JP7115654B1 - 制御装置、制御方法及びプログラム - Google Patents
制御装置、制御方法及びプログラム Download PDFInfo
- Publication number
- JP7115654B1 JP7115654B1 JP2022016432A JP2022016432A JP7115654B1 JP 7115654 B1 JP7115654 B1 JP 7115654B1 JP 2022016432 A JP2022016432 A JP 2022016432A JP 2022016432 A JP2022016432 A JP 2022016432A JP 7115654 B1 JP7115654 B1 JP 7115654B1
- Authority
- JP
- Japan
- Prior art keywords
- calculation
- control
- manipulated variable
- model
- amount
- 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
- 238000000034 method Methods 0.000 title claims description 91
- 238000004364 calculation method Methods 0.000 claims abstract description 118
- 230000008859 change Effects 0.000 claims abstract description 74
- 238000012937 correction Methods 0.000 claims abstract description 28
- 230000004044 response Effects 0.000 claims description 71
- 238000005316 response function Methods 0.000 claims description 56
- 238000012545 processing Methods 0.000 claims description 55
- 239000011159 matrix material Substances 0.000 claims description 25
- 241001123248 Arma Species 0.000 claims 2
- 241000196324 Embryophyta Species 0.000 description 86
- 238000010586 diagram Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 18
- 230000007704 transition Effects 0.000 description 13
- 101000802640 Homo sapiens Lactosylceramide 4-alpha-galactosyltransferase Proteins 0.000 description 8
- 102100035838 Lactosylceramide 4-alpha-galactosyltransferase Human genes 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
Description
まず、本実施形態に係る制御装置10のハードウェア構成について、図1を参照しながら説明する。図1は、本実施形態に係る制御装置10のハードウェア構成の一例を示す図である。
次に、本実施形態に係る制御装置10の機能構成について、図2を参照しながら説明する。図2は、本実施形態に係る制御装置10の機能構成の一例を示す図である。
次に、プラント応答関数{Sθ(t)}の動作について、図3を参照しながら説明する。図3は、プラント応答関数{Sθ(t)}の動作の一例を説明するための図である。
次に、プラント応答関数{Sθ(t)}の単位ステップ応答Sθ(t)を計算する処理について、図4を参照しながら説明する。図4は、プラント応答関数{Sθ(t)}の計算処理の一例を説明するためのフローチャートである。なお、図4では、モデルパラメータ設定値θと時刻tとが入力されたものとする。
ここで、Τは転置を表す。
ここで、kはインデックスであり、k=1から開始するものとする。なお、上記のARMAモデルは一例であって、例えば、過去L点(Lは予め設定された1以上の整数)の外乱vを考慮したモデルが用いられてもよい。
なお、例えば、過去L点の外乱vを考慮する場合には、状態ベクトルφ(k)を、y(k)及びu(k)に加えてL個の外乱v(k)を要素として持つ状態ベクトルに拡大すればよい。
このとき、y(k-1)には制御量予測値y(k-1)を設定し、u(k)には1を設定する。また、y(k-2),・・・,y(k-N)及びu(k-1),u(k-2),・・・,u(k-M+1)には、状態ベクトルφ(k-1)と同じ値を設定する(すなわち、状態ベクトルφ(k-1)に含まれるy(k-2),・・・,y(k-N)及びu(k-1),u(k-2),・・・,u(k-M+1)をそれぞれ設定する。)。
次に、プラント応答関数{Sθ(t)}のモデルパラメータθを推定する処理(つまり、モデルパラメータ推定値θestを算出する処理)について、図5を参照しながら説明する。図5は、モデルパラメータの推定処理の一例を説明するためのフローチャートである。なお、図5では、制御量現在値y0と操作量現在値u0とが入力されたものとして、或るインデックスkにおけるモデルパラメータ推定値θestを算出する場合について説明する。また、制御量の1時刻前の値(つまり、現在の時刻をtとしたとき、y0(t-Tc))を制御量前回値と呼び、y-1と表記することにする。なお、このインデックスkは、図4でプラント応答関数の計算に用いたインデックスkとは独立した値であり、モデルパラメータ推定処理の実行時インデックスを表す。
このとき、y(k-1)には制御量前回値y-1を設定し、u(k)には操作量現在値u0を設定する。また、y(k-2),・・・,y(k-N)及びu(k-1),u(k-2),・・・,u(k-M+1)には、状態ベクトルφ(k-1)と同じ値を設定する(すなわち、状態ベクトルφ(k-1)に含まれるy(k-2),・・・,y(k-N)及びu(k-1),u(k-2),・・・,u(k-M+1)をそれぞれ設定する。)。
ε(k)=y(k)-φ(k)Τθest(k-1)
ステップS25:次に、モデルパラメータ推定部101は、共分散行列P(k)を更新する。モデルパラメータ推定部101は、例えば、以下により共分散行列P(k)を更新する。
次に、補正目標偏差計算部112の動作について、図6を参照しながら説明する。図6は、補正目標偏差計算部112の動作の一例を説明するための図である。
次に、プラント応答関数{Sθ(t)}のモデルパラメータと予測時系列記憶部107に記憶されている予測時系列とをリセットする処理について、図7を参照しながら説明する。図7は、リセット処理の一例を説明するためのフローチャートである。なお、図7に示すリセット処理は、リセット信号がリセット処理部105に入力されると実行される。リセット信号は、例えば、ユーザや他のプログラム、他の機器等から入力される。以下では、リセット信号がリセット処理部105に入力されたものとする。
図7のステップS32におけるモデルパラメータθ=θestと共分散行列Pをリセットする処理の詳細について、図8を参照しながら説明する。図8は、モデルパラメータ・共分散行列リセットの一例を説明するためのフローチャートである。なお、図8は、モデルパラメータθと共分散行列Pのリセットがリセット処理部105によって指示されたときに実行される。
すなわち、y(k-1),y(k-2),・・・,y(k-N)に相当する要素にy0を設定すると共に、u(k),u(k-1),u(k-2),・・・,u(k-M+1)に相当する要素にu0を設定する。これは、制御量現在値y0及び操作量現在値u0が定常値であるものとして、一定の状態が継続したと仮定し、図5のステップS23の状態ベクトル更新より状態ベクトルを生成したものである。以下、定常状態を表す状態ベクトルφ(0)を定常状態ベクトルともいう。
ε(k)=y(0)-φ(0)Τθest(k-1)
なお、リセット処理では定常状態の予測を行っているため、モデルパラメータ推定値θestのみがインデックスkに依存している。
次に、操作変化量計算部113の動作について、図9を参照しながら説明する。図9は、操作変化量計算部113の動作の一例を説明するための図である。
次に、制御パラメータとして制御ゲインkIと先読み長Tpを計算する処理について、図10を参照しながら説明する。図10は、制御パラメータの計算処理の一例を説明するためのフローチャートである。なお、図10では、プラント応答関数{Sθ(t)}に加えて、調整係数α,βが入力されたものとする。調整係数α,βは予め設定された値であり、0<α≦1,0<β≦1であることが好適である。
なお、閉ループの応答が遅い場合には、調整係数βをより小さい値とすることで応答の早さを調整することができる。
このように、先読み長Tpに基づいて制御ゲインgpを計算する。これにより、例えば、制御対象プラント20のむだ時間と時定数が長い場合であっても、より早く応答させることが可能となる。
すなわち、先読み長Tp時点でのゲインgpの逆数に対して調整係数αを乗じた値を制御ゲインkIとする。
ARMAモデルやARMAXモデル等で表されるプラント応答モデルは、定常状態を表すオフセット項(定数項)を追加したモデルに拡張できる。
ここで、cがオフセット項であり、制御対象プラント20の定常状態を表す。
次に、実施例1について説明する。本実施例では、オフセット項を持つプラント応答モデルで表される制御対象プラント20を想定する。
第1のケースは、時刻t=0にONを示すリセット信号がリセット処理部105に入力されたケースである。
第2のケースは、時刻t=0と時刻t=400にONを示すリセット信号がリセット処理部105に入力されたケースである。
第3のケースは、モデルパラメータθの初期値(t=0の値)を零ベクトルとして、時刻t=400にONを示すリセット信号がリセット処理部105に入力されたケースである。
次に、実施例2について説明する。本実施例では、オフセット項を持たないプラント応答モデルで表される制御対象プラント20を想定する。
以上の2つの実施例で説明したように、本実施形態に係る制御装置10は、例えば、モデルパラメータが予期しない値に陥ったり、何等かの要因により学習状態が不安定になったりした場合等に、リセット処理によってモデル同定のための学習を迅速にリカバリ(回復)させることができる。
11 入力装置
12 表示装置
13 外部I/F
13a 記録媒体
14 通信I/F
15 プロセッサ
16 メモリ装置
17 バス
20 制御対象プラント
101 モデルパラメータ推定部
102 計測部
103 差分器
104 操作量更新部
105 リセット処理部
106 タイマ
107 予測時系列記憶部
111 制御パラメータ計算部
112 補正目標偏差計算部
113 操作変化量計算部
114 加算器
Claims (11)
- 制御対象に対する操作量を出力し、前記制御対象の制御量を目標値に追従させる制御装置であって、
前記制御量と前記操作量とに基づいて、前記制御対象のプラント応答モデルを表す関数であって、かつ、モデルパラメータが含まれる関数であるプラント応答関数の前記モデルパラメータの推定値を算出するように構成されているモデルパラメータ推定部と、
前記プラント応答関数に基づいて、制御ゲインと先読み長とを含む制御パラメータを算出するように構成されている制御パラメータ算出部と、
前記目標値と現在の制御量との差である目標偏差を算出するように構成されている目標偏差算出部と、
前記プラント応答関数と現在に至るまでの過去の前記操作量の変化量とに基づいて、前記先読み長経過後における前記制御量の予測値により前記目標偏差を補正した補正目標偏差を算出するように構成されている補正目標偏差算出部と、
前記補正目標偏差に対して前記制御ゲインを乗じて前記操作量の変化量を算出するように構成されている操作変化量算出部と、
前記操作量の変化量と、現在の前記操作量とを加算して新たな操作量を算出するように構成されている操作量算出部と、
所定のリセット信号の入力に応じて、前記モデルパラメータを初期化するように構成されているリセット処理部と、
を有し、
前記モデルパラメータ推定部による前記モデルパラメータの推定値の算出と、前記制御パラメータ算出部による前記制御パラメータの算出と、前記目標偏差算出部による前記目標偏差の算出と、前記補正目標偏差算出部による前記補正目標偏差の算出と、前記操作変化量算出部による前記操作量の変化量の算出と、前記操作量算出部による前記新たな操作量の算出とを所定の制御周期毎に逐次的に繰り返し、
前記リセット処理部は、
前記リセット信号の入力に応じて、前記モデルパラメータを予め決められた初期値に設定した上で、現在の前記制御量と現在の前記操作量とが所定の期間継続したものとして前記モデルパラメータの推定値を前記モデルパラメータ推定部に算出させるように構成されている、制御装置。 - 制御対象に対する操作量を出力し、前記制御対象の制御量を目標値に追従させる制御装置であって、
前記制御量と前記操作量とに基づいて、前記制御対象のプラント応答モデルを表す関数であって、かつ、モデルパラメータが含まれる関数であるプラント応答関数の前記モデルパラメータの推定値を算出するように構成されているモデルパラメータ推定部と、
前記プラント応答関数に基づいて、制御ゲインと先読み長とを含む制御パラメータを算出するように構成されている制御パラメータ算出部と、
前記目標値と現在の制御量との差である目標偏差を算出するように構成されている目標偏差算出部と、
前記プラント応答関数と現在に至るまでの過去の前記操作量の変化量とに基づいて、前記先読み長経過後における前記制御量の予測値により前記目標偏差を補正した補正目標偏差を算出するように構成されている補正目標偏差算出部と、
前記補正目標偏差に対して前記制御ゲインを乗じて前記操作量の変化量を算出するように構成されている操作変化量算出部と、
前記操作量の変化量と、現在の前記操作量とを加算して新たな操作量を算出するように構成されている操作量算出部と、
所定のリセット信号の入力に応じて、前記モデルパラメータを初期化するように構成されているリセット処理部と、
を有し、
前記モデルパラメータ推定部による前記モデルパラメータの推定値の算出と、前記制御パラメータ算出部による前記制御パラメータの算出と、前記目標偏差算出部による前記目標偏差の算出と、前記補正目標偏差算出部による前記補正目標偏差の算出と、前記操作変化量算出部による前記操作量の変化量の算出と、前記操作量算出部による前記新たな操作量の算出とを所定の制御周期毎に逐次的に繰り返し、
前記プラント応答関数は、
前記制御対象の定常状態を表すオフセット項が含まれるモデルパラメータを持つ関数である、制御装置。 - 前記補正目標偏差算出部は、
前記プラント応答関数と現在に至るまでの過去の前記操作量の変化量とに基づいて、将来の所定の時刻までの前記制御量の予測値を予測時系列として計算して記憶部に格納し、
前記記憶部に格納されている前記予測時系列に基づいて、前記先読み長経過後における前記制御量の予測値を計算して前記補正目標偏差を算出するように構成されており、
前記リセット処理部は、
前記モデルパラメータと前記記憶部に記憶されている前記予測時系列とを初期化するように構成されている、請求項1又は2に記載の制御装置。 - 前記リセット処理部は、
前記予測時系列に含まれる各予測値を0に初期化するように構成されている、請求項3に記載の制御装置。 - 前記リセット処理部は、
ONを示すリセット信号が入力された場合に、前記モデルパラメータを初期化するように構成されている、請求項1乃至4の何れか一項に記載の制御装置。 - 前記プラント応答関数は、ARMAモデル又はARMAXモデルであり、
前記モデルパラメータ推定部は、
前記ARMAモデル又はARMAXモデルの係数を前記モデルパラメータとして前記推定値を算出するように構成されている、請求項1乃至5の何れか一項に記載の制御装置。 - 前記モデルパラメータ推定部は、
忘却要素を含む逐次最小2乗法に基づいて、共分散行列の推定と前記モデルパラメータの推定とを行うことで、前記モデルパラメータの推定値を算出するように構成されている、請求項1乃至6の何れか一項に記載の制御装置。 - 制御対象に対する操作量を出力し、前記制御対象の制御量を目標値に追従させる制御装置が、
前記制御量と前記操作量とに基づいて、前記制御対象のプラント応答モデルを表す関数であって、かつ、モデルパラメータが含まれる関数であるプラント応答関数の前記モデルパラメータの推定値を算出するモデルパラメータ推定手順と、
前記プラント応答関数に基づいて、制御ゲインと先読み長とを含む制御パラメータを算出する制御パラメータ算出手順と、
前記目標値と現在の制御量との差である目標偏差を算出する目標偏差算出手順と、
前記プラント応答関数と現在に至るまでの過去の前記操作量の変化量とに基づいて、前記先読み長経過後における前記制御量の予測値により前記目標偏差を補正した補正目標偏差を算出する補正目標偏差算出手順と、
前記補正目標偏差に対して前記制御ゲインを乗じて前記操作量の変化量を算出する操作変化量算出手順と、
前記操作量の変化量と、現在の前記操作量とを加算して新たな操作量を算出する操作量算出手順と、
所定のリセット信号の入力に応じて、前記モデルパラメータを初期化するリセット処理手順と、
を実行し、
前記モデルパラメータ推定手順による前記モデルパラメータの推定値の算出と、前記制御パラメータ算出手順による前記制御パラメータの算出と、前記目標偏差算出手順による前記目標偏差の算出と、前記補正目標偏差算出手順による前記補正目標偏差の算出と、前記操作変化量算出手順による前記操作量の変化量の算出と、前記操作量算出手順による前記新たな操作量の算出とを所定の制御周期毎に逐次的に繰り返し、
前記リセット処理手順は、
前記リセット信号の入力に応じて、前記モデルパラメータを予め決められた初期値に設定した上で、現在の前記制御量と現在の前記操作量とが所定の期間継続したものとして前記モデルパラメータの推定値を前記モデルパラメータ推定手順で算出させる、制御方法。 - 制御対象に対する操作量を出力し、前記制御対象の制御量を目標値に追従させる制御装置が、
前記制御量と前記操作量とに基づいて、前記制御対象のプラント応答モデルを表す関数であって、かつ、モデルパラメータが含まれる関数であるプラント応答関数の前記モデルパラメータの推定値を算出するモデルパラメータ推定手順と、
前記プラント応答関数に基づいて、制御ゲインと先読み長とを含む制御パラメータを算出する制御パラメータ算出手順と、
前記目標値と現在の制御量との差である目標偏差を算出する目標偏差算出手順と、
前記プラント応答関数と現在に至るまでの過去の前記操作量の変化量とに基づいて、前記先読み長経過後における前記制御量の予測値により前記目標偏差を補正した補正目標偏差を算出する補正目標偏差算出手順と、
前記補正目標偏差に対して前記制御ゲインを乗じて前記操作量の変化量を算出する操作変化量算出手順と、
前記操作量の変化量と、現在の前記操作量とを加算して新たな操作量を算出する操作量算出手順と、
所定のリセット信号の入力に応じて、前記モデルパラメータを初期化するリセット処理手順と、
を実行し、
前記モデルパラメータ推定手順による前記モデルパラメータの推定値の算出と、前記制御パラメータ算出手順による前記制御パラメータの算出と、前記目標偏差算出手順による前記目標偏差の算出と、前記補正目標偏差算出手順による前記補正目標偏差の算出と、前記操作変化量算出手順による前記操作量の変化量の算出と、前記操作量算出手順による前記新たな操作量の算出とを所定の制御周期毎に逐次的に繰り返し、
前記プラント応答関数は、
前記制御対象の定常状態を表すオフセット項が含まれるモデルパラメータを持つ関数である、制御方法。 - 制御対象に対する操作量を出力し、前記制御対象の制御量を目標値に追従させる制御装置に、
前記制御量と前記操作量とに基づいて、前記制御対象のプラント応答モデルを表す関数であって、かつ、モデルパラメータが含まれる関数であるプラント応答関数の前記モデルパラメータの推定値を算出するモデルパラメータ推定手順と、
前記プラント応答関数に基づいて、制御ゲインと先読み長とを含む制御パラメータを算出する制御パラメータ算出手順と、
前記目標値と現在の制御量との差である目標偏差を算出する目標偏差算出手順と、
前記プラント応答関数と現在に至るまでの過去の前記操作量の変化量とに基づいて、前記先読み長経過後における前記制御量の予測値により前記目標偏差を補正した補正目標偏差を算出する補正目標偏差算出手順と、
前記補正目標偏差に対して前記制御ゲインを乗じて前記操作量の変化量を算出する操作変化量算出手順と、
前記操作量の変化量と、現在の前記操作量とを加算して新たな操作量を算出する操作量算出手順と、
所定のリセット信号の入力に応じて、前記モデルパラメータを初期化するリセット処理手順と、
を実行させ、
前記モデルパラメータ推定手順による前記モデルパラメータの推定値の算出と、前記制御パラメータ算出手順による前記制御パラメータの算出と、前記目標偏差算出手順による前記目標偏差の算出と、前記補正目標偏差算出手順による前記補正目標偏差の算出と、前記操作変化量算出手順による前記操作量の変化量の算出と、前記操作量算出手順による前記新たな操作量の算出とを所定の制御周期毎に逐次的に繰り返させ、
前記リセット処理手順は、
前記リセット信号の入力に応じて、前記モデルパラメータを予め決められた初期値に設定した上で、現在の前記制御量と現在の前記操作量とが所定の期間継続したものとして前記モデルパラメータの推定値を前記モデルパラメータ推定手順で算出させる、プログラム。 - 制御対象に対する操作量を出力し、前記制御対象の制御量を目標値に追従させる制御装置に、
前記制御量と前記操作量とに基づいて、前記制御対象のプラント応答モデルを表す関数であって、かつ、モデルパラメータが含まれる関数であるプラント応答関数の前記モデルパラメータの推定値を算出するモデルパラメータ推定手順と、
前記プラント応答関数に基づいて、制御ゲインと先読み長とを含む制御パラメータを算出する制御パラメータ算出手順と、
前記目標値と現在の制御量との差である目標偏差を算出する目標偏差算出手順と、
前記プラント応答関数と現在に至るまでの過去の前記操作量の変化量とに基づいて、前記先読み長経過後における前記制御量の予測値により前記目標偏差を補正した補正目標偏差を算出する補正目標偏差算出手順と、
前記補正目標偏差に対して前記制御ゲインを乗じて前記操作量の変化量を算出する操作変化量算出手順と、
前記操作量の変化量と、現在の前記操作量とを加算して新たな操作量を算出する操作量算出手順と、
所定のリセット信号の入力に応じて、前記モデルパラメータを初期化するリセット処理手順と、
を実行させ、
前記モデルパラメータ推定手順による前記モデルパラメータの推定値の算出と、前記制御パラメータ算出手順による前記制御パラメータの算出と、前記目標偏差算出手順による前記目標偏差の算出と、前記補正目標偏差算出手順による前記補正目標偏差の算出と、前記操作変化量算出手順による前記操作量の変化量の算出と、前記操作量算出手順による前記新たな操作量の算出とを所定の制御周期毎に逐次的に繰り返させ、
前記プラント応答関数は、
前記制御対象の定常状態を表すオフセット項が含まれるモデルパラメータを持つ関数である、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022016432A JP7115654B1 (ja) | 2022-02-04 | 2022-02-04 | 制御装置、制御方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022016432A JP7115654B1 (ja) | 2022-02-04 | 2022-02-04 | 制御装置、制御方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7115654B1 true JP7115654B1 (ja) | 2022-08-09 |
JP2023114204A JP2023114204A (ja) | 2023-08-17 |
Family
ID=82780732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022016432A Active JP7115654B1 (ja) | 2022-02-04 | 2022-02-04 | 制御装置、制御方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7115654B1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7428288B1 (ja) | 2023-04-25 | 2024-02-06 | 富士電機株式会社 | プラント応答推定装置、プラント応答推定方法、及びプログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6901037B1 (ja) | 2020-12-18 | 2021-07-14 | 富士電機株式会社 | 制御装置、制御方法及びプログラム |
JP6927446B1 (ja) | 2021-02-05 | 2021-09-01 | 富士電機株式会社 | 制御装置、制御方法及びプログラム |
JP7014330B1 (ja) | 2021-08-19 | 2022-02-01 | 富士電機株式会社 | 制御装置、制御方法、及びプログラム |
-
2022
- 2022-02-04 JP JP2022016432A patent/JP7115654B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6901037B1 (ja) | 2020-12-18 | 2021-07-14 | 富士電機株式会社 | 制御装置、制御方法及びプログラム |
JP6927446B1 (ja) | 2021-02-05 | 2021-09-01 | 富士電機株式会社 | 制御装置、制御方法及びプログラム |
JP7014330B1 (ja) | 2021-08-19 | 2022-02-01 | 富士電機株式会社 | 制御装置、制御方法、及びプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7428288B1 (ja) | 2023-04-25 | 2024-02-06 | 富士電機株式会社 | プラント応答推定装置、プラント応答推定方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2023114204A (ja) | 2023-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6927446B1 (ja) | 制御装置、制御方法及びプログラム | |
US10281897B2 (en) | Model predictive control with uncertainties | |
JP7206874B2 (ja) | 制御装置、制御方法及びプログラム | |
JP6901037B1 (ja) | 制御装置、制御方法及びプログラム | |
JP2004503000A (ja) | 多変量マトリクスプロセス制御 | |
JP2016100009A (ja) | 機械の動作を制御する方法、および機械の動作を反復的に制御する制御システム | |
EP2778803A1 (en) | Stabilized deterministic optimization based control system and method | |
JP7014330B1 (ja) | 制御装置、制御方法、及びプログラム | |
JP6380552B2 (ja) | 制御装置、そのプログラム、プラント制御方法 | |
JP7115654B1 (ja) | 制御装置、制御方法及びプログラム | |
JP2008102720A (ja) | 制御装置、制御パラメータの調整装置、制御パラメータの調整方法およびプログラム | |
JP7047966B1 (ja) | プラント応答推定装置、プラント応答推定方法、及びプログラム | |
Paternain et al. | Real-time model predictive control based on prediction-correction algorithms | |
CN111930010A (zh) | 一种基于lstm网络的通用mfa控制器设计方法 | |
Bunin et al. | Run-to-run MPC tuning via gradient descent | |
Moradi et al. | Predictive PID Control: A new algorithm | |
JP7231102B1 (ja) | プラント応答推定装置、プラント応答推定方法、及びプログラム | |
JP7275492B2 (ja) | 制御装置、制御方法及びプログラム | |
JP7276633B1 (ja) | 制御装置、制御方法、及びプログラム | |
JP7115656B1 (ja) | 制御装置、制御方法及びプログラム | |
JP7283646B1 (ja) | 制御装置、制御方法、及びプログラム | |
JP7283095B2 (ja) | 制御装置、制御方法及びプログラム | |
CN114117778A (zh) | 控制参数确定方法、装置、电子设备和存储介质 | |
EP2778947B1 (en) | Sequential deterministic optimization based control system and method | |
JP6904473B1 (ja) | モデル作成支援装置、モデル作成支援方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220204 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220204 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220308 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220404 |
|
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: 20220628 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220711 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7115654 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |