[发明专利]控制装置

说明书

本发明提供一种控制装置，其能够防止通过从数学式模型输出的异常的值对控制对象进行控制的情况，该数学式模型使用了通过机器学习得到的系数。控制装置具备控制部(110)，控制部(110)具备：第1修正量计算部(113)，其根据指令值计算对第2指令值的第1修正量；第2修正量计算部(114)，其根据指令值计算对第2指令值的第2修正量；修正量选择部(116)，其选择第1修正量和第2修正量中的一个，第1修正量计算部(113)使用通过机器学习构成的第1数学式模型来计算第一修正量，第2修正量计算部(114)使用通过与第1修正量计算部(113)不同的方法构成的第2数学式模型来计算第二修正量。

技术领域

本发明涉及对机床、机器人、工业机械的伺服电动机、主轴电动机进行控制的控制装置。

背景技术

在这样的控制装置中，已知通过进行前馈控制来修正指令的技术。例如，在前馈控制中，存在根据位置指令值生成速度指令的修正量的前馈控制、根据位置指令值生成电流指令的修正量的前馈控制、根据速度指令值生成电流指令的修正量的前馈控制等。

通过使用这些前馈控制，在没有干扰的状态下，能够缩小相对于位置指令值的位置偏差(＝位置指令值-位置反馈)、相对于速度指令值的速度偏差(＝速度指令值-速度反馈)。由此，能够提高针对位置指令或速度指令的追踪性。即，缩短直至位置偏差收敛于0或某个范围为止的时间。

关于这些前馈控制的数学式模型，次数越高，能够使相对于加速度变化、加加速度变化的位置偏差以及速度偏差越小。但是，难以决定次数高的数学式模型的参数，因此有时利用机器学习来进行数学式模型的系数的设定。

例如，申请人在日本专利申请2017-049608号中公开了一种机器学习装置以及机器学习方法，其在使用了根据位置指令值生成电流指令的修正量的前馈控制的控制装置中，在为了减小位置偏差提高针对位置指令的追踪性而将前馈设为高次的前馈时，能够避免高次的前馈的系数的复杂的调整。

具体而言，进行通过数学式1(以下表示为数学式1)所示的传递函数Gf(s)所表示的前馈计算处理，在根据位置指令值计算对电流指令值的修正量的处理中，通过机器学习(强化学习)来计算控制参数a_i、b_j，由此根据机器学习计算出修正量计算部。

数学式1

具体而言，设为如下那样定义状态s、行为a、回报r来进行强化学习(Q-learning)。

将状态s设为包含指令以及反馈等的伺服状态的集合，其中，指令以及反馈等的伺服状态包含控制参数a_i、b_j(i，j≥0)的值以及通过由控制装置执行多个评价用程序而取得的伺服控制部的位置偏差信息，将行为a设为与该状态s相关的控制参数a_i、b_j的调整。

另外，如下那样设定回报r。

在通过行为信息a将状态信息s修正为状态信息s′时，当根据状态信息s′所涉及的修正后的控制参数a_i、b_j进行了动作的伺服控制部的位置偏差的值大于根据通过行为信息a进行修正前的状态信息s所涉及的修正前的控制参数a_i、b_j进行了动作的伺服控制部的位置偏差的值时，使回报的值为负值。

另一方面，在根据通过行为信息a进行修正后的状态信息s′所涉及的修正后的控制参数a_i、b_j进行了动作的伺服控制部的位置偏差的值小于根据通过行为信息a进行修正前的状态信息s所涉及的修正前的控制参数a_i、b_j进行了动作的伺服控制部的位置偏差的值时，使回报的值为正值。