最优化系统的制作方法

最优化系统的制作方法
【技术领域】
[0001] 本发明设及一种最优化系统。
【背景技术】
[0002] 已提供有在对生产过程的状态进行监视控制之时，通过将过程最优化来提高生产 效率的系统（例如，参照W下的专利文献1~3)。在W下的专利文献3中，揭示了在对过程 进行控制的多个本地控制器的上位侧配置有进行过程整体的最优化的全局优化器的最优 化系统。在该最优化系统中，全局优化器从本地控制器、过程收集最优化所必要的过程的状 态、限制等信息，在考虑了与其他的本地控制器的配合的基础上，进行对于过程整体的最优 化，将目标值发送给各本地控制器。各本地控制器一边考虑对于自身控制器所负责的范围 内的变量的限制，一边进行控制W使得该些变量接近从全局优化器接收到的目标值。
[0003] 现有技术文献
[0004] 专利文献
[0005] 专利文献1 ;日本特开2005 - 092584号公报
[0006] 专利文献2 ;日本特表2002 - 534729号公报
[0007] 专利文献3 ;美国专利第612255号说明书

【发明内容】

[0008] 发明要解决的问题
[0009] 专利文献3中所记载的最优化是对于稳定状态（在时间上变动基本一定的状态） 的变量进行的最优化。因此，处于达到稳定状态之前的过渡状态时的最优性恐怕会降低。参 照图6~图9,W下进行具体说明。
[0010] 图6示出具有全局优化器7、W及两个本地控制器8、9的最优化系统。在该系统 中，本地控制器8的控制量CV8作为控制变量CV8被输入至本地控制器9,本地控制器9基 于自身控制器的操作量MV9和控制变量CV8输出控制量CV9。在本地控制器9中，由于无法 操作本地控制器8的控制变量CV8,所W控制变量CV8被当作干扰变量DV9。
[0011] 在此，参照图7的（A)、炬)，对控制量CV9如何根据操作量MV9或者控制变量 CV8(干扰变量DV9)的变化而变化进行说明。图7的（A)是示出在某时刻使操作量MV9单 位量增加了的情况下控制量CV9在时间上如何变化的图。图7的炬）是示出在上述某时刻 使控制变量CV8 (干扰变量DV9)单位量增加了的情况下控制量CV9在时间上如何变化的 图。
[001引图7的（A)、做示出了对于控制变量CV8 (干扰变量DV9)的变化的控制量CV9的 响应速度比对于操作量MV9的变化的控制量CV9的响应速度慢的情况。又，还示出了存在 单位量增加操作量MV9或者控制变量CV8 (干扰变量DV9)时控制量CV9也增加的关系。
[0013] 在通过该样的最优化系统，设定最优化运算用的评价函数W使得控制量CV8和控 制量CV9双方最大化的情况下，基于全局优化器7的最优化的结果例如如图8所示。
[0014] 图8的（A)是示出根据评价函数设定目标值w使得本地控制器8的控制量CVS即 干扰变量DV9最大化的图。图8的炬）是示出向与本地控制器9的控制量CV9增加的方向 相反的减少方向设定本地控制器9的操作量MV9的目标值的图。增加操作量MV9的话，由 于与干扰变量DV9的增加的协同作用，控制量CV9超过上限值，所W向与增加方向相反的减 少方向设定操作量MV9的目标值。
[001引图8的似是示出通过如图8的做所示那样设定操作量MV9的目标值从而将控 制量CV9控制在不超过上限的范围的情形的图。
[0016] 例如W专利文献3所记载的最优化系统来进行该样的最优化控制的话，如图9的 做所示，本地控制器9的操作量MV9向着目标值瞬间下降。相对于此，本地控制器8的控 制量CV8即干扰变量DV9如图9的（A)所示，向着目标值渐渐上升。该是由于，控制量CV8 的响应速度比操作量MV9的响应速度慢，而且本地控制器8的控制量CV8在被输入至其他 的本地控制器9之前还需要时间等。
[0017] 该样，由于与渐渐升高的控制量CV8(干扰变量DV9)相比，操作量MV9相对较早地 下降，所W如图9似所示，本地控制器9的控制量CV9暂时向远离目标值的方向变化，然后 朝目标值靠近。该样的状态成为虽然能够将控制量CV9更加提高至最优的状态但未提高至 最优的状态的状态，因此可W说是损失了最优化的机会的状态（W下、也称为"最优化机会 损失状态"或者仅称为"机会损失状态"。）。
[0018] 在图9的（C)中，通过根据干扰变量DV9的贡献a在控制量CV9未超过上限值e 的范围内使操作量MV9变化而实现的轨迹t与根据干扰变量DV9的贡献aW及操作量MV9 的贡献b而得到的控制量CV9实际的轨迹C的差分为机会损失f。
[0019] 在该样的图9的（C)的状况下，例如，通过进行控制W使得操作量MV9没有瞬间下 降，而是根据干扰变量DV9的贡献a提高控制量CV9,在预测控制量CV9超过上限值e的阶 段降低操作量MV9,则可W将控制量CV9提高至更优化的状态。
[0020] 也就是说，采用专利文献3所记载的最优化系统的话，假设会导致最优化机会损 失状态，则处于达到稳定状态之前的过渡状态时的最优性可能会降低。
[0021] 本发明的目的在于提供一种最优化控制系统，该最优化控制系统不进行复杂的设 定就能够使尤其达到稳定状态之前的过渡状态时的最优性提高。
[0022] 用于解决课题的手段
[0023] 本发明所设及的最优化系统，其特征在于，具有：多个控制部，所述多个控制部对 控制对象进行控制；最优化部，所述最优化部将用于所述控制部的控制的变量最优化并计 算出该变量的目标值；机会损失检测部，所述机会损失检测部对是否为最优化机会损失状 态进行检测，所述最优化机会损失状态表示的是，在至稳定状态之前的过渡状态下，与基于 所述最优化部所算出的所述目标值执行所述控制部的控制相比，能够将所述控制对象的控 制状态更加提高至最优的状态的状态；W及目标值修正部，所述目标值修正部在所述机会 损失检测部检测到为所述最优化机会损失状态的情况下，对所述目标值进行修正W使得所 述控制状态更加接近最优的状态，所述控制部基于由所述目标值修正部修正了的所述目标 值对所述控制对象进行控制。
[0024] 所述机会损失检测部还可W具有第二最优化部，所述第二最优化部将用于所述控 制部的控制的变量最优化并计算出该变量的第二目标值，所述机会损失检测部对所述最优 化部所算出的所述目标值和所述第二目标值进行比较，对是否为所述最优化机会损失状态 进行检测。
[0025] W相对于成为基准的值的正负方向为基准，在基于所述目标值的控制方向和基于 所述第二目标值的控制方向处于相反方向的情况下，所述机会损失检测部可W判定为所述 最优化机会损失状态。
[0026] 所述机会损失检测部可W在所述目标值与所述第二目标值之差比阔值大的情况 下，判定为所述最优化机会损失状态。
[0027] 发明的效果
[0028] 根据本发明，能够提供一种不进行复杂的设定就能够使尤其达到稳定状态之前的 过渡状态时的最优性提高的最优化系统。
【附图说明】
[002引图1的（A)是例示对于本地控制器的操作量MV的控制量CV的阶跃响应的图，做 是例示对于本地控制器的干扰变量DV的控制量CV的阶跃响应的图。
[0030] 图2的（A)是例示干扰变量DV的目标值的图，炬）是例示操作量MV的目标值的 图，（C)是例示控制量CV的全局（少口一パ;レ）目标值GV和稳定目标 值SV被设定为相反 方向的图。
[0031] 图3是例示第一实施形态中的最优化系统的构成的图。
[0032] 图4是例示第二实施形态中的最优化系统的构成的图。
[0033] 图5是例示第S实施形态中的最优化系统的构成的图。
[0034] 图6是例示最优化系统的构成的图。
[003引图7的（A)是例示对于本地控制器的操作量MV的控制量CV的阶跃响应的图，做 是例示对于本地控制器的干扰变量DV的控制量CV的阶跃响应的图。
[003引图8的（A)是例示最优化系统的干扰变量DV的目标值的图，做是例示最优化系 统的操作量MV的目标值的图，（C)是例示最优化系统的控制量CV的控制状态的图。
[0037]图9的（A)是例示最优化系统的干扰变量DV的控制状态的图，做是例示最优化 系统的操作量MV的控制状态的图，（C)是例示最优化系统的控制量CV的控制状态的图。
【具体实施方式】
[00測[本发明的原理]
[0039] 在说明本发明的实施形态之前，对本发明的原理进行说明。本发明可W在包含全 局优化器和本地控制器的最优化系统实现。本发明的原理为，在该样的最优化系统中，事先 对达到上述的最优化机会损失状态的情况进行检测，在检测到上述的最优化机会损失状态 的情况下，进行控制W抑制最优化的机会损失。
[0040] 在该最优化系统中，例示性地，通过全局优化器和本地控制器该两者计算出用于 本地控制器的控制的各变量的目标值。W下，将通过全局优化器算出的目标值称为"全局目 标值"，将通过本地控制器算出的目标值称为"稳定目标值"。
[0041] 在此，机会损失是在处于过渡状态的稳定目标值变为与全局优化器的最优化的意 图相反的值时产生的。作为避免该样的机会损失的方法之一，想到有利用本地控制器计算 出稳定目标值w避免发生机会损失的方法。但是，采用该样的方法的话，需要事先研究可能 发生的机会损失的模式，为了避免发生机会损失而钻研本地控制器的逻辑、设定。对于该样 的钻研，即使是熟知过程的技术人员也需要在研究上花费大量的劳力。进一步地，由于最优 化系统的适用对象多为大规模且复杂的过程，所W进行该样的钻研自身就非常困难。本发 明计算出被预测为由本地控制器实际算出的稳定目标值，对该稳定目标值和全局目标值进 行比较W检测机会损失状态，从而对机会损失进行抑制。由此，不需要花费大量劳力的的事 先研究就能够抑制机会损失。
[0042] 机会损失状态的检测是通过比较全局目标值和稳定目标值来进行的。具体来说， 根据全局目标值和稳定目标值是否W相对于变量的当前值的正负方向为基准被设定为相 反方向，来判定是否到了机会损失状态。
[0043] 例如，在对于本地控制器的控制量的全局目标值被设定得比当前值大，稳定目标 值被设定得比当前值小的情况下，全局目标值和稳定目标值就被设定为相反方向，由此判 定到了机会损失状态。
[0044] 另一方面，在对于本地控制器的控制量的全局目标值被设定得比当前值大，稳定 目标值被设定得也比当前值大的情况下，则全局目标值和稳定目标值就被设定为相同方 向，由此判定未到机会损失状态。
[0045] 另外，机会损失状态的检测并不限定于基于全局目标值和稳定目标值的控制方向 来进行判定，只要能够采用一些基准比较全局目标值和稳定目标值来进行机会损失状态的 检测即可。例如，可W基于全局目标值与稳定目标值之差的大小来进行判定。在该种情况 下，全局目标值与稳定目标值之差比阔值大时，则可W判定为到了机会损失状态，全局目标 值和稳定目标值之差在阔值W下时，则可W判定未到机会损失状态。
[0046] 在已检测出机会损失状态的情况下，修正稳定目标值W抑制机会损失。具体来说， 修正被判定为到了机会损失状态的变量的稳定目标值W使其靠近全局目标值。参照图1W 及图2具体地进行说明。图1的（A)是示出在某时刻使本地控制器的操作量MV单位量增 加了的情况下，本地控制器的控制量CV在增加方向瞬间变化的图。图1的做是示出在上 述某时刻使本地控制器的干扰变量DV单位量增加了的情况下，本地控制器的控制量CV在 增加方向上渐渐变化的图。作为干扰变量DV，例如是从其他的本地控制器输出的控制量。
[0047] 在该样的最优化系统中，在设定了最优化运算用的评价函数W使得控制量CV和 干扰变量DV该两者都最大化的情况下，全局优化器的最优化的结果例如如图2所示。
[0048] 图2的（A)是示出根据评价函数设定目标值W使得干扰变量DV最大化的图。图 2的做是示出本地控制器的操作量MV的目标值被设定为与本地控制器的控制量CV增加 的方向相反的减少方向的图。增加操作量MV的话，由于与干扰变量DV的增加的协同作用， 控制量CV超过上限值，所W向与增加方向相反的减少方向设定操作量MV的目标值。
[004引图2的似是示出控制量CV的全局目标值GV和稳定目标值SV被设定为相反方 向的图。也就是说，在本发明中，在该样的情况下，被判定为到了机会损失状态，对控制量CV 的稳定目标值SV进行修正W使得其接近全局目标值GV。
[0050] 作为将被判定为到了机会损失状态的控制量CV的稳定目标值SV修正为接近全 局目标值GV的手段，例举有例如，在本地控制器决定稳定目标值时所采用的最优化运算用 的评价函数中增加使控制量CV接近全局目标值的评价函数、或者降低使操作量MV接近全 局目标值的评价函数的权重等。另外，由于只要能够修正评价函数w变更具有相关关系的 变量彼此相对的平衡即可，所W可W提高或降低具有相关关系的变量之中的某一变量的权 重，也可W变更两变量的权重的平衡。又，机会损失的对象并不限定为控制量CV，也可W是 操作量MV。
[0051] 接下来，参照附图对本发明的实施形态进行说明。但是，W下说明的实施形态只是 例示，不排除W下未明示的各种变形或技术的适用。目P，本发明可W在不脱离起主旨的范围 内进行各种变形来实施。
[00閲[第一实施形态]
[0053] 参照图3,对第一实施形态中的最优化系统的构成进行说明。如图3所示，最优化 系统1具备；具有最优化部21的全局优化器2、具有机会损失检测部31W及目标值修正部 32的机会损失控制装置3、W及具有控制部41的本地控制器4。
[0054] 最优化部21将用于控制部41对控制对象（过程）5进行的控制的变量最优化，计 算出该变量的全局目标值。本发明的最优化部21的特征在于，利用本地控制器4的连接关 系，进行通过单体的本地控制器4无法实现的、设及稳定状态的过程整体的最优化。另外， 在本实施形态中，采用过程（尤其是生产制造过程）作为控制对象的例示进行说明，但控制 对象并不限定于此，例如可W是发电装置、能源装置、热源设备。
[00巧]具体来说，最优化部21基于被设定的评价函数W及成为各变量的基准的值（成为 最优化的原点的值）进行系统整体的最优化。作为成为各变量的基准的值，可W采用例如 过程的当前值、稳定预测值（例如不进行控制的情况下的稳定状态的过程的预测值）。
[0056] 作为最优化的手法，例如，可W采用公知的线性规划法、二次规划法，但只要是确 定全局目标值的手法，可W采用任何手法。
[0057] 最优化部21从所算出的全局目标值中选择成为对于本地控制器4设定目标值的 对象的变量下，也称为"目标值设定对象变量"。）。目标值设定对象变量例如可W是所 有的操作量MV，也可W是操作量MV的一部分和控制量CV的一部分 的组合，也可W是所有的 控制量CV。尤其是，优选为选择充分必要的目标值设定对象变量W使得所有的变量接近全 局目标值。该是因为，如果超出必要地增加目标值设定对象变量的话，则可能会发生控制变 得不稳定等缺点。
[0058] 机会损失检测部31对是否为最优化机会损失状态进行检测。最优化机会损失状 态是指，在至稳定状态之前的过渡状态下，与按照由最优化部21算出的目标值执行控制部 41的控制相比，能够将控制对象的控制状态进一步提高至最优的状态的状态。
[0059] 机会损失检测部31还具有第二最优化部311，该第二最优化部311将用于控制部 41的控制的变量最优化，计算出该变量的稳定目标值。
[0060] 机会损失检测部31对最优化部21所算出的全局目标值和稳定目标值进行比较， 对是否为最优化机会损失状态进行检测。
[0061] 作为例示，W相对于当前值的正负方向为基准，在基于全局目标值的控制方向和 基于稳定目标值的控制方向为相反方向的情况下，机会损失检测部31判定为最优化机会 损失状态。
[0062] 另外，机会损失检测部31可W在全局目标值与稳定目标值之差比阔值大的情况 下，判断为最优化机会损失状态。
[0063] W下，对机会损失检测部31的功能进行具体说明。
[0064] 只要是使目标值设定对象变量尽可能地接近全局目标值那样的最优化，在机会损 失检测部31计算出稳定目标值的方法可W是任何方法，例如，可W采用将W下的式（1)所 示那样的全局目标值与稳定目标值之差的平方作为评价函数来进行最小化的二次规划法。
[0065] 【数式1】
[0066]
[0067] 在式（1)中，y是控制量CV的稳定目标值，y,是第i个控制量CV的稳定目标值、 片是第i个控制量CV的全局目标值，U是操作量MV的稳定目标值，Uj.是第j个操作量MV 的稳定目标值，是第j个操作量MV的全局目标值，qWi是对于第i个控制量CV的评价 函数的权重，qWj.是对于第j个操作量MV的评价函数的权重，Ty、Tu分别是控制量CV、操作 量MV的目标值设定对象变量的索引集合。权重可W基于全局优化器2中的评价函数的平 衡由全局优化器2来决定，也可W预先设定。
[006引此时，在y和U之间被赋予由W下的式（2)所表示的限制条件。
[0069] y-y〇=G(u-U0)…式似
[0070] 在式似中，G是M行N列的矩阵（M是控制量CV的数、N是操作量MV的数），是 表示控制量CV的变化相对于操作量MV的变化量的比例的矩阵。y。、U。是最优化的原点， 虽然可W赋予任意的动作点，但也可W利用过程的当前值、考虑了过程的干扰等影响的稳 定预测值（例如不进行控制的情况下的稳定状态的过程的预测值）等。又，式（2)在线性 系统是成立的，但在包含非线性的系统中，通过在围绕原点进行线性近似等可W使得式（2) 成立。
[0071] 又，对于所有或者一部分的控制量CVW及操作量MV，有时赋予W下的式（3)、（4) 所示那样的上限值、下限值。
[007引【数式2】
[007引yL°i《yi《yHV??式（3)
[0074] UUHij…式（4)
[00巧]在式做、（4)中，严i、yL°虎y;的上限值、下限值，uHij.、uL°请Uj.的上限值、下限 值。在最优化运算中，将评价函数最小化W使得y、u不超过该些上限值、下限值。在没找到 不超过该些上限值、下限值的解的情况下，可W放宽上限值、下限值的一部分来求解。
[0076] 该最优化运算可WW本地控制器4为单位个别地进行，也可WW系统整体一次性 地集中进行。在W系统整体进行的情况下，与最优化部21的最优化不同，进行不考虑本地 控制器4之间的连接关系的最优化运算。该最优化运算的结果为，求出目标值设定对象变 量的包含稳定目标值的所有变量的稳定状态下的值。在例如W某变量的过程值或者稳定预 测值为基准，该值出现于全局目标值的反方向的情况下，则判定为该变量到了机会损失状 态。
[0077] 具体来说，在将稳定状态下的各变量的值设为yT=yV八、...、yTM、山二uTi、 11了2、? ? ?、uT拥，通过式妨成立的控制量CV和式做成立的操作量MV来判定到了机会 损失状态。
[0078] (yT; - y脚i)XWi- y做1) <0…式巧）
[0079] (uTj-u脚j) X (uGj- u做j)<0…式化）
[0080] 在式巧）、（6)中，是第i个控制量CV、第j个操作量MV的最优化的原点 的值。
[0081] 另外，在基于全局目标值与稳定目标值之差，对是否到了机会损失状态进行判定 的情况下，例如，可W设定阔值S，通过式（7)、做成立的控制量CV和操作量MV来判定到 了机会损失状态。
[0082] (yT;-S…式口）
[008引（Vj- U Gj)2> S…式巧）
[0084] 关于阔值S，可W对每一个变量、每一个本地控制器4、或者系统整体设定一个值。 阔值S未必为常数，也可W根据例如评价函数的权重、自稳定目标值的原点的距离等使阔 值S变化。又，也可W通过"或"、"与"或者多数决定等形式组合上述的多个判定方法。
[0085] 图3所示的目标值修正部32在机会损失检测部31检测到为最优化机会损失状态 的情况下，对目标值进行修正W使得控制状态更接近最优的状态。
[0086] 目标值修正部32在修正了问题的基础上再次执行用于算出本地控制器4所执行 的稳定目标值的最优化运算，由此重新确定稳定目标值。W下进行具体说明。
[0087] 最初，对被检测出为机会损失状态的变量W及与该变量有关系的变量的评价函数 进行修正。例如，在对应于某控制量CV的yk被检测出为机会损失状态的情况下，将有关yk 的评价函数设为式巧）。
[008引v(y)k(yk) =q(y)k(yk_yGk)2…式巧）
[008引式（9)的意思是，在yk为目标值设定对象变量的情况下不变更评价函数，在yk不 是目标值设定对象变量的情况下重新设为目标值设定对象变量。
[0090] 接着，提取出与yk有关系的操作量MV。具体来说，提取出已知yk的值通过操作而 变化的操作量MV。例如通过提取对应于在与增益矩阵G的yk对应的行中有0W外的值的 列的操作量MV，可W提取出该样的操作量MV。作为那样的操作量MV，在提取了例如Uk的情 况下，将其评价函数设为式（10)。
[0091] V(u)k(Uk) =aXq(u)k(Uk-u^2…式（10)
[009引在式（10)中，q^k是最优化运算中的评价函数的权重，a是用于消弱评价函数的 系数（0W上且小于1)，其通过设定而被赋予。关于a的赋予方法，可W是例如对系统整体 赋予一个a、对于每一个本地控制器赋予一个a、对于每一个变量赋予一个a等方法中的任 一种。
[0093] 目标值修正部32的最优化运算是执行将不需要修正的评价函数（未检测到机会 损失、且与被检测到机会损失的变量没有关系的变量的评价函数）与修正对象的评价函数 的和设为新的评价函数的最优化运算。
[0094] 在目标值修正部32的最优化运算中，被赋予与机会损失检测部31的最优化运算 相同的限制条件、上限值W及下限值。又，目标值修正部32的最优化运算可本地控制 器4为单位进行，也可W系统整体一次性集中进行。[0095] 关于已被机会损失检测部31判定到了机会损失状态的变量，通过目标值修正部 32的最优化运算算出的稳定目标值向至少比已被机会损失检测部31算出的稳定目标值接 近全局目标值的方向被算出，更优选为向w最优化的原点为基准接近全局目标值的方向被 算出。
[0096] 图3所示的控制部41基于已由目标值修正部32修正的稳定目标值对控制对象 (过程）5进行控制。
[0097] 如上所述，根据第一实施形态中的最优化系统1，通过具有最优化部21，能够将用 于控制对象（过程）的控制的变量最优化，并计算出变量的目标值，通过具有机会损失检测 部31，能够对是否为最优化机会损失状态进行检测，通过具有目标值修正部32,可W在被 检测为最优化机会损失状态的情况下，对目标值进行修正W使得控制状态更接近最优的状 态，通过具有控制部41，能够基于被修正了的目标值对控制对象（过程）进行控制。
[0098] 因此，根据第一实施形态中的最优化系统1，不进行复杂的设定就能够提高尤其是 处于达到稳定状态之前的过渡状态时的最优性。
[0099] 又，在第一实施形态的最优化系统1中，能够通过利用已设的全局优化器2W及本 地控制器4,并新设置机会损失控制装置3来构筑系统，因此能够极力抑制对于已设的全局 优化器2W及本地控制器4的变更。
[0100] [第二实施形态]
[0101] 参照图4,对第二实施形态的最优化系统进行说明。在上述的第一实施形态中，对 采用全局优化器2、机会损失控制装置3、本地控制器4来构成最优化系统1的情况进行了 说明，但在第二实施形态中，对采用全局优化器2和本地控制器4来构成最优化系统1的情 况进行说明。
[0102] 第二实施形态的最优化系统1与第一实施形态中的最优化系统1的不同点在于， 本地控制器4具有在第一实施形态中机会损失控制装置3所具有的机会损失检测部31W 及目标值修正部32。
[0103] 第二实施形态的机会损失检测部31W及目标值修正部32被适用于自身本地控制 器4的最优化运算该一点与被适用于机会损失控制装置3的最优化运算的第一实施形态的 功能是不同的，但其他功能与第一实施形态的功能相同，所W省略其说明。
[0104] 根据第二实施形态的最优化系统1，发挥了与第一实施形态的最优化系统1相同 的效果，且与第一实施形态的最优化系统1相比较，具有能够省略不需要的最优化运算，能 够基于用于控制的最新的过程状态对机会损失进行检测该样的效果。
[0105][第=实施形态]
[0106] 参照图5,对第=实施形态的最优化系统进行说明。在上述的第二实施形态中，对 本地控制器4具有在第一实施形态中机会损失控制装置3所具有的机会损失检测部31W 及目标值修正部32的情况进行了说明，但在第=实施形态中，对全局优化器2具有在第一 实施形态中机会损失控制装置3所具有的机会损失检测部31W及目标值修正部32的情况 进行说明。
[0107] 第=实施形态的机会损失检测部31W及目标值修正部32在通过机会损失检测部 31W及目标值修正部32来修正最优化部21所算出的全局目标值并输出给本地控制器4该 一点上与第一实施形态的机会损失检测部31W及目标值修正部32的功能是不同的，但其 他的功能与第一实施形态的功能相同，所W省略其说明。
[010引根据第=实施形态的最优化系统1，发挥了与第一实施形态的最优化系统1相同 的效果，且具有能够照原样利用已设的本地控制器4该样的效果。
[0109] 符号说明
[0110] 1…最优化系统
[0111] 2…全局优化器
[0112] 3…机会损失控制装置
[0113] 4…本地控制器
[0114] 5…控制对象
[011引 21…最优化部
[0116] 31…机会损失检测部
[0117] 32…目标值修正部 [om] 41…控制部
[0119] 311…第二最优化部。
【主权项】
1. 一种最优化系统，其特征在于，具有： 多个控制部，所述多个控制部对控制对象进行控制； 最优化部，所述最优化部将用于所述控制部的控制的变量最优化并计算出该变量的目 标值； 机会损失检测部，所述机会损失检测部对是否为最优化机会损失状态进行检测，所述 最优化机会损失状态表示的是，在至稳定状态之前的过渡状态下，与基于所述最优化部所 算出的所述目标值执行所述控制部的控制相比，能够将所述控制对象的控制状态更加提高 至最优的状态的状态；以及 目标值修正部，所述目标值修正部在所述机会损失检测部检测到为所述最优化机会损 失状态的情况下，对所述目标值进行修正以使得所述控制状态更加接近最优的状态， 所述控制部基于由所述目标值修正部修正了的所述目标值对所述控制对象进行控制。2. 如权利要求1所述的最优化系统，其特征在于， 所述机会损失检测部还具有第二最优化部，所述第二最优化部将用于所述控制部的 控制的变量最优化并计算出该变量的第二目标值，所述机会损失检测部对所述最优化部所 算出的所述目标值和所述第二目标值进行比较，对是否为所述最优化机会损失状态进行检 测。3. 如权利要求2所述的最优化系统，其特征在于， 以相对于成为基准的值的正负方向为基准，在基于所述目标值的控制方向和基于所述 第二目标值的控制方向处于相反方向的情况下，所述机会损失检测部判定为所述最优化机 会损失状态。4. 如权利要求2所述的最优化系统，其特征在于， 所述机会损失检测部在所述目标值与所述第二目标值之差比阈值大的情况下，判定为 所述最优化机会损失状态。5. 如权利要求1~4中任一项所述的最优化系统，其特征在于， 具备有第一控制装置和多个第二控制装置， 所述第一控制装置具有所述最优化部， 所述第二控制装置具有所述控制部、所述机会损失检测部以及目标值修正部。6. 如权利要求1~4中任一项所述的最优化系统，其特征在于， 具备有第一控制装置和多个第二控制装置， 所述第一控制装置具有所述最优化部、所述机会损失检测部以及目标值修正部， 所述第二控制装置具有所述控制部。7. 如权利要求1~4中任一项所述的最优化系统，其特征在于， 具备有第一控制装置、第二控制装置和多个第三控制装置， 第一控制装置具有所述最优化部， 第二控制装置具有所述机会损失检测部以及目标值修正部， 第三控制装置具有所述控制部。
【专利摘要】本发明的最优化系统不进行复杂的设定就能使处于达到稳定状态之前的过渡状态时的最优性提高。具有：对控制对象(5)进行控制的多个控制部(41)；将用于控制部的控制的变量最优化并计算出该变量的目标值的最优化部(21)；对是否为最优化机会损失状态进行检测的机会损失检测部(31)，最优化机会损失状态表示在至稳定状态之前的过渡状态下，与基于最优化部所算出的目标值执行控制部的控制相比，能将控制对象的控制状态更加提高至最优的状态的状态；和目标值修正部(32)，在机会损失检测部检测到为最优化机会损失状态的情况下，对目标值进行修正以使控制状态更加接近最优的状态，控制部基于由目标值修正部修正的目标值对控制对象进行控制。
【IPC分类】G05B19/418
【公开号】CN104881002
【申请号】CN201510089796
【发明人】藤江真也, 田原铁也
【申请人】阿自倍尔株式会社
【公开日】2015年9月2日
【申请日】2015年2月27日