JP2010113638A - プラント制御システムおよび制御方法 - Google Patents
プラント制御システムおよび制御方法 Download PDFInfo
- Publication number
- JP2010113638A JP2010113638A JP2008287412A JP2008287412A JP2010113638A JP 2010113638 A JP2010113638 A JP 2010113638A JP 2008287412 A JP2008287412 A JP 2008287412A JP 2008287412 A JP2008287412 A JP 2008287412A JP 2010113638 A JP2010113638 A JP 2010113638A
- Authority
- JP
- Japan
- Prior art keywords
- control
- plant
- identification
- model
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
【課題】同定波形採取のための同定実験を行わず、プラントの立ち上げデータを用いてプラントの同定、及び、制御パラメータの調整を実現可能とするプラント制御システムを提供する。
【解決手段】システム支援ツール100は、制御装置200内の各部(MPC制御部210,PID制御部220)および制御対象230の起動制御を行って各部を起動する。各部を起動することで、制御量(PV)，操作量(MV)，設定値(SV)に関する各ゾーン毎のデータを、システム支援ツール100のデータロギング機能を用いて採取する。システム支援ツール100は、立ち上げデータを元に同定機能を用いて、プラントのモデルパラメータを推定する。そして制御パラメータ調整機能を用いて、モデル予測制御（MPC）部210及びPID制御部220に係る制御パラメータを同定結果のモデルパラメータを使って計算する。
【選択図】図１
【解決手段】システム支援ツール100は、制御装置200内の各部(MPC制御部210,PID制御部220)および制御対象230の起動制御を行って各部を起動する。各部を起動することで、制御量(PV)，操作量(MV)，設定値(SV)に関する各ゾーン毎のデータを、システム支援ツール100のデータロギング機能を用いて採取する。システム支援ツール100は、立ち上げデータを元に同定機能を用いて、プラントのモデルパラメータを推定する。そして制御パラメータ調整機能を用いて、モデル予測制御（MPC）部210及びPID制御部220に係る制御パラメータを同定結果のモデルパラメータを使って計算する。
【選択図】図１
Description
本発明は、プラント制御システムおよび制御方法に関し、特に、採取したプラントの立ち上げデータを用いてプラントの同定、及び、制御パラメータの調整を実現するプラント制御システムおよび制御方法に関する。
従来、プラントの同定は、プラントを同定するために実験を行っている。プラントの同定のための実験では、アクチュエータ個数分のステップ応答波形を個別に取る必要があった。このようなことから従来のプラントの同定の問題点は、次のように集約される。
（１）プラントの同定実験及びその同定処理のために特別の時間を費やすことである。
（２）プラントの同定波形採取のための実験が行えるか否かの可能性を調べることである。
（１）プラントの同定実験及びその同定処理のために特別の時間を費やすことである。
（２）プラントの同定波形採取のための実験が行えるか否かの可能性を調べることである。
上記（１）の問題点に対して、それを回避するために、下記に示す特許文献１に開示のモデル予測制御におけるオートチューニング装置では、ニューラルネットを用いてモデル予測制御のプラントを同定する方法を提案している。
上記（２）の問題点に対して、プラントの中には、同定実験及びその同定処理のために特別の時間を設けることが許されない、あるいは、同定のためにステップ応答波形等の入力信号を印加することが許されない、などプラントの同定のための実験に対する制約がある。
特開平８−２１１９０３号公報
上記問題点（１）に対する特許文献１の提案は、シミュレーションのみを結果として提示しているだけで、プラントの同定波形採取のための同定実験の方法については何にも述べていない。
また問題点（２）に関して、特許文献１は、シミュレーションで作成した波形が、実際のプラントで採取可能であるかについて述べていない。
またプラントの制御には、同定だけではなく、制御パラメータの調整が必要となるが、特許文献１は、制御パラメータの調整をどのように行うかについて述べていない。
またプラントの制御には、同定だけではなく、制御パラメータの調整が必要となるが、特許文献１は、制御パラメータの調整をどのように行うかについて述べていない。
そこで本発明は、同定波形採取のための同定実験を行わず、採取したプラントの立ち上げデータを用いてプラントの同定、及び、制御パラメータの調整を実現するプラント制御システムおよび制御方法を提供することを目的とする。
本発明の一つの態様は、プロセス量に基づいて制御対象プラントを制御する制御装置と、該制御装置を支援するシステム支援ツールとを備るプラント制御システムであって、
前記システム支援ツールは、制御対象プラントの立ち上げにより得られる前記プロセス量に係る実データを採取するデータロギング手段と、制御対象プラントをモデル化したプラントモデルのモデルパラメータを推定して同定を行う同定手段と、該同定手段の同定結果のモデルパラメータから前記制御装置における制御パラメータを調整する制御パラメータ調整手段と、を有し、
前記制御装置は、前記制御パラメータ調整手段が調整した制御パラメータを前記システム支援ツールから受け取って、これを基に制御対象プラントの制御を行う、
ことを特徴とする。
前記システム支援ツールは、制御対象プラントの立ち上げにより得られる前記プロセス量に係る実データを採取するデータロギング手段と、制御対象プラントをモデル化したプラントモデルのモデルパラメータを推定して同定を行う同定手段と、該同定手段の同定結果のモデルパラメータから前記制御装置における制御パラメータを調整する制御パラメータ調整手段と、を有し、
前記制御装置は、前記制御パラメータ調整手段が調整した制御パラメータを前記システム支援ツールから受け取って、これを基に制御対象プラントの制御を行う、
ことを特徴とする。
上記において、実データは、プラント立ち上げに係る昇温データであることが好ましい。
また本発明の別の態様は、上記の態様において、前記同定手段は、プラントモデルを「一次遅れ系 ＋ むだ時間」と設定し、勾配法またはニュートン法を用いてプラントのゲイン，時定数，むだ時間を計算することによって同定を行うことを特徴とする。
また本発明の別の態様は、上記の態様において、前記同定手段は、プラントモデルを「一次遅れ系 ＋ むだ時間」と設定し、勾配法またはニュートン法を用いてプラントのゲイン，時定数，むだ時間を計算することによって同定を行うことを特徴とする。
また本発明の別の態様は、上記の態様において、前記制御パラメータ調整手段は、前記データロギング手段が採取した前記プロセス量に係る実データを元に、前記同定手段が同定を行うことにより得られたプラントのゲイン，時定数，むだ時間を用いて制御パラメータの調整を行うことを特徴とする。
また本発明の別の態様は、上記の態様において、前記制御装置にモデル予測制御を行うモデル予測制御部を含んでいる場合には、
前記制御パラメータ調整手段は、前記同定手段が同定したモデルパラメータを用いて、モデル予測制御部の内部モデル及び制御パラメータの調整を行うことを特徴とする。
前記制御パラメータ調整手段は、前記同定手段が同定したモデルパラメータを用いて、モデル予測制御部の内部モデル及び制御パラメータの調整を行うことを特徴とする。
また本発明のさらに別の態様は、上記の態様において、前記制御装置が、モデル予測制御を行うモデル予測制御部とPID制御を行うPID制御部を含む場合には、
前記モデル予測制御部は、前記システム支援ツールより出力される制御対象プラントの目標値に基づいてモデル予測制御を行い、
前記PID制御部は、前記モデル予測制御部より出力される設定値に基づいて制御対象プラントのPID制御を行う、
ことを特徴とする。
前記モデル予測制御部は、前記システム支援ツールより出力される制御対象プラントの目標値に基づいてモデル予測制御を行い、
前記PID制御部は、前記モデル予測制御部より出力される設定値に基づいて制御対象プラントのPID制御を行う、
ことを特徴とする。
また本発明の別の態様は、昇温データを用いてプラントモデルのモデルパラメータの同定及びプラントを制御する制御装置の制御パラメータの調整を行うプラントの制御方法であって、プラントの立ち上げにより得られる昇温データを採取する工程と、採取した昇温データを元に同定を行って、プラントのゲイン，時定数，むだ時間を得る工程と、同定により取得した前記プラントのゲイン，時定数，むだ時間に対して所定の演算を施して制御パラメータの調整を行う工程と、調整された制御パラメータに基づいてモデル予測制御及びＰＩＤ制御を用いて制御対象プラントの温度制御を行う工程、を含むことを特徴とする。
本発明によれば、プラント立ち上げデータを用いて、プラントの同定，制御パラメータのオートチューニングを行うことが可能となる。
プラント立ち上げデータを用いることで、同定実験の時間を設けることなく同定処理を行う事が可能であるため、時間の効率化という効果が得られる。
プラント立ち上げデータを用いることで、同定実験の時間を設けることなく同定処理を行う事が可能であるため、時間の効率化という効果が得られる。
また、プラントによっては、同定実験が不可能なプラントもある。本発明のプラント制御システムは、同定実験を行う必要はなく、プラント立ち上げデータを用いるということで、同定実験が不可能なプラントでも適用が可能である。従って、本発明のプラント制御システムは適用先が多いという有利性がある。
また、制御を行う上では同定だけではなく、制御パラメータのチューニングも必要となる。本発明のプラント制御システムは、同定したプラントのパラメータを用いて、制御パラメータのチューニングを行う。そのため、制御の高精度化が実現できるという効果が得られる。
以下、本発明を実施するための最良の形態について図面を用いて説明する。
図１は、本発明のプラント制御システムの構成例を示す図である。図１では、制御対象(プラント)として射出成形機を念頭におき、モデル予測制御(Model Predictive Control : MPC)およびPID制御を用いて、射出成形機の加熱シリンダの各ゾーンにおける温度制御を実施する例について示したものである。
図１は、本発明のプラント制御システムの構成例を示す図である。図１では、制御対象(プラント)として射出成形機を念頭におき、モデル予測制御(Model Predictive Control : MPC)およびPID制御を用いて、射出成形機の加熱シリンダの各ゾーンにおける温度制御を実施する例について示したものである。
通常、射出成形機の加熱シリンダの各ゾーンを温度制御する場合、射出成形機の加熱シリンダの各ゾーンにバンドヒータを設置する。バンドヒータは、温調計(図示せず)に接続され、当該温調計でもってPID制御するPID制御部220を構成する。
PID制御を行う温調計の上位には、モデル予測制御(MPC)を行うモデル予測制御部210が設けられる。当該モデル予測制御部210を実例ではパネルコンピュータ（CPU：ルネサステクノロジ社製 SH-7760 192 MHz，OS：Linux相当）(図示せず)で構成する。そしてパネルコンピュータにおいては、システム支援ツール100が提供する制御パラメータ、すなわち後述するチューニング処理されたMPC制御パラメータ、を設定処理してモデル予測(MPC)制御部210による各ゾーンの設定値の計算処理を行う。
ここで、システム支援ツール100は、パソコン（CPU：×86 Family 15 Model 2 Stepping 4 Genuine Intel 社製〜1599 MHz，OS：windows(登録商標) XP 相当）(図示せず)で構成する。パソコンには、プラント制御システム全体を支援するツールとして、同定機能，制御パラメータのオートチューニング機能，データロギング機能が設けられている。これらについては後で詳しく説明する。
そして、パソコン(システム支援ツール)とパネルコンピュータとの間は、イーサネット(Ethernet(登録商標))を用いて接続して通信し、またパネルコンピュータと温調計との間は、途中にRS-232CとRS-485の変換器(図示せず)を介在させてRS-232C及びRS-485プロトコルを使用する。制御パラメータを制御装置200に付与した後、パソコン(システム支援ツール)100はデータロギングを行うものの、射出成形機の温度制御には直接関与せず、パネルコンピュータ（モデル予測制御(MPC)）と温調計（PID制御）とで射出成形機の加熱シリンダの各ゾーンにおける温度制御を行う構成としている。
ここで一先ず図１の説明を中断し、後ほど図２および図３を説明する際に適宜図１についても更に説明する。
図２は、本発明のプラント制御システムに係る立ち上げデータの取得イメージを示す図である。図２を元に図１の本発明のプラント制御システムの構成をさらに説明すると、図１に示すシステム支援ツール100は、制御装置200内の各部(MPC制御部210,PID制御部220)および制御対象230の起動制御を行って各部を起動する。各部を起動することで、射出成形機の加熱シリンダの各ゾーンにおける温度制御に係る、プラント制御に必須のプロセス量、すなわち、制御量(PV)，操作量(MV)，設定値(SV)に関する各ゾーン毎のデータを、上述のシステム支援ツール(パソコン)100のデータロギング機能を用いて採取することができる。制御量(PV)は制御対象230からの出力値であり、操作量(MV)は制御装置200から制御対象230への出力値であり、設定値(SV)はMPC制御部210からPID制御部への出力値である。
ゾーン毎のデータを採取した結果を示したのが図２の波形図であり、起動時点の室温程度から射出成形機の加熱シリンダの各ゾーンにおける温度が序々に射出成形機の加熱シリンダの各ゾーンにおける設定値に向かって温度が上昇して行く様子が読み取れる。すなわち、温度が序々に射出成形機の加熱シリンダの各ゾーンにおける設定値に向かうまでにどのような軌跡を描くのかを立ち上げデータとして示している。そしてデータ採取される波形上のポイントを黒丸で示し、データを制御周期の各サイクルで採取するようにしている。システム支援ツール(パソコン)100は、これらのデータが設定値に追従し、整定するまで継続採取することで立ち上げデータを同定実験せずに同定用として取得し使用することが可能となる。
図２は、本発明のプラント制御システムに係る立ち上げデータの取得イメージを示す図である。図２を元に図１の本発明のプラント制御システムの構成をさらに説明すると、図１に示すシステム支援ツール100は、制御装置200内の各部(MPC制御部210,PID制御部220)および制御対象230の起動制御を行って各部を起動する。各部を起動することで、射出成形機の加熱シリンダの各ゾーンにおける温度制御に係る、プラント制御に必須のプロセス量、すなわち、制御量(PV)，操作量(MV)，設定値(SV)に関する各ゾーン毎のデータを、上述のシステム支援ツール(パソコン)100のデータロギング機能を用いて採取することができる。制御量(PV)は制御対象230からの出力値であり、操作量(MV)は制御装置200から制御対象230への出力値であり、設定値(SV)はMPC制御部210からPID制御部への出力値である。
ゾーン毎のデータを採取した結果を示したのが図２の波形図であり、起動時点の室温程度から射出成形機の加熱シリンダの各ゾーンにおける温度が序々に射出成形機の加熱シリンダの各ゾーンにおける設定値に向かって温度が上昇して行く様子が読み取れる。すなわち、温度が序々に射出成形機の加熱シリンダの各ゾーンにおける設定値に向かうまでにどのような軌跡を描くのかを立ち上げデータとして示している。そしてデータ採取される波形上のポイントを黒丸で示し、データを制御周期の各サイクルで採取するようにしている。システム支援ツール(パソコン)100は、これらのデータが設定値に追従し、整定するまで継続採取することで立ち上げデータを同定実験せずに同定用として取得し使用することが可能となる。
システム支援ツール(パソコン)100は、上述の立ち上げデータを元にシステム支援ツール内の同定機能を用いて、制御対象(プラント)のモデルパラメータを推定する。そしてシステム支援ツール内の制御パラメータ調整機能を用いて、モデル予測制御（MPC）部210及びPID制御部220に係る制御パラメータを、同定結果のモデルパラメータを使って計算する。
制御装置200内のPID制御部220は、射出成形機の加熱シリンダに複数設置されているバンドヒータの温度制御を行う。複数あるバンドヒータは、互いに熱の干渉がある。制御装置200内のMPC制御部210は、温度制御を行っている複数のPID制御のPV値を採取し、各PID制御の設定値をMPC制御部210の制御周期毎に計算する。
図３は、本発明のプラント制御システムに係る各種パラメータの設定処理を説明するための処理フローを示す図である。図３のフローチャートを図１に示す本発明のプラント制御システムの構成および動作と関連付けて説明する。
まず、ステップS1において、システム支援ツール100は、制御装置200内の制御機器の起動を行って同定に必要な立ち上げデータの採取準備を行う。次いで、ステップS2で、システム支援ツール100は、同定波形の採取を行う。この採取は、図１に示すシステム支援ツール100内のロギング機能を用いて、プラントの同定に必要な立ち上げデータを得るためのものであるが、図１に示すようにパソコン(システム支援ツール)100が起動された後のパネルコンピュータ(MPC制御部)210を介してPID制御部220より上述したPV，MV，SVの各値を採取する。その結果、図２に示したような同定波形を得る。
次に、ステップS3で、システム支援ツール100は、プラントモデルの同定処理を行う。この同定処理は、上記のようにして取得したプラント立ち上げデータを用いて同定を行う。プラントの同定は、プラントモデルを「一次遅れ系 ＋ むだ時間」と設定した下記の式１の下で行う。
その上で、同定は、当該技術分野に従事する者には周知の勾配法またはニュートン法を用いてプラントのゲイン(Ｇ)，時定数(Ｔ)，むだ時間(Ｌ)を計算する。
また、同定する推定モデルのPVハットと、実波形のPVとの誤差を最小化する下記式２に示す評価関数（評価は、同定に用いるデータの中で、実際に同定に用いる区間Tidentにおいて所定のサンプリング周期dtで上記誤差を積分する）によって、推定モデルのパラメータを更新する。
また、同定する推定モデルのPVハットと、実波形のPVとの誤差を最小化する下記式２に示す評価関数（評価は、同定に用いるデータの中で、実際に同定に用いる区間Tidentにおいて所定のサンプリング周期dtで上記誤差を積分する）によって、推定モデルのパラメータを更新する。
そして勾配法では、上記式１の伝達関数を、微分して勾配ベクトルを計算するとともに、推定モデルのパラメータを下記の式３により更新する。
なお、図１に示すように本発明の実施形態では、プラントのゾーン数分のプラントモデルを計算する必要がある。例えばプラントのゾーン数が４である場合には、同定するプラントモデル（SYS4）は、以下の式４で表される。
PIDパラメータのための制御パラメータを求める場合、プロセス量が定常値に到達するまでの時間を最小にする、すなわち整定時間に着目する、当該技術分野に従事する者には周知のCHR(Chien-Hrones-Reswick)法を用いて同定処理で得られた上記式１のパラメータ（G，T，L）から以下の式８〜１０を用いて比例ゲインKp，積分時間Ti，微分時間Tdを計算する。
最後に、ステップS7で、システム支援ツール100は、ステップS5及びS6で処理したチューニングパラメータを制御装置200内のMPC制御部210，PID制御部220に設定するための処理を行う。これについては図４でさらに説明する。
このように本発明の実施形態に係るプラント制御システムは、プラント立ち上げデータを用いて、プラントの同定，制御パラメータのオートチューニングを行うことで、同定実験の時間を設けることなく同定処理を行うことが可能であるため、同定処理に要する時間を効率化することができる。また、プラントによっては、同定実験が不可能なプラントもあるが、本発明では、同定実験を行う必要はなく、プラント立ち上げデータを用いるということで、同定実験が不可能なプラントでも適用できるという有利性がある。
また、制御を行う上では同定だけではなく、制御パラメータのチューニングも必要となるが、本発明では、同定したプラントのパラメータを用いて、制御パラメータのチューニングが行えるため、制御の高精度化が実現できるという有利性がある。
図４は、本発明の制御装置における具体的な制御動作を示す図である。図４において、SP(セットポイント)は、MPC制御部210側から見た設定値を表わすものであり、また、SVは、PID制御部220側から見た設定値を表すものである。一般に設定値のプロセス量を表すSVを同じように使用すると区別が付き難くなるのを避けるための表記である。
そしてSP(セットポイント)は、制御対象230の所望値である目標値を表しており、これがシステム支援ツール100から制御装置200内のMPC制御部210に設定される。MPC制御部210は、入力であるSP１〜SPｎに基づいて内部モデルの計算を行って、出力としてSV１〜SVｎを出力する。出力されたSV１〜SVｎは、PID制御部220の各温調計に印加され、各温調計においてPID制御が行われる。各温調計からは操作量MV１〜MVｎが出力され、制御対象(プラント)の各ゾーンのバンドヒータに印加され、各バンドヒータにより温度制御がなされる。
各バンドヒータにおける温度制御に係る変量が制御量PV１〜PVｎとして出力され、これがマイナーループとしてそれぞれの加算器240にもどされて上述の設定値SV１〜SVｎとの差分がとられ、この差分が再びPID制御部220の各温調計に印加され各温調計において再びPID制御が行われる。各温調計からは再び操作量MV１〜MVｎが出力され、制御対象(プラント)の各ゾーンのバンドヒータに再び印加され、各バンドヒータにより更に温度制御がなされる。このようなフィードバック制御により設定値に制御量が追従するよう温度制御がなされる。
一方、各バンドヒータから出力される温度制御に係る制御量PV１〜PVｎは、MPC制御部210の制御周期毎にメジャーループとしてMPC制御部210に戻され、MPC制御部210においてこれらの制御量PV１〜PVｎを用いて予測制御の計算がなされ、計算された予測制御結果が、MPC制御部210から制御周期で更新された設定値SV１〜SVｎとして出力される。このようなフィードバック制御を継続することで安定したプラントの温度制御を実現する。
以上のおける本発明の実施形態の説明では、本プラント制御システムが、モデル予測制御(Model Predictive Control : MPC)およびPID制御を用いて、射出成形機の加熱シリンダの各ゾーンにおける温度制御を実施する例について説明した。しかしこれは単なる例であって、制御装置200がPID制御部220のみで構成され、PID制御部220によるPID制御だけで射出成形機の加熱シリンダの各ゾーンにおける温度制御を実施することも可能である。この場合には、上記システム支援ツール100は、図１に示すように同定とPID制御パラメータの調整を行って、PID制御を行う制御装置に設定値を与えて、射出成形機の加熱シリンダの各ゾーンにおける温度制御を実施する。またこの場合、図３では、モデル予測制御に係る内部モデル同定処理(S4)、MPC制御パラメータチューニング処理(S6)を省き、また図４では、モデル予測制御部210に入力されるSP(セットポイント)および制御量PVをフィードバックするメジャーループは不要となることは明らかであろう。
100 システム支援ツール(パソコン)
200 制御装置
210 MPC制御部(パネルコンピュータ)
220 PID制御部(温調計)
230 制御対象(プラント)
240 加算器
200 制御装置
210 MPC制御部(パネルコンピュータ)
220 PID制御部(温調計)
230 制御対象(プラント)
240 加算器
Claims (7)
- プロセス量に基づいて制御対象プラントを制御する制御装置と、該制御装置を支援するシステム支援ツールとを備えるプラント制御システムであって、
前記システム支援ツールは、制御対象プラントの立ち上げにより得られる前記プロセス量に係る実データを採取するデータロギング手段と、制御対象プラントをモデル化したプラントモデルのモデルパラメータを推定して同定を行う同定手段と、該同定手段の同定結果のモデルパラメータから前記制御装置における制御パラメータを調整する制御パラメータ調整手段と、を有し、
前記制御装置は、前記制御パラメータ調整手段が調整した制御パラメータを前記システム支援ツールから受け取って、これを基に制御対象プラントの制御を行う、
ことを特徴とするプラント制御システム。 - 前記プロセス量に係る実データは、制御対象プラントの立ち上げに係る昇温データであることを特徴とする請求項１に記載のプラント制御システム。
- 前記同定手段は、前記プラントモデルを「一次遅れ系 ＋ むだ時間」と設定し、勾配法またはニュートン法を用いてプラントのゲイン，時定数，むだ時間を計算することによって同定を行うことを特徴とする請求項１に記載のプラント制御システム。
- 前記制御パラメータ調整手段は、前記データロギング手段が採取した前記プロセス量に係る実データを元に、前記同定手段が同定を行うことにより得られたプラントのゲイン，時定数，むだ時間を用いて制御パラメータの調整を行うことを特徴とする請求項１に記載のプラント制御システム。
- 前記制御装置にモデル予測制御を行うモデル予測制御部を含んでいる場合には、
前記制御パラメータ調整手段は、前記同定手段が同定したモデルパラメータを用いて、前記モデル予測制御部の内部モデル及び制御パラメータの調整を行うことを特徴とする請求項１に記載のプラント制御システム。 - 前記制御装置が、モデル予測制御を行うモデル予測制御部とPID制御を行うPID制御部を含む場合には、
前記モデル予測制御部は、前記システム支援ツールより出力される制御対象プラントの目標値に基づいてモデル予測制御を行い、
前記PID制御部は、前記モデル予測制御部より出力される設定値に基づいて制御対象プラントのPID制御を行う、
ことを特徴とする請求項１に記載のプラント制御システム。 - 昇温データを用いてプラントモデルのモデルパラメータの同定及びプラントを制御する制御装置の制御パラメータの調整を行うプラントの制御方法であって、プラントの立ち上げにより得られる昇温データを採取する工程と、採取した昇温データを元に同定を行って、プラントのゲイン，時定数，むだ時間を得る工程と、同定により取得した前記プラントのゲイン，時定数，むだ時間に対して所定の演算を施して制御パラメータの調整を行う工程と、調整された制御パラメータに基づいてモデル予測制御及びＰＩＤ制御を用いて制御対象プラントの温度制御を行う工程、を含むことを特徴とするプラント制御方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008287412A JP5272669B2 (ja) | 2008-11-10 | 2008-11-10 | プラント制御システムおよび制御方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008287412A JP5272669B2 (ja) | 2008-11-10 | 2008-11-10 | プラント制御システムおよび制御方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2010113638A true JP2010113638A (ja) | 2010-05-20 |
| JP5272669B2 JP5272669B2 (ja) | 2013-08-28 |
Family
ID=42302132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008287412A Expired - Fee Related JP5272669B2 (ja) | 2008-11-10 | 2008-11-10 | プラント制御システムおよび制御方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5272669B2 (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012205422A (ja) * | 2011-03-25 | 2012-10-22 | Aisin Aw Co Ltd | 制御装置 |
| JP2012211741A (ja) * | 2011-03-31 | 2012-11-01 | Metawater Co Ltd | 汚泥焼却炉の動特性同定方法 |
| CN103777522A (zh) * | 2014-01-21 | 2014-05-07 | 上海海事大学 | 基于模糊pid的无人水面艇直线跟踪方法 |
| KR101700088B1 (ko) * | 2016-03-07 | 2017-01-26 | 주식회사 국민이엠씨 | 제어 대상에 대한 데이터베이스 기반의 제어 장치 및 방법 |
| CN109688652A (zh) * | 2018-11-20 | 2019-04-26 | 昆明理工大学 | 一种基于双层结构模型预测控制的微波高温反应器温度精确控制的方法 |
| CN111650829A (zh) * | 2020-05-18 | 2020-09-11 | 瑞纳智能设备股份有限公司 | 基于人工智能的内嵌pid模块参数调节方法、系统及装置 |
| WO2021181963A1 (ja) | 2020-03-13 | 2021-09-16 | オムロン株式会社 | 学習用データ生成装置、学習装置、制御装置、学習用データ生成方法、学習方法、制御方法、学習用データ生成プログラム、学習プログラム、及び制御プログラム |
| WO2023007596A1 (ja) * | 2021-07-27 | 2023-02-02 | 理化工業株式会社 | 制御装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04291601A (ja) * | 1991-03-20 | 1992-10-15 | Sekisui Chem Co Ltd | オートチューニング機能付ファジイ制御装置 |
| JPH08211903A (ja) * | 1995-02-06 | 1996-08-20 | Meidensha Corp | モデル予測制御におけるオートチューニング装置 |
| JP2008123354A (ja) * | 2006-11-14 | 2008-05-29 | Fuji Electric Systems Co Ltd | 温度制御装置、温度制御方法および温度制御プログラム |
-
2008
- 2008-11-10 JP JP2008287412A patent/JP5272669B2/ja not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04291601A (ja) * | 1991-03-20 | 1992-10-15 | Sekisui Chem Co Ltd | オートチューニング機能付ファジイ制御装置 |
| JPH08211903A (ja) * | 1995-02-06 | 1996-08-20 | Meidensha Corp | モデル予測制御におけるオートチューニング装置 |
| JP2008123354A (ja) * | 2006-11-14 | 2008-05-29 | Fuji Electric Systems Co Ltd | 温度制御装置、温度制御方法および温度制御プログラム |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012205422A (ja) * | 2011-03-25 | 2012-10-22 | Aisin Aw Co Ltd | 制御装置 |
| JP2012211741A (ja) * | 2011-03-31 | 2012-11-01 | Metawater Co Ltd | 汚泥焼却炉の動特性同定方法 |
| CN103777522A (zh) * | 2014-01-21 | 2014-05-07 | 上海海事大学 | 基于模糊pid的无人水面艇直线跟踪方法 |
| CN103777522B (zh) * | 2014-01-21 | 2016-09-28 | 上海海事大学 | 基于模糊pid的无人水面艇直线跟踪方法 |
| KR101700088B1 (ko) * | 2016-03-07 | 2017-01-26 | 주식회사 국민이엠씨 | 제어 대상에 대한 데이터베이스 기반의 제어 장치 및 방법 |
| CN109688652A (zh) * | 2018-11-20 | 2019-04-26 | 昆明理工大学 | 一种基于双层结构模型预测控制的微波高温反应器温度精确控制的方法 |
| CN109688652B (zh) * | 2018-11-20 | 2021-06-01 | 昆明理工大学 | 一种基于双层结构模型预测控制的微波高温反应器温度精确控制的方法 |
| WO2021181963A1 (ja) | 2020-03-13 | 2021-09-16 | オムロン株式会社 | 学習用データ生成装置、学習装置、制御装置、学習用データ生成方法、学習方法、制御方法、学習用データ生成プログラム、学習プログラム、及び制御プログラム |
| CN111650829A (zh) * | 2020-05-18 | 2020-09-11 | 瑞纳智能设备股份有限公司 | 基于人工智能的内嵌pid模块参数调节方法、系统及装置 |
| CN111650829B (zh) * | 2020-05-18 | 2022-05-03 | 瑞纳智能设备股份有限公司 | 基于人工智能的内嵌pid模块参数调节方法、系统及装置 |
| WO2023007596A1 (ja) * | 2021-07-27 | 2023-02-02 | 理化工業株式会社 | 制御装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5272669B2 (ja) | 2013-08-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5272669B2 (ja) | プラント制御システムおよび制御方法 | |
| JP3775753B2 (ja) | 半導体熱加工処理機のための、モデルに基づいた温度制御機 | |
| Wang | Robust data-driven modeling approach for real-time final product quality prediction in batch process operation | |
| CN109976165B (zh) | 面向多变量分数阶系统的模型预测控制参数解析调优方法及系统 | |
| JP6930150B2 (ja) | 制御装置、制御プログラムおよび制御システム | |
| CN105103059B (zh) | 用于在plc中实现模型预测性控制的系统和方法 | |
| WO2007102269A1 (ja) | プラントの制御装置と制御方法及び火力発電プラントとその制御方法 | |
| CN102902203A (zh) | 时间序列预测与智能控制结合的参数在线整定方法与系统 | |
| JP2006302078A (ja) | 制御対象モデル生成装置および生成方法 | |
| GB2547137A (en) | Rapid process model identification and generation | |
| CN103439887B (zh) | 低阶系统itae最优的pi控制器参数整定方法及系统 | |
| JP4908433B2 (ja) | 制御パラメータ調整方法および制御パラメータ調整プログラム | |
| JP4481953B2 (ja) | 状態判定装置および状態判定方法 | |
| EP3172629A1 (en) | Robust control design approach for chemical processing industries and other industries | |
| Begum et al. | Performance assessment of control loops involving unstable systems for set point tracking and disturbance rejection | |
| WO2015129677A1 (ja) | 制御パラメータ調整装置、および制御パラメータ調整プログラム | |
| JP2005031920A (ja) | プロセス制御装置の調整方法及びその調整ツール | |
| Ebrahim | Artificial bee colony-based design of optimal on-line self-tuning PID-controller fed AC drives | |
| JP4177171B2 (ja) | プロセス制御装置及びプロセス制御方法 | |
| JP2010066852A (ja) | 制御パラメータのチューニング方法 | |
| Patil et al. | Auto tuned PID and neural network predictive controller for a flow loop pilot plant | |
| JP2000056805A (ja) | 予測制御装置 | |
| JPH11296204A (ja) | 多変数プロセス制御システム | |
| Pan et al. | Recursive data-based prediction and control of product quality for a PMMA batch process | |
| Zheng et al. | Application of multivariate statistical analysis in batch processes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20110422 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111031 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120904 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120905 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121031 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130416 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130429 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5272669 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |