WO1992014197A1 - Model forecasting controller - Google Patents

Model forecasting controller Download PDF

Info

Publication number
WO1992014197A1
WO1992014197A1 PCT/JP1992/000131 JP9200131W WO9214197A1 WO 1992014197 A1 WO1992014197 A1 WO 1992014197A1 JP 9200131 W JP9200131 W JP 9200131W WO 9214197 A1 WO9214197 A1 WO 9214197A1
Authority
WO
WIPO (PCT)
Prior art keywords
control
evaluation function
input
model predictive
value
Prior art date
Application number
PCT/JP1992/000131
Other languages
English (en)
French (fr)
Inventor
Yutaka Iino
Junko Ohya
Original Assignee
Kabushiki Kaisha Toshiba
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from JP1752791A external-priority patent/JPH04256102A/ja
Priority claimed from JP4749491A external-priority patent/JPH04266101A/ja
Priority claimed from JP7533391A external-priority patent/JPH04309101A/ja
Priority claimed from JP3190162A external-priority patent/JP3061450B2/ja
Application filed by Kabushiki Kaisha Toshiba filed Critical Kabushiki Kaisha Toshiba
Priority to US07/938,256 priority Critical patent/US5347446A/en
Publication of WO1992014197A1 publication Critical patent/WO1992014197A1/ja

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor

Definitions

  • the present invention predicts a future motion of a control response based on a dynamic characteristic model of a control target, and controls the control target by calculating an operation amount 'while taking the prediction into consideration.
  • the present invention relates to a model predictive control device, and an input device of the model predictive control for setting operating conditions, manipulated variables, and the like for the model predictive control device.
  • the process control system has been designed to achieve optimal control and operation while satisfying many restrictions imposed on the process (plant).
  • a linear discrete-time model is constructed based on the noise response or step response, and the target value of the future value of the control variable is obtained from the prediction formula derived from this model.
  • Model prediction control technology is often used to sequentially calculate the optimal manipulated variable so as to minimize the quadratic form of the evaluation function of the deviation from the deviation and the manipulated variable future value. .
  • the manipulated variable to be added at the current time is adjusted so that a future value of the controlled variable that moves as close to the target value as possible with minimal change in the manipulated variable can be obtained. It is about to decide.
  • the model predictive control device has the following advantages.
  • the control system can be easily designed from the step response without the need for an accurate dynamic characteristic model of the controlled object.
  • Fine-grained control can be expected by including the physical laws and nonlinear characteristics of the control target (process) in the prediction model.
  • Nishitani Application of Model Predictive Control, Measurement and Control, Vol. 28, No. 11, pp. 996-1004 (1989)
  • the prediction formula that determines the future value of the control amount and the manipulated variable is expressed by a function related to the past control amount and the manipulated variable.
  • the prediction is performed each time based on the past control amount and the operation fi so as to approach the target value, and the operation amount to be added at that time is determined. At this time, it is necessary to find the manipulated variable so as to satisfy the control variable and the restrictive condition for the operation S.
  • quadratic programming is a general method for minimizing the quadratic evaluation function while satisfying the constraints.
  • QP quadratic programming
  • Konno and Yamashita “Nonlinear Programming” (Nikkagiren), Sekine “Mathematical Programming (Iwanami Shoten), etc. The valence function and the constraints must be related only to the operation ⁇ , which is the variable to be optimized.
  • the limiting conditions imposed on the process are not limited to only the manipulated variable, but the control variable and the control variable.
  • the control variable change rate it was not possible to solve the manipulated variable that satisfies the restrictions on the control variable using QP. Therefore, it was a powerful force to control the process in consideration of the restrictive condition regarding the control amount.
  • Control >>>
  • u (k) u (k)
  • N p is the prediction length, which indicates the time range in which the control value prediction value is considered.
  • the prediction model formula selection, control evaluation number (1), and upper and lower limit restriction expressions (2) to (5) are included. It is necessary to select a large number of various control parameters in advance.
  • the process driver has a variety of future target value response characteristics and a large number of response characteristics according to the ii. o
  • the prediction model formulas and various control parameters must be changed appropriately in order to adjust the restriction conditions rationally. Therefore, it is necessary to monitor and adjust more parameters in model predictive control than in conventional PID control.
  • various operation indices such as the operation cost of the process and the economic valuation function indicating the production output etc. are satisfied. I have to operate the blunt operation so that it works.
  • the conventional model predictive control system has a configuration in which a model predictive control operation unit and control constant calculating means are provided for one input / output process.
  • a model predictive control operation unit and control constant calculating means are provided for one input / output process.
  • it is a process of one input / output system in which both the operation amount and the control amount are one, stiffness, strength, chemistry, steel, cement, papermaking,
  • Many of the processes for foods and the like are multivariable systems (multiple input / output systems) in which multiple control variables such as temperature, pressure, flow rate, and liquid level interfere with each other.
  • An effective control method is desired for these targets.
  • the model Dell predictive control system the evaluation function parametric menu over data L Ru-containing or being in the evaluation function (1) above, N p, N u, scan, D of (z _ 1)
  • the characteristics of the control system especially the stability and the mouth burst performance against the characteristic fluctuation, the stability margin in the so-called Nyquist judgment method greatly change. Therefore, it is necessary to properly adjust (tune) the above parameters when starting the control device.
  • the control operation is performed with an emphasis on minimizing the evaluation function (]> expression.
  • Another object of the present invention is to provide an input device suitable for a control device of a model predictive control system.
  • Still another object of the present invention is to provide a model predictive control device in which an evaluation function parameter is automatically set to an optimum value.
  • Another object of the present invention is to provide a model predicting apparatus in which the oscillation of the control amount y in the rising response characteristic is suppressed, and a brief description of the drawings is provided.
  • FIG. 1 is a block diagram showing a functional configuration of a model predictive control device according to one embodiment of the present invention.
  • FIG. 2 is a flow chart showing a flow of a control method by the model predictive control device shown in FIG.
  • Fig. 3 is a functional block diagram of the input device 1,
  • Fig. 4 shows a flowchart for determining the input contents from the screen.
  • Fig. 5 is a schematic block diagram of the model predictive control device.
  • Figure 6 is an explanatory diagram of a normal display screen.
  • Fig. 7 is an explanatory diagram of the reference model input mode screen of the screen for inputting the target value response.
  • Fig. 8 is an explanatory diagram of the free curve input mode screen of the screen for inputting the target value response.
  • Figures 90, 11, 12, 13 are illustrations of the restriction condition input mode screen.
  • FIG. 10 is an illustration of the limit value input mode screen by the reference model input
  • Fig. 11 is an illustration of the limit value input mode screen by the free curve input reference model input.
  • Fig. 2 is an explanatory diagram of the control deviation threshold value input mode screen, and the first is an explanatory diagram of a control deviation threshold value input mode screen with attenuation characteristics.
  • Figure 1 is an illustration of the display screen example
  • Fig. 15 is an illustration of the display screen example
  • Fig. 16 is an explanatory diagram of the evaluation function input mode screen
  • m17 is an explanatory diagram of the evaluation function display mode screen
  • Fig. 18 is a diagram of the control amount predicted value curve and the limit value curve. Explanatory diagram showing a display example of an intersection
  • FIG. 19 is a block diagram showing the configuration of the multivariable model predictive control device of the present invention.
  • Figure 20 is a generalized Nyquist diagram for determining the stability of a multivariable control system.
  • Figs. 21A and 21B are characteristic diagrams showing sensitivity characteristics and complementary sensitivity characteristics for discriminating the stability and robustness of the control system.
  • FIG. 22 is a flowchart showing the processing procedure of the evaluation function parameter adjusting means.
  • Fig. 23 is a block diagram showing the configuration of the distillation column temperature control system.
  • Fig. 24 is a diagram showing the temperature control and control response characteristics of the distillation column by the conventional model predictive control.
  • FIG. 25 is a diagram showing a temperature control response characteristic of the distillation column by the model predictive control according to the present invention.
  • FIG. 26 is a block diagram of a conventional model predictive control device
  • FIG. 27 is a graph showing an example of a control response characteristic of the conventional model predictive control device.
  • Figure 28 is a graph showing the closed-loop pole arrangement of the control system in the example of Figure 26.
  • FIG. 29 is a block diagram showing an embodiment of the model predictive control device of the present invention.
  • Figure 3 ⁇ is a diagram illustrating the improvement of the closed-loop pole arrangement and control response by weighting the evaluation function.
  • Fig. 31 is a flowchart illustrating the processing procedure in the stability margin parameter overnight calculation means.
  • Fig. 32 is a graph showing the relationship between the response time constant Tr and the stability margin parameter.
  • Fig. 3 3 shows the processing procedure in the response time constant calculation means.
  • the flow chart to clarify,
  • FIG. 34 is a graph showing an example of a control response characteristic by the model predictive control device of the present invention.
  • Fig. 35 is a graph showing the closed-loop pole arrangement of the control system in the example of Fig. 34.
  • a prediction expression of a future value of the control amount using a model that approximates a dynamic characteristic of the control target for a control target having a plurality of operation amounts and control amounts, a prediction expression of a future value of the control amount using a model that approximates a dynamic characteristic of the control target.
  • a model predictive control device is provided.
  • the evaluation function and all the constraints are converted into constraints relating to the manipulated variable change rate, which is an optimized variable, and the converted constraints are converted.
  • the QP is used to obtain the manipulated variable change rate that minimizes the transformed evaluation function while satisfying all requirements, so that control can be performed not only with the constraints on the manipulated variable. It is possible to control in consideration of the constraints on the quantity, such as plants with constraints Q on not only the manipulated variables but also the control quantities. Good control functions can also be obtained for the control target. ⁇ one
  • an input device for inputting control parameters of the model predictive control device, and a screen display means for visually displaying various control information on a screen.
  • a future target characteristic input means for inputting a new future target value from the contents displayed on the screen display means, and a response to the target characteristic from the contents displayed on the screen display means.
  • Limiting condition input means for inputting a new limiting condition, and repeating the model predictive control operation on the dynamic characteristic model of the controlled object using the new future target value and the new condition,
  • a simulation calculation means for calculating a predicted control amount response representing a response characteristic of the predicted control amount; and the new future target value, the new limiting condition, and the predicted control amount response.
  • the input-S position of the model predictive control device is at least the predictive control amount and the future target.
  • Evaluation function storage means for storing an evaluation function serving as an operation index of the process device, using the deviation from the value and the operation amount as variables, and a screen display for displaying the evaluation function on a screen Means, an evaluation function input means for updating the evaluation function according to parameters of the evaluation function input via the screen to form a new evaluation function, and the predictive control operation.
  • a simulation operation for returning and obtaining a group of values of the new evaluation function; and a system for displaying the value of the new evaluation function in a graph on the screen display means.
  • Simulation display command means and setting means for setting the new evaluation function in the model prediction control device in response to a setting command issued after the graph display.
  • An input device characterized by In this input device, when the evaluation function or the parameter of the evaluation function is changed, the evaluation simulation is performed by a new evaluation function. And display it on the screen. This makes it possible to confirm the validity of the selected evaluation function as an operation index before setting a new evaluation function in the model predictive control device.
  • a prediction means for predicting a plurality of control value future values yi based on a dynamic characteristic model of a multi-input / output brain having a plurality of operation amounts and control amounts. , The deviation signal between the control value future value y5 and the future target value yi *, and the manipulated variable
  • a calculating means for calculating a plurality of optimal manipulated variables for minimizing the value and giving the calculated controlled variable to the control target, and a parameter adjusting means for adjusting the evaluation function parameter A predictive control device is provided.
  • the prediction formula for predicting the future control amount used to derive the control operation expression is a form that can be applied even when the number of operation amounts and the control amount is different.
  • the derived control equation can also be applied to a multi-input / output process in which the number of manipulated variables and the number of controlled variables are different.
  • a prediction means for obtaining a prediction expression of a future value of a control amount using a model that approximates the dynamic characteristic of a control target, and Set based on
  • a calculating means for obtaining a manipulated variable for minimizing a quadratic evaluation function relating to a difference between the future target value and the manipulated variable, and applying the determined manipulated variable to the control target
  • a response time constant setting means for setting a response time constant representing a rise time at which the controlled object is to operate, and the response time constant is included in the exponent part, and the value increases with the passage of time.
  • a weighting coefficient parameter calculating means for calculating a weighting coefficient and a new evaluation function incorporating the calculated weighting coefficient are constructed, and the evaluation function is set as the evaluation function.
  • a weight coefficient of an exponential function corresponding to the time constant is determined, and this weight coefficient is added to the evaluation function.
  • the response time constant of the Dell predictive control system can be specified, and the poles of the control system in the complex plane for determining stability can be arranged in the stable region.Transient response characteristics, especially damping Rates can be effectively improved.
  • the stability margin of the control system can be evaluated for the specified response time constant, so that an appropriate response time constant considering stability can be set.
  • a stability margin is given as a control specification, a configuration in which the response time constant is automatically adjusted so as to achieve a control system that satisfies the specification can be adopted. Stability and transient response characteristics can be realized.
  • FIG. 1 is a block diagram showing a functional configuration of a model predictive control device according to an embodiment of the present invention and a process control system to which the model predictive control device is applied.
  • the figure is a flow chart showing the flow of the control method by the model predictive control device.
  • the model predictive control device 1 includes an input unit 10, a control operation unit 20, and a model setting unit 50, and a target value input of the input unit 10.
  • the target value r input from the means 12 and the control amount measured value y extracted by the sensor from the control target 40 to be controlled are input to the process.
  • the optimal operation amount u is output from the control device 30.
  • the process 40 of a plant that produces a product p from a raw material s is set as a control target.
  • the input amount u (operation amount) of the raw material s is manipulated to change the production amount y (control amount) of P. It follows the target value r.
  • the model predictive control device 1 includes a control operation unit 2 including a means for converting the number of reviews and constraints into those relating only to the operation fi. 0, and the control operation unit 20 predicts the future value of the control amount using a model described below, and satisfies the above restriction condition. Calculate the optimal amount of projection to minimize the evaluation function O
  • the process control device 30 connected to the control calculation unit 20 of the model prediction control device 1 gives the optimal control input obtained by the control calculation unit 2 ⁇ to the control target 40, for example. It is a cut writer.
  • the input unit 10 is used for inputting constraint conditions relating to the control value and the future value of the manipulated variable of the plant 40.
  • the restriction condition input means 13 is used to input the parameters of the evaluation function.
  • Control value Includes target value input means 1 and 2 for inputting target values.
  • the model setting means 50 is for estimating or inputting a model that approximates the dynamic characteristic of the controlled object 4 °.
  • the control operation unit 20 includes a prediction unit 21, an evaluation function expansion unit 22, a constraint condition expansion unit 23, and an optimal operation amount calculation unit 24, and the model is used by the prediction unit 21.
  • a predictive expression for the future value of the control variable is obtained, and the evaluation function expansion means 22 calculates the deviation of the future control value from the target value and the future value of the manipulated variable based on the predictive expression.
  • the QP evaluation function is set by transforming the quadratic form of the evaluation function
  • the constraint condition expansion means 23 transforms the constraint condition input from the input device 10 to QP Are set, the optimum operation amount calculation means 24 satisfies the constraint conditions set by the constraint condition expansion means 23, and is input from the evaluation number input means 11. Is adjusted by the evaluation m number adjusting means 25 and the evaluation function set by the evaluation function expanding means 15 is minimized. Operation amount that has Tsu Ni Let 's that give Exiled following ⁇ to have use a QP. 8 one
  • the dynamic characteristic of the controlled object is expressed by the function of the delay operator z as the relationship between the control amount y k and the operation amount 11 at time k.
  • the evaluation function is, deviation (y 1 one y J, k. +. ⁇ L + 1) of the control amount prediction value and the goal value future value and the operation rate of change of the predicted value ⁇ u gunna Ru base Ku Small As if getting sick,
  • (14a) is the upper / lower limiter of the manipulated variable
  • (14b) is the change rate limiter of the manipulated variable
  • (14c) is the upper / lower limiter of the control amount
  • (14d) is Each corresponds to a change rate limiter of the control variable.
  • step S 101 the target value at time k + L force and k + L + N n ⁇ 11 is cut out by input device 1, and the target value is obtained.
  • step S102 the control amount y ,. is read and stored in the buffer.
  • the buffer includes the past control amount.
  • step S103 the prediction means 13 uses the ⁇ night stored in the buffer to control ⁇ the constant part of the prediction equation (S). ⁇
  • step S105 using this prediction equation, the evaluation function expansion means 22 expands the evaluation function J of equation (13) to obtain the second order of the manipulated variable change rate ⁇ u. Find an evaluation function of the form
  • step i- ⁇ j-0 S106 it is determined whether or not there is a constraint. If there is no limit condition, the optimal manipulated variable calculating means 24 is executed in step S109.
  • the restriction condition is set in step S1U7. This upper and lower limit
  • the condition must be a function of only the variable to be optimized, ⁇ u.
  • the restriction condition expansion means 23 uses the control variable prediction formula (8) to set the restriction condition to b. Mm ⁇ [a amu u b
  • the operation S uk + i at the i-step ahead of the current 11 points k is the operation amount at time 1 and the operation amount change rate ⁇ u ⁇ u k + i from time k to k + i .
  • the control amount change rate A y R + L + at step i after time k + L is the control amount at times k + L + i and k + L + i-1, k + L + iy k + L + i -1
  • the first suffix in the determinant of (7a, 7b, 7c) is It is necessary to calculate extra ⁇ rows for L 1 1 rows. In the case of L, use the control my k obtained at the present time.
  • a P-gyu beef that has been opened to J is opened on ⁇ u ⁇ . ⁇ .
  • the evaluation function and all the limiting conditions are converted into the limiting conditions related to the manipulated variable change rate, which is the optimized variable, and the converted limits are converted. All the conditions Since the manipulated variable change rate that minimizes the exchanged evaluation function while satisfying it is determined by QP, the control variable is used not only for the control condition but also for the control variable. The control can be performed in consideration of the restriction conditions related to the control.
  • FIG. 3 is a block diagram showing the configuration of the input device of the model predictive control device according to the present invention, wherein the input device 10 is, for example, a screen display device 101a, Light pen 102 a, mouse 103 a, keyboard 104 a, sunset sensor 105 a placed on the display screen, CPU 106 , Memory 108, etc.
  • the keyboard interface 1 ⁇ 4b When the operator operates the keyboard switch of keyboard 104a, the keyboard interface 1 ⁇ 4b generates a power code signal and the CPU 1 Supply 0 6
  • the CPU 106 executes the input device control program stored in the ROM 107.
  • the CPU 106 causes the memory 108 to store various information.
  • This information includes page storage for storing the format of various screens to be displayed on the screen display 101a and the type of data to be displayed, and future value prediction.
  • a command map for performing the simulation and performing a simulation operation based on the selected function and the specified control parameters Connect the operation calculation program and the simulation operation connection to the frame memory 101c to display the graph on the screen.
  • I 2S-Simulation display program to be shown Interpolation program for performing line interpolation between points specified in the graph area on the screen, and display on the screen Includes a display line type setting program that determines the curve line type according to the conditions, and also includes control parameter selection information input from the screen etc. .
  • the CPU 106 has functions as a bitmap processor in addition to input control of a light pen, keyboard, etc., and has input information and model predictive control. Information supplied from the process control device 30 via the device 20 or the model predictive control device 20 and a screen stored in the memory 108. Edit the information and and provide it to the frame memory 101c.
  • the frame memory 101c together with the CPU 106, the display controller 101b and the screen display 101a constitute a bitmap display device. By having a plurality of frame memories, for example, a color display or a manore window display is performed.
  • Light pen 102 a force, light pen interface:! Detection signal is sent to 0 2 b 3 ⁇ 4 It is done.
  • the light pen interface 102b counts the horizontal synchronization signal supplied from the display control section 101b and is reset by the vertical synchronization signal.
  • a vertical position counter, and a horizontal position counter that counts clock signals and is reset by a horizontal synchronizing signal.
  • both counters maintain the integration and the value, and display this as a screen address representing the X and Y positions on the screen.
  • a signal is supplied to the CPU 106 as A.
  • the screen address signal A is supplied to the CPU 106 from the interface 105 b.
  • X and Y pulse train signals are generated in accordance with the X and Y movements of the mouse's rotary knob. .
  • the mouse use interface 103b is displayed on the screen by updating the value of the X and Y counters by the X and Y pulse train signals. Determine the pointer position. This position is supplied to the CPU 106 as a screen address signal A in response to a mouse switch operation.
  • Light pen 102 a, mouse 103 a, keyboard 104 a, touch sensor 105 a, etc. are so-called It is a tool that has the role of transmitting the position of a point on the screen to the CPU.
  • the screen input subroutine program shown in FIG. 4 for each interface stored in the ROM 107 is executed to determine the contents of the input command. That is, the designated position A (X, Y) on the screen represented by the screen address signal A is read (step S201). The display page P of the screen currently displayed on the screen display 101a is determined (step S202). Using the indicated position A (X, Y) on the screen and the page P of the current display screen as keys, read the corresponding command contents from the map in the command storage area. In addition, data input from the keyboard is taken in according to the contents of the command (step S203). The content of this input command is stored in memory 108 by a control program (not shown).
  • the model predictive control device 20 is roughly divided into a CPU 201, a memory 202, and a memory device 203 in terms of a hardware configuration. It is.
  • the memory 2 ⁇ 2 is connected via the CPU 201 to the keyboard 104 of the input device 10, from the display screen, etc., using a pointing tool.
  • the future target value of the specified process control amount, the control amount of the process, the operation amount, the limiting conditions for the rate of change, and at least the future control ⁇ and the future target value Control and economic evaluation functions for evaluating the deviation signal and the manipulated variable, and control parameters such as a dynamic characteristic model that approximates the dynamic characteristics of the plant equipment It has been selected and recorded.
  • the memory device 203 includes each control amount of the process.
  • a response database that records the operation amount signal over time, a model database that records the history of the selected dynamic characteristic model, and the like are formed.
  • the data stored in the database is read out as appropriate and supplied to the CPU 106 of the input device 10 for the simulation described later. It is used for simulation calculation etc. in the input device 1 ⁇ .
  • the CPU 201 is based on various control information supplied from the input device 10 and the process control device 3.0, and has a simulation function, an operation state monitoring function, and an optimization function. It performs calculation function, control calculation function, model estimation management function, etc.
  • the simulation function of the CPU 201 predicts a future control amount based on the selected dynamic characteristic model.
  • the operating status monitoring function monitors the operating status and control performance of the process in real time.
  • the optimization calculation function uses, for example, the quadratic programming algorithm to determine the optimal manipulated variable that satisfies the limiting conditions for the controlled variable and manipulated variable by the method shown in the above reference materials (3) and (4). Calculate using rhythm.
  • the control operation function when given a future target value y *, predicts the future value y of the control response based on the dynamic characteristic model of the process (control target) and optimizes it. Based on the calculation results of the calculation function, the quadratic control evaluation function for the deviation signal between the future control amount and the future target value and the manipulated variable 1 ⁇ 2 ' One-1) (y (k + i) -y * Ck + i)) ⁇ 2
  • the model estimation management function estimates, modifies, and evaluates the dynamic characteristic model of the process from the response data.
  • the process control device 30 sends an operation signal to an actuating unit provided in the plant, and transmits the operation signal to the CPU 201 of the model prediction control device 20. It sends and receives data signals, such as process control variables, manipulated variables, and process operating conditions, to and from the plant, such as temperature, pressure, flow rate, and liquid level in the tank. And so on.
  • Process 40 is the process to be controlled, and is assumed to be the process of various industrial plants such as chemical process, power generation plant, iron net plant, etc. O
  • Fig. 6 shows the screen of the first page of the display screen displayed on the display 101a of the input device 10 in the normal operation mode (standard In this example, the target value y * is displayed as a dotted line and the process control amount y is displayed as a solid line.
  • the operation amount u is displayed in a graph according to the histogram. Each value is shown over time from a predetermined time in the past, indicated as (1) hour, to the present time, indicated as (0) hour.
  • a pointing device a whose position is controlled by operating a tool such as a mouse ⁇ is displayed. If you select an icon (not shown) to call various functions by this pointer, the subroutine shown in Fig. 4 will cause the subroutine to execute.
  • the command content is determined and the pull-down menu b is displayed on the screen.
  • the pointer a moves to, for example, the target value input icon to indicate the selection. Then, this function is activated and the target value input mode screen on page 2 of the display screen shown in Fig. 7 is displayed.
  • the target value input method based on the reference model or the target value input method using free-curve input can be selected.
  • Specify in the tool For example, when the reference model input is selected, a table of a plurality of reference models representing the response shape of the process is expanded as shown in c of FIG.
  • the prediction model includes a binomial expansion model (Nomi Inomia Nole Model)
  • the reference model name, transfer function, and response shape are displayed.
  • the expression of the displayed function is stored in memory 108 as functions 1 to n.
  • the pointer is set within the area indicated by d in Fig. 7, and the value of the response change speed (control node ⁇ ⁇ ) corresponding to the time constant of the reference model is calculated.
  • -It is determined that the input value is the response change speed (time constant) specification by the position of the pointer input from the board 104a, and the memory It is recorded in 108.
  • the value of the vertical axis on the graph coordinates is determined, and the straight line e is displayed. It is done.
  • This target value is stored in memory 108.
  • the simulation calculation means stored in memory 108 The simulation operation program is executed vigorously, and from the current target value to the final target value within the specified prediction interval (prediction length). A changing future target value response curve, line g, is obtained. Further, the simulation display program, which is a simulation display instruction means, is executed, and the graph is displayed on the frame memory 101c. An image is formed and displayed graphically on the screen. This curve shows the response y * (t), for example, when a signal r (t) that changes in a step shape is input to the selected reference model G (s). Chi
  • the operator visually checks the graph displayed on the screen, confirms that there is no problem, and points to the end icon displayed in the area b in FIG. 7. And specify the setting.
  • the CPU 1 ⁇ 6 sets the model prediction control device 1: 20 as a future target with the response curve responding to the above setting command as a target.
  • the control parameters such as the selected function, response speed, target value, and pre-time stored in the memory 108 are stored in the model Transfer to measurement control device 20.
  • the model predictive control device 20 stores the above control parameters in the memory 202, and performs model predictive control based on the newly set control parameters.
  • the operator can easily select a reference from multiple references according to the operating conditions of the process and specify the control parameters. Just by doing so, the trajectory of the future target value can be easily determined.
  • various states of the target value response trajectory g changing at an arbitrary response speed are simulated.
  • the visualization can be pre-examined by the assessment. This response waveform is added as an extension of the graph of the current process control target value y *, and the display screen of the input device 10 is displayed.
  • the display at 101a helps the operator to accurately monitor not only the current state of the process, but also future movements.
  • the fourth page of the display screen shown in FIG. 8 is displayed, and The interface is displayed on the screen.
  • This pointer is moved in the graph area by the pointing tool, and is targeted as points a, b, and c in Fig. 5. If the coordinates of the trajectory to be specified are not specified,-the position of each point is read, the inter-program is started, and each point "is replaced by a linear interpolation or quadratic curve, etc. Each point is interpolated.
  • the interpolation curve obtained by interpolating the space or the equation representing this curve is stored in memory 108. This interpolation curve is displayed on the screen.
  • the operator can obtain the interpolation curve or the equation representing this curve stored in memory 108.
  • the response curve of the future target value is directly input to the model predictive control device 20 and used for the control calculation.
  • the operator can easily input his / her intended target value response curve to the model predictive control device 20.
  • a simulation of the future target value is first performed.
  • the simulation result is displayed on the screen as a curve, and a simulation of the future target value is performed. It is convenient to set the limiting condition with reference to the value curve. Therefore, if the target value input described above has not been performed yet, it is necessary to precede it.
  • the reference model input and the selection of the control amount upper limit are commanded, the contents of the command are determined from the pointer position and the screen page, and the reference model table shown in c of Fig. 7 is displayed. Is displayed (not shown in Fig. 9).
  • the target value input described above one reference model is selected, and in addition to the response change speed (time constant), the initial value of the limit value and the final value are pointed.
  • the target value described above is determined based on the selected reference model.
  • the curve shown in Fig. 10 is calculated and displayed on the screen as the control amount upper limit curve L u
  • a screen as shown in FIG. 11 is displayed.
  • a pointer corresponding to any one of the input means of various kinds of binding tools provided in the input device 10 is displayed on the screen. If the position on the graph is designated by that pointer in the order of the first :! points a, b, c, and d in the figure, the P ⁇ j becomes an interpolation program.
  • the linear interpolation or quadratic curve etc. The interpolation is performed by the spline interpolation, and as a result, the obtained curve is displayed as a curve Lu of the upper limit condition. If the displayed limit curve Lu is the desired one, the operator selects the end icon with a pointer.
  • the interpolation curve or the equation of the curve formed by the CPU 106 in the memory 108 is set in the model predictive control device 20 as the control parameter of the limiting condition. It is done.
  • select the cancel icon select the cancel icon.
  • the input data in this mode is invalidated, the screen is displayed from the initial state of this mode, and the data can be input again.
  • Such input of the curve waveform data allows the operator to visually indicate the range of the curve under his intended limiting conditions, that is, the range allowed for future control responses y, etc. It can be easily input to the predictive controller 20 by any suitable means.
  • a screen as shown in Fig. 12 is displayed. Further, by moving the pointer to the input area i and inputting a control deviation threshold value ⁇ from the keyboard 104 a force, the value is already set.
  • the upper limit curve Lu and the lower limit curve Ld obtained by adding and subtracting from the future target curve y * are controlled; Is displayed on the screen as the upper limit value or lower limit value.
  • the upper limit value u or the lower limit value Ld of the control variable that converges to the future target value y * as shown in Fig. 13 is set. According to the above method, it is possible to easily input the limit value of the control amount y in such a manner as to surround the response waveform of the already set future target value.
  • the simulation function is used to compare the already input future target value with the dynamic characteristic model of the process.
  • the future predicted value of the control variable has been obtained and is indicated by a solid line in a graph.
  • the operator can input appropriate limit values Lu and Ld while viewing the predicted response curve. This applies not only to the control amount, but also to the display of the input of the manipulated variable or the change rate signal thereof.
  • an icon with a high degree of promptness is selected in the keyboard, and numerical input from the keyboard or bar graph is input.
  • the agility can be set for the entered restriction condition. For example, the power with the highest agility ⁇ level 0, the power with the lowest agility is 10 °, and each restriction condition is included in the memory 1 OS together with this number. Once recorded.
  • the advantage of specifying the priority for the restriction condition is that the control operation function and the optimization calculation function in the model prediction device 20 satisfy the respective restriction conditions.
  • the control operation When it becomes impossible to calculate the control amount, the control operation must be performed until the sub-optimal manipulated variable is calculated by removing the restriction condition in the order of lower priority in order.
  • the operation of the process can be continued without interruption of the control operation This is what it is.
  • the details of these control calculation methods are described in the above-mentioned reference materials (3) to (5), and therefore description thereof is omitted.
  • each restriction condition is predetermined according to its agility on each screen in FIG. 9 or FIG. 13.
  • the display is made distinguishable by the color of the line, the thickness of the line, the interval between the broken lines, the numerical value of the priority, and the like.
  • Such processing is performed by executing the display line type setting program stored in the memory 108.
  • the agility of the limiting condition can be distinguished by eyes, and the operator's attention is called, so the operator can set the model prediction control device. It is easy to instantly and correctly judge the degree of agility that has been set.
  • FIG. 14 is an example of a screen display in the operating state of the control device.
  • control amount predicted value y of the process the future target value y *, the manipulated variable u, and the upper and lower limit values Lu and Ld set for them are shown.
  • a history curve y r'e a 1 of the past control amount is also shown.
  • an icon icon that shows how many times the icon power can be specified by using a pointing tool or the like.
  • Function can be activated. For example, if you specify the evaluation function input icon at the top left of the screen, the evaluation function input program starts, and the evaluation function input screen shown in Fig. 16 (to be described later) is displayed.
  • Control evaluation function J for control performance discrimination, economic evaluation function J e for plant operation cost judgment, etc. can be input.
  • the screen for inputting the upper and lower limit values Lu and Ld for the control amount, operation amount, and the like opens. If you specify the icon for inputting the future target value, a screen that allows you to enter the future target value by using a pointing tool to specify a free-form curve, for example, will open. . Also, by specifying the screen switching icon, the screen can be switched to a display screen such as that shown in FIGS. 15 and 17.
  • Fig. 15 shows the control amount change rate prediction value ⁇ y of the process, the operation amount change rate ⁇ u, and the upper and lower limit values Lu set for them. Ld is shown, and the past hysteresis curve ⁇ yreal of the control variable change rate is also shown.
  • control evaluation function and the economic evaluation function can be referred to as an evaluation function as a plant operation index.
  • the control evaluation function is an index that indicates the deviation between the target value and the control amount and how small the operation amount is, in other words, the control performance.
  • the economic valuation function is an index that represents process operation costs, production output, and so on.
  • Fig. 16 is a display screen for setting or changing the evaluation function J and the economic evaluation function J e by the icon of the evaluation function input function in Fig. 14. is there .
  • the icon g By specifying the icon g, various types of input can be performed by informing the CPU 106 of the type of input data.
  • the control evaluation function expression J to be considered in the control operation is displayed in the screen area indicated by a in FIG. Can be input by the keyboard 104a.
  • the input evaluation function is stored in the memory 108. Also, specify the icon for parameter input.
  • the pointer is moved to the input areas b, c, and d in FIG. 16 and the prediction length Np, the control length Nu, and the weight coefficient included in the evaluation function; Control parameters such as 14 'can be input via the keyboard 104 a.
  • an economic evaluation function J e representing the operating cost of the process, the production amount, etc. can be input to the area e in FIG. 16 from the keyboard 104 a.
  • the values of the parameters pl and ⁇ 2P3 can be input to the area f by the keyboard 104a, and the control parameters input from the screen are as follows: Recorded in memory 108. In the input area on these screens, usually, the currently set evaluation function formula, numerical value or standard value is displayed.
  • FIG. 17 is an example of a screen showing a simulation result of the evaluation function J.
  • the vertical axis of the graph is the predicted value
  • the horizontal axis is the time axis.
  • Two curves J and J e calculated for the currently set control evaluation function J and economic evaluation function J e, respectively, are displayed.
  • Both evaluation functions consist of a history curve part indicating the progress up to the present and a prediction curve part indicating the future predicted value part.
  • the current evaluation function value and economic evaluation function value are displayed in areas c and d on the screen, respectively. On the left side of this screen, the parameters set for the evaluation function are displayed.
  • the parameters for example, the prediction length Np, the control length Nu, the weighting factor ⁇ 1 ⁇ ; 4, and the parameters pi ⁇ p3 included in the economic evaluation function It is displayed in the form of a and b.
  • an outline corresponding to the position can be obtained.
  • the operator who can input the value as the value of each parameter visually checks the simulation results and returns to the screen shown in Fig. 16.
  • the execution (end) icon specified by the setting command is specified by a pointer, the set evaluation function J, Je power memory 108 power, and the prediction control device 20 It is transferred and stored in its memory 202.
  • a new evaluation function is set in the CPU 201 of the predictive control device 20 and used for the actual control operation.
  • the evaluation function that is entered and displayed on the screen is deleted.
  • the input contents related to the evaluation function once stored in the memory 108 are also reset and can be input again.
  • the history curve and prediction curve of each displayed variable may contact or intersect with the upper and lower limit values.
  • the part where the prediction curve and the limit value curve touch each other, or the part where the prediction curve exceeds the limit value curve.
  • the display line type setting program that is displayed it is displayed separately from other parts depending on the display color, curve thickness, and curve type.
  • the part where the control condition is ignored according to the priority order has a corresponding curve on the curve to draw the operator's attention.
  • Special display in part For example, the parts a and a 'in Fig. 18 are displayed as parts taking into account the restriction conditions, and the parts b and b' are displayed as parts ignoring the restriction conditions o
  • the input device 10 and the model prediction control device 20 are configured to be controlled by different CPUs. If the input power and the model predicting device 20 are integrated and controlled by a single C ⁇ U, if the CP ⁇ has sufficient processing power, It is also possible.
  • the input device of the model predictive control device of the present invention setting and changing of various predictive models and control parameters to be input to the model predictive control device are performed. This is performed via the screen of the input device, and the control parameters etc.
  • a simulation of the model predictive control is performed in advance according to the contents, etc., and the result is visually checked on the screen. It is configured to set data such as various functions and control parameters, so that it is easy to select optimal control parameters etc. in the input device, and various restriction conditions The safety of operation can be ensured so that the operation efficiency of the plant operated below is improved and the control does not cause an abnormality.
  • by inputting various commands guided by the display on the screen mistakes in driving operation are reduced, and switches for input devices for plant control are provided. , Dials, and instruments can also be significantly reduced.
  • model predictive control device having an evaluation function parameter overnight adjustment function
  • the control target process 301 is a multi-input / output process having q manipulated variables and P controlled variables.
  • Model predictive control unit 3 0 2 that controls the multi-input multi-output profile cell scan 3 0 1 This was Ru to follow the control amount ⁇ y p of the profile cell vinegar goal value ⁇ y * p you output the operation amount ⁇ U q of the eye.
  • This model predictive control device 302 is used to evaluate an evaluation function parameter that determines an appropriate evaluation function parameter based on a given stability margin parameter or the like.
  • the model predictive control system shown in FIG. 19 has a closed-loop system consisting of a multi-input / output process 301 and a model predictive control operation unit 304.
  • the characteristics of this closed-loop system govern the control response characteristics and stability.
  • the frequency response matrix of the multi-input / output process is G (j ⁇ )
  • the frequency response matrix of the model predictive control operation unit is C (j ⁇ )
  • the unit matrix I and the number of each unstable pole is N n , N, and according to the generalized Nyquist theorem
  • T (j ⁇ ) (I + C (j ⁇ ) G (j ⁇ )) — -1 C (j ⁇ ) G (j ⁇ )
  • control constants included in the control formula of the model predictive control device are determined based on the determined evaluation function parameters.
  • the pulse transfer function matrix of the following equation is given to the model predictive control device 302 as the dynamic characteristic model for the multi-input / output process ⁇
  • Aij (z _i) 1 + a 1 1J Z- 1 ten ... + a n u z ⁇ n
  • ⁇ uj (k) u i (k) — ui (k 1) is the manipulated variable increment.
  • N u is control length
  • D (z _ 1) is Gokuhai location This is a polynomial and these are collectively referred to as an evaluation function parameter set. Nao, no ,. Ra one evening L, N p, N u, vinegar, each operation amount ⁇ D (z _ 1) u ⁇ ⁇ u. , Each control amount y y ⁇ y p It can be changed every time, but it is not distinguished in this embodiment 1 • 1
  • control constant calculation means 3 ⁇ 4 performs the following calculation based on the pulse transfer function matrix (23) equation of the given control target model and the evaluation function parameters.
  • p is a filter coefficient and represents a response speed. When the value is close to 0, the response is sharp. When the value is close to 1, the response is slow.
  • G j— ⁇ and G 0 are constant matrices of pxq
  • (z — 1 ) is a polynomial matrix of p X q with respect to z — 1 , which is obtained from the following relational expression. ⁇ 11 (2-1) ⁇ '. B lq (2- "
  • equation (29) is simply expressed as follows.
  • ⁇ u (k + 1) G q * (D (z _i ) y (z-- y (k)
  • control constants G q: F (z _1 ) and H (z _1 ) are obtained from the control constant calculating means 304 .
  • the evaluation function parameter adjusting means 303 the evaluation function parameters (the prediction lengths L and Np, the control length Nu, the weighting factor; I, the pole assignment polynomial D (z -1 )) The adjustment method of) is explained.
  • N p max (time to reach 90% of the final step response value of the ij element of the pulse transfer function matrix (23) equation (23))
  • Np max (time to reach the impulse response peak value of the ij element in equation (23) of the pulse transfer function matrix)
  • int is the operation to extract the integer part.
  • rankG is the singular value decomposition of G
  • rankG min ⁇ k; ⁇ ⁇ ⁇ _ ⁇ ⁇ ⁇ 1- ⁇ (4i)
  • i-1 i-1 ⁇ ⁇ is, for example, 0.1.
  • I will decide more.
  • U and V are singular vectors.
  • Iv Weighting factor; I and closed-loop pole assignment polynomial D (z — The adjustment is made according to the flowchart of Fig.22.
  • Step 1 S 3 CI 1: First, A, D L Z -1
  • Step S302 This balance ⁇
  • the function parameter set is passed to the control constant calculation means 4 to determine the control constant according to the procedures of the equations C23) to (36).
  • Step S303 Object to be controlled (23) Characteristic polynomial of closed loop system obtained from Eq. 1 and Eq. (36)
  • V- 1 V- 1 )... _i) It is.
  • Step S304 Control law (36) Force, controller characteristic polynomial obtained from force
  • step S301 Since the controller is stable, proceed to the next step. If not, return to step S301 and change the initial values of the evaluation function parameters.
  • Step S305 A loop transfer function matrix frequency response L (j ⁇ ) of the control system is obtained by the following calculation.
  • Step S306 Determine whether the maximum singular value of the sensitivity function satisfies the following conditions.
  • Step S307 Complementary sensitivity function
  • Step S308 Determine whether the maximum singular value of the complementary sensitivity function satisfies the following condition. ax ⁇ ⁇ T ( ⁇ ) ⁇ (48) However, T m . ⁇ ( ⁇ ) is the Lono's test
  • Equations (50) and (51) It is not always necessary to satisfy both the stability conditions for the sensitivity function and the capture sensitivity function. Equations (50) and (51) It may be possible to execute only one of them.
  • Step S310 The re-adjusted evaluation function parameters are passed to the control constant calculating means 304, and the same as in step S302 (23) (36) Determine the control constant by the procedure of the formula.
  • the weighting factor S and the closed-loop pole assignment polynomial D ( ⁇ _ 1 ) are determined by the stability margin specified by the control system, 6
  • the adjustment is repeated until the margin is exceeded.
  • the evaluation function parametric to have you on the menu over data adjustment means 3 0 3, predicted start time L, predicted length N p, control length N u, the weighting coefficient number ⁇ , pole placement polynomial D (z _ 1 ) Is adjusted to an appropriate value.
  • the parameter adjustment method of the formulas (50) and (51) is an example, and the condition of the formulas (46) and (48) is satisfied. It is also possible to search for parameters using other nonlinear optimization methods 0
  • model predictive control device of the present invention is applied to a distillation column temperature control system of a petrochemical process.
  • the following transfer function was measured as the characteristic of the distillation column temperature system shown in Fig. 24.
  • the manipulated variables u 1 and u 2 are the opening of the flow control valve and the opening of the steam flow control valve, respectively, and the control amounts y 1 and y 2 are the top temperature difference and the bottom, respectively. temperature C 5 Oh Ru.
  • the model predictive control device adjusts the efficiency function parameter.
  • Control response was measured. The response of the control system before and after adjustment is
  • control variable y 1 difference in the temperature at the top of the distillation column
  • the response of the control variable y 1 (difference in the temperature at the top of the distillation column) to the change in the target value step is an offset force, which remains for a while, and the settling is slow.
  • evaluation function parameter adjustment means
  • the response to the change in the target value step of the adjusted control amount yl has a fast settling time, and the control amounts y1 and y2 The effect of interference between them has been sufficiently reduced.
  • a multivariable model predictive control system with excellent responsiveness and non-interference was realized while maintaining sufficient stability.
  • the model predictive control device is characterized in that the evaluation function parameter, which has been set empirically in the past, is provided with an evaluation function parameter adjusting means, and has a mouth-bust characteristic.
  • the evaluation function parameter is adjusted to an appropriate value.
  • the control device can be started quickly. Also, Adjustment is made so as to satisfy the stability margin condition specified in advance, so that it always has sufficient stability and is not easily affected by fluctuations in the characteristics of the plant. A Dell predictive control system is obtained.
  • a model predictive control device that can be applied to a multi-input / output brain or the like in which both the operation amount and the control amount are plural is obtained.
  • a configuration example of a general model predictive control system will be described with reference to FIG.
  • the prediction model 62 is a pre-selected motion based on the accumulated data of the manipulated variable u and the controlled variable y from the past to the present (time k) of the response data storage section 61.
  • a predicted value y (k + L),..., y (k + Np + L-1) of the future control amount response is calculated and supplied to one input terminal of the subtractor 64.
  • L represents the prediction start time
  • Np represents the prediction length.
  • a target value r (k) input from a terminal device (not shown) is provided to the future target trajectory generation unit 63.
  • the future target trajectory generator 6 3 generates the future target trajectory (k + L),...,
  • the calculator 64 calculates the future control deviation signal y (k + i) -y * (k + i), which is the difference between the two, (Is ... Np + L-1), and performs the optimal operation. It is supplied to the quantity calculation unit 65.
  • the above-mentioned quadratic evaluation function is previously set in the optimum operation amount calculation unit 65, and the optimum operation halo increment ⁇ ⁇ (1 is calculated to minimize J. Then, send the first ⁇ ⁇ (1 only to the integrator 6 6.
  • D (z _1 ) represents a pole-distributed polynomial, and is expressed as D (z _1 )-1 + d ⁇ z _1 + ⁇ * + d n z — n .
  • u (k) u (k-1) + ⁇ u (k) (54)
  • the actual manipulated variable u (k) obtained by calculating the predictive control given to the controlled object 1 Is calculated and supplied to the control target 40.
  • the response characteristics of the control system for example, the amount of overshoot / time constant, the settling time, etc.
  • the characteristics of the control system are ideal.
  • T r [sec] the time constant
  • the transfer function model G (s) of Explanations are made assuming characteristics.
  • the model predictive control operation unit 402 includes all the functions of the above-described conventional model predictive control operation unit 60, and further includes a loop frequency response characteristic calculating unit 410 and a phase rejection sensitivity matrix calculating unit. It is equipped with 4 1 1, stability margin parameter calculation means 4 1 2 and so on.
  • the loop frequency response characteristic calculating means 410, the complementary sensitivity matrix calculating means 411, the stability margin parameter calculating means 412, etc. correspond to the calculating means.
  • the model predictive control operation unit 402 feeds back the control amount y (k) observed from the process to be controlled 401, and simultaneously obtains the target value r (k). After that, the optimal manipulated variable u (k) is calculated based on the prediction model and the evaluation function, and the controlled object 401 is given.
  • the controlled object 401 has q manipulated variables u (k) to u q
  • This model predictive control device includes a dynamic characteristic model setting means 4003 for setting a dynamic characteristic model of a control target for predicting a control amount, and an evaluation function indicating a control purpose.
  • An evaluation function setting means 404 for setting is provided.
  • the weight coefficient parameter calculating means 4006 calculates a weight coefficient parameter P corresponding to the held time constant Tr, and gives this to the evaluation function setting means 410.
  • the evaluation function setting means 404 constructs an evaluation function to which the weight coefficient parameter p is combined, and sets the evaluation function in the not-shown optimum operation amount calculation section 65 of the model predictive control operation section 402. You Calculation method 4 1 C! The calculation means consisting of 4 to 1 calculates the stability margin parameter ⁇ of the model predictive control system based on the new evaluation function.
  • the stability margin parameter ⁇ is supplied to one input terminal of the response time constant adjusting means 408 and the storage device 413.
  • the calculated stability margin parameter of the control system is read out from the storage device 413 to a display (not shown) of the terminal device 409, and the operator operates the terminal device.
  • the stability margin parameter £ corresponding to the response time constant Tr input from the device 409 is displayed. Is done. If the terminal device 409 supplies the response time constant T r to the response time constant setting means 405, a series of stability margin parameters corresponding to this is stored in the storage device 4.
  • the correlation between the response time constant Tr and the stability margin parameter e is calculated.
  • the stability margin parameter £ (j via the terminal device 409)
  • the stability margin parameter is held in the stability parameter setting means 7.
  • the response time constant adjusting means 4 08 sets the response time constant of the response time constant setting means to the initial value T r fl And gradually change it, so that the weighting factor parameter calculation means 40
  • the value p of the weight parameter calculated in step 6 also changes, and the evaluation function setting means 404 sets the model predictive control operation unit.
  • the evaluation function given to 402 also changes.
  • the value of the stability margin parameter e supplied from the stability margin parameter calculating means also changes.
  • the dynamic characteristic model for the multi-input / output process set in the model predictive control operation unit 402 is obtained from the dynamic characteristic model setting means 4003 by the following pulse transfer function It is given by a matrix.
  • Aiii (k) uj (k)-uj (k-1) is the manipulated variable increment.
  • the prediction length L-1, N p, the control length Nu, and the weight coefficient ⁇ are determined by an appropriate method, for example, the stability of the control system. The method is selected based on the above-mentioned method, and the control system has sufficient stability.
  • the quadratic form evaluation function of Eq. (57) can be obtained by selecting the prediction length, which is the time to be considered in the prediction, to be infinitely long, the optimal regulation well known in control theory. Matches the special case of the evening evaluation function.
  • X (k + 1) A x (k) + Bu (k) (58a) y (k) C x (k) (58b )
  • x is a state variable
  • y is a control variable
  • u is a manipulated variable
  • A, B, and C are matrix constants.
  • T a transposed matrix
  • the matrix in the (A + B k T) Ru is determined Tsu by the eigenvalues of the ', dropping ⁇ , attenuated to the initial state to 0 Go. Therefore, the eigenvalue closest to the unit circle becomes the dominant mode, and corresponds to the response time constant of this control system.
  • the evaluation function (59 ') is set to design the optimal regulation and to obtain the optimal result.
  • et a (60 ') it can and had use a type of control law, pole placement of the closed-loop system (61' ing the eigenvalues of) expression of matrix p (a + B k T) .
  • control law of equation (60 ') is the optimal regulation designed for the evaluation function (59) for the virtual control target of equations (58a) and (58b). This is the same as the control rule of. Optimum Les formic Yu, single evening of nature or, et al., Since (61) virtual control system that by the expression is always stable ing, the eigenvalues of Te be base of the matrix (A + B k T) is complex
  • Equation (57) is
  • Equation (57) calculated by the model predictive control calculation unit 4 and 2 is added to the new paper
  • the optimal operation amount to be minimized is obtained by the following calculation. First, for the first to P rows in the right-hand side matrix of Equation (56), divide the denominator in the rows. For example, for line i,
  • equation (56) is
  • n max max ⁇ nj.
  • G n are given by the constant p of p XQ.
  • G j-i Column H (z- 1 ) is a polynomial matrix of p X q with respect to Z 1, which is obtained from the following relation
  • G 0 G ._ ⁇ corresponds to the step response matrix of the control target (56).
  • I in Q and R is the unit matrix of pxpq X q, respectively.
  • individual weights can be applied to each controlled variable and manipulated variable by setting a different value for each element instead of I.
  • the y number i (k + j) is the target value for the i-th controlled variable y i '' 'step destination.
  • ⁇ u (k + 1) G qJ , (D (z _1 ) y * — F (z _i ) y (k)
  • G q * is the matrix of qx (PX p) extracted from q rows from (G 1 Q T QG + ⁇ R T R) _ 1 G 1 Q T Q . )
  • model predictive control operation unit 402 calculates the optimal operation amount u (k) under given conditions.
  • the response time constant setting means 405. sends the response time constant Tr [sec] to the weight coefficient parameter calculation means 406 (step S401).
  • the weight coefficient parameter calculating means 400 reads the given response time constant T r [sec],
  • the weight coefficient parameter P is obtained from (77), and this is given to the evaluation function setting means 404.
  • the evaluation function setting means 400 constructs an evaluation function expressed by the equation (57) using the weight coefficient parameter P and gives the evaluation function to the model predictive control operation unit 402.
  • Step S402 The model predictive control operation unit 402 calculates the control equation (75) of the model predictive control system by the arithmetic processing represented by equations (57), (63) to (75) ( Step S 40
  • a loop response frequency characteristic calculation unit 410 uses the control equation (75) obtained in the above arithmetic processing to determine the loop frequency response of the closed loop system in accordance with the control target equation (56).
  • the matrix L (j ⁇ ) is obtained by the following equation.
  • a ( z_1 ) and B (z- 1 ) represent the A and B matrices shown on the left and right sides of Eq. (63), respectively. ⁇
  • I is the unit matrix, and the control period is o.
  • the complementary sensitivity function matrix is calculated by the complementary sensitivity matrix calculating means 11.
  • T (j ⁇ ) (I ⁇ L ( ⁇ ⁇ L (j ⁇ ) (79) Ask for. Then, the stability margin parameter calculating means 12 is used as the stability margin parameter.
  • CT inax means the maximum singular value. This stability margin parameter is obtained when the control target changes from G (s) to G (s) (1 + ⁇ (s)).
  • is a kind of measure of stability margin (step S404).
  • the obtained stability margin parameter is displayed on the display of the terminal device 409 via the storage means 413 (step S405), and the plan is displayed. Encourage the judgment of operators such as birds. If it is judged that the operation is within the margin of stability and if Yes is manually input from the input means such as a keyboard (step S406), the response time constant is set. Means for setting the evaluation function of the weight coefficient parameter p corresponding to the response time constant Tr input to the means 400 Confirm the setting of 404 (step S407).
  • step S406 determines that the stability margin is not sufficient and inputs No.
  • step S401 determines that the stability margin is not sufficient and inputs No.
  • step S401 returns to step S401 and returns to step S401.
  • the model predictive control system is redesigned based on the newly input response time constant Tr (steps S401 to S405).
  • the terminal device 409 employs a kind of simulation function.
  • This simulation function is provided to the terminal device 409 and the response time constant setting means 405 in response to a simulation command from the operator.
  • the response time constant Tr is continuously changed in a certain range to obtain a stability margin parameter ⁇ corresponding to each response time constant Tr. That is, the value of the response time constant Tr and the weight coefficient parameter calculation means 4 06 .Evaluation function setting means 4 04, the model prediction control operation section 4 02, the loop frequency response
  • the characteristic calculating means 410, the complementary sensitivity function matrix calculating means 4 11 1, and the stability margin parameter calculating means 4 1 2 are stored in the storage device. Store in 4 13.
  • the terminal device 409 displays the relationship between the response time constant Tr and the stability margin parameter ⁇ stored in the storage device 413 on a screen, for example, as shown in FIG. Show in graph.
  • the control system in response time constant T r s or higher stability, less in you are shown the erratic This.
  • Ri by the and the child that shows visually both ⁇ , the operator is forced to response time constant T r s by Ri fast response speed by request of the control system
  • the operator can directly set the stability margin parameter £ D to the stability margin parameter setting means 407 from the terminal device 409. In such a case, the processing is performed according to the flowchart of FIG. 33.
  • the stability margin parameter setting input means 40 The input stability margin parameter £ n is set to 7.
  • the response time constant adjusting means 4 08 detects that the first stability margin parameter setting is set in the stability margin parameter setting input means 4 07, the response time constant setting is performed.
  • Let means 5 set the initial value ⁇ ⁇ () .
  • the initial value T r Q of this is to set a sufficiently large can have value as an initial value (scan STEP S 4 1 2).
  • This initial value ⁇ ⁇ () is converted into a weighting factor ⁇ by the weighting factor parameter calculating means 406 and given to the evaluation function setting means 404.
  • the evaluation function setting means 404 forms a new evaluation function (12) (step S413), and refers to the evaluation function (57) to calculate the model prediction control operation unit.
  • 402 is calculated by the control equation (75) of the model predictive control system by the arithmetic processing represented by equations (57), (63) to (75). ) Is calculated (step S4 14).
  • the loop frequency response characteristic calculating means 410, the complementary sensitivity matrix calculating means 411, and the stability margin parameter calculating means 412 include The arithmetic processing is performed based on the above-described equations (78), (79), and (80), and the stable margin parameter ⁇ is calculated (step S 415).
  • the calculated stability margin parameter ⁇ is the response time constant adjusting means.
  • Tr Shortly smaller, as in ⁇ / 1.1, and return to step S 413 (step S 418).
  • the evaluation function setting means 404 uses the input weight coefficient parameter ⁇ to provide Then, set the evaluation function of equation (57).
  • the model (56) to be controlled is set in the model predictive control calculation section 402.
  • the dynamic characteristic model of the controlled object is input from the terminal device 409 or an external storage device (not shown), and is controlled by the control amount y (k) and the operation amount u (k).
  • control amount y (k) and the operation amount u (k) In some cases, those estimated by real-time processing using a time-series analysis method such as a sequential least squares method may be used.
  • control response target value follow-up response
  • the model predictive control device of the present invention when the model predictive control device of the present invention is applied to the control target represented by the transfer function of Eq. Fig. 4 shows the pole arrangement of the control system at that time in Fig. 35.
  • the prediction length Np, the control length Nu, the weighting factor ⁇ , the control cycle, and the like are the same as those in the above-described example.
  • the control response shown in Fig. 34 the response follows the target value more quickly than the control response according to the conventional method shown in Fig. 27.
  • the pole arrangement of the control system in Fig. 35 (indicated by ⁇ in the figure) is the same as the pole arrangement according to the conventional method shown in Fig. 28, which has poles on the unit circle. It can be seen that it has poles inside and maintains sufficient stability.
  • the evaluation function (57) or the corresponding expression (57) is used as the evaluation function.
  • the evaluation function (57) or the corresponding expression (57) is used as the evaluation function.
  • By setting a similar exponential weighting factor for the function it is possible to improve the near-term (and thus improve the response characteristics).
  • One S6 You can do it.
  • the control power y (U) becomes less controllable as the range over which U converges gradually decreases over time as the prediction time elapses.
  • the process in which the control amount y (k) reaches the target value is suppressed from becoming oscillatory.
  • the evaluation function is calculated using the quadratic programming method while taking into account the restriction conditions described in claim 1 of the present invention.
  • the present invention is also applied to a model predictive control that takes into account limiting conditions for the control amount and the operation amount by using a model predictive control method that sequentially calculates an optimal operation amount to be minimized. You can do it.
  • the model predictive control device of the present invention when a response time constant is input, a weight coefficient of an exponential function corresponding to this time constant is determined, and this weight coefficient is Since it is added to the evaluation function, it is possible to specify the response time constant of the model predictive control system, and the poles of the control system in the complex plane for determining the stability can be specified. It can be placed in the stable region, and the transient response characteristics can be particularly improved effectively.
  • ⁇ 5 ⁇ Evaluate the stability margin of the control system against the specified response time constant. Since this is possible, it is possible to set an appropriate response time constant considering stability. Furthermore, if a stability margin is given as a control specification, a configuration in which the response time constant is automatically adjusted so as to achieve a control system that satisfies the requirement can be adopted. And transient response characteristics.

Description

明 細 モ デ ル予測制御装置 技術分野
本発明 は、 制御対象の動特性モ デ ル に基づ い て制御応 答の未来の動 き を予測 し 、 こ の予測を考慮 し な が ら 操作 量'を算出 し て制御対象を制御す る モ デ ル予測制御装置、 お よ び こ の モ デル予測制御装置 に運転条件や操作量 の 設 定等を行 う モ デ ル予測制御の入力装置 に 関す る 。
背景技術
近年、 プ ロ セ ス制御系で、 プ ロ セ ス ( プラ ン ト ) に課 せ ら れた多数の制限を満足 し な が ら最適な制御 · 運転を す る た め 、 プ ロ セ ス の ィ ン ハ ' ノレ ス応答 あ る い は ス テ ッ プ 応答 に基づい て線形離散時間モ デルを構築 し 、 こ の モ デ ルか ら導かれ る 予測式か ら 制御量未来値の 目 標値か ら の 偏差 と 操作量未来値 に 関す る 二次形式の評価関数を最小 化す る よ う な最適操作量を逐次算出す る 、 モ デ ル予測制 御技術が多 く 用 い ら れ て い る 。
こ れ は、 必要最小限の操作量変化の下でな る べ く 目 標 値 に近 い動 き をす る 制御量未来値が得 ら れ る よ う に 、 現 時点で加え る 操作量を決定 し よ う と い う も の で あ る 。
モ デ ル予则制御装置 は次の よ う な 利点を有す る 。
1 ) 無駄時間 の長 い プ ロ セ ス に対 し 安定 し た 制御応签 を実現可能であ る 。
2) 未来 目標値を用 い た フ ィ ー ド フ ォ ワ ー ド制御で追 従性を改善可能で き る 。
3) 多変数制御系に も 適用可能で あ る 。
4) 制御対象の正確な動特性モ デルを必要 と せず、 例 え ばス テ ッ プ応答か ら 、 制御系を容易 に設計可能であ る
5) 予測モ デル に制御対象 ( プ ロ セ ス ) の物理法則や 非線形特性を含め る こ と に よ り 、 き め の細か い制御が期 待で' さ る o
6 ) 制御対象の運転に関す る 制限条件 ( え ば、 上下 限 リ ミ ッ タ 、 変化率 リ ミ ッ タ 等) を制御則 に 直接入れ る こ とが可能であ る等であ る 。
こ れま でに、 種々 の予測制御方式が提案 さ れてお り 、 こ れ等は例え ば、
(1) 西谷 : モ デル予測制御の応用 、 計測 と 制御 Vol . 28 , No .11. pp.996-1004 ( 1989 )
(2) D . V - C 1 arke&C · Mohtadi: Propert ί es of
General ized Pred i ct i ve Cont ro l . Autoraat i ca 25-6 p p 859 ( 1989 ) 等に解説 さ れて い る 。 特 に 、 (2) では、 多種 の モ デル予測制御方式を包含 し た一般化予測制御
( General i zed Pred i ct i ve Cont ro l : G P C ) カ《提案 さ れて い る 。 こ れは、 未来 目 標値 y τ が与え ら れた と き 、 制御対象 ( プ ロ セ ス ) の モ デル に基づ い て制御応答未来 値 v (k+i ) ( i l , N' P) を予測 し 、 制御性能を表す制御 評価関数 は、 パ ラ メ ー タ L を予測開始時間、 N p を予測 長、 N u を制御長 、 ス を重み係数、 D ( z _1 ) を極配置 多項式 と し て、
j =∑ {D (ζ λ (y (k÷i)-y (k+:
Nu 、、2
+ λ ∑ (Au(k+i-l))
i=l (1) を最小化す る 操作量増分 Δ u (k) を求め る 方式であ る 。
こ の制御技術 に お い て、 制御量、 操作量の未来値を決 め る 予測式は、 過去の制御量、 操作量 に 関す る 関数で表 さ れ る の で 、 制御量未来値が よ り 目 標値に近付 く よ う に 過去の制御量、 操作 fiに基づ い て毎回予測を行 っ て は そ の時点で加え る 操作量を決め る 。 こ の と き 、 制御量、 操 作 Sに 関す る 制限条件を満 足す る よ う に 、 操作量を求 め る 必要があ る 。
と こ ろ で、 制限条件を満 足 し な が ら 、 二次形式の評価 関数を最小化す る ¾適解 を求 め る 一般的方法 と し て は 、 二次計画法 ( Q P ) が あ る ( Q P に 関 し て は 、 今野 · 山 下 「非線形計画法」 ( 日 科技連) 、 関根 「数理計画法 (岩波書店) な どを ^照) 。 こ の Q P を用 い る に は 、 評 価関数お よ び制限条件 は被最適化変数で あ る 操作 ^ の み に 関す る も の で な ければ な ら な い 。
し か し 、 プ ロ セ ス に ^せ ら れ る 制 限条 件 は 、 被最適 化 — — 変数であ る 操作量に関す る も の だけでな く 、 制御量 に関 す る も の や制御量変化率 に関す る も の も あ り 、 従来の制 御方式で は、 それを も 満 たす操作量を Q P で解 く こ と は で き な か つ た o
こ の よ う に、 従来の モ デル予測制御技術 に お い て は、 プ ロ セ ス に課せ られ る 制限条件が、 操作量に関す る も の の み で は な く 、 制御量お よ び制御量変化率 に関す る も の も存在す る に も 係わ ら ず、 そ の制御量 に関す る 制限条件 を満 たす操作量を Q P で解 く こ と がで き な か っ た た め 、 プ ロ セ ス に対 し制御量に関す る 制限条件を 考慮 し た 制 御を行 う こ と 力くで き な力、 つ た。
な お、 プ ロ セ ス の制御量 · 操作量 · そ れ等の未来値 に 関す る 制限条件を考慮 し た モ デル予測制御方式の い く つ かの方式が、 本願発明者等 に よ っ て提案 さ れて い る 。 例 え ば、
(3) 大矢、 飯野 : 「制御量 と 操作量に関す る 制約条件 を考慮 し た モ デル予測制御方式」 (計则 自 動制御学会第 29回学術講演会予稿 ft JS- 2-4 p.19 1990年 7月 )
(4) 大矢、 飯野 : 「 モ デ ル予測制御方式」 (特願平 2 -111 H00 号:)
( 5:' 飯 S野、 大矢 : 「 モ デル予測制御装置」 (特颇 ■ -138541 )
¾ · し' め o o
、 制御》 >· ) 、 制御≤変 化 y ( 1 = % ■:. 一 y (k— 1)、 操作量 u (k) 、 操作量変化率 A u (k) = u (k) 一 u ( k - 1 )に対 し 、 現在時刻 k か ら 未来の あ る 時点 ま での値 に対す る 上下制限条件、
k + i ) (k + i ) y,ax (k + i )
Δ^ίη (k + i ) ≤A y (k + i ) ≤A yk + i ) -(3)
( こ こ に 、 i は 、 i = 1 , 2 , 3 , … N p 、 た だ し
N p は予測長であ り 、 制御量予測値を考慮す る 時間範囲 を.表す。 )
umin (k+ i) ≤u (k+ i) um (k+ i) … ) Δ ίη (k+ i) ≤Δ (k- i) ≤AUniax (k+ i) …
( こ こ に 、 i は 、 i = 0 , 1 , 2 , 3 , … Ν u 、 た だ し Ν u は制御長であ り 、 制御演算で一度に算出す る 未来 の最適操作量の時間範囲を表す。 )
を与え 、 こ れ等を満 た し な が ら 上記 し た 2 次形式制御評 価関数 J を最小化す る 操作量を算 出 し 、 こ れを制御対象 に与え る 制御方式であ る 。
と こ ろ で、 上述の モ デル予測制御を実行す る た め に は 予測モ デル の式の選定、 制御評価閲数 ( 1 ) や上下限制 限 式 ( 2 ) 〜 ( 5 ) に 含 ま れ る 数多 く の 各種の制御パ ラ メ 一 夕 を予め選定す る 必要が あ る 。 ま た 、 プ ロ セ ス 運転员 は 自 己の運転経験 に基づ き 、 時 々 刻 々 変化す る プ ロ セ ス の ii 転条件 に 応 じ て多 様 な 未来 目 標値応答特性や多数 o 制 限 条件を合理的 に 調整す る べ く 、 予測モ デ ル式や各種 の 制 御パ ラ メ ー タ を適切 に 変更 し な け れば な ら な い 。 従 っ て、 モ デル予測制御で は従来の P I D 制御 よ り も 多 く のパ ラ メ ー タ を監視 し 、 調整す る必要があ る。 加え て、 現在の プ ロ セ ス状態 と未来の プ ロ セ ス状態と を対比 し つ つ プ ロ セ ス の運転 コ ス 卜 、 生産高等を表す経済評価 関数等の各種運転指標が満足 さ れ る よ う に ブラ ン 卜 運転 を操作 し な ければな ら な い。
し 力、 し な力 ら、 従来の P I D 制御 に用 い ら れて き た制 御.卓 は現在あ る い は現在及び過去の運転状態を表示す る に過 ぎず、 こ れを単に モ デル予測制御 に転用 し た の で は 的確な情報の表示 と 素早 い入力操作が困難であ る 。
従来の モデル予測制御方式は、 1 入出力 プ ロ セ ス に対 し 、 モ デル予測制御演算部 と制御定数算出手段 とが設け ら れた構成 と な っ てい る 。 すな わ ち 、 操作量 と制御量が 共に一つであ る 1 入出力系の プ ロ セ ス を対象 と し て い る , し 力、 し 、 化学、 鉄鋼、 セ メ ン ト 、 抄紙、 食品な ど の プ 口 セ ス の多 く は、 温度、 圧力、 流量、 液位な ど複数の制 御変数が互い に干渉 し て い る 多変数系 (多入出力系) で あ り 、 こ れ ら の対象 に有効な制御方式が望ま れて い る 。 モ デル予測制御を こ れ ら の対象 に適用 す る 場合、 次の 問 題点が生 じ る 。
第 1 に 、 こ れ ら の多入出力系で は 、 操作量 と 制御量の 数が異 な る 場合があ る 。 従来 よ り 提案 さ れて い る 入手の 容 な 伝達関数を用 い た多変数制御系設計法では、 操作 ≤ と 制御量の 数が等 し い こ と を前提 と し て い る : nえ 、 計測制御学会学術図書、 線形制御系 の設計理論、 第 6 章 ( p . 1 8 6 - 2 2 1 ) に こ の よ う な 一例が記載 さ れて い る 。 従 っ て、 こ れを モ デル予測制御系 の設計 に そ の ま ま 用 い る こ と はで き な い。
よ っ て 、 操作量 と 制御量の数が異 な る 場合 に も 適用 で き る モ デル予測制御方式が必要 と さ れて い る 。
第 2 に 、 モ デ ル予測制御系で は、 上述の評価関数 ( 1 ) 式 に 含 ま れ る 評価関数パ ラ メ ー タ L 、 N p 、 N u 、 ス 、 D ( z _ 1 ) の選 び方に よ り 制御系の特性、 特 に安定性や 特性変動 に対す る 口 バ ス ト 性、 い わ ゆ る ナ イ キ ス 卜 判定 法 に お け る 安定性余裕が大 き く 変わ る た め、 制御装置 の 始動時 に は上記パ ラ メ 一 夕 を適切 に調節 ( チ ュ ー ニ ン グ) す る 必要が あ る 。
し か し 、 従来の モ デル予測制御装置で は評価関数パ ラ メ ー タ と 制御特性 と の 関係が明確 に さ れて お ら ず、 こ れ ら の評価関数パ ラ メ ー タ は操作員が試行錯誤を繰 り 返 し な 力《 ら 、 経験的 に定め て い た 。 こ の た め、 制御系が十分 安定 に な る よ う に 調整す る の に 手 間 を 要 し 、 制 御装 置 C 起動 に 時 間 を 要 し て い る 。
ま 、 こ れ ま で の モ デ ル予 制 御系 で は 、 評 価関数 ( ] > 式 を最小 化す る こ と に 重点を お い て 制 御 演 算 を 行 っ て い る た め 、 制 御 系 の 過渡 応答特性 を 決定す る 閉 ル 一 プ極 を 適 に 配置 す る こ と が で き な い 場 台 が生 じ 得 、 制 御 応 答 安定 あ る い は 迅 @ で あ っ て も 、 応 答 形状 が振 動 的 に る と い う 問題を生 じ得 る 。
本発明の 目 的は、 操作量、 制御量の数が異な る 場合 も 含め た多入力出力の制御対象 に対 し、 操作量に 関す る 制 限条件の みな ら ず制御量お よ びそ の変化率 に関す る 制限 条件を も 満た し なが ら 評価関数を最小化す る 最適操作量 を Q P を用 い て算出で き る モ デル予測制御装置を提供す と ¾ «
本発明 の他の 目 的 はモ デル予測制御方式の制御装置 に 好適な入力装置を提供す る こ と であ る 。
本発明の さ ら に他の 目 的 は、 評価関数パラ メ ー タ が 自 動的 に最適値に設定 さ れ る モ デル予測制御装置を提供す る と - め る 。
本発明の他の 目 的は、 立上 り 応答特性 に お け る 制御量 y の振動が抑制 さ れた モ デル予測装置を提供す る こ と で 図面の簡単な説明
第 1 図 は本発明 の一実施例 に係 る モ デル予測制御装置 の機能構成を示す プ ロ ッ ク 図、
第 2 図 は図 1 に示すモ デ ル予測制御装置 に よ る 制御方 式の流れを示すフ ロ ー チ ヤ 一 ト 、
第 3 図 は入力装置 1 の機能 プ ロ ッ ク 図、
第 4 図 は画面上か ら の 入力 内容を判別す る た め の フ π
— チ ヤ 一 ト 、
第 5 図 は モ デル予測制御装置 の模能 ブ 口 ッ ク 図、 6 図 は通常の表示画面の説明 図、
第 7 図 は 目 標値応答 を入力す る 画面の う ち 、 参照モ デ ル入力 モ ド画面 の説明 図、
第 8 図 は 目 標値応答を入力す る 画面の う ち 、 自 由 曲線 入力 モ ド画面の説明 図、
第 9 0 , 1 1 , 1 2 , 1 3 図 は制限条件入力 モ ー ド画面の説明 図、
-第 1 0 図 は参照モ デ ル入力 に よ る 制限値入力 モ ー ド画 面 の説明 図
第 1 1 図 は 自 由 曲線入力参照モ デ ル入力 に よ る 制限値 入力 モ ド画面の説明 図、
2 図 は制御偏差閎値入力 モ ー ド画面の説明図、 第 1 は '减衰特性を有す る 制御偏差閾値入力 モ ー ド 画面の説明 図、
第 1 図 は表示画面例 の説明 図、
第 1 5 図 は表示画面例の説明 図、
第 1 6 図 は評価関数 の入力 モ ー ド画面の説明 図、 m 1 7 図 は評価関数の 表示 モ ー ド画面 の 説明 図、 ; 1 8 図 は制御量予測値曲線 と 制限値曲線 と の交差部 分 の表示例を示す説明 図、
第 1 9 図 は本発明 の 多変数モ デ ル予測制御装置 の 構成 を示す ブ 口 ッ ク 、
第 2 0 図 は多 変数制御系 の安定性を判別す る た め の一 般化ナ ィ キ ス 卜 線 図 、 第 2 1 図 A お よ び第 2 1 図 B は制御系の安定性 と ロ バ ス ト 性を判別す る た め の感度特性及び相補感度特性を示 す特性図、
第 2 2 図は評価関数パラ メ ー タ 調整手段の処理手順を 表すフ ロ ー チ ヤ 一 卜 、
第 2 3 図 は蒸留塔温度制御系の構成を示す プロ ッ ク 図 第 2 4 図 は従来の モ デル予測制御 に よ る 蒸留塔の温度 制,御応答特性を示す図、
第 2 5 図は本発明 に よ る モデル予測制御 に よ る 蒸留塔 の温度制御応答特性を示す図、
第 2 6 図は従来の モ デル予測制御装置の構成図、 第 2 7 図は従来の モ デル予測制御装置 に よ る 制御応答 特性例を示す グラ フ 、
第 2 8 図 は第 2 6 図の例に お け る 制御系の 閉ルー プ極 配置を示す グ ラ フ 、
第 2 9 図は本発明 の モ デル予測制御装置の実施例を示 す ブロ ッ ク 図、
第 3 ◦ 図 は評価関数の重みづけ に よ る 閉ルー プ極配置 お よ び制御応答の改善を説明す る 図、
第 3 1 図 は安定余裕パラ メ 一 夕 算出手段 に お け る 処理 手順を説明す る フ ロ ー チ ヤ — 卜 、
第 3 2 図 は応答時定数 T r と 安定余裕パ ラ メ 一 夕 ί の 関係を示す グ ラ フ 、
3 3 図 は応答時定数算出手段 に お け る 処理手順を說 明す る フ ロ ー チ ヤ 一 ト 、
第 3 4 図 は本発明 の モ デル予測制御装置 に よ る 制御応 答特性例を示す グ ラ フ 、
第 3 5 図 は第 3 4 図の 例に お け る 制御系の 閉ルー プ極 配置を示す グ ラ フ であ る 。
発明の 開示
本発明 に よ れば複数の操作量、 制御量を有す る 制御対 象.に対 し 、 そ の制御対象の動特性を近似す る モ デルを用 い て制御量の未来値の予測式を求め る 予測手段 と 、 制御 条件で あ る 制限条件を操作量に変換す る と と も に 、 こ の 制限条件を満 た し つつ前記予測式 に基づい て設定 ざれた 未来 目 標値 と 操作量の差に関す る 二次形式の評価関数を 最小化す る 操作量を求めて、 こ の求め ら れた前記操作量 を前記制御対象 に与え る 演算手段 と を備え た こ と を特徴 と す る モ デル予測制御装置が提供 さ れ る 。
本発明 の モ デル予測制御装置で は 、 評価関数お よ びす ベ て の制約条件を被最適化変数で あ る 操作量変化率 に 関 す る 制約条件 に変換 し 、 変換 さ れ た 制約条件をすベて満 た し な が ら 変換 さ れた 評価関数を最小化す る 操作量変化 率を Q P で求 め る よ う に し た た め 、 操作量 に 関す る 制約 条件の み で な く 制御量 に 関す る 制約条件を も 考慮 し て制 御 を行 う こ と がで き 、 操作量の み な ら ず制御量 に つ い て も 制約条件が付力 Q さ れ た プラ ン 卜 等 の 制御対象 に つ い て も 良好 な 制御機能が得 ら れ る こ と と な る 。 ゥ 一
ま た、 本発明 に よ ればモ デル予測制御装置の制御パ ラ メ ー タ を入力す る入力装置であ っ て、 各種制御情報を可 視的に画面に表示す る 画面表示手段 と 、 こ の画面表示手 段に表示 さ れた 内容か ら 新規未来 目標値を入力す る 未来 目 標特性入力手段 と 、 前記画面表示手段に表示 さ れた 内 容か ら 前記 目標特性に応 じ た新規制限条件を入力す る 制 限条件入力手段 と 、 前記新規未来目標値及び前記新規条 件を用 い て制御対象の動特性モ デル に対 し前記の モ デル 予測制御演算を繰返 し 、 前記予測制御量の応答特性を表 す予測制御量応答を算出す る シ ミ ュ レ ー シ ヨ ン演算手段 と 、 前記新規未来 目 標値、 前記新規制限条件及び前記予 測制御量応答を前記画面表示手段に ダラ フ 表示 さ せ る シ ミ ュ レ 一 シ ヨ ン表示手段 と 、 前記 グラ フ 表示の後 に発せ ら れ る 設定指令 に応答 し て前記新規未来 目標値及び前記 新規制限条件を前記モ デル予測制御装置 に設定す る 設定 手段 と を備え た こ と を特徴 と す る 入力装置が提供 さ れ る c こ の入力装置で は 、 モ デル予測制御装置が追従すべ き 未来 目 標あ る い はモ デ ル予測制御装置が従 う べ き 制限条 件が入力 さ れ る と 、 シ ミ ュ レ ー シ ョ ン を行 い 、 こ れを画 面 に 表示す る 。 こ れ に よ り 、 モ デル予測制御装置 に新規 未来 目 標等を設定す る 前 に新 た に選定 し た 目 標等の妥 当 性や ブラ ン 卜 運転の安全性が予 め推定 さ れ る 。
さ ら に 、 本発明 に よ ればモ デル予測制御装置の 入力 - S 置で あ て 、 少 く と も 前記予測制御量 と 前記未来 目 椟 値 と の偏差及 び前記操作量を変数 と と し て前記プ ロ セ ス 装置の運転指標 と な る 評価関数を記憶す る 評価関数記憶 手段 と 、 前記評価関数を画面 に 表示す る 画面表示手段 と 前記画面を介 し て入力 さ れ る 前記評価関数のパ ラ メ 一 夕 に よ つ て前記評価関数を更新 し て新規評価関数を形成す る 評価関数入力手段 と 、 前記予測制御演算を鎳返 し て前 記新規評価関数の一群の値を求め る シ ミ ユ レ ー シ ョ ン演 算.手段 と 、 前記新規評価関数の値を前記画面表示手段 に グ ラ フ 表示 さ せ る シ ミ ュ レ ー シ ョ ン表示指令手段 と 、 前 記 グラ フ 表示の後 に 発せ ら れ る 設定指令 に応答 し て前記 新規評価関数を前記モ デル予測制御装置 に 設定す る 設定 手段 と を備え た こ と を特徴 と す る 入力装置が提供 さ れ る こ の入力装置で は、 評価関数 あ る い は評価関数のパ ラ メ ー タ が変更 さ れ る と 、 新た な 評価関数 に よ っ て評価の シ ミ ュ レ ー シ ョ ン を行 い、 こ れを画面 に表示す る 。 こ れ に よ り 、 モ デル予測制御装置 に新規評価関数を設定す る 前 に選定 し た評価関数の運転指標 と し て の妥当性を確認 す る こ と 力く可能 と な る 。
本発明 に よ れば、 操作量 と 制御量が共 に複数で あ る 多 入出力 ブ ラ ン 卜 の動特性モ デル に基づ き 複数の制御量未 来値 y i を予測す る 予測手段 と 、 前記制御量未来値 y 5 と 未来 目 標値 y i * と の偏差信号お よ び操作量增分
Δ u i に 関 し 、 予測開始畤間 L 、 予測長 N p、 制御長 N u、 重み係数 / 、 閉 ル ー プ の極配置多項式 D 〔 z - 1 ) を評価 関数パラ メ 一 タ と す る 2 次形式評価関数、 3 •
L
N P
1 •
J= ∑ ∑ {D (z_1) (yi (k+ j) - y (k+ j) )
q .∑
+ λ∑ ∑ (厶 ui (k + j— 1) )
(ただし、 厶 u; (k) u (k) -u. (k-1) )
を最小化す る よ う な複数の最適操作量を算出 し て制御対 象に与え る 演算手段 と 、 前記評価関数パ ラ メ ー タ を調整 す る パ ラ メ ー タ 調整手段を備え た モ デル予測制御装置が 提供さ れる 。
こ の発明で は、 制御演算式の導出 に用 い る 未来の制御 量を予測す る た めの予測式 は、 操作量 と 制御量の数が異 な る 場合 も適用で き る 形式な の で 、 導出 さ れる 制御演算 式 も 、 操作量 と 制御量の数が異 な る 多入出力 プ ロ セ ス に 適用す る こ と が出来 る 。 ま た 、 本発明 に よ れば制御対象の動特性を近似 し た モ デルを用 い て制御量の未来値の予測式を求め る 予測手段 と 、 制限条件を満 た し つつ前記予測式 に基づい て設定 さ れ た 、 未来 目 標値 と 操作量の差 に 関す る 二次形式の評価 関数を最小化す る 操作量を求 め て、 こ の求め ら れた 前記 操作量を前記制御対象 に 与え る 演算手段 と 、 制御対象が 動作すべ き 立上が り 時間を表わす応答時定数を設定す る 応答時定数設定手段 と 、 前記応答時定数を指数部 に 含 み 時間の経過 と 共 に 値が増大す る 重み係数を算出す る 重み 係数パ ラ メ ー タ 算出手段 と 算 出 さ れた重み係数が組込 ま れた新規評価関数を構築 し 、 こ れを前記評価関数 と し て 設定す る 評価閲数設定手段 と 、 を 備 え た こ と を特徴 と す る モ デル予測制御装置が提供 さ れ る 。
こ の発明で は応答時定数を入力す る と 、 こ の時定数 に 対応す る 指数関数の重み係数が定め ら れ、 こ の重み係数 が評価関数 に 付 け加え ら れ る の で、 モ デル予測制御系の 応答時定数を指定す る こ と が可能 と な り 、 安定性を判別 す る 複素平面 に お け る 制御系 の極を安定領域 に配置 出来 過渡応答特性、 特 に、 減衰率を効果的 に改善す る こ と が で き る 。 ま た 、 指定 し た 応答時定数 に対 し 、 制御系 の安 定余裕を評価す る こ と が出来 る の で 、 安定性を考慮 し た 適切 な 応答時定数を設定出来 る 。 更 に 、 安定余裕を制御 仕様 と し て与え る と 、 そ れを満 た す制御系 に な る よ う に 応答時定数を 自 動調整す る 構成 と も し 得 る の で 、 適 切 な 安定性 と 過渡応答特性を突現す る こ と が可能 と な る 。 発明を実施す る た め の最良の形態
以下に本発明 の実施例を図面を参照 しつつ説明す る 。 第 1 図 は本発明 の一実施例 に係 る モ デル予測制御装置 の機能構成 と こ の モ デル予測制御装置が適用 さ れた プ ロ セ ス制御系を示す ブ ロ ッ ク 図、 第 2 図 はそ の モ デル予測 制御装置 に よ る 制御方式の流れを示すフ ロ ー チ ャ ー ト で め る 。
ま ず、 第 1 図 に お い て、 モ デル予測制御装置 1 は入力 部 1 0 、 制御演算部 2 0 、 モ デル設定手段 5 0 を備え て お り 、 入力部 1 0 の 目 標値入力手段 1 2 か ら 入力 さ れた 目 標値 r およ び制御対象であ る 制御対象 4 0 か ら セ ン サ に よ り 取出 さ れた制御量測定値 y を入力 し てプ ロ セ ス制 御装置 3 0 か ら最適 な操作量 u を出力 さ せ る も のであ る , 例え ば、 原料 s か ら 製品 p を生産す る プ ラ ン ト の プ ロ セ ス 4 0 を制御対象 と し て考え る と 、 製品 p の生産 目 標 量 r ( 目標値) が変化 し た と き 、 原料 s の投入量 u (操 作量) を操作 し て P の生産量 y (制御量) を 目標値 r に 追従 さ せ る 、 と い う も の であ る 。
第 】 図 に示す よ う に 、 こ の モ デル予測制御装置 1 は、 評 ffi閲数お よ び制約条件を操作 fi の み に関す る も の に変 換す る 手段を含む制御演算部 2 0 を有 し てお り 、 こ の制 御演算部 2 0 に よ り 次述す る モ デルを用 い て制御量の未 来値を予測 し 、 上記制 限条件を満 た し な が ら 二次形式の 上 評価関数を最小化す る 最適投作量を算出す る よ う に な つ て い る o
モ デ ル予測制御装置 1 の制御演算部 2 0 に接続 さ れた プ ロ セ ス 制御装置 3 0 は例え ば制御演算部 2 ◦ で求 め た 最適操作量を制御対象 4 0 に与え る ァ ク チ ユ エ ー タ で あ る 。 入力部 1 0 は、 プ ラ ン ト 4 0 の制御量お よ び操作量 の未来値 に関す る 制約条件を入力す る 制限条件入力手段 1 3 、 評価関数のパ ラ メ ー タ を入力す る 評価関数入力手 段.制御量 目 標値を入力す る 目 標値入力手段 1 2 を含む。 モ デ ル設定手段 5 0 は制御対象 4 ◦ の動特性を近似す る モ デル を推定あ る い は入力す る も の で あ る 。
次 に 、 制御演算部 2 0 は予測手段 2 1 と 評価関数展開 手段 2 2 と 制約条件展開手段 2 3 と 最適操作量算出手段 2 4 と を備え 、 予測手段 2 1 に よ り モ デルを用 い て制御 量の未来値の予測式を求め、 評価関数展開手段 2 2 が、 こ の予測式に 基づ き 、 制御量未来値の 目 標値か ら の 偏差 と 操作量未来値 に 関す る 二次形式の評価関数を変形 し て Q P 用 の評価関数を設定す る と と も に 、 制約条件展開手 段 2 3 が、 入力装置 1 0 か ら 入力 さ れた制約条件を変形 し て Q P 用 の制約条件を設定 し 、 最適操作量算 出手段 2 4 に お い て制約条件展開手段 2 3 の設定 し た 制約条件 を 満 た し 、 かつ評価閲数入力手段 1 1 か ら 入力 さ れて 評価 m数調整手段 2 5 で調整 さ れ、 評価関数展開手段 1 5 の 設定 し た評価関数を最小化す る 操作量を Q P を用 い て逐 次 ^ 出す る よ う に っ て い る 。 8 一
以下に、 こ の よ う な最適操作量算出方法を詳細 に説明 す る 。
ま ず、 制御の前提 と な る 制御対象の動特性、 評価関数 お よ び制約条件は次の よ う に し て与え ら れる 。
すな わ ち 、 制御対象の動特性 は、 時刻 k に お け る 制御 量 y k お よ び操作量 11 レ の関係 と し て、 遅延演算子 z の 関数
A (z_1) + a , ζ .-1 Η 1- a (6a)
B (z一1) =bQ +b1 z"1 + -+b|n z"m (6b)
により、 モデル 11で、
A (z_1) yR =B (z一1) (7)
と 表さ れてい る 。 こ こ で、 入力の影響が出力 に現れは じ め る ま での時間 (むだ時間) d は ( 6 b ) 式の b b b を 0 と す る こ と で表わ さ れ る
こ の モ デル に 基づ き 、 時刻 k + L 力、 ら k + L + N ま での制御量の予測式は、 y k+L
y k+L-fl yk÷L+Kp-l
(3: の よ う に求め ら れ る 。 こ で 、 行列 [ G ] , [ F ] [ H ] は、 次の恒等式
( Diophantine 方程式)
E . (z -1 (1一 z -1 A (z-b + z~JF, (zー丄) (9) た だ し 、
■a-D
Ej (10a) (z_i) =1 + ejlz"1 + -+ e3,M z"
Fj 一1) = fjO+ fjl2"1 + -+ finz"n (10b) およ び
B (zー丄) E + h -(j+m-l)
j , j+m-l z
(11) に よ り 、 予 め次の よ う に求め てお く
[G]
(12a) [H] 厂
h …!!
L.L L.m+L-1 h h
L+p-l.L+Np-1 L+Np-l.in+L+Np-2
(12b)
[F]
LO Ln
L+Np-1.0 L+Np-l.n
(12c)
ま た 、 評価関数 は、 制御量予測値 と 目 標値未来値 と の 偏差 ( y 1 一 y J , k.+.τL+1 ) と 操作量変化率予測値 厶 u がな る べ く 小 さ く な る よ う に 、
k+i
Np-1 Nu-1
一 y ) " +λ (厶 uk+i ) L (スは重み係数) k+L+i
i-0 i-0
(13; と 定 め る o
さ ら に 、 プ ラ ン 卜 に 課せ ら れ た 制 限条件 は 、
U U U4a)
" j max i
Διι . ') ≤Δ u ; ≤Δ um i .) U4b)
nun J max
靳た な 用 y mm (i) y y max ) (14b)
Δ y . ( i ) 厶 y ; ≤厶 y
J min max ) (14d)
で あ る 。 ( 14 a ) は操作量の上下限 リ ミ ッ タ 、 ( 14 b ) は操作量の変化率 リ ミ ッ タ 、 ( 14 c ) は 制御量の上下限 リ ミ ッ 夕 、 ( 14 d ) は制御量の変 化率 リ ミ ッ タ に 、 そ れぞれ相 当す る 。
次 に 、 時刻 k (第 k 段) で の操作量 u k の計算 手順を、 第 2 図 に示 さ れ る フ ロ ー チ ャ ー ト を も 参 し つつ説明す る 。
ま ず、 ス テ ッ プ S 1 0 1 で二、 入力装置 1 に よ り 時刻 k + L 力、 ら k + L + N n 一 1 ま で の 目標値を 切 り 出 し て、 目 標値未来値系列 [ y * y
Np-l ] に セ ッ 卜 す る 。
次 に 、 ス テ ッ プ S 1 0 2 で制御量 y ,. を読込み ノく ッ フ ァ に入れ る の バ ッ フ ァ に は、 過去の制 御量
[ y y k-l y k_n ] お よ び過去の操作 m変化率 [ A u j^i , Δ u , .9 , Δ u k-m -d +
] が蓄え ら れて い る
1
ス テ ッ プ S 1 0 3 で は 、 予測手段 1 3 に よ り 、 べ ッ フ ァ に 蓄 え ら れた ^ 一 夕 を 用 い て制御≤予測 式 ( S ) の 定数部分 Δ
+ EH]
yk Δ u
c0 k-1 厶 u
cNp-l yk-n k-in (15)
を求め る 。 ス テ ッ プ S 1 0 5 では、 こ の予測式を用 い て、 評価関 数展開手段 2 2 に よ り ( 1 3 ) 式の評価関数 J を展開 し 操作量変化率 Δ u の二次形式の評価関数を求め る 。
Nu-1 Nu-1
(16) i-Ο j-0 ス テ ッ プ S 1 0 6 で制約条件があ る か否かが判断 さ れ る。 制限条件がな い場合に は、 ス テ ッ プ S 1 0 9 に お い て最適操作量算出手段 2 4 が
3 J/3厶 uk+i =0: i = 0, …, Nu (17)
を解 く こ と に よ り 、 J を最小化す る 最適 な操作量変化率 力《 ら れ る 。
ま た 、 ス テ ッ プ S 〗 ϋ b で制限条件があ る場台 に は、 ス テ ッ プ S 1 U 7 で制限条件が設定 さ れ る 。 こ の上下限
新たな 歡 値間で、 評価関数 J を最小化す る よ う に 操作 S変化率を 決 め る た め 、 こ の 場 合、 ス テ ッ プ 1 0 9 で は Q P を利用 す る 。 こ の Q P を利用 す る た め に は 、 評価関数お よ び制 k k
約条件 は被最適 化変数 Δ u の み の関数で な ければな ら な
, 1
い 。 そ こ で 、 制限条件展開手段 2 3 に よ り 、 制御量予測 式 ( 8 ) を用 い て、 制限条件を b. mm ≤ [a a 厶 u b
aNu-l3 max
Δ u
k+Nu-1 (18)
の 形に展開す る 。
こ の展開 は 、 以下 の よ う に し て行 わ れ る
① u C k + i ) u
m i n k +1 u ( k + i )
max
現 11 点 k よ り i ス テ ッ プ先の操作 S u k+ i は、 時刻 1 で の操作量 と 、 時刻 k か ら k + i ま で の操作 量変 化率 Δ u Δ u k+ i に よ り 、
u u , , + 厶 u ,. + … + Δ u
k+i k+i 0 ,
N u - 1
と 害 け る ゆ i
uinin + i) "uk-l ≤ ∑ A uk+j ≤ un,ax k + i j "uk-l
(19a)
新た な 敉 Δ u (k+ i
mm ) 厶 u
k+i uo,ax (k+i) (19b) 操作量変化率 自 身の制限条件な の で、 展開の必要はな
③' ^in k + L + i ) ≤yk+L+i (k + L+ i)
制御量予測式 ( 3 ) よ り
④' Δ^ΐη k + L+ i) ≤AyR+L+i ≤ y^ (k + L+ i)
時刻 k + L よ り i ス テ ッ プ先の制御量変化率 A y R + L + は、 時刻 k + L + i と k + L + i — 1 での制御量、 k + L+i y k+L+i -1 の差で表 さ れ る
△ y k+L+i — - K+L+i y ·τ k,+L+i-1 - - i =0、'', - ', * N"p„ — : I
ニ ニ で、 予測区間の 1 ス テ ッ プ前での 予測値 y k + J _j を求め る 際、 ( 7 a , 7 b , 7 c ) 式の行列式 に お い て 第一の添字が L 一 1 と な る 行を、 〗 行ずつ 余分 に 計算 し てお く 必要があ る 。 L の と き は、 現時点で得 られ た 制御 m y k を用 い る 。
たな ¾ II l>
〇 μ-» I— »
o
n y ^ ( *〈 4 s S ά Π;: Θ
以上の よ う に し て、 [ Δ u k , Δ u k +1 ,
Δ u ^^.^ に し J 開 さ れた P艮 牛が ί尋 ら れ る 。
こ う し て ( 1 8 ) 式の形に展開 さ れた制限条件
( 1 4 a , b , c , d ) お よ び評価関数 ( 1 1 ) に よ り 作 ら れ る二次計画問題を、 ス テ ッ プ 1 0 9 で最適操作量 算出手段 2 4 に よ り Q P で解い て、 すべての制限条件を 満た し なが ら評価関数 J を最小化す る 最適な操作量変化 率 [ 厶 u k , 厶 u k+ 1 , ··· , 厶 u k + Nu一丄] 力《得 ら れ る 。
ス テ ッ プ 1 1 1 で、 求め た最適操作量変化率 [ Δ u ,. 厶 u k+ I , …, Δ u Κ + Νυ_χ] の う ち第一要素の Δ u k だ けを用 い てそ の時点の操作量 u k = u R_1 + A u k を求 め出力する 。
こ の よ う に し て、 第 k 段に お け る モデル予測制御が実 行 さ れ る o
すな わ ち 各段に お い て逐次、 最適操作量
u k = u ,. χ + Δ u が算出 され、 こ れがァ ク チ ユ エ一 タ 等の プ ロ セ ス制御装置 3 0 に よ り 制御対象であ る プラ ン ト 内 プ ロ セ ス 4 0 に与え ら れ る 。 制御対象 4 0 は、 こ の制御量 y に関す る 制限条件を も 満たす操作量 u k に従 つ て動作す る た め、 操作量 · 制御量の両制限条件を考慮 し た制御を行 う こ と 力 <で き る 。
以上説明 し た よ う に本発明 に よ れば、 評価関数お よ び すべて の制限条件を被最適化変数であ る 操作量変化率 に 閲す る 制限条件 に変換 し 、 変換 さ れ た 制限条件をすベて 満 た し なが ら交換 さ れ た 評価関数を最小化す る 操作量変 化率を Q P で求め る よ う に し た た め、 操作量 に関す る 制 限条件の みで な く 制御量 に 関す る 制限条件を も 考慮 し て 制御を行 う こ と がで き る 。
第 3 図 は本発明 に かか る モ デ ル予測制御装置の入力装 置の構成を示す ブ ロ ッ ク 図で あ っ て、 入力装置 1 0 は、 例え ば画面表示器 1 0 1 a 、 ラ イ ト ペ ン 1 0 2 a 、 マ ウ ズ 1 0 3 a 、 キ ー ボー ド 1 0 4 a 、 表示画面上 に 配置 さ れた 夕 ツ チ セ ン サ 1 0 5 a 、 C P U 1 0 6 、 メ モ リ 1 0 8等か ら 構成 れ る 。 操作者がキ ー ボー ド 1 0 4 a の キ ー ス ィ ツ チ を操作す る と 、 キ ー ボー ドィ ン タ フ ェ ー ス 1 ◦ 4 b 力 コ ー ド信号を発生 し て C P U 1 0 6 に供給す る
C P U 1 0 6 は、 R O M 1 0 7 に 記憶 さ れた入力装置 の制御 プ ロ グラ ム を実行す る 。 C P U 1 0 6 は、 メ モ リ 1 0 8 に各種情報を記億 さ せて い る 。 こ の情報に は、 画 面表示器 1 0 1 a に表示 さ せ る 各種画面の フ ォ ー マ ツ ト 及 び表示すべ き デー タ の種類等を記憶す る ペ ー ジ記憶、 未来値予測の た め の モ デ ル伝達関数 1 〜 n 、 後述す る 制 御評価関数 J 、 経済評価関数 J e 、 画面か ら 位置情報 と し て入力 さ れた 指令 を具体的 な 命令、 選択情報 と し て判 別す る た め の 指令 マ ッ プ、 選択 さ れた 関数 と 指定 さ れた 制御 パ ラ メ 一 夕 に よ り シ ミ ユ レ 一 シ ョ ン 演算を行 う シ ミ ユ レ ー シ ョ ン 演算 プ ロ グ ラ ム 、 シ ミ ユ レ ー シ ョ ン 演算結 を つ レ ー ム メ モ リ 1 0 1 c に 展 開 し て 画 面 に グ ラ フ ¾ 一 2S - 示 さ せ る シ ミ ユ レ ー シ ョ ン表示プ ロ グ ラ ム 画面の グラ フ 領域に指定さ れた点間の線引 き 補間を行 う 補間プ ロ グラ ム、 画面に表示す る 曲線の線種を条件に応 じ て定め る 表 示線種設定プ ロ グ ラ ム等を含み、 画面等か ら入力 さ れた 制御パラ メ 一 夕 の選択情報 も 含 ま れてい る 。
C P U 1 0 6 は、 ラ イ ト ペ ン やキー ボー ド等の入力制 御の他、 ビ ッ 卜 マ ッ ププ ロ セ ッ サ と し ての機能を有 し、 入力情報と 、 モ デル予測制御装置 2 0 あ る い はモ デル予 測制御装置 2 0 を介 し てプ ロ セ ス制御装置 3 0 か ら供給 される 情報と 、 メ モ リ 1 0 8 に記億 さ れて い る 画面情報 と を編集 し て フ レ ー ム メ モ リ 1 0 1 c に供耠す る。 フ レ ー ム メ モ リ 1 0 1 c は、 C P U 1 0 6 、 表示制御部 1 0 1 b 及び画面表示器 1 0 1 a と 共に ビ ッ ト マ ッ プ表 示装置を構成す る 。 フ レ ー ム メ モ リ を複数持つ こ と に よ り 、 例えば、 カ ラ ー表示やマノレチ ウ イ ン ド ウ 表示が行わ れ る 。
画面上か ら の指令入力 を可能 と す る た め に、 既述 ラ イ ト ベ ン 1 0 2 a 、 マ ウ ス 1 0 3 s 、 タ ツ チ セ ン サ 1 0 5 a 等の ポ イ ン テ ィ ン グ ツ ー ル及びキー ボー ド 1 0 4 a 力 い ら れ る 。
操作者が、 ラ イ 卜 ペ ン 1 0 2 a を画面上の任意 の 位置 に 当て る と 、 画面の走査電子 ビー ムがラ イ ト ペ ン 】 0 2 a の受光素子前を通過 し た と き 、 ラ イ ト ペ ン 1 0 2 a 力、 ら ラ イ ト ペ ン イ ン タ フ ニ ー ス :! 0 2 b に検知信号が送 ¾ さ れ る 。 ラ イ 卜 ペ ン イ ン タ フ ヱ ー ス 1 0 2 b は 、 表示制 御部 1 0 1 b か ら 供給 さ れ る 水平同期信号を計数 し 、 垂 直同期信号で リ セ ッ 卜 さ れ る 垂直位置 カ ウ ン 夕 と 、 ク ロ ッ ク 信号を計数 し て水平同期信号で リ セ ッ 卜 さ れ る 水平 位置 カ ウ ン タ と を備 え て い る 。 両 カ ウ ン タ は 、 ラ イ ト ぺ ン 1 0 2 a か ら の検知信号の供給 に 応答 し て積算 と を保 持 し 、 こ れを画面上の X , Y 位置を表す画面ア ド レ ス 信 号. A と し て C P U 1 0 6 に供給す る 。
操作者が、 モ ニ タ 画面上に配置 さ れた タ ツ チパネ ル 1 0 5 a の所定位置を押圧す る と 、 画面上の X , Y 位置 が検知 さ れ、 夕 ツ チ パ ネ ル イ ン タ フ ェ ー ス 1 0 5 b 力、 ら 画面ァ ド レ ス信号 A が C P U 1 0 6 に供給 さ れる 。
操作者が、 マ ウ ス 1 0 3 a を操作す る と 、 マ ウ ス の 回 転ボ一 ノレの X , Y 方向移動量に応 じ て夫 々 X , Y のパル ス 列信号が発生す る 。 マ ウ ス ィ ン タ フ ユ ー ス 1 0 3 b は X , Y の パル ス列信号 に よ り 、 X , Y カ ウ ン タ の値を更 新す る こ と に よ り 、 画面上の ポ イ ン タ 位置を判別す る 。 こ の 位置 は マ ウ ス の ス ィ ツ チ 操作 に 応 じ て 画面 ァ ド レ ス 信号 A と し て C P U 1 0 6 に供給 さ れ る 。 ラ イ ト ペ ン 1 0 2 a 、 マ ウ ス 1 0 3 a 、 キ ー ボ ー ド 1 0 4 a 、 タ ツ チ セ ン サ 1 0 5 a 等 は い わ ゆ る ボ イ ン テ ィ ン グ ツ ー ルで あ り 、 画面上の あ る 点の位置 を C P U に伝達す る 役割 を 担 う 。
C P U 1 0 6 は 、 ア ド レ ス 信号 A の 供給を検出す る と R O M l 0 7 に記億 さ れた各ィ ン タ フ エ ー ス別の第 4 図 に示す画面入力サ ブルー チ ン プ ロ グ ラ ム を実行 し て入力 指令の 内容を判別す る 。 すな わ ち 、 画面ア ド レ ス信号 A が表す画面上の指示位置 A ( X , Y ) を読取 る ( ス テ ツ プ S 2 0 1 ) 。 現在、 画面表示器 1 0 1 a に表示 し て い る 画面の表示頁 P を判別す る ( ス テ ッ プ S 2 0 2 ) 。 画 面上の指示位置 A ( X , Y ) と 現在の表示画面の頁 P と をキー と し て、 指令記億領域の マ ッ プか ら対応する 指令 内容を読取 る。 ま た、 指令内容に応 じ てキー ボー ドか ら の デー タ 入力を取込む ( ス テ ッ プ S 2 0 3 ) 。 こ の入力 さ れた入力指令の 内容は図示 し な い制御プロ グラ ム に よ つ て、 メ モ リ 1 0 8 に記億 さ れ る 。
モ デル予測制御装置 2 0 は、 第 5 図 に示 さ れる よ う に C P U 2 0 1 、 メ モ リ 2 0 2 、 メ モ リ 装置 2 0 3 に ハ 一 ド ウ エ ア構成上大別 さ れ る 。 メ モ リ 2 ◦ 2 に は C P U 2 0 1 を介 し て入力装置 1 0 の キ ー ボー ド 1 0 4 a や表 示画面等か ら ポ イ ン テ ィ ン グ · ツ ー ル に よ り 指定 さ れた プ ロ セ ス 制御量の未来 目 標値、 プ ロ セ ス の制御量 · 操作 量 · それ等の変化率 に関す る 制限条件、 少な く と も 未来 制御≤ と 未来 目標値 と の偏差信号及び操作量增分に関す る 評価を行 う た め の制御及び経済評価関数、 プ ラ ン ト 装 置の動特性を近似 し た動特性モ デル等の制御バ ラ メ ー タ が選定 さ れて記億 さ れてい る 。
ま た 、 メ モ リ 装置 2 0 3 に は 、 プ ロ セ ス の各制御量 · 操作量の信号を経時的 に記録す る 応答デー タ ベ ー ス 、 選 定 し た動特性モ デ ル の履歴を記億す る モ デ ルデー 夕 べ一 ス 等が形成 さ れ る 。 デ ー タ ベ ー ス に記憶 さ れた デー タ は 後述す る シ ミ ュ レ ー シ ョ ン の た め に 、 適宜読出 さ れて入 力装置 1 0 の C P U 1 0 6 に供給 さ れ、 入力装置 1 ◦ に お け る シ ミ ユ レ ー シ ョ ン演算等 に活用 さ れ る 。
C P U 2 0 1 は 、 入力装置 1 0 や プ ロ セ ス制御装置 3· 0 か ら 供給 さ れ る 各種制御情報 に基づい て、 シ ミ ュ レ ー シ ヨ ン機能、 運転状態監視機能、 最適化計算機能、 制 御演算機能、 モ デル推定管理機能等を発揮す る 。
C P U 2 0 1 の シ ミ ュ レ ー シ ョ ン機能 は、 選定 さ れた 動特性モ デル に基づい て未来の制御量を予測す る 。
運転状態監視機能は 、 プ ロ セ ス の運転状態、 制御性能 を リ ア ル タ イ ム で監視す る 。
最適化計算機能は、 例え ば、 制御量 , 操作量 に関す る 制限条件を満たす最適操作量を上記参考資料 ( 3 ) , ( 4 ) に 示 さ れた方法で、 2 次計画法ア ル ゴ リ ズム を用 い て計算す る 。
制御演算機能 は、 未来 目 標値 y * が与え ら れた と き 、 プ ロ セ ス (制御対象) の動特性モ デ ル に基づ い て制御応 答未来値 y を予測 し 、 最適化計算機能の計算結果 に 基づ い て、 未来制御量 と 未来 目 標値 と の偏差信号及 び操作量 ½'分 に 関す る 2 次形式制御評価関数 つ - 1) (y (k+i)-y* Ck+i))}2
Nu 、、2
+ス ∑ (Au(k÷i - 1))
(20)
を最小化する 操作量増分 A n ( k ) を算出す る 。 モ デル推定管理機能は、 応答デー タ か ら プ ロ セ ス の動 特性モ デルを推定 · 修正 · 評価す る。 プ ロ セ ス制御装置 3 0 は、 プ ラ ン ト に設け ら れた ァ ク チ ユ エ 一 タへ操作信号を送 る と と も に、 モ デル予測制御 装置 2 0 の C P U 2 0 1 と の間でプロ セ ス制御量、 操作 量、 プ ロ セ ス の運転条件を表すデー タ 信号等を送受信 し プラ ン ト の、 例えば、 温度、 圧力、 流量、 タ ン ク 内の液 体 レ ベル等を制御す る 。 プ ロ セ ス 4 0 は、 制御の対象 と な る プロ セ スであ り 、 化学プロ セ ス 、 発電ブラ ン ト 、 鉄 網ブラ ン 卜 等各種の工業ブラ ン 卜 の プ ロ セ スが想定 さ れ る o
次に、 入力装置 1 0 か ら の 目標値入力及び制限条件入 力 につ いて説明す る 。 既述 し た画面表示器を介 し た入力 手段を利用す る こ と に よ り 、 モ デル予測制御装置 に未来 目標値や制限条件を容易 に入力す る こ と が可能で あ る 。
第 6 図は、 入力装置 1 0 の表示器 1 0 1 a に通常の運 転モ ー ドで表示 さ れて い る 表示画面第 1 頁の画面 (標準 画面) の例であ り 、 点線で 目 標値 y * が、 実線で プ ロ セ ス制御量 y 力く グラ フ 表示 さ れて い る 。 ま た 、 ヒ ス ト グ ラ ム に よ り 操作量 u カ< グ ラ フ 表示 さ れて い る 。 各値 は 、 ( 一 ) 時間 と し て示 さ れ る 過去の所定時間前か ら ( 0 ) 時間 と し て示 さ れ る 現時点 ま で経時的 に示 さ れて い る 。 画面上に はマ ウ ス等の ボ イ ン テ ィ ン グ ♦ ツ ー ル等の操作 に よ っ て位置制御 さ れ る ボ イ ン タ a が表示 さ れ る 。 こ の ポ イ ン タ に よ っ て、 各種の機能を呼び出すた めの 図示 し な い ア イ コ ン を選択す る と 、 第 4 図 に示 し た サ ブルー チ ン の実行に よ り 、 指令内容が判別 さ れて画面に プルダ ウ ン メ ニ ュ ー b 力《表示 さ れ る 。
プルダウ ン メ ニ ュ ー b でポ イ ン タ a を、 例え ば、 目 標 値入力の ア イ コ ン上 に移動 し て選択を指示す る 。 す る と こ の機能が起動 さ れて第 7 図 に 示 さ れ る 表示画面第 2 頁 の 目 標値入力モ ー ドの画面 に な る 。 こ こ で、 ア イ コ ン b の選択に よ り 、 参照モ デル に基づ く 目 標値入力法 と 自 由 曲線入力 に よ る 目 標値入力方法の いずれかを ボ イ ン テ ィ ン グ ツ ー ル で指定す る 。 例え ば、 参照モ デ ル入力 を選ぶ と 、 第 7 図の c に示す よ う に プ ロ セ ス の応答形状を代表 す る 複数の参照モ デ ル の表が展開 さ れ る 。 こ の予測モ デ ル に は 、 2 項展開モ デ ル ( ノく イ ノ ミ ア ノレ · モ デ ノレ )
( 1 + ( σノ n ) s )
( 2 1 ) ' タ ワ ー ス モ デノレ
G(s) = 2 ;
1 +£7 s+0.5(び s) " +0.125(σ s)
(22)
等、 参照モ デル名 と伝達関数及び図示 し な い応答形状が 表示 さ れ る 。 表示 さ れた関数の式は メ モ リ 1 0 8 に関数 1 -〜 n と し て記億さ れてい る 。 こ の中力、 ら 、 ポ イ ン テ ィ ン グツ ー ルでいずれか一つ の参照モ デルの番号領域を指 定す る 。 こ の番号は、 ポ イ ン タ の画面上の位置に よ り 判 別さ れ、 選択 さ れた関数がメ モ リ 1 0 8 に記億 され る 。 ま た、 第 7 図の d と し て示す領域内 に ボ イ ン タ を合わせ 参照モ デルの時定数に相当す る 応答変化ス ピー ド (制御 ノヽ ' ラ メ 一 タ σ ) の値をキ ー ボー ド 1 0 4 a か ら 入力す る , ポ イ ン タ の位置に よ り 、 入力値が応答変化ス ピー ド (時 定数) の指定であ る こ と が判別 さ れ、 メ モ リ 1 0 8 に記 億 さ れ る 。
グラ フ が表示 さ れてい る 領域内で、 最終 目標値を表す 直線 e の位置をポ イ ン タ で指定す る と 、 グラ フ 座標上の 縦軸の値が判別 さ れ、 直線 e が表示 さ れ る 。 こ の 目 榡値 は メ モ リ 1 0 8 に記億 さ れ る 。 領域 f を ポ イ ン タ で選択 し 、 モ デル予測制御で考慮すべ き 予測時間、 例え ば 3 0 分をキ ー ボー ドか ら 入力す る 。 ポ イ ン タ の位置 に よ り 、 入力 デー タ が予測時間であ る こ と が判別 さ れて メ モ リ 1 0 8 に 記億 さ れ る 共 に 、 予測時間 3 0 分が領域 f 内 に 表示 さ れ る 。
こ れ等 の シ ミ ユ レ ー シ ョ ン に 必要 な 制御パ ラ メ ー タ 力く 全て入力 さ れ る と メ モ リ 1 0 8 に 記憶 さ れ た シ ミ ユ レ一 シ ョ ン 演算手段 た る シ ミ ユ レ 一 シ ョ ン 演算 プ ロ グ ラ ム 力く 実行 さ れて 、 指定 し た 予測区間 (予測長) の範囲で、 現 在 の 目 標値か ら 最終 目 標値 ま で変化す る 未来 目 標値応答 曲.線 g が求 め ら れ る 。 更 に 、 シ ミ ュ レ ー シ ョ ン 表示指令 手段 た る シ ミ ユ レ ー シ ョ ン 表示 プ ロ グ ラ ム が実行 さ れ て フ レ ー ム メ モ リ 1 0 1 c 上 に グ ラ フ イ メ ー ジ が形成 さ れ て 画面上 に グ ラ フ 表示 さ れ る 。 こ の 曲線 は 、 例 え ば ス テ ッ プ状 に 変化す る 信号 r ( t ) を選 ばれ た 参照モ デル G ( s ) に 入力 し た と き の応答 y * ( t ) 、 す な わ ち 、
y ( s ) = G ( s ) · r ( s )
( こ こ に 、 y ( s ) , r ( s ) は 、 y ( t ) , r ( ΐ ) の ラ ブ ラ ス 変換型で あ る 。 )
と し て 、 計算 さ れて求 め ら れ る 。
操作員 は 、 画面 に 表示 さ れ た グ ラ フ を 視認 し 、 問題 の な い こ と を確認 し て 、 第 7 図 の 領域 b に 表示 さ れ た 終 了 の 丁 イ コ ン に ポ イ ン タ を 合 わ せ て 設定 を 指 令す る 。 C P U 1 Γ) 6 は 、 上記設定指 令 に 応答 し た こ の 応答 曲線 を 未 来 目 標砬 と し て 、 モ デ ル予 測制御装 1: 2 0 に 設定 さ せ る ベ く 、 メ モ リ 1 0 8 に 記憶 さ れ た 被選択関数 、 応答 ス ビ 一 ド 、 目 標値 、 予 時 間等 の 制御 パ ラ メ ー タ を モ デ ル予 測制御装置 2 0 に転送す る 。
モ デル予測制御装置 2 0 は、 上記制御パラ メ 一 夕 を メ モ リ 2 0 2 に記億 し 、 新た に設定 さ れた制御パラ メ ー タ に基づい てモ デル予測制御を行 う 。
こ う し て、 操作員が簡単な操作に よ り 、 複数の参照乇 デルか ら プ ロ セ ス の運転条件に応 じ て そ の 中か ら一つを 選び、 制御バラ メ ー タ を指定す る だけで容易に未来 目 標 値.の軌道が決定で き る 。 ま た、 そ の参照モ デルに対 し所 望の時定数を操作員が指定す る こ と に よ り 、 任意の応答 速度で変化す る 目標値応答軌道 g の種々 の状態を シ ミ ュ レ ー シ ョ ン に よ り 視覚的 に事前に検討す る こ と がで き る 。 こ の応答波形が現在の プ ロ セ ス制御の 目標値 y * の グラ フ の延長 と し て追加 さ れて入力装置 1 0 の表示画面
1 0 1 a に表示 さ れ る こ と に よ り 、 プ ロ セ ス の現在の状 況の みな らず、 未来の動 き を操作員が正確に監視す る 手 助 け と な る。
上述 し た第 7 図の ア イ コ ン の選択に おいて、 操作員力《 自 由 曲線入力 を指定す る と 、 第 8 図 に示 さ れ る 表示画面 第 4 頁が表示 さ れ、 ポ イ ン タ が画面上に表示 さ れ る 。 こ の ポ イ ン タ を ポ イ ン テ ィ ン グ ツ ー ノレ に よ っ て 、 グ ラ フ 領 域で移動 し て、 第 5 図の点 a , b , c の よ う に 目 標 と す る 軌跡の座標を指定 し て い く と 、 -各点の位置が読取 ら れ、 間 プ ロ グラ ム が起動 し 、 各点「 が例え ば直線補間 ま た 2 次曲線等の ス プ ラ イ ン補間 に よ り 補間 さ れ る 。 各点 間を補間 し て得 ら れた補間曲線又 は こ の 曲線を表す式 は メ モ リ 1 0 8 に記億 さ れ る 。 こ の補間曲線 は画面 に表示 さ れ る 。
操作員が終了の ア イ コ ン を選択 し て設定を指令す る こ と に よ り 、 メ モ リ 1 0 8 に記億 さ れた こ の補間曲線 ま た は こ の 曲線を表わす式が未来 目標値の 応答曲線 と し てそ の ま ま モ デル予測制御装置 2 0 に入力 さ れ、 制御演算 に 用 い ら れ る 。
こ う し た、 視覚的な操作 に よ り 、 操作員が 自 分の意図 し た 目 標値応答曲線をモ デル予測制御装置 2 0 に容易 に 入力で き る 。
次に、 制限条件の入力 につ い て説明す る 。 制限条件の 入力を容易にす る た め、 先 に未来 目標値の予測 シ ミ ュ レ — シ ヨ ン結果を画面 に 曲線で表示 さ せ、 シ ミ ュ レ ー シ ョ ン さ れた未来 目標値曲線を参照 し て制限条件を設定す る のが便宜であ る 。 従 っ て、 上述 し た 目標値入力が未だ行 われて い な い場合に は こ れを先行 さ せ る こ と が必要 と な る
ま ず、 第 6 図 の標準画面 に お い て、 操作者が制限条件 入力 の ア イ コ ン b を ポ イ ン タ a に よ り 指定す る と 、 こ の 部分の機能が起動 さ れて第 9 図 に示 さ れ る 画面第 5 頁が 表示 さ れ る 。 こ の画面左側 に は ア イ コ ン メ ニ ュ ー が表示 さ れ る 。 操作者 は参照モ デル入力 、 自 由 曲線入力 、 制御 偏差閾値入力等の 画面上部左側の ア イ コ ン か ら ボ イ ン タ に よ り 1 つ を選ぶ。 ま た、 入力す る 制限条件の種類を画 面下部左側の ア イ コ ン 力、 ら ポ ィ ン タ に よ り 1 つ選択す る 例え ば、 ポ イ ン タ を ア イ コ ン上に移動 し 、 参照モ デル 入力 と 制御量上限の選択を指令す る と 、 ポ イ ン タ 位置 と 画面頁に よ り 指令内容が判別 さ れ、 第 7 図の c に示 さ れ る 参照モ デルテー ブルが表示 さ れ る (第 9 図では示 し て い な い) 。 既述の 目標値入力 と 同様の手順に よ り 、 1 つ の参照モデルを選択 し 、 応答変化ス ピー ド (時定数) ひ に加え て制限値の初期値 ♦ 最終値を ポ イ ン テ ィ ン グ ツ ー ルに よ り 、 グラ フ の位置を指示 し 、 あ る い はキ ー ボー ド 等で数値を入力す る と 、 選択 さ れた参照モ デル に基づ き 既述 目標値の場合 と 同様に第 1 0 図 に示 さ れ る 曲線が算 出 さ れ、 制御量の上限制限曲線 L u と し て画面表示 さ れ る
こ の よ う に 、 複数の参照モ デル力、 ら 、 操作員力《 1 つ を 選ぶだけで、 各種制限条件を応答形状の制限条件 と し て 容易 に設定で き る 。
第 S 図 に示 さ れ る 画面 に お い て、 自 由 曲線入力を指示 す る と 、 第 1 1 図の よ う な 画面が表示 さ れ る 。 こ の 画面 に は入力装置 1 0 に用意 さ れた 各種ボ イ ン テ ィ ン グ ッ一 ルの い ずれかの 入力手段 に対応す る ボ イ ン タ が画面上 に 表示 さ れ る 。 そ の ポ イ ン タ で グ ラ フ 上の位置を第 1 :! 図 の a , b , c , d 点の よ う に順次指定 し てい く と 、 そ の P^jが補間 プ ロ グ ラ ム に よ り 直線補間 ま た は 2 次曲線等の ス プ ラ イ ン補間 に よ り 補間 さ れ、 そ の結果、 得 ら れた 曲 線が上限制限条件の 曲線 L u と し て表示 さ れ る 。 表示 さ れた制限曲線 L u が所望の も の で あ れば、 操作員 は終了 の ア イ コ ン を ポ イ ン タ で選択す る 。 こ れ に よ り 、 C P U 1 0 6 が メ モ リ 1 0 8 に形成 し た補間曲線又 は曲線の式 が制限条件の制御パ ラ メ ー タ と し てモ デル予測制御装置 2 0 に設定 さ れ る 。 再度、 制限条件を設定 し 直す場合 に は 、 キ ャ ン セ ル の ア イ コ ン を選択す る 。 こ れ に よ り 、 こ の モ ー ドでの入力 デー タ は無効 と な り 、 こ の モ ー ド の初 期状態か ら 画面表示 さ れ、 再入力可能 と な る 。
曲線波形デー タ の こ の よ う な 入力 に よ り 、 操作員が 自 分の意図 し た制限条件の 曲線、 す な わ ち 、 未来の制御応 答 y 等 に許容 さ れ る 範囲を視覚的な 手段で、 容易 に予測 制御装置 2 0 に入力で き る 。
第 9 図 に示 さ れ る 画面 に お い て、 制御偏差 し き い値入 力 の ア イ コ ン を選択す る と 、 第 1 2 図の よ う な 画面が表 示 さ れ る 。 更 に 、 ポ イ ン タ を入力領域 i に移動 し て、 キ 一 ボ ー ド 1 0 4 a 力、 ら 制御偏差 し き い 値 ε を入力す る こ と に よ り 、 既 に 設定 さ れて い る 未来 目 標曲線 y * に を 加算 し 、 ま た 、 減算す る こ と に よ り 夫 々 得 ら れ る 上限曲 線 L u 及び下限曲線 L d が制御;!の上限制限値、 ま た は 下限制限値 と し て画面上 に 表示 さ れ る 。
闞値 £ は、 更 に 減衰係数 て を入力す る こ と に よ り 、 a ( t ) = ε e x p ( 一- て ΐ ) な る 時間関数で与え る こ と も で き る 。 こ の場合、 第 1 3 図の よ う な未来 目 標値 y * に収束す る 制御量の上限制限 値 し u あ る い は下限制限値 L d が設定 さ れ る こ と に な る こ の方法に よ り 、 既に設定さ れた未来 目標値 の応答 波形を囲む形で制御量 y の制限値を容易 に入力で き る 。
第 9 図な い し第 1 3 図の画面にお い て、 既に入力 さ れ た未来目標値に対 し、 シ ミ ュ レ ー シ ョ ン機能でプ ロ セ ス の動特性モデルに基づ き 制御量の未来予測値が求め ら れ 実線でグラ フ 表示 さ れて い る 。 操作員 は、 こ の予測応答 曲線を見なが ら 、 適切な制限値 L u 、 L d .を入力す る こ と がで き る。 こ れは制御量に限 ら ず、 操作量、 又はそれ 等の変化率信号の入力 におけ る 表示に関 し て も 同様であ る 。 ま た、 第 9 図の c , d に示 さ れ る よ う に俊先度の ア イ コ ン をボ イ ン 夕 で選択 し、 キー ボー ドか ら の数値入 力あ る い はバー グラ フ の位置を ボ イ ン タ で指定す る こ と に よ り 、 入力 し た制限条件に対 し、 俊先度を設定す る こ と が出来 る 。 例え ば、 俊先度の最 も 高い も の力《 レベ ル 0 、 最 も 低い も の力く 1 0 ◦ と な っ てお り 、 各制限条件は こ の 数字と 共に メ モ リ 1 O S に一旦記億 さ れ る 。
制限条件に 、 優先度を指定す る こ と の利点は、 モ デル 予測装置 2 0 に お け る 制御演算機能及び最適化計算機能 に お い て各制限条件を全て満 た す ¾適操作量が算出不可 能に な っ た場合、 俊先度の 低い制限条件か ら 順に取 り 外 す 二 と に よ り 、 準最適な操作量が算出 さ れ る ま で制御演 算を繰 り 返 し 、 そ れを プ ロ セ ス の操作量 に用 い る こ と に よ り 、 制御演算が中断 さ れ る こ と な く プ ロ セ ス の運転が 続行で き る と い う こ と で あ る 。 こ れ ら の具体的な 、 制御 演算方法 に関 し て は、 上述の参考資料 (3 ) 〜 (5 ) に 記載 さ れて い る の で説明 は省略す る 。
上記俊先度 は制限条件の種類毎 に も 、 1 つ の制限条件 の あ る 時間の部分 に対 し て も 設定す る こ と が出来 る 。 更 に 、 優先度が設定 さ れ る と 、 第 9 図 な い し第 1 3 図 の 各 画面 に お い て、 各制限条件 は そ の俊先度に応 じ て予 め定 め ら れた表現態様に よ り 、 例え ば、 線の色、 線の太 さ 、 破線の 間隔、 優先度の数値等 に よ り 区別 さ れて表示 さ れ る 。 こ の よ う な処理 は、 メ モ リ 1 0 8 に記億 さ れた表示 線種設定プ ロ グ ラ ム の実行に よ り 行わ れ る 。
こ う し た表示態様の工夫 に よ り 、 制限条件の俊先度が — 目 で区別出来、 ま た 、 作業員の 注意が喚起 さ れ る の で 操作員がモ デル予測制御装置 に設定 さ れて い る俊先度を 瞬時 に正 し く 判断 し易 く な る 。
各制限条件入力画面 に お い て最後 に 、 ア イ コ ン で終了 を指示す る こ と に よ り 、 選定 し た未来 目 標値の応答曲線 上限制限条件、 下限制限条件及 び未来制御量 の シ ミ ュ レ ー シ ヨ ン が実行 さ れ、 選定 し た条件下 に制御量の予測値 が収束す る か否か等が可視的 に 確認 さ れ る 。 こ の確認結 果、 終了 の ア イ コ ン を選択す る と 、 設定 し た制御パ ラ メ 一 夕 が そ の ま ま モ デ ル予測制御装置 2 0 に入力 さ れ、 制 御演算の条件 と し て用 い ら れ る 。
更に、 入力装置 1 0 の表示画面 に お け る 他の表示態様 デー タ 入力方法等につ いて説明す る 。 第 1 4 図は、 制御 装置の運転状態に お け る 画面表示の一例であ る 。
同図に おい ては、 プ ロ セ ス の制御量予測値 y 、 未来 目 標値 y * 、 操作量 u 、 それ等に対 し て設定 し た上下制限 値 L u 、 L d を示 し てお り 、 過去の制御量の履歴曲線 y r'e a 1も 示 さ れてい る 。
こ の画面上部に は、 い く つ力、の ア イ コ ン力《あ り 、 ボ イ ン テ ィ ン グ ツ ー ル等で こ れを指定す る こ と に よ り 、 ア イ コ ン の機能を起動で き る 。 例え ば、 画面上部左の評価関 数入力ア イ コ ンを指定すれば評価関数入力 プ ロ グ ラ ム が 起動 し 、 後述の評価関数入力画面第 1 6 図が表示 さ れ、 画面上か ら制御性能判別用 の制御評価関数 J 、 プ ラ ン ト 運転 コ ス ト の判断用 の経済評価関数 J e 等を入力で き る 。
制限値入力 ア イ コ ン を指定すれば、 制御量 · 操作量等 に対す る 上下制限値 L u 、 L d を入力で き る 画面が展開 す る 。 未来 目 標値入力 の ア イ コ ン を指定すれば、 未来 目 標値 をポ イ ン テ ィ ン グツ ー ルで 自 由 曲線を指定す る 等の方法で入力で き る 画面が展開す る 。 ま た 、 画面切換 ア イ コ ン の指定に よ り 、 第 1 5 図、 第 1 7 図等の表示画 面に切換え ら れ る 。
第 1 5 図 は、 プ ロ セ ス の制御量変化率予測値 Δ y 、 操 作量変化率 Δ u 、 そ れ等に対 し 設定 し た上下制限値 L u 、 L d を示 し てお り 、 制御量変化率の過去の履歴曲線 △ y r e a l も 示 さ れて い る 。
こ の表示画面 に お い て制限値入力 ア イ コ ン を指定すれ ば、 制御量変化率 Δ y 、 操作量変化率 Δ u に対す る 制限 値 L u 、 L d を第 1 0 図 な い し 第 1 3 図の説明 に お い て 示 し た手順に よ り 入力す る こ と がで き る 。
と こ ろ で、 プ ラ ン ト の 運転 に お い て は制御対象 の量的 コ ン ト ロ ー ノレ の み な ら ず、 ブラ ン 卜 が経済的 に運転 さ れ る こ と も 重要な フ ァ ク タ であ る 。 こ の た め、 プ ラ ン ト 運 転指標た る 評価関数 と し て制御評価関数及び経済評価関 数を参照 し得 る よ う に し た。 制御評価関数 は、 目 標値 と 制御量 と の偏差、 操作量が どの程度少な い か、 別言すれ ば制御性能を表す指標 と な る 。 経済評価関数 は、 プ ロ セ ス運転 コ ス ト 、 生産高 な どを表す指標 と な る 。
第 1 6 図は、 第 1 4 図の評価関数入力機能の ア イ コ ン に よ り 、 評価関数 J 及び経済評価関数 J e を設定 し 、 あ る い は変更す る た め の表示画面であ る 。 ア イ コ ン g の指 定に よ り 、 C P U 1 0 6 に 入力 デー タ の種別を知 ら し め て、 各種の入力がで き る 。
例え ば、 関数設定ア イ コ ン を ポ イ ン タ で指定 し た後、 第 1 6 図 に a と し て示 さ れ る 画面領域 に制御演算で考慮 さ れ る べ き 制御評価関数式 J を キ ー ボ ー ド 1 0 4 a に よ つ て入力で き る 。 入力 さ れた評価関数 は メ モ リ 1 0 8 に 記憶 さ れ る 。 ま た 、 パ ラ メ ー タ 入力 の ア イ コ ン を指定 し た後、 ポ イ ン タ を第 1 6 図の b , c , d の 入力領域 に移 動 し 、 評価関数に 含 ま れ る 予測長 N p 、 制御長 N u 、 重 み係数 ; 1 1 〜 1 4 等の制御ノ、 ' ラ メ ー タ をキー ボー ド 1 0 4 a に よ っ て入力 で き る 。
同様に し て、 プ ロ セ ス の.運転 コ ス ト 、 生産高等を表す 経済評価関数 J e を第 1 6 図の領域 e にキー ボー ド 1 0 4 a 力、 ら入力で き る 。 そ のパ ラ メ ー タ p l 、 ρ 2 P 3 の値を領域 f に キー ボー ド 1 0 4 a に よ っ て入力で き る 画面上力、 ら入力 さ れた制御パ ラ メ ー タ は メ モ リ 1 0 8 に 記億 さ れる。 こ れ等の画面上の入力領域に は、 通常、 現 在設定さ れてい る 評価関数式、 数値あ る い は標準値が表 示 さ れてい る 。
評価関数を設定 し た後、 応答予測ア イ コ ン を ポ イ ン タ で起動す る と メ モ リ 1 0 8 に記憶さ れて い る シ ミ ュ レ ー シ ョ ン演算プ ロ グ ラ ム 及 び シ ミ ユ レ ー シ ョ ン表示プ ロ グ ラ ム が起動す る 。 第 1 7 図 は、 評価関数 J の シ ミ ュ レ一 シ ヨ ン結杲を示す画面の例であ り 、 グ ラ フ の縱軸 は予測 値、 横軸 は時間軸であ る 。 現在設定 さ れて い る 制御評価 関数 J 及び経済評価関数 J e の 夫 々 に つ い て算出 さ れた 2 つ の曲線 J 及び J e が表示 さ れ る 。 両評価関数は、 現 在 ま での経過を示す履歴曲線部分 と 未来の予測値部分を 示す予測曲線部分 と か ら な つ て い る 。 画面中 の領域 c 及 び d に 、 夫 々 現在の 評価関数値及び経済評価関数値が表 示 さ れ る 。 こ の 画面左側に は、 評価関数に設定 さ れたパ ラ メ 一 タ 、 例え ば、 予測長 N p 、 制御長 N u 、 重み係数 λ 1 〜 ; 4 及び経済評価関数 に 含 ま れ る パ ラ メ ー タ p i 〜 p 3 力《バ ー グ ラ フ a , b の形で表示 さ れ る 。 こ の ノく ー グ ラ フ 表示領域内 に お い て、 ポ イ ン テ ィ ン グ ツ ー ル等で ポ イ ン タ の位置を入力す る こ と に よ り 、 位置 に対応 し た 概略値を各パ ラ メ ー タ の値 と し て入力す る こ と がで き る 操作員が、 シ ミ ュ レ ー シ ョ ン結果を 目視に よ り 確認 し 第 1 6 図の画面 に戻 し て設定指令た る 実行 (終了) ア イ コ ン を ポ イ ン タ で指定す る と 、 設定 し た評価関数 J 、 J e 力 メ モ リ 1 0 8 力、 ら 予測制御装置 2 0 に.転送 さ れ、 そ の メ モ リ 2 0 2 に記億 さ れ る 。 こ れに よ つ て、 予測制御 装置 2 0 の C P U 2 0 1 に は新た な評価関数がセ ッ 卜 さ れ、 実際の制御演算に用 い ら れ る 。
操作員が第 1 6 図の画面に お いて キ ヤ ン セ ルの ア イ コ ン を ポ イ ン タ で指定す る と 、 入力 さ れて画面上に 表示 さ れて い る 評価関数は取 り 消 さ れ、 メ モ リ 1 0 8 に一旦記. 憶 さ れた評価関数に関す る 入力 内容 も リ セ ッ ト さ れて再 入力が可能 と な る 。
な お、 第 1 4 図 に示 さ れ る 画面表示に お い て未来 目 標 崆入力 の ア イ コ ン を ポ イ ン タ で選択す る と 、 既述 し た 未 来 目 標値入力機能が起動 し 、 図示 し な い 目 標値入力 画面 が表示 さ れ る 。
1 4 図 に示 さ れ る 画面表示 に お い て制限値入力 の ァ イ コ ン を ポ イ ン タ で指定す る と 、 既述 し た 制限条件入力 機能が起動す る 。
と こ ろ で、 表示 さ れ る各変数 (制御量、 操作量、 それ 等の変化率等) の履歴曲線及び予測曲線 と 、 上下制限値 と が接触 し、 あ る い は交差す る 場合があ る。 こ の よ う な 場合に は、 例え ば、 第 1 8 図 に示すよ う に予測曲線 と制 限値曲線 と が接触す る 部分や、 予測曲線が制限値曲線を 超え た部分は、 既述 し た表示線種設定プ ロ グ ラ ム に よ つ て.表示色、 曲線の太 さ 、 曲線の種類に よ り 他の部分 と 区 別 さ れて表示 さ れ る 。 特に、 制御演算に お いて制限条件 を満足す る 解がな く 、 俊先順位に従 っ て制御条件が無視 さ れた部分は、 操作員の注意を喚起す る べ く 曲線上の該 当部分に おいて特別の表示をす る。 例えば、 第 1 8 図の a , a ' の部分は制限条件を考慮 し た部分 と し て、 b , b ' の部分は制限条件を無視 し た部分 と し て表示 さ れて い る o
なお、 実施例では、 入力装置 1 0 と モ デル予測制御装 置 2 0 と を別々 の C P U で制御す る 構成 と し てい る 。 し 力、 し 、 C P ϋ に十分な演算処理能力があ れば、 入力装置 1 0 及びモ デル予測装置 2 0 と を一体 と し て単一の C Ρ U で制御す る 構成す る こ と も 可能であ る 。
以上説明 し た よ う に本発明 の モ デル予測制御装置の入 力装置で は、 モ デル予測制御装置 に入力すべ き 各種の予 測モ デルや制御パ ラ メ ー タ 等の設定や変更を入力装置の 画面を介 し て行い 、 こ の設定 さ れた制御パ ラ メ ー タ 等 の 内容等 に よ っ て予 め モ デル予測制御の シ ミ ユ レ ー シ ョ ン を行い、 そ の結果を画面上で 目 視 に よ り 確認 し てか ら モ デル予測制御装置 に予測モ デル た る 関数や制御パ ラ メ 一 タ 等の デー タ を設定す る 構成 と し た ので、 入力装置 に お い て制御パラ メ ー タ 等の最適な選定が容易であ り 、 多様 な 制限条件下 に運転 さ れ る ブ ラ ン ト の運転効率の 向上や 制御の異常を発生 さ せな い よ う に運転の安全確保を図 り 得 る 。 ま た、 画面の表示 に よ っ て案内 さ れて各種指令を 入力す る こ と に よ り 運転操作の ミ スが減 り 、 プラ ン ト 制 御の た めの入力装置の ス ィ ッ チ 、 ダイ ヤ ル、. 計器類を も 大幅 に減少す る こ と が可能であ る 。
評価関数パ ラ メ 一 夕 調整機能を有す る 本発明 にかか る モ デル予測制御装置の実施例を第 1 9 図を参照 し て説明 す る 。 第 1 9 図 に お い て制御対象 プ ロ セ ス 3 0 1 は、 q 本の操作量 と P 本の制御量を持つ多入出力 プ ロ セ ス であ る 。 こ の多入出力 プ ロ セ ス 3 0 1 を制御す る モ デル予測 制御装置 3 0 2 は、 プ ロ セ ス の制御量 〜 y p を 目 標 値 〜 y * p に追従 さ せ る た め の操作量 ~ U q を 出力す る 。
こ の モ デル予測制御装置 3 0 2 は 、 与え ら れた安定余 裕パ ラ メ 一 夕 等 に 基づ い て適切 な評価関数パ ラ メ ー タ を 決定す る 評価関数パ ラ メ ー タ 調整手段 3 0 3 と 、 こ の評 価関数パ ラ メ ー タ と 、 動特性モ デル と し て与え ら れ る 制 御対象 のパル ス 伝達関数行列か ら 制御定数を決定す る 制 御定数算出手段 3 0 4 と 、 決定 さ れた制御定数に基づ き 最適な操作量を逐次算出す る モ デル予測制御演算部 3 0 5 と 力、 ら 構成 さ れ る 。
第 1 9 図 に示 さ れ る モ デル予測制御系 は、 多入出力 プ ロ セ ス 3 0 1 と モ デ ル予測制御演算部 3 0 5 か ら な る 閉 ルー プ系を有す る 。 こ の 閉ルー プ系の特性が制御応答特 性や安定性を支配す る 。 多入出力 プ ロ セ ス の周波数応答 行列を G ( j ω ) 、 モデル予測制御演算部の周波数応答 行列を C ( j ω ) 、 単位行列 I 、 夫 々 の不安定極の数を N n 個、 N 個 と す る と 、 一般化ナ イ キ ス ト 定理に よ れ ば、
d e t ( I + G ( j ω ) C ( j ω ) ) ま た は、
d et ( I + C ( j ω ) G ( j ω ) ) の周波数 ω == — ∞ 〜 ∞ に対す る 複素平面上のべ ク ト ル軌 跡が第 2 0 図の よ う に原点を通 ら ずに、 原点に対 し反時 計回 り に N e + N „ 回だけ回転すれば閉ルー プ系 は安定 であ る 。 こ の性質を利用すれば、 一度安定に な る よ う に 設計 し た モ デル予測制御系で制御定数を連続的 に変化 さ せ る場合、 上述のべ ク ト ル軌跡が原点か ら あ る 距離 ε · π を保つ 限 り 、 すな わ ち
II
d e t ( I + C ( j ω ) G ( j ω ) ) > 0
であ る 限 り 、 閉ルー プ系の安定性は保たれ る 。 こ の条件 は、 行列式 d e t ί … :) の 代わ り に最小お よ び最大特晁 ί直 に 関す る 条件
σ ( I + C ( j ω ) G ( j ω ) ) > 0 m l n
ま た は、
σ ( I + C ( j ω ) G ( j ω ) ) -1
max
に 置 さ 換 ら れ る に σ 及 び σ は夫 々
m l n max
小及び最大特異値を抽 出す る と 表す
そ こ で、 安定余裕の尺度 と し て上記 £ in 1 n の逆数 に相 当す る S < ∞
max を与え てお き 、
+ C ( j ω ) G ( j ω ) ) 一 1 ≤ S
° .ax ( 1 max が成 り 立つ よ う に制御定数を調整すれば、 制御系の安定 性が保 / れ 0 れは、 結局、 第 2 1 A図に示 さ れ る 感 度関数 ( I + C ( j ω ) G ( j ω ) ) _1の最大特異値の 周波数応答曲線の ピー ク 値を閾値以内 に抑え る こ と に相 当す る
次 に 、 制御対象の特性変動 に 対す る 口 バ ス 卜 安定一性を 保つ た め の条件を示す。 制御対象 G ( j ω ) が G ( j ω ) ( 1 + 厶 ( j ω ) ) に変化 し た場合、 相補感度関数
T (j ω) = ( I +C ( j ω) G ( j ω) ) — -1 C ( j ω) G ( j ω)
に 対 し
ひ T ( j ω ) < T ( ω )
m x 一 max 、
た だ し 、
T ( ω ) ( ひ m a x ί Δ ( j ω ) } )
ma
が成 り 立つ な ら ば 、 制御系 の 安定性 は 確保 さ れ る 。 そ こ で あ ら か じ め 予想 さ れ る 制 御 対象 の 特性変動 に 対応 し 0 一 た関数 T m V ( ω ) を与え てお き 、 第 2 1 Β 図に示すよ m d A
う に上述の条件が成立すれば、 制御系の 口 バス ト 安定性 が確保で き る 。
従 っ て、 第 2 1 A 図お よ び第 2 1 B 図 に示すよ う な感 度関数、 相捕感度関数に 関す る 条件を チ ッ ク し な 力《 ら 制御定数、 あ る い は、 評価関数パラ メ ー タ を調整す る 限 り 、 モデル予測制御系の安定性、 ロ バス ト 安定性は確保 さ-れ る 。 以上が本発明の提案す る評価関数パラ メ ー タ 調 整手段 3 におけ る パラ メ 一 夕 調整方法の原理であ る 。
こ う し て、 決定 さ れた評価関数パ ラ メ 一夕 に基づい て モ デル予測制御装置の制御演算式に含 ま れる 制御定数を 決定す る ό
次に本発明の モ デル予測装置の各機能を説明す る 。 多入出力 プ ロ セ ス に対す る 動特性モ デル と し て次式の パルス伝達関数行列をモ デル予測制御装置 3 0 2 に与え る ο
(23) ただし、
Aij (z_i) = 1 + a1 1JZ— 1十… +an u z~n
Bij (z-1) =bQ ii+bi ijz一1十… +b ij z"m で あ る 。 こ こ で 、 p は制御量 の 数、 q は操作量 の 数で、 P ≠ q で も よ い 。 な お 、 ( 2 3 ) 式 は一次元入 出 力 モ デ ル に お け る ( 7 ) 式 に 、 ( 2 4 a ) , ( 2 4 b ) 式 は そ れぞれ ( 6 a ) ( 6 b ) 式 に 対応す る も の で あ る 。 ま た 制御 目 的 は 、 次式 の 評価関数が最小 に な る よ う に 制御量 y i を 目 標値 y ェ * に 追従 さ せ る こ と で あ る 。
Np p
∑ ∑ {D (z-1) (y. (k+ j) -y. * (k+ j) ) } 2 j-L i-1
Nu q
+ス∑ ∑ CAu. (k + j - 1) ) (24)
j-1 i-1
た だ し 、 Δ u j ( k ) = u i ( k ) — u i ( k 1 ) は 操作量増分で あ る 。
ま た 、 ( 2 4 ) 式 中 の パ ラ メ ー タ の う ち 、 L お よ び N P は予測長 、 N u は 制御長 、 ス は重 み 係数 、 D ( z _ 1 ) は極配 置 多項式で 、 こ れ等 を ま と め て評価関数パ ラ メ 一 夕 と 称す る 。 な お 、 ノ、。 ラ メ 一 夕 L 、 N p 、 N u 、 ス 、· D ( z _ 1) を 各操作量 u 〗 〜 u 。 、 各制御量 y ェ 〜 y p 毎に変え る こ と が出来 る が、 こ の実施例で は区別 しな い 1 • 1
場合を示す。
ま ず、 制御定数算出手段 3 0 4 に お け る 制御定数の算 出手順を示す。 制御定数算出手段 3 ◦ 4 は、 与え ら れた 制御対象モ デルの パルス伝達関数行列 ( 2 3 ) 式 と 、 評 価関数パ ラ メ ー タ に基づ き 、 次の計算を行 う 。
( 2 3 ) 式右辺行列中の第 l 〜 p 行につ いて、 行の中 で.分母を通分す る 。 例え ば、 第 i 行に つ いては、
Bn (z"1) /A (z_1) 〜Bin_1) /Aiq (ζ一1) を、
Β' (ζ 丄) /Κ, 1) Β (ζ-1)
iq
の よ う に通分す る の結果、 ( 2 3 ) 式は、
(25)
の形に変形できる。 次に、 各行 (i =l〜p) について、 および j=l〜N pについて、 次の方程式 (これを Di opha i ne方程式という)
D _1) =E Cz"1) (1— z一1) Ai (z"1) (z_1)
(26) を解 き 、 多項式
En (z_1) = + e + '··+ e 31 z ^-3+1
3-1 ( j一 1次モニック)
(27 a)
Fji (z—1) =f 0 31+ f 丄 J1zー丄 +…十 fn 31z— n (n次) … (27b)
を求め る 。 こ れ ら は一次元入出力 の場合の ( 9 ) ,
( 1 0 a ) に それぞれ相 当す る も のであ る 。 こ こ で、 閉 ルー プ多項式は、 例え ば、
D — z -1 … (28)
と 与え る 。 p は フ ィ ル タ 係数であ り 、 応答速度を表す。 p 力く 0 に近い値であ る と 応答が急であ り 、 1 に近 い値で あ る と 応答は緩やかに な る 。
ま た、 こ の結果、 j ス テ ッ プ先の制御量 y i 〜 y p の 予測値は、
Δ u q(k-l)
(29) で与え ら れ る 。 た だ し 、 G j—丄 、 G 0 は p x q の 定数行 列、 ( z — 1 ) は z — 1に関す る p X q の多項式行列で、 次の関係式か ら 求め ら れ る 。 Β 11(2-1)· ' . B l.q(2-"
E'JP(z-i) BpKz-1) '♦ · Bpq(z-i)
v.
= - Gj_i+-•• + G0z-J+1 + z--'Hj(2-i)
(30) な お、 G o - G j_i は制御対象 ( 2 3 ) 式の ス テ ッ プ 応答行列に相当す る 。
次に ( 2 9 ) 式を次式の よ う に簡略 に表現す る こ と に す る 。
y (k + j) 厶 u (k+ j— 1) 十… + G0 Διι (k)
+ F. (z_1) y (k) +Hj (z-1) 厶 u (k-1)
… (31) こ れを、 j = l 〜 N p につい てま と めて表現す る と 、
(32) と な る 。 こ の式 は一次元モ デ ルの場合の ( 8 ) 式 に 相 当 す る 、 さ ら に 32) を ま と めて、 y = GAu + F (z一1) y (k) +H (z"1) Au (k - 1) - (33) と 表現す る 。 こ の と き 、 ( 2 4 ) 式 の 評価関数 は 、
氺、 T
J == (D y -D (z y ) (D (z_1) y
-D (z一1) y *) +ス ΔιιΤ 厶 u (34)
T
と 表す こ と がで き る 。 た だ し 、 は転値行列を意味 し 、
で、 y τ i ( k + j ) は 、 第 i 番 目 の制御量 y i に 対す る j ス テ ッ プ先 の 目 標値で あ る 。
こ の と き 、 評価関数 ( 24) 式 ( ま た は ( 34) 式) を最 小化す る 最適操作量は、
厶 u= (GT G+λ I)一1 GT {D (z y *
-F y (k) 一 H (z-1) △ u (k-1) } (35) で与え ら れ る 。 実際の 操作盘 は 、 べ ク 卜 ノレ Δ ιι の は じ め の q 要素
△ u (k + 1) =Gq* {D (z_i) y (z— y (k)
一 H (z一1) Δ u (k- 1) (36)
( た だ し 、 G q;jcは ( G T G + λ I ) _ 1 G T の 上カヽ ら q 行 を取 り だ し た q x ( p X N p ) の マ ト リ ク ス で あ る 。 ) を取 り 出 し 、 u (k) =u (k-1) +Δ u (k) … (37) に よ り 、 計算 さ れる 。
従 っ て、 制御定数算出手段 3 0 4 は導出 し た ( 36) 式 か ら制御ノ、'ラ メ 一 夕 (制御定数) と し て G q: F ( z 一1) 、 H ( z _1) を抽出 し 、 こ れ等パ ラ メ ー タ をモ デル予測 制御演算部 5 に提供す る 。
次に、 モ デル予測制御演算部 3 0 5 で は、 制御定数算 出手段 3 0 4 か ら制御定数 G q: F ( z _1) 、 H ( z _1)
を受け、 プ ロ セ ス の制御量 丄 〜 y p と 目標値 y
1 氺
y を用 い て ( 36) ( 37) 式に基づい て制御演算 p
を行 う
次に、 評価関数パラ メ ー タ 調整手段 3 0 3 におけ る 、 評価関数パラ メ ー タ (予測長 L およ び N p 、 制御長 N u 、 重み係数 ; I 、 極配置多項式 D ( z -1) ) の調整手段につ い て説明す る 。
( i ) 予測長 N p は以下の様に決定する 。
N p = max (パルス伝達関数行列 ( 23 ) 式 i j 要素の ス テ ッ プ応答最終値の 9 0 % に達す る 時間)
ま た は、
N p = max (パル ス伝達関数行列 ( 23) 式 i j 要素の ィ ン パル ス応答 ピー ク 値に達す る 時間)
( i i ) 予測開始長 L は以下の 様 に決定す る 。
♦ 対象プ ロ セ ス ( 23) 式の むだ時間がわか っ て い る 口 L = max ( パ ル ス 伝達関数行列 ( 23) 式 i j 要素の む だ時間)
• 対象 プ ロ セ ス ( 23) 式の むだ時間が明かで な い場
L = 1
( i i i )制御長 N u は、
に対 し 、 N u - i ηΐ ( rankG / q ) + 1 … ( 39) た だ し 、 N u > N p の場合 は N u = N p と す る 。
int ( … ) は整数部を取 り 出す演算であ る 。
rankG の計算は 、 G を特異値分解 し 、
G = U diag {σ1 …ひ,. …ひ Νη} V1 … (40) そ の特異値 ひ か ら 、
Npxp
rankG = min {k; ∑ひ ^ _ ∑ひ ^ 1 - ε (4i)
i-1 i-1 閎 ίϋεは、 例えば 0. 1とする。
よ り 決定す る 。 上記 U及び V は特異べ ク ト ル で あ る iv) 重み係数 ; I 及び閉ル ー プ極配置多項式 D ( z —つ は図 2 2 の フ ロ ー チ ヤ 一 卜 に従っ て調整を行 う 以下に Ψ-順を示 2 す。
ス テ ッ プ1 1 S 3 CI 1 : ま ず、 A 、 D L Z -1
) の初期値を 例えば次式の よ う に与え る 。
Λ ( ε ≥ 0 、 例え ば £ 1 0
-1
D - δ ζ 、 例え ば (5
0 . 9 9 9 9 )
ス テ ッ プ S 3 0 2 こ の評衡 ο関数パラ メ 一 夕 を制御定 数算出手段 4 に渡 し C 23) 〜 ( 36) 式の手順で制御定 数を決定する 。
ス テ ッ プ S 3 0 3 制御対象 ( 23) 式 1 と 制御則 ( 36) 式か ら得 られる 閉ルー プ系の特性多項式
det {Δ (z_1) A (z_1) +B (z_1)
(I+Gq*H Cz"1) )一1 Gq*F (z"1) } =0 … (42) 根を計算 し、 そ の ' Jl部が全て負であ る か否かを判定す る 。 全てが負であれば、 閉ルー プ系は安定であ る ので、 次の ス テ ッ プに進む。 そ う でな い場合は、 ス テ ツ プ S 3 0 1 に ^ り 、 評価関数パ ラ メ ー タ 初期値を変更す る 。 た だ し、 、
Δ Cz"1) =diag { (1 - Z - L1)' (1一 z一 1
丄) }
Bn' z"1) ->-Blq' "1)
B Cz-1)
V 一1) … _i) で あ る 。
ス テ ッ プ S 3 0 4 : 制御則 ( 36) 式力、 ら 得 ら れ る コ ン ト ロ ー ラ の特性多項式
det ( I (ζ'1) ) =0 … (43)
の根を計算 し 、 そ の実部が全て負で あ る か否かを判定す る 。 全てが負で あ れば、
コ ン ト ロ ー ラ は安定であ る ので、 次の ス テ ッ プに進む。 そ. う でな い場合 は、 ス テ ッ プ S 3 0 1 に戻 り 、 評価関数 パ ラ メ 一 夕 初期値を変更す る 。
ス テ ッ プ S 3 0 5 : 制御系の一巡伝達関数行列周波数 応答 L ( j ω ) を以下の計算で求め る 。
L ( j ω) =Δ (ζ -1) _1 (I +Gq*H (z -1) ) - 1
Cq^,F (z_1) A (z"1) -1B (z一1) I z = e て… (44) た だ し 、 r は制御周期であ る 。 銃い て、 感度関数
S ( j ω) = ( I + L ( j ω) ) _1 … (45)
を求め る 。
ス テ ッ プ S 3 0 6 : 感度関数の最大特異値が以下の条 件を満 た すか否かを判定す る 。
S max£S {S ( ) ω) } S max - 46) た だ し 、 S m v 、 ε ς は、 あ ら 力、 じ め与え た 、 安定余裕
111 X
に関す る 閾値で あ る 。 こ の条件が成立すれば、 次の ス テ ッ プへ 、 不成立な ら ばス テ ッ プ S 3 0 9 へ進む。
ス テ ッ プ S 3 0 7 : 相補感度関数
T (j ω) = ( I + L ( j ω) )一1 L (j ω) … (47) を求め る 。
ス テ ツ プ S 3 0 8 : 相補感度関数の最大特異値が以下 の条件を満たす否かを判定す る 。 ax {Ύ ≤ T (ω) ··· (48) ただ し 、 T mν ( ω ) は、 あ ら 力、 じ め与え た、 ロ ノ ' ス ト
in ax
安定余裕に関す る 閎値関数で、 た と え ば、
T (ω) = I K/ (1+T j ω) n I (49)
max
(K>0、 T>0、整数 n≥l) 等を用 い る 。 こ の条件が成立すれば、 評価関数パラ メ 一 タ ス 、 D ( z 'b の調整を終了す る。 不成立な ら ばス テ ッ プ S 3 0 9 へ進む。
ス テ ッ プ S 3 0 9 : 評価関数パ ラ メ 一タ ス 、 D ( z _1) = 1 一 δ z _iを以下の要領で調整す る 。
λ ^ λ X 0 . 9 9 - ( 50) ま た は、
ρ *- 0 . 9 9 X 6 - ( 51) な お、 感度関数及び相捕感度関数に関す る 安定条件を 共に満足す る 必要は必ず し も な く 、 ( 50) 式、 ( 51 ) 式 の いずれか一方の み実行す る 場合 も有 り 得 る。
ス テ ッ プ S 3 1 0 : 調整 し 直 し た評価関数パ ラ メ ー タ を制御定数算出手段 3 0 4 に渡 し 、 ス テ ッ プ S 3 0 2 と 同様に ( 23 ) ( 36) 式の手順で制御定数を決定する 。 以上の よ う に し て重み係数 ス 及び閉ルー プ極配置多項 式 D ( ζ _ 1) は制御系が指定 し た安定余裕、 口 バス 卜 安 6
定余裕を满 た す ま で繰 り 返 し 調整 さ れ る 。
こ う し て、 評価関数パ ラ メ ー タ 調整手段 3 0 3 に お い て、 予測開始時間 L 、 予測長 N p 、 制御長 N u 、 重み係 数 λ 、 極配置多項式 D ( z _ 1 ) 等の評価関数パ ラ メ ー タ が適切な 値に調整 さ れ る 。 な お、 ( 5 0 ) 、 ( 5 1 ) 式のパ ラ メ ー タ 調整方法 は、 一 例であ り 、 ( 4 6 ) 、 ( 4 8 ) 式の条件が満 た さ れ る よ う な バラ メ ー タ を、 他の非線形最適化計算法を用 い て探索す る こ と も可能であ る 0
本発明 の モ デル予測制御装置を、 石油化学プ ロ セ ス の 蒸留塔温度制御系に適用 し た例 につ い て説明す る ο
第 2 4 図に示 さ れ る蒸留塔温度系の特性 と し て次の よ う な伝達関数が測定 さ れた。 こ こ で、 操作量 u 1 , u 2 は それぞれ 流量調節弁開度、 ス チ ー ム流量調節弁開度 で、 制御量 y 1 , y 2 は そ れぞれ、 塔頂温度差、 塔底温 度 C5あ る 。
r
こ の 伝達関数をサ ン プ リ ン グ周期 2 秒で離散化 し た パ ル ス 伝達関数 に対 し 、 本モ デ ル予測制御装置 に よ り 、 評 ffi関数パ ラ メ ー タ を調節 し て、 温度設定値変更 に 対す る 制御応答を測定 し た。 調整前後の制御系の応答を夫々 第
2 5 図及び第 2 6 図 に示す。
調整前は、 評価関数パ ラ メ ー タ
L = 1 . N p = 1 0 、 N u = 5
ス = 1 、 D ( z 一1) = 1 - 0 . l z 一1
であ り 、 制御量 y 1 (蒸留塔の塔頂温度差) の 目標値ス テ ツ プ変化に対する 応答は、 オ フ セ ッ ト 力、' し ば ら く 残 り 、 整定が遅い。 こ れに対 し、 評価関数パ ラ メ ー タ 調整手段
3 0 3 を動作 さ せてバ ラ メ ー タ を調整 し た結果、 評価関 数ノヽ'ラ メ ー タ は、
L = 1 N p 1 0 、 N u = 5
λ = 0 . 0 5 、 D ( z _1) = 1
と な り 、 調整後の制御量 y l (蒸留塔の塔頂温度差) の 目標値ス テ ッ プ変化に対す る 応答は、 整定時間が速 く 、 ま た、 制御量 y 1 と y 2 の間の干渉の影響 も十分に低減 さ れてい る 。 こ の結果、 充分な安定性を保ち なが ら、 速 応性、 非干渉性に俊れた多変数モ デル予測制御系が実現 で き た。
以上説明 し た よ う に本発明 の モ デル予測制御装置 は、 従来、 経験的 に設定 し てい た評価関数パラ メ ー タ を、 評 価関数パラ メ ー タ 調整手段を設けて 口 バス ト 性を考慮 し た一定の ア ル ゴ リ ズム を実行 し て適切な評価関数パ ラ メ ー タ を見出す こ と に よ り 、 評価関数パ ラ メ ー タ を適切な 値に調整す る の で、 制御装置を迅速に起動出来 る 。 ま た、 予め指定 し た安定余裕条件を満 たす よ う に調整す る の で 、 常 に十分 な 安定性を持 ち 、 プ ラ ン ト の特性変動 に影響 さ れに く い 口 バ ス 卜 な モ デル予測制御系が得 ら れ る 。 ま た 、 操作量 と 制御量の数が共に複数で あ る 多入出力 の ブ ラ ン ト 等に も 適用可能な モ デル予測制御装置が得 ら れ る 。
次に応答時定数の調整を可能に し た本発明 につ い て述 ベ る 。
,一般的な モ デル予測制御系の構成例を第 2 6 図を参照 し て説明す る 。 ま ず、 あ る 時刻 k に お い て制御対象 1 と な る プ ロ セ ス や ロ ボ ッ ト 等 に モ デル予測制御演算部 6 0 か ら操作量 u (k) が与え ら れ る と 、 制御対象 4 0 か ら 制 御量 y (k) が出力 さ れ る 。 こ の と き の制御量 y (k) 及び 操作量 u (k) はモ デル予測制御演算部 6 0 の応答デー タ 記億部 6 1 に害込 ま れ る 。 予測モ デル 6 2 は、 応答 デー タ 記億部 6 1 の過去か ら 現在 (時刻 k ) ま での操作量 u 、 制御量 y の一定の蓄積デー タ に基づ き 予め選定 さ れた動 特性モ デルを参照 し て、 未来の制御量応答の予測値 y (k + L) 、 …、 y (k + Np + L-1)を算出 し 、 減算器 6 4 の 一 方入力端 に 供給す る 。 こ こ に 、 L は予測開始時間、 Npは 予測長を表 し て い る 。
—方、 図示 し な い端末装置か ら 入力 さ れた 目 標値 r (k) は、 未来 目 標軌道生成部 6 3 に 与え ら れ る 。 未来 目 標軌 道生成部 6 3 は、 未来 目 標軌道 (k + L) 、 …、
(k + Np + L-Πを生成 し 、 減算器 6 4 の他方入力端 に 供 給す る 。 '减算器 6 4 は両者の差であ る 未来制御偏差信号 y (k+i) - y * (k+i) 、 (いし · · · . Np + L-1) を算出 し 、 最適操作量算出部 6 5 に供給す る 。 最適操作量算出 部 6 5 に は、 代表的な例 と し て、 前述 し た 2次形式評価 関数が予め設定さ れてお り 、 J を最小化す る 最適操作暈 増分 Δ ιι (1 を算出 し、 初めの Δ ιι (1 のみ、 積分器 6 6 へ送る。
Np+L-1 9 Nu
J=∑ {D (z_1)(y(k+i〉-yT (k+i))} +λ∑ (Δ u (k+i-1))
i-L i-1
(53) こ こ で、 Nuは制御長、 ス は重み係数を表す。 D ( z _1) は極配匿多項式を表 し てお り 、 D (z_1) - 1 + d χ z _1 + · · * + d n z — nと 表さ れ る。 A u (k + i) は未来操作 ≤の增分であ り 、 Δ u (k+i) = u (k+i) - u (k + i-1) と し て求め られ る。
積分器 6 6 では、
u (k) = u (k-1) + Δ u (k) (54) な る 演算処理を行 っ て、 制御対象 1 に与え る 予測制御分 を ^んだ実際の操作量 u (k) を算出 し 、 制御対象 4 0 に 供給す る 。
こ の よ う な モ デル制御系では評価関数パ ラ メ 一 タ を適 切に調節す る 必要があ る こ と は前述 し た と お り であ り 、
新たな ¾' そ の一つ の解決手段 も 前述 し た。
し か し 、 前述 し た モ デル予測制御装置 に お い て は、 制 御系の応答特性、 た と え ば、 オ ー バ ー シ ュ ー ト 量ゃ時定 数、 整定時間等を理想的な特性 に設定す る こ と ま で積極 的 に 考慮 し た も ので は な 力、 つ た。 例え ば、 制御系 に時定数 T r [sec] 以内の応答が要求 さ れた場合に、 具体的 に どの様な評価関数を設定すれば 所望の制御系が得 ら れ る かま で は明 ら 力、に し て い な い。 ま た、 制御系の応答特性の指定 に対応す る こ と も 困難で あ っ た o そ の一例 と し て、 振動特性の極めて強い次式の 伝達関数モ デル G (s) を制御対象の特性 と 想定 し て説明 す る 。
1 ω2 Φ2
G (s) = + (55)
I s ω2 +2 Γωε + ε2 こ こ で 、 機械系を想定 し 、
慣性モ ー メ ン 卜 I = 16360[Kg * m L 3 、
減衰率 ζ = 0.0025、
共振周波数 ω = 0. 2205 Χ 2 π [r ad /sec] 、 ト ル ク ァ ド ミ ッ タ ン ス Φ 2 = 7.49 10"5. な る パ ラ メ ー タ を用 い る 。 こ の伝達関数 に対 し 、 制御周 Μ 1.0 [ s e c ] (1) 式のパ ラ メ 一 夕 Np- 1 〇 、 L = 1 、 Nu = 5 と 与え た場合 の モ デル予则制御 に よ る 制御応答 を第 2 7 図 に示す。 こ れを見る と 、 制御量 y は 目標値 r に追 従 し てい る も の の 、 細かな振動が制御応答に現れてい る こ とが確認で き る 。 そ こ で、 第 2 8 図の複素平面に上記 制御系の制御対象の極 ( X 印) と 制御系の極 (〇印) を 示す。 こ れを見 る と 、 制御対象の振動モ ー ド に対応す る 単位円上に近い極、 すな わ ち極めて安定性の悪い極が閉 ルー プ系の極配置に お い て も残されてい る こ と が確認で さ る O
本発明 のモ デル予測制御装置の実施例につ い て第 2 9 図を参照 し て説明す る。 モ デル予測制御演算部 4 0 2 は 前述 し た従来のモ デル予測制御演算部 6 0 の機能をそ つ く り 含み、 更に、 一巡周波数応答特性算出手段 4 1 0、 相捕感度行列算出手段 4 1 1 、 安定余裕パラ メ ー タ 算出 手段 4 1 2 等を備え てい る 。 一巡周波数応答特性算出手 段 4 1 0 、 相補感度行列算出手段 4 1 1 、 安定余裕パラ メ ー タ算出手段 4 1 2 等は演算手段に対応する。 モ デル 予測制御演算部 4 0 2 は制御対象 4 0 1 た る プ ロ セ ス か ら観測 さ れる 制御量 y (k) を フ ィ ー ドバ ッ ク し 、 同時に 目標値 r (k) を取 り 込ん だ上で、 予測モ デル と評価関数 に基づ き最適な操作量 u (k) を算出 し 、 制御対象 4 0 1 {こ 与 る 。
本実施例で はモ デル予測制御 に お け る一般性を持たせ る た め、 制御対象 4 0 1 は q 本の操作量 u (k) 〜 u q
(k) と p 本の制御量 y , (k) 〜 y n (k) を持つ多入出力 プ ロ セ ス であ る と す る 。 すな わ ち 、 プ ロ セ ス の制御量 y χ 〜 y p を制御 目 標値 〜 r n か ら 生成 さ れ る 未来 目 標軌道 ί 〜 y * n に追従 さ せ る た め の操作量 U l 〜 u q を逐次出力す る 。 こ の モ デル予測制御装置 に は、 制御量を予測す る た め の制御対象の動特性モ デルを設定 す る 動特性モ デル設定手段 4 0 3 、 制御 目 的を意味す る 評価関数を設定す る評価関数設定手段 4 0 4 が備え ら れ て い る 。
操作員が端末装置 4 0 9 か ら 応答時定数 T r を入力す る と 、 応答時定数 T r は応答時定数設定手段 4 0 5 に適 当 な 形式で保持 さ れ る 。 重み係数パ ラ メ ー タ 算出手段 4 0 6 は保持 さ れた時定数 T r に対応す る 重み係数パ ラ メ 一 夕 P を算出 し 、 こ れを評価関数設定手段 4 0 4 に与え る 。 評価関数設定手段 4 0 4 は、 重み係数パラ メ ー タ p が結合 さ れた評価関数を構築 し 、 モ デル予測制御演算部 4 0 2 の 図示 し な い最適操作量算出部 6 5 に設定す る 。 算出手段 4 1 C! 〜 4 1 2 か ら な る 演算手段は、 新規評価 関数 に 基づ く モ デル予測制御系の安定余裕パ ラ メ ー タ ε を算出す る 。 安定余裕パ ラ メ 一 夕 ε は応答時定数調整手 段 4 0 8 の一方の入力端子及び記憶装置 4 1 3 に 供給 さ れ る 。 算出 さ れた制御系の安定余裕パ ラ メ ー タ £ は記億 装置 4 1 3 か ら 端末装置 4 0 9 の 図示 し な い デ ィ ス プ レ ィ に読み 出 さ れ、 操作員が端末装置 4 0 9 か ら 入力 し た 応答時定数 T r に対応 し た安定余裕パ ラ メ ー タ £ が表示 さ れる。 も し 、 端末装置 4 0 9 がー連の応答時定数 T r を応答時定数設定手段 4 0 5 に与えれば、 こ れ に対応 し た一連の安定余裕パ ラ メ ー タ が記億装置 4 1 3 に蓄積 さ れ、 応答時定数 T r と 安定余裕パ ラ メ 一 夕 e と の相互関 係が求め ら れ る 。
一方、 操作員が端末装置 4 0 9 を介 し て安定余裕パラ メ ー タ £ (j を入力する と 、 こ の安定余裕パラ メ ー タ は安定パラ メ ー タ 設定手段 7 に保持 さ れる 。 安定パラ メ 一 夕 設定手段 4 0 7 に安定余裕パラ メ ー タ e Q が設定 さ れる と 、 応答時定数調整手段 4 0 8 は応答時定数設定手 段の応答時定数を初期値 T r fl に設定 し、 それを徐々 に 変化さ せ る。 す る と 、 重み係数バラ メ ー タ算出手段 4 0
6 に お いて算出 さ れる 重みパ ラ メ ー タ の値 p も変化 し、 評価関数設定手段 4 0 4 に よ っ てモ デル予測制御演算部
4 0 2 に与え ら れる 評価関数 も変化す る。 こ れに対応 し て安定余裕パ ラ メ ー タ算出手段か ら供給さ れる安定余裕 バラ メ ー タ e の値 も変化す る 。 応答時定数調整手段 4 0
8 は設定 さ れた安定余裕パ ラ メ ー タ £ Q が算出 さ れた安 定余裕パラ メ ー タ ε に一致す る ま で応答時定数 T r を変 化 さ せ る 。 設定 さ れた安定余裕パラ メ ー タ ε D が算出 さ れた安定余裕パ ラ メ ー タ ε に一致す る と 、 こ の と き の応 答時定数設定手段の応答時定数 T r の値を固定す る 。 こ れ等の定数は記憶装置 4 1 3 を介 し て端末装置 4 0 9 に 与え ら れ、 適当 な形で表示 さ れ る 。 各手段の機能につ い て説明す る 。 モ デ ル予測制御演算 部 4 0 2 へ設定 さ れ る 多入出力 プ ロ セ ス に対す る 動特性 モ デ ル は動特性モ デル設定手段 4 0 3 か ら 次式 の パ ル ス 伝達関数行列で与え ら れ る 。
1 •
J •
i z
一 z
一 +
た だ し 、
A + a
1 J + a
B ; . ( z 一1) = b i j + b n b l J , -m
I J 、 - ' - 0 ' " 1 - - HI
1 ■
であ る 。 こ こ で、 p は制御量の数、 q は操作量のJ -数で、
一 p ≠ q で も よ い 。 n こ こ で 、 評価関数設定手段 4 0 4 か ら 次式の評価関数 が与え ら れた と す る 。
Np+L-1 p ± 9
J = ∑ { ""J D tz_1)(y: (k+J) -y; (k+j))}
j-L i謹 1 u q
+ λ 2: ""J+" Au} (k+j-1))2
j-1 i-1 (57)
新た /liC た だ し 、 A ii i (k) = u j (k) - u j (k-1) は操作量 増分であ る 。 ま た、 ( 57 )式中のパラ メ ー タ の う ち 、 予測 長 L - 1 と し 、 N p 、 制御長 N u 、 重み係数 λ は、 適当 な方法、 例え ば制御系の安定性を考慮 し た前述 し た方法 に よ り 選定 さ れ、 制御系が十分な安定性を持つ よ う に さ れてい る 。 ま た、 極配置多項式は簡単にする た め
D (z_i) = 1 と す る 。 ま た、 こ れ ら のノ、'ラ メ 一 タ L , N. p , N u , λ は各操作量 〜 u q 、 各制御量 丄 〜 y _ 毎に変え る こ と がで き る が、 こ の実施例では区別 し な い場合を示す。
以下、 従来の評価関数(53)式を本願発明 に係 る (57)式 に変更す る こ と に よ り モデル予測制御におけ る 応答特性 が改善で き る 理由 を説明す る 。
ま ず、 (57)式の 2 次形式評価関数は、 予測に考慮す る 時間であ る 予測長 を無限大に長 く 選べば、 制御理論に おい て よ く 知 られた最適 レ ギュ レ ー 夕 の評価関数の特殊 な場合に一致す る 。
一般に、 最適 レ ギ ユ レ 一 夕 理論で は、 状態空間モ デル、 X (k+1) = A x (k) + B u (k) (58a) y (k) C x (k) (58b) た だ し、 x は状態変数、 y は制御量、 u は操作量、 A , B , C は行列の定数であ る 。
で表 さ れる 制御対象 に対 し 、 評価関数 {x (k+i) Qx (k-i) +u (k+i-1) TRu (k+i-1) } i=l
(59) を最小化す る 制御則を
(k) = k Τ · χ (k) (60) で与え る こ と 力 で き る 。 こ こ に 、 T は転値行列であ る こ と を表す。
こ の と き の制御系の特性 は、 ( 58 a) , 58 b 式に ( 60 )式を 代入 し て、
X (k + 1) = ( A + B k Τ ) χ (k) (61)
で与え ら れ る 。 すな わ ち 、 閉ルー プ系のすべての モ ー ド は、 行列 ( A + B k T ) の 固有値に よ っ て決定 さ れ る '减 衰率で、 初期状態か ら 0 へ減衰 し て い く 。 従 っ て、 最 も 単位円 に近い 固有値が支配的な モ ー ド に な り 、 こ の制御 系の応答時定数 に対応す る 。
こ こ で 、 重み係数パ ラ メ ー タ p = e X p ( - Δ / T r ) 0 < p ≤ 1 ) を用 い て、
X ( k+ i ) = p ~ 1 x ^ ( k + i ) (62a) u (k+ i ) = _ i u * (k+i ) (62b) y (k+ i ) = P ~ l y ^ (k+i ) (62c) な る 変換を行 っ た 、 新 し い状態 x * (k+i ) 、 入力 u (k+ i ) 、 出力 y (k+ i ) を考え 、 (58a , 58b) 、 (59)、 つ 1 *
(60)、 ( 61 )式に代入す る と 、 夫 々 状態空間モ デル
X % (k+1) = A " x * (k) + B ' u * (k) (58a ' ) y (k) = C x * (k) (58b ' ) ただ し 、 A · = /0 A、 B 1 = p B であ る 。
評価関数
J
{p~2i x* (k+i)TQx*(k+i) + p"2i+2 u*(k+i-l)T Ru*(k+i-l)} (59')
制御則
u * (k) k T ♦ x * (k) (60 · ) 制御系の特性
x * (k+1) = p ( A + B k T ) x * (k) (6Γ ) で与え ら れる O
すなわ ち 、 制 ¾I対象が本来 (58a ') (58b ')式で与え ら れ た と き、 評値関数(59 ') 式を設定 し て最適 レ ギユ レ 一 夕 を設計 し 、 得 ら れた (60 ') 式の制御則を用 い た と き 、 閉 ルー プ系の極配置 は (61 ' ) 式の行列 p ( A + B k T ) の 固有値に な る 。
二 こ で、 (60 ' ) 式の制御則 は、 仮想的な (58a) 、 (58b) 式の制御対象に対 し評価関数 ( 59 )式に対 し設計 し た最適 レ ギユ レ 一 夕 の制御則 と 同 じ に な る 。 最適 レ ギユ レ 一 夕 の性質か ら 、 ( 61 )式に よ る 仮想的な制御系は必ず安定に な る ので、 行列 ( A + B k T ) のすベての 固有値は複素
斩たな用紙 3 -
平面の 単位円 内 に 八 る o
従 っ て、 ( 61 ' ) 式の行列 P ( A + B k T ) の 全て の 固 有値 は中心が原点で半径 ρ の 円 內 に入 る 。 こ の こ と は、 (6Γ ) 式の制御系に お け る すべての モ ー ドは P 1 " は 離散的な時間) 以上の減衰率で減衰す る こ と に な り 、 制 御系の応答は対応す る 時定数 T r よ り 速 く な る 。 従 っ て (59 ' ) 式の評価関数を用 い た最適 レ ギ ユ レ一 夕 に よ る 制 御.系の応答時定数は T r 以下に な る こ と が保証 さ れ る 。 こ の関係を第 3 0 図 に示す。
こ の性質は 、 評価関数 J が有限の時間長の場合で も成 立す る 。 (59') 式の評価閲数に お いて、 Q = C T C 、 R = λ I ( I は単位行列であ る ) と 置 き 、 考慮す る 区間 を i_l 〜 ∞ の力、わ り に i-L 〜 Np + L-1と すれば、 (57)式の 評価関数に一致す る 。 従 っ て、 (5) 式の評価関数を最小 化す る 制御を行 う と き 、 近似的 に制御応答時定数は T r 以下に な る 。
ま た 、 多入出力で な い場合に は ( 57) 式は
J =∑ fl'2i {D (z一1) (y(k+i) - y*(k+i))}2
i謹 L
+ス ∑ p~2i+2 (厶 u +i-l)〉2
i-1 (57') と 簡略化 さ れ る 。
モ デル予測制御演算部 4 ひ 2 で算出 さ れ る 、 ( 57 )式を 新たな用紙 最小化す る最適操作量は、 以下の計算で求め ら れる 。 ま ず、 ( 56) 式右辺行列中 の第 1 〜 P 行につ い て、 行 の 中で分母を通分す る 。 例え ば、 第 i 行につ い て は、
一 1
B ;, ( z _1) / A . , ( z 一上) B ( Z _1) / ΐ 1 i 1
を、
B ' ( z _1) / A . ( z _1) B ( -1) i q
/. A { ( z _1)
のよ う に通分す る 。 こ の結果、 (56)式は、
の形に変形で き る 。 こ で、 A i (z_1) の次数を n 次 と し て、
n max = m a x { n j と す る 。 次に、 各行 ( i = l 〜 p ) につ い て、 及び 』' 1 〜 N p につ い て、 次の方程式 一 7
D (z-1) E . (z一1) (1一 z"1) A. (zー丄) +z"JF Ji
31
(64) を
y を求め る 。 こ の結果、 j ス テ ッ プ先の制御量 y i 〜 ' p の予測値は、 r
Διι (k)
. ς
-1) ソ (66)
、 G n は p X Q の 定数仃 で与 え ら れ る 。 た だ し 、 G j - i 列 H ( z -1) は Z 1に関す る p X q の多項式行列で 次の関係式か ら 求め ら れ る
r r ヽ
E 0 Bn Cz"1) - · B
il U1n (z_1)
0
= Gj_1 +· · · +G0 z -"HJTI1+z"JH. (z_1) (67)
なお、 G 0 G ._{ は制御対象 ( 56 )式の ス テ ッ プ 応答行列 に相当す る 。
次に、 (66)式を次式の よ う に簡略表現する こ と にす る D (z一1) y (k+j) Au(k+;j-l) +· · · +GQ Δ u (k)
+ F. (z_1) y(k) +H. (z一1) Δ u (k-i) (68) こ れを、 j = l 〜 N p につ い て ま と め て表現す る と 、 广 r 、 r
D (z一1) y (k4l) Gn 0 0 u 00
G G0 0 0
0
D (z一1) y ( Np)
Np-1 G
Np-Ro Au (k+Nu-1) ン J ノ
(69) と な り 、 さ ら に ま と めて、
D (z一1) y = GAu + F (z_1) y (k) +H (z"1) Δ u (k-1) (70) と 表現す る 。 こ の と き 、 (57)式の評価関数 は、
J = (D (z_1) y-D (z_-i1) y *、 U 1 Q1 Q (D (zー丄) y
一 D (z一1) y* ) + AAuT RT RA U (71) と 表す こ と がで ぎる 。 た だ し 、 Q , R は重み係数行列で 重み係数パラ メ ー タ P に対 し 、
(72) で与え ら れる 。 こ こ で、 Q , R 中の I はそれぞれ p x p q X q の単位行列であ る 。 こ こ で、 I のかわ り に要素毎 に異な る 値にす る こ と に よ り 各制御量、 操作量に個別の 重みをかけ る こ と も 可能であ る 。
ま た、
(73) で、 y 本 i (k + j) は、 第 i 番 目 の制御量 y i に対す る 』' ス テ ッ プ先の 目標値であ る。
こ の と き 、 評価関数 ( 57 )式 ( ま た は ( 57 ' ) 式) を最小 化す る 最適操作量は、
厶 u-( GT Q1 QG+ART R) _iGT QT Q
X {D (z-1) y本一F (z_1) y (k) 一 H (z_i) Δ u (k - 1) } (74) で与え ら れ る 。 実際の操作 Sは、 べ ク ト ル Δ u の は じ め の q 要素
Δ u (k+1) =GqJ, {D (z_1) y* — F (z_i) y (k)
— H (z一1) Au(k-l)} (75) — ι 9 —―
( た だ し 、
G q*は (G 1 Q T Q G + Λ R T R ) _ 1 G 1 Q T Q の上か ら q 行を取 り 出 し た 、 q x ( P X p) の マ ト リ ク ス であ る 。 )
を取 り 出 し 、
u (k) - u (k-1) + Δ u (k) (76) に よ り 、 計算 さ れ る 。
.こ う し て、 モ デル予刺制御演算部 4 0 2 は与え ら れた 条件下に最適操作量 u (k) の算出を行 っ て い る 。
次に、 本発明 に よ っ て追加 さ れた手段の動作を第 3 1 図の フ ロ ー チ ャ ー ト を参照 し て説明す る 。 各手段は具体 的に は コ ン ピ ュ ー タ の ソ フ ト ウ ヱ ァ上等に実現 さ れ る 。
ま ず、 操作員が端末装置 4 0 9 か ら 応答時定数 T r [sec] を入力す る と 応答時定数設定手段 4 0 5 に保持 さ れ る 。 応答時定数設定手段 4 0 5 は、 応答時定数 T r [sec] を重み係数パ ラ メ ー タ 算出手段 4 0 6 に送 る ( ス テ ツ プ S 4 0 1 ) 。 重み係数パ ラ メ 一 タ 算出手段 4 0 6 は与え ら れた応答時定数 T r [sec] を読み込み、
p = e X p (- Δ /Tr)
( た だ し 、 Δ [sec] は制御周期) (77) に よ り 重み係数パ ラ メ ー タ P を求め、 こ れを評価関数設 定手段 4 0 4 に 与え る 。 評価関数設定手段 4 0 4 は 、 こ の重み 係数パ ラ メ 一 夕 P を用 い て (57)式で表現 さ れ る 評 価関数を構築 し 、 モ デル予測制御演算部 4 0 2 に 与え る - so -
( ス テ ッ プ S 4 0 2 ) 。 モ デル予測制御演算部 4 0 2 は、 ( 57 ) ( 63 ) 〜 (75)式で示 さ れ る 演算処理 に よ っ て モ デ ル予測制御系の制御式 ( 75 )を算出す る ( ス テ ツ プ S 4 0
3 ) o
モ デル予測制御演算部 4 0 2 に は、 一巡応答周波数特 性算出手段 4 1 0 、 相補感度行列算出手段 4 1 1 、 安定 余裕バラ メ ー タ算出手段 4 1 2 が新た に形成 さ れてい る 。 一巡応答周波数特性算出手段 4 1 0 は上記演算処理に お い て得 ら れてい る 制御式 ( 75 )を使用 し て、 制御対象式 (56)と あ わせた 閉ルー プ系の一巡周波数応答行列 L ( j ω ) を次式に よ り 求め る 。
L (/ω)一
A (z-1)"1 B (z_ュ) Δ (ζ_11 (I+G *Η ( 1)-1 G,*F (z"1}
(78) た だ し 、 A ( z _1) 及び B ( z — 1 ) は ( 63 )式の左辺 及び右辺 に夫 々 示 さ れる A , B 行列を表す。 Δ
は対角行列であ り 、 △ ( z — 1 ) = di ag { ( 1 - z _ 1) …
( 1 一 z — 1 ) } と 表 さ れ る 。 I は単位行列、 て は制御周期 じあ o 。
続い て、 相補感度行列算出手段 1 1 に よ っ て相補感度 関数行列
T ( j ω ) = ( I ÷ L ( ί ω L ( j ω ) (79) を求め る 。 そ し て、 安定余裕パ ラ メ ー タ 算出手段 1 2 に よ り 安定余裕パ ラ メ ー タ と し て
ε = [ma x CTD I {T (j ω) } ] 一1
ω
(80) を求め る 。 た だ し 、 CT inax は最大特異値を意味す る 。 こ の安定余裕パ ラ メ ー タ は制御対象が G ( s ) か ら G ( s ) ( 1 + Δ (s) ) へ変化 し た と き 、
ma x σοίΐ {厶 (jcj》 } < £
ω
(81) であ る 限 り 閉ルー プ系の安定性が保たれ る 。 従 っ て、 ε は安定余裕を表す一種の尺度 に な る ( ス テ ッ プ S 4 0 4 ) 。 得 ら れた 安定余裕パ ラ メ ー タ を記憶手段 4 1 3 を 介 し て端末装置 4 0 9 の デ ィ ス プ レ イ に表示 し ( ス テ ツ プ S 4 0 5 ) 、 プ ラ ン 卜 等の操作員の判断を促す。 操作 が、 そ の安定余裕で良 い と 判断 し 、 キ ー ボ 一 ド等の入 力手段か ら Y e s を人力 し た場 合 は ( ス テ ッ プ S 4 0 6 ) 、 応答時定数設定手段 4 0 5 に 入力 さ れた応答時定数 T r に 対応す る 重み 係数パ ラ メ 一 タ p の 評価関数設定手段 4 0 4 への設定を確定す る ( ス テ ッ プ S 4 0 7 ) 。 逆 に 操作員がそ の安定余裕で は不十分 と 判断 し 、 N o を入力 し た場合は ( ス テ ッ プ S 4 0 6 ) 、 ス テ ッ プ S 4 0 1 に 戻 り 、 操作員に よ っ て新た に入力 さ れた応答時定数 T r に基づい てモ デル予測制御系を再設計する (ス テ ッ プ S 4 0 1 〜 4 0 5 ) 。
端末装置 4 0 9 は一種の シ ュ ミ レ ー シ ョ ン機能を傭 え て.い る 。 こ の シ ユ ミ レ ー シ ヨ ン機能は、 操作員か ら の シ ュ ミ レ ー シ ョ ン指令に応 じ て、 端末装置 4 0 9 力、 ら応答 時定数設定手段 4 0 5 に与え た応答時定数 T r をあ る 範 囲について連铳的 に変化 さ せ、 各応答時定数 T r に対応 し た安定余裕パラ メ ー タ ε を得 る。 すなわ ち、 応答時定 数 T r の あ る 値と 、 重み係数パ ラ メ ー タ算出手段 4 0 6 . 評価関数設定手段 4 0 4 、 モ デル予測制御演算部 4 0 2 , 一巡周波数応答特性算出手段 4 1 0 、 相補感度関数行列 算出手段 4 1 1 、 安定余裕パ ラ メ ー タ 算出手段 4 1 2 を —巡 し て得 ら れた安定余裕パ ラ メ ー タ ε と を記憶装置 4 1 3 に蓄積す る 。 端末装置 4 0 9 は、 記憶装置 4 1 3 に 蓄積 さ れた応答時定数 T r と 安定余裕パ ラ メ ー タ ε と の 閲係を画面に、 例え ば第 3 2 図 に示すよ う に グラ フ で表 示す る。 第 3 2 図で は、 応答時定数が T r s 以上で制御 系が安定、 それ以下では不安定に な る こ と を示 し て い る 。 可視的に両者の閲係を示す こ と に よ り 、 操作員が無理 に 応答時定数 T r s よ り 早い応答速度を要求 し て制御系の 一 S3 一 不安定状態を 引 き 起 こ すの を事前 に避 け、 よ り 適切 な 応 答時定数の 設定を行 う こ と が期待出来 る 利点があ る 。
操作員 は、 端末装置 4 0 9 か ら 安定余裕パ ラ メ 一 夕 設 定手段 4 0 7 に 直接安定余裕パ ラ メ ー タ £ D を設定す る こ と 力 出来 る 。 こ う し た場合 に は、 第 3 3 図の フ ロ ー チ ヤ ー ト に従 っ て処理が行われ る 。
ま ず、 操作員が端末装置 4 0 9 か ら 安定余裕パ ラ メ 一 タ () を入力す る と ( ス テ ッ プ S 4 0 1 ) 、 安定余裕パ ラ メ 一 夕 設定入力手段 4 0 7 に入力安定余裕パ ラ メ ー タ £ n が設定 さ れ る 。 安定余裕パ ラ メ ー タ 設定入力手段 4 0 7 に初回の安定余裕パ ラ メ 一 夕 が設定 さ れた こ と を応 答時定数調整手段 4 0 8 が検知す る と 、 応答時定数設定 手段 5 に初期値 Τ Γ () を設定 さ せ る 。 こ の初期値 T r Q は初期値 と し て十分 に大 き い値を設定す る ( ス テ ッ プ S 4 1 2 ) 。 こ の初期値 Τ Γ () は重み係数パ ラ メ ー タ 算出 手段 4 0 6 に よ っ て重み係数 ρ に変換 さ れて評価関数設 定手段 4 0 4 に 与え ら れ る 。 評価関数設定手段 4 0 4 は 新た な 評価関数 (12)式を形成す る ( ス テ ッ プ S 4 1 3 ) , こ の評価関数 ( 57 )式を参照 し て モ デ ル予測制御演算部 4 0 2 は、 前述の ス テ ッ プ 4 1 3 と 同様 に 、 (57) (63) ~ ( 75 )式で示 さ れ る 演算処理 に よ っ て モ デル予測制御系 の 制御式 (75)を算出す る ( ス テ ッ プ S 4 1 4 ) 。 更 に 、 一 巡周波数応答特性算 出手段 4 1 0 、 相補感度行列算 出手 段 4 1 1 、 安定余裕 パ ラ メ ー タ 算 出 手段 4 1 2 で は 、 前 述 し た (78)、 (79)、 (80)式に基づ き 演算処理を行い 、 安 定余裕パ ラ メ 一 夕 ε を算出す る (ス テ ッ プ S 4 1 5 ) 。 算出 さ れた安定余裕パ ラ メ ー タ ε は応答時定数調整手段
4 0 8 に与え ら れ る 。 応答時定数調整手段 4 0 8 は算出 さ れた ε と 指定 さ れてい る e Q と を比較す る (ス テ ッ プ
5 4 1 6 ) 。
応答時定数調整手段 4 0 8 は、 比較の結果、
. ( i ) ε < ε 0 な ら 、 現状の安定余裕は少な い と 判定 し、 応答時定数を例え ば、
T r ― T r X 1 . 1 の よ う に、 少 し大 き く し , ス テ ッ プ S 4 1 3 へ戻 る ( ス テ ッ プ S 4 1 7 ) 。
(i i) ε > ε 0 な ら 、 現状の安定余裕は多す ぎる と 判 定 し 、 応答時定数を例え ば、
T r ― Ύ τ / 1 . 1 の よ う に、 少 し小 さ く し 、 ス テ ッ プ S 4 1 3 へ戻 る ( ス テ ッ プ S 4 1 8 ) 。
(iii) £ 力く ε Q に略等 し い な ら現状の安定余裕は満足 で き る も のであ る と 判断 し 、 そ の と き の応答時定数 T r を最適値 と し て記憶装置 4 1 3 を介 し て端末装置 4 0 9 へ表示す る と と も に、 操作員の確認の上で、 あ る い は 自 動的 に応答時定数 T r に対応す る 重み係数パ ラ メ ー タ ρ を評価関数設定手段 4 0 4 へ入力す る ( ス テ ッ プ S 4 1 9 ) ο
評価関数設定手段 4 0 4 で は 、 入力 さ れた重み係数パ ラ メ ー タ ρ を用 い て、 モ デル予測制御演算部 4 0 2 に 対 し (57)式の評価関数を設定す る 。
な お、 動特性モ デ ル設定手段 4 0 3 で は、 制御対象の モ デル ( 56 )式をモ デル予測制御演算部 4 0 2 に 対 し 設定 す る 。 こ こ で、 制御対象の動特性モ デ ルは、 端末装置 4 0 9 や図示 し な い外部記憶装置か ら 入力す る 場合 と 、 制 御量 y (k) 、 操作量 u (k) か ら逐次型最小二乗法な どの 時系列解析法を用 い て リ ア ル タ ィ ム処理で推定 し た も の を.用 い る 場合があ る 。
次に 、 (55)式の伝達関数に よ り 表 さ れ る 制御対象 に対 し て本発明 の モ デル予測制御装置を適用 し た と き の制御 応答 ( 目 標値追従応答) を第 3 4 図 に、 そ の時の制御系 の極配置を第 3 5 図 に示す。
こ の場合 の予測長 N p 、 制御長 N u , 重み係数 λ 、 制 御周期等は前述の例 と 同 じ であ る 。 第 3 4 図の制御応答 をみ る と 、 第 2 7 図 に示 さ れ る 従来法 に よ る 制御応答 に 比べ、 応答が速やかに 目 標値に追従 し て い る 。 ま た 、 第 3 5 図の制御系の極配置 (図中 〇印) も 第 2 8 図 に示 さ れ る 従来法 に よ る 極配置が単位円上 に 極を持つ の に対 し 単位円 内部に 極を も ち 、 十分 な安定性を保 っ て い る こ と が判 る 。
な お 、 本発明 の実施例で は評価関数 と し て、 評価関数 ( 57 )式、 あ る い は こ れ に 対応 し た ( 57 )式を用 い て い る が こ の形以外の評価関数 に 対 し て も 、 同様の指数型の重み 係数を設定す る こ と に よ り 、 近 (以的 に応答特性を改善す 一 S6 — る 二 と がで き る 。 指数型の重み係数を評価関数に 付加え る こ と に よ り 、 予測時間 の経過 と 共に制御量 y ( U が収 束すべ き 範囲が徐 々 に狭 く な る よ う に制御力くな さ れ、 制 御量 y (k) が 目 標値に至る 過程が振動的に な る こ と が抑 制 さ れ る 。
ま た、 最適操作量を算出す る 段階で、 本発明 の請求の 範囲第 1 項に示す制限条件を考慮 し 、 2 次計画法を用 い て制限条件を溝た し なが ら評価関数を最小化す る 最適操 作量を逐次計算す る モ デ ル予測制御方式を用 い て、 制御 量、 操作量に関す る 制限条件を考慮 し た モ デ ル予測制御 に も 、 本発明を適用す る こ と がで き る 。
ま た、 プ ロ セ ス の予測モデルが非線形の場合 も 、 同 じ 評価関数を用 い たモ デル予測制御系 に よ り 応答特性を改 善で き る 。
ま た 、 多入力多 出力 プ ロ セ ス の場合、 各制御ル ー プ に 異な る 応答時定数 を設定 し、 それぞれを個別の応 答速度に よ り 制御す る こ と も で き る 。 こ の場合、 (77)式 の 力、わ り に 、
P - = β χ ρ (-Δ / Τ Γ ί )
( た だ し 、 Δ [see] は制御周期) (7 ) に よ り 、 重み係数パ ラ メ ー タ P i を求め、 評 iffi関数を、 S7 -
Np+L-] P .
2'D (Z ]) (y . (k+j)- y (k÷j))}
i'=L i=l
Nn
-2i +
+ λ P
I
i=l (57) と 設定すればよ い。
以上説明 し た よ う に本発明 の モ デル予測制御装置 は 、 応答時定数を入力す る と 、 こ の時定数 に対応す る 指数関 数の重み係数が定め ら れ、 こ の重み係数が評価関数 に 付 け加え ら れ る ので、 モ デル予測制御系の応答時定数を指 定す る こ と が可能 と な り 、 安定性を判別す る 複素平面 に お け る 制御系の極を安定領域 に配置 出来、 過渡応答特性 特 に 、 '减衰率を効果的 に 改善す る こ と がで き ο 5^ 指定 し た応答時定数 に対 し 、 制御系の安定余裕を評価す る こ と が出来 る の で 、 安定性を考慮 し た適切 な応答時定 数を 設定出来 る 。 更 に 、 安定余裕を制御仕様 と し て与え る と 、 そ れを満 たす制御系 に な る よ う に 応答時定数を 自 動調整す る 構成 と も し 得 る の で 、 適切 な 安定性 と 過渡応 答特性を実現す る こ と が可能 と な る 。

Claims

請 求 の 範 囲
1 . 複数の操作量、 制御量を有す る 制御対象に対 し そ の制御対象の動特性を近似す る モ デルを用 い て制御量 の未来値の予測式を求め る 予測手段 と 、
制御条件であ る 制限条件を操作量に変換す る と と も に こ の制限条件を満た し つ つ前記予測式に基づい て設定 さ れた、 未来 目 標値 と 操作量の差に関す る二次形式の評価 関 を最小化す る 操作量を求 め て、 こ の求め ら れた前記 操作量を前記制御対象に与え る 演算手段 と を備え た こ と を特徴 と す る モ デル予測制御装置。
2 . 請求の範囲第 1 項に記載の モ デル予測制御装置 に おい て、
制御対象の制御量お よ び操作量の未来値に関す る 制限 条件、 評価関数のパラ メ ー タ 、 制御量 目 標値を そ れぞれ 入力する 入力装置を さ ら に備え、
前記演算手段は、 前記予測式に基づい た予測制御量 と 前記制御量未来値の 目 標値か ら の偏差 と前記制御対象 に 与え る べ き 操作≤の変化分 (操作量未来 ^ ) を変数 と す る 二次形式の評価関数を変形 し て二次計画法 に対す る 評 1¾'関数を設定す る 評価関数展開手段 と 、
前記予測式 に基づい て前記入力装置か ら 入力 さ れた 制 限条件を変形 し て二次計画法 に対す る 制限条件を設定す る 制限条件展開手段 と 、 前記評価関数展開手段の設定 し た 評価関数を最小化 し かつ前記制限条件展開手段の設定 し た制限条件を満足す る 操作量の未来値を二次計画法を用 い て逐次算出す る 最 適操作量算出手段 と を含む こ と を特徴 と す る モ デル予測 制御装置。
3 . 請求の範囲第 2 項に記載の モ デル予測制御装置 に お い て、
前記予測手段は過去の制御量 y と 過去の操作量変化率
A u と に よ り 制御量 y の 未来値を表す予測式を求め る も の であ り 、
前記制限条件展開手段は、 制限条件 と し て制御量 y 、 そ の変化率 Δ γ 、 操作量 u 、 そ の変化率 Δ ιι に関す る 上 下限制限式を用 い、 こ れ ら をすベて Δ ιι に関す る 不等式 制限条件 に変換す る も の であ り 、
前記評価関数展開手段 は評価関数を Δ u の関数 に変換 す る も の であ り 、
前記最適操作量算出手段は最適操作量変化率 Δ u を二 次計画法を用 い て求 め る も のであ る こ と を特徴 と す る モ デル予測制御装置。
4 . 請求の範囲第 2 項 に記載の モ デル予測制御装置 に お い て 、
前記演算手段 は入力 さ れた評価関数を調整 し て評価関 数展開手段に 与え る 評価関数調整手段を さ ら に 備え た こ と を特徴 と す る モ デ ル予測制御装置。
5 . 請求の範囲第 1 項な い し 第 4 項の い ずれかに 記 載 さ れた モ デル予測制御装置 の 制御パ ラ メ ー タ を入力す る 人力装置で あ っ て、
各種制御情報を可視的 に 画面に 表示す る 画面表示手段
こ の 画面表示手段に表示 さ れた 内容か ら 新規未来 目 標 値を入力す る 未来 目標特性入力手段 と 、
前記画面表示手段に表示 さ れた 内容か ら 前記 目 標特性 に応 じ た新規制限条件を入力す る 制限条件入力手段 と 、 前記新規未来目 標値及び前記新規条件を用 い て制御対 象の動特性モ デル に対 し 前記の モ デル予測制御演算を繰 返 し、 前記予測制御量の応答特性を表す予測制御量応答 を算出す る シ ミ ユ レ ー シ ョ ン演算手段 と 、
前記新規未来 目 標値、 前記新規制限条件及び前記予釗 制御量応答を前記画面表示手段 に グ ラ フ 表示 さ せ る シ ミ ユ レ ー シ ヨ ン表示手段 と 、
前記 グラ フ 表示の後 に発せ ら れる 設定指令に応答 し て 前記新規未来 目 標値及び前記新規制限条件を前記モ デル 予測制御装置 に 設定す る 設定手段 と を備え た こ と を特徴 と す る 入力装置。
6 . 請求の範囲第 5 項に記載の モ デル予測制御装置 入力装置に お い て、
前記未来 目標特性入力手段 は予め記憶 さ れて い る 複数 種頷の 伝達関数を前記画面表示手段 に 表示 さ せ、 投作員 が選択 し た 伝達関数の応答曲線を新規未来 目 標値 と し て 入力す る も の で あ る こ と を特徴 と す る 入力装置。
7 . 請求の範囲第 5 項 に記載の モ デ ル予測制御装置 の 入力装置 に お い て 、
前記未来 目 標特性入力手段 は前記画面上 に お い て操作 員 に よ つ て指定 さ れた複数の座標を通 る 曲線を算出す る こ と に よ り 新規未来 目 標値の入力 を行 う も の で あ る こ と を特徴 と す る 入力装置。
S . 請求の範囲第 5 項記載の モ デ ル予測制御装置 の 入力装置 に お い て 、
前記制限条件入力手段は、 予 め記憶 さ れて い る 複数種 類の伝達関数お よ び操作員が選択 し た 伝達関数 に対応 し て予め設定 さ れた制限条件を前記画面表示手段に 表示 さ せ、 新規制限条件 と し て入力す る も の で あ る こ と を特徴 と す る 入力装置。
9 . 請求の範囲第 7 項記載の モ デ ル予測制御装置 の 入力装置 に お い て 、
前記制 限条件入力手段 は、 操作員 に よ っ て指定 さ れ た 複数の座標を通 る 目 標曲線を算 出す る こ と に よ り 、 新規 制御条件 と し て入力す る も の で あ る こ と を特徴 と す る 入 力装置。
1 ϋ . 請求の範囲第 8 項記載の モ デ ル予測制御装置 の 入力装 S に お い て 、
制 限条 件 人力 手- 段 は 、 前記新 規未 来 目 標 に 所定 'ί寅算を施す こ と に よ り 新規制御条件 と し て入力す る も の
:の 二 と を特徴 と す る 入力装置。
: 1 求の範囲第 1 項な い し 第 4 項の いずれか に 記載 さ れたモ デル予測制御装置の入力装置で あ つ て、
少な く と も 前記予測制御量 と 前記未来 目標値 と の偏差 及び前記操作量を変数 と と し て前記プ ロ セ ス装置の運転 指標 と な る 評価関数を記億す る 評価関数記億手段 と 、
前記評価関数を画面に表示す る 画面表示手段 と 、
Μ記画面を介 し て入力 さ れる 前記評価関数のパ ラ メ 一 夕 に よ つ て前記評価関数を更新 し て新規評価関数を形成 す る 評価関数入力手段 と 、
前記予測制御演算を籙返 し て前記新規評価関数の一群 の 値を求め る シ ミ ュ レ ー シ ヨ ン演算手段 と 、
前記新規評価関数の 値を前記画面表示手段 に グラ フ 表 示 さ せ る シ ミ ユ レ 一 シ ヨ ン 表示指令手段 と 、
グラ フ 表示の後 に発せ ら れ る 設定指令に応答 し て 前記新規評価関数を前記モ デ ル予測制御装置に 設定す る ύχ. λ^, - -段 と を備え た こ と を特徴 と す る 入力装置。
一 . 請求の範固第 1 1 項に記載の tr デル予測制御 装 g の入力装置 に お い て、
前記評価閬数 と し て前記 プ ロ セ ス装置 に対す る 制御性能
—制御評価関数を用 い る こ と を特徴 と す る 入力装置( : 3 . 請求の範囲第 1 1 項に記載の モ デル予測制御 置 の 人力装 it に お い て 、 前記評価関数 と し て前記 プ ロ セ ス 装置 の運転 コ ス ト を表 す経済評価関数を用 い る こ と を特徴 と す る モ デル予測制 御の入力装置。
1 4 . 操作量 と 制御量が共 に複数で あ る 多入出 力 プ ラ ン 卜 の動特性モ デ ル に基づ き 複数の制御量未来値 y i を予測す る 予測手段 と 、
前記制御量未来値 y i と 未来 目 標値 y i * と の偏差信 号お よ び操作量増分 Δ u i に関 し 、 予測開始時間 L 、 予 測長 Np、 制御長 Nu、 重み係数 ス 、 閉ル ー プの極配置多項 式 D ( z -1) を評価関数パ ラ メ ー タ と す る 2 次形式評価 関数、 ρ ρ
J= ∑ ∑ {D (z一1) (yi (k+ j) -y. * (k+ j) ) } 2 j-L i-i
Nu q
+ λ∑ ∑ (Aui (k+ j -1) )
j-1 i-1
(ただし、 厶 (k) u (k) (k-1) )
を最小化す る よ う な複数の最適操作量を算出 し て制御対 象に 与え る 演算手段 と 、 前記評価関数パ ラ メ 一 夕 を調 整す る パ ラ メ ー タ 調整手段を備 え た モ デル予測制御装置
1 5 . 請求の範囲第 · 1 4 項に 記載の モ デル予測制御 装置 に お い て 、 前記パ ラ メ ー タ 調整手段が、 予測長 pを 制御対象の ス テ ツ プ応答形状 ま た は ィ ン パ ル ス応答形状 に基づ い て決定す る も のであ る こ と を特徴 と す る モ デ ル 予測制御装!!。
1 6 . 請求の範囲第 1 5 項に記載の モ デ ル予測制御 装置にお い て、 前記パ ラ メ 一 夕 調整手段が、 制御対象の ス テ ッ プ応答が定常値の 9 0 % に達す る 時間を も っ て予 測長 , Pを決定す る も の であ る こ と を特徴 と す る モ デル予 m制御装置。
1 7 . 請求の範囲第 1 5 項に記載の モ デル予測制御 装置に お い て、 前記パ ラ メ ー タ 調整手段が、 制御対象の ィ ン パル ス応答力《 ピー ク に達す る 時間を も っ て前記予測 長 N pと 決定す る も のであ る こ と を特徵 と す る モ デル予測 制御装置。
1 8 . 請求の範囲第 1 4 項に記載の モ デル予測制御 装置 に お い て、 前記パ ラ メ ー タ 調整手段が、 制御対象の 各要素の むだ時間 の う ち最大の も の を も つ て前記予測開 始時間 L と 決定す る も の で あ る モ デ ル予測制御装置。
1 9 . 詰求の範囲第 1 4 項に記載の モ デル予測制御 装置 に お い て、 前記パ ラ メ ー タ 調整手段が、 操作量の增 分 に 対す る 未来制御 Sの変化分の感度を表わす行列 ο ブ a ッ ク 要素 と す る 行列 の階数に基づ い て前記制御長 uを 決定す る も の で あ る モ デ ル予測制御装置。
2 0 . 請求の範囲第 · 1 4 項 に 記載の モ デ ル予測制御 装置 に お い て、 前記パ ラ メ ー タ 調整手段が、 前記重み係 数 Λ ま た は前記閉ル ー プ の極配置多項式 D z _ { ) を 、 閉 ルー プ系の感度特性 に お け る 感度関数 S ( j o ) の 許 容最大値 S m a x 、 安定余裕パ ラ メ ー タ £ Q に 対 し 感度関 数 S ( j ω ) の最大特異値 ひ max { S ( j ω ) } が 、
S — P. n ≤ σ { S ( j ω I ≤ ¾
in ax S max 1 J ノ max を満足す る よ う に定め る も の で あ る こ と を特徵 と す る モ デ ル予则制御装置。
2 1 . 請求の範囲第 1 4 項 に記載の モ デ ル予測制御 装置 に お い て、 前記パ ラ メ ー タ 調整手段が、 前記重み係 数 Λ ま た は前記閉 ルー プの極配置多項式 D ( z -1) を、 閉ルー プ系の相補感度特性に お け る 相補感度関数
T ( j ω ) の許容最大値 T max ( ω ) に対 し 、 相補感度 関数 Τ ( j ω ) の最大特異値 び m ax { T (. j ω ) :' が、
σ max { T ( j ω } ≤ Τ ID ax ( ω )
を満足す る よ う に 定め る も ので あ る こ と を特徵 と す る モ デル予測制御装置。
2 2 . 制御対象の 動特性を近似 し た モ デ ルを用 い て 制御量の 未来値の 予则式を求め る 予測手段 と 、
制限条件を満 た し つ つ 前記予測式 に 基づ い て設定 さ れ た 、 未来 目 標値 と 操作量の差 に 関す る 二次形式の 評価関 数を最小化す る 操作量を求 め て 、 こ の 求め ら れた前記操 作 fiを前記制御対象 に 与え る 演算手段 と 、 制御対象が動作すべ き 立上が り 時間を表わす応答時定 数を設定す る 応答時定数設定手段 と 、
前記応答時定数を指数部 に 含み、 時間の経過 と 共 に 値 が増大す る 重み係数を算出 す る 重み係数パ ラ メ ー タ 算岀 手段 と
算出 さ れた重み係数が組込 ま れた新規評価関数を構築 し 、 こ れを前記評価関数 と し て設定す る 評価閲数設定手 段 と 、
を備え た こ と を特徴 と す る モ デ ル予測制御装置。
2 3 . 請求の範囲第 2 2 項に記載の モ デ ル予測制御 装置に お いて、
前記新規評価関数が設定 さ れた モ デル予測制御系の制 御対象の変動に対す る 安定度を表す安定余裕パ ラ メ 一 夕 を算出す る 演算手段 と 、
前記応答時定数設定手段 に設定 さ れた応答時定数の 値 を変化 さ せつつ 、 前記応答時定数の 瞬時値に対応す る 前 記安定余裕パ ラ メ ー タ の値を記録す る シ ミ ユ レ ー シ ョ ン 手段 と 、
記録 さ れた応答時定数の値 と 安定余裕パ ラ メ 一 タ の 値 と の関係を可視的 に表示す る 表示手段 と を さ ら に 筛え た 二 と を特徴 と す る モ デル予測制御装置。
2 4 . 請求の範囲第 2 2 項に 記戦の モ デ ル予測制御 装置 に お い て、
M記新規評 iff 関数が設定 さ れた モ デル予測制御系の 制 - 1 - 御対象 の変動 に対す る 安定度を表す安定余裕パ ラ メ 一 夕 を算出す る 演算手段 と 、
指定 さ れた安定余裕パ ラ メ 一 夕 を記億す る 安定余裕パ ラ メ ー タ 設定手段 と 、
前記算出 さ れた 安定余裕パ ラ メ ー タ の値が前記安定余 裕パ ラ メ 一 タ 設定手段 に記憶 さ れた安定余裕パ ラ メ ー タ の値に一致す る ま で前記応答時定数設定手段に保持 さ れ た応答時定数の値を変化 さ せ る 応答時定数調整手段 と を さ ら に 備え た こ と を特徴 と す る モ デル予測制御装置。
2 5 . 前記新規評価関数は 、 制御量 y (k + j) 、 目 標 値 y 本 (k + j) 、 操作量増分 Δ u (k + j) 、 閉ル ー プ極配置 を決定す る 多項式 D ( z -1) に関す る 項に /0 -2j 、 p = e X p (-Δ /Tr)、 Δ は制御周期、 Trは応答時定数、 な る 重み係数を掛け て積分 し た評価関数
∑ ρ & {Ό (ζ Ί (y ("i) ネ (k+ί)}} 2 i=L.
Νπ
Ρ "2 (Au (k+i-l))2
1=1 で あ る こ と を特徴 と し た 請求の範囲第 2 2 項記載の モ デ ル予測制御装置。
PCT/JP1992/000131 1991-02-08 1992-02-10 Model forecasting controller WO1992014197A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US07/938,256 US5347446A (en) 1991-02-08 1992-02-10 Model predictive control apparatus

Applications Claiming Priority (8)

Application Number Priority Date Filing Date Title
JP1752791A JPH04256102A (ja) 1991-02-08 1991-02-08 モデル予測制御装置
JP3/17527 1991-02-08
JP4749491A JPH04266101A (ja) 1991-02-20 1991-02-20 多変数モデル予測制御装置
JP3/47494 1991-02-20
JP3/75333 1991-04-08
JP7533391A JPH04309101A (ja) 1991-04-08 1991-04-08 モデル予測制御の入力装置
JP3190162A JP3061450B2 (ja) 1991-07-30 1991-07-30 モデル予測制御装置
JP3/190162 1991-07-30

Publications (1)

Publication Number Publication Date
WO1992014197A1 true WO1992014197A1 (en) 1992-08-20

Family

ID=27456796

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP1992/000131 WO1992014197A1 (en) 1991-02-08 1992-02-10 Model forecasting controller

Country Status (3)

Country Link
US (1) US5347446A (ja)
EP (1) EP0524317A4 (ja)
WO (1) WO1992014197A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110308654A (zh) * 2019-07-01 2019-10-08 西安电子科技大学 基于模型预测控制的电感耦合等离子体产生系统的整定方法

Families Citing this family (215)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5740033A (en) * 1992-10-13 1998-04-14 The Dow Chemical Company Model predictive controller
EP0617372A1 (en) * 1993-03-25 1994-09-28 International Business Machines Corporation Apparatus for determing the optimal value of a control parameter and use of the apparatus
JP2929259B2 (ja) * 1993-12-27 1999-08-03 株式会社山武 コントローラ
US5424962A (en) * 1993-12-29 1995-06-13 Comsat Method and system for projecting steady state conditions of a product from transient monotonic or cyclic data
US5609136A (en) * 1994-06-28 1997-03-11 Cummins Engine Company, Inc. Model predictive control for HPI closed-loop fuel pressure control system
US5923571A (en) * 1994-10-11 1999-07-13 Betzdearborn, Inc. Apparatus and method for automatic congruent control of multiple boilers sharing a common feedwater line and chemical feed point
US5696696A (en) * 1994-10-11 1997-12-09 Betzdearborn, Inc. Apparatus and method for automatically achieving and maintaining congruent control in an industrial boiler
US5519605A (en) * 1994-10-24 1996-05-21 Olin Corporation Model predictive control apparatus and method
US5568378A (en) * 1994-10-24 1996-10-22 Fisher-Rosemount Systems, Inc. Variable horizon predictor for controlling dead time dominant processes, multivariable interactive processes, and processes with time variant dynamics
US5566065A (en) * 1994-11-01 1996-10-15 The Foxboro Company Method and apparatus for controlling multivariable nonlinear processes
US5574638A (en) * 1995-04-03 1996-11-12 Lu; Zhuxin J. Method of optimal scaling of variables in a multivariable predictive controller utilizing range control
DE19525907A1 (de) * 1995-07-06 1997-01-09 Hartmann & Braun Ag Selbsteinstellbare Regeleinrichtung und Verfahren zur Selbsteinstellung dieses Reglers
US6036349A (en) * 1995-07-27 2000-03-14 Health Designs, Inc. Method and apparatus for validation of model-based predictions
WO1997012300A1 (en) * 1995-09-26 1997-04-03 Boiquaye William J N O Adaptive control process and system
US5801963A (en) * 1995-11-13 1998-09-01 The University Of Kentucky Research Foundation Method of predicting optimum machining conditions
US5841652A (en) * 1996-04-03 1998-11-24 Scap Europa, S.A. Adaptive-predictive control and optimization system
ES2164357T3 (es) * 1996-06-21 2002-02-16 Siemens Ag Procedimiento y sistema para la puesta en servicio de instalaciones industriales, especialmente de la industria primaria.
US6269287B1 (en) 1996-08-19 2001-07-31 Tennessee Valley Authority Method and apparatus for monitoring a hydroelectric facility trash rack and optimizing performance
US5953227A (en) * 1996-08-19 1999-09-14 Tennessee Valley Authority Method and apparatus for monitoring hydroelectric facility performance costs
US5903474A (en) * 1996-11-08 1999-05-11 University Of Kentucky Research Foundation Optimization of machining with progressively worn cutting tools
US6055483A (en) * 1997-05-05 2000-04-25 Honeywell, Inc. Systems and methods using bridge models to globally optimize a process facility
EP1422342B1 (en) * 1997-05-07 2006-01-04 Metso Paper, Inc. Method and arrangement for computing and regulation of the distribution of linear load in a multi-nip calender and a multi-nip calender
US6542549B1 (en) * 1998-10-13 2003-04-01 Matsushita Electric Industrial Co., Ltd. Method and model for regulating the computational and memory requirements of a compressed bitstream in a video decoder
SG82592A1 (en) * 1998-12-30 2001-08-21 Univ Singapore A novel predictive and self-tuning pi control apparatus for expanded process control applications
US6542782B1 (en) * 1998-12-31 2003-04-01 Z. Joseph Lu Systems for generating and using a lookup table with process facility control systems and models of the same, and methods of operating such systems
DE19918332C1 (de) * 1999-04-22 2000-10-19 Siemens Ag Verfahren zur Kontrolle der im Betrieb einer Anlage entstehenden Kosten
US6377908B1 (en) * 1999-05-14 2002-04-23 General Electric Company Method for optimizing transfer function outputs
US6490506B1 (en) 1999-05-21 2002-12-03 Hydro Resource Solutions Llc Method and apparatus for monitoring hydroelectric facility maintenance and environmental costs
US6459939B1 (en) * 1999-06-29 2002-10-01 Alan J. Hugo Performance assessment of model predictive controllers
US6587108B1 (en) 1999-07-01 2003-07-01 Honeywell Inc. Multivariable process matrix display and methods regarding same
US6952808B1 (en) 1999-07-01 2005-10-04 Honeywell Inc. Process variable gauge interface and methods regarding same
US7069101B1 (en) 1999-07-29 2006-06-27 Applied Materials, Inc. Computer integrated manufacturing techniques
US6735249B1 (en) * 1999-08-11 2004-05-11 Nokia Corporation Apparatus, and associated method, for forming a compressed motion vector field utilizing predictive motion coding
US6473084B1 (en) * 1999-09-08 2002-10-29 C4Cast.Com, Inc. Prediction input
GB2393528B (en) * 1999-10-04 2004-05-12 Fisher Rosemount Systems Inc Integrated advanced control blocks in process control systems
US6445963B1 (en) 1999-10-04 2002-09-03 Fisher Rosemount Systems, Inc. Integrated advanced control blocks in process control systems
US6718288B1 (en) * 1999-10-25 2004-04-06 General Electric Company Method for generating transfer functions
US6510353B1 (en) 1999-11-04 2003-01-21 Fisher-Rosemount Systems, Inc. Determining tuning parameters for a process controller from a robustness map
US7636915B1 (en) * 1999-12-02 2009-12-22 Invensys Systems, Inc. Multi-level multi-variable control process program execution scheme for distributed process control systems
US6768969B1 (en) 2000-04-03 2004-07-27 Flint Hills Scientific, L.L.C. Method, computer program, and system for automated real-time signal analysis for detection, quantification, and prediction of signal changes
WO2001075660A1 (en) * 2000-04-03 2001-10-11 Flint Hills Scientific, L.L.C. Method, computer program, and system for automated real-time signal analysis for detection, quantification, and prediction of signal changes
EP1290507B1 (en) * 2000-04-05 2004-09-08 Liqum OY Method and system for monitoring and analyzing a paper manufacturing process
US6721609B1 (en) 2000-06-14 2004-04-13 Fisher-Rosemount Systems, Inc. Integrated optimal model predictive control in a process control system
ES2227240T3 (es) * 2000-06-26 2005-04-01 Siemens Aktiengesellschaft Procedimiento universal para el calculo previo de parametros de procesos industriales.
WO2002003152A2 (en) * 2000-06-29 2002-01-10 Aspen Technology, Inc. Computer method and apparatus for constraining a non-linear approximator of an empirical process
US6708074B1 (en) 2000-08-11 2004-03-16 Applied Materials, Inc. Generic interface builder
US7188142B2 (en) 2000-11-30 2007-03-06 Applied Materials, Inc. Dynamic subject information generation in message services of distributed object systems in a semiconductor assembly line facility
DE10109223C1 (de) 2001-02-26 2002-08-01 Siemens Ag Verfahren zum Betreiben einer Gießwalzanlage
ATE377209T1 (de) * 2001-05-25 2007-11-15 Parametric Optimization Soluti Verbesserte prozesssteuerung
US7047099B2 (en) 2001-06-19 2006-05-16 Applied Materials Inc. Integrating tool, module, and fab level control
US7101799B2 (en) 2001-06-19 2006-09-05 Applied Materials, Inc. Feedforward and feedback control for conditioning of chemical mechanical polishing pad
US6913938B2 (en) 2001-06-19 2005-07-05 Applied Materials, Inc. Feedback control of plasma-enhanced chemical vapor deposition processes
US7082345B2 (en) 2001-06-19 2006-07-25 Applied Materials, Inc. Method, system and medium for process control for the matching of tools, chambers and/or other semiconductor-related entities
US6910947B2 (en) 2001-06-19 2005-06-28 Applied Materials, Inc. Control of chemical mechanical polishing pad conditioner directional velocity to improve pad life
US7201936B2 (en) 2001-06-19 2007-04-10 Applied Materials, Inc. Method of feedback control of sub-atmospheric chemical vapor deposition processes
US7698012B2 (en) 2001-06-19 2010-04-13 Applied Materials, Inc. Dynamic metrology schemes and sampling schemes for advanced process control in semiconductor processing
US7160739B2 (en) 2001-06-19 2007-01-09 Applied Materials, Inc. Feedback control of a chemical mechanical polishing device providing manipulation of removal rate profiles
US7337019B2 (en) 2001-07-16 2008-02-26 Applied Materials, Inc. Integration of fault detection with run-to-run control
US6984198B2 (en) 2001-08-14 2006-01-10 Applied Materials, Inc. Experiment management system, method and medium
US8458082B2 (en) 2001-11-13 2013-06-04 Interthinx, Inc. Automated loan risk assessment system and method
US6980938B2 (en) * 2002-01-10 2005-12-27 Cutler Technology Corporation Method for removal of PID dynamics from MPC models
US6901300B2 (en) 2002-02-07 2005-05-31 Fisher-Rosemount Systems, Inc.. Adaptation of advanced process control blocks in response to variable process delay
US7225047B2 (en) 2002-03-19 2007-05-29 Applied Materials, Inc. Method, system and medium for controlling semiconductor wafer processes using critical dimension measurements
US20030199112A1 (en) 2002-03-22 2003-10-23 Applied Materials, Inc. Copper wiring module control
US6937431B2 (en) * 2002-04-09 2005-08-30 Seagate Technology Llc Matching peak velocities of acceleration and deceleration seek profiles in a disc drive
US7493375B2 (en) * 2002-04-29 2009-02-17 Qst Holding, Llc Storage and delivery of device features
US7668702B2 (en) * 2002-07-19 2010-02-23 Applied Materials, Inc. Method, system and medium for controlling manufacturing process using adaptive models based on empirical data
WO2004013715A1 (en) 2002-08-01 2004-02-12 Applied Materials, Inc. Method, system, and medium for handling misrepresentative metrology data within an advanced process control system
US6909576B2 (en) * 2002-08-22 2005-06-21 Hitachi Global Storage Technologies Netherlands B.V. Method, system, and program for generating control signals to perform a seek operation
US6970857B2 (en) * 2002-09-05 2005-11-29 Ibex Process Technology, Inc. Intelligent control for process optimization and parts maintenance
US7376472B2 (en) * 2002-09-11 2008-05-20 Fisher-Rosemount Systems, Inc. Integrated model predictive control and optimization within a process control system
US9983559B2 (en) 2002-10-22 2018-05-29 Fisher-Rosemount Systems, Inc. Updating and utilizing dynamic process simulation in an operating process environment
DE10348563B4 (de) 2002-10-22 2014-01-09 Fisher-Rosemount Systems, Inc. Integration von Grafikdisplayelementen, Prozeßmodulen und Steuermodulen in Prozeßanlagen
US7146231B2 (en) 2002-10-22 2006-12-05 Fisher-Rosemount Systems, Inc.. Smart process modules and objects in process plants
US7272459B2 (en) 2002-11-15 2007-09-18 Applied Materials, Inc. Method, system and medium for controlling manufacture process having multivariate input parameters
US6882889B2 (en) * 2002-12-02 2005-04-19 United Technologies Corporation Constrained dynamic inversion control algorithm
US7333871B2 (en) 2003-01-21 2008-02-19 Applied Materials, Inc. Automated design and execution of experiments with integrated model creation for semiconductor manufacturing tools
US20040181300A1 (en) * 2003-03-11 2004-09-16 Clark Robert L. Methods, apparatus and computer program products for adaptively controlling a system by combining recursive system identification with generalized predictive control
US20040186804A1 (en) * 2003-03-19 2004-09-23 Anindya Chakraborty Methods and systems for analytical-based multifactor multiobjective portfolio risk optimization
US7593880B2 (en) * 2003-03-19 2009-09-22 General Electric Company Methods and systems for analytical-based multifactor multiobjective portfolio risk optimization
US7640201B2 (en) * 2003-03-19 2009-12-29 General Electric Company Methods and systems for analytical-based multifactor Multiobjective portfolio risk optimization
CA2519783C (en) 2003-03-21 2014-03-18 Aspen Technology, Inc. Methods and articles for detecting, verifying, and repairing matrix collinearity
US7205228B2 (en) 2003-06-03 2007-04-17 Applied Materials, Inc. Selective metal encapsulation schemes
US7354332B2 (en) 2003-08-04 2008-04-08 Applied Materials, Inc. Technique for process-qualifying a semiconductor manufacturing tool using metrology data
JP4223894B2 (ja) * 2003-08-21 2009-02-12 株式会社山武 Pidパラメータ調整装置
TWI225576B (en) * 2003-10-06 2004-12-21 Univ Tsinghua Process controlling method with merged two-control loops
WO2005042673A1 (en) * 2003-10-30 2005-05-12 Council Of Scientific & Industrial Research Method for predicting amount of gas produced during coal gasification
JP2005135287A (ja) * 2003-10-31 2005-05-26 National Agriculture & Bio-Oriented Research Organization 予測装置、予測方法および予測プログラム
US7187989B2 (en) * 2003-12-22 2007-03-06 Fakhruddin T Attarwala Use of core process models in model predictive controller
JP2005193749A (ja) * 2004-01-06 2005-07-21 Sanden Corp 制御装置
EP1553470B1 (en) * 2004-01-09 2008-12-31 Abb Research Ltd. Process control system
US7356377B2 (en) 2004-01-29 2008-04-08 Applied Materials, Inc. System, method, and medium for monitoring performance of an advanced process control system
US7542932B2 (en) * 2004-02-20 2009-06-02 General Electric Company Systems and methods for multi-objective portfolio optimization
US8219477B2 (en) * 2004-02-20 2012-07-10 General Electric Company Systems and methods for multi-objective portfolio analysis using pareto sorting evolutionary algorithms
US8126795B2 (en) * 2004-02-20 2012-02-28 General Electric Company Systems and methods for initial sampling in multi-objective portfolio analysis
US7630928B2 (en) * 2004-02-20 2009-12-08 General Electric Company Systems and methods for multi-objective portfolio analysis and decision-making using visualization techniques
US7469228B2 (en) * 2004-02-20 2008-12-23 General Electric Company Systems and methods for efficient frontier supplementation in multi-objective portfolio analysis
US7203554B2 (en) 2004-03-16 2007-04-10 United Technologies Corporation Model predictive controller with life extending control
US7729789B2 (en) 2004-05-04 2010-06-01 Fisher-Rosemount Systems, Inc. Process plant monitoring based on multivariate statistical analysis and on-line process simulation
JP2007536634A (ja) 2004-05-04 2007-12-13 フィッシャー−ローズマウント・システムズ・インコーポレーテッド プロセス制御システムのためのサービス指向型アーキテクチャ
US6961626B1 (en) 2004-05-28 2005-11-01 Applied Materials, Inc Dynamic offset and feedback threshold
US7096085B2 (en) 2004-05-28 2006-08-22 Applied Materials Process control by distinguishing a white noise component of a process variance
TWI336823B (en) * 2004-07-10 2011-02-01 Onwafer Technologies Inc Methods of and apparatuses for maintenance, diagnosis, and optimization of processes
JP4282572B2 (ja) * 2004-08-30 2009-06-24 本田技研工業株式会社 プラントを制御する制御装置
JP4525477B2 (ja) * 2005-02-23 2010-08-18 ソニー株式会社 学習制御装置および学習制御方法、並びに、プログラム
US7444193B2 (en) * 2005-06-15 2008-10-28 Cutler Technology Corporation San Antonio Texas (Us) On-line dynamic advisor from MPC models
US7447554B2 (en) * 2005-08-26 2008-11-04 Cutler Technology Corporation Adaptive multivariable MPC controller
US7551982B2 (en) * 2005-09-20 2009-06-23 Holcim (Us) Inc. System and method of optimizing raw material and fuel rates for cement kiln
US7451004B2 (en) 2005-09-30 2008-11-11 Fisher-Rosemount Systems, Inc. On-line adaptive model predictive control in a process control system
US7444191B2 (en) 2005-10-04 2008-10-28 Fisher-Rosemount Systems, Inc. Process model identification in a process control system
US7738975B2 (en) 2005-10-04 2010-06-15 Fisher-Rosemount Systems, Inc. Analytical server integrated in a process control network
US8036760B2 (en) * 2005-10-04 2011-10-11 Fisher-Rosemount Systems, Inc. Method and apparatus for intelligent control and monitoring in a process control system
US7650195B2 (en) * 2005-10-27 2010-01-19 Honeywell Asca Inc. Automated tuning of large-scale multivariable model predictive controllers for spatially-distributed processes
US8055358B2 (en) 2005-12-05 2011-11-08 Fisher-Rosemount Systems, Inc. Multi-objective predictive process optimization with concurrent process simulation
US20070156259A1 (en) * 2005-12-30 2007-07-05 Lubomir Baramov System generating output ranges for model predictive control having input-driven switched dynamics
US8190251B2 (en) * 2006-03-24 2012-05-29 Medtronic, Inc. Method and apparatus for the treatment of movement disorders
US7454253B2 (en) * 2006-03-30 2008-11-18 Honeywell Asca Inc. Fast performance prediction of multivariable model predictive controller for paper machine cross-directional processes
JP4952025B2 (ja) * 2006-03-31 2012-06-13 株式会社日立製作所 運転制御方法,運転制御装置及び運転制御システム
US7761146B2 (en) * 2006-04-21 2010-07-20 Medtronic, Inc. Method and apparatus for detection of nervous system disorders
US7764989B2 (en) * 2006-04-21 2010-07-27 Medtronic, Inc. Method and apparatus for detection of nervous system disorders
US20070249956A1 (en) * 2006-04-21 2007-10-25 Medtronic, Inc. Method and apparatus for detection of nervous system disorders
US8165683B2 (en) * 2006-04-21 2012-04-24 Medtronic, Inc. Method and apparatus for detection of nervous system disorders
US7761145B2 (en) * 2006-04-21 2010-07-20 Medtronic, Inc. Method and apparatus for detection of nervous system disorders
US20070249953A1 (en) * 2006-04-21 2007-10-25 Medtronic, Inc. Method and apparatus for detection of nervous system disorders
US7577483B2 (en) * 2006-05-25 2009-08-18 Honeywell Asca Inc. Automatic tuning method for multivariable model predictive controllers
US8005575B2 (en) 2006-06-01 2011-08-23 General Electric Company Methods and apparatus for model predictive control in a real time controller
US20080071395A1 (en) * 2006-08-18 2008-03-20 Honeywell International Inc. Model predictive control with stochastic output limit handling
US7599751B2 (en) * 2006-10-13 2009-10-06 Cutler Technology Corporation Adaptive multivariable MPC controller with LP constraints
US20080154693A1 (en) * 2006-12-20 2008-06-26 Arash Bateni Methods and systems for forecasting product demand using a causal methodology
WO2008137544A1 (en) 2007-05-02 2008-11-13 Mks Instruments, Inc. Automated model building and model updating
US7941245B1 (en) * 2007-05-22 2011-05-10 Pradeep Pranjivan Popat State-based system for automated shading
US8032235B2 (en) * 2007-06-28 2011-10-04 Rockwell Automation Technologies, Inc. Model predictive control system and method for reduction of steady state error
US8185255B2 (en) * 2007-11-30 2012-05-22 The Boeing Company Robust control effector allocation
EP2110722A1 (de) * 2008-04-17 2009-10-21 Siemens Aktiengesellschaft System zur Simulation automatisierungstechnischer Anlagen
US8352148B2 (en) * 2008-05-21 2013-01-08 General Electric Company System for controlling input profiles of combined cycle power generation system
US8494798B2 (en) 2008-09-02 2013-07-23 Mks Instruments, Inc. Automated model building and batch model building for a manufacturing process, process monitoring, and fault detection
EP2169483A1 (en) * 2008-09-23 2010-03-31 ABB Research Ltd Method and system for controlling an industrial process
US8594828B2 (en) * 2008-09-30 2013-11-26 Rockwell Automation Technologies, Inc. System and method for optimizing a paper manufacturing process
KR101064908B1 (ko) * 2008-11-12 2011-09-16 연세대학교 산학협력단 신규의 희생층 재료를 이용한 기판 상에서의 나노와이어 패터닝 방법
US9069345B2 (en) * 2009-01-23 2015-06-30 Mks Instruments, Inc. Controlling a manufacturing process with a multivariate model
US8881039B2 (en) 2009-03-13 2014-11-04 Fisher-Rosemount Systems, Inc. Scaling composite shapes for a graphical human-machine interface
DE102009030322A1 (de) * 2009-06-24 2010-12-30 Siemens Aktiengesellschaft Konzept zur Regelung und Optimierung der Verbrennung eines Dampferzeugers auf der Basis von räumlich auflösender Messinformation aus dem Feuerraum
DE102009054905A1 (de) * 2009-12-17 2011-06-22 Robert Bosch GmbH, 70469 Verfahren zum Ermitteln von Funktionsparametern für ein Steuergerät
US8825183B2 (en) 2010-03-22 2014-09-02 Fisher-Rosemount Systems, Inc. Methods for a data driven interface based on relationships between process control tags
DE102010019718A1 (de) * 2010-05-07 2011-11-10 Orcan Energy Gmbh Regelung eines thermischen Kreisprozesses
TWI571808B (zh) * 2010-08-02 2017-02-21 國立清華大學 因子分析系統及其分析方法
WO2012021995A1 (en) * 2010-08-18 2012-02-23 Manufacturing Technology Network Inc. Computer apparatus and method for real-time multi-unit optimization
US8855804B2 (en) 2010-11-16 2014-10-07 Mks Instruments, Inc. Controlling a discrete-type manufacturing process with a multivariate model
US10316833B2 (en) 2011-01-26 2019-06-11 Avista Corporation Hydroelectric power optimization
US8626352B2 (en) 2011-01-26 2014-01-07 Avista Corporation Hydroelectric power optimization service
US8930001B2 (en) * 2011-09-19 2015-01-06 Yokogawa Electric Corporation Method of model identification for a process with unknown initial conditions in an industrial plant
US9026257B2 (en) 2011-10-06 2015-05-05 Avista Corporation Real-time optimization of hydropower generation facilities
US9541471B2 (en) 2012-04-06 2017-01-10 Mks Instruments, Inc. Multivariate prediction of a batch manufacturing process
US9429939B2 (en) 2012-04-06 2016-08-30 Mks Instruments, Inc. Multivariate monitoring of a batch manufacturing process
US9134713B2 (en) * 2012-05-11 2015-09-15 Siemens Corporation System and method for fault prognostics enhanced MPC framework
US9541019B2 (en) 2014-03-26 2017-01-10 GM Global Technology Operations LLC Estimation systems and methods with model predictive control
US9714616B2 (en) 2014-03-26 2017-07-25 GM Global Technology Operations LLC Non-model predictive control to model predictive control transitions
US9528453B2 (en) 2014-11-07 2016-12-27 GM Global Technologies Operations LLC Throttle control systems and methods based on pressure ratio
US9797318B2 (en) 2013-08-02 2017-10-24 GM Global Technology Operations LLC Calibration systems and methods for model predictive controllers
US9765703B2 (en) 2013-04-23 2017-09-19 GM Global Technology Operations LLC Airflow control systems and methods using model predictive control
US9920697B2 (en) 2014-03-26 2018-03-20 GM Global Technology Operations LLC Engine control systems and methods for future torque request increases
US9599053B2 (en) 2014-03-26 2017-03-21 GM Global Technology Operations LLC Model predictive control systems and methods for internal combustion engines
US9732688B2 (en) 2014-03-26 2017-08-15 GM Global Technology Operations LLC System and method for increasing the temperature of a catalyst when an engine is started using model predictive control
US9784198B2 (en) 2015-02-12 2017-10-10 GM Global Technology Operations LLC Model predictive control systems and methods for increasing computational efficiency
US9599049B2 (en) 2014-06-19 2017-03-21 GM Global Technology Operations LLC Engine speed control systems and methods
US9605615B2 (en) 2015-02-12 2017-03-28 GM Global Technology Operations LLC Model Predictive control systems and methods for increasing computational efficiency
US9435274B2 (en) * 2014-03-26 2016-09-06 GM Global Technology Operations LLC System and method for managing the period of a control loop for controlling an engine using model predictive control
US9587573B2 (en) 2014-03-26 2017-03-07 GM Global Technology Operations LLC Catalyst light off transitions in a gasoline engine using model predictive control
US9863345B2 (en) 2012-11-27 2018-01-09 GM Global Technology Operations LLC System and method for adjusting weighting values assigned to errors in target actuator values of an engine when controlling the engine using model predictive control
JP6063058B2 (ja) * 2012-11-30 2017-01-18 宝山鋼鉄股▲分▼有限公司 冷間圧延における酸洗のための酸濃度制御方法および装置
US9486578B2 (en) 2012-12-07 2016-11-08 Animas Corporation Method and system for tuning a closed-loop controller for an artificial pancreas
US9907909B2 (en) 2012-12-20 2018-03-06 Animas Corporation Method and system for a hybrid control-to-target and control-to-range model predictive control of an artificial pancreas
US9147018B2 (en) * 2013-01-10 2015-09-29 General Electric Company Method and system for use in controlling a pressure vessel
US9436179B1 (en) 2013-03-13 2016-09-06 Johnson Controls Technology Company Systems and methods for energy cost optimization in a building system
US9235657B1 (en) 2013-03-13 2016-01-12 Johnson Controls Technology Company System identification and model development
US9852481B1 (en) 2013-03-13 2017-12-26 Johnson Controls Technology Company Systems and methods for cascaded model predictive control
US10418833B2 (en) 2015-10-08 2019-09-17 Con Edison Battery Storage, Llc Electrical energy storage system with cascaded frequency response optimization
EP3062175B1 (en) 2013-10-21 2018-09-05 Fuji Electric Co., Ltd. Control system design assist device, control system design assist program, control system design assist method, operation change amount calculation device, and control device
US10307863B2 (en) * 2013-12-06 2019-06-04 Mitsubishi Electric Research Laboratories, Inc. Control of redundant laser processing machines
US9715221B2 (en) 2014-05-01 2017-07-25 Aspen Technology, Inc. Online control calculation for models containing near colinearity and uncertainty
US10101730B2 (en) 2014-05-01 2018-10-16 Johnson Controls Technology Company Incorporating a load change penalty in central plant optimization
JP2015225635A (ja) * 2014-05-30 2015-12-14 アズビル株式会社 最適化装置および方法
US9766601B2 (en) * 2014-09-09 2017-09-19 Mitsubishi Electric Research Laboratories, Inc. System and method for explicit model predictive control
US10061279B2 (en) * 2015-09-29 2018-08-28 International Business Machines Corporation Multi-objective scheduling for on/off equipment
US10190789B2 (en) 2015-09-30 2019-01-29 Johnson Controls Technology Company Central plant with coordinated HVAC equipment staging across multiple subplants
US10742055B2 (en) 2015-10-08 2020-08-11 Con Edison Battery Storage, Llc Renewable energy system with simultaneous ramp rate control and frequency regulation
US10283968B2 (en) 2015-10-08 2019-05-07 Con Edison Battery Storage, Llc Power control system with power setpoint adjustment based on POI power limits
US10250039B2 (en) 2015-10-08 2019-04-02 Con Edison Battery Storage, Llc Energy storage controller with battery life model
US10564610B2 (en) 2015-10-08 2020-02-18 Con Edison Battery Storage, Llc Photovoltaic energy system with preemptive ramp rate control
US10222427B2 (en) 2015-10-08 2019-03-05 Con Edison Battery Storage, Llc Electrical energy storage system with battery power setpoint optimization based on battery degradation costs and expected frequency response revenue
US10197632B2 (en) 2015-10-08 2019-02-05 Taurus Des, Llc Electrical energy storage system with battery power setpoint optimization using predicted values of a frequency regulation signal
US10554170B2 (en) 2015-10-08 2020-02-04 Con Edison Battery Storage, Llc Photovoltaic energy system with solar intensity prediction
US11210617B2 (en) 2015-10-08 2021-12-28 Johnson Controls Technology Company Building management system with electrical energy storage optimization based on benefits and costs of participating in PDBR and IBDR programs
US10418832B2 (en) 2015-10-08 2019-09-17 Con Edison Battery Storage, Llc Electrical energy storage system with constant state-of charge frequency response optimization
US10389136B2 (en) 2015-10-08 2019-08-20 Con Edison Battery Storage, Llc Photovoltaic energy system with value function optimization
US10186889B2 (en) 2015-10-08 2019-01-22 Taurus Des, Llc Electrical energy storage system with variable state-of-charge frequency response optimization
US10700541B2 (en) 2015-10-08 2020-06-30 Con Edison Battery Storage, Llc Power control system with battery power setpoint optimization using one-step-ahead prediction
US10190793B2 (en) 2015-10-08 2019-01-29 Johnson Controls Technology Company Building management system with electrical energy storage optimization based on statistical estimates of IBDR event probabilities
JP6788349B2 (ja) * 2016-01-14 2020-11-25 三菱重工業株式会社 プラント評価装置及びプラント評価方法
US10429811B2 (en) * 2016-04-08 2019-10-01 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for testing convergence of closed-loop control systems
US9938908B2 (en) 2016-06-14 2018-04-10 GM Global Technology Operations LLC System and method for predicting a pedal position based on driver behavior and controlling one or more engine actuators based on the predicted pedal position
US10878140B2 (en) 2016-07-27 2020-12-29 Emerson Process Management Power & Water Solutions, Inc. Plant builder system with integrated simulation and control system configuration
US10778012B2 (en) 2016-07-29 2020-09-15 Con Edison Battery Storage, Llc Battery optimization control system with data fusion systems and methods
US10594153B2 (en) 2016-07-29 2020-03-17 Con Edison Battery Storage, Llc Frequency response optimization control system
JP6723944B2 (ja) * 2017-03-08 2020-07-15 株式会社日立製作所 プラントデータ分類装置、プラントデータ表示処理装置及びプラント制御システム
US20180275621A1 (en) * 2017-03-24 2018-09-27 Mitsubishi Electric Research Laboratories, Inc. Model Predictive Control with Uncertainties
US10571146B2 (en) * 2017-05-26 2020-02-25 Johnson Controls Technology Company Air handling unit and rooftop unit with predictive control
US10969749B2 (en) * 2017-08-22 2021-04-06 Honeywell Limited Application of model predictive control (MPC)-based forced ramping of process input variables and process output reference trajectory design over a prediction horizon for MPC-based paper machine grade change control
US10838441B2 (en) 2017-11-28 2020-11-17 Johnson Controls Technology Company Multistage HVAC system with modulating device demand control
US10838440B2 (en) 2017-11-28 2020-11-17 Johnson Controls Technology Company Multistage HVAC system with discrete device selection prioritization
EP3726301B1 (en) * 2017-12-15 2023-07-26 Omron Corporation Control device
JP7086692B2 (ja) * 2018-04-19 2022-06-20 三菱重工業株式会社 プラントの制御装置、プラント、プラントの制御方法及びプラントの制御プログラム
US11163271B2 (en) 2018-08-28 2021-11-02 Johnson Controls Technology Company Cloud based building energy optimization system with a dynamically trained load prediction model
US11159022B2 (en) 2018-08-28 2021-10-26 Johnson Controls Tyco IP Holdings LLP Building energy optimization system with a dynamically trained load prediction model
US11418969B2 (en) 2021-01-15 2022-08-16 Fisher-Rosemount Systems, Inc. Suggestive device connectivity planning

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61508A (ja) * 1984-06-14 1986-01-06 Kawasaki Steel Corp 高炉操業法
JPS61267102A (ja) * 1985-05-22 1986-11-26 Toshiba Corp プラント・モデリング装置
JPS61275905A (ja) * 1985-05-31 1986-12-06 Syst Sogo Kaihatsu Kk 多入力多出力系制御用制御装置
JPH01237701A (ja) * 1988-03-17 1989-09-22 Yaskawa Electric Mfg Co Ltd 周期的目標値に最適に追従する制御方法
JPH0236403A (ja) * 1988-07-26 1990-02-06 Toshiba Mach Co Ltd 予見制御方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1583545A (en) * 1976-08-04 1981-01-28 Martin Sanchez J Control systems
US4349869A (en) * 1979-10-01 1982-09-14 Shell Oil Company Dynamic matrix control method
US4714988A (en) * 1982-03-26 1987-12-22 Kabushiki Kaisha Toshiba Feedforward feedback control having predictive disturbance compensation
US4634946A (en) * 1985-10-02 1987-01-06 Westinghouse Electric Corp. Apparatus and method for predictive control of a dynamic system
FR2594586B1 (fr) * 1986-02-14 1988-04-29 Bull Sa Procede pour deplacer un systeme mobile par rapport a un support d'informations et dispositif pour le mettre en oeuvre
US5057992A (en) * 1989-04-12 1991-10-15 Dentonaut Labs Ltd. Method and apparatus for controlling or processing operations of varying characteristics
US4969408A (en) * 1989-11-22 1990-11-13 Westinghouse Electric Corp. System for optimizing total air flow in coal-fired boilers
US5170935A (en) * 1991-11-27 1992-12-15 Massachusetts Institute Of Technology Adaptable control of HVAC systems

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61508A (ja) * 1984-06-14 1986-01-06 Kawasaki Steel Corp 高炉操業法
JPS61267102A (ja) * 1985-05-22 1986-11-26 Toshiba Corp プラント・モデリング装置
JPS61275905A (ja) * 1985-05-31 1986-12-06 Syst Sogo Kaihatsu Kk 多入力多出力系制御用制御装置
JPH01237701A (ja) * 1988-03-17 1989-09-22 Yaskawa Electric Mfg Co Ltd 周期的目標値に最適に追従する制御方法
JPH0236403A (ja) * 1988-07-26 1990-02-06 Toshiba Mach Co Ltd 予見制御方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP0524317A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110308654A (zh) * 2019-07-01 2019-10-08 西安电子科技大学 基于模型预测控制的电感耦合等离子体产生系统的整定方法

Also Published As

Publication number Publication date
US5347446A (en) 1994-09-13
EP0524317A4 (en) 1995-02-15
EP0524317A1 (en) 1993-01-27

Similar Documents

Publication Publication Date Title
WO1992014197A1 (en) Model forecasting controller
CN111684366B (zh) 学习装置、学习方法及其存储介质
CN108628355A (zh) 伺服控制装置及系统、机器学习装置及方法
CN103250106A (zh) 多输入多输出控制结构的交互控制
WO2019176370A1 (ja) 将来状態推定装置および将来状態推定方法
US10895854B1 (en) System and method for control constrained operation of machine with partially unmodeled dynamics using Lipschitz constant
EP3289415B1 (en) Formulating steady-state targets using prioritized objective functions
US10409232B2 (en) Engineering tool and method for parameterizing a model-based predictive controller
US7149589B2 (en) Method of adjusting a process control device, adjustment tool therefor and process control device thereof
Xia et al. On guaranteeing passivity and performance with a human controller
CN111684365B (zh) 学习装置、学习方法及其存储介质
De La Pena et al. A decomposition algorithm for feedback min–max model predictive control
Wu et al. A Galerkin/neural-network-based design of guaranteed cost control for nonlinear distributed parameter systems
JPH0535309A (ja) モデル予測制御装置
WO2019142728A1 (ja) 制御装置、制御方法およびプログラム記録媒体
Patrascu et al. Tuning of PID controllers for non-linear MIMO systems using genetic algorithms
JP7264845B2 (ja) 制御システム及び制御方法
JP7336425B2 (ja) モデル学習装置、制御装置、モデル学習方法、および、コンピュータプログラム
Grof et al. Convex hull manipulation based control performance optimization: case study of impedance model with feedback delay
JPH05120256A (ja) モデル予測制御装置
JP7409345B2 (ja) 学習処理装置、制御装置、学習処理方法、制御方法、学習プログラムおよび制御プログラム
Khalin et al. On computer mouse pointing model online identification and endpoint prediction
Yang et al. Efficient reduced order controller design for dissipative PDE systems with strong convective phenomena
Mirkin Decomposition-coordination optimization of the dynamic systems with adaptation of the criterion
Stoica et al. MIMOptMPC: A MATLAB™ toolbox for off-line robustification of multivariable MPC

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): US

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): AT BE CH DE DK ES FR GB GR IT LU MC NL SE

WWE Wipo information: entry into national phase

Ref document number: 1992904406

Country of ref document: EP

WWP Wipo information: published in national office

Ref document number: 1992904406

Country of ref document: EP

WWW Wipo information: withdrawn in national office

Ref document number: 1992904406

Country of ref document: EP