JPH07281711A - コントローラ - Google Patents
コントローラInfo
- Publication number
- JPH07281711A JPH07281711A JP9394094A JP9394094A JPH07281711A JP H07281711 A JPH07281711 A JP H07281711A JP 9394094 A JP9394094 A JP 9394094A JP 9394094 A JP9394094 A JP 9394094A JP H07281711 A JPH07281711 A JP H07281711A
- Authority
- JP
- Japan
- Prior art keywords
- internal model
- unit
- output
- dead time
- target value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
(57)【要約】
【目的】 むだ時間が時定数に比べて小さい制御対象プ
ロセスに対してもＰＩＤと同等の外乱抑制性を得る。 【構成】 目標値ｒが目標値フィルタ部２に入力され、
減算処理部３にてフィルタ部２の出力からフィードバッ
ク量ｅが減算される。操作量演算部４にて減算処理部３
の出力から操作量ｕが演算され制御対象プロセス及び内
部モデル出力演算部６ｂへ出力される。減算処理部８に
て制御量ｙから参照制御量ｙｍが減算されてこの結果が
フィードバック量ｅとなる制御系が構成されている。内
部モデルの設定は、内部モデルパラメータ算出部１０が
プロセスパラメータからＰＩＤの調整則を用いた内部モ
デルパラメータを算出し、内部モデル記憶部６ａに記憶
させることにより行われる。
ロセスに対してもＰＩＤと同等の外乱抑制性を得る。 【構成】 目標値ｒが目標値フィルタ部２に入力され、
減算処理部３にてフィルタ部２の出力からフィードバッ
ク量ｅが減算される。操作量演算部４にて減算処理部３
の出力から操作量ｕが演算され制御対象プロセス及び内
部モデル出力演算部６ｂへ出力される。減算処理部８に
て制御量ｙから参照制御量ｙｍが減算されてこの結果が
フィードバック量ｅとなる制御系が構成されている。内
部モデルの設定は、内部モデルパラメータ算出部１０が
プロセスパラメータからＰＩＤの調整則を用いた内部モ
デルパラメータを算出し、内部モデル記憶部６ａに記憶
させることにより行われる。
Description
【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、特にむだ時間が時定数に比べて小さい制御対
象プロセスに対してもＰＩＤと同等の外乱抑制性を得る
ことができるコントローラに関するものである。
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、特にむだ時間が時定数に比べて小さい制御対
象プロセスに対してもＰＩＤと同等の外乱抑制性を得る
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おり、
このＩＭＣコントローラを用いれば制御対象プロセス
（例えばこのコントローラが室内空調機であれば室内環
境に相当する）に大きなむだ時間（空調機から温風が出
てから室内温度が上昇するまでの時間）が存在しても対
応が可能という優れた利点がある。
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おり、
このＩＭＣコントローラを用いれば制御対象プロセス
（例えばこのコントローラが室内空調機であれば室内環
境に相当する）に大きなむだ時間（空調機から温風が出
てから室内温度が上昇するまでの時間）が存在しても対
応が可能という優れた利点がある。
【０００３】図１３は従来のＩＭＣコントローラを用い
た制御系のブロック線図である。３３は目標値（室内温
度設定値）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、３２は第１の減算処理部３３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、
３４はフィルタ部３２の出力に基づいてこのコントロー
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）を演算する操作部、３６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結果である制御量
（室内温度）に相当する参照制御量を出力する内部モデ
ル、３８は制御量から内部モデル３６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、４０は制御対象プロセスである。
た制御系のブロック線図である。３３は目標値（室内温
度設定値）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、３２は第１の減算処理部３３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、
３４はフィルタ部３２の出力に基づいてこのコントロー
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）を演算する操作部、３６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結果である制御量
（室内温度）に相当する参照制御量を出力する内部モデ
ル、３８は制御量から内部モデル３６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、４０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３２、操作部３４、内部モデル３６、制御対象
プロセス４０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。
ィルタ部３２、操作部３４、内部モデル３６、制御対象
プロセス４０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３３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３２に出力される。次いで、操作部３４にてフィ
ルタ部３２の出力から操作量ｕが演算され、制御対象プ
ロセス４０及びコントローラの内部モデル３６へ出力さ
れる。そして、第２の減算処理部３８にて制御対象プロ
セス４０の制御量ｙから制御対象プロセス４０の近似的
な動作をする内部モデル３６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３３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。
作を説明する。まず、第１の減算処理部３３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３２に出力される。次いで、操作部３４にてフィ
ルタ部３２の出力から操作量ｕが演算され、制御対象プ
ロセス４０及びコントローラの内部モデル３６へ出力さ
れる。そして、第２の減算処理部３８にて制御対象プロ
セス４０の制御量ｙから制御対象プロセス４０の近似的
な動作をする内部モデル３６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３３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コントローラの内部モデ
ル３６は、制御対象プロセス４０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３４
は、内部モデル３６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３６のむだ時間の
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。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）
ル３６は、制御対象プロセス４０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３４
は、内部モデル３６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３６のむだ時間の
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。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）
【０００７】ここで、内部モデル３６の伝達関数Ｇｍが
制御対象プロセス４０の伝達関数Ｇｐに等しく、操作部
３４の伝達関数Ｇｃが内部モデル３６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）
制御対象プロセス４０の伝達関数Ｇｐに等しく、操作部
３４の伝達関数Ｇｃが内部モデル３６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３２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、外乱ｄに着目すると、制御対象プロセス４
０と内部モデル３６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３８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。このよ
うなＩＭＣコントローラの内部モデル３６は、制御対象
プロセス４０をモデル同定した結果との誤差ができる限
り小さくなるように選ばれる。
な条件であればフィルタ部３２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、外乱ｄに着目すると、制御対象プロセス４
０と内部モデル３６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３８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。このよ
うなＩＭＣコントローラの内部モデル３６は、制御対象
プロセス４０をモデル同定した結果との誤差ができる限
り小さくなるように選ばれる。
【０００９】
【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おり、制御対象プロセス
が大きなむだ時間を有する場合にも対応が容易である
が、制御対象プロセスのむだ時間がその時定数に比べて
小さい場合、ＩＭＣの外乱抑制性はＰＩＤよりも劣るの
で、ＩＭＣコントローラを用いることが最良ではなくな
るという問題点があった。また、このような場合、ＰＩ
ＤとＩＭＣを必要に応じて切り替える併用方式が考えら
れるが、制御アルゴリズムが別々に必要になるため、専
用処理回路を追加する必要があ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、むだ時間が
時定数に比べて小さい制御対象プロセスに対してもＰＩ
Ｄと同等の外乱抑制性を得ることができるＩＭＣ構造の
コントローラを提供することを目的とする。
ーラは以上のように構成されており、制御対象プロセス
が大きなむだ時間を有する場合にも対応が容易である
が、制御対象プロセスのむだ時間がその時定数に比べて
小さい場合、ＩＭＣの外乱抑制性はＰＩＤよりも劣るの
で、ＩＭＣコントローラを用いることが最良ではなくな
るという問題点があった。また、このような場合、ＰＩ
ＤとＩＭＣを必要に応じて切り替える併用方式が考えら
れるが、制御アルゴリズムが別々に必要になるため、専
用処理回路を追加する必要があ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、むだ時間が
時定数に比べて小さい制御対象プロセスに対してもＰＩ
Ｄと同等の外乱抑制性を得ることができるＩＭＣ構造の
コントローラを提供することを目的とする。
【００１０】
【課題を解決するための手段】本発明は、入力された制
御の目標値を伝達関数が時間遅れの特性で出力する目標
値フィルタ部と、この目標値フィルタ部の出力からフィ
ードバック量を減算する第１の減算処理部と、この第１
の減算処理部の出力を伝達関数が時間遅れの特性で出力
する目標値・外乱フィルタ部、内部モデルのパラメータ
に基づいて目標値・外乱フィルタ部の出力から操作量を
演算して出力する操作部からなる操作量演算部と、内部
モデルのパラメータを記憶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、制御対象プロセスをモデル同定して得られ
たプロセスパラメータからＰＩＤの調整則を用いた内部
モデルのパラメータを算出し内部モデル記憶部に記憶さ
せる内部モデルパラメータ算出部とを有するものであ
る。
御の目標値を伝達関数が時間遅れの特性で出力する目標
値フィルタ部と、この目標値フィルタ部の出力からフィ
ードバック量を減算する第１の減算処理部と、この第１
の減算処理部の出力を伝達関数が時間遅れの特性で出力
する目標値・外乱フィルタ部、内部モデルのパラメータ
に基づいて目標値・外乱フィルタ部の出力から操作量を
演算して出力する操作部からなる操作量演算部と、内部
モデルのパラメータを記憶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、制御対象プロセスをモデル同定して得られ
たプロセスパラメータからＰＩＤの調整則を用いた内部
モデルのパラメータを算出し内部モデル記憶部に記憶さ
せる内部モデルパラメータ算出部とを有するものであ
る。
【００１１】また、入力された目標値を第１の時定数に
よって決定される特性で出力する目標値フィルタ部と、
この目標値フィルタ部の出力からフィードバック量を減
算する第１の減算処理部と、この第１の減算処理部の出
力を第２の時定数によって決定される特性で出力する目
標値・外乱フィルタ部、内部モデルのパラメータに基づ
いて目標値・外乱フィルタ部の出力から操作量を演算し
て出力する操作部からなる操作量演算部と、内部モデル
のパラメータを記憶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、第１、第２の時定数設定のためのパラメータに基
づき制御対象プロセスのむだ時間の大小判定におけるし
きい値である臨界点比率を算出する臨界点算出部と、臨
界点比率、制御対象プロセスをモデル同定して得られた
プロセスパラメータに基づいてむだ時間の大小判定を行
い、むだ時間が大きい場合はプロセスパラメータ中のむ
だ時間に応じて第１、第２の時定数を算出し、むだ時間
が小さい場合はプロセスパラメータ中の時定数に応じて
第１、第２の時定数を算出するフィルタ時定数変更部
と、臨界点比率、プロセスパラメータに基づいてむだ時
間の大小判定を行い、むだ時間が大きい場合はプロセス
パラメータをそのまま内部モデルのパラメータとして内
部モデル記憶部に記憶させ、むだ時間が小さい場合はプ
ロセスパラメータからＰＩＤの調整則を用いた内部モデ
ルのパラメータを算出し内部モデル記憶部に記憶させる
内部モデルパラメータ切替算出部とを有するものであ
る。
よって決定される特性で出力する目標値フィルタ部と、
この目標値フィルタ部の出力からフィードバック量を減
算する第１の減算処理部と、この第１の減算処理部の出
力を第２の時定数によって決定される特性で出力する目
標値・外乱フィルタ部、内部モデルのパラメータに基づ
いて目標値・外乱フィルタ部の出力から操作量を演算し
て出力する操作部からなる操作量演算部と、内部モデル
のパラメータを記憶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、第１、第２の時定数設定のためのパラメータに基
づき制御対象プロセスのむだ時間の大小判定におけるし
きい値である臨界点比率を算出する臨界点算出部と、臨
界点比率、制御対象プロセスをモデル同定して得られた
プロセスパラメータに基づいてむだ時間の大小判定を行
い、むだ時間が大きい場合はプロセスパラメータ中のむ
だ時間に応じて第１、第２の時定数を算出し、むだ時間
が小さい場合はプロセスパラメータ中の時定数に応じて
第１、第２の時定数を算出するフィルタ時定数変更部
と、臨界点比率、プロセスパラメータに基づいてむだ時
間の大小判定を行い、むだ時間が大きい場合はプロセス
パラメータをそのまま内部モデルのパラメータとして内
部モデル記憶部に記憶させ、むだ時間が小さい場合はプ
ロセスパラメータからＰＩＤの調整則を用いた内部モデ
ルのパラメータを算出し内部モデル記憶部に記憶させる
内部モデルパラメータ切替算出部とを有するものであ
る。
【００１２】また、入力された目標値を第１の時定数に
よって決定される特性で出力する目標値フィルタ部と、
この目標値フィルタ部の出力からフィードバック量を減
算する第１の減算処理部と、この第１の減算処理部の出
力を第２の時定数によって決定される特性で出力する目
標値・外乱フィルタ部、内部モデルのパラメータに基づ
いて目標値・外乱フィルタ部の出力から操作量を演算し
て出力する操作部からなる操作量演算部と、内部モデル
のパラメータを記憶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、制御対象プロセスのむだ時間の大小判定における
しきい値である臨界点比率、制御対象プロセスをモデル
同定して得られたプロセスパラメータに基づいてむだ時
間の大小判定を行い、むだ時間が大きい場合はプロセス
パラメータ中のむだ時間に応じて第１、第２の時定数を
算出し、むだ時間が小さい場合はプロセスパラメータ中
の時定数に応じて第１、第２の時定数を算出するフィル
タ時定数変更部と、臨界点比率、プロセスパラメータに
基づいてむだ時間の大小判定を行い、むだ時間が大きい
場合はプロセスパラメータをそのまま内部モデルのパラ
メータとして内部モデル記憶部に記憶させ、むだ時間が
小さい場合はプロセスパラメータからＰＩＤの調整則を
近似的に用いた内部モデルのパラメータを算出し内部モ
デル記憶部に記憶させる内部モデルパラメータ簡略算出
部とを有するものである。
よって決定される特性で出力する目標値フィルタ部と、
この目標値フィルタ部の出力からフィードバック量を減
算する第１の減算処理部と、この第１の減算処理部の出
力を第２の時定数によって決定される特性で出力する目
標値・外乱フィルタ部、内部モデルのパラメータに基づ
いて目標値・外乱フィルタ部の出力から操作量を演算し
て出力する操作部からなる操作量演算部と、内部モデル
のパラメータを記憶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、制御対象プロセスのむだ時間の大小判定における
しきい値である臨界点比率、制御対象プロセスをモデル
同定して得られたプロセスパラメータに基づいてむだ時
間の大小判定を行い、むだ時間が大きい場合はプロセス
パラメータ中のむだ時間に応じて第１、第２の時定数を
算出し、むだ時間が小さい場合はプロセスパラメータ中
の時定数に応じて第１、第２の時定数を算出するフィル
タ時定数変更部と、臨界点比率、プロセスパラメータに
基づいてむだ時間の大小判定を行い、むだ時間が大きい
場合はプロセスパラメータをそのまま内部モデルのパラ
メータとして内部モデル記憶部に記憶させ、むだ時間が
小さい場合はプロセスパラメータからＰＩＤの調整則を
近似的に用いた内部モデルのパラメータを算出し内部モ
デル記憶部に記憶させる内部モデルパラメータ簡略算出
部とを有するものである。
【００１３】
【作用】本発明によれば、目標値が目標値フィルタ部に
入力され、第１の減算処理部にて目標値フィルタ部の出
力からフィードバック量が減算され、操作量演算部にて
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
部へ出力されるフィードバック制御系が構成されてい
る。そして、内部モデルの設定は、内部モデルパラメー
タ算出部がプロセスパラメータからＰＩＤの調整則を用
いた内部モデルのパラメータを算出し、これを内部モデ
ル記憶部に記憶させることにより行われる。
入力され、第１の減算処理部にて目標値フィルタ部の出
力からフィードバック量が減算され、操作量演算部にて
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
部へ出力されるフィードバック制御系が構成されてい
る。そして、内部モデルの設定は、内部モデルパラメー
タ算出部がプロセスパラメータからＰＩＤの調整則を用
いた内部モデルのパラメータを算出し、これを内部モデ
ル記憶部に記憶させることにより行われる。
【００１４】また、臨界点算出部はしきい値である臨界
点比率を算出し、フィルタ時定数変更部及び内部モデル
パラメータ切替算出部はこの臨界点比率とプロセスパラ
メータに基づいて制御対象プロセスのむだ時間の大小判
定を行う。そして、フィルタ時定数変更部はむだ時間が
大きいとむだ時間に応じて第１、第２の時定数を算出
し、むだ時間が小さいと時定数に応じて算出する。これ
により目標値フィルタ部、目標値・外乱フィルタ部の特
性が設定される。また、内部モデルパラメータ切替算出
部はむだ時間が大きいとプロセスパラメータを内部モデ
ルのパラメータとして内部モデル記憶部に記憶させ、む
だ時間が小さいとプロセスパラメータからＰＩＤの調整
則を用いた内部モデルのパラメータを算出する。これに
より内部モデルが設定される。
点比率を算出し、フィルタ時定数変更部及び内部モデル
パラメータ切替算出部はこの臨界点比率とプロセスパラ
メータに基づいて制御対象プロセスのむだ時間の大小判
定を行う。そして、フィルタ時定数変更部はむだ時間が
大きいとむだ時間に応じて第１、第２の時定数を算出
し、むだ時間が小さいと時定数に応じて算出する。これ
により目標値フィルタ部、目標値・外乱フィルタ部の特
性が設定される。また、内部モデルパラメータ切替算出
部はむだ時間が大きいとプロセスパラメータを内部モデ
ルのパラメータとして内部モデル記憶部に記憶させ、む
だ時間が小さいとプロセスパラメータからＰＩＤの調整
則を用いた内部モデルのパラメータを算出する。これに
より内部モデルが設定される。
【００１５】また、内部モデルパラメータ簡略算出部は
むだ時間が大きいとプロセスパラメータを内部モデルの
パラメータとして内部モデル記憶部に記憶させ、むだ時
間が小さいとプロセスパラメータからＰＩＤの調整則を
近似的に用いた内部モデルのパラメータを算出する。こ
れにより内部モデルが設定される。
むだ時間が大きいとプロセスパラメータを内部モデルの
パラメータとして内部モデル記憶部に記憶させ、むだ時
間が小さいとプロセスパラメータからＰＩＤの調整則を
近似的に用いた内部モデルのパラメータを算出する。こ
れにより内部モデルが設定される。
【００１６】
【実施例】図１は本発明の１実施例を示すＩＭＣ構造の
コントローラのブロック図、図２はこのＩＭＣ構造のコ
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はこのコントローラのオペレータによって
設定された目標値ｒを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。
コントローラのブロック図、図２はこのＩＭＣ構造のコ
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はこのコントローラのオペレータによって
設定された目標値ｒを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。
【００１７】また、６ａはこの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、６ｂ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。
ルのパラメータを記憶する内部モデル記憶部、６ｂ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。
【００１８】また、９は制御対象プロセスをモデル同定
した結果得られたプロセスパラメータをこのコントロー
ラに入力するプロセスパラメータ入力部、１０はこのプ
ロセスパラメータからＰＩＤの調整則を応用した内部モ
デルのパラメータを算出し内部モデル記憶部６ａに記憶
させる内部モデルパラメータ算出部である。
した結果得られたプロセスパラメータをこのコントロー
ラに入力するプロセスパラメータ入力部、１０はこのプ
ロセスパラメータからＰＩＤの調整則を応用した内部モ
デルのパラメータを算出し内部モデル記憶部６ａに記憶
させる内部モデルパラメータ算出部である。
【００１９】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。また、
ｄｕは操作量外乱であり、外乱ｄ＝Ｇｐ×ｄｕとするこ
とで制御量外乱ｄと等価に扱うことができる。
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。また、
ｄｕは操作量外乱であり、外乱ｄ＝Ｇｐ×ｄｕとするこ
とで制御量外乱ｄと等価に扱うことができる。
【００２０】なお、図２は図１の目標値フィルタ部２、
第１の減算処理部３、操作量演算部４、内部モデル記憶
部６ａ、内部モデル出力演算部６ｂ、及び第２の減算処
理部８からなるこのＩＭＣ構造のコントローラの基本構
成に、制御対象プロセス４０、外乱ｄ、及び操作量外乱
ｄｕを含めて制御系として書き直したものである。
第１の減算処理部３、操作量演算部４、内部モデル記憶
部６ａ、内部モデル出力演算部６ｂ、及び第２の減算処
理部８からなるこのＩＭＣ構造のコントローラの基本構
成に、制御対象プロセス４０、外乱ｄ、及び操作量外乱
ｄｕを含めて制御系として書き直したものである。
【００２１】本実施例のコントローラにおいては、内部
モデルパラメータ算出部１０が内部モデル６のパラメー
タを算出し、これにより操作量演算部４、内部モデル出
力演算部６ｂの特性が決定され制御系の特性が決定され
るが、ここでは操作量演算部４、内部モデル出力演算部
６ｂを含むコントローラの制御系としての動作を先に説
明する。
モデルパラメータ算出部１０が内部モデル６のパラメー
タを算出し、これにより操作量演算部４、内部モデル出
力演算部６ｂの特性が決定され制御系の特性が決定され
るが、ここでは操作量演算部４、内部モデル出力演算部
６ｂを含むコントローラの制御系としての動作を先に説
明する。
【００２２】目標値ｒは、このコントローラのオペレー
タによって設定され、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Ｆ
１の特性で出力する。 Ｆ１＝１／（１＋Ｔ１×ｓ） ・・・（３）
タによって設定され、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Ｆ
１の特性で出力する。 Ｆ１＝１／（１＋Ｔ１×ｓ） ・・・（３）
【００２３】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。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）
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。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）
【００２４】また、同じく操作量演算部４内の操作部４
ｂ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６
ａ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１３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。
ｂ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６
ａ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１３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
４０へ出力され、また内部モデル出力演算部６ｂへ出力
される。
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
４０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、制御対象プロセス４０は、１次遅れ
とむだ時間の要素を有するものとしてその伝達関数Ｇｐ
を次式のような近似伝達関数で表現できる。 Ｇｐ＝Ｋｐ×ｅｘｐ（−Ｌｐ×ｓ）／（１＋Ｔｐ×ｓ） ・・・（７） ここで、Ｋｐ、Ｌｐ、Ｔｐはそれぞれ制御対象プロセス
４０のゲイン、むだ時間、時定数である。
とむだ時間の要素を有するものとしてその伝達関数Ｇｐ
を次式のような近似伝達関数で表現できる。 Ｇｐ＝Ｋｐ×ｅｘｐ（−Ｌｐ×ｓ）／（１＋Ｔｐ×ｓ） ・・・（７） ここで、Ｋｐ、Ｌｐ、Ｔｐはそれぞれ制御対象プロセス
４０のゲイン、むだ時間、時定数である。
【００２７】そして、内部モデルは、図１３の例では制
御対象プロセス４０をモデル同定した結果得られた上記
のようなプロセスパラメータをそのまま内部モデルのゲ
インＫｍ、時定数Ｔｍ、むだ時間Ｌｍとして用い、制御
対象プロセス４０を式（７）と同様の次式によって表現
したものとなるが、本実施例の内部モデル６ではモデル
同定した結果をそのまま使用しない。
御対象プロセス４０をモデル同定した結果得られた上記
のようなプロセスパラメータをそのまま内部モデルのゲ
インＫｍ、時定数Ｔｍ、むだ時間Ｌｍとして用い、制御
対象プロセス４０を式（７）と同様の次式によって表現
したものとなるが、本実施例の内部モデル６ではモデル
同定した結果をそのまま使用しない。
【００２８】すなわち、内部モデル出力演算部６ｂは、
内部モデル記憶部６ａに記憶されたゲインＫｍ、時定数
Ｔｍ、及びむだ時間Ｌｍに基づいて操作量ｕから参照制
御量ｙｍを演算するが、これらのパラメータは内部モデ
ルパラメータ算出部１０がプロセスパラメータから算出
したものである。この内部モデル６の伝達関数Ｇｍは次
式となる。 Ｇｍ＝Ｋｍ×ｅｘｐ（−Ｌｍ×ｓ）／（１＋Ｔｍ×ｓ） ・・・（８）
内部モデル記憶部６ａに記憶されたゲインＫｍ、時定数
Ｔｍ、及びむだ時間Ｌｍに基づいて操作量ｕから参照制
御量ｙｍを演算するが、これらのパラメータは内部モデ
ルパラメータ算出部１０がプロセスパラメータから算出
したものである。この内部モデル６の伝達関数Ｇｍは次
式となる。 Ｇｍ＝Ｋｍ×ｅｘｐ（−Ｌｍ×ｓ）／（１＋Ｔｍ×ｓ） ・・・（８）
【００２９】次いで、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４０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。これが、このＩＭＣ構造のコン
トローラの基本構成であるフィードバック制御系として
の動作である。
力部７を介して入力された制御対象プロセス４０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。これが、このＩＭＣ構造のコン
トローラの基本構成であるフィードバック制御系として
の動作である。
【００３０】次に、プロセスパラメータ入力部９には、
制御対象プロセス４０を式（７）のように近似してモデ
ル同定する従来のＩＭＣのパラメータ設定手法を用いて
得られた制御対象プロセス４０のゲインＫｐ、時定数Ｔ
ｐ、むだ時間Ｌｐがオペレータによって設定される。プ
ロセスパラメータ入力部９はこれらのプロセスパラメー
タを内部モデルパラメータ算出部１０に出力する。
制御対象プロセス４０を式（７）のように近似してモデ
ル同定する従来のＩＭＣのパラメータ設定手法を用いて
得られた制御対象プロセス４０のゲインＫｐ、時定数Ｔ
ｐ、むだ時間Ｌｐがオペレータによって設定される。プ
ロセスパラメータ入力部９はこれらのプロセスパラメー
タを内部モデルパラメータ算出部１０に出力する。
【００３１】そして、内部モデルパラメータ算出部１０
は、入力されたプロセスパラメータに基づき内部モデル
６のゲインＫｍ、時定数Ｔｍ、及びむだ時間Ｌｍを以下
のように算出する。ここで、図２に示した本実施例の制
御系を書き換えると、図３（ａ）のように変形すること
ができ、更にこれを書き換えると、図３（ｂ）のように
変形することができる。また、図４は従来のＰＩＤコン
トローラを用いた制御系のブロック線図であり、Ｇｉは
このＰＩＤコントローラの操作部１４の伝達関数であ
る。
は、入力されたプロセスパラメータに基づき内部モデル
６のゲインＫｍ、時定数Ｔｍ、及びむだ時間Ｌｍを以下
のように算出する。ここで、図２に示した本実施例の制
御系を書き換えると、図３（ａ）のように変形すること
ができ、更にこれを書き換えると、図３（ｂ）のように
変形することができる。また、図４は従来のＰＩＤコン
トローラを用いた制御系のブロック線図であり、Ｇｉは
このＰＩＤコントローラの操作部１４の伝達関数であ
る。
【００３２】図３（ｂ）における第１の減算処理部３以
降の構成と図４の構成に着目し、図３（ｂ）の操作量演
算部４、内部モデル６を図のように１つのブロック４ｃ
にまとめると、本実施例のコントローラとＰＩＤコント
ローラの構成が似ていることが分かる。そこで、本実施
例のコントローラとＰＩＤコントローラとの間の対応関
係を図３（ｂ）、図４に基づいて求めれば、ＰＩＤの調
整則を本実施例のコントローラに応用することができ
る。
降の構成と図４の構成に着目し、図３（ｂ）の操作量演
算部４、内部モデル６を図のように１つのブロック４ｃ
にまとめると、本実施例のコントローラとＰＩＤコント
ローラの構成が似ていることが分かる。そこで、本実施
例のコントローラとＰＩＤコントローラとの間の対応関
係を図３（ｂ）、図４に基づいて求めれば、ＰＩＤの調
整則を本実施例のコントローラに応用することができ
る。
【００３３】まず、本実施例の内部モデル６の伝達関数
Ｇｍは式（８）に示した通りであるが、Ｐａｄｅ近似式
ｅｘｐ（−Ｌｍ×ｓ）＝（−Ｌｍ×ｓ＋２）／（Ｌｍ×
ｓ＋２）を用いると、次式のように変形することができ
る。 Ｇｍ＝Ｋｍ×（−Ｌｍ×ｓ＋２）／｛（１＋Ｔｍ×ｓ）×（Ｌｍ×ｓ＋２）｝ ・・・（９）
Ｇｍは式（８）に示した通りであるが、Ｐａｄｅ近似式
ｅｘｐ（−Ｌｍ×ｓ）＝（−Ｌｍ×ｓ＋２）／（Ｌｍ×
ｓ＋２）を用いると、次式のように変形することができ
る。 Ｇｍ＝Ｋｍ×（−Ｌｍ×ｓ＋２）／｛（１＋Ｔｍ×ｓ）×（Ｌｍ×ｓ＋２）｝ ・・・（９）
【００３４】また、図３（ｂ）において、第１の減算処
理部３の出力をｘとすると、操作量演算部４から出力さ
れる操作量ｕは次式となる。 ｕ＝（ｘ＋ｕ×Ｇｍ）×Ｆ２×Ｇｃ ・・・（１０） この式（１０）を式（６）、（９）により変形すると次
式となる。 ｕ＝［ｘ＋ｕ×Ｋｍ ×（−Ｌｍ×ｓ＋２）／｛（１＋Ｔｍ×ｓ）×（Ｌｍ×ｓ＋２）｝］ ×［（１＋Ｔｍ×ｓ）／｛Ｋｍ×（１＋Ｔ２×ｓ）｝］ ・・・（１１）
理部３の出力をｘとすると、操作量演算部４から出力さ
れる操作量ｕは次式となる。 ｕ＝（ｘ＋ｕ×Ｇｍ）×Ｆ２×Ｇｃ ・・・（１０） この式（１０）を式（６）、（９）により変形すると次
式となる。 ｕ＝［ｘ＋ｕ×Ｋｍ ×（−Ｌｍ×ｓ＋２）／｛（１＋Ｔｍ×ｓ）×（Ｌｍ×ｓ＋２）｝］ ×［（１＋Ｔｍ×ｓ）／｛Ｋｍ×（１＋Ｔ２×ｓ）｝］ ・・・（１１）
【００３５】今、図３（ｂ）のブロック４ｃの伝達関数
をＧｂとすると、Ｇｂ＝ｕ／ｘなので、伝達関数Ｇｂは
式（１１）より次式となる。 Ｇｂ＝ｕ／ｘ＝｛（Ｔｍ×Ｌｍ／２）×ｓ2 ＋（Ｔｍ＋Ｌｍ／２）×ｓ＋１｝ ／｛（Ｋｍ×Ｔ２×Ｌｍ／２）×ｓ2 ＋Ｋｍ×（Ｔ２＋Ｌｍ）×ｓ｝ ＝（Ａ１×ｓ2 ＋Ｂ１×ｓ＋１）／（Ｃ１×ｓ2 ＋Ｄ１×ｓ） ・・・（１２）
をＧｂとすると、Ｇｂ＝ｕ／ｘなので、伝達関数Ｇｂは
式（１１）より次式となる。 Ｇｂ＝ｕ／ｘ＝｛（Ｔｍ×Ｌｍ／２）×ｓ2 ＋（Ｔｍ＋Ｌｍ／２）×ｓ＋１｝ ／｛（Ｋｍ×Ｔ２×Ｌｍ／２）×ｓ2 ＋Ｋｍ×（Ｔ２＋Ｌｍ）×ｓ｝ ＝（Ａ１×ｓ2 ＋Ｂ１×ｓ＋１）／（Ｃ１×ｓ2 ＋Ｄ１×ｓ） ・・・（１２）
【００３６】次いで、ＰＩＤコントローラの操作部１４
の伝達関数Ｇｉを次式に示す。 Ｇｉ＝Ｋ×｛１＋（１／Ｔｉ×ｓ）＋Ｔｄ×ｓ｝×｛１／（１＋Ｔｆ×ｓ）｝ ・・・（１３） ＫはＰＩＤのゲイン、Ｔｉは積分時間、Ｔｄは微分時
間、Ｔｆはフィルタ時定数である。一般のＰＩＤコント
ローラではフィルタ時定数Ｔｆ＝０、すなわち操作部１
４にフィルタを備えないものもあるが、ここではフィル
タ付きとする。
の伝達関数Ｇｉを次式に示す。 Ｇｉ＝Ｋ×｛１＋（１／Ｔｉ×ｓ）＋Ｔｄ×ｓ｝×｛１／（１＋Ｔｆ×ｓ）｝ ・・・（１３） ＫはＰＩＤのゲイン、Ｔｉは積分時間、Ｔｄは微分時
間、Ｔｆはフィルタ時定数である。一般のＰＩＤコント
ローラではフィルタ時定数Ｔｆ＝０、すなわち操作部１
４にフィルタを備えないものもあるが、ここではフィル
タ付きとする。
【００３７】そして、式（１３）の分子分母にＴｉ×ｓ
を掛けて次式のように変形する。 Ｇｉ＝（Ｔｉ×Ｔｄ×ｓ2 ＋Ｔｉ×ｓ＋１） ／｛（Ｔｉ×Ｔｆ／Ｋ）×ｓ2 ＋（Ｔｉ／Ｋ）×ｓ｝ ＝（Ａ２×ｓ2 ＋Ｂ２×ｓ＋１）／（Ｃ２×ｓ2 ＋Ｄ２×ｓ） ・・・（１４）
を掛けて次式のように変形する。 Ｇｉ＝（Ｔｉ×Ｔｄ×ｓ2 ＋Ｔｉ×ｓ＋１） ／｛（Ｔｉ×Ｔｆ／Ｋ）×ｓ2 ＋（Ｔｉ／Ｋ）×ｓ｝ ＝（Ａ２×ｓ2 ＋Ｂ２×ｓ＋１）／（Ｃ２×ｓ2 ＋Ｄ２×ｓ） ・・・（１４）
【００３８】こうして求めたブロック４ｃの伝達関数Ｇ
ｂと操作部１４の伝達関数Ｇｉは式（１２）、（１４）
から明らかなように相似関係にあり、Ａ１＝Ａ２、Ｂ１
＝Ｂ２、Ｃ１＝Ｃ２、Ｄ１＝Ｄ２とすることにより、本
実施例のコントローラとＰＩＤコントローラとの間で次
式のようなパラメータの対応関係を求めることができ
る。
ｂと操作部１４の伝達関数Ｇｉは式（１２）、（１４）
から明らかなように相似関係にあり、Ａ１＝Ａ２、Ｂ１
＝Ｂ２、Ｃ１＝Ｃ２、Ｄ１＝Ｄ２とすることにより、本
実施例のコントローラとＰＩＤコントローラとの間で次
式のようなパラメータの対応関係を求めることができ
る。
【００３９】 Ｋｍ＝Ｔｉ／［Ｋ×｛Ｔｉ−（Ｔｉ2 −４×Ｔｉ×Ｔｄ）1/2 ＋Ｔ２｝］ ・・・（１５） Ｔｍ＝｛Ｔｉ＋（Ｔｉ2 −４×Ｔｉ×Ｔｄ）1/2 ｝／２ ・・・（１６） Ｌｍ＝Ｔｉ−（Ｔｉ2 −４×Ｔｉ×Ｔｄ）1/2 ・・・（１７）
【００４０】次に、ＰＩＤの調整則としてＣＨＲ（Chie
n,Hrones,Reswick）法が提案されており、これによる調
整公式は次式の通りである。 Ｋ＝０．９５×Ｔｐ／（Ｋｐ×Ｌｐ） ・・・（１８） Ｔｉ＝２．４×Ｌｐ ・・・（１９） Ｔｄ＝０．４×Ｌｐ ・・・（２０）
n,Hrones,Reswick）法が提案されており、これによる調
整公式は次式の通りである。 Ｋ＝０．９５×Ｔｐ／（Ｋｐ×Ｌｐ） ・・・（１８） Ｔｉ＝２．４×Ｌｐ ・・・（１９） Ｔｄ＝０．４×Ｌｐ ・・・（２０）
【００４１】式（１８）〜（２０）の値を式（１５）〜
（１７）に代入すると次式となる。 Ｋｍ＝Ｋｐ×Ｌｐ2 ／｛Ｔｐ×（０．４０２×Ｌｐ＋０．３９６×Ｔ２）｝ ・・・（２１） Ｔｍ＝１．８９３×Ｌｐ ・・・（２２） Ｌｍ＝１．０１４×Ｌｐ ・・・（２３）
（１７）に代入すると次式となる。 Ｋｍ＝Ｋｐ×Ｌｐ2 ／｛Ｔｐ×（０．４０２×Ｌｐ＋０．３９６×Ｔ２）｝ ・・・（２１） Ｔｍ＝１．８９３×Ｌｐ ・・・（２２） Ｌｍ＝１．０１４×Ｌｐ ・・・（２３）
【００４２】内部モデルパラメータ算出部１０は、この
ようにして得られた式（２１）〜（２３）を用い、プロ
セスパラメータ入力部９より入力された制御対象プロセ
スのゲインＫｐ、時定数Ｔｐ、及びむだ時間Ｌｐから内
部モデル６のゲインＫｍ、時定数Ｔｍ、及びむだ時間Ｌ
ｍを算出する。
ようにして得られた式（２１）〜（２３）を用い、プロ
セスパラメータ入力部９より入力された制御対象プロセ
スのゲインＫｐ、時定数Ｔｐ、及びむだ時間Ｌｐから内
部モデル６のゲインＫｍ、時定数Ｔｍ、及びむだ時間Ｌ
ｍを算出する。
【００４３】こうして算出された内部モデル６のゲイン
Ｋｍ、時定数Ｔｍ、むだ時間Ｌｍが内部モデル記憶部６
ａに出力され記憶されることにより、内部モデル６が設
定される。これは、操作量演算部４、内部モデル出力演
算部６ｂの特性が決定されることであり、これでコント
ローラの制御系としての特性が決定される。以上のよう
にＰＩＤ制御で用いられている調整則を応用することに
より、むだ時間が時定数に比べ小さい制御対象プロセス
４０に対しても外乱抑制性がＰＩＤより劣ることがなく
なる。
Ｋｍ、時定数Ｔｍ、むだ時間Ｌｍが内部モデル記憶部６
ａに出力され記憶されることにより、内部モデル６が設
定される。これは、操作量演算部４、内部モデル出力演
算部６ｂの特性が決定されることであり、これでコント
ローラの制御系としての特性が決定される。以上のよう
にＰＩＤ制御で用いられている調整則を応用することに
より、むだ時間が時定数に比べ小さい制御対象プロセス
４０に対しても外乱抑制性がＰＩＤより劣ることがなく
なる。
【００４４】図５はＰＩＤ及び本実施例のコントローラ
をタンク内の液面の高さの制御に使用したときの外乱抑
制性を示す図、図６は同様にＰＩＤ及び従来のＩＭＣコ
ントローラの外乱抑制性を示す図であり、ｙは本実施例
及び従来のＩＭＣコントローラによって制御した場合の
制御量、ｙｐはＰＩＤコントローラによって制御した場
合の制御量である。図５、６は制御量ｙが０ｃｍという
整定状態で、０秒にて例えばバルブが故障した等の操作
量外乱ｄｕ＝１が加わったときの制御量ｙ、ｙｐを求め
たシミュレーション結果である。
をタンク内の液面の高さの制御に使用したときの外乱抑
制性を示す図、図６は同様にＰＩＤ及び従来のＩＭＣコ
ントローラの外乱抑制性を示す図であり、ｙは本実施例
及び従来のＩＭＣコントローラによって制御した場合の
制御量、ｙｐはＰＩＤコントローラによって制御した場
合の制御量である。図５、６は制御量ｙが０ｃｍという
整定状態で、０秒にて例えばバルブが故障した等の操作
量外乱ｄｕ＝１が加わったときの制御量ｙ、ｙｐを求め
たシミュレーション結果である。
【００４５】また、従来のＩＭＣコントローラは、本実
施例において内部モデルパラメータ算出部１０に算出を
行わせずに直接内部モデル記憶部６ａにパラメータを設
定したものを用いている。
施例において内部モデルパラメータ算出部１０に算出を
行わせずに直接内部モデル記憶部６ａにパラメータを設
定したものを用いている。
【００４６】ここで、タンク内の液体という制御対象プ
ロセス４０のゲインＫｐを４、時定数Ｔｐを２０秒、む
だ時間Ｌｐを２秒とし、従来のＩＭＣコントローラはこ
れらをそのまま用いてゲインＫｍを４、時定数Ｔｍを２
０秒、むだ時間Ｌｍを２秒とし、本実施例及び従来のＩ
ＭＣの目標値フィルタ部２の時定数Ｔ１を４秒、目標値
・外乱フィルタ部４ａの時定数Ｔ２を１秒としている。
また、ＰＩＤコントローラのゲインＫを２．３７５、積
分時間Ｔｉを４．８秒、微分時間Ｔｄを０．８秒として
いる。
ロセス４０のゲインＫｐを４、時定数Ｔｐを２０秒、む
だ時間Ｌｐを２秒とし、従来のＩＭＣコントローラはこ
れらをそのまま用いてゲインＫｍを４、時定数Ｔｍを２
０秒、むだ時間Ｌｍを２秒とし、本実施例及び従来のＩ
ＭＣの目標値フィルタ部２の時定数Ｔ１を４秒、目標値
・外乱フィルタ部４ａの時定数Ｔ２を１秒としている。
また、ＰＩＤコントローラのゲインＫを２．３７５、積
分時間Ｔｉを４．８秒、微分時間Ｔｄを０．８秒として
いる。
【００４７】そして、本実施例の内部モデルパラメータ
算出部１０は、制御対象プロセス４０の上記のパラメー
タがプロセスパラメータ入力部９に設定されることによ
り、内部モデル６のゲインＫｍを０．６６７３、時定数
Ｔｍを３．７８６秒、むだ時間Ｌｍを２．０２８秒と算
出する。図６に示すように、むだ時間Ｌｐが小さい制御
対象プロセス４０に対して、従来のＩＭＣコントローラ
は外乱抑制性がＰＩＤコントローラよりも劣るが、図５
の本実施例のコントローラではＰＩＤと同等の外乱抑制
性が得られる。
算出部１０は、制御対象プロセス４０の上記のパラメー
タがプロセスパラメータ入力部９に設定されることによ
り、内部モデル６のゲインＫｍを０．６６７３、時定数
Ｔｍを３．７８６秒、むだ時間Ｌｍを２．０２８秒と算
出する。図６に示すように、むだ時間Ｌｐが小さい制御
対象プロセス４０に対して、従来のＩＭＣコントローラ
は外乱抑制性がＰＩＤコントローラよりも劣るが、図５
の本実施例のコントローラではＰＩＤと同等の外乱抑制
性が得られる。
【００４８】図１の例ではＰＩＤの調整則を応用して内
部モデル６のパラメータ設定を行うことにより外乱抑制
性を改善するが、このＰＩＤの調整則を応用した内部モ
デル６のパラメータ設定を実行するかどうかは、オペレ
ータが制御対象プロセスのむだ時間Ｌｐを見積もって判
断しなければならない。この場合、オペレータが判断を
誤ってむだ時間Ｌｐが大きいときに実行してしまうと、
外乱抑制性が劣化して逆効果になることもある。そこ
で、オペレータが判断しなくてもいいようにするには図
１の例とは別の処理が必要となる。
部モデル６のパラメータ設定を行うことにより外乱抑制
性を改善するが、このＰＩＤの調整則を応用した内部モ
デル６のパラメータ設定を実行するかどうかは、オペレ
ータが制御対象プロセスのむだ時間Ｌｐを見積もって判
断しなければならない。この場合、オペレータが判断を
誤ってむだ時間Ｌｐが大きいときに実行してしまうと、
外乱抑制性が劣化して逆効果になることもある。そこ
で、オペレータが判断しなくてもいいようにするには図
１の例とは別の処理が必要となる。
【００４９】図７は本発明の他の実施例を示すＩＭＣ構
造のコントローラのブロック図であり、図１と同一の部
分には同一の符号を付してある。１０ａは内部モデルパ
ラメータ切替算出部であり、後述する臨界点比率、プロ
セスパラメータ入力部９からのプロセスパラメータに基
づいてむだ時間Ｌｐの大小判定を行い、むだ時間Ｌｐが
大きい場合はプロセスパラメータを内部モデル６のパラ
メータとし、むだ時間Ｌｐが小さい場合はプロセスパラ
メータからＰＩＤの調整則を用いた内部モデル６のパラ
メータを算出する。
造のコントローラのブロック図であり、図１と同一の部
分には同一の符号を付してある。１０ａは内部モデルパ
ラメータ切替算出部であり、後述する臨界点比率、プロ
セスパラメータ入力部９からのプロセスパラメータに基
づいてむだ時間Ｌｐの大小判定を行い、むだ時間Ｌｐが
大きい場合はプロセスパラメータを内部モデル６のパラ
メータとし、むだ時間Ｌｐが小さい場合はプロセスパラ
メータからＰＩＤの調整則を用いた内部モデル６のパラ
メータを算出する。
【００５０】また、１１は目標値フィルタ部２の時定数
Ｔ１及び目標値・外乱フィルタ部４ａの時定数Ｔ２を設
定するためのパラメータをコントローラに入力するマニ
ュアル設定入力部、１２はマニュアル設定入力部１１か
らのパラメータに基づき制御対象プロセスのむだ時間の
大小判定におけるしきい値である臨界点比率を算出する
臨界点算出部である。１３はフィルタ時定数変更部であ
り、臨界点比率、プロセスパラメータに基づいてむだ時
間Ｌｐの大小判定を行い、むだ時間Ｌｐが大きい場合は
むだ時間Ｌｐに応じて時定数Ｔ１、Ｔ２を算出し、むだ
時間Ｌｐが小さい場合は時定数Ｔｐに応じて時定数Ｔ
１、Ｔ２を算出する。
Ｔ１及び目標値・外乱フィルタ部４ａの時定数Ｔ２を設
定するためのパラメータをコントローラに入力するマニ
ュアル設定入力部、１２はマニュアル設定入力部１１か
らのパラメータに基づき制御対象プロセスのむだ時間の
大小判定におけるしきい値である臨界点比率を算出する
臨界点算出部である。１３はフィルタ時定数変更部であ
り、臨界点比率、プロセスパラメータに基づいてむだ時
間Ｌｐの大小判定を行い、むだ時間Ｌｐが大きい場合は
むだ時間Ｌｐに応じて時定数Ｔ１、Ｔ２を算出し、むだ
時間Ｌｐが小さい場合は時定数Ｔｐに応じて時定数Ｔ
１、Ｔ２を算出する。
【００５１】本実施例においても、目標値入力部１、目
標値フィルタ部２、第１の減算処理部３、操作量演算部
４、信号出力部５、内部モデル記憶部６ａ、内部モデル
出力演算部６ｂ、制御量入力部７、及び第２の減算処理
部８からなるコントローラの基本構成の動作は図１の例
と同様である。
標値フィルタ部２、第１の減算処理部３、操作量演算部
４、信号出力部５、内部モデル記憶部６ａ、内部モデル
出力演算部６ｂ、制御量入力部７、及び第２の減算処理
部８からなるコントローラの基本構成の動作は図１の例
と同様である。
【００５２】本実施例のコントローラは、図１の例と同
様にプロセスパラメータがプロセスパラメータ入力部９
に設定され、それと共にマニュアル設定入力部１１に後
述するフィルタ時定数決定のためのパラメータが設定さ
れることにより、フィルタ時定数変更部１３、内部モデ
ルパラメータ切替算出部１０ａの動作が確定するが、こ
こではフィルタ時定数変更部１３、内部モデルパラメー
タ切替算出部１０ａの動作を先に説明する。
様にプロセスパラメータがプロセスパラメータ入力部９
に設定され、それと共にマニュアル設定入力部１１に後
述するフィルタ時定数決定のためのパラメータが設定さ
れることにより、フィルタ時定数変更部１３、内部モデ
ルパラメータ切替算出部１０ａの動作が確定するが、こ
こではフィルタ時定数変更部１３、内部モデルパラメー
タ切替算出部１０ａの動作を先に説明する。
【００５３】フィルタ時定数変更部１３は、プロセスパ
ラメータ入力部９からのパラメータと臨界点算出部１２
からのパラメータに基づき、目標値フィルタ部２の時定
数Ｔ１、目標値・外乱フィルタ部４ａの時定数Ｔ２を以
下のように算出し、目標値フィルタ部２、目標値・外乱
フィルタ部４ａに出力することでこれらの特性を決定す
る。
ラメータ入力部９からのパラメータと臨界点算出部１２
からのパラメータに基づき、目標値フィルタ部２の時定
数Ｔ１、目標値・外乱フィルタ部４ａの時定数Ｔ２を以
下のように算出し、目標値フィルタ部２、目標値・外乱
フィルタ部４ａに出力することでこれらの特性を決定す
る。
【００５４】このとき、プロセスパラメータ入力部９か
ら入力された制御対象プロセスのむだ時間Ｌｐが大きい
場合には、目標値フィルタ部２の時定数Ｔ１を次式のよ
うに算出する。 Ｔ１＝４×α×Ｌｐ ・・・（２４） ここで、αはむだ時間連動比例定数である。そして、目
標値・外乱フィルタ部４ａの時定数Ｔ２を次式のように
算出する。 Ｔ２＝α×Ｌｐ ・・・（２５）
ら入力された制御対象プロセスのむだ時間Ｌｐが大きい
場合には、目標値フィルタ部２の時定数Ｔ１を次式のよ
うに算出する。 Ｔ１＝４×α×Ｌｐ ・・・（２４） ここで、αはむだ時間連動比例定数である。そして、目
標値・外乱フィルタ部４ａの時定数Ｔ２を次式のように
算出する。 Ｔ２＝α×Ｌｐ ・・・（２５）
【００５５】また、制御対象プロセスのむだ時間Ｌｐが
小さい場合には、フィルタ部の時定数をむだ時間Ｌｐに
連動させるよりも時定数Ｔｐに連動させた方が良いこと
が従来から知られている（Manfred Morari、Evanghelos
Zafiriou;「ROBUST PROCESSCONTROL」、PRENTICE HALL、
1989 ）。
小さい場合には、フィルタ部の時定数をむだ時間Ｌｐに
連動させるよりも時定数Ｔｐに連動させた方が良いこと
が従来から知られている（Manfred Morari、Evanghelos
Zafiriou;「ROBUST PROCESSCONTROL」、PRENTICE HALL、
1989 ）。
【００５６】このようなことから、フィルタ時定数変更
部１３は、プロセスパラメータ入力部９から入力された
むだ時間Ｌｐが小さい場合には目標値フィルタ部２の時
定数Ｔ１を次式のように算出する。 Ｔ１＝４×β×Ｔｐ ・・・（２６） ここで、βは時定数連動比例定数である。そして、目標
値・外乱フィルタ部４ａの時定数Ｔ２を次式のように算
出する。 Ｔ２＝β×Ｔｐ ・・・（２７）
部１３は、プロセスパラメータ入力部９から入力された
むだ時間Ｌｐが小さい場合には目標値フィルタ部２の時
定数Ｔ１を次式のように算出する。 Ｔ１＝４×β×Ｔｐ ・・・（２６） ここで、βは時定数連動比例定数である。そして、目標
値・外乱フィルタ部４ａの時定数Ｔ２を次式のように算
出する。 Ｔ２＝β×Ｔｐ ・・・（２７）
【００５７】次に、内部モデルパラメータ切替算出部１
０ａは、プロセスパラメータ入力部９から入力された制
御対象プロセスのむだ時間Ｌｐが大きい場合には、入力
されたゲインＫｐ、時定数Ｔｐ、むだ時間Ｌｐをそれぞ
れ内部モデル６のゲインＫｍ、時定数Ｔｍ、むだ時間Ｌ
ｍとする。すなわち、Ｋｍ＝Ｋｐ、Ｔｍ＝Ｔｐ、Ｌｍ＝
Ｌｐである。
０ａは、プロセスパラメータ入力部９から入力された制
御対象プロセスのむだ時間Ｌｐが大きい場合には、入力
されたゲインＫｐ、時定数Ｔｐ、むだ時間Ｌｐをそれぞ
れ内部モデル６のゲインＫｍ、時定数Ｔｍ、むだ時間Ｌ
ｍとする。すなわち、Ｋｍ＝Ｋｐ、Ｔｍ＝Ｔｐ、Ｌｍ＝
Ｌｐである。
【００５８】また、制御対象プロセスのむだ時間Ｌｐが
小さい場合には、図１の例と同様に式（２２）、（２
３）、そして次式によってそれぞれ内部モデル６の時定
数Ｔｍ、むだ時間Ｌｍ、ゲインＫｍを算出する。 Ｋｍ＝Ｋｐ×Ｌｐ2 ／｛Ｔｐ ×（０．４０２×Ｌｐ＋０．３９６×β×Ｔｐ）｝ ・・・（２８）
小さい場合には、図１の例と同様に式（２２）、（２
３）、そして次式によってそれぞれ内部モデル６の時定
数Ｔｍ、むだ時間Ｌｍ、ゲインＫｍを算出する。 Ｋｍ＝Ｋｐ×Ｌｐ2 ／｛Ｔｐ ×（０．４０２×Ｌｐ＋０．３９６×β×Ｔｐ）｝ ・・・（２８）
【００５９】なお、式（２１）の代わりに式（２８）を
用いるのは前述のフィルタ時定数変更部１３に応じてＴ
２＝β×Ｔｐとなるためである。こうして決定された内
部モデル６のゲインＫｍ、時定数Ｔｍ、むだ時間Ｌｍが
内部モデル記憶部６ａに出力され記憶されることによ
り、内部モデル６が設定される。
用いるのは前述のフィルタ時定数変更部１３に応じてＴ
２＝β×Ｔｐとなるためである。こうして決定された内
部モデル６のゲインＫｍ、時定数Ｔｍ、むだ時間Ｌｍが
内部モデル記憶部６ａに出力され記憶されることによ
り、内部モデル６が設定される。
【００６０】このように、フィルタ時定数変更部１３は
目標値フィルタ部２の時定数Ｔ１及び目標値・外乱フィ
ルタ部４ａの時定数Ｔ２を決定し、内部モデルパラメー
タ切替算出部１０ａは内部モデル６のパラメータを決定
するが、このためにはむだ時間連動比例定数α、時定数
連動比例定数β、そして制御対象プロセスのむだ時間Ｌ
ｐの大小判定におけるしきい値が必要であり、これらを
出力するのが臨界点算出部１２なので、次に臨界点算出
部１２の動作を説明する。
目標値フィルタ部２の時定数Ｔ１及び目標値・外乱フィ
ルタ部４ａの時定数Ｔ２を決定し、内部モデルパラメー
タ切替算出部１０ａは内部モデル６のパラメータを決定
するが、このためにはむだ時間連動比例定数α、時定数
連動比例定数β、そして制御対象プロセスのむだ時間Ｌ
ｐの大小判定におけるしきい値が必要であり、これらを
出力するのが臨界点算出部１２なので、次に臨界点算出
部１２の動作を説明する。
【００６１】臨界点算出部１２は、マニュアル設定入力
部１１に設定されたむだ時間連動比例定数α、時定数連
動比例定数βに基づきしきい値を求めるが、ここではこ
れらのパラメータがマニュアル設定入力部１１に設定さ
れなかった場合の動作について先に説明する。
部１１に設定されたむだ時間連動比例定数α、時定数連
動比例定数βに基づきしきい値を求めるが、ここではこ
れらのパラメータがマニュアル設定入力部１１に設定さ
れなかった場合の動作について先に説明する。
【００６２】ここで、制御対象プロセスのむだ時間Ｌｐ
が大きいかどうかの境界、すなわちフィルタ時定数変更
部１３が動作を切り替える境界であり、内部モデルパラ
メータ切替算出部１０ａがＰＩＤの調整則を応用した演
算を実行するかどうかの境界でもある臨界点を外乱抑制
効果臨界点とする（以下、臨界点という）。そして、こ
の臨界点における制御対象プロセスのむだ時間をＬｐ
ｃ、時定数をＴｐｃとし、Ｌｐｃ／Ｔｐｃを外乱抑制効
果臨界点比率εとして（以下、臨界点比率という）、こ
の臨界点比率εを上記のしきい値として用いる。
が大きいかどうかの境界、すなわちフィルタ時定数変更
部１３が動作を切り替える境界であり、内部モデルパラ
メータ切替算出部１０ａがＰＩＤの調整則を応用した演
算を実行するかどうかの境界でもある臨界点を外乱抑制
効果臨界点とする（以下、臨界点という）。そして、こ
の臨界点における制御対象プロセスのむだ時間をＬｐ
ｃ、時定数をＴｐｃとし、Ｌｐｃ／Ｔｐｃを外乱抑制効
果臨界点比率εとして（以下、臨界点比率という）、こ
の臨界点比率εを上記のしきい値として用いる。
【００６３】臨界点算出部１２は、この臨界点比率εを
以下のように決定する。まず、フィルタ時定数変更部１
３にて算出される目標値・外乱フィルタ部４ａの時定数
Ｔ２の値が臨界点において連続となる条件は、式（２
５）、（２７）より次式となる。 Ｔ２＝α×Ｌｐｃ＝β×Ｔｐｃ ・・・（２９） よって、式（２９）より次式が成立する。 β＝α×ε ・・・（３０）
以下のように決定する。まず、フィルタ時定数変更部１
３にて算出される目標値・外乱フィルタ部４ａの時定数
Ｔ２の値が臨界点において連続となる条件は、式（２
５）、（２７）より次式となる。 Ｔ２＝α×Ｌｐｃ＝β×Ｔｐｃ ・・・（２９） よって、式（２９）より次式が成立する。 β＝α×ε ・・・（３０）
【００６４】次に、内部モデルパラメータ切替算出部１
０ａにて決定される内部モデル６のゲインＫｍの値が臨
界点において連続となる条件は、次式となる。 Ｋｍ＝Ｋｐｃ＝Ｋｐｃ×Ｌｐｃ2 ／｛Ｔｐｃ×（０．４０２×Ｌｐｃ＋０．３９６×β×Ｔｐｃ）｝ ・・・（３１） すなわち、式（３１）はむだ時間Ｌｐが大きい場合に用
いられるＫｍ＝Ｋｐ（臨界点なのでＫｐｃとなる）とむ
だ時間Ｌｐが小さい場合に用いられる式（２８）による
ゲインＫｍが等しくなることを示している。
０ａにて決定される内部モデル６のゲインＫｍの値が臨
界点において連続となる条件は、次式となる。 Ｋｍ＝Ｋｐｃ＝Ｋｐｃ×Ｌｐｃ2 ／｛Ｔｐｃ×（０．４０２×Ｌｐｃ＋０．３９６×β×Ｔｐｃ）｝ ・・・（３１） すなわち、式（３１）はむだ時間Ｌｐが大きい場合に用
いられるＫｍ＝Ｋｐ（臨界点なのでＫｐｃとなる）とむ
だ時間Ｌｐが小さい場合に用いられる式（２８）による
ゲインＫｍが等しくなることを示している。
【００６５】式（３１）にＬｐｃ＝ε×Ｔｐｃを代入す
ると次式となる。 Ｋｐｃ＝Ｋｐｃ×（ε×Ｔｐｃ）2 ／｛Ｔｐｃ×（０．４０２×ε×Ｔｐｃ＋０．３９６×β×Ｔｐｃ）｝ ・・・（３２） そして、最終的に次式が得られる。 ε2 −０．４０２×ε−０．３９６×β＝０ ・・・（３３）
ると次式となる。 Ｋｐｃ＝Ｋｐｃ×（ε×Ｔｐｃ）2 ／｛Ｔｐｃ×（０．４０２×ε×Ｔｐｃ＋０．３９６×β×Ｔｐｃ）｝ ・・・（３２） そして、最終的に次式が得られる。 ε2 −０．４０２×ε−０．３９６×β＝０ ・・・（３３）
【００６６】また、内部モデルパラメータ切替算出部１
０ａにて決定される内部モデル６の時定数Ｔｍの値が臨
界点において連続となる条件は、次式となる。 Ｔｍ＝Ｔｐｃ＝１．８９３×Ｌｐｃ ・・・（３４） すなわち、式（３４）はむだ時間Ｌｐが大きい場合に用
いられるＴｍ＝Ｔｐ（臨界点なのでＴｐｃとなる）とむ
だ時間Ｌｐが小さい場合に用いられる式（２２）による
ゲインＴｍが等しくなることを示している。
０ａにて決定される内部モデル６の時定数Ｔｍの値が臨
界点において連続となる条件は、次式となる。 Ｔｍ＝Ｔｐｃ＝１．８９３×Ｌｐｃ ・・・（３４） すなわち、式（３４）はむだ時間Ｌｐが大きい場合に用
いられるＴｍ＝Ｔｐ（臨界点なのでＴｐｃとなる）とむ
だ時間Ｌｐが小さい場合に用いられる式（２２）による
ゲインＴｍが等しくなることを示している。
【００６７】したがって、式（３４）とε＝Ｌｐｃ／Ｔ
ｐｃよりε＝１／１．８９３＝０．５２８と求められ
る。また、式（３３）にε＝０．５２８を代入すること
により、β＝０．１６８となり、式（３０）よりα＝
０．３１８となる。以上により、臨界点算出部１２は、
マニュアル設定入力部１１にパラメータが設定されなか
った場合、臨界点比率ε＝０．５２８、むだ時間連動比
例定数α＝０．３１８、時定数連動比例定数β＝０．１
６８をフィルタ時定数変更部１３に出力し、臨界点比率
ε＝０．５２８を内部モデルパラメータ切替算出部１０
ａに出力する。
ｐｃよりε＝１／１．８９３＝０．５２８と求められ
る。また、式（３３）にε＝０．５２８を代入すること
により、β＝０．１６８となり、式（３０）よりα＝
０．３１８となる。以上により、臨界点算出部１２は、
マニュアル設定入力部１１にパラメータが設定されなか
った場合、臨界点比率ε＝０．５２８、むだ時間連動比
例定数α＝０．３１８、時定数連動比例定数β＝０．１
６８をフィルタ時定数変更部１３に出力し、臨界点比率
ε＝０．５２８を内部モデルパラメータ切替算出部１０
ａに出力する。
【００６８】内部モデルパラメータ切替算出部１０ａ
は、この臨界点比率εに基づき制御対象プロセスのむだ
時間Ｌｐの大小を判定する。つまり、プロセスパラメー
タ入力部９から入力された制御対象プロセスの時定数Ｔ
ｐ、むだ時間ＬｐがＬｐ／Ｔｐ≧εのときむだ時間Ｌｐ
が大きいと判定し、Ｌｐ／Ｔｐ＜εのときむだ時間Ｌｐ
が小さいと判定する。そして、この判定に基づき前述の
ように内部モデル６のゲインＫｍ、時定数Ｔｍ、むだ時
間Ｌｍを決定する。
は、この臨界点比率εに基づき制御対象プロセスのむだ
時間Ｌｐの大小を判定する。つまり、プロセスパラメー
タ入力部９から入力された制御対象プロセスの時定数Ｔ
ｐ、むだ時間ＬｐがＬｐ／Ｔｐ≧εのときむだ時間Ｌｐ
が大きいと判定し、Ｌｐ／Ｔｐ＜εのときむだ時間Ｌｐ
が小さいと判定する。そして、この判定に基づき前述の
ように内部モデル６のゲインＫｍ、時定数Ｔｍ、むだ時
間Ｌｍを決定する。
【００６９】また、フィルタ時定数変更部１３もむだ時
間Ｌｐの大小を同様に判定し、この判定に基づき前述の
ように目標値フィルタ部２の時定数Ｔ１及び目標値・外
乱フィルタ部４ａの時定数Ｔ２を決定する。このように
して、内部モデル６とフィルタの特性が設定されること
により、このコントローラの動作が決定される。
間Ｌｐの大小を同様に判定し、この判定に基づき前述の
ように目標値フィルタ部２の時定数Ｔ１及び目標値・外
乱フィルタ部４ａの時定数Ｔ２を決定する。このように
して、内部モデル６とフィルタの特性が設定されること
により、このコントローラの動作が決定される。
【００７０】なお、臨界点算出部１２による上記のよう
なパラメータ決定は、マニュアル設定入力部１１にパラ
メータが設定されなかった場合のものであり、これによ
り制御の専門的知識のないオペレータであっても、図１
の例の手法を利用したコントローラを利用することがで
きる。しかし、専門的知識を有するオペレータがフィル
タ設定のためのパラメータであるむだ時間連動比例定数
α又は時定数連動比例定数βを個別に設定したい場合
は、以下のようにして行うことができる。
なパラメータ決定は、マニュアル設定入力部１１にパラ
メータが設定されなかった場合のものであり、これによ
り制御の専門的知識のないオペレータであっても、図１
の例の手法を利用したコントローラを利用することがで
きる。しかし、専門的知識を有するオペレータがフィル
タ設定のためのパラメータであるむだ時間連動比例定数
α又は時定数連動比例定数βを個別に設定したい場合
は、以下のようにして行うことができる。
【００７１】例えば、オペレータがむだ時間連動比例定
数αの決定を優先する場合、設定したい定数αの値をマ
ニュアル設定入力部１１に入力する。このとき、臨界点
比率εは式（３０）、（３３）より次式となる。 ε＝０．４０２＋０．３９６×α ・・・（３５） また、時定数連動比例定数βは、式（３０）、（３５）
より次式となる。 β＝α×（０．４０２＋０．３９６×α） ・・・（３６） この例ではゲインＫｍと時定数Ｔ２の連続性が維持され
る。
数αの決定を優先する場合、設定したい定数αの値をマ
ニュアル設定入力部１１に入力する。このとき、臨界点
比率εは式（３０）、（３３）より次式となる。 ε＝０．４０２＋０．３９６×α ・・・（３５） また、時定数連動比例定数βは、式（３０）、（３５）
より次式となる。 β＝α×（０．４０２＋０．３９６×α） ・・・（３６） この例ではゲインＫｍと時定数Ｔ２の連続性が維持され
る。
【００７２】また、オペレータが時定数連動比例定数β
の決定を優先する場合、設定したい定数βの値をマニュ
アル設定入力部１１に入力する。このとき、臨界点比率
εは式（３３）より次式となる。 ε＝０．２０１＋（０．０４０３＋０．３９６×β）1/2 ・・・（３７） また、むだ時間連動比例定数αは式（３０）より次式と
なる。 α＝β／｛０．２０１＋（０．０４０３＋０．３９６×β）1/2 ｝ ・・・（３８） この例でもゲインＫｍと時定数Ｔ２の連続性が維持され
る。
の決定を優先する場合、設定したい定数βの値をマニュ
アル設定入力部１１に入力する。このとき、臨界点比率
εは式（３３）より次式となる。 ε＝０．２０１＋（０．０４０３＋０．３９６×β）1/2 ・・・（３７） また、むだ時間連動比例定数αは式（３０）より次式と
なる。 α＝β／｛０．２０１＋（０．０４０３＋０．３９６×β）1/2 ｝ ・・・（３８） この例でもゲインＫｍと時定数Ｔ２の連続性が維持され
る。
【００７３】また、オペレータが定数α、β共に設定し
たい場合、設定したい定数α、βの値をマニュアル設定
入力部１１に入力する。このとき、臨界点比率εは例え
ば式（３７）となる。以上３通りの方法で、マニュアル
設定入力部１１にパラメータを設定することにより、む
だ時間連動比例定数α又は時定数連動比例定数βを個別
に設定することもできる。
たい場合、設定したい定数α、βの値をマニュアル設定
入力部１１に入力する。このとき、臨界点比率εは例え
ば式（３７）となる。以上３通りの方法で、マニュアル
設定入力部１１にパラメータを設定することにより、む
だ時間連動比例定数α又は時定数連動比例定数βを個別
に設定することもできる。
【００７４】図８は本実施例のコントローラを図５の例
と同様にタンク内の液面の高さの制御に使用したときの
外乱抑制性を示す図であり、臨界点における制御量ｙを
求めたシミュレーション結果である。ここで、ｙ１はプ
ロセスパラメータ入力部９からのパラメータをそのまま
内部モデル６のパラメータに用いたとき（すなわち、む
だ時間Ｌｐが大きいと判定）の制御量、ｙ２はＰＩＤの
調整則を応用して算出した内部モデル６のパラメータを
用いたとき（むだ時間Ｌｐが小さいと判定）の制御量で
ある。
と同様にタンク内の液面の高さの制御に使用したときの
外乱抑制性を示す図であり、臨界点における制御量ｙを
求めたシミュレーション結果である。ここで、ｙ１はプ
ロセスパラメータ入力部９からのパラメータをそのまま
内部モデル６のパラメータに用いたとき（すなわち、む
だ時間Ｌｐが大きいと判定）の制御量、ｙ２はＰＩＤの
調整則を応用して算出した内部モデル６のパラメータを
用いたとき（むだ時間Ｌｐが小さいと判定）の制御量で
ある。
【００７５】また、制御対象プロセス４０のゲインＫｐ
を４、時定数Ｔｐを２０秒、むだ時間Ｌｐを８．９２秒
とし、コントローラの動作としては、マニュアル設定入
力部１１に時定数連動比例定数β＝０．０５を設定した
ときの動作とし、その他のパラメータについては図５の
例と同様とする。β＝０．０５とした結果、臨界点比率
εはε＝０．４４６と算出される。図８から明らかなよ
うに、臨界点における制御量はぼぼ等しくなり、臨界点
比率εが適切に算出されていることが分かる。また、外
乱抑制効果に関しても図１の例と同等の効果を得ること
ができる。
を４、時定数Ｔｐを２０秒、むだ時間Ｌｐを８．９２秒
とし、コントローラの動作としては、マニュアル設定入
力部１１に時定数連動比例定数β＝０．０５を設定した
ときの動作とし、その他のパラメータについては図５の
例と同様とする。β＝０．０５とした結果、臨界点比率
εはε＝０．４４６と算出される。図８から明らかなよ
うに、臨界点における制御量はぼぼ等しくなり、臨界点
比率εが適切に算出されていることが分かる。また、外
乱抑制効果に関しても図１の例と同等の効果を得ること
ができる。
【００７６】図７の例では複雑な計算アルゴリズムによ
り動作を決定しているが、このようなアルゴリズムはオ
ペレータにとっては事実上のブラックボックスになって
しまいトラブル発生時の対応が困難となり、また演算時
間が長く、必要とするメモリ容量が多くなるので、メモ
リ容量等の制約により複雑なアルゴリズムを使用できな
い場合には別の処理が必要となる。
り動作を決定しているが、このようなアルゴリズムはオ
ペレータにとっては事実上のブラックボックスになって
しまいトラブル発生時の対応が困難となり、また演算時
間が長く、必要とするメモリ容量が多くなるので、メモ
リ容量等の制約により複雑なアルゴリズムを使用できな
い場合には別の処理が必要となる。
【００７７】図９は本発明の他の実施例を示すＩＭＣ構
造のコントローラのブロック図であり、図１と同一の部
分には同一の符号を付してある。１０ｂは内部モデルパ
ラメータ切替算出部１０ａと同様の動作をし、ＰＩＤの
調整則を近似的に用いた内部モデル６のパラメータを算
出する内部モデルパラメータ簡略算出部、１３ａはフィ
ルタ時定数変更部１３と同様の動作をし、予め設定され
たむだ時間連動比例定数α及び時定数連動比例定数βに
より時定数Ｔ１、Ｔ２を算出するフィルタ時定数変更部
である。
造のコントローラのブロック図であり、図１と同一の部
分には同一の符号を付してある。１０ｂは内部モデルパ
ラメータ切替算出部１０ａと同様の動作をし、ＰＩＤの
調整則を近似的に用いた内部モデル６のパラメータを算
出する内部モデルパラメータ簡略算出部、１３ａはフィ
ルタ時定数変更部１３と同様の動作をし、予め設定され
たむだ時間連動比例定数α及び時定数連動比例定数βに
より時定数Ｔ１、Ｔ２を算出するフィルタ時定数変更部
である。
【００７８】本実施例においては、計算アルゴリズムを
簡略化するため、むだ時間連動比例定数αを０．３、時
定数連動比例定数βを０．０５に予め設定する。これ
は、図７のマニュアル設定入力部１１にこれらのパラメ
ータを個別に設定する例に該当するので、臨界点比率ε
はβ＝０．０５と式（３７）よりε＝０．４５となる。
簡略化するため、むだ時間連動比例定数αを０．３、時
定数連動比例定数βを０．０５に予め設定する。これ
は、図７のマニュアル設定入力部１１にこれらのパラメ
ータを個別に設定する例に該当するので、臨界点比率ε
はβ＝０．０５と式（３７）よりε＝０．４５となる。
【００７９】フィルタ時定数変更部１３ａには、上記の
むだ時間連動比例定数α＝０．３、時定数連動比例定数
β＝０．０５、臨界点比率ε＝０．４５が予め設定され
ており、フィルタ時定数変更部１３と同様にプロセスパ
ラメータ入力部９から入力された制御対象プロセスの時
定数Ｔｐ、むだ時間ＬｐがＬｐ／Ｔｐ≧εのときむだ時
間Ｌｐが大きいと判定し、Ｌｐ／Ｔｐ＜εのときむだ時
間Ｌｐが小さいと判定する。
むだ時間連動比例定数α＝０．３、時定数連動比例定数
β＝０．０５、臨界点比率ε＝０．４５が予め設定され
ており、フィルタ時定数変更部１３と同様にプロセスパ
ラメータ入力部９から入力された制御対象プロセスの時
定数Ｔｐ、むだ時間ＬｐがＬｐ／Ｔｐ≧εのときむだ時
間Ｌｐが大きいと判定し、Ｌｐ／Ｔｐ＜εのときむだ時
間Ｌｐが小さいと判定する。
【００８０】そして、むだ時間Ｌｐが大きいと判定した
場合には、むだ時間Ｌｐに連動させる式（２４）、（２
５）を用いて時定数Ｔ１、Ｔ２を算出し、小さいと判定
した場合には時定数Ｔｐに連動させる式（２６）、（２
７）を用いて時定数Ｔ１、Ｔ２を算出する。この時定数
Ｔ１、Ｔ２がそれぞれ目標値フィルタ部２、目標値・外
乱フィルタ部４ａに出力されることにより、これらフィ
ルタ部の特性が決定される。
場合には、むだ時間Ｌｐに連動させる式（２４）、（２
５）を用いて時定数Ｔ１、Ｔ２を算出し、小さいと判定
した場合には時定数Ｔｐに連動させる式（２６）、（２
７）を用いて時定数Ｔ１、Ｔ２を算出する。この時定数
Ｔ１、Ｔ２がそれぞれ目標値フィルタ部２、目標値・外
乱フィルタ部４ａに出力されることにより、これらフィ
ルタ部の特性が決定される。
【００８１】次に、内部モデルパラメータ簡略算出部１
０ｂにも臨界点比率ε＝０．４５が予め設定されてお
り、内部モデルパラメータ算出部１０ｂはフィルタ時定
数変更部１３ａと同様に制御対象プロセスのむだ時間Ｌ
ｐの大小を判定する。そして、むだ時間Ｌｐが大きいと
判定した場合、図７の例と同様にプロセスパラメータ入
力部９から入力された制御対象プロセスのゲインＫｐ、
時定数Ｔｐ、むだ時間Ｌｐをそれぞれ内部モデル６のゲ
インＫｍ、時定数Ｔｍ、むだ時間Ｌｍとする。
０ｂにも臨界点比率ε＝０．４５が予め設定されてお
り、内部モデルパラメータ算出部１０ｂはフィルタ時定
数変更部１３ａと同様に制御対象プロセスのむだ時間Ｌ
ｐの大小を判定する。そして、むだ時間Ｌｐが大きいと
判定した場合、図７の例と同様にプロセスパラメータ入
力部９から入力された制御対象プロセスのゲインＫｐ、
時定数Ｔｐ、むだ時間Ｌｐをそれぞれ内部モデル６のゲ
インＫｍ、時定数Ｔｍ、むだ時間Ｌｍとする。
【００８２】また、むだ時間Ｌｐが小さいと判定した場
合、図７の例と同様にＰＩＤの調整則を応用して内部モ
デル６のパラメータを演算するが、このとき以下のよう
な演算の簡略化を行う。図１０、１１はこの演算の簡略
化を説明するための図である。図１０は臨界点比率εを
横軸に、内部モデル６のゲインＫｍと制御対象プロセス
のゲインＫｐの比Ｋｍ／Ｋｐを縦軸にとったものであ
り、また図１１は内部モデル６の時定数Ｔｍと制御対象
プロセスの時定数Ｔｐの比Ｔｍ／Ｔｐを縦軸にとったも
のである。
合、図７の例と同様にＰＩＤの調整則を応用して内部モ
デル６のパラメータを演算するが、このとき以下のよう
な演算の簡略化を行う。図１０、１１はこの演算の簡略
化を説明するための図である。図１０は臨界点比率εを
横軸に、内部モデル６のゲインＫｍと制御対象プロセス
のゲインＫｐの比Ｋｍ／Ｋｐを縦軸にとったものであ
り、また図１１は内部モデル６の時定数Ｔｍと制御対象
プロセスの時定数Ｔｐの比Ｔｍ／Ｔｐを縦軸にとったも
のである。
【００８３】図１０において、曲線Ｅ１はＬｐ／Ｔｐを
変化させながら式（２８）を表したものであり、つまり
図７の例においてむだ時間Ｌｐが小さいときに算出され
る内部モデル６のゲインＫｍの様子を示している。ま
た、直線Ｅ２はＫｍ＝Ｋｐ、つまり図７の例又は本実施
例においてむだ時間Ｌｐが大きいときに算出される内部
モデル６のゲインＫｍの様子を示している。
変化させながら式（２８）を表したものであり、つまり
図７の例においてむだ時間Ｌｐが小さいときに算出され
る内部モデル６のゲインＫｍの様子を示している。ま
た、直線Ｅ２はＫｍ＝Ｋｐ、つまり図７の例又は本実施
例においてむだ時間Ｌｐが大きいときに算出される内部
モデル６のゲインＫｍの様子を示している。
【００８４】臨界点比率ε＝０．４５は式（３７）より
求めたので、ゲインＫｍは連続性が成立しており、よっ
て直線Ｅ１とＥ２はε＝０．４５にて交差し、図に示す
ようにここが臨界点となる。このようなゲインＫｍの連
続性を維持しつつ、曲線Ｅ１を直線近似したのが直線Ｅ
３であり、その式は次式となる。 Ｋｍ＝（２．３２×Ｌｐ／Ｔｐ−０．０４４）×Ｋｐ ・・・（３９） これで、式（２８）を簡略化できたことになり、直線Ｅ
２とＥ３は実線で示すように臨界点を境に切り替わるよ
うになる。
求めたので、ゲインＫｍは連続性が成立しており、よっ
て直線Ｅ１とＥ２はε＝０．４５にて交差し、図に示す
ようにここが臨界点となる。このようなゲインＫｍの連
続性を維持しつつ、曲線Ｅ１を直線近似したのが直線Ｅ
３であり、その式は次式となる。 Ｋｍ＝（２．３２×Ｌｐ／Ｔｐ−０．０４４）×Ｋｐ ・・・（３９） これで、式（２８）を簡略化できたことになり、直線Ｅ
２とＥ３は実線で示すように臨界点を境に切り替わるよ
うになる。
【００８５】次に、図１１において、直線Ｆ１はＬｐ／
Ｔｐを変化させながら式（２２）を表したものであり、
つまり図７の例においてむだ時間Ｌｐが小さいときに算
出される内部モデル６の時定数Ｔｍの様子を示してい
る。また、直線Ｆ２はＴｍ＝Ｔｐ、つまり図７の例又は
本実施例においてむだ時間Ｌｐが大きいときに算出され
る内部モデル６の時定数Ｔｍの様子を示している。
Ｔｐを変化させながら式（２２）を表したものであり、
つまり図７の例においてむだ時間Ｌｐが小さいときに算
出される内部モデル６の時定数Ｔｍの様子を示してい
る。また、直線Ｆ２はＴｍ＝Ｔｐ、つまり図７の例又は
本実施例においてむだ時間Ｌｐが大きいときに算出され
る内部モデル６の時定数Ｔｍの様子を示している。
【００８６】時定数Ｔｍに関しては連続性が成立してい
ないが、これを時定数Ｔｍに関しても連続性が成立する
ようにして直線Ｆ１を直線近似したのが直線Ｆ３であ
り、その式は次式となる。 Ｔｍ＝（２．３２×Ｌｐ／Ｔｐ−０．０４４）×Ｔｐ ・・・（４０）
ないが、これを時定数Ｔｍに関しても連続性が成立する
ようにして直線Ｆ１を直線近似したのが直線Ｆ３であ
り、その式は次式となる。 Ｔｍ＝（２．３２×Ｌｐ／Ｔｐ−０．０４４）×Ｔｐ ・・・（４０）
【００８７】また、内部モデル６のむだ時間Ｌｍに関し
ては式（２３）の係数が１．０１４とほぼ１に等しいの
で、次式とする。 Ｌｍ＝Ｌｐ ・・・（４１） このようにして、内部モデルパラメータ簡略算出部１０
ｂは、制御対象プロセスのむだ時間Ｌｐが小さい場合に
は、式（３９）〜（４１）よって内部モデル６のゲイン
Ｋｍ、時定数Ｔｍ、むだ時間Ｌｍを算出する。
ては式（２３）の係数が１．０１４とほぼ１に等しいの
で、次式とする。 Ｌｍ＝Ｌｐ ・・・（４１） このようにして、内部モデルパラメータ簡略算出部１０
ｂは、制御対象プロセスのむだ時間Ｌｐが小さい場合に
は、式（３９）〜（４１）よって内部モデル６のゲイン
Ｋｍ、時定数Ｔｍ、むだ時間Ｌｍを算出する。
【００８８】そして、算出された内部モデル６のゲイン
Ｋｍ、時定数Ｔｍ、むだ時間Ｌｍが内部モデル記憶部６
ａに出力され記憶されることにより、内部モデル６が設
定される。以上のようにして、内部モデル６とフィルタ
の特性が設定され、このコントローラの動作が決定され
る。図１２は本実施例のコントローラを図８の例と同様
にタンク内の液面の高さの制御に使用したときの外乱抑
制性を示す図であり、臨界点における制御量ｙを求めた
シミュレーション結果である。
Ｋｍ、時定数Ｔｍ、むだ時間Ｌｍが内部モデル記憶部６
ａに出力され記憶されることにより、内部モデル６が設
定される。以上のようにして、内部モデル６とフィルタ
の特性が設定され、このコントローラの動作が決定され
る。図１２は本実施例のコントローラを図８の例と同様
にタンク内の液面の高さの制御に使用したときの外乱抑
制性を示す図であり、臨界点における制御量ｙを求めた
シミュレーション結果である。
【００８９】制御対象プロセス４０のゲインＫｐを４、
時定数Ｔｐを２０秒、むだ時間Ｌｐを９秒とし、その他
のパラメータについては図８の例と同様とする。図１２
から明らかなように、臨界点における制御量はぼぼ等し
くなり、臨界点が適切に算出されていることが分かる。
また、外乱抑制効果に関しても図１の例とほぼ同等の効
果を得ることができる。
時定数Ｔｐを２０秒、むだ時間Ｌｐを９秒とし、その他
のパラメータについては図８の例と同様とする。図１２
から明らかなように、臨界点における制御量はぼぼ等し
くなり、臨界点が適切に算出されていることが分かる。
また、外乱抑制効果に関しても図１の例とほぼ同等の効
果を得ることができる。
【００９０】なお、図１、７、９の例では目標値フィル
タ部２を設けているが、目標値フィルタ部２は目標値ｒ
に対する追従性を目標値・外乱フィルタ部４ａと別個に
調整するためのもので、外乱ｄ、ｄｕに対する抑制性と
は関係がないので、外乱抑制性を改善する本発明におい
ては目標値フィルタ部２を設けない構成であっても良
い。
タ部２を設けているが、目標値フィルタ部２は目標値ｒ
に対する追従性を目標値・外乱フィルタ部４ａと別個に
調整するためのもので、外乱ｄ、ｄｕに対する抑制性と
は関係がないので、外乱抑制性を改善する本発明におい
ては目標値フィルタ部２を設けない構成であっても良
い。
【００９１】また、図７、９の例ではフィルタ時定数変
更部１３、１３ａがむだ時間Ｌｐ又は時定数Ｔｐに応じ
てフィルタ時定数を自動変更しているが、これにより制
御の不安定化を回避し、コントローラとしての汎用性を
向上させることができる。すなわち、目標値フィルタ部
２、目標値・外乱フィルタ部４ａは制御対象プロセスと
内部モデル６の誤差に起因する制御の不安定化を回避す
るためのものであり、プロセスを特定しない汎用目的の
コントローラでは制御対象プロセスと内部モデル６の誤
差率を適当に一定の値に見積もってこれらのフィルタ時
定数を設定する。誤差率を一定に見積もる結果、フィル
タ時定数はむだ時間Ｌｐ又は時定数Ｔｐに比例して設定
される。
更部１３、１３ａがむだ時間Ｌｐ又は時定数Ｔｐに応じ
てフィルタ時定数を自動変更しているが、これにより制
御の不安定化を回避し、コントローラとしての汎用性を
向上させることができる。すなわち、目標値フィルタ部
２、目標値・外乱フィルタ部４ａは制御対象プロセスと
内部モデル６の誤差に起因する制御の不安定化を回避す
るためのものであり、プロセスを特定しない汎用目的の
コントローラでは制御対象プロセスと内部モデル６の誤
差率を適当に一定の値に見積もってこれらのフィルタ時
定数を設定する。誤差率を一定に見積もる結果、フィル
タ時定数はむだ時間Ｌｐ又は時定数Ｔｐに比例して設定
される。
【００９２】このようなコントローラにおいて、例えば
最初に想定したプロセスと異なる制御対象プロセスにコ
ントローラを対応させる場合には（つまり、プロセスパ
ラメータ中のゲインＫｐ、むだ時間Ｌｐ、時定数Ｔｐが
変更される）、フィルタ時定数もそれに応じて変更され
なければならないが、本発明のようにフィルタ時定数を
むだ時間Ｌｐ又は時定数Ｔｐに比例させて自動変更する
ことは、上記汎用コントローラの条件に対応しているこ
とを意味し、これによりコントローラとしての汎用性を
向上させている。
最初に想定したプロセスと異なる制御対象プロセスにコ
ントローラを対応させる場合には（つまり、プロセスパ
ラメータ中のゲインＫｐ、むだ時間Ｌｐ、時定数Ｔｐが
変更される）、フィルタ時定数もそれに応じて変更され
なければならないが、本発明のようにフィルタ時定数を
むだ時間Ｌｐ又は時定数Ｔｐに比例させて自動変更する
ことは、上記汎用コントローラの条件に対応しているこ
とを意味し、これによりコントローラとしての汎用性を
向上させている。
【００９３】
【発明の効果】本発明によれば、内部モデルパラメータ
算出部がＰＩＤの調整則を応用した内部モデルのパラメ
ータを算出することにより内部モデルの設定が行われる
ので、むだ時間が時定数に比べて小さい制御対象プロセ
スに対してもＰＩＤと同等の外乱抑制性を得ることがで
き、ＩＭＣの制御アルゴリズムを常時適用することが最
良となり、ＰＩＤとＩＭＣを必要に応じて切り替える必
要がなくなる。また、外乱抑制性が向上したことによ
り、専門的知識のないオペレータが外乱抑制性の最適調
整を行う作業負担を軽減することができる。
算出部がＰＩＤの調整則を応用した内部モデルのパラメ
ータを算出することにより内部モデルの設定が行われる
ので、むだ時間が時定数に比べて小さい制御対象プロセ
スに対してもＰＩＤと同等の外乱抑制性を得ることがで
き、ＩＭＣの制御アルゴリズムを常時適用することが最
良となり、ＰＩＤとＩＭＣを必要に応じて切り替える必
要がなくなる。また、外乱抑制性が向上したことによ
り、専門的知識のないオペレータが外乱抑制性の最適調
整を行う作業負担を軽減することができる。
【００９４】また、臨界点算出部がしきい値である臨界
点比率を算出し、内部モデルパラメータ切替算出部がこ
の臨界点比率に基づいて制御対象プロセスのむだ時間の
大小判定を行い、むだ時間が大きいとプロセスパラメー
タを内部モデルのパラメータとし、むだ時間が小さいと
ＰＩＤの調整則を用いた内部モデルのパラメータを算出
することにより、内部モデルの設定が行われるので、オ
ペレータがプロセスのむだ時間を見積もってＰＩＤの調
整則を利用するかどうかを判断する必要がなくなる。ま
た、むだ時間が小さいプロセスに対してもＰＩＤと同等
の外乱抑制性を得ることができ、外乱抑制性が向上した
ことによりオペレータが外乱抑制性の最適調整を行う作
業負担を軽減することができる。
点比率を算出し、内部モデルパラメータ切替算出部がこ
の臨界点比率に基づいて制御対象プロセスのむだ時間の
大小判定を行い、むだ時間が大きいとプロセスパラメー
タを内部モデルのパラメータとし、むだ時間が小さいと
ＰＩＤの調整則を用いた内部モデルのパラメータを算出
することにより、内部モデルの設定が行われるので、オ
ペレータがプロセスのむだ時間を見積もってＰＩＤの調
整則を利用するかどうかを判断する必要がなくなる。ま
た、むだ時間が小さいプロセスに対してもＰＩＤと同等
の外乱抑制性を得ることができ、外乱抑制性が向上した
ことによりオペレータが外乱抑制性の最適調整を行う作
業負担を軽減することができる。
【００９５】また、内部モデルパラメータ簡略算出部が
予め設定された臨界点比率に基づいて制御対象プロセス
のむだ時間の大小判定を行い、むだ時間が大きいとプロ
セスパラメータを内部モデルのパラメータとし、むだ時
間が小さいとＰＩＤの調整則を近似的に用いた内部モデ
ルのパラメータを算出することにより、内部モデルの設
定が行われるので、臨界点比率と内部モデルのパラメー
タの算出の簡略化を図ることができ、演算時間を短縮し
メモリ容量を削減することができる。また、オペレータ
がプロセスのむだ時間を見積もってＰＩＤの調整則を利
用するかどうかを判断する必要がなくなり、演算アルゴ
リズムの簡略化でトラブル発生時のオペレータの作業負
担を軽減することができる。
予め設定された臨界点比率に基づいて制御対象プロセス
のむだ時間の大小判定を行い、むだ時間が大きいとプロ
セスパラメータを内部モデルのパラメータとし、むだ時
間が小さいとＰＩＤの調整則を近似的に用いた内部モデ
ルのパラメータを算出することにより、内部モデルの設
定が行われるので、臨界点比率と内部モデルのパラメー
タの算出の簡略化を図ることができ、演算時間を短縮し
メモリ容量を削減することができる。また、オペレータ
がプロセスのむだ時間を見積もってＰＩＤの調整則を利
用するかどうかを判断する必要がなくなり、演算アルゴ
リズムの簡略化でトラブル発生時のオペレータの作業負
担を軽減することができる。
【図１】 本発明の１実施例を示すＩＭＣ構造のコント
ローラのブロック図である。
ローラのブロック図である。
【図２】 図１のコントローラを用いた制御系のブロッ
ク線図である。
ク線図である。
【図３】 図２を変形したブロック線図である。
【図４】 ＰＩＤコントローラを用いた制御系のブロッ
ク線図である。
ク線図である。
【図５】 ＰＩＤ及び図１のコントローラの外乱抑制性
を示す図である。
を示す図である。
【図６】 ＰＩＤ及び従来のＩＭＣコントローラの外乱
抑制性を示す図である。
抑制性を示す図である。
【図７】 本発明の他の実施例を示すＩＭＣ構造のコン
トローラのブロック図である。
トローラのブロック図である。
【図８】 図７のコントローラの外乱抑制性を示す図で
ある。
ある。
【図９】 本発明の他の実施例を示すＩＭＣ構造のコン
トローラのブロック図である。
トローラのブロック図である。
【図１０】 内部モデルパラメータ簡略算出部における
演算の簡略化を説明するための図である。
演算の簡略化を説明するための図である。
【図１１】 内部モデルパラメータ簡略算出部における
演算の簡略化を説明するための図である。
演算の簡略化を説明するための図である。
【図１２】 図９のコントローラの外乱抑制性を示す図
である。
である。
【図１３】 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。
のブロック線図である。
２…目標値フィルタ部、４…操作量演算部、６ａ…内部
モデル記憶部、６ｂ…内部モデル出力演算部、９…プロ
セスパラメータ入力部、１０…内部モデルパラメータ算
出部、１０ａ…内部モデルパラメータ切替算出部、１０
ｂ…内部モデルパラメータ簡略算出部、１２…臨界点算
出部、１３…フィルタ時定数変更部、１３ａ…フィルタ
時定数変更部。
モデル記憶部、６ｂ…内部モデル出力演算部、９…プロ
セスパラメータ入力部、１０…内部モデルパラメータ算
出部、１０ａ…内部モデルパラメータ切替算出部、１０
ｂ…内部モデルパラメータ簡略算出部、１２…臨界点算
出部、１３…フィルタ時定数変更部、１３ａ…フィルタ
時定数変更部。
Claims (3)
- 【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構造のコントローラにおいて、 入力された制御の目標値を伝達関数が時間遅れの特性で
出力する目標値フィルタ部と、 この目標値フィルタ部の出力からフィードバック量を減
算する第１の減算処理部と、 この第１の減算処理部の出力を伝達関数が時間遅れの特
性で出力する目標値・外乱フィルタ部、内部モデルのパ
ラメータに基づいて前記目標値・外乱フィルタ部の出力
から操作量を演算して出力する操作部からなる操作量演
算部と、 前記内部モデルのパラメータを記憶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、 制御対象プロセスをモデル同定して得られたプロセスパ
ラメータからＰＩＤの調整則を用いた内部モデルのパラ
メータを算出し前記内部モデル記憶部に記憶させる内部
モデルパラメータ算出部とを有することを特徴とするコ
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構造のコントローラにおいて、 入力された目標値を第１の時定数によって決定される特
性で出力する目標値フィルタ部と、 この目標値フィルタ部の出力からフィードバック量を減
算する第１の減算処理部と、 この第１の減算処理部の出力を第２の時定数によって決
定される特性で出力する目標値・外乱フィルタ部、内部
モデルのパラメータに基づいて前記目標値・外乱フィル
タ部の出力から操作量を演算して出力する操作部からな
る操作量演算部と、 前記内部モデルのパラメータを記憶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、 前記第１、第２の時定数設定のためのパラメータに基づ
き制御対象プロセスのむだ時間の大小判定におけるしき
い値である臨界点比率を算出する臨界点算出部と、 前記臨界点比率、制御対象プロセスをモデル同定して得
られたプロセスパラメータに基づいて前記むだ時間の大
小判定を行い、むだ時間が大きい場合はプロセスパラメ
ータ中のむだ時間に応じて前記第１、第２の時定数を算
出し、むだ時間が小さい場合はプロセスパラメータ中の
時定数に応じて前記第１、第２の時定数を算出するフィ
ルタ時定数変更部と、 前記臨界点比率、プロセスパラメータに基づいて前記む
だ時間の大小判定を行い、むだ時間が大きい場合はプロ
セスパラメータをそのまま内部モデルのパラメータとし
て前記内部モデル記憶部に記憶させ、むだ時間が小さい
場合はプロセスパラメータからＰＩＤの調整則を用いた
内部モデルのパラメータを算出し前記内部モデル記憶部
に記憶させる内部モデルパラメータ切替算出部とを有す
ることを特徴とするコントローラ。 - 【請求項３】 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構造のコントローラにおいて、 入力された目標値を第１の時定数によって決定される特
性で出力する目標値フィルタ部と、 この目標値フィルタ部の出力からフィードバック量を減
算する第１の減算処理部と、 この第１の減算処理部の出力を第２の時定数によって決
定される特性で出力する目標値・外乱フィルタ部、内部
モデルのパラメータに基づいて前記目標値・外乱フィル
タ部の出力から操作量を演算して出力する操作部からな
る操作量演算部と、 前記内部モデルのパラメータを記憶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、 制御対象プロセスのむだ時間の大小判定におけるしきい
値である臨界点比率、制御対象プロセスをモデル同定し
て得られたプロセスパラメータに基づいて前記むだ時間
の大小判定を行い、むだ時間が大きい場合はプロセスパ
ラメータ中のむだ時間に応じて前記第１、第２の時定数
を算出し、むだ時間が小さい場合はプロセスパラメータ
中の時定数に応じて前記第１、第２の時定数を算出する
フィルタ時定数変更部と、 前記臨界点比率、プロセスパラメータに基づいて前記む
だ時間の大小判定を行い、むだ時間が大きい場合はプロ
セスパラメータをそのまま内部モデルのパラメータとし
て前記内部モデル記憶部に記憶させ、むだ時間が小さい
場合はプロセスパラメータからＰＩＤの調整則を近似的
に用いた内部モデルのパラメータを算出し前記内部モデ
ル記憶部に記憶させる内部モデルパラメータ簡略算出部
とを有することを特徴とするコントローラ。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09394094A JP3259118B2 (ja) | 1994-04-08 | 1994-04-08 | コントローラ |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09394094A JP3259118B2 (ja) | 1994-04-08 | 1994-04-08 | コントローラ |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07281711A true JPH07281711A (ja) | 1995-10-27 |
| JP3259118B2 JP3259118B2 (ja) | 2002-02-25 |
Family
ID=14096438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP09394094A Expired - Fee Related JP3259118B2 (ja) | 1994-04-08 | 1994-04-08 | コントローラ |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3259118B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100449433C (zh) * | 2006-09-28 | 2009-01-07 | 上海交通大学 | 分布式内模控制系统的参数定量整定方法 |
| JP2013087790A (ja) * | 2011-10-13 | 2013-05-13 | Fuji Electric Co Ltd | 誘導性負荷制御装置 |
| CN109145410A (zh) * | 2018-08-01 | 2019-01-04 | 珠海格力电器股份有限公司 | 一种工况快速仿真自检方法及空调机组 |
-
1994
- 1994-04-08 JP JP09394094A patent/JP3259118B2/ja not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100449433C (zh) * | 2006-09-28 | 2009-01-07 | 上海交通大学 | 分布式内模控制系统的参数定量整定方法 |
| JP2013087790A (ja) * | 2011-10-13 | 2013-05-13 | Fuji Electric Co Ltd | 誘導性負荷制御装置 |
| CN109145410A (zh) * | 2018-08-01 | 2019-01-04 | 珠海格力电器股份有限公司 | 一种工况快速仿真自检方法及空调机组 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3259118B2 (ja) | 2002-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0788626B1 (en) | A variable horizon predictor for controlling dead time dominant processes, multivariable interactive processes, and processes with time variant dynamics | |
| KR100511670B1 (ko) | 제어 장치, 온도 조절기 및 열처리 장치 | |
| US4054780A (en) | Gain-adaptive process control | |
| JP2929259B2 (ja) | コントローラ | |
| US6501998B1 (en) | Method for controlling a time-lagged process with compensation, and a controlling device for carrying out said method | |
| US5544039A (en) | Process control system | |
| AU661426B2 (en) | Method of controlling process and apparatus thereof | |
| JP2003195905A (ja) | 制御装置および温度調節器 | |
| JPH07281711A (ja) | コントローラ | |
| JPH08110802A (ja) | Ｐｉｄコントローラ | |
| JP2844289B2 (ja) | Ｉｍｃコントローラ | |
| JPH1185214A (ja) | プロセス制御装置 | |
| JPH07191709A (ja) | モデル予測制御のパラメータ設定方法 | |
| JPH07104805A (ja) | 半導体製造装置の制御装置の制御方法及びその制御装置 | |
| JPH06337704A (ja) | Ｉｍｃコントローラ | |
| JP2913135B2 (ja) | コントローラ | |
| JPH0793005A (ja) | コントローラ | |
| JP2818325B2 (ja) | ２自由度調節装置 | |
| JPH0744206A (ja) | 先行関数コントローラ | |
| JPH06274204A (ja) | Ｉｍｃコントローラ | |
| JPH08115102A (ja) | コントローラ | |
| JPH0272404A (ja) | メンバーシップ関数決定方法 | |
| JPH06266411A (ja) | Ｉｍｃコントローラ | |
| JPH07182012A (ja) | コントローラ | |
| JPH06289909A (ja) | Ｉｍｃコントローラ |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |