机电一体化技术与应用 课件 第3章 常见自动控制技术

第六章常见自动控制技术知识目标：1）建立自动控制系统的一般概念和基本框架；2）了解自动控制系统的基本组成、基本要求和性能指标；3）了解常见PID控制方法、复杂控制方法、先进控制方法的原理、特点和应用场景。能力目标：

1）掌握自动控制系统的基本组成、基本要求和性能指标；2）掌握PID控制器的设计方法；3）理解复杂控制方法和先进控制方法的组成、工作原理和其优缺点。

思政目标：使学生了解自动控制技术在我国各行各业的应用，增强对我国科技实力的自信和对科技创新的热情，培养学生对自动控制技术的创新意识和应用意识。第六章常见自动控制技术本章要点4.1自动控制系统的基本组成4.2控制系统的基本要求4.3控制系统的性能指标4.4PID控制4.5复杂控制4.6先进控制

4.1自动控制系统的基本组成自动控制在没有人直接参与的情况下，利用外加的设备或装置（称为控制装置或控制器），使机器、设备或生产过程（统称为被控对象）的某个工作状态或参数（即被控量）自动地按照预定的规律运行。自动控制系统的基本组成：给定装置、反馈（检测）装置、比较装置、放大装置、执行装置、校正装置和被控对象，一般可归结为稳、快、准三个方面：

稳定性：指系统动态过程的振荡倾向和系统能否恢复平衡状态的能力。由于系统存在着惯性，当系统的各个参数匹配不当时，将会引起系统的振荡、甚至使系统失去工作能力。通常，一个能够实际运行的控制系统，必须是稳定的系统，因此，稳定性是系统工作的首要条件。

快速性：指当系统输出量与输生入量之间产偏差时，消除偏差过程的快慢程度，一般要求响应速度快，超调小。

准确性：指系统在调整过程结束后输出量和输入量之间的偏差，或称为静态精度。

同一系统的稳、快、准是相互制约的

自动控制理论除了分析系统自身的稳定性、快速性和准确性之外，主要还要研究使系统符合给定稳、快、准某一或某些要求的控制规律。4.2控制系统的基本要求在典型输入信号作用下，任何一个控制系统的时域响应都由动态过程和稳态过程两部分组成。4.3控制系统的性能指标稳态过程是指系统在典型信号作用下，当时间t趋于∞时，系统输出量的表现形式，当时间t趋于∞时，系统的输出量不等于输入量或输入量的确定函数，则系统存在稳态误差。稳态误差是系统控制精度或抗扰动能力的一种度量。为表征控制系统的动态特性，常用上升时间tr来评价系统的响应速度，用超调量来评价系统的阻尼程度，用响应时间ts来综合反映响应速度和阻尼程度。

上升时间tr

：指输出值从零开始第一次上升到其终值所需时间（有振荡系统），或输出值从其终值的10%变到终值的90%所需的时间（无振荡系统）。

响应时间ts

：指从输入量开始起作用到输出值进入其终值的2%或5%误差内所需要的最短时间。

超调量：指输出第一次达到终值后又超出终值而出现的最大偏差与终值的百分比。

4.3控制系统的性能指标一般可归结为稳、快、准三个方面：

稳定性：指系统动态过程的振荡倾向和系统能否恢复平衡状态的能力。由于系统存在着惯性，当系统的各个参数匹配不当时，将会引起系统的振荡、甚至使系统失去工作能力。通常，一个能够实际运行的控制系统，必须是稳定的系统，因此，稳定性是系统工作的首要条件。

快速性：指当系统输出量与输生入量之间产偏差时，消除偏差过程的快慢程度，一般要求响应速度快，超调小。

准确性：指系统在调整过程结束后输出量和输入量之间的偏差，或称为静态精度。

同一系统的稳、快、准是相互制约的

自动控制理论除了分析系统自身的稳定性、快速性和准确性之外，主要还要研究使系统符合给定稳、快、准某一或某些要求的控制规律。4.3控制系统的性能指标4.4PID控制本章要点4.4.1PID控制4.4.2PID控制器参数整定方法4.4.3采样周期的选取

4.4.1PID控制模拟PID控制

常规的模拟PID控制系统主要由模拟PID控制器和被控对象、反馈元件组成。

PID控制是指比例（P）、积分（I）、微分（D）控制，是以系统的偏差e(t)为输入量，通过对其进行比例运算、积分运算、微分运算，综合计算出控制量u(t)。4.4.1PID控制模拟PID控制

系统偏差与控制量之间的关系可以表示为

对应的模拟PID控制器的传递函数为

4.4.1PID控制模拟PID控制

比例（P）部分

：

比例控制是一种最简单的控制方式，偏差一且产生，控制器立即产生控制作用，使被控量朝着减小偏差的方向变化，越大，偏差减小得越快，且增大值，可以提高系统的开环增益，减小系统稳态误差，从而提高系统的控制精度，但会降低系统的相对稳定性，甚至可能造成闭环系统不稳定，使系统动、静态特性变差。

比例控制是一种有差控制，无法消除系统稳态误差。

4.4.1PID控制模拟PID控制

积分（I）部分

：

从积分部分的数学表达式可以看出，只要存在偏差，它的控制作用就会不断积累。当输入e(t)消失后，输出信号的积分部分仍有可能是一个不为零的常数。积分部分的作用是消除系统的偏差。但积分作用需要一个累积的过程，所以它的动态响应相对比较慢，积分时间常数越小，积分作用越强，消除静差的时间会越短，但过小的积分时间常数会引起系统振荡，甚至不稳定。因此，在控制系统的设计中，通常不宜采用单一的积分控制器。通常将积分控制和比例控制结合起来，既利用比例控制的快速性，又发挥积分控制消除稳态误差的作用，形成PI控制。

4.4.1PID控制模拟PID控制

微分（D）部分

：

微分环节是根据偏差的变化趋势（变化速度）进行控制的，具有超前控制作用。偏差变化得越快，微分控制器的输出就越大，并能在偏差值变大之前进行修正。微分作用的引入，将有助于减小超调量，克服振荡，加快响应速度，从而改善动态性能。但微分的作用对输入信号的噪声很敏感，对那些噪声较大的系统一般不用微分，或在微分起作用之前先对输入信号进行滤波。适当地选择微分常数，可以使微分的作用达到最优。

4.4.1PID控制数字PID控制

将模拟PID控制算法离散化

位置式PID控制算法表达式为

为比例系数；

为积分系数。

4.4.1PID控制数字PID控制

增量式PID控制算法

增量式PID控制算法与位置式PID控制算法相比，只输出增量，计算量小得多，而且不会产生积分失控，因此在实际中得到广泛的应用。

4.4.1PID控制数字PID控制

增量式PID算法与位置式PID算法相比，有下列优点：

（1）增量式算法不需要做累加，控制量增量的确定仅与最近几次误差采样值有关，计算误差或计算精度对控制量的计算影响较小；而位置式PID算法要用到过去所有误差的累加值，容易产生大的累加误差。

（2）增量式算法得出的是控制量的增量，例如阀门控制中，只输出阀门开度的变化部分，误动作影响小，必要时通过逻辑判断限制或禁止本次输出，不会严重影响系统的工作；而位置式算法的输出是控制量的全量输出，误动作影响大。

（3）采用增量式算法，易于实现手动到自动的无冲击切换。但增量式PID也有其不足之处，如积分截断效应大，有静态误差，溢出的影响大。PID控制器的设计一般分为两个步骤：首先是确定PID控制器的结构，然后确定控制器的参数。通常，对于具有自平衡性的被控对象，应采用含有积分环节的控制器，如PI、PID。对于无自平衡性的被控对象，则应采用不包含积分环节的控制器，如P、PD。对具有滞后性质的被控对象，往往应加入微分环节。此外，还可以根据被控对象的特性和控制性能指标的要求，采用一些改进的PID算法。4.4.2PID控制器参数整定方法确定好PID控制器的结构以后，就要进行PID参数整定。PID参数整定方法可以分为理论计算法和工程整定法两种。工程整定法是基于实验和经验的方法，简单易行，是工程实际经常采用的方法。常用的工程整定法有经验凑试法、稳定边界法、衰减曲线法、响应曲线法等。4.4.2PID控制器参数整定方法试凑法凑试法是通过模拟或在线闭环运行（稳定时），反复凑试参数，观察系统的响应曲线直至达到满意为止。一般而言，增大比例系数将加快系统的响应，有利于减小静差。但过大，会使系统有较大的超调，并产生振荡，使稳定性变坏。增大积分时间将减小超调，减小振荡，使系统更加稳定，但将减慢系统静差的消除。增大微分时间将加快系统响应，使超调量减小，稳定性增加，但减弱系统抑制扰动的能力。4.4.2PID控制器参数整定方法1）只加入比例部分，将比例系数由小变大，并观察相应的系统响应，直到系统性能指标满足要求为止；2）若静差不能满足要求，则加入积分环节。首先取较大的Ti值，略降低KP（如为原值的0.8倍），然后反复调整Ti和KP，逐步减小Ti，直到系统有良好的动态性能，且静差消除为止；3）若经反复调整，系统动态性能仍不满意，可加入微分环节，首先设置Td=0，逐步增大Td，同时也反复改变KP和Ti，三个参数反复调整，最后得到一组满意参数。实际中，PID整定得到的参数并不唯一。因为比例、积分、微分三部分产生的控制作用，互相可以调节补偿。因此，不同的一组参数，可以达到同样的控制效果。4.4.2PID控制器参数整定方法下表给出了一些常见被控量的PID参数推荐值为了减少试凑次数，可以参照现成经验，在此基础上，再试凑。被调量特点KPTi/minTd/min流量对象时间常数小，并有噪声，因此KP较小，Ti较短，不用微分1-2.50.1-1温度对象为多容系统，有较大滞后，常用微分1.6-53-100.5-3压力对象为大容量系统，滞后一般不大，不用微分1.4-3.50.4-3液位在允许有静差时，不必用积分，不用微分1.25-54.4.2PID控制器参数整定方法稳定边界法:1）选用纯比例控制，比例系数为Kp；2）令给定值为阶跃信号，观察输出，从比较小的Kp开始，逐渐加大Kp，直到被控量出现临界稳定（等幅）振荡(如图)为止，记下临界振荡周期Tu，以及此时的临界比例系数Kp,这个临界Kp的倒数称为临界比例带δu，3）按照下表推荐的经验公式计算出控制器的参数Kp,Ti,Td需要指出的是，采用这种方法整定控制器的参数时会受到一定的限制，如有些控制系统不允许进行反复振荡实验，像锅炉给水系统和燃烧控制系统等，就不能应用此法。再如某些时间常数较大的单容过程，采用比例调节时根本不可能出现等幅振荡，也就不能应用此法。Tu4.4.2PID控制器参数整定方法衰减曲线法：实验步骤与稳定边界法类似1）选用纯比例控制，2）令给定值为阶跃信号，从比较小的Kp开始，逐渐加大Kp，直到被控量出现如下所示的4:1衰减过程为止，记下此时的比例带δu和两相邻波峰间的时间Tu，3）然后按照下表推荐的经验公式计算出Kp、Ti、Td。 0.1Tu0.3

Tu0.8δuPID

——0.5

Tu1.2δuPI————δuPTdTi

1/Kp整定参数调节规律衰减曲线对多数过程都适用，该方法的缺点是较难确定4：1（或10：1）的衰减程度。4.4.2PID控制器参数整定方法响应曲线法上述两种方法直接在闭环系统中进行参数整定，而动态特性法却是在系统处于开环情况下，即不加控制作用，获取被控对象的阶跃响应曲线。如图：此方法在不加控制作用的状态下进行，对不允许工艺失控的生产过程不能使用。4.4.2PID控制器参数整定方法•

采用周期的选取从系统控制品质来看，希望采样周期小一些，这样更接近于连续控制，不仅控制效果好，还可以采用模拟PID控制参数的整定方法；从执行机构的特性来看，因过程控制中通常采用电动或气动调节阀，它们的响应速度低，如果采用周期过小，执行结构来不及响应，达不到控制目的；从控制系统抗干扰和快速响应角度，希望T小一些；从计算工作量来看，希望T大一些，这样可以控制更多的回路，保证每个回路有足够的时间来完成必须的运算；从计算机的成本考虑，也希望T大一些，这样计算机的运算速度和采集数据的速度可以降低，从而降低硬件成本。4.4.2PID控制器参数整定方法

采样周期的选取综合考虑各种因素：采样周期应远小于对象的扰动信号周期；采样周期应比对象的时间常数小得多，否则采样信号无法反映瞬变过程；考虑执行器的响应速度，如果执行器的响应速度比较慢，则过短的采样周期将失去意义；对象所要求的调节品质。在计算机运算速度允许的情况下，采样周期短，调节品质好。性能价格比。从控制性能来考虑，希望采样周期短，但计算机运算速度，A/D和D/A转换速度要求也相应提高，导致硬件费用增加；计算机所承担的工作量。若控制回路数多，计算量大，则采样周期要加长。4.4.2PID控制器参数整定方法下表给出的是采样周期的下限，随着计算机技术的进步和成本的降低，可选取更短的采样周期，使得数字控制系统近似连续控制系统。被控量采样周期/s流量1-2压力3-5液位6-8温度10-15成分15-204.4.2PID控制器参数整定方法下表给出的是采样周期的下限，随着计算机技术的进步和成本的降低，可选取更短的采样周期，使得数字控制系统近似连续控制系统。被控量采样周期/s流量1-2压力3-5液位6-8温度10-15成分15-204.4.2PID控制器参数整定方法4.5复杂控制本章要点4.5.1串级控制4.5.2前馈控制4.5.3纯滞后补偿控制4.5.4多变量解耦控制

4.5.1串级控制当被控对象滞后较大，干扰比较剧烈、频繁时，可考虑采用串级控制系统。原料气加热炉是炼油厂常用设备；其工作要求是原料气通入炉内，经燃料加热后，其出口的温度保持恒定。对实际系统分析，其扰动主要有：燃料油的压力、原料气的流量。温度调节器和压力调节器是串联工作的，因此称为串级控制。串级控制系统分为主控回路和副控回路，与之对应的温度调节器和压力调节器分别称为主控调节器和副控调节器；温度对象和压力对象分别称为主控对象和副控对象。温度-压力串级控制系统串级控制系统：就是由两个调节器（控制器）串联在一起，控制一个执行阀的控制系统。4.5.1串级控制温度-压力串级控制系统的方框图如下：串级控制系统分为主控回路和副控回路，与之对应的温度调节器和压力调节器称为主控调节器和副控调节器，温度对象和压力对象称为主控对象和副控对象，作用在主、副对象上的干扰分别为一、二次干扰。4.5.1串级控制串级控制可用于抑制系统的扰动；克服对象的纯滞后；减小对象的非线性影响。设计时，将主要扰动包含在副控回路中，利用副控回路动作速度快、抑制扰动能力强的特点。4.5.1串级控制温度-压力串级控制系统的方框图：对实际系统分析，其扰动主要有：燃料油的压力、原料气的流量。存在扰动的系统，如果扰动可测量，则可以将其测量后，通过前馈控制器，根据扰动量的大小直接调整控制量，以抵消扰动对被控量的影响，这种方式称前馈控制。对于有前馈控制的系统，一旦扰动出现，因系统本身的惯性和纯滞后，当扰动作用还来不及使被控量发生变化时，前馈控制就及时进行了控制。若控制作用恰到好处，可以使被控量不会因扰动作用而产生偏差。4.5.2前馈控制显然，在扰动N(s)作用下，只要合理设计Df(s)，使得C1(s)+C2(s)=0前馈控制就能完全消除扰动引起的误差。扰动通道传函控制通道传函（含执行器）4.5.2前馈控制前馈、反馈比较：前馈属于开环控制，反馈属于闭环控制；前馈基于干扰控制，反馈基于偏差控制；对于抑制已知干扰，前馈比反馈要及时；前馈控制使用的是与实施对象特性而定的专用控制器，反馈控制器采用通用PID控制器。前馈只能控制一个干扰，反馈只用一个控制器就可以克服多个干扰满足这个式子的前馈控制系统，称为被控量c(t)对扰动量n(t)不灵敏系统。4.5.2前馈控制可以将反馈和前馈的优点结合，扬长避短。对主要且可测扰动进行前馈控制，对其他干扰采用反馈控制，可以提高控制效果。前馈-反馈控制系统4.5.2前馈控制前馈-反馈复合控制系统具有以下优点：①

在反馈控制的基础上，针对主要干扰进行前馈补偿。既提高了控制速度，又保证了控制精度。②

反馈控制回路的存在，降低了对前馈控制器的精度要求，有利于简化前馈控制器的设计和实现。③

在系统负荷变化时，模型特性会发生变化，可由反馈系统加以补偿，因此系统具有一定的自适应能力。4.5.2前馈控制前馈-串级控制系统当系统的主要扰动多于一个时：这样的前馈-串级控制系统能够及时克服进入前馈回路和串级副控回路的扰动对被控量的影响，可以获得很高的控制精度。4.5.2前馈控制前馈控制系统应用原则系统中存在着可测、不可控、变化频率频繁、幅值大且对被控变量有显著影响的干扰，采用前馈控制系统可大大提高控制品质。对象的滞后或纯滞后（控制通道）较大，反馈控制难以满足工艺要求，可以采用前馈控制对主要干扰进行补偿，构成前馈-反馈控制系统。系统中主要干扰比较多，且对执行器要求严格，可采用前馈-串级控制系统提高控制效果。对于无自平衡能力的生产过程，不单独使用前馈控制。4.5.2前馈控制在工业生产过程中，被控对象往往不同程度的存在着纯延迟，也就是纯滞后，比如一个系统中，被控对象的传递函数为其中为纯滞后环节，为传函中不包含纯滞后特性的部分；衡量纯滞后的大小通常通过纯滞后时间τ和惯性时间常数T之比τ/T：τ/T<0.3时，称生产过程具有一般纯滞后的过程；τ/T>0.3时，称生产过程为具有大纯滞后的过程。一般的纯滞后过程可以通过常规控制系统得到较好的控制效果。而当纯滞后较大时，则用常规控制系统较难奏效。目前克服大纯滞后的方法主要有史密斯预估补偿控制，自适应史密斯预估补偿控制、观测补偿器控制、内部模型控制等。4.5.3纯滞后补偿控制纯滞后补偿控制在工程应用中，采用纯滞后补偿控制解决较大纯滞后对象的控制问题，使用很广泛。系统的闭环传递函数为:从系统的闭环特征方程可以看出，由于的存在，使得系统的稳定性下降。这时，采用常规调节器D（s）很难达到满意的控制效果。4.5.3纯滞后补偿控制采用纯滞后补偿控制的常用方法是加入补偿器Dτ(s)，使得等效对象的传递函数不含有纯滞后特性，如下图所示。我们增加补偿环节后被控对象传递函数等于没有纯滞后环节的传递函数，于是就可以计算出补偿器的数学模型。4.5.3纯滞后补偿控制系统的闭环传递函数为虚线部分为纯滞后补偿控制的调节器4.5.3纯滞后补偿控制这种方式存在的主要问题是需要知道被控对象的准确数学模型虽然也有一些改进的纯滞后补偿控制方法，但由于仍然没有脱离对被控对象模型依赖的本质，因此使用仍然受限。由系统特征方程，可以看出，不再出现纯滞后环节。所以说，对象的纯滞后特性不再影响系统的稳定性。4.5.3纯滞后补偿控制一个复杂的生产过程往往有多个控制回路，当各个控制回路之间发生相互耦合或相互影响时，就构成了多输入多输出耦合系统。发电厂的锅炉中，有两个系统。液位系统的液位是被控量，给水量是控制变量；蒸汽压力系统的蒸汽压力是被控量，燃料是控制变量。这两个系统之间存在耦合关系。4.5.4多变量解耦控制对这两个系统进行控制，其耦合关系如图所示。D1(s),D2(s)分别为两个系统控制器的传递函数，G(s)为被控对象（耦合系统）的传递函数。由图可见，两个系统的耦合关系，实际上是通过被控对象中G21(s)，G12(s)相互影响的。为解除两个系统之间的耦合，需设计一个解耦装置F(s)。被控耦合系统G(s)耦合通道4.5.4多变量解耦控制解耦补偿控制器F(s)被控耦合系统G(s)系统控制器D(s)F(s)由F11(s),F12(s),F21(s),F22(s)构成，F21(s):消除U1(s)对C2(s)的影响；F12(s):消除U2(s)对C1(s)的影响。这样就能达到解耦的目的。经过解耦以后的系统便分成了两个完全独立的自治系统。4.5.4多变量解耦控制在工业应用中，解耦装置的设计方法主要有：对角矩阵解耦法单位矩阵解耦法前馈补偿解耦法目标就是通过解耦环节，使存在耦合的多变量控制系统变为相互独立的多个单变量控制系统。4.5.4多变量解耦控制对角矩阵解耦法为便于表达，多变量解耦控制表示为下图：图中，R(s)为输入向量；C(s)为输出向量；E(s)=R(s)-C(s)为偏差向量，D(s)为控制矩阵，G(s)为对象的传递矩阵，F(s)为解耦矩阵。可以推导出系统的开环传递矩阵：系统的闭环传递矩阵为I为单位矩阵4.5.4多变量解耦控制要实现解耦控制，要求多输入-多输出系统的各个控制回路相互独立，则系统的闭环传递函数矩阵必须是对角线矩阵，即

是对角线矩阵，则也会是对角线矩阵。因此

也一定是对角线矩阵。4.5.4多变量解耦控制因

，通常，控制系统各个回路的控制器是相互独立的，D(s)必为对角线矩阵。所以，只要G(s)F(s)为对角线矩阵，便可以满足各个控制回路相互独立的要求。因此，多变量解耦控制的设计要求归结为：根据对象的传递矩阵G(s)，设计一个解耦装置F(s)，使得G(s)F(s)为对角线矩阵。4.5.4多变量解耦控制G11(s)C1(s)U1(s)G21(s)G12(s)G22(s)U2(s)D2(s)D1(s)C2(s)R1(s)R2(s)+-+++++-F11(s)F21(s)F12(s)F22(s)++++针对前述系统，也就是要求：因为4.5.4多变量解耦控制所以得到于是这个耦合系统最终的输入输出关系就变为4.5.4多变量解耦控制可以看出，经过解耦控制以后的系统，控制变量U1(s)对C2(s)没有影响，U2(s)对C1(s)没有影响。即，经过对角线矩阵解耦后，两个控制回路相互独立。4.5.4多变量解耦控制单位矩阵解耦法单位矩阵解耦法是对角矩阵解耦法的一种特例----使被控过程的传函矩阵G(s)与解耦环节的传函矩阵F(s)的乘积所构成的广义对象矩阵为单位矩阵。1C1(s)U1(s)1U2(s)D2(s)D1(s)R1+-+-R2C2(s)4.5.4多变量解耦控制可以看出，如果采用单位矩阵法解耦，不但消除了原耦合系统间的关联，同时改变了等效被控对象的特性，将对象特性等效为1，因此极大地提高了系统的稳定性。但是单位矩阵法解耦也有缺点，即其解耦网络模型实现困难。4.5.4多变量解耦控制前馈补偿解耦法前馈补偿解耦是把控制回路之间的耦合看成一种扰动，利用前馈控制原理实现解耦。

前馈补偿解耦系统框图G11(s)C1(s)U1(s)G21(s)G12(s)G22(s)U2(s)D2(s)D1(s)C2(s)R1(s)R2(s)+-+++++-Df2(s)Df1(s)++++图中Df1(s)、Df2(s)为前馈补偿解耦器的传函，前馈补偿解耦的基本思想是将U1(s)对C2(s)的影响，U2(s)对C1(s)的影响视为扰动，并按前馈补偿的方法消除扰动影响。前馈补偿解耦器4.5.4多变量解耦控制扰

动U1(s)对被控参数C2(s)的影响为：C2(s)=U1(s)G21(s)+U1(s)Df2(s)G22(s)=U1(s)(G21(s)+Df2(s)G22(s))如果要求U1(s)对被控参数C2(s)没有影响，则需G21(s)+Df2(s)G22(s)=0即解耦环节的数学模型为同理可求另一个解耦环节的数学模型为G11(s)C1(s)U1(s)G21(s)G12(s)G22(s)U2(s)D2(s)D1(s)C2(s)R1(s)R2(s)+-+++++-Df2(s)Df1(s)++++4.5.4多变量解耦控制小结：

学习内容解耦装置的设计方法主要有：对角矩阵解耦法单位矩阵解耦法前馈补偿解耦法目标：通过解耦环节，使存在耦合的被控过程的每个控制变量的变化只影响与其配对的被控参数，而不影响其他控制回路的被控参数。即把多变量耦合控制系统分解为若干相互独立的单变量控制系统。4.5.4多变量解耦控制4.6先进控制本章要点4.6.1自适应控制4.6.2预测控制4.6.3专家控制4.6.4模糊控制4.6.5神经网络控制

4.6.1自适应控制能根据被控对象特性变化情况，自动改变控制器的控制规律和参数，使生产过程始终在最佳状况下进行的控制系统称为自适应控制（AdaptiveControl）自适应控制系统应具有以下基本功能：1）能在线辨识被控对象特性变化，更新被控对象的数学模型，或确定控制系统当前的实际性能指标；2）能根据生产条件变化和辨识结果，选择合适的控制策略或控制规律，并能自动修正控制器参数，保证系统的控制品质，使生产过程始终在最佳状况下进行。根据设计原理和系统结构的不同，自适应控制系统可分为两种基本类型，即自校正控制系统和模型参考自适应控制系统。自校正控制系统根据具体生产过程的特点，采用不同的辨识算法、控制规律（策略）以及参数计算方法，可设计出各种类型的自整定控制器和自校正控制系统。4.6.1自适应控制模型参考自适应控制系统这种系统不需要专门的在线辨识装置，调整控制系统控制规律和参数的依据是被控对象输出y(t)相对于理想模型输出ym(t)的偏差e(t)。通过调整控制规律和参数，使系统的实际输出y(t)尽可能与参考模型输出ym(t)一致。模型参考自适应控制要研究的主要问题是怎样设计一个稳定的、具有较高性能的自适应机构（有效算法）4.6.1自适应控制4.6.2预测控制比较有代表性的有：模型算法控制（MAC，ModelAlgorithmicControl）动态矩阵控制（DMC，DynamicMatrixControl）广义预测控制（GPC，GeneralizedPredictiveControl）内部模型控制（IMC，InternalModelControl）4.6.2预测控制-模型算法控制模型算法控制（MAC，ModelAlgorithmicControl）模型算法控制的结构包括内部模型、反馈校正（闭环预测输出）、滚动优化（优化算法）、参考轨迹四个环节。1）内部模型4.6.2预测控制-模型算法控制2）反馈校正在预测控制中通常采用第k步的实际输出测量值与预测输出值之间的误差对模型的预测输出进行修正，就可得到闭环预测模型。这就是闭环预测模型的由来。修正后的预测值：用修正后的预测值作为计算最优性能指标的依据，实际上是对测量值的一种负反馈，故称反馈校正。如果对象特性发生了某种变化，使内部模型不能准确反映实际过程的变化，预测输出就不准确。由于存在反馈环节，经过反馈校正，控制系统的鲁棒性得到很大提高，这也是预测控制得到广泛应用的重要原因。4.6.2预测控制-模型算法控制3）参考轨迹模型算法控制的目的是使输出沿着一条事先规定好的曲线逐渐达到给定值，这条指定曲线称为参考轨迹。通常参考轨迹采用从现在时刻k对象实际输出值出发的一阶指数曲线。在未来时刻的数值为采用这种参考轨迹，将会减小过量的控制作用，使系统输出能平滑地到达设定值；参考轨迹的时间常数越大，值也越大，越平滑，系统的柔性越好，鲁棒性也越强，但控制快速性会降低。在实际系统设计时，需要兼顾快速性和鲁棒性两个指标。4.6.2预测控制-模型算法控制4.6.2预测控制-模型算法控制4）滚动优化预测控制是一种最优控制策略，其目标函数是使某项性能指标最小。最常用的是二次型目标函数：根据目标函数求极小值，可得到M个控制作用序列但在实际执行控制作用时，只执行当前一步，下一时刻的控制量则需重新计算，即递推一步，重复上述过程。这种方法采用滚动式的有限时域优化算法，优化过程是在线反复计算，对模型时变、干扰和失配等影响能及时补偿，因而称为滚动优化算法。4.6.2预测控制-模型算法控制这种算法的基本思想是首先预测被控对象未来的输出，再确定当前时刻的控制，是先预测后控制，明显优于先有输出反馈、再产生控制作用的经典PID控制系统。只要针对具体对象，选择合适的加权系数和预测长度P、控制（时域）长度M以及平滑因子，就可获得很好的控制效果。4.6.2预测控制-模型算法控制动态矩阵控制也包括内部模型、反馈校正（闭环预测输出）、滚动优化（优化算法）、参考轨迹四个环节4.6.2预测控制-动态矩阵控制1）内部模型DMC的内部模型为单位阶跃响应曲线单位阶跃响应曲线同单位脉冲响应曲线一样可以表示对象的动态特性，二者之间的转换关系为：由前式得：该式可表示为4.6.2预测控制-动态矩阵控制如果定义矢量和矩阵：4.6.2预测控制-动态矩阵控制则前式可表示为：4.6.2预测控制-动态矩阵控制2）反馈校正由于非线性、随机干扰等因素，模型预测值与实际输出可能存在差异，为了减少这种差异的影响，用对象实际输出和预测模型输出的偏差，对模型预测值进行修正：如果定义矢量：则前式可表示为：其他部分与模型算法控制（MAC）相同。4.6.2预测控制-广义预测控制与内部模型控制广义预测控制前面讨论的预测控制，如果预测模型与真实模型失配严重，会导致系统的动态特性和控制质量变坏，甚至不稳定而无法正常运行。Clarke于1985年提出的广义预测控制（GPC），在保留MAC、DMC算法特点的基础上，采用受控自回归积分滑动平均模型（CARIMA，ControlAuto-RegressiveIntegratedMovingAverage）或受控自回归滑动平均模型（CARMA，ControlAuto-RegressiveMovingAverage）作为内部模型（替代单位脉冲响应模型或单位阶跃响应模型），吸收了自适应和在线辨识的优点，对模型失配、模型参数误差的鲁棒性有所提高。4.6.2预测控制-广义预测控制与内部模型控制内部模型控制内部模型控制（IMC）是Garcia和Morari于1982年提出来的一种控制算法，其基本结构如图所示。引人内部模型后，反馈量已由原来的输出量反馈变为干扰量反馈，控制器设计较为容易。当模型与对象失配时，反馈信息还含有模型失配的误差信息，从而有利于控制系统的抗干扰设计，增强系统的鲁棒性。1）专家控制系统的类型（1）直接型专家控制系统：具有模拟（或延伸、扩展）操作工人智能的功能，能够取代常规PID控制，实现在线实时控制。它的知识表达和知识库均较简单，由几十条产生式规则构成，便于修改，其推理和控制策略简单，控制决策效率较高。（2）间接型专家控制系统：和常规PID控制器相结合，对生产过程实现间接智能控制，具有模拟（或延伸、扩展）控制工程师智能的功能，可实现优化、适应、协调、组织等高层决策。按其高层决策功能，可分为优化型、适应型、协调型和组织型专家控制系统（器）。4.6.3专家控制2）专家控制系统基本组成不同类型专家控制系统的结构可能有很大差别，但都包含算法库、知识基系统、人-机接口等基本组成部分。算法库主要进行数值计算：

控制算法根据知识基系统的控制配置命令和对象的测量信号，按选定的控制策略或最小方差等算法计算控制操作信号。辨识算法和监控算法是从数值信号流中抽取特征信息，只有当系统运行状况发生某种变化时，才将运算结果送入知识基系统，增加或更新知识。4.6.3专家控制2）专家控制系统基本组成不同类型专家控制系统的结构可能有很大差别，但都包含算法库、知识基系统、人-机接口等基本组成部分。知识基系统储存控制系统的知识信息，包括数据库和规则库。在稳态运行期间，知识基系统是闲置的，整个系统按传统控制方式运行。知识基系统具有定性的启发式知识，进行符号推理，按专家系统的设计规范编码，通过算法库与对象相连。4.6.3专家控制2）专家控制系统基本组成不同类型专家控制系统的结构可能有很大差别，但都包含算法库、知识基系统、人-机接口等基本组成部分。人机接口作为人机界面，把用户输入的信息转换成系统内规范化的表示形式，然后交给相应模块去处理；把系统输出的信息转换成用户易于理解的外部表示形式显示给用户，实现与知识基系统的直接交互联系，与算法库间接联系。4.6.3专家控制2）专家控制系统基本组成不同类型专家控制系统的结构可能有很大差别，但都包含算法库、知识基系统、人-机接口等基本组成部分。人机接口作为人机界面，把用户输入的信息转换成系统内规范化的表示形式，然后交给相应模块去处理；把系统输出的信息转换成用户易于理解的外部表示形式显示给用户，实现与知识基系统的直接交互联系，与算法库间接联系。4.6.3专家控制模糊控制系统的基本结构模糊控制系统将变送器测得的数据（被控参数）与给定值进行比较后得到的偏差和偏差变化率输入到模糊控制器，模糊控制器通过计算得出控制量，通过对被控对象进行控制。4.6.4模糊控制模糊控制系统的基本结构模糊控制器的输入、输出量都是精确的数值，模糊控制器采用模糊语言变量，用模糊逻辑进行推理，因此必须将输入数据变换成模糊语言变量，这个过程称为精确量的模糊化（Fuzzification）；然后进行推理、形成控制策略（变量）；最后将控制策略转换成一个精确的控制变量MV，即去模糊化（Defuzzification，亦称清晰化），并输出控制变量MV进行控制操作。4.6.4模糊控制1）模糊化4.6.4模糊控制模糊化是将偏差e及其变化率的精确量转换为模糊语言变量，即根据输入变量模糊子集的隶属函数找出相应的隶属度，将e及其变化率变换成模糊语言变量

。在实际控制过程中，把一个实际物理量划分为“正大”“正中”“正小”“零”“负小”“负中”“负大”七级，分别以英文字母PB、PM、PS、ZE、NS、NM、NB表示。每一个语言变量值都对应一个模糊子集。首先要确定这些模糊子集的隶属度函数（MembershipFunction），才能进模糊化。在设定一个语言变量的隶属度函数时，要考虑隶属度函数的个数、形状、位置分布和相互重叠程度等。要特别注意，语言变量的级数设置一定要合适，如果级数过多，则运算量大，控制不及时；如果级数过少，则控制精度低。2）模糊规则推理4.6.4模糊控制在进行模糊控制器设计时，首先要确定模糊语言变量的控制规则。语言控制规则来自于操作者和专家的经验知识，并通过试验和实际使用效果不断进行修正和完善。规则的形式为：IF...THEN...其中IF部分的“XisAandYisB”称为前件部，THEN部分的“ZisC”称为后件部，X、Y是输入变量，Z是推理结论。在模糊推理中，X、Y、Z都是模糊变量，而现实系统中的输入、输出量都是确定量，所以在实际模糊控制实现中，输入变量X、Y要进行模糊化，Z要进行清晰化。A、B、C是模糊集，在实际系统中用隶属度函数表示，一个模糊控制器是由若干条这样的规则组成的，输入、输出变量可以有多个。模糊控制推理中较为常用的模糊关系合成运算有最大-最小合成运算（MAX-MIN-Operation）和最大-乘积合成运算（MAX-PROD-Operation），常用的推理方法有Mamdani推理（MamdaniInference）、Larsong推理（LarsongInference）等。推理规则对于控制系统的品质起着关键作用，确定合适的规则数量和正确的规则形式；同时给