JP4402645B2 - 制御系解析装置およびプログラム - Google Patents

Description

本発明は、制御系解析技術に関し、特に制御系の動作を示すモデルを用いて操作パラメータの最適設定値を得る制御系解析技術に関する。

一般に、空調システムや排熱利用型蒸気供給システムなどの大規模な系の動作を制御する場合、系を安定動作させるだけでなく、例えば省エネルギーや環境への影響などの所望の評価指標に基づいて、系制御用の操作パラメータを最適値に設定する必要がある。

このような大規模な系を解析して操作パラメータの最適設定値を得る場合、系の動作をシミュレーションするための推論モデルを生成し、得られた推論モデルに基づき所望の評価指標を満足する最適値を求める手法が用いられる。
系の推論モデルとしては、物理式を用いた論理モデルが考えられるが（例えば、非特許文献１など参照）、大規模な系では、自律的に制御動作を行う複数の装置間で互いに影響し合うトレードオフが複雑に絡み合っており、また周囲環境からも影響を受けるため、目に見えない多くの振る舞いをすべて把握して適切な物理式で表すことは困難である。

従来、系の推論モデルを作成する手法として事例ベースモデリングがある。事例ベースモデルとは、対象となる系の動作を、その系の典型的な入出力パラメータの関係すなわち事例データで表現したブラックボックスモデルである。
この事例ベースモデルでは、過去に系で得られた入出力パラメータの関係すなわち履歴データから事例データを生成することによりモデリングを行う。このため、物理式を用いた論理モデルと比較して、装置間のトレードオフや周囲環境の影響などを正確に把握する必要がなくなり、規模が大きくて動作が複雑な系であっても比較的容易にモデリングを行うことができる。

特開２００２−１８３１１１号公報 特許第２６３２１１７号公報 http://jp.yamatake.com/corp/rp/tech/review/pdf/2005_8/2005_8_10.pdf、株式会社山武 西川,三宮,茨木、「岩波講座情報科学-19 最適化」、1982年9月10日発行、岩波書店、pp.162-171

しかしながら、このような従来技術では、対象となる系のモデリングを行うため、当該系の動作を大きく変動させて広範囲にわたる履歴データを取得する必要があるが、例えば空調システムや排熱利用型蒸気供給システムなどのように、規模が大きくて動作が複雑な系の場合、所望の履歴データを容易に取得できない。したがって、系の動作を示す適切な事例ベースモデルを作成できず、結果として操作パラメータの最適設定値を得ることができないという問題点があった。

履歴データを取得する際、実際のシステムを模した試験的なシステムを構成して操作パラメータを変更しつつ所望の履歴データを取得する方法が考えられるが、大規模なシステムを試験的に構成することは多大なコストが発生するため、現実的ではない。また、対象となる系が空調システムの場合、建物内の熱源だけでなく環境からの影響も変更して履歴データを取得する必要があり、このような実際のシステムを模した試験的なシステムを正確に構成することは不可能である。

また、実際のシステムから履歴データを取得する場合には、系の安全性の面から制約が大きい。例えは、操作パラメータの僅かな変更であっても系全体に対して大きな影響を与えてしまい、系の通常動作を阻害する可能性があり、非常にリスクが高い。例えば、並列接続された複数の冷凍機をオン／オフ制御するような空調システムでは、ハンチングが起きないよう操作パラメータを選択すること自体難しい場合もある。また、排熱利用型蒸気供給システムでは、過去の経験から排熱利用ボイラ側蒸気圧と補助ボイラ側蒸気圧とのバランスを設定しているのが現状である。

また、実際のシステムから履歴データを取得する場合、規模が大きくて動作が複雑な系では制御遅れが存在しているため、ある時点で系から同時に計測したデータの組では、システムの動作を精度よく表しておらず、系の典型的な入出力パラメータの関係を示す事例データとして用いることができないという問題点もあった。

本発明はこのような課題を解決するためのものであり、規模が大きくて動作が複雑な系であっても、その系の動作を示す適切なモデルを作成でき、結果として操作パラメータの最適設定値を得ることができる制御系解析装置およびプログラムを提供することを目的としている。

このような目的を達成するために、本発明にかかる制御系解析装置は、任意の対象を制御する系の動作を示すモデルを用いて操作パラメータの最適設定値を得る制御系解析装置であって、系の動作を決定するとともに系の動作に応じて所望の設定値近傍で変動する操作パラメータ、系の動作に影響を及ぼす要因を示す条件パラメータ、および系の動作の最適化を評価するための評価パラメータの値を、実際に稼働している系から逐次計測し、これら時系列データを履歴データとして記憶部へ格納するパラメータ計測手段と、記憶部の各履歴データから系の動作を示す複数の事例データを生成して記憶部へ格納する事例データ生成手段と、記憶部の事例データに基づいて、操作パラメータと条件パラメータを入力パラメータとするとともに評価パラメータを出力パラメータとし、系の各種状態での動作を示す事例ベースモデルを作成するモデル作成手段とを備えている。

この際、事例データ生成手段で、履歴データの各パラメータ値を、系の時間遅れ以上の時間長を有する一定区間ごとに統計処理してそれぞれの代表値を算出し、各区間の代表値の組から事例データを生成するようにしてもよい。

また、モデル作成手段で、多変数スプラインによる応答曲面法（ＲＳＭ−Ｓ）を用いて事例ベースモデルを作成するようにしてもよい。

また、系が空調システムの場合、操作パラメータとして熱源機器から空調機へ送水される水の送水温度を用い、条件パラメータとして空調対象となる空調負荷を用い、評価パラメータとして系で消費されるエネルギー消費量を用いてもよい。

また、系が排熱利用型蒸気供給システムの場合、操作パラメータとして排熱利用ボイラ側蒸気圧または補助ボイラ側蒸気圧のいずれかまたは両方を用い、条件パラメータとして負荷側での蒸気負荷を用い、評価パラメータとして補助ボイラ側のエネルギー消費量または排熱利用ボイラ側の排熱熱利用量のいずれかまたは両方を用いてもよい。

また、本発明にかかるプログラムは、任意の対象を制御する系の動作を示すモデルを用いて操作パラメータの最適設定値を得る制御系解析装置のコンピュータに、系の動作を決定するとともに系の動作に応じて所望の設定値近傍で変動する操作パラメータ、系の動作に影響を及ぼす要因を示す条件パラメータ、および系の動作の最適化を評価するための評価パラメータの値を、実際に稼働している系から逐次計測し、これら時系列データを履歴データとして記憶部へ格納するパラメータ計測ステップと、記憶部の各履歴データから系の動作を示す複数の事例データを生成して記憶部へ格納する事例データ生成ステップと、記憶部の事例データに基づいて、操作パラメータと条件パラメータを入力パラメータとするとともに評価パラメータを出力パラメータとし、系の各種状態での動作を示す事例ベースモデルを作成するモデル作成ステップとを実行させる。

この際、事例データ生成ステップで、履歴データの各パラメータ値を、系の時間遅れ以上の時間長を有する一定区間ごとに統計処理してそれぞれの代表値を算出し、各区間の代表値の組から事例データを生成するようにしてもよい。

また、モデル作成ステップで、多変数スプラインによる応答曲面法（ＲＳＭ−Ｓ）を用いて事例ベースモデルを作成するようにしてもよい。

また、系が空調システムの場合、操作パラメータとして熱源機器から空調機へ送水される水の送水温度を用い、条件パラメータとして空調対象となる空調負荷を用い、評価パラメータとして系で消費されるエネルギー消費量を用いてもよい。

また、系が排熱利用型蒸気供給システムの場合、操作パラメータとして排熱利用ボイラ側蒸気圧または補助ボイラ側蒸気圧のいずれかまたは両方を用い、条件パラメータとして負荷側での蒸気負荷を用い、評価パラメータとして補助ボイラ側のエネルギー消費量または排熱利用ボイラ側の排熱利用量のいずれかまたは両方を用いてもよい。

本発明は、制御系における設定値近傍で発生する系の変動を、制御系が意図して操作パラメータ値をばらつきの範囲内で変化させた場合の系の動作特性であると見なせることに着目し、実際に稼働している系から、系の動作を決定するとともに系の動作に応じて設定値近傍で変動する操作パラメータ、系の動作に影響を及ぼす要因を示す条件パラメータ、および系の動作の最適化を評価するための評価パラメータの値を逐次計測し、これら時系列データを履歴データとして記憶部へ格納し、これら履歴データから系の動作を示す複数の事例データを生成して記憶部へ格納し、これら事例データに基づいて、操作パラメータと条件パラメータを入力パラメータとするとともに評価パラメータを出力パラメータとし、系の各種状態での動作を示す事例ベースモデルを作成するようにしたものである。

これにより、実際に稼働している制御系から計測して得られた少ない事例データから、制御系の広範囲にわたる動作状態を示す適切なモデルを作成できる。したがって、規模が大きくて動作が複雑な系であっても、実際のシステムを模した試験的なシステムを構成する必要がなくなり、履歴データを取得するためのコストを必要とすることなく容易に、かつ正確な履歴データを取得できる。また、系の通常動作から逸脱しない範囲で履歴データを取得するだけでよく、系の通常動作を阻害することなくまたそのリスクを負う必要はない。

次に、本発明の実施の形態について図面を参照して説明する。
［第１の実施の形態］
まず、図１を参照して、本発明の第１の実施の形態にかかる制御系解析装置について説明する。図１は、本発明の第１の実施の形態にかかる制御系解析装置の構成を示すブロック図である。
この制御系解析装置１は、入力された各種情報をコンピュータで演算処理する情報処理装置からなり、任意の対象を制御する制御系２の動作を示すモデルを用いて操作パラメータの最適設定値を算出する。

一般に、規模が大きくて動作が複雑な系の場合は制御の分解能が低く、任意の設定値に対して実際の操作パラメータ値（計測値）がある程度のばらつきを有していることが多い。このように制御の分解能が低い場合には、操作パラメータ値が所望の設定値に維持されるようにループ制御（フィードバック制御）を行っても、状態量は設定値の近傍を上下動する動きになる。例えば、空調システムでは、並列接続された複数の冷凍機を、被制御室で発生した負荷熱量に応じてオン／オフ制御して運転台数を調整する制御を行っているため、制御の分解能が低く、実際の操作パラメータ値にある程度のばらつきが発生する。

本実施の形態は、このような設定値近傍で発生する系の変動を、制御系が意図して操作パラメータ値をばらつきの範囲内で変化させた場合の系の動作特性であると見なせることに着目して、実際に稼働している系から、系の動作を決定するとともに系の動作に応じて設定値近傍で変動する操作パラメータ、系の動作に影響を及ぼす要因を示す条件パラメータ、および系の動作の最適化を評価するための評価パラメータの値を逐次計測し、これら時系列データを履歴データとして記憶部へ格納し、これら履歴データから系の動作を示す複数の事例データを生成して記憶部へ格納し、これら事例データに基づいて、操作パラメータと条件パラメータを入力パラメータとするとともに評価パラメータを出力パラメータとし、系の各種状態での動作を示す事例ベースモデルを作成するようにしたものである。

次に、図１を参照して、本発明の第１の実施の形態にかかる制御系解析装置の構成について詳細に説明する。
この制御系解析装置１には、パラメータ計測部１１、操作入力部１２、画面表示部１３、記憶部１４、および演算処理部１５が設けられている。

パラメータ計測部１１は、専用のインターフェース回路部からなり、実際に稼働している制御系２の各部から所望のパラメータを計測器やセンサを介して計測する機能と、これら時系列データを履歴データとして記憶部１４へ格納する機能とを有している。

図２は、制御系の構成例（空調システム）を示すブロック図であり、ここでは被制御室を冷房する空調システムの例が示されている。この制御系２は、冷却塔２１、冷却水ポンプ２２、冷凍機２３、冷水ポンプ２４、および空調機２５から構成されている。
冷却塔２１は、冷凍機２３からの冷却水２２Ａと外気との熱交換を行う装置であり、冷却後の冷却水２２Ｂが冷却水ポンプ２２により冷凍機２３へ送られる。冷凍機２３は、空調機２５からの冷水２４Ａと冷却塔２１からの冷却水２２Ｂとの熱交換を行う熱源機器であり、冷却後の冷水２４Ｂが冷水ポンプ２４により空調機２５へ送られる。空調機２５は、被制御室２６からの空気２７Ａと冷凍機２３からの冷水２４Ｂとの間で熱交換を行う空調機であり、冷却後の空気２７Ｂが被制御室２６へ送られる。

通常、被制御室２６の室温を所望の目的値へ制御するため、空調機２５、冷凍機２３、および冷却塔２１で、それぞれ所定の操作パラメータが所望の設定値となるよう制御を行っている。
例えば、空調機２５では、空気２７Ａの温度が所定の設定値となるようファンによる空気２７Ａの送風量が制御される。冷凍機２３では、空調機２５へ送る冷水２４Ｂの冷水送水温度が所定の設定値となるよう運転のオン／オフ制御が行われる。冷却塔２１では、冷凍機２３へ送る冷却水２２Ｂの温度が所定の設定値となるようファンによる外気の送風量が制御される。

本実施の形態では、制御系解析装置１のパラメータ計測部１１により、実際に稼働している制御系２から、この制御系２の動作を示すモデルを作成するため、モデルの入力パラメータとなる操作パラメータ２０Ａと条件パラメータ２０Ｂ、およびモデルの出力パラメータとなる評価パラメータ２０Ｃからなる各パラメータ２０の値を時系列で計測する。

操作パラメータ２０Ａは、制御系２の動作を決定するとともに制御系２の動作に応じて所望の設定値近傍で変動するパラメータである。本実施の形態では、冷水送水温度を制御系全体の操作パラメータと見なし、冷凍機２３から空調機２５へ送水される冷水２４Ｂの配管に設けられた冷水送水温度計３５により冷水送水温度Ｔａを計測している。

条件パラメータ２０Ｂは、制御系２の動作に影響を及ぼす要因を示すパラメータである。本実施の形態では、外気温や室内人数あるいは室内装置の動作により変化する被制御室２６の熱負荷（空調負荷）を条件パラメータと見なし、冷水送水温度計３５により冷水送水温度Ｔａを計測するとともに、空調機２５から冷凍機２３へ還る冷水２４Ａの配管に設けられた冷水還り温度計３６と冷水流量計３７により冷水還り温度Ｔｂおよび冷水流量Ｑを計測し、これら冷水送水温度Ｔａと冷水還り温度Ｔｂおよび冷水流量Ｑとから被制御室２６の負荷熱量を算出している。

評価パラメータ２０Ｃは、系の動作の最適化を評価するためのパラメータである。本実施の形態では、制御系２のエネルギー消費量を削減する省エネルギーを目的として最適な操作パラメータを得る場合を例とし、各装置での消費電力を計測している。具体的には、電力２８から冷却塔２１、冷凍機２３、および空調機２５へ供給される冷却塔消費電力Ｐａ、冷凍機消費電力Ｐｂ、および空調機消費電力Ｐｃを、それぞれ冷却塔電力計３１、冷凍機電力計３２、および空調機電力計３３で計測し、冷却水ポンプ２２および冷水ポンプ２４で供給されるポンプ消費電力Ｐｐをポンプ電力計３４で計測している。

操作入力部１２は、キーボードやマウスなどの操作入力装置からなり、オペレータの操作を検出して演算処理部１５へ出力する機能を有している。
画面表示部１３は、ＬＣＤやＰＤＰなどの画面表示装置からなり、演算処理部１５からの指示に応じて操作メニューや各種演算結果を画面表示する機能を有している。

記憶部１４は、ハードディスクやメモリなどの記憶装置からなり、演算処理部１５でモデル作成や最適化処理に用いる各種処理情報やプログラム１４Ｐを記憶する機能を有している。プログラム１４Ｐは、演算処理部１５に読み込まれて実行されることによりモデル作成や最適化処理のための各種機能を実現するプログラムであり、外部装置や記録媒体から予め取り込まれて記憶部１４へ保存される。
記憶部１４で記憶する主な処理情報としては、操作パラメータ１４Ａ、条件パラメータ１４Ｂ、評価パラメータ１４Ｃ、事例データ１４Ｄ、事例ベースモデル１４Ｅ、および操作パラメータ最適設定値１４Ｆがある。

操作パラメータ１４Ａ、条件パラメータ１４Ｂ、および評価パラメータ１４Ｃは、パラメータ計測部１１により制御系２から計測された時系列データであり、同時刻に計測されたパラメータ値の組から履歴データを構成する。
事例データ１４Ｄは、制御系２の各種動作状態を代表するデータであり、演算処理部１５により、上記履歴データから制御系２の制御遅れを考慮して生成された、操作パラメータ、条件パラメータ、および評価パラメータの値の組から構成されている。

事例ベースモデル１４Ｅは、制御系２の各種状態における動作を示すブラックボックスモデルであり、演算処理部１５により、事例データ１４Ｄから作成される。この事例ベースモデルは、操作パラメータと条件パラメータを入力パラメータとするとともに評価パラメータを出力パラメータとし、任意の入力パラメータ値に対する出力パラメータ値を算出できる。モデル作成アルゴリズムとして、例えば多変数スプラインによる応答曲面法（ＲＳＭ−Ｓ：Response Surface Method by Spline）を用いた場合、事例ベースモデル１４Ｅは、制御系２の動作特性を示す入出力特性曲面を規定する数式で表現される。

操作パラメータ最適設定値１４Ｆは、制御系２に対する所望の評価関数が最適値となる操作パラメータ値である。演算処理部１５により、操作パラメータと条件パラメータの値を所定の条件で変化させることにより、事例ベースモデル１４Ｅから各パラメータの変化値に対応した評価パラメータ値をそれぞれ算出し、これら算出結果に基づいて操作パラメータ最適設定値１４Ｆが算出される。

演算処理部１５は、ＣＰＵなどのマイクロプロセッサとその周辺回路を有し、記憶部１４からプログラム１４Ｐを読み込んで実行することにより、モデル作成や最適化処理のための各種機能手段を実現する機能を有している。
演算処理部１５により実現される主な機能手段としては、事例データ生成手段１５Ａ、モデル作成手段１５Ｂ、および最適化処理手段１５Ｃがある。

事例データ生成手段１５Ａは、記憶部１４の操作パラメータ１４Ａ、条件パラメータ１４Ｂ、および評価パラメータ１４Ｃからなる履歴データに基づき、制御系２の動作を示す複数の事例データ１４Ｄを生成して記憶部１４へ格納する機能を有している。
モデル作成手段１５Ｂは、記憶部１４の事例データ１４Ｄに基づいて、操作パラメータと条件パラメータを入力パラメータとするとともに評価パラメータを出力パラメータとし、制御系２の各種状態での動作を示す事例ベースモデル１４Ｅを作成する機能を有している。

具体的なモデル作成アルゴリズムとしては、例えば多変数スプラインによる応答曲面法（ＲＳＭ−Ｓ／例えば、特許文献１など参照）や位相事例ベースモデリング法（ＴＣＢＭ：Topological Case-Based Modeling／例えば、特許文献２など参照）がある。なお、モデル作成アルゴリズムは、これらモデリング法に限定されるものではなく、上記事例ベースモデリングと同様の特徴、すなわち少ない事例データから比較的広範囲にわたる対象の動作を示すモデルを作成できるものであればいずれの手法を適用してもよい。

最適化処理手段１５Ｃは、操作パラメータと条件パラメータの値を所定の条件で変化させることにより、事例ベースモデル１４Ｅから各パラメータの変化値に対応した評価パラメータ値をそれぞれ算出し、これら算出結果に基づいて所望の評価関数が最適値となる操作パラメータ最適設定値１４Ｆを決定する機能を有している。

［第１の実施の形態の動作］
次に、図３および図４を参照して、本発明の第１の実施の形態にかかる制御系解析装置の動作について説明する。図３は、本発明の第１の実施の形態にかかる制御系解析装置の動作を示す動作フロー図である。図４は、本発明の第１の実施の形態にかかる制御系解析装置のモデル作成処理を示すフローチャートである。ここでは、図２の空調システムの動作を示す事例ベースモデルを作成する場合を例として説明する。

演算処理部１５は、操作入力部１２で検出されたオペレータによるモデル作成指示操作に応じて、図４のモデル作成処理を開始する。
まず、演算処理部１５は、パラメータ計測部１１により、制御系２から操作パラメータ２０Ａ、条件パラメータ２０Ｂ、および評価パラメータ２０Ｃの値を計測し（ステップ１００）、得られた時系列データに基づき操作パラメータ１４Ａ、条件パラメータ１４Ｂ、および評価パラメータ１４Ｃからなる履歴データを生成して記憶部１４へ保存する。

このうち、条件パラメータ２０Ｂについては、同一時刻に計測された冷水送水温度Ｔａと冷水還り温度Ｔｂから被制御室２６の負荷熱量を算出し、負荷熱量の時系列データを条件パラメータ１４Ｂとして記憶部１４へ保存する（ステップ１０１）。負荷熱量の算出方法については、公知技術を利用すればよく、ここでの説明は省略する。
また、評価パラメータ２０Ｃについては、冷却塔消費電力Ｐａ、冷凍機消費電力Ｐｂ、空調機消費電力Ｐｃ、およびポンプ消費電力Ｐｐを、同一計測時刻ごとに合算し、得られた時系列データを評価パラメータ１４Ｃとして記憶部１４へ保存する（ステップ１０２）。

次に、演算処理部１５は、事例データ生成手段１５Ａにより、記憶部１４の操作パラメータ１４Ａ、条件パラメータ１４Ｂ、および評価パラメータ１４Ｃからなる履歴データから、制御系２の各種動作状態を代表する事例データ１４Ｄを生成する（ステップ１０３）。
図５は、事例データの生成を示す説明図である。図６は、事例データの構成例である。事例データ生成手段１５Ａは、操作パラメータ１４Ａ、条件パラメータ１４Ｂ、および評価パラメータ１４Ｃのうち任意の時刻区間Ｔごとに、当該区間Ｔに属する各時系列データを統計処理してその代表値をそれぞれ求め、これら代表値の組から事例データ１４Ｄを生成する。

この際、区間Ｔとしては、制御系２の時間遅れ以上の時間長を用いる。例えば、冷水送水温度Ｔａを変化させてから被制御室２６の室内温度が安定するまでには、制御系２に固有の時間遅れを有する。したがって、少なくともこの時間遅れ以上の時間長、例えばを持つ区間Ｔごとに事例データを生成することにより、安定した事例データが得られる。なお、代表値としては、平均値、中央値など任意の統計値を用いればよい。

次に、演算処理部１５は、モデル作成手段１５Ｂにより、記憶部１４の事例データ１４Ｄに基づいて、操作パラメータと条件パラメータを入力パラメータとするとともに評価パラメータを出力パラメータとし、制御系２の各種状態での動作を示す事例ベースモデル１４Ｅを作成して記憶部１４へ保存し（ステップ１０４）、一連のモデル作成処理を終了する。

図７は、事例ベースモデルの構成例であり、具体的なモデル作成アルゴリズムとして多変数スプラインによる応答曲面法（ＲＳＭ−Ｓ）を用いた例が示されている。図７において、Ｘ軸が操作パラメータに相当する冷水送水温度を示し、Ｙ軸が条件パラメータに相当する負荷熱量を示し、Ｚ軸が評価パラメータに相当する消費電力を示しており、Ｘ軸およびＹ軸を入力パラメータとしＺ軸を出力パラメータとする、制御系２の入出力特性を示す３次元曲面で事例ベースモデル１４Ｅが表現されている。
実際の事例データ１４Ｄは、図７の三次元空間内にまばらに存在しているが、ＲＳＭ−Ｓにより個々の事例データが補間され、制御系２の広範囲にわたる動作状態を示すモデルが作成されていることがわかる。

このようにして、事例ベースモデル１４Ｅを作成した後、演算処理部１５は、最適化処理手段１５Ｃにより、操作パラメータと条件パラメータの値を所定の条件で変化させることにより、事例ベースモデル１４Ｅから各パラメータの変化値に対応した評価パラメータ値をそれぞれ算出し、これら算出結果に基づいて所望の評価関数が最適値となる操作パラメータ最適設定値１４Ｆを決定する。なお、事例ベースモデル１４Ｅに基づき操作パラメータ最適設定値１４Ｆを決定するための具体的処理方法については、公知の技術を用いればよい（例えば、特許文献１など参照）。

このように、本実施の形態は、設定値近傍で発生する系の変動を、制御系が意図して操作パラメータ値をばらつきの範囲内で変化させた場合の系の動作特性であると見なせることに着目して、実際に稼働している制御系２から、パラメータ計測部１１により、制御系の動作を決定するとともに系の動作に応じて設定値近傍で変動する操作パラメータ、系の動作に影響を及ぼす要因を示す条件パラメータ、および系の動作の最適化を評価するための評価パラメータの値を逐次計測し、これら時系列データを履歴データとして記憶部１４へ格納し、事例データ生成手段１５Ａにより、これら履歴データから系の動作を示す複数の事例データ１４Ｄを生成して記憶部１４へ格納し、モデル作成手段１５Ｂにより、これら事例データ１４Ｄに基づいて、操作パラメータと条件パラメータを入力パラメータとするとともに評価パラメータを出力パラメータとし、系の各種状態での動作を示す事例ベースモデル１４Ｅを作成している。

これにより、実際に稼働している制御系２から計測して得られた少ない事例データから、制御系２の広範囲にわたる動作状態を示す適切なモデルを作成できる。したがって、規模が大きくて動作が複雑な系であっても、実際のシステムを模した試験的なシステムを構成する必要がなくなり、履歴データを取得するためのコストを必要とすることなく容易に、かつ正確な履歴データを取得できる。また、系の通常動作から逸脱しない範囲で履歴データを取得するだけでよく、系の通常動作を阻害することなくまたそのリスクを負う必要はない。

なお、本実施の形態では、制御系２が冷房用の空調システムからなる場合を例として説明したが、これに限定されるものではなく、暖房用あるいは換気用の空調システムに対しても本実施の形態を適用できる。

［第２の実施の形態］
次に、図８を参照して、本発明の第２の実施の形態にかかる制御系解析装置について説明する。図８は、制御系の構成例（排熱利用型蒸気供給システム）を示すブロック図である。
第１の実施の形態では、空調システムからなる制御系２に対して制御系解析装置１を適用した場合について説明した。本実施の形態では、排熱利用型蒸気供給システムからなる制御系２に対して制御系解析装置１を適用した場合について説明する。なお、制御系解析装置１の構成については、前述の図１と同様であり、ここでの詳細な説明は省略する。

排熱利用型蒸気供給システムは、図８に示すように、発電設備などの設備からの排熱４０を利用して蒸気を生成する排熱利用ボイラ４１と、ガス４２や電気などのエネルギーから蒸気を生成する補助ボイラ４３とを並列的に稼働させ、これら排熱利用ボイラ４１と補助ボイラ４３からの蒸気を蒸気ヘッダ４４で混合し、蒸気吸収式冷凍機や熱交換機などの負荷設備へ蒸気を供給する。実際には、排熱利用ボイラ４１や補助ボイラ４３は、システム規模に応じて複数のボイラが並列接続されて実現される。

このような排熱利用型蒸気供給システムでは、排熱利用ボイラ４１の稼働率を上げて、補助ボイラ４３でのエネルギー消費量を削減することにより、省エネルギー効果が得られる。この際、負荷設備４５に対して十分な量の蒸気供給を維持する必要がある。
本実施の形態では、制御系解析装置１のパラメータ計測部１１により、実際に稼働している制御系２から、この制御系２の動作を示すモデルを作成するため、モデルの入力パラメータとなる操作パラメータ２０Ａと条件パラメータ２０Ｂ、およびモデルの出力パラメータとなる評価パラメータ２０Ｃからなる各パラメータ２０の値を時系列で計測する。

具体的には、排熱利用ボイラ４１から出力される蒸気の蒸気圧を制御系全体の操作パラメータ２０Ａと見なし、排熱利用ボイラ４１から蒸気ヘッダ４４へ蒸気を供給する配管に設けられた蒸気圧力計５１により排熱利用ボイラ側蒸気圧Ｐｓを計測している。
また、負荷設備４５で消費される蒸気消費量（蒸気負荷）を条件パラメータ２０Ｂと見なし、蒸気ヘッダ４４から負荷設備４５へ蒸気を供給する配管に設けられた蒸気流量計５２により蒸気消費量Ｑｓを計測している。
また、制御系２のエネルギー消費量を削減する省エネルギーを目的として最適な操作パラメータを得る場合を例とする。したがって、補助ボイラ４３でのエネルギー消費量を評価パラメータ２０Ｃと見なし、補助ボイラ４３へ供給されるガス４２の配管に設けたガス流量計５３により補助ボイラ側ガス消費量Ｑｇを計測している。

演算処理部１５は、パラメータ計測部１１により、制御系２から前述した操作パラメータ２０Ａ、条件パラメータ２０Ｂ、および評価パラメータ２０Ｃの値を計測し（ステップ１００）、得られた時系列データに基づき操作パラメータ１４Ａ、条件パラメータ１４Ｂ、および評価パラメータ１４Ｃからなる履歴データを生成して記憶部１４へ保存する。

以下、図４で述べたモデル作成処理と同様にして、演算処理部１５のモデル作成手段１５Ｂにより、これらパラメータから排熱利用ボイラ側蒸気圧Ｐｓ（操作パラメータ）と蒸気消費量Ｑｓ（条件パラメータ）を入力パラメータとし、補助ボイラ側ガス消費量Ｑｇ（評価パラメータ）を出力パラメータとする事例ベースモデル１４Ｅを作成する。

そして、演算処理部１５の最適化手段１５Ｃにより、排熱利用ボイラ側蒸気圧Ｐｓと蒸気消費量Ｑｓの値を所定の条件で変化させることにより、事例ベースモデル１４Ｅからこれらパラメータの変化値に対応した補助ボイラ側ガス消費量Ｑｇをそれぞれ算出し、これら算出結果に基づいて所望の評価関数が最適値となる排熱利用ボイラ側蒸気圧Ｐｓを操作パラメータ最適設定値として決定する。
これにより、空調システムだけでなく排熱利用型蒸気供給システムについても、実際の制御系２で実績のある適正稼働条件を満足する操作パラメータ最適設定値を適切に決定することができる。

［実施の形態の拡張］
以上の各実施の形態では、操作パラメータ、条件パラメータ、および評価パラメータの具体例をあげて説明したが、これらパラメータは上記具体例に限定されるものではない。例えば、制御系２が空調システムの場合、操作パラメータとしては、冷水送水温度のほか、冷却塔２１から冷凍機２３へ送られる冷却水２２Ｂの冷却水温度や、空調機２５から被制御室２６へ給気する空気２７Ｂの給気温度を用いてもよい。また、条件パラメータとしては、被制御室２６の負荷熱量のほか、被制御室２６の室内温度を用いてもよい。また、評価パラメータとしては、制御系２で消費される電力のほか、ガス、一次エネルギー、蒸気、排熱などの利用量を用いてもよい。

また、制御系２が排熱利用型蒸気供給システムの場合、評価パラメータとしては補助ボイラ側や排熱利用ボイラ側でのエネルギー消費量のほか、排熱利用ボイラ側や補助ボイラ側の蒸気供給量、さらには排熱利用ボイラ側での排熱利用量を用いてもよい。

また、以上では、操作パラメータが１つの場合について説明したが、操作パラメータが複数の場合にも前述と同様にしてモデルを作成でき、これら複数の操作パラメータについてそれぞれの最適設定値を得ることができる。
また、評価パラメータが複数の場合、操作パラメータ最適設定値１４Ｆを決定するには、例えば多目的最適化問題でのPareto最適解の探索において広く用いられている重みパラメータ法やリグレット関数などを用いた公知の評価手法を適用して評価関数を求めればよく（例えば、非特許文献２など参照）、非線形計画問題において広く用いられている制約条件付きのNewton法や準Newton法などの公知の探索手法を用いればよい。

また、画面表示部１３には、モデル作成処理や最適化処理の処理過程を示すデータやグラフを表示してもよく、これら処理結果として図７の事例ベースモデルや図１３の最適パラメータ決定画面を表示してもよい。これにより、オペレータが制御系２の動作や最適パラメータを視覚的なイメージとして容易に把握できる。

また、以上では、制御系解析装置１のパラメータ計測部１１で、実際に稼働している制御系２から各種パラメータの値を計測し、得られたパラメータ値を演算処理して事例ベースモデルの作成および操作パラメータ最適設定値の決定を行う場合について説明したが、パラメータ値の計測処理とその後の演算処理の２つの処理を、オンライン処理として連続して行ってもよく、オフライン処理として別個に行ってもよい。

また、以上では、パラメータ計測部１１、事例データ生成手段１５Ａ、モデル作成手段１５Ｂ、および最適化手段１５Ｃを同一の装置で実現した場合を例として説明したが、これら構成のいずれかを別個の装置で実現して装置間で必要なデータを受け渡しすることにより、複数の装置で制御系解析装置１を構成してもよい。例えば、パラメータ計測部１１を制御系２側の装置で実現し、計測された各種パラメータの時系列データを、制御系解析装置１の演算処理部１５により取得し、記憶部１４へ履歴データとして格納するようにしてもよい。

本発明の第１の実施の形態にかかる制御系解析装置の構成を示すブロック図である。 制御系の構成例（空調システム）を示すブロック図である。 本発明の第１の実施の形態にかかる制御系解析装置の動作を示す動作フロー図である。 本発明の第１の実施の形態にかかる制御系解析装置のモデル作成処理を示すフローチャートである。 事例データの生成を示す説明図である。 事例データの構成例である。 事例ベースモデルの構成例である。 制御系の他の構成例（排熱利用型蒸気供給システム）を示す動作フローである。

符号の説明

１…制御系解析装置、１１…パラメータ計測部、１２…操作入力部、１３…画面表示部、１４…記憶部、１４Ａ…操作パラメータ、１４Ｂ…条件パラメータ、１４Ｃ…評価パラメータ、１４Ｄ…事例データ、１４Ｅ…事例ベースモデル、１４Ｆ…操作パラメータ最適設定値、１５…演算処理部、１５Ａ…事例データ生成手段、１５Ｂ…モデル作成手段、１５Ｃ…最適化処理手段、２…制御系、２０…パラメータ、２０Ａ…操作パラメータ、２０Ｂ…条件パラメータ、２０Ｃ…評価パラメータ、２１…冷却塔、２２…冷却水ポンプ、２２Ａ，２２Ｂ…冷却水、２３…冷凍機、２４…冷水ポンプ、２４Ａ，２４Ｂ…冷水、２５…空調機、２６…被制御室、２７Ａ，２７Ｂ…空気、３１…冷却塔電力計、３２…冷凍機電力計、３３…空調機電力計、３４…ポンプ電力計，３５…冷水送水温度計、３６…冷水還り温度計、３７…冷水流量計、４０…排熱、４１…排熱利用ボイラ、４２…ガス、４３…補助ボイラ、４４…蒸気ヘッダ、４５…負荷設備、５１…蒸気圧力計、５２…蒸気流量計、５３…ガス流量計。

Claims (10)

1. 任意の対象を制御する系の動作を示すモデルを用いて操作パラメータの最適設定値を得る制御系解析装置であって、
   前記系の動作を決定するとともに前記系の動作に応じて所望の設定値近傍で変動する操作パラメータ、前記系の動作に影響を及ぼす要因を示す条件パラメータ、および前記系の動作の最適化を評価するための評価パラメータの値を、実際に稼働している前記系から逐次計測し、これら時系列データを履歴データとして記憶部へ格納するパラメータ計測手段と、
   前記記憶部の各履歴データから前記系の動作を示す複数の事例データを生成して前記記憶部へ格納する事例データ生成手段と、
   前記記憶部の事例データに基づいて、前記操作パラメータと前記条件パラメータを入力パラメータとするとともに前記評価パラメータを出力パラメータとし、前記系の各種状態での動作を示す事例ベースモデルを作成するモデル作成手段と
   を備えることを特徴とする制御系解析装置。
2. 請求項１に記載の制御系解析装置において、
   前記事例データ生成手段は、前記履歴データの各パラメータ値を、前記系の時間遅れ以上の時間長を有する一定区間ごとに統計処理してそれぞれの代表値を算出し、各区間の代表値の組から前記事例データを生成することを特徴とする制御系解析装置。
3. 請求項１に記載の制御系解析装置において、
   前記モデル作成手段は、多変数スプラインによる応答曲面法（ＲＳＭ−Ｓ：Response Surface Method by Spline）を用いて前記事例ベースモデルを作成することを特徴とする制御系解析装置。
4. 請求項１に記載の制御系解析装置において、
   前記系が空調システムの場合、前記操作パラメータは熱源機器から空調機へ送水される水の送水温度からなり、前記条件パラメータは空調対象となる空調負荷からなり、前記評価パラメータは前記系で消費されるエネルギー消費量からなることを特徴とする制御系解析装置。
5. 請求項１に記載の制御系解析装置において、
   前記系が排熱利用型蒸気供給システムの場合、前記操作パラメータは排熱利用ボイラ側蒸気圧または補助ボイラ側蒸気圧のいずれかまたは両方からなり、前記条件パラメータは負荷側での蒸気負荷からなり、前記評価パラメータは前記補助ボイラ側のエネルギー消費量または排熱利用ボイラ側の排熱利用量のいずれかまたは両方からなることを特徴とする制御系解析装置。
6. 任意の対象を制御する系の動作を示すモデルを用いて操作パラメータの最適設定値を得る制御系解析装置のコンピュータに、
   前記系の動作を決定するとともに前記系の動作に応じて所望の設定値近傍で変動する操作パラメータ、前記系の動作に影響を及ぼす要因を示す条件パラメータ、および前記系の動作の最適化を評価するための評価パラメータの値を、実際に稼働している前記系から逐次計測し、これら時系列データを履歴データとして記憶部へ格納するパラメータ計測ステップと、
   前記記憶部の各履歴データから前記系の動作を示す複数の事例データを生成して前記記憶部へ格納する事例データ生成ステップと、
   前記記憶部の事例データに基づいて、前記操作パラメータと前記条件パラメータを入力パラメータとするとともに前記評価パラメータを出力パラメータとし、前記系の各種状態での動作を示す事例ベースモデルを作成するモデル作成ステップと
   を実行させるプログラム。
7. 請求項６に記載のプログラムにおいて、
   前記事例データ生成ステップは、前記履歴データの各パラメータ値を、前記系の時間遅れ以上の時間長を有する一定区間ごとに統計処理してそれぞれの代表値を算出し、各区間の代表値の組から前記事例データを生成することを特徴とするプログラム。
8. 請求項６に記載のプログラムにおいて、
   前記モデル作成ステップは、多変数スプラインによる応答曲面法（ＲＳＭ−Ｓ：Response Surface Method by Spline）を用いて前記事例ベースモデルを作成することを特徴とするプログラム。
9. 請求項６に記載のプログラムにおいて、
   前記系が空調システムの場合、前記操作パラメータは熱源機器から空調機へ送水される水の送水温度からなり、前記条件パラメータは空調対象となる空調負荷からなり、前記評価パラメータは前記系で消費されるエネルギー消費量からなることを特徴とするプログラム。
10. 請求項６に記載のプログラムにおいて、
    前記系が排熱利用型蒸気供給システムの場合、前記操作パラメータは排熱利用ボイラ側蒸気圧または補助ボイラ側蒸気圧のいずれかまたは両方からなり、前記条件パラメータは負荷側での蒸気負荷からなり、前記評価パラメータは前記補助ボイラ側のエネルギー消費量または排熱利用ボイラ側の排熱利用量のいずれかまたは両方からなることを特徴とするプログラム。

Images