JPS62143103A - Plant control device - Google Patents
Plant control deviceInfo
- Publication number
- JPS62143103A JPS62143103A JP60283006A JP28300685A JPS62143103A JP S62143103 A JPS62143103 A JP S62143103A JP 60283006 A JP60283006 A JP 60283006A JP 28300685 A JP28300685 A JP 28300685A JP S62143103 A JPS62143103 A JP S62143103A
- Authority
- JP
- Japan
- Prior art keywords
- deviation
- plant
- control
- rule
- response
- 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.)
- Granted
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、原子力発電プラントや火力発電プラントなど
のプラントを制御する制御系に係り、特なプラント特性
が変化しても一様に良好な制御特性を実現するように改
良した制御ルールの学習機能を有するプラント制御装置
に関するものである。[Detailed Description of the Invention] [Industrial Application Field] The present invention relates to a control system for controlling plants such as nuclear power plants and thermal power plants. The present invention relates to a plant control device having a learning function for improved control rules to realize control characteristics.
運転員のプラント制御方法に関する知識を制御ルールと
して直接入力可能で、かつルールの自動学習機能を持た
せたプラント制御器については、計測自動制御学会論文
集、２０巻、第８号、Ｐ７２０〜Ｐ ７２６ （１９８
４年）における、山崎及び菅野による「自動学習ファジ
ーコントローラ」と題する文献に記載された技術が公知
である。Regarding plant controllers that can directly input the knowledge of plant control methods by operators as control rules and have an automatic rule learning function, see Proceedings of the Society of Instrument and Control Engineers, Vol. 20, No. 8, P720-P. 726 (198
A technique described in a document entitled "Automatically Learning Fuzzy Controller" by Yamazaki and Kanno in 2004) is known.
第２図は上記公知技術に係る制御器のブロック図である
。FIG. 2 is a block diagram of a controller according to the above-mentioned known technology.
上記公知の制御装置の基本的な構成は、制御演算部５と
、ルール学習部２５とから成っている。The basic configuration of the above-mentioned known control device consists of a control calculation section 5 and a rule learning section 25.
上記の制御演算部５は、制御目標値１と制御量１０との
偏差３、および、偏差の変化率４をとりこんで、制御ル
ールをファジィ論理により解釈して得られるルール参照
テーブル２４を用いて、プラントへの操作量の変化量６
を決定する。また、前記のルール学習部２５は、偏差３
とその変化率４とをとりこんでプラントの応答の目標値
と実際値とのずれの程度を示す制御の性能評価値を求め
、プラントモデルから求める操作量変化に対する制御量
変化のゲイン（以下、モデルゲインと称す）の逆数と性
能評価値の積をもってルール参照テーブルの操作量の変
化量の設定値を修正する。ここで、修正の対象となる制
御ルールは、制御性能を評価した時点よりもプラントの
操作効果遅れ時間だけ以前、及びその近傍で使われたル
ールとしている。The control calculation unit 5 takes in the deviation 3 between the control target value 1 and the controlled amount 10 and the change rate of the deviation 4, and uses a rule reference table 24 obtained by interpreting the control rule using fuzzy logic. , the amount of change in the amount of operation to the plant 6
Determine. Further, the rule learning section 25
and its rate of change 4 to obtain a control performance evaluation value that indicates the degree of deviation between the target value and the actual value of the plant response. The set value of the amount of change in the manipulated variable in the rule reference table is corrected using the product of the reciprocal of the gain (referred to as gain) and the performance evaluation value. Here, the control rules to be modified are rules that were used before and in the vicinity of the time when the control performance was evaluated by the plant operation effect delay time.
前記の公知技術によれば、各時点の制御性能の評価値は
、それよりも操作効果遅れ時間だけ過去に用いられた制
御ルールのみに依存すると近似してアルゴリズムの簡単
化を図っている。この方法は、対象とするプラントが比
較的単純で、未知外乱発生や複数の制御系間の干渉など
の影響が少ない場合には良好な学習効果が得られている
。しかし、対象が原子カプラントのような複雑な多変数
のプラントであって種々の外乱が発生する場合には、性
能評価値に突発的外乱や制御系間の干渉による制御変数
の応答変化の影響も入ってくるので、これらを考慮した
新たなルール学習の方法の開発が望まれる。According to the above-mentioned known technology, the algorithm is simplified by approximating that the evaluation value of the control performance at each time point depends only on the control rule used in the past by the operation effect delay time. This method has a good learning effect when the target plant is relatively simple and there are few influences such as the occurrence of unknown disturbances or interference between multiple control systems. However, when the target is a complex multivariable plant such as an atomic couplant, and various disturbances occur, the performance evaluation value may be affected by changes in response of control variables due to sudden disturbances or interference between control systems. Therefore, it is desirable to develop a new rule learning method that takes these into consideration.
プラント特性が変化した場合でも、一様に良好な制御特
性を実現するための適応機能を有する制御系を実現する
ような技術としては、公知例の他に、規範モデル応答と
プラント応答との偏差の時系列を用いて制御ゲイン又は
操作量の変化量を修正していくモデル規範形の適応制御
系が良く知られているが、これは対象プラントのモデル
を精度よく同定する必要があり、制御アルゴリズムが複
雑となる。In addition to known techniques, there are techniques to realize a control system with an adaptive function to achieve uniformly good control characteristics even when plant characteristics change. A model-based adaptive control system is well known in which the amount of change in control gain or manipulated variable is corrected using the time series of The algorithm becomes complex.
上記した従来技術は、いずれも目標とする応答にプラン
トの応答を可能な限り近づけるように制御性能を向上さ
せるための、ルール学習機能又は適応機能を有する制御
装置に関するものであるが。The above-mentioned conventional techniques all relate to control devices having a rule learning function or an adaptive function for improving control performance so that the response of the plant comes as close as possible to a target response.
前述したような複雑な大規模プラント（例えば原子カプ
ラント）での外乱や制御系干渉の発生によって、学習又
は適応動作が誤って行われると制御特性の不安定化をも
たらす虞れがある。If a learning or adaptive operation is incorrectly performed due to the occurrence of disturbance or control system interference in a complex large-scale plant (for example, an atomic couplant) as described above, there is a risk that the control characteristics will become unstable.
本発明の目的は、比較的簡単な制御アルゴリズムを用い
て、プラントで発生する外乱や制御系間の干渉の影響を
考慮し、制御安定性の確保を基礎とした制御ルールの学
習機能を持たせることにより、原子カプラントや火力プ
ラント等の大規模なプラントに対しても、プラント特性
変化に左右されることなく一様に良好で、かつ安定な制
御が可能なプラント制御装置を提供することである。The purpose of the present invention is to provide a control rule learning function based on ensuring control stability by using a relatively simple control algorithm, taking into consideration the effects of disturbances occurring in the plant and interference between control systems. By doing so, it is an object of the present invention to provide a plant control device that is capable of uniformly good and stable control, regardless of changes in plant characteristics, even for large-scale plants such as nuclear couplants and thermal power plants. .
従来技術の制御の性能評価部に加え、新たに、プラント
の応答軌跡を評価して制御安定度を求め、制御安定度の
値に依存させて性能評価テーブル修正係数と制御ルール
修正係数を出力する応答軌跡評価部を付加したような、
制御装置の構成とすることにより、前記の目的を達成す
ることができる。In addition to the conventional control performance evaluation section, this new system evaluates the response locus of the plant to determine control stability, and outputs performance evaluation table correction coefficients and control rule correction coefficients depending on the control stability value. It is like adding a response trajectory evaluation part.
By configuring the control device, the above object can be achieved.
前記の応答軌跡評価部は、プラントの振動応答の減幅比
と振動振幅の程度の時間平均値を計算し、その２つの変
数を指標として制御安定度を求める。The response locus evaluation unit calculates the time average value of the attenuation ratio and vibration amplitude of the vibration response of the plant, and determines control stability using these two variables as indicators.
ルール学習部における制御ルールの修正は、性能評価値
と応答軌跡評価部からの制御ルール修正係数を用い、外
乱又は制御系干渉等により急に振動応答を示すようにな
った場合は制御ルールの修正の程度を少くする。また、
振動振幅が定常的に大きいような場合には、このような
現象を生じたのは目標応答の速さにプラントが追従でき
ないことによると考えられるので、性能評価テーブルを
検索する場合の偏差の変化率に乗する係数を増加し、等
測的に規範応答を遅くする。The control rule is modified in the rule learning section using the performance evaluation value and the control rule modification coefficient from the response trajectory evaluation section, and if a vibration response suddenly occurs due to disturbance or control system interference, the control rule is modified. reduce the degree of Also,
If the vibration amplitude is consistently large, this phenomenon may be caused by the plant's inability to follow the target response speed, so the change in deviation when searching the performance evaluation table is Increase the factor by which the rate is multiplied to slow down the norm response isometrically.
制御ルールを修正する必要があるかどうかを判定するに
は、各サンプリング時点の偏差とその変化率から決まる
局所的な性能のみでなく、ある時間幅にわたる応答の全
体を評価するべきである。To determine whether a control rule needs to be modified, the overall response over a time span should be evaluated, not just the local performance determined by the deviation and its rate of change at each sampling point.
而して、前述した解決手段を適用すると、応答軌跡評価
部により、プラント応答の振動の一周期以上にわたる時
間幅の応答を評価して、振動の減幅比と、振動振幅の程
度の平均値を求めて、ルールの学習に反映させることが
できる。これにより、複雑かつ大規模なプラントにみら
れる突発的外乱発生や制御系間の干渉の影響を受けた性
能評価値をルール修正に用いるという誤りを低減できる
。When the above-mentioned solution is applied, the response locus evaluation unit evaluates the response of the plant response over a period of more than one cycle of vibration, and calculates the vibration reduction ratio and the average value of the vibration amplitude. This can be reflected in rule learning. As a result, it is possible to reduce the error of using performance evaluation values affected by sudden disturbance occurrences or interference between control systems, which occur in complex and large-scale plants, for rule correction.
以下、本発明の実施例を第１図により説明する。 Embodiments of the present invention will be described below with reference to FIG.
この実施例では、運転員がとる制御戦略を定性的に表現
した制御ルール（ＩＦ−ＴＨＥＮルール）をファジィ論
理を用いて解釈し、偏差とその変化率を入力としプラン
トへの操作量の変化量を出力とするルール参照テーブル
に変換して用いるファジィ制御方式を例にとっている６
本発明の原理はファジィ制御方式のみに限定されないこ
とは当然であり、ルール参照テーブルの作成方法、及び
その入出力形式は特に限定しない。In this example, a control rule (IF-THEN rule) that qualitatively expresses the control strategy taken by an operator is interpreted using fuzzy logic, and the deviation and its rate of change are input, and the amount of change in the operation amount to the plant is calculated. We take as an example a fuzzy control method that converts into a rule reference table that outputs 6.
It goes without saying that the principle of the present invention is not limited to only the fuzzy control method, and the method of creating the rule reference table and its input/output format are not particularly limited.
量子化部２は、目標値１と制御量１ｏとの偏差を毎時と
りこみ、規格化した偏差３と、規格化した偏差の変化率
４とを出力する。制御演算部５は、偏差３と偏差の変化
率４とをとりこみ、ルール参照テーブル１４を用いて操
作量の変化量６を出力する。The quantization unit 2 takes in the deviation between the target value 1 and the control amount 1o every hour, and outputs a standardized deviation 3 and a rate of change 4 of the standardized deviation. The control calculation unit 5 takes in the deviation 3 and the change rate of the deviation 4, and outputs the amount of change 6 of the manipulated variable using the rule reference table 14.
ルール参照テーブル１４は、偏差とその変化率が与えら
れたとき、操作量の変化量を決定するものであり、以下
に述べるような定性的表現の制御ルールを解釈して求め
る。The rule reference table 14 determines the amount of change in the manipulated variable when a deviation and its rate of change are given, and is determined by interpreting a control rule in qualitative expression as described below.
ＩＦ（（偏差が符号正で大（ＥｉｓＰ Ｂ ）） Ａ
Ｎ Ｄ（偏差の変化率が符号負で小（ＣＥｉｓＮＳ））
ＴＨＥＮ （操作量の変化量は符号負で中くらい（ＣＵ
ｉｓＮＭ））−−・＝−
制御ルールテーブルの例を表１に示す。IF ((deviation is large with positive sign (EisP B )) A
N D (The rate of change of deviation is small with a negative sign (CEisNS))
THEN (The amount of change in the manipulated variable is medium with a negative sign (CU
isNM)) --・=- An example of the control rule table is shown in Table 1.
第１表 玉揚の第１表に用いた記号はそれぞれ次の如くである。Table 1 The symbols used in Table 1 for doffing are as follows.
ＮＢ：ネガチブ ビッグ
ＮＭ：ネガチブ メディアム
ＮＳ：ネガチブ スモール
Ｚｏ：ゼロ
ＰＢ：ポジチブ ビッグ
ＰＭ：ポジチブ メディアム
ＰＳ：ポジチブ スモール
上記第１表に示したテーブルから、具体的な制御出力を
決定するためのルール参照テーブルを得るには、ファジ
ィ論理を用いて定性的表現の制御ルールを解釈する。第
３図に、ルール参照テーブルの解釈手順を示す、いま、
制御演算部５（第１図）で用いる量子化変数で偏差ｅと
、偏差の変化率ｃａが与えられたとき、ファジィ変数の
メンバーシップ関数を用いて各制御ルールの適合度を求
め、Ｉ＆も適合度の大きい制御ルールの結論部から操作
量の変化量を求める。NB: Negative Big NM: Negative Medium NS: Negative Small Zo: Zero PB: Positive Big PM: Positive Medium PS: Positive Small Rules for determining specific control output from the table shown in Table 1 above To obtain the reference table, fuzzy logic is used to interpret the control rules of the qualitative expression. Figure 3 shows the procedure for interpreting the rule reference table.
When the deviation e and the rate of change ca of the deviation are given as quantized variables used in the control calculation unit 5 (Fig. 1), the fitness of each control rule is determined using the membership function of the fuzzy variables, and I& The amount of change in the manipulated variable is determined from the conclusion part of the control rule that has a high degree of suitability.
性能評価部１２（第１図）では、偏差３と偏差の変化率
４とをとりこんで性能評価テーブル１１を用いて性能評
価値を求める。性能評価値は、近似的に次の（１）式で
表わされるような、変化率を加味して偏差の程度を表わ
したものである。The performance evaluation unit 12 (FIG. 1) takes in the deviation 3 and the deviation change rate 4 and uses the performance evaluation table 11 to obtain a performance evaluation value. The performance evaluation value expresses the degree of deviation by taking into account the rate of change, as approximately expressed by the following equation (1).
Ｐｎ＝ｅｎ＋η・Ｑ （３ｎ ”・（１）こ
こで、Ｐｎ ：性能評価値、ａｎ ：偏差、Ｑｅｎ偏
差の変化率、η：性能評価テーブル修正係数。Pn=en+η・Q (3n”・(1) where, Pn: performance evaluation value, an: deviation, rate of change of Qen deviation, η: performance evaluation table correction coefficient.
添字ｎはサンプリング時点を表わす、性能評価テーブル
修正係数ηは、後述する応答軌跡評価部１６の出力で与
えられるもので、規範応答の速さを調整するための係数
である。この値を増加させると、８ｎ＋η・ｃ ｅ ｎ
” Ｏの式で与えられる規範応答のカーブの傾きが低
下する。The subscript n represents the sampling time point, and the performance evaluation table modification coefficient η is given by the output of the response locus evaluation unit 16, which will be described later, and is a coefficient for adjusting the speed of the standard response. When this value is increased, 8n+η・c e n
” The slope of the standard response curve given by the equation for O decreases.
ルール修正部１３では、性能評価値とルール修正係数と
をとりこんで、制御ルールの結論部のパラメータである
操作量の変化量を修正する量を次式で求める。The rule modification unit 13 takes in the performance evaluation value and the rule modification coefficient, and calculates the amount by which the amount of change in the manipulated variable, which is a parameter of the conclusion part of the control rule, is modified using the following equation.
γつ＝ξ・ｙｌ−１・Ｐｎ ・・・（
２）ここで、γに＝ルール修正量、ξ：ルール修正係数
。γ = ξ・yl−1・Pn...(
2) Here, γ = rule modification amount, ξ: rule modification coefficient.
Ｍ：モデルゲインである。ルール修正係数ξは、次に述
べる応答軌跡評価部１６の出力で与えられるもので、プ
ラントの時定数を目やすとするある時間幅にわたるプラ
ント全体の応答を評価して決定する。ここで、ルール修
正の対象となる制御ルールは、評価時点の制御性能に影
響があると思われる。プラントの操作効果遅れ時間だけ
過去の時点で実際に用いられた制御ルールとしている。M: Model gain. The rule modification coefficient ξ is given by the output of the response locus evaluation unit 16, which will be described below, and is determined by evaluating the response of the entire plant over a certain time span, which is used as a measure of the time constant of the plant. Here, the control rule targeted for rule modification is thought to have an impact on control performance at the time of evaluation. The control rule that was actually used at a time in the past is taken as the delay time for the operation effect of the plant.
応答軌跡評価部１６は、偏差３と偏差の変化率４の記憶
された時系列の値をとりこんで、プラントの制御安定度
の指標を求め、その程度と、プラントの状態量（例えば
プラント出力）とに応じて性能評価テーブル修正係数η
とルール修正係数ξを決定し、出力する。以下、第４図
により応答軌跡評価の方法について説明する。いま、プ
ラントの制御量の目標値ステップ変化に対して規範とす
る目標応答を破線のような一次遅れとし、実際のプラン
ト応答を実線のような振動応答とすると、偏差とその変
化率からなる平面上のプラント応答の軌跡は下側の図に
示すうず巻状となる。この軌跡は、応答が目標値に一致
して整定すると平面上の原点に留まる。すなわち、原点
から軌跡の各点迄の距離は整定状態からの偏りを表すも
のであり、この軌跡がいつまでも原点に到達しない場合
はリミットサイクル応答を示しており、原点から遠ざか
る場合は発散振動応答を示している。そこで、原点から
軌跡の各点迄の距離を拡張振幅と定義し、その平均値を
求めて、制御安定度を評価する指標の一つとして用いる
。拡張振幅の平均値を次式で求める。The response trajectory evaluation unit 16 takes in the stored time series values of the deviation 3 and the rate of change of the deviation 4, obtains an index of the control stability of the plant, and calculates the degree and state quantity of the plant (for example, plant output). and performance evaluation table correction coefficient η according to
and the rule correction coefficient ξ are determined and output. Hereinafter, the method of evaluating the response locus will be explained with reference to FIG. Now, if the standard target response to a step change in the target value of the plant control variable is a first-order lag as shown by the broken line, and the actual plant response is a vibration response as shown by the solid line, then the plane consisting of the deviation and its rate of change is The locus of the plant response above has a spiral shape as shown in the lower figure. This trajectory remains at the origin on the plane when the response settles to match the target value. In other words, the distance from the origin to each point on the trajectory represents the deviation from the stable state, and if the trajectory never reaches the origin, it indicates a limit cycle response, and if it moves away from the origin, it indicates a divergent vibration response. It shows. Therefore, the distance from the origin to each point on the trajectory is defined as the extended amplitude, and its average value is determined and used as one of the indicators for evaluating control stability. Find the average value of the extended amplitude using the following formula.
１ ｍ−１
ここで、ｍ：評価する時間幅のサンプリング数ｅ＊ ：
規格化の基準となる偏差、である。1 m-1 where, m: number of samplings of time width to be evaluated e*:
This is the deviation that serves as the standard for standardization.
この他に、通常の安定度の評価方法にならって、制御安
定度の評価指標として振動の減幅比をとる。In addition to this, in accordance with the usual stability evaluation method, the vibration attenuation ratio is used as an evaluation index of control stability.
振動の減幅比は次式で与えられる。The vibration reduction ratio is given by the following equation.
ζ、 ＝ Ａａ／ Ａｚ＝ ｌ ｅ ｎ／ ｅ ｌ、−
Ｉ −（４）ここで、１３ｎｇ １９＋１−１１
：サンプリング時ｎ。ζ, = Aa/Az= l e n/ e l, -
I - (4) where 13ng 19+1-11
: n at the time of sampling.
ｎ−ｍにおける偏差、Ａａ、Ａｔ：振動の振幅、である
。deviation in nm, Aa, At: amplitude of vibration.
応答軌跡評価部１Ｇ（第１図）の第１の詳細ブロック図
を第５図に示す、拡張振幅計算部３３は、偏差とその変
化率の平面の点軌跡の時系列の値をとりこんで、（３）
式により拡張振幅の平均値を求めて出力する。減幅比計
算部３４は、偏差の時系列の値をとりこんで、（４）式
により減幅比を求めて出力する。性能評価テーブル修正
係数計算部３７、及びルール修正係数計算部３８は、拡
張振幅平均値３５と減幅比３６とをそれぞれとりこんで
、以下の式にするような性能評価テーブル修正係数３９
、及びルール修正係数４０を出力する。The extended amplitude calculation unit 33, whose first detailed block diagram of the response trajectory evaluation unit 1G (FIG. 1) is shown in FIG. (3)
The average value of the extended amplitude is determined and output using the formula. The width reduction ratio calculation unit 34 takes in the time series values of the deviation, calculates the width reduction ratio using equation (4), and outputs it. The performance evaluation table modification coefficient calculation unit 37 and the rule modification coefficient calculation unit 38 take in the extended amplitude average value 35 and the reduction ratio 36, respectively, and calculate a performance evaluation table modification coefficient 39 that is expressed by the following formula.
, and a rule correction coefficient 40.
Ｖ ＝＝πｌ（−更−１，ζ駒 ・・・（５
）ξ＝πｚ （’ｌ’ｎ、 ζｎ） ・（
６）ここで、π工 ：性能評価テーブル修正係数を与え
る関数テーブル、π２：ルール修正係数を与える関数テ
ーブル、である。V ==πl(-further-1, ζ piece...(5
) ξ=πz ('l'n, ζn) ・(
6) Here, π is a function table that provides a performance evaluation table correction coefficient, and π2 is a function table that provides a rule correction coefficient.
関数テーブルπ１．π２は、制御安定度の評価指標に応
じて性能評価テーブル修正係数３９とルール修正係数４
０を決定するが、実際のプラントではプラントの状態量
（例えばプラント出力）をパラメータとする運転点によ
って許容する制御安定度は異なってくる。そこで、同一
の制御安定度が得られた場合でも、プラントの状態量に
応じて用いる関数テーブルを変更することにより、許容
する制御安定度を考慮した適切な性能評価テーブル修正
係数３９とルール修正係数４０が出力されるようにして
いる。Function table π1. π2 is a performance evaluation table correction coefficient of 39 and a rule correction coefficient of 4 according to the control stability evaluation index.
However, in an actual plant, the allowable control stability differs depending on the operating point using the state quantity of the plant (for example, the plant output) as a parameter. Therefore, even if the same control stability is obtained, by changing the function table used according to the state quantity of the plant, an appropriate performance evaluation table correction coefficient 39 and rule correction coefficient can be set that takes into account the allowable control stability. 40 is output.
関数テーブルπ１．π２の設定の基本的考え方を示すフ
ローチャートを第７図に示す。判定部のしきい値は一例
であり、プラントの状態量（例えばプラント出力）に依
存しても変更されるので、これに限定されるものではな
い。Function table π1. A flowchart showing the basic concept of setting π2 is shown in FIG. The threshold value of the determination unit is just an example, and it is not limited to this because it can be changed depending on the state quantity of the plant (for example, the plant output).
応答軌跡評価部１６の第２の詳細ブロック図を第６図に
示す。本詳細ブロック図では、各サンプリング毎に求め
た拡張振幅平均値と減幅比をそれぞれ記憶テーブル４３
．４４に貯えておき、それらの時間平均値及び変化率を
求めて出力し、性能評価テーブル修正係数計算部４７及
びルール修正係数計算部４８の入力値とする。時間平均
値をとることにより、突発的外乱の影響を少くして安定
度評価の信頼性を上げるとともに、変化率をみることに
より突発的外乱や制御系間の干渉による制御変数の応答
変化を、ルール学習に反映できる６本発明のプラント制
御装置の実施例を沸騰水型原子カプラントの圧力制御系
に適用した場合のシミュレーション結果を第８図、及び
第９図に示す。A second detailed block diagram of the response locus evaluation section 16 is shown in FIG. In this detailed block diagram, the extended amplitude average value and the reduction ratio obtained for each sampling are stored in the memory table 43.
．． 44, calculate and output their time average value and rate of change, and use them as input values for the performance evaluation table modification coefficient calculation section 47 and the rule modification coefficient calculation section 48. By taking the time average value, the influence of sudden disturbances is reduced and the reliability of stability evaluation is increased, and by looking at the rate of change, response changes in control variables due to sudden disturbances and interference between control systems can be evaluated. FIGS. 8 and 9 show simulation results when an embodiment of the plant control device of the present invention that can be reflected in rule learning is applied to a pressure control system of a boiling water type atomic couplant.
第８図は、応答軌跡評価部１６を付加しない従来技術の
学習付制御装置による結果と本発明の制御装置による結
果とを比較したもので、圧力変化により中性子束が変化
して干渉外乱が発生しても、本発明の場合は安定な制御
特性を示している。第９図は、実プラントで用いられて
いる進み／遅れ補償による制御器と本発明の制御装置の
応答とを比較した結果である。本発明の制御装置によれ
ば炉出力が大きく変化しても、一様に良好な制御特性を
示していることが解る。FIG. 8 compares the results obtained by the conventional control device with learning without adding the response locus evaluation unit 16 and the results obtained by the control device of the present invention.The neutron flux changes due to pressure change, and interference disturbance occurs. However, the present invention shows stable control characteristics. FIG. 9 shows the results of comparing the responses of a controller using lead/lag compensation used in an actual plant and a controller of the present invention. It can be seen that the control device of the present invention consistently exhibits good control characteristics even when the furnace output varies greatly.
なお１本発明のプラント制御装置の説明は、簡単のため
の一変数の場合を取り上げたが、多変数の制御装置とし
ても容易に実現可能である。この場合には、各変数の制
御演算部はクロスコントローラを介して結合されプラン
トへの操作量が決定される。Note that although the plant control device of the present invention has been described in terms of a single variable for simplicity, it can also be easily realized as a multivariable control device. In this case, the control calculation units for each variable are coupled via a cross controller to determine the amount of operation to be performed on the plant.
本発明のプラント制御装置によれば、一時点の制御性能
のみでなく、ある時間幅にわたるプラント応答の全体を
評価して制御ルールの修正を行うので、複雑かつ大規模
なプラントにみられる突発的外乱発生や制御系間の干渉
の影響を少なくして、安定したルール学習を実現できる
。また、ある時間幅のプラント応答の全体の評価から制
御安定度の指標が得られて、これの程度に応じて規範応
答の速さを調節するので、制御装置のハードウェアの一
部（例えば弁アクチユエータ）が異常となって制御能力
が低下した場合でも、発散振動の発生を防ぐことが可能
である。According to the plant control device of the present invention, control rules are corrected by evaluating not only the control performance at a single point but also the entire plant response over a certain time range. Stable rule learning can be achieved by reducing the effects of disturbances and interference between control systems. In addition, since an index of control stability is obtained from the overall evaluation of the plant response over a certain time range, and the speed of the reference response is adjusted according to the degree of stability, some parts of the control device hardware (for example, valves It is possible to prevent the occurrence of divergent vibrations even if the control ability is reduced due to an abnormality in the actuator (actuator).
第１図は本発明の実施例の構成を示すブロック図、第２
図は従来技術の制御装置のブロック図、第３図はルール
参照テーブルの作成手順を示す図表、第４図は応答軌跡
の評価方法を示す図表、第５図は本発明の実施例の応答
軌跡評価部の第１の詳細ブロック図、第６図は応答軌跡
評価部の第２の詳細ブロック図、第７図は制御安定度か
ら修正係数を決定するフローチャート、第８図、第９図
は圧力制御系へ本発明を適用した時のシミュレーション
結果を示す図表である。
１・・・目標値、２・・・量子化部、３・・・偏差、４
・・・偏差の変化率、５・・・制御演算部、６・・・操
作量の変化量、７・・・積分器、８・・・操作量、９・
・・プラント、１ｏ・・・制御量、１１．２１・・・性
能評価テーブル、１２゜２２・・・性能評価部、１３．
２３・・・ルール修正部、１４．２４・・・ルール参照
テーブル、１５，４３゜４４・・・記憶テーブル、１６
・・・応答軌跡評価部。
１７．２５・・・ルール学習部、１８・・・プラントの
状態量、３１・・・応答軌跡の時系列、３２・・・偏差
の時系列、３３．４１・・・拡張振幅計算部、３４．４
２・・・減幅比計算部、３５．４５・・・拡張振幅平均
値、３６・・・減幅比、４６・・・減幅比平均値、３７
．４７・・・性能評価テーブル修正係数計算部、３８．
４８・・・ルール修正係数計算部、３９．４９・・・性
能評価テーブル修正係数、４０．５０・・・ルール修正
係数。FIG. 1 is a block diagram showing the configuration of an embodiment of the present invention, and FIG.
Figure 3 is a block diagram of a conventional control device, Figure 3 is a diagram showing the procedure for creating a rule reference table, Figure 4 is a diagram showing a response trajectory evaluation method, and Figure 5 is a response trajectory of an embodiment of the present invention. The first detailed block diagram of the evaluation section, FIG. 6 is the second detailed block diagram of the response trajectory evaluation section, FIG. 7 is a flowchart for determining the correction coefficient from control stability, and FIGS. 8 and 9 are for determining the pressure It is a chart showing simulation results when the present invention is applied to a control system. 1... Target value, 2... Quantization section, 3... Deviation, 4
... Rate of change of deviation, 5... Control calculation section, 6... Amount of change in manipulated variable, 7... Integrator, 8... Manipulated amount, 9.
...Plant, 1o...Controlled amount, 11.21...Performance evaluation table, 12°22...Performance evaluation section, 13.
23... Rule modification section, 14.24... Rule reference table, 15,43°44... Memory table, 16
...Response trajectory evaluation section. 17.25... Rule learning unit, 18... State quantity of plant, 31... Time series of response locus, 32... Time series of deviation, 33.41... Extended amplitude calculation unit, 34 .4
2... Reduction ratio calculation unit, 35.45... Expansion amplitude average value, 36... Reduction ratio, 46... Reduction ratio average value, 37
．． 47... Performance evaluation table correction coefficient calculation unit, 38.
48... Rule correction coefficient calculation unit, 39.49... Performance evaluation table correction coefficient, 40.50... Rule correction coefficient.
Claims (1)
、制御ルールの参照テーブルを用いてプラントへの操作
量の変化を出力する制御演算部と、（ｂ）プラントの応
答軌跡及びプラントの状態量を用い性能評価テーブル修
正係数および制御ルール修正係数を決定して出力する応
答軌跡評価部と、（ｃ）偏差と性能評価テーブル修正係
数とをとりこみ、性能評価テーブルを用いて規範応答か
らのずれの程度を示す性能評価値を求め、該評価値と前
記制御ルール修正係数とを用いて制御ルールの参照テー
ブルの値を修正する学習部とを設けたことを特徴とする
プラント制御装置。 ２、前記の応答軌跡評価部は、偏差−偏差変化率平面に
おいて、原点からプラント応答の点軌跡までの平均値を
求める手段、並びに、応答の減幅比を求める手段を備え
、かつ、前記平均値と減幅比とを入力とする関数テーブ
ルを用いて性能評価テーブル修正係数および制御ルール
修正係数を決定するものであることを特徴とする特許請
求の範囲第１項に記載のプラント制御装置。[Claims] 1. (a) a control calculation unit that outputs a change in the manipulated variable to the plant based on the deviation between the controlled variable of the plant and the target value using a reference table of control rules; and (b) (c) a response trajectory evaluation unit that determines and outputs performance evaluation table correction coefficients and control rule correction coefficients using the plant response trajectory and plant state quantities; A learning unit is provided which calculates a performance evaluation value indicating the degree of deviation from the standard response using Plant control equipment for 2. The response locus evaluation section is provided with means for determining the average value from the origin to the point locus of the plant response in the deviation-deviation change rate plane, and means for determining the reduction amplitude ratio of the response. 2. The plant control device according to claim 1, wherein a performance evaluation table modification coefficient and a control rule modification coefficient are determined using a function table that receives a value and a reduction ratio as input.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60283006A JPH077285B2 (en) | 1985-12-18 | 1985-12-18 | Plant control equipment |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60283006A JPH077285B2 (en) | 1985-12-18 | 1985-12-18 | Plant control equipment |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS62143103A true JPS62143103A (en) | 1987-06-26 |
| JPH077285B2 JPH077285B2 (en) | 1995-01-30 |
Family
ID=17660002
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP60283006A Expired - Lifetime JPH077285B2 (en) | 1985-12-18 | 1985-12-18 | Plant control equipment |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH077285B2 (en) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01293401A (en) * | 1988-05-20 | 1989-11-27 | Matsushita Electric Ind Co Ltd | Fuzzy control arithmetic device and fuzzy inference method |
| JPH0228701A (en) * | 1988-04-13 | 1990-01-30 | Hitachi Ltd | Method and device for controlling process |
| JPH0235501A (en) * | 1988-07-26 | 1990-02-06 | Toshiba Corp | Fuzzy control system |
| JPH0272405A (en) * | 1988-09-08 | 1990-03-12 | Yokogawa Electric Corp | Deciding method for membership function |
| JPH0272404A (en) * | 1988-09-08 | 1990-03-12 | Yokogawa Electric Corp | Deciding method for membership function |
| JPH0283703A (en) * | 1988-09-21 | 1990-03-23 | Hitachi Ltd | Process control system |
| JPH0293904A (en) * | 1988-09-30 | 1990-04-04 | Omron Tateisi Electron Co | Fuzzy control device |
| JPH02222004A (en) * | 1989-02-23 | 1990-09-04 | Idemitsu Petrochem Co Ltd | Fuzzy control method for process |
| JPH02226304A (en) * | 1989-02-28 | 1990-09-07 | Omron Tateisi Electron Co | Group control system for fuzzy controller |
| WO1990013082A1 (en) * | 1989-04-14 | 1990-11-01 | Omron Corporation | Method and apparatus for evaluating membership functions or rules in fuzzy inference |
| JPH06114519A (en) * | 1992-10-07 | 1994-04-26 | Sumitomo Metal Ind Ltd | Method for cutting cast slab in continuous casting |
| JP2008262492A (en) * | 2007-04-13 | 2008-10-30 | Tokyo Electron Ltd | Heat treatment device, automatic adjustment method for control constant and storage medium |
-
1985
- 1985-12-18 JP JP60283006A patent/JPH077285B2/en not_active Expired - Lifetime
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0228701A (en) * | 1988-04-13 | 1990-01-30 | Hitachi Ltd | Method and device for controlling process |
| JPH01293401A (en) * | 1988-05-20 | 1989-11-27 | Matsushita Electric Ind Co Ltd | Fuzzy control arithmetic device and fuzzy inference method |
| JPH0235501A (en) * | 1988-07-26 | 1990-02-06 | Toshiba Corp | Fuzzy control system |
| JPH0272405A (en) * | 1988-09-08 | 1990-03-12 | Yokogawa Electric Corp | Deciding method for membership function |
| JPH0272404A (en) * | 1988-09-08 | 1990-03-12 | Yokogawa Electric Corp | Deciding method for membership function |
| JPH0283703A (en) * | 1988-09-21 | 1990-03-23 | Hitachi Ltd | Process control system |
| JPH0293904A (en) * | 1988-09-30 | 1990-04-04 | Omron Tateisi Electron Co | Fuzzy control device |
| JPH02222004A (en) * | 1989-02-23 | 1990-09-04 | Idemitsu Petrochem Co Ltd | Fuzzy control method for process |
| JPH02226304A (en) * | 1989-02-28 | 1990-09-07 | Omron Tateisi Electron Co | Group control system for fuzzy controller |
| US5655056A (en) * | 1989-02-28 | 1997-08-05 | Omron Corporation | Fuzzy controller group control system |
| WO1990013082A1 (en) * | 1989-04-14 | 1990-11-01 | Omron Corporation | Method and apparatus for evaluating membership functions or rules in fuzzy inference |
| JPH06114519A (en) * | 1992-10-07 | 1994-04-26 | Sumitomo Metal Ind Ltd | Method for cutting cast slab in continuous casting |
| JP2008262492A (en) * | 2007-04-13 | 2008-10-30 | Tokyo Electron Ltd | Heat treatment device, automatic adjustment method for control constant and storage medium |
| US7860585B2 (en) | 2007-04-13 | 2010-12-28 | Tokyo Electron Limited | Heat processing apparatus, method of automatically tuning control constants, and storage medium |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH077285B2 (en) | 1995-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR900005546B1 (en) | Adaptive process control system | |
| Zribi et al. | A new PID neural network controller design for nonlinear processes | |
| Chou et al. | A heuristic self-tuning fuzzy controller | |
| JPS62143103A (en) | Plant control device | |
| Sanathanan | Accurate low order model for hydraulic turbine-penstock | |
| CN110955143A (en) | Compound control method for first-order inertia pure lag process | |
| CN103713520A (en) | Gyroscope stabilized platform adaptive composite control method | |
| Witt et al. | Approximate model predictive control of a 3-DOF helicopter | |
| Kanagaraj | An Adaptive Neuro-Fuzzy Inference System to Improve Fractional Order Controller Performance. | |
| Sun et al. | A practical solution to some problems in flight control | |
| Van Baars et al. | Wind turbine control design and implementation based on experimental models | |
| Zhang et al. | PID control with fuzzy compensation for hydroelectric generating unit | |
| Kaya et al. | Optimal Analytical PI and PID tuning rules for controlling stable processes with inverse response | |
| Nagammai et al. | Design of optimal controllers for a three tank process | |
| Bekiroglu et al. | Model reference adaptive approach to sliding mode control | |
| Bonnett et al. | Adaptive speed control of hydrogenerators by recursive least squares identification algorithm | |
| JP3494772B2 (en) | Fuzzy control device | |
| Morales et al. | Robust adaptive control of servo systems | |
| US20230062235A1 (en) | Procedure to generate a control vector and adex system applying the same | |
| Chen et al. | The improved Fuzzy-Smith compensator based on modeling error for network control system | |
| Torfs et al. | Optimal feedforward prefilter with frequency domain specification for nonminimum phase systems | |
| Pavlechko et al. | An approach for adaptive-predictive control | |
| Bogdan et al. | Sensitivity-based self-learning fuzzy logic controller as a PLC super block | |
| Singh et al. | Control of drum level dynamics in Coal-Fired Boiler-Turbine units | |
| JPS6014362B2 (en) | Variable sampling period control method |