鶴原理司さんがThe 12th JFPS International Symposium on Fluid Power in Hiroshima 2024にてStudent Presentation Awardを受賞
- 機能制御システム専攻
受賞者
鶴原 理司さん（機能制御システム専攻 2年）
指導教員
伊藤 和寿 教授（機械制御システム学科）
学会・大会名
The 12th JFPS International Symposium on Fluid Power in Hiroshima 2024
賞名
Student Presentation Award
発表題目
Direct Data-Driven Adaptive Model Matching Based Model Predictive Displacement Control for a Water-Hydraulic Artificial Muscle and Robustness Evaluation to Characteristics Change
直接データ駆動型適応モデルマッチングに基づく水圧駆動人工筋のモデル予測変位制御および特性変化に対するロバスト性の評価
水圧駆動人工筋の実験装置
研究目的
水圧駆動人工筋は、水道水圧を作動流体として用いるために清浄度が高く、環境負荷が小さいアクチュエータですが、高精度な位置決め制御の実現は容易ではありません。本研究では、実応用範囲拡大のために「実データ」に着目し、データ駆動とモデルベース駆動の融合による高精度制御可能な制御系の設計と特性変化に対するロバスト性の評価を目的としました。
研究内容
データ駆動型制御を利用して、弁の印加電圧と人工筋の変位情報のみから使用者が事前に指定した疑似線形化モデル（設計者が決定できる線形モデル）に適応的にモデルマッチングし、このモデルに基づいて印加電圧の制約を考慮できるモデル予測制御を設計する新しいデータ駆動設計とモデルベース設計を融合した制御手法を提案しました。人工筋に対する変位制御実験の結果、提案手法は人工筋の複雑な数学モデルを用いることなく、高精度な変位制御を達成した上で、事前実験データや特性変化に対して制御性能が低下しないことを確認しました。
今後の展望
今後はより一層「実データを活用する」という点に着目し、データ駆動、AI、制御理論の融合について研究を進めることで、より高精度かつ実用的な制御手法の開発と、水圧人工筋の応用範囲拡大へ貢献したいと考えています。