以下の内容はhttps://blog.control-theory.com/entry/2025/08/09/081208より取得しました。

非線形制御におけるフィードバック線形化の理論

制御理論

この記事では非線形システムに対する制御手法の一つであるフィードバック線形化（入出力線形化）についてまとめます。フィードバック線形化は、非線形なシステムを線形な形に変換して制御しやすくするための理論であり、特にロボットアームや航空機制御などで応答精度が求められる分野において活用されています。この記事では、状態空間表現を用いた理論的背景、相対次数、零ダイナミクス、そして設計時に注意すべき不安定性について解説します。

フィードバック線形化とは

フィードバック線形化とは、非線形システムの入力を適切に変換することで、システムの動作を「線形なふるまい」に書き換える制御手法です。特に、出力 $y(t)$ とその微分を用いて、

$\displaystyle \frac{d^r y}{dt^r} = v$

という形に変換できれば、 $v$ に対して線形制御（PID や LQR 等）が適用可能になります。

そのためには、システムの相対次数 $r$ を求め、その次数まで出力 $y$ を微分し、入力 $u$ を含むように変形します。このとき、 $r < n$ （ $n$ はシステムの状態数）であると、入力出力に現れないダイナミクスが残るため、内部ダイナミクス（零ダイナミクス）が重要になります。

一般的なシステム形式

次のような非線形システムを考えます。

$\displaystyle \dot{x} = f(x) + g(x)u,\quad y = h(x)$

ここで $x \in \mathbb{R}^n$ は状態， $u \in \mathbb{R}$ は入力， $y \in \mathbb{R}$ は出力です。

リー微分の定義

ベクトル場 $f(x)$ に沿った関数 $h(x)$ のリー微分は以下のように定義されます：

$\displaystyle L_f h(x) = \frac{\partial h}{\partial x} f(x)$

高次のリー微分は再帰的に定義されます：

$\displaystyle L_f^2 h(x) = L_f (L_f h(x)) = \frac{\partial (L_f h)}{\partial x} f(x)$

一般的に、 $k$ 次のリー微分は：

$\displaystyle L_f^k h(x) = L_f (L_f^{k-1} h(x))$

相対次数の定義

出力を $k$ 回微分していくと，次のような形になります。

$\displaystyle \frac{d y}{dt} = L_f h(x)$

$\displaystyle \frac{d^2 y}{dt^2} = L_f^2 h(x) + L_g L_f h(x) \cdot u$

一般的に、 $k$ 回微分すると：

$\displaystyle \frac{d^k y}{dt^k} = L_f^k h(x) + L_g L_f^{k-1} h(x) \cdot u$

$L_g L_f^{r-1} h(x) \neq 0$ となる最小の $r$ がこのシステムの相対次数です。これは、 $r$ 回微分して初めて入力 $u$ が現れることを意味します。

入出力線形化の制御則

入出力線形化では、以下のように入力を設計します。

$\displaystyle u = \frac{1}{L_g L_f^{r-1} h(x)}\left( - L_f^r h(x) + v \right)$

すると、出力 $y$ に関する $r$ 階の微分方程式は以下のように線形になります。

$\displaystyle \frac{d^r y}{dt^r} = v$

このとき、 $v$ に対して任意の安定化制御が可能となります（例えば、 $v = -k_0 y - k_1 \dot{y} - \cdots - k_{r-1} y^{(r-1)}$ ）。

相対次数と零ダイナミクス

相対次数 $r < n$ の場合、 $z = T(x)$ により定義される内部状態 $z$ が存在し、これは出力 $y$ に影響を与えない隠れたダイナミクスです。この内部ダイナミクスが零ダイナミクスであり、以下のような形になります：

$\displaystyle \dot{z} = q(z)$

この零ダイナミクスが不安定であると、たとえ $y$ の応答が良好でも、システム全体は不安定になります。

例：非線形システムへの適用

以下のようなシステムを考えます。

$\displaystyle \dot{x}_1 = x_2,\quad \dot{x}_2 = -x_1 + x_1^3 + u,\quad y = x_1$

このとき、出力 $y = x_1$ の微分を計算します：

$\displaystyle \dot{y} = \dot{x}_1 = x_2$

$\displaystyle \ddot{y} = \dot{x}_2 = -x_1 + x_1^3 + u$

2回微分して初めて入力 $u$ が現れるので、相対次数は $r = 2$ です。

$\ddot{y} = v$ となるように $u$ を設計すると：

$\displaystyle u = x_1 - x_1^3 + v$

これにより、 $\ddot{y} = v$ という線形な関係が得られます。

線形制御則の適用

線形化された系 $\ddot{y} = v$ に対して、例えばPD制御を適用することができます：

$\displaystyle v = -k_p y - k_d \dot{y}$

これにより、出力 $y$ は以下の線形微分方程式に従います：

$\displaystyle \ddot{y} + k_d \dot{y} + k_p y = 0$

適切に $k_p > 0, k_d > 0$ を選ぶことで、出力 $y$ を安定化できます。

安定性の注意点

この例では $n = 2, r = 2$ なので零ダイナミクスは存在しません。しかし $r < n$ のシステムでは、零ダイナミクスの安定性を確認しなければ、内部の状態が暴走する可能性があります。これは、極零相殺によって不可観測な不安定なモードが生じるのと類似です。

零ダイナミクスの具体例

零ダイナミクスが存在するシステムの例を考えてみましょう。以下の3次元システムを考えます：

$\displaystyle \dot{x}_1 = x_2 + x_3^2$

$\displaystyle \dot{x}_2 = u$

$\displaystyle \dot{x}_3 = -x_3 + x_1$

$\displaystyle y = x_1$

相対次数を計算すると：

$\displaystyle \dot{y} = x_2 + x_3^2$

$\displaystyle \ddot{y} = \dot{x}_2 + 2x_3\dot{x}_3 = u + 2x_3(-x_3 + x_1)$

2回微分で入力 $u$ が現れるので、相対次数は $r = 2$ です。しかし、システムの次数は $n = 3$ なので、1次元の零ダイナミクスが存在します。

零ダイナミクスを解析するには、 $y = 0, \dot{y} = 0$ の条件下でシステムの動作を調べます。これにより、 $x_1 = 0, x_2 = -x_3^2$ となり、零ダイナミクスは：

$\displaystyle \dot{x}_3 = -x_3$

この零ダイナミクスは安定なので、フィードバック線形化による制御が可能です。

実用的な設計指針

1. 相対次数の確認

設計の最初のステップは、制御対象の相対次数を正確に計算することです。これにより、何回微分すれば入力が現れるかが分かります。

2. 零ダイナミクスの安定性解析

相対次数がシステム次数より小さい場合は、必ず零ダイナミクスの安定性を確認してください。不安定な零ダイナミクスを持つシステムにフィードバック線形化を適用すると、内部状態が発散します。

3. 制御器の設計

線形化後の系 $\frac{d^r y}{dt^r} = v$ に対して、以下のような制御器が使用できます：

PID制御： $v = -k_p y - k_i \int y dt - k_d \dot{y}$
極配置：希望する極に配置するようにゲインを設計
LQR制御：二次評価関数を最小化するゲインを設計

4. ロバスト性の考慮

フィードバック線形化は、正確なモデルに基づいて設計されるため、モデル誤差に対して敏感です。実際の設計では、以下を考慮する必要があります：

パラメータ変動に対するロバスト性
外乱抑制性能
センサノイズの影響

極零相殺との関係

線形システムでは、極零相殺により「見かけ上の安定」が得られても、内部の不安定なダイナミクスが残存することがあります。同様に、非線形システムにおけるフィードバック線形化でも、出力のみで安定しているように見えて、実際には内部ダイナミクス（零ダイナミクス）が不安定な可能性があります。

まとめ

フィードバック線形化は、非線形システムを線形システムとして扱える強力な手法です。
相対次数を正確に計算することが最初のステップです。
零ダイナミクスが不安定だと、見かけの安定性に騙されてシステムが発散する可能性があります。
極零相殺との類似性に注意し、設計時は内部状態も含めた安定性評価が必要です。
実用化には、モデル誤差や外乱に対するロバスト性を考慮した設計が重要です。

フィードバック線形化の応用分野と実用化の現状

フィードバック線形化は理論的に魅力的な手法ですが、実用化には多くの制限があります。

研究レベルでの応用例

ロボット制御：フレキシブルジョイントロボットや産業用ロボットのシミュレーション研究
電力系統制御：単機無限大母線システム（SMIB）の励磁制御
化学プロセス制御：反応器制御の理論的研究
磁気浮上システム：Mathematicaでのシミュレーション例

実用化における主な課題

実装時には以下の課題点に注意した上で利用する必要があります。

全状態測定の要求：理論では全ての状態が測定可能であることを前提としているが、実際のプロセス制御では満たされないことが多い
実装の複雑さ：導出と実装が複雑になり、その努力に見合わない場合が多い
モデル誤差への敏感性：正確なモデル知識を前提とするため、パラメータ変動や外乱に対して敏感
ノイズの影響：センサノイズや動的非線形性により性能が劣化する

フィードバック線形化に関する動画

以下は、フィードバック線形化を含む非線形制御に関する動画になります。

関連記事

blog.control-theory.com

blog.control-theory.com

非線形制御に関する書籍

著者: 齋藤勝裕
共立出版

以上の内容はhttps://blog.control-theory.com/entry/2025/08/09/081208より取得しました。
このページはhttp://font.textar.tv/のウェブフォントを使用してます

不具合報告/要望等はこちらへお願いします。
モバイルやる夫Viewer Ver0.14