[go: up one dir, main page]

JPH08512416A - 技術システムの操作量に対する最適値の決定方法 - Google Patents

技術システムの操作量に対する最適値の決定方法

Info

Publication number
JPH08512416A
JPH08512416A JP7503750A JP50375095A JPH08512416A JP H08512416 A JPH08512416 A JP H08512416A JP 7503750 A JP7503750 A JP 7503750A JP 50375095 A JP50375095 A JP 50375095A JP H08512416 A JPH08512416 A JP H08512416A
Authority
JP
Japan
Prior art keywords
function
value
control
characteristic
functions
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
Application number
JP7503750A
Other languages
English (en)
Other versions
JP3887414B2 (ja
Inventor
フォルカー トレスプ,
ベルント シュールマン,
マルティン シュラング,
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of JPH08512416A publication Critical patent/JPH08512416A/ja
Application granted granted Critical
Publication of JP3887414B2 publication Critical patent/JP3887414B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

(57)【要約】 1.所定の動作量b1...bBのもとで技術システムの操作量に対する最適値の決定がなされ、ここで、y=Φi(ss,b1...bB)を以て、システム特性y1...yNの所定の目的関数z=g(y1...yN)を最適化する目的で当該の最適値の決定がなされる。所定のようにセッティングされるパラメータを有する関数の1セットfi(w1...,wW,x1,..xs+B)を使用し、前記の所定のパラメータセッティングにおいてシステムを所定のようにモデリングするようにし、前記のシステムの所定のモデリングでは当該fiがそれの変量X1...Xs+Bの関数としてシステム関数Φiを前以て定められた間隔に関連付けられて近似化するようにする。操作量s1...sSをw1...ww及びB1...bBの固定された値のもとで関数g(f1(w1...wW,s1,...sS,b1...bB),..fN(w1,...wW,s1,...sS,b1...bB))により決定する。

Description

【発明の詳細な説明】 技術システムの操作量に対する最適値の決定方法 本発明は技術システム(Φ)の操作量に対する最適値の決定方法に関する。そ の種技術システムは例えば電気的、機械的、又は化学的性質又は他の多くの性質 のものであり得る。その種システム(Φ)の例は、車両の内燃機関であり、該内 燃機関はそれの若干のシステム特性y1...yNに関して、例えばNOX(窒素酸 化物)排出物、Co(一酸化炭素)排出物、燃料消費量又は機関出力等に関して 最適化されるべきものである。ここで、当該量y1...yNは全体として最適化さ るべき大体において非直線性のグローバルな目的関数z=g(y1...yN)で様 々な強さで重み付けされ得る。 システム特性y1...yNは通常システムの動作条件に依存する。上記システム 特性は動作量b1...bB(ガソリン機関の場合、例えば回転数、トルク等) と、操作量s1...sS(ガソリンの場合例えば点弧角、噴射時点)とにより表 される。ここで、動作量はユーザの希望又は他の状況により定められる。ガソリ ンエンジンの場合、例えば運転者はアクセルペダルを用いて回転数を設定し、こ こで、所望の変速比のもとで所定の速度で走行する。操作量s1...sSは次の よう にセットされねばならない、(換言すれば、エンジンは当該例にて次のように制 御されねばならない)、即ち所望の、ないし所定の動作量が実際にもセットされ るようにセッティングないし制御されねばならない。 上記問題には一義的な解決手法がない。一般的に周知のように、スポーティで 、省エネを旨とする車運転者が存在する。操作量s1...sSのセッティング状 態に応じて同じ動作量b1...bBのもとでシステム特性(燃料消費、有害物 排出)に対する種々の値、ひいては目的関数z=g(y1...yN)に対する種々 の異なる値が生じる。 営業上極めて注目度の少ない技術システムでは一方では操作−及び動作量と、 他方ではシステム特性との間の関係が閉じた形態で定量的に表されるのが公知で ある。この理由により、最適化の際一般的に技術システム自体での実験に依拠す る。そのような実験は屡々過度に高価であり、又は安全上の理由から禁止される 。 本発明の目的ないし課題とするところは、技術システムに対して実験せずに、 そして、システムモデルを閉じた形態で生じさせなくても、上述の関連で技術シ ステムの操作量に対する最適値の決定を行いうる方法を提供することにある。 上記課題は、本発明によれば、請求の範囲1の構成要件を有する技術システム (Φ)の操作量S1、...、SSに対する最適値の決定方法により、解決される、す なわち、当該の最適値の決定を行う方法において、所定のようにセッティングさ れるパラメータw1...,wWを有する関数の1セットfi(w1...,wW,x1 ,..xs+B)を使用し、前記の所定のパラメータw1...,wWのセッティング においてシステムを所定のようにモデリングするようにし、前記のシステムの所 定のモデリングでは当該fiがそれの変量X1...xs+Bの関数としてシステム 関数Φ、を前以て定められた間隔に関連付けて近似化するようにし、操作量s1. ..sSをW1...wW及びb1...bBの固定された値のもとで関数g(f1(w 1...wW,s1,...sSs,b1...bB),..fN(w1,...wW,s 1,...sSs,b1...bB))により決定するのである。要するに技術シス テムは最適化の目的でパラメータによる機能モデルにより表され、ここで、上記 モデルのパラメータはつぎのように最適化されている、即ち、機能モデルが十分 な精度で技術システムを近似化するように適合化される。それによりパラメータ の適合化に必要なシステム特性の測定が、本来の最適化過程から分離される。当 該の測定は特に有利な条件下で実施されうるものであり、該測定は−実験による 最適化の場合と異なって−最適化方法プロセスの要件の影響ををもはや受けない 。 上記方法の利点とするところはつぎの通りである。 −目的関数を変化させ得るものであり、ここにおい て、関数のセットfi(w1...,wW,x1,..xs+B)のパラメータw1.. .wwを新たにセッティングする必要なく変化させ得る。 −当該システムを種々の動作点で付加的コストなしで最適化し得る、 −存在するシステムモデル(関数機能セット)を、さらなるシステムのモデリ ングのための出発点として使用し得る、という利点が得られる。 本発明の発展形態は引用請求項に示されている。 図1は技術システムの制御のため閉じられた制御ループ付きの制御システムを 示す。ここで制御器は本発明の方法の適用下での操作量を求める。 つぎに本発明を図示の有利な実施例を用いて説明する。 このために技術システム(Φ)、例えばガソリンエンジン(これは所定の動作 量b1...bBで作動されるべきものである)を考察する。当該システムは複 数の操作量の値の適当な選定により、動作状態b1...bBへ移行(遷移)せ しめられる。当該動作状態において上記システムは、yi=Φi(S1、...、SS, b1...bB)を以ての特性y1...yNを有する。要するにシステムの特性は 所定の動作状態にて操作量の値に依存する。大抵の技術システムでは所定の動作 量のもとでの操作量をつぎのように選定することにより、即ち所定の目的関数Z =g(y1...yN)が最適化さ れるべくシステム特性が最適になるように選定されるとよい。 本発明は、適当な関数の1セットfi(w1...,wW,x1,..xs+B)を 用いて当該課題を解決する。上記関数セットはシステムないしシステム関数yi =Φi(S1、...、SS,b1...bB)を所定の間隔尺度に関して近似する。 そのような関数系(それはw1...wWに依存し、そして、それによっては所定 の精度内で1つの任意の技術システムの特性をモデリングし得る)は当業者には 多数公知である。その例を挙げれば直交関数系、補間多項式、スプライン関数系 である。エンジニア向け数値数学又は近似化理論に関する標準作業においてパラ メータw1...wWの決定のための数値技術が多数見出され、上記パラメータに 対して、選ばれた関数系により所定の技術システムが十分精確に近似化、即ちモ デリングされる。 所謂人工的ニューラルネットワークも結局パラメータ的関数系(該関数系では パラメータは屡々(シナプス)重み又は重み係数とも称される)である。ニュー ラルネットワークはそれの、重み(パラメータw1...wW)及び特に有効な学 習プロセス(該学習プロセスにより当該重みがセットされ得る)への依存性の非 直線性の故に、ほぼ任意の技術システムのモデリングに特に適する。更に技術シ ステムは簡単に特別な回路装置により表され得る。そのような特別な回路装置は 本 発明の実施のためのデータ処理システムと共働し得る。ニューラルネットワーク の前述の特性は人工的なニューラルネットワークに就いての広範な文献から公知 である。 当該の関数系により,考察される技術システムがモデリングされるように、換 言すれば、十分に精確に近似化されるように、そのような関数系のパラメータが セッティングがなされた後、当該関数系は数値のテーブルの生成のため本発明の 特別な実施例のもとで使用され得、その際、そのテーブルはそれの変量x1.. .xs+Bの十分な多くの値に対する当該システムのすべての関数の値をエントリ として含むものである。本発明の目的のための当該のテーブルは関数系を表す。 それの利点とするところは当該のテーブルが例えばデータ処理システムのメモリ ユニットにて記憶され得ることである。それにより、プロセッサ出力及び亦特別 な回路技術が、関数値の計算のため必要でないようになる。 上述の関数系は特別なソフトウエアルーチンによっても表され得、ここで、上 記ルーチンは本発明の実施のためデータ処理システムにより実施され得る。 所定の技術システムのモデリングのため当業者がどのような関数系が選定され るか、そして亦どのように所定の適用例に対して当該の関数系を表すか(テーブ ルとして、特別な回路として、ソフトウエアルーチン として等々)は適用例の特別な条件に依存する。 関数のパラメータ的セットの形の技術システムのその種モデルは本発明により 、当該技術システムを目的関数Z=g(y1...yN)の最適化のため次のように 置換するために使用される、即ち、操作量s1...sSをw1...wW及びb1.. .bBの固定された値のもとで関数g(f1(w1...wW,s1,...sS,b 1...bB),..fN(w1,...wW,s1,...sS,b1...bB) )の最適化により決定するようにして、置換するために使用されるのである。当 該の置換により、未知のシステム特性y1...yNの関数Z=g(y1...yN)は つぎのような関数になる、即ち、既知である固定さるべきパラメータw1...w Wの関数であって、決定さるべき可変さるべき操作量S1...ssの関数になる 。 当該関数の最適化のためいずれの任意の最適化方法をも使用し得る。当業者に はエンジニア向けの数学に関する文献から極めて様々の最適化手法が多数公知で ある。それらの手法のうちどれが具体的適用例にて適するかは当該の適用例の特 別な条件に依存する。 或1つの可能な最適化手法は所謂最も急峻な下降勾配の手法である。当該方法 はつぎのような場合に適する、即ち最適化さるべき目的関数の所期の最適状態が ローカルな適用状態(ローカルな最小又は最大)である場合、及び目的関数が十 分に滑らかである場合適す る。ここで、操作量s1...sSの初期の推定値si。(これは所期の最適状態 の引き込み範囲内に存在しなければならない)を基にして操作量は歩進的に下記 式関係により変化される。 ここにおいて、ηは準備的(プリ)ファクタであり、それの値は適用例の特別条 件に依存して選定さるべきものである。エンジニア向けの数学関係文献は最適化 により成果を納めるためにηに対する値をどのように選定するかに就いての教示 を与える。本発明は他の、例えば統計的最適化手法(Simulated An nealing,Random Walk等)と組み合わせて有効に実施され得 る。当該の問題対象に対して、多数の関連する技術家、エンジニア向けに記載さ れた教科書及び専門刊行物が存在し、それらを用いては当業者はそれの適用例に 適する最適化手法を容易に選択し、実施し得る。 所定の技術システムΦに対してパラメトリック的関数モデルが存在する場合、 そこから屡々、類似システムΦに対する更なる関数モデルがつぎのように作成さ れ得る、即ち、一存在するモデルのパラメータ値を基にしてー当該パラメータを 変化させ、該パラメータ変 化にてシステムΦがモデリングされる量に変化させるのである。それにより、パ ラメトリック的関数モデルの準備作成のためのコストを十分に低減できる。 本発明の方法は有利に技術システムの操作量を閉ループにてつぎのようにセッ ティングするために使用される、即ち、閉ループの制御誤差が最小化されるよう にセッティングするために使用される。図1は当該適用例の略示図である。本発 明の実施形態では制御さるべきシステムΦはパラメータ関数系を用いて制御ルー プ内でモデリングされる。その種適用例では当該のパラメータ関数モデルを記憶 された数値テーブル(例えば電子制御システムのROM,EEPROMにて)を 用いて又は特別な回路装置(例えばASIC)を用いて表すのが一般的に有利で ある。そのようにして、下記の構成要件を備えた技術システム(Φ)の制御のた めの制御システムを構成し得る、即ち; a)制御器は請求の範囲5による制御誤差Zの最小化により被制御システム( Φ)に対する操作量を求めるようにし、 b)被制御システム(Φ)は、yi=Φi(S1、...、SS,b1...bB)を 以てシステム特性y1...yNに対する測定値を送出し、該測定値は制御誤差z= g(y1...yN)の決定のため使用されるのである。 当該の本発明の制御システムの有利な実施例では、制御誤差はシステム特性y1 ...yNと、当該のシステ ム特性に対する設定値y1soll...yNsollとから求められる。ここにおいて、一般 的に有利な実施形態では、前記制御誤差はシステム特性y1...yNと、該システ ム特性に対する設定値y1soll...yNsollとからz=g(y1−y1soll...yN-yNsoll の形態で求められる。
【手続補正書】特許法第184条の8 【提出日】1995年7月13日 【補正内容】 請求の範囲 6.制御器(R)を用いて技術システム(Φ)の制御を行うための制御システ ムにおいて、 a)制御器は被制御システム(Φ)の動作量b1...bBに対する所定値を 用いて制御誤差Zの最小化により被制御システム(Φ)に対する操作量を求める ようにし、 b)被制御システム(Φ)は、yi=Φi(S1、...、SS,b1...bB)を 以てシステム特性y1...yNに対する測定値を送出し、該測定値は制御誤差z= g(y1...yN)の決定のため使用されるようにし、 c)制御誤差の最小化を次の手段により行い、即ち、 c1)所定のようにセッティングされるパラメータを有する関数の1セットf i(w1...,wW,x1,..xs+B)を使用し、前記の所定のパラメータw1. .,wWのセッティングにおいて当該のシステムを所定のようにモデリングする ようにし、前記のシステムの所定のモデリングでは当該fiがそれの変量X1. ..xs+Bの関数としてシステム関数Φiを前以て定められた間隔に関連付けて近 似化するようにし c2)操作量s1...sSをw1...wW及びb1...bBの固定された値のも とで関数g(f1(w1...wW,s1,...sS,b1...bB),..fN (w 1,...wW,s1,...sS,b1...bB) )の最適化により決定する ことを特徴とする制御システム。

Claims (1)

  1. 【特許請求の範囲】 1.所定の動作量b1...bBのもとで技術システム(Φ)の操作量S1、... 、SSに対する最適値の決定方法であって、ここで、yi=Φi(S1、...、SS ,b1...bB)を以て、システム特性y1...yNの所定の目的関数z=g( y1...yN)を最適化する目的で当該の最適値の決定を行う方法において、 a)所定のようにセッティングされるパラメータw1...,wWを有する関数 の1セットfi(w1...,wW,x1,..xs+B)を使用し、前記の所定のパ ラメータセッティングにおいてシステムを所定のようにモデリングするようにし 、前記のシステムの所定のモデリングでは当該fiがそれの変量X1...xs+ B の関数としてシステム関数Φiを前以て定められた間隔に関連付けられて近似 化するようにし b)操作量s1...sSをw1...wW及びb1...bBの固定された値のもと で関数g(f1(w1...wW,s1,...sS,b1...bB),..fN(w 1,...wW,,1,...sS,b1...bB)) の最適化により決定することを特徴とする技術システムの操作量に対する最適値 の決定方法。 2.前記の関数のセットfi(w1...,wW, x1,..xs+B)は人工的 ニューラルネットワークにより表される請求項1記載の方法。 3.前記の関数のセットfi(w1...,wW,x1,..xs+B)は数値のテ ーブルにより表され、該数値のテーブルは、電子的データ処理システムのメモリ ユニット内に記憶されているようにした請求項1から3までのうちいずれか1項 記載の方法。 4.前記の関数のセットfi(w1...,wW,x1,..xs+B)は電子的回 路装置により表され、該電子的回路装置は電子的データ処理システムの構成部分 であり、該電子的データ処理システムの構成部分は当該の方法プロセスを実施す るか、又は、そのような電子的データ処理システムと共働するようにした請求項 1から3までのうちいずれか1項記載の方法。 5.技術システムの制御のための請求の範囲1から4までのうち1つに記載の 方法の使用法において、 上記目的関数zは制御器の制御誤差であり、亦、制御機器の操作量は当該法プ ロセス過程を用いて求められる使用法。 6.制御器(R)を用いて技術システム(Φ)の制御を行うための制御システ ムにおいて、下記の構成要件を有し、 a)制御器は被制御システム(Φ)の動作量b1...bBに対する所定値を 用いて請求の範囲5による制御誤差Zの最小化により被制御システム(Φ)に対 する操作量を求めるようにし; b)被制御システム(Φ)は、yi=Φi(S1、...、 SS,b1...bB)を以てシステム特性y1...yNに対する測定値を送出し、 該測定値は制御誤差z=g(y1...yN)の決定のため使用されることを特徴と する制御システム。 7.制御誤差はシステム特性y1...yNと、当該のシステム特性に対する設定 値y1soll...yNsollとから求められる請求の範囲6記載の制御システム。 8.前記制御誤差はシステム特性y1...yNと、該システム特性に対する設定 値y1soll...yNsollとからz=g(y1−y1soll...yN-yNsollの形態で求められる 請求の範囲6記載の制御システム。
JP50375095A 1993-07-05 1994-07-01 技術システムの操作量の最適値を決定する方法 Expired - Fee Related JP3887414B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE4322365.6 1993-07-05
DE4322365 1993-07-05
PCT/DE1994/000762 WO1995002213A1 (de) 1993-07-05 1994-07-01 Verfahren zur bestimmung optimaler werte für stellgrössen eines technischen systems

Publications (2)

Publication Number Publication Date
JPH08512416A true JPH08512416A (ja) 1996-12-24
JP3887414B2 JP3887414B2 (ja) 2007-02-28

Family

ID=6492009

Family Applications (1)

Application Number Title Priority Date Filing Date
JP50375095A Expired - Fee Related JP3887414B2 (ja) 1993-07-05 1994-07-01 技術システムの操作量の最適値を決定する方法

Country Status (5)

Country Link
US (1) US5751571A (ja)
EP (1) EP0707719B1 (ja)
JP (1) JP3887414B2 (ja)
DE (1) DE59409683D1 (ja)
WO (1) WO1995002213A1 (ja)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19548384A1 (de) * 1995-12-22 1997-07-03 Siemens Ag Verfahren zur rechnergestützten Ermittlung von Kinetikgrößen eines technischen Prozesses, der mindestens zwei Teilprozesse aufweist, welche mit unterschiedlichen Geschwindigkeiten ablaufen
IL123607A0 (en) * 1998-03-10 1998-10-30 Berkooz Oded Optimization method and apparatus
US6542782B1 (en) * 1998-12-31 2003-04-01 Z. Joseph Lu Systems for generating and using a lookup table with process facility control systems and models of the same, and methods of operating such systems
DE50007309D1 (de) * 1999-09-20 2004-09-09 Siemens Ag Verfahren, anordnung und computerprogramm-erzeugnis zur simulation eines technischen systems
WO2002097540A1 (en) 2001-05-25 2002-12-05 Parametric Optimization Solutions Ltd. Improved process control
DE10341762B4 (de) * 2002-09-11 2014-05-15 Fisher-Rosemount Systems, Inc. Handhabung der Realisierbarkeit von Beschränkungen und Grenzen in einem Optimierer für Prozesssteuerungssysteme
JP4282572B2 (ja) * 2004-08-30 2009-06-24 本田技研工業株式会社 プラントを制御する制御装置
US7478192B2 (en) * 2004-11-03 2009-01-13 Saffron Technology, Inc. Network of networks of associative memory networks
US7536364B2 (en) * 2005-04-28 2009-05-19 General Electric Company Method and system for performing model-based multi-objective asset optimization and decision-making
US20060247798A1 (en) * 2005-04-28 2006-11-02 Subbu Rajesh V Method and system for performing multi-objective predictive modeling, monitoring, and update for an asset
US7487030B2 (en) * 2007-04-19 2009-02-03 Gm Global Technology Operations, Inc. Method and apparatus to optimize engine warm up
DE102013205356B4 (de) * 2013-03-26 2016-07-07 Siemens Aktiengesellschaft Verfahren zur rechnergestützten Steuerung und/oder Regelung eines technischen Systems

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02287860A (ja) * 1989-04-28 1990-11-27 Omron Corp 情報処理装置
JPH05119805A (ja) * 1991-10-28 1993-05-18 Toshiba Corp 適応型制御方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6165307A (ja) * 1984-09-05 1986-04-03 Konishiroku Photo Ind Co Ltd 非線形近似による写真乳剤製造プロセスの制御方法
US4965713A (en) * 1988-08-15 1990-10-23 Viking Pump Inc. Terminal element
US5016188A (en) * 1989-10-02 1991-05-14 Rockwell International Corporation Discrete-time optimal control by neural network
US5111531A (en) * 1990-01-08 1992-05-05 Automation Technology, Inc. Process control using neural network
US5159660A (en) * 1990-08-09 1992-10-27 Western Thunder Universal process control using artificial neural networks
DE4111354A1 (de) * 1991-04-09 1992-10-22 Bodenseewerk Geraetetech Einrichtung zur fuehrung des endeffektors eines roboters laengs einer sollbahn
JP3242950B2 (ja) * 1991-08-14 2001-12-25 株式会社東芝 予測制御方法
DE4130164A1 (de) * 1991-09-11 1993-03-18 Bodenseewerk Geraetetech Regler, insbesondere flugregler
JPH07501643A (ja) * 1991-12-09 1995-02-16 シーメンス アクチエンゲゼルシヤフト 制御パラメータに依存する実際値特性を有するシステムに対する制御パラメータの最適化方法
CA2118598C (en) * 1991-12-18 2004-04-13 Anoop K. Mathur A closed loop neural network automatic tuner
JP3136183B2 (ja) * 1992-01-20 2001-02-19 株式会社日立製作所 制御方法
US5353207A (en) * 1992-06-10 1994-10-04 Pavilion Technologies, Inc. Residual activation neural network
US5477444A (en) * 1992-09-14 1995-12-19 Bhat; Naveen V. Control system using an adaptive neural network for target and path optimization for a multivariable, nonlinear process
US5513098A (en) * 1993-06-04 1996-04-30 The Johns Hopkins University Method for model-free control of general discrete-time systems

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02287860A (ja) * 1989-04-28 1990-11-27 Omron Corp 情報処理装置
JPH05119805A (ja) * 1991-10-28 1993-05-18 Toshiba Corp 適応型制御方法

Also Published As

Publication number Publication date
EP0707719B1 (de) 2001-03-14
DE59409683D1 (de) 2001-04-19
EP0707719A1 (de) 1996-04-24
WO1995002213A1 (de) 1995-01-19
US5751571A (en) 1998-05-12
JP3887414B2 (ja) 2007-02-28

Similar Documents

Publication Publication Date Title
Jankovic et al. Constructive Lyapunov control design for turbocharged diesel engines
JPH08512416A (ja) 技術システムの操作量に対する最適値の決定方法
JPH0528365Y2 (ja)
CN101158319B (zh) 控制设备、控制方法和发动机控制单元
US20100070098A1 (en) Method for the computer-aided regulation and/or control of a technical system, especially a gas turbine
US20070233326A1 (en) Engine self-tuning methods and systems
Isermann et al. Design of computer controlled combustion engines
CN101667015A (zh) 汽车驾驶机器人的车速跟踪模糊控制方法
KR101199871B1 (ko) 과도 엔진 성능 적합화 방법 및 시스템
Hafner et al. Multiobjective optimization of feedforward control maps in engine management systems towards low consumption and low emissions
Vance et al. Neural network controller development and implementation for spark ignition engines with high EGR levels
EP0757168A3 (de) Verfahren und Vorrichtung zur Steuerung einer Brennkraftmaschine
Röpke et al. DoE in engine development
EP1052383A2 (en) Engine air-to fuel ratio control system
US20190153969A1 (en) System and method for emissions determination and correction
Müller et al. Approximation and control of the engine torque using neural networks
Gruenbacher et al. Adaptive inverse torque control of a diesel engine using adaptive mapping update
Krug et al. Physical modelling and use of modern system identification for real-time simulation of spark ignition engines in all phases of engine development
Balfour et al. Diesel fuel injection control for optimum driveability
JPH0728504A (ja) 機器の制御装置
JPH08105822A (ja) 自動車エンジン試験装置とその装置に使用する二慣性系パラメータ同定装置
JP2001504606A (ja) 非線形特性を有する1次のダイナミックシステムのモデル化および制御方法
Javaherian et al. Automotive engine torque and air-fuel ratio control using dual heuristic dynamic programming
CN115298529A (zh) 被测体自动驾驶装置、被测体测试系统、指令车速生成程序及被测体自动驾驶方法
Hrovat et al. Models and control methodologies for IC engine idle speed control design

Legal Events

Date Code Title Description
A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20031222

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20040216

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20040324

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20050809

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20051104

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20051219

A313 Final decision of rejection without a dissenting response from the applicant

Free format text: JAPANESE INTERMEDIATE CODE: A313

Effective date: 20060327

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20060509

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20060906

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20060928

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: 20061027

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20061127

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091201

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101201

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111201

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121201

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121201

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131201

Year of fee payment: 7

LAPS Cancellation because of no payment of annual fees