説明

Fターム[5H004HA02]の内容

フィードバック制御一般 (10,654) | 制御量の種類 (1,038) | 流量 (75)

Fターム[5H004HA02]に分類される特許

41 - 60 / 75


【課題】オープン制御から適応スライディングモード制御へと移行する際の制御性の悪化を回避する。
【解決手段】オープン制御から適応スライディングモード制御へと移行する際に、適応スライディングモードコントローラ51の制御入力を移行直前のオープンコントローラ52の制御入力に一致させるべく、適応スライディングモードコントローラ51の状態量を算定するようにした。
(もっと読む)


【課題】 制御対象の動特性変化の大きい場合、外乱が大きい場合、あるいは制御対象が非線形特性を有する場合において十分なロバスト性及び安定性を有するスライディングモード制御を行うことができるプラントの制御装置を提供する。
【解決手段】 スライディングモード制御器101、減算器102、及び周波数整形制御器103により、制御対象100への制御入力となる最終操作量UFMを算出する。減算器102、周波数整形制御器103、及び制御対象100からなるブロックを拡大制御対象110とし、拡大制御対象110の伝達関数FX(s)が所望の目標伝達関数F(s)となるように、周波数整形制御器103の伝達関数H(s)が設定される。CS角度CSAがCS角度指令値CSACMDと一致するようにフィードバック制御が行われる。 (もっと読む)


【課題】予め設定されている制御に加え、予測に基づく制御を含む知能的な制御を行なうことができる制御システム及び制御方法を提供する。
【解決手段】屋上緑化エリアGへの灌水のための電磁弁13,13を駆動制御対象とし、土中に埋められた湿度センサ14,14で測定される湿度によって開閉を制御するように設定してある開閉装置23に対し、エージェント装置3は、屋上緑化エリアGを含む周辺の気象情報を自律的に取得し、気象情報が天候悪化(降雨の可能性が高い)を示している場合は、電磁弁13,13を開放させないようにする制御値(開放可否を示す制御値)を示す信号を開閉装置23へ送信する。 (もっと読む)


【課題】受水流量の変更を抑制しつつ水需要の変動に対応可能な計画受水流量を算出する。
【解決手段】記憶部15により、対象期間について予め算出された配水流量の時系列データを示す予測配水流量データと、配水設備30での受水および配水に関する制約条件を示す制約条件データとを記憶しておき、受水流量計画部16Aにより、記憶部15から制約条件データを読み出し、当該制約条件データに基づいて対象期間における受水流量の時系列変化を示す計画受水流量データ15Cを複数生成し、最適受水流量選択部16Eにより、受水流量計画部16Aで生成された各計画受水流量データ15Cのうちから、それぞれの計画受水流量データ15Cによる受水流量の変更回数または変更量合計に基づき、最適な計画受水流量データを選択出力する。 (もっと読む)


【課題】所望の降雨と下水管への流出現象及びポンプ場への流下現象を仮想的に生じさせ、それを入出力データに加え、第2の演算モデルを構築する。
【解決手段】1つ以上の方程式からなる,対象の下水道施設に合わせてその係数又は定数の値を予め定めた第1の演算モデル1と、1つ以上の方程式からなる,その係数又は定数の値が未定である第2の演算モデル2と、雨量データを仮想的に発生させる仮想雨量データ発生手段3と、第1の演算モデルより下水道施設への流入現象を仮想的に生じさせる仮想流入量データ発生手段4と、少なくとも仮想雨量時系列データと仮想流入量時系列データからなる仮想入出力データにより第2の演算モデルにおける未定の係数・定数の値を定める手段5を有し、第2の演算モデルを構築するためのデータを第1の演算モデルを用いて拡充することを特徴とする雨水流入量演算モデルの作成装置。 (もっと読む)


【課題】本発明の目的は、修正したモデルを用いた学習を高速化して制御アルゴリズムを修正しプラントを精度良く制御するプラントの制御装置を提供する。
【解決手段】本発明のプラントの制御装置は、プラントの運転特性を解析する数値解析実行部と、の数値解析結果の情報を基にプラントの制御特性を模擬するモデルと、前記モデルを用いてプラントの操作方法を学習する学習部と、前記学習部の学習情報データを保存する学習情報データベースと、前記学習部の学習情報データを基に状態入力をモデル入力次数より少ない入力数で表現するパターンデータを生成するパターン生成部と、前記パターン生成部で生成したパターンデータを保存するパターンデータベースと、複数のパターンを用いて学習した学習結果の中から制御効果の良い学習結果を選択する学習結果判定部を備え、選択した学習結果に基いて操作信号生成部でプラントに対する操作信号を算出するように構成。 (もっと読む)


深冷蒸留分離装置の制御方法において、少なくとも1つの操作変数が変更され、各操作変数は少なくとも1つの制御変数を用いて変更されており、それによって各制御変数は、一つの制御方法を用いて調節され得、1つの制御変数の少なくとも1つのセットポイントを制御するために予測制御方法が使用される。
(もっと読む)


フィードバック制御利得を有する質量流量コントローラは、コントローラを通過する流体の流れを検知するように構成されているセンサと、コントローラを通過する流体の流れを調節するように配置されている弁と、センサが検知する流体の流れの関数として、弁を制御するように構成されているプロセッサとを備えている。センサおよび弁は、フィードバック系内に配置され、プロセッサは、少なくとも1つの較正気体パラメータの少なくとも1つの動作気体パラメータに対する比に基づいて、フィードバック・コントローラ利得をリアル・タイムで更新し、較正状態とは異なる動作状態において一定の制御挙動を有するように、フィードバック系の閉ループ伝達関数が、動作状態には関係なく、実質的に一定となるようにする。 (もっと読む)


本発明は、蒸気発生器の制御時に遅延を伴う制御対象を同定するための方法およびこの方法を実施するように形成された装置に関する。未知の時間変動的なN次遅延素子と既知の積分器とから成る蒸気発生器のモデル構造が設けられる。さらに、燃料質量流量の測定値、タービン蒸気質量流量の測定値、タービン蒸気質量流量の取り出し後に蒸気発生器の背後の蒸気アキュムレータ内に生じる主蒸気圧力の測定値が同定に使用される。オンラインで記録されたこれらの測定値とモデル構造とによって蒸気発生器出口の主蒸気質量流量が逆算される。こうしてN次遅延素子の入力量とその出力量が特定され、N次遅延素子の連続伝達関数のパラメータが推定法によってやはりオンラインで確定される。推定されたパラメータは次にN個の独立した時定数を有する遅延素子の時定数に換算される。次のステップではN個の独立した時定数の比較によって、所定のモデル構造の遅延素子について有意な時定数が確定される。 (もっと読む)


【課題】複数の制御因子を有するプロセスの、プロセス条件を一定範囲に制御するための制御因子のうち、逆方向の効果をもたらす少なくとも2つの制御因子の制御が切り替わる境界におけるハンチングによる不必要なロスを低減でき、かつ、不感帯による制御の不安定を回避できるという優れたプロセスの制御装置および制御方法を提供する。
【解決手段】(1)プロセス条件を一定範囲に制御するための制御因子のうち、逆方向の効果をもたらす少なくとも2つの制御因子に対して独立して制御する手段を含むことを特徴とするプロセス制御装置。(2)プロセス条件を一定範囲に制御するための制御因子のうち、逆方向の効果をもたらす少なくとも2つの制御因子に対して独立して制御する手段を設置して、一定の制御範囲内で少なくとも2個以上の設定値を設定し、制御することを特徴とするプロセス制御方法。 (もっと読む)


多重モード制御アルゴリズムを使用して、流体の流量を制御するためのシステムおよび方法を説明する。一実施形態は、閉ループモードから開ループモードに多重モード制御アルゴリズムを変化させるための方法を含む。本方法は、センサによって生成される少なくとも1つのセンサ指標を受信するステップを含む。多重モード制御アルゴリズムは、少なくとも1つのセンサ指標に基づいて、閾値条件が充足される場合に、閉ループモードから開ループモードに修正される。多重モード制御アルゴリズムは、設定値に従って流体の流量を制御するために、流量制御器によって使用される。 (もっと読む)


適応閉ループ制御アルゴリズムを使用して流体の流れを制御するための、システムおよび方法が記述される。一実施形態は、設定値指標および/またはセンサによって生成されるセンサ指標を受け取るための方法を含む。閉ループ制御アルゴリズムの応答時間は、少なくとも1つの閾値が、センサ指標および/または設定値指標に基づいて満たされるときに、修正される。流量制御器によって実装される閉ループ制御アルゴリズムは、閉ループ制御アルゴリズムと関連する少なくとも1つのパラメータを調整することによって、閉ループ制御アルゴリズムの応答時間を修正することに応答して安定化する。
(もっと読む)


【課題】流体圧力制御におけるダイナミックレンジの広い目標値を設定することが可能であり、非線形領域においても安定した制御特性を得ることができるサーボバルブの制御装置を提供する。
【解決手段】サーボバルブに対する制御量の目標値から所定の基準入力信号を生成して出力する設定部と、サーボバルブの制御量を検出して帰還量を出力する検出部と、設定部から出力された基準入力信号と検出部から出力された帰還量とを比較してその偏差を出力する比較部と、この比較部が出力した偏差を受けて、サーボバルブに与える操作量を出力する調節部とを具備したサーボバルブの制御装置であって、比較部と調節部との間に介挿されて、比較部が出力した偏差を基準入力信号のレベルに従って所定のレベルに調整して調節部に出力する可変利得調節部を備える。 (もっと読む)


【課題】 室内の人数も加味して空調の制御を行う等、複数の対象の数に合わせた管理対象の最適な制御を行い得る最適制御システムを提供する。
【解決手段】 エリア1乃至nのそれぞれに配設した管理対象11乃至1nと、複数の検出対象のそれぞれに一対一に対応させて帰属させるとともにそれぞれが所定の端末信号を無線で送出する無線端末31乃至35と、エリア1乃至nのそれぞれに配設するとともに、端末信号を受信して受信した無線端末31乃至35の数を表す情報を少なくとも含む受信信号を送出する受信端末21乃至2nと、各受信信号を受信して処理し、各エリア1乃至n毎の無線端末31乃至35の数に基づく要素を少なくとも加味して各管理対象11乃至1nの所定の制御を行う管理サーバ51とを有する。 (もっと読む)


【課題】雨量または流量に関するデータの偏りに対応しつつ、予測精度を向上させるとともに、学習時間を低減させる。
【解決手段】データ加工機能104は、保存機能103から読み出した予報雨量データ、実績雨量データまたは実績流量データなどを予測モデル構築用の学習データに加工し、平均雨量、流量または流量変化分が一定値以下のデータを予測モデル構築用データから削除し、平均雨量、流量または流量変化分が一定値以上のデータを複数倍し、予測モデル構築手段105は、この予測モデル構築用データに基づいて予測モデルを構築し、予測機能106は、予測モデル構築手段105にて構築された予測モデルおよびデータ加工機能104にて生成された予測モデル構築用データに基づいて、将来の所定時間における河川などの流量を予測する。 (もっと読む)


【課題】 弁体を制御弁の弁座か離隔させ、深刻な遅れがない状態で設定点へ移動させるためのシステムおよび方法を提供する。
【解決手段】制御ループの入力部と通信状態にあるリード・ラグフィルタの入力部への入力パラメータをユーザが選択する調節可能なものとすることにより、小さな振幅の入力が加えられた場合に、制御弁によるチューニング可能な応答を達成することが容易なものとなる。 (もっと読む)


プロセスを制御するためのシステムと方法には、プロセスのシミュレーションを行いプロセスの模擬出力を生成することと、プロセスからの被測定入力に基づき、且つプロセスシミュレーターからの模擬出力に基づいて、一式の目標値を開発することと、プロセス制御システムの各作動サイクル中に一式の目標値に基づいてプロセスを制御するように構成された複数の制御出力を生成することとが含まれる。模擬出力には、プロセスの定常状態にいたるまでの一つ又は複数の予測将来値が含まれる。
(もっと読む)


方法は、モデルと関連した信号および外乱を特定することを含む。信号および外乱は、1または複数のプロセス変量と関連した履歴データを用いて特定される。この方法はまた、複数の分解能レベルで、信号および外乱を分解することも含む。この方法は更に、分解した信号および分解した外乱を用いて、信号(502、504、506)から複数のデータ・セグメントを抽出することも含む。加えて、この方法は、抽出したデータ・セグメントおよび履歴データの少なくとも一部分を用いてモデル(120)の特性を決定することを含む。
(もっと読む)


予測制御のモデルを検証する方法は、1または複数のプロセス変量と関連した履歴データ(122)を用いて信号(802)および外乱(804)を特定することを含む。この方法はまた、信号(802)および外乱(804)のウェーブレット分解(704)も含む。この方法は更に、分解した信号(802)および分解した外乱(804)を用いて、分解した信号(802)と関連した過渡や特異点(706)、(1002a〜1002b)などのような複数の点を特定することも含む。加えて、この方法は、点(1002a〜1002b)のうちの少なくとも幾つかを選択すること、および信号(802)から複数のデータ・セグメントを抽出することも含み、このデータ・セグメントは、選択された点(1002a〜1002b)と関連する。
(もっと読む)


【課題】トンネル換気制御において、煤煙濃度やCO濃度の予測値が、測定不能な自然
風や車の汚染物質排出量の影響で不正確になり、適切な運転が難しい。
【解決手段】直近の予測結果と対応した実績値のみに着目して予測誤差の時系列を生成し、
これに従って予測演算部の予測結果を補正する。また予測誤差時系列の自己相関を算出し、この自己相関を評価し予測誤差算出部の出力に乗じるゲインを決定する。 (もっと読む)


41 - 60 / 75