（机械电子工程专业论文）电涡流测功器系统优化控制研究.pdf

电涡流测功器系统优化控制研究摘要 摘要 电涡流测功器是检测发动机功率、扭矩、转速和油耗的台架试验 设备，是许多科研部门和动力机械生产厂进行车辆台架试验的基础设 施，因此对测功器及其控制系统的性能有很高的要求，要具有高精度、 高可靠性、高自动化程度、稳定性能好、信息处理交换方便等特点。 目前我国仍有部分试验台采用分立仪表及操作按钮进行测控，对 信息处理带来许多不便。为了适应发动机测试的多点化、高精度、自 动化、数字化和高可靠性的发展需求，需对原系统进行数字化改造， 开发以工业控制计算机为核心的多功能测控系统。 本文研究的重点工作是将原操作盘控制的电涡流测功机的测控 系统进行数字化改造，并研究智能数字p i d 控制在电涡流测功器系 统中的实现。 本文在广泛查阅大量国内外有关文献的基础上，为实现电涡流测 功器智能负荷控制，开展了与电涡流测功器优化有关的智能p i d 控制 软硬件理论和实现技术研究，包括控制系统硬件接口及其改造、测控 接口箱研制、智能p i d 优化理论与应用、监控软件编制、系统调试投 运等。采用自动化组态软件和工业控制计算机，针对预期研究目标， 实现了电涡流测功器系统采用智能数字p i d 控制的功能，完成了测控 系统的手动工况与自动工况的无扰动切换，以及数据自动采集与处 理，为被测发动机和电涡流测功器能在恒转速、恒扭矩和自动工况特 性下实现智能p i d 负荷控制打下了良好基础。 研究课题开发的集丰冬制界面组态、对象构造、控制系统构成、控 制变量的传递于一体的集成仿真优化方案，通过在工控组态软件环境 中引入通用的仿真优化软件m a t l a b ，借助于通用的数据动态交换 电涡流测功器系统优化拄制研究 摘要 ( d d e ) 技术，可实现对工控组态软件的组态算法进行建模( 辨识) 、 仿真与优化的需求。采用m a t l a b 模拟实际过程的动态特性，用 m a t l a b 构造过程对象，由工控组态软件的组态算法组态，采用组 态软件的控制策略生成器中的p i d 调节器作为仿真系统的控制器。组 态软件的实时数据库与m a t l a b 之间通过d d e 进行数据交换。通过 利用m a t l a b 辨识的各种工况的被控对象，可实现对组态的控制方 案进行检验和参数优化。 本文在分析比较常规p i d 参数整定方法、p i d 参数优化整定技术、 基于人工神经网络智自g p i d 控制技术和基于遗传算法的p i d 参数优化 技术的基础上，通过对智能型p i d 调节器进行大量计算机仿真模拟试 验，课题采用遗传算法对p i d 参数优化，实现了多输入多输出( m i m o ) p i d 回路的转速和扭矩的快速跟踪调节和抗扰动控制的最优p i d 控制 方法和控制策略。 课题研究改造的数字化电涡流测功器系统已在现场投入使用，结 果表明能够在各种工况下稳定运行，满足现场试验要求。 关键词：电涡流测功器，仿真，遗传算法，参数优化，组态软件 电涡流测功器系统优化控制研究 a b s t r a c t e d d y - c u r r e n te r g o g r a p hi sak i n do fe x p e r i m e n t a le q u i p m e n t t ot e s te n g i n ep o w e r ，t o r q u e ，r o t a t i n gs p e e da n d f u e l - c o n s u m p t i o n b yl o a d i n gd e v i c ei t c a ns i m u l a t em a n yk i n d so fs t a t i o no f e n g i n e i np r a c t i c a lr u n n i n g i tc a na l s os i m u l a t eo u t p u tp o w e ro fd r i v i n g w h e e li nd i f f e r e n tr e s i s t a n c e s t a t i o n ，f u e l - c o n s u m p t i o nt e s t i n g ， c h a n g i n gs p e e da u t o m a t i c a l l y a n ds oo n t h e c a p a b i l i t y o f e r g o g r a p h w i t ht h ec o n t r o ls y s t e ma f f e c t sd i r e c t l yw h e t h e rt h et e s t r i gc a nw o r kp r o p e r l y r e c e n t l y ，s o m eo ft e s t - r i g si nc h i n aa d o p ti n d i v i d u a lm e t e r s a l 珂o p e r a t i o n a l b u t t o n sf o rm e a s u r e m e n ta n dc o n t r 0 1 w h i c h r e s u l t si ni n c o n v e n i e n c ei ni n f o r m a t i o np r o c e s s i n g t om e e tt h e d e m a n do f d e v e l o p m e n to fm u l t i p o i n t ，h i g h p r e c i s i o n ，a u t o m a t i o n ， d i g i t i z a t i o n a n d h i g h - r e l i a b i l i t y o f e n g i n e - t e s t i n g ，w e n e e dt o r e c o n s t r u c te x i s t i n gs y s t e md i g i t a l l ya n d d e v e l o pa m u l t i f u n c t i o n a l m e a s u r e m e n ta n dc o n t r o l s y s t e m ，w h i c h h a st h ek e r n e lo f i n d u s t r i a lc o n t r o lc o m p u t e r 1 h ep a p e r sc o n t e n ti sm a i n l ya b o u tt h ed i g i t a lr e f o r mo ft h e e x i s t i n ge d d y c u r r e n te r g o g r a p hm e a s u r e m e n ta n dc o n t r o ls y s t e m u s i n go p e r a t i n gp a n e l ，a n dr e s e a r c ho nt h er e a l i z a t i o no fi n t e l l i g e n t d i g i t a lp i dc o n t r o lu s e di ne d d y c u r r e n te r g o g r a p hs y s t e m b a s e do nt h ee x t e n s i v e i n v e s t i g a t i o n o ft h el i t e r a t u r e w o r l d w i d e ，w es t u d y t h e t h e o r y a n dr e a l i z a t i o n t e c h n o l o g y o f h a r d w a r ea n ds o f t w a r eo fi n t e l l i g e n tp i dc o n t r o l ，w h i c hh a s r e l a t i o nw i t h t h e o p t i m i z a t i o n o f e d d y c u r r e n te r g o g r a p h ， i n c l u d i n gt h eh a r d w a r ei n t e r f a c e ，t h em a n u f a c t u r eo f i n t e r f a c eb o x ， i 电涡流测功器系统优化控制研究 a b s t r a c l t h e t h e o r y a n d p r a c t i c e o f i n t e l l i g e n tp i d ，p r o g r a m m i n g o f s o f t w a r e ，d e b u g g i n go f t h ew h o l es y s t e ma n ds oo n i nt e r m so ft h e p l e p r o p o s e dg o a l ，w i t ht h ea u t o m a t i cc o n f i g u r a t i o ns o f t w a r e a n d i n d u s t r i a lc o n t r o l c o m p u t e r ， w er e a l i z et h ef u n c t i o no f e d d y - c u r r e n te r g o g r a p ha d a p t i n gi n t e l l i g e n tp i dc o n t r o l ；c o m p l e t e t h eu n d i s t u r b e d s w i t c hb e t w e e nm a n u a lc o n d i t i o na n d a u t o c o n d i t i o n ，t h e f u n c t i o no fd a t a a c q u i s i t i o n a n dp r o c e s s i n g a l l t h o s ep r o v i d eap l a t f o r mf o re n g i n ea n de d d y - c u r r e n te r g o g r a p ht o r e a l i z ei n t e l l i g e n tp i dl o a dc o n t r o li nt h es t a t i o no f c o n s t a n ts p e e d ， c o n s t a n tt o r q u ea n da u t o m a t i cc o n d i t i o n w eh a v ea n a l y s e di n t e l l i g e n tp 1 dc o n t r o lt e c h n o l o g yb a s e d n e u r a ln e t w o r ka n dp i dp a r a m e t e ro p t i m i z a t i o nb a s e do ng e n e r i c a l g o r i t h m b yc o m p a r i n g t h o s et e c h n o l o g i e sm e n t i o n e da b o v e ，w e c h o o s et h ep i d p a r a m e t e ro p t i m i z a t i o n b a s e do ng e n e r i c a l g o r i t h ma n dr e a l i z e t h et r a c ka d j u s t i n go fr o t a t i n gs p e e da n d t o r q u eo fm i m o p i d i na d d i t i o n ，w ef i n dt h eo p t i m i z a t i o np i d c o n t r o lm e t h o di na n t i - j a m m i n gc o n t r 0 1 t h i s d i g i t a l l y r e f o r m e d e d d y c u r r e n te r g o g r a p h t e s ta n d c o n t r o ls y s t e mh a sb e e nu s e di nt h ei n d u s t r y i tc a nd ow e l li n v a r i o u sc o n d i t i o n sa n dc a ns a r i s f yt h er e q u i r e m e n to ft h e f i e l d e x p e r i m e n t k e y w o r d s ：e d d y c u r r e n te r g o g r a p h ，p a r a m e t e r o p t i m i z a t i o n ， g e n e r i ca l g o r i t h m ，c o n f i g u r a t i o ns o f t w a r e 电涡流测功器系统优化控制研究第一章绪论 1 1 课题的提出 第一章绪论 发动机动态试验台是进行发动机和整车测试、研究、开发的j 种经 济而高效的手段：1 ：2 3 ，无需装车就可对发动机的动态特性进行全 面测试。在发动机动态试验台上，一般通过测功器来模拟发动机的负载， 通过对发动机油门的控制来模拟驾驶员对发动机的操纵。 电涡流测功器是检测发动机功率、扭矩、转速和油耗的台架试验设 备( 室内测试装置) ，通过加载装置可模拟发动机在实际运行过程中的 多种受载状态，可模拟不同行驶阻力状态下驱动轮的输出功率、测试燃 油消耗量、自动变速特性等性能指标。测功器及其控制系统的性能直接 影响台架试验的顺利进行。 幽卜1 液力液日i 试验台 课题研究对象为某研究所液力液压试验台，如图卜1 所示。该试验 台主要由电机、电涡流测功器、液压单元、被试件( 齿轮箱) 等组成。 课题研究主要内容为将液力液压试验台测控系统进行数字化改造，并对 电涡流测功器系统优化控制研究 第一章缔论 其实现智能p i d 控制。目前该试验台的测控系统仍为表盘式的人工操作 系统。试验台测控操作盘如图卜2 所示。试验过程中由人来操作各种丌 关及旋钮，工作强度大，可靠性低。 图卜2 液力液压试验台测控操作枯 1 2 国内外发展现状 为了研究发动机的动态特性，国外已开发出了发动机动态试验台， 具有代表性的有德国申克、西门子、奥地利a v i 。、日本小野测器等公司 的产品。近年来国内一些单位相继引进了这些公司的产品。试验台采用 交流电力测功器作为加载装置，有较好的综合性能，但价格昂贵，控制 复杂。英国、日本及国内在开发低成本的发动机动态试验台方面进行了 探索 6 7 ，采取电涡流测功器与发动机直接相联的形式，取得了一定 成果，但随着电涡流测功器测控系统发展，台架试验测试精度的提高和 实际应用受到挑战。目前对发动机动态试验台及测功器控制的数字化程 度还比较低，部分电路采用分立元件，逻辑控制采用大量的继电器，不 仅功能单一、成本高、体积大、而且可靠性低、故障率高。有些产品部 分实现自动控制，但操作界面有些是在d o s 方式下编写的，人机界面不 友好，使用不方便，有些是计算机和二次仪表并用，使得部分产品跟不 电涡流测助器系统优化控制研究 第一章绪论 上新技术发展的要求。为提高试验台的模拟精度，结合电涡流测功器的 特点，在控制中可根据转速模拟的误差情况，通过调整测功器扭矩加载 的时刻和大小，有效地补偿电涡流测功器没有反拖能力和控制响应特性 差的缺陷，同时使发动机的扭矩和车速的模拟精度都得到保证。文献 4 讨论了4 0 0 k w 电力测功机全自动测控系统的设计与应用，文献 8 基于电 涡流测功机的f c k 一1 型发动机综合测控系统，文献 5 讨论了微机控制水 力测功器综合测试系统。 目前电涡流测功器的控制方式主要有恒转速控制方式和恒扭矩控 制方式。恒转速控制方式是将转速的设定值和实测值进行比较，比较后 的差值经p i d 调节，按选定的控制方式自动调节涡流制动的励磁电流， 改变测功器的转速，使其等于设定值，达到所要求的控制特性。恒扭矩 控制方式则是将扭矩的设定值和实测值进行比较，比较后的差值经p i d 调节，按选定的控制方式自动调节涡流制动的励磁电流，改变测功器的 扭矩，使其等于设定值，达到所要求的控制特性。如文献 】 开展的发 动机一测功器系统的动态仿真，文献1 9 开展的用m a t l a b 软件对柴油机 带水力测功器系统进行p i d 控制器的设计。 电涡流测功器智f l g p i d 控制系统属于时滞非线性多变量过程系统， 其优化控制的关键问题之是建立模型。如传统的微分方程或状态方程 模型，非公式( 方程) 化表格式的模糊( f u z z y ) 模型以及结构性数据 化的人工神经网络( a 卜小i ) 模型等。实际物理系统的完整数学模型往往 是很复杂的，阶次是比较高的且有非线性环节。在建模时，通常都是略 去系统高频动态性能，保留低频性能，建立系统的降阶模型。根据物料 和能量平衡等原则，可推导出简化的受控过程的机理模型。这些模型一 般可表示为非线性状态空间模型形式，其中的一些物理化学参数或未知 或在实际运行中可能发生变化，须通过生产实践或中涮试验用辨识的方 法加以确定。但目前对于一般形式的非线性( 时变) 系统，其动态模型 的辨识尚缺乏统一有效的方法，只是对于某些特定的模型类，盘n v o l t e r r a 电涡沈测功器系统优化控制研究 第一章绪论 序列、h a m m e rs t e i n w i e n e r 双线性模型等有可行的辨识策略。对复杂 传动系统的建模，不论是机理建模还是输入输出辨识都存在某些局限 性。研究集系统在线辨识技术与最优化原理于一体，研究时滞非线性传 动系统线性化( 或多项式) 的非线性子空间分布式模型预测算法，实现 迭代式的快速精确辨识机电传动过程的运行特性( 即目标函数模型) ， 并在最优化原理指导下快速寻找到最佳的运行状态组合和控制器参数， 进一步改进了 1 7 1 8 在复杂系统工程建模与优化控制技术方面的结 果。 1 。3 电涡流测功器测控技术及研究课题简介 电涡流测功器试验台是进行车辆台架实验的基础设施之一。目前我 国仍有部分试验台采用分立仪表及操作按钮方式进行测控，对信息处理 带来许多不便。为了适应发动机测试的多点化、高精度、自动化、数字 化和高司靠性的发展需求，需对原系统进行数字化改造，开发以工业控 制计算机为核心的多功能测试系统，使试验台具有结构简单、安装维修 方便，测试性能和可靠性好，信息处理交换方便等特点，目前技术已经 成熟。新的数字化测试台系统包括操作台测控设备接口、操作台人机接 口、计算机数据处理系统等，可用于动态测试汽油机、柴油机等动力机 组转速、扭矩和功率等指标，并可监控部分工况的运行功能，以及主机 和发动机保护功能等。系统充分利用工控机的软硬件资源，实现发动机 试验过程从数据采集处理、实时控制、显示、报警、打印曲线到结果保 存等一次完成的功能。数字化的人机接口界面可完全模拟原试验台的布 局，即可保持与原操作完全一致的风格。 采用工控组态软件的组态算法实现该测控过程的优化控制，进行系 统特性仿真与性能优化是一个必要的环节。在过程监控系统中，由于受 控对象和环境的复杂性、变化性及不确定性，往往难以建立精确的数学 模型，这给有效的优化控制带来很大的困难。一个闭环控制系统在构成 电涡流测功器系统优化控制研究 第一章绪论 之后，控制器参数整定的优劣成为决定该闭环控制系统运行品质的主 要因素。目前广泛应用的工控组态软件提供了各种组态控制算法，但 由于系统安全和经济的原因，在工控组态软件中直接进行仿真分析其 效果还不理想。直接采用组态软件实现系统仿真调试，由于组态软件 的算法固定，用户难以按自己的要求进行优化算法设计，尤其是对复 杂的过程系统的组态控制算法，常采用组念软件固有的p i d 控制程序。 仿真对象在组态软件中也局限于组态软件所提供的几种简单类型。而 采用通用型仿真软件进行的系统仿真，由于与工控组态软件的组态算 法存在差异，仿真结果一般也不能直接应用于实际组态系统。 本研究课题开发的一种集控制界面组态、对象构造、控制系统构 成、控制变量的传递于一体的集成仿真优化方案，通过在工控组态软 件环境中引入通用的仿真优化软件m a t l a b ，借助于通用的数据动态 交换( d d e ) 技术，可实现对工控组态软件的组态算法进行建模( 辨识) 、 仿真与优化的需求。采用m a t l a b 模拟实际过程的动态特性，用 m a f l a b 构造过程对象，由工控组态软件的组态算法组态，采用组态 软件的控制策略生成器中的p i d 调节器作为仿真系统的控制器。组态软 件的实时数据库与m a t l a b 之间通过d d e 进行数据交换。通过利用 m a t l a b 辨识的各种工况的被控对象，可实现对组态的控制方案进行 检验和参数优化。 本文采用的组态软件为三维公司的力控自动化软件( 版本2 6 ) 。 同众多的工控组态软件一样，力控2 6 内置了多种工程中常用的仪表、 阀门、管道、开关等设备。也可以创造自己的设备。这些设备的各种 属性( 颜色、数值等) 均与实时数据库中的数据值关联，可在程序运 行中修改。仿真采用的m a t l a b 版本为6 1 ，用于辨识建模和测功器系 统自 p i d 参数优化。引) , e x c e l 软件作为用户自定义报表与数据处理工 具，并作为d d e 容器将力控自动化软件与m a t l a b 连接一体。 电涡流测功器系统优化控制研究第幸绪论 1 4 论文的主要工作 本文将给出为实现电涡流测功器智能负荷控制开展的发动机与传 动系的建模与优化研究结果，以及利用建模得到的控制通道内部动态特 性，提出了适合该特性的智能p i d 控制算法介绍了采用m a t l a b 结合 力控自动化组态软件，通过e x c e l 的d d e 数据传送方式，进行电涡流测 功器及发动机系统特性的在线模型辨识、p i d 参数优化分析等仿真优化 技术。在深入研究与电涡流测功器有关的智自a p t d 控制软硬件理论和实 现技术，包括控制硬件及其改造、测控接口箱研制、智能p i d 优化理论 与应用、监控软件编制、系统调试投运等基础上，探讨具有智能功能的 p i d 数字调节器，确定电涡流测功器进行自动控制的最佳自动控制计算 方法与控制策略，研究与现有电涡流测功器的优化匹配，采用遗传算法 确定发动机在各种性能试验过程中的最佳p i d 调节参数的实现。本文将 介绍采用自动化组态软件和工业控制计算机，针对预期研究目标，实现 电涡流测功器测控系统的手动工况、自动工况的无扰动切换，数据自动 采集与处理等功能。所进行的研究为被测发动机和电涡流测功器能在恒 转速、恒扭矩和自动工况特性下实现智能p i d 调节运行打下了良好基础。 6 电涡流测功器系统优化控制研究第二章智能p 1 d 控制器参数优化技 术 第二章智能p i d 控制器参数优化技术 电涡流测功器的控制方式采用p i d 控制。传统的p i d 控制算法，由 ， 于其涉及的设计算法和控制结构都很简单，参数调整方便，十分适用 于工程应用背景。此外，p i d 并不要求精确的受控对象的模型，鲁棒性 强，易于现场实现，为技术工作者所熟悉。 掣产丽卜石丌一号站 、i = - 。一l 图2 - 1 单同路控制系统 p i d 控制器包含比例、积分和微分作用。以软件为基础的p i d 控制 可以更多的方式达到平衡，不仅可以实现前馈、超驰、比值、串级、 解耦等各种初级先进控制算法，也可以采用基于模型的先进控制算法。 然而，不管采用何种先进控制技术，p i d 控制在微机分散控制( d c s ) 及计算机工控系统中仍占据主导地位。目前发展迅速的工业过程的先 进控制技术往往仍以d c s 或控制仪表的常规p i d 控制为基础。但多年以 来，p i d 控制器几乎没有什么改变，仍基本保持4 0 年代最初推出时的结 构( 2 一1 ) ( 如图2 1 中g ( 5 ) ) 。 q ( s ) = 1 ( k p + k s + k d s ) ( 2 - 1 ) 或其时域表示： 铲讣+ 毒肛+ 五警l z ) 究其原因是这几十年来，p i d 的功能都体现在硬件上一即由气动、 电动或电子控制设备实现。硬件p i d 控制器在算法上不容易更改。随着 软件为基础的数字控制器的推出，如今出现了各种各样不同类型的p i d 软件控制器。它用软件来实现控制功能，以公式形式表示控制规律，修改 电涡流测功器系统优化控制研究第二章智能p i d 控制器参数优化技术 方便且成本低廉。因此，现在几乎所有的测控系统都可采用几种不同的 p i d ，如工程实用型( 2 - 3 ) ( 2 4 ) 等。并且能设置和修改整定的p i d 参 数。 u ： f 。+ 一 ok k o lk i 6 0 s 6 0 k d s 十1 堕s + l k 。 盱k ( v 去) c 妒卅m 6 0 k d s 堕s + 1 k 、 ( 2 3 ) ( 2 4 ) 2 1 常规p i d 参数整定方法 在p i d 控制中，关键问题是p i d 参数整定。传统的方法是在获取对象 数学模型的基础上，根据某一整定原则来确定p i d 参数。工程上有时单 凭经验，在系统调试时估计出p i d 参数值。然而由于设备运行中负荷变 化、噪声及各种因素等干扰，将引起对象模型参数较大变化甚至模型结 构改变，故常规p i d 参数在线优化调整近年来倍受关注。 p i d 控制器传统的整定方法主要有下列四种： ( 1 ) 稳定边界法( 临界比例带法) ：该方法需要做稳定边界实验，在闭 环系统中控制器只用比例作用，给定值作阶跃扰动，从较大的比例带( 即 较小的比例增益) 开始，逐渐减小，直至被控量出现临界振荡为止，记 下临界振荡周期和临界比例带。然后按照经验公式确定p i d 参数。 ( 2 ) 衰减曲线法：该方法与临界比例带法类似，在闭环系统中控制器 只用比例作用，给定值作阶跃扰动，从较大的比例带开始，逐渐减小， 直至被控量出现4 ：1 的衰减过程为止，记下此时比例带以及相邻波峰之 间的时间。然后按照经验公式确定p i d 参数。 ( 3 ) 动态特性法：在系统处于开环的情况下，做被控对象的阶跃响应 曲线，从该曲线上求取对象的纯迟延时间、时间常数和放大系数，然后 电涡流测功器系统优化控制研究 第二幸智能p i d 控制器参数优化技术 按经验公式计算p i d 参数。 ( 4 ) z i e g l e r n i c h o l s 经验公式( z n 公式法) ：先求取系统的开环阶跃响 应曲线，根据对象的纯迟延时间、时间常数和放大系数，按z i e g l e r n i c h o l s 经验公式计算p i d 参数。 上述传统的p i d 参数优化方法都属于手动整定方法，阶跃响应是其整 定p l d 参数的主要依据。这些方法根据系统的动态响应来整定控制器的 参数，具有物理意义明确的优点，可以以较少的试验工作量和简便的计 算，得出控制器参数，因而在生产现场得到了广泛应用。 幽2 2 串级控制系统 在目前的许多电涡流测功系统中，传统的p i d 参数整定方法仍在大量 应用，尤其是在单回路系统中。但运用该方法得到的控制器参数比较粗 糙，控制效果只能满足一定要求，参数的优化远远不够；同时，对于电 涡流测功系统中转速串级控制系统( 图2 2 ) 及转速扭矩多变量控制系 统等，由于控制对象的复杂性和负载多变性，运用传统方法进行整定费 时费力且效果不好。此外，传统整定方法的运用还会对正常的控制过程 造成影响。 2 2p i d 参数优化整定技术 目前国内外测功器控制系统基本上仍采用常规p i d 控制方式。在测功 器控制系统中，由于工况经常变化，比如有时需要在恒转速工况下工作， 有时需要在恒扭矩工况下工作，而且试验零部件也不同，这导致p i d 控 9 电涡流测功器系统优化控制研究第二章智能p i d 控制器参数优化技术 制器的参数需要经常整定。显然，这就要求操作人员具有较高的理论基 础和现场调试经验。而且，若系统性能稳定性较差，则需频繁地进行参 数整定，这将影响生产和研究工作的正常运行。 一般说来，p i d 控制方式在过程控制中还存在着如下不足： ( 1 ) 虽然存在很多p i d 参数的整定方法和经验公式，但是整定过程 始终离不开人的参与，整定不仅费时间，而且参数间相互影响，往往难 以收到最优效果。 ( 2 ) 当被控对象的特性在某些范围内变化时，p i d 的控制效果很差， 甚至不能控制。 ( 3 ) 即使对被控对象整定了一组满意的p i d 参数，当对象特性发生 变化时，也难以保持良好的控制性能。 目前计算机的高速运算能力和最优控制理论的应用研究，赋予了p i d 参数优化这类多变量最优化问题新的生命力。p i d 参数的整定方法随着 计算机技术和最优控制理论的发展，出现了一些基于计算机的p i d 参数 最优整定方法 1 2 1 4 1 5 1 6 。p i d 控制器的最优化整定方法是针对 特定的系统建立数学模型，运用诸如最速下降法等各种数值解法按照一 定的性能指标进行优化。一般说来，p i d 控制器的参数优化就是要求在 对象模型和控制器特性的约束条件下，寻求最优参数： x = ( 七o ，七，k d ) 设电涡流测功器被控对象的传递函数模型为具有一阶( 或二阶) 迟 延的模型如下： g ：等( 2 - 5 ) z m j 十l 采用比例控制的单位厅馈闭环传递函数为： 旦盟： 圣垒竺：；( 2 6 ) r ( s )( 1 + t m s ) + 墨k 。p “” 通过辨识实验可以得到模型参数为： 电涡溉测功器系统优化控制研究第二章智能p i d 控制器参数优化技术 k m2 赢( 2 - 7 ) = 二【1 + k 。p 一8 如c o s ( f l d 。) ( 2 8 ) 其中： e 1 “= 等蛐( 舢一声c o s ( 川 ( 2 - 9 ) 采用计算机进行优化的时间域模型的一般表示为： y ，= f k 。f 。，g ( “，) 】 而控制规律的更一般形式为： u ( i ) = h ( k p ，丘，岛) 其中f ( ) 和g ( ) 可为任意非线性函数。常用的优化性能指标有各种 积分型指标，如误差平方积分( i s e ) 、误差绝对值积分( i a e ) 、时间 乘误差平方积分( i s t e ) 、时间乘误差绝对值积分( i t a e ) 等指标 2 8 。 i s e 、i a e 指标中目标函数分别为 j = f i e 2 ( r ) | d 及 ，= r i e ( t ) l d l 它们着重权衡大的误差，按此整定的控制系统虽然上升时间较短， 但超调较大，实际应用中往往具有偏差小而波动次数多，控制过程时间 长、系统稳定裕量偏小等缺点，工作品质往往不令人满意，i s t e 、i t a e 指标中，目标函数分别为 l ，= i , l e 2 ( f ) p 及 t ，= f i e ( o l d t i t a e 指标较少考虑大的起始误差，着重衡量过渡过程后期出现的误 差，有较好的选择性，反映了控制系统的快速性和精确性，在计算机控 制系统中用得比较多；此外，还有改进的i t a e 指标，可对阶跃响应过程 中不同响应阶段区别对待，不同阶段的误差赋予不同的权重，以获得更 佳的控制品质，而加权二次型性能指标 1 3 ，= f ( p 7 9 + u t r u ) d t 电涡流测功器系统优化控制研究第二章智能p 1 1 ) 控制器参数优化技术 其中u 为输入量，q 和r 分别为偏差和输入量的权矩阵。该指标主要 用于多变量系统的最优化。另还有一种基于偏差积分指标最小准则的工 程实用参数整定法 2 8 ，它根据被控对象的开环阶跃响应曲线，求取被 控对象的等效纯迟延时间、时间常数和放大系数，得到等效过程模型， 由此模型按最优化方法计算得出一系列参数。实际工程应用时，只需根 据实际过程特性，带入经验公式即可计算最优p i d 参数。 相对传统整定方法来说数值最优化方法有着明显的优越性，优化 的结果比较精确，控制效果比较好。但运用数值最优化方法必须建立较 精确的数学模型，且对模型的要求比较严格，一般要求在解空间连续可 导：此外，从某种意义上说，数值解析最优化方法只是一种局部寻优的 方法，易陷入局部最小；而且某种数值解法通常只对某一类问题适用， 对于不同的系统，需要根据系统的特性选择合适的方法。 2 3p i d 参数智能优化技术 计算机技术的引入将过程控制系统带入智能时代，促使生产过程自 动化控制技术向智能化发展。智能一般指一种可随外界条件的变化而确 定正确行动的能力。过程监控系统具有智能的特点是它能适应被测参数 的变化并能进行自动补偿、自动校正、自动选择量程、自动识别和故障 诊断等。研制具有智能功能的p i d 数字调节器，确定电涡流测功器进行 自动控制的最佳自动控制计算方法与控制策略，实现与现有电涡流测功 器的优化匹配，确定出被测件在各种性能试验过程中的最佳p i d 调节参 数，已成为一种有较大实际意义而又切实可行的研究方向 1 2 9 1 2 儿1 4 儿1 5 。 近年来，随着智能控制理论的发展，专家系统、模糊控制以及神经 网络日益受到控制界的重视，出现了一些智能优化手段，主要有专家智 能型p i d 参数自整定技术、基于模糊推理的p i d 自寻优技术、人工神经网 络智能p i d 控制技术、基于遗传算法的p i d 参数优化技术等。 电涡流测功器系统优化控制研究第二章智能p i d 控制 ! 参数优化技术 2 3 1 人工神经网络智能p i d 控制技术 随着优化理论的发展，出现了一批新的优化方法 3 1 ，如启发式搜 索、霍普费尔德神经网络、模拟退火、遗传算法( g a ) 等。与原有优化力 法相比，这些新的优化方法能够更好地适应控制领域问题的非线性、多 变量和复杂程度高等特点，正得到越来越多的应用。尤其是模拟生物进 化过程的遗传算法，作为求解优化问题的有效手段，已被引入到控制系 统的设计与优化中。 神经网络智能整定技术在对模型的需求上更进一步，既不需模型的 解析式，也不必将模型( 规则) 用表格来表示，成为一种无模型控制器。 神经网络能够通过自身的学习过程了解系统的结构、参数、不确定性和 非线性性，并给出系统所需的控制规律，由神经网络构成的控制器具有 很强的鲁棒性。 单神经元是神经网络的最基本单元，在神经网络控制中，单神经元 是最基本的控制部件。已有许多文献报道了基于单神经元的控制策略。 神经网络控制应用于工业过程控制的主要问题在于算法复杂、学习过程 长、参数收敛速度慢等。但是单神经元控制以其结构简单，可保持传统 p i d 控制器的特点，又具有神经网络的信息综合、学习记忆和自适应能 力等特征，在工业部门中逐步得到了应用 1 9 2 0 。 自学习功能是神经元的主要特征之一，神经元可通过改变自身的突 触权重值进行自学习、自组织，来适应控制对象的变化。神经元的学习 功能是通过改变权系数来实现的。学习算法就是调整的规则，该规则是 神经元控制器的核心。采用的学习策略对控制器的自适应能力及稳定性 都有很大影响。学习信号一般为无监督的h e b b 学习规则和有监督的 w i d r o w h o 学习规则结合，取系统误差p ( 实现监督学习，可表示对一 个动态特性未知的环境，神经元在教师信号e ( 盼f 乍用下进行强迫学习， 从而对外界作用作出反映和作用。神经元状态取过程误差及误差的微 分，可解决对象的大迟延和大惯性问题 1 9 。神经网络的并行计算可应 电涡流测功器系统优化挣制研究第二章智能p i d 控制器参数优化技术 用于快速过程监控。 2 3 2 基于遗传算法的p i d 参数优化 最常见的是标准遗传算法s g a ：3 2 。优化p i d 控制器时，将控制器参 数按二进制或其它形式编码，按k p l k i l k d 拼接成一条染色体个体，然后 随机生成一组个体，称为群体。g a 算法以个体的适应度判断个体的优劣， 适应度函数一般基于系统动态响应的性能指标，常为各种积分型指标的 某种函数。依据个体的适应度按概率从当前群体中选择个体进行交叉、 变异产生下一代群体。个体的适应度越高，其被选择的概率越大，然后 再对下一代群体进行评价，优胜劣汰。因为在运用遗传算法对p i d 参数 寻优的个体评价过程中，许多个体所对应的参数都可能使实际过程系统 失控，这在应用中是不能接受的，因此一般采用的是基于模型的p i d 控 制器参数优化，对过程不产生任何影响。同时因优化基于模型，对模型 响应的评价大大加快，可以在较短的时间罩得到最优化结果。遗传算法 操作的是解空间的一组个体，而非单个解，因而可以有效地减小局部收 敛的危险。此外，遗传算法采用纯数值计算方法和随机进行策略，无需 模型梯度信息，使得问题的处理更具灵活性、适应性、全局性和鲁棒性。 从理论上来看，g a 能有效地攻克十分困难的优化问题。对于控制系统的 设计与优化，它不仅能提高控制系统的品质，而且能降低设计的难度， 因此有着广阔的应用前景。 尽管遗传算法在优化问题上表现出巨大的优越性，但由于其本身还 存在着一些问题如理论上还不完善、收敛性问题、未成熟收敛( 早熟) 、 局部搜索能力差等，遗传算法的应用受到了一定的限制，因此，目前使 用较多的是各种改进的遗传算法。如文献1 3 6 中的在线自寻优p i d 控制 器采用了最佳个体保留的做法，这一机制保证了进化过程中某一代的最 优秀个体不会被交叉和变异所破坏，确保标准遗传算法能全局收敛于最 优解；但局部最优秀个体的遗传基因会因此而急剧增加，有可能形成末 4 电涡流测功器系统优化控制研究第二章智能p i d 控制器参数优化技术 成熟收敛。文献 3 4 对遗传算法在初始种群的生成上做了有益的尝试， 初始种群的生成以z n 法得到的p i d 参数为中心，向左右两侧拓展参数的 求解空问，这样可以充分利用z n 法的内核，减少遗传算法的搜索空间。 文献 3 5 中的试验以z n 法得到的p i d 参数的2 0 0 范围作为遗传算法的 搜索空间，试验的结果也表明此法的可行性。此外，还有其它的一些策 略有助于改进遗传算法的收敛性。如变交叉率、变变异率策略等。还有 一种基于成熟应用软件的优化方法 3 6 ，优化过程中可以得到专业软件 强大的功能支持。如基于m a t l a b 的对p i d 参数进行优化设计的方法， 在m a t l a b 的专业功能支持下，可以方便地获得对应p 1 d 参数的阶跃响 应数据，进一步可以得出各种性能指标，同时m a t l a b 本身带有各种优 化工具箱。文献 3 6 中的p i d 参数优化即采用了此方法，以z n 法得到的 参数邻域作为搜索空间，使用遗传算法工具箱进行优化。该方法融合了 遗传算法g a 、m a t l a b 编程和s i m u l i n k 仿真技术，使得优化设计摆 脱了复杂的公式和图表，在工程应用上具有广阔的前景。但m a t l a b 使 用的是一种解释性语言，执行速度比较慢( 与c c + 十可执行程序速度相差 两个数量级以上) ，目前虽然有编译器可以将m a t l a b 的m 文件编译成相 应的c 代码，然后再由c 编译器编译成可执行程序，但该编译器并不支持 m a f l a b 的全部函数，尤其是工具箱函数。这也使得这种方法的应用受 到一定限制。 利用m a t l a b 中针对优化阅题开发的专用优化工具箱，可提供对各 种优化问题的一个完整的解决方案。优化工具箱的内容涵盖了线性规 划、非线性规划、二次规划、最小二乘问题、非线性方程求解、多目标 决策、极大极小问题、半无限规划等。优化函数的表达简洁，提供了多 种可选择的优化算法，对算法的参数可以自由设置，使用非常方便。详 细有关采用m a t l a b 进行控制系统优化的技术可参考文 1 8 4 1 。 电涡流测功器系统优化控肯研究第三章电涡流测功器的数字化实现 第三章电涡流测功器的数字化实现 实现电涡流测功器的智能p i d 控制，首先需要对原测控系统进行数 字化改造，即需要将操作台已有的与动力装置及传感器的接口形式，改 造为采用计算机数据采集系统实现数据采集，由计算机绘制全部人机接 口画面及工艺流程画面，监控测功器系统是否j 下常工作，并需要将现有 操作台的电控调节方式改造为计算机软操作方式，亦通过键盘及鼠标可 实现对电涡流测功器系统的控制操作。 3 1 电涡流测功器系统简介 课题研究的电涡流测功器为液力液压试验台的一个组成部分，试验 台的基本构成如图3 1 所示。液力液压试验台的动力为1 0 0 0 k w 直流电机， 吸功设备为西德申克公司的1 2 0 0 k w 电涡流测功器。 图3 1 电涡流测功器试验台系统图 直流电机的输出经增速箱后最高转速即被试件的输入转速可达3 0 0 0 转分，输入扭矩仪为美国l e b o w 公司的1 6 0 0 5 0 k 型动态测扭仪。测量的 最大输入扭矩可达5 0 0 0 n m 。 液力液压试验台的控制系统由高压开关柜、整流变压器、控制单元、 快速开关、直流接触器、平波电抗器等部分组成。其中控制单元由6 个 电涡流测功器系统