JPH0272404A - メンバーシップ関数決定方法 - Google Patents
メンバーシップ関数決定方法Info
- Publication number
- JPH0272404A JPH0272404A JP22548088A JP22548088A JPH0272404A JP H0272404 A JPH0272404 A JP H0272404A JP 22548088 A JP22548088 A JP 22548088A JP 22548088 A JP22548088 A JP 22548088A JP H0272404 A JPH0272404 A JP H0272404A
- Authority
- JP
- Japan
- Prior art keywords
- membership function
- membership
- fuzzy
- function
- control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000008569 process Effects 0.000 claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims abstract description 21
- 230000004044 response Effects 0.000 claims abstract description 13
- 230000007246 mechanism Effects 0.000 abstract description 4
- 238000004088 simulation Methods 0.000 abstract description 2
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 abstract 4
- 230000004069 differentiation Effects 0.000 abstract 1
- 230000010354 integration Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000004540 process dynamic Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
(産業上の利用分野)
本発明は、制御ルールを反映した比例、積分。
微分ゲインのメンバーシップ関数出力をファジィ演算し
て比例、積分、微分ゲインを決定する、ファジィ制御装
置における最適なメンバーシップ関数の決定方法に関す
る。
て比例、積分、微分ゲインを決定する、ファジィ制御装
置における最適なメンバーシップ関数の決定方法に関す
る。
(従来の技術)
第5図乃至第7図に基づいて操作出力を直接得るための
メンバーシップ関数を決定する従来方法の一例を説明す
る。
メンバーシップ関数を決定する従来方法の一例を説明す
る。
先ず前提条件として、
■制御ルールは既知、
■ベテランオペレータによる実際の操業入出力データは
既知、 ■メンバーシップ関数は未知、 とする。
既知、 ■メンバーシップ関数は未知、 とする。
ここで既知の制御ルールとは、例えば、制御ルール(1
)・・・炉内温度が高ければオイル注入量を減らす。
)・・・炉内温度が高ければオイル注入量を減らす。
制御ルール(2)・・・炉内温度が低ければオイル注入
量を増す。
量を増す。
この制御ルールを反映したメンバーシップ関数の例を、
関数の形状として一般的な台形を用いた場合につき第5
図に示す、(A)は低い、(B)は高い、(C)は減ら
す、(D)は増すの4種類となり、a、b、c、d点、
p、q、r、s点が未知なパラメータである。
関数の形状として一般的な台形を用いた場合につき第5
図に示す、(A)は低い、(B)は高い、(C)は減ら
す、(D)は増すの4種類となり、a、b、c、d点、
p、q、r、s点が未知なパラメータである。
一方、ベテランオペレータによる実際の操業入出力デー
タは既知であるということは、炉内温度をX 、オイル
注入量をy、とじた場合、((xl、yl)、(x2.
y2)、−・・・・、(xn、yni の組み合わせデータが得られているということである。
タは既知であるということは、炉内温度をX 、オイル
注入量をy、とじた場合、((xl、yl)、(x2.
y2)、−・・・・、(xn、yni の組み合わせデータが得られているということである。
この様な前提でのファジィ演算を実測値X で実行した
場合のファジィ制御の演算を第7図により説明する。
場合のファジィ制御の演算を第7図により説明する。
(A)は制御ルール(1)の演算であり、実測値X、に
おいて、メンバーシップ関数”高い”に基づいてメンバ
ーシップ関数“減らす”により操作量を斜線で求める演
算を表す。
おいて、メンバーシップ関数”高い”に基づいてメンバ
ーシップ関数“減らす”により操作量を斜線で求める演
算を表す。
CB)は同様に制御ルール(2)の演算であり、実測(
iiX・において、メンバーシップ関数”低い”に基づ
いてメンバーシップ関数”増やす″により操作量を斜線
で求める演算を表す。
iiX・において、メンバーシップ関数”低い”に基づ
いてメンバーシップ関数”増やす″により操作量を斜線
で求める演算を表す。
第7図は制御ルール(1)、(2)により演算される操
作量を荷重平均した操作反出力Y1を求める説明図であ
り、出力値Y、は、 書 Y−=Y (x−、a、b、c、d、P+ q+r、
s) となる。
作量を荷重平均した操作反出力Y1を求める説明図であ
り、出力値Y、は、 書 Y−=Y (x−、a、b、c、d、P+ q+r、
s) となる。
ここで、評価関数、
を考え、この評価関数Jが最小値をなるようにパラメー
タ(a、b、c、d、p、q、r、s)を非線形最適化
法で決定する。
タ(a、b、c、d、p、q、r、s)を非線形最適化
法で決定する。
この非線形最適化法によるパラメータ決定の手法は公知
であり、例えば1988年日刊工業新聞社発行、菅野道
雄著「ファジィ制御J P147に開示されている。
であり、例えば1988年日刊工業新聞社発行、菅野道
雄著「ファジィ制御J P147に開示されている。
(発明が解決しようとする課題)
このような手法による最適パラメータの決定では、熟練
オペレータの操業データ((X 、y、)i=1.2・
・・N)に一致するようにメンバーシップ関数を決定す
るために、オペレータの操作能力を越える制御性を期待
することができない。
オペレータの操業データ((X 、y、)i=1.2・
・・N)に一致するようにメンバーシップ関数を決定す
るために、オペレータの操作能力を越える制御性を期待
することができない。
また、オペレータのデータがいつも最良とは言えない場
合があり、常に最適なメンバーシップ関数の決定ができ
ない問題がある。
合があり、常に最適なメンバーシップ関数の決定ができ
ない問題がある。
本発明の目的の第1は、この様な問題点を解消できるメ
ンバーシップ関数決定方法にある。
ンバーシップ関数決定方法にある。
本発明の目的の第2は、一般的な制御演算のパラメータ
として用いられている比例、積分、微分ゲインをメンバ
ーシップ関数とファジィ演算で決定するファジィ制御装
置のメンバーシップ関数決定方法にある。
として用いられている比例、積分、微分ゲインをメンバ
ーシップ関数とファジィ演算で決定するファジィ制御装
置のメンバーシップ関数決定方法にある。
(課題を解決するための手段)
本発明の方法の特徴は、偏差に応じて比例、積分、微分
ゲインをメンバーシップ関数によりファジィ演算で決定
するファジィ制御装置において、制御ルール並びに制御
対象プロセスの動特性が既知の条件で、初期設定される
一組のメンバーシップ関数と上記プロセスの動特性に基
づいてプロセスの見本過程を計算し、この見本過程の応
答特性からオーバーシュート、定常偏差,速応性,誤差
面積の各項の一部又は全部を計算し、上記各項の一部又
は全部に対して重み係数を乗算した値を加算した評価規
範を作成し、この評価規範を最小値にするようなメンバ
ーシップ関数の組を非線形最適化法により決定する点に
ある。
ゲインをメンバーシップ関数によりファジィ演算で決定
するファジィ制御装置において、制御ルール並びに制御
対象プロセスの動特性が既知の条件で、初期設定される
一組のメンバーシップ関数と上記プロセスの動特性に基
づいてプロセスの見本過程を計算し、この見本過程の応
答特性からオーバーシュート、定常偏差,速応性,誤差
面積の各項の一部又は全部を計算し、上記各項の一部又
は全部に対して重み係数を乗算した値を加算した評価規
範を作成し、この評価規範を最小値にするようなメンバ
ーシップ関数の組を非線形最適化法により決定する点に
ある。
(作用)
(1)制御ルール並びに制御対象プロセスの動特性が既
知の条件で、初期設定される一組の偏差。
知の条件で、初期設定される一組の偏差。
偏差の変化量、比例、積分、微分ゲインに関するメンバ
ーシップ関数と上記プロセスの動特性に基づいてプロセ
スの見本過程が計算される。
ーシップ関数と上記プロセスの動特性に基づいてプロセ
スの見本過程が計算される。
(2)この見本過程の応答特性からオーバーシュート、
定常偏差,速応性,誤差面積の各項の一部又は全部が計
算される。
定常偏差,速応性,誤差面積の各項の一部又は全部が計
算される。
(3)上記各項の一部又は全部に対して重み係数を乗算
した値を加算した評価規範が作成される。
した値を加算した評価規範が作成される。
(4)この評価規範を最小値にするようなメンバ−シッ
プ関数の組が非線形fi適化法により決定される。
プ関数の組が非線形fi適化法により決定される。
(実施例)
第1図に基づいて本発明方法を実施したファジィ制御装
置の実施例を説明する。
置の実施例を説明する。
1は制御対象プロセスであり、その動特性(1次遅れ+
むだ時間、・・・高次遅れ等の#I造並びにそのときの
パラメータ)が既知であることを前提とする。
むだ時間、・・・高次遅れ等の#I造並びにそのときの
パラメータ)が既知であることを前提とする。
プロセスの動特性の同定には種々の方法が提案されてお
り、本発明ではこれらの手法でその動特性は既に同定済
みであることを前提とする。
り、本発明ではこれらの手法でその動特性は既に同定済
みであることを前提とする。
2はプロセスの制御対象物量の測定値Xと制御目標値R
の偏差EをPID制御演算して操作出力Yをプロセスに
供給するファジィ・コントローラであり、その制御ルー
ルは既知であるが、偏差Eその変化量ΔE、比例、積分
、微分ゲインを決定するためのメンバーシップ関数θは
未知である。
の偏差EをPID制御演算して操作出力Yをプロセスに
供給するファジィ・コントローラであり、その制御ルー
ルは既知であるが、偏差Eその変化量ΔE、比例、積分
、微分ゲインを決定するためのメンバーシップ関数θは
未知である。
201はファジィ制御ルール部であり、制御ルールに基
づく偏差E、その変化量ΔEのメンバーシップ関数と、
これに対応する比例、積分、微分ゲインのメンバーシッ
プ関数を保持部し、後述する評価規範を最小とするメン
バーシップ関数がダウンロードされる。
づく偏差E、その変化量ΔEのメンバーシップ関数と、
これに対応する比例、積分、微分ゲインのメンバーシッ
プ関数を保持部し、後述する評価規範を最小とするメン
バーシップ関数がダウンロードされる。
202はファジィ推論部であり、決定されたメンバーシ
ップ関数によるファジィ推論(荷重平均演算)により比
例、積分1g&分ゲインに、、に1゜KDを決定する。
ップ関数によるファジィ推論(荷重平均演算)により比
例、積分1g&分ゲインに、、に1゜KDを決定する。
203は可変ゲイン部であり、決定された制御演算パラ
メータに基づいて偏差を通常のPID制御演算した操作
出力Yを発信する。
メータに基づいて偏差を通常のPID制御演算した操作
出力Yを発信する。
3は最適メンバーシップ関数θの決定機構であり、30
1〜306の機能よりなる。
1〜306の機能よりなる。
301は設定機能であり、コントローラ2からの情報で
まずメンバーシップ関数の適当な初期値θ並びに既知の
制御ルール、同定済みのプロセス動特性が設定される。
まずメンバーシップ関数の適当な初期値θ並びに既知の
制御ルール、同定済みのプロセス動特性が設定される。
302は、これら設定情報に基づく見本過程針xm能で
あり、ファジィ演算のシミュレーションを実行して、応
答特性を計算する。
あり、ファジィ演算のシミュレーションを実行して、応
答特性を計算する。
ファジィ制御ルールは定まっているので、メンバーシッ
プ関数を適当に一組定めるとシミ、ル−ジョンによりプ
ロセスの挙動(見本過程)が計算可能となる。この計算
に関しては、例えばオーム社発行「計装システムの基礎
と応用jp38〜P43などに解説されている公知の手
法を用いて過渡応答特性を簡単に計算できる。
プ関数を適当に一組定めるとシミ、ル−ジョンによりプ
ロセスの挙動(見本過程)が計算可能となる。この計算
に関しては、例えばオーム社発行「計装システムの基礎
と応用jp38〜P43などに解説されている公知の手
法を用いて過渡応答特性を簡単に計算できる。
この計算でチエツクされる応答特性の項目は、■オーバ
ーシュート ■定常偏差(オフセット) ■連応性 ■誤差面積 である。
ーシュート ■定常偏差(オフセット) ■連応性 ■誤差面積 である。
303は、本発明の主要部をなす評価規範機能であり、
計算された上記各項目の一部又は全部について重み係数
を掛けて加算したもので表される評価規範Jを作成する
。
計算された上記各項目の一部又は全部について重み係数
を掛けて加算したもので表される評価規範Jを作成する
。
評価規範Jは、
J=a [オーバーシュート]+a2[定常偏差]十
a3[連応性]+a4[誤差面1] ここで、a 、a2 、a3 、a4はオペレータが設
定できる評価重み係数であり、どの項目を重視してメン
バーシップ関数を決定するかによって適当な値が選択さ
れる。
a3[連応性]+a4[誤差面1] ここで、a 、a2 、a3 、a4はオペレータが設
定できる評価重み係数であり、どの項目を重視してメン
バーシップ関数を決定するかによって適当な値が選択さ
れる。
メンバーシップ関数の異なった組に対してプロセスの挙
動、即ち応答特性も異なる。評価規範機能303は、こ
の評価規範Jを最小にするようなメンバーシップ関数の
組を非線形最適化法により決定する。この手法は従来技
術におけるパラメータ決定の手法と同一である。
動、即ち応答特性も異なる。評価規範機能303は、こ
の評価規範Jを最小にするようなメンバーシップ関数の
組を非線形最適化法により決定する。この手法は従来技
術におけるパラメータ決定の手法と同一である。
304は評価規範Jの最小を判断する機能であり、最小
判断がNOであればθの更新機能305によりメンバー
シップ関数の組を更新して設定機能301に与え、上記
と同様な評価を実行することを高速度でサイクリックに
実行する。
判断がNOであればθの更新機能305によりメンバー
シップ関数の組を更新して設定機能301に与え、上記
と同様な評価を実行することを高速度でサイクリックに
実行する。
この処理の実行で評価規範Jが最小であると判断した場
合は、inθ決定機能306により最適メンバーシップ
関数θを特定し、コントローラ2に決定されたメンバー
シップ関数θをダウンロードする。
合は、inθ決定機能306により最適メンバーシップ
関数θを特定し、コントローラ2に決定されたメンバー
シップ関数θをダウンロードする。
以上説明した最適メンバーシップ間数θの決定R横3に
よる処理は、メンバーシップ関数の数が多い場合にはパ
ラメータの組み合わせは膨大な数となり処理時間を要す
るので、オフライン的に機能させて最適なメンバーシッ
プ間数θを決定し、決定後にダウンロードさせる。
よる処理は、メンバーシップ関数の数が多い場合にはパ
ラメータの組み合わせは膨大な数となり処理時間を要す
るので、オフライン的に機能させて最適なメンバーシッ
プ間数θを決定し、決定後にダウンロードさせる。
ダウンロード後はこのメンバーシップ関数により制御を
実行する使用方法が一般的であるが、プロセスの同定が
オンラインででき、かつθの決定が十分速くできる高速
処理が可能ならばオンライン同定、オンライン適応制御
が可能であり、特性の変化するプロセスに対する制御性
を向上させることも可能である。
実行する使用方法が一般的であるが、プロセスの同定が
オンラインででき、かつθの決定が十分速くできる高速
処理が可能ならばオンライン同定、オンライン適応制御
が可能であり、特性の変化するプロセスに対する制御性
を向上させることも可能である。
次に第2図乃至第4図により制御ルールとメンバーシッ
プ関数の例を説明する。
プ関数の例を説明する。
第2図は第3図のような応答特性に対応する制御ルール
の例を示すものであり、偏差Eと面差の変化量ΔEの組
合わせに対する比例、積分、微分ゲインKp 、Ki
、KOの決定ルールを示しており、NB(ネガティブビ
ッグ)、NS(ネガティブスモール)、ZE(ゼロ)、
PS(ポジティブスモール)、PB(ポジティブビッグ
)の各5種類の組合わせに対応する各ゲインBig、M
edi um、Sma l 1の3段階決定ルール構成
である。
の例を示すものであり、偏差Eと面差の変化量ΔEの組
合わせに対する比例、積分、微分ゲインKp 、Ki
、KOの決定ルールを示しており、NB(ネガティブビ
ッグ)、NS(ネガティブスモール)、ZE(ゼロ)、
PS(ポジティブスモール)、PB(ポジティブビッグ
)の各5種類の組合わせに対応する各ゲインBig、M
edi um、Sma l 1の3段階決定ルール構成
である。
このルールで例えば第3図の応答特性のスタート時点近
傍におけるの各ゲインを算出するルールは、If E
=NB and ΔE=ZEthen Kp=B
ig、に1=MediumK口=Sma l l となり、この様な制御ルールが偏差Eと偏差の変化量Δ
E全ての組合わせに対応して予め決定されている。
傍におけるの各ゲインを算出するルールは、If E
=NB and ΔE=ZEthen Kp=B
ig、に1=MediumK口=Sma l l となり、この様な制御ルールが偏差Eと偏差の変化量Δ
E全ての組合わせに対応して予め決定されている。
第4図はこの様な制御ルールを反映した各E。
ΔE、KPのメンバーシップ関数の形状の例であり、関
数の形状としては一般的な台形を用いているが、三角形
、正規分布曲線などを使用することも可能である。KI
、Koのメンバーシップ関数もに、と同様な形状の関数
として定義できる。
数の形状としては一般的な台形を用いているが、三角形
、正規分布曲線などを使用することも可能である。KI
、Koのメンバーシップ関数もに、と同様な形状の関数
として定義できる。
最適メンバーシップ関数の決定では、上記の例では、各
E、ΔEについて各5個、Kp 、 KI。
E、ΔEについて各5個、Kp 、 KI。
KOについて各3個のメンバーシップ関数を有するから
、19個のメンバーシップ関数についてのパラメータを
決定する必要があり、非線形最適化法による計算は相当
な規模となるが、電子計算機の利用により工数を要する
ことなく計算を行うことが可能である。
、19個のメンバーシップ関数についてのパラメータを
決定する必要があり、非線形最適化法による計算は相当
な規模となるが、電子計算機の利用により工数を要する
ことなく計算を行うことが可能である。
(発明の効果)
以上説明したように、本発明によれば、(1)制御ルー
ルが既知でプロセス動特性が同定済みの条件があれば、
既知の制御ルールの範喘内で希望する応答特性に最も近
い、最良の制御性を実現する比例、積分、微分ゲインの
メンバーシップ関数(パラメータ)を公知の手法により
決定することができる! (2)ベテランオペレータによる操業データを必要とせ
ず、最適化をはかることができるので、オペレータの操
作能力を越えた制御性を十分期待することができる。
ルが既知でプロセス動特性が同定済みの条件があれば、
既知の制御ルールの範喘内で希望する応答特性に最も近
い、最良の制御性を実現する比例、積分、微分ゲインの
メンバーシップ関数(パラメータ)を公知の手法により
決定することができる! (2)ベテランオペレータによる操業データを必要とせ
ず、最適化をはかることができるので、オペレータの操
作能力を越えた制御性を十分期待することができる。
従来手法では、オペレータの操業データをファジィ制御
で礒倣することに止どまるから、オペレータの能力′f
!J越えた制御は期待できない。
で礒倣することに止どまるから、オペレータの能力′f
!J越えた制御は期待できない。
第1図は本発明方法を適用したファジィ制御装置の実施
例を示す構成図、第2図は制御ルールの一例を示す説明
図、第3図はプロセスの過渡応答特性の説明図、第4図
はメンバーシップ関数の一例を示す説明図、第5図、第
6図、第7図は従来技術によるメンバーシップ関数決定
方法の説明図である。 1・・・プロセス 2・・・ファジィ・コントローラ
201・・・ファジィ制御ルール部 202・・・フ
ァジィ推論部 203・・・可変ゲイン部 3・・
・最適メンバーシップ関数の決定機構 ′301・・
・設定機能 302・・・見本過程計算機能 30
3・・・評価規範機能 304・・・最小化判断機能
30第2図 △E 第 啜 S エヂ E NB orrゴ ΔE−乙Ethen
、’−p□Big、ぐ工□ Metiiurn 、
Kr> −5rnoll第4 図 l l ! 区 め 昧 Σ くっ
例を示す構成図、第2図は制御ルールの一例を示す説明
図、第3図はプロセスの過渡応答特性の説明図、第4図
はメンバーシップ関数の一例を示す説明図、第5図、第
6図、第7図は従来技術によるメンバーシップ関数決定
方法の説明図である。 1・・・プロセス 2・・・ファジィ・コントローラ
201・・・ファジィ制御ルール部 202・・・フ
ァジィ推論部 203・・・可変ゲイン部 3・・
・最適メンバーシップ関数の決定機構 ′301・・
・設定機能 302・・・見本過程計算機能 30
3・・・評価規範機能 304・・・最小化判断機能
30第2図 △E 第 啜 S エヂ E NB orrゴ ΔE−乙Ethen
、’−p□Big、ぐ工□ Metiiurn 、
Kr> −5rnoll第4 図 l l ! 区 め 昧 Σ くっ
Claims (1)
- 偏差に応じて比例,積分,微分ゲインをメンバーシッ
プ関数によりファジィ演算で決定するファジィ制御装置
において、制御ルール並びに制御対象プロセスの動特性
が既知の条件で、初期設定される一組のメンバーシップ
関数と上記プロセスの動特性に基づいてプロセスの見本
過程を計算し、この見本過程の応答特性からオーバーシ
ュート,定常偏差,速応性,誤差面積の各項の一部又は
全部を計算し、上記各項の一部又は全部に対して重み係
数を乗算した値を加算した評価規範を作成し、この評価
規範を最小値にするようなメンバーシップ関数の組を非
線形最適化法により決定することを特徴とするメンバー
シップ関数決定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP22548088A JPH0272404A (ja) | 1988-09-08 | 1988-09-08 | メンバーシップ関数決定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP22548088A JPH0272404A (ja) | 1988-09-08 | 1988-09-08 | メンバーシップ関数決定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0272404A true JPH0272404A (ja) | 1990-03-12 |
Family
ID=16829982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP22548088A Pending JPH0272404A (ja) | 1988-09-08 | 1988-09-08 | メンバーシップ関数決定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0272404A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0488401A (ja) * | 1990-07-26 | 1992-03-23 | Nippon Steel Corp | ファジィシミュレータ |
JPH04259004A (ja) * | 1990-10-16 | 1992-09-14 | Rockwell Internatl Corp | フィードバック制御方法 |
JPH05224705A (ja) * | 1992-02-03 | 1993-09-03 | Nec Corp | 最適制御装置 |
JPH0981206A (ja) * | 1995-09-08 | 1997-03-28 | Kayaba Ind Co Ltd | ファジィ制御装置 |
CN111707266A (zh) * | 2020-06-03 | 2020-09-25 | 国网上海市电力公司 | 一种变电站智能运维机器人路径规划方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5894004A (ja) * | 1981-11-30 | 1983-06-04 | Hitachi Ltd | プラント制御系調節器最適パラメ−タ探索装置 |
JPS5983207A (ja) * | 1982-11-02 | 1984-05-14 | Toshiba Corp | 最適制御方法 |
JPS62135902A (ja) * | 1985-12-09 | 1987-06-18 | Idemitsu Petrochem Co Ltd | プロセスの最適制御方法 |
JPS62143103A (ja) * | 1985-12-18 | 1987-06-26 | Hitachi Ltd | プラント制御装置 |
-
1988
- 1988-09-08 JP JP22548088A patent/JPH0272404A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5894004A (ja) * | 1981-11-30 | 1983-06-04 | Hitachi Ltd | プラント制御系調節器最適パラメ−タ探索装置 |
JPS5983207A (ja) * | 1982-11-02 | 1984-05-14 | Toshiba Corp | 最適制御方法 |
JPS62135902A (ja) * | 1985-12-09 | 1987-06-18 | Idemitsu Petrochem Co Ltd | プロセスの最適制御方法 |
JPS62143103A (ja) * | 1985-12-18 | 1987-06-26 | Hitachi Ltd | プラント制御装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0488401A (ja) * | 1990-07-26 | 1992-03-23 | Nippon Steel Corp | ファジィシミュレータ |
JPH04259004A (ja) * | 1990-10-16 | 1992-09-14 | Rockwell Internatl Corp | フィードバック制御方法 |
JPH05224705A (ja) * | 1992-02-03 | 1993-09-03 | Nec Corp | 最適制御装置 |
JPH0981206A (ja) * | 1995-09-08 | 1997-03-28 | Kayaba Ind Co Ltd | ファジィ制御装置 |
CN111707266A (zh) * | 2020-06-03 | 2020-09-25 | 国网上海市电力公司 | 一种变电站智能运维机器人路径规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3949164B2 (ja) | 非線形プロセスを制御するためのフィードバック法 | |
JP4918207B2 (ja) | 経験的プロセスの非線形近似器を制約するコンピュータ装置とその方法 | |
KR970003874B1 (ko) | 피드 포워드 보상기능을 갖춘 슬라이딩 모드 제어방법 | |
Puskorius et al. | Dynamic neural network methods applied to on-vehicle idle speed control | |
EP0463934A1 (en) | Time delay controlled processes | |
JPH04259004A (ja) | フィードバック制御方法 | |
JP2009104659A (ja) | 制御システムのための制御パラメータを確定する方法 | |
CN111273544B (zh) | 基于预测rbf前馈补偿型模糊pid的雷达俯仰运动控制方法 | |
CN105867138A (zh) | 一种基于pid控制器的稳定平台控制方法及装置 | |
Sutton et al. | A design study of a self-organizing fuzzy autopilot for ship control | |
Lyu et al. | Predefined performance adaptive control of robotic manipulators with dynamic uncertainties and input saturation constraints | |
CN111930010A (zh) | 一种基于lstm网络的通用mfa控制器设计方法 | |
CN108873698A (zh) | 一种抗扰动两阶段定点伺服控制方法 | |
US5410470A (en) | Process control method and system with employment of fuzzy inference | |
JPH0272404A (ja) | メンバーシップ関数決定方法 | |
CN112318511A (zh) | 基于数据驱动的机械臂轨迹跟踪控制方法 | |
CN111624872A (zh) | 一种基于自适应动态规划的pid控制器参数整定方法及*** | |
JPH0272405A (ja) | メンバーシップ関数決定方法 | |
US6847851B1 (en) | Apparatus for improved general-purpose PID and non-PID controllers | |
JPH08129420A (ja) | トンネルロボットの方向・位置制御装置及びn次元線形離散時間系確率モデルの構成方法 | |
JPH0378003A (ja) | ファジイコントローラ | |
Nowak et al. | The novel approach to the tuning of the reduced-order active disturbance rejection controller for second-order processes | |
JPH11506553A (ja) | ダイナミックプロセスのモデル化装置 | |
JPH10177402A (ja) | 単純適応制御装置 | |
Sezgin et al. | Design and Implementation of Adaptive Fuzzy PD Line Following Robot |