《第8章-復雜過程控制系統(tǒng)-過程控制與自動化儀表-潘永湘分解ppt課件.ppt》由會員分享，可在線閱讀，更多相關《第8章-復雜過程控制系統(tǒng)-過程控制與自動化儀表-潘永湘分解ppt課件.ppt（87頁珍藏版）》請在匯文網(wǎng)上搜索。

1、第8章 復雜過程控制系統(tǒng),本章要點,1）了解多變量耦合控制系統(tǒng)的應用背景及要解決的問題，熟悉相對增益的概念，掌握相對增益矩陣的計算方法，學會用相對增益判斷系統(tǒng)的耦合程度，掌握常見的前饋補償解耦設計方法；2）了解適應式控制系統(tǒng)的應用背景，熟悉三種過程參數(shù)變化時的適應式控制系統(tǒng)的結(jié)構及工作原理；3）熟悉推理控制系統(tǒng)的工作原理與性能特點，掌握設計方法；4）熟悉預測控制的主要原理，掌握單步預測控制的設計方法；5）熟悉模糊控制的基本組成，掌握模糊控制器的設計步驟。,8.1 序言,有一些工業(yè)過程，它們存在如下一些特點：1）輸入/輸出變量在兩個及其以上，且相互存在耦合;2）過程的某些特征參數(shù)，如放大倍數(shù)、時

2、間常數(shù)、純滯后時間等，隨時間不斷變化 ；3）過程的干擾量與輸出量無法測量或難以測量；4）過程的參數(shù)模型難以得到，只能獲得非參數(shù)模型，如階躍響應曲線或脈沖響應曲線等；5）過程的響應曲線也難以得到，只能根據(jù)經(jīng)驗得到一系列“如果。則。”的控制規(guī)則等。上述過程，均具有不同程度的復雜性，所以將它們統(tǒng)稱為復雜過程。面對這些復雜過程，前面討論的控制策略和系統(tǒng)設計方法已不能滿足要求。本章將討論針對上述各種復雜過程進行系統(tǒng)設計的相應方法。,8.2多變量解耦控制系統(tǒng),8.2.1耦合過程及其要解決的問題,火力發(fā)電廠部分場景,電場鍋爐多變量耦合過程示意圖,多變量解耦控制系統(tǒng)實例,需要解決的問題,1）如何判斷多變量過程

3、的耦合程度？ 2）如何最大限度地減少耦合程度？3）在什么情況下必須進行解耦設計，如何進行解耦設計？,當干擾使壓力升高時，通過壓力調(diào)節(jié)器的調(diào)節(jié)，開大調(diào)節(jié)閥1的開度，增加旁路回流量，減小排出量，迫使壓力回到給定值上；與此同時，壓力的升高，會使調(diào)節(jié)閥2前后的壓差增大，導致閥門開度未變時流量的增大。,此時，通過流量控制回路，關小調(diào)節(jié)閥2的閥門開度，迫使閥后流量回到給定值上。由于閥后流量的減小又將引起閥前壓力的增加。,8.2.2耦合過程及其要解決的問題,1、相對增益與相對增益矩陣,（1） 開環(huán)增益,在相互耦合的,維被控過程中選擇第,個通道，使所有其他控制量,（,）都保持不變時將控制量,改變一個,所得到的

4、,的變化量,與,之比，定義為,到,通道的開環(huán)增益，,表示為,（2）閉環(huán)增益,（3）相對增益與相對增益矩陣,還是選擇第,個通道，將其他所有通道進行閉環(huán)并采用積分調(diào)節(jié)使其他被控量,（,）都保持不變，只改變被控量,所得到的變化量,與,的變化量,之比，定義為,到,通道的閉環(huán)增益，表示為,2相對增益矩陣的獲取,兩輸入/兩輸出耦合過程 ：,（1）偏微分方法,同理：,（2）增益矩陣計算法,為閉環(huán)增益的倒數(shù),其中：,矩陣與矩陣互為逆矩陣,相對增益矩陣的每個元素等于矩陣中的對應元素與矩陣轉(zhuǎn)置后對應元素的乘積。相對增益矩陣的每個元素也可以表示成矩陣中的每個元素與矩陣求逆并轉(zhuǎn)置后的對應元素的乘積，記為,表示兩矩陣的

5、對應元素相乘。,3相對增益矩陣的性質(zhì),可見，一個雙變量耦合過程，矩陣中每行元素之和為1，每列元素,即每一行元素之和為1，每一列元素之和也為1。,之和也為1。對于,維被控過程，可以證明上述結(jié)論依然成立，,用途：,第一是可以大大減少計算的工作量。,第二是揭示了相對增益矩陣中各元素之間存在某種定性關系。,推廣到一般情況，也成立。,4相對增益與耦合特性,例：三種流體混合過程,控制要求：1:穩(wěn)定熱量H11和H22 2:穩(wěn)定總流量Q。,5.變量配對實例,變量配對方案,變量配對方案,變量配對實例,已知：,變量配對實例,1前饋補償設計法,8.2.2耦合過程及其要解決的問題,所謂解耦設計，就是設計一個解耦裝置，

6、使其中任意一個控制量的變化只影響其配對的那個被控變量而不影響其他控制回路的被控變量，即將多變量耦合控制系統(tǒng)分解成若干個相互獨立的單變量控制系統(tǒng)。,設計方法,2對角矩陣設計法,GB (s) 的實現(xiàn)問題,解耦控制器,對角矩陣設計方法,設,令,則,對雙變量控制系統(tǒng)為：,對角矩陣設計方法,則,注意：此方法需要合理設計目標對角陣的傳遞函數(shù)！,對角矩陣設計方法,3單位矩陣設計法,4 解耦控制系統(tǒng)的簡化設計,比較常用的方法有：,當過程模型的時間常數(shù)相差很大時，則可以忽略較小的時間常數(shù)；,當過程模型的時間常數(shù)相差不大時，則可以讓它們相等。,例：,一個三變量控制系統(tǒng)的過程傳遞函數(shù)陣為,根據(jù)上述簡化方法，將,和,

7、簡化為一階慣性環(huán)節(jié)，將,和,的時間常數(shù)忽略而成為比例環(huán)節(jié)，同時令,和,的時間常數(shù)相等，則上述傳遞函數(shù)矩陣最終簡化為,最后，利用對角矩陣法或單位矩陣法，依據(jù)簡化后的傳遞函數(shù)矩陣求出解耦裝置 。,5解耦控制系統(tǒng)設計舉例,兩種料液q1和q2經(jīng)均勻混合后送出，要求對混合液的流量q和成分a進行控制，流量q和成分a，分別由q1和q2進行控制。,靜態(tài)關系式為,設相對增益矩陣為,若已知q1q225，則a0.5，,若測得被控過程的特性為：,當采用對角矩陣設計法時，設期望的等效過程特性為：,則解耦裝置的數(shù)學模型為：,式中,若采用單位矩陣設計法時，期望的等效過程特性為：,則解耦裝置的數(shù)學模型為：,式中,采用單位矩陣

8、設計法所得解耦裝置要比對角矩陣設計法復雜（多了微分環(huán)節(jié)），但期望的等效過程特性卻比對角矩陣設計法有很大的改善。,過程特性的近似描述：,1、適應靜態(tài)增益變化的控制策略。,2、適應純時延時間變化的控制策略,3、適應時間常數(shù)變化的控制策略,8.3適應過程參數(shù)變化的控制系統(tǒng),8.3.1適應靜態(tài)增益變化的控制系統(tǒng),假設為,或,是模擬正常工況下的模型（亦稱參考模型）,或,分別為外加調(diào)整環(huán)節(jié)輸出的拉氏變換值或時域值。,若選擇模型誤差的平方積分作為控制的目標函數(shù)，即,依據(jù)最速下降原理，外加調(diào)整環(huán)節(jié)的輸出,的變化規(guī)律為：,式中，,為下降步長，可通過試驗確定。可得,其中：,令,則有,整個調(diào)整環(huán)節(jié)的輸出,或,的構成

9、如下：,或,根據(jù)以上分析，能適應,的變化，并能最大限度地減少由于,的變化所產(chǎn)生的控制誤差。,8.3.2適應純滯后時間變化的控制系統(tǒng),是模擬正常工況下的參考模型，環(huán)境變化引起純滯后時間,變化時用,表示。,為包括調(diào)節(jié)器在內(nèi)的整個調(diào)整環(huán)節(jié)的輸出,假設,或,式中，,或,分別為調(diào)整環(huán)節(jié)輸出的拉氏變換值或時域值。,選擇模型誤差的平方積分作為控制目標函數(shù)，即,依據(jù)最速下降原理，此時外加調(diào)整環(huán)節(jié)的輸出,的變化規(guī)律為,式中，,為下降步長，可通過試驗確定。,進而有,式中，,所以有,令,，則有,或,整個調(diào)整環(huán)節(jié)的輸出,或,的構成如下：,或,以上分析同樣推證了控制系統(tǒng)的合理性，最大限度地減少了純滯后時間,的變化所產(chǎn)生

10、的控制誤差。,8.3.2適應時間常數(shù)變化的控制系統(tǒng),工業(yè)生產(chǎn)過程中，凡是傳熱、傳質(zhì)狀態(tài)的變化均會引起過程時間常數(shù),的變化，從而會引起過程動態(tài)增益的變化。為了保持原系統(tǒng)的動態(tài)增益不變，同樣可以通過外加一個自動調(diào)整裝置，自動維持整個開環(huán)增益不變。,依然是模擬正常工況下的模型，環(huán)境變化引起過程時間常數(shù),的變化，用,表示。,為包括調(diào)節(jié)器在內(nèi)的整個調(diào)整環(huán)節(jié)的輸出,假設,或,式中，,或,分別為調(diào)整環(huán)節(jié)輸出的拉氏變換值或時域值。,選擇模型誤差的平方積分作為控制目標函數(shù)，即,依據(jù)最速下降原理，此時外加調(diào)整環(huán)節(jié)的輸出,的變化規(guī)律為,式中，,為下降步長，可通過試驗確定。,或：,的變化規(guī)律為,式中，,整個調(diào)整環(huán)節(jié)的

11、輸出,或,的構成如下：,或,以上分析同樣推證了控制系統(tǒng)的合理性，最大限度地減少了時間常數(shù),的變化所產(chǎn)生的控制誤差。,以上三種適應式控制系統(tǒng)的最大特點是原理簡單、概念清晰，用常規(guī)調(diào)節(jié)器即可實現(xiàn)。在實際使用時，先測得被控過程的階躍響應曲線，求得三個特征參數(shù),、,、,，然后根據(jù)三個參數(shù)中變化最大的情況選用相應的控制方案。,8.4推理控制系統(tǒng),采用控制輔助輸出量的辦法間接控制過程的主要輸出量，這就是推理控制（Inferential Control）的主要構想。它是由美國的Coleman Brosilow和Martin Tong等人于1978年提出來的。他們根據(jù)過程輸出的性能要求，在建立過程數(shù)學模型的基

12、礎上，通過數(shù)學推理，導出推理控制系統(tǒng)應該具有的結(jié)構形式。,8.4.1 推理控制系統(tǒng)的組成,由上圖可得：,（872）,（873）,由式（872）可得,將式（874）代入式（873）可得,（874）,設,（875）,若設,則有,0,（877）,（878）,由式（875）和式（877）可以得到,的傳遞函數(shù)為,（879）,上式表明，,取決于被控過程各通道的動態(tài)特性。若已知過程各通道,的估計值為,動態(tài)特性的估計值，則可得,（880）,式中，,過程的控制輸入,為,將式（881）進一步改寫后，則有,（881）,（882）,推理控制部分的實現(xiàn)框圖,由圖814不難看出，推理控制具有三個基本特征。,，,3可實現(xiàn)理

13、想控制,8.4.2推理反饋控制系統(tǒng),在實際生產(chǎn)中，過程模型不可能與實際過程完全匹配，因而系統(tǒng)的主要輸出也不可避免地存在穩(wěn)態(tài)誤差。為了消除主要輸出的穩(wěn)態(tài)誤差，應引入主要輸出的反饋。但由于主要輸出又不可測量，所以必須采用推理方法估算出主要輸出量，從而構成推理反饋控制系統(tǒng)。,推理反饋控制系統(tǒng)框圖,由上圖可得：,（887）,（888）,由式（888）可得不可測干擾的估算式為,將上式代入式（887），可得主要輸出變量的估算式為,（889）,式（889）表明，主要輸出變量的估計值是可測的輔助輸出變量和控制變量的函數(shù)，將它作為反饋量構成的推理反饋控制系統(tǒng)。,當模型不存在誤差時，則有,（890）,式（890）

14、說明反饋信號是實際的主要輸出變量，此時只要控制器 中包含積分調(diào)節(jié)規(guī)律，就能夠保證主要輸出的穩(wěn)態(tài)誤差為零；當存在模型誤差或其它干擾而導致 時，同樣可以通過適當選擇 的調(diào)節(jié)規(guī)律，也能夠?qū)崿F(xiàn)對設定值變化的良好跟蹤和對干擾的有效抑制。,8.4.3 輸出可測條件下的推理控制,1系統(tǒng)構成,由上圖可得系統(tǒng)的輸出為,式中,為慣性濾波器，當,時，則有,就是說，在模型準確的情況下，輸出響應與輸出不可測情況下的推理控制一樣。,2控制系統(tǒng)的性能,從以上分析可以得到一個很有用的結(jié)論，即不管模型是否存在誤差或干擾，,只要滿足,1，系統(tǒng)輸出總是穩(wěn)態(tài)無偏的。這種系統(tǒng)為什么能有這樣,好的穩(wěn)態(tài)性能呢？若將圖816重新安排成圖81

15、7。圖中，點劃線框內(nèi)部分相當于一個反饋控制器，其等效傳遞函數(shù)為,（894）,（2）與前饋反饋相比,無論是在設定值干擾還是在不可測干擾的作用下，其穩(wěn)態(tài)性能不受模型誤差的影響。若從克服干擾影響的角度，它可以看成是前饋反饋控制的一種延伸與發(fā)展，但它又比前饋反饋控制具有某些突出的優(yōu)點。,1）不要求干擾是可測的；,2）只需要建立控制通道的模型，而無需建立干擾通道的模型；前饋控制 只能對可測的干擾進行補償，而推理控制則無此限制。,（3）與Smith預估控制相比,3控制作用的限幅,在工程應用中，過程的輸入信號常常受閥門開度的限制，而模型的輸入信號則無此限制，因而出現(xiàn)了過程的輸入和模型的輸入不盡相同的情況，從

16、而導致輸出的穩(wěn)態(tài)偏差不能完全消除。這是因為在偏差的作用下，推理控制器的輸出將無限增大，出現(xiàn)了一種與常規(guī)調(diào)節(jié)器中的積分飽和相類似而又不完全相同的現(xiàn)象。為避免這種現(xiàn)象的發(fā)生，在控制器的輸出端增加一個限幅器，經(jīng)過限幅以后的信號再分別送入過程和模型，如圖所示。限幅器的引入，大大改善了系統(tǒng)的性能。,8.5 預測控制系統(tǒng),人們設想從工業(yè)過程的特點出發(fā)，尋找一種對模型精度要求不高而同樣能實現(xiàn)高質(zhì)量控制的方法，預測控制就是在這種需要下發(fā)展起來的，并很快在工業(yè)生產(chǎn)過程自動化中獲得了成功的應用，取得了很好的控制效果。,各種相近的預測控制有：模型預測啟發(fā)控制（Model Predictive Heuristic Control:MPHC）、模型算法控制（Model Algotithmic:MAC）、動態(tài)矩陣控制（Dynamic Mateix Control:DMC）、預測控制（Predictive Control :PC）等。,預測控制也稱基于非參數(shù)模型的控制，它的系統(tǒng)結(jié)構主要由預測模型、參考軌跡、滾動優(yōu)化、反饋校正等幾部分構成。,8.5.1預測模型,漸近穩(wěn)定過程的實測單位階躍響應曲線,現(xiàn)將曲線從時刻t=0