フィードバック制御系の特性は、大きく「定常特性」と「過渡特性」に分けて評価する。
・定常特性:入力を加えてから十分に時間が経ち、応答が落ち着いた後の性質。代表的な指標は定常偏差(目標値と制御量の最終的なずれ)である。
・過渡特性:入力が変化してから応答が落ち着くまでの途中経過の性質。
したがって(ア)は「定常」である。
一般のフィードバック制御系においては,制御系の安定性が要求され,制御系の特性を評価するものとして,[(ア)]特性と過渡特性がある。
サーボ制御系では,目標値の変化に対する追従性が重要であり,過渡特性を評価するものとして,[(イ)]応答の遅れ時間,立上り時間,[(ウ)]などが用いられる。
上記の記述中の空白箇所(ア)〜(ウ)に当てはまる組合せとして,正しいものを次の(1)〜(5)のうちから一つ選べ。
結論 → 詳細 → 補足 の 3 層構成
フィードバック制御系の特性は、大きく「定常特性」と「過渡特性」に分けて評価する。
・定常特性:入力を加えてから十分に時間が経ち、応答が落ち着いた後の性質。代表的な指標は定常偏差(目標値と制御量の最終的なずれ)である。
・過渡特性:入力が変化してから応答が落ち着くまでの途中経過の性質。
したがって(ア)は「定常」である。
過渡特性の指標は、単位ステップ入力(目標値を一定値へ急に切り替える入力)に対する応答、すなわちステップ応答の波形から定義される。主な指標は次のとおり。
・遅れ時間:応答が最終値の 50% に達するまでの時間
・立上り時間:応答が最終値の 10% から 90% に達するまでの時間
・行過ぎ量(オーバーシュート):応答が最終値を超えて行き過ぎる最大の量。通常は最終値に対する割合〔%〕で表す
・整定時間:応答が最終値の ±2%(または ±5%)の範囲内に収まるまでの時間
よって(イ)は「ステップ」、(ウ)は過渡特性の指標である「行過ぎ量」となる。定常偏差は定常特性の指標であり、過渡特性の指標ではないため(ウ)には入らない。
以上より、(ア) 定常、(イ) ステップ、(ウ) 行過ぎ量 の組合せである(3)が正しい。
(ア) 定常 (イ) ステップ (ウ) 定常偏差
誤り。(ア) 定常、(イ) ステップは正しいが、(ウ)の定常偏差は応答が落ち着いた後のずれを表す定常特性の指標であり、過渡特性の指標として遅れ時間・立上り時間と並べるものではない。
(ア) 追従 (イ) ステップ (ウ) 定常偏差
誤り。制御系の特性は定常特性と過渡特性に大別され、(ア)は「追従」ではなく「定常」である。また(ウ)の定常偏差は定常特性の指標であり、過渡特性の指標ではない。
(ア) 定常 (イ) ステップ (ウ) 行過ぎ量
正しい。制御系の特性は定常特性と過渡特性に分けられ、過渡特性はステップ応答の遅れ時間・立上り時間・行過ぎ量などで評価する。
(ア) 追従 (イ) インパルス (ウ) 行過ぎ量
誤り。(ア)は「追従」ではなく「定常」である。また遅れ時間・立上り時間は応答が最終値の何%に達するかで定義される、ステップ応答に基づく指標であり、(イ)は「インパルス」ではなく「ステップ」である。(ウ)の行過ぎ量は正しい。
(ア) 定常 (イ) インパルス (ウ) 定常偏差
誤り。(ア)の定常は正しいが、(イ)は遅れ時間・立上り時間を定義するステップ応答であり「インパルス」ではない。さらに(ウ)の定常偏差は定常特性の指標であり、過渡特性の指標ではない。
この問題の理解を「分野全体の力」に広げるための足がかり
用語解説・選択肢分析・類題生成をその場で対話。クイズモードでは解答→解説がゼロ遷移。
機械 の他の問題
トピック「機械」を扱う他試験区分の過去問
第三種電気主任技術者 の同じ分野を年度をまたいで演習する
モバイル片手演習でIPA試験の隙間時間を稼ぐ|通勤・昼休み・待ち時間の活用
IPA試験対策をモバイル片手で進めるための具体的な工夫を解説。通勤電車・昼休み・待ち時間で 1 日 30 分を稼ぐためのアプリ設定・演習ルーティンを紹介します。
過去問の誤答ふりかえり3ステップ|浅い見直しで時間を捨てないために
過去問演習で誤答した時に『なぜ間違えたか』を 3 ステップで構造化して見直す手順を解説。原因分類・対策メモ・類題演習で、同じミスを 2 回しない学習設計を紹介します。
過去問演習を分散学習で最適化する|エビングハウスとライトナーシステムの実践
分散学習(spaced repetition)の理論を、IPA過去問演習に落とし込む実践手順を解説。ライトナーシステムの活用、復習タイミングの設計、過去問AIでの自動化方法を紹介します。
AI学習ツールと予備校・通信講座の使い分け|IPA試験の最適な組み合わせ
IPA試験対策はAIツール一択ではなく、予備校・通信講座との使い分けが鍵。それぞれの強み・弱みと、組み合わせるべき学習者のタイプ別パターンを解説します。