PSO型ニューラルネットワークを用いた空気圧サーボ系の可変ゲインPID制御に関する研究

抄録

空気圧サーボ系は，空気を動力源として利用し，油圧機器と比較して経済的な利点がある。空気圧機器は安全性が高く，メンテナンスや修理が比較的容易であるという特徴がある。さらに，小型で軽量であるため，多岐にわたる分野での応用が進んでいる。しかしながら，空気圧機器の制御にはいくつかの非線形要素が含まれる。空気圧サーボ系の制御においては，非線形性を補償するた めにニューラルネットワーク（Neural Networks: NNs）を用いた PID 制御が有効とされている。一般的に，NNs の学習方法として誤差逆伝播法が広く用いられているが，制御対象の入出力関係に関する微分情報を必要とし，学習モデルの構築が難しいという問題がある。また，計算が複雑であるため，現場での実用化が困難であるとされている。そこで本研究では，入出力関係の微分情報を用いることなく，計算が比較的容易な粒子群最適化法（Particle Swarm Optimization: PSO）を用いた NNs 手法の応用を提案する。さらに，実機における位置制御実験を通じて，提案する手法の有用性を検証する。