JPH0250701A - 適応制御方法 - 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】 （産業上の利用分野） 本発明は、プロセスの特性変化を補償する適応制御方法
に関する。

（従来の技術） 従来、プロセスの特性変動を補償するための方法として
、ゲインスケジューリング形適応制御及びセルフチュー
ニング形適応制御が知られている。

まず、ゲインスケジューリング形適応制御を第４図によ
り説明する。

この制御では、コントローラ１２は減算器１１からの設
定値ｙ傘とプロセス１３からのフィードバック量ｙとの
偏差ｙ串−ｙを入力する他、スケジューリング要素１４
から制御パラメータＫを取り込んでいる。一方、スケジ
ューリング要素１４は、プロセス１３の特性変動により
制御パラメータにの最適調整値が変化した場合には、そ
の変動の原因となった非線形要因（環境条件）を測定し
、この検出結果を示す適応指数Ｐに応じて前記制御パラ
メータＫを更新する。そして、コントローラ１２はこの
更新された制御パラメータＫに基づきプロセス１３に最
適な操作変数Ｕを出力するものである。なお、スケジュ
ーリング要素１４により更新するべき制御パラメータの
値には、適応指数Ｐと制御パラメータにとの関係を表す
ゲインスケジュール曲線（ＧＳカーブ）により求めるこ
とができる。

このゲインスケジューリング形適応制御は、適応指数Ｐ
と制御パラメータにとの対応関係が正確に知られている
限り（換言すればＧＳカーブが求められている限り）急
激な特性変化に対応できるという利点を有している。

次に、セルフチューニング形適応制御を第５図により説
明する。

この制御は、コントローラ１２は減算器１１からの設定
値ｙ拳とプロセス１３からのフィードバック量ｙとの偏
差ｙ傘−ｙを入力する他、パラメータ調整器１５から制
御パラメータＫを取り込んでいる。

そして、プロセス特性推定手段１６は、プロセス１３の
環境条件を測定せずに、換言すれば適応指数Ｐを求める
こと無しに、プロセス１３の特性が変動したという事実
に基づいてその特性を推定し、パラメータ調整手段１５
はこの推定結果により最適調整された制御パラメータＫ
を求め、コントローラ１２は、この制御パラメータＫに
応じた操作変数Ｕによりプロセス１３を制御するもので
ある。

このセルフチューニング形適応制御は、常にプロセス１
３の特性の推定を行い制御パラメータにの調整を行うも
のなので、経年変化などの時間的に変化するプロセス特
性の変動に対して対応できるという利点を有する。

（発明が解決しようとする課題） しかし、ゲインスケジューリング形適応制御は原理的に
開ループによる制御であり、ＧＳカーブの関数として常
に固定したものを用いなければならず、緩慢な特性変化
、例えば経時・経年変化に起因する特性変化には適応で
きないという欠点がある。

また、セルフチューニング形適応制御は、プロセス特性
の推定にはかなりの計算量が要求され。

制御パラメータの決定には時間がかかり、急激なプロセ
スの特性変化に対しては対応できないという欠点がある
。

本発明は上記問題点を解決するために提案されたもので
、プロセスの非線形要因による特性変動及び経時・経年
変化などの時間的な特性変動に対して、常に最適な制御
パラメータを調整することにより、プロセスの特性変動
をもたらすあらゆる環、境条件にコントローラを適応さ
せる適応制御方法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） 上記目的を達成するため１本発明におし１て、整合性判
定手段は、コントローラの出力である操作変数とプロセ
スの出力とから前記コントローラと前記プロセスとの整
合性を順次判断し、両者の整合の程度により決定される
整合係数を演算し、スケジューリング要素は、前記プロ
セスの環境条件を表示するパラメータである適応指数に
応じたゲインをゲインスケジュール曲線に基づき演算し
、前記コントローラは、前記ゲインと前記整合係数との
乗算値を制御パラメータとする操作変数をプロセスに出
力し、一方、データベースは、前記整合係数と前記適応
指数とを対データとして順次ス１−ツタし、ゲインスケ
ジュール曲線更新手段は。

前記データベースにストックされた対データが任意個数
に達したときは、ストックされた前記各対データに基づ
き前記ゲインスケジュール曲線を更新し、その後、スト
ックされた対データの個数が所定の設定数に達したとき
は、前記データベースは、新たな対データがストックさ
れる毎に、前記データベースに既にストックされている
対データのうち最先の対データを消去すると共に、前記
ゲインスケジュール曲線更新手段はこの新たなストック
毎に前記データベースにストックされている全対データ
に基づき前記ゲインスケジュール曲線を順次更新するこ
とを特徴とする。

（作用） 本発明においては、プロセスはコントローラによりフィ
ードバック制御されている。

一方、整合性判定手段はコントローラの出力である操作
変数とプロセスの出力とを入力し、例えば一定時間ごと
に整合係数を演算する。また、適応指数に応じたゲイン
がスケジューリング要素によりゲインスケジュール曲線
に基づいて求められる。

そして、前記ゲインと前記整合係数との乗算値によりコ
ントローラの制御パラメータが決定され。

コントローラによるプロセスの制御が行われる。

また、データベースには、前記整合係数と適応指数との
対データが順次ストックされており、ストックされた対
データが任意の個数に達すると。

ストックされている全ての対データがオペレータ等によ
り解析され、ゲインスケジュール曲線更新手段は、この
解析結果に応じてゲインスケジュール曲線を更新する。

データベースでは、ストックされる対データの個数が所
定の設定値を越えたときは、新たな対データがストック
される毎に、順次最先のデータを消去しているのでデー
タベースには常に新しい一定の個数のデータがストック
される。そして、ゲインスケジュール曲線更新手段は、
最新の前記対データ群に基づき、新データがストックさ
れる毎にプロセスの経時・経年変化を常に考慮した新た
なゲインスケジュール曲線への更新を行う。

（実施例） 以下、図に沿って本発明の一実施例を第１図のブロック
図により説明する。

減算器１は設定値ｙ拳とプロセス変数（プロセス出力）
ｙとの偏差ｙ傘−ｙを演算し、この偏差をコントローラ
２に入力する。

コントローラ２は、前記偏差ｙ−−ｙと制御パラメータ
発生器８から取り入れた制御パラメータにとに基づく操
作変数Ｕをプロセス３及び整合性判定手段４に出力する
。

プロセス３はこの操作変数Ｕに基づき制御され、このプ
ロセス３の出力ｙは前記減算器１にフィードバックされ
る他、整合性判定手段４に出力される。

前記操作変数Ｕ及びプロセス変数ｙを入力とする整合性
判定手段４は、両変数Ｕとｙとからコントローラ２とプ
ロセス３との整合性を測定し、この測定結果に応じた整
合係数αを制御パラメータ発生器８及びデータベース５
に出力する。ここで。

制御パラメータ発生器８は、コントローラ２の内部に組
み込んでもよいが、第１図に示すように、コントローラ
２の外部に設けてもよい。

データベース５には、前記整合係数αの他、プロセス３
の環境条件を示すパラメータ（以下、ｒ適応指数」とい
う）Ｐも入力される。これらα、Ｐは対データＤとして
データベース５に蓄えられる。

ゲインスケジュール曲線更新手段（以下、ｒＧＳカーブ
更新手段」という）６は、データベース５に蓄えられて
いる各対データＤから最適なゲインスケジュール曲線（
以下ＪＧＳカーブ」という）ｇを決定しスケジューリン
グ要素７に出力し、ＧＳカーブを更新する。

スケジューリング要素７は、この更新されたＧＳカーブ
ｇを制御パラメータ発生器８に出力する。

制御パラメータ発生器８では、ＧＳカーブｇ及びＧＳカ
ーブパラメータαとからαＸｇを演算し制御パラメータ
にとしてコントローラ２に出力する。

以下、本発明の上記実施例を更に具体的に説明する。

例えば、ＧＳカーブｇが、当初、第２図に示すｇｏに設
定されているとし、整合性判定手段４によるコントロー
ラ２とプロセス３との整合性の判断は一定の時間間隔で
行われているものとする。

まず、整合性判定手段４はコントローラ２とプロセス３
の出力との整合性を測定し、制御パラメータＫが適正値
より大きすぎると判定したときはαく１を、小さすぎる
と判定したときはα〉１を。

整合が取れていると判定したときはα＝１を出力する。

整合係数αの最初の検出値をα、とすると、制御パラメ
ータ発生器８の出力にはα、×ｇ１である。

ここで、データベース５には、α、と最初の検出時にお
ける適応指数Ｐ１とが対データＤ□としてストックされ
る。

次に、整合係数αが任意回数（ｉ回）検出され、データ
ベース５にはｉ個の対データＤ１〜Ｄｉがストックされ
たものとする。ここで、オペレータ等は、ＧＳカーブを
更新すべきか否かを判断し、更新するべきであると判断
したときは、ＧＳカーブ更新手段６によりＧＳカーブを
ｇｌからｇｌに更新する。この更新に係るＧＳカーブは
、ハンチング等に起因する異常な対データを排除して決
定される。このｇｌからｇｌへの更は１例えば、第２図
においてｘ印で示す各対データＤ１〜Ｄｉの分布に基づ
きオペレータ等の目視により決定される。なお、第２図
中Ｄｈは、ハンチング等による異常なデータである。そ
して、このときの制御パラメータ発生器８は、コントロ
ーラ２に対し制御パラメータにとしてα１×ｇ２を設定
する（第２図参照）。

そして、整合係数αの検出が順次行われ、データベース
５にストックされる対データの個数が設定数Ｎに達した
ものとする。ここで、オペレータ等は、ＧＳカーブ更新
手段６によりＧＳカーブをｇｌからｇ３に更新する。こ
の更新に係るＧＳカーブは、上記のｇｌからｇｚへの更
新と同様Ｎ個の対データＤユ〜ＤＮに基づきハンチング
等に起因する異常な対データを排除して決定される。こ
のときの制御パラメータにの値はαｓＸｇｉとなる。な
お、設定数Ｎは制御システムの性質により決定される。

次に、整合性判定手段４が次の検出を行い、整合性判定
手段４がαＮ・１を出力すると、データベース５は最初
の対データＤ１を消去し、第２から第Ｎ＋１までの対デ
ータＤ、、　Ｄ３、・・・、　ＤＮＮ１３ストックする
。そして、ＯＳカーブ更新手段６はこれらの対データＤ
　ｚ　”’　Ｄ　Ｎ　＋　ｘに基づき前記と同様、ＧＳ
カーブをｇ、からｇ、に更新する。ここで制御パラメー
タ発生器８の出力にはαＮ◆ｚ　Ｘ　ｇ　４である。

以下同様に、ＧＳカーブはｇｉ＊ｇｓ＊・・・に順次更
新され、コントローラ２はプロセス３に対して経時・経
年変化に対処した適応制御を行う。

第３図は、このときの整合係数αの変化の様子を、横軸
に時間ｔを取って示したグラフである。

ここでｔ工は、制御パラメータＫが過大と検出されたた
めにαが小さく設定され、ｔ２は制御パラメータＫが過
小と検出されたためにαが大きく設定された場合を示し
ている。

上記実施例では、ＧＳカーブの更新をデータベース５に
ストックされる対データＤの個数が所定の設定数Ｎに達
するまでに一回としたが、これを複数回行ってもよいし
、また、制御システムの性質によっては、前記設定数Ｎ
に達するまで、−度も行わなくてもよい。

また、上記実施例では、ＧＳカーブのｇ工からｇｌ、ｇ
ｌからｇｓ、ｇｚからｇ鴫、”°への更、新等に際して
の制御パラメータ発生器８の出力ＫをαｉＸ　ｇｘ、　
　αＮＸ　ｇ３．　　αＮ＊ｉ　Ｘ　ｇ４、・・・とし
たが、（Ｅｉ＋ｔＸｇｚ、αＮ＊ｘＸｇｚ、（！Ｎ＋ｚ
Ｘｇ３、・・・としてもよい。

更に、上記実施例では、データベース５にストックされ
る対データＤの個数がＮ以上となった場合に、新たな対
データＤのストック毎にＧＳカーブｇを更新することと
したが、一定のストック周期毎（例えば、２回のストッ
ク毎）にＧＳカーブｇを更新することとしてもよい。

なお、本発明は、多変数制御に応用できるが。

この場合には、設定値Ｙ”＋フィードバックｉｔ　ｙ　
＋操作変数Ｕ、コントローラの出力Ｕ、適応指数Ｐ。

整合係数α、対データＤ、制御パラメータに、Ｇ　Ｓカ
ーブ等をベクトル変数として取り扱う。

（発明の効果） 本発明は、コントローラとプロセスの出力との整合性に
係るデータ＜ｇ１合係数）と、過去から現在に至るまで
の経時・経年変化するプロセスの環境条件の常時測定値
に係るデータ（適応指数）とからなる多数の対データに
基づき、順次ゲインスケジュール曲線を更新することと
したので、ゲインスケジューリング形適応制御の欠点で
ある経時・経年的な緩慢な特性変化には適応できないと
いう欠点を解消できると共に、セルフチューニング形適
応制御の欠点である、急激な特性変化に対しては対応で
きないという欠点を解消することができる。

即ち、本発明によれば、プロセス特性の非線形要因によ
る特性変動及び経時・経年変化などの時間的な特性変動
に対して、常に最適な制御パラメータを調整することが
でき、プロセスの特性変動をもたらすあらゆる環境条件
にコントローラを適応させる適応制御方法を提供するこ
とが可能となる。

【図面の簡単な説明】

第１図は本発明に係る適応制御方法の一実施例を説明す
るためのブロック図、第２図は第１図により示す実施例
におけるゲインスケジュール曲線を示すグラフ、第３図
は同じく整合係数の時間変化の様子を示すグラフ、第４
図は従来技術であるゲインスケジューリング形適応制御
方法を説明するためのブロック図、第５図は同じくセル
フチュニフグ形適応制御方法を説明するためのブロック
図である。 １・・・減算器、　　　　２・・・コントローラ、３・
・・プロセス、　　４・・・整合性判定手段。 ５・・・データベース、６・・・ＯＳカーブ更新手段、
７・・・スケジューリング要素、 ８・・・制御パラメータ発生器

Claims (1)

1. 【特許請求の範囲】 整合性判定手段は、コントローラの出力である操作変数
   とプロセスの出力とから前記コントローラと前記プロセ
   スとの整合性を順次判断し、両者の整合の程度により決
   定される整合係数を演算し、スケジューリング要素は、
   前記プロセスの環境条件を表示するパラメータである適
   応指数に応じたゲインをスケジューリング要素によりゲ
   インスケジュール曲線に基づき演算し、 前記ゲインと前記整合係数との乗算値を制御パラメータ
   とする操作変数を前記コントローラによりプロセスに出
   力し、 一方、データベースは、前記整合係数と前記適応指数と
   を対データとして順次ストックし、前記データベースに
   ストックされた対データが任意個数に達したときは、ゲ
   インスケジュール曲線更新手段により、ストックされた
   前記各対データに基づき前記ゲインスケジュール曲線を
   更新し、その後、ストックされた対データの個数が所定
   の設定数に達したときは、前記データベースは、新たな
   対データがストックされる毎に、前記データベースに既
   にストックされている対データのうち最先の対データを
   消去すると共に、前記ゲインスケジュール曲線更新手段
   はこの新たなストック毎に前記データベースにストック
   されている全対データに基づき前記ゲインスケジュール
   曲線を順次更新する ことを特徴とする適応制御方法。