JP2009116515A - Ｐｉｄパラメータ調節支援装置 - Google Patents

Abstract

【課題】熟練を要することなく、ＰＩＤパラメータを適正に調節できるようにする。
【解決手段】複数伝達関数パラメータ同定手段１４は、制御対象１３に入力される操作量ＭＶの時系列データと、操作量ＭＶに応じて制御対象１３から出力される制御量ＰＶの時系列データに基づいて、予め構造が設定された制御対象１３を表現する複数の伝達関数のパラメータを同定し、適合率計算手段１５は、その伝達関数による制御量ＰＶの推定値と、制御対象１３から出力された制御量ＰＶの実測値との適合率を計算し、最良適合率伝達関数選択手段１６は、適合率計算手段１５にて計算された適合率の最も良い伝達関数を制御対象１３のモデルとして選択し、最適ＰＩＤパラメータ探索手段１７は、最良適合率伝達関数選択手段１６にて選択された伝達関数を対象として、予め決められた評価指標が満たされるようにＰＩＤパラメータを探索する。
【選択図】 図１

Description

本発明はＰＩＤパラメータ調節支援装置に関し、特に、射出成形機、リフロー炉、フラットパネルディスプレイ製造装置、半導体製造装置などの温度制御に使用されるＰＩＤ調整器のパラメータ設定方法に適用して好適なものである。

石油、化学、鉄鋼、紙パルプ、水環境などのいわゆるプロセス産業における制御方式の９０％以上がＰＩＤ制御であるとの報告もあり、現代社会ではＰＩＤ制御は実用上不可欠な制御方式となっている。
このようなＰＩＤ制御を精度よく行うにはＰＩＤパラメータを適正に調整する必要があり、制御対象の同定方法とその同定方法から得られたモデルを元にＰＩＤパラメータを決定する場合、シミュレーションなどによって試行錯誤的に行われているのが現状である（特許文献１）。
特開２００４−３８４２８号公報

しかしながら、シミュレーションなどによって試行錯誤的にＰＩＤパラメータを決定する方法では、経験やノウハウが必要であり、現場のエンジニアに広く普及させるのが難しいという問題があった。
そこで、本発明の目的は、熟練を要することなく、ＰＩＤパラメータを適正に調節することが可能なＰＩＤパラメータ調節支援装置を提供することである。

上述した課題を解決するために、請求項１記載のＰＩＤパラメータ調節支援装置によれば、制御対象に入力される操作量の時系列データと、前記操作量に応じて前記制御対象から出力される制御量の時系列データに基づいて、予め構造が設定された前記制御対象を表現する複数の伝達関数のパラメータを同定する複数伝達関数パラメータ同定手段と、前記複数伝達関数パラメータ同定手段にてパラメータが同定された伝達関数に基づいて、前記伝達関数による制御量の推定値と、前記制御対象から出力された制御量の実測値との適合率を計算する適合率計算手段と、前記適合率計算手段にて計算された適合率の最も良い伝達関数を選択する最良適合率伝達関数選択手段と、前記最良適合率伝達関数選択手段にて選択された伝達関数を対象として、予め決められた評価指標が満たされるようにＰＩＤパラメータを探索する最適ＰＩＤパラメータ探索手段とを備えることを特徴とする。

また、請求項２記載のＰＩＤパラメータ調節支援装置によれば、前記最適ＰＩＤパラメータ探索手段は、ステップ入力時の出力波形の立ち上がり時間、遅延時間、行き過ぎ時間、整定時間、行き過ぎ量または振幅減衰比の少なくともいずれか１つを前記評価指標としてパーティクル・スォーム・オプティマイゼイションにて前記ＰＩＤパラメータを探索することを特徴とする。

また、請求項３記載のＰＩＤパラメータ調節支援装置によれば、制御対象に入力される操作量の時系列データと、前記操作量に応じて前記制御対象から出力される制御量の時系列データに基づいて、予め構造が設定された前記制御対象を表現する複数の伝達関数のパラメータを同定する複数伝達関数パラメータ同定手段と、前記複数伝達関数パラメータ同定手段にてパラメータが同定された伝達関数に基づいて、前記伝達関数による制御量の推定値と、前記制御対象から出力された制御量の実測値との適合率を計算する適合率計算手段と、前記適合率計算手段にて計算された適合率の最も良い伝達関数を選択する最良適合率伝達関数選択手段と、前記最良適合率伝達関数選択手段にて選択された伝達関数を対象として、予め与えられたＰＩＤパラメータ調整方法を使用することでＰＩＤパラメータを決定する最適ＰＩＤパラメータ決定手段とを備えることを特徴とする。

また、請求項４記載のＰＩＤパラメータ調節支援装置によれば、前記予め与えられたＰＩＤパラメータ調整方法は、Ｃｈｉｅｎ Ｈｒｏｎｅｓ ａｎｄ Ｒｅｓｗｉｃｋの調整則、Ｚｉｅｇｌｅｒ ａｎｄ Ｎｉｃｈｏｌｓの調整則、ベトラークの調整則、ＩＭＣ法、部分的モデルマッチング法、Ｃｏｈｅｎ Ｃｏｏｎ法の少なくともいずれか１つから選択されることを特徴とする。
また、請求項５記載のＰＩＤパラメータ調節支援装置によれば、前記伝達関数として、一次遅れ系＋むだ時間、二次遅れ系＋むだ時間、一次遅れ系＋積分系＋むだ時間、二次遅れ系＋積分系、二次振動系＋むだ時間、積分系＋むだ時間、非最小位相系が用意されることを特徴とする。

以上説明したように、本発明によれば、複数の伝達関数の中から最良の伝達関数を制御対象として選択することが可能となるとともに、所望の出力が得られるようにＰＩＤパラメータを探索させることが可能となり、試行錯誤的にＰＩＤパラメータを調整する必要がなくなることから、熟練を要することなく、ＰＩＤパラメータを適正に調節することができる。

以下、本発明の実施形態に係るＰＩＤパラメータ調節支援装置について図面を参照しながら説明する。
図１は、本発明の第１実施形態に係るＰＩＤパラメータ調節支援装置の概略構成を示すブロック図、図２は、図１のＰＩＤパラメータ調節支援装置におけるＰＩＤパラメータ算出方法を示すフローチャートである。
図１において、制御対象１３には、制御対象１３をＰＩＤ制御するＰＩＤ調節器１２が接続されている。なお、制御対象１３としては、例えば、射出成形機、リフロー炉、フラットパネルディスプレイ製造装置、半導体製造装置などを挙げることができる。

また、ＰＩＤ調節器１２のＰＩＤパラメータを調節するＰＩＤパラメータ調節支援装置として、複数伝達関数パラメータ同定手段１４、適合率計算手段１５、最良適合率伝達関数選択手段１６および最適ＰＩＤパラメータ探索手段１７が設けられている。
なお、複数伝達関数パラメータ同定手段１４、適合率計算手段１５、最良適合率伝達関数選択手段１６および最適ＰＩＤパラメータ探索手段１７はパーソナルコンピュータ１１上で実現することができる。
ここで、複数伝達関数パラメータ同定手段１４は、制御対象１３に入力される操作量ＭＶの時系列データと、操作量ＭＶに応じて制御対象１３から出力される制御量ＰＶの時系列データに基づいて、予め構造が設定された制御対象１３を表現する複数の伝達関数のパラメータを同定することができる。

適合率計算手段１５は、複数伝達関数パラメータ同定手段１４にてパラメータが同定された伝達関数に基づいて、その伝達関数による制御量ＰＶの推定値と、制御対象１３から出力された制御量ＰＶの実測値との適合率を計算することができる。
最良適合率伝達関数選択手段１６は、適合率計算手段１５にて計算された適合率の最も良い伝達関数を制御対象１３のモデルとして選択することができる。
最適ＰＩＤパラメータ探索手段１７は、最良適合率伝達関数選択手段１６にて選択された伝達関数を対象として、予め決められた評価指標が満たされるようにＰＩＤパラメータを探索することができる。

そして、ＰＩＤ調節器１２から出力された操作量ＭＶおよび制御対象１３から出力された制御量ＰＶが複数伝達関数パラメータ同定手段１４に入力されると、複数伝達関数パラメータ同定手段１４は、制御対象１３に入力される操作量ＭＶの時系列データと、操作量ＭＶに応じて制御対象１３から出力される制御量ＰＶの時系列データに基づいて、予め構造が設定された制御対象１３を表現する複数の伝達関数のパラメータを同定し、適合率計算手段１５に出力する（ステップＳ１１）。
ここで、複数伝達関数パラメータ同定手段１４にてパラメータが同定される伝達関数として、例えば、一次遅れ系＋むだ時間、二次遅れ系＋むだ時間、一次遅れ系＋積分系＋むだ時間、二次遅れ系＋積分系、二次振動系＋むだ時間、積分系＋むだ時間、非最小位相系を用意することができる。

図３は、図１の複数伝達関数パラメータ同定手段の構成例を示すブロック図である。
図３において、ブロックＢ１には、Ｇ^*ｅｘｐ（−ｓＬ^*）／（１＋ｓＴ^*）という伝達関数が設定され、ブロックＢ２には、Ｇ^*ｅｘｐ（−ｓＬ^*）／（（１＋ｓＴ^* ₁）（１＋ｓＴ^* ₂））という伝達関数が設定され、ブロックＢ３には、Ｇ^*ｅｘｐ（−ｓＬ^*）／（（１＋ｓＴ^*）ｓ）という伝達関数が設定され、ブロックＢ４には、Ｇ^*／（（１＋ｓＴ^* ₁）（１＋ｓＴ^* ₂）ｓ）という伝達関数が設定され、ブロックＢ５には、Ｇ^*ｅｘｐ（−ｓＬ^*）／（ｓ²＋２ζωｓ＋ω²）という伝達関数が設定され、ブロックＢ６には、Ｇ^*ｅｘｐ（−ｓＬ^*）／ｓという伝達関数が設定され、ブロックＢ７には、Ｇ^*（１−Ｔ^* ₃ｓ）／（１＋ｓＴ^* ₁）（１＋ｓＴ^* ₂）という伝達関数が設定されているものとする。

そして、操作量ＭＶと制御量ＰＶとから、これらの伝達関数のパラメータである係数Ｇ^*、Ｔ^*、Ｔ^* ₁、Ｔ^* ₂、Ｔ^* ₃、Ｌ^*、ζ、ωを同定する場合、操作量ＭＶの時系列データをブロックＢ１〜Ｂ７にそれぞれ入力し、各ブロックＢ１〜Ｂ７から出力された推定された制御量ＰＶ^*を減算器Ｒ１〜Ｒ７にそれぞれ入力する。そして、その推定された制御量ＰＶ^*と実測された制御量ＰＶとの偏差を減算器Ｒ１〜Ｒ７にてそれぞれ算出し、以下の（１）式の目的関数Ｊを最小化することで、伝達関数の係数Ｇ^*、Ｔ^*、Ｔ^* ₁、Ｔ^* ₂、Ｔ^* ₃、Ｌ^*、ζ、ωを求めることができる。

なお、（１）式は、非線形最適化問題であり、例えば、ニュートン法を用いることにより、目的関数Ｊを最小化する係数Ｇ^*、Ｔ^*、Ｔ₁ ^*、Ｔ^* ₂、Ｔ^* ₃、Ｌ^*、ζ、ωを求めることができる。
そして、適合率計算手段１５は、複数の伝達関数のパラメータを複数伝達関数パラメータ同定手段１４から受け取ると、複数伝達関数パラメータ同定手段１４にてパラメータが同定された伝達関数に基づいて、その伝達関数による制御量ＰＶの推定値と、制御対象１３から出力された制御量ＰＶの実測値との適合率ＦＩＴを計算し、最良適合率伝達関数選択手段１６に出力する（ステップＳ１２）。
例えば、ｋ番目の制御量ＰＶの推定値をＰＶ^*（ｋ）、ｋ番目の制御量ＰＶの実測値をＰＶ（ｋ）、制御量ＰＶの実測値の平均値をＰＶ´（ｋ）とすると、適合率ＦＩＴは以下の式（２）で求めることができる。

ただし、Ｎはデータ数である。
そして、最良適合率伝達関数選択手段１６は、複数の伝達関数についての適合率ＦＩＴを適合率計算手段１５から受け取ると、適合率計算手段１５にて計算された適合率の最も良い伝達関数を制御対象１３のモデルとして選択し、最適ＰＩＤパラメータ探索手段１７に出力することができる（ステップＳ１３）。

図４は、図１の最良適合率伝達関数選択手段による最良適合率伝達関数の選択方法の一例を示す図である。
図４において、最良適合率伝達関数選択手段１６は、適合率計算手段１５にて計算された適合率の最も良い伝達関数を自動的に選択する方法の他、複数の伝達関数についての適合率ＦＩＴを一覧表示することができる。そして、この表示画面上で指定された伝達関数を制御対象１３のモデルとして選択することもできる。
次に、最適ＰＩＤパラメータ探索手段１７は、最良適合率伝達関数選択手段１６にて選択された伝達関数を対象として、予め決められた評価指標が満たされるようにＰＩＤパラメータを探索し、その探索されたＰＩＤパラメータをＰＩＤ調節器１２に設定する（ステップＳ１４）。

図５は、図１の最適ＰＩＤパラメータ探索手段による最適ＰＩＤパラメータの探索方法の一例を示す図である。
図５において、図１のＰＩＤ調節器１２はＫ_p（１＋１／（Ｔ_iｓ）＋Ｔ_Dｓ）という伝達関数で表現され、制御対象１３として、Ｇ^*ｅｘｐ（−ｓＬ^*）／（１＋ｓＴ^*）という伝達関数が最良適合率伝達関数選択手段１６にて選択されたものとする。だだし、Ｋ_pは比例ゲイン、Ｔ_iは積分時間、Ｔ_Dは微分時間である。
そして、最適ＰＩＤパラメータ探索手段１７は、設定値ＳＶとしてステップ状の信号を入力し、制御対象１３から出力された制御量ＰＶを観測することで、評価指標が満たされるようにＰＩＤパラメータを探索する。

ここで、最適ＰＩＤパラメータ探索手段１７は、ＰＩＤパラメータを探索する場合、パーティクル・スォーム・オプティマイゼイションを用いることができ、その時の評価指標として、ステップ入力時の出力波形の立ち上がり時間Ｔ_r、遅延時間Ｔ_d、行き過ぎ時間Ｔ_p、整定時間Ｔ_s、行き過ぎ量ｐ₀、振幅減衰比γおよび定常偏差Ｅ_sを用いることができる。

例えば、立ち上がり時間Ｔ_r、遅延時間Ｔ_d、行き過ぎ時間Ｔ_p、整定時間Ｔ_s、行き過ぎ量ｐ₀、振幅減衰比γおよび定常偏差Ｅ_sを評価指標として用いた場合、評価指標は、以下の（３）式の目的関数と制約条件で表現することができる。
ｍｉｎＦ＝ｗ₁Ｔ_r＋ｗ₂Ｔ_d＋ｗ₃Ｔ_p＋ｗ₄Ｔ_s＋ｗ₅ｐ₀＋ｗ₆γ＋ｗ₇Ｅ_s・・（３）
ｓｕｂｊｅｃｔ ｔｏ Ｔ_r＜Ｔ^* _r，Ｔ_d＜Ｔ^* _d，Ｔ_p＜Ｔ^* _p，Ｔ_s＜Ｔ^* _s，
ｐ₀＜ｐ^* ₀，γ＜γ^*，｜Ｅ_s｜＜｜Ｅ^* _s｜
ただし、ｗ₁〜ｗ₇は重み、Ｔ^* _r、Ｔ^* _d、Ｔ^* _p、Ｔ^* _s、ｐ^* ₀、γ^*、Ｅ^* _sは制約の上限値である。

そして、（３）式の評価指標を満たすようにパーティクル・スォーム・オプティマイゼイションなどの探索手段にて比例ゲインＫ_p、積分時間Ｔ_i、微分時間Ｔ_Dを探索することで、ＰＩＤ調節器１２のＰＩＤパラメータを求めることができる。
なお、パーティクル・スウォーム・オプティマイゼーションは、簡単化した社会モデルのシミュレーションを通して開発されたモダンヒューリスティック（Ｍｏｄｅｒｎ Ｈｅｕｒｉｓｔｉｃ：ＭＨ）手法の１つであり、鳥の群れの動きを連続変数の２次元空間で表現することを通して開発された。

なお、パーティクル・スウォーム・オプティマイゼーションについては、Ｊ．Ｋｅｎｎｅｄｙ ａｎｄ Ｒ．Ｅｂｅｒｈａｒｔによる“Ｐａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ”（Ｐｒｏｃ． ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ，Ｖｏｌ．ＩＶ，ｐｐ．１９４２−１９４８，Ｐｅｒｔｈ，Ａｕｓｔｒａｌｉａ，１９９５．）や、吉田・福山他による「電圧信頼度を考慮したＰａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎによる電圧無効電力制御方式の検討」（電気学会論文誌Ｂ，１１９巻１２号，１９９９年１２月）、特開２０００−１１６００３「電圧無効電力制御方法」、特開２００２−５１４６４「配電系統における状態推定法」などに記載されている。

そして、パーティクル・スウォーム・オプティマイゼーションでは、各エージェント（パーティクル・スウォーム・オプティマイゼーションでは、群れの個々をエージェントと呼ぶ。）の位置（状態量）をｘ、ｙ座標で表し、各エージェントの速度をｖｘ（ｘ方向の速度）、ｖｙ（ｙ方向の速度）で表現する。
そして、各エージェントの位置と速度の情報から、次時点の各エージェントの位置を更新することができる。

この概念に基づき、鳥の群れ全体が何らかの目的関数を最適化するような行動をとると考えると、以下のような最適化が考えられる。
すなわち、各エージェントは、各々の探索における目的関数のそれまでの最も評価の高い最良値ｐｂｅｓｔと、その位置（状態量）を示すｘ、ｙ座標とを覚えている。また、各エージェントは、各エージェントが保有する最良値ｐｂｅｓｔの集団の中で最も評価の高いもの、すなわち、集団のそれまでの目的関数の最良値ｇｂｅｓｔを共有している。
また、各エージェントは、現在の位置（ｘ、ｙ座標）および現在の速度（ｖｘ、ｖｙ）を持っている。
そして、各エージェントは、現在の位置（ｘ、ｙ座標）および速度（ｖｘ、ｖｙ）と、最良値ｐｂｅｓｔ、ｇｂｅｓｔとの間の距離に応じて、最良値ｐｂｅｓｔ、ｇｂｅｓｔの存在する位置に方向を変更しようとする。

この変更しようとする行動は速度で表現される。そして、各エージェントの速度は、現在の速度と最良値ｐｂｅｓｔ、ｇｂｅｓｔとを用いて、（４）式のように修正することができる。
Ｖ_i ^k+1＝ｗ×Ｖ_i ^k＋ｃ₁×ｒａｎｄ（）×（ｐｂｅｓｔ_i−ｓ_i ^k）
＋ｃ₂×ｒａｎｄ（）×（ｇｂｅｓｔ−ｓ_i ^k） ・・・（４）
ただし、Ｖ_i ^kは、エージェントｉの速度、ｒａｎｄ（）は、０〜１までの一様乱数、ｓ_i ^kは、エージェントｉの探索ｋ回目の位置（探索点）、ｐｂｅｓｔ_iは、エージェントｉの最良値ｐｂｅｓｔ、ｗは、エージェント速度に対する重み関数、ｃ₁、ｃ₂は、各項に対する重み係数である。

この（４）式を用いることにより、各エージェントのこれまでの最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔに確率的に近づくような速度Ｖ_i ^k+1を求めることができ、これにより、各エージェントの現在の位置（探索点）ｓ_i ^kを（５）式のように修正することができる。
ｓ_i ^k+1＝ｓ_i ^k＋Ｖ_i ^k+1 ・・・（５）
具体的には、パーティクル・スウォーム・オプティマイゼーションのエージェントの状態変数は、ＰＩＤパラメータである比例ゲインＫ_p、積分時間Ｔ_i、微分時間Ｔ_Dとする。

次に、エージェントの初期値として、エージェントの位置ｓ_iおよび速度ｖ_iを設定する。なお、エージェントの数ｉは事前に設定しておく。
次に、（４）式および（５）式の計算を繰り返すことにより、最適解を探索する。なお、繰り返し回数ｋは事前に設定しておく。また、最適解を探索する際に、ステップごとに、各エージェントの評価と、各探索点の最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔの更新を行う。

ここで、各エージェントの評価は、以下の手順で行うことができる。
まず、エージェントの状態変数ｓ_iを、ＰＩＤパラメータである比例ゲインＫ_p、積分時間Ｔ_i、微分時間Ｔ_Dに設定する。次に、設定値ＳＶとしてステップ入力が与えられた時の応答波形をＮ点分だけ算出し、（３）式により評価する。
そして、全てのエージェントの評価結果に基づいて、各探索点の最良値ｐｂｅｓｔおよび集団の最良値ｇｂｅｓｔを決定する。そして、指定された回数が終了したら、集団の最良値ｇｂｅｓｔの状態量をＰＩＤパラメータである比例ゲインＫ_p、積分時間Ｔ_i、微分時間Ｔ_Dとしたものを、最適な係数として保存する。

そして、最適ＰＩＤパラメータ探索手段１７にて探索されたＰＩＤパラメータがＰＩＤ調節器１２に設定されると、減算器１９において、設定値ＳＶと制御量ＰＶとの偏差が算出され、ＰＩＤ調節器１２に出力される。そして、ＰＩＤ調節器１２は、設定値ＳＶと制御量ＰＶとの偏差がゼロになるように操作量ＭＶを算出し、制御対象１３に出力する。
これにより、複数の伝達関数の中から最良の伝達関数を制御対象１３として選択することが可能となるとともに、所望の出力が得られるようにＰＩＤパラメータを探索させることが可能となり、試行錯誤的にＰＩＤパラメータを調整する必要がなくなることから、熟練を要することなく、ＰＩＤ調節器１２のＰＩＤパラメータを適正に調節することができる。

図６は、本発明の第２実施形態に係るＰＩＤパラメータ調節支援装置の概略構成を示すブロック図、図７は、図６のＰＩＤパラメータ調節支援装置におけるＰＩＤパラメータ算出方法を示すフローチャートである。
図６において、このＰＩＤパラメータ調節支援装置には、図１の最適ＰＩＤパラメータ探索手段１７の代わりに最適ＰＩＤパラメータ決定手段１８が設けられている。ここで、最適ＰＩＤパラメータ決定手段１８は、最良適合率伝達関数選択手段１６にて選択された伝達関数を対象として、予め与えられたＰＩＤパラメータ調整方法を使用することでＰＩＤパラメータを決定することができる。

そして、図７において、予め構造が設定された制御対象１３を表現する複数の伝達関数のパラメータが複数伝達関数パラメータ同定手段１４にて同定され（ステップＳ１１）、その伝達関数による制御量ＰＶの推定値と、制御対象１３から出力された制御量ＰＶの実測値との適合率ＦＩＴが適合率計算手段１５にて計算され（ステップＳ１２）、合率計算手段１５にて計算された適合率の最も良い伝達関数が最良適合率伝達関数選択手段１６にて選択され（ステップＳ１３）、最適ＰＩＤパラメータ決定手段１８に出力される。

そして、最適ＰＩＤパラメータ決定手段１８は、最良適合率伝達関数選択手段１６にて選択された伝達関数を対象として、予め与えられたＰＩＤパラメータ調整方法を使用することでＰＩＤパラメータを決定し、その決定されたＰＩＤパラメータをＰＩＤ調節器１２に設定する（ステップＳ１５）。
ここで、予め与えられたＰＩＤパラメータ調整方法としては、例えば、Ｃｈｉｅｎ Ｈｒｏｎｅｓ ａｎｄ Ｒｅｓｗｉｃｋの調整則、Ｚｉｅｇｌｅｒ ａｎｄ Ｎｉｃｈｏｌｓの調整則、ベトラークの調整則、ＩＭＣ法、部分的モデルマッチング法、Ｃｏｈｅｎ Ｃｏｏｎ法を挙げることができる。

図８は、図６の最適ＰＩＤパラメータ決定手段による最適ＰＩＤパラメータの決定方法を示す図である。
図８において、ＰＩＤパラメータ調整方法として、Ｃｈｉｅｎ Ｈｒｏｎｅｓ ａｎｄ Ｒｅｓｗｉｃｋの調整則、Ｚｉｅｇｌｅｒ ａｎｄ Ｎｉｃｈｏｌｓの調整則、ベトラークの調整則、ＩＭＣ法、部分的モデルマッチング法、Ｃｏｈｅｎ Ｃｏｏｎ法が予め与えられているものとすると、最適ＰＩＤパラメータ決定手段１８は、これらのＰＩＤパラメータ調整方法を一覧表示させることができる。そして、例えば、この表示画面上でＣｈｉｅｎ Ｈｒｏｎｅｓ ａｎｄ Ｒｅｓｗｉｃｋの調整則が指定された場合、最適ＰＩＤパラメータ決定手段１８は、Ｃｈｉｅｎ Ｈｒｏｎｅｓ ａｎｄ Ｒｅｓｗｉｃｋの調整則を用いることで、ＰＩＤパラメータである比例ゲインＫ_p、積分時間Ｔ_i、微分時間Ｔ_Dを決定することができる。

また、比例ゲインＫ_p、積分時間Ｔ_i、微分時間Ｔ_Dが決定されると、その時の評価指標として、ステップ入力時の出力波形の立ち上がり時間Ｔ_r、遅延時間Ｔ_d、行き過ぎ時間Ｔ_p、整定時間Ｔ_s、行き過ぎ量ｐ₀、振幅減衰比γおよび定常偏差Ｅ_sを計算し、表示画面上に表示させることができる。
そして、立ち上がり時間Ｔ_r、遅延時間Ｔ_d、行き過ぎ時間Ｔ_p、整定時間Ｔ_s、行き過ぎ量ｐ₀、振幅減衰比γおよび定常偏差Ｅ_sなどの評価指標を参照しながら、比例ゲインＫ_p、積分時間Ｔ_i、微分時間Ｔ_Dを手動で微調整することができる。

図９は、図１の複数伝達関数パラメータ同定手段による伝達関数の同定画面を示す図である。
図９において、複数伝達関数パラメータ同定手段１４は、予め構造が設定された制御対象１３を表現する複数の伝達関数のパラメータを同定する場合、制御対象１３に入力される操作量ＭＶの時系列データと、操作量ＭＶに応じて制御対象１３から出力される制御量ＰＶの時系列データを読み込む。そして、複数伝達関数パラメータ同定手段１４は、制御対象１３に入力される操作量ＭＶの時系列データと、操作量ＭＶに応じて制御対象１３から出力される制御量ＰＶの時系列データに基づいて、予め構造が設定された制御対象１３を表現する複数の伝達関数のパラメータを同定し、それらの伝達関数による出力波形Ｉｄｅｎｔ０１、Ｉｄｅｎｔ０２を操作量ＭＶおよび制御量ＰＶの波形とともに同定画面上に表示することができる。

そして、適合率計算手段１５は、複数伝達関数パラメータ同定手段１４にてパラメータが同定された伝達関数による制御量ＰＶの推定値と、制御対象１３から出力された制御量ＰＶの実測値との適合率を計算し、最良適合率伝達関数選択手段１６は、適合率計算手段１５にて計算された適合率の最も良い伝達関数の適合率を同定画面上に表示することができる。
そして、この同定画面上において、「最適チューニング」というボタンがクリックされると、図１０の設定画面を開き、「ＰＩＤチューニング」というボタンがクリックされると、図１１の設定画面を開くことができる。
図１０は、図１の最適ＰＩＤパラメータ探索手段によるＰＩＤパラメータの設定画面を示す図である。

図１０において、図９の「最適チューニング」というボタンがクリックされると、図１の最適ＰＩＤパラメータ探索手段１７は、最良適合率伝達関数選択手段１６にて選択された伝達関数を対象として、予め決められた評価指標が満たされるようにＰＩＤパラメータを探索する。そして、その探索されたＰＩＤパラメータである比例ゲインＫ_p、積分時間Ｔ_i、微分時間Ｔ_Dを設定画面上に表示するとともに、その時の設定値ＳＶ、操作量ＭＶおよび制御量ＰＶを設定画面上に表示することができる。

図１１は、図６の最適ＰＩＤパラメータ決定手段によるＰＩＤパラメータの設定画面を示す図である。
図１１において、図９の「ＰＩＤチューニング」というボタンがクリックされると、図６の最適ＰＩＤパラメータ決定手段１８は、最良適合率伝達関数選択手段１６にて選択された伝達関数を対象として、例えば、Ｃｈｉｅｎ Ｈｒｏｎｅｓ ａｎｄ Ｒｅｓｗｉｃｋの調整則を用いることでＰＩＤパラメータを決定する。そして、その決定されたＰＩＤパラメータである比例ゲインＫ_p、積分時間Ｔ_i、微分時間Ｔ_Dを設定画面上に表示するとともに、その時の設定値ＳＶ、操作量ＭＶおよび制御量ＰＶを設定画面上に表示することができる。

なお、複数伝達関数パラメータ同定手段１４、適合率計算手段１５、最良適合率伝達関数選択手段１６、最適ＰＩＤパラメータ探索手段１７および最適ＰＩＤパラメータ決定手段１８は、これらの手段に対応した命令が記述されたプログラムをコンピュータに実行させることにより実現することができる。ここで、図９〜図１１の表示画面を生成させる命令は、例えば、ビジュアルベーシックにて記述することができ、複数伝達関数パラメータ同定手段１４、適合率計算手段１５、最良適合率伝達関数選択手段１６、最適ＰＩＤパラメータ探索手段１７および最適ＰＩＤパラメータ決定手段１８のソースコードは、例えば、Ｃ言語およびＭＡＴＬＡＢにて記述することができる。
また、上述した実施形態では、ＰＩＤ制御を例にとって説明したが、比例制御、積分制御、比例積分制御などの他の制御方法を用いるようにしてもよい。

本発明の第１実施形態に係るＰＩＤパラメータ調節支援装置の概略構成を示すブロック図である。 図１のＰＩＤパラメータ調節支援装置におけるＰＩＤパラメータ算出方法を示すフローチャートである。 図１の複数伝達関数パラメータ同定手段の構成例を示すブロック図である。 図１の最良適合率伝達関数選択手段による最良適合率伝達関数の選択方法の一例を示す図である。 図１の最適ＰＩＤパラメータ探索手段による最適ＰＩＤパラメータの探索方法の一例を示す図である。 本発明の第２実施形態に係るＰＩＤパラメータ調節支援装置の概略構成を示すブロック図である。 図６のＰＩＤパラメータ調節支援装置におけるＰＩＤパラメータ算出方法を示すフローチャートである。 図６の最適ＰＩＤパラメータ決定手段による最適ＰＩＤパラメータの決定方法を示す図である。 図１の複数伝達関数パラメータ同定手段による伝達関数の同定画面を示す図である。 図１の最適ＰＩＤパラメータ探索手段によるＰＩＤパラメータの設定画面を示す図である。 図６の最適ＰＩＤパラメータ決定手段によるＰＩＤパラメータの設定画面を示す図である。

符号の説明

１１ パーソナルコンピュータ
１２ ＰＩＤ調節器
１３ 制御対象
１４ 複数伝達関数パラメータ同定手段
１５ 適合率計算手段
１６ 最良適合率伝達関数選択手段
１７ 最適ＰＩＤパラメータ探索手段
１８ 最適ＰＩＤパラメータ決定手段
１９ 減算器

Claims (5)

1. 制御対象に入力される操作量の時系列データと、前記操作量に応じて前記制御対象から出力される制御量の時系列データに基づいて、予め構造が設定された前記制御対象を表現する複数の伝達関数のパラメータを同定する複数伝達関数パラメータ同定手段と、
   前記複数伝達関数パラメータ同定手段にてパラメータが同定された伝達関数に基づいて、前記伝達関数による制御量の推定値と、前記制御対象から出力された制御量の実測値との適合率を計算する適合率計算手段と、
   前記適合率計算手段にて計算された適合率の最も良い伝達関数を前記制御対象のモデルとして選択する最良適合率伝達関数選択手段と、
   前記最良適合率伝達関数選択手段にて選択された伝達関数を対象として、予め決められた評価指標が満たされるようにＰＩＤパラメータを探索する最適ＰＩＤパラメータ探索手段とを備えることを特徴とするＰＩＤパラメータ調節支援装置。
2. 前記最適ＰＩＤパラメータ探索手段は、ステップ入力時の出力波形の立ち上がり時間、遅延時間、行き過ぎ時間、整定時間、行き過ぎ量または振幅減衰比の少なくともいずれか１つを前記評価指標としてパーティクル・スォーム・オプティマイゼイションにて前記ＰＩＤパラメータを探索することを特徴とする請求項１記載のＰＩＤパラメータ調節支援装置。
3. 制御対象に入力される操作量の時系列データと、前記操作量に応じて前記制御対象から出力される制御量の時系列データに基づいて、予め構造が設定された前記制御対象を表現する複数の伝達関数のパラメータを同定する複数伝達関数パラメータ同定手段と、
   前記複数伝達関数パラメータ同定手段にてパラメータが同定された伝達関数に基づいて、前記伝達関数による制御量の推定値と、前記制御対象から出力された制御量の実測値との適合率を計算する適合率計算手段と、
   前記適合率計算手段にて計算された適合率の最も良い伝達関数を選択する最良適合率伝達関数選択手段と、
   前記最良適合率伝達関数選択手段にて選択された伝達関数を対象として、予め与えられたＰＩＤパラメータ調整方法を使用することでＰＩＤパラメータを決定する最適ＰＩＤパラメータ決定手段とを備えることを特徴とするＰＩＤパラメータ調節支援装置。
4. 前記予め与えられたＰＩＤパラメータ調整方法は、Ｃｈｉｅｎ Ｈｒｏｎｅｓ ａｎｄ Ｒｅｓｗｉｃｋの調整則、Ｚｉｅｇｌｅｒ ａｎｄ Ｎｉｃｈｏｌｓの調整則、ベトラークの調整則、ＩＭＣ法、部分的モデルマッチング法、Ｃｏｈｅｎ Ｃｏｏｎ法の少なくともいずれか１つから選択されることを特徴とする請求項３記載のＰＩＤパラメータ調節支援装置。
5. 前記伝達関数として、一次遅れ系＋むだ時間、二次遅れ系＋むだ時間、一次遅れ系＋積分系＋むだ時間、二次遅れ系＋積分系、二次振動系＋むだ時間、積分系＋むだ時間、非最小位相系が用意されることを特徴とする請求項１から４のいずれか１項記載のＰＩＤパラメータ調節支援装置。

Images