JP3120559B2 - ゲイン調整装置 - Google Patents
ゲイン調整装置Info
- Publication number
- JP3120559B2 JP3120559B2 JP12326892A JP12326892A JP3120559B2 JP 3120559 B2 JP3120559 B2 JP 3120559B2 JP 12326892 A JP12326892 A JP 12326892A JP 12326892 A JP12326892 A JP 12326892A JP 3120559 B2 JP3120559 B2 JP 3120559B2
- Authority
- JP
- Japan
- Prior art keywords
- gain
- amount
- gain adjustment
- feature
- control
- 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 - Fee Related
Links
Description
【０００１】
【産業上の利用分野】本発明はゲイン調整装置に係り、
特に、制御量と目標値との偏差とゲインとに基づいて制
御対象の操作量を制御するフィードバック制御装置に対
して前記ゲインを設定するゲイン調整装置に関する。
特に、制御量と目標値との偏差とゲインとに基づいて制
御対象の操作量を制御するフィードバック制御装置に対
して前記ゲインを設定するゲイン調整装置に関する。
【０００２】
【従来の技術】フィードバック制御装置の一種であるＰ
ＩＤ制御装置において、人間がＰＩＤゲインの調整に用
いている知識やノウハウを利用し、ファジィ推論を利用
してゲインの調整量を定め、ゲインの調整を自動的に行
うようにしたＰＩＤ制御装置が知られている（一例とし
て、特開昭62-241006 号公報、特開平1-258003号公報等
参照）。これらのファジィ推論を利用したＰＩＤ制御装
置では、ゲイン調整用の知識やノウハウを記述した多数
のルールから成るルールベースを予め記憶している。
ＩＤ制御装置において、人間がＰＩＤゲインの調整に用
いている知識やノウハウを利用し、ファジィ推論を利用
してゲインの調整量を定め、ゲインの調整を自動的に行
うようにしたＰＩＤ制御装置が知られている（一例とし
て、特開昭62-241006 号公報、特開平1-258003号公報等
参照）。これらのファジィ推論を利用したＰＩＤ制御装
置では、ゲイン調整用の知識やノウハウを記述した多数
のルールから成るルールベースを予め記憶している。
【０００３】ＰＩＤ制御装置によって制御される制御対
象には、制御状態を評価するための複数の特徴量が設定
されている。前記多数のルールの各々は人間がゲイン調
整に用いている知識やノウハウを用いて作成され、例え
ば特徴量として目標到達時間、オーバーシュート量、振
動減衰が設定されている場合に「ＩＦ 目標値到達時間
＝遅い かつオーバーシュート量＝大きい、かつ振動減
衰＝悪い ＴＨＥＮＰ（比例ゲイン）の値を大きく、Ｉ
（積分ゲイン）の値を大きく、Ｄ（微分ゲイン）の値を
大きくする」のように、評価する特徴量を全てつなげた
ＩＦ〜ＴＨＥＮ〜形式の複合命題で記述される。また前
記ＰＩＤ制御装置は、例として図１３の（Ａ）乃至
（Ｄ）に示すように、検出された特徴量を評価して各ル
ールに対する適合度を求めるための前件部をメンバーシ
ップ関数の形で記憶している。また例として図１４の
（Ａ）乃至（Ｃ）に示すように、各ルールに対する適合
度に応じて各ルールが指示するゲイン調整量を重み付け
するための後件部をメンバーシップ関数の形で記憶して
いる。
象には、制御状態を評価するための複数の特徴量が設定
されている。前記多数のルールの各々は人間がゲイン調
整に用いている知識やノウハウを用いて作成され、例え
ば特徴量として目標到達時間、オーバーシュート量、振
動減衰が設定されている場合に「ＩＦ 目標値到達時間
＝遅い かつオーバーシュート量＝大きい、かつ振動減
衰＝悪い ＴＨＥＮＰ（比例ゲイン）の値を大きく、Ｉ
（積分ゲイン）の値を大きく、Ｄ（微分ゲイン）の値を
大きくする」のように、評価する特徴量を全てつなげた
ＩＦ〜ＴＨＥＮ〜形式の複合命題で記述される。また前
記ＰＩＤ制御装置は、例として図１３の（Ａ）乃至
（Ｄ）に示すように、検出された特徴量を評価して各ル
ールに対する適合度を求めるための前件部をメンバーシ
ップ関数の形で記憶している。また例として図１４の
（Ａ）乃至（Ｃ）に示すように、各ルールに対する適合
度に応じて各ルールが指示するゲイン調整量を重み付け
するための後件部をメンバーシップ関数の形で記憶して
いる。
【０００４】実際にファジィ推論を利用してゲインの調
整量を設定する場合には、前記複数の特徴量を検出し、
例として図１５に示すように、検出された特徴量の各ル
ールに対する適合度を前件部のメンバーシップ関数を用
いて求める。次に、後件部のメンバーシップ関数におい
て、各ルール毎に、各ルールが指示するゲイン調整量に
対応する三角形の頂部を各ルールに対する適合度で切っ
た図形を求め、各ルール毎に求めた前記図形を重ね合わ
せて重心を求め、ゲイン調整量を設定する。この処理
は、各ルールが指示するゲイン調整量を各ルールの適合
度に応じて重み付けして平均値を算出する処理に相当す
る。上記処理によって決定されたゲイン調整量は、人間
が操作量の調整に用いている知識やノウハウが反映され
たものとなるので、ファジィ推論を適用していないＰＩ
Ｄ制御装置と比較して、人間の思考に合った適正なゲイ
ンの調整を行うことができる。
整量を設定する場合には、前記複数の特徴量を検出し、
例として図１５に示すように、検出された特徴量の各ル
ールに対する適合度を前件部のメンバーシップ関数を用
いて求める。次に、後件部のメンバーシップ関数におい
て、各ルール毎に、各ルールが指示するゲイン調整量に
対応する三角形の頂部を各ルールに対する適合度で切っ
た図形を求め、各ルール毎に求めた前記図形を重ね合わ
せて重心を求め、ゲイン調整量を設定する。この処理
は、各ルールが指示するゲイン調整量を各ルールの適合
度に応じて重み付けして平均値を算出する処理に相当す
る。上記処理によって決定されたゲイン調整量は、人間
が操作量の調整に用いている知識やノウハウが反映され
たものとなるので、ファジィ推論を適用していないＰＩ
Ｄ制御装置と比較して、人間の思考に合った適正なゲイ
ンの調整を行うことができる。
【０００５】
【発明が解決しようとする課題】しかしながら、上記Ｐ
ＩＤ制御装置におけるゲイン調整量の設定は、前述のよ
うに評価する特徴量を全てつなげた複合命題でルールを
記述したルールベースを用いて行っており、前件部にお
ける評価の分割数（単一の特徴量に対する「やや大き
い」、「小さい」等の評価の数）をｍ、評価する特徴量
の数をｎとすると、ルールの組合せ数がｍのｎ乗という
膨大な数になる。例えば分割数を４、特徴量の数を５と
した場合にはルールの組合せ数が1000以上になる。
ＩＤ制御装置におけるゲイン調整量の設定は、前述のよ
うに評価する特徴量を全てつなげた複合命題でルールを
記述したルールベースを用いて行っており、前件部にお
ける評価の分割数（単一の特徴量に対する「やや大き
い」、「小さい」等の評価の数）をｍ、評価する特徴量
の数をｎとすると、ルールの組合せ数がｍのｎ乗という
膨大な数になる。例えば分割数を４、特徴量の数を５と
した場合にはルールの組合せ数が1000以上になる。
【０００６】多数の評価項目を設定してゲイン調整量を
設定し、制御対象を制御する場合には、分割数及び特徴
量の数を多くして各評価項目を評価する必要があるが、
前記のように分割数及び特徴量の数を多くすると、上記
のようなゲイン調整量の設定方法ではルールの組合せ数
が膨大になり、ルールの構築自体が困難になる。このた
め従来のＰＩＤ制御装置を多数の評価項目を設定する必
要がある制御対象の制御に適用することができなかっ
た。
設定し、制御対象を制御する場合には、分割数及び特徴
量の数を多くして各評価項目を評価する必要があるが、
前記のように分割数及び特徴量の数を多くすると、上記
のようなゲイン調整量の設定方法ではルールの組合せ数
が膨大になり、ルールの構築自体が困難になる。このた
め従来のＰＩＤ制御装置を多数の評価項目を設定する必
要がある制御対象の制御に適用することができなかっ
た。
【０００７】本発明は上記事実を考慮して成されたもの
で、人間の思考に合った適正なゲイン調整を行うことが
でき、多数の評価項目を設定する必要のある制御対象に
も適用可能なゲイン調整装置を得ることが目的である。
で、人間の思考に合った適正なゲイン調整を行うことが
でき、多数の評価項目を設定する必要のある制御対象に
も適用可能なゲイン調整装置を得ることが目的である。
【０００８】
【課題を解決するための手段】上記目的を達成するため
に、請求項１に記載されたゲイン調整装置は、制御対象
の制御量と目標値との偏差及びゲインに基づいて前記制
御量が前記目標値に一致するように前記制御対象の操作
量を制御するフィードバック制御装置に対して、前記ゲ
インを設定するゲイン調整装置であって、推論に使用す
る前記制御対象に関する複数の特徴量を検出する特徴量
検出手段と、重要度が高い複数の特徴量が１つの組に含
まれる場合を許容して前記複数の特徴量を複数の組に分
けたときの、各組に対応する特徴量とゲイン調整量との
関係を表すルール群を記憶した第１の記憶手段と、前記
重要度が高い特徴量に対しては特徴量の大きさに拘らず
採用度が最大になるように、前記各組に対応する特徴量
の大きさとゲイン調整量の採用度との関係を記憶した第
２の記憶手段と、前記検出された特徴量と前記ルール群
とに基づいて各組毎のゲイン調整量を推論すると共に、
特徴量の大きさに応じて各組毎の前記ゲイン調整量の採
用度を求め、該ゲイン調整量の推論結果と採用度とから
採用度を重みとしたゲイン調整量の推論結果の重み付き
平均値を演算して前記フィードバック制御装置に設定す
るゲインの調整量を定める推論手段と、を有している。
上記ゲイン調整装置においては、重要度が高い特徴量と
してオーバシュート量または振動減衰を用いることがで
きる。また、重要度が高い特徴量としてオーバシュート
量及び振動減衰を用いてもよい。 請求項４に記載された
ゲイン調整装置は、制御対象の制御量と目標値との偏差
及びゲインに基づいて前記制御量が前記目標値に一致す
るように前記制御対象の操作量を制御するフィードバッ
ク制御装置に対して、前記ゲインを設定するゲイン調整
装置であって、推論に使用する前記制御対象に関する複
数の特徴量を検出する特徴量検出手段と、１つの組に１
つの特徴量が含まれるように前記複数の特徴量を複数の
組に分けたときの、各組に対応する特徴量とゲイン調整
量との関係を表すルール群を記憶した第１の記憶手段
と、前記各組に対応する特徴量の大きさとゲイン調整量
の採用度との関係を記憶した第２の記憶手段と、前記検
出された特徴量と前記ルール群とに基づいて各組毎のゲ
イン調整量を推論すると共に、特徴量の大きさに応じて
各組毎の前記ゲイン調整量の採用度を求め、該ゲイン調
整量の推論結果と採用度とから採用度を重みとしたゲイ
ン調整量の推論結果の重み付き平均値を演算して前記フ
ィードバック制御装置に設定するゲインの調整量を定め
る推論手段と、を有している。
に、請求項１に記載されたゲイン調整装置は、制御対象
の制御量と目標値との偏差及びゲインに基づいて前記制
御量が前記目標値に一致するように前記制御対象の操作
量を制御するフィードバック制御装置に対して、前記ゲ
インを設定するゲイン調整装置であって、推論に使用す
る前記制御対象に関する複数の特徴量を検出する特徴量
検出手段と、重要度が高い複数の特徴量が１つの組に含
まれる場合を許容して前記複数の特徴量を複数の組に分
けたときの、各組に対応する特徴量とゲイン調整量との
関係を表すルール群を記憶した第１の記憶手段と、前記
重要度が高い特徴量に対しては特徴量の大きさに拘らず
採用度が最大になるように、前記各組に対応する特徴量
の大きさとゲイン調整量の採用度との関係を記憶した第
２の記憶手段と、前記検出された特徴量と前記ルール群
とに基づいて各組毎のゲイン調整量を推論すると共に、
特徴量の大きさに応じて各組毎の前記ゲイン調整量の採
用度を求め、該ゲイン調整量の推論結果と採用度とから
採用度を重みとしたゲイン調整量の推論結果の重み付き
平均値を演算して前記フィードバック制御装置に設定す
るゲインの調整量を定める推論手段と、を有している。
上記ゲイン調整装置においては、重要度が高い特徴量と
してオーバシュート量または振動減衰を用いることがで
きる。また、重要度が高い特徴量としてオーバシュート
量及び振動減衰を用いてもよい。 請求項４に記載された
ゲイン調整装置は、制御対象の制御量と目標値との偏差
及びゲインに基づいて前記制御量が前記目標値に一致す
るように前記制御対象の操作量を制御するフィードバッ
ク制御装置に対して、前記ゲインを設定するゲイン調整
装置であって、推論に使用する前記制御対象に関する複
数の特徴量を検出する特徴量検出手段と、１つの組に１
つの特徴量が含まれるように前記複数の特徴量を複数の
組に分けたときの、各組に対応する特徴量とゲイン調整
量との関係を表すルール群を記憶した第１の記憶手段
と、前記各組に対応する特徴量の大きさとゲイン調整量
の採用度との関係を記憶した第２の記憶手段と、前記検
出された特徴量と前記ルール群とに基づいて各組毎のゲ
イン調整量を推論すると共に、特徴量の大きさに応じて
各組毎の前記ゲイン調整量の採用度を求め、該ゲイン調
整量の推論結果と採用度とから採用度を重みとしたゲイ
ン調整量の推論結果の重み付き平均値を演算して前記フ
ィードバック制御装置に設定するゲインの調整量を定め
る推論手段と、を有している。
【０００９】
【作用】本発明において、ルール群は複数の特徴量を複
数の組に分けたときの各組に対応する特徴量とゲイン調
整量との関係を表すように構成している。例えば分割数
を４、特徴量の数を４とした場合、従来は各ルールが４
つの特徴量をつなげた複合命題となり、ルールの数は４
4＝２５６になるが、本発明に従って４つの特徴量を例
えば２つの組に分けてルール群を構成した場合には、各
ルールは２つの特徴量をつなげた複合命題となるので、
ルールの数は４2 ＋４2 ＝３２で済む。さらに４つの組
に分けてルール群を構成した場合には、各ルールが単一
命題となり、ルールの数は４×４＝１６になる。従っ
て、ルールの数を削減することができるので、ルール群
の構築、調整が容易になり、特に多数の評価項目を設定
する必要のある制御対象に適用した場合に、従来よりも
ルールの数を大幅に減少させることができ、ルールベー
スの構築、調整を容易に行うことができる。このよう
に、特に多数の評価項目を設定する必要のある制御対象
を制御するフィードバック制御装置に容易に適用するこ
とができる。
数の組に分けたときの各組に対応する特徴量とゲイン調
整量との関係を表すように構成している。例えば分割数
を４、特徴量の数を４とした場合、従来は各ルールが４
つの特徴量をつなげた複合命題となり、ルールの数は４
4＝２５６になるが、本発明に従って４つの特徴量を例
えば２つの組に分けてルール群を構成した場合には、各
ルールは２つの特徴量をつなげた複合命題となるので、
ルールの数は４2 ＋４2 ＝３２で済む。さらに４つの組
に分けてルール群を構成した場合には、各ルールが単一
命題となり、ルールの数は４×４＝１６になる。従っ
て、ルールの数を削減することができるので、ルール群
の構築、調整が容易になり、特に多数の評価項目を設定
する必要のある制御対象に適用した場合に、従来よりも
ルールの数を大幅に減少させることができ、ルールベー
スの構築、調整を容易に行うことができる。このよう
に、特に多数の評価項目を設定する必要のある制御対象
を制御するフィードバック制御装置に容易に適用するこ
とができる。
【００１０】また、ルールベースの各ルール群を、人間
がゲイン調整に用いている知識やノウハウを用いて作成
することができるので、本発明のゲイン調整装置で定め
るゲインの調整量を人間の知識やノウハウが反映された
ものとすることができ、従来と同様に人間の思考に合っ
た適正なゲイン調整を行うことができる。
がゲイン調整に用いている知識やノウハウを用いて作成
することができるので、本発明のゲイン調整装置で定め
るゲインの調整量を人間の知識やノウハウが反映された
ものとすることができ、従来と同様に人間の思考に合っ
た適正なゲイン調整を行うことができる。
【００１１】また、各組毎の特徴量の大きさとゲイン調
整量の採用度との関係を記憶しておき、特徴量の大きさ
に応じて各組毎のゲイン調整量の採用度を求め、ゲイン
調整量の推論結果と採用度とから採用度を重みとしたゲ
イン調整量の推論結果の重み付き平均値を求めるように
したので、採用度によって各推論結果の重要度を変更す
ることができる。これは人間により調整を行う場合に、
要求を満たしていない評価項目に特に注目し、要求を満
足している評価項目には余り注目しないことに相当す
る。従って、特徴量を評価項目に対応するように組に分
け、特定の評価項目の要求を満たしていないときに、該
評価項目に対応する組の推論結果の重要度すなわち採用
度が高くなるように、特徴量の変化に応じて採用度を変
更することによって、より人間の思考に合った適正なゲ
イン調整を行うことができる。
整量の採用度との関係を記憶しておき、特徴量の大きさ
に応じて各組毎のゲイン調整量の採用度を求め、ゲイン
調整量の推論結果と採用度とから採用度を重みとしたゲ
イン調整量の推論結果の重み付き平均値を求めるように
したので、採用度によって各推論結果の重要度を変更す
ることができる。これは人間により調整を行う場合に、
要求を満たしていない評価項目に特に注目し、要求を満
足している評価項目には余り注目しないことに相当す
る。従って、特徴量を評価項目に対応するように組に分
け、特定の評価項目の要求を満たしていないときに、該
評価項目に対応する組の推論結果の重要度すなわち採用
度が高くなるように、特徴量の変化に応じて採用度を変
更することによって、より人間の思考に合った適正なゲ
イン調整を行うことができる。
【００１２】なお、本発明のゲイン調整装置はＰＩＤ制
御を行うフィードバック制御装置に適用することが好ま
しいが、ＰＩＤ制御以外の制御を行うフィードバック制
御装置に適用してもよい。また、前記組の数は複数であ
ればよい。但し、各組毎のルールの数は、評価の分割数
をｍ、各組に対応する特徴量の数をｐとするとｍp とな
る。このため、ルール数を少なくしてルール群の構築、
調整を容易にするためには、複数の特徴量をできるだけ
多くの組に分けることが好ましい。特に、特徴量の数と
前記組の数を同数とした場合には、ルール群の各ルール
が前述のように単一命題となるので、推論手段による推
論が容易になる。
御を行うフィードバック制御装置に適用することが好ま
しいが、ＰＩＤ制御以外の制御を行うフィードバック制
御装置に適用してもよい。また、前記組の数は複数であ
ればよい。但し、各組毎のルールの数は、評価の分割数
をｍ、各組に対応する特徴量の数をｐとするとｍp とな
る。このため、ルール数を少なくしてルール群の構築、
調整を容易にするためには、複数の特徴量をできるだけ
多くの組に分けることが好ましい。特に、特徴量の数と
前記組の数を同数とした場合には、ルール群の各ルール
が前述のように単一命題となるので、推論手段による推
論が容易になる。
【００１３】
【実施例】〔第１実施例〕 以下、図面を参照して本発明の第１実施例を詳細に説明
する。図１には本実施例に係るフィードバック制御装置
１０が示されている。
する。図１には本実施例に係るフィードバック制御装置
１０が示されている。
【００１４】フィードバック制御装置１０はＰＩＤ演算
部１２を備えている。ＰＩＤ演算部１２は制御対象１４
に対してＰ（比例ゲイン）、Ｉ（積分ゲイン）、Ｄ（微
分ゲイン）から成る所定の操作量を加える。所定の操作
量を加えた結果は制御対象１４の制御量に現れる。ＰＩ
Ｄ演算部１２には制御量と目標値との偏差が入力され、
入力された偏差に応じて前記操作量を変更する周知のＰ
ＩＤ制御を行う。また、ＰＩＤ演算部１２には本発明の
ゲイン調整装置に対応するオートチューニング部１６が
接続されている。ＰＩＤ演算部１２にはオートチューニ
ング部１６からＰ、Ｉ、Ｄ毎のゲインの調整量が設定さ
れ、設定されたゲインの調整量に基づいて前記Ｐ、Ｉ、
Ｄの各ゲインを調整する。
部１２を備えている。ＰＩＤ演算部１２は制御対象１４
に対してＰ（比例ゲイン）、Ｉ（積分ゲイン）、Ｄ（微
分ゲイン）から成る所定の操作量を加える。所定の操作
量を加えた結果は制御対象１４の制御量に現れる。ＰＩ
Ｄ演算部１２には制御量と目標値との偏差が入力され、
入力された偏差に応じて前記操作量を変更する周知のＰ
ＩＤ制御を行う。また、ＰＩＤ演算部１２には本発明の
ゲイン調整装置に対応するオートチューニング部１６が
接続されている。ＰＩＤ演算部１２にはオートチューニ
ング部１６からＰ、Ｉ、Ｄ毎のゲインの調整量が設定さ
れ、設定されたゲインの調整量に基づいて前記Ｐ、Ｉ、
Ｄの各ゲインを調整する。
【００１５】オートチューニング部１６はマイクロコン
ピュータ等から構成される。オートチューニング部１６
は特徴量検出部１８を備えている。特徴量検出部１８に
は、制御対象１４に加えられた操作量、制御対象１４の
制御量、前記目標値及び前記偏差が入力される。特徴量
検出部１８は入力された情報から１２個の特徴量を検出
する。検出する特徴量は「目標値到達時間と指定値との
偏差」、「オーバーシュート量」、「振動減衰」、「オ
ーバシュート収束時間」、「整定時の操作変動」、「目
標値到達前の制御量変動」、「ＴP（95％到達時間÷60
％到達時間）」、「外乱が入った場合の制御量変動」、
「外乱が入った場合の制御量変動の回復時間」、「自励
振動」、「制御量の振動」、「操作量の振動」である。
特徴量検出部１８にはファジィ推論部２０が接続されて
おり、検出した特徴量をファジィ推論部２０へ出力す
る。ファジィ推論部２０には調整用ルールベースを記憶
した記憶手段２２が接続されている。記憶手段２２は、
例えば不揮発性のメモリ等で構成されている。
ピュータ等から構成される。オートチューニング部１６
は特徴量検出部１８を備えている。特徴量検出部１８に
は、制御対象１４に加えられた操作量、制御対象１４の
制御量、前記目標値及び前記偏差が入力される。特徴量
検出部１８は入力された情報から１２個の特徴量を検出
する。検出する特徴量は「目標値到達時間と指定値との
偏差」、「オーバーシュート量」、「振動減衰」、「オ
ーバシュート収束時間」、「整定時の操作変動」、「目
標値到達前の制御量変動」、「ＴP（95％到達時間÷60
％到達時間）」、「外乱が入った場合の制御量変動」、
「外乱が入った場合の制御量変動の回復時間」、「自励
振動」、「制御量の振動」、「操作量の振動」である。
特徴量検出部１８にはファジィ推論部２０が接続されて
おり、検出した特徴量をファジィ推論部２０へ出力す
る。ファジィ推論部２０には調整用ルールベースを記憶
した記憶手段２２が接続されている。記憶手段２２は、
例えば不揮発性のメモリ等で構成されている。
【００１６】本実施例では制御対象１４の制御状態を評
価するために、後述する１１個の評価項目が設定されて
おり、１２個の特徴量は前記評価項目に対応する１１個
の組に分けられている。本実施例では、特定の評価項目
に対応する特徴量とゲイン調整量との関係を表すルール
群が１１個の評価項目の各々に対応して設けられて前記
調整用ルールベースが構成されている。各ルール群は人
間がゲインの調整に用いている知識やノウハウが反映さ
れたものとなっている。以下、本第１実施例における評
価項目と該評価項目に対応するルール群を示す。
価するために、後述する１１個の評価項目が設定されて
おり、１２個の特徴量は前記評価項目に対応する１１個
の組に分けられている。本実施例では、特定の評価項目
に対応する特徴量とゲイン調整量との関係を表すルール
群が１１個の評価項目の各々に対応して設けられて前記
調整用ルールベースが構成されている。各ルール群は人
間がゲインの調整に用いている知識やノウハウが反映さ
れたものとなっている。以下、本第１実施例における評
価項目と該評価項目に対応するルール群を示す。
【００１７】評価項目１：目標値到達時間と指定値との
偏差は小さいか。 ルール群１：目標値到達時間を指定値に維持するように
ゲイン調整を行う。 IF 目標値到達時間が十分速い THEN ゲイン調整を行わない。 IF 目標値到達時間が少し遅い THEN 比例ゲインを１％大きくする。 積分ゲインを２％大きくする。 微分ゲインを１％大きくする。 IF 目標値到達時間が遅い THEN 比例ゲインを３５％大きくする。 積分ゲインを３５％大きくする。 微分ゲインを３５％大きくする。 IF 目標値到達時間が非常に遅い THEN 比例ゲインを５０％大きくする。 積分ゲインを５０％大きくする。 微分ゲインを５０％大きくする。
偏差は小さいか。 ルール群１：目標値到達時間を指定値に維持するように
ゲイン調整を行う。 IF 目標値到達時間が十分速い THEN ゲイン調整を行わない。 IF 目標値到達時間が少し遅い THEN 比例ゲインを１％大きくする。 積分ゲインを２％大きくする。 微分ゲインを１％大きくする。 IF 目標値到達時間が遅い THEN 比例ゲインを３５％大きくする。 積分ゲインを３５％大きくする。 微分ゲインを３５％大きくする。 IF 目標値到達時間が非常に遅い THEN 比例ゲインを５０％大きくする。 積分ゲインを５０％大きくする。 微分ゲインを５０％大きくする。
【００１８】評価項目２：オーバーシュート量が小さ
く、振動減衰が良いか。 ルール群２：オーバーシュート量が小さく、かつ振動減
衰を良くするようにゲイン調整を行う。評価項目２は制
御の安定化を目的としており、関係する特徴量は「オー
バーシュート量」と「振動減衰」の２つである。ルール
群の各ルールの構成を次の表１乃至表３に示す。
く、振動減衰が良いか。 ルール群２：オーバーシュート量が小さく、かつ振動減
衰を良くするようにゲイン調整を行う。評価項目２は制
御の安定化を目的としており、関係する特徴量は「オー
バーシュート量」と「振動減衰」の２つである。ルール
群の各ルールの構成を次の表１乃至表３に示す。
【００１９】
【表１】
【００２０】
【表２】
【００２１】
【表３】
【００２２】評価項目３：オーバーシュート収束時間Ｔ
0は短いか。 ルール群３：オーバーシュート量が小さくても制御偏差
がいつまでも残っていると好ましくないので、オーバー
シュート収束時間Ｔ0を短くするようにゲイン調整を行
う。 IF Ｔ0が十分短い THEN ゲイン調整を行わない。 IF Ｔ0が少し長い THEN 微分ゲインを５％小さくする。 IF Ｔ0が長い THEN 微分ゲインを１０％小さくする。 IF Ｔ0が非常に長い THEN 微分ゲインを２０％小さくする。
0は短いか。 ルール群３：オーバーシュート量が小さくても制御偏差
がいつまでも残っていると好ましくないので、オーバー
シュート収束時間Ｔ0を短くするようにゲイン調整を行
う。 IF Ｔ0が十分短い THEN ゲイン調整を行わない。 IF Ｔ0が少し長い THEN 微分ゲインを５％小さくする。 IF Ｔ0が長い THEN 微分ゲインを１０％小さくする。 IF Ｔ0が非常に長い THEN 微分ゲインを２０％小さくする。
【００２３】評価項目４：整定時の操作変動は小さい
か。 ルール群４：制御量が安定している場合（整定時）であ
っても、操作量がノイズ等によって変動することがある
ので、整定時の操作量変動を小さくするようにゲイン調
整を行う。 IF 整定時操作量変動が十分小さい THEN ゲイン調整を行わない。 IF 整定時操作量変動が少し大きい THEN 比例ゲイン調整を行わない。 積分ゲイン調整を行わない。 微分ゲインを７％小さくする。 IF 整定時操作量変動が大きい THEN 比例ゲインを２％小さくする。 積分ゲインを２％小さくする。 微分ゲインを１５％小さくする。 IF 整定時操作量変動が THEN 比例ゲインを４％小さくする。 非常に大きい 積分ゲインを４％小さくする。 微分ゲインを３０％小さくする。
か。 ルール群４：制御量が安定している場合（整定時）であ
っても、操作量がノイズ等によって変動することがある
ので、整定時の操作量変動を小さくするようにゲイン調
整を行う。 IF 整定時操作量変動が十分小さい THEN ゲイン調整を行わない。 IF 整定時操作量変動が少し大きい THEN 比例ゲイン調整を行わない。 積分ゲイン調整を行わない。 微分ゲインを７％小さくする。 IF 整定時操作量変動が大きい THEN 比例ゲインを２％小さくする。 積分ゲインを２％小さくする。 微分ゲインを１５％小さくする。 IF 整定時操作量変動が THEN 比例ゲインを４％小さくする。 非常に大きい 積分ゲインを４％小さくする。 微分ゲインを３０％小さくする。
【００２４】評価項目５：目標値到達前の制御量変動は
ないか。 ルール群５：比例ゲインの値が大きいと制御量が目標値
に到達する前に逆戻りする場合があるので、この現象が
起こった場合に制御量が逆戻りしないようにゲイン調整
を行う。 IF 目標値到達前の制御量変動が THEN ゲイン調整を行わない。 ない IF 目標値到達前の制御量変動が THEN 比例ゲインを１５％小さくする。 少し大きい 積分ゲインを１％大きくする。 微分ゲインを３％小さくする。 IF 目標値到達前の制御量変動が THEN 比例ゲインを３０％小さくする。 大きい 積分ゲインを２％大きくする。 微分ゲインを５％小さくする。 IF 目標値到達前の制御量変動が THEN 比例ゲインを４０％小さくする。 非常に大きい 積分ゲインを５％大きくする。 微分ゲインを１０％小さくする。
ないか。 ルール群５：比例ゲインの値が大きいと制御量が目標値
に到達する前に逆戻りする場合があるので、この現象が
起こった場合に制御量が逆戻りしないようにゲイン調整
を行う。 IF 目標値到達前の制御量変動が THEN ゲイン調整を行わない。 ない IF 目標値到達前の制御量変動が THEN 比例ゲインを１５％小さくする。 少し大きい 積分ゲインを１％大きくする。 微分ゲインを３％小さくする。 IF 目標値到達前の制御量変動が THEN 比例ゲインを３０％小さくする。 大きい 積分ゲインを２％大きくする。 微分ゲインを５％小さくする。 IF 目標値到達前の制御量変動が THEN 比例ゲインを４０％小さくする。 非常に大きい 積分ゲインを５％大きくする。 微分ゲインを１０％小さくする。
【００２５】評価項目６：ＴP（95％到達時間÷60％到
達時間）は小さいか。 ルール群６：制御量の立上がりは速くても目標値直前で
変化が鈍くなり、いつまでも制御偏差が残る場合がある
ので、これを改善するようにゲイン調整を行う。95％到
達時間÷60％到達時間をＴPとして、 IF ＴPが十分小さい THEN ゲイン調整を行わない。 IF ＴPが少し大きい THEN 比例ゲインを３０％小さくする。 積分ゲインを５％小さくする。 微分ゲインを３０％小さくする。 IF ＴPが大きい THEN 比例ゲインを５０％小さくする。 積分ゲインを１０％小さくする。 微分ゲインを５０％小さくする。 IF ＴPが非常に大きい THEN 比例ゲインを７０％小さくする。 積分ゲインを２０％小さくする。 微分ゲインを７０％小さくする。
達時間）は小さいか。 ルール群６：制御量の立上がりは速くても目標値直前で
変化が鈍くなり、いつまでも制御偏差が残る場合がある
ので、これを改善するようにゲイン調整を行う。95％到
達時間÷60％到達時間をＴPとして、 IF ＴPが十分小さい THEN ゲイン調整を行わない。 IF ＴPが少し大きい THEN 比例ゲインを３０％小さくする。 積分ゲインを５％小さくする。 微分ゲインを３０％小さくする。 IF ＴPが大きい THEN 比例ゲインを５０％小さくする。 積分ゲインを１０％小さくする。 微分ゲインを５０％小さくする。 IF ＴPが非常に大きい THEN 比例ゲインを７０％小さくする。 積分ゲインを２０％小さくする。 微分ゲインを７０％小さくする。
【００２６】評価項目７：外乱が入った場合の制御量変
動は小さいか。 ルール群７：負荷変動等の外乱が入った場合の制御量変
動を抑えるようにゲイン調整を行う。 IF 外乱時制御量変動が十分小さい THEN ゲイン調整を行わない。 IF 外乱時制御量変動が少し大きい THEN 比例ゲインを６％大きくする。 積分ゲインを４％大きくする。 微分ゲイン調整を行わない。 IF 外乱時制御量変動が大きい THEN 比例ゲインを１２％大きくする。 積分ゲインを８％大きくする。 微分ゲインを２％大きくする。 IF 外乱時制御量変動が THEN 比例ゲインを２４％大きくする。 非常に大きい 積分ゲインを１６％大きくする。 微分ゲインを４％大きくする。
動は小さいか。 ルール群７：負荷変動等の外乱が入った場合の制御量変
動を抑えるようにゲイン調整を行う。 IF 外乱時制御量変動が十分小さい THEN ゲイン調整を行わない。 IF 外乱時制御量変動が少し大きい THEN 比例ゲインを６％大きくする。 積分ゲインを４％大きくする。 微分ゲイン調整を行わない。 IF 外乱時制御量変動が大きい THEN 比例ゲインを１２％大きくする。 積分ゲインを８％大きくする。 微分ゲインを２％大きくする。 IF 外乱時制御量変動が THEN 比例ゲインを２４％大きくする。 非常に大きい 積分ゲインを１６％大きくする。 微分ゲインを４％大きくする。
【００２７】評価項目８：外乱が入った場合の制御量変
動の回復時間Ｔrは短いか。 ルール群８：負荷変動等の外乱が入った場合の制御量変
動の回復にかかる時間Ｔr を短くするようにゲイン調整
を行う。 IF Ｔr が十分小さい THEN ゲイン調整を行わない。 IF Ｔr が少し大きい THEN 比例ゲインを２％大きくする。 積分ゲインを５％大きくする。 微分ゲインを８％小さくする。 IF Ｔr が大きい THEN 比例ゲインを４％大きくする。 積分ゲインを１５％大きくする。 微分ゲイン調整を行わない。 IF Ｔr が非常に大きい THEN 比例ゲインを８％大きくする。 積分ゲインを３０％大きくする。 微分ゲインを５％大きくする。
動の回復時間Ｔrは短いか。 ルール群８：負荷変動等の外乱が入った場合の制御量変
動の回復にかかる時間Ｔr を短くするようにゲイン調整
を行う。 IF Ｔr が十分小さい THEN ゲイン調整を行わない。 IF Ｔr が少し大きい THEN 比例ゲインを２％大きくする。 積分ゲインを５％大きくする。 微分ゲインを８％小さくする。 IF Ｔr が大きい THEN 比例ゲインを４％大きくする。 積分ゲインを１５％大きくする。 微分ゲイン調整を行わない。 IF Ｔr が非常に大きい THEN 比例ゲインを８％大きくする。 積分ゲインを３０％大きくする。 微分ゲインを５％大きくする。
【００２８】評価項目９：自励振動は減衰しているか。 ルール群９：制御対象の特性変動等によって自励振動を
起こす場合があるので、自励振動の初期段階で振動を抑
えるようにゲイン調整を行う。 IF 振動が減衰している THEN ゲイン調整を行わない。 IF 振動が少し増幅している THEN 比例ゲインを１０％小さくする。 IF 振動が増幅している THEN 比例ゲインを２０％小さくする。 IF 振動が非常に増幅している THEN 比例ゲインを５０％小さくする。
起こす場合があるので、自励振動の初期段階で振動を抑
えるようにゲイン調整を行う。 IF 振動が減衰している THEN ゲイン調整を行わない。 IF 振動が少し増幅している THEN 比例ゲインを１０％小さくする。 IF 振動が増幅している THEN 比例ゲインを２０％小さくする。 IF 振動が非常に増幅している THEN 比例ゲインを５０％小さくする。
【００２９】評価項目１０：制御量の振動は減衰してい
るか。 ルール群１０：制御量の振動が大きいままいつまでも残
る場合に、危険回避のために制御ゲインを小さくする操
作を行う。 IF 制御量振動は十分減衰している THEN ゲイン調整を行わない。 IF 制御量振動の大きさが THEN 全ゲインを１０％小さくする。 少し残っている IF 制御量振動の大きさが THEN 全ゲインを２０％小さくする。 残っている IF 制御量振動の大きさが THEN 全ゲインを５０％小さくする。 大きく残っている
るか。 ルール群１０：制御量の振動が大きいままいつまでも残
る場合に、危険回避のために制御ゲインを小さくする操
作を行う。 IF 制御量振動は十分減衰している THEN ゲイン調整を行わない。 IF 制御量振動の大きさが THEN 全ゲインを１０％小さくする。 少し残っている IF 制御量振動の大きさが THEN 全ゲインを２０％小さくする。 残っている IF 制御量振動の大きさが THEN 全ゲインを５０％小さくする。 大きく残っている
【００３０】評価項目１１：操作量の振動は減衰してい
るか。 ルール群１１：操作量の振動が大きいままいつまでも残
る場合に、危険回避のために制御ゲインを小さくする操
作を行う。 IF 操作量振動は十分減衰している THEN ゲイン調整を行わない。 IF 操作量振動の大きさが THEN 全ゲインを１０％小さくする。 少し残っている IF 操作量振動の大きさが THEN 全ゲインを２０％小さくする。 残っている IF 操作量振動の大きさが THEN 全ゲインを５０％小さくする。 大きく残っている
るか。 ルール群１１：操作量の振動が大きいままいつまでも残
る場合に、危険回避のために制御ゲインを小さくする操
作を行う。 IF 操作量振動は十分減衰している THEN ゲイン調整を行わない。 IF 操作量振動の大きさが THEN 全ゲインを１０％小さくする。 少し残っている IF 操作量振動の大きさが THEN 全ゲインを２０％小さくする。 残っている IF 操作量振動の大きさが THEN 全ゲインを５０％小さくする。 大きく残っている
【００３１】上記のように、本実施例では評価の分割数
が「４」、検出する特徴量の数が「１２」であるので、
従来のルールベースではルールの組合せ数が４12＝1677
7216という膨大な数になり、ルールベースの構築、調整
は殆ど不可能である。しかしながら、本実施例では１２
個の特徴量が１１個の評価項目に対応する組に分けられ
て各組毎にルール群が設定されており、ルール群２以外
のルールが単一命題で構成され、ルール数が４×１０＋
４2＝５６で済むので、ルールの構築、調整を容易に行
うことができる。
が「４」、検出する特徴量の数が「１２」であるので、
従来のルールベースではルールの組合せ数が４12＝1677
7216という膨大な数になり、ルールベースの構築、調整
は殆ど不可能である。しかしながら、本実施例では１２
個の特徴量が１１個の評価項目に対応する組に分けられ
て各組毎にルール群が設定されており、ルール群２以外
のルールが単一命題で構成され、ルール数が４×１０＋
４2＝５６で済むので、ルールの構築、調整を容易に行
うことができる。
【００３２】上記１１個のルール群には、ルール群の各
ルールに対する適合度を求めてゲイン調整量をルール群
毎に推論するためのメンバーシップ関数が含まれてお
り、記憶手段２２はこれらを記憶している。例として、
図２（Ａ）乃至（Ｄ）にルール群１を表現するメンバー
シップ関数を示す。なお、（Ａ）は前件部のメンバーシ
ップ関数、（Ｂ）乃至（Ｄ）は後件部のメンバーシップ
関数であり、各々比例ゲイン、積分ゲイン、微分ゲイン
に対応している。また、記憶手段２２は特徴量の大きさ
と調整量の推論結果を採用するための採用度との関係を
各ルール群毎に記憶している。図４に示すように、本実
施例における採用度は、ルール群２に対応する採用度を
除いて特徴量の変化に応じて変更されるようになってお
り、前記関係がメンバーシップ関数の形で記憶されてい
る。
ルールに対する適合度を求めてゲイン調整量をルール群
毎に推論するためのメンバーシップ関数が含まれてお
り、記憶手段２２はこれらを記憶している。例として、
図２（Ａ）乃至（Ｄ）にルール群１を表現するメンバー
シップ関数を示す。なお、（Ａ）は前件部のメンバーシ
ップ関数、（Ｂ）乃至（Ｄ）は後件部のメンバーシップ
関数であり、各々比例ゲイン、積分ゲイン、微分ゲイン
に対応している。また、記憶手段２２は特徴量の大きさ
と調整量の推論結果を採用するための採用度との関係を
各ルール群毎に記憶している。図４に示すように、本実
施例における採用度は、ルール群２に対応する採用度を
除いて特徴量の変化に応じて変更されるようになってお
り、前記関係がメンバーシップ関数の形で記憶されてい
る。
【００３３】ルール群２の特徴量であるオーバーシュー
ト量と振動減衰は制御の安定性に係わる特徴量であり、
重要度が高いため、この２つの特徴量を組合せ、上記表
１、表２、表３に示すような詳細なルールを設けてい
る。また、採用度に関してもルール群２の採用度を最大
とし、制御の安定性を重視した調整を行なっている。
ト量と振動減衰は制御の安定性に係わる特徴量であり、
重要度が高いため、この２つの特徴量を組合せ、上記表
１、表２、表３に示すような詳細なルールを設けてい
る。また、採用度に関してもルール群２の採用度を最大
とし、制御の安定性を重視した調整を行なっている。
【００３４】一方、ファジィ推論部２０は、特徴量検出
部１８から入力された特徴量、記憶手段２２に記憶され
たルールベース及び採用度を用いてファジィ推論を行
い、ゲイン調整量をＰ、Ｉ、Ｄ毎に求めてＰＩＤ演算部
へ出力する。
部１８から入力された特徴量、記憶手段２２に記憶され
たルールベース及び採用度を用いてファジィ推論を行
い、ゲイン調整量をＰ、Ｉ、Ｄ毎に求めてＰＩＤ演算部
へ出力する。
【００３５】次に図３のフローチャートを参照して本第
１実施例の作用を説明する。なお、図３のフローチャー
トは偏差が規定値以上になると実行される。
１実施例の作用を説明する。なお、図３のフローチャー
トは偏差が規定値以上になると実行される。
【００３６】ステップ１００では、特徴量検出部１８に
入力された各種の情報に基づいて前述の１２個の特徴量
の検出を行う。次のステップ１０２では、記憶手段２２
に記憶されている調整用ルールベースの中から、特定の
評価項目に対応するルール群（例えば評価項目１の場合
にはルール群１）を読み込む。ステップ１０４では、前
記評価項目に関係する特徴量（例えば評価項目１の場合
には「目標値到達時間と指定値との偏差」）と、前記読
み込んだルール群に対応する前件部のメンバーシップ関
数と、を用いて、前記特徴量の各ルールに対する適合度
を算出する。
入力された各種の情報に基づいて前述の１２個の特徴量
の検出を行う。次のステップ１０２では、記憶手段２２
に記憶されている調整用ルールベースの中から、特定の
評価項目に対応するルール群（例えば評価項目１の場合
にはルール群１）を読み込む。ステップ１０４では、前
記評価項目に関係する特徴量（例えば評価項目１の場合
には「目標値到達時間と指定値との偏差」）と、前記読
み込んだルール群に対応する前件部のメンバーシップ関
数と、を用いて、前記特徴量の各ルールに対する適合度
を算出する。
【００３７】例として、特徴量「目標値到達時間と指定
値との偏差」の値が図２（Ａ）に矢印Ａで示す値であっ
た場合、第１ルールの「目標値到達時間が十分に速い」
に対する適合度は0.25、第２ルールの「目標値到達時間
が少し遅い」に対する適合度は0.75であると算出され、
第３ルール、第４ルールに対する適合度は０であると判
断される。
値との偏差」の値が図２（Ａ）に矢印Ａで示す値であっ
た場合、第１ルールの「目標値到達時間が十分に速い」
に対する適合度は0.25、第２ルールの「目標値到達時間
が少し遅い」に対する適合度は0.75であると算出され、
第３ルール、第４ルールに対する適合度は０であると判
断される。
【００３８】次のステップ１０６では、後件部のメンバ
ーシップ関数において、各ルール毎に、各ルールが指示
するゲイン調整量に対応する三角形の頂部を各ルールに
対する適合度で切った図形を求め、求めた複数の図形を
重ね合わせて重心を求める。例として、第１ルールに対
する適合度を0.25、第２ルールに対する適合度を0.75と
した場合の比例ゲインの調整量について、図２（Ｂ）を
参照して説明すると、第１ルールについては、第１ルー
ルが指示するゲイン調整量は「ゲイン調整を行わない」
であるので、「変更せず」に対応する図形の頂部を、第
１ルールに対する適合度0.25で切った図形Ｂが求まる。
第２ルールについては、第２ルールが指示するゲイン調
整量は「比例ゲインを１％大きくする」であるので、
「１％増」に対応する図形の頂部を、第２ルールに対す
る適合度0.75で切った図形Ｃが求まる。ここで、図形Ｂ
と図形Ｃを重ね合わせた図形の重心を求める。この重心
は各ルールが指示するゲイン調整量を各ルールの適合度
に応じて重み付けした平均値に相当し、ルール群１で比
例ゲインの調整量を推論した結果である。上記処理を積
分ゲインの調整量及び微分ゲインの調整量に対して同様
に行うことにより、単一の評価項目（組）に対するゲイ
ン調整量が推論される。
ーシップ関数において、各ルール毎に、各ルールが指示
するゲイン調整量に対応する三角形の頂部を各ルールに
対する適合度で切った図形を求め、求めた複数の図形を
重ね合わせて重心を求める。例として、第１ルールに対
する適合度を0.25、第２ルールに対する適合度を0.75と
した場合の比例ゲインの調整量について、図２（Ｂ）を
参照して説明すると、第１ルールについては、第１ルー
ルが指示するゲイン調整量は「ゲイン調整を行わない」
であるので、「変更せず」に対応する図形の頂部を、第
１ルールに対する適合度0.25で切った図形Ｂが求まる。
第２ルールについては、第２ルールが指示するゲイン調
整量は「比例ゲインを１％大きくする」であるので、
「１％増」に対応する図形の頂部を、第２ルールに対す
る適合度0.75で切った図形Ｃが求まる。ここで、図形Ｂ
と図形Ｃを重ね合わせた図形の重心を求める。この重心
は各ルールが指示するゲイン調整量を各ルールの適合度
に応じて重み付けした平均値に相当し、ルール群１で比
例ゲインの調整量を推論した結果である。上記処理を積
分ゲインの調整量及び微分ゲインの調整量に対して同様
に行うことにより、単一の評価項目（組）に対するゲイ
ン調整量が推論される。
【００３９】ステップ１０８では全ての評価項目に対し
て推論処理が終了したか否か判定する。ステップ１０８
の判定が否定された場合にはステップ１０２へ戻り、ス
テップ１０８の判定が肯定されるまでステップ１０２乃
至ステップ１０８を繰り返し、推論処理の終了していな
い評価項目に対応するルール群を読み込んで、上記と同
様に処理する。これにより、全ての評価項目に対してゲ
イン調整量が推論される。
て推論処理が終了したか否か判定する。ステップ１０８
の判定が否定された場合にはステップ１０２へ戻り、ス
テップ１０８の判定が肯定されるまでステップ１０２乃
至ステップ１０８を繰り返し、推論処理の終了していな
い評価項目に対応するルール群を読み込んで、上記と同
様に処理する。これにより、全ての評価項目に対してゲ
イン調整量が推論される。
【００４０】ステップ１１０では、記憶手段２２に記憶
されている採用度のメンバーシップ関数と特徴量とを用
いて、各ルール群の推論結果の採用度を算出する。ルー
ル群２を除く各ルール群の採用度のメンバーシップ関数
は、制御対象１４の制御状態が評価項目の要求を満たし
ていないときに採用度が高くなるように設定されてい
る。これにより、要求を満たしていない評価項目に対応
するルール群の推論結果により大きな重みが付与される
ことになるので、より人間の思考に合った適正なゲイン
調整を行うことができる。なおルール群２については制
御の安定性と密接に関わっているため、制御の安定性を
考慮して特徴量（オーバーシュート量と減衰比）の変化
に拘わらず採用度を「1.0 」（最大値）としている（図
４参照）。
されている採用度のメンバーシップ関数と特徴量とを用
いて、各ルール群の推論結果の採用度を算出する。ルー
ル群２を除く各ルール群の採用度のメンバーシップ関数
は、制御対象１４の制御状態が評価項目の要求を満たし
ていないときに採用度が高くなるように設定されてい
る。これにより、要求を満たしていない評価項目に対応
するルール群の推論結果により大きな重みが付与される
ことになるので、より人間の思考に合った適正なゲイン
調整を行うことができる。なおルール群２については制
御の安定性と密接に関わっているため、制御の安定性を
考慮して特徴量（オーバーシュート量と減衰比）の変化
に拘わらず採用度を「1.0 」（最大値）としている（図
４参照）。
【００４１】ステップ１１２では各ルール群毎の推論結
果を上記で算出された採用度を用いて重み付けし、平均
値を演算する。これにより、各推論結果が並列的に扱わ
れ多数の特徴量を反映したゲイン調整量が比例ゲイン、
積分ゲイン、微分ゲイン毎に決定される。ステップ１１
４では上記で決定したＰＩＤの各ゲインの調整量をＰＩ
Ｄ演算部１２へ出力し設定する。なお、ルールベースの
各ルール群は人間の知識やノウハウを用いて作成してい
るので、前記ゲイン調整量は人間の知識やノウハウが反
映されたものとなる。従って、人間の思考に合った適正
な制御が行われるように各ゲインが調整される。
果を上記で算出された採用度を用いて重み付けし、平均
値を演算する。これにより、各推論結果が並列的に扱わ
れ多数の特徴量を反映したゲイン調整量が比例ゲイン、
積分ゲイン、微分ゲイン毎に決定される。ステップ１１
４では上記で決定したＰＩＤの各ゲインの調整量をＰＩ
Ｄ演算部１２へ出力し設定する。なお、ルールベースの
各ルール群は人間の知識やノウハウを用いて作成してい
るので、前記ゲイン調整量は人間の知識やノウハウが反
映されたものとなる。従って、人間の思考に合った適正
な制御が行われるように各ゲインが調整される。
【００４２】次に本発明をアナログコンピュータのゲイ
ン調整に適用した場合の結果を説明する。図５（Ａ）及
び（Ｂ）には制御対象１４をアナログコンピュータの２
次遅れ系とした場合のゲイン調整によるオートチューニ
ングの過程が示されており、目標値を変更する毎に波形
認識をしてゲイン調整を行っている。振動的であった制
御量の変化がオートチューニングによって改善されてい
く様子が分かる。図６（Ａ）及び（Ｂ）にはアナログコ
ンピュータの２次遅れ系を制御対象とし、制御対象の応
答特性が速い系から遅い系に変化した場合のゲイン再調
整過程が示されている。特性が変わって制御量の応答に
振動が発生しているが、オートチューニングにより、応
答速度を低下させることなく良好な応答波形になってい
くのが分かる。図７（Ａ）及び（Ｂ）にはアナログコン
ピュータの４次遅れ系を制御対象とした場合のオートチ
ューニング過程が示されている。制御対象の次数が変わ
ってもゲイン調整によるオートチューニングが可能であ
ることが理解できる。このように本発明は汎用性が高
く、様々な制御対象の制御に適用することができる。
ン調整に適用した場合の結果を説明する。図５（Ａ）及
び（Ｂ）には制御対象１４をアナログコンピュータの２
次遅れ系とした場合のゲイン調整によるオートチューニ
ングの過程が示されており、目標値を変更する毎に波形
認識をしてゲイン調整を行っている。振動的であった制
御量の変化がオートチューニングによって改善されてい
く様子が分かる。図６（Ａ）及び（Ｂ）にはアナログコ
ンピュータの２次遅れ系を制御対象とし、制御対象の応
答特性が速い系から遅い系に変化した場合のゲイン再調
整過程が示されている。特性が変わって制御量の応答に
振動が発生しているが、オートチューニングにより、応
答速度を低下させることなく良好な応答波形になってい
くのが分かる。図７（Ａ）及び（Ｂ）にはアナログコン
ピュータの４次遅れ系を制御対象とした場合のオートチ
ューニング過程が示されている。制御対象の次数が変わ
ってもゲイン調整によるオートチューニングが可能であ
ることが理解できる。このように本発明は汎用性が高
く、様々な制御対象の制御に適用することができる。
【００４３】次に、制御対象を内燃機関とし、制御量を
内燃機関の出力軸の回転速度として本実施例のフィード
バック制御装置１０によりゲイン調整を行った結果を図
８乃至図１０に示す。図８（Ａ）及び（Ｂ）には内燃機
関１４の無負荷時に目標値を変更した場合のオートチュ
ーニングの過程が示されている。振動的であったエンジ
ン回転数の変化がオートチューニングによって改善され
ていく様子が分かる。図９（Ａ）及び（Ｂ）には内燃機
関１４に加える負荷を油圧ポンプによって変化させた場
合のオートチューニング過程が示されている。負荷入り
時（負荷が加わった瞬間）及び負荷抜け時（加わってい
る負荷が抜けた瞬間）におけるエンジン回転数の変動の
ピーク値が徐々に小さくなっている。このように、目標
値変更によるチューニングと負荷変化によるチューニン
グを交互に行うことにより、目標値追従と外乱抑制を両
立するようにゲイン調整が行われる。チューニング終了
後の応答を図１０（Ａ）及び（Ｂ）に示す。
内燃機関の出力軸の回転速度として本実施例のフィード
バック制御装置１０によりゲイン調整を行った結果を図
８乃至図１０に示す。図８（Ａ）及び（Ｂ）には内燃機
関１４の無負荷時に目標値を変更した場合のオートチュ
ーニングの過程が示されている。振動的であったエンジ
ン回転数の変化がオートチューニングによって改善され
ていく様子が分かる。図９（Ａ）及び（Ｂ）には内燃機
関１４に加える負荷を油圧ポンプによって変化させた場
合のオートチューニング過程が示されている。負荷入り
時（負荷が加わった瞬間）及び負荷抜け時（加わってい
る負荷が抜けた瞬間）におけるエンジン回転数の変動の
ピーク値が徐々に小さくなっている。このように、目標
値変更によるチューニングと負荷変化によるチューニン
グを交互に行うことにより、目標値追従と外乱抑制を両
立するようにゲイン調整が行われる。チューニング終了
後の応答を図１０（Ａ）及び（Ｂ）に示す。
【００４４】このように、本第１実施例では１２個の特
徴量を評価項目に対応する１１個の組に分け、各組毎
に、対応する特徴量とゲイン調整量の関係をメンバーシ
ップ関数を用いて表現するルール群を設定してルールベ
ースを構成し、ルール群２以外のルール群の各ルールを
単一命題で構成したので、ルール数を少なくすることが
でき、多数の評価項目を設定する必要のある制御対象１
４にも適用することができる。
徴量を評価項目に対応する１１個の組に分け、各組毎
に、対応する特徴量とゲイン調整量の関係をメンバーシ
ップ関数を用いて表現するルール群を設定してルールベ
ースを構成し、ルール群２以外のルール群の各ルールを
単一命題で構成したので、ルール数を少なくすることが
でき、多数の評価項目を設定する必要のある制御対象１
４にも適用することができる。
【００４５】また、ルール群２を除く各ルール群の採用
度のメンバーシップ関数を、制御対象１４の制御状態が
ルール群に対応される評価項目の要求を満たしていない
ときに採用度が高くなるように設定したので、要求を満
たしていない評価項目に対応するルール群の推論結果に
より大きな重みが付与され、より人間の思考に合った適
正なゲイン調整を行うことができる。
度のメンバーシップ関数を、制御対象１４の制御状態が
ルール群に対応される評価項目の要求を満たしていない
ときに採用度が高くなるように設定したので、要求を満
たしていない評価項目に対応するルール群の推論結果に
より大きな重みが付与され、より人間の思考に合った適
正なゲイン調整を行うことができる。
【００４６】本第１実施例では、ルール群２を上記表
１、表２、表３に示すように、２つの特徴量を考慮した
詳細なルールによって構成したが、これに限ることな
く、ルール群２を２組に分け、組の数を特徴量の数と等
しくすることもできる。この場合の図４と同様の概念図
を図１６に示し、ルール群を以下に示す。この場合、動
作条件によっては収束時間が３０％程度延びることもあ
るが、実用上は問題ない。
１、表２、表３に示すように、２つの特徴量を考慮した
詳細なルールによって構成したが、これに限ることな
く、ルール群２を２組に分け、組の数を特徴量の数と等
しくすることもできる。この場合の図４と同様の概念図
を図１６に示し、ルール群を以下に示す。この場合、動
作条件によっては収束時間が３０％程度延びることもあ
るが、実用上は問題ない。
【００４７】評価項目２：オーバーシュート量は小さい
か。 ルール群２：オーバーシュート量を小さくするようにゲ
イン調整を行う。またルール群の採用度は常に１．０で
ある。 IF オーバーシュート量が十分小さい THEN ゲイン調整を行わない。 IF オーバーシュート量が少し大きい THEN 比例ゲインを３％大きくする。 積分ゲインを３％小さくする。 IF オーバーシュート量が大きい THEN 比例ゲインを１６％大きくする。 積分ゲインを６％小さくする。 IF オーバーシュート量が非常に大きい THEN 比例ゲインを３０％大きくする。 積分ゲインを１２％小さくする。
か。 ルール群２：オーバーシュート量を小さくするようにゲ
イン調整を行う。またルール群の採用度は常に１．０で
ある。 IF オーバーシュート量が十分小さい THEN ゲイン調整を行わない。 IF オーバーシュート量が少し大きい THEN 比例ゲインを３％大きくする。 積分ゲインを３％小さくする。 IF オーバーシュート量が大きい THEN 比例ゲインを１６％大きくする。 積分ゲインを６％小さくする。 IF オーバーシュート量が非常に大きい THEN 比例ゲインを３０％大きくする。 積分ゲインを１２％小さくする。
【００４８】評価項目３：振動減衰は良いか。 ルール群３：振動減衰が良くなるようにゲイン調整を行
う。また、ルール群の採用度は常に１．０とする。 IF 振動減衰がが十分良い THEN ゲイン調整を行わない。 IF 振動減衰が少し悪い THEN 比例ゲインを３％小さくする。 積分ゲインを３％小さくする。 微分ゲインを４％大きくする。 IF 振動減衰が悪い THEN 比例ゲインを６％小さくする。 積分ゲインを６％小さくする。 微分ゲインを１０％大きくする。 IF 振動減衰が非常に悪い THEN 比例ゲインを１２％小さくする。 積分ゲインを１２％小さくする。 微分ゲインを２０％大きくする。
う。また、ルール群の採用度は常に１．０とする。 IF 振動減衰がが十分良い THEN ゲイン調整を行わない。 IF 振動減衰が少し悪い THEN 比例ゲインを３％小さくする。 積分ゲインを３％小さくする。 微分ゲインを４％大きくする。 IF 振動減衰が悪い THEN 比例ゲインを６％小さくする。 積分ゲインを６％小さくする。 微分ゲインを１０％大きくする。 IF 振動減衰が非常に悪い THEN 比例ゲインを１２％小さくする。 積分ゲインを１２％小さくする。 微分ゲインを２０％大きくする。
【００４９】〔第２実施例〕 以下、本発明の第２実施例を説明する。なお、第１実施
例と同一の部分には同一の符号を付し、説明を省略す
る。
例と同一の部分には同一の符号を付し、説明を省略す
る。
【００５０】第１実施例では目標値到達時間の指定値を
オペレータ等によって指定した後に変更しないようにし
ていた。しかしながら、指定値として適正な値が設定さ
れず、条件が厳しすぎたり緩すぎたりする場合がある。
このため、本第２実施例では評価項目１に関係する特徴
量として、「目標値到達時間と指定値との偏差」に代え
て「無次元量Ｔ」を用いている。無次元量Ｔは（１）式
で定義される。
オペレータ等によって指定した後に変更しないようにし
ていた。しかしながら、指定値として適正な値が設定さ
れず、条件が厳しすぎたり緩すぎたりする場合がある。
このため、本第２実施例では評価項目１に関係する特徴
量として、「目標値到達時間と指定値との偏差」に代え
て「無次元量Ｔ」を用いている。無次元量Ｔは（１）式
で定義される。
【００５１】 Ｔｍ 無次元量Ｔ＝───── …（１） Ｔｐ(k) 但し、Ｔｍ ：目標値到達時間の観測値 Ｔｐ(k) ：過去に観測された目標値到達時間の最小値 これに伴って、評価項目１を「無次元量Ｔの値は小さい
か（１に近いか）」とし、評価項目１に対応するルール
群１も、無次元量Ｔの評価及び評価結果に対応するゲイ
ン調整量を表現するように変更している。
か（１に近いか）」とし、評価項目１に対応するルール
群１も、無次元量Ｔの評価及び評価結果に対応するゲイ
ン調整量を表現するように変更している。
【００５２】次に、図１１のフローチャートを参照して
本第２実施例の作用を説明する。なお第１実施例の図３
のフローチャートにおいて、ステップ１０２乃至ステッ
プ１０６は各評価項目毎に実行されるが、本第２実施例
では評価項目１に対してステップ１０２乃至ステップ１
０６を実行する場合に、ステップ１０４に代えて図１１
のフローチャートを実行する。
本第２実施例の作用を説明する。なお第１実施例の図３
のフローチャートにおいて、ステップ１０２乃至ステッ
プ１０６は各評価項目毎に実行されるが、本第２実施例
では評価項目１に対してステップ１０２乃至ステップ１
０６を実行する場合に、ステップ１０４に代えて図１１
のフローチャートを実行する。
【００５３】ステップ１００では、特徴量検出部１８で
検出された目標値到達時間の観測値Ｔｍを取り込む。ス
テップ１２２では無次元量Ｔを、前記（１）式に従って
演算する。なお、Ｔｐ(k) は初期値として、制御対象１
４単独のステップ応答時の目標値７０％到達時間程度に
設定されている。
検出された目標値到達時間の観測値Ｔｍを取り込む。ス
テップ１２２では無次元量Ｔを、前記（１）式に従って
演算する。なお、Ｔｐ(k) は初期値として、制御対象１
４単独のステップ応答時の目標値７０％到達時間程度に
設定されている。
【００５４】ステップ１２４では上記で演算された無次
元量Ｔの値が、予め設定された所定値以上であるか否か
判定する。ステップ１２４の判定が肯定された場合に
は、ステップ１２６で、メモリ上に設けられたエリアＡ
の値をカウントアップする。また、ステップ１２４の判
定が否定された場合にはステップ１２８でエリアＡの値
を０にする。次のステップ１３０ではエリアＡの値が３
以上であるか否か判定する。本フローチャート及び図３
のフローチャートは所定時間毎に繰り返し実行される
が、前記ステップ１２４の判定が連続して３回以上肯定
されるとエリアＡの値が３以上となり、ステップ１３０
の判定が肯定される。
元量Ｔの値が、予め設定された所定値以上であるか否か
判定する。ステップ１２４の判定が肯定された場合に
は、ステップ１２６で、メモリ上に設けられたエリアＡ
の値をカウントアップする。また、ステップ１２４の判
定が否定された場合にはステップ１２８でエリアＡの値
を０にする。次のステップ１３０ではエリアＡの値が３
以上であるか否か判定する。本フローチャート及び図３
のフローチャートは所定時間毎に繰り返し実行される
が、前記ステップ１２４の判定が連続して３回以上肯定
されるとエリアＡの値が３以上となり、ステップ１３０
の判定が肯定される。
【００５５】ステップ１３０の判定が肯定された場合、
Ｔｐ(k) に非常に小さな値が設定されて無次元量Ｔの値
が大きくなっていることが考えられる。このため、ステ
ップ１３２ではＴｐ(k) を次の（２）式に従って修正す
る。
Ｔｐ(k) に非常に小さな値が設定されて無次元量Ｔの値
が大きくなっていることが考えられる。このため、ステ
ップ１３２ではＴｐ(k) を次の（２）式に従って修正す
る。
【００５６】 Ｔｐ(k) ＝ａ・Ｔｍ＋ｂ・Ｔｐ(k) …（２） なお、ａ及びｂはＴの値に応じて0.3 〜0.7 の値を取
る。ステップ１３４では修正したＴｐ(k) を用いて無次
元量Ｔを再度演算する。これによりゲイン調整量が過大
となることを防止している。次のステップ１３６ではエ
リアＡの値を０にしてステップ１３８へ移行する。な
お、ステップ１３０の判定が否定された場合にはステッ
プ１３２乃至ステップ１３６を実行することなくステッ
プ１３８へ移行する。
る。ステップ１３４では修正したＴｐ(k) を用いて無次
元量Ｔを再度演算する。これによりゲイン調整量が過大
となることを防止している。次のステップ１３６ではエ
リアＡの値を０にしてステップ１３８へ移行する。な
お、ステップ１３０の判定が否定された場合にはステッ
プ１３２乃至ステップ１３６を実行することなくステッ
プ１３８へ移行する。
【００５７】ステップ１３８では、ステップ１２２また
はステップ１３４で演算した無次元量Ｔと、図３のフロ
ーチャートのステップ１０２で読み込んだルール群１に
対応する前件部のメンバーシップ関数と、を用いて各ル
ールに対する無次元量Ｔの適合度を算出する。算出され
た適合度は、図３のフローチャートのステップ１０６で
第１実施例と同様に、後件部のメンバーシップ関数を用
いて単一の評価項目に対するゲイン調整量が推論され
る。
はステップ１３４で演算した無次元量Ｔと、図３のフロ
ーチャートのステップ１０２で読み込んだルール群１に
対応する前件部のメンバーシップ関数と、を用いて各ル
ールに対する無次元量Ｔの適合度を算出する。算出され
た適合度は、図３のフローチャートのステップ１０６で
第１実施例と同様に、後件部のメンバーシップ関数を用
いて単一の評価項目に対するゲイン調整量が推論され
る。
【００５８】次のステップ１４０では、（３）式に従っ
てＴｐ(k) を更新を行う。 Ｔｐ(k+1) ＝ｍｉｎ（Ｔｐ(k) ・α，Ｔｍ） …（３） 但し、Ｔｐ(k+1) ：過去に観測した目標値到達時間の更新後の最小値 Ｔｐ(k) ：過去に観測した目標値到達時間の最小値 Ｔｍ ：目標値到達時間の観測値 α ：忘却係数（α＞1.0 ） 上記（３）式より明らかなように、観測値Ｔｍが、過去
に観測した最小値Ｔｐ(k) に忘却係数αを乗じた値より
も小さい場合に最小値Ｔｐ(k) を更新するようにしたの
で、最小値Ｔｐ(k) がいつまでも一定の値で保持される
ことはない。これにより、例えば観測値Ｔｍが誤差等に
よって実際よりも著しく小さな値として観測されて最小
値Ｔｐ(k) が更新された場合にも、更新された値をいつ
までも保持することはなく、適正な最小値Ｔｐ(k) が設
定されることになる。
てＴｐ(k) を更新を行う。 Ｔｐ(k+1) ＝ｍｉｎ（Ｔｐ(k) ・α，Ｔｍ） …（３） 但し、Ｔｐ(k+1) ：過去に観測した目標値到達時間の更新後の最小値 Ｔｐ(k) ：過去に観測した目標値到達時間の最小値 Ｔｍ ：目標値到達時間の観測値 α ：忘却係数（α＞1.0 ） 上記（３）式より明らかなように、観測値Ｔｍが、過去
に観測した最小値Ｔｐ(k) に忘却係数αを乗じた値より
も小さい場合に最小値Ｔｐ(k) を更新するようにしたの
で、最小値Ｔｐ(k) がいつまでも一定の値で保持される
ことはない。これにより、例えば観測値Ｔｍが誤差等に
よって実際よりも著しく小さな値として観測されて最小
値Ｔｐ(k) が更新された場合にも、更新された値をいつ
までも保持することはなく、適正な最小値Ｔｐ(k) が設
定されることになる。
【００５９】このように本第２実施例では、評価項目１
に関係する特徴量を無次元量Ｔとし、目標値到達時間の
指定値（最小値Ｔｐ(k) ）を前記のように自動的に更新
するようにしたので、指定値として適正な値が設定さ
れ、より適切なゲイン調整を行うことができる。また、
目標値到達時間をオペレータが指定する必要もない。
に関係する特徴量を無次元量Ｔとし、目標値到達時間の
指定値（最小値Ｔｐ(k) ）を前記のように自動的に更新
するようにしたので、指定値として適正な値が設定さ
れ、より適切なゲイン調整を行うことができる。また、
目標値到達時間をオペレータが指定する必要もない。
【００６０】〔第３実施例〕 次に本発明の第３実施例を説明する。本第３実施例は第
１実施例とほぼ同一の構成であるが、ファジィ推論部２
０で第１実施例と同様にゲイン調整量を決定した後に、
該ゲイン調整量と現在のゲインより調整後のゲインを計
算し、調整後のゲインをＰＩＤ演算部１２に設定するよ
うにしている。ＰＩＤ演算部１２では設定されたゲイン
と入力された偏差に基づいて操作量を決定する。
１実施例とほぼ同一の構成であるが、ファジィ推論部２
０で第１実施例と同様にゲイン調整量を決定した後に、
該ゲイン調整量と現在のゲインより調整後のゲインを計
算し、調整後のゲインをＰＩＤ演算部１２に設定するよ
うにしている。ＰＩＤ演算部１２では設定されたゲイン
と入力された偏差に基づいて操作量を決定する。
【００６１】上記のように、ファジィ推論部２０がゲイ
ンを演算してＰＩＤ演算部１２に設定するように構成し
た場合にも、第１実施例と同様に、より人間の思考に合
った適正なゲイン調整を行うことができ、多数の評価項
目を設定する必要のある制御対象１４にも適用すること
ができる、という効果が得られる。このように、本発明
のゲイン調整装置は、フィードバック制御装置にゲイン
の調整量を設定するものに限定されるものではなく、上
記のようにゲインを演算して設定するものであってもよ
い。
ンを演算してＰＩＤ演算部１２に設定するように構成し
た場合にも、第１実施例と同様に、より人間の思考に合
った適正なゲイン調整を行うことができ、多数の評価項
目を設定する必要のある制御対象１４にも適用すること
ができる、という効果が得られる。このように、本発明
のゲイン調整装置は、フィードバック制御装置にゲイン
の調整量を設定するものに限定されるものではなく、上
記のようにゲインを演算して設定するものであってもよ
い。
【００６２】〔第４実施例〕 次に本発明の第４実施例を説明する。なお、前記各実施
例と同一の部分には同一の符号を付し、説明を省略す
る。
例と同一の部分には同一の符号を付し、説明を省略す
る。
【００６３】図１２に示すように、本第４実施例のフィ
ードバック制御装置は、ＰＩＤ演算部１２を備えたフィ
ードバック制御部１１と、特徴量検出部１８、ファジィ
推論部２０及び記憶手段２２を備えたオートチューニン
グ部１６と、に分離されている。フィードバック制御部
１１は通信装置３２を有している。通信装置３２には、
制御対象１４に加えられた操作量、制御対象１４の制御
量、目標値及び目標値と制御量の偏差が入力される。通
信装置３２は前記入力された情報を、オートチューニン
グ部１６の通信装置３１へ送信する。
ードバック制御装置は、ＰＩＤ演算部１２を備えたフィ
ードバック制御部１１と、特徴量検出部１８、ファジィ
推論部２０及び記憶手段２２を備えたオートチューニン
グ部１６と、に分離されている。フィードバック制御部
１１は通信装置３２を有している。通信装置３２には、
制御対象１４に加えられた操作量、制御対象１４の制御
量、目標値及び目標値と制御量の偏差が入力される。通
信装置３２は前記入力された情報を、オートチューニン
グ部１６の通信装置３１へ送信する。
【００６４】通信装置３１は特徴量検出部１８に接続さ
れており、受信した前記各情報を特徴量検出部１８に供
給する。特徴量検出部１８は供給された情報に基づい
て、第１実施例と同様に特徴量を検出する。また、通信
装置３１はファジィ推論部２０に接続されており、ファ
ジィ推論部２０で決定されたＰＩＤ毎のゲイン調整量が
入力される。通信装置３１は入力されたＰＩＤ毎のゲイ
ン調整量を前述の通信装置３２へ送信する。通信装置３
２は受信したＰＩＤゲイン調整量をＰＩＤ演算部１２へ
設定する。ＰＩＤ演算部１２は設定されたゲイン調整量
に応じてＰＩＤ毎にゲインを調整し、制御対象１４に所
定の操作量を加える。
れており、受信した前記各情報を特徴量検出部１８に供
給する。特徴量検出部１８は供給された情報に基づい
て、第１実施例と同様に特徴量を検出する。また、通信
装置３１はファジィ推論部２０に接続されており、ファ
ジィ推論部２０で決定されたＰＩＤ毎のゲイン調整量が
入力される。通信装置３１は入力されたＰＩＤ毎のゲイ
ン調整量を前述の通信装置３２へ送信する。通信装置３
２は受信したＰＩＤゲイン調整量をＰＩＤ演算部１２へ
設定する。ＰＩＤ演算部１２は設定されたゲイン調整量
に応じてＰＩＤ毎にゲインを調整し、制御対象１４に所
定の操作量を加える。
【００６５】上記のように、オートチューニング部１６
がフィードバック制御部１１にゲイン調整量を通信手段
等を介して設定するよう構成した場合も、第１実施例と
同様に、より人間の思考に合った適正なゲイン調整を行
うことができ、多数の評価項目を設定する必要のある制
御対象１４にも適用することができる、という効果が得
られる。このように、本発明はゲイン調整装置とフィー
ドバック制御装置とを直接接続する必要はなく、通信装
置等の伝達手段を介して接続するようにしてもよい。
がフィードバック制御部１１にゲイン調整量を通信手段
等を介して設定するよう構成した場合も、第１実施例と
同様に、より人間の思考に合った適正なゲイン調整を行
うことができ、多数の評価項目を設定する必要のある制
御対象１４にも適用することができる、という効果が得
られる。このように、本発明はゲイン調整装置とフィー
ドバック制御装置とを直接接続する必要はなく、通信装
置等の伝達手段を介して接続するようにしてもよい。
【００６６】〔第５実施例〕 次に本発明の第５実施例を説明する。本第５実施例は第
４実施例とほぼ同一の構成であるが、ファジィ推論部２
０で第１実施例と同様にゲイン調整量を決定した後に、
該ゲイン調整量と現在のゲインより調整後のゲインを計
算し、調整後のゲインを通信装置３１へ出力するように
している。出力されたゲインは通信装置３１、３２を介
してＰＩＤ演算部１２に設定される。ＰＩＤ演算部１２
では設定されたゲインと入力された偏差に基づいて操作
量を決定する。
４実施例とほぼ同一の構成であるが、ファジィ推論部２
０で第１実施例と同様にゲイン調整量を決定した後に、
該ゲイン調整量と現在のゲインより調整後のゲインを計
算し、調整後のゲインを通信装置３１へ出力するように
している。出力されたゲインは通信装置３１、３２を介
してＰＩＤ演算部１２に設定される。ＰＩＤ演算部１２
では設定されたゲインと入力された偏差に基づいて操作
量を決定する。
【００６７】上記のように、ファジィ推論部２０でゲイ
ンを演算し、通信装置等の伝達手段を介して前記ゲイン
をＰＩＤ演算部１２に設定するように構成した場合に
も、より人間の思考に合った適正なゲイン調整を行うこ
とができ、多数の評価項目を設定する必要のある制御対
象１４にも適用することができる、という効果が得られ
る。
ンを演算し、通信装置等の伝達手段を介して前記ゲイン
をＰＩＤ演算部１２に設定するように構成した場合に
も、より人間の思考に合った適正なゲイン調整を行うこ
とができ、多数の評価項目を設定する必要のある制御対
象１４にも適用することができる、という効果が得られ
る。
【００６８】なお、上記実施例では三角形型のメンバシ
ップ関数を用いていたが、釣鐘型のメンバーシップ関数
を用いてもよい。
ップ関数を用いていたが、釣鐘型のメンバーシップ関数
を用いてもよい。
【００６９】
【発明の効果】以上説明したように本発明では、ルール
群によって複数の特徴量を複数の組に分けたときの各組
に対応する特徴量と制御対象のゲイン調整量との関係を
表すようにしたので、人間の思考に合った適正なゲイン
調整を行うことができ、多数の評価項目を設定する必要
のある制御対象にも適用できる、という優れた効果が得
られる。
群によって複数の特徴量を複数の組に分けたときの各組
に対応する特徴量と制御対象のゲイン調整量との関係を
表すようにしたので、人間の思考に合った適正なゲイン
調整を行うことができ、多数の評価項目を設定する必要
のある制御対象にも適用できる、という優れた効果が得
られる。
【図１】第１実施例に係るオートチューニング部を含む
自動制御系を示す概略構成図である。
自動制御系を示す概略構成図である。
【図２】（Ａ）乃至（Ｄ）はルール群１に対応するメン
バーシップ関数を示す概念図である。
バーシップ関数を示す概念図である。
【図３】第１実施例の作用を説明するフローチャートで
ある。
ある。
【図４】各ルール群毎にゲイン調整量を推論した後の処
理を説明する概念図である。
理を説明する概念図である。
【図５】（Ａ）及び（Ｂ）は本発明をアナログコンピュ
ータの２次遅れ系のゲイン調整に適用した場合のオート
チューニング過程を示す波形図である。
ータの２次遅れ系のゲイン調整に適用した場合のオート
チューニング過程を示す波形図である。
【図６】（Ａ）及び（Ｂ）は本発明をアナログコンピュ
ータの２次遅れ系のゲイン調整に適用し、制御対象の応
答特性が速い系から遅い系に変化した場合のゲイン再調
整過程を示す波形図である。
ータの２次遅れ系のゲイン調整に適用し、制御対象の応
答特性が速い系から遅い系に変化した場合のゲイン再調
整過程を示す波形図である。
【図７】（Ａ）及び（Ｂ）は本発明をアナログコンピュ
ータの４次遅れ系のゲイン調整に適用した場合のオート
チューニング過程を示す波形図である。
ータの４次遅れ系のゲイン調整に適用した場合のオート
チューニング過程を示す波形図である。
【図８】（Ａ）及び（Ｂ）は本発明を内燃機関のゲイン
調整に適用し、内燃機関の無負荷時に目標値を変更した
場合のオートチューニングの過程を示す波形図である。
調整に適用し、内燃機関の無負荷時に目標値を変更した
場合のオートチューニングの過程を示す波形図である。
【図９】（Ａ）及び（Ｂ）は本発明を内燃機関のゲイン
調整に適用し、油圧ポンプによって内燃機関に加える負
荷を変化させた場合のオートチューニング過程を示す波
形図である。
調整に適用し、油圧ポンプによって内燃機関に加える負
荷を変化させた場合のオートチューニング過程を示す波
形図である。
【図１０】（Ａ）及び（Ｂ）は本発明を内燃機関のゲイ
ン調整に適用した場合の、チューニング終了後の内燃機
関の応答を示す波形図である。
ン調整に適用した場合の、チューニング終了後の内燃機
関の応答を示す波形図である。
【図１１】第２実施例の作用を説明するフローチャート
である。
である。
【図１２】第４実施例に係るオートチューニング部を含
む自動制御系を示す概略構成図である。
む自動制御系を示す概略構成図である。
【図１３】（Ａ）乃至（Ｄ）はファジィ推論を適用した
従来のＰＩＤ制御装置において、前件部のメンバーシッ
プ関数を説明するための概念図である。
従来のＰＩＤ制御装置において、前件部のメンバーシッ
プ関数を説明するための概念図である。
【図１４】（Ａ）乃至（Ｃ）はファジィ推論を適用した
従来のＰＩＤ制御装置において、後件部のメンバーシッ
プ関数を説明するための概念図である。
従来のＰＩＤ制御装置において、後件部のメンバーシッ
プ関数を説明するための概念図である。
【図１５】ファジィ推論を適用した従来のＰＩＤ制御装
置の作用として、比例ゲインの調整量の算出処理を例に
説明するための説明図である。
置の作用として、比例ゲインの調整量の算出処理を例に
説明するための説明図である。
【図１６】ルール群２を２組に分けたときの図４と同様
の概念図である。
の概念図である。
１０ フィードバック制御装置 １２ ＰＩＤ制御装置 １４ 制御対象 １６ オートチューニング部 １８ 特徴量検出部 ２０ ファジィ推論部 ２２ 記憶手段
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平１−119802（ＪＰ，Ａ) 特開 昭63−62001（ＪＰ，Ａ) 特開 平２−287702（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G05B 13/00 - 13/02 G06F 9/44 554 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (4)
- 【請求項１】制御対象の制御量と目標値との偏差及びゲ
インに基づいて前記制御量が前記目標値に一致するよう
に前記制御対象の操作量を制御するフィードバック制御
装置に対して、前記ゲインを設定するゲイン調整装置で
あって、 推論に使用する前記制御対象に関する複数の特徴量を検
出する特徴量検出手段と、重要度が高い複数の特徴量が１つの組に含まれる場合を
許容して 前記複数の特徴量を複数の組に分けたときの、
各組に対応する特徴量とゲイン調整量との関係を表すル
ール群を記憶した第１の記憶手段と、前記重要度が高い特徴量に対しては特徴量の大きさに拘
らず採用度が最大になるように、 前記各組に対応する特
徴量の大きさとゲイン調整量の採用度との関係を記憶し
た第２の記憶手段と、 前記検出された特徴量と前記ルール群とに基づいて各組
毎のゲイン調整量を推論すると共に、特徴量の大きさに
応じて各組毎の前記ゲイン調整量の採用度を求め、該ゲ
イン調整量の推論結果と採用度とから採用度を重みとし
たゲイン調整量の推論結果の重み付き平均値を演算して
前記フィードバック制御装置に設定するゲインの調整量
を定める推論手段と、 を有するゲイン調整装置。 - 【請求項２】前記重要度が高い特徴量が、オーバシュー
ト量である請求項１に記載のゲイン調整装置。 - 【請求項３】前記重要度が高い特徴量が、振動減衰であ
る請求項１または２に記載のゲイン調整装置。 - 【請求項４】制御対象の制御量と目標値との偏差及びゲ
インに基づいて前記制御量が前記目標値に一致するよう
に前記制御対象の操作量を制御するフィードバック制御
装置に対して、前記ゲインを設定するゲイン調整装置で
あって、 推論に使用する前記制御対象に関する複数の特徴量を検
出する特徴量検出手段と、１つの組に１つの特徴量が含まれるように 前記複数の特
徴量を複数の組に分けたときの、各組に対応する特徴量
とゲイン調整量との関係を表すルール群を記憶した第１
の記憶手段と、 前記各組に対応する特徴量の大きさとゲイン調整量の採
用度との関係を記憶した第２の記憶手段と、 前記検出された特徴量と前記ルール群とに基づいて各組
毎のゲイン調整量を推論すると共に、特徴量の大きさに
応じて各組毎の前記ゲイン調整量の採用度を求め、該ゲ
イン調整量の推論結果と採用度とから採用度を重みとし
たゲイン調整量の推論結果の重み付き平均値を演算して
前記フィードバック制御装置に設定するゲインの調整量
を定める推論手段と、 を有するゲイン調整装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12326892A JP3120559B2 (ja) | 1991-05-15 | 1992-05-15 | ゲイン調整装置 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11060591 | 1991-05-15 | ||
| JP3-110605 | 1991-05-15 | ||
| JP12326892A JP3120559B2 (ja) | 1991-05-15 | 1992-05-15 | ゲイン調整装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05143113A JPH05143113A (ja) | 1993-06-11 |
| JP3120559B2 true JP3120559B2 (ja) | 2000-12-25 |
Family
ID=26450202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP12326892A Expired - Fee Related JP3120559B2 (ja) | 1991-05-15 | 1992-05-15 | ゲイン調整装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3120559B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2400923B (en) * | 2003-04-25 | 2005-06-01 | Falmer Investment Ltd | Adaptive fuzzy logic temperature control |
| JP4553266B2 (ja) | 2007-04-13 | 2010-09-29 | 東京エレクトロン株式会社 | 熱処理装置、制御定数の自動調整方法及び記憶媒体 |
-
1992
- 1992-05-15 JP JP12326892A patent/JP3120559B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05143113A (ja) | 1993-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5213077A (en) | Gain adjusting device for pid controller for controlling rotational speed of internal combustion engine | |
| US5247432A (en) | Feedback control apparatus and method | |
| RU2185649C2 (ru) | Способ включения независимого управления с прогнозированием в плюривариантном прогнозируемом контроллере | |
| JPH0774961B2 (ja) | オートチユーニングｐｉｄ調節計 | |
| US20200104743A1 (en) | Machine learning device, control device, and machine learning method | |
| JP3061450B2 (ja) | モデル予測制御装置 | |
| JP3120559B2 (ja) | ゲイン調整装置 | |
| DE102019213924A1 (de) | Motorsteuervorrichtung | |
| JPH05173605A (ja) | 内燃機関の回転速度ｐｉｄ制御器用ゲイン調整装置 | |
| JP2721186B2 (ja) | ファジィ制御方式 | |
| JP2850075B2 (ja) | 可変構造制御方法 | |
| US4992927A (en) | Self-propagating control apparatus and method, propagating-type controller used by said apparatus, method of operating and controlling same, and supervisor | |
| JP3494772B2 (ja) | ファジィ制御装置 | |
| JPH0561504A (ja) | フアジイフイードバツクコントローラ | |
| JP3246990B2 (ja) | エンジン回転速度制御装置のゲイン設定方法 | |
| US6847851B1 (en) | Apparatus for improved general-purpose PID and non-PID controllers | |
| JP3083040B2 (ja) | Ｐｉｄ調整器 | |
| JPS62241002A (ja) | オ−ト・チユ−ニング・コントロ−ラ | |
| JP4036520B2 (ja) | 単純適応制御装置 | |
| US20240027971A1 (en) | Control assistance device, control system, and filter adjustment method | |
| CN112366727B (zh) | 火电机组一次调频控制方法、装置、设备及存储介质 | |
| JP2781886B2 (ja) | 制御装置及び制御方法 | |
| JP3077000B2 (ja) | ファジィコントローラのチューニング方法 | |
| JPH05233007A (ja) | 可変構造ｐｉ制御装置 | |
| JPH06187160A (ja) | メンバーシップ関数のチューニング装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |