JPH0228701A - プロセス制御装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明はファジィ理論を応用したプロセス制御方法及び
制御装置に関する。

〔従来の技術〕

従来、プロセス制御においては制御対象プロセスにおけ
るあるプロセス量の単位時間後の推移を、異なるプロセ
ス量の過去の時系列変化傾向を観察して最小二乗法など
により予測し当該プロセス量の制御量を決定する定量的
な予測制御が行われている。また、例えば特開昭５９−
２０４７０７号や特開昭６１、−２３４４０５号に記載
の様に、異種のプロセス量センサの測定値を操作員の先
験的情報に基づき評価することによりプロセスの状況を
推定し制御量を決定するファジィ理論を応用したプロセ
ス制御も提案されている。

一方、近年、Ｊ、ｄｅ　Ｋｌｅｅｒ等によって研究され
ている定性的推論は、人間が自然界の現象を理解すると
きのモデルを提供する一手法として注目されている（Ｊ
、　ｄｅ　Ｋｌｅｅｒ、　ａｎｄ　Ｊ、　Ｓ　°Ｂｒｏ
ｗｎ。

“Ｑｕａｌ、１ｔａｔｉｖｅ　Ｐｈ５ｉｃｓ　Ｂａ５ｅ
ｄ　ｏｎ　Ｃｏｎｆｌｕｅｎｃｅｓ”。

ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ　２
４．　１．　ｐｐ、７−８３゜１９８４参照）。

この定性的推論では、定量的な数値ではなく、定性値と
呼ばれる＋１ｏｔ−の３つの値が用いられる。変数は定
性変数と呼ばれ（Ｘ）と記述される。また、システムの
挙動を表現するために用いられる微分ｄｘｄｔはａＸと
記述され、（Ｘ）と同様、十、Ｏｌ−の３値をとる。通
常は定量的な方程式が与えられるので、それを定性方程
式に変換しなければならない。例えば、断面積Ａ、流出
係数Ｃを持つ管の口からの流量Ｑ（圧力をＰ、流体の体
積密度をρ）は、 Ｑ＝ＣＡｆｉ丁乙　ｐ＞。

と表される。また、この微分形はＣとρが定数であれば
、 と表される。これら２つの定量的な方程式は以下のよう
にして定性方程式へ変換される。

（Ｘｌ　ｏと表わされ、 （Ｑ　］　−ＣＣ〕（Ａ　）　（Ｊ「「Ｔ：１〔十頁−
〕〔、「「丁−一〕 〔Ｐ〕 ａＱ−〔Ｃ〕〔１匹７〕ａＡ＋〔Ｃ〕〔Ａ〕〔ｈ７丁ｖ
ｐ〕ａｐ（Ｐ）ａＡ−［＋）ＣＰ）ａＰ ＰまたはＡがある定数（ランド・マーク・後述）を基準
に絶対変位を行ない、定性値を有する場合は本式が微分
方程式となる。しかし、本例ではＰとＡは正の定性値を
もつ定数とみなせることからδＱ−δＡ十〇Ｐ を得る。

定性方程式を解く過程が定性的推論となるわけであるが
、それはある時点における定性変数に定性値を割り当て
る伝播（Ｐｒｏｐａｇａｔｉｏｎ）と呼ばれる操作と、
次の状態を定める予測（Ｐｒｅｄｉｃｔｉｏｎ）と呼ば
れる操作の２つの操作とからなる。多くの場合、定性変
数の定性値は、ランドマーク（Ｌａｎｄｍａｒｋ）と呼
ばれるいくつかの定数を基準にした３つ以上の区間をと
る。実数空間を覆う区間の集合（１ｏ。

１１、１２・・、１．、）をＱとするとき定性変数はと
いう値をとる。ランドマークがａだけのときは、であり
、ａ　＝　Ｏの場合には添字が省略され、と表現される
。′＋”はＸ＞Ｏという区間の名前と考えることができ
る。システムの実現では、ランドマークごとに状態を分
けて考え、［Ｘ−ａ］の形に環元して、（＋、Ｏ，−）
の３値を用いて計算が行われることが多い。

定性値（＋、Ｏ，−）を用いた計算方式を第２０図と第
２１図に示す。伝播はこの図に基づき定性方程式内の変
数の値を定める操作を行う。予測は （Ｘ（ｔｎ））　＝　ｌ：Ｘ（ｔｎ−ｚ））＋ａｘ（ｔ
ｎ−ｉ）に基づいて行われる。定性値ＬＬ　　ＩＩを持
つものにＩｔ　＋　ＩＩのａＸを何度加えたら１１０”
あるいはＩＩ　＋　１１になるかは不確定であり、個々
の問題の性質を反映した形で決められる。

〔発明が解決しようとする課題〕

上記従来技術の定量的な予測制御は単に、時系列的に次
の予測をしているのみであり、また、ファジィ制御は絶
対量に対する先験的情報を基にして評価して制御量を決
めるようにしている。このため、プロセス挙動に関わり
のある局所的な要因の急激なる変化に追従できず、最適
な制御を行えないという問題がある。

さらに、上記の定性的推論はまだ研究段階であり、方程
式のたてかた、推論の制御、計算の実行など多くの面で
手法が確立しておらず、実用モデルへの適用は困難と考
えられていた。

本発明の目的は、プロセスの局所的な要因に急激な変化
があっても高精度な制御を行えるプロセス制御方法およ
び制御装置を提供することにある。

本発明の他の目的はプロセスの挙動を模擬する定性的微
分方程式の推論制御の一手法を提供することにある。

本発明の更に他の目的は、以下の説明を通し明きらかに
なるであろう。

〔課題を解決するための手段〕

本発明は、プロセスの挙動もしくはプロセスの局所的挙
動定性的モデルとして把握し、これに定性ファジィ推論
を応用したプロセス制御方法及び制御装置である。異種
の定量的あ７るいは定性的プロセス情報（含・中間推論
値）あるいは該プロセス情報を微分した時間的変位量の
定性的評価を予めファジィ量で評価したメンバーシップ
関数の適合値で定め、これら適合値による定性評価値に
基づき、将来（単位時間後）の制御目標プロセス情報の
定性評価適合値集合を経験的ルールによって推定し、該
制御目標情報の定性評価適合値集合とメンバーシップ関
数による重心演算から当該プロセス制御量を定めるよう
にしたことを特徴とするプロセス制御方法である。

また、本発明は異種のプロセス情報に対する時間的変位
量を求める微分手段と、ファジィ理論を応用して定性的
なプロセス挙動推論を行う定性推論手段と、推論された
制御目標プロセス情報の定性評価値から当該制御量を定
量変換する重心演算手段とで主要部を構成するプロセス
制御装置である。

〔作用〕

異種のプロセス情報やその時間的変化量のデイメンジョ
ンが異なっていても、それらの適合値は上記メンバーシ
ップ関数や経験則等の先験的情報により公平に評価され
るので、単位時間後の当該プロセス量の挙動が推定でき
る。このため、プロセスの局所的でかつ急激な変化も把
えることが可能となって予測精度が著しく向上し、制御
量を最適に定めることができる。

〔実施例〕

本発明の一実施例を第１図に示す。

第１図において、対象とするプロセスにはプロセスを制
御する為の制御機器８と、異なるプロセス量を測定する
異なる種類の多数の測定器（センサー）７が設置されて
いる。測定器７による測定値は多くあるが、説明の便宜
上測定値をＡ、Ｂの２種類とする。異種のプロセス量の
測定値Ａ、Ｂは、プロセス入力装置１により取り込まれ
、微分装置２に入力される。微分装置２は過去のプロセ
ス量を記憶する記憶装置を有しており、これを用いてＡ
、Ｂの単位時間当り（ｊ＋−１ｔ＋）の変化量を演算し
出力する。この時間的な変化量をａＡ。

ａＢとする。定性推論装置３は測定値Ａ、Ｂの微分値（
変化量）ａＡ、ａＢを入力とし、記憶装置６に記憶され
ている変化量ａＡ、ａＢの予めファジィ量で評価されて
いるメンバーシップ関数に基づきそれらの適合値を評価
し、その適合値により制御目標プロセス量の単位時間後
（１＋＋１）の適合値を推論する。重心演算装置４は、
推論された適合値と記憶装置６に記憶されている制御機
器８への先験的な制御量評価情報に基づいて制御量を定
める。定められた制御量はプロセス出力装置５がら制御
機器８に出力される。このような制御動作は単位時間毎
に行なわれ、プロセスが制御される。

第２図に微分装置２の一例の構成を示す。第２図におい
て記号Ｘ１は時刻ｌで測定器７により４１！Ｉ定された
プロセス量（ＡまたはＢ）を示している。

微分装置２は測定値Ｘｌを入力して、測定値Ｘ。

とその１次の微分値ａＸ＋、２次の微分値ａ２ｘＩ。

・・ｎ次の微分値ａ　’　Ｘ　Ｉを出力とする。但しａ
ｏＸはａ”ｘの時間的な変化量を示す。微分装置２はｎ
次の微分値を得る為に、ｎ個の微分装置２１゜２２、・
・・２ｎをと記憶装置２０１，２０２゜２０ｎカスケー
ド接続して構成される。記憶装置はシフトレジスタ動作
を行ない、各微分装置で時刻１−１で演算された値δＩ
″Ｘ　ｒ−１と、時刻ｉで演算された値ａｎＸＩを記憶
する。

第３図は、定性推論装置３の構成を示したものである。

定性推論装置３はプロセスを模擬した定性微分方程式の
定性変数間が、積の関係にあるものに対して適用される
定性論理積推論装置９と定性変数間が和の関係にあるも
のに対して適用される定性論理和推論装置１０により構
成されている。

第３図は、制御目標プロセス量が、測定器７で測定され
た異種のプロセスｉＡ、Ｂ、Ｃの各々の微分値ａＡ、ａ
Ｂ、δＣで推論される場合を示している。定性論理積推
論装置９は第４図の様に構成されている。変化量δＸ、
ａＹはそれぞれ測定器７て測定されたプロセス量Ｘ、Ｙ
の微分値である。

定性論理積推論装置９は変化量δＸ、ａＹを入力とし、
その変化度合いを定性的に評価する適合値定性評価装置
３１Ａ、３１Ｂと、ファジィ推論のｍｉｎ　−ｍａｘ法
による定性推論手段３２により構成され、変化量δＸ、
ａＹの定性積評価集合Ｓ（δＸａｙ）を出力する。また
、定性論理和推論装置１０は第５図の如く構成される。

定性論理和推論装置１０は適合値定性評価装置３１Ｃ，
３１Ｄと、定性推論手段３３とにより構成され、変化量
ａＸとａＹの定性和評価集合Ｓ　（ａＸ−１−ａＹ）を
出力する。

次にその動作を第６図に示す処理フローチャートを参照
して説明する。

まず、ステップ１１ではプロセス入力装置１において制
御に必要な種類のプロセス量を取込み処理を実行する。

次にステップ１２に移り、微分装置２においてステップ
１１の処理で取り込まれたプロセス量の単位時間当りの
変化量を演算する。

第７図は微分装置２の処理を具体的に示したものである
。第７図（ａ）は、プロセス量Ｘの時間的変化詮示して
おり、縦軸にプロセス量Ｘの絶対量をとり、横軸は時間
を示す。第７図（ａ）ではプロセス量Ｘが例えば５から
２５の範囲で時刻ｔ、−５から１＋　まで変化している
。ｔｌ　は現在時刻を示し、単位時間前の時刻がｔ　ｓ
−１である。時刻ｔ。

におけるプロセス量Ｘをｘｌ、変化量をａＸ＋　とする
と変化量ａＸｌは次式に示すようにＸ、とＸ、ｌ−１の
差分て表わされる。

ａＸ　ｉ＝　Ｘ　ＩＸ　ｌ−１＋＋（１）第７図（ａ）
ではＸｌが５、Ｘ　ｌ−ｓが１５であるから変化量δｘ
Ｉが−１０である場合咎示している。第７図（ｂ）は変
化量ａＸの時間的推移を示す。同図でａＸｚは負であり
、プロセス量Ｘは時刻ｔｌ　にて絶対量１０だけ減少し
た場合を示している。以上のようにして、ステップ１２
では、必要な種類のプロセス量の単位時間当りの変化量
が演算され、プロセスの局所的な変化の定量値が得られ
る。次に、ステップ１３と１４の処理に移行し、定性推
論装置３において推論を実行する。

ステップ１３では、第４図、第５図に示す適合値定性評
価装置３１Ａ〜３１Ｄで評価処理を行う。

ステップ１２で演算された異種プロセス量の変化量を公
平に評価し、かつプロセス変化を推定する為に、第８図
に示される経験的知識に基づく定性評価グラフすなわち
、メンバーシップ関数が記憶装置６に格納されている。

第８図はプロセス量Ｘの微分値（変化量）ａｘに対し減
少（−）、不変（Ｏ）、増加（＋）という３段階評価が
行われている場合を示す。この評価の段階は例えば、減
少と増加の２種類であっても、あるいは減少、やや減少
、不変、やや増加、増加という５種類でも良い。この段
階数は先験的情報の密度により任意に用いることができ
る。第８図は縦軸に定性的な評価の度合いとして０．０
から１．０値で定議される適合値を示し、横軸に変化量
ａＸを定議したものである。変化量ａＸの範囲は−２０
から２０にしており、変化量ａＸが−２０の時は減少の
適合値が１．Ｏとなる。これはプロセス量Ｘが２０減少
したならば、定性的にプロセス量又は明らかに減少した
ことを示している。ところが、変化量ａＸが５の時は減
少したとは言えないので、減少の適合値が０．０　にし
ている。変化量ａＸが−２０から５の範囲にある時は上
述の様に断定はできないので適合値を０．Ｏから１．０
の間の値にしている。

第７図に示す変化量ａＸｒは−１０であるから、第８図
の減少評価グラフの交点を求めると、適合値は０．８　
となる。この評価は［プロセス量又は時刻１＋　におい
て０．８の度合いで減少しているＪとなる。不変の評価
グラフは変化量δＸが０前後で適合値が１．０であり±
１７でＯｏｏとなる山型となる。変化量ａＸが一１ｏで
あると不変の適合値は０．２　になる。増加の評価グラ
フは変化量ａＸが２０で適合値を１．０　　とし、変化
量ａＸが−７でＯ２０にしている。変化量ａＸ１が−１
０であると増加の適合値はＯｌＯとなる。これは定性的
には、増加しているとは言えないことを示している。こ
の結果定性的な評価は次式で定義される集合Ｓとして表
わされる。

５（ａＸ）＝（増加適合値、不変適合値、減少適合値） ＝Ｃμ＋ＣａＸ）、μｏ（ａＸ）、μｍ（ａＸ））＝（
０，０，０，２，０，８）　　　・・（２）（２）式に
おけるμ＋ＣａＸ）は増加適合値、μｏ（ａ　Ｘ）は不
変適合値９μｍ（ａ　Ｘ）は減少適合値をそれぞれ表わ
している。ステップ１３では以上の様に微分値ａＸを入
力として、その定性積評価集合を出力する。ステップ１
３の処理により、異種のプロセス量の適合値が公平に評
価される。ステップ１４では、定性推論装置３２と定性
推論装置３３によって推論処理を実行する。ステップ１
４ではステップ１３で出力された異種のプロセス量の微
分値（変化量）ａＸに対する定性積評価集合に基づき制
御目標プロセス量の単位時間後（１＋＋１）の定性積評
価集合値集合を先験的情報に基づいたルールにより推論
する。

第９図は定性積推論を行う場合のルールを示している。

第９図において２種のプロセス量Ｘ、Ｙの微分値（変化
量）ａｘ、ａｙを入力とした時、それらの積で推論され
るプロセス量あるいは変化量ａＸ、δＹの適合値を以下
の様にして求めることができる。なお、減少は−、不変
はＯ２増加は十で示している。第９図は次の９種類のル
ールを経験則に基づき作成していることを示す。

０Ｌｔ−／Ｌｚｌ）　ｉ　ｆ　　ａ　Ｘが−かつａＹが
−ｔｈｅｎａＸ−ａ　Ｙは＋ ０Ｌｉ−／Ｌ／２）　ｉ　ｆ　　ａ　Ｘが−かつａＹが
０ｔｈｅｎａ　Ｘ−ａ　Ｙは０ （／Ｌ／−ル３）　ｉ　ｆ　　ａ　Ｘが−かつａＹが＋
ｔｈｅｎａ　Ｘ−ａ　Ｙは− （／Ｌ／−／Ｌ／４）　ｉ　ｆ　　ａ　ＸがＯかつａＹ
が−ｔｈｅｎａ　Ｘ−ａ　Ｙは０ （７Ｌ／−ル５）ｉｆ　　ａＸがＯかつａＹが０ｔｈｅ
ｎａＸ−ａ　ＹはＯ （／Ｌ／−ル６）　　ｉｆ　　ａＸがＯかっａＹが＋ｔ
ｈｅｎａ　Ｘ−ａ　Ｙは○ （ル　／ｌ／７）ｉｆ　　ａＸが＋がっａＹがｔｈｅｎ
ａＸ−ａ　Ｙは （／Ｌ／−／Ｌ／８）　ｉ　ｆ　　ａ　Ｘが＋かっａＹ
が○ｔｈｅｎａＸ−ａ　Ｙは０ （ルー＃９）ｉｆ　　ａＸが＋かっａＹが＋ｔｈｅｎａ
Ｘ−ａ　Ｙは＋ 例えば（ルール９）は定性的に表現するならば、「プロ
セス量ＸとＹが共に増加しているならば、ＸとＹの積で
定められるプロセス量は増加する。」となる。定性積推
論装置３２は上記ルールを次のようにして実行する。評
価集合Ｓ　＜ａＸ）。

Ｓ　（ａＹ）を例えば下記とする。

Ｓ　ＣａＸ）＝　（０，８，０，２，０，１）Ｓ　（ａ
Ｙ）＝　（０，６，０，８，０，０）この例では、プロ
セス量又は減少傾向であり、プロセス量Ｙは不変度合い
が最も強くなっている。

定性積推論装置３２はこれらを入力とじた時、上＝１９
＝ ２〇− 記９種類のルールを全て実行する。例えば（ルール９）
では、変化量ａｘ、ａｙの増加適合値μ＋（ａｘ−ａｙ
）は変化量ａＸの増加適合値と変化量ａＹの増加適合値
のうち小である値にする。すなわち ｐ　＋（ａ　ｘ−ａ　ｙ）＝最小値＜μ＋＜ａ　ｘ）。

μ→−（ａＹ）） 最小値（０，８，０，６） ＝ｏ、６ （ルール１）も同様にして変化量ａＸ−ａＹの増加適合
値を推論するルールであり、これよりμ＋Ｃａ　Ｘ−ａ
　Ｙ）＝最小値（μｍ（ａＸ）。

μｍ（ａＹ）） ＝最小値（０，１，０，０） ＝０．０ となる。異種のプロセス量の微分値の変化適合値の最小
値を各ルール毎に採用することにより、誤りなく状況の
変化を把えることが可能となる。この様に９種類のルー
ルが全て実行されると、変化量ａＸ−ａＹの増加適合値
が複数推論される。プロセスの局所的な動向は、これら
の複数の推論結果の中から、最も適合値が大であるもの
を選択することで把握できる。従って、変化量δＸ−ａ
Ｙの増加適合値は（ルール９）にて推論された適合値０
．６　　となる。これは、すなわち経験的に二種類の観
点からプロセスの挙動を観察したことによって変化量ａ
Ｘ−ａＹが“かなり増加”するということを見逃さなか
ったことを意味している。

（ルール９）は２種類の測定値Ｘ、Ｙが共に増加した場
合に変化量ａＸ−ａＹが増加するということを推論でき
るルールであるが、（ルール１）は２種類の測定値Ｘ、
Ｙが共に減少した場合、変化量ａｘ−ａｙが増加すると
いうことを推論できる。

このようにして、変化量ａＸ−ａＹの定性積評価集合Ｓ
　ＣａＸ−ａＹ）が定性論理積推論装置９より出力され
る。

第１０図は定性和推論装置３３が行う推論ルールを示し
たものである。定性積推論装置３２と異なる点は、ルー
ルのみで、このルールに基づいて行われる動作は同一で
ある。なお、定性論理積推論装置９と定性論理和推論装
置１０をそれぞれ設けるのはプロセス状態推移を模擬す
る定性微分方程式が異種のプロセス量の微分値の定性論
理和と定性論理積により定まるときであり、プロセスに
よっては一方だけを用いるようにしてもよい。

さて、制御目標プロセス量ａの単位時間後の変化量ａａ
は異種のプロセス量Ａ、Ｂ、Ｃの微分値で決定されその
関係は下記の定性微分方程式で示される。

ａａ＝ａＡ−ａＢ＋ａＣ−（３） （３）式における・は定性積、＋は定性和を示している
。（３）式は定性的な表現を行うと「単位時間後のプロ
セス量ａの変化度合いａａは、プロセス量Ａの変化度合
いａＡと、プロセス量Ｂの変化度合いａＢの積関係で定
まる変化度合いと、プロセス量Ｃの変化度合いａＣの相
関係で定まる」となる。なお、上記で「変化度合い」は
定性評価適合値あるいはその集合で示される。従って、
定性推論装置３はａＡとａＢを入力として、ａＡ・ａＢ
の定性積評価集合Ｓ　（ａＡ−ａＢ）を出力とする定性
論理積推論装置９と、５（ａＡ−ａＢ）とａＣを入力す
る定性論理和推論装置１０により構成され、制御目標プ
ロセス量ａの単位時間後の変化度合い定性積評価集合Ｓ
　（ａＡ−ａＢ＋ａｃ）を出力する。

次に、ステップ１５に移行し、重心演算装置４で制御量
を定める。重心演算装置４は定性推論装置３で推論した
定性積評価集合を入力とし、これに対する先験的な情報
に基づいて制御量を定める。

第１１図は経験的な知識に基づいて作成した、制御操作
量の評価グラフ（メンバーシップ関数）である。第１１
図は現在の制御量から増減量、すなわち操作量を定性的
に評価したもので、縦軸に０．０から１．０の範囲の値
を持つ適合値、横軸に操作量を定義している。操作量は
減少、不変、増加という３段階の評価を行っている。第
１１図においては、減少という評価は操作量が−４０で
適合値が１．０、操作量が−８にて０．Ｏという単調減
少型としている不変という評価は操作量が○にて適合値
が１．０、操作量が−３０と＋３０でそ２：３ れぞれＯ２０となる山型とし、また、増加という評価は
操作量が４０の時は適合値が１．０　、操作量が８の時
は適合値が０．０　となる単調増加型としている。重心
演算装置４は記憶装置６に記憶されている第１１図に示
すような操作量評価グラフを参照し以下のようにして操
作量を定める。ステップ１４で演算された制御目標プロ
セス量の単位時間後の定性積評価集合値集合５（ａａ）
を下記とする。

ＳＣａ　ａ）＝（μｍ（ａａＬμｏ（ａａ）、μｏ＋（
ａａ））＝（０，８，０，３，０，２） この集合の各位を、それぞれ操作量の対応する評価値と
し、第１１図に示す様に、各評価グラフ曲線と適合値０
．０と１．０、制御量−４５と＋４５で囲まれる面を、
各適合値評価値直線で切断する。

これにより、図中斜線で示される評価有効面が得られる
。この斜線は各評価段階の有効度合いを示している。重
心演算装置４はこの斜線面が同一質量を持つ場合の重心
Ｇを演算し、重心Ｇの操作量軸の座標を計算する。本例
では−１６となる。こ７Ｉ の値が制御操作量となる。以上の処理を定性的に表現す
ると、「制御目標プロセス量ａが単位時間後に減少方向
に向かう度合いが強い為、制御量を現在値より１６減ら
せ」となる。以上の様にして、ステップ１５では、制御
目標プロセス量の単位時間後の定性評価値により制御操
作量を決定する。

ステップ１６では以上のようにして決定された制御操作
量をプロセスに出力する。

以上の一連の処理が、対象プロセスの時定数により定ま
る単位時間毎に繰返し行われプロセスを制御する。

このようにして本発明は、異種のプロセス量あるいはそ
の時間的変化量を先験的情報により定性的に評価し、こ
れらの評価情報から先験的情報に基づくルールにて制御
目標プロセス量の単位時間後の定性評価値を推論してい
る為、プロセスの局所的な変化によく応答する制御が可
能となる。

また異種のプロセス量あるいはその変化量を定性的に増
加、不変、減少で評価し、これらの度合いを０．０〜１
．０の範囲に定め、制御操作量はこれらの値に基づいて
定められる為、制御量が極端な値とならず、信頼性が向
上する、という効果がある。

第１２図に本発明の詳細な説明するための特性図を示す
。

第１２図（ａ）は、制御目標プロセス量ａの時間的推移
を示す。現在時刻１＋の単位時間後ｔｌ＋１のプロセス
量ａの変化量ａａば、上述したように異種のプロセス量
Ａ、Ｂの時刻ｔｌ　における変化量により定まる。

第１２図（ｂ）はプロセス量Ａの時間的推移、同図（ｃ
）はプロセス量Ａの単位時間の変化量ａＡの時間的推移
、同図（ｃ）はプロセス量Ｂの時間的推移、同図（ｄ）
はプロセス量Ｂの単位時間の変化量ａＢの時間的推移を
それぞれ示す。

従来の最小二乗法を用いた予測に基づく方法であると、
プロセス量Ａ、Ｂ共に過去の時系列データの観測により
、いずれも第１２図に丸矢印（■）で示するような増加
の予測が行なわれる。従って、制御目標プロセス量であ
るａの単位時間後ｔｌ＋１も丸矢印で示すような増加の
予測が行われる。ところが、時刻１＋　においてプロセ
ス量Ｂは急激に減少しており、実際の制御目標プロセス
量ａの値は２重丸（◎）のようになる。本発明ではプロ
セス量Ａの変化量ａＡと、プロセス量Ｂの変化量ａＢの
定性評価と、経験的なルールによりプロセス量ａの変化
を推論する為に２重丸のように予測できる。これにより
、制御操作量が適正に定まる。

その結果、局所的に急激な変化が発生した場合にもこれ
により追従することがわかる。尚、プロセス量の種類は
２種類に限らぬことは勿論のことである。

第１３図に本発明の他の実施例を示す。第１３図におい
て第１図の実施例と異なるところはフィードバック同定
装置２０を設けたことである。なお、重心演算装置４の
処理内容も若干変更となる。

第１３図の実施例の特徴は推論された制御目標プロセス
量ａが、制御目標許容範囲内となるまで、制御量をフィ
ードバックし、一連の処理をくり返す点にある。第１図
に示す実施例と同一の処理が行われ制御目標プロセス量
の変化量定性積評価集合が演算される。重心演算装置４
は定性積評価集合から制御操作量と制御目標プロセス量
の変化量を先験的情報により定める。

第１４図はフィードバック同定装置２０の構成を示した
ものである。２０は重心演算装置４で出力された時刻ｉ
で予測した制御目標情報ａの変位量ａａｌと、時刻１に
おける絶対量ａｉを入力とする。比較装置３０１はａｌ
とａａＩを加算して予測絶対値を演算し、制御目標値す
と比較する。それらの差分が許容誤差Ｃよりも小さい、
すなわち十分満足できる場合はプロセス出力装置５を起
動し、当該制御機器に該絶対値を制御量として出力する
。

予測値と制御目標値すの差分絶対値が許容誤差より大き
い、すなわち制御量の再検討が必要な場合は制御量演算
装置３０３を起動する。３０３は差分に対する制御量を
演算し、この値で、プロセスより入力している制御機器
の運転量におきかえ、微分装置２を再帰的に起動する。

第１５図は以上の手順を流れ図により示したものである
。

以上の様に、制御目標許容範囲内となるまで、処理が繰
り返されることにより、精度の良い予測が行われるとい
う効果がある。

第１６図と第１７図は本発明の他の実施例として道路ト
ンネル内の汚染予測システムに適用した場合の構成を示
している。

トンネル内の汚染度合を決定する要因は物理学的知識に
基づくと車輌台数、大型車混入率、車速。

自然風、及びジェットファンなどの換気機による機械換
気力により決定される。時刻（１）から−定時間後（ｔ
＋１）の間に発生する汚染量をａＣとすると、このプロ
セスは下記定性微分方程式にて表わすことができる。

ａｃ＝ｃｃｃＮｂ〕＋ａＮｂ）　十（Ｖ）　）　＋（（
（δＮｓ＋　ａ　ＮＪ＋　（（Ｖ〕＋　ａ　Ｖ））　＋
　（ＷＪ）＋　２Ｕ−但し、 Ｃ：汚染量 Ｎｂ　：大型車台数（台１５分） Ｎｓ　：小型車台数（台１５分） Ｖ−車速（ｌａ／時） Ｗｎ　：自然風（ｍ／Ｓ） Ｕ、：機械換気力（ｍ／ｓ） 上述した本発明による第１図の構成にて、このシステム
を構築すると、第１６図が微分装置２、第１７図が定性
的推論装置３となる。

微分装置２はプロセスの測定器よりのＮ　ｂ　。

Ｎ　ｓ　、　Ｄ　、　Ｕ　−、Ｗ　ｏを入力とし、式（
４）に含まれる定性変数を生成する。すなわち絶対量Ｎ
、、Ｗｎ。

１次微分値ａＮｂ、δＮＳ、ａＤ　（＝Ｖ）、ａＵ、。

２次微分値ａ２Ｄ　（−ａＶ）を出力する。

定性的推論装置３は記憶装置６に格納されている、第１
８図に示す、各定性変数に対するメンバーシップ関数と
、上記定性変数値を入力として、式（４）に従って定性
的な推論を行なう。推論は段階的に行なわれ最終的にａ
Ｃの適合度集合５（ａＣ）が出力される。式（４）の各
要素は物理学見地に立つと全く単位が異なるものを含ん
でいるにもかかわらず本装置では総合的な予測を可能と
している。

第１９図は従来の定量型モデルによる制御と、本発明の
ファジィ応用による制御とを比較したもので、トンネル
内空気の汚染値の予測状況を示す。

横軸は汚染値ＶＩの実測値、縦軸は各々の制御方式によ
る予謂値である。従来型モデルが広範囲にばらついてい
るに対し、本発明は極めて良い相関を示し、予測精度の
高いことがわかる。

〔発明の効果〕

本発明によれば、異種のプロセス量の単位時間当りの変
化量を先験的情報により定性的に評価し、これらの評価
情報から先験的情報に基づくルールにて制御目標プロセ
ス量の単位時間後の評価情報を推論している為、プロセ
スの局所的要因に急激な変化が生じ、プロセスの挙動に
大きな影響を与える場合にも極めてよく応答でき高精度
な制御が可能となる、という効果がある。

【図面の簡単な説明】

第１図は本発明の一実施例を説明するための図であり、
制御装置の全体構成を示す、第２図〜第５図は第１図の
構成要素の詳細図で、第２図は微分装置、第３図は定性
推論装置、第４図は定性論埋積推論装置、第５図は定性
論理和推論装置を示す、第６図は本発明の全体の動作順
序を示すフローチャート、第７図はプロセス量の時間的
変化を示す特性図、第８図はプロセス量あるいはその時
間的変化量を定性的に評価するためのファジィ量で評価
されたメンバーシップ関数を示す、第９図は定性論理積
推論ルールの定義表、第１０図は定性論理和推論ルール
の定義表、第１１図は重心演算装置における制御操作量
変換特性図、第１２図は本発明の効果を示すための特性
図、第１３図は本発明の他の実施例を示す構成図、第１
４図は第１３図の構成要素である同定装置の詳細図、第
１５図は第１３図の動作を説明するためのフローチャー
トを示す、第１６図〜第１９図は本発明の更に別の実施
例を説明するための図であり、第１６図はトンネル換気
プロセス量の微分装置、第１７図はトンネル内汚染定性
的推論装置、第１８図はプロセスの定性変数に対するメ
ンバーシップ関数、第１９図は本実施例の効果を説明す
る特性図、第２０図と第２１図は定性的推論の概念を説
明するための推論ルールマトリックス図である。 １・・プロセス入力装置、２・・・微分装置、３・・定
性推論装置、４・・重心演算装置、５・・・プロセス出
力装置、６・記憶装置。

Claims (1)

1. 【特許請求の範囲】 １、プロセスの挙動を定性的微分方程式によつて表現で
   きるプロセス制御方法において、異種のプロセス情報ま
   たは該プロセス情報を微分して得られる時間的変化情報
   の定性的評価を、前記情報ごとに予めファジィ量として
   評価されているメンバーシップ関数の適合値によつて評
   価段階別に定め、これら評価段階別の適合値による定性
   評価値集合に基づき制御目標プロセス情報の将来の定性
   評価適合値集合を経験則によつて推論し、この定性評価
   適合値集合と、予めファジィ量として評価されている制
   御目標プロセス情報のメンバーシップ関数とから定量変
   換してプロセス制御量を定めることを特徴とするプロセ
   ス制御方法。 ２、異種のプロセス情報を入力しその時間的変化量を演
   算する微分手段と、該プロセス情報およびまたは該時間
   的変化量をファジィ量によつて予め評価されているメン
   バーシップ関数によつて評価する定性評価手段と、該定
   性評価手段によつて定められた評価段階別の適合値の組
   合せに基づき制御目標プロセス情報の単位時間後の定性
   評価値集合を経験的ルールによつて推論する定性推論手
   段と、該定性推論手段で推定した定性評価適合値集合を
   入力して制御目標プロセス情報の当該制御量を該目標プ
   ロセス情報について予め定めているメンバーシップ関数
   に対する重心演算から求める重心演算手段と、該重心演
   算手段によつて定められた制御量をプロセスに出力する
   出力手段とを具備することを特徴とするプロセス制御装
   置。 ３、特許請求の範囲第２項において、前記微分手段は複
   数の微分装置及び前回の微分値を記憶する記憶装置とが
   カスケードに接続され、プロセス量の任意の次数の時間
   的変化量を出力とするものであることを特徴とするプロ
   セス制御装置。 ４、特許請求の範囲第２項において、前記定性推論手段
   は異種のプロセス情報またはその時間的変化量を定性評
   価した前記適合値の評価段階別組合せに対して経験的知
   識による定性論理積ルールを割当て、前記制御目標プロ
   セス情報の定性積評価集合を推定する定性論理積推論装
   置を有することを特徴とするプロセス制御装置。 ５、特許請求の範囲第２項において、前記定性推論手段
   は異種のプロセス情報またはその時間的変化量を定性評
   価した前記適合値の評価段階別組合せに対して経験的知
   識による定性論理和ルールを割当て、前記制御目標プロ
   セス情報の定性和評価集合を推定する定性論理和推論装
   置を有することを特徴とするプロセス制御装置。 ６、特許請求の範囲第２項において、前記制御目標プロ
   セス量の定性値が異種のプロセス量あるいはその微分値
   の定性論理和と定性論理積から定まるとき、前記定性推
   論手段は前記経験的ルールに定性論理積ルールを割当て
   る定性論理積推論装置と、前記経験的ルールに定積論理
   和ルールを割当てる定性論理和推論装置とを具備し、定
   性積推論と定性和推論を結合して前記制御目標プロセス
   情報の定性評価集合を推定することを特徴とするプロセ
   ス制御装置。 ７、異種のプロセス情報を取込むプロセス入力手段と、
   該取込まれたプロセス情報の時間的変化量を演算する微
   分手段と、該演算された異種のプロセス情報を入力し制
   御目標プロセス情報の定性評価適合値集合を推定する定
   性評価推論手段と、該定性評価推論手段で推定した定性
   評価適合値集合を入力して制御目標プロセス情報の当該
   制御量を定める重心演算手段と、該重心演算手段で定め
   られた制御量をプロセスに出力するプロセス出力手段と
   、前記重心演算手段と前記プロセス出力手段との間に設
   けられ、制御目標プロセス情報が制御目標値の許容範囲
   内となるまで制御量を変化させ前記プロセス入力手段に
   入力して繰返し処理を行なわせるフィードバック同定手
   段とを具備することを特徴とするプロセス制御装置。