CN105027010A - 控制参数调整方法及控制参数调整系统 - Google Patents

Abstract

在具有多个PID控制回路的工厂设备、和经由通信网络而与工厂设备连接的支援服务器中使用的控制参数调整方法，包含以下的顺序。即，在工厂设备中，取得有关多个PID控制回路的信息，从取得的信息提取操作量、计测值、目标值以及干扰，将提取到的操作量、计测值、目标值以及干扰的跨越规定期间的时间序列数据经由通信网络向支援服务器发送。在支援服务器中，基于时间序列数据，按每个PID控制回路诊断控制性能，判断控制性能不满足预先设定的条件的PID控制回路，参照判断出的PID控制回路的时间序列数据，同定判断出的PID控制回路的控制参数。并且，在工厂设备中，将判断出的PID控制回路的控制参数基于同定出的控制参数进行更新。

Description

控制参数调整方法及控制参数调整系统

技术领域

本发明涉及调整在工艺(process)中使用的系统的、用于将流量、压力、水质、风量、温度以及液位等物理量保持为固定值的PID(ProportionalIntegral Derivative，比例积分微分)控制回路的参数的控制参数调整系统、在该系统中使用的控制参数设定装置以及控制参数调整方法。

背景技术

在污水处理工艺、污泥消化工艺、净水工艺及给配水工艺等水处理/水运用工艺、石油化学工艺、以及半导体制造工艺等工艺的运转管理中，要求在达成工艺的规定目标性能的基础上避免风险并实现节能和省成本的运用。这些工艺由计划服务器以及支援服务器等的利用数理性手法的计划系统或支援系统的所谓上位系统和被称为本地系统的下位系统运作。在下位系统中，通过遵照来自上位系统的指示的自动单元、或者基于参考了来自上位系统的信息的人的判断的手动单元而被设定物理量(流量、压力、水质、风量、温度以及液位等)的目标值(称为SV：Set Variable)。并且，以使对象的物理量的计测值(称为PV：Process Variable)追随于设定的目标值的方式，反馈控制阀和泵等的操作量(称为MV：Manipulate Variable)。

以往，实现节能和省成本及风险避免的功能多作为主要应该由上位系统分担的功能而被处理，根据情况的不同而作为应该由比运转管理更上位的经营管理的级别来分担的功能而被处理的情况也很多。因此，有认为被定位在最下位的反馈控制回路的主要任务是遵照来自上位的指示(＝目标值)进行动作的倾向。

近年来，该被定位在最下位的反馈控制回路的性能对于节能·省成本、风险避免发挥非常重要的作用这一情况被认识及再认识。其中，较多的兴趣正在集中于在工艺产业领域中使用的反馈控制回路中的占90％以上的PID控制回路的性能监视和调整。

以下说明PID控制回路的控制性能、与节能和省成本及风险避免的关系。物理量可以是压力及温度等，是什么都可以，这里，设想污水处理工艺中的将反应槽的溶解氧浓度(以下记作DO浓度)作为计测值、将空气供给量(曝气量)作为操作量、将DO浓度1mg/L作为目标值的情况。污水处理工艺中，为了利用微生物的活动(代谢)来分解污水中的有机物等，进行被称作曝气的空气供给。曝气所需要的电力为污水处理场所的日常运用中使用的电力的40％以上。因此，希望尽量减少空气供给量，但如果过少则不能进行微生物的活动所需要的空气供给，作为结果，污水处理的放水水质劣化。

PID控制回路以使反应槽中的DO浓度为固定的方式控制污水处理工艺。这里，在PID控制回路没有充分良好的动作的情况下，在反应槽中，相对于作为目标值设定的1mg/L，产生许多实际上成为0mg/L的部位。DO浓度成为0mg/L意味着微生物无法活动，因此，作为结果，放水水质有可能劣化。另一方面，DO浓度超过2mg/L的部位也被发现。如果能够维持某固定以上的DO浓度，则能够充分维持放水水质，因此在通常的污水处理工艺中不需要2mg/L以上的DO浓度。因此，维持较高的DO浓度会浪费曝气风量和与之相伴的电力。这样，如果PID控制回路没有被充分调整，则会引起放水水质劣化的风险和浪费电力的成本增加。

另一方面，在通过PID控制回路恰当地实施了DO浓度的控制的情况下，相对于作为目标值设定的DO浓度1mg/L，作为计测值的DO浓度被抑制为0.8mg/L～1.2mg/L左右的变动。由此，能够一并抑制放水水质劣化的风险和电力成本增加。但是，在PID控制回路没有充分动作的情况下和动作的情况下，由于DO浓度的平均值都为1mg/L左右，因此平均的风量在两情况下大致成为相同值。也就是说，可能会理解为或许平均性地实现了放水水质劣化的风险的避免。相对于此，在PID控制回路动作时，如果相对于目标值1mg/L将计测值抑制为0.8mg/L～1.2mg/L左右的变动，则能够充分避免水质劣化风险，因此能够降低目标值。例如，即使使目标值下降到0.5mg/L，计测值的变动也被抑制为0.3mg/L～0.7mg/L左右。因此，没有DO浓度成为0mg/L的情况，能够避免放水水质劣化风险。这意味着，通过在调整了PID控制回路的控制参数的基础上降低目标值，能够避免放水水质劣化风险并降低电力成本。

在上述的例子中，说明了以使污水处理工艺的DO浓度维持为固定的方式进行控制的例子。例如温度控制及压力控制也可以说是同样的。也就是说，根据上述的例子可知，为了在将用于将温度保持为固定的锅炉的电力量等成本、以及用于将压力保持为固定的泵的电力量等成本限制在最小限度的同时维持控制性能，充分调整PID控制回路的控制参数起到极为重要的作用。

这样，PID控制回路的调整在节能和省成本运用与风险避免运用中起到极为重要的作用，但实际上调整控制参数并不一定容易。例如，各工厂设备中控制参数的调整多依赖于现场调整员的常年的经验和技巧。在具有复杂特性的工厂设备中，还有熟练的工程师通过一些方法同定控制对象的特性、并将同定的特性用数学式模型表现的情况。该数学式模型被称为工艺模型(process model)。熟练的工程师执行在该工艺模型中组装有PID控制回路的仿真，调整控制参数。

这样，PID控制回路的控制参数的同定法需要经验、技巧以及仿真等。因此，使不充分具有工厂设备知识的经验浅的现场调整员理解控制参数的同定法并普及大多是困难的。结果，控制参数没有被充分调整地被搁置的情况时有发生。此外，无论多么充分地调整了控制参数，通过工厂设备的特性的经年变化、或者工厂设备的运转条件的变更等，随着时间的经过，也常常发生控制性能劣化的情况。

从这样的观点来看，基于控制对象的特性自动地调整PID控制参数的方法当然受到需求。因此，在许多非专利文献及专利文献中提出了自我调整型的PID控制。例如，被称作适应控制或学习控制的控制的领域是以一般性的反馈控制系统为对象将适应控制或学习控制体系化的领域。因此，该控制方法当然也能够适用于作为反馈控制的特殊的一形态的PID控制。例如，如在非专利文献3中也有记载的那样，被称作自校正调节(Self-TuningRegulator)的手法在PID控制中也被广泛使用是周知的事实。

此外，在专利文献1中公开了这样的方法：根据基于自校正调节所使用的广义最小方差控制(GMVC)的PID控制的调整法的思想，在避免同定对象工艺的特性而构筑预测模型的劳力和时间的同时，同定最优的控制参数。在专利文献2中公开了这样的方法：考虑控制响应输出与控制输入的变化量之间的平衡，对GMVC的评价基准之中包含的λ参数进行同定。此外，在专利文献3以及专利文献4中公开了这样的自动调谐方法：在方差控制系统中，在控制器和工作站被通信线路结合的情况下的工艺控制网络内调谐控制要素。并且，在专利文献5中公开了这样的方法：基于多个模型调整PID控制参数，从调整后的PID控制参数中选择最优的控制参数。另外，模型利用为了表示控制对象的特性而事先准备的雏型而制作。

这些方法都意向于极力自动调整PID控制参数的方法。它们着重于极力减少伴随着PID控制参数的调整的各种各样的工程要素。

另一方面，在非内部系统的在工艺中使用的系统中，实际上现场的调整员对各控制回路具有最终的责任地调整控制参数。预想到通过今后老手调整员的大量退休而对自动化的需求加速，但是在最终完全地使调整自动化之前，认为还需要相当长的时间。因此，可以认为，目前对于提供能够以更少的人数并且通过工厂设备相关知识不一定丰富的调整员来调整PID控制参数的构造、或者能够取代调整员而由工厂设备管理者或操作员自身调整PID控制参数的构造的需求非常大。

现有技术文献

专利文献

专利文献1：专利第4474555号公报

专利文献2：专利第4528984号公报

专利文献3：特开2000－293292号公报

专利文献4：特开2011－103140号公报

专利文献5：特开2009－116515号公报

非专利文献

非专利文献1：M.Jelali,“An overview of control performance assessmenttechnology and industrial applications”,Control Engineering Practice,14,pp.441-466,2006

非专利文献2：山本透、「化学プロセスにおける「制御」の役割～「制御」で省エネルギー化を考える～」、計測と制御、Vol.51、No.10、pp.962－967、計測自動制御学会、2012

非专利文献3：山本、兼田、「一般化最小分散制御則に基づくセルフチューニングPID制御器の一設計」、システム制御情報学会論文誌、1998年、第11巻、第1号、pp.1－9

非专利文献4：http://tech.chase-dream.com/cpm/report-CPM.pdf

非专利文献5：Van Oversche,“P Subspace Identification”,Theory-Implementation-Application,PhD Thesis,Dept.of Electrical Eng.KatholiekeUniversiteit,Leuven,1995

非专利文献6：システム制御情報学会編著者代表須田信英、「PID制御」、システム制御情報ライブラリー朝倉書店、1992

发明概要

发明要解决的课题

如以上那样，在工艺所使用的系统中，虽然由现场的调整员对各控制回路的控制参数进行调整，但能够以更少的人数并且通过工厂设备相关知识不丰富者等调整PID控制参数的构造受到需求。

发明内容

因此，本发明的目的在于，提供一种在工艺所使用的系统中能够以更少的人数并且通过工厂设备相关知识不丰富者等调整PID控制参数的控制参数调整方法，控制参数调整程序，控制参数调整系统以及控制参数设定装置。

用于解决课题的手段

根据实施方式，在具有多个PID控制回路的工厂设备、和经由通信网络而与工厂设备连接的支援服务器中使用的控制参数调整方法，包含以下的顺序。即，在工厂设备中，取得有关上述多个PID控制回路的信息，从上述取得的信息，提取操作量、计测值、目标值以及干扰(DV：DisturbanceVariable)，将提取出的操作量、计测值、目标值以及干扰的跨越规定期间的时间序列数据经由通信网络向支援服务器发送。在支援服务器中，基于上述时间序列数据，按每个上述PID控制回路诊断控制性能，判断上述控制性能不满足预先设定的条件的PID控制回路，参照上述判断出的PID控制回路的时间序列数据，同定上述判断出的PID控制回路的控制参数。并且，在工厂设备中，将上述判断出的PID控制回路的控制参数基于同定出的上述控制参数进行更新。

附图说明

图1是表示第一实施方式的控制参数调整系统的功能结构的框图。

图2是表示图1所示的同定部的其他功能结构的框图。

图3是表示图1所示的控制参数同定部所使用的参照模型的系数的图。

图4是表示图1所示的显示部的显示例的图。

图5是表示图1所示的显示部的显示例的图。

图6是表示第二实施方式的控制参数调整系统的功能结构的框图。

图7是表示第三实施方式的控制参数调整系统的功能结构的框图。

具体实施方式

以下，参照附图对实施方式进行说明。

(第一实施方式)

图1是表示第一实施方式的控制参数调整系统10的功能结构的框图。图1所示的控制参数调整系统10具备工厂设备(plant)11－1～11－N、支援服务器12以及操作终端13。工厂设备11－1～11－N经由通信网络而与支援服务器12连接。通信网络可以是有线或无线等任何类型的通信网络。本实施方式中，由于以与支援服务器12连接为前提，所以假定利用VPN(Virtual Private Network)等考虑某种程度的数据安全的因特网等通用线路、或者专用线路。

工厂设备11－1中，设置水处理/水运用工艺、石油化学工艺、或者半导体制造工艺等工艺。工厂设备11－1具备至少1个以上的PID控制回路111、计测部112、提取部113、保持部114以及参数设定部115。

在例如工厂设备11－1是污水处理场所的情况下，PID控制回路111相当于将DO浓度作为计测值、将曝气风量作为操作量并将规定的DO浓度作为目标值、进行控制以将DO浓度维持为固定值的系统。另外，以下，将由PID控制回路111实施的、用于将DO浓度维持为固定值的控制称为DO浓度固定控制。具体而言，在工厂设备11－1是污水处理场所的情况下，PID控制回路111具备计测DO浓度的DO浓度计、进行曝气的曝气装置以及PID控制器。PID控制器对曝气装置的曝气风量进行调整，以将DO浓度计所计测的DO浓度维持为作为目标值被输入的DO浓度。但是，PID控制回路111也可以构成将曝气装置的曝气风量作为目标值、将向反应槽供水的阀的阀开度作为操作量的级联(cascade)型的PID控制回路。

此外，例如，在工厂设备11－1是净水场所的情况下，PID控制回路111相当于实施凝集剂以及次氯酸等的药品注入控制的系统。此外，例如，在工厂设备11－1是送配水工艺的情况下，PID控制回路111相当于实施送配水泵的压力控制以及流量控制的系统。此外，例如，在工厂设备11－1是海水淡水化工艺的情况下，PID控制回路111相当于实施膜处理工艺中使用的高压泵的压力控制的系统。此外，在工厂设备11－1是焚烧工艺的情况下，PID控制回路111相当于实施温度控制的系统。另外，这里列举的PID控制回路111大多具有将关于阀开度或泵的转速等的设备操作量作为最下层的级联型的PID控制。

计测部112以预先设定的周期取得对各PID控制回路111的输入信息和来自各PID控制回路111的输出信息。在工厂设备11－1是污水处理场所的情况下，在取得的信息中，包含关于DO浓度、曝气风量、DO浓度的目标值、流入污水量以及污水负荷(流入污水量×流入污水水质浓度)等。

提取部113例如具有Supervisory Control And Data Acquisition(SCADA，监控和数据采集)等。提取部113接受由计测部112取得的全部的计测值。提取部113例如通过以下所示的2个方法中的某1个，从接受的计测值中提取操作量、计测值、目标值以及干扰的集。如上述那样，在工厂设备11－1是污水处理场所的情况下，曝气风量相当于操作量，DO浓度相当于计测值，设定的规定的DO浓度相当于目标值，流入污水量以及污水负荷相当于干扰。另外，本实施方式中，所谓干扰，表示干扰变量。另外，在操作量、计测值、目标值以及干扰的对应关系被事先定义的情况下，提取部113根据事先定义的对应关系，从接受的计测值提取操作量、计测值、目标值以及干扰的集。

在根据从接受的计测值提取操作量、计测值、目标值以及干扰的集的第1个方法中，提取部113搜索属于工厂设备11－1的全部的PID控制回路111的识别号码，从与各PID控制回路的识别号码对应的输入输出信息提取相应的计测值以及操作量。并且，提取部113提取与提取到的计测值对应的目标值。根据该方法，由于对工厂设备11－1中组装的PID控制回路111进行全体搜索，所以具有能够提取全部的操作量、计测值以及目标值的集的优点。

在另一个方法中，提取部113从接受的计测值取得与事先分配的目标值对应的计测值。提取部113搜索将目标值作为输入并将取得的计测值作为输出的PID控制回路的识别号码。提取部113针对被赋予搜索出的识别号码的PID控制回路，将对应的操作量从接受的计测值提取。根据该方法，虽然无法发现没有目标值信息的PID控制回路，但实际上能够网罗发现被设定了目标值而被利用的PID控制回路。即，即使是通过工厂设备11－1～11－N事先不知道PID控制回路的数量以及对象的情况下，也能够自动地提取关于PID控制回路的数据集。

此外，在接受的计测值中存在许多操作量、计测值以及目标值以外的模拟数据的情况下，提取部113通过解析操作量、计测值与模拟数据的相关来推定干扰。例如，提取部113对于作为对象的操作量、计测值和全部的模拟数据，进行主成分分析等，将对操作量和计测值较强地有效的主成分(载荷(loading))同样地较强地有效的模拟数据作为干扰来采用。

保持部114将包含提取部113所提取的操作量、计测值、目标值以及干扰的关于PID控制回路的数据集在规定期间内的时间序列数据暂时保持。保持部114将保持的时间序列数据以事先设定的周期、或者响应于来自支援服务器12的请求而经由通信网络向支援服务器12发送。

参数设定部115按照从操作终端13发送的更新指示，将在工厂设备11－1～11－N的PID控制器中设定的控制参数重新设定为从操作终端13发送的控制参数。

工厂设备11－2～11－N与工厂设备11－1类似，具有与工厂设备11－1相同的结构。

图1所示的支援服务器12经由通信网络而与工厂设备11－1～11－N连接。支援服务器12例如包含中央处理器(CPU)、以及只读存储器(ROM)和随机存储器(RAM)等CPU执行处理所用的程序及数据的保存区域等。支援服务器12通过使CPU执行控制参数调整程序，构筑保持部121、诊断部122以及同定部123。

保持部121经由通信网络接收从工厂设备11－1～11－N供给的M组时间序列数据。这里，所谓M组，利用多个(Li个(i＝1，2，…，N))从工厂设备11－1～11－N收集的时间序列数据，求取为

[式1]

$M\stackrel{def}{=}{\mathrm{\Σ}}_{i=1}^{N}Li---\left(1\right)$

。保持部121保持接收到的时间序列数据。保持部121以事先设定的周期、或者通过从外部提供的触发，将保持的时间序列数据向诊断部122输出。

诊断部122对M组时间序列数据诊断控制性能。作为控制性能诊断手法，公知有利用最小方差(MV：Minimum Variance)指标、或者冠名提案者的姓名的Harris指标等指标的诊断。此外，还能够利用将最小方差指标一般化而利用计测值和操作量这双方的值的广义最小方差(GMV：Generalized Minimum Variance)指标进行诊断。以下，表示利用最小方差指标的诊断方法的概要。另外，利用最小方差指标的诊断例如在非专利文献1以及非专利文献4中记载了其具体的方法。

在PID控制回路等具有积分器的反馈控制回路进行的固定值控制中，如果不存在干扰，则目标值和计测值随着时间经过而一致。这是作为“内部模型原理”的特殊情况而在控制技术的共用(community)中被广为周知的事实。但是，在实际的工艺中使用的系统的控制回路中，计测值和目标值一定有误差。可以认为该误差由干扰引起。最小方差指标η(τ)用该误差的方差的最小值(最小方差)σ_mv ²(τ)与实际的方差σ_y ²之比定义控制性能。具体的公式表示为，

[式2]

$\mathrm{\η}\left(\mathrm{\τ}\right)=\frac{{\mathrm{\σ}}_{mv}^2\left(\mathrm{\τ}\right)}{{\mathrm{\σ}}_y^2}---\left(2\right)$

。在式(2)中，最小方差依赖于徒劳时间τ。徒劳时间是干扰的影响体现在输出中之前的延迟时间。在从干扰被施加起的徒劳时间的期间，无论进行怎样的控制都无法抑制该影响。基于该事实，最小方差作为无法使方差进一步变小的最小的方差而被求取。但是，由于最小方差依赖于徒劳时间τ，所以需要将徒劳时间τ通过例如将操作量与计测值的相关一边错开时间一边计算、在具有最大相关的时间进行推定等的手法事先推定。最小方差指标η(τ)取从0到1的值，被诊断为当接近1则控制性能良好。因此，诊断部122通过判断η(τ)是否超过规定的阈值，来诊断性能的良好与否。

广义最小方差指标是不仅考虑计测值的方差σ_y ²而且还考虑操作量(的差分)的方差的指标，基本思想与最小方差指标同样。

如以上那样，虽然也能够通过利用最小方差指标以及广义最小方差指标的公知的诊断手法来诊断控制性能，但最小方差指标以及广义最小方差指标被指出问题点，存在不实用的情况。这样的情况下，诊断部122还能够采取以下那样的方法。

最简单的方法是在PID控制参数已经被一度调整且通过经年变化等而控制性能劣化了的情况下、通过比较初始调整时的方差与当前的方差来诊断控制性能的方法。具体的公式通过初始调整时的计测值和目标值的控制误差的方差σ_bench ²与实际的方差σ_y ²之比表示为

[式3]

${\mathrm{\η}}_{bench}=\frac{{\mathrm{\σ}}_{bench}^2}{{\mathrm{\σ}}_y^2}---\left(3\right)$

。η_bench取从0到1的值，被诊断为当接近1则控制性能良好。因此，诊断部122通过判断η_bench是否超过规定的阈值，来诊断性能的良好与否。由此，诊断部122在工厂设备的控制参数已调整完的情况下评价控制参数的经年劣化的情况下，能够以初始调整时的控制响应为基准来评价性能。因此，诊断部122能够在消除最小方差指标以及广义最小方差指标的问题点的同时诊断PID控制回路的控制性能。

然而，最初PID控制参数没有被充分良好地调整的情况也较多。作为在这样的情况下诊断控制性能的实用的方法，可以举出对具有同一项目的操作量、计测值以及目标值的PID控制回路(以下，称作同一类型的PID控制回路)彼此的方差进行比较的方法。例如，如果是水处理工艺，则用称作水处理系列的多个系列进行DO浓度固定控制的情况较多。即使假设水处理系列单一而执行了DO浓度固定控制，如果将多个工厂设备的信息收集在支援服务器12中，则同一类型的PID控制回路通常存在多个。这样的情况下，诊断部122将同一类型的PID控制回路的计测值与目标值的误差方差相对地比较，例如，将同一类型的PID控制回路中的最接近误差方差的平均值的误差方差作为基准(benchmark)对象。诊断部122根据作为基准对象的控制误差的方差σ_bench ²与实际的方差σ_y ²之比，诊断控制性能的良好与否。由此，诊断部122在存在相同的PID控制回路以及/或者具有类似的工厂设备结构的多个工厂设备的PID控制回路的情况下，能够通过相对地比较控制响应来评价性能。因此，诊断部122能够在消除最小方差指标以及广义最小方差指标的问题点的同时诊断PID控制回路的控制性能。另外，也可以不是利用方差而是利用标准偏差。

此外，作为上述那样的控制性能诊断的改良版，诊断部122也可以使用以下那样的诊断方法。

水处理工厂设备中的计测部112包含的水质传感器等由于污浊物的附着而传感器的计测值中包含相当多的离群值(异常值)的情况较多。有这样的离群值的存在妨碍控制水质的反馈控制的实用化的事例。因此，在将离群值事先过滤(filtering)后执行反馈控制在反馈控制中是基本的，并且应该在驱动反馈控制前实施。但是，无论如何过滤离群值，也难以将离群值完全除去。因此，存在控制响应常常紊乱、目标值与计测值的控制误差变大的情况。这样的情况下，诊断部122也可以作为式(2)及式(3)所示的方差代替，使用鲁棒(robust)地推定的值进行控制性能的诊断。在鲁棒统计的领域中，开发出了将方差鲁棒地推定的各种各样的手法。以下表示最简单且常使用的几个手法。

首先，有作为平均－方差的对的代替而将中央值(Median)－中央值绝对值偏差(MAD：Median Absolute Deviation)作为统计的尺度进行利用的方法。在假定对象数据(这里是目标值与计测值的控制误差)遵循正态分布的情况下，MAD和方差能够变换，所以能够作为方差的代替而使用MAD。另外，已知的是，MAD具有即使将50％以内的数据置换为无穷大(即，设想50％以内的过大、过小的异常值的混入)值也有限的性质，是最鲁棒的统计量。由此，诊断部122能够将式(2)及式(3)所示的方差置换为MAD而诊断控制性能。

此外，作为不像中央值绝对值偏差那么鲁棒但比方差鲁棒的实用的方法，可以举出利用将数据按升序或降序排序、删除(修整(trim))上下限数％而计算平均及方差的删除(修整)计算的方法。在修整计算中虽有将方差过小评价的倾向，但认为不给相对的方差比的评价带来大的影响。因此，诊断部122能够将式(2)及式(3)的方差用删除值置换来诊断控制性能。

除此之外，还能利用被称作自助法(bootstrap)以及子抽样(subsampling)的手法评价方差。具体的手法有各种提案，但简单有效的手法是从全部数据中提取2个数据、在将其差分的平方在全部的模式(pattern)中算出的基础上、取其中央值的方法。这是将使平均的计算鲁棒化的称作Hodges-Lehman统计量的推定法扩展到方差中的方法。利用该方法取得的推定值在对象数据没有从正态分布较大地背离的情况下成为方差良好的推定值。由此，诊断部122在时间序列数据中混入了离群值等异常数据的情况下也能够精度良好地评价控制性能。

进而，作为将上述的控制性能的诊断手法进一步改良的手法，诊断部122还能够如最小方差指标以及广义最小方差指标那样、将由一个PID控制回路理论性地计算的绝对性指标与由多个PID控制回路的相对比较求出的相对性指标相组合来评价性能。

同一类型的PID控制回路存在多个的情况下，某个PID控制回路的控制性能在被用最小方差指标进行评价时不会表现出差的值，但当相对于其它PID控制回路相对性地评价时有时会表现出差的值。例如，在水处理工艺的多个水处理系列中进行了DO浓度固定控制的情况下，即使是相对地方差较大、在利用相对性指标的诊断中被诊断为性能差的PID控制回路，在利用最小方差指标的诊断中也不一定被诊断为性能差。这是因为，最小方差指标将基于无法控制的干扰的方差作为最小方差且基准对象。

但是，相对地方差较大的PID控制回路在驱动器(actuator)的性能以及/或者传感器设置位置等中存在问题的情况较多。例如，在DO浓度固定控制中将DO浓度计设置在作为驱动器的曝气装置的附近的情况下，由于从曝气装置供给的空气直接接触DO浓度计，所以DO浓度能够较大地变化。另一方面，实际溶解在水中的DO浓度不那么急剧地变化。该状况能够通过重新考虑DO浓度计的设置位置而改善。这样，在同一类型的PID控制回路中，在存在控制性能不同的PID控制回路的情况下，多需要重新考虑在该PID控制回路中设置的传感器以及/或者驱动器的设置位置等。

因此，诊断部122在利用式(2)所示的最小方差指标那样的绝对性指标诊断控制性能、通过该诊断判断为控制性能良好之后，利用式(3)所示的相对性指标诊断控制性能。通过利用相对性指标的诊断判断为控制性能差的情况下，诊断部122使操作终端13显示指示，以促使PID控制回路111中设置的传感器以及/或者驱动器的设置位置等的重新考虑、而不是控制参数的调整。由此，诊断部122能够与诊断控制参数调整的必要性的有无同时地，还诊断驱动器以及/或者传感器等的设备构成的重新考虑的必要性的有无。

诊断部122通过对从保持部121输出的M组时间序列数据实施以上那样的诊断，来把握控制性能差的时间序列数据。诊断部122将计测控制性能差的时间序列数据的PID控制回路作为需要控制参数的调整的PID控制回路提取。诊断部122将关于需要控制参数的调整的PID控制回路的信息向同定部123输出。

同定部123基于从诊断部122通知的信息，从保持部121读出关于需要控制参数的调整的PID控制回路的时间序列数据。同定部123基于读出的时间序列数据同定控制参数。另外，同定部123中，采用不需要进行同定实验的闭回路同定手法。闭回路同定手法大致分类为直接法、间接法以及输入输出结合法这3个种类，采用哪种方法都可以。作为在理论上被推敲过的手法，例如能够采用非专利文献5中记载的部分空间法等方法。

以下，说明同定部123采用间接法同定控制参数的情况和采用直接法同定控制参数的情况。

首先，同定部123采用间接法同定控制参数的情况下，同定部123具备工艺模型同定部1231以及控制参数同定部1232。另外，图1示出同定部123采用间接法的情况的结构。

工艺模型同定部1231例如通过式(4)所示的、与1次延迟+徒劳时间模型的近似来同定工艺模型。

[式4]

$G\left(s\right)=\frac{K}{1+Ts}\exp \left(Ls\right)---\left(4\right)$

工艺模型同定部1231通过对从保持部121读出的时间序列数据采用闭回路同定手法，来同定式(4)所表示的对象工艺模型的工艺参数、K(工艺增益)、T(时间常数)、L(徒劳时间)这3个参数。工艺模型同定部1231通过采用闭回路同定手法，在对于PID控制回路只存在施加了PID控制的状态下的时间序列数据的情况下，也能够不重新进行同定实验而仅通过从工厂设备11－1～11－N收集到的时间序列数据同定工艺参数。

此外，闭回路同定手法是不重新进行同定实验就能够同定工艺模型的参数的有用的手法。但是，在工艺参数的可同定性(唯一地确定上述K、T、L等参数的性质)劣化的情况下，并不是一定能够正确地同定工艺参数。为了应对这样的情况，可以考虑以下所示的多个手法。

第1个手法是选择性地利用从保持部121读出的时间序列数据中的、操作量变化了的期间的手法。

在实现选择性地利用操作量变化了的期间的手法的情况下，工艺模型同定部1231例如对操作量的变化率设置阈值，提取从保持部121读出的时间序列数据中的、操作量变化了阈值以上的期间的数据。并且，工艺模型同定部1231利用提取出的数据同定工艺参数。

此外，选择性地利用操作量变化了的期间的手法也能够如以下那样实现。即，工艺模型同定部1231在从保持部121读出的时间序列数据中，搜索操作量按阶跃(step)状变化了的期间，提取发现的期间的附近的阶跃响应。此时，工艺模型同定部1231例如利用容易检测出阶跃状的变化的、Harr小波等小波(wavelet)变换，提取阶跃状变化的期间。并且，工艺模型同定部1231利用提取出的数据同定工艺参数。

此外，选择性地利用操作量变化了的期间的手法还能够如以下那样实现。即，工艺模型同定部1231将从保持部121读出的时间序列数据分割为适当的长度，反复将分割后的数据合并(Split and Merge)。工艺模型同定部1231将关于合并了的时间序列数据的可同定性通过对该时间序列数据中的操作量以及计测值适用直接法来确认。并且，工艺模型同定部1231利用合并了的时间序列数据中的可同定性最高的时间序列数据，来同定工艺参数。

由此，工艺模型同定部1231通过从工艺参数的可同定性低的时间序列数据提取容易进行工艺参数的同定的时间序列数据，能够以高精度同定工艺参数。

此外，针对工艺参数的可同定性的劣化的第2个手法是强制性地使可同定性提高的手法。

在实现第2个手法的情况下，工艺模型同定部1231首先确认使用了保持部121所保持的时间序列数据的情况的可同定性，判断可同定性的劣化度。这例如通过对判断可同定性的矩阵的最大固有值与最小固有值之比所表示的条件数等设置阈值来判断。在判断为可同定性差的情况下，工艺模型同定部1231向操作终端13发出指示，以使其采取用于使可同定性提高的动作。即，工艺模型同定部1231对同定实验被允许的工厂设备，暂时开放PID控制回路(从Automatic(自动)模式切换为Manual(手动)模式)，向操作终端13发出指示，以使其对操作量加入阶跃输入或加入M序列信号。工艺模型同定部1231在再次取得关于对该动作的控制响应的时间序列数据的基础上，通过开回路的同定求取工艺模型的工艺参数。

另一方面，可以认为，允许上述那样的同定实验的情况在现实中不怎么多。因此，工艺模型同定部1231能够采取以下的处理。即，工艺模型同定部1231向操作终端13发出指示，以使其暂时使对PID控制回路的PID控制的控制变弱，控制性能劣化。例如，工艺模型同定部1231向操作终端13发出指示，以使其通过使比例增益变小并且使积分时间变大而使控制性能劣化。这样，控制变得不怎么有效，因此能够期待操作量和计测值的变动变大、可同定性得以改善。工艺模型同定部1231在一定期间收集减弱了控制的控制响应的基础上，再度确认可同定性，重复该操作直到可同定性变充分。并且，工艺模型同定部1231在可同定性变充分时使用闭回路同定手法同定工艺参数。

由此，工艺模型同定部1231能够对于强制性地使参数的可同定性提高了的时间序列数据同定工艺参数。

另外，同定部123也可以如图2所示那样具备判断部1233。判断部1233根据工艺模型同定部1231同定的工艺参数的值，判断是应该向控制参数同定处理转移还是应该重新考虑在PID控制回路中控制构成设备的控制器。判断部1233基于以下的顺序。

通过工艺模型同定部1231，能够得到工艺参数K、L、T。能够从这些值得到的L/T的值作为评价PI控制的稳定化的难易度的指标被频频利用。另外，工艺增益K越大越难控制，但由于能够通过使作为PI控制的参数之一的比例增益Kp变小而补偿，所以与本质上的难易度不怎么有关系。L/T意味着，其绝对值越大则与时间常数相比徒劳时间越长。即，L/T的绝对值越大，控制变得越难。在工艺所利用的系统中虽不怎么多，但极端的情况下，在不稳定的工艺(T的值为负值)中L/T的绝对值超过1的情况下无法通过PID控制使工厂设备稳定化。不稳定的工厂设备虽少但是由于L/T的值较大时难以进行控制，所以也有优选更积极地考虑了徒劳时间的控制方法的情况。因此，判断部1233对L/T的绝对值例如设置“5”的阈值，判断L/T的值是否超过该阈值。超过的情况下，判断部1233不向控制参数同定处理转移，将重新考虑PID控制这一情况向操作终端13通知。这里，所谓重新考虑PID控制例如意味着：替代现状的控制器而采用徒劳时间补偿型Smith补偿的控制器、或者被公知为对徒劳时间鲁棒的Dahlin控制器等控制器等。

由此，在仅通过PID控制不能预计到充分的控制性能的改善的情况下，通过改良PID控制回路的控制器自身或者变更控制器，能够增加节能、省成本以及风险降低的效果。

控制参数同定部1232使用由工艺模型同定部1231同定的工艺参数，同定控制参数。在该同定中，能够使用采用工艺模型的工艺参数的任意的同定手法。

例如，在非专利文献6中，记载了针对式(4)所示的工艺模型的各种控制参数的调整法。本实施方式中，可以采用其中的任一种方法。其中被认为特别有希望的方法是北森提出的局部的模型匹配法(北森法)、或者IMC调整法(内部模型调整法)。但是，北森法不是必须将式(4)设为对象的调整法。因此，以下，表示将式(4)设为对象、适用除去了D成分的PI控制的情况的北森法的具体的计算式。

首先，作为步骤1，为了决定PI控制器的比例增益Kp和积分定数TI的值，将式(4)的工艺模型用式(5)的形式近似表现。这里，式(5)称作仅传递函数的分母具有拉普拉斯算子S的多项式的分母序列表现。

[式5]

$\frac{Y\left(s\right)}{U\left(s\right)}=\frac{K}{1+Ts}{e}^{-Ls}\≅\frac{1}{\frac{1}{K}+\frac{T+L}{K}s+\frac{L(T+\frac{L}{2})}{K}{s}^2}\≡\frac{1}{a_0+a_{1}s+a_2{s}^2}---\left(5\right)$

另外，式(5)中，使用

[式6]

$e^{-Ls}\≅1-Ls+\frac{1}{2}{L}^2{s}^2---\left(6\right)$

的关系式。

接着，作为步骤2，定义参照模型。这是为了使式(5)的分母序列表现与参照模型的阶跃响应一致而调整PI控制的参数。参照模型表示为

[式7]

$R\left(s\right)=\frac{1}{r_0+r_{1}ts+r_2{t}^2{s}^2+r_3{t}^3{s}^3}---\left(7\right)$

式(7)的r₀～r₃的值从图3所示的No.1～No.5的某个值中选择。

接着，作为步骤3，以使对式(5)所示的工艺模型进行了PI控制的反馈控制系统与式(7)所示的参照模型的响应波形一致的方式，决定PI控制的比例增益Kp、积分常数TI、以及规定参照模型的响应速度的可调整参数t。当决定了比例增益Kp、积分常数TI以及可调整参数t，能够得到以下的关系式。

[式8]

比例增益： $Kp=\frac{a_0}{t}(\frac{a_1}{a_0}-r_{2}t)=\frac{T+L-r_{2}t}{tK}---\left(8\right)$

[式9]

积分常数： $TI=\frac{a_1}{a_0}-r_{2}t=T+L-r_{2}t---\left(9\right)$

[式10]

可调整参数： $t=\frac{r_2{a}_1-\sqrt{r_2^2{a}_1^2-4a_2{a}_0(r_2^2-r_3)}}{2a_0(r_2^2-r_3)}---\left(10\right)$

控制参数同定部1232通过进行以上所示的式(4)～式(10)的计算，同定PID控制回路的控制参数。

此外，为了比较，以下还示出将式(4)设为对象的IMC调整法。

在IMC调整法中，从以下式求取比例增益Kp、积分定数TI以及可调整参数t。

[式11]

比例增益： $Kp=\frac{T+L/2}{tK}---\left(11\right)$

[式12]

积分常数：TI＝T+L/2     (12)

[式13]

可调整参数：t＝max(1.7L,0.2T)    (13)

控制参数同定部1232通过进行以上所示的式(11)～式(13)的计算，同定PID控制回路的控制参数。

接着，说明同定部123采用直接法同定控制参数的情况。直接法在工艺参数的同定困难的情况下采用。本实施方式中，由于目的在于调整PID控制的控制参数，所以并不一定需要同定工艺模型。因此，采用称作IterativeFeedback Tuning(IFT)或Virtual Reference Feedback Tuning(VRFT)的手法，从闭回路数据直接同定控制参数。采用该方法不需要工艺模型同定部1231。由此，在关于PID控制回路仅存在施加了PID控制的状态下的时间序列数据的情况下，也能够不进行控制响应试验地调整控制参数。此外，在难以从来自PID控制回路的控制响应的数据同定工艺参数等条件差的情况下，能够与从工艺参数求取控制参数相比高精度地直接同定控制参数。但是，对于控制参数的调整者而言，也还是存在希望在某种程度上把握表示工艺侧的响应的工艺增益K、时间常数T以及徒劳时间L的值的情况，所以优选采用能够算出工艺参数的间接法。

同定部123在通过间接法同定了控制参数的情况下，除了同定的控制参数以外，还将由工艺模型同定部1231同定的工艺参数向操作终端13发送。此外，在通过直接法同定了控制参数的情况下，同定部123将同定的控制参数经由通信网络向操作终端13发送。

操作终端13是笔记本电脑、平板电脑、智能手机或专用终端等，其实施方式没有限制。操作终端13在PID控制参数的调整员以及/或者工厂设备管理者、操作员位于从实际的工厂设备11－1～11－N以及支援服务器12在物理上远离的位置的情况下携带。操作终端13具备显示部131、输入部132以及更新处理部133。

显示部131接收从支援服务器12发送的信息，显示接收到的信息。显示部131的具体显示例示于图4以及图5。

显示部131如图4所示那样，显示由工艺模型同定部1231同定的工艺参数的同定结果(标称值(nominal value))。此时，显示部131优选与同定结果一起一并还显示工艺参数的最大值以及最小值。为了显示最大值以及最小值，工艺模型同定部1231预先对多个时间序列数据重复工艺参数的同定。并且，工艺模型同定部1231估计同定的工艺参数的幅度。

此外，显示部131显示由控制参数同定部1232同定的控制参数的同定结果(最适值)。此时，优选与同定结果一起还将控制参数的现状的值比较显示。

此外，显示部131如图5的下段所示那样，显示PI控制参数的稳定区域、现状的控制参数的值、以及所同定的控制参数的值。图5下段的左图是将适用了PI控制时的稳定区域用比例增益Kp与积分时间TI的关系表示的图，空白的区域相当于稳定区域。另外，稳定区域中由四角围住的区域限定表示在稳定区域中也优选的参数值的范围。此外，图5下段的右图是将适用了PI控制时的稳定区域用比例增益Kp与积分增益KI的关系表示的图，空白的区域相当于稳定区域。此外，在图5下段的左右图中，×标记表示现状的控制参数的值，○标记表示同定的控制参数的值。通过这样显示，能够在视觉上识别现状的控制参数和同定的控制参数的优劣程度。

此外，显示部131如图5的上段所示那样显示PID控制回路的阶跃响应波形。图5上段的左图表示基于现状的控制参数的阶跃响应波形，图5上段的右图表示基于同定出的控制参数的阶跃响应波形。另外，图5上段的阶跃响应波形表示针对式(4)所示的模型的响应波形。通过这样显示，能够在视觉上识别控制性能得以改善。

调整员一边参照在显示部131上显示的显示内容，一边判断是否采用被同定的控制参数。在决定为采用被同定的控制参数的情况下，调整员向输入部132输入表示将工厂设备11－1～11－N中的控制参数更新为被同定的控制参数的更新指示。此外，调整员观察显示部131的显示内容，判断为需要进一步的微调的情况下，将在图4中作为最适值显示的控制参数通过输入部132变更。并且，调整员向输入部132输入表示将工厂设备11－1～11－N中的控制参数更新为变更后的控制参数的更新指示。

更新处理部133在更新指示被向输入部132输入的情况下，与输入的更新指示一起，将所同定的控制参数经由通信网络向工厂设备11－1～11－N的参数设定部115发送。

如以上那样，第一实施方式的控制参数调整系统中，工厂设备11－1～11－N经由通信网络而与支援服务器12连接。即，支援服务器12起到经由通信网络而与工厂设备连接的云服务器的作用。所谓云的构造，作为代替以往的监视控制系统的廉价的监视控制系统的结构而受到关注。实际上，实现使用云服务器的监视服务以及信息提供服务的企业也在增加。本实施方式的支援服务器12接收与由工厂设备11－1～11－N计测的操作量、计测值、目标值以及干扰有关的PID控制数据集的时间序列数据。并且，支援服务器12通过接收到的时间序列数据，同定工厂设备11－1～11－N中的PID控制回路的控制参数。由此，能够使用包括支援服务器12的云的构造，来支援PID控制参数的调整。

此外，第一实施方式中，使PID调整者携带操作终端13而接收由支援服务器12同定的控制参数以及/或者工艺参数。由此，操作终端13的使用者无论场所和时间如何，随时随地都能够监视工厂设备的控制状态，调整PID控制参数。

因而，根据本实施方式的控制参数调整方法，在工艺中使用的系统中，能够以更少的现场的人数、并且通过工厂设备的相关知识不丰富者等调整PID控制参数。即，确立有效率地调整PID控制参数的构造，实现现场调整员的调整工数的削减以及在无调整员的情况下由工厂设备管理者、运转者自身进行的PID控制参数的有效率的最优调整。因此，实现兼顾节能、省成本运用和风险降低的工厂设备运用。

另外，第一实施方式中，以在控制参数的调整后不对操作量的值设置限制的情况为例进行了说明。但是不限于此。例如，在PID控制回路111具有级联构造的情况下，在控制参数的调整时，同定部123也可以对下位的操作量预先设定上限值以及下限值。PID控制回路的控制性能差的情况下，其理由是基于操作量的变动的情况也较多。这样的现象在PID控制回路具有级联构造的情况下被确认。例如，在水处理工艺中实施DO浓度固定控制的情况下，当为了使控制性能良好而调整DO浓度固定控制的控制参数时，有作为操作量的风量的值与调整前相比较大变化的情况。作为DO浓度固定控制的操作量即风量的下位的PID控制而以级联构造插入有阀开度－风量的PID控制的情况下，通过风量的较大变化，阀开度也较大变化。当阀较大地向闭方向动作，则有开度成为0的情况，这使工厂设备不稳定化。相反当阀开度急剧向开方向动作，则作为阀特性而在某个值以上的开度下，尽管风量不增加，为了打开阀，也有闭操作变迟的情况。为了避免这样的现象，也有故意使控制调整缓和的情况。因此，若直接反映所同定的控制参数，则反而会有工厂设备不稳定化的情况。为了避免这样的现象，对同定部123，在控制参数的调整前，预先设定阀开度的最大值以及最小值，或者预先保持从最大值偏离几％的值和从最小值偏离几％的值。并且，在进行控制参数的调整时，同定部123将该值设定为阀开度的上下限值。由此，能够防止在调整了控制参数的情况下阀及泵等设备过剩动作而工厂设备不稳定化的情况。即，能够在将工厂设备保持为稳定的状态下实现控制参数的调整。

此外，在第一实施方式中，以支援服务器12向操作终端13发送控制参数以及/或者工艺参数、操作终端13的操作者更新工厂设备11－1～11－N的控制参数的情况为例进行了说明。但是不限于此。例如也可以是，同定部123在完成了对工厂设备11－1～11－N的控制参数的更新的基础上，向操作终端13发送控制参数以及/或者工艺参数，促使调整员以及工厂设备管理者、操作员进行确认。在采用这样的结构的情况下，虽然存在由推迟确认带来的若干风险，但能够大致自动地更新控制参数。

(第二实施方式)

图6是表示第二实施方式的控制参数调整系统20的功能结构的框图。

控制参数调整系统20具备工厂设备11－1～11－N以及云服务器21。

云服务器21具备保持部121、诊断部122、同定部123、显示部211、输入部212以及更新处理部213。另外，显示部211、输入部212以及更新处理部213也可以设置在与云服务器21接近的场所。

显示部211接受由同定部123同定的控制参数以及/或者工艺参数。显示部211显示与第一实施方式中记载的显示部131同样的内容。

调整员一边参照在显示部211上显示的显示内容，一边判断是否采用所同定的控制参数。在决定为采用所同定的控制参数的情况下，调整员向输入部212输入表示将工厂设备11－1～11－N中的控制参数更新为所同定的控制参数的更新指示。此外，调整员观察显示部211的显示内容，在判断为需要进一步的微调的情况下，将控制参数通过输入部212变更。并且，调整员向输入部212输入表示将工厂设备11－1～11－N中的控制参数更新为变更后的控制参数的更新指示。

当更新指示被输入到输入部212，则更新处理部213将所同定的控制参数与输入的更新指示一起经由通信网络向工厂设备11－1～11－N发送。

如以上那样，在第二实施方式中，在物理上存在云服务器21的场所或者其附近的场所，设置显示部211、输入部212以及更新处理部213。并且，在该场所，配备少数用于调整PID控制回路的控制参数的专家。这是设想了以云服务承担PID控制的调整的商务形态的，是设想了几人的调整员进行多数的工厂设备的PID控制参数的调整、服务工厂设备运用的改善的形态的。

(第三实施方式)

图7是表示第三实施方式的控制参数调整系统30的功能结构的框图。

控制参数调整系统30具备工厂设备31－1～31－N以及支援服务器12。

工厂设备31－1具备PID控制回路111、计测部112、提取部113、保持部114、显示部311、输入部312、更新处理部313以及参数设定部115。

工厂设备31－1经由通信网络接受由支援服务器12同定的控制参数以及/或者工艺参数。显示部311例如是设置在工厂设备11－1中的SCADA的监视画面等，基于接受的信息，显示与第一实施方式中记载的显示部131同样的内容。

调整员一边参照在显示部311上显示的显示内容，一边判断是否采用所同定的控制参数。在决定为采用所同定的控制参数的情况下，调整员向输入部312输入表示将工厂设备31－1中的控制参数更新为所同定的控制参数的更新指示。此外，调整员观察显示部311的显示内容，在判断为需要进一步的微调的情况下，将控制参数通过输入部312变更。并且，调整员向输入部312输入表示将工厂设备31－1中的控制参数更新为变更后的控制参数的更新指示。

若更新指示被输入到输入部312，则更新处理部313将所同定的控制参数与输入的更新指示一起向参数设定部314输出。

参数设定部314按照从更新处理部313输出的更新指示，重新设定对工厂设备11－1的PID控制器设定的控制参数。

如以上那样，在第三实施方式中，在工厂设备内设置显示部311、输入部312以及更新处理部313。由此，对工厂设备群的各个工厂设备配置的工厂设备管理者、操作员能够更新PID控制回路的控制参数。这设想在没有PID控制回路的现场调整员或现场调整员的情况下工厂设备管理者、操作员自身能够调整PID控制参数的支援服务。

对本发明的几个实施方式进行了说明，但这些实施方式是作为例子提示的，并不意欲限定发明的范围。这些实施方式能够以其他各种形态实施，在不脱离发明的主旨的范围内，能够进行各种省略、替换、变更。这些实施方式及其变形包含在发明的范围和主旨中，同样包含在权利要求记载的发明及其等同范围中。

Claims (22)

1.一种控制参数调整方法，

在具有多个PID控制回路的工厂设备中，

取得有关上述多个PID控制回路的信息，

从上述取得的信息中，提取操作量、计测值、目标值以及干扰，将提取出的上述操作量、上述计测值、上述目标值以及上述干扰的跨越规定期间的时间序列数据，经由通信网络向支援服务器发送，

在上述支援服务器中，

基于上述时间序列数据，诊断上述多个PID控制回路的控制性能，判断上述控制性能不满足预先设定的条件的PID控制回路，

参照上述判断出的PID控制回路的时间序列数据，同定上述判断出的PID控制回路的控制参数，

在上述工厂设备中，

将上述判断出的PID控制回路的控制参数，基于上述同定出的控制参数进行更新。

2.如权利要求1所述的控制参数调整方法，

在上述工厂设备中，

从上述取得的信息中，提取与上述多个PID控制回路相对应的全部操作量、计测值以及目标值，

从上述取得的信息中，提取与上述操作量及上述计测值相关高的信息作为上述干扰。

3.如权利要求1所述的控制参数调整方法，

在上述工厂设备中，

预先取得上述目标值，从上述取得的信息中，提取与上述目标值对应的计测值及操作量，

从上述取得的信息中，提取与上述操作量及计测值相关高的信息作为上述干扰。

4.如权利要求1所述的控制参数调整方法，

在上述支援服务器中，

基于上述判断出的PID控制回路的时间序列数据同定工艺模型，算出有关上述同定出的工艺模型的工艺参数，

利用上述算出的工艺参数，同定上述判断出的PID控制回路的控制参数。

5.如权利要求1所述的控制参数调整方法，

在上述支援服务器中，

通过比较上述时间序列数据中的计测值相对于目标值的误差方差与上述PID控制回路的初始调整时的计测值相对于目标值的误差方差，诊断上述控制性能。

6.如权利要求1所述的控制参数调整方法，

在上述支援服务器中，

通过比较对于上述时间序列数据中的计测值相对于目标值的误差而利用鲁棒统计的手法算出的值、与对于上述PID控制回路的初始调整时的计测值相对于目标值的误差而利用上述鲁棒统计的手法算出的值，诊断上述控制性能。

7.如权利要求1所述的控制参数调整方法，

在上述支援服务器中，

对于同一类型的多个PID控制回路，算出计测值相对于目标值的误差方差，

将与算出的多个上述误差方差的平均值最接近的误差方差作为基准对象，

通过比较上述时间序列数据中的计测值相对于目标值的误差方差、与作为上述基准对象的误差方差，诊断上述控制性能。

8.如权利要求1所述的控制参数调整方法，

在上述支援服务器中，

对于同一类型的多个PID控制回路，对于计测值相对于目标值的误差，利用鲁棒统计的手法算出统计值，

将与上述算出的多个统计值的平均值最接近的统计值作为基准对象，

通过比较上述时间序列数据中的计测值相对于目标值的统计值、与作为上述基准对象的统计值，诊断上述控制性能。

9.如权利要求1所述的控制参数调整方法，

在上述支援服务器中，

利用从上述时间序列数据算出的绝对性指标，诊断上述PID控制回路的控制性能，

在使用上述绝对性指标的诊断中判断为控制性能满足预先设定的条件的情况下，利用相对地评价上述PID控制回路的相对性指标，诊断上述PID控制回路的控制性能，

在使用上述相对性指标的诊断中判断为控制性能不满足预先设定的条件的情况下，指示对上述PID控制回路所设置的结构的再设定。

10.如权利要求4所述的控制参数调整方法，

在上述支援服务器中，使用闭回路同定方法算出有关上述同定出的工艺模型的工艺参数。

11.如权利要求4所述的控制参数调整方法，

在上述支援服务器中，基于上述时间序列数据中的、操作量的变化满足预先设定的条件的期间的时间序列数据，同定上述工艺参数。

12.如权利要求4所述的控制参数调整方法，

在上述支援服务器中，基于对上述PID控制回路实施了强制性地使可同定性提高的处置后的时间序列数据，同定上述工艺参数。

13.如权利要求4所述的控制参数调整方法，

在上述支援服务器中，

参照上述同定出的工艺参数，判断上述PID控制回路的稳定化是否困难，

在稳定化困难的情况下，指示上述PID控制回路中的PID控制的重新考虑。

14.如权利要求4所述的控制参数调整方法，

在上述支援服务器中，利用局部模型匹配手法或IMC调整法，根据上述算出的工艺参数，同定上述控制参数。

15.如权利要求1所述的控制参数调整方法，

在上述支援服务器中，在上述PID控制回路具有级联构造的情况下，在控制参数的调整时，对下位的操作量设定上限值以及下限值。

16.如权利要求1所述的控制参数调整方法，

显示上述控制参数的同定结果、利用了上述控制参数时的控制响应、以及控制稳定区域中的上述控制参数的位置。

17.如权利要求4所述的控制参数调整方法，

显示上述控制参数以及上述工艺参数的同定结果、利用了上述控制参数时的控制响应、以及控制稳定区域中的上述控制参数的位置。

18.如权利要求1所述的控制参数调整方法，

将上述同定出的控制参数显示在位于从上述支援服务器及上述工厂设备远离的场所的操作终端上，

从上述操作终端接受基于上述显示的同定结果的更新指示。

19.如权利要求1所述的控制参数调整方法，

上述同定出的控制参数显示在设置于上述支援服务器内或附近的显示装置上，

从与上述显示装置连接的输入部接受基于上述显示的同定结果的更新指示。

20.如权利要求1所述的控制参数调整方法，

将上述同定出的控制参数显示在设置于上述工厂设备内的显示装置上，

从与上述显示装置连接的输入部接受基于上述显示的同定结果的更新指示。

21.如权利要求1所述的控制参数调整方法，

上述支援服务器是云服务器。

22.一种控制参数调整系统，

具备具有多个PID控制回路的工厂设备、和经由通信网络而与上述工厂设备连接的支援服务器，

上述工厂设备具备：

计测部，取得有关上述多个PID控制回路的信息；

保持部，从上述取得的信息中，提取操作量、计测值、目标值以及干扰，保持提取出的操作量、计测值、目标值以及干扰的跨越规定期间的时间序列数据；以及

参数设定部，将上述PID控制回路的控制参数，基于由上述支援服务器同定的控制参数进行更新；

上述支援服务器具备：

保持部，将由上述工厂设备保持的时间序列数据经由上述通信网络接受，保持接受到的时间序列服务器；

诊断部，基于从上述保持部输出的时间序列数据，按每个上述PID控制回路诊断控制性能，判断上述控制性能不满足预先设定的条件的PID控制回路；以及

同定部，参照判断出的上述PID控制回路的时间序列数据，同定上述判断出的PID控制回路的控制参数。