特開 2021-6996 制御系の設計方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】特開2021-6996(P2021-6996A)

(43)【公開日】2021年1月21日

(54)【発明の名称】制御系の設計方法

(51)【国際特許分類】

   G05B 13/04 20060101AFI20201218BHJP

【ＦＩ】

   G05B13/04

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

【全頁数】11

(21)【出願番号】特願2020-107560(P2020-107560)

(22)【出願日】2020年6月23日

(31)【優先権主張番号】特願2019-120558(P2019-120558)

(32)【優先日】2019年6月27日

(33)【優先権主張国】JP

(71)【出願人】

【識別番号】504136568

【氏名又は名称】国立大学法人広島大学

(74)【代理人】

【識別番号】100196380

【弁理士】

【氏名又は名称】森 匡輝

(72)【発明者】

【氏名】脇谷 伸

(72)【発明者】

【氏名】山本 透

【テーマコード（参考）】

5H004

【Ｆターム（参考）】

5H004GA14

5H004GB01

5H004KA72

5H004KB01

5H004KC33

5H004KC48

5H004KD62

(57)【要約】

【課題】複雑な制御対象であっても、システムパラメータの変化に対して制御性能の低下を抑制することができる制御系の設計方法を提供する。
【解決手段】制御系は、コントローラモデルとプラントモデルとを含む制御系のシミュレーションモデルを作成し、コンピュータシミュレーションによって制御器１１を設計するモデルベース設計によって設計される。また、制御器１１は、制御器１１の特性を表すコントローラパラメータ、制御対象の特性を表すプラントパラメータ及び制御出力を含む複数のデータセットからなるデータセット群に基づいて学習されるデータベース駆動型制御器として設計される。
【選択図】図１

【特許請求の範囲】

【請求項1】

コントローラモデルとプラントモデルとを含む制御系のシミュレーションモデルを作成し、コンピュータシミュレーションによって制御器を設計するモデルベース設計において、
前記制御器は、前記制御器の特性を表すコントローラパラメータ、制御対象の特性を表すプラントパラメータ及び制御出力を含む複数のデータセットからなるデータセット群に基づいて学習されるデータベース駆動型制御器として設計される、
ことを特徴とする制御系の設計方法。

【請求項2】

前記制御対象は、補償要素を含み、
前記補償要素は、前記プラントパラメータと、制御入力と、制御出力とを含む複数のプラントデータセットからなるプラントデータセット群に基づいて学習される、データベース駆動型アプローチによって設計される、
ことを特徴とする請求項１に記載の制御系の設計方法。

【請求項3】

前記補償要素は、
前記プラントモデルが、予め定められた理想特性との誤差を表す評価関数を最小化するように設計される、
ことを特徴とする請求項２に記載の制御系の設計方法。

【請求項4】

前記補償要素は、
固定パラメータによって表される受動要素としてモデル化される、
ことを特徴とする請求項２又は３に記載の制御系の設計方法。

【請求項5】

前記プラントモデルを含む複数の制御ユニットからなる統合システムにおいて、前記制御ユニットの機能目標を設定する機能目標設定ステップと、
前記機能目標を、
プラント設計によって達成するか、
プラント設計及び固定制御器設計によって達成するか、
プラント設計及びデータベース駆動型制御器設計によって達成するか、を選択する選択ステップと、を含み、
少なくとも１つの前記制御ユニットは、
請求項１から４のいずれか一項に記載の設計方法で設計されるデータベース駆動型制御器を備える、
ことを特徴とする制御系の設計方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、制御系の設計方法に関する。

【背景技術】

【0002】

従来、制御対象の経年劣化等による特性変化に対応できる安定的（ロバスト）な制御器の設計方法が種々開発されてきた。制御対象をモデル化し、モデルの経時変化によるシステム変動に対して安定となる固定パラメータを有する制御器を設計する手法では、システムの安定性を確保できるが、システム変動によって制御性能が劣化する。

【0003】

一方、制御性能の劣化を抑制できる制御器の設計方法として、適応調節機構を備える適応学習制御器の設計方法が開発されている。具体的には、適応調節機構が、制御系の測定パラメータに基づいて、制御パラメータをオンラインで調節することにより、常に所望の動作を達成する。

【0004】

また、このような適応調節機構の中には、制御対象の数学モデルを構築することなく、蓄積された制御系のパラメータを含むデータセット群に基づいて動作するものもある（例えば、特許文献１）。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２００８−１０２７２０号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

適応調節機構を備える適応学習制御器は、所望の制御特性を達成し続けるため、常に適応調節機構を働かせるので、動作の安定性が担保できず、実装することが難しい。したがって、既に設計が完了している制御対象、特に、自動車のように複雑なユニットの複合体として設計された制御対象に対して、制御特性のよい制御器を設計することは難しい。

【0007】

本発明は、上述の事情に鑑みてなされたものであり、複雑な制御対象であっても、システムパラメータの変化に対して制御性能の低下を抑制することができる制御系の設計方法を提供することを目的とする。

【課題を解決するための手段】

【0008】

上記目的を達成するために、この発明に係る制御系の設計方法は、
コントローラモデルとプラントモデルとを含む制御系のシミュレーションモデルを作成し、コンピュータシミュレーションによって制御器を設計するモデルベース設計において、
前記制御器は、前記制御器の特性を表すコントローラパラメータ、制御対象の特性を表すプラントパラメータ及び制御出力を含む複数のデータセットからなるデータセット群に基づいて学習されるデータベース駆動型制御器として設計される。

【0009】

また、前記制御対象は、補償要素を含み、
前記補償要素は、前記プラントパラメータと、制御入力と、制御出力とを含む複数のプラントデータセットからなるプラントデータセット群に基づいて学習される、データベース駆動型アプローチによって設計される、
こととしてもよい。

【0010】

また、前記補償要素は、
前記プラントモデルが、予め定められた理想特性との誤差を表す評価関数を最小化するように設計される、
こととしてもよい。

【0011】

また、前記補償要素は、
固定パラメータによって表される受動要素としてモデル化される、
こととしてもよい。

【0012】

また、前記プラントモデルを含む複数の制御ユニットからなる統合システムにおいて、前記制御ユニットの機能目標を設定する機能目標設定ステップと、
前記機能目標を、
プラント設計によって達成するか、
プラント設計及び固定制御器設計によって達成するか、
プラント設計及びデータベース駆動型制御器設計によって達成するか、を選択する選択ステップと、を含み、
少なくとも１つの前記制御ユニットは、
請求項１から４のいずれか一項に記載の設計方法で設計されるデータベース駆動型制御器を備える、
こととしてもよい。

【発明の効果】

【0013】

本発明の制御系の設計方法によれば、コントローラパラメータ、プラントパラメータ及び制御出力を含む複数のデータセットからなるデータセット群に基づいて、コントローラモデル及びプラントモデルを設計するので、複雑な制御対象であっても、システムパラメータの変化に対して制御性能の低下を抑制できる制御系を設計することが可能である。

【図面の簡単な説明】

【0014】

【図1】本発明の実施の形態１に係る制御系設計の流れを示すフローチャートである。

【図2】実施の形態１に係る液位制御系の概要を示す図である。

【図3】プラントモデルの操作量ｕと出力ｙとの関係の例を示すグラフである。

【図4】補償要素を受動要素とした場合の制御系の例を示す図である。

【図5】図４の制御系にデータベース駆動型の制御器を適用した場合の例を示す図である。

【図6】（Ａ）は、固定パラメータの制御器を用いた場合の応答の例を示すグラフであり、（Ｂ）は、データベース駆動型の制御器を用いた場合の応答の例を示すグラフである。

【図7】実施の形態２に係る統合システムと制御ユニットとの関係を示す概念図である。

【図8】実施の形態２に係る制御系設計の流れを示すフローチャートである。

【発明を実施するための形態】

【0015】

以下、図を参照しつつ、本発明の実施の形態に係る制御系の設計方法について説明する。

【0016】

（実施の形態１）
本実施の形態に係る制御系の設計方法では、モデルベース設計の手法にデータベース駆動型アプローチを適用して、制御器の設計を行う。また、本実施の形態に係る制御系の設計方法では、データベース駆動型アプローチによって、制御対象の特性改善を行う。

【0017】

図１のフローチャートに示すように、本実施の形態に係る制御系の設計方法は、制御対象の特性改善を行うプラント設計ステップと、制御器１１の設計を行うコントローラ設計ステップとを含む。

【0018】

まず、プラント設計ステップとして、モデルベース設計においてコンピュータシミュレーションに用いるプラントモデルの最適化が行われる。

【0019】

具体的には、制御対象の特性を表すプラントモデルを作成する（ステップＳ１１）。本実施の形態では、図２に示す液位制御系１を設計する場合を例として説明する。

【0020】

図２に示すように、本例の液位制御系１は、タンク高さＨ、断面積Ｃのタンク２１に、ポンプ１３から流入流量ｑ_１（ｔ）で水を流入させる。また、タンク２１の下面部に設けられた２つの流出孔２１ａ、２１ｂから、それぞれ流出流量ｑ_２（ｔ）、ｑ_３（ｔ）でタンク２１内の水が流出する。これらの条件の下で、制御器１１によって、ポンプ１３からの流入流量ｑ_１（ｔ）を操作して、タンク２１の液位ｈ（ｔ）を制御する場合を考える。

【0021】

この場合、制御対象の特性は、流入流量ｑ_１（ｔ）、制御量（プラント出力）である液位ｈ（ｔ）、操作量である流入流量ｑ_１（ｔ）、流出流量ｑ_２（ｔ）を規定する流量抵抗Ｒ_１、流出流量ｑ_３（ｔ）を規定する流量抵抗Ｒ_２、を用いて、以下の式のように表される。

【0022】

【数1】

ただし、ｆ（・）は非線形関数を表す。

【0023】

続いて、制御器１１による制御対象の制御特性を向上させるため、プラントモデルの最適化を行う。すなわち、通常、経年劣化による特性変化等の非線形要素を含む制御対象の特性を、予め定められた理想特性に近づけるように、補償要素２２の追加及び特性評価を行う。理想特性は、例えば、線形特性であり制御対象の特性が変化した場合であっても制御器１１による制御がより容易となるように設定される特性である。

【0024】

具体的には、ステップＳ１１で作成したプラントモデルに、調整可能な要素を補償要素２２として追加する（ステップＳ１２）。補償要素２２の追加は、制御対象において調整可能な可変要素をモデル化することにより行う。

【0025】

例えば、タンク高さＨ等のタンク形状、ポンプ１３からの流入流量ｑ_１（ｔ）は、設計上の制約等から、既に決定されているものとする。そして、図２に示すように、流出孔２１ａに、流出流量ｑ_２（ｔ）を可変とし、流量抵抗をＲ_１（ｔ）とする排出バルブを補償要素２２として追加する。

【0026】

ここで、本実施の形態に係る補償要素２２は、制御入力である操作量ｕに影響を及ぼす能動要素ではなく、制御対象の内部特性として制御出力に影響を及ぼす要素であることから、半受動要素と呼ぶ。

【0027】

補償要素２２は、制御対象によって適宜設定することができ、例えば、自動車のように様々なユニットが組み合わされて構成される複雑な制御対象において、その一部であるサスペンション特性等、追加可能な可変要素を採用することができる。

【0028】

続いて、作成したプラントモデルに対して、入力であるポンプ１３からの流入流量ｑ_１（ｔ）、半受動要素である排出バルブの流量抵抗Ｒ_１を変化させつつ、出力である液位ｈをコンピュータシミュレーションによって算出する。これにより、所望の入出力特性のデータ、すなわちプラントパラメータである流出流量ｑ_２（ｔ）、ｑ_３（ｔ）、制御入力であるｑ_１（ｔ）、制御出力である液位ｈを含むプラントデータセットを得る（ステップＳ１３）。ステップＳ１３で得られた複数のプラントデータセットからなるプラントデータセット群は、データベース１２に記憶される。

【0029】

補償要素２２である排出バルブの流量抵抗Ｒ_１は、データベース駆動型アプローチにより、プラントデータセット群に基づいて学習される（ステップＳ１４）。学習は、予め定められた評価関数を用いて行われる。

【0030】

評価関数は、例えば、以下の式で表される理想特性ｙ_ｒと補償要素２２を追加した場合の特性ｙ^＊との誤差Ｊを最小化するように設定する。

【数2】

【0031】

操作量ｕと出力ｙ（＝ｈ）との関係の例を図３に示す。図３の例に示すように、補償要素２２を追加する前の特性と比較して、補償要素２２を追加した制御対象の特性ｙ^＊は、より線形の理想特性ｙ_ｒに近づいており、制御器１１による制御が容易で、制御対象の経年劣化等による特性変化が生じる場合であっても制御性能を高めることができる。

【0032】

また、補償要素２２を現実の制御対象で実現する際、設計上の制約から、可変構造とすることが難しい場合（ステップＳ１５のＮＯ）には、モデルベースのコンピュータシミュレーション結果と評価関数とに基づいて、適正な固定のプラントパラメータを有する要素として実現してもよい。すなわち、制御対象内部の特性を可変とする半受動要素から、図４に示すように、固定パラメータによって表される特性を有する受動要素に置き換える受動要素化を行う（ステップＳ１６）。

【0033】

これにより、実機作成前に行うモデルベース設計において、データベース駆動型アプローチの手法を用いて、容易に制御対象の開ループ特性を改善することができるので、制御器１１と制御対象とを含む制御系の制御特性を向上させることが可能となる。言い換えれば、モデルベース設計において、制御特性を向上させる制御対象の設計の改善を容易に行うことができる。

【0034】

現実の制御対象をシミュレーションと同様に可変構造とすることが可能な場合（ステップＳ１５のＹＥＳ）には、学習された半受動要素としての補償要素２２を、可変要素として実現すればよい。

【0035】

続いて、コントローラ設計ステップとして、プラント設計ステップで設計された制御対象のシミュレーションモデルであるプラントモデルと、制御器１１のシミュレーションモデルであるコントローラモデルとからなる制御系モデルを作成し（ステップＳ１７）、コントローラの設計を行う。

【0036】

制御器１１の構造は特に限定されないが、本実施の形態に係る制御器１１は、ＰＩＤ制御器である。制御器１１は、データベース駆動型アプローチの手法を用いて設計される。具体的には、制御出力である液位ｈ（ｔ）、流入流量ｑ_１（ｔ）、プラントパラメータである流出流量ｑ_２（ｔ）、ｑ_３（ｔ）、コントローラパラメータであるＰＩＤゲインＫ_Ｐ（ｔ），Ｋ_Ｉ（ｔ），Ｋ_Ｄ（ｔ）を含む、以下の式で表されるデータセットΦ（ｔ）を用いたデータ駆動型制御器として設計される。

【0037】

【数3】

【0038】

データセットΦ（ｔ）は、過去の操業データまたはコンピュータシミュレーションに基づくものであり、複数のデータセットΦ（ｔ）からなるデータセット群が、データベース１２に記憶されている。制御器１１は、予め定められた制御則に従って、例えばJust-in-Timeアプローチによって最適なコントローラパラメータを抽出するように学習される（ステップＳ１８）。そして、制御器１１は、ポンプ１３を制御することで、制御系として、所望の性能を達成する（図５）。

【0039】

上記のように、制御器１１をデータベース駆動型制御器とすることにより、プラントの経時劣化による特性変化に対しても適当な制御性能を達成する制御性能を維持することができる。また、複雑な構造の制御対象に対しても、制御器１１を容易に設計することができる。

【0040】

図６（Ａ）のグラフに示すように、固定パラメータによるＰＩ制御器では、コントローラパラメータの設計によっては、制御対象の非線形性等から応答が不安定となる場合がある。一方、図６（Ｂ）のグラフに示すように、本実施の形態に係るデータベース駆動型アプローチによる制御器１１では、容易に特性のよい制御系を設計することができる。

【0041】

以上、説明したように、本発明に係る制御系の設計方法によれば、モデルベース設計において、コントローラパラメータ、プラントパラメータ及び制御出力を含む複数のデータセットからなるデータセット群に基づいて、データベース駆動型アプローチでコントローラモデルを設計するので、複雑な制御対象であっても、プラントパラメータを含むシステムパラメータの変化に対して制御性能の低下を抑制できる制御系を設計することが可能である。

【0042】

また、モデルベース設計において、プラントモデルに可変の補償要素２２を追加して、データベース駆動型アプローチによる制御特性の改善を行うことにより、設計段階で制御特性を考慮した設計を行うことができるので、制御特性のよい制御系を設計することが可能である。

【0043】

本実施の形態ではコンピュータシミュレーションによりプラントデータセット及びデータセットを得ることとしたが、過去の操業データに基づくプラントデータセット及びデータセットを用いることとしてもよい。これにより、より現実に近いデータで制御系を設計することができる。また、過去の操業データを蓄積しておくことにより、コンピュータシミュレーションによるデータ収集の手間を省略することができる。

【0044】

また、本実施の形態では、Just-in-Timeアプローチを用いて、制御器１１を学習させることとしたが、これに限られない。例えば、ニューラルネットワークを用いた機械学習に基づく手法であってもよい。これにより、過去の入出力データをデータベース１２に格納することなく、各ニューロンの重み係数を学習することによってJust-in-Timeと同様の効果を得ることができる。

【0045】

また、本実施の形態では、制御器１１としてＰＩＤ制御器を用いることとしたが、これに限られない。例えば、状態フィードバック制御器でもよい。状態フィードバック制御の導入により、ＰＩＤ制御では十分な制御性能の獲得が困難な高次システムに対しても、制御性能を達成することが可能となる。

【0046】

（実施の形態２）
上記実施の形態１では、コントローラモデルとプラントモデルとを含む、１つの制御系について、データベース駆動型制御器を設計することとしている。しかしながら、多くの制御システムでは、要素ごとに分けてプラントモデルを構築し、これらが統合された統合システムとして全体の制御が行われる。

【0047】

統合システムでは、プラントを含む制御ユニットごとに、適切な制御方法を選択し、設計することが求められる。以下、複数の制御ユニットからなる統合システムに係る制御系の設計方法について具体的に説明する。

【0048】

本実施の形態に係る制御対象は、例えば、図７に示す掃除ロボットのように、複数の制御ユニットが統合されたシステム（統合システム）として表される。図８のフローチャートに示すように、本実施の形態に係る制御系の設計方法では、まず、機能目標設定ステップとして、各制御ユニットの機能目標を設定する（ステップＳ３１）。

【0049】

図７に示すように、機能目標は、統合システムとしての理想動作モデルに基づいて、各ユニットの理想機能を設定することによって表される。また、機能目標は、各制御ユニットとして、適切なプラントモデルを作成可能な単位で設定される。したがって、複数段階の目標設定により各制御ユニットの機能目標が設定されることとしてもよい。

【0050】

より具体的には、統合システムとしての掃除ロボットの理想動作を実現するために、バッテリマネジメントユニット、走行制御ユニット等の理想機能が設定される。そして、バッテリマネジメントユニットを構成する制御ユニットとして、モニタリング・診断ユニット、回生ユニット等があり、制御ユニットごとに理想機能が設定される。制御ユニットであるモニタリング・診断ユニットは、プラントとしてのバッテリ等を含む。

【0051】

また、機能目標は、具体的には、システムの要求仕様に基づいて動特性を有する数理モデルとして設定される。数理モデルは、例えば、以下の式に示す伝達関数として表される。

【数4】

ただし、Ｋはゲイン、Ｔは時定数、ｎは任意定数である。

【0052】

続いて、選択ステップとして、各制御ユニットの設計方法が選択される。具体的には、統合システムから選択された１つの制御ユニットについて、設定された機能目標を、プラントモデルのみで達成可能か否か判定する（ステップＳ３２）。プラントモデルの設計のみで達成できる場合（ステップＳ３２のＹＥＳ）、プラントモデルの設計を行う（ステップＳ３３）。

【0053】

プラントモデルの設計のみでは機能目標を達成できない場合（ステップＳ３２のＮＯ）、プラント設計と固定制御器設計との組み合わせで、機能目標を達成可能か否か判定する（ステップＳ３４）。プラントモデルと固定コントローラとの組み合わせで、機能目標を達成することができる場合（ステップＳ３４のＹＥＳ）、プラントモデルと固定コントローラとを設計する（ステップＳ３５）。固定コントローラの種類は特に限定されないが、例えば、公知の方法で設計された線形時不変のＰＩＤ制御器である。

【0054】

固定コントローラによって制御ユニットの機能目標を達成することが難しい場合（ステップＳ３４のＮＯ）、プラント設計及びデータベース駆動型制御器設計を行う（ステップＳ３６）。ステップＳ３６のデータベース駆動型制御器による制御ユニットの設計は、実施の形態１に係る制御系の設計方法によって行う。

【0055】

より具体的には、プラント設計ステップとして、制御ユニットに含まれるプラントモデルの基本設計及び適当な初期制御器パラメータを有する制御器を設計する。続いて、コントローラ設計ステップとして、コンピュータシミュレーションによって、入出力データを取得し、データセットΦ（ｔ）を生成する。入出力データは、コンピュータシミュレーションによって取得するものに限られず、過去の操業データを用いることとしてもよい。そして、データセットΦ（ｔ）が蓄積されたデータベースに基づいてプラントパラメータ及び制御パラメータを調整するデータベース駆動型制御器を設計する。

【0056】

以下、統合システム中の全ての制御ユニットの設計が完了するまで（ステップＳ３７のＮＯ）、各制御ユニットについて（ステップＳ３８）、選択ステップを繰り返し、制御ユニットに係る制御系設計を行う。各制御ユニットの設計が終了すると（ステップＳ３７のＹＥＳ）、統合システム全体の制御系設計は終了する。

【0057】

本実施の形態では、各制御ユニットのうち、少なくとも１つの制御ユニットはデータベース駆動型制御器を用いた制御系として設計される。例えば、プラントの特性が経時的に変化する制御ユニットのうち、制御出力の変動が大きく、統合システムの制御性能に与える影響が大きいと考えられる制御ユニットについて、優先的にデータベース駆動型制御器を用いる。これにより、各制御ユニットの制御性能とともに、統合システム全体としての制御性能を向上させることができる。

【0058】

以上、説明したように、本実施の形態に係る制御系の設計方法によれば、各制御ユニットについて設定された機能目標に基づいて、制御ユニットごとに適切な制御系の設計方法が選択される。これにより、経時変化も考慮した高性能な制御が求められる制御ユニットについて、適切なデータベース駆動型制御器を設計するとともに、プラント設計のみで足りる制御ユニットの構成を簡素化することができる。したがって、効率的に、高性能な統合システムの制御系を設計することが可能である。

【産業上の利用可能性】

【0059】

本発明は、各要素のパラメータ設計が容易ではない複雑な制御系の設計に好適である。また、経年劣化等によるシステムパラメータの変化が制御性能の劣化に影響する制御系の設計に好適である。

【符号の説明】

【0060】

１ 液位制御系、１１ 制御器、１２ データベース、１３ ポンプ、２１ タンク、２１ａ，２１ｂ 流出孔、２２ 補償要素

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】