JPS62263502A - プロセス制御装置 - Google Patents
プロセス制御装置Info
- Publication number
- JPS62263502A JPS62263502A JP10609386A JP10609386A JPS62263502A JP S62263502 A JPS62263502 A JP S62263502A JP 10609386 A JP10609386 A JP 10609386A JP 10609386 A JP10609386 A JP 10609386A JP S62263502 A JPS62263502 A JP S62263502A
- Authority
- JP
- Japan
- Prior art keywords
- output
- matrix
- measurement data
- measuring data
- reliability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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】
3、発明の51j IIIな説明
(産業上の利用分野)
本発明は、プロセスモデルに含まれる係数のIII定機
能を備えたプロセス制御0装置の制御特性の改善に関す
るものである。
能を備えたプロセス制御0装置の制御特性の改善に関す
るものである。
(従来技術)
以下図面を用いて本発明の実施例を詳qに説明する。ま
ず初めに従来のプロセス制12II装置の駄本原理をM
1明する。プロセスの数学モデルを次式でただしu (
t)は時間tにお(ブる7082人ツノ、y(1)は同
プロセス出力、ai 、 bJは重み系数である。(1
)式でq−1は遅延パラメータで、(1)式を展開して
表すと次式のようになる。
ず初めに従来のプロセス制12II装置の駄本原理をM
1明する。プロセスの数学モデルを次式でただしu (
t)は時間tにお(ブる7082人ツノ、y(1)は同
プロセス出力、ai 、 bJは重み系数である。(1
)式でq−1は遅延パラメータで、(1)式を展開して
表すと次式のようになる。
Ylj)= at y(t−1> az y(t−
2)−−aNV(t−N)+bou (t)+bIu(
t 1 ) +・−+bMtJ (t M) −
(2)すなわち現在のプロセス出力y(t>は過去のプ
ロセス出力列V (t−1) 、 V (t−2) 、
・・・。
2)−−aNV(t−N)+bou (t)+bIu(
t 1 ) +・−+bMtJ (t M) −
(2)すなわち現在のプロセス出力y(t>は過去のプ
ロセス出力列V (t−1) 、 V (t−2) 、
・・・。
y (t−N)と既知の入力列u(t)、u(t−1)
、・・・、u(t−M)等の重み付線形結合で表される
。
、・・・、u(t−M)等の重み付線形結合で表される
。
上記のような数学モデルで表されるプロセスの出力が希
望出力y”(t)となるようなu <t)は次のように
して決定される。すなわちプロセス出力y(t)の希望
出力y”(t)からの偏差e (t)−y(t)−y”
(t) ・・・(3)の2乗 e2(t)=(y(t)−y” (te)2・・・(4
) を最小にするようなu (j)=uo (t)が最小
2乗法を用いて次式で求められる。
望出力y”(t)となるようなu <t)は次のように
して決定される。すなわちプロセス出力y(t)の希望
出力y”(t)からの偏差e (t)−y(t)−y”
(t) ・・・(3)の2乗 e2(t)=(y(t)−y” (te)2・・・(4
) を最小にするようなu (j)=uo (t)が最小
2乗法を用いて次式で求められる。
・・・ (5)
係数aI + bJ + bOが既知であれば、(5)
式のuo(j>を用いて所期の目的を達成できるが、実
際には係数aL * bJ * boは未知であること
が多く、これを推定する必要がある。
式のuo(j>を用いて所期の目的を達成できるが、実
際には係数aL * bJ * boは未知であること
が多く、これを推定する必要がある。
−未知の係数ai 、t)j + b6は以下のように
して推定される。(2)式より各時刻1.1−←1゜・
・・、t+Nにおいて次式が成立する。
して推定される。(2)式より各時刻1.1−←1゜・
・・、t+Nにおいて次式が成立する。
V(t)=−at y(t−1) a2y(t 2
>−−aNy (t−N)+bo u (t)+b+
u(t −1> 十b2 u (t−2) 十−+bM
u (t−M) ・・・(
6o)y(t+1>−al y(t) a 2
y (t−1)−−ar<V(t−N+1)+bo
u (t+1)+b、u (t)+b2u (t−1
)+・+bHu(t−M+1) ・
・・(61)V (t+N) −−at V
(t−1+N) −82V(t 2+N>−a
Ny(t)+bou(t+N)+b、 LJ (t−
1+N)+b2 亀J(t−2+N) +−−−−
)bM u (t−M+N) ・
(6N >上記(6o)〜(6N)式を行列形式で
表すと、次式のようになる。
>−−aNy (t−N)+bo u (t)+b+
u(t −1> 十b2 u (t−2) 十−+bM
u (t−M) ・・・(
6o)y(t+1>−al y(t) a 2
y (t−1)−−ar<V(t−N+1)+bo
u (t+1)+b、u (t)+b2u (t−1
)+・+bHu(t−M+1) ・
・・(61)V (t+N) −−at V
(t−1+N) −82V(t 2+N>−a
Ny(t)+bou(t+N)+b、 LJ (t−
1+N)+b2 亀J(t−2+N) +−−−−
)bM u (t−M+N) ・
(6N >上記(6o)〜(6N)式を行列形式で
表すと、次式のようになる。
Y−Φθ ・・・(7)ただ
し Φ− ・・・ (9) である。ここで評衛関数 Je = (Y−0合)(Y−0合)・・・・(11)
(ただしATは行列への転置行列を示ず)を最小にする
ようなθの推定植着は、 △ e= l)” @)−1(1)T Y
−(12)(ただしΔ゛Iは行列Aの逆行列を承
り)で求まる。
し Φ− ・・・ (9) である。ここで評衛関数 Je = (Y−0合)(Y−0合)・・・・(11)
(ただしATは行列への転置行列を示ず)を最小にする
ようなθの推定植着は、 △ e= l)” @)−1(1)T Y
−(12)(ただしΔ゛Iは行列Aの逆行列を承
り)で求まる。
(5)式において、係数aζ+ bJ + bOを△
ハ △ ハ (12)式で求まるeの要1a+ + bj+ bOr
置換えれば、最適操作量Oo (j)は次式で求め1
=0における(」。(0)は適当な初期推定直置i
(0)、脅J (0)、合。(0)を用いて決定する
。
ハ △ ハ (12)式で求まるeの要1a+ + bj+ bOr
置換えれば、最適操作量Oo (j)は次式で求め1
=0における(」。(0)は適当な初期推定直置i
(0)、脅J (0)、合。(0)を用いて決定する
。
第5図は上記のような制御アルゴリズムを実現する従来
のセルフチューニング・プロセスコントローラを示す構
成ブロック図である。実線はオンラ・イン情報の流れを
示し、一点鎖線はオフライン情報の流れを示している。
のセルフチューニング・プロセスコントローラを示す構
成ブロック図である。実線はオンラ・イン情報の流れを
示し、一点鎖線はオフライン情報の流れを示している。
1はプロb 2 IQ 卯Ha、2はこのブ1コ亡ス制
御iII装置1により制御されるプロセスである。プロ
セス制御装置1において、11は前記プロセス2の入出
力の測定データを格納する記憶部、12はこの記憶部1
1の測定データ列を入力しこの測定データ列に基づいて
前記プ1」セス2の数学モデルに含まれる係数を、11
を定演口するJft定演算部、13は仕様入力にしたが
って希望出力〈希望プロセス応?5)を決定する基準モ
デル決定部、14はこの基準モデル決定部13の出力。
御iII装置1により制御されるプロセスである。プロ
セス制御装置1において、11は前記プロセス2の入出
力の測定データを格納する記憶部、12はこの記憶部1
1の測定データ列を入力しこの測定データ列に基づいて
前記プ1」セス2の数学モデルに含まれる係数を、11
を定演口するJft定演算部、13は仕様入力にしたが
って希望出力〈希望プロセス応?5)を決定する基準モ
デル決定部、14はこの基準モデル決定部13の出力。
前記推定演算部12の係数出力J′3J、び前記プロセ
ス2の入出力の測定データを入力して操作luを演口し
前記プロセスに出ノjする操作量演算部である。
ス2の入出力の測定データを入力して操作luを演口し
前記プロセスに出ノjする操作量演算部である。
上記のような構成のプロセス制御8置の各部の動作を以
下に説明する。ブ1コセス2の入出力の測定データuo
+Vは測定データ記憶部11にバッヂデークとして格納
され、この測定データ記憶部11の測定データ列により
推定演算部12で(12)式の演輝を行って、未知の係
数eが推定される。希望出力y” (通常はgQ定値)
は仕様入力にしたがって基準モデル決定部13で決定さ
れ、操作量演算部14において、前記希望出力y8と推
定演算部12の係数出力台とから(13)式を用いて祈
たイr操作Fik LJ oが決定され、プロセス2に
出力される。以下このナイクルが繰返される。ただし推
定演算部12の演暉は運転状態が変化したとぎのみ実行
される。
下に説明する。ブ1コセス2の入出力の測定データuo
+Vは測定データ記憶部11にバッヂデークとして格納
され、この測定データ記憶部11の測定データ列により
推定演算部12で(12)式の演輝を行って、未知の係
数eが推定される。希望出力y” (通常はgQ定値)
は仕様入力にしたがって基準モデル決定部13で決定さ
れ、操作量演算部14において、前記希望出力y8と推
定演算部12の係数出力台とから(13)式を用いて祈
たイr操作Fik LJ oが決定され、プロセス2に
出力される。以下このナイクルが繰返される。ただし推
定演算部12の演暉は運転状態が変化したとぎのみ実行
される。
(発明が解決しようとす゛る問題点)
しかしながら、上記のようなプロセス制御8i置におい
て、ノイズ等によって測定データ列[y(し −← N
) 〜 y(t) 〜 V(t−N>]、 [
u(を−トN−M)〜u (t) 〜u (t−M)
]の信頼竹が低くなると、未知パラメータθの推定誤差
0−e−θ ・・・(14)によ
り、次式のようにuo Ij)は正しいLJ Q”(
1)からΔuO(t)だけずれてしまう。
て、ノイズ等によって測定データ列[y(し −← N
) 〜 y(t) 〜 V(t−N>]、 [
u(を−トN−M)〜u (t) 〜u (t−M)
]の信頼竹が低くなると、未知パラメータθの推定誤差
0−e−θ ・・・(14)によ
り、次式のようにuo Ij)は正しいLJ Q”(
1)からΔuO(t)だけずれてしまう。
uo (t)
このΔUo(j)によって制御性は当然劣化してしまう
。第6図はこのようにプロセス制御装置の制御性が劣化
したときのプロセス応答を示すタイムチャートである。
。第6図はこのようにプロセス制御装置の制御性が劣化
したときのプロセス応答を示すタイムチャートである。
応答イは未知パラメータθの推定誤差による操作fJ’
l iQ差△()が辛うじて閉ループ系の安定範囲内に
ある場合、応答口は操作量誤差Δ(」が大きな推定誤差
のために安定範[11]外に出てしまった場合である。
l iQ差△()が辛うじて閉ループ系の安定範囲内に
ある場合、応答口は操作量誤差Δ(」が大きな推定誤差
のために安定範[11]外に出てしまった場合である。
本発明は上述した問題点を解決するためになされたもの
であって、プロセスモデルに含まれる係数の推定機能を
備えたブ1コ廿ス制御1A貿にJ3いて、ルリ御特性の
改善を図ることを目的とする。
であって、プロセスモデルに含まれる係数の推定機能を
備えたブ1コ廿ス制御1A貿にJ3いて、ルリ御特性の
改善を図ることを目的とする。
(問題点を解決するための手IIQ、Bよび作用)本発
明に係るプロセス制御装置はプロセスの入出力測定デー
タを格納する記m部と、この記憶部から前記測定データ
列を入力しこの測定データ列で構成される検定行列Mの
行列式IMIの値を所定の値と比較して前記測定データ
列の信頼性を¥11定する検定部と、前記記憶部から出
力されるnFt記測定データ列/)s rら前記プロセ
スの数学Iデルに含まれる係数を推定する推定濤惇部と
を備え、検定行列Mの行列式IM+が所定の値より大き
い場合にのみ、前記推定演σ部が前記測定データ列に対
応した新たな前記係数の推定演粋値を出力するように構
成したことを演算出力する。
明に係るプロセス制御装置はプロセスの入出力測定デー
タを格納する記m部と、この記憶部から前記測定データ
列を入力しこの測定データ列で構成される検定行列Mの
行列式IMIの値を所定の値と比較して前記測定データ
列の信頼性を¥11定する検定部と、前記記憶部から出
力されるnFt記測定データ列/)s rら前記プロセ
スの数学Iデルに含まれる係数を推定する推定濤惇部と
を備え、検定行列Mの行列式IM+が所定の値より大き
い場合にのみ、前記推定演σ部が前記測定データ列に対
応した新たな前記係数の推定演粋値を出力するように構
成したことを演算出力する。
(発明の実施例)
実施例の説明に入る前に、その基本原理についてまず説
明する。従来技術の項で説明したように、未知パラメー
タθの推定は(12)式でおこなわれる。
明する。従来技術の項で説明したように、未知パラメー
タθの推定は(12)式でおこなわれる。
合一(Φ7Φ)−薯Φ”Y ・・・(12)(
12)式は簡単に言えばΦ7ΦでΦTYをυjることを
意味している。したがって、もしΦTΦがハ 小さな1直の行列だとeの推定精度は大きく劣化してし
まう。このことを以下の簡単な事例でシ2明する。今既
知の入力Xにより出力yが次式で与えられるような場合
を考える。
12)式は簡単に言えばΦ7ΦでΦTYをυjることを
意味している。したがって、もしΦTΦがハ 小さな1直の行列だとeの推定精度は大きく劣化してし
まう。このことを以下の簡単な事例でシ2明する。今既
知の入力Xにより出力yが次式で与えられるような場合
を考える。
y=ax+b ・・・(16)た
だしa、bは未知パラメータである。(16)式を(7
)式と同一の形式で表現すると、次式のようになる。
だしa、bは未知パラメータである。(16)式を(7
)式と同一の形式で表現すると、次式のようになる。
・・・(17)
ただしx(1)、x(2)は時刻1.2における入力デ
ータ、V(1)、y(2)は同出力データである。この
とき(Φ7の)−1は次式となる。
ータ、V(1)、y(2)は同出力データである。この
とき(Φ7の)−1は次式となる。
(Φ1Φ)’ = (x (1) −x (2) )−
2−・・・(18) ゆえに(18)(12)式より、パラメータθ−(a、
b)”の推定′FrJ度は分/n(7)(x(1)−×
(2))2が1以下のごく小さな値のとき、13号がノ
イズに埋もれてしまい、SN比が悪くなって劣化するこ
とがわかる。すなわちX(1)−X(2)が大きくなる
ように、入力データx(1〉とx(2)が離れているほ
ど推定精度は向上する。
2−・・・(18) ゆえに(18)(12)式より、パラメータθ−(a、
b)”の推定′FrJ度は分/n(7)(x(1)−×
(2))2が1以下のごく小さな値のとき、13号がノ
イズに埋もれてしまい、SN比が悪くなって劣化するこ
とがわかる。すなわちX(1)−X(2)が大きくなる
ように、入力データx(1〉とx(2)が離れているほ
ど推定精度は向上する。
上記の考えを一般に拡張すると、測定データy(tt>
、 y(ij )、 LJ (if )、 LJ (j
j )等のバラツキが大きいとき、未知パラメータeの
推定精度は向上するということになる。第3図は出力応
答波形から具体的にどの時間領域のデータを用いたらよ
いかを示す説明図である。t1≦t≦tsではV(tt
>、V(tt )、V(is)のバラツキは非常によ
い。しかしt>t3ではy(1)の1直はほとんど変化
しない。したがって未知パラメータθを精度良く推定す
るには、t1≦t≦15の測定データ列[V、LJ]を
用いる必要がある。
、 y(ij )、 LJ (if )、 LJ (j
j )等のバラツキが大きいとき、未知パラメータeの
推定精度は向上するということになる。第3図は出力応
答波形から具体的にどの時間領域のデータを用いたらよ
いかを示す説明図である。t1≦t≦tsではV(tt
>、V(tt )、V(is)のバラツキは非常によ
い。しかしt>t3ではy(1)の1直はほとんど変化
しない。したがって未知パラメータθを精度良く推定す
るには、t1≦t≦15の測定データ列[V、LJ]を
用いる必要がある。
以上の概念を定量的に表現するために、次式のよ”うな
検定11列Mを定義する。
検定11列Mを定義する。
M−ΦTΦ ・・・(1つ)この
実対称行列Mの1直列式があらかじめ仕様で指定された
値9より太き(プれば、Φを構成する測定データ列が良
好と判断する。tなわら IMI≧9 ・・・(20)が判
定条件であり、この条件を満たさない測定データタIJ
は拾でる。
実対称行列Mの1直列式があらかじめ仕様で指定された
値9より太き(プれば、Φを構成する測定データ列が良
好と判断する。tなわら IMI≧9 ・・・(20)が判
定条件であり、この条件を満たさない測定データタIJ
は拾でる。
(19)(20>式をそのまま用いて検定を精度良く実
行するには晶n長゛が32ビット程度の計算機を用いる
必要があるが、以下のような変形を行えば16ビツトP
i!度の有限語長のia ri機を用いて同等の検定を
行うことができる。まず実対称行列Mを次のように平方
根行tlJ Dに分解する。
行するには晶n長゛が32ビット程度の計算機を用いる
必要があるが、以下のような変形を行えば16ビツトP
i!度の有限語長のia ri機を用いて同等の検定を
行うことができる。まず実対称行列Mを次のように平方
根行tlJ Dに分解する。
M−DD” ・・・(21)こ
こでDは下三角行列、1〕7は上三角行列である。
こでDは下三角行列、1〕7は上三角行列である。
この平方根行列りを用いて(20)式と同様な判定操作
を次のように行う。すなわち +01≧S ・・・(22)(た
だしS七FT) のとき測定データは良好、そうでないときは不良データ
として袷てる。上記の平方根行列1〕は次のただし+=
1.2.・・・、N←(M+1)Dl、i) 一〇 ただしj<iフーl D(i、k)) ただしj=i+1.i+2.・・・、N+ (M+1
>・・・ (24) 第1図は以上の原Bpを実行するための、本発明に係る
プロセス制御装置の一実施例を示丈侶或ブ[’lツク線
図である。第5図装置と同一の部分は同じ配りを何して
説明を省略する。プロセス制御装置10において、15
は記憶部11からの測定データ出力を入力して検定を行
い、その結果に応じて推定演障部12に出力する検定部
である。
を次のように行う。すなわち +01≧S ・・・(22)(た
だしS七FT) のとき測定データは良好、そうでないときは不良データ
として袷てる。上記の平方根行列1〕は次のただし+=
1.2.・・・、N←(M+1)Dl、i) 一〇 ただしj<iフーl D(i、k)) ただしj=i+1.i+2.・・・、N+ (M+1
>・・・ (24) 第1図は以上の原Bpを実行するための、本発明に係る
プロセス制御装置の一実施例を示丈侶或ブ[’lツク線
図である。第5図装置と同一の部分は同じ配りを何して
説明を省略する。プロセス制御装置10において、15
は記憶部11からの測定データ出力を入力して検定を行
い、その結果に応じて推定演障部12に出力する検定部
である。
上記のような構成のプロセス制御装置の動作を検定部1
5を中心に説明する。その他の部分I」第5図装置の場
合と同様である。第2図は第1図装置の動作を説明する
ためのフローチャートである。
5を中心に説明する。その他の部分I」第5図装置の場
合と同様である。第2図は第1図装置の動作を説明する
ためのフローチャートである。
検定部15はプロセスの入出力から得られる測定データ
列[y (t+N)〜y(t)〜y(t−N)]、[1
−1o (t+N−M)〜uo (j)〜U。
列[y (t+N)〜y(t)〜y(t−N)]、[1
−1o (t+N−M)〜uo (j)〜U。
(t−M)]を記憶部11から入力し、これから作られ
る(21)式のデータ信頼性検定行列(単に検定行列と
も呼ぶ)Mを用いて(23>(24)式13日ろ平方1
fi 11列りを演算し、(22)式で測定データの信
頼性検定を行う。(22)式が満足されるときの測定デ
ータを信頼性が良好と判断し、次段の推定演算部12に
おいてこの(11定デ一タ列(ΦC等)を使用し、(1
2)式に基づいて未知パラメータOを推定演算する。(
22)式が)plだされないときはその測定データ列を
不良データと判定して捨て、別の新しい測定データを取
込んで(22)式が満足されるようになるまで引続き検
定を行う。この間推定演算部12の未知バラメーへ りO出力は前回の決定値を保持している。以下第△ 5図装置と同様に未知パラメータθ出力から最適操作5
1 u Oを演算し、仕様入力として与えられる省資源
、省エネルギー等の指標を実現する最適運転をi−?)
。
る(21)式のデータ信頼性検定行列(単に検定行列と
も呼ぶ)Mを用いて(23>(24)式13日ろ平方1
fi 11列りを演算し、(22)式で測定データの信
頼性検定を行う。(22)式が満足されるときの測定デ
ータを信頼性が良好と判断し、次段の推定演算部12に
おいてこの(11定デ一タ列(ΦC等)を使用し、(1
2)式に基づいて未知パラメータOを推定演算する。(
22)式が)plだされないときはその測定データ列を
不良データと判定して捨て、別の新しい測定データを取
込んで(22)式が満足されるようになるまで引続き検
定を行う。この間推定演算部12の未知バラメーへ りO出力は前回の決定値を保持している。以下第△ 5図装置と同様に未知パラメータθ出力から最適操作5
1 u Oを演算し、仕様入力として与えられる省資源
、省エネルギー等の指標を実現する最適運転をi−?)
。
第4図は上記のプロセス制御装置を用いたときのプロセ
ス応答を示すタイムチャートである。図から明らかなよ
うに、精度良<+n定される未知バ△ ラメータ0から得られた最適操作FJi U oにより
、良好な応答波形ハが1!7られている。
ス応答を示すタイムチャートである。図から明らかなよ
うに、精度良<+n定される未知バ△ ラメータ0から得られた最適操作FJi U oにより
、良好な応答波形ハが1!7られている。
上記のような構成のプロセス制御装置によれば、未知パ
ラメータを精度良く推定できるので、正確に最適操作量
を決定でき、省資源、省エネルギー運転等を容易に実現
できる。
ラメータを精度良く推定できるので、正確に最適操作量
を決定でき、省資源、省エネルギー運転等を容易に実現
できる。
またデータ検定により、常に信頼性の高いプロセス運転
を実現できる。
を実現できる。
なお上記の実施例において、データ検定に用いる測定デ
ータ列[y(t+N)〜y(t)〜y(t−N>]とし
て、低域フィルタ等を使用して高周波ノイズを除いた、
フィルタ処理後の[y(を−トN)〜y(t)〜y (
t−N)]を用いてもよい。
ータ列[y(t+N)〜y(t)〜y(t−N>]とし
て、低域フィルタ等を使用して高周波ノイズを除いた、
フィルタ処理後の[y(を−トN)〜y(t)〜y (
t−N)]を用いてもよい。
また上記の実施例ではオフライン的4rバツヂデータ処
理によりデータ検定、パラメータHfI定を行っている
が、オンライン的に入出力データ9+1を用いてデータ
検定、パラメータm定を行うこともでさる。
理によりデータ検定、パラメータHfI定を行っている
が、オンライン的に入出力データ9+1を用いてデータ
検定、パラメータm定を行うこともでさる。
また上記の実施例では測定データの検定を未知パラメー
タ)lt定のNi信頼性高めるために11っているが、
これに限らず、例えばプラントの異常診断−などに応用
することもできる。
タ)lt定のNi信頼性高めるために11っているが、
これに限らず、例えばプラントの異常診断−などに応用
することもできる。
(発明の効果)
双上述べたように本発明によれば、プロセスモデルに含
まれる係数の推定を精度良く行え、制御特性の改善を図
ったプロセス制txt+装置を実現することができる。
まれる係数の推定を精度良く行え、制御特性の改善を図
ったプロセス制txt+装置を実現することができる。
第1図は本発明に係るプロセス制御装置の一尖hC例を
示すブロック構成図、第2図は第1図スjαの動作を説
明するためのフロ−チャート、fXS3図は第1図装置
の動作を説明するための説明図、第4図は第1図装置の
一応答例を示ずタイムチセード、第5図は従来のプロセ
ス制御MWを示す構成ブロック図、第6図は第5図装置
の一応答例を示すタイムチセードである。 2・・・プロセス、10・・・プロセス1制御装置、1
1・・・記憶部、12・・・推定演算部、15・・・検
定部、O・・・推定演算値。
示すブロック構成図、第2図は第1図スjαの動作を説
明するためのフロ−チャート、fXS3図は第1図装置
の動作を説明するための説明図、第4図は第1図装置の
一応答例を示ずタイムチセード、第5図は従来のプロセ
ス制御MWを示す構成ブロック図、第6図は第5図装置
の一応答例を示すタイムチセードである。 2・・・プロセス、10・・・プロセス1制御装置、1
1・・・記憶部、12・・・推定演算部、15・・・検
定部、O・・・推定演算値。
Claims (3)
- (1)プロセスの入出力測定データを格納する記憶部と
、 この記憶部から前記測定データ列を入力しこの測定デー
タ列で構成される検定行列Mの行列式|M|の値を所定
の値と比較して前記測定データ列の信頼性を判定する検
定部と、 前記記憶部から出力される前記測定データ列から前記プ
ロセスの数学モデルに含まれる係数を推定する推定演算
部とを備え、 検定行列Mの行列式|M|が所定の値より大きい場合に
のみ、前記推定演算部が前記測定データ列に対応した新
たな前記係数の推定演算値を出力するように構成したこ
とを特徴とするプロセス制御装置。 - (2)検定部が検定行列Mの平方根行列Dの行列式|D
|を所定の値と比較することにより測定データの信頼性
を判定する特許請求の範囲第1項記載のプロセス制御装
置。 - (3)推定演算部から出力される係数出力、プロセス入
出力測定データおよび設定データに基づいて操作量を演
算出力する特許請求の範囲第1項記載のプロセス制御装
置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10609386A JPS62263502A (ja) | 1986-05-09 | 1986-05-09 | プロセス制御装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10609386A JPS62263502A (ja) | 1986-05-09 | 1986-05-09 | プロセス制御装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS62263502A true JPS62263502A (ja) | 1987-11-16 |
Family
ID=14424927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10609386A Pending JPS62263502A (ja) | 1986-05-09 | 1986-05-09 | プロセス制御装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS62263502A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100498151B1 (ko) * | 1996-10-08 | 2005-09-08 | 지멘스 악티엔게젤샤프트 | 산업프로세스의미리공지되지않은파라미터를사전계산하기위한방법 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5034692A (ja) * | 1973-07-11 | 1975-04-03 |
-
1986
- 1986-05-09 JP JP10609386A patent/JPS62263502A/ja active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5034692A (ja) * | 1973-07-11 | 1975-04-03 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100498151B1 (ko) * | 1996-10-08 | 2005-09-08 | 지멘스 악티엔게젤샤프트 | 산업프로세스의미리공지되지않은파라미터를사전계산하기위한방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | A nonlinear least-squares approach for identification of the induction motor parameters | |
Chatzi et al. | Experimental application of on-line parametric identification for nonlinear hysteretic systems with model uncertainty | |
CN107688554B (zh) | 基于自适应傅里叶分解的频域辨识方法 | |
EP0401847B1 (en) | Method and apparatus for controlling engine in engine characteristics test | |
CN116659803A (zh) | 基于天平零点在线监测获取连续式风洞气动力载荷的方法 | |
JPH02188801A (ja) | 閉ループ装置のためのパラメータ評価技術 | |
US20160313726A1 (en) | Servo control apparatus having function of obtaining frequency characteristics of machine on line | |
JP2008203051A (ja) | エンジンベンチシステムのパラメータ推定装置 | |
JP2009134751A (ja) | 物理的システムにおいて入力信号を発生する方法及び装置 | |
CN106939840A (zh) | 用于确定内燃机中的气体质量流量的方法和装置 | |
CN114337427B (zh) | 一种带遗忘因子的递推最小二乘法的转动惯量辨识方法 | |
US20220286070A1 (en) | Motor inductance measurement device, motor drive system, and motor inductance measurement method | |
Kshatriya et al. | Improving the accuracy of normal form analysis | |
CN113884914B (zh) | 一种渐消并行卡尔曼滤波动力电池荷电状态估计方法 | |
CN114877926A (zh) | 传感器故障检测与诊断方法、介质、电子设备及系统 | |
US20130080492A1 (en) | Processing kalman filter | |
CN108287470B (zh) | Mimo偏格式无模型控制器基于偏导信息的参数自整定方法 | |
JPS62263502A (ja) | プロセス制御装置 | |
CN110702344B (zh) | 基于分布式应变测量技术的闭环桥梁结构损伤诊断方法 | |
EP4339621A1 (en) | Mems accelerometer systems | |
JP7107496B2 (ja) | 制御系設計方法及び試験システムの制御パラメータ決定方法 | |
Scherer et al. | Model-free control of a magnetically supported plate | |
CN115372696B (zh) | 基于递归傅里叶级数的电网电压频率计算方法和装置 | |
CN102679984B (zh) | 基于极小化矢量距离准则的有限模型滤波方法 | |
US8027816B2 (en) | Frequency response optimisation of a movement simulator by adaptive sinusoidal reference tracking |