JP3279250B2 - Multivariable process control system - Google Patents
Multivariable process control systemInfo
- Publication number
- JP3279250B2 JP3279250B2 JP09295098A JP9295098A JP3279250B2 JP 3279250 B2 JP3279250 B2 JP 3279250B2 JP 09295098 A JP09295098 A JP 09295098A JP 9295098 A JP9295098 A JP 9295098A JP 3279250 B2 JP3279250 B2 JP 3279250B2
- Authority
- JP
- Japan
- Prior art keywords
- control
- prediction
- control system
- variable
- value
- 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
Landscapes
- Feedback Control In General (AREA)
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、制御対象プロセス
特性を表現する数式モデルを用いて、制御対象プロセス
を最適制御するための多変数プロセス制御システムに係
わり、特に制御量，操作量に関する、多数の運転制約条
件を満たした上で、最適に制御することの可能な、多変
数プロセス制御システムに関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a multivariable process control system for optimally controlling a process to be controlled using a mathematical model representing the characteristics of the process to be controlled. The present invention relates to a multivariable process control system capable of optimally controlling the vehicle while satisfying the operation constraint conditions described above.
【０００２】[0002]
【従来の技術】近年のプロセス制御では、制御用コンピ
ュータの高い計算性能を活用して、コントローラに、制
御対象プロセスの特性を表わす数式モデルを内臓し、プ
ロセスの出力である制御量の未来変化を予測し、その予
測結果に基づき、プロセスの入力である操作量の最適値
を決定していく、モデル予測制御の実用化が進められて
いる。2. Description of the Related Art In recent process control, a mathematical model representing the characteristics of a process to be controlled is incorporated in a controller by utilizing the high calculation performance of a control computer, and the future change of a control amount which is the output of the process is monitored. Practical application of model predictive control, which predicts and determines an optimal value of an operation amount that is an input of a process based on the prediction result, is being promoted.
【０００３】プロセス制御は、なるべく一定の操作量の
下で、制御変数が目標値に追従するように、現時点で加
える操作量を決定するものである。この点について、モ
デル予測制御は、制御変数，操作変数ごとに重み付けを
して、最小の操作量変化で、制御変数の目標値追従を実
行する制御方式である。また、モデル予測制御は、操作
量計算に制御量の未来変化を用いるため、操作量を計算
する時点までのプロセス応答しか用いなかった、従来の
制御方式に比べて、プロセス制御に特有のむだ時間補償
や、プロセス出力の非干渉化制御に効果的な制御方式と
して知られている。In the process control, an operation amount to be applied at the present time is determined so that a control variable follows a target value under a constant operation amount as much as possible. In this regard, the model predictive control is a control method in which the control variable and the manipulated variable are weighted and the target value of the control variable is tracked with a minimum change in the manipulated variable. In addition, the model predictive control uses the future change of the control amount for the operation amount calculation, and therefore uses only the process response up to the time when the operation amount is calculated. It is known as an effective control method for compensation and decoupling control of process output.
【０００４】モデル予測制御では、前述の数式モデルか
ら導いた制御量変化予測式をコントローラに内臓し、過
去のプロセス応答を入力して、プロセス制御量の未来変
化を予測していく。この制御量予測値を受けて、操作量
計算では、制御量の予測値が目標値に追従し、かつ操作
量変化がなるべく少なくなるように、操作量を更新す
る。以上の処理を、制御周期ごとにくりかえす。In the model predictive control, a control amount change predicting formula derived from the above-described mathematical model is incorporated in a controller, and a past process response is input to predict a future change of the process control amount. In response to the control amount prediction value, in the operation amount calculation, the operation amount is updated so that the predicted value of the control amount follows the target value and the change in the operation amount is as small as possible. The above processing is repeated for each control cycle.
【０００５】ここで、操作量の更新値を変数とすると、
モデル予測制御に関する評価関数は、「制御量予測値と
目標値との偏差」と「操作量更新値」の二乗和で表現す
ることができる。つまり、モデル予測制御のコントロー
ラは、プロセス予測式と、前述の評価関数の数値計算部
で構成される。モデル予測式の評価関数は、操作量更新
値に関する二次形式で表現できる。このため、モデル予
測制御の評価関数は、二次計画法をはじめとする、数値
最適化手法により解くことができる。Here, assuming that the update value of the manipulated variable is a variable,
The evaluation function related to the model predictive control can be expressed by the sum of squares of “the deviation between the control amount predicted value and the target value” and the “operation amount updated value”. That is, the controller of the model predictive control is composed of a process predictive expression and a numerical calculation unit of the aforementioned evaluation function. The evaluation function of the model prediction formula can be expressed in a quadratic form regarding the manipulated variable update value. Therefore, the evaluation function of the model predictive control can be solved by a numerical optimization method such as a quadratic programming method.
【０００６】ところで、プロセス制御では、通常、制御
対象プロセスの各変数に、運転監視上の制約条件を設定
し、この制約範囲内でプロセスを制御する。従来の制御
方式では、操作量計算に上下限リミッターを設定して、
コントローラは制約範囲内の操作量を出力するようにし
ている。[0006] In the process control, usually, a constraint condition for operation monitoring is set for each variable of a process to be controlled, and the process is controlled within the constraint range. In the conventional control method, the upper and lower limiters are set for the MV calculation,
The controller outputs the operation amount within the constraint range.
【０００７】モデル予測制御では、前記プロセスの制御
変数，操作変数ごとの運転制約条件を、数値最適化計算
での解探索範囲、つまり操作量更新値の探索範囲として
表現し、コントローラに設定することで、前述のプロセ
ス運転制約条件を満たした、最適な操作量を求めること
が可能になる。In the model predictive control, the control constraints of the process and the operating constraints for each manipulated variable are expressed as a solution search range in the numerical optimization calculation, that is, a search range of the manipulated variable update value, and set in the controller. Thus, it is possible to obtain an optimal operation amount that satisfies the above-described process operation constraint condition.
【０００８】ところで、プロセス制御の対象は、化学プ
ロセスのように、操作変数を変化してから、該プロセス
が反応するまで、長いむだ時間特性がある場合や、該プ
ロセスが整定するまでに長い時間を要する場合が多いと
いった特徴がある。また、制御対象プロセスの制御変
数，操作変数は、一般に複数存在し、プラント規模によ
っては、数十変数におよぶ場合が多い。[0008] By the way, the object of the process control is, for example, a case where there is a long dead time characteristic from a change of an operation variable to a reaction of the process, such as a chemical process, or a long time until the process settles. Is often required. Further, there are generally a plurality of control variables and operation variables of the process to be controlled, and in many cases, several tens of variables depending on the plant scale.
【０００９】以上のように、整定時間が長く、かつ入出
力変数が多いプロセスを、モデル予測制御の制御対象と
する場合、モデル予測制御の制御特性を十分に発揮する
ためには、プロセス整定時間よりも長く、制御量の未来
変化を予測し、かつ、運転制約条件と予測結果の比較
を、未来にわたり十分な範囲を考慮する必要がある。As described above, when a process having a long settling time and a large number of input / output variables is to be controlled by the model predictive control, the process settling time is required in order to sufficiently exhibit the control characteristics of the model predictive control. It is necessary to predict the future change of the control amount, and to consider a sufficient range over the future when comparing the driving constraint condition and the prediction result.
【００１０】[0010]
【発明が解決しようとする課題】プロセス予測計算の結
果を用いて、十分な範囲に渡り、運転制約条件を考慮す
るには、制御量未来変化に関する運転制約条件式を多数
設定し、前述の操作量計算において、操作量更新値の探
索条件として用いることになる。In order to consider the operation constraints over a sufficient range by using the results of the process prediction calculation, a large number of operation constraint conditions relating to the future change of the control amount are set, and the aforementioned operation is performed. In the amount calculation, it is used as a search condition of the operation amount update value.
【００１１】ところが、前述の二次計画法をはじめとす
る、多数の制約条件を考慮した数値最適化計算では、最
適化変数の数と制約条件の数により、計算時間が飛躍的
に増大し、その結果、制御用コンピュータにとっては負
荷が大きくなり、ひいてはコンピュータの応答特性にも
影響することになる。However, in the numerical optimization calculation considering many constraints, such as the above-described quadratic programming, the calculation time dramatically increases due to the number of optimization variables and the number of constraints. As a result, the load on the control computer is increased, which in turn affects the response characteristics of the computer.
【００１２】例えば、制御対象プロセスの入出力数が多
い場合に、制御量予測計算の区間を、十分長くとると、
計算負荷が増大してしまうため、制御量予測区間を、プ
ロセス整定時間に対して短い区間にとるか、制御周期を
長く設定し直すといった必要が生じる。その結果、モデ
ル予測制御の制御特性を十分に引き出すことが難しい場
合が多い。For example, if the number of inputs and outputs of the process to be controlled is large, and the section of the control amount prediction calculation is made sufficiently long,
Since the calculation load increases, it is necessary to set the control amount prediction section to a section shorter than the process settling time or to set the control cycle longer. As a result, it is often difficult to sufficiently bring out the control characteristics of the model predictive control.
【００１３】本発明の目的は、制御対象プロセスのモデ
ルを用いて、該プロセスの未来値を予測した結果によ
り、最適な操作量を決定する、多変数プロセス制御シス
テムにおいて、制御対象プロセスが、制御量，操作量の
数が多い大規模プロセスの場合でも、予測区間を長く求
めた上で、運転制約条件を満たす操作量を更新可能とす
ることにある。An object of the present invention is to provide a multivariable process control system for determining an optimal manipulated variable based on a result of predicting a future value of a controlled process using a model of the controlled process. Even in the case of a large-scale process having a large number of quantities and manipulated variables, it is possible to update a manipulated variable that satisfies a driving constraint condition after obtaining a long prediction section.
【００１４】[0014]
【課題を解決するための手段】上記目的を達成する第１
の発明の特徴は、制御対象プロセスの特性を表わす数式
モデルを用いて、制御対象プロセスを最適に制御するモ
デル予測制御機能をもつ多変数プロセス制御システムに
おいて、前記数式モデルを用いて制御量変化を予測する
予測機能と、前記予測機能による予測に基づき制御特性
を表わす評価関数を導出する評価関数設定手段と、前記
予測機能による前記制御量変化を予測した値から一点あ
るいは複数抽出した値と制御変数の運転制約条件とを比
較して該モデル予測制御での操作量更新値の探索範囲を
導出する制約条件選択設定手段と、前記評価関数設定手
段により導出された評価関数と前記制約条件選択設定手
段により導出された操作量更新値の探索範囲から最適化
する操作量を算出する演算機能を備えることにある。 A first aspect of the present invention for achieving the above object is as follows.
The feature of the invention of the present invention is a mathematical expression representing the characteristic of the process to be controlled.
A model that optimally controls the controlled process using a model.
Multi-variable process control system with Dell predictive control
The control amount change is predicted using the mathematical model
A prediction function and a control characteristic based on the prediction by the prediction function.
Evaluation function setting means for deriving an evaluation function representing
One point from the predicted value of the control amount change by the prediction function
Or the ratio between the extracted values and the operating constraints of the control variables.
The search range of the manipulated variable update value in the model predictive control.
The constraint condition selection setting means to be derived, and the evaluation function setting means
Evaluation function derived by the step and the constraint condition selection setting method
Optimized from the search range of the manipulated variable update value derived by the stage
And a calculation function for calculating the amount of operation to be performed.
【００１５】この第１の発明によれば、前述のモデル予
測制御を適用する、化学プロセスなどの制御対象プロセ
スは、操作量の変化に対して、制御量は一般に連続的に
変化するので、この特性を利用して、制御対象プロセス
の応答特性データに基づいて、前述の数式モデルによる
制御量の予測値の系列から一点あるいは複数点が、前記
運転制約条件を満たす様に操作量更新値を決定すること
で、制御変数の運転制約条件を満たすことのできる、操
作量更新値を導出することができ、制御対象プロセス
が、制御量，操作量の数が多い大規模プロセスの場合で
も、予測区間を長く求めた上で、運転制約条件を満たす
操作量を更新可能とすることができる。 According to the first aspect of the present invention, in a controlled process such as a chemical process to which the above-described model predictive control is applied, the control amount generally continuously changes in response to a change in the operation amount. Utilizing the characteristics, the operation amount update value is determined based on the response characteristic data of the control target process so that one or more points from the series of the predicted values of the control amount by the above-described mathematical model satisfy the driving constraint condition. By doing so, it is possible to derive a manipulated variable update value that can satisfy the driving constraint conditions of the control variables,
However, in the case of a large-scale process with a large number of controlled variables and manipulated variables,
Also satisfies the driving constraints after obtaining a long prediction section
The operation amount can be updated.
【００１６】上記目的を達成する第２の発明の特徴は、
前記制御量変化の予測した値を、予測開始時刻から時系
列順に、前記制御対象プロセスの特性である、むだ時
間，整定時間、または立ち上り特性などに対応つけて、
選択抽出する機能を具備する、選択的に抽出することに
ある。The features of the second invention for achieving the above object are as follows.
The predicted value of the control amount change, in chronological order from the predicted start time, in association with the characteristics of the controlled process, such as dead time, settling time, or rising characteristics,
An object of the present invention is to selectively extract data having a function of selectively extracting data.
【００１７】この第２の発明によれば、化学プロセスな
どの制御対象プロセスは、操作量の変化に対して、制御
量は一般に連続的に変化するので、この特性を利用し
て、制御対象プロセスの応答特性データである、むだ時
間，整定時間、または立ち上り特性に基づいて、前述の
数式モデルによる制御量の予測系列を選択抽出し、この
抽出された予測値が、前記運転制約条件を満たす様に操
作量更新値を決定することで、制御計算実行時からプロ
セス整定時間分よりも未来にわたり、制御変数の運転制
約条件を満たした操作量更新値を導出することができ
る。According to the second aspect of the present invention, a controlled process such as a chemical process generally changes continuously in response to a change in the manipulated variable. Based on the response characteristic data, such as dead time, settling time, or rising characteristic, a prediction sequence of the control amount by the above-described mathematical model is selectively extracted, and the extracted prediction value satisfies the driving constraint condition. By determining the manipulated variable update value, it is possible to derive the manipulated variable update value that satisfies the operation constraint condition of the control variable from the time of execution of the control calculation to the future beyond the process settling time.
【００１８】上記目的を達成する第３の発明の特徴は、
前述の制御量予測結果の選択抽出点のデータ設定変更
を、制御変数ごとに可能とするデータ設定手段を具備す
ることにある。The features of the third invention for achieving the above object are as follows.
The present invention is provided with a data setting unit that enables the data setting change of the selected extraction point of the control amount prediction result described above for each control variable.
【００１９】この第３の発明によれば、モデル予測制御
実行時の計算負荷は、一つのコントローラで計算処理す
る制御変数，操作変数の登録数にも依存するため、前述
の制御量予測結果の選択抽出点を、設定変更可能とする
ことで、該プロセスの応答特性だけでなく、コントロー
ラの入出力数に基づき計算負荷を調整することができ
る。According to the third aspect, the calculation load at the time of executing the model predictive control also depends on the number of registered control variables and manipulated variables to be calculated by one controller. By making the setting of the selected extraction point changeable, the calculation load can be adjusted based on not only the response characteristics of the process but also the number of inputs and outputs of the controller.
【００２０】[0020]
【発明の実施の形態】以下に、本発明の実施例を、図面
を用いて説明する。図１は、本発明の一実施例に係わる
多変数プロセス制御システムを適用したプロセス制御系
全体を示す図である。Embodiments of the present invention will be described below with reference to the drawings. FIG. 1 is a diagram showing an entire process control system to which a multivariable process control system according to an embodiment of the present invention is applied.
【００２１】図１に示す、プロセス制御系は、本発明の
多変数プロセス制御システム１と制御対象プロセス２に
分けられる。本発明の多変数プロセス制御システム１
は、コントローラデータベース１１，予測計算部１２，
評価関数設定部１３，制約条件選択設定部１４、及び操
作量計算部１５を、基本的な構成要素とする。コントロ
ーラデータベース１１は、制御対象プロセス２の応答特
性を表わす数式モデルを含むモデルデータと、モデル予
測制御の調整パラメタを含むコントローラデータを格納
する。The process control system shown in FIG. 1 is divided into a multivariable process control system 1 of the present invention and a process 2 to be controlled. Multivariable process control system 1 of the present invention
Are the controller database 11, the prediction calculation unit 12,
The evaluation function setting unit 13, the constraint condition selection setting unit 14, and the operation amount calculation unit 15 are basic constituent elements. The controller database 11 stores model data including a mathematical model representing a response characteristic of the control target process 2 and controller data including adjustment parameters for model predictive control.
【００２２】予測値計算部１２は、制御対象プロセス２
のプロセスデータと前記モデルデータをもとに、制御対
象プロセス２の未来応答を予測する。評価関数設定部１
３は、前記プロセスの予測結果をもとに、操作量更新値
に関するモデル予測制御の評価関数を導出する。制約条
件選択設定部１４は、前記プロセスの予測結果をもとに
運転制約条件と比較し、操作量更新値の探索範囲を導出
する。操作量計算部１５は、前記評価関数と、操作量更
新値の探索範囲から、数値最適化により、操作量更新値
を計算する機能をもつ。The predicted value calculation unit 12 controls the process 2 to be controlled.
The future response of the control target process 2 is predicted based on the process data and the model data. Evaluation function setting unit 1
3 derives an evaluation function of model predictive control relating to the manipulated variable update value based on the prediction result of the process. The constraint condition selection setting unit 14 derives a search range of the manipulated variable update value by comparing with the driving constraint condition based on the prediction result of the process. The operation amount calculation unit 15 has a function of calculating an operation amount update value by numerical optimization from the evaluation function and the search range of the operation amount update value.
【００２３】制御対象プロセス２は、化学プロセス機器
２１，プロセス計測器２２，調節バルブ２３、およびプ
ロセス計測器２４を、基本的な構成要素とする。プロセ
ス計測器２２は、化学プロセス機器内部の温度計測、あ
るいは液位計測などに用いる。一方、配管に設置したプ
ロセス計測器２４は、配管内の流量計測、あるいは温度
計測などに用いる。調節バルブ２３は、配管流量を調節
する機能をもち、例えば原料調節に用いられる。The process 2 to be controlled has a chemical process device 21, a process measuring device 22, a control valve 23, and a process measuring device 24 as basic components. The process measuring device 22 is used for temperature measurement inside a chemical process device, liquid level measurement, or the like. On the other hand, the process measuring instrument 24 installed on the pipe is used for flow rate measurement or temperature measurement in the pipe. The control valve 23 has a function of adjusting the flow rate of the pipe, and is used, for example, for adjusting the raw material.
【００２４】なお、本発明のプロセス制御系では、プロ
セス計測点が２点、操作端がバルブ１つといった小規模
な構成となっているが、制御対象プロセスが大規模プロ
セスでも同様の制御系構成をとる。Although the process control system of the present invention has a small-scale configuration such as two process measurement points and one operating end, the same control system configuration can be used even if the process to be controlled is a large-scale process. Take.
【００２５】次に、本発明の多変数プロセス制御システ
ム１の、予測計算部１２について、図１，図２（ａ),
（ｂ）を用いて説明する。図２（ａ),（ｂ）は、上が制
御変数のトレンド、下が操作変数のトレンドである。こ
のトレンドは、縦軸がプロセス量の大きさ、横軸が時間
を示す。時間軸では操作量計算を実行している時刻を現
時刻として定義し、ここから右のトレンドは、該プロセ
スの予測トレンドを示す。グラフ中の点線は、該プロセ
スの制御変数，操作変数の運転制約条件の上限値，下限
値を表わす。Next, the prediction calculation unit 12 of the multivariable process control system 1 according to the present invention will be described with reference to FIGS.
This will be described with reference to FIG. 2A and 2B, the upper graph shows the trend of the control variable, and the lower graph shows the trend of the operation variable. In this trend, the vertical axis indicates the magnitude of the process amount, and the horizontal axis indicates time. On the time axis, the time at which the manipulated variable calculation is being executed is defined as the current time, and the trend to the right from this indicates the predicted trend of the process. Dotted lines in the graph represent the upper and lower limits of the control constraint of the process and the operation constraint of the manipulated variable.
【００２６】図１の予測計算部１２では、コントローラ
データベース１１に格納するモデルデータの制御対象プ
ロセスの応答特性を表わす数式モデルを用いて、前記プ
ロセス２の制御量の未来変化を予測する。この数式モデ
ルは、該プロセスの操作変数，外乱変数と、制御変数と
の時間的変化の相関関係を表わすものであり、一般に時
系列モデルなどが相当する。制御量変化の予測計算で
は、該プロセス２の計測データＳ２１１，Ｓ２４１から
得た過去のプロセスデータを、前述した数式モデルに代
入して、計測した時刻から先の制御量変化を求めてい
く。The prediction calculation unit 12 shown in FIG. 1 predicts the future change of the control amount of the process 2 by using a mathematical model representing the response characteristic of the process to be controlled in the model data stored in the controller database 11. This mathematical model represents the correlation of the temporal change between the operation variables and disturbance variables of the process and the control variables, and generally corresponds to a time series model or the like. In the prediction calculation of the control amount change, the past process data obtained from the measurement data S211 and S241 of the process 2 is substituted into the above-described mathematical model, and the control amount change from the measured time is obtained.
【００２７】操作変数の未来変化は、操作量計算部１５
が決定するので、予測計算部１２では、未来の操作変数
は、現時刻から一定値を保つものと仮定して、いったん
制御量変化を予測する。この予測結果を、該プロセス２
の定常応答予測といい、図２（ａ),（ｂ）の制御量変化
２００がこれに相当する。定常応答予測２００は、現時
刻から操作量を一定に保った場合の制御量変化の予測結
果を示す。定常応答予測２００は、データＳ１２３４と
して、図１の評価関数設定部１３、および制約条件選択
設定部１４に送られる。The future change of the manipulated variable is calculated by the manipulated variable calculator 15.
Is determined, the prediction calculation unit 12 predicts a change in the control amount once assuming that the future manipulated variable keeps a constant value from the current time. This prediction result is referred to as Process 2
And the control amount change 200 in FIGS. 2A and 2B corresponds to this. The steady-state response prediction 200 indicates a prediction result of a control amount change when the operation amount is kept constant from the current time. The steady response prediction 200 is sent as data S1234 to the evaluation function setting unit 13 and the constraint condition selection setting unit 14 in FIG.
【００２８】次に、本発明の多変数プロセス制御システ
ム１の、評価関数設定部１３について、図１，図２を用
いて説明する。Next, the evaluation function setting section 13 of the multivariable process control system 1 of the present invention will be described with reference to FIGS.
【００２９】評価関数設定部１３では、モデル予測制御
での操作量更新値を決定する場合の評価関数を導出す
る。評価関数は、様々は定義方法があるが、通常、モデ
ル予測制御では、制御対象プロセスに対する操作量更新
値を変数として、The evaluation function setting section 13 derives an evaluation function for determining an operation amount update value in the model predictive control. There are various definition methods for the evaluation function, but usually, in model predictive control, the manipulated variable update value for the control target process is used as a variable,
【００３０】[0030]
【数１】 (制御量予測値−制御量目標値)2＋(操作量更新値)2 …（数１） で表わす場合が多い。ここで、二乗は演算を意味する。[Expression 1] (Predicted control amount-Target value of control amount) 2 + (Update value of manipulated variable) 2 ... Here, the square means an operation.
【００３１】まず第一項を説明する。図１の評価関数設
定部は、図２の前記定常応答予測２００に基づき、現時
刻より先の操作量未来変化２０２に対する制御量未来変
化２０１を、前記数式モデルを用いて導出する。前記制
御量未来変化２０１は、予測評価区間にわたり、制御量
目標値と比較される。この偏差を予測偏差といい、モデ
ル予測制御では、この予測偏差を最小にする操作量更新
値を求める。ここで、予測評価区間とは、一回の操作量
計算において、予測偏差を評価する区間のことである。First, the first item will be described. The evaluation function setting unit in FIG. 1 derives a control amount future change 201 with respect to the manipulated variable future change 202 ahead of the current time based on the steady-state response prediction 200 in FIG. 2 using the mathematical model. The control amount future change 201 is compared with a control amount target value over a prediction evaluation section. This deviation is called a prediction deviation, and in the model prediction control, an operation amount update value that minimizes the prediction deviation is obtained. Here, the prediction evaluation section is a section in which the prediction deviation is evaluated in one operation amount calculation.
【００３２】次に第二項を説明する。プロセス制御の特
徴として、操作量変化は、なるべく小さい方が、制御対
象プロセスにとって望ましい。図２では、一回の操作量
計算において更新値を決定する区間を予測制御区間とす
る。Next, the second term will be described. As a feature of the process control, it is desirable that the change in the operation amount be as small as possible for the process to be controlled. In FIG. 2, a section in which an update value is determined in one operation amount calculation is set as a prediction control section.
【００３３】前記評価関数は、二次形式をとるので、以
上の予測偏差と操作量更新値の、各区間に対応する面積
和に相当する。図２では、制御変数トレンドにおける領
域２０１，操作変数トレンドにおける領域２０２が相当
する。これら面積は、前述のとおり操作量更新値を変数
とする。Since the evaluation function takes a quadratic form, it corresponds to the area sum of the above-described predicted deviation and the manipulated variable update value corresponding to each section. In FIG. 2, an area 201 in the control variable trend and an area 202 in the operation variable trend correspond to each other. These areas use the manipulated variable update value as a variable as described above.
【００３４】次に、本発明の多変数プロセス制御システ
ム１の、制約条件選択設定部１４について、図１，図
２，図３、および図４（ａ),（ｂ）を用いて説明する。Next, the constraint condition selection setting section 14 of the multivariable process control system 1 of the present invention will be described with reference to FIGS. 1, 2, 3 and 4 (a), 4 (b).
【００３５】制約条件選択設定部１４では、モデル予測
制御での操作量更新値の探索範囲を設定する。プロセス
制御では、一般に、制御変数，操作変数、および操作量
変化率に対して、各々上限値，下限値を設定し、運転監
視を行う。The constraint condition selection setting section 14 sets a search range for an operation amount update value in the model predictive control. In process control, generally, an upper limit value and a lower limit value are set for a control variable, an operation variable, and an operation amount change rate, and operation monitoring is performed.
【００３６】図１の制約条件選択設定部１４では、該プ
ロセスの定常応答予測２００に基づき、前述の評価関数
設定部１３と同様に、制御量と操作量の未来変化を、操
作量更新値を未知変数として導出する。また、前述の運
転制約条件は、以下に示すように、不等式条件で記述す
ることができる。In the constraint condition selection setting section 14 in FIG. 1, based on the steady-state response prediction 200 of the process, similar to the above-mentioned evaluation function setting section 13, the future change of the control amount and the operation amount is determined by the operation amount update value. Derived as unknown variables. Further, the above-described driving constraint condition can be described by an inequality condition as shown below.
【００３７】[0037]
【数２】 （運転制約下限値）＜（制御量予測値）＜（運転制約上限値） （運転制約下限値）＜（操作量未来値）＜（運転制約上限値） （変化率下限値）＜（操作量更新値）＜（変化率上限値） …（数２） 以上の不等式は、全て操作量更新値を未知変数として表
現することができることは既に述べた。(Operating constraint lower limit value) <(control amount predicted value) <(operating constraint upper limit value) (operating constraint lower limit value) <(operating amount future value) <(operating constraint upper limit value) (change rate lower limit value) <(Manipulated variable update value) <(Change rate upper limit value) (Equation 2) It has already been described that all of the above inequalities can represent the manipulated variable updated value as an unknown variable.
【００３８】従来の制御方式においても、操作変数に関
する運転制約条件を考慮して、操作量を更新をすること
はできるが、モデル予測制御では、さらに、該プロセス
の制御変数に関する運転制約条件を考慮することができ
る。モデル予測制御の制御特性を発揮するためには、制
御変数に関する制約条件を考慮する範囲は、図２の予測
評価区間と同じに設定し、かつ、制御変数の整定時間程
度は確保することが望ましい。しかし、予測評価区間全
ての制御量予測値の制約条件を考慮すると、前述の操作
量更新値に関する不等式制約条件が膨大な数になるこ
と、また、プロセス制御の対象は、一般に連続系であ
り、時間的に前後の制御変数値間の相関が非常に高い。In the conventional control method, the manipulated variable can be updated in consideration of the driving constraint on the operation variable. However, in the model predictive control, the driving constraint on the control variable of the process is further considered. can do. In order to exhibit the control characteristics of the model predictive control, it is desirable to set the range in which the constraints regarding the control variables are considered to be the same as the prediction evaluation section in FIG. 2 and to secure the settling time of the control variables. . However, considering the constraints of the control amount prediction values of all the prediction evaluation sections, the inequality constraints on the manipulated variable update values described above become enormous, and the target of process control is generally a continuous system, The correlation between the control variable values before and after in time is very high.
【００３９】そこで、制約条件選択設定部１４では、図
３に示すように、制御対象プロセス２の応答特性に基づ
き、制御量制約条件を選択抽出する。Therefore, as shown in FIG. 3, the constraint condition selection setting section 14 selectively extracts a control amount constraint condition based on the response characteristics of the process 2 to be controlled.
【００４０】図３において、コントローラデータベース
１１に格納するモデルデータには、該プロセスの応答特
性データ１１１を格納する。応答特性データ１１１は、
該プロセスの操作変数から制御変数への伝達特性を示す
データである。図３では、操作変数をステップ的に変化
させた場合の、制御変数の変化を格納しており、一般に
ステップ応答特性という。プロセス制御の対象となる化
学プロセスなどでは、応答特性データ１１１に示す特性
をもつ場合が多く、図３に示す選択抽出点314に対応す
る、反応むだ時間，立ち上がり時間、および整定時間な
どで、該プロセスの制御変数に関する、時間変化を把握
することができる。In FIG. 3, the response data 111 of the process is stored in the model data stored in the controller database 11. The response characteristic data 111
This is data indicating a transfer characteristic from an operation variable of the process to a control variable. In FIG. 3, a change in the control variable when the manipulated variable is changed in a stepwise manner is stored, and is generally called a step response characteristic. In many cases, a chemical process or the like to be subjected to process control has the characteristic shown in the response characteristic data 111, and the response dead time, the rise time, and the settling time corresponding to the selected extraction point 314 shown in FIG. It is possible to grasp a time change of a process control variable.
【００４１】選択抽出点３１４は、操作変数をステップ
変化させた時刻を原点として、反応むだ時間，逆応答最
大値時刻，時定数対応時刻，オーバーシュート最大値時
刻，整定時間、および定常値到達時刻を設定し、さらに
制御周期に応じて、立ち上り変化中の時刻を設定する。
本発明の図３では、選択抽出点３１４は、一つの制御変
数に対して一つの配列データとして設定する。The selection extraction point 314 has a reaction dead time, a reverse response maximum value time, a time constant corresponding time, an overshoot maximum value time, a settling time, and a steady value arrival time, with the time at which the operation variable is step-changed as the origin. Is set, and the time during the rising change is set according to the control cycle.
In FIG. 3 of the present invention, the selection extraction point 314 is set as one array data for one control variable.
【００４２】次に、図３の制約条件選択設定部１４にお
ける、制御量応答予測の選択抽出処理を、図４（ａ),
（ｂ）により説明する。図３の選択抽出点データ３１４
を受け取った、制約条件選択設定部１４では、図２
（ａ),（ｂ）に示す、評価関数設定部１２と同様に、操
作量更新値を変数として制御量応答予測を求める。続い
て、制御周期毎に、現時刻を原点０として、選択抽出点
データ３１４を対応づけ、予測評価区間の制御量応答予
測値を選択的に抽出する。図４の操作量変化に対する、
該プロセスのむだ時間や整定時間に対応した時刻の制御
量応答予測値を抽出している。図４（ａ),（ｂ）におい
て、選択抽出した制御量応答予測値４０１は、運転制約
条件上限値、および下限値と比較される。つまり、Next, the selection and extraction processing of the control amount response prediction in the constraint condition selection setting section 14 in FIG.
This will be described with reference to FIG. Selected extraction point data 314 in FIG.
Is received, the constraint condition selection setting unit 14
Similarly to the evaluation function setting unit 12 shown in (a) and (b), the control amount response prediction is obtained using the operation amount update value as a variable. Subsequently, for each control cycle, the current time is set as the origin 0, the selected extraction point data 314 is associated, and the control amount response predicted value of the prediction evaluation section is selectively extracted. With respect to the operation amount change in FIG.
The control amount response prediction value at a time corresponding to the dead time and settling time of the process is extracted. 4A and 4B, the selectively extracted control amount response predicted value 401 is compared with an upper limit value and a lower limit value of the driving constraint condition. That is,
【００４３】[0043]
【数３】 （下限値）＜（選択抽出した制御量応答予測値）＜（上限値） …（数３） となり、制御量応答予測に関して、必要最小限の不等式
制約条件を定義することができる。[Equation 3] (Lower limit value) <(Selected extracted control amount response prediction value) <(Upper limit value) (Equation 3) With respect to control amount response prediction, a minimum necessary inequality constraint condition can be defined. .
【００４４】次に、本発明の多変数プロセス制御システ
ム１の、操作量計算部１５について、図１，図２、およ
び図４を用いて説明する。Next, the manipulated variable calculator 15 of the multivariable process control system 1 of the present invention will be described with reference to FIGS. 1, 2 and 4.
【００４５】操作量計算部１５では、前記評価関数設定
部の導出した、モデル予測制御の評価関数Ｓ１３５と、
操作量更新値の探索範囲を表わす不等式制約条件Ｓ１４
５を受け取り、数値最適化手法により、最適な操作量更
新値を求め、前記制御対象プロセス２に対し出力する。In the manipulated variable calculator 15, an evaluation function S135 for model predictive control, derived from the evaluation function setting unit,
Inequality constraint condition S14 representing search range of manipulated variable update value
5 and obtains an optimal operation amount update value by a numerical optimization method, and outputs it to the control target process 2.
【００４６】前述の評価関数Ｓ１３５は、図２（ａ),
（ｂ）に示す予測評価区間の予測偏差二乗和２０１と、
予測制御区間の操作量更新値二乗和２０２の和に相当す
る。前述の操作量更新値の探索範囲Ｓ１４５は、選択抽
出した制御量応答予測の不等式制約条件と、操作量更新
値の不等式制約条件で構成する。The above-described evaluation function S135 is shown in FIG.
(B) the sum of squares of the predicted deviation 201 of the predicted evaluation section,
This corresponds to the sum of the squared sums of the operation amount update values 202 in the prediction control section. The search range S145 for the manipulated variable update value includes the inequality constraint condition of the control amount response prediction selected and extracted and the inequality constraint condition of the manipulated variable update value.
【００４７】本発明の実施例の前記操作量計算部１５で
は、前記評価関数Ｓ１３５を、操作量更新値を変数とす
る面積を最小化する問題として、不等式制約条件を考慮
した二次計画問題として処理する。この結果、該プロセ
スの各種運転条件をみたした上で、制御目標値に追従す
るための操作変数が導出される。In the manipulated variable calculator 15 of the embodiment of the present invention, the evaluation function S135 is used as a problem of minimizing an area with the manipulated variable update value as a variable, and as a quadratic programming problem considering inequality constraints. To process. As a result, an operation variable for following the control target value is derived after considering various operation conditions of the process.
【００４８】次に、本発明の多変数プロセス制御システ
ム１の、選択抽出点設定部３１について、図３，図５を
用いて説明する。Next, the selected extraction point setting section 31 of the multivariable process control system 1 of the present invention will be described with reference to FIGS.
【００４９】図３に示した、前述の制御量選択抽出点３
１４は、該プロセスの応答特性に応じてデータ設定され
るが、例えば、外気温の変化により、制御対象プロセス
の反応特性が変わり、むだ時間前後や、整定時間付近で
の制御量制約条件を、詳細に評価する必要が生じた場合
や、モデル予測制御で処理している制御変数を、手動制
御や従来の制御方式に戻したりする場合、前述の選択抽
出点を設定変更する必要がある。The aforementioned control amount selection extraction point 3 shown in FIG.
14, data is set according to the response characteristics of the process. For example, the reaction characteristics of the process to be controlled change due to a change in the outside air temperature, and the control amount constraint conditions before and after the dead time and near the settling time are set. When it is necessary to perform detailed evaluation or when the control variables being processed in the model predictive control are returned to the manual control or the conventional control method, it is necessary to change the setting of the above-mentioned selected extraction point.
【００５０】これを解決するために、本発明の図５で
は、選択抽出点設定部３１を設けて、本発明の図３の制
約条件選択設定部１４に格納された、選択抽出点データ
３１４を表示し、これらを制御変数ごとにデータ編集可
能とする。データ編集した結果は、選択抽出点データＳ
３１１４として、前記制約条件選択設定部１４に再度設
定する。前記制約条件選択設定部１４における処理は、
本発明の図４と同じである。In order to solve this, in FIG. 5 of the present invention, a selected extraction point setting unit 31 is provided, and the selected extraction point data 314 stored in the constraint condition selection setting unit 14 of FIG. These are displayed, and the data can be edited for each control variable. The result of the data editing is the selected extraction point data S
As 3114, the constraint condition selection setting unit 14 is set again. The processing in the constraint condition selection setting unit 14 includes:
It is the same as FIG. 4 of the present invention.
【００５１】これにより、コントローラデータベース１
１に格納していた前記選択抽出点データ３１４を、該プ
ロセスの数式モデルを変更することなく、データ設定変
更ができる。Thus, the controller database 1
The data setting of the selected extraction point data 314 stored in No. 1 can be changed without changing the mathematical model of the process.
【００５２】[0052]
【発明の効果】本発明によれば、制御対象プロセスの運
転制約条件を考慮することが可能な、モデル予測制御機
能を備えた多変数プロセス制御システムにおいて、該プ
ロセスの応答特性に基づき、前述の運転制約条件を比較
する制御量応答の予測値を選択抽出してから、操作量計
算に反映することにより、球解制約条件が少なくなる、
つまり数値最適化問題の規模を小さくすることができる
ので、制御対象プロセスが、制御量，操作量の数が多い
大規模プロセスの場合でも、制御量応答予測結果の評価
区間を長くした上での、運転制約条件を満たした操作量
計算が可能となる。According to the present invention, in a multivariable process control system having a model predictive control function capable of taking into account the operation constraints of a process to be controlled, based on the response characteristics of the process, By selectively extracting the predicted value of the control amount response for comparing the driving constraint conditions, and then reflecting it in the manipulated variable calculation, the spherical solution constraint condition is reduced.
In other words, since the scale of the numerical optimization problem can be reduced, even if the control target process is a large-scale process having a large number of control variables and manipulated variables, the evaluation interval of the control variable response prediction result must be increased. Thus, the operation amount calculation that satisfies the driving constraint condition can be performed.
【００５３】さらに、選択抽出点設定部を設けること
で、コントローラデータベースに格納していた前記選択
抽出点データを、該プロセスの数式モデルを変更するこ
となく、データ設定変更ができるので、モデル予測制御
で処理する制御変数，操作変数の登録数が変更し、コン
トローラ規模を大きくした場合でも、計算負荷の調整が
可能となる。Further, by providing the selected extraction point setting section, the data setting of the selected extraction point data stored in the controller database can be changed without changing the mathematical model of the process. The calculation load can be adjusted even when the number of registered control variables and manipulated variables to be processed is changed and the controller scale is increased.
【図１】本発明による多変数プロセス制御システムの概
略構成図を示す。FIG. 1 shows a schematic configuration diagram of a multivariable process control system according to the present invention.
【図２】（ａ）及び（ｂ）は図１に示す本発明による多
変数プロセス制御システムにおけるプロセス応答予測と
モデル予測制御の評価関数設定部の処理の概略特性図を
示す。2 (a) and 2 (b) are schematic characteristic diagrams of the process of an evaluation function setting unit for process response prediction and model prediction control in the multivariable process control system according to the present invention shown in FIG.
【図３】図１に示す本発明による多変数プロセス制御シ
ステムにおける、制御対象プロセスのモデルデータと選
択抽出点の関係を示す。FIG. 3 shows a relationship between model data of a control target process and a selected extraction point in the multivariable process control system according to the present invention shown in FIG.
【図４】（ａ）及び（ｂ）は図１に示す本発明による多
変数プロセス制御システムにおける予測値計算結果から
制御量応答予測値を選択設定する制約条件選択設定部の
処理概要を示す特性図である。FIGS. 4A and 4B are characteristics showing an outline of processing of a constraint condition selection setting unit for selectively setting a control amount response predicted value from a predicted value calculation result in the multivariable process control system according to the present invention shown in FIG. 1; FIG.
【図５】図１に示す本発明による多変数プロセス制御シ
ステムにおいて選択抽出点のデータ設定を変更可能とす
るための選択抽出点設定部を具備したシステム構成図を
示す。FIG. 5 is a system configuration diagram provided with a selection extraction point setting unit for enabling the data setting of the selection extraction point to be changed in the multivariable process control system according to the present invention shown in FIG. 1;
１…多変数プロセス制御システム、２…制御対象プロセ
ス、３…データ設定部、１１…コントローラデータベー
ス、１２…予測値計算部、１３…評価関数設定部、１４
…制約条件選択設定部、１５…操作量計算部、２１…化
学プロセス機器、２２，２４…プロセス計測器、２３…
調節バルブ、３１…選択抽出点設定部、１１１…モデル
データの一部、３１４…選択抽出点データ。DESCRIPTION OF SYMBOLS 1 ... Multivariable process control system, 2 ... Control target process, 3 ... Data setting part, 11 ... Controller database, 12 ... Predicted value calculation part, 13 ... Evaluation function setting part, 14
... Constraint condition selection and setting unit, 15 ... Manipulation amount calculation unit, 21 ... Chemical process equipment, 22, 24 ... Process measuring instrument, 23
Control valve, 31 ... Selection extraction point setting unit, 111 ... Part of model data, 314 ... Selection extraction point data.
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平10−3302（ＪＰ，Ａ) 特開 平６−4110（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G05B 11/00 - 13/04 ────────────────────────────────────────────────── ─── Continuation of the front page (56) References JP-A-10-3302 (JP, A) JP-A-6-4110 (JP, A) (58) Fields investigated (Int. Cl. 7 , DB name) G05B 11/00-13/04
Claims (3)
ルを用いて、制御対象プロセスを最適に制御するモデル
予測制御機能をもつ多変数プロセス制御システムにおい
て、 前記数式モデルを用いて制御量変化を予測する予測機能
と、前記予測機能による予測に基づき 制御特性を表わす評価
関数を導出する評価関数設定手段と、 前記予測機能による 前記制御量変化を予測した値から一
点あるいは複数抽出した値と制御変数の運転制約条件と
を比較して該モデル予測制御での操作量更新値の探索範
囲を導出する制約条件選択設定手段と、 前記評価関数設定手段により導出された評価関数と前記
制約条件選択設定手段により導出された操作量更新値の
探索範囲から最適化する操作量を算出する演算機能を備
えることを特徴とする多変数プロセス制御システム。1. A multivariable process control system having a model predictive control function for optimally controlling a controlled object process using a mathematical model representing characteristics of a controlled process, wherein a control variable change is predicted using the mathematical model. Prediction function, an evaluation function setting means for deriving an evaluation function representing a control characteristic based on the prediction by the prediction function , and a value obtained by extracting one or more points from a value obtained by predicting the control amount change by the prediction function and a control variable. Driving constraints and
And the search range of the manipulated variable update value in the model predictive control is compared.
A constraint condition selection setting means for deriving circumference, the evaluation function derived by the evaluation function setting means
Of the manipulated variable update value derived by the constraint condition selection setting means
A multivariable process control system comprising an arithmetic function for calculating an operation amount to be optimized from a search range .
テムにおいて、前記制御量変化の予測した値を、予測開
始時刻から時系列順に、前記制御対象プロセスの特性で
あるむだ時間，整定時間、または立ち上り特性などに対
応つけて、選択抽出する機能を具備することを特徴とす
る多変数プロセス制御システム。2. The multivariable process control system according to claim 1 ,
The system has a function of selectively extracting the predicted value of the control amount change in chronological order from the prediction start time, in association with the dead time, the settling time, the rising characteristic, or the like, which is the characteristic of the controlled process. It is characterized in that
Multivariable process control system that.
テムにおいて、前記制御量予測結果の選択抽出点のデー
タ設定変更を、制御変数ごとに可能とする、データ設定
手段を具備することを特徴とする多変数プロセス制御シ
ステム。3. The multivariable process control system according to claim 1 ,
In Temu, multivariable process control system, characterized in that the data setting change of selective extraction point of the control amount prediction result allows for each control variable comprises a data setting means.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09295098A JP3279250B2 (en) | 1998-04-06 | 1998-04-06 | Multivariable process control system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09295098A JP3279250B2 (en) | 1998-04-06 | 1998-04-06 | Multivariable process control system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11296204A JPH11296204A (en) | 1999-10-29 |
| JP3279250B2 true JP3279250B2 (en) | 2002-04-30 |
Family
ID=14068754
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP09295098A Expired - Fee Related JP3279250B2 (en) | 1998-04-06 | 1998-04-06 | Multivariable process control system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3279250B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011198327A (en) * | 2010-03-24 | 2011-10-06 | Jfe Steel Corp | Model predictive control method and device using online model identification |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001079943A1 (en) * | 2000-04-14 | 2001-10-25 | Omron Corporation | Controller, temperature regulator, and heat treatment apparatus |
| AU6055101A (en) * | 2000-06-20 | 2002-01-02 | D. Liu | Methods of designing optimal pid controllers |
| JP2002106915A (en) * | 2000-09-28 | 2002-04-10 | Yanmar Diesel Engine Co Ltd | Control method and control device for heat pump |
| DE60239925D1 (en) | 2001-03-29 | 2011-06-16 | Lasx Ind Inc | CONTROL FOR A LASER WITH PREDICTIVE MODES OF THE LASER BEAM SYSTEM |
| JP3790129B2 (en) * | 2001-06-14 | 2006-06-28 | 株式会社東芝 | Process simulator application control apparatus and method |
| JP3660328B2 (en) | 2002-06-21 | 2005-06-15 | ファナック株式会社 | Laser processing machine |
| JP4999593B2 (en) * | 2007-08-01 | 2012-08-15 | 新明和工業株式会社 | A control system with a function to evaluate and analyze the stability of a controlled object by providing an extended virtual power monitor |
| US7822512B2 (en) * | 2008-01-08 | 2010-10-26 | General Electric Company | Methods and systems for providing real-time comparison with an alternate control strategy for a turbine |
| JP2010271890A (en) * | 2009-05-21 | 2010-12-02 | Mitsubishi Chemical Engineering Corp | Parameter adjustment method and device |
-
1998
- 1998-04-06 JP JP09295098A patent/JP3279250B2/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011198327A (en) * | 2010-03-24 | 2011-10-06 | Jfe Steel Corp | Model predictive control method and device using online model identification |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH11296204A (en) | 1999-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112286043B (en) | PID parameter setting method based on controlled object step response characteristic data | |
| JP3279250B2 (en) | Multivariable process control system | |
| MXPA02012834A (en) | Multi-variable matrix process control. | |
| US20020019722A1 (en) | On-line calibration process | |
| CN113325721B (en) | Model-free adaptive control method and system for industrial system | |
| JPH06301406A (en) | Hierarchical model predictive control system | |
| Sistu et al. | Computational issues in nonlinear predictive control | |
| JP4908433B2 (en) | Control parameter adjustment method and control parameter adjustment program | |
| CN111930010A (en) | LSTM network-based general MFA controller design method | |
| Xu et al. | Auto-tuning of PID controller parameters with supervised receding horizon optimization | |
| Daiguji et al. | An approach for stiction compensation in industrial process control valves | |
| JP2001067103A (en) | Method and device for controlling process | |
| CN109725526B (en) | Multivariable semi-adaptive prediction control method | |
| Hu | Generalized predictive control using a neuro-fuzzy model | |
| JP2000099107A (en) | Model predictive control system | |
| JP2001242905A (en) | Method and device for process controlling | |
| Dubay et al. | Well-conditioned model predictive control | |
| JPH05173602A (en) | Adaptive type model predictive controller | |
| Wilson | Virtual sensor technology for process optimization | |
| JPH04256102A (en) | Model estimation controller | |
| CN115058555B (en) | Intelligent soft measurement method and system for measuring carbon content of converter endpoint | |
| Aravind et al. | Reliability of pid controller for a real time sensor interfaced temperature process | |
| Hoshino et al. | Self tuning control with generalized minimum variance control in continuous time domain | |
| CN113568309B (en) | On-line space-time control method for temperature field | |
| Wang et al. | On-line modeling and monitoring for multi-operation batch processes with infinite data types |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080222 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090222 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |