JPH0229801A - 複雑な系に対する階層化制御方式 - Google Patents
複雑な系に対する階層化制御方式Info
- Publication number
- JPH0229801A JPH0229801A JP18053188A JP18053188A JPH0229801A JP H0229801 A JPH0229801 A JP H0229801A JP 18053188 A JP18053188 A JP 18053188A JP 18053188 A JP18053188 A JP 18053188A JP H0229801 A JPH0229801 A JP H0229801A
- Authority
- JP
- Japan
- Prior art keywords
- control system
- control
- hierarchical
- controlled object
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000013139 quantization Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 19
- 230000002093 peripheral effect Effects 0.000 description 13
- 230000005856 abnormality Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 8
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 239000006096 absorbing agent Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
(産業上の利用分野)
本発明は、強干渉系などの複雑な系を制御する制御方式
に関する。例えば、天体望遠鏡のミラー支持系、自動車
の姿勢制御や航空機の姿勢制御のように入力のファクタ
と制御対象の制御動作との間の自由度が大きく、両者が
直接には結びつかないような互いに強く干渉しあう複雑
な系の制御方式に関するものである。
に関する。例えば、天体望遠鏡のミラー支持系、自動車
の姿勢制御や航空機の姿勢制御のように入力のファクタ
と制御対象の制御動作との間の自由度が大きく、両者が
直接には結びつかないような互いに強く干渉しあう複雑
な系の制御方式に関するものである。
(従来の技術)
従来の複雑な系に対する制御方法は、大別すると次の2
つに分類される。
つに分類される。
1つは、観測値と物理モデルを基に解析的に制御対象の
状態把握を行ない、指令を決定する方法である。例えば
、ロケットのように膨大な物理モテルヲ持っていて、そ
れを解析することによって正しい姿勢とか、方向を計算
して指令を決定する方法である。このロケットの姿勢制
御は、ロケットが宇宙空間にあって外界がらの干渉が少
なく、干渉をあまり考慮しなくてよい系であり、先に演
算をしておくことが可能な要素が多いので、この方法は
有用である。
状態把握を行ない、指令を決定する方法である。例えば
、ロケットのように膨大な物理モテルヲ持っていて、そ
れを解析することによって正しい姿勢とか、方向を計算
して指令を決定する方法である。このロケットの姿勢制
御は、ロケットが宇宙空間にあって外界がらの干渉が少
なく、干渉をあまり考慮しなくてよい系であり、先に演
算をしておくことが可能な要素が多いので、この方法は
有用である。
しかし、自動車の懸架方式の制御のようにどのような外
乱がくるか全く予測できないものである場合には、その
都度現在の状態を把握してフィードバックをかける必要
があるので、物理モデルにより解析すると計算量が膨大
となり、高速な処理が困難となる。
乱がくるか全く予測できないものである場合には、その
都度現在の状態を把握してフィードバックをかける必要
があるので、物理モデルにより解析すると計算量が膨大
となり、高速な処理が困難となる。
もう1つは、全てを数値制御によって行なうのではなく
、一部または全部を機械的構造(例えば、リンク機構、
緩衝装置)などにより制御対象の動作を制限することで
受動的に制御を実現する方法である。
、一部または全部を機械的構造(例えば、リンク機構、
緩衝装置)などにより制御対象の動作を制限することで
受動的に制御を実現する方法である。
(発明が解決しようとする問題点)
上記従来技術の前者では、処理系の負荷が増大すること
により計算量が多くなり、従って指令周期が長くなり、
制御の速度が遅くなるという問題点があった。また、観
測値および指令に対する制御対象の動作の量子化誤差に
より過制御が発生するといった問題点があった。
により計算量が多くなり、従って指令周期が長くなり、
制御の速度が遅くなるという問題点があった。また、観
測値および指令に対する制御対象の動作の量子化誤差に
より過制御が発生するといった問題点があった。
また、上記従来技術の後者では、制御の精度の要求が高
くなると対応しきれないという問題点あり、さらに制御
対象の状態を限定するためその範囲を超えた場合の動作
が保証できないといった問題点があった。
くなると対応しきれないという問題点あり、さらに制御
対象の状態を限定するためその範囲を超えた場合の動作
が保証できないといった問題点があった。
本発明の目的は、これらの問題点を解決し、複雑な系に
対する制御方式において高速で高精度な制御を実現する
ことにある。
対する制御方式において高速で高精度な制御を実現する
ことにある。
上記目的は、制御系を階層化し自律協調を行ない、更に
動解析を排し、推論を用いる等の手段で、処理系の負荷
を低減することにより実現する。
動解析を排し、推論を用いる等の手段で、処理系の負荷
を低減することにより実現する。
(問題点を解決するための手段)
本発明の階層化制御方式は、制御対象の状態を観測する
センサなどの観測装置と、制御対象を駆動する複数の作
動装置と、観測された制御対象の状態に基づき複数の作
動装置を制御する制御系とを備えた制御方式において、
前記制御系を階層化し、各階層の制御系が異なる種類の
処理を分担し、その処理の一部は自律的な判断で処理し
、各階層の制御系を構成する複数の制御ユニットの間の
協調の確保を1階層上位の制御系で行ない、また個々の
制御系が持つ観測および指令に対する動作の量子化誤差
を各階層における統計的処理により解消することを特徴
とする。
センサなどの観測装置と、制御対象を駆動する複数の作
動装置と、観測された制御対象の状態に基づき複数の作
動装置を制御する制御系とを備えた制御方式において、
前記制御系を階層化し、各階層の制御系が異なる種類の
処理を分担し、その処理の一部は自律的な判断で処理し
、各階層の制御系を構成する複数の制御ユニットの間の
協調の確保を1階層上位の制御系で行ない、また個々の
制御系が持つ観測および指令に対する動作の量子化誤差
を各階層における統計的処理により解消することを特徴
とする。
本発明の一態様による階層化制御方式は、前記制御系を
、それぞれが異なる種類の処理を分担する複数の階層の
制御系22,23.24 (第1図、第2図5によって
構成し、中間の階層の制御系23は、複数の制御ユニッ
トA、Bを有し、最上位の階層の制御系は24少なくと
も1個の制御ユニットCを有し、各制御ユニットA、B
は、一つ下位の階層(作動装置制御系22)の複数の制
御ユニットと一つ上位の階層の制御ユニットCに接続さ
れ、かつ、一つ下位の階層の複数の制御ユニットから制
御状態を表わす状態報告信号(センサ信号)を受け取り
、これに統計的処理を施して、つ上位の階層の制御ユニ
ットCに状態報告信号として送出すると共に、一つ上位
の階層の制御ユニッ)Cから制御指令信号を受け取り、
一つ下位の階層の各制御ユニットへ分配する制御指令信
号を作成し送出するものである。
、それぞれが異なる種類の処理を分担する複数の階層の
制御系22,23.24 (第1図、第2図5によって
構成し、中間の階層の制御系23は、複数の制御ユニッ
トA、Bを有し、最上位の階層の制御系は24少なくと
も1個の制御ユニットCを有し、各制御ユニットA、B
は、一つ下位の階層(作動装置制御系22)の複数の制
御ユニットと一つ上位の階層の制御ユニットCに接続さ
れ、かつ、一つ下位の階層の複数の制御ユニットから制
御状態を表わす状態報告信号(センサ信号)を受け取り
、これに統計的処理を施して、つ上位の階層の制御ユニ
ットCに状態報告信号として送出すると共に、一つ上位
の階層の制御ユニッ)Cから制御指令信号を受け取り、
一つ下位の階層の各制御ユニットへ分配する制御指令信
号を作成し送出するものである。
本発明の他の態様による階層化制御方式は、中間の階層
の制御系が、上位の階層の制御系からの制御指令信号だ
けではなく、下位階層の制御系からの状態報告信号を基
に特定の判断を行ない、下位の階層の制御系への制御指
令信号を作成することにより、自律的な制御を行なうよ
う構成されている。
の制御系が、上位の階層の制御系からの制御指令信号だ
けではなく、下位階層の制御系からの状態報告信号を基
に特定の判断を行ない、下位の階層の制御系への制御指
令信号を作成することにより、自律的な制御を行なうよ
う構成されている。
本発明の他の態様による階層化制御方式は、中間の階層
の制御系が、下位階層の制御系からの状態報告信号を基
に制御対象や制御系の故障の判定を行ない、その故障を
補償する下位の階層の°各制御ユニットへの制御指令信
号を作成することにより、より上位の制御系への影響を
遮断し、故障による制御系への影響を最小限に押さえる
よう構成されている。
の制御系が、下位階層の制御系からの状態報告信号を基
に制御対象や制御系の故障の判定を行ない、その故障を
補償する下位の階層の°各制御ユニットへの制御指令信
号を作成することにより、より上位の制御系への影響を
遮断し、故障による制御系への影響を最小限に押さえる
よう構成されている。
更に、本発明の他の態様による階層化制御方式は、最上
位の階層の制御系が、制御対象の状態に関する知識デー
タベースを有し、下位の階層の制御系からの状態報告信
号と前記知識データベースの保育するパターンとのマツ
チングによる推論によって、制御対象の状態を把握し、
それを基に下位の階層の制御系への制御指令信号を作成
するよう構成されている。
位の階層の制御系が、制御対象の状態に関する知識デー
タベースを有し、下位の階層の制御系からの状態報告信
号と前記知識データベースの保育するパターンとのマツ
チングによる推論によって、制御対象の状態を把握し、
それを基に下位の階層の制御系への制御指令信号を作成
するよう構成されている。
更に、本発明の他の態様による階層化制御方式は、照合
するパターンの使用回数を記録し、使用頻度の高いもの
から優先してパターンマツチングを行なうことにより推
論を高速化する学習機能が設けられている。
するパターンの使用回数を記録し、使用頻度の高いもの
から優先してパターンマツチングを行なうことにより推
論を高速化する学習機能が設けられている。
(作 用)
本発明は、制御系を階層化し、各階層の制御系が異なる
種類の処理を分担し、各階層の制御系を構成する複数の
制御ユニットの間の協調の確保を1階層上位の制御系で
行なう。このように処理系を階層化することにより、処
理を分散させ個々の処理系における負荷を低減し、制御
系全体として処理速度向上を達成することができる。ま
た、統計的手法°によってセンサが持つ量子化誤差や、
モータ駆動系の持つ量子化誤差を解消できる。即ち、階
層化することによって例えば観測のデータが10個の観
測点があって、その観測の精度が非常に高いものが要求
される場合に、1個1個のセンサを見ていると量子化誤
差がかなり出てしまう。温度によって考えると、10度
上ったら動作するが、5度では動作しないと言うのに対
象の温度の精度は1度が要求されている状態の場合、あ
る程度まとめて例えば10個をまとめて平均をとるとい
うような統計的な処理をすることにより、要求に対処す
ることができる。
種類の処理を分担し、各階層の制御系を構成する複数の
制御ユニットの間の協調の確保を1階層上位の制御系で
行なう。このように処理系を階層化することにより、処
理を分散させ個々の処理系における負荷を低減し、制御
系全体として処理速度向上を達成することができる。ま
た、統計的手法°によってセンサが持つ量子化誤差や、
モータ駆動系の持つ量子化誤差を解消できる。即ち、階
層化することによって例えば観測のデータが10個の観
測点があって、その観測の精度が非常に高いものが要求
される場合に、1個1個のセンサを見ていると量子化誤
差がかなり出てしまう。温度によって考えると、10度
上ったら動作するが、5度では動作しないと言うのに対
象の温度の精度は1度が要求されている状態の場合、あ
る程度まとめて例えば10個をまとめて平均をとるとい
うような統計的な処理をすることにより、要求に対処す
ることができる。
また、本発明の階層化の具体的態様においては、中間の
階層の制御系の各制御ユニットが、一つ下位の階層の複
数の制御ユニットと一つ上位の階層の制御ユニットに接
続され、かつ、一つ下位の階層の複数の制御ユニットか
ら制御状態を表わす状態報告信号を受け取り、これに統
計的処理を施して、一つ上位の階層の制御ユニットに状
態報告信号として送出すると共に、一つ上位の階層の制
御ユニットから制御指令信号を受け取り、一つ下位の階
層の各制御ユニットへ分配する制御指令信号を作成し送
出する。このように各階層の複数の制御系の間の協調の
確保は常に1階層上位の制御系が行ない、同じ階層の複
数の制御系同士での情報のやりとりは行なわないので、
指令系統の簡素化および制御系全体での指令数の低減を
実現できる。
階層の制御系の各制御ユニットが、一つ下位の階層の複
数の制御ユニットと一つ上位の階層の制御ユニットに接
続され、かつ、一つ下位の階層の複数の制御ユニットか
ら制御状態を表わす状態報告信号を受け取り、これに統
計的処理を施して、一つ上位の階層の制御ユニットに状
態報告信号として送出すると共に、一つ上位の階層の制
御ユニットから制御指令信号を受け取り、一つ下位の階
層の各制御ユニットへ分配する制御指令信号を作成し送
出する。このように各階層の複数の制御系の間の協調の
確保は常に1階層上位の制御系が行ない、同じ階層の複
数の制御系同士での情報のやりとりは行なわないので、
指令系統の簡素化および制御系全体での指令数の低減を
実現できる。
そして、本発明は階層化された中間の制御系が、上位階
層の制御系からの指令分配だけに依存するものではなく
、下位の制御系からの観測などを基に独立に判断を行な
い、自律的に制御を行なう。
層の制御系からの指令分配だけに依存するものではなく
、下位の制御系からの観測などを基に独立に判断を行な
い、自律的に制御を行なう。
具体的態様においては、その判断として下位階層の制御
系からの状態報告信号を基に制御対象や制御系の故障の
判定を行ない、その故障を補償する下位の階層の各制御
ユニットへの制御指令信号を作成する。従って、より上
位の制御系への影響を遮断し、故障による制御系への影
響を最小限に抑えることができ、−層の処理速度向上を
達成することができる。
系からの状態報告信号を基に制御対象や制御系の故障の
判定を行ない、その故障を補償する下位の階層の各制御
ユニットへの制御指令信号を作成する。従って、より上
位の制御系への影響を遮断し、故障による制御系への影
響を最小限に抑えることができ、−層の処理速度向上を
達成することができる。
また、本発明の一態様においては、最上位の階層の制御
系が、下位の階層の制御系からの状態報告信号と知識デ
ータベースの保有するパターンとのマツチングによる推
論によって、制御対象の状態を把握し、それを基に下位
の階層の制御系への制御指令信号を作成する。制御対象
の状態把握に、処理負荷の大きい動解析を用いないので
、処理負荷の低減と処理速度の向上を図ることができる
。
系が、下位の階層の制御系からの状態報告信号と知識デ
ータベースの保有するパターンとのマツチングによる推
論によって、制御対象の状態を把握し、それを基に下位
の階層の制御系への制御指令信号を作成する。制御対象
の状態把握に、処理負荷の大きい動解析を用いないので
、処理負荷の低減と処理速度の向上を図ることができる
。
また、この推論によって制御対象のV、態を把握する場
合において、パターンの使用頻度を計測し、その使用頻
度の高いものから優先してパターンマツチングを行なう
ことにより、処理を一層高速化することができる。
合において、パターンの使用頻度を計測し、その使用頻
度の高いものから優先してパターンマツチングを行なう
ことにより、処理を一層高速化することができる。
(実施例)
第1図は、本発明の概略の構成を示し、制御系の階層を
3段階の階Ji122.23.24として構成した例を
示している。
3段階の階Ji122.23.24として構成した例を
示している。
センサ1、作動装置2の制御部からなる作動装置制御系
(アクチュエータ制御系)と、入出力制御装置3、処理
装置4、内部記憶装置5からなる複数の中間制御系(末
梢制御系)と、これらの中間制御系を統括する処理装置
8、内部記憶装置7等からなる上位制御系(中枢制御系
)とを備えている。
(アクチュエータ制御系)と、入出力制御装置3、処理
装置4、内部記憶装置5からなる複数の中間制御系(末
梢制御系)と、これらの中間制御系を統括する処理装置
8、内部記憶装置7等からなる上位制御系(中枢制御系
)とを備えている。
センサ1は、制御対象の状態(荷重など)を観測し電気
信号に変換する。
信号に変換する。
作動装置2は、入出力制御装置3からの制御信号に応じ
て制御対象へ作用(トルクなど)を与える。
て制御対象へ作用(トルクなど)を与える。
入出力制御装置3は、センサから受信した電気信号を数
値データ化し処理装置4に送信し、また処理装置4から
受信した数値データを電気信号に変換し制御信号として
作動装置2に送信する。
値データ化し処理装置4に送信し、また処理装置4から
受信した数値データを電気信号に変換し制御信号として
作動装置2に送信する。
中間制御、系の処理装置4は、センサ1による観測結果
を処理し上位制御系の処理装置!E8・に送信し、また
、作動装置2への指令とセンサ1による観測によってセ
ンサ、作動装置2の状態把握(故障判定など)を行なう
。また、上位制御系からの指令を受信しこの指令と各作
動装置2の状態を基に各作動装置2への指令を作成し送
信する。
を処理し上位制御系の処理装置!E8・に送信し、また
、作動装置2への指令とセンサ1による観測によってセ
ンサ、作動装置2の状態把握(故障判定など)を行なう
。また、上位制御系からの指令を受信しこの指令と各作
動装置2の状態を基に各作動装置2への指令を作成し送
信する。
中間制御系の内部記憶装置5は、中間制御系の処理装置
4と通信により接続され、センサ1による観測結果9作
動装置2への指令の一時退避、センサ、作動装置の状態
などを記憶する。
4と通信により接続され、センサ1による観測結果9作
動装置2への指令の一時退避、センサ、作動装置の状態
などを記憶する。
上位制御系の処理装置6は、各中間制御系の処理装置4
から受信する観測結果と上位制御系の内部記憶装置7に
保有するデータベースを基に現在状態を推論し、各中間
制御系への指令を作成し送信する。
から受信する観測結果と上位制御系の内部記憶装置7に
保有するデータベースを基に現在状態を推論し、各中間
制御系への指令を作成し送信する。
上位制御系の内部記憶装置7は、各中間制御系の適正状
態、各下位制御系の外乱などによる変動状態、状態に応
じた各下位制御系への指令などのデータベースの保有と
、観測結果、指令の一時退避などを行なう。
態、各下位制御系の外乱などによる変動状態、状態に応
じた各下位制御系への指令などのデータベースの保有と
、観測結果、指令の一時退避などを行なう。
以下、本発明を天体望遠鏡に用いる薄型ミラー支持装置
に適用した本発明の一実施例についてさらに詳細に説明
する。第2図はこの薄型ミラー支持装置の概略の構成を
示す図である。
に適用した本発明の一実施例についてさらに詳細に説明
する。第2図はこの薄型ミラー支持装置の概略の構成を
示す図である。
薄型ミラー10は、口径7.5m、厚さ20cmで、表
面変形を0.1μm以内に収めるため、400点の支持
点(アクチュエータ制御系)で支持される。第3図に示
すように、通常の支持点においては、薄型ミラー10は
ロードセル11、ばね系12を介して支持され、アクチ
ュエータ13により駆動される。第4図はその支持点の
配置例を示すもので、(a)は正面図、(b)は中央断
面図である。同図(C)は支持点をブロックに分けた各
ブロックの範囲を示すもので、一つのブロックが一つの
制御ユニットによって管理される。
面変形を0.1μm以内に収めるため、400点の支持
点(アクチュエータ制御系)で支持される。第3図に示
すように、通常の支持点においては、薄型ミラー10は
ロードセル11、ばね系12を介して支持され、アクチ
ュエータ13により駆動される。第4図はその支持点の
配置例を示すもので、(a)は正面図、(b)は中央断
面図である。同図(C)は支持点をブロックに分けた各
ブロックの範囲を示すもので、一つのブロックが一つの
制御ユニットによって管理される。
また、制御系は、第2図に示すように、アクチエエータ
を制御するアクチュエータ制御系22と、その10程度
のアクチュエータ制御系22を統括する制御ユニットを
複数個有する末梢制御系23と、制御系全体を統括する
中枢制御系24の3つの階層に分かれている。
を制御するアクチュエータ制御系22と、その10程度
のアクチュエータ制御系22を統括する制御ユニットを
複数個有する末梢制御系23と、制御系全体を統括する
中枢制御系24の3つの階層に分かれている。
まず、アクチエエータ制御系について説明すると、ロー
ドセル11は、支持力を圧力の形で検出し電気信号に変
換し入出力制御器14に送信する。
ドセル11は、支持力を圧力の形で検出し電気信号に変
換し入出力制御器14に送信する。
アクチュエータ13は、入出力制御器14からの回転各
指令信号θを受信し、指令回転角になるようにばね系1
2にトルクをかける。また、動作終了後の現在回転角を
入出力制御器14に報告する。
指令信号θを受信し、指令回転角になるようにばね系1
2にトルクをかける。また、動作終了後の現在回転角を
入出力制御器14に報告する。
第5図は末梢制御系の構成を示す概略のブロック図であ
る。
る。
第2図の入出力制御器14は、第5図ではロードセルか
らの電気信号を受信し数値データに変換する信号変換部
141と、アクチュエータに対し授受する信号の変換を
行なう信号変換部142からなっている。また、内部記
憶装置16は、ロードセル11で検出した現在支持力を
記憶する現在支持力記憶部161と、アクチュエータ1
3から得た現在回転角を記憶する現在回転角記憶部16
2と、アクチュエータ異常の判定結果を記憶する異常判
定記憶部163を含んでいる。
らの電気信号を受信し数値データに変換する信号変換部
141と、アクチュエータに対し授受する信号の変換を
行なう信号変換部142からなっている。また、内部記
憶装置16は、ロードセル11で検出した現在支持力を
記憶する現在支持力記憶部161と、アクチュエータ1
3から得た現在回転角を記憶する現在回転角記憶部16
2と、アクチュエータ異常の判定結果を記憶する異常判
定記憶部163を含んでいる。
また、処理装置15は、現在支持力の平均値を算出する
平均支持力算出部151と、中枢制御系からのブロック
単位の支持力指令を各アクチュエータに分配する支持力
分配部154と、故障のあるアクチュエータを発見する
ための異常判定部152と、現在回転角と分配支持力か
ら回転角指令を算出する回転角指令算出部153を備え
ている。
平均支持力算出部151と、中枢制御系からのブロック
単位の支持力指令を各アクチュエータに分配する支持力
分配部154と、故障のあるアクチュエータを発見する
ための異常判定部152と、現在回転角と分配支持力か
ら回転角指令を算出する回転角指令算出部153を備え
ている。
第6図は以上に説明した構成を有する末梢制御系の処理
動作を示す動作フロー図である。以下、第6図により末
梢制御系の処理動作を説明する。
動作を示す動作フロー図である。以下、第6図により末
梢制御系の処理動作を説明する。
a)入出力制御器14の信号変換部141により、各ロ
ードセル11からの電気信号を、数値データに変換する
。
ードセル11からの電気信号を、数値データに変換する
。
b)各アクチエエータ制御系から報告される現在回転角
、および各ロードセル11からの現在支持力を、末梢制
御系内部記憶装置16の現在回転角記憶部162および
現在支持力記憶部161にそれぞれ記憶する。
、および各ロードセル11からの現在支持力を、末梢制
御系内部記憶装置16の現在回転角記憶部162および
現在支持力記憶部161にそれぞれ記憶する。
C)過去数回のb)の記録を基に、異常判定部152は
、各アクチュエータ制御系の異常判定を行なう。即ち、
何度も指示を与えても変化の生じないアクチエエータは
異常と判定する。異常が認められれば内部記憶装置16
の異常判定記憶部163に記録する。
、各アクチュエータ制御系の異常判定を行なう。即ち、
何度も指示を与えても変化の生じないアクチエエータは
異常と判定する。異常が認められれば内部記憶装置16
の異常判定記憶部163に記録する。
d)平均支持力算出部151は、各アクチュエータ制御
系の正常なアクチュエータ(即ち、異常と判定されなか
ったアクチュエータ)の現在支持力の平均値を算出し、
中枢制御系に送信する。
系の正常なアクチュエータ(即ち、異常と判定されなか
ったアクチュエータ)の現在支持力の平均値を算出し、
中枢制御系に送信する。
e)支持力分配部154は、中枢制御系からブロック単
位の支持力指令を受信する。
位の支持力指令を受信する。
f)支持力分配部154は、中枢制御系からの支持力指
令、現在支持力分境部161に格納されている各アクチ
ュエータ制御系の現在支持力、および異常判定記憶部1
63に格納されている異常判定結果を基に、各アクチュ
エータ制御系の支持力指令分配を行なう。
令、現在支持力分境部161に格納されている各アクチ
ュエータ制御系の現在支持力、および異常判定記憶部1
63に格納されている異常判定結果を基に、各アクチュ
エータ制御系の支持力指令分配を行なう。
この指令分配は以下の条件により決定される。
1)各アクチュエータ間の支持力差が、ミラー表面に局
所的なひずみを発生する限界値を超えない。
所的なひずみを発生する限界値を超えない。
2)中枢制御系から与えられたブロックの平均支持力を
達成する。
達成する。
3)回転角指令は、微小変化時のアクチュエータの非線
形性・ロードセルの不感応が問題とならないピッチで与
える。
形性・ロードセルの不感応が問題とならないピッチで与
える。
g) 回転角指令算出部153は、現在回転角記憶部1
62に記憶されている各アクチュエータ制御系の現在回
転角と、支持力分配部154で算出した分配支持力から
、回転角指令を算出し、信号変換部142に送信する。
62に記憶されている各アクチュエータ制御系の現在回
転角と、支持力分配部154で算出した分配支持力から
、回転角指令を算出し、信号変換部142に送信する。
末梢制御系は以上のa)〜g)の動作を繰り返すことに
よりアクチュエータ制御系の制御を行なう。
よりアクチュエータ制御系の制御を行なう。
第7図は中枢制御系の構成を示す概略のブロック図であ
る。
る。
中枢制御系は、第7図に示すように、処理装置17(第
2図)の部分が、予測支持力変化算出部171と、誤差
支持力算出部172と、外乱パターン検出部173と、
補正支持力算出部174と、支持力指令算出部175と
からなっている。また、内部記憶装置18(第2図)に
指令支持力来歴記憶部181と、適正支持力データベー
ス182と、外乱パターンデータベース183と、補正
支持力データベース184等の記憶領域を有している。
2図)の部分が、予測支持力変化算出部171と、誤差
支持力算出部172と、外乱パターン検出部173と、
補正支持力算出部174と、支持力指令算出部175と
からなっている。また、内部記憶装置18(第2図)に
指令支持力来歴記憶部181と、適正支持力データベー
ス182と、外乱パターンデータベース183と、補正
支持力データベース184等の記憶領域を有している。
次に、第7図に示す中枢制御系の動作を、第8図の処理
フロー図゛により説明する。
フロー図゛により説明する。
a)指令支持力来歴記憶部181に記憶されている過去
数回の、各末梢制御系への支持力指令を基に、予測支持
力変化算出部171は指令に対する動作による予測支持
力変化を算出する。
数回の、各末梢制御系への支持力指令を基に、予測支持
力変化算出部171は指令に対する動作による予測支持
力変化を算出する。
予測支持力変化は、今まで過去数回に出した支持力指令
による動作が現在の観測された状態(データ)にどのよ
うな影響(干渉)を及ぼしているかを表わすものである
。予測支持力変化はあらかじめ計算できるので、これを
用いて補正を施そうとするものである。
による動作が現在の観測された状態(データ)にどのよ
うな影響(干渉)を及ぼしているかを表わすものである
。予測支持力変化はあらかじめ計算できるので、これを
用いて補正を施そうとするものである。
b)内部記憶装置の適正支持力データベース182から
現在吠!(仰角など)での適正支持力を読み込む。ミラ
ーの制御の場合には仰角毎に適正支持力の値が決ってお
り、現在の仰角に対応する適正支持力を読み込む。
現在吠!(仰角など)での適正支持力を読み込む。ミラ
ーの制御の場合には仰角毎に適正支持力の値が決ってお
り、現在の仰角に対応する適正支持力を読み込む。
C)誤差支持力算出部172は、各末梢制御系の平均支
持力算出部151から現在支持力の平均値を受信する。
持力算出部151から現在支持力の平均値を受信する。
d)誤差支持力算出部172は、上記の適正支持力、現
在支持力の平均値、予測支持力変化から、誤差支持力を
算出し、内部記憶装置に記憶する。
在支持力の平均値、予測支持力変化から、誤差支持力を
算出し、内部記憶装置に記憶する。
e)外乱パターン検出部173において、誤差支持力値
を正規化し、代表的な数個のブロックからなるブロック
グループについて、代表的な変位パターンとのパターン
比較を行なう。第9図は代表的なブロックグループの例
を示すもので、黒で塗りつぶしたブロックのグループの
変位パターンが、外乱パターンデータベース183に保
持されている第10図に示すような代表的な変位パター
ンとパターン比較される。なお、第10図において横軸
はブロック位置を、縦軸は正規化した変位量を示すもの
である。
を正規化し、代表的な数個のブロックからなるブロック
グループについて、代表的な変位パターンとのパターン
比較を行なう。第9図は代表的なブロックグループの例
を示すもので、黒で塗りつぶしたブロックのグループの
変位パターンが、外乱パターンデータベース183に保
持されている第10図に示すような代表的な変位パター
ンとパターン比較される。なお、第10図において横軸
はブロック位置を、縦軸は正規化した変位量を示すもの
である。
f)合致度の高いパターンと次の比較パターンの優先順
位に応じて、次の比較パターンを選択し比較を行なう。
位に応じて、次の比較パターンを選択し比較を行なう。
g)−窓以上の合致が得られるか比較回数が制限に達す
るまでf)の処理を繰り返す。
るまでf)の処理を繰り返す。
h) 合致が得られて終了した場合は、比較に用いたパ
ターンの優先順位を上げる。この学習効果により推論を
高速化することができる。
ターンの優先順位を上げる。この学習効果により推論を
高速化することができる。
1)最も合致度の高いパターンに対応する各ブロックへ
の補正パタンを、内部記憶装置の補正支持力データベー
ス184から補正支持力算出部174に読み込む。
の補正パタンを、内部記憶装置の補正支持力データベー
ス184から補正支持力算出部174に読み込む。
j)補正支持力算出部174は、上記e)での正規化倍
率と補正バタンから、補正支持力を算出する。
率と補正バタンから、補正支持力を算出する。
k)支持力指令算出部175は、第11図に示すように
パターンの合致度に応じて、補正支持力と誤差支持力に
対する負帰還を合成し、各末梢制御系への支持力指令を
算出し送信する。
パターンの合致度に応じて、補正支持力と誤差支持力に
対する負帰還を合成し、各末梢制御系への支持力指令を
算出し送信する。
なお、第12図は以上に説明した動作におけるデータフ
ローを示す図である。
ローを示す図である。
以上に示した実施例は、複雑な系の例として薄型ミラー
支持装置の制御系について説明したが、車両における懸
架制御システムや航空機の姿乃制御システムその他の動
解析ではデータの処理量が多くなり過ぎるような複雑な
系のいずれにも適用することができる。また、階層数も
必要に応じて任意の数に設定することが可能である。
支持装置の制御系について説明したが、車両における懸
架制御システムや航空機の姿乃制御システムその他の動
解析ではデータの処理量が多くなり過ぎるような複雑な
系のいずれにも適用することができる。また、階層数も
必要に応じて任意の数に設定することが可能である。
(発明の効果)
以上に詳述したように本発明は、制御系を階層化し、各
階層の制御系が異なる種類の処理を分担し、各階層の制
御系を構成する複数の制御ユニットの間の協調の確保を
1階層上位の制御系で行なうことにより、処理を分散さ
せ個々の処理系における負荷を低減し、制御系全体とし
て処理速度向上を達成することができる。
階層の制御系が異なる種類の処理を分担し、各階層の制
御系を構成する複数の制御ユニットの間の協調の確保を
1階層上位の制御系で行なうことにより、処理を分散さ
せ個々の処理系における負荷を低減し、制御系全体とし
て処理速度向上を達成することができる。
また、統計的手法によってセンサが持つ量子化誤差や、
モータ駆動系の持つ量子化誤差を解消できる。
モータ駆動系の持つ量子化誤差を解消できる。
即ち、各階層の複数の制御系の間の協調の確保は常に1
階層上位の制御系が行ない、同じ階層の複数の制御系同
士での情報のやりとりは行なわないので、指令系統の簡
素化および制御系全体での指令数の低減を実現できる。
階層上位の制御系が行ない、同じ階層の複数の制御系同
士での情報のやりとりは行なわないので、指令系統の簡
素化および制御系全体での指令数の低減を実現できる。
そして、本発明は階層化された中間の制御系が、上位階
層の制御系からの指令分配だけに依存するものではなく
、下位の制御系からの観測などを基に独立に故障等の判
断を行ない、自律的に制御を行なうので、より上位の制
御系への影響を遮断し、故障による制御系への影響を最
小限に抑えることができ、−層の処理速度向上を達成す
ることができる。
層の制御系からの指令分配だけに依存するものではなく
、下位の制御系からの観測などを基に独立に故障等の判
断を行ない、自律的に制御を行なうので、より上位の制
御系への影響を遮断し、故障による制御系への影響を最
小限に抑えることができ、−層の処理速度向上を達成す
ることができる。
また、本発明は、下位の階層の制御系からの状態報告信
号と知識データベースの保有するパターンとのマツチン
グによる推論によって、制御対象の状態を把握し、それ
を基に下位の階層の制御系への制御指令信号を作成し、
従って制御対象の状態把握に、処理負荷の大きい動解析
を用いないので、処理負荷を低減することができ、処理
速度の向上を図ることができる。また、この推論によっ
て制御対象の状態を把握する場合において、パターンの
使用頻度を計測し、その使用頻度の高いものから優先し
てパターンマツチングを行なうことにより、処理を一層
高速化することができる。
号と知識データベースの保有するパターンとのマツチン
グによる推論によって、制御対象の状態を把握し、それ
を基に下位の階層の制御系への制御指令信号を作成し、
従って制御対象の状態把握に、処理負荷の大きい動解析
を用いないので、処理負荷を低減することができ、処理
速度の向上を図ることができる。また、この推論によっ
て制御対象の状態を把握する場合において、パターンの
使用頻度を計測し、その使用頻度の高いものから優先し
てパターンマツチングを行なうことにより、処理を一層
高速化することができる。
第1図は、本発明の基本的な構成を示す図である。
第2図は、本発明を薄型ミラー支持装置に適用した実施
例の構成を示す図である。 第3図は、実施例の支持機構を示す図である。 第4図は、実施例のミラーにおける全支持点を示す図で
、(a)は正面図、(b)は側断面図、(C)は全支持
点をブロックに分ける分割例を示す図である。 第5図は、実施例の末梢制御系の一つの制御ユニットの
構成を示す図である。 第6図は、実施例の末梢制御系の処理の流れを示す図で
ある。 第7図は、実施例の中枢制御系の構成を示す図である。 第8図は、実施例の中枢制御系の処理の流れを示す図で
ある。 第9図は、実施例で用いる代表的な比較用ブロックグル
ープを示す図である。 第10図は、実施例で用いる代表的な変位パターンを示
す図である。 第11図は、実施例での支持力指令の合成を示す図であ
る。 第12図は、施例のデータフローを示す図である。 1・・・センサ、2・・・作動装置、3.3”、14゜
21・・・入出力制御器、4.4’ 8,15.15
’、17・・・処理装置、5.5’、7,18゜18・
・・内部記憶装置、10・・・ミラー 11・・・ロー
ドセル、12・・・ばね系、13.20・・・アクチュ
エータ、22・・・アクチュエータ制御系、23・・・
末梢制御系、24・・・中枢制御系141.1.42・
・・信号変換部、151・・・平均支持力算出部、15
2・・・異常判定部、153・・・回転角指令算出部、
154・・・支持力分配部、181・・・現在支持力記
憶部、162・・・現在回転角記憶部、163・・・異
常判定記憶部、171・・・予測支持力変化算出部、1
72・・・誤差支持力算出部、173・・・外乱パター
ン検出部、174・・・補正支持力算出部、181・・
・指令支持力来歴記憶部、182・・・適後支持力デー
タベース、 83・・・外乱パターンデ ータベース、 84・・・補正支持力データベース。 第3図 第5図 アクチュエータ 第4図 第6図
例の構成を示す図である。 第3図は、実施例の支持機構を示す図である。 第4図は、実施例のミラーにおける全支持点を示す図で
、(a)は正面図、(b)は側断面図、(C)は全支持
点をブロックに分ける分割例を示す図である。 第5図は、実施例の末梢制御系の一つの制御ユニットの
構成を示す図である。 第6図は、実施例の末梢制御系の処理の流れを示す図で
ある。 第7図は、実施例の中枢制御系の構成を示す図である。 第8図は、実施例の中枢制御系の処理の流れを示す図で
ある。 第9図は、実施例で用いる代表的な比較用ブロックグル
ープを示す図である。 第10図は、実施例で用いる代表的な変位パターンを示
す図である。 第11図は、実施例での支持力指令の合成を示す図であ
る。 第12図は、施例のデータフローを示す図である。 1・・・センサ、2・・・作動装置、3.3”、14゜
21・・・入出力制御器、4.4’ 8,15.15
’、17・・・処理装置、5.5’、7,18゜18・
・・内部記憶装置、10・・・ミラー 11・・・ロー
ドセル、12・・・ばね系、13.20・・・アクチュ
エータ、22・・・アクチュエータ制御系、23・・・
末梢制御系、24・・・中枢制御系141.1.42・
・・信号変換部、151・・・平均支持力算出部、15
2・・・異常判定部、153・・・回転角指令算出部、
154・・・支持力分配部、181・・・現在支持力記
憶部、162・・・現在回転角記憶部、163・・・異
常判定記憶部、171・・・予測支持力変化算出部、1
72・・・誤差支持力算出部、173・・・外乱パター
ン検出部、174・・・補正支持力算出部、181・・
・指令支持力来歴記憶部、182・・・適後支持力デー
タベース、 83・・・外乱パターンデ ータベース、 84・・・補正支持力データベース。 第3図 第5図 アクチュエータ 第4図 第6図
Claims (6)
- (1)制御対象の状態を観測するセンサなどの観測装置
と,制御対象を駆動する複数の作動装置と、観測された
制御対象の状態に基づき複数の作動装置を制御する制御
系とを備えた制御方式において、 前記制御系を階層化し、各階層の制御系が異なる種類の
処理を分担し、その処理の一部は自律的な判断で処理し
、 各階層の制御系を構成する複数の制御ユニットの間の協
調の確保を1階層上位の制御系で行ない、また個々の制
御系が持つ観測および指令に対する動作の量子化誤差を
各階層における統計的処理により解消することを特徴と
する複雑な系に対する階層化制御方式。 - (2)制御対象の状態を観測するセンサなどの観測装置
と,制御対象を駆動する複数の作動装置と、観測された
制御対象の状態に基づき前記複数の作動装置を制御する
制御系とを備えた制御方式において、 前記制御系を、それぞれが異なる種類の処理を分担する
複数の階層の制御系によって構成し、最上位の階層の制
御系以外の各階層の制御系は、複数の制御ユニットを有
し、 最上位の階層の制御系は少なくとも1個の制御ユニット
を有し、 中間の階層の制御系の各制御ユニットは、一つ下位の階
層の複数の制御ユニットと一つ上位の階層の制御ユニッ
トに接続され、かつ、一つ下位の階層の複数の制御ユニ
ットから制御状態を表わす状態報告信号を受け取り、こ
れに統計的処理を施して、一つ上位の階層の制御ユニッ
トに状態報告信号として送出すると共に、一つ上位の階
層の制御ユニットから制御指令信号を受け取り、一つ下
位の階層の各制御ユニットへ分配する制御指令信号を作
成し送出する手段を有する ことを特徴とする複雑な系に対する階層化制御方式。 - (3)中間の階層の制御系が、上位の階層の制御ユニッ
トから制御指令信号だけではなく、下位階層の制御系か
らの状態報告信号を基に特定の判断を行ない、下位の階
層の制御系への制御指令信号を作成することにより、自
律的な制御を行なうことを特徴とする請求項(2)記載
の複雑な系に対する階層化制御方式。 - (4)中間の階層の制御系が、下位階層の制御系からの
状態報告信号を基に制御対象や制御系の故障の判定を行
ない、その故障を補償する下位の階層の各制御ユニット
への制御指令信号を作成することを特徴とする請求項(
3)記載の複雑な系に対する階層化制御方式。 - (5)最上位の階層の制御系が、制御対象の状態に関す
る知識データベースを有し、下位の階層の制御系からの
状態報告信号と前記知識データベースの保有するパター
ンとのマッチングによる推論によって、制御対象の状態
を把握し、それを基に下位の階層の制御系への制御指令
信号を作成することを特徴とする請求項(2)記載の複
雑な系に対する階層化制御方式。 - (6)照合するパターンの使用回数を記録し、使用頻度
の高いものから優先してパターンマッチングを行なうこ
とにより推論を高速化する学習機能を設けたことを特徴
とする請求項(4)記載の複雑な系に対する階層化制御
方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18053188A JPH0229801A (ja) | 1988-07-20 | 1988-07-20 | 複雑な系に対する階層化制御方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18053188A JPH0229801A (ja) | 1988-07-20 | 1988-07-20 | 複雑な系に対する階層化制御方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0229801A true JPH0229801A (ja) | 1990-01-31 |
Family
ID=16084893
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18053188A Pending JPH0229801A (ja) | 1988-07-20 | 1988-07-20 | 複雑な系に対する階層化制御方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0229801A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5598149A (en) * | 1991-07-31 | 1997-01-28 | Siemens Aktiengesellschaft | Commercial-size, automatic industrial plant having several parts |
| JP2002098138A (ja) * | 2000-07-28 | 2002-04-05 | Snr Roulements | 少なくとも一つの弾性変形領域を有するベアリング及びブレーキアセンブリ |
| WO2006074739A1 (en) | 2005-01-14 | 2006-07-20 | Construction Research & Technology Gmbh | Liquid accelerator |
| JP2008114801A (ja) * | 2006-11-07 | 2008-05-22 | Toyota Industries Corp | ハブ固定構造 |
| JP2009537400A (ja) * | 2006-05-19 | 2009-10-29 | シエフレル・コマンデイトゲゼルシヤフト | 自動車にある転がり軸受の外レースと車輪支持体との結合装置及びこのような結合装置の製造方法 |
| US11385625B2 (en) | 2017-03-30 | 2022-07-12 | Nec Corporation | Flow control system and control method therefor |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5032848A (ja) * | 1973-07-23 | 1975-03-29 | ||
| JPS6011044A (ja) * | 1983-06-30 | 1985-01-21 | Yamatake Honeywell Co Ltd | 空調制御方法 |
| JPS6220008A (ja) * | 1985-07-19 | 1987-01-28 | Toshiba Corp | 原因推定装置 |
-
1988
- 1988-07-20 JP JP18053188A patent/JPH0229801A/ja active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5032848A (ja) * | 1973-07-23 | 1975-03-29 | ||
| JPS6011044A (ja) * | 1983-06-30 | 1985-01-21 | Yamatake Honeywell Co Ltd | 空調制御方法 |
| JPS6220008A (ja) * | 1985-07-19 | 1987-01-28 | Toshiba Corp | 原因推定装置 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5598149A (en) * | 1991-07-31 | 1997-01-28 | Siemens Aktiengesellschaft | Commercial-size, automatic industrial plant having several parts |
| JP2002098138A (ja) * | 2000-07-28 | 2002-04-05 | Snr Roulements | 少なくとも一つの弾性変形領域を有するベアリング及びブレーキアセンブリ |
| WO2006074739A1 (en) | 2005-01-14 | 2006-07-20 | Construction Research & Technology Gmbh | Liquid accelerator |
| JP2009537400A (ja) * | 2006-05-19 | 2009-10-29 | シエフレル・コマンデイトゲゼルシヤフト | 自動車にある転がり軸受の外レースと車輪支持体との結合装置及びこのような結合装置の製造方法 |
| JP4915628B2 (ja) * | 2006-05-19 | 2012-04-11 | シエフレル・コマンデイトゲゼルシヤフト | 自動車にある転がり軸受の外レースと車輪支持体との結合装置及びこのような結合装置の製造方法 |
| JP2008114801A (ja) * | 2006-11-07 | 2008-05-22 | Toyota Industries Corp | ハブ固定構造 |
| US11385625B2 (en) | 2017-03-30 | 2022-07-12 | Nec Corporation | Flow control system and control method therefor |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3511252B1 (en) | Production system for the automated assembly of vehicle components and method for controlling a production system | |
| Ishiguro et al. | A neural network compensator for uncertainties of robotics manipulators | |
| CN104493826A (zh) | 结合神经网络控制的重载机器人位置控制器 | |
| CN111158376B (zh) | 松软崎岖地形中摇杆摇臂式星球车轨迹跟踪协调控制方法 | |
| EP4015436B1 (en) | Method to optimize an anti-sway function | |
| CN115158635B (zh) | 一种自适应变形和自主抑振的智能机翼模块及控制方法 | |
| CN116027809B (zh) | 一种DoS攻击下的多四旋翼无人机编队控制方法 | |
| JPH0229801A (ja) | 複雑な系に対する階層化制御方式 | |
| CN111562739B (zh) | 一种保持驾驶员在环的人机混合智能协同跟车控制方法 | |
| CN114952860B (zh) | 基于离散时间神经动力学的移动机器人重复运动控制方法及系统 | |
| CN111639749A (zh) | 一种基于深度学习的工业机器人摩擦力辨识方法 | |
| Azimirad et al. | A new hybrid learning control system for robots based on spiking neural networks | |
| Zhang et al. | A new optimization control policy for fuzzy vehicle suspension systems under membership functions online learning | |
| CN119065252A (zh) | 基于神经网络模型预测补偿的机器人跟踪误差控制方法 | |
| CN114089637A (zh) | 多模态鲁棒自抗扰运动控制方法及系统 | |
| Yang et al. | Concurrent learning-based adaptive control of underactuated robotic systems with guaranteed transient performance for both actuated and unactuated motions | |
| CN115657479A (zh) | 一种基于改进型动态mopso的飞翼无人机操纵面故障容错方法 | |
| CN113703451B (zh) | 具有预设性能的多移动机器人编队自适应容错控制方法 | |
| EP0385387B1 (en) | Fuzzy controller group control system | |
| CN110788859B (zh) | 一种控制器参数全域自适应调节系统 | |
| CN117113627A (zh) | 一种谐波减速器传动误差补偿控制方法、系统和存储介质 | |
| Chalhoub et al. | Fuzzy logic control for an integrated system of a micro-manipulator with a single flexible beam | |
| Soylu et al. | Development of a coordinated controller for underwater vehicle-manipulator systems | |
| Zenga et al. | Design and Optimization of Electric Automation Control System for Large Machinery Based on Grey Clustering Algorithm | |
| CN120863897A (zh) | 一种基于自适应调节的飞机装配工装卡板系统及控制方法 |