Systematization of the control theory on servo systems driven by smart material-based actuators

点击翻译按钮获取中文摘要

2022年度において、オンライン計算量を減らす及び制御性能を保証するために、データ駆動型性能評価機構を設計し、推定パラメータのセルフチューニング機構を提案した。2021年度で提案した適応制御アルゴリズムが多数のパラメータを含んでいたため、オンライン計算量は非常に大きかった。一方、新型アクチュエータを用いたサーボ機構において、高度化制御を実現するために、できるだけ短いサンプリング周期は要求されている。そして、2022年度において、まず、オンラインデータを用い、推定パラメータの変化状況やシステムの応答特性などを総合的に評価する性能評価機構を設計した。そして、2021年度で得られた設計パラメータ選択基準の結果を踏まえ、オンライン推定パラメータのセルフチューニング機構を提案した。ここで、パラメータ推定則のオンラインゲイン調整や一部パラメータの更新中断などの実行を行った。さらに、チューニングされたパラメータを用いた制御系の安定性を解析した。これらの理論に基づき、圧電アクチュエータや超磁歪アクチュエータなどで駆動される単軸ポジショナに対し、高性能ロバスト制御を行った。具体的には、単軸ポジショナの出力位置決め制御へ応用し、計算機シミュレーションを行い、コントローラの初期最適パラメータを大まかに選定した。それから、実験を行い、外部条件を変えながら、提案理論の有効性・ロバスト性・実用性を検証した。さらに、従来の制御法と比較し、提案手法の利点・欠点を明らかにし、より望ましい制御効果を実現した。