法律状态公告日
法律状态信息
法律状态
2014-03-05
授权
授权
2012-06-27
专利申请权的转移 IPC(主分类):F24F11/00 变更前: 变更后: 登记生效日:20120517 申请日:20110309
专利申请权、专利权的转移
2011-11-23
实质审查的生效 IPC(主分类):F24F11/00 申请日:20110309
实质审查的生效
2011-09-21
公开
公开
技术领域
本发明涉及控制模型更新装置、控制模型更新方法、空调控制系统、数据妥当性判断装置。具体地说,涉及例如在使用控制模型对空调系统等控制对象系统进行最佳控制时,更新作为控制模型的近似目的函数的控制模型更新装置。
背景技术
例如作为中央空调系统的最佳运转控制方法提出有各种方法。
在日本特开2004-293844号公报(专利文献1)中,记载有使用模拟模型进行空调设备的运转控制的方法。
在该方法中,首先,预先构建空调设备整体的模拟模型。
在该模拟模型上进行空调设备的运转模拟,在运转模拟的基础上求取空调设备整体的运转成本最小的最佳控制目标值。然后,使用求取的最佳控制目标值进行实际的空调设备的运转。由此,能够进行运转成本最小的最佳运转。
在专利文献1所记载的运转控制方法中,需要预先构建空调设备整体的模拟模型。但是,实际的空调设备中,存在由于设置状况、运转状况的不同,导致动作特性在各个空调设备中也不同的问题。此外,即使是同一装置或设备,也存在由于时间变化而导致特性变化,由于季节、星期、时间等的不同而导致特性发生变化的问题。由此,一个固定的模拟模型是不充分的,需要适当地变更调整为与实际的空调设备的动作特性相符合的模拟模型。
但是,如果由逐个操作者进行这样的调整变更操作,需要相当多的专门知识和很多的时间与劳力。
于是,作为对应这样的状况的方法,例如在日本特开平6-332506号公报(专利文献2)中,公开有自动修正、更新模型函数的控制装置。
在该专利文献2中所公开的技术中,首先收集表示控制对象的输入输出关系的数据。然后,计算与根据数据得到的特性分布近似的模型函数。进而,在使用模型函数进行控制对象的运转控制时每隔规定时间收集数据,使用该数据进行模型函数的修正、更新。通过这样使用运转时的计测数据进行模型的修正、更新,能够根据系统的设置状况的变化、运转状况的变化随时进行模型函数的最佳化,能够实施与实际的状况对应的最佳控制。
同样的内容例如也公开于日本特开2006-207929号公报(专利文献3)中。
专利文献1:日本特开2004-293844号公报
专利文献2:日本特开平6-332506号公报
专利文献3:日本特开2006-207929号公报
但是,在根据计测数据计算模型函数时,也可能有数据本身不适合的情况。
例如,在计测设备自身具有计测误差的情况下、或计测设备偶尔受到周围环境的影响导致计测值出现偏差。
进一步,也经常会出现噪声干涉数据的情况。
当计测误差过大或噪声过大,则会产生偏差值混入数据的情况。
如果基于这样的错误的数据计算控制模型,则得到不能够正确反映实际控制对象的情况的模型。
于是,如果基于不正确的控制模型来控制对象,则当然会偏离最佳控制,最差的情况下会导致控制失去稳定性而不能够运转。
发明内容
本发明的目的在于提供一种不会错误地更新控制模型,能够仅适当地更新控制模型的控制模型更新装置、控制模型更新方法。
此外,本发明提供一种根据最佳地被更新的控制模型来实现最佳控制的空调机的控制系统。
本发明的控制模型更新装置,使用为了更新控制对象的控制模型而赋予的分析用数据,计算出作为控制对象的近似函数的控制模型并对其进行更新,该控制模型更新装置包括:
控制模型计算部,其使用上述分析用数据计算出上述控制模型;
控制模型更新部,其取入由上述控制模型计算部计算出的控制模型并进行更新;以及
数据妥当性判断部,其判断上述分析用数据的妥当性,
上述数据妥当性判断部包括:
特性信息存储部,其存储有关于预先针对控制对象得到的特性的信息;
二次函数式计算部,其以二次函数计算出上述分析用数据的近似二次函数式;以及
特性判定部,其对比由上述二次函数式计算部计算出的上述二次函数式的特性和存储于上述特性信息存储部的信息,
上述控制模型更新部,在上述特性判定部的对比中两者一致的情况下实施控制模型的更新。
在本发明中优选的是,设定存储于上述特性信息存储部的信息是以二次函数式表示控制对象的特性时的信息,二次函数式为向上凸型或向下凸型中的任意一种。
本发明中优选的是,上述数据妥当性判断部还包括:
变量范围存储部,其存储作为制约条件的变量的可变范围;以及
极值点判定部,其对比由二次函数式计算部计算出的二次函数式的极值点和存储于上述变量范围存储部的上述变量的可变范围;
上述控制模型更新部,在上述极值点判定部的判定中,二次函数式的极值点与上述变量的可变范围的关系妥当的情况下,实施控制模型的更新。
此外,本发明中优选的是,上述二次函数式的极值点与上述变量的可变范围的关系为,极值点位于上述变量的可变范围内的情况、极值点比上限值大的情况、或者极值点比下限值小的情况这三种方式中的任一种,
上述极值点判定部基于根据预先针对控制对象得到的特性设定的判定基准,判定上述三种方式中的其中一种的情况为妥当的。
本发明的控制模型更新方法,使用为了更新控制对象的控制模型而赋予的分析用数据,计算出作为控制对象的近似函数的控制模型并对其进行更新,该控制模型更新方法包括:
控制模型计算步骤,其使用上述分析用数据计算出上述控制模型;
二次函数式计算步骤,其计算出以二次函数近似上述分析用数据而得到的二次函数式;
特性判定步骤,其对比计算出的上述二次函数式的特性和关于预先对于控制对象得到的特性的信息;以及
控制模型更新步骤,其在上述特性判定步骤的对比中两者一致的情况下实施控制模型的更新。
本发明的空调控制系统包括:
上述控制模型更新装置;
作为上述控制对象的热源系统;以及
控制部,其使用由上述控制模型更新装置更新的控制模型,控制上述热源系统的动作。
本发明的数据妥当性判断装置,判断为了计算出控制对象的控制模型而赋予的分析用数据的妥当性,该数据妥当性判断装置包括:
特性信息存储部,其存储关于预先针对控制对象得到的特性的信息;
二次函数式计算部,其计算出以二次函数近似上述分析用数据而得到的二次函数式;以及
特性判定部,其对比由上述二次函数式计算部计算出的上述二次函数式的特性和存储于上述特性信息存储部的信息。
本发明优选的是,设定存储于上述特性信息存储部的信息为以二次函数式表示控制对象的特性时的信息,二次函数式为向上凸型或向下凸型中的任意一种。
操作者等能够活用预先具有的信息,判断分析用数据是否妥当,能够避免基于错误的控制模型进行不适当的控制。此外,在判定分析用数据的妥当性时,在二次函数式的级别上判断妥当性,因此能够简单地构成以及进行处理动作。
附图说明
图1是表示空调系统的整体结构的框图;
图2是表示热源系统的结构的一个例子的图;
图3是用于说明热源系统整体的运转成本的关系的图;
图4是将热源系统的控制模型表示为图表的图;
图5是控制模型更新装置的功能框图;
图6是用于说明控制模型更新装置的动作顺序的流程图;
图7是在图表上表示A到H的数据的图;
图8是在图表上表示二次函数式(式2)的图;
图9是在图表上表示包含C’D’的A到H的数据的图;
图10是在图表上表示式3的二次函数式的图;
图11是第二实施方式的控制模型更新装置的功能框图;
图12是用于说明第二实施方式中控制模型更新装置的动作顺序的流程图;
图13是在图表上表示包含C’的A到H的数据的图;
图14是表示式4的二次函数式的图;
图15是在变形例1中将热源系统的控制模型表示为二变量函数的图;以及
图16是在图表上表示(式6)的图。
附图标记说明
100……空调系统;101……房间;110……热源系统;111……冷冻机;112……泵;113……空气调节机;120……最佳控制部;130……监视装置;200……控制模型更新装置;210……分析用数据存储部;220……控制模型计算部;230……控制模型更新部;240……控制模型存储部;250……数据妥当性判断部;251……函数特性信息存储部;252……二次函数式计算部;253……特性判定部;254……变量范围存储部;255……极值点判定部;300……控制模型更新装置;350……妥当性判断部。
具体实施方式
以下图示本发明的实施方式,并且参照标注于图中的各要素的符号进行说明。
(第一实施方式)
说明本发明的第一实施方式
图1是表示空调系统的整体结构的框图。
空调系统100包括:作为控制对象的热源系统110;对该热源系统110进行最佳控制的最佳控制部120;进行空调系统整体的监视的监视装置130;以及进行在最佳控制部120中使用的控制模型的更新的控制模型更新装置200。
热源系统110调整房间(负载)101的温度。
图2是表示热源系统110的结构的一个例子的图。
热源系统110包括:生成冷水的冷冻机111;使冷水循环的泵112;以及使空气循环的空气调节机113。
冷冻机111能够根据来自外部的指令使冷水出口温度的控制目标值变化。例如,能够在6℃到12℃的范围内对冷水的温度进行可变控制。
泵112使冷冻机111生成的冷水循环。
空气调节机113使房间101的空气与冷水接触,使冷却的空气在房间101中循环。
此处,在将房间101的温度调节至规定温度时,当使冷水出口温度变化时,热源系统的运转成本变化。
例如,当提高冷水出口温度(例如使之为12℃)时,冷冻机111的运转成本下降。
但是,因为不得不以高温度的冷水冷却房间101的空气,所以泵的流量增加。由此,泵112的运转成本上升。
此外,当降低冷水出口温度(例如使之为6℃)时,冷冻机111的运转成本上升。
另一方面,因为以低温度的冷水冷却房间的空气,所以泵流量减少。由此,在该情况下泵112的运转成本下降。
这样,在将房间101的温度调节为规定温度时,冷冻机111的运转成本和泵112的运转成本为折衷(trade-of)的关系。
将该关系表示于图3,横轴表示冷水出口温度(X),纵轴表示运转成本(Z),作为热源系统整体的运转成本,具有向下凸的特性。
由此,存在使热源系统110的运转成本最小的最佳控制点Pa。
此处,作为用于说明的简单的输入输出关系,对于冷水出口温度X的运转成本Z像下述(式1)那样被模型化。
图4是将(式1)表示在图表中的图。
Z=1.5X4+X3-X2-X+1……(式1)
最佳控制部120对热源系统110进行最佳控制,使得运转成本最小。对最佳控制部120赋予来自控制模型更新装置200的热源系统110的控制模型。最佳控制部120使用该控制模型计算出最佳控制目标值,配合最佳控制目标值对冷冻机111和泵112进行运转控制。
监视装置130监视热源系统110的运转状况,由未图示的各种传感器取得数据。
作为取得的数据,例如有外部气温、冷水出口温度、冷冻机111的冷却水的温度、泵流量、泵压力、房间温度、能量消耗量(电、气)等。
此外,监视装置130存储有负载热量、室内热函、电费、气费等,以及以时间/星期/月的单位设定的房间的设定温度等。
作为用于构建热源系统110的控制模型所必需的分析用数据,监视装置130将上述举出的数据定期地赋予控制模型更新装置200。
此外,监视装置130将热源系统110运转所必需的数据赋予最佳控制部120,使最佳控制部120实施热源系统110的最佳控制。
运转所必需的数据是指,例如电费、气费等,以及以时间/星期/月为单位设定的房间的设定温度等。
接着,说明控制模型更新装置200。
图5是控制模型更新装置200的功能框图。
控制模型更新装置200包括分析用数据存储部210、控制模型计算部220、控制模型更新部230、控制模型存储部240、数据妥当性判断部250。
分析用数据存储部210是暂时保存从监视装置130赋予的分析用数据的缓存器。
在分析用数据存储部210缓存的数据,输出至控制模型计算部220和数据妥当性判断部250。
控制模型计算部220基于上述分析用数据计算出作为控制对象的热源系统110的控制模型。
控制模型是与热源系统110的情况近似的函数式。
此处,热源系统110的运转根据环境温度、冷冻机111的冷却水的温度、房间温度等外部原因,以及冷冻机111、泵112的特性变化而变化。于是,控制模型计算部220使用定期被赋予的分析数据,计算反映现在的运转状况的热源系统110的控制模型。
在分析数据妥当的情况下,对于冷水出口温度X的运转成本Z正确反映热源系统110的模型,成为上述(式1)那样。与此相对,在分析用数据包含不适当的数据等的情况下,计算出偏离(式1)的控制模型。
控制模型更新部230取入由控制模型计算部220计算出的控制模型,并覆盖后面的控制模型存储部240。
控制模型存储部240总是存储最新的控制模型,并将其赋予最佳控制部120。
接着,说明数据妥当性判断部250。
数据妥当性判断部250具有函数特性信息存储部(特性信息存储部)251、二次函数式计算部252、特性判定部253。
在函数特性信息存储部251中,设定输入有针对作为控制对象的热源系统110的特性预先得到的信息。例如,对于热源系统110来说,预先得知冷水出口温度(X)和运转成本(Z)的关系为折衷关系。而且,已知在使冷水出口温度变化时,存在热源系统110的运转成本最小的最佳控制点Pa。
于是,以二次函数式表达控制对象(热源系统110)时的函数的形态作为函数特性信息设定存储在函数特性信息存储部251中。此处,二次函数式为向上凸或向下凸的任意一种形态。即,在函数特性信息存储部251中设定输入有向上凸或向下凸的任意一种函数特性信息。
在本实施方式中,采用热源系统110的例子,因此作为函数特性信息,设定输入有向下凸的形态。
分析用数据从分析用数据存储部210输入到二次函数式计算部252。然后,二次函数式计算部252计算出以二次函数近似该分析用数据而得到的近似曲线。二次函数式计算部252将求得的二次函数式输出至特性判定部253。
特性判定部253将由二次函数式计算部252得到的二次函数式和设定存储在函数特性信息存储部251的特性信息进行比较。然后,判定上述二次函数式是否与预先得到的特性信息一致。
在上述二次函数式与预先得到的特性信息一致的情况下,特性判定部253向控制模型更新部230指示控制模型的更新。
另一方面,在上述二次函数式与预先得到的特性信息不一致的情况下,特性判定部253不向控制模型更新部230指示控制模型的更新。
使用流程图说明具有这样结构的控制模型更新装置200的动作顺序。
图6是用于说明控制模型更新装置200的动作顺序的流程图。
首先,由监视装置130监视热源系统110的运转状况,收集分析用数据(ST100)。继续进行数据收集直至到达规定的模型更新时刻,在到达更新时刻时(ST110,是),从监视装置130向分析用数据存储部210输入分析数据(ST200)。
此处,作为一个例子,使得作为表示冷水出口温度X与热源系统110的运转成本Z的关系的分析数据(X,Z),获得以下的8点(A-H)构成的数据组。
A(-1.0,1.5)
B(-0.8,1.2624)
C(-0.2,1.1544)
D(0.3,0.6492)
E(0.5,0.4688)
F(0.6,0.4504)
G(0.8,0.6864)
H(1.0,1.5)
此处,冷水出口温度X为标准化的值,例如,将6℃到12℃的范围的数据标准化为-1.0到1.0。
运转成本Z例如是每单位时间的运转费用,可以是将电费、气费等的费用换算为货币的值,或者也可以是以规定的换算式进行了指数化的值。
另外,如图7所示,这些A到H的数据是作为热源系统110的适宜的控制模型的(式1)上的点。
当分析用数据输入到分析用数据存储部210时,基于该分析用数据由控制模型计算部220计算出控制模型(ST210)。计算出的控制模型以暂时保持缓冲保存的状态进行待机,直至进行控制模型更新部230的取入。
此外,由二次函数式计算部252计算出近似分析用数据的二次函数式(ST220)。
求取近似A到H这样的8点的二次函数式,得到(式2)。
即,此时,得到向下凸的二次函数式。
Z=0.7142X2-0.2525X+0.6379……(式2)
图8是表示该二次函数式的图表。
这样计算出的二次函数式被输出至特性判定部253。
接着,进行计算出的二次函数式是否与预先得到的信息一致的判定(ST230)。
即,首先,特性判定部253判断计算出的上述二次函数式(式2)的形状是向上凸还是向下凸。
此处,为单一变量的二次式,因此只要判断最高次数(X2)的系数的符号是正还是负即可。
因为X2的系数为0.7142,符号为正,因此判断(式2)为向下凸的形状。
然后,特性判定部253读出预先存储于函数特性信息存储部251的信息。
此处,设定为向下凸的信息。
由此,二次函数式的形状与信息一致(ST240,是)
在二次函数式的形状与信息一致的情况下(ST240,是),由特性判定部253对控制模型更新部230指示控制模型的更新。这样,由控制模型计算部220计算出的控制模型被控制模型更新部230取入,覆盖控制模型存储部240。
由此在最佳控制中使用的控制模型被更新(ST250)。
这样基于更新后的控制模型,由最佳控制部120实施热源系统110的最佳控制(ST300)。
接着,说明分析用数据包含不适当的数据的情况下的动作。
基于各种原因,存在分析用数据产生误差或包含偏差值,成为不适当的数据组的情况。
此处,例如,作为表示冷水出口温度X与热源系统110的运转成本Z的关系的分析用数据(X,Z),获得以下的8点构成的数据组。
其中,C’和D’是从本来应该得到的正确的数据脱离的数据。
即,如图9所示,A、B、E、F、G、H为作为热源系统110的适当的控制模型的(式1)上的点,但C’和D’是从(式1)脱离的点。
A(-1.0,1.5)
B(-0.8,1.2624)
C’(-0.2,2.5)
D’(0.3,2.5)
E(0.5,0.4688)
F(0.6,0.4504)
G(0.8,0.6864)
H(1.0,1.5)
在这样的情况下,当上述A、B、C’、D’、E、F、G、H数据组输入分析用数据存储部210时(ST200),在控制模型计算部220中计算出控制模型(ST210),进一步在二次函数式计算部252中计算出近似上述8点的控制模型(ST220)。
此时,二次函数式受到脱离的点C’、D’的影响,如图10所示,成为向上凸的形状。
表达为数学式如下。
Z=-0.7043X2-0.3926X+1.7713……(式3)
在特性判定部253中,进行二次函数式(式2)与预先得到的信息是否一致的判定(ST230)。
在二次函数式(式3)中,最高次数X2的系数的符号为负。由此,可知二次函数式(式2)为向上凸的形状。这样的话,因为在函数特性信息存储部251中设定为向下凸的信息,因此二次函数式(式3)的形状(特性)与信息不一致(ST240,否)。
在二次函数式(式3)的形状(特性)与信息不一致的情况下(ST240,否),特性判定部253不对控制模型更新部230指示控制模型的更新(ST270)。
此时,分析用数据存储部210的数据和控制模型计算部220计算出的控制模型可以删除,或者,在下一次的分析用数据写入时被覆盖。
在不更新控制模型的情况下,因为上一次或者之前计算出的控制模型存储在控制模型存储部240中,所以能够使用它实施最佳控制部120的热源系统110的控制。
此外,即使控制模型没有能够更新,与基于不适当的分析用数据得出的错误控制模型被更新存储的情况相比,也要好很多。
根据这样的第一实施方式,能够得到以下的效果。
(1)如前所述,将控制对象(热源系统110)以二次函数式表达时的函数的形态作为函数特性信息存储在函数特性信息存储部251中。此外,在二次函数式计算部252中计算出以二次函数近似分析用数据而得到的二次函数式。
如果,分析用数据正确,则二次函数式应该与预先得到的热源系统110的特性信息一致。
此时,作为计算二次函数式的基础的分析用数据是妥当的,成为反映热源系统110的特性的数据组。
进一步,由这样的妥当的分析用数据计算出的控制模型也是妥当的。于是,在上述二次函数式的特性(形状)与预先得到的特性信息一致的情况下,特性判定部253对控制模型更新部230指示控制模型的更新,使得更新为由控制模型计算部220计算出的控制模型。
由此,能够进行使用基于妥当的分析用数据的适当的控制模型的最佳控制。
(2)另一方面,在二次函数式与预先得到的热源系统110的特性信息不一致的情况下,则认为由于噪声等的影响使得分析用数据不适宜使用。例如,在计算出二次函数式向上凸的情况下,从热源系统110自然的特性可知,该二次函数式并不正确。
此时,作为计算二次函数式的基础的分析用数据也不适当,不是正确反映热源系统110的特性的数据组。
进一步,根据这样的不适当的分析用数据计算出的控制模型也是不适当的。于是,在上述二次函数式与预先得到的特性信息不一致的情况下,特性判定部252不向控制模型更新部230指示控制模型的更新。
由此,能够避免基于错误的控制模型进行不适当的控制。
(3)在判断分析用数据是否适当时,求取二次函数式,根据该二次函数式的特性(形状)判断分析用数据的妥当性。因为二次函数的近似曲线的求取,或者二次函数式的形状(特性)的求取都是很方便的,所以本实施方式的数据妥当性判断也是容易且方便的。
例如,由控制模型计算部计算出的控制模型本身为用于进行高精度的最佳控制的高次数,或包含特殊函数。由此,难以自动判定这样复杂的函数式与信息是否一致。
对于该点,因为在二次函数式的级别上判断妥当性,所以能够简单地形成本实施方式的结构以及进行处理动作。
而且,因为这样在二次函数式的阶段判断妥当性,所以操作者等能够活用预先具有的信息来进行分析用数据是否妥当的判断。
(第二实施方式)
接着,说明本发明的第二实施方式。
第二实施方式的基本结构与第一实施方式相同,但第二实施方式中,进一步具有在变量的上下限值的范围内判断二次函数式的特性是否与信息一致的特征。
图11是第二实施方式的控制模型更新装置300的功能框图。
在图11中,妥当性判断部350具有变量范围存储部254和极值点判定部255。
在变量范围存储部254中设定存储有变量的上下限值作为变量的制约条件。
例如,作为冷水出口温度的范围设定为6℃到12℃的范围。
另外,为了进行说明,使用标准化的数值,作为上下限值设定-1.0,1.0。
极值点判定部255求取由二次函数式计算部252计算出的二次函数式的极值点。然后,判定极值点是否进入上述上下限值范围内。
极值点判定部255在极值点进入上述上下限值范围内的情况下,向控制模型更新部230指示控制模型的更新。
相反,在极值点偏离上述上下限值范围的情况下,不向控制模型更新部230指示控制模型的更新。
另外,极值点是成为极值时的变量的值。即,X为极值点时,Z为极值(极大值或极小值)。
图12是用于说明第二实施方式中控制模型更新装置300的动作顺序的流程图。
此处,作为分析用数据,作为表示冷水出口温度X与热源系统110的运转成本Z的关系的分析数据(X,Z),假定给出了由以下8点(A-H)构成的数据组。
其中,C’是从本来应该得到的正确数据脱离的数据。
即,如图13所示,A、B、D、E、F、G、H为作为热源系统110的适当的控制模型的(式1)上的点,而C’是脱离(式1)的点。
A(-1.0,1.5)
B(-0.8,1.2624)
C’(-0.2,2.5)
D(0.3,0.6492)
E(0.5,0.4688)
F(0.6,0.4504)
G(0.8,0.6864)
H(1.0,1.5)
在这样的情况下,当上述A、B、C’、D、E、F、G、H的数据组输入到分析用数据存储部210时(ST200),在控制模型更新部220中计算出控制模型(ST210),进而在二次函数式计算部252中计算出近似上述8点的二次函数式(ST220)。
此时,二次函数式受到脱离的点C’的影响,成为图14所示的那样。即,在X为-1.0到1.0的范围内,二次函数式单调减少。表达为数学式如下。
Z=0.0525X2-0.4170X+1.1633……(式4)
在特性判定部253中,进行二次函数式(式4)与预先得到的信息是否一致的判定(ST230)。
在二次函数式(式4)中,最高次数X2的系数的符号为正。
由此,可知二次函数式(式4)向下凸。
这样的话,因为在函数特性信息存储部251中设定为向下凸的信息,所以二次函数式(式4)的形状(特性)与信息一致(ST240,是)。
此处,第二实施方式中,在由特性判定部253判定为与信息一致的情况下,并不立即更新控制模型,而是进一步进行极值点判定(ST241)。
在极值点判定时,首先由极值点判定部255计算出二次函数式(式4)的极值点。
根据一阶微分为0的条件,按下述方式求取极值点。
dZ/dX=0.105X-0.4170=0
X=3.9714
即,可知在X=3.9714时,成为极小值。
接着,读出设定于变量范围存储部254的上下限值。
此处,上下限值为-1.0、1.0。
然后,判定极值点(X=3.9714)是否进入上述上下限值的范围(ST242)。
该例中,极值点(X=3.9714)偏离上述上下限值的范围(-1.0,1.0)(ST242,否)。
此时,极值点判定部255不向控制模型更新部230指示控制模型的更新。
由此,控制模型更新部230不更新控制模型(ST270)。
此外,在极值点进入设定的上下限值的范围内时,从极值点判定部255向控制模型更新部230指示模型更新。
这样,由控制模型计算部220计算出的控制模型被控制模型更新部230取入,覆盖控制模型存储部240。
由此,在最佳控制中使用的控制模型被更新(ST250)。
根据这样的第二实施方式,除以上述效果之外还能够发挥以下效果。
(4)实际的设备中当然不可能无限制地获取参数值。
例如,在实际的热源系统110中,以防止冷冻机111的冻结、室内供气的除湿等为目的,对于来自冷冻机111的冷水出口温度(X)设定上下限值,例如,冷水出口温度限制为6℃到12℃。进一步,根据热源系统的特性,在该上下限值的范围内应该存在最佳控制点。
但是,计算出的控制模型可能在上下限值的范围内不具有极值,在实际能够应用的变量范围内单调增加或单调减少。
在这样的情况下,分析用数据不妥当的可能性很高,但仅是特性判定部253中的特性判定(向上凸或向下凸)可能并不能够充分判断分析用数据的妥当性。
对于该问题,在本第二实施方式中,除了特性判定部253中的特性判定(向上凸或向下凸)之外,进而进行极值点判定,判断最佳控制点是否位于实际能够利用的变量范围。
由此,能够避免基于错误的控制模型进行不适当的控制。
(5)进一步,在判定最佳控制点是否位于变量范围内时,使用二次函数式的极值点。
二次函数式的极值点决定为一个,因此能够简单形成本实施方式的结构以及进行处理动作。
此处,在上述第二实施方式中,在极值点位于变量范围内的情况下判定为分析用数据妥当。
与此相对,根据控制对象的特性,也可能有在变量范围内单调减少或单调增加也是妥当的数据的情况。
在这样的情况下,在极值点判定部255的判定中,将极值点比上限值大的情况,或者极值点比下限值小的情况判定为妥当即可。
即,在特性判定部253的判定中二次函数式向下凸,而且,在极值点判定部255的判定中极值点比上限值大,则能够判定为单调减少。
此外,在特性判定部253的判定中二次函数式向下凸,而且,在极值点判定部255的判定中极值点比下限值小,则能够判定为单调增加。
根据这样的结构,能够根据控制对象的特性来判定分析用数据的妥当性。
(变形例1)
在上述实施方式中,为了进行简单的说明,例示了变量仅为一个(冷水出口温度X)的情况,但是对于涉及多个变量的二次函数式也能够应用本发明。
例如,将运转成本Z表示为多个变量X、Y……的函数。
其中,各变量的最大次数为2次。
Z=f(X,Y……)
此时,如果将函数f以各输入参数进行二阶微分而得到的海赛矩阵(Hessian matrix)为正的常值(全部的特征值为正)则为向下凸的函数。
此外,如果为负的常值(全部的特征值为负),则为向上凸的函数。
此外,关于极值,以各输入参数的偏微分为0的条件建立连立一次方程式,对其求解,则能够容易地求取极值和极值点。
由此,能够进行各参数的极值点是否进入上下限值范围内的判定。
使用具体地例子进行说明。
例如,热源系统110的输入输出关系表示为下式。
将该式表示于图表,则如图15所示。
Z=1.5X4+X3-X2+Y2-X+1……(式5)
在该(式5)中,独立于变量Y地,存在关于变量X的Z的最小值。
即,(式5)关于变量X为向下凸的函数。
此外,独立于变量X地,存在关于变量Y的Z的最小值。
即,(式5)关于变量Y为向下凸的函数。
此处,作为分析用数据(X,Y,Z),获取以下的A到R这18点的数据组。
即,从监视装置对分析用数据存储部210赋予A到R这18点的数据组。
将该分布表示在图15中。
这些全部是由上述(式5)的四次式赋予的曲面上的数据。
A(0.1,-0.6,1.25)
B(-0.1,0.8,1.73)
C(-1.0,-0.7,1.99)
D(-0.4,0.6,1.57)
E(-0.7,0.0,1.23)
F(0.5,0.9,1.28)
G(-0.4,-0.9,2.02)
H(0.0,-0.2,1.04)
I(-0.7,-0.8,1.87)
J(0.2,0.9,1.58)
K(-0.5,-1.0,2.21)
L(0.3,0.5,0.99)
M(0.3,0.6,1.00)
N(0.4,0.7,1.03)
O(-0.1,-0.9,1.90)
P(-0.9,-0.3,1.44)
Q(1.0,-1.0,2.50)
R(1.0,1.0,2.50)
为了进行特性判定部253中的特性判定,在二次函数式计算部252中计算二次函数式。
如果对上述分析用数据应用广义的多变量分析方法(复合回归分析、支持向量回归等),计算出二次函数式,则得到(式6)。
将该(式6)表示于图表,如图16所示。
Z=0.5877X2-0.1585XY+1.2296Y2-0.2173X-0.0648Y+0.7532……(式6)
然后,在特性判定部253中的特性判定时,求取(式6)是向下凸还是向上凸。
此时,首先,对(式6)求取海赛矩阵(关于输入参数的二阶偏微分)。
[数学式1]
此处,令特征值为λ,令单位矩阵为1,则关于海赛矩阵H的特征方程式为(式8)。
[数学式2]
求取该特征方程式(式8),则可得特征值λ为1.1561和2.4786。
因为特征值λ为正值,所以可知上述海赛矩阵(式7)为正定值。
由此可知,基于分析用数据计算出的二次函数式(式6)向下凸。
然后,如果在函数特性信息存储部251中作为信息设定存储为向下凸,则判定二次函数式(式6)的特性与预先登记的信息一致。
进一步,对于极值点判定能够以下述方式实施。
对于变量X和变量Y,求解以各自的一阶偏微分为0的条件连立的一次方程式。
[数学式3]
这样,为极值时X为0.1901。
此外,为极值时Y为0.0386。
这样求解X、Y各自的极值点。
然后,在变量范围存储部254中作为变量范围,对于X和Y均设定-1.0到1.0,则可知X和Y的极值点进入上下限值内。
由此,可知在上下限值范围内(式6)也为向下凸的函数(极值点判定部255)。
(变形例2)
在上述实施方式中,仅根据特性判定和极值点判定来判断是否可以更新控制模型,但是,还可以将判定结果累积存储于数据表。
例如,将控制模型、二次函数式、特性判定、极值点、是否更新、其时刻累积存储于表中。
在表1中表示表的例子。
表1
由此,操作者能够判断是否顺利地进行更新。
此外,在更新连续不成功的情况下,能够研究特性判定的结果、极值点的值,进行是否产生了问题等原因的探究。
另外,本发明并不限定于上述实施方式,在不脱离主旨的范围内能够进行适宜的变更。
在第二实施方式中,对于设定于变量范围存储部的上下限值,也可以根据来自监视装置的提供随时进行变更。
在上述实施方式中,举例表示了具有特性判定部的结构,该特性判定部判定二次函数式是向下凸还是向上凸,但是,也可以删除该特性判定部,由二次函数式计算部、变量范围存储部和极值点判定部构成妥当性判断部。
例如,在认为分析用数据的大致倾向(向上凸或向下凸)几乎没有错误的情况下,也可以仅进行极值点判定。
在上述实施方式中,举例表示了以运转成本Z为纵轴的情况,因此控制对象(热源系统)的特性向下凸,但是如果适当地变换指标,例如以运转效率、节能性等为纵轴则控制对象(热源系统)的特性当然向上凸。
然后,在这样的控制对象的特性表现为向上凸的情况下,当然也能够应用本发明。
在上述实施方式中,作为控制对象举例表示了冷却房间温度的热源系统,但是作为热源系统,当然也可以是提高房间温度的系统。
此外,本发明并不限于空调机,对于具有最佳控制点的各种装置的控制本发明都是有效的。
机译: 控制模型更新装置,控制模型更新方法,空调控制系统和数据有效期确定装置
机译: 控制模型更新装置,控制模型更新方法,空调控制系统和数据有效期确定装置
机译: 控制模型更新装置,控制模型更新方式,空调控制系统和数据有效性判断装置