JP2021071914A - 制御装置 - Google Patents
制御装置 Download PDFInfo
- Publication number
- JP2021071914A JP2021071914A JP2019198072A JP2019198072A JP2021071914A JP 2021071914 A JP2021071914 A JP 2021071914A JP 2019198072 A JP2019198072 A JP 2019198072A JP 2019198072 A JP2019198072 A JP 2019198072A JP 2021071914 A JP2021071914 A JP 2021071914A
- Authority
- JP
- Japan
- Prior art keywords
- gain value
- value
- pid
- control device
- control target
- 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.)
- Pending
Links
- 230000005856 abnormality Effects 0.000 claims description 98
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000003745 diagnosis Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 description 26
- 238000000034 method Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 18
- 230000006866 deterioration Effects 0.000 description 15
- 230000004044 response Effects 0.000 description 15
- 230000004043 responsiveness Effects 0.000 description 13
- 230000002596 correlated effect Effects 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000002866 fluorescence resonance energy transfer Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
【課題】制御システムの性能及び信頼性を向上する。【解決手段】制御対象の所望の出力値を演算する所望の出力値演算部と、前記所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器のゲイン値を調整するＰＩＤ制御器ゲイン値調整部と、前記調整されたＰＩＤ制御器のゲイン値の少なくとも一つに基づいて、制御対象を診断する制御対象診断部とを備える。【選択図】図１
Description
本発明は、制御装置に関するものであり、特に、制御システムの異常を検知する技術に関する。
本技術の背景技術として、特開２０１８−１１２９５４（特許文献１）がある。この文献には、オートチューニングによってＰＩＤ値を算出するＰＩＤ算出部と、前記ＰＩＤ値を用いてＰＩＤ制御を実行するＰＩＤ制御部と、前記ＰＩＤ値を用いて前記ＰＩＤ制御異常または対象装置の異常を判定する判定部と、を備える、制御装置が記載されている。（請求項１参照）。
しかしながら、前述の先行技術（特許文献１）に記載された制御装置は、実際に制御対象を稼働させながら、試行錯誤によるオートチューニングによって算出されたＰＩＤ値を用いて制御装置の異常を判定するものである。また、ＰＩＤ値から直接、制御装置の異常を判定するものであり、制御装置又は制御対象のどのような特性が異常であるかを検知するものではない。
本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、 制御対象の所望の出力値を演算する所望の出力値演算部と、前記所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器のゲイン値を調整するＰＩＤ制御器ゲイン値調整部と、前記調整されたＰＩＤ制御器のゲイン値の少なくとも一つに基づいて、制御対象を診断する制御対象診断部とを備えることを特徴とする。
本発明によれば、制御システムの性能及び信頼性を向上できる。前述した以外の課題、構成及び効果は、以下の実施例の説明によって明らかにされる。
以下、実施例を図面を用いて説明する。
＜実施例１＞
本実施例においては、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象を診断する制御対象診断部３とを備える制御装置１について示す。
本実施例においては、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象を診断する制御対象診断部３とを備える制御装置１について示す。
また、所望の出力値演算部４は、伝達関数で表される。
また、ＰＩＤ制御器ゲイン値調整部２は、ＦＲＩＴ（Ｆｉｃｔｉｔｉｏｕｓ Ｒｅｆｅｒｅｎｃｅ Ｉｔｅｒａｔｉｖｅ Ｔｕｎｉｎｇ）を用いて、ＰＩＤ制御器５のゲイン値を調整する。
また、制御装置１は、プラント２１を制御する装置である。
図１は、制御装置１の中心機能を示す図である。制御装置１において、所望の出力値演算部４は、制御目標に基づいて、制御対象の出力の所望のプロフィールを演算する。ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器ゲイン値を調整する。制御対象診断部３は、調整されたＰＩＤゲイン値に基づいて制御対象を診断する。ＰＩＤ制御器５は、制御対象を制御するための操作量を演算する。
図２は、制御装置１のシステム図である。
制御装置１は、ハードウェアとして、記憶装置１１、ＣＰＵ１２、ＲＯＭ１３、ＲＡＭ１４、データバス１５、入力回路１６、入出力ポート１７及び出力回路１８を有する。入力回路１６は、外部から入力された信号を処理する。外部から入力される信号は、例えば、制御装置１に設置又は接続されているセンサから出力されるセンサ出力信号などである。外部から入力される信号は、入力回路１６を経て、入力信号となり入出力ポート１７へ送られる。入出力ポート１７に送られた各入力情報は、データバス１５を経て、ＲＡＭ１４又は記憶装置１１に格納される。ＲＯＭ１３及び記憶装置１１の少なくとも一方は、後述する処理を実行するためのプログラムを格納しており、該プログラムはＣＰＵ１２で実行される。その際、ＲＡＭ１４及び記憶装置１１の少なくとも一方に格納された値を、適宜、使用して演算を行う。演算結果のうち外部へ送り出す情報（値）は、データバス１５を経て入出力ポート１７に送られ、出力信号として出力回路１８に送られる。出力回路１８は、出力信号を外部に出力する。外部へ出力される出力信号は、制御対象を所望の動きをさせるために制御対象に備わるアクチュエータへ送信されるアクチュエータ駆動信号などである。
なお、ＣＰＵ１２がプログラムを実行して行う処理の一部を、他の演算装置（例えば、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）やＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）などのハードウェア）で実行してもよい。
図３は、制御装置１と制御装置１によって制御されるプラント２１を示す図である。
本実施例のＰＩＤ制御器５は、プラント２１の温度を制御するための操作量（例えば、蒸気温度を調節するための目標バルブ開度）を演算する。
以下、各部による処理の詳細を説明する。
＜所望の出力値演算部（図４）＞
所望の出力値演算部４は、制御目標に基づいて、制御対象の出力（プラント２１の温度）の所望のプロフィールを演算する。具体的には、図４に示すように、制御目標である目標プラント温度Ｔｇ＿Ｔｄｅｇに対して、例えば伝達関数を用いて、所望のプラント温度プロフィールＤｅ＿Ｔｄｅｇを演算する。制御目標は例えばステップ信号、ランプ信号などが考えられる。伝達関数は、予め決めておくが、プラント２１の動作状態に応じて特性を変化させてもよい。
所望の出力値演算部４は、制御目標に基づいて、制御対象の出力（プラント２１の温度）の所望のプロフィールを演算する。具体的には、図４に示すように、制御目標である目標プラント温度Ｔｇ＿Ｔｄｅｇに対して、例えば伝達関数を用いて、所望のプラント温度プロフィールＤｅ＿Ｔｄｅｇを演算する。制御目標は例えばステップ信号、ランプ信号などが考えられる。伝達関数は、予め決めておくが、プラント２１の動作状態に応じて特性を変化させてもよい。
＜ＰＩＤ制御器ゲイン値調整部（図５）＞
ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器５のゲイン値を調整する。具体的には、図５に示すように、プラント温度プロフィールＴｄｅｇと所望のプラント温度プロフィールＤｅ＿Ｔｄｅｇとの差が最も小さくなるように、調整後ＰＩＤゲイン値を決める。得られたＰＩＤ制御器５のＰゲイン値、Ｉゲイン値、Ｄゲイン値をそれぞれＫｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗとする。
ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器５のゲイン値を調整する。具体的には、図５に示すように、プラント温度プロフィールＴｄｅｇと所望のプラント温度プロフィールＤｅ＿Ｔｄｅｇとの差が最も小さくなるように、調整後ＰＩＤゲイン値を決める。得られたＰＩＤ制御器５のＰゲイン値、Ｉゲイン値、Ｄゲイン値をそれぞれＫｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗとする。
プラント温度プロフィールＴｄｅｇと所望のプラント温度プロフィールＤｅ＿Ｔｄｅｇとの差を評価する評価関数としては、例えば、Ｊ２＝｜｜Ｔｄｅｇ−Ｄｅ＿Ｔｄｅｇ｜｜であるＬ２ノルム、又は、Ｊ１＝｜Ｔｄｅｇ−Ｄｅ＿Ｔｄｅｇ｜であるＬ１ノルムなどが考えられる。Ｊ１やＪ２を最小化するＰＩＤゲイン値は、例えば、ＩＦＴ（Ｉｔｅｒａｔｉｖｅ Ｆｅｅｄｂａｃｋ Ｔｕｎｉｎｇ）、ＦＲＩＴ（Ｆｉｃｔｉｔｉｏｕｓ Ｒｅｆｅｒｅｎｃｅ Ｉｔｅｒａｔｉｖｅ Ｔｕｎｉｎｇ）などで決定すればよく、ＰＩＤゲイン値の決定は、最適化問題に帰着する。本実施例では、ＦＲＩＴ（Ｆｉｃｔｉｔｉｏｕｓ Ｒｅｆｅｒｅｎｃｅ Ｉｔｅｒａｔｉｖｅ Ｔｕｎｉｎｇ）を用いて、ＰＩＤゲイン値を最適化する。ＦＲＩＴは、一組の操作量と制御量信号だけでオフラインで最適化可能な最適化手法である。最適化のための解法は多くの文献があるので、ここでは詳述しない。
なお、本調整処理は、オフライン、オンラインのどちらで行ってもよい。ＩＦＴでは、最適化の過程において、その都度、制御対象にＰＩＤゲイン値を適用する必要があるが、ＦＲＩＴでは、最適化の過程はオフラインで処理可能である。
＜制御対象診断部（図６）＞
制御対象診断部３は、調整されたＰＩＤゲイン値に基づいて制御対象の診断を行う。具体的には、図６に示すように、Ｋｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗの値から、制御対象（プラント２１）の応答特性を診断する。例えば、Ｋｐ＿ｎｅｗの値が大きくなるほど、制御対象の応答性が遅くなっていると診断する。Ｋｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗに基づいて何らかのパラメータに一旦、変換し、そのパラメータ値を用いて診断してもよい。
制御対象診断部３は、調整されたＰＩＤゲイン値に基づいて制御対象の診断を行う。具体的には、図６に示すように、Ｋｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗの値から、制御対象（プラント２１）の応答特性を診断する。例えば、Ｋｐ＿ｎｅｗの値が大きくなるほど、制御対象の応答性が遅くなっていると診断する。Ｋｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗに基づいて何らかのパラメータに一旦、変換し、そのパラメータ値を用いて診断してもよい。
本実施例の制御装置１は、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象を診断する制御対象診断部３とからなる。また、所望の出力値演算部４は、伝達関数で表される。また、ＰＩＤ制御器ゲイン値調整部２は、ＦＲＩＴを用いて、ＰＩＤ制御器５のゲイン値を調整する。また、制御装置１は、プラント２１を制御する装置である。
本実施例の制御装置１は、ＰＩＤ制御器５のゲイン値を、所望の出力値と制御対象の出力値との差が小さくなるように自動調整する。制御対象の応答特性に応じて、所望の出力値を維持するように、ＰＩＤゲイン値が自動調整されるので、ＰＩＤゲイン値は制御対象の応答特性に応じて変化する。よって、前記所望の出力値となるように、試行錯誤することなく、最適化問題としてＰＩＤ制御のＰＩＤゲイン値を調整することが可能である。特にＦＲＩＴを用いることで、実際に制御対象を稼働させることなく、オフラインで、ＰＩＤゲイン値を最適化可能である。従って、自動調整されたＰＩＤゲイン値から制御システムの特性変化（応答性変化又は応答性変化と相関のある性能変化）を診断できる。
このように、本実施例の制御装置１は、制御対象の特性変化に応じて、所望の出力特性となるようにＰＩＤゲイン値を自動的に調整でき、制御装置の簡便に最適化できる。また、制御対象の特性変化を診断するので、プラント制御システムの性能及び信頼性を向上できる。
＜実施例２＞
本実施例においては、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とを備える制御装置１について示す。
本実施例においては、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とを備える制御装置１について示す。
また、所望の出力値演算部４は、伝達関数で表される。
また、制御対象異常判定部６は、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つの値が所定範囲にない場合は、制御対象が異常と判定する。
また、ＰＩＤ制御器ゲイン値調整部２は、ＦＲＩＴを用いて、ＰＩＤ制御器５のゲイン値を調整する。
また、制御装置１は、プラント２１を制御する装置である。
図１は、制御装置１の中心機能を示す図であり、実施例１と同じであるので、詳述しない。図２は、制御装置１のシステム図であり、実施例１と同じであるので、詳述しない。
図７は、制御装置１と制御装置１によって制御されるプラント２１を示す図である。
本実施例の制御対象異常判定部６は、調整されたＰＩＤゲイン値に基づいて制御対象の異常を検知する。それ以外は、実施例１と同じであるので、詳述しない。
以下、各部による処理の詳細を説明する。
＜所望の出力値演算部（図４）＞
所望の出力値演算部４は、制御目標に基づいて、制御対象の出力（プラント２１の温度）の所望のプロフィールを演算する。具体的には、図４に示すように、実施例１と同じであるので、詳述しない。
所望の出力値演算部４は、制御目標に基づいて、制御対象の出力（プラント２１の温度）の所望のプロフィールを演算する。具体的には、図４に示すように、実施例１と同じであるので、詳述しない。
＜ＰＩＤ制御器ゲイン値調整部（図５）＞
ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器５のゲイン値を調整する。具体的には、図５に示すように、実施例１と同じであるので、詳述しない。
ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器５のゲイン値を調整する。具体的には、図５に示すように、実施例１と同じであるので、詳述しない。
＜制御対象異常判定部（図８）＞
制御対象異常判定部６は、調整されたＰＩＤゲイン値に基づいて制御対象の異常を検知する。具体的には、図８に示すように、
・下記の条件を満たす場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝１とする。
Ｋｐ＿ｎｅｗ≧Ｋｐ＿ｄｅｇ＿ａｎｏ
Ｋｉ＿ｎｅｗ≧Ｋｉ＿ｄｅｇ＿ａｎｏ
Ｋｄ＿ｎｅｗ≧Ｋｄ＿ｄｅｇ＿ａｎｏ
・それ以外の場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝０とする。
制御対象異常判定部６は、調整されたＰＩＤゲイン値に基づいて制御対象の異常を検知する。具体的には、図８に示すように、
・下記の条件を満たす場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝１とする。
Ｋｐ＿ｎｅｗ≧Ｋｐ＿ｄｅｇ＿ａｎｏ
Ｋｉ＿ｎｅｗ≧Ｋｉ＿ｄｅｇ＿ａｎｏ
Ｋｄ＿ｎｅｗ≧Ｋｄ＿ｄｅｇ＿ａｎｏ
・それ以外の場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝０とする。
本実施例の制御装置１は、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とからなる。また、所望の出力値演算部４は、伝達関数で表される。また、制御対象異常判定部６は、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つの値が所定範囲にない場合は、制御対象が異常と判定する。また、ＰＩＤ制御器ゲイン値調整部２は、ＦＲＩＴを用いて、ＰＩＤ制御器５のゲイン値を調整する。また、制御装置１は、プラント２１を制御する装置である。
本実施例の制御装置１は、ＰＩＤ制御器５のゲイン値を、所望の出力値と制御対象の出力値との差が小さくなるように自動調整する。制御対象の応答特性に応じて、所望の出力値を維持するように、ＰＩＤゲイン値が自動調整されるので、ＰＩＤゲイン値は制御対象の応答特性に応じて変化する。よって、前記所望の出力値となるように、試行錯誤することなく、最適化問題としてＰＩＤ制御のＰＩＤゲイン値を調整することが可能である。特にＦＲＩＴを用いることで、実際に制御対象を稼働させることなく、オフラインで、ＰＩＤゲイン値を最適化可能である。従って、自動調整されたＰＩＤゲイン値が所定範囲にあるか否かによって制御システムの異常（応答性劣化又は応答性劣化と相関のある性能劣化）を検知できる。
このように、本実施例の制御装置１は、制御対象の特性変化に応じて、所望の出力特性となるようにＰＩＤゲイン値を自動的に調整できると共に、制御対象の異常を検知するので、プラント制御システムの信頼性及び精度を向上できる。
＜実施例３＞
本実施例においては、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とを備える制御装置１について示す。
本実施例においては、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とを備える制御装置１について示す。
また、所望の出力値演算部４は、伝達関数で表される。
また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて制御対象を診断する。
また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値の少なくとも一つの値が所定範囲にない場合は、制御対象が異常と判定する。
また、ＰＩＤ制御器ゲイン値調整部２は、ＦＲＩＴを用いて、ＰＩＤ制御器５のゲイン値を調整する。
また、制御装置１は、プラント２１を制御する装置である。
図１は、制御装置１の中心機能を示す図であり、実施例１と同じであるので、詳述しない。図２は、制御装置１のシステム図であり、実施例１と同じであるので、詳述しない。
図７は、制御装置１と制御装置１によって制御されるプラント２１を示しており、実施例１と同じであるので、詳述しない。
以下、各部による処理の詳細を説明する。
＜所望の出力値演算部（図４）＞
所望の出力値演算部４は、制御目標に基づいて、制御対象の出力（プラント２１の温度）の所望のプロフィールを演算する。具体的には、図４に示すように、実施例１と同じであるので、詳述しない。
所望の出力値演算部４は、制御目標に基づいて、制御対象の出力（プラント２１の温度）の所望のプロフィールを演算する。具体的には、図４に示すように、実施例１と同じであるので、詳述しない。
＜ＰＩＤ制御器ゲイン値調整部（図５）＞
ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器５のゲイン値を調整する。具体的には、図５に示すように、実施例１と同じであるので、詳述しない。
ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器５のゲイン値を調整する。具体的には、図５に示すように、実施例１と同じであるので、詳述しない。
＜制御対象異常判定部（図９）＞
制御対象異常判定部６は、調整されたＰＩＤゲイン値に基づいて制御対象の異常を検知する。具体的には、図９に示すように、
・Ｋｐ＿ｎｅｗ（調整後Ｐゲイン）からテーブルＴｂｌ＿ｄｅｇ＿ａｎｏを参照して、ｄｅｇ＿ａｎｏ（制御対象の異常度）を求める。
・下記の条件を満たす場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝１とする。
ｄｅｇ＿ａｎｏ≧Ｋ＿ｄｅｇ＿ａｎｏ
・それ以外の場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝０とする。
制御対象異常判定部６は、調整されたＰＩＤゲイン値に基づいて制御対象の異常を検知する。具体的には、図９に示すように、
・Ｋｐ＿ｎｅｗ（調整後Ｐゲイン）からテーブルＴｂｌ＿ｄｅｇ＿ａｎｏを参照して、ｄｅｇ＿ａｎｏ（制御対象の異常度）を求める。
・下記の条件を満たす場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝１とする。
ｄｅｇ＿ａｎｏ≧Ｋ＿ｄｅｇ＿ａｎｏ
・それ以外の場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝０とする。
ｄｅｇ＿ａｎｏは、物理的に意味のある値とするとよい。例えば、プラント２１の効率、安全度、悪影響度などとするとよい。
Ｋｐ＿ｎｅｗとｄｅｇ＿ａｎｏの関係を表すＴｂｌ＿ｄｅｇ＿ａｎｏの値は、実験から決めてもよい。
なお、実施例１で前述した制御対象診断部３を、実施例３（図９）の制御対象異常判定部６の調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて制御対象を診断するように構成してもよい。具体的には、Ｋｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗの値からテーブルＴｂｌ＿ｄｅｇ＿ａｎｏを参照して、、プラント２１の応答特性を求める。この応答特性によってプラント２１を診断する。
本実施例の制御装置１は、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とからなる。また、所望の出力値演算部４は、伝達関数で表される。また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて制御対象を診断する。また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値が所定範囲にない場合は、制御対象が異常と判定する。また、ＰＩＤ制御器ゲイン値調整部２は、ＦＲＩＴを用いて、ＰＩＤ制御器５のゲイン値を調整する。また、制御装置１は、プラント２１を制御する装置である。
本実施例の制御装置１は、ＰＩＤ制御器５のゲイン値を、所望の出力値と制御対象の出力値との差が小さくなるように自動調整する。制御対象の応答特性に応じて、所望の出力値を維持するように、ＰＩＤゲイン値が自動調整されるので、ＰＩＤゲイン値は制御対象の応答特性に応じて変化する。よって、前記所望の出力値となるように、試行錯誤することなく、最適化問題としてＰＩＤ制御のＰＩＤゲイン値を調整することが可能である。特にＦＲＩＴを用いることで、実際に制御対象を稼働させることなく、オフラインで、ＰＩＤゲイン値を最適化可能である。従って、自動調整されたＰＩＤゲイン値が所定範囲にあるか否かによって制御システムの異常（応答性劣化又は応答性劣化と相関のある性能劣化）を検知できる。さらに、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて、制御対象を診断し、異常を検知する。ＰＩＤゲイン値から演算されるパラメータ値を物理的に説明性のあるパラメータ値とすることで、説明性が高い形で制御装置の異常を検出可能でき、制御装置又は制御対象のどのような特性が異常かが分かるようになる。
このように、本実施例の制御装置１は、制御対象の特性変化に応じて、所望の出力特性となるようにＰＩＤゲイン値を自動的に調整できると共に、制御対象の異常を検知するので、プラント制御システムの信頼性及び精度を向上できる。
＜実施例４＞
本実施例においては、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とを備える制御装置１について示す。
本実施例においては、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とを備える制御装置１について示す。
また、所望の出力値演算部４は、伝達関数で表される。
また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて制御対象を診断する。
また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値の少なくとも一つの値が所定範囲にない場合は、制御対象が異常と判定する。
また、ＰＩＤ制御器ゲイン値調整部２は、ＦＲＩＴを用いて、ＰＩＤ制御器５のゲイン値を調整する。
また、制御装置１は、自動運転車２２を制御する装置である。
図１は、制御装置１の中心機能を示す図であり、実施例１と同じであるので、詳述しない。図２は、制御装置１のシステム図であり、実施例１と同じであるので、詳述しない。
図１０は、制御装置１と制御装置１によって制御される自動運転車２２を示す図である。
本実施例のＰＩＤ制御器５は、自動運転車２２の運動を制御するための操作量（例えば、目標速度、目標回転角速度）が演算される。それ以外は、実施例３と同じであるので、詳述しない。
以下、各部による処理の詳細を説明する。
＜所望の出力値演算部（図１１）＞
所望の出力値演算部４は、制御目標に基づいて、制御対象の出力（自動運転車２２の速度）の所望のプロフィールを演算する。具体的には、図１１に示すように、制御目標である目標速度Ｔｇ＿ＶＳＰに対して、例えば伝達関数などを用いて、所望の速度プロフィールＤｅ＿ＶＳＰを演算する。制御目標は例えばステップ信号、ランプ信号などが考えられる。伝達関数は、あらかじめ決めておくが、自動運転車２２の動作状態に応じて特性を変化させてもよい。
所望の出力値演算部４は、制御目標に基づいて、制御対象の出力（自動運転車２２の速度）の所望のプロフィールを演算する。具体的には、図１１に示すように、制御目標である目標速度Ｔｇ＿ＶＳＰに対して、例えば伝達関数などを用いて、所望の速度プロフィールＤｅ＿ＶＳＰを演算する。制御目標は例えばステップ信号、ランプ信号などが考えられる。伝達関数は、あらかじめ決めておくが、自動運転車２２の動作状態に応じて特性を変化させてもよい。
＜ＰＩＤ制御器ゲイン値調整部（図１２）＞
ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器５のゲイン値を調整する。具体的には、図１２に示すように、速度プロフィールＶＳＰと所望の速度プロフィールＤｅ＿ＶＳＰとの差が最も小さくなるように、調整後ＰＩＤゲイン値を決める。得られたＰＩＤ制御器５のＰゲイン値、Ｉゲイン値、Ｄゲイン値をそれぞれＫｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗとする。
ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器５のゲイン値を調整する。具体的には、図１２に示すように、速度プロフィールＶＳＰと所望の速度プロフィールＤｅ＿ＶＳＰとの差が最も小さくなるように、調整後ＰＩＤゲイン値を決める。得られたＰＩＤ制御器５のＰゲイン値、Ｉゲイン値、Ｄゲイン値をそれぞれＫｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗとする。
速度プロフィールＶＳＰと所望の速度プロフィールＤｅ＿ＶＳＰとの差を評価する評価関数としては、例えば、Ｊ２＝｜｜ＶＳＰ−Ｄｅ＿ＶＳＰ｜｜であるＬ２ノルム、又は、Ｊ１＝｜ＶＳＰ−Ｄｅ＿ＶＳＰ｜であるＬ１ノルムなどが考えられる。Ｊ１やＪ２を最小化するＰＩＤゲイン値は、例えば、ＩＦＴ（Ｉｔｅｒａｔｉｖｅ Ｆｅｅｄｂａｃｋ Ｔｕｎｉｎｇ）、ＦＲＩＴ（Ｆｉｃｔｉｔｉｏｕｓ Ｒｅｆｅｒｅｎｃｅ Ｉｔｅｒａｔｉｖｅ Ｔｕｎｉｎｇ）などで決定すればよく、ＰＩＤゲイン値の決定は、最適化問題に帰着する。本実施例では、ＦＲＩＴを用いて、ＰＩＤゲイン値を最適化する。ＦＲＩＴは、一組の操作量と制御量信号だけでオフラインで最適化可能な最適化手法である。最適化のための解法は多くの文献があるので、ここでは詳述しない。
なお、本調整処理は、オフライン、オンラインのどちらで行ってもよい。ＩＦＴでは、最適化の過程において、その都度、制御対象にＰＩＤゲイン値を適用する必要があるが、ＦＲＩＴでは、最適化の過程はオフラインで処理可能である。
＜制御対象異常判定部（図９）＞
制御対象異常判定部６は、調整されたＰＩＤゲイン値に基づいて制御対象の異常を検知する。具体的には、図９に示すように、
・Ｋｐ＿ｎｅｗ（調整後Ｐゲイン）からテーブルＴｂｌ＿ｄｅｇ＿ａｎｏを参照して、ｄｅｇ＿ａｎｏ（制御対象の異常度）を求める。
・下記の条件を満たす場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝１とする。
ｄｅｇ＿ａｎｏ≧Ｋ＿ｄｅｇ＿ａｎｏ
それ以外の場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝０とする。
制御対象異常判定部６は、調整されたＰＩＤゲイン値に基づいて制御対象の異常を検知する。具体的には、図９に示すように、
・Ｋｐ＿ｎｅｗ（調整後Ｐゲイン）からテーブルＴｂｌ＿ｄｅｇ＿ａｎｏを参照して、ｄｅｇ＿ａｎｏ（制御対象の異常度）を求める。
・下記の条件を満たす場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝１とする。
ｄｅｇ＿ａｎｏ≧Ｋ＿ｄｅｇ＿ａｎｏ
それ以外の場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝０とする。
ｄｅｇ＿ａｎｏは、物理的に意味のある値とするとよい。例えば、自動運転車２２の燃費などとするとよい。
Ｋｐ＿ｎｅｗとｄｅｇ＿ａｎｏの関係を表すＴｂｌ＿ｄｅｇ＿ａｎｏの値は、実験から決めてもよい。
本実施例の制御装置１は、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とからなる。また、所望の出力値演算部４は、伝達関数で表される。また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて制御対象を診断する。また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値が所定範囲にない場合は、制御対象が異常と判定する。また、ＰＩＤ制御器ゲイン値調整部２は、ＦＲＩＴを用いて、ＰＩＤ制御器５のゲイン値を調整する。また、制御装置１は、自動運転車２２を制御する装置である。
本実施例の制御装置１は、ＰＩＤ制御器５のゲイン値を、所望の出力値と制御対象の出力値との差が小さくなるように自動調整する。制御対象の応答特性に応じて、所望の出力値を維持するように、ＰＩＤゲイン値が自動調整されるので、ＰＩＤゲイン値は制御対象の応答特性に応じて変化する。よって、前記所望の出力値となるように、試行錯誤することなく、最適化問題としてＰＩＤ制御のＰＩＤゲイン値を調整することが可能である。特にＦＲＩＴを用いることで、実際に制御対象を稼働させることなく、オフラインで、ＰＩＤゲイン値を最適化可能である。従って、自動調整されたＰＩＤゲイン値が所定範囲にあるか否かによって制御システムの異常（応答性劣化又は応答性劣化と相関のある性能劣化）を検知できる。さらに、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて、制御対象を診断し、異常を検知する。ＰＩＤゲイン値から演算されるパラメータ値を物理的に説明性のあるパラメータ値とすることで、説明性が高い形で制御装置の異常を検出可能でき、制御装置又は制御対象のどのような特性が異常かが分かるようになる。
このように、本実施例の制御装置１は、制御対象の特性変化に応じて、所望の出力特性となるようにＰＩＤゲイン値を自動的に調整できると共に、制御対象の異常を検知するので、自動運転車制御システムの信頼性及び精度を向上できる。
＜実施例５＞
本実施例においては、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とを備える制御装置１について示す。
本実施例においては、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とを備える制御装置１について示す。
また、所望の出力値演算部４は、伝達関数で表される。
また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて制御対象を診断する。
また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値の少なくとも一つの値が所定範囲にない場合は、制御対象が異常と判定する。
また、ＰＩＤ制御器ゲイン値調整部２は、ＦＲＩＴを用いて、ＰＩＤ制御器５のゲイン値を調整する。
また、制御装置１は、ロボット２３を制御する装置である。
図１は、制御装置１の中心機能を示す図であり、実施例１と同じであるので、詳述しない。図２は、制御装置１のシステム図であり、実施例１と同じであるので、詳述しない。
図１３は、制御装置１と制御装置１によって制御されるロボット２３を示す図である。
本実施例のＰＩＤ制御器５は、ロボット２３の運動を制御するための操作量（例えば、角度、速度、トルク）が演算される。それ以外は、実施例３と同じであるので、詳述しない。
以下、各部による処理の詳細を説明する。
＜所望の出力値演算部（図１４）＞
所望の出力値演算部４は、制御目標に基づいて、制御対象の出力（ロボット２３の位置）の所望のプロフィールを演算する。具体的には、図１４に示すように、制御目標である目標位置Ｔｇ＿ＰＯＳに対して、例えば伝達関数などを用いて、所望の位置プロフィールＤｅ＿ＰＯＳを演算する。制御目標は例えばステップ信号、ランプ信号などが考えられる。伝達関数は、あらかじめ決めておくが、ロボット２３の動作状態に応じて特性を変化させてもよい。
所望の出力値演算部４は、制御目標に基づいて、制御対象の出力（ロボット２３の位置）の所望のプロフィールを演算する。具体的には、図１４に示すように、制御目標である目標位置Ｔｇ＿ＰＯＳに対して、例えば伝達関数などを用いて、所望の位置プロフィールＤｅ＿ＰＯＳを演算する。制御目標は例えばステップ信号、ランプ信号などが考えられる。伝達関数は、あらかじめ決めておくが、ロボット２３の動作状態に応じて特性を変化させてもよい。
＜ＰＩＤ制御器ゲイン値調整部（図１５）＞
ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器５のゲイン値を調整する。具体的には、図１５に示すように、位置ＰＯＳプロフィールと所望の位置Ｄｅ＿ＰＯＳプロフィールとの差が最も小さくなるように、調整後ＰＩＤゲイン値を決める。得られたＰＩＤ制御器５のＰゲイン値、Ｉゲイン値、Ｄゲイン値をそれぞれＫｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗとする。
ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器５のゲイン値を調整する。具体的には、図１５に示すように、位置ＰＯＳプロフィールと所望の位置Ｄｅ＿ＰＯＳプロフィールとの差が最も小さくなるように、調整後ＰＩＤゲイン値を決める。得られたＰＩＤ制御器５のＰゲイン値、Ｉゲイン値、Ｄゲイン値をそれぞれＫｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗとする。
位置ＰＯＳプロフィールと所望の位置Ｄｅ＿ＰＯＳプロフィールとの差を評価する評価関数としては、例えば、Ｊ２＝｜｜ＰＯＳ−Ｄｅ＿ＰＯＳ｜｜であるＬ２ノルム、又は、Ｊ１＝｜ＰＯＳ−Ｄｅ＿ＰＯＳ｜であるＬ１ノルムなどが考えられる。Ｊ１やＪ２を最小化するＰＩＤゲイン値は、例えば、ＩＦＴ（Ｉｔｅｒａｔｉｖｅ Ｆｅｅｄｂａｃｋ Ｔｕｎｉｎｇ）、ＦＲＩＴ（Ｆｉｃｔｉｔｉｏｕｓ Ｒｅｆｅｒｅｎｃｅ Ｉｔｅｒａｔｉｖｅ Ｔｕｎｉｎｇ）などで決定すればよく、ＰＩＤゲイン値の決定は、最適化問題に帰着する。本実施例では、ＦＲＩＴを用いて、ＰＩＤゲイン値を最適化する。ＦＲＩＴは、一組の操作量と制御量信号だけでオフラインで最適化可能な最適化手法である。最適化のための解法は多くの文献があるので、ここでは詳述しない。
なお、本調整処理は、オフライン、オンラインのどちらで行ってもよい。ＩＦＴでは、最適化の過程において、その都度、制御対象にＰＩＤゲイン値を適用する必要があるが、ＦＲＩＴでは、最適化の過程はオフラインで処理可能である。
＜制御対象異常判定部（図９）＞
制御対象異常判定部６は、調整されたＰＩＤゲイン値に基づいて制御対象の異常を検知する。具体的には、図９に示すように、
・Ｋｐ＿ｎｅｗ（調整後Ｐゲイン）からテーブルＴｂｌ＿ｄｅｇ＿ａｎｏを参照して、ｄｅｇ＿ａｎｏ（制御対象の異常度）を求める。
・下記の条件を満たす場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝１とする。
ｄｅｇ＿ａｎｏ≧Ｋ＿ｄｅｇ＿ａｎｏ
それ以外の場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝０とする。
制御対象異常判定部６は、調整されたＰＩＤゲイン値に基づいて制御対象の異常を検知する。具体的には、図９に示すように、
・Ｋｐ＿ｎｅｗ（調整後Ｐゲイン）からテーブルＴｂｌ＿ｄｅｇ＿ａｎｏを参照して、ｄｅｇ＿ａｎｏ（制御対象の異常度）を求める。
・下記の条件を満たす場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝１とする。
ｄｅｇ＿ａｎｏ≧Ｋ＿ｄｅｇ＿ａｎｏ
それ以外の場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝０とする。
ｄｅｇ＿ａｎｏは、物理的に意味のある値とするとよい。例えば、ロボット２３の効率、速度などとするとよい。
Ｋｐ＿ｎｅｗとｄｅｇ＿ａｎｏの関係を表すＴｂｌ＿ｄｅｇ＿ａｎｏの値は、実験から決めてもよい。
本実施例の制御装置１は、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とからなる。また、所望の出力値演算部４は、伝達関数で表される。また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて制御対象を診断する。また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値が所定範囲にない場合は、制御対象が異常と判定する。また、ＰＩＤ制御器ゲイン値調整部２は、ＦＲＩＴを用いて、ＰＩＤ制御器５のゲイン値を調整する。また、制御装置１は、ロボット２３を制御する装置である。
本実施例の制御装置１は、ＰＩＤ制御器５のゲイン値を、所望の出力値と制御対象の出力値との差が小さくなるように自動調整する。制御対象の応答特性に応じて、所望の出力値を維持するように、ＰＩＤゲイン値が自動調整されるので、ＰＩＤゲイン値は制御対象の応答特性に応じて変化する。よって、前記所望の出力値となるように、試行錯誤することなく、最適化問題としてＰＩＤ制御のＰＩＤゲイン値を調整することが可能である。特にＦＲＩＴを用いることで、実際に制御対象を稼働させることなく、オフラインで、ＰＩＤゲイン値を最適化可能である。従って、自動調整されたＰＩＤゲイン値が所定範囲にあるか否かによって制御システムの異常（応答性劣化又は応答性劣化と相関のある性能劣化）を検知できる。さらに、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて、制御対象を診断し、異常を検知する。ＰＩＤゲイン値から演算されるパラメータ値を物理的に説明性のあるパラメータ値とすることで、説明性が高い形で制御装置の異常を検出可能でき、制御装置又は制御対象のどのような特性が異常かが分かるようになる。
このように、本実施例の制御装置１は、制御対象の特性変化に応じて、所望の出力特性となるようにＰＩＤゲイン値を自動的に調整できると共に、制御対象の異常を検知するので、ロボット制御システムの信頼性及び精度を向上できる。
＜実施例６＞
本実施例においては、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とを備える制御装置１について示す。
本実施例においては、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とを備える制御装置１について示す。
また、所望の出力値演算部４は、伝達関数で表される。
また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて制御対象を診断する。
また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値の少なくとも一つの値が所定範囲にない場合は、制御対象が異常と判定する。
また、ＰＩＤ制御器ゲイン値調整部２は、ＦＲＩＴを用いて、ＰＩＤ制御器５のゲイン値を調整する。
また、制御装置１は、飛行体（例えばドローン２４）を制御する装置である。
図１は、制御装置１の中心機能を示す図であり、実施例１と同じであるので、詳述しない。図２は、制御装置１のシステム図であり、実施例１と同じであるので、詳述しない。
図１６は、制御装置１と制御装置１によって制御されるドローン２４を示す図である。
本実施例のＰＩＤ制御器５は、ドローン２４の運動を制御するための操作量（例えば、各ロータの回転速度）が演算される。それ以外は、実施例３と同じであるので、詳述しない。
以下、各部による処理の詳細を説明する。
＜所望の出力値演算部（図１７）＞
所望の出力値演算部４は、制御目標に基づいて、制御対象の出力（ドローン２４の位置）の所望のプロフィールを演算する。具体的には、図１７に示すように、制御目標である目標飛行速度Ｔｇ＿ＦＳＰに対して、例えば伝達関数などを用いて、所望の飛行速度プロフィールＤｅ＿ＦＳＰを演算する。制御目標は例えばステップ信号、ランプ信号などが考えられる。伝達関数は、あらかじめ決めておくが、ドローン２４の動作状態に応じて特性を変化させてもよい。
所望の出力値演算部４は、制御目標に基づいて、制御対象の出力（ドローン２４の位置）の所望のプロフィールを演算する。具体的には、図１７に示すように、制御目標である目標飛行速度Ｔｇ＿ＦＳＰに対して、例えば伝達関数などを用いて、所望の飛行速度プロフィールＤｅ＿ＦＳＰを演算する。制御目標は例えばステップ信号、ランプ信号などが考えられる。伝達関数は、あらかじめ決めておくが、ドローン２４の動作状態に応じて特性を変化させてもよい。
＜ＰＩＤ制御器ゲイン値調整部（図１８）＞
ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器５のゲイン値を調整する。具体的には、図１８に示すように、飛行速度プロフィールＦＳＰと所望の飛行速度プロフィールＤｅ＿ＦＳＰとの差が最も小さくなるように、調整後ＰＩＤゲイン値を決める。得られたＰＩＤ制御器５のＰゲイン値、Ｉゲイン値、Ｄゲイン値をそれぞれＫｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗとする。
ＰＩＤ制御器ゲイン値調整部２は、ＰＩＤ制御器５のゲイン値を調整する。具体的には、図１８に示すように、飛行速度プロフィールＦＳＰと所望の飛行速度プロフィールＤｅ＿ＦＳＰとの差が最も小さくなるように、調整後ＰＩＤゲイン値を決める。得られたＰＩＤ制御器５のＰゲイン値、Ｉゲイン値、Ｄゲイン値をそれぞれＫｐ＿ｎｅｗ，Ｋｉ＿ｎｅｗ，Ｋｄ＿ｎｅｗとする。
飛行速度プロフィールＦＳＰと所望の飛行速度プロフィールＤｅ＿ＦＳＰとの差を評価する評価関数としては、例えば、Ｊ２＝｜｜ＦＳＰ−Ｄｅ＿ＦＳＰ｜｜であるＬ２ノルム、又は、Ｊ１＝｜ＦＳＰ−Ｄｅ＿ＦＳＰ｜であるＬ１ノルムなどが考えられる。Ｊ１やＪ２を最小化するＰＩＤゲイン値は、例えば、ＩＦＴ（Ｉｔｅｒａｔｉｖｅ Ｆｅｅｄｂａｃｋ Ｔｕｎｉｎｇ）、ＦＲＩＴ（Ｆｉｃｔｉｔｉｏｕｓ Ｒｅｆｅｒｅｎｃｅ Ｉｔｅｒａｔｉｖｅ Ｔｕｎｉｎｇ）などで決定すればよく、ＰＩＤゲイン値の決定は、最適化問題に帰着する。本実施例では、ＦＲＩＴを用いて、ＰＩＤゲイン値を最適化する。ＦＲＩＴは、一組の操作量と制御量信号だけでオフラインで最適化可能な最適化手法である。最適化のための解法は多くの文献があるので、ここでは詳述しない。
なお、本調整処理は、オフライン、オンラインのどちらで行ってもよい。ＩＦＴでは、最適化の過程において、その都度、制御対象にＰＩＤゲイン値を適用する必要があるが、ＦＲＩＴでは、最適化の過程はオフラインで処理可能である。
＜制御対象異常判定部（図９）＞
制御対象異常判定部６は、調整されたＰＩＤゲイン値に基づいて制御対象の異常を検知する。具体的には、図９に示すように、
・Ｋｐ＿ｎｅｗ（調整後Ｐゲイン）からテーブルＴｂｌ＿ｄｅｇ＿ａｎｏを参照して、ｄｅｇ＿ａｎｏ（制御対象の異常度）を求める。
・下記の条件を満たす場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝１とする。
ｄｅｇ＿ａｎｏ≧Ｋ＿ｄｅｇ＿ａｎｏ
それ以外の場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝０とする。
制御対象異常判定部６は、調整されたＰＩＤゲイン値に基づいて制御対象の異常を検知する。具体的には、図９に示すように、
・Ｋｐ＿ｎｅｗ（調整後Ｐゲイン）からテーブルＴｂｌ＿ｄｅｇ＿ａｎｏを参照して、ｄｅｇ＿ａｎｏ（制御対象の異常度）を求める。
・下記の条件を満たす場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝１とする。
ｄｅｇ＿ａｎｏ≧Ｋ＿ｄｅｇ＿ａｎｏ
それ以外の場合は、制御対象異常フラグｆ＿ａｎｏ＿ｏｂｊ＝０とする。
ｄｅｇ＿ａｎｏは、物理的に意味のある値とするとよい。例えば、ドローン２４の（方向転換）速度などとするとよい。
Ｋｐ＿ｎｅｗとｄｅｇ＿ａｎｏの関係を表すＴｂｌ＿ｄｅｇ＿ａｎｏの値は、実験から決めてもよい。
本実施例の制御装置１は、制御対象の所望の出力値を演算する所望の出力値演算部４と、所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器５のゲイン値を調整するＰＩＤ制御器ゲイン値調整部２と、調整されたＰＩＤ制御器５のゲイン値の少なくとも一つのゲイン値に基づいて、制御対象の異常を検知する制御対象異常判定部６とからなる。また、所望の出力値演算部４は、伝達関数で表される。また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて制御対象を診断する。また、制御対象異常判定部６は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値が所定範囲にない場合は、制御対象が異常と判定する。また、ＰＩＤ制御器ゲイン値調整部２は、ＦＲＩＴを用いて、ＰＩＤ制御器５のゲイン値を調整する。また、制御装置１は、ドローン２４を制御する装置である。
本実施例の制御装置１は、ＰＩＤ制御器５のゲイン値を、所望の出力値と制御対象の出力値との差が小さくなるように自動調整する。制御対象の応答特性に応じて、所望の出力値を維持するように、ＰＩＤゲイン値が自動調整されるので、ＰＩＤゲイン値は制御対象の応答特性に応じて変化する。よって、前記所望の出力値となるように、試行錯誤することなく、最適化問題としてＰＩＤ制御のＰＩＤゲイン値を調整することが可能である。特にＦＲＩＴを用いることで、実際に制御対象を稼働させることなく、オフラインで、ＰＩＤゲイン値を最適化可能である。従って、自動調整されたＰＩＤゲイン値が所定範囲にあるか否かによって制御システムの異常（応答性劣化又は応答性劣化と相関のある性能劣化）を検知できる。さらに、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、該演算されたパラメータ値に基づいて、制御対象を診断し、異常を検知する。ＰＩＤゲイン値から演算されるパラメータ値を物理的に説明性のあるパラメータ値とすることで、説明性が高い形で制御装置の異常を検出可能でき、制御装置又は制御対象のどのような特性が異常かが分かるようになる。
このように、本実施例の制御装置１は、制御対象の特性変化に応じて、所望の出力特性となるようにＰＩＤゲイン値を自動的に調整できると共に、制御対象の異常を検知するので、ドローン制御システムの信頼性及び精度を向上できる。
１ 制御装置
２ ＰＩＤ制御器ゲイン値調整部
３ 制御対象診断部
４ 所望の出力値演算部
５ ＰＩＤ制御器５
６ 制御対象異常判定部
１１ 制御装置の記憶装置
１２ 制御装置のＣＰＵ
１３ 制御装置のＲＯＭ
１４ 制御装置のＲＡＭ
１５ 制御装置のデータバス
１６ 制御装置の入力回路
１７ 制御装置の入出力ポート
１８ 制御装置の出力回路
２１ 発電プラント
２２ 自動運転車
２３ ロボット
２４ ドローン
２ ＰＩＤ制御器ゲイン値調整部
３ 制御対象診断部
４ 所望の出力値演算部
５ ＰＩＤ制御器５
６ 制御対象異常判定部
１１ 制御装置の記憶装置
１２ 制御装置のＣＰＵ
１３ 制御装置のＲＯＭ
１４ 制御装置のＲＡＭ
１５ 制御装置のデータバス
１６ 制御装置の入力回路
１７ 制御装置の入出力ポート
１８ 制御装置の出力回路
２１ 発電プラント
２２ 自動運転車
２３ ロボット
２４ ドローン
Claims (7)
- 制御対象の所望の出力値を演算する所望の出力値演算部と、
前記所望の出力値と制御対象の出力値との差が小さくなるように、ＰＩＤ制御器のゲイン値を調整するＰＩＤ制御器ゲイン値調整部と、
前記調整されたＰＩＤ制御器のゲイン値の少なくとも一つに基づいて、前記制御対象を診断する制御対象診断部とを備えることを特徴とする制御装置。 - 請求項１に記載の制御装置であって、
前記所望の出力値演算部は、伝達関数で表されることを特徴とする制御装置。 - 請求項１に記載の制御装置であって、
前記制御対象診断部は、前記調整されたＰＩＤ制御器のゲイン値の少なくとも一つの値が所定範囲にない場合は、前記制御対象が異常と判定する制御対象異常判定部であることを特徴とする制御装置。 - 請求項１に記載の制御装置であって、
前記制御対象診断部は、少なくとも、前記調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、前記演算されたパラメータ値に基づいて、前記制御対象を診断する制御対象異常判定部であることを特徴とする制御装置。 - 請求項１に記載の制御装置であって、
前記制御対象診断部は、少なくとも、調整されたＰＩＤゲイン値に基づいてＰＩＤゲイン値とは異なるパラメータ値を演算し、前記演算されたパラメータ値の少なくとも一つの値が所定範囲にない場合は、前記制御対象が異常と判定する制御対象異常判定部であることを特徴とする制御装置。 - 請求項１に記載の制御装置であって、
前記ＰＩＤ制御器ゲイン値調整部は、ＦＲＩＴを用いて、前記ＰＩＤ制御器のゲイン値を調整することを特徴とする制御装置。 - 請求項１に記載の制御装置であって、
少なくとも、プラントの温度を制御する装置、自動運転車を制御する装置、ロボットを制御する装置、及び飛行体を制御する装置のいずれかであることを特徴とする制御装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019198072A JP2021071914A (ja) | 2019-10-31 | 2019-10-31 | 制御装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019198072A JP2021071914A (ja) | 2019-10-31 | 2019-10-31 | 制御装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2021071914A true JP2021071914A (ja) | 2021-05-06 |
Family
ID=75713191
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019198072A Pending JP2021071914A (ja) | 2019-10-31 | 2019-10-31 | 制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2021071914A (ja) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1091211A (ja) * | 1996-09-13 | 1998-04-10 | Toshiba Corp | 制御定数調整装置 |
| JP2000148206A (ja) * | 1998-11-10 | 2000-05-26 | Yokogawa Electric Corp | 制御パラメータの評価装置及び初期値／更新値設定装置 |
| JP2015076024A (ja) * | 2013-10-11 | 2015-04-20 | 株式会社日立製作所 | プラント制御装置の制御ゲイン最適化システム |
| JP2019161810A (ja) * | 2018-03-12 | 2019-09-19 | ファナック株式会社 | 電力変換装置及びその制御方法 |
-
2019
- 2019-10-31 JP JP2019198072A patent/JP2021071914A/ja active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1091211A (ja) * | 1996-09-13 | 1998-04-10 | Toshiba Corp | 制御定数調整装置 |
| JP2000148206A (ja) * | 1998-11-10 | 2000-05-26 | Yokogawa Electric Corp | 制御パラメータの評価装置及び初期値／更新値設定装置 |
| JP2015076024A (ja) * | 2013-10-11 | 2015-04-20 | 株式会社日立製作所 | プラント制御装置の制御ゲイン最適化システム |
| JP2019161810A (ja) * | 2018-03-12 | 2019-09-19 | ファナック株式会社 | 電力変換装置及びその制御方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6857818B2 (ja) | エンコーダの異常検出方法及び異常検出装置、並びにロボット制御システム | |
| US6089344A (en) | Method and apparatus for determining the center position of a steering system | |
| JP6581833B2 (ja) | アクチュエータ不具合検知装置、制御装置および方法 | |
| EP3388329B1 (en) | Ship handling device | |
| TW201638690A (zh) | 伺服馬達控制裝置及衝突檢測方法 | |
| WO2019220719A1 (ja) | エンコーダの異常検出方法、作動制御装置、ロボット及びロボットシステム | |
| JP2007155643A (ja) | 車両試験器における自動運転制御装置 | |
| US10678211B2 (en) | Controller | |
| JP2010502918A (ja) | 駆動システム及び液圧駆動装置を監視する方法 | |
| US7220156B2 (en) | Outboard motor steering control system | |
| JP2021071914A (ja) | 制御装置 | |
| US11287801B2 (en) | Control device, CNC device, and control method | |
| CN110963027B (zh) | 异常检测装置及控制装置 | |
| US6474301B1 (en) | Throttle controlling device | |
| WO2020183853A1 (ja) | 制御装置 | |
| JP2021071913A (ja) | 制御装置 | |
| JP7257194B2 (ja) | 制御装置 | |
| JP7493338B2 (ja) | 制御装置 | |
| JP2021111017A (ja) | 制御装置 | |
| CN116097185B (zh) | 用于表征伺服控制机构的频率响应诊断的运动控制服务器、方法和非暂时性计算机可读存储媒体 | |
| JP7288772B2 (ja) | 制御装置 | |
| JP7288771B2 (ja) | 制御装置 | |
| WO2021044830A1 (ja) | 制御装置 | |
| JP2001050418A (ja) | バルブポジショナ | |
| JP4321428B2 (ja) | サーボシステムの異常検出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220512 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230419 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230509 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230703 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230919 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231004 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20240109 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240329 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20240409 |