JPH05313705A - プロセス制御方法および装置 - Google Patents
プロセス制御方法および装置Info
- Publication number
- JPH05313705A JPH05313705A JP4118749A JP11874992A JPH05313705A JP H05313705 A JPH05313705 A JP H05313705A JP 4118749 A JP4118749 A JP 4118749A JP 11874992 A JP11874992 A JP 11874992A JP H05313705 A JPH05313705 A JP H05313705A
- Authority
- JP
- Japan
- Prior art keywords
- control
- deviation
- time
- process control
- controlled object
- 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
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/90—Fuzzy logic
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Non-Electrical Variables (AREA)
Abstract
(57)【要約】
【目的】ルールやメンバーシップ関数が少なくてすむ、
ファジイ制御手段によるプロセス制御方式を提供する。 【構成】制御対象２の操作量を決定するプロセス制御装
置２は、制御量の現在値ｙを入力し、決定された操作量
ｕ′を出力する入出力手段１３と、制御対象のシミュレ
ータ１２を有し、操作量の現在値ｕが継続すると仮定し
た一定時間後の制御量ｙ′を演算する予測手段１２と、
設定されている目標値Hrefと予測値ｙ′の偏差を入力と
して操作量ｕ′を推論するファジイ制御手段１１を設け
ている。シミュレータは制御対象を無駄時間や一次遅れ
などで模擬している。 【効果】ファジイ制御の入力として制御偏差の予測値の
み用いるので、推論が簡単化されるとともに、耐ノイズ
性が向上する。
ファジイ制御手段によるプロセス制御方式を提供する。 【構成】制御対象２の操作量を決定するプロセス制御装
置２は、制御量の現在値ｙを入力し、決定された操作量
ｕ′を出力する入出力手段１３と、制御対象のシミュレ
ータ１２を有し、操作量の現在値ｕが継続すると仮定し
た一定時間後の制御量ｙ′を演算する予測手段１２と、
設定されている目標値Hrefと予測値ｙ′の偏差を入力と
して操作量ｕ′を推論するファジイ制御手段１１を設け
ている。シミュレータは制御対象を無駄時間や一次遅れ
などで模擬している。 【効果】ファジイ制御の入力として制御偏差の予測値の
み用いるので、推論が簡単化されるとともに、耐ノイズ
性が向上する。
Description
【０００１】
【産業上の利用分野】本発明はプロセス制御方法および
装置に関し、特にファジイ推論を利用する制御方式に関
する。
装置に関し、特にファジイ推論を利用する制御方式に関
する。
【０００２】
【従来の技術】従来からプロセス制御装置としてＰＩＤ
制御が広く用いられている。この方法は、目標値と制御
量の偏差，該偏差の積分値及び該偏差の微分値の各々
と、制御パラメータの荷重和を操作量とする。ＰＩＤ制
御の利点は、制御対象を無駄時間と一時遅れに近似した
場合に経験的な制御パラメータの設定基準(例えばZiegl
erNicholsの限界感度法）が与えられており、調整が比
較的簡単なことである。
制御が広く用いられている。この方法は、目標値と制御
量の偏差，該偏差の積分値及び該偏差の微分値の各々
と、制御パラメータの荷重和を操作量とする。ＰＩＤ制
御の利点は、制御対象を無駄時間と一時遅れに近似した
場合に経験的な制御パラメータの設定基準(例えばZiegl
erNicholsの限界感度法）が与えられており、調整が比
較的簡単なことである。
【０００３】近年、制御性能をさらに向上させるため
に、現代制御理論やファジィ制御などの新しい制御方法
も実用されている。特に、ファジィ制御は１９８０年代
から実用化が始まり最近注目されている制御方法の一つ
である。
に、現代制御理論やファジィ制御などの新しい制御方法
も実用されている。特に、ファジィ制御は１９８０年代
から実用化が始まり最近注目されている制御方法の一つ
である。
【０００４】従来行われているプロセス制御へのファジ
ィ制御応用例としては、制御偏差と制御偏差の変化分の
２つの入力を用いる方法が知られている（山崎・菅野，
ファジィ制御，システムと制御 Vol.２８，Ｎｏ.７，Ｐ
Ｐ４４２〜４４６，１９８４参照）。ファジイ推論の命
題が５個の場合（正大，正中，ゼロ，負中，負大）に、
偏差と偏差の変化値の２入力によるファジイルールの全
組合わせは１〜２５になる。この場合、ファジイ集合、
すなわちメンバーシップ関数の数は前件部で１０、結論
部で５となる。
ィ制御応用例としては、制御偏差と制御偏差の変化分の
２つの入力を用いる方法が知られている（山崎・菅野，
ファジィ制御，システムと制御 Vol.２８，Ｎｏ.７，Ｐ
Ｐ４４２〜４４６，１９８４参照）。ファジイ推論の命
題が５個の場合（正大，正中，ゼロ，負中，負大）に、
偏差と偏差の変化値の２入力によるファジイルールの全
組合わせは１〜２５になる。この場合、ファジイ集合、
すなわちメンバーシップ関数の数は前件部で１０、結論
部で５となる。
【０００５】
【発明が解決しようとする課題】従来のファジイ制御で
は、制御偏差とその変化分の２入力を使用するため、１
入力でルール数５となる場合に２入力ではルール数２５
と増大し、メンバーシップ関数の調整などシステムの構
築に手間がかかり、制御に要する計算時間も長い。ま
た、制御偏差の変化分を使用するためノイズの影響を受
け易く、制御対象に無駄時間を含む場合は制御性が低下
するなどの問題があった。
は、制御偏差とその変化分の２入力を使用するため、１
入力でルール数５となる場合に２入力ではルール数２５
と増大し、メンバーシップ関数の調整などシステムの構
築に手間がかかり、制御に要する計算時間も長い。ま
た、制御偏差の変化分を使用するためノイズの影響を受
け易く、制御対象に無駄時間を含む場合は制御性が低下
するなどの問題があった。
【０００６】本発明の目的は、これらの問題を解決し、
制御に要する計算時間が短く、かつ、無駄時間を含むプ
ロセスにおいても制御精度の高いプロセス制御方法を提
供することにある。
制御に要する計算時間が短く、かつ、無駄時間を含むプ
ロセスにおいても制御精度の高いプロセス制御方法を提
供することにある。
【０００７】本発明の目的は、ファジイルールやメンバ
ーシップ関数が少なくてすむファジイ推論手段によっ
て、システム構築のマン・パワーが大幅に低減でき、か
つ、現地調整も容易なプロセス制御装置を提供すること
にある。
ーシップ関数が少なくてすむファジイ推論手段によっ
て、システム構築のマン・パワーが大幅に低減でき、か
つ、現地調整も容易なプロセス制御装置を提供すること
にある。
【０００８】
【課題を解決するための手段】本発明は、制御対象を目
標値との偏差が少なくなるように制御するプロセス制御
方法において、一定時間後の制御量（制御対象出力）を
制御対象の近似モデルによって予測し、該予測値と目標
値の偏差を入力とするファジイ推論によって現時点（制
御時点）の操作量（制御対象入力）を求めることを特徴
としている。制御対象のモデル（シミュレータ）は制御
対象を一時遅れなどで近似する。
標値との偏差が少なくなるように制御するプロセス制御
方法において、一定時間後の制御量（制御対象出力）を
制御対象の近似モデルによって予測し、該予測値と目標
値の偏差を入力とするファジイ推論によって現時点（制
御時点）の操作量（制御対象入力）を求めることを特徴
としている。制御対象のモデル（シミュレータ）は制御
対象を一時遅れなどで近似する。
【０００９】本発明は、制御効果器の操作量を決定する
プロセス制御装置において、制御対象を近似したシミュ
レータを有し操作量の現在値が継続すると仮定した一定
時間後の制御量（制御対象出力）を求める予測手段と、
設定されている目標値と前記予測手段の予測値の偏差を
入力として現時点（制御時点）の操作量を推論するファ
ジイ制御手段を具備することを特徴とする。シミュレー
タは制御対象を一次遅れなどで近似する。この近似に無
駄時間が含まれる場合には、現時点から予測時点のスパ
ンを設定する前記一定時間は、無駄時間の定数倍に設定
することもできる。
プロセス制御装置において、制御対象を近似したシミュ
レータを有し操作量の現在値が継続すると仮定した一定
時間後の制御量（制御対象出力）を求める予測手段と、
設定されている目標値と前記予測手段の予測値の偏差を
入力として現時点（制御時点）の操作量を推論するファ
ジイ制御手段を具備することを特徴とする。シミュレー
タは制御対象を一次遅れなどで近似する。この近似に無
駄時間が含まれる場合には、現時点から予測時点のスパ
ンを設定する前記一定時間は、無駄時間の定数倍に設定
することもできる。
【００１０】
【作用】本発明によれば、現時点の操作量を継続すると
仮定した場合の一定時間後の制御量（制御対象の出力）
が予測され、目標値と予測値の偏差である１入力をファ
ジイ推論手段に与えることで現時点の操作量が決定でき
る。この偏差値には目標値と現在値の差のみならずプロ
セスの変化予測も含まれるので、１入力であってもファ
ジイ推論の精度が確保される。これによれば、ファジイ
演算が極めて簡単になり、システム構築のための調整も
容易となる。
仮定した場合の一定時間後の制御量（制御対象の出力）
が予測され、目標値と予測値の偏差である１入力をファ
ジイ推論手段に与えることで現時点の操作量が決定でき
る。この偏差値には目標値と現在値の差のみならずプロ
セスの変化予測も含まれるので、１入力であってもファ
ジイ推論の精度が確保される。これによれば、ファジイ
演算が極めて簡単になり、システム構築のための調整も
容易となる。
【００１１】本発明は、一時遅れや無駄時間など周知の
近似モデルを利用でき、例えば液面制御，流量制御，温
度制御など広範な対象に適用でき、無駄時間を含む場合
には制御精度の向上も可能になる。
近似モデルを利用でき、例えば液面制御，流量制御，温
度制御など広範な対象に適用でき、無駄時間を含む場合
には制御精度の向上も可能になる。
【００１２】
【実施例】以下、図面を用いて本発明の一実施例を説明
する。
する。
【００１３】図１は本発明のプロセス制御装置を機能的
に示す制御ブロック図である。制御装置１は、図示しな
い中央処理装置（ＣＰＵ）や記憶装置や入出力装置など
からなる計算機システムによって構成され、目標値が与
えられると制御対象２の出力をそれに近付けるように動
作するものであり、偏差値演算手段１０，ファジィ制御
手段１１及び予測値演算手段１２を具備している。
に示す制御ブロック図である。制御装置１は、図示しな
い中央処理装置（ＣＰＵ）や記憶装置や入出力装置など
からなる計算機システムによって構成され、目標値が与
えられると制御対象２の出力をそれに近付けるように動
作するものであり、偏差値演算手段１０，ファジィ制御
手段１１及び予測値演算手段１２を具備している。
【００１４】偏差値演算手段１０は設定されている目標
値 Href と予測値演算手段１２の出力値との偏差値を求
め、この偏差値をファジイ制御手段１１に入力として与
える。
値 Href と予測値演算手段１２の出力値との偏差値を求
め、この偏差値をファジイ制御手段１１に入力として与
える。
【００１５】ファジイ制御手段１１は「入力値が正で大
ならば出力値は大きく増やす」などのようなファジィル
ール群と、入力値を適合度で評価してあるルール前件部
のメンバーシップ関数群１１０〜１１４，出力値を適合
度で評価してあるルール後件部のメンバーシップ関数群
１１５〜１１９と、後件部のメンバーシップ関数による
評価値を重心演算によって定量化する脱ファジィ化手段
１２０からなっている。これらファジイルール群やメン
バーシップ関数群は記憶装置に記憶されていて、ＣＰＵ
に読出されて推論が実行される。脱ファジィ化手段１２
０の出力は、入出力装置３によって操作量（ｕ）とさ
れ、制御対象２の図示していない制御効果器に与えられ
る。
ならば出力値は大きく増やす」などのようなファジィル
ール群と、入力値を適合度で評価してあるルール前件部
のメンバーシップ関数群１１０〜１１４，出力値を適合
度で評価してあるルール後件部のメンバーシップ関数群
１１５〜１１９と、後件部のメンバーシップ関数による
評価値を重心演算によって定量化する脱ファジィ化手段
１２０からなっている。これらファジイルール群やメン
バーシップ関数群は記憶装置に記憶されていて、ＣＰＵ
に読出されて推論が実行される。脱ファジィ化手段１２
０の出力は、入出力装置３によって操作量（ｕ）とさ
れ、制御対象２の図示していない制御効果器に与えられ
る。
【００１６】予測値演算手段１２は内部に制御対象の近
似モデル１２１を有し、センサ７によって計測される現
時点での制御対象出力(ｙ)と操作量（ｕ）から将来の制
御対象出力（ｙ′）を予測する。この予測量（ｙ′）と
目標値（Href）との偏差をファジィ制御手段１１に入力
することにより制御対象２の制御を実現するものであ
る。
似モデル１２１を有し、センサ７によって計測される現
時点での制御対象出力(ｙ)と操作量（ｕ）から将来の制
御対象出力（ｙ′）を予測する。この予測量（ｙ′）と
目標値（Href）との偏差をファジィ制御手段１１に入力
することにより制御対象２の制御を実現するものであ
る。
【００１７】以下、本発明を具体的なプロセスとしてタ
ンクの液面制御を例に説明するが、本発明が適用できる
制御対象に特に制限はない。図２は制御対象であるとこ
ろのタンク液面の制御モデルを示す。この制御モデルは
タンク１００，流入パイプ１０１，制御弁１０２、と排
出パイプ１０３から構成される。
ンクの液面制御を例に説明するが、本発明が適用できる
制御対象に特に制限はない。図２は制御対象であるとこ
ろのタンク液面の制御モデルを示す。この制御モデルは
タンク１００，流入パイプ１０１，制御弁１０２、と排
出パイプ１０３から構成される。
【００１８】このタンク液面制御モデルの特性は数式
（１)〜(３）で近似できる。
（１)〜(３）で近似できる。
【００１９】 ｑ１（ｔ）＝ｑｉｎ（ｔ−Ｌ） …（１） ｑ２（ｔ）＝ｈ（ｔ）／Ｒ …（２） ｄｈ（ｔ）／ｄｔ＝（ｑ１（ｔ）−ｑ２（ｔ））／Ａ …（３） ここで、ｑｉｎ(ｔ)は流入パイプ１０１の入り口流量
（即ち制御弁１０２による操作量）、ｑ１（ｔ）は流入
パイプ１０１の出口流量（即ちタンク１００の流入量）
である。ｑ１（ｔ）はｑｉｎ(ｔ)を無駄時間Ｌだけ遅ら
せたものである。ｑ２（ｔ）は排出パイプ１０３の流量
（タンクの出口流量）でありタンク液面高さｈ（ｔ）に
比例する。Ｒは流出抵抗である。液面高さｈ（ｔ）の時
間微分ｄｈ（ｔ）／ｄｔはタンク流入量ｑ１（ｔ）と流
出量ｑ２（ｔ）の差に比例する。Ａはタンクの断面積で
ある。
（即ち制御弁１０２による操作量）、ｑ１（ｔ）は流入
パイプ１０１の出口流量（即ちタンク１００の流入量）
である。ｑ１（ｔ）はｑｉｎ(ｔ)を無駄時間Ｌだけ遅ら
せたものである。ｑ２（ｔ）は排出パイプ１０３の流量
（タンクの出口流量）でありタンク液面高さｈ（ｔ）に
比例する。Ｒは流出抵抗である。液面高さｈ（ｔ）の時
間微分ｄｈ（ｔ）／ｄｔはタンク流入量ｑ１（ｔ）と流
出量ｑ２（ｔ）の差に比例する。Ａはタンクの断面積で
ある。
【００２０】数式（１）〜（３）をラプラス変換すると
数式（４）になる。
数式（４）になる。
【００２１】 Ｈ（ｓ）＝Ｑｉｎ（ｓ）・Ｒ・exp（−Ｌｓ）／（１＋ＲＡｓ）…（４） ここで、Ｈ（ｓ）はｈ（ｔ），Ｑｉｎ（ｓ）はｑｉｎ
（ｔ）のラプラス変換である。（４）式より本プロセス
は、無駄時間Ｌと時定数ＲＡの一次遅れからなることが
わかる。
（ｔ）のラプラス変換である。（４）式より本プロセス
は、無駄時間Ｌと時定数ＲＡの一次遅れからなることが
わかる。
【００２２】図３は本発明のタンク液面制御の一実施例
を示す制御ブロック図である。制御装置１はファジィ制
御手段１１と予測値演算手段１２などから構成される。
積分手段１３はファジィ制御手段の出力が速度型の場合
に必要になるものであり、出力が位置型の場合は不要で
ある。
を示す制御ブロック図である。制御装置１はファジィ制
御手段１１と予測値演算手段１２などから構成される。
積分手段１３はファジィ制御手段の出力が速度型の場合
に必要になるものであり、出力が位置型の場合は不要で
ある。
【００２３】予測演算手段１２は、ファジィ制御手段１
１の操作量であるｑｉｎと、制御量である制御対象出力
（液面高さ）ｈおよびタンクの流入量ｑ２をもとに、制
御対象の近似モデル（２）および（３）式を用いて、一
定時間後の制御対象出力ｈ′を予測計算する。ファジィ
制御手段１１は上記予測出力ｈ′と制御目標値Hrefから
現在時刻における操作量（制御対象の入力）qin′(ｔ
０）を計算する。
１の操作量であるｑｉｎと、制御量である制御対象出力
（液面高さ）ｈおよびタンクの流入量ｑ２をもとに、制
御対象の近似モデル（２）および（３）式を用いて、一
定時間後の制御対象出力ｈ′を予測計算する。ファジィ
制御手段１１は上記予測出力ｈ′と制御目標値Hrefから
現在時刻における操作量（制御対象の入力）qin′(ｔ
０）を計算する。
【００２４】ところで、数式（１）は単に無駄時間を表
す項であるから、予測計算には必ずしも使用しなくても
よい。すなわち、数式（１）〜（３）で表される制御モ
デルのｔ1 時間後の予測値を求めるということは、数式
（２），（３）で表される制御モデルのｔ1 −Ｌ時間後
の予測値を求めるということにほかならない。したがっ
て、以下の説明では簡単の為、このｔ1 −Ｌ＝Ｔとし数
式（２），（３）で説明する。
す項であるから、予測計算には必ずしも使用しなくても
よい。すなわち、数式（１）〜（３）で表される制御モ
デルのｔ1 時間後の予測値を求めるということは、数式
（２），（３）で表される制御モデルのｔ1 −Ｌ時間後
の予測値を求めるということにほかならない。したがっ
て、以下の説明では簡単の為、このｔ1 −Ｌ＝Ｔとし数
式（２），（３）で説明する。
【００２５】次に予測演算手段１２の動作を詳細に説明
する。（２）および（３）式より現時点でのタンク流入
量ｑ１（ｔ０）を継続すると仮定した場合、予測液面高
さＨ（ｔ）の関係は（５）式のように表される。また
（６）式は現時点のタンク液面高さｈ（ｔ０）とタンク
流出量ｑ２（ｔ０）から流出抵抗Ｒを求めるものであ
り、Ｒが不変の場合には計算は不要である。
する。（２）および（３）式より現時点でのタンク流入
量ｑ１（ｔ０）を継続すると仮定した場合、予測液面高
さＨ（ｔ）の関係は（５）式のように表される。また
（６）式は現時点のタンク液面高さｈ（ｔ０）とタンク
流出量ｑ２（ｔ０）から流出抵抗Ｒを求めるものであ
り、Ｒが不変の場合には計算は不要である。
【００２６】 ｄＨ（ｔ）／ｄｔ＝−Ｈ（ｔ）／Ａ／Ｒ＋ｑ１（ｔ０）／Ａ …（５） Ｒ＝ｈ（ｔ０）／ｑ２（ｔ０） …（６） 数式（５）Ｈ(ｔ)の初期値Ｈ（ｔ０）とし、現在値ｈ
（ｔ０）を数式（５）に代入して、オンラインで計算す
ることにより、ある一定時間Ｔ後のタンク液面高さＨ
（ｔ０＋Ｔ）が予測できる。そして、このＨ（ｔ０＋
Ｔ）と制御目標値Hrefの差をファジィ推論手段１１の入
力とする。
（ｔ０）を数式（５）に代入して、オンラインで計算す
ることにより、ある一定時間Ｔ後のタンク液面高さＨ
（ｔ０＋Ｔ）が予測できる。そして、このＨ（ｔ０＋
Ｔ）と制御目標値Hrefの差をファジィ推論手段１１の入
力とする。
【００２７】図４にディジタル計算機を使用してこの演
算を行う場合の最も簡単な計算フローを示す。図４にお
いて、ステップ１０００はタンクの予測液面高さＨの初
期値Ｈ（ｔ０）とカウンタｎを初期化する部分である。
ステップ１００１でタンク流出量ｑ２がゼロか否かを調
べる。もし、ｑ２がゼロでなければステップ１００２で
液面高さｈと流出量ｑ２から流出抵抗Ｒを求める。も
し、ｑ２がゼロであるならばステップ１００３で流出抵
抗Ｒとしてあらかじめ測定または計算しておいた流出抵
抗の推定値Ｒ０を用いる。ステップ１００４は数式
（５）を差分方程式で表したものである。ここでｄｔは
差分時間である。ステップ１００５は時間Ｔまで演算で
きたかどうかのチェックを行い、まだならばステップ１
００６でカウンタｎを１だけ増加させステップ１００４
にもどる。もし、ステップ１００５で時間Ｔ以上まで演
算したことが分かると予測計算は終了しステップ１００
７にてＴ時間後の予測液面高さの計算が終了する。
算を行う場合の最も簡単な計算フローを示す。図４にお
いて、ステップ１０００はタンクの予測液面高さＨの初
期値Ｈ（ｔ０）とカウンタｎを初期化する部分である。
ステップ１００１でタンク流出量ｑ２がゼロか否かを調
べる。もし、ｑ２がゼロでなければステップ１００２で
液面高さｈと流出量ｑ２から流出抵抗Ｒを求める。も
し、ｑ２がゼロであるならばステップ１００３で流出抵
抗Ｒとしてあらかじめ測定または計算しておいた流出抵
抗の推定値Ｒ０を用いる。ステップ１００４は数式
（５）を差分方程式で表したものである。ここでｄｔは
差分時間である。ステップ１００５は時間Ｔまで演算で
きたかどうかのチェックを行い、まだならばステップ１
００６でカウンタｎを１だけ増加させステップ１００４
にもどる。もし、ステップ１００５で時間Ｔ以上まで演
算したことが分かると予測計算は終了しステップ１００
７にてＴ時間後の予測液面高さの計算が終了する。
【００２８】ここで、時間Ｔは、制御対象の無駄時間の
所定倍のようにも与えることができるし、直接時間の単
位（例えば５秒）で与えることもできる。前者の場合
は、シミュレーションモデルによってメンバーシップ関
数をチューニングする場合に、後者の場合は実プラント
を用いてチューニングする場合に適する。
所定倍のようにも与えることができるし、直接時間の単
位（例えば５秒）で与えることもできる。前者の場合
は、シミュレーションモデルによってメンバーシップ関
数をチューニングする場合に、後者の場合は実プラント
を用いてチューニングする場合に適する。
【００２９】次にファジィ制御手段１１の動作を説明す
る。本実施例ではファジィルールとして下記の５種類を
使用する。ルール数は推論の命題（正大，正中など）に
応じて増減させてもよい。
る。本実施例ではファジィルールとして下記の５種類を
使用する。ルール数は推論の命題（正大，正中など）に
応じて増減させてもよい。
【００３０】（ルール１）もしＴ時間後の予測偏差が正
で大（ＰＢ）なら、流入量をさらに大きく増やす（Ｂ
Ｏ） （ルール２）もしＴ時間後の予測偏差が正で中（ＰＭ）
なら、流入量をさらに中位増やす（ＭＯ） （ルール３）もしＴ時間後の予測偏差がゼロ（ＺＯ）な
ら、現状維持（ＺＢ） （ルール４）もしＴ時間後の予測偏差が負で中（ＮＭ）
なら、流入量をさらに中位減らす（ＭＣ） （ルール５）もしＴ時間後の予測偏差が負で大（ＮＢ）
なら、流入量をさらに大きく減らす（ＢＣ） 上記ルールの前件部に対応したメンバーシップ関数群を
図５に示す。ちなみに、本実施例の制御対象を従来の目
標値と制御量の偏差とこの偏差の変化分の２入力でファ
ジイ推論する場合は、表１に示すようにルール数は２１
と４倍になり、前件部のメンバーシップ関数は２倍にな
る。
で大（ＰＢ）なら、流入量をさらに大きく増やす（Ｂ
Ｏ） （ルール２）もしＴ時間後の予測偏差が正で中（ＰＭ）
なら、流入量をさらに中位増やす（ＭＯ） （ルール３）もしＴ時間後の予測偏差がゼロ（ＺＯ）な
ら、現状維持（ＺＢ） （ルール４）もしＴ時間後の予測偏差が負で中（ＮＭ）
なら、流入量をさらに中位減らす（ＭＣ） （ルール５）もしＴ時間後の予測偏差が負で大（ＮＢ）
なら、流入量をさらに大きく減らす（ＢＣ） 上記ルールの前件部に対応したメンバーシップ関数群を
図５に示す。ちなみに、本実施例の制御対象を従来の目
標値と制御量の偏差とこの偏差の変化分の２入力でファ
ジイ推論する場合は、表１に示すようにルール数は２１
と４倍になり、前件部のメンバーシップ関数は２倍にな
る。
【００３１】
【表１】
【００３２】図５において、縦軸は入力値の適合度（こ
こでは０〜１.０)、横軸は入力値（ここでは液面高さの
偏差値）を示す。ラベルＰＢ，ＰＭ，ＺＯ，ＮＭ，ＮＢ
各々は、入力値（偏差）に対するファジイ集合が正の
大，正の中，ゼロ，負の中，負の大の場合のメンバーシ
ップ関数を指す。図５の例は、タンクのパラメータを下
記として整定したものである。
こでは０〜１.０)、横軸は入力値（ここでは液面高さの
偏差値）を示す。ラベルＰＢ，ＰＭ，ＺＯ，ＮＭ，ＮＢ
各々は、入力値（偏差）に対するファジイ集合が正の
大，正の中，ゼロ，負の中，負の大の場合のメンバーシ
ップ関数を指す。図５の例は、タンクのパラメータを下
記として整定したものである。
【００３３】断面積 Ａ ＝ １０（ｍ2） 流出抵抗 Ｒ ＝ １（sec／ｍ2） 最大液面高さ Ｈmax＝２０（ｍ） 同図でＺＯの横軸幅が狭いのは定状偏差を極力小さくす
るためであるが、本発明はこのパタ−ンに限定されるも
のではない。
るためであるが、本発明はこのパタ−ンに限定されるも
のではない。
【００３４】また、上記ファジィルールの後件部に対応
したメンバーシップ関数群を図６に示す。同図において
縦軸は前件部のメンバーシップ関数と対応する適合度、
横軸は操作量（ここでは流入量）を示す。ＢＯ，ＭＯ，
ＺＢ，ＭＣ，ＢＣはそれぞれ流入量をさらに大きく増や
す，流入量をさらに中くらい増やす，流入量を現状維持
とする，流入量をさらに中くらい減らす，流入量をさら
に大きく減らすメンバーシップ関数を示す。同図で、Ｂ
Ｃ，ＢＯの横軸幅が他に比べて大きいのは偏差が大のと
きに流入量制御弁を操作する量を大きくし、大振幅の目
標値変化に対して応答を早めるためであるが、本発明は
このパターンに限定されるものではない。
したメンバーシップ関数群を図６に示す。同図において
縦軸は前件部のメンバーシップ関数と対応する適合度、
横軸は操作量（ここでは流入量）を示す。ＢＯ，ＭＯ，
ＺＢ，ＭＣ，ＢＣはそれぞれ流入量をさらに大きく増や
す，流入量をさらに中くらい増やす，流入量を現状維持
とする，流入量をさらに中くらい減らす，流入量をさら
に大きく減らすメンバーシップ関数を示す。同図で、Ｂ
Ｃ，ＢＯの横軸幅が他に比べて大きいのは偏差が大のと
きに流入量制御弁を操作する量を大きくし、大振幅の目
標値変化に対して応答を早めるためであるが、本発明は
このパターンに限定されるものではない。
【００３５】本実施例では、ファジィ推論の方法として
Mamdani 教授の方法としてよく知られているMin−Max重
心法を用いた。以下その方法を示すが、本発明は推論の
種類によらず成立するものであるので、他の方法によっ
てもよい。
Mamdani 教授の方法としてよく知られているMin−Max重
心法を用いた。以下その方法を示すが、本発明は推論の
種類によらず成立するものであるので、他の方法によっ
てもよい。
【００３６】図１において、ファジイ推論手段１１の入
力（偏差値）は、ファジイルール前件部の演算部１１０
〜１１４に入力される。各演算部は、偏差が正で大，正
で中，ゼロ，負で中，負で大のメンバーシップ関数を有
しており、入力に対応した適合度を出力する。前件部１
１０〜１１４に対応した後件部の演算部１１５〜119
は、流入量をさらに大きく増やす，流入量をさらに中く
らい増やす，現状維持，流入量をさらに中くらい減ら
す，流入量を更に大きく減らすを表わしたメンバーシッ
プ関数を有している。後件部の各演算部は、各メンバー
シップ関数に前件部の適合度を乗じた関数を、出力メン
バーシップ関数として脱ファジイ化部１２０へ出力す
る。脱ファジイ化部１２０は、演算部１１５〜１１９か
ら出力された出力メンバーシップ関数の面積重心を求
め、操作量（ｕ）を得る。
力（偏差値）は、ファジイルール前件部の演算部１１０
〜１１４に入力される。各演算部は、偏差が正で大，正
で中，ゼロ，負で中，負で大のメンバーシップ関数を有
しており、入力に対応した適合度を出力する。前件部１
１０〜１１４に対応した後件部の演算部１１５〜119
は、流入量をさらに大きく増やす，流入量をさらに中く
らい増やす，現状維持，流入量をさらに中くらい減ら
す，流入量を更に大きく減らすを表わしたメンバーシッ
プ関数を有している。後件部の各演算部は、各メンバー
シップ関数に前件部の適合度を乗じた関数を、出力メン
バーシップ関数として脱ファジイ化部１２０へ出力す
る。脱ファジイ化部１２０は、演算部１１５〜１１９か
ら出力された出力メンバーシップ関数の面積重心を求
め、操作量（ｕ）を得る。
【００３７】図７，図８は上記ファジイ推論を更に具体
的に説明するものである。図７は本実施例におけるファ
ジィ推論の方法を概念的に示したもので、同図の左部分
は図５に対応する前件部のメンバーシップ関数、右側の
部分は図６に対応する後件部メンバーシップ関数であ
る。いま仮に入力としてＸ０が入ったとすると、Ｘ０が
ＰＢ（正で大）である確信度はαであり、Ｘ０がＰＭ
（正の中）である確信度はβである。一方、前件部にＰ
ＢとＰＭが表れるファジィルールは、ルール１とルール
２である。ルール１の後件部はＢＯ（流入量をさらに大
きく増やす）であり、ルール２の後件部はＭＯ（流入量
をさらに中くらい増やす）である。各々の後件部メンバ
ーシップ関数にαおよびβを掛けあわせた値が、同図の
斜線部（MO′，ＢＯ′）である。この斜線部の重心を計
算することにより、重心の横軸上の値として出力ｙが得
られる。
的に説明するものである。図７は本実施例におけるファ
ジィ推論の方法を概念的に示したもので、同図の左部分
は図５に対応する前件部のメンバーシップ関数、右側の
部分は図６に対応する後件部メンバーシップ関数であ
る。いま仮に入力としてＸ０が入ったとすると、Ｘ０が
ＰＢ（正で大）である確信度はαであり、Ｘ０がＰＭ
（正の中）である確信度はβである。一方、前件部にＰ
ＢとＰＭが表れるファジィルールは、ルール１とルール
２である。ルール１の後件部はＢＯ（流入量をさらに大
きく増やす）であり、ルール２の後件部はＭＯ（流入量
をさらに中くらい増やす）である。各々の後件部メンバ
ーシップ関数にαおよびβを掛けあわせた値が、同図の
斜線部（MO′，ＢＯ′）である。この斜線部の重心を計
算することにより、重心の横軸上の値として出力ｙが得
られる。
【００３８】図８は本実施例におけるファジイ推論の処
理フローを示したものである。ステップ１は、制御偏差
ｘ０の各ファジイルール前件部メンバーシップ関数に対
する適合度α，β，γ，δ，εを計算する。ステップ２
ではファジイルール後件部のメンバーシップ関数にステ
ップ１で求めた適合度を乗じ、出力メンバーシップ関数
を求める。ステップ３ではステップ２で求めた出力メン
バーシップ関数の論理和をとりその重心を求める。
理フローを示したものである。ステップ１は、制御偏差
ｘ０の各ファジイルール前件部メンバーシップ関数に対
する適合度α，β，γ，δ，εを計算する。ステップ２
ではファジイルール後件部のメンバーシップ関数にステ
ップ１で求めた適合度を乗じ、出力メンバーシップ関数
を求める。ステップ３ではステップ２で求めた出力メン
バーシップ関数の論理和をとりその重心を求める。
【００３９】以上説明したように本実施例のファジイ推
論は、制御偏差の予測値のみを入力して行なうので、制
御偏差とその変化分を入力とする従来のファジイ推論に
比べ、推論ルールやメンバーシップ関数が大幅に削減で
き、推論のリアルタイム処理を可能にする。さらに、フ
ァジイ推論手段の構築、とくに、メンバーシップ関数の
チューニングを容易にできる。
論は、制御偏差の予測値のみを入力して行なうので、制
御偏差とその変化分を入力とする従来のファジイ推論に
比べ、推論ルールやメンバーシップ関数が大幅に削減で
き、推論のリアルタイム処理を可能にする。さらに、フ
ァジイ推論手段の構築、とくに、メンバーシップ関数の
チューニングを容易にできる。
【００４０】次に本実施例による制御特性を他の制御方
式との比較により図９〜図１４に示す。まず、制御対象
のパラメ−タが下記の場合について図９〜図１１に示
す。
式との比較により図９〜図１４に示す。まず、制御対象
のパラメ−タが下記の場合について図９〜図１１に示
す。
【００４１】断面積 Ａ＝１０（ｍ2） 流出抵抗 Ｒ＝ １（sec／ｍ2） 流入無駄時間 Ｌ＝ １（sec） 図９は本実施例による制御特性を示した図である。図１
０は偏差と偏差の変化値を入力して推論する従来のファ
ジィ制御による制御特性を示した図であり、表１のファ
ジイルールを採用している。図１１は従来のＰＩ制御に
よる制御特性を示した図である。
０は偏差と偏差の変化値を入力して推論する従来のファ
ジィ制御による制御特性を示した図であり、表１のファ
ジイルールを採用している。図１１は従来のＰＩ制御に
よる制御特性を示した図である。
【００４２】同様に、制御対象の特性が下記の場合の各
制御方式の制御特性を図１２から図１５に示す。この例
では前記例に比べてプラントの無駄時間が大きくなって
いる。
制御方式の制御特性を図１２から図１５に示す。この例
では前記例に比べてプラントの無駄時間が大きくなって
いる。
【００４３】断面積 Ａ＝１０（ｍ2） 流出抵抗 Ｒ＝ １（sec／ｍ2） 流入無駄時間 Ｌ＝ ５（sec） 図１２は本実施例による制御特性を示し、図１３は従来
のファジィ制御による制御特性を示した参考図、図１４
は従来のＰＩ制御による制御特性を示した参考図であ
る。
のファジィ制御による制御特性を示した参考図、図１４
は従来のＰＩ制御による制御特性を示した参考図であ
る。
【００４４】以上に示した図９〜図１４は当初、液面高
さ０のところへ０％〜５０％のステップ目標値を加え
（２００）、その後５０％〜６０％のステップ目標値変
化を加え(２０１)、さらに流出抵抗を２０％変化させた
外乱（２０２）を加えた場合の各出力応答である。尚、
各図には参考として操作量ｑｉｎとタンク流出量ｑ２の
波形も併せてプロットしてある。
さ０のところへ０％〜５０％のステップ目標値を加え
（２００）、その後５０％〜６０％のステップ目標値変
化を加え(２０１)、さらに流出抵抗を２０％変化させた
外乱（２０２）を加えた場合の各出力応答である。尚、
各図には参考として操作量ｑｉｎとタンク流出量ｑ２の
波形も併せてプロットしてある。
【００４５】以上の例に明らかなように、本実施例によ
る制御特性は、従来のファジイ制御に比べ目標値追従性
とともに外乱に対する応答性も改善されている。特に、
プロセスの無駄時間が大きい場合（図１２〜図１４）、
本実施例の制御特性は従来のファジイ制御はもちろんＰ
ＩＤ制御と比べても制御性の改善が顕著である。すなわ
ち、従来のファジィ制御やＰＩＤ制御では、制御対象の
無駄時間による影響を軽減するために比例ゲインを大き
くすることには制限があった。しかし、本実施例の場合
は、制御対象の将来出力を予測することによりゲイン余
裕が増加する。また、制御にファジイ推論手段を用いて
いるため比例ゲインを非線形にすることができ、偏差に
応じて比例ゲインを変化させることができる。このた
め、大偏差領域ではオーバーシュート量をおさえるよう
にゲインをある程度小さくし、小偏差領域では目標値に
収束するスピードを上げるためゲインを増加させかつ安
定に動作させることができるので、目標値追従特性とと
もに外乱応答性も向上させることができる。
る制御特性は、従来のファジイ制御に比べ目標値追従性
とともに外乱に対する応答性も改善されている。特に、
プロセスの無駄時間が大きい場合（図１２〜図１４）、
本実施例の制御特性は従来のファジイ制御はもちろんＰ
ＩＤ制御と比べても制御性の改善が顕著である。すなわ
ち、従来のファジィ制御やＰＩＤ制御では、制御対象の
無駄時間による影響を軽減するために比例ゲインを大き
くすることには制限があった。しかし、本実施例の場合
は、制御対象の将来出力を予測することによりゲイン余
裕が増加する。また、制御にファジイ推論手段を用いて
いるため比例ゲインを非線形にすることができ、偏差に
応じて比例ゲインを変化させることができる。このた
め、大偏差領域ではオーバーシュート量をおさえるよう
にゲインをある程度小さくし、小偏差領域では目標値に
収束するスピードを上げるためゲインを増加させかつ安
定に動作させることができるので、目標値追従特性とと
もに外乱応答性も向上させることができる。
【００４６】図１５は本実施例において、予測モデルの
パラメータ（ＡおよびＲ）が実際と２０％ずれた場合の
ステップ応答を示し、制御対象特性は図１２の場合と同
じである。図１５と図１２の比較から予測演算部に用い
るパラメータは、さほど正確でなくても良好な制御性能
の得られることが分かる。
パラメータ（ＡおよびＲ）が実際と２０％ずれた場合の
ステップ応答を示し、制御対象特性は図１２の場合と同
じである。図１５と図１２の比較から予測演算部に用い
るパラメータは、さほど正確でなくても良好な制御性能
の得られることが分かる。
【００４７】以上、タンクの液面制御を例に一実施例を
述べたが、本発明は上記実施例に限らず、制御対象の将
来出力がある程度予測できる場合には広く適用できる。
その一例として、パイプを流れる液体（気体，固体でも
同じ）の流量制御，温度槽の温度制御などがあげられ
る。流量制御の場合には、操作量（ｕ）が弁開度、制御
量（ｙ）が流量であり、伝達関数は数式（７）の形で表
わされる。
述べたが、本発明は上記実施例に限らず、制御対象の将
来出力がある程度予測できる場合には広く適用できる。
その一例として、パイプを流れる液体（気体，固体でも
同じ）の流量制御，温度槽の温度制御などがあげられ
る。流量制御の場合には、操作量（ｕ）が弁開度、制御
量（ｙ）が流量であり、伝達関数は数式（７）の形で表
わされる。
【００４８】 ｙ（ｓ）＝ｕ（ｓ）・Ｋ・exp（−Ｌｓ）／（１＋Ｔｓ） …（７） ここで、Ｋはゲイン、exp(−Ｌｓ）はＬの無駄時間、
（１＋Ｔｓ）は時定数Ｔの一次遅れを示す。この式は上
述の数式（４）と同様の形をしており、本発明が適用可
能であることを示している。また、温度制御の場合も、
操作量（電気炉のヒータ電力など）と制御量（温度）の
関係は数式（７）となり、本発明が適用できる。また、
上記例では制御対象が連続であるが、離散系の制御対象
にも適用できることは明らかである。
（１＋Ｔｓ）は時定数Ｔの一次遅れを示す。この式は上
述の数式（４）と同様の形をしており、本発明が適用可
能であることを示している。また、温度制御の場合も、
操作量（電気炉のヒータ電力など）と制御量（温度）の
関係は数式（７）となり、本発明が適用できる。また、
上記例では制御対象が連続であるが、離散系の制御対象
にも適用できることは明らかである。
【００４９】以上は無駄時間と一次遅れに近似できる場
合である。つぎに、本発明の第２の実施例である制御対
象が無駄時間と二次遅れに近似できる場合について説明
する。制御対象が無駄時間と二次遅れの伝達特性は、数
式（７）で表される。
合である。つぎに、本発明の第２の実施例である制御対
象が無駄時間と二次遅れに近似できる場合について説明
する。制御対象が無駄時間と二次遅れの伝達特性は、数
式（７）で表される。
【００５０】 Ｙ（ｓ）＝Ｘ（ｓ）・Ｋ・exp（−Ｌｓ）／（１＋Ｔ1ｓ＋Ｔ2ｓ2）…(８) ここで、Ｙ（ｓ）は制御量のラプラス変換、Ｘ（ｓ）は
操作量のラプラス変換、Ｋは制御対象のゲイン、Ｌは無
駄時間、Ｔ1は一次の項の時定数、Ｔ2は二次の項の時定
数である。この数式（８）により、操作量が継続すると
仮定した場合の一定時間後の制御量を予測演算すれば、
上述の一次遅れの場合と同様に操作量を決定できる。
操作量のラプラス変換、Ｋは制御対象のゲイン、Ｌは無
駄時間、Ｔ1は一次の項の時定数、Ｔ2は二次の項の時定
数である。この数式（８）により、操作量が継続すると
仮定した場合の一定時間後の制御量を予測演算すれば、
上述の一次遅れの場合と同様に操作量を決定できる。
【００５１】図１６は本実施例による予測演算の処理フ
ローを示し、数式（８）はステップ２００２の差分方程
式に変換されている。図１７は本実施例において特性パ
ラメータを、Ｋ＝１，Ｌ＝１０秒，Ｔ2＝５秒，Ｔ1＝２
５秒とした場合の制御結果である。これによれば、オー
プンループ特性の改善されていることがわかる。
ローを示し、数式（８）はステップ２００２の差分方程
式に変換されている。図１７は本実施例において特性パ
ラメータを、Ｋ＝１，Ｌ＝１０秒，Ｔ2＝５秒，Ｔ1＝２
５秒とした場合の制御結果である。これによれば、オー
プンループ特性の改善されていることがわかる。
【００５２】以上、一次と二次遅れ系についての実施例
を説明したが、本発明は三次系以上においても同様に適
用可能となる。
を説明したが、本発明は三次系以上においても同様に適
用可能となる。
【００５３】なお、これまで述べた実施例で、ファジイ
推論手段の入力として制御偏差の予測値のみを使用する
ことにより、ファジィルール数を削減できるものであっ
た。しかし、ファジイルール数が増えてもよい場合に
は、ファジィ推論手段の入力として制御偏差の予測値と
その変化分の２入力として用いてもよい。
推論手段の入力として制御偏差の予測値のみを使用する
ことにより、ファジィルール数を削減できるものであっ
た。しかし、ファジイルール数が増えてもよい場合に
は、ファジィ推論手段の入力として制御偏差の予測値と
その変化分の２入力として用いてもよい。
【００５４】
【発明の効果】本発明によれば、ファジィ制御手段の入
力に制御偏差予測値のみを使用することにより、推論が
高速化されリアルタイムな制御が可能になる。かつ、耐
ノイズ性の向上等による制御精度の高いプロセス制御方
法を提供できる。
力に制御偏差予測値のみを使用することにより、推論が
高速化されリアルタイムな制御が可能になる。かつ、耐
ノイズ性の向上等による制御精度の高いプロセス制御方
法を提供できる。
【００５５】本発明は、ファジイ制御手段のルールやメ
ンバーシップ関数を削減できるので、システム構築のマ
ン・パワーが大幅に低減でき、かつ、現地調整も容易な
プロセス制御装置を提供できる。
ンバーシップ関数を削減できるので、システム構築のマ
ン・パワーが大幅に低減でき、かつ、現地調整も容易な
プロセス制御装置を提供できる。
【図１】本発明の一実施例を示す制御装置の機能ブロッ
ク図。
ク図。
【図２】タンク液面制御のモデルを説明する概念図。
【図３】タンク液面制御の制御ブロック図。
【図４】タンク液面制御の予測計算の処理手順を示すフ
ローチャ−ト。
ローチャ−ト。
【図５】ファジィルールの前件部のメンバーシップ関数
を示す図。
を示す図。
【図６】ファジィルールの後件部のメンバーシップ関数
を示す図。
を示す図。
【図７】ファジィ推論の方法をメンバーシップ関数によ
って説明する図。
って説明する図。
【図８】ファジィ推論の処理手順を示すフローチャー
ト。
ト。
【図９】第１の実施例による制御結果を示す特性図。
【図１０】従来のファジィ制御による特性図。
【図１１】従来のＰＩ制御による特性図。
【図１２】第一の実施例による第二の制御対象による制
御結果を示す特性図。
御結果を示す特性図。
【図１３】従来ファジィ制御による第二の制御対象の特
性図。
性図。
【図１４】従来のＰＩ制御による第二の制御対象の特性
図。
図。
【図１５】第１の実施例による第三の制御対象による制
御結果を示す特性図。
御結果を示す特性図。
【図１６】本発明の第二の実施例によるタンク液面制御
の予測計算の処理手順を示すフローチャート。
の予測計算の処理手順を示すフローチャート。
【図１７】第二の実施例による制御結果を示す特性図。
１…制御装置、１０…偏差値演算手段、１１…ファジィ
制御手段、１２…予測演算手段、１３…入出力装置、１
１０〜１１４…前件部のメンバーシップ関数、１１５〜
１１９…後件部のメンバーシップ関数、１２０…脱ファ
ジイ化手段。
制御手段、１２…予測演算手段、１３…入出力装置、１
１０〜１１４…前件部のメンバーシップ関数、１１５〜
１１９…後件部のメンバーシップ関数、１２０…脱ファ
ジイ化手段。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 斉藤 忠良 茨城県日立市久慈町4026番地 株式会社日 立製作所日立研究所内
Claims (15)
- 【請求項１】制御対象を目標値との偏差が少なくなるよ
うに制御するプロセス制御方法において、操作量（制御
対象入力）が現在値を継続すると仮定した一定時間後の
制御量（制御対象出力）を予測し、当該制御量の予測値
と前記目標値の偏差を入力とするファジイ推論によって
現時点の操作量を決定することを特徴とするプロセス制
御方法。 - 【請求項２】前記予測値は、制御対象を一次遅れに近似
して求めることを特徴とする請求項１記載のプロセス制
御方法。 - 【請求項３】前記予測値は、制御対象を無駄時間と一次
遅れに近似して求めることを特徴とする請求項１記載の
プロセス制御方法。 - 【請求項４】前記一定時間は、前記無駄時間の定数倍と
して与えられることを特徴とする請求項３記載のプロセ
ス制御方法。 - 【請求項５】前記ファジイ推論は、前記偏差とその時間
変化分を入力して行なわれることを特徴とする請求項１
または３記載のプロセス制御方法。 - 【請求項６】制御弁を制御して流入量を調節されるタン
クの液面を制御する方法において、現時点の流入量が継
続すると仮定した一定時間後のタンクの液面を現時点の
タンク液面から一次遅れに近似して求め、該予測液面と
目標値の偏差によるファジイ推論によって現時点の流入
量を決定することを特徴とするタンクの液面制御方法。 - 【請求項７】ヒータを熱源とする温度槽の温度を制御す
る方法において、ヒータの電流が継続するとした場合の
一定時間後の温度槽の予測温度を現時点の温度から一次
遅れに近似して求め、該予測温度と目標値の偏差による
ファジイ推論によって現時点のヒータの電流を制御する
ことを特徴とする温度槽の温度制御方法。 - 【請求項８】パイプ内の流体の流量を制御する方法にお
いて、現時点の流入量が継続すると仮定した一定時間後
のパイプ内の予測流出量を近似して求め、該予測流出量
と目標値の偏差によるファジイ推論によって現時点の流
入量を制御することを特徴とするパイプ内の流体流量の
制御方法。 - 【請求項９】制御対象の制御効果器の操作量を決定する
プロセス制御装置において、制御対象を近似したシミュ
レ−タを有し操作量の現在値が継続すると仮定した一定
時間後の制御量を求める予測手段と、設定されている目
標値と前記予測手段の予測値との偏差を入力として現時
点の操作量を推論するファジイ制御手段を具備すること
を特徴とするプロセス制御装置。 - 【請求項１０】前記ファジイ推論手段は、前記偏差とそ
の時間変化分を入力することを特徴とする請求項９記載
のプロセス制御装置。 - 【請求項１１】前記シミュレータは、制御対象を一次遅
れで近似していることを特徴とする請求項９または１０
記載のプロセス制御装置。 - 【請求項１２】前記シミュレータは、制御対象を無駄時
間と一次遅れで近似していることを特徴とする請求項９
または１０記載のプロセス制御装置。 - 【請求項１３】前記一定時間は、前記無駄時間の定数倍
として与えられることを特徴とする請求項１２記載のプ
ロセス制御装置。 - 【請求項１４】前記シミュレータは、制御対象を二次遅
れで近似していることを特徴とする請求項９または１０
記載のプロセス制御装置。 - 【請求項１５】前記シミュレータは、制御対象を無駄時
間と二次遅れで近似していることを特徴とする請求項９
または１０記載のプロセス制御装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4118749A JPH05313705A (ja) | 1992-05-12 | 1992-05-12 | プロセス制御方法および装置 |
| US08/057,997 US5410470A (en) | 1992-05-12 | 1993-05-05 | Process control method and system with employment of fuzzy inference |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4118749A JPH05313705A (ja) | 1992-05-12 | 1992-05-12 | プロセス制御方法および装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05313705A true JPH05313705A (ja) | 1993-11-26 |
Family
ID=14744106
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4118749A Pending JPH05313705A (ja) | 1992-05-12 | 1992-05-12 | プロセス制御方法および装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5410470A (ja) |
| JP (1) | JPH05313705A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07319554A (ja) * | 1994-05-27 | 1995-12-08 | Toyo Eng Corp | 尿素プラント合成管の液面制御装置及び液面制御方法 |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1993011473A1 (de) * | 1991-11-25 | 1993-06-10 | Siemens Aktiengesellschaft | Verfahren zur regelung für dynamische systeme n-ter ordnung |
| US5609136A (en) * | 1994-06-28 | 1997-03-11 | Cummins Engine Company, Inc. | Model predictive control for HPI closed-loop fuel pressure control system |
| FR2722310B1 (fr) * | 1994-07-11 | 1996-09-27 | Elf Aquitaine | Procede et dispositif de regulation sur une plage admissible avec anticipation sur contextes utilisant la logique floue |
| DE19516627A1 (de) * | 1995-05-05 | 1996-11-07 | Ranco Inc | Verfahren und Vorrichtung zur Regelung eines Prozesses |
| US5631845A (en) * | 1995-10-10 | 1997-05-20 | Ford Motor Company | Method and system for controlling phosphate bath constituents |
| DE19734711C1 (de) * | 1997-08-11 | 1999-04-15 | Siemens Ag | Regler mit zeitdiskreten, dynamischen Fuzzy-Regelgliedern |
| US6374197B1 (en) * | 1999-05-10 | 2002-04-16 | The United States Of America As Represented By The Secretary Of The Navy | Fuzzy logic based model assessment system and method for contact tracking |
| WO2003058355A1 (fr) * | 2001-12-28 | 2003-07-17 | Honda Giken Kogyo Kabushiki Kaisha | Systeme de commande |
| JP4223894B2 (ja) * | 2003-08-21 | 2009-02-12 | 株式会社山武 | Ｐｉｄパラメータ調整装置 |
| US7729789B2 (en) * | 2004-05-04 | 2010-06-01 | Fisher-Rosemount Systems, Inc. | Process plant monitoring based on multivariate statistical analysis and on-line process simulation |
| US7444191B2 (en) | 2005-10-04 | 2008-10-28 | Fisher-Rosemount Systems, Inc. | Process model identification in a process control system |
| US8036760B2 (en) * | 2005-10-04 | 2011-10-11 | Fisher-Rosemount Systems, Inc. | Method and apparatus for intelligent control and monitoring in a process control system |
| US7738975B2 (en) * | 2005-10-04 | 2010-06-15 | Fisher-Rosemount Systems, Inc. | Analytical server integrated in a process control network |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS55127601A (en) * | 1979-03-22 | 1980-10-02 | Omron Tateisi Electronics Co | Process controller |
| JPS63276604A (ja) * | 1987-05-08 | 1988-11-14 | Mitsubishi Heavy Ind Ltd | プロセス制御装置 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3772812D1 (de) * | 1986-04-11 | 1991-10-17 | Mitsubishi Electric Corp | Selbsteinstellender regler. |
| DE3852716T2 (de) * | 1987-05-01 | 1995-06-01 | Fuji Photo Film Co Ltd | Mess-Mischeinrichtung für Flüssigkeiten und Pulver. |
| JPH0774961B2 (ja) * | 1988-04-07 | 1995-08-09 | 株式会社日立製作所 | オートチユーニングｐｉｄ調節計 |
| JPH01319619A (ja) * | 1988-06-17 | 1989-12-25 | Ishikawajima Harima Heavy Ind Co Ltd | 熱風炉の制御方法 |
| JP2553675B2 (ja) * | 1988-11-18 | 1996-11-13 | 日本電気硝子株式会社 | プロセスの制御方法 |
| JPH02150901A (ja) * | 1988-12-01 | 1990-06-11 | Idemitsu Kosan Co Ltd | 無駄時間ｎ次遅れ補償制御方法 |
| US5245528A (en) * | 1989-03-20 | 1993-09-14 | Hitachi, Ltd. | Process control apparatus and method for adjustment of operating parameters of controller of the process control apparatus |
| JP2698660B2 (ja) * | 1989-06-12 | 1998-01-19 | 株式会社日立製作所 | マニピュレータの制御方法及び制御装置並びにマニピュレータ装置 |
| JPH03188504A (ja) * | 1989-07-31 | 1991-08-16 | Matsushita Electric Ind Co Ltd | ファジィ制御装置およびファジィ推論方法 |
| JP2656637B2 (ja) * | 1989-11-22 | 1997-09-24 | 株式会社日立製作所 | プロセス制御システム及び発電プラントプロセス制御システム |
| CA2031765C (en) * | 1989-12-08 | 1996-02-20 | Masahide Nomura | Method and system for performing control conforming with characteristics of controlled system |
| US5251124A (en) * | 1991-04-30 | 1993-10-05 | Omron Corporation | Fuzzy controller apparatus and method for steady state control |
-
1992
- 1992-05-12 JP JP4118749A patent/JPH05313705A/ja active Pending
-
1993
- 1993-05-05 US US08/057,997 patent/US5410470A/en not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS55127601A (en) * | 1979-03-22 | 1980-10-02 | Omron Tateisi Electronics Co | Process controller |
| JPS63276604A (ja) * | 1987-05-08 | 1988-11-14 | Mitsubishi Heavy Ind Ltd | プロセス制御装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07319554A (ja) * | 1994-05-27 | 1995-12-08 | Toyo Eng Corp | 尿素プラント合成管の液面制御装置及び液面制御方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US5410470A (en) | 1995-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2539540B2 (ja) | プロセス制御装置 | |
| JPH05313705A (ja) | プロセス制御方法および装置 | |
| EP0481204B1 (en) | Self-monitoring tuner for feedback controller | |
| Xie et al. | Fuzzy adaptive internal model control | |
| Skrjanc et al. | Predictive functional control based on fuzzy model for heat-exchanger pilot plant | |
| Zhao et al. | Fuzzy PI control design for an industrial weigh belt feeder | |
| Daugherity et al. | Performance evaluation of a self-tuning fuzzy controller | |
| JP2000514576A (ja) | メンバシップ関数を修正する適応ファジー制御装置 | |
| Chen et al. | A hybrid neuro-fuzzy PID controller | |
| JPH09501525A (ja) | 自動調整によるファジー論理制御のための方法及び装置 | |
| Khooban et al. | Optimal intelligent control for HVAC systems. | |
| Pereira et al. | Adaptive RBFNN versus conventional self-tuning: comparison of two parametric model approaches for non-linear control | |
| Georgescu et al. | Fuzzy predictive PID controllers: a heating control application | |
| Muntaser et al. | Coupled Tank Non-linear System; Modeling and Level Control using PID and Fuzzy Logic Techniques | |
| de Sousa et al. | Optimization of Takagi-Sugeno fuzzy controllers using a genetic algorithm | |
| JPH08121704A (ja) | ボイラの蒸気温度制御装置 | |
| JPH08318262A (ja) | 調整池揚水流量制御装置 | |
| Chan et al. | Neurofuzzy network based self-tuning control with offset eliminating | |
| Behmenburg | Model reference adaptive systems with fuzzy logic controllers | |
| Feng et al. | Improved self-adaptive Smith predictive control scheme for time-delay system | |
| JPH0721723B2 (ja) | ファジィ制御装置 | |
| Matko et al. | Neuro-fuzzy model-based control | |
| JP4381628B2 (ja) | 濃縮設備の濃縮度制御装置及び濃縮度制御方法 | |
| Antovskı et al. | Fuzzy control systems for thermal processes: synthesis, design and implementation | |
| Trabia et al. | Design of fuzzy logic controllers for optimal performance |