JP6971897B2 - Servo mechanism parameter estimation device, parameter estimation method, and parameter estimation program - Google Patents

Servo mechanism parameter estimation device, parameter estimation method, and parameter estimation program Download PDF

Info

Publication number
JP6971897B2
JP6971897B2 JP2018049233A JP2018049233A JP6971897B2 JP 6971897 B2 JP6971897 B2 JP 6971897B2 JP 2018049233 A JP2018049233 A JP 2018049233A JP 2018049233 A JP2018049233 A JP 2018049233A JP 6971897 B2 JP6971897 B2 JP 6971897B2
Authority
JP
Japan
Prior art keywords
servo mechanism
state locus
value
locus
difference vector
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
JP2018049233A
Other languages
Japanese (ja)
Other versions
JP2019160143A5 (en
JP2019160143A (en
Inventor
義樹 加藤
伊智郎 粟屋
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.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries 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 Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to JP2018049233A priority Critical patent/JP6971897B2/en
Publication of JP2019160143A publication Critical patent/JP2019160143A/en
Publication of JP2019160143A5 publication Critical patent/JP2019160143A5/ja
Application granted granted Critical
Publication of JP6971897B2 publication Critical patent/JP6971897B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing And Monitoring For Control Systems (AREA)
  • Numerical Control (AREA)

Description

本発明は、サーボ機構のパラメータ推定装置及びパラメータ推定方法並びにパラメータ推定プログラムに関するものである。 The present invention relates to a parameter estimation device of a servo mechanism, a parameter estimation method, and a parameter estimation program.

ＮＣ工作機械等のサーボ機構の異常を検知する方法として、サーボ系の数値モデルを予め求めておき、この数値モデルを利用して異常を診断する方法が知られている。例えば、特許文献１には、油圧サーボ系の数値モデルを用意し、数値モデルに用いられる一次遅れ系の時定数及び定常ゲイン並びに二次遅れ系の共振周波数、減衰係数、及び定常ゲイン等のパラメータを同定し、これらパラメータの組み合わせに基づいてサーボ機構の診断や管理を行うことが開示されている。 As a method of detecting an abnormality in a servo mechanism of an NC machine tool or the like, a method of obtaining a numerical model of a servo system in advance and diagnosing the abnormality by using this numerical model is known. For example, in Patent Document 1, a numerical model of a hydraulic servo system is prepared, and parameters such as the time constant and steady gain of the first-order lag system and the resonance frequency, attenuation coefficient, and steady gain of the second-order lag system used in the numerical model are prepared. It is disclosed that the servo mechanism is diagnosed and managed based on the combination of these parameters.

特開２００４−２１２２３９号公報Japanese Unexamined Patent Publication No. 2004-212239

特許文献１に開示されている方法では、パラメータを少しずつ変化させたループ演算によってパラメータの同定を行うため、パラメータ同定に要する時間が非常に長く、また、処理負担も大きいという問題があった。 In the method disclosed in Patent Document 1, since the parameters are identified by a loop operation in which the parameters are changed little by little, there is a problem that the time required for the parameter identification is very long and the processing load is heavy.

本発明は、このような事情に鑑みてなされたものであって、パラメータ推定に係る処理負担の軽減及び処理時間の短縮を図ることのできるサーボ機構のパラメータ推定装置及びパラメータ推定方法並びにパラメータ推定プログラムを提供することを目的とする。 The present invention has been made in view of such circumstances, and is a parameter estimation device, a parameter estimation method, and a parameter estimation program of a servo mechanism capable of reducing the processing load and processing time related to parameter estimation. The purpose is to provide.

本発明の第一態様は、サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、前記サーボ機構の前記数値モデルにおいて、複数のパラメータを同時に変化させたパラメータ変更モデルの各々に、前記所定の目標値を設定したときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号とを用いて多数の変更状態軌跡を生成し、生成した前記変更状態軌跡と変化させた前記パラメータの情報とを関連付けた情報とを記憶する記憶部と、各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、各前記変更状態軌跡と前記正常モデル状態軌跡との差分を第２の差分ベクトルとしてそれぞれ演算し、前記前記異常要因毎の前記第１の差分ベクトルと、前記変更状態軌跡毎の前記第２の差分ベクトルとの相関に関する評価値を第１の評価値として演算する第１演算部と、観測対象であるサーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得するデータ取得部と、前記データ取得部によって取得された前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成する生成部と、前記正常状態軌跡と前記観測状態軌跡との差分を第３の差分ベクトルとして演算し、前記第３の差分ベクトルと前記第１の差分ベクトルとの相関に関する評価値を第２の評価値として演算し、前記第１の評価値と前記第２の評価値とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算する第２演算部とを具備するパラメータ推定装置である。 The first aspect of the present invention is an input signal for m (m ≧ 1) operation quantities and an output for k (k ≧ 1) control quantities obtained when a predetermined target value is given to an actual machine of the servo mechanism. Among the signals, the predetermined target value is given to the normal state locus of m + k dimensions or less generated by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other, and the numerical model of the servo mechanism. The normal model state locus generated by using the input signals related to the m operation quantities and the output signals related to the k control quantities at the time, and the numerical model of the servo mechanism created for each abnormality factor are shown in the above. An abnormal state locus is generated for each abnormal factor using the input signal related to the m operation amounts and the output signal related to the k control amounts when a predetermined target value is given, and the generated abnormal state locus is used. The m operation amounts when the predetermined target values are set for each of the information associated with the abnormal factor and the parameter change model in which a plurality of parameters are changed at the same time in the numerical model of the servo mechanism. A large number of change state loci are generated using the input signal relating to the above k control quantities and the output signal relating to the k control quantities, and the generated information associated with the changed state locus and the changed information of the parameter is stored. The difference between the unit, each abnormal state locus, and the normal model state locus is calculated as a first difference vector, and the difference between each changed state locus and the normal model state locus is used as a second difference vector. A first calculation unit that calculates and calculates an evaluation value relating to the correlation between the first difference vector for each abnormality factor and the second difference vector for each change state locus as a first evaluation value. A data acquisition unit that acquires an input signal related to the m operation quantities and an output signal related to the k control quantities when the predetermined target value is given to the servo mechanism to be observed, and an acquisition unit by the data acquisition unit. A generation unit that generates an observation state locus of m + k dimension or less by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other among the input signal and the output signal, and the normal state locus. And the difference between the observed state locus and the observed state locus are calculated as a third difference vector, an evaluation value relating to the correlation between the third difference vector and the first difference vector is calculated as a second evaluation value, and the first evaluation value is calculated. It is provided with a second calculation unit for calculating the estimation parameter of the servo mechanism which is the observation target by using the evaluation value of the above and the second evaluation value. It is a meter estimation device.

より具体的には、上記サーボ機構のパラメータ推定装置において、前記正常状態軌跡は、正常時における前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を各前記操作量及び各前記制御量に対応した座標軸上にそれぞれプロットすることにより生成され、前記観測状態軌跡は、前記データ取得部によって取得された前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を各前記操作量及び各前記制御量に対応した座標軸上にそれぞれプロットすることにより生成されてもよい。 More specifically, in the parameter estimation device of the servo mechanism, the normal state locus is the signal value of the input signal and the signal value of the output signal that are synchronized with each other among the input signal and the output signal in the normal state. Is generated by plotting on the coordinate axes corresponding to each operation amount and each control amount, and the observation state locus is synchronized with each other among the input signal and the output signal acquired by the data acquisition unit. It may be generated by plotting the signal value of the input signal and the signal value of the output signal on the coordinate axes corresponding to each operation amount and each control amount.

本態様によれば、比較対象となるサーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する（例えば、同じサンプリングタイムに取得された）入力信号の信号値及び出力信号の信号値が１つのデータ集合体とされ、これらのデータを用いてｍ＋ｋ次元以下の正常状態軌跡が生成される。この正常状態軌跡は記憶部に格納され、観測対象のサーボ機構のパラメータ推定に利用される。また、同様の手法により、正常モデル状態軌跡、複数の異常状態軌跡、多数の変更状態軌跡が生成され、これらがそれぞれ記憶部に格納される。そして、第１演算部により、正常モデル状態軌跡、複数の異常状態軌跡、多数の変更状態軌跡を用いて事前に既知パラメータ情報が作成され、既知パラメータ情報記憶部に格納される。
このように、シミュレーション等によって事前に既知パラメータ情報を用意し、これを既知パラメータ情報記憶部に格納することで、観測対象となるサーボ機構のパラメータ推定時には、簡素な演算を行えばよいこととなる。これにより、パラメータ推定時における第２演算部による演算負担を軽減するとともに、演算時間を短縮することが可能となる。
また、本態様によれば、時系列で取得される入力信号及び出力信号を比較するのではなく、時系列の信号のうち、互いに同期する信号値を一つのデータ集合体とし、これらのデータ集合体を用いて状態軌跡を作成し、この状態軌跡を用いたパラメータ推定を行う。これにより、サーボ機構の特性変化をより簡単に把握することが可能となる。 According to this aspect, an input signal relating to an operation amount of m (m ≧ 1) and a control amount of k (k ≧ 1) obtained when a predetermined target value is given to the actual machine of the servo mechanism to be compared. Among the output signals related to A normal state trajectory is generated. This normal state locus is stored in the storage unit and used for parameter estimation of the servo mechanism to be observed. Further, by the same method, a normal model state locus, a plurality of abnormal state loci, and a large number of change state loci are generated, and each of these is stored in the storage unit. Then, the first calculation unit creates known parameter information in advance using the normal model state locus, a plurality of abnormal state loci, and a large number of change state loci, and stores the known parameter information in the known parameter information storage unit.
In this way, by preparing known parameter information in advance by simulation or the like and storing it in the known parameter information storage unit, it is sufficient to perform a simple calculation when estimating the parameters of the servo mechanism to be observed. .. As a result, it is possible to reduce the calculation load by the second calculation unit at the time of parameter estimation and shorten the calculation time.
Further, according to this aspect, instead of comparing the input signal and the output signal acquired in the time series, the signal values synchronized with each other among the time series signals are regarded as one data set, and these data sets are used. A state locus is created using the body, and parameter estimation is performed using this state locus. This makes it possible to more easily grasp changes in the characteristics of the servo mechanism.

上記パラメータ推定装置において、前記第１の評価値は、前記異常要因毎の前記第１の差分ベクトルと、前記変更状態軌跡毎の前記第２の差分ベクトルとの内積であり、前記既知パラメータ情報記憶部は、前記第１の評価値に基づいて作成された異常要因毎の等高線群を記憶し、前記第２演算部は、前記第３の差分ベクトルと前記第１の差分ベクトルとの内積を前記第２の評価値として演算し、前記異常要因毎の等高線群から前記第２の評価値に対応する等高線をそれぞれ特定し、特定した各前記等高線の交点から前記観測対象である前記サーボ機構の推定パラメータを演算することとしてもよい。 In the parameter estimation device, the first evaluation value is an inner product of the first difference vector for each abnormality factor and the second difference vector for each change state locus, and the known parameter information storage. The unit stores the contour line group for each abnormality factor created based on the first evaluation value, and the second calculation unit stores the inner product of the third difference vector and the first difference vector. Calculated as the second evaluation value, the contour lines corresponding to the second evaluation value are specified from the contour line group for each abnormality factor, and the estimation of the servo mechanism to be observed is estimated from the intersection of the specified contour lines. You may also calculate the parameters.

上記パラメータ推定装置によれば、等高線群を用いるので、容易にパラメータを推定することが可能となる。 According to the parameter estimation device, since the contour line group is used, the parameters can be easily estimated.

上記パラメータ推定装置において、前記第２演算部は、前記既知パラメータ情報記憶部に記憶されている前記第１の評価値の中から前記第２の評価値に近似する複数の第１の評価値を抽出し、抽出した複数の前記第１の評価値を前記第２の評価値に基づいて補間することにより、前記観測対象である前記サーボ機構の推定パラメータを演算することとしてもよい。 In the parameter estimation device, the second calculation unit selects a plurality of first evaluation values that are close to the second evaluation value from the first evaluation values stored in the known parameter information storage unit. The estimated parameters of the servo mechanism, which is the observation target, may be calculated by extracting and interpolating the extracted plurality of the first evaluation values based on the second evaluation value.

上記パラメータ推定装置によれば、演算結果を補間してサーボ機構のパラメータを推定するので、予め用意しておく変更状態軌跡等の情報を少なくすることができる。これにより、処理負担の軽減及び記憶部のストレージ容量を小さくすることが可能となる。 According to the parameter estimation device, since the parameters of the servo mechanism are estimated by interpolating the calculation result, it is possible to reduce the information such as the change state locus prepared in advance. This makes it possible to reduce the processing load and the storage capacity of the storage unit.

本発明の第二態様は、サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報とを記憶する記憶部と、各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、前記第１の差分ベクトル同士の内積を第１の内積結果として演算する第１演算部と、前記第１の内積結果の逆行列を記憶する逆行列記憶部と、観測対象であるサーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得するデータ取得部と、前記データ取得部によって取得された前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成する生成部と、前記正常状態軌跡と前記観測状態軌跡との差分を第２の差分ベクトルとして演算し、前記第２の差分ベクトルと、前記第１の差分ベクトルとの内積を第２の内積結果として演算し、前記逆行列記憶部に予め格納されている前記逆行列と、前記第２の内積結果とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算する第２演算部とを具備するパラメータ推定装置である。 The second aspect of the present invention is an input signal relating to m (m ≧ 1) manipulated quantities and output relating to k (k ≧ 1) control quantities obtained when a predetermined target value is given to the actual machine of the servo mechanism. Among the signals, the normal state locus of m + k dimensions or less generated by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other, and the numerical model of the servo mechanism are given the predetermined target value. The normal model state locus generated by using the input signal related to the m operation amount and the output signal related to the k control amount at the time, and the numerical model of the servo mechanism created for each abnormal factor are shown in the above. An abnormal state locus is generated for each abnormal factor using the input signal related to the m operation amounts and the output signal related to the k control quantities when a predetermined target value is given, and the generated abnormal state locus is used. The storage unit that stores the information associated with the abnormal factor and the difference between each abnormal state locus and the normal model state locus are calculated as the first difference vector, and the inner product of the first difference vectors is calculated. When the predetermined target value is given to the servo mechanism to be observed, the first calculation unit that calculates as the first inner product result, the inverse matrix storage unit that stores the inverse matrix of the first inner product result, and the servo mechanism to be observed. Of the data acquisition unit that acquires the input signal related to the m operation quantities and the output signal related to the k control quantities, and the input signal and the output signal acquired by the data acquisition unit, the input synchronized with each other. Using the signal value of the signal and the signal value of the output signal, the difference between the generation unit that generates the observation state locus of m + k dimension or less and the normal state locus and the observation state locus is calculated as the second difference vector. , The inner product of the second difference vector and the first difference vector is calculated as the second inner product result, and the inverse matrix stored in advance in the inverse matrix storage unit and the second inner product result. It is a parameter estimation device including a second calculation unit that calculates the estimation parameters of the servo mechanism that is the observation target by using and.

本態様によれば、各異常要因間の内積行列の逆行列を既知パラメータ情報として予め算出して逆行列記憶部に格納するので、パラメータ推定時においては、この逆行列を用いて容易にパラメータを推定することができる。 According to this aspect, since the inverse matrix of the inner product matrix between each anomalous factor is calculated in advance as known parameter information and stored in the inverse matrix storage unit, the parameter can be easily set by using this inverse matrix at the time of parameter estimation. Can be estimated.

本発明の第三態様は、サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、を記憶する記憶部と、各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算する第１演算部と、観測対象であるサーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得するデータ取得部と、前記データ取得部によって取得された前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成する生成部と、前記正常状態軌跡と前記観測状態軌跡との差分を第２の差分ベクトルとして演算し、各異常要因に算出された前記第１の差分ベクトルに各ゲインを乗じた要素と、前記第２の差分ベクトルとを用いて評価関数を作成し、前記評価関数が最小となる前記ゲインをそれぞれ特定し、特定した各前記ゲインから前記観測対象である前記サーボ機構の推定パラメータを演算する第２演算部とを具備するパラメータ推定装置である。 A third aspect of the present invention is an input signal relating to m (m ≧ 1) operation amounts and an output relating to k (k ≧ 1) control quantities obtained when a predetermined target value is given to the actual machine of the servo mechanism. Among the signals, the normal state locus of m + k dimension or less generated by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other, and the numerical model of the servo mechanism are given the predetermined target value. The normal model state locus generated by using the input signal related to the m operation amounts and the output signal related to the k control amounts at the time, and the numerical model of the servo mechanism created for each abnormal factor are shown in the above. An abnormal state locus is generated for each abnormal factor using the input signal related to the m operation amounts and the output signal related to the k control amounts when a predetermined target value is given, and the generated abnormal state locus is used. A storage unit that stores information associated with the abnormal factor, a first calculation unit that calculates the difference between each abnormal state locus and the normal model state locus as a first difference vector, and an observation target. A data acquisition unit that acquires an input signal related to the m operation amounts and an output signal related to the k control amounts when the predetermined target value is given to a certain servo mechanism, and the data acquisition unit acquired by the data acquisition unit. Among the input signal and the output signal, the generation unit that generates the observation state locus of m + k dimension or less by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other, the normal state locus, and the observation. The difference from the state locus is calculated as the second difference vector, and the evaluation function is generated using the element obtained by multiplying the first difference vector calculated for each abnormality factor by each gain and the second difference vector. It is a parameter estimation device provided with a second calculation unit which is created, specifies the gain at which the evaluation function is minimized, and calculates the estimation parameter of the servo mechanism which is the observation target from each of the specified gains. ..

本態様によれば、観測状態軌跡と正常状態軌跡との差分ベクトルを、状態軌跡を異常要因毎の差分ベクトルの線形和としてみなして評価関数を作成し、この評価関数を最小とする各ゲインを特定する。そして、特定した各ゲインを用いて各種パラメータを推定する。これにより、簡素な演算処理によってパラメータの推定を容易に行うことが可能となる。パラメータ変更モデルを必要としないため、ストレージ容量を低減することができるとともに、前処理における処理負担の軽減及び処理時間の短縮を図ることが可能となる。 According to this aspect, an evaluation function is created by regarding the difference vector between the observed state locus and the normal state locus as the linear sum of the difference vectors for each anomalous factor, and each gain that minimizes this evaluation function is set. Identify. Then, various parameters are estimated using each of the specified gains. This makes it possible to easily estimate the parameters by simple arithmetic processing. Since the parameter change model is not required, the storage capacity can be reduced, the processing load in the preprocessing can be reduced, and the processing time can be shortened.

本発明の第四態様は、サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、前記サーボ機構の前記数値モデルにおいて、複数のパラメータを同時に変化させたパラメータ変更モデルの各々に、前記所定の目標値を設定したときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて多数の変更状態軌跡を生成し、生成した前記変更状態軌跡と変化させた前記パラメータの情報とを関連付けた情報とを用いてパラメータを推定するパラメータ推定方法であって、各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、各前記変更状態軌跡と前記正常モデル状態軌跡との差分を第２の差分ベクトルとしてそれぞれ演算し、前記前記異常要因毎の前記第１の差分ベクトルと、前記変更状態軌跡毎の前記第２の差分ベクトルとの相関に関する評価値を第１の評価値として演算し、前記第１の評価値または前記第１の評価値から得られる情報を既知パラメータ情報記憶部に記憶し、観測対象であるサーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得し、取得した前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成し、前記正常状態軌跡と前記観測状態軌跡との差分を第３の差分ベクトルとして演算し、前記第３の差分ベクトルと前記第１の差分ベクトルとの相関に関する評価値を第２の評価値として演算し、前記第２の評価値と前記既知パラメータ情報記憶部に格納された前記第１の評価値とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算するパラメータ推定方法である。 A fourth aspect of the present invention is an input signal relating to m (m ≧ 1) operation quantities and an output relating to k control quantities (k ≧ 1) obtained when a predetermined target value is given to an actual machine of the servo mechanism. Among the signals, the predetermined target value is given to the normal state locus of m + k dimensions or less generated by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other, and the numerical model of the servo mechanism. The normal model state locus generated by using the input signals related to the m operation quantities and the output signals related to the k control quantities at the time, and the numerical model of the servo mechanism created for each abnormality factor are shown in the above. An abnormal state locus is generated for each abnormal factor using the input signal related to the m operation amounts and the output signal related to the k control amounts when a predetermined target value is given, and the generated abnormal state locus is used. The m operation amounts when the predetermined target values are set for each of the information associated with the abnormal factor and the parameter change model in which a plurality of parameters are changed at the same time in the numerical model of the servo mechanism. A large number of change state trajectories are generated using the input signal relating to the above k control quantities and the output signals relating to the k control quantities, and the parameter is set using the information associated with the generated change state locus and the changed information of the parameter. This is a parameter estimation method for estimating, in which the difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, and the difference between each changed state locus and the normal model state locus is the first. Each of the two is calculated as a difference vector, and the evaluation value regarding the correlation between the first difference vector for each abnormality factor and the second difference vector for each change state locus is calculated as the first evaluation value. , The m operations when the first evaluation value or the information obtained from the first evaluation value is stored in the known parameter information storage unit and the predetermined target value is given to the servo mechanism to be observed. The input signal regarding the quantity and the output signal regarding the k control quantities are acquired, and among the acquired input signal and the output signal, the signal value of the input signal and the signal value of the output signal that are synchronized with each other are used. An observation state locus of m + k dimension or less is generated, the difference between the normal state locus and the observation state locus is calculated as a third difference vector, and the correlation between the third difference vector and the first difference vector is related. The evaluation value is calculated as the second evaluation value, and the second evaluation value and the first evaluation stored in the known parameter information storage unit are used. It is a parameter estimation method for calculating the estimation parameter of the servo mechanism which is the observation target by using the value.

本発明の第五態様は、サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報とを用いてパラメータを推定するパラメータ推定方法であって、各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、前記第１の差分ベクトル同士の内積を第１の内積結果として演算し、前記第１の内積結果の逆行列を逆行列記憶部に記憶し、観測対象であるサーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得し、取得した前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成し、前記正常状態軌跡と前記観測状態軌跡との差分を第２の差分ベクトルとして演算し、前記第２の差分ベクトルと、前記第１の差分ベクトルとの内積を第２の内積結果として演算し、前記逆行列記憶部に記憶した前記逆行列と、前記第２の内積結果とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算するパラメータ推定方法である。 A fifth aspect of the present invention is an input signal relating to m (m ≧ 1) manipulated quantities and an output relating to k (k ≧ 1) control quantities obtained when a predetermined target value is given to the actual machine of the servo mechanism. Among the signals, the normal state locus of m + k dimensions or less generated by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other, and the numerical model of the servo mechanism are given the predetermined target value. The normal model state locus generated by using the input signal related to the m operation amount and the output signal related to the k control amount at the time, and the numerical model of the servo mechanism created for each abnormal factor are shown in the above. An abnormal state locus is generated for each abnormal factor using the input signal related to the m operation amounts and the output signal related to the k control quantities when a predetermined target value is given, and the generated abnormal state locus is used. A parameter estimation method for estimating parameters using information associated with the anomalous factor, wherein the difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, and the first difference vector is calculated. The inner product of the difference vectors of 1 is calculated as the first inner product result, the inverse matrix of the first inner product result is stored in the inverse matrix storage unit, and the predetermined target value is given to the servo mechanism to be observed. The signal value and the output signal of the input signal synchronized with each other among the acquired input signal and the output signal obtained by acquiring the input signal relating to the m operation amount and the output signal relating to the k control amount at the time. Using the signal value of, an observation state locus of m + k dimension or less is generated, the difference between the normal state locus and the observation state locus is calculated as a second difference vector, and the second difference vector and the second difference vector are calculated. The inner product with the difference vector of 1 is calculated as the second inner product result, and the inverse matrix stored in the inverse matrix storage unit and the second inner product result are used to obtain the servo mechanism to be observed. This is a parameter estimation method for calculating estimated parameters.

本発明の第六態様は、サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報とを用いてパラメータを推定するパラメータ推定方法であって、各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、観測対象であるサーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得し、取得した前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成し、前記正常状態軌跡と前記観測状態軌跡との差分を第２の差分ベクトルとして演算し、各異常要因に算出された前記第１の差分ベクトルに各ゲインを乗じた要素と、前記第２の差分ベクトルとを用いて評価関数を作成し、前記評価関数が最小となる前記ゲインをそれぞれ特定し、特定した各前記ゲインから前記観測対象である前記サーボ機構の推定パラメータを演算するパラメータ推定方法である。 A sixth aspect of the present invention is an input signal relating to m (m ≧ 1) operation amounts and an output relating to k (k ≧ 1) control quantities obtained when a predetermined target value is given to the actual machine of the servo mechanism. Among the signals, the normal state locus of m + k dimensions or less generated by using the signal values of the input signals and the signal values of the output signals that are synchronized with each other, and the numerical model of the servo mechanism are given the predetermined target values. The normal model state locus generated by using the input signal related to the m operation amounts and the output signal related to the k control amounts at the time, and the numerical model of the servo mechanism created for each abnormal factor are shown in the above. An abnormal state locus is generated for each abnormal factor using the input signal related to the m operation amounts and the output signal related to the k control amounts when a predetermined target value is given, and the generated abnormal state locus is used. It is a parameter estimation method for estimating a parameter using information associated with the anomalous factor. The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, and an observation target is observed. Of the input signals and the output signals obtained by acquiring the input signals relating to the m operation amounts and the output signals relating to the k control amounts when the predetermined target values are given to the servo mechanism. Using the signal value of the input signal and the signal value of the output signal that are synchronized with each other, an observation state locus of m + k dimension or less is generated, and the difference between the normal state locus and the observation state locus is used as a second difference vector. An evaluation function is created using the element obtained by multiplying the first difference vector calculated for each abnormality factor by each gain and the second difference vector, and the gain that minimizes the evaluation function is created. Is a parameter estimation method for calculating the estimation parameter of the servo mechanism which is the observation target from each of the specified gains.

本発明の第七態様は、サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、前記サーボ機構の前記数値モデルにおいて、複数のパラメータを同時に変化させたパラメータ変更モデルの各々に、前記所定の目標値を設定したときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて多数の変更状態軌跡を生成し、生成した前記変更状態軌跡と変化させた前記パラメータの情報とを関連付けた情報とを用いてパラメータを推定するためのパラメータ推定プログラムであって、各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算する処理と、各前記変更状態軌跡と前記正常モデル状態軌跡との差分を第２の差分ベクトルとしてそれぞれ演算する処理と、前記前記異常要因毎の前記第１の差分ベクトルと、前記変更状態軌跡毎の前記第２の差分ベクトルとの相関に関する評価値を第１の評価値として演算する処理と、前記第１の評価値または前記第１の評価値から得られる情報を既知パラメータ情報記憶部に記憶する処理と、観測対象であるサーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得し、取得した前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成する処理と、前記正常状態軌跡と前記観測状態軌跡との差分を第３の差分ベクトルとして演算する処理と、前記第３の差分ベクトルと前記第１の差分ベクトルとの相関に関する評価値を第２の評価値として演算する処理と、前記第２の評価値と前記既知パラメータ情報記憶部に格納された前記第１の評価値とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算する処理とをコンピュータに実行させるためのパラメータ推定プログラムである。 A seventh aspect of the present invention is an input signal relating to m (m ≧ 1) operation quantities and an output relating to k (k ≧ 1) control quantities obtained when a predetermined target value is given to the actual machine of the servo mechanism. Among the signals, the predetermined target value is given to the normal state locus of m + k dimensions or less generated by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other, and the numerical model of the servo mechanism. The normal model state locus generated by using the input signals related to the m operation quantities and the output signals related to the k control quantities at the time, and the numerical model of the servo mechanism created for each abnormality factor are shown in the above. An abnormal state locus is generated for each abnormal factor using the input signal related to the m operation amounts and the output signal related to the k control amounts when a predetermined target value is given, and the generated abnormal state locus is used. The m operation amounts when the predetermined target values are set for each of the information associated with the abnormal factor and the parameter change model in which a plurality of parameters are changed at the same time in the numerical model of the servo mechanism. A large number of change state trajectories are generated using the input signal relating to the above k control quantities and the output signals relating to the k control quantities, and the parameter is set using the information associated with the generated change state locus and the changed information of the parameter. It is a parameter estimation program for estimation, and is a process of calculating the difference between each abnormal state locus and the normal model state locus as a first difference vector, and each said change state locus and the normal model state locus. The first evaluation value is related to the process of calculating each of the differences as the second difference vector, and the correlation between the first difference vector for each abnormality factor and the second difference vector for each change state locus. The process of calculating as the evaluation value of, the process of storing the first evaluation value or the information obtained from the first evaluation value in the known parameter information storage unit, and the process of storing the predetermined target value in the servo mechanism to be observed. The input signal related to the m operation amounts and the output signals related to the k control amounts when the above is given, and among the acquired input signals and output signals, the signal values of the input signals synchronized with each other and the signal values of the input signals are synchronized with each other. A process of generating an observation state locus of m + k dimension or less using the signal value of the output signal, a process of calculating the difference between the normal state locus and the observation state locus as a third difference vector, and the third. The process of calculating the evaluation value related to the correlation between the difference vector of the above and the first difference vector as the second evaluation value, and the previous To make a computer execute a process of calculating an estimated parameter of the servo mechanism, which is the observation target, using the second evaluation value and the first evaluation value stored in the known parameter information storage unit. It is a parameter estimation program of.

本発明の第八態様は、サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報とを用いてパラメータを推定するためのパラメータ推定プログラムであって、各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、前記第１の差分ベクトル同士の内積を第１の内積結果として演算する処理と、前記第１の内積結果の逆行列を逆行列記憶部に記憶する処理と、観測対象であるサーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得し、取得した前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成する処理と、前記正常状態軌跡と前記観測状態軌跡との差分を第２の差分ベクトルとして演算する処理と、前記第２の差分ベクトルと、前記第１の差分ベクトルとの内積を第２の内積結果として演算する処理と、前記逆行列記憶部に記憶した前記逆行列と、前記第２の内積結果とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算する処理とをコンピュータに実行させるためのパラメータ推定プログラムである。 In the eighth aspect of the present invention, an input signal relating to m (m ≧ 1) operation quantities and an output relating to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual machine of the servo mechanism. Among the signals, the normal state locus of m + k dimensions or less generated by using the signal values of the input signals and the signal values of the output signals that are synchronized with each other, and the numerical model of the servo mechanism are given the predetermined target values. The normal model state locus generated by using the input signal related to the m operation amount and the output signal related to the k control amount at the time, and the numerical model of the servo mechanism created for each abnormal factor are shown in the above. An abnormal state locus is generated for each abnormal factor using the input signal related to the m operation amounts and the output signal related to the k control quantities when a predetermined target value is given, and the generated abnormal state locus is used. It is a parameter estimation program for estimating parameters using information associated with the abnormal factor, and calculates the difference between each abnormal state locus and the normal model state locus as a first difference vector. The process of calculating the inner product of the first difference vectors as the first inner product result, the process of storing the inverse matrix of the first inner product result in the inverse matrix storage unit, and the predetermined robot mechanism to be observed. Of the acquired input signals and output signals, the input signals relating to the m operation amounts and the output signals relating to the k control quantities when the target values of are given are acquired, and the input signals synchronized with each other are used. A process of generating an observation state locus of m + k dimension or less using the signal value and the signal value of the output signal, and a process of calculating the difference between the normal state locus and the observation state locus as a second difference vector. The process of calculating the inner product of the second difference vector and the first difference vector as the second inner product result, the inverse matrix stored in the inverse matrix storage unit, and the second inner product result. It is a parameter estimation program for causing a computer to execute a process of calculating the estimation parameters of the servo mechanism which is the observation target.

本発明の第九態様は、サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報とを用いてパラメータを推定するためのパラメータ推定プログラムであって、各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算する処理と、観測対象であるサーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得し、取得した前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成する処理と、前記正常状態軌跡と前記観測状態軌跡との差分を第２の差分ベクトルとして演算する処理と、各異常要因に算出された前記第１の差分ベクトルに各ゲインを乗じた要素と、前記第２の差分ベクトルとを用いて評価関数を作成し、前記評価関数が最小となる前記ゲインをそれぞれ特定し、特定した各前記ゲインから前記観測対象である前記サーボ機構の推定パラメータを演算する処理とをコンピュータに実行させるためのパラメータ推定プログラムである。 A ninth aspect of the present invention is an input signal relating to m (m ≧ 1) operation amounts and an output relating to k (k ≧ 1) control quantities obtained when a predetermined target value is given to an actual machine of the servo mechanism. Among the signals, the normal state locus of m + k dimensions or less generated by using the signal values of the input signals and the signal values of the output signals that are synchronized with each other, and the numerical model of the servo mechanism are given the predetermined target values. The normal model state locus generated by using the input signal related to the m operation amounts and the output signal related to the k control amounts at the time, and the numerical model of the servo mechanism created for each abnormal factor are shown in the above. An abnormal state locus is generated for each abnormal factor using the input signal related to the m operation amounts and the output signal related to the k control amounts when a predetermined target value is given, and the generated abnormal state locus is used. It is a parameter estimation program for estimating a parameter using information associated with the abnormal factor, and is a process of calculating the difference between each abnormal state locus and the normal model state locus as a first difference vector. And, when the predetermined target value is given to the servo mechanism to be observed, the input signal related to the m operation amounts and the output signal related to the k control amounts are acquired, and the acquired input signal and the output are obtained. Among the signals, the process of generating an observation state locus of m + k dimension or less by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other, and the difference between the normal state locus and the observation state locus are obtained. An evaluation function is created by using the process of calculating as the second difference vector, the element obtained by multiplying the first difference vector calculated for each anomaly factor by each gain, and the second difference vector. It is a parameter estimation program for specifying each of the gains having the minimum evaluation function and causing a computer to execute a process of calculating an estimation parameter of the servo mechanism which is an observation target from each of the specified gains.

本発明によれば、パラメータ推定に係る処理負担の軽減及び処理時間の短縮を図ることができるという効果を奏する。 According to the present invention, there is an effect that the processing load related to the parameter estimation can be reduced and the processing time can be shortened.

本発明の第１実施形態に係るサーボ機構のパラメータ推定装置のハードウェア構成を示した図である。It is a figure which showed the hardware structure of the parameter estimation apparatus of the servo mechanism which concerns on 1st Embodiment of this invention. 本発明の第１実施形態に係るサーボ機構のパラメータ推定装置が備える機能を模式化して示した機能ブロック図である。It is a functional block diagram which schematically shows the function which the parameter estimation apparatus of the servo mechanism which concerns on 1st Embodiment of this invention has. 本発明の第１実施形態に係る正常状態軌跡について説明するための図である。It is a figure for demonstrating the normal state locus which concerns on 1st Embodiment of this invention. 本発明の第１実施形態に係る正常状態軌跡について説明するための図である。It is a figure for demonstrating the normal state locus which concerns on 1st Embodiment of this invention. 本発明の第１実施形態に係る正常状態軌跡について説明するための図である。It is a figure for demonstrating the normal state locus which concerns on 1st Embodiment of this invention. 本発明の第１実施形態に係る正常モデル状態軌跡と異常状態軌跡との差分ベクトルについて説明するための図である。It is a figure for demonstrating the difference vector between the normal model state locus and the abnormal state locus which concerns on 1st Embodiment of this invention. 本発明の第１実施形態に係るパラメータ推定装置において、異常要因としてガタと摩擦とを想定した場合の等高線群の一例を示す。In the parameter estimation device according to the first embodiment of the present invention, an example of a contour line group in the case where play and friction are assumed as abnormal factors is shown. 図７に示した等高線群からパラメータを推定する方法を説明するための図である。It is a figure for demonstrating the method of estimating a parameter from the contour line group shown in FIG. 7. 本発明の第２実施形態に係るパラメータ推定方法について説明するための図である。It is a figure for demonstrating the parameter estimation method which concerns on 2nd Embodiment of this invention. 本発明の第３実施形態に係るサーボ機構のパラメータ推定装置が備える機能を模式化して示した機能ブロック図である。It is a functional block diagram which schematically shows the function which the parameter estimation apparatus of the servo mechanism which concerns on 3rd Embodiment of this invention has. 本発明の第４実施形態に係るサーボ機構のパラメータ推定装置が備える機能を模式化して示した機能ブロック図である。It is a functional block diagram which schematically shows the function which the parameter estimation apparatus of the servo mechanism which concerns on 4th Embodiment of this invention has.

以下に、本発明に係るサーボ機構のパラメータ推定装置及びパラメータ推定方法並びにパラメータ推定プログラムの各実施形態について、図面を参照して説明する。
図１は、本発明の第１実施形態に係るサーボ機構のパラメータ推定装置のハードウェア構成を示した図である。図１に示すように、サーボ機構のパラメータ推定装置１は、いわゆるコンピュータシステムであり、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１、ＣＰＵ１１が実行するプログラム等を記憶するためのＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１２、各プログラム実行時のワーク領域として機能するＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１３、大容量記憶装置としてのハードディスクドライブ（ＨＤＤ）１４、ネットワークに接続するための通信インターフェース１５、キーボードやマウス等からなる入力部１６、及びデータを表示する液晶表示装置等からなる表示部１７等をそれぞれ備えている。これら各部は、バス１８を介して接続されている。
上記ＲＯＭ１２には、各種プログラム（例えば、サーボ機構の診断プログラム）が格納されており、ＣＰＵ１１がＲＯＭ１２からＲＡＭ１３にプログラムを読み出し、実行することにより種々の機能を実現させる。なお、ＣＰＵ１１が実行するプログラム等を記憶するための記憶媒体は、ＲＯＭ１２に限られず、磁気ディスク、光磁気ディスク、半導体メモリ等で構成される他の記録媒体であってもよい。 Hereinafter, embodiments of the parameter estimation device and parameter estimation method of the servo mechanism and the parameter estimation program according to the present invention will be described with reference to the drawings.
FIG. 1 is a diagram showing a hardware configuration of a parameter estimation device for a servo mechanism according to the first embodiment of the present invention. As shown in FIG. 1, the parameter estimation device 1 of the servo mechanism is a so-called computer system, and is a CPU (Central Processing Unit) 11, a ROM (Read Only Memory) 12 for storing a program executed by the CPU 11, and each of them. RAM (Random Access Memory) 13 that functions as a work area during program execution, hard disk drive (HDD) 14 as a large-capacity storage device, communication interface 15 for connecting to a network, input unit 16 consisting of a keyboard, mouse, etc. A display unit 17 or the like including a liquid crystal display device or the like for displaying data is provided. Each of these parts is connected via a bus 18.
Various programs (for example, a diagnostic program of a servo mechanism) are stored in the ROM 12, and various functions are realized by the CPU 11 reading and executing the programs from the ROM 12 to the RAM 13. The storage medium for storing the program or the like executed by the CPU 11 is not limited to the ROM 12, and may be another recording medium composed of a magnetic disk, a magneto-optical disk, a semiconductor memory, or the like.

図２は、本発明の第１実施形態に係るサーボ機構のパラメータ推定装置１が備える機能を模式化して示した機能ブロック図である。図２に示すように、サーボ機構のパラメータ推定装置１（以下、単に「パラメータ推定装置１」という。）は、主に、記憶部と、第１演算部と、第２演算部と、既知パラメータ情報記憶部２８と、データ取得部２９と、観測状態軌跡生成部３０とを備えている。本実施形態においては、記憶部の一例として、正常データ記憶部２１、正常モデルデータ記憶部２２、異常データ記憶部２３、及び変更データ記憶部２４を備えている。また、第１演算部の一例として、第１差分演算部２５、第２差分演算部２６、第１内積演算部２７を備えている。また、第２演算部の一例として、第３差分演算部３１、第２内積演算部３２、及びパラメータ推定部３３を備えている。
第１演算部は、第２演算部がパラメータを推定する際に使用する既知パラメータ情報を得るために必要な演算を行う。第１演算部によって演算された既知パラメータ情報は、既知パラメータ情報記憶部２８に格納される。また、第２演算部は、既知パラメータ情報記憶部２８に格納された既知パラメータ情報を用いて、観測対象のサーボ機構のパラメータを推定するための演算処理を行うものである。すなわち、第１演算部は、前段階処理に関する演算を行う部であり、第２演算部は、実際にパラメータ推定を行うときに使用される演算部である。 FIG. 2 is a functional block diagram schematically showing the functions of the parameter estimation device 1 of the servo mechanism according to the first embodiment of the present invention. As shown in FIG. 2, the parameter estimation device 1 of the servo mechanism (hereinafter, simply referred to as “parameter estimation device 1”) mainly includes a storage unit, a first calculation unit, a second calculation unit, and known parameters. It includes an information storage unit 28, a data acquisition unit 29, and an observation state locus generation unit 30. In the present embodiment, as an example of the storage unit, a normal data storage unit 21, a normal model data storage unit 22, an abnormal data storage unit 23, and a modified data storage unit 24 are provided. Further, as an example of the first calculation unit, a first difference calculation unit 25, a second difference calculation unit 26, and a first inner product calculation unit 27 are provided. Further, as an example of the second calculation unit, a third difference calculation unit 31, a second inner product calculation unit 32, and a parameter estimation unit 33 are provided.
The first calculation unit performs calculations necessary for obtaining known parameter information used by the second calculation unit when estimating parameters. The known parameter information calculated by the first calculation unit is stored in the known parameter information storage unit 28. Further, the second calculation unit uses the known parameter information stored in the known parameter information storage unit 28 to perform arithmetic processing for estimating the parameters of the servo mechanism to be observed. That is, the first calculation unit is a unit that performs operations related to the pre-stage processing, and the second calculation unit is a calculation unit that is used when actually performing parameter estimation.

サーボ機構は、所定の目標値が与えられたときに、制御量を目標値に一致させるための少なくとも１つの入力信号が入力され、その応答として制御量が変化する機構である。制御量としては、例えば、位置、方位、姿勢等が挙げられる。サーボ機構の一例として、ロボット、ＮＣ工作機械等が挙げられる。 The servo mechanism is a mechanism in which when a predetermined target value is given, at least one input signal for matching the control amount with the target value is input, and the control amount changes as a response. Examples of the control amount include a position, an orientation, a posture, and the like. Examples of the servo mechanism include robots, NC machine tools and the like.

正常データ記憶部２１には、正常状態軌跡が格納されている。例えば、正常状態軌跡は、以下の手順によって生成される。
まず、比較対象となるサーボ機構の実機を用意する。この実機は、例えば、正常なサーボ機構の実機であり、好ましくは、各パラメータが最適値にチューニングされた良品モデルとなるサーボ機構である。
本実施形態では、図３に示すように、このサーボ機構に対して所定の目標値を与えたときに、ｍ個（ｍ≧１）の時系列の入力信号[Ｕ１＊（ｔ）、Ｕ２＊（ｔ）、・・・Ｕｍ＊（ｔ）]が制御対象であるサーボ機構の機械システム１０に与えられ、その応答信号（制御量）としてｋ個（ｋ≧１）の時系列の出力信号[Ｙ１＊（ｔ）、Ｙ２＊（ｔ）、・・・Ｙｋ＊（ｔ）]が得られるサーボ機構を例示して説明する。 The normal state locus is stored in the normal data storage unit 21. For example, the normal state locus is generated by the following procedure.
First, prepare an actual servo mechanism to be compared. This actual machine is, for example, an actual machine of a normal servo mechanism, and preferably a servo mechanism that is a good model in which each parameter is tuned to an optimum value.
In the present embodiment, as shown in FIG. 3, when a predetermined target value is given to this servo mechanism, m (m ≧ 1) time-series input signals [U1 * (t), U2 *). (T), ... Um * (t)] is given to the mechanical system 10 of the servo mechanism to be controlled, and as its response signal (control amount), k (k ≧ 1) time-series output signals [ An example of a servo mechanism that can obtain Y1 * (t), Y2 * (t), ... Yk * (t)] will be described.

次に、図４に示すように、比較対象のサーボ機構の実機に対して所定の目標値を与えた時の時系列の入力信号[Ｕ１＊（ｔ）、Ｕ２＊（ｔ）、・・・Ｕｍ＊（ｔ）]と時系列の出力信号[Ｙ１＊（ｔ）、Ｙ２＊（ｔ）、・・・Ｙｋ＊（ｔ）]において、互いに同期する信号値、例えば、同じサンプリングタイムｔｉに取得された入力信号の信号値［Ｕ１＊（ｔｉ）、Ｕ２＊（ｔｉ）、・・・Ｕｍ＊（ｔｉ）］及び出力信号の信号値［Ｙ１＊（ｔｉ）、Ｙ２＊（ｔｉ）、・・・Ｙｋ＊（ｔｉ）］を１つのデータ集合体とし、図５に示すように、各操作量及び各制御量に対応した座標軸上にそれぞれ信号値をプロットする。そして、プロットした信号値をそれぞれつなぐことにより、ｍ＋ｋ次元の状態軌跡を生成する。そして、この作業をサンプリングタイム毎に行うことで、サンプリング数Ｎ＋１に対応する数の軌跡が描かれることとなる。
状態軌跡は例えば、以下の（１）式で表される。 Next, as shown in FIG. 4, time-series input signals [U1 * (t), U2 * (t), ... In the Um * (t)] and the time-series output signals [Y1 * (t), Y2 * (t), ... Yk * (t)], the signal values synchronized with each other, for example, acquired at the same sampling time ti. The signal value of the input signal [U1 * (ti), U2 * (ti), ... Um * (ti)] and the signal value of the output signal [Y1 * (ti), Y2 * (ti), ... • Yk * (ti)] is regarded as one data aggregate, and as shown in FIG. 5, signal values are plotted on the coordinate axes corresponding to each operation amount and each control amount. Then, by connecting the plotted signal values, an m + k-dimensional state locus is generated. Then, by performing this work for each sampling time, the locus of the number corresponding to the sampling number N + 1 is drawn.
The state locus is represented by, for example, the following equation (1).

Figure 0006971897
Figure 0006971897

このようにして生成された各サンプリングタイムに対応する複数の状態軌跡は、正常状態軌跡として正常データ記憶部２１に格納される。
また、上記例では、ｍ＋ｋ次元の状態軌跡としたが、入力信号及び出力信号の全ての信号値を用いる必要はなく、例えば、所定の操作量および所定の制御量を省略し、ｍ＋ｋ次元未満の状態軌跡を生成することとしてもよい。 The plurality of state loci corresponding to each sampling time generated in this way are stored in the normal data storage unit 21 as normal state loci.
Further, in the above example, the m + k-dimensional state locus is used, but it is not necessary to use all the signal values of the input signal and the output signal. It may be possible to generate a state locus.

正常モデルデータ記憶部２２には、比較対象となる正常なサーボ機構の数値モデル、例えば、上記正常状態軌跡を得たサーボ機構の数値モデルを用いて得た状態軌跡が正常モデル状態軌跡として格納されている。正常モデル状態軌跡は、以下の（２）式で表される。 In the normal model data storage unit 22, a numerical model of a normal servo mechanism to be compared, for example, a state locus obtained by using a numerical model of the servo mechanism obtained by obtaining the normal state locus is stored as a normal model state locus. ing. The normal model state locus is expressed by the following equation (2).

Figure 0006971897
Figure 0006971897

なお、正常状態軌跡と正常モデル状態軌跡との違いは、実機を用いるか、数値モデルを用いるかの違いであるので、正常モデル状態軌跡の詳細な作成方法の説明を省略する。 Since the difference between the normal state locus and the normal model state locus is whether to use the actual machine or the numerical model, the detailed description of the method for creating the normal model state locus will be omitted.

異常データ記憶部２３には、複数の異常状態軌跡が格納されている。例えば、異常状態軌跡は、以下の手順によって生成される。
まず、複数の異なる異常要因ａ〜ｎを想定し、その異常要因ａ〜ｎに対応するサーボ機構の数値モデルを生成する。異常要因の一例として、サーボ機構に作用する各種摩擦パラメータの変化や不感帯（ガタ、バックラッシュ等）の変化等が挙げられる。なお、異常要因の種類や想定数については特に限定されない。ここで作成される各異常要因ａ〜ｎのサーボ機構の数値モデルは、例えば、上述した正常時のサーボ機構の数値モデルに対してそれぞれの異常要因に関する所定のパラメータを変化させた数値モデルであってもよい。 A plurality of abnormal state trajectories are stored in the abnormal data storage unit 23. For example, the abnormal state locus is generated by the following procedure.
First, a plurality of different abnormal factors a to n are assumed, and a numerical model of the servo mechanism corresponding to the abnormal factors a to n is generated. Examples of abnormal factors include changes in various friction parameters acting on the servo mechanism and changes in dead zones (play, backlash, etc.). The type and expected number of abnormal factors are not particularly limited. The numerical model of the servo mechanism of each abnormality factor a to n created here is, for example, a numerical model in which predetermined parameters related to each abnormality factor are changed with respect to the above-mentioned numerical model of the servo mechanism in the normal state. You may.

続いて、異常要因毎に作成したサーボ機構の数値モデルに対して、正常状態軌跡を作成したときと同じ目標値を与え、上述した正常時と同様に、そのときの時系列の入力信号及び時系列の出力信号を得る。そして、この入力信号及び出力信号を用いて、上述した正常状態軌跡と同様の処理を行うことにより、各異常要因に対する異常状態軌跡（第１異常状態軌跡〜第ｎ異常状態軌跡）を生成する。このように生成された異常状態軌跡は、異常要因と関連付けられて異常データ記憶部２３に格納される。
各異常要因における異常状態軌跡は、例えば、以下の（３）式で表される。 Subsequently, the same target value as when the normal state locus was created is given to the numerical model of the servo mechanism created for each abnormality factor, and the time-series input signal and time at that time are given as in the normal time described above. Obtain a series output signal. Then, by performing the same processing as the above-mentioned normal state locus using the input signal and the output signal, an abnormal state locus (first abnormal state locus to nth abnormal state locus) for each abnormal factor is generated. The abnormal state locus generated in this way is stored in the abnormal data storage unit 23 in association with the abnormal factor.
The abnormal state locus in each abnormal factor is expressed by the following equation (3), for example.

Figure 0006971897
Figure 0006971897

変更データ記憶部２４には、多数の変更状態軌跡が格納されている。例えば、変更状態軌跡は以下の手順によって生成される。
まず、比較対象となる正常なサーボ機構の数値モデル、例えば、上記正常状態軌跡を得たサーボ機構の数値モデルにおいて、同時に複数のパラメータの数値を変更させた多数のパラメータ変更モデルを用意し、各パラメータ変更モデルに対して、正常状態軌跡を作成したときと同じ目標値を与え、上述した正常時と同様に、そのときの時系列の入力信号及び時系列の出力信号を得る。そして、この入力信号及び出力信号を用いて、上述した正常状態軌跡と同様の処理を行うことにより、各パラメータ変更モデルに対応する変更状態軌跡を生成する。
このように生成された変更状態軌跡は、変化させたパラメータの情報と関連付けられて変更データ記憶部２４に格納される。 A large number of change state loci are stored in the change data storage unit 24. For example, the change state locus is generated by the following procedure.
First, in the numerical model of the normal servo mechanism to be compared, for example, in the numerical model of the servo mechanism obtained from the above-mentioned normal state locus, a large number of parameter change models in which the numerical values of a plurality of parameters are changed at the same time are prepared. The same target value as when the normal state locus is created is given to the parameter change model, and the time-series input signal and the time-series output signal at that time are obtained in the same manner as in the normal time described above. Then, by performing the same processing as the above-mentioned normal state locus using the input signal and the output signal, the change state locus corresponding to each parameter change model is generated.
The change state locus generated in this way is stored in the change data storage unit 24 in association with the information of the changed parameter.

第１差分演算部２５は、異常データ記憶部２３に格納されている各異常状態軌跡と、正常モデルデータ記憶部２２に格納されている正常モデル状態軌跡との差分ベクトルをそれぞれ演算する。具体的には、第１差分演算部２５は、互いに同期がとれている軌跡、換言すると、同じサンプリングタイム（ｉ＝０〜Ｎ）に取得された状態軌跡同士の差分を演算することで差分ベクトルを算出する。差分ベクトルは、図６に示すように、操作量及び制御量毎に算出される。この結果、以下の（４）式で表されるように、各異常要因ａ〜ｎについて差分ベクトルがそれぞれ演算される。 The first difference calculation unit 25 calculates the difference vector between each abnormal state locus stored in the abnormal data storage unit 23 and the normal model state locus stored in the normal model data storage unit 22. Specifically, the first difference calculation unit 25 calculates a locus that is synchronized with each other, in other words, a difference between state trajectories acquired at the same sampling time (i = 0 to N), thereby performing a difference vector. Is calculated. As shown in FIG. 6, the difference vector is calculated for each manipulated variable and controlled variable. As a result, the difference vector is calculated for each of the abnormal factors a to n as expressed by the following equation (4).

Figure 0006971897
Figure 0006971897

第２差分演算部２６は、変更データ記憶部２４に格納されている各変更状態軌跡と正常モデルデータ記憶部２２に格納されている正常モデル状態軌跡との差分ベクトルをそれぞれ演算する。なお、差分ベクトルの演算手法については、上記第１差分演算部２５と同様である。
これにより、各変更状態軌跡について差分ベクトルが演算される。例えば、変更状態軌跡が２０個用意されていた場合には、演算結果として２０個の差分ベクトルが得られることとなる。 The second difference calculation unit 26 calculates the difference vector between each change state locus stored in the change data storage unit 24 and the normal model state locus stored in the normal model data storage unit 22. The method of calculating the difference vector is the same as that of the first difference calculation unit 25.
As a result, the difference vector is calculated for each change state locus. For example, when 20 change state loci are prepared, 20 difference vectors can be obtained as a calculation result.

第１内積演算部２７は、第１差分演算部２５によって演算された異常要因毎の差分ベクトルと、第２差分演算部２６によって算出された各変更状態軌跡の差分ベクトルとの内積を演算する。これにより、例えば、変更状態軌跡が２０個用意されていた場合には、異常要因ａ〜ｎのそれぞれについて、２０個の内積結果がそれぞれ算出される。 The first inner product calculation unit 27 calculates the inner product of the difference vector for each abnormality factor calculated by the first difference calculation unit 25 and the difference vector of each change state locus calculated by the second difference calculation unit 26. As a result, for example, when 20 change state loci are prepared, 20 internal product results are calculated for each of the abnormal factors a to n.

既知パラメータ情報記憶部２８には、例えば、第１内積演算部２７によって算出された内積結果に基づいて作成された異常要因毎の等高線群が既知パラメータ情報として、既知パラメータ情報記憶部２８に格納される。
例えば、図７に、異常要因としてガタと摩擦とを想定した場合の等高線群の一例を示す。図７（ａ）は、ガタの異常要因に関する等高線群の一例を示し、図７（ｂ）は摩擦の異常要因に関する等高線群の一例を示している。図７（ａ）、（ｂ）において、ｘ軸はバックラッシュ、ｙ軸は摩擦、ｚ軸は内積を示している。 In the known parameter information storage unit 28, for example, contour line groups for each abnormality factor created based on the inner product result calculated by the first inner product calculation unit 27 are stored in the known parameter information storage unit 28 as known parameter information. NS.
For example, FIG. 7 shows an example of a group of contour lines when looseness and friction are assumed as abnormal factors. FIG. 7A shows an example of a contour line group relating to an abnormal factor of play, and FIG. 7B shows an example of a contour line group relating to an abnormal factor of friction. In FIGS. 7A and 7B, the x-axis shows backlash, the y-axis shows friction, and the z-axis shows the inner product.

データ取得部２９は、観測対象となるサーボ機構における時系列の入力信号及び時系列の出力信号を取得する。例えば、データ取得部２９は、サーボ機構の起動時やメンテナンス直後等の所定のタイミングで、観測対象であるサーボ機構に対して、正常状態軌跡を作成したときと同じ目標値を与えたときの時系列の入力信号と時系列の出力信号とを取得する。 The data acquisition unit 29 acquires a time-series input signal and a time-series output signal in the servo mechanism to be observed. For example, when the data acquisition unit 29 gives the same target value as when the normal state locus is created to the servo mechanism to be observed at a predetermined timing such as when the servo mechanism is started or immediately after maintenance. Acquires a series input signal and a time series output signal.

観測状態軌跡生成部３０は、データ取得部２９によって取得された時系列の入力信号及び時系列の出力信号を用いて、上述した正常状態軌跡と同様の処理を行うことにより、観測状態軌跡を生成する。具体的には、データ取得部２９によって取得された時系列の入力信号及び時系列の出力信号のうち、同じサンプリングタイムｉ（ｉ＝０〜Ｎ）に取得された入力信号の信号値及び出力信号の信号値を１つのデータ集合体とし、各操作量及び各制御量に対応した座標軸上にそれぞれ信号値をプロットする。そして、プロットした信号値をそれぞれつなぐことにより、ｍ＋ｋ次元の観測状態軌跡を生成する。
観測状態軌跡は例えば、以下の（５）式で表される。 The observation state locus generation unit 30 generates an observation state locus by performing the same processing as the above-mentioned normal state locus using the time-series input signal and the time-series output signal acquired by the data acquisition unit 29. do. Specifically, among the time-series input signal and the time-series output signal acquired by the data acquisition unit 29, the signal value and the output signal of the input signal acquired at the same sampling time i (i = 0 to N). The signal values of are regarded as one data aggregate, and the signal values are plotted on the coordinate axes corresponding to each operation amount and each control amount. Then, by connecting the plotted signal values, an m + k-dimensional observation state locus is generated.
The observation state locus is expressed by the following equation (5), for example.

Figure 0006971897
Figure 0006971897

第３差分演算部３１は、正常データ記憶部２１に格納されている正常状態軌跡と、観測状態軌跡生成部３０によって生成された観測状態軌跡との差分を差分ベクトルとして演算する。
第２内積演算部３２は、第３差分演算部３１によって算出された差分ベクトルと、第１差分演算部２５によって算出された差分ベクトルとの内積を演算する。
パラメータ推定部３３は、既知パラメータ情報記憶部２８に予め格納されている上述の既知パラメータ情報と第２内積演算部３２の演算結果とを用いて、観測対象であるサーボ機構のパラメータを推定する。 The third difference calculation unit 31 calculates the difference between the normal state locus stored in the normal data storage unit 21 and the observation state locus generated by the observation state locus generation unit 30 as a difference vector.
The second inner product calculation unit 32 calculates the inner product of the difference vector calculated by the third difference calculation unit 31 and the difference vector calculated by the first difference calculation unit 25.
The parameter estimation unit 33 estimates the parameters of the servo mechanism to be observed by using the above-mentioned known parameter information stored in advance in the known parameter information storage unit 28 and the calculation result of the second inner product calculation unit 32.

具体的には、パラメータ推定部３３は、既知パラメータ情報記憶部２８に格納されている異常要因毎の等高線群から第２内積演算部３２によって異常要因毎に算出された内積演算結果に対応する等高線をそれぞれ抽出し、抽出した等高線の交点から比較対象のサーボ機構のパラメータを推定する。例えば、図７に示したように、異常要因としてガタ及び摩擦を想定した場合、図７（ａ）に示したガタに関する等高線群から、第２内積演算部３２によって算出されたガタに関する内積演算結果に対応する等高線を抽出し、図７（ｂ）に示した摩擦に関する等高線群から、第２内積演算部３２によって算出された摩擦に関する内積演算結果に対応する等高線を抽出する。例えば、抽出したそれぞれの等高線は、図８に示すように、バックラッシュと摩擦とで規定される座標空間上に表される。そして、これらの等高線の交点によって定まるバックラッシュと摩擦の値を取得する。そして、取得したバックラッシュと摩擦の値を、観測対象であるサーボ機構のパラメータとして出力する。 Specifically, the parameter estimation unit 33 is a contour line corresponding to the inner product calculation result calculated for each abnormality factor by the second inner product calculation unit 32 from the contour line group for each abnormality factor stored in the known parameter information storage unit 28. Are extracted, and the parameters of the servo mechanism to be compared are estimated from the intersections of the extracted contour lines. For example, as shown in FIG. 7, when play and friction are assumed as abnormal factors, the inner product calculation result regarding the play calculated by the second inner product calculation unit 32 from the contour line group related to the play shown in FIG. 7 (a). The contour lines corresponding to the above are extracted, and the contour lines corresponding to the inner product calculation result for friction calculated by the second inner product calculation unit 32 are extracted from the contour line group for friction shown in FIG. 7 (b). For example, each of the extracted contour lines is represented on the coordinate space defined by backlash and friction, as shown in FIG. Then, the values of backlash and friction determined by the intersections of these contour lines are acquired. Then, the acquired backlash and friction values are output as parameters of the servo mechanism to be observed.

次に、上記構成を備えるパラメータ推定装置１の演算処理の流れについて説明する。
まず、観測対象のサーボ機構のパラメータ推定を実行する前段階として、既知パラメータ情報を作成する前処理が行われる。
具体的には、正常状態軌跡が実機を用いた試験により得られるとともに、正常モデル状態軌跡、複数の異常状態軌跡、及び複数の変更状態軌跡がシミュレーションによって取得され、それぞれの記憶部２１〜２４に格納される。
続いて、正常モデル状態軌跡と各異常状態軌跡との差分ベクトルが第１差分演算部２５によって算出され、同様に、正常モデル状態軌跡と各変更状態軌跡との差分ベクトルが第２差分演算部２６によって算出される。 Next, the flow of arithmetic processing of the parameter estimation device 1 having the above configuration will be described.
First, as a pre-stage for executing parameter estimation of the servo mechanism to be observed, pre-processing for creating known parameter information is performed.
Specifically, the normal state locus is obtained by a test using an actual machine, and the normal model state locus, a plurality of abnormal state loci, and a plurality of changed state loci are acquired by simulation, and are stored in the respective storage units 21 to 24. Stored.
Subsequently, the difference vector between the normal model state locus and each abnormal state locus is calculated by the first difference calculation unit 25, and similarly, the difference vector between the normal model state locus and each change state locus is the second difference calculation unit 26. Calculated by.

続いて、第１内積演算部２７において、第１差分演算部２５によって演算された異常要因毎の差分ベクトルと、第２差分演算部２６によって算出された各変更状態軌跡の差分ベクトルとの内積が算出され、この算出結果を用いて異常要因毎の等高線群が作成され、既知パラメータ情報として既知パラメータ情報記憶部２８に格納される。
また、第１差分演算部２５によって算出された異常要因毎の差分ベクトルについても、観測対象であるサーボ機構のパラメータ推定時に用いられるデータとなるので、第１差分演算部２５の演算結果を図示しない記憶部に格納しておいてもよい。 Subsequently, in the first inner product calculation unit 27, the inner product of the difference vector for each abnormality factor calculated by the first difference calculation unit 25 and the difference vector of each change state locus calculated by the second difference calculation unit 26 is calculated. It is calculated, and a contour line group for each abnormality factor is created using this calculation result, and is stored in the known parameter information storage unit 28 as known parameter information.
Further, the difference vector for each abnormality factor calculated by the first difference calculation unit 25 is also the data used when estimating the parameters of the servo mechanism to be observed, so the calculation result of the first difference calculation unit 25 is not shown. It may be stored in the storage unit.

上記のように、本実施形態によれば、正常データ記憶部２１、正常モデルデータ記憶部２２、異常データ記憶部２３、変更データ記憶部２４、及び既知パラメータ情報記憶部２８に格納される種々の情報は、観測対象となるサーボ機構のパラメータ推定を行う前に予め取得または演算されてそれぞれの記憶部に格納されている。そして、これらの情報を事前に用意しておくことで、観測対象となるサーボ機構のパラメータ推定時における演算処理負担を大幅に軽減できるとともに、処理時間を大幅に短縮することが可能となる。 As described above, according to the present embodiment, various types of data stored in the normal data storage unit 21, the normal model data storage unit 22, the abnormal data storage unit 23, the changed data storage unit 24, and the known parameter information storage unit 28. The information is acquired or calculated in advance before the parameter estimation of the servo mechanism to be observed is performed, and is stored in each storage unit. By preparing this information in advance, it is possible to significantly reduce the calculation processing load at the time of parameter estimation of the servo mechanism to be observed, and it is possible to significantly reduce the processing time.

次に、観測対象となるサーボ機構のパラメータ推定時に実行されるパラメータ推定処理について説明する。
まず、データ取得部２９によって観測対象となるサーボ機構における時系列の入力信号及び時系列の出力信号が取得され、観測状態軌跡生成部３０によって、観測状態軌跡が生成される。
続いて、第３差分演算部３１によって、正常データ記憶部２１に格納されている正常状態軌跡と、観測状態軌跡生成部３０によって生成された観測状態軌跡との差分が差分ベクトルとして演算される。そして、第２内積演算部３２において、第３差分演算部３１によって算出された差分ベクトルと、第１差分演算部２５によって算出された差分ベクトルとの内積が演算される。 Next, the parameter estimation process executed at the time of parameter estimation of the servo mechanism to be observed will be described.
First, the data acquisition unit 29 acquires a time-series input signal and a time-series output signal in the servo mechanism to be observed, and the observation state locus generation unit 30 generates an observation state locus.
Subsequently, the third difference calculation unit 31 calculates the difference between the normal state locus stored in the normal data storage unit 21 and the observation state locus generated by the observation state locus generation unit 30 as a difference vector. Then, in the second inner product calculation unit 32, the inner product of the difference vector calculated by the third difference calculation unit 31 and the difference vector calculated by the first difference calculation unit 25 is calculated.

続いて、パラメータ推定部３３において、第２内積演算部３２の演算結果に基づいて、異常要因毎の等高線群から対応する等高線がそれぞれ特定され、特定された等高線の交点によって定まるパラメータ値が比較対象のサーボ機構のパラメータとして推定される。パラメータ推定部３３によって推定されたパラメータ値は、例えば、表示部１７（図１参照）に表示されるなどして、設計者に通知される。このようなパラメータ値は、例えば、観測対象となるサーボ機構の制御パラメータをチューニングするときに参照されたり、異常検知を行う時の異常特定に役立てられたりする。 Subsequently, in the parameter estimation unit 33, the corresponding contour lines are specified from the contour line group for each abnormality factor based on the calculation result of the second inner product calculation unit 32, and the parameter values determined by the intersections of the specified contour lines are compared. Estimated as a parameter of the servo mechanism of. The parameter value estimated by the parameter estimation unit 33 is notified to the designer, for example, by being displayed on the display unit 17 (see FIG. 1). Such parameter values are referred to, for example, when tuning the control parameters of the servo mechanism to be observed, or are useful for identifying an abnormality when detecting an abnormality.

以上説明してきたように、本実施形態に係るサーボ機構のパラメータ推定装置及びパラメータ推定方法並びにパラメータ推定プログラムによれば、比較対象のサーボ機構の数値モデルにおいて、複数のパラメータを同時に変更したパラメータ変更モデルを多数作成し、これらのパラメータ変更モデルを用いて事前に既知パラメータ情報、すなわち、異常要因毎の等高線群を作成しておく。そして、観測対象のサーボ機構のパラメータを推定するときには、事前に作成しておいた既知パラメータ情報を用いてパラメータを推定する。これにより、パラメータ推定時における演算処理を極めて簡素化することができ、例えば、ループ演算を行っていた従来のパラメータ推定手法に比べて、パラメータ推定処理の時間を大幅に短縮することが可能となる。
また、既知パラメータ情報は、同じ機種のサーボ機構に対して共通に使用することができる。したがって、例えば、出荷時において、出荷予定の多数のサーボ機構のパラメータ推定を同じ既知パラメータ情報を用いて推定することが可能となる。また、例えば、既知パラメータ情報を生成するときに使用した比較対象のサーボ機構の実機やその数値モデルを好適なパラメータにチューニングしたものとすることで、出荷予定のサーボ機構を最適なパラメータに合わせこむことが可能となる。 As described above, according to the parameter estimation device and parameter estimation method of the servo mechanism and the parameter estimation program according to the present embodiment, in the numerical model of the servo mechanism to be compared, the parameter change model in which a plurality of parameters are changed at the same time. , And use these parameter change models to create known parameter information, that is, a group of contour lines for each anomalous factor. Then, when estimating the parameters of the servo mechanism to be observed, the parameters are estimated using the known parameter information created in advance. As a result, the calculation process at the time of parameter estimation can be extremely simplified, and for example, the time of the parameter estimation process can be significantly shortened as compared with the conventional parameter estimation method in which the loop calculation is performed. ..
Further, the known parameter information can be commonly used for the servo mechanism of the same model. Therefore, for example, at the time of shipment, it is possible to estimate the parameters of a large number of servo mechanisms scheduled to be shipped using the same known parameter information. In addition, for example, by tuning the actual machine of the servo mechanism to be compared and its numerical model used when generating the known parameter information to suitable parameters, the servo mechanism to be shipped is adjusted to the optimum parameters. It becomes possible.

更に、本実施形態によれば、観測対象のサーボ機構の状態軌跡から差分ベクトルを得る際には、比較対象のサーボ機構の実機を用いて得られた正常状態軌跡を用い、異常要因毎の異常状態軌跡や、各変更状態軌跡から差分ベクトルを算出する際には、比較対象のサーボ機構の数値モデルから得られた正常モデル状態軌跡を用いる。このように、例えば、観測状態軌跡と実機の正常状態軌跡とから差分ベクトルを演算することにより、実機において発生するノイズなどの影響を相殺することが可能となる。これにより、ノイズの影響を低減でき、パラメータ推定精度を更に高めることが可能となる。 Further, according to the present embodiment, when the difference vector is obtained from the state locus of the servo mechanism to be observed, the normal state locus obtained by using the actual machine of the servo mechanism to be compared is used, and the abnormality for each abnormality factor is used. When calculating the difference vector from the state locus and each changed state locus, the normal model state locus obtained from the numerical model of the servo mechanism to be compared is used. In this way, for example, by calculating the difference vector from the observed state locus and the normal state locus of the actual machine, it is possible to offset the influence of noise and the like generated in the actual machine. This makes it possible to reduce the influence of noise and further improve the parameter estimation accuracy.

次に、本発明の第２実施形態に係るサーボ機構のパラメータ推定装置及びパラメータ推定方法並びにパラメータ推定プログラムについて説明する。例えば、上述した第１実施形態では、図７（ａ）、（ｂ）に示したように等高線群を得る必要があるため、パラメータ変更モデルを作成するときに非常に細かくパラメータを変化させ、網羅的に内積結果を得る必要があった。しかしながら、この方法だと、比較的高いパラメータ推定精度は期待できるが、既知パラメータ情報を得るのに相当な時間を要するとともに、既知パラメータ情報記憶部２８のストレージ容量も大きくする必要がある。
そこで、本実施形態では、比較的粗めにパラメータを変化させることにより、使用するパラメータ変更モデルの数を低減させ、処理負担及び既知パラメータ情報記憶部２８のストレージ容量の低減を図る。 Next, the parameter estimation device and the parameter estimation method of the servo mechanism and the parameter estimation program according to the second embodiment of the present invention will be described. For example, in the first embodiment described above, since it is necessary to obtain contour lines as shown in FIGS. 7A and 7B, the parameters are changed very finely when creating a parameter change model to cover the contour lines. It was necessary to obtain the inner product result. However, with this method, although relatively high parameter estimation accuracy can be expected, it takes a considerable amount of time to obtain known parameter information, and the storage capacity of the known parameter information storage unit 28 also needs to be increased.
Therefore, in the present embodiment, the number of parameter change models to be used is reduced by changing the parameters relatively roughly, and the processing load and the storage capacity of the known parameter information storage unit 28 are reduced.

すなわち、本実施形態によれば、上述した第１実施形態と略同様の構成を有するが、既知パラメータ情報を得るのに用いるパラメータ変更モデルの数が少ないため、図７に示したように等高線群を得ることができず、例えば、図７に示したようなバックラッシュ、摩擦、内積からなる座標空間において、パラメータ変更モデルの数だけ点がプロットされるような状態となる。そして、このような座標空間に内積結果がプロットされた情報を異常要因毎に作成し、既知パラメータ情報として既知パラメータ情報記憶部２８に格納する。
そして、上述したパラメータ推定時においては、第２内積演算部３２によって算出された異常要因毎の内積結果に対応する点に近い位置にあるプロットを既知パラメータ情報の中から抽出し、図９に示すように、抽出したプロットの値を公知の補間手法を用いて補間することで、パラメータを推定する。 That is, according to the present embodiment, the configuration is substantially the same as that of the first embodiment described above, but since the number of parameter change models used to obtain known parameter information is small, the contour line group as shown in FIG. For example, in the coordinate space consisting of backlash, friction, and inner product as shown in FIG. 7, points are plotted as many as the number of parameter change models. Then, information in which the inner product result is plotted in such a coordinate space is created for each abnormality factor and stored in the known parameter information storage unit 28 as known parameter information.
Then, at the time of parameter estimation described above, a plot located near the point corresponding to the interpolation result for each abnormality factor calculated by the second interpolation calculation unit 32 is extracted from the known parameter information and shown in FIG. As described above, the parameters are estimated by interpolating the values of the extracted plots using a known interpolation method.

このように、第１実施形態に比べて粗めにパラメータを変更させたパラメータ変更モデルを用意し、このパラメータ変更モデルを用いて既知パラメータ情報を用意するので、既知パラメータ情報のデータ容量を小さくすることができる。この結果、既知パラメータ情報記憶部２８のストレージ容量を小さくすることが可能となり、また、前処理に要する時間も短縮することが可能となる。 In this way, a parameter change model in which the parameters are roughly changed as compared with the first embodiment is prepared, and known parameter information is prepared using this parameter change model, so that the data capacity of the known parameter information is reduced. be able to. As a result, the storage capacity of the known parameter information storage unit 28 can be reduced, and the time required for preprocessing can also be shortened.

なお、上述した第１及び第２実施形態では、各差分ベクトルの相関に関する評価値として「内積」を用いる場合について説明したが、差分ベクトルの相関に関する評価値は、この例に限定されない。例えば、内積に代えて、正規化された内積（正規化内積）を用いることとしても良い。通常、内積は以下の（６）式で表されるが、正規化内積は（７）式で表され、例えば、互いのベクトルの「大きさの比×方向の差」で表される。 In the first and second embodiments described above, the case where the "inner product" is used as the evaluation value regarding the correlation of each difference vector has been described, but the evaluation value regarding the correlation of the difference vectors is not limited to this example. For example, instead of the inner product, a normalized inner product (normalized inner product) may be used. Normally, the inner product is expressed by the following equation (6), but the normalized inner product is expressed by the following equation (7), for example, it is expressed by "ratio of magnitude x difference in direction" of each other's vectors.

Figure 0006971897
Figure 0006971897

このように、内積に代えて正規化内積を用いることにより、「大きさの比」と「方向の差」の２つを個別に演算することができ、より冗長性を持たせることが可能となる。これにより、データに含まれるノイズの影響を低減でき、パラメータの推定精度を向上させることができる。 In this way, by using the normalized inner product instead of the inner product, it is possible to calculate the "size ratio" and the "direction difference" individually, and it is possible to have more redundancy. Become. As a result, the influence of noise contained in the data can be reduced, and the parameter estimation accuracy can be improved.

次に、本発明の第３実施形態に係るサーボ機構のパラメータ推定装置及びパラメータ推定方法並びにパラメータ推定プログラムについて説明する。上述した第１または第２実施形態では、正常数値モデルにおいて複数のパラメータを同時に変化させたパラメータ変更モデルを多数用いてパラメータの推定を行っていたが、本実施形態では、図１０に示すように、パラメータ変更モデルを用いずにパラメータを推定する点において、上記各実施形態と異なる。 Next, the parameter estimation device and the parameter estimation method of the servo mechanism and the parameter estimation program according to the third embodiment of the present invention will be described. In the first or second embodiment described above, the parameters are estimated using a large number of parameter change models in which a plurality of parameters are changed at the same time in the normal numerical model, but in the present embodiment, as shown in FIG. , It differs from each of the above embodiments in that the parameters are estimated without using the parameter change model.

以下、本実施形態に係るサーボ機構のパラメータ推定装置及びパラメータ推定方法並びにパラメータ推定プログラムについて、第１実施形態と同一の構成については同一の符号を付して説明を省略し、異なる点について主に説明する。 Hereinafter, the parameter estimation device, the parameter estimation method, and the parameter estimation program of the servo mechanism according to the present embodiment are designated with the same reference numerals for the same configurations as those of the first embodiment, and the description thereof will be omitted. explain.

本実施形態に係るパラメータ推定装置１ａは、図１０に示すように、例えば、正常データ記憶部２１、正常モデルデータ記憶部２２、異常データ記憶部２３、第１差分演算部２５、第１内積演算部３５、既知パラメータ情報記憶部２８’、データ取得部２９、観測状態軌跡生成部３０、第３差分演算部３１、第２内積演算部３２、及びパラメータ推定部３３ａを備えている。 As shown in FIG. 10, the parameter estimation device 1a according to the present embodiment is, for example, a normal data storage unit 21, a normal model data storage unit 22, an abnormal data storage unit 23, a first difference calculation unit 25, and a first inner product calculation. It includes a unit 35, a known parameter information storage unit 28', a data acquisition unit 29, an observation state locus generation unit 30, a third difference calculation unit 31, a second inner product calculation unit 32, and a parameter estimation unit 33a.

本実施形態における主な特徴の一つである第１内積演算部３５は、第１差分演算部２５によって演算された異常要因毎の差分ベクトル同士の内積を算出する。これにより、各異常要素間の内積行列が算出される。
ここで、第２内積演算部３２によって算出される観測状態軌跡の差分ベクトルと異常要因毎の差分ベクトルとの内積と、第１内積演算部３５によって算出される上記異常要素間の内積とが線形で表される場合、以下の（８）式に示される行列式が成立する。 The first inner product calculation unit 35, which is one of the main features in the present embodiment, calculates the inner product of the difference vectors for each abnormality factor calculated by the first difference calculation unit 25. As a result, the inner product matrix between each anomalous element is calculated.
Here, the inner product of the difference vector of the observation state locus calculated by the second inner product calculation unit 32 and the difference vector for each abnormality factor and the inner product between the abnormal elements calculated by the first inner product calculation unit 35 are linear. When represented by, the determinant shown in the following equation (8) is established.

Figure 0006971897
Figure 0006971897

上記（８）式において、ベクトルＡは第２内積演算部３２によって算出される観測状態軌跡の差分ベクトルと異常要因毎の差分ベクトルとの内積ベクトル、行列Ｂは第１内積演算部３５によって算出される上記異常要素間の内積行列、ベクトルＫは観測状態軌跡の差分ベクトルを形作る異常要因毎の差分ベクトルのゲインベクトルを示している。 In the above equation (8), the vector A is the inner product vector of the difference vector of the observation state locus calculated by the second inner product calculation unit 32 and the difference vector for each anomalous factor, and the matrix B is calculated by the first inner product calculation unit 35. The inner product matrix between the above anomalous elements and the vector K indicate the gain vector of the difference vector for each anomaly factor forming the difference vector of the observation state locus.

すなわち、上記（８）式から未知数であるゲインベクトルＫを得るためには、以下の（９）式のように、ベクトルＡに対して行列Ｂの逆行列を乗じればよい。 That is, in order to obtain the gain vector K, which is an unknown number, from the above equation (8), the inverse matrix of the matrix B may be multiplied by the vector A as shown in the following equation (9).

Figure 0006971897
Figure 0006971897

そこで、本実施形態では、前処理として、正常モデル状態軌跡と各異常状態軌跡との差分ベクトルを第１差分演算部２５によって算出し、算出結果として得られた差分ベクトル同士を第１内積演算部３５が乗じることにより、異常要素間の内積行列を算出する。そして、第１内積演算部３５によって得られた異常要素間の内積行列の逆行列を既知パラメータ情報として既知パラメータ情報記憶部２８’に予め格納しておく。 Therefore, in the present embodiment, as a preprocessing, the difference vector between the normal model state locus and each abnormal state locus is calculated by the first difference calculation unit 25, and the difference vectors obtained as the calculation result are combined with each other by the first inner product calculation unit. By multiplying by 35, the inner product matrix between the anomalous elements is calculated. Then, the inverse matrix of the inner product matrix between the abnormal elements obtained by the first inner product calculation unit 35 is stored in advance in the known parameter information storage unit 28'as known parameter information.

そして、パラメータ推定時において、パラメータ推定部３３ａは、第３差分演算部３１によって算出された観測状態軌跡と正常状態軌跡との差分ベクトルと、第１差分演算部２５によって算出された異常要因毎の差分ベクトルとの内積ベクトルに、既知パラメータ情報記憶部２８’に予め格納されている逆行列を乗じることにより、直接的に各ゲインベクトルの値を算出する。そして、算出した各ゲインベクトルを用いて、観測状態軌跡の推定パラメータベクトルを演算する。例えば、以下の（１０）式を用いて、観測状態軌跡の推定パラメータのベクトルを演算する。 Then, at the time of parameter estimation, the parameter estimation unit 33a includes the difference vector between the observed state locus and the normal state locus calculated by the third difference calculation unit 31, and each abnormality factor calculated by the first difference calculation unit 25. The value of each gain vector is directly calculated by multiplying the inner product vector with the difference vector by the inverse matrix stored in advance in the known parameter information storage unit 28'. Then, using each of the calculated gain vectors, the estimation parameter vector of the observation state locus is calculated. For example, the vector of the estimation parameter of the observation state locus is calculated by using the following equation (10).

Figure 0006971897
Figure 0006971897

上記（１０）式において、ベクトルＰestは、観測状態軌跡の推定パラメータのベクトル、ベクトルＰａｂｎは各異常のパラメータのベクトル、ベクトルＰｎｏｍは、正常モデルのパラメータのベクトルである。 In the above equation (10), the vector Pest is the vector of the estimation parameter of the observation state locus, the vector Pabn is the vector of the parameter of each abnormality, and the vector Pnom is the vector of the parameter of the normal model.

以上説明したように、本実施形態に係るサーボ機構のパラメータ推定装置及びパラメータ推定方法並びにパラメータ推定プログラムによれば、各異常要因間の内積行列の逆行列を既知パラメータ情報として予め算出して既知パラメータ情報記憶部２８’に格納するので、パラメータ推定時においては、この逆行列を用いて容易にパラメータを推定することができる。 As described above, according to the parameter estimation device and parameter estimation method of the servo mechanism and the parameter estimation program according to the present embodiment, the inverse matrix of the internal product matrix between each anomalous factor is calculated in advance as known parameter information and known parameters. Since it is stored in the information storage unit 28', the parameter can be easily estimated using this inverse matrix at the time of parameter estimation.

次に、本発明の第４実施形態に係るサーボ機構のパラメータ推定装置及びパラメータ推定方法並びにパラメータ推定プログラムについて説明する。上述した各実施形態においては、内積を用いずに、最小に情報を用いて各パラメータを推定する。
以下、図１１を参照して、本実施形態に係るサーボ機構のパラメータ推定装置１ｂについて説明する。 Next, the parameter estimation device and the parameter estimation method of the servo mechanism and the parameter estimation program according to the fourth embodiment of the present invention will be described. In each of the above-described embodiments, each parameter is estimated using the minimum information without using the inner product.
Hereinafter, the parameter estimation device 1b of the servo mechanism according to the present embodiment will be described with reference to FIG. 11.

本実施形態に係るパラメータ推定装置１ｂは、図１１に示すように、正常データ記憶部２１、正常モデルデータ記憶部２２、異常データ記憶部２３、第１差分演算部２５、データ取得部２９、観測状態軌跡生成部３０、第３差分演算部３１、評価関数作成部４０、及びパラメータ推定部３３ｂを備えている。ここで、異常データ記憶部２３に格納されている各異常状態軌跡ａ〜ｎは、例えば、正常モデル状態軌跡を得るときに用いた数値モデルに対して、各異常要因ａ〜ｎに影響するそれぞれ一つのパラメータの値を変更することで作成された異常数値モデルをそれぞれ用いて作成された状態軌跡である。 As shown in FIG. 11, the parameter estimation device 1b according to the present embodiment includes a normal data storage unit 21, a normal model data storage unit 22, an abnormal data storage unit 23, a first difference calculation unit 25, a data acquisition unit 29, and an observation unit. It includes a state locus generation unit 30, a third difference calculation unit 31, an evaluation function creation unit 40, and a parameter estimation unit 33b. Here, each of the abnormal state loci a to n stored in the abnormal data storage unit 23 affects each of the abnormal state factors a to n with respect to the numerical model used when obtaining the normal model state locus, for example. It is a state locus created by using each anomalous numerical model created by changing the value of one parameter.

第１差分演算部２５は、上述したように、異常要因毎に作成された異常状態軌跡と正常モデル状態軌跡との差分ベクトルをそれぞれ演算する。
また、第３差分演算部３１は、観測状態軌跡と正常状態軌跡との差分ベクトルを演算する。
評価関数作成部４０は、第１差分演算部２５によって演算された各差分ベクトルにそれぞれ異常要因毎のゲインＫａ〜Ｋｎを乗じ、これらを足し合わせた項を第３差分演算部３１が算出した差分ベクトルから減じた評価関数Ｘを作成する。すなわち、評価関数Ｘは、以下の（９）式で表される。 As described above, the first difference calculation unit 25 calculates the difference vector between the abnormal state locus and the normal model state locus created for each abnormality factor.
Further, the third difference calculation unit 31 calculates the difference vector between the observed state locus and the normal state locus.
The evaluation function creation unit 40 multiplies each difference vector calculated by the first difference calculation unit 25 by the gains Ka to Kn for each abnormality factor, and the third difference calculation unit 31 calculates a term obtained by adding these. Create an evaluation function X subtracted from the vector. That is, the evaluation function X is expressed by the following equation (9).

Figure 0006971897
Figure 0006971897

パラメータ推定部３３ｂは、評価関数作成部４０によって作成された評価関数Ｘの値が最小となる各ゲインＫＡ〜Ｋｎの値を最小二乗法等の統計的手法を用いて算出し、算出した各ゲインＫＡ〜Ｋｎからパラメータを推定する。
ここで、上述したように、各異常状態軌跡ａ〜ｎは、正常モデルに対してそれぞれ一つのパラメータしか変更していないので、異常要因毎のモデルのパラメータ値とそれに対応するゲインから各パラメータを推定することができる。 Parameter estimating unit 33b, the value of each gain K A ~K n the value of the evaluation function X created is minimized by the evaluation function creating portion 40 calculates by using a statistical method such as least square method was calculated The parameters are estimated from each gain K A to K n.
Here, as described above, since only one parameter is changed for each abnormal state locus a to n with respect to the normal model, each parameter is selected from the model parameter value for each abnormal factor and the corresponding gain. Can be estimated.

以上説明したように、本実施形態に係るサーボ機構のパラメータ推定装置及び診断方法並びに診断プログラムによれば、観測状態軌跡と正常状態軌跡との差分ベクトルを、状態軌跡を異常要因毎の差分ベクトルの線形和としてみなして評価関数Ｘを作成し、この評価関数Ｘを最小とする各ゲインＫＡ〜Ｋｎを得る。そして、取得した各ゲインＫＡ〜Ｋｎを用いて各種パラメータを推定する。これにより、簡素な演算処理によってパラメータの推定を容易に行うことが可能となる。また、第１実施形態に係るサーボ機構のパラメータ推定装置と異なり、パラメータ変更モデル等を必要としないため、ストレージ容量を低減することができるとともに、前処理における処理負担の軽減及び処理時間の短縮を図ることが可能となる。 As described above, according to the parameter estimation device, the diagnostic method, and the diagnostic program of the servo mechanism according to the present embodiment, the difference vector between the observed state locus and the normal state locus and the state locus are the difference vectors for each abnormal factor. The evaluation function X is created by regarding it as a linear sum, and each gain K A to K n that minimizes this evaluation function X is obtained. Then, various parameters are estimated using the acquired gains K A to K n. This makes it possible to easily estimate the parameters by simple arithmetic processing. Further, unlike the parameter estimation device of the servo mechanism according to the first embodiment, since a parameter change model or the like is not required, the storage capacity can be reduced, the processing load in the preprocessing can be reduced, and the processing time can be shortened. It is possible to plan.

１、１ａ、１ｂ：パラメータ推定装置
１０：機械システム
２１：正常データ記憶部
２２：正常モデルデータ記憶部
２３：異常データ記憶部
２４：変更データ記憶部
２５：第１差分演算部
２６：第２差分演算部
２７、３５：第１内積演算部
２８、２８’：既知パラメータ情報記憶部
２９：データ取得部
３０：観測状態軌跡生成部
３１：第３差分演算部
３２：第２内積演算部
３３、３３ａ、３３ｂ：パラメータ推定部
４０：評価関数作成部
1, 1a, 1b: Parameter estimation device 10: Mechanical system 21: Normal data storage unit 22: Normal model data storage unit 23: Abnormal data storage unit 24: Change data storage unit 25: First difference calculation unit 26: Second difference Calculation unit 27, 35: First inner product calculation unit 28, 28': Known parameter information storage unit 29: Data acquisition unit 30: Observation state locus generation unit 31: Third difference calculation unit 32: Second inner product calculation unit 33, 33a , 33b: Parameter estimation unit 40: Evaluation function creation unit

Claims (23)

サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定装置であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、
前記サーボ機構の前記数値モデルにおいて、複数のパラメータを同時に変化させたパラメータ変更モデルの各々に、前記所定の目標値を設定したときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号とを用いて多数の変更状態軌跡を生成し、生成した前記変更状態軌跡と変化させた前記パラメータの情報とを関連付けた情報と
を記憶する記憶部と、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、
各前記変更状態軌跡と前記正常モデル状態軌跡との差分を第２の差分ベクトルとしてそれぞれ演算し、
前記異常要因毎の前記第１の差分ベクトルと、前記変更状態軌跡毎の前記第２の差分ベクトルとの相関に関する評価値を第１の評価値として演算する第１演算部と、
前記第１の評価値または前記第１の評価値から得られる情報を既知パラメータ情報として記憶する既知パラメータ情報記憶部と、
観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得するデータ取得部と、
前記データ取得部によって取得された前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成する生成部と、
前記正常状態軌跡と前記観測状態軌跡との差分を第３の差分ベクトルとして演算し、
前記第３の差分ベクトルと前記第１の差分ベクトルとの相関に関する評価値を第２の評価値として演算し、
前記既知パラメータ情報記憶部に格納されている前記第１の評価値と前記第２の評価値とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算する第２演算部と
を具備するパラメータ推定装置。 It is a parameter estimation device that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. An abnormal state locus is generated for each, and information relating the generated abnormal state locus to the abnormal factor is used.
In the numerical model of the servo mechanism, input signals relating to the m operation amounts and k control amounts when the predetermined target values are set for each of the parameter change models in which a plurality of parameters are changed at the same time. A storage unit that generates a large number of change state trajectories using the output signals related to the above and stores information related to the generated change state locus and the information of the changed parameter.
The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, respectively.
The difference between each of the changed state loci and the normal model state locus is calculated as a second difference vector, respectively.
A first calculation unit that calculates an evaluation value relating to a correlation between the first difference vector for each abnormality factor and the second difference vector for each change state locus as a first evaluation value.
A known parameter information storage unit that stores the first evaluation value or information obtained from the first evaluation value as known parameter information.
A data acquisition unit that acquires an input signal related to the m operation quantities and an output signal related to the k control quantities when the predetermined target value is given to the servo mechanism to be observed, and a data acquisition unit.
Of the input signal and the output signal acquired by the data acquisition unit, the generation unit that generates an observation state locus of m + k dimension or less by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other. When,
The difference between the normal state locus and the observed state locus is calculated as a third difference vector, and the difference is calculated.
The evaluation value regarding the correlation between the third difference vector and the first difference vector is calculated as the second evaluation value.
A second calculation unit for calculating an estimation parameter of the servo mechanism to be observed by using the first evaluation value and the second evaluation value stored in the known parameter information storage unit is provided. Parameter estimator to do. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定装置であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、
前記サーボ機構の前記数値モデルにおいて、複数のパラメータを同時に変化させたパラメータ変更モデルの各々に、前記所定の目標値を設定したときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号とを用いて多数の変更状態軌跡を生成し、生成した前記変更状態軌跡と変化させた前記パラメータの情報とを関連付けた情報と
を記憶する記憶部と、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、
各前記変更状態軌跡と前記正常モデル状態軌跡との差分を第２の差分ベクトルとしてそれぞれ演算し、
前記異常要因毎の前記第１の差分ベクトルと、前記変更状態軌跡毎の前記第２の差分ベクトルとの相関に関する評価値を第１の評価値として演算する第１演算部と、
前記第１の評価値または前記第１の評価値から得られる情報を既知パラメータ情報として記憶する既知パラメータ情報記憶部と、
（ｉ）観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の観測状態軌跡と、（ｉｉ）前記正常状態軌跡との差分を第３の差分ベクトルとして演算し、
前記第３の差分ベクトルと前記第１の差分ベクトルとの相関に関する評価値を第２の評価値として演算し、
前記既知パラメータ情報記憶部に格納されている前記第１の評価値と前記第２の評価値とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算する第２演算部と
を具備するパラメータ推定装置。 It is a parameter estimation device that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. An abnormal state locus is generated for each, and information relating the generated abnormal state locus to the abnormal factor is used.
In the numerical model of the servo mechanism, input signals relating to the m operation amounts and k control amounts when the predetermined target values are set for each of the parameter change models in which a plurality of parameters are changed at the same time. A storage unit that generates a large number of change state trajectories using the output signals related to the above and stores information related to the generated change state locus and the information of the changed parameter.
The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, respectively.
The difference between each of the changed state loci and the normal model state locus is calculated as a second difference vector, respectively.
A first calculation unit that calculates an evaluation value relating to a correlation between the first difference vector for each abnormality factor and the second difference vector for each change state locus as a first evaluation value.
A known parameter information storage unit that stores the first evaluation value or information obtained from the first evaluation value as known parameter information.
(I) Of the input signals relating to the m operation quantities and the output signals relating to the k control quantities when the predetermined target values are given to the servo mechanism to be observed, the input signals synchronized with each other. The difference between the observation state locus of m + k dimension or less generated by using the signal value and the signal value of the output signal and (ii) the normal state locus is calculated as a third difference vector.
The evaluation value regarding the correlation between the third difference vector and the first difference vector is calculated as the second evaluation value.
A second calculation unit for calculating an estimation parameter of the servo mechanism to be observed by using the first evaluation value and the second evaluation value stored in the known parameter information storage unit is provided. Parameter estimator to do. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定装置であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、
前記サーボ機構の前記数値モデルにおいて、複数のパラメータを同時に変化させたパラメータ変更モデルの各々に、前記所定の目標値を設定したときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号とを用いて多数の変更状態軌跡を生成し、生成した前記変更状態軌跡と変化させた前記パラメータの情報とを関連付けた情報と
を記憶する記憶部と、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、
各前記変更状態軌跡と前記正常モデル状態軌跡との差分を第２の差分ベクトルとしてそれぞれ演算し、
前記異常要因毎の前記第１の差分ベクトルと、前記変更状態軌跡毎の前記第２の差分ベクトルとの相関に関する評価値を第１の評価値として演算する第１演算部と、
前記第１の評価値または前記第１の評価値から得られる情報を既知パラメータ情報として記憶する既知パラメータ情報記憶部と、
（ｉ）観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値に基づくｍ＋ｋ次元以下の観測状態軌跡と、（ｉｉ）前記正常状態軌跡との差分を第３の差分ベクトルとして演算し、
前記第３の差分ベクトルと前記第１の差分ベクトルとの相関に関する評価値を第２の評価値として演算し、
前記既知パラメータ情報記憶部に格納されている前記第１の評価値と前記第２の評価値とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算する第２演算部と
を具備するパラメータ推定装置。 It is a parameter estimation device that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. An abnormal state locus is generated for each, and information relating the generated abnormal state locus to the abnormal factor is used.
In the numerical model of the servo mechanism, input signals relating to the m operation amounts and k control amounts when the predetermined target values are set for each of the parameter change models in which a plurality of parameters are changed at the same time. A storage unit that generates a large number of change state trajectories using the output signals related to the above and stores information related to the generated change state locus and the information of the changed parameter.
The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, respectively.
The difference between each of the changed state loci and the normal model state locus is calculated as a second difference vector, respectively.
A first calculation unit that calculates an evaluation value relating to a correlation between the first difference vector for each abnormality factor and the second difference vector for each change state locus as a first evaluation value.
A known parameter information storage unit that stores the first evaluation value or information obtained from the first evaluation value as known parameter information.
(I) Of the input signals relating to the m operation quantities and the output signals relating to the k control quantities when the predetermined target values are given to the servo mechanism to be observed, the input signals synchronized with each other. The difference between the observation state locus of m + k dimension or less based on the signal value and the signal value of the output signal and (ii) the normal state locus is calculated as a third difference vector.
The evaluation value regarding the correlation between the third difference vector and the first difference vector is calculated as the second evaluation value.
A second calculation unit for calculating an estimation parameter of the servo mechanism to be observed by using the first evaluation value and the second evaluation value stored in the known parameter information storage unit is provided. Parameter estimator to do. 前記第１の評価値は、前記異常要因毎の前記第１の差分ベクトルと、前記変更状態軌跡毎の前記第２の差分ベクトルとの内積であり、
前記既知パラメータ情報記憶部は、前記第１の評価値に基づいて作成された異常要因毎の等高線群を記憶し、
前記第２演算部は、前記第３の差分ベクトルと前記第１の差分ベクトルとの内積を前記第２の評価値として演算し、前記異常要因毎の等高線群から前記第２の評価値に対応する等高線をそれぞれ特定し、特定した各前記等高線の交点から前記観測対象である前記サーボ機構の推定パラメータを演算する請求項１から３のいずれかに記載のパラメータ推定装置。 The first evaluation value is an inner product of the first difference vector for each abnormality factor and the second difference vector for each change state locus.
The known parameter information storage unit stores contour lines for each abnormal factor created based on the first evaluation value, and stores the contour lines.
The second calculation unit calculates the inner product of the third difference vector and the first difference vector as the second evaluation value, and corresponds to the second evaluation value from the contour line group for each abnormality factor. The parameter estimation device according to any one of claims 1 to 3, wherein the contour lines to be observed are specified, and the estimation parameters of the servo mechanism to be observed are calculated from the intersections of the specified contour lines. 前記第２演算部は、前記既知パラメータ情報記憶部に記憶されている前記第１の評価値の中から前記第２の評価値に近似する複数の第１の評価値を抽出し、抽出した複数の前記第１の評価値を前記第２の評価値に基づいて補間することにより、前記観測対象である前記サーボ機構の推定パラメータを演算する請求項１から３のいずれかに記載のパラメータ推定装置。 The second calculation unit extracts a plurality of first evaluation values that are close to the second evaluation value from the first evaluation values stored in the known parameter information storage unit, and extracts a plurality of extracted values. The parameter estimation device according to any one of claims 1 to 3, which calculates the estimation parameter of the servo mechanism to be observed by interpolating the first evaluation value of the above based on the second evaluation value. .. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定装置であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と
を記憶する記憶部と、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、前記第１の差分ベクトル同士の内積を第１の内積結果として演算する第１演算部と、
前記第１の内積結果の逆行列を記憶する逆行列記憶部と、
観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得するデータ取得部と、
前記データ取得部によって取得された前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成する生成部と、
前記正常状態軌跡と前記観測状態軌跡との差分を第２の差分ベクトルとして演算し、
前記第２の差分ベクトルと、前記第１の差分ベクトルとの内積を第２の内積結果として演算し、
前記逆行列記憶部に予め格納されている前記逆行列と、前記第２の内積結果とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算する第２演算部と
を具備するパラメータ推定装置。 It is a parameter estimation device that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. A storage unit that generates an abnormal state locus for each time and stores information relating the generated abnormal state locus and the abnormal factor.
A first calculation unit that calculates the difference between each abnormal state locus and the normal model state locus as a first difference vector, and calculates the inner product of the first difference vectors as the first inner product result.
An inverse matrix storage unit that stores the inverse matrix of the first inner product result,
A data acquisition unit that acquires an input signal related to the m operation quantities and an output signal related to the k control quantities when the predetermined target value is given to the servo mechanism to be observed, and a data acquisition unit.
Of the input signal and the output signal acquired by the data acquisition unit, the generation unit that generates an observation state locus of m + k dimension or less by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other. When,
The difference between the normal state locus and the observed state locus is calculated as a second difference vector, and the difference is calculated.
The inner product of the second difference vector and the first difference vector is calculated as the second inner product result.
A parameter including a second calculation unit that calculates an estimation parameter of the servo mechanism to be observed by using the inverse matrix stored in advance in the inverse matrix storage unit and the second inner product result. Estimator. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定装置であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と
を記憶する記憶部と、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、前記第１の差分ベクトル同士の内積を第１の内積結果として演算する第１演算部と、
前記第１の内積結果の逆行列を記憶する逆行列記憶部と、
（ｉ）観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の観測状態軌跡と、（ｉｉ）前記正常状態軌跡との差分を第２の差分ベクトルとして演算し、
前記第２の差分ベクトルと、前記第１の差分ベクトルとの内積を第２の内積結果として演算し、
前記逆行列記憶部に予め格納されている前記逆行列と、前記第２の内積結果とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算する第２演算部と
を具備するパラメータ推定装置。 It is a parameter estimation device that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. A storage unit that generates an abnormal state locus for each time and stores information relating the generated abnormal state locus and the abnormal factor.
A first calculation unit that calculates the difference between each abnormal state locus and the normal model state locus as a first difference vector, and calculates the inner product of the first difference vectors as the first inner product result.
An inverse matrix storage unit that stores the inverse matrix of the first inner product result,
(I) Of the input signals relating to the m operation quantities and the output signals relating to the k control quantities when the predetermined target values are given to the servo mechanism to be observed, the input signals synchronized with each other. The difference between the observation state locus of m + k dimension or less generated by using the signal value and the signal value of the output signal and (ii) the normal state locus is calculated as a second difference vector.
The inner product of the second difference vector and the first difference vector is calculated as the second inner product result.
A parameter including a second calculation unit that calculates an estimation parameter of the servo mechanism to be observed by using the inverse matrix stored in advance in the inverse matrix storage unit and the second inner product result. Estimator. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定装置であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と
を記憶する記憶部と、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、前記第１の差分ベクトル同士の内積を第１の内積結果として演算する第１演算部と、
前記第１の内積結果の逆行列を記憶する逆行列記憶部と、
（ｉ）観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値に基づくｍ＋ｋ次元以下の観測状態軌跡と、（ｉｉ）前記正常状態軌跡との差分を第２の差分ベクトルとして演算し、
前記第２の差分ベクトルと、前記第１の差分ベクトルとの内積を第２の内積結果として演算し、
前記逆行列記憶部に予め格納されている前記逆行列と、前記第２の内積結果とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算する第２演算部と
を具備するパラメータ推定装置。 It is a parameter estimation device that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. A storage unit that generates an abnormal state locus for each time and stores information relating the generated abnormal state locus and the abnormal factor.
A first calculation unit that calculates the difference between each abnormal state locus and the normal model state locus as a first difference vector, and calculates the inner product of the first difference vectors as the first inner product result.
An inverse matrix storage unit that stores the inverse matrix of the first inner product result,
(I) Of the input signals relating to the m operation quantities and the output signals relating to the k control quantities when the predetermined target values are given to the servo mechanism to be observed, the input signals synchronized with each other. The difference between the observation state locus of m + k dimension or less based on the signal value and the signal value of the output signal and (ii) the normal state locus is calculated as the second difference vector.
The inner product of the second difference vector and the first difference vector is calculated as the second inner product result.
A parameter including a second calculation unit that calculates an estimation parameter of the servo mechanism to be observed by using the inverse matrix stored in advance in the inverse matrix storage unit and the second inner product result. Estimator. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定装置であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、
を記憶する記憶部と、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算する第１演算部と、
観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得するデータ取得部と、
前記データ取得部によって取得された前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成する生成部と、
前記正常状態軌跡と前記観測状態軌跡との差分を第２の差分ベクトルとして演算し、
各異常要因に算出された前記第１の差分ベクトルに各ゲインを乗じた要素と、前記第２の差分ベクトルとを用いて評価関数を作成し、前記評価関数が最小となる前記ゲインをそれぞれ特定し、特定した各前記ゲインから前記観測対象である前記サーボ機構の推定パラメータを演算する第２演算部と
を具備するパラメータ推定装置。 It is a parameter estimation device that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. An abnormal state locus is generated for each, and information relating the generated abnormal state locus to the abnormal factor is used.
A memory unit that memorizes
A first calculation unit that calculates the difference between each abnormal state locus and the normal model state locus as a first difference vector, and
A data acquisition unit that acquires an input signal related to the m operation quantities and an output signal related to the k control quantities when the predetermined target value is given to the servo mechanism to be observed, and a data acquisition unit.
Of the input signal and the output signal acquired by the data acquisition unit, the generation unit that generates an observation state locus of m + k dimension or less by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other. When,
The difference between the normal state locus and the observed state locus is calculated as a second difference vector, and the difference is calculated.
An evaluation function is created using the element obtained by multiplying the first difference vector calculated for each anomalous factor by each gain and the second difference vector, and the gain at which the evaluation function is minimized is specified. A parameter estimation device including a second calculation unit that calculates the estimation parameters of the servo mechanism that is the observation target from each of the specified gains. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定装置であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、
を記憶する記憶部と、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算する第１演算部と、
（ｉ）観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の観測状態軌跡と、（ｉｉ）前記正常状態軌跡との差分を第２の差分ベクトルとして演算し、
各異常要因に算出された前記第１の差分ベクトルに各ゲインを乗じた要素と、前記第２の差分ベクトルとを用いて評価関数を作成し、前記評価関数が最小となる前記ゲインをそれぞれ特定し、特定した各前記ゲインから前記観測対象である前記サーボ機構の推定パラメータを演算する第２演算部と
を具備するパラメータ推定装置。 It is a parameter estimation device that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. An abnormal state locus is generated for each, and information relating the generated abnormal state locus to the abnormal factor is used.
A memory unit that memorizes
A first calculation unit that calculates the difference between each abnormal state locus and the normal model state locus as a first difference vector, and
(I) Of the input signals relating to the m operation quantities and the output signals relating to the k control quantities when the predetermined target values are given to the servo mechanism to be observed, the input signals synchronized with each other. The difference between the observation state locus of m + k dimension or less generated by using the signal value and the signal value of the output signal and (ii) the normal state locus is calculated as a second difference vector.
An evaluation function is created using the element obtained by multiplying the first difference vector calculated for each anomalous factor by each gain and the second difference vector, and the gain at which the evaluation function is minimized is specified. A parameter estimation device including a second calculation unit that calculates the estimation parameters of the servo mechanism that is the observation target from each of the specified gains. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定装置であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、
を記憶する記憶部と、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算する第１演算部と、
（ｉ）観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値に基づくｍ＋ｋ次元以下の観測状態軌跡と、（ｉｉ）前記正常状態軌跡との差分を第２の差分ベクトルとして演算し、
各異常要因に算出された前記第１の差分ベクトルに各ゲインを乗じた要素と、前記第２の差分ベクトルとを用いて評価関数を作成し、前記評価関数が最小となる前記ゲインをそれぞれ特定し、特定した各前記ゲインから前記観測対象である前記サーボ機構の推定パラメータを演算する第２演算部と
を具備するパラメータ推定装置。 It is a parameter estimation device that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. An abnormal state locus is generated for each, and information relating the generated abnormal state locus to the abnormal factor is used.
A memory unit that memorizes
A first calculation unit that calculates the difference between each abnormal state locus and the normal model state locus as a first difference vector, and
(I) Of the input signals relating to the m operation quantities and the output signals relating to the k control quantities when the predetermined target values are given to the servo mechanism to be observed, the input signals synchronized with each other. The difference between the observation state locus of m + k dimension or less based on the signal value and the signal value of the output signal and (ii) the normal state locus is calculated as the second difference vector.
An evaluation function is created using the element obtained by multiplying the first difference vector calculated for each anomalous factor by each gain and the second difference vector, and the gain at which the evaluation function is minimized is specified. A parameter estimation device including a second calculation unit that calculates the estimation parameters of the servo mechanism that is the observation target from each of the specified gains. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定方法であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、
前記サーボ機構の前記数値モデルにおいて、複数のパラメータを同時に変化させたパラメータ変更モデルの各々に、前記所定の目標値を設定したときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて多数の変更状態軌跡を生成し、生成した前記変更状態軌跡と変化させた前記パラメータの情報とを関連付けた情報と
を用いてパラメータを推定するパラメータ推定方法であって、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、
各前記変更状態軌跡と前記正常モデル状態軌跡との差分を第２の差分ベクトルとしてそれぞれ演算し、
前記異常要因毎の前記第１の差分ベクトルと、前記変更状態軌跡毎の前記第２の差分ベクトルとの相関に関する評価値を第１の評価値として演算し、
前記第１の評価値または前記第１の評価値から得られる情報を既知パラメータ情報記憶部に記憶し、
観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得し、取得した前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成し、
前記正常状態軌跡と前記観測状態軌跡との差分を第３の差分ベクトルとして演算し、
前記第３の差分ベクトルと前記第１の差分ベクトルとの相関に関する評価値を第２の評価値として演算し、
前記第２の評価値と前記既知パラメータ情報記憶部に格納された前記第１の評価値とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算するパラメータ推定方法。 It is a parameter estimation method that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. An abnormal state locus is generated for each, and information relating the generated abnormal state locus to the abnormal factor is used.
In the numerical model of the servo mechanism, input signals relating to the m operation amounts and k control amounts when the predetermined target values are set for each of the parameter change models in which a plurality of parameters are changed at the same time. This is a parameter estimation method in which a large number of change state trajectories are generated using the output signals related to the above, and the parameters are estimated using the information in which the generated change state loci and the information of the changed parameters are associated with each other.
The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, respectively.
The difference between each of the changed state loci and the normal model state locus is calculated as a second difference vector, respectively.
An evaluation value relating to the correlation between the first difference vector for each abnormality factor and the second difference vector for each change state locus is calculated as the first evaluation value.
The first evaluation value or the information obtained from the first evaluation value is stored in the known parameter information storage unit.
The input signal related to the m operation amounts and the output signal related to the k control amounts when the predetermined target value is given to the servo mechanism to be observed are acquired, and the acquired input signal and the output signal are obtained. Of these, the signal value of the input signal and the signal value of the output signal that are synchronized with each other are used to generate an observation state locus of m + k dimension or less.
The difference between the normal state locus and the observed state locus is calculated as a third difference vector, and the difference is calculated.
The evaluation value regarding the correlation between the third difference vector and the first difference vector is calculated as the second evaluation value.
A parameter estimation method for calculating an estimation parameter of the servo mechanism to be observed by using the second evaluation value and the first evaluation value stored in the known parameter information storage unit. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定方法であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、
前記サーボ機構の前記数値モデルにおいて、複数のパラメータを同時に変化させたパラメータ変更モデルの各々に、前記所定の目標値を設定したときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて多数の変更状態軌跡を生成し、生成した前記変更状態軌跡と変化させた前記パラメータの情報とを関連付けた情報と
を用いてパラメータを推定するパラメータ推定方法であって、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、
各前記変更状態軌跡と前記正常モデル状態軌跡との差分を第２の差分ベクトルとしてそれぞれ演算し、
前記異常要因毎の前記第１の差分ベクトルと、前記変更状態軌跡毎の前記第２の差分ベクトルとの相関に関する評価値を第１の評価値として演算し、
前記第１の評価値または前記第１の評価値から得られる情報を既知パラメータ情報記憶部に記憶し、
（ｉ）観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の観測状態軌跡と、（ｉｉ）前記正常状態軌跡との差分を第３の差分ベクトルとして演算し、
前記第３の差分ベクトルと前記第１の差分ベクトルとの相関に関する評価値を第２の評価値として演算し、
前記第２の評価値と前記既知パラメータ情報記憶部に格納された前記第１の評価値とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算するパラメータ推定方法。 It is a parameter estimation method that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. An abnormal state locus is generated for each, and information relating the generated abnormal state locus to the abnormal factor is used.
In the numerical model of the servo mechanism, input signals relating to the m operation amounts and k control amounts when the predetermined target values are set for each of the parameter change models in which a plurality of parameters are changed at the same time. This is a parameter estimation method in which a large number of change state trajectories are generated using the output signals related to the above, and the parameters are estimated using the information in which the generated change state loci and the information of the changed parameters are associated with each other.
The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, respectively.
The difference between each of the changed state loci and the normal model state locus is calculated as a second difference vector, respectively.
An evaluation value relating to the correlation between the first difference vector for each abnormality factor and the second difference vector for each change state locus is calculated as the first evaluation value.
The first evaluation value or the information obtained from the first evaluation value is stored in the known parameter information storage unit.
(I) Of the input signals relating to the m operation quantities and the output signals relating to the k control quantities when the predetermined target values are given to the servo mechanism to be observed, the input signals synchronized with each other. The difference between the observation state locus of m + k dimension or less generated by using the signal value and the signal value of the output signal and (ii) the normal state locus is calculated as a third difference vector.
The evaluation value regarding the correlation between the third difference vector and the first difference vector is calculated as the second evaluation value.
A parameter estimation method for calculating an estimation parameter of the servo mechanism to be observed by using the second evaluation value and the first evaluation value stored in the known parameter information storage unit. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定方法であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、
前記サーボ機構の前記数値モデルにおいて、複数のパラメータを同時に変化させたパラメータ変更モデルの各々に、前記所定の目標値を設定したときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて多数の変更状態軌跡を生成し、生成した前記変更状態軌跡と変化させた前記パラメータの情報とを関連付けた情報と
を用いてパラメータを推定するパラメータ推定方法であって、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、
各前記変更状態軌跡と前記正常モデル状態軌跡との差分を第２の差分ベクトルとしてそれぞれ演算し、
前記異常要因毎の前記第１の差分ベクトルと、前記変更状態軌跡毎の前記第２の差分ベクトルとの相関に関する評価値を第１の評価値として演算し、
前記第１の評価値または前記第１の評価値から得られる情報を既知パラメータ情報記憶部に記憶し、
（ｉ）観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値に基づくｍ＋ｋ次元以下の観測状態軌跡と、（ｉｉ）前記正常状態軌跡との差分を第３の差分ベクトルとして演算し、
前記第３の差分ベクトルと前記第１の差分ベクトルとの相関に関する評価値を第２の評価値として演算し、
前記第２の評価値と前記既知パラメータ情報記憶部に格納された前記第１の評価値とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算するパラメータ推定方法。 It is a parameter estimation method that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. An abnormal state locus is generated for each, and information relating the generated abnormal state locus to the abnormal factor is used.
In the numerical model of the servo mechanism, input signals relating to the m operation amounts and k control amounts when the predetermined target values are set for each of the parameter change models in which a plurality of parameters are changed at the same time. This is a parameter estimation method in which a large number of change state trajectories are generated using the output signals related to the above, and the parameters are estimated using the information in which the generated change state loci and the information of the changed parameters are associated with each other.
The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, respectively.
The difference between each of the changed state loci and the normal model state locus is calculated as a second difference vector, respectively.
An evaluation value relating to the correlation between the first difference vector for each abnormality factor and the second difference vector for each change state locus is calculated as the first evaluation value.
The first evaluation value or the information obtained from the first evaluation value is stored in the known parameter information storage unit.
(I) Of the input signals relating to the m operation quantities and the output signals relating to the k control quantities when the predetermined target values are given to the servo mechanism to be observed, the input signals synchronized with each other. The difference between the observation state locus of m + k dimension or less based on the signal value and the signal value of the output signal and (ii) the normal state locus is calculated as a third difference vector.
The evaluation value regarding the correlation between the third difference vector and the first difference vector is calculated as the second evaluation value.
A parameter estimation method for calculating an estimation parameter of the servo mechanism to be observed by using the second evaluation value and the first evaluation value stored in the known parameter information storage unit. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定方法であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と
を用いてパラメータを推定するパラメータ推定方法であって、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、前記第１の差分ベクトル同士の内積を第１の内積結果として演算し、
前記第１の内積結果の逆行列を逆行列記憶部に記憶し、
観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得し、取得した前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成し、
前記正常状態軌跡と前記観測状態軌跡との差分を第２の差分ベクトルとして演算し、
前記第２の差分ベクトルと、前記第１の差分ベクトルとの内積を第２の内積結果として演算し、
前記逆行列記憶部に記憶した前記逆行列と、前記第２の内積結果とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算するパラメータ推定方法。 It is a parameter estimation method that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormality factor is used in the numerical model of the servo mechanism created for each abnormality factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. It is a parameter estimation method that generates an abnormal state locus for each time and estimates a parameter using the generated information related to the abnormal state locus and the abnormal factor.
The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, and the inner product of the first difference vectors is calculated as the first inner product result.
The inverse matrix of the first inner product result is stored in the inverse matrix storage unit, and the inverse matrix is stored.
The input signal related to the m operation amounts and the output signal related to the k control amounts when the predetermined target value is given to the servo mechanism to be observed are acquired, and the acquired input signal and the output signal are obtained. Of these, the signal value of the input signal and the signal value of the output signal that are synchronized with each other are used to generate an observation state locus of m + k dimension or less.
The difference between the normal state locus and the observed state locus is calculated as a second difference vector, and the difference is calculated.
The inner product of the second difference vector and the first difference vector is calculated as the second inner product result.
A parameter estimation method for calculating an estimation parameter of the servo mechanism to be observed by using the inverse matrix stored in the inverse matrix storage unit and the second inner product result. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定方法であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と
を用いてパラメータを推定するパラメータ推定方法であって、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、前記第１の差分ベクトル同士の内積を第１の内積結果として演算し、
前記第１の内積結果の逆行列を逆行列記憶部に記憶し、
（ｉ）観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の観測状態軌跡と、（ｉｉ）前記正常状態軌跡との差分を第２の差分ベクトルとして演算し、
前記第２の差分ベクトルと、前記第１の差分ベクトルとの内積を第２の内積結果として演算し、
前記逆行列記憶部に記憶した前記逆行列と、前記第２の内積結果とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算するパラメータ推定方法。 It is a parameter estimation method that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormality factor is used in the numerical model of the servo mechanism created for each abnormality factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. It is a parameter estimation method that generates an abnormal state locus for each time and estimates a parameter using the generated information related to the abnormal state locus and the abnormal factor.
The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, and the inner product of the first difference vectors is calculated as the first inner product result.
The inverse matrix of the first inner product result is stored in the inverse matrix storage unit, and the inverse matrix is stored.
(I) Of the input signals relating to the m operation quantities and the output signals relating to the k control quantities when the predetermined target values are given to the servo mechanism to be observed, the input signals synchronized with each other. The difference between the observation state locus of m + k dimension or less generated by using the signal value and the signal value of the output signal and (ii) the normal state locus is calculated as a second difference vector.
The inner product of the second difference vector and the first difference vector is calculated as the second inner product result.
A parameter estimation method for calculating an estimation parameter of the servo mechanism to be observed by using the inverse matrix stored in the inverse matrix storage unit and the second inner product result. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定方法であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と
を用いてパラメータを推定するパラメータ推定方法であって、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、前記第１の差分ベクトル同士の内積を第１の内積結果として演算し、
前記第１の内積結果の逆行列を逆行列記憶部に記憶し、
（ｉ）観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値に基づくｍ＋ｋ次元以下の観測状態軌跡と、（ｉｉ）前記正常状態軌跡との差分を第２の差分ベクトルとして演算し、
前記第２の差分ベクトルと、前記第１の差分ベクトルとの内積を第２の内積結果として演算し、
前記逆行列記憶部に記憶した前記逆行列と、前記第２の内積結果とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算するパラメータ推定方法。 It is a parameter estimation method that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormality factor is used in the numerical model of the servo mechanism created for each abnormality factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. It is a parameter estimation method that generates an abnormal state locus for each time and estimates a parameter using the generated information related to the abnormal state locus and the abnormal factor.
The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, and the inner product of the first difference vectors is calculated as the first inner product result.
The inverse matrix of the first inner product result is stored in the inverse matrix storage unit, and the inverse matrix is stored.
(I) Of the input signals relating to the m operation quantities and the output signals relating to the k control quantities when the predetermined target values are given to the servo mechanism to be observed, the input signals synchronized with each other. The difference between the observation state locus of m + k dimension or less based on the signal value and the signal value of the output signal and (ii) the normal state locus is calculated as the second difference vector.
The inner product of the second difference vector and the first difference vector is calculated as the second inner product result.
A parameter estimation method for calculating an estimation parameter of the servo mechanism to be observed by using the inverse matrix stored in the inverse matrix storage unit and the second inner product result. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定方法であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と
を用いてパラメータを推定するパラメータ推定方法であって、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、
観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得し、取得した前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成し、
前記正常状態軌跡と前記観測状態軌跡との差分を第２の差分ベクトルとして演算し、
各異常要因に算出された前記第１の差分ベクトルに各ゲインを乗じた要素と、前記第２の差分ベクトルとを用いて評価関数を作成し、前記評価関数が最小となる前記ゲインをそれぞれ特定し、特定した各前記ゲインから前記観測対象である前記サーボ機構の推定パラメータを演算するパラメータ推定方法。 It is a parameter estimation method that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormality factor is used in the numerical model of the servo mechanism created for each abnormality factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. It is a parameter estimation method that generates an abnormal state locus for each time and estimates a parameter using the generated information related to the abnormal state locus and the abnormal factor.
The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, respectively.
The input signal related to the m operation amounts and the output signal related to the k control amounts when the predetermined target value is given to the servo mechanism to be observed are acquired, and the acquired input signal and the output signal are obtained. Of these, the signal value of the input signal and the signal value of the output signal that are synchronized with each other are used to generate an observation state locus of m + k dimension or less.
The difference between the normal state locus and the observed state locus is calculated as a second difference vector, and the difference is calculated.
An evaluation function is created using the element obtained by multiplying the first difference vector calculated for each anomalous factor by each gain and the second difference vector, and the gain at which the evaluation function is minimized is specified. A parameter estimation method for calculating the estimation parameters of the servo mechanism, which is the observation target, from each of the specified gains. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定方法であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と
を用いてパラメータを推定するパラメータ推定方法であって、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、
（ｉ）観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の観測状態軌跡と、（ｉｉ）前記正常状態軌跡との差分を第２の差分ベクトルとして演算し、
各異常要因に算出された前記第１の差分ベクトルに各ゲインを乗じた要素と、前記第２の差分ベクトルとを用いて評価関数を作成し、前記評価関数が最小となる前記ゲインをそれぞれ特定し、特定した各前記ゲインから前記観測対象である前記サーボ機構の推定パラメータを演算するパラメータ推定方法。 It is a parameter estimation method that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormality factor is used in the numerical model of the servo mechanism created for each abnormality factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. It is a parameter estimation method that generates an abnormal state locus for each time and estimates a parameter using the generated information related to the abnormal state locus and the abnormal factor.
The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, respectively.
(I) Of the input signals relating to the m operation quantities and the output signals relating to the k control quantities when the predetermined target values are given to the servo mechanism to be observed, the input signals synchronized with each other. The difference between the observation state locus of m + k dimension or less generated by using the signal value and the signal value of the output signal and (ii) the normal state locus is calculated as a second difference vector.
An evaluation function is created using the element obtained by multiplying the first difference vector calculated for each anomalous factor by each gain and the second difference vector, and the gain at which the evaluation function is minimized is specified. A parameter estimation method for calculating the estimation parameters of the servo mechanism, which is the observation target, from each of the specified gains. サーボ機構の数値モデルに含まれる未知のパラメータを推定するパラメータ推定方法であって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と
を用いてパラメータを推定するパラメータ推定方法であって、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、
（ｉ）観測対象である前記サーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値に基づくｍ＋ｋ次元以下の観測状態軌跡と、（ｉｉ）前記正常状態軌跡との差分を第２の差分ベクトルとして演算し、
各異常要因に算出された前記第１の差分ベクトルに各ゲインを乗じた要素と、前記第２の差分ベクトルとを用いて評価関数を作成し、前記評価関数が最小となる前記ゲインをそれぞれ特定し、特定した各前記ゲインから前記観測対象である前記サーボ機構の推定パラメータを演算するパラメータ推定方法。 It is a parameter estimation method that estimates unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormality factor is used in the numerical model of the servo mechanism created for each abnormality factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. It is a parameter estimation method that generates an abnormal state locus for each time and estimates a parameter using the generated information related to the abnormal state locus and the abnormal factor.
The difference between each abnormal state locus and the normal model state locus is calculated as a first difference vector, respectively.
(I) Of the input signals relating to the m operation quantities and the output signals relating to the k control quantities when the predetermined target values are given to the servo mechanism to be observed, the input signals synchronized with each other. The difference between the observation state locus of m + k dimension or less based on the signal value and the signal value of the output signal and (ii) the normal state locus is calculated as the second difference vector.
An evaluation function is created using the element obtained by multiplying the first difference vector calculated for each anomalous factor by each gain and the second difference vector, and the gain at which the evaluation function is minimized is specified. A parameter estimation method for calculating the estimation parameters of the servo mechanism, which is the observation target, from each of the specified gains. サーボ機構の数値モデルに含まれる未知のパラメータを推定するためのパラメータ推定プログラムであって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と、
前記サーボ機構の前記数値モデルにおいて、複数のパラメータを同時に変化させたパラメータ変更モデルの各々に、前記所定の目標値を設定したときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて多数の変更状態軌跡を生成し、生成した前記変更状態軌跡と変化させた前記パラメータの情報とを関連付けた情報と
を用いてパラメータを推定するためのパラメータ推定プログラムであって、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算する処理と、
各前記変更状態軌跡と前記正常モデル状態軌跡との差分を第２の差分ベクトルとしてそれぞれ演算する処理と、
前記異常要因毎の前記第１の差分ベクトルと、前記変更状態軌跡毎の前記第２の差分ベクトルとの相関に関する評価値を第１の評価値として演算する処理と、
前記第１の評価値または前記第１の評価値から得られる情報を既知パラメータ情報記憶部に記憶する処理と、
観測対象であるサーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得し、取得した前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成する処理と、
前記正常状態軌跡と前記観測状態軌跡との差分を第３の差分ベクトルとして演算する処理と、
前記第３の差分ベクトルと前記第１の差分ベクトルとの相関に関する評価値を第２の評価値として演算する処理と、
前記第２の評価値と前記既知パラメータ情報記憶部に格納された前記第１の評価値とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算する処理と
をコンピュータに実行させるためのパラメータ推定プログラム。 A parameter estimation program for estimating unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormal factor is used in the numerical model of the servo mechanism created for each abnormal factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. An abnormal state locus is generated for each, and information relating the generated abnormal state locus to the abnormal factor is used.
In the numerical model of the servo mechanism, input signals relating to the m operation amounts and k control amounts when the predetermined target values are set for each of the parameter change models in which a plurality of parameters are changed at the same time. It is a parameter estimation program for generating a large number of change state trajectories using the output signals related to the above and estimating parameters using the information associated with the generated change state trajectories and the changed information of the parameters. ,
A process of calculating the difference between each abnormal state locus and the normal model state locus as a first difference vector, and
A process of calculating the difference between the changed state locus and the normal model state locus as a second difference vector, respectively.
A process of calculating the evaluation value regarding the correlation between the first difference vector for each abnormality factor and the second difference vector for each change state locus as the first evaluation value.
A process of storing the first evaluation value or information obtained from the first evaluation value in a known parameter information storage unit, and
The input signals related to the m operation amounts and the output signals related to the k control amounts when the predetermined target values are given to the servo mechanism to be observed are acquired, and the acquired input signals and the output signals are obtained. Among them, a process of generating an observation state locus of m + k dimension or less by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other.
A process of calculating the difference between the normal state locus and the observed state locus as a third difference vector, and
A process of calculating an evaluation value relating to the correlation between the third difference vector and the first difference vector as a second evaluation value, and
To make a computer execute a process of calculating an estimated parameter of the servo mechanism to be observed by using the second evaluation value and the first evaluation value stored in the known parameter information storage unit. Parameter estimation program. サーボ機構の数値モデルに含まれる未知のパラメータを推定するためのパラメータ推定プログラムであって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と
を用いてパラメータを推定するためのパラメータ推定プログラムであって、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算し、前記第１の差分ベクトル同士の内積を第１の内積結果として演算する処理と、
前記第１の内積結果の逆行列を逆行列記憶部に記憶する処理と、
観測対象であるサーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得し、取得した前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成する処理と、
前記正常状態軌跡と前記観測状態軌跡との差分を第２の差分ベクトルとして演算する処理と、
前記第２の差分ベクトルと、前記第１の差分ベクトルとの内積を第２の内積結果として演算する処理と、
前記逆行列記憶部に記憶した前記逆行列と、前記第２の内積結果とを用いて、前記観測対象である前記サーボ機構の推定パラメータを演算する処理と
をコンピュータに実行させるためのパラメータ推定プログラム。 A parameter estimation program for estimating unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormality factor is used in the numerical model of the servo mechanism created for each abnormality factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. It is a parameter estimation program for generating an abnormal state locus for each time and estimating a parameter using the generated information related to the abnormal state locus and the abnormal factor.
A process of calculating the difference between each abnormal state locus and the normal model state locus as a first difference vector, and calculating the inner product of the first difference vectors as a first inner product result.
The process of storing the inverse matrix of the first inner product result in the inverse matrix storage unit,
The input signals related to the m operation amounts and the output signals related to the k control amounts when the predetermined target values are given to the servo mechanism to be observed are acquired, and the acquired input signals and the output signals are obtained. Among them, a process of generating an observation state locus of m + k dimension or less by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other.
A process of calculating the difference between the normal state locus and the observed state locus as a second difference vector, and
A process of calculating the inner product of the second difference vector and the first difference vector as a second inner product result.
A parameter estimation program for causing a computer to execute a process of calculating the estimation parameters of the servo mechanism, which is the observation target, using the inverse matrix stored in the inverse matrix storage unit and the second inner product result. .. サーボ機構の数値モデルに含まれる未知のパラメータを推定するためのパラメータ推定プログラムであって、
サーボ機構の実機に所定の目標値を与えたときに得られるｍ個（ｍ≧１）の操作量に関する入力信号及びｋ個（ｋ≧１）の制御量に関する出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて生成されたｍ＋ｋ次元以下の正常状態軌跡と、
前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて生成された正常モデル状態軌跡と、
異常要因毎に作成された前記サーボ機構の数値モデルに、前記所定の目標値を与えた時の前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を用いて前記異常要因毎に異常状態軌跡を生成し、生成した前記異常状態軌跡と前記異常要因とを関連付けた情報と
を用いてパラメータを推定するためのパラメータ推定プログラムであって、
各前記異常状態軌跡と前記正常モデル状態軌跡との差分を第１の差分ベクトルとしてそれぞれ演算する処理と、
観測対象であるサーボ機構に前記所定の目標値を与えたときの前記ｍ個の操作量に関する入力信号及び前記ｋ個の制御量に関する出力信号を取得し、取得した前記入力信号及び前記出力信号のうち、互いに同期する前記入力信号の信号値及び前記出力信号の信号値を用いて、ｍ＋ｋ次元以下の観測状態軌跡を生成する処理と、
前記正常状態軌跡と前記観測状態軌跡との差分を第２の差分ベクトルとして演算する処理と、
各異常要因に算出された前記第１の差分ベクトルに各ゲインを乗じた要素と、前記第２の差分ベクトルとを用いて評価関数を作成し、前記評価関数が最小となる前記ゲインをそれぞれ特定し、特定した各前記ゲインから前記観測対象である前記サーボ機構の推定パラメータを演算する処理と
をコンピュータに実行させるためのパラメータ推定プログラム。 A parameter estimation program for estimating unknown parameters included in the numerical model of the servo mechanism.
Of the input signals related to m (m ≧ 1) operation quantities and output signals related to k control quantities (k ≧ 1) obtained when a predetermined target value is given to the actual servo mechanism, the above-mentioned signals that synchronize with each other. A normal state locus of m + k dimensions or less generated using the signal value of the input signal and the signal value of the output signal, and
A normal model state locus generated by using an input signal relating to the m operation quantities and an output signal relating to the k control quantities when a predetermined target value is given to the numerical model of the servo mechanism.
The abnormality factor is used in the numerical model of the servo mechanism created for each abnormality factor by using the input signal related to the m operation amount and the output signal related to the k control amount when the predetermined target value is given. It is a parameter estimation program for generating an abnormal state locus for each time and estimating a parameter using the generated information related to the abnormal state locus and the abnormal factor.
A process of calculating the difference between each abnormal state locus and the normal model state locus as a first difference vector, and
The input signals related to the m operation amounts and the output signals related to the k control amounts when the predetermined target values are given to the servo mechanism to be observed are acquired, and the acquired input signals and the output signals are obtained. Among them, a process of generating an observation state locus of m + k dimension or less by using the signal value of the input signal and the signal value of the output signal that are synchronized with each other.
A process of calculating the difference between the normal state locus and the observed state locus as a second difference vector, and
An evaluation function is created using the element obtained by multiplying the first difference vector calculated for each anomalous factor by each gain and the second difference vector, and the gain at which the evaluation function is minimized is specified. A parameter estimation program for causing a computer to perform a process of calculating the estimation parameters of the servo mechanism, which is the observation target, from each of the specified gains.
JP2018049233A 2018-03-16 2018-03-16 Servo mechanism parameter estimation device, parameter estimation method, and parameter estimation program Active JP6971897B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018049233A JP6971897B2 (en) 2018-03-16 2018-03-16 Servo mechanism parameter estimation device, parameter estimation method, and parameter estimation program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018049233A JP6971897B2 (en) 2018-03-16 2018-03-16 Servo mechanism parameter estimation device, parameter estimation method, and parameter estimation program

Publications (3)

Publication Number Publication Date
JP2019160143A JP2019160143A (en) 2019-09-19
JP2019160143A5 JP2019160143A5 (en) 2021-01-28
JP6971897B2 true JP6971897B2 (en) 2021-11-24

Family

ID=67997060

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018049233A Active JP6971897B2 (en) 2018-03-16 2018-03-16 Servo mechanism parameter estimation device, parameter estimation method, and parameter estimation program

Country Status (1)

Country Link
JP (1) JP6971897B2 (en)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0850507A (en) * 1994-06-01 1996-02-20 Nippondenso Co Ltd Abnormality recovery procedure teaching system
JP3226890B2 (en) * 1999-02-22 2001-11-05 日本電気株式会社 Simulation equipment
JP2004188541A (en) * 2002-12-11 2004-07-08 Yamazaki Mazak Corp Feed shaft parameter adjusting system for machine tool
JP3935079B2 (en) * 2003-01-06 2007-06-20 新日本製鐵株式会社 Abnormality diagnosis and trend management method for equipment including hydraulic servo system
US7499777B2 (en) * 2005-04-08 2009-03-03 Caterpillar Inc. Diagnostic and prognostic method and system
JP5414703B2 (en) * 2011-01-20 2014-02-12 東京エレクトロン株式会社 Abnormality diagnosis method for processing apparatus and abnormality diagnosis system thereof
KR101962558B1 (en) * 2015-02-03 2019-03-26 미쓰비시덴키 가부시키가이샤 Abnormal sound diagnostic apparatus, abnormal sound diagnostic system, abnormal sound diagnostic method, and abnormal sound diagnostic program
JP6528461B2 (en) * 2015-03-02 2019-06-12 富士通株式会社 Information processing apparatus, measurement data acquisition program, measurement data acquisition method, and model generation method

Also Published As

Publication number Publication date
JP2019160143A (en) 2019-09-19

Similar Documents

Publication Publication Date Title
Borgi et al. Data analytics for predictive maintenance of industrial robots
Xu et al. Advanced data collection and analysis in data-driven manufacturing process
Kumar et al. Process control in CNC manufacturing for discrete components: A STEP-NC compliant framework
JP7061536B2 (en) Optimization device, simulation system and optimization method
EP3452312B1 (en) Estimation of electromechanical quantities by means of digital images and model-based filtering techniques
EP3839414A1 (en) Advanced thermal compensation of mechanical processes
CN112926152B (en) Digital twin-driven thin-wall part clamping force precise control and optimization method
US20020025074A1 (en) Systems and methods for adaptive sampling and estimating a systematic relationship between a plurality of points
Kozochkin et al. Estimation of uncertainty in solving multi-parameter diagnostic problems
Oomen et al. Design framework for high-performance optimal sampled-data control with application to a wafer stage
JP6971897B2 (en) Servo mechanism parameter estimation device, parameter estimation method, and parameter estimation program
US11156993B2 (en) Semiconductor die offset compensation variation
Liu et al. Velocity estimation of robot manipulators: An experimental comparison
JP6879863B2 (en) Servo mechanism diagnostic device, diagnostic method and diagnostic program
JPWO2019142728A1 (en) Controls, control methods and programs
Oomen Controlling aliased dynamics in motion systems? An identification for sampled-data control approach
Dichev et al. Method for increasing the accuracy of linear measurements based on a measurement-computational approach
Lu et al. Application of an iterative learning control algorithm to volumetric error compensation for CNC machines
Villagrossi et al. Optimal robot dynamics local identification using genetic-based path planning in workspace subregions
CN117331311B (en) Robot dynamics parameter estimation method based on acceleration-free recursive filtering regression
JP2019168775A (en) Parameter identification device and method and program thereof
Silvestri et al. Experimental results of a self-learning compensation system for high precision manufacturing
CN115139306B (en) Active motion precision compensation method, device, equipment and medium for industrial robot
Huang et al. AI-Driven Digital Process Twin via Networked Digital Process Chain
Buchner et al. An Artificial-Intelligence-Based Method to Automatically Create Interpretable Models from Data Targeting Embedded Control Applications

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201120

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201211

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210720

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210721

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210921

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20211005

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211102

R150 Certificate of patent or registration of utility model

Ref document number: 6971897

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150