ロケット技術

ロバスト制御とロケットの不確実性管理

はじめに

ロケット制御において、設計モデルと実際のシステムは完全には一致しない。空力係数の推算誤差、エンジン推力のばらつき、構造柔性モデルの不確実性――これらは制御系の安定性と性能に影響を及ぼす。

ロバスト制御（Robust Control）は、モデルの不確実性を陽に考慮して、想定される不確実性の範囲内で安定性と性能を保証する制御理論だ。適応制御が不確実性にリアルタイムに「適応」するのに対し、ロバスト制御は事前に不確実性の「最悪ケース」を考慮して設計する。

本記事では、ロケット制御におけるロバスト制御の理論と応用を解説する。

不確実性のモデリング

ロケットシステムの不確実性

ロケットの制御設計で考慮すべき不確実性は多岐にわたる。

不確実性の種類 例 特性
パラメトリック 質量・慣性モーメント・空力係数 有界区間
非構造化 未モデル化ダイナミクス 周波数領域の上限
外乱 風、エンジン推力変動 確率分布・スペクトル
アクチュエータ 遅延・帯域制限・非線形性 不確実な伝達関数
センサ ノイズ・バイアス・遅延 周波数特性

構造化不確実性

パラメトリック不確実性は、構造化不確実性としてモデリングされる。

例えば、質量mが公称値m₀に対して±20%変動する場合： m = m₀(1 + 0.2δ)、|δ| ≤ 1

各パラメータの不確実性を正規化されたΔブロックとして表現し、公称モデルに対する乗法的または加法的不確実性として記述する。

非構造化不確実性

高周波の未モデル化ダイナミクス（構造柔性の高次モード等）は、周波数依存の上限W(jω)を持つ非構造化不確実性としてモデリングされる。

G_true(jω) = G_nom(jω) · (1 + W(jω)Δ(jω))、||Δ||∞ ≤ 1

W(jω)は重み関数であり、高周波で増大する形状（不確実性が高周波で大きい）が典型的だ。

H∞制御

基本概念

H∞制御は、外乱から性能出力への伝達関数のH∞ノルム（周波数応答のピーク値）を最小化する制御器を設計する手法だ。

H∞ノルム：

||T(s)||∞ = sup_ω σ̄(T(jω))

σ̄は最大特異値。これは最悪ケースの入出力ゲインを表す。

混合感度問題

ロケット制御のH∞設計では、混合感度問題がよく用いられる。

        ┌──────────┐
  w ───→│   P(s)   │───→ z
  u ───→│ 一般化   │───→ y
        │ プラント │
        └──────────┘

最小化する伝達関数（性能出力z）：

伝達関数 名称 目的
W₁S 重み付き感度関数 目標値追従・外乱抑制
W₂KS 重み付き制御感度関数 制御入力の制限
W₃T 重み付き相補感度関数 ロバスト安定性

重み関数W₁、W₂、W₃の選定が設計の核心であり、性能とロバスト性のトレードオフを反映する。

重み関数の設計

W₁（感度重み）：低周波で大きく → 低周波外乱（風等）の抑制 W₂（制御重み）：高周波で大きく → アクチュエータ帯域の制限 W₃（相補感度重み）：高周波で大きく → 高周波不確実性に対するロバスト安定性

W₃は非構造化不確実性の上限W(jω)と関連付けられる。||T||∞ < 1/||W₃||を満たすことで、乗法的不確実性に対するロバスト安定性が保証される。

μ解析（構造化特異値）

小ゲイン定理の限界

H∞制御のロバスト安定性解析は、不確実性を単一のフルブロック∆として扱う小ゲイン定理に基づく。しかし、実際の不確実性は対角ブロック構造を持つ（各パラメータは独立に変動する）。小ゲイン定理はこの構造を無視するため、保守的（必要以上に厳しい）結果を与える。

構造化特異値μ

μ解析（Structured Singular Value analysis）は、不確実性の構造を考慮した正確なロバスト性解析手法だ。

構造化特異値μは以下のように定義される：

μ_Δ(M) = 1 / min{σ̄(Δ) : det(I – MΔ) = 0, Δ ∈ Δ}

ここで、Δは許容される不確実性ブロックの構造的集合、Mは周波数ωにおける名目閉ループ伝達関数行列だ。

ロバスト安定性の条件： sup_ω μ_Δ(M(jω)) < 1

ロバスト性能の条件： 性能ブロックを追加した拡大Δに対してμ < 1

D-Kイテレーション

μを直接最小化する制御器の設計は困難だが、D-Kイテレーション（μ-synthesis）により近似的に最適な制御器を設計できる。

  1. K-step：スケーリングD(s)を固定してH∞最適制御器K(s)を設計
  2. D-step：制御器K(s)を固定してμの上界を最小化するスケーリングD(s)をフィッティング
  3. 収束するまで繰り返す

ロケット制御への適用

μ解析は以下のロケット制御問題に適用される。

ロバスト安定性マージン： パラメトリック不確実性（質量、空力係数等）の範囲内での安定性を検証。μ値が1未満であれば安定性が保証される。

ロバスト性能解析： 不確実性存在下での追従性能（姿勢追従誤差、軌道追従誤差）を保証。

ロバスト制御の設計プロセス

ロケットへの典型的な設計フロー

  1. 公称モデルの構築 – 剛体ダイナミクス + エンジン + アクチュエータ + センサ – 飛行プロファイルに沿った複数の設計点

  2. 不確実性のモデリング – パラメトリック変動範囲の同定 – 非構造化不確実性の周波数上限の設定 – 外乱モデル（風プロファイル等）

  3. 重み関数の設計 – 性能仕様を周波数領域の重み関数に変換 – ロバスト性仕様の反映

  4. 制御器の設計 – H∞最適制御またはμ-synthesis – 制御器の次数削減（バランスト実現打切り等）

  5. 解析と検証 – μ解析によるロバスト安定性・性能の検証 – 非線形シミュレーション（Monte Carlo含む） – ゲイン/位相マージン解析

  6. ゲインスケジューリングへの統合 – 各設計点のロバスト制御器をゲインスケジュール化 – 補間安定性の検証

LPV制御

ゲインスケジューリングの理論的基盤

LPV（Linear Parameter-Varying）制御は、ゲインスケジューリングの理論的に厳密な枠組みを提供する。

LPVシステムは、時変パラメータρ(t)に依存する線形システム： ẋ = A(ρ)x + B(ρ)u y = C(ρ)x + D(ρ)u

ρ(t)の変動範囲と変動速度の制約の下で、安定性と性能を保証する制御器を設計する。

ロケット制御への適用

ロケットのLPVモデリングでは、飛行条件（マッハ数、動圧、質量等）をスケジューリングパラメータρ(t)として扱う。

LPV制御の利点： – 補間安定性が理論的に保証される – パラメータの遷移中も性能が保証される – μ解析との統合が可能

実用事例

Ariane 5 / 6

欧州の打上げロケットAriane 5/6の制御系設計では、H∞制御とμ解析が活用されている。ESAの設計プロセスでは、パラメトリック不確実性の構造化モデルに対するμ解析がロバスト安定性の検証に使われる。

NASAのSLS

SLSの制御系設計では、ロバスト安定性マージンの解析にμ解析が採用されている。上段の長時間コースト飛行では、スロッシング・ベンディングモードの不確実性が大きく、ロバスト制御設計の重要性が高い。

Falcon 9の実践的アプローチ

SpaceXはロバスト制御理論をどの程度使用しているか公開情報は限られるが、凸最適化ベースの誘導と古典制御の組み合わせが、結果として広い条件範囲でのロバスト性を実現していると推察される。多数の飛行実績によるフライトデータが設計の不確実性低減に寄与している。

古典的手法との比較

項目 古典制御（PID+位相補償） H∞ / μ制御
設計の直感性 高い（周波数応答の直接整形） 低い（数学的抽象度が高い）
MIMO対応 限定的 本質的にMIMO
ロバスト性保証 ゲイン/位相マージンのみ 構造化不確実性を考慮
性能最適性 ヒューリスティック 数学的最適化
制御器次数 低次 高次（次数削減が必要）
実装実績 非常に多い 衛星制御、航空機で実績あり

ロケット制御の実務では、古典制御をベースにH∞/μ解析で検証する使い方が多い。古典制御で設計した制御器に対してμ解析を適用し、ロバスト安定性マージンを定量的に評価する。

まとめ

ロバスト制御は、ロケットのモデル不確実性に対する体系的な対処法を提供する。H∞制御は最悪ケース性能の最適化を、μ解析は構造化不確実性の正確なロバスト性評価を可能にする。

実務的には、古典制御やゲインスケジューリングをベースとし、ロバスト制御理論を検証・解析ツールとして活用するアプローチが現実的だ。LPV制御はゲインスケジューリングの理論的基盤を提供し、今後のロケット制御設計で重要性が増すだろう。

適応制御がリアルタイムに不確実性に対処するのに対し、ロバスト制御は設計時に不確実性を織り込む。両者は相補的であり、ロバスト適応制御やロバスト・ゲインスケジュール制御など、統合的なアプローチが将来の方向性だ。