PROCESS FOR OPTIMISING CONTROL PARAMETERS FOR A SYSTEM HAVING AN ACTUAL BEHAVIOUR DEPENDING ON THE CONTROL PARAMETERS

Systems are often used nowadays, e.g. in the manufacturing field, which depend in a complex manner on many different control parameters. The present invention describes a process for optimising the parameters of such systems. The introduction of a neuronal network which learns the behaviour of the technical system optimises the control parameters by comparing the system results, the actual behaviour, is compared with the results of the model and hence new control parameters are produced which are then iteratively supplied to the system until there is no longer any difference between the desired reference behaviour of the system and its actual behaviour, or this difference lies beneath a predetermined level. The process of the invention can be important, for instance in its use to optimise travel trajectories described by robot arms. De nos jours on implante fréquemment des systèmes, notamment dans le domaine de la fabrication, qui dépendent de manière complexe de multiples paramètres de commande différents. La présente invention décrit un procédé visant à optimiser les paramètres de systèmes de ce type. Les paramètres sont optimisés par l'introduction d'un réseau neuronal qui apprend le comportement du système. Les résultats du système et son comportement réel sont comparés aux résultats du modèle, ce qui entraîne la génération de nouveaux paramètres de commande qui sont introduits dans le système de manière itérative, jusqu'à ce qu'il n'y ait plus de différence entre le comportement théorique désiré du système et son comportement réel ou bien que cette différence soit inférieure à une valeur prédéfinie. Ce procédé peut être fondamental par exemple lors de son application pour optimiser des trajectoires ferroviaires décrites par des bras de robot.