KR20030007852A - 플랜트 제어장치 - Google Patents

플랜트 제어장치 Download PDF

Info

Publication number
KR20030007852A
KR20030007852A KR1020027016490A KR20027016490A KR20030007852A KR 20030007852 A KR20030007852 A KR 20030007852A KR 1020027016490 A KR1020027016490 A KR 1020027016490A KR 20027016490 A KR20027016490 A KR 20027016490A KR 20030007852 A KR20030007852 A KR 20030007852A
Authority
KR
South Korea
Prior art keywords
plant
control
model parameter
throttle valve
value
Prior art date
Application number
KR1020027016490A
Other languages
English (en)
Other versions
KR100552579B1 (ko
Inventor
야스이유지
이와키요시히사
다카하시쥰
Original Assignee
혼다 기켄 고교 가부시키가이샤
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from JP2001125648A external-priority patent/JP3995899B2/ja
Priority claimed from JP2001146144A external-priority patent/JP3602809B2/ja
Priority claimed from JP2001179926A external-priority patent/JP3819259B2/ja
Priority claimed from JP2001184540A external-priority patent/JP3602811B2/ja
Priority claimed from JP2001343998A external-priority patent/JP3701600B2/ja
Application filed by 혼다 기켄 고교 가부시키가이샤 filed Critical 혼다 기켄 고교 가부시키가이샤
Publication of KR20030007852A publication Critical patent/KR20030007852A/ko
Application granted granted Critical
Publication of KR100552579B1 publication Critical patent/KR100552579B1/ko

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
    • G05B9/00—Safety arrangements
    • G05B9/02—Safety arrangements electric
    • 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
    • G05B13/042—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 in which a parameter or coefficient is automatically adjusted to optimise the performance
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D35/00—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for
    • F02D35/0007—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for using electrical feedback
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1403—Sliding mode control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
    • F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
    • F02D41/1454—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being an oxygen content or concentration or the air-fuel ratio
    • 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
    • G05B13/047—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 the criterion being a time optimal performance criterion
    • 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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1413—Controller structures or design
    • F02D2041/1423—Identification of model or controller parameters
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1413—Controller structures or design
    • F02D2041/143—Controller structures or design the control loop including a non-linear model or compensator
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/30—Controlling fuel injection
    • F02D41/38—Controlling fuel injection of the high pressure type
    • F02D41/40—Controlling fuel injection of the high pressure type with means for controlling injection timing or duration

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Feedback Control In General (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)
  • Catching Or Destruction (AREA)

Abstract

제어 대상인 플랜트를 모델화함으로써 취득되는 제어 대상 모델의 모델 파라미터를 식별하고, 식별한 모델 파라미터를 이용하여 슬라이딩 모드 제어를 실행하는 경우, 제어를 안정화시키는 플랜트 제어장치. 모델 파라미터 식별기(22)는 갱신 벡터(dθ)를, 모델 파라미터의 기준 벡터(θbase)에 가산하여 모델 파라미터 벡터(θ)를 산출한다. 갱신 벡터(dθ)의 최소한 하나의 요소의 과거치를, 0보다 크고 1보다 작은 소정치로써 승산하여 갱신 벡터(dθ)를 보정하고, 또한, 보정한 갱신 벡터(dθ)를 기준 벡터(θbase)에 가산하여 모델 파라미터 벡터(θ)를 산출한다.

Description

플랜트 제어장치{PLANT CONTROL APPARATUS}
슬라이딩 모드 제어 이론에 의한 하나의 공지된 제어장치는, 예로서, 일본국 특허 공개 공보 No. Hei 9-274504에 개시되어 있다. 상기 공보에서는, 슬라이딩 모드 제어 이론에서의 초평면(超平面)을 제어상태량의 수렴 상태(convergence state)에 따라서 설정하는 방법을 제안하고 있다. 상기 제안 방법에 의하면, 슬라이딩 모드 제어의 수렴 응답 및 수렴 안정도가 향상되어 있다.
슬라이딩 모드 제어기로써, 제어 대상인 플랜트를 제어하기 위해서는, 플랜트의 모델을 생성하고, 플랜트(즉, 제어 대상) 모델의 특성을 나타내는 모델 파라미터를 결정할 필요가 있다. 모델 파라미터는 소정의 일정치에 설정할 수도 있다. 그러나, 모델 파라미터의 값은 통상적으로 경시(經時) 변화 및 외란(外亂; disturbance)으로 인하여 변화한다. 따라서, 모델 파라미터를 실시간 기준에 따라서 식별하는 모델 파라미터 식별기(identifier)를 사용하고, 또한 모델 파라미터 식별기에 의해서 식별된 모델 파라미터를 사용하여 슬라이딩 모드 제어를 실행하는것이 바람직하다.
모델 파라미터 식별기는 식별한 모델 파라미터를 사용하여 계산한 플랜트의 출력과, 플랜트의 실제 출력과의 사이의 차이인 식별 오차를 검출하고, 모델 파라미터를 보정하여 식별 오차를 제거한다. 그러므로, 모델 파라미터 식별기에 대하여, 이하의 문제가 발생할 수도 있다.
비선형 특성, 및 평균값이 "0"이 아닌 외란으로 인하여, 대체로 최적인 모델 파라미터가 실제로 취득되지 않은 경우에도 식별 오차는 "0"이 되지 않는다. 따라서, 보정할 필요가 없는 모델 파라미터가 때때로 보정된다. 결과적으로, 모델 파라미터의 값이 최적치로부터 기타의 값으로 서서히 변동하는 드리프트(drift)가 발생하여 슬라이딩 모드 제어기에 의해서 실행되는 제어를 불안정하게 한다.
플랜트, 즉 제어 대상을 모델화함으로써 제어 대상 모델을 정의하고, 제어 대상 모델의 모델 파라미터를 파라미터 조정 기구로써 식별하는 공연비(空燃比) 제어장치가 종래부터 알려져 있다(예로서, 일본국 특허 공개 공보 No. Hei 11-73206). 이 장치에 의하면, 내연기관에 공급되는 공기-연료 혼합물의 공연비를, 식별된 모델 파라미터를 사용하는 자체조절 조정기로써 목표 공연비로 피드백 제어한다.
상기 제어장치에서는, 각각의 모델 파라미터는, 모델 파라미터의 초기치와 모델 파라미터의 식별 오차에 따라서 산출되는 갱신 성분을 가산함으로써 산출된다.
상기 제어장치에서는, 모델 파라미터의 초기치는 플랜트에의 제어 입력 산출시의 플랜트의 상태량에 관계없이 설정된다. 따라서, 플랜트 특성이 비교적 단시간내에 변화하는 경우 모델 파라미터가 최적치에 수렴하는 데에 필요한 시간이 더욱 길어지고, 제어 성능이 불충분하게 된다.
슬라이딩 모드 제어 이론에 의한 하나의 공지된 제어장치는, 예로서, 일본국 특허 공개 공보 No. Hei 9-274504에 개시되어 있다. 상기 공보는, 슬라이딩 모드 제어의 안정도를 판별하고, 슬라이딩 모드 제어가 불안정한 것으로 판별되면, 슬라이딩 모드 제어가 불안정한 것으로 판별되기 이전에 산출된 값을 제어 대상에의 제어 입력으로서 사용하는 것을 나타내고 있다.
일본국 특허 공개 공보 No. Hei 11-93741에는 또 하나의 제어장치가 공지되어 있다. 이 제어장치에서, 슬라이딩 모드 제어의 안정도를 판별하고, 슬라이딩 모드 제어가 불안정한 것으로 판별되면, 제어 대상에의 제어 입력을 소정치에 설정한다.
그러나, 상기 종래의 제어장치에 의하면, 슬라이딩 모드 제어가 불안정한 것으로 판별되면, 플랜트에의 제어 입력이 고정되어서, 플랜트의 출력을 제어 목표치에 수렴할 수 없게 된다.
상기의 일본국 특허 공개 공보 No. Hei 11-73206에 나타낸 제어장치에 있어서는, 모델 파라미터의 식별 오차에 의해서 산출되는 갱신 성분을, 모델 파라미터의 초기치에 가산함으로써, 모델 파라미터를 산출한다.
일본국 특허 공개 공보 No. Hei 11-73206에 나타낸 이 제어장치에 의하면, 외란에 의한 모델 파라미터의 드리프트가 방지된다. 그러나, 파라미터 조정 기구에의해서 산출된 모델 파라미터를 그대로 자체-조절 조정기에 사용하므로, 자체-조절 조정기의 안정도의 유지에 있어서 개선 여지가 남아 있다.
플랜트를 모델화함으로써 취득한 제어 대상 모델의 모델 파라미터를 실시간 기준으로 식별하고, 또한 식별한 모델 파라미터를 사용하여 플랜트를 제어하는 제어장치가 일본국 특허 공개 공보 제2000-179384호에 개시되어 있다.
이 공보에 개시된 제어장치는 모델 파라미터를 식별하는 식별기, 플랜트의 출력을 추정하는 추정기, 및 식별기에 의해서 식별된 모델 파라미터 및 추정기에 의해서 추정된 플랜트 출력을 이용하여 슬라이딩 모드 제어로써 플랜트에의 제어 입력을 산출하는 슬라이딩 모드 제어기를 포함한다. 플랜트의 출력과 플랜트 출력의 목표치와의 사이의 차이, 및 플랜트의 입력과 기준치와의 사이의 차이는 식별기와 추정기에 입력된다. 상기 기준치는 플랜트의 입력을 조작하는 조작량에 따라서 가변적으로 설정된다. 상기 기준치를 조작량에 따라서 가변적으로 설정함으로써, 플랜트 출력을 목표치에 수렴시키는 제어의 수렴 속도를 증가시키는 효과를 얻는다.
일본국 특허 공개 공보 제2000-179384호에 나타낸 제어장치에 의하면, 슬라이딩 모드 제어기에 의해서 산출되는 적응 제어 입력에 따라서 기준치를 설정하는 방법을 채택하고 있다. 따라서, 이 기준치 설정 방법은 적응 슬라이딩 모드 제어를 이용하는 제어장치에만 적용할 수 있다. 따라서, 널리 적용할 수 있는 기준치 설정 방법이 바람직하다.
일본국 특허 공개 공보 No. Hei 8-261050에는, 하나의 공지된 차량용 스로틀밸브 개도(開度; opening) 제어장치가 개시되어 있다. 이 제어장치에서는, 모터에 의해서 작동되는 스로틀 밸브의 개도를 PID(비례, 적분, 및 미분) 제어로써 제어하고, PID 제어의 제어 정수를 차량의 운전 상태에 따라서 설정한다.
제어 대상인 스로틀 밸브 작동장치는, 비선형 특성을 가지므로, 종래의 PID 제어로써는, 제어 정밀도, 제어 안정도, 및 스로틀 밸브 개도의 목표치에 대한 추종 특성에 있어서의 충분한 제어 성능을 얻을 수 없었다.
본 발명은 플랜트 제어장치, 및 더욱 상세하게는 로버스트(robust) 제어 이론의 하나인 슬라이딩 모드(sliding mode) 제어 이론에 근거한 슬라이딩 모드 제어기로써 플랜트를 제어하는 제어장치에 관한 것이다.
도 1은 본 발명의 제1실시형태에 의한 스로틀 밸브 제어장치의 개략도.
도 2A 및 2B는 도 1에 나타낸 스로틀 밸브 작동장치의 주파수 특성을 나타내는 도면.
도 3은 도 1에 나타낸 전자제어 유닛(ECU)에 의해서 실현되는 기능을 나타내는 기능 블록도.
도 4는 슬라이딩 모드 제어기의 제어 특성과 절환 함수 설정 파라미터 (VPOLE)의 값과의 관계를 나타내는 도면.
도 5는 슬라이딩 모드 제어기의 제어 이득(F, G)의 설정 범위를 나타내는 도면.
도 6A 및 6B는 모델 파라미터의 드리프트를 설명하는 도면.
도 7A 내지 7C는 식별 오차를 보정하는 함수를 나타내는 도면.
도 8은 스로틀 밸브의 디폴트 개도 편차가 모델 파라미터(c1')에 반영된 것을 나타내는 도면.
도 9는 스로틀 밸브 개도 제어 처리를 나타내는 플로차트.
도 10은 도 9에 나타낸 처리에서의 상태 변수를 설정하는 처리를 나타내는 플로차트.
도 11은 도 10에 나타낸 처리에서의 모델 파라미터 식별기의 연산을 실행하는 처리를 나타내는 플로차트.
도 12는 도 11에 나타낸 처리에서의 식별 오차(ide)를 연산하는 처리를 나타내는 플로차트.
도 13A 및 13B는 식별 오차(ide)에 대한 저역-통과 필터링 처리를 설명하는 도면.
도 14는 도 12에 나타낸 처리에 있어서의 불감대(不感帶; dead zone) 처리를 나타내는 플로차트.
도 15는 도 14에 나타낸 처리에 사용되는 테이블을 나타내는 도면.
도 16은 도 11에 나타낸 처리에서의 모델 파라미터 벡터(θ)의 안정화 처리를 나타내는 플로차트.
도 17은 도 16에 나타낸 처리에서의 모델 파라미터(a1', a2')의 제한 처리를 나타내는 플로차트.
도 18은 도 16에 나타낸 처리에서의 모델 파라미터의 값의 변화를 설명하는 도면.
도 19는 도 16에 나타낸 처리에서의 모델 파라미터(b1')의 제한 처리를 나타내는 플로차트.
도 20은 도 16에 나타낸 처리에서의 모델 파라미터(c1')의 제한 처리를 나타내는 플로차트.
도 21은 도 9에 나타낸 처리에서의 상태 예측기의 연산을 실행하는 처리를 나타내는 플로차트.
도 22는 도 9에 나타낸 처리에서의 제어 입력(Usl)을 연산하는 처리를 나타내는 플로차트.
도 23은 도 22에 나타낸 처리에서의 예측 절환 함수 값(σpre)을 연산하는 처리를 나타내는 플로차트.
도 24는 도 23에 나타낸 처리에서의 절환 함수 설정 파라미터(VPOLE)를 연산하는 처리를 나타내는 플로차트.
도 25A 내지 25C는 도 24에 나타낸 처리에 사용하는 맵(map)을 나타내는 도면.
도 26은 도 22에 나타낸 처리에서의 예측 절환 함수 값(σpre)의 적산치(積算値)를 연산하는 처리를 나타내는 플로차트.
도 27은 도 22에 나타낸 처리에서의 도달 법칙 입력(Urch)을 연산하는 처리를 나타내는 플로차트.
도 28은 도 22에 나타낸 처리에서의 적응 법칙 입력(Uadp)을 연산하는 처리를 나타내는 플로차트.
도 29는 도 9에 나타낸 처리에서의 슬라이딩 모드 제어기의 안정도를 판별하는 처리를 나타내는 플로차트.
도 30은 도 9에 나타낸 처리에서의 디폴트 개도 편차(thdefadp)를 연산하는 처리를 나타내는 플로차트.
도 31은 본 발명의 제2실시형태에 따라서 도 1에 나타낸 전자제어 유닛(ECU)에 의해서 실현되는 기능을 나타내는 기능 블록도.
도 32는 제2실시형태에 의한 스로틀 밸브 개도 제어 처리를 나타내는 플로차트.
도 33은 도 32에 나타낸 처리에서의 모델 파라미터 식별기의 연산을 실행하는 처리를 나타내는 플로차트.
도 34는 도 33에 나타낸 처리에 사용되는 테이블을 나타내는 도면.
도 35는 도 33에 나타낸 처리에서의 식별 오차(ide)를 연산하는 처리를 나타내는 플로차트.
도 36은 도 32에 나타낸 처리에서의 제어 입력(Usl)을 연산하는 처리를 나타내는 플로차트.
도 37은 도 36에 나타낸 처리에서의 절환 함수 값(σ)을 연산하는 처리를 나타내는 플로차트.
도 38은 도 36에 나타낸 처리에서의 절환 함수 값(σ)의 적산치를 연산하는 처리를 나타내는 플로차트.
도 39는 도 36에 나타낸 처리에서의 도달 법칙 입력(Urch)을 연산하는 처리를 나타내는 플로차트.
도 40은 도 36에 나타낸 처리에서의 적응 법칙 입력(Uadp)을 연산하는 처리를 나타내는 플로차트.
도 41은 도 32에 나타낸 처리에서의 슬라이딩 모드 제어기의 안정도를 판별하는 처리를 나타내는 플로차트.
도 42는 본 발명의 제3실시형태에 의한 제어장치의 블록도.
도 43은 도 42에 나타낸 제어장치의 변형예의 불록도.
도 44는 본 발명의 제4실시형태에 의한 제어장치의 블록도.
도 45는 도 44에 나타낸 제어장치의 변형예의 불록도.
도 46은 본 발명의 제5실시형태에 의한 제어장치의 블록도.
도 47은 본 발명의 제6실시형태에 의한 제어장치의 블록도.
따라서, 본 발명의 목적은, 제어 대상인 플랜트를 모델화함으로써 취득되는 제어 대상 모델의 모델 파라미터를 식별하고, 식별한 모델 파라미터를 이용하여 슬라이딩 모드 제어를 실행하는 경우 플랜트를 더욱 안정적으로 제어할 수 있는, 플랜트 제어장치를 제공하는 것이다.
본 발명의 또 다른 목적은, 플랜트 특성이 비교적 단시간에 변화하는 경우, 제어 대상 모델의 하나 이상의 모델 파라미터를 자체의 최적치에 신속하게 수렴시켜서 양호한 제어성을 유지할 수 있는, 플랜트 제어장치를 제공하는 것이다.
본 발명의 또 다른 목적은, 슬라이딩 모드 제어가 불안정한 것으로 판별된 경우, 플랜트의 출력을 제어 목표치에 수렴시키는 제어를 계속하여 슬라이딩 모드 제어를 안정시키는 적절한 처리를 실행할 수 있는, 플랜트 제어장치를 제공하는 것이다.
본 발명의 또 다른 목적은, 플랜트(즉, 제어 대상)를 모델화하여 취득하는 제어 대상 모델의 모델 파라미터를 식별하고, 상기 모델 파라미터를 이용하여 제어안정도를 향상시키는, 플랜트 제어장치를 제공하는 것이다.
본 발명의 또 다른 목적은, 플랜트의 입력 또는 출력의 기준치를 이용하여 정의된 제어 대상 모델을 사용하는 경우, 기준치가 널리 사용할 수 있는 방법에 의해서 설정됨으로써 제어 성능을 향상시키는, 플랜트 제어장치를 제공하는 것이다.
본 발명의 또 다른 목적은, 제어 정밀도, 제어 안정도, 및 스로틀 밸브 개도의 목표치에 대한 추종 특성을 향상시킬 수 있는, 스로틀 밸브 작동장치용 제어장치를 제공하는 것이다.
상기 목적을 달성하기 위해서, 본 발명은 식별수단 및 슬라이딩 모드 제어기를 포함하는, 플랜트 제어장치를 제공한다. 식별수단은 플랜트를 모델화함으로써 취득한, 플랜트의 제어 대상 모델의 모델 파라미터 벡터(θ)를 식별한다. 슬라이딩 모드 제어기는 식별수단에 의해서 식별된 모델 파라미터 벡터를 사용하여 플랜트를 제어한다. 상기 식별수단은 식별 오차 산출수단, 갱신 벡터 산출수단, 및 갱신 벡터 보정수단을 포함한다. 식별 오차 산출수단은 모델 파라미터 벡터의 식별 오차(ide)를 산출한다. 갱신 벡터 산출수단은 식별 오차에 따라서 갱신 벡터(dθ)를 산출한다. 갱신 벡터 보정수단은 갱신 벡터의 최소한 하나의 요소의 과거치(過去値)를, "0"보다 크고 "1"보다 작은 소정치(DELTAi, EPSi)로써 승산하여 갱신 벡터를 보정한다. 상기 식별수단은 보정한 갱신 벡터를 모델 파라미터 벡터의 기준 벡터(θbase, θ(0))에 가산함으로써 모델 파라미터 벡터를 산출한다.
이러한 구성으로써, 모델 파라미터 벡터의 식별 오차에 따라서 갱신 벡터가 산출되고, 갱신 벡터의 최소한 하나의 요소의 과거치를, "0"보다 크고 "1"보다 작은 소정치로써 승산함으로써 갱신 벡터가 보정된다. 보정된 갱신 벡터는 모델 파라미터 벡터의 기준 벡터에 가산되어서 모델 파라미터 벡터가 산출된다. 따라서, 갱신 벡터의 요소의 값이 제한되어서, 모델 파라미터 벡터를 기준 벡터 근방에 안정시킬 수 있다. 결과적으로, 모델 파라미터의 드리프트가 방지되어서, 슬라이딩 모드 제어기에 의해서 실행되는 슬라이딩 모드 제어의 안정도를 향상시킨다.
바람직하게는, 갱신 벡터 보정수단은, 플랜트의 입력에 관계가 있는 갱신 벡터의 요소(b1의 산출에 관계가 있는 요소)와 플랜트의 입력과 출력에 관계가 없는 갱신 벡터의 요소(c1의 산출에 관계가 있는 요소) 중 하나를, 소정치로써 승산하지 않는다. 이러한 구성에 의해서, 이러한 요소를 보정함으로써 일어날 수도 있는 정상 상태의 편차의 발생을 방지할 수 있다.
바람직하게는, 갱신 벡터 보정수단은, 상기 기준 벡터(θ(0))의 최소한 하나의 요소를 소정치(EPSi)로써 승산한다. 이 경우에도, 모델 파라미터의 드리프트가 방지되어서, 슬라이딩 모드 제어기에 의해서 실행되는 슬라이딩 모드 제어의 안정도를 향상시킨다.
본 발명은, 또한, 식별수단 및 슬라이딩 모드 제어기를 포함하는, 플랜트 제어장치를 제공한다. 식별수단은 플랜트를 모델화함으로써 취득한, 제어 대상 모델의 모델 파라미터 벡터를, 플랜트의 입력 및 출력에 따라서 식별한다. 슬라이딩 모드 제어기는 식별수단에 의해서 식별된 모델 파라미터 벡터를 사용하여 플랜트를 제어한다. 상기 식별수단은 식별 오차 산출수단 및 식별 오차 보정수단을 포함한다. 식별 오차 산출수단은 모델 파라미터 벡터의 식별 오차(ide)를 산출한다. 식별오차가 소정의 범위(-EIDNRLMTideEIDNRLMT)내에 있는 경우, 식별 오차 보정수단은, 식별 오차를 감소하는 방향으로 보정한다. 상기 식별수단은 식별 오차 보정수단에 의해서 보정된 식별 오차(idenl)를 이용하여 모델 파라미터 벡터를 산출한다.
이러한 구성으로써, 식별 오차가 소정의 범위내에 있는 경우, 식별 오차를 감소하는 방향으로 보정하고, 보정된 식별 오차를 이용하여 모델 파라미터 벡터를 산출한다. 따라서, 식별 오차가 억제되어서 모델 파라미터에 덜 축적됨으로써, 즉, 모델 파라미터의 드리프트가 방지되어서, 슬라이딩 모드 제어기에 의해서 실행되는 슬라이딩 모드 제어의 안정도를 향상시킨다.
바람직하게는, 식별 오차가 소정의 범위내에 있는 경우, 식별 오차 보정수단은 식별 오차를 "0"에 설정한다. 이러한 구성으로써, 모델 파라미터의 값에 반영되지 않는 식별 오차의 영향이 제거되어서, 모델 파라미터의 드리프트 방지 효과가 증대하게 된다.
바람직하게는, 상기 소정 범위는 제어 목표치의 변화량(DDTHR) 또는 플랜트 출력의 변화량(DTH)에 따라서 설정된다. 이러한 구성으로써, 영향이 감소되어야 하는 식별 오차의 범위가 적절하게 된다. 따라서, 모델 파라미터의 값에 반영되어야 하는 식별 오차가 불필요한 오차로서 감소되거나 또는 무시되는 것이 방지된다.
바람직하게는, 상기 식별수단은 고정 이득 알고리즘에 따라서 상기 모델 파라미터 벡터를 식별한다. 이러한 구성으로써, 모델 파라미터를 식별하기 위한 연산량을 감소시킬 수 있다.
바람직하게는, 상기 식별 오차 산출수단은 식별 오차의 저역 통과 필터링을 실시하고, 상기 저역 통과 필터링 후에 식별 오차를 출력한다.
이러한 구성으로써, 저역 통과 필터링에 의해서 처리된 식별 오차를 이용하여 모델 파라미터 벡터를 식별한다. 따라서, 제어 대상 모델의 주파수 특성이 플랜트의 실제 주파수 특성에 더욱 근접하게 되어서, 슬라이딩 모드 제어기에 의해서 실행되는 제어의 견고성(robustness) 및 안정도를 향상시킬 수 있다.
바람직하게는, 상기 제어장치는 플랜트의 출력의 예측치(PREDTH)를 산출하는 예측수단을 또한 포함한다. 이러한 구성으로써, 예측수단에 의해서 플랜트의 출력의 예측치가 산출된다. 따라서, 낭비 시간(dead time) 요소를 갖는 플랜트를 정확하게 제어할 수 있다.
바람직하게는, 상기 예측수단은 식별수단에 의해서 식별된 모델 파라미터 벡터를 이용하여 예측치를 산출한다. 이러한 구성으로써, 플랜트의 동특성이 시간에 따라서 또는 환경 조건에 따라서 변화하는 경우에도 정확한 예측치를 산출할 수 있다.
바람직하게는, 슬라이딩 모드 제어기로부터 플랜트에 인가되는 제어 입력은 적응 법칙(adaptive law) 입력을 포함한다. 이러한 구성으로써, 외란, 및/또는 실제적인 플랜트의 특성과 제어 대상 모델의 특성과의 사이의 차이인 모델화 오차가 존재하는 경우에도, 양호한 제어성을 취득할 수 있다.
바람직하게는, 상기 플랜트는, 내연기관의 스로틀 밸브(3)와, 이 스로틀 밸브를 작동시키는 작동수단(6)을 갖는 스로틀 밸브 작동장치(10)를 포함하고, 상기슬라이딩 모드 제어기는, 스로틀 밸브의 개도(TH)를 목표 개도(THR)에 일치시키도록, 스로틀 밸브 작동장치에 인가되는 제어 입력을 결정하는 파라미터(DUT)를 산출한다.
이러한 구성으로써, 상기 슬라이딩 모드 제어기는, 식별수단에 의해서 식별된 안정된 모델 파라미터를 이용하여, 스로틀 밸브의 개도를 목표 개도에 일치시키도록, 제어를 실행한다. 따라서, 스로틀 밸브 개도의 목표 개도에의 제어성을 향상시킬 수 있고, 스로틀 밸브 개도를 더욱 안정적으로 제어할 수 있다.
바람직하게는, 상기 플랜트는, 내연기관(212)과, 이 기관에 연료를 공급하는 연료 공급수단(211)을 구비한 엔진 시스템(210)을 포함하고, 슬라이딩 모드 제어기는, 엔진에 공급되는 공기-연료 혼합물의 공연비를 목표 공연비에 일치시키도록, 엔진 시스템에 인가되는 제어 입력을 결정하는 파라미터(DKAF)를 산출한다.
이러한 구성으로써, 슬라이딩 모드 제어기는, 식별수단에 의해서 식별된 안정된 모델 파라미터를 이용하여, 상기 공연비를 목표 공연비에 일치시키도록 제어를 실행한다. 따라서, 공연비의 목표 공연비에의 제어성을 향상시킬 수 있고, 공연비를 더욱 안정적으로 제어할 수 있다.
본 발명은 또한 식별수단 및 제어수단을 포함하는, 플랜트 제어장치를 제공한다. 식별수단은 플랜트를 모델화함으로써 정의되는, 플랜트의 제어 대상 모델의 최소한 하나의 모델 파라미터(θ)를 식별한다. 제어수단은 식별수단에 의해서 식별된 최소한 하나의 모델 파라미터를 이용하여 플랜트를 제어한다. 상기 식별수단은 기준 모델 파라미터 산출수단, 식별 오차 산출수단, 및 갱신 성분 산출수단을 포함한다. 기준 모델 파라미터 산출수단은 플랜트의 상태량(DTH)에 따라서 최소한 하나의 기준 모델 파라미터(θbase)를 산출한다. 식별 오차 산출수단은 최소한 하나의 모델 파라미터의 식별 오차(ide)를 산출한다. 갱신 성분 산출수단은 식별 오차 (ide)에 따라서 최소한 하나의 갱신 성분(dθ)을 산출한다. 상기 식별수단은 상기 최소한 하나의 갱신 성분을 상기 최소한 하나의 기준 모델 파라미터에 가산함으로써 상기 최소한 하나의 모델 파라미터를 산출한다.
이러한 구성으로써, 식별 오차에 따라서 갱신 성분(들)이 산출되고, 상기 갱신 성분(들)을 플랜트의 상태량에 따라서 산출되는 기준 모델 파라미터(들)에 가산함으로써 모델 파라미터(들)가 산출된다. 따라서, 항상 변화하는 플랜트의 상태량에 대응하는 기준 모델 파라미터(들)를 상기 갱신 성분(들)으로써 보정함으로써 모델 파라미터(들)가 산출되어서, 종래 방법에 비해서 모델 파라미터(들)를 더욱 신속하게 수렴시킬 수 있게 한다.
바람직하게는, 상기 플랜트의 상태량은 플랜트의 동특성의 변화를 나타내는 파라미터이다. 플랜트의 동특성의 변화를 나타내는 상기 파라미터는 플랜트의 출력 (DTH, TH), 또는 플랜트의 출력을 제어하여 수렴시키는 제어 목표치(DTHR, THR)일 수도 있다. 이러한 구성으로써, 플랜트의 동특성의 변화를 반영하는 기준 모델 파라미터(들)를 취득할 수 있다. 이로 인하여, 특히 플랜트가 비선형 요소를 포함하는 경우 모델 파라미터(들)를 신속하게 수렴시킬 수 있게 된다.
바람직하게는, 상기 제어수단은 슬라이딩 모드 제어로써 상기 플랜트를 제어한다. 이러한 구성으로써, 외란, 모델화 오차(실제의 플랜트의 특성과 제어 대상모델의 특성과의 사이의 차이), 및/또는 낭비 시간(제어 대상의 입력과 출력과의 사이의 지연)이 존재하는 경우에도 양호한 제어성을 취득할 수 있다.
바람직하게는, 제어수단으로부터 플랜트에 인가되는 제어 입력은 적응 법칙 입력을 포함한다. 이러한 구성으로써, 외란, 및/또는 모델화 오차가 존재하는 경우에도 더욱 양호한 제어성을 취득할 수 있다.
바람직하게는, 상기 플랜트는, 내연기관의 스로틀 밸브와, 이 스로틀 밸브를 작동시키는 작동수단을 갖는 스로틀 밸브 작동장치를 포함하고, 상기 슬라이딩 모드 제어기는, 스로틀 밸브의 개도를 목표 개도에 일치시키도록, 스로틀 밸브 작동장치에 인가되는 제어 입력을 결정하는 파라미터를 산출한다.
이러한 구성으로써, 상기 제어수단은, 식별수단에 의해서 식별된 모델 파라미터를 이용하여, 스로틀 밸브의 개도를 목표 개도에 일치시키도록, 제어를 실행한다. 따라서, 스로틀 밸브 개도의 목표 개도에의 제어성을 향상시킬 수 있다.
본 발명은 또한 플랜트를 슬라이딩 모드 제어로써 제어하는 슬라이딩 모드 제어기를 포함하는, 플랜트 제어장치를 제공한다. 슬라이딩 모드 제어기는 절환 함수(switching function) 값 산출수단, 등가 제어 입력 산출수단, 도달 법칙 (reaching law) 입력 산출수단, 제어 입력 산출수단, 안정도 판별수단, 및 안정화 수단을 포함한다. 상기 절환 함수 값 산출수단은 플랜트의 출력과 제어 목표치와의 사이의 편차의 선형 함수로서 정의되는 절환 함수의 값(σ)을 산출한다. 상기 등가 제어 입력 산출수단은 편차 상태량을, 상기 절환 함수의 값이 0이 되는 절환 직선상에 있도록 제한하는 데에 기여하는 등가 제어 입력(Ueq)을 산출한다. 상기 편차상태량은 플랜트의 출력과 제어 목표치와의 사이의 편차에 따라서 정의된다. 상기 도달 법칙 입력 산출수단은 편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 도달 법칙 입력 (Urch)을 산출한다. 상기 제어 입력 산출수단은 최소한 등가 제어 입력(Ueq)과 도달 법칙 입력(Urch)을 가산하여 플랜트에의 제어 입력(Usl)을 산출한다. 상기 안정도 판별수단은 슬라이딩 모드 제어가 안정되어 있는 가를 판별한다. 상기 안정화 수단은 슬라이딩 모드 제어가 불안정한 것으로 판별된 경우 등가 제어 입력(Ueq)의 절대치를 감소시킨다.
이러한 구성으로써, 편차 상태량을 절환 직선상에 있도록 제한하는 데에 기여하는 등가 제어 입력과, 편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 도달 법칙 입력을 사용하여 플랜트에의 제어 입력을 산출한다. 슬라이딩 모드 제어가 불안정한 것으로 판별된 경우 등가 제어 입력의 절대치를 감소시킨다. 슬라이딩 모드 제어가 불안정하게 될 때 등가 제어 입력이 가장 크게 영향을 받는다. 따라서, 등가 제어 입력의 절대치를 감소시킴으로써, 플랜트의 출력을 제어 목표치에 수렴시키는 제어를 계속하면서 슬라이딩 모드 제어를 안정화할 수 있다.
본 발명은 플랜트를 슬라이딩 모드 제어로써 제어하는 슬라이딩 모드 제어기를 포함하는, 또 다른 플랜트 제어장치를 제공한다. 상기 슬라이딩 모드 제어기는, 플랜트의 출력과 제어 목표치와의 사이의 편차의 선형 함수로서 정의되는 절환 함수의 값(σ)을 산출하는 절환 함수 값 산출수단과, 플랜트의 출력과 제어 목표치와의 사이의 편차에 따라서 정의되는 편차 상태량을 상기 절환 함수의 값이 0이 되는 절환 직선상에 있도록 제한하는 데에 기여하는 등가 제어 입력(Ueq)을 산출하는 등가 제어 입력 산출수단과, 편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 도달 법칙 입력(Urch)을 산출하는 도달 법칙 입력 산출수단과, 최소한 등가 제어 입력(Ueq)과 도달 법칙 입력(Urch)을 가산하여 플랜트에의 제어 입력을 산출하는 제어 입력 산출수단과, 슬라이딩 모드 제어가 안정되어 있는 가를 판별하는 안정도 판별수단과, 슬라이딩 모드 제어가 불안정한 것으로 판별된 경우 도달 법칙 입력 (Urch)을 산출하는 데에 사용하는 제어 이득(F)을, 슬라이딩 모드 제어를 더욱 안정화시키는 값(XKRCHSTB)으로 변경하는 안정화 수단을 포함한다.
이러한 구성으로써, 편차 상태량을 절환 직선상에 있도록 제한하는 데에 기여하는 등가 제어 입력과, 편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 도달 법칙 입력을 사용하여 플랜트에의 제어 입력을 산출한다. 슬라이딩 모드 제어가 불안정한 것으로 판별된 경우 도달 법칙 입력을 산출하는 데에 사용하는 제어 이득을, 슬라이딩 모드 제어를 더욱 안정화시키는 값으로 변경한다. 따라서, 플랜트의 출력을 제어 목표치에 수렴시키는 제어를 계속하면서 슬라이딩 모드 제어를 안정화할 수 있다.
바람직하게는, 상기 슬라이딩 모드 제어기는, 편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 적응 법칙 입력(Uadp)을 산출하는 적응 법칙 입력 산출수단을 또한 포함하고, 상기 제어 입력 산출수단은 등가 제어 입력(Ueq)과 도달 법칙 입력(Urch)과 적응 법칙 입력(Uadp)을 가산하여 플랜트에의 제어 입력(Usl)을 산출한다.
이러한 구성으로써, 등가 제어 입력과 도달 법칙 입력에 적응 법칙 입력을추가로 가산하여 플랜트에 인가되는 제어 입력을 산출한다. 따라서, 외란, 및/또는 모델화 오차(실제의 플랜트의 특성과 제어 대상 모델의 특성과의 사이의 차이)가 존재하는 경우에도 더욱 양호한 제어성을 취득할 수 있다.
본 발명은 플랜트를 슬라이딩 모드 제어로써 제어하는 슬라이딩 모드 제어기를 포함하는, 또 다른 플랜트 제어장치를 제공한다. 상기 슬라이딩 모드 제어기는, 플랜트의 출력과 제어 목표치와의 사이의 편차의 선형 함수로서 정의되는 절환 함수의 값(σ)을 산출하는 절환 함수 값 산출수단과, 플랜트의 출력과 제어 목표치와의 사이의 편차에 따라서 정의되는 편차 상태량을 상기 절환 함수의 값이 0이 되는 절환 직선상에 있도록 제한하는 데에 기여하는 등가 제어 입력(Ueq)을 산출하는 등가 제어 입력 산출수단과, 편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 도달 법칙 입력(Urch)을 산출하는 도달 법칙 입력 산출수단과, 편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 적응 법칙 입력(Uadp)을 산출하는 적응 법칙 입력 산출수단과, 등가 제어 입력(Ueq), 도달 법칙 입력(Urch) 및 적응 법칙 입력 (Uadp)을 가산하여 플랜트에의 제어 입력을 산출하는 제어 입력 산출수단과, 슬라이딩 모드 제어가 안정되어 있는 가를 판별하는 안정도 판별수단과, 슬라이딩 모드 제어가 불안정한 것으로 판별된 경우 적응 법칙 입력을 산출하는 데에 사용하는 제어 이득(G)을, 슬라이딩 모드 제어를 더욱 안정화시키는 값(XKADPSTB)으로 변경하는 안정화 수단을 포함한다.
이러한 구성으로써, 편차 상태량을 절환 직선상에 있도록 제한하는 데에 기여하는 등가 제어 입력, 편차 상태량을 절환 직선상에 위치시키는 데에 기여하는도달 법칙 입력, 및 편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 적응 법칙 입력을 사용하여 플랜트에의 제어 입력을 산출한다. 슬라이딩 모드 제어가 불안정한 것으로 판별된 경우 적응 법칙 입력을 산출하는 데에 사용하는 제어 이득을, 슬라이딩 모드 제어를 더욱 안정화시키는 값으로 변경한다. 따라서, 플랜트의 출력을 제어 목표치에 수렴시키는 제어를 계속하면서 슬라이딩 모드 제어를 안정화할 수 있다. 적응 법칙 입력을 사용함으로써, 외란, 및/또는 모델화 오차가 존재하는 경우에도 양호한 제어성을 취득할 수 있으므로, 플랜트의 출력을 제어 목표치에 수렴시키는 제어를 계속하면서 슬라이딩 모드 제어를 안정화시킨다.
본 발명은 플랜트를 슬라이딩 모드 제어로써 제어하는 슬라이딩 모드 제어기를 포함하는, 또 다른 플랜트 제어장치를 제공한다. 상기 슬라이딩 모드 제어기는, 플랜트의 출력과 제어 목표치와의 사이의 편차의 선형 함수로서 정의되는 절환 함수의 값(σ)을 산출하는 절환 함수 값 산출수단과, 슬라이딩 모드 제어가 안정되어 있는 가를 판별하는 안정도 판별수단과, 슬라이딩 모드 제어가 불안정한 것으로 판별된 경우 슬라이딩 모드 제어의 응답 속도가 감소될 수 있도록 절환 함수(VPOLE)를 변경하는 안정화 수단을 포함한다.
이러한 구성으로써, 슬라이딩 모드 제어가 불안정한 것으로 판별된 경우 슬라이딩 모드 제어의 응답 속도가 감소되도록 절환 함수가 변경된다. 따라서, 플랜트의 출력을 제어 목표치에 수렴시키는 제어를 계속하면서 슬라이딩 모드 제어를 안정화시킬 수 있다.
바람직하게는, 안정도 판별수단은 절환 함수의 값(σ)에 따라서 안정도 판별을 실행한다. 절환 함수의 절대값이 증가하는 경향은 제어가 불안정하게 되는 것을 나타낸다. 따라서, 절환 함수의 값에 따라서 이러한 경향을 판별함으로써, 슬라이딩 모드 제어의 불안정한 상태를 용이하게 검출할 수 있다.
본 발명은, 플랜트를 모델화함으로써 정의되는, 제어 대상 모델의 최소한 하나의 모델 파라미터를, 플랜트의 입력 및 출력에 따라서 식별하는 식별수단, 및 식별수단에 의해서 식별된 최소한 하나의 모델 파라미터를 이용하여 플랜트를 슬라이딩 모드 제어로써 제어하는 슬라이딩 모드 제어기를 포함하는, 또 다른 플랜트 제어장치를 제공한다. 상기 슬라이딩 모드 제어기는, 슬라이딩 모드 제어가 안정되어 있는 가를 판별하는 안정도 판별수단과, 슬라이딩 모드 제어가 불안정한 것으로 판별된 경우 소정의 모델 파라미터(b1)의 사용을 금지하는 안정화 수단을 포함한다.
이러한 구성으로써, 슬라이딩 모드 제어가 불안정한 것으로 판별된 경우, 소정의 모델 파라미터(b1)의 사용이 금지된다. 식별수단에 의한 식별이 불안정하게 되면 슬라이딩 모드 제어가 불안정하게 된다. 따라서, 제어에 큰 영향을 주는 소정의 모델 파라미터의 사용을 억제함으로써, 플랜트의 출력을 제어 목표치에 수렴시키는 제어를 계속하면서 슬라이딩 모드 제어를 안정화시킬 수 있다.
바람직하게는, 상기 플랜트는, 내연기관의 스로틀 밸브와, 이 스로틀 밸브를 작동시키는 작동수단을 갖는 스로틀 밸브 작동장치를 포함하고, 상기 슬라이딩 모드 제어기는, 스로틀 밸브의 개도를 목표 개도에 일치시키도록, 스로틀 밸브 작동장치에 인가되는 제어 입력을 결정하는 파라미터를 산출한다.
이러한 구성에 의해서, 상기 슬라이딩 모드 제어로써 스로틀 밸브의 개도를목표 개도에 일치시키는 제어를 실행한다. 따라서, 스로틀 밸브 개도의 목표 개도에의 제어성이 향상된다. 또한, 상기 안정화 수단으로써 더욱 안정된 제어를 실행할 수 있다.
본 발명은, 플랜트를 모델화함으로써 취득한, 제어 대상 모델의 모델 파라미터 벡터를 플랜트의 입력 및 출력에 따라서 식별하는 식별수단, 및 상기 식별수단에 의해서 식별된 모델 파라미터 벡터를 사용하여 플랜트를 제어하는 슬라이딩 모드 제어기를 포함하는, 또 다른 플랜트 제어장치를 제공한다. 상기 식별수단은, 모델 파라미터 벡터의 식별 오차(ide)를 산출하는 식별 오차 산출수단, 식별 오차에 따라서 갱신 벡터(dθ)를 산출하는 갱신 벡터 산출수단, 식별 오차의 과거치의 영향이 감소되도록 갱신 벡터를 보정하는 갱신 벡터 보정수단, 보정한 갱신 벡터를 모델 파라미터 벡터의 기준 벡터(θbase, θ(0))에 가산함으로써 모델 파라미터 벡터를 산출하는 모델 파라미터 벡터 산출수단, 및 상기 모델 파라미터 벡터 산출수단에 의해서 산출된 모델 파라미터 벡터의 최소한 하나의 요소(a1, a2, b1, c1)의 값을 소정의 제한 범위내에 제한하는 제한수단(limiting means)을 포함한다.
이러한 구성에 의해서, 갱신 벡터는, 모델 파라미터 벡터의 식별 오차에 따라서 산출되고, 또한 식별 오차의 과거치의 영향이 감소되도록 보정된다. 보정된 갱신 벡터는 모델 파라미터 벡터의 기준 벡터에 가산되어서 모델 파라미터 벡터가 산출된다. 또한, 상기 모델 파라미터 벡터 산출수단에 의해서 산출된 모델 파라미터 벡터의 최소한 하나의 요소의 값은 소정의 제한 범위내에 제한된다. 따라서, 모델 파라미터(들)의 드리프트가 방지되고, 또한 제어 안정도가 더욱 향상된다.
바람직하게는, 갱신 벡터 산출수단은 고정 이득 알고리즘을 이용하여 갱신 벡터를 산출한다. 이러한 구성으로써, 연산량을 감소시킬 수 있다.
바람직하게는, 갱신 벡터 보정수단은, 갱신 벡터의 최소한 하나의 요소의 과거치를 0보다 크고 1보다 작은 소정치(DELTAi, EPSi)로써 승산하여 갱신 벡터를 보정한다. 이러한 구성으로써, 식별 오차의 과거치의 영향이 감소되고, 모델 파라미터(들)의 드리프트가 방지된다.
바람직하게는, 갱신 벡터 보정수단은, 플랜트의 입력에 관계가 있는 갱신 벡터의 요소(b1의 산출에 관계가 있는 요소)와 플랜트의 입력과 출력에 관계가 없는 갱신 벡터의 요소(c1의 산출에 관계가 있는 요소) 중 하나를, 소정치(DELTAi, EPSi)로써 승산하지 않는다. 이러한 구성에 의해서, 이러한 요소를 보정함으로써 일어날 수도 있는 정상 상태의 편차의 발생을 방지할 수 있다.
바람직하게는, 갱신 벡터 보정수단은, 상기 기준 벡터(θ(0))의 최소한 하나의 요소를 소정치로써 승산한다. 이러한 구성에 의해서, 모델 파라미터의 드리프트가 방지된다.
바람직하게는, 플랜트의 동특성의 변화를 나타내는 파라미터(DTH)에 따라서 기준 벡터가 산출된다. 이로 인하여, 특히 플랜트가 비선형 요소를 포함하는 경우 모델 파라미터(들)를 신속하게 수렴시킬 수 있게 된다.
본 발명은, 플랜트를 모델화함으로써 취득한, 제어 대상 모델의 모델 파라미터 벡터를 플랜트의 입력 및 출력에 따라서 식별하는 식별수단, 및 상기 식별수단에 의해서 식별된 모델 파라미터 벡터를 사용하여 플랜트를 제어하는 슬라이딩 모드 제어기를 포함하는, 또 다른 플랜트 제어장치를 제공한다. 상기 식별수단은, 모델 파라미터 벡터의 식별 오차(ide)를 산출하는 식별 오차 산출수단, 식별 오차가 소정의 범위(-EIDNRLMTideEIDNRLMT)내에 있는 경우, 식별 오차를 감소하는 방향으로 보정하는 식별 오차 보정수단, 식별 오차 보정수단에 의해서 보정된 식별 오차(idenl)를 이용하여 모델 파라미터 벡터를 산출하는 모델 파라미터 벡터 산출수단, 및 상기 모델 파라미터 벡터 산출수단에 의해서 산출된 모델 파라미터 벡터의 최소한 하나의 요소의 값을 소정의 제한 범위내에 제한하는 제한수단을 포함한다.
이러한 구성으로써, 식별 오차가 소정의 범위내에 있는 경우, 식별 오차를 감소하는 방향으로 보정하고, 보정된 식별 오차를 이용하여 모델 파라미터 벡터를 산출한다. 또한, 모델 파라미터 벡터의 최소한 하나의 요소의 값을 소정의 제한 범위내에 제한한다. 따라서, 모델 파라미터의 드리프트가 방지되어서, 제어 안정도를 향상시킨다.
바람직하게는, 상기 제한수단은, 모델 파라미터 벡터의 복수의 요소(a1, a2)가 소정의 관계(도 18)를 만족시키도록 상기 복수의 요소의 값을 제한한다.
이러한 구성에 의하면, 모델 파라미터 벡터의 복수의 요소가 소정의 관계를 만족시키도록 상기 복수의 요소의 값이 제한된다. 따라서, 모델 파라미터 벡터를 이용하는 제어의 안정도를 향상시킬 수 있다.
바람직하게는, 식별 오차(ide)가 소정의 범위(-EIDNRLMTideEIDNRLMT)내에 있는 경우, 식별 오차 보정수단은 식별 오차(ide)를 "0"에 설정한다.
바람직하게는, 상기 플랜트는, 내연기관의 스로틀 밸브와, 이 스로틀 밸브를 작동시키는 작동수단을 갖는 스로틀 밸브 작동장치를 포함하고, 상기 슬라이딩 모드 제어기는, 스로틀 밸브의 개도를 목표 개도에 일치시키도록, 스로틀 밸브 작동장치에 인가되는 제어 입력을 결정하는 파라미터를 산출한다.
이러한 구성에 의해서, 식별수단에 의해서 식별된 모델 파라미터를 이용하여 스로틀 밸브의 개도를 목표 개도에 일치시키는 제어를 실행한다. 따라서, 스로틀 밸브 개도의 목표 개도에의 제어성을 향상시킬 수 있고, 또한, 스로틀 밸브 개도를 더욱 안정적으로 제어할 수 있다.
또한, 본 발명은, 소정의 기준치(THEDEF)를 이용하여 플랜트를 모델화함으로써 취득된, 제어 대상 모델의 복수의 모델 파라미터로서, 플랜트의 입력 및 출력에 관계가 없는 모델 파라미터(c1)를 포함하는 상기 복수의 모델 파라미터를 식별하는 식별수단과, 상기 식별수단에 의해서 식별된 모델 파라미터를 사용하여 플랜트를 제어하는 제어수단과, 플랜트의 입력 및 출력에 관계가 없는 모델 파라미터(c1)에 따라서 소정의 기준치(THEDEF)를 보정하는 보정수단을 포함하는, 또 다른 플랜트 제어장치를 제공한다.
이러한 구성으로써, 상기 복수의 모델 파라미터는 플랜트의 입력 및 출력에 관계가 없는 모델 파라미터를 포함하고, 또한 소정의 기준치는 플랜트의 입력 및 출력에 관계가 없는 모델 파라미터에 따라서 보정된다. 기준치는 제어 대상 모델의 모델 파라미터 자체에 의해서 보정되므로, 본 발명은 어떠한 제어방법을 사용하는 어떠한 제어장치에도 적용할 수 있다. 또한, 모델화 오차(실제의 플랜트의 특성과제어 대상 모델의 특성과의 사이의 차이)에 대하여 직접 영향을 주는, 제어 대상 모델의 기준치를 플랜트의 실제 기준치에 일치시킬 수 있다. 따라서, 모델화 오차를 감소시킬 수 있고 또한 제어 성능을 향상시킬 수 있다.
바람직하게는, 상기 보정수단은, 플랜트의 입력 및 출력에 관계가 없는 모델 파라미터(c1)를 통계적으로 처리하여 보정치(thdefadp)를 산출하고, 상기 보정치로써 소정의 기준치(THDEF)를 보정한다.
바람직하게는, 제어 대상 모델은, 플랜트의 출력에 관계가 있는 최소한 하나의 제1모델 파라미터(a1, a2), 플랜트의 제어 입력에 관계가 있는 제2모델 파라미터(b1), 및 플랜트의 출력과 제어 입력에 관계가 없는 제3모델 파라미터(c1)에 의해서 정의된다.
바람직하게는, 상기 플랜트는, 내연기관의 스로틀 밸브(3)와, 이 스로틀 밸브를 작동시키는 작동수단(6)을 갖는 스로틀 밸브 작동장치(10)를 포함하고, 상기 제어수단은, 스로틀 밸브의 개도 TH를 목표 개도 THR에 일치시키도록, 스로틀 밸브 작동장치(10)에 인가되는 제어 입력을 결정하는 파라미터(DUT)를 산출한다.
바람직하게는, 상기 스로틀 밸브 작동장치(10)는, 스로틀 밸브를 폐쇄하는 방향으로 힘을 가하는 제1가세(加勢)수단(4), 및 스로틀 밸브를 개방하는 방향으로 힘을 가하는 제2가세수단(5)을 포함하고, 또한 스로틀 밸브가 작동수단(6)에 의해서 작동되지 않을 때, 상기 제1 및 제2가세수단(4, 5)으로써 스로틀 밸브를 디폴트 (default) 개도에 유지시킨다. 상기 소정의 기준치는 디폴트 개도(THDEF)에 설정된다.
본 발명은, 내연기관의 스로틀 밸브와, 이 스로틀 밸브를 작동시키는 작동 수단을 포함하는 스로틀 밸브 작동장치를 제어하는 또 다른 제어장치를 제공한다. 상기 제어장치는 스로틀 밸브 작동장치를 모델화함으로써 정의되는, 제어 대상 모델의 최소한 하나의 모델 파라미터를 식별하는 식별수단, 및 상기 식별수단에 의해서 식별된 최소한 하나의 모델 파라미터에 따라서 스로틀 밸브의 개도를 목표 개도로 제어하는 제어수단을 포함한다. 상기 식별수단은, 최소한 하나의 모델 파라미터의 식별 오차(ide)를 산출하는 식별 오차 산출수단, 및 식별 오차가 소정의 범위(-EIDNRLMTideEIDNRLMT)내에 있는 경우, 식별 오차를 감소하는 방향으로 보정하는 식별 오차 보정수단을 포함한다. 상기 식별수단은 상기 식별 오차 보정수단에 의해서 보정된 식별 오차를 이용하여 상기 최소한 하나의 모델 파라미터를 산출하고, 소정의 범위를 스로틀 밸브의 개도 TH 또는 목표 개도 THR에 의한 값 (DDTHRSQA)에 따라서 설정한다.
이러한 구성으로써, 식별 오차가 소정의 범위내에 있는 경우, 식별 오차를 감소하는 방향으로 보정하고, 또한 보정된 식별 오차를 이용하여 상기 최소한 하나의 모델 파라미터를 산출한다. 따라서, 식별 오차가 최소한 하나의 모델 파라미터에 축적되는 것이 억제되고, 결과적으로 모델 파라미터의 드리프트가 방지되고, 제어 안정도를 향상시킨다. 또한, 소정의 범위는 스로틀 밸브의 개도 또는 목표 개도에 의한 값에 따라서 설정된다. 따라서, 식별 오차의 영향의 정도가 감소되어야 하는 범위가 적절하게 되어서, 모델 파라미터의 값에 반영되는 식별 오차를, 불필요한 오차로서, 감소시키거나 무시하는 것을 방지한다.
바람직하게는, 상기 제어장치는 식별수단에 의해서 식별된 최소한 하나의 모델 파라미터를 이용하여, 미래의 스로틀 밸브 개도의 예측치(PREDTH)를 산출하는 예측수단을 또한 포함한다.
이러한 구성으로써, 식별수단에 의해서 식별된 최소한 하나의 모델 파라미터를 이용하여, 미래의 스로틀 밸브 개도의 예측치가 산출된다. 따라서, 플랜트의 동특성이 시간에 따라서 또는 환경 조건으로 인하여 변화하는 경우에도 정확한 예측치를 산출할 수 있다.
바람직하게는, 상기 제어수단은, 식별수단에 의해서 식별된 최소한 하나의 모델 파라미터를 이용하여, 상기 스로틀 밸브 작동장치를 슬라이딩 모드 제어로써 제어한다. 이러한 구성에 의하면, 모델화 오차가 존재하는 경우에도 스로틀 밸브 개도의 목표 개도로의 제어성이 향상되고, 또한 스로틀 밸브 개도가 더욱 안정적으로 제어될 수 있다.
이하, 본 발명을 도면을 참조하여 설명한다.
(제1실시형태)
도 1은 본 발명의 제1실시형태에 의한 스로틀 밸브 제어장치의 구성을 개략적으로 나타낸다. 내연기관(이하, "엔진"이라고 한다)(1)은 슬로틀 밸브(3)가 설치된 흡기 통로(2)를 구비하고 있다. 슬로틀 밸브(3)에는, 슬로틀 밸브(3)를 폐쇄하는 방향으로 가세(加勢)하는 제1가세수단으로서의 복귀 스프링(return spring)(4), 및 슬로틀 밸브(3)를 개방하는 방향으로 가세하는 제2가세수단으로서의 탄성 부재(5)가 설치되어 있다. 슬로틀 밸브(3)는 작동수단으로서의 모터(6)에 의해서 기어(도면에 나타내지 않음)를 거쳐서 작동된다. 모터(6)로부터의 작동력이 슬로틀 밸브(3)에 인가되지 않으면, 슬로틀 밸브(3)의 개도 TH는, 복귀 스프링(4)의 가세력과 탄성 부재(5)의 가세력이 평형인 디폴트 개도 THDEF(예로서, 5도)에 유지된다.
모터(6)는 전자제어 유닛(이하, "ECU"라고 한다)(7)에 접속되어 있다. 모터 (6)의 동작은 ECU(7)에 의해서 제어된다. 슬로틀 밸브(3)에는 슬로틀 밸브(3)의 개도 TH를 검출하는 슬로틀 밸브 개도 센서(8)가 설치되어 있다. 슬로틀 밸브 개도 센서(8)로부터의 검출 신호는 ECU(7)에 공급된다.
또한, ECU(7)에는, 엔진(1)이 탑재된 차량의 운전자가 요구하는 출력을 찾아내는, 가속기 페달의 밟는 양 ACC를 검출하는 가속 센서(9)가 접속되어 있다. 가속 센서(9)로부터의 검출 신호는 ECU(7)에 공급된다.
ECU(7)는 입력회로, A/D 컨버터, 중앙처리장치(CPU), 메모리 회로, 및 출력회로를 구비하고 있다. 입력회로에는 슬로틀 밸브 개도 센서(8) 및 가속 센서(9)로부터의 검출 신호가 공급된다. A/D 컨버터는 입력신호를 디지털 신호로 변환한다. CPU는 각종 연산 처리를 실행한다. 메모리 회로는, CPU가 실행하는 처리, 및 처리에 참조되는 맵(map)과 테이블을 저장하는 ROM(read only memory), CPU에 의한 처리 실행 결과를 저장하는 RAM을 구비하고 있다. 출력회로는 모터(6)에 구동 전류를 공급한다. ECU(7)는 가속 페달의 밟는 양 ACC에 따라서 스로틀 밸브(3)의 목표 개도 THR을 결정하고, 검출된 스로틀 밸브 개도 TH를 목표 개도 THR에 일치시키기 위한 모터(6)의 제어량 DUT를 결정하고, 또한 제어량 DUT에 따라서 모터(6)에 전기 신호를 공급한다.
본 실시형태에서는, 슬로틀 밸브(3), 복귀 스프링(4), 탄성 부재(5), 및 모터(6)를 포함하는 스로틀 밸브 작동장치(10)가 제어 대상이다. 제어 대상에 인가되는 입력은 모터(6)에 인가되는 전기 신호의 듀티비 DUT이다. 제어 대상으로부터의 출력은 슬로틀 밸브 개도 센서(8)에 의해서 검출된 스로틀 밸브 개도 TH이다.
스로틀 밸브 작동장치(10)의 주파수 응답 특성을 측정하면, 도 2A 및 2B에 실선으로 표시한 이득 특성 및 위상 특성을 얻을 수 있다. 이하에 나타낸 식 (1)에 의해서 정의되는 모델을 제어 대상 모델로서 설정한다. 이 모델의 주파수 응답 특성은, 도 2A 및 2B에 파선(破線) 곡선으로 표시되어 있다. 모델의 주파수 응답 특성이 스로틀 밸브 작동장치(10)의 특성에 유사한 것이 확인되었다.
DTH(k+1)=a1×DTH(k)+a2×DTH(k-1)+b1×DUT(k-d)+c1 (1)
여기서, k는 이산(離散) 시간을 나타내는 파라미터이고, DTH(k)는 이하에 나타내는 식 (2)에 의해서 정의되는 스로틀 밸브 개도 편차량이다. DTH(k+1)은 이산 시간 (k+1)에서의 스로틀 밸브 개도 편차량이다.
DTH(k)=TH(k)-THDEF (2)
여기서, TH는 검출된 스로틀 밸브 개도이고, THDEF는 디폴트 개도이다.
식 (1)에서, a1, a2, b1, 및 c1은 제어 대상 모델의 특성을 결정하는 파라미터이고, d는 낭비 시간이다. 낭비 시간은 제어 대상 모델의 입력과 출력과의 사이의 지연이다.
식 (1)로써 정의된 모델은 적응 제어의 적용을 용이하게 하기 위하여 채용한, 이산(離散) 시간 시스템의 DARX 모델(delayed autoregressive model with exogenous input; 외부 입력을 갖는 지연 자기회귀(自己回歸) 모델)이다.
식 (1)에서, 출력 편차량 DTH에 관계가 있는 모델 파라미터 a1과 a2, 및 입력 듀티비 DUT에 관계가 있는 모델 파라미터 b1 이외에, 제어 대상의 입력 및 출력에 관계가 없는 모델 파라미터 c1을 사용하고 있다. 이 모델 파라미터 c1은 디폴트 개도 THDEF의 편차량 및 스로틀 밸브 작동장치(10)에 인가되는 외란을 나타내는 파라미터이다. 환언하면, 모델 파라미터 식별기로써, 모델 파라미터 a1, a2, 및 b1과 동시에, 모델 파라미터 c1을 식별함으로써 디폴트 개도 편차량 및 외란을 식별할 수 있다.
도 3은 ECU(7)에 의해서 실현되는 스로틀 밸브 제어장치의 기능 블록도이다. 구성된 스로틀 밸브 제어장치는, 적응 슬라이딩 모드 제어기(21), 모델 파라미터 식별기(22), 낭비 시간 d가 경과한 후의 예측 스로틀 밸브 개도 편차량(이하, "예측 편차량" 또는 PREDTH(k)라고 한다), PREDTH(k)(=DTH(k+d))를 산출하는 상태 예측기(23), 및 가속 페달을 밟는 양 ACC에 따라서 스로틀 밸브(3)의 목표 개도 THR을 설정하는 목표 개도 설정 유닛(24)을 포함하고 있다.
적응 슬라이딩 모드 제어기(21)는, 검출된 스로틀 밸브 개도 TH를 목표 개도THR에 일치시키도록 적응 슬라이딩 모드 제어에 따라서 듀티비 DUT를 산출하고, 산출한 듀티비 DUT를 출력한다.
적응 슬라이딩 모드 제어기(21)를 이용함으로써, 스로틀 밸브 개도 TH의 목표 개도 THR에의 응답 특성을 소정의 파라미터 VPOLE을 이용하여 변경할 수 있다. 결과적으로, 스로틀 밸브(3)가 개방 위치로부터 완전 폐쇄 위치로 이동할 때, 즉, 스로틀 밸브(3)가 스로틀 밸브(3)를 완전 폐쇄 위치에 정지시키는 스토퍼 (stopper)에 충돌할 때, 충격을 회피할 수 있다. 또한, 가속 페달의 조작에 대응하는 엔진 응답을 가변화(可變化)할 수 있다. 또한, 모델 파라미터의 오차에 대하여 양호한 안정도를 취득할 수 있다.
모델 파라미터 식별기(22)는 보정 모델 파라미터 벡터 θL(θLT=[a1, a2, b1, c1])을 산출하고, 산출한 보정 모델 파라미터 벡터 θL을 적응 슬라이딩 모드 제어기(21)에 공급한다. 더욱 상세하게는, 모델 파라미터 식별기(22)는 스로틀 밸브 개도 TH 및 듀티비 DUT에 따라서 모델 파라미터 벡터 θ를 산출한다. 이어서, 모델 파라미터 식별기(22)는 모델 파라미터 벡터 θ의 제한 처리를 실행하여 보정 모델 파라미터 벡터 θL을 산출하고, 보정 모델 파라미터 벡터 θL을 적응 슬라이딩 모드 제어기(21)에 공급한다. 이러한 방법으로, 스로틀 밸브 개도 TH를 목표 개도 THR에 추종시키는 데에 최적인 모델 파라미터 a1, a2, 및 b1이 취득되고, 또한 외란, 및 디폴트 개도 THEDEF의 편차량을 나타내는 모델 파라미터 c1이 취득된다.
실시간 기준으로 모델 파라미터를 식별하는 모델 파라미터 식별기(22)를 이용함으로써, 엔진 운전 조건의 변화에 대한 적응, 하드웨어 특성 변동의 보상, 전원 전압 변동의 보상, 및 하드웨어 특성의 경시 변화에 대한 적응이 가능하게 된다.
상태 예측기(23)는 낭비 시간 d가 경과한 후의 스로틀 밸브 개도 TH(예측치), 또는 더욱 상세하게는 스로틀 밸브 개도 TH와 듀티비 DUT에 따른 예측 편차량 PREDTH를 산출하고, 산출한 예측 편차량 PREDTH를 적응 슬라이딩 모드 제어기(21)에 공급한다. 예측 편차량 PREDTH를 이용함으로써, 제어 대상의 낭비 시간에 대한 제어장치의 견고성(robustness)을 확보하고, 낭비 시간이 큰 디폴트 개도 THDEF 근방에서의 제어성을 향상시킬 수 있다.
이어서, 적응 슬라이딩 모드 제어기(21)의 동작 원리를 이하에 설명한다.
우선, 이하의 식 (3)에 의해서, 목표치 DTHR(k)를 목표 개도 THR(k)와 디폴트 개도 THDEF와의 사이의 편차량으로서 정의한다.
DTHR(k)=THR(k)-THDEF (3)
스로틀 밸브 개도 편차량 DTH와 목표치 DTHR과의 사이의 편차 e(k)를 이하의 식 (4)로써 정의하면, 적응 슬라이딩 모드 제어기의 절환 함수 값 σ(k)는 이하의 식 (5)에 의해서 설정된다.
e(k)=DTH(k)-DTHR(k) (4)
σ(k)=e(k)+VPOLE×e(k-1) (5)
=(DTH(k)-DTHR(k))+VPOLE×(DTH(k-1)-DTHR(k-1))
여기서, VPOLE은 -1보다 크고 1보다 작은 값에 설정된 절환 함수 설정 파라미터이다.
편차 e(k)를 나타내는 종축과 이전의 편차 e(k-1)을 나타내는 횡축으로 구성된 위상(位相) 평면상에서, 식 "σ(k)=0"을 만족시키는, 편차 e(k)와 이전의 편차 e(k-1)과의 쌍은 직선을 나타낸다. 상기 직선을 일반적으로 절환 직선이라고 한다. 슬라이딩 모드 제어는 상기 절환 직선상에서의 편차 e(k)의 변동을 고려한 제어이다. 상기 슬라이딩 모드 제어는 절환 함수 값 σ(k)가 0이 되도록, 즉, 편차 e(k)와 이전의 편차 e(k-1)과의 쌍이 상기 위상 평면의 절환 직선상에 존재하도록 실행되어서, 외란과 모델화 오차(실제 플랜트의 특성과 제어 대상 모델의 특성과의 사이의 차이)에 대하여 로버스트 제어를 달성한다. 결과적으로, 스로틀 밸브 개도 편차량 DTH는 목표치 DTHR을 추종하도록 양호한 견고성으로써 제어된다.
도 4에 나타내는 바와 같이, 식 (5)의 절환 함수 설정 파라미터 VPOLE을 변경함으로써, 편차 e(k)의 감쇠 특성, 즉, 스로틀 밸브 개도 편차량 DTH가 목표치 DTHR을 추종하는 추종 특성을 변경할 수 있다. 상세하게는, VPOLE이 -1에 동일하면, 스로틀 밸브 개도 편차량 DTH는 목표치 DTHR을 전혀 추종할 수 없다. 절환 함수 설정 파라미터 VPOLE의 절대치를 감소시킴에 따라서, 스로틀 밸브 개도 편차량 DTH가 목표치 DTHR을 추종하는 속도가 증가한다.
스로틀 밸브 제어장치는 이하의 조건 A1 및 A2를 만족시키는 것이 필요하다.
A1) 스로틀 밸브(3)가 완전 폐쇄 위치로 이동할 때, 스로틀 밸브(3)는, 스로틀 밸브(3)를 완전 폐쇄 위치에서 정지시키는 스토퍼와의 충돌을 회피하여야 한다.
A2) 디폴트 개도 THDEF의 근방에서의 비선형 특성(복귀 스프링(4)의 가세력과 탄성 부재(5)의 가세력과의 사이의 평형으로 인한 탄성 특성의 변화, 모터(6)와 스로틀 밸브(3)와의 사이에 배치된 기어의 백래시(backlash), 및 듀티비 DUT가 변화해도 스로틀 밸브 개도가 변화하지 않는 불감대(不感帶; dead zone))에 대한 제어성을 향상시켜야 한다.
그러므로, 스로틀 밸브의 완전 폐쇄 위치 근방에서는, 편차 e(k)가 수렴하는 속도, 즉, 편차 e(k)의 수렴 속도를 저하시키고, 디폴트 개도 THDEF 근방에서는, 편차 e(k)의 수렴 속도를 증가시킬 필요가 있다.
슬라이딩 모드 제어에 의하면, 절환 함수 설정 파라미터 VPOLE을 변경함으로써 e(k)의 수렴 속도를 용이하게 변경할 수 있다. 따라서, 본 실시형태에서는, 스로틀 밸브 개도, 및 목표치 DTHR의 변화량 DDTHR(=DTHR(k)-DTHR(k-1))에 따라서 절환 함수 설정 파라미터 VPOLE을 설정함으로써, 조건 A1 및 A2를 만족시킨다.
상기한 바와 같이, 슬라이딩 모드 제어에 의하면, 편차 e(k)와 이전의 편차 e(k-1)의 쌍(이하 e(k)와 e(k-1)의 쌍을 "편차 상태량"이라고 한다)을 절환 직선상에 한정시킴으로써, 편차 e(k)를 표시된 수렴 속도로써, 또한 외란 및 모델화 오차에 대하여 로버스트하게 0에 수렴시킨다. 따라서, 슬라이딩 모드 제어에서는, 편차 상태량을 절환 직선상에 설정하고 또한 편차 상태량을 절환 직선상에 한정시키는 방법이 중요하다.
상기의 관점에서, 제어 대상에의 입력(제어기의 출력) DUT(k)(또한 Usl(k)로서 표시함)는, 이하의 식 (6)으로서 나타내는 바와 같이, 등가 제어 입력 Ueq(k), 도달 법칙 입력 Urch(k), 및 적응 법칙 입력 Uadp(k)의 합으로써 표시된다.
DUT(k)=Usl(k)
=Ueq(k)+Urch(k)+Uadp(k) (6)
등가 제어 입력 Ueq(k)는 편차 상태량을 절환 직선상에 한정시키는 입력이다. 도달 법칙 입력 Urch(k)는 편차 상태량을 절환 직선상에 설정하는 입력이다. 적응 법칙 입력 Uadp(k)는, 모델화 오차, 및 외란의 영향을 감소시키면서 편차 상태량을 절환 직선상에 설정하는 입력이다. 이들 입력 Ueq(k), Urch(k), 및 Uadp(k)의 산출 방법을 이하에 설명한다.
등가 제어 입력 Ueq(k)는 편차 상태량을 절환 직선상에 한정시키는 입력이므로, 만족되어야 하는 조건은 이하의 식 (7)에 의해서 부여된다.
σ(k)=σ(k+1) (7)
식 (1), (4) 및 (6)을 이용하여, 식 (7)을 만족시키는 듀티비 DUT(k)를 이하에 나타낸 식 (9)로써 결정한다. 식 (9)에 의해서 산출된 듀티비 DUT(k)는 등가 제어 입력 Ueq(k)를 나타낸다. 도달 법칙 입력 Urch(k)와 적응 법칙 입력 Uadp(k)는 이하에 나타낸 각각의 식 (10) 및 (11)에 의해서 정의된다.
DUT(k)={(1-a1-VPOLE)DTH(k+d)+(VPOLE-a2)DTH(k+d-1)
-c1+DTHR(k+d+1)+(VPOLE-1)DTHR(k+d)
-VPOLE×DTHR(k+d-1)} (9)
= Ueq(k)
(10)
(11)
여기서, F 및 G는 도달 법칙 제어 이득 및 적응 법칙 제어 이득을 나타내는 것으로서, 이하에서 설명하는 바와 같이 설정되고, ΔT는 제어 주기를 나타낸다.
상기 식 (9)의 연산에는, 낭비 시간 d 경과후의 스로틀 밸브 개도 편차량 DTHR(k+d) 및 대응하는 목표치 DTHR(k+d+1)을 필요로 한다. 그러므로, 낭비 시간 d 경과후의 스로틀 밸브 개도 편차량 DTHR(k+d)로서 상태 예측기(23)에 의해서 산출된 예측 편차량 PREDTH(k)를 이용하고, 목표치 DTHR(k+d+1)로서 최신의 목표치 DTHR을 이용한다.
이어서, 도달 법칙 입력 Urch 및 적응 법칙 입력 Uadp에 의해서 편차 상태량이 절환 직선상에 안정적으로 설정되도록 도달 법칙 제어 이득 F와 적응 법칙 제어 이득 G를 결정한다.
상세하게는, 외란 V(k)를 가정하고, 외란 V(k)에 대하여 절환 함수 값 σ(k)를 안정적으로 유지시키는 안정 조건을 결정하여 이득 F 및 G를 설정하기 위한 조건을 취득한다. 결과적으로, 이득 F 및 G의 조합이 이하의 식 (12) 내지 (14)를 만족시키는 것, 환언하면, 이득 F 및 G의 조합이 도 5에 나타낸 빗금친 영역에 위치하는 것이 안정 조건으로서 취득되었다.
F＞0 (12)
G＞0 (13)
F＜2ㆍ(ΔT/2)G (14)
상기와 같이, 등가 제어 입력 Ueq(k), 도달 법칙 입력 Urch(k), 및 적응 법칙 입력 Uadp(k)는 상기의 식 (9) 내지 (11)로부터 산출되고, 듀티비 DUT(k)는 이들 입력의 합으로써 산출된다.
모델 파라미터 식별기(22)는, 상기한 바와 같이, 제어 대상의 입력(DUT(k)) 및 출력(TH(k))에 따라서, 제어 대상 모델의 모델 파라미터 벡터를 산출한다. 상세하게는, 모델 파라미터 식별기(22)는, 이하의 식 (15)로서 표시되는 순차적 식별 알고리즘(일반화 순차적 최소 2승법 알고리즘)에 의해서 모델 파라미터 벡터 θ(k)를 산출한다.
θ(k) = θ(k-1)+KP(k)ide(k) (15)
θ(k)T= [a1', a2', b1', c1'] (16)
여기서, a1', a2', b1', c1'는 이후에 설명하는 제한 처리를 실행하기 전의 모델 파라미터를 나타내고, ide(k)는 이하의 식 (17), (18) 및 (19)에 의해서 정의되는 식별 오차를 나타내고, DTHHAT(k)는 최신의 모델 파라미터 벡터 θ(k-1)을 이용하여 산출되는, 스로틀 밸브 개도 편차량 DTH(k)의 추정치(이하, "추정 스로틀 밸브 개도 편차량"이라고 한다)를 나타내며, KP(k)는 이하의 식 (20)에 의해서 정의되는 이득 계수 벡터를 나타낸다. 식 (20)에서, P(k)는 이하에 나타내는 식 (21)로부터 산출되는 4차 정방행렬(正方行列)을 나타낸다.
ide(k)=DTH(k)-DTHHAT(k) (17)
DTHHAT(k)=θ(k-1)Tζ(k) (18)
ζ(k)T=[DTH(k-1), DTH(k-2), DUT(k-d-1), 1] (19)
(20)
(21)
(I: 단위 행렬)
식 (21)에서, 계수 λ1 및 λ2의 설정에 따라서, 식 (15)내지 식 (21)로부터의 식별 알고리즘은 이하의 4개의 식별 알고리즘 중 어느 하나가 된다.
λ1=1, λ2=0 고정 이득 알고리즘
λ1=1, λ2=1 최소 2승법 알고리즘
λ1=1, λ2=λ 체감(遞減) 이득 알고리즘(λ는 0, 1 이외의 소정치)
λ1=λ, λ2=1 가중치 부여 최소 2승법 알고리즘(λ는 0, 1 이외의 소정치)
본 실시형태에서는 이하의 조건 B1, B2, 및 B3을 만족시키는 것이 필요하다.
B1) 준정적(準靜的) 동특성 변화 및 하드웨어 특성 변동에 대한 적응.
"준정적 동특성 변화"는 전원 전압 변동, 또는 경시변화로 인한 하드웨어의 열화(劣化) 등 변화속도가 늦은 특성 변화를 의미한다.
B2) 변화속도가 빠른 동특성 변화에 대한 적응.
상세하게는, 이것은 스로틀 밸브 개도 TH의 변화에 대응하는 동특성 변화에 대한 적응을 의미한다.
B3) 모델 파라미터의 드리프트 방지
모델 파라미터의 절대치가 과잉으로 증가하는 드리프트를 방지하여야 한다. 모델 파라미터의 드리프트는, 모델 파라미터에 반영되지 않아야 하는, 제어 대상의 비선형 특성으로 인한 식별 오차의 영향에 의해서 발생한다.
상기 조건 B1과 B2를 만족시키기 위해서, 계수 λ1과 λ2를 각각 소정치 λ 및 "0"에 설정하여 가중치 부여 최소 2승법 알고리즘을 채용한다.
이어서, 모델 파라미터의 드리프트를 이하에 설명한다. 도 6A 및 6B에 나타내는 바와 같이, 모델 파라미터가 어느 정도 수렴된 후에, 스로틀 밸브의 마찰 특성 등 비선형 특성에 의해서 발생하는 잔류 식별 오차가 존재하거나, 또는 평균치가 0이 아닌 외란이 계속해서 인가되면, 잔류 식별 오차가 축적되어서, 모델 파라미터의 드리프트를 일으킨다.
이러한 잔류 식별 오차는 모델 파라미터의 값에 반영되어서는 안되므로, 도 7A에 나타내는 바와 같이 불감대 함수 Fn1을 이용하여 불감대 처리를 실행한다. 상세하게는, 이하의 식 (23)으로부터 보정 식별 오차 idenl(k)를 산출하고, 보정 식별 오차 idenl(k)를 이용하여 모델 파라미터 벡터 θ(k)를 산출한다. 즉, 상기 식 (15) 대신에 이하의 식(15a)를 이용한다. 이러한 방법으로, 조건 B3)을 만족시킬 수 있다.
idenl(k)=Fnl(ide(k)) (23)
θ(k)=θ(k-1)+KP(k)idenl(k) (15a)
불감대 함수 Fn1은 도 7A에 나타내는 함수에 한정되는 것은 아니다. 도 7B에나타내는 바와 같은 불연속 불감대 함수 또는 도 7C에 나타내는 바와 같은 불완전 불감대 함수를 불감대 함수 Fn1로서 이용할 수도 있다. 그러나, 불완전 불감대 함수를 이용하는 경우는 드리프트를 완전히 방지할 수는 없다.
잔류 식별 오차의 진폭은 스로틀 밸브 개도 TH의 변화량에 따라서 변화한다. 본 실시형태에서는, 도 7A 내지 도 7C에 나타내는 불감대의 폭을 정의하는 불감대 폭 파라미터 EIDNRLMT를, 목표 스로틀 밸브 개도 THR의 변화량의 2승(乘) 평균치 DDTHRSQA에 따라서 설정한다. 상세하게는, 불감대 폭 파라미터 EIDNRLMT를, 2승 평균치 DDTHRSQA가 증가함에 따라서 증가하도록 설정한다. 이러한 불감대 폭 파라미터 EIDNRLMT의 설정에 의해서, 모델 파라미터의 값에 반영되어야 하는 식별 오차를 잔류 식별 오차로서 무시하는 것을 방지할 수 있다. 이하의 식 (24)에서, DDTHR은 목표 스로틀 밸브 개도 THR의 변화량을 나타내고, 이하의 식 (25)로부터 산출된다.
(24)
(25)
스로틀 밸브 개도 편차량 DTH는 적응 슬라이딩 모드 제어기(21)에 의해서 목표치 DTHR로 제어되므로, 식 (25)의 목표치 DTHR을 스로틀 밸브 개도 편차량 DTH로 변경할 수도 있다. 이 경우에, 스로틀 밸브 개도 편차량 DTH의 변화량 DDTH를 산출하고, 식 (24)의 DDTHR을 DDTH로 대체하여 취득되는 2승 평균치 DDTHRSQA에 따라서 불감대 폭 파라미터 EIDNRLMT를 설정할 수도 있다.
제어장치의 견고성을 더욱 향상시키기 위해서는, 적응 슬라이딩 모드 제어기 (21)를 더욱 안정화시키는 것이 효과적이다. 본 실시형태에서는, 식 (15)로부터 산출된 모델 파라미터 벡터 θ(k)의 요소 a1', a2', b1' 및 c1'를 제한 처리하여, 보정 모델 파라미터 벡터 θL(k)(θL(k)T=[a1', a2', b1', c1'])를 산출한다. 적응 슬라이딩 모드 제어기(21)는 보정 모델 파라미터 벡터 θL(k)를 이용하여 슬라이딩 모드 제어를 실행한다. 제한 처리는 플로차트를 참조하여 이후에 상세하게 설명한다.
이어서, 상태 예측기(23)에서의 예측 편차량 PREDTH를 산출하는 방법을 이하에서 설명한다.
우선, 이하의 식 (26) 내지 (29)에 따라서 매트릭스 A, B 및 벡터 X(k), U(k)를 정의한다.
(26)
(27)
(28)
(29)
매트릭스 A, B 및 벡터 X(k), U(k)를 이용하여, 제어 대상 모델을 정의하는 식 (1)을 다시 쓰면, 이하의 식 (30)을 얻을 수 있다.
X(k+1)=AX(k)+BU(k-d) (30)
식 (30)으로부터 X(k+d)를 구하면, 이하의 식(31)을 얻을 수 있다.
(31)
제한 처리하지 않은 모델 파라미터 a1', a2', b1' 및 c1'를 이용하여, 매트릭스 A' 및 B'를 이하의 식 (32), (33)으로써 정의하면, 예측 벡터 XHAT(k+d)는 이하의 식 (34)로써 얻을 수 있다.
(32)
(33)
(34)
예측 벡터 XHAT(k+d)의 제1행의 요소 DTHHAT(k+d)는 예측 편차량 PREDTH(k)에 해당하고, 이하의 식(35)에 의해서 주어진다.
PREDTH(k)=DTHHAT(k+d)
=1×DTH(k)+2×DTH(k-1)
+β1×DUT(k-1)+β2×DUT(k-2)+‥
+βd×DUT(k-D)+γ1+γ2+‥‥+γd (35)
여기서,1은 매트릭스 A'd의 제1행, 제1란의 요소를 나타내고,2는 매트릭스 A'd의 제1행, 제2란의 요소를 나타내고, βi는 매트릭스 A'd-iB'의 제1행, 제1란의 요소를 나타내고, γi는 매트릭스 A'd-iB'의 제1행, 제2란의 요소를 나타낸다.
식 (35)로부터 산출한 예측 편차량 PREDTH(k)를 식 (9)에 적용하고, 또한 목표치 DTHR(k+d+1), DTHR(k+d), 및 DTHR(k+d-1)을 각각 DTHR(k), DTHR(k-1), 및 DTHR(k-2)로써 대치함으로써, 이하의 식 (9a)를 취득할 수 있다.
(9a)
식 (35)로부터 산출한 예측 편차량 PREDTH(k)를 이용하여, 예측 절환 함수 값 σpre(k)를 이하의 식(36)으로써 정의한다. 도달 법칙 입력 Urch(k) 및 적응 법칙 입력 Uadp(k)를 각각 이하의 식 (10a) 및 (11a)로부터 산출한다.
σpre(k)=(PREDTH(k)-DTHR(k-1))+VPOLE(PREDTH(k-1)-DTHR(k-2)) (36)
(10a)
(11a)
모델 파라미터 c1'은 디폴트 개도 THDEF의 편차 및 외란을 나타내는 파라미터이다. 따라서, 도 8에 나타내는 바와 같이, 모델 파라미터 c1'은 외란에 따라서 변동하지만, 비교적 짧은 기간에서는 대체로 일정한 것으로 간주할 수 있다. 본 실시형태에서, 모델 파라미터 c1'을 통계 처리하여, 그 변동의 중심치를 디폴트 개도편차 thdefadp로서 산출한다. 디폴트 개도 편차 thdefadp는 스로틀 밸브 개도 편차량 DTH 및 목표치 DTHR을 산출하는 데에 이용된다.
일반적으로, 최소 2승법은 통계처리 방법으로서 공지되어 있다. 최소 2승법에 의한 통계처리에 있어서, 어느 일정한 기간내에 취득한 모든 데이터, 즉, 모든 식별된 파라미터 c1'을 메모리에 저장하고, 저장된 데이터를 어느 일정한 시점에서 일괄 통계 연산 처리한다. 그러나, 상기 일괄 연산은 모든 데이터를 저장하기 위한 대용량 메모리를 필요로 하고, 또한 역행렬(inverse matrix) 연산이 필요하므로 연산량이 증가하게 된다.
따라서, 본 실시형태에 의하면, 식 (15) 내지 (21)로써 나타내는 적응 제어를 위한 순차적 최소 2승법 알고리즘을 통계처리에 적용하여, 모델 파라미터 c1'의 최소 2승 중심치를 디폴트 개도 편차 thdefadp로서 산출한다.
상세하게는, 식 (15) 내지 (21)에서, θ(K)와 θ(K)T를 thdefadp로 치환하고, ζ(K)와 ζ(K)T를 "1"로 치환하고, ide(k)를 ecl(k)로 치환하고, KP(k)를 KPTH(k)로 치환하고, P(k)를 PTH(k)로 치환하고, 또한 λ1과 λ2를 각각 λ1'과 λ2'로 치환함으로써, 이하의 식 (37) 내지 (40)을 얻는다.
thdefadp(k+1)=thdefadp(k)+KPTH(k)ecl(k) (37)
(38)
(39)
ecl(k)=cl'(k)-thdefadp(k) (40)
계수 λ1'과 λ2'의 설정에 따라서, 상기 4개의 알고리즘 중 하나를 선택할 수 있다. 식 (39)에서는, 계수 λ1'을 0 또는 1 이외의 소정치에 설정하고, 계수 λ2'를 1에 설정함으로써, 가중치 부여 최소 2승법을 채용하였다.
식 (37) 내지 (40)의 연산에 있어서는, 저장해야 할 값은 thdefadp(k+1) 및 PTH(k+1)뿐이고, 역행렬 연산은 필요하지 않다. 따라서, 순차적 최소 2승법 알고리즘을 채용함으로써, 일반적인 최소 2승법의 결점을 극복하면서 최소 2승법에 의하여 모델 파라미터 c1을 통계적으로 처리할 수 있다.
통계처리 결과 취득한 디폴트 개도 편차 thdefadp를 식 (2) 및 (3)에 적용하고, 식 (2) 및 (3) 대신에 이하의 식 (41) 및 (42)로부터 스로틀 밸브 개도 편차량 DTH(k) 및 목표치 DTHR(k)를 산출한다.
DTH(k)=TH(k)-THDEF+thdefadp (41)
DTHR(k)=THR(k)-THDEF+thdefadp (42)
식 (41) 및 (42)를 사용하여, 디폴트 개도 THDEF가, 하드웨어의 특성 변동 또는 경시변화로 인하여 설계치로부터 편이된 경우에도, 그 편이를 보상하여 정확한 제어 처리를 실행할 수 있다.
이어서, 적응 슬라이딩 모드 제어기(21), 모델 파라미터 식별기(22), 및 상태 예측기(23)의 기능을 실현하기 위한, ECU(7)의 CPU에 의해서 실행되는 연산 처리를 설명한다.
도 9는 스로틀 밸브 개도 제어 처리를 나타내는 플로차트이다. 이 처리는 소정 시간(예로서, 2msec)마다 ECU(7)의 CPU에서 실행된다.
단계 S11에서, 도 10에 나타내는 상태 변수의 설정 처리를 실행한다. 식 (41) 및 (42)의 연산을 실행하여 스로틀 밸브 개도 편차량 DTH(k) 및 목표치 DTHR(k)를 산출한다(도 10의 단계 S21 및 S22). 현재의 값을 나타내는 부호 (k)는 도 10에 나타내는 바와 같이 때때로 생략할 수도 있다.
단계 S12에서는, 도 11에 나타내는 바와 같이 모델 파라미터 식별기의 연산 처리, 즉, 식 (15a)로부터 모델 파라미터 벡터 θ(k)의 산출 처리를 실행한다. 또한, 모델 파라미터 벡터 θ(k)를 제한 처리하여 보정 모델 파라미터 벡터 θL(k)를 산출한다.
단계 S13에서는, 도 21에 나타내는 바와 같이 상태 예측기의 연산 처리를 실행하여 예측 편차량 PREDTH(k)를 산출한다.
이어서, 단계 S12에서 산출한 보정 모델 파라미터 벡터 θL(k)를 이용하여, 단계 S14에서 도 22에 나타내는 바와 같이 제어 입력 Usl(k)의 연산 처리를 실행한다. 상세하게는, 등가 제어 입력 Ueq(k), 도달 법칙 입력 Urch(k), 및 적응 법칙 입력 Uadp(k)를 산출하고, 이들 입력 Ueq(k), Urch(k), 및 Uadp(k)의 합으로써 제어 입력 Usl(k)(=듀티비 DUT(k))를 산출한다.
단계 S16에서는, 도 29에 나타내는 바와 같이 슬라이딩 모드 제어기의 안정도 판별 처리를 실행한다. 상세하게는, 안정도를 리아프노프(Lyapunov) 함수의 미분치에 따라서 판별하고, 안정도 판별 플래그 FSMCSTAB를 설정한다. 안정도 판별 플래그 FSMCSTAB가 "1"에 설정되면, 이것은 적응 슬라이딩 모드 제어기(21)가 불안정한 것을 나타낸다.
안정도 판별 플래그 FSMCSTAB가 "1"에 설정되어서, 적응 슬라이딩 모드 제어기(21)가 불안정한 것을 나타내면, 절환 함수 설정 파라미터 VPOLE을 소정의 안정화치 XPOLESTB(도 24의 단계 S231 및 S232 참조)에 설정하고, 등가 제어 입력 Ueq를 "0"에 설정한다. 즉, 적응 슬라이딩 모드 제어기(21)에 의한 제어 처리를 도달 법칙 입력 Urch 및 적응 법칙 입력 Uadp만에 의한 제어 처리로 절환함으로써, 제어를 안정화시킨다(도 22의 단계 S206 및 S208 참조).
또한, 적응 슬라이딩 모드 제어기(21)가 불안정하게 되었을 때는, 도달 법칙 입력 Urch 및 적응 법칙 입력 Uadp를 산출하는 식을 변경한다. 상세하게는, 도달 법칙 제어 이득 F와 적응 법칙 제어 이득 G의 값을, 적응 슬라이딩 모드 제어기 (21)를 안정화시키는 값으로 변경하여, 모델 파라미터 b1을 사용하지 않고 도달 법칙 입력 Urch 및 적응 법칙 입력 Uadp를 산출한다(도 27 및 도 28 참조). 상기 안정화 처리에 의해서, 적응 슬라이딩 모드 제어기(21)의 불안정 상태를 신속하게 종료시키고, 적응 슬라이딩 모드 제어기(21)를 안정한 상태로 복귀시킬 수 있다.
단계 S17에서는, 도 30에 나타내는 바와 같이 디폴트 개도 편차 thdefadp의 산출 처리를 실행하여, 디폴트 개도 편차 thdefadp를 산출한다.
도 11은 모델 파라미터 식별기(22)의 연산 처리를 나타내는 플로차트이다.
단계 S31에서, 식 (20)으로부터 이득 계수 벡터 KPK(k)를 산출한다. 이어서, 단계 S32에서, 식 (18)로부터 추정 슬로틀 밸브 개도 편차량 DTHHAT(k)를 산출한다. 단계 S33에서는, 도 12에 나타내는 바와 같이 식별 오차 idenl(k)의 산출 처리를 실행한다. 단계 S32에서 산출한 추정 슬로틀 밸브 개도 편차량 DTHHAT(k)를 식 (17)에 적용하여 식별 오차 ide(k)를 산출한다. 또한, 단계 S32에서, 도 7A에 나타낸 함수를 이용하여 불감대 처리를 실행하여 보정 식별 오차 idenl을 산출한다.
단계 S34에서는, 식 (15a)로부터 모델 파라미터 벡터 θ(k)를 산출한다. 이어서, 단계 S35에서, 모델 파라미터 벡터 θ(k)의 안정화 처리를 실행한다. 즉, 각각의 모델 파라미터를 제한 처리하여 보정 모델 파라미터 벡터 θL(k)를 산출한다.
도 12는, 도 11에 나타낸 단계 S33에서 실행되는 식별 오차 idenl(k)의 산출 처리를 나타내는 플로차트이다.
단계 S51에서, 식 (17)로부터 식별 오차 ide(k)를 산출한다. 이어서, 단계 S53에서 증가(increment)되는 카운터 CNTIDST의 값이, 제어 대상의 낭비 시간 d에 따라서 설정되는 소정치 XCNTIDST보다 큰가 아닌가를 판별한다(단계 S52). 예로서, 낭비 시간 d=2에 대응하여 소정치 XCNTIDST를 "3"에 설정한다. 카운터 CNTIDST의 초기치는 "0"이므로, 순서는 우선 단계 S53으로 진행하여, 카운터 CNTIDST를 "1"만큼 증가시킨다. 이어서, 단계 S54에서, 식별 오차 ide(k)를 "0"에 설정한 후에, 단계 S55로 진행한다. 모델 파라미터 벡터 θ(k)의 식별을 시작한 직후에는, 식 (17)로부터 아무런 정확한 식별 오차도 취득할 수 없다. 따라서, 식 (17)의 산출 결과를 이용하는 대신에, 단계 S52 내지 S54에 따라서 식별 오차 ide(k)를 "0"에 설정한다.
단계 S52에 대한 응답이 긍정(YES)이면, 순서는 단계 S55로 직접 진행한다.
단계 S55에서는, 식별 오차 ide(k)를 저역 통과 필터링 처리한다. 상세하게는, 저역 통과 특성을 갖는 제어 대상의 모델 파라미터를 식별하는 경우, 식별 오차 ide(k)에 대한 최소 2승법 알고리즘의 식별 가중치(identifying weight)는 도 13A에서 실선 L1으로 나타내는 바와 같은 주파수 특성을 갖는다. 식별 오차 ide(k)를 저역 통과 필터링 처리함으로써, 실선 L1으로 나타내는 바와 같은 주파수 특성을 고주파 성분이 감쇠된, 파선 L2로 나타내는 바와 같은 주파수 특성으로 변경시킨다. 저역 통과 필터링 처리를 실행하는 이유를 이하에서 설명한다.
저역-통과 특성을 갖는 실제의 제어 대상, 및 이것에 대한 제어 대상 모델의 주파수 특성은, 각각 도 13B의 실선 L3 및 L4로써 표시되어 있다. 상세하게는, 저역-통과 특성(고주파 성분을 감쇠시키는 특성)을 갖는 제어 대상에 대하여, 모델 파라미터 식별기(22)로써 모델 파라미터를 식별하면, 식별된 모델 파라미터는 고주파 제거 특성에 의해서 크게 영향을 받아서 저주파 영역에서 제어 대상 모델의 이득이 실제 특성보다 낮아진다. 결과적으로, 슬라이딩 모드 제어기(21)는 제어 입력을 과도하게 보정한다.
저역-통과 필터링 처리에 의해서 식별 알고리즘의 가중치의 주파수 특성을 도 13A의 파선 L2로써 나타낸 특성으로 변경함으로써, 제어 대상 모델의 주파수 특성을 도 13B의 파선 L5로써 나타낸 주파수 특성으로 변경한다. 결과적으로, 제어 대상 모델의 주파수 특성을 실제의 주파수 특성에 일치시키거나, 또는 제어 대상 모델의 저주파 이득을 실제 이득보다 약간 높은 정도로 보정한다. 따라서, 제어 입력이 슬라이딩 모드 제어기(21)에 의해서 과도하게 보정되는 것을 방지함으로써, 제어장치의 견고성을 향상시키고 또한 제어장치를 안정화시킬 수 있다.
저역-통과 필터링 처리는, 식별 오차의 과거치 ide(k-i)(예로서, i=1~10에 대하여 10개의 과거치)를 링 버퍼(ring buffer)에 저장하고, 상기 과거치를 가중 계수로써 승산하여, 과거치와 가중 계수의 적(積)을 가산함으로써 실행한다.
식별 오차 ide(k)는 상기 식 (17), (18) 및 (19)로써 산출하므로, 스로틀 밸브 개도 편차량 DTH(k) 및 추정 슬로틀 밸브 개도 편차량 DTHHAT(k)에 대하여 동일한 저역-통과 필터링 처리를 실행함으로써, 또는 스로틀 밸브 개도 편차량 DTH(k-1), DTH(k-2) 및 듀티비 DUT(k-d-1)에 대하여 동일한 저역-통과 필터링 처리를 실행함으로써, 상기와 동일한 효과를 얻을 수 있다.
도 12를 다시 참조하면, 단계 S56에서는, 도 14에 나타내는 바와 같은 불감대 처리를 실행한다. 도 14에 나타낸 단계 S61에서는, 식 (24)에서 "n"을, 예로서, "5"에 설정하여 목표 슬로틀 밸브 개도 THR의 변화량의 2승 평균치 DDTHRSQA를 산출한다. 이어서, 2승 평균치 DDTHRSQA에 따라서, 도 15에 나타내는 EIDNRLMT 테이블을 검색하여 불감대 폭 파라미터 EIDNRLMT를 산출한다(단계 S62).
단계 S63에서는, 식별 오차 ide(k)가 불감대 폭 파라미터 EIDNRLMT보다 큰가 아닌가를 판별한다. ide(k)가 EIDNRLMT보다 크면, 단계 S67에서 이하의 식 (43)으로부터 보정 식별 오차 idenl(k)를 산출한다.
idenl(k)=ide(k)-EIDNRLMT (43)
단계 S63에 대한 응답이 부정(NO)이면, 식별 오차 ide(k)가, 불감대 폭 파라미터 EIDNRLMT에 - 부호를 붙인 부(負)의 값보다 큰가 아닌가를 판별한다(단계 S64).
ide(k)가 -EIDNRLMT보다 작으면, 단계 S65에서 이하의 식 (44)로부터 보정 식별 오차 idenl(k)를 산출한다.
idenl(k)=ide(k)+EIDNRLMT (44)
식별 오차 ide(k)가 +EIDNRLMT와 -EIDNRLMT와의 사이의 범위내에 있는 경우, 단계 S66에서 보정 식별 오차 idenl(k)를 '0"에 설정한다.
도 16은, 도 11에 나타낸 단계 S35에서 실행되는, 모델 파라미터 벡터 θ(k)의 안정화 처리를 나타내는 플로차트이다.
도 16에 나타내는 단계 S71에서는, 이 처리에서 사용되는 플래그 FA1STAB, FA2STAB, FB1LMT, 및 FC1LMT를 "0"에 설정하여 초기화한다. 단계 S72에서는, 도 17에 나타내는, 모델 파라미터 a1' 및 a2'의 제한 처리를 실행한다. 단계 S73에서는, 도 19에 나타내는, 모델 파라미터 b1'의 제한 처리를 실행한다. 단계 S74에서는, 도 20에 나타내는, 모델 파라미터 c1'의 제한 처리를 실행한다.
도 17은 도 16에 나타낸 단계 S72에서 실행되는 모델 파라미터 a1' 및 a2'의 제한 처리를 나타내는 플로차트이다. 도 18은 도 17에 나타내는 처리를 설명하는 도면이고, 도 17과 함께 참조한다.
도 18에서, 제한 처리를 필요로 하는 모델 파라미터 a1' 및 a2'의 조합이 부호 "×"로써 표시되고, 또한 안정된 모델 파라미터 a1' 및 a2'의 조합의 범위가 빗금친 영역(이하 "안정영역"이라고 한다)으로써 표시되어 있다. 도 17에 나타낸 제한 처리는 안정영역 외측에 있는 모델 파라미터 a1' 및 a2'의 조합을 부호 "ｏ"으로써 표시된 위치의 안정영역내로 이동시키는 처리이다.
단계 S81에서는, 모델 파라미터 a2'가 소정의 a2 하한치 XIDA2L 이상인가 아닌가를 판별한다. 소정의 a2 하한치 XIDA2L은 "-1"보다 큰 부(負)의 값에 설정된다. 소정의 a2 하한치 XIDA2L을 "-1"에 설정하면, 안정된 보정 모델 파라미터 a1 및 a2를 얻을 수 있다. 그러나, 상기 식 (26)에 의해서 정의되는 매트릭스 A의 n승(乘)이 때때로 불안정(이것은 모델 파라미터 a1' 및 a2'가 발산하지 않지만, 진동하는 것을 의미한다)하게 될 수도 있으므로, 소정의 a2 하한치 XIDA2L을 "-1"보다 큰 부(負)의 값에 설정한다.
단계 S81에서 a2'가 XIDA2L보다 작으면, 보정 모델 파라미터 a2를 하한치 XIDA2L에 설정하고, 또한 a2 안정화 플래그 FA2STAB를 "1"에 설정한다. a2 안정화 플래그 FA2STAB가 "1"에 설정되면, 보정 모델 파라미터 a2를 하한치 XIDA2L에 설정한 것을 나타낸다. 도 18에서, 단계 S81 및 S82의 제한 처리 P1에서의 모델 파라미터의 보정이 "P1"을 붙인 화살표로써 표시되어 있다.
단계 S81에 대한 응답이 긍정(YES)이면, 즉, a2'가 XIDA2L 이상이면, 단계 S83에서 보정 모델 파라미터 a2를 모델 파라미터 a2'에 설정한다.
단계 S84 및 S85에서는, 모델 파라미터 a1'가 소정의 a1 하한치 XIDA1L 및 소정의 a1 상한치 XIDA1H에 의해서 정의되는 범위내에 있는가 아닌가를 판별한다. 소정의 a1 하한치 XIDA1L을 "-2" 이상이고 "0"보다 작은 값에 설정하고, 소정의 a1 상한치 XIDA1H를, 예로서, "2"에 설정한다.
단계 S84 및 S85에 대한 응답이 긍정(YES)이면, 즉, a1'가 XIDA1L 이상이고 XIDA1H 이하이면, 단계 S88에서 보정 모델 파라미터 a1을 모델 파라미터 a1'에 설정한다.
단계 S84에서 a1'가 XIDA1L보다 작으면, 단계 S86에서 보정 모델 파라미터 a1을 하한치 XIDA1L에 설정하고, 또한 a1 안정화 플래그 FA1STAB를 "1"에 설정한다. 단계 S85에서 a1'가 XIDA1H보다 크면, 단계 S87에서 보정 모델 파라미터 a1을 상한치 XIDA1H에 설정하고, 또한 a1 안정화 플래그 FA1STAB를 "1"에 설정한다. a1 안정화 플래그 FA1STAB가 "1"에 설정되면, 보정 모델 파라미터 a1을 하한치 XIDA1L 또는 상한치 XIDA1H에 설정한 것을 나타낸다. 도 18에서, 단계 S84 내지 S87의 제한 처리 P2에서의 모델 파라미터의 보정이 "P2"를 붙인 화살표로써 표시되어 있다.
단계 S90에서는, 보정 모델 파라미터 a1의 절대치와 보정 모델 파라미터 a2의 합이 소정의 안정도 판정치 XA2STAB 이하인가 아닌가를 판별한다. 소정의 안정도 판정치 XA2STAB는, "1"에 가깝지만 "1"보다 작은 값(예로서, "0.99")에 설정된다.
도 18에 나타낸 직선 L1 및 L2는 이하의 식 (45)를 만족시킨다.
a2+｜a1｜=XA2STAB (45)
따라서, 단계 S90에서는, 보정 모델 파라미터 a1과 a2의 조합이 도 18에 나타낸 직선 L1 및 L2의 선상에 또는 그 하측에 위치하는가 아닌가를 판별한다. 단계 S90에 대한 응답이 긍정(YES)이면, 보정 모델 파라미터 a1과 a2의 조합이 도 18에 나타낸 안정영역내에 있으므로, 상기 제한 처리를 즉시 종료한다.
단계 S90에 대한 응답이 부정적(N0)이면, 단계 S91에서 보정 모델 파라미터 a1이, 소정의 안정도 판별치 XA2STAB로부터 소정의 a2 하한치 XIDA2L을 감산하여취득한 값(XIDA2L이 "0"보다 작으므로, XA2STAB-XIDA2L은 XA2STAB보다 크다) 이하인가 아닌가를 판별한다. 보정 모델 파라미터 a1이 (XA2STAB-XIDA2L) 이하이면, 단계 S92에서 보정 모델 파라미터 a2를 (XA2STAB-｜a1｜)에 설정하고, 또한 a2 안정화 플래그 FA2STAB를 "1"에 설정한다.
단계 S91에서, 보정 모델 파라미터 a1이 (XA2STAB-XIDA2L)보다 크면, 단계 S93에서 보정 모델 파라미터 a1을 (XA2STAB-XIDA2L)에 설정한다. 또한, 단계 S93에서 보정 모델 파라미터 a2를 소정의 a2 하한치 XIDA2L에 설정하고, 또한 a1 안정화 플래그 FA1STAB와 a2 안정화 플래그 FA2STAB를 "1"에 설정한다.
도 18에서, 단계 S91 및 S92의 제한 처리 P3에서의 모델 파라미터의 보정이 "P3"를 붙인 화살표로써 표시되어 있고, 단계 S91 및 S93의 제한 처리 P4에서의 모델 파라미터의 보정이 "P4"를 붙인 화살표로써 표시되어 있다.
상기와 같이, 모델 파라미터 a1' 및 a2'가 도 18에 나타낸 안정영역에 들어가도록, 도 17에 나타낸 제한 처리가 실행되어서 보정 모델 파라미터 a1 및 a2가 산출된다.
도 19는, 도 16에 나타낸 단계 S73에서 실행되는, 모델 파라미터 b1'의 제한 처리를 나타내는 플로차트이다.
단계 S101 및 S102에서는, 모델 파라미터 b1'가 소정의 b1 하한치 XIDB1L 및 소정의 b1 상한치 XIDB1H에 의해서 정의되는 범위내에 있는가 아닌가를 판별한다. 소정의 b1 하한치 XIDB1L을 정(正)의 값(예로서, "0.1")에 설정하고, 소정의 b1 상한치 XIDB1H를, 예로서, "1"에 설정한다.
단계 S101 및 S102에 대한 응답이 긍정(YES)이면, 즉, b1'가 XIDB1L 이상이고 XIDB1H 이하이면, 단계 S105에서 보정 모델 파라미터 b1을 모델 파라미터 b1'에 설정한다.
단계 S101에서 b1'가 XIDB1L보다 작으면, 단계 S104에서 보정 모델 파라미터 b1을 하한치 XIDB1L에 설정하고, 또한 b1 제한 플래그 FB1LMT를 "1"에 설정한다. 단계 S102에서 b1'가 XIDB1H보다 크면, 단계 S103에서 보정 모델 파라미터 b1을 상한치 XIDB1H에 설정하고, 또한 b1 제한 플래그 FB1LMT를 "1"에 설정한다. b1 제한 플래그 FB1LMT가 "1"에 설정되면, 보정 모델 파라미터 b1을 하한치 XIDB1L 또는 상한치 XIDB1H에 설정한 것을 나타낸다.
도 20은, 도 16에 나타낸 단계 S74에서 실행되는, 모델 파라미터 c1'의 제한 처리를 나타내는 플로차트이다.
단계 S111 및 S112에서는, 모델 파라미터 c1'가 소정의 c1 하한치 XIDC1L 및 소정의 c1 상한치 XIDC1H에 의해서 정의되는 범위내에 있는가 아닌가를 판별한다. 소정의 c1 하한치 XIDC1L을, 예로서, "-60"에 설정하고, 소정의 c1 상한치 XIDC1H를, 예로서, "60"에 설정한다.
단계 S111 및 S112에 대한 응답이 긍정(YES)이면, 즉, c1'가 XIDC1L 이상이고 XIDC1H 이하이면, 단계 S115에서 보정 모델 파라미터 c1을 모델 파라미터 c1'에 설정한다.
단계 S111에서 c1'가 XIDC1L보다 작으면, 단계 S114에서 보정 모델 파라미터 c1을 하한치 XIDC1L에 설정하고, 또한 c1 제한 플래그 FC1LMT를 "1"에 설정한다.단계 S112에서 c1'가 XIDC1H보다 크면, 단계 S113에서 보정 모델 파라미터 c1을 상한치 XIDC1H에 설정하고, 또한 c1 제한 플래그 FC1LMT를 "1"에 설정한다. c1 제한 플래그 FC1LMT가 "1"에 설정되면, 보정 모델 파라미터 c1을 하한치 XIDC1L 또는 상한치 XIDC1H에 설정한 것을 나타낸다.
도 21은, 도 9에 나타낸 단계 S13에서 실행되는, 상태 예측기의 연산 처리를 나타내는 플로차트이다.
단계 S121에서는, 매트릭스 연산을 실행하여, 식 (35)의 매트릭스 요소1,2, β1, β2, γ1 내지 γd를 산출한다.
단계 S122에서는, 식 (35)로부터 예측 편차량 PREDTH(k)을 산출한다.
도 22는, 도 9에 나타낸 단계 S14에서 실행되는, 스로틀 밸브 작동장치(10)에 인가되는 제어 입력 Usl(=DUT)의 연산 처리를 나타내는 플로차트이다.
단계 S201에서, 도 23에 나타내는, 예측 절환 함수 값 σpre의 연산 처리를 실행한다. 단계 S202에서는, 도 26에 나타내는, 예측 절환 함수 값 σpre의 적산치의 연산 처리를 실행한다. 단계 S203에서는, 식 (9)로부터 등가 제어 입력 Ueq를 산출한다. 단계 S204에서는, 도 27에 나타내는, 도달 법칙 입력 Urch의 연산 처리를 실행한다. 단계 S205에서는, 도 28에 나타내는, 적응 법칙 입력 Uadp의 연산 처리를 실행한다.
단계 S206에서는, 도 29의 처리에서 설정되는 안정도 판별 플래그 FSMCSTAB가 "1"인가 아닌가를 판별한다. 안정도 판별 플래그 FSMCSTAB가 "1"에 설정되면, 이것은 적응 슬라이딩 모드 제어기(21)가 불안정한 것을 나타낸다.
단계 S206에서, FSMCSTAB가 "0"으로서, 적응 슬라이딩 모드 제어기(21)가 안정적인 것을 나타내면, 단계 S203 내지 S205에서 산출되는 제어 입력 Ueq, Urch, 및 Uadp를 가산함으로써, 단계 S207에서 제어 입력 Usl을 산출한다.
단계 S206에서, FSMCSTAB가 "1"로서, 적응 슬라이딩 모드 제어기(21)가 불안정한 것을 나타내면, 도달 법칙 입력 Urch 및 적응 법칙 입력 Uadp의 합을, 제어 입력 Usl로서 산출한다. 환언하면, 등가 제어 입력 Ueq를 제어 입력 Usl을 산출하는 데에 사용하지 않음에 따라서, 제어장치가 불안정하게 되는 것을 방지한다.
단계 S209 및 S210에서는, 산출한 제어 입력 Usl이 소정의 상한치 XUSLH와 소정의 하한치 XUSLL의 사이에 형성된 범위내에 있는가 아닌가를 판별한다. 제어 입력 Usl이 XUSLH와 XUSLL의 사이의 범위내에 있는 경우, 처리를 즉시 종료한다. 단계 S209에서, 제어 입력 Usl이 소정의 하한치 XUSLL 이하이면, 단계 S212에서 제어 입력 Usl을 소정의 하한치 XUSLL에 설정한다. 단계 S210에서, 제어 입력 Usl이 소정의 상한치 XUSLH 이상이면, 단계 S211에서 제어 입력 Usl을 소정의 상한치 XUSLH에 설정한다.
도 23은, 도 22에 나타낸 단계 S201에서 실행되는, 예측 절환 함수 값 σpre의 연산 처리를 나타내는 플로차트이다.
단계 S221에서, 도 24에 나타내는, 절환 함수 설정 파라미터 VPOLE의 연산 처리를 실행한다. 이어서, 단계 S222에서는, 식 (36)으로부터 예측 절환 함수 값 σpre(k)를 산출한다.
단계 S223 및 S224에서는, 산출한 예측 절환 함수 값 σpre(k)가 소정의 상한치 XSGMH와 소정의 하한치 XSGML의 사이에 형성된 범위내에 있는가 아닌가를 판별한다. 산출한 예측 절환 함수 값 σpre(k)가 XSGMH와 XSGML의 사이의 범위내에 있는 경우, 도 23에 나타낸 처리를 즉시 종료한다. 단계 S223에서, 산출한 예측 절환 함수 값 σpre(k)가 소정의 하한치 XSGML 이하이면, 단계 S225에서, 산출한 예측 절환 함수 값 σpre(k)를 소정의 하한치 XSGML에 설정한다. 단계 S224에서, 산출한 예측 절환 함수 값 σpre(k)가 소정의 상한치 XSGMH 이상이면, 단계 S226에서, 산출한 예측 절환 함수 값 σpre(k)를 소정의 상한치 XSGMH에 설정한다.
도 24는, 도 23에 나타낸 단계 S221에서 실행되는, 절환 함수 설정 파라미터 VPOLE의 연산 처리를 나타내는 플로차트이다.
단계 S231에서는, 안정도 판별 플래그 FSMCSTAB가 "1"인가 아닌가를 판별한다. 단계 S231에서 FSMCSTAB가 "1"로서, 적응 슬라이딩 모드 제어기(21)가 불안정한 것을 나타내면, 단계 S232에서 절환 함수 설정 파라미터 VPOLE을 소정의 안정화치 XPOLESTB에 설정한다. 소정의 안정화치 XPOLESTB는, "-1"보다 크지만 "-1"에 매우 가까운 값(예로서, "-0.999")에 설정된다.
FSMCSTAB가 "0"으로서, 적응 슬라이딩 모드 제어기(21)가 안정적인 것을 나타내면, 단계 S233에서 이하의 식(46)으로부터 목표치 DTHR(k)의 변화량 DDTHR(k)를 산출한다.
DDTHR(k)=DTHR(k)-DTHR(k-1) (46)
단계 S234에서는, 스로틀 밸브 개도 편차량 DTH 및 단계 S233에서 산출되는 변화량 DDTHR에 따라서 VPOLE 맵(map)을 검색하여 절환 함수 설정 파라미터 VPOLE을 산출한다. 도 25A에 나타내는 바와 같이, VPOLE 맵은, 스로틀 밸브 개도 편차량 DTH가 "0" 근방의 값을 가질 때, 즉, 스로틀 밸브 개도 TH가 디폴트 개도 THDEF 근방에 있을 때 절환 함수 설정 파라미터 VPOLE이 증가하고, 스로틀 밸브 개도 편차량 DTH가 "0" 근방이 아닌 값을 가질 때, 절환 함수 설정 파라미터 VPOLE이 스로틀 밸브 개도 편차량 DTH의 변화에 관계없이 대략 일정한 값을 갖도록 설정되어 있다. VPOLE 맵은, 또한, 목표치의 변화량 DDTHR이 도 25B에서 실선으로 나타내는 바와 같이 증가함에 따라서 절환 함수 설정 파라미터 VPOLE이 증가하고, 스로틀 밸브 개도 편차량 DTH가 "0" 근방의 값을 가질 때에는, 목표치의 변화량 DDTHR이 도 25B에서 파선으로 나타내는 바와 같이 "0" 근방의 값을 가짐에 따라서 절환 함수 설정 파라미터 VPOLE이 증가하도록 설정되어 있다.
상세하게는, 스로틀 밸브 개도에 대한 목표치 DTHR이 감소하는 방향으로 크게 변화할 때에는, 절환 함수 설정 파라미터 VPOLE은 비교적 작은 값에 설정된다. 이로 인하여, 스로틀 밸브(3)가, 스로틀 밸브(3)를 완전 폐쇄 위치에 정지시키는 스토퍼에 층돌하는 것을 방지할 수 있다. 디폴트 개도 THDEF 근방에서, 절환 함수 설정 파라미터 VPOLE은 비교적 큰 값에 설정되어서, 디폴트 개도 THDEF 근방에서의 제어성을 향상시킨다.
도 25C에 나타내는 바와 같이, 스로틀 밸브 개도 TH가 완전 폐쇄 개도 또는 완전 개방 개도 근방에 있을 때, VPOLE 맵을, 절환 함수 설정 파라미터 VPOLE이 감소하도록 설정할 수도 있다. 따라서, 스로틀 밸브 개도 TH가 완전 폐쇄 개도 또는 완전 개방 개도 근방에 있을 때에는, 스로틀 밸브 개도 TH가 목표 개도 THR을 추종하는 속도가 감소된다. 그 결과, 스로틀 밸브(3)가 스토퍼에 충돌하는 것을 더욱 적극적으로 회피할 수 있다(스토퍼는 완전 개방 위치에서도 스로틀 밸브(3)를 정지시킨다).
단계 S235 및 S236에서는, 산출한 절환 함수 설정 파라미터 VPOLE이 소정의 상한치 XPOLEH와 소정의 하한치 XPOLEL의 사이에 형성된 범위내에 있는가 아닌가를 판별한다. 절환 함수 설정 파라미터 VPOLE이 XP0LEH와 XPOLEL의 사이의 범위내에 있는 경우, 이 처리를 즉시 종료한다. 단계 S236에서, 절환 함수 설정 파라미터 VPOLE이 소정의 하한치 XPOLEL 이하이면, 단계 S238에서, 절환 함수 설정 파라미터 VPOLE을 소정의 하한치 XPOLEL에 설정한다. 단계 S235에서, 절환 함수 설정 파라미터 VPOLE이 소정의 상한치 XPOLEH 이상이면, 단계 S237에서, 절환 함수 설정 파라미터 VPOLE을 소정의 상한치 XPOLEH에 설정한다.
도 26은, 예측 절환 함수 값 σpre의 적산치인 SUMSIGMA의 연산 처리를 나타내는 플로차트이다. 이 처리는 도 22에 나타낸 단계 S202에서 실행된다. 적산치 SUMSIGMA는 이후에 설명하는 도 28에 나타낸 처리에서 적응 법칙 입력 Uadp의 산출에 사용된다(식 (11a) 참조).
단계 S241에서, 이하의 식 (47)로부터 적산치 SUMSIGMA를 산출하고, 이 경우 ΔT는 연산 주기를 나타낸다.
SUMSIGMA(k)=SUMSIGMA(k-1)+σpre×ΔT (47)
단계 S242 및 S243에서는, 산출한 적산치 SUMSIGMA가 소정의 상한치 XSUMSH와 소정의 하한치 XSUMSL의 사이에 형성된 범위내에 있는가 아닌가를 판별한다. 적산치 SUMSIGMA가 XSUMSH와 XSUMSL의 사이의 범위내에 있는 경우, 이 처리를 즉시 종료한다. 단계 S242에서, 적산치 SUMSIGMA가 소정의 하한치 XSUMSL 이하이면, 단계 S244에서, 적산치 SUMSIGMA를 소정의 하한치 XSUMSL에 설정한다. 단계 S243에서, 적산치 SUMSIGMA가 소정의 상한치 XSUMSH 이상이면, 단계 S245에서, 적산치 SUMSIGMA를 소정의 상한치 XSUMSH에 설정한다.
도 27은, 도 22에 나타낸 단계 S204에서 실행되는, 도달 법칙 입력 Urch의 연산 처리를 나타내는 플로차트이다.
단계 S261에서는, 안정도 판별 플래그 FSMCSTAB가 "1"인가 아닌가를 판별한다. 안정도 판별 플래그 FSMCSTAB가 "0"으로서, 적응 슬라이딩 모드 제어기(21)가 안정적인 것을 나타내면, 단계 S262에서 제어 이득 F를 통상의 이득 XKRCH에 설정하고, 단계 S263에서, 식 (10a)에 동일한 이하의 식 (48)로부터 도달 법칙 입력 Urch를 산출한다.
Urch=-F×σpre/b1 (48)
안정도 판별 플래그 FSMCSTAB가 "1"로서, 적응 슬라이딩 모드 제어기(21)가 불안정한 것을 나타내면, 단계 S264에서 제어 이득 F를 소정의 안정화 이득 XKRCHSTB에 설정하고, 단계 S265에서, 모델 파라미터 b1을 포함하지 않는 이하의 식 (49)로부터 도달 법칙 입력 Urch를 산출한다.
Urch=-F×σpre (49)
단계 S266 및 S267에서는, 산출한 도달 법칙 입력 Urch가 소정의 상한치 XURCHH와 소정의 하한치 XURCHL의 사이에 형성된 범위내에 있는가 아닌가를 판별한다. 도달 법칙 입력 Urch가 XURCHH와 XURCHL의 사이의 범위내에 있는 경우, 이 처리를 즉시 종료한다. 단계 S266에서, 도달 법칙 입력 Urch가 소정의 하한치 XURCHL 이하이면, 단계 S268에서, 도달 법칙 입력 Urch를 소정의 하한치 XURCHL에 설정한다. 단계 S267에서, 도달 법칙 입력 Urch가 소정의 상한치 XURCHH 이상이면, 단계 S269에서, 도달 법칙 입력 Urch를 소정의 상한치 XURCHH에 설정한다.
상기한 바와 같이, 적응 슬라이딩 모드 제어기(21)가 불안정하게 되었을 때는, 제어 이득 F를 소정의 안정화 이득 XKRCHSTB에 설정하고, 모델 파라미터 b1을 사용하지 않고 도달 법칙 입력 Urch를 산출하여, 적응 슬라이딩 모드 제어기(21)를 안정된 상태로 복귀시킨다. 모델 파라미터 식별기(22)에 의해서 실행되는 식별 처리가 불안정하게 되면, 적응 슬라이딩 모드 제어기(21)가 불안정하게 된다. 따라서, 불안정하게 된 모델 파라미터 b1을 포함하지 않는 식 (49)를 이용함으로써, 적응 슬라이딩 모드 제어기(21)를 안정화시킬 수 있다.
도 28은, 도 22에 나타낸 단계 S205에서 실행되는, 적응 법칙 입력 Uadp의 연산 처리를 나타내는 플로차트이다.
단계 S271에서는, 안정도 판별 플래그 FSMCSTAB가 "1"인가 아닌가를 판별한다. 안정도 판별 플래그 FSMCSTAB가 "0"으로서, 적응 슬라이딩 모드 제어기(21)가 안정적인 것을 나타내면, 단계 S272에서 제어 이득 G를 통상의 이득 XKADP에 설정하고, 단계 S273에서, 식 (11a)에 대응하는 이하의 식 (50)으로부터 적응 법칙 입력 Uadp를 산출한다.
Uadp=-G×SUMSIGMA/b1 (50)
안정도 판별 플래그 FSMCSTAB가 "1"로서, 적응 슬라이딩 모드 제어기(21)가 불안정한 것을 나타내면, 단계 S274에서 제어 이득 G를 소정의 안정화 이득 XKADPSTB에 설정하고, 단계 S275에서, 모델 파라미터 b1을 포함하지 않는 이하의 식 (51)로부터 적응 법칙 입력 Uadp를 산출한다.
Uadp=-G×SUMSIGMA (51)
상기한 바와 같이, 적응 슬라이딩 모드 제어기(21)가 불안정하게 되었을 때는, 제어 이득 G를 소정의 안정화 이득 XKADPSTB에 설정하고, 모델 파라미터 b1을 사용하지 않고 적응 법칙 입력 Uadp를 산출하여, 적응 슬라이딩 모드 제어기(21)를 안정된 상태로 복귀시킨다.
도 29는, 도 9에 나타낸 단계 S16에서 실행되는, 슬라이딩 모드 제어기의 안정도 판별 처리를 나타내는 플로차트이다. 이 처리에서, 리아프노프 함수의 미분치에 따라서 안정도를 판별하고, 안정도 판별 결과에 따라서 안정도 판별 플래그 FSMCSTAB를 설정한다.
단계 S281에서는, 이하의 식 (52)로부터 절환 함수 변화량 Dσpre를 산출한다. 이어서, 단계 S282에서 이하의 식 (53)으로부터 안정도 판별 파라미터 SGMSTAB를 산출한다.
Dσpre=σpre(k)-σpre(k-1) (52)
SGMSTAB=Dσpre×σpre(k) (53)
단계 S283에서는, 안정도 판별 파라미터 SGMSTAB가 안정도 판별 임계치 XSGMSTAB 이하인가 아닌가를 판별한다. SGMSTAB가 XSGMSTAB보다 크면, 적응 슬라이딩 모드 제어기(21)가 불안정할 수도 있다고 판정하고, 단계 S285에서 불안정 검출 카운터 CNTSMCST의 계수치를 "1"만큼 증가시킨다. SGMSTAB가 XSGMSTAB보다 작으면, 적응 슬라이딩 모드 제어기(21)가 안정된 것으로 판정하고, 단계 S284에서 불안정 검출 카운터 CNTSMCST의 계수치를 증가시키지 않고 유지한다.
단계 S286에서는, 불안정 검출 카운터 CNTSMCST의 값이 소정의 계수치 XSSTAB 이하인가 아닌가를 판별한다. CNTSMCST가 XSSTAB 이하이면, 적응 슬라이딩 모드 제어기(21)가 안정된 것으로 판정하고, 단계 S287에서 제1판별 플래그 FSMCSTAB1을 "0"에 설정한다. CNTSMCST가 XSSTAB보다 크면, 적응 슬라이딩 모드 제어기(21)가 불안정한 것으로 판정하고, 단계 S288에서 제1판별 플래그 FSMCSTAB1을 "1"에 설정한다. 불안정 검출 카운터 CNTSMCST의 값은, 시동 스위치를 온(ON)시켰을 때, "0"에 초기화된다.
단계 S289에서는, 안정도 판별 주기 카운터 CNTJUDST를 "1"만큼 감소시킨다. 단계 S290에서는, 안정도 판별 주기 카운터 CNTJUDST의 값이 "0"인가 아닌가를 판별한다. 안정도 판별 주기 카운터 CNTJUDST의 값은, 시동 스위치를 온(ON)시켰을 때, 소정의 판별 계수치 CNTJUDST에 초기화된다. 따라서, 초기에, 단계 S290에 대한 응답은 부정적(N0)이고, 순서는 직접 단계 S295로 진행한다.
이후에, 안정도 판별 주기 카운터 CNTJUDST의 계수치가 "0"이 되면, 순서는 단계 S290으로부터 단계 S291로 진행하여, 제1판별 플래그 FSMCSTAB1이 "1"인가 아닌가를 판별한다. 제1판별 플래그 FSMCSTAB1이 "0"이면, 단계 S293에서 제2판별 플래그 FSMCSTAB2를 "0"에 설정한다. 제1판별 플래그 FSMCSTAB1이 "1"이면, 단계S292에서 제2판별 플래그 FSMCSTAB2를 "1"에 설정한다.
단계 S294에서는, 안정도 판별 주기 카운터 CNTJUDST의 값을 소정의 판별 계수치 XCJUDST에 설정하고, 불안정 검출 카운터 CNTSMCST를 "0"에 설정한다. 이후, 순서는 단계 S295로 진행한다.
단계 S295에서는, 안정도 판별 플래그 FSMCSTAB를 제1판별 플래그 FSMCSTAB1과 제2판별 플래그 FSMCSTAB2의 논리합에 설정한다. 제2판별 플래그 FSMCSTAB2는, 단계 S286에 대한 응답이 긍정(YES)이 되고 제1판별 플래그 FSMCSTAB1이 "0"에 설정되어도, 안정도 판별 주기 카운터 CNTJUDST의 값이 "0"이 될 때까지는 '1"에 유지된다. 따라서, 안정도 판별 플래그 FSMCSTAB도, 안정도 판별 주기 카운터 CNTJUDST의 값이 "0"이 될 때까지는 '1"에 유지된다.
도 30은, 도 9에 나타낸 단계 S17에서 실행되는, 디폴트 개도 편차 thdefadp의 연산 처리를 나타내는 플로차트이다.
도 30에 나타낸 단계 S251에서, 이하의 식 (54)에 의해서 이득 계수 KPTH(k)를 산출한다.
KPTH(k)=PTH(k-1)/(1+PTH(k-1)) (54)
여기서, PTH(k)는 본 처리의 전회(前回) 실행시에 단계 S253에서 산출한 이득 파라미터를 나타낸다.
단계 S252에서는, 도 11에 나타낸, 모델 파라미터 식별기의 연산 처리에서 산출한 모델 파라미터 c1'와, 단계 S251에서 산출한 이득 계수 KPTH(k)를 이하의 식 (55)에 적용하여, 디폴트 개도 편차 thdefadp(k)를 산출한다.
thdefadp(k)=thdefadp(k-1)+KPTH(k)×(c1'-thdefadp(k-1)) (55)
단계 S253에서는, 이하의 식 (56)으로부터 이득 파라미터 PTH(k)를 산출한다.
PTH(k)={1-PTH(k-1)}/(XDEFADPW+PTH(k-1))}×PTH(k-1)/XDEFADPW (56)
식 (56)은, 식 (39)의 λ1'와 λ2'를 각각 소정치 XDEFADP와 "1"에 설정하여 얻은 것이다. 도 30의 처리에 의해서, 모델 파라미터 C1'이 순차적 가중 최소 2승법 알고리즘으로써 통계 처리되어서 디폴트 개도 편차 thdefadp가 산출된다.
본 실시형태에서는, 스로틀 밸브 작동장치(10)와 ECU(7)의 일부(즉, 모터(6)에 구동 전류를 공급하는 출력회로)가 플랜트에 상당한다. 도 22에 나타낸 처리는 슬라이딩 모드 제어기에 상당한다. 도 11에 나타낸 처리는 식별수단에 상당한다. 도 12에 나타낸 처리는 식별 오차 산출수단에 상당한다. 도 14에 나타낸 처리는 식별 오차 보정수단에 상당한다. 도 21에 나타낸 처리는 예측수단에 상당한다.
(제2실시형태)
상기의 제1실시형태에서, 제어 대상 모델은 낭비 시간 d를 포함하는 식 (1)로써 정의하고, 낭비 시간 d 경과후의 예측 편차량 PREDTH는 상태 예측기(23)를 이용하여 산출함으로써, 낭비 시간을 포함하는 제어 대상 모델을 제어한다. 따라서, CPU에서 상태 예측기(23)에 대응하는 연산을 실행할 필요가 있고, CPU에 의해서 실행되는 연산량이 커지게 된다. 제2실시형태에서는, CPU에 부가되는 연산량을 경감시키기 위하여, 낭비 시간 d를 "0"에 설정한 이하의 식 (1a)로써 제어 대상 모델을 정의하고, 낭비 시간 d를 "0"에 설정하므로써 기인하는 모델화 오차는 적응 슬라이딩 모드 제어의 견고성(robustness)에 의해서 보상된다.
DTH(k+1)=a1×DTH(k)+a2×DTH(k-1)+b1×DUT(k)+c1 (1a)
CPU에 부가되는 연산량을 더욱 경감시키기 위하여, 모델 파라미터를 식별하는 알고리즘으로서, 고정 이득 알고리즘을 채용한다.
제어를 더욱 안정화시키기 위하여, 모델 파라미터의 드리프트를 방지하는 방법으로서, 불감대 처리 대신에 또 다른 방법을 채용한다.
이하, 제2실시형태를 제1실시형태와는 상이한 내용에 대하여 주로 설명한다. 이하에 설명하는 것 이외의 기타의 상세는 제1실시형태의 내용과 동일하다.
도 31은 ECU(7)에 의해서 실현되는 스로틀 밸브 제어장치의 기능 블록도이다. 이 스로틀 밸브 제어장치는 적응 슬라이딩 모드 제어기(21a), 모델 파라미터 식별기(22a), 모델 파라미터 스케줄러(scheduler)(25), 및 가속 페달을 밟는 양 ACC에 따라서 스로틀 밸브(3)의 목표 개도 THR을 설정하는 목표 개도 설정 유닛 (24)을 포함하고 있다.
적응 슬라이딩 모드 제어기(21a)에는, 예측 편차량 PREDTH 대신에 검출한 스로틀 밸브 개도 TH가 인가된다. 적응 슬라이딩 모드 제어기(21a)는 스로틀 밸브 개도 TH를 목표 개도 THR에 일치시키도록 듀티비 DUT를 산출한다.
적응 슬라이딩 모드 제어기(21a)를 이용함으로써, 상기의 제1실시형태에서 설명한 이점과 동일한 이점을 취득할 수 있고, 제어 대상의 낭비 시간에 대한 제어장치의 견고성을 확보할 수 있다. 따라서, 낭비 시간 d를 "0"에 설정함으로써 발생하는 모델화 오차를 보상할 수 있다.
모델 파라미터 식별기(22a)는 제1실시형태에서의 방법과는 상이한 방법에 따라서 보정 모델 파라미터 벡터 θL(θLT=[a1, a2, b1, c1])을 산출하고, 산출한 보정 모델 파라미터 벡터 θL을 적응 슬라이딩 모드 제어기(21a)에 공급한다. 더욱 상세하게는, 모델 파라미터 식별기(22a)는, 모델 파라미터 스케줄러(25)로부터 공급되는 기준 모델 파라미터 벡터 θbase를 스로틀 밸브 개도 TH 및 듀티비 DUT에 따라서 보정함으로써 모델 파라미터 벡터 θ를 산출한다. 이어서, 모델 파라미터 식별기(22a)는 모델 파라미터 벡터 θ의 제한 처리를 실행하여 보정 모델 파라미터 벡터 θL을 산출하고, 보정 모델 파라미터 벡터 θL을 적응 슬라이딩 모드 제어기(21a)에 공급한다. 이러한 방법으로, 스로틀 밸브 개도 TH를 목표 개도 THR에 추종시키는 데에 최적인 모델 파라미터 a1, a2, 및 b1이 취득되고, 또한 외란, 및 디폴트 개도 THEDEF의 편차량을 나타내는 모델 파라미터 c1이 취득된다.
모델 파라미터 스케줄러(25)는, 스로틀 밸브 개도 TH에 따라서 기준 모델 파라미터 벡터 θbase(θbaseT=[a1base, a2base, b1base, c1base])를 산출하고, 산출한 기준 모델 파라미터 벡터 θbase를 모델 파라미터 식별기(22a)에 공급한다.
본 실시형태에서는, 제어 대상 모델을 상기 식 (1a)로써 정의하고 있으므로, 적응 슬라이딩 모드 제어기(21a)는, 상기 식 (9a), (10a) 및 (11a) 대신에 이하의 식 (9b), (10b) 및 (11b)로부터 등가 제어 입력 Ueq(k), 도달 법칙 입력 Urch(k), 및 적응 법칙 입력 Uadp(k)를 산출한다.
(9b)
(10b)
(11b)
식 (9b), (10b) 및 (11b)는, 상기 식 (9), (10) 및 (11)에서 낭비 시간 d를 "0"에 설정함으로써 취득한다.
모델 파라미터 식별기(22a)는, 상기한 바와 같이, 제어 대상의 입력(DUT(k))과 출력(TH(k))에 따라서 제어 대상 모델의 모델 파라미터 벡터를 산출한다. 상세하게는, 모델 파라미터 식별기(22a)는 이하의 식 (15)로부터 모델 파라미터 벡터 θ(k)를 산출한다.
θ(k) = θ(k-1)+KP(k)ide(k) (15)
식 (15)의 식별 오차 ide(k)는 이하의 식 (17), (18) 및 (19a)에 의해서 정의된다. 이득 계수 벡터 KP(k)는 이하의 식 (20)에 의해서 정의되고, 식 (20)에서, 정방행렬(正方行列) P(k)는 이하의 식 (21)로부터 산출된다.
ide(k)=DTH(k)-DTHHAT(k) (17)
DTHHAT(k)=θ(k-1)Tζ(k) (18)
ζ(k)T=[DTH(k-1), DTH(k-2), DUT(k-1), 1] (19a)
(20)
(21)
(I: 단위 행렬)
본 실시형태에서는, 제1실시형태에서와 같이 조건 B1 내지 B3을 만족시키는 것에 추가하여, 이하의 조건 B4 및 B5를 만족시키는 것이 필요하다.
B1) 준정적(準靜的) 동특성 변화 및 하드웨어 특성 변동에 대한 적응.
"준정적 동특성 변화"는 전원 전압 변동, 또는 경시변화로 인한 하드웨어의 열화(劣化) 등 변화속도가 늦은 특성 변화를 의미한다.
B2) 변화속도가 빠른 동특성 변화에 대한 적응.
상세하게는, 이것은 스로틀 밸브 개도 TH의 변화에 대응하는 동특성 변화에 대한 적응을 의미한다.
B3) 모델 파라미터의 드리프트 방지
모델 파라미터의 절대치가 과잉으로 증가하는 드리프트를 방지하여야 한다. 모델 파라미터의 드리프트는, 모델 파라미터에 반영되지 않아야 하는, 제어 대상의 비선형 특성으로 인한 식별 오차의 영향에 의해서 발생한다.
B4) ECU의 연산 능력과의 부합
상세하게는, 연산량을 더욱 경감시키는 것이 필요하다.
B5) 모델 파라미터(제어 성능)의 안정화
상세하게는, 식별되는 모델 파라미터의 변동이 최소화되어야 한다.
상기 조건 B4를 만족시키기 위해서, 계수 λ1과 λ2를 각각 "1" 및 "0"에 설정함으로써 고정 이득 알고리즘을 채용한다. 이에 따라서, 정방행렬 P(k)는 일정하게 되고, 식 (21)의 연산을 생략할 수 있다. 이 결과, 연산량이 매우 경감된다.
상세하게는, 고정 이득 알고리즘을 채용하면, 식 (20)은 간략화되어서 이하의 식 (20a)로 되고, 여기서 P는 정수(定數)를 대각 요소(diagonal element)로 하는 정방행렬을 나타낸다.
(20a)
이와 같이 간략화된 알고리즘에 의하면, 연산량을 감소시킬 수 있다. 그러나, 식별 능력이 또한 약간 감소된다. 또한, 모델 파라미터 벡터 θ(k)를 산출하는 식 (15)는 이하의 식 (15b)로 고쳐 쓸 수 있고, 식별 오차 ide(k)의 적분 구조를 갖는다. 따라서, 식별 오차 ide(k)는 모델 파라미터에 적분되어서, 모델 파라미터의 드리프트가 발생하기 쉽다.
θ(k)=θ(0)+KP(1)ide(1)+KP(2)ide(2)+‥‥+KP(k)ide(k) (15b)
여기서, θ(0)는 모델 파라미터의 초기치를 요소로 하는 초기 벡터를 나타낸다.
본 실시형태에서, 모델 파라미터의 드리프트를 방지하기 위해서, 상기 식 (15b) 대신에 이하의 식 (15c)로부터 모델 파라미터 벡터 θ(k)를 산출한다.
θ(k)=θ(0)+DELTAk-1×KP(1)ide(1)
+DELTAk-2×KP(2)ide(2)+‥‥
+DELTA×KP(k-1)ide(k-1)
+KP(k)ide(k) (15c)
여기서, DELTA는, 이하의 식에서 나타내는 바와 같이, 망각계수(忘却係數; forgetting coefficient) DELTAi(i=1~4)를 요소로 하는 망각계수 벡터를 나타낸다.
DELTA=[DELTA1, DELTA2, DELTA3, DELTA4]
망각계수 DELTAi는 0과 1 사이의 값(0＜DELTAi＜1)에 설정되고, 과거의 식별 오차의 영향을 점차로 감소시키는 기능을 갖는다. 모델 파라미터 b1의 연산에 관계되는 계수 DELTA3, 및 모델 파라미터 c1의 연산에 관계되는 계수 DELTA4 중 어느 하나는 "1"에 설정된다. 환언하면, 망각계수 DELTA3 및 DELTA4 중 하나는 무효가 된다. 망각계수 벡터 DELTA의 요소 중 하나 이상을 "1"에 설정함으로써, 목표치 DTHR과 스로틀 밸브 개도 편차량 DTH와의 사이의 정상 편차가 발생하는 것을 방지할 수 있다. 계수 DELTA3 및 DELTA4 모두를 "1"에 설정하면, 모델 파라미터의 드리프트 방지 효과가 불충분하게 된다. 따라서, 계수 DELTA3 또는 DELTA4 중 하나만을 "1"에 설정하는 것이 바람직하다.
식 (15)를 점화식(漸化式; recursive) 형식으로 고쳐쓰면, 이하의 식 (15d) 및 15(e)를 얻을 수 있다. 식 (15) 대신에 식 (15d) 및 15(e)로부터 모델 파라미터 벡터 θ(k)를 산출하는 방법을, 이후 δ보정법이라고 하고, 식 15(e)에 의해서 정의되는 dθ(k)를 "갱신 벡터"라고 한다.
θ(k)=θ(0)+dθ(k) (15d)
dθ(k)=DELTA×dθ(k-1)+KP(k)ide(k) (15e)
δ보정법을 이용한 알고리즘에 의하면, 조건 B3을 만족시키는 드리프트 방지 효과, 및 조건 B5를 만족시키는 모델 파라미터 안정화 효과를 얻을 수 있다. 상세하게는, 초기 벡터 θ(0)이 항상 유지되고, 갱신 벡터 dθ(k)의 요소로서 취할 수 있는 값이 계수 벡터 DELTA의 영향에 의해서 제한된다. 따라서, 모델 파라미터를 자체의 초기치 근방에 안정시킬 수 있다.
또한, 실제의 제어 대상의 입력 및 출력 데이터에 따른 식별 처리에 의해서 갱신 벡터 dθ(k)를 조정하면서, 모델 파라미터를 산출하므로, 실제의 제어 대상에 부합하는 모델 파라미터를 얻을 수 있고, 따라서 상기 조건 B1이 충족된다.
조건 B2를 만족시키기 위해서, 식 (15d)의 초기 벡터 θ(0) 대신에, 기준 모델 파라미터 벡터 θbase를 이용하는 이하의 식 (15f)로부터 모델 파라미터 벡터 θ(k)를 산출한다.
θ(k)=θbase+dθ(k) (15f)
기준 모델 파라미터 벡터 θbase는, 모델 파라미터 스케줄러(25)에 의해서, 스로틀 밸브 개도 편차량 DTH(TH-THDEF)에 따라서 설정된다. 따라서, 기준 모델 파라미터 벡터 θbase를, 스로틀 밸브 개도 TH의 변화에 대응하는 동특성의 변화에 적응시킬 수 있으므로, 상기 조건 B2를 만족시킨다.
상기한 바와 같이, 본 실시형태에 의하면, 고정 이득 알고리즘을 채용함으로써 ECU에 의한 연산량이 감소된다(조건 B4). δ보정법을 이용한 알고리즘을 채용함으로써, 준정적 동특성 변화 및 하드웨어 특성 변동에의 적응(조건 B1), 모델 파라미터(제어 성능)의 안정화(조건 B5), 및 모델 파라미터의 드리프트 방지(조건 B3)가 달성된다. 또한, 모델 파라미터 스케줄러(25)를 채용함으로써, 스로틀 개도 TH의 변화에 대응하는 동특성 변화에의 적응(조건 B2)이 달성된다.
식 (15f)로부터 산출되는 모델 파라미터 벡터 θ(k)의 요소 a1', a2', b1' 및 c1'를 제한 처리하여 제1실시형태와 마찬가지로 보정 모델 파라미터 벡터 θL(k)(θL(k)T=[a1, a2, b1, c1])를 산출한다.
또한, 모델 파라미터 c1'를 통계 처리하여, 그 변동 중심치를 디폴트 개도 편차 thdefadp로서 산출하고, 제1실시형태와 마찬가지로 식 (41) 및 (42)로부터 스로틀 밸브 개도 편차량 DTH 및 목표치 DTHR을 산출하는 데에 사용한다.
DTH(k)=TH(k)-THDEF+thdefadp (41)
DTHR(k)=THR(k)-THDEF+thdefadp (42)
이하, 적응 슬라이딩 모드 제어기(21a), 모델 파라미터 식별기(22a), 및 모델 파라미터 스케줄러(25)의 기능을 실현하기 위한, ECU(7)의 CPU에 의해서 실행되는 연산 처리를 설명한다.
도 32는 스로틀 밸브 개도 제어 처리를 나타내는 플로차트이다. 이 스로틀 밸브 개도 제어 처리는, 도 9에 나타낸 스로틀 밸브 개도 제어 처리의 단계 S13(상태 예측기의 연산)을 후자의 처리에서 생략하고, 또한 단계 S12, 단계 S14 및 단계 S16을 후자의 처리에서 각각 단계 S12a, 단계 S14a 및 단계 S16a로 변경한 점에서, 도 9에 나타낸 스로틀 밸브 개도 제어 처리와 상이하다.
단계 S12a에서는, 도 33에 나타내는 바와 같이 모델 파라미터 식별기의 연산 처리, 상세하게는, 식 (15f)로부터 모델 파라미터 벡터 θ(k)의 산출 처리를 실행하고, 또한, 모델 파라미터 벡터 θ(k)를 제한 처리하여 보정 모델 파라미터 벡터θL(k)를 산출한다.
단계 S14a에서는, 보정 모델 파라미터 벡터 θL(k)를 이용하여, 도 36에 나타내는 바와 같이 제어 입력 Usl(k)를 산출한다. 상세하게는, 등가 제어 입력 Ueq(k), 도달 법칙 입력 Urch(k), 및 적응 법칙 입력 Uadp(k)를 산출하고, 이들 입력의 합으로써 제어 입력 Usl(k)(듀티비 DUT(k))를 산출한다.
단계 S16a에서는, 도 41에 나타내는 바와 같이 슬라이딩 모드 제어기의 안정도 판별 처리를 실행한다. 상세하게는, 슬라이딩 모드 제어기의 안정도를 예측 절환 함수 값 σpre 대신에 절환 함수 값 σ를 이용하여 판별하고, 안정도 판별 플래그 FSMCSTAB를 설정한다. 안정도 판별 플래그 FSMCSTAB가 "1"에 설정되었을 때의 처리는 제1실시형태의 처리와 동일하다.
도 33은 모델 파라미터 식별기(22a)의 연산 처리를 나타내는 플로차트이다. 도 33에 나타낸 처리는, 도 11에 나타낸 처리의 단계 S31 내지 S34를 각각 단계 S31a 내지 S34a로 변경하고, 또한 단계 S33b 및 S33c를 추가한 점에서, 도 11에 나타낸 모델 파라미터 식별기의 연산 처리와 상이하다.
단계 S31a에서는, 식 (20a)로부터 이득 계수 벡터 KPK(k)를 산출한다. 이어서, 단계 S32a에서, 식 (18) 및 (19a)로부터 추정 슬로틀 밸브 개도 편차량 DTHHAT(k)를 산출한다.
단계 S33a에서는, 도 35에 나타내는 바와 같이 ide(k)의 산출 처리를 실행하여 식별 오차 ide(k)를 산출한다. 단계 S33b에서는, 식 (15e)로부터 갱신 벡터 dθ(k)를 산출한다. 이어서, 단계 S33c에서, 스로틀 밸브 개도 편차량 DTH에 따라서 도 34에 나타내는 θbase 테이블을 검색하여 기준 모델 파라미터 벡터 θbase를 산출한다. θbase 테이블에는, 기준 모델 파라미터 a1base, a2base, 및 b1base가 설정되어 있다. 스로틀 밸브 개도 편차량 DTH가 "0"에 가까운 값을 가질 때(즉, 스로틀 밸브 개도 TH가 디폴트 개도 THEDEF의 근방일 때), 기준 모델 파라미터 a1base와 b1base는 감소하고, 기준 모델 파라미터 a2base는 증가한다. 또한, 기준 모델 파라미터 c1base는 "0"에 설정되어 있다.
단계 S34a에서는, 식 (15f)로부터 모델 파라미터 벡터 θ(k)를 산출한다. 이어서, 제1실시형태와 마찬가지로 모델 파라미터 벡터 θ(k)의 안정화 처리를 실행한다(단계 S35). 즉, 모델 파라미터를 제한 처리하여 보정 모델 파라미터 벡터 θL(k)를 산출한다.
도 35는, 도 33에 나타낸 단계 S33a에서 실행되는 식별 오차 ide(k)의 산출 처리를 나타내는 플로차트이다. 도 35에 나타낸 처리는, 도 12에 나타낸 단계 S56의 불감대 처리를 생략하고 또한 도 12에 나타낸 단계 S51을 단계 S51a로 변경한 점에서, 도 12에 나타낸 처리와 상이하다. 본 실시형태에서는, δ보정법으로써 모델 파라미터의 드리프트를 방지하므로, 불감대 처리를 실행하지 않는다.
단계 S51a에서는, 식 (18) 및 (19a)로부터 추정 스로틀 밸브 개도 편차량 DTHHAT(k)를 산출하고, 또한 추정 스로틀 밸브 개도 편차량 DTHHAT(k)를 이용하여 식별 오차 ide(k)를 산출한다.
본 실시형태에서는, 제어 대상 모델의 낭비 시간 d가 "0"에 설정되어 있으므로, 단계 S52의 소정치 XCNTIDST를, 예로서, "2"에 설정한다.
도 36은, 도 32에 나타낸 단계 S14a에서 실행되는, 스로틀 밸브 작동장치 (10)에 인가되는 제어 입력 Usl(=DUT)의 연산 처리를 나타내는 플로차트이다. 도 36에 나타내는 처리는, 도 22에 나타낸 단계 S201 내지 S205를 각각 단계 S201a 내지 S205a로 변경한 점에서 도 22에 나타낸 처리와 상이하다.
단계 S201a에서, 도 37에 나타내는 바와 같이, 절환 함수 값 σ를 산출한다. 단계 S202a에서는, 도 38에 나타내는 바와 같이, 절환 함수 값 σ의 적산치를 연산 처리한다. 단계 S203a에서는, 식 (9b)로부터 등가 제어 입력 Ueq를 산출한다. 단계 S204a에서는, 도 39에 나타내는 바와 같이, 도달 법칙 입력 Urch를 산출한다. 단계 S205a에서는, 도 40에 나타내는 바와 같이, 적응 법칙 입력 Uadp를 산출한다.
도 37은, 도 36에 나타낸 단계 S201a에서 실행되는, 절환 함수 값 σ의 연산 처리를 나타내는 플로차트이다. 도 37에 나타내는 처리는, 도 23에 나타낸 단계 S222 내지 S226을 각각 단계 S222a 내지 S226a로 변경한 점에서 도 23에 나타낸 처리와 상이하다.
단계 S222a에서는, 식 (5)로부터 절환 함수 값 σ(k)를 산출한다. 단계 S223a 내지 S226a는, 도 23에 나타낸 단계 S223 내지 S226의 "σpre"를 "σ"로 치환한 것이다. 따라서, 절환 함수 값 σ(k)를 도 23에 나타낸 처리에 동일한 방법으로 제한 처리한다.
도 38은, 도 36에 나타낸 단계 S202a에서 실행되는, 절환 함수 값 σ의 적산치인 SUMSIGMAa의 연산 처리를 나타내는 플로차트이다. 도 38에 나타내는 처리는, 도 26에 나타낸 단계 S241 내지 S245를 각각 단계 S241a 내지 S245a로 변경한 점에서 도 26에 나타낸 처리와 상이하다. 적산치 SUMSIGMAa는 이하에 설명하는 도 40에 나타내는 처리에서 적응 법칙 입력 Uadp의 산출에 사용된다(식 (11b) 참조).
단계 S241a에서, 이하의 식 (47a)로부터 적산치 SUMSIGMAa를 산출한다.
SUMSIGMAa(k)=SUMSIGMAa(k-1)+σ×ΔT (47a)
단계 S242a 내지 S245a에서는, 산출한 적산치 SUMSIGMAa를 도 26에 나타낸 처리에 동일한 방법으로 제한 처리한다.
도 39는, 도 36에 나타낸 단계 S204a에서 실행되는, 도달 법칙 입력 Urch의 연산 처리를 나타내는 플로차트이다. 도 39에 나타내는 처리는, 도 27에 나타낸 단계 S263 및 S265를 각각 단계 S263a 및 S265a로 변경한 점에서 도 27에 나타낸 처리와 상이하다.
본 실시형태에서는, 예측 절환 함수 값 σpre 대신에 절환 함수 값 σ를 이용하여, 적응 슬라이딩 모드 제어기(21a)가 안정되어 있을 때, 단계 S263a에서 도달 법칙 입력 Urch를 산출하고, 또한 적응 슬라이딩 모드 제어기(21a)가 불안정할 때, 단계 S265a에서 도달 법칙 입력 Urch를 산출한다.
도 40은, 도 36에 나타낸 단계 S205a에서 실행되는, 적응 법칙 입력 Uadp의 연산 처리를 나타내는 플로차트이다. 도 40에 나타내는 처리는, 도 28에 나타낸 단계 S273 및 S275를 각각 단계 S273a 및 S275a로 변경한 점에서 도 28에 나타낸 처리와 상이하다.
본 실시형태에서는, 절환 함수 값 σ의 적산치 SUMSIGMAa를 이용하여, 적응 슬라이딩 모드 제어기(21a)가 안정되어 있을 때, 단계 S273a에서 적응 법칙 입력Uadp를 산출하고, 또한 적응 슬라이딩 모드 제어기(21a)가 불안정할 때, 단계 S275a에서 적응 법칙 입력 Uadp를 산출한다.
도 41은, 도 32에 나타낸 단계 S16a에서 실행되는, 슬라이딩 모드 제어기의 안정도 판별 처리를 나타내는 플로차트이다. 도 41에 나타내는 처리는, 도 29에 나타낸 단계 S281 및 S282를 각각 단계 S281a 및 S282a로 변경한 점에서 도 29에 나타낸 처리와 상이하다.
단계 S281a에서는, 이하의 식 (52a)로부터 절환 함수 변화량 Dσ를 산출한다. 이어서, 단계 S282a에서 이하의 식 (53a)로부터 안정도 판별 파라미터 SGMSTAB를 산출한다. 즉, 예측 절환 함수 값 σpre 대신에 절환 함수 값 σ를 기준으로 하여 안정도를 판별한다.
Dσ=σ(k)-σ(k-1) (52a)
SGMSTAB=Dσ×σ(k) (53a)
본 실시형태에서는, 스로틀 밸브 작동장치(10)와 ECU(7)의 일부, 즉, 모터 (6)에 구동 전류를 공급하는 출력회로가 플랜트에 상당한다. 도 36에 나타낸 처리는 슬라이딩 모드 제어기에 상당한다. 도 33에 나타낸 처리는 식별수단에 상당한다. 도 35에 나타낸 처리는 식별 오차 산출수단에 상당한다. 도 35에 나타낸 처리는 또한, 식별 오차 보정수단에 상당한다. 도 33에 나타낸 단계 S33b는 갱신 벡터 산출수단 및 갱신 벡터 보정수단에 상당한다.
(제3실시형태)
도 42는 본 발명의 제3실시형태에 의한 제어장치를 나타내는 블록도이다.
도 42에 나타내는 바와 같이, 이 제어장치는, 제어 대상인 플랜트(101), 플랜트로부터의 출력인 혼합액(混合液)의 pH를 검출하는 pH 센서(102), pH 센서(102)의 출력 V1OUT으로부터 제1기준치 V1BASE를 감산하는 감산기(103), 제어 목표치 V1TARGET를 생성하는 목표치 생성기(104), 제1제어량 U1을 결정하는 제어량 결정 유닛(105), 및 제1제어량 U1과 제2기준치 V2BASE를 가산하여 제2제어량 U2를 출력하는 가산기(106)를 포함하고 있다.
감산기(103), 목표치 생성기(104), 제어량 결정 유닛(105), 및 가산기(106)는 구체적으로 CPU, 메모리, 및 입력/출력 회로를 포함하는 전자 제어 유닛으로써 구성된다.
플랜트(101)는, 제2제어량 U2에 따라서 알칼리액의 유량을 제어하는 유량 제어 밸브(111), 유량 제어 밸브(111)를 통하여 공급되는 알칼리액과 산성액(酸性液)을 교반하는 교반기(112)를 포함한다. 플랜트(101)는 알칼리액과 산성액을 교반하여 필요로 하는 pH 값을 갖는 혼합액을 출력한다.
제어량 결정 유닛(105)은, 플랜트(101)를 모델화함으로써 취득한 제어 대상 모델의 모델 파라미터 벡터를 식별하는 식별기(121), 적응 슬라이딩 모드 제어기 (122) 및 예측기(123)를 포함한다. 식별기(121), 적응 슬라이딩 모드 제어기(122) 및 예측기(123)는 각각 제1실시형태에서의 모델 파라미터 식별기(22), 적응 슬라이딩 모드 제어기(21) 및 상태 예측기(23)에 대응하고, 상기 모델 파라미터 식별기 (22), 적응 슬라이딩 모드 제어기(21) 및 상태 예측기(23)의 기능에 동일한 기능을 갖는다.
이하, 제3실시형태의 구성요소와 파라미터, 및 제1실시형태의 구성요소와 파라미터 사이의 관계를 설명한다.
pH 센서(102)는 스로틀 밸브 개도 센서(8)에 상당하고, pH 센서(102)의 출력 V1OUT은 스로틀 밸브 개도 TH에 상당한다. 제1목표치 V1BASE는 디폴트 개도 THDEF에 상당한다. 본 실시형태에서는, 제1목표치 V1BASE를 중성(中性)에 대응하는 pH 값에 설정한다. 따라서, 편차량 DV1은 스로틀 밸브 개도 편차량 DTH에 상당한다. 목표치 생성기(104)는 목표 개도 설정 유닛(24)에 상당하고, 제어 목표치 V1TARGET는 스로틀 밸브 개도 편차량의 목표치 DTHR에 상당한다. 제1실시형태에서, 감산기 (103)의 기능은 모델 파라미터 식별기(22) 및 상태 예측기(23)에 포함되어 있다.
제2기준치 V2BASE는 적응 슬라이딩 모드 제어기(122)의 출력인 제1제어량 U1의 중심치를 바이어스시키기 위해서 가산된다. 제1실시형태에서는, 가산기(106)에 상당하는 구성요소가 없고, 따라서 제2기준치 V2BASE는 대체로 "0"이다(즉, UI=U2= Usl). 본 실시형태에서는, 제2기준치 V2BASE는, 예로서, 유량 제어 밸브(111)의 개도가, 50%인 값에 설정된다.
유량 제어 밸브(111)는, 듀티비가 DUT인 펄스 신호에 의해서 도통되고 차단되는 스위칭 소자(ECU(7)의 출력회로에 포함되어 있지만 도면에 도시되어 있지 않고 설명하지 않은)에 상당한다. 알칼리액은 전원 전압에 상당한다. 유량 제어 밸브(111)의 출력 유량 V2는 모터(6)의 구동 전류에 상당한다. 교반기(112)는 모터(6) 및 스로틀 밸브(3)의 밸브 본체에 상당한다. 산성액은 스로틀 밸브(3)의 밸브 본체에 작용하는 흡입 파이프 부압(負壓), 및 복귀 스프링(4)과 탄성부재(5)의 가세력(加勢力)에 상당한다. 교반기(112)로부터 출력되는 혼합액의 pH 값 V1은 실제의 스로틀 밸브 개도에 상당한다.
상기의 관계로 인하여, 플랜트(101)를 제1실시형태와 동일한 방법으로 모델화할 수 있고, 제1실시형태에 의한 제어 방법과 동일한 제어 방법을 플랜트(101)에 적용할 수 있다. 상세하게는, 식별기(121)는, 제1제어량 U1 및 편차량 DV1에 따라서, 제1실시형태의 연산과 동일한 연산을 실행하여 보정 모델 파라미터 벡터 θL을 산출한다. 예측기(123)는, 제1제어량 U1, 편차량 DV1 및 보정 모델 파라미터 벡터 θL에 따라서, 제1실시형태의 연산과 동일한 연산을 실행하여 예측 편차량 PREDV1을 산출한다. 적응 슬라이딩 모드 제어기(122)는, 예측 편차량 PREDV1 및 보정 모델 파라미터 벡터 θL에 따라서, 제1실시형태의 연산과 동일한 연산을 실행하여, 예측 편차량 PREDV1을 제어 목표치 V1TARGET에 일치시키도록 제1제어량 U1을 산출한다. 따라서, 제어 목표치 V1TARGET를 필요로 하는 상대 pH 값(제1기준치 V1BASE로부터의 필요로 하는 편차량)에 설정함으로써, 플랜트(101)의 출력 V1을 필요로 하는 pH 값에 일치시킬 수 있다.
본 실시형태에서는, 식별기(121)는 식별수단에 상당하고, 또한 식별 오차 산출수단 및 식별 오차 보정수단을 포함한다. 예측기(123)는 예측수단에 상당한다.
(제3실시형태의 변형예)
도 43은 도 42에 나타낸 제어장치의 변형예를 나타낸다. 변형예에서는, 도 42에 나타낸 플랜트(101) 대신에 플랜트(101a)가 제어 대상이다. 플랜트(101a)는 도 42에 나타낸 플랜트(101)에 유량 센서(113) 및 피드백 제어기(114)를 추가하여구성되어 있다. 유량 센서(113)는 유량 제어 밸브(111)의 출력 유량 V1을 검출하고, 피드백 제어기(114)는, 유량 센서(113)의 출력 V2OUT를 제2제어량 U2에 대응하는 유량에 일치시키도록 유량 제어 밸브(111)를 제어한다.
제3실시형태의 방법과 동일한 모델화 및 제어 방법을 도43에 나타낸 바와 같이 국부적인 피드백 루프를 포함하는 플랜트에도 또한 적용할 수 있다.
제1실시형태에서는 모터를 구동하는 회로가 이미 공지된 것이므로, 이 회로를 상세히 설명하지 않았다. 모터 구동 회로는 도통 및 차단되는 스위칭 소자의 출력 전류를 검출하는 전류 센서를 포함할 수도 있고, 검출된 전류치 ID를 제어량 Usl에 대응하는 전류치 IR에 일치시키도록 피드백 제어 처리를 실행할 수도 있다. 본 변형예는 상기 회로 장치를 제1실시형태에 적용한 구성에 상당한다.
(제4실시형태)
도 44는 본 발명의 제4실시형태에 의한 제어장치를 나타내는 블록도이다. 도 44에 나타낸 제어장치는 제2실시형태에 의한 제어장치에 상당하고, 도 42에 나타낸 제어량 결정 유닛(105)을 제어량 결정 유닛(105a)으로 대체한 것을 제외하고는, 도 42에 나타낸 제어장치에 유사하다. 이하에서 설명하지 않는, 도 44에 나타낸 제어장치의 상세는 제3실시형태에 의한 제어장치의 설명과 동일하다.
제어량 결정 유닛(105a)은 식별기(121a), 적응 슬라이딩 모드 제어기(122a), 및 파라미터 스케줄러(124)를 포함하고 있다.
식별기(121a), 적응 슬라이딩 모드 제어기(122a), 및 파라미터 스케줄러 (124)는 각각 제2실시형태에 의한 모델 파라미터 식별기(22a), 적응 슬라이딩 모드제어기(21a), 및 모델 파라미터 스케줄러(25)에 대응하고, 또한 이것들과 동일한 기능을 갖고 있다.
파라미터 스케줄러(124)는, 편차량 DV1에 따라서, 제2실시형태의 연산과 동일한 연산을 실행하여 기준 모델 파라미터 벡터 θBASE를 산출한다. 식별기(121a)는, 제1제어량 U1, 편차량 DV1 및 기준 모델 파라미터 벡터 θBASE에 따라서, 제2실시형태의 연산과 동일한 연산을 실행하여 보정 모델 파라미터 벡터 θL을 산출한다. 적응 슬라이딩 모드 제어기(122a)는, 편차량 DV1 및 보정 모델 파라미터 벡터 θL에 따라서 제2실시형태의 연산과 동일한 연산을 실행하여, 편차량 DV1을 제어 목표치 V1TARGET에 일치시키도록, 제1제어량 U1을 산출한다. 따라서, 제어 목표치 V1TARGET를 필요로 하는 상대 pH 값(제1기준치 V1BASE로부터의 편차량)에 설정함으로써, 플랜트(101)의 출력 V1을 필요로 하는 pH 값에 일치시킬 수 있다.
본 실시형태에서는, 식별기(121a)는 식별수단에 상당하고, 또한 식별 오차 산출수단, 갱신 벡터 산출수단, 및 갱신 벡터 보정수단을 포함한다.
(제4실시형태의 변형예)
도 45는 도 44에 나타낸 제어장치의 변형예를 나타낸다. 이 변형예에서는, 도 44에 나타낸 플랜트(101) 대신에, 플랜트(101a)가 제어 대상이다. 플랜트(101a)는 도 43에 나타낸 플랜트(101a)와 동일하다.
제4실시형태의 방법과 동일한 모델화 및 제어 방법을 도45에 나타낸 바와 같이 국부적인 피드백 루프를 포함하는 플랜트에도 또한 적용할 수 있다.
(제5실시형태)
도 46은 본 발명의 제5실시형태에 의한 제어장치를 나타내는 블록도이다.
도 46에 나타내는 바와 같이, 이 제어장치는, 내연기관(212)을 포함하는 제어 대상인 엔진 시스템(210)과, 이 엔진(212)에 공급되는 공기-연료 혼합물의 공연비를 검출하는 공연비 센서(202)와, 공연비 센서(202)의 출력 KCAT(당량비(當量比)로 환산된 값을 갖는)로부터 기준치 KBS를 감산하는 감산기(203)와, 제어 목표치 DKCMD를 생성하는 목표치 생성기(204)와, 제어량 DKAF를 결정하는 제어량 결정 유닛(205)과, 제어량 DKAF와 기준치 KBS를 가산하여 보정량 KAF를 출력하는 가산기 (206)와, 보정량 KAF와 기타의 피드포워드(feedforward) 제어항을 이용하여 연료량 TOUT를 산출하는 연료량 산출 유닛(207)을 포함한다.
감산기(203), 목표치 생성기(204), 제어량 결정 유닛(205), 가산기(206), 및 연료량 산출 유닛(207)은 구체적으로 CPU, 메모리, 및 입력/출력 회로를 포함하는 전자 제어 유닛으로써 구성된다.
엔진 시스템(201)은, 연료량 TOUT에 따라서 연료를 분사하는 연료 분사 밸브(211), 및 연료 분사 밸브(211)를 통하여 공급되는 연료와 흡입 공기로 된 공기-연료 혼합물이 연소되는 내연기관(212)을 포함한다. 엔진 시스템(201)은 연료를 연소시켜서 회전 토크를 생성하고, 연소 가스(배기 가스)를 배출한다.
제어량 결정 유닛(205)은, 엔진 시스템(201)을 모델화함으로써 취득한 제어 대상 모델의 모델 파라미터 벡터를 식별하는 식별기(221), 적응 슬라이딩 모드 제어기(222) 및 예측기(223)를 포함한다. 식별기(221), 적응 슬라이딩 모드 제어기 (222) 및 예측기(223)는 각각 제1실시형태에서의 모델 파라미터 식별기(22), 적응슬라이딩 모드 제어기(21) 및 상태 예측기(23)에 대응하고, 상기 모델 파라미터 식별기(22), 적응 슬라이딩 모드 제어기(21) 및 상태 예측기(23)의 기능에 동일한 기능을 갖는다.
이하, 제5실시형태의 구성요소와 파라미터, 및 제1실시형태의 구성요소와 파라미터 사이의 관계를 설명한다.
공연비 센서(202)는 스로틀 밸브 개도 센서(8)에 상당하고, 공연비 센서 (202)의 출력 KACT는 스로틀 밸브 개도 TH에 상당한다. 기준치 KBS는 디폴트 개도 THDEF에 상당한다. 본 실시형태에서는, 기준치 KBS를 이론 공연비에 대응하는 값(1.0)에 설정한다. 따라서, 편차량 DK는 스로틀 밸브 개도 편차량 DTH에 상당한다. 목표치 생성기(204)는 목표 개도 설정 유닛(24)에 상당하고, 제어 목표치 DKCMD는 스로틀 밸브 개도 편차량의 목표치 DTHR에 상당한다. 제1실시형태에서, 감산기(203)의 기능은 모델 파라미터 식별기(22) 및 상태 예측기(23)에 포함되어 있다.
기준치 KBS는 적응 슬라이딩 모드 제어기(222)의 출력인 제어량 DKAF의 중심치를 바이어스시키기 위해서 가산된다.
연료 분사 밸브(211)는, 듀티비가 DUT인 펄스 신호에 의해서 도통되고 차단되는 스위칭 소자(ECU(7)의 출력회로에 포함되어 있지만 도면에 도시되어 있지 않고 설명하지 않은)에 상당한다. 연료는 전원 전압에 상당한다. 분사 밸브(211)로부터 분사되는 연료량 FA는 모터(6)의 구동 전류에 상당한다. 엔진(212)은 모터(6) 및 스로틀 밸브(3)의 밸브 본체에 상당한다. 흡입 공기는 스로틀 밸브(3)의 밸브본체에 작용하는 흡입 파이프 부압(負壓), 및 복귀 스프링(4)과 탄성부재(5)의 가세력(加勢力)에 상당한다. 엔진(212)으로부터 출력되는 배기 가스중의 산소 농도 VO2는 실제의 스로틀 밸브 개도에 상당한다.
상기의 관계로 인하여, 엔진 시스템(201)을 제1실시형태와 동일한 방법으로 모델화할 수 있고, 제1실시형태에 의한 제어 방법과 동일한 제어 방법을 엔진 시스템(201)에 적용할 수 있다. 상세하게는, 식별기(221)는, 제어량 DKAF 및 편차량 DK에 따라서, 제1실시형태의 연산과 동일한 연산을 실행하여 보정 모델 파라미터 벡터 θL을 산출한다. 예측기(223)는, 제어량 DKAF, 편차량 DK 및 보정 모델 파라미터 벡터 θL에 따라서, 제1실시형태의 연산과 동일한 연산을 실행하여 예측 편차량 PREDK를 산출한다. 적응 슬라이딩 모드 제어기(222)는, 예측 편차량 PREDK 및 보정 모델 파라미터 벡터 θL에 따라서, 제1실시형태의 연산과 동일한 연산을 실행하여, 예측 편차량 PREDK를 제어 목표치 DKCMD에 일치시키도록 제어량 DKAF를 산출한다. 따라서, 제어 목표치 DKCMD를 필요로 하는 공연비 보정치(기준치 KBS로부터의 필요로 하는 편차량)에 설정함으로써, 엔진(212)에 공급되는 공기-연료 혼합물의 공연비를 필요로 하는 공연비에 일치시킬 수 있다.
본 실시형태에서는, 식별기(221)는 식별수단에 상당하고, 또한 식별 오차 산출수단 및 식별 오차 보정수단을 포함한다. 예측기(223)는 예측수단에 상당한다.
(제6실시형태)
도 47은 본 발명의 제6실시형태에 의한 제어장치를 나타내는 블록도이다.
도 47에 나타낸 이 제어장치는, 제2실시형태에 의한 제어장치에 상당하고,도 46에 나타낸 제어량 결정 유닛(205)을 제어량 결정 유닛(205a)으로 대체한 것을 제외하고는, 도 46에 나타낸 제어장치에 유사하다. 이하에서 설명하지 않는, 도 47에 나타낸 제어장치의 상세는 제5실시형태에 의한 제어장치의 설명과 동일하다.
제어량 결정 유닛(205a)은 식별기(221a), 적응 슬라이딩 모드 제어기(222a), 및 파라미터 스케줄러(224)를 포함하고 있다.
식별기(221a), 적응 슬라이딩 모드 제어기(222a), 및 파라미터 스케줄러 (224)는 각각 제2실시형태에 의한 모델 파라미터 식별기(22a), 적응 슬라이딩 모드 제어기(21a), 및 모델 파라미터 스케줄러(25)에 대응하고, 또한 이것들과 동일한 기능을 갖고 있다.
파라미터 스케줄러(224)는, 편차량 DK에 따라서, 제2실시형태의 연산과 동일한 연산을 실행하여 기준 모델 파라미터 벡터 θbase를 산출한다. 식별기(221a)는, 제어량 DKAF, 편차량 DK 및 기준 모델 파라미터 벡터 θbase에 따라서, 제2실시형태의 연산과 동일한 연산을 실행하여 보정 모델 파라미터 벡터 θL을 산출한다. 적응 슬라이딩 모드 제어기(222a)는, 편차량 DK 및 보정 모델 파라미터 벡터 θL에 따라서 제2실시형태의 연산과 동일한 연산을 실행하여, 편차량 DK를 제어 목표치 DKCMD에 일치시키도록, 제어량 DKAF를 산출한다. 따라서, 제어 목표치 DKCMD를 필요로 하는 공연비 보정치(기준치 KBS로부터의 필요로 하는 편차량)에 설정함으로써, 엔진(212)에 공급되는 공기-연료 혼합물의 공연비를 필요로 하는 공연비에 일치시킬 수 있다.
본 실시형태에서는, 식별기(221a)는 식별수단에 상당하고, 또한 식별 오차산출수단, 갱신 벡터 산출수단, 및 갱신 벡터 보정수단을 포함한다.
(기타 실시형태)
모델 파라미터의 식별 오차 ide(k)의 산출 방법으로서, δ보정법을 이하에 설명하는 ε보정법으로 대체할 수도 있다. 상세하게는, 상기 식 (15c) 대신에 이하의 식 (15g)를 사용하여 모델 파라미터 벡터 θ(k)를 산출할 수도 있다.
θ(k)=EPSkθ(0)
+EPSk-1×KP(1)ide(1)
+EPSk-2×KP(2)ide(2)+‥‥
+EPS×KP(k-1)ide(k-1)+KP(k)ide(k) (15g)
여기서, EPS는, 이하의 식에서 나타내는 바와 같이, 망각계수 EPSi(i=1~4)를 요소로 하는 망각계수 벡터를 나타낸다.
EPS=[EPS1, EPS2, EPS3, EPS4]
망각계수 DELTAi와 마찬가지로, 망각계수 EPS1, EPS2, 및 EPS4는 "0"과 "1" 사이의 값(0＜EPSi＜1)에 설정되고, 과거의 식별 오차의 영향을 점차로 감소시키는 기능을 갖는다.
ε보정법에 있어서, 모델 파라미터 b1의 연산에 관계되는 계수 EPS3는 이하의 이유 때문에 "1"에 설정해야 한다. ε보정법에서는, 식별 오차 ide(k)가 작아짐에 따라서, 모든 파라미터의 값이 0에 더욱 가깝게 된다. 모델 파라미터 b1은 식 9(b), 10(b), 및 11(b)의 분모에 적용되므로, 모델 파라미터 b1이 "0"에 가까워짐에 따라서 제어 대상에 인가되는 입력 Usl은 발산하게 된다.
식 15(g)는, 초기 벡터 θ(0)도 망각계수 벡터 EPS로써 승산되어 있는 점에서, 식 15(c)와 상이하다.
식 (15g)를 점화식 형식으로 고쳐쓰면, 이하의 식 (15h)를 얻을 수 있다. 식 (15) 대신에 식 (15h)로부터 모델 파라미터 벡터 θ(k)를 산출하는 방법을, ε보정법이라고 한다.
θ(k)=EPS×θ(k-1)+KP(k)ide(k) (15h)
ε보정법도 또한 과거의 식별 오차 ide의 영향을 점차로 감소시키는 기능을 갖는다. 따라서, ε보정법으로써 모델 파라미터의 드리프트를 방지할 수 있다.
제2실시형태에서는, δ보정법으로써 모델 파라미터의 드리프트를 방지한다. 그러나, 제1실시형태와 마찬가지로, 불감대 처리(도 14)에 의해서 보정 식별 오차 idenl(k)를 산출하고, 상기 보정 식별 오차 idenl(k)를 이용하여 모델 파라미터 벡터 θ(k)를 산출할 수도 있다.
제1실시형태에 있어서, 불감대 처리를 δ보정법 또는 ε보정법으로 대체할 수도 있다. 제1실시형태에서 δ보정법을 채용하면, 제2실시형태와 마찬가지로 모델 파라미터 스케줄러를 사용하여, 갱신 벡터와, 모델 파라미터 스케줄러에 의해서 산출된 기준 벡터 θbase를 가산함으로써 모델 파라미터 벡터 θ를 산출하는 것이 바람직하다.
본 발명의 플랜트 제어장치에 의하면, 제어 대상인 플랜트를 모델화함으로써취득되는 제어 대상 모델의 하나 이상의 모델 파라미터를 식별하고, 식별한 모델 파라미터를 이용하여 슬라이딩 모드 제어를 안정화시킬 수 있다. 상세하게는, 본 발명을 내연기관에 공급되는 공기량을 제어하는 스로틀 밸브의 작동장치, 내연기관을 포함하는 연소 시스템, 화학 플랜트 등의 제어에 적용할 수 있다. 본 발명은 상기 제어 대상을 슬라이딩 모드 제어로써 제어하는 경우 제어 안정도를 향상시키는 데에 기여한다. 또한 본 발명을, 선박 추진용의 선외 엔진 등, 수직으로 장착된 크랭크축을 갖는 엔진의 제어에도 적용할 수 있다.

Claims (47)

  1. 플랜트를 모델화함으로써 취득한, 제어 대상 모델의 모델 파라미터 벡터를 상기 플랜트의 입력 및 출력에 따라서 식별하는 식별수단과,
    상기 식별수단에 의해서 식별된 모델 파라미터 벡터를 사용하여 상기 플랜트를 제어하는 슬라이딩 모드 제어기를 포함하는, 플랜트 제어장치로서,
    상기 식별수단은,
    모델 파라미터 벡터의 식별 오차를 산출하는 식별 오차 산출수단,
    상기 식별 오차에 따라서 갱신 벡터를 산출하는 갱신 벡터 산출수단, 및
    상기 갱신 벡터의 최소한 하나의 요소의 과거치를, 0보다 크고 1보다 작은 소정치로써 승산하여 상기 갱신 벡터를 보정하는 갱신 벡터 보정수단을 포함하고, 또한
    상기 식별수단은 보정한 갱신 벡터를 모델 파라미터 벡터의 기준 벡터에 가산함으로써 모델 파라미터 벡터를 산출하는 것을 특징으로 하는 플랜트 제어장치.
  2. 제1항에 있어서, 상기 갱신 벡터 보정수단은, 상기 플랜트의 입력에 관계가 있는 갱신 벡터의 요소와 상기 플랜트의 입력과 출력에 관계가 없는 갱신 벡터의 요소 중 하나를, 소정치로써 승산하지 않는 것을 특징으로 하는 제어장치.
  3. 제1항 또는 제2항에 있어서, 상기 갱신 벡터 보정수단은, 상기 기준 벡터의최소한 하나의 요소를 상기 소정치로써 승산하는 것을 특징으로 하는 제어장치.
  4. 플랜트를 모델화함으로써 취득한, 제어 대상 모델의 모델 파라미터 벡터를 상기 플랜트의 입력 및 출력에 따라서 식별하는 식별수단과,
    상기 식별수단에 의해서 식별된 모델 파라미터 벡터를 사용하여 상기 플랜트를 제어하는 슬라이딩 모드 제어기를 포함하는, 플랜트 제어장치로서,
    상기 식별수단은,
    모델 파라미터 벡터의 식별 오차를 산출하는 식별 오차 산출수단, 및
    식별 오차가 소정의 범위내에 있는 경우, 식별 오차를 감소하는 방향으로 보정하는 식별 오차 보정수단을 포함하고, 또한
    상기 식별수단은 상기 식별 오차 보정수단에 의해서 보정된 식별 오차를 이용하여 모델 파라미터 벡터를 산출하는 것을 특징으로 하는 플랜트 제어장치.
  5. 제4항에 있어서, 식별 오차가 소정의 범위내에 있는 경우, 상기 식별 오차 보정수단은 식별 오차를 "0"에 설정하는 것을 특징으로 하는 제어장치.
  6. 제4항 또는 제5항에 있어서, 상기 소정 범위를 제어 목표치의 변화량 또는 상기 플랜트 출력의 변화량에 따라서 설정하는 것을 특징으로 하는 제어장치.
  7. 제1항 내지 제6항 중 어느 한 항에 있어서, 상기 식별수단은 고정 이득 알고리즘을 이용하여 상기 모델 파라미터 벡터를 식별하는 것을 특징으로 하는 제어장치.
  8. 제1항 내지 제7항 중 어느 한 항에 있어서, 상기 식별 오차 산출수단은 식별 오차의 저역 통과 필터링을 실시하고, 상기 저역 통과 필터링 후에 식별 오차를 출력하는 것을 특징으로 하는 제어장치.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서, 상기 플랜트의 출력의 예측치를 산출하는 예측수단을 추가로 포함하는 것을 특징으로 하는 제어장치.
  10. 제9항에 있어서, 상기 예측수단은 상기 식별수단에 의해서 식별된 모델 파라미터 벡터를 이용하여 예측치를 산출하는 것을 특징으로 하는 제어장치.
  11. 제1항 내지 제9항 중 어느 한 항에 있어서, 슬라이딩 모드 제어기로부터 플랜트에 인가되는 제어 입력은 적응 법칙(adaptive law) 입력을 포함하는 것을 특징으로 하는 제어장치.
  12. 제1항 내지 제11항 중 어느 한 항에 있어서, 상기 플랜트는, 내연기관의 스로틀 밸브와, 상기 스로틀 밸브를 작동시키는 작동수단을 구비한 스로틀 밸브 작동장치를 포함하고, 상기 슬라이딩 모드 제어기는, 상기 스로틀 밸브의 개도를 목표개도에 일치시키도록, 상기 스로틀 밸브 작동장치에 인가되는 제어 입력을 결정하는 파라미터를 산출하는 것을 특징으로 하는 제어장치.
  13. 제1항 내지 제11항 중 어느 한 항에 있어서, 상기 플랜트는, 내연기관과, 상기 기관에 연료를 공급하는 연료 공급수단을 구비한 엔진 시스템을 포함하고, 상기 슬라이딩 모드 제어기는, 상기 엔진에 공급되는 공기-연료 혼합물의 공연비를 목표 공연비에 일치시키도록, 상기 엔진 시스템에 인가되는 제어 입력을 결정하는 파라미터를 산출하는 것을 특징으로 하는 제어장치.
  14. 플랜트를 모델화함으로써 취득한, 제어 대상 모델의 최소한 하나의 모델 파라미터를 상기 플랜트의 입력 및 출력에 따라서 식별하는 식별수단과,
    상기 식별수단에 의해서 식별된 최소한 하나의 모델 파라미터를 이용하여 상기 플랜트를 제어하는 제어수단을 포함하는, 플랜트 제어장치로서,
    상기 식별수단은,
    상기 플랜트의 상태량에 따라서 최소한 하나의 기준 모델 파라미터를 산출하는 기준 모델 파라미터 산출수단,
    최소한 하나의 모델 파라미터의 식별 오차를 산출하는 식별 오차 산출수단, 및
    식별 오차에 따라서 최소한 하나의 갱신 성분을 산출하는 갱신 성분 산출수단을 포함하고, 또한
    상기 식별수단은 상기 최소한 하나의 갱신 성분을 상기 최소한 하나의 기준 모델 파라미터에 가산함으로써 상기 최소한 하나의 모델 파라미터를 산출하는 것을 특징으로 하는 플랜트 제어장치.
  15. 제14항에 있어서, 상기 플랜트의 상태량은 상기 플랜트의 동특성의 변화를 나타내는 파라미터인 것을 특징으로 하는 제어장치.
  16. 제15항에 있어서, 상기 플랜트의 동특성의 변화를 나타내는 파라미터는 상기 플랜트의 출력인 것을 특징으로 하는 제어장치.
  17. 제15항에 있어서, 상기 플랜트의 동특성의 변화를 나타내는 파라미터는 상기 플랜트의 출력의 제어 목표치인 것을 특징으로 하는 제어장치.
  18. 제14항 또는 제15항에 있어서, 상기 제어수단은 슬라이딩 모드 제어로써 상기 플랜트를 제어하는 것을 특징으로 하는 제어장치.
  19. 제18항에 있어서, 상기 제어수단으로부터 상기 플랜트에 인가되는 제어 입력은 적응 법칙 입력을 포함하는 것을 특징으로 하는 제어장치.
  20. 제14항 내지 제19항 중 어느 한 항에 있어서, 상기 플랜트는, 내연기관의 스로틀 밸브와, 상기 스로틀 밸브를 작동시키는 작동수단을 구비한 스로틀 밸브 작동장치를 포함하고, 상기 제어수단은, 상기 스로틀 밸브의 개도를 목표 개도에 일치시키도록, 상기 스로틀 밸브 작동장치에 인가되는 제어 입력을 결정하는 파라미터를 산출하는 것을 특징으로 하는 제어장치.
  21. 슬라이딩 모드 제어로써 플랜트를 제어하는 슬라이딩 모드 제어기를 포함하는 플랜트 제어장치로서,
    상기 슬라이딩 모드 제어기는,
    상기 플랜트의 출력과 제어 목표치와의 사이의 편차의 선형 함수로서 정의되는 절환 함수 값을 산출하는 절환 함수 값 산출수단,
    상기 플랜트의 출력과 제어 목표치와의 사이의 편차에 따라서 정의되는 편차 상태량을, 상기 절환 함수의 값이 0이 되는 절환 직선상에 있도록 제한하는 데에 기여하는 등가 제어 입력을 산출하는 등가 제어 입력 산출수단,
    편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 도달 법칙(reaching law) 입력을 산출하는 도달 법칙 입력 산출수단,
    최소한 등가 제어 입력과 도달 법칙 입력을 가산하여 상기 플랜트에의 제어 입력을 산출하는 제어 입력 산출수단,
    슬라이딩 모드 제어가 안정되어 있는 가를 판별하는 안정도 판별수단, 및
    슬라이딩 모드 제어가 불안정한 것으로 판별된 경우 등가 제어 입력의 절대치를 감소시키는 안정화 수단을 포함하는 것을 특징으로 하는 플랜트 제어장치.
  22. 슬라이딩 모드 제어로써 플랜트를 제어하는 슬라이딩 모드 제어기를 포함하는, 플랜트 제어장치로서,
    상기 슬라이딩 모드 제어기는,
    상기 플랜트의 출력과 제어 목표치와의 사이의 편차의 선형 함수로서 정의되는 절환 함수의 값을 산출하는 절환 함수 값 산출수단과,
    상기 플랜트의 출력과 제어 목표치와의 사이의 편차에 따라서 정의되는 편차 상태량을, 상기 절환 함수의 값이 0이 되는 절환 직선상에 있도록 제한하는 데에 기여하는 등가 제어 입력을 산출하는 등가 제어 입력 산출수단과,
    편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 도달 법칙 입력을 산출하는 도달 법칙 입력 산출수단과,
    최소한 등가 제어 입력과 도달 법칙 입력을 가산하여 상기 플랜트에의 제어 입력을 산출하는 제어 입력 산출수단과,
    슬라이딩 모드 제어가 안정되어 있는 가를 판별하는 안정도 판별수단과,
    슬라이딩 모드 제어가 불안정한 것으로 판별된 경우, 도달 법칙 입력을 산출하는 데에 사용하는 제어 이득을, 슬라이딩 모드 제어를 더욱 안정화시키는 값으로 변경하는 안정화 수단을 포함하는 것을 특징으로 하는 플랜트 제어장치.
  23. 제21항 또는 제22항에 있어서, 상기 슬라이딩 모드 제어기는, 편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 적응 법칙 입력을 산출하는 적응 법칙 입력 산출수단을 또한 포함하고, 상기 제어 입력 산출수단은 등가 제어 입력과 도달 법칙 입력과 적응 법칙 입력을 가산하여 상기 플랜트에의 제어 입력을 산출하는 것을 특징으로 하는 제어장치.
  24. 슬라이딩 모드 제어로써 플랜트를 제어하는 슬라이딩 모드 제어기를 포함하는, 플랜트 제어장치에 있어서,
    상기 슬라이딩 모드 제어기는,
    상기 플랜트의 출력과 제어 목표치와의 사이의 편차의 선형 함수로서 정의되는 절환 함수의 값을 산출하는 절환 함수 값 산출수단과,
    상기 플랜트의 출력과 제어 목표치와의 사이의 편차에 따라서 정의되는 편차 상태량을, 상기 절환 함수의 값이 0이 되는 절환 직선상에 있도록 제한하는 데에 기여하는 등가 제어 입력을 산출하는 등가 제어 입력 산출수단과,
    편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 도달 법칙 입력을 산출하는 도달 법칙 입력 산출수단과,
    편차 상태량을 절환 직선상에 위치시키는 데에 기여하는 적응 법칙 입력을 산출하는 적응 법칙 입력 산출수단과,
    등가 제어 입력, 도달 법칙 입력 및 적응 법칙 입력을 가산하여 상기 플랜트에의 제어 입력을 산출하는 제어 입력 산출수단과,
    슬라이딩 모드 제어가 안정되어 있는 가를 판별하는 안정도 판별수단과,
    슬라이딩 모드 제어가 불안정한 것으로 판별된 경우, 적응 법칙 입력을 산출하는 데에 사용하는 제어 이득을, 슬라이딩 모드 제어를 더욱 안정화시키는 값으로 변경하는 안정화 수단을 포함하는 것을 특징으로 하는 플랜트 제어장치.
  25. 슬라이딩 모드 제어로써 플랜트를 제어하는 슬라이딩 모드 제어기를 포함하는, 플랜트 제어장치에 있어서,
    상기 슬라이딩 모드 제어기는,
    상기 플랜트의 출력과 제어 목표치와의 사이의 편차의 선형 함수로서 정의되는 절환 함수의 값을 산출하는 절환 함수 값 산출수단과,
    슬라이딩 모드 제어가 안정되어 있는 가를 판별하는 안정도 판별수단과,
    슬라이딩 모드 제어가 불안정한 것으로 판별된 경우, 슬라이딩 모드 제어의 응답 속도가 감소될 수 있도록 절환 함수를 변경하는 안정화 수단을 포함하는 것을 특징으로 하는 플랜트 제어장치.
  26. 제21항 내지 제25항 중 어느 한 항에 있어서, 상기 안정도 판별수단은 절환 함수의 값에 따라서 안정도 판별을 실행하는 것을 특징으로 하는 제어장치.
  27. 플랜트를 모델화함으로써 취득한, 제어 대상 모델의 최소한 하나의 모델 파라미터를, 상기 플랜트의 입력 및 출력에 따라서 식별하는 식별수단, 및
    상기 식별수단에 의해서 식별된 최소한 하나의 모델 파라미터를 이용하여 상기 플랜트를 슬라이딩 모드 제어로써 제어하는 슬라이딩 모드 제어기를 포함하는,플랜트 제어장치로서,
    상기 슬라이딩 모드 제어기는,
    슬라이딩 모드 제어가 안정되어 있는 가를 판별하는 안정도 판별수단과,
    슬라이딩 모드 제어가 불안정한 것으로 판별된 경우 소정의 모델 파라미터의 사용을 금지하는 안정화 수단을 포함하는 것을 특징으로 하는 플랜트 제어장치.
  28. 제21항 내지 제27항 중 어느 한 항에 있어서, 상기 플랜트는, 내연기관의 스로틀 밸브와, 상기 스로틀 밸브를 작동시키는 작동수단을 구비한 스로틀 밸브 작동장치를 포함하고, 상기 슬라이딩 모드 제어기는, 상기 스로틀 밸브의 개도를 목표 개도에 일치시키도록, 상기 스로틀 밸브 작동장치에 인가되는 제어 입력을 결정하는 파라미터를 산출하는 것을 특징으로 하는 제어장치.
  29. 플랜트를 모델화함으로써 취득한, 제어 대상 모델의 모델 파라미터 벡터를 상기 플랜트의 입력 및 출력에 따라서 식별하는 식별수단, 및
    상기 식별수단에 의해서 식별된 모델 파라미터 벡터를 사용하여 상기 플랜트를 제어하는 슬라이딩 모드 제어기를 포함하는 플랜트 제어장치로서,
    상기 식별수단은,
    모델 파라미터 벡터의 식별 오차를 산출하는 식별 오차 산출수단,
    상기 식별 오차에 따라서 갱신 벡터를 산출하는 갱신 벡터 산출수단,
    식별 오차의 과거치의 영향이 감소되도록 갱신 벡터를 보정하는 갱신 벡터보정수단,
    보정한 갱신 벡터를 모델 파라미터 벡터의 기준 벡터에 가산함으로써 모델 파라미터 벡터를 산출하는 모델 파라미터 벡터 산출수단, 및
    상기 모델 파라미터 벡터 산출수단에 의해서 산출된 모델 파라미터 벡터의 최소한 하나의 요소의 값을 소정의 제한 범위내에 제한하는 제한수단을 포함하는 것을 특징으로 하는 플랜트 제어장치.
  30. 제29항에 있어서, 상기 갱신 벡터 산출수단은 고정 이득 알고리즘을 이용하여 갱신 벡터를 산출하는 것을 특징으로 하는 제어장치.
  31. 제29항 또는 제30항에 있어서, 상기 갱신 벡터 보정수단은, 상기 갱신 벡터의 최소한 하나의 요소의 과거치를 0보다 크고 1보다 작은 소정치로써 승산하여 갱신 벡터를 보정하는 것을 특징으로 하는 제어장치.
  32. 제31항에 있어서, 상기 갱신 벡터 보정수단은, 상기 플랜트의 입력에 관계가 있는 갱신 벡터의 요소와 상기 플랜트의 입력과 출력에 관계가 없는 갱신 벡터의 요소 중 하나를, 소정치로써 승산하지 않는 것을 특징으로 하는 제어장치.
  33. 제31항 또는 제32항에 있어서, 상기 갱신 벡터 보정수단은, 기준 벡터의 최소한 하나의 요소를 소정치로써 승산하는 것을 특징으로 하는 제어장치.
  34. 제29항 내지 제32항 중 어느 한 항에 있어서, 상기 플랜트의 동특성의 변화를 나타내는 파라미터에 따라서 기준 벡터를 산출하는 것을 특징으로 하는 제어장치.
  35. 플랜트를 모델화함으로써 취득한, 제어 대상 모델의 모델 파라미터 벡터를 상기 플랜트의 입력 및 출력에 따라서 식별하는 식별수단, 및
    상기 식별수단에 의해서 식별된 모델 파라미터 벡터를 사용하여 상기 플랜트를 제어하는 슬라이딩 모드 제어기를 포함하는 플랜트 제어장치로서,
    상기 식별수단은,
    모델 파라미터 벡터의 식별 오차를 산출하는 식별 오차 산출수단,
    식별 오차가 소정의 범위내에 있는 경우, 식별 오차를 감소하는 방향으로 보정하는 식별 오차 보정수단,
    상기 식별 오차 보정수단에 의해서 보정된 식별 오차를 이용하여 모델 파라미터 벡터를 산출하는 모델 파라미터 벡터 산출수단, 및
    상기 모델 파라미터 벡터 산출수단에 의해서 산출된 모델 파라미터 벡터의 최소한 하나의 요소의 값을 소정의 제한 범위내에 제한하는 제한수단을 포함하는 것을 특징으로 하는 플랜트 제어장치.
  36. 제29항 내지 제35항 중 어느 한 항에 있어서, 상기 제한수단은, 모델 파라미터 벡터의 복수의 요소가 소정의 관계를 만족시키도록 상기 복수의 요소의 값을 제한하는 것을 특징으로 하는 제어장치.
  37. 제35항에 있어서, 식별 오차가 소정의 범위내에 있는 경우, 상기 식별 오차 보정수단은 식별 오차를 "0"에 설정하는 것을 특징으로 하는 제어장치.
  38. 제29항 내지 제37항 중 어느 한 항에 있어서, 상기 플랜트는, 내연기관의 스로틀 밸브와, 상기 스로틀 밸브를 작동시키는 작동수단을 구비한 스로틀 밸브 작동장치를 포함하고, 상기 제어수단은, 상기 스로틀 밸브의 개도를 목표 개도에 일치시키도록, 상기 스로틀 밸브 작동장치에 인가되는 제어 입력을 결정하는 파라미터를 산출하는 것을 특징으로 하는 제어장치.
  39. 소정의 기준치를 이용하여 플랜트를 모델화함으로써 취득한, 제어 대상 모델의 복수의 모델 파라미터로서, 상기 플랜트의 입력 및 출력에 관계가 없는 모델 파라미터를 포함하는 상기 복수의 모델 파라미터를 식별하는 식별수단과,
    상기 식별수단에 의해서 식별된 모델 파라미터를 사용하여 상기 플랜트를 제어하는 제어수단과,
    플랜트의 입력 및 출력에 관계가 없는 모델 파라미터에 따라서 소정의 기준치를 보정하는 보정수단을 포함하는 것을 특징으로 하는 플랜트 제어장치.
  40. 제39항에 있어서, 상기 보정수단은, 상기 플랜트의 입력 및 출력에 관계가 없는 모델 파라미터를 통계적으로 처리하여 보정치를 산출하고, 상기 보정치로써 소정의 기준치를 보정하는 것을 특징으로 하는 제어장치.
  41. 제39항 또는 제40항에 있어서, 상기 제어 대상 모델은, 상기 플랜트의 출력에 관계가 있는 최소한 하나의 제1모델 파라미터, 상기 플랜트의 제어 입력에 관계가 있는 제2모델 파라미터, 및 상기 플랜트의 출력과 제어 입력에 관계가 없는 제3모델 파라미터에 의해서 정의되는 것을 특징으로 하는 제어장치.
  42. 제39항 내지 제41항 중 어느 한 항에 있어서, 상기 플랜트는, 내연기관의 스로틀 밸브와, 상기 스로틀 밸브를 작동시키는 작동수단을 구비한 스로틀 밸브 작동장치를 포함하고, 상기 제어수단은, 상기 스로틀 밸브의 개도를 목표 개도에 일치시키도록, 상기 스로틀 밸브 작동장치에 인가되는 제어 입력을 결정하는 파라미터를 산출하는 것을 특징으로 하는 제어장치.
  43. 제42항에 있어서, 상기 스로틀 밸브 작동장치는, 상기 스로틀 밸브를 폐쇄하는 방향으로 힘을 가하는 제1가세(加勢)수단, 및 상기 스로틀 밸브를 개방하는 방향으로 힘을 가하는 제2가세수단을 포함하고, 또한 상기 스로틀 밸브가 작동수단에 의해서 작동되지 않을 때, 상기 제1 및 제2가세수단으로써 상기 스로틀 밸브를 디폴트(default) 개도에 유지시키고, 상기 소정의 기준치를 디폴트 개도에 설정하는것을 특징으로 하는 제어장치.
  44. 내연기관의 스로틀 밸브와, 상기 스로틀 밸브를 작동시키는 작동 수단을 포함하는 스로틀 밸브 작동장치를 제어하는 제어장치로서, 상기 제어장치는,
    상기 스로틀 밸브 작동장치를 모델화함으로써 취득되는, 제어 대상 모델의 최소한 하나의 모델 파라미터를 식별하는 식별수단, 및
    상기 식별수단에 의해서 식별된 최소한 하나의 모델 파라미터에 따라서 상기 스로틀 밸브의 개도를 목표 개도로 제어하는 제어수단을 포함하고,
    상기 식별수단은,
    최소한 하나의 모델 파라미터의 식별 오차를 산출하는 식별 오차 산출수단, 및
    식별 오차가 소정의 범위내에 있는 경우, 식별 오차를 감소하는 방향으로 보정하는 식별 오차 보정수단을 포함하고, 또한
    상기 식별수단은 상기 식별 오차 보정수단에 의해서 보정된 식별 오차를 이용하여 상기 최소한 하나의 모델 파라미터를 산출하고, 소정의 범위를 상기 스로틀 밸브의 개도 또는 목표 개도에 의한 값에 따라서 설정하는 것을 특징으로 하는 스로틀 밸브 작동장치의 제어장치.
  45. 제44항에 있어서, 상기 식별수단에 의해서 식별된 최소한 하나의 모델 파라미터를 이용하여, 미래의 스로틀 밸브 개도의 예측치를 산출하는 예측수단을 또한포함하는 것을 특징으로 하는 제어장치.
  46. 제44항 또는 제45항에 있어서, 상기 제어수단은, 상기 식별수단에 의해서 식별된 최소한 하나의 모델 파라미터를 이용하여, 상기 스로틀 밸브 작동장치를 슬라이딩 모드 제어로써 제어하는 것을 특징으로 하는 제어장치.
  47. 제46항에 있어서, 상기 제어수단으로부터 상기 스로틀 밸브 작동장치에 인가되는 제어 입력은 적응 법칙 입력을 포함하는 것을 특징으로 하는 제어장치.
KR1020027016490A 2001-04-20 2002-04-19 플랜트 제어장치 KR100552579B1 (ko)

Applications Claiming Priority (13)

Application Number Priority Date Filing Date Title
JPJP-P-2001-00123344 2001-04-20
JP2001123344 2001-04-20
JPJP-P-2001-00125648 2001-04-24
JP2001125648A JP3995899B2 (ja) 2001-04-24 2001-04-24 プラントの制御装置
JPJP-P-2001-00146144 2001-05-16
JP2001146144A JP3602809B2 (ja) 2001-05-16 2001-05-16 プラントの制御装置
JP2001179926A JP3819259B2 (ja) 2001-06-14 2001-06-14 スロットル弁駆動装置の制御装置
JPJP-P-2001-00179926 2001-06-14
JP2001184540A JP3602811B2 (ja) 2001-06-19 2001-06-19 プラントの制御装置
JPJP-P-2001-00184540 2001-06-19
JPJP-P-2001-00343998 2001-11-09
JP2001343998A JP3701600B2 (ja) 2001-11-09 2001-11-09 プラントの制御装置
PCT/JP2002/003895 WO2002086630A1 (fr) 2001-04-20 2002-04-19 Appareil de commande d'equipement

Publications (2)

Publication Number Publication Date
KR20030007852A true KR20030007852A (ko) 2003-01-23
KR100552579B1 KR100552579B1 (ko) 2006-02-15

Family

ID=27554929

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020027016490A KR100552579B1 (ko) 2001-04-20 2002-04-19 플랜트 제어장치

Country Status (8)

Country Link
US (2) US7050864B2 (ko)
EP (4) EP1293851B1 (ko)
KR (1) KR100552579B1 (ko)
CN (1) CN1275108C (ko)
AT (2) ATE554277T1 (ko)
BR (1) BR0205088A (ko)
CA (1) CA2411520C (ko)
WO (1) WO2002086630A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101242678B1 (ko) * 2011-02-28 2013-03-12 고려대학교 산학협력단 제어 파라미터를 적응적으로 변화시키는 ｐｉｄ 제어 방법 및 이를 이용한 ｐｉｄ 제어 장치

Families Citing this family (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3835528B2 (ja) * 2001-07-19 2006-10-18 株式会社安川電機 速度制御装置
JP3977199B2 (ja) 2002-08-22 2007-09-19 本田技研工業株式会社 スロットル弁駆動装置の制御装置
JP2004102441A (ja) 2002-09-05 2004-04-02 Honda Motor Co Ltd プラントの制御装置
JP4391789B2 (ja) * 2003-10-03 2009-12-24 本田技研工業株式会社 モデルパラメータを部分的に同定する同定器を備えた、プラントを制御する制御装置
US7716014B2 (en) * 2004-09-30 2010-05-11 Rockwell Automation Technologies, Inc. Reuse of manufacturing process design models as part of a diagnostic system
JP4379336B2 (ja) * 2005-01-07 2009-12-09 トヨタ自動車株式会社 制御システムの評価装置、その評価装置に用いられる検証装置、制御システムの評価方法、及びそれらに用いるコンピュータプログラム
US7630779B2 (en) * 2005-06-01 2009-12-08 Analog Devices, Inc. Self compensating closed loop adaptive control system
KR101358516B1 (ko) * 2005-09-21 2014-02-05 고쿠리쓰다이가쿠호진 규슈다이가쿠 정극 활물질의 제조 방법 및 그것을 사용한 비수 전해질전지
JP4577171B2 (ja) 2005-09-22 2010-11-10 トヨタ自動車株式会社 スライディングモード制御装置
JP4486923B2 (ja) * 2005-12-19 2010-06-23 本田技研工業株式会社 制御装置
JP4952025B2 (ja) * 2006-03-31 2012-06-13 株式会社日立製作所 運転制御方法，運転制御装置及び運転制御システム
JP4286880B2 (ja) * 2007-04-25 2009-07-01 本田技研工業株式会社 制御パラメータを探索するためのプログラム
US8270457B2 (en) * 2007-06-27 2012-09-18 Qualcomm Atheros, Inc. High sensitivity GPS receiver
US8032235B2 (en) * 2007-06-28 2011-10-04 Rockwell Automation Technologies, Inc. Model predictive control system and method for reduction of steady state error
US8712559B2 (en) * 2010-02-10 2014-04-29 The Board Of Trustees Of The University Of Illionois Adaptive control for uncertain nonlinear multi-input multi-output systems
JP5140138B2 (ja) * 2010-11-04 2013-02-06 本田技研工業株式会社 制御装置
JP5723582B2 (ja) * 2010-11-30 2015-05-27 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ スライディング・モード制御方式において、制御器を構成する方法、プログラム及びシステム
JP5218536B2 (ja) * 2010-12-10 2013-06-26 株式会社デンソー 制御装置
ES2395659B1 (es) * 2011-06-30 2013-05-23 Universidad Nacional De Educación A Distancia Método y sistema de guiado mediante control por derivada.
KR101287300B1 (ko) * 2012-04-17 2013-07-17 에스케이에너지 주식회사 안정화된 탄화수소 오일 블렌드의 제조방법
CN103378601B (zh) * 2012-04-20 2016-03-09 华北电力科学研究院有限责任公司 一种基于bang-bang控制的一次调频方法及装置
CN102692928B (zh) * 2012-05-31 2014-06-18 西北工业大学 基于飞行器四元数模型的控制器区域设计方法
CN102707616B (zh) * 2012-05-31 2014-11-26 西北工业大学 基于飞行器三角模型的控制器区域设计方法
US9556806B1 (en) 2014-05-16 2017-01-31 Brunswick Corporation Systems and methods for controlling a rotational speed of a marine internal combustion engine
US9764812B1 (en) * 2014-05-16 2017-09-19 Brunswick Corporation Systems and methods for setting engine speed using a feed forward signal
CN104483832B (zh) * 2014-08-07 2017-04-05 上海科系思工业设备有限公司 基于t‑s模型的气动比例阀模糊滑模自适应控制方法
US10054062B1 (en) 2014-12-15 2018-08-21 Brunswick Corporation Systems and methods for controlling an electronic throttle valve
US9643698B1 (en) 2014-12-17 2017-05-09 Brunswick Corporation Systems and methods for providing notification regarding trim angle of a marine propulsion device
US9555869B1 (en) 2015-01-30 2017-01-31 Brunswick Corporation Systems and methods for setting engine speed in a marine propulsion device
US9682760B1 (en) 2015-04-13 2017-06-20 Brunswick Corporation Systems and methods for setting engine speed relative to operator demand
US9957028B1 (en) 2016-07-15 2018-05-01 Brunswick Corporation Methods for temporarily elevating the speed of a marine propulsion system's engine
US10011339B2 (en) 2016-08-22 2018-07-03 Brunswick Corporation System and method for controlling trim position of propulsion devices on a marine vessel
US9896174B1 (en) 2016-08-22 2018-02-20 Brunswick Corporation System and method for controlling trim position of propulsion device on a marine vessel
US10118682B2 (en) 2016-08-22 2018-11-06 Brunswick Corporation Method and system for controlling trim position of a propulsion device on a marine vessel
FR3057031A1 (fr) * 2016-10-03 2018-04-06 Peugeot Citroen Automobiles Sa Procede de recalage des modeles de comportement d’actionneurs de lignes d’admission et d’injection de moteur a combustion interne
US10642262B2 (en) * 2018-02-27 2020-05-05 Woodward, Inc. Anomaly detection and anomaly-based control
CN109062052B (zh) * 2018-08-31 2021-05-18 湖北工业大学 基于扩张状态观测器的四旋翼无人机积分滑模控制方法
CN109143868B (zh) * 2018-09-28 2021-08-31 东南大学 一种针对电子节气门系统的非线性抗干扰控制方法及装置
CN113448318B (zh) * 2021-07-07 2022-08-16 江铃汽车股份有限公司 一种车辆下线故障诊断控制方法
CN114578795B (zh) * 2022-03-29 2024-03-15 江苏理工学院 一种针对电动汽车eps的具有暂态性能保证的自适应故障补偿控制方法
WO2024015387A1 (en) * 2022-07-12 2024-01-18 Cummins Inc. Systems and methods for prognostics for health prediction of air handling valve-actuator with position sensing
CN116704955B (zh) * 2023-08-04 2023-10-13 宜宾邦华智慧科技有限公司 一种显示屏显示老化补偿方法

Family Cites Families (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US568337A (en) * 1896-09-29 Rotary steam-engine
JPS61119856A (ja) * 1984-09-25 1986-06-07 Toyota Motor Corp 無段変速機を備えた車両の駆動力制御装置
US4663703A (en) * 1985-10-02 1987-05-05 Westinghouse Electric Corp. Predictive model reference adaptive controller
US5266834A (en) * 1989-03-13 1993-11-30 Hitachi Ltd. Semiconductor device and an electronic device with the semiconductor devices mounted thereon
US5134574A (en) 1990-02-27 1992-07-28 The Foxboro Company Performance control apparatus and method in a processing plant
US5144549A (en) * 1990-06-29 1992-09-01 Massachusetts Institute Of Technology Time delay controlled processes
US5268834A (en) * 1991-06-24 1993-12-07 Massachusetts Institute Of Technology Stable adaptive neural network controller
JPH05127706A (ja) * 1991-10-31 1993-05-25 Toshiba Corp ニユーラルネツト型シミユレータ
US5535135A (en) * 1993-08-24 1996-07-09 Motorola, Inc. State estimator based exhaust gas chemistry measurement system and method
CA2148962C (en) * 1994-05-23 2000-03-28 Douglas G. Pedersen Coherence optimized active adaptive control system
US5586190A (en) * 1994-06-23 1996-12-17 Digisonix, Inc. Active adaptive control system with weight update selective leakage
DE19502150C1 (de) 1995-01-25 1996-05-23 Bosch Gmbh Robert System zur Regelung der Aufladung einer Brennkraftmaschine
JP3489251B2 (ja) 1995-03-28 2004-01-19 株式会社デンソー 内燃機関のスロットル制御装置
JP3025421B2 (ja) * 1995-06-14 2000-03-27 三菱電機株式会社 制御システムの異常検知装置
US5715320A (en) * 1995-08-21 1998-02-03 Digisonix, Inc. Active adaptive selective control system
US5710822A (en) * 1995-11-07 1998-01-20 Digisonix, Inc. Frequency selective active adaptive control system
DE19606480C2 (de) * 1996-02-21 1998-04-16 Siemens Ag Verfahren und Anordnung zur Adaption eines Fuzzy-Reglers
JP3261038B2 (ja) * 1996-04-05 2002-02-25 本田技研工業株式会社 内燃機関の空燃比制御装置
JP3373724B2 (ja) * 1996-04-05 2003-02-04 本田技研工業株式会社 内燃機関の空燃比制御装置
JP3299109B2 (ja) 1996-04-05 2002-07-08 本田技研工業株式会社 スライディングモード制御方法
JPH10301602A (ja) 1997-04-28 1998-11-13 Seiko Seiki Co Ltd スライディングモード非干渉制御を用いた位置および／または力制御装置
JP3304845B2 (ja) 1997-08-29 2002-07-22 本田技研工業株式会社 プラントの制御装置
JP3340058B2 (ja) * 1997-08-29 2002-10-28 本田技研工業株式会社 多気筒エンジンの空燃比制御装置
JP3304844B2 (ja) 1997-08-29 2002-07-22 本田技研工業株式会社 プラントの制御装置
JP3331159B2 (ja) * 1997-09-16 2002-10-07 本田技研工業株式会社 プラントの制御装置
JP3592519B2 (ja) 1997-09-16 2004-11-24 本田技研工業株式会社 内燃機関の排気系の空燃比制御装置及びプラントの制御装置
JP3354088B2 (ja) 1997-09-16 2002-12-09 本田技研工業株式会社 内燃機関の排気系の空燃比制御装置
JP3484074B2 (ja) * 1998-05-13 2004-01-06 本田技研工業株式会社 プラントの制御装置
CA2337865C (en) * 1998-07-17 2008-12-16 Honda Giken Kogyo Kabushiki Kaisha Method of determining the deterioration of a catalytic converter for purifying an exhaust gas
JP3694406B2 (ja) * 1998-08-28 2005-09-14 株式会社日立製作所 電制スロットル式内燃機関のフェイルセーフ制御装置
US6185467B1 (en) * 1998-09-02 2001-02-06 Cirrus Logic, Inc. Adaptive discrete-time sliding mode controller
US6236895B1 (en) * 1998-09-02 2001-05-22 Cirrus Logic, Inc. Reference estimator in a discrete-time sliding mode controller
JP3779075B2 (ja) 1998-10-02 2006-05-24 本田技研工業株式会社 内燃機関の制御装置
JP3408753B2 (ja) * 1998-10-02 2003-05-19 本田技研工業株式会社 内燃機関の制御装置
JP3408754B2 (ja) * 1998-10-02 2003-05-19 本田技研工業株式会社 内燃機関の回転数制御装置
JP3484088B2 (ja) * 1998-12-17 2004-01-06 本田技研工業株式会社 プラントの制御装置
JP3621839B2 (ja) * 1998-12-17 2005-02-16 本田技研工業株式会社 プラントの制御装置
JP3773684B2 (ja) * 1999-02-09 2006-05-10 本田技研工業株式会社 内燃機関の空燃比制御装置
JP4265704B2 (ja) * 1999-04-14 2009-05-20 本田技研工業株式会社 内燃機関の空燃比制御装置及びプラントの制御装置
US6453229B1 (en) * 1999-10-19 2002-09-17 Unisia Jecs Corporation Air-fuel ratio control device for internal combustion engine and method thereof
JP4312325B2 (ja) * 1999-12-28 2009-08-12 本田技研工業株式会社 排ガス浄化用触媒装置の劣化状態評価方法
JP4354068B2 (ja) * 2000-02-02 2009-10-28 本田技研工業株式会社 内燃機関の排ガスの空燃比制御装置
US20030009240A1 (en) * 2001-04-20 2003-01-09 Honda Giken Kogyo Kabushiki Kaisha Control system for plant
JP4222816B2 (ja) * 2001-12-06 2009-02-12 本田技研工業株式会社 周波数整形応答指定型制御を用いたプラント制御装置
JP3857169B2 (ja) * 2002-03-29 2006-12-13 本田技研工業株式会社 プラントの制御装置
JP3863069B2 (ja) * 2002-06-06 2006-12-27 本田技研工業株式会社 プラントの制御装置
JP4021317B2 (ja) * 2002-12-26 2007-12-12 本田技研工業株式会社 接触機構の制御装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101242678B1 (ko) * 2011-02-28 2013-03-12 고려대학교 산학협력단 제어 파라미터를 적응적으로 변화시키는 ｐｉｄ 제어 방법 및 이를 이용한 ｐｉｄ 제어 장치

Also Published As

Publication number Publication date
US20030120360A1 (en) 2003-06-26
EP2264302A1 (en) 2010-12-22
CA2411520A1 (en) 2002-12-09
WO2002086630A1 (fr) 2002-10-31
US7050864B2 (en) 2006-05-23
EP1293851B1 (en) 2014-04-09
EP2261759B8 (en) 2012-12-05
US7216006B2 (en) 2007-05-08
KR100552579B1 (ko) 2006-02-15
EP2261759A1 (en) 2010-12-15
BR0205088A (pt) 2003-06-17
ATE554277T1 (de) 2012-05-15
EP2261760B1 (en) 2011-12-21
EP2261760A1 (en) 2010-12-15
EP2261759B1 (en) 2012-10-31
US20060129250A1 (en) 2006-06-15
EP1293851A4 (en) 2006-02-15
CA2411520C (en) 2007-02-20
EP1293851A1 (en) 2003-03-19
EP2264302B1 (en) 2012-04-18
ATE538418T1 (de) 2012-01-15
CN1460201A (zh) 2003-12-03
CN1275108C (zh) 2006-09-13

Similar Documents

Publication Publication Date Title
KR100552579B1 (ko) 플랜트 제어장치
CN100504672C (zh) 设备控制系统
JP4223489B2 (ja) プラントの制御装置
JP4064159B2 (ja) プラントの制御装置
JP3863069B2 (ja) プラントの制御装置
JP4549569B2 (ja) プラントの制御装置
EP1452709B1 (en) Control apparatus for exhaust gas recirculation valve
JP3902504B2 (ja) プラントの制御装置
JP3602811B2 (ja) プラントの制御装置
JP3995899B2 (ja) プラントの制御装置
JP3857169B2 (ja) プラントの制御装置
JP3602809B2 (ja) プラントの制御装置
JP3701600B2 (ja) プラントの制御装置
JP3819258B2 (ja) スロットル弁駆動装置の制御装置
JP3819257B2 (ja) スロットル弁駆動装置の制御装置
JP3819259B2 (ja) スロットル弁駆動装置の制御装置
JP4464010B2 (ja) スロットル弁駆動装置の制御装置
BR122012016734B1 (pt) Plant control system
EP1331532A2 (en) Control system for plant
BRPI0205088B1 (pt) Plant control system

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20090123

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee