CN100422882C - 过程控制器的无模型自适应 - Google Patents

过程控制器的无模型自适应 Download PDF

Info

Publication number
CN100422882C
CN100422882C CNB021286019A CN02128601A CN100422882C CN 100422882 C CN100422882 C CN 100422882C CN B021286019 A CNB021286019 A CN B021286019A CN 02128601 A CN02128601 A CN 02128601A CN 100422882 C CN100422882 C CN 100422882C
Authority
CN
China
Prior art keywords
gain
controller
module
time
regulator
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
CNB021286019A
Other languages
English (en)
Other versions
CN1484118A (zh
Inventor
W.K.沃伊斯尼斯
T.L.布莱文斯
D.蒂勒
J.A.顾达兹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fisher Rosemount Systems Inc
Original Assignee
Fisher Rosemount Systems Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fisher Rosemount Systems Inc filed Critical Fisher Rosemount Systems Inc
Publication of CN1484118A publication Critical patent/CN1484118A/zh
Application granted granted Critical
Publication of CN100422882C publication Critical patent/CN100422882C/zh
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/024Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

自适应过程控制器驱动过程变量基本上等效于设置点并根据无模型自适应自适应控制器增益、控制器复位、和/或控制器速率。该自适应控制器组合由振荡指数计算的控制器增益与由稳态估算计算的控制器增益,并通过迫使控制器比例、积分或微分的两个的比率等于预定值自适应控制器复位/速率。

Description

过程控制器的无模型自适应
相关申请
本申请要求于2001年7月13日提交的美国在先申请No.60/305545的权益。
技术领域
本发明一般涉及过程控制器的自适应,并且更具体地涉及过程控制器的无模型自适应,诸如响应于加载分配或设置点改变的PID控制器和模糊逻辑控制器。
背景技术
对于使用诸如比例-积分(PI)控制器、比例-积分-微分(PID)控制器或模糊逻辑控制器(FLC)之类的过程控制器控制过程,使得保持过程变量等于期望设置点值是已知的。这些过程控制器一般利用诸如控制器增益、控制器积分时间(称为复位)和微分时间(称为比率)的一组控制参数,已经按期望的方式产生这些控制参数控制过程变量。但是,作为过程操作,自适应控制参数调节在过程或设置点的变化、或者根据观察到的操作参数优化控制器一般是有用的和有时需要的。
无模型自适应过程控制器使用一般的闭环控制器响应于自适应和响应于设置点变化或负载振动。在一个无模型自适应过程控制器的例子中,系统测量振荡周期并检测实际的阻尼和误差信号的过调量。如果不存在误差信号的振荡,比例增益参数控制增加并积分和微分时间控制参数降低。如果检测到误差信号的振荡,则测量振荡的阻尼和过调量,并且相应地调节增益、控制器积分时间和微分时间。
虽然这个例子中无模型自适应方法是简单的,但是已经显示出某些缺陷。具体地,这种方法仅当控制响应是振荡的才是可应用的。如果控制响应不振荡,则控制参数或设置点必须变化,导致振荡迫使自适应。结果,自适应要求多于一组设置点的变化调节过阻尼的控制器,并且另外,控制器被限制在较小的安全范围调节振荡响应。
由于认识到无模型自适应控制器与一般基于模型的自适应控制器相比,具有执行少量计算和要求简单算法的潜力,因此已经作出某些尝试,利用无模型自适应控制器克服已认识到的上述缺陷。例如,Marsik.J和Strejc.V在出版物Automatica(第25卷、第2期、第273-277页,1989)发表的文章“Applicationof Identification-Free Algorithms for Adaptive Control”披露了一种示例性无模型自适应PID控制器。在这篇文章中,Marsik和Strejc认识到,在适当调节的控制器中,构成输出的控制器变化的所有控制器的比例、积分、微分项的绝对平均值粗略相等。结果,这篇文章描述了一种调节过程控制器的自适应程序,通过迫使控制参数为使所有个别的比例、积分、或微分项的绝对平均值将相等的值。
遗憾的是,由Marsik和Strejc提出的无模型自适应控制器显示出很差的收敛性、有时通过不稳定区、并且对多数过程控制问题无效。再有,由Marsik和Strejc提出的自适应程序也不能支持对诸如模糊逻辑控制器之类的非线性控制器的可应用性。
具体地,尽管近10年说明模糊逻辑控制器的优点的文章大量地发表,但是这些控制器付诸工业实用还是微乎其微。使用模糊逻辑控制器相对低的一个原因是调节它们很困难。虽然明显的努力已经集中于调节简单的模糊逻辑控制器,其中控制器定义了在输入端的两个或三个隶属函数和在输出端的类似数量的隶属函数,这里已经不再提到应用无模型自适应方法到模糊逻辑控制器了。
发明内容
在本发明中描述的无模型自适应控制器减少了以前无模型自适应控制器系统的某些缺陷。例如,这里所描述的系统显示出在进行自适应的控制器参数上较好的收敛性、降低了增益与复位自适应之间的交互作用、允许在满足控制器调节要求方面的灵活性、减少噪声对增益自适应的影响、和工作在具有或小或大的停滞时间的闭环系统中,以及具有可变停滞时间的环路中。另外,所描述的系统降低了经常与调节模糊逻辑控制器相关的困难。
附图说明
图1是无模型自适应PID过程控制系统的框图;
图2是响应于图1系统的变化过程参数的控制器增益和复位自适应的曲线图;
图3是响应于图1系统中存在噪声变化过程参数的控制器增益和复位自适应的曲线图;
图4是响应于利用图1的自适应PID过程控制系统的设置点的过程变量变化的曲线图;
图5是无模型自适应模糊逻辑控制系统的框图;
图6是响应于图5的系统中变化过程参数的控制器输出比例系数和误差比例系数自适应变化的曲线图;
图7是作为如图6所示的自适应结果响应于设置点变化的过程变量变化的曲线图;
图8是利用图5的自适应模糊逻辑控制系统响应设置点变化的过程变量变化的曲线图。
具体实施方式
图1表示一种自适应PID控制系统或调节器的方框示意图,一般由标号10表示。自适应PID控制系统10包括:过程控制器12、处理器14、管理器16、激励发生器18、增益自适应块20、复位/速率自适应块22、和如图1所示的通信连接的安全网络块24。在按照标准闭环控制系统操作中,过程输出信号或过程变量PV是从处理器14发送的并且施加到求和块26,用于与设置点SP比较。来自激励发生器18的输出信号如在下面详细描述的那样也可以施加到求和块26。确定为过程变量PV与设置点SP之间差的误差信号被传送到过程控制器12,在这个例子中该控制器可以是任何类型的PID控制器或其变形。
在闭环操作中,过程控制器12的输出被施加到求和块28,在该块中可以与从激励发生器18的输出信号进行求和,并且块28的输出作为控制信号OUT被施加到处理器14。按这种方式,根据标准闭环控制原理,过程控制器12根据如下一般方程操作驱动过程变量PV将基本等于设置点SP:
u ( k ) = k c ( k ) [ e ( k ) + Σ K T s T i ( k ) e ( k ) + T u ( k ) T S Δe ( k ) ] - - - ( 1 )
其中
u(k)=在时间k的控制信号OUT;
kc(k)=在时间k的控制器增益;
e(k)=误差信号,在时间k设置点SP与过程变量PV之间的差;
TS=扫描时间间隔;
T1(k)=复位,或在时间k的控制器的积分时间;
Td(k)=速率,或在时间k的控制器的微分时间;
Δe(k)=在时间k的误差信号的变化或e(k)-e(k-1);
等效PID控制器可以增量形式表示为:
Δu ( k ) = k c ( k ) [ Δe ( k ) + T s T i ( K ) e ( k ) + T d ( k ) T s Δ 2 e ( k ) ] - - - ( 2 )
其中
Δ2e(k)=Δe(k)-Δe(k-1);在时间k的误差信号的变化
一般,自适应PID控制系统10自适应控制增益Kc,以及一个或多个控制器参数(即,方程(1)的控制器积分时间和微分时间)。为了自适应控制器Kc,增益自适应块20组合由振荡指数Kc OSC计算的控制器增益与由过程稳态增益Kc SS估算的控制器增益,确定整个控制器增益Kc,因此产生对噪声低敏感的控制器系统。为了自适应构成按方程(2)输出的控制器变化的项,复位/速率自适应块22自适应诸如复位或速率之类的某些控制器参数,迫使两个或多个控制器项的比率等于预定常数。
在操作中,管理器16监视设置点SP和过程变量PV并且在一个或多个预定条件下开始自适应。例如,当误差信号e或误差信号的变化Δe大于预定阈值时,即当下列条件的任何一个或两者都满足时,管理器16可以开始自适应:
|e(k)|>Emin  (3)
或者
|Δe(k)|>ΔEmin  (4)
其中
Emin=预定的最小误差信号的阈值;和
ΔEmin=误差信号阈值的预定的最小变化。
激励发生器18可以进行编程,在预定时间自动地产生自适应,产生按周期时间发生的或当系统已经在稳态操作预定时间量时发生的自适应。为了产生自适应PID控制系统10的自适应,激励发生器18可以自动或者在管理器16的控制下注入控制信号到求和块26和求和块28之一或两者,足以迫使系统中的信号满足上述预定条件的一个或多个并且因此触发自适应过程。
一旦管理器16确定要求自适应,管理器16通知增益自适应块20,开始控制器增益Kc的自适应。增益自适应块20通过按照加权平均由振荡指数计算的增益和由估算过程稳态增益计算的控制器增益计算控制器增益Kc来执行自适应。例如,控制器增益Kc可以按照下述方程进行估算:
其中
Kc=α1Kc SS+(1-α1)Kc OSC         (5)
α1=一个预置的比率常数,可以例如是0.4;
Kc SS=由过程稳态增益估算值计算出的控制器增益;和
Kc OSC=由振荡指数计算的控制器增益。
具体地,当过程输出(PV1)和控制器输出(OUT1)达到一个新的稳态时,增益自适应块20可以利用在设置点变化前和设置点变化后的某个时间的过程输出(PV0)和控制器输出(OUT0)计算稳态控制器增益Kc SS。这个计算可以按下列公式执行:
K c SS = | OUT 0 - OUT 1 | | PV 0 - PV 1 | λ [ 1 + DT T i ( k ) ] - - - ( 6 )
其中:
λ=使用在闭环控制器调节的已知λ控制器调节系数;
DT=过程的停滞时间,该时间或者是已知的或者是通过公知技术可以估算的;和
T1(k)=在时间k控制器复位。
上述方程(5)可以改写为:
K c SS = 1 K SS λ [ 1 + DT T i ( k ) ] - - - ( 7 )
因为KSS可以用别的方法定义为在控制器输出(OUT)变化上的过程输出(PV)变化。
另外,由振荡指数计算的控制器增益Kc OSC可以按下式进行计算:
Kc OSC=Kc OSC(k)+ΔKc OSC(k)         (8)
其中:
Kc OSC(k)=在时间k由振荡指数计算的控制器增益;和
ΔKc OSC(k)=在时间k由振荡指数计算的控制器增益的变化。
由振荡指数计算的控制器增益初始值Kc OSC可以利用已知PID控制器调节方法进行计算。例如,初始值Kc OSC可以利用中继振荡自动调节器或手动环路步进测试进行计算。
再有,在时间k由振荡指数W(k)计算的控制器增益ΔKc OSC的变化可以按下式计算:
ΔKc OSC(k)=χkc OSC(k)(W(k)+Wref)    (9)
其中:
χ=控制增益自适应速度的预置常数,该常数的值可以例如在0.02和0.05之间;
Wref=从-1到+1区间选择的预置的值,例如可以是-0.5;
并且
W(k)=sign[e(k)]sign[e(k)-2e(k-2)+e(k-4)]    (10)
因此,为了增益自适应块20开始自适应控制器增益Kc,因为在时间k-4振荡指数需要控制器误差信号,必须发生4次扫描。另外,上述计算根据k-2和k-4,但是可以利用包括例如k-6、k-8等的任何间隔数。
另外,在任何过程控制系统中通常出现噪声。因此,在自适应过程中希望提供噪声补偿以减少噪声的影响。例如,增益自适应块20可以在自适应PID控制系统10中通过增加预置值Wref计算噪声,该Wref是通过按照如下公式统计确定的值:
Wref noise=Wref+φσ        (11)
其中
Wref noise=算噪声的修改的预置值Wref
φ=定义噪声补偿度的预置值,该值例如可以在1和4之间;和
σ=能力标准偏差,是任何现代PID控制器的公知特征并且反映控制器不能校正的噪声和过程输出的较高频率变化。
噪声补偿的结果,自适应PID控制系统10显示出对系统中噪声的较低敏感性。
如上所述,振荡指数Kc OSC对噪声是敏感的并且可以根据方程(9)进行补偿。计算振荡指数Kc OSC使其对噪声低敏感性的另一种方式是按下式进行计算的:
W(k)=sign[e(k)]sign[e(k)-2e(k-i)+e(k-2i)]   (12)
其中:
I=int((k-k0)/2);和
k0=自适应开始的时间。
另外一种情况下,使其对噪声的敏感性小的振荡指数Kc OSC的计算可以写为:
W ( k ) = sign [ e ( k ) ] sign [ e ( k ) + e ( k - 2 i ) 2 - e ( k - i ) ] - - - ( 13 )
因此,利用上述公式,即使过程变量PV交叉设置点SP,只要过程变量PV变化的方向保持在正或负,就可以计算振荡指数。一旦过程变量PV的变化方向改变,必须执行振荡指数计算的另一个周期。
当完成增益自适应或同时发生增益自适应时,管理器16控制复位/速率自适应块22,开始如下所述的影响比例、积分和微分控制器项的一个或多个控制器参数的自适应。具体地,复位/速率自适应块22自适应控制器积分时间和或微分时间,迫使两个控制器项为预定比率。虽然在两个项相等的情况下该比率可以是1,但是该比率也可以不是1。另外,虽然图1的自适应PID控制系统10如下所述自适应控制器积分时间T1,使比例和积分控制器项的比率等于预置的比率,但是本专业的技术人员应当理解复位/速率自适应块22可以进行编程,自适应各个控制器项的任何组合为一个或多个比率。例如,自适应PID控制系统10可能自适应微分时间Td,迫使比例与微分控制器项的比率为特定的值。
在一个实施例中,复位/速率自适应块22,或管理器16首先确定是否满足如下公式:
e(k)*Δe(k)<0        (14)
其中
e(k)=误差信号,在时间k设置点SP与过程变量PV之间的差;和
Δe(k)=在时间k误差信号的变化。
如果满足上述方程,意味着误差信号的绝对值正在降低,复位/速率自适应块22可以开始自适应控制器复位T1,按照如下方程补偿增益变化:
T1(k+1)=T1(k)+ΔTi(k)      (15)
其中:
Ti(k+1)=在时间k+1的控制器积分时间;
T1(k)=在时间k的控制器积分时间;
ΔT1(k)=在时间k控制器积分时间或控制器复位的变化;
其中
Δ T 1 ( k ) = γ T 1 ( k ) [ 1 β - 1 ] - - - ( 16 )
其中
γ=控制复位自适应速度的预置常数,该常数例如可以在0.05和0.5之间;
β = | ΣΔ P k | α | ΣΔ I k | = | ΣΔe ( k ) | T i ( k ) α | Σe ( k ) | T s - - - ( 17 )
其中:
ΔPk=在时间k控制器比例项的变化;
ΔIk=在时间k控制器积分时间的变化;
α=预置比率。
在复位/速率自适应期间,目的是自适应控制器积分时间T1(k),驱动β等于1,这种情况发生在当积分和比例项的变化实际比率等于希望的比率α的时候。因此,如上所述,控制器积分时间T1将收敛于取决于选择α值的一个值。α的值可以通过利用计算控制器增益技术的λ调节中与λ的关系进行选择。对于无模型自适应已经产生如下关系:
如果αλ=1,则T1(k)收敛于零极点抵消值;
如果αλ>1,则T1(k)收敛于大于零极点抵消值;
如果αλ<1,则T1(k)收敛于小于零极点抵消值。
为了进一步搞清这个关系,以与在λ调节中λ定义控制器增益的相同方式定义自适应PID控制器积分时间的值的调节系数Λ可以按下式进行计算:
Λ=1/α
在时间k的控制器积分时间T1(k)根据如下关系收敛于取决于αλ的值:
如果Λ=λ则T1(k)收敛于零极点抵消值;
如果Λ<λ则T1(k)收敛于大于零极点抵消值;和
如果Λ>λ则T1(k)收敛于小于零极点抵消值。
复位/速率自适应块22还可以包括对控制器增益KC和控制器积分时间T1之间交互补偿进行检查。首先,如果可能出现补偿的话,复位/速率自适应块22可以执行如下的测试:
ΔT1(k)*ΔKc(k)>0     (18)
其中:
ΔT1(k)=在时间k的控制器积分时间的变化;和
ΔKc(k)=在时间k的控制器增益的变化。
如果复位/速率自适应块22确定控制器增益与复位自适应之间的交互将被补偿,即,控制器积分时间T1和控制器增益Kc两者都是正或负变化,可用以下方程补偿或校正控制器积分时间T1值:
T1(k+1)corr=T1(k+1)+ΔT1(k)corr      (19)
其中:
T1(k+1)corr=在时间k+1补偿的控制器积分时间;
T1(k+1)=在时间k+1未补偿的控制器积分时间;
ΔT1(k)corr=在时间k补偿的控制器积分时间的变化。
ΔT1(k)corr例如可以按下式计算:
Δ T 1 ( k ) corr = Δ T 1 ( k ) [ 1 - k | Δ K c ( k ) | K c ( k ) old ] - - - ( 20 )
其中:
ΔT1(k)=在时间k的控制器积分时间的变化;
ΔKc(k)=在时间k的控制器增益的变化;
Kc(k)old=自适应计算前在时间k的控制器增益;和
k=代表复位补偿度的复位值,该值例如可以是0.1。
为了防止过程变量PV的振荡,自适应PID控制系统10可以装备安全网络24。在自适应期间,如果管理器16检测到控制响应在振荡,当过程变量时该振荡可以检测到,并因此误差值过零,即,当满足如下方程时:
e(k)*e(k-1)<0       (21)
管理器16可以激活安全网络24降低控制器增益Kc。为了实现降低控制器增益,安全网络24可以利用如下方程:
Kc(k+1)=ηKc(k)       (23)
其中:
η=预置的阻尼常数,该常数例如可以是0.95;和
Kc(k)=在时间k的控制器增益。
图2表示由标号50标注的控制器增益Kc和由标号52标注的控制器积分时间T1两者相对于时间的曲线图,其中控制器增益Kc和控制器积分时间T1在如上所述的模拟过程控制系统中响应于由线54表示的过程增益特性和由线56表示的过程滞后特性的变化进行自适应。具体地,过程增益54在时间k按照1.5+sin(k/2700)变化和过程滞后56在时间k按照10+10sin(k/14400)变化。过程停滞时间大约2秒,每240秒设置点改变,曲线取样率为20秒,将比率α选择为1.6。如图2的图所示,由于控制器增益Kc和控制器积分时间T1自适应于变化的控制器条件,因此,控制器增益Kc(线50)相反地响应于过程增益54的变化,而控制器积分时间T1(线52)呈现出对变化的过程滞后56的良好的轨迹。
图3表示由标号60标注的控制器增益Kc和由标号62标注的控制器积分时间T1两者相对于时间的曲线图,其中控制器增益Kc和控制器积分时间T1在如上所述的模拟过程控制系统中响应于由线64表示的过程增益特性和由线66表示的过程滞后特性的变化进行自适应,并存在一个百分点的四分之一(0.25%)的噪声。过程增益64在时间k按照1.5+sin(k/2700)变化和进行滞后66在时间k按照10+10sin(k/14400)变化。过程停滞时间大约2秒,每240秒设置点改变,曲线取样率为20秒,将比率α选择为1.2。如图3的图所示,噪声对自适应过程的影响最小并且由于控制器增益Kc和控制器积分时间T1被自适应到正在变化的控制器条件,控制器增益Kc(线60)相反地响应于过程增益64的变化,而控制器积分时间T1(线62)将呈现出对变化的过程滞后66的良好的轨迹。具体地,尽管噪声存在,控制器增益Kc与过程增益的积被线68标示为(过程增益)*Kc+5,并说明控制器增益Kc(线60)与过程增益64之间的一种稳定反相关系。
图4表示由标号70标示的过程变量PV在如上所述的模拟过程控制系统中响应于由标号72标示的设置点变化SP进行自适应的曲线图。在所说明的图中,预置值Wref选择为-0.5,将比率α选择为1.6。应当指出,响应于变化的设置点SP的过程变量70的自适应的清楚响应是用于检索标示数据的数据历史限制的结果。正如图4的图所示,过程变量70的变化显示了设置点72很好的变化轨迹。
虽然描述在这里的自适应PID控制系统10自适应控制器积分时间T1,迫使控制器比例项和控制器积分时间的比例为一个特定值,正如本专业的技术人员现在应当理解的,可以使用类似的方程自适应微分时间Td,使控制器比例项与控制器微分项的比率为一个特定值。同样,两组方程将可以用于自适应T1和Td,使得微分和积分控制器项的比率为一个特定值。另外一种情况下,自适应控制器积分时间以后,微分时间可以按照Td=αc*T1计算出来,其中αc是在1/4到1/8范围的常数,例如,1/6.25。
再有,在可替代的实施例中,复位/速率自适应块22利用两个控制器项的差自适应控制器积分时间和或微分时间。例如,自适应PID控制系统10可以利用比例项和控制器积分时间的差自适应控制器积分时间Ti。具体地,控制器积分时间可以按下式计算:
|ΔP|-|ΔI|α=∑Δ       (23)
其中:
ΔP=控制器比例项的变化;
ΔI=控制器积分时间的变化;
α=预置比例;并且
其中:
Δ = | Δe ( k ) | - | e ( k ) | α T s T - - - ( 24 )
重写上述方程为:
Σ [ | Δe ( k ) | - | e ( k ) | α T S T i ] = ΣΔ - - - ( 25 )
或:
∑|Δe(k)|T1-∑|e(k)|αTS=T1∑Δ      (26)
其中:
e(k)=误差信号,在时间k的设置点SP与过程变量PV之间的差;
TS=扫描时间间隔;
T1=复位,或控制器积分时间;
Δe(k)=在时间k的误差信号的变化。
通过认识到最终自适应目的是驱动Λ为0,这可以描述为:
∑|Δe(k)|T1′-∑|e(k)|αTS=0      (27)
其中:
T1′=Ti+ΔT1
组合上述方程,控制器积分时间ΔT1可以最终按下式计算:
∑|Δe(k)|ΔT1=-Ti∑Δ     (28)
或:
Δ T 1 = T i ΣΔ Σ | Δe ( k ) | - - - ( 29 )
在如图5所示的另一个实施例中,上述自适应方法还可以应用到一般由标号110表示的自适应模糊逻辑控制器(FLC)系统。自适应FLC系统110一般利用在图1所示的自适应PID系统10相同的部件,除了在自适应FLC系统110中过程控制器12由模糊逻辑控制器112替代外,并且FLC系统110还包括附加的误差比例系数/复位自适应转换块114和输出自适应比例系数自适应转换块116。
自适应FLC系统110按照上述与自适应PID控制系统10相联系描述的相同闭环操作进行工作。具体地,由处理器14检测过程变量PV并应用到求和块26,用于与设置点SP比较,和从激励发生器18的输出信号也可以施加到求和块26,如上所述。然后误差信号e被传送到模糊逻辑控制器(FLC)112。同时,管理器16、增益自适应块20和复位/速率自适应块22根据上述方程(2)到(17)进行操作。误差比例系数/复位自适应转换块114和输出自适应比例系数自适应转换块116转换由复位/速率自适应块22和增益自适应块20计算的结果到下面描述的模糊逻辑比例系数。
FLC 112利用预定模糊规则、隶属函数和调节比例系数进行操作。FLC 112利用误差比例系数Se、误差比例系数SΔc的变化和计算每个预定隶属函数的隶属度,转换与过程控制环相关的物理值为模糊逻辑值。然后,通过施加推理规则,控制输入的模糊逻辑值用于产生控制输出的模糊逻辑值。在一个实施例中,在这种推理过程中,FLC 112可以利用如下表。
  序号   规则
  规则1   如果误差e是负的且误差的变化Δe是负的,使输出的变化Δu是正的
  规则2   如果误差e是负的且误差的变化Δe是正的,使输出的变化Δu是零
  规则3   如果误差e是正的且误差的变化Δe是负的,使输出的变化Δu是零
  规则4   如果误差e是正的且误差的变化Δe是正的,使输出的变化Δu是负的
根据这个表,FLC 112使用两个隶属函数值用于在控制输入产生中的每个误差e和误差变化Δe,以及用于输出变化Δu的三个单独的值。用于每个误差e和误差变化Δe的隶属函数值是的负的和正的。用于输出变化Δu的三个单独的值是负的、零、和正的。模糊逻辑控制非线性导致从过程变量PV转换到模糊设置(模糊算法)、推理规则和模糊设置到连续信号的转换(反模糊算法)。
模糊逻辑比例系数与使用在典型比例-积分-微分(PID)控制器中的控制器增益Kc和复位T1或速率Td相关。具体地,类似于上述自适应PID控制系统10,自适应FLC控制系统110根据上面详细描述的无模型自适应方程,自适应控制器增益Kc和复位Ti或速率Td
然后,输出比例系数自适应转换块116可以使用在增益自适应块20中计算的控制器增益Kc根据下面已知的方程计算:
SΔu=XSΔeKc  (30)
其中:
SΔu=控制器输出比例系数的变化;
X=预置的常数,该常数例如在值2和4之间;
SΔe=误差比例系数的变化;和
Kc=控制器增益;
并且:
SΔe=βsfΔSP    (31)
其中:
ΔSP=相对于正常变化的设置点变化,例如1%
βsf例如可以按下式计算:
β sf = . 2 + D T c - - - ( 32 )
其中:
D=过程停滞时间;和
Tc=过程滞后。
同时,误差比例系数/复位自适应转换块114可以利用在复位/速率自适应块22中根据如下方程计算的控制器积分时间Ti
S e = T i S Δe Δt - - - ( 33 )
其中:
Se=误差比例系数;
Ti=控制器积分时间;
SΔe=误差比例系数的变化:和
Δt=控制器扫描周期。
与在自适应PID控制系统10一样,在本实施例中自适应FLC系统110也装备安全网络24防止过程变量PV的振荡。具体地,管理器16可以激活安全网络24,减小控制器输出比例系数SΔu的变化。为了实现控制器增益的降低,安全网络24可以利用如下方程:
SΔu(k+1)=ηSΔu(k)       (34)
其中:
η=预置的阻尼常数,该常数例如可以是0.95;和
SΔu=输出比例系数的变化。
图6表示由标号150标示的控制器输出比例系数SΔu的变化和由标号152标示的误差比例系数Se相对于时间的曲线图,其中控制器输出比例系数SΔu和误差比例系数Sc的变化在如上所述的模拟模糊逻辑过程控制系统中响应于由线154表示的过程增益特性和由线156表示的过程滞后特性进行自适应。具体地,过程增益154在时间k按照1.5+sin(k/7200)变化和过程滞后156在时间k按照15+10*sin(k/14400)变化。过程停滞时间大约2秒,每120秒设置点改变,曲线取样率为10秒,且将比率α选择为1.2。如图6的图所示,由于控制器输出比例系数SΔu和误差比例系数Sc自适应于变化的控制器条件,控制器输出比例系数SΔu(线150)相反地响应于过程增益154的变化,而标示为Se*5的误差比例系数Se(线152)呈现出对变化的过程滞后156的良好的轨迹。
图7表示由标号160表示的过程变量PV在如图6所示相同的模拟模糊逻辑过程控制系统110中响应于由标号162标示的变化设置点SP进行自适应的曲线图。如图7所示,过程变量160的变化显示出对设置点162的变化很好的轨迹。
图8表示由标号170标示的过程变量PV在利用这里所述的原理的另外的模拟模糊逻辑过程控制系统中响应于由标号172标示的变化设置点SP进行自适应的曲线图。在该模拟模糊逻辑过程控制系统中,过程增益为1.5,处理器输出比例系数SΔu为1.0,过程停滞时间为2秒,曲线取样率为10秒,过程滞后是从15秒到5秒变化,设置点每120秒变化+/-6%,α值选择为1.2和λ值选择为0.2。在第17个样值以后开始过程自适应。如图8的图形所示,在自适应开始以后,过程变量PV(线170)的变化显示出对设置点SP(线172)的变化的良好的轨迹。
虽然图1的自适应PID控制系统10和图5的自适应FLC系统110是以框图形式说明的,应当理解为管理器16、增益自适应块20、复位/速率自适应块22、安全网络24、比例系数误差/速率转换块114和比例系数输出转换块116可以用单独的或通用的硬件、存储器中并运行在处理器中的、或在固件中的软件进行实施。这些部件按照需要可以在相同的装置或处理器中,或者在不同的装置或处理器实施,并且可以利用任何要求的编程语言进行编程。再有,这些部件可以在诸如控制器12、激励发生器18或任何其他装置之类的控制器中实施。同样,激励发生器18可以是任何希望的信号发生器的类型,诸如方波发生器、正弦波发生器等,并且在特性上可以是数字的或模拟的。
虽然本发明已经参照具体的实施例进行了描述,但这仅是试图进行说明并非限制本发明,本专业的技术人员将清楚在不脱离本发明的精神和范围的情况下可以对所披露的实施例进行改变、增加、或删节。

Claims (26)

1. 一种用于调节过程控制器的调节器,该调节器利用设置点和过程变量产生过程控制信号,该调节器包括:
第一模块,产生一个代表设置点与过程变量之间差的误差信号;
增益自适应模块,该模块利用误差信号产生用于调节过程控制器的增益,其中增益自适应模块按照振荡指数增益与由过程稳态增益计算的增益组合计算用于调节过程控制器的增益;和
第二模块,该模块监视过程变量以检测何时过程变量振荡,并且当检测到过程变量振荡时,修改用于调节所述过程控制器的增益防止过程变量振荡。
2. 如权利要求1所述的调节器,其中当误差信号大于预定阈值时,第一模块还使增益自适应模块产生用于调节过程控制器的增益。
3. 如权利要求2所述的调节器,还包括产生激励信号的激励发生器和求和误差信号与激励信号使误差信号大于预定阈值的求和器。
4. 如权利要求1所述的调节器,其中第二模块通过检测何时误差信号过零来检测过程变量何时振荡。
5. 如权利要求1所述的调节器,其中第二模块通过预置的阻尼常数修改增益,修改用于调节过程控制器的增益以防止过程变量振荡。
6. 如权利要求5所述的调节器,其中预置的阻尼常数是小于1的正常数。
7. 如权利要求1所述的调节器,其中增益自适应模块还产生比例-积分-微分(PID)控制器增益、比例-积分(PI)控制器增益、或比例-微分(PD)控制器增益之一。
8. 如权利要求1所述的调节器,其中增益自适应模块按照由振荡指数增益计算的控制器增益和由过程稳态增益计算的控制器增益加权求和计算控制器增益。
9. 如权利要求1所述的调节器,其中增益自适应模块按照下式由过程稳态增益计算控制器增益:
K c ss = | OUT 0 - OUT 1 | | PV 0 - PV 1 | λ [ 1 + DT T i ( k ) ]
其中:
Kc ss=由过程稳态增益计算出的增益;
PV0=设置点变化前的过程变量;
OUT0=设置点变化前的控制器输出;
PV1=设置点变化后的稳态过程变量;
OUT1=设置点变化后的控制器输出;
λ=λ控制器调节系数;
DT=过程停滞时间;和
T1(k)=在时间k控制器复位。
10. 如权利要求1所述的调节器,其中增益自适应模块按照下式由振荡指数计算控制器增益:
Kc osc=Kc osc(k)+ΔKc osc(k)
其中:
Kc osc(k)=在时间k由振荡指数计算的增益;
Kc osc(k-1)=在时间k-1由振荡指数计算的增益;
ΔKc osc(k)=在时间k由振荡指数计算的增益变化;
其中
ΔKc osc(k)=χKc osc(k)(W(k)+Wref)
其中:
χ=在0.02和0.05之间的预置常数;
Wref=从-1到+1区间选择的预置的值;
W(k)=在时间k振荡指数;
其中:
W ( k ) = sign [ e ( k ) ] sign [ e ( k ) + e ( k - 2 i ) 2 - e ( k - i ) ]
其中:
i=int((k-k0)/2);
k0=自适应开始的时间;和
e(k)=在时间k的误差信号。
11. 如权利要求10所述的调节器,其中增益自适应模块利用取决于噪声水平的确定值,通过改变预置值Wref降低噪声的影响。
12. 一种用于调节过程控制器的调节器,该调节器利用设置点和过程变量产生过程控制信号,该调节器包括:
第一模块,产生一个代表设置点与过程变量之间差的误差信号;
增益自适应模块,该模块利用误差信号产生用于调节过程控制器的增益,其中增益自适应模块按照振荡指数增益与由过程稳态增益计算的增益组合计算增益;和
复位/速率自适应模块,该模块利用误差信号计算用于调节过程控制器的比例项、控制器积分时间和微分项的至少两个,其中增益自适应模块计算比例、积分和微分项的第一和第二项,使得在第一项中的变化与第二项中的变化的比率等于预置常数。
13. 如权利要求12所述的调节器,其中第一模块还使增益自适应模块产生用于调节过程控制器的增益,并当误差信号大于预定阈值时使自适应模块计算第一项和第二项。
14. 如权利要求13所述的调节器,还包括产生激励信号的激励发生器和求和误差信号与激励信号的求和器。
15. 如权利要求12所述的调节器,其中当控制器增益的变化与控制器积分时间的变化的积大于零时,所述复位/速率自适应模块补偿控制器积分时间。
16. 如权利要求15所述的调节器,其中所述复位/速率自适应模块按下式补偿控制器积分时间:
Δ T 1 ( k ) corr = Δ T 1 ( k ) [ 1 - κ | Δ K c ( k ) | K c ( k ) old ]
其中:
ΔT1(k)con=在时间k补偿的控制器积分时间的变化;
ΔT1(k)=在时间k的控制器积分时间的变化;
ΔKc(k)=在时间k的增益的变化;
Kc(k)old=自适应模块补偿前在时间k的增益;和
κ=代表复位补偿度。
17. 一种用于调节过程控制器的方法,该过程控制器利用设置点和过程变量产生过程控制信号,该方法包括:
产生一个代表设置点与过程变量之间差的误差信号;以及
产生用于调节过程控制器的增益,其中该增益是按照振荡指数增益计算的增益和按照过程稳态增益计算的增益的组合。
18. 如权利要求17所述的方法,还包括当误差信号大于预定阈值时产生用于调节过程控制器的增益。
19. 如权利要求17所述的方法,还包括计算用于调节过程控制器的比例项、控制器积分时间和微分项的至少两个,其中第一项中的变化和第二项中的变化的比率等于预置常数。
20. 如权利要求19所述的方法,还包括当误差信号大于预定阈值时产生用于调节过程控制器的增益。
21. 如权利要求19所述的方法,还包括通过监视过程变量检测何时过程变量振荡,并当检测到过程变量振荡时,修改增益防止过程变量振荡。
22. 一种过程控制系统,包括:
过程控制器,利用设置点和过程变量产生过程控制信号;
调节器,用于调节过程控制器;其中所述调节器包括:
第一模块,产生代表设置点与过程变量之间的差的误差信号;和
增益自适应模块,利用误差信号产生用于调节过程控制器的增益,其中该增益自适应模块按照由振荡指数增益计算的增益和由过程稳态增益计算的增益的组合计算增益。
23. 如权利要求22所述的过程控制系统,其中当误差信号大于预定阈值时,第一模块还使增益自适应模块产生增益。
24. 如权利要求22所述的过程控制系统,还包括第二模块,通过监视过程变量检测何时过程变量振荡,并当检测到过程变量振荡时,修改增益防止过程变量振荡。
25. 如权利要求24所述的过程控制系统,其中第二模块通过将增益乘以预置的阻尼常数,修改增益防止过程变量振荡。
26. 如权利要求24所述的过程控制系统,还包括复位/速率自适应模块,利用误差信号计算用于调节过程控制器的比例项、控制器积分时间和微分项的至少两个,其中自适应模块计算比例、控制器积分和微分项的第一和第二个,使得第一项中变化和第二项中的变化的比率等于预置比率。
CNB021286019A 2001-07-13 2002-07-12 过程控制器的无模型自适应 Expired - Lifetime CN100422882C (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US30554501P 2001-07-13 2001-07-13
US60/305,545 2001-07-13
US10/126,768 2002-04-19
US10/126,768 US6970750B2 (en) 2001-07-13 2002-04-19 Model-free adaptation of a process controller

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN2008100832924A Division CN101241353B (zh) 2001-07-13 2002-07-12 过程控制器的无模型自适应

Publications (2)

Publication Number Publication Date
CN1484118A CN1484118A (zh) 2004-03-24
CN100422882C true CN100422882C (zh) 2008-10-01

Family

ID=26825002

Family Applications (2)

Application Number Title Priority Date Filing Date
CNB021286019A Expired - Lifetime CN100422882C (zh) 2001-07-13 2002-07-12 过程控制器的无模型自适应
CN2008100832924A Expired - Lifetime CN101241353B (zh) 2001-07-13 2002-07-12 过程控制器的无模型自适应

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN2008100832924A Expired - Lifetime CN101241353B (zh) 2001-07-13 2002-07-12 过程控制器的无模型自适应

Country Status (6)

Country Link
US (1) US6970750B2 (zh)
JP (1) JP4226859B2 (zh)
CN (2) CN100422882C (zh)
DE (1) DE10231417B4 (zh)
GB (1) GB2380562B (zh)
HK (1) HK1061720A1 (zh)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58101542A (ja) * 1981-12-14 1983-06-16 Mitsubishi Electric Corp ル−プ状伝送システム
US8280533B2 (en) * 2000-06-20 2012-10-02 Fisher-Rosemount Systems, Inc. Continuously scheduled model parameter based adaptive controller
US20050065621A1 (en) * 2000-06-20 2005-03-24 Danyang Liu Methods of designing optimal linear controllers
US6970750B2 (en) * 2001-07-13 2005-11-29 Fisher-Rosemount Systems, Inc. Model-free adaptation of a process controller
US7152052B2 (en) * 2003-08-12 2006-12-19 George Shu-Xing Cheng Apparatus and method of controlling single-input-multi-output systems
JP2005182427A (ja) * 2003-12-19 2005-07-07 Yaskawa Electric Corp 制御演算装置
US7515977B2 (en) * 2004-03-30 2009-04-07 Fisher-Rosemount Systems, Inc. Integrated configuration system for use in a process plant
CN101283316A (zh) * 2005-10-05 2008-10-08 皇家飞利浦电子股份有限公司 通过观测器确定物理系统的状态
US7856280B2 (en) * 2006-08-02 2010-12-21 Emerson Process Management Power & Water Solutions, Inc. Process control and optimization technique using immunological concepts
US7809668B1 (en) * 2006-11-22 2010-10-05 Universidad Del Norte System and method to avoid oscillatory behavior in proportional-integral-derivative (PID) controllers by using fuzzy inference and modified/active damping
ES2685796T3 (es) * 2006-12-28 2018-10-11 Carrier Corporation Control de capacidad de enfriamiento libre para sistemas de aire acondicionado
EP2356522B1 (en) * 2008-11-17 2016-01-06 Danfoss A/S Reducing oscillations in a control system
DE102009050225A1 (de) * 2009-10-22 2011-05-12 Continental Automotive Gmbh Verfahren und Vorrichtung zum Ansteuern eines Abgassensors
US20120323350A1 (en) * 2010-06-16 2012-12-20 Minoru Yamamoto Support system for setting equipment parameters
US9447963B2 (en) 2010-08-16 2016-09-20 Emerson Process Management Power & Water Solutions, Inc. Dynamic tuning of dynamic matrix control of steam temperature
US9217565B2 (en) 2010-08-16 2015-12-22 Emerson Process Management Power & Water Solutions, Inc. Dynamic matrix control of steam temperature with prevention of saturated steam entry into superheater
US9335042B2 (en) 2010-08-16 2016-05-10 Emerson Process Management Power & Water Solutions, Inc. Steam temperature control using dynamic matrix control
US9163828B2 (en) 2011-10-31 2015-10-20 Emerson Process Management Power & Water Solutions, Inc. Model-based load demand control
CN102411309B (zh) * 2011-12-26 2013-06-19 常州大学 一种微偏差区自修正模糊控制方法
US9228511B2 (en) 2012-10-19 2016-01-05 Cummins Inc. Engine feedback control system and method
CN103235510B (zh) * 2013-04-03 2016-05-18 沈阳工业大学 生料供料过程仓重智能切换控制方法
US20140309793A1 (en) * 2013-04-15 2014-10-16 General Cybernation Group, Inc. Method and apparatus of self-organizing actuation and control
US20140305507A1 (en) * 2013-04-15 2014-10-16 General Cybernation Group, Inc. Self-organizing multi-stream flow delivery process and enabling actuation and control
CN103246201B (zh) * 2013-05-06 2015-10-28 江苏大学 径向混合磁轴承的改进模糊无模型自适应控制系统及方法
JP2015084155A (ja) * 2013-10-25 2015-04-30 オムロン株式会社 パラメータ調整装置、パラメータ調整方法およびパラメータ調整プログラム
US9568897B2 (en) * 2014-01-02 2017-02-14 General Electric Company Controller system for variable parameter and related program product
CN107532498B (zh) 2015-05-01 2019-09-03 康明斯排放处理公司 用于柴油排气处理液配料装置的自动性能调节
CN104967133B (zh) * 2015-06-16 2018-01-19 中电普瑞科技有限公司 一种基于闭环积分的svc电压调节器增益自适应控制方法
US10087806B2 (en) * 2016-02-18 2018-10-02 Cummins Emission Solutions Inc. Self-tuning circuit for controlling input pressure values for an aftertreatment system
JP2019526045A (ja) 2016-06-29 2019-09-12 イリノイ トゥール ワークス インコーポレイティド 変化するシステムパラメーターのリアルタイム補償を有する検査システム
CN109375637B (zh) * 2018-09-05 2022-03-18 哈尔滨工程大学 一种舰船用融合神经网络pd的紧格式无模型自适应航向控制算法
CN109254585A (zh) * 2018-10-08 2019-01-22 哈尔滨工程大学 一种舰船用输入输出数据融合的改进无模型自适应航向控制算法
CN109683469B (zh) * 2018-12-14 2022-05-13 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种比例参数在线动态式实时自动寻优控制方法及装置
CN112180725B (zh) * 2020-09-30 2022-02-22 山东科技大学 一种具有冗余时滞通道非线性系统的模糊比例-积分状态估计方法
RU203740U1 (ru) * 2020-11-25 2021-04-19 федеральное государственное бюджетное образовательное учреждение высшего образования "МИРЭА-Российский технологический университет" Пятиканальный нечеткий регулятор

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5587896A (en) * 1990-07-16 1996-12-24 The Foxboro Company Self-tuning controller
US5687077A (en) * 1991-07-31 1997-11-11 Universal Dynamics Limited Method and apparatus for adaptive control
JPH11231905A (ja) * 1998-02-16 1999-08-27 San Test Kk 単純適応制御装置
CN1274435A (zh) * 1997-10-06 2000-11-22 美国通控集团公司 无模型自适应过程控制

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3798426A (en) 1971-12-20 1974-03-19 Foxboro Co Pattern evaluation method and apparatus for adaptive control
US5170341A (en) 1990-10-24 1992-12-08 Honeywell Inc. Adaptive controller in a process control system and a method therefor
US5355305A (en) 1992-10-29 1994-10-11 Johnson Service Company Pattern recognition adaptive controller
US5481453A (en) 1994-08-25 1996-01-02 Corporation De L'ecole Polytechnique Dual loop PID configuration
US5748467A (en) 1995-02-21 1998-05-05 Fisher-Rosemont Systems, Inc. Method of adapting and applying control parameters in non-linear process controllers
DE19525907A1 (de) * 1995-07-06 1997-01-09 Hartmann & Braun Ag Selbsteinstellbare Regeleinrichtung und Verfahren zur Selbsteinstellung dieses Reglers
US5818714A (en) * 1996-08-01 1998-10-06 Rosemount, Inc. Process control system with asymptotic auto-tuning
US6081751A (en) * 1997-12-19 2000-06-27 National Instruments Corporation System and method for closed loop autotuning of PID controllers
US6360131B1 (en) * 1998-10-16 2002-03-19 Cheng Model-free adaptive control for flexible production systems
US6142078A (en) * 1998-11-10 2000-11-07 Quad/Tech, Inc. Adaptive color control system and method for regulating ink utilizing a gain parameter and sensitivity adapter
US6684112B1 (en) * 2000-04-11 2004-01-27 George Shu-Xing Cheng Robust model-free adaptive control
US6684115B1 (en) * 2000-04-11 2004-01-27 George Shu-Xing Cheng Model-free adaptive control of quality variables
US6970750B2 (en) * 2001-07-13 2005-11-29 Fisher-Rosemount Systems, Inc. Model-free adaptation of a process controller

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5587896A (en) * 1990-07-16 1996-12-24 The Foxboro Company Self-tuning controller
US5687077A (en) * 1991-07-31 1997-11-11 Universal Dynamics Limited Method and apparatus for adaptive control
CN1274435A (zh) * 1997-10-06 2000-11-22 美国通控集团公司 无模型自适应过程控制
JPH11231905A (ja) * 1998-02-16 1999-08-27 San Test Kk 単純適応制御装置

Also Published As

Publication number Publication date
HK1061720A1 (en) 2004-09-30
US6970750B2 (en) 2005-11-29
GB2380562B (en) 2005-03-16
CN101241353B (zh) 2012-04-18
DE10231417B4 (de) 2012-03-15
JP2003157103A (ja) 2003-05-30
US20030067355A1 (en) 2003-04-10
GB0216285D0 (en) 2002-08-21
JP4226859B2 (ja) 2009-02-18
GB2380562A (en) 2003-04-09
CN1484118A (zh) 2004-03-24
DE10231417A1 (de) 2003-02-13
CN101241353A (zh) 2008-08-13

Similar Documents

Publication Publication Date Title
CN100422882C (zh) 过程控制器的无模型自适应
US5570282A (en) Multivariable nonlinear process controller
Tucker et al. Algorithmic statistical process control: an elaboration
US5159660A (en) Universal process control using artificial neural networks
Ahamed et al. A reinforcement learning approach to automatic generation control
US5748467A (en) Method of adapting and applying control parameters in non-linear process controllers
CN102193500B (zh) 快速过程模型识别和生成
US5598329A (en) Method and device for controlling a process
JP2001519556A (ja) モデルフリー適応プロセス制御
US6473658B1 (en) Process and device for identification or pre-calculation of parameters of a time-variant industrial process
Galuppini et al. A gain scheduling approach to improve pressure control in water distribution networks
Ogbonna et al. Neural network based load frequency control for restructuring power industry
Chen et al. Optimal tracking control for unknown nonlinear systems with uncertain input saturation: A dynamic event-triggered ADP algorithm
EP3889696A1 (en) A model predictive control method for an industrial boiler and relating boiler structure
CN111538230A (zh) 一种pid控制器的设计与在一级控制系统中的应用方法
Konstantopoulos et al. Nonlinear PI controller for systems with state constraint requirements
Leephakpreeda Sensorless DC motor drive via optimal observer‐based servo control
JPH09146610A (ja) 多変数非線形プロセス・コントローラー
Thumati et al. An online approximator-based fault detection framework for nonlinear discrete-time systems
Park et al. Robust adaptive fuzzy controller for nonlinear system with unknown nonlinearities
Yang et al. Performance evaluation of direct heuristic dynamic programming using control-theoretic measures
Guo et al. Multi-model GPC for steam temperature system of circulating fluidized bed boiler
JP3800622B2 (ja) プロセス制御方法
Rezayat Neural networks and quality control when the process dynamics are unknown
Marchetti et al. Real-time optimization via adaptation and control of the constraints

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1061720

Country of ref document: HK

C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1061720

Country of ref document: HK

CX01 Expiry of patent term
CX01 Expiry of patent term

Granted publication date: 20081001