JPS6398703A - プロセスの予測制御方法 - Google Patents
プロセスの予測制御方法Info
- Publication number
- JPS6398703A JPS6398703A JP24512286A JP24512286A JPS6398703A JP S6398703 A JPS6398703 A JP S6398703A JP 24512286 A JP24512286 A JP 24512286A JP 24512286 A JP24512286 A JP 24512286A JP S6398703 A JPS6398703 A JP S6398703A
- Authority
- JP
- Japan
- Prior art keywords
- model
- output
- response output
- time
- manipulated variable
- 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
- 238000000034 method Methods 0.000 title claims abstract description 74
- 239000011159 matrix material Substances 0.000 claims abstract description 7
- 238000007476 Maximum Likelihood Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000013404 process transfer Methods 0.000 claims 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 description 7
- 238000005070 sampling Methods 0.000 abstract description 7
- 238000004886 process control Methods 0.000 abstract description 2
- 239000002699 waste material Substances 0.000 abstract 2
- 230000026676 system process Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000003054 catalyst Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 239000002994 raw material 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、操業状態のデータをもとに、擢駄時間を算出
し、予測プロセスモデルにおける予測操作量を求めてプ
ロセスを予測制御する方法に関し、特に、ジャケット温
度を変化させて反応器内部の温度制御を行なうバッチ反
応器における温度制御のごと<、rAm計に操作信号を
与えてからプロセスが応答するまでに無駄時間を有する
プロセスの制御に適した予測制御方法に関する。
し、予測プロセスモデルにおける予測操作量を求めてプ
ロセスを予測制御する方法に関し、特に、ジャケット温
度を変化させて反応器内部の温度制御を行なうバッチ反
応器における温度制御のごと<、rAm計に操作信号を
与えてからプロセスが応答するまでに無駄時間を有する
プロセスの制御に適した予測制御方法に関する。
[従来の技術]
従来、反応器の周囲に設けたジャケット温度を調節する
ことによって1反応器の内部温度を制御する場合のよう
に、制御系内に大きな時間遅れのあるプロセスの制御に
は、遅れを軽減して応答を改善しようとするカスケード
方式のフィードバック制御が採用されている。
ことによって1反応器の内部温度を制御する場合のよう
に、制御系内に大きな時間遅れのあるプロセスの制御に
は、遅れを軽減して応答を改善しようとするカスケード
方式のフィードバック制御が採用されている。
[解決すべき問題点]
しかしながら、上述した従来のカスケード方式のフィー
ドバック制御は、ジャケット温度を変化させて応答する
までに数分以上の時間遅れがあり、かつフィードバック
制御のため行き過ぎ制御となりやすかった。そのため、
ジャケット温度が大きく変動してオーバーシュートや暴
走などの現象を生じ、反応器の内部温度が不安定になり
やすいといった問題があった。そこで、制御にあたって
は、オペレータの経験をもとに、ジャケット温度の変化
速度、あるいは加熱から冷却への温度切替のための設定
時間などを調節して行なっていた。この結果、オペレー
タの熟練度によって制御の良否に差が出るとともに、未
熟練のオペレータの場合には制御性が非常に悪くなると
いった問題点があった。
ドバック制御は、ジャケット温度を変化させて応答する
までに数分以上の時間遅れがあり、かつフィードバック
制御のため行き過ぎ制御となりやすかった。そのため、
ジャケット温度が大きく変動してオーバーシュートや暴
走などの現象を生じ、反応器の内部温度が不安定になり
やすいといった問題があった。そこで、制御にあたって
は、オペレータの経験をもとに、ジャケット温度の変化
速度、あるいは加熱から冷却への温度切替のための設定
時間などを調節して行なっていた。この結果、オペレー
タの熟練度によって制御の良否に差が出るとともに、未
熟練のオペレータの場合には制御性が非常に悪くなると
いった問題点があった。
本発明は上記の問題点にかんがみてなされたもので、操
業状態のデータをもとにして無駄時間を求めてプロセス
モデルを決定し、このプロセスモデルにもとづいて予測
モデルを設定し、さらに予測モデルより予測操作量を算
出して予測制御を行なうことにより、無駄時間を有する
プロセスの制御を高精度に行なうとともに、プロセス運
転の安定性を確保できるようにしたプロセスの予測制御
方法の提供を目的とする。
業状態のデータをもとにして無駄時間を求めてプロセス
モデルを決定し、このプロセスモデルにもとづいて予測
モデルを設定し、さらに予測モデルより予測操作量を算
出して予測制御を行なうことにより、無駄時間を有する
プロセスの制御を高精度に行なうとともに、プロセス運
転の安定性を確保できるようにしたプロセスの予測制御
方法の提供を目的とする。
なお、従来、操業状態のデータをもとにプロセスモデル
を求め、プロセスを制御する方法としては、例えば、ホ
ットストリップミルの仕上圧延機の制御を行なう特開昭
49−13584号に示す方法、あるいは火力発電プラ
ントの制御を行なう特開昭57−84805号に示す方
法等が知られているが、これらの方法は、いずれも無駄
時間を考慮していないため、プロセスの動特性を正確に
推定することが困難であった・ E問題点の解決手段] 本発明は上記目的を達成するため、 イ、一定の時間プロセスの操作量と応答出力を採取し、
操作量列と、プロセス伝達関数のシステムパラメータで
ある無駄時間を零の状態から正の方向にずらした応答出
力列を作成し、かつ、カルマン・フィルタ法によりプロ
セスモデルに操作量を入力して得られる応答出力の最尤
値と、応答出力の実測値との所定時間内における絶対偏
差積分を求め、この絶対偏差積分を前回求めた絶対偏差
積分と比較して、前回求めた絶対偏差積分より小さい場
合には無駄時間をさらに正方向に所定量だけ変化させて
比較を繰り返し、前回求めた絶対偏差積分より大きい場
合には前回の無駄時間を固定してプロセスモデルを決定
し、 口、この決定したプロセスモデルをインパルス応答モデ
ルに変換し、さらに、差分処理して応答出力の予測モデ
ルを設定し、 ハ、応答出力の目標値と、差分処理して求めた予測モデ
ルにおける応答出力の推定値とから算出した評価関数が
最小となる時間における予測操作量をダイナミックス・
マトリックスを用いて求め。
を求め、プロセスを制御する方法としては、例えば、ホ
ットストリップミルの仕上圧延機の制御を行なう特開昭
49−13584号に示す方法、あるいは火力発電プラ
ントの制御を行なう特開昭57−84805号に示す方
法等が知られているが、これらの方法は、いずれも無駄
時間を考慮していないため、プロセスの動特性を正確に
推定することが困難であった・ E問題点の解決手段] 本発明は上記目的を達成するため、 イ、一定の時間プロセスの操作量と応答出力を採取し、
操作量列と、プロセス伝達関数のシステムパラメータで
ある無駄時間を零の状態から正の方向にずらした応答出
力列を作成し、かつ、カルマン・フィルタ法によりプロ
セスモデルに操作量を入力して得られる応答出力の最尤
値と、応答出力の実測値との所定時間内における絶対偏
差積分を求め、この絶対偏差積分を前回求めた絶対偏差
積分と比較して、前回求めた絶対偏差積分より小さい場
合には無駄時間をさらに正方向に所定量だけ変化させて
比較を繰り返し、前回求めた絶対偏差積分より大きい場
合には前回の無駄時間を固定してプロセスモデルを決定
し、 口、この決定したプロセスモデルをインパルス応答モデ
ルに変換し、さらに、差分処理して応答出力の予測モデ
ルを設定し、 ハ、応答出力の目標値と、差分処理して求めた予測モデ
ルにおける応答出力の推定値とから算出した評価関数が
最小となる時間における予測操作量をダイナミックス・
マトリックスを用いて求め。
この予測操作量にもとづいてプロセスの予測制御を行な
う方法としである。
う方法としである。
[実施例]
以下、本発明の実施例について図面を参照して説明する
。
。
第1図は本方法を実施する制御系のブロック図を示す0
図面において、1は制御対象となるプロセスであり、例
えば、反応の原料および触媒を同時に反応器に入れ、必
要時間後に取り出すバッチ反応器である。この場合、反
応器内部の温度制御は、後述する調節計2からの出力(
操作量)MYにもとづいて反応器の周囲に設けたジャケ
ットの温度を:gIW1することにより行なう、すなわ
ち、プロセス1は調節計2、例えばPID331節計か
らの出力MYにもとづいて制御が行なわれ、応答結果と
して応答出力PVを出力する。
図面において、1は制御対象となるプロセスであり、例
えば、反応の原料および触媒を同時に反応器に入れ、必
要時間後に取り出すバッチ反応器である。この場合、反
応器内部の温度制御は、後述する調節計2からの出力(
操作量)MYにもとづいて反応器の周囲に設けたジャケ
ットの温度を:gIW1することにより行なう、すなわ
ち、プロセス1は調節計2、例えばPID331節計か
らの出力MYにもとづいて制御が行なわれ、応答結果と
して応答出力PVを出力する。
調節計2は、比較部で求められた制御動作信号、すなわ
ち、目標値Svとフィードバックされたプロセス1の応
答出力値PVの偏差を入力とし、後述する予測操作量演
算部6からのデータにしたがってプロセス1の操作部に
:A箇計出力(操作Ji) MVを出力するものである
。
ち、目標値Svとフィードバックされたプロセス1の応
答出力値PVの偏差を入力とし、後述する予測操作量演
算部6からのデータにしたがってプロセス1の操作部に
:A箇計出力(操作Ji) MVを出力するものである
。
3はデータサンプリング部で、プロセスlの入出力とな
る調節計出力MYと応答出力Pvを一定時間サンプリン
グするものである。このデータサンプリング部3では、
無駄時間をDだけ変化させたときの応答出力PVもサン
プリングする。これらサンプリングされたデータは、プ
ロセスのモデルを決定する決定部4において用いられる
。
る調節計出力MYと応答出力Pvを一定時間サンプリン
グするものである。このデータサンプリング部3では、
無駄時間をDだけ変化させたときの応答出力PVもサン
プリングする。これらサンプリングされたデータは、プ
ロセスのモデルを決定する決定部4において用いられる
。
プロセスモデル決定部4は、無駄時間を零の状態から正
の方向に変化させていったときの、所定時間における応
答出力の最尤値と実測値の絶対偏差積分を求める。そし
て、この絶対偏差積分を前回求めた絶対偏差積分と比較
し、前回求めた絶対偏差積分より小さい場合には、無駄
時間をさらに正の方向に所定量だけ変化させて前記比較
を繰り返すとともに、前回求めた絶対偏差積分より大き
い場合には前回の無駄時間を固定してプロセスモデルを
決定する。
の方向に変化させていったときの、所定時間における応
答出力の最尤値と実測値の絶対偏差積分を求める。そし
て、この絶対偏差積分を前回求めた絶対偏差積分と比較
し、前回求めた絶対偏差積分より小さい場合には、無駄
時間をさらに正の方向に所定量だけ変化させて前記比較
を繰り返すとともに、前回求めた絶対偏差積分より大き
い場合には前回の無駄時間を固定してプロセスモデルを
決定する。
5は予測モデル設定部であり、プロセスモデルからイン
パルス応答モデルに変換し、さらにこのインパルス応答
モデルを差分処理し、その後ダイナミックス・マトリッ
クスにより予測モデルを設定する。6は予測操作量演算
部であり、評価関数を最小とする所定時間先の予測操作
量ΔUを制御則より求め、この予測操作量ΔUをrAy
B計2に出力する。
パルス応答モデルに変換し、さらにこのインパルス応答
モデルを差分処理し、その後ダイナミックス・マトリッ
クスにより予測モデルを設定する。6は予測操作量演算
部であり、評価関数を最小とする所定時間先の予測操作
量ΔUを制御則より求め、この予測操作量ΔUをrAy
B計2に出力する。
次に、本実施例方法を第2図に示すフローチャートにも
とづいて説明する。
とづいて説明する。
■ まず、プロセスlの入出力であるy4節針山力MY
と応答出力Pvを一定時間Tpサンプリングする(20
1)。
と応答出力Pvを一定時間Tpサンプリングする(20
1)。
■ Pvデータを無駄時間りだけ変化させたときの7A
節計2の出力MYと、プロセス1の応答出力Pvとのサ
ンプリングデータの組み合せを作る(202)。
節計2の出力MYと、プロセス1の応答出力Pvとのサ
ンプリングデータの組み合せを作る(202)。
■ 次に、プロセスモデル決定部4において、カルマン
・フィルタアルゴリズムによって、gll価値系方程式
。
・フィルタアルゴリズムによって、gll価値系方程式
。
最尤値: Y (K+1)=PY (K)+QU (K
)より、PとQを求める(203)。
)より、PとQを求める(203)。
ただLY (K)=PV (K+D)
U (K)=MV (K)
■ 続いて、最尤値
ハ
Y (K+1) =PY (K) +QU (K)にU
(K)を入力するとともに、実測値Y(K+1)から
、最尤値と実測値の絶対偏差積分(評価関数) を求める。すなわち、実プロセスデータとの差を求める
(204)。
(K)を入力するとともに、実測値Y(K+1)から
、最尤値と実測値の絶対偏差積分(評価関数) を求める。すなわち、実プロセスデータとの差を求める
(204)。
、■ 今回求めた絶対偏差積分J^を、前回求めた絶対
偏差積分J^と比較する(205)。
偏差積分J^と比較する(205)。
今回求めたJ^く前回求めたJ^のときには、無駄時間
を正の方向に所定量(D→D+1)だけずらしく20B
)、上述したデータのサンプリング(201)と組み合
せ(202)、および絶対偏差積分J^の算出(203
)、(204)を行ない、前回求めた絶対偏差積分と比
較する。これを、今回求めた絶対偏差積分が前回求めた
絶対偏差積分より大きくなるまで繰り返す。
を正の方向に所定量(D→D+1)だけずらしく20B
)、上述したデータのサンプリング(201)と組み合
せ(202)、および絶対偏差積分J^の算出(203
)、(204)を行ない、前回求めた絶対偏差積分と比
較する。これを、今回求めた絶対偏差積分が前回求めた
絶対偏差積分より大きくなるまで繰り返す。
■ 今回求めた絶対偏差積分J^が、前回求めた絶対偏
差積分J^より大きいときには、そのときの無駄時間り
とP、Qを記憶する(207)。
差積分J^より大きいときには、そのときの無駄時間り
とP、Qを記憶する(207)。
これにより、応答出力の最尤値と実測値の絶対偏差積分
が最小のときの無駄時間りと、P、Qを固定し、プロセ
スモデルを決定する。
が最小のときの無駄時間りと、P、Qを固定し、プロセ
スモデルを決定する。
■ 次に、予測モデル設定部5において、プロセスモデ
ルからインパルス応答モデルへの変換を行なう(207
)。
ルからインパルス応答モデルへの変換を行なう(207
)。
(i)1段目予測の場合
Y (k+ 1)=PY (k)+QU (k)
・・・・・・(1)=P (PY (k−1)+Q
U (k−1))+Qυ (K) =P2 Y (k−1)+PQU (k−1)+
QU (k) =P2 (PY (k−2)+QU (k−2)
)+PQU (k −1)+QU (k)−P3
Y (k−2)+P2 QU (k−2)+P
QU (k −1)+QU (k)=PN Y (
k−N+1) +、ΣPしl QIJ+−1 (k−t+t) (i=1.・・・、D、D+1.・・・、N)・・・(
2)(if)P段目予測の場合 式(1)において、k+11k+Pに置き換えると’y
(k+P)=PY (lC+P−1)+QU (k
+P−1) =p [PY (k+P−2) +QtJ (
k+P−2)) +QU (k+P−1)=P2
Y (k+P−2)+PQU (lc+P−2)
+QtJ (k+P−1)=P2 (PY (k
+P−3) +QtT (k+P−3)) +P
QU (k+P−2)+QU (k+p −1) =P3 Y (k+P−3)+P2 QU (
k+P−3)+PQU (k+P−2) +QU (k+P−1) =Pl’ Y (k+P−N)+Σpi−IQ[J(k
+P−i) Y (k+P) −Yo +Σht U (
k+P −i)1璽1 (i=1.・・・、D、D+1.・・・、N) ・・
・(3)1式において、kは現時点、(k+ 1)以後
は未来の時点、(k−L)以前は過去の時点を表わす拳 ■ 次いで、インパルス応答モデルを差分処理する(2
08)。
・・・・・・(1)=P (PY (k−1)+Q
U (k−1))+Qυ (K) =P2 Y (k−1)+PQU (k−1)+
QU (k) =P2 (PY (k−2)+QU (k−2)
)+PQU (k −1)+QU (k)−P3
Y (k−2)+P2 QU (k−2)+P
QU (k −1)+QU (k)=PN Y (
k−N+1) +、ΣPしl QIJ+−1 (k−t+t) (i=1.・・・、D、D+1.・・・、N)・・・(
2)(if)P段目予測の場合 式(1)において、k+11k+Pに置き換えると’y
(k+P)=PY (lC+P−1)+QU (k
+P−1) =p [PY (k+P−2) +QtJ (
k+P−2)) +QU (k+P−1)=P2
Y (k+P−2)+PQU (lc+P−2)
+QtJ (k+P−1)=P2 (PY (k
+P−3) +QtT (k+P−3)) +P
QU (k+P−2)+QU (k+p −1) =P3 Y (k+P−3)+P2 QU (
k+P−3)+PQU (k+P−2) +QU (k+P−1) =Pl’ Y (k+P−N)+Σpi−IQ[J(k
+P−i) Y (k+P) −Yo +Σht U (
k+P −i)1璽1 (i=1.・・・、D、D+1.・・・、N) ・・
・(3)1式において、kは現時点、(k+ 1)以後
は未来の時点、(k−L)以前は過去の時点を表わす拳 ■ 次いで、インパルス応答モデルを差分処理する(2
08)。
(i)1段目予測の場合
インパルス応答モデル(式(2) )
%式%(1)
を差分化する
△
Y (k+1)=Yo +h+ (U (k)−υ(
k−1) ) + (h+ −1−hz ) (U
(k−1)−U (k−2))+・・・+(hI+hz
+・・・+hi+ ) (U (k−N+ t)−U
(k−N))+ (h+ +hz +・・・+hII
) IJ (k−N) Y (k+1)−Yo +)11 ΔU(k)+
(hl十hz )ΔU(Ic−1)+・・・・・・”
(h+ 十h2+・・・+hN)ΔU(k−N+ 1)
+・・・+ (hl+h7 +・・・+ hN
)U (k−N) ・・・、N)とおくと + (h+ +hz +=+hN)U (k−N)Yo
”aYo + (hl +h2 ++−+hN
) U (k−N)とおくと (ただしal、a2.・・・、ai1はすべてOである
)(ti)p段目予測の場合 インパルス応答モデルC式C3> ) =Yo +111 U (k+p l) +h2U
(k+p−2)+・・・+h11(k+p−N)(i=
1,2.・・・、D、D+1.・・・、N)を差分化す
る △ Y (k+p)=Yo +ht (U (k+p−1
)−U (k+p−2)) + (hi +b2 )(
U(k+p−2)−U (k+p−3))+・・・”
(hi +h2 +・・・+hm ) (U (k+
p−N)−U (k+p−N−1)] + (hl +h2 +・・・+hN)U(k+p−N
−1) (以下、余白) △ Y (k+p)=Yo +h+ ΔU (k+
p−1)+117 ΔU(k+p−2) +・・・
・・・+ (h、 +h2 +・−+hN )
ΔU(k+P−N) (hl +h2 +・・
・+h11 )U (k+p−N−1)の ai = Σ hi ci=t、z、−・−、n
、+o+i。
k−1) ) + (h+ −1−hz ) (U
(k−1)−U (k−2))+・・・+(hI+hz
+・・・+hi+ ) (U (k−N+ t)−U
(k−N))+ (h+ +hz +・・・+hII
) IJ (k−N) Y (k+1)−Yo +)11 ΔU(k)+
(hl十hz )ΔU(Ic−1)+・・・・・・”
(h+ 十h2+・・・+hN)ΔU(k−N+ 1)
+・・・+ (hl+h7 +・・・+ hN
)U (k−N) ・・・、N)とおくと + (h+ +hz +=+hN)U (k−N)Yo
”aYo + (hl +h2 ++−+hN
) U (k−N)とおくと (ただしal、a2.・・・、ai1はすべてOである
)(ti)p段目予測の場合 インパルス応答モデルC式C3> ) =Yo +111 U (k+p l) +h2U
(k+p−2)+・・・+h11(k+p−N)(i=
1,2.・・・、D、D+1.・・・、N)を差分化す
る △ Y (k+p)=Yo +ht (U (k+p−1
)−U (k+p−2)) + (hi +b2 )(
U(k+p−2)−U (k+p−3))+・・・”
(hi +h2 +・・・+hm ) (U (k+
p−N)−U (k+p−N−1)] + (hl +h2 +・・・+hN)U(k+p−N
−1) (以下、余白) △ Y (k+p)=Yo +h+ ΔU (k+
p−1)+117 ΔU(k+p−2) +・・・
・・・+ (h、 +h2 +・−+hN )
ΔU(k+P−N) (hl +h2 +・・
・+h11 )U (k+p−N−1)の ai = Σ hi ci=t、z、−・−、n
、+o+i。
・・・、N)とおくと
+ (hi +h2 +・・・+hs ) U (k+
p−N−1) Ya@=Ye + (hs + hz +−+ hll
) U(k+p−N−1)とおくと ・・・・・・・・・・・・(4) (ただし&1. a2.”” 、 aD−1はすべて0
である)υ 無駄時間 ■ 次いで、ダイナミックス・マトリックスにより予測
モデルの設定を行なう(209)。
p−N−1) Ya@=Ye + (hs + hz +−+ hll
) U(k+p−N−1)とおくと ・・・・・・・・・・・・(4) (ただし&1. a2.”” 、 aD−1はすべて0
である)υ 無駄時間 ■ 次いで、ダイナミックス・マトリックスにより予測
モデルの設定を行なう(209)。
2段目の予測モデルは、式(0から
未来
過 去 打切り誤差
(P−1)個
ダイナミックス・マトリックスは
[相] 次に、予測操作量演算部6において、推定値の
計算を行なう(210’) 。
計算を行なう(210’) 。
予測モデルと、過去の出力値すなわちプロセスの応答出
力値より推定値Y−(k+p)の計算を行なう、初期の
推定値の計算は、演算プログラムにしたがって行なわれ
、その後の計算は、後述するように制御対象が一定の状
態になるまで繰り返して行なわれる。
力値より推定値Y−(k+p)の計算を行なう、初期の
推定値の計算は、演算プログラムにしたがって行なわれ
、その後の計算は、後述するように制御対象が一定の状
態になるまで繰り返して行なわれる。
■ 次に、評価rA数JBを最小とする予測操作量の算
出を行なう(2t t) 。
出を行なう(2t t) 。
応答出力の目標値と推定値とから算出した評価関数
を最小にするp時間先の予測操作量ΔUは、制御則(式
(5))により求めることができる。
(5))により求めることができる。
ΔU= [AT mA]−1・AT e (k+
1)・・・・・・(5) ここで誤差ベクトルe (k+1)は、目標値
推定値 未 来 未 来 過 去過
去 @ 次いで、算出した予測操作量ΔU(k+1)、・・
・Δty(k+p)をプロセスに入力する(212)
。
1)・・・・・・(5) ここで誤差ベクトルe (k+1)は、目標値
推定値 未 来 未 来 過 去過
去 @ 次いで、算出した予測操作量ΔU(k+1)、・・
・Δty(k+p)をプロセスに入力する(212)
。
謂箇計2は、予測操作量演算部6からの予測操作量ΔU
に応じて修正した3I節系出力(操作量)MYをプロセ
スlに入力してプロセス制御を行なう、一方、この制御
結果はプロセスlの応答出力PVとして測定され、予測
操作ffi演算部6にフィードバックされて推定値計算
の際のデータとして使用され、さらに予測操作量の算出
が行なわれる。これをプロセスにおける制御対象が一定
の状態にな−るまで繰り返しつつ行なう。
に応じて修正した3I節系出力(操作量)MYをプロセ
スlに入力してプロセス制御を行なう、一方、この制御
結果はプロセスlの応答出力PVとして測定され、予測
操作ffi演算部6にフィードバックされて推定値計算
の際のデータとして使用され、さらに予測操作量の算出
が行なわれる。これをプロセスにおける制御対象が一定
の状態にな−るまで繰り返しつつ行なう。
この予測制御方法は、例えば、温度制御を行なうプロセ
スにおいて、温度を最終温度まで昇温させる過程の全体
を通じて実施することもできるが、ある一定の温度まで
、本発明の予測制御方法によって昇温させ、その御最終
温度までは通常の制御方法に切り換えて制御することも
できる。また、制御対象となるプロセスによっては、本
発明の予測制御方法と通常の制御方法を、段階的に交互
に切り換えて実施するようにすることも可詣である。
スにおいて、温度を最終温度まで昇温させる過程の全体
を通じて実施することもできるが、ある一定の温度まで
、本発明の予測制御方法によって昇温させ、その御最終
温度までは通常の制御方法に切り換えて制御することも
できる。また、制御対象となるプロセスによっては、本
発明の予測制御方法と通常の制御方法を、段階的に交互
に切り換えて実施するようにすることも可詣である。
このように、本発明は、操業状態のデータをもとに無駄
時間を求めて、プロセスモデルを決定し、このプロセス
モデルにもとづいて設定した予測モデルより予測操作量
を算出して予測制御を行なっている。
時間を求めて、プロセスモデルを決定し、このプロセス
モデルにもとづいて設定した予測モデルより予測操作量
を算出して予測制御を行なっている。
なお、本発明は上述した反応器の温度制御の実施例に限
定されるものではなく、無駄時間を有するプロセス全般
に適用が可能である。
定されるものではなく、無駄時間を有するプロセス全般
に適用が可能である。
〔発明の効果]
以上のように本発明の制御方法によれば、無駄時間を有
するプロセスにおける制g4精度を高めることができる
とともに、プロセスの運転を安定した状態で行なうこと
ができる。
するプロセスにおける制g4精度を高めることができる
とともに、プロセスの運転を安定した状態で行なうこと
ができる。
第1図本発明の方法を実施する制御系のブロック図、第
2図は第1図に示す制御系にもとずいて行なう本発明方
法のプロチャートである。 1:プロセス 2:調節計 3:データサンプリング部 4:プロセスモデル決定部 5:予測モデル設定部 6:予測操作量演算部
2図は第1図に示す制御系にもとずいて行なう本発明方
法のプロチャートである。 1:プロセス 2:調節計 3:データサンプリング部 4:プロセスモデル決定部 5:予測モデル設定部 6:予測操作量演算部
Claims (1)
- 【特許請求の範囲】 プロセスモデル、プロセス予測モデルさらに予測操作量
を求めてプロセスを制御する方法において、 イ、一定の時間プロセスの操作量と応答出力を採取し、
操作量列と、プロセス伝達関数のシステムパラメータで
ある無駄時間を零の状態から正の方向にずらした応答出
力列を作成し、かつ、カルマン・フィルタ法によりプロ
セスモデルに操作量を入力して得られる応答出力の最尤
値と、応答出力の実測値との所定時間内における絶対偏
差積分を求め、この絶対偏差積分を前回求めた絶対偏差
積分と比較し、前回求めた絶対偏差積分より小さい場合
には無駄時間をさらに正方向に所定量だけ変化させて比
較を繰り返し、前回求めた絶対偏差積分より大きい場合
には前回の無駄時間を固定してプロセスモデルを決定し
、 ロ、この決定したプロセスモデルをインパルス応答モデ
ルに変換し、さらに、差分処理して応答出力の予測モデ
ルを設定し、 ハ、応答出力の目標値と、差分処理して求めた予測モデ
ルにおける応答出力の推定値とから算出した評価関数が
最小となる時間における予測操作量をダイナミックス・
マトリックスを用いて求め、この予測操作量にもとづい
てプロセスの予測制御を行なうことを特徴としたプロセ
スの予測制御方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP24512286A JPS6398703A (ja) | 1986-10-15 | 1986-10-15 | プロセスの予測制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP24512286A JPS6398703A (ja) | 1986-10-15 | 1986-10-15 | プロセスの予測制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS6398703A true JPS6398703A (ja) | 1988-04-30 |
JPH0560604B2 JPH0560604B2 (ja) | 1993-09-02 |
Family
ID=17128947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP24512286A Granted JPS6398703A (ja) | 1986-10-15 | 1986-10-15 | プロセスの予測制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS6398703A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1993020489A1 (en) * | 1992-03-31 | 1993-10-14 | Kabushiki Kaisha Yaskawa Denki | Prediction control apparatus |
JP2009127594A (ja) * | 2007-11-27 | 2009-06-11 | Toyota Motor Corp | 空燃比センサの異常診断装置 |
JP2012230701A (ja) * | 2005-09-30 | 2012-11-22 | Fisher Rosemount Systems Inc | プロセス制御システムにおけるオンライン適応モデル予測制御 |
JP2013505489A (ja) * | 2009-09-17 | 2013-02-14 | ビーエーエスエフ ソシエタス・ヨーロピア | 化学的エンジニアリング工程を制御する明確なスイッチを有する二自由度制御方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5739412A (en) * | 1980-08-19 | 1982-03-04 | Toshiba Corp | Proportional, integral and differentiating control device of sample value |
JPS5998202A (ja) * | 1982-11-26 | 1984-06-06 | Hitachi Ltd | 発電プラント最適制御方法 |
JPS60249069A (ja) * | 1984-05-24 | 1985-12-09 | Yokogawa Hokushin Electric Corp | ステップ応答測定装置 |
-
1986
- 1986-10-15 JP JP24512286A patent/JPS6398703A/ja active Granted
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5739412A (en) * | 1980-08-19 | 1982-03-04 | Toshiba Corp | Proportional, integral and differentiating control device of sample value |
JPS5998202A (ja) * | 1982-11-26 | 1984-06-06 | Hitachi Ltd | 発電プラント最適制御方法 |
JPS60249069A (ja) * | 1984-05-24 | 1985-12-09 | Yokogawa Hokushin Electric Corp | ステップ応答測定装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1993020489A1 (en) * | 1992-03-31 | 1993-10-14 | Kabushiki Kaisha Yaskawa Denki | Prediction control apparatus |
US5696672A (en) * | 1992-03-31 | 1997-12-09 | Kabushiki Kaisha Yaskawa Denki | Preview control apparatus |
JP2012230701A (ja) * | 2005-09-30 | 2012-11-22 | Fisher Rosemount Systems Inc | プロセス制御システムにおけるオンライン適応モデル予測制御 |
JP2009127594A (ja) * | 2007-11-27 | 2009-06-11 | Toyota Motor Corp | 空燃比センサの異常診断装置 |
JP2013505489A (ja) * | 2009-09-17 | 2013-02-14 | ビーエーエスエフ ソシエタス・ヨーロピア | 化学的エンジニアリング工程を制御する明確なスイッチを有する二自由度制御方法 |
Also Published As
Publication number | Publication date |
---|---|
JPH0560604B2 (ja) | 1993-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6357027B2 (ja) | プロセス制御システムにおけるオンライン適応モデル予測制御 | |
US5704011A (en) | Method and apparatus for providing multivariable nonlinear control | |
Morningred et al. | An adaptive nonlinear predictive controller | |
Kadam et al. | Dynamic optimization in the presence of uncertainty: From off-line nominal solution to measurement-based implementation | |
Sistu et al. | Computational issues in nonlinear predictive control | |
CN104375475B (zh) | 间歇反应器中间歇反应过程的优化控制方法 | |
CA2411378A1 (en) | Multi-variable matrix process control | |
Wu et al. | Design of dynamic matrix control based PID for residual oil outlet temperature in a coke furnace | |
CN109581870A (zh) | 含能材料反应釜的釜内温度动态矩阵控制方法 | |
JPH06301406A (ja) | 階層型モデル予測制御システム | |
CN111123871A (zh) | 针对化工过程遗传算法优化的预测函数控制方法 | |
JPH0534682B2 (ja) | ||
JPS6398703A (ja) | プロセスの予測制御方法 | |
Tao et al. | Feedforward learning applied to RTP of semiconductor wafers | |
Sanatizadeh et al. | The design of NMSS fractional-order predictive functional controller for unstable systems with time delay | |
US11086277B2 (en) | System and method for determining the parameters of a controller | |
JPH11296204A (ja) | 多変数プロセス制御システム | |
Wang et al. | Multi-model based real-time final product quality control strategy for batch processes | |
Na et al. | An experimental study for property control in a continuous styrene polymerization reactor using a polynomial ARMA model | |
CN109884884A (zh) | 一种***控制品质的调整方法及相关装置 | |
JP2004348481A (ja) | プロセス制御装置及びプロセス制御方法 | |
Pan et al. | Recursive data-based prediction and control of product quality for a PMMA batch process | |
JPH09146610A (ja) | 多変数非線形プロセス・コントローラー | |
JPH06195105A (ja) | セルフチューニングコントローラ | |
Wellons et al. | A generalized analytical predictor for process control |