JPH01302402A - プロセス最適化制御装置 - Google Patents
プロセス最適化制御装置Info
- Publication number
- JPH01302402A JPH01302402A JP63064332A JP6433288A JPH01302402A JP H01302402 A JPH01302402 A JP H01302402A JP 63064332 A JP63064332 A JP 63064332A JP 6433288 A JP6433288 A JP 6433288A JP H01302402 A JPH01302402 A JP H01302402A
- Authority
- JP
- Japan
- Prior art keywords
- point
- control
- search
- model
- optimum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/021—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance
- G05B13/0215—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance using trial and error method, including "peak-holding"
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔発明の目的〕
(産業上の利用分野)
本発明は、プロセス最適化制御装置に関するものである
。
。
(従来の技術)
装置やシステムの計画、設計、建設、運転という一連の
業務において利益を最大にするかコストを最小にするか
は、常に重要な課題であり、最適化問題と総称される。
業務において利益を最大にするかコストを最小にするか
は、常に重要な課題であり、最適化問題と総称される。
プロセス制御は装置の運転に直接関係するため最適化の
対象となる。
対象となる。
プロセス制御における最適化においては、例えば原料、
燃料等の供給量、温度、圧力等を変数としてその時の利
益を最大にする操業条件を求めて、その操業条件値を制
御ループの設定値とすることが行われる。
燃料等の供給量、温度、圧力等を変数としてその時の利
益を最大にする操業条件を求めて、その操業条件値を制
御ループの設定値とすることが行われる。
ところでプロセスを最適化するためには、先ず対象プロ
セスを把握して定式化(モデル化)するのが原則である
。実際にプロセス制御で対象となるのは、はとんど非線
形系であり、しかも変数がn個のn次元の非線形計画問
題となる。
セスを把握して定式化(モデル化)するのが原則である
。実際にプロセス制御で対象となるのは、はとんど非線
形系であり、しかも変数がn個のn次元の非線形計画問
題となる。
このような最適化を実行するための従来のシステム(を
成の一例を第8図に示す。
成の一例を第8図に示す。
このシステムではプラント等の実プロセス5に対して弁
開度、供給電力量等の操作量(MV)を与え、実プロセ
ス5から温度、流量等のプロセスm(PV)を取出すた
めの制御ループコントローラ群4が設けられ、この制御
ループコントローラ群4はプロセス最適化制御装置をな
す最適化アルゴリズム装置21およびプロセスモデル装
置20と接続されている。最適化アルゴリズム装置21
は最適化の演算を行う一種の演算装置であり、実プロセ
スに対する操作Q (MV)を制御ループコントローラ
群4から出力させるため、に演算結果である設定値(S
V)を出力する。プロセスモデル装置20はプロセスの
モデル式を格納した部分であって制御ループ、コントロ
ーラ群4から受取ったプロセスu(PV)をプロセスの
モデル式に当てはめる。
開度、供給電力量等の操作量(MV)を与え、実プロセ
ス5から温度、流量等のプロセスm(PV)を取出すた
めの制御ループコントローラ群4が設けられ、この制御
ループコントローラ群4はプロセス最適化制御装置をな
す最適化アルゴリズム装置21およびプロセスモデル装
置20と接続されている。最適化アルゴリズム装置21
は最適化の演算を行う一種の演算装置であり、実プロセ
スに対する操作Q (MV)を制御ループコントローラ
群4から出力させるため、に演算結果である設定値(S
V)を出力する。プロセスモデル装置20はプロセスの
モデル式を格納した部分であって制御ループ、コントロ
ーラ群4から受取ったプロセスu(PV)をプロセスの
モデル式に当てはめる。
また最適化アルゴリズム装置21はプロセスモデル装置
20に対して操作変数23を与え、プロセスモデル装置
中で得られた最適操業条件に相当する評価関数22を得
、これを解いて最適な設定値(SV)を各制御ループ4
に対して出力する。
20に対して操作変数23を与え、プロセスモデル装置
中で得られた最適操業条件に相当する評価関数22を得
、これを解いて最適な設定値(SV)を各制御ループ4
に対して出力する。
いま、変数がn個とし、評価関数f(xt・・・・・・
X )とすれば、fの値を最°大または最小の値にする
各変数の値を求めることが最適化問題に相当する。
X )とすれば、fの値を最°大または最小の値にする
各変数の値を求めることが最適化問題に相当する。
一方、プラントの物理的、化学的挙動が複雑で実用的な
モデルの構築が困難な制御システムに対して最適制御を
行う場合、従来は計算機内部にプラントの実用的なプロ
セスモデル式が持てないことが多い。
モデルの構築が困難な制御システムに対して最適制御を
行う場合、従来は計算機内部にプラントの実用的なプロ
セスモデル式が持てないことが多い。
このような最適化制御システムの一例として、紙パルプ
産業における回収ボイラ燃焼制御システムを挙げること
ができる。このシステムにおける回収ボイラは、通常の
ボイラと同様に蒸気を発生させることと、チップ蒸解工
程の薬剤を回収することの2つの機能をもっている。
産業における回収ボイラ燃焼制御システムを挙げること
ができる。このシステムにおける回収ボイラは、通常の
ボイラと同様に蒸気を発生させることと、チップ蒸解工
程の薬剤を回収することの2つの機能をもっている。
回収ボイラの燃料は、黒液と称するチップ蒸解工程の廃
液である。この黒液中にはチップに含まれていた可燃性
有機成分と、チップ蒸解に使用した薬剤成分(ソーダ分
)とが含まれている。可燃性有機成分は燃焼され、その
保有熱は蒸気として取り出される。一方薬剤成分は、黒
液中に芒硝(硫酸ナトリウム: N a 2 S O4
)の形で含まれている。この還元反応により、スメルト
(硫化ナトリウム: N a 2 S )になり、溶融
状態で炉底から取り出される。したがって薬剤成分の回
収にはこのような還元雰囲気の形成が必要である。この
ためには、チャーベツドと称する半乾燥状態の黒液の堆
積を炉内に形成し、これを燃焼することが必要とされる
。炉内に噴霧された黒液は、燃焼の放射熱により水分を
奪われながら落下し、炉底にチャーベツドを形成する。
液である。この黒液中にはチップに含まれていた可燃性
有機成分と、チップ蒸解に使用した薬剤成分(ソーダ分
)とが含まれている。可燃性有機成分は燃焼され、その
保有熱は蒸気として取り出される。一方薬剤成分は、黒
液中に芒硝(硫酸ナトリウム: N a 2 S O4
)の形で含まれている。この還元反応により、スメルト
(硫化ナトリウム: N a 2 S )になり、溶融
状態で炉底から取り出される。したがって薬剤成分の回
収にはこのような還元雰囲気の形成が必要である。この
ためには、チャーベツドと称する半乾燥状態の黒液の堆
積を炉内に形成し、これを燃焼することが必要とされる
。炉内に噴霧された黒液は、燃焼の放射熱により水分を
奪われながら落下し、炉底にチャーベツドを形成する。
燃焼用空気はチャーベツドを取り巻くようにして炉内の
各段に吹き込まれる。
各段に吹き込まれる。
二のような回収ボイラの最適燃焼制御にあっては、通常
のボイラと異なり、単にボイラの熱効率を高くするだけ
でなく、同時に薬品の回収率、すなわちスメルト還元率
をも高くするという2つの主目的を有している。しかも
、公害が問題となるSo 、 No 、 TRS
(Total Reductionx Sulphur )等の排ガス成分を抑制する必要があ
る。
のボイラと異なり、単にボイラの熱効率を高くするだけ
でなく、同時に薬品の回収率、すなわちスメルト還元率
をも高くするという2つの主目的を有している。しかも
、公害が問題となるSo 、 No 、 TRS
(Total Reductionx Sulphur )等の排ガス成分を抑制する必要があ
る。
回収ボイラの最適燃焼制御における操作量は燃焼空気で
あり、これはチャーベツドの底部、頂上部、上方部の3
箇所に吹き込まれる。
あり、これはチャーベツドの底部、頂上部、上方部の3
箇所に吹き込まれる。
回収ボイラに対する最適化制御は各部の空気量の最適な
配分状態を得るための制御であり、このような最適化制
御には、前述したように対象となるプロセスのモデル式
を構築できることが望ましい。しかし、回収ボイラにお
いては通常のボイラと異なり、炉内での化学反応や物理
的挙動が非常に複雑で、これらを解明して実用的なモデ
ルを構築することがきわめて困難である。
配分状態を得るための制御であり、このような最適化制
御には、前述したように対象となるプロセスのモデル式
を構築できることが望ましい。しかし、回収ボイラにお
いては通常のボイラと異なり、炉内での化学反応や物理
的挙動が非常に複雑で、これらを解明して実用的なモデ
ルを構築することがきわめて困難である。
このような場合には第9図に示すように、第8図のプロ
セスモデル装置20を設けず、プロセス自体をブラック
ボックスのプロセスモデルを含むものとして利用し、最
適点の探索を行うことが行われる。すなわち、最適点の
探索は、操作ffilO(MV)を最適化アルゴリズム
に従って、設定値9 (SV)を通じて直接動かしてプ
ロセスへ干渉することにより行われる。この場合、最適
点を探索するのに必要な評価関数は操作量のフィードバ
ックであるプラントのプロセス値11(PV)を直接使
って求められる。
セスモデル装置20を設けず、プロセス自体をブラック
ボックスのプロセスモデルを含むものとして利用し、最
適点の探索を行うことが行われる。すなわち、最適点の
探索は、操作ffilO(MV)を最適化アルゴリズム
に従って、設定値9 (SV)を通じて直接動かしてプ
ロセスへ干渉することにより行われる。この場合、最適
点を探索するのに必要な評価関数は操作量のフィードバ
ックであるプラントのプロセス値11(PV)を直接使
って求められる。
すなわち、操作変数である3箇所あ燃焼空気量を最適化
アルゴリズムに従って変化させながら試行探索し、プロ
セスへ直接干渉することによって最適点を見出すことに
なる。この場合、探索に必要な評価関数はプロセス値(
pv)から計算される。例えば蒸気発生効率、薬品回収
率の双方を考えて、プロセス値のボイラ効率、チャーベ
ツド頂上部温度、排ガス濃度分析値の非線形結合式が評
価関数として用いられる。試行探索の最適化アルゴリズ
ムとしては、非線形のシンプレックス法、あるいはこれ
を制約条件がある場合に適用できるように拡張したコン
プレックス法またはこれらの変形法が採用され、中でも
シンプレックス法が多用される。
アルゴリズムに従って変化させながら試行探索し、プロ
セスへ直接干渉することによって最適点を見出すことに
なる。この場合、探索に必要な評価関数はプロセス値(
pv)から計算される。例えば蒸気発生効率、薬品回収
率の双方を考えて、プロセス値のボイラ効率、チャーベ
ツド頂上部温度、排ガス濃度分析値の非線形結合式が評
価関数として用いられる。試行探索の最適化アルゴリズ
ムとしては、非線形のシンプレックス法、あるいはこれ
を制約条件がある場合に適用できるように拡張したコン
プレックス法またはこれらの変形法が採用され、中でも
シンプレックス法が多用される。
このシンプレックス法(SIllplex Metho
d)は、R’ (n次元)上にある幾何的配置をもっ
た(n+1)個の点からなる初期値としてのシンプレッ
クス(単体)を最初に作り、各点での評価関数f(xt
−・・・xn)の値の比較によってシンプレックスを1
回の基本動作毎に1点ずつ移動させるような探索を行っ
て、評価関数の最小値を与える点の方へ近づく方法であ
る。
d)は、R’ (n次元)上にある幾何的配置をもっ
た(n+1)個の点からなる初期値としてのシンプレッ
クス(単体)を最初に作り、各点での評価関数f(xt
−・・・xn)の値の比較によってシンプレックスを1
回の基本動作毎に1点ずつ移動させるような探索を行っ
て、評価関数の最小値を与える点の方へ近づく方法であ
る。
この方法では微分係数を求める必要がないため、プロセ
スの正確なモデル式が構築できない場合にも適用でき、
精度の高い最適制御が可能であるという特徴がある。
スの正確なモデル式が構築できない場合にも適用でき、
精度の高い最適制御が可能であるという特徴がある。
(発明が解決しようとする課題)
しかしながら、このように実プロセスを直接利用して、
最適点を探索していく方式では、探索を開始してから収
束するまでの期間も操業をしているため、収束に至るま
での最適点探索期間中は最適な運転は行われていないこ
とになる。したがって、試行探索方式では、−時的にせ
よ最悪点付近でプロセスを運転することもあり、有害廃
棄物を産出する等の悪い結果をもたらすという問題があ
る。
最適点を探索していく方式では、探索を開始してから収
束するまでの期間も操業をしているため、収束に至るま
での最適点探索期間中は最適な運転は行われていないこ
とになる。したがって、試行探索方式では、−時的にせ
よ最悪点付近でプロセスを運転することもあり、有害廃
棄物を産出する等の悪い結果をもたらすという問題があ
る。
また、探索時の重要な要素である評価関数はPV値より
計算されるが、そのPV値にはプロセスに加わった外乱
が含まれる。特に回収ボイラには外乱が多く、突発的な
外乱によるプロセスの一時的な挙動のために、有為でな
い評価関数が得られ、そのために探索が乱れて収束が遅
くなることがある。また−旦収束しても、外乱のために
また探索を開始してしまう可能性がある。
計算されるが、そのPV値にはプロセスに加わった外乱
が含まれる。特に回収ボイラには外乱が多く、突発的な
外乱によるプロセスの一時的な挙動のために、有為でな
い評価関数が得られ、そのために探索が乱れて収束が遅
くなることがある。また−旦収束しても、外乱のために
また探索を開始してしまう可能性がある。
さらに、シンプレックス法を用いて最適点を探索する際
、複数個の点−からなるシンプレックスは、1回の基本
動作で移動するのは1頂点のみであるので、多変数のも
のについてはシンプレックスの動きが少なく、従って収
束が遅い。この結果、最適点に近づいて収束するまでの
長い時間むしろ悪い操業条件で運転が行われるという問
題がある。
、複数個の点−からなるシンプレックスは、1回の基本
動作で移動するのは1頂点のみであるので、多変数のも
のについてはシンプレックスの動きが少なく、従って収
束が遅い。この結果、最適点に近づいて収束するまでの
長い時間むしろ悪い操業条件で運転が行われるという問
題がある。
本発明はこのような問題点を解決するためになされたも
ので、プロセスの物理的、化学的挙動の複雑さから実用
的なプロセスの構築が難しいプロセスに対しても、外乱
の影響を受けることなく迅速に最適運転状態点を得るこ
とができるプロセス最適化制御装置を提供することを目
的とする。
ので、プロセスの物理的、化学的挙動の複雑さから実用
的なプロセスの構築が難しいプロセスに対しても、外乱
の影響を受けることなく迅速に最適運転状態点を得るこ
とができるプロセス最適化制御装置を提供することを目
的とする。
(課題を解決するための手段)
本発明にかかるプロセス最適化制御装置においては、制
御対象プロセスを実用的な精度でモデル化したモデル式
を含み、実プロセスでの状態量が入力される制御システ
ムモデル化装置と、この制御システムモデル化装置に対
して操作変数を与え、前記モデル式での演算結果である
評価関数を受け取ることにより前記制御システムモデル
化装置についての第1の最適制御点を探索する制御モデ
ル探索点探索装置と、この制御モデル探索点探索装置か
ら出力された前記第1の最適制御点を初期値とし、これ
を中心として真の最適点との誤差の範囲内の領域で実プ
ロセスに対する設定値を出力し、実−7’ロセスでの状
態量に対応して実プロセスでの第2の最適制御点を非線
形シンプレックス法で探索する実プロセス最適操業点探
索装置とを備えたことを特徴としている。
御対象プロセスを実用的な精度でモデル化したモデル式
を含み、実プロセスでの状態量が入力される制御システ
ムモデル化装置と、この制御システムモデル化装置に対
して操作変数を与え、前記モデル式での演算結果である
評価関数を受け取ることにより前記制御システムモデル
化装置についての第1の最適制御点を探索する制御モデ
ル探索点探索装置と、この制御モデル探索点探索装置か
ら出力された前記第1の最適制御点を初期値とし、これ
を中心として真の最適点との誤差の範囲内の領域で実プ
ロセスに対する設定値を出力し、実−7’ロセスでの状
態量に対応して実プロセスでの第2の最適制御点を非線
形シンプレックス法で探索する実プロセス最適操業点探
索装置とを備えたことを特徴としている。
(作 用)
本発明ではプロセス最適化制御装置の中に、ある程度の
精度を備えた制御システムモデル装置が設けられており
、この制御モデルに対して制御モデル最適点探索装置が
最適状態に対応する評価関数を得、これにより得られた
モデル最適操業点をもとに実プロセス最適操業点探索装
置がシンプレックス法で実プロセスに対して干渉しなが
ら実プロセスの最適制御点を探索する。
精度を備えた制御システムモデル装置が設けられており
、この制御モデルに対して制御モデル最適点探索装置が
最適状態に対応する評価関数を得、これにより得られた
モデル最適操業点をもとに実プロセス最適操業点探索装
置がシンプレックス法で実プロセスに対して干渉しなが
ら実プロセスの最適制御点を探索する。
したがって、最適点があることが保証されている範囲内
のみで最適点の探索が行われるため、無駄な探索が行わ
れず収束が速い。
のみで最適点の探索が行われるため、無駄な探索が行わ
れず収束が速い。
ここで前述したシンプレックス法による最適点の探索に
つきその概要を述べる。これは例えば今野浩、山下浩著
「非線形計画法」 (ORライブラリー6)日科技連出
版社等に詳述されているものである。
つきその概要を述べる。これは例えば今野浩、山下浩著
「非線形計画法」 (ORライブラリー6)日科技連出
版社等に詳述されているものである。
R’ (n次元)上の(n + 1)個の点のうち、
シンプレックスの頂点をX’ ERn、i−1,2゜、
・・、n+1と表わし、その中でも次の性質をもった頂
点を他と区別しておく。
シンプレックスの頂点をX’ ERn、i−1,2゜、
・・、n+1と表わし、その中でも次の性質をもった頂
点を他と区別しておく。
h i
x −arg、wax f (X )s
t x =argi、hmax f (x )ni≠h これらの定義式から明らかなように、xhはfの最大値
を与える頂点、X8はfの2番目に大きな値を与える頂
点、xlはfの最小値を与える頂点、マはxh (最悪
点)以外の頂点から生成される図心または重心(cen
Lroid)である。2次元の場合、シンプレックスは
3点であるので、上述の3]f1点のどれかに該当する
。
t x =argi、hmax f (x )ni≠h これらの定義式から明らかなように、xhはfの最大値
を与える頂点、X8はfの2番目に大きな値を与える頂
点、xlはfの最小値を与える頂点、マはxh (最悪
点)以外の頂点から生成される図心または重心(cen
Lroid)である。2次元の場合、シンプレックスは
3点であるので、上述の3]f1点のどれかに該当する
。
また、次のようなシンプレックス法の基本動作が定義さ
れる。
れる。
鏡映(rel’1ecLIon) :マとxhから鏡
映点xrを作る。
映点xrを作る。
x −(1−1−α) x−a*x”、 a>。
拡張(expansion ) : x’力方向拡張
を行う。
を行う。
x8−γ・x’ + (l−γ)マ、γ〉1、 h−
収縮(contractlon ) 、 x をX
の方向に収縮させる。
の方向に収縮させる。
X −β・xh+(1−β)・マ、Q>βく1これらは
2次元の場合第3図(a)に示される。
2次元の場合第3図(a)に示される。
縮小(reduction ) :すべての頂点をX
Iの方向へ縮小する。
Iの方向へ縮小する。
1−1.2.・・・、n+1 。
2次元の場合第3図(b)に示される。
第4図にシンプレックス法による最適点探査のアルゴリ
ズムを示す。
ズムを示す。
まず最初のシンプレックスを生成する(ステップ511
)。
)。
次に最大点(最悪点)Xh、2番目に大きな点X s
M小点xlを決定する(ステップ512)。
M小点xlを決定する(ステップ512)。
これらの値が収束する(ステップ813)ものであれば
終了し、収束しなければ最悪点x11のマに対する鏡像
位置xrおよびf(x’)を求め(ステップ514)
、f (x’)とf(x8)とを比較する(ステップ$
15)。このときf(x’)≦f(x)でかつf(x)
≧f’(x’)であれば(ステップ516)、最悪点x
hを捨ててxhをXrで置き換える(ステップ517)
。
終了し、収束しなければ最悪点x11のマに対する鏡像
位置xrおよびf(x’)を求め(ステップ514)
、f (x’)とf(x8)とを比較する(ステップ$
15)。このときf(x’)≦f(x)でかつf(x)
≧f’(x’)であれば(ステップ516)、最悪点x
hを捨ててxhをXrで置き換える(ステップ517)
。
ステップS16でf (x’) <f (x’ )であ
るときはX およびf(x)を求め(ステップ518)
、f (x ) <f (x’ )であるとき(ステ
ップ519)はxhをXoで置き換える(ステップ52
0)、なおf(x)≧f(x’)であるときはXhをX
rで置き換える(ステップ517)。
るときはX およびf(x)を求め(ステップ518)
、f (x ) <f (x’ )であるとき(ステ
ップ519)はxhをXoで置き換える(ステップ52
0)、なおf(x)≧f(x’)であるときはXhをX
rで置き換える(ステップ517)。
一方f (x’ )>f (xs) でかっf (x’
)<f(x)ならば(ステップ521)、xhを捨て
てxllをXrで置き換え(ステップ522)、f(x
)≧f(x)ならばxhとマを結ぶ線上のX およびf
(x)を求める(ステップS23)。そしてf(x)と
f(xh)とを比較しくステップ524)、f (x
)≧f (x!″)であるときは X を−(x’ +x’ )で置き換え(ステップS2
6) 、f (x )<f (xh)であるときはX
hをXoで置き換える。
)<f(x)ならば(ステップ521)、xhを捨て
てxllをXrで置き換え(ステップ522)、f(x
)≧f(x)ならばxhとマを結ぶ線上のX およびf
(x)を求める(ステップS23)。そしてf(x)と
f(xh)とを比較しくステップ524)、f (x
)≧f (x!″)であるときは X を−(x’ +x’ )で置き換え(ステップS2
6) 、f (x )<f (xh)であるときはX
hをXoで置き換える。
このようにして求められた値は新たなシンプレックスと
してx h 、 x s 、 x Iが決定され(
ステップ512)、収束するまで処理が続行される。
してx h 、 x s 、 x Iが決定され(
ステップ512)、収束するまで処理が続行される。
より具体的には、前述の回収ボイラの例を当てはめてみ
ると、シンプレックス法の変数は、xl :チャーベッ
ド底部に吹き込む燃焼空気量x2:チャーベッド頂上部
に吹き込む燃焼空気量 x3 :チャーベッド上方部に吹き込む燃焼空気量 となり3次元の最適化である。よって探索を開始するた
めには4個の初期点(X11’ X21’ x31
)(X12’ X22’ x32)ゝ(X13’ X2
3’ x33)ゝ(X14’ X24’ ”34)を
前もって決定しておく必要がある。この各点ごとに、そ
れに対応した操作量をプロセスに出力し、定常状態にな
ってからフィードバック量としてプロセス値(pv)に
反映される時間(約20〜30分間)まで待って、その
各P1iP V liiより評価関数fを求める。
ると、シンプレックス法の変数は、xl :チャーベッ
ド底部に吹き込む燃焼空気量x2:チャーベッド頂上部
に吹き込む燃焼空気量 x3 :チャーベッド上方部に吹き込む燃焼空気量 となり3次元の最適化である。よって探索を開始するた
めには4個の初期点(X11’ X21’ x31
)(X12’ X22’ x32)ゝ(X13’ X2
3’ x33)ゝ(X14’ X24’ ”34)を
前もって決定しておく必要がある。この各点ごとに、そ
れに対応した操作量をプロセスに出力し、定常状態にな
ってからフィードバック量としてプロセス値(pv)に
反映される時間(約20〜30分間)まで待って、その
各P1iP V liiより評価関数fを求める。
このような過程を経る結果、初期シンプレックスのfの
値を求めるだけで約80〜120分かがることになる。
値を求めるだけで約80〜120分かがることになる。
初期シンプレックス決定後は前述したシンプレックス法
のアルゴリズムに従ってシンプレックスを移動しながら
同様に操作量を出力して、PV値からfを求める。これ
をシンプレックスが収束するまでくり返して最適な運転
条件が求められる。
のアルゴリズムに従ってシンプレックスを移動しながら
同様に操作量を出力して、PV値からfを求める。これ
をシンプレックスが収束するまでくり返して最適な運転
条件が求められる。
(実施例)
以下、本発明の実施例を図面を参照して詳細に説明する
。
。
第1図は本発明にかかるプロセス最適化制御装置の概略
構成を示すブロック図である。
構成を示すブロック図である。
同図によれば、プロセス最適化制御装置は第8図、第9
図と同様に実プロセス5と制御ループコントローラ群4
を介して干渉するようになっているが、その構成は異な
る。すなわち、本発明にかかるプロセス最適化制御装置
は対象となるプロセスモデル式を含み対象制御システム
のシミュレーションが可能な制御システムモデル装置1
と、この制御システムモデル装置1と接続されてその最
適制御点を探索する制御モデル最適点探索装置2と、こ
の探索結果出力であるモデル最適点を入力し、それに基
づいて実プロセスに対する設定値を出力する実プロセス
最適操業点探索装置3とを備えている。また、この設定
値により実プロセスを・運転した結果得られたプロセス
j1(PV)は制御システムモデル装置1および実プロ
セス最適操業点探索装置3に入力されている。
図と同様に実プロセス5と制御ループコントローラ群4
を介して干渉するようになっているが、その構成は異な
る。すなわち、本発明にかかるプロセス最適化制御装置
は対象となるプロセスモデル式を含み対象制御システム
のシミュレーションが可能な制御システムモデル装置1
と、この制御システムモデル装置1と接続されてその最
適制御点を探索する制御モデル最適点探索装置2と、こ
の探索結果出力であるモデル最適点を入力し、それに基
づいて実プロセスに対する設定値を出力する実プロセス
最適操業点探索装置3とを備えている。また、この設定
値により実プロセスを・運転した結果得られたプロセス
j1(PV)は制御システムモデル装置1および実プロ
セス最適操業点探索装置3に入力されている。
次にこのようなプロセス最適化制御装置の動作を第2図
のフローチャートを参照しながら説明する。
のフローチャートを参照しながら説明する。
ここでの対象プラントは、物理的、化学的挙動が複雑で
実用的なモデルの構築が難しい制御システムであれば何
れでもよく、特に限定されないが、例えば、従来の技術
として述べた紙パルプ産業における回収ボイラ燃焼制御
システムを例にとって説明する。このシステムではプロ
セスモデル式は非常に複雑であるが、多数の化学反応式
、および熱力学、化学反応論、熱バランス式等を駆使し
て、入力を与えれば定量的に出力が得られる実用的な精
度を有するモデルを作ることができる。ただし、それに
より得られる結果の精度は、そのまま単独では必ずしも
完全なモデル化ができていることは保証されてはいない
ものである。
実用的なモデルの構築が難しい制御システムであれば何
れでもよく、特に限定されないが、例えば、従来の技術
として述べた紙パルプ産業における回収ボイラ燃焼制御
システムを例にとって説明する。このシステムではプロ
セスモデル式は非常に複雑であるが、多数の化学反応式
、および熱力学、化学反応論、熱バランス式等を駆使し
て、入力を与えれば定量的に出力が得られる実用的な精
度を有するモデルを作ることができる。ただし、それに
より得られる結果の精度は、そのまま単独では必ずしも
完全なモデル化ができていることは保証されてはいない
ものである。
以下、理解を容易にするため、図示の可能な、操作量が
2個、すなわち2次元の最適化問題で説明するが、操作
量がn個(n次元の最適化問題)の場合も全く同様であ
る。すなわち、例えば、後述する円はn次元の球面体な
どのように置き換えればよい。
2個、すなわち2次元の最適化問題で説明するが、操作
量がn個(n次元の最適化問題)の場合も全く同様であ
る。すなわち、例えば、後述する円はn次元の球面体な
どのように置き換えればよい。
まず、制御モデル最適点探索装置2は制御システムモデ
ル装置1を用いてモデル上の最適点の探査を行い(ステ
ップS1)、計算機内部で求めたモデル最適操業点8を
xLhとして実プロセス最適操業点探索装置3に対して
出力する(ステップS2)。この最適点探索はシンプレ
ックス法に限らず、各種の最適点探索法が使用される。
ル装置1を用いてモデル上の最適点の探査を行い(ステ
ップS1)、計算機内部で求めたモデル最適操業点8を
xLhとして実プロセス最適操業点探索装置3に対して
出力する(ステップS2)。この最適点探索はシンプレ
ックス法に限らず、各種の最適点探索法が使用される。
一方、現在、実プロセスを制御している操作点をX と
し、pr プロセスモデル式などの精密度によって定まるXthと
真の最適点との誤差をεとしてシンプレックス探索法の
初期単体を求める(ステップS3)。
し、pr プロセスモデル式などの精密度によって定まるXthと
真の最適点との誤差をεとしてシンプレックス探索法の
初期単体を求める(ステップS3)。
すなわち、この場合には第5図に示すように真の最適点
は、モデル上の最適点xthを中心とする半径εの円内
にあることが保証されている。
は、モデル上の最適点xthを中心とする半径εの円内
にあることが保証されている。
このような条件のもとに初期単体(シンプレックス)を
出発点としてシンプレックス法のアルゴリズムを用いて
直接プロセスへ干渉しながら最適操業点を探索すること
になる(ステップS4)。
出発点としてシンプレックス法のアルゴリズムを用いて
直接プロセスへ干渉しながら最適操業点を探索すること
になる(ステップS4)。
以ド、第5図〜第7図を用いて実プラント最適操業点探
索装置3の非線形シンプレックス法のアルゴリズムの働
きを説明する。
索装置3の非線形シンプレックス法のアルゴリズムの働
きを説明する。
第5図の場合は、l X pr −X th l >
t:が成立している場合である。前述したように最適な
操作点はxthが中心で半径εの円Aの中にあることが
保証されているので、実プロセスそのものを使ッて、非
線形シンプレックス法のアルゴリズムにより探索する時
、初期値のシンプレックスは下記のようにして求める。
t:が成立している場合である。前述したように最適な
操作点はxthが中心で半径εの円Aの中にあることが
保証されているので、実プロセスそのものを使ッて、非
線形シンプレックス法のアルゴリズムにより探索する時
、初期値のシンプレックスは下記のようにして求める。
すなわち、x、1.とX、rを結ぶ直線と円Aとの交点
をX 円A上でXslからの距離および互いのsl’ 距離が等しい2点を求めて、これをXs2’ xs3
とする(第5図参照)。この3点xsl’ xs2’
xs3をシンプレックス法探索の初期シンプレック
ス(出発点)とすれば、円Aの内部に真の最適点が存(
1:することが保証されているので、前述したシンプレ
ックス法のアルゴリズムから明らかなように、円Aの内
部を探索するだけであるので、探索領域は小さく、無駄
な領域を探索することがない。
をX 円A上でXslからの距離および互いのsl’ 距離が等しい2点を求めて、これをXs2’ xs3
とする(第5図参照)。この3点xsl’ xs2’
xs3をシンプレックス法探索の初期シンプレック
ス(出発点)とすれば、円Aの内部に真の最適点が存(
1:することが保証されているので、前述したシンプレ
ックス法のアルゴリズムから明らかなように、円Aの内
部を探索するだけであるので、探索領域は小さく、無駄
な領域を探索することがない。
このため収束は、従来技術に較べてきわめて速い。
なお、X、rがxthを中心とする半径εの円Aの内部
にある時は、下記に述べるように出発のシンプレックス
を求める方法は2通り考えられ、そのいずれを選択して
もよい。第1の方法は第6図に示すようにX をX と
し、XthとxSlの距離をpr sL 半径とする円上で、xSlからの距離および互いの距離
が等しい2点をXs2’ xs3とする。
にある時は、下記に述べるように出発のシンプレックス
を求める方法は2通り考えられ、そのいずれを選択して
もよい。第1の方法は第6図に示すようにX をX と
し、XthとxSlの距離をpr sL 半径とする円上で、xSlからの距離および互いの距離
が等しい2点をXs2’ xs3とする。
この場合、XthとX p、が一致していた場合は探索
を行う必要はなく、xLhを実プロセスでの最適操業点
とする。
を行う必要はなく、xLhを実プロセスでの最適操業点
とする。
第2の方法は第7図に示すように
lx −x 1>εの時と同様にしてxsl’
Xs2’pr Lh x83(初期シンプレックス)を求める。
Xs2’pr Lh x83(初期シンプレックス)を求める。
このように、第6図、第7図のいずれの方法を採用して
も、”pr ”th”εである時と同様に、円Aの内
部を探索することになるため収束が速い。
も、”pr ”th”εである時と同様に、円Aの内
部を探索することになるため収束が速い。
このようにして第4図で説明したシンプレックス法のア
ルゴリズムにより最適点探索をくり返し、収束した最適
操業点を求め、この最適操業点をxg6、その時点でプ
ロセス値から求めた評価関数値をfgdとする(ステッ
プS5)。
ルゴリズムにより最適点探索をくり返し、収束した最適
操業点を求め、この最適操業点をxg6、その時点でプ
ロセス値から求めた評価関数値をfgdとする(ステッ
プS5)。
そしてこのxgdの値を制御ループコントローラ群4に
対して設定値として出力し、Xgθ操業点でプロセスを
運転する(ステップS6)。
対して設定値として出力し、Xgθ操業点でプロセスを
運転する(ステップS6)。
以後、プロセスによる運転の結果得られたプロセス量か
ら一定周期毎に、その時点でのプロセスの評価関数値f
(t)を実プロセス最適操業点探索装置で決める(ス
テップS7)。
ら一定周期毎に、その時点でのプロセスの評価関数値f
(t)を実プロセス最適操業点探索装置で決める(ス
テップS7)。
得られたf (t)をもとにl f (t) −fg
、1を計算し、これが判定値以下であるときはステップ
S6の前に戻って運転を続行する。しかし、外乱等のた
めにl f (t) −fgdl >判定値となったと
きはステップS1の前に戻って制御システムモデル上の
最適点探索を再開する。本発明装置では前述したように
、実操業の最適点はxthを中心とした半径εの円の中
にあることが制御モデルの精度によって保証されている
ので無駄な探索をしたり、外乱により探索が乱されたり
することがない。これは従来技術では、回収ボイラなど
のように外乱の多いプロセスでは、突発的な外乱による
−時的なプロセスの挙動に惑わされて探索点がふらつく
ことが多いことと比較すれば有利となっている。また、
実プラントを直接利用してそのプロセス値からの情報に
より最適点を探索していく方式はいわばプラントに外乱
を与えながら最適点を探索していく方式であるからプロ
セスに与える外乱が少なく収束が速い点は非常に重要で
ある。
、1を計算し、これが判定値以下であるときはステップ
S6の前に戻って運転を続行する。しかし、外乱等のた
めにl f (t) −fgdl >判定値となったと
きはステップS1の前に戻って制御システムモデル上の
最適点探索を再開する。本発明装置では前述したように
、実操業の最適点はxthを中心とした半径εの円の中
にあることが制御モデルの精度によって保証されている
ので無駄な探索をしたり、外乱により探索が乱されたり
することがない。これは従来技術では、回収ボイラなど
のように外乱の多いプロセスでは、突発的な外乱による
−時的なプロセスの挙動に惑わされて探索点がふらつく
ことが多いことと比較すれば有利となっている。また、
実プラントを直接利用してそのプロセス値からの情報に
より最適点を探索していく方式はいわばプラントに外乱
を与えながら最適点を探索していく方式であるからプロ
セスに与える外乱が少なく収束が速い点は非常に重要で
ある。
以上の実施例では、実プロセス最適操業点探索装置3は
、制約条件がない最適化問題の手法である非線形シンプ
レックス法を用いて探索を行うものとして説明したが、
本発明ではシンプレックス法を使用した探索開始時の初
期シンプレックスの求め方に特徴があり、シンプレック
ス法を制約条件付の最適化問題に適用できるように拡張
した方式、例えばコンプレックス法なども、同様に適用
することができる。
、制約条件がない最適化問題の手法である非線形シンプ
レックス法を用いて探索を行うものとして説明したが、
本発明ではシンプレックス法を使用した探索開始時の初
期シンプレックスの求め方に特徴があり、シンプレック
ス法を制約条件付の最適化問題に適用できるように拡張
した方式、例えばコンプレックス法なども、同様に適用
することができる。
以上説明したように、本発明によれば、最適点探索装置
は、計算機内部で求められたモデル最適点の近傍(例え
ば円の内部)だけを実プロセスを利用して探索するため
、無駄な領域を探索することなく、かつ実プラントに与
える外乱も少なく、収束も速い。
は、計算機内部で求められたモデル最適点の近傍(例え
ば円の内部)だけを実プロセスを利用して探索するため
、無駄な領域を探索することなく、かつ実プラントに与
える外乱も少なく、収束も速い。
また、従来の技術では、最適点探索中は、むしろ悪い操
業条件で運転しており、その時間も長いが、本発明方式
では最適点探索時間が短いだけでなく、探索中であって
も真の最適点の近傍であり、それほど悪い操業条件での
運転は行われない。
業条件で運転しており、その時間も長いが、本発明方式
では最適点探索時間が短いだけでなく、探索中であって
も真の最適点の近傍であり、それほど悪い操業条件での
運転は行われない。
さらに、本発明によれば実際の最適点が、例えば前述の
円Aの内部にあることが保証されているので、H為でな
い一時的な外乱により円A内部での評価関数が一時的に
悪化して探索点が円Aの外部に飛び出しても、その点を
捨てることが可能なので、突発的な外乱による一時的な
挙動に惑わされない、外乱に対して非常に強いシステム
を作ることができる。
円Aの内部にあることが保証されているので、H為でな
い一時的な外乱により円A内部での評価関数が一時的に
悪化して探索点が円Aの外部に飛び出しても、その点を
捨てることが可能なので、突発的な外乱による一時的な
挙動に惑わされない、外乱に対して非常に強いシステム
を作ることができる。
第1図は本発明の装置を含むプロセス最適化制御システ
ムを示す概略構成図、第2図は本発明の装置による最適
点探索の過程を示すフローチャート、第3図はシンプレ
ックスに対する操作を示す説明図、第4図はシンプレッ
クス法による最適点探索の過程を示すフローチャート、
第5図、第6図及び第7図は初期シンプレックスの求め
方の説明図、第8図および第9図は従来の最適化制御シ
ステムを示す概略構成図である。 1・・・制御システムモデル装置、2・・・制御モデル
最適点探索装置、3・・・実プロセス最適操業点探索装
置、4・・・制御ループコントローラ群、5・・・実プ
ロセス、6・・・制御システムモデル上の評価関数、7
・・・モデル操作変数、8・・・モデル最適操業点、9
・・・設定値(SV)、10・・・操作量(MV)11
・・・プロセス値(pv)。 出願人代理人 佐 藤 −雄 第1図 第2図 第7図 TI! (b) 第3図 手 続 補 正 書 平成 1年 6月15日 昭和63年特許願第 [34332号 3 補正をする者 事件との関係 特許出願人 (30?) 株式会社 東 芝 5?lII正により増加する請求項の数 36 補
正の対象 8 補正の内容 (1、発明の名称を「プロセス最適化制御方法およびプ
ロセス最適化制御装置」と変更する。 (2、特許請求の範囲を別紙の通り補正する。 (3)明細書第2項第6行の「プロセス最適化制御装置
を「プロセス最適化制御方法およびプロセス最適化制御
装置」と補正する。 (4)同、第10頁第6行の「最適化制御装置」を「最
適化制御方法およびプロセス最適化制御装置」と補正す
る。 (5)同、第10頁第9行から第11頁第4行までを次
のように補正する。 「本発明にかかるプロセス最適化LU御方法によれば、
制御対象プロセスに同じプロセス値を与えた場合に得ら
れる出力が所定偏差内に収まるようにモデル化したモデ
ル式を含み、実プロセスでの状g3量が入力される制御
システムモデル化装置に対して操作変数を与える過程と
、前記モデル式での演算結果である評価関数を受け取る
ことにより前記制御システムモデル装置についての第1
の最適制御点を探索する過程と、前記第1の最適制御点
を初期値とし、これを中心として真の最適点との誤差の
範囲内の領域で実プロセスに対する設定値を出力する過
程と、前記設定値に応答して実プロセスで得られた状態
量に対応して実プロセスでの第2の最適制御点を試行探
索最適化アルゴリズムで探索する過程とを備えたことを
特徴とする。 また、本発明にかかるプロセス最適化制御装置によれば
、制御対象プロセスに同じプロセス値を与えた場合に得
られる出力が所定範囲内に収まるようにモデル化したモ
デル式を含み、実プロセスでの状態量が入力される制御
システムモデル化装置と、この制御システムモデル化装
置に対して操作変数を与え、前記モデル式での演算結果
である評価関数を受け取ることにより前記制御システム
モデル化装置についての第1の最適制御点を探索する制
御モデル探索点探索装置と、この制御モデル探索点探索
装置から出力された前記第1の最適制御点を初期値とし
、これを中心として真の最適点との誤差の範囲内の領域
で実プロセスに対する設定値を出力し、実プロセスでの
状態量に対応して実プロセスでの第2の最適制御点を試
行探索最適化アルゴリズムで探索する実プロセス最適操
業点探索装置とを備えたことを特徴とする。」(6)同
、第23頁第6行の「プロセス」を「本発明の方法のよ
うにプロセス」と補正する。 (7)同第23頁第18行および第19行の「最適点検
索装置は、」を削除する。 (8)同第25頁第1行の「装置」を「方法」と補正す
る。 特許請求の範囲 1、 制御対象プロセスに同じプロセス値を与えた場合
に得られる出力が所定偏差内に収まるようにモデル化し
たモデル式を含み、実プロセスでの状態量が入力される
制御システムモデル化装置に対して操作変数を与える過
程と、 前記モデル式での演算結果である評価関数を受け取るこ
とにより前記制御システムモデル装置についての第1の
最適制御点を探索する過程と、前記第1の最適制御点を
初期値とし、これを中心として真の最適点との誤差の範
囲内の領域で実プロセスに対する設定値を出力する過程
と、前記設定値に応答して実プロセスで得られた状態量
に対応して実プロセスでの第2の最適制御点を試行探索
最適化アルゴリズムで探索する過程とを備えたプロセス
最適化制御方法。 2、 試行探索最適化アルゴリズムがシンプレックス法
である請求項1の方法。 3、 制御対象プロセスに同じプロセス値を与えた場合
に得られる出力が所定範囲内に収まるようにモデル化し
たモデル式を含み、実プロセスでの状態量が入力される
制御システムモデル化装置と、 この制御システムモデル化装置に対して操作変数を与え
、前記モデル式での演算結果である評価関数を受け取る
ことにより前記制御システムモデル化装置についての第
1の最適制御点を探索する制御モデル探索点探索装置と
、 この制御モデル探索点探索装置から出力された前記第1
の最適制御点を初期値とし、これを中心として真の最適
点との誤差の範囲内の領域で実プロセスに対する設定値
を出力し、実プロセスでの状態量に対応して実プロセス
での第2の最適制御点を試行探索最適化アルゴリズムで
探索する実プロセス最適操業点探索装置とを備えたプロ
セス最適化制御装置。 4、 試行探索最適化アルゴリズムガランブレックス法
である請求項3の装置。
ムを示す概略構成図、第2図は本発明の装置による最適
点探索の過程を示すフローチャート、第3図はシンプレ
ックスに対する操作を示す説明図、第4図はシンプレッ
クス法による最適点探索の過程を示すフローチャート、
第5図、第6図及び第7図は初期シンプレックスの求め
方の説明図、第8図および第9図は従来の最適化制御シ
ステムを示す概略構成図である。 1・・・制御システムモデル装置、2・・・制御モデル
最適点探索装置、3・・・実プロセス最適操業点探索装
置、4・・・制御ループコントローラ群、5・・・実プ
ロセス、6・・・制御システムモデル上の評価関数、7
・・・モデル操作変数、8・・・モデル最適操業点、9
・・・設定値(SV)、10・・・操作量(MV)11
・・・プロセス値(pv)。 出願人代理人 佐 藤 −雄 第1図 第2図 第7図 TI! (b) 第3図 手 続 補 正 書 平成 1年 6月15日 昭和63年特許願第 [34332号 3 補正をする者 事件との関係 特許出願人 (30?) 株式会社 東 芝 5?lII正により増加する請求項の数 36 補
正の対象 8 補正の内容 (1、発明の名称を「プロセス最適化制御方法およびプ
ロセス最適化制御装置」と変更する。 (2、特許請求の範囲を別紙の通り補正する。 (3)明細書第2項第6行の「プロセス最適化制御装置
を「プロセス最適化制御方法およびプロセス最適化制御
装置」と補正する。 (4)同、第10頁第6行の「最適化制御装置」を「最
適化制御方法およびプロセス最適化制御装置」と補正す
る。 (5)同、第10頁第9行から第11頁第4行までを次
のように補正する。 「本発明にかかるプロセス最適化LU御方法によれば、
制御対象プロセスに同じプロセス値を与えた場合に得ら
れる出力が所定偏差内に収まるようにモデル化したモデ
ル式を含み、実プロセスでの状g3量が入力される制御
システムモデル化装置に対して操作変数を与える過程と
、前記モデル式での演算結果である評価関数を受け取る
ことにより前記制御システムモデル装置についての第1
の最適制御点を探索する過程と、前記第1の最適制御点
を初期値とし、これを中心として真の最適点との誤差の
範囲内の領域で実プロセスに対する設定値を出力する過
程と、前記設定値に応答して実プロセスで得られた状態
量に対応して実プロセスでの第2の最適制御点を試行探
索最適化アルゴリズムで探索する過程とを備えたことを
特徴とする。 また、本発明にかかるプロセス最適化制御装置によれば
、制御対象プロセスに同じプロセス値を与えた場合に得
られる出力が所定範囲内に収まるようにモデル化したモ
デル式を含み、実プロセスでの状態量が入力される制御
システムモデル化装置と、この制御システムモデル化装
置に対して操作変数を与え、前記モデル式での演算結果
である評価関数を受け取ることにより前記制御システム
モデル化装置についての第1の最適制御点を探索する制
御モデル探索点探索装置と、この制御モデル探索点探索
装置から出力された前記第1の最適制御点を初期値とし
、これを中心として真の最適点との誤差の範囲内の領域
で実プロセスに対する設定値を出力し、実プロセスでの
状態量に対応して実プロセスでの第2の最適制御点を試
行探索最適化アルゴリズムで探索する実プロセス最適操
業点探索装置とを備えたことを特徴とする。」(6)同
、第23頁第6行の「プロセス」を「本発明の方法のよ
うにプロセス」と補正する。 (7)同第23頁第18行および第19行の「最適点検
索装置は、」を削除する。 (8)同第25頁第1行の「装置」を「方法」と補正す
る。 特許請求の範囲 1、 制御対象プロセスに同じプロセス値を与えた場合
に得られる出力が所定偏差内に収まるようにモデル化し
たモデル式を含み、実プロセスでの状態量が入力される
制御システムモデル化装置に対して操作変数を与える過
程と、 前記モデル式での演算結果である評価関数を受け取るこ
とにより前記制御システムモデル装置についての第1の
最適制御点を探索する過程と、前記第1の最適制御点を
初期値とし、これを中心として真の最適点との誤差の範
囲内の領域で実プロセスに対する設定値を出力する過程
と、前記設定値に応答して実プロセスで得られた状態量
に対応して実プロセスでの第2の最適制御点を試行探索
最適化アルゴリズムで探索する過程とを備えたプロセス
最適化制御方法。 2、 試行探索最適化アルゴリズムがシンプレックス法
である請求項1の方法。 3、 制御対象プロセスに同じプロセス値を与えた場合
に得られる出力が所定範囲内に収まるようにモデル化し
たモデル式を含み、実プロセスでの状態量が入力される
制御システムモデル化装置と、 この制御システムモデル化装置に対して操作変数を与え
、前記モデル式での演算結果である評価関数を受け取る
ことにより前記制御システムモデル化装置についての第
1の最適制御点を探索する制御モデル探索点探索装置と
、 この制御モデル探索点探索装置から出力された前記第1
の最適制御点を初期値とし、これを中心として真の最適
点との誤差の範囲内の領域で実プロセスに対する設定値
を出力し、実プロセスでの状態量に対応して実プロセス
での第2の最適制御点を試行探索最適化アルゴリズムで
探索する実プロセス最適操業点探索装置とを備えたプロ
セス最適化制御装置。 4、 試行探索最適化アルゴリズムガランブレックス法
である請求項3の装置。
Claims (1)
- 【特許請求の範囲】 制御対象プロセスを実用的な精度でモデル化したモデル
式を含み、実プロセスでの状態量が入力される制御シス
テムモデル化装置と、 この制御システムモデル化装置に対して操作変数を与え
、前記モデル式での演算結果である評価関数を受け取る
ことにより前記制御システムモデル化装置についての第
1の最適制御点を探索する制御モデル探索点探索装置と
、 この制御モデル探索点探索装置から出力された前記第1
の最適制御点を初期値とし、これを中心として真の最適
点との誤差の範囲内の領域で実プロセスに対する設定値
を出力し、実プロセスでの状態量に対応して実プロセス
での第2の最適制御点を非線形シンプレックス法で探索
する実プロセス最適操業点探索装置とを備えたプロセス
最適化制御装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63064332A JPH01302402A (ja) | 1988-03-17 | 1988-03-17 | プロセス最適化制御装置 |
| US07/324,784 US4975827A (en) | 1988-03-17 | 1989-03-17 | Optimized process control method and apparatus therefor |
| AU31424/89A AU594007B2 (en) | 1988-03-17 | 1989-03-17 | Optimized process control method and apparatus therefor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63064332A JPH01302402A (ja) | 1988-03-17 | 1988-03-17 | プロセス最適化制御装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH01302402A true JPH01302402A (ja) | 1989-12-06 |
Family
ID=13255176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63064332A Pending JPH01302402A (ja) | 1988-03-17 | 1988-03-17 | プロセス最適化制御装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US4975827A (ja) |
| JP (1) | JPH01302402A (ja) |
| AU (1) | AU594007B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002063153A (ja) * | 2000-06-27 | 2002-02-28 | Mitsubishi Electric Research Laboratories Inc | 頂点の集合及び動的な階層制約条件を用いた連続複雑系システムの最適化方法 |
| JP2002062905A (ja) * | 2000-06-27 | 2002-02-28 | Mitsubishi Electric Research Laboratories Inc | 連続した複雑系システムの頂点ベースでの最適化において動的に制約条件を取り扱うシステムの最適化方法 |
| JP2002522912A (ja) * | 1998-08-14 | 2002-07-23 | アプライド マテリアルズ インコーポレイテッド | 基板温度測定システムのチューニング |
| JP2009122779A (ja) * | 2007-11-12 | 2009-06-04 | Mitsubishi Electric Corp | 制御システムおよび制御支援装置 |
| CN104122792A (zh) * | 2014-07-01 | 2014-10-29 | 河南科技大学 | 搓澡机器人优化控制方法 |
Families Citing this family (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5166873A (en) * | 1989-09-13 | 1992-11-24 | Yokogawa Electric Corporation | Process control device |
| JP2656637B2 (ja) * | 1989-11-22 | 1997-09-24 | 株式会社日立製作所 | プロセス制御システム及び発電プラントプロセス制御システム |
| US5161110A (en) * | 1990-02-27 | 1992-11-03 | Atlantic Richfield Company | Hierarchical process control system and method |
| JPH03259302A (ja) * | 1990-03-09 | 1991-11-19 | Hitachi Ltd | 情報処理システム |
| US5572430A (en) * | 1991-07-03 | 1996-11-05 | Hitachi, Ltd. | Method and apparatus for cooperated design |
| US5341313A (en) * | 1992-08-03 | 1994-08-23 | Phillips Petroleum Company | Catalyst life prediction in hydrodesulfurization |
| JP2779736B2 (ja) * | 1992-08-03 | 1998-07-23 | 株式会社日立製作所 | 最適化装置およびそれを利用した工程計画作成装置 |
| US5642296A (en) * | 1993-07-29 | 1997-06-24 | Texas Instruments Incorporated | Method of diagnosing malfunctions in semiconductor manufacturing equipment |
| DE19513547C2 (de) * | 1995-04-10 | 2003-04-10 | Siemens Ag | Verfahren zum Steuern des Wärmebehandlungsprozesses in einer Pelletieranlage |
| US5674002A (en) * | 1995-11-27 | 1997-10-07 | Powell; Talmadge Wayne | Hammers with optimal claw shape and method for development of optimally designed hammers, crowbars, and levers |
| DE19548909A1 (de) * | 1995-12-27 | 1997-07-03 | Siemens Ag | Verfahren zur Regelung eines verzögerungsbehafteten Prozesses mit Ausgleich sowie Regeleinrichtung zur Durchführung des Verfahrens |
| US5841678A (en) * | 1997-01-17 | 1998-11-24 | Phillips Petroleum Company | Modeling and simulation of a reaction for hydrotreating hydrocarbon oil |
| DE19722431A1 (de) * | 1997-05-28 | 1998-12-03 | Siemens Ag | Verfahren zur Regelung eines verzögerungsbehafteten Prozesses mit Ausgleich sowie Regeleinrichtung zur Durchführung des Verfahrens |
| US6957172B2 (en) | 2000-03-09 | 2005-10-18 | Smartsignal Corporation | Complex signal decomposition and modeling |
| US7233886B2 (en) * | 2001-01-19 | 2007-06-19 | Smartsignal Corporation | Adaptive modeling of changed states in predictive condition monitoring |
| US20020177908A1 (en) * | 2001-03-18 | 2002-11-28 | Sudarshan Bhat | System and method for optimizing optical coupling in a cross connect switch |
| WO2003025685A1 (en) * | 2001-09-14 | 2003-03-27 | Ibex Process Technology, Inc. | Scalable, hierarchical control for complex processes |
| RU2229074C1 (ru) * | 2003-02-13 | 2004-05-20 | ООО "Научно-производственное внедренческое предприятие ТОРЭКС" | Способ управления процессом обжига окатышей на конвейерной машине |
| JP2006302078A (ja) * | 2005-04-22 | 2006-11-02 | Yamatake Corp | 制御対象モデル生成装置および生成方法 |
| RU2317578C1 (ru) * | 2006-06-19 | 2008-02-20 | Государственное Образовательное Учреждение Высшего Профессионального Образования Амурский Государственный Университет | Робастная система управления |
| RU2317579C1 (ru) * | 2006-07-17 | 2008-02-20 | Государственное Образовательное Учреждение Высшего Профессионального Образования Амурский Государственный Университет | Робастная система управления |
| US8275577B2 (en) | 2006-09-19 | 2012-09-25 | Smartsignal Corporation | Kernel-based method for detecting boiler tube leaks |
| US8311774B2 (en) | 2006-12-15 | 2012-11-13 | Smartsignal Corporation | Robust distance measures for on-line monitoring |
| AU2008228739A1 (en) * | 2007-03-20 | 2008-09-25 | Accenture Global Services Limited | Predictive cost reduction based on a thermodynamic model |
| CA2723347C (en) * | 2009-12-04 | 2018-01-02 | Tata Consultancy Services Limited | On-line optimization of induration of wet iron ore pellets on a moving grate |
| US20110213715A1 (en) * | 2010-03-01 | 2011-09-01 | Accenture Global Services Gmbh | Lean Analytics |
| US12265381B1 (en) | 2018-11-16 | 2025-04-01 | Ai Technologies | Controlling operation of machine tools using combinatorial optimization problem solvers |
| US11366457B1 (en) | 2018-11-16 | 2022-06-21 | On-Time.Ai, Inc. | Controling operation of machine tools using artificial intelligence |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3828171A (en) * | 1972-08-14 | 1974-08-06 | Phillips Petroleum Co | Process apparatus control system for optimizing objective variable quality |
| US4607325A (en) * | 1981-10-21 | 1986-08-19 | Honeywell Inc. | Discontinuous optimization procedure modelling the run-idle status of plural process components |
| AU560995B2 (en) * | 1984-02-07 | 1987-04-30 | Toshiba, Kabushiki Kaisha | Process control apparatus |
| EP0159103B1 (en) * | 1984-04-13 | 1989-08-30 | Kabushiki Kaisha Toshiba | Process control apparatus |
| US4768143A (en) * | 1986-10-09 | 1988-08-30 | The Babcock & Wilcox Company | Apparatus and method using adaptive gain scheduling algorithm |
-
1988
- 1988-03-17 JP JP63064332A patent/JPH01302402A/ja active Pending
-
1989
- 1989-03-17 AU AU31424/89A patent/AU594007B2/en not_active Ceased
- 1989-03-17 US US07/324,784 patent/US4975827A/en not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002522912A (ja) * | 1998-08-14 | 2002-07-23 | アプライド マテリアルズ インコーポレイテッド | 基板温度測定システムのチューニング |
| JP2002063153A (ja) * | 2000-06-27 | 2002-02-28 | Mitsubishi Electric Research Laboratories Inc | 頂点の集合及び動的な階層制約条件を用いた連続複雑系システムの最適化方法 |
| JP2002062905A (ja) * | 2000-06-27 | 2002-02-28 | Mitsubishi Electric Research Laboratories Inc | 連続した複雑系システムの頂点ベースでの最適化において動的に制約条件を取り扱うシステムの最適化方法 |
| JP2009122779A (ja) * | 2007-11-12 | 2009-06-04 | Mitsubishi Electric Corp | 制御システムおよび制御支援装置 |
| CN104122792A (zh) * | 2014-07-01 | 2014-10-29 | 河南科技大学 | 搓澡机器人优化控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| AU594007B2 (en) | 1990-02-22 |
| AU3142489A (en) | 1989-11-23 |
| US4975827A (en) | 1990-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH01302402A (ja) | プロセス最適化制御装置 | |
| EP1921280B1 (en) | Systems and methods for multi-level optimizing control systems for boilers | |
| Shakil et al. | Soft sensor for NOx and O2 using dynamic neural networks | |
| Si et al. | Optimization of coal-fired boiler SCRs based on modified support vector machine models and genetic algorithms | |
| Zhao et al. | Adaptive synchronised tracking control for multiple robotic manipulators with uncertain kinematics and dynamics | |
| CN104763999A (zh) | 电厂煤粉锅炉燃烧性能在线优化方法和系统 | |
| Muhammad Ashraf et al. | Optimization of a 660 MWe supercritical power plant performance—a case of Industry 4.0 in the data-driven operational management part 1. Thermal efficiency | |
| Mikulandrić et al. | Improvement of existing coal fired thermal power plants performance by control systems modifications | |
| Ding et al. | Dynamic modeling of multi-input and multi-output controlled object for municipal solid waste incineration process | |
| Frick | Status report on the NuScale module developed in the modelica framework | |
| Tang et al. | A review of model predictive control for the municipal solid waste incineration process | |
| Feliu-Batlle et al. | Design of a PIα controller for the robust control of the steam pressure in the steam drum of a bagasse-fired boiler | |
| Bogdanov et al. | Software implementation of the accurate regulators a three-dimensional object: heating chamber evaporator heater steam boiler | |
| Jamaludin et al. | The utilization of closed‐loop prediction for dynamic real‐time optimization | |
| Yang et al. | Temperature prediction and analysis based on BP and Elman neural network for cement rotary kiln | |
| Ronquillo-Lomeli et al. | Nonlinear modeling of industrial boiler NOx emissions | |
| Kusiak et al. | Optimizing combustion efficiency of a circulating fluidized boiler: A data mining approach | |
| Fang et al. | Data‐driven control for combustion process of circulating fluidised bed boiler | |
| Bıyıkoǧlu et al. | Temperature prediction in a coal fired boiler with a fixed bed by fuzzy logic based on numerical solution | |
| Rodic | Automation and Control: Theory and practice | |
| Ogumerem et al. | Computational framework for smart manufacturing via parametric optimization and control (PAROC) | |
| Spinelli et al. | An optimal control of start-up for nonlinear fire-tube boilers with thermal stress constraints | |
| Zhang et al. | Feasible Path SQP Algorithm for Simulation-based Optimization Surrogated with Differentiable Machine Learning Models | |
| Huaguang et al. | Multivariable fuzzy generalized predictive control | |
| Li | Research on Control System of Flue Gas Waste Heat Recovery Based on Fuzzy Control Algorithm |