閉ループデータを用いた一般化予測PID制御系の一設計

摘要

PID control has been widely applied in alot of process systems. The control performance is strongly affected by tuning PID parameters, which is an extremely important issue. Many model-based PID parameters tuning methods have been proposed, and these methods have been applying to alot of real systems. However, in thermal processes or chemical processes, in order to calculate control parameters, experiments are required multiple times. On the other hand, the data-oriented controller design scheme has received much attention in the last few years. In this paper, a new data-oriented PID controller design scheme based on generalized predictive control (GPC) is proposed. According to the method, control parameters are obtained based on predictive values of system output, and a GPC-based PID (GPC-PID) controller is given by transforming these parameters. Moreover, in the proposed GPC-PID controller, system identification is not necessary to calculate control parameters. The effectiveness of the proposed method is evaluated by a numerical example.%PID制御は，その構造の簡便さから今なお幅広い産業分野で適用されている.PID制御では，PIDパラメータの調整方法によって制御結果が大きく左右されるため，その調整は非常に重要な問題である.従来法の多くはPIDパラメータの調整に対象システムのモデルを用いる，いわゆるモデルベース型設計法であり，現在も多くの現場で採用されている.しかし，化学プロセスや熱プロセスなどのプロセスシステムでは，モデルを得るために行うステップ応答試験などに長時間を要したり，また，モデルの精度が悪かった場合にはこれらの実験を多数回行う必要性がある.さらに，プロセスシステムはいくつものループが互いに干渉しており，開ループ実験による他のループへの影響も懸念される.一方，VRFT(Virtual Reference Feedback Tuning)やFRIT(Fictitious Reference Iterative Tuning)などに代表される，閉ループデータから直接的に制御パラメータを決定するデータ指向型制御系設計法が，前述の問題を解決する有効な手段として，近年盛んに研究が行われている.このような背景の中で，著者らも一般化最小分散制御則(Generalized Minimum Variance Control:GMVC)に基づぐ可調整パラメータを有するデータ指向型PID制御系の設計法を提案し，シミュレーションや実験を通してその有効性について報告している.