一般化最小分散評価に基づくデータ駆動型繰り返しPIDゲイン調整

カテゴリ: 部門大会

論文No: TC1-14

グループ名: 【C】平成29年電気学会電子・情報・システム部門大会講演論文集

発行日: 2017/09/06

タイトル(英語): Iterative Data-driven PID Gain Tuning Based on Generalized Minimum Variance Regulatory Control

著者名: 河野 司(首都大学東京),増田 士朗(首都大学東京)

著者名(英語): Tsukasa Kono|Shiro Masuda

キーワード: データ駆動型制御器調整|PID制御|一般化最小分散制御一般化最小分散制御|data-driven control parameter tuning|PID control|generalized minimum variance control

要約(日本語): 本研究では，一般化最小分散評価に基づくデータ駆動型PIDゲイン調整に着目し，PID制御器の近似微分器に相当する差分フィルタのパラメータを同時更新する手法を提案する。先行研究では，微分器として離散時間速度型PID制御器の純粋な差分演算が用いられていた。一般化最小分散制御器は，一般に高次の有理関数で記述されるため，速度型PID制御器の制御構造との構造のミスマッチが大きいと考えられる。そこで本研究では，1次の離散時間フィルタを通した差分器が組み込まれた離散時間速度型PID制御器に対して，1回の実験データを用いてPID制御器と差分フィルタのパラメータを交互に最適化することを繰り返す方法を与える。本研究では，差分フィルタのパラメータを更新することによって達成される一般化出力の最小分散値が改善されることを数値例により確認する。

PDFファイルサイズ: 350 Kバイト