06-235-6783
科技部計畫補助
em61130@email.ncku.edu.tw
06-235-6783
em61130@email.ncku.edu.tw
| 作者 | 陳麒文、 蔡明祺 |
|---|---|
| 摘要 | 自動化設備係由伺服馬達連接不同機構負載所構成，因此設備之性能與伺服馬達響應息息相關，良好的伺服響應需要有良好的伺服運動控制器增益調校，而傳統的增益調整方法有計算困難、耗時與模型誤差等相關問題。本研究提出一種結合AI以及最佳化演算法之智能調機方法，透過蒐集伺服系統在不同控制器增益設計下之響應特徵規格，以AI演算法(LightGBM)建立響應特徵預測模型，再以最佳化演算法(PSO)最佳化控制器增益，其能針對伺服系統之特性求取最佳增益，又不需複雜的物理建模過程以及數值運算，且藉由最佳化的權重調整，可令調機之響應結果更容易貼合實際應用需求。 本文共分為四個部分，第一部分為介紹伺服馬達控制架構，以及各個控制器增益對於馬達響應之影響；第二部分則介紹傳統調機方法的問題，並且提出智能調機方法以改善傳統調機流程；第三部分為介紹所使用之LightGBM模型與粒子群演算法；第四部分則實際應用智能方法於伺服系統，證實此方法的有效性。 |
| 關鍵字 | 伺服馬達、運動控制器、增益調整、人工智慧、最佳化 |