标题: 伺服参数设计用专家系统之研制
Research and implementation of expert system for servo parameter design
作者: 吴德丰
WU, DE-FENG
唐佩忠
TANG, PEI-ZHONG
电控工程研究所
关键字: 伺服参数;专家系统
公开日期: 1992
摘要: 伺服控制系统是产业机械所而的基本组件之一。目前工业用的伺服控制系统大都已数
位化,可以用电脑直接设定。而专家系统是人工智慧中最具实用价值的技术,若能结
合伺服控制的参数设计与调整技术,发展成为专家系统,将可协助现场人迅速进行伺
服参数调整工作。以目前市售的CNC 工具机为例,其中控制器的伺服参数设定,决定
了整个系统的性能好坏。因此,一个能协助调整的专家系统,是CNC 工具机精密控制
的重点核心。
本研究以个人电脑为基础,透过系统模拟和实机测试(实机测试包括日本FANUC OM和
自制的CNC 控制器两种机型)来进行伺服系统的分析与设计。在知识库建立方面,则
以日本FANUC 公司AC伺服控制器的设计观念为蓝本,配合伺服系统各部份的详细分析
,将控制知识融为近180 条的专家法则,可供业者参考。
最后,我们融合所有的分析与设计经验,完成一套〞伺服参数设计用专家系统〞,其
能协助工业界解决艰难的伺服参数调整问题。
在这篇论文中我们针对学习控制做了深入的探讨,并将一种学习控制法-加强式学习
控制法则应用于机器人之力量控制。我们对不同的学习控制方法做了整理与比较,并
特别对加强式学习控制法则做详细的介绍。由于传统基于模型的力量控制法则在实际
应用上仍有一些限制,而学习控制与传统控制法则比较起来最大的优点就是不须要受
控体的数学模型,所以我们针对传统控制法则的缺失利用学习方式加以解决。在应用
加强式学习方法时,我们将学习阶段分为一般性学习及特定性学习,此种策略可增快
收敛的速度,学习更为有效。文中我们将加强式学习控制应用于一个两轴的机器手臂
的模拟,在事先不知道机器手臂的反运动学及环境状况下经过重复的探索而逐渐找到
最佳的控制法则,达成同时控制力量与速度目。最后我们设计了一个实验以展示加强
式学习在实际应用上的可行性。
URI: http://140.113.39.130/cdrfb3/record/nctu/#NT812327017
http://hdl.handle.net/11536/57203
显示于类别:Thesis