JPH06289909A

JPH06289909A - Ｉｍｃコントローラ

Info

Publication number: JPH06289909A
Application number: JP10182793A
Authority: JP
Inventors: Masahito Tanaka; 雅人田中; Hiroyuki Mitsubuchi; 裕之三渕
Original assignee: Azbil Corp
Current assignee: Azbil Corp
Priority date: 1993-04-06
Filing date: 1993-04-06
Publication date: 1994-10-18

Abstract

(57)【要約】【目的】制御対象プロセスにヒステリシス、非線形
性、又は時変性が存在しても精度と信頼性の高い制御を
行うことができるＩＭＣコントローラを提供する。【構成】内部モデル記憶部６ａには制御対象プロセス
を数式表現した内部モデルのパラメータが記憶されてい
る。第１の時定数、第２の時定数でそれぞれ目標値フィ
ルタ部２、操作量演算部４内部の目標値・外乱フィルタ
部の特性が決定される。そして、フィルタ時定数選択処
理部１１によってフィルタ時定数候補記憶部１０に記憶
されたフィルタ時定数の候補中から制御条件に応じた第
１の時定数及び第２の時定数が選択されて出力される。
よって、制御条件に応じて目標値フィルタ部２及び操作
量演算部４内部の目標値・外乱フィルタ部の特性が変更
される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明はＩＭＣ（Internal Model
Control）構造の制御アルゴリズムを用いたコントロー
ラに関し、特に制御条件に応じてフィルタの時定数を変
更することができるコントローラに関するものである。

【０００２】

【従来の技術】従来より汎用コントローラとしてＰＩＤ
制御を用いたものが一般に使用されている。ＰＩＤコン
トローラは、ＰＩＤ動作を行う操作部によって、目標値
（例えばこのコントローラが室内空調機であれば室内温
度設定値に相当する）とフィードバック量との差からこ
のコントローラの出力である操作量（室内空調機から出
る温風又は冷風の温度）を演算し、この操作量を制御対
象プロセス（室内環境）へ出力してその制御結果である
制御量（室内温度）をフィードバック量として戻すフィ
ードバック制御系である。しかし、ＰＩＤコントローラ
には、操作量が出力されてから制御対象プロセスにおけ
る制御量に変化が現れるまでの時間（例えば室内空調機
ならば温風が出てから室内温度が上昇するまでの時間）
であるむだ時間が大きい場合の対応が難しいという問題
点があった。

【０００３】そこで、制御対象プロセスを数式表現した
内部モデルを組み込んで制御を行うＩＭＣ構造の制御ア
ルゴリズムを用いたコントローラが提案されている。図
７はこのＩＭＣコントローラを用いた制御系のブロック
線図である。４３は目標値から後述するフィードバック
量を減算する第１の減算処理部、４２は第１の減算処理
部４３の出力の変化が急激に伝わらないようにするため
のフィルタ部、４４はフィルタ部４２の出力に基づいて
操作量を演算する操作部、４６は制御対象プロセスを数
式で近似したものであって制御対象プロセスの制御量に
相当する参照制御量を出力する内部モデル、４８は制御
量から内部モデル４６からの参照制御量を減算してフィ
ードバック量を出力する第２の減算処理部、５０は制御
対象プロセスである。また、Ｆ、Ｇｃ、Ｇｍ、Ｇｐはそ
れぞれフィルタ部４２、操作部４４、内部モデル４６、
制御対象プロセス５０の伝達関数、ｒは目標値、ｕは操
作量、ｄは例えば室内環境に対する室外環境等に相当す
る外乱、ｙは制御量、ｙｍは参照制御量、ｅはフィード
バック量である。

【０００４】次に、このようなＩＭＣコントローラの動
作を説明する。まず、第１の減算処理部４３にて目標値
ｒからフィードバック量ｅが減算され、この結果がフィ
ルタ部４２に出力される。次に、操作部４４にてフィル
タ部４２の出力から操作量ｕが演算され、制御対象プロ
セス５０とコントローラの内部モデル４６へ出力され
る。そして、第２の減算処理部４８にて制御対象プロセ
ス５０の制御量ｙから制御対象プロセス５０の近似的な
動作をする内部モデル４６からの参照制御量ｙｍが減算
され、この結果がフィードバック量ｅとして第１の減算
処理部４３へフィードバックされるフィードバック制御
系が構成されている。

【０００５】このようなＩＭＣコントローラの内部モデ
ル４６は、制御対象プロセス５０と全く同一になるよう
に数式表現されるのが理想的であり、通常、制御対象プ
ロセス５０をゲイン、むだ時間、及び時定数というパラ
メータからなる特性を有するものとして数式表現する。
また、操作部４４は、内部モデル４６の伝達関数の逆特
性（１／Ｇｍ）になるのが理想的であるが、内部モデル
４６にあるむだ時間の要素については逆数化は不可能な
ので、通常はむだ時間の要素は無視する。

【０００６】よって、制御量ｙは、このような構成によ
り目標値ｒ、外乱ｄから次式にて求めることができる。ｙ＝Ｆ×Ｇｐ×Ｇｃ×ｒ／｛１＋Ｆ×Ｇｃ×（Ｇｐ−Ｇｍ）｝＋（１−Ｆ×Ｇｍ×Ｇｃ）×ｄ／｛１＋Ｆ×Ｇｃ×（Ｇｐ−Ｇｍ）｝・・・（１）ここで、内部モデル４６の伝達関数Ｇｍが制御対象プロ
セス５０の伝達関数Ｇｐに等しく、操作部４４の伝達関
数Ｇｃが内部モデル４６の伝達関数の逆数（１／Ｇｍ＝
１／Ｇｐ）に等しい理想的な状態を仮定すると、式
（１）は次式のようになる。ｙ＝Ｆ×ｒ＋（１−Ｆ）×ｄ・・・（２）

【０００７】更に、目標値ｒに急激な変化がない理想的
な条件であればフィルタ部４２は不要となり、Ｆ＝１に
できるので、制御量ｙは目標値ｒと等しくなり（ｙ＝
ｒ）、外乱ｄの影響が全くない制御を実現できることに
なる。また、図７の制御系で外乱ｄに着目すると、制御
対象プロセス５０と内部モデル４６に大きなむだ時間が
あったとしても、両者は操作量ｕに対して同じ特性を示
すので、第２の減算処理部４８の出力であるフィードバ
ック量ｅは外乱ｄのみとなり、外乱ｄを抑制できること
が分かる。

【０００８】このようなＩＭＣコントローラでは、通
常、制御対象プロセス５０と内部モデル４６の誤差が大
きくなったときの安定性を示すロバスト安定性等の設計
条件に基づいて１種類のフィルタ部４２が設計される。
ところが、制御対象プロセス５０には、例えば室外温度
が３０℃で室内温度を３０℃から２５℃に下げるときと
２０℃から２５℃に上げるときでは室内温度の変化の仕
方が異なる、すなわち制御量の下降時と上昇時で特性が
異なるヒステリシスが存在する場合がある。また、室外
温度が３０℃で室内温度を３０℃から２５℃に下げると
きと２５℃から２０℃に下げるときのように制御条件に
依存してゲインや時定数が変化する非線形性が存在する
場合もあり、朝と夜で異なる室外温度に対して室内温度
を制御するときのように時間の経過に依存してゲインや
時定数が変化する時変性が存在する場合もある。

【０００９】このように制御対象プロセス５０にヒステ
リシス、非線形性、又は時変性が存在する場合は、制御
条件の変化によって制御対象プロセス５０の特性が変化
するので、内部モデル４６に制御対象プロセス５０に対
する事実上のモデル同定誤差が生じてこのコントローラ
のロバスト安定性に変化が生じる。また、上記の場合、
内部モデル４６の事実上のモデル同定誤差を想定してフ
ィルタ部４２を設計する方法があるが、この制御対象プ
ロセス５０の特性変化に基づくモデル同定誤差を考慮す
ると、フィルタ部４２の時定数は極端に大きなものとな
る。

【００１０】

【発明が解決しようとする課題】従来のＩＭＣコントロ
ーラは以上のように構成されているので、制御対象プロ
セスにヒステリシス、非線形性、又は時変性が存在する
場合はこのコントローラのロバスト安定性に変化が生
じ、そのロバスト安定性が不十分になると制御が不安定
になるという問題点があった。また、上記のような内部
モデルの事実上のモデル同定誤差を想定して設計すると
フィルタ部の時定数が極端に大きくなり、目標値追従性
が悪くなって実用上の支障が生じるという問題点があっ
た。本発明は、上記課題を解決するために、制御対象プ
ロセスにヒステリシス、非線形性、又は時変性が存在し
ても精度と信頼性の高い制御を行うことができるＩＭＣ
コントローラを提供することを目的とする。

【００１１】

【課題を解決するための手段】本発明は、入力された目
標値を第１の時定数によって決定される特性で出力する
目標値フィルタ部と、目標値フィルタ部の出力からフィ
ードバック量を減算する第１の減算処理部と、第１の減
算処理部の出力を第２の時定数によって決定される特性
で出力する目標値・外乱フィルタ部と、内部モデルのパ
ラメータに基づいて目標値・外乱フィルタ部の出力から
操作量を演算する操作部とからなる操作量演算部と、内
部モデルのパラメータを記憶する内部モデル記憶部と、
内部モデルのパラメータに基づいて操作量演算部から出
力された操作量から参照制御量を演算する内部モデル出
力演算部と、制御対象プロセスの制御量から内部モデル
出力演算部から出力された参照制御量を減算してフィー
ドバック量を出力する第２の減算処理部と、動作時の制
御条件を制御条件信号として出力する条件信号入力部
と、制御条件の変化による制御対象プロセスの特性の変
化を想定した第１の時定数及び第２の時定数をフィルタ
時定数の候補として記憶するフィルタ時定数候補記憶部
と、条件信号入力部から出力された制御条件信号に基づ
いてフィルタ時定数候補記憶部に記憶された候補中から
制御条件に応じた第１の時定数及び第２の時定数を選択
して出力するフィルタ時定数選択処理部とを有するもの
である。

【００１２】また、入力された目標値を第１の時定数に
よって決定される特性で出力する目標値フィルタ部と、
目標値フィルタ部の出力からフィードバック量を減算す
る第１の減算処理部と、第１の減算処理部の出力を第２
の時定数によって決定される特性で出力する目標値・外
乱フィルタ部と、内部モデルのパラメータに基づいて目
標値・外乱フィルタ部の出力から操作量を演算する操作
部とからなる操作量演算部と、内部モデルのパラメータ
を記憶する内部モデル記憶部と、内部モデルのパラメー
タに基づいて操作量演算部から出力された操作量から参
照制御量を演算する内部モデル出力演算部と、制御対象
プロセスの制御量から内部モデル出力演算部から出力さ
れた参照制御量を減算してフィードバック量を出力する
第２の減算処理部と、動作時の制御条件を制御条件信号
として出力する条件信号入力部と、制御条件の変化によ
る制御対象プロセスの特性の変化を想定した代表的な第
１の時定数及び第２の時定数を記憶するフィルタ時定数
代表記憶部と、条件信号入力部から出力された制御条件
信号とフィルタ時定数代表記憶部に記憶された代表的な
第１の時定数及び第２の時定数に基づいて、制御条件に
応じた第１の時定数及び第２の時定数を推定して出力す
るフィルタ時定数推定部とを有するものである。

【００１３】また、フィルタ時定数推定部の代わりに、
フィルタ時定数代表記憶部に記憶された代表的な第１の
時定数及び第２の時定数に基づいてファジィ推論におけ
るメンバシップ関数を設定し、このメンバシップ関数と
条件信号入力部から出力された制御条件信号に基づいて
制御条件に応じた第１の時定数及び第２の時定数を推定
して出力するフィルタ時定数推定処理部を有するもので
ある。

【００１４】また、入力された目標値を第１の時定数に
よって決定される特性で出力する目標値フィルタ部と、
目標値フィルタ部の出力からフィードバック量を減算す
る第１の減算処理部と、第１の減算処理部の出力を第２
の時定数によって決定される特性で出力する目標値・外
乱フィルタ部と、内部モデルのパラメータに基づいて目
標値・外乱フィルタ部の出力から操作量を演算する操作
部とからなる操作量演算部と、内部モデルのパラメータ
を記憶する内部モデル記憶部と、内部モデルのパラメー
タに基づいて操作量演算部から出力された操作量から参
照制御量を演算する内部モデル出力演算部と、制御対象
プロセスの制御量から内部モデル出力演算部から出力さ
れた参照制御量を減算してフィードバック量を出力する
第２の減算処理部と、動作時の制御条件を制御条件信号
として出力する条件信号入力部と、条件信号入力部から
出力された制御条件信号に基づいて制御条件に応じた第
１の時定数及び第２の時定数を算出して出力するフィル
タ時定数算出処理部とを有するものである。

【００１５】

【作用】本発明によれば、目標値が第１の時定数によっ
て特性が決まる目標値フィルタ部に入力され、第１の減
算処理部にて目標値フィルタ部の出力からフィードバッ
ク量が減算される。この減算結果が第２の時定数によっ
て特性が決まる操作量演算部内の目標値・外乱フィルタ
部に出力され、操作部にてこの結果から操作量が演算さ
れ、制御対象プロセス及び内部モデル出力演算部へ出力
される。次いで、第２の減算処理部にて制御対象プロセ
スの制御量から内部モデル出力演算部からの参照制御量
が減算され、この結果がフィードバック量として第１の
減算処理部へフィードバックされるフィードバック制御
系が構成されている。そして、フィルタ時定数選択処理
部によってフィルタ時定数候補記憶部に記憶されたフィ
ルタ時定数の候補中から制御条件に応じた第１の時定数
及び第２の時定数が選択されて出力されることにより、
目標値フィルタ部及び目標値・外乱フィルタ部の特性が
変更される。

【００１６】また、フィルタ時定数推定部によってフィ
ルタ時定数代表記憶部に記憶された代表的な第１の時定
数及び第２の時定数に基づいて制御条件に応じた第１の
時定数及び第２の時定数が推定されて出力される。

【００１７】また、フィルタ時定数推定処理部によっ
て、フィルタ時定数代表記憶部に記憶された代表的な第
１の時定数及び第２の時定数に基づいてファジィ推論に
おけるメンバシップ関数が設定され、制御条件に応じた
第１の時定数及び第２の時定数が推定されて出力され
る。

【００１８】また、フィルタ時定数算出処理部によって
制御条件に応じた第１の時定数及び第２の時定数が算出
されて出力される。

【００１９】

【実施例】図１は本発明の１実施例を示すＩＭＣコント
ローラのブロック図、図２はこのＩＭＣコントローラを
用いた制御系のブロック線図である。図１において、１
は図示しないオペレータによって設定された目標値ｒを
このコントローラに入力する目標値入力部、２は目標値
入力部１からの目標値ｒを後述するフィルタ時定数選択
処理部から出力された第１の時定数によって決定される
特性で出力する目標値フィルタ部、３は目標値フィルタ
部２の出力からフィードバック量ｅを減算する第１の減
算処理部、４は後述するフィルタ時定数選択処理部から
出力された第２の時定数と後述する内部モデル記憶部か
ら出力されたパラメータとに基づいて第１の減算処理部
３の出力から操作量ｕを演算する操作量演算部、５は操
作量演算部４から出力された操作量ｕを図１では図示し
ない制御対象プロセスへ出力する信号出力部である。

【００２０】また、６ａはこのＩＭＣコントローラの内
部モデルのパラメータを記憶する内部モデル記憶部、６
ｂは内部モデル記憶部６ａから出力されたパラメータに
基づいて内部モデルとしての演算を行い参照制御量ｙｍ
を出力する内部モデル出力演算部、７は制御対象プロセ
スからの制御量ｙをこのＩＭＣコントローラに入力する
制御量入力部、８は制御量入力部７から出力された制御
量ｙから内部モデル出力演算部６ｂから出力された参照
制御量ｙｍを減算してフィードバック量ｅを出力する第
２の減算処理部である。

【００２１】また、９は目標値入力部１から出力された
目標値ｒと制御量入力部７から出力された制御量ｙに基
づいて制御条件信号を出力する条件信号入力部、１０は
制御条件の変化による制御対象プロセス５０の特性の変
化を想定したフィルタ時定数の候補を記憶するフィルタ
時定数候補記憶部である。また、１１はフィルタ時定数
選択処理部であり、条件信号入力部９から出力された制
御条件信号に基づいてフィルタ時定数候補記憶部１０に
記憶された候補中から該当する候補を選択し、その第１
の時定数、第２の時定数を出力することにより目標値フ
ィルタ部２、操作量演算部４内の後述する目標値・外乱
フィルタ部の特性を変更させる。

【００２２】図２において、４ａは操作量演算部４の内
部にあって、第１の減算処理部３の出力をフィルタ時定
数選択処理部１１から出力された第２の時定数によって
決定される特性で出力する目標値・外乱フィルタ部、４
ｂは同じくその内部にあって目標値・外乱フィルタ部４
ａの出力から操作量ｕを演算する操作部、６は内部モデ
ル記憶部６ａ及び内部モデル出力演算部６ｂからなる内
部モデル、Ｆ１は目標値フィルタ部２の伝達関数、Ｆ２
は目標値・外乱フィルタ部４ａの伝達関数である。な
お、図２は図１のＩＭＣコントローラから条件信号入力
部９、フィルタ時定数候補記憶部１０、及びフィルタ時
定数選択処理部１１を除く本来のコントローラと、制御
対象プロセス５０及び外乱ｄとを含めて制御系として書
き直したものである。

【００２３】次に、このようなＩＭＣコントローラの動
作を説明する。目標値ｒは、このＩＭＣコントローラの
オペレータ等によって設定され、目標値入力部１を介し
て目標値フィルタ部２に入力される。後述するフィルタ
時定数選択処理部１１から出力された第１の時定数をＴ
１とすると、目標値フィルタ部２は、目標値ｒをこの第
１の時定数Ｔ１によって次式のように決定される伝達関
数Ｆ１の特性で出力する。Ｆ１＝１／（１＋Ｔ１×ｓ）・・・（３）次に、第１の減算処理部３は、この目標値フィルタ部２
の出力から第２の減算処理部８から出力されるフィード
バック量ｅを減算する。

【００２４】そして、フィルタ時定数選択処理部１１か
ら出力された第２の時定数をＴ２とすると、操作量演算
部４内の目標値・外乱フィルタ部４ａは、第１の減算処
理部３の出力をこの第２の時定数Ｔ２によって次式のよ
うに決定される伝達関数Ｆ２の特性で出力する。Ｆ２＝１／（１＋Ｔ２×ｓ）・・・（４）

【００２５】また、同じくその内部の操作部４ｂは、目
標値・外乱フィルタ部４ａの出力から操作量ｕを演算す
るが、その伝達関数Ｇｃは内部モデル記憶部６ａから出
力された内部モデル６のゲイン及び時定数により次式と
なり、図７の例と同様にむだ時間Ｌｍの要素を除いた内
部モデル６の伝達関数Ｇｍの逆数となっている。Ｇｃ＝（１＋Ｔｍ×ｓ）／Ｋｍ・・・（５）ここで、Ｋｍ、Ｔｍはそれぞれ内部モデル６のゲイン、
時定数である。

【００２６】よって、操作量演算部４全体としての伝達
関数は次式となる。Ｆ２×Ｇｃ＝（１＋Ｔｍ×ｓ）／｛Ｋｍ×（１＋Ｔ２×ｓ）｝・・・（６）このようにして、第１の減算処理部３の出力から操作量
ｕが演算されて信号出力部５を介して制御対象プロセス
５０へ出力され、また内部モデル出力演算部６ｂへ出力
される。

【００２７】次に、内部モデル６は、内部モデル記憶部
６ａに記憶されたゲインＫｍ、むだ時間Ｌｍ、及び時定
数Ｔｍからなるこれらのパラメータによって、制御対象
プロセス５０を１次遅れとむだ時間の要素を有するもの
として数式表現したものであり、内部モデル出力演算部
６ｂにて操作量演算部４から出力された操作量ｕから参
照制御量ｙｍを演算する。その伝達関数Ｇｍは次式とな
る。Ｇｍ＝Ｋｍ×ｅｘｐ（−Ｌｍ×ｓ）／（１＋Ｔｍ×ｓ）・・・（７）

【００２８】次に、第２の減算処理部８は、制御量入力
部７を介して入力された制御対象プロセス５０からの制
御量ｙから内部モデル出力演算部６ｂからの参照制御量
ｙｍを減算してフィードバック量ｅを出力する。そし
て、このフィードバック量ｅが上記のように第１の減算
処理部３に入力される。これで、このＩＭＣコントロー
ラからなるフィードバック制御系が成立する。

【００２９】このような制御系において、制御対象プロ
セス５０に制御量ｙの下降時と上昇時で特性が異なるヒ
ステリシスが存在するときは、条件信号入力部９、フィ
ルタ時定数候補記憶部１０、及びフィルタ時定数選択処
理部１１により以下のような動作で目標値フィルタ部２
及び目標値・外乱フィルタ部４ａの特性を変更すること
ができる。

【００３０】まず、条件信号入力部９は、目標値入力部
１から出力された目標値ｒと制御量入力部７から出力さ
れた制御量ｙを比較する。そして、制御量ｙに対して目
標値ｒが大きいときは、以後制御量ｙを目標値ｒに到達
させる制御が行われることにより制御量ｙが上昇すると
判断できるので、制御量ｙの変化が正であることを示す
制御条件信号を出力する。また、制御量ｙに対して目標
値ｒが小さいときは、以後制御量ｙが下降すると判断で
きるので、制御量ｙの変化が負であることを示す制御条
件信号を出力する。

【００３１】次に、フィルタ時定数候補記憶部１０に
は、例えば２種類のフィルタ時定数の候補として、制御
量ｙの上昇時における制御対象プロセス５０の特性の変
化を想定した第１の時定数Ｔ１a が１０秒、第２の時定
数Ｔ２a が１０秒というフィルタ時定数と、同じく制御
量ｙの下降時の第１の時定数Ｔ１b が２０秒、第２の時
定数Ｔ２b が２０秒というフィルタ時定数が記憶されて
いる。この例では、制御量ｙの上昇時はモデル同定誤差
が小さいとして目標値追従性を重視してフィルタ時定数
を小さくし、制御量ｙの下降時はモデル同定誤差が大き
いとしてロバスト安定性を確保するためにフィルタ時定
数を大きくしている。

【００３２】そして、フィルタ時定数選択処理部１１
は、制御量ｙの変化が正であることを示す制御条件信号
が条件信号入力部９から出力されると、フィルタ時定数
候補記憶部１０に記憶された候補中から該当する候補と
して、制御量ｙの上昇時におけるフィルタ時定数を選択
してその第１の時定数Ｔ１a 、第２の時定数Ｔ２a をそ
れぞれ目標値フィルタ部２、目標値・外乱フィルタ部４
ａに出力する。よって、目標値フィルタ部２及び目標値
・外乱フィルタ部４ａの特性が決定される。

【００３３】また、このような制御で制御量ｙが上昇し
た後に、例えば制御量ｙがいったんオーバシュートして
目標値ｒよりも大きくなると、今度は制御量ｙの変化が
負であることを示す制御条件信号が条件信号入力部９か
ら出力されて、フィルタ時定数選択処理部１１からフィ
ルタ時定数候補記憶部１０に記憶された制御量ｙの下降
時用の第１の時定数Ｔ１b 及び第２の時定数Ｔ２b が出
力され、目標値フィルタ部２及び目標値・外乱フィルタ
部４ａの特性が変更される。以後、制御中はこのような
処理が常に行われる。

【００３４】したがって、本実施例のＩＭＣコントロー
ラは、制御条件に応じて目標値フィルタ部２及び目標値
・外乱フィルタ部４ａの特性を変更するので、フィルタ
時定数を必要以上に大きくすることもなく、信頼性の高
い制御を行うことができる。また、本実施例ではこのよ
うなフィルタ時定数の変更を制御対象プロセス５０にヒ
ステリシスが存在する場合に適用しているが、制御対象
プロセス５０に非線形性、又は時変性が存在する場合に
も適用することができる。

【００３５】なお、本実施例のＩＭＣコントローラによ
る制御系は、図７の例の制御系において、フィルタ部４
２を目標値・外乱フィルタ部４ａにし、目標値ｒに対し
て目標値フィルタ部２を追加した制御系に相当するの
で、式（１）から制御量ｙは次式となる。ｙ＝Ｆ１×Ｆ２×Ｇｐ×Ｇｃ×ｒ／｛１＋Ｆ２×Ｇｃ×（Ｇｐ−Ｇｍ）｝＋（１−Ｆ２×Ｇｍ×Ｇｃ）×ｄ／｛１＋Ｆ２×Ｇｃ×（Ｇｐ−Ｇｍ）｝・・・（８）

【００３６】すなわち、式（８）に示すように外乱ｄに
かかる右辺第２項［（１−Ｆ２×Ｇｍ×Ｇｃ）×ｄ／
｛１＋Ｆ２×Ｇｃ×（Ｇｐ−Ｇｍ）｝］には目標値・外
乱フィルタ部４ａの伝達関数Ｆ２のみが関係しているの
で、設計の際は外乱ｄについては目標値・外乱フィルタ
部４ａで調整する。また、右辺第１項［Ｆ１×Ｆ２×Ｇ
ｐ×Ｇｃ×ｒ／｛１＋Ｆ２×Ｇｃ×（Ｇｐ−Ｇｍ）｝］
から、目標値ｒについては目標値・外乱フィルタ部４ａ
の調整後に目標値フィルタ部２を調整する。つまり、外
乱ｄに対しては伝達関数Ｆ２という１次遅れの特性とな
り、目標値ｒに対しては伝達関数Ｆ１×Ｆ２という２次
遅れの特性となるＩＭＣコントローラとなっている。

【００３７】図１の例ではあらかじめ記憶されたフィル
タ時定数の候補を制御条件により選択してフィルタ部の
特性を変更したが、制御対象プロセスの特性の変化を想
定した代表的なフィルタ時定数から制御条件に応じたフ
ィルタ時定数を推定して変更することもできる。図３は
本発明の他の実施例を示すＩＭＣコントローラのブロッ
ク図であり、図１と同様の部分には同一の符号を付して
ある。

【００３８】１９は制御量入力部７から出力された制御
量ｙに基づいて制御条件信号を出力する条件信号入力
部、２０は制御条件の変化による制御対象プロセス５０
の特性の変化を想定した代表的なフィルタ時定数を記憶
するフィルタ時定数代表記憶部である。また、２１はフ
ィルタ時定数推定部であり、条件信号入力部１９から出
力された制御条件信号とフィルタ時定数代表記憶部２０
に記憶された代表的なフィルタ時定数に基づいて、制御
条件に応じたフィルタ時定数を推定して出力することに
より目標値フィルタ部２及び目標値・外乱フィルタ部４
ａの特性を変更させる。

【００３９】本実施例のＩＭＣコントローラは、条件信
号入力部１９、フィルタ時定数代表記憶部２０、及びフ
ィルタ時定数推定部２１を除くＩＭＣコントローラ本体
の構成が図１の例と同じなので、制御対象プロセス５０
に制御条件に依存してゲインや時定数が変化する非線形
性が存在するときの条件信号入力部１９、フィルタ時定
数代表記憶部２０、及びフィルタ時定数推定部２１の動
作を説明する。

【００４０】まず、条件信号入力部１９は、あらかじめ
設定された制御量ｙのフルスケール（以下、ＦＳと略す
る）に対する制御量入力部７から出力された制御量ｙの
割合を制御条件とし、これを制御条件信号として出力す
る。次に、フィルタ時定数代表記憶部２０は、この制御
条件の変化による制御対象プロセス５０の特性の変化を
想定して設計された代表的なフィルタ時定数を記憶して
いる。

【００４１】ここでは、代表的なフィルタ時定数として
例えば制御条件が０％ＦＳ、５０％ＦＳ、１００％ＦＳ
時のフィルタ時定数を記憶しているとし、制御条件０％
ＦＳ時の第１の時定数Ｔ１₀ を１０秒、第２の時定数Ｔ
２₀ を１５秒とし、５０％ＦＳ時の第１の時定数Ｔ１₅₀
を１５秒、第２の時定数Ｔ２₅₀を２０秒とし、１００％
ＦＳ時の第１の時定数Ｔ１₁₀₀ を１７秒、第２の時定数
Ｔ２₁₀₀ を２２秒とする。

【００４２】ところで、これらは上記の特定の制御条件
に対するフィルタ時定数なので、例えば０〜５０％ＦＳ
間の制御条件に対する記憶されていないフィルタ時定数
については推定する必要がある。ある制御条件に対する
このようなフィルタ時定数は、このフィルタ時定数が上
記の代表的なフィルタ時定数にどれくらい近いかを示す
上記の特定の制御条件を中心としたファジィ集合を設定
し、ある制御条件がそのファジィ集合に所属する度合い
である適合度を与えるメンバシップ関数を設定すること
により、ファジィ推論にて推定される。

【００４３】そして、フィルタ時定数推定部２１には、
このようなファジィ推論のために、フィルタ時定数代表
記憶部２０に記憶された代表的なフィルタ時定数に対応
する特定の制御条件を中心として、すなわち適合度１．
０として制御条件の適合度を与えるメンバシップ関数が
設定されている。図４はフィルタ時定数推定部２１に設
定されたメンバシップ関数の１例であり、ここではそれ
ぞれ制御条件０％ＦＳ、５０％ＦＳ、１００％ＦＳを適
合度１．０とする３つの３角形のメンバシップ関数が設
定されている。

【００４４】今、制御実行中のある時点において条件信
号入力部１９から出力された制御条件信号が示す制御条
件を３０％ＦＳとすると、制御条件３０％ＦＳの各ファ
ジィ集合に対する適合度は図４のようになる。つまり、
制御条件０％ＦＳを中心とするファジィ集合（以下、制
御条件０％ＦＳのファジィ集合と略する）に対する適合
度α0 は０．４、制御条件５０％ＦＳのファジィ集合に
対する適合度α50は０．６、１００％ＦＳのファジィ集
合に対する適合度α100 （図示せず）は０である。

【００４５】そして、フィルタ時定数推定部２１は、こ
れらの適合度とフィルタ時定数代表記憶部２０に記憶さ
れた代表的なフィルタ時定数から制御条件３０％ＦＳの
ときのフィルタ時定数、すなわち第１の時定数Ｔ１c 及
び第２の時定数Ｔ２c を次式のように推定する。Ｔ１c ＝Ｔ１₀ ×α0 ＋Ｔ１₅₀×α50＋Ｔ１₁₀₀ ×α100 ＝１０×０．４＋１５×０．６＋１７×０＝１３秒・・・（９）Ｔ２c ＝Ｔ２₀ ×α0 ＋Ｔ２₅₀×α50＋Ｔ２₁₀₀ ×α100 ＝１５×０．４＋２０×０．６＋２２×０＝１８秒・・・（１０）

【００４６】よって、第１の時定数Ｔ１c 、第２の時定
数Ｔ２c がそれぞれ目標値フィルタ部２、目標値・外乱
フィルタ部４ａに出力されることにより、目標値フィル
タ部２及び目標値・外乱フィルタ部４ａの特性が変更さ
れる。したがって、本実施例のＩＭＣコントローラは、
制御条件に応じて目標値フィルタ部２及び目標値・外乱
フィルタ部４ａの特性を変更するので、フィルタ時定数
を必要以上に大きくすることもなく、信頼性の高い制御
を行うことができる。なお、本実施例では、制御条件を
１種類としているが、ファジィ推論の特徴より制御条件
は２種類以上であってもよく、またフィルタ時定数の変
更を制御対象プロセス５０に非線形性が存在する場合に
適用しているが、制御対象プロセス５０にヒステリシ
ス、又は時変性が存在する場合にも適用することができ
る。

【００４７】図３の例ではフィルタ時定数の推定をメン
バシップ関数が設定されたフィルタ時定数推定部２１に
よって行っているが、このようなメンバシップ関数の設
定、追加、削除等には数学的知識を必要とする場合があ
るので、ＩＭＣコントローラのオペレータには調整でき
ないことがある。そこで、フィルタ時定数推定部２１の
代わりにメンバシップ関数を代表的なフィルタ時定数か
ら自動的に設定する機能を有するフィルタ時定数推定処
理部を設けることにより、調整作業によらずにメンバシ
ップ関数の設定を行うことができる。

【００４８】本実施例におけるＩＭＣコントローラの構
成はフィルタ時定数推定処理部以外は図３の例と全く同
様なので、これをフィルタ時定数推定処理部２１ａとし
てその動作を説明する。まず、フィルタ時定数推定処理
部２１ａには、次式のようなメンバシップ関数の一般式
が用意されている。 αA_n-1＝（Ｃ−Ａ_n-1 ）／（Ａ_n-1 −Ａ_n ）＋１・・・（１１） αA_n＝（Ｃ−Ａ_n ）／（Ａ_n −Ａ_n-1 ）＋１・・・（１２）Ａ_n-1 ≦Ｃ≦Ａ_n ｛ｎ−１＝１、２．．．｝・・・（１３）

【００４９】ここで、Ｃは図３の条件信号入力部１９か
ら出力された制御条件信号が示す制御条件、Ａ_n-1 、Ａ
_n はフィルタ時定数代表記憶部２０に記憶された代表的
なフィルタ時定数の制御条件、αA_n-1、αA_nはそれぞれ
制御条件Ａ_n-1 、Ａ_n を中心とするファジィ集合に対す
る適合度である。

【００５０】今、図３の例と同じ代表的なフィルタ時定
数がフィルタ時定数代表記憶部２０に記憶されていると
すると、その３種類のフィルタ時定数に対応する制御条
件はＡ1 ＝０、Ａ2 ＝５０、Ａ3 ＝１００となる。した
がって、式（１１）、（１２）より制御条件０〜５０％
ＦＳ間（式（１３）において０≦Ｃ≦５０）の適合度α
A1、αA2は次式となる。 αA1＝α0 ＝（Ｃ−Ａ1 ）／（Ａ1 −Ａ2 ）＋１＝−Ｃ／５０＋１・・・（１４） αA2＝α50＝（Ｃ−Ａ2 ）／（Ａ2 −Ａ1 ）＋１＝Ｃ／５０・・・（１５）

【００５１】また、同様に制御条件５０〜１００％ＦＳ
間（式（１３）において５０≦Ｃ≦１００）の適合度α
A2、αA3は次式となる。 αA2＝α50＝（Ｃ−Ａ2 ）／（Ａ2 −Ａ3 ）＋１＝−Ｃ／５０＋２・・・（１６） αA3＝α100 ＝（Ｃ−Ａ3 ）／（Ａ3 −Ａ2 ）＋１＝Ｃ／５０−１・・・（１７）

【００５２】式（１４）は図４における制御条件０％Ｆ
Ｓのメンバシップ関数を意味しており、式（１５）は制
御条件５０％ＦＳのメンバシップ関数（制御条件５０％
ＦＳ以下の部分）、式（１６）は同じくその５０％ＦＳ
以上の部分、式（１７）は制御条件１００％ＦＳのメン
バシップ関数を意味している。これで、図４と同じメン
バシップ関数が設定できたことになり、あとは図３の例
と同様にしてフィルタ時定数を推定して変更することが
できる。

【００５３】また、図５はフィルタ時定数推定処理部２
１ａによって設定されたメンバシップ関数の他の例であ
り、図４の例では制御条件７５％ＦＳ付近はちょうど２
つのメンバシップ関数の谷間にあって推定精度が不十分
な場合があるので、制御条件７５％ＦＳ時の制御対象プ
ロセス５０の特性を想定したフィルタ時定数をフィルタ
時定数代表記憶部２０に追加記憶させることによって、
メンバシップ関数が図５のように再設定された例であ
る。したがって、本実施例のＩＭＣコントローラは、代
表的なフィルタ時定数を設定するだけでフィルタ時定数
の推定を行うことができるので、このコントローラのオ
ペレータの調整作業における負担を軽減することができ
る。

【００５４】上記の実施例では制御条件に基づいてフィ
ルタ時定数を推定しているが、制御条件からフィルタ時
定数を算出することもできる。図６は本発明の他の実施
例を示すＩＭＣコントローラのブロック図であり、図１
と同様の部分には同一の符号を付してある。２９は制御
開始からの経過時間を制御条件信号として出力する条件
信号入力部、３１は条件信号入力部２９から出力された
制御条件信号に基づいて制御条件に応じたフィルタ時定
数を算出して出力することにより、目標値フィルタ部２
及び目標値・外乱フィルタ部４ａの特性を変更させるフ
ィルタ時定数算出処理部である。

【００５５】本実施例のＩＭＣコントローラは、条件信
号入力部２９、及びフィルタ時定数算出処理部３１を除
くＩＭＣコントローラ本体の構成が図１の例と同じなの
で、制御対象プロセス５０に時間の経過に依存してゲイ
ンや時定数が変化する時変性が存在するときの条件信号
入力部２９、及びフィルタ時定数算出処理部３１の動作
を説明する。

【００５６】まず、条件信号入力部２９は、制御開始か
らの経過時間ｔを制御条件とし、これを制御条件信号と
して出力する。そして、フィルタ時定数算出処理部３１
は、条件信号入力部２９から出力された制御条件信号が
示す経過時間ｔのときの第１の時定数Ｔ１d 及び第２の
時定数Ｔ２d を例えば次式のように算出する。Ｔ１d ＝５×ｓｉｎ（π×ｔ／３０）＋１０・・・（１８）Ｔ２d ＝７×ｓｉｎ（π×ｔ／３０）＋１５・・・（１９）

【００５７】この例では、制御対象プロセス５０の特性
変化に対してロバスト安定性を確保するために第１の時
定数Ｔ１d 及び第２の時定数Ｔ２d が６０分周期で大き
くなったり小さくなったりしている。このとき、条件信
号入力部２９から出力された制御条件信号が示す経過時
間ｔを２５０分とすると、経過時間ｔ＝２５０分におけ
る第１の時定数Ｔ１d 及び第２の時定数Ｔ２d はそれぞ
れ以下に示すように算出される。Ｔ１d ＝５×ｓｉｎ（２５０×π／３０）＋１０＝１４．３秒・・・（２０）Ｔ２d ＝７×ｓｉｎ（２５０×π／３０）＋１５＝２１．１秒・・・（２１）

【００５８】そして、フィルタ時定数算出処理部３１か
ら第１の時定数Ｔ１d 、第２の時定数Ｔ２d がそれぞれ
目標値フィルタ部２、目標値・外乱フィルタ部４ａに出
力されることにより、目標値フィルタ部２及び目標値・
外乱フィルタ部４ａの特性が変更される。したがって、
本実施例のＩＭＣコントローラは、このようなフィルタ
時定数の変更により信頼性の高い制御を行うことがで
き、図３の例のようにフィルタ時定数を推定する実施例
と比べてその処理時間が短く、また必要とするメモリ容
量を少なくすることができる。

【００５９】

【発明の効果】本発明によれば、制御対象プロセスの特
性が制御条件に依存して変化するときにフィルタ時定数
を選択し、又は推定し、又は算出して変更するので、精
度と信頼性の高い制御を行うことができる。また、事実
上のモデル同定誤差に対応するためにフィルタ時定数を
必要以上に大きくすることがなく、安定性を高くする代
わりに制御性能を犠牲にすることがないので、ＩＭＣコ
ントローラの用途を拡大することができる。また、代表
的なフィルタ時定数をこのコントローラに記憶させるだ
けでファジィ推論におけるメンバシップ関数を設定し、
制御条件に応じたフィルタ時定数を推定するので、この
コントローラのオペレータの調整作業における負担を軽
減することができる。また、制御条件に応じてフィルタ
時定数を算出して変更するので、その処理時間が短く、
必要とするメモリ容量を少なくすることができる。ま
た、実用上のほとんどの場合において高級なプロセッサ
やメモリが不要なので、コストの低減を図ることができ
る。

【図面の簡単な説明】

【図１】本発明の１実施例を示すＩＭＣコントローラの
ブロック図である。

【図２】図１のＩＭＣコントローラを用いた制御系のブ
ロック線図である。

【図３】本発明の他の実施例を示すＩＭＣコントローラ
のブロック図である。

【図４】図３のフィルタ時定数推定部に設定されたメン
バシップ関数の例である。

【図５】フィルタ時定数推定処理部によって設定された
メンバシップ関数の例である。

【図６】本発明の他の実施例を示すＩＭＣコントローラ
のブロック図である。

【図７】従来のＩＭＣコントローラを用いた制御系のブ
ロック線図である。

【符号の説明】

２目標値フィルタ部３第１の減算処理部４操作量演算部４ａ目標値・外乱フィルタ部４ｂ操作部６ａ内部モデル記憶部６ｂ内部モデル出力演算部８第２の減算処理部９条件信号入力部１０フィルタ時定数候補記憶部１１フィルタ時定数選択処理部１９条件信号入力部２０フィルタ時定数代表記憶部２１フィルタ時定数推定部２１ａフィルタ時定数推定処理部２９条件信号入力部３１フィルタ時定数算出処理部

Claims

【特許請求の範囲】

【請求項１】制御の目標値から制御対象プロセスに出
力する操作量を演算し、制御対象プロセスを数式表現し
た内部モデルにて制御結果である制御対象プロセスの制
御量に相当する参照制御量を演算し、制御量と参照制御
量との差をフィードバックすることにより制御を行うＩ
ＭＣコントローラにおいて、入力された目標値を第１の時定数によって決定される特
性で出力する目標値フィルタ部と、前記目標値フィルタ部の出力からフィードバック量を減
算する第１の減算処理部と、前記第１の減算処理部の出力を第２の時定数によって決
定される特性で出力する目標値・外乱フィルタ部と、内
部モデルのパラメータに基づいて前記目標値・外乱フィ
ルタ部の出力から操作量を演算する操作部とからなる操
作量演算部と、前記内部モデルのパラメータを記憶する内部モデル記憶
部と、前記内部モデルのパラメータに基づいて前記操作量演算
部から出力された操作量から参照制御量を演算する内部
モデル出力演算部と、制御対象プロセスの制御量から前記内部モデル出力演算
部から出力された参照制御量を減算して前記フィードバ
ック量を出力する第２の減算処理部と、動作時の制御条件を制御条件信号として出力する条件信
号入力部と、前記制御条件の変化による制御対象プロセスの特性の変
化を想定した第１の時定数及び第２の時定数をフィルタ
時定数の候補として記憶するフィルタ時定数候補記憶部
と、前記条件信号入力部から出力された制御条件信号に基づ
いて、前記フィルタ時定数候補記憶部に記憶された候補
中から制御条件に応じた前記第１の時定数及び第２の時
定数を選択して出力するフィルタ時定数選択処理部とを
有することを特徴とするＩＭＣコントローラ。
【請求項２】制御の目標値から制御対象プロセスに出
力する操作量を演算し、制御対象プロセスを数式表現し
た内部モデルにて制御結果である制御対象プロセスの制
御量に相当する参照制御量を演算し、制御量と参照制御
量との差をフィードバックすることにより制御を行うＩ
ＭＣコントローラにおいて、入力された目標値を第１の時定数によって決定される特
性で出力する目標値フィルタ部と、前記目標値フィルタ部の出力からフィードバック量を減
算する第１の減算処理部と、前記第１の減算処理部の出力を第２の時定数によって決
定される特性で出力する目標値・外乱フィルタ部と、内
部モデルのパラメータに基づいて前記目標値・外乱フィ
ルタ部の出力から操作量を演算する操作部とからなる操
作量演算部と、前記内部モデルのパラメータを記憶する内部モデル記憶
部と、前記内部モデルのパラメータに基づいて前記操作量演算
部から出力された操作量から参照制御量を演算する内部
モデル出力演算部と、制御対象プロセスの制御量から前記内部モデル出力演算
部から出力された参照制御量を減算して前記フィードバ
ック量を出力する第２の減算処理部と、動作時の制御条件を制御条件信号として出力する条件信
号入力部と、前記制御条件の変化による制御対象プロセスの特性の変
化を想定した代表的な第１の時定数及び第２の時定数を
記憶するフィルタ時定数代表記憶部と、前記条件信号入力部から出力された制御条件信号とフィ
ルタ時定数代表記憶部に記憶された代表的な第１の時定
数及び第２の時定数に基づいて、制御条件に応じた前記
第１の時定数及び第２の時定数を推定して出力するフィ
ルタ時定数推定部とを有することを特徴とするＩＭＣコ
ントローラ。
【請求項３】請求項２記載のＩＭＣコントローラにお
いて、フィルタ時定数推定部の代わりに、フィルタ時定数代表
記憶部に記憶された代表的な第１の時定数及び第２の時
定数に基づいてファジィ推論におけるメンバシップ関数
を設定し、このメンバシップ関数と条件信号入力部から
出力された制御条件信号に基づいて制御条件に応じた第
１の時定数及び第２の時定数を推定して出力するフィル
タ時定数推定処理部を有することを特徴とするＩＭＣコ
ントローラ。
【請求項４】制御の目標値から制御対象プロセスに出
力する操作量を演算し、制御対象プロセスを数式表現し
た内部モデルにて制御結果である制御対象プロセスの制
御量に相当する参照制御量を演算し、制御量と参照制御
量との差をフィードバックすることにより制御を行うＩ
ＭＣコントローラにおいて、入力された目標値を第１の時定数によって決定される特
性で出力する目標値フィルタ部と、前記目標値フィルタ部の出力からフィードバック量を減
算する第１の減算処理部と、前記第１の減算処理部の出力を第２の時定数によって決
定される特性で出力する目標値・外乱フィルタ部と、内
部モデルのパラメータに基づいて前記目標値・外乱フィ
ルタ部の出力から操作量を演算する操作部とからなる操
作量演算部と、前記内部モデルのパラメータを記憶する内部モデル記憶
部と、前記内部モデルのパラメータに基づいて前記操作量演算
部から出力された操作量から参照制御量を演算する内部
モデル出力演算部と、制御対象プロセスの制御量から前記内部モデル出力演算
部から出力された参照制御量を減算して前記フィードバ
ック量を出力する第２の減算処理部と、動作時の制御条件を制御条件信号として出力する条件信
号入力部と、前記条件信号入力部から出力された制御条件信号に基づ
いて制御条件に応じた前記第１の時定数及び第２の時定
数を算出して出力するフィルタ時定数算出処理部とを有
することを特徴とするＩＭＣコントローラ。