JPS6148721B2

JPS6148721B2 -

Info

Publication number: JPS6148721B2
Application number: JP56098120A
Authority: JP
Inventors: Eru Buraun Toroi
Original assignee: Yokogawa Hewlett Packard Ltd
Current assignee: Hewlett Packard Japan Inc
Priority date: 1980-06-23
Filing date: 1981-06-23
Publication date: 1986-10-25
Also published as: US4349868A; JPS5739406A

Description

【発明の詳細な説明】本発明は、動的なゲイン最適化によるサンプ
ル・コントロール・ループを備えたプロセス制御
装置に関する。

プロセスをコントロールするための従来のサン
プル・コントロール・ループは、該プロセスに関
連した時定数および伝播おくれと同様に、連続的
なサンプリング・インターバルが一定のものであ
るとすれば、最適応答を与えるように設計されう
るものである。しかしながら、プロセスの出力を
監視するための全てのトランスジユーサは、一定
の時間インターバルで出力を生成させるというも
のではない。更に、プロセスに関連する時定数
は、負荷条件の関数として、または共同作用する
プロセスとの相互作用の結果として動的に変化す
るものである。

第１図には、先行技術を表わすサンプル・コン
トロール・ループが例示されている。サンプリン
グ・スイツチ１０は一定のなサンプリング・レー
トで開閉される。ゲイン要素１４は位置のフイー
ドバツク信号を与え、遅延要素１２およびゲイン
要素１５は速度のフイードバツク信号を与え、そ
して、遅延要素１３およびゲイン要素１６は加速
のフイードバツク信号を与える。この進行は、所
望だけ多くのゲイン要素および遅延要素につい
て、ジヤークのフイードバツク（jerk
feedback）等を与えるまで連続される。零次保
持回路１８は加算接続部１７のインパルス出力
を、モータのような実際的なシステムとより良く
適合されるステツプ状の信号に変換する。リニア
ライザ１９は、プロセス７を、それが比例的では
あるが非線形のものであるとき、線形プロセスに
類似したものにする。ゲイン要素１４，１５およ
び１６のゲインは、プロセス７のサンプリング・
レート、スケール・フアクタおよび時定数に依存
している。ゲイン要素１４，１５および１６は、
実験的に、またはコンピユータの助けによる最適
化技法によつて規定される。第１図のコントロー
ル・ループは、サンプリング・レートが変化した
とき、またはプロセス７のスケール・フアクタが
変化したとき、または時定数のいずれかが変化し
たとき、応答ループはもはや最適化されないとい
う不利益がある。最適応答を維持するためには、
前述された方法によつて再び最適化させることを
必要とする。再び最適化させるのに必要な時間が
許容されない状態では、最高の効率に維持するこ
とは不可能である。更に、このようなコントロー
ル・ループにあつては、前述された変数のいかな
るものでも、その動的な変化に対して最適化され
て留まることはできない。

ループに対するサンプリング・インターバル、
プロセスに対する時定数、またはトランスジユー
サに対する伝播おくれの動的な変化とは無関係
に、所望の最適応答を維持すようにサンプル・コ
ントロール・ループが設計されるのは望ましいこ
とである。

最適であるとみなされるいかなる特定タイプの
ループ応答についても、ゲイン要素１４，１５，
１６，……に対応するゲイン・コントロール関数
の存在することが示される。これらのゲイン・コ
ントロール関数は、独立変数として、ループ・サ
ンプリング・インターバル、プロセスの時定数、
および（できれば）トランスジユーサの伝播おく
れを有する。ゲイン要素１４，１５，１６，……
の各々について、その関連したゲイン・コントロ
ール関数の値にしたがうゲインが与えられていれ
ば、該関数についての独立変数に動的な変化があ
つても、ループの応答は最適に留められる。

後述される本発明の実施例においては、その値
が１４，１５，１６，……に対応するゲイン要素
によつて与えられるゲインの程度をコントロール
する近似関数を介して、ゲイン最適化手段は前述
の変数に対して動的に応答するものである。

該ゲイン最適化手段は、実際のゲイン・コント
ロール関数ではなく近似関数を充たすものである
が、これは、後者は解析的に導くことが極めて困
難であるか、または多くの場合には不可能だから
である。実際のゲイン・コントロール関数の解析
的な導出を行なうには、動的に変化することが許
容される独立変数の全体数より１だけ次元の高い
多項式の解を求めなければならない。よく知られ
ているように、５次またはそれより高次の多項式
については、一般的なクローズド形式の解は存在
しない。多項式のためのクローズド形式の解が存
在したとしても、ゲイン・コントロール関数の実
際の組を見出すためにはこのような解について更
に複雑な処理を施さなければならない。

本発明の実施例に関連して、近似関数の集積
は、最適応答の定義づけの作用をし、次いで独立
変数が広い範囲の値にあることを許容することに
よつて定められることが示される。このやり方
で、各々の実際のゲイン・コントロール関数の有
すべき数値の集積が見出される。これらの値は、
ゲイン最適化手段での使用のために検索テーブル
に凝集されるか、その目的のため特に選ばれた近
似関数の簡潔な組により所望の正確さにモデル化
されるか、のいずれかにされうる。

第２図には、本発明の一実施例にしたがつて構
成されたサンプル・コントロール・ループが示さ
れている。第２図のコントロール・ループには、
プロセス１からの所望の出力を表わす設定信号１
３５を受入れ、また、トランスジユーサ２によつ
てえられるような、プロセス１からの計測された
出力を表わす信号１３７を受入れる加算接続部３
が含まれている。加算接続部３からの出力は、等
しいことを必要とせずに、都合のよい時間インタ
ーバルを以て出力を周期的にサンプルするサンプ
リング機構４の第１の部分に加えられる。サンプ
リング機構４の第２の部分は、ゲイン最適化回路
６に対して時間インターバル情報を加える。ゲイ
ン回路網５は、サンプリング機構４の第１の部分
から、加算接続部３のサンプルされた出力を受入
れる。ゲイン回路網５は、また、ゲイン最適化回
路６によつて規定されたゲイン情報１３８を受入
れる。ゲイン回路網５は、プロセス１を励起する
プロセス・コントロール信号１３９を生成する。
プロセス１は、プロセス・コントロール信号１３
９の値の変化が、“あるもの”の変化と単調に関
連されて結果的にもたらされる、いかなる種類の
プロセスであつてもよい。ここで“あるもの”と
は、電圧、物理的変移、温度その他であり、実際
の出力１３６として表わされている。トランスジ
ユーサ２は、前述されたように、計測された出力
１３７を生成するために実際の出力１３６と結合
されている。

第２図のサンプル・コントロール・ループにつ
いて使用されうるプロセスには、そのインパルス
応答（Ｓ領域インパルス応答）のラプラス変換が
次式のいずれかであるか、または近似しているも
のが含まれている。

Ｏｕｔ（ｓ）／Ｉｎ（ｓ）＝Ｋａｂ…／ｓ（ｓ＋ａ）（
ｓ＋ｂ）…または＝Ｋａｂ…／（ｓ＋ａ）（ｓ＋ｂ）… ここに、記号ｓは、ラプラス変換の導関数演算子ｄ／ｄｔである； Out（ｓ）は、実際の出力１３６のラプラス変
換である； In（ｓ）は、プロセス・コントロール信号１３
９のラプラス変換である；Ｋは、比例のスケール・フアクタである；そしてａ，ｂ，……は、プロセス１の逆時定数であ
る。

プロセスの性質の比例フアクタ（Ｋ）がプロセ
ス・コントロール信号１３９に関して固有の一定
のものでないときには、第１図におけるリニアラ
イザ１９のようなリニアライザ回路は、Ｋを実効
的に一定にするために用いられる。したがつて、
これからはＫは一定であると仮定することが好都
合である。記号Ｋは、また、スケール・フアクタ
と呼ばれる。

記号ａ，ｂ，……は、プロセスの時定数Ａ，
Ｂ，……の逆であることを表わす逆系時定数であ
る。即ち、ａ＝１／Ａ，ｂ＝１／Ｂ，…… 第２図のサンプル・コントロール・ループにつ
いて用いられるプロセスの例には、モータで駆動
される対象（第１３および第１４図を参照）、流
体関係のプロセスと温度関係のプロセス（第１５
図を参照）、およびロケツト実験が含まれてい
る。

第２図のサンプル・コントロール・ループの作
用は次のとおりである。所定の機構（図示されな
い）は、プロセス１からの所望の出力を表わす信
号１３５を供給する。加算接続部３は、所望の出
力１３５と実際の出力１３６との間の差異によつ
て規定されるエラー信号を生じさせる。ゲイン回
路網５はプロセス・コントロール信号１３９を生
成し、次いで、加算接続部３によつて規定される
エラー信号を減少させる方向に実際の出力１３６
を変化させるべくプロセス１を作用させる。

ゲイン最適化回路６は、ゲイン回路網５のため
の入力および出力信号の間で特定の関係を与える
ことにより、所望の設定信号１３５の値を変化さ
せるために、実際の出力１３６の応答をコントロ
ールする。最も簡単な場合においては、その関係
は簡単な線形のゲインであり、零次の保持回路を
直列接続にして可能となるものである。第３およ
び第１０図に関連して後述されるような、より複
雑な場合においては、その関係には、相異なる時
間おくれと各々に関連されている複数個の相異な
るゲインの加算が含まれており、また、“ゲイ
ン”よりは、伝達関数として最もよく記述される
ものである。ゲイン最適化回路６は、それらの量
が一定であつても、少なくとも２個の量の関数と
して、ゲイン回路網５のゲインまたは伝達関数を
規定する。それらの量は、サンプル間の時間イン
ターバル（サンプリング機構４によつて規定され
る）およびスケール・フアクタＫである。これに
加えて、ゲイン最適化回路６には、また、ゲイン
または伝達関数の規定のための入力変数として、
プロセスの時定数Ａ，Ｂ，……が含まれる。

ゲイン最適化回路６は、ゲイン回路網５のため
の入力／出力関係についてのコントロールを、進
行する動的態様で提供する。適当な環境の下で
は、ゲイン最適化回路６に対する入力変数のいか
なるものでも、コントロール・ループが作用して
いる間に動的な変化をし、そして、ゲイン最適化
回路６は、ゲインまたは伝達関数を調節して、所
望された特定の所望／実際の応答を保持するよう
にされる。

前記において参照された“適当な環境”はこれ
らのものである。サンプリング機構４と関連する
時間インターバルの値における迅速なずれが生じ
るとき、ゲイン回路網５（第３図において以下に
示されるように）は、１個の遅延要素２６と、２
個のマルチプライア要素２８および２９とに限定
されねばならない。このような回路は第１０図に
示されている。しかしながら、時間インターバル
の値における変化のレートがサンプリングのレー
トに関して小さいとき、また、プロセスの時定数
およびスケール・フアクタの如き、いかなる別異
の変数における動的な変化がサンプリングのレー
トに関しておそいとき、このような遅延およびマ
ルチプライヤ要素の数についての限定は必要とさ
れない。

特定のプロセスのためのサンプル・コントロー
ル・ループの設計者は、最適な所望／実際の応答
の識別をする。最適化の概念には、実際の出力に
おけるオーバシユートの大きさを許容する公差の
選択および／または応答時間のための公差の選択
が含まれている。これらの公差は、また、ゲイン
最適化回路６に対する動的な入力変数でもある。
同様に、トランスジユーサ２における伝播おくれ
は、動的な入力変数である。

第３図は、第２図のサンプル・コントロール・
ループの、より詳細な実施例である。特に、ゲイ
ン回路網５およびゲイン最適化回路６が詳細に示
されている。

加算接続部３からのエラー信号は、アナログま
たはデイジタルのいずれかの形式で提供される。
ゲイン回路網５において、加算接続部３からのエ
ラー信号は、直列に連続する遅延要素２６，２
７，……に結合されている。各々の遅延要素２
６，２７，……に対する入力は、また、それらの
出力の各々が加算要素３１によつて集められ、加
算される、関連したマルチプライア要素２８，２
９，３０，……に対して結合されている。マルチ
プライア要素の各々に乗ぜられるフアクタは、そ
れらのマルチプライア要素の各々に設けられてい
るもう１つの入力に与えられる値によつて定めら
れる。加算要素３１の出力は零次保持回路３２に
対して加えられ、その出力は、次いで、リニアラ
イザ回路３３に対して加えられる。リニアライザ
回路３３の出力は前述のプロセス・コントロール
信号１３９である。

零次保持回路３２は、サンプル・コントロー
ル・ループに関するテキストにおいて従来からあ
るように、加算要素３１に続いて示されている。
いかなる特定の回路においても、零次保持関数は
一般的に別異の個所での回路要素によつて達成さ
れうることは、当業者によつて理解されうるとこ
ろである。例えば、アナログ式実施例において
は、零次保持関数は、サンプリング機構４に対し
て結合されたサンプル・ホールド回路によつて達
成されうるものである。デイジタル式実施例にお
いては、それらのレジスタにおけるビツトの連続
的な存在は、零次保持関数を提供する。

プロセス１と関連している“原スケール・フア
クタ”が一定でないときは、リニアライザ３３が
必要とされる。即ち、実際の出力１３６が、プロ
セス・コントロール信号１３９に対して必らずし
も比例しないときである。このような場合、スケ
ール・フアクタＫは一定ではない。適当なリニア
ライザ３３を付加することにより、“スケール・
フアクタ”がそうではなくても、Ｋは一定にな
る。

ゲイン最適化回路６において、周期計測装置２
０はサンプリング機構４に応答する。結果として
計測された周期情報１４０は、スケール・フアク
タＫの値２４およびプロセスの時定数Ａ，Ｂ，…
…の値２５とともに、複数個のゲイン関数要素２
１，２２，２３，……に対して、各々が加えられ
る。各々のゲイン関数要素は、ゲイン回路網５に
おける関連したマルチプライア要素についての乗
算フアクタを規定する出力を生成させる。

第３図のサンプル・コントロール・ループのゲ
イン回路網５およびゲイン最適化回路６の作用は
次のとおりである。最適の所望／実際の応答につ
いての先の選択が行われたものとする。所与の数
の入力変数のためには、このような選択は独特の
ものとして諸種のゲイン関数を規定することが示
される。ゲイン関数要素２１，２２，２３，……
はそれらのゲイン関数を表わし、また、マルチプ
ライア要素２８，２９，３０，……の乗算フアク
タを夫々に変化させるように共働作用して、ゲイ
ン回路網５のための結果として生じる伝達関数
が、所望の最適応答を以てプロセス１を励起する
ようにされる。ゲイン関数要素２１，２２，２
３，……の出力は真にそれらの入力の関数であ
り、プロセス１の所望／実際の応答は、サンプリ
ングのレート・スケール・フアクタ・プロセスの
時定数、または、ゲイン関数要素に対するいかな
る別異の入力において動的な変化があつても、最
適化された状態に維持される。

第４図は、ゲイン関数要素２１，２２，２３，
……によつて行われるべき、近似関数Ｇ，Ｈ，
Ｉ，……のためのフローチヤートである。

これらの関数は、Ｇ（Ｋ，Ｔ，Ａ，Ｂ，……）、Ｈ（Ｋ，Ｔ，Ａ，Ｂ，……）、Ｉ（Ｋ，Ｔ，Ａ，Ｂ，……）、等である。こ
こにＴは、サンプリングの時間インターバルであ
る。

この手順において、設計者は最適の所望／実際
の応答を既に識別しているものとする。手順を簡
単にするためには、ＫおよびＴは、各々１に等し
いということを一時的に仮定することが好都合で
ある。このようにすれば、ＫおよびＴは、正規化
されたG′（A′，B′，……）、H′（A′，B′，…
…）、I′（A′，B′，……）、等を見出す際には無視
できる。それらは、次のような態様で所望のＧ，
Ｈ，Ｉ，……に対して夫々に関連づけられてい
る。

Ｇ（Ｋ，Ｔ，Ａ，Ｂ，…）＝Ｇ′（Ａ′，Ｂ′，…）／
ＫＴここに、A′＝Ａ／Ｔ，B′＝Ｂ／Ｔ，…… またここに、ＨおよびＩは同様にしてH′および
I′と関連づけられている、等々である。かくし
て、所望の関数は、より容易に見出される正規化
関数から簡単にえられるものである。

第４図の手順の第１の部分は、実際のプロセス
の限界に対応する広い範囲上でA′，B′，……の
値を同時に、そして独立して変化させることであ
る。このような値の各々の組合せのために、
G′，H′，I′，……についての試行的な近似値が仮
定される。選択された特定の最適な所望／実際の
応答のため、値A′，B′，……は試行的な近似値
の良好度を評価するために用いられうる。充分に
良好な試行的な近似値が見出されるまで、くり返
しのプロセスで新らしい試行的な近似値が選択さ
れる。G′，H′，I′，……の値のためのこのような
良好な試行的な近似値が一旦見出されると、
A′，B′，……の新らしい組合せが選択されて反
復プロセスがくり返される。２個の時定数のため
の好適実施例においては、A′およびB′の１万の
相異なる組合せが、その１万の組合せの各々にお
けるG′およびH′の関数の値のテーブルを作成す
るために用いられた。

手順の第２の部分には、G′，H′，I′，……の関
数を具現する検索テーブル、または１組のクロー
ズド形式の近似関数を規定すること、のいずれか
の用意をすることが含まれる。このような近似関
数には、内そうおよび外そうをする能力があるこ
とと同様に、コンパクトで効率的な蓄積について
の利点がある。

手順における第１のステツプＳ１は、プロセス
１と関連される諸種の時定数を識別することであ
る。このような時定数についての数ｎは０，１，
２，……であつてよい。

第２のステツプＳ２は、ゲイン関数Ｇ，Ｈ，
Ｉ，……についての適切な数ｍを選択することで
ある。一方、プロセス１の応答時間はゲイン関数
についての数ｍが増加するにつれて減少する。他
方、ノイズの感度はｍが増加するにつれて増大す
る。設計者は、特定なシステムのために適当な妥
協の選択をしなければならない。ｍが２または３
に等しいシステムは典型的なものである。

第３のステツプＳ３は、G′，H′，I′，……の値
を見出すために従うべき反復において用いられ
る、A′，B′，……の組合せを探索することであ
る。

第４のステツプＳ４は、G′，H′，……のため
の初めの試行的な近似値を形成することである。

第５のステツプＳ５は、G′，H′，I′，……の値
を所定のΔだけ個別的に変化させることによつて
達せられる後続の試行的な近似値のための良好さ
の指数と同様に、初めの試行的な近似値のための
初めの良好さの指数Ｒを見出すことである。かく
して、ｍ＋１の良好さの指数Ｒが、第４のステツ
プＳ４について与えられた試行的な近似値に関連
して算出される。それらのｍ＋１の良好さの指数
の最良のものＲが蓄積される。（良好さの指数Ｒ
を指定する方法は、第５、第６および第７図に関
連して後述される。）第６のステツプＳ６は、それら最新のｍ＋１の
良好さの指数の最良のものＲが、先に蓄積された
最良のこのような良好さの指数をこえて向上した
ものであるかどうかを調査することである。
YESのときには、最良のＲはまだ見出されてい
ない可能性がある（また、最良の近似値がまだ見
出されていないことも暗示されている）。したが
つて、第４のステツプＳ４は、良好さの指数が更
に向上することを期待して選定された変化分だけ
以前の値と異なつている新しい値G′，H′，I′……
を次の近似値を得るための初期値として採用して
くりかえされる。

即ち、Ｐ＝ある任意のステツプ・サイズ、 △Ｒ_G′＝初めの良好さの指数から、△だけ
G′の値を変化させることにより生じる
後続の良好さの指数を引いたもの、 △Ｒ_H′＝初めの良好さの指数から、△だけ
H′の値を変化させることにより生じる
後続の良好さの指数を引いたもの、 △Ｒ_I′＝その他、とすれば、第６のステツプＳ６の調べに対する答がNOの
場合には、最良のＲおよびそれに関連した最良の
試行的な近似値は、ステツプＳ３において先に選
択された現在の組合せのために既に見出されたと
いうことである。手順における現在の点にあつて
は、最良の試行的な近似値およびそれに関連する
A′，B′，……の組合せはテーブルにおける次の
項目として蓄積される。

第７のステツプＳ７は、テーブルが充分な項目
を有するかどうかを調べることである。そうでな
ければ、新らしい選択された組合せを以て、ステ
ツプ３をから手順が開始される。一旦、テーブル
が充分な数の項目を有すると、第８のステツプＳ
８において、(1)例えば、A′，B′，……の正規化
された関数としてG′，H′，I′，……を規定する検
索テーブルを生ぜしめる準備のためにテーブルを
簡単に出力させること；または(2)G′，H′，I′，…
…のためのクローズド形式の近似関数の集まりを
見出すこと、のいずれかを決定することである。
所望であれば、検索テーブルまたは近似関数は、
Ｇ，Ｈ，Ｉ，……の非正規化関数を表わすために
調節されうる。

第５図は、第３図で述べたサンプル・コントロ
ール・ループによつて制御されるプロセスのため
に、オーバシユートおよびセトリング・タイム
（settling time）の予測方法を示したフローチヤ
ートである。かくして見出されたオーバシユート
およびセトリング・タイムは、関連したＲの値を
算出するために用いられる。その方法は、第３図
の完全なサンプル・コントロール・ループの特性
を、時間領域において数学的にシユミレートする
ことである。単一のステツプ入力がサンプル・コ
ントロール・ループに対して加えられる。コント
ロール・ループのサンプリングの性質と合致させ
るために、プロセスの数学的なモデルは、サンプ
リング時間に対応する各々の使用のあとで調節さ
れる。即ち、先のサンプリング時間における結果
は後続するサンプリング時間のための新らしい初
期条件としてとられ、また、モデルにおける係数
は、それにしたがつて変えられる。プロセスに関
する数学的なモデルのための演算基礎とは、位
置、速度、加速、ジヤーク（jerk）、その他のた
めの初期値を仮定し、入力および時間の関数とし
て出力（例えば位置）を表現する関数である。モ
デルの周期的な調節とは別に、数学的モデルの
“出力”は、最大のオーバーシユートとセトリン
グ・タイムを見出すために、短かい時間間隔をお
いて時間の増加方向に選択的にモニタされる。

その方法における第１のステツプＰ１は、(1)第
４図に示したフローチヤートのステツプＳ３にお
いて選択されたA′，B′，……の組合せを得るこ
と、および、(2)ステツプＳ５において用いられた
G′，H′，……についての値のためのいくつかの
関連した試作的な近似値の中から１個の試作的な
近似値を得ること、にある。

第２のステツプＰ２は、プロセス１の数学的モ
デルのために初期条件を設定し、時間を表わす変
数の値を零に等しくすることである。サンプル周
期の数を表わす変数Ｎ（サンプリング機構４の作
用に対応する）は１に等しくされる。

第３のステツプＰ３においては、ステツプＰ３
ないしＰ９からなる反復ループを開始させる。ス
テツプＰ３においては、ゲイン回路網５について
の伝達関数の結果を算出するため、一連の、ｍ項
目の長さの時間シフトされるエラー値En，Ｅ_o-
_１，……が用いられる。一連のエラー値は、遅延
要素２６，２７，……によつて保持される連続的
なサンプル・インターバルの間、加算接続部３か
らの相異なる出力を表わしている。ステツプＰ３
ないしＰ９を連続して通る間、ゲイン最適化回路
６におけるゲイン関数のゲインを表わす値は、ス
テツプＰ１において供給された試行的な値におい
て一定に保たれる。

第５図の方法における第４のステツプＰ４は、
ステツプＰ３で見出された伝達関数の出力を、プ
ロセス１を表わす数学的モデルに対して加えるこ
とである。これは、Ｅ_o+1を見出すために用いら
れるプロセスからの新らしい出力を生じさせる。

第５のステツプＰ５は、プロセス１からの算出
された実際の出力のピーク値に関するテストをす
ることである。このテストの目的は、オーバシユ
ートの最悪の大きさを探知することである。ステ
ツプＰ５については、更に詳細に後述される。

第６のステツプＰ６は、プロセス１からの算出
された出力が、予め選択された公差帯内の値に達
したかどうかを決定するためのテストをすること
である。加えられているステツプ入力の値は、プ
ロセス１の出力が究極的に達する最終的な値を決
定する。公差帯は、簡単には、最終的な値に対し
て所定の比率の加減がなされた領域である。任意
数の、例えば50の、連続的な算出された出力が公
差帯内にあるときは、プロセス１の出力は落ち着
いたものとみなされる。

出力がまだ落ち着いてはいない場合には、ステ
ツプＰ７で、その時点までに生じたサンプルの個
数を示す変数Ｎを１だけ増加させる。

ステツプＰ８は、後続するエラー値を算出す
る。

ステツプＰ９は、プロセス１のための数学的モ
デルを記述する先の条件を、プロセスからの最新
の出力に基づく新らしい条件（位置、速度、加速
その他）で置換する。ステツプＰ９に追従して、
ステツプＰ３がこれらの新らしい条件を以てくり
返され、この反復プロセスは、ステツプＰ６によ
つてなされるチエツクに対する答がYESとなる
まで続行される。

ここでステツプＰ５を簡単に見直すと、プロセ
ス出力の速度符号の変化は、出力におけるピーク
に達したことを指示するものである。このような
ピークは、その速度が反対の符号を持つている２
個のサンプルに基づくインターバル内で生じる。
ステツプＰ５ではこのような変化を監視し、ある
１個が生じると正常な反復プロセスを一時的に中
断させる。その中断の間に、ステツプＰ５ではプ
ロセスの数学的モデルを用いて、インターバル内
の局部的な最大または最小を見出すようにする。
実際の最大または最小は、典型的には、サンプリ
ング点で生じるものではないことから、これは望
ましいところである。一旦ピークが見出される
と、オーバーシユートの最大量を規定するときの
使用のために記憶される。このピーク値が公差を
こえたときは、その差は“超過オーバシユート”
の候補となる。超過オーバシユートの値を記憶し
ておくメモリの初期値はゼロに設定される。新ら
しい候補値が、現に記憶されている値よりも絶対
値で大きいときには、現に記憶されている値はこ
の候補値によつて置換される。この処理が終つた
ところで、中断は終了して、ステツプＰ３ないし
Ｐ９の正常な反復プロセスが再開される。

ステツプＰ６で出力が落ち着いたと判定される
と、制御フローがステツプＰ１０に到達する。ス
テツプＰ１０では、超過オーバシユートの値およ
び出力のセトリング・タイムから、良好さの指数
Ｒを算出する。

第６図は、第５図に関連して記述されたセトリ
ング・タイムと、超過オーバシユートについての
概念を示したグラフである。カーブ１４１は、２
個の時定数、２個のゲイン状態（ｍ＝ｎ＝２）の
ため、A′＝３，B′＝１，G′＝1.5，H′＝−１とし
て、第５図のフローチヤートによつてえられる。
シミユレートされた実際／所望の応答を例示する
ものである。公差すなわちセトリング・バンドを
こえるオーバシユートの大きさは“超過オーバー
シユート”とされており、セトリング・バンド内
に達し、そして留まるべく必要とされる時間は
“セトリング・タイム”とされている。カーブ１
４１では、セトリング・タイムは最適のものでは
ない。カーブ１４２は、G′およびH′を夫々に
1.567および−1.250に変化させることによりえら
れた応答が例示されている。超過オーバーシユー
トはなく、またセトリング・タイムは最小にされ
ている。本実施例において、良好さの指数Ｒは次
の式によつて算出される。

Ｒ＝（100・超過オーバーシユート＋１）・セト
リング・タイムＲ算出のこの方法は、超過オーバ
ーシユートまたはセトリング・タイムのいずれか
が大きいときに、Ｒが大きいようにされる。同様
にして、Ｒの小さいことは、超過オーバーシユー
トおよびセトリング・タイムの小さいことを指示
する。

第７図は、ｍ＝２（２個のゲイン）における
G′およびH′の関数としてのＲをプロツトするこ
とによつてえられた、可能性のある表面６４を例
示した図である。表面６４は、第４図に示した第
３のステツプＳ３において選択されたA′，B′，
……の組合せによつて規定されている（相異なる
組合せは相異なる表面を規定する）。G′，H′の１
個の組合せ、即ちＧ^*およびＨ^*が存在し、これ
は、表面６４の全体としての（即ち、絶対的な）
最小である点６５を指示している。Ｇ^*およびＨ
^*は最小のＲを与えるので、これらはまた最小の
超過オーバシユートおよび応答時間を与える。従
つて、これらのゲインの組合わせによつて最適応
答が与えられる。ゲインが２つの場合には、第４
図の手順の第４、第５および第６ステツプＳ４，
Ｓ５，Ｓ６は、Ｇ^*およびＨ^*をもたらす点６５
へと表面６４を探索する。同様な状態は、３個ま
たはそれより多くのゲインがある場合に、Ｇ^*，
Ｈ^*，Ｉ^*，……を見出すためにある。

一旦、Ｇ^*，Ｈ^*，Ｉ^*，……が見出される
と、それらはA′，B′，……についての現在の組
合せと共に記憶される。第４図で示されるよう
に、新らしいＧ^*，Ｈ^*，Ｉ^*，……はA′，
B′，……の他の組合わせの各々について見出され
記憶される。A′，B′，……の値のこの集まりは
それらの関連するＧ^*，Ｈ^*，Ｉ^*，……のため
の値とともに、第３図のゲイン最適化関数のため
の個別的な数値のテーブルを構成する。

ゲイン最適化関数は、検索テーブル（look−
up table）を用いて、または、第４図の手順で発
生される個別的な数値のテーブルを良好に近似す
るクローズド形式の式を評価することによつて役
立てられる。このような近似式を見出すための方
法は、数値解析に関する当業者にとつてはよく知
られているところである。プロセス１のための時
定数の数に依存して、近似式は、カーブ（ｎ＝
１）、面（ｎ＝２）、または密度関数（ｎ＝３）等
を表わす。ゲイン最適化回路６におけるゲイン要
素ｍの数は、このような“曲線のあてはめ”の
数、即ち、Ｇ，Ｈ，Ｉ，……の各々ついてひと
つ、を規定する。

ゲイン回路網および２つのゲインについてのゲ
イン最適化回路を用いて、Ｏｕｔ（ｓ）／Ｉｎ（ｓ）＝Ｋａｂ／ｓ（ｓ＋ａ）（
ｓ＋ｂ）で記述されたプロセスについては、ＧおよびＨに
ついての一組の近似関数が、時定数とサンプリン
グ周期との間の典型的な関係上の広い範囲にわた
つて定められた。いま考えられているタイプのプ
ロセスのためには（即ち、そのパルス応答が第２
図に関して記述されているもの）、最大値の時定
数は最大の効果をもつことに注目すべきである。
近似関数は、時定数とサンプリング・インターバ
ルとの間の比率の範囲上で表現することだけが必
要とされることを以下で説明する。

サンプリング周期が、最大の時定数に比べて大
きいとき、コントロール・ループの応答は主とし
てサンプリング周期によつて限定される。即ち、
最大の時定数は、それが例えばサンプリング周期
の値の1/10より小さいときはいつでも、実際の応
答を規定する際に果す役割は小さなものである。
控え目にみて、この比率の下限を1/20とする。

他方、サンプリング周期が最大の時定数に比べ
て小さいとき、コントロール・ループの応答は主
に最大の時定数によつて限定される。即ち、サン
プリング周期は、それが例えば最大の時定数の値
の1/10より小さいときはいつでも、実際の応答を
規定するさいに果す役割は小さいものである。控
え目にみて、この最大の時定数とサンプリング周
期との比率の上限を20とする。

比率の上限が20であるとき、21の上限を必要と
する状態は別のサンプルを考えることなく処理で
きるものであり、これは実効的にサンプリング周
期を２倍にする。そして新らしい比率は21/2とな
るが、これは最大の時定数がまだ限定フアクタで
あることを意味しており、サンプリング周期を２
倍にすることによつては、その効率は殆ど阻害さ
れない。かくして、検索テーブルのための、サン
プリング周期に対する時定数の比率の範囲は0.05
ないし20.0をこえて延びる必要はなく、これは、
いかなる２個の時定数の間でも、400：１の最大
比率に等しいものである。これは、検索テーブル
のサイズと、近似関数を見出す困難性を著しく減
ずることになる。A′＝Ａ／Ｔ等であることか
ら、A′，B′，……のための範囲もまた、0.05ない
し20.0である。

検索テーブルは、(1)範囲がカバーされている、
(2)空白点がない、ように充分な値で充たされてい
ることを必要とする。0.05ないし20.0の範囲の
A′およびB′のためには、適当な組合せの数は１
万である。２個の時定数の場合、A′およびB′は
下記の式にしたがつて選ばれる。所定の中間変数
ＪおよびＰの全ての組合せのために、Ｊは１おき
に１から200までの範囲にあり、Ｐは１により１
から50までの範囲にある。

上記の式に含まれている幾何学的な性質によ
り、√（′）²＋（′）²およびB′／A′の連続的な
値を
生成させるが、これらは夫々に先行して存在した
ものについての固定的な比率とされている。これ
は、原点から放射状に、有効に間隔をおかれたサ
ンプルを生成させる。

２個の時定数の場合、G′およびH′の値はA′お
よびB′について大体指数的に変化し、また、
H′／（G′＋H′）の値はA′およびB′について大体
線形的に変化することに注目されたい。更に、中
間関数G′＋H′およびH′／（G′＋H′）を近似させ
ることは、G′およびH′を直接的に近似させるよ
りは好都合であることが見出される。しかし、
G′およびH′は中間関数から容易に見出される。

最小方形式のカーブ適合技法（least squares
curve fitting techniques）は、上述の指数的お
よび線形的な態様を示す関数のための係数を見出
すために用いられる。

第８図は、近似されたＧ関数の図面である。図
面を、G′よりはＧに対応させるために、軸は正
規化されていない。同様に、第９図は、近似され
たＨ関数の図面である。

近似関数ＧおよびＨは次のとおりである。

Ｈ＝ＸＹ／ＫＴおよびＧ＝Ｘ（１−Ｙ）／ＫＴここに、ＫおよびＴは、夫々に、先に定められた
スケール・フアクタおよびサンプリング・インタ
ーバルであり、また、ＸおよびＹは、以下に定め
られるような中間変数である。

Ｘ＝C₁＋C₂U＋C₃U²＋C₄U⁸＋C₅U³²＋C₆V ＋C₇UW＋C₈U²W＋C₉U⁸W＋C₁₀U²W⁵ そして、Ｙ＝C₁₁＋C₁₂Q＋C₁₃U³²＋C₁₄QV ここに、Ｕ＝ｅ^-Q/16 Ｖ＝AB／（A²＋B²）Ｗ＝ｅ^-6V またここに、 C₁＝．113485170 C₂＝−．289529320 C₃＝．447171990 C₄＝．070699409 C₅＝．163454920 C₆＝−．061802410 C₇＝−．008825403 C₈＝．183441100 C₉＝−．207696230 C₁₀＝−．002708636 C₁₁＝−．005967884 C₁₂＝−．831127400 C₁₃＝−．183300580 C₁₄＝−．156580920 第３図によつて記述された一般的な場合とは対
照的に、第１０図は、次の式で記述されるプロセ
ス１をコントロールする特定のサンプル・コント
ロール・ループのためのブロツク図である。

Ｏｕｔ（ｓ）／Ｉｎ（ｓ）＝Ｋａｂ／ｓ（ｓ＋ａ）（
ｓ＋ｂ）ゲイン回路網５１は、単一の遅延要素５７に結
合されるマルチプライア要素５８および５９を通
るプロセス・コントロール信号１３９と入力エラ
ー信号１４３に関係する伝達関数を有する。加算
要素６０は、GE_N＋HE_N-1に対応する信号を形成
し、この信号は零次保持回路１８に加えられ、そ
の出力は、次いでリニアライザ１９に加えられ、
その出力がプロセス・コントロール信号１３９で
ある。

ゲイン最適化回路５２には、サンプリング機構
４に応答する周期計測装置２０が含まれている。
Ｇ近似関数要素５５およびＨ近似関数要素５６
は、周期計測装置２０の出力、スケール・フアク
タＫの値５３、および、プロセスの時定数ＡとＢ
の値５４に応答する。ＧおよびＨ近似関数要素５
５および５６の出力は、夫々に、マルチプライア
要素５８および５９のための乗算フアクタをコン
トロールする。

第１０図のブロツク図の残りの部分は、第３図
のブロツク図に対応している。

次の第１１および第１２図には、ゲイン最適化
回路５２の実現するための一般的なアナログ手法
および一般的なデイジタル手法が示されている。
これらの手法の各々は、ゲイン回路網５１の実現
するための対応する技法（即ち、アナログ式のも
のか、デイジタル式のものかのいずれか）を有し
ている。

第１１Ａおよび第１１Ｂ図は、第８および第９
図に関連して記述された特定の近似関数について
アナログ的な実行をする回路のための一般的な概
略図である。全体的に把握すると、第１１Ａおよ
び第１１Ｂ図は、第１０図のゲイン関数要素５５
および５６に対応するアナログ回路を記述するも
のである。

アナログ表示のＡ（78），Ｂ（80），Ｔ（79）お
よびＫ（81）は第１１Ａ図の回路に入り、図示の
如く、諸種の回路要素によつて組合わされる。こ
れらの要素には、マルチプライア要素７１、デイ
バイダ要素７２、指数増幅器７３、平方根要素７
４、ゲイン要素７５および加算接続部７６が含ま
れている。結果としてのアナログＧ出力８２およ
びアナログＨ出力８３は、夫々に、Ｇ近似関数要
素５５およびＨ近似関数要素５６の出力に対応し
ている。

第１２図は、第１０図のＧおよびＨ近似関数要
素５５および５６について、デイジタル式に実行
する回路を示したブロツク図である。デイジタル
表示の入力はＡ（84），Ｂ（85），Ｋ（86）および
Ｔ（87）である。Ａ（84）およびＢ（85）は、
夫々にＴ（87）によつて分割されて、アドレス・
バスを形成し、リード・オンリ・メモリ
（ROM）に向けられている。G′関数の値を記憶し
ておくROM９１およびH′関数のための値を蓄積
するROM９２は、このアドレスを夫々G′，H′を
表わす数値に変換する。これらは夫々のデータ・
バス上に与えられる。G′およびH′の値は、次い
で、KTなる量で割られて、デイジタルＧ出力９
５およびデイジタルＨ出力９６になる。

第１３図は、本発明の好適実施例にしたがつて
構成された、例示的サンプル・コントロール・ル
ープのブロツク図である。この例示的コントロー
ル・ループにおいて、出力シヤフト９８が負荷
（図示されない）を駆動するモータ９７であるよ
うなプロセス１０２をコントロールする。モー
タ・コントローラ１０４は、モータ９７の速度お
よび方向をコントロールする。

出力シヤフト９８の位置は、該出力シヤフト９
８に結合されたスロツトを有するデイスク９９を
含むトランスジユーサ機構１０３によつてセンス
される。スロツトを有するデイスクは矩形の孔部
デテクタ１００と共働作用をし、その出力はアツ
プ・ダウン・カウンタ１０１により累積されて、
計測された位置信号１４４を発生させる。これに
加えて、矩形の孔部デテクタ１００からの出力１
４５はモータ速度の変化につれて変化するサンプ
リング・インターバルを表わす。出力１４５はゲ
イン最適化回路６に供給され、モータ速度の変動
にしたがつた最適のゲイン情報１４６を生じる。

計測された位置信号１４４は加算接続部３によ
り所望の位置信号１４７と組合わされてエラー信
号１４８を生じる。エラー信号１４８および最適
ゲイン情報１４６はゲイン回路網５によつて用い
られて最適なプロセス・コントロール信号１４９
を生成し、これはモータ・コントローラ１０４に
供給される。

Ｋ，Ａ，Ｂ，……は一定であるものとされてい
ることから、第１３図のゲイン最適化回路６は、
サンプリング・インターバル情報が唯一の入力と
して図示されている。勿論、Ｋ，Ａ，Ｂ、等もま
た変化するのであれば、これとは異なる構成とな
る。

第１３図のコントロール・ループは、サンプリ
ング・インターバルが変化する例である。このよ
うな位置コントロール・ループは、第１図の回路
によつては最適にコントロールされることはでき
ない。それは、当該回路が一定のサンプリング・
インターバルを必要とするからである。しかしな
がら、ゲイン最適化回路６は、ゲイン回路網５を
動的に調節するための入力としてサンプリング・
インターバルが用いられて、サンプリング・イン
ターバルとは無関係に最適応答を維持するように
される。過去においては、先行技術でコントロー
ルされなかつた、第１３図で示されている多くの
プロセスは、ゲイン最適化回路６を加えることに
よりコントロールされうることとなる。サンプリ
ング・インターバルがわずかに変化し、第１図の
それと同様なコントロール・ループを使用するこ
とのできたプロセスは、ゲイン最適化回路６を加
えることによつて改良される。

第１４図は、トラツク上を走行する運搬車の位
置をコントロールするためのサンプル・コントロ
ール・ループを示したブロツク図である。この例
においては、電子式距離計１０８が、可変質量１
０６を運搬することのできるモータ駆動式の鉱石
車上に搭載されたリフレクタ１０７に対して光学
的に結合されている。

電子式距離計１０８は、１秒あたり何回か距離
をサンプルするトランスジユーサとしての機能を
果す。電子式距離計１０８は、距離情報１０９と
時間情報１１０とを供給する。時間情報１１０は
距離計測の間で経過した時間インターバルであつ
て、これはゲイン最適化回路６に供給される。経
過時間インターバル情報１１０は、変化する環境
条件のために、必ずしも一定ではない。

加算接続部３は、外部情報源（図示されない）
からの所望の位置情報１５０を実際の距離情報１
０９と組合せてエラー信号１５１を生じさせ、こ
れがゲイン回路網５に供給される。

ゲイン最適化回路６は、時間インターバル情報
１１０を、外部源（図示されない）から供給され
る質量情報１５２と組合せる。質量情報１５２は
質量１０６の値を表わし、システムにおける有力
な時定数を構成している。ゲイン最適化回路６
は、質量情報１５２を時間インターバル情報１１
０と組合せてゲイン信号１５３を生じさせ、これ
はゲイン回路網５をして最適のゲインで作用する
ようにさせる。ゲイン回路網５はプロセス・コン
トロール信号１５４を生じ、これはモータ・コン
トローラ１１３を励起する。

第１４図は、プロセスの時定数が一定ではない
コントロール・ループを表わしている。第１図の
コントロール・ループは、それがプロセスの時定
数に変化のないことを必要としていることから、
このようなシステムを最適にコントロールするこ
とはできない。ゲイン最適化回路６を加えること
により、鉱石車１０５の質量１０６の変化するこ
と、および電子式距離計１０８のサンプリング・
インターバル１１０の変化することには無関係
に、第１４図のコントロール・ループの応答が最
適となるように制御される。

第１５図は、液流の温度および体積をコントロ
ールするための、サンプル・コントロール・ルー
プの重ね対を示したブロツク図である。

モータ１１５はその出力シヤフト上に左手混合
バルブ１１８および右手混合バルブ１１９を搭載
させている。他方のバルブが閉じている間に一方
のバルブが開き、そして各々が他方をオフセツト
する。冷水パイプ１１６は左手混合バルブ１１８
の入力側に対して冷水を供給し、また、温水パイ
プ１１７は右手混合バルブ１１９の入力側に対し
て温水を供給する。マニホールド１５５は混合バ
ルブ１１８および１１９からの放出物を組合せ
て、それをスロツトル・バルブ１２１の入力側に
供給する。

２個の混合バルブ１１８および１１９の相補的
な性質のために、温水および冷水用パイプ１１６
および１１７の径が等しく、その中の供給圧力が
等しいものとすれば、それらはスロツトル作用を
誘導しない。

モータ１１５の効果は、マニホールド１５５内
の水温を変化させることである。温度は、マニホ
ールド１５５内の下流に配せられた温度プローブ
１２０によつて計測される。温度計測はサンプリ
ング装置によつて、サンプリング・レートに対応
するスイツチ１２４Ａのくり返される一時的な閉
止によりなされる。マニホールド１５５内での温
度変化に関連した時定数があり、その値は、ゲイ
ン最適化回路１２３に対して供給される熱的時定
数信号１６２で表わされる。温度プローブ１２０
の先の、混合された温水および冷水についての拡
散おくれの値は、マニホールド内で水が流れる割
合によつて規定される。それは、次いでスロツト
ル・バルブ１２１により影響されるが、これはモ
ータ１２５でコントロールされるものである。

流量計１２６はスロツトル・バルブ１２１から
の放出物１３３と直列に配されている。この流量
計１２６はその中を水が単位体積流れる毎にスイ
ツチ１６０Ａ，１６０Ｂおよび１６０Ｃの接点を
１回閉じるように構成されている。カウンタ１２
７はスイツチ１６０Ａの接点閉止を累積して、計
測された体積信号１５６を生じさせる。

外部コントロール回路（図示されない）は、所
望の温度信号１５９および所望の体積信号１５７
を供給する。これら２個の信号は、供給されるべ
き水量と、その温度とを規定する。これらのパラ
メータの各々は、分離したサンプル・コントロー
ル・ループによつてコントロールされる。

温度コントロール・ループは、加算接続部１２
８において所望の温度信号１５９と、計測された
温度信号１５８とを組合せて温度エラー信号１６
１を生成させる。これは、次いでゲイン回路網１
２２に供給される。スイツチ１２４Ｂはスイツチ
１２４Ａとともに、開閉される。これは、ゲイン
最適化回路１２３に対して温度サンプリング・レ
ート情報を供給する。

スイツチ１６０Ｃはスイツチ１６０Ａとともに
ステツプ状に動作し、ゲイン最適化回路１２３に
対して体積コントロール・サンプリング・インタ
ーバル情報を与える。当該情報は、マニホールド
１５５を通る水の伝播おくれに対し直接的に比例
している。ゲイン最適化回路１２３は、所定のＧ
およびＨ近似関数を通して、温度サンプリング・
インターバル、熱的時定数、および伝播おくれを
組合せて、ゲイン回路網１２２に供給されるゲイ
ン情報信号を生成させる。ゲイン回路網１２２
は、温度プロセス・コントロール信号１６４を生
成させる。

体積コントロール・ループにおいて、加算接続
部１２９は所望の体積信号１５７を、計測された
体積信号１５６と組合せて体積エラー信号１６５
を生じさせ、これはゲイン回路網１３１に供給さ
れる。スイツチ１６０Ｂはスイツチ１６０Ａとと
もにステツプにおいて作用されてサンプリング・
インターバル情報をゲイン最適化手段１３０に与
え、これは、次いでゲイン情報１６６を生成させ
る。ゲイン回路網１３１は体積エラー信号１６５
とゲイン情報１６６とを組合せて、モータ・コン
トローラ１３２に供給される最適化された体積プ
ロセス・コントロール信号１６７を生成させる。
次いで、モータ・コントローラ１３２はモータ１
２５を通じてスロツトル・バルブ１２１を励起す
る。

第１５図の例においては、体積コントロール・
ループにおける流量比率の変化は、温度コントロ
ール・ループのための伝播おくれを動的に変化さ
せる。ゲイン最適化回路１２３はこれらの変化の
ための補償をし、温度コントロール・ループにつ
いての最適応答を維持する。

第１６図は、本発明の好適実施例にしたがつて
構成されたサンプル・コントロール・ループを実
際に構成するために用いられる、マイクロプロセ
ツサまたはコンピユータで実行されるプログラム
の例示的フローチヤートである。この例示的フロ
ーチヤートは、第１３、第１４および第１５図に
示されている例示的プロセスについて用いられう
る。

第１のステツプＲ１は、時定数および他の関係
あるプロセスに関連したパラメータ（伝播おくれ
の如きもの）を規定することによつてプロセスを
特徴づけることである。これらの時定数およびパ
ラメータが、プロセスの作用につれて変化しない
ときには、それらは最初に一度定められるだけで
よい。しかしながら、それらが動的に変化すると
きは、それらは適当なときに規定され、またはモ
ニタされる。

第２のステツプＲ２は、プロセスからの所望の
出力を規定することである。その値は外部機構
（図示されない）からの、プロセスのオペレータ
によつて供給されるか、または、完全に現在のプ
ログラム自体によつて決定されるかである。

第３のステツプＲ３は、サンプリング機構の状
態をチエツクして、新らしいサンプルがとられた
かどうかを判定することである。この質問に対す
る答がNOであると、第３のステツプＲ３がくり
返される。答がYESのときは、ステツプＲ４が
実行される。

ステツプＲ４では、カウンタの如き周期計測装
置からの値を入力することにより、最新のサンプ
リング・インターバルが算定される。サンプリン
グ・インターバルが一定であるときは、このステ
ツプとステツプＲ５とはフローチヤートの始めに
おいて実行され、その後はスキツプされる。

ステツプＲ５においては、簡単にいえば、場合
により周期計測装置を再び初期化させるか、また
はカウンタのリセツトをする。

ステツプＲ６は、トランスジユーサからの計測
された出力を読取る。

第７のステツプＲ７は、実際の出力と所望の出
力との間の差Enを算出することである。

第８のステツプＲ８は、Ｔ，Ｋ，Ａ，Ｂ，……
の値のための近似ＧおよびＨ関数と、第１および
第４のステツプＲ１，Ｒ４で見出された伝播おく
れの評価をすることである。全てのパラメータが
一定のときは、このステツプもまた初めに一度行
われて、その後はスキツプされる。

第９のステツプＲ９では、Ｇ，Ｈ，Enおよび
Ｅ_o-1からの中間コントロール信号を算出する。

第10のステツプＲ１０では、所望により、中間
コントロール信号をして、リニアライザを通過さ
せる。

第11のステツプＲ１１では、リニアライザの出
力をプロセスに送る。

第12のステツプＲ１２では、Ｅ_o-1をEnで置換
し、そして第２のステツプＲ２へ戻す。

第１７図は、本発明の別実施例にしたがつて構
成されたサンプル・コントロール・ループを示し
たブロツク図である。その回路はプロセス１６９
を励起するプロセス・コントロール信号を生成さ
せる。出力トランスジユーサ１７０は、プロセス
１６９の実際の出力１７２を導入している。位置
コントロール・ループにおいて、トランスジユー
サ１７０の出力は、コントロールされている対象
の位置を表わしている。別異のトランスジユーサ
１７１も、また、実際の出力１７２を導入してい
る。このトランスジユーサ１７１の目的は、実際
の出力１７２の１次導関数を計測することにあ
る。位置コントロール・ループにおいて、トラン
スジユーサ１７１の出力は、コントロールされて
いる対象の速度を表わしている。

所望の出力信号１８３が所定の外部源（図示さ
れない）からサンプル・コントロール・ループへ
と供給される。加算接続部１７５は、所望の出力
信号１８３をトランスジユーサ１７０の出力と組
合せてエラー信号１８７を生成させ、これは、サ
ンプリング機構１７６Ａを介してマルチプライア
要素１７７へと加えられる。

別異のトランスジユーサ１７１は、サンプリン
グ機構１７６Ａとともにステツプにおいて作用す
るスイツチ１７６Ｂを通して、別異のマルチプラ
イア要素１７８へと結合される。マルチプライア
要素１７７および１７８の出力は加算接続部１７
９により組合されて、零次保持回路１８１の入力
に加えられる信号を生成させる。次いで、零次保
持回路１８１の出力はリニアライザ１８２によつ
て線形化され、プロセス・コントロール信号１６
８になる。

マルチプライア要素１７７および１７８、加算
接続部１７９、零次保持回路１８１、およびリニ
アライザ１８２は、その目的において第３図のゲ
イン回路網５に対応するゲイン回路網１８０を構
成する。

マルチプライア要素１７７および１７８は、
夫々に、その目的において第３図のゲイン最適化
回路６に対応するゲイン最適化回路１８８によつ
て実行される夫々の近似されたＧおよびＨ関数で
規定されるフアクタにより、それらの夫々の入力
信号を乗算する。

ゲイン最適化回路１８８内で、スイツチ１７６
Ｃは、サンプリング機構１７６Ａとともにステツ
プ内で作用して、サンプリング・インターバル情
報を周期計測装置１８６に対して与える。次い
で、周期計測装置１８６は、近似Ｈ関数要素１８
４および近似Ｇ関数要素１８５の各々に対して、
値Ｔを供給する。要素１８４および１８５の各々
は、また、スケール・フアクタＫおよび時定数Ａ
とＢを入力として受入れる。

第１７図のサンプル・コントロール・ループ
は、多重のトランスジユーサを有することと、別
異に構成されたゲイン回路網を有することとで、
第１０図のそれとは相違している。第１０図の遅
延要素５７は、計測された出力の変化についての
時間比率に関する情報を算出されるべく可能化さ
せ、一方、第１７図のトランスジユーサ１７１
は、同じ情報を直接的に計測されるべく可能化さ
せる。かくして、第１０図と第１７図とは、実際
の出力についての時間比率が規定される手法にお
いて相違するが、その双方がこの情報を同じ手法
で用いることでは同様である。この理由のため、
近似Ｇ関数５５およびＨ関数５６を発生させるた
めに用いられると同様の手順が、近似Ｇ関数およ
びＨ関数を発生させるために用いられる。第１０
図のコントロール・ループが作用するように、第
１７図のコントロール・ループは、サンプリン
グ・インターバルＴ、スケール・フアクタＫ、お
よび時定数ＡとＢを動的に変化させるために最適
化されて留められる。

第１７図のゲイン回路網１８０は、また、最適
化基準と同様に、トランスジユーサにおける伝播
おくれにも、近似Ｇ関数要素１８５および近似Ｈ
関数要素１８４に対する入力として含まれている
ということでは同様である。

【図面の簡単な説明】

第１図は、従来から知られているサンプル・コ
ントロール・ループのブロツク図で、７はプロセ
ス、８はトランスジユーサ、１０はサンプリン
グ・スイツチ、１８は零次保持回路、１９はリニ
アライザである。第２図は、サンプル・レートを可変としたゲイ
ン最適化手段を組込んだサンプル・コントロー
ル・ループの簡略化されたブロツク図（本発明の
一実施例）で、１はプロセス、２はトランスジユ
ーザ、５はゲイン回路網、６はゲイン最適化回路
である。第３図は第２図に示したサンプル・コントロー
ル・ループのより詳細なブロツク図で、２０は周
期計測装置、２１，２２，２３はゲイン関数要
素、３２は零次保持回路、３３はリニアライザで
ある。第４図は、第２および第３図に示したゲイン最
適化手段のためのゲイン最適化関数を近似する方
法について示したフローチヤートである。第５図はオーバシユート及びセトリング・タイ
ムの予測方法を示したフローチヤートである。第６図は、セトリング・タイムとオーバシユー
トの概念を示したグラフである。第７図は、近似関数と良好さの指数との関連性
を示したグラフである。第８図は、Ｇゲイン最適化関数に関する近似プ
ロツト図である。第９図は、Ｈゲイン最適化関数に関する近似プ
ロツト図である。第１０図は、可変サンプリング・インターバ
ル、スケール・フアクタおよび２個の時定数に応
答する２個のゲイン最適化関数のための近似を生
じさせるゲイン最適化手段を有する、サンプル・
コントロール・ループの詳細なブロツク図で、１
８は零次保持回路、１９はリニアライザ、２０は
周期計測装置、５１はゲイン回路網、５２はゲイ
ン最適化回路、５５はＧ近似関数要素、５６はＨ
近似関数要素である。第１１Ａ図および第１１Ｂ図は、近似Ｇおよび
Ｈゲイン関数を充たすアナログ的手法のための一
般化された概略図である。第１２図は、近似ＧおよびＨゲイン関数を充た
すデイジタル的手法のブロツク図である。第１３図は、第２図に示した回路でコントロー
ルされうる、例示的なモータ励起式速度プロセス
のブロツク図で、５はゲイン回路網、６はゲイン
最適化回路、９７はモータ、１００はデイテク
タ、１０１はアツプ・ダウン・カウンタ、１０３
はトランスジユーサ機構、１０４はモータ・コン
トローラである。第１４図は、第２図に示した回路でコントロー
ルされうる、例示的なモータ励起式位置プロセス
のブロツク図で、５はゲイン回路網、６はゲイン
最適化回路、１０５はモータ式鉱石車、１０７は
リフレクタ、１０８は電子式距離計、１１３はモ
ータ・コントローラである。第１５図は、例示的な、内部的に重ねられてモ
ータ励起式の体積プロセスと相互作用をするモー
タ励起式の温度プロセスであつて、各々のプロセ
スは第２図に示した回路でコントロールされうる
ようにしたもののブロツク図で、１１４はモー
タ・コントローラ、１１５はモータ、１１６は冷
水パイプ、１１７は温水パイプ、１２０は温度プ
ローブ、１２１はスロツトル・バルブ、１２２は
ゲイン回路網、１２３はゲイン最適化回路、１２
６は流量計、１２７はカウンタ、１３０はゲイン
最適化回路、１３１はゲイン回路網、１３２はモ
ータ・コントローラ、１５５はマニホールドであ
る。第１６図は、マイクロプロセツサまたはコンピ
ユータを用いて、第２図に示したサンプル・コン
トロール・ループを実現する方法を示したフロー
チヤートである。第１７図は、ゲイン最適化手段を含むサンプ
ル・コントロール・ループの別実施例を示したブ
ロツク図で、１６９はプロセス、１７０及び１７
１は出力トランスジユーサ、１８０はゲイン回路
網、１８１は零次保持回路、１８２はリニアライ
ザ、１８４は近似Ｈ関数要素、１８５は近似Ｇ関
数要素、１８６は周期計測装置、１８８はゲイン
最適化回路である。

Claims

【特許請求の範囲】１プロセス・ゲインＫ、サンプリング・インタ
ーバルＴおよび時定数Ａを含むプロセス・パラメ
ータを有するサンプリング・ループを最適化する
プロセス制御装置において、前記プロセス・パラメータの値を示す信号を受
信するための入力手段と、前記入力手段に結合され最適化関数Ｆ（T.K.A
……）に従つてゲイン・コントロール情報を発生
する最適化手段と、前記最適化手段に結合され最適化ゲイン・コン
トロール信号を発生する出力手段と、前記出力手段の出力に基いて前記サンプリン
グ・ループ内のサンプリング制御装置のゲインを
変更する手段とを設け、前記最適化関数はプロセスの平衡状態からの乱
れが起つたときのセトリング時間を最小とするよ
うに選択されていることを特徴とするプロセス制御装置。