JPH06289908A

JPH06289908A - Ｉｍｃコントローラ

Info

Publication number: JPH06289908A
Application number: JP5095087A
Authority: JP
Inventors: Masahito Tanaka; 雅人田中; Hiroyuki Mitsubuchi; 裕之三渕
Original assignee: Azbil Corp
Current assignee: Azbil Corp
Priority date: 1993-03-31
Filing date: 1993-03-31
Publication date: 1994-10-18

Abstract

(57)【要約】【目的】制御対象プロセスにヒステリシス、非線形
性、又は時変性が存在しても精度と信頼性の高い制御を
行うことができるＩＭＣコントローラを提供する。【構成】目標値ｒが入力された目標値フィルタ部２の
出力からフィードバック量ｅが第１の減算処理部３にて
減算される。この減算出力から操作量演算部４にて操作
量ｕが演算され制御対象プロセスへ出力される。第２の
減算処理部８にて制御対象プロセスの制御量ｙから内部
モデル出力演算部６ｂからの参照制御量ｙｍが減算され
てフィードバック量ｅとなる。内部モデル選択処理部１
１によって内部モデル候補記憶部１０に記憶された内部
モデルの候補中から制御条件に応じた内部モデルが選択
される。そして、この選択された内部モデルのパラメー
タが内部モデル記憶部６ａに出力されることにより、内
部モデルが変更されて制御対象プロセスの特性の変化に
対応する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明はＩＭＣ（Internal Model
Control）構造の制御アルゴリズムを用いたコントロー
ラに関し、特に制御条件に応じて内部モデルを変更する
ことができるコントローラに関するものである。

【０００２】

【従来の技術】従来より汎用コントローラとしてＰＩＤ
制御を用いたものが一般に使用されている。ＰＩＤコン
トローラは、ＰＩＤ動作を行う操作部によって、目標値
（例えばこのコントローラが室内空調機であれば室内温
度設定値に相当する）とフィードバック量との差からこ
のコントローラの出力である操作量（室内空調機から出
る温風又は冷風の温度）を演算し、この操作量を制御対
象プロセス（室内環境）へ出力してその制御結果である
制御量（室内温度）をフィードバック量として戻すフィ
ードバック制御系である。しかし、ＰＩＤコントローラ
には、操作量が出力されてから制御対象プロセスにおけ
る制御量に変化が現れるまでの時間（例えば室内空調機
ならば温風が出てから室内温度が上昇するまでの時間）
であるむだ時間が大きい場合の対応が難しいという問題
点があった。

【０００３】そこで、制御対象プロセスを数式表現した
内部モデルを組み込んで制御を行うＩＭＣ構造の制御ア
ルゴリズムを用いたコントローラが提案されている。図
７はこのＩＭＣコントローラを用いた制御系のブロック
線図である。４３は目標値から後述するフィードバック
量を減算する第１の減算処理部、４２は第１の減算処理
部４３の出力の変化が急激に伝わらないようにするため
のフィルタ部、４４はフィルタ部４２の出力に基づいて
操作量を演算する操作部、４６は制御対象プロセスを数
式で近似したものであって制御対象プロセスの制御量に
相当する参照制御量を出力する内部モデル、４８は制御
量から内部モデル４６からの参照制御量を減算してフィ
ードバック量を出力する第２の減算処理部、５０は制御
対象プロセスである。また、Ｆ、Ｇｃ、Ｇｍ、Ｇｐはそ
れぞれフィルタ部４２、操作部４４、内部モデル４６、
制御対象プロセス５０の伝達関数、ｒは目標値、ｕは操
作量、ｄは例えば室内環境に対する室外環境等に相当す
る外乱、ｙは制御量、ｙｍは参照制御量、ｅはフィード
バック量である。

【０００４】次に、このようなＩＭＣコントローラの動
作を説明する。まず、第１の減算処理部４３にて目標値
ｒからフィードバック量ｅが減算され、この結果がフィ
ルタ部４２に出力される。次に、操作部４４にてフィル
タ部４２の出力から操作量ｕが演算され、制御対象プロ
セス５０とコントローラの内部モデル４６へ出力され
る。そして、第２の減算処理部４８にて制御対象プロセ
ス５０の制御量ｙから制御対象プロセス５０の近似的な
動作をする内部モデル４６からの参照制御量ｙｍが減算
され、この結果がフィードバック量ｅとして第１の減算
処理部４３へフィードバックされるフィードバック制御
系が構成されている。

【０００５】このようなＩＭＣコントローラの内部モデ
ル４６は、制御対象プロセス５０と全く同一になるよう
に数式表現されるのが理想的であり、通常、制御対象プ
ロセス５０をゲイン、むだ時間、及び時定数というパラ
メータからなる特性を有するものとして数式表現する。
また、操作部４４は、内部モデル４６の伝達関数の逆特
性（１／Ｇｍ）になるのが理想的であるが、内部モデル
４６にあるむだ時間の要素については逆数化は不可能な
ので、通常はむだ時間の要素は無視する。

【０００６】よって、制御量ｙは、このような構成によ
り目標値ｒ、外乱ｄから次式にて求めることができる。ｙ＝Ｆ×Ｇｐ×Ｇｃ×ｒ／｛１＋Ｆ×Ｇｃ×（Ｇｐ−Ｇｍ）｝＋（１−Ｆ×Ｇｍ×Ｇｃ）×ｄ／｛１＋Ｆ×Ｇｃ×（Ｇｐ−Ｇｍ）｝・・・（１）ここで、内部モデル４６の伝達関数Ｇｍが制御対象プロ
セス５０の伝達関数Ｇｐに等しく、操作部４４の伝達関
数Ｇｃが内部モデル４６の伝達関数の逆数（１／Ｇｍ＝
１／Ｇｐ）に等しい理想的な状態を仮定すると、式
（１）は次式のようになる。ｙ＝Ｆ×ｒ＋（１−Ｆ）×ｄ・・・（２）

【０００７】更に、目標値ｒに急激な変化がない理想的
な条件であればフィルタ部４２は不要となり、Ｆ＝１に
できるので、制御量ｙは目標値ｒと等しくなり（ｙ＝
ｒ）、外乱ｄの影響が全くない制御を実現できることに
なる。また、図７の制御系で外乱ｄに着目すると、制御
対象プロセス５０と内部モデル４６に大きなむだ時間が
あったとしても、両者は操作量ｕに対して同じ特性を示
すので、第２の減算処理部４８の出力であるフィードバ
ック量ｅは外乱ｄのみとなり、外乱ｄを抑制できること
が分かる。

【０００８】このようなＩＭＣコントローラは、通常、
内部モデル４６が１種類に限定された形で制御が行われ
る。ところが、制御対象プロセス５０には、例えば室外
温度が３０℃で室内温度を３０℃から２５℃に下げると
きと２０℃から２５℃に上げるときでは室内温度の変化
の仕方が異なる、すなわち制御量の下降時と上昇時で特
性が異なるヒステリシスが存在する場合がある。また、
室外温度が３０℃で室内温度を３０℃から２５℃に下げ
るときと２５℃から２０℃に下げるときのように制御条
件に依存してゲインや時定数が変化する非線形性が存在
する場合もあり、朝と夜で異なる室外温度に対して室内
温度を制御するときのように時間の経過に依存してゲイ
ンや時定数が変化する時変性が存在する場合もある。

【０００９】このように制御対象プロセス５０にヒステ
リシス、非線形性、又は時変性が存在する場合は、制御
条件の変化によって制御対象プロセス５０の特性が変化
するので、内部モデル４６に制御対象プロセス５０に対
する事実上のモデル同定誤差が生じることになる。ま
た、上記の場合、内部モデル４６の事実上のモデル同定
誤差を想定してフィルタ部４２を設計する方法がある
が、この制御対象プロセス５０の特性変化に基づくモデ
ル同定誤差を考慮すると、フィルタ部４２の時定数は極
端に大きなものとなる。

【００１０】

【発明が解決しようとする課題】従来のＩＭＣコントロ
ーラは以上のように構成されているので、制御対象プロ
セスにヒステリシス、非線形性、又は時変性が存在する
場合は内部モデルに事実上のモデル同定誤差が生じるの
で、制御が不安定になるという問題点があった。また、
上記のような内部モデルの事実上のモデル同定誤差を想
定して設計するとフィルタ部の時定数が極端に大きくな
り、目標値追従性が悪くなって実用上の支障が生じると
いう問題点があった。本発明は、上記課題を解決するた
めに、制御対象プロセスにヒステリシス、非線形性、又
は時変性が存在しても精度と信頼性の高い制御を行うこ
とができるＩＭＣコントローラを提供することを目的と
する。

【００１１】

【課題を解決するための手段】本発明は、目標値に基づ
く信号からフィードバック量を減算する第１の減算処理
部と、内部モデルのパラメータに基づいて第１の減算処
理部の出力から操作量を演算する操作量演算部と、内部
モデルのパラメータを記憶し、選択された内部モデルの
パラメータが入力されたときは記憶しているパラメータ
をこの選択された内部モデルのパラメータに更新する内
部モデル記憶部と、内部モデルのパラメータに基づいて
操作量演算部から出力された操作量から参照制御量を演
算する内部モデル出力演算部と、制御対象プロセスの制
御量から内部モデル出力演算部から出力された参照制御
量を減算してフィードバック量を出力する第２の減算処
理部と、動作時の制御条件を制御条件信号として出力す
る条件信号入力部と、制御条件の変化による制御対象プ
ロセスの特性の変化を想定した内部モデルのパラメータ
を内部モデルの候補として記憶する内部モデル候補記憶
部と、条件信号入力部から出力された制御条件信号に基
づいて内部モデル候補記憶部に記憶された候補中から制
御条件に応じた内部モデルを選択し、この選択された内
部モデルのパラメータを内部モデル記憶部に出力する内
部モデル選択処理部とを有するものである。

【００１２】また、目標値に基づく信号からフィードバ
ック量を減算する第１の減算処理部と、内部モデルのパ
ラメータに基づいて第１の減算処理部の出力から操作量
を演算する操作量演算部と、内部モデルのパラメータを
記憶し、推定された内部モデルのパラメータが入力され
たときは記憶しているパラメータをこの推定された内部
モデルのパラメータに更新する内部モデル記憶部と、内
部モデルのパラメータに基づいて操作量演算部から出力
された操作量から参照制御量を演算する内部モデル出力
演算部と、制御対象プロセスの制御量から内部モデル出
力演算部から出力された参照制御量を減算してフィード
バック量を出力する第２の減算処理部と、動作時の制御
条件を制御条件信号として出力する条件信号入力部と、
制御条件の変化による制御対象プロセスの特性の変化を
想定した代表的な内部モデルのパラメータを記憶する内
部モデル代表記憶部と、条件信号入力部から出力された
制御条件信号と内部モデル代表記憶部に記憶された代表
的な内部モデルのパラメータに基づいて、制御条件に応
じた内部モデルを推定し、この推定された内部モデルの
パラメータを内部モデル記憶部に出力する内部モデル推
定部とを有するものである。

【００１３】また、内部モデル推定部の代わりに、内部
モデル代表記憶部に記憶された代表的な内部モデルのパ
ラメータに基づいてファジィ推論におけるメンバシップ
関数を設定し、このメンバシップ関数と条件信号入力部
から出力された制御条件信号に基づいて制御条件に応じ
た内部モデルを推定し、この推定された内部モデルのパ
ラメータを内部モデル記憶部に出力する内部モデル推定
処理部を有するものである。

【００１４】また、目標値に基づく信号からフィードバ
ック量を減算する第１の減算処理部と、内部モデルのパ
ラメータに基づいて第１の減算処理部の出力から操作量
を演算する操作量演算部と、内部モデルのパラメータを
記憶し、算出された内部モデルのパラメータが入力され
たときは記憶しているパラメータをこの算出された内部
モデルのパラメータに更新する内部モデル記憶部と、内
部モデルのパラメータに基づいて操作量演算部から出力
された操作量から参照制御量を演算する内部モデル出力
演算部と、制御対象プロセスの制御量から内部モデル出
力演算部から出力された参照制御量を減算してフィード
バック量を出力する第２の減算処理部と、動作時の制御
条件を制御条件信号として出力する条件信号入力部と、
条件信号入力部から出力された制御条件信号に基づいて
制御条件に応じた内部モデルを算出し、この算出された
内部モデルのパラメータを内部モデル記憶部に出力する
パラメータ算出処理部とを有するものである。

【００１５】

【作用】本発明によれば、第１の減算処理部にて目標値
に基づく信号からフィードバック量が減算され、操作量
演算部にてこの第１の減算処理部の出力から操作量が演
算されて制御対象プロセス及び内部モデル出力演算部へ
出力される。次いで、第２の減算処理部にて制御対象プ
ロセスの制御量から内部モデル出力演算部からの参照制
御量が減算され、この結果がフィードバック量として第
１の減算処理部へフィードバックされるフィードバック
制御系が構成されている。そして、内部モデル選択処理
部によって内部モデル候補記憶部に記憶された内部モデ
ルの候補中から制御条件に応じた内部モデルが選択さ
れ、この選択された内部モデルのパラメータが内部モデ
ル記憶部に出力されることにより、内部モデルが変更さ
れる。

【００１６】また、内部モデル推定部によって内部モデ
ル代表記憶部に記憶された代表的な内部モデルに基づい
て制御条件に応じた内部モデルが推定され、この推定さ
れた内部モデルのパラメータが内部モデル記憶部に出力
されることにより、内部モデルが変更される。

【００１７】また、内部モデル推定処理部によって、内
部モデル代表記憶部に記憶された代表的な内部モデルに
基づいてファジィ推論におけるメンバシップ関数が設定
されて制御条件に応じた内部モデルが推定され、この推
定された内部モデルのパラメータが内部モデル記憶部に
出力されることにより、内部モデルが変更される。

【００１８】また、パラメータ算出処理部によって制御
条件に応じた内部モデルが算出され、この算出された内
部モデルのパラメータが内部モデル記憶部に出力される
ことにより、内部モデルが変更される。

【００１９】

【実施例】図１は本発明の１実施例を示すＩＭＣコント
ローラのブロック図、図２はこのＩＭＣコントローラを
用いた制御系のブロック線図である。図１において、１
は図示しないオペレータによって設定された目標値ｒを
このコントローラに入力する目標値入力部、２は目標値
入力部１からの目標値ｒを伝達関数が１次遅れの特性で
出力する目標値フィルタ部、３は目標値フィルタ部２の
出力からフィードバック量ｅを減算する第１の減算処理
部、４は後述する内部モデル記憶部からのパラメータに
基づいて第１の減算処理部３の出力から操作量ｕを演算
する操作量演算部、５は操作量演算部４から出力された
操作量ｕを図１では図示しない制御対象プロセスへ出力
する信号出力部である。

【００２０】また、６ａはこのＩＭＣコントローラの内
部モデルのパラメータを記憶する内部モデル記憶部、６
ｂは内部モデル記憶部６ａから出力されたパラメータに
基づいて内部モデルとしての演算を行い参照制御量ｙｍ
を出力する内部モデル出力演算部、７は制御対象プロセ
スからの制御量ｙをこのＩＭＣコントローラに入力する
制御量入力部、８は制御量入力部７から出力された制御
量ｙから内部モデル出力演算部６ｂから出力された参照
制御量ｙｍを減算してフィードバック量ｅを出力する第
２の減算処理部である。

【００２１】また、９は目標値入力部１から出力された
目標値ｒと制御量入力部７から出力された制御量ｙに基
づいて制御条件信号を出力する条件信号入力部、１０は
制御条件の変化による制御対象プロセス５０の特性の変
化を想定した内部モデル６のパラメータを内部モデル６
の候補として記憶する内部モデル候補記憶部である。ま
た、１１は内部モデル選択処理部であり、条件信号入力
部９から出力された制御条件信号に基づいて内部モデル
候補記憶部１０に記憶された候補中から該当する候補を
選択し、そのパラメータを内部モデル記憶部６ａに出力
することにより内部モデルを変更させる。

【００２２】図２において、４ａは操作量演算部４の内
部にあって、第１の減算処理部３の出力を伝達関数が１
次遅れの特性で出力する目標値・外乱フィルタ部、４ｂ
は同じくその内部にあって目標値・外乱フィルタ部４ａ
の出力から操作量ｕを演算する操作部、６は内部モデル
記憶部６ａ及び内部モデル出力演算部６ｂからなる内部
モデル、Ｆ１は目標値フィルタ部２の伝達関数、Ｆ２は
目標値・外乱フィルタ部４ａの伝達関数である。なお、
図２は図１のＩＭＣコントローラから条件信号入力部
９、内部モデル候補記憶部１０、及び内部モデル選択処
理部１１を除く本来のコントローラと、制御対象プロセ
ス５０及び外乱ｄとを含めて制御系として書き直したも
のである。

【００２３】次に、このようなＩＭＣコントローラの動
作を説明する。目標値ｒは、このＩＭＣコントローラの
オペレータ等によって設定され、目標値入力部１を介し
て目標値フィルタ部２に入力される。目標値フィルタ部
２は、目標値ｒをその時定数をＴ１とする次式のような
伝達関数Ｆ１の特性で出力する。Ｆ１＝１／（１＋Ｔ１×ｓ）・・・（３）次に、第１の減算処理部３は、この目標値フィルタ部２
の出力から第２の減算処理部８から出力されるフィード
バック量ｅを減算する。

【００２４】そして、操作量演算部４内の目標値・外乱
フィルタ部４ａは、第１の減算処理部３の出力をその時
定数をＴ２とする次式のような伝達関数Ｆ２の特性で出
力する。Ｆ２＝１／（１＋Ｔ２×ｓ）・・・（４）また、同じくその内部の操作部４ｂは、目標値・外乱フ
ィルタ部４ａの出力から操作量ｕを演算するが、その伝
達関数Ｇｃは内部モデル記憶部６ａから出力された内部
モデル６のゲイン及び時定数により次式となり、図７の
例と同様にむだ時間Ｌｍの要素を除いた内部モデル６の
伝達関数Ｇｍの逆数となっている。Ｇｃ＝（１＋Ｔｍ×ｓ）／Ｋｍ・・・（５）ここで、Ｋｍ、Ｔｍはそれぞれ内部モデル６のゲイン、
時定数である。

【００２５】よって、操作量演算部４全体としての伝達
関数は次式となる。Ｆ２×Ｇｃ＝（１＋Ｔｍ×ｓ）／｛Ｋｍ×（１＋Ｔ２×ｓ）｝・・・（６）このようにして、第１の減算処理部３の出力から操作量
ｕが演算されて信号出力部５を介して制御対象プロセス
５０へ出力され、また内部モデル出力演算部６ｂへ出力
される。

【００２６】次に、内部モデル６は、内部モデル記憶部
６ａに記憶されたゲインＫｍ、むだ時間Ｌｍ、及び時定
数Ｔｍからなるこれらのパラメータによって、制御対象
プロセス５０を１次遅れとむだ時間の要素を有するもの
として数式表現したものであり、内部モデル出力演算部
６ｂにて操作量演算部４から出力された操作量ｕから参
照制御量ｙｍを演算する。その伝達関数Ｇｍは次式とな
る。Ｇｍ＝Ｋｍ×ｅｘｐ（−Ｌｍ×ｓ）／（１＋Ｔｍ×ｓ）・・・（７）

【００２７】次に、第２の減算処理部８は、制御量入力
部７を介して入力された制御対象プロセス５０からの制
御量ｙから内部モデル出力演算部６ｂからの参照制御量
ｙｍを減算してフィードバック量ｅを出力する。そし
て、このフィードバック量ｅが上記のように第１の減算
処理部３に入力される。これで、このＩＭＣコントロー
ラからなるフィードバック制御系が成立する。

【００２８】このような制御系において、制御対象プロ
セス５０に制御量ｙの下降時と上昇時で特性が異なるヒ
ステリシスが存在するときは、条件信号入力部９、内部
モデル候補記憶部１０、及び内部モデル選択処理部１１
により以下のような動作で内部モデル６を選択して変更
することができる。

【００２９】まず、条件信号入力部９は、目標値入力部
１から出力された目標値ｒと制御量入力部７から出力さ
れた制御量ｙを比較する。そして、制御量ｙに対して目
標値ｒが大きいときは、以後制御量ｙを目標値ｒに到達
させる制御が行われることにより制御量ｙが上昇すると
判断できるので、制御量ｙの変化が正であることを示す
制御条件信号を出力する。また、制御量ｙに対して目標
値ｒが小さいときは、以後制御量ｙが下降すると判断で
きるので、制御量ｙの変化が負であることを示す制御条
件信号を出力する。

【００３０】次に、内部モデル候補記憶部１０には、例
えば２種類の内部モデル６の候補として、制御量ｙの上
昇時における制御対象プロセス５０の特性の変化を想定
したゲインＫｍ１が４、むだ時間Ｌｍ１が５０秒、時定
数Ｔｍ１が１０秒という内部モデル６のパラメータと、
同じく制御量ｙの下降時のゲインＫｍ２が６、むだ時間
Ｌｍ２が２０秒、時定数Ｔｍ２が５秒という内部モデル
６のパラメータが記憶されている。

【００３１】そして、内部モデル選択処理部１１は、制
御量ｙの変化が正であることを示す制御条件信号が条件
信号入力部９から出力されると、内部モデル候補記憶部
１０に記憶された候補中から該当する候補として、制御
量ｙの上昇時における内部モデル６の候補を選択してそ
のパラメータを内部モデル記憶部６ａに出力する。よっ
て、内部モデル記憶部６ａに記憶された内部モデル６の
ゲインＫｍ、むだ時間Ｌｍ、及び時定数Ｔｍが内部モデ
ル選択処理部１１から出力されたパラメータに変更され
ることにより、内部モデル６が変更される。

【００３２】また、このような制御で制御量ｙが上昇し
た後に、例えば制御量ｙがいったんオーバシュートして
目標値ｒよりも大きくなると、今度は制御量ｙの変化が
負であることを示す制御条件信号が条件信号入力部９か
ら出力されて、内部モデル選択処理部１１からは内部モ
デル候補記憶部１０に記憶された制御量ｙの下降時用の
内部モデル６のパラメータが出力され、内部モデル６が
変更される。以後、制御中はこのような処理が常に行わ
れる。

【００３３】したがって、本実施例のＩＭＣコントロー
ラは、このような内部モデル６の変更により、制御条件
の変化による制御対象プロセス５０に対する事実上のモ
デル同定誤差がなくなるので、信頼性の高い制御を行う
ことができる。また、本実施例では上記のような内部モ
デル６の変更を制御対象プロセス５０にヒステリシスが
存在する場合に適用しているが、制御対象プロセス５０
に非線形性、又は時変性が存在する場合にも適用するこ
とができる。

【００３４】なお、本実施例のＩＭＣコントローラによ
る制御系は、図７の例の制御系において、フィルタ部４
２を目標値・外乱フィルタ部４ａにし、目標値ｒに対し
て目標値フィルタ部２を追加した制御系に相当するの
で、式（１）から制御量ｙは次式となる。ｙ＝Ｆ１×Ｆ２×Ｇｐ×Ｇｃ×ｒ／｛１＋Ｆ２×Ｇｃ×（Ｇｐ−Ｇｍ）｝＋（１−Ｆ２×Ｇｍ×Ｇｃ）×ｄ／｛１＋Ｆ２×Ｇｃ×（Ｇｐ−Ｇｍ）｝・・・（８）

【００３５】すなわち、式（８）に示すように外乱ｄに
かかる右辺第２項［（１−Ｆ２×Ｇｍ×Ｇｃ）×ｄ／
｛１＋Ｆ２×Ｇｃ×（Ｇｐ−Ｇｍ）｝］には目標値・外
乱フィルタ部４ａの伝達関数Ｆ２のみが関係しているの
で、設計の際は外乱ｄについては目標値・外乱フィルタ
部４ａで調整する。また、右辺第１項［Ｆ１×Ｆ２×Ｇ
ｐ×Ｇｃ×ｒ／｛１＋Ｆ２×Ｇｃ×（Ｇｐ−Ｇｍ）｝］
から、目標値ｒについては目標値・外乱フィルタ部４ａ
の調整後に目標値フィルタ部２を調整する。つまり、外
乱ｄに対しては伝達関数Ｆ２という１次遅れの特性とな
り、目標値ｒに対しては伝達関数Ｆ１×Ｆ２という２次
遅れの特性となるＩＭＣコントローラとなっている。

【００３６】図１の例ではあらかじめ記憶された内部モ
デルの候補を制御条件により選択して内部モデルを変更
したが、制御対象プロセスの特性の変化を想定した代表
的な内部モデルから制御条件に応じた内部モデルを推定
して変更することもできる。図３は本発明の他の実施例
を示すＩＭＣコントローラのブロック図であり、図１と
同様の部分には同一の符号を付してある。

【００３７】１９は制御量入力部７から出力された制御
量ｙに基づいて制御条件信号を出力する条件信号入力
部、２０は制御条件の変化による制御対象プロセス５０
の特性の変化を想定した代表的な内部モデル６のパラメ
ータを記憶する内部モデル代表記憶部である。また、２
１は内部モデル推定部であり、条件信号入力部１９から
出力された制御条件信号と内部モデル代表記憶部２０に
記憶された代表的な内部モデル６のパラメータに基づい
て、制御条件に応じた内部モデル６を推定し、そのパラ
メータを内部モデル記憶部６ａに出力することにより内
部モデル６を変更させる。

【００３８】本実施例のＩＭＣコントローラは、条件信
号入力部１９、内部モデル代表記憶部２０、及び内部モ
デル推定部２１を除くＩＭＣコントローラ本体の構成が
図１の例と同じなので、制御対象プロセス５０に制御条
件に依存してゲインや時定数が変化する非線形性が存在
するときの条件信号入力部１９、内部モデル代表記憶部
２０、及び内部モデル推定部２１の動作を説明する。

【００３９】まず、条件信号入力部１９は、あらかじめ
設定された制御量ｙのフルスケール（以下、ＦＳと略す
る）に対する制御量入力部７から出力された制御量ｙの
割合を制御条件とし、これを制御条件信号として出力す
る。次に、内部モデル代表記憶部２０は、この制御条件
の変化による制御対象プロセス５０の特性の変化を想定
して設計された代表的な内部モデル６のパラメータを記
憶している。

【００４０】ここでは、代表的な内部モデル６として例
えば制御条件が０％ＦＳ、５０％ＦＳ、１００％ＦＳ時
の内部モデル６のパラメータを記憶しているとし、制御
条件０％ＦＳ時の内部モデル６のゲインＫｍ0 を２、む
だ時間Ｌｍ0 を５０秒、時定数Ｔｍ0 を２０秒とし、５
０％ＦＳ時のゲインＫｍ50を６、むだ時間Ｌｍ50を４０
秒、時定数Ｔｍ50を１５秒とし、１００％ＦＳ時のゲイ
ンＫｍ100 を８、むだ時間Ｌｍ100 を２０秒、時定数Ｔ
ｍ100 を５秒とする。

【００４１】ところで、これらは上記の特定の制御条件
に対する内部モデル６なので、例えば０〜５０％ＦＳ間
の制御条件に対する記憶されていない内部モデル６につ
いては推定する必要がある。ある制御条件に対するこの
ような内部モデル６は、この内部モデル６が上記の代表
的な内部モデル６にどれくらい近いかを示す上記の特定
の制御条件を中心としたファジィ集合を設定し、ある制
御条件がそのファジィ集合に所属する度合いである適合
度を与えるメンバシップ関数を設定することにより、フ
ァジィ推論にて推定される。

【００４２】そして、内部モデル推定部２１には、この
ようなファジィ推論のために、内部モデル代表記憶部２
０に記憶された代表的な内部モデル６に対応する特定の
制御条件を中心として、すなわち適合度１．０として制
御条件の適合度を与えるメンバシップ関数が設定されて
いる。図４は内部モデル推定部２１に設定されたメンバ
シップ関数の１例であり、ここではそれぞれ制御条件０
％ＦＳ、５０％ＦＳ、１００％ＦＳを適合度１．０とす
る３つの３角形のメンバシップ関数が設定されている。

【００４３】今、制御実行中のある時点において条件信
号入力部１９から出力された制御条件信号が示す制御条
件を３０％ＦＳとすると、制御条件３０％ＦＳの各ファ
ジィ集合に対する適合度は図４のようになる。つまり、
制御条件０％ＦＳを中心とするファジィ集合（以下、制
御条件０％ＦＳのファジィ集合と略する）に対する適合
度α0 は０．４、制御条件５０％ＦＳのファジィ集合に
対する適合度α50は０．６、１００％ＦＳのファジィ集
合に対する適合度α100 （図示せず）は０である。

【００４４】そして、内部モデル推定部２１は、これら
の適合度と内部モデル代表記憶部２０に記憶された代表
的な内部モデル６のパラメータから制御条件３０％ＦＳ
のときの内部モデル６のゲインＫｍ３、むだ時間Ｌｍ
３、及び時定数Ｔｍ３を次式のように推定し、内部モデ
ル記憶部６ａに出力する。Ｋｍ３＝Ｋｍ0 ×α0 ＋Ｋｍ50×α50＋Ｋｍ100 ×α100 ＝２×０．４＋６×０．６＋８×０＝４．４・・・（９）Ｌｍ３＝Ｌｍ0 ×α0 ＋Ｌｍ50×α50＋Ｌｍ100 ×α100 ＝５０×０．４＋４０×０．６＋２０×０＝４４秒・・・（１０）Ｔｍ３＝Ｔｍ0 ×α0 ＋Ｔｍ50×α50＋Ｔｍ100 ×α100 ＝２０×０．４＋１５×０．６＋５×０＝１７秒・・・（１１）

【００４５】よって、内部モデル記憶部６ａに記憶され
た内部モデル６のゲインＫｍ、むだ時間Ｌｍ、及び時定
数Ｔｍが内部モデル推定部２１から出力されたこれらの
パラメータに変更されることにより、内部モデル６が変
更される。したがって、本実施例のＩＭＣコントローラ
は、このような内部モデル６の変更により、制御条件の
変化による制御対象プロセス５０に対する事実上のモデ
ル同定誤差がなくなるので、信頼性の高い制御を行うこ
とができる。なお、本実施例では、制御条件を１種類と
しているが、ファジィ推論の特徴より制御条件は２種類
以上であってもよく、またこのような内部モデル６の変
更を制御対象プロセス５０に非線形性が存在する場合に
適用しているが、制御対象プロセス５０にヒステリシ
ス、又は時変性が存在する場合にも適用することができ
る。

【００４６】図３の例では内部モデルの推定をメンバシ
ップ関数が設定された内部モデル推定部２１によって行
っているが、このようなメンバシップ関数の設定、追
加、削除等には数学的知識を必要とする場合があるの
で、ＩＭＣコントローラのオペレータには調整できない
ことがある。そこで、内部モデル推定部２１の代わりに
メンバシップ関数を代表的な内部モデルから自動的に設
定する機能を有する内部モデル推定処理部を設けること
により、調整作業によらずにメンバシップ関数の設定を
行うことができる。

【００４７】本実施例におけるＩＭＣコントローラの構
成は内部モデル推定処理部以外は図３の例と全く同様な
ので、これを内部モデル推定処理部２１ａとしてその動
作を説明する。まず、内部モデル推定処理部２１ａに
は、次式のようなメンバシップ関数の一般式が用意され
ている。 αA_n-1＝（Ｃ−Ａ_n-1 ）／（Ａ_n-1 −Ａ_n ）＋１・・・（１２） αA_n＝（Ｃ−Ａ_n ）／（Ａ_n −Ａ_n-1 ）＋１・・・（１３）Ａ_n-1 ≦Ｃ≦Ａ_n ｛ｎ−１＝１、２．．．｝・・・（１４）

【００４８】ここで、Ｃは図３の条件信号入力部１９か
ら出力された制御条件信号が示す制御条件、Ａ_n-1 、Ａ
_n は内部モデル代表記憶部２０に記憶された代表的な内
部モデル６の制御条件、αA_n-1、αA_nはそれぞれ制御条
件Ａ_n-1 、Ａ_n を中心とするファジィ集合に対する適合
度である。

【００４９】今、図３の例と同じ代表的な内部モデル６
のパラメータが内部モデル代表記憶部２０に記憶されて
いるとすると、その３種類の内部モデル６に対応する制
御条件はＡ1 ＝０、Ａ2 ＝５０、Ａ3 ＝１００となる。
したがって、式（１２）、（１３）より制御条件０〜５
０％ＦＳ間（式（１４）において０≦Ｃ≦５０）の適合
度αA1、αA2は次式となる。 αA1＝α0 ＝（Ｃ−Ａ1 ）／（Ａ1 −Ａ2 ）＋１＝−Ｃ／５０＋１・・・（１５） αA2＝α50＝（Ｃ−Ａ2 ）／（Ａ2 −Ａ1 ）＋１＝Ｃ／５０・・・（１６）

【００５０】また、同様に制御条件５０〜１００％ＦＳ
間（式（１４）において５０≦Ｃ≦１００）の適合度α
A2、αA3は次式となる。 αA2＝α50＝（Ｃ−Ａ2 ）／（Ａ2 −Ａ3 ）＋１＝−Ｃ／５０＋２・・・（１７） αA3＝α100 ＝（Ｃ−Ａ3 ）／（Ａ3 −Ａ2 ）＋１＝Ｃ／５０−１・・・（１８）

【００５１】式（１５）は図４における制御条件０％Ｆ
Ｓのメンバシップ関数を意味しており、式（１６）は制
御条件５０％ＦＳのメンバシップ関数（制御条件５０％
ＦＳ以下の部分）、式（１７）は同じくその５０％ＦＳ
以上の部分、式（１８）は制御条件１００％ＦＳのメン
バシップ関数を意味している。これで、図４と同じメン
バシップ関数が設定できたことになり、あとは図３の例
と同様にして内部モデル６を推定して変更することがで
きる。

【００５２】また、図５は内部モデル推定処理部２１ａ
によって設定されたメンバシップ関数の他の例であり、
図４の例では制御条件７５％ＦＳ付近はちょうど２つの
メンバシップ関数の谷間にあって推定精度が不十分な場
合があるので、制御条件７５％ＦＳ時の制御対象プロセ
ス５０の特性を想定した内部モデル６のパラメータを内
部モデル代表記憶部２０に追加記憶させることによっ
て、メンバシップ関数が図５のように再設定された例で
ある。したがって、本実施例のＩＭＣコントローラは、
代表的な内部モデル６を設定するだけで内部モデル６の
推定を行うことができるので、このコントローラのオペ
レータの調整作業における負担を軽減することができ
る。

【００５３】上記の実施例では制御条件に基づいて内部
モデルを推定しているが、制御条件から内部モデルを算
出することもできる。図６は本発明の他の実施例を示す
ＩＭＣコントローラのブロック図であり、図１と同様の
部分には同一の符号を付してある。２９は制御開始から
の経過時間を制御条件信号として出力する条件信号入力
部、３１は条件信号入力部２９から出力された制御条件
信号に基づいて制御条件に応じた内部モデル６を算出
し、そのパラメータを内部モデル記憶部６ａに出力する
ことにより内部モデル６を変更させるパラメータ算出処
理部である。

【００５４】本実施例のＩＭＣコントローラは、条件信
号入力部２９、及びパラメータ算出処理部３１を除くＩ
ＭＣコントローラ本体の構成が図１の例と同じなので、
制御対象プロセス５０に時間の経過に依存してゲインや
時定数が変化する時変性が存在するときの条件信号入力
部２９、及びパラメータ算出処理部３１の動作を説明す
る。

【００５５】まず、条件信号入力部２９は、制御開始か
らの経過時間ｔを制御条件とし、これを制御条件信号と
して出力する。そして、パラメータ算出処理部３１は、
条件信号入力部２９から出力された制御条件信号が示す
経過時間ｔのときの内部モデル６のゲインＫｍ４、むだ
時間Ｌｍ４、及び時定数Ｔｍ４を例えば次式のように算
出する。Ｋｍ４＝２．０×ｓｉｎ（π×ｔ／３０）＋４．０・・・（１９）Ｌｍ４＝１０×ｓｉｎ（π×ｔ／３０）＋５０・・・（２０）Ｔｍ４＝５×ｓｉｎ（π×ｔ／３０）＋１５・・・（２１）

【００５６】この例ではゲインＫｍ４、むだ時間Ｌｍ
４、及び時定数Ｔｍ４が６０分周期で大きくなったり小
さくなったりしている。このとき、条件信号入力部２９
から出力された制御条件信号が示す経過時間ｔを２５０
分とすると、経過時間ｔ＝２５０分における内部モデル
６のゲインＫｍ、むだ時間Ｌｍ、及び時定数Ｔｍはそれ
ぞれ以下に示すように算出される。Ｋｍ４＝２．０×ｓｉｎ（２５０×π／３０）＋４．０＝５．７３・・・（２２）Ｌｍ４＝１０×ｓｉｎ（２５０×π／３０）＋５０＝５８．７秒・・・（２３）Ｔｍ４＝５×ｓｉｎ（２５０×π／３０）＋１５＝１９．３秒・・・（２４）

【００５７】そして、パラメータ算出処理部３１からこ
れらのパラメータが内部モデル記憶部６ａに出力され、
内部モデル記憶部６ａに記憶された内部モデル６のゲイ
ンＫｍ、むだ時間Ｌｍ、及び時定数Ｔｍがこれらのパラ
メータに変更されることにより、内部モデル６が変更さ
れる。したがって、本実施例のＩＭＣコントローラは、
このような内部モデル６の変更により信頼性の高い制御
を行うことができ、図３のように内部モデル６を推定す
る実施例と比べてその処理時間が短く、また必要とする
メモリ容量を少なくすることができる。

【００５８】

【発明の効果】本発明によれば、制御対象プロセスの特
性が制御条件に依存して変化するときに内部モデルを選
択し、又は推定し、又は算出して変更するので、精度と
信頼性の高い制御を行うことができる。また、事実上の
モデル同定誤差に対応するためにフィルタ部の時定数を
大きくする必要がなく、安定性を高くする代わりに制御
性能を犠牲にすることがないので、ＩＭＣコントローラ
の用途を拡大することができる。また、代表的な内部モ
デルをこのコントローラに記憶させるだけでファジィ推
論におけるメンバシップ関数を設定し、制御条件に応じ
た内部モデルを推定するので、このコントローラのオペ
レータの調整作業における負担を軽減することができ
る。また、制御条件に応じて内部モデルを算出して変更
するので、その処理時間が短く、必要とするメモリ容量
を少なくすることができる。また、実用上のほとんどの
場合において高級なプロセッサやメモリが不要なので、
コストの低減を図ることができる。

【図面の簡単な説明】

【図１】本発明の１実施例を示すＩＭＣコントローラの
ブロック図である。

【図２】図１のＩＭＣコントローラを用いた制御系のブ
ロック線図である。

【図３】本発明の他の実施例を示すＩＭＣコントローラ
のブロック図である。

【図４】図３の内部モデル推定部に設定されたメンバシ
ップ関数の例である。

【図５】内部モデル推定処理部によって設定されたメン
バシップ関数の例である。

【図６】本発明の他の実施例を示すＩＭＣコントローラ
のブロック図である。

【図７】従来のＩＭＣコントローラを用いた制御系のブ
ロック線図である。

【符号の説明】

３第１の減算処理部４操作量演算部５信号出力部６ａ内部モデル記憶部６ｂ内部モデル出力演算部８第２の減算処理部９条件信号入力部１０内部モデル候補記憶部１１内部モデル選択処理部１９条件信号入力部２０内部モデル代表記憶部２１内部モデル推定部２１ａ内部モデル推定処理部２９条件信号入力部３１パラメータ算出処理部

Claims

【特許請求の範囲】

【請求項１】制御の目標値から制御対象プロセスに出
力する操作量を演算し、制御対象プロセスを数式表現し
た内部モデルにて制御結果である制御対象プロセスの制
御量に相当する参照制御量を演算し、制御量と参照制御
量との差をフィードバックすることにより制御を行うＩ
ＭＣコントローラにおいて、目標値に基づく信号からフィードバック量を減算する第
１の減算処理部と、内部モデルのパラメータに基づいて前記第１の減算処理
部の出力から操作量を演算する操作量演算部と、前記内部モデルのパラメータを記憶し、選択された内部
モデルのパラメータが入力されたときは記憶しているパ
ラメータをこの選択された内部モデルのパラメータに更
新する内部モデル記憶部と、前記内部モデルのパラメータに基づいて前記操作量演算
部から出力された操作量から参照制御量を演算する内部
モデル出力演算部と、制御対象プロセスの制御量から前記内部モデル出力演算
部から出力された参照制御量を減算して前記フィードバ
ック量を出力する第２の減算処理部と、動作時の制御条件を制御条件信号として出力する条件信
号入力部と、前記制御条件の変化による制御対象プロセスの特性の変
化を想定した内部モデルのパラメータを内部モデルの候
補として記憶する内部モデル候補記憶部と、前記条件信号入力部から出力された制御条件信号に基づ
いて内部モデル候補記憶部に記憶された候補中から制御
条件に応じた内部モデルを選択し、この選択された内部
モデルのパラメータを前記内部モデル記憶部に出力する
内部モデル選択処理部とを有することを特徴とするＩＭ
Ｃコントローラ。
【請求項２】制御の目標値から制御対象プロセスに出
力する操作量を演算し、制御対象プロセスを数式表現し
た内部モデルにて制御結果である制御対象プロセスの制
御量に相当する参照制御量を演算し、制御量と参照制御
量との差をフィードバックすることにより制御を行うＩ
ＭＣコントローラにおいて、目標値に基づく信号からフィードバック量を減算する第
１の減算処理部と、内部モデルのパラメータに基づいて前記第１の減算処理
部の出力から操作量を演算する操作量演算部と、前記内部モデルのパラメータを記憶し、推定された内部
モデルのパラメータが入力されたときは記憶しているパ
ラメータをこの推定された内部モデルのパラメータに更
新する内部モデル記憶部と、前記内部モデルのパラメータに基づいて前記操作量演算
部から出力された操作量から参照制御量を演算する内部
モデル出力演算部と、制御対象プロセスの制御量から前記内部モデル出力演算
部から出力された参照制御量を減算して前記フィードバ
ック量を出力する第２の減算処理部と、動作時の制御条件を制御条件信号として出力する条件信
号入力部と、前記制御条件の変化による制御対象プロセスの特性の変
化を想定した代表的な内部モデルのパラメータを記憶す
る内部モデル代表記憶部と、前記条件信号入力部から出力された制御条件信号と内部
モデル代表記憶部に記憶された代表的な内部モデルのパ
ラメータに基づいて、制御条件に応じた内部モデルを推
定し、この推定された内部モデルのパラメータを前記内
部モデル記憶部に出力する内部モデル推定部とを有する
ことを特徴とするＩＭＣコントローラ。
【請求項３】請求項２記載のＩＭＣコントローラにお
いて、内部モデル推定部の代わりに、内部モデル代表記憶部に
記憶された代表的な内部モデルのパラメータに基づいて
ファジィ推論におけるメンバシップ関数を設定し、この
メンバシップ関数と条件信号入力部から出力された制御
条件信号に基づいて制御条件に応じた内部モデルを推定
し、この推定された内部モデルのパラメータを内部モデ
ル記憶部に出力する内部モデル推定処理部を有すること
を特徴とするＩＭＣコントローラ。
【請求項４】制御の目標値から制御対象プロセスに出
力する操作量を演算し、制御対象プロセスを数式表現し
た内部モデルにて制御結果である制御対象プロセスの制
御量に相当する参照制御量を演算し、制御量と参照制御
量との差をフィードバックすることにより制御を行うＩ
ＭＣコントローラにおいて、目標値に基づく信号からフィードバック量を減算する第
１の減算処理部と、内部モデルのパラメータに基づいて前記第１の減算処理
部の出力から操作量を演算する操作量演算部と、前記内部モデルのパラメータを記憶し、算出された内部
モデルのパラメータが入力されたときは記憶しているパ
ラメータをこの算出された内部モデルのパラメータに更
新する内部モデル記憶部と、前記内部モデルのパラメータに基づいて前記操作量演算
部から出力された操作量から参照制御量を演算する内部
モデル出力演算部と、制御対象プロセスの制御量から前記内部モデル出力演算
部から出力された参照制御量を減算して前記フィードバ
ック量を出力する第２の減算処理部と、動作時の制御条件を制御条件信号として出力する条件信
号入力部と、前記条件信号入力部から出力された制御条件信号に基づ
いて制御条件に応じた内部モデルを算出し、この算出さ
れた内部モデルのパラメータを前記内部モデル記憶部に
出力するパラメータ算出処理部とを有することを特徴と
するＩＭＣコントローラ。