JPH11218354A - フィードフォーワードとフィードバック制御を有する室圧制御装置および方法 - Google Patents

Abstract

(57)【要約】 【課題】暖房、換気、空調流体分配システムの向上に有
効なフィードフォーワードとフィードバック制御を有す
る室圧制御装置および方法を提供する。 【解決手段】暖房、換気、空調分配システム用のコント
ローラであって、これはフィードフォーワードおよびフ
ィードバック制御系を含んでいる。このコントローラ
は、システムの制御設定値および識別特性に基づいて制
御信号を生じるフィードフォーワード制御系を有し、識
別特性を基準にして測定される変化に基づいて設定値を
適応させて調節する。コントローラは、制御空間での加
熱または冷却操作中の温度を制御するために特に適応さ
れている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、フィードフォーワ
ードとフィードバック制御を有する室圧制御装置および
方法に関し、特に、暖房、換気、空調流体分配システム
の向上に有効なフィードフォーワードとフィードバック
制御を有する室圧制御装置および方法に関する。

【０００２】

【従来の技術】暖房、換気、空調流体（ＨＶＡＣ）分配
システムに関する流体分配システムは、公知の技術であ
り、例えば、アパートや事務所ビル等の商業用設備に幅
広く利用されている。こうしたシステムは、実験室タイ
プの環境にも幅広く使用され、この場合には、ＨＶＡＣ
システムは、ビル内の温度を制御するだけでなく、有害
と思われるガスを排出する必要がある。特に、実験が行
われている実験用ヒュームフードを多数持つビルではそ
の必要がある。ビル内の温度制御に加えて、さらに重要
な考慮すべき別の実施例としては、電子集積回路などを
製造するクリーンルーム環境が挙げられる。

【０００３】実験室およびクリーンルームの実施では、
制御対象となる部屋の圧力は、該部屋に隣接する空間や
他の部屋とは異なった圧力に制御することが必要な場合
がある。クリーンルーム環境の場合には、制御対象とな
る部屋の圧力を周囲の空間よりも高く維持して、汚染物
の進入を防止する必要がある。一方、実験室環境の場合
には、制御対象となる部屋の圧力を周囲の圧力よりも低
く維持して、有害ガスを留めておく。

【０００４】また、制御対象となる部屋の温度を所望の
値に維持し、該部屋を周囲とは異なる所望の圧力に設定
することも重要な点である。

【０００５】

【発明が解決しようとする課題】しかし、ＨＶＡＣシス
テムでは、制御対象となる部屋を周囲の空間に対して所
望の差圧に維持するために、部屋に入り込む空気の流れ
と、該部屋から排出される空気の流れとを制御する必要
があり、さらに、該部屋へ出入りする別の空気をも考慮
する必要がある。このことは、該部屋で維持すべき温度
制御要件を考えると、解決が困難で複雑な制御上の問題
となる。

【０００６】上記実施の制御系を提供するために、可変
風量（ＶＡＶ）制御機器が使われている。こうした制御
機器は、フィードフォーワードおよびフィードバック制
御方法の組み合わせを利用しているが、依然として、性
能が改良され、実施が容易で、費用効果のある効果的な
制御装置が求められている。

【０００７】そこで、本発明は、暖房、換気、空調流体
分配システムの向上に有効なフィードフォーワードとフ
ィードバック制御を有する室圧制御装置および方法を提
供することを目的とする。

【０００８】

【課題を解決するための手段】上記目的を達成するた
め、請求項１記載の発明は、部屋に隣接した少なくとも
１つの空間のあるビル内の該部屋の空気圧を制御するコ
ントローラであって、前記ビルは、前記部屋へ空気を供
給する供給ダクトと前記部屋から空気を排出する排気ダ
クトとを備えた加熱、換気、空調（ＨＶＡＣ）システム
を有し、前記システムは、前記部屋への供給空気流を制
御する構成要素を有し、前記部屋は、ＨＶＡＣシステム
とは別に少なくとも１つの追加排気を有し、前記コント
ローラは、前記供給ダクトおよび一般排気ダクト内の流
れ設定値と、前記構成要素の識別特性とに基づいて、フ
ィードフォーワード制御信号を生成し、前記特性は、前
記部屋に出入りする空気の流量と、前記部屋を出る排気
空気の流量と、計算システム変数とを含むフィードフォ
ーワード手段と、測定システム変数に基づいて、フィー
ドバック制御信号を生成するフィードバック手段と、前
記フィードフォーワード制御信号と前記フィードバック
制御信号とを組み合わせて、前記局所構成要素を制御す
る手段とを具備する。

【０００９】また、請求項２記載の発明は、請求項１記
載の発明において、前記構成要素は、供給ダンパー／ア
クチュエータと、排気ダンパー／アクチュエータとを具
備する。

【００１０】また、請求項３記載の発明は、請求項２記
載の発明において、前記識別特性は、前記部屋に入る空
気の流量と、前記部屋に入る空気の流量の設定値と、前
記フィードフォーワード制御信号と、前記部屋を出る排
気空気の流量と、前記部屋を出る排気空気の流量の設定
値とを具備する。

【００１１】また、請求項４記載の発明は、請求項３記
載の発明において、前記識別特性は、前記供給ダンパー
／アクチュエータのオーソリティと、前記一般排気ダン
パー／アクチュエータのオーソリティとをさらに具備す
る。

【００１２】また、請求項５記載の発明は、少なくとも
一の部屋の空気圧に作用するビル加熱、換気、空調（Ｈ
ＶＡＣ）システムの構成要素を制御するコントローラで
あって、前記部屋は、空気供給ダクトと少なくとも一の
一般空気排出ダクトとを有し、前記コントローラは、前
記部屋に出入りする空気の流れを制御して、前記ビル内
の隣接空間に対し所定の差圧を維持し、前記コントロー
ラは、制御対象となる前記構成要素の識別特性を周期的
に生成する識別手段と、前記識別手段に接続され、前記
部屋に入る空気の質量と前記部屋から出る空気の質量と
を実質的に等しく維持する制御設定値と、前記構成要素
の識別特性とに基づいて、フィードフォーワード制御信
号を生成するフィードフォーワード手段と、測定システ
ム変数に基づいて、フィードバック制御信号を生成する
フィードバック手段と、前記フィードフォーワード制御
信号と前記フィードバック制御信号とを組み合わせて、
前記局所構成要素を制御する手段とを具備する。

【００１３】また、請求項６記載の発明は、請求項５記
載の発明において、前記制御設定値は、供給空気流量設
定値と、一般排出空気流量設定値とを含むまた、請求項
７記載の発明は、請求項６記載の発明において、前記制
御設定値は、前記識別特性の変化の関数として適応的に
変更される。

【００１４】また、請求項８記載の発明は、請求項７記
載の発明において、前記構成要素は、供給ダンパー／ア
クチュエータと、一般排出ダンパー／アクチュエータと
を具備する。

【００１５】また、請求項９記載の発明は、請求項８記
載の発明において、前記識別特性は、前記ダンパー／ア
クチュエータのオーソリティを具備する。

【００１６】また、請求項１０記載の発明は、請求項７
記載の発明において、前記供給空気流量設定値（υ
_ｓ｜ｓｐ）は、 ここで：Ｐ_ｓ｜ｓｐ＝供給空気圧設定値；Ｔ_ｓ｜ｓｐ＝
供給空気温度設定値；υ _ｓ｜ｓｐ＝供給空気流量設定
値；Ｐ_{ａｄ｜ｓｐ}＝浸入空気圧設定値；Ｔ_{ａｄ｜ｓ ｐ}＝
浸入空気温度設定値；υ_{ａｄ｜ｓｐ}＝浸入流量設定値；
Ｐ_｜ｓｐ＝部屋圧設定値；υ_ｅ｜ｓｐ＝排気流量設定
値；Ｔ_｜ｓｐ＝室温設定値；上式で決定される。

【００１７】また、請求項１１記載の発明は、請求項３
記載の発明において、前記ダンパーの識別特性は、一般
回帰神経回路網（ＧＲＮＮ）により決定される。

【００１８】また、請求項１２記載の発明は、請求項１
１記載の発明において、前記識別特性は、 上式で決定される。

【００１９】また、請求項１３記載の発明は、請求項５
記載の発明において、前記ダンパーの識別特性は、一般
回帰神経回路網（ＧＲＮＮ）により決定される。

【００２０】また、請求項１４記載の発明は、請求項１
３記載の発明において、前記識別特性は、 上式で決定される。

【００２１】

【発明の実施の形態】（発明の概要）本発明の第１の目
的は、フィードフォーワードとフィードバック制御系を
有する改良型室圧制御装置および方法を提供することに
ある。

【００２２】また、本発明の第２の目的は、優れた性
能、実施の容易性および費用効果をもたらす改良型コン
トローラを提供することにある。

【００２３】また、本発明の第３の目的は、システムの
制御設定値や識別特性に基づいて、制御信号を生成する
フィードフォーワード制御系を含み、識別特性に関し測
定された変化に基づいて、このような設定値を適応的に
調節する改良型コントローラを提供することにある。

【００２４】また、本発明の第４の目的は、フィードフ
ォーワード制御系がエネルギーおよび質量保存の物理法
則を一意に採用し、フィードフォーワード制御系で用い
られる制御設定値を決定する改良型コントローラを提供
することにある。

【００２５】また、本発明の第５の目的は、一般回帰神
経回路網（ＧＲＮＮ）を利用して、システム識別におい
て、簡単、丈夫、かつ優れた性能となるシステムの特性
を最小限の計算時間で確認する改良型コントローラを提
供することにある。

【００２６】また、本発明の第６の目的は、制御信号を
生成するフィードバックプロセスだけでなく、上記のよ
うなフィードフォーワードプロセスを含み、該各プロセ
スを組み合わせて、多くの点で優れた性能をもたらす改
良型制御システムを提供することにある。

【００２７】以上説明した本発明の諸目的および他の目
的は、添付図面を参照しながら、後述する本発明の好適
な実施例の詳細な説明を検討することにより、明瞭に理
解されよう。

【００２８】（好適な実施例の詳細な説明）本発明は、
広義には、ＨＶＡＣシステム、特に、実験室について、
フィードフォーワードとフィードバック制御法の組み合
わせを利用した制御信号を決定するコントローラおよび
方法に関するものである。

【００２９】ここでは、実験室での実施について具体的
に説明するが、本願で提案する制御トポロジーおよび結
果は、汚れが外部から対象となる部屋に流入することを
防止するために、隣接する空間よりも圧力を高くしたク
リーンルーム用途についても有効である。

【００３０】図１は、本発明を具体化したコントローラ
および関連制御機能性の全体のブロック図である。同図
に示すように、コントローラは、フィードフォーワード
と、フィードバック制御系の組み合わせを利用する。こ
れは、３つの制御ループ、すなわち、加熱用温度制御ル
ープ１０と、圧力制御ループ１２と、冷却用温度制御ル
ープ１４とを含む。この３つのループは、ライン１６、
１８および２０で示すように、機能的に連結される。こ
れらのループは、図示しないマイクロプロセッサなどの
処理手段を用いて実行することが好ましい。

【００３１】圧力制御ループ１２は、本発明を具現化す
る構成であり、典型的には、絶対値の代わりに差を用い
て室圧を制御する。この差は、基準空間との差、すなわ
ち隣接廊下と部屋自体との差として定義される。実験室
用途の場合は、差圧をおよそ０．００５〜０．０５ｗ．
ｃ．の範囲の正の値に保持することをの目標とする。こ
れにより、室圧は、すべての運転条件下で隣接する圧力
よりも低く維持されるため、隣接空間への空気漏れが防
止できる。クリーンルーム用途の場合は、部屋の圧力を
隣接空間の圧力よりも高い差圧に維持し、該部屋への空
気漏れを防止している。

【００３２】今日使用されている室圧制御の一般的方法
は、直接圧力制御、流れトラッキング制御、カスケード
制御の３つである。これらの機構は、部屋差圧を維持す
るために、供給流れを本質的に調節する。そこで、圧力
制御の異なる制御法の性能を評価するために、簡単な手
順が検討されている。部屋にヒュームフードがある実験
室の制御では、ヒュームフード排気を段階的に変更する
と、差圧設定値を維持するために、供給空気流の変更が
必要となる。

【００３３】図１２は、ヒュームフード排気用途のため
の圧力制御手順を示す図である。同図に示すように、ヒ
ュームフード排気は、フードサッシを開けると安定した
状態から最大値にジャンプする。その結果、実験室の圧
力が下がって、差圧が大きくなる。そこで、制御ループ
１２が実差圧と設定値とのずれを感知し、供給流を開い
て差圧を設定値に戻す。

【００３４】図１６と図１７は、加熱用温度制御ループ
１０に関する制御手順である。

【００３５】図１６は、ヒュームフード排気用途のため
の温度制御昇温手順を示し、特に発熱率および流量対時
間を示す図である。図１７は、ヒュームフード排気用途
のための温度制御昇温手順を示し、特に発熱率および流
量対時間を示す別の図である。大部分の可変風量（ＶＡ
Ｖ）用途では、実験室空間に供給する供給空気の温度
は、約５５°Ｆとの一定である。設計標準の冷却負荷に
基づいて、供給容積流量は、所定の室温（通常は、約７
０°Ｆと７５°Ｆの間の値）を維持するように選択され
る。差圧を維持するためには、実験室の合計排気量がヒ
ュームフードサッシの開口によって供給される供給流量
を最低でも超える必要があり、これに応じて供給流量も
増加する。一定の５５°Ｆでの新たな供給流量は、冷却
要求の要件を超過しても良い。したがって、室温は、設
定値以下に下がる。この手順を実行する場合には、局所
再加熱バルブを開いて供給空気の温度を上昇させ、室温
設定値を維持する必要がある。部屋圧と熱制約との結合
関係は複雑である。

【００３６】冷却温度制御ループ１４は、冷却要求の結
果として、温度制御を実行する。内部発熱率は、この手
順を作動させる第一摂動力である。この内部発熱率は、
実験室のその他の機能であるオートクレーブ、炉、占有
部などによって、何倍にも増大し得る。内部発熱が急に
増加すると、室温が上昇する。使用可能な唯一の冷却源
は、５５°Ｆの供給空気流である。しかしながら、供給
流を増加する場合には、差圧の制限を維持するために、
排気流も増加する必要がある。しかし、実験室排気流
は、実験室圧を混乱させるため増加できない。この問題
を回避するために、別の排気源、すなわち一般排気管を
開いて、供給流を増大さる。

【００３７】図１４は、ヒュームフード排気用途のため
の温度制御冷却手順を示し、特に発熱率および流量対時
間を示す図である。図１５は、ヒュームフード排気用途
のための温度制御冷却手順を示し、特に発熱率および流
量対時間を示す別の図である。上記各図に示すように、
実験室の総排気量を人工的に増大させて、室温と圧力の
設定値を維持する。

【００３８】図２は、湯沸しコイルや水流制御バルブの
制御に使用される図１に示すフィードフォーワード制御
系の一実施形態を示す全体ブロック図である。図３は、
空気調節装置／アクチュエータの制御に使用する図１に
示すフィードフォーワード制御系の別の実施形態を示す
全体ブロック図である。各制御ループ１０、１２および
１４は、この図２および図３に示すフィードフォーワー
ドブロック２２および／または２４を備えている。図２
のブロック図は、加熱コイルのフィードフォーワード制
御ブロックであり、一方、図３のブロック図は、加熱温
度制御ループ１０および冷却温度制御ループ１４で使用
するダンパーのフィードフォーワード制御と、圧力制御
ループのものである。同様に、フィードバックブロック
２６は、制御ループ１０、１２および１４内に設けられ
る。

【００３９】図４は、図１に示すフィードバック制御系
の一実施形態を示す全体ブロック図である。図５は、図
１に示すフィードバック制御系の別の実施形態を示す全
体ブロック図である。図２に示すブロック図は、コント
ローラの動作中に使用するコイル・バルブアクチュエー
タ３２および温度センサを概略的に示す物理システムブ
ロック２８を含む。これらの詳細については、後述す
る。また、図３のブロック図は、コントローラの動作中
に使用する圧力測定手段と流れ測定手段を概略的に示す
物理システムブロック２９を有する。同様に、制御ルー
プ１０、１２および１４は、制御される部屋への空気供
給ダクトと関連した供給ダンパーおよびアクチュエータ
を概略的に示す供給ダンパー／アクチュエータブロック
３０を有する。また、制御ループ１０は、循環水加熱コ
イルと、該加熱コイルを通る水の流れを制御する水バル
ブとを概略的に示すコイル／バルブアクチュエータブロ
ック３２を有する。この加熱コイルは、供給ダクトを通
過する空気を加熱するために、空気供給ダクト内に配置
される。最後に、制御ループ１４は、制御される部屋の
一般排気ダクトに接続された一般排気ダンパーおよびア
クチュエータを概略的に示す一般排気ダンパー／アクチ
ュエータブロック３４を備えている。

【００４０】一般排気ダクトは、該部屋に存在する実験
用ヒュームフードに接続され、該ヒュームフードの内部
から煙霧などと共に空気を排出する排気ダクトとは別個
に設けられる。このようなヒュームフード排気は、空気
を部屋から必然的に除去する。コントローラは、後述す
るようにして、このような排気を補償する。

【００４１】フィードバック制御ブロック２６は、図５
に示すように、ＨＶＡＣ業界の当業者には公知の比例−
積分−微分（ＰＩＤ）制御法を採用する。フィードバッ
クコントローラは、設定値と実測変数との誤差を入力と
して利用し、ＰＩＤ制御を行って、プロセス変数を設定
値に戻す。ＰＩＤからの制御信号Ｃｓ，ｍの単純なデジ
タル化は、ｍ番目のサンプル時間のＰＩＤ離散式から始
めて、 ここで：Ｓ_ｔ＝サンプル時間；Ｐ_ｇ、Ｉ_ｇ、Ｄ_ｇ＝比
例、積分、微分ゲイン；上式のように、展開できる。

【００４２】上式の右辺第１項は、定数オフセットを表
し、第２項は、比例作用因子、第３項は、積分作用因
子、最終項は微分作用因子である。

【００４３】同様に、ｍ−１番目のサンプルについて
は、 上式のようになる。

【００４４】前者の式から後者の式を減じると、 上式を得ることができる。この式は、デジタルコントロ
ーラでの実行を容易にする。

【００４５】フィードフォーワード制御では、制御変
数、すなわち、供給空気流量と、供給空気温度と、一般
排気ダンパーの設定値の決定に物理モデルを使用する。
特殊な制御変数は、用途に基づいて選択する。用途は、
プロセス変数、すなわち、実験室の圧力と温度への妨害
によって起こる事象列として定義される。このプロセス
変数は、制御変数の状態を変化させるために、コントロ
ーラの応答を要求する。例えば、フードサッシの開放に
よって、実験室の総排気量が突然増加すると、部屋の圧
力が低下する。したがって、供給流量を増加させて部屋
の圧力を設定値に維持する必要がある。この例では、ど
ちらを測定するかによって、実験室の総排気量か、また
は、該実験室を横切る差圧がプロセス変数となり、供給
流量が制御変数となる。

【００４６】フィードフォーワードコントローラの第二
ステップは、第一ステップで決定した設定値およびＨＶ
ＡＣ装置の特性に基づいて、制御信号の発生を要求す
る。可変空気量（ＶＡＶ）実験室のＨＶＡＣシステムで
は、一般に、２つのタイプの制御機器が見られる。代表
的には、実験室供給空気を加熱する水対空気（ｗａｔｅ
ｒ−ｔｏ−ａｉｒ）コイルの手前に、水または空気の流
れを制限するバルブまたはダンパーが設けられる。各構
成要素の特性は、制御信号として入力変数を出力に相関
させる。

【００４７】図２に示すように、フィードフォーワード
コントローラ２２は、オンライン識別ブロック３６と制
御ブロック３８とを有し、同様に、図３に示すコントロ
ーラ２４は、オンライン識別ブロック４０と制御ブロッ
ク４２とを有する。識別ブロック３６、４０は、プロセ
ス入力制御信号と測定変数とに基づいてプロセス特性を
捕捉および更新する。この識別ブロック３６、４０は、
更新した特性を定期的に、各々の制御ブロック３８、４
２へ出力し、制御を実行させる。

【００４８】このような関係について、フィードバック
コントローラは、ある意味で、システム特性が変化した
ときに補償動作を実行する「フィードバック」機構を有
しているといえる。しかしながら、この制御機構は、測
定プロセス変数と設定値とを比較して誤差信号を生成
し、出力信号を該誤差信号の関数として本質的に生成す
るフィードバック制御とは異なる。

【００４９】フィードフォーワード識別プロセスでは、
費用効率がよく、可能であれば、プロセス変数およびシ
ステム妨害さえも測定できる。フィードフォーワード制
御ブロック３８、４２は、設定値信号を受け取って作動
し、プロセスの識別特性に基づいて、制御信号を生成す
る。フィードフォーワード制御の本質は、プロセスの設
定値または測定変数の変化に応じて、制御出力を生成す
ることである。フィードフォーワード制御は、制御信号
の生成に誤差を要しないため、フィードバック制御より
も早く応答する。

【００５０】識別プロセスは、該コントローラを強くす
る全運転範囲に及ぶシステム特性を捕獲する。この識別
機構がシステム特性を完全に捕らえることができれば、
フィードバックコントローラは必要ないであろう。しか
し、完全性を達成するには、データ内の誤差、ノイズ、
精度のために、多大のコストを要する。このように、定
常状態誤差やオフセットを補償するために、フィードバ
ック制御が要求される。

【００５１】ＶＡＶ実験室のＨＶＡＣシステムの各制御
機器については、フィードフォーワードコントローラ
は、プロセス変数の設定値の変化に応じて、制御信号を
生成することができる。制御信号がどのように生成され
るのかを理解するには、各構成要素に関連した物理プロ
セスが必要である。

【００５２】部屋を昇温する物理プロセスは、２つのプ
ロセス、すわわち、バルブ／アクチュエータアセンブリ
と加熱コイルとを含む。ＶＡＶ実験室は、一般に、実験
室の圧力と温度の両方の要件を満たすために、加熱コイ
ルと、バルブ／アクチュエータと、ダンパアクチュエー
タとを備えている。バルブ／アクチュエータ特性は、Ｈ
ＶＡＣ空気分配システムの空気流量の調節に使用するダ
ンパ／アクチュエータの特性に類似する。したがって、
バルブについてのここでの説明は、ダンパおよびアクチ
ュエータにも同様に適用できる。加熱プロセスの例を選
択することで、ＶＡＶ実験室のすべてのＨＶＡＣ構成要
素の識別動作が説明できる。

【００５３】バルブを通る水流量は、バルブ開口面積と
オーソリティａにより左右される。オーソリティは、バ
ルブを全開にしたときの該バルブを横切る圧力低下と、
全回路圧力低下との比として定義され、各バルブについ
ては、 上式で定義される。

【００５４】オーソリティと、バルブ開口率と、最大流
量率の点からバルブ特性を表現することは、技術文献ア
シュレイ（ＡＳＨＲＡＥ）１９９２年では、典型的な手
法である。

【００５５】実際には、単一回路システムでは、回路圧
力低下が１．０に近いオーソリティａを生じるバルブと
比較して小さくなる。しかし、多重回路のシステムで
は、ポンプとコイルとの距離が増大すると、主要部分の
圧力損失は、分岐部分に比べて著しくなる。その結果、
オーソリティの値は、上記オーソリティの式で示したよ
うに圧力損失率に左右される。各回路中の流れは、時間
によって変化するため、どの回路のオーソリティも時間
に左右される。バルブのオーソリティは、設計圧力低下
と流量との基本関係を利用して、あるいは、設計流れ条
件でのポンプ出口とバルブ入口での静圧を測定すること
で計算できる。

【００５６】図２に示すように、制御信号Ｃsは、加熱
要求に基づいて生成され、バルブ／アクチュエータ３２
に送られてバルブを開閉する。加熱コイルは、水と、空
気流量と、入口空気および水温の物理入力を有する。該
コイルの出力は、水温と空気出口の温度である。水の出
口温度は、供給空気熱エネルギーの制御に直接リンクし
ていないので、識別プロセスではそれを考慮しない。代
わりに、水入口温度Ｔ _ｆ，ｉと、空気の入口温度Ｔ
_ａ，ｉと、空気の出口温度Ｔ_ａ，ｏとを組み合わせた非
次元（ｎｏｎ−ｄｉｍｅｎｓｉｏｎａｌ）変数Ｒを使用
する。Ｔ_ｆ，ｉと、Ｔ_ａ，ｉとは、ユーザ入力パラメー
タとして所定のシステムの公知の定数であるか、また
は、測定されてコントローラに入力される。非次元変数
Ｒは、コイル有効性としても見られ、供給された熱の測
定値である。Ｒは、 上式のように表される。

【００５７】上記物理プロセスは、制御入力の関数とし
て、システムプロセス変数を結びつける。フィードフォ
ーワードコントローラに使用する場合には、水流量の設
定値に応じた所望位置にバルブをセットする所望制御信
号を生成するために、このプロセスを逆転させる必要が
ある。

【００５８】この制御系は、図２を参照して説明でき
る。上記の物理加熱プロセスの順序は、図２に示すフィ
ードフォーワードブロックでは逆になる。フィードフォ
ーワードブロックは、コイル出口空気温度の設定値Ｔ
_{ａ，ｏ｜ｓｐ}信号を受けて動作する。オンライン識別
は、特性の正規化や逆転を実行して、所望の制御信号を
生成する。制御プロセスでは、まず、コイル特性が使用
され、所望のコイル出口空気温度設定値Ｔ_{ａ，ｏ｜ｓｐ}
と、所定の供給空気流量υ_ｓとに基づいて、所望の水流
量υ_ｆを生じる。水流れ要件とオーソリティａとが分か
ると、識別バルブ特性は、制御信号Ｃ_ｓを生成する。

【００５９】システムからの観測変数は、上記制御信号
Ｃ_ｓとともに周期的に回収され、図２のオンライン適応
識別として示す別の識別系によって、コイルとバルブの
特性の更新に使用される。この観測変数には、
Ｔ_ａ，ｏ、Ｔ_ａ，ｉ、υ_ｆ、υ_ｓが含まれる。しかし、
水流量を測定する高価な手段に代えて、Ｔ_ｆ，ｏが測定
可能であり、 上記のエネルギーバランス式を使用すればυ_ｆを求める
ことができる。上記Ｋは経験的に求められる定数であ
り、空気や水のマスキャパシタンスの積の比として表さ
れか、または、 ここで：ρ_ａ＝空気の比重；ρ_ｆ＝流体の比重；Ｃ_ａ＝
空気の容量；Ｃ_ｆ＝流体の容量；上式で表現される。

【００６０】上記水流量（υ_ｆ）の式は、流れを直接測
定する場合に比べ、コストと実用性を考慮すると、局所
加熱コイルを通る水流量を計算する方法として好まし
い。通常、ＨＶＡＣ制御システムは、放出する空気温度
だけでなく、コイルを通る空気流量をトレンドする。こ
れらの値は、１秒またはそれ以上の間隔で更新される。
コイル空気および水入口温度の値も中央空気処理装置や
冷却装置プラントから使用できることが多い。このよう
に、水温センサを加えることで、コイルの水流量は、上
記の水流量（υ_ｆ）式から推定できる。

【００６１】このことは、流れセンサが温度センサより
も高くつき、ビル内にある多数の局所加熱コイルを考慮
すると、コスト差が顕著に現れる。従って、水温センサ
を用いることは、費用効果の良い提案である。さらに、
後付け使用の場合、取り付け式の温度センサをパイプの
外側に設置することで、コスト高の原因となる作業中断
を避けることができる。一方、ほとんどのタイプの流れ
センサは、既存のパイプ内部に挿入する必要があるた
め、システムの動作を中断することになる。

【００６２】幾つかの追加要素は、温度センサの使用に
好都合である。第一に、水流量式は、識別目的にのみ使
用する。したがって、ダイナミックデータを必要としな
い。代わりに、１秒以上の好適なサンプル率で得られる
周期的定常状態データのみが必要である。第２に、コイ
ルの水流量と、空気流量と、コイルを横切る空気および
水側差温の支配関係がコイル水流量を推定する上で重要
である。したがって、各測定の絶対的な精度は重要では
ない。最後に、フィードフォーワードとフィードバック
との組み合わせにおいて、フィードバックコントローラ
の目的は、測定誤差を含む識別プロセスの不正確さを補
償することである。ゆえに、識別の正確な測定は必要で
ない。

【００６３】図２は、フィードフォーワードブロックが
任意の制御信号を生成する前に、コイル出口温度設定値
Ｔ_{ａ，ｏ｜ｓｐ}を推定する必要があることを明白に証明
している。事実、加熱コイル特性の逆転は、バルブを通
る水流量の設定値を生成する。バルブオーソリティと水
流量設定値とが分かると、コントローラは、バルブに対
する制御信号を生成できる。

【００６４】バルブについて説明した上記プロセスは、
ダンパーのプロセスに似ている。ダンパーについては、
図３に示す通りである。ダンパーの場合、信号は、空気
流量の要求に応じて生成される。まず、空気流量設定値
を最初に決定し、この設定値をダンパーオーソリティと
ともにフィードフォーワードブロックで用いて、制御信
号を生成する。

【００６５】本システムの重要な観点に従えば、供給空
気流量と、供給空気温度と、一般排気空気流量の設定値
を決める方法が必要である。供給空気流量設定値は、実
験室の安全のための圧力ループと結びつけられる。供給
空気温度設定値は、室温が設定値より下り、加熱が必要
になると決定される。一般排気管は、部屋が暑くなり、
温度が設定値を超えると開口される。すべての場合に、
物理モデルを使用して設定値を求める。

【００６６】供給流の設定値は、定常状態の質量バラン
スおよび浸潤方程式を使用して求める。定常状態の質量
バランスは、設定値に関して書かれている場合には、 上式のようになる。

【００６７】一方、浸入関係、つまり、供給ダクト以外
から部屋へ入る空気の量は、 上式のようになる。

【００６８】また、実験室差圧ΔＰ_｜ｓｐは、 差分として上記のように定義される。

【００６９】上記の質量バランス方程式には、温度、流
量および３つの空気流、すなわち、供給、浸入、実験室
排気を含む９つの変数ある。部屋の温度および圧力浸入
の設定値は既知である。設定値υ_{ａｄ｜ｓｐ}での浸入空
気の容積流量も、υ_{ａｄ｜ｓ ｐ}とΔＰ_｜ｓｐの式から求
めることができる。同様に、供給空気圧Ｐ_ｓ｜ｓｐと、
部屋圧Ｐ_｜ｓｐと、温度Ｔ_｜ｓｐの設定値は、設計デー
タから得られる。未知の値としては、次の３つの値、す
なわち、実験室供給空気流量υ_ｖ｜ｓｐと、合計実験室
排出設定値υ_ｅ｜ｓｐと、供給空気排出温度設定値Ｔ
_ｓ｜ｓｐがある。実験室の総排気量は、一般排気とヒュ
ームフードからの排気との合計であり、 上式で与えられる。

【００７０】ＶＡＶ実験室では、ヒュームフード排気の
設定値は、ヒュームフードサッシの各位置について、公
知の数量である。ゆえに、実験室の総排気量の設定値を
決定すれば、一般排気の設定値が得られる。

【００７１】供給空気排出温度と、一般排気設定値のい
ずれかを解くため、直上の４つの式の他に、定常状態エ
ネルギー式を使用する。この定常状態エネルギー式は、 ここで：ｃ_ｆ＝単位換算因子；上記のとおりである。

【００７２】供給空気排気温度設定値を求めれば、一般
排気量およびその逆の量は、通常公知の量となる。サッ
シが開いてヒュームフード排気が急激に増大すると、所
望の供給空気排気温度を求める必要がある。排気の増大
は、部屋差圧を維持するために、更なる供給空気が必要
であることを意味する。しかし、典型的な５５°Ｆの供
給空気量が室温を７０°Ｆに維持する冷房負荷のオフセ
ットに必要な量を超過すると、部屋が過冷房される。部
屋の過冷房を防止するためには、供給空気を加熱し、加
熱コイルバルブを制御して、所望供の給空気温度設定値
を達成する必要がある。

【００７３】ヒュームフードが閉じており、内部発熱が
プロセスや装置の運転によって増大したときは、一般排
気が必要となる。このような状況下の部屋では、更に冷
房が必要となる。しかし、５５°Ｆの供給空気の流量を
増加して追加冷却すると、室圧の均衡に狂いが生じる。
その結果、一般排気ダンパーが開き、追加冷却を実行す
る空気が供給される。コントローラは、室圧および温度
設定値を維持するために、一般排気流量と供給空気流量
を決定し、制御を実行する。もっとも、この場合、供給
空気温度は５５°Ｆに固定されている。加熱要求時に
は、通常、一般排気ダンパーが閉じており、υ_ｅ｜ｓｐ
はゼロとなる。

【００７４】以上のように、上記５つの式を使用する
と、制御手順に従う供給空気流量と温度または供給と一
般排気流量の組合せに関する設定値の解が得られる。最
後の式、すなわち、定常状態のエネルギー式では、設定
値を得るために、空間熱負荷ｑ _ｌｏａｄを決定する必要
がある。部屋の過渡負荷は、おおよそ、時間に対する室
温の１次微分に比例する。これは、実験室の空気の質量
が一定であると仮定した場合の内部エネルギー保存項で
ある。この過渡負荷は、 上式で表すことができる。

【００７５】室温Ｔは、壁面温度調節器を取りつける一
般的な方法に代えて、温度センサを部屋の排気ダクト内
に設置することで直接測定できる。多くの実験室では、
ヒュームフードおよび実験室からの排気はダクトで送ら
れ、これら２つの排気流の合流点は、ダクト温度センサ
の設置に好適な場所である。実験室では、換気要求度が
高いため、空気が良く混合される。従って、排気空気の
温度は、室温Ｔを好適に表わす。しかし、特定の状況で
は、センサーに印加された電圧が揮発煙霧と反応するお
それがあるため、ダクト温度センサーの取りつけが困難
となる。こうした状況では、室壁温度調節器センサーを
使用し、室温は、 上式を単純化し、以下に説明するような暫定室温センサ
ーを使用して推定できる。

【００７６】上式は、パネル壁および室温を温度自動調
節器の温度Ｔ_ｓｔに関連づける。放熱壁が温度計を取り
付けたパネル壁の加熱や冷却を行うので、パネル壁と温
度調節器の温度関係が必要である。ほとんどの実験室で
は、通常、実験室と実験室隣接空間とが内部領域に設け
られ、同一温度に維持されるため、壁温は空間温度と非
常に近い値となる。その結果、上式は、 上記のように単純化できる。

【００７７】温度調節器較正定数Ｃ２_ｓｔは、次のよう
にして容易に求めることができる。すなわち、稼動プロ
セス中に、温度センサーを排気ダクト内に一時的に取り
付けるか、または、室内の好適な位置に取り付け、室温
設定値を変更し、暫定位置から温度調節器温度Ｔ_ｓｔと
室温Ｔとをトレンドし、該トレンドしたデータを上式に
当てはめて、Ｃ２_ｓｔを求める。

【００７８】一度、温度調節器定数が較正されると、温
度センサーは、暫定位置から取り外すことができる。あ
るいは、可能であれば、室温を測定するセンサーを実験
室空気用の一般排気ダクト内に設置する。一般排気ダン
パーは、完全に閉じられることが多く、かつ、センサー
が部屋の気流にさらされないので、一般排気ダクト内の
センサーを温度計に代えて、継続使用することができな
い。

【００７９】一方、一般排気内にセンサーを設けること
で、較正プロセスは、一般排気流が重要な場合に、トレ
ンドしたセンサーと式５．１５の温度調節器の数値を使
用して、較正定数Ｃ２_ｓｔの値を定期的に更新するため
に自動化できる。

【００８０】室温が一定の場合、合計冷却負荷は、 上記エネルギー式を使用して求めることができる。これ
は、前のタイムステップｔ−１での実験室の総排気流量
と、室温と、供給流量とを負荷に関連付けるものであ
る。空気の比重は、供給、排気、浸入空気について、一
定かつ同一であるとみなせる。

【００８１】実験室排気の合計は、一般排気とヒューム
フード排気流の合計として表せる。 上記の両式では、部屋負荷予測での変動を避けるため、
浸入流量設定値υ_{ａｄ ｜ｓｐ}が実際の浸入流量の代わり
に使用される。過渡電流ΔＰは、浸入流量υ_{ａ ｄ}と、室
温Ｔの両方を変動させる。その結果、計算した部屋冷却
負荷が変動する。

【００８２】計算された負荷に対する過渡電流ΔＰとυ
_ａｄの影響を見るために、簡単な制御方法を選択して、
シミュレーションを行う。室圧および室温反応は、室内
発熱率を定常値８２．５０Ｂｔｕ／分から４１２．５０
Ｂｔｕ／分に増加することで得られる。より高い内部発
熱率によって、室温が上昇するので、部屋の更なる冷房
が必要となる。

【００８３】追加冷房は、５５°Ｆの供給空気の流量を
増加することによってのみ可能である。しかし、供給空
気流量を増加する前に、実験室の総排気量を増大して部
屋の差圧を維持する必要がある。これは、一般排気の増
加が必要であることを意味する。浸入流量設定値を使用
することは、負荷を予測する際に有用である。なぜな
ら、ここでは、部屋差圧と温度設定値を達成するため
に、要求された供給空気流量、温度または一般排気流量
が決定されるからである。本質的に、コントローラは、
供給および一般排気ダンパーを駆動して、部屋差圧を．
０５ｗ．ｃ．に、室温を７０°Ｆに維持する。コントロ
ーラは、まず、内部発熱率が増加する前後に、定常状態
での供給および総排気流の設定値を計算する。

【００８４】流れ設定値に基き、コントローラは、ダン
パーを通る流量とダンパー位置との識別関係を使用し
て、ダンパー位置を決定する。単純なシミュレーション
を使用する目的は、圧力および温度の過渡現象が順次浸
入流量の過渡作用を引き起こすことを説明することであ
る。

【００８５】この結果としての効果は、予測負荷が浸入
流量の過渡変化を振動させることである。定常状態条件
での瞬間負荷は、実際の実験室総排気量υ_ｅｘを使用す
る上記ｑ_{ｌｏａｄ｜ｓｓ}式を適用して決定される。対照
的に、設定値を使用する予測された定常状態負荷ｑ
_{ｌｏａｄ｜ｓｓ}は、過渡現象中に、実際の負荷に密接に
従って、定常状態の発熱と壁面効果とを含むシミュレー
トされた負荷と一致する。定常状態でのｑ
_{ｌｏａｄ｜ｓｓ}は、設定値をΔＰと見なしてυ_ｅｘを計
算するｑ _{ｌｏａｄ｜ｓｓ}方程式を使用する。

【００８６】その結果、．０５”ｗ．ｃ．のΔＰ設定値
に対応するｑ_{ｌｏａｄ｜ｓｓ}の設定値が式５．１６で使
用される。選択制御シーケンスについて、実際の値と、
式５．１６によって決定した値との差は、およそ４１ｃ
ｆｍであることが分かる。この差は、定常状態での瞬間
的負荷と、ｑ_{ｌｏａｄ｜ｓｓ}との間のおよそ４３Ｂｔｕ
／分の差に変換される。

【００８７】このような所見に基づいて、瞬間的負荷の
代わりに、予測された定常状態負荷を選択し、シミュレ
ーションに使用する。コントローラも、ダンパーの振動
を引き起こすため、実際の瞬間的部屋負荷に従う必要は
ない。設定値に基づいた予測負荷の使用は、安定した制
御状態を提供する。

【００８８】部屋を冷却する必要がある場合は、一般排
気および供給流量設定値を求めるために、保存および定
常状態の負荷項を加えて、負荷ｑ_{ｌｏａｄ｜ｓｓ}を計算
する。しかし、加熱のみの場合には、供給空気温度設定
値は、保存項を無視して算出する。

【００８９】識別プロセスでは、識別した構成要素の特
性を使用する他の変数に関係した入力、出力および情報
に基づいて、構成要素出力を生成する。識別を必要とす
る構成要素には、２タイプの要素、すなわち、加熱コイ
ルとバルブ／ダンパーとがある。しかし、すでに説明し
たように、物理特性は、制御プロセスで逆転するため、
識別プロセスは、逆転した物理的プロセスの入力と出力
との関係を捉える必要がある。例えば、加熱コイルの場
合、入力は、非次元変数Ｒと、固定変数であるコイル入
口空気温度Ｔ_ａ，ｉおよび流体入口温度Ｔ_ｆ，ｉであ
る。コイル出力は、コイルを通る水流量υ_ｆとなる。

【００９０】同様に、図２を参照して説明すると、ダン
パーまたはバルブの逆転した物理プロセスの識別は、２
つの入力として、流量およびオーソリティを含み、出力
として、制御信号を含む。ダンパーまたはバルブは、本
質的に可変流体抵抗装置である。両者は、同様の流体特
性を示し、その性能は同一変数で表されるため、同じモ
デルで表すことができる。

【００９１】一般回帰神経回路網（ＧＲＮＮ）は、シス
テム識別におけて、その簡単、ロバストネスおよび優れ
た性能により、コイル特性とバルブ特性の識別手段とし
て選択される。これは、従来の神経回路網と異なり、最
小の計算時間でシステム特性を効果的に捕らえる。以
下、構成要素の識別を実行するＧＲＮＮを簡単に説明す
る。

【００９２】ＧＲＮＮへの入力は、複数次元の一連のデ
ータであり、入力ベクターＸおよびスカラー出力Ｙのサ
ンプル値Ｘ_ｉおよびＹ_ｉについては、任意の特定値Ｘで
の所望の平均値Ｙの概算が、 上式に示す関係中のサンプル値のすべてを使用すること
で分かる。

【００９３】ここで、所定の値から既知のポイントまで
のユークリッド距離を表すスカラー関数Ｄ_ｉ ^２は、 上記のように表される。

【００９４】そして、σは、ＧＲＮＮの単一平滑化パラ
メータである。上式は、ＧＲＮＮ法のエッセンスであ
る。平滑化パラメータσの小さい値については、推定密
度は、非ガウス形とみなせるが、推定値は、既知の異常
点間で大きく変化する可能性がある。σが大きい場合、
非常にスムーズな回帰面が達成される。平滑化パラメー
タσの値は、ホールドアウト（Ｈｏｌｄｏｕｔ）法（ス
ペクト（Ｓｐｅｃｈｔ１９９０年）を使用して計算す
る。

【００９５】加熱コイルまたはバルブ／ダンパーの特性
に対するＧＲＮＮの実行も、従来の識別法に勝る利点を
提供する。識別のための従来の回帰方法では、オペレー
タは、方程式タイプの先行知識を入力するか、または、
最適な方程式を徹底的に探す必要がある。非線形回帰に
ついての符号要件は強力であり、効果的なオンライン使
用を抑制することもある。対照的に、ＧＲＮＮは、特性
の機能フォームの入力をユーザに対して要求せず、非常
に簡単な符号を使用する。さらに、ＧＲＮＮアルゴリズ
ムは、神経ハードウェアプロセッサに取りこみ可能であ
り、これによって、現場でのインストール時のソフトウ
ェア符号化が不要であるため、ソフトウェアの開発プロ
セスを大幅に省略できる。

【００９６】加熱コイルについては、入力ベクターＸ
は、非次元変数Ｒと、υ_ａ｜ｓｐとを含み、一方、出力
Ｙは、コイルを通る水流量υ_ｆ｜ｓｐとなる。バルブオ
ーソリティａと、υ_ｆ｜ｓｐとを入力として使用する
と、バルブＧＲＮＮは、要求されたバルブ制御信号Ｃ_ｓ
の出力を生成する。流れ制御用のダンパー／アクチュエ
ータについては、入力および出力変数は、バルブのもの
と同じである。

【００９７】コントローラの別の重要な観点に従えば、
コイルおよびバルブの特性は、前述したモデルを使用し
て生成され、続いて、諸特性の識別に上記ＧＲＮＮが使
用される。まず、物理変数が正規化される。Ｒ（式５．
５）および０から１の範囲のオーソリティａに加えて、
他に使用した正規化変数は、 上記のものである。

【００９８】この例では、Ｃ_ｓｍａｘ、υ_ｆｍａｘ、υ
_ｓｍａｘの値は、それぞれ１．０と、２５００ｃｆｍ
（１１８０Ｌ／ｓ）と、１．０ｇｐｍ（．０６３１Ｌ／
ｓ）である。負荷への適合を要求されたＲの値と、所定
の値ｎυ_sとを使用すれば、値ｎυ_ｆを決定することが
できる。この値は、所定のオーソリティとともに、バル
ブモデルで使用され、図２に示すように、制御信号ｎＣ
_ｓが生成される。表１に示すコイルおよびバルブ特性
は、上述した正規化変数およびモデルを使用して生成さ
れる。

【００９９】 ＧＲＮＮ法は、一定オーソリティについての回帰バルブ
データの例を使用すれば、最も良く説明できる。

【０１００】図６は、ＧＲＮＮ法を使用した識別のため
の各平滑化因子σに基づく、０．１のオーソリティａを
有するシミュレートしたバルブに関する正規化流量対正
規化制御信号のチャートである。図７は、多様な技術を
使用する部屋の予測熱負荷を示すチャートである。図６
に示すように、例えば、オーソリティａを０．１とし
て、同図に示す非線形関係を正規化制御信号と正規化流
れとの間に確立する。一定オーソリティについては、入
力が１つだけあり、上記スカラー方程式中のベクターＸ
は、正規化流量値ｎυ_ｆの連続したスカラー量になる。
スカラー方程式では、関数Ｄ_ｉ ^２が計算できる。ここで
Ｘ_ｉは、シリーズの中のｉ番目のサンプル値である。次
に、Ｙ（Ｘ）に関するＧＲＮＮ式は、Ｄ_ｉ ^２と、識別デ
ータ中のｎＣ_ｓのｉ番目のサンプルに対応するＹ_ｉとを
使用して解くことができる。

【０１０１】参考として、ここに具体的に組み込んだ工
学方程式ソルバー（クライン（Ｋｌｅｉｎ））とアルバ
ラド（Ａｌｖａｒａｄｏ）１９９７年）を使用して、コ
イルおよびバルブ特性およびＧＲＮＮのシミュレーショ
ンを行う。図６に示すシミュレートされたデータは実線
で示され、一方、各点は、平滑化パラメータ（σ）の値
を変化させ、ＧＲＮＮ式を使用して生成される。小さい
値のσは、好ましいデータを表していると見られるが、
オーバーフィットを回避するため、非常に小さいσを選
択することが好ましい。シミュレートされたデータは、
０．１の増分でｎＣ_ｓを０．０から１．０まで変化さ
せ、さらに、ｎＣ_ｓを０．０５、０．１５、０．２５と
変えて得られた１４サンプルを含む。

【０１０２】参考として、ここに具体的に組み込んだホ
ールドアウト法（スペクト（Ｓｐｅｃｈｔ）１９９０
年）をシグマの最適値σを計算するために使用しする
と、．０１が得られる。更に高い値のσを選択すること
の効果は、図６で明白である。σが更に大きい値０．５
の場合には、この線形に近い平滑化の傾向が入力とは相
当異なっていることが分かる。一方、小さい値では、Ｇ
ＲＮＮがすべてのサンプルの近似を試みて、ポイント間
がスムーズでなくなる。

【０１０３】σ＝０．０１の場合、予測した信号とシミ
ュレートした信号との間の平均誤差は、２．６２％にな
ることが分かる。一方、最大誤差１４％は、識別データ
（．３５のｎＣ_ｓ）中に含まれていない制御信号の最低
値について観察される。ｎυ _ｆの高い値でも若干の誤差
が観察される。これは、制御信号が正規化された流量に
対して、かなり敏感になるからである。

【０１０４】しかし、バルブ曲線の高い端部での相対誤
差は、この端部での制御信号の絶対値が高いため、低い
端部と比較すると相当小さくなる。したがって、サンプ
ルサイズとサンプルの選択は、平滑化パラメータσと共
に重要な変数である。実際に、識別データにｎＣ_ｓ＝
０．３５を含めることにより、特定のサンプルのシミュ
レートした制御信号と推定制御信号との誤差が、２．６
２％から１．３１％に低下可能である。ダンパー／バル
ブ特性を識別するために、運転の全範囲をカバーするに
は最高２００サンプルを必要とする。これは、オーソリ
ティが．００１、．０１、．０５と．１から１の間で
０．１０の増分で変化可能であり、一方制御信号は、．
０５、．０７５、．０１、．１５、．２０、．２５、．
３０、．３５と０．４０から１．０との間で０．１の増
分で変化可能であるとの想定に基づいている。どんな技
術先端の局所コントローラでも、２００サンプルの値を
簡単かつ高速に処理できる。しかし、現実には、実際の
運転範囲をカバーするポイントの合計数はかなり少な
く、例えば、１００未満が好ましい。

【０１０５】０．５と０．１の範囲のバルブオーソリテ
ィを選択して、ＧＲＮＮ法をテストした。再度、ホール
ドアウト法を使用して、最適平滑化パラメータσを求め
ると、これは今０．０５で、３０サンプルの識別データ
サイズについて合計で０．１８９の二乗誤差を生じる。
識別データセットは、０．１０、０．３０、０．５０の
オーソリティの値と等間隔の０．１０から１．０の間の
ｎｃ_ｓを含む。テストデータセットは０．１０の増分で
ｎｃ_ｓを０．０５から０．９５に変化させ、０．２０と
０．４０の中間オーソリティも含む。およそ．３０％の
平均誤差は、データセットの範囲と比較して低い。平均
よりも高い幾つかの誤差が、制御信号の高い値に見うけ
られ、この場合の曲線は、正規化流量と共に非常に急傾
斜になる。

【０１０６】バルブやダンパーの運転範囲は、これらの
運転用途の代表である。そこで、小さいデータセットを
使用する特性を表す為にＧＲＮＮを使用する方法は、オ
ンラインベースでの実際のコントローラで将来性（ｐｒ
ｏｍｉｓｅ）および実現可能性（ｉｍｐｌｅｍｅｎｔａ
ｂｌｅ）について実証した。実際の使用では、ダンパー
開口区域を変更することで作動中に全運転範囲での運転
特性が発揮できる。一旦捕らえられると、運転特性はフ
ィードフォーワードコントローラに保存され、制御信号
はＧＲＮＮを使用して保存データに基づいて生成され
る。フィードバックループをチューンするのに必要な時
間と努力は、フィードバックループの誤差信号の値が常
に低いために、少なくなる。作動コストと時間の低減お
よびシステム性能の強化は、ビルのＨＶＡＣ分配システ
ムの組合せフィードフォーワード・フィードバックコン
トローラの支持（ｆａｖｏｒｉｎｇ）における２つの主
要要素である。

【０１０７】作動プロセス中に得られる測定データは、
識別プロセスを初期化するためだけに使われる。システ
ムが働いて、更に多くの運転データが集められ、識別が
更新される。組合せフィードフォーワードおよびフィー
ドバックのエッセンスは、フィードフォーワードブロッ
クで制御信号を大まかに概算し、一方細分（ｒｅｆｉｎ
ｅｍｅｎｔ）をフィードバックブロックで行うことであ
る。実際、フィードバックブロックも識別を更新するフ
ィードバック機構を持っている。しかし、識別プロセス
は、容易な実行および費用効果のための制御プロセスと
は別である。

【０１０８】コントローラのＧＲＮＮを実行する別の方
法は、シミュレートしたデータを使用して特性を生成す
ることである。特性は、実際のデータが使用可能になる
と保存および更新が可能で、シミュレートしたデータに
取って代わる。

【０１０９】図８は、ＧＲＮＮ法を使用した識別のため
の、１と０．０１との間の代表バルブオーソリティに基
づいたシミュレートしたバルブに関する正規化流量対正
規化制御信号のチャートである。同図には、識別データ
およびバルブの全運転範囲をカバーするテストデータの
両方を示す。このデータは、オーソリティが．０１から
１．０に変化する識別セットにおける各オーソリティに
ついて、０．１と１．０の間で変化する制御信号をシミ
ュレートすることで得られた。また、他のサンプルは、
オーソリティおよび制御信号の低い値でテストセットか
ら識別セットへ複写される。合計で、１６０サンプルが
識別セットに使われるが、１５０サンプルがテストセッ
トに含まれている。．０１、０．１０、０．２５、０．
５０、１．０のオーソリティの小さいデータセットを使
用するホールドアウト法を使用して、σの値を最適化す
る。まばらな値（ｓｐａｒｓｅ ｖａｌｕｅ）を有する
小さなデータセットは、図８に示すデータセットについ
て０．０１のσの優れた選択を依然として生じる。

【０１１０】図９は、ＧＲＮＮ法を使用した１と０．０
１との間のオーソリティを有するバルブのシミュレート
した制御信号と予測制御信号との比較チャートである。
同図に示すように、さらに、大きい制御信号ならびに低
いオーソリティについて平均誤差よりも高い誤差が生じ
る。特定のサンプルの大きい誤差は、そのサンプルを識
別セットに含めることで大幅に減らすことができる。こ
れは、バルブやダンパーに送られた制御信号とフィード
フォーワード制御信号により生成された制御信号とを比
較することで、実際のコントローラによる達成が簡単で
ある。フィードフォーワード制御信号と合計制御信号と
の差が所定の固定閾値を超えて増加した場合は、制御信
号と対応する正規化流量およびオーソリティは、識別セ
ット内に戻すことができる。

【０１１１】最後に、ＧＲＮＮを使用して、加熱コイル
の特性を識別する。図２を参照して説明すると、ＧＲＮ
Ｎは、所定Ｒについてコイルを通る所要水流量および空
気流量とを推定する必要がある。正規化供給空気流量n
υ_ｆｓおよびＲのランダムに選択した値について、正規
化流量nυ_ｆは、υ_ｆについてのエネルギバランス式、
Ｋについてのマスキャパシタンス式、およびｎＣ_ｓ、ｎ
υ_ｓ、ｎυ_ｆを知るための正規化式を使用して計算され
る。シミュレートしたデータの一部は、識別のために使
用し、残りは、ＧＲＮＮアルゴリズムの試験のためにと
っておく。図９には、識別とテストデータの両方を示
す。

【０１１２】推定正規化流量およびシミュレートした正
規化流量間の２．６％の平均誤差が分かった。一定のパ
ターンが明らかなバルブとは違い、図１０のコイルプロ
ットは、ランダムに見える。そのようなまばらでランダ
ムな入力データの分布でも、ＧＲＮＮは精度良くコイル
流量を推定できる。

【０１１３】図１０は、ＧＲＮＮ法を使用した識別のた
めの、シミュレートしたコイルに関する正規化供給流量
対コイル効果のチャートである。シミュレートしたデー
タのほかに、測定ダンパー特性もＧＲＮＮのテストに使
用される。２つのソースを使用して、測定値を得た。す
なわち、１）ダンパー性能の較正のために取られたテス
トデータと２）ビルオートメーションシステム（ＢＡ
Ｓ）を使用した仕事の現場での動作ダンパー性能であ
る。第一の場合、ダンパー曲線は、図１１に示すように
３つのダンパーオーソリティについて実験で生成した。

【０１１４】図１１は、ＧＲＮＮ法を使用した識別のた
めの、ダンパーに関する正規化流量対正規化測定制御信
号のチャートである。データを得るために使用したテス
トセンサーは、商業ビル制御システムに使用するものに
類似している。所定の制御信号について、ダンパーを通
る流量を観測して、正規化方程式を使用して正規化す
る。ＧＲＮＮは、制御信号、流量、オーソリティの測定
値を使用して識別し、一方、図１１に示すようにオーソ
リティ曲線上の中間ポイントを使用してＧＲＮＮをテス
トする。

【０１１５】シミュレートしたデータと比較して、図１
１の測定曲線は、予想以上にランダムである。低流量で
は、３本のオーソリティ曲線が一つにまとまり、ダンパ
ーをほとんど開いていない場合の流量測定の困難さを示
唆している。高流量およびオーソリティの低い値では、
制御信号を増大しても、流れは増加しない。ＧＲＮＮ
は、測定およびデータ収集システムに結びついた誤差を
考慮して、良い平均精度４．３０％の測定値を推定し
た。ホールドアウト法を使用して、最適平滑化パラメー
タσの０．０６６を求める。図１１を参照すれば分かる
ようにオーソリティ曲線は非常に敏感になるので、流量
が高くなると誤差が増加する。ダンパーの普通の運転範
囲で選択したＧＲＮＮのテストデータの範囲は、１０％
から１００％の流量である。

【０１１６】仕事の現場でのダンパーについては、オー
ソリティはデータの収集中は７％で変化はなかった。同
じ流量について、ダンパー制御信号は、高流量と低流量
両方で幅広い範囲にわたって変化した。ＧＲＮＮ出力
を、識別データで使用した各サンプル観察についてテス
トした。識別のためにデータをＧＲＮＮに供給する前
に、生測定値の前処理を行わない。測定値の不確定性を
低減するために、測定値に前処理フィルタは使用でき
る。

【０１１７】制御信号の予測におけるＧＲＮＮの精度
は、６％以内と示された。バルブ特性の線形回帰も平均
誤差７％を生じることが示されている。ＧＲＮＮ法のエ
ッセンスは、固定平滑化パラメータについてユーザ入力
せずに、線形ならびに非線形特性を予測する性能であ
る。回帰ツールの場合、回帰フォームを指定するユーザ
の重要な入力が要求されるが、これは識別のための回帰
分析の実際のオンライン実行を限定することが多い。し
たがって、その結果は、ＧＲＮＮの性能が線形回帰のも
のを超えることを実証している。

【０１１８】フィードフォーワード・フィードバック組
合せ位相は、フィードバックブロックが小さい定常状態
誤差にのみ対応し、チューニングをほとんど必要としな
いように、制御信号の大部分をフィードバックブロック
から提供できるようにする。フィードバックループと違
って、フィードフォーワードループは、設定値にのみ作
用して、変数の測定値を必要としない。その結果、フィ
ードフォーワード信号は、設定値変更を追跡する制御速
度を向上できる。フィードバックを使用する最も一般的
な方法は、比例積分微分（ＰＩＤ）アルゴリズムの伝統
的なアプローチであり、組合せアプローチに適してい
る。

【０１１９】局所コントローラは、図１から図４の装置
の実行に使用可能で、中型から大型のビルに多数見られ
るもので、費用効果を維持する上で十分なメモリと処理
性能を備えている。簡単、実行容易、安価であって、フ
ィードフォーワードアルゴリズムとフィードバックアル
ゴリズムの結合によって性能を相当向上させる制御体系
を提供できる。これは、コイルやバルブ信号の動的応答
により影響を受ける制御装置に対応するＰＩＤコントロ
ーラの改善を提供するものである。上記フィードフォー
ワードブロックでは、こうした装置の静的特性の保存お
よび更新が行われる。

【０１２０】フィードフォーワードブロックとフィード
バックブロックとの組合せは、２つの方法のどちらかで
行うのが好ましい。第一のオプションとしては、図４に
示すように、設定値変化が認められる場合には、単純ス
イッチ５０を使用してＰＩＤアルゴリズムからの制御信
号をゼロに設定できる。このアプローチは、モデル１と
する。設定値が変化したときに、フィードフォーワード
ブロックのみが制御信号を生じる。ＰＩＤ出力は、設定
値が変化しないときに加えられ、システムが定常状態で
あることを示す。この組合せアプローチは、開放フィー
ドフォーワードブロックでは検出されない定常状態誤差
の原因がフィードバックのみであることに基づいてい
る。識別体系、測定、コントローラが生じさせる不確定
性による比較的小さい定常状態誤差を予測することは妥
当なことである。

【０１２１】モデル２として図５に示した第二のアプロ
ーチでは、ネットコントローラ出力は、フィードフォー
ワード出力と、ＰＩＤ出力の積分および微分部分と、Ｐ
ＩＤ出力の比例部分の減算とを足した結果である。ここ
で使用した論理は、比例出力を減算することで、フィー
ドバックが設定値の変化に対して非活性である。フィー
ドバックは、積分作用および導関数作用を提供し、コン
トローラはフィードフォーワードブロックによって設定
値変化に応答する。

【０１２２】応答を説明するために簡単な一連の圧力制
御を使用して両組合せモデルのシミュレーションと相互
比較を行う。

【０１２３】図１３は、モデル１と２の性能を比較する
部屋の差圧レスポンスを示すチャートである。同図に示
すように、両モデルともうまく働いたが、モデル1の方
がアンダーシュートと反応時間の面でモデル２よりも若
干優れている。減少流れのトレンドは増加流れの場合と
まったく逆である。コントローラの性能は、短いサンプ
ル時間で相当向上する。サンプル時間は、コントローラ
処理と通信速度の関数であり、コストに左右されること
が多い。コントローラは、１／１０秒のサンプル時間ま
たは毎秒１０サンプルであるのが好ましい。

【０１２４】一般回帰神経回路網（ＧＲＮＮ）の方法
は、制御におけるその次の使用のためのＨＶＡＣ構成要
素の特性を効果的に識別する。シミュレートしたサンプ
ル観察と測定サンプル観察とを使用した線形関係および
非線形関係両方に適応させるＧＲＮＮの性能を実証した
ので、ＧＲＮＮの強さは、明白である。しかし、従来の
回帰方程式と異なり、方程式に関した関係についての演
繹的知識は、ＧＲＮＮの実行には必要としない。ＧＲＮ
Ｎアルゴリズムの特質は、その方法をハードウェアの実
行を可能にする神経回路アーキテクチャに組み込ませる
ものである。平滑化パラメータは、選択の必要がある変
数のみであり、これはホールドアウトなどの方法を使用
して求めることができる。

【０１２５】局所ＨＶＡＣ制御構成要素、すなわちバル
ブ、ダンパー、加熱コイル特性には小さいデータセット
が必要なので、ＧＲＮＮは、フィードバックコントロー
ラと結合したフィードフォーワードブロックで使用する
ＨＶＡＣ構成要素の静的性能を特徴付ける有効手段を提
供する。出力Ｙはスカラーとして本願中で扱うが、多重
出力もＧＲＮＮで処理可能である。

【０１２６】測定データを使用した結果に基づき、ＧＲ
ＮＮ法によるコイルおよびバルブ特性の識別における控
えめな予測である６％の誤差は妥当なものである。した
がって、制御信号は平均精度８．８％で生成できる。フ
ィードバックコントローラは、１０％未満の残留誤差を
見積もるために制御信号を生成する上で適切である。さ
らに、フィードバックコントローラは、誤差範囲は固定
低範囲内にあると予想されるので、必要なことは最低限
のチューニングである。

【０１２７】図４に示した組合せモデル１は、定常状態
でのみＰＩＤコントローラを使用し、図５に示すモデル
２と比較して単純な部屋圧制御の点で優れた性能を実証
した。モデル１は、モデル２と比較して、応答時間、振
動、安定性の点で改善された性能を示した。

【０１２８】以上のことから、強固な制御を持ち、簡
単、実行容易、安価であり、フィードフォーワードおよ
びフィードバック制御アルゴリズムを結合することで性
能の相当な向上をもたらす優れたコントローラが示され
説明されたことが分かる。

【０１２９】本発明の様々な態様を示して説明したが、
その他の変更、置換、代案が当業者には明白であること
は当然である。そのような変更、置換、代案は、本発明
の精神や範囲から逸脱することなく行うことができ、そ
れは特許請求の範囲から決定されるものである。

【０１３０】

【発明の効果】以上説明したように、本発明によれば、
暖房、換気、空調流体分配システムの向上に有効なフィ
ードフォーワードとフィードバック制御を有する室圧制
御装置および方法を提供することができる。

【図面の簡単な説明】

【図１】本発明を具体化したコントローラおよび関連制
御機能性の全体のブロック図である。

【図２】湯沸しコイルや水流制御バルブの制御に使用さ
れる図１に示すフィードフォーワード制御系の一実施形
態を示す全体ブロック図である。

【図３】空気調節装置／アクチュエータの制御に使用す
る図１に示すフィードフォーワード制御系の別の実施形
態を示す全体ブロック図である。

【図４】図１に示すフィードバック制御系の一実施形態
を示す全体ブロック図である。

【図５】図１に示すフィードバック制御系の別の実施形
態を示す全体ブロック図である。

【図６】ＧＲＮＮ法を使用した識別のための各平滑化因
子σに基づく、０．１のオーソリティａを有するシミュ
レートしたバルブに関する正規化流量対正規化制御信号
のチャートである。

【図７】多様な技術を使用する部屋の予測熱負荷を示す
チャートである。

【図８】ＧＲＮＮ法を使用した識別のための、１と０．
０１との間の代表バルブオーソリティに基づいたシミュ
レートしたバルブに関する正規化流量対正規化制御信号
のチャートである。

【図９】ＧＲＮＮ法を使用した１と０．０１との間のオ
ーソリティを有するバルブのシミュレートした制御信号
と予測制御信号との比較チャートである。

【図１０】ＧＲＮＮ法を使用した識別のための、シミュ
レートしたコイルに関する正規化供給流量対コイル効果
のチャートである。

【図１１】ＧＲＮＮ法を使用した識別のための、ダンパ
ーに関する正規化流量対正規化測定制御信号のチャート
である。

【図１２】ヒュームフード排気用途のための圧力制御手
順を示す図である。

【図１３】モデル１と２の性能を比較する部屋の差圧レ
スポンスを示すチャートである。

【図１４】ヒュームフード排気用途のための温度制御冷
却手順を示し、特に発熱率および流量対時間を示す図で
ある。

【図１５】ヒュームフード排気用途のための温度制御冷
却手順を示し、特に発熱率および流量対時間を示す別の
図である。

【図１６】ヒュームフード排気用途のための温度制御昇
温手順を示し、特に発熱率および流量対時間を示す図で
ある。

【図１７】ヒュームフード排気用途のための温度制御昇
温手順を示し、特に発熱率および流量対時間を示す別の
図である。

【符号の説明】

１０…加熱用温度制御ループ、１２…圧力制御ループ、
１４…冷却用温度制御ループ、１６，１８，２０…機能
的連結ライン、２２，２４…フィードフォーワードコン
トローラ、２６…フィードバック制御ブロック、２８，
２９…物理システム、３０…供給ダンパー／アクチュエ
ータブロック、３２…コイル／バルブアクチュエータブ
ロック、３４…一般排気ダンパー／アクチュエータブロ
ック、３６，４０…オンライン識別ブロック、３８，４
２…制御ブロック

───────────────────────────────────────────────────── フロントページの続き (72)発明者 ジョン、ダブル、ミッチェル アメリカ合衆国、ウィスコンシン州53711、 マディソン、パイピングロックドライブ 6114 (72)発明者 サンフォード、エー、クレイン アメリカ合衆国、ウィスコンシン州53711、 マディソン、ヒットコームドライブ5205

Claims (14)

【特許請求の範囲】
1. 【請求項１】 部屋に隣接した少なくとも１つの空間の
   あるビル内の該部屋の空気圧を制御するコントローラで
   あって、前記ビルは、前記部屋へ空気を供給する供給ダ
   クトと前記部屋から空気を排出する排気ダクトとを備え
   た加熱、換気、空調（ＨＶＡＣ）システムを有し、前記
   システムは、前記部屋への供給空気流を制御する構成要
   素を有し、前記部屋は、ＨＶＡＣシステムとは別に少な
   くとも１つの追加排気を有し、 前記コントローラは、 前記供給ダクトおよび一般排気ダクト内の流れ設定値
   と、前記構成要素の識別特性とに基づいて、フィードフ
   ォーワード制御信号を生成し、前記特性は、前記部屋に
   出入りする空気の流量と、前記部屋を出る排気空気の流
   量と、計算システム変数とを含むフィードフォーワード
   手段と、 測定システム変数に基づいて、フィードバック制御信号
   を生成するフィードバック手段と、 前記フィードフォーワード制御信号と前記フィードバッ
   ク制御信号とを組み合わせて、前記局所構成要素を制御
   する手段とを具備するコントローラ。
2. 【請求項２】 前記構成要素は、供給ダンパー／アクチ
   ュエータと、排気ダンパー／アクチュエータとを具備す
   る請求項１記載のコントローラ。
3. 【請求項３】 前記識別特性は、前記部屋に入る空気の
   流量と、前記部屋に入る空気の流量の設定値と、前記フ
   ィードフォーワード制御信号と、前記部屋を出る排気空
   気の流量と、前記部屋を出る排気空気の流量の設定値と
   を具備する請求項２記載のコントローラ。
4. 【請求項４】 前記識別特性は、前記供給ダンパー／ア
   クチュエータのオーソリティと、前記一般排気ダンパー
   ／アクチュエータのオーソリティとをさらに具備する請
   求項３記載のコントローラ。
5. 【請求項５】 少なくとも一の部屋の空気圧に作用する
   ビル加熱、換気、空調（ＨＶＡＣ）システムの構成要素
   を制御するコントローラであって、前記部屋は、空気供
   給ダクトと少なくとも一の一般空気排出ダクトとを有
   し、前記コントローラは、前記部屋に出入りする空気の
   流れを制御して、前記ビル内の隣接空間に対し所定の差
   圧を維持し、 前記コントローラは、 制御対象となる前記構成要素の識別特性を周期的に生成
   する識別手段と、 前記識別手段に接続され、前記部屋に入る空気の質量と
   前記部屋から出る空気の質量とを実質的に等しく維持す
   る制御設定値と、前記構成要素の識別特性とに基づい
   て、フィードフォーワード制御信号を生成するフィード
   フォーワード手段と、 測定システム変数に基づいて、フィードバック制御信号
   を生成するフィードバック手段と、 前記フィードフォーワード制御信号と前記フィードバッ
   ク制御信号とを組み合わせて、前記局所構成要素を制御
   する手段とを具備するコントローラ。
6. 【請求項６】 前記制御設定値は、供給空気流量設定値
   と、一般排出空気流量設定値とを含む請求項５記載のコ
   ントローラ
7. 【請求項７】 前記制御設定値は、前記識別特性の変化
   の関数として適応的に変更される請求項６記載のコント
   ローラ。
8. 【請求項８】 前記構成要素は、供給ダンパー／アクチ
   ュエータと、一般排出ダンパー／アクチュエータとを具
   備する請求項７記載のコントローラ。
9. 【請求項９】 前記識別特性は、前記ダンパー／アクチ
   ュエータのオーソリティを具備する請求項８記載のコン
   トローラ。
10. 【請求項１０】 前記供給空気流量設定値
    （υ_ｓ｜ｓｐ）は、 ここで： Ｐ_ｓ｜ｓｐ＝供給空気圧設定値； Ｔ_ｓ｜ｓｐ＝供給空気温度設定値； υ_ｓ｜ｓｐ＝供給空気流量設定値； Ｐ_{ａｄ｜ｓｐ}＝浸入空気圧設定値； Ｔ_{ａｄ｜ｓｐ}＝浸入空気温度設定値； υ_{ａｄ｜ｓｐ}＝浸入流量設定値； Ｐ_｜ｓｐ＝部屋圧設定値； υ_ｅ｜ｓｐ＝排気流量設定値； Ｔ_｜ｓｐ＝室温設定値； 上式で決定される請求項７記載のコントローラ。
11. 【請求項１１】 前記ダンパーの識別特性は、一般回帰
    神経回路網（ＧＲＮＮ）により決定される請求項３記載
    のコントローラ。
12. 【請求項１２】 前記識別特性は、 上式で決定される請求項１１記載のコントローラ。
13. 【請求項１３】 前記ダンパーの識別特性は、一般回帰
    神経回路網（ＧＲＮＮ）により決定される請求項５記載
    のコントローラ。
14. 【請求項１４】 前記識別特性は、 上式で決定される請求項１３記載のコントローラ。