伺服參數設計用專家系統之研製

Abstract

伺服控制系統是產業機械所而的基本組件之一。目前工業用的伺服控制系統大都已數 位化，可以用電腦直接設定。而專家系統是人工智慧中最具實用價值的技術，若能結 合伺服控制的參數設計與調整技術，發展成為專家系統，將可協助現場人迅速進行伺 服參數調整工作。以目前市售的CNC 工具機為例，其中控制器的伺服參數設定，決定 了整個系統的性能好壞。因此，一個能協助調整的專家系統，是CNC 工具機精密控制 的重點核心。 本研究以個人電腦為基礎，透過系統模擬和實機測試（實機測試包括日本FANUC OM和 自製的CNC 控制器兩種機型）來進行伺服系統的分析與設計。在知識庫建立方面，則 以日本FANUC 公司AC伺服控制器的設計觀念為藍本，配合伺服系統各部份的詳細分析 ，將控制知識融為近180 條的專家法則，可供業者參考。 最後，我們融合所有的分析與設計經驗，完成一套〞伺服參數設計用專家系統〞，其 能協助工業界解決艱難的伺服參數調整問題。 在這篇論文中我們針對學習控制做了深入的探討，並將一種學習控制法－加強式學習 控制法則應用於機器人之力量控制。我們對不同的學習控制方法做了整理與比較，並 特別對加強式學習控制法則做詳細的介紹。由於傳統基於模型的力量控制法則在實際 應用上仍有一些限制，而學習控制與傳統控制法則比較起來最大的優點就是不須要受 控體的數學模型，所以我們針對傳統控制法則的缺失利用學習方式加以解決。在應用 加強式學習方法時，我們將學習階段分為一般性學習及特定性學習，此種策略可增快 收斂的速度，學習更為有效。文中我們將加強式學習控制應用於一個兩軸的機器手臂 的模擬，在事先不知道機器手臂的反運動學及環境狀況下經過重複的探索而逐漸找到 最佳的控制法則，達成同時控制力量與速度目。最後我們設計了一個實驗以展示加強 式學習在實際應用上的可行性。