
るため必ずしも軌跡誤差が大幅に減少するとは限らな
い。しかしながら、以上の動作を繰り返し行えば、軌跡
誤差が減少していき、ついにはある値以下に収束し、そ
の時の誤差補正列mpmがもとまる。これが繰り返し学習
制御機構(8)の学習動作である。
このように繰り返し学習器(6)を従来の制御系に設
ければ、軌跡誤差を減少させることが可能であるが、指
令値補正のために記憶しなければならない補正系列mp k
は、動作プログラム番号毎、及び加工速度などの運転軸
受が変化する毎に対応した系列を持たねばならないた
め、実用上は大容量の記憶装置が必要である。そのた
め、本発明では、多層神経回路モデル(9)を繰り返し
学習制御機構(8)に付加する。多層神経回路モデル
(9)には良く知られているように入力出力間の関係か
ら、学習によってシステムのダイナミクスを自己組織化
するいわゆる汎化作用がある。ここでは多層神経回路モ
デル(9)のこの性質を利用して、すでに得られた繰り
返し学習データmpm(1).…,mpm(n)を用いて補正
指令値発生システムの自己組織化を行い、汎用的なフィ
ードフォワード制御機構を構築する。
ければ、軌跡誤差を減少させることが可能であるが、指
令値補正のために記憶しなければならない補正系列mp k
は、動作プログラム番号毎、及び加工速度などの運転軸
受が変化する毎に対応した系列を持たねばならないた
め、実用上は大容量の記憶装置が必要である。そのた
め、本発明では、多層神経回路モデル(9)を繰り返し
学習制御機構(8)に付加する。多層神経回路モデル
(9)には良く知られているように入力出力間の関係か
ら、学習によってシステムのダイナミクスを自己組織化
するいわゆる汎化作用がある。ここでは多層神経回路モ
デル(9)のこの性質を利用して、すでに得られた繰り
返し学習データmpm(1).…,mpm(n)を用いて補正
指令値発生システムの自己組織化を行い、汎用的なフィ
ードフォワード制御機構を構築する。
本発明で用いる多層神経回路モデルは、層状に神経細
胞が並んだ3層以上の層構造を持つパーセプトロン型神
経回路モデルである。第4図に本発明の一実施例による
3層パーセプトロン型神経回路モデルを示す。図におい
て、(11)は一次微分器、(12)は二次微分器、(24
a),(24b),…,(25a),(25b),…,(26a),
(26b)…は入力層細胞、(27a),(27b),…,(28
a),(28b),…(29a),(29b),…は隠れ層細胞、
(30)は出力層細胞である。この一実施例では指令値θ
d、速度d、加速度dをディレイ素子(21a),(2
1b),(22a),(22b),(23a),(23b)を介して神
経回路モデルに入力する。ここで位置指令値θd、速度
指令値d、加速度指令値dの入力数をN1個、N2個、
N3個とすると、このネットワークにはθd(i),θd
(i−1),θd(i−2),…θd(i−N1−1),
d(i),d(i−1),d(i−2),…d
(i−N2−1),d(i),d(i−1),
d(i−2),…d(i−N3−1)が入力される。ま
た神経回路モデルに於る各細胞の入出力特性はシグモイ
ド関数によってモデル化される。シグモイド関数g
(x)は入力をxとすると g(x)=2/(1+exp(−x))−1 (4) で表わされる。ここで入力xは、入力される側の神経
細胞iから入力する側の神経細胞j間の結合係数をWij
(k)とし、入力する側の神経細胞jの出力をaj(k)
とすれば、 で表され、その結果、神経細胞iの出力aiは ai=2/(1+exp(−x1))−1 となる。なお、入力層細胞においては、aj(k)の代
わりに位置指令値θd、速度指令値d、加速度指令値
dが用いられる。
胞が並んだ3層以上の層構造を持つパーセプトロン型神
経回路モデルである。第4図に本発明の一実施例による
3層パーセプトロン型神経回路モデルを示す。図におい
て、(11)は一次微分器、(12)は二次微分器、(24
a),(24b),…,(25a),(25b),…,(26a),
(26b)…は入力層細胞、(27a),(27b),…,(28
a),(28b),…(29a),(29b),…は隠れ層細胞、
(30)は出力層細胞である。この一実施例では指令値θ
d、速度d、加速度dをディレイ素子(21a),(2
1b),(22a),(22b),(23a),(23b)を介して神
経回路モデルに入力する。ここで位置指令値θd、速度
指令値d、加速度指令値dの入力数をN1個、N2個、
N3個とすると、このネットワークにはθd(i),θd
(i−1),θd(i−2),…θd(i−N1−1),
d(i),d(i−1),d(i−2),…d
(i−N2−1),d(i),d(i−1),
d(i−2),…d(i−N3−1)が入力される。ま
た神経回路モデルに於る各細胞の入出力特性はシグモイ
ド関数によってモデル化される。シグモイド関数g
(x)は入力をxとすると g(x)=2/(1+exp(−x))−1 (4) で表わされる。ここで入力xは、入力される側の神経
細胞iから入力する側の神経細胞j間の結合係数をWij
(k)とし、入力する側の神経細胞jの出力をaj(k)
とすれば、 で表され、その結果、神経細胞iの出力aiは ai=2/(1+exp(−x1))−1 となる。なお、入力層細胞においては、aj(k)の代
わりに位置指令値θd、速度指令値d、加速度指令値
dが用いられる。
各細胞間は変更可能な重み係数を持つリンクによって
結ばれており、同一層間の結合はないものとする。また
各細胞間の結合は層毎に逐次的に行われるものとする。
すなわち入力層の各細胞出力は隠れ層の細胞入力とな
り、隠れ層の細胞出力は出力層の入力となるものとす
る。
結ばれており、同一層間の結合はないものとする。また
各細胞間の結合は層毎に逐次的に行われるものとする。
すなわち入力層の各細胞出力は隠れ層の細胞入力とな
り、隠れ層の細胞出力は出力層の入力となるものとす
る。
従って、この発明の一実施例では、指令値生成部
(1)からの指令値θdが神経回路モデル(9)の入力
層に逐次与えられ、各層間の結合演算を行ったのち、出
力層(出力細胞(30))からの出力値ao(k)である指
令補正出力を出力層(出力細胞(30))から出力する。
(1)からの指令値θdが神経回路モデル(9)の入力
層に逐次与えられ、各層間の結合演算を行ったのち、出
力層(出力細胞(30))からの出力値ao(k)である指
令補正出力を出力層(出力細胞(30))から出力する。
次に多層神経回路モデル(9)の誤差学習アルゴリズ
ム(バックプロパゲーションアルゴリズム)について説
明する。いま、多層神経回路モデル(9)の出力層に着
目し、この出力がao(k)とすると、望ましい出力は繰
り返し学習器(6)によって学習したmm(k)であるの
で多層神経回路モデル(9)の出力誤差δo(k)は δo(k)=(mm(k)−ao(k))*(1−ao(k)2)
/2 (6) である。この誤差を用いて隠れ層の神経細胞jと出力
層の神経細胞との結合係数の変化量ΔWhj(k)を ΔWhj(k)=τ*δo(k)*ahj(k) (7) とする。ここでτは学習の進行速度を支配する時定数
であり、ahjは隠れ層神経細胞j出力を示す。
ム(バックプロパゲーションアルゴリズム)について説
明する。いま、多層神経回路モデル(9)の出力層に着
目し、この出力がao(k)とすると、望ましい出力は繰
り返し学習器(6)によって学習したmm(k)であるの
で多層神経回路モデル(9)の出力誤差δo(k)は δo(k)=(mm(k)−ao(k))*(1−ao(k)2)
/2 (6) である。この誤差を用いて隠れ層の神経細胞jと出力
層の神経細胞との結合係数の変化量ΔWhj(k)を ΔWhj(k)=τ*δo(k)*ahj(k) (7) とする。ここでτは学習の進行速度を支配する時定数
であり、ahjは隠れ層神経細胞j出力を示す。
次に隠れ層から入力層への誤差伝搬を考える。隠れ層
の神経細胞jの誤差δhj(K)は δhj(k)=〔(1−ahj(K)2)/2〕* (8) として計算されるので、隠れ層の神経細胞jと入力層
の神経細胞iとの結合係数の変化量ΔWij(k)は ΔWij(k)=τ*δhj(k)*aij(k) (9) となる。ここでaijは入力層神経細胞jの出力を示
す。以上のように逐次結合係数を変化させていくと、多
層神経回路モデル(9)の学習が進行し指令生成部
(1)で生成される指令値θdの入力に対して教師信号
mmと同様の出力を行えるようになる。
の神経細胞jの誤差δhj(K)は δhj(k)=〔(1−ahj(K)2)/2〕* (8) として計算されるので、隠れ層の神経細胞jと入力層
の神経細胞iとの結合係数の変化量ΔWij(k)は ΔWij(k)=τ*δhj(k)*aij(k) (9) となる。ここでaijは入力層神経細胞jの出力を示
す。以上のように逐次結合係数を変化させていくと、多
層神経回路モデル(9)の学習が進行し指令生成部
(1)で生成される指令値θdの入力に対して教師信号
mmと同様の出力を行えるようになる。
汎化判定機構(10)は繰り返し学習器(6)による学
習データm(k)と、多層神経回路モデル(9)出力ao
(k)との差を絶えずモニタし、この誤差が予め与えら
れた一定値以下になると、多層神経回路モデル(9)に
よる学習が完了したとみなし、繰り返し学習制御機構
(8)の動作を停止させる。従ってこのとき、繰り返し
学習制御に必要な大容量記憶装置のデータが不必要にな
る。
習データm(k)と、多層神経回路モデル(9)出力ao
(k)との差を絶えずモニタし、この誤差が予め与えら
れた一定値以下になると、多層神経回路モデル(9)に
よる学習が完了したとみなし、繰り返し学習制御機構
(8)の動作を停止させる。従ってこのとき、繰り返し
学習制御に必要な大容量記憶装置のデータが不必要にな
る。
上記のように、汎化判定機構(10)により、多層神経
回路モデル(9)の学習が完了したと判定する動作とし
ては、まず汎化判定機構(10)のスイッチをACの結合状
態とし、繰り返し学習制御機構(8)を動作させて、各
プログラムに対する補正値系列mm(X)を作成する。
回路モデル(9)の学習が完了したと判定する動作とし
ては、まず汎化判定機構(10)のスイッチをACの結合状
態とし、繰り返し学習制御機構(8)を動作させて、各
プログラムに対する補正値系列mm(X)を作成する。
この時、繰り返し型学習制御機構(8)は、実際の誤
差eaを観測し、この誤差eaに基づいて学習制御演算を施
し、最終的に多数のNC指令プログラムf1(x),…f
p(x)に対応した補正値系列m1m(x),m2m(x),
…,mpm(x)を得る。ここで、m1m(x)=(m
1m(1),m1m(2),…m1m(n))を表わしているも
のとする。
差eaを観測し、この誤差eaに基づいて学習制御演算を施
し、最終的に多数のNC指令プログラムf1(x),…f
p(x)に対応した補正値系列m1m(x),m2m(x),
…,mpm(x)を得る。ここで、m1m(x)=(m
1m(1),m1m(2),…m1m(n))を表わしているも
のとする。
次に、汎化判定機構(10)のスイッチをフリーとし、
この状態で多層神経回路モデル(9)がすでに学習した
補正値系列mm(x)を出力できるように、この補正値系
列データを教師信号としたトレーニングを行う。このト
レーニングが完了すると、多層神経回路モデル(9)
は、指令値θdの入力に対して補正値系列mmを出力する
ので、汎化判定機構(10)はスイッチをABの接続状態と
し、指令値θdに対する補正値系列mmを多層神経回路モ
デル(9)から取るようにする。
この状態で多層神経回路モデル(9)がすでに学習した
補正値系列mm(x)を出力できるように、この補正値系
列データを教師信号としたトレーニングを行う。このト
レーニングが完了すると、多層神経回路モデル(9)
は、指令値θdの入力に対して補正値系列mmを出力する
ので、汎化判定機構(10)はスイッチをABの接続状態と
し、指令値θdに対する補正値系列mmを多層神経回路モ
デル(9)から取るようにする。
このようにすれば、多層神経回路モデル(9)の汎化
機能によって、未学習、未経験のNCプログラムに対して
も、、適切な補正値系列を出力できるようになり、繰り
返し学習制御機構(8)のような各プログラム毎の補正
値系列の記憶が不要となり、記憶装置の容量を節約する
ことができる。
機能によって、未学習、未経験のNCプログラムに対して
も、、適切な補正値系列を出力できるようになり、繰り
返し学習制御機構(8)のような各プログラム毎の補正
値系列の記憶が不要となり、記憶装置の容量を節約する
ことができる。
上記実施例では、高精度NC工作機械について説明した
が、ロボットなどの他にメカトロニクス機器のシステム
に適用しても、上記と同様の効果を得ることができる。
が、ロボットなどの他にメカトロニクス機器のシステム
に適用しても、上記と同様の効果を得ることができる。
以上のように本発明によれば、学習制御が2段階に行
われるように構成したので、それぞれ単一の学習器では
実現が困難であった適応性のある高精度位置決め制御が
行えるという効果がある。
われるように構成したので、それぞれ単一の学習器では
実現が困難であった適応性のある高精度位置決め制御が
行えるという効果がある。
第1図は本発明の一実施例によるデジタル適応制御装置
の構成を表わすブロック図、第2図は従来のデジタル制
御装置の構成を表わすブロック図、第3図(a)は繰り
返し学習制御機構の制御動作を表わすブロック図、同図
(b)は記憶装置(7)の詳細部、第4図は多層神経回
路モデルの構成を表わす図である。 図において、(5)は位置検出器、(6)は学習制御演
算器、(7)は記憶装置、(8)は繰り返し型学習制御
機構、(9)は多層神経回路モデル、(10)は汎化判定
機構である。 尚、図中同一符号は同一又は相当部分を示す。
の構成を表わすブロック図、第2図は従来のデジタル制
御装置の構成を表わすブロック図、第3図(a)は繰り
返し学習制御機構の制御動作を表わすブロック図、同図
(b)は記憶装置(7)の詳細部、第4図は多層神経回
路モデルの構成を表わす図である。 図において、(5)は位置検出器、(6)は学習制御演
算器、(7)は記憶装置、(8)は繰り返し型学習制御
機構、(9)は多層神経回路モデル、(10)は汎化判定
機構である。 尚、図中同一符号は同一又は相当部分を示す。
Claims (1)
- 【請求項1】外部から指令された目標位置へ被制御物を
移動させる制御装置において、被制御物を上記目標位置
へ移動させるための位置指令値を制御サンプリング毎に
生成する指令生成手段と、上記指令生成手段で生成され
た位置指令値に応じて被制御物の移動を制御する制御手
段と、上記目標位置と上記制御手段により制御された被
制御物の実位置との位置誤差を検出する位置誤差検出手
段と、上記位置誤差に繰り返し学習制御則を適用し、上
記位置指令値に対応した第1の位置指令補正値を演算す
る繰り返し学習器と、上記繰り返し学習器で演算された
第1の位置指令補正値を記憶する記憶手段と、上記指令
生成手段で生成された位置指令値を入力とし、上記記憶
手段に記憶されている第1の位置指令補正値を教師信号
として学習し、学習後においては、上記指令生成手段で
生成された位置指令値を入力することにより第2の位置
指令補正値を演算して出力する神経回路モデルと、上記
神経回路モデルの学習の完了時に上記繰り返し学習器の
機能を停止する手段とを備え、上記神経回路モデルの学
習後は、上記制御手段は上記指令生成手段で生成された
位置指令値と上記神経回路モデルで演算された第2の位
置指令補正値に応じて被制御物の移動を制御することを
特徴とするデジタル適応制御装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1322043A JP2881873B2 (ja) | 1989-12-12 | 1989-12-12 | デジタル適応制御装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1322043A JP2881873B2 (ja) | 1989-12-12 | 1989-12-12 | デジタル適応制御装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH03182910A JPH03182910A (ja) | 1991-08-08 |
JP2881873B2 true JP2881873B2 (ja) | 1999-04-12 |
Family
ID=18139285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1322043A Expired - Lifetime JP2881873B2 (ja) | 1989-12-12 | 1989-12-12 | デジタル適応制御装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2881873B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10154002A (ja) * | 1996-09-26 | 1998-06-09 | Yamaha Motor Co Ltd | 総合制御方式 |
US6285972B1 (en) * | 1998-10-21 | 2001-09-04 | Mts Systems Corporation | Generating a nonlinear model and generating drive signals for simulation testing using the same |
JP6646025B2 (ja) * | 2017-09-15 | 2020-02-14 | ファナック株式会社 | 制御装置及び機械学習装置 |
-
1989
- 1989-12-12 JP JP1322043A patent/JP2881873B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JPH03182910A (ja) | 1991-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5959861A (en) | Adaptive robust control device | |
Miranda-Colorado et al. | Experimental parameter identification of flexible joint robot manipulators | |
US5598076A (en) | Process for optimizing control parameters for a system having an actual behavior depending on the control parameters | |
Wai et al. | Intelligent optimal control of single-link flexible robot arm | |
Feliu et al. | Passivity-based control of single-link flexible manipulators using a linear strain feedback | |
Khan et al. | Control strategies for robotic manipulators | |
CN110467111B (zh) | 桥式起重机的控制 | |
WO1991005296A1 (en) | Sliding mode control method | |
Jezernik et al. | Neural network sliding mode robot control | |
WO1990013858A1 (fr) | Procede de commande de mode de glissement avec fonction de compensation de reaction positive | |
Ding et al. | Neural network-based robust integral error sign control for servo motor systems with enhanced disturbance rejection performance | |
JPH05127706A (ja) | ニユーラルネツト型シミユレータ | |
Hu et al. | High accuracy adaptive motion control for a robotic manipulator with model uncertainties based on multilayer neural network | |
JP2881873B2 (ja) | デジタル適応制御装置 | |
CN111015661B (zh) | 一种机器人柔性负载主动振动控制方法和*** | |
CN115336167A (zh) | 摩擦补偿装置、碰撞检测装置、扭矩前馈运算装置及机器人控制装置以及摩擦补偿方法 | |
Cortesao et al. | Explicit force control for manipulators with active observers | |
JP3062606B2 (ja) | ニューラルネットワークを用いた適応制御装置 | |
Roveda et al. | Cartesian tasks oriented friction compensation through a reinforcement learning approach | |
JP2923000B2 (ja) | サーボ制御装置 | |
Pourebrahim et al. | Design and implementation of PI and fuzzy PID supervisory controllers for a flexible link robot | |
Cheong et al. | Joint tracking controller for multi‐link flexible robot using disturbance observer and parameter adaptation scheme | |
KR100970539B1 (ko) | 최적 지령 작성 장치 | |
JP2003274684A (ja) | サーボ制御装置 | |
Yang et al. | Neural network adaptive PID-like coupling control for double pendulum cranes with time-varying input constraints |