飽和限界が低いほど標準 PI は積分が暴走しオーバーシュートが拡大しますが、AW PI は理想 PI に近い応答を保ちます。
アンチワインドアップ PI 制御シミュレーターとは
🙋
PI 制御を勉強してるんですけど、「ワインドアップ」って何ですか？スライダーをいじっていると、赤い線（標準 PI）だけ大きく跳ね上がっちゃいますね。
🎓
いいところに気付いた。ざっくり言うと「積分項の暴走」だ。PI 制御では誤差を時間積分して、長期的にズレを潰そうとする。でも実機はアクチュエータに必ず上限がある——バルブは 100% より開かないし、モータ電圧も電源を超えられない。シミュレーターでは u_max = 1.8 で飽和させているね。標準 PI は出力が飽和に張り付いている間も、内部の積分はじわじわ積み上がる。これが「ワインドアップ」だ。
🙋
なるほど。でもオーバーシュートが大きいだけで、最終的に目標値には収まってますよね？
🎓
そう、定常値には収まる。問題は「収まるまでの時間と振幅」だ。たまった積分量をゼロに戻すには、目標値を通り越して逆方向の誤差が必要になる。だから赤線は r を大きく超えて、なかなか戻ってこない。下段の u(t) を見て——飽和に張り付いた後、戻り際でも −u_max まで突っ込んでいるのが分かるはずだ。プロセス制御の現場では、これがバルブの叩き合いや製品の品質ばらつきを生む。
🙋
で、青線の「AW PI」のほうはほとんどオーバーシュートしないですね。何が違うんですか？
🎓
Back-calculation という方法だ。コントローラが計算した値 u_unsat と、飽和器を通った後の実際の値 u を比べて、その差 e_aw = u − u_unsat にゲイン K_aw を掛けて積分項に負帰還する。要は「飽和で削られた分だけ積分を巻き戻す」んだ。シミュレーターでは K_aw = 1/T_i にしている。実務でもこの値が標準的だよ。
🙋
緑の破線「理想 PI」は飽和がなければの応答ですね。AW PI はそれにかなり近づきますね。
🎓
そこが Back-calculation の良さだ。飽和を取り除けない以上、理想 PI と完全には一致しないけど、近い形に整えてくれる。試しに「入力上限 u_max」を 3 以上にしてみて——3 種類の応答がほぼ重なるはずだ。逆に u_max を 1.0 とかに絞ると標準 PI と AW PI の差が劇的に広がる。「飽和が深いほどアンチワインドアップの効果が大きい」のがよく分かる実験になるよ。
よくある質問
既定値では K_p·u_max = 2·1.8 = 3.6 と目標値 r = 3.0 がぎりぎり追従可能な関係にあり、立ち上がりの大半で出力が飽和に張り付きます。この間に積分項が積み上がるためワインドアップが顕著に出ます。u_max を 2.0 以上にすると飽和が浅くなり差は小さく、逆に 1.5 程度まで絞ると標準 PI は到達自体に時間がかかります。
サーボモータと電動アクチュエータ：ロボットアームや工作機械の位置決め制御では、モータ駆動電流に上下限があります。大きな位置指令ステップを与えると電流が飽和に張り付き、積分ワインドアップが発生します。アンチワインドアップを実装しないと、目標位置に到達後も慣性で行き過ぎて長時間振動し、加工精度や生産タクトに悪影響を与えます。サーボドライバの内部 PI 電流ループは、ほぼ全てアンチワインドアップ付きで設計されています。
最も多い誤解は、「アンチワインドアップを入れれば飽和の問題は全て解決する」と考えてしまうことです。Back-calculation はあくまで積分項の巻き上げを防ぐだけで、システム本来の応答時間や帯域を改善するわけではありません。例えば既定値で u_max = 1.8 のとき、AW PI でも目標値到達まで 10 秒前後かかります。これは「目標値 r = 3 を達成するためには u がしばらく 1.8 で動き続けないといけない」という物理的制約から来るもので、どんな制御理論を使っても改善できません。本質的に応答を速くしたいなら、アクチュエータの定格を上げるか、目標値の変化レートを制限するかが必要です。
次に多いのが、「ワインドアップは小さい変動なら起きないから無視できる」と思い込むことです。実際には、長時間の定常外乱でも徐々に積分は溜まります。外乱が突然解消したとき、たまった積分が放出されて大きなオーバーシュートを生むことがあります。シミュレーターで小さい r ステップでも u_max を 0.6 などに絞れば、控えめなオーバーシュートが標準 PI でも観察できます。「いつ飽和するか分からない」のがプロセス制御の現実であり、アンチワインドアップは保険として常に入れておくのが鉄則です。