JPH06301406A - 階層型モデル予測制御システム - Google Patents
階層型モデル予測制御システムInfo
- Publication number
- JPH06301406A JPH06301406A JP5087584A JP8758493A JPH06301406A JP H06301406 A JPH06301406 A JP H06301406A JP 5087584 A JP5087584 A JP 5087584A JP 8758493 A JP8758493 A JP 8758493A JP H06301406 A JPH06301406 A JP H06301406A
- Authority
- JP
- Japan
- Prior art keywords
- control
- mode
- pid
- control means
- model predictive
- 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
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
(57)【要約】 （修正有）
【目的】 下位系の制御モードに関わらず操作量を正確
に予測して精度の良い制御を行う。 【構成】 各々が複数の制御モードを有して制御対象の
制御量を制御するための操作量をＰＩＤ演算を行って求
め、この操作量に基づいて前記制御対象を制御する複数
のＰＩＤ制御手段２１０1 〜２１０n を持つ分散型制御
システムと、複数のＰＩＤ制御手段の各々の制御モード
及び制御情報を所定の制御周期で読み出し、この読み出
した制御モード及び制御情報に基づいて、制御対象の動
特性モデルを用いて、制御対象の制御量未来値を予測す
るとともに、この予測された制御量未来値と予め与えら
れた制御量目標値との偏差及び操作量に関する評価関数
が最小となるようにＰＩＤ制御手段の各々に関する前記
操作量を逐次的に算出し、この算出した操作量を対応す
る前記ＰＩＤ制御手段に、制御モードに応じて設定値と
して送出するモデル予測制御手段１００とを備える。
に予測して精度の良い制御を行う。 【構成】 各々が複数の制御モードを有して制御対象の
制御量を制御するための操作量をＰＩＤ演算を行って求
め、この操作量に基づいて前記制御対象を制御する複数
のＰＩＤ制御手段２１０1 〜２１０n を持つ分散型制御
システムと、複数のＰＩＤ制御手段の各々の制御モード
及び制御情報を所定の制御周期で読み出し、この読み出
した制御モード及び制御情報に基づいて、制御対象の動
特性モデルを用いて、制御対象の制御量未来値を予測す
るとともに、この予測された制御量未来値と予め与えら
れた制御量目標値との偏差及び操作量に関する評価関数
が最小となるようにＰＩＤ制御手段の各々に関する前記
操作量を逐次的に算出し、この算出した操作量を対応す
る前記ＰＩＤ制御手段に、制御モードに応じて設定値と
して送出するモデル予測制御手段１００とを備える。
Description
【０００１】
【産業上の利用分野】本発明は、制御対象の動特性モデ
ルに基づいて制御応答の未来の動きを予測し、それに基
づいて操作量を算出するモデル予測制御装置に関する。
ルに基づいて制御応答の未来の動きを予測し、それに基
づいて操作量を算出するモデル予測制御装置に関する。
【０００２】
【従来の技術】近年、プロセス制御の分野で、モデル予
測制御装置がしばしば用いられる。モデル予測制御は、
以下の特徴を有している。 （ａ） むだ時間の長い制御対象に対し安定した制御応
答を実現できる。 （ｂ） 未来目標値を用いたフィードフォーワード制御
で追従性を改善できる。 （ｃ） 多変数制御系にも適用可能である。 （ｄ） 制御対象の正確な動特性モデルを必要とせず、
例えばステップ応答から、制御系を容易に構成できる。 （ｅ） 予測モデルにプラントの物理的法則や非線形特
性を含めることにより、きめの細かい制御ができる。 （ｆ） 制御対象の運転に関する制約条件（例えば、上
下限リミッタ、変化率リミッタなど）を制御則に直接入
れられる。
測制御装置がしばしば用いられる。モデル予測制御は、
以下の特徴を有している。 （ａ） むだ時間の長い制御対象に対し安定した制御応
答を実現できる。 （ｂ） 未来目標値を用いたフィードフォーワード制御
で追従性を改善できる。 （ｃ） 多変数制御系にも適用可能である。 （ｄ） 制御対象の正確な動特性モデルを必要とせず、
例えばステップ応答から、制御系を容易に構成できる。 （ｅ） 予測モデルにプラントの物理的法則や非線形特
性を含めることにより、きめの細かい制御ができる。 （ｆ） 制御対象の運転に関する制約条件（例えば、上
下限リミッタ、変化率リミッタなど）を制御則に直接入
れられる。
【０００３】これまでに、数多くの予測制御方式が提案
されてきた。これらはたとえば、 （１） 西谷：モデル予測制御の応用、計測と制御Vol.
28, No.11, pp.996-1004(1989) （２） D.W.Clarke & C.Mohtadi;Properties of Gener
alized Predictive Control, Automatica 25-6 pp.859
(1989) などに解説されている。特に（２）の文献においては多
種のモデル予測制御方式を包含した一般予測制御方式
（Cenerlized Predictive Control:ＧＰＣ）が提案され
ている。これは、未来目標値ｙ＊が与えられたとき、プ
ロセス（制御対象）のモデルに基づいて制御応答未来値
（ｙ（ｋ＋ｉ），ｉ＝１，…，Ｎp ）を予測し、制御要
求を表す評価関数
されてきた。これらはたとえば、 （１） 西谷：モデル予測制御の応用、計測と制御Vol.
28, No.11, pp.996-1004(1989) （２） D.W.Clarke & C.Mohtadi;Properties of Gener
alized Predictive Control, Automatica 25-6 pp.859
(1989) などに解説されている。特に（２）の文献においては多
種のモデル予測制御方式を包含した一般予測制御方式
（Cenerlized Predictive Control:ＧＰＣ）が提案され
ている。これは、未来目標値ｙ＊が与えられたとき、プ
ロセス（制御対象）のモデルに基づいて制御応答未来値
（ｙ（ｋ＋ｉ），ｉ＝１，…，Ｎp ）を予測し、制御要
求を表す評価関数
【０００４】
【数１】 を最小にする操作量増分△Ｕ（ｋ）を求める方式であ
る。
る。
【０００５】この一般化予測制御方式を用いたモデル予
測装置が、特開平４−１１８７０３号公報及び特開平４
−２５６１０２号公報などに示されている。
測装置が、特開平４−１１８７０３号公報及び特開平４
−２５６１０２号公報などに示されている。
【０００６】一般に、石油化学、鉄鋼、電力プラントな
ど大規模なプラントの制御装置は、通常多数のＰＩＤ
（比較・積分・微分）制御装置による分散型制御システ
ム（以下、ＤＣＳと称する）により制御されている。こ
のようなプラントにモデル予測制御装置を接続する場合
は、上位系であるモデル予測制御装置と下位系であるＤ
ＣＳとをデータバス、ＬＡＮなどの伝送ラインにより結
合し、モデル予測制御装置は予測演算された操作量をＤ
ＣＳに送出して制御を行う。その理由を挙げると、 第１の、モデル予測制御装置自体が予測計算、最適
化計算を制御周期毎に繰り返すので演算負荷が大きく、
制御周期を短くできないため、プロセス制御における流
体流制御など時定数の速い部分の制御は負荷が軽くて制
御周期を短くできるＤＣＳへ分担させた方が都合がよ
い。 第２の、モデル予測制御装置は複数の操作量、制御
量を扱うため、一部のセンサーなどの故障により機能が
停止する確率が高い。したがって、ＤＣＳによる下位の
制御システムがあれば、上位のモデル予測制御装置が停
止しても、プラントの安定性は保たれ、プラント運用
上、安全である、などがある。一方、ＤＣＳには一般に
３つの制御モード、すなわち、Ｍ（Manual）モード、Ａ
（Auto）モード、及びＣ（Cascade ）モードがある。Ｍ
モードはＤＣＳのループが開ループ状態である場合、Ａ
モードはＤＣＳのループが設定値一定、あるいは設定値
手動の閉ループ状態である場合、ＣモードはＤＣＳのル
ープが設定値可変の閉ループ状態である場合を示してい
る。
ど大規模なプラントの制御装置は、通常多数のＰＩＤ
（比較・積分・微分）制御装置による分散型制御システ
ム（以下、ＤＣＳと称する）により制御されている。こ
のようなプラントにモデル予測制御装置を接続する場合
は、上位系であるモデル予測制御装置と下位系であるＤ
ＣＳとをデータバス、ＬＡＮなどの伝送ラインにより結
合し、モデル予測制御装置は予測演算された操作量をＤ
ＣＳに送出して制御を行う。その理由を挙げると、 第１の、モデル予測制御装置自体が予測計算、最適
化計算を制御周期毎に繰り返すので演算負荷が大きく、
制御周期を短くできないため、プロセス制御における流
体流制御など時定数の速い部分の制御は負荷が軽くて制
御周期を短くできるＤＣＳへ分担させた方が都合がよ
い。 第２の、モデル予測制御装置は複数の操作量、制御
量を扱うため、一部のセンサーなどの故障により機能が
停止する確率が高い。したがって、ＤＣＳによる下位の
制御システムがあれば、上位のモデル予測制御装置が停
止しても、プラントの安定性は保たれ、プラント運用
上、安全である、などがある。一方、ＤＣＳには一般に
３つの制御モード、すなわち、Ｍ（Manual）モード、Ａ
（Auto）モード、及びＣ（Cascade ）モードがある。Ｍ
モードはＤＣＳのループが開ループ状態である場合、Ａ
モードはＤＣＳのループが設定値一定、あるいは設定値
手動の閉ループ状態である場合、ＣモードはＤＣＳのル
ープが設定値可変の閉ループ状態である場合を示してい
る。
【０００７】
【発明が解決しようとする課題】上述のような、上位系
にモデル予測制御装置を用い、下位系にＤＣＳを用いて
制御を行う従来の階層型モデル予測制御システムにおい
ては、その操作量信号をＤＣＳの設定値信号とするだけ
で、ＤＣＳの制御モードを考慮せずにモデル予測制御装
置がモデル予測を行っている。このため例えば、ＤＣＳ
が開ループ状態であるにも関わらず、上位のモデル予測
制御装置がそのループの設定値を操作しようとしたり、
オペレータが故意にＡモードでＤＣＳの設定値を変更し
た場合は、その影響が上位のモデル予測制御装置内の予
測計算で考慮されず、モデル予測制御装置によって予測
計算した操作量が不正確なものとなるという問題があっ
た。
にモデル予測制御装置を用い、下位系にＤＣＳを用いて
制御を行う従来の階層型モデル予測制御システムにおい
ては、その操作量信号をＤＣＳの設定値信号とするだけ
で、ＤＣＳの制御モードを考慮せずにモデル予測制御装
置がモデル予測を行っている。このため例えば、ＤＣＳ
が開ループ状態であるにも関わらず、上位のモデル予測
制御装置がそのループの設定値を操作しようとしたり、
オペレータが故意にＡモードでＤＣＳの設定値を変更し
た場合は、その影響が上位のモデル予測制御装置内の予
測計算で考慮されず、モデル予測制御装置によって予測
計算した操作量が不正確なものとなるという問題があっ
た。
【０００８】本発明は、上記事情を考慮してなされたも
のであって、下位系の制御モードに関わらず操作量を正
確に予測して精度のよい制御を行うことのできる、階層
型モデル予測制御システムを提供することを目的とす
る。
のであって、下位系の制御モードに関わらず操作量を正
確に予測して精度のよい制御を行うことのできる、階層
型モデル予測制御システムを提供することを目的とす
る。
【０００９】
【課題を解決するための手段】本発明による階層型モデ
ル予測制御システムは、各々が複数の制御モードを有し
て制御対象の制御量を制御するための操作量をＰＩＤ演
算を行って求め、この求めた操作量に基づいて前記制御
対象を制御する複数のＰＩＤ制御手段を有している分散
型制御システムと、前記複数のＰＩＤ制御手段の各々の
制御モード及び制御情報を所定の制御周期で読み出し、
この読み出した制御モード及び制御情報に基づいて、前
記制御対象の動特性モデルを用いて、前記制御対象の制
御量未来値を予測するとともに、この予測された制御量
未来値と予め与えられた制御量目標値との偏差及び操作
量に関する評価関数が最小となるように前記ＰＩＤ制御
手段の各々に関する前記操作量を逐次的に算出し、この
算出した操作量を対応する前記ＰＩＤ制御手段に、前記
制御モードに応じて設定値として送出するモデル予測制
御手段と、を備え、前記ＰＩＤ制御手段は前記制御モー
ドに応じて前記モデル予測制御手段からの設定値又はオ
ペレータによって設定された設定値に基づいてＰＩＤ演
算を行うことを特徴とする。
ル予測制御システムは、各々が複数の制御モードを有し
て制御対象の制御量を制御するための操作量をＰＩＤ演
算を行って求め、この求めた操作量に基づいて前記制御
対象を制御する複数のＰＩＤ制御手段を有している分散
型制御システムと、前記複数のＰＩＤ制御手段の各々の
制御モード及び制御情報を所定の制御周期で読み出し、
この読み出した制御モード及び制御情報に基づいて、前
記制御対象の動特性モデルを用いて、前記制御対象の制
御量未来値を予測するとともに、この予測された制御量
未来値と予め与えられた制御量目標値との偏差及び操作
量に関する評価関数が最小となるように前記ＰＩＤ制御
手段の各々に関する前記操作量を逐次的に算出し、この
算出した操作量を対応する前記ＰＩＤ制御手段に、前記
制御モードに応じて設定値として送出するモデル予測制
御手段と、を備え、前記ＰＩＤ制御手段は前記制御モー
ドに応じて前記モデル予測制御手段からの設定値又はオ
ペレータによって設定された設定値に基づいてＰＩＤ演
算を行うことを特徴とする。
【００１０】
【作用】このように構成された本発明の階層型モデル予
測制御システムによれば、ＰＩＤ制御手段の制御モード
に応じてＰＩＤループの設定値、操作量、制御量のうち
対応する信号が予測演算に用いられ、モデル予測制御シ
ステムに対する制御量を正確に予測する事ができる。こ
れにより、各ＰＩＤ制御手段の制御モードに関わらず、
（制御量を正確に予測して）精度のよい制御を行うこと
ができる。
測制御システムによれば、ＰＩＤ制御手段の制御モード
に応じてＰＩＤループの設定値、操作量、制御量のうち
対応する信号が予測演算に用いられ、モデル予測制御シ
ステムに対する制御量を正確に予測する事ができる。こ
れにより、各ＰＩＤ制御手段の制御モードに関わらず、
（制御量を正確に予測して）精度のよい制御を行うこと
ができる。
【００１１】
【実施例】本発明による階層型モデル予測制御システム
（以下、予測制御システムともいう）の第１の実施例の
構成を図１に示す。この実施例の予測制御システムは、
モデル予測制御装置１００と、複数の分散型制御システ
ム（以下、ＤＣＳともいう）２１０1 〜２１０n とを備
えている。モデル予測制御装置１００は、オペレータコ
ンソール１０２に接続されたモード管理部１０１と、予
測制御部１２０とを有している。各ＤＣＳ２１０i （ｉ
＝１，…ｎ）はＰＩＤ演算を行うＰＩＤ演算部２１１i
を有しており、例えばＭＡＰ仕様のＬＡＮ（Local Area
Network）２００を介してモデル予測制御装置１２０に
接続されている。そして各ＤＣＳ２１０i は制御対象プ
ラント３００のセンサー３０３i からの信号ＰＶＢi を
制御量として観測し、この制御量ＰＶＢi 及び設定値Ｏ
ＶＡi に基づいてＰＩＤ演算して求め、その演算結果で
ある操作量ＭＶＢi を対応するアクチュエータ３０１i
に出力して、このアクチュエータ３０１i を介して制御
対象プラント３００を制御する。なお、設定値ＳＶＡi
は後述するように、モデル予測制御装置１００の出力、
又はオペレータコンソール１０２を介してオペレータ１
０３によって入力される値である。また、各ＤＣＳ２１
０i 自体は従来技術で説明したように開ループ状態のＭ
モード、設定値ＢＶＡi が一定あるいは設定値ＳＶＡi
が手動で設定される閉ループ状態のＡモード、及び設定
値ＳＶＡi が可変である閉ループ状態のＣモードの３つ
のモードを有しており、現在の状態がその何れかである
ことを示している制御モード信号ＣＳi を上位のモデル
予測制御装置１００のモード管理部１０１へ送出する。
なお、制御対象プラント３００内に設けられたセンサー
３０２1 〜３０２p はモデル予測制御装置１００によっ
て制御される制御量ＰＶＡ1 〜ＰＶＡp を検出し、セン
サー３０４は、上記制御量ＰＶＡ1 〜ＰＶＡpと相関の
強い、別の観測量であって操作できないもの（以下、外
乱変数という）を検出する。
（以下、予測制御システムともいう）の第１の実施例の
構成を図１に示す。この実施例の予測制御システムは、
モデル予測制御装置１００と、複数の分散型制御システ
ム（以下、ＤＣＳともいう）２１０1 〜２１０n とを備
えている。モデル予測制御装置１００は、オペレータコ
ンソール１０２に接続されたモード管理部１０１と、予
測制御部１２０とを有している。各ＤＣＳ２１０i （ｉ
＝１，…ｎ）はＰＩＤ演算を行うＰＩＤ演算部２１１i
を有しており、例えばＭＡＰ仕様のＬＡＮ（Local Area
Network）２００を介してモデル予測制御装置１２０に
接続されている。そして各ＤＣＳ２１０i は制御対象プ
ラント３００のセンサー３０３i からの信号ＰＶＢi を
制御量として観測し、この制御量ＰＶＢi 及び設定値Ｏ
ＶＡi に基づいてＰＩＤ演算して求め、その演算結果で
ある操作量ＭＶＢi を対応するアクチュエータ３０１i
に出力して、このアクチュエータ３０１i を介して制御
対象プラント３００を制御する。なお、設定値ＳＶＡi
は後述するように、モデル予測制御装置１００の出力、
又はオペレータコンソール１０２を介してオペレータ１
０３によって入力される値である。また、各ＤＣＳ２１
０i 自体は従来技術で説明したように開ループ状態のＭ
モード、設定値ＢＶＡi が一定あるいは設定値ＳＶＡi
が手動で設定される閉ループ状態のＡモード、及び設定
値ＳＶＡi が可変である閉ループ状態のＣモードの３つ
のモードを有しており、現在の状態がその何れかである
ことを示している制御モード信号ＣＳi を上位のモデル
予測制御装置１００のモード管理部１０１へ送出する。
なお、制御対象プラント３００内に設けられたセンサー
３０２1 〜３０２p はモデル予測制御装置１００によっ
て制御される制御量ＰＶＡ1 〜ＰＶＡp を検出し、セン
サー３０４は、上記制御量ＰＶＡ1 〜ＰＶＡpと相関の
強い、別の観測量であって操作できないもの（以下、外
乱変数という）を検出する。
【００１２】一方、モデル予測制御装置１００は、各Ｄ
ＣＳ２１０i の実際の設定値ＳＶＢi を所定の制御周期
で読み出し、この設定値ＳＶＢi 又は外乱変数ＰＶＣ、
及び制御量ＰＶＡ1 〜ＰＶＡp ならびに各ＤＣＳ２１０
i からの制御モード信号ＣＳi に基づいて所定の予測モ
デルを用いて最適な操作量ＳＶＡi を予測演算し、この
演算された値ＳＶＡi を各ＤＣＳ２１０i へ設定値とし
て送出する。またモデル予測制御装置１００においては
個々の操作量（実際の設定値）ＳＶＢi に対して、この
操作量ＳＶＢi を予測演算に用いないモード（マニュア
ルモードあるいはＭモードという）、上記操作量ＳＶＢ
i を制御応答の予測計算のみを行うモード（予測モード
あるいはＰモードという）、及び上記操作量ＳＶＢi を
制御演算に用いるモード（制御モードあるいはＡモード
という）の３種類のモードがある。
ＣＳ２１０i の実際の設定値ＳＶＢi を所定の制御周期
で読み出し、この設定値ＳＶＢi 又は外乱変数ＰＶＣ、
及び制御量ＰＶＡ1 〜ＰＶＡp ならびに各ＤＣＳ２１０
i からの制御モード信号ＣＳi に基づいて所定の予測モ
デルを用いて最適な操作量ＳＶＡi を予測演算し、この
演算された値ＳＶＡi を各ＤＣＳ２１０i へ設定値とし
て送出する。またモデル予測制御装置１００においては
個々の操作量（実際の設定値）ＳＶＢi に対して、この
操作量ＳＶＢi を予測演算に用いないモード（マニュア
ルモードあるいはＭモードという）、上記操作量ＳＶＢ
i を制御応答の予測計算のみを行うモード（予測モード
あるいはＰモードという）、及び上記操作量ＳＶＢi を
制御演算に用いるモード（制御モードあるいはＡモード
という）の３種類のモードがある。
【００１３】モデル予測制御装置１００のモード管理部
１０１は各ＤＣＳ２１０i （ｉ＝１，…，ｎ）から送出
される制御モード信号ＣＳi に応じてモデル予測制御装
置１００のモードを次のように設定する。 （１） ＤＣＳのあるループ、例えばＤＣＳ２０１j が
Ｍモードの場合は、このＤＣＳ２０１j の実際の設定値
ＳＶＢj を制御演算あるいは予測演算に用いないように
Ｍモードに設定し、（２） ＤＣＳのあるループ、例え
ばＤＣＳ２０１j がＡモードの場合は、このＤＣＳ２０
１j の実際の設定値ＳＶＢj を制御応答の予測計算にの
みに用いるＰモードに設定し、（３） ＤＣＳのあるル
ープ、例えばＤＣＳ２０１j がＣモードの場合は、この
ＤＣＳ２０１j の設定値ＳＶＢj を制御応答の予測計算
に用い、その結果算出された最適な操作量ＳＶＡi をＤ
ＣＳ２０１j の設定値とするＡモードに設定する。した
がって、各ＤＣＳ２１０i 毎に設定されることになる。
１０１は各ＤＣＳ２１０i （ｉ＝１，…，ｎ）から送出
される制御モード信号ＣＳi に応じてモデル予測制御装
置１００のモードを次のように設定する。 （１） ＤＣＳのあるループ、例えばＤＣＳ２０１j が
Ｍモードの場合は、このＤＣＳ２０１j の実際の設定値
ＳＶＢj を制御演算あるいは予測演算に用いないように
Ｍモードに設定し、（２） ＤＣＳのあるループ、例え
ばＤＣＳ２０１j がＡモードの場合は、このＤＣＳ２０
１j の実際の設定値ＳＶＢj を制御応答の予測計算にの
みに用いるＰモードに設定し、（３） ＤＣＳのあるル
ープ、例えばＤＣＳ２０１j がＣモードの場合は、この
ＤＣＳ２０１j の設定値ＳＶＢj を制御応答の予測計算
に用い、その結果算出された最適な操作量ＳＶＡi をＤ
ＣＳ２０１j の設定値とするＡモードに設定する。した
がって、各ＤＣＳ２１０i 毎に設定されることになる。
【００１４】次にモデル予測制御装置１００の予測制御
部１２０について説明する。この予測制御部１２０の構
成の一具体例を図２に示す。この予測制御部１２０は予
測応答算出部１２１と、目標値応答設定部１２２と、最
適操作量算出部１２３とを備えている。予測応答算出部
１２１はモード管理部１０１によって設定されたモー
ド、各ＤＣＳ２１０i の実際の設定値ＳＶＢi 、外乱変
数ＰＶＣ及びセンサー３０２1 〜３０２p によって検出
された現在の制御量ＰＶＡ1 〜ＰＶＡp に基づいて、所
定の予測モデルを用いて制御量予測応答を算出する。具
体的には、例えば次のようにして求める。ＤＣＳ２１０
1 〜２１０n の実際の設定値ＳＶＢ1 〜ＳＶＢn 及び外
乱変数ＰＶＣを入力信号Ｕi （ｋ）（ｉ＝１，…，ｑ）
とし（この場合、ｑ＝ｎ＋１）、モデル予想制御系にお
ける制御量ＰＶＡ1 〜ＰＶＡp を出力信号ｙi （ｋ）
（ｉ＝１，…，ｐ）とし、次式を用いて未来の制御量予
測応答ｙi （ｋ＋ｊ）（ｉ＝１，…，ｐ、ｊ＝１，…，
Ｎp ）を求める。
部１２０について説明する。この予測制御部１２０の構
成の一具体例を図２に示す。この予測制御部１２０は予
測応答算出部１２１と、目標値応答設定部１２２と、最
適操作量算出部１２３とを備えている。予測応答算出部
１２１はモード管理部１０１によって設定されたモー
ド、各ＤＣＳ２１０i の実際の設定値ＳＶＢi 、外乱変
数ＰＶＣ及びセンサー３０２1 〜３０２p によって検出
された現在の制御量ＰＶＡ1 〜ＰＶＡp に基づいて、所
定の予測モデルを用いて制御量予測応答を算出する。具
体的には、例えば次のようにして求める。ＤＣＳ２１０
1 〜２１０n の実際の設定値ＳＶＢ1 〜ＳＶＢn 及び外
乱変数ＰＶＣを入力信号Ｕi （ｋ）（ｉ＝１，…，ｑ）
とし（この場合、ｑ＝ｎ＋１）、モデル予想制御系にお
ける制御量ＰＶＡ1 〜ＰＶＡp を出力信号ｙi （ｋ）
（ｉ＝１，…，ｐ）とし、次式を用いて未来の制御量予
測応答ｙi （ｋ＋ｊ）（ｉ＝１，…，ｐ、ｊ＝１，…，
Ｎp ）を求める。
【００１５】
【数２】 ただし、ＺはＺ変換の演算子を示し、Ｌijは無駄時間を
示し、Ａk ij，ｂm ijはＧijによって決まる定数を示
す。
示し、Ａk ij，ｂm ijはＧijによって決まる定数を示
す。
【００１６】なお、入力Ｕ1 （ｋ），…，Ｕq （ｋ）の
うち、ある入力、例えば入力Ｕ1 （ｋ）がＭモードであ
る場合はこの入力Ｕ1 （ｋ）影響をなくするようにして
予測計算を行う。例えば入力Ｕ1 （ｋ）をＵ1 （ｋ）＝
０として制御量の予想応答を求めるか、又はＧi1＝０
（ｉ＝１，…，ｐ）として予想応答を求める。
うち、ある入力、例えば入力Ｕ1 （ｋ）がＭモードであ
る場合はこの入力Ｕ1 （ｋ）影響をなくするようにして
予測計算を行う。例えば入力Ｕ1 （ｋ）をＵ1 （ｋ）＝
０として制御量の予想応答を求めるか、又はＧi1＝０
（ｉ＝１，…，ｐ）として予想応答を求める。
【００１７】一方、目標値応答設定部１２２は所望の目
標値応答ｙ* i （ｋ＋ｊ）（ｉ＝１，…，ｐ，ｊ＝１，
…，Ｎp ）を設定するのに用いられる。すなわち、現時
点からＮp ステップ後まで目標値応答を設定する。
標値応答ｙ* i （ｋ＋ｊ）（ｉ＝１，…，ｐ，ｊ＝１，
…，Ｎp ）を設定するのに用いられる。すなわち、現時
点からＮp ステップ後まで目標値応答を設定する。
【００１８】また、最適操作量算出部１２３は設定され
た評価関数や制約条件のもとで最適な操作量を、上述の
制御量予想応答ｙi （ｋ＋ｊ）及び目標値応答ｙ
* i （ｋ＋ｊ）から算出する。その算出は以下のように
して行う。ここで評価関数Ｊが例えば、次式で
た評価関数や制約条件のもとで最適な操作量を、上述の
制御量予想応答ｙi （ｋ＋ｊ）及び目標値応答ｙ
* i （ｋ＋ｊ）から算出する。その算出は以下のように
して行う。ここで評価関数Ｊが例えば、次式で
【００１９】
【数３】 与えられるものとし、制約条件が無い場合を考える。な
お、（２）式における入は重み係数を示す。ｕj （ｋ）
からｙi （ｋ）までのステップ応答をｈij（ｋ）とする
と、制御対象プラント３００のステップ応答行列Ｈ
（ｋ）（ｋ＝１，…，Ｎp ）は次の（３）式で表わされ
る。
お、（２）式における入は重み係数を示す。ｕj （ｋ）
からｙi （ｋ）までのステップ応答をｈij（ｋ）とする
と、制御対象プラント３００のステップ応答行列Ｈ
（ｋ）（ｋ＝１，…，Ｎp ）は次の（３）式で表わされ
る。
【００２０】
【数４】 このステップ応答行列Ｈ（ｋ）を要素とする次の（４）
式で表わされる行列Ｇ
式で表わされる行列Ｇ
【００２１】
【数５】 を用いると、操作量の増分ベクトル△ｕは、 △ｕ＝（ＧT Ｇ＋λＩ）-1ＧT （ｙ* −ｙ） （５） で求めることができる。ここで、 △ｕ＝［△ｕ（ｋ＋１）T 、…、△ｕ（ｋ＋Ｎu ）T ］
T ｙ＝［ｙ（ｋ＋１）T 、…、ｙ（ｋ＋Ｎp ）T ］T ｙ* ＝［ｙ* （ｋ＋１）T 、…、ｙ（ｋ＋Ｎp ）T ］T であり、Ｉは単位行列である。上述の（５）式を用いて
求められた増分ベクトル△ｕの中から各操作量増分△ｕ
i （ｋ）（ｉ＝１，…，ｑ）を抜き出し、次の（６）式 ｕi （ｋ）＝ｕi （ｋ−１）＋△ｕi （ｋ） （６） を用いて、最適操作量ｕi （ｋ）が求まる。
T ｙ＝［ｙ（ｋ＋１）T 、…、ｙ（ｋ＋Ｎp ）T ］T ｙ* ＝［ｙ* （ｋ＋１）T 、…、ｙ（ｋ＋Ｎp ）T ］T であり、Ｉは単位行列である。上述の（５）式を用いて
求められた増分ベクトル△ｕの中から各操作量増分△ｕ
i （ｋ）（ｉ＝１，…，ｑ）を抜き出し、次の（６）式 ｕi （ｋ）＝ｕi （ｋ−１）＋△ｕi （ｋ） （６） を用いて、最適操作量ｕi （ｋ）が求まる。
【００２２】この最適操作量ｕi （ｋ）はモデル予測制
御装置の操作量として出力され、ＤＣＳ２１０i に設定
値ＳＶＡi として与えられる。
御装置の操作量として出力され、ＤＣＳ２１０i に設定
値ＳＶＡi として与えられる。
【００２３】また、制約条件がある場合は、前述した特
開平４−１１８７０３号公報及び特開平４−２５６１０
２号公報に記載されている手法を用いて最適操作量ｕi
（ｋ＋ｊ）を求めることができる。
開平４−１１８７０３号公報及び特開平４−２５６１０
２号公報に記載されている手法を用いて最適操作量ｕi
（ｋ＋ｊ）を求めることができる。
【００２４】したがって、あるＤＣＳ２１０i がＭモー
ドの場合は、このＤＣＳ２１０i に対応する最適操作量
ｕi （ｋ＋ｊ）は予測制御部１２０においては予測演算
されず、そのＤＣＳ２１０i には設定値ＳＶＡi として
与えられない。また、あるＤＣＳ２１０i がＡモードの
場合は、このＤＣＳ２１０i に対応する最適操作量ｕi
（ｋ＋ｊ）は予測制御部１２０において予測演算される
が、この値はＤＣＳ２１０i に設定値ＳＶＡi として与
えられない。また、あるＤＣＳ２１０i がＣモードの場
合は、このＤＣＳ２１０i に対応する最適操作量ｕ
i （ｋ＋ｊ）は予測制御部１２０においては予測演算さ
れて、ＤＣＳ２１０i に設定値ＳＶＡi として与えられ
る。
ドの場合は、このＤＣＳ２１０i に対応する最適操作量
ｕi （ｋ＋ｊ）は予測制御部１２０においては予測演算
されず、そのＤＣＳ２１０i には設定値ＳＶＡi として
与えられない。また、あるＤＣＳ２１０i がＡモードの
場合は、このＤＣＳ２１０i に対応する最適操作量ｕi
（ｋ＋ｊ）は予測制御部１２０において予測演算される
が、この値はＤＣＳ２１０i に設定値ＳＶＡi として与
えられない。また、あるＤＣＳ２１０i がＣモードの場
合は、このＤＣＳ２１０i に対応する最適操作量ｕ
i （ｋ＋ｊ）は予測制御部１２０においては予測演算さ
れて、ＤＣＳ２１０i に設定値ＳＶＡi として与えられ
る。
【００２５】また、最適操作量の予測演算には、各ＤＣ
Ｓ２１０i の実際の設定値が用いられているため、例え
ばモデル予測制御装置１００の出力した操作量ＳＶＡi
をＤＣＳ２１０i が受けた後、上下限リミッタなどの演
算により上記操作量ＳＶＡiが加工（変更）された場合
に、モデル予測制御装置１２０側の操作量ＳＶＡi とＤ
ＣＳ側の設定値ＳＶＡi とのくいちがいを防止すること
ができる。
Ｓ２１０i の実際の設定値が用いられているため、例え
ばモデル予測制御装置１００の出力した操作量ＳＶＡi
をＤＣＳ２１０i が受けた後、上下限リミッタなどの演
算により上記操作量ＳＶＡiが加工（変更）された場合
に、モデル予測制御装置１２０側の操作量ＳＶＡi とＤ
ＣＳ側の設定値ＳＶＡi とのくいちがいを防止すること
ができる。
【００２６】以上述べたように、本実施例によれば、各
ＤＣＳ２１０i の制御モードに応じて反応する最適操作
量が求まること、及びこの最適操作量の予測演算は各Ｄ
ＣＳ２１０i の実際の設定値に基づいて行われるため、
各ＤＣＳ２１０i の制御モードに関わらず、操作量を正
確に予測して精度の良い制御を行うことができる。
ＤＣＳ２１０i の制御モードに応じて反応する最適操作
量が求まること、及びこの最適操作量の予測演算は各Ｄ
ＣＳ２１０i の実際の設定値に基づいて行われるため、
各ＤＣＳ２１０i の制御モードに関わらず、操作量を正
確に予測して精度の良い制御を行うことができる。
【００２７】なお、上記実施例においては、モデル予測
制御装置１００の３つのモードは、各ＤＣＳ２１０i か
らのモード制御信号ＣＳi に応じてモード管理部１０１
によって自動的に設定されていたが、上記モードをオペ
レータ１０３が選択できるスイッチを新たに設け、この
スイッチによりオペレータ１０３が上記モードを設定し
ても良い。このようにすることにより、多入力多出力制
御系であるモデル予測制御系の個々の操作量を接続した
り、切り離したりすることが可能となり、制御系の構造
自体を制御システムの稼働中に自由自在に変更できる。
これにより最も適切な制御系の構成を試行錯誤的に探し
出すことができる。
制御装置１００の３つのモードは、各ＤＣＳ２１０i か
らのモード制御信号ＣＳi に応じてモード管理部１０１
によって自動的に設定されていたが、上記モードをオペ
レータ１０３が選択できるスイッチを新たに設け、この
スイッチによりオペレータ１０３が上記モードを設定し
ても良い。このようにすることにより、多入力多出力制
御系であるモデル予測制御系の個々の操作量を接続した
り、切り離したりすることが可能となり、制御系の構造
自体を制御システムの稼働中に自由自在に変更できる。
これにより最も適切な制御系の構成を試行錯誤的に探し
出すことができる。
【００２８】また、上記実施例においては、モデル予測
制御装置１００には予測モード（Ｐモード）が設けられ
るとともに、外乱変数ＰＶＣが制御量予測計算に用いら
れることにより、隣接するプラントの状態量など、制御
対象３００の外乱となる観測可能な変数を予測計算に取
り込むことが可能となり、外乱信号のフィードフォーワ
ード制御と同じ効果が得られ、外乱に対する制御性能の
向上を図ることができる。
制御装置１００には予測モード（Ｐモード）が設けられ
るとともに、外乱変数ＰＶＣが制御量予測計算に用いら
れることにより、隣接するプラントの状態量など、制御
対象３００の外乱となる観測可能な変数を予測計算に取
り込むことが可能となり、外乱信号のフィードフォーワ
ード制御と同じ効果が得られ、外乱に対する制御性能の
向上を図ることができる。
【００２９】なお、上記実施例においては外乱変数は１
個であるとして説明したが、複数個又は零個であっても
良いことはいうまでもない。
個であるとして説明したが、複数個又は零個であっても
良いことはいうまでもない。
【００３０】次に本発明による予測制御システムの第２
の実施例の構成を図３に示す。この実施例の予測制御シ
ステムは図１に示す第１の実施例の予測制御システムに
おいて、モデル予測制御装置１００の代わりにモデル予
測制御装置１００Ａを設けたものである。このモデル予
測制御装置１００Ａは図１に示すモデル予測制御装置１
００において、モード管理部１０１と予測制御部１２０
との間に予測モデル管理部１１０を新たに設けたもので
ある。この予測モデル管理部１１０は図４に示すよう
に、複数の予測モデル１１１，１１２，１１３，１１４
をデータベースとして有しており、モード管理部１０１
によって設定されたモード又はオペレータ１０３によっ
て設定されたモードに応じて各モード毎に上記複数の予
測モデルの中から１つの予測モデルを選択して、予測制
御部１２０の予測応答算出部１２１に送出する。予測モ
デル１１１は各ＤＣＳ２１０i の実際に設定値ＳＶＢi
に基づいて制御対象プラント３００の制御量ＰＶＡ1 〜
ＰＶＡp を予測するモデルであり、予測モデル１１２は
各ＤＣＳ２１０i の制御量ＰＶＢi に基づいて制御量Ｐ
ＶＡ1 〜ＰＶＡp を予測するモデルであり、予測モデル
１１３は各ＤＣＳ２１０i の操作量ＭＶＢi に基づいて
制御量ＰＶＡ1 〜ＰＶＡp を予測するモデルであり、予
測モデル１１４は外乱変数ＰＶＣに基づいて制御量ＰＶ
Ａ1 〜ＰＶＡpを予測するモデルである。そしてあるＤ
ＣＳ２１０i の制御モードが、Ａ又はＣモードであっ
て、モデル予測制御装置１００Ａの対応するモードがＰ
又はＡモードの場合は予測モデル１１１が選択され、あ
るＤＣＳ２１０i の制御モードがＭモードであって、モ
デル予測制御装置１００Ａの対応するモードがＭの場合
は、予測モデル１１２又は１１３が選択される。なお予
測モデル１１２又は１１３のどちらを選択するかはオペ
レータ１０３が予め決定しておく。
の実施例の構成を図３に示す。この実施例の予測制御シ
ステムは図１に示す第１の実施例の予測制御システムに
おいて、モデル予測制御装置１００の代わりにモデル予
測制御装置１００Ａを設けたものである。このモデル予
測制御装置１００Ａは図１に示すモデル予測制御装置１
００において、モード管理部１０１と予測制御部１２０
との間に予測モデル管理部１１０を新たに設けたもので
ある。この予測モデル管理部１１０は図４に示すよう
に、複数の予測モデル１１１，１１２，１１３，１１４
をデータベースとして有しており、モード管理部１０１
によって設定されたモード又はオペレータ１０３によっ
て設定されたモードに応じて各モード毎に上記複数の予
測モデルの中から１つの予測モデルを選択して、予測制
御部１２０の予測応答算出部１２１に送出する。予測モ
デル１１１は各ＤＣＳ２１０i の実際に設定値ＳＶＢi
に基づいて制御対象プラント３００の制御量ＰＶＡ1 〜
ＰＶＡp を予測するモデルであり、予測モデル１１２は
各ＤＣＳ２１０i の制御量ＰＶＢi に基づいて制御量Ｐ
ＶＡ1 〜ＰＶＡp を予測するモデルであり、予測モデル
１１３は各ＤＣＳ２１０i の操作量ＭＶＢi に基づいて
制御量ＰＶＡ1 〜ＰＶＡp を予測するモデルであり、予
測モデル１１４は外乱変数ＰＶＣに基づいて制御量ＰＶ
Ａ1 〜ＰＶＡpを予測するモデルである。そしてあるＤ
ＣＳ２１０i の制御モードが、Ａ又はＣモードであっ
て、モデル予測制御装置１００Ａの対応するモードがＰ
又はＡモードの場合は予測モデル１１１が選択され、あ
るＤＣＳ２１０i の制御モードがＭモードであって、モ
デル予測制御装置１００Ａの対応するモードがＭの場合
は、予測モデル１１２又は１１３が選択される。なお予
測モデル１１２又は１１３のどちらを選択するかはオペ
レータ１０３が予め決定しておく。
【００３１】したがって、この実施例の予測制御部１２
０の予測応答算出部１２１には、（１）式に示す入力信
号ｕi （ｋ）（ｉ＝１，…，ｑ）の各々に対して１個の
予測モデル、すなわち、（１）式に示すマトリックスの
第ｉ列の成分からなる組（Ｇ1i（ｚ-1）、（Ｇ
2i（ｚ-1）、…Ｇpi（ｚ-1））がセットされる。予測算
出部１２１は上述のセットされた予測モデルを用いて予
測応答を算出する。この予測応答の算出のため、第１の
実施例の場合と異なり、この第２の実施例の予測制御部
１２０は、各ＤＣＳ２１０i の実際の設定値ＳＶＢi 及
び外乱変数ＰＶＣばかりでなく、ＤＣＳ２１０i の制御
量ＰＶＢi 及び操作量ＭＶＢi を所定の制御周期毎にサ
ンプリングする。
０の予測応答算出部１２１には、（１）式に示す入力信
号ｕi （ｋ）（ｉ＝１，…，ｑ）の各々に対して１個の
予測モデル、すなわち、（１）式に示すマトリックスの
第ｉ列の成分からなる組（Ｇ1i（ｚ-1）、（Ｇ
2i（ｚ-1）、…Ｇpi（ｚ-1））がセットされる。予測算
出部１２１は上述のセットされた予測モデルを用いて予
測応答を算出する。この予測応答の算出のため、第１の
実施例の場合と異なり、この第２の実施例の予測制御部
１２０は、各ＤＣＳ２１０i の実際の設定値ＳＶＢi 及
び外乱変数ＰＶＣばかりでなく、ＤＣＳ２１０i の制御
量ＰＶＢi 及び操作量ＭＶＢi を所定の制御周期毎にサ
ンプリングする。
【００３２】そして、この第２の実施例においては、第
１の実施例と異なり、ある入力信号ｕi （ｋ）がＭモー
ドであってもその入力信号ｕi （ｋ）に関する最適な操
作量の予測演算を行うことになる。しかし、この場合、
演算された最適な操作量は対応するＤＣＳ２１０i には
送出されない。
１の実施例と異なり、ある入力信号ｕi （ｋ）がＭモー
ドであってもその入力信号ｕi （ｋ）に関する最適な操
作量の予測演算を行うことになる。しかし、この場合、
演算された最適な操作量は対応するＤＣＳ２１０i には
送出されない。
【００３３】なお、最適な操作量の予測演算は第１の実
施例で示した方法を用いて行う。
施例で示した方法を用いて行う。
【００３４】以上述べたように、この第２の実施例の予
測制御システムも第１の実施例と同様の効果を有してい
ることはいうまでもない。
測制御システムも第１の実施例と同様の効果を有してい
ることはいうまでもない。
【００３５】次に本発明による予測制御システムを石油
化学プラントにおける蒸留塔プロセスに適用した場合を
図５を参照して説明する。図５において、蒸留塔４０１
は、フイードより入力された原料を塔内で蒸留し、揮発
度の高い成分を塔頂から留出し、揮発度の低い成分を塔
底から缶出する。蒸留は、塔頂のコンデンサ４０２で塔
頂成分を冷媒により冷却、液化させ、アキュムレータ４
０３を通じて塔へ戻す還流作用と、塔底のリボイラ４０
７において熱媒で塔底成分を加熱、蒸発させる再加熱作
用により進められる。下位のＤＣＳは、還流量を制御す
るＰＩＤコントローラ４０６とリボイラの熱媒流量の調
節によりリボイラでの加熱量を制御するＰＩＤコントロ
ーラ４１０とから構成される。
化学プラントにおける蒸留塔プロセスに適用した場合を
図５を参照して説明する。図５において、蒸留塔４０１
は、フイードより入力された原料を塔内で蒸留し、揮発
度の高い成分を塔頂から留出し、揮発度の低い成分を塔
底から缶出する。蒸留は、塔頂のコンデンサ４０２で塔
頂成分を冷媒により冷却、液化させ、アキュムレータ４
０３を通じて塔へ戻す還流作用と、塔底のリボイラ４０
７において熱媒で塔底成分を加熱、蒸発させる再加熱作
用により進められる。下位のＤＣＳは、還流量を制御す
るＰＩＤコントローラ４０６とリボイラの熱媒流量の調
節によりリボイラでの加熱量を制御するＰＩＤコントロ
ーラ４１０とから構成される。
【００３６】図５の各信号を図１の各信号に対応させる
と、ＰＩＤコントローラ４０６では、バルブ４０４の開
度ＭＶ１０１が操作量ＭＶＢに相当し、流量センサ４０
５の信号ＰＶ１０１が制御量ＰＶＢに相当し、設定値Ｓ
Ｖ１０１がモデル予測制御装置４１３からの設定値指令
ＳＶＡあるいは再読みだしされる設定値ＳＶＢに相当す
る。
と、ＰＩＤコントローラ４０６では、バルブ４０４の開
度ＭＶ１０１が操作量ＭＶＢに相当し、流量センサ４０
５の信号ＰＶ１０１が制御量ＰＶＢに相当し、設定値Ｓ
Ｖ１０１がモデル予測制御装置４１３からの設定値指令
ＳＶＡあるいは再読みだしされる設定値ＳＶＢに相当す
る。
【００３７】同様にＰＩＤコントローラ４１０では、バ
ルブ４０８の開度ＭＶ２０１が操作量ＭＶＢに相当し、
流量センサ４０９の信号ＰＶ２０１が制御量ＰＶＢに相
当し、設定値ＳＶ２０１がモデル予測制御装置４１３か
らの設定値指令ＳＶＡあるいは再読みだしされる設定値
ＳＶＢに相当する。
ルブ４０８の開度ＭＶ２０１が操作量ＭＶＢに相当し、
流量センサ４０９の信号ＰＶ２０１が制御量ＰＶＢに相
当し、設定値ＳＶ２０１がモデル予測制御装置４１３か
らの設定値指令ＳＶＡあるいは再読みだしされる設定値
ＳＶＢに相当する。
【００３８】また、フイード流量のセンサ４１１の観測
信号ＰＶ３０１が外乱変数ＰＶＣに相当し、モデル予測
制御装置４１３へ入力される。
信号ＰＶ３０１が外乱変数ＰＶＣに相当し、モデル予測
制御装置４１３へ入力される。
【００３９】同様に、留出した生成物の純度を計測する
濃度センサ４１２の観測信号ＰＶ４０１がモデル予測制
御系における制御量ＰＶＡに相当し、モデル予測制御装
置４１３へ入力される。
濃度センサ４１２の観測信号ＰＶ４０１がモデル予測制
御系における制御量ＰＶＡに相当し、モデル予測制御装
置４１３へ入力される。
【００４０】モデル予測制御装置４１３では、ＰＩＤコ
ントローラ４０６のＳＶ１０１またはＰＶ１０１または
ＭＶ１０１と、ＰＩＤコントローラ４１０のＳＶ２０１
またはＰＶ２０１またはＭＶ２０１とフイード流量ＰＶ
３０１と、留出物濃度ＰＶ４０１とを用いて、留出物濃
度ＰＶ４０１の予測応答を計算し、それを最適に制御す
るための操作量として、ＰＩＤコントローラ４０６へ還
流量の設定値ＳＶ１０１、ＰＩＤコントローラ４１０へ
リボイラ熱媒流量の設定値ＳＶ２０１を出力する。
ントローラ４０６のＳＶ１０１またはＰＶ１０１または
ＭＶ１０１と、ＰＩＤコントローラ４１０のＳＶ２０１
またはＰＶ２０１またはＭＶ２０１とフイード流量ＰＶ
３０１と、留出物濃度ＰＶ４０１とを用いて、留出物濃
度ＰＶ４０１の予測応答を計算し、それを最適に制御す
るための操作量として、ＰＩＤコントローラ４０６へ還
流量の設定値ＳＶ１０１、ＰＩＤコントローラ４１０へ
リボイラ熱媒流量の設定値ＳＶ２０１を出力する。
【００４１】このようにすることにより蒸留プロセスを
精度良く制御を行うことができる。
精度良く制御を行うことができる。
【００４２】
【発明の効果】以上説明したように、本発明によれば、
下位系の制御モードに関わらず操作量を正確に予測して
精度の良い制御を行うことができる。
下位系の制御モードに関わらず操作量を正確に予測して
精度の良い制御を行うことができる。
【図１】本発明の第１の実施例の構成を示すブロック
図。
図。
【図２】本発明にかかる予測制御部の構成を示すブロッ
ク図。
ク図。
【図３】本発明の第２の実施例の構成を示すブロック
図。
図。
【図４】第２の実施例にかかる予測モデル管理部の構成
を示すブロック図。
を示すブロック図。
【図５】本発明を石油化学プラントにおける蒸留塔プロ
セスに適用した場合の構成を示すブロック図。
セスに適用した場合の構成を示すブロック図。
１００ モデル予測制御装置 １０１ モード管理部 １０２ オペレータコンソール １０３ オペレータ １１０ 予測モデル管理部 １１１ 予測モデル１ １１２ 予測モデル２ １１３ 予測モデル３ １１４ 予測モデル４ １２０ モデル予測制御部 １２１ 予測応答算出部 １２２ 目標値応答算出部 １２３ 最適操作量算出部 ２００ ＭＡＰ仕様ＬＡＮによる伝送ケーブル ２１０ 分散型制御システム（ＤＣＳ） ２１１ ＰＩＤ演算部 ３００ 制御対象プラント ３０１ アクチュエータ ３０２ センサーＡ ３０３ センサーＢ ３０４ センサーＣ ４０１ 蒸留塔 ４０２ コンデンサ ４０３ アキュムレータ ４０４ 還流量調節バルブ ４０５ 還流量センサー ４０６ ＰＩＤコントローラ（還流量制御系） ４０７ リボイラ ４０８ リボイラ熱媒流量調節バルブ ４０９ リボイラ熱媒流量センサー ４１０ ＰＩＤコントローラ（リボイラ加熱量制御系） ４１１ フイード流量センサー ４１２ 留出成分濃度センサー ４１３ モデル予測制御装置
Claims (3)
- 【請求項１】各々が複数の制御モードを有して制御対象
の制御量を制御するための操作量をＰＩＤ演算を行って
求め、この求めた操作量に基づいて前記制御対象を制御
する複数のＰＩＤ制御手段を有している分散型制御シス
テムと、 前記複数のＰＩＤ制御手段の各々の制御モード及び制御
情報を所定の制御周期で読み出し、この読み出した制御
モード及び制御情報に基づいて、前記制御対象の動特性
モデルを用いて、前記制御対象の制御量未来値を予測す
るとともに、この予測された制御量未来値と予め与えら
れた制御量目標値との偏差及び操作量に関する評価関数
が最小となるように前記ＰＩＤ制御手段の各々に関する
前記操作量を逐次的に算出し、この算出した操作量を対
応する前記ＰＩＤ制御手段に、前記制御モードに応じて
設定値として送出するモデル予測制御手段と、 を備え、前記ＰＩＤ制御手段は前記制御モードに応じて
前記モデル予測制御手段からの設定値又はオペレータに
よって設定された設定値に基づいてＰＩＤ演算を行うこ
とを特徴とする階層型モデル予測制御システム。 - 【請求項２】前記モデル予測制御手段は、個々の操作量
に対し、この操作量を用いないＭモード、前記操作量を
用いて制御応答の予測計算のみを行うＰモード、前記制
御量を制御演算に用いるＡモードを有し、 前記分散型制御システムのあるＰＩＤ制御手段のモード
が開ループ状態である場合は、このＰＩＤ制御手段の設
定値に対応する、前記モデル予測制御手段の操作量を前
記Ｍモードに設定し、前記分散型制御システムのあるＰ
ＩＤ制御手段のモードが設定値一定の閉ループ状態の場
合は、前記ＰＩＤ制御手段に対応する操作量をＰモード
に設定し、前記分散型制御システムのあるＰＩＤ制御手
段のモードが設定値可変の閉ループ状態の場合は、前記
ＰＩＤ制御手段に対応する操作量をＡモードにするモー
ド管理手段を更に備えていることを特徴とする請求項１
記載の階層型モデル予測制御システム。 - 【請求項３】前記モデル予測制御手段は、複数の動特性
モデルを有しているとともに、前記ＰＩＤ制御手段の制
御モードに応じて前記複数の動特性モデルの中から１つ
の動特性モデルを選択する選択手段を有し、この選択さ
れた動特性モデルを用いて、前記ＰＩＤ制御手段の制御
未来値を予測計算することを特徴とする請求項１記載の
階層型モデル予測制御システム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5087584A JPH06301406A (ja) | 1993-04-14 | 1993-04-14 | 階層型モデル予測制御システム |
| US08/227,386 US5477449A (en) | 1993-04-14 | 1994-04-14 | Hierarchical model predictive control system based on accurate manipulation variable prediction |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5087584A JPH06301406A (ja) | 1993-04-14 | 1993-04-14 | 階層型モデル予測制御システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06301406A true JPH06301406A (ja) | 1994-10-28 |
Family
ID=13919058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5087584A Pending JPH06301406A (ja) | 1993-04-14 | 1993-04-14 | 階層型モデル予測制御システム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5477449A (ja) |
| JP (1) | JPH06301406A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008123354A (ja) * | 2006-11-14 | 2008-05-29 | Fuji Electric Systems Co Ltd | 温度制御装置、温度制御方法および温度制御プログラム |
| WO2014141997A1 (ja) * | 2013-03-14 | 2014-09-18 | 株式会社 東芝 | 制御パラメータ調整方法及び制御パラメータ調整システム |
| JP2020193177A (ja) * | 2019-05-30 | 2020-12-03 | オルガノ株式会社 | Ｎ−メチル−２−ピロリドンの精製方法及び精製システム |
| JP2020193178A (ja) * | 2019-05-30 | 2020-12-03 | オルガノ株式会社 | Ｎ−メチル−２−ピロリドンの精製方法及び精製システム |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19525907A1 (de) * | 1995-07-06 | 1997-01-09 | Hartmann & Braun Ag | Selbsteinstellbare Regeleinrichtung und Verfahren zur Selbsteinstellung dieses Reglers |
| US6036349A (en) * | 1995-07-27 | 2000-03-14 | Health Designs, Inc. | Method and apparatus for validation of model-based predictions |
| US6249712B1 (en) * | 1995-09-26 | 2001-06-19 | William J. N-O. Boiquaye | Adaptive control process and system |
| US6445963B1 (en) * | 1999-10-04 | 2002-09-03 | Fisher Rosemount Systems, Inc. | Integrated advanced control blocks in process control systems |
| US6721609B1 (en) | 2000-06-14 | 2004-04-13 | Fisher-Rosemount Systems, Inc. | Integrated optimal model predictive control in a process control system |
| JP3666578B2 (ja) * | 2000-08-18 | 2005-06-29 | 株式会社安川電機 | 予測制御装置 |
| JP2004527860A (ja) * | 2001-05-25 | 2004-09-09 | パラメトリック・オプティミゼーション・ソリューションズ・リミテッド | 改善されたプロセス制御 |
| US6901300B2 (en) | 2002-02-07 | 2005-05-31 | Fisher-Rosemount Systems, Inc.. | Adaptation of advanced process control blocks in response to variable process delay |
| US20060229921A1 (en) * | 2005-04-08 | 2006-10-12 | Mr. Patrick Colbeck | Business Control System |
| US7451004B2 (en) | 2005-09-30 | 2008-11-11 | Fisher-Rosemount Systems, Inc. | On-line adaptive model predictive control in a process control system |
| US7587252B2 (en) * | 2005-10-25 | 2009-09-08 | Fisher-Rosemount Systems, Inc. | Non-periodic control communications in wireless and other process control systems |
| US8719327B2 (en) * | 2005-10-25 | 2014-05-06 | Fisher-Rosemount Systems, Inc. | Wireless communication of process measurements |
| US7620460B2 (en) * | 2005-10-25 | 2009-11-17 | Fisher-Rosemount Systems, Inc. | Process control with unreliable communications |
| US8005575B2 (en) | 2006-06-01 | 2011-08-23 | General Electric Company | Methods and apparatus for model predictive control in a real time controller |
| RU2453078C2 (ru) * | 2006-12-11 | 2012-06-10 | Конинклейке Филипс Электроникс Н.В. | Способ и устройство для цифрового управления устройством освещения |
| US7653445B2 (en) * | 2007-04-13 | 2010-01-26 | Controlsoft, Inc. | Apparatus and method for model-based control |
| US9298176B2 (en) | 2012-01-17 | 2016-03-29 | Fisher-Rosemount Systems, Inc. | Compensating for setpoint changes in a non-periodically updated controller |
| US10423127B2 (en) | 2012-01-17 | 2019-09-24 | Fisher-Rosemount Systems, Inc. | Velocity based control in a non-periodically updated controller |
| US11199824B2 (en) | 2012-01-17 | 2021-12-14 | Fisher-Rosemount Systems, Inc. | Reducing controller updates in a control loop |
| US9292010B2 (en) | 2012-11-05 | 2016-03-22 | Rockwell Automation Technologies, Inc. | Online integration of model-based optimization and model-less control |
| CN105511263B (zh) * | 2015-12-18 | 2018-08-07 | 浙江大学 | 一种基于层次分解的分布式模型预测控制方法 |
| US10997135B2 (en) | 2016-09-16 | 2021-05-04 | Oracle International Corporation | Method and system for performing context-aware prognoses for health analysis of monitored systems |
| JP7086692B2 (ja) * | 2018-04-19 | 2022-06-20 | 三菱重工業株式会社 | プラントの制御装置、プラント、プラントの制御方法及びプラントの制御プログラム |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5111531A (en) * | 1990-01-08 | 1992-05-05 | Automation Technology, Inc. | Process control using neural network |
| US5142612A (en) * | 1990-08-03 | 1992-08-25 | E. I. Du Pont De Nemours & Co. (Inc.) | Computer neural network supervisory process control system and method |
| JPH04118703A (ja) * | 1990-09-10 | 1992-04-20 | Toshiba Corp | 適応制御装置 |
| JPH04256102A (ja) * | 1991-02-08 | 1992-09-10 | Toshiba Corp | モデル予測制御装置 |
-
1993
- 1993-04-14 JP JP5087584A patent/JPH06301406A/ja active Pending
-
1994
- 1994-04-14 US US08/227,386 patent/US5477449A/en not_active Expired - Lifetime
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008123354A (ja) * | 2006-11-14 | 2008-05-29 | Fuji Electric Systems Co Ltd | 温度制御装置、温度制御方法および温度制御プログラム |
| WO2014141997A1 (ja) * | 2013-03-14 | 2014-09-18 | 株式会社 東芝 | 制御パラメータ調整方法及び制御パラメータ調整システム |
| JP2014178853A (ja) * | 2013-03-14 | 2014-09-25 | Toshiba Corp | 制御パラメータ調整方法、制御パラメータ調整システム及び制御パラメータ設定装置 |
| CN105027010A (zh) * | 2013-03-14 | 2015-11-04 | 株式会社东芝 | 控制参数调整方法及控制参数调整系统 |
| JP2020193177A (ja) * | 2019-05-30 | 2020-12-03 | オルガノ株式会社 | Ｎ−メチル−２−ピロリドンの精製方法及び精製システム |
| JP2020193178A (ja) * | 2019-05-30 | 2020-12-03 | オルガノ株式会社 | Ｎ−メチル−２−ピロリドンの精製方法及び精製システム |
Also Published As
| Publication number | Publication date |
|---|---|
| US5477449A (en) | 1995-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH06301406A (ja) | 階層型モデル予測制御システム | |
| US5268835A (en) | Process controller for controlling a process to a target state | |
| JP3949164B2 (ja) | 非線形プロセスを制御するためのフィードバック法 | |
| EP0701186B1 (en) | Model predictive control method for an air-separation system | |
| EP0524317A1 (en) | Model forecasting controller | |
| US7359830B2 (en) | Method for automatic on-line calibration of a process model | |
| CN1179840A (zh) | 原料工业设备或原料加工工业设备的控制系统 | |
| JPH10507856A (ja) | デッドタイム支配工程、多重可変インタラクテイブ工程、及び時間変化ダイナミックスを有する工程を制御するための可変水平線予知器 | |
| RU2691819C1 (ru) | Устройство для регулирования температуры стального листа и способ регулирования температуры | |
| CA2214590A1 (en) | Multivariable process control method and apparatus | |
| JP3864781B2 (ja) | 温度調節器 | |
| JP3279250B2 (ja) | 多変数プロセス制御システム | |
| JP2000099107A (ja) | モデル予測制御システム | |
| US20200064787A1 (en) | System and Method for Determining the Parameters of a Controller | |
| JPH06102905A (ja) | フィードフォワード／フィードバック制御装置 | |
| JP2001067103A (ja) | プロセス制御方法および装置 | |
| TW202215179A (zh) | 操作工藝技術設備之方法、工藝技術設備及改造工藝技術設備之方法 | |
| JPH0415706A (ja) | モデル予測制御装置 | |
| JP4611725B2 (ja) | 探索法による局部最適化制御方法と装置、及び気体分離、特に低温空気分離方法と装置 | |
| JP2758246B2 (ja) | オートチューニングコントローラ | |
| JPH0738126B2 (ja) | 適応制御装置 | |
| JPH09146610A (ja) | 多変数非線形プロセス・コントローラー | |
| JPS63163505A (ja) | プロセスの適応制御方法 | |
| JPH0695706A (ja) | モデル予測制御装置 | |
| JP2912086B2 (ja) | 高炉制御方法 |