JP2726089B2 - 供給される材料の供給重量の制御方法及び装置 - Google Patents

供給される材料の供給重量の制御方法及び装置

Info

Publication number
JP2726089B2
JP2726089B2 JP7636089A JP7636089A JP2726089B2 JP 2726089 B2 JP2726089 B2 JP 2726089B2 JP 7636089 A JP7636089 A JP 7636089A JP 7636089 A JP7636089 A JP 7636089A JP 2726089 B2 JP2726089 B2 JP 2726089B2
Authority
JP
Japan
Prior art keywords
weight
mass flow
noise
control
model
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.)
Expired - Lifetime
Application number
JP7636089A
Other languages
English (en)
Other versions
JPH0222703A (ja
Inventor
アール．カラタ ポール
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KEI TORON INTERN Inc
Original Assignee
KEI TORON INTERN Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by KEI TORON INTERN Inc filed Critical KEI TORON INTERN Inc
Publication of JPH0222703A publication Critical patent/JPH0222703A/ja
Application granted granted Critical
Publication of JP2726089B2 publication Critical patent/JP2726089B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G11/00—Apparatus for weighing a continuous stream of material during flow; Conveyor belt weighers
    • G01G11/08—Apparatus for weighing a continuous stream of material during flow; Conveyor belt weighers having means for controlling the rate of feed or discharge
    • G01G11/12—Apparatus for weighing a continuous stream of material during flow; Conveyor belt weighers having means for controlling the rate of feed or discharge by controlling the speed of the belt
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G13/00—Weighing apparatus with automatic feed or discharge for weighing-out batches of material
    • G01G13/24—Weighing mechanism control arrangements for automatic feed or discharge
    • G01G13/248—Continuous control of flow of material
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D7/00—Control of flow
    • G05D7/06—Control of flow characterised by the use of electric means
    • G05D7/0605—Control of flow characterised by the use of electric means specially adapted for solid materials

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Feedback Control In General (AREA)
  • Flow Control (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Control Of Conveyors (AREA)

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は供給される材料の供給重量の制御方法及び装
置に関するものである。
本発明は実際の重量状態とマス・フロー状態のフイル
ター処理された概算値を発生すべくカルマン・フイルタ
ー処理を使用する。これらのフイルター処理された概算
値は実際のマス・フロー状態を制御すべく重量測定値に
影響するプラント・ノイズ・プロセスと測定ノイズ・プ
ロセスのモデリングと分類に組合せて使用される。ノイ
ズの種類は決定され，各種類に対する確率的モデルが発
生される。概算マス・フロー信号は測定された重量，シ
ステムに影響する個々のノイズ・プロセスの確率的モデ
ルに基づいて発生される。ノイズ・プロセス・モデルは
その作用の振幅と発生確率に従つて修正される。
次に，概算されたマス・フロー状態信号は所望のマス
・フロー設定点と比較され，結果的に生じる誤差信号は
所望のマス・フローを発生する排出アクチユエーターも
制御する目的で使用される。
本発明は，制御ダイナミツクスの作用により重量と大
きさを補償する目的から重量測定と制御パラメーターの
自己調整に影響するノイズ・プロセスと関連あるパラメ
ーターの自己調整を採用している。このノイズ・モデル
調整と制御モデル調整はカルマン・フイルターを最適に
作動させることが出来る。その上，設定点誤差をモニタ
ーし，滑らかな安定状態設定点制御を維持している間に
迅速な応答を達成すべく適合ダイナミツクスを発生する
ためフイード・バツク制御調整が採用される。
〔実施例〕
本発明の重量供給システムにおいては，ホツパー又は
他の容器内に貯蔵される固体若しくは液体の材料はスク
リユー・フイーダー，コンベアー，ポンプ，弁等適当な
慣用的排出アクチユエーターにより排出される。排出ア
クチユエーターは電動機により駆動される。このシステ
ムにはホツパー内の材料若しくは排出中の材料の重量を
検出し，検出された重量状態を示す信号を発生するスケ
ールの如き重量検出装置も含まれている。重量検出装置
により発生された信号は重量信号処理装置に与えられ，
重量信号処理装置は逆に排出中の材料の重量割合状態若
しくはマス・フロー状態の概算値である信号を発生す
る。次に、マス・フロー状態の概算値はフイード・バツ
ク・ループにおいて概算マス・フロー状態を所望の設定
点マス・フローに駆動するモーターを制御する目的で使
用される。
第１図を参照すると、ホツパー10内に貯蔵された材料
はフイード・スクリユー・モーター12による駆動される
フイード・スクリユー11により排出される。スケール13
はホツパー10,フイード・スクリユー11及びモーター12
の組合つた重量を測定し，測定重量信号Wmを発生する。
コンベアー重量フイーダーにおいては，スケール13は少
なくともコンベアーの長さの一部分上に排出されている
材料の重量を検出することが理解されよう。信号Wmは測
定重量Wmに基づいた材料のマス・フロー状態の概算値Wm
を発生するコンピユーター15内の重量信号処理装置14に
適用される。オペレーターは所望のマス・フロー設定点
Wrdを操作盤16を通じて入力する。概算されたマス・フ
ロー状態Wrは誤差信号状態Wreを発生する総和接合部（s
umming junction）17により所望のマス・フローWrdと比
較される。誤差信号状態はモーター駆動装置19に与えら
れるモーター制御信号IMを演算するようモーター制御装
置18により使用される。従つて，概算されるマス・フロ
ー状態Wr及び実際のマス・フローは所望の設定点Wrdに
駆動される。
勿論，重量検出器はランダムな及び体系的機器誤差と
現象誤差を受ける。検出器は内部の電子ノイズの理由だ
けでなく外部電子ノイズの効果と同様検出器の物理的慣
性の理由から誤つた結果を発生する。
その上，材料ホツパー，フイード・スクリユー及びモ
ーターも含む物理的プラントも乱れ受け易い。これらの
プラントの乱れ処理には，ホツパー内に含まれるフイー
デイング・スクリユー若しくは材料ミキサーの機械的運
動に起因する振動ノイズ，かたまつた材料又は不均一な
スクリユー排出に起因する変化する若しくは不均一な出
力フイード，不確実な時点及び再充填割合におけるホツ
パーの材料による再充填，フイーダーの衝突，工具とい
つた余分な重量物の落下若しくは上昇といつた不慮と非
周期的に与えられるホツパーの乱れ風，隣接する機械又
は通過する車両の如き環境的効果に起因するホツパーの
周期的及び非周期的乱れが含まれる。
従つて，一般に，重量測定は供給される材料の供給重
量の制御方法及び装置の作動に関する誤つた情報のみを
発生し，それ自体，システムの状態を評価すること，最
終的にはマス・フローの制御にとつて不充分であろう。
離散的時間の材料排出システムの数学的モデルを第２
図に示す。時間ｋ＋１における材料の実際の重量状態は
時間ｋにおける実際の重量状態Ｗ（ｋ），時間ｋにおけ
る重量に影響するプラント・ノイズ・プロセスw
1（ｋ），重量に対するモーター制御の効果,u1（ｋ）及
びサンプリング時間Ｔを乗算した時間ｋにおける実際の
マス・フロー状態Wr（ｋ）の合成値を提供する総和接合
部21により発生される。このＴによる乗算はマス・フロ
ー状態Wrの時間積算を表わす。実際の重量状態信号Ｗ
（ｋ＋１）は実際の重量状態信号Ｗ（ｋ）を発生する目
的で遅延ブロツク22に与えられる。測定された重量信号
Wm（ｋ）は測定ノイズプロセスｎ（ｋ）を実際の重量状
態信号Ｗ（ｋ）に加える総和接合部23により発生され
る。
時間ｋ＋１における実際のマス・フロー状態Wr（ｋ＋
１）は時間ｋにおける実際のマス・フロー状態W
r（ｋ），・マス・フローに対するモーター制御の効果,
u2（ｋ）及びマス・フロー・プラント・ノイズ・プロセ
スw2（ｋ）の合計値を提供する総和接合部24により発生
される。時間ｋにおけるマス・フロー状態Wr（ｋ）は遅
延ブロツク26を介して実際のマス・フロー状態Wr（ｋ＋
１）から発生される。
第２図のブロツク図は以下の数学的式を模式的に表わ
したものである。
Ｗ（ｋ＋１）＝Ｗ（ｋ）＋TWr（ｋ）＋u1（ｋ）＋w1
（ｋ） Wr（ｋ＋１）＝Wr（ｋ）＋u2（ｋ）＋w2（ｋ） Wm（ｋ）＝Ｗ（ｋ）＋ｎ（ｋ） ここで， ｋ＝1,2,3,... Ｗ（ｋ）は時間ｋにおける実際の重量状態 Wr（ｋ）は時間ｋにおける実際のマス・フロー状態 Wm（ｋ）は時間ｋにおける重量測定値 Ｔはサンプルの間の周期 u1（ｋ）は実際の重量状態に対するモーター制御効果 u2（ｋ）は実際のマス・フロー状態に対するモーター
制御効果 ｎ（ｋ）は測定ノイズ w1（ｋ）はプラント重量ノイズ混乱 w2（ｋ）はプラント・マス・フロー・ノイズ混乱 重量状態Ｗとマス・フロー状態Wrは状態変数として知
られており，マス・フロー状態は重量状態の時間導関数
である（即ち，重量はマス・フローの整数である）。検
出される唯一の状態変数は測定重量信号Wm（ノイズによ
り破壊される）から間接的にのみ検出可能な重量であ
る。ノイズ・プロセスn,w1及びw2は不可避であり，常時
システム内に存在することに注意すべきである。プラン
ト・ノイズ・プロセスと測定ノイズ・プロセスの無視で
唯一の測定重量信号Wmを使用してu1とu2を介して排出を
制御することは価値の無い劣つたシステムになろう。
第３図は本発明による離散時間重量信号処理装置とモ
ーター制御装置のブロツク図に接続された真実の離散時
間材料排出のシステムのブロツク図である。第１図及び
第２図における素子と類似した素子には同じ参照番号が
付けてある。重量信号処理装置は実際の重量状態
（ｋ）のフイルター処理された概算値とマス・フロー状
態Wr（ｋ）のフイルター処理された概算値を発展させる
カルマン・フイルター・プロセスを使用する。モーター
制御信号IMとモーター制御u1（ｋ）とu2（ｋ）を演算す
るため第３図に模式的に且つ第５図，第11図に詳細に示
してある如くマス・フロー状態Wr（ｋ）の概算値がモー
ター制御装置18により使用される。モーター制御u
1（ｋ）,u2（ｋ）は各々実際の重量状態Ｗ（ｋ）と実際
のマス・フロー状態Wr（ｋ）に対する数学的影響であ
り，概算された重量状態Ｗ（ｋ）及び概算されたマス・
フロー状態Wr（ｋ）の予測プロセス内で使用される。
第３図の下方部分には信号処理装置14,総和接合部17,
モーター制御装置18で第１図に図示のものが示してあ
る。信号処理装置はカルマン・フイルターとして構成さ
れ，その構造は実際のシステムの数学的モデルと類似し
ている。総和接合部27及び28は実際のシステムにおける
総和接合部21及び24の機能を行なう。遅延ブロツク29及
び31は各々実際の遅延ブロツク22及び26の関数をモデル
にしている。
総和接合部32は測定された重量Wm（ｋ）及び概算され
た重量状態（ｋ）の差を提供する。測定残として知ら
れているこの差ｍ（ｋ）は利得KW（ｋ）が乗算され、
次の重量状態概算値Ｗ（ｋ＋Ｄの演算にあたつて総和接
合部27に適用される。ｍ（ｋ）を利得KWr（ｋ）が乗
算され，次のマス・フロー状態概算値ｒ（ｋ＋１）の
演算にあたつて総和接合部28に適用される。利得KW,KWr
はカルマン利得として知られ,W及びWrと実際値に対する
概算重量状態Ｗ及び概算マス・フローWrの誤差の共分散
量（error covariance）に従つて可変であり、ノイズ・
プロセスn,w1及びw2を考慮に入れる。カルマン利得KR及
びKWrの演算の詳細について第４図を参照して以下に示
す。
ノイズ・プロセスn,w1及びw2の効果はカルマン利得の
演算に使用されるので，各種ノイズ源と状態変数W,Wrに
対するその効果を確認することだけでなく，その大きさ
をモデルし且つその大きさをカルマン利得演算内に含ま
せることが重要である。
各ノイズ・プロセスはゼロ平均としてモデル化され，
一方，以下のノイズ共分散（covariance）のプロセスと
される。
ここで， σ2nは測定ノイズ・プロセスの変数 σ 2 w1は重量に影響するプラント・ノイズ・プロセス
の変数 σ2w2はマス・フローに影響するプラント・ノイズ・
プロセスの変数；及び σ2w1,w2はプラント・ノイズ・プロセスw1,w2の共散
（covariance） 先に述べた如く，プラント・ノイズ・プロセスw1,w2
は各々重量ノイズ乱れとマス・プローノイズ乱れであ
る。実際的なシステムにおいては，マス・フロー・ノイ
ズ乱れw2は例えば，供給されているかたまつた又は不均
一な材料に起因する規則的ノイズ・プロセスである。重
量ノイズ乱れw1は通過する車両，又は材料ホツパーとの
物理的衝突から出る振動といつた高度に予測不能の発生
源に起因する不規則なプロセスである。測定ノイズ・プ
ロセスｎもランダム及び体系的測定器具並びに排出シス
テム現象誤差に起因した規則的ノイズ・プロセスであ
る。例えば，フイード・スクリユー又は材料ミキサーか
らの振動は重量検出器の不正確性に加えて測定ノイズ・
プロセスｎに貢献する。
分散σ2nは実際のシステムから実験的に又は経験的に
決定出来る。例えば，材料排出システムは重量の損失無
しに作動出来，分散σ2nは一連の重量測定値Wm（ｋ）か
ら演算出来る。例えば，所定のマス・フロー偏差（σ
Wd）が指定されれば，σw2はσWdに比例するように設定
出来る。別の好適実施態様においては，分散σ2n,σ2w2
は第９図−第14図を参照して以下に詳細に説明する自己
調整方法を使用して演算される。
これと対比的に，予測不能なプラント・ノイズ・プロ
セスw1は分散Ａも有するものとしてモデル化され，ここ
でＡは検出された測定残の大きさから決定される。この
プロセスと詳細とＡの演算について第4B図も参照しなが
ら以下に説明する。
最後に，プラント・ノイズ共散マトリツクスＱ（ｋ）
は以下の様式で決定される。最初に,Q（ｋ）はQ0に等し
く設定される。
ここで， 次に,Aは測定残の大きさとその残の大きさの発生確率
から演算される。次に,Q（ｋ）はQ1と置換される。
第4A図−第4C図を参照すると，信号処理装置14（第１
図）で実行されるプロセス段階が示してある。プロセス
開始後，以下のパラメーターが段階41において初期化さ
れる。
Wrd−所望のマス・フロー設定点 σｎ−測定ノイズｎの所望の標準偏差 σwd−マス・フローの所望の標準偏差 Ｔ−重量信号（Wm）サンプリグ周期 Ｇ−モーター制御装置の利得一定数 Tm−スクリユー・モーターの時定数 Td−フイード・モーターに関連ある通信遅延 FF−フイード・スクリユー・モーターの供給因子 段階32において，分散σ2wはマス・フローσwdの所望
の標準偏差から演算される。これは所望のマス・フロー
誤差分散（σ2wr＝σ2wd）とパラメーターT,σ2n及びσ
2 w2の間の既知安定状態関係を基にした相互作用演算で
ある。相互作用演算はここに提出した自己調整無しにソ
ース・コード・リステイングの行4999−5220にわたるル
ーチンに示してある。別の好適実施態様においては，自
己忠整は第９図−第14図を参照して以下に詳細に説明す
る自己調整方法を使用して両方の概算ノイズ分散σ2n,
σ2 w2を演算する目的で採用される。段階43において
は，以下の変数が全て最初は０に設定されている。
WCP−重量制御信号 u1,u2−各々重量とマス・フローに影響するモーター
制御 又，段階43においては，フイード・スクリユー・モー
ター信号IMはモーターが最初所望速度で移動しているよ
う所望のレベルにて初期設定される。代替的には，信号
IMはモーターが最初静止状態にあるよう０に初期設定出
来る。
段階44において，カウンターｋは０にセツトされ，制
御は第１重量サンプルWm（１）が取られる段階35へ移さ
れる。次に，制御は決定ブロツク46に移され，そこでフ
イルターが既に初期化されていることを示すｋ＋１が２
より大きければ制御は第4B図のプロセス段階に移され
る。他の場合，制御は決定ブロツク37に移され，そこで
ｋ＋１が２と等しくない場合，制御はブロツク48に移さ
れ，カウンターｋが増加される。次に，他の重量サンプ
ルがブロツク45内で取られる。ｋ＋１が２と等しいと決
定ブロツク47が決定すれば，制御はブロツク49に移さ
れ，そこでフイルターは初期設定が開始される。
ブロツク49においては，初期重量状態概算値は時間
をｋ＝２において測定重量に設定される。その上，初期
マス・フロー状態概算値Wrはサンプリング周期Ｔにより
分割される最初の２つの測定値の間の差に設定される。
従つて，重量状態とマス・フロー状態は最後の重量信号
とその簡単な時間導関数を使つて見出される。又，ブロ
ツク49において，時間ｋ＝３における重量状態の予測概
算値は，時間ｋ＝２における概算マス・フロー状態のＴ
倍を加えた時間ｋ＝２における概算重量状態に設定さ
れ，時間ｋ＝３におけるマス・フロー状態の予測概算値
は時間ｋ＝２′における概算マス・フロー状態に設定さ
れる。
重量フロー状態とマス・フロー状態の概算値と予測値
がブロツク49内で初期化された後，制御はブロツク51に
移され，そこで誤差共散マトリクツクスＰの４つのエン
トリーが初期化される。
誤差共散マトリツクスＰは以下の形態になる。
ここで，σ２ は重量誤差の分散 σ２ ｒはマス・フロー誤差の分散 は重量誤差とマス・フロー誤差の共分散。
ブロツク51内で誤差共分散マトリクスＰが初期化され
た後，制御はブロツク48に移されそこでカウンターｋは
増加され，他の重量サンプルがブロツク35内でとられ
る。フイルターが一旦初期化されると,k＋１は２より大
きくなり，決定ブロツク36は制御を第4B図のブロツク56
に移す。
自己調整が採用される場合，第10図のフロー・チヤー
トに示され且つ以後詳細に説明されるプロセス段階が第
4A図に示されたものの代わりに採用される。
ブロツク56において，プラント・ノイズ共分散マトリ
ツクスＱ（ｋ）はQ0に設定され，制御はブロツク57に移
され，そこで誤差共分散マトリツクスＰはマトリツクス
式を使つて更新される。
Ｐ（ｋ＋1/k）＝FP（k/k）Ｆ′＋Ｑ（ｋ） ここで,P（ｋ＋1/k）は時間ｋ迄の測定を与える時間
ｋ＋１における誤差共分散の予測値； Ｐ（k/k）は時間ｋ迄と測定を与える時間 ｋにおける誤差共分散マトリツクスP; Ｆ′はＦの置換 Ｑ（ｋ）は時間ｋにおけるプラント・ノイズ共分散。
Ｐマトリツクス（σ２，σ２ｒ）の診断素子は概
算プロセスの性能測定であることに注意すべきである。
理論的には不可能であるが，重量誤差の分散σ２とマ
ス・フロー誤差の共分散σ２ｒが両方共０であれば，
概算値は完璧であり，即ち，実際の状態と同じである。
実際的は事項として，これらの誤差分散の最小化のみが
実現可能である。
次に，制御はブロツク58に移され，そこで測定残が以
下の式を使つて演算される。
ｍ（ｋ＋1/k）＝Wm（ｋ＋１）−（ｋ＋1/k） ここで,Wm（ｋ＋1/k）は時間ｋ迄の測定を与える時間
ｋ＋１での測定残； Wm（ｋ＋１）は時間ｋ＋１における重量測定 Ｗ（ｋ＋1/k）は時間ｋ迄の測定を与える時間ｋ＋１
における概算重量状態。
次に制御はブロツク59に移され，そこで測定残の分散
がマトリツクス式を使つて演算される。
σ2Wm＝HP（ｋ＋1/k）Ｈ′＋Ｒ（ｋ＋１） ここで， Ｈ＝〔１ ０〕 Ｈ′はＨの置換 Ｐ（ｋ＋1/k）はブロツク57内で演算される。
Ｒ（ｋ＋１）は時間ｋ＋１における測定ノイズ分散
（実際はσ2n） 制御は次に決定ブロツク60に行き，そこでフラグｊは
現サイクル中に分散Ａが第4B図に示されたループを横断
することにより既に演算されたか否を決定するよう試験
される。分散Ａがこのサイクル時に未だ演算されていな
かつたとすれば，制御はブロツク61に移され，そこで変
数ｘが定数ｑで分割された測定残Wm（ｋ＋1/k）及び測
定残の標準偏差，ブロツク59内で演算した分散の平方
根）に設定される。然し乍ら，定数ｑは好適には３≦ｑ
≦５の範囲内にあるが，この範囲外の値も本発明の範囲
から逸脱せずに受容可能である。
適応される分布関数ｆ（ｘ）もブロツク61内で式によ
り演算される。
ｆ（ｘ）＝|x|a/（１＋|x|a） ここで， ２≦ａ≦４ この範囲外の値は本発明の範囲から逸脱せずに受容可
能である。ｑとａの正確な値は使用される特定の重量フ
イーダーに依存し，実験的には通常の作動中に誤差共分
散マトリツクスＰの各種素子を最低にし且つ（再充填の
如き）非周期的ホツパー乱れの有害な作用を最低にする
目的から決定される。
ｆ（ｘ）は現在の測定残の原因が従前の誤差共分散マ
トリツクスＰ（ｋ＋1/k）（ブロツク57内で演算）によ
り示されたもの以外の源であり，測定ノイズｎ（ｋ）と
マス・フロー・ノイズW2（ｋ）に起因する確率を表わし
ている。
制御は次にブロツク62に行き，そこで分散Ａが12で分
割された測定残の平方を乗算した適応分布関数ｆ（ｘ）
の積として演算される。これはＡに対する均一な分布に
なる。
次に，制御はブロツク63に移り，そこでマトリツクス
Ｑ（ｋ）がQ1と等しく設定され，フラグｊが制御をブロ
ツク57に戻す前記ブロツク64内で１と等しく設定され
る。
次に,Q（ｋ）に対する新しい値を使用し，誤差共分散
マトリツクスがブロツク57内で再演算され，測定残がブ
ロツク58内で再演算され，測定残分散がブロツク59内で
再演算される。次に，フラグｊは現在１であるので，制
御はブロツク60からブロツク65へ移り，そこでカウンタ
ーｊが０にリセツトされる。制御は次に第4C図のブロツ
ク66に移される。
第4C図を参照すると，フイルター利得Ｋはマトリツク
ス式を使つてブロツク66内で演算される。
Ｋ（ｋ＋１）＝Ｐ（ｋ＋1/k）Ｈ′〔HP（ｋ＋1/k）Ｈ′＋Ｒ（ｋ＋１）〕-1 ここで， Kw（ｋ＋１）は時間ｋ＋１における重量カルマン利得 Kwr（ｋ＋１）は時間ｋ＋１におけるマス・フロー・
カルマン利得 他の全ての変数は先に定義付けし又は演算してある。
時間ｋ＋１迄での測定を与える時間ｋ＋１での予測重
量状態Ｗと予測マス・フロー状態Wrが次に以下の式を使
つてブロツク67内で演算される。
（ｋ＋1 k＋１）＝（ｋ＋1//k）＋Kw（ｋ＋１）ｍ（ｋ＋1/k） ここで，全ての変数は従前に定義付けされ演算されて
いる。
次に，制御はブロツク68に移され，そこで誤差分散マ
トリツクスＰが硬新される。ブロツク68内の式に表われ
るマトリツクス１は確認マトリツクスである。他の全て
の変数が従前に定義付けされ演算されている。
次に制御はブロツク69に移され，そこで概算重量状態
とマス・フロー状態ｒに対する新しい予測値が，以
下の式を使つて時間ｋ＋１迄に測定も与える時間ｋ＋２
に対し演算される。
Ｗ（ｋ＋2/k＋１）＝Ｗ（ｋ＋1/k＋１）＋TWr（ｋ＋1/k＋１）＋u1（ｋ＋１） Wr（ｋ＋2/k＋１）＝Wr（ｋ＋1/k＋１）＋u2（ｋ＋
１） ここで， u1（ｋ＋１）は時間ｋ＋２における重量状態に影響す
るよう予測される時間ｋ＋１において適用されるモータ
ー制御装置の値 u2（ｋ＋１）は時間ｋ＋２におけるマス・フロー状態
に影響するよう予測される時間ｋ＋１において適用され
たモーター制御装置の値。
他の全ての変数は従前に定義付けされ演算されてい
る。
次に，制御はブロツク71に移され，そこでモーター制
御が更新される。ブロツク71内で行なわれる処理段階の
詳細については第５図に示してある。
ブロツク71を励起すると，制御はブロツク48（第4A
図）に戻され，そこでカウンターｋは増加され，全体の
ループが再トレースされる。ループを横断するのに必要
な時間は僅かにサイクルからサイクル毎に変化されるの
で，サンプリング周期Ｔは周期毎に僅かに変化すること
に注意すべきである。好適実施態様において,Tは0.75≦
Ｔ≦2.0の範囲内にあるが，この範囲外の周期も受容可
能な結果を発生する。各Ｔサイクルの再演算は第6F図に
図示してある。
第５図を参照すると，ブロツク22においては誤差信号
状態Wreは所望のマス・フロー設定点Wrdと第4C図のブロ
ツク69内に従前に演算されたマス・フロー状態概算値
ｒの間の差として演算される。次に，制御はブロツク23
に移されそこで重量割合制御信号Wrcは利得Ｇとマス・
フロー誤差Wreの積として演算される。次に，モーター
信号IMはフイード因子FFにより分割された重量割合制御
信号Wrcにより調整される。フイード因子FFはモーター
信号IMとモーター速度の間の非線形関係を補償する目的
でモーター速度信号にマス・フロー状態変数を変えるた
め使用される。
次に，制御はブロツク74に移され，そこでモーター制
御u1,u2が演算される。これらの演算は材料排出システ
ムの制御部分のモデルを表わす。これは第３図に示され
た及び第4A図−第4C図のプロセス段階に示された概算若
しくはフイルター処理のモデルとは異なるべきである。
ブロツク76において，過去の重量制御信号Wcpは演算
されたばかりの重量制御信号Wrcと等しく設定される。
段階77において，演算されたモーター信号IMは材料排
出の割合を制御するためモーター制御装置に出力され
る。
本発明のカルマン・フイルター・プロセスは情報と記
憶は極めて僅かに必要とし成る演算時間インターバルか
ら次の時間インターバルへ移される再帰的プロセスであ
ることを強調すべきである。従つて，本発明はマイクロ
・プロセツサー・プログラム・メモリーを再プログラミ
ングし，予め存在するランダム・アクセス・メモリーを
使用することにより現存の材料排出システム内で使用す
るよう容易に適応可能である。
自己調整方法が採用してあるモーター制御演算の代替
的な好適実施態様が以後詳細に説明される第11図のフロ
ー・チヤートが示してある。
第6A図−第6F図は閉ループ・コンピユーター制御下で
の実際の重量供給システムの作動をグラフ的に図示して
いる。
システムは以下の初期パラメーター，即ち,T＝1.3,W
rd＝500,FF＝0.3,q＝3,a＝２にてサイクル０から開始さ
れた。システムが開始され，メモリーの供給中に大略10
0と演算サイクルが行なわれた。自然のプラントと測定
ノイズの両方が存在した。その上，システム・ホツパー
は以下の相当の外的乱れにさらされた。
大略のサイクル時間 乱れ 25 17mmのスバナ・オン 35 17mmスパナ・オフ 55 3Kg重量オン 65 3Kg重量オフ 90 材料再充填 第6A図−第6C図のグラフの縦座標は100万部が大略150
Kg（使用する重量検出器の最大測定可能重量）に等しい
100万あたりの部を示す。換言すれば,100万部あたり60
万部の読取り値は150Kgの60％又は90Kgと等しい。
第6D図において，モーター信号IMのユニツトは例えば
周波数等，モーター駆動信号に直接変換可能である。第
6E図におけるマス・フロー概算値のユニツトは単位時間
あたり100万あたりの部数により，直接Kg/秒に変換可能
である。
第6F図は或るサイクルから次のサイクルへのサンプル
時間の可変性を図示する。
第７図は第6D図と第6E図のグラフの表式呈示である。
第８図は外部乱れのない状態に存在する自然のプラン
トと測定ノイズ方法のみによる作動を示している部6A図
−第6F図のグラフを発生するよう作動されるものと同じ
システムのグラフ的表示である。
添附のコード・リスティング（１）は好適実施態様のコ
ンピユーター15に対するコンピユーター・プログラムの
注釈付きソース・コード・リスティングである。このプ
ログラムには第4A図−第4C図及び第５図のフロー・チヤ
ートに示された段階が導入してある。
各種作動パラメーターの演算を容易にする目的から，
これら各種作動パラメーターを演算出来るデータを発生
するようフイーデイング・プロセスを制御する自己調整
が使用される。第９図は第１図と類似しており，確率的
制御とノイズ・パラメーターが演算されるデータを発生
する目的で使用される一般的な自己調整プロセスの概念
的ブロツク図を示す。第１図のブロツクと類似している
機能ブロツクには同様の番号表示が付けてあり，そのた
め再度説明はしない。
本発明の一般的自己調整プロセスにおいては，重量供
給機が最初に開始される際，又は作動条件における劇的
変化が呈示される際，（例えば，供給されている材料の
型式）供給機はスイツチ81で模式的に示された較正又は
調整モードに設定される。較正モードにおいては，シス
テム較正処理装置，制御発生器82は一連の制御信号ｕ
（ｋ）を重量供給器に適用し，重量供給器は制御シーケ
ンスｕ（ｋ）に反応する。重量検出器13は対応する測定
シーケンスｚ（ｋ）を発生する。次に，入力／出力信号
（ｕ（ｋ）,z（ｋ））は例えば，ノイズと制御パラメー
ターを概算すべくシステム較正処理装置と制御発生器82
により使用される。次に，概算パラメーターはカルマン
・フイルターに送られ，較正モードで出され，閉ループ
制御が開始する。
較正モードでは，システムの開始時に行なわれるか又
はシステム・オペレーターにより再較正が望まれる場合
はいつでも行なわれる。第10図は第4A図と類似してお
り，自己調整方法を含む。第10図における第4A図のもの
と類似している機能ブロツクには同じ番号表示がしてあ
る。
第10図を参照すると，システムの開始後，以下のパラ
メーターが段階83において初期化される。
Wrd−所望のマス・フロー設定点 σn:測定ノイズｎの標準偏差 σw2−マス・フローの標準偏差 Ｔ−重量信号（Wm）サンプリング周期 GC−モーター制御装置の利得定数 FF−フイード・スクリユー・モーターのフイード因子 Ａ−制御パラメーター（第12図を参照して以下に詳細
に説明）を較正するのに使用する矩形波の大きさ 測定ノイズσｎとマス・フロー・ノイズσw2に対する
標準偏差は前の機械作動（例えば，前の工場シフト等中
に較正されたパラメーター）から繰り越されるか又は第
15図を参照して先に説明された如く入力され及び／又は
演算される。
次に、制御はブロツク84にいたり，そこでオペレータ
ーの制御の下に制御装置を較正すべきか否かが決定され
る。較正しない場合，例えば，重量供給機と初期の作動
期間中に各種パラメーターが較正された場合は，制御な
直接ブロツク43に移され，制御は第4A図−第4C陣を参照
して前述した如く続く。例えば，較正が望ましい場合は
供給されている材料が変えられると，制御はブロツク8
6,87に移り，そこで制御パラメーターGVss,Wcf及びノイ
ズ・パラメーターσn,σw2′は各々第12図と第14図に表
わされた，以後詳細に説明する方法も使つて較正され
る。
ブロツク86,87内でのパラメーター較正の後で，制御
はブロスク43に行き，第4A図−第4C図を参照して前述し
た如く続く。
この代替的好適実施態様においては，モーター制御装
置が第4C図のブロツク71内で演算される際，第11図に示
された適応するモーター制御演算が行なわれる。
第11図を参照すると，ブロツク88内において，予測さ
れた設定点誤差re（ｋ＋1/k）が以下の式を使つて演
算される。
Wre（ｋ＋1/k）＝Wrd−〔Wr（k/k）＋GVssWrc（ｋ−
１）〕 ここで,Wre（ｋ＋1/k）は時間ｋ迄の測定が与えられ
る時間ｋ＋１に対する予測された設定点誤差 Wrdは所望の設定点 ｒ（k/k）は時間ｋ迄に測定が与えられる時間ｋで
の概算マス・フロー状態 GVssは小さい信号利得 Wrc（ｋ−１）は先のサイクルを演算した重量割合制
御信号 小さい信号利得GVssは第12図を参照して以下に説明し
た制御較正中に較正される。
次に，制御は決定ブロツク89に行き，そこでブロツク
88内で演算される予測される設定点誤差re（ｋ＋1/
k）が所望の設定点Wrdの75％と比較される。予測された
設定点誤差re（ｋ＋1/k）が所望の設定点Wrdの75％を
越える場合は，制御は制御利得Ｇが0.9と等しく設定さ
れるブロツク90に移される。予測される設定点誤差Wre
（ｋ＋1/k）が所望の設定点Wrdの75％以下であれば，制
御は制御利得ＧがGc（第10図のブロツク83内で設定）等
しく設定されるブロツク91に移される。Gcは0.9以下で
あり，好適には0.1である。勿論,Gcの他の値も本発明の
範囲から逸脱せずに使用可能であろう。
従つて，所望の設定点Wrdに対する予測された設定点
誤差re（ｋ＋1/k）と相対的大きさの関数として変化
する制御利得Ｇが一体制御の形態に採用される。開示さ
れた実施態様での利得Ｇに対して値は２つのみが使用し
てあるが，これは例示的なものであつて制限しないこと
が理解される。Ｇは多くの異なる値をとることが出来，
実際，設定点誤差の連続関数にも出来る。
次に，制御はブロツク92に行き，そこで，重量割合信
号制御信号Wrc（ｋ）が制御利得Ｇ及び予測された設定
点誤差re（ｋ＋１）から演算される。モーター制御電
流値IMもブロツク92内で演算される。
次に，ブロツク93において，制御効果u1（ｋ＋１）及
びu2（ｋ＋１）は（後で説明する第12図の制御パラメー
ター較正方法により較正される）重量補償因子Wcfと小
さい信号利得GVssを使用して従前のサイクルが演算され
た重量割合制御信号Wrc（ｋ−１）から演算される。大
略合計で２つのサンプリング周期（2T）である重量供給
システム内で時間の遅れを補償する目的で前のサイクル
からの重量割合制御信号Wrc（ｋ−１）が使用される。
換言すれば，サンプリング時間ｋにて適用される制御は
大略サンプリング時間ｋ＋２になる迄検出可能重量に影
響しない。
次に，制御ははブロツク94に行き，そこでモーター制
御電流IMがモーターに出力される。次に，制御はサイク
ル的処理を続行するよう第4C図のブロツク71に戻る。
ここで，ブロツク86内で行なわれるパラメーター較正
の制御に移ると，重量供給システムの段階的応答は確率
的制御装置の制御モデルを較正する目的で使用出来るこ
とが観察された。特に，一連と段階的機能（即ち，サン
プリング・インターバルＴに対して相対的に長い周期を
有する矩形波）がバラメーター較正制御発生器82（第９
図）により制御信号として与えられると，非補償重量供
給機が測定され，一連の測定残差を演算出来る。この一
連の測定残差から，小さい信号利得GVssと重量補償因子
Wcfが演算され，重量供給システムの制御に使用するカ
ルマン・フイルターに対し出力される。
特に，第12図のフロー・チヤートを参照すると，ブロ
ツク96において，所望の設定点だけ０からオフセツトし
ている矩形波信号が制御信号ｕ（ｋ）として発生され，
重量供給機に適用される。矩形波はＴをサンプリング周
期とした場合2Aのピーク値対ピーク値の信号振幅と20T
の信号周期を備えている。
Ａは所望の作動点の近くでシステム作動の決定も可能
にすべく選択される。（即ち，矩形波のオフセツト）。
好適にはＡの所望の設定点の約25％である。従つて，例
えば，集望の設定点が200であれば,Aは50となり，矩形
波ｕ（ｋ）は250の高い値の部分と150の低い値の部分を
有することになろう。矩形波はＮを好適には５以上にし
た場合Ｎサイクル繰り返される。適用される矩形波は、
継続時間10Tの高振幅値部分uhighとこれに続く継続時間
10Tの低振幅値部分ulowを有する。
矩形波の適用中，制御はブロツク97内に存在し，ここ
で平均な高いマス・フロー概算値vhighは一連のマス・
フロー概算値から演算され，矩形波直前に決定された各
概算値ｕ（ｋ）は高から低へ即ち矩形波ｕ（ｋ）の高い
部分の10T持続時間の終了への遷位をなす。又，ブロツ
ク97内では，平均的な低いマス・フロー概算値ｖ低いは
一連のマス・フロー概算値から決定され，矩形波直前に
決定された各概算値ｕ（ｋ）は低から高へ即ち矩形波ｕ
（ｋ）の低い部分の10T持続時間の終了に遷位させる。
次に制御はブロツク98に行き，ここで測定残差の合計
が演算される。残差ｚは実際に重量測定値ｚとフイルタ
ーの補償無しの予測重量の間の差により発生される。合
計Σの発生にあたり，矩形波の各高い部分に対し演算
された残差は１が乗算され矩形波と各低い部分に対し演
算される残差は−１が乗算される。
次に，制御はブロツク99へ行き，ここで次式を使つて
小さい信号利得GVssが演算される。
GVss＝（high−vlow）/2A 換言すれば,GVssは適用される矩形波ｕ（ｋ）のピー
ク値対ピーク値振幅2Aで分割された高いマス・フロー概
算値と低いマス・フロー概算値の間の差を示す。
次に，ブロツク101において，重量補償因子Wcfは次に
式 Wcf＝（Σ/2NA） を使つて演算される。
ここで， Σはブロツク98内ねで演算される測定残差の合計値
である。
Ｎ及びＡは適用される矩形波のサイクルと振幅数であ
る。
換言すれば，重量補償因子Wcfは振幅Ａにより正常に
される測定残差ｚの平均値である。
従つて，ブロツク102においては小さい信号利得GVss
及び重量補償因子Wcfはカルマン・フイルターに送られ
る。（特に，第11図のブロツク88及び93へ） ここでノイズ・パラメーターσ2nとσ2 w2の調整に移
ると，実際のプラントと測定ノイズ分散と概算値を演算
する目的から予測される測定残分散に対するプラントと
測定ノイズ分散の間に存在する既知の線状関係が利用さ
れる。特に，重量供給システムは重量供給機を一定速度
（即ち，ベクトルｕ（ｋ）の各値が一定）に作動するよ
うパラメーター較正と制御発生器82により制御され対応
する一連の測定値ｚ（ｋ）がとられ,2個の一定利得フイ
ルターＡ及びＢに供給され，各々異なる組と固定既知利
得が備えてある。各フイルターからの対応する測定残分
散が演算され，これらの演算から測定ノイズ分散σ2 nと
プラント・ノイズ分散σ2 w2に対する概算値が演算され
る。
第13図を参照すると，本発明のノイズ・パラメーター
方法の概念図概略図が開示してある。フイルターＡ及び
ＢはフイルターＡ及びＢの利得が固定されて既知である
点を除いてカルマン・フイルターの如く較正されてい
る。各フイルターＡ及びＢは利得が各々演算されていな
い点を除き第4A図ないし第4C図及び第11図を参照して前
述した主制御ループとカルマン・フイルターと同じ様式
にて制御モデリングと同様概算と予測を行なう。又，フ
イルターＡ及びＢは一定利得を有しているので，ノイズ
・パラメーターσ２及びσ2 w2はフイルターＡ及びＢで
は使用されない。然し乍ら，フイルターＡ及びＢは好適
には第12図を参照して先に決定された調整された量GVss
及びWcfを利用する。
測定シーケンスｚ（ｋ）は各フイルターＡ及びＢに適
用され，これは逆に個々の測定残シーケンスＡ及び
Ｂを発生する。又，フイルターＡ及びＢからbn,A,bw,A
ｂn,B及びｂw,Bが得られ，これはフイルターＡ及びＢの
個々の利得の関数である。特に， ｂn,A＝（4K1,A＋2TK2,A/DA ｂw,A＝Ｔ（２−Ｋ1,A）/K2,ADA ｂn,B＝（4K1,B＋2TK2,B）/DB ｂw,B＝Ｔ（２−Ｋ１βＢ）/K2,ADA ここで,K１′Ａ′Ｋ2,AはフイルターＡの固定既知利得
である。
Ｋ1,B,K2,BはフイルターＢの固定既知利得である。
DAK1,A（４−2K1,A−TK2,A） DB＝Ｋ1,B（４−2K1,B−TK2,B） Ｔはサンプリング周期である。
好適実施態様においては,K1,A＝0.8,K2,A＝0.4,K1,B
＝0.4及びＫ2,B＝0.2であるが，本発明の範囲から逸脱
せずに他の値も使用可能である。
測定残分散σ２ z,A及びσ２ ,Bは測定残シーケンス
Ａ及びＢから分散分析器103及び104により発生され
る。次に，測定残分散は２個の同時式を解くため式解答
器106に適用される。
これは２つの未知の数σ2n及びσ2w2用である。
第14図に示されたフロー・チヤートを参照すると，本
発明のノイズ較正アルゴリズムが示してある。アルゴリ
ズムを開始するには重量供給システムはブロツク107内
で始まる一定速度で動作する。決定ブロツク108は２個
の連続する乱れの無い測定がなされたかを決定する。な
された場合は（第4A図及びその支持文書に示されたフイ
ルター開始と同様の）フイルター開始が段階109におい
て両方のフイルターＡ及びＢに対して行なわれる。次
に，フイルターＡ及びＢの出力を設定出来るようにする
ためループ状決定ブロツク111の使用により25の測定サ
イクルが経過可能である。次に,100の測定サイクルが行
なわれ測定残の合計値 及び測定残の平方和 はブロツク112,113及び決定ブロツク114内の各フイルタ
ーＡ及びＢに対し演算される。制御は次にブロツク116
に移り，そこで，各フイルターＡ及びＢに対する測定残
分散 が演算され，次にブロツク117において測定ノイズ分散
σ2n及びププログラムでの分散σ2w2が測定残分散 から演算される。ブロツク118において，プラント・ノ
イズ分散σ2n,測定ノイズ分散σ2w2′が確率制御装置の
カルマン・フイルターに送られる。
95％の確率で個々の実際値の10％以内の確実なレベル
を達成するため測定ノイズ分散とプラント・ノイズ分散
を演算する100のサンプルが使用される。
従つて，制御パラネーター較正方法は大略120の測定
サイクルを必要とし，ノイズ・パラメーター較正方法は
好適実施態様においては４分ないし６分の全較正時間に
対し大略125の測定サイクルを要する。
本発明はマス・モードにおいてノイズ較正をもたら
す。これを行なうため小さい信号利得GVss及び重量補償
因子Wcfパラメーターを較正してフイルターＡ及びＢに
含まなければならない。従つて，制御ｕ（ｋ）は先に説
明した設定点制御様式の場合と同様，変化可能である。
σ2,σ2w2に対するノイズ較正は前述した如く続く。前
述したノイズ較正に対する数字に対する変更は以下の通
りである。第９図のスイツチ81は『作動』位置にするこ
とが出来，第14図のブロツク107はバイパスされる。包
囲したソース・コードは命令番号21900ないし22020及び
命令文23750に注記された如くこの特徴を有している。
このプロセスは本発明の柔軟性を高めると共に制御はマ
ス・モード中にノイズ構成又は再較正を可能にする。添
附のコード・リステイング（２）は自己調整較正を含む
好適実施態様とコンピユーター15に対するソース・コー
ド・プログラムの注釈付きのソース・コード・リステイ
ングである。このプログラムには第4B図，第4C図，第10
図ないし第12図及び第14図のフロー・チヤートに示され
た段階を含んでいる。
本発明の特定の例示的実施態様を参照して本発明につ
いて説明して来たが，当技術の熟知者には本発明の技術
思想の範囲から逸脱せずに本発明の多くの変更と改変が
可能である。
【図面の簡単な説明】
第１図は本発明を具体化している重量損失供給システ
ム。 第２図は分離時間損失重量システムのモデルの模式図。 第３図は分離時間損失重量システムのモデル，マス・フ
ローの概算をするカルマン・フイルター及び本発明によ
るモーター制御信号処理装置の模式図。 第４図は本発明の重量信号処理装置により行なわれる演
算段階のフロー・チヤート。 第５図は本発明のモーター制御装置により行なわれる演
算段階のフロー・チヤート。 第6A図ないし第6Fは本発明による重量供給システムの作
動のグラフ。 第７図は第6D図及び第6E図のグラフを表わした表。 第８図は本発明による重量供給システムの作動の他のグ
ラフ。 第９図は自己調整の本発明を具体化している重量損失供
給システム。 第10図は自己調整を採用している本発明の重量信号処理
装置により行なわれる演算段階のフロー・チヤート。 第11図は自己調整を採用している本発明のモーター制御
装置により行なわれる演算段階のフロー・チヤート。 第12図は制御パラメーターを較正するため本発明により
行なわれる演算段階のフロー・チヤート。 第13図は本発明のノイズ・パラメーター較正のモデルの
模式図。 第14図はノイズ・パラメーターを較正する本発明により
行なわれた演算段階のフロー・チヤート。 10:ホツパー、11:フイード・スクリユー、12:フイード
・スクリユー・モーター、13:スケール、14:重量処理装
置、15:コンビユーター、16:操作盤、17:総和接合部、1
8:モーター制御装置、19:モーター駆動装置、21:総和接
合部、22:遅延ブロツク、24:総和接合部、26:遅延ブロ
ツク、27,28:総和接合部、103,104:分散分析器、106:式
解答器

Claims (8)

    (57)【特許請求の範囲】
  1. 【請求項１】供給される材料の供給重量の制御方法であ
    って、 或る量の材料を貯蔵する段階；前記材料を制御量に従っ
    て排出する段階； 前記貯蔵された材料若しくは排出中の前記材料の重量を
    検出する段階； 排出中の材料の量を前記制御量に関係付ける制御モデル
    を自動的に較正する段階； 前記検出された重量を実際の重量状態とは異なるものに
    する少なくとも１個のノイズ・プロセスのノイズ・モデ
    ルを自動的に較正する段階； 前記重量が検出された材料の前記実際の重量状態の概算
    値と排出中の材料の実際のマス・フロー状態の概算値を
    前記ノイズ・モデルと前記制御モデルを使って前記検出
    重量から成る段階； 前記実際のマス・フロー状態の前記概算値と所望のマス
    ・フロー状態の間の差を決定する段階及び 前記実際のマス・フロー状態を前記所望のマス・フロー
    状態に維持すべく前記差を使って材料の前記排出を制御
    する段階から成る供給される材料の供給重量の制御方
    法。
  2. 【請求項２】更に前記入手段階に従って実際のマス・フ
    ロー状態の新しい概算値を繰返し得る段階を含む請求項
    １）記載の方法。
  3. 【請求項３】前記ノイズ・モデルが確率的であり、少な
    くとも１個のプラント・ノイズ・プロセスのモデルと少
    なくとも１個の測定ノイズ・プロセスのモデルを含む請
    求項２）記載の方法。
  4. 【請求項４】前記ノイズ・モデルを自動的に較正する前
    記段階が、 前記材料を材料マス・フロー割合にて排出する段階； 前記貯蔵された材料若しくは前記材料マス・フロー割合
    にて排出中の前記材料の重量を検出する段階； 貯蔵された前記材料若しくは排出中の前記材料の実際の
    重量状態の第１重量概算値と第２重量概算値を発生すべ
    く一定利得の個々の第１及び第２組を有する第１フィル
    ターと第２フィルターで前記検出済み重量をフィルター
    処理する段階； 前記検出された重量と前記第１及び第２重量概算値の間
    の個々の第１及び第２差を決定する段階； 前記第１及び第２差の分散を演算する段階； 前記第１及び第２分散から前記少なくとも１つの測定ノ
    イズ・プロセスの分散を演算する段階； 前記第１及び第２分散から前記プラント・ノイズ・プロ
    セスの分散を演算する段階から成る請求項３）記載の方
    法。
  5. 【請求項５】前記制御モデルを自動的に較正する前記段
    階が、材料の前記排出を交互の第１及び第２の所望の排
    出割合にて制御する段階； 貯蔵された材料若しくは前記第１及び第２所望と排出割
    合にて排出されている材料の重量を検出する段階； 前記重量が検出された材料の実際の重量の個々の第１概
    算値と第２概算値並びに前記第１及び２所望排出割合に
    て排出中の材料の実際のマス・フロー割合の第１及び第
    ２概算値を前記検出済み重量から得る段階； 前記第１割合と第２割合の前記個々の第１概算値と第２
    概算値から前記制御モデルの小さい信号利特を演算する
    段階； 前記検出済み重量と前記実際の重量の前記第１概算値、
    第２概算値の間の差を決定する段階； 前記差の平均値を演算する段階；及び 前記制御モデルの重量補償因子を前記差の前記平均値か
    ら演算する段階から成る請求項２）記載の方法。
  6. 【請求項６】供給される材料の供給重量の制御方法であ
    って、 容器内に或る量の材料を貯蔵する段階； 前記材料を排出する段階； 貯蔵された材料若しくは排出中の材料の重量を検出する
    段階； 材料を較正モードと作動モードにて選択的に排出する段
    階； 前記較正モードが、 小さい信号利得、排出材料を制御量に関係付ける制御モ
    デルと重量補償因子を較正する段階；及び 少なくとも１つのプラント・ノイズ・プロセスのモデル
    及び少なくとも１つの測定ノイズ・プロセスのモデルを
    含み、共に前記検出済み重量を実際の重量状態とは異な
    るものにするノイズ・モデルを較正する段階；から成
    り、 前記作動モードが、前記ノイズ・モデルと前記制御モデ
    ルを使って前記検出済み重量から排出中の材料の実際の
    マス・フロー割合の概算値を得る段階； 前記実際のマス・フロー状態の前記概算値と所望のマフ
    ・フロー状態の間の差を決定する段階； 前記差に従って且つ前記所望のマス・フロー割合状態に
    対する前記差の大きさに従って制御量を演算する段階；
    及び 前記実際のマス・フロー割合を状態を前記所望のマス・
    フロー状態に維持するため前記制御量を使って材料の前
    記排出を制御する段階から成る方法。
  7. 【請求項７】前記較正モードが前記作動モード前に選択
    される請求項６）記載の方法。
  8. 【請求項８】供給される材料の供給重量の制御装置であ
    って、 材料を貯蔵する手段； 材料を前記貯蔵手段から排出する手段； 貯蔵された材料と重量又は排出中の材料と重量を検出す
    る手段； 前記検出済み重量を計量中の材料の実際の重量状態とは
    異なるものにする少なくとも１つのノイズ・プロセスの
    ノイズ・モデルを含み且つ制御モデルを含むカルマン・
    フイルター手段を使って前記検出済み重量から、計量中
    材料の概算重量状態と排出中材料の概算マス・フロー割
    合も得る手段； 前記ノイズ・モデルと前記制御モデルを自動的に較正す
    る手段； 前記概算マス・フロー状態と所望のマス・フロー状態の
    間の差に比例する設定点誤差を演算する手段； 前記設定点誤差に従って且つ前記所望のマス・フロー状
    態に対する前記設定点誤差の大きさに従って重量制御信
    号を演算する手段；及び 前記所望のマス・フロー状態にて貯蔵する前記手段から
    材料を排出するため前記重量制御信号に従って排出する
    前記手段を制御する手段から成る供給される材料の供給
    重量の制御装置。
JP7636089A 1988-03-29 1989-03-28 供給される材料の供給重量の制御方法及び装置 Expired - Lifetime JP2726089B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17497688A 1988-03-29 1988-03-29
US174,976 1988-03-29

Publications (2)

Publication Number Publication Date
JPH0222703A JPH0222703A (ja) 1990-01-25
JP2726089B2 true JP2726089B2 (ja) 1998-03-11

Family

ID=22638304

Family Applications (1)

Application Number Title Priority Date Filing Date
JP7636089A Expired - Lifetime JP2726089B2 (ja) 1988-03-29 1989-03-28 供給される材料の供給重量の制御方法及び装置

Country Status (2)

Country Link
JP (1) JP2726089B2 (ja)
DE (1) DE3910028A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3933424C1 (ja) * 1989-10-06 1991-04-18 Carl Schenck Ag, 6100 Darmstadt, De
DE4127512C2 (de) * 1991-08-20 1995-02-23 Bayer Ag Verfahren zur Herstellung von Polycarbonat mit konstanter Viskosität
EP0565740B1 (de) * 1992-04-11 1996-01-10 Carl Schenck Ag Verfahren und Vorrichtung zur Bestimmung der Förderstärke bei Bandwaagen
US5504692A (en) * 1992-06-15 1996-04-02 E. I. Du Pont De Nemours Co., Inc. System and method for improved flow data reconciliation
JP3157326B2 (ja) * 1993-02-26 2001-04-16 株式会社日本製鋼所 重量フィーダの制御方法
US6421575B1 (en) * 1999-12-01 2002-07-16 Metso Paper Automation Oy Method and control arrangement for controlling sheet-making process
DE102007025580A1 (de) * 2007-06-01 2008-12-04 Mettler-Toledo Garvens Gmbh Verfahren und Vorrichtung zum Wiegen von Produkten
EP2159555B1 (de) 2008-08-25 2013-02-27 Mettler-Toledo AG Verfahren und Vorrichtung zum Füllen von Zielbehältern
EP2372321B1 (de) * 2010-02-24 2012-11-07 Mettler-Toledo AG Verfahren und Vorrichtung zum Füllen von Zielbehältern
CN114634007B (zh) * 2022-02-11 2024-03-22 国能黄骅港务有限责任公司 翻车机给料系统及其低料位检测方法、装置
JP7223473B1 (ja) * 2022-12-27 2023-02-16 株式会社フジワラテクノアート 吸水穀物の計量排出方法及び吸水穀物の計量排出機構

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1583545A (en) * 1976-08-04 1981-01-28 Martin Sanchez J Control systems
US4775949A (en) * 1986-06-27 1988-10-04 K-Tron International, Inc. Weigh feeding system with stochastic control

Also Published As

Publication number Publication date
JPH0222703A (ja) 1990-01-25
DE3910028A1 (de) 1989-10-19

Similar Documents

Publication Publication Date Title
US4893262A (en) Weigh feeding system with self-tuning stochastic control
US4775949A (en) Weigh feeding system with stochastic control
JP3040783B2 (ja) 自己同調型確率論的制御及び重量及びアクチュエータ測定値を用いる秤量供給システム
JP2726089B2 (ja) 供給される材料の供給重量の制御方法及び装置
JP3698444B2 (ja) プロセスに於ける欠陥センサの検出と特定を行うための方法及び装置
Leibman et al. Efficient data reconciliation and estimation for dynamic processes using nonlinear programming techniques
US6760716B1 (en) Adaptive predictive model in a process control system
JPH06316337A (ja) 振動式フィーダーでの供給量制御装置とその方法
US6168305B1 (en) System for precisely controlling discharge rates for loss-in-weight feeder systems
US5665941A (en) Method and apparatus for filtering out signal components from output signals of a differential dosing scale using a fuzzy logic filter
JPH0658243B2 (ja) 特にばら荷用の差動配量秤を調整する方法及びこの方法を実行する差動配量秤
US20230139042A1 (en) Method for controlling discharge flow rate in a loss-in-weight scale
JP3133061B2 (ja) 連続流動法の制御における体積および流量の変動を検討するための方法および装置
JP4125431B2 (ja) キャリブレーション機能付水分計装置及び水分計装置におけるキャリブレーション方法
CN109959436B (zh) 物料称量的控制方法、装置及物料称量系统
Cierpisz et al. A simulation study of coal blending control using a fuzzy logic ash monitor
JP4245230B2 (ja) 定量供給装置
US4218734A (en) Process quantity display apparatus
JPH0743196A (ja) 組合せ秤における計量信号の安定時間チェック装置
JPH0835878A (ja) 原料投入装置
JP4578216B2 (ja) 重量充填装置の制御方法及び重量充填装置
JPH09113348A (ja) 計量装置
JP4111312B2 (ja) 匂いレシピ決定方法
JPH0518881A (ja) 粒度分布測定装置
JP2000055721A (ja) ロスインウェイト式の粉粒体定量供給装置