JP6523854B2 - 最適制御装置、最適制御方法、コンピュータプログラム及び最適制御システム - Google Patents
最適制御装置、最適制御方法、コンピュータプログラム及び最適制御システム Download PDFInfo
- Publication number
- JP6523854B2 JP6523854B2 JP2015149830A JP2015149830A JP6523854B2 JP 6523854 B2 JP6523854 B2 JP 6523854B2 JP 2015149830 A JP2015149830 A JP 2015149830A JP 2015149830 A JP2015149830 A JP 2015149830A JP 6523854 B2 JP6523854 B2 JP 6523854B2
- Authority
- JP
- Japan
- Prior art keywords
- control
- extreme value
- parameter
- amount
- control target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/34—Biological treatment of water, waste water, or sewage characterised by the microorganisms used
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Microbiology (AREA)
- Organic Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Hydrology & Water Resources (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Feedback Control In General (AREA)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Description
図2の極値制御コントローラ2(極値制御部)は、ハイパスフィルタ21(HPF:High-Pass Filter)、ディザー信号出力部22、ローパスフィルタ23(LPF:Low-Pass Filter)及び積分器24を備える。このように極値制御コントローラ2の構成は、従来のPID制御コントローラと比較しても同程度の複雑さである。そのため、極値制御コントローラ2は、PID制御コントローラと同様に、PLC(Programmable Logic Controller)等のハードウェアを用いて容易に実装可能である。以下、図2の極値制御コントローラ2の動作の概要について説明する。なお、ここでは、最適値として評価関数の極小値を探索する場合を例に説明する。
図3の例では、プラント300及び評価量取得部400が、図2の制御対象プロセス200に相当する。評価量取得部400は、プラント300が出力する制御量Yに基づいて評価量Jを取得する。最適制御装置1は、評価量取得部400から出力される評価量Jに基づいて、プラント300の極値制御を行う。
図4の水処理プラント500は、嫌気槽510、無酸素槽520、好気槽530及び最終沈澱池540の各設備を備える。嫌気槽510は、微生物を活性化させるための設備である。無酸素槽520は、窒素を除去するための設備である。好気槽530は有機物の分解やリンの除去、アンモニアの硝化を行うための設備である。最終沈澱池540は、活性汚泥を沈殿させるための設備である。
制御対象パラメータ決定部11によって決定されるべき制御対象パラメータの一つは、制御対象プロセスの時定数である。制御対象プロセスの時定数は、操作量をステップ状に変化させた場合の制御量が、ステップ応答の63%(=100×{1−exp(−1)}%)に到達するまでの時間として定義される。この時定数は、PID制御の制御パラメータとしても通常用いられるものである。なお、評価量が一つの制御量に基づいて取得される場合は、単純に上記定義に基づいて時定数を設定すれば良いが、上記の水処理プラント500のように評価量が複数の制御量(TN濃度及びTP濃度)に基づいて取得される場合には、大きい方(すなわち応答速度が遅い方)の時定数を代表値として設定する。時定数の同定は、実際に操作量を変化させ応答時間を計測することにより行ってもよいが、開ループ(オープンループ)又は閉ループ(クローズドループ)の任意のシステム同定法を用いて同定しても良い。
制御対象パラメータ決定部11によって決定されるべき制御対象パラメータの一つは、操作量の入力から制御量の応答が得られるまで、又は操作量の入力から評価量が取得されるまでのむだ時間(遅れ時間)である。むだ時間についても、任意の同定法によって同定されて良いが、最も簡単な方法は操作量の時系列データと制御量の時系列データとを収集し、時間をずらしながら相関係数を算出する方法である。この場合、相関係数の値が最大になるまでの時間差をむだ時間とする。
制御対象パラメータ決定部11によって決定されるべき制御対象パラメータの一つは、操作量Uを変化させた場合の評価量Jの二階微分値G=d2J/d2Uである。これは、制御対象プロセスに対する外乱がほぼ一定と見なせる状態において、操作量Uを変化させた時の評価量Jの変化量を、制御対象プロセスのいくつかの動作点で求めることによって推定することができる。なお、この二階微分値Gの値は一定であるとは限らない。そのため、そのような場合には、平均値や中央値などの代表値を用いるか、又は、二階微分値Gをいくつかの動作点ごとに決定するなどして対応する。また、本実施形態のように、制御量と評価量とが個別に取得可能な場合には、次の式(4)及び式(5)によって表されるプロセスモデルを用いて、パラメータ同定を行うことも可能である。
制御対象パラメータ決定部11によって決定されるべき制御対象パラメータの一つは、操作量の上限値及び下限値である。これらのパラメータには、プラントの監視制御システムなどで実装されている操作量の上下限値をそのまま利用しても良いし、プラントの過去の運転データの中の最大値及び最小値をそれぞれ上限値及び下限値として利用しても良い。また、プラントに関する知識に基づいて設定しても良い。一般に、水処理プラント500において返送率を操作量とする場合、下限値としておおよそ20%程度、上限値として100%程度を設定することができる。
極値制御パラメータ調整部12は、操作量の上限値及び下限値から操作量の変動範囲URを算出する。極値制御パラメータ調整部12には、操作量の変動範囲URに対して、ディザー信号がどの程度の変動幅で振動することを許容するかを示すパラメータk1を予め設定しておく。極値制御パラメータ調整部12は、設定されたパラメータk1に基づいてディザー信号の振幅aを次の式(7)のように決定する。
極値制御パラメータ調整部12は、時定数とむだ時間との2つの制御対象パラメータに基づいてディザー信号の周波数を決定する。まず、極値制御パラメータ調整部12は、制御対象プロセスの総合的な時定数として時定数Tmodを取得する。時定数Tmodは次の式(8)により算出される。式(8)のTmodは、式(4)によって表される「1次遅れ+むだ時間プロセス」をパデ近似した場合の時定数に相当する。
上述したように、ローパスフィルタは、ディザー信号の周波数ωで振動する成分を通過させ、高調波成分をカットする目的で用いられる。そのため、極値制御パラメータ調整部12は、ローパスフィルタの周波数ω1を次の式(11)によって決定する。
上述したように、ハイパスフィルタは、評価関数の最小値をゼロにするためにバイアス成分を除去する目的で用いられる。ハイパスフィルタは、ディザー信号を通過させる必要がある。そのため、極値制御パラメータ調整部12は、ハイパスフィルタの周波数ω2を次の式(12)によって決定する。
極値制御パラメータ調整部12は、上記のように決定した制御対象パラメータ及び極値制御パラメータに基づいて、積分器のゲイン(以下、「積分ゲイン」という。)を決定する。積分ゲインKIは、ディザー信号の周波数ωを用いて次の式(13)及び式(14)のように表される。
[第1の変形例]
最適制御装置1は、上記方法によって決定された制御対象パラメータ及び極値制御パラメータを設定することによって、制御対象プロセスの挙動がどのように変化するかの予測を示す予測情報を表示装置(表示部、図示せず)に表示するように構成されてもよい。
例えば、表示画面600は、モード表示領域610、制御対象パラメータ表示領域620、調整前極値制御パラメータ表示領域630、調整後極値制御パラメータ表示領域640、調整前制御情報表示領域650及び調整後制御情報表示領域660を備える。モード表示領域610は、極値制御の実行モードが表示される領域である。図6の例は、自動制御と手動制御との2つのモードのうち手動制御が選択されている場合を示している。制御対象パラメータ表示領域620は、最適制御装置1によって決定された制御対象パラメータの値が表示される領域である。調整前極値制御パラメータ表示領域630は、変更前の現在の極値制御パラメータの値が表示される領域である。調整後極値制御パラメータ表示領域640は、新たに決定された極値制御パラメータの値が表示される領域である。調整前制御情報表示領域650は、現在の極値制御パラメータでの制御結果が表示される領域である。調整後制御情報表示領域660は、新たに決定された極値制御パラメータで極値制御を行った場合の制御結果の予測が表示される領域である。
制御対象パラメータの一部又は全部が制御対象プロセスの動作点に応じて変化する場合、最適制御装置1は、制御対象パラメータと極値制御パラメータとのパラメータセットを複数記憶し、所定の切り替え基準に応じて極値制御パラメータを切り換えるゲインスケジューリング型の制御装置として構成されてもよい。
最適制御装置1は、定期的に制御対象パラメータの同定を行い、現在の制御対象パラメータ値との差が所定の閾値を越えた場合に、極値制御パラメータを更新するように構成されてもよい。制御対象パラメータの差を判定するための閾値は、単純に差の絶対値に基づいて設定されてもよいし、変更後のパラメータを基準とする変化の割合((調整前パラメータ値−調整後パラメータ値)÷調整後パラメータ値×100(%))に基づいて設定されてもよい。後者の場合、例えば閾値をα(%)として、変化の割合が±α%以上となった場合に極値制御パラメータを更新するようにしてもよい。第1の変形例の予測部を備える場合、実際の制御結果と予測結果との類似度を誤差の2乗和などで評価し、応答速度が大きく変化することが想定された場合に、極値制御パラメータを更新するようにしてもよい。
上記の変形例では、最適制御装置1は極値制御を実行する装置として極値制御パラメータを更新したが、最適制御装置1は、上記パラメータの更新する基準に基づいて、現在の制御状態の妥当性を診断する診断装置としての機能を備えても良い。この場合、例えば、最適制御装置1は、極値制御パラメータの更新が推奨される場合、その旨をプラント等のオペレータに通知する通知部を備えてもよい。
上記の最適制御装置1が備える機能部のうち、極値制御コントローラ13(第2の極値制御装置)以外の機能部は、最適制御装置1以外の他の装置(第1の極値制御装置)に実装されてもよい。例えば、制御対象パラメータ決定部11や極値制御パラメータ調整部12、評価量取得部400などが、最適制御装置1及び制御対象のプラント300とネットワークを介して通信可能な装置に実装されれば、極値制御を遠隔地から制御することができるクラウド制御システムを構成することも可能である。
Claims (9)
- 制御対象プロセスの操作量と、前記操作量に応じて変化する制御量に基づく前記制御対象プロセスの最適化に関する指標を示す評価量とに基づいて、前記制御対象プロセスの特性を示す制御対象パラメータを決定する制御対象パラメータ決定部と、
前記制御対象パラメータ決定部によって決定された前記制御対象パラメータに基づいて、極値制御を実行するための極値制御パラメータを決定する極値制御パラメータ決定部と、
前記極値制御パラメータ決定部によって決定された極値制御パラメータを用いて、前記評価量が最適値に向かうように前記操作量を変化させる極値制御を実行する極値制御部と、
を備える最適制御装置。 - 前記極値制御部は、ハイパスフィルタ、ローパスフィルタ及び積分器を備え、
前記制御対象パラメータ決定部は、前記制御対象プロセスの時定数と、前記制御対象プロセスのむだ時間と、前記操作量に対する前記評価量の二階微分値と、前記操作量の上限値及び下限値と、を前記制御対象パラメータとして決定し、
前記極値制御パラメータ決定部は、前記時定数、前記むだ時間、前記二階微分値及び前記上限値及び下限値に基づいて、前記操作量を変化させるためのディザー信号の振幅と、前記ディザー信号の周波数と、前記ローパスフィルタ及び前記ハイパスフィルタの周波数と、前記積分器のゲインと、を前記極値制御パラメータとして決定する、
請求項1に記載の最適制御装置。 - 表示部に、前記極値制御パラメータ決定部によって決定された現在の極値制御パラメータと、前記極値制御パラメータ決定部によって新たに決定された極値制御パラメータと、に関する情報を比較可能な態様で表示させるための情報を生成する表示制御部をさらに備える、
請求項1又は2に記載の最適制御装置。 - 前記極値制御パラメータ決定部は、前記制御対象プロセスの動作点に応じて、前記制御対象パラメータ及び前記極値制御パラメータの複数のパラメータセットを取得し、
前記極値制御部は、前記制御対象プロセスの動作点に応じた極値制御パラメータで極値制御を実行する、
請求項1から3のいずれか一項に記載の最適制御装置。 - 前記極値制御部は、現在の極値制御に使用している極値制御パラメータと、前記極値制御パラメータ決定部によって新たに決定された極値制御パラメータと、の差が所定の閾値を越えた場合に前記新たに決定された極値制御パラメータで極値制御を実行する、
請求項1から4のいずれか一項に記載の最適制御装置。 - 現在の極値制御に使用されている極値制御パラメータと、前記新たに決定された極値制御パラメータと、の差が所定の閾値を越えたことを通知する通知部をさらに備える、
請求項5に記載の最適制御装置。 - 制御対象プロセスの操作量と、前記操作量に応じて変化する制御量に基づく前記制御対象プロセスの最適化に関する指標を示す評価量とに基づいて、前記制御対象プロセスの特性を示す制御対象パラメータを決定する制御対象パラメータ決定ステップと、
前記制御対象パラメータ決定ステップにおいて決定された前記制御対象パラメータに基づいて、極値制御を実行するための極値制御パラメータを決定する極値制御パラメータ決定ステップと、
前記極値制御パラメータ決定ステップにおいて決定された極値制御パラメータを用いて、前記評価量が最適値に向かうように前記操作量を変化させる極値制御を実行する極値制御ステップと、
を有する最適制御方法。 - 制御対象プロセスの操作量と、前記操作量に応じて変化する制御量に基づく前記制御対象プロセスの最適化に関する指標を示す評価量とに基づいて、前記制御対象プロセスの特性を示す制御対象パラメータを決定する制御対象パラメータ決定ステップと、
前記制御対象パラメータ決定ステップにおいて決定された前記制御対象パラメータに基づいて、極値制御を実行するための極値制御パラメータを決定する極値制御パラメータ決定ステップと、
前記極値制御パラメータ決定ステップにおいて決定された極値制御パラメータを用いて、前記評価量が最適値に向かうように前記操作量を変化させる極値制御を実行する極値制御ステップと、
をコンピュータに実行させるためのコンピュータプログラム。 - 制御対象プロセスの操作量と、前記操作量に応じて変化する制御量に基づく前記制御対象プロセスの最適化に関する指標を示す評価量とに基づいて、前記制御対象プロセスの特性を示す制御対象パラメータを決定する制御対象パラメータ決定部と、
前記制御対象パラメータ決定部によって決定された前記制御対象パラメータに基づいて、極値制御を実行するための極値制御パラメータを決定する極値制御パラメータ決定部と、
を備える第1の極値制御装置と、
前記第1の極値制御装置によって決定された極値制御パラメータを用いて、前記評価量が最適値に向かうように前記操作量を変化させる極値制御を実行する第2の極値制御装置と、
を備える、
最適制御システム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015149830A JP6523854B2 (ja) | 2015-07-29 | 2015-07-29 | 最適制御装置、最適制御方法、コンピュータプログラム及び最適制御システム |
PCT/JP2016/070821 WO2017018227A1 (ja) | 2015-07-29 | 2016-07-14 | 最適制御装置、最適制御方法、コンピュータプログラム及び最適制御システム |
CN201680044271.4A CN107924162B (zh) | 2015-07-29 | 2016-07-14 | 最优控制装置、最优控制方法、记录介质及最优控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015149830A JP6523854B2 (ja) | 2015-07-29 | 2015-07-29 | 最適制御装置、最適制御方法、コンピュータプログラム及び最適制御システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017033104A JP2017033104A (ja) | 2017-02-09 |
JP6523854B2 true JP6523854B2 (ja) | 2019-06-05 |
Family
ID=57885542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015149830A Active JP6523854B2 (ja) | 2015-07-29 | 2015-07-29 | 最適制御装置、最適制御方法、コンピュータプログラム及び最適制御システム |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6523854B2 (ja) |
CN (1) | CN107924162B (ja) |
WO (1) | WO2017018227A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6744145B2 (ja) * | 2016-06-15 | 2020-08-19 | 株式会社東芝 | 制御装置、制御方法及びコンピュータプログラム |
JP6763831B2 (ja) * | 2017-07-03 | 2020-09-30 | 横河電機株式会社 | 制御システム及び制御方法 |
JP7154774B2 (ja) * | 2018-02-27 | 2022-10-18 | 株式会社東芝 | 最適制御装置、制御方法及びコンピュータプログラム |
JP7082900B2 (ja) * | 2018-04-24 | 2022-06-09 | 三菱重工業株式会社 | 制御装置及び燃焼システム |
JP7132016B2 (ja) * | 2018-07-27 | 2022-09-06 | 株式会社東芝 | 制御装置、制御方法及びコンピュータプログラム |
JP7267779B2 (ja) * | 2019-03-04 | 2023-05-02 | 株式会社東芝 | 最適制御装置、最適制御方法及びコンピュータプログラム |
WO2020241657A1 (ja) * | 2019-05-29 | 2020-12-03 | 東芝インフラシステムズ株式会社 | 最適制御装置、最適制御方法及びコンピュータプログラム |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01276304A (ja) * | 1988-04-28 | 1989-11-06 | Toshiba Corp | 最適化制御装置 |
US5404423A (en) * | 1992-06-16 | 1995-04-04 | Nippon Telegraph And Telephone Corporation | Method and apparatus for indetification, forecast, and control of a non-linear flow on a physical system network using a neural network |
FR2700080B1 (fr) * | 1992-12-30 | 1995-01-27 | Unite Hermetique Sa | Alimentation optimale d'un moteur électrique. |
JPH09325801A (ja) * | 1996-06-06 | 1997-12-16 | Nitto Kogyo Kk | 極値制御回路 |
US6098010A (en) * | 1997-11-20 | 2000-08-01 | The Regents Of The University Of California | Method and apparatus for predicting and stabilizing compressor stall |
US6627309B2 (en) * | 2001-05-08 | 2003-09-30 | 3M Innovative Properties Company | Adhesive detackification |
JP4309326B2 (ja) * | 2004-10-06 | 2009-08-05 | 本田技研工業株式会社 | プラントの制御装置 |
JP2007287063A (ja) * | 2006-04-20 | 2007-11-01 | Hitachi Ltd | 最適制御方法、最適制御システム、統括制御装置およびローカル制御装置 |
JP4639166B2 (ja) * | 2006-05-18 | 2011-02-23 | 本田技研工業株式会社 | 制御装置 |
WO2009012282A2 (en) * | 2007-07-17 | 2009-01-22 | Johnson Controls Technology Company | Extremum seeking control with reset control |
GB2463827B (en) * | 2007-07-17 | 2012-09-05 | Johnson Controls Tech Co | Extremum seeking control with actuator saturation control |
EP2299338B1 (en) * | 2008-07-07 | 2013-05-29 | Honda Motor Co., Ltd. | Controller |
CN101408752B (zh) * | 2008-10-21 | 2014-03-26 | 中国人民解放军海军航空工程学院 | 基于混沌退火和参数扰动的神经网络极值控制方法及系统 |
CN101825867A (zh) * | 2009-03-06 | 2010-09-08 | 株式会社东芝 | 设备最优化运行系统,最优运转点计算方法以及最优运转点计算程序 |
US8412357B2 (en) * | 2010-05-10 | 2013-04-02 | Johnson Controls Technology Company | Process control systems and methods having learning features |
CN101859106B (zh) * | 2010-06-23 | 2011-12-14 | 浙江大学 | 一种发酵生产过程控制方法及应用 |
CN102176120B (zh) * | 2011-02-24 | 2013-08-14 | 同济大学 | 随机地震激励系统磁流变阻尼最优控制的方法 |
CN103259488B (zh) * | 2012-02-17 | 2016-04-27 | 通用电气公司 | 电机控制方法、控制系统及控制装置 |
US9182753B2 (en) * | 2012-05-10 | 2015-11-10 | Mitsubishi Electric Research Laboratories, Inc. | Model-based learning control |
CN102880182B (zh) * | 2012-09-12 | 2015-01-14 | 北京航空航天大学 | 一种存在网络随机延迟的微小型无人飞行器控制方法 |
JP6216112B2 (ja) * | 2012-11-30 | 2017-10-18 | アズビル株式会社 | 多変数制御装置および方法 |
US9448546B2 (en) * | 2013-03-15 | 2016-09-20 | Rockwell Automation Technologies, Inc. | Deterministic optimization based control system and method for linear and non-linear systems |
CN103365213B (zh) * | 2013-07-15 | 2015-10-21 | 温州大学 | 用于兆瓦级逆变系统的极值优化自整定数字pid控制方法 |
CN103926947B (zh) * | 2014-04-16 | 2017-03-22 | 安阳师范学院 | 大跨度索桥结构非线性系统半主动振动控制方法 |
CN104122795A (zh) * | 2014-07-15 | 2014-10-29 | 河海大学常州校区 | 基于新型极值函数指标的智能自整定pid室温控制算法 |
CN104361204A (zh) * | 2014-10-20 | 2015-02-18 | 上海电机学院 | 利用自组织极值优化处理进行控制优化的方法 |
CN104554251A (zh) * | 2014-12-09 | 2015-04-29 | 河南理工大学 | 基于道路坡度信息的混合动力汽车节能预测控制方法 |
-
2015
- 2015-07-29 JP JP2015149830A patent/JP6523854B2/ja active Active
-
2016
- 2016-07-14 CN CN201680044271.4A patent/CN107924162B/zh active Active
- 2016-07-14 WO PCT/JP2016/070821 patent/WO2017018227A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
CN107924162B (zh) | 2021-03-05 |
JP2017033104A (ja) | 2017-02-09 |
CN107924162A (zh) | 2018-04-17 |
WO2017018227A1 (ja) | 2017-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6523854B2 (ja) | 最適制御装置、最適制御方法、コンピュータプログラム及び最適制御システム | |
JP2017123088A (ja) | 決定木学習アルゴリズムを用いた予測プログラム、装置及び方法 | |
JP6985833B2 (ja) | データ処理装置、制御システム、データ処理方法及びプログラム | |
JP6147687B2 (ja) | 制御パラメータ調整装置、および制御パラメータ調整プログラム | |
WO2020241657A1 (ja) | 最適制御装置、最適制御方法及びコンピュータプログラム | |
JP2011181069A (ja) | プロセスモデルの高速同定および生成 | |
JP2017167663A (ja) | プロセス診断装置、プロセス診断方法及びコンピュータプログラム | |
KR20180136492A (ko) | 모터 제어 장치 | |
Jämsä-Jounela et al. | Evaluation of control performance: methods, monitoring tool and applications in a flotation plant | |
Roy et al. | Level control of two tank system by fractional order integral state feedback controller tuned by PSO with experimental validation | |
Adgar et al. | Enhancement of coagulation control using the streaming current detector | |
JP6290115B2 (ja) | 制御システム、制御装置、制御方法及びコンピュータプログラム | |
WO2019167998A1 (ja) | 最適制御装置、制御方法及びコンピュータプログラム | |
JP6744145B2 (ja) | 制御装置、制御方法及びコンピュータプログラム | |
Gerov et al. | Parameter estimation method for the unstable time delay process | |
Dostal et al. | Control of unstable and integrating time delay systems using time delay approximations | |
JP2020046873A (ja) | 情報処理システム、情報処理方法及び情報処理装置 | |
Buele et al. | Comparison between fuzzy control and MPC algorithms implemented in low-cost embedded devices | |
JP6226381B2 (ja) | 縮退運転支援装置、及び縮退運転支援方法 | |
Agarwal et al. | A model predictive controller using multiple linear models for continuous stirred tank reactor (CSTR) and ITS implementation issue | |
JP7132016B2 (ja) | 制御装置、制御方法及びコンピュータプログラム | |
di Capaci et al. | Identification and estimation of valve stiction by the use of a smoothed model | |
JP2010088988A (ja) | 曝気槽制御方法および装置 | |
Vrána et al. | PID contoller autotuning based on nonlinear tuning rules | |
RU2343524C1 (ru) | Адаптивная система управления |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20170912 Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20170912 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180309 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181106 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190107 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190402 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190426 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6523854 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R157 | Certificate of patent or utility model (correction) |
Free format text: JAPANESE INTERMEDIATE CODE: R157 |