Connecting System Identification and Machine Learning for Achieving Both Performance and Generalization Capability in Iterative Learning Control

连接系统辨识和机器学习，实现迭代学习控制的性能和泛化能力

• 批准号: 21K14179
• 负责人: 大西 亘
• 金额: $ 3万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K14179/
• 关键词: 学習制御; システム同定; 機械学習; 精密位置決め制御; データ駆動最適化; 繰り返し学習制御

Iterative learning control (ILC)は，半導体露光装置，プリンタ，産業用ロボットといった，精密制御が必要な応用先において幅広く用いられている。この制御法は，一般的に制御対象の過去の試行の位置などの出力を用いて，それに何らかの演算を施し，次回の制御入力を修正している。そしてこの動作を反復させることで，制御対象の出力誤差を収束させていく手法である。そこで本研究では，システム同定に基づく制御対象の物理をリスペクトした学習制御を構築するべく，State tracking ILC (状態追従型反復学習制御)を提案した。これはオブザーバと組み合わせ，制御対象の位置の出力のみならず，例えば速度や加速度といった状態変数に対して反復学習を行うものである。その副次的な効果として，サンプル点間応答の振動が抑制され，追従誤差が低減した。さらに，この状態変数の推定を非因果的オブザーバを用いて行うことで，時間遅れをなくし，オブザーバ設計における精度と推定速度のトレードオフから脱却することができることを示した。本手法の有効性は，実際の位置決め装置へ実装した実験によっても示された。また，より高次な共振系へと適用した。研究期間全体を通して，非因果的状態推定，そして非因果的制御入力が，非最小位相特性をもつことが多い位置決め制御系への軌道追従制御問題へ非常に有効であることが明らかになった。機械学習や学習制御の従来研究において，この点が十分に議論されているとは言えない。そのため，研究計画最終年度前年度応募によって，今後は基盤研究（B）において非因果的制御入力に着目し，計画を再構築し，研究を進めていく。

Iterative learning control (ILC) is a semiconductor exposure device, which is used in industrial applications and precision manufacturing. This control method is to use the power of the general control object and the previous trial position, but also to perform calculations wherever possible, and to correct the control power of the next time. The motion of the object is repeated, and the error of the output is controlled. In this study, we propose a new approach to the study of State tracking ILC (state tracking ILC). For example, the speed and acceleration of the vehicle are repeated. The secondary vibration is suppressed and the tracking error is reduced. In this case, the estimation of the number of states is not a causal one. In this case, the estimation of the number of states is a causal one. In this case, the estimation of states is a causal one This method has the property of being able to determine the actual position of the device. High order resonance is applicable. The whole research period is open, non-causal state estimation, non-causal control force, non-minimum phase characteristic, multi-position decision, control system, orbit tracking control problem, very relevant. Mechanical learning and learning system to study, this point is very controversial. In the future, the research plan will be based on the annual recruitment before the final year.(B) Non-causal control force will be focused on, and the plan will be re-constructed and the research will be advanced.

项目成果

車上センサフュージョンによる列車位置検知に基づく地上子仮想化の提案

基于车载传感器融合的列车位置检测的路边传感器虚拟化提案

• 发表时间: 2023
• 作者: 長井健介;大西亘;古関隆章
• 通讯作者: 古関隆章

Linear Matrix Inequality Based Data-driven Disturbance Observer Design: Application to a Non-Minimum Phase Motion Stage

基于线性矩阵不等式的数据驱动扰动观测器设计：在非最小相移阶段的应用

• DOI: 10.1541/ieejjia.21005770
• 发表时间: 2022
• 期刊: IEEJ Journal of Industry Applications
• 影响因子: 1.7
• 作者: Xiaoke Wang;Wataru Ohnishi;Takafumi Koseki
• 通讯作者: Takafumi Koseki

Copper Contact Collaborating with SiC MOSFET and Drive Circuit Design for Hybrid DCCB in MVDC System

MVDC系统中混合DCCB铜触点配合SiC MOSFET及驱动电路设计

• 发表时间: 2022
• 作者: Wenchao Yuan;Shungo Zen;Nozomi Takeuchi;Wataru Ohnishi;Yuki Inada
• 通讯作者: Yuki Inada

State-Tracking Iterative Learning Control in Frequency Domain Design for Improved Intersample Behavior

频域设计中的状态跟踪迭代学习控制可改善样本间行为

• DOI: 10.1002/rnc.6511
• 发表时间: 2022
• 期刊: International Journal of Robust and Nonlinear Control
• 影响因子: 3.9
• 作者: Wataru Ohnishi;Nard Strijbosch;Tom Oomen
• 通讯作者: Tom Oomen

Proof-of-Concept of a Fuse-Semiconductor Hybrid Circuit Breaker with a Fast Fuse Exchanger

具有快速熔断器交换器的熔断器-半导体混合断路器的概念验证

• DOI: 10.1109/tpwrd.2022.3202821
• 发表时间: 2022
• 期刊: IEEE Transactions on Power Delivery
• 影响因子: 4.4
• 作者: Wataru Ohnishi;Yuki Inada;Shungo Zen;Reon Sasaki;Yasuhiro Takada;Yuta Miyaoka;Kosuke Tsukamoto;Yasushi Yamano
• 通讯作者: Yasushi Yamano