Upgrade to Pro — share decks privately, control downloads, hide ads and more …

2018年度 化学プロセスシステム工学 第4回

2018年度 化学プロセスシステム工学 第4回

前回までの復習
流体加熱プロセス:問題設定
熱収支 式変形
熱収支 コンピュータシミュレーション
流体加熱プロセスのシミュレーション
PID制御 (比例・積分・微分)
出力変数と入力変数との関係
実験データを使う経験的な方法
① 実験する 1/2
① 実験する 2/2
② モデルの概形を決める
② モデルの概形 積分
② モデルの概形 1次遅れ
② モデルの概形 1次遅れ
② [クイズ]
② [クイズ 回答]
② モデルの概形 1次遅れ+むだ時間
② モデルの概形 1次遅れ+むだ時間
② モデルの概形 2次遅れ(+むだ時間)
② モデルの概形 2次遅れ(+むだ時間)
② クイズ1
② クイズ2
② モデルの概形をどうやって決める?
③ PID制御の3つのパラメータを決める
③ むだ時間・定常ゲイン・時定数を決める
③ 一般的な方法 むだ時間・定常ゲイン
③ 時定数は?
③ 一般的な方法 時定数
③ ただ実際の(単位)ステップ応答は・・・
③ 実際の一般的な方法
③ 単位ステップ応答でないとき
③ 絨毯爆撃的な方法もある
③ PID制御の3つのパラメータを決める
ZN法
CC法
CHR法 (目標値へ追従させるとき)
CHR法 (外乱を抑制させるとき)
制御しよう!
仮想的な『流体加熱プロセス』

Hiromasa Kaneko

February 10, 2019
Tweet

More Decks by Hiromasa Kaneko

Other Decks in Technology

Transcript

  1. 流体加熱プロセス︓問題設定 2 Q T, V, ρ, cP F, Ti F,

    T F [m3・s-1]︓⼊⼝・出⼝流量 Ti [K]︓⼊⼝流体の温度 T [K]︓タンク内流体の温度 V [m3]︓タンク内流体の体積 ρ [kg・m-3]︓流体の密度 cP [J・ kg -1・ K-1]︓流体の⽐熱 Q [J・s-1 (=W)]︓加熱量 i ︓input o︓output
  2. 熱収支 式変形 3 ( ) i P dT F Q

    T T dt V V c ρ = − + 出⼒変数 (お湯の温度) と⼊⼒変数 (加熱量) との 間の関係を式で表せた︕モデリングできた︕
  3. 熱収支 コンピュータシミュレーション 4 ( ) ( ) ( ) (

    ) ( ) i P Q t t F T t T t t T T t t t V V c ρ   − ∆ = − ∆ + − − ∆ + ∆     ( ) ( ) ( ) ( ) ( ) i P T t T t t Q t t F T T t t t V V c ρ − − ∆ − ∆ = − − ∆ + ∆ 繰り返し計算によって、T(t) の時間変化を求めていく T(tーΔt) Q(tーΔt) T(t) Q(t) T(t+Δt) Q(t+Δt) T(t+2Δt) ・・・ ・・・
  4. 流体加熱プロセスのシミュレーション F [m3・s-1]︓⼊⼝流量・出⼝流量 = 0.00005 Ti [K]︓⼊⼝流体の温度 = 20 [℃]

    V [m3]︓タンク内流体の体積 = 0.01 ρ [kg・m-3]︓流体の密度 = 1000 cP [J・ kg -1・ K-1]︓流体の⽐熱 = 4200 Q [J・s-1] (加熱量) の最⼤値 = 3000 Δt = 0.1 ヒーターを on にしてから加熱が始まるまで 60 s かかるとする ヒーターを最⼤にして、3000 s シミュレーションしてみよう︕ 5
  5. 出⼒変数と⼊⼒変数との関係 モデルを求める⽅法は、⼤きく分けて3つある • 理論的に攻める⽅法 ⁃ 物質収支 (マスバランス、マテリアルバランス) ⁃ 熱収支 (ヒートバランス)

    • メリット︓実験しなくても求まる • デメリット︓数式として表せないといけない • 実験データを使う経験的な⽅法 ⁃ モデルの概形を決めて、ステップ応答などの実験(運転)で 得られたデータから計算 • メリット︓数式で表せないものもモデル化できる • デメリット︓実験しないといけない • 理論的に攻めながら、データも使う⽅法 7
  6. ② モデルの概形 積分 積分モデル (積分系、積分プロセス、積分要素) 12 ( ) S y

    t K t = t︓時刻 y︓出⼒変数 KS ︓定常ゲイン (定数) ステップ応答のとき、
  7. ② モデルの概形 1次遅れ 1次遅れモデル (1次遅れ系、1次遅れプロセス、1次遅れ要素) y(∞) は︖ 13 ( )

    ( ) ( ) C S dy t T y t K u t dt + = t︓時刻 y︓出⼒変数 u︓⼊⼒変数 TC ︓時定数 (定数) KS ︓定常ゲイン (定数) ( ) C 1 exp S t y t K T     = − −           ⼊⼒変数を0 → 1 としたステップ応答 (単位ステップ応答)のとき、 となります [後で詳しくやります]
  8. ② [クイズ] 15 ( ) ( ) i 0 P

    1 exp exp t F F T t T t t Q t dt V c V V ρ     = + −          加熱流体プロセス について、Q(t) を 0 → 1 としたステップ応答のとき、T(t) - Ti が ( ) C 1 exp S t y t K T     = − −           と表されることを確認し、KS , TC を求めてみよう
  9. ② [クイズ 回答] 16 ( ) i 0 P P

    0 P P 1 exp exp 1 exp exp 1 exp exp 1 1 1 exp t t F F T t T t t dt V c V V F V F t t V c V F V F V F t t V c V F V F t F c V ρ ρ ρ ρ     − = −               = −                     = − −                     = − −          Q(t) = 1 より、 S P 1 K F c ρ = よって、 C V T F =
  10. ② モデルの概形 1次遅れ+むだ時間 1次遅れ+むだ時間 モデル • tD [s]︓むだ時間 • t

    → t - tD 多くのプロセスを、このモデルで近似することができる 17 ( ) D S C 1 exp t t y t K T     − = − −           0 ≦ t < tD tD ≦ t ( ) 0 y t = 単位ステップ応答
  11. ② モデルの概形 2次遅れ(+むだ時間) 2次遅れモデル (2次遅れ系、2次遅れプロセス、2次遅れ要素) 減衰係数 DF の値 (の範囲) によって異なる挙動を⽰す

    • 後で詳しくやります 2次遅れ + むだ時間 モデル もある 19 ( ) ( ) ( ) ( ) 2 2 F p 2 2 d y t dy t a D a y t K u t dt dt + + = a︓パラメータ (定数) DF ︓減衰係数 (定数) KS ︓定常ゲイン (定数)
  12. ③ PID制御の3つのパラメータを決める PID制御の3つのパラメータを決める前に、 どうやってモデルのパラメータを決める︖ 1次遅れ+むだ時間 モデルを対象にして考えてみよう 24 t︓時刻 y︓出⼒変数 u︓⼊⼒変数

    TC ︓時定数 (定数) KS ︓定常ゲイン (定数) tD ︓むだ時間 (定数) ( ) D S C 1 exp t t y t K T     − = − −           0 ≦ t < tD tD ≦ t ( ) 0 y t =
  13. ③ 時定数は︖ 時刻 tD における接線を求めてみよう︕ 27 ( ) D S

    C 1 exp t t y t K T     − = − −           ( ) S D C C exp dy t K t t dt T T   − = −     t で微分すると、 接線の傾きは、 S C K T 接線は、( tD , yi ) を通るので、接線は ( ) S D i C K y t t y T = − +
  14. ③ 一般的な⽅法 時定数 28 y 0 tD KS = ye

    - yi ( ) D i C K y t t y T = − + tD + TC TC yi ye
  15. ③ PID制御の3つのパラメータを決める むだ時間 tD ・定常ゲイン KS ・時定数 TC はわかった︕ では、

    PID制御の3つのパラメータは︖ ⁃ ① Ziegler-Nichols のステップ応答法 (ZN法) ⁃ ② Cohen-Coon 法 (CC法) ⁃ ③ Chien-Hrones-Reswick 法 (CHR法) 33 先⼈たちの知恵と経験を使わせていただきます︕
  16. ZN法 制御の種類 ⽐例ゲイン KP 積分時間 TI 微分時間 TD P TC

    / KS tD - - PI 0.9TC / KS tD 3.3 tD - PID 1.2TC / KS tD 2 tD 0.5 tD 34
  17. CC法 35 制御の 種類 ⽐例ゲイン KP 積分時間 TI 微分時間 TD

    P - - PI - PID C D S D C 1 3 T t K t T   +     C D S D C 9 10 12 T t K t T   +     C D S D C 4 3 4 T t K t T   +     D C D D C 3 30 20 9 t T t t T   +     +     D C D D C 6 32 8 13 t T t t T   +     +     D D C 4 2 11 t t T       +    
  18. CHR法 (目標値へ追従させるとき) 36 制御の種類 ⽐例ゲイン KP 積分時間 TI 微分時間 TD

    オーバー シュート量 P 0.3TC / KS tD - - 0% PI 0.35TC / KS tD 1.2 TC - PID 0.6TC / KS tD TC 0.5 tD P 0.7TC / KS tD - - 20% PI 0.6TC / KS tD TC - PID 0.95TC / KS tD 1.35 TC 0.47 tD
  19. CHR法 (外乱を抑制させるとき) 37 制御の種類 ⽐例ゲイン KP 積分時間 TI 微分時間 TD

    オーバー シュート量 P 0.3TC / KS tD - - 0% PI 0.6TC / KS tD 4 tD - PID 0.95TC / KS tD 2.4 tD 0.4 tD P 0.7TC / KS tD - - 20% PI 0.7TC / KS tD 2.3 tD - PID 1.2TC / KS tD 2 tD 0.42 tD
  20. 仮想的な『流体加熱プロセス』 「理論的に攻める⽅法」によって作ったモデル (シミュレーションしたもの) を 仮に、実際の 『流体加熱プロセス』 としよう︕ • パソコンの中にプロセスで”実験”する︕ 「実験データを使う経験的な⽅法」によって作ったモデル

    (これからやるもの) を今回のモデルとして、 仮想的な『流体加熱プロセス』 のお湯の温度を制御する • ZN法、CC法、CHR法で制御して、結果を⽐較してみよう︕ • 流量や⼊⼝温度を変えて制御してみよう︕ 39