JPH06342303A - Imc controller - Google Patents
Imc controllerInfo
- Publication number
- JPH06342303A JPH06342303A JP14983493A JP14983493A JPH06342303A JP H06342303 A JPH06342303 A JP H06342303A JP 14983493 A JP14983493 A JP 14983493A JP 14983493 A JP14983493 A JP 14983493A JP H06342303 A JPH06342303 A JP H06342303A
- Authority
- JP
- Japan
- Prior art keywords
- model
- sensor
- output
- internal
- control
- 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
- Feedback Control In General (AREA)
Abstract
Description
【0001】[0001]
【産業上の利用分野】本発明はIMC(Internal Model
Control)コントローラに関し、特にセンサの変更時に
再度の内部モデル同定を行う必要のないIMCコントロ
ーラに関するものである。The present invention relates to an IMC (Internal Model)
Control) controller, and particularly to an IMC controller that does not need to perform internal model identification again when the sensor is changed.
【0002】[0002]
【従来の技術】従来より用いられているPIDコントロ
ーラは、PID制御を行う操作部によって、目標値(例
えばこのコントローラが室内空調機であれば室内温度設
定値に相当する)とフィードバック量との差からこのコ
ントローラの出力である操作量(室内空調機から出る温
風又は冷風の温度)を演算し、この操作量を制御対象プ
ロセス(室内環境)へ出力してその制御結果である制御
量(室内温度)をフィードバック量として戻すフィード
バック制御系である。しかし、PIDコントローラに
は、制御対象プロセスのむだ時間への対応が困難である
という問題点があった。2. Description of the Related Art Conventionally used PID controllers have a difference between a target value (e.g., if the controller is an indoor air conditioner, it corresponds to an indoor temperature set value) and a feedback amount by an operation unit for performing PID control. Calculates the operation amount (temperature of hot air or cold air from the indoor air conditioner) output from this controller, outputs this operation amount to the process to be controlled (indoor environment), and outputs the control result (control amount (indoor) This is a feedback control system that returns (temperature) as a feedback amount. However, the PID controller has a problem that it is difficult to cope with the dead time of the process to be controlled.
【0003】そこで、制御対象プロセスを数式表現した
プロセスモデルを組み込んで制御を行うIMC構造の制
御アルゴリズムを用いたコントローラが提案されてい
る。図5はこのIMCコントローラを用いた制御系のブ
ロック線図である。13は目標値から後述するフィード
バック量を減算する第1の減算処理部、12は第1の減
算処理部13の出力の変化が急激に伝わらないようにす
るためのフィルタ部、14はフィルタ部12の出力に基
づいて操作量を演算する操作部、17は制御対象プロセ
スを数式で近似したものであって制御対象プロセスの制
御量に相当する参照制御量を出力するプロセスモデル、
19は制御量からプロセスモデル17からの参照制御量
を減算してフィードバック量を出力する第2の減算処理
部、20は制御対象プロセスである。Therefore, there has been proposed a controller using a control algorithm of an IMC structure for controlling by incorporating a process model in which a control target process is expressed by a mathematical expression. FIG. 5 is a block diagram of a control system using this IMC controller. Reference numeral 13 denotes a first subtraction processing unit that subtracts a feedback amount, which will be described later, from a target value, 12 denotes a filter unit for preventing a change in the output of the first subtraction processing unit 13 from being rapidly transmitted, and 14 denotes a filter unit 12 An operation unit that calculates an operation amount based on the output of the process model, a process model 17 that approximates the control target process by a mathematical expression, and outputs a reference control amount corresponding to the control amount of the control target process,
Reference numeral 19 is a second subtraction processing unit that subtracts the reference control amount from the process model 17 from the control amount and outputs a feedback amount, and 20 is a control target process.
【0004】また、F、Gc、Gm、Gpはそれぞれフ
ィルタ部12、操作部14、プロセスモデル17、制御
対象プロセス20の伝達関数、rは目標値、uは操作
量、dは例えば室内環境に対する室外環境等に相当する
外乱、yは制御量、ymは参照制御量、eはフィードバ
ック量である。Further, F, Gc, Gm, and Gp are transfer functions of the filter unit 12, the operation unit 14, the process model 17, and the controlled process 20, respectively, r is a target value, u is an operation amount, and d is, for example, for an indoor environment. A disturbance corresponding to an outdoor environment, y is a control amount, ym is a reference control amount, and e is a feedback amount.
【0005】次に、このようなIMCコントローラの動
作を説明する。まず、第1の減算処理部13にて目標値
rからフィードバック量eが減算され、この結果がフィ
ルタ部12に出力される。次いで、操作部14にてフィ
ルタ部12の出力から操作量uが演算され、制御対象プ
ロセス20及びコントローラのプロセスモデル17へ出
力される。そして、第2の減算処理部19にて制御対象
プロセス20の制御量yから制御対象プロセス20の近
似的な動作をするプロセスモデル17からの参照制御量
ymが減算され、この結果がフィードバック量eとして
第1の減算処理部13へフィードバックされるフィード
バック制御系が構成されている。Next, the operation of such an IMC controller will be described. First, the first subtraction processing unit 13 subtracts the feedback amount e from the target value r, and the result is output to the filter unit 12. Then, the operation amount u is calculated by the operation unit 14 from the output of the filter unit 12, and is output to the control target process 20 and the process model 17 of the controller. Then, the second subtraction processing unit 19 subtracts the reference control amount ym from the process model 17 that approximates the control target process 20 from the control amount y of the control target process 20, and the result is the feedback amount e. A feedback control system that is fed back to the first subtraction processing unit 13 is configured as.
【0006】このようなIMCコントローラのプロセス
モデル17は、制御対象プロセス20と全く同一になる
ように数式表現されるのが理想的であり、また操作部1
4は、プロセスモデル17の伝達関数の逆特性(1/G
m)になるのが理想的であるが、プロセスモデル17に
あるむだ時間の要素については逆数化は不可能なので、
通常はむだ時間の要素は無視する。Ideally, the process model 17 of such an IMC controller is mathematically expressed so as to be exactly the same as the control target process 20, and the operation unit 1 is also used.
4 is the inverse characteristic of the transfer function of the process model 17 (1 / G
m) is ideal, but it is impossible to reciprocate the elements of the dead time in the process model 17, so
Normally, the dead time factor is ignored.
【0007】よって、制御量yは、このような構成によ
り目標値r、外乱dから次式にて求めることができる。 y=F×Gp×Gc×r/{1+F×Gc×(Gp−Gm)} +(1−F×Gm×Gc)×d/{1+F×Gc×(Gp−Gm)} ・・・(1) ここで、プロセスモデル17の伝達関数Gmが制御対象
プロセス20の伝達関数Gpに等しく、操作部14の伝
達関数Gcがプロセスモデル17の伝達関数の逆数(1
/Gm=1/Gp)に等しい理想的な状態を仮定する
と、式(1)は次式のようになる。 y=F×r+(1−F)×d ・・・(2)Therefore, the control amount y can be obtained by the following equation from the target value r and the disturbance d with such a configuration. y = F * Gp * Gc * r / {1 + F * Gc * (Gp-Gm)} + (1-F * Gm * Gc) * d / {1 + F * Gc * (Gp-Gm)} ... (1 Here, the transfer function Gm of the process model 17 is equal to the transfer function Gp of the control target process 20, and the transfer function Gc of the operation unit 14 is the reciprocal of the transfer function of the process model 17 (1
Assuming an ideal state equal to / Gm = 1 / Gp), equation (1) is as follows. y = F × r + (1-F) × d (2)
【0008】更に、目標値rに急激な変化がない理想的
な条件であればフィルタ部12は不要となり、F=1に
できるので、制御量yは目標値rと等しくなり(y=
r)、外乱dの影響が全くない制御を実現できることに
なる。また、図5の制御系で外乱dに着目すると、制御
対象プロセス20とプロセスモデル17に大きなむだ時
間があったとしても、両者は操作量uに対して同じ特性
を示すので、第2の減算処理部19の出力であるフィー
ドバック量eは外乱dのみとなり、外乱dを抑制できる
ことが分かる。Further, under ideal conditions in which the target value r does not change suddenly, the filter unit 12 is unnecessary and F = 1 can be set, so that the control amount y becomes equal to the target value r (y =
r), it is possible to realize the control without any influence of the disturbance d. Focusing on the disturbance d in the control system of FIG. 5, even if the controlled object process 20 and the process model 17 have a large dead time, both exhibit the same characteristic with respect to the manipulated variable u, and therefore the second subtraction is performed. It can be seen that the feedback amount e that is the output of the processing unit 19 is only the disturbance d, and the disturbance d can be suppressed.
【0009】このようなIMCコントローラのプロセス
モデル17を決定するモデル同定技術がいくつか提案さ
れているが、実際の制御に用いる制御量yを計測する例
えば室温計測器のようなセンサでは、室温変化に対して
10分程度の時定数で出力が追従するように時定数が大
きいことがある。そこで、実際のモデル同定において
は、このセンサを数式化したセンサモデルを追加し、プ
ロセスモデル17とセンサモデルを含んだ内部モデルと
して内部モデル同定を行うことになる。Several model identification techniques for determining the process model 17 of such an IMC controller have been proposed. However, in a sensor such as a room temperature measuring instrument that measures a control amount y used for actual control, room temperature change is caused. However, the time constant may be large so that the output follows the time constant of about 10 minutes. Therefore, in actual model identification, a sensor model that is a mathematical expression of this sensor is added, and internal model identification is performed as an internal model including the process model 17 and the sensor model.
【0010】よって、センサのメンテナンス等において
特性の異なるセンサに交換する場合は再度内部モデル同
定を行わなければならない。この再度の内部モデル同定
を回避する手段としてセンサの特性を考慮して内部モデ
ル同定の結果を再計算することが可能であるが、この場
合は伝達関数の計算等の専門的知識が必要となる。ま
た、センサの時定数が大きいと、実際の制御量yに対し
てセンサで計測される制御量の追従性が悪いということ
になる。Therefore, when a sensor having a different characteristic is to be replaced for maintenance of the sensor, the internal model identification must be performed again. As a means to avoid this internal model identification again, it is possible to recalculate the internal model identification result in consideration of the sensor characteristics, but in this case, specialized knowledge such as transfer function calculation is required. . Further, if the time constant of the sensor is large, it means that the followability of the control amount measured by the sensor with respect to the actual control amount y is poor.
【0011】[0011]
【発明が解決しようとする課題】従来のIMCコントロ
ーラは以上のように構成されているので、センサを交換
すると再度の内部モデル同定を行わなければならず、セ
ンサの特性から内部モデルを再計算する方法では専門的
知識が必要になるという問題点があった。また、センサ
の時定数が大きいと計測される制御量が実際の値の変化
に対し十分に追従しなくなるので、このような情報の監
視の際に経験的知識に基づいて解釈しなければならず、
この情報を用いてIMCコントローラの監視等を行う情
報処理システムを付加することが困難になるという問題
点があった。本発明は、上記課題を解決するために、セ
ンサの変更時に再度の内部モデル同定を行う必要のない
IMCコントローラを提供することを目的とする。ま
た、センサの特性を含まない実際の制御量を監視するこ
とができるIMCコントローラを提供することを目的と
する。Since the conventional IMC controller is constructed as described above, the internal model must be identified again when the sensor is replaced, and the internal model is recalculated from the characteristics of the sensor. The method had a problem that specialized knowledge was required. Also, if the time constant of the sensor is large, the measured control amount will not sufficiently follow the change in the actual value, so it must be interpreted based on empirical knowledge when monitoring such information. ,
There is a problem that it becomes difficult to add an information processing system that monitors the IMC controller using this information. In order to solve the above problems, it is an object of the present invention to provide an IMC controller that does not need to perform internal model identification again when changing a sensor. Moreover, it aims at providing the IMC controller which can monitor the actual controlled variable which does not include the characteristic of a sensor.
【0012】[0012]
【課題を解決するための手段】本発明は、プロセスモデ
ルを特定するためのプロセスモデルのパラメータを記憶
し、新たなプロセスモデルのパラメータが入力されたと
きはこのパラメータに更新するプロセスモデル記憶部
と、センサモデルを特定するためのセンサモデルのパラ
メータを記憶し、新たなセンサモデルのパラメータが入
力されたときはこのパラメータに更新するセンサモデル
記憶部と、センサを用いて内部モデル同定を行った結果
得られた内部モデル、センサの特性、及び制御対象プロ
セスの特性に基づいて内部モデルをプロセスモデルとセ
ンサモデルに分離し、プロセスモデル及びセンサモデル
のパラメータをそれぞれプロセスモデル記憶部及びセン
サモデル記憶部に出力する内部モデル同定補助装置とを
有するものである。The present invention stores a process model parameter for specifying a process model, and updates the parameter when a new process model parameter is input. , The result of performing internal model identification by using the sensor model storage unit that stores the parameter of the sensor model for specifying the sensor model and updates to this parameter when the parameter of the new sensor model is input The internal model is separated into a process model and a sensor model based on the obtained internal model, the characteristics of the sensor, and the characteristics of the process to be controlled, and the parameters of the process model and the sensor model are stored in the process model storage unit and the sensor model storage unit, respectively. And an internal model identification assisting device for outputting.
【0013】また、プロセスモデルから出力された参照
制御量を制御量推定値として情報処理する情報処理装置
を有するものである。Further, it has an information processing apparatus for processing the reference control amount output from the process model as a control amount estimated value.
【0014】[0014]
【作用】本発明によれば、センサの特性が既知のときは
このセンサの特性及び内部モデルのパラメータに基づい
てプロセスモデルのパラメータが演算され、プロセスモ
デルのパラメータ及びセンサの特性に基づくセンサモデ
ルのパラメータがそれぞれプロセスモデル記憶部及びセ
ンサモデル記憶部に出力される。そして、制御対象プロ
セスの特性が既知のときはこの制御対象プロセスの特性
及び内部モデルのパラメータに基づいてセンサモデルの
パラメータが演算され、制御対象プロセスの特性に基づ
くプロセスモデルのパラメータ及びセンサモデルのパラ
メータがそれぞれプロセスモデル記憶部及びセンサモデ
ル記憶部に出力される。また、プロセスモデルから出力
された参照制御量に情報処理装置によって表示等の情報
処理が行われる。According to the present invention, when the characteristics of the sensor are known, the parameters of the process model are calculated based on the characteristics of the sensor and the parameters of the internal model, and the parameters of the process model and the sensor model based on the characteristics of the sensor are calculated. The parameters are output to the process model storage unit and the sensor model storage unit, respectively. When the characteristics of the controlled process are known, the parameters of the sensor model are calculated based on the characteristics of the controlled process and the parameters of the internal model, and the parameters of the process model and the sensor model based on the characteristics of the controlled process. Are output to the process model storage unit and the sensor model storage unit, respectively. Further, information processing such as display is performed by the information processing device on the reference control amount output from the process model.
【0015】[0015]
【実施例】図1は本発明の1実施例を示すIMCコント
ローラのブロック図、図2はこのIMCコントローラを
用いた制御系のブロック線図である。図1において、1
は図示しないオペレータによって設定された目標値rを
このコントローラに入力する目標値入力部、2は目標値
入力部1からの目標値rを伝達関数が1次遅れの特性で
出力する目標値フィルタ部、3は目標値フィルタ部2の
出力からフィードバック量eを減算する第1の減算処理
部、4は後述するプロセスモデル記憶部からのパラメー
タに基づいて第1の減算処理部3の出力から操作量uを
演算する操作量演算部である。1 is a block diagram of an IMC controller showing an embodiment of the present invention, and FIG. 2 is a block diagram of a control system using this IMC controller. In FIG. 1, 1
Is a target value input unit for inputting a target value r set by an operator (not shown) to this controller, and 2 is a target value filter unit for outputting the target value r from the target value input unit 1 with a characteristic that the transfer function has a first-order lag. Reference numeral 3 denotes a first subtraction processing unit that subtracts the feedback amount e from the output of the target value filter unit 4, and 4 denotes an operation amount from the output of the first subtraction processing unit 3 based on a parameter from a process model storage unit described later. It is a manipulated variable calculation unit that calculates u.
【0016】また、5は操作量演算部4から出力された
操作量uを図1では図示しない制御対象プロセスへ出力
する信号出力部、6は制御対象プロセスの制御量yを計
測するセンサ、7aはこのIMCコントローラのプロセ
スモデルのパラメータを記憶するプロセスモデル記憶
部、7bはプロセスモデルのパラメータに基づいてプロ
セスモデルとしての演算を行い参照制御量ymを出力す
るプロセスモデル出力演算部、8aはセンサ6を数式表
現したセンサモデルのパラメータを記憶するセンサモデ
ル記憶部、8bはセンサモデルのパラメータに基づいて
プロセスモデル出力演算部7bから出力された参照制御
量ymからセンサモデルを含んだ参照制御量を演算する
センサモデル出力演算部である。Further, 5 is a signal output unit for outputting the manipulated variable u output from the manipulated variable calculating unit 4 to a control target process (not shown in FIG. 1), 6 is a sensor for measuring the control amount y of the control target process, and 7a. Is a process model storage unit that stores the parameters of the process model of the IMC controller, 7b is a process model output operation unit that performs an operation as a process model based on the parameters of the process model, and outputs a reference control amount ym, and 8a is a sensor 6 Is a sensor model storage unit that stores the parameters of the sensor model, and 8b calculates a reference control amount including the sensor model from the reference control amount ym output from the process model output calculation unit 7b based on the parameters of the sensor model. This is a sensor model output calculation unit.
【0017】また、9はセンサ6から出力された制御量
からセンサモデル出力演算部8bから出力された参照制
御量を減算してフィードバック量eを出力する第2の減
算処理部、10はセンサ6を用いて内部モデル同定を行
った結果得られた内部モデルをプロセスモデルとセンサ
モデルに分離するための内部モデル同定補助装置、y2
はセンサ6から出力された制御量、ym2はセンサモデ
ル出力演算部8bから出力された参照制御量である。Further, 9 is a second subtraction processing unit for subtracting the reference control amount output from the sensor model output operation unit 8b from the control amount output from the sensor 6 and outputting the feedback amount e, and 10 is the sensor 6 Y2, an internal model identification assisting device for separating the internal model obtained as a result of the internal model identification using
Is the control amount output from the sensor 6, and ym2 is the reference control amount output from the sensor model output calculation unit 8b.
【0018】図2において、4aは操作量演算部4の内
部にあって、第1の減算処理部3の出力を伝達関数が1
次遅れの特性で出力する目標値・外乱フィルタ部、4b
は同じくその内部にあって目標値・外乱フィルタ部4a
の出力から操作量uを演算する操作部、7はプロセスモ
デル記憶部7a及びプロセスモデル出力演算部7bから
なるプロセスモデル、8はセンサモデル記憶部8a及び
センサモデル出力演算部8bからなるセンサモデルであ
る。In FIG. 2, reference numeral 4a indicates the inside of the manipulated variable calculation unit 4, and the transfer function of the output of the first subtraction processing unit 3 is 1
Target value / disturbance filter unit that outputs with the characteristics of the next delay, 4b
Is also inside the target value / disturbance filter unit 4a.
Is an operation unit for calculating an operation amount u from the output of the process model, 7 is a process model including a process model storage unit 7a and a process model output calculation unit 7b, and 8 is a sensor model including a sensor model storage unit 8a and a sensor model output calculation unit 8b. is there.
【0019】また、F1、F2、Gs、Gsmはそれぞ
れ目標値フィルタ部2、目標値・外乱フィルタ部4a、
センサ6、センサモデル8の伝達関数である。なお、図
2は図1のIMCコントローラを制御対象プロセス20
と外乱dを含め、内部モデル同定補助装置10を除いて
制御系として書き直したものである。また、図1、2か
ら明らかなようにこのIMCコントローラは、内部モデ
ルをプロセスモデル7とセンサモデル8に分離して扱う
ようになっている。Further, F1, F2, Gs, and Gsm are the target value filter unit 2, the target value / disturbance filter unit 4a, and the target value / disturbance filter unit 4a, respectively.
It is a transfer function of the sensor 6 and the sensor model 8. 2 shows the IMC controller of FIG.
And the disturbance d, the control system is rewritten except for the internal model identification assisting device 10. Further, as is clear from FIGS. 1 and 2, the IMC controller handles the internal model separately into the process model 7 and the sensor model 8.
【0020】次に、このようなIMCコントローラの動
作を説明する。目標値rは、このIMCコントローラの
オペレータ等によって設定され、目標値入力部1を介し
て目標値フィルタ部2に入力される。目標値フィルタ部
2は、目標値rをその時定数をT1とする次式のような
伝達関数F1の特性で出力する。 F1=1/(1+T1×s) ・・・(3) 次に、第1の減算処理部3は、この目標値フィルタ部2
の出力から第2の減算処理部9から出力されるフィード
バック量eを減算する。Next, the operation of such an IMC controller will be described. The target value r is set by the operator or the like of this IMC controller, and is input to the target value filter unit 2 via the target value input unit 1. The target value filter unit 2 outputs the target value r with the characteristic of the transfer function F1 as shown in the following equation, the time constant of which is T1. F1 = 1 / (1 + T1 × s) (3) Next, the first subtraction processing unit 3 uses the target value filter unit 2
The feedback amount e output from the second subtraction processing unit 9 is subtracted from the output of.
【0021】そして、操作量演算部4内の目標値・外乱
フィルタ部4aは、第1の減算処理部3の出力をその時
定数をT2とする次式のような伝達関数F2の特性で出
力する。 F2=1/(1+T2×s) ・・・(4)Then, the target value / disturbance filter unit 4a in the manipulated variable calculation unit 4 outputs the output of the first subtraction processing unit 3 with the characteristic of the transfer function F2 such that the time constant is T2. . F2 = 1 / (1 + T2 × s) (4)
【0022】また、同じくその内部の操作部4bは、目
標値・外乱フィルタ部4aの出力から操作量uを演算す
るが、その伝達関数Gcは後述する内部モデル同定補助
装置10によって決定されプロセスモデル記憶部7aに
記憶されたプロセスモデル7のゲインKm及び時定数T
mにより次式となり、図5の例と同様にむだ時間Lmの
要素を除いたプロセスモデル7の伝達関数Gmの逆数と
なっている。 Gc=(1+Tm×s)/Km ・・・(5)Similarly, the internal operation unit 4b calculates the operation amount u from the output of the target value / disturbance filter unit 4a, and its transfer function Gc is determined by the internal model identification assisting device 10 which will be described later. The gain Km and the time constant T of the process model 7 stored in the storage unit 7a
The following equation is given by m, which is the reciprocal of the transfer function Gm of the process model 7 excluding the elements of the dead time Lm as in the example of FIG. Gc = (1 + Tm × s) / Km (5)
【0023】よって、操作量演算部4全体としての伝達
関数は次式となる。 F2×Gc=(1+Tm×s)/{Km×(1+T2×s)}・・・(6) このようにして、第1の減算処理部3の出力から操作量
uが演算されて信号出力部5を介して制御対象プロセス
20へ出力され、またプロセスモデル出力演算部7bへ
出力される。そして、センサ6は、操作量uがIMCコ
ントローラから出力された結果である制御量yを伝達関
数Gsという特性で計測して制御量y2として出力す
る。Therefore, the transfer function of the operation amount computing section 4 as a whole is given by the following equation. F2 × Gc = (1 + Tm × s) / {Km × (1 + T2 × s)} (6) In this way, the manipulated variable u is calculated from the output of the first subtraction processing unit 3 and the signal output unit It is output to the control target process 20 via 5 and is also output to the process model output calculation unit 7b. Then, the sensor 6 measures the control amount y, which is the result of the operation amount u output from the IMC controller, with the characteristic of the transfer function Gs, and outputs it as the control amount y2.
【0024】次に、プロセスモデル7は、内部モデル同
定補助装置10によって決定されプロセスモデル記憶部
7aに記憶されたゲインKm、むだ時間Lm、及び時定
数Tmからなるこれらのパラメータによって、制御対象
プロセス20を1次遅れとむだ時間の要素を有するもの
として数式表現したものであり、プロセスモデル出力演
算部7bにて操作量演算部4から出力された操作量uか
ら参照制御量ymを演算する。その伝達関数Gmは次式
となる。 Gm=Km×exp(−Lm×s)/(1+Tm×s) ・・・(7)Next, the process model 7 is determined by the internal model identification assisting device 10 and stored in the process model storage unit 7a by the parameters including the gain Km, the dead time Lm, and the time constant Tm. 20 is a mathematical expression that has elements of a first-order lag and a dead time, and the process model output operation unit 7b calculates the reference control amount ym from the operation amount u output from the operation amount operation unit 4. The transfer function Gm is given by the following equation. Gm = Km × exp (−Lm × s) / (1 + Tm × s) (7)
【0025】センサモデル8は、センサ6を1次遅れの
特性を有するものとしてセンサモデルパラメータである
センサモデル時定数T3によって数式表現したものであ
り、センサモデル記憶部8aは、内部モデル同定補助装
置10から入力されたこのセンサモデル時定数T3を記
憶している。そして、センサモデル出力演算部8bは、
プロセスモデル出力演算部7bから出力された参照制御
量yからセンサ6を考慮した参照制御量ym2を演算す
るが、その伝達関数Gsmはセンサモデル時定数T3に
より次式となる。 Gsm=1/(1+T3×s) ・・・(8)The sensor model 8 is a mathematical expression of the sensor 6 having a first-order lag characteristic by a sensor model time constant T3 which is a sensor model parameter, and the sensor model storage unit 8a includes an internal model identification assisting device. This sensor model time constant T3 input from 10 is stored. Then, the sensor model output calculation unit 8b
The reference control amount ym2 considering the sensor 6 is calculated from the reference control amount y output from the process model output calculation unit 7b, and its transfer function Gsm is given by the following equation using the sensor model time constant T3. Gsm = 1 / (1 + T3 × s) (8)
【0026】次に、第2の減算処理部9は、センサ6か
ら出力された制御量y2からセンサモデル出力演算部8
bからの参照制御量ym2を減算してフィードバック量
eを出力する。そして、このフィードバック量eが上記
のように第1の減算処理部3に入力される。これで、こ
のIMCコントローラからなるフィードバック制御系が
成立する。Next, the second subtraction processing unit 9 calculates the sensor model output calculation unit 8 from the control amount y2 output from the sensor 6.
The reference control amount ym2 from b is subtracted and the feedback amount e is output. Then, this feedback amount e is input to the first subtraction processing unit 3 as described above. This completes the feedback control system consisting of this IMC controller.
【0027】ここで、実際の制御を行うには内部モデル
同定を行う必要があるが、センサ6を用いたこのIMC
コントローラにおいて内部モデル同定が行われた後に、
内部モデル同定補助装置10は、この内部モデルのパラ
メータから以下のようにしてプロセスモデル7のパラメ
ータとセンサモデル8のパラメータを決定する。Here, in order to perform actual control, it is necessary to identify the internal model, but this IMC using the sensor 6 is used.
After the internal model identification is done in the controller,
The internal model identification assisting device 10 determines the parameters of the process model 7 and the sensor model 8 from the parameters of the internal model as follows.
【0028】図3はこの内部モデル同定補助装置10の
1実施例を示すブロック図である。10aはセンサ6を
用いて内部モデル同定を行った結果得られた内部モデル
のパラメータが入力される内部モデルパラメータ入力
部、10bは既知の制御対象プロセス20のパラメータ
が入力されるプロセスモデルパラメータ入力部、10c
は既知のセンサ6の時定数が入力されるセンサモデルパ
ラメータ入力部、10dは内部モデルのパラメータとセ
ンサ6の特性又は制御対象プロセス20の特性とに基づ
いてプロセスモデル7又はセンサモデル8のパラメータ
を演算するモデル分離演算部、10eは演算されたプロ
セスモデル7又はセンサモデル8のパラメータをそれぞ
れプロセスモデル記憶部7a、センサモデル記憶部8a
に出力するパラメータ出力部である。FIG. 3 is a block diagram showing an embodiment of the internal model identification assisting device 10. Reference numeral 10a is an internal model parameter input unit to which the parameters of the internal model obtained as a result of performing internal model identification using the sensor 6 are input, and 10b is a process model parameter input unit to which the parameters of the known controlled process 20 are input. 10c
Is a sensor model parameter input unit to which a known time constant of the sensor 6 is input, and 10d is a parameter of the process model 7 or the sensor model 8 based on the parameter of the internal model and the characteristic of the sensor 6 or the characteristic of the controlled process 20. The model separation calculation unit 10e that calculates the parameters of the calculated process model 7 or sensor model 8 is respectively a process model storage unit 7a and a sensor model storage unit 8a.
It is a parameter output unit for outputting to.
【0029】次に、このような内部モデル同定補助装置
10の動作を説明する。内部モデルパラメータ入力部1
0aには、本実施例のIMCコントローラにおいて、時
定数が既知のセンサ6を用いて内部モデル同定を行った
結果得られた内部モデルのパラメータであるゲインK
0、むだ時間L0、及び時定数T0が図示しない外部か
ら入力される。つまり、この内部モデルはプロセスモデ
ル7とセンサモデル8を含んでおり、その伝達関数G0
は次式となる。 G0=K0×exp(−L0×s)/(1+T0×s) ・・・(9)Next, the operation of such an internal model identification assisting device 10 will be described. Internal model parameter input section 1
0a is a gain K which is a parameter of the internal model obtained as a result of performing internal model identification using the sensor 6 whose time constant is known in the IMC controller of the present embodiment.
0, dead time L0, and time constant T0 are input from the outside (not shown). That is, this internal model includes the process model 7 and the sensor model 8, and its transfer function G0
Is given by G0 = K0 × exp (−L0 × s) / (1 + T0 × s) (9)
【0030】次に、センサモデルパラメータ入力部10
cには、センサ6の既知の時定数T4が図示しない外部
から入力される。このセンサ6の時定数T4による伝達
関数Gs2は次式となる。 Gs2=1/(1+T4×s) ・・・(10)Next, the sensor model parameter input unit 10
A known time constant T4 of the sensor 6 is input to c from the outside (not shown). The transfer function Gs2 of the sensor 6 based on the time constant T4 is given by the following equation. Gs2 = 1 / (1 + T4 × s) (10)
【0031】モデル分離演算部10dは、内部モデルパ
ラメータ入力部10aから内部モデルのゲインK0、む
だ時間L0、及び時定数T0が入力され、センサモデル
パラメータ入力部10cからセンサ6の時定数T4が入
力されると、未知のプロセスモデル7のパラメータを演
算するプロセスモデルパラメータ演算モードと判断す
る。The model separation calculation unit 10d receives the internal model gain K0, the dead time L0, and the time constant T0 from the internal model parameter input unit 10a, and the sensor model parameter input unit 10c inputs the time constant T4 of the sensor 6. Then, the process model parameter calculation mode for calculating the parameters of the unknown process model 7 is determined.
【0032】そして、プロセスモデルパラメータ演算モ
ードのときは内部モデルのゲインK0、むだ時間L0、
時定数T0、及びセンサ6の時定数T4に基づいてプロ
セスモデル7のパラメータであるゲインKm、むだ時間
Lm、及び時定数Tmを次式のように演算する。 Km=K0 ・・・(11) Tm=(T02 −T42 )1/2 ・・・(12) Lm=L0+T0−Tm−T4 ・・・(13)In the process model parameter calculation mode, the internal model gain K0, dead time L0,
Based on the time constant T0 and the time constant T4 of the sensor 6, the gain Km, the dead time Lm, and the time constant Tm, which are the parameters of the process model 7, are calculated by the following equations. Km = K0 ··· (11) Tm = (T0 2 -T4 2) 1/2 ··· (12) Lm = L0 + T0-Tm-T4 ··· (13)
【0033】これで、センサ6を用いた内部モデルのパ
ラメータよりプロセスモデル7のパラメータを逆算でき
たことになり、これらはパラメータ出力部10eを介し
てプロセスモデル記憶部7aに出力されて記憶される。
また、センサ6の時定数T4は、モデル分離演算部10
dからセンサモデル時定数T3としてそのまま出力さ
れ、パラメータ出力部10eを介してセンサモデル記憶
部8aに記憶される。よって、プロセスモデル7とセン
サモデル8を分離した形で内部モデル同定ができたこと
になり、上記のような動作で実際の制御が行われる。This means that the parameters of the process model 7 can be inversely calculated from the parameters of the internal model using the sensor 6, and these are output and stored in the process model storage unit 7a via the parameter output unit 10e. .
Further, the time constant T4 of the sensor 6 is determined by the model separation calculation unit 10
The sensor model time constant T3 is directly output from d and is stored in the sensor model storage unit 8a via the parameter output unit 10e. Therefore, the internal model can be identified in the form in which the process model 7 and the sensor model 8 are separated, and the actual control is performed by the above operation.
【0034】次に、センサ6の交換時はこのセンサ6の
時定数T4をセンサモデルパラメータ入力部10cに入
力する。モデル分離演算部10dは、センサ6の時定数
T4だけが入力されたときはこのセンサ6の時定数T4
をセンサモデル時定数T3としてそのまま出力する。そ
して、このセンサモデル時定数T3がパラメータ出力部
10eを介してセンサモデル記憶部8aに出力される。Next, when replacing the sensor 6, the time constant T4 of the sensor 6 is input to the sensor model parameter input section 10c. When only the time constant T4 of the sensor 6 is input, the model separation calculation unit 10d receives the time constant T4 of the sensor 6.
Is output as it is as a sensor model time constant T3. Then, the sensor model time constant T3 is output to the sensor model storage unit 8a via the parameter output unit 10e.
【0035】よって、センサモデル記憶部8aに記憶さ
れたセンサモデル時定数T3が更新されることによりセ
ンサモデル8が変更され、実質的に内部モデル同定が終
了したことになる。このように一度センサ6を用いて内
部モデル同定を行うと、この内部モデルをプロセスモデ
ル7とセンサモデル8に分離するので、センサ6を交換
してもセンサモデル8のみ変更することにより再度内部
モデル同定を行う手間を省くことができる。Therefore, the sensor model 8 is changed by updating the sensor model time constant T3 stored in the sensor model storage unit 8a, and the internal model identification is substantially completed. In this way, once the internal model is identified by using the sensor 6, this internal model is separated into the process model 7 and the sensor model 8. Therefore, even if the sensor 6 is replaced, only the sensor model 8 is changed and the internal model is again determined. It is possible to save the trouble of performing identification.
【0036】また、上記の場合と逆に制御対象プロセス
20の特性が既知でセンサ6の特性が未知の場合は、こ
の制御対象プロセス20のゲインKp、むだ時間Lp、
及び時定数Tpをプロセスモデルパラメータ入力部10
bに入力する。その伝達関数Gp2は次式となる。 Gp2=Kp×exp(−Lp×s)/(1+Tp×s) ・・・(14)Contrary to the above case, when the characteristic of the controlled process 20 is known and the characteristic of the sensor 6 is unknown, the gain Kp of this controlled process 20, the dead time Lp,
And the time constant Tp are the process model parameter input unit 10
Enter in b. The transfer function Gp2 is given by the following equation. Gp2 = Kp × exp (−Lp × s) / (1 + Tp × s) (14)
【0037】次に、モデル分離演算部10dは、上記と
同様に内部モデルパラメータ入力部10aから内部モデ
ルのゲインK0、むだ時間L0、及び時定数T0が入力
され、プロセスモデルパラメータ入力部10bから制御
対象プロセス20のゲインKp、むだ時間Lp、及び時
定数Tpが入力されると、センサモデルパラメータ演算
モードと判断する。Next, the model separation calculation unit 10d receives the internal model gain K0, the dead time L0, and the time constant T0 from the internal model parameter input unit 10a in the same manner as described above, and controls from the process model parameter input unit 10b. When the gain Kp of the target process 20, the dead time Lp, and the time constant Tp are input, it is determined to be the sensor model parameter calculation mode.
【0038】そして、センサモデルパラメータ演算モー
ドのときは内部モデルのゲインK0、むだ時間L0、時
定数T0、制御対象プロセス20のゲインKp、むだ時
間Lp、時定数Tpに基づいてセンサモデル8のパラメ
ータであるセンサモデル時定数T3を次式のように演算
する。 T3=(T02 −Tp2 )1/2 ・・・(15)In the sensor model parameter calculation mode, the parameters of the sensor model 8 are based on the gain K0 of the internal model, the dead time L0, the time constant T0, the gain Kp of the controlled process 20, the dead time Lp, and the time constant Tp. The sensor model time constant T3 is calculated according to the following equation. T3 = (T0 2 −Tp 2 ) 1/2 (15)
【0039】これで、センサ6を用いた内部モデルのパ
ラメータよりセンサモデル時定数T3を逆算できたこと
になり、このセンサモデル時定数T3はパラメータ出力
部10eを介してセンサモデル記憶部8aに出力されて
記憶される。また、制御対象プロセス20のゲインK
p、むだ時間Lp、及び時定数Tpは、それぞれプロセ
スモデル7のゲインKm、むだ時間Lm、及び時定数T
mとしてそのまま出力され、パラメータ出力部10eを
介してプロセスモデル記憶部7aに出力されて記憶され
る。よって、上記と同様にプロセスモデル7とセンサモ
デル8の分離が行われたことになる。This means that the sensor model time constant T3 can be calculated back from the parameters of the internal model using the sensor 6, and this sensor model time constant T3 is output to the sensor model storage unit 8a via the parameter output unit 10e. Are stored. In addition, the gain K of the controlled process 20
p, the dead time Lp, and the time constant Tp are the gain Km of the process model 7, the dead time Lm, and the time constant T, respectively.
m is output as it is, is output to the process model storage unit 7a via the parameter output unit 10e, and is stored. Therefore, the process model 7 and the sensor model 8 are separated as described above.
【0040】次に、制御対象プロセス20の特性が変化
したときも上記と同様であって、この制御対象プロセス
20のゲインKp、むだ時間Lp、及び時定数Tpをプ
ロセスモデルパラメータ入力部10bに入力する。モデ
ル分離演算部10dは、プロセスモデルパラメータ入力
部10bからのみ入力があったときはこの制御対象プロ
セス20のゲインKp、むだ時間Lp、及び時定数Tp
をそれぞれプロセスモデル7のゲインKm、むだ時間L
m、及び時定数Tmとしてそのまま出力する。Next, when the characteristics of the controlled object process 20 change, the same as above, the gain Kp, dead time Lp, and time constant Tp of this controlled object process 20 are input to the process model parameter input unit 10b. To do. The model separation calculation unit 10d receives the input only from the process model parameter input unit 10b, the gain Kp, the dead time Lp, and the time constant Tp of the control target process 20.
Are the process model 7 gain Km and dead time L, respectively.
m and the time constant Tm are output as they are.
【0041】よって、プロセスモデル7が変更されるの
で、制御対象プロセス20に変化があってもこの制御対
象プロセス20のパラメータが分かれば再度内部モデル
同定を行う手間を省くことができる。Therefore, since the process model 7 is changed, even if there is a change in the control-target process 20, if the parameters of this control-target process 20 are known, it is possible to save the trouble of identifying the internal model again.
【0042】図4は本発明の他の実施例を示すIMCコ
ントローラのブロック図である。11はプロセスモデル
出力演算部7bから出力された参照制御量ymを制御量
推定値としてこの制御量推定値の情報処理や表示等を行
う情報処理装置である。本実施例のIMCコントローラ
の動作は基本的に図1の例と同様であるが、情報処理装
置11は、コンピュータ、ディスプレイ、及びインター
フェース等を有し、プロセスモデル出力演算部7bから
出力された参照制御量ymの情報処理や表示を行い、こ
のIMCコントローラを監視する情報処理システムへの
接続等を行う。FIG. 4 is a block diagram of an IMC controller showing another embodiment of the present invention. Reference numeral 11 denotes an information processing device that uses the reference control amount ym output from the process model output calculation unit 7b as a control amount estimated value to perform information processing and display of the control amount estimated value. The operation of the IMC controller of this embodiment is basically the same as that of the example of FIG. 1, but the information processing device 11 has a computer, a display, an interface, etc., and is a reference output from the process model output operation unit 7b. Information processing and display of the control amount ym are performed, and connection to an information processing system that monitors this IMC controller is performed.
【0043】プロセスモデル7はセンサ6の特性を含ま
ない制御対象プロセス20をモデル化したものであっ
て、参照制御量ymは実際の制御量yに十分追従するの
で、この参照制御量ymを制御量推定値として扱うこと
によりモニタとしての用途や信頼性が向上する。The process model 7 is a model of the control target process 20 that does not include the characteristics of the sensor 6, and the reference control amount ym sufficiently follows the actual control amount y. Therefore, the reference control amount ym is controlled. The use and reliability as a monitor are improved by treating it as a quantity estimation value.
【0044】[0044]
【発明の効果】本発明によれば、センサを用いて内部モ
デル同定を行った結果得られた内部モデルをプロセスモ
デルとセンサモデルに分離するので、センサの交換時に
再度の内部モデル同定を行う必要がなく、センサのメン
テナンス効率を向上させることができる。According to the present invention, since the internal model obtained as a result of the internal model identification using the sensor is separated into the process model and the sensor model, it is necessary to perform the internal model identification again when the sensor is replaced. Therefore, the maintenance efficiency of the sensor can be improved.
【0045】また、プロセスモデルから出力された参照
制御量を実際の制御量の変化に対して十分に追従できる
制御量推定値として扱うので、モニタとしての用途や信
頼性が向上し、このコントローラの監視等を行う情報処
理システムを付加することが可能になる。Further, since the reference control amount output from the process model is treated as a control amount estimation value which can sufficiently follow the change of the actual control amount, the use as a monitor and the reliability are improved, and the controller It becomes possible to add an information processing system for monitoring and the like.
【図1】本発明の1実施例を示すIMCコントローラの
ブロック図である。FIG. 1 is a block diagram of an IMC controller showing an embodiment of the present invention.
【図2】図1のIMCコントローラを用いた制御系のブ
ロック線図である。FIG. 2 is a block diagram of a control system using the IMC controller of FIG.
【図3】図1の内部モデル同定補助装置の1実施例を示
すブロック図である。FIG. 3 is a block diagram showing an embodiment of the internal model identification assisting device of FIG.
【図4】本発明の他の実施例を示すIMCコントローラ
のブロック図である。FIG. 4 is a block diagram of an IMC controller showing another embodiment of the present invention.
【図5】従来のIMCコントローラを用いた制御系のブ
ロック線図である。FIG. 5 is a block diagram of a control system using a conventional IMC controller.
6 センサ 7 プロセスモデル 7a プロセスモデル記憶部 7b プロセスモデル出力演算部 8 センサモデル 8a センサモデル記憶部 8b センサモデル出力演算部 10 内部モデル同定補助装置 10a 内部モデルパラメータ入力部 10b プロセスモデルパラメータ入力部 10c センサモデルパラメータ入力部 10d モデル分離演算部 11 情報処理装置 6 sensor 7 process model 7a process model storage unit 7b process model output calculation unit 8 sensor model 8a sensor model storage unit 8b sensor model output calculation unit 10 internal model identification auxiliary device 10a internal model parameter input unit 10b process model parameter input unit 10c sensor Model parameter input unit 10d Model separation calculation unit 11 Information processing device
Claims (2)
力する操作量を演算し、制御対象プロセスを数式表現し
たプロセスモデルと制御結果である制御対象プロセスの
制御量を計測するセンサを数式表現したセンサモデルと
を含む内部モデルにて制御量に相当する参照制御量を演
算し、センサから出力された制御量と参照制御量との差
をフィードバックすることにより制御を行うIMCコン
トローラにおいて、 プロセスモデルを特定するためのプロセスモデルのパラ
メータを記憶し、新たなプロセスモデルのパラメータが
入力されたときはこのパラメータに更新するプロセスモ
デル記憶部と、 センサモデルを特定するためのセンサモデルのパラメー
タを記憶し、新たなセンサモデルのパラメータが入力さ
れたときはこのパラメータに更新するセンサモデル記憶
部と、 センサを用いて内部モデル同定を行った結果得られた内
部モデル、前記センサの特性、及び制御対象プロセスの
特性に基づいて前記内部モデルをプロセスモデルとセン
サモデルに分離し、プロセスモデル及びセンサモデルの
パラメータをそれぞれ前記プロセスモデル記憶部及びセ
ンサモデル記憶部に出力する内部モデル同定補助装置と
を有することを特徴とするIMCコントローラ。1. A process model in which an operation amount to be output to a control target process is calculated from a control target value, and a process model in which the control target process is expressed by a mathematical formula and a sensor for measuring the control amount of the control target process, which is a control result, are expressed in a mathematical formula. In the IMC controller that performs control by calculating the reference control amount corresponding to the control amount with the internal model including the sensor model and feeding back the difference between the control amount output from the sensor and the reference control amount, It stores the parameters of the process model for specifying, and stores the parameters of the sensor model for specifying the sensor model, and the process model storage unit that updates to this parameter when a new parameter of the process model is input, When a new sensor model parameter is input, update it to this parameter Sensor model storage unit, and based on the internal model obtained as a result of identifying the internal model using the sensor, the characteristics of the sensor, and the characteristics of the process to be controlled, the internal model is separated into a process model and a sensor model. An IMC controller, comprising: an internal model identification auxiliary device that outputs parameters of a model and a sensor model to the process model storage unit and the sensor model storage unit, respectively.
スモデルにて制御結果である制御対象プロセスの制御量
に相当する参照制御量を演算して制御を行うIMCコン
トローラにおいて、 プロセスモデルから出力された参照制御量を制御量推定
値として情報処理する情報処理装置を有することを特徴
とするIMCコントローラ。2. A reference output from a process model in an IMC controller for controlling a reference control amount corresponding to a control amount of a control target process, which is a control result, by a process model expressing a control target process by a mathematical expression. An IMC controller having an information processing device that processes a controlled variable as a controlled variable estimated value.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP14983493A JPH06342303A (en) | 1993-05-31 | 1993-05-31 | Imc controller |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP14983493A JPH06342303A (en) | 1993-05-31 | 1993-05-31 | Imc controller |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH06342303A true JPH06342303A (en) | 1994-12-13 |
Family
ID=15483685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP14983493A Pending JPH06342303A (en) | 1993-05-31 | 1993-05-31 | Imc controller |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH06342303A (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7752025B2 (en) | 2004-08-19 | 2010-07-06 | Siemens Aktiengesellschaft | Parameter identification for field devices used in automation technology |
JP2015510986A (en) * | 2012-03-20 | 2015-04-13 | ローベルト ボッシュ ゲゼルシャフト ミット ベシュレンクテル ハフツング | Method and apparatus for monitoring a gas sensor |
-
1993
- 1993-05-31 JP JP14983493A patent/JPH06342303A/en active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7752025B2 (en) | 2004-08-19 | 2010-07-06 | Siemens Aktiengesellschaft | Parameter identification for field devices used in automation technology |
JP2015510986A (en) * | 2012-03-20 | 2015-04-13 | ローベルト ボッシュ ゲゼルシャフト ミット ベシュレンクテル ハフツング | Method and apparatus for monitoring a gas sensor |
US10041916B2 (en) | 2012-03-20 | 2018-08-07 | Robert Bosch Gmbh | Method and device for monitoring gas sensors |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4166637B2 (en) | Method for adjusting process control apparatus and adjustment tool therefor | |
JPH06342303A (en) | Imc controller | |
JPH0822306A (en) | Automatic adjusting device for arithmetic control parameter | |
US20040148059A1 (en) | Limit cycle autotuning method and heat/cool control apparatus | |
JP2585294B2 (en) | PID controller | |
JPH0949502A (en) | Valve positioner and electric-pneumatic converter | |
JPH1185214A (en) | Process control device | |
JP2758246B2 (en) | Auto tuning controller | |
JPH0415706A (en) | Model estimation controller | |
JPH06266411A (en) | Imc controller | |
JP3234109B2 (en) | Process control equipment | |
JP2752230B2 (en) | 2-DOF control device | |
JPS61156303A (en) | Process controller | |
JPH06195105A (en) | Self-tuning controller | |
JP2844289B2 (en) | IMC controller | |
JP2643506B2 (en) | Predictive controllers for industrial processes | |
JPH10143205A (en) | Sac controller | |
JP2001265448A (en) | Temperature controller and heat treating device | |
JP3870767B2 (en) | Predictive control method | |
JPH07191709A (en) | Parameter setting method for model estimating control | |
JP2002195625A (en) | Controller for air conditioner | |
JP7139221B2 (en) | State determination device and state determination method | |
JPH06208403A (en) | Control device | |
JPH06337704A (en) | Imc controller | |
JPH08211903A (en) | Autotuning device for model predictive control |