オンライン学習によるエッジ型モデル予測制御の自律調整化

カテゴリ: 部門大会

論文No: GS6-4

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Autonomous Tuning of Edge-Type Model Predictive Control by Online Learning

著者名: 丹下 吉雄（富士電機）,松井 哲郎（富士電機）

著者名(英語): Yoshio Tange (Fuji Electric),Tetsuro Matsui (Fuji Electric)

キーワード: モデル予測制御|セルフチューニング|システム同定システム同定|Model Predictive Control|Self Tuning|System Identification

要約(日本語): 筆者らは，これまで，計算資源の少ないエッジコントローラ上でも実装可能な，軽量なエッジ型モデル予測制御技術を提案してきた。
今回，新たな改良として，セルフチューニング機能により，モデル同定と制御パラメータ調整をオンラインで自動化する方式を提案する。
モデル同定の際には，従来モデル予測制御で必要であったステップ応答試験を置き換えるため，オフセットの推定を伴う新しい手法を提案する。
これにより，モデル予測制御のエンジニアリングで課題であった，モデル同定と制御パラメータ調整をオンラインで実行できるようになり，エッジコントーラ上で完結した調整が可能となる。
化学プロセスの攪拌モデルを例題とし，従来のPID制御，事前の同定でモデルを固定したエッジ型モデル予測制御，セルフチューニングのみで調整したエッジ型モデル予測制御の３方式を比較し，提案手法の有効性を検証した。