JPH06342303A

JPH06342303A - Ｉｍｃコントローラ

Info

Publication number: JPH06342303A
Application number: JP14983493A
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: 1993-05-31
Filing date: 1993-05-31
Publication date: 1994-12-13

Abstract

(57)【要約】【目的】センサの変更時に再度の内部モデル同定を行
う必要のないＩＭＣコントローラを提供する。【構成】センサ６が既知のときは、内部モデル同定補
助装置１０にてセンサ６の特性及びセンサ６を用いて内
部モデル同定して得られた内部モデルのパラメータに基
づきプロセスモデルのパラメータが演算される。制御対
象プロセスが既知のときはその特性及び内部モデルのパ
ラメータに基づいてセンサモデルのパラメータが演算さ
れる。そして、プロセスモデル及びセンサモデルのパラ
メータがプロセスモデル記憶部７ａ及びセンサモデル記
憶部８ａに出力されることにより、内部モデルがプロセ
スモデルとセンサモデルに分離される。

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）コントローラに関し、特にセンサの変更時に
再度の内部モデル同定を行う必要のないＩＭＣコントロ
ーラに関するものである。

【０００２】

【従来の技術】従来より用いられているＰＩＤコントロ
ーラは、ＰＩＤ制御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、制御対象プロセスのむだ時間への対応が困難である
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
プロセス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５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。１３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、１２は第１の減
算処理部１３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、１４はフィルタ部１２の出力に基
づいて操作量を演算する操作部、１７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プロセスモデル、
１９は制御量からプロセスモデル１７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、２０は制御対象プロセスである。

【０００４】また、Ｆ、Ｇｃ、Ｇｍ、Ｇｐはそれぞれフ
ィルタ部１２、操作部１４、プロセスモデル１７、制御
対象プロセス２０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。

【０００５】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１３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１２に出力される。次いで、操作部１４にてフィ
ルタ部１２の出力から操作量ｕが演算され、制御対象プ
ロセス２０及びコントローラのプロセスモデル１７へ出
力される。そして、第２の減算処理部１９にて制御対象
プロセス２０の制御量ｙから制御対象プロセス２０の近
似的な動作をするプロセスモデル１７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１３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。

【０００６】このようなＩＭＣコントローラのプロセス
モデル１７は、制御対象プロセス２０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、また操作部１
４は、プロセスモデル１７の伝達関数の逆特性（１／Ｇ
ｍ）になるのが理想的であるが、プロセスモデル１７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。

【０００７】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、プロセスモデル１７の伝達関数Ｇｍが制御対象
プロセス２０の伝達関数Ｇｐに等しく、操作部１４の伝
達関数Ｇｃがプロセスモデル１７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）

【０００８】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１２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５の制御系で外乱ｄに着目すると、制御
対象プロセス２０とプロセスモデル１７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１９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。

【０００９】このようなＩＭＣコントローラのプロセス
モデル１７を決定するモデル同定技術がいくつか提案さ
れているが、実際の制御に用いる制御量ｙを計測する例
えば室温計測器のようなセンサでは、室温変化に対して
１０分程度の時定数で出力が追従するように時定数が大
きいことがある。そこで、実際のモデル同定において
は、このセンサを数式化したセンサモデルを追加し、プ
ロセスモデル１７とセンサモデルを含んだ内部モデルと
して内部モデル同定を行うことになる。

【００１０】よって、センサのメンテナンス等において
特性の異なるセンサに交換する場合は再度内部モデル同
定を行わなければならない。この再度の内部モデル同定
を回避する手段としてセンサの特性を考慮して内部モデ
ル同定の結果を再計算することが可能であるが、この場
合は伝達関数の計算等の専門的知識が必要となる。ま
た、センサの時定数が大きいと、実際の制御量ｙに対し
てセンサで計測される制御量の追従性が悪いということ
になる。

【００１１】

【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、センサを交換
すると再度の内部モデル同定を行わなければならず、セ
ンサの特性から内部モデルを再計算する方法では専門的
知識が必要になるという問題点があった。また、センサ
の時定数が大きいと計測される制御量が実際の値の変化
に対し十分に追従しなくなるので、このような情報の監
視の際に経験的知識に基づいて解釈しなければならず、
この情報を用いてＩＭＣコントローラの監視等を行う情
報処理システムを付加することが困難になるという問題
点があった。本発明は、上記課題を解決するために、セ
ンサの変更時に再度の内部モデル同定を行う必要のない
ＩＭＣコントローラを提供することを目的とする。ま
た、センサの特性を含まない実際の制御量を監視するこ
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。

【００１２】

【課題を解決するための手段】本発明は、プロセスモデ
ルを特定するためのプロセスモデルのパラメータを記憶
し、新たなプロセスモデルのパラメータが入力されたと
きはこのパラメータに更新するプロセスモデル記憶部
と、センサモデルを特定するためのセンサモデルのパラ
メータを記憶し、新たなセンサモデルのパラメータが入
力されたときはこのパラメータに更新するセンサモデル
記憶部と、センサを用いて内部モデル同定を行った結果
得られた内部モデル、センサの特性、及び制御対象プロ
セスの特性に基づいて内部モデルをプロセスモデルとセ
ンサモデルに分離し、プロセスモデル及びセンサモデル
のパラメータをそれぞれプロセスモデル記憶部及びセン
サモデル記憶部に出力する内部モデル同定補助装置とを
有するものである。

【００１３】また、プロセスモデルから出力された参照
制御量を制御量推定値として情報処理する情報処理装置
を有するものである。

【００１４】

【作用】本発明によれば、センサの特性が既知のときは
このセンサの特性及び内部モデルのパラメータに基づい
てプロセスモデルのパラメータが演算され、プロセスモ
デルのパラメータ及びセンサの特性に基づくセンサモデ
ルのパラメータがそれぞれプロセスモデル記憶部及びセ
ンサモデル記憶部に出力される。そして、制御対象プロ
セスの特性が既知のときはこの制御対象プロセスの特性
及び内部モデルのパラメータに基づいてセンサモデルの
パラメータが演算され、制御対象プロセスの特性に基づ
くプロセスモデルのパラメータ及びセンサモデルのパラ
メータがそれぞれプロセスモデル記憶部及びセンサモデ
ル記憶部に出力される。また、プロセスモデルから出力
された参照制御量に情報処理装置によって表示等の情報
処理が行われる。

【００１５】

【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は後述するプロセス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である。

【００１６】また、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、６は制御対象プロセスの制御量ｙを計
測するセンサ、７ａはこのＩＭＣコントローラのプロセ
スモデルのパラメータを記憶するプロセスモデル記憶
部、７ｂはプロセスモデルのパラメータに基づいてプロ
セスモデルとしての演算を行い参照制御量ｙｍを出力す
るプロセスモデル出力演算部、８ａはセンサ６を数式表
現したセンサモデルのパラメータを記憶するセンサモデ
ル記憶部、８ｂはセンサモデルのパラメータに基づいて
プロセスモデル出力演算部７ｂから出力された参照制御
量ｙｍからセンサモデルを含んだ参照制御量を演算する
センサモデル出力演算部である。

【００１７】また、９はセンサ６から出力された制御量
からセンサモデル出力演算部８ｂ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ｅを出力する第２の減
算処理部、１０はセンサ６を用いて内部モデル同定を行
った結果得られた内部モデルをプロセスモデルとセンサ
モデルに分離するための内部モデル同定補助装置、ｙ２
はセンサ６から出力された制御量、ｙｍ２はセンサモデ
ル出力演算部８ｂから出力された参照制御量である。

【００１８】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、７はプロセスモ
デル記憶部７ａ及びプロセスモデル出力演算部７ｂから
なるプロセスモデル、８はセンサモデル記憶部８ａ及び
センサモデル出力演算部８ｂからなるセンサモデルであ
る。

【００１９】また、Ｆ１、Ｆ２、Ｇｓ、Ｇｓｍはそれぞ
れ目標値フィルタ部２、目標値・外乱フィルタ部４ａ、
センサ６、センサモデル８の伝達関数である。なお、図
２は図１のＩＭＣコントローラを制御対象プロセス２０
と外乱ｄを含め、内部モデル同定補助装置１０を除いて
制御系として書き直したものである。また、図１、２か
ら明らかなようにこのＩＭＣコントローラは、内部モデ
ルをプロセスモデル７とセンサモデル８に分離して扱う
ようになっている。

【００２０】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９から出力されるフィード
バック量ｅを減算する。

【００２１】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）

【００２２】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は後述する内部モデル同定補助
装置１０によって決定されプロセスモデル記憶部７ａに
記憶されたプロセスモデル７のゲインＫｍ及び時定数Ｔ
ｍにより次式となり、図５の例と同様にむだ時間Ｌｍの
要素を除いたプロセスモデル７の伝達関数Ｇｍの逆数と
なっている。Ｇｃ＝（１＋Ｔｍ×ｓ）／Ｋｍ・・・（５）

【００２３】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
２０へ出力され、またプロセスモデル出力演算部７ｂへ
出力される。そして、センサ６は、操作量ｕがＩＭＣコ
ントローラから出力された結果である制御量ｙを伝達関
数Ｇｓという特性で計測して制御量ｙ２として出力す
る。

【００２４】次に、プロセスモデル７は、内部モデル同
定補助装置１０によって決定されプロセスモデル記憶部
７ａ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２０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、プロセスモデル出力演
算部７ｂ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）

【００２５】センサモデル８は、センサ６を１次遅れの
特性を有するものとしてセンサモデルパラメータである
センサモデル時定数Ｔ３によって数式表現したものであ
り、センサモデル記憶部８ａは、内部モデル同定補助装
置１０から入力されたこのセンサモデル時定数Ｔ３を記
憶している。そして、センサモデル出力演算部８ｂは、
プロセスモデル出力演算部７ｂから出力された参照制御
量ｙからセンサ６を考慮した参照制御量ｙｍ２を演算す
るが、その伝達関数Ｇｓｍはセンサモデル時定数Ｔ３に
より次式となる。Ｇｓｍ＝１／（１＋Ｔ３×ｓ）・・・（８）

【００２６】次に、第２の減算処理部９は、センサ６か
ら出力された制御量ｙ２からセンサモデル出力演算部８
ｂからの参照制御量ｙｍ２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。

【００２７】ここで、実際の制御を行うには内部モデル
同定を行う必要があるが、センサ６を用いたこのＩＭＣ
コントローラにおいて内部モデル同定が行われた後に、
内部モデル同定補助装置１０は、この内部モデルのパラ
メータから以下のようにしてプロセスモデル７のパラメ
ータとセンサモデル８のパラメータを決定する。

【００２８】図３はこの内部モデル同定補助装置１０の
１実施例を示すブロック図である。１０ａはセンサ６を
用いて内部モデル同定を行った結果得られた内部モデル
のパラメータが入力される内部モデルパラメータ入力
部、１０ｂは既知の制御対象プロセス２０のパラメータ
が入力されるプロセスモデルパラメータ入力部、１０ｃ
は既知のセンサ６の時定数が入力されるセンサモデルパ
ラメータ入力部、１０ｄは内部モデルのパラメータとセ
ンサ６の特性又は制御対象プロセス２０の特性とに基づ
いてプロセスモデル７又はセンサモデル８のパラメータ
を演算するモデル分離演算部、１０ｅは演算されたプロ
セスモデル７又はセンサモデル８のパラメータをそれぞ
れプロセスモデル記憶部７ａ、センサモデル記憶部８ａ
に出力するパラメータ出力部である。

【００２９】次に、このような内部モデル同定補助装置
１０の動作を説明する。内部モデルパラメータ入力部１
０ａには、本実施例のＩＭＣコントローラにおいて、時
定数が既知のセンサ６を用いて内部モデル同定を行った
結果得られた内部モデルのパラメータであるゲインＫ
０、むだ時間Ｌ０、及び時定数Ｔ０が図示しない外部か
ら入力される。つまり、この内部モデルはプロセスモデ
ル７とセンサモデル８を含んでおり、その伝達関数Ｇ０
は次式となる。Ｇ０＝Ｋ０×ｅｘｐ（−Ｌ０×ｓ）／（１＋Ｔ０×ｓ）・・・（９）

【００３０】次に、センサモデルパラメータ入力部１０
ｃには、センサ６の既知の時定数Ｔ４が図示しない外部
から入力される。このセンサ６の時定数Ｔ４による伝達
関数Ｇｓ２は次式となる。Ｇｓ２＝１／（１＋Ｔ４×ｓ）・・・（１０）

【００３１】モデル分離演算部１０ｄは、内部モデルパ
ラメータ入力部１０ａから内部モデルのゲインＫ０、む
だ時間Ｌ０、及び時定数Ｔ０が入力され、センサモデル
パラメータ入力部１０ｃからセンサ６の時定数Ｔ４が入
力されると、未知のプロセスモデル７のパラメータを演
算するプロセスモデルパラメータ演算モードと判断す
る。

【００３２】そして、プロセスモデルパラメータ演算モ
ードのときは内部モデルのゲインＫ０、むだ時間Ｌ０、
時定数Ｔ０、及びセンサ６の時定数Ｔ４に基づいてプロ
セスモデル７のパラメータであるゲインＫｍ、むだ時間
Ｌｍ、及び時定数Ｔｍを次式のように演算する。Ｋｍ＝Ｋ０・・・（１１）Ｔｍ＝（Ｔ０² −Ｔ４² ）^1/2 ・・・（１２）Ｌｍ＝Ｌ０＋Ｔ０−Ｔｍ−Ｔ４・・・（１３）

【００３３】これで、センサ６を用いた内部モデルのパ
ラメータよりプロセスモデル７のパラメータを逆算でき
たことになり、これらはパラメータ出力部１０ｅを介し
てプロセスモデル記憶部７ａに出力されて記憶される。
また、センサ６の時定数Ｔ４は、モデル分離演算部１０
ｄからセンサモデル時定数Ｔ３としてそのまま出力さ
れ、パラメータ出力部１０ｅを介してセンサモデル記憶
部８ａに記憶される。よって、プロセスモデル７とセン
サモデル８を分離した形で内部モデル同定ができたこと
になり、上記のような動作で実際の制御が行われる。

【００３４】次に、センサ６の交換時はこのセンサ６の
時定数Ｔ４をセンサモデルパラメータ入力部１０ｃに入
力する。モデル分離演算部１０ｄは、センサ６の時定数
Ｔ４だけが入力されたときはこのセンサ６の時定数Ｔ４
をセンサモデル時定数Ｔ３としてそのまま出力する。そ
して、このセンサモデル時定数Ｔ３がパラメータ出力部
１０ｅを介してセンサモデル記憶部８ａに出力される。

【００３５】よって、センサモデル記憶部８ａに記憶さ
れたセンサモデル時定数Ｔ３が更新されることによりセ
ンサモデル８が変更され、実質的に内部モデル同定が終
了したことになる。このように一度センサ６を用いて内
部モデル同定を行うと、この内部モデルをプロセスモデ
ル７とセンサモデル８に分離するので、センサ６を交換
してもセンサモデル８のみ変更することにより再度内部
モデル同定を行う手間を省くことができる。

【００３６】また、上記の場合と逆に制御対象プロセス
２０の特性が既知でセンサ６の特性が未知の場合は、こ
の制御対象プロセス２０のゲインＫｐ、むだ時間Ｌｐ、
及び時定数Ｔｐをプロセスモデルパラメータ入力部１０
ｂに入力する。その伝達関数Ｇｐ２は次式となる。Ｇｐ２＝Ｋｐ×ｅｘｐ（−Ｌｐ×ｓ）／（１＋Ｔｐ×ｓ）・・・（１４）

【００３７】次に、モデル分離演算部１０ｄは、上記と
同様に内部モデルパラメータ入力部１０ａから内部モデ
ルのゲインＫ０、むだ時間Ｌ０、及び時定数Ｔ０が入力
され、プロセスモデルパラメータ入力部１０ｂから制御
対象プロセス２０のゲインＫｐ、むだ時間Ｌｐ、及び時
定数Ｔｐが入力されると、センサモデルパラメータ演算
モードと判断する。

【００３８】そして、センサモデルパラメータ演算モー
ドのときは内部モデルのゲインＫ０、むだ時間Ｌ０、時
定数Ｔ０、制御対象プロセス２０のゲインＫｐ、むだ時
間Ｌｐ、時定数Ｔｐに基づいてセンサモデル８のパラメ
ータであるセンサモデル時定数Ｔ３を次式のように演算
する。Ｔ３＝（Ｔ０² −Ｔｐ² ）^1/2 ・・・（１５）

【００３９】これで、センサ６を用いた内部モデルのパ
ラメータよりセンサモデル時定数Ｔ３を逆算できたこと
になり、このセンサモデル時定数Ｔ３はパラメータ出力
部１０ｅを介してセンサモデル記憶部８ａに出力されて
記憶される。また、制御対象プロセス２０のゲインＫ
ｐ、むだ時間Ｌｐ、及び時定数Ｔｐは、それぞれプロセ
スモデル７のゲインＫｍ、むだ時間Ｌｍ、及び時定数Ｔ
ｍとしてそのまま出力され、パラメータ出力部１０ｅを
介してプロセスモデル記憶部７ａに出力されて記憶され
る。よって、上記と同様にプロセスモデル７とセンサモ
デル８の分離が行われたことになる。

【００４０】次に、制御対象プロセス２０の特性が変化
したときも上記と同様であって、この制御対象プロセス
２０のゲインＫｐ、むだ時間Ｌｐ、及び時定数Ｔｐをプ
ロセスモデルパラメータ入力部１０ｂに入力する。モデ
ル分離演算部１０ｄは、プロセスモデルパラメータ入力
部１０ｂからのみ入力があったときはこの制御対象プロ
セス２０のゲインＫｐ、むだ時間Ｌｐ、及び時定数Ｔｐ
をそれぞれプロセスモデル７のゲインＫｍ、むだ時間Ｌ
ｍ、及び時定数Ｔｍとしてそのまま出力する。

【００４１】よって、プロセスモデル７が変更されるの
で、制御対象プロセス２０に変化があってもこの制御対
象プロセス２０のパラメータが分かれば再度内部モデル
同定を行う手間を省くことができる。

【００４２】図４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る。１１はプロセスモデル
出力演算部７ｂから出力された参照制御量ｙｍを制御量
推定値としてこの制御量推定値の情報処理や表示等を行
う情報処理装置である。本実施例のＩＭＣコントローラ
の動作は基本的に図１の例と同様であるが、情報処理装
置１１は、コンピュータ、ディスプレイ、及びインター
フェース等を有し、プロセスモデル出力演算部７ｂから
出力された参照制御量ｙｍの情報処理や表示を行い、こ
のＩＭＣコントローラを監視する情報処理システムへの
接続等を行う。

【００４３】プロセスモデル７はセンサ６の特性を含ま
ない制御対象プロセス２０をモデル化したものであっ
て、参照制御量ｙｍは実際の制御量ｙに十分追従するの
で、この参照制御量ｙｍを制御量推定値として扱うこと
によりモニタとしての用途や信頼性が向上する。

【００４４】

【発明の効果】本発明によれば、センサを用いて内部モ
デル同定を行った結果得られた内部モデルをプロセスモ
デルとセンサモデルに分離するので、センサの交換時に
再度の内部モデル同定を行う必要がなく、センサのメン
テナンス効率を向上させることができる。

【００４５】また、プロセスモデルから出力された参照
制御量を実際の制御量の変化に対して十分に追従できる
制御量推定値として扱うので、モニタとしての用途や信
頼性が向上し、このコントローラの監視等を行う情報処
理システムを付加することが可能になる。

【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】図１の内部モデル同定補助装置の１実施例を示
すブロック図である。

【図４】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５】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】

６センサ７プロセスモデル７ａプロセスモデル記憶部７ｂプロセスモデル出力演算部８センサモデル８ａセンサモデル記憶部８ｂセンサモデル出力演算部１０内部モデル同定補助装置１０ａ内部モデルパラメータ入力部１０ｂプロセスモデルパラメータ入力部１０ｃセンサモデルパラメータ入力部１０ｄモデル分離演算部１１情報処理装置

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
たプロセスモデルと制御結果である制御対象プロセスの
制御量を計測するセンサを数式表現したセンサモデルと
を含む内部モデルにて制御量に相当する参照制御量を演
算し、センサから出力された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ＩＭＣコン
トローラにおいて、プロセスモデルを特定するためのプロセスモデルのパラ
メータを記憶し、新たなプロセスモデルのパラメータが
入力されたときはこのパラメータに更新するプロセスモ
デル記憶部と、センサモデルを特定するためのセンサモデルのパラメー
タを記憶し、新たなセンサモデルのパラメータが入力さ
れたときはこのパラメータに更新するセンサモデル記憶
部と、センサを用いて内部モデル同定を行った結果得られた内
部モデル、前記センサの特性、及び制御対象プロセスの
特性に基づいて前記内部モデルをプロセスモデルとセン
サモデルに分離し、プロセスモデル及びセンサモデルの
パラメータをそれぞれ前記プロセスモデル記憶部及びセ
ンサモデル記憶部に出力する内部モデル同定補助装置と
を有することを特徴とするＩＭＣコントローラ。
【請求項２】制御対象プロセスを数式表現したプロセ
ス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て制御を行うＩＭＣコン
トローラにおいて、プロセスモデルから出力された参照制御量を制御量推定
値として情報処理する情報処理装置を有することを特徴
とするＩＭＣコントローラ。