机器学习装置、控制系统以及机器学习方法制造方法及图纸

本发明专利技术提供机器学习装置、控制系统以及机器学习方法。能够容易地设置用于决定滤波器特性的参数。根据设置于电动机控制装置外部的外部测量器的测量信息和输入到电动机控制装置的控制指令，优化设置于电动机控制装置的滤波器的系数，其中，所述电动机控制装置控制机床、机器人或工业机械用的电动机的旋转。

Machine learning device, control system and machine learning method

【技术实现步骤摘要】
机器学习装置、控制系统以及机器学习方法
本专利技术涉及设置于电动机控制装置的、进行对滤波器的系数进行优化的机器学习的机器学习装置、包含该机器学习装置的控制系统、以及机器学习方法，其中，所述电动机控制装置对机床、机器人或工业机械等的电动机的旋转进行控制。
技术介绍
例如在专利文献1以及专利文献2中记载了自动调整滤波器的特性的装置。专利文献1记载了如下伺服致动器：在调谐模式时，将扫描频率而得的交流信号叠加在速度指令值的信号上，检测作为叠加结果从速度控制部获得的转矩指令值信号的振幅，将振幅变化率从正转为负时的转矩指令值信号的频率设定为陷波滤波器(notchfilter)的中心频率。专利文献2记载了一种伺服致动器，其具有控制电动机速度的速度反馈环，将陷波滤波器单元插入到该速度反馈环来除去机器共振，该伺服致动器具有：数据收集单元，其取得表示速度反馈环的频率应答特性的数据；移动平均单元，其对通过数据收集单元取得的数据进行移动平均处理；比较单元，其将该移动平均单元取得的数据与数据收集单元获得的数据进行比较，来提取速度反馈环的共振特性；陷波滤波本文档来自技高网...

【技术保护点】
1.一种机器学习装置，其特征在于，进行如下的机器学习：/n根据在电动机控制装置的外部设置的外部测量器的测量信息和对所述电动机控制装置输入的控制指令，来优化设置于所述电动机控制装置的滤波器的系数，其中，所述电动机控制装置控制电动机的旋转。/n

【技术特征摘要】
20180830 JP 2018-1617511.一种机器学习装置，其特征在于，进行如下的机器学习：
根据在电动机控制装置的外部设置的外部测量器的测量信息和对所述电动机控制装置输入的控制指令，来优化设置于所述电动机控制装置的滤波器的系数，其中，所述电动机控制装置控制电动机的旋转。


2.根据权利要求1所述的机器学习装置，其特征在于，
所述外部测量器的测量信息包含位置、速度、加速度中的至少一个。


3.根据权利要求1或2所述的机器学习装置，其特征在于，
所述电动机控制装置具有位置反馈环和速度反馈环中的至少一个，所述滤波器处于所述位置反馈环或所述速度反馈环的外部。


4.根据权利要求1或2所述的机器学习装置，其特征在于，
所述电动机控制装置具有反馈环，在所述反馈环的反馈控制中不使用所述外部测量器的测量信息。


5.根据权利要求1～4中任一项所述的机器学习装置，其特征在于，
在通过机器学习调整了所述滤波器之后，拆下所述外部测量器。


6.根据权利要求1～5中任一项所述的机器学习装置，其特征在于，
所述机器学习装置具有：
状态信息取得部，其取得状态信息，该状态信息...

【专利技术属性】
技术研发人员：恒木亮太郎，猪饲聪史，下田隆贵，
申请(专利权)人：发那科株式会社，
类型：发明
国别省市：日本;JP