JP2015076024A - プラント制御装置の制御ゲイン最適化システム - Google Patents

Abstract

【課題】 規範モデル参照型の制御ゲイン評価手法を用いてプラント制御装置の制御ゲインを最適化するシステムにおいて、要求される制御特性に応じた規範モデルを決定し、ゲインの最適値を求めることである。【解決手段】 プラントの設定値を変更したときの設定値、操作変数、制御変数を計測し、計測した信号をフィッティングして規範モデルのベース関数を定義し、ベース関数に制御応答を調整する調整パラメータを導入して規範モデルとする。設定値変更時の制御変数と操作変数の応答、または、外乱信号印加時の制御変数の応答を推定し、これらの応答データから制御特性を表す指標を抽出する。この指標を基に定義した評価関数を用いて調整パラメータの最適値を求めることにより、要求される制御特性に応じた規範モデルを決定し、制御ゲインの最適化を図る。【選択図】 図１

Description

本発明は、プラントの制御装置を構成するＰＩＤ制御器に対し、要求される制御特性が得られるように制御ゲインの最適値を評価し、評価した値を制御装置に設定する機能を有したプラント制御装置の制御ゲイン最適化システムを対象とする。

火力発電プラント、特に、ボイラプラントでは、ボイラ出口蒸気である主蒸気温度の変動を抑制し、温度設定値を増加させる試みが行われている。主蒸気温度の設定値は、設計時に材料の耐熱性を基に評価されるが、プラントに生じる温度変動分を考慮して安全側に低めに設定される。したがって、温度変動を低減できれば、耐熱性から評価される設計温度に対して余裕が生じ、温度設定値を増加させることができる。主蒸気温度を上昇させると、プラント効率も上昇するので、燃料消費量を削減でき、経済的メリットが得られる。

主蒸気温度変動を低減する方法として、ＰＩＤ制御ゲインの最適化が挙げられる。発電プラントには、ＰＩＤ制御器で構成する制御装置が多く使用されており、ＰＩＤ制御器の比例ゲイン、積分ゲイン、微分ゲインの調整によってプラントの応答を変えることができる。ただし、ゲイン調整は、プラントの応答を見ながら試行錯誤的に行われることが多く、必ずしも最適なゲインが設定されているとは言えないのが現状である。

このような課題に対し、最適な制御ゲインを評価するために、規範モデルを基に制御ゲインを決定する手法がある。規範モデルとは、設計者が要求するプラントの応答を数式で表したものである。規範モデルを用いた制御ゲインの評価手法としては、モデル規範形適応制御（ＭＲＡＣ）やＦＲＩＴ法などがある。ＭＲＡＣは主にオンラインで制御ゲインを逐次調整する方法であり、ＦＲＩＴ法はオフラインで制御ゲインを決定する方法である。これらの手法を用いることにより、規範モデルを与えれば、プラントの応答が規範モデルと一致するように制御ゲインを自動的に計算することができる。したがって、プラントの応答を見ながら、比例・積分・微分の各ゲインを逐次調整するよりも効率よくゲインを決定できる。

制御ゲインの計算処理という点では、規範モデルは任意の関数で与えることができる。ただし、現実のプラントの制御性能を超えるような応答の速い規範モデルを与えた場合、計算によって得られた制御ゲインを実際にプラントの制御器に設定すると、プラント応答に振動が発生するなどの不安定な挙動を示す。したがって、どのような規範モデルを与えるのが制御特性の点で最適なのかを判断するための指標が望まれていた。

このような課題に対し、例えば、特許文献１に記載された方法では、制御特性(特に立ち上がり特性)を調整するために、規範モデルに対して時定数に相当するパラメータを設けており、実際のプラントで得られた応答をフィードバックしながら、時定数を自動的に調整して規範モデルの最適化を図っている。時定数を小さくすると制御特性は速い応答になり、設定値変更操作では立ち上がりを速くできる。一方、時定数を大きくすると緩やかに変化する応答になる。
この公知例における規範モデルの時定数の調整処理は、以下の現象が発生した場合に、時定数を増加させて制御応答が緩やかになるようにしている。時定数を増加させる判断基準は、操作変数の計測値の振動が閾値を超えて大きくなった場合、制御変数の計測値と設定値との偏差が閾値を超えて大きくなった場合、制御変数の計測値と規範モデルの出力との偏差が閾値を超えて大きくなった場合、制御変数の計測値と予測値との偏差が閾値を超えて大きくなった場合を挙げている。

特開平１−８８７０６号公報

以上のように、前記した公知例では、規範モデルに制御特性を調整するためのパラメータとして時定数を設け、実際にプラントで得られた応答をフィードバックしながら、幾つかの判断基準により時定数を調整する機能を加えて、規範モデルの最適化を図っている。ただし、前記した公知例では、時定数を設定する規範モデルのベースとなる関数の定義方法について明記されていない。また、前記した公知例では、操作変数の振動や制御変数の設定値偏差などの複数の判断基準を用いて、実際にプラントで得られた応答が閾値を超えた場合に、その都度、時定数を調整する方法をとっている。したがって、規範モデルの逐次修正は可能であるが、制御特性が最適となる規範モデルを定義するという課題に対しての解決にはならない。

本発明の目的は、制御ゲインの最適化を図ることができ、プラントの制御性能を向上させ、変動を低減させるなどの安定した運転を実現させることにある。

前述の問題を鑑み、本発明は、条件を変更する条件変更部と、前記条件変更部で変更された条件に対するプラントの応答データを取得するデータ取得部と、前記応答データを基に、制御応答を調整するためのパラメータを導入して規範モデルを決定する規範モデル決定部と、前記規範モデルを基に前記制御ゲインを決定する制御ゲイン設定部を有する。

本発明によれば、制御ゲインの最適化を図ることができ、プラントの制御性能が向上し、変動が低減するなどの安定した運転を実現できる。

本発明の第一実施例であるプラント制御装置の制御ゲイン最適化システムの構成。 制御ゲインを評価するための規範モデルの定義範囲。 データ取得部が取得するプラントデータの例。 応答調整パラメータに対する制御ゲインの計算結果を示すグラフ。 外乱信号と規範モデルの定義範囲の関係を示す図。 応答推定部が推定する応答の種類を示す図。 制御ゲインの評価で使用する制御特性を表す指標の種類を示す図。 応答調整パラメータと各指標の値との関係を示すグラフ。 応答調整パラメータと評価関数の値との関係を示すグラフ。 入出力装置による制御ゲイン最適化処理の表示例を示す図。 制御ゲイン最適化処理、温度設定値上昇操作時における設定値と主蒸気温度のトレンド。 入出力装置による制御ゲイン最適化処理の実行を判断するためのデータの表示例を示す図。 本発明の第二実施例であるプラント制御装置の制御ゲイン最適化システムの構成。 本発明の第三実施例であるプラント制御装置の制御ゲイン最適化システムの構成。 制御ゲインを評価するための規範モデルの定義範囲。 データ取得部が取得するプラントデータの例。 応答調整パラメータと各指標の値との関係を示すグラフ。 本発明の第四実施例であるプラント制御装置の制御ゲイン最適化システムの構成。 データ取得部が取得するプラントデータの例。 外乱応答データから推定した設定値変更時の応答を示す図。

本発明によるプラント制御装置の制御ゲイン最適化システムの構成について図面を参照して以下に説明する。

図１は、本発明の一実施例であるプラント制御装置の制御ゲイン最適化システムを含むプラントの構成を示す図である。１がプラントである。２が制御装置である。ただし、プラント及び制御装置は本発明の処理に関連する部分のみを示している。２１が制御ゲインの最適化の対象となるＰＩＤ制御器である。本図では省略しているが、ＰＩＤ制御器２１は、一般的なＰＩＤ制御器と同様に、比例器、積分器、微分器が実装され、それぞれゲインが設定されている。本実施例では、プラントはボイラ発電プラントを想定している。ボイラプラントでは、ボイラで生成する蒸気の温度、例えば、主蒸気温度が制御される。主蒸気温度を制御するための操作変数の一つとして燃料流量がある。本実施例では、燃料流量による主蒸気温度のフィードバック制御系を対象としている。図に示すように、主蒸気温度の計測値は制御装置２に取り込まれ、主蒸気温度の設定値との偏差を差分器２２で求め、ＰＩＤ制御器２１の入力となる。ＰＩＤ制御器２１は燃料流量デマンドを出力し、プラント１では燃料流量がデマンドに一致するように燃料供給装置１１が操作される。図に示すフィードバック制御系により、主蒸気温度の計測値が設定値よりも低くなれば燃料流量を増やし、また、設定値よりも高くなれば燃料流量を減らすように燃料供給装置が操作されるので、主蒸気温度は設定値に追従する。

図２に、本実施例になるシステムにおけるフィードバック制御系と規範モデルとの関係を示した。図の９１で示す範囲に対して規範モデルM(s)を定義する。ここでsは伝達関数のラプラス演算子である。設定値及び主蒸気温度の時間tに対するトレンドをそれぞれR(t)、Y(t)とすると、規範モデルM(s)との関係は以下の式(1)で表すことができる。

本明細書では、伝達関数M(s)に対してR(t)を入力としたときの出力がY(t)となる場合、式(1)のような表現を用いる。本実施例になるシステムでは、規範モデルによる制御ゲイン評価手法を用いる。したがって、制御特性が最適となる規範モデルを求めることが、制御ゲインの最適化と等価になる。

前記の図１に示す制御ゲイン最適化システム３において、３１は設定値変更部である。本実施例になるシステムでは、制御ゲインを最適化するための入力データとして、設定値変更時のプラントデータを使用する。設定値変更部３１は制御装置２の設定値を変更することにより、設定値変更操作を行う。

データ取得部３２は、設定値変更時における設定値、燃料流量デマンド、及び主蒸気温度計測値の各信号を取得する。図３は、取得したデータの例である。(a)は設定値、(b)は主蒸気温度計測値、(c)は燃料流量のデマンドを示す。本実施例では、設定値をステップ状に変更しているため、燃料流量に対する主蒸気温度のステップ応答を得ることができる。

次に、図１に示す規範モデル決定部３３が、データ取得部３２が取得したデータを用いて規範モデルを決定する。以下に、この処理を説明する。

先ず、図３(a)に示した設定値のトレンドを入力として、主蒸気温度計測値を出力として、以下の式(2)で示す関数形でフィッティング処理を行う。

式(2)に示すように、本実施例になるシステムでは２次系伝達関数を用いているが、関数形は対象となるプラントの特性に合わせて変えるのが好ましい。フィッティング処理により式(2)の係数a1及びa2が求まり、伝達関数M0(s)が規範モデルのベース関数となる。次に、ベース関数に対して、制御応答を調整するためのパラメータrを導入して、規範モデルM(s,r)を以下の式(3)で定義する。

以上に示した処理により、本発明になるシステムでは、プラントの設定値変更操作時に取得したプラントデータを基に、制御ゲインを評価するための規範モデルM(s,r)を定義する。ただし、この段階ではパラメータrが決定していないため、最終的な規範モデルは定義できていない。パラメータrは、後述する処理によって制御特性の点から最適となるよう決定される。

規範モデル決定部３３が規範モデルM(s,r)を定義すると、次に、応答推定部３４が、規範モデルM(s,r)のパラメータrを変えたときの制御ゲインを評価し、同時に、プラントの応答を推定する。さらに、推定されたプラントの応答から制御特性を表す指標を抽出する。以下に、この処理を説明する。

規範モデルが決まれば、前記したＭＲＡＣやＦＲＩＴなどの評価手法により制御ゲインを計算できる。これらの評価手法を用いて、応答推定部３４が応答調整パラメータrを変えたときの制御ゲインを計算する。図４に、比例ゲイン、積分ゲイン、微分ゲインの計算結果の例を示す。図において、横軸は応答調整パラメータrである。応答調整パラメータrを小さくして制御応答を速くすると、一般的に制御ゲインの値は増加する傾向となる。

さらに、応答推定部３４は、応答調整パラメータrに対する規範モデル及び計算された制御ゲインを用いて、プラントの各種応答を推定する。以下に、この処理の詳細を説明する。

ＰＩＤ制御器の伝達関数C(s,r)は以下の式で表せる。

ここで、Kpは制御ゲイン、Kiは積分ゲイン、Kdは微分ゲイン、τは微分器のノイズによる影響を低減するためのパラメータである。規範モデルM(s,r)、その規範モデルで計算した制御ゲインにおけるＰＩＤ制御器の伝達関数をC(s,r)とすると、設定値R(t)に対する主蒸気温度Y(t,r)の応答は、以下の式(5)で表せる。

設定値R(t)は任意の関数であり、ステップ信号を設定すれば、主蒸気温度Y(t,r)のステップ応答が計算できる。

また、応答推定部３４はシステムに外乱を印加したときの外乱応答も推定する。図５を用いて外乱応答の考え方を示す。図５では、前記した図２に示すフィードバック制御系に対し、外乱信号D(t)を入力として加えている。設定値R(t)から主蒸気温度Y(t)への応答が伝達関数M(s)で表されるとき、外乱信号D(t)から主蒸気温度Y(t)への応答G(s)は以下の式(6)で表すことができる

この関係により、応答調整パラメータrを導入した規範モデルをM(s,r)、その規範モデルで計算した制御ゲインの伝達関数をC(s,r)とすると、外乱信号D(t)に対する主蒸気温度Y(t,r)の応答は、以下の式(7)で表せる。

図６に、応答推定部２４が推定する応答の種類を模式的に表した。図に示すように、規範モデルM(s,r)に応じて、設定値をステップ状に変えたときの燃料流量のトレンド、外乱にステップ信号を印加したときのステップ外乱応答、外乱に振動信号を印加したときの振動外乱応答を推定する。式(7)において、外乱信号D(t)にステップ信号を与えればステップ外乱信号が得られ、また、外乱信号D(t)に振動信号を与えれば振動外乱応答が得られる。ここで、応答調整パラメータrが1.0の場合は、現時点(ゲイン調整前)でのプラント実機の応答と等価であることを示す。rを増やすと、実機の応答に比べて緩やかな変化になり、また、rを減らすと応答を速くできる。

次に、評価関数決定部２４は、図６に示した各種応答から制御特性を表す指標データを抽出する。

図７では、本実施例になるシステムにおいて、制御ゲインを評価するための制御特性の指標として使用するパラメータを示している。(a)は設定値をステップ状に変えたときの主蒸気温度の変動を示しており、１０１は主蒸気温度の設定値に対するオーバシュート量、１０２は主蒸気温度の振れが減衰していくときの整定時間を示す。整定時間は減衰曲線があらかじめ定めた閾値を下回るまでの時間で表す。(b)は設定値をステップ状に変えたときの燃料流量の変動を示しており、１０３は振れ幅の最大値、１０４は変化率の最大値を示す。(c)は外乱信号としてステップ信号を印加したときの主蒸気温度の変動を示しており、１０５は振れ幅の最大値、１０６は整定時間を示す。(d)は外乱信号として振動信号を印加したときの主蒸気温度の変動を示しており、１０７は振れ幅を示す。

これらの指標は応答調整パラメータrに応じて計算される。図８は、応答調整パラメータrに対する各指標の計算結果を模式的に表した図である。横軸は応答調整パラメータrであり、縦軸は各指標の値である。(a)は設定値をステップ状に変えたときの各指標を示している。図に示すように、主蒸気温度については、応答調整パラメータrを小さくするほど、すなわち、制御応答を速くするほど、オーバシュート量は小さくなり、整定時間も短くできる。つまり、制御性能を改善できる。一方、燃料流量については、応答調整パラメータrを小さくするほど、振れ幅と変化率は大きくなる。制御応答を速くすると、主蒸気温度の設定値追従性は良くなるが、燃料流量は主蒸気温度を設定値に追従させるため急激に変化する。燃料流量の変動が大きくなることは、燃料供給装置の動作も大きく変動することを意味し、機器の故障や劣化進行の要因となる。したがって、制御ゲインは、主蒸気温度の設定値追従性と燃料流量の変動の大きさの両者のトレードオフで決めるのが適当である。また、(b)は外乱としてステップ信号を印加したときの各指標を示している。同様に(c)は外乱として振動信号を印加したときの各指標を示している。外乱応答については、応答調整パラメータrを小さくするほど、すなわち、制御応答を速くするほど、主蒸気温度の変動を小さくできる。つまり、外乱応答における制御ゲインの考え方は設定値変更操作と同様であり、外乱が印加されたときの主蒸気温度変動の抑制効果と燃料流量変動の大きさの両者のトレードオフで制御ゲインを決めるのが適当である。

以上の点を踏まえ、評価関数決定部３５は、各指標のデータを用いて制御特性を総合的に判断するために、以下の式(8)で表した評価関数F(r)を決定する。

ここで、fi(r)は応答調整パラメータrにおける図８に示した指標iの値である。また、wiは指標iに対する荷重係数である。重要性が高い指標に対する荷重係数を大きな値に設定することで、その指標に対する性能を重視した制御ゲインを得ることができる。

図９は、式(8)で示した評価関数F(r)を示している。評価関数の値が小さいほど、制御特性は要求される状態に近いことを示す。したがって、評価関数から応答調整パラメータrの最適値を決定できる。

制御ゲイン決定部３６が、図９で示した評価関数を基に、応答調整パラメータrの最適値を決定した後、前記した図４に示す制御ゲインの計算結果を用いて、rの最適値に対応する比例ゲイン、積分ゲイン、微分ゲインを求める。

最後に、制御ゲイン設定部３７が、制御装置２のＰＩＤ制御器２１の制御ゲインを前記処理で求めた値に更新する。

図１０は、本実施例になるシステムに付属する入出力装置４の表示画面例である。入出力装置には制御ゲインの最適化処理で使用した各種情報が表示される。(a)で示す画面には、制御ゲインの計算結果、及び、計算で使用した規範モデルを表示している。運転員は、これらのデータを基に制御ゲインの計算結果を確認し、「ゲイン修正」ボタンを押下することにより、制御装置２に対してＰＩＤ制御装置のゲインの修正を行う。また、(ｂ)で示す画面には、評価関数の荷重係数を設定する入力窓を表示している。図では、f1からf7までの指標に対する荷重係数を設定できるが、運転員は、これらの指標の重要度に応じて荷重係数を設定できる。このときの評価関数のグラフも合わせて表示している。

図１１は、制御ゲインを最適化することにより主蒸気温度変動を低減し、温度設定値を上昇させる操作を行ったときの主蒸気温度及び設定値のトレンドを示した図である。システムは、主蒸気温度設定値の上昇・低下(現状値への回復)操作を行ったときのデータを取得し、前述の処理によって制御ゲインの最適値を評価する。ゲインが最適値に修正されると、主蒸気温度の変動が低減する。次に、運転員は温度設定値の上昇操作を行う。これにより、ゲイン修正前よりも主蒸気温度が高い状態でプラントを運転することができ、プラント効率が上昇し、燃料消費量を削減できる。

本実施例になるシステムを用いて制御ゲインを最適化するのは、プラントの運転開始前の試運転時、あるいは、定期検査時だけではなく、運転条件が変わった場合にも有効である。運転条件としては、プラントの運転負荷が変わった場合、燃料性状が変わった場合(石炭ボイラでは炭種を変えた場合)、または、大気条件(温度、湿度等)が変わった場合などが挙げられる。また、経年劣化等の要因により主蒸気温度の変動幅が大きくなった場合に最適化を行うことも有効である。図１２は、システムによる最適化処理の実行を判断するために、各種情報を提供する表示画面例である。前回の制御ゲイン修正時と現在のプラント状態を比較して情報を表示する。表示情報としては、主蒸気温度の変動幅、ゲイン修正日、大気温度及び湿度、運転負荷、燃料種類(石炭の炭種)が挙げられる。運転員は、これらの情報を基に制御ゲイン最適化の必要性を判断し、最適化を行う場合は、表示画面の「最適化処理画面 表示」ボタンを押下して、前述の図１１で示した最適化処理の実行画面を表示させる。

以上に示したように、本発明になるシステムでは、プラントの設定値変更操作時のデータを取得して、制御ゲインの最適化処理に使用する規範モデルを定義する。このとき、規範モデルは、制御特性の指標となる項目、すなわち、設定値追従性(オーバシュート量、整定時間)、操作量変動、外乱抑制効果(振れ幅、整定時間)を基に、総合的な観点から決定される。これにより、プラントの実際の制御特性に合わせた最適な制御ゲインを評価できる。

本実施例はボイラ発電プラントを対象として処理を説明したが、本発明はボイラ発電プラントのみならず、コンバインド火力発電プラントや原子力発電プラント、または、化学プラントにも応用できる。

図１３は、本発明の一実施例であるプラント制御装置の制御ゲイン最適化システムを含むプラントの構成を示す図である。図１に示した第一実施例との相違点は、制御ゲイン最適化の対象となるＰＩＤ制御器２１の他に、制御ゲイン最適化の対象としないＰＩＤ制御器２３があることである。以下、第一実施例と異なる処理のみを説明する。

本実施例で適用対象としているボイラプラントでは、主蒸気温度は燃料流量とスプレイ流量の両方により制御される。主蒸気温度に設定値との偏差が生じた場合、スプレイ流量の方が主蒸気温度に速く作用できる。しかし、偏差が大きい場合は、スプレイ流量では十分に対応できないため、燃料流量の調整によって主蒸気温度を設定値に追従させる。つまり、微小で速く変化する温度変動にはスプレイ流量で対応し、大きく緩やかに変化する温度変動には燃料流量で対応する。

図１３に示す制御装置２には、主蒸気温度の設定値偏差に応じて燃料流量を操作するためのＰＩＤ制御器２１と、スプレイ流量を操作するためのＰＩＤ制御器２３が実装される。ＰＩＤ制御器２１が出力した燃料流量デマンドに応じて燃料供給装置１１が燃料流量を操作し、ＰＩＤ制御器２３が出力したスプレイ流量デマンドに応じてスプレイ弁開度を変えることでスプレイ流量を操作する。

本実施例では、燃料流量を操作するためのＰＩＤ制御器２１をゲイン最適化の対象とする。実施例１で説明した処理と同様に、ゲイン評価に使用するプラントデータを取得するため、設定値変更部３１が設定値を操作する。このとき、本実施例になるシステムでは、設定値部３１がスプレイ流量を操作するためのＰＩＤ制御器２３の機能を停止し、スプレイ流量デマンドが一定値になるようにする。これは、設定値変更操作時のプラントデータからＰＩＤ制御器２３の影響を除外し、ゲイン最適化の対象としているＰＩＤ制御器２１の影響のみが現れるようにするためである。通常の制御では、主蒸気温度に設定偏差が生じると、燃料流量とスプレイ流量の両方を調整して、主蒸気温度を設定値に追従させる。しかし、本実施例では、燃料流量を調整するＰＩＤ制御器２１に対してゲイン最適化を行うため、スプレイ流量が主蒸気温度に影響を与えないようにする。この処理により、データが取得部３２が取得するプラントデータは、燃料流量による主蒸気温度のフィードバック制御系による影響のみであり、ＰＩＤ制御器２１のゲインを精度よく評価できる。

これ以降の処理は第一実施例と同様なので、本実施例では説明を省略する。本実施例では、燃料流量を調整するＰＩＤ制御器のゲインを最適化するため、スプレイ流量を調整するＰＩＤ制御器を停止したが、逆に、スプレイ流量を調整するＰＩＤ制御器のゲインを最適化するには、燃料流量を調整するＰＩＤ制御器を停止すればよい。

以上に示したように、本発明になるシステムでは、設定値変更操作において複数のＰＩＤ制御器が作用する場合でも、制御ゲイン最適化の対象とするＰＩＤ制御器のみの制御特性を取り出すことができるため、ゲイン評価を高精度で行うことができる。

図１４は、本発明の一実施例であるプラント制御装置の制御ゲイン最適化システムを含むプラントの構成を示す図である。図１に示した第一実施例との相違点は、制御ゲイン最適化の対象となるＰＩＤ制御器が２つあることである。以下、第一実施例と異なる処理のみを説明する。

本実施例では、主蒸気温度は燃料流量、及びスプレイ流量によって制御されるとしている。したがって、制御装置２には、主蒸気温度の設定値偏差に応じて燃料流量を操作するためのＰＩＤ制御器２１と、スプレイ流量を操作するためのＰＩＤ制御器２３が実装される。ＰＩＤ制御器２１が出力した燃料流量デマンドに応じて燃料供給装置１１が燃料流量を操作し、ＰＩＤ制御器２３が出力したスプレイ流量デマンドに応じてスプレイ弁開度を変えることでスプレイ流量を操作する。

図１５に、本実施例になるシステムにおけるフィードバック制御系と規範モデルとの関係を示した。図の９２で示す範囲に対して規範モデルM(s)を定義する。２つのＰＩＤ制御器で構成されているが、設定値R(t)に対する主蒸気温度Y(t)の応答に対して規範モデルを定義する点では、実施例１と同様である。

図１４に示した制御ゲイン最適化システム３の構成要素の一つであるデータ取得部３２は、操作変数として燃料流量デマンドとスプレイ流量デマンドの両方を取得する。図１６にデータ取得部３２が取得したデータの例を示す。(a)は設定値、(b)は主蒸気温度計測値、(c)は燃料流量のデマンド、(d)はスプレイ流量のデマンドを示す。スプレイ流量については、流量を増やすと主蒸気温度は低下する方向に変化するので、主蒸気温度の変化とは逆の応答を示す。

図１７は、規範モデルを用いて推定した応答から得られる制御性能を表す指標データを模式的に表した図である。横軸は応答調整パラメータrであり、縦軸は各指標の値である。本実施例では、第一実施例と異なるデータとして、設定値をステップ状に変えたときの各指標のみを示している。本実施例では、燃料流量に加えて、スプレイ流量の振れ幅及び変化率も制御ゲインの評価に使用する。評価関数の定義は、第一実施例と同様で前記の式(8)で表すことができる。評価関数を用いた制御ゲインの決定処理は第一実施例と同様なので、本実施例では説明を省略する。

以上に示したように、本発明になるシステムでは、制御ゲイン最適化の対象となるＰＩＤ制御器が複数ある場合でも、制御特性の点で最適となるゲインを評価できる。本実施例では多入力１出力のシステムを対象としたが、多入力多出力のシステムでも同様の処理で対応できる。したがって、ＰＩＤ制御器を使用している制御装置であれば、対象を限定することなく、本発明になるシステムを適用することができる。

図１８は、本発明の一実施例であるプラント制御装置の制御ゲイン最適化システムを含むプラントの構成を示す図である。図１に示した第一実施例との相違点は、設定値変更部の代わりに、外乱信号印加部３８が実装されている点である。以下、第一実施例と異なる処理のみを説明する。

第一、及び第二実施例では、設定値変更時におけるプラントの応答データを用いて、規範モデルを定義し、制御ゲインを評価した。これに対し、本実施例になるシステムでは、外乱信号を印加したときのプラントの応答データを用いる。これは、制御システムの出力変数（本実施例では主蒸気温度）が一定値制御されており、設定値を変える操作が困難なプラントを対象とした場合を想定している。図１８に示した外乱信号印加部３８は、ＰＩＤ制御器２１の出力である燃料流量デマンドに対し、加算器２４を通して外乱を印加する。

データ取得部３２は、外乱信号印加部３８が外乱信号を印加したときのプラントの応答データを取得する。図１９は、取得したデータの例である。(a)は印加した外乱信号、(b)は主蒸気温度計測値、(c)は燃料流量デマンドである。(a)に示す外乱信号はステップ信号として与えている。このとき、(c)に示す燃料流量デマンドは、外乱信号を印加されたことにより、ステップ状に上昇するが、フィードバック制御系が働いて、元の値に収束する。(b)に示す主蒸気温度計測値についても、燃料流量デマンドの変化に応じて温度が一時的に上昇するが、元の値に収束する。

本実施例になるシステムでは、これらの外乱応答データを用いて規範モデルを定義する。前記の図５で説明したように、規範モデルM(s)は設定値R(t)から主蒸気温度Y(t)への応答で表す。しかし、本実施例で得られるプラントの応答データは、外乱信号D(t)から主蒸気温度Y(t)への応答である。以下に、外乱応答を用いて規範モデルを定義するための処理を説明する。

外乱信号D(t)から主蒸気温度Y(t)への応答は、規範モデルM(s)と制御器の伝達関数C(s)を用いて、前記の式(6)で表せる。したがって、外乱応答関数G0(s)を以下の式(9)で表す。

ここで、式(9)に前記の式(2)と式(4)を代入すると、以下の式(10)が導ける。

式(10)において、比例ゲインKp、積分ゲインKi、微分ゲインKd、微分器のノイズ低減パラメータτは制御器に設定されている値となる。したがって、式(10)で表す伝達関数における未知係数はa1及びa2のみである。前記の図１９で示した外乱印加時のプラントの応答データに対して、外乱信号を入力、主蒸気温度を出力として、式(10)でフィッティング処理を行えば、係数a1及びa2を求めることができる。フィッティング処理で求めた係数a1及びa2は、前記の式(2)で示したように規範モデルのベース関数M0(s)の係数と等価である。つまり、プラントで取得した外乱応答データを式(10)でフィッティングすることにより、規範モデルのベース関数を求めることができる。

図２０は、プラントで得られた外乱応答データから求めた規範モデルのベース関数を示している。図に示すように、外乱応答データから、設定値変更時の主蒸気温度の応答データを推定することができる。

以上の処理により、規範モデルのベース関数M0(s)を決定できたので、これに応答調整パラメータrを導入して、前記の式(3)で表した規範モデルM(s,r)を定義する。以降の制御ゲイン決定までの処理は、第一実施例と同様であるので、本実施例では説明を省略する。

以上に示したように、本実施例のシステムでは、設定値変更操作を行わなくても、外乱信号を印加することにより、制御ゲインの最適化処理を行うことができる。これによって、出力変数（本実施例では主蒸気温度）の設定値変更操作を行うことが好ましくないプラントに対しても、本実施例になるシステムを適用できる。

以上説明した各実施例の制御装置は、規範モデルを用いてＰＩＤ制御の制御ゲインを決定するプラント制御装置において、条件を変更する条件変更部である設定値変更部３１や外乱信号印加部３８と、条件変更部で変更された条件に対するプラントの応答データを取得するデータ取得部３２と、この応答データを基に、制御応答を調整するためのパラメータを導入して規範モデルを決定する規範モデル決定部３３と、この規範モデルを基に制御ゲインを設定する制御ゲイン設定部３７を有している。この制御装置によれば、条件を変更したときのプラントの応答データを取得し、この応答データを変形し、制御応答を調整するためのパラメータを導入して規範モデルを決定し、この規範モデルを基に制御ゲインを設定することができるため、設定値変更操作時の制御変数と操作変数の応答、または、外乱信号を印加したときの制御変数の応答から、制御特性の点で最適となる規範モデルを決定できる。これにより、制御ゲインの最適化を図ることができ、プラントの制御性能が向上し、変動が低減するなどの安定した運転を実現できる。

本発明になるシステムによれば、発電プラント、化学プラントを始めとするＰＩＤ制御器を有するプラント全般に利用できる。

１ プラント
２ 制御装置
３ 制御ゲイン最適化システム
４ 入出力装置
１１ 燃料供給装置
１２ スプレイ弁
２１ ＰＩＤ制御器
２３ ＰＩＤ制御器
３１ 設定値変更部
３２ データ取得部
３３ 規範モデル決定部
３４ 応答推定部
３５ 評価関数決定部
３６ 制御ゲイン決定部
３７ 制御ゲイン設定部
３８ 外乱信号印加部

Claims (14)

1. 規範モデルを用いてＰＩＤ制御の制御ゲインを決定するプラント制御装置において、
   条件を変更する条件変更部と、
   前記条件変更部で変更された条件に対するプラントの応答データを取得するデータ取得部と、
   前記応答データを基に、制御応答を調整するためのパラメータを導入して規範モデルを決定する規範モデル決定部と、
   前記規範モデルを基に前記制御ゲインを決定する制御ゲイン設定部を有することを特徴とするプラント制御装置。
   
2. 請求項１のプラント制御装置において、
   前記応答データをフィッティングして求めた伝達関数に対して制御応答の速さを調整するパラメータを導入することにより規範モデルの基本関数を定義する規範モデル決定部と、
   制御特性を評価するための評価関数を定義する評価関数決定部と、
   前記評価関数を基に前記パラメータを決定することで規範モデルを決定し、決定した規範モデルを基に制御ゲインを設定する制御ゲイン設定部を有することを特徴とするプラント制御装置。
   
3. 請求項１のプラント制御装置において、
   前記制御ゲインをプラント制御装置に設定することを特徴とするプラント制御装置。
   
4. 請求項２のプラント制御装置において、
   前記条件変更部は、プラントの設定値を変更する設定変更部、または外乱信号を印加する外乱信号印加部であることを特徴とするプラント制御装置。
   
5. 請求項４のプラント制御装置において、
   前記評価関数決定部は、設定値変更時における出力変数の設定値追従性、設定値変更時における操作変数の変動抑制効果、外乱印加時における出力変数の変動抑制効果の少なくとも一つを基に、評価関数を定義することを特徴とするプラント制御装置。
   
6. 請求項５のプラント制御装置において、
   前記評価関数決定部は、出力変数の設定値追従性を、設定値変更時における出力変数の設定値偏差または整定時間から評価することを特徴とするプラント制御装置。
   
7. 請求項５のプラント制御装置において、
   前記評価関数決定部は、操作変数の変動抑制効果を、設定値変更時における操作変数の振れ幅または変化率から評価することを特徴とするプラント制御装置。
   
8. 請求項５のプラント制御装置において、
   前記評価関数決定部は、出力変数の変動抑制効果を、外乱印加時における出力変数の振れ幅または整定時間から評価することを特徴とするプラント制御装置。
   
9. 請求項５のプラント制御装置において、
   前記評価関数決定部は、設定値変更時における出力変数の設定値偏差または整定時間、設定値変更時における操作変数の振れ幅または変化率、外乱印加時における出力変数の振れ幅または整定時間の少なくとも一つに荷重係数を乗じた合計値によって評価関数を定義することを特徴とするプラント制御装置。
   
10. 請求項９のプラント制御装置において、
    前記荷重係数を乗じる対象の少なくとも一項目を画面に表示させる信号を出力する機能と、
    前記項目に対して荷重係数の入力を受け付ける機能と、
    前記入力の結果を反映した評価関数を表示させる信号を出力機能を有することを特徴とするプラント制御装置。
    
11. 請求項１のプラント制御装置において、
    制御ゲイン修正後と現在の制御特性を比較するために、出力変数の変動幅、前回の制御ゲインの修正日、大気条件、負荷、燃料種類を表示する機能を有することを特徴とするプラント制御装置。
    
12. 請求項１のプラント制御装置において、
    ボイラプラントの制御装置を対象とし、出力変数がボイラ主蒸気温度、かつ、操作変数が燃料流量またはスプレイ流量であることを特徴とするプラント制御装置。
    
13. 請求項１２のプラント制御装置において、
    燃料流量を調整する制御ゲインを最適化する場合には、スプレイ流量を調整する動作を停止させたときのプラントデータで制御ゲインを評価し、
    スプレイ流量を調整する制御ゲインを最適化する場合には、燃料流量を調整する動作を停止させたときのプラントデータで制御ゲインを評価することを特徴とするプラント制御装置。
    
14. 規範モデルを用いてＰＩＤ制御の制御ゲインを決定するプラントの制御方法において、
    条件を変更したときのプラントの応答データを取得し、
    前記応答データを変形し、制御応答を調整するためのパラメータを導入して規範モデルを決定し、
    前記規範モデルを基に制御ゲインを設定することを特徴とするプラントの制御方法。