[发明专利]机器学习装置、控制装置、以及机器学习方法

说明书

本发明提供一种机器学习装置、控制装置、以及机器学习方法，实现机器学习装置的收敛时间的缩短。机器学习装置(200)对伺服控制装置(100)进行机器学习，该伺服控制装置使用具有IIR滤波器(1092、1102)的前馈计算部(109、110)进行的前馈控制来控制伺服电动机(300)，该机器学习是与前馈计算部的IIR滤波器的传递函数的系数优化有关的机器学习，该伺服电动机驱动机床、机器人或工业机械的轴，通过使用半径r和角度θ来进行表示的极坐标，分别表现IIR滤波器的传递函数为零的零点以及传递函数无限发散的极，并在规定的搜索范围内分别搜索半径r和角度θ并进行学习，由此，进行IIR滤波器的传递函数的系数优化。

技术领域

本发明涉及对伺服控制装置进行机器学习的机器学习装置、包含该机器学习装置的控制装置、以及机器学习方法，其中，该伺服控制装置使用具有IIR(Infinite impulseresponse；无限脉冲响应)滤波器的前馈计算部进行的前馈控制来控制伺服电动机，该机器学习是与IIR滤波器的传递函数的系数优化有关的机器学习，该伺服电动机驱动机床、机器人或工业机械的轴。

背景技术

例如，在专利文献1中记载有使用了具有IIR滤波器的前馈计算部进行的前馈控制的伺服控制装置。

专利文献1是关于伺服电动机的控制装置的发明，有如下记载：速度前馈器(与后述的本实施方式的位置前馈计算部对应)由速度进给运算器(与后述的本实施方式的微分器对应)和速度前馈滤波器构成，作为速度前馈滤波器可以使用IIR滤波器(段落0080等)。

现有技术文献

专利文献1：日本特开2003-23785号公报

专利文献1记载使用了IIR滤波器的前馈控制，但是对于实现IIR滤波器的传递函数的系数优化的机器学习没有记载。

发明内容

本发明的目的在于提供一种机器学习装置、包含该机器学习装置的控制装置、以及机器学习方法，针对使用具有IIR滤波器的前馈计算部进行的前馈控制来控制伺服电动机的伺服控制装置，可以缩短用于实现IIR滤波器的传递函数的系数优化的机器学习的收敛时间。

(1)本发明涉及一种机器学习装置(例如，机器学习装置200)，其对伺服控制装置(例如，后述的伺服控制装置100)进行机器学习，其中，该伺服控制装置使用具有IIR滤波器(例如，后述的IIR滤波器1092或1102)的前馈计算部(例如，后述的速度前馈计算部109或位置前馈计算部110)进行的前馈控制来控制伺服电动机(例如，后述的伺服电动机300)，该机器学习是与所述IIR滤波器的传递函数的系数优化有关的机器学习，所述伺服电动机驱动机床、机器人或工业机械的轴，

通过使用半径r和角度θ来进行表示的极坐标，分别表现所述IIR滤波器的传递函数为零的零点以及该传递函数无限发散的极，并在规定的搜索范围内分别搜索半径r和角度θ并进行学习，由此，进行所述IIR滤波器的传递函数的系数优化。

(2)在上述(1)的机器学习装置中，可以是，根据衰减率来规定所述半径r的搜索范围，根据抑制振动的频率来规定所述角度θ的搜索范围。

(3)在上述(1)或(2)的机器学习装置中，可以是，所述机器学习装置在进行所述极的搜索之前，进行所述零点的搜索。

(4)在上述(1)～(3)中的任一项的机器学习装置中，可以是，所述机器学习装置在搜索所述零点时，固定所述极。

(5)在上述(1)～(4)中的任一项的机器学习装置中，可以是，所述机器学习装置在进行所述半径r的搜索之前，进行所述角度θ的搜索。

(6)在上述(1)～(5)中的任一项的机器学习装置中，可以是，所述机器学习装置在搜索所述角度θ时，将所述半径r固定为固定值。

(7)在上述(1)～(6)中的任一项的机器学习装置中，可以是，通过复数和共轭复数来表现所述零点。