JPH0277801A - セルフチューニングコントローラ - Google Patents
セルフチューニングコントローラInfo
- Publication number
- JPH0277801A JPH0277801A JP22846688A JP22846688A JPH0277801A JP H0277801 A JPH0277801 A JP H0277801A JP 22846688 A JP22846688 A JP 22846688A JP 22846688 A JP22846688 A JP 22846688A JP H0277801 A JPH0277801 A JP H0277801A
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- parameters
- estimation
- controller
- dead time
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 61
- 230000008569 process Effects 0.000 claims abstract description 48
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000003213 activating effect Effects 0.000 claims description 2
- 239000002699 waste material Substances 0.000 abstract 1
- 230000004044 response Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009194 climbing Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
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。
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、むだ時間のあるプロセスに対応するセルフチ
ューニングコントローラの改善に関する。
ューニングコントローラの改善に関する。
(従来の技術)
第4図に基づいて従来のエキスパート法によるセルフチ
ューニングコントローラの一例を説明する。
ューニングコントローラの一例を説明する。
1はむだ時間を有するプロセス、2は設定値Rとプロセ
スの測定値Yの偏差EをPID制御演算して操作出力U
をプロセスに供給するPIDコントローラ手段である。
スの測定値Yの偏差EをPID制御演算して操作出力U
をプロセスに供給するPIDコントローラ手段である。
3はセルフチューニング機能であり、外乱又は設定値R
の変更に伴う操作出力Uと測定値Yの波形を分析する波
形分析手段、5はこの波形分析手段の出力を受けるPI
Dパラメータ調整手段であり一分析結果と理想的なステ
ップ応答波形に対する差に基づいて知識ベース6による
エキスパート情報により理想的なステップ応答波形を実
現するためのパラメータKp 、 Ti 、 ’I’d
の修正情報をPIDコントローラ手段に発信する。この
様なセルフチューニングコントローラ、他の方式による
セルフチューニングコントローラについては、例えばオ
ーム社発行「計装システムの基礎と応用」等の文献に詳
細に紹介されている。
の変更に伴う操作出力Uと測定値Yの波形を分析する波
形分析手段、5はこの波形分析手段の出力を受けるPI
Dパラメータ調整手段であり一分析結果と理想的なステ
ップ応答波形に対する差に基づいて知識ベース6による
エキスパート情報により理想的なステップ応答波形を実
現するためのパラメータKp 、 Ti 、 ’I’d
の修正情報をPIDコントローラ手段に発信する。この
様なセルフチューニングコントローラ、他の方式による
セルフチューニングコントローラについては、例えばオ
ーム社発行「計装システムの基礎と応用」等の文献に詳
細に紹介されている。
(発明か解決しようとする課題)
この様なセルフチューニングコントローラをあるプロセ
スの制御に適用する場合には通常そのプロセスパラメー
タであるK(プロセスゲイン)。
スの制御に適用する場合には通常そのプロセスパラメー
タであるK(プロセスゲイン)。
1′(プロセス時定数)、■−7(むだ時間)は予め知
られていることを前提として制御パラメータの初期値を
設定するが、特にむだ時間りが大きいプロセスでは制御
パラメータのみのチューニングではよい制御結果が得ら
れない場合か多い。
られていることを前提として制御パラメータの初期値を
設定するが、特にむだ時間りが大きいプロセスでは制御
パラメータのみのチューニングではよい制御結果が得ら
れない場合か多い。
むだ時間が大きいプロセスに対する補償手段としては、
第5図に示すような操作出力Uを入力し補償出力ct発
信するオツトースミス補償手段7をPIDコントローラ
手段に並列に設けることが周知の手段としてよく用いら
れている。
第5図に示すような操作出力Uを入力し補償出力ct発
信するオツトースミス補償手段7をPIDコントローラ
手段に並列に設けることが周知の手段としてよく用いら
れている。
しかしながら、この補償手段はプロセスのパラメータが
正確に知られていないと有効に動作しない。
正確に知られていないと有効に動作しない。
一般に、プロセスのパラメータを事前に正確に知ること
は極めて歎しく、このためにプラントのスタートアップ
のときに補償手段を含めたコントローラのチューニング
を行うことになるが、むだ時間補償手段を付けたことに
より、チューニングすべきパラメータがコントローラの
P、I、Dパラメータに加えてむだ時間補償手段必要な
に、T。
は極めて歎しく、このためにプラントのスタートアップ
のときに補償手段を含めたコントローラのチューニング
を行うことになるが、むだ時間補償手段を付けたことに
より、チューニングすべきパラメータがコントローラの
P、I、Dパラメータに加えてむだ時間補償手段必要な
に、T。
Lの3パラメータが加わり、計6個のパラメータのチュ
ーニングとなり、その作業は極めて困誼で煩雑なものと
なる。
ーニングとなり、その作業は極めて困誼で煩雑なものと
なる。
多くの場合、ファインチューニングは事実上不可能に近
く、オペレータは途中でギブアップして適当なパラメー
タ設定で諦めるケースが多い。
く、オペレータは途中でギブアップして適当なパラメー
タ設定で諦めるケースが多い。
本発明は、オツトースミス補償手段を組み合わせたセル
フチューニングコントローラにおけるこの様なパラメー
タ同定の問題点を解消したコントローラの提供を目的と
する。
フチューニングコントローラにおけるこの様なパラメー
タ同定の問題点を解消したコントローラの提供を目的と
する。
(課題を解決するための手段)
本発明の構成上の特徴は、むな時間を有するプロセスの
測定値と設定値との偏差を制御演算してその操作出力を
上記プロセスに供給するPIDコントローラ手段と、上
記操作出力を入力し上記むだ時間に関連する補償信号を
上記コントローラ手段の入力側に与えるオツトースミス
補償手段と、上記操作出力と上記測定値を入力して上記
プロセスのパラメータを推定するパラメータ推定手段と
、上記偏差の大きさに関連して上記パラメータ推定手段
ご起動する推定開始検出手段と、上記パラメータ推定手
段の推定結果に基づいて上記PIDコントローラ手段に
対して最適演算パラメータをダウンロードすると共に上
記オツトースミス補償手段にプロセスパラメータ情報を
ダウンロードするチューニングパラメータ演算手段とを
具備せしめた点にある。
測定値と設定値との偏差を制御演算してその操作出力を
上記プロセスに供給するPIDコントローラ手段と、上
記操作出力を入力し上記むだ時間に関連する補償信号を
上記コントローラ手段の入力側に与えるオツトースミス
補償手段と、上記操作出力と上記測定値を入力して上記
プロセスのパラメータを推定するパラメータ推定手段と
、上記偏差の大きさに関連して上記パラメータ推定手段
ご起動する推定開始検出手段と、上記パラメータ推定手
段の推定結果に基づいて上記PIDコントローラ手段に
対して最適演算パラメータをダウンロードすると共に上
記オツトースミス補償手段にプロセスパラメータ情報を
ダウンロードするチューニングパラメータ演算手段とを
具備せしめた点にある。
(作用)
PIDコントローラ手段は、むだ時間を有するプロセス
の測定値と設定値との面差を制御演算してその操作出力
を上記プロセスに供給する。
の測定値と設定値との面差を制御演算してその操作出力
を上記プロセスに供給する。
オツトースミス補償手段は、操作出力を入力しむだ時間
に関連する補償信号をコントローラ手段の入力側に与え
る。
に関連する補償信号をコントローラ手段の入力側に与え
る。
パラメータ推定手段は、操作出力と測定値を入力してプ
ロセスのパラメータを推定する。
ロセスのパラメータを推定する。
推定開始検出手段は、偏差の大きさに関連してパラメー
タ推定手段を起動する。
タ推定手段を起動する。
チューニングパラメータ演算手段は、パラメータ推定手
段の推定結果に基づいてPIDコントローラ手段に対し
て最適演算パラメータをダウンロードすると共にオツト
ースミス補償手段にプロセスパラメータ情報をダウンロ
ードする。
段の推定結果に基づいてPIDコントローラ手段に対し
て最適演算パラメータをダウンロードすると共にオツト
ースミス補償手段にプロセスパラメータ情報をダウンロ
ードする。
(実施例)
第1図に基づいて本発明の詳細な説明する。
第4図、第5図で説明した要素と同一要素には同一符号
を付して説明を省略し、本発明の特徴部についての説明
を追加する。
を付して説明を省略し、本発明の特徴部についての説明
を追加する。
8はパラメータ推定手段であり、操作出力Uと測定値Y
を入力してプロセスのパラメータに、T。
を入力してプロセスのパラメータに、T。
Lを推定する。
9は推定開始検出手段であり〜偏差Eの大きさを監視し
、一定値以上に大きくなったときにパラメータ推定手段
8を起動する。
、一定値以上に大きくなったときにパラメータ推定手段
8を起動する。
10はチューニングパラメータ演算手段であり、パラメ
ータ推定手段8の推定結果に基づいてPIDコントロー
ラ手段2に対して最適演算パラメータK 、′■゛ 、
Tdをダウンロードすると共にオp 1 ットースミス補償手段7にプロセスパラメータK。
ータ推定手段8の推定結果に基づいてPIDコントロー
ラ手段2に対して最適演算パラメータK 、′■゛ 、
Tdをダウンロードすると共にオp 1 ットースミス補償手段7にプロセスパラメータK。
’I’、Lをダウンロードして前回値を更新する。
11はプロセスのパラメータを推定している期間オフに
制御されるスイッチ手段であり、推定アルゴリズムご簡
単にするなめにむだ時間補償出力Cの供給を中断するた
めの機能を有する。
制御されるスイッチ手段であり、推定アルゴリズムご簡
単にするなめにむだ時間補償出力Cの供給を中断するた
めの機能を有する。
次に、1次遅れ士むな時間プロセスのパラメータに、”
I’、L推定の手法につき説明する。プロセス特性Gp
(s)は、 Gp (s ) =Y (s ) /’LJ (s
)− K ・ e /(ゴs +
1. ) (1)これを微分方
程式表現で、 ’I’−dy/dt、 + y=Ku (t−1
−)y=−y/1”+Ku (’r−L)/T=Ay
+bu(t−1、) (2)
となる。第1図の制御系は実際にはディジタル制御装置
で実現され。サンプル値制御系となるので、(2ン式を
離散時間形式に書き換える。(2)式は簡単な1次系で
あるが、高次系の一般化を考えて変形の過程を示すと、 y (k)−Φ(θ)y(k−1) +D(θ) u (k−1−e ) <3>こ
こで、θはサンプリング間隔、g=L/θの整数である
。
I’、L推定の手法につき説明する。プロセス特性Gp
(s)は、 Gp (s ) =Y (s ) /’LJ (s
)− K ・ e /(ゴs +
1. ) (1)これを微分方
程式表現で、 ’I’−dy/dt、 + y=Ku (t−1
−)y=−y/1”+Ku (’r−L)/T=Ay
+bu(t−1、) (2)
となる。第1図の制御系は実際にはディジタル制御装置
で実現され。サンプル値制御系となるので、(2ン式を
離散時間形式に書き換える。(2)式は簡単な1次系で
あるが、高次系の一般化を考えて変形の過程を示すと、 y (k)−Φ(θ)y(k−1) +D(θ) u (k−1−e ) <3>こ
こで、θはサンプリング間隔、g=L/θの整数である
。
状態遷移行列Φ(1)は、
Φ(t)−eAt=e−↑/■より、
Φ(θ)−e−θ/T (4)
またD(θ)は、 D(θ)−f′Φ(λ)Bdλ θ −t/T =f、e −Kdλ/T θ −t/T =Kf、e −clλ/T づ/■ρ =K(−入)〔e 〕 一θ/■ −K(1−e ) (5)(4)、
(5)式より、(3)式は、 −θ/■ y (k) =e y (k−1)−
〇/1 十K (1−e ) u (k−1−e )=a
1y (k−1) 十b 1u (k 1 e ) (6)
となる。
またD(θ)は、 D(θ)−f′Φ(λ)Bdλ θ −t/T =f、e −Kdλ/T θ −t/T =Kf、e −clλ/T づ/■ρ =K(−入)〔e 〕 一θ/■ −K(1−e ) (5)(4)、
(5)式より、(3)式は、 −θ/■ y (k) =e y (k−1)−
〇/1 十K (1−e ) u (k−1−e )=a
1y (k−1) 十b 1u (k 1 e ) (6)
となる。
次に、(6)式の係数a1.b1を推定することにより
フ゛ロセスパラメーター゛、Kを推定する手順について
説明する。く6)式をパラメータ推定のために次のよう
に書き換える。
フ゛ロセスパラメーター゛、Kを推定する手順について
説明する。く6)式をパラメータ推定のために次のよう
に書き換える。
y(k)=7’ (k)A(k)+e (k>「
ここで、
Z” (k) −[:y (k−1> 、 u (k
−1−(1) 〕■ tA (k)=[al (k)、bl Nc))e
(k)−ノイズ項 である。
−1−(1) 〕■ tA (k)=[al (k)、bl Nc))e
(k)−ノイズ項 である。
(7)式をベースにパラメータ を最小自乗法及び逐次
的に推定する方法については従来技術の欄で引用した文
献などにも解説されている周知の手法であるので、結果
だけを示せば、一般的に、久(k)−代(k−1> =T(k)(g” (k)久(k−1)−y(k’))
(8) ここで、 γ(k>=P (k−1)Z (k) + 1十i
r、” (k)F’ (k−1)g (k) l −
1IP (k) =P (k−1)−γ(k>=P (
k−1) −P (k−1)IE (k)X(1+!”
(k)!P (k−1,)Z (k))”x!’
(k)P (k−1) (10)であ
る。
的に推定する方法については従来技術の欄で引用した文
献などにも解説されている周知の手法であるので、結果
だけを示せば、一般的に、久(k)−代(k−1> =T(k)(g” (k)久(k−1)−y(k’))
(8) ここで、 γ(k>=P (k−1)Z (k) + 1十i
r、” (k)F’ (k−1)g (k) l −
1IP (k) =P (k−1)−γ(k>=P (
k−1) −P (k−1)IE (k)X(1+!”
(k)!P (k−1,)Z (k))”x!’
(k)P (k−1) (10)であ
る。
(8)、<9)、(10)の一般を式を本例に適用すれ
ば、(8)式は、 io− (9)式は、 (10)式は、 となる。
ば、(8)式は、 io− (9)式は、 (10)式は、 となる。
これら(8)、(9>、(10)を実行するパラメータ
推定計算フローチャートを第2図に示す。
推定計算フローチャートを第2図に示す。
Bi、、B2は推定計算実行で使用されるバッファ手段
である。B1は常時更新ポツプタウン形バッファであり
、むな時間を含む過去一定期間における操作量Uと測定
値yの実測値が常に更新されている。B2は後述するむ
だ時間推定において用いられる試行錯誤用のポツプタウ
ン形バッファであり、推定スタートにより常時更新バッ
ファ手段B1の全内容かシフトされ、推定終了で更新が
終了してその内容を保持する。
である。B1は常時更新ポツプタウン形バッファであり
、むな時間を含む過去一定期間における操作量Uと測定
値yの実測値が常に更新されている。B2は後述するむ
だ時間推定において用いられる試行錯誤用のポツプタウ
ン形バッファであり、推定スタートにより常時更新バッ
ファ手段B1の全内容かシフトされ、推定終了で更新が
終了してその内容を保持する。
推定開始検出手段からの起動が発生するとプログラムが
スタートし、先ず初期に予測されるむな時間1及び時定
数1゛、ゲインに、より(6)式により (0)、P
(0)を計算して設定する。こであり、2回目からは前
回推定結果を初期値とする。
スタートし、先ず初期に予測されるむな時間1及び時定
数1゛、ゲインに、より(6)式により (0)、P
(0)を計算して設定する。こであり、2回目からは前
回推定結果を初期値とする。
次に一常時更新バッファ手段B1からy(0)。
u(−1>を取り込み、Z(1)を算出して初期の処理
を完了する。
を完了する。
次にに=1として、常時更新バッファ手段B1から3’
(k) 、 u (k−1)を取り込み、次のステッ
プで(9)式により1(k)を計算し、更にこれに基づ
いて(8)式により、i(k>を計算する。
(k) 、 u (k−1)を取り込み、次のステッ
プで(9)式により1(k)を計算し、更にこれに基づ
いて(8)式により、i(k>を計算する。
次の判断ステップでは、g(k)と前回の推定結果のg
(k−1)の差か一定値以下になったか否かの集束判定
が実行され、集束と判定された場合には9uc>が出力
されて推定作業が終了し、試行錯誤用バッファ手段B2
の内容か更新停止となる。
(k−1)の差か一定値以下になったか否かの集束判定
が実行され、集束と判定された場合には9uc>が出力
されて推定作業が終了し、試行錯誤用バッファ手段B2
の内容か更新停止となる。
集束と判定されない場合には〈10)式によりP (k
)が計算され、y (k) 、 IJ (k−1)から
Z(k+1)が計算され、k = k + 1として(
9)式、(8)式を計算するルーチンに戻り同様のの象
束判定か実行される。
)が計算され、y (k) 、 IJ (k−1)から
Z(k+1)が計算され、k = k + 1として(
9)式、(8)式を計算するルーチンに戻り同様のの象
束判定か実行される。
このようなパラメータ推定計算により求められた (k
)に基づいて、むな時間を初期推定値1とした場合の時
定数TとゲインKが推定される。
)に基づいて、むな時間を初期推定値1とした場合の時
定数TとゲインKが推定される。
次にこの結果並びに試行錯誤用バッファの内容を用い、
プロセスのむだ時間1を推定する手法について説明する
。
プロセスのむだ時間1を推定する手法について説明する
。
*ステップ■
推定開始前に予測されるむだ時間の大きさをe。
とするとき、
e+、”’eo”
es=eo ’
とし、eo、el−1e、の3種のむだ時間で第2図の
フローにより、リアルタイムにプロセスのパラメータを
推定する。
フローにより、リアルタイムにプロセスのパラメータを
推定する。
*ステップ■
パラメータの集束が判定された時、夫々のむだ時間に対
して得られた結果を夫々、 goに対して皮。
して得られた結果を夫々、 goに対して皮。
、1に対して父。
1に対して衾。
とすし、これをストアする。
*ステップ■(以後はバッチ処理/となる)上記で得ら
れた結果をもとにプロセスの推定モデルを作成し、これ
に■、■の過程でストアされている入力列ごモデルに加
え、出力応答列yH(k)を求める。
れた結果をもとにプロセスの推定モデルを作成し、これ
に■、■の過程でストアされている入力列ごモデルに加
え、出力応答列yH(k)を求める。
*ステップ■
■、■の過程でストアされている試行錯誤用バッファの
出力応答列y(k)と■のモデル出力応答列yH(k)
を比較して次式により応答誤差自乗面積Jご求める。
出力応答列y(k)と■のモデル出力応答列yH(k)
を比較して次式により応答誤差自乗面積Jご求める。
夫々のむだ時間に対して得られた値を夫々、eQに対し
てJ。
てJ。
e、に対して51
esに対して3J8
とする。
*ステップ■(山登り法による推定)
J、J、、J の比較を行う。
Ls
第3図(A)のごとく、J <Jo<J、ならば、g
s+−gs−1としてJs再計算 eo”eo−1としてJo+J。
s+−gs−1としてJs再計算 eo”eo−1としてJo+J。
2[←e[−1としてJ1←−J 。
としてステップ■へ移る。
第3図(B)のごとく、J >Jo>J、ならば、1
!s”es”としてJ −J。
!s”es”としてJ −J。
eo”−go”としてJ o ”−J +e[←4[+
1としてJ[再計算 としてステップ■へ移る。
1としてJ[再計算 としてステップ■へ移る。
第3図(C)のごとく、J、≧Jo≦J[ならば、eo
を終了推定値として推定を完了し、チューニングパラメ
ータ演算手段10を起動し、得られたプロセスパラメー
タT、に、Lをオツトースミス補償手段にダウンロード
し、補償演算で用いるパラメータ値を更新する。
を終了推定値として推定を完了し、チューニングパラメ
ータ演算手段10を起動し、得られたプロセスパラメー
タT、に、Lをオツトースミス補償手段にダウンロード
し、補償演算で用いるパラメータ値を更新する。
*ステップ■
e、又はelでストアされている入出力列を用いてパラ
メータを推定する。
メータを推定する。
*ステップ■
モデル出力応答列を計算する。
ステップ■
自乗誤差面積を計算してステップ■へ移り、同様な判定
を実行する。
を実行する。
第1図の実施例では、プロセスのパラメータを推定して
いる期間、推定アルゴリズムを簡単にするためにむだ時
間補償出力Cのスイッチ11をオフとしているが、アル
ゴリズムを工夫することによりスイッチをオンのままで
推定することも可能である。
いる期間、推定アルゴリズムを簡単にするためにむだ時
間補償出力Cのスイッチ11をオフとしているが、アル
ゴリズムを工夫することによりスイッチをオンのままで
推定することも可能である。
(発明の効果)
以上説明したように、本発明によれば簡便手法によりオ
ツトースミス補償手段を具倫したセルフチューニングコ
ントローラを実現することができる。これにより、スタ
ートアップ時のパラメータチューニングに要するオペレ
ータあるいはエンジニアの負荷が大幅に軽減できるとと
共に、従来困難であったチューニングか精度よく実現で
き、むだ時間の大きいプロセス制御の制御性を向上させ
ることかできる。
ツトースミス補償手段を具倫したセルフチューニングコ
ントローラを実現することができる。これにより、スタ
ートアップ時のパラメータチューニングに要するオペレ
ータあるいはエンジニアの負荷が大幅に軽減できるとと
共に、従来困難であったチューニングか精度よく実現で
き、むだ時間の大きいプロセス制御の制御性を向上させ
ることかできる。
またプロセス特性か変化した場合でも、制御偏差ある値
を越えたときにはプロセスパラメータ推定手段か自動的
に起動され、パラメータ修正が実行されるので、プロセ
ス特性変化に対してもリアルタイムに追従した良好な制
御が期待できる。
を越えたときにはプロセスパラメータ推定手段か自動的
に起動され、パラメータ修正が実行されるので、プロセ
ス特性変化に対してもリアルタイムに追従した良好な制
御が期待できる。
第1図は本発明の実施例を示す構成図、第2図はパラメ
ータ推定の手順を説明するフローチャート図、第3図は
むだ時間の推定の過程を説明する山登り手法の説明図、
第4図、第5図は従来技術の一例を示す構成図である。 1・・・プロセス 2・・・PIDコントローラ手段
3・・・セルフチューニング機能 7・・・オツトー
スミス補償手段 8・・・プロセスパラメータ推定手
段 9・・・推定開始検出手段 10・・・チュー
ニ第3図 工 R第4
図 第5図
ータ推定の手順を説明するフローチャート図、第3図は
むだ時間の推定の過程を説明する山登り手法の説明図、
第4図、第5図は従来技術の一例を示す構成図である。 1・・・プロセス 2・・・PIDコントローラ手段
3・・・セルフチューニング機能 7・・・オツトー
スミス補償手段 8・・・プロセスパラメータ推定手
段 9・・・推定開始検出手段 10・・・チュー
ニ第3図 工 R第4
図 第5図
Claims (1)
- むだ時間を有するプロセスの測定値と設定値との偏差を
制御演算してその操作出力を上記プロセスに供給するP
IDコントローラ手段と、上記操作出力を入力し上記む
だ時間に関連する補償信号を上記コントローラ手段の入
力側に与えるオットースミス補償手段と、上記操作出力
と上記測定値を入力して上記プロセスのパラメータを推
定するパラメータ推定手段と、上記偏差の大きさに関連
して上記パラメータ推定手段を起動する推定開始検出手
段と、上記パラメータ推定手段の推定結果に基づいて上
記PIDコントローラ手段に対して最適演算パラメータ
をダウンロードすると共に上記オットースミス補償手段
にプロセスパラメータ情報をダウンロードするチューニ
ングパラメータ演算手段とよりなるセルフチューニング
コントローラ。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP22846688A JPH0277801A (ja) | 1988-09-14 | 1988-09-14 | セルフチューニングコントローラ |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP22846688A JPH0277801A (ja) | 1988-09-14 | 1988-09-14 | セルフチューニングコントローラ |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0277801A true JPH0277801A (ja) | 1990-03-16 |
Family
ID=16876922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP22846688A Pending JPH0277801A (ja) | 1988-09-14 | 1988-09-14 | セルフチューニングコントローラ |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0277801A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0756604A (ja) * | 1993-06-16 | 1995-03-03 | Landis & Gyr Powers Inc | プロセス制御装置 |
JP2007285167A (ja) * | 2006-04-14 | 2007-11-01 | Denso Corp | 制御装置 |
JP2017079084A (ja) * | 2006-10-02 | 2017-04-27 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | プロセス制御システムを実施する方法 |
WO2019106782A1 (ja) * | 2017-11-30 | 2019-06-06 | 理化工業株式会社 | Pid制御装置及びpid制御方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63109503A (ja) * | 1986-10-28 | 1988-05-14 | Japan Tobacco Inc | 自動制御装置 |
-
1988
- 1988-09-14 JP JP22846688A patent/JPH0277801A/ja active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63109503A (ja) * | 1986-10-28 | 1988-05-14 | Japan Tobacco Inc | 自動制御装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0756604A (ja) * | 1993-06-16 | 1995-03-03 | Landis & Gyr Powers Inc | プロセス制御装置 |
JP2007285167A (ja) * | 2006-04-14 | 2007-11-01 | Denso Corp | 制御装置 |
JP2017079084A (ja) * | 2006-10-02 | 2017-04-27 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | プロセス制御システムを実施する方法 |
WO2019106782A1 (ja) * | 2017-11-30 | 2019-06-06 | 理化工業株式会社 | Pid制御装置及びpid制御方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5453925A (en) | System and method for automatically tuning a process controller | |
CN100437396C (zh) | Pid参数调整设备 | |
EP0530170B1 (en) | Tuning arrangement for process controllers | |
AU704692B2 (en) | A variable horizon predictor for controlling dead time dominant processes, multivariable interactive processes, and processes with time variant dynamics | |
JP3949164B2 (ja) | 非線形プロセスを制御するためのフィードバック法 | |
US6330484B1 (en) | Method and apparatus for fuzzy logic control with automatic tuning | |
US7856281B2 (en) | On-line adaptive model predictive control in a process control system | |
JPS6266301A (ja) | オ−トチユ−ニングコントロ−ラ | |
EP0370614B1 (en) | Process control systems | |
EP1023646A1 (en) | Optimal auto-tuner for use in a process control network | |
US6959219B2 (en) | Control apparatus having a limit cycle auto-tuning function | |
EP0518651B1 (en) | Process control system | |
JPH02222003A (ja) | 適応制御装置 | |
JPH0277801A (ja) | セルフチューニングコントローラ | |
JPH0822306A (ja) | 演算制御パラメータ自動調整装置 | |
US11086277B2 (en) | System and method for determining the parameters of a controller | |
JP2839626B2 (ja) | 2自由度調節装置 | |
JPH0535306A (ja) | むだ時間補償制御装置 | |
KR0171091B1 (ko) | 제어 장치 및 제어 방법 | |
JPH0434766B2 (ja) | ||
JPH06208403A (ja) | 制御装置 | |
JP2752230B2 (ja) | 2自由度制御装置 | |
JP3277484B2 (ja) | Pidコントローラ | |
JPH0610763B2 (ja) | オ−トセレクタ調節装置 | |
JP2001273004A (ja) | 目標値調整方法及びこれを用いたプロセス制御装置 |