JP6833133B1 - 制御装置、制御システム、制御方法及びプログラム - Google Patents
制御装置、制御システム、制御方法及びプログラム Download PDFInfo
- Publication number
- JP6833133B1 JP6833133B1 JP2020555933A JP2020555933A JP6833133B1 JP 6833133 B1 JP6833133 B1 JP 6833133B1 JP 2020555933 A JP2020555933 A JP 2020555933A JP 2020555933 A JP2020555933 A JP 2020555933A JP 6833133 B1 JP6833133 B1 JP 6833133B1
- Authority
- JP
- Japan
- Prior art keywords
- signal
- frequency
- control
- frequency component
- control target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 36
- 238000000605 extraction Methods 0.000 claims abstract description 112
- 238000004364 calculation method Methods 0.000 claims abstract description 55
- 238000012821 model calculation Methods 0.000 claims abstract description 44
- 239000000284 extract Substances 0.000 claims abstract description 33
- 230000006870 function Effects 0.000 claims description 74
- 238000012546 transfer Methods 0.000 claims description 61
- 230000008859 change Effects 0.000 claims description 52
- 238000013178 mathematical model Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000001934 delay Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 2
- 230000002542 deteriorative effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
Description
本開示の実施の形態に係る制御システムは、制御装置が自動的に制御パラメータの値を調整しながら制御対象を制御するシステムである。
本実施の形態に係る制御システム100は、図1に示すように、制御対象200、目標量SVに基づいて制御対象200を制御する制御装置300、制御装置300からの操作量MVに基づいて制御された制御対象200の制御量PVを検出する検出器400を備える。なお、制御装置300は、例えば、制御対象200の温度、湿度、圧力、流量、速度、位置等を制御する。このため、検出器400は、制御対象200の制御量PVとして、例えば、温度、湿度、圧力、流量、速度、位置等を検出する。
ωB2=ωn2=2×π×f2 …(1−2)
ωB3=ωn3=2×π×f3 …(1−3)
具体的には、図3に示すように、操作量MVの信号から抽出した信号fsMVの振動中心をc、制御量PVの信号から抽出した信号fsPVの振動中心をc′、操作量MVの信号から抽出した信号fsMVの極大値または極小値を観測したタイミングをtp1,tp2,…,tp4、制御量PVの信号から抽出した信号fsPVの極大値または極小値を観測したタイミングをtp1′,tp2′,…,tp4′、1≦i≦4としたときに抽出した信号fsMV、fsPVのタイミングtpi,tpi′の位相差をφi、抽出した信号fsMV、fsPVの位相差の平均値をφ、位相遅れをθとし、抽出した信号fsMV、fsPVの周波数をTcする。この場合、位相差φi、位相差の平均値φ、位相遅れθは、以下の(4−1)〜(4−3)に示す数式で示される。
φ=(φ1+φ2+φ3+φ4)/4p …(4−2)
θ=−2πφ/Tc …(4−3)
また、図4に示すように、操作量MVの信号から抽出した信号fsMVが振動中心cと交差するタイミングをt1,t2,…,t5、制御量PVの信号から抽出した信号fsPVが振動中心c′と交差するタイミングをt1′,t2′,…,t5′、1≦i≦4としたときに操作量MVから抽出した信号fsMVをtiからt(i+1)まで積分した値をSMVi、制御量PVから抽出した信号fsPVをti′からt(i+1)′まで積分した値をSPVi、ゲインをRとする。この場合、積分した値SMVi、SMViおよびゲインRは、以下の数3の(5−1)〜(5−3)に示す数式で示される。
図1に示す制御装置300は、図2に示すハードウェアによって構成されている。制御装置300は、制御部51、主記憶部52、外部記憶部53、操作部54、表示部55、送受信部56を備える。
次に、図5に示すフローチャートを用いて制御装置300が制御パラメータを自動調整する動作について説明する。先ず、図5に示すように、制御対象制御部320は、減算器310が算出した目標量SVと制御量PVとの偏差Eが増大したか否かを判定する(ステップS101)。偏差Eが増大しない場合(ステップS101;N)、制御対象制御部320は、制御パラメータ変更処理を終了する。一方、偏差Eが増大した場合(ステップS101;Y)、周波数成分抽出部330は、操作量MVの信号から第1周波数成分の信号fsMV1、第2周波数成分の信号fsMV2、第3周波数成分の信号fsMV3を抽出するとともに、制御量PVの信号から第1周波数成分の信号fsPV1、第2周波数成分の信号fsPV2、第3周波数成分の信号fsPV3を抽出する(ステップS102)。
ここで、図6に示すように、制御装置300の信号の経路は、周波数成分抽出部330が操作量MVの信号から特定の周波数成分の信号fsMVを抽出する機能であるパス1と、周波数成分抽出部330が制御量PVの信号から特定の周波数成分の信号fsPVを抽出する機能であるパス2とに分けることができる。
モデル算出部360が制御対象200のモデルを精度良く算出するためには、図7に示すように、周波数成分抽出部330が操作量MVの信号から抽出した特定の周波数成分の信号fsMVを制御対象200に出力して実際に制御対象200を励起させて制御量PV′の信号を取得した上でこれらの入出力信号の解析を行うことが好ましい。しかしながら、抽出した信号fsMVのように、制御対象200のモデルを算出するためだけに生成されて実際の制御では制御対象200に出力されない信号を出力して制御対象200を励起すると、制御対象200に何らかの悪影響を及ぼして制御性能が低下する虞がある。例えば、上述した特許文献2に記載のプラント制御装置は、制御対象の同定用の信号を生成して実際に制御対象を励起した上で制御対象の同定を行っており、同定用の信号で制御対象を励起したことで制御対象を精度よく同定できたとしても制御性能が低下する虞がある。
これに対して、本実施の形態では、図8に示すように、上述したパス2はパス1との関係から等価交換が可能である。変換後のパス2では、周波数成分抽出部330が操作量MVの信号から抽出した信号fsMVを制御対象200に出力して制御対象200を励起させたときの制御量fsPVの信号を出力する機能となる。このとき、制御量fsPVの信号は、操作量MVの信号から抽出した信号fsMVで実際に制御対象200を励起させて取得した制御量PV′の信号と等価である。
このようにすることで、共振フィルタを用いて操作量または制御量の信号から1周波数成分の信号と第2周波数成分の信号と第3周波数成分の信号とを抽出しない制御システムよりも外乱の影響を抑制して精度良く1周波数成分の信号fsMV1、fsPV1と第2周波数成分の信号fsMV2、fsPV2と第3周波数成分の信号fsMV3、fsPV3とを抽出できる。また、このようにすることで、共振フィルタの減衰係数が0.2以上となる制御システムよりも外乱の影響を抑制して精度良く1周波数成分の信号fsMV1、fsPV1と第2周波数成分の信号fsMV2、fsPV2と第3周波数成分の信号fsMV3、fsPV3とを抽出できる。
なお、本実施の形態では、周波数成分抽出部330は、共振フィルタだけでなくバンドパスフィルタも用いて信号を抽出、励起しているが、バンドパスフィルタについては省略してもよい。
なお、本実施の形態のように、周波数成分抽出部330は、減衰係数zが0.2よりも小さい共振フィルタを用いて信号を抽出、励起することが好ましいが、これに限定されず、減衰係数zが0.2以上となる共振フィルタを用いて信号を抽出、励起してもよく、共振フィルタを用いずに信号を抽出、励起してもよい。例えば、バンドパスフィルタのみを用いて信号を抽出、励起してもよい。
このようにすることで、正常に抽出された信号fsMV1〜fsMV3、fsPV1〜fsPV3のみを用いて制御対象200の周波数f1〜f3の特性を算出して制御対象200のモデルを算出できる。よって、正常に抽出された信号のみを用いて制御対象の周波数の特性を算出しない制御システムよりも制御対象200のモデルを制度良く算出でき、制御パラメータの値を精度良く算出できる。
なお、本実施の形態のように、周波数成分抽出部330は、抽出に失敗したと判定されたことが特定されたとき、信号を抽出する処理を再試行することが好ましいが、信号を抽出する処理を再試行しなくてもよい。この場合、例えば、制御対象200のモデルを算出するために必要な信号を抽出できなかったとして制御パラメータ調整処理を中断したり、中止したりしてもよい。
なお、本実施の形態のように、抽出結果判定部340は、特定の周波数成分の信号fsMV、fsPVとして抽出した信号の周波数が当該特定の周波数と異なる場合、または、抽出した信号の振幅が閾値SAよりも小さい場合、信号の抽出に失敗したと判定することが好ましいが、これに限定されない。例えば、抽出結果判定部340は、特定の周波数成分の信号fsMV、fsPVとして抽出した抽出した信号の振幅について判定しなくてもよい。また、例えば、抽出結果判定部340を省略して特定の周波数成分の信号fsMV、fsPVとして抽出した信号について正常に抽出されたか否かを判定しなくてもよい。
このようにすることで、周波数特性算出部350が算出した位相遅れおよびゲインと伝達関数から算出される位相遅れおよびゲインの誤差が最小となる伝達関数の係数を算出しない制御システムよりも算出した位相遅れθ1〜θ3およびゲインR1〜R3を制度良く再現する伝達関数P(s)を算出でき、制御パラメータの値を精度良く算出できる。
なお、本実施の形態では、モデル算出部360は、制御対象200の伝達関数P(s)の係数a0,a1,a2を算出することで制御対象200のモデルを算出したが、制御対象200のモデルについては制御パラメータの値を算出できる限りにおいてこれに限定されない。例えば、制御対象200のモデルは、制御対象200の伝達関数P(s)と制御パラメータとの関係式であってもよい。
このようにすることで、例えば、熟練の技術者の長年の経験、知見等を反映して精度良く制御対象200のモデル、制御パラメータの値を算出できる第1周波数f1、第2周波数f2、第3周波数f3を使用者が設定することができる。
このようにすることで、制御に必要な情報を反映して精度良く制御対象200のモデル、制御パラメータの値を算出できる第1周波数f1、第2周波数f2、第3周波数f3を設定することができる。
このようにすることで、制御対象制御部320の構造に適した制御対象200のモデルを算出することができる。
なお、本実施の形態のように、制御対象制御部320の構造に対応して伝達関数P(s)の構造が定められていることが好ましいが、伝達関数P(s)の構造は、制御対象制御部320の構造に対応していなくてもよい。例えば、伝達関数P(s)の特性方程式が最低限の次数でなくてもよく、3次方程式よりも次数の高い高次方程式であってもよい。
このようにすることで、制御パラメータの設定を変更する必要があるときのみ制御パラメータの値を算出して設定を変更することができる。
なお、本実施の形態のように、変更判定部370が制御パラメータの設定を変更する必要があると判定したときに制御パラメータ変更部380が新たな制御パラメータの値を算出して設定を変更することが好ましいが、これに限定されない。例えば、偏差Eが増大して制御対象200のモデルが新たに算出されたときには制御パラメータ変更部380が常に新たな制御パラメータの値を算出して設定を変更してもよい。このようにすることで、変更判定部370の機能を省略できる。
このとき、モデル算出部360は、機械学習のアルゴリズムとして公知のアルゴリズムを用いることができるので、例えば、ニューラルネットワークを用いてもよい。図9に示すように、本実施の形態の変更例に係るニューラルネットワークは、入力層、中間層、出力層を備えている。ここで、周波数特性算出部350が新たに算出した制御対象200の特性を示すデータifのうち、制御対象200の第1周波数f1の特性を示すデータをif1、制御対象200の第2周波数f2の特性を示すデータをif2、…、制御対象200の第n周波数fnの特性を示すデータをifnとし、モデルパラメータをAとする。なお、モデルパラメータAは、伝達関数P(s)の係数a0,a1,a2を含み、A∋{a0,a1,a2}が成立する。
なお、本変更例では、モデル算出部360が学習データを用いて上述した重み係数W1,W2を算出することでニューラルネットワークを生成しているが、これに限定されず、例えば、制御装置300とは異なる学習装置を新たに設けてニューラルネットワークを生成させてもよい。
Claims (12)
- 目標量と制御対象の制御量との偏差に基づいて、予め設定された制御パラメータの値を用いて前記制御対象の操作量を算出し、算出した前記操作量の信号を前記制御対象に出力して前記制御対象を制御する制御対象制御部と、
前記操作量の信号から第1周波数成分の信号および第2周波数成分の信号を抽出するとともに、前記制御量の信号から第1周波数成分の信号および第2周波数成分の信号を抽出する周波数成分抽出部と、
前記周波数成分抽出部が前記操作量の信号から抽出した前記第1周波数成分の信号と前記制御量の信号から抽出した前記第1周波数成分の信号とに基づく位相遅れとゲインとを含む前記制御対象の第1周波数の特性を算出するとともに、前記周波数成分抽出部が前記操作量の信号から抽出した前記第2周波数成分の信号と前記制御量の信号から抽出した前記第2周波数成分の信号とに基づく位相遅れおよびゲインを含む前記制御対象の第2周波数の特性を算出する周波数特性算出部と、
前記周波数特性算出部が算出した前記制御対象の前記第1周波数の特性と前記第2周波数の特性とに基づいて前記制御対象のモデルを算出するモデル算出部と、
前記モデル算出部が算出した前記制御対象のモデルに基づいて制御パラメータの値を算出して設定を変更する制御パラメータ変更部と、
を備える制御装置。 - 前記周波数成分抽出部は、共振フィルタを用いて前記操作量または前記制御量の信号から第1周波数成分の信号と第2周波数成分の信号とを抽出し、
前記共振フィルタの減衰係数は、0.2よりも小さい、
請求項1に記載の制御装置。 - 前記周波数成分抽出部が前記第1周波数の信号として抽出した信号の周波数が前記第1周波数と異なる場合、または、前記周波数成分抽出部が前記第2周波数成分の信号として抽出した信号の周波数が前記第2周波数と異なる場合、または、前記周波数成分抽出部が前記第1周波数の信号として抽出した信号の振幅が予め定めた閾値よりも小さい場合、または、前記周波数成分抽出部が前記第2周波数の信号として抽出した信号の振幅が前記閾値よりも小さい場合、前記周波数成分抽出部が信号の抽出に失敗したと判定する抽出結果判定部を更に備え、
前記周波数成分抽出部は、前記抽出結果判定部が信号の抽出に失敗したと判定したとき、信号の抽出を再度行う、
請求項1又は2に記載の制御装置。 - 前記モデル算出部は、前記周波数特性算出部が算出した前記制御対象の前記第1周波数の特性と前記制御対象の伝達関数から算出される前記制御対象の前記第1周波数の特性との誤差が最小となり、且つ、前記周波数特性算出部が算出した前記制御対象の前記第2周波数の特性と前記伝達関数から算出される前記制御対象の前記第2周波数の特性との誤差が最小となる前記伝達関数の係数を算出することで、前記制御対象の数式モデルを算出する、
請求項1から3の何れか1項に記載の制御装置。 - 前記モデル算出部は、前記制御対象の前記第1周波数の特性と前記第2周波数の特性とを示すデータと、前記制御対象の前記第1周波数の特性と前記第2周波数の特性とに基づいて算出した前記制御対象のモデルを示すデータとを含む学習データを用いた機械学習によって生成された学習済モデルに対して、前記周波数特性算出部が新たに算出した前記制御対象の前記第1周波数の特性と前記第2周波数の特性とを示すデータを適用し、前記制御対象のモデルを算出する、
請求項1から4の何れか1項に記載の制御装置。 - 前記第1周波数および前記第2周波数のうちの少なくとも何れか一方の周波数は、少なくとも前記制御対象の既知の特徴を示す値と前記制御パラメータの値と前記制御装置の演算周期とのうちの何れか一つの値に基づいて予め定められている、
請求項1から5の何れか1項に記載の制御装置。 - 前記第1周波数および前記第2周波数のうちの少なくとも何れか一方の周波数は、前記制御装置の使用者によって予め定められている、
請求項1から6の何れか1項に記載の制御装置。 - 前記制御対象のモデルは、前記制御対象の伝達関数であり、
前記制御対象制御部の構造に対応して前記伝達関数の構造が予め定められている、
請求項1から7の何れか1項に記載の制御装置。 - 前記制御量の信号に基づいて前記制御パラメータの設定を変更するか否かを判定する変更判定部をさらに備え、
前記制御パラメータ変更部は、前記変更判定部が前記制御パラメータの設定を変更すると判定したとき、前記モデル算出部が算出した前記制御対象のモデルに基づいて新たな制御パラメータの値を算出して設定を変更する、
請求項1から8の何れか1項に記載の制御装置。 - 目標量と制御対象の制御量との偏差に基づいて、予め設定された制御パラメータの値を用いて前記制御対象の操作量を算出し、算出した前記操作量の信号を前記制御対象に出力して前記制御対象を制御する制御対象制御部と、
前記操作量の信号から第1周波数成分の信号および第2周波数成分の信号を抽出するとともに、前記制御量の信号から第1周波数成分の信号および第2周波数成分の信号を抽出する周波数成分抽出部と、
前記周波数成分抽出部が前記操作量の信号から抽出した前記第1周波数成分の信号と前記制御量の信号から抽出した前記第1周波数成分の信号とに基づく前記制御対象の第1周波数の特性を算出するとともに、前記周波数成分抽出部が前記操作量の信号から抽出した前記第2周波数成分の信号と前記制御量の信号から抽出した前記第2周波数成分の信号とに基づく前記制御対象の第2周波数の特性を算出する周波数特性算出部と、
前記周波数特性算出部が算出した前記制御対象の前記第1周波数の特性と前記第2周波数の特性とに基づいて前記制御対象のモデルを算出するモデル算出部と、
前記モデル算出部が算出した前記制御対象のモデルに基づいて制御パラメータの値を算出して設定を変更する制御パラメータ変更部と、
を備える制御システム。 - 目標量と制御対象の制御量との偏差に基づいて、予め設定された制御パラメータの値を用いて前記制御対象の操作量を算出し、算出した前記操作量の信号を前記制御対象に出力して前記制御対象を制御する制御対象制御ステップと、
前記操作量の信号から第1周波数成分の信号および第2周波数成分の信号を抽出するとともに、前記制御量の信号から第1周波数成分の信号および第2周波数成分の信号を抽出する周波数成分抽出ステップと、
前記周波数成分抽出ステップで前記操作量の信号から抽出した前記第1周波数成分の信号と前記制御量の信号から抽出した前記第1周波数成分の信号とに基づく前記制御対象の第1周波数の特性を算出するとともに、前記周波数成分抽出ステップで前記操作量の信号から抽出した前記第2周波数成分の信号と前記制御量の信号から抽出した前記第2周波数成分の信号とに基づく前記制御対象の第2周波数の特性を算出する周波数特性算出ステップと、
前記周波数特性算出ステップで算出した前記制御対象の前記第1周波数の特性と前記第2周波数の特性とに基づいて前記制御対象のモデルを算出するモデル算出ステップと、
前記モデル算出ステップで算出した前記制御対象のモデルに基づいて制御パラメータの値を算出して設定を変更する制御パラメータ変更ステップと、
を行う制御方法。 - コンピュータを、
目標量と制御対象の制御量との偏差に基づいて、予め設定された制御パラメータの値を用いて前記制御対象の操作量を算出し、算出した前記操作量の信号を前記制御対象に出力して前記制御対象を制御する制御対象制御部、
前記操作量の信号から第1周波数成分の信号および第2周波数成分の信号を抽出するとともに、前記制御量の信号から第1周波数成分の信号および第2周波数成分の信号を抽出する周波数成分抽出部、
前記周波数成分抽出部が前記操作量の信号から抽出した前記第1周波数成分の信号と前記制御量の信号から抽出した前記第1周波数成分の信号とに基づく前記制御対象の第1周波数の特性を算出するとともに、前記周波数成分抽出部が前記操作量の信号から抽出した前記第2周波数成分の信号と前記制御量の信号から抽出した前記第2周波数成分の信号とに基づく前記制御対象の第2周波数の特性を算出する周波数特性算出部、
前記周波数特性算出部が算出した前記制御対象の前記第1周波数の特性と前記第2周波数の特性とに基づいて前記制御対象のモデルを算出するモデル算出部、
前記モデル算出部が算出した前記制御対象のモデルに基づいて制御パラメータの値を算出して設定を変更する制御パラメータ変更部、
として機能させるプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/017093 WO2021214839A1 (ja) | 2020-04-20 | 2020-04-20 | 制御装置、制御システム、制御方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6833133B1 true JP6833133B1 (ja) | 2021-02-24 |
JPWO2021214839A1 JPWO2021214839A1 (ja) | 2021-10-28 |
Family
ID=74661678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020555933A Active JP6833133B1 (ja) | 2020-04-20 | 2020-04-20 | 制御装置、制御システム、制御方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6833133B1 (ja) |
WO (1) | WO2021214839A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022143341A (ja) * | 2021-03-17 | 2022-10-03 | 横河電機株式会社 | コントローラ、制御方法及び制御プログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007219691A (ja) * | 2006-02-15 | 2007-08-30 | Seiko Epson Corp | Pid制御装置および制御パラメータ更新方法 |
JP2017167663A (ja) * | 2016-03-14 | 2017-09-21 | 株式会社東芝 | プロセス診断装置、プロセス診断方法及びコンピュータプログラム |
JP2018128735A (ja) * | 2017-02-06 | 2018-08-16 | ファナック株式会社 | サーボ制御装置 |
-
2020
- 2020-04-20 WO PCT/JP2020/017093 patent/WO2021214839A1/ja active Application Filing
- 2020-04-20 JP JP2020555933A patent/JP6833133B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007219691A (ja) * | 2006-02-15 | 2007-08-30 | Seiko Epson Corp | Pid制御装置および制御パラメータ更新方法 |
JP2017167663A (ja) * | 2016-03-14 | 2017-09-21 | 株式会社東芝 | プロセス診断装置、プロセス診断方法及びコンピュータプログラム |
JP2018128735A (ja) * | 2017-02-06 | 2018-08-16 | ファナック株式会社 | サーボ制御装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022143341A (ja) * | 2021-03-17 | 2022-10-03 | 横河電機株式会社 | コントローラ、制御方法及び制御プログラム |
JP7409343B2 (ja) | 2021-03-17 | 2024-01-09 | 横河電機株式会社 | コントローラ、制御方法及び制御プログラム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2021214839A1 (ja) | 2021-10-28 |
WO2021214839A1 (ja) | 2021-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4223894B2 (ja) | Pidパラメータ調整装置 | |
Yi et al. | Eigenvalue assignment via the Lambert W function for control of time-delay systems | |
François et al. | Use of convex model approximations for real-time optimization via modifier adaptation | |
CN102612673B (zh) | 基于频率响应对控制***的自动调谐 | |
JP2004503000A (ja) | 多変量マトリクスプロセス制御 | |
JP4908433B2 (ja) | 制御パラメータ調整方法および制御パラメータ調整プログラム | |
JP6833133B1 (ja) | 制御装置、制御システム、制御方法及びプログラム | |
JP4815391B2 (ja) | モデルパラメータ推定演算装置及び方法、モデルパラメータ推定演算処理プログラム並びにそれを記録した記録媒体 | |
US10859987B2 (en) | Control parameter computation of a proportional-integral-derivative (PID) controller | |
JP5749041B2 (ja) | アクティブフィードバック制御装置及びプログラム | |
JP5125754B2 (ja) | Pidコントローラのチューニング装置、pidコントローラのチューニング用プログラムおよびpidコントローラのチューニング方法 | |
JPWO2019004476A1 (ja) | 制御装置及び制御装置の設計方法 | |
US11835929B2 (en) | Control device for plant and controlling method of the same | |
EP4063975A1 (en) | Rst smith predictor | |
JP6848710B2 (ja) | プラント制御調整装置及び方法 | |
WO2019127974A1 (zh) | 用于优化风力发电机组的载荷的方法和装置 | |
JP4485896B2 (ja) | Pid制御装置 | |
JP5773620B2 (ja) | センサ異常判定装置及びセンサ異常判定方法 | |
JP2005258717A (ja) | 制御装置のパラメータ設定方法及び装置並びにプログラム | |
JP2021120833A (ja) | モデル更新装置及び方法並びにプロセス制御システム | |
US11726470B2 (en) | Method and device for determining a measure of quality continuously | |
US20230206094A1 (en) | Inferring device, inferring method and non-transitory computer readable medium | |
JP2013109519A (ja) | 設計装置及び設計プログラム | |
US20230324885A1 (en) | Control assistance device, control system, and control assistance method | |
JP3012713B2 (ja) | 波形同定システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201012 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20201012 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20201110 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210202 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6833133 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |