【研究領域課題番号】18K04211 (KAKENデータベースで見る）

【研究キーワード】

制御 / システム同定 / 機械学習 / 自動車 / 非線形システム / 物理的特性 / 能動学習 / ガウス過程回帰 / 閉ループシステム同定 / 二次電池 / 制御工学 / カルマンフィルタ / ダイナミクス

【研究成果の概要】

ロバスト制御やモデル予測制御などのようなモデルに基づく制御（Model-Based Control: MBD）やカルマンフィルタのようなモデルに基づく状態推定を行うためには，対象の高精度な数学モデルが必要になる。本研究では，データに基づく機械学習とダイナミクスを考慮した制御理論を融合することにより，新たなモデリングの方法論の構築を目指した。具体的に，自動車用エンジンや電気自動車用リチウム二次電池などといった非線形性の強い対象のモデリング問題を検討した。エンジンに対しては能動学習を用いたエンジンデータ収集の方法を検討した。二次電池に対しては電池の通電抵抗を適応的に推定する新しい方法を提案した。

【研究の社会的意義】

対象とするプラントの入出力データを利用してモデリングを行う方法として，制御の分野ではシステム同定理論が研究されている。一方，AIの機械学習の分野においても，データからモデリングを行う方法が活発に研究されて注目を集めている。システム同定の対象は動的線形システムであり，機械学習の対象は非線形静的システムが主な対象である。両者の担当分野は異なり，互いの得意不得意も存在する。システム同定と機械学習を融合すれば相補的な強力なモデリング法が誕生することが期待される。本研究では，モデリングの新しい分野を開拓し，実用に供するモデリング法を検討しており，その社会的意義は大きい。

【研究種目】基盤研究(C)

【研究期間】2018-04-01 - 2021-03-31

【配分額】4,290千円 (直接経費: 3,300千円、間接経費: 990千円)