JPH02308303A - 自動調整制御装置 - Google Patents

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。

Description

【発明の詳細な説明】 〔発明の目的コ （産業上の利用分野） 本発明は例えば電動機の制御に用いられる自動調整制御
装置に関する。

（従来の技術） 例えば電動機を制御する制御装置を初期調整するにあた
っては、目標値応答と外乱応答の両者を良好な状態にす
ることが調整のポイントとなる。

しかし、目標値応答と外乱応答は相反する面があり、こ
れらの応答を調整するには両者のバランスを取る必要が
ある。このため、従来では熟練者がオシログラフ等で応
答波形を見ながら目標値応答と外乱応答のバランスを確
認して調整を行っていた。

（発明が解決しようとする課題） しかし、このような制御装置の初期調整方法では熟練者
と言えども多くの手間と時間がかかるという問題がある
。

そこで、最近ではこのような調整を自動化したいという
要望があるが、現在のところかかる要望を実現する手段
がないのが実状である。

本発明は制御装置の初期調整を自動化すると共に運転中
にも０動調整機構を間欠的に働からかせることでパラメ
ータ変動等の制御対象の特性変動にも対応させることが
できる自動調整制御装置を提イ共することを目的とする
。

［発明の構成］ （課題を解決するための手段） 本発明は上記の目的を達成するため、以下のような構成
の自動調整制御装置とするものである。

第１図は本発明を説明するための機能プロ・ツク図であ
る。第１図において、制御装置３は指令値ｒと制御対象
４の出力ｙとを入力して制御対象４を制御するものであ
り、また制御演算装置１は制御装置３と同一のパラメー
タを有し、指令値ｒと外乱応答演算器２からフィードパ
・ツクされる出力ｙ、を入力して外乱応答を模擬する外
乱応答演算器２の操作量を生成する。記憶装置５は外乱
応答演算器２の出力ｙ、と制御対象４の出力ｙおよび指
令値ｒを記憶し、また特徴量抽出手段６は記憶装置５の
データから制御対象の特徴量を生成してパラメータ推論
機構７に入力する。パラメータ推論機構７は特徴量抽出
手段６で生成された特徴量から制御装置１のパラメータ
を決定するもので、ここで決定されたパラメータをパラ
メータ調節手段８に入力する。このパラメータ調節手段
８は制御演算装置１と制御装置３および外乱応答演算器
２のパラメータをパラメータ推論機構７の出力にしたが
って調節する。

（作用） このような構成の自動調整制御装置にあっては、記憶装
置５に記憶された指令値ｒと制御装置３と同一特性を有
する制御演算装置１からの操作量に応じて外乱応答を模
擬する外乱応答演算器２の出力ｙｄおよび制御対象４の
出力ｙを特徴量抽出手段６に取込んで特徴量を生成し、
これをパラメータ推論機構７に入力することにより制御
装置３のパラメータが決定されるので、このパラメータ
推論機構７の出力にしたがってパラメータ調節手段８に
より制御演算装置１と制御装置３および外乱応答演算器
２のパラメータを調節することが可能となり、したがっ
て制御装置３の指令値応答、外乱応答共に良好な制御特
性にすることができる。

（実施例） 以下本発明の一実施例を図面を参照して説明する。

第２図は推論機構としてファジィ推論機構を用いた自動
調整制御装置の実施例を示すものである。

第２図おいて、制御装置３は積分ゲインＫｉ１第１の比
例ゲインＫｐ５第２の比例ゲインＫａの３つのパラメー
タを持っている。積分ゲインＫｉは定常偏差を零にする
効果を持ち、第１の比例ゲンイＫｐは応答の立上りの速
さを決める量であり、第２の比例ゲインＫａは行過ぎ量
を抑制する効果を持つ。また、制御装置３のブロック内
のＳはラプラス演算子であり、１／Ｓは積分を表す。制
御演算装置１は外乱応答用のものであり、制御装置３と
全く同一構造で、同じパラメータを持っている。制御対
象４は電動機を制御する場合を想定している。外乱応答
演算器２は変換器を１次遅れモデルで近似した部分２１
、Ｊｄをパラメータとして電動機の慣性を表した部分２
２、ステップ状の外乱Ｔｄを発生する外乱発生器２３か
らなり、出力ωｄを送出する。記憶装置５は制御対象４
の出力ω、外乱応答演算器２の出力ωｄ５指令値ω「の
時々刻々の値を記憶する。ω、ωｄの時間応答がそれぞ
れ目標値応答、外乱応答を示すことになる。特徴抽出手
段６は指令値ωｒによって抽出する特徴量を選定し、各
特徴量を算出する。例えば、指令値ωｒがステップ状に
変化する場合、特徴量としては目標値応答の立上り時間
、行過ぎ量、遅れ時間および外乱応答のインパクトドロ
ップ量、整定時間を選定する。パラメータ推論機構７は
ファジィ推論実行部７１およびファジィルールベース７
２からなる。

ここで、ファジィルールベース７２は７種類のあいまい
表現（例えば、かなり小さい、小さい、やや小さい、適
当、やや大きい、大きい、かなり大きい）を用いて記述
されたルールベースである。

この７種類の表現は第３図のような関数で定義される。

なお、横軸は正規化された特徴量を示す。

この第３図に示す関数で写像することによって、各特徴
量はＯ〜１の数値に変換される。この関数はファジィ推
論においてメンバーシップ関数と呼ばれる。ここに示し
たメンバーシップ関数の定義は一例であり、関数の形状
は各パラメータ毎に定義する。

ファジィ推論実行部７１はファジィルールベース７１を
用いて次のような推論を実行する。

（１）各ルールの評価を行ない、ルール毎の推論結果を
求める。

特徴量抽出手段６によって得られた特徴量から各ルール
の条件部を評価し、各ルールの適合度（条件がどの程度
成立しているかを表す指標）を求める。次に各ルールの
適合度に合せて各ルールの結論部に相当するメンバーシ
ップ関数を変形し、推論結果を得る。

例として［立上り時間が大きく、且つ行過ぎ量がかなり
小さいならば、比例ゲインＫｐをかなり大きく」という
ルールについての推論の方法について説明する。この過
程を図示したのが第４図である。この例では「立上り時
間が大きい」　「行過ぎ量がかなり小さい」という条件
の適合度がそれぞれ０．７．０．３となる。このルール
は２つの条件が「かつ（推論部）」で結ばれているので
各適合度の最小値を取り、０．３を条件部の適合度とす
る。推論部の「比例ゲインＫｐをかなり大きく」も条件
部と同様に第３図に示すメンバーシップ関数で表現され
ており、この関数を条件部の適合度によって変形する。

この場合、条件部の適合度が０．３であるから「Ｋｐを
かなり大きく」というメンバーシップ関数を最大値が０
．３になるように変形する。

（２）各ルールの推論結果を総合してパラメータを決定
する。

各ルールの評価として得られたメンバーシップ関数をパ
ラメータ毎に総合して各々のパラメータを決定する。決
定の過程を図示したのが第５図である。総合の手順は、
まず一つのパラメータに対して全てのメンバーシップ関
数の最小値を求め、これをその値のメンバーシップ関数
とする（これは各ルールの推論結果の論理和を取ること
に相当する）。次に各パラメータのメンバーシップ関数
の重心を求め、これをパラメータの推論値とする。

ここで、メンバーシップ関数Ａ　（ｘ）の重心Ｇｐは次
式で演算される。

Ｇｐ＝Ｊ’Ａ　（ｘ）ｘｄｘ／、Ｊ’Ａ　（ｘ）ｄｘ推
論機構７によってパラメータが決定されると、パラメー
タ調節手段８はそのパラメータにしたがって、制御装置
３および制御演算装置１のパラメータＫｐ、Ｋｉ、Ｋａ
と電動機の慣性を表すパラメータＪｄを調節する。

このように本実施例では、推論機構のルール「やや大き
く」とか「かなり小さく」といったあいまいな表現を許
すため、熟練者の知識をルール化しやすいという特徴が
ある。また、一段の推論のみで推論結果がでるため、推
論時間は特徴量の値によらず一定になる。

ファジィ推論を利用した推論機構には本実施例の他に次
のような方法を用いてもよい。

即ち、各ルールの推論結果を求める際に、結論部のメン
バーシップ関数を条件部の適合度によって重み付けした
ものを推論結果とするものである。

この場合のメンバーシップ関数の変化を図示したものが
第６図である。

また、本実施例ではファジィ推論演算として、最大値演
算、最小値演算を中心に用いたが、ファジィ推論には種
々の演算が提案されており、それらの演算を採用しても
よい。

次に本発明の他の実施例として第７図に示すような演算
機構によるパラメータ推論機構を用いた場合について述
べる。このパラメータ推論機構は第７図に示すように入
力層１０、中間層２０．出力層３０からなり、第８図（
ａ）、（ｂ）に示すような入力層は１人力１出力のユニ
ットを、また中間層と出力層は多大力１出力のユニット
を構成単位としている。入力層ユニット１０１〜１０５
は特徴量抽出手段から送られる特徴量と同数のユニット
からなり、その特徴量に重み１０６をかけたものを入力
としている。そして、出力に種々の重みを乗じたものが
中間層の複数のユニットの入力となっている。中間層ユ
ニッ・ト２０１〜２０４の出力も同様に、重み２０５を
かけた上で出力層の複数のユニットの入力となっている
。出力層は決定するパラメータと同数の出力層ユニット
３０１〜３０４からなり、各パラメータの推論結果を出
力する。第２図の例では、Ｋｐ＋　Ｋｉ。

Ｋａ、Ｊｄに対する４ユニツトで、出力層を構成すれば
よい。

ここで、各ユニットの出力は次式で表される。

ｙ−ｆ（Σωｉ・ｙｉ−ｈ） 但し、ｙ：ユニットの出力、ｙｉ：前層のユニットｉの
出力、ωｉ：前層のユニットｉに対する重み、　ｈ：定
数 関数ｆ　（ｘ）は第８図（ａ）に示す関数を用いる。ｆ
　（ｘ）としては第８図（ｂ）等の種々の変形が考えら
れる。

この方式では、各ユニットを結ぶ重みの決定が重要であ
るが、いくつかの特徴量のパターンに対するパラメータ
の決め方を熟練者が与えることによって、学習機能によ
り重みを決定できることが特徴である。学習のアルゴリ
ズムとしてはいくつかの手法が提案されている。

この他の実施例としては推論機構にエキスパートシステ
ム型の知識ベースを用いる方法もある。

この場合はルールを繰返して適応させることにより、結
論を得る地膜推論が可能なため、複雑な推論を必要とす
る制御対象や数式的な情報を用いた推論を必要とする制
御対象に有利な手法となる。

本発明はパラメータの初期調整および運転中のパラメー
タ修正の両方が使えるが、初期調整の場合、本来の指令
値に十分な周波数が含まれず、全てのパラメータを推論
できない場合もある。このような場合には第９図のよう
に内部に指令値発生器１３および切替器１４を設け、初
期調整では指令値発生器１３の出力を指令値として用い
、初期調整が終了した後本来の指令値に切替えることで
対応できる。

［発明の効果］ 以上のべたように本発明によれば、外乱応答を模擬する
手段と指令値応答および外乱応答を同時に評価して制御
装置のパラメータを決定するパラメータ推論機構を備え
ることにより、指令値応答と外乱応答がともに良好にな
るように制御パラメータが自動調節され、熟練オペレー
タによる調整を不要にして制御装置の精度および信頼性
を高める゛ことのできる自動調整制御装置を提供するこ
とができる。

【図面の簡単な説明】

第１図は本発明の詳細な説明するための機能ブロック図
、第２図は本発明の一実施例を示すブロック構成図、第
３図乃至第５図は同実施例の作用を説明するための図、
第６図乃至第９図は本発明の他の実施例を説明するため
の図である。 １・・・制御演算装置、２・・・外乱応答演算器、３・
・・ラメータ調節手段。

Claims (1)

【特許請求の範囲】
1. 指令値と制御対象の検出値から制御対象の操作量を出力
   する制御装置において、外乱応答を模擬する外乱応答演
   算器と、この外乱応答演算器の出力と前記指令値とを入
   力して外乱応答演算器の操作量を出力する前記制御装置
   と同一特性を有する制御演算装置と、前記指令値と前記
   制御対象の検出値および前記外乱応答演算器から出力さ
   れる外乱応答を記憶する記憶装置と、この記憶装置に記
   憶されたデータから制御対象の特徴量を抽出する特徴量
   抽出手段と、この特徴量抽出手段から出力される特徴量
   から前記制御装置および外乱応答演算器のパラメータを
   決定するパラメータ推論機構と、このパラメータ推論機
   構の出力に応じて前記制御装置および外乱応答演算器の
   パラメータを調整するパラメータ調節手段とを備えたこ
   とを特徴とする自動調整制御装置。