JP2006302078A - 制御対象モデル生成装置および生成方法 - Google Patents

Abstract

【課題】操作量の時系列データの収集と専門的知識をユーザに要求しない制御対象モデル生成装置を実現する。
【解決手段】制御対象モデル生成装置は、制御対象の数式モデルを記憶するモデル記憶部１と、コントローラアルゴリズムを記憶するコントローラ記憶部２と、制御系モデルのシミュレーションを実行するシミュレーション演算部５と、実際の制御結果である実制御量を記憶する実制御量記憶部６と、実制御量とシミュレーションによって算出されたモデル制御量の近さを示す評価関数値を演算する評価関数演算部７と、制御対象モデルパラメータを逐次変更しながらシミュレーションを実行させ、評価関数値が最適値となる制御対象モデルパラメータを求める制御対象モデルパラメータ探索演算部８とを備える。
【選択図】 図１

Description

本発明は、制御対象のモデルを生成する制御対象モデル生成装置および生成方法に関するものである。

コントローラの制御パラメータを調整する場合、作業者が経験と知識を使って制御パラメータを調整する手順と、パラメータを設定したコントローラを用いて実際に制御対象を制御する手順と、コントローラが出力した操作量に応じて制御対象が出力する制御量を検出する手順と、この制御量を制御の目標値と比較する手順といった一連の手順を繰り返すことで、最適な制御パラメータを決定する方法がある。

この方法は多大な労力と調整コストがかかるため、これに代わる方法として制御対象の次数を含むプロセスパラメータ（プロセスゲイン、プロセス時定数など）を分析し、制御パラメータを確定する手順も実施されている。この手順では、制御対象の特性を数式モデルで近似するモデリングステップを実施し、そのモデリング結果を参照して制御パラメータを決定するが、従来は専門的な考察や作業が必要とされ、誰もが用いることができるというものではなかった。

かかる事情に鑑みて、コントローラから制御対象に出力された操作量の時系列データと、それに応じて制御対象から出力された制御量の時系列データとを取得することで、制御対象の数式モデルを自動的に生成し、この数式モデルを用いたシミュレーションにより制御パラメータを変更したときの制御特性を確認しながら、コントローラの制御パラメータを簡単に調整できるようにした制御パラメータ調整技術が特許文献１に開示されている。

特開２００４−３８４２８号公報

特許文献１に開示された制御パラメータ調整技術により、制御対象のモデリングに精通した者でなくても制御対象の数式モデルを生成し、これを用いてコントローラの制御パラメータを簡単に調整できるようになったが、数式モデルの自動生成にあたっては、制御対象に出力された操作量ＭＶの時系列データと、それに応じて制御対象から出力された制御量ＰＶの時系列データとを同じデータ収集周期で事前に収集し、電子媒体に記憶するデータ収集装置が必要となる。

しかし、一般には、制御システムの運転中に制御対象の制御量ＰＶを表示もしくは監視することはあっても、操作量を表示、監視することは少ない。このため、操作量ＭＶの時系列データ収集については、ハード面の制約なども伴ってデータ収集ができない場合も多い。この場合には、制御量ＰＶの時系列データが収集できるにもかかわらず、操作量ＭＶの時系列データが収集できないことになる。結果として、制御量ＰＶと操作量ＭＶの時系列データが揃わないために数式モデルが生成できず、制御のシミュレーションやパラメータ調整ができないということがしばしばあった。

本発明は、上記課題を解決するためになされたもので、制御対象の数式モデルを自動生成する際に、従来必要であった操作量の時系列データを用いることなく、制御量の時系列データのみから制御対象の数式モデルを生成することができ、また制御対象の数式モデルを生成する過程において制御やモデリングに関する専門的知識をユーザに要求しない制御対象モデル生成装置および生成方法を提供することを目的とする。

本発明は、制御対象の数式モデルが持つ制御対象モデルパラメータの値を探索することにより制御対象モデルを生成する制御対象モデル生成装置であって、実際の制御対象の制御結果である実制御量の時系列データを記憶する実制御量記憶部と、１つまたは複数のパラメータを持つ制御対象の数式モデルを予め記憶するモデル記憶部と、コントローラを仮想的に生成するコントローラアルゴリズムを予め記憶するコントローラ記憶部と、前記数式モデルによって表される制御対象と前記コントローラアルゴリズムによって表されるコントローラとからなる制御系についてその制御応答を模擬するシミュレーションを実行するシミュレーション演算部と、前記実制御量と前記シミュレーションによって算出された制御量であるモデル制御量とを比較し、前記実制御量と前記モデル制御量との近さを示す評価関数値を演算する評価関数演算部と、前記数式モデルに設定する制御対象モデルパラメータの値を逐次変更しながら前記シミュレーション演算部に前記シミュレーションを実行させ、前記評価関数値が最適値となる制御対象モデルパラメータの値をモデルパラメータ探索結果として確定する制御対象モデルパラメータ探索演算部とを備えるものである。
また、本発明の制御対象モデル生成装置の１構成例において、前記コントローラは、ＰＩＤコントローラである。

また、本発明は、制御対象の数式モデルが持つ制御対象モデルパラメータの値を探索することにより制御対象モデルを生成する制御対象モデル生成方法であって、予め記憶している数式モデルによって表される制御対象と予め記憶しているコントローラアルゴリズムによって表されるコントローラとからなる制御系についてその制御応答を模擬するシミュレーションを実行するシミュレーション演算手順と、実際の制御対象の制御結果である実制御量と前記シミュレーションによって算出された制御量であるモデル制御量とを比較し、前記実制御量と前記モデル制御量との近さを示す評価関数値を演算する評価関数演算手順と、前記数式モデルに設定する制御対象モデルパラメータの値を逐次変更しながら前記シミュレーションを実行させ、前記評価関数値が最適値となる制御対象モデルパラメータの値をモデルパラメータ探索結果として確定する制御対象モデルパラメータ探索演算手順とを備えるものである。

本発明によれば、実際の制御系でユーザが用いるコントローラアルゴリズムと制御対象の数式モデルとを組み合わせた制御系モデルを仮想的に生成し、この制御系モデルについてその制御応答を模擬するシミュレーションを実行して制御系モデルのモデル制御量を算出し、実際に観測された実制御量の時系列データとモデル制御量の時系列データとの近さを表す評価関数値を使用して、評価関数値が最適な値に近づくように制御系モデルのシミュレーションを繰り返すことにより、制御対象の数式モデルにおける１つまたは複数のパラメータの数値的組み合わせを探索することができる。その結果、ユーザは、操作量の時系列データの収集が不要となり、実制御量の時系列データのみを収集すればよく、深い専門的な知識がなくとも制御対象の数式モデルを自動的に生成することができる。また、生成した数式モデルを用いてコントローラのパラメータを調整することができる。

本発明は、実際の制御系でユーザが用いるコントローラアルゴリズムと制御対象の数式モデルとを組み合わせた制御系モデルをコンピュータ上に仮想的に生成し、実際にユーザが用いているコントローラの設定パラメータを制御系モデルに与えた場合の制御結果から制御系モデルのモデル制御量を算出し、実際に観測された実制御量の時系列データとモデル制御量の時系列データとの近さを表す評価関数値を使用して、評価関数値が最適な値に近づくように制御系モデルのシミュレーションを繰り返すことにより、制御対象の数式モデルにおける１つまたは複数のパラメータの数値的組み合わせを探索する。コントローラの設定パラメータとしては、制御パラメータ（例えばＰＩＤコントローラの場合は、比例帯、積分時間、微分時間）と、操作量上下限値などの設定項目とがある。

［実施の形態］
以下、本発明の実施の形態について図面を参照して詳細に説明する。図１は本発明の実施の形態となる制御対象モデル生成装置の構成を示すブロック図、図２は図１の制御対象モデル生成装置の動作を示すフローチャートである。本実施の形態の制御対象モデル生成装置は、制御対象の数式モデルを予め記憶するモデル記憶部１と、コントローラを仮想的に生成するコントローラアルゴリズムを予め記憶するコントローラ記憶部２と、コントローラの設定パラメータを予め記憶するコントローラ設定パラメータ記憶部３と、シミュレーションの仕様を記憶するシミュレーション仕様記憶部４と、数式モデルによって表される制御対象とコントローラアルゴリズムによって表されるコントローラとからなる制御系についてその制御応答を模擬するシミュレーションを実行するシミュレーション演算部５と、実際の制御対象の制御結果である実制御量の時系列データを記憶する実制御量記憶部６と、実制御量とシミュレーションによって算出された制御量であるモデル制御量とを比較し、実制御量とモデル制御量との近さを示す評価関数値を演算する評価関数演算部７と、数式モデルに設定する制御対象モデルパラメータの値を逐次変更しながらシミュレーション演算部５にシミュレーションを実行させ、評価関数値が最適値となる制御対象モデルパラメータの値をモデルパラメータ探索結果として確定する制御対象モデルパラメータ探索演算部８とを備える。

以下、本実施の形態の制御対象モデル生成装置の動作について説明するが、まず最初に個々の構成要素の動作を説明し、次に全体の処理の流れを図２を用いて説明する。なお、以後の説明は温度制御で昇温する場合のものとして説明する。
実制御量記憶部６には、実際の制御対象の制御結果である制御量ｒｅａｌＰＶ［ｉ］とこの制御量ｒｅａｌＰＶ［ｉ］を収集した時刻（制御開始時刻からの経過時間）ｔ［ｉ］との時系列データの組（ｔ［ｉ］，ｒｅａｌＰＶ［ｉ］）が予め登録されている。制御量ｒｅａｌＰＶ［ｉ］は、コントローラ設定パラメータ記憶部３のＰＩＤパラメータと同じ値を設定した実際のＰＩＤコントローラを用いて実際の制御対象を制御した結果から得られたものである。

モデル記憶部１には、１つまたは複数のパラメータを持つ制御対象の数式モデルが、制御対象モデル生成装置を使用するユーザによって予め登録されている。この際に、各パラメータを変数として登録する。例えば制御対象が１次遅れとむだ時間の要素を有するものとして、その伝達関数Ｇｐが式（１）のような伝達関数式で表現されるとすると、ユーザによって式（１）の伝達関数式が制御対象の数式モデルとして登録される。この際、プロセスゲインＫｐ、プロセスむだ時間Ｌｐ、およびプロセス時定数Ｔ１は、変数として登録されている。式（１）におけるｓはラプラス演算子である。
Ｇｐ＝Ｋｐｅｘｐ（−Ｌｐｓ）／（１＋Ｔ１ｓ） ・・・（１）

コントローラ記憶部２には、コントローラアルゴリズム、すなわち制御対象の制御に使用する実際の装置と同等のコントローラをシミュレーション演算部５に仮想的に生成させるプログラムがユーザによって予め登録されている。例えば、ＰＩＤコントローラを使用する場合には、以下のＰＩＤコントローラアルゴリズムを表す伝達関数式が予め登録されている。
ＭＶ＝（１００／Ｐｂ）｛１＋（１／Ｔｉｓ）＋Ｔｄｓ｝（ＳＰ−ＰＶ） ・・（２）

式（２）において、Ｐｂ，Ｔｉ，ＴｄはＰＩＤパラメータであり、Ｐｂは比例帯、Ｔｉは積分時間、Ｔｄは微分時間である。また、ＭＶは操作量、ＳＰは目標値、ＰＶは制御量である。比例帯Ｐｂ、積分時間Ｔｉ、微分時間Ｔｄおよび目標値ＳＰは、後述のようにコントローラ設定パラメータ記憶部３にあらかじめ登録されている。操作量ＭＶと制御量ＰＶは、シミュレーション演算部５によるシミュレーション時に動的に変化する変数である。

コントローラ設定パラメータ記憶部３には、コントローラ記憶部２に登録されたコントローラアルゴリズムに従って操作量ＭＶを算出する際に必要となるコントローラのパラメータがユーザによって予め登録されている。登録されているパラメータとしては、例えば式（２）のＰＩＤコントローラアルゴリズムの場合、ＰＩＤパラメータとして比例帯Ｐｂ、積分時間Ｔｉおよび微分時間Ｔｄがあり、さらにその他のパラメータとして目標値ＳＰと、コントローラの制御周期ｃｄｔとがある。なお、本実施の形態の制御対象モデル生成装置により制御対象モデルを生成した後に、この制御対象モデルを用いて周知の技術によりＰＩＤパラメータの最終的な値を求めることになる。したがって、ＰＩＤパラメータの適切な値はここでは未確定であり、コントローラ設定パラメータ記憶部３に登録するＰＩＤパラメータの値は実際の制御システムでユーザが任意に設定している値である。

シミュレーション仕様記憶部４には、シミュレーション演算で使用する初期値およびシミュレーションの終了判定のために使用するパラメータの種類と、それぞれの値がユーザによって予め登録されている。登録される値としては、例えば制御量ＰＶの初期値ＰＶini 、操作量ＭＶの初期値ＭＶini 、シミュレーション総時間ｔsim がある。シミュレーション総時間ｔsim はシミュレーションの終了判定のために使用され、シミュレーション開始時刻からの経過時間がｔsim に達した時点でシミュレーションが終了する。シミュレーション総時間ｔsim及び制御量初期値ＰＶiniは、実制御量記憶部６に記憶されている時系列データを参照して決めることができる。例えば、シミュレーション総時間ｔsim については、実制御量記憶部６に記憶されている時刻ｔ［ｉ］の最大値で決定すればよく、制御量初期値ＰＶiniとしては、制御量ｒｅａｌＰＶ［ｉ］の初期値を採用すればよい。

シミュレーション演算部５は、モデル記憶部１の数式モデルによって表される制御対象とコントローラ記憶部２のコントローラアルゴリズムによって表されるコントローラとからなる仮想の制御系についてその制御応答を模擬するシミュレーションを、コントローラ設定パラメータ記憶部３に登録されたコントローラ設定パラメータと、シミュレーション仕様記憶部４に登録されたシミュレーション仕様と、制御対象モデルパラメータ探索演算部８が生成した制御対象モデルパラメータに基づいて行う。このときの仮想の制御系のブロック線図を図３に示す。シミュレーション演算部５は、時刻ｔ［ｉ−１］の制御量ｍｄｌＰＶ［ｉ−１］に対する操作量ｍｄｌＭＶ［ｉ］の演算と、この操作量ｍｄｌＭＶ［ｉ］と制御対象の数式モデルを用いた制御量ｍｄｌＰＶ［ｉ］の演算とを繰り返し実行することにより、シミュレーション総時間内における時刻ｔ［ｉ］と制御量ｍｄｌＰＶ［ｉ］の時系列データの組（ｔ［ｉ］， ｍｄｌＰＶ［ｉ］）を求める。

図４はシミュレーション演算部５の動作を示すフローチャートである。シミュレーション演算部５は、初期設定処理（図４ステップＳ１０）とシミュレーション処理（ステップＳ１１，Ｓ１２，Ｓ１４，Ｓ１５）とシミュレーション終了判定処理（ステップＳ１３）とを実行する。

初期設定処理において、シミュレーション演算部５は、シミュレーション時刻ｔ［ｉ］を識別するためのカウント値ｉを０に初期化し、シミュレーション開始時刻ｔ［０］を０とする。また、シミュレーション演算部５は、シミュレーション仕様記憶部４に登録されたシミュレーション仕様に基づいて、シミュレーション開始時刻における制御量の初期値ｍｄｌＰＶ［０］をＰＶini とし、操作量の初期値ｍｄｌＭＶ［０］をＭＶini とする。

シミュレーション処理において、シミュレーション演算部５は、カウント値ｉを１カウントアップしてｉ＝１とし（ステップＳ１１）、続いてシミュレーション時刻ｔ［ｉ］をｔ［ｉ］＝ｔ［ｉ−１］＋ｃｄｔによって算出する（ステップＳ１２）。
続いて、シミュレーション演算部５は、シミュレーション仕様記憶部４に登録されたシミュレーション総時間ｔsim に基づいてシミュレーション終了判定処理を行い、ｔ［ｉ］≦ｔsim が成立するかどうかを判定する（ステップＳ１３）。シミュレーション演算部５は、ｔ［ｉ］≦ｔsim 、すなわち時刻ｔ［ｉ］がシミュレーション総時間ｔsim を超えていない場合には、ステップＳ１４に進んでシミュレーション処理を続行する。

シミュレーション処理を続行する場合、シミュレーション演算部５は、コントローラ設定パラメータ記憶部３に登録されたパラメータと、コントローラ記憶部２に登録された式（２）に基づく以下の式により、時刻ｔ［ｉ］の操作量ｍｄｌＭＶ［ｉ］を算出する（ステップＳ１４）。
ｍｄｌＭＶ［ｉ］＝（１００／Ｐｂ）｛１＋（１／Ｔｉｓ）＋Ｔｄｓ｝（ＳＰ
−ｍｄｌＰＶ［ｉ−１］） ・・・（３）

そして、シミュレーション演算部５は、制御対象モデルパラメータ探索演算部８によって生成された制御対象モデルパラメータと、算出した操作量ｍｄｌＭＶ［ｉ］と、モデル記憶部１に登録された式（１）に基づく次式により、時刻ｔ［ｉ］の制御量ｍｄｌＰＶ［ｉ］を算出する（ステップＳ１５）。
ｍｄｌＰＶ［ｉ］＝｛Ｋｐｅｘｐ（−Ｌｐｓ）／（１＋Ｔ１ｓ）｝ｍｄｌＭＶ［ｉ］ ・・・（４）
シミュレーション演算部５は、算出した制御量ｍｄｌＰＶ［ｉ］を時刻ｔ［ｉ］と対応付けて記憶する。

次に、シミュレーション演算部５は、ステップＳ１１に戻り、カウント値ｉを１カウントアップしてｉ＝２とし、ｉ＝１のときと同様に（ｔ［ｉ］，ｍｄｌＰＶ［ｉ］）を算出する処理を行う。こうして、ステップＳ１１〜Ｓ１５の処理が繰り返される。シミュレーション演算部５は、繰り返し処理の中で、ステップＳ１３においてｔ［ｉ］＞ｔsim 、すなわち時刻ｔ［ｉ］がシミュレーション総時間ｔsim を超えた場合には、シミュレーション処理を終了する。この終了時点では、時刻ｔ［ｉ］＝０〜ｔ［ｉ］＝ｔsim における時刻ｔ［ｉ］と制御量ｍｄｌＰＶ［ｉ］の時系列データの組（ｔ［ｉ］，ｍｄｌＰＶ［ｉ］）が求められていることになる。

次に、評価関数演算部７は、実制御量記憶部６に記憶された実制御量ｒｅａｌＰＶとシミュレーション演算部５によって演算されたモデル制御量ｍｄｌＰＶとを比較し、両者の近さを示す評価関数値Ｆを求める評価関数処理を実行する。ここでは、実制御量記憶部６に記憶されている実制御量の収集周期と、コントローラ設定パラメータ記憶部３に記憶されている制御周期ｃｄｔとが等しい場合について説明する。このとき、実制御量ｒｅａｌＰＶとモデル制御量ｍｄｌＰＶの個数（時間ステップ数）は同じであり、収集時刻（制御開始時刻０からの経過時間）がｔ［ｊ］のときの実制御量ｒｅａｌＰＶ［ｊ］と、シミュレーション時刻（シミュレーション開始時刻０からの経過時間）が同じくｔ［ｊ］のときのモデル制御量ｍｄｌＰＶ［ｊ］とは対応関係にある。評価関数演算部７は、評価関数値Ｆを０に初期化した上で、次式により評価関数値Ｆを求める。

ｊは０≦ｊ≦ｊmax の時間ステップを表す整数であり、ｊmaxはｔ［ｊmax］＝ｔsim を満たす整数である。この例では、評価関数値Ｆが０に近い最小値（正値）になる場合が最適値であり、この場合に実制御量とモデル制御量とが最も近くなる。

次に、制御対象モデルパラメータ探索演算部８は、制御対象モデルパラメータ生成処理と評価関数値比較処理と制御対象モデルパラメータ確定処理とからなる制御対象モデルパラメータ探索処理を実行する。
制御対象モデルパラメータ生成処理において、制御対象モデルパラメータ探索演算部８は、制御対象モデルのパラメータがとり得る全ての値、すなわちプロセスゲインＫｐとプロセスむだ時間Ｌｐとプロセス時定数Ｔ１とがとり得る全ての組み合わせを１つずつ順番に生成する。このときの各パラメータを生成するための変化幅をそれぞれｄＫｐ、ｄＬｐ、ｄＴ１とする。あらかじめ定められたプロセスゲイン最大値をＫｐ＿max 、プロセスむだ時間最大値をＬｐ＿max 、プロセス時定数最大値をＴ１＿max とすると、プロセスゲインＫｐはとり得る範囲が０＜Ｋｐ≦Ｋｐ＿max で分解能がｄＫｐの精度で生成され、プロセスむだ時間Ｌｐはとり得る範囲が０≦Ｌｐ≦Ｌｐ＿max で分解能がｄＬｐの精度で生成され、プロセス時定数Ｔ１はとり得る範囲が０≦Ｔ１≦Ｔ１＿max で分解能がｄＴ１の精度で生成される。

評価関数値比較処理において、制御対象モデルパラメータ探索演算部８は、プロセスゲインＫｐとプロセスむだ時間Ｌｐとプロセス時定数Ｔ１とがとり得る全ての組み合わせについて計算された評価関数値Ｆを比較して、全ての評価関数値Ｆのうち最小の評価関数値Ｆ＿min （Ｆ＿min ≧０）を与えるプロセスゲインＫｐとプロセスむだ時間Ｌｐとプロセス時定数Ｔ１との組み合わせを抽出する。
制御対象モデルパラメータ確定処理において、制御対象モデルパラメータ探索演算部８は、評価関数値比較処理で抽出したプロセスゲインＫｐとプロセスむだ時間Ｌｐとプロセス時定数Ｔ１との組み合わせをモデルパラメータ探索結果として採用する。

なお、以上の制御対象モデルパラメータ探索処理は、制御対象モデルのパラメータがとり得る全ての値を１つずつ生成してシミュレーション演算部５にシミュレーション処理を実行させ、計算された全ての評価関数値Ｆを比較することにより、最適な制御対象モデルパラメータの値を探索する手法であるが、この手法は探索効率を考慮しない手法であり、一事例に過ぎない。評価関数値Ｆが最適値に近づくように制御対象モデルパラメータの値を逐次変更しながら探索的にシミュレーション演算部５を動作させる効率的な手法として、一般に知られているパウエル法などを用いてもよい。

次に、図１の制御対象モデル生成装置の処理の流れを図２を用いて説明する。まず、制御対象モデルパラメータ探索演算部８は、制御対象モデルパラメータ生成処理を行う（図２ステップＳ１）。
続いて、シミュレーション演算部５は、図４で説明したシミュレーション処理を行い（ステップＳ２）、評価関数演算部７は、前述の評価関数処理を行う（ステップＳ３）。

制御対象モデルパラメータ探索演算部８は、シミュレーション処理と評価関数処理とが終了した後、制御対象モデルパラメータがとり得る全ての組み合わせについてステップＳ１〜Ｓ３の処理が終了したかどうかを判定する（ステップＳ４）。制御対象モデルパラメータがとり得る全ての組み合わせについてステップＳ１〜Ｓ３の処理が終了した場合には、ステップＳ５に進み、終了していない場合には、ステップＳ１に戻ってプロセスゲインＫｐとプロセスむだ時間Ｌｐとプロセス時定数Ｔ１の値の新たな組み合わせを制御対象モデルパラメータ探索演算部８が生成する。こうして、プロセスゲインＫｐとプロセスむだ時間Ｌｐとプロセス時定数Ｔ１とがとり得る組み合わせのそれぞれについてステップＳ１〜Ｓ３の処理が実行され、それぞれの組み合わせに対する評価関数値Ｆが求められる。

制御対象モデルパラメータの値がとり得る全ての組み合わせについてステップＳ１〜Ｓ３の処理が終了した場合、制御対象モデルパラメータ探索演算部８は、評価関数値比較処理を実行して、最小の評価関数値Ｆ＿min を与えるプロセスゲインＫｐとプロセスむだ時間Ｌｐとプロセス時定数Ｔ１との組み合わせを抽出し（ステップＳ５）、抽出したプロセスゲインＫｐとプロセスむだ時間Ｌｐとプロセス時定数Ｔ１との組み合わせをモデルパラメータ探索結果として確定する（ステップＳ６）。以上で、制御対象モデル生成装置の処理が終了する。

本実施の形態によれば、実際の制御系でユーザが用いるコントローラアルゴリズムと制御対象の数式モデルとを組み合わせた制御系モデルをコンピュータ上に仮想的に生成し、実際にユーザが用いているコントローラの設定パラメータを制御系モデルに与えた場合の制御結果から制御系モデルのモデル制御量を算出し、実際に観測された実制御量の時系列データとモデル制御量の時系列データとの近さを表す評価関数値を使用して、評価関数値が最適な値に近づくように制御系モデルのシミュレーションを繰り返すことにより、制御対象の数式モデルにおける１つまたは複数のパラメータの数値的組み合わせを探索するので、ユーザは、操作量ＭＶの時系列データの収集が不要となり、実制御量ＰＶの時系列データのみを収集すればよく、深い専門的な知識がなくとも制御対象の数式モデルを自動的に生成することができ、この数式モデルを用いて前記特許文献１に開示された簡単な方法によってコントローラのパラメータ調整が可能となる。

なお、本実施の形態では、コントローラに関するパラメータとして、比例帯Ｐｂ、積分時間Ｔｉ、微分時間Ｔｄ、目標値ＳＰ、制御周期ｃｄｔを例に挙げたが、実際のコントローラでは操作量ＭＶに関する上限値ＭＶＨ、下限値ＭＶＬ、及び変化率リミットｄＭＶｌｉｍなどがあり、これらを必要に応じて登録して利用するのが、より好適である。
また、本実施の形態では、評価関数値比較処理（Ｓ５）を探索終了判定（Ｓ４）の後に実行しているが、探索終了判定（Ｓ４）の前に評価関数値比較処理（Ｓ５）を行うようにして、制御対象モデルパラメータ生成処理（Ｓ１）とシミュレーション処理（Ｓ２）と評価関数処理（Ｓ３）と評価関数値比較処理（Ｓ５）とを制御対象モデルパラメータのそれぞれの組み合わせについて逐次実行しながら最小の関数値になるパラメータの組み合せのみを記憶させておき、探索終了と同時に数値モデルパラメータ確定処理（Ｓ６）を行うようにしてもよい。

本実施の形態で説明した制御対象モデル生成装置は、ＣＰＵ、記憶装置及びインタフェースを備えたコンピュータとこれらのハードウェア資源を制御するプログラムによって実現することができる。ＣＰＵは、記憶装置に格納されたプログラムに従って本実施の形態で説明したような処理を実行する。

本発明は、プロセス制御における制御対象モデルの自動生成に適用することができる。

本発明の実施の形態となる制御対象モデル生成装置の構成を示すブロック図である。 本発明の実施の形態の制御対象モデル生成装置の動作を示すフローチャートである。 本発明の実施の形態における仮想の制御系のブロック線図である。 本発明の実施の形態のシミュレーション演算部の動作を示すフローチャートである。

符号の説明

１…モデル記憶部、２…コントローラ記憶部、３…コントローラ設定パラメータ記憶部、４…シミュレーション仕様記憶部、５…シミュレーション演算部、６…実制御量記憶部、７…評価関数演算部、８…制御対象モデルパラメータ探索演算部。

Claims (4)

1. 制御対象の数式モデルが持つ制御対象モデルパラメータの値を探索することにより制御対象モデルを生成する制御対象モデル生成装置であって、
   実際の制御対象の制御結果である実制御量の時系列データを記憶する実制御量記憶部と、
   １つまたは複数のパラメータを持つ制御対象の数式モデルを予め記憶するモデル記憶部と、
   コントローラを仮想的に生成するコントローラアルゴリズムを予め記憶するコントローラ記憶部と、
   前記数式モデルによって表される制御対象と前記コントローラアルゴリズムによって表されるコントローラとからなる制御系についてその制御応答を模擬するシミュレーションを実行するシミュレーション演算部と、
   前記実制御量と前記シミュレーションによって算出された制御量であるモデル制御量とを比較し、前記実制御量と前記モデル制御量との近さを示す評価関数値を演算する評価関数演算部と、
   前記数式モデルに設定する制御対象モデルパラメータの値を逐次変更しながら前記シミュレーション演算部に前記シミュレーションを実行させ、前記評価関数値が最適値となる制御対象モデルパラメータの値をモデルパラメータ探索結果として確定する制御対象モデルパラメータ探索演算部とを備えることを特徴とする制御対象モデル生成装置。
2. 請求項１記載の制御対象モデル生成装置において、
   前記コントローラは、ＰＩＤコントローラであることを特徴とする制御対象モデル生成装置。
3. 制御対象の数式モデルが持つ制御対象モデルパラメータの値を探索することにより制御対象モデルを生成する制御対象モデル生成方法であって、
   予め記憶している数式モデルによって表される制御対象と予め記憶しているコントローラアルゴリズムによって表されるコントローラとからなる制御系についてその制御応答を模擬するシミュレーションを実行するシミュレーション演算手順と、
   実際の制御対象の制御結果である実制御量と前記シミュレーションによって算出された制御量であるモデル制御量とを比較し、前記実制御量と前記モデル制御量との近さを示す評価関数値を演算する評価関数演算手順と、
   前記数式モデルに設定する制御対象モデルパラメータの値を逐次変更しながら前記シミュレーションを実行させ、前記評価関数値が最適値となる制御対象モデルパラメータの値をモデルパラメータ探索結果として確定する制御対象モデルパラメータ探索演算手順とを備えることを特徴とする制御対象モデル生成方法。
4. 請求項３記載の制御対象モデル生成方法において、
   前記コントローラは、ＰＩＤコントローラであることを特徴とする制御対象モデル生成方法。
   

Images