JPH03100704A - Process controller - Google Patents

Process controller

Info

Publication number
JPH03100704A
JPH03100704A JP1238222A JP23822289A JPH03100704A JP H03100704 A JPH03100704 A JP H03100704A JP 1238222 A JP1238222 A JP 1238222A JP 23822289 A JP23822289 A JP 23822289A JP H03100704 A JPH03100704 A JP H03100704A
Authority
JP
Japan
Prior art keywords
control
section
time
model
manipulated variable
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.)
Granted
Application number
JP1238222A
Other languages
Japanese (ja)
Other versions
JP2551166B2 (en
Inventor
Haruo Takatsu
春雄 高津
Kinichi Kitano
北野 欽一
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yokogawa Electric Corp
Original Assignee
Yokogawa Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yokogawa Electric Corp filed Critical Yokogawa Electric Corp
Priority to JP1238222A priority Critical patent/JP2551166B2/en
Priority to US07/575,211 priority patent/US5166873A/en
Priority to EP90116891A priority patent/EP0417593B1/en
Priority to SG1996009064A priority patent/SG44891A1/en
Priority to CN90107562A priority patent/CN1044522C/en
Priority to BR909004557A priority patent/BR9004557A/en
Priority to KR1019900014475A priority patent/KR940010393B1/en
Publication of JPH03100704A publication Critical patent/JPH03100704A/en
Application granted granted Critical
Publication of JP2551166B2 publication Critical patent/JP2551166B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Landscapes

  • Feedback Control In General (AREA)

Abstract

PURPOSE:To find a control constant in a short time without generating any disturbance to a process by finding the outputs of a modeling part and an estimation accuracy arithmetic part or the control constant of a control arithmetic part. CONSTITUTION:A data gathering part 22 holds a manipulated variable and a process quantity as time-series data for a constant time and a calculation command part 26 actuates the modeling part 23 when the process quantity and manipulated variable vary above a specific value. The internal parameter adjustment part 233 of the modeling part 23 adjusts the internal parameter of a process model 232 so that the output of a process 21 matches the output of a process model 232 and an estimation accuracy arithmetic part 24 calculates the accuracy of the process model 232. A control constant arithmetic part 25 calculates the control constant from those outputs and outputs it to a control arithmetic part 20. Consequently, the control constant is set again without generating any disturbance to the process.

Description

【発明の詳細な説明】 〈産業上の利用分野〉 この発明はプロセスを制御するプロセス制御装置に関し
、特に制御定数を最IN値に自動調整する機能を有する
プロセス制御装置に関するものである。
DETAILED DESCRIPTION OF THE INVENTION <Industrial Application Field> The present invention relates to a process control device for controlling a process, and particularly to a process control device having a function of automatically adjusting a control constant to the maximum IN value.

〈従来技術〉 制御対象であるプロセスを最適条件で制御するためには
、このプロセスの動特性を求め、操作量演算の為の制御
定数を逐次求めなければならない。
<Prior Art> In order to control a process to be controlled under optimal conditions, it is necessary to obtain the dynamic characteristics of this process and sequentially obtain control constants for calculating the manipulated variable.

この様なプロセス制御装置として、開ループ型、限界感
度型、応答波形型、適応制御型のプロセス制御装置が知
られている。
As such process control devices, open loop type, limit sensitivity type, response waveform type, and adaptive control type process control devices are known.

第12図に開ループ型のプロセス制御装置の構成を示す
1通常の制御ではスイッチ1は叩御演算部2側にされる
。設定量とプロセス量は偏差演算部3に入力されてそれ
らの偏差がとられ、制御演算部2でPID演算などによ
って操作量が演算され、プロセス4に出力される。定期
的または偏差が大きくなるとスイッチ1は同定用信号発
生部5側にされ、ステップ信号またはパルス信号がプロ
セス4に印加される。このときのプロセス4の応答から
、7ieglar−Nichols法などによって制御
定数を演算し、制御演算部2に設定するようにする。
FIG. 12 shows the configuration of an open-loop process control device.1 In normal control, the switch 1 is placed on the control calculation section 2 side. The set amount and the process amount are inputted to the deviation calculating section 3 to calculate the deviation between them, and the control calculating section 2 calculates the manipulated variable by PID calculation or the like and outputs it to the process 4. At regular intervals or when the deviation becomes large, the switch 1 is set to the identification signal generator 5 side, and a step signal or a pulse signal is applied to the process 4. From the response of the process 4 at this time, control constants are calculated by the 7ieglar-Nichols method or the like and set in the control calculation unit 2.

第13図に限界感度型のプロセス制御装置の構成を示す
、制御演算部2の出力及びリミットサイクル発生部6の
出力は加算部7で加算され、プロセス4に操作量として
出力される。リミットサイクル発生部6は定期的にプロ
セス4に入力する操作量を最大値と最小値に変動させ、
その時の限界周期及び限界感度からZiegler−N
ichols法などによって制御定数を演算し、制御演
算部2に設定するようにする。
FIG. 13 shows the configuration of a limit sensitivity type process control device. The output of the control calculation section 2 and the output of the limit cycle generation section 6 are added in an addition section 7 and outputted to the process 4 as a manipulated variable. The limit cycle generating unit 6 periodically changes the manipulated variable input to the process 4 between a maximum value and a minimum value,
From the limit period and limit sensitivity at that time, Ziegler-N
Control constants are calculated using the ichhols method or the like and set in the control calculation section 2.

第14図は応答波形型のプロセス制御装置の構成であり
、設定量及び偏差が応答波形ルール8に入力される。応
答波形ルール8はFuzzy Ru1eなどによるチュ
ーニングルールから構成されており、プロセス量のオー
バーシュート、減衰比及び周期などにこのルールを適用
して制御定数を求め、制御演算部2に設定するようにす
る。
FIG. 14 shows the configuration of a response waveform type process control device, in which set amounts and deviations are input to response waveform rule 8. The response waveform rule 8 is composed of tuning rules such as Fuzzy Ru1e, and this rule is applied to the overshoot of the process amount, the damping ratio, the period, etc. to obtain the control constant and set it in the control calculation unit 2. .

第15図に適応制御型のプロセス制御装置の構成を示す
、制御演算部2の出力と同定用信号発生部9の出力は加
算部10で加算され、プロセス4に入力される。また、
プロセス量及び加算部10の出力は動特性同定部11に
入力され、制御定数が推定されて制御演算部2に出力さ
れる。すなわち、同定用信号発生部9で微少な外乱を発
生させ、その時のプロセス量の動特性から制御定数を求
めて制御演算部2に設定するようにする。
The configuration of an adaptive control type process control device is shown in FIG. 15. The output of the control calculation unit 2 and the output of the identification signal generation unit 9 are added by an addition unit 10 and input to the process 4. Also,
The process amount and the output of the addition section 10 are input to the dynamic characteristic identification section 11, and the control constants are estimated and output to the control calculation section 2. That is, a slight disturbance is generated in the identification signal generation section 9, and a control constant is determined from the dynamic characteristics of the process amount at that time and set in the control calculation section 2.

〈発明が解決すべき課題〉 しかしながら、この様なプロセス制御装置には以下に示
すような課題があった。開ループ型及び適応制御型では
プロセスに同定用信号を与えなければならず、また限界
感度型では持続振動を発生させなければならない、すな
わち、プロセスに外乱を与えなければならないために、
操業運転中に制御定数を求めようとすると制約が発生す
る。また、応答波形型は制御定数が収束するためには数
回の波形観測が必要であり、ある程度の時間を要する。
<Problems to be Solved by the Invention> However, such process control devices have the following problems. In open-loop and adaptive control types, an identification signal must be given to the process, and in limit-sensitivity types, sustained vibrations must be generated, that is, disturbances must be applied to the process.
Restrictions occur when trying to determine control constants during operation. In addition, the response waveform type requires waveform observation several times in order for the control constant to converge, and it takes a certain amount of time.

従って、いずれの制御装置も自由に制御定数を再設定す
ることが出来なかった。
Therefore, neither control device could freely reset the control constants.

〈発明の目的〉 この発明の目的は、短時間で、かつプロセスに外乱を与
えることなく制御定数を再設定することが出来るプロセ
ス制御装置を提供することにある。
<Object of the Invention> An object of the invention is to provide a process control device that can reset control constants in a short time and without causing any disturbance to the process.

く課題を解決する為の手段〉 前記課題を解決するために本発明では、プロセスに出力
する操作量とプロセス量を所定の時間データ収集部で収
集し、この収集したプロセス量と整合するようにモデリ
ング部でプロセスモデルの内部パラメータを調整し、か
つこのプロセスモデルの確かさを推定確度演算部で演算
しで、前記操作量またはプロセス量が所定の値以上変動
したときに前記モデリング部を起動し、このモデリング
部及び前記推定確度演算部の出力から制御演算部の制御
定数を求めるようにしたものである。
Means for Solving the Problems> In order to solve the above problems, the present invention collects the manipulated variables and process variables to be output to the process at a predetermined time by a data collection unit, and collects the manipulated variables and process variables to be outputted to the process, and then adjusts the data collection unit to match the collected process variables. The modeling unit adjusts the internal parameters of the process model, and the estimation accuracy calculation unit calculates the accuracy of the process model, and the modeling unit is activated when the manipulated variable or process variable fluctuates by a predetermined value or more. The control constant of the control calculation section is determined from the outputs of the modeling section and the estimated accuracy calculation section.

また、プロセスモデルの出力とプロセス量からプロセス
モデルのゲイン定数を定めるようにしたものである。
Further, the gain constant of the process model is determined from the output of the process model and the process amount.

また、探索としてシンプレックス法を用い、初期多角形
の辺の成分の長さを前記データ収集部が収集するサンプ
リング周期より長くし、また1回目の収束の後、さらに
その点でシンプレックスを作り直すようにしたものであ
る。
In addition, the simplex method is used for the search, and the length of the side components of the initial polygon is made longer than the sampling period collected by the data collection unit, and after the first convergence, the simplex is recreated at that point. This is what I did.

さらに、制御の最初でプロセスにステップ状の操作量を
印加し、その時のプロセス量の応答からサンプリング周
期及び制御定数の初期値を求めるようにしたものである
Furthermore, a stepwise manipulated variable is applied to the process at the beginning of control, and the sampling period and initial values of the control constant are determined from the response of the process variable at that time.

く作用〉 外乱を与えることなく、かつ短時間で制御定数を求める
ことが出来る。
Control constants can be determined in a short time without causing any disturbance.

〈実施例〉 第1図に本発明に係るプロセス制御装置の一実施例を示
す、第1図において、20は制御演算部であり、目標値
である設定量及びプロセス21の出力であるプロセス量
が入力され、これらの偏差に比例積分微分演算を施して
操作量を演算する。
<Embodiment> FIG. 1 shows an embodiment of the process control device according to the present invention. In FIG. are input, and the manipulated variable is calculated by performing proportional-integral-differential calculations on these deviations.

21は制御対象であるプロセスであり、制御演算部20
の出力である操作量が入力され、またプロセス量を出力
する。22はデータ収集部であり、操作量及びプロセス
量が入力され、一定期間これらのデータを時系列データ
として保持する。23はモデリング部であり、その内部
に前処理部231、プロセスモデル232、内部パラメ
ータ調整部233及び比較部234が含まれている。デ
ータ収集部22の出力は前処理部231でフィルタリン
グなどの前処理がなされ、操作量はプロセスモデル23
2に、プロセス量は比較部234に入力される。プロセ
スモデル232はプロセス21をシミュレートしたもの
である。プロセスモデル232の出力は比較部234に
入力され“、別に入力されたプロセス量と比較される。
21 is a process to be controlled, and the control calculation unit 20
The manipulated variable, which is the output of , is input, and the process variable is output. Reference numeral 22 denotes a data collection unit into which the operation amount and process amount are input, and holds these data as time-series data for a certain period of time. 23 is a modeling section, which includes a preprocessing section 231, a process model 232, an internal parameter adjustment section 233, and a comparison section 234. The output of the data collection unit 22 is subjected to preprocessing such as filtering in a preprocessing unit 231, and the manipulated variable is processed by the process model 23.
2, the process amount is input to the comparison section 234. Process model 232 is a simulation of process 21. The output of the process model 232 is input to a comparing section 234, where it is compared with a separately input process quantity.

この比較結果は内部パラメータ調整部233に入力され
る。内部パラメータ調整部233はプロセス21の出力
とプロセスモデル232の出力が整合するようにプロセ
スモデル232の内部パラメータを調整する。24は推
定確度演算部であり、モデリング部23の出力が入力さ
れて、プロセスモデル232の確かさを演算する。25
は制御定数演算部であり、内部パラメータ調整部233
及び推定確度演算部24の出力が入力され、これらの出
力から制御定数を演算して制御演算部20に出力する。
This comparison result is input to the internal parameter adjustment section 233. The internal parameter adjustment unit 233 adjusts the internal parameters of the process model 232 so that the output of the process 21 and the output of the process model 232 match. Reference numeral 24 denotes an estimation accuracy calculation unit, into which the output of the modeling unit 23 is input, and calculates the accuracy of the process model 232. 25
is a control constant calculation section, and the internal parameter adjustment section 233
and the outputs of the estimated accuracy calculation unit 24 are input, and control constants are calculated from these outputs and output to the control calculation unit 20.

制御演算部20はこの新たな制御定数に基づいて操作量
を演算する。26は計算指令部であり、プロセス量及び
操作量が入力され、これらが所定の値以上変化したとき
にスイッチ27〜30を操作することにより、計算指令
をモデリング部23に出力して、モデリング部23の動
作を起動する。
The control calculation section 20 calculates the manipulated variable based on this new control constant. Reference numeral 26 denotes a calculation command section, into which the process amount and operation amount are input, and when these change by a predetermined value or more, by operating switches 27 to 30, a calculation command is output to the modeling section 23, and the modeling section Start the operation of 23.

次に、この実施例の動作を第2図フローチャートに基づ
いて説明する。なお、この動作とは無関係に、データ収
集部22は操作量及びプロセス量を一定周期毎に時系列
データとして収集している。
Next, the operation of this embodiment will be explained based on the flowchart of FIG. Note that, irrespective of this operation, the data collection unit 22 collects the operation amount and the process amount as time-series data at regular intervals.

第2図において、一定周期毎に計算指令部26はプロセ
ス量(pv)及び操作量(MV)を読み込み、それらの
変動があらかじめ定められた値より大きいかを判断する
。変動が小さいと、計算指令を発することなく終了する
。この判断は、例えば第3図のようにプロセス量及び操
作量の定常状態からの偏差を積分することによりその面
積(斜線部)を演算して行う、変動が大きいと、モデリ
ング部23はデータ収集部22で収集されたプロセス量
と操作量の時系列データ(pv)、(MV)を読み込み
、前処理部231でフィルタリングを行って、定常分及
び雑音などを除去する。このフィルタリングは、プロセ
ス量の時系列データをPV4、定常分をPvoとすると
、例えば下記の演算により行う。
In FIG. 2, the calculation command unit 26 reads the process amount (pv) and the manipulated variable (MV) at regular intervals, and determines whether the fluctuations thereof are larger than a predetermined value. If the fluctuation is small, the calculation ends without issuing a calculation command. This judgment is made by calculating the area (shaded area) by integrating the deviations of the process variables and manipulated variables from the steady state, as shown in FIG. The time-series data (PV) and (MV) of the process amount and operation amount collected by the unit 22 are read, and filtered by the preprocessing unit 231 to remove stationary components and noise. This filtering is performed, for example, by the following calculation, assuming that the time series data of the process amount is PV4, and the steady portion is Pvo.

PV、 = (1−α) ・PV、 +a−(PV−P
Vo)α:フィルタ定数 フィルタリングされたプロセス量及び操作量の時系列デ
ータPν 、Hv[はプロセスモデル232に入力され
、モデル出力の演算がなされる。この演算はプロセスモ
デルによって異なるが、n回目のモデル出力をOnとす
ると、例えば 0 =β8・0o−1 +(1−β14 ) ・KM・HVF(n−LH)・・
・・・・・・・・・・ (1) KH:プロセスモデルのゲイン LH:プロセスモデルの無駄時間 βN=プロセスモデルの一次遅れ係数 HVF  (n−Ls ) : LM時刻前のMV、の
値の演算によって行われる。この演算はあらかじめ規定
された最大繰り返し回数に達するか、またはプロセスモ
デル232の出力Onがプロセス量の時系列データPv
1に十分近付くまで行われる。繰り返し回数が最大繰り
返し回数に達せず、かつ第4図に示すようにプロセスモ
デル232の出力0゜とプロセス量の時系列データPv
Fとの差が小さくないと、この差が小さくなるように(
すなわち第4図の矢印の方向に移動するように)プロセ
スモデル232のゲインKN、無駄時間LH1−次遅れ
係数β8を調整して、再度プロセスモデル232を起動
する。最大繰り返し回数に達するか、プロセスモデル2
32の出力Onとプロセス量の時系列データPv、の差
が十分小さくなると、推定確度演算部24により、プロ
セスモデル232の確度Kを演算する。この確度には例
えば下式(2)または(3)式により求められる。
PV, = (1-α) ・PV, +a-(PV-P
Vo) α: Filter constant Filtered time-series data Pν, Hv[ of process variables and manipulated variables are input to the process model 232, and the model output is calculated. This calculation differs depending on the process model, but if the nth model output is turned on, for example, 0 = β8・0o−1 + (1−β14)・KM・HVF(n−LH)・・
(1) KH: Process model gain LH: Process model dead time βN = Process model first-order lag coefficient HVF (n-Ls): Value of MV before LM time It is done by calculation. This operation reaches the predetermined maximum number of repetitions, or the output On of the process model 232 becomes the time series data Pv of the process amount.
This is done until the value approaches 1. If the number of repetitions does not reach the maximum number of repetitions, and as shown in FIG.
If the difference with F is not small, make sure that this difference becomes small (
That is, the gain KN and dead time LH1 - order delay coefficient β8 of the process model 232 are adjusted so as to move in the direction of the arrow in FIG. 4, and the process model 232 is started again. The maximum number of repetitions is reached or process model 2
When the difference between the output On of 32 and the time series data Pv of the process amount becomes sufficiently small, the estimated accuracy calculating section 24 calculates the accuracy K of the process model 232. This accuracy is determined by, for example, the following equation (2) or (3).

K= 1− [Σ(PV、 (i) −0(i) ) 
22 に=Σ (PV  (i)  )   /Σ(0(i)
  )    −(3)但し、PVr h) 、0 (
i) ハソれぞれ時点i ニおけるプロセス量の時系列
データ及びプロセスモデル232の出力である。この推
定確度があらかじめ定められた値より高いと、制御定数
演算部25は求められた一次遅れモデルのプロセスモデ
ル232から、2iegler−Nichols法によ
り比例、積分、微分定数、すなわち制御定数を演算する
。制御演算部20はこの新たに求められた制御定数を用
いて、操作量を演算する。なお、プロセスモデルは必ず
しも前記(1)式で示したような1次遅れ系出なくても
よい、また、プロセス21に負荷変動のような測定可能
な外乱がある時は、この外乱をモデル計算に使用しても
よい。
K= 1− [Σ(PV, (i) −0(i) )
22=Σ(PV(i))/Σ(0(i)
) −(3) However, PVr h) , 0 (
i) Time-series data of the process amount at each time point i and the output of the process model 232. If this estimation accuracy is higher than a predetermined value, the control constant calculation unit 25 calculates proportional, integral, and differential constants, that is, control constants, from the obtained process model 232 of the first-order lag model using the 2iegler-Nichols method. The control calculation unit 20 uses this newly determined control constant to calculate the manipulated variable. Note that the process model does not necessarily have to include a first-order lag system as shown in equation (1) above, and if there is a measurable disturbance such as load fluctuation in the process 21, this disturbance can be used in the model calculation. May be used for

第1図の実施例では、プロセスモデル232の内部パラ
メータ、すなわちゲインKM、無駄時間LH1−次遅れ
係数βHの全てについてその値を少しずつ変化させて繰
り返し演算を行わなければならず、演算時間が多くかか
るという課題があった。この課題を解決した実施例を以
下に説明する。
In the embodiment shown in FIG. 1, the internal parameters of the process model 232, that is, the gain KM, the dead time LH1 - the order lag coefficient βH, all have to be repeatedly calculated by changing their values little by little. The problem was that it took a lot of time. An embodiment that solves this problem will be described below.

この実施例では、ゲインに、をプロセス量とプロセスゲ
インを1にしたときのプロセスモデルの出力の積算比か
ら求め、無駄時間Ls及び−次遅れ係数β8を繰り返し
探索法を用いて求めるようにしたものである。第5図に
この実施例の構成を示す、但し、データ収集部22とモ
デリング部以外の部分は第1図と同じなので、記載を省
略する。
In this embodiment, the gain is obtained from the integration ratio of the process amount and the output of the process model when the process gain is set to 1, and the dead time Ls and the -order delay coefficient β8 are obtained using an iterative search method. It is something. FIG. 5 shows the configuration of this embodiment. However, since the parts other than the data collection section 22 and the modeling section are the same as in FIG. 1, their description will be omitted.

第5図において、31はモデリング部であり、第1図の
モデリング部23と同様の働きを有する。
In FIG. 5, 31 is a modeling section, which has the same function as the modeling section 23 in FIG.

311は前処理部であり、第1図の前処理部231と同
じ働きをする。すなわち、データ収集部22に保持され
たプロセス量と操作量データをフィルタリングし、定常
分、雑音を除去する。312はプロセスモデルであり、
プロセスモデル232と同様に実際のプロセスを模擬す
る。このプロセスモデル312には前処理部311で前
処理された操作量が入力される。313はゲイン演算部
であり、プロセスモデル312の出力及びプロセス量が
入力され、プロセスモデル312のゲインを演算する。
311 is a preprocessing section, which functions in the same way as the preprocessing section 231 in FIG. That is, the process amount and operation amount data held in the data collection unit 22 are filtered to remove stationary noise. 312 is a process model,
Similar to the process model 232, an actual process is simulated. The manipulated variable preprocessed by the preprocessing unit 311 is input to this process model 312 . 313 is a gain calculation unit, into which the output and process amount of the process model 312 are input, and calculates the gain of the process model 312.

314は比較部であり、プロセスモデル312の出力及
びプロセス量が入力され、これらの値を比較する。31
5は内部パラメータ調整部であり、比較部314の出力
及びゲイン演算部313の出力が入力され、プロセスモ
デル312の内部パラメータを変化させてプロセスモデ
ル312の出力とプロセス量の差が十分小さくなるよう
にする。内部パラメータ調整部315の出力は第1図に
示した推定確度演算部24及び制御定数演算部25に入
力され、制御演算部20の制御定数が決定される。計算
司令部26はスイッチ32〜35を制御する。
314 is a comparison unit to which the output of the process model 312 and the process amount are input, and these values are compared. 31
Reference numeral 5 denotes an internal parameter adjustment unit, into which the output of the comparison unit 314 and the output of the gain calculation unit 313 are input, and changes the internal parameters of the process model 312 so that the difference between the output of the process model 312 and the process amount becomes sufficiently small. Make it. The output of the internal parameter adjustment section 315 is input to the estimated accuracy calculation section 24 and the control constant calculation section 25 shown in FIG. 1, and the control constant of the control calculation section 20 is determined. The calculation command unit 26 controls the switches 32-35.

次に、この実施例の動作を第6図に基づいて説明する。Next, the operation of this embodiment will be explained based on FIG.

まず、第1図に示した計算指令部26が操作量及びプロ
セス量を定期的に読み込み、それらの変動が大きいとき
のみ、以下の処理を行う。
First, the calculation command unit 26 shown in FIG. 1 periodically reads the manipulated variables and process variables, and performs the following processing only when the fluctuations in them are large.

すなわち、前処理部311で操作量とプロセス量の時系
列データ(PV)、(MV)をフィルタリングして定常
分、雑音を除去した後、プロセスモデル312によりプ
ロセスモデルの出力を演算する。この演算では、プロセ
スゲインに、を1とし、下記(4)式により行う。
That is, after the preprocessing unit 311 filters the time series data (PV) and (MV) of the manipulated variables and process variables to remove stationary noise, the process model 312 calculates the output of the process model. In this calculation, the process gain is set to 1, and the following equation (4) is used.

0 =β8・0o−1 +(1−β ) ・HVF < n  LM ) ・=
 (4)但し、各係数の意味は前記(1)式と同じであ
る。
0 = β8・0o-1 + (1-β) ・HVF < n LM) ・=
(4) However, the meaning of each coefficient is the same as in equation (1) above.

次に、ゲイン演算部313にてプロセスゲインに8を下
記(5)式によって演算する。
Next, the gain calculation unit 313 calculates 8 as the process gain using the following equation (5).

K  =[Σ(0(n)  ・PV、 (n) ) /
 <Σ0(n)  )・・・・・・・・・ (5) 但し、O(n)は前記(4)式によって求めた値、すな
わちプロセスゲインKHを1としたときのプロセスモデ
ル312の出力である。この演算はあらかじめ規定され
た最大繰り返し回数に達するか、またはプロセスモデル
312の出力Onとゲイン演算部313で演算したプロ
セスゲインKHの積がプロセス量の時系列データPv、
に十分近付くまで行われる。これらの条件がいずれも満
たされないと、この差が小さくなるようにプロセスモデ
ル312の無駄時間L 、−次遅れ係数β8を調整して
、再度プロセスモデル312を起動して前記(4)式に
より出力を演算し、(5)式によりプロセスゲインKN
を演算する操作を繰り返す0条件が満たされると、推定
確度演算部24により、プロセスモデル312の確度K
を演算し、この推定確度があらかじめ定められた値より
小さいと、制御定数演算部25は求められた一次遅れモ
デルのプロセスモデル312から、Z ieg 1er
−N 1cho Is法により比例、積分、微分定数、
すなわち制御定数を演算する。制御演算部20はこの新
たに求められな制御定数を用いて、操作量を演算する。
K = [Σ(0(n) ・PV, (n) ) /
<Σ0(n) )・・・・・・・・・ (5) However, O(n) is the value obtained by the above equation (4), that is, the output of the process model 312 when the process gain KH is set to 1. It is. This calculation reaches a predetermined maximum number of repetitions, or the product of the output On of the process model 312 and the process gain KH calculated by the gain calculation unit 313 becomes the process amount time series data Pv,
This is done until it is close enough to . If none of these conditions are met, adjust the dead time L and -order lag coefficient β8 of the process model 312 so that this difference becomes small, start the process model 312 again, and output according to the equation (4) above. is calculated, and the process gain KN is calculated by equation (5).
When the zero condition of repeating the operation of calculating K is satisfied, the estimated accuracy calculation unit 24 calculates the accuracy K of the process model 312
is calculated, and if this estimation accuracy is smaller than a predetermined value, the control constant calculation unit 25 calculates Z ieg 1er from the process model 312 of the obtained first-order lag model.
-N 1cho Is method to calculate proportional, integral, and differential constants,
That is, control constants are calculated. The control calculation unit 20 uses this newly determined control constant to calculate the manipulated variable.

なお、内部パラメータ調整部315はシンプレックス法
を用いた繰り返し探索法により、無駄時間L8及び−次
遅れ係数β8を求めるようにする。また、繰り返しの最
初でプロセスゲインKHが必要な場合は、前回のプロセ
スゲインKHの値を用いるようにする。この実施例では
プロセスゲインK、は無駄時間Lr1及び−次遅れ係数
βIが定まると自動的に定まるので、繰り返し探索の回
数を少なくすることが出来る。
Note that the internal parameter adjustment unit 315 calculates the dead time L8 and the -order lag coefficient β8 by an iterative search method using the simplex method. Furthermore, if the process gain KH is required at the beginning of repetition, the previous process gain KH value is used. In this embodiment, the process gain K is automatically determined when the dead time Lr1 and the -order lag coefficient βI are determined, so that the number of repeated searches can be reduced.

内部パラメータ11整部がプロセスゲインの内部パラメ
ータを探索する方法として、例えばシンプレックス法を
用いる事が出来る。シンプレックス法はR上にある幾何
的配置をもったいくつかの点を取り、それらの点で目的
関数の値を比較する事によって探索を行うものであり、
例えば日科技達から出版されている非線形計画法(今野
浩、山下浩著)の284頁〜287頁に記載されている
As a method for the internal parameter 11 integer to search for the internal parameter of the process gain, for example, the simplex method can be used. The simplex method takes several geometrically arranged points on R and searches by comparing the values of the objective function at those points.
For example, it is described on pages 284 to 287 of Nonlinear Programming (authored by Hiroshi Konno and Hiroshi Yamashita) published by Nikkei.

しかし、通常のシンプレックス法は入出力データは離散
値を原則としているために目的関数も離散値の空間とな
り探索点が部分空間に入り込むと探索が出来ないという
課題があった。また、時定数、無駄時間などのパラメー
タは正数でなければならないという制約もあった。第7
図にシンプレツク法を用い、かつ前記のような制約を排
除した探索の手順を示す、なお、この図において、デー
タ収集部22が収集したプロセスデータをR上の幾何学
的な点Xとし、この点の関数f□を目的関数とする。探
索は目的間数f<>の値を比較することによって行う、
また、点Xの内f()の最大り 値を与える点をx  、2番目に大きな値を与える点を
x3、最小値を与える点をxl、点Xを頂点とする図形
の図心をX とする、さらに、1111映 x  −<
1十(2) ・x” −axhα〉0 拡’J  x’=y−x’+(1−r)−x”γ〉1 収縮 X =β・x”+(1−β)・x″βε(0,1
) 縮小 全ての頂点をxlの方向へ縮小する。
However, in the normal simplex method, since the input and output data are in principle discrete values, the objective function also becomes a space of discrete values, and there is a problem that the search cannot be performed if the search point enters the subspace. There was also a constraint that parameters such as time constant and dead time must be positive numbers. 7th
The figure shows the search procedure using the simplex method and eliminating the constraints described above. In this figure, the process data collected by the data collection unit 22 is defined as a geometric point X on R, and this Let the point function f□ be the objective function. The search is performed by comparing the values of the objective numbers f<>.
Also, the point that gives the maximum value of f() among the points Furthermore, 1111 images x −<
10(2) ・x” −axhα〉0 Expansion 'J x'=y−x'+(1−r)−x”γ〉1 Contraction βε(0,1
) Reduction Reduce all vertices in the xl direction.

を定義する。第7図において、初期化を行った後に最初
のシンプレックスすなわちR上の(n+1)個のアフィ
ン独立な白色を生成する0次に、前述したxlxS、x
’ 、x’を決定する。そして、収束するかを判定する
。収束の判定は、’f’(f (x’ )−f” )2
/(n+1)≦ε4゛龜l が満足されることで行う、但し、 f11=Σf (x’ )/(n+1)八I である、収束条件が満たされると、1回目の収束であれ
ばその点で最初のシンプレックスを生成して、xlxS
、x’ 、x” の決定の所からM り返す、2回目以
上の収束であれば終了する。収束しないときは、x’、
f(x  )を求め、f (x’ )≦f (xS) が満たされるかを判断する。満たされないと、f (x
’ )<f (xh) であるかを判断し、これが満たされているとxhをxr
で置き換え、満たされないとそのままでXo及びf(x
c)を求めて、 f (x  )<f (xh) を判断する。この式が満たされているとxhをXoで置
き換え、満たされていないとxlを(xi十x  )/
2でttk換えて、xlxS、x’督 xlの決定の所に戻る。一方、 「 f(x)≦f(xS) が満たされていると、 f(x)≧f (x’ ) が満たされているかを判断し、満たされていないとx’
f(x’)を求めて、 f (X  ) <f (X’ ) を満足するかを判断し、満足すればxhをX で置き換
え、満足しないとき及びf(x)≧f(x’ )が満た
されているときはxhをX で置き換えてx  、xS
、x’、x  の決定の所に戻り る。この実施例では通常のシンプレックス法に対して、
1回目の収束のときにその点でシンプレックスを生成し
て再度シンプレックス法を適用することにより、部分空
間に入り込むことを防ぎ、かつ負のパラメータをも適用
できるようにしたものである。なお、この実施例では初
期多角形の辺の成分の長さをサンプリング周期より長く
し、かつ最低1回初期多角形を作り直すようにしたが、
とちらか一方のみを行うようにしてもよい。
Define. In FIG. 7, after initialization, the first simplex, that is, the 0th order that generates (n+1) affine independent white colors on R, xlxS, x
', x' are determined. Then, it is determined whether it converges. Judgment of convergence is 'f'(f (x') - f'')2
/(n+1)≦ε4゛龜l is satisfied, however, f11=Σf (x' )/(n+1)8I When the convergence condition is satisfied, if it is the first convergence, then Generate the first simplex at the point xlxS
, x', x'', repeat M times. If convergence is achieved for the second time or more, the process ends. If it does not converge, x',
Find f(x) and judge whether f(x')≦f(xS) is satisfied. If it is not satisfied, f (x
' ) < f (xh), and if this is satisfied, xh is xr
If it is not satisfied, leave it as is and replace it with Xo and f(x
c) and determine f (x)<f (xh). If this formula is satisfied, xh is replaced by Xo, and if not, xl is (xi + x ) /
Change ttk at 2 and return to the determination of xlxS, x' and xl. On the other hand, if f(x)≦f(xS) is satisfied, it is determined whether f(x)≧f(x') is satisfied, and if not, x'
Find f(x'), judge whether f(X) <f(X') is satisfied, and if satisfied, replace xh with X; if not, f(x) ≥ f(x') When is satisfied, xh is replaced by X and x, xS
, x', returning to the determination of x. In this example, compared to the normal simplex method,
By generating a simplex at that point during the first convergence and applying the simplex method again, it is possible to prevent entry into the subspace and also to apply negative parameters. Note that in this embodiment, the length of the side components of the initial polygon is made longer than the sampling period, and the initial polygon is recreated at least once.
You may perform only one of them.

第8図にさらに他の実施例を示す、第1図の実施例では
制御動作に先立って比例・積分・微分係数の初期値及び
サンプリング周期を設定しなければならない、この設定
が適当でないと制御定数の自動調整がうまく出来ず、制
御特性が悪化する。
Fig. 8 shows yet another embodiment. In the embodiment shown in Fig. 1, the initial values and sampling period of the proportional, integral, and differential coefficients must be set prior to control operation. If these settings are not appropriate, the control Automatic adjustment of constants is not successful, resulting in poor control characteristics.

この実施例ではこの様な事態を避けるために、制御定数
及びサンプリング周期を前もってチューニングするよう
にしたものである。なお、第1図と同じ要素には同一符
号を付し、説明を省略する。
In this embodiment, in order to avoid such a situation, the control constants and sampling period are tuned in advance. Note that the same elements as in FIG. 1 are given the same reference numerals and their explanations will be omitted.

第8図において、40はステップ入力印加手段であり、
プロセス21にステップ状の操作量を印加する。この操
作量の入力により、プロセス量は第9図に示すように徐
々に増加する。41は第1の監視手段であり、プロセス
21の出力であるプロセス量を監視し、ステップ人力印
加手段40によってステップ状の操作量が印加された後
、プロセス量が第1の所定値例えばフルスケールの1%
になるまでの時間幅t、すなわち第1の時間幅を測定す
る。42はサンプル周期計算手段であり、第1の監視手
段41によって測定された第1の時間幅が入力され、こ
の値からデータ収集部22がサンプリングする周期を計
算する。43は第2の監視手段であり、プロセス21の
出力であるプロセス量を監視し、ステップ入力印加手段
40によってステップ状の操作量が印加された後、プロ
セス量が前記第1の所定値より大きい第2の所定値例え
ばフルスケールの2%になるまでの時間幅t2すなわち
第2の時間幅を測定する。44はサンプル周期修正手段
であり、第2の監視手段43が測定した第2の時間幅が
入力され、サンプル周期計算手段42が計算したサンプ
ル周期を修正する。
In FIG. 8, 40 is a step input applying means;
A stepwise operation amount is applied to the process 21. By inputting this manipulated variable, the process amount gradually increases as shown in FIG. Reference numeral 41 denotes a first monitoring means, which monitors the process amount which is the output of the process 21, and after the stepwise operation amount is applied by the step manual force application means 40, the process amount is set to a first predetermined value, for example, full scale. 1% of
The time width t, that is, the first time width, is measured. Reference numeral 42 denotes a sampling period calculation means, into which the first time width measured by the first monitoring means 41 is input, and from this value the sampling period of the data collection section 22 is calculated. 43 is a second monitoring means, which monitors the process amount which is the output of the process 21, and after the step input application means 40 applies a stepwise operation amount, the process amount is larger than the first predetermined value. The time width t2, ie, the second time width, until the second predetermined value, for example, 2% of the full scale, is reached is measured. Reference numeral 44 denotes a sampling period correction means, into which the second time width measured by the second monitoring means 43 is input, and the sampling period calculated by the sampling period calculation means 42 is corrected.

45はサンプラを構成するスイッチであり、最初はサン
プル周期計算手段42が計算した周期毎に、後にはサン
プル周期修正手段44によって修正された周期毎にオン
にされ、プロセス量データがデータ収集部22により収
集される。この収集されたデータはモデリング部23に
入力され、第1図で説明したようにプロセスモデルの出
力が収集されたプロセス量と一致するようにその内部パ
ラメータを調整して、この内部パラメータにより制御定
数が演算される。
Reference numeral 45 denotes a switch constituting the sampler, which is initially turned on for each period calculated by the sampling period calculating means 42 and later for each period corrected by the sampling period correcting means 44, so that the process amount data is transferred to the data collecting section 22. Collected by. This collected data is input to the modeling section 23, which adjusts its internal parameters so that the output of the process model matches the collected process amount as explained in FIG. is calculated.

次に、この実施例の動作を第10図フローチャートに基
づいて説明する。この動作は制御の初期において一定周
期毎に実行される。最初に初期スタートであるかが判断
され、初期スタートであるとプロセス21にステップ状
の操作量を印加する。
Next, the operation of this embodiment will be explained based on the flowchart of FIG. This operation is executed at regular intervals in the initial stage of control. First, it is determined whether it is an initial start, and if it is an initial start, a step-like operation amount is applied to the process 21.

最初のステップでないときは、プロセス量を監視して、
次の3つのステップのいずれかに該当するかを判断する
。いずれのステップにも該当しないと、何もしないで終
了する。
If it is not the first step, monitor the process volume and
Determine whether any of the following three steps apply. If none of the steps apply, the process ends without doing anything.

■プロセス量PVがフルスケールの1%を越えたとき。■When the process amount PV exceeds 1% of full scale.

■プロセス量PVがフルスケールの2%を越えたとき。■When the process amount PV exceeds 2% of full scale.

■プロセス量Pvが一定値に整定するか、サンプル周期
修正手段44で求めたサンプル周期の整数倍になったと
き。
(2) When the process amount Pv settles to a constant value or becomes an integral multiple of the sampling period determined by the sampling period correction means 44.

ステップ■に該当すると、プロセスにステップ状の操作
量を印加してからの経過時間t1すなわち第1の時間幅
を計測し、この時間の整数分の1をサンプル時間t と
する0例えば、 t  =t、/4 とする、ステップ■に該当すると、10曳スにステップ
状の操作量を印加してからの経過時間t2すなわち第2
の時間幅を計測し、この時間幅t2がステップ1で求め
た時間t1の2倍より大きいか否かを判断する。tlの
2倍より大きいと、t =t2/4 として、既に求めたプロセス量を内挿してこの新しいサ
ンプル時間t でプロセス量をサンプリングした値に修
正する。ステップ■に該当すると、プロセス量のデータ
収集を終了し、データ収集部22に集積したプロセス量
及び操作量の時系列データ(p、v )、(MV)を整
理して、この時系列データに基づいてモデリング部23
によりプロセスモデル232の内部パラメータを調整し
て、制御定数を求める。この制御定数を初期値とする。
If step (■) applies, measure the elapsed time t1, that is, the first time width, after applying the step-like operation amount to the process, and set one integer fraction of this time as the sample time t0. For example, t = t, /4, and if step ■ corresponds to
It is determined whether this time width t2 is larger than twice the time t1 obtained in step 1. If it is larger than twice tl, t = t2/4 is set, and the already determined process quantity is interpolated to correct the process quantity to the sampled value at this new sampling time t. If step (2) is applicable, the process quantity data collection is finished, the time series data (p, v), (MV) of the process quantity and operation quantity accumulated in the data collection unit 22 are organized, and this time series data is Based on modeling part 23
By adjusting the internal parameters of the process model 232, the control constants are determined. This control constant is set as the initial value.

以後はこのサンプル時間t3の周期でデータを収集し、
第2図で説明した本願により制御定数を計算する。
From then on, data will be collected at the cycle of this sample time t3,
The control constants are calculated according to the present invention explained in FIG.

なお、この実施例では制御の初期に1回だけステップ状
の操作量を印加するようにしたが、定位系の場合は第1
1図(A)のようにプロセス量PVが収束するが、積分
系の場合は同図(b)のようにオフセットが残る。従っ
て、プロセス量が整定した後、逆方向にステップ状の信
号を加えてオフセットを除去した後にプロセスデータの
サンプリングを継続するようにする。また、プロセス量
の変化が許容範囲を越えた場合は、整定する前であって
も逆方向にステップ状の信号を加え、プロセス量が過大
にならないようにする。さらに、オフセット量から、プ
ロセスが積分系であるか否かを判別する事も出来る。な
お、第11図(b)において、ステップ状の操作量を印
加する時間′rは、所定時間あるいはプロセス量の変化
分がΔPImaxより大きくなるようにする。
Note that in this embodiment, a step-like operation amount is applied only once at the beginning of control, but in the case of a stereotaxic system, the first
Although the process amount PV converges as shown in FIG. 1(A), in the case of an integral system, an offset remains as shown in FIG. 1(b). Therefore, after the process amount has stabilized, a step signal is applied in the opposite direction to remove the offset, and then sampling of process data is continued. Furthermore, if the change in the process amount exceeds the allowable range, a step signal is applied in the opposite direction even before it is stabilized to prevent the process amount from becoming excessive. Furthermore, it can also be determined from the offset amount whether the process is an integral system or not. In FIG. 11(b), the time 'r for applying the stepwise manipulated variable is set such that the predetermined time or the amount of change in the process amount is greater than ΔPImax.

また、これらの実施例ではモデリング部の内部パラメー
タからZ ieg far、−N 1cho Is法に
より制御定数を求めるようにしたが、最小2乗法や最尤
度法を用いるようにしてもよい。
Further, in these embodiments, the control constants are obtained from the internal parameters of the modeling section by the Z ieg far, -N 1cho Is method, but the least squares method or the maximum likelihood method may also be used.

〈発明の効果〉 以上、実施例に基づいて具体的に説明したように、この
発明ではプロセスデータをデータ収集部で集積し、かつ
プロセスデータに変動が生じた時のみモデリング部を起
動してプロセスモデルの内部パラメータを調整し、さら
にプロセスモデルの推定確度を計算して、これらから制
御定数を求めるようにした。その為、同定信号が不要に
なるので、プロセスに余計な外乱を与えることがなくな
るという効果がある。
<Effects of the Invention> As explained above in detail based on the embodiments, in this invention, process data is accumulated in the data collection section, and only when a change occurs in the process data, the modeling section is activated to update the process data. The internal parameters of the model were adjusted, the estimated accuracy of the process model was calculated, and the control constants were determined from these. Therefore, since the identification signal is not required, there is an effect that no unnecessary disturbance is caused to the process.

また、プロセスモデルの推定確度を演算するようにした
ので、モデルが不適応と判断した時は制御定数の調整を
減少または停止することが出来るので、プロセス制御装
置の暴走を防止することが出来る。
Furthermore, since the estimation accuracy of the process model is calculated, when it is determined that the model is inappropriate, adjustment of the control constants can be reduced or stopped, thereby preventing the process control device from running out of control.

また、プロセスデータを一旦データ収集部に集積しなが
らプロセスモデルの計算を行うので、データ収集の為の
時間が不要になる。
Further, since the process model is calculated while the process data is temporarily accumulated in the data collection unit, time for data collection is not required.

また、プロセスゲインをプロセス量及びプロセスモデル
の出力から演算することにより、探索時間を短縮するこ
とが出来る。
Further, by calculating the process gain from the process amount and the output of the process model, the search time can be shortened.

また、探索法としてシンプレックス法を用い、最初の収
束のf&を回シンプレックスを作り直すようにしたので
、部分空間に入り込むという欠点を除去出来る。
Furthermore, since the simplex method is used as the search method and the simplex is re-created by f& of the initial convergence, the drawback of entering a subspace can be eliminated.

さらに、制御の最初でステップ状の操作量をプロセスに
与え、その時のプロセス量の変化からサンプリング周期
及び制御定数の初期値を求めるようにしたので、より適
格な制御を実現できる。
Furthermore, since a stepwise manipulated variable is given to the process at the beginning of control, and the initial values of the sampling period and control constant are determined from changes in the process variable at that time, more appropriate control can be achieved.

【図面の簡単な説明】[Brief explanation of drawings]

第1図は本発明に係るプロセス制御装置の一実施例を示
す構成図、第2図はその動作を説明するためのフローチ
ャート、第3図及び第4図は第1図実施例の動作説明の
為の特性曲線図、第5図及び第6図は他の実施例の構成
及び動作を示す図、第7図はシンプレックス法を用いた
探索法のフローチャート、第8〜第11図はさらに他の
実施例を示す図、第12〜第15図は従来のプロセス制
御装置の構成図である。 20・・・制御演算部、21・・・プロセス、22・・
・データ収集部、23・・・モデリング部、24・・・
推定確度演算部、25・・・制御定数演算部、26・・
・計算司令部、40・・・ステップ入力印加手段、41
・・・第1の監視手段、42・・・サンプル周期計算手
段、43・・・第2の監視手段、44・・・サンプル周
期修正手段、232.312・・・プロセスモデル、2
33,315・・・内部パラメータ調整部、 第1図 第3図 背 第5図 第 8 図 第9 図 第1/図 時宜 (b> 十1な是 的宜 第72図 第74図 第75図
FIG. 1 is a block diagram showing an embodiment of the process control device according to the present invention, FIG. 2 is a flowchart for explaining its operation, and FIGS. 3 and 4 are for explaining the operation of the embodiment shown in FIG. FIG. 5 and FIG. 6 are diagrams showing the configuration and operation of other embodiments, FIG. 7 is a flowchart of a search method using the simplex method, and FIGS. 8 to 11 are diagrams showing other embodiments. FIGS. 12 to 15, which illustrate embodiments, are configuration diagrams of a conventional process control device. 20... Control calculation unit, 21... Process, 22...
・Data collection department, 23...Modeling department, 24...
Estimated accuracy calculation unit, 25... Control constant calculation unit, 26...
- Calculation command center, 40... step input application means, 41
... first monitoring means, 42 ... sample period calculation means, 43 ... second monitoring means, 44 ... sample period correction means, 232.312 ... process model, 2
33,315...Internal parameter adjustment section, Fig. 1 Fig. 3 Back Fig. 5 Fig. 8 Fig. 9 Fig. 1/Fig. 72 Fig. 74 Fig. 75

Claims (5)

【特許請求の範囲】[Claims] (1)プロセス量と設定値が入力され、これらの値から
プロセスの操作量を演算して前記プロセスに出力する制
御演算部と、 前記操作量及び前記プロセス量を所定の時間収集するデ
ータ収集部と、 その内部にプロセスモデルを含み、このデータ収集部で
収集した前記操作量が入力され、前記プロセスモデルの
出力が前記データ収集部で収集した前記プロセス量に最
も整合するようにその内部パラメータを調整するモデリ
ング部と、 このプロセスモデルの確かさを演算する推定確度演算部
とを有し、 前記操作量またはプロセス量が所定の値以上変動したと
きに前記モデリング部を起動し、このモデリング部及び
前記推定確度演算部の出力から前記制御演算部の制御定
数を求めるようにしたことを特徴とするプロセス制御装
置。
(1) A control calculation unit into which process variables and set values are input, which calculates a manipulated variable of the process from these values and outputs it to the process; and a data collection unit which collects the manipulated variable and process variable for a predetermined period of time. and a process model therein, into which the manipulated variable collected by the data collection section is input, and whose internal parameters are adjusted so that the output of the process model most closely matches the process variable collected by the data collection section. It has a modeling section that performs adjustment, and an estimated accuracy calculation section that calculates the accuracy of this process model, and starts the modeling section when the manipulated variable or process amount fluctuates by a predetermined value or more, and operates the modeling section and A process control device characterized in that a control constant of the control calculation section is determined from an output of the estimated accuracy calculation section.
(2)プロセスモデルの内部パラメータの1つであるゲ
イン定数を、プロセスモデルのゲイン定数を1にしたと
きの前記プロセスモデルの出力とプロセス量から求める
ようにしたことを特徴とする請求項第1項記載のプロセ
ス制御装置。
(2) A gain constant, which is one of the internal parameters of the process model, is determined from the output of the process model and the process amount when the gain constant of the process model is set to 1. Process control equipment as described in Section.
(3)プロセスモデルの内部パラメータを調整する為に
シンプレックス法を用い、かつ初期多角形の辺の成分の
長さを前記データ収集部が収集するサンプリング周期よ
り長くしたことを特徴とする請求項第1項記載のプロセ
ス制御装置。
(3) A simplex method is used to adjust the internal parameters of the process model, and the length of the side components of the initial polygon is made longer than the sampling period collected by the data collection unit. The process control device according to item 1.
(4)プロセスモデルの内部パラメータを調整する為に
シンプレックス法を用い、かつ内部パラメータが収束し
た後最低一回その座標にて初期多角形を作り直して探索
するようにしたことを特徴とする請求項第1項記載のプ
ロセス制御装置。
(4) A claim characterized in that the simplex method is used to adjust the internal parameters of the process model, and after the internal parameters converge, the initial polygon is re-created and searched at least once using the coordinates. The process control device according to item 1.
(5)プロセス量と設定値が入力され、これらの値から
プロセスの操作量を演算して前記プロセスに出力する制
御演算部と、 前記操作量及び前記プロセス量を所定の時間収集するデ
ータ収集部と、 前記プロセスにステップ入力を印加するステップ入力印
加手段と、 プロセス量が所定の第1のレベルだけ変化するまでの第
1の時間幅を監視する第1の監視手段と、前記第1の時
間幅を分割した値をサンプリング周期とし、このサンプ
リング周期で前記データ収集部によりプロセス量をサン
プリングするサンプリング周期計算手段と、 プロセス量が前記第1のレベルより大きい第2のレベル
に変化するまでの第2の時間幅を監視する第2の監視手
段と、 この第2の時間幅及び前記第1の時間幅から前記サンプ
リング周期計算手段が算出したサンプリング周期を修正
するサンプリング周期修正手段と、前記データ収集部が
収集したプロセスデータからプロセスモデルにより制御
定数を演算するモデリング部とを有し、 制御の最初に前記ステップ入力印加手段によりプロセス
にステップ状の操作量を印加し、その時のプロセスの時
系列データからモデリング部を起動して制御定数を求め
るようにした事を特徴とするプロセス制御装置。
(5) A control calculation unit into which process variables and set values are input, which calculates a manipulated variable of the process from these values and outputs it to the process; and a data collection unit which collects the manipulated variable and process variable for a predetermined period of time. a step input applying means for applying a step input to the process; a first monitoring means for monitoring a first time width until the process amount changes by a predetermined first level; and a step input applying means for applying a step input to the process; a sampling period calculating means that uses a value obtained by dividing the width as a sampling period, and samples the process amount by the data collection unit in this sampling period; a second monitoring means for monitoring the second time width; a sampling period correction means for correcting the sampling period calculated by the sampling period calculation means from the second time width and the first time width; and a modeling section that calculates control constants using a process model from the process data collected by the section, and at the beginning of control, the step input application means applies a step-like manipulated variable to the process, and the time-series data of the process at that time is applied. A process control device characterized in that a modeling section is activated to obtain control constants.
JP1238222A 1989-09-13 1989-09-13 Process control equipment Expired - Fee Related JP2551166B2 (en)

Priority Applications (7)

Application Number Priority Date Filing Date Title
JP1238222A JP2551166B2 (en) 1989-09-13 1989-09-13 Process control equipment
US07/575,211 US5166873A (en) 1989-09-13 1990-08-30 Process control device
SG1996009064A SG44891A1 (en) 1989-09-13 1990-09-03 Process control device
EP90116891A EP0417593B1 (en) 1989-09-13 1990-09-03 Process control device
CN90107562A CN1044522C (en) 1989-09-13 1990-09-12 Process control device
BR909004557A BR9004557A (en) 1989-09-13 1990-09-12 PROCESS CONTROL DEVICE AND CONTROL DEVICE
KR1019900014475A KR940010393B1 (en) 1989-09-13 1990-09-13 Process control device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP1238222A JP2551166B2 (en) 1989-09-13 1989-09-13 Process control equipment

Publications (2)

Publication Number Publication Date
JPH03100704A true JPH03100704A (en) 1991-04-25
JP2551166B2 JP2551166B2 (en) 1996-11-06

Family

ID=17026965

Family Applications (1)

Application Number Title Priority Date Filing Date
JP1238222A Expired - Fee Related JP2551166B2 (en) 1989-09-13 1989-09-13 Process control equipment

Country Status (1)

Country Link
JP (1) JP2551166B2 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06281302A (en) * 1993-03-26 1994-10-07 Yamatake Honeywell Co Ltd Available energy value estimating apparatus for refrigerating machine
JPH09244705A (en) * 1996-03-13 1997-09-19 Hitachi Ltd Device and method for supporting control model constitution
JPH10254504A (en) * 1997-03-06 1998-09-25 Hitachi Ltd Autonomous control method and control system
JP2017079084A (en) * 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 Method for implementing process control system

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62522A (en) * 1985-02-18 1987-01-06 Sugiro Otani Production of aromatic resin and thermosetting composition used therefor
JPS6280704A (en) * 1985-10-04 1987-04-14 Toshiba Corp Adaptive control system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62522A (en) * 1985-02-18 1987-01-06 Sugiro Otani Production of aromatic resin and thermosetting composition used therefor
JPS6280704A (en) * 1985-10-04 1987-04-14 Toshiba Corp Adaptive control system

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06281302A (en) * 1993-03-26 1994-10-07 Yamatake Honeywell Co Ltd Available energy value estimating apparatus for refrigerating machine
JPH09244705A (en) * 1996-03-13 1997-09-19 Hitachi Ltd Device and method for supporting control model constitution
JPH10254504A (en) * 1997-03-06 1998-09-25 Hitachi Ltd Autonomous control method and control system
JP2017079084A (en) * 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 Method for implementing process control system

Also Published As

Publication number Publication date
JP2551166B2 (en) 1996-11-06

Similar Documents

Publication Publication Date Title
US5166873A (en) Process control device
US5043863A (en) Multivariable adaptive feedforward controller
Ahamed et al. A reinforcement learning approach to automatic generation control
EP0710902B1 (en) Method and apparatus for controlling multivariable nonlinear processes
US5748467A (en) Method of adapting and applying control parameters in non-linear process controllers
JP4226859B2 (en) Model-free adaptive process controller
EP2105810A2 (en) Apparatus and method for controlling a system
JPH0774961B2 (en) Auto tuning PID controller
JPH03100704A (en) Process controller
JP2802791B2 (en) Self tuning controller
US5796608A (en) Self controllable regulator device
JPH06102905A (en) Feed forward/feedback controller
EP0307466A1 (en) Multivariable adaptive feedforward controller.
Ahamed et al. Reinforcement learning controllers for automatic generation control in power systems having reheat units with GRC and dead-band
JPH0651805A (en) Adaptive control method for plant and device for realizing the same
JP2650918B2 (en) PID controller
US6847851B1 (en) Apparatus for improved general-purpose PID and non-PID controllers
CN113885326B (en) Closed loop system identification method based on set value effective excitation by considering feedforward
JP2757039B2 (en) Self tuning controller
JPH03268103A (en) Automatic tuning controller
JPS62241006A (en) Auto-tuning controller
JPH0556522B2 (en)
JP2775968B2 (en) Process control equipment
JPH04326402A (en) Fuzzy controller
US6937910B2 (en) Method and a system for evaluating whether a signal is suitable for feed-forward control

Legal Events

Date Code Title Description
FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20070822

Year of fee payment: 11

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080822

Year of fee payment: 12

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080822

Year of fee payment: 12

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090822

Year of fee payment: 13

LAPS Cancellation because of no payment of annual fees