【発明の詳細な説明】〔産業上の利用分野〕本発明は、目標値に制御量をフィードバックし例えば、
ＰＩＤ （比例、積分、微分）制御などを行う制御要素
から形成される制御ループが、複数個２分散配置される
ように構成される多変数プロセス制御装置に係り、特に
複数の制御要素の制御パラメータを並列的に最適化する
オートチュ一二ング機能を有する多変数プロセス制御装
置に関する。[Detailed Description of the Invention] [Industrial Application Field] The present invention provides feedback of a controlled amount to a target value, for example,
It relates to a multivariable process control device configured such that a plurality of control loops formed from control elements that perform PID (proportional, integral, differential) control, etc. are distributed in two locations, and in particular, control parameters of the plurality of control elements. The present invention relates to a multivariable process control device having an auto-tuning function that optimizes processes in parallel.
制御応答波形をｉ１１測して、その観測結果から算出し
た評価指標を用いて、複数の制御応答波形にそくした調
整ルールに基づき、ファジィ推論によりＰＩＤ制御パラ
メータをチューニングする機能を有するＰＩＤコントロ
ーラとして９本発明者が提案し、特許公開されている特
開昭６３−２４７８０１号広報に記載の技術がある。こ
のＰＩＤコントローラのオートチューニング手段におい
ては、目標値と制御量を入力し、目標値または外乱の変
化により発生する制御量の応答波形のみを観測して。As a PID controller that has the function of measuring control response waveforms and using evaluation indicators calculated from the observation results, PID control parameters are tuned by fuzzy inference based on adjustment rules based on multiple control response waveforms.9 There is a technique proposed by the present inventor and disclosed in Japanese Patent Laid-Open No. 63-247801, which has been published as a patent. In the auto-tuning means of this PID controller, a target value and a controlled variable are input, and only the response waveform of the controlled variable that occurs due to a change in the target value or disturbance is observed.
ＰＩＤ制御パラメータをチューニングしている。Tuning PID control parameters.
目標値変化により発生した制御応答波形を観測してチュ
ーニングした制御パラメータの最適値と、外乱印加によ
り発生した制御応答波形を観測してチューニングした制
御パラメータの最適値とは異なる。このため、上記従来
技術では目標値変化と外乱印加が混在するような制御ル
ープにおいては。The optimal value of a control parameter tuned by observing a control response waveform generated by a change in a target value is different from the optimal value of a control parameter tuned by observing a control response waveform generated by applying a disturbance. Therefore, in the conventional technique described above, in a control loop in which target value changes and disturbance applications coexist.
チューニングが収束しない場合があり、用途に応じて使
い分けなければならない。Tuning may not converge, so it is necessary to use different methods depending on the purpose.
しかしながら、多変数プロセスを制御対象とした場合、
プロセスの運用により、制御応答は目標値変化、既知外
乱印加さらには他の制御ループからの干渉によるもの（
以下、未知外乱と称する）などの要因により発生するた
め、これらの要因が混在した場合に対しても適正な制御
応答に安定にチューニングを収束できるオートチューニ
ング手段を有する多変数プロセス制御装置が必要となっ
た。However, when controlling a multivariable process,
Depending on the operation of the process, the control response may be affected by changes in the target value, the application of known disturbances, and even interference from other control loops (
(hereinafter referred to as unknown disturbances), it is necessary to have a multivariable process control device that has auto-tuning means that can stably converge tuning to an appropriate control response even when these factors are mixed. became.
本発明の目的は、複数の制御ループから構成される多変
数プロセス制御装置で、運転員の手を煩せずに、しかも
、制御対象に同定用テスト信号を印加することなく、目
標値変化、既知外乱および未知外乱印加が混在する場合
にも各制御ループ内の制御要素の制御パラメータを安定
にチューニングできるオートチューニング手段を有する
多変数プロセス制御装置を提供することにある。An object of the present invention is to provide a multivariable process control device consisting of a plurality of control loops, which can change a target value without bothering an operator and without applying an identification test signal to a controlled object. An object of the present invention is to provide a multivariable process control device having an auto-tuning means that can stably tune control parameters of control elements in each control loop even when known disturbances and unknown disturbances are applied together.
上記目的は、制御ループ内の９例えばＰＩＤなどの制御
要素毎に制御パラメータを最適調整するオートチューニ
ング手段を設け、各々が自律的に機能することにより遠
戚される。さらには、このオートチューニング手段は、
制御ループにおける目標値、制御量、制御要素出力およ
び制御要素出力に加えられる既知外乱を入力し、応答発
生要因が目標値、既知外乱および未知外乱のいずれかを
判別する応答発生要因判別機能と、応答発生要因が目標
値及び未知外乱である場合は、目標値及び制御量を観測
し、半サイクル毎の制御偏差の面積値を求め、また、応
答発生要因が既知外乱である場合は、制御要素出力及び
既知外乱の各々の応答発生前の値からの偏差和について
半サイクル毎の面積値を求める波形Ｉ！測機能と、これ
らの面積値から制御性能の評価指標として面積オーバー
シュート量２面積減衰比及び半サイクルごとの面積値の
総和の前回値と今回値との比である面積比を求める評価
指標算出機能と、これらの評価指標を定性的に評価し、
応答波形に対応した複数の調整ルールに基づきファジィ
推論により制御パラメータの修正係数を推論する制御パ
ラメータ修正係数推論機能と、上記評価指標から重み付
けルールに基づき、ファジィ推論により目標制御仕様に
対する満足度に応じた重み係数を求める制御性能満足度
評価”機能と、前記制御パラメータの修正係数、前記重
み係数及び制御パラメータの現在値の積に制御パラメー
タの現在値を加算して制御パラメータの調整値を求める
制御パラメータ調整値演算機能とからなるように構成さ
れている。The above object can be achieved in a distant manner by providing auto-tuning means for optimally adjusting control parameters for each of the nine control elements, such as PID, in the control loop, so that each of them functions autonomously. Furthermore, this auto-tuning means
a response generation factor determination function that inputs a target value, a controlled variable, a control element output, and a known disturbance added to a control element output in a control loop, and determines whether the response generation factor is the target value, known disturbance, or unknown disturbance; When the response generation factor is a target value and an unknown disturbance, the target value and the controlled variable are observed, and the area value of the control deviation for each half cycle is calculated. Also, when the response generation factor is a known disturbance, the control element Waveform I! to calculate the area value every half cycle for the sum of deviations from the values before the response of each of the output and known disturbance occurs! Evaluation index calculation that calculates the area overshoot amount, 2 area damping ratio, and the area ratio, which is the ratio between the previous value and the current value of the sum of area values for each half cycle, as an evaluation index of control performance from these area values. Qualitatively evaluate the functions and these evaluation indicators,
A control parameter modification coefficient inference function that infers modification coefficients for control parameters by fuzzy inference based on multiple adjustment rules corresponding to response waveforms, and a control parameter modification coefficient inference function that infers modification coefficients for control parameters using fuzzy inference based on multiple adjustment rules corresponding to response waveforms. control performance satisfaction evaluation function that calculates a weighting coefficient, and a control that calculates an adjustment value of the control parameter by adding the current value of the control parameter to the product of the correction coefficient of the control parameter, the weighting coefficient, and the current value of the control parameter. It is configured to include a parameter adjustment value calculation function.
本発明の多変数プロセス制御装置によれば、応答発生要
因判別機能により目標値変化および制御偏差が所定値を
越えたときに制御量の応答波形を。According to the multivariable process control device of the present invention, the response generation factor determination function determines the response waveform of the controlled variable when the target value change and control deviation exceed a predetermined value.
または既知外乱変化が所定値を越えたときに制御要素出
力の応答波形を、観測し始める。これにより、各制御要
素の制御パラメータのオートチューニング手段は自律的
に動作することができ、また制御対象の動特性変化を速
やかに検出できる。波形観測機能は、制御偏差などを時
間積分演算により面積値を求め゛るため、制御量がノイ
ズに乱された場合にも常に正確な評価指標が得られる。Alternatively, when the known disturbance change exceeds a predetermined value, the response waveform of the control element output begins to be observed. Thereby, the auto-tuning means for the control parameters of each control element can operate autonomously, and changes in the dynamic characteristics of the controlled object can be quickly detected. Since the waveform observation function calculates the area value of the control deviation etc. by time integral calculation, accurate evaluation indicators can always be obtained even when the control amount is disturbed by noise.
評価指標算出機能は９Ｍ御応答波形に対する従来の評価
指標である極値を用いたオーバシュート量および振幅減
衰比に代って９面積値で捉えた面積オーバシュート量お
よび面積減衰比、さらに、連応性を評価するために面積
値総和の前回値と今回値との比を採用している。制御パ
ラメータ修正係数推論機能は、熟練運転員の思考と似た
方法で制御パラメータをチューニングさせるためファジ
ィ推論を適用し、前記評価指標を定性的に評価すること
により、制御パラメータの修正係数を推論する方法を採
っている。これにより、制御パラメータの最適チューニ
ングを熟練運転員が行なったと同様に実現できる。制御
性満足度評価機能は、現在の制御性能が目標制御仕様に
対してどの程度満足かを評価し、ファジィ推論により重
み係数を求め。The evaluation index calculation function calculates the area overshoot amount and area attenuation ratio captured using 9 area values, and the area overshoot amount and area attenuation ratio using extreme values, which are the conventional evaluation index for the 9M response waveform. In order to evaluate the response, the ratio between the previous value and the current value of the total area value is used. The control parameter correction coefficient inference function applies fuzzy inference to tune control parameters in a manner similar to the thinking of a skilled operator, and infers control parameter correction coefficients by qualitatively evaluating the evaluation index. method is adopted. As a result, optimal tuning of control parameters can be achieved in the same way as if it were done by a skilled operator. The controllability satisfaction evaluation function evaluates the degree to which the current control performance satisfies the target control specifications and uses fuzzy inference to determine weighting coefficients.
制御パラメータの修正係数の補正に用いる。これにより
、制御パラメータを安定に収束できる。Used to correct correction coefficients of control parameters. Thereby, the control parameters can be stably converged.
以下、本発明の実施例により説明する。第１図は本発明
に係る多変数プロセス制御装置の例として、２個の制御
ループからなる多変数プロセス制御装置を示す、ＰＩＤ
制御要素２は目標値Ｓｖ１とプロセス１の制御量ＰＶＩ
との比較により得られた制御偏差をＰＩＤ演算し、その
出力ＣＯ１に負荷などの既知外乱ＤＴＢが加算されて操
作量ＭＶＩが得られ、制御対象１に入力される。また。The present invention will be explained below using examples. FIG. 1 shows a multivariable process control device consisting of two control loops as an example of a multivariable process control device according to the present invention.
The control element 2 is the target value Sv1 and the control amount PVI of the process 1.
The control deviation obtained by comparison with is subjected to PID calculation, and a known disturbance DTB such as a load is added to the output CO1 to obtain a manipulated variable MVI, which is input to the controlled object 1. Also.
Ｐよりｉ＃Ｊｌｌ要素３は目標値Ｓｖ２と制御対象１の
制御量ＰＶ２との比較により得られた制御偏差をＰＩＤ
演算し、その出力Ｃ０２（操作量ＭＶ２）が制御対象１
に入力される。オートチューニング手段４は目標値ＳＶ
Ｉ、制御量ＰＶＩ、既知外乱ＤＴＢおよびＰＩＤ制御要
素２の出力ＣＯ１を入力し、制御パラメータの調整値を
ＰＩＤ制御要素２に出力する。オートチューニング手段
５は目標値ＳＶ２．制御量ＰＶ２およびＰＩＤ制御要素
３の出力Ｃ０２（既知外乱がない場合はオートチューニ
ング手段の既知外乱用入力に出力ＣＯ２を用いる）を入
力し、制御パラメータの調整値をＰＩＤ制御要素３に出
力する６第２図にオートチューニング手段４および５の機能構成
を示す。オートチューニング手段４および５は応答発生
要因判別機能１１．波形ｉｉ＋を測機能１２、評価指標
算出機能１３．制御パラメータ修正係数推論機能１４．
制御性能満足度評価機能１５及び制御パラメータ調整値
演算機能１６から構成される。さらに、制御パラメータ
修正係数推論機能１４はファジィ推論機能１４ａおよび
調整ルール１４ｂから構成され、制御性能満足度評価機
能１５はファジィ推論機能１５ａおよび重み付けルール
から構成される。From P, i#Jll element 3 PIDs the control deviation obtained by comparing the target value Sv2 and the controlled variable PV2 of the controlled object 1.
The output C02 (manipulated variable MV2) is the control target 1.
is input. Auto-tuning means 4 sets target value SV
I, the control amount PVI, the known disturbance DTB, and the output CO1 of the PID control element 2 are input, and the adjusted value of the control parameter is output to the PID control element 2. The auto-tuning means 5 sets the target value SV2. 6. Inputs the controlled variable PV2 and the output C02 of the PID control element 3 (if there is no known disturbance, the output CO2 is used as the known disturbance input of the auto-tuning means), and outputs the adjusted value of the control parameter to the PID control element 3. FIG. 2 shows the functional configuration of the autotuning means 4 and 5. The auto-tuning means 4 and 5 have a response generation factor determination function 11. Waveform ii+ measurement function 12, evaluation index calculation function 13. Control parameter modification coefficient inference function 14.
It is composed of a control performance satisfaction evaluation function 15 and a control parameter adjustment value calculation function 16. Further, the control parameter modification coefficient inference function 14 is composed of a fuzzy inference function 14a and adjustment rules 14b, and the control performance satisfaction evaluation function 15 is composed of a fuzzy inference function 15a and weighting rules.
次に、上記した各機能について説明する。応答発生要因
判別機能１１は、目標値Ｓｖ、制御量ｐｖ既知外乱ＤＴ
Ｂ及び制御要素の出力Ｃｏを常時監視し、制御量ｐｖ及
び制御要素の出力ＣＯが整定した時に目標値ＳＶ、制御
量Ｐｖ、既知外乱ＤＴＢ及び制御要素の出力ＣＯを応答
発生前の値（各々の初期値）として記憶して置く。その
後。Next, each of the above functions will be explained. The response generation factor determination function 11 determines the target value Sv, the control amount pv, and the known disturbance DT.
B and the output Co of the control element are constantly monitored, and when the control amount pv and the output CO of the control element are stabilized, the target value SV, the control amount Pv, the known disturbance DTB, and the output CO of the control element are changed to the values before the response occurred (each (initial value). after that.
目標値Ｓｖ、制御偏差、既知外乱ＤＴＢの順にそれらの
変化幅が所定値を越えたかどうかを監視することにより
、応答発生要因を判別する。波形観測機能は、応答発生
要因が確定すると観測を開始する。応答発生要因が目標
値Ｓｖ及び未知外乱（制御偏差が所定値を超えた場合）
の場合は目標値Ｓｖと制御量Ｐｖの差である制御偏差を
波形で観測し、同極性の制御偏差が継続する期間だけそ
の絶対値を時間積分して得られる面積値を、制御偏差の
極性が替わる毎に、つまり半周期毎に順次求め、制御偏
差が整定した時点で観測を終了する。The response generation factor is determined by monitoring whether the range of change in the target value Sv, control deviation, and known disturbance DTB exceeds a predetermined value in that order. The waveform observation function starts observation when the response generation factor is determined. Response generation factors are target value Sv and unknown disturbance (when control deviation exceeds a predetermined value)
In the case of , the control deviation, which is the difference between the target value Sv and the controlled amount Pv, is observed in the waveform, and the area value obtained by time-integrating the absolute value for the period when the control deviation of the same polarity continues is calculated as the polarity of the control deviation. It is obtained sequentially every time the control deviation changes, that is, every half cycle, and the observation is terminated when the control deviation is stabilized.
一方、応答発生要因が既知外乱ＤＴＢの場合は。On the other hand, if the response generation factor is known disturbance DTB.
制御要素の出力ＣＯと既知外乱Ｄ’Ｔ Ｂの各々の初期
値からの偏差和を波形で観測し、上記と同様にして半周
期毎の面積値を求め、偏差和が整定した時点で観測を終
了する。評価指標算出機能１３は。Observe the sum of deviations from the initial values of the output CO of the control element and the known disturbance D'TB in the waveform, calculate the area value for each half cycle in the same way as above, and observe when the sum of deviations has stabilized. finish. The evaluation index calculation function 13 is.
得られた複数の面積値から面積オーバシュート量。Area overshoot amount from multiple area values obtained.
面積減衰比及び面積総和の前回値と今回値との比を求め
る。第３図を参照してこれらの求め方を説明する。同図
は目標値ＳＶＩが時間ｔｏでＹｏからＹｌへステップ変
化した時の制御量ｐｖの時間応答例であり、時間ｔｔ、
ｔｚ、ｔａで目標値Ｓｖと制御量ｐｖとの差である制御
偏差の極性が切り替わり２時間ｔ４で整定した場合を示
す。この場合。The ratio between the previous value and the current value of the area attenuation ratio and the total area is determined. How to obtain these values will be explained with reference to FIG. The figure shows an example of the time response of the controlled variable pv when the target value SVI changes stepwise from Yo to Yl at time to, and at time tt,
A case is shown in which the polarity of the control deviation, which is the difference between the target value Sv and the control amount pv, switches at tz and ta and stabilizes at 2 hours t4. in this case.
半周期毎に制御偏差の絶対値を時間積分して得られる面
積値として、Ａｌ、Ａ２．Ａ３．Ａ４ （第１番目、第
２番目、第３番目、第４番目の面積値）が求められ９面
積オーバーシュート量Ｅ１面積減衰比り及び面積比Ｒ等
の評価指標をは次式で求める。Al, A2. A3. A4 (first, second, third, and fourth area values) is determined, and evaluation indices such as the area overshoot amount E1 and area attenuation ratio and area ratio R are determined using the following formula.
Ｅ＝Ａ２／Ａｌ （第１の評価指標）Ｄ＝Ａ３／Ａ２ （第２の評価指標）Ｒ＝ΣＡｉ、ｎ−１／ΣＡｉ、ｎ （第３の評価指標）
ここで、ｎ−１，’ｎは前回、今回のチューニング試行
を示す、なお、Ａ２が得られない場合はＤに負の疑似値
、初回試行時にはＲに例えば１を設定する。E=A2/Al (first evaluation index) D=A3/A2 (second evaluation index) R=ΣAi, n-1/ΣAi, n (third evaluation index)
Here, n-1 and 'n indicate the previous and current tuning trials. If A2 cannot be obtained, D is set to a negative pseudo value, and R is set to 1, for example, at the first trial.
次に、ファジィ推論を用いた制御パラメータ修正係数推
論機能１４について説明する。面積オーバーシュート量
Ｅ２面積減衰比り及び面積比Ｒの大きさを定性的に評価
するために第４図〜第６図に示すようなメンバーシップ
関数を定義する。図中のＥ（ｉ）（ｉ＝１〜５）、Ｄ（
ｉ）（ｉ＝ｔ〜３）及びＲ（ｉ）（ｉ＝１〜３）はメン
バーシップ関数を規定する定数であり、ＰＢ、ＰＭ、Ｚ
Ｅ、ＮＢは大きさを定性的に評価するためにメンバーシ
ップ関数に与えた名称であり、各々、下記の意味を持つ
。Next, the control parameter modification coefficient inference function 14 using fuzzy inference will be explained. In order to qualitatively evaluate the area overshoot amount E2, the area attenuation ratio, and the area ratio R, membership functions as shown in FIGS. 4 to 6 are defined. In the figure, E(i) (i=1 to 5), D(
i) (i=t~3) and R(i) (i=1~3) are constants that define membership functions, and PB, PM, Z
E and NB are names given to membership functions to qualitatively evaluate the size, and each has the following meaning.
Ｐ Ｂ ： Ｐｏ５ｉｔｉｖｅ Ｂｉｇ （大）Ｐ
Ｍ ： Ｐｏ５ｉｔｉｖｅ Ｍｅｄｉｕｍ （中）
ＺＥ ： Ｚｅｒｏ （適正）ＮＢ ： Ｎｅｇａｔｉｖｅ Ｂｉｇ （小）また、
第４図〜第６図の縦軸はメンバーシップ値Ｇであり、定
性的な度合を表す。これらのメンバーシップ関数を用い
て、制御要素がＰＩＤコントローラの場合を対象として
作成した種々の制御応答に対するＰ、Ｉ、Ｄの各制御パ
ラメータの調整ルール１４ｂの一例を第７図に示す。P B: Po5itive Big (Large) P
M: Po5itive Medium
ZE: Zero (appropriate) NB: Negative Big (small) Also,
The vertical axis in FIGS. 4 to 6 is the membership value G, which represents a qualitative degree. FIG. 7 shows an example of adjustment rules 14b for the control parameters P, I, and D for various control responses created using these membership functions when the control element is a PID controller.
例えば、ルール２の場合は、ｉｆ （Ｅ ｉｓ ＰＢ ａｎｄ Ｄ ｉｓ ＰＨａｎ
ｄ Ｒｉｓ ＰＢ、つまりＥはＰＲ，ＤはＰＭ、ＲはＰ
Ｒ） ｔｈｅｎ （ＣＫＰ １ｓＮＢ ａｎｄ ＣＴ
Ｉ ｉｓ ＮＢ ａｎｄ ＣＴＤ ｉｓ ＺＥ、 ッま
りＣＫＰはＮＢ、ＣＴＩはＮＢそしてＣＴＤはＺＥ）、
という意味であり、ｉｆの部分を条件部、ｔｈｅｎの部
分を結論部と称する。ここに、ＣＫＰは比例ゲイン、Ｃ
ＴＩは積分時間及びＣＴＤは微分時間に関する各々の修
正係数を示す。第８図は定性的に決定された制御パラメ
ータの修正係数を定量的な値に変換するためのメンバー
シップ関数である。For example, in the case of rule 2, if (E is PB and D is PHan
d Ris PB, that is, E is PR, D is PM, R is P
R) then (CKP 1sNB and CT
I is NB and CTD is ZE, CKP is NB, CTI is NB and CTD is ZE),
This means that the if part is called the conditional part, and the then part is called the conclusion part. Here, CKP is the proportional gain, C
TI represents the integral time, and CTD represents the respective correction coefficients regarding the differential time. FIG. 8 shows membership functions for converting qualitatively determined correction coefficients of control parameters into quantitative values.
図中のＣ（ｉ）（ｉ＝１〜４）はメンバーシップ関数の
形を規定する定数である。ＰＢ、ＺＥ、ＮＢは制御パラ
メータ修正係数の大きさを定性的に表すためにメンバー
シップ関数に与えた名称であり。C(i) (i=1 to 4) in the figure is a constant that defines the form of the membership function. PB, ZE, and NB are names given to membership functions to qualitatively represent the magnitude of control parameter correction coefficients.
第４図〜第６図の中で使用している名称に対応している
。また９図の縦軸はメンバーシップ値Ｇである。以下、
第７図に示したルール２及び３を適用した場合を例にと
り、制御パラメータの修正係数の求め方について説明す
る。第９図にファジィ推論による比例ゲインの修正係数
ＣＫＰの決定方法を示す、評価指標算出機能１３で得ら
れた面積オーバーシュート量Ｅｏ２面積減衰比Ｄｏ、面
積比Ｒｏの定性的な度合を第４図〜第６図の各メンバー
シップ関数を用いて求める。ルール２ではＧｅｐ、Ｇｄ
ｍ、Ｇｒｐ、ルール３ではＧｅｐ。These correspond to the names used in FIGS. 4 to 6. Moreover, the vertical axis of FIG. 9 is the membership value G. below,
Taking as an example the case where Rules 2 and 3 shown in FIG. 7 are applied, a method of determining a correction coefficient of a control parameter will be explained. Fig. 9 shows the method for determining the proportional gain correction coefficient CKP by fuzzy inference. Fig. 4 shows the qualitative degrees of the area overshoot amount Eo2 obtained by the evaluation index calculation function 13, the area attenuation ratio Do, and the area ratio Ro. - Determine using each membership function shown in FIG. In rule 2, Gep, Gd
m, Grp, and Gep in rule 3.
Ｇｄｍ、Ｇｒｚという値になる。ルール毎に積集合（最
小値）演算を行い、各ルールの適合度を求める。ルール
２ではＧｒｐ、ルール３ではＧｒｚが各々の適合度とし
て得られる。次に、各ルールの結論部のメンバーシップ
関数を各ルールの適合度で重み付けし、それらの和集合
（最大値）演算を行い、その重心の値を比例ゲイン修正
係数ＣＫＰｏとする。積分時間及び微分時間の各修正係
数ＣＴＩ、ＣＴＤについても同様にして求める。The values are Gdm and Grz. An intersection set (minimum value) operation is performed for each rule to determine the degree of suitability of each rule. In rule 2, Grp and in rule 3, Grz are obtained as respective degrees of fitness. Next, the membership function of the conclusion part of each rule is weighted by the suitability of each rule, their union (maximum value) calculation is performed, and the value of the center of gravity is set as the proportional gain correction coefficient CKPo. The respective correction coefficients CTI and CTD for the integral time and differential time are determined in the same manner.
次に、制御性能満足度評価機能１５について説明する。Next, the control performance satisfaction evaluation function 15 will be explained.
ここでは、評価指標算出機能１３で得られた面積オーバ
シュート量Ｅ９面積減衰比りおよび面積比Ｒから重み付
けルール１５ｂに基づき。Here, based on the weighting rule 15b from the area overshoot amount E9 area attenuation ratio and area ratio R obtained by the evaluation index calculation function 13.
ファジィ推論機能１５ａにより重み係数Ｗを求める。第
１０図中に示すように２面積オーバシュート量Ｅ９面積
減衰比りおよび面積比Ｒの目標制御仕様に対する満足度
を定性的に評価するために。A weighting coefficient W is determined by the fuzzy inference function 15a. As shown in FIG. 10, in order to qualitatively evaluate the degree of satisfaction with the target control specifications of the area overshoot amount E9 and the area damping ratio and the area ratio R.
名称をｚＯ（満足）としたメンバーシップ関数を定義し
、また２重み係数の大きさを定性的に捉えるために９名
称をＰＳ（小）としたメンバーシップ関数を定義し２重
み付けルールとして９例えば下記のようなルールを設け
る。Define a membership function with the name zO (satisfied), and 9 define a membership function with the name PS (small) in order to qualitatively capture the magnitude of the weighting coefficient, and use 9 as the 2 weighting rule, e.g. Establish the following rules.
１ｆ（Ｅ ｉｓ ＺＯａｎｄ Ｄ ｉｓ ＺＯａｎｄ
Ｒｉｓ ＺＯ）ｔｈｅｎ ＃ ｉｓ ＰＳ即ち、Ｅ、ＤおよびＲがすべてＺＯならば、ＷをＰＳに
する。という意味である。第１０図にファジィ推論によ
る重み係数の決定方法を示す。評価指標算出機能１３で
得られた評価指標Ｅｏ、ＤｏおよびＲｏの各満足度Ｇｅ
、ＧｄおよびＧｒをメンバーシップ関数から求め、これ
らの最小値Ｇｅで重み付けられた値として重み係数Ｗｏ
が求まる。1f(E is ZOand D is ZOand
Ris ZO) then # is PS That is, if E, D and R are all ZO, then make W PS. That is what it means. FIG. 10 shows a method for determining weighting coefficients using fuzzy inference. Each satisfaction level Ge of the evaluation index Eo, Do, and Ro obtained by the evaluation index calculation function 13
, Gd and Gr are obtained from the membership function, and the weighting coefficient Wo is calculated as a value weighted by the minimum value Ge.
is found.
従って、各評価指標の満足度が大きくなるほど重み係数
が小さくなる。Therefore, the higher the satisfaction level of each evaluation index, the smaller the weighting coefficient becomes.
制御パラメータ調整値演算機能１６では、前記制御パラ
メータ修正係数推論機能１４で得られた制御パラメータ
の修正係数と重み係数と制御パラメータの現在値との積
に制御パラメータの現在値を加算してＰＩＤ制御パラメ
ータの各調整値を決定する。The control parameter adjustment value calculation function 16 performs PID control by adding the current value of the control parameter to the product of the control parameter correction coefficient, weighting coefficient, and current value of the control parameter obtained in the control parameter correction coefficient inference function 14. Determine each adjustment value of the parameter.
第１１図に前記オートチューニング手段４および５の概
略処理フロー図を示す。まず、状態フラグおよび要因フ
ラグはＯに各々初期設定される（図示省略）。ブロック
２０により一定周期でＳＶ、ＰＶ、ＤＴＢおよびＣＯを
入カシ、ソノ都度、ブロック２１で前記オートチューニ
ング手段４の処理状態を示す状態フラグを判別する。状
態フラグがＯの場合は制御応答の整定前監視状態、状態
フラグが１の場合は応答発生要因の監視状態。FIG. 11 shows a schematic processing flow diagram of the auto-tuning means 4 and 5. First, the status flag and the cause flag are each initialized to O (not shown). In block 20, SV, PV, DTB, and CO are inputted at a fixed period, and a status flag indicating the processing status of the auto-tuning means 4 is determined in block 21 each time. When the status flag is O, it is a pre-setting monitoring status of the control response, and when the status flag is 1, it is a monitoring status of the response generation factor.
状態フラグが２の場合は制御応答の観測評価状態。If the status flag is 2, it is the observation evaluation status of the control response.
状態フラグが３の場合は制御パラメータ計算状態を意味
する。状態フラグがＯの場合はブロック２２により、Ｐ
ｖおよびＣＯが整定したか否かを判定する。整定したと
きには、ブロック２３゜２４でＳＶ、ＰＶ、ＤＴＢおよ
びＣＯの初期値を記憶し、状態フラグを１に設定する。When the status flag is 3, it means the control parameter calculation status. If the status flag is O, block 22 causes P
Determine whether v and CO have stabilized. When it has settled, the initial values of SV, PV, DTB, and CO are stored in blocks 23 and 24, and the status flag is set to 1.
状態フラグが１の場合はブロック２５により、Ｓｖの変
化幅が所定値を超えたか否かを判定する。所定値を超え
たときにはブロック２８．３１により要因フラグを１．
状態フラグを２に設定する。所定値を超えないときはブ
ロック２６により制御偏差が所定値を超えたか否かを判
定する。所定値を超えたときにはブロック２９．３１に
より要因フラグをｌ。If the status flag is 1, it is determined in block 25 whether the range of change in Sv exceeds a predetermined value. When the predetermined value is exceeded, block 28.31 sets the cause flag to 1.
Set the status flag to 2. If the control deviation does not exceed the predetermined value, block 26 determines whether the control deviation exceeds the predetermined value. When the predetermined value is exceeded, block 29.31 sets the cause flag to l.
状態フラグを２に設定する。所定値を超えないときはブ
ロック２７によりＤＴＢの変化幅が所定値を超えたか否
かを判定する。所定値を超えたときにはブロック３０．
３１により要因フラグを１゜状態フラグを２に設定する
。所定値を超えないときはこのまま続ける。ここまでの
処理フローは前記応答発生要因判別機能１１に対応する
。状態フラグが２に変化すると、ブロック３２により要
因フラグが１または２の場合はブロック３３の処理。Set the status flag to 2. If it does not exceed the predetermined value, block 27 determines whether the DTB change width exceeds the predetermined value. When the predetermined value is exceeded, block 30.
31, the cause flag is set to 1° and the state flag is set to 2. If the predetermined value is not exceeded, continue as is. The processing flow up to this point corresponds to the response generation factor determination function 11. When the status flag changes to 2, block 32 determines that if the cause flag is 1 or 2, the process goes to block 33.
要因フラグが３の場合はブロック３４の処理を行う。ブ
ロック３３では、ＳｖおよびＰｖを観測し。If the factor flag is 3, the process of block 34 is performed. In block 33, Sv and Pv are observed.
制御偏差の極性が前回と同一のときは制御偏差信号の絶
対値の時間積分処理を継続し、＋の極性が前回と異なる
ときには前回の時間積分値を面積値として記憶すること
により、半周期毎の面積値を求める。この処理はブロッ
ク３５によりＰＶがＳｖに整定する（観測完了）まで続
けられる。また、ブロック３４ではＤＴＢおよびＣＯを
観測し。When the polarity of the control deviation is the same as the previous time, time integration processing of the absolute value of the control deviation signal is continued, and when the + polarity is different from the previous time, the previous time integral value is stored as an area value, and the process is performed every half cycle. Find the area value of. This process continues until the PV settles to Sv (observation complete) at block 35. Also, in block 34, DTB and CO are observed.
ＤＴＢおよびｃｏの各々の初期値からの偏差和について
、上記と同様な処理により半周期毎の面積値を求める。Regarding the sum of deviations from the initial values of each of DTB and co, the area value for each half period is determined by the same process as above.
観測が完了するとブロック３６により状態フラグを３に
設定する。ここまでの処理フローは前記波形観測機能１
２に対応する。次に。When the observation is completed, block 36 sets the status flag to 3. The processing flow up to this point is the waveform observation function 1.
Corresponds to 2. next.
ブロック２１よる判定結果、状態フラグが３の場合は、
ブロック３３または３４で得られた面積値を用いて、ブ
ロック３７（前記評価指標算出機能１３）で評価指標（
面積オーバーシュート量２面積減衰比及び面積比）を、
ブロック３８（前記制御性能満足度評価機能１５）によ
り重み係数を。As a result of the determination by block 21, if the status flag is 3,
Using the area value obtained in block 33 or 34, block 37 (the evaluation index calculation function 13) calculates the evaluation index (
area overshoot amount (2 area damping ratio and area ratio),
A weighting coefficient is determined by block 38 (the control performance satisfaction evaluation function 15).
ブロック３９（制御パラメータ修正係数推論機能１４）
により制御パラメータの修正係数を、ブロック４０（前
記制御パラメータ調整値演算機能１６）により制御パラ
メータの調整値を、順次求めたのち、ブロック４１によ
り状態フラグおよび要因フラグをＯにリセットし、制御
応答の整定前監視状態に戻る。得られた制御パラメータ
の調整値は前記制御要素２および３の制御演算に用いら
れる。Block 39 (control parameter correction coefficient inference function 14)
After successively determining the correction coefficient of the control parameter by using the block 40 (the control parameter adjustment value calculation function 16), the state flag and the factor flag are reset to O by the block 41, and the control response is calculated. Return to pre-settling monitoring state. The obtained control parameter adjustment values are used in control calculations for the control elements 2 and 3.
前記実施例による波形観測機能は、制御偏差の半サイク
ル毎の面積値を求め、評価指標に用いたが、第１２図に
示すように、半サイクル毎の面積値Ａｘｅ Ａｘｅ・・
・を各々の継続時間１．．１．・・・で割って求めた半
サイクル毎の平均偏差値ｅＢ ｅｘ・・・を用い、第１
及び第２の評価指標としてオーバーシュート量Ｅ及び減
衰比りを次式で求めても同等の効果が得られる。In the waveform observation function according to the above embodiment, the area value for each half cycle of the control deviation was obtained and used as an evaluation index.As shown in FIG. 12, the area value for each half cycle Ax Ax...
・Duration of each 1. ．． 1. Using the average deviation value eB ex... for each half cycle obtained by dividing by..., the first
The same effect can also be obtained by calculating the overshoot amount E and the damping ratio as the second evaluation index using the following equations.
Ｅ＝ −１Ｄ＝ −ｚまた、前記実施例では、制御応答の連応性を評価する第
３の評価指標として面積比を用いたが。E= − 1 D= − z In the embodiment described above, the area ratio was used as the third evaluation index for evaluating the coordination of control responses.
例えば第３図に示した制御応答の整定時間１．の前回値
と今回値である整定時間比を用いても良い。For example, the settling time 1 of the control response shown in FIG. The settling time ratio, which is the previous value and the current value, may be used.
さらに、前記実施例では、評価指標として面積オーバー
シュート量２面積減衰比及び面積比を用いた場合につい
て述べたが、評価指標として面積オーバーシュート量及
び面積減衰比のみ用いても良い。この方法によれば制御
量の連応性が少し損なわれるが本発明の本質は変わるも
のではない。Further, in the above embodiment, a case has been described in which the area overshoot amount, the area attenuation ratio, and the area ratio are used as the evaluation index, but only the area overshoot amount and the area attenuation ratio may be used as the evaluation index. Although this method slightly impairs the coordination of the controlled variables, the essence of the present invention does not change.
なお、評価指標算出機能１３における第２の評価指標を
２面積値を用いた場合は、Ｄ＝ （Ａ３＋Ａ４）／ （
Ａ２＋Ａ３）あるいはｐ＝ （Ａ３＋Ａ５）／ （Ａ２
＋Ａ４）、平均偏差値を用いた場合は、Ｄ＝ （ｅｓ＋
ｅａ）／ （ｅｚ＋ｅａ）としても本発明の本質は変わ
るものではない、また、制御パラメータ修正係数推論機
能１４において、メンバーシップ関数は三角型としたが
、必ずしもこの形にこだわる必要はなく、２次曲線や指
数曲線を採用しても、本発明の本質は変わるものではな
い。Note that when two area values are used as the second evaluation index in the evaluation index calculation function 13, D= (A3+A4)/(
A2+A3) or p= (A3+A5)/(A2
+A4), when using the average deviation value, D= (es+
ea)/(ez+ea), the essence of the present invention does not change.Also, in the control parameter correction coefficient inference function 14, the membership function is triangular, but it is not necessarily necessary to stick to this shape; Even if a curve or an exponential curve is adopted, the essence of the present invention does not change.
また、メンバーシップ関数の形だけでなく、その数を任
意に設定しても、同様である。Furthermore, the same effect can be obtained even if the number of membership functions is arbitrarily set in addition to the form of the membership function.
本発明によれば、複数の制御ループにおける制御パラメ
ータを並列的にかつ自動的にチューニングできるので、
運転員による調整作業を大幅に削減できる。同定信号を
用いないため、制御対象を乱さずに制御パラメータを最
適チューニングできる。また、制御対象の動特性変化を
１人手を煩わすことなく速やかに検出できるため、常に
最適な制御特性に維持できる。さらに９面積値（積分処
理）により制御応答の良否を評価できるため、ノイズに
影響されること無く的確なオートチューニングができる
。According to the present invention, control parameters in multiple control loops can be tuned in parallel and automatically.
Adjustment work by operators can be significantly reduced. Since no identification signal is used, control parameters can be optimally tuned without disturbing the controlled object. In addition, since changes in the dynamic characteristics of the controlled object can be detected quickly without any manual effort, optimal control characteristics can be maintained at all times. Furthermore, since the quality of the control response can be evaluated using 9 area values (integral processing), accurate auto-tuning can be performed without being affected by noise.
第１図は本発明による多変数プロセス制御装置を示す説
明図、第２図は本発明による多変数プロセス制御装置に
設けられるオートチューニング手段の機能構成図、第３
図は評価指標の求め方を説明するための目標値ステップ
変化に対する制御量の時間応答を示すグラフ、第４図は
面積オーバーシュート量評価用メンバーシップ関数を示
すグラフ、第５図は面積減衰比評価用メンバーシップ関
数を示すグラフ、第６図は面積比評価用メンバーシップ
関数を示すグラフ、第７図は調整ルールの一例を示すル
ール見取り図、第８図は制御パラメータ修正係数用メン
バーシップ関数を示すグラフ、第９図はファジィ推論に
よる制御パラメータ修正係数の求め方を示す説明図、第
１０図はファジィ推論による重み係数の求め方を示す説
明図、第１１図は本発明によるオートチューニング手段
の概略処理フロー図、第■２図は目標値ステップ変化時
制御偏差と平均偏差値との関係を示すグラフである。１・・・制御対象、２・・・多変数プロセス制御装置、
３゜４・・・制御要素、５，６・・・オートチューニン
グ手段、１１・・・応答要因判別機能、１２・・・波形
観測機能、１３・・・評価指標算出機能、１４・・・制
御パラメータ修正係数推論機能、１５・・・制御性能評
価機能、１４ａ、１５ａ・・・ファジィ推論機能、１４
ｂ・・・調整ルール、１５ｂ・・・重み付けルール、１
６・・・制御第１図第２図第３図第４図第５図第６図第７図第８図ＣＫＰ、 ＣＴＩ、ＣＴＤ第９図第１０図FIG. 1 is an explanatory diagram showing a multivariable process control device according to the present invention, FIG. 2 is a functional configuration diagram of an auto-tuning means provided in the multivariable process control device according to the present invention, and FIG.
The figure is a graph showing the time response of the controlled variable to a step change in the target value to explain how to obtain the evaluation index, Figure 4 is a graph showing the membership function for evaluating the amount of area overshoot, and Figure 5 is the area attenuation ratio. Graph showing the membership function for evaluation, Fig. 6 is a graph showing the membership function for area ratio evaluation, Fig. 7 is a rule diagram showing an example of the adjustment rule, and Fig. 8 shows the membership function for control parameter correction coefficient. FIG. 9 is an explanatory diagram showing how to determine the control parameter correction coefficient by fuzzy inference, FIG. 10 is an explanatory diagram showing how to determine the weighting coefficient by fuzzy inference, and FIG. 11 is an explanatory diagram showing how to determine the weighting coefficient by fuzzy inference. The schematic processing flowchart, FIG. 1... Controlled object, 2... Multivariable process control device,
3゜4...Control element, 5,6...Auto tuning means, 11...Response factor discrimination function, 12...Waveform observation function, 13...Evaluation index calculation function, 14...Control Parameter modification coefficient inference function, 15... Control performance evaluation function, 14a, 15a... Fuzzy inference function, 14
b...Adjustment rule, 15b...Weighting rule, 1
6...Control 1 Figure 2 Figure 3 Figure 4 Figure 5 Figure 6 Figure 7 Figure 8 CKP, CTI, CTD Figure 9 Figure 10
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21736589AJPH0381802A (en) | 1989-08-25 | 1989-08-25 | Multivariable process controller |
| IT19722AIT1239482B (en) | 1989-03-20 | 1990-03-20 | PROCESS CONTROL EQUIPMENT AND PROCEDURE FOR THE ADJUSTMENT OF OPERATIONAL PARAMETERS OF A CONTROL UNIT OF THE PROCESS CONTROL EQUIPMENT |
| US07/495,911US5245528A (en) | 1989-03-20 | 1990-03-20 | Process control apparatus and method for adjustment of operating parameters of controller of the process control apparatus |
| CN90101526.1ACN1057852C (en) | 1989-03-20 | 1990-03-20 | Process control device and adjustment working parameter method in controler of process control device |
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21736589AJPH0381802A (en) | 1989-08-25 | 1989-08-25 | Multivariable process controller |
| Publication Number | Publication Date |
|---|---|
| JPH0381802Atrue JPH0381802A (en) | 1991-04-08 |
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21736589APendingJPH0381802A (en) | 1989-03-20 | 1989-08-25 | Multivariable process controller |
| Country | Link |
|---|---|
| JP (1) | JPH0381802A (en) |
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9386426B2 (en) | 2008-06-16 | 2016-07-05 | Aristocrat Technologies Australia Pty Limited | Messaging system and method |
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63236102A (en)* | 1987-03-24 | 1988-10-03 | Yokogawa Electric Corp | Self-tuning controller |
| JPS6432305A (en)* | 1987-07-29 | 1989-02-02 | Sekisui Chemical Co Ltd | Pid controller |
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63236102A (en)* | 1987-03-24 | 1988-10-03 | Yokogawa Electric Corp | Self-tuning controller |
| JPS6432305A (en)* | 1987-07-29 | 1989-02-02 | Sekisui Chemical Co Ltd | Pid controller |
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9386426B2 (en) | 2008-06-16 | 2016-07-05 | Aristocrat Technologies Australia Pty Limited | Messaging system and method |
| Publication | Publication Date | Title |
|---|---|---|
| EP0360206A2 (en) | Self-tuning controller apparatus and process control system | |
| JP4903182B2 (en) | Optimal automatic tuner used in process control networks | |
| US7317953B2 (en) | Adaptive multivariable process controller using model switching and attribute interpolation | |
| AU702101B2 (en) | Feedback method for controlling non-linear processes | |
| KR940010393B1 (en) | Processing control unit | |
| Zhu et al. | Toward a low cost and high performance MPC: The role of system identification | |
| SE529454C2 (en) | Process and apparatus for trimming and controlling | |
| Dogruer | Design of I-PD controller based modified smith predictor for processes with inverse response and time delay using equilibrium optimizer | |
| JP3133061B2 (en) | Method and apparatus for studying volume and flow fluctuations in the control of a continuous flow process | |
| Kanagaraj | Design and performance evaluation of fuzzy variable fractional-order [PI] λDµ controller for a class of first-order delay-time systems | |
| JPH0381802A (en) | Multivariable process controller | |
| JP2691241B2 (en) | Process control equipment | |
| JPH0610761B2 (en) | Controller | |
| Rabiei et al. | Constrained multivariable dynamic matrix control for a class of fractional-order system | |
| JPH02186402A (en) | Pid controller | |
| Ryu et al. | Fuzzy logic based tuning of sliding mode controller for robot trajectory control | |
| JPH0283703A (en) | process control system | |
| JP3234109B2 (en) | Process control equipment | |
| CN115079577B (en) | Closed loop step test method and test device based on real-time control performance evaluation | |
| US20050177253A1 (en) | Controller | |
| Vrána et al. | PID contoller autotuning based on nonlinear tuning rules | |
| Bright et al. | Performance evaluation of two degree of freedom conventional controller adopting the smith principle for first order process with dead time | |
| Babiera et al. | Tuning DMC controller using multi-objective optimization for the CIC2018 Benchmark Challenge | |
| Thangavel et al. | OFFSET-FREE NMPC WITH ROBUST CONSTRAINT SATISFACTION USING MODEL-ERROR MODELING | |
| Zabet | New Predictive Functional Control Algorithms: Robust PFC, Pole-Placement PFC and PFC Based Tuning of PI (D) Controllers |