JPH06187008A - プラントの適応制御方法におけるプラント係数の同定方法 - Google Patents
プラントの適応制御方法におけるプラント係数の同定方法Info
- Publication number
- JPH06187008A JPH06187008A JP33647392A JP33647392A JPH06187008A JP H06187008 A JPH06187008 A JP H06187008A JP 33647392 A JP33647392 A JP 33647392A JP 33647392 A JP33647392 A JP 33647392A JP H06187008 A JPH06187008 A JP H06187008A
- Authority
- JP
- Japan
- Prior art keywords
- plant
- transfer function
- coefficient
- controller
- identification
- 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
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Feedback Control In General (AREA)
Abstract
(57)【要約】
【目的】 短時間でしかもわずかな誤差でプラントの係
数を同定することができるようにした。 【構成】 離散系の最小２乗法により算出された第１の
プラント伝達関数部１１の分子項の総和と、連続系の第
２のプラント伝達関数部１２を差分法により離散系に変
換した第３のプラント伝達関数部１３の分子項の総和と
を比較部１４で比較し、その比較結果でプラント係数を
同定する。
数を同定することができるようにした。 【構成】 離散系の最小２乗法により算出された第１の
プラント伝達関数部１１の分子項の総和と、連続系の第
２のプラント伝達関数部１２を差分法により離散系に変
換した第３のプラント伝達関数部１３の分子項の総和と
を比較部１４で比較し、その比較結果でプラント係数を
同定する。
Description
【０００１】
【産業上の利用分野】この発明は、プラントの動特性を
同定し、この同定結果に基づいて制御器の制御パラメー
タをオートチューニングして、プラントを適応的に制御
する方法におけるプラントの係数の同定方法に関する。
同定し、この同定結果に基づいて制御器の制御パラメー
タをオートチューニングして、プラントを適応的に制御
する方法におけるプラントの係数の同定方法に関する。
【０００２】
【従来の技術】周知のように、プラントの制御は制御器
（調節計とも呼ばれる）を用いて行われる。このような
場合において、最良の制御性能を期待できるように、制
御器の制御パラメータを調整することが必要となる。
（調節計とも呼ばれる）を用いて行われる。このような
場合において、最良の制御性能を期待できるように、制
御器の制御パラメータを調整することが必要となる。
【０００３】当該技術分野で周知のように、このような
制御器には種々の形式のものがあるが、比例動作（Ｐ動
作）、積分動作（Ｉ動作）、積分動作（Ｄ動作）の３つ
が基本であり、これらが単独あるいは組み合わせて用い
られる。すなわち、 ａ）Ｐ動作のみを行うもので、制御パラメータとして比
例ゲインＫPのみをもつ。このような制御器をＰ制御器
と呼び、 ｂ）Ｉ動作のみを行うもので、制御パラメータとして積
分項ゲインＫIのみをもつ。このような制御器をＩ制御
器と呼び、 ｃ）Ｐ動作とＩ動作とを組み合わせたもので、制御パラ
メータとして比例ゲインＫPと積分項ゲインＫIとをも
つ。このような制御器をＰＩ制御器と呼び、 ｄ）Ｐ動作とＤ動作とを組み合わせたもので、制御パラ
メータとして比例ゲインＫPと微分項ゲインＫDとをも
つ。このような制御器をＰＤ制御器と呼び、 ｅ）Ｐ，Ｉ，Ｄの各動作を組み合わせたもので、制御パ
ラメータとして比例ゲインＫP、積分項ゲインＫI、およ
び微分項ゲインＫDをもつ。このような制御器をＰＩＤ
制御器と呼ぶ。
制御器には種々の形式のものがあるが、比例動作（Ｐ動
作）、積分動作（Ｉ動作）、積分動作（Ｄ動作）の３つ
が基本であり、これらが単独あるいは組み合わせて用い
られる。すなわち、 ａ）Ｐ動作のみを行うもので、制御パラメータとして比
例ゲインＫPのみをもつ。このような制御器をＰ制御器
と呼び、 ｂ）Ｉ動作のみを行うもので、制御パラメータとして積
分項ゲインＫIのみをもつ。このような制御器をＩ制御
器と呼び、 ｃ）Ｐ動作とＩ動作とを組み合わせたもので、制御パラ
メータとして比例ゲインＫPと積分項ゲインＫIとをも
つ。このような制御器をＰＩ制御器と呼び、 ｄ）Ｐ動作とＤ動作とを組み合わせたもので、制御パラ
メータとして比例ゲインＫPと微分項ゲインＫDとをも
つ。このような制御器をＰＤ制御器と呼び、 ｅ）Ｐ，Ｉ，Ｄの各動作を組み合わせたもので、制御パ
ラメータとして比例ゲインＫP、積分項ゲインＫI、およ
び微分項ゲインＫDをもつ。このような制御器をＰＩＤ
制御器と呼ぶ。
【０００４】どの制御器を採用するかは、プラントに対
してどのような応答性を持たせるかによる。一般には、
Ｐ制御器、ＰＩ制御器、およびＰＩＤ制御器のうちのい
ずれかが用いられ、そのうちでもＰＩＤ制御器が多用さ
れる。何故なら、ＰＩＤ制御器は定常特性と速応性とを
同時に改善できるからである。
してどのような応答性を持たせるかによる。一般には、
Ｐ制御器、ＰＩ制御器、およびＰＩＤ制御器のうちのい
ずれかが用いられ、そのうちでもＰＩＤ制御器が多用さ
れる。何故なら、ＰＩＤ制御器は定常特性と速応性とを
同時に改善できるからである。
【０００５】いずれにしても制御器を用いてプラントの
制御を行うのであるが、制御器の制御パラメータを調整
するためにはプラントの状態（動特性）を知る必要があ
る。すなわち、プラントをモデリングする場合、通常得
られるモデル（数学モデル）には未知パラメータのよう
な不確定性が含まれており、プラントの入・出力データ
のように外部から観測できる情報を用いて、モデルを確
定的なものとする必要がある。このように、モデリング
すべきプラントを外部より観測することにより数学モデ
ルの不確定性をなくすことを同定という。この技術分野
において同定とは、与えられたクラスの数学モデルから
プラントの入−出力関係と等価とみなせる数学モデルを
求めることと定義されている。
制御を行うのであるが、制御器の制御パラメータを調整
するためにはプラントの状態（動特性）を知る必要があ
る。すなわち、プラントをモデリングする場合、通常得
られるモデル（数学モデル）には未知パラメータのよう
な不確定性が含まれており、プラントの入・出力データ
のように外部から観測できる情報を用いて、モデルを確
定的なものとする必要がある。このように、モデリング
すべきプラントを外部より観測することにより数学モデ
ルの不確定性をなくすことを同定という。この技術分野
において同定とは、与えられたクラスの数学モデルから
プラントの入−出力関係と等価とみなせる数学モデルを
求めることと定義されている。
【０００６】この同定には２種類ある。その１つは、事
前情報によりプラントが既知の個数のパラメータによる
数学モデルで記述され、入・出力からこれらが一意に定
められるときの同定であり、このような同定はパラメー
タ同定と呼ばれる。他の１つは、同定されるべきモデル
を特徴づけるパラメータの個数も事前にわからないとき
の同定であって、このような同定はノンパラメータ同定
と呼ばれる。いずれにしても、この同定結果に基づいて
制御器の制御パラメータをオートチューニングして、プ
ラントを適応的に制御する。
前情報によりプラントが既知の個数のパラメータによる
数学モデルで記述され、入・出力からこれらが一意に定
められるときの同定であり、このような同定はパラメー
タ同定と呼ばれる。他の１つは、同定されるべきモデル
を特徴づけるパラメータの個数も事前にわからないとき
の同定であって、このような同定はノンパラメータ同定
と呼ばれる。いずれにしても、この同定結果に基づいて
制御器の制御パラメータをオートチューニングして、プ
ラントを適応的に制御する。
【０００７】
【発明が解決しようとする課題】上記オートチューニン
グを厳密に行った場合の流れを図４に示す。図４におい
て、ステップＳ1は最小２乗法で同定された離散系の伝
達関数型である。このステップＳ1で得られた伝達関数
はステップＳ2で状態空間型の離散系に直した後、ステ
ップＳ3の連続系の状態空間型からステップＳ4の連続系
の伝達関数型にする必要がある。そして、ステップＳ4
で求めた連続系の伝達関数型から制御装置のチューニン
グをステップＳ5で行う。
グを厳密に行った場合の流れを図４に示す。図４におい
て、ステップＳ1は最小２乗法で同定された離散系の伝
達関数型である。このステップＳ1で得られた伝達関数
はステップＳ2で状態空間型の離散系に直した後、ステ
ップＳ3の連続系の状態空間型からステップＳ4の連続系
の伝達関数型にする必要がある。そして、ステップＳ4
で求めた連続系の伝達関数型から制御装置のチューニン
グをステップＳ5で行う。
【０００８】上述のように最小２乗法によって求めた離
散系の伝達関数を、連続系の伝達関数に変換する場合、
離散系の伝達関数を一担離散系の状態空間型の方程式に
直し、次に連続系の状態空間型方程式に変換した後、連
続系の伝達関数を算出する方法を採っている。この方法
は演算処理に多大な手順を要し、プラントの係数を同定
するのに時間がかかってしまう問題がある。
散系の伝達関数を、連続系の伝達関数に変換する場合、
離散系の伝達関数を一担離散系の状態空間型の方程式に
直し、次に連続系の状態空間型方程式に変換した後、連
続系の伝達関数を算出する方法を採っている。この方法
は演算処理に多大な手順を要し、プラントの係数を同定
するのに時間がかかってしまう問題がある。
【０００９】また、図４とは逆の順序で連続系の伝達関
数から離散系の伝達関数への変換方法として差分法や双
一次変換を用いて計算した場合には分子の次数が違った
形で出力されるため、チューニングが出来なくなってし
まうおそれがある。次式（１），（２）は差分法を用い
て連続系の伝達関数から離散系の伝達関数への変換式で
ある。
数から離散系の伝達関数への変換方法として差分法や双
一次変換を用いて計算した場合には分子の次数が違った
形で出力されるため、チューニングが出来なくなってし
まうおそれがある。次式（１），（２）は差分法を用い
て連続系の伝達関数から離散系の伝達関数への変換式で
ある。
【００１０】
【数１】
【００１１】
【数２】
【００１２】上記（１），（２）式を比較して見ると、
分母の次数及び係数はほぼ同じになっているが、分子は
次数も係数も違ってしまうために、上述したようにチュ
ーニングが出来なくなってしまう。
分母の次数及び係数はほぼ同じになっているが、分子は
次数も係数も違ってしまうために、上述したようにチュ
ーニングが出来なくなってしまう。
【００１３】この発明は上記の事情に鑑みてなされたも
ので、短時間でしかもわずかな誤差でプラントの係数を
同定することができるプラントの適応制御方法における
プラント係数の同定方法を提供することを目的とする。
ので、短時間でしかもわずかな誤差でプラントの係数を
同定することができるプラントの適応制御方法における
プラント係数の同定方法を提供することを目的とする。
【００１４】
【課題を解決するための手段および作用】この発明は上
記の目的を達成するために、プラントの動特性を同定
し、この同定結果に基づいて制御器の制御パラメータを
オートチューニングして、前記プラントを適応的に制御
する方法において、前記プラントの連続系の伝達関数か
ら離散系の伝達関数に変換した後、予め最小２乗法によ
り算出されたプラントの伝達関数と、前記離散系に変換
された伝達関数の両分子を比較してプラントの係数を同
定することを特徴とするものである。
記の目的を達成するために、プラントの動特性を同定
し、この同定結果に基づいて制御器の制御パラメータを
オートチューニングして、前記プラントを適応的に制御
する方法において、前記プラントの連続系の伝達関数か
ら離散系の伝達関数に変換した後、予め最小２乗法によ
り算出されたプラントの伝達関数と、前記離散系に変換
された伝達関数の両分子を比較してプラントの係数を同
定することを特徴とするものである。
【００１５】
【実施例】以下この発明の実施例を図面に基づいて説明
する。図１において、１１は離散系の最小２乗法により
算出された第１のプラント伝達関数部、１２は連続系の
第２のプラント伝達関数部で、この第２のプラント伝達
関数部１２を差分法により離散系に変換すると離散系の
第３のプラント伝達関数１３が得られる。この離散系の
第３のプラント伝達関数部１３の分子項の総和と、前記
第１のプラント伝達関数部１１の分子項の総和とを比較
部１４で比較してその比較出力でプラント係数の同定を
行う。
する。図１において、１１は離散系の最小２乗法により
算出された第１のプラント伝達関数部、１２は連続系の
第２のプラント伝達関数部で、この第２のプラント伝達
関数部１２を差分法により離散系に変換すると離散系の
第３のプラント伝達関数１３が得られる。この離散系の
第３のプラント伝達関数部１３の分子項の総和と、前記
第１のプラント伝達関数部１１の分子項の総和とを比較
部１４で比較してその比較出力でプラント係数の同定を
行う。
【００１６】上述の動作を次に数式を用いて述べる。連
続系で表わされるプラント伝達関数Ｇ（Ｓ）が次式の
時、
続系で表わされるプラント伝達関数Ｇ（Ｓ）が次式の
時、
【００１７】
【数３】
【００１８】差分法を用いて離散系に変換すると、その
プラント伝達関数Ｇ（Ｚ）は次式のようになる。
プラント伝達関数Ｇ（Ｚ）は次式のようになる。
【００１９】
【数４】
【００２０】また、最小２乗法によって算出された離散
系のプラント伝達関数Ｇ（Ｚ）は次の（４）式になる。
系のプラント伝達関数Ｇ（Ｚ）は次の（４）式になる。
【００２１】
【数５】
【００２２】ここで、（３）式と（４）式を比較する
と、分子項の次数が異なっているので、前述のように
（３）式の分子項と（４）式の分子項の総和はほぼ等し
いという条件から次の（５）式、（６）式が成り立つ。
と、分子項の次数が異なっているので、前述のように
（３）式の分子項と（４）式の分子項の総和はほぼ等し
いという条件から次の（５）式、（６）式が成り立つ。
【００２３】
【数６】
【００２４】上記（５）式、（６）式よりプラント係数
Ｔmおよびフィルタ時定数Ｔdは次式のようになる。
Ｔmおよびフィルタ時定数Ｔdは次式のようになる。
【００２５】
【数７】
【００２６】上述のように（３）式と（４）式の分子項
の総和を（１）式と（２）式に適用すると、（１）式の
分子項の係数の総和は０．００３９８であり、（２）式
の厳密解での分子項の係数の総和は０．００４４であ
る。この時の誤差は−１０％となり、この程度の誤差が
チューニングに及ぼす影響は少ない。なお、この総和の
誤差は−５％〜−１０％で収まっているため、あらかじ
めこの誤差分を考慮して加算すれば精度は上がる。
の総和を（１）式と（２）式に適用すると、（１）式の
分子項の係数の総和は０．００３９８であり、（２）式
の厳密解での分子項の係数の総和は０．００４４であ
る。この時の誤差は−１０％となり、この程度の誤差が
チューニングに及ぼす影響は少ない。なお、この総和の
誤差は−５％〜−１０％で収まっているため、あらかじ
めこの誤差分を考慮して加算すれば精度は上がる。
【００２７】図２は上記実施例をプラントの適応制御装
置に適用した例を示すもので、このプラントの適応制御
装置は、プラント１０の動特性を同定し、この同定結果
に基づいて制御器１１の制御パラメータをオートチュー
ニングして、プラント１０を適応的に制御する装置であ
る。この装置ではプラント１０の動特性を、このプラン
トに作用する外乱ＴＬを除いた状態で同定し、この同定
結果に基づいて制御器１１の制御パラメータである比例
ゲインを調整している。
置に適用した例を示すもので、このプラントの適応制御
装置は、プラント１０の動特性を同定し、この同定結果
に基づいて制御器１１の制御パラメータをオートチュー
ニングして、プラント１０を適応的に制御する装置であ
る。この装置ではプラント１０の動特性を、このプラン
トに作用する外乱ＴＬを除いた状態で同定し、この同定
結果に基づいて制御器１１の制御パラメータである比例
ゲインを調整している。
【００２８】同定を行う際に、外乱ＴＬを除くために、
プラント１０に供給されるプラント入力とプラント１０
から検出遅れ要素２４を介して出力されるプラント出力
Ｙとから外乱ＴＬを推定して推定外乱ＴＬ∧（図面で
は、ＴＬの上に∧を付したもの）を得、この推定外乱Ｔ
Ｌ∧をプラント入力に加えている。本実施例の制御器１
１は、Ｐ制御器であって、制御パラメータとして比例ゲ
インＫPをもっている。
プラント１０に供給されるプラント入力とプラント１０
から検出遅れ要素２４を介して出力されるプラント出力
Ｙとから外乱ＴＬを推定して推定外乱ＴＬ∧（図面で
は、ＴＬの上に∧を付したもの）を得、この推定外乱Ｔ
Ｌ∧をプラント入力に加えている。本実施例の制御器１
１は、Ｐ制御器であって、制御パラメータとして比例ゲ
インＫPをもっている。
【００２９】図示のプラントの適応制御装置は、指令Ｕ
からプラント出力Ｙを減算して、偏差を表す動作信号を
出力する減算器１２を有する。この動作信号はＰ制御器
１１に供給される。Ｐ制御器１１は動作信号に可変の比
例ゲインＫPを掛けて、制御信号を出力する。
からプラント出力Ｙを減算して、偏差を表す動作信号を
出力する減算器１２を有する。この動作信号はＰ制御器
１１に供給される。Ｐ制御器１１は動作信号に可変の比
例ゲインＫPを掛けて、制御信号を出力する。
【００３０】この制御信号は第１の加算器１３に供給さ
れる。この第１の加算器１３には、後述するモデルを同
定する為の同定信号も供給される。第１の加算器１３
は、制御信号と同定信号とを加算して、第１の加算結果
信号を出力する。この第１の加算結果信号は第２の加算
器１４に供給される。第２の加算器１４には、後述する
オブザーバ１６から推定外乱ＴＬ∧が供給される。第２
の加算器１４は、第１の加算結果信号と推定外乱ＴＬ∧
とを加算して、第２の加算結果信号をプラント１０へプ
ラント入力として供給する。実際の場合、このプラント
入力は、これに減算器１５で外乱ＴＬが除去された状態
でプラント１０に供給される。
れる。この第１の加算器１３には、後述するモデルを同
定する為の同定信号も供給される。第１の加算器１３
は、制御信号と同定信号とを加算して、第１の加算結果
信号を出力する。この第１の加算結果信号は第２の加算
器１４に供給される。第２の加算器１４には、後述する
オブザーバ１６から推定外乱ＴＬ∧が供給される。第２
の加算器１４は、第１の加算結果信号と推定外乱ＴＬ∧
とを加算して、第２の加算結果信号をプラント１０へプ
ラント入力として供給する。実際の場合、このプラント
入力は、これに減算器１５で外乱ＴＬが除去された状態
でプラント１０に供給される。
【００３１】プラント入力とプラント出力Ｙとはオブザ
ーバ１６に供給される。後で詳述するように、オブザー
バ１６は、プラント入力とプラント出力Ｙとに基づい
て、プラント１０に作用する外乱ＴＬを推定し、推定外
乱ＴＬ∧を出力する。すなわち、オブザーバ１６は外乱
推定ユニットとして働く。
ーバ１６に供給される。後で詳述するように、オブザー
バ１６は、プラント入力とプラント出力Ｙとに基づい
て、プラント１０に作用する外乱ＴＬを推定し、推定外
乱ＴＬ∧を出力する。すなわち、オブザーバ１６は外乱
推定ユニットとして働く。
【００３２】また、第２の加算結果信号は、モデル入力
Ｘとして、離散系モデル１７にも供給される。離散系モ
デル１７はプラント１０を模擬し、モデル出力Ｙ∧を出
力する。このモデル出力Ｙ∧は同定ユニット１８に供給
される。同定ユニット１８にはプラント出力Ｙも供給さ
れる。同定ユニット１８は、モデル出力Ｙ∧とプラント
出力Ｙとに基づいて、プラント１０の動特性を同定す
る。すなわち、同定ユニット１８は、離散系モデル１７
を推定し、モデル出力Ｙ∧とプラント出力Ｙとの誤差が
最小となるような同定結果を離散系モデル１７に供給し
ている。ここで、同定ユニット１８における同定法には
種々の方法があるが、ここでは、最小２乗法を採用して
いる。同定ユニット１８はモデル出力Ｙ∧とプラント出
力Ｙとの誤差が最小となる離散系モデル１７を同定して
いる。
Ｘとして、離散系モデル１７にも供給される。離散系モ
デル１７はプラント１０を模擬し、モデル出力Ｙ∧を出
力する。このモデル出力Ｙ∧は同定ユニット１８に供給
される。同定ユニット１８にはプラント出力Ｙも供給さ
れる。同定ユニット１８は、モデル出力Ｙ∧とプラント
出力Ｙとに基づいて、プラント１０の動特性を同定す
る。すなわち、同定ユニット１８は、離散系モデル１７
を推定し、モデル出力Ｙ∧とプラント出力Ｙとの誤差が
最小となるような同定結果を離散系モデル１７に供給し
ている。ここで、同定ユニット１８における同定法には
種々の方法があるが、ここでは、最小２乗法を採用して
いる。同定ユニット１８はモデル出力Ｙ∧とプラント出
力Ｙとの誤差が最小となる離散系モデル１７を同定して
いる。
【００３３】同定結果は連続系／離散系変換器１９に供
給され、ここで前述のように連続系の値から離散系の値
に変換された後、チューニング・ユニット２０に供給さ
れる。チューニング・ユニット２０は、同定結果に基づ
いて比例ゲインＫPと後述する推定係数（オブザーバ係
数）Ｔｍｍとを自動同調する。
給され、ここで前述のように連続系の値から離散系の値
に変換された後、チューニング・ユニット２０に供給さ
れる。チューニング・ユニット２０は、同定結果に基づ
いて比例ゲインＫPと後述する推定係数（オブザーバ係
数）Ｔｍｍとを自動同調する。
【００３４】前記プラント１０はプラント係数Ｔｍをも
つ積分要素としてモデル化されている。すなわち、プラ
ント１０の伝達関数Ｇp（Ｓ）は、下記の数式８で表さ
れる。
つ積分要素としてモデル化されている。すなわち、プラ
ント１０の伝達関数Ｇp（Ｓ）は、下記の数式８で表さ
れる。
【００３５】
【数８】
【００３６】プラント１０がこのような伝達関数Ｇ
p（Ｓ）で表される場合、外乱推定ユニットとして動作
するオブザーバ１６は、次に述べるような構成を有す
る。すなわちオブザーバ１６は、第１及び第２のフィル
タ２１及び２２と、減算器２３との他に検出遅れ補償器
２５を備えている。この検出遅れ補償器２５はプラント
入力に対して、検出遅れ要素２４による検出遅れを補償
して、補償されたプラント入力を出力する。この補償さ
れたプラント入力は第１のフィルタ２１に供給される。
第１のフィルタ２１は、フィルタ時定数Ｔｆをもつ一次
遅れ要素として表される。換言すれば、第１のフィルタ
２１の伝達関数Ｇｆ１（Ｓ）は、下記の数式９で表され
る。
p（Ｓ）で表される場合、外乱推定ユニットとして動作
するオブザーバ１６は、次に述べるような構成を有す
る。すなわちオブザーバ１６は、第１及び第２のフィル
タ２１及び２２と、減算器２３との他に検出遅れ補償器
２５を備えている。この検出遅れ補償器２５はプラント
入力に対して、検出遅れ要素２４による検出遅れを補償
して、補償されたプラント入力を出力する。この補償さ
れたプラント入力は第１のフィルタ２１に供給される。
第１のフィルタ２１は、フィルタ時定数Ｔｆをもつ一次
遅れ要素として表される。換言すれば、第１のフィルタ
２１の伝達関数Ｇｆ１（Ｓ）は、下記の数式９で表され
る。
【００３７】
【数９】
【００３８】第１のフィルタ２１にはプラント入力に応
答して、第１のフィルタ出力を出力する。
答して、第１のフィルタ出力を出力する。
【００３９】また、第２のフィルタ２２は、フィルタ時
定数Ｔｆをもつ一次遅れ要素とプラント係数Ｔｍを推定
した推定係数Ｔｍｍをもつ微分要素とが直列接続された
要素で表される。すなわち、第２のフィルタ２２の伝達
関数Ｇｆ２（Ｓ）は、下記の数式１０で表される。
定数Ｔｆをもつ一次遅れ要素とプラント係数Ｔｍを推定
した推定係数Ｔｍｍをもつ微分要素とが直列接続された
要素で表される。すなわち、第２のフィルタ２２の伝達
関数Ｇｆ２（Ｓ）は、下記の数式１０で表される。
【００４０】
【数１０】
【００４１】第２のフィルタ２２には、プラント出力Ｙ
が供給される。このプラント出力Ｙに応答して、第２の
フィルタ２２は第２のフィルタ出力を出力する。
が供給される。このプラント出力Ｙに応答して、第２の
フィルタ２２は第２のフィルタ出力を出力する。
【００４２】第１のフィルタ出力と第２のフィルタ出力
とは減算器２３に供給される。減算器２３は、第１のフ
ィルタ出力から第２のフィルタ出力を減算し、推定外乱
ＴＬ∧を出力する。同定ユニット１８で同定された離散
系モデル１７を連続系／離散系変換器１９により離散系
モデルに変換し、前述のように最小２乗法により算出さ
れた伝達関数を用いて比較したことにより、プラント係
数Ｔｍを推定することができる。そして、チューニング
・ユニット２０は、オブザーバ係数Ｔｍｍをこの推定
（同定）したプラント係数Ｔｍで調整することができ
る。さらに、目標の応答となるように、チューニング・
ユニット２０は同定したプラント係数Ｔｍから比例ゲイ
ンＫpを調整することができる。
とは減算器２３に供給される。減算器２３は、第１のフ
ィルタ出力から第２のフィルタ出力を減算し、推定外乱
ＴＬ∧を出力する。同定ユニット１８で同定された離散
系モデル１７を連続系／離散系変換器１９により離散系
モデルに変換し、前述のように最小２乗法により算出さ
れた伝達関数を用いて比較したことにより、プラント係
数Ｔｍを推定することができる。そして、チューニング
・ユニット２０は、オブザーバ係数Ｔｍｍをこの推定
（同定）したプラント係数Ｔｍで調整することができ
る。さらに、目標の応答となるように、チューニング・
ユニット２０は同定したプラント係数Ｔｍから比例ゲイ
ンＫpを調整することができる。
【００４３】図２の例を用いてプラント係数Ｔｍのシミ
ュレーション結果を図３に示す。図３において、プラン
ト係数を「５」とした時、約２００秒後にはプラント係
数の推定値が５．２となった。因に従来の状態空間型に
よる方法であると、約１０分程でプラント係数の推定値
は５．０となった。この図３からもこの発明の実施例を
用いると短時間でプラント係数を同定することができる
判明する。
ュレーション結果を図３に示す。図３において、プラン
ト係数を「５」とした時、約２００秒後にはプラント係
数の推定値が５．２となった。因に従来の状態空間型に
よる方法であると、約１０分程でプラント係数の推定値
は５．０となった。この図３からもこの発明の実施例を
用いると短時間でプラント係数を同定することができる
判明する。
【００４４】
【発明の効果】以上述べたように、この発明によれば、
連続系のプラント伝達関数から離散系のプラント伝達関
数に変換して、伝達関数の分子項の総和を比較するよう
にしてプラント係数を同定するようにしたので、短時間
でかつわずかな誤差でプラントの係数を同定することが
できる利点がある。
連続系のプラント伝達関数から離散系のプラント伝達関
数に変換して、伝達関数の分子項の総和を比較するよう
にしてプラント係数を同定するようにしたので、短時間
でかつわずかな誤差でプラントの係数を同定することが
できる利点がある。
【図１】この発明の実施例を示すブロック図である。
【図２】図１の実施例を適用したプラントの適応制御装
置を示すブロック図である。
置を示すブロック図である。
【図３】指令値に対するプラント係数の推定値のシミュ
レーションを示す特性図である。
レーションを示す特性図である。
【図４】従来例を示すフロチャートである。
１１…最小２乗法により算出された第１のプラントの伝
達関数部 １２…連続系の第２のプラント伝達関数部 １３…離散系の第３のプラント伝達関数部 １４…比較部
達関数部 １２…連続系の第２のプラント伝達関数部 １３…離散系の第３のプラント伝達関数部 １４…比較部
Claims (1)
- 【請求項１】 プラントの動特性を同定し、この同定結
果に基づいて制御器の制御パラメータをオートチューニ
ングして、前記プラントを適応的に制御する方法におい
て、前記プラントの連続系の伝達関数から離散系の伝達
関数に変換した後、予め最小２乗法により算出されたプ
ラントの伝達関数と、前記離散系に変換された伝達関数
の両分子を比較してプラントの係数を同定することを特
徴とするプラントの適応制御方法におけるプラント係数
の同定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP33647392A JPH06187008A (ja) | 1992-12-17 | 1992-12-17 | プラントの適応制御方法におけるプラント係数の同定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP33647392A JPH06187008A (ja) | 1992-12-17 | 1992-12-17 | プラントの適応制御方法におけるプラント係数の同定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06187008A true JPH06187008A (ja) | 1994-07-08 |
Family
ID=18299503
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP33647392A Pending JPH06187008A (ja) | 1992-12-17 | 1992-12-17 | プラントの適応制御方法におけるプラント係数の同定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06187008A (ja) |
-
1992
- 1992-12-17 JP JP33647392A patent/JPH06187008A/ja active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4993820B2 (ja) | プロセス制御システムにおける適応推定モデル | |
| Jeng et al. | Simultaneous automatic tuning of cascade control systems from closed-loop step response data | |
| EP2105810A2 (en) | Apparatus and method for controlling a system | |
| US20020178133A1 (en) | Non-linear dynamic predictive device | |
| US20090240480A1 (en) | Target trajectory generator for predictive control of nonlinear systems using extended kalman filter | |
| Larsson et al. | Comparison between robust PID and predictive PI controllers with constrained control signal noise sensitivity | |
| EP0370614B1 (en) | Process control systems | |
| Leva et al. | On the IMC-based synthesis of the feedback block of ISA PID regulators | |
| JP2002062906A (ja) | 予測制御装置 | |
| EP0592245A2 (en) | Process control apparatus | |
| Lee et al. | Real-time inverse model estimation by a recursive least squares method for disturbance observer-based control systems: Balancing control of a single-wheel robot | |
| Delaleau | A proof of stability of model-free control | |
| Hung | Practical industrial control techniques | |
| Alkhafaji et al. | A novel PID robotic for speed controller using optimization based tune technique | |
| JPH0651805A (ja) | プラントの適応制御方法およびそれを実現する装置 | |
| JPH06187008A (ja) | プラントの適応制御方法におけるプラント係数の同定方法 | |
| Yucelen et al. | Self-tuning PID controller using Ziegler-Nichols method for programmable logic controllers | |
| Grimble | Restricted Structure Control Loop Performance Assessment For Pid Controllers And State‐Space Systems | |
| CA2560037A1 (en) | Methods to design and verify models of siso control systems | |
| Huba et al. | Tuning of an iP controller for a time-delayed plant by a performance portrait method | |
| JP2758246B2 (ja) | オートチューニングコントローラ | |
| JPS60218105A (ja) | 制御装置 | |
| Sato | Strongly stable GPC-based PID controller | |
| JP3034404B2 (ja) | ２自由度ｐｉｄ調節装置 | |
| Rayalla et al. | European Journal of Electrical Engineering |