JPH0264802A - 制御器の最適パラメータ調整装置 - 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】 〔産業上の利用分野〕 本発明は♂イラノラント、原子プラント等の熱ノロセス
の制御装置に使用される制御器の最適ノヤラメータａ１
４整装置に関するものである。

〔従来の技術〕

第６図は従来の制御器の最適メ譬うメータ調整装置６４
をＰＩ調節器６ノと〜制切換器６２とグラ／トロ３から
なる実機に接続した場合の構成図である。第６図のＰＩ
調節器６ノの・９ラメータを調整する場合には〜全切換
器（自動と手動の切換）６２でＡ（自動）からＭ（手動
）へ切換えた後、ステップ人力ｕ（ｔ）を入力し、グラ
ントロ３の制御ｍｙ（りを記録しておいて、その応答波
形をもとにＰ■、Ｊ、！１節器６）のパラメータを決定
している。６４は従来の調整装置を示している。この方
法には、教科書に見られるようなジーグラ・ニコルス法
とか、特公昭６２−５８００１号公報に示す方法等があ
る。

〔発明が解決しようとする課題〕

上記従来の方法ではＰＩ鯛節器６１を閉ループ系から切
離してから、最適パラメータ調歪のための動特性試験を
行わねばならず、場合によってはプラント運用上、危険
を伴うことがある。また、動特性試験の結果、得られた
応答波形を何らかの方法で数式モデルに置き直す必要が
あるが、そのときの近似誤差がノ譬うメータ決定時に大
きく影響し、光分な制御性能が得られないことがある。

そこで、本発明はＰＩ調節器の／？ラメータを決定する
ために、実機の閉ループ系をカットする必要もなく、ま
た調整のだめの動特性試験を必要とせず、また動特性試
験の結果、得られた応答波形を何らかの方法で数式モデ
ルに置き直す必要もない制御器の最適・母うメータ１４
整装ｍ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〕

本発明は前記目的を達成するため、ＰＩ調節器で制御さ
れているプラントの制御偏差と既知外乱（負荷指令値）
、ならびに前記ｐ　１１４節器の現状の設定値（設定値
は更新される）を取り込みつつ、前記ＰＩ調節器の最適
な設定値が決定でさる装置であって、以下の機能を備え
ている制御器の最適ノｆラメータ調整装置。

（１）　　プラントの評価関数作成機能都二指定した時
間幅で制御偏差と既知外乱の双方の分散値を求めて、そ
の比からプラントの評価関数ＪＰを４出する。

（２）モデルの評価関数作成機能Ｓ：独立変数を前記Ｐ
Ｉ％節器の比例ゲインとリセット率としたモデルの評価
関数ＪＭの構造をあらかじめ決めておいて、モデル内の
係数のみを動的神経学習モデルのアルゴリズムを使って
前記モデルの評価関数ＪＭを求める。

（３）前記評価関数ＪＰとＪＭＯ値の偏差を求め、その
値の絶対値が指定した値より等しいか、あるいは小さい
場合には前記モデルの評価関数ＪＭは前記プラントの評
価関数Ｊ、を同定できたものとして、次の最適化手法に
よる・ヂラメータ探索機能部へ移行する。そうでない場
合は（２）項へ戻り再び学習させる。

（４）最適化手法によるパラメータ探索機能部：モデル
の評価関数値ＪＭを最小にできるパラメータ（比例ゲイ
ン、リセット率）を非線形計画法等の最適化手法で求め
て、その値を最適なパラメータとして出力する。

である。

〔作用〕

本発明による制御器の最適パラメータ調整装置によれば
、／４’ラメータ：Ｊ！４整のための動特性試験を行わ
ずに、通常運転中の計測値から調整のだめの情報を得る
ことができ、また、通常運転時の状態で制御性能を直接
に評価できる評価関数を設定し、その値が最小になるパ
ラメータを最適化手法で求める方法をとったので、得ら
れた・母うメータの有効性は犬である。

〔実施例〕

以下、本発明の実施例について図面を参照して説明する
。第１図は発明の最適パラメータ調整装置ｉｔｌとＰＩ
調節器６１とグラントロ３からなる夷すると、第１図で
は第６図のように調歪のための動特性試験は必要でない
。その代わシに通常運転時の既知外乱のｊＶｉ　（負荷
指令値）　Ｗ（ｔ）と制御偏差１（１）およびＰＩＢＩ
４節器６１の現在ノＩＩＩＩ（比例ゲインｘ１（ｔｊ）
、リセット率Ｘ２　（ｔ　ｊ））を調整装置１に取り込
む必要がある。

なお、第１図と第６図の調整装置１，６４０出力はとも
にＰＩ調節器６ノの１＆適パラメータ値である。また、
ｔｊは離散的な時間である。

本発明の調整装ｆ１の内部機能は第２図に示すようにな
っている。これは、ＰＴ調節器６１で制御されているプ
ラント６３の制御偏差ε（１）と既知外乱（負荷指令値
）　Ｗ（す、ならびにＰＩ調節器６）の現状の設定値（
設定値は更新される）ｒＣりを取り込みつつ、ＰＩ調節
器６ノの最適な設定値が決定できる装置であって、以下
の機能を備えている。

プラントの評価関数作成機能部２：指定した時間幅で制
御偏差Ｃ（りと既知外乱ｗ（ｔ）の双方の分散値を求め
て、その比からプラント６３の評価関数１直ＪｐＣＪ）
を算出する。

モデルの評価関数作成機能部５：独立変数をＰＩ調節器
６ノの比例ゲインとリセット率としたモデルの評価関数
値ＪＭ（ｔｊ）の傳造をあらかじめ決めておいて、モデ
ル内の係数のみを動的神経学習モデルのアルコ０リズム
を使って前記モデルの評価関数値ＪｍＣｔｊ）を求める
。具体的に後述する比較器４の比較結果すなわち、減算
器３の偏差ｖ（ｔｊ）の絶対値が指定した値δよシ大き
い場合には、偏差ｖ（Ｊ）と現在のパラメータｘ１（ｔ
ｊ）とｘ２（Ｊ汗使りてモデルの評価関数値ＪＭ（ｔｊ
）を求める。

減算器３：前記モデルの評価関数値ＪＭ（ｔｊ）とプラ
ントの評価関数値Ｊｐ（ｔｊ）の偏差ｖ（Ｊ）を求める
。

比較器４：＄、算器３からの偏差ｖ（Ｊ）の絶対値が指
定した値δと等しいかあるいは小さい場合には、前記モ
デルの評価関数値ＪＭ（ｔｊ）はプラントの評価関数値
ＪｐＤｊ）を同定できたものとして、次の最適化手法に
よる後述する最適化手法によるパラメータ探索機症部６
へ移行する。そうでない場合は前述のモデルの評価関数
作成機能部５に戻り再び学習させる。

最適化手法によるパラメータ探索機能部６：比較器４の
比較結果が１ｖ（１１月くδのときには、モデルの評価
関数値Ｊｍ（ｔｊ）を最小にできるパラメータ（比例ゲ
イン、リセット率）を非線形計画法等の最適化手法で求
めて、その値を最適なノラメータ：’Ｃ４”＊Ｘ２”と
して出力する。この出力された最適な・臂うメータｘ１
”＋Ｘ２傘はＰＩ調節器６ノの設定値の修正に用いる。

次に、第２図の各部の機能を具体的に説明する。

まず、プラントの評価関数作成機能部２では、第３図に
示すようにＪ−１からｔｊの間、すなわちＬ時間の間の
制御偏差ε（１）の分散１直λ２（ｔｊ）と既知外乱Ｗ
（りの同様な分散値σ２（ｔｊ）を求めて、プラントの
評価関数Ｊｐ（ｔｊ）を次式で求める。

Ｊｐ（ｔｊ）”λ２（ｔ　ｊ　）／σ（ｔ　ｊ　）　　
　　　　　　　　（１）つぎに、モデルの評価関数作成
機１ｔｇ５では、モデルの評価関数値ＪＭ（ｊｊ）を次
式で求める。

Ｊｍ（Ｊ）＝Σαｔ（Ｊ）−ｙｔ（Ｊ）　　　　　　　
　１２１１＝１ ここで、 また、 ｖ（ｔ」）　＝Ｊｐ（ｔｊ）　　Ｊｉｇ（ｔｊ）　　　
　　　　　　　　　（４１αｉ　（ｔｊ）　＝αｔ（ｔ
ｊ−１）＋ｙｔ（ｔｊ）ｖ（ｔｊ）し”ｉ　ｐ　１　”
”Ｌ　２１”’１６　　　＋！５１とする。

以上の関係式をブロック線図で表わすと第４図になる。

したがって、Ｊ、Ｊ＋１．・・・と進めていくと学習の
結果として時間に依存しない次式に収束していく。

そこで、（６）式の右辺のｙｉに時間に依存しない（方
式の関係を代入すると（８）式で整理できる。

３Ｎ（ｔｊ）およびＸ２（ｔｊ）はＪ−１から２１０間
のＰＩ調節器６ノの比例ゲインとリセット率の埴である
。

Ｊｍ＝ｆ　（Ｘｌ　　＊　　Ｘ２）　　　　　　　　　
　　　　　　　　　　　　　　　　　　　　　＋８２つ
ぎに、最適化手法によるＡ？シラメータ探索機能６では
、（８）式において１．ｒＭ゛が最小になるｘｌ　、　
ｘ２を非線形計画法等の最適化手法によって求める。

その結果、得られた値はほぼ最適なパラメータとなる。

なお、ｆ（”１１Ｘ２）とその最適・ンラメータ値Ｘ＋
”＋Ｘ２”の関係は第５図に示す。

以上述べた本発明の実施例によれば、次のような効果が
得られる。

■　ＰＩ調節器６のパラメータを決定するために、実機
の閉ループ系をカットする必要もなく、まｆｃｔＡ整の
ための動特性試験を必要としない。

■　プラント６３の評価関数を（２）式に示す関数で近
似している。その結果、評価関数の１直と調節器の・２
ラメーメの間の関係が明らかにでき、（２）式のウェイ
トα１（ｔｊ）が第４図の回路で自動的に決められるた
め、プラント６３の評価関数をモデル化する際の同定精
度の向上が図られる。

〔発明の効果〕

本発明によれば、Ｐ１１４ｊ４５器の７セラメーメを決
定するだめに、実機の閉ループ系を力、トする必要もな
く、また調整のだめの動特性試験を必要とせず、また動
特性試験の結果、得られた応答波形を何らかの方法で数
式モデルに置き直す必要もない制御器の最適パラメータ
調整装置を提供することができる。

【図面の簡単な説明】

第１図は本発明による制御器の最適パラメータ調整装置
と実機を接続した状況を示す図、第２図は第１図の本発
明の制御器の最適・ザラメータ調整装ｆ１の内部機能を
説明するだめの図、第３図は第２図のプラントの評価関
数作成機能部２で必要とする実機の計測値の具体例を示
す図、第４図は第２図のモデルの評価関数作成機能部５
と減算器３の具体的な回路図、第５図は第２図の最適化
手法による・母うメーメ探索機能部６で探索するときの
関数ｆＣｘ１．　ｘ２）のイメーソ図、第６図は従来の
制御器の最適パラメータ調整装置と実機との接続関係図
である。 ｌ・・・発明による最適パラメータ調整装置ｄ１２・・
・プラントの評価関数作成機能部、３・・・減算器、４
・・・比較器、５・・・モデルの評価関数作成機能部、
６・・・最適化手法によるパラメーメ探索機能部。 Ｘｉ、Ｘ２ 第２図 第 図 第 図

Claims (1)

1. 【特許請求の範囲】 ＰＩ調節器で制御されているプラントの制御偏差と既知
   外乱（負荷指令値）、ならびに前記ＰＩ調節器の現状の
   設定値（設定値は更新される）を取り込みつつ、前記Ｐ
   Ｉ調節器の最適な設定値が決定できる装置であって、以
   下の機能を備えている制御器の最適パラメータ調整装置
   。 （１）プラントの評価関数作成機能部：指定した時間幅
   で制御偏差と既知外乱の双方の分散値を求めて、その比
   からプラントの評価関数Ｊ＿Ｐを算出する。 （２）モデルの評価関数作成機能部：独立変数を前記Ｐ
   Ｉ調節器の比例ゲインとリセット率としたモデルの評価
   関数Ｊ＿Ｍの構造をあらかじめ決めておいて、モデル内
   の係数のみを動的神経学習モデルのアルゴリズムを使っ
   て前記モデルの評価関数Ｊ＿Ｍを求める。 （３）前記評価関数Ｊ＿ＰとＪ＿Ｍの値の偏差を求め、
   その値の絶対値が指定した値より等しいか、あるいは小
   さい場合には前記モデルの評価関数Ｊ＿Ｍは前記プラン
   トの評価関数Ｊ＿Ｐを同定できたものとして、次の最適
   化手法によるパラメータ探索機能部へ移行する。そうで
   ない場合は（２）項へ戻り再び学習させる。 （４）最適化手法によるパラメータ探索機能部：モデル
   の評価関数値Ｊ＿Ｍを最小にできるパラメータ（比例ゲ
   イン、リセット率）を非線形計画法等の最適化手法で求
   めて、その値を最適なパラメータとして出力する。