CN101477333A - 自适应控制器设计方法及过程控制器的调谐系统和方法 - Google Patents

Abstract

一种基于状态的自适应反馈/前馈PID控制器包括模型组部件，它可通信地连接到一个过程输入，具有定义多个过程区域的状态变量和多个被编组为过程区域的模型。每个被编组的模型包括多个参数，它们具有从被分配到相应参数的一组预定初始值选择的一个值。自适应控制器还包括：误差产生器，它可通信地连接到模型组部件和过程输出；模型评估部件，被配置来计算对应于一个模型的模型均方误差，并且将所述模型均方误差与在模型中表示的参数值相关联；参数内插器，它可通信地连接到模型评估部件，用于计算用于在模型中表示的参数的相应自适应参数值；以及控制器更新部件，用于响应于在自适应周期结束时的自适应参数值而更新控制器。

Description

自适应控制器设计方法及过程控制器的调谐系统和方法

本申请是申请号为200410036850.3、申请日为2004年4月21日、发明名称为“基于状态的自适应反馈/前馈PID控制器”的发明专利申请的分案申请。

技术领域

所公开的方法和装置一般涉及过程控制技术，具体涉及自适应PID(比例、积分和导数)控制器，其特征在于从过程模型参数的内插得到的参数值。

背景技术

在本领域中，使用基于逻辑的控制器转换策略来实现在诸如大型制造厂和化学提炼厂这样的自动化系统中的自适应过程控制是公知技术。可以在例如Morse，F.M.Pait，and S.R.Weller’s，“Logic-Based Switching Strategies forSelf-Adjusting Control”，IEEE3 3^rd Conference on Decision and Control(Dec.1994)(Morse，F.M.Pait和S.R.Weller，“用于自调谐控制的、基于逻辑的转换策略”，关于判定和控制的IEEE第33次会议(1994年，12月))中找到对于基于逻辑的转换策略的示范讨论。有益的是，将基于逻辑的控制器的转换策略分类为下述两种方法之一：一般称为预取路由控制器方法和基于标识符的参数化控制器方法。

预取路由控制器调谐在原理上评估在预定的一组可能控制器中包括的可能控制器。当识别一个控制器满意地执行时完成所述评估。预取路由控制器调谐系统设计上较为简单，并且对于控制器结构有很少的要求。但是，预取路由控制器调谐系统的优点被下面的方面掩盖：关于调谐时间的固有较差性能，即需要过分长的时间来从预定的组中选择最佳的控制器。

基于标识符的参数化控制器一般包括两个或多个与参数相关的子系统、产生输出估计误差的标识符和内部控制器。在操作中，根据适当地限定的模型组的估计，控制信号被传送到被控制的过程。基于标识符的参数化控制器实现了基于“周期转换(cyclic switching)”思想的控制器转换策略。可以向过程提供或不提供附加的激励信号来利用周期转换。

可以在下文中找到对于过程控制自适应的周期转换策略的有价值的讨论：K.S.Narendra and J.Balakrishnan’s“Adaptive Control Using MultipleModels，”IEEE Transactions on Automatic Control，Vol.42，No.2，pp.177-187(Feb，1997)(K.S.Narendra和J.Balakrishnan，“使用多个模型的自适应控制”，关于自动控制的IEEE会报，第42卷，第2期，第177-187页(1997年2月))。该文公开了一种过程控制系统，它包括一个控制器，其特征在于多个参数和N个标识模型并行工作，并且将模型参数与多个控制器参数相对应。在任何时间点，通过转换规则来选择单个模型和对应的参数化控制器，并且使用对应的控制输入来控制过程。依赖于过程的要求、操作员的需要和任何其他适当考虑，标识模型既可以是固定的参数模型也可以是自适应的参数模型。固定参数模型控制系统提供了一种保证至少一个模型的存在的简单和有效的手段，其特征在于参数与未知的过程的那些参数充分接近。

使用固定参数模型的、基于周期转换的过程控制系统提供了快速自适应速度，但是要求在过程控制器中设计和存储大量的模型。应当注意，固定模型能够精确地表示仅仅有限数量的过程环境或条件，为了渐近地改善过程精度，必须使用自适应模型。

实际而言，由于合理的过程近似所需要的模型的大数量，基于模型的转换策略引起多种问题。例如，可以合理地期望包括基于固定模型的自调谐器的简单单输入单输出(SISO)系统包括成百上千的固定模型，以便获得满意的过程性能。因此当系统(例如多变量系统)变得越来越复杂时，所需要的定制的固定模型的数量以指数增加，因此提高了系统建立时间和系统存储要求。更有效的解决方案需要考虑特定的过程模型结构和控制器类型，并且提出将简单转换策略替换为更精细的程序。

Gendron在文章“不知道变化的延迟而改善工厂的停滞时间补偿器的健壮性”，控制系统90会议(Helsinki 1990)中已经给出了对于Dahlin控制器的一种修改的基于模型的方法。该文公开了一种简单的一阶加停滞时间过程模型，用于提供基于停滞时间转换的过程自适应。不是依赖于简单模型转换，控制器利用基于一组模型的加权和的过程模型，所述一组模型的特征在于具有不同的停滞时间。在所述组中的每个模型产生过程输出预测，并且将对应的加权自动调谐为预测误差的简单函数。所述基本思想已经被扩展为在Dahin控制器构成中包括过程增益和停滞时间差异。

一般地，用于设计自适应PID自适应控制器的流行方法是直接方法和间接或基于标识符的方法。如上所述，基于标识符的方法对于利用转换策略的控制系统是有效的，并且提供了适当的开始位置，从这个位置设计自适应转换PID控制器。公知的是，提供一种基于标识符的自适应PID控制器，它与递归最小二乘方(RLS)估计器连接，所述估计器跟踪模型参数的变化。与递归标识符相关联的典型问题包括选择初始参数的困难、不充分的激励、过滤、参数终结(wind-up)、缓慢的参数跟踪速度。因为这些变量的复杂性和与计算精确的估计相关联的困难，在本领域中可以明白，通过简化过程模型可以改善已知的基于标识符的自适应PID控制器的性能。

Astrom and Hagglund in“Industrial Adaptive Controllers Based onFrequency Response Techniques，”Automatica，Vol.27，No.4，pp.599-609(1991)(Astrom和Hagglund在“基于频率响应技术的工业自适应控制器”Automatica，第27卷，第4期，第599-609页(1991))描述了一种简化的基于标识符的自适应控制器的示范说明。一般而言，该文公开了一种控制器，它被设计用于执行在频率域中的过程模型自适应，并且响应于设置点变化和自然扰动来调谐。更具体而言，通过向过程输入和输出应用带通滤波器来选择调谐频率，通过自动调谐器(基于要求的调谐器)来限定所述滤波器的频率。所述自动调谐器定义了在自适应调谐器操作之前使用中继振荡技术的最终时期、用于使用简化的RLS估计器的调谐频率的过程增益。自动调谐器能够跟踪过程增益的变化。但是，当遇到停滞时间或时间常数的变化时，被跟踪的点不再显示出-π相位，并且控制器调谐变得不准确。

而且，公知的是，通过应用几个调谐频率和使用内插器来定义具有相位-π的频率而改善调谐。或者，有可能应用单个调谐频率和在每个调谐周期后调谐频率以跟踪相位-π。两种调谐器模型容纳了后续的设置点的变化和自然扰动，并且可以在控制器输出或在设定点输入处插入外部激励。虽然这样的自动调谐器没有显示出先前技术的大小和建立限制，但是它们更为复杂。

而且，两种调谐器模型都利用原始自适应模型，识别仅仅两个参数：最终增益和最终时期。并入这些简单的、两参数自适应模型的调谐器模型适合于Ziegler-Nichols调谐或一些类似的修改，但是不适合于其中推崇内部模型控制(IMC)或拉姆达(Lambda)调谐的应用。虽然可以使用简单的RLS标识符来确定前馈控制的静态增益，但是RLS标识符方法不提供足够的前馈控制所需要的过程前馈动态。另外，因为前馈信号是负载扰动，并且微扰信号不能被插入反馈路径中，因此所述方法受到不充分激励问题的影响。

Bristol和Hansen在题目为“多变量自适应前馈控制器”的美国专利第5,043,863号中公开了一种对于前馈自适应的替代解决方案。这个专利公开了一种差分方程，基于它的过程模型被设计成包括负载扰动。根据所测量的过程数据来定期地更新所述过程模型，其中扰动的特征在于通过投影方法获得的瞬间关系(moment relation)和控制关系。一般地，所得到的解决方案非常复杂，需要大激励，这与上述的RLS标识符方法很相同。但是，所得到的解决方案仅仅适合于前馈控制，并且不适合于具有反馈的自适应控制器。

因此，期望一种自适应控制器来解决上述的已知自适应控制方法的缺点。具体地说是一种能够提供用于反馈和前馈自适应PID控制的统一解决方案的自适应控制器。由下面公开的基于状态的、自适应反馈/前馈PID控制器处理的突出目的包括：较短的自适应时间、最小化施加到PID调谐规则的使用限制、设计简化、以低过程激励实现自适应。

发明内容

基于状态的自适应PID控制器的第一实施例包括一种在过程控制系统中自适应地设计控制器的方法。按照所述方法，建立一组用于过程的模型，其中包括多个具有表示对应于过程区域的扰动输入的状态参数的子集。可以通过一些预定的转换规则(switching rule)来自动选择所述子集。每个独立的模型包括多个参数，每个参数具有从对应于所述参数的一组预定的初始化值选择的相应值。独立的模型的评估包括计算模型均方误差(model squared error)或范数(norm)。所述范数被分配到被评估的模型所表示的每个参数。当进行较小模型的重复评估时，对于每个参数计算累计的范数。被累计的范数是在模型评估过程中已经被分配到参数的所有范数的和。随后，对于每个参数计算自适应参数值。自适应参数是被分配到各个参数的初始化值的加权和。然后响应于自适应参数值而更新控制器。

自适应PID控制器的另一个实施例包括用于调谐过程控制器的系统。可以通过硬件或软件或任何期望的其组合来实现所述系统。所述系统包括一个模型组部件，它可通信地连接到一个过程，并且包括用于限定多个过程区域和编组为多个过程区域的多个过程模型的一个状态变量。每个过程模型包括多个参数，每个具有从被分配到各个参数的一组预定初始值选择的一个值。每个区域包括对于那个区域限定的一组标准参数值。一个误差产生器可通信地连接到模型组部件和过程输出。误差产生器产生一个模型误差信号，用于表示在过程模型的输出和过程的输出之间的差。一个模型评估部件可通信地连接到误差产生器，用于计算对应于过程模型的模型均方误差，以将模型均方误差与在模型中表示的参数值相关联。一个参数内插器可通信地连接到模型评估部件，用于计算在过程模型中表示的参数的自适应过程参数值。一个控制器更新部件在完成一个自适应周期时更新对于控制器的自适应控制器参数值。自适应控制器参数值是从被计算的自适应过程参数值得到的。

基于状态的自适应反馈/前馈控制器的另一个实施例包括一个模型部件，它连接到一个过程并且具有多个过程模型，其中每个模型包括多个参数，所述参数具有从被分配到各个参数的一组预定初始值选择的一个值。一个状态变量描述了一个过程变量的变化或所测量到的扰动，定义包括过程模型的一个子集的至少一个过程区域，并且对应于表示过程区域的一组区域初始参数。一个误差产生器产生一个模型误差信号，它表示在模型部件输出信号和过程输出信号之间的差，模型评估部件计算对应于模型的模型均方误差，并且将模型均方误差与在模型中表示的参数值相关联。一个参数内插器计算用于在模型中表示的多个参数值的至少一个的自适应参数值，并且控制器更新部件在完成一个自适应周期时更新在控制器内的控制器参数值。

可以明白，依赖于独立的过程要求，不是所有的过程参数都将在给定的自适应周期中经历自适应。当有原因相信仅仅一个或至少不是所有的过程参数已经改变时，可以期望有限的自适应。例如，经验证明可以示出在给定的时段中(例如在自适应周期之间经过的时间)，过程增益参数可能改变，而剩余的参数可以保持基本恒定。在这种情况下，下述的过程管理器可以通过只让过程增益参数被自适应来启动一个有限自适应。然后响应于被自适应的过程增益参数来更新过程控制器。反馈/前馈控制器也可以包括一种自适应控制器的方法，其中，像上面一样，对于过程编译模型组，并且通过确定每个模型的唯一模型均方误差来评估每个模型。根据每个预定初始化参数值的加权和来计算自适应(增益)参数值。通过标准化的适合度因子(Normalized Fitnessfactor)来加权所述初始化值。使用所计算的自适应过程(增益)参数，来相应地更新控制器

根据本发明的一个方面，提供一种过程控制系统中的自适应控制器设计方法，包括步骤：(a)编译用于过程的模型组，其中每个模型的特征在于多个参数，并且在每个模型中，每个参数具有从一组预定初始值中选择的相应值；(b)评估每个模型，由此在评估每个模型期间计算模型均方误差；(c)向模型中表示的每个参数值分配一个范数，其中所述范数的特征在于：

${\mathrm{Ep}}^{\mathrm{kl}}\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_{\mathrm{kl}}{E}_i\left(t\right),$ 其中：Ep^kl(t)是作为扫描t的结果而分配给参数值p^kl的范数，N是模型的总数，和如果在模型Mod_i之一中使用参数值p^kl，则X_kl＝1，和如果在模型Mod_i之一中未使用参数值p^kl，则X_kl＝0；和(d)对于每个参数，计算自适应参数值，所述自适应参数值是所述一组预定初始值中包含的值的加权平均；和(e)响应于所述自适应参数值，重新设计所述控制器。

根据本发明的再一个方面，提供一种调谐过程控制器以控制受控过程的方法，包括：对于与普通过程模型相关联的多个模型参数中的每一个，定义大量模型参数值，所述普通过程模型表示受控过程；创建一组单独过程模型，其中所述一组单独过程模型中的每一个是使用用于所述多个模型参数中的每一个的大量模型参数值之一从所述普通过程模型形成的，并且其中所述一组单独过程模型中的每一个是使用用于模型参数的模型参数值的不同组合而形成的；执行模型扫描，包括：对一个或多个过程输入执行所述单独过程模型中的每一个，以便对于所述单独过程模型中的每一个产生模型输出，将所述单独过程模型中的每一个的输出与过程输出相比较，以便对于所述单独过程模型中的每一个确定模型误差值，对于每个单独过程模型，将用于所述单独过程模型的模型误差值与在那个单独过程模型中使用的每个模型参数值相结合，和对于每个模型参数的每个模型参数值，从与那个模型参数值相关联的模型误差值中计算模型参数值范数；对于每个模型参数，从对于那个模型参数的大量参数值计算的模型参数值范数中确定新模型参数值，以便创建对于每个模型参数包括一个新模型参数值的一组新模型参数值；和从所述一组新模型参数值中确定一个或多个过程控制器调谐值。

根据本发明的再一个方面，提供了一种用于调谐受控过程的过程控制器的调谐系统，包括：用于存储表示受控过程的普通过程模型的存储设备；用于存储用于与所述普通过程模型相关联的多个模型参数中的每一个的大量模型参数值的存储设备；和调谐系统。所述调谐系统包括：存储在存储器中的、将要在处理器上执行的模型创建例程，用于创建一组单独过程模型，其中所述单独过程模型中的每一个是使用用于所述多个模型参数中的每一个的大量模型参数值之一从所述普通过程模型中形成的，并且其中所述一组单独过程模型中的每一个是使用用于模型参数的模型参数值的不同组合而形成的；存储在存储器中的、将要在处理器上执行的模型执行例程，用于执行一个或多个模型扫描；存储在存储器中的、将要在处理器上执行的模型参数值确定例程，用于确定用于每个模型参数的新模型参数值，其中用于特定模型参数的新模型参数值是从对于所述特定模型参数的大量参数值确定的模型参数值范数创建的；和存储在存储器中的、将要在处理器上执行的调谐参数例程，用于从用于模型参数的新模型参数值中确定将被过程控制器使用的一个或多个过程控制器调谐值。其中每个模型扫描包括：对一个或多个过程输入执行所述单独过程模型中的每一个，以便对于所述单独过程模型中的每一个产生模型输出，将所述单独过程模型中的每一个的输出与过程输出相比较，以便确定用于所述单独过程模型中的每一个的模型误差值；对于每个单独过程模型，将用于所述单独过程模型的模型误差值与在那个单独过程模型中使用的每个模型参数值相结合；和对于每个模型参数的每个模型参数值，从与那个模型参数值相关联的模型误差值计算模型参数值范数。

附图说明

图1是自适应反馈/前馈PID控制器的功能方框图，其操作基于过程模型参数的内插；

图1A是在自适应反馈/前馈PID控制器中工作的模型组元素的功能方框图；

图1B是自适应反馈/前馈PID控制器的一个实施例的流程图；

图2是包括反馈/前馈回路的一阶加停滞时间过程模型的概念描述；

图3是特征在于三个参数DT、Tc和增益的一个模型组(model set)的描述，其中每个可以取三个值之一。图3也描述了其中进行模型扫描的一个建议序列。

具体实施方式

图1图解了用于控制过程10的示范自适应反馈/前馈(FB/FC)PID控制器。这样的系统的一般操作是本领域技术人员公知的。例如参见F.G.Shinskey，Process Control Systems：Application，Design and Tuning，4^th ed.，McGraw-Hill，New York，1996(F.G.Shinskey，过程控制系统：应用、设计和调谐(tuning)，第4版，McGraw-Hill，New York，1996)。图1中图解的自适应控制系统包括并入反馈(FBC)控制器的PID控制器12和独立的前馈(FFC)控制器14。

可以参见FBC输入节点16、FBC输出节点18、过程输入节点20、过程输出节点22、前馈控制器(FFC)输入节点24和误差节点26来方便地描述过程控制系统。以对本领域内的技术人员熟悉的方式，向由标号16a指示的、FBC输入节点16的第一输入施加过程设定点信号SP(set-point)。FBC输入节点16的输出16b连接到PID控制器12的输入12a。PID控制器12的输出12b连接到FBC输出节点18的第一输入18a。FBC输出节点18的输出18b连接到过程输入节点22的输入22a。过程输入节点22的第一输出22b被反馈到FBC输入节点16的第二输入16c。过程输入节点22的第二输出22c连接到误差节点26的第一输入26a。图1还图解了过程10的输入信号可以(例如)被称为u(t)，并且过程10的输出信号可以被称为y(t)。(严格来说，u(t)和y(t)是与过程相结合产生的物理现象的电子表示。)另外，在FFC输入节点24的输入24a出现扰动信号d(t)。扰动信号d(t)从FFC输入节点24的第一输出24b连接到FFC 14的输入14a，并且从FFC输入节点24的第二输出24c传播到过程10的第二输入10c。FFC 14的输出14c连接到FBC输出节点18的输入18c。

上述的示范反馈/前馈PID过程控制系统的格式和布局可以被本领域内的普通技术人员良好地理解。图1中图解的附加功能部件描述了一种示范的自适应反馈/前馈PID控制器。具体地说，模型组部件28包括信号输入28a和28b，它们分别连接到扰动信号d(t)和过程输入信号u(t)。模型组部件28的构成是一组表示过程10的算数模型。模型组部件28的输出28c连接到误差节点26的输入26b。误差节点26的输出26c连接到模型评估部件30的输入30a。模型评估部件30包括模拟器(未示出)，它可以是软件程序，用于模拟过程10，所述过程10通过由模型组部件28提供的过程参数值定义。模型评估部件30还包括一个定中心例程(未示出)，用于通过定义一个数字偏差并根据所述数字偏差来将在下一次评估中使用的模型重新定中心，来计算和补偿一个参数估计偏差。模型评估部件30的输出30b连接到参数内插部件32的输入32a，并且连接到管理其部件34的输入34a。参数内插部件32的输出32b连接到模型组部件28的输入28d，并且参数内插部件32的输出32c连接到控制器更新部件36的输入36a。控制器更新部件36具有连接到FBC 12的第二输入12c的第一输出36b，并且第二输出36c连接到FFC 14的输入14b。下面深入说明部件28、30、34、36和32的操作和重要性。

在操作中，包括部件28、30、34、36和32的示范自适应反馈/前馈PID控制器一般如下所述操作。自适应反馈/前馈PID控制系统由在模型组28中的一个模型以数学方法来描述。在模型组28中的每个独立模型被意欲以有限方式复制过程10的预定参数定义。一般地，在模型组28内的每个模型可以被多个参数m定义，并且每个参数可以被分配多个值n。因此，在模型组28中的模型的总数等于N，其中N＝mⁿ。在本发明的一个示范实施例中，所述模型的特征在于参数停滞时间(DT)、时间常数(Tc)和增益。而且，假定每个参数已经被分配了三个值之一：停滞时间＝DT+，DT，DT-；时间常数＝Tc+，Tc或Tc-；增益(Gain)＝Gain+，Gain，Gain-。因此，可用来近似过程10的模型的总数是N＝3³＝27。每个模型将独立地被称为Modi，其中i＝1，...，27。

在启动模型评估扫描时或之前，参数内插器32向模型组部件28提供一组预定的初始化参数值。而且，如果假定三个参数DT、Tc和Gain，并且如果每个参数具有三个预定的初始化参数值，则参数内插器32将向模型组部件28提供9个参数值。可以以任何公知的方式在控制器设计的判断时建立参数值。一般地，在自适应周期的开始时被写入到模型组28的参数值基于在最近的自适应周期期间计算的自适应参数值。响应于9个参数值并且在管理器34的控制下，模型组部件28构造总共27个模型Mod_i，其中i＝1，...，27。管理器34在模型评估扫描期间依序选择和启动模型Mod_i，并且向被启动的模型Mod_i施加经由输入28b接收的过程输入u(t)。然后经由模型组输出28c向误差产生器节点传送被启动的模型Mod_i的结果产生的输出。

图1A图示了示范模型组28，它包括被配置为包括多个区域的状态变量S_i。在状态变量S_i中i＝1，...，n，并且n指示所限定的状态的数量，状态变量S_i表示被测量的过程扰动，它描述与被测量的过程输入-输出相关联的增益或动态。状态变量S_i一般基于过程变量，所述过程变量可以具体为扰动信号d(t)的变化、设定点SP、由激励产生器38产生的信号和/或任何其他过程输入或输出。可以在运行于模型组28内的状态展开例程内将状态变量S_i展开为过程变量d(t)、u(t)、y(t)、Y(t)、e(t)和SP之一或多个的函数。应当注意，只要所述例程访问了被存储的或实时的、所关心的过程变量，则可以在控制系统的任何部件或子部件中执行所述状态展开例程。状态变量S_i还可以是预定的或用户限定的值，它们一般被分配来说明模型Mod_i可以被编组到的范围或区域。

由状态变量S_i限定的区域包括多个初始参数值，它们被预定来特征化区域的通常操作。在控制器设计过程期间，可以建立被限定的区域以保证在状态变量的整个范围中，模型Mod_i保持基本恒定。在操作中和在开始自适应周期之前，当被测量的过程扰动从第一状态(例如S₁)向第二状态(例如S₂)改变时，与状态S₁相关联的参数值可以与和状态S₂相关联的参数值立即交换，因此提高了在特定区域内的PID控制器12和/或前馈控制器14的性能。

图1B图解了自适应反馈/前馈PID控制器的操作的示范流程图。如上所述，在控制器的初始化建立和设计期间，可以定义状态变量S_i的范围，如在方框40中所示。总的状态范围可以被当作这样的范围，其中可以按照经验来预期在过程变量或所测量的扰动输入中的变化。范围S_i继而是总范围的区域，其中过程模型被确定为基本恒定或可预测。由激励产生器38、扰动信号d(t)和/或设定点SP引起的、扰动输入的变化然后被测量，如方框42所示。然后如方框44所示，将过程变量的所测变化与当前范围S_i相比较，以便确定扰动输入是否在所选择的区域中。如果扰动输入在所选择的区域内，过程继续测量扰动的变化。但是，如果扰动输入在新范围S_i内，则用于那个状态S_i的初始参数值被PID控制器12和/或前馈控制器14载入和使用，如方框46所示。

对于每个范围或状态S_i限定的初始或典型参数值可以基于在所述范围内测量或计算的平均参数值，或者它们可以被控制器设计人员人工输入。典型的参数值还可以用作与最大变化或德耳塔值(delta value)相结合的基准值，用于限制在任何给定的自适应周期中由所计算的参数值经历的可允许变化的量。换句话说，控制器设计人员可以响应于反常扰动信号而定义最大变化值来限制所计算的参数的减少和/或增加。在使用用于状态S_i的初始参数来完成控制器时，可以执行自适应周期，如方框48所示。下面进一步讨论的自适应周期48通过响应于过程10的所测变化而确定自适应参数值来定制模型Mod_i。

自适应反馈/前馈PID控制器的另一个实施例可以包括一个状态变量，它具有等同于被禁止设置的空值。通常，当没有要测量的指示状态过程的输入扰动信号时，状态变量将具有空值。

再次参见图1，由变量Y(t)指示的模型组28的输出信号和由变量y(t)指示的过程10的并行输出被提供到误差产生器节点26。误差产生器节点26的输出26c(误差信号e(t))连接到模型评估部件30的输入30a。误差信号e(t)是时间t的过程输出y(t)和模型Mod_i Y(t)的输出之间的差。以下面充分说明的方式，模型评估部件30计算对应于每个模型Mod_i的模型均方误差，并且向在模型Mod_i中表示的参数值分配模型均方误差。

模型评估器30的输出30b被传送到参数内插器32的输入32a。参数内插器32计算用于模型Mod_i表示的参数的自适应参数值。参数内插器32的输出32b连接到模型组28，并且参数内插器32的输出32c可以连接到控制器更新部件36的输入36a。输出36b被应用到PID控制器12，输出36c被应用到前馈控制器14。在自适应周期结束时，控制器更新部件36向PID控制器12和前馈控制器14传送自适应参数值。图1还图解了激励产生器部件38，它具有与输入节点16的输入16d连接的输出38a。激励产生器38包括与过程输入节点20的输入20c连接的输出38b。

管理器部件34具有多个信号输入34b、34c、34d，它们分别连接到过程输入信号u(t)、过程输出信号y(t)和扰动信号d(t)。管理器部件34还包括与模型评估部件30的输出30b连接的输入34a。管理器34包括与参数内插器部件32连接的第一控制输出34e、与模型评估部件30连接的第二控制输出34f、与控制器更新部件36连接的第三控制输出34g。除了执行其他功能之外，管理器部件34操作来检测过程输出y(t)的变化、来自PID控制器12的过程输入u(t)的变化、扰动(前馈)输入d(t)的变化。当在这些信号y(t)、u(t)、d(t)中的任何一个的幅度的变化超过预定的最小或门限电平时，管理器34启动自适应周期。管理器34可通信地连接到如图1中的虚线所示的、控制信号28、30、32、36、38和24的各种元件，因此能够确定在控制系统内工作的独立元件的状态。模型评估的一个示范实施例包括下列步骤：

(1)识别和启动模型状态；

(2)启动模型和调谐对于当前过程输出的模型输出；

(3)根据在u(t)和/或d(t)信号中的规格来增量更新模型；和

(4)计算模型均方误差或其他范数，诸如误差的绝对值。

具体地说，反馈/前馈PID的自适应的过程基于将内插技术应用到模型参数值。在器件的这个示范实施例中，可以通过下面的方程对扫描中的每个模型定义模型均方误差E_i(t)：

E_i(t)＝(y(t)-Y_i(t))²   [方程1]

其中：

y(t)是时间t的过程输出，

Y_i(t)是时间t的模型Mod_i的输出，

E_i(t)是与Mod_i相关联的均方误差，

E(t)＝[E₁(t)，E₂(t)，...，E_n(t)]是在时间t用于Mod_i的均方误差向量，其中i＝1，...，N。

如果被评估的Mod_i所表示模型Mod_i的每个参数值，则将模型均方误差E_i(t)分配到模型Mod_i的每个参数值。如果在被评估的模型中未表示特定参数值，则将所述参数值可以分配0或空值。Mod_i+1被重复评估，并且对于被评估的模型，计算模型均方误差E_i+1(t)。所计算的模型均方误差被分配到Mod_i的每个参数值。当E_i(t)在每个模型评估期间被计算并且被分配到在各个模型中表示的参数值时，对于每个参数值，保持被分配的模型均方误差的累计和。重复过程评估，直到所有的模型i＝1，...，N被评估。一个完整序列被称为模型扫描，在所述完整序列中，每个模型被评估一次，并且计算一个对应的模型均方误差E_i(t)。作为这个评估序列或模型扫描的结果，每个参数值被分配给已经使用特定参数值的所有模型的均方误差的和。因此，作为每个模型扫描的结果，每个参数值p^kl将被分配一个范数，其中k＝1，...，m，1＝1，...，n：

${\mathrm{Ep}}^{\mathrm{kl}}\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_{\mathrm{kl}}{E}_i\left(t\right),$    [方程2]

其中：

Ep^kl(t)是作为扫描t的结果被分配到参数值p^kl的范数，

N是模型的总数，

如果在Mod_i中使用参数值p^kl，则X_kl＝1，如果在Mod_i中不使用参数值p^kl，则X_kl＝0。

在下一次扫描中重复评估过程，并且将从在那个扫描期间所分配的均方误差E_i(t)的和产生的范数Ep^kl(t)与在前面的扫描期间计算的范数值相结合。模型扫描的重复序列被统称为自适应周期，并且在管理器34的控制下继续直到完成预定数量的扫描，或直到发生了对于过程输入的足够数量的扫描，不论首先满足哪个条件。

作为这个程序的结果，每个参数值已经被赋值了在自适应周期期间确定的范数的累计值：

${\mathrm{sumEp}}^{\mathrm{kl}}\left(t\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{Ep}}^{\mathrm{kl}}\left(t\right).$    [方程3]

在自适应周期的结尾，对于每个参数值p^kl计算和的倒数：

$\mathrm{Fkl}=\frac{1}{{\mathrm{sumEp}}^{\mathrm{kl}}}$          [方程4]

由于Fkl是模型均方误差的和的倒数，变量Fkl可以被直观地看作对参数值的适合度的度量。然后，对于每个参数p^k，计算一个自适应参数值p^k(a)，它是这个参数的所有值的加权平均：

p^k(a)＝p^kl*fk1+...+p^kl*fkl+...+p^kn*fkn，       [方程5]

其中：

相对适合度 $\mathrm{fkl}=\frac{\mathrm{Fkl}}{\mathrm{sumFkl}}$                           [方程6]

sumFK＝Fk1+...+Fkl+...Fkn                     [方程7]

因此，每个因子fkl可以被看作各个参数值的对应标准化适合度。

如上计算的自适应参数值定义在设计中取值的一个新的模型组，它具有中心参数值p^k(a)和在上下界限之间的参数值范围，其中k＝1，...，m。变化的范围被限定为+Δ％到-Δ％，并且应当由两个或多个附加参数值表示。例如，如果自适应周期产生自适应参数值p^k(a)，则对于新的模型评估，必须定义至少两个附加参数，它们取值p^k(a)[1+Δ％]和p^k(a)[1-Δ％]。换句话说，每个参数具有用于自适应的下和上界限，以便值p^k(a)被限于界限值。一旦已经更新了模型，即当完成一个自适应周期时，根据被更新的模型参数值来进行控制器更新，其中k＝1，...，m。自适应可以应用到整个模型也可以限于模型的PID/反馈或前馈部分，例如当实现预定的最小激励水平时限于将输出与输入相关联的模型部分。另外，在控制系统内实现不足的激励失败的情况下，经由在管理器34的控制下工作的激励产生器38，可以向反馈回路插入外部激励。

自适应还可以以序列方式实现，例如，能在自适应可以是DT的单个参数值的同时，保持剩余的参数(例如Tc和Gain)恒定。以这种方式，每个参数可以被自适应，并且同时保持剩余的参数恒定，所述剩余参数可能已经或可能还未在前面的自适应周期中被自适应。序列自适应方法有益地提供对于期望的自适应参数值p^k(a)的较快收敛。

图2图解了示范的自适应参数内插程序，包括用于反馈和前馈控制回路的一阶加停滞时间过程模型(first order plus dead time process model)。对于这个特定的示例，假定对于每个参数定义三个值，并且周期的自适应范围被预定为(+Δ％)到(-Δ％)。然后，对于每个过程输入u(t)和扰动d(t)，遭遇在图3中描述的模型。在图3中：

DT是停滞时间参数的中心值；

(DT-)是(DT-Δ％)；

(DT+)是(DT+Δ％)；

Tc是时间常数参数的中心值；

(Tc-)是(Tc-Δ％)；

(Tc+)是(Tc+Δ％)；

是增益(Gain)参数的中心值；

(Gain-)是(Gain-Δ％)；

(Gain+)是(Gain+Δ％)。

从图3的配置产生的转换的组合的数量是3 x 3 x 3＝27。但是，如果在图2的模型中的两个输入用于自适应，则转换组合的数量提高到27²＝729。这些模型组合虽然在数量上很大，但是对于每个参数仅仅需要三个值，这简化了模型计算。简化的模型计算被实现，因为控制器自适应参数评估而不是模型评估驱动。因此，必须根据在反馈回路中的9个参数值和在前馈回路中的9个参数值来执行自适应。结果，在所公开的自适应程序中被评估的参数的数量与参数的数量成比例地变化，这与在现有技术的模型评估技术中具有的指数变化不同。

可以通过控制其中向模式给予参数值的序列来限制计算要求。例如，可以在诸如Gain这样的无记忆参数(memoryless parameter)之前提供诸如停滞时间这样的有记忆参数(memory parameter)。因此，图3所示的示范序列是停滞时间(DT)、时间常数(Tc)，然后是Gain。

在将每个模型输出与当前过程输出比较之后，可以构造均方误差的和的表格。在完成自适应周期时，可以计算用于每个参数的自适应参数，如表1所示。

一旦已经完成了模型自适应周期，并且按照上述的表1建立了自适应参数值，通过控制器更新部件36的操作来影响控制器更新。实质上，控制器更新部件36将新计算的自适应过程参数值p^k(a)映射到用于特征化PID控制器12和/或前馈控制器14的参数更新值。例如，过程参数DT、Tc和Gain可以被映射到控制器参数Reset、Rate和Gain。因为说明了一个完整的一阶加停滞时间过程模型，因此可以应用任何公知的调谐规则，其中包括拉姆达或NC调谐。对于前馈路径，动态前馈控制器设计方程已经显示出可以适用：

$G_{\mathrm{ff}}=-\frac{\mathrm{Kd}}{\mathrm{Ku}}\frac{1+\mathrm{sTu}}{1+\mathrm{sTd}}$       [方程8]

其中：

G_ff＝前馈控制器传递函数，

Kd＝前馈过程动态的静态增益，

Ku＝反馈过程动态的静态增益，

Td＝前馈过程动态的时间常数，

Tu＝反馈过程动态的时间常数。

总之，上述的自适应反馈/前馈控制器代表对于在可升级的过程控制系统中自动调谐技术的实质增强。

虽然已经参照意欲指示和图解本发明的特定实施例而说明了本发明，所公开的自适应反馈/前馈控制器不限于那些实施例。可以由在本领域内的技术人员实现各种修改、改进和增加，并且这样的修改、改进和增加将不脱离由所附的权利要求限定的本发明的范围。

例如，如上所述，控制器自适应依据用于在控制下构造过程的数学模型的参数的统计内插。虽然过程的特征在于三个参数DT、Tc和Gain，并且那些参数的每个被分配三个值，但是所公开的自适应反馈/前馈控制器清楚地扩展到另一个和/或不同数量的参数，每个可能包括不同数量的被分配值。另外，模型评估和参数内插已经图解为被识别为模型组28、模型评估器30、管理器34、参数内插器32和控制器更新36的独立部件。本领域的技术人员可以明白，独立部件的划分对于负责控制器实现和操作的人员是任意的。类似地，所公开的系统的功能可以通过硬件或软件或两者的组合来实现。这种自然的变化被认为是等效的。

可以认识到，这样的特定方法仅仅表示与上述的本发明实施例的非实质的偏离。因此，所附的权利要求被正确地解释为包含落入本发明的真实精神和范围的所有修改、变化和改进以及其实质等同物。因此，本发明的其他实施例虽然在此未被说明，但是仍然被当作在由所附的权利要求限定的本发明的范围内。

Claims (42)

1.一种过程控制系统中的自适应控制器设计方法，包括步骤：

(a)编译用于过程的模型组，其中每个模型的特征在于多个参数，并且在每个模型中，每个参数具有从一组预定初始值中选择的相应值；

(b)评估每个模型，由此在评估每个模型期间计算模型均方误差；

(c)向模型中表示的每个参数值分配一个范数，其中所述范数的特征在于：

${\mathrm{Ep}}^{\mathrm{kl}}\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_{\mathrm{kl}}{E}_i\left(t\right),$

其中：

Ep^kl(t)是作为扫描t的结果而分配给参数值p^kl的范数，

N是模型的总数，和

如果在模型Mod_i之一中使用参数值p^kl，则X_kl＝1，和

如果在模型Mod_i之一中未使用参数值p^kl，则X_kl＝0；和

(d)对于每个参数，计算自适应参数值，所述自适应参数值是所述一组预定初始值中包含的值的加权平均；和

(e)响应于所述自适应参数值，重新设计所述控制器。

2.如权利要求1所述的自适应控制器设计方法，其中与每个参数相关联的所述一组初始值包括中心参数值、上限参数值和下限参数值。

3.如权利要求2所述的自适应控制器设计方法，其中上限参数值是离中心参数值+Δ％的偏移，下限参数值是离中心参数值-Δ％的偏移。

4.如权利要求2所述的自适应控制器设计方法，其中，通过将在给定时间的过程输出y(t)与在那个时间的模型输出Y_l(t)相比较，并且通过对于模型Mod_i的每个参数计算相应模型均方误差E_l(t)＝(y(t)-Y_l(t))²和范数，来评估每个模型Mod_i。

5.如权利要求1所述的自适应控制器设计方法，其中，(i)对第一模型组执行第一评估扫描，并且其中在第一评估扫描期间，基于在第一评估扫描期间的瞬时过程输出和模型输出之间的差来评估每个模型，并且对于在第一评估扫描中评估的模型中表示的每个参数值计算第一范数；(ii)对第一模型组执行第二评估扫描，其中在第二评估扫描期间，基于在第二评估扫描期间的瞬时过程输出和模型输出之间的差来评估每个模型，并且对于在第二评估扫描中评估的模型中表示的每个参数值，计算第二范数；(iii)将每个参数值的第二范数与每个参数值的第一范数相加，以确定各个参数值的总计范数；(iv)执行附加的评估扫描以便完成自适应循环，并且在每个附加的评估扫描的期间，计算每个参数的相应范数，并且然后将那个范数与相应参数值的现有总计范数相加，以便形成相应参数值的当前总计范数，一旦完成组成自适应循环的评估扫描，就产生最终范数；(v)将用于每个参数的自适应参数值计算为与相应参数相关联的加权预定初始值之和，其中每个自适应参数值被相应加权因子加权，并且用于参数值的加权因子是对于所有参数值的总计范数的总和与对于相应参数值计算的总计范数相除的商。

6.如权利要求1所述的自适应控制器设计方法，其中模型均方误差E_l(t)被计算为E_l(t)＝(y(t)-Y_l(t))²，其中y(t)是在特定时间的过程输出，Y_l(t)是在那个时间的模型输出。

7.如权利要求1所述的自适应控制器设计方法，其中用于参数的自适应参数值由加权参数值之和组成，其中应用于每个参数值的加权因子与参数适合度成比例。

8.如权利要求7所述的自适应控制器设计方法，其中用于参数的自适应参数值被计算为参数的加权值之和，其中应用于每个参数值的加权因子与参数适合度成比例。

9.如权利要求8所述的自适应控制器设计方法，其中向模型中表示的每个模型参数值分配一个范数，其中所述范数是在评估每个模型期间计算的模型均方误差之和。

10.如权利要求9所述的自适应控制器设计方法，其中模型均方误差E_l(t)被计算为E_l(t)＝(y(t)-Y_l(t))²，其中y(t)是在特定时间的过程输出，Y_l(t)是在那个时间的模型输出。

11.如权利要求1所述的自适应控制器设计方法，其中过程模型的参数包括有记忆参数、和无记忆参数，并且其中过程建模顺序首先考虑有记忆参数，然后考虑无记忆参数。

12.如权利要求11所述的自适应控制器设计方法，其中与每个参数相关联的所述一组初始值包括中心参数值、上限参数值和下限参数值。

13.如权利要求12所述的自适应控制器设计方法，其中上限参数值是离中心参数值+Δ％的偏移，下限参数值是离中心参数值-Δ％的偏移。

14.如权利要求11所述的自适应控制器设计方法，其中通过将在给定时间的过程输出y(t)与在那个时间的模型输出Y_l(t)相比较，并且通过对于模型Mod_i计算相应模型均方误差E_l(t)＝(y(t)-Y_l(t))²，来评估每个模型Mod_i。

15.如权利要求11所述的自适应控制器设计方法，其中向模型中表示的每个模型参数值分配一个范数，其中所述范数是在评估每个模型的期间计算的模型均方误差之和。

16.如权利要求11所述的自适应控制器设计方法，其中模型均方误差E_l(t)被计算为E_l(t)＝(y(t)-Y_l(t))²，其中y(t)是在特定时间的过程输出，Y_l(t)是在那个时间的模型输出。

17.如权利要求11所述的自适应控制器设计方法，其中用于参数的自适应参数值被计算为加权参数值之和，其中应用于每个参数值的加权因子与参数值的相对适合度成比例。

18.如权利要求17所述的自适应控制器设计方法，其中用于参数的自适应参数值被计算为加权参数值之和，其中应用于每个参数值的加权因子与参数适合度成比例。

19.如权利要求1所述的自适应控制器设计方法，其中控制器是PID型控制器。

20.如权利要求1所述的自适应控制器设计方法，其中控制器包括一个或多个前馈输入。

21.如权利要求1所述的自适应控制器设计方法，其中控制器是多输入多输出控制器。

22.如权利要求1所述的自适应控制器设计方法，其中控制器是模型预测控制器。

23.一种调谐过程控制器以控制受控过程的方法，包括：

对于与普通过程模型相关联的多个模型参数中的每一个，定义大量模型参数值，所述普通过程模型表示受控过程；

创建一组单独过程模型，其中所述一组单独过程模型中的每一个是使用用于所述多个模型参数中的每一个的大量模型参数值之一从所述普通过程模型形成的，并且其中所述一组单独过程模型中的每一个是使用用于模型参数的模型参数值的不同组合而形成的；

执行模型扫描，包括：

对一个或多个过程输入执行所述单独过程模型中的每一个，以便对于所述单独过程模型中的每一个产生模型输出，

将所述单独过程模型中的每一个的输出与过程输出相比较，以便对于所述单独过程模型中的每一个确定模型误差值，

对于每个单独过程模型，将用于所述单独过程模型的模型误差值与在那个单独过程模型中使用的每个模型参数值相结合，和

对于每个模型参数的每个模型参数值，从与那个模型参数值相关联的模型误差值中计算模型参数值范数；

对于每个模型参数，从对于那个模型参数的大量参数值计算的模型参数值范数中确定新模型参数值，以便创建对于每个模型参数包括一个新模型参数值的一组新模型参数值；和

从所述一组新模型参数值中确定一个或多个过程控制器调谐值。

24.如权利要求23所述的方法，还包括通过在不同时间执行两个或多个模型扫描以便产生用于与每个模型扫描相关联的每个模型参数值的模型参数值范数，来执行自适应循环，并且其中确定用于特定模型参数的新模型参数值包括组合用于特定模型参数的每个模型参数值的、与所述两个或多个模型扫描中的每个模型扫描相关联的模型参数值范数。

25.如权利要求24所述的方法，其中组合用于特定模型参数的每个模型参数值的模型参数值范数包括：将为来自所述两个或多个模型扫描的每个模型扫描的特定模型参数值创建的模型参数值范数求和。

26.如权利要求25所述的方法，其中确定用于每个模型参数的新模型参数值包括：对于特定模型参数，从用于特定模型参数的每个模型参数值的模型参数值范数之和中计算用于特定模型参数的每个模型参数值的加权值，并且使用用于特定模型参数的每个模型参数值的加权值来确定用于特定模型参数的新模型参数值。

27.如权利要求26所述的方法，其中确定特定模型参数的模型参数值之一的加权值包括反转用于所述模型参数值之一的模型参数值范数之和。

28.如权利要求26所述的方法，其中对于与所述普通过程模型相关联的多个模型参数中的每个模型参数定义大量模型参数值包括将用于模型参数之一的大量模型参数值中的一个定义为在先前自适应循环中确定的用于模型参数之一的新模型参数值。

29.如权利要求28所述的方法，其中对于与所述普通过程模型相关联的多个模型参数中的每个模型参数定义大量模型参数值包括将用于模型参数之一的大量模型参数值中的其他模型参数值定义为在先前自适应循环中确定的用于该模型参数之一的新模型参数值的函数。

30.如权利要求23所述的方法，其中将每个所述单独过程模型的输出与过程输出相比较以确定用于每个单独过程模型的误差值包括确定每个单独过程模型的输出与过程输出之间的均方误差，以便确定用于每个单独过程模型的模型误差值。

31.如权利要求23所述的方法，其中计算用于特定模型参数值的模型参数值范数包括将与所述特定模型参数值相关联的模型误差值求和。

32.如权利要求23所述的方法，还包括：将所述一个或多个过程控制器调谐值提供给所述过程控制器以用于控制受控过程。

33.一种用于调谐受控过程的过程控制器的调谐系统，包括：

用于存储表示受控过程的普通过程模型的存储设备；

用于存储用于与所述普通过程模型相关联的多个模型参数中的每一个的大量模型参数值的存储设备；和

调谐系统，包括，

存储在存储器中的、将要在处理器上执行的模型创建例程，用于创建一组单独过程模型，其中所述单独过程模型中的每一个是使用用于所述多个模型参数中的每一个的大量模型参数值之一从所述普通过程模型中形成的，并且其中所述一组单独过程模型中的每一个是使用用于模型参数的模型参数值的不同组合而形成的；

存储在存储器中的、将要在处理器上执行的模型执行例程，用于执行一个或多个模型扫描，每个模型扫描包括：

对一个或多个过程输入执行所述单独过程模型中的每一个，以便对于所述单独过程模型中的每一个产生模型输出，

将所述单独过程模型中的每一个的输出与过程输出相比较，以便确定用于所述单独过程模型中的每一个的模型误差值；

对于每个单独过程模型，将用于所述单独过程模型的模型误差值与在那个单独过程模型中使用的每个模型参数值相结合；和

对于每个模型参数的每个模型参数值，从与那个模型参数值相关联的模型误差值计算模型参数值范数；

存储在存储器中的、将要在处理器上执行的模型参数值确定例程，用于确定用于每个模型参数的新模型参数值，其中用于特定模型参数的新模型参数值是从对于所述特定模型参数的大量参数值确定的模型参数值范数创建的；和

存储在存储器中的、将要在处理器上执行的调谐参数例程，用于从用于模型参数的新模型参数值中确定将被过程控制器使用的一个或多个过程控制器调谐值。

34.如权利要求33所述的调谐系统，其中模型执行例程通过在不同时间执行两个或多个模型扫描以便在所述两个或多个模型扫描中的每个模型扫描期间产生用于每个模型参数值的模型参数值范数，而执行模型自适应循环，并且其中模型参数值确定例程通过组合在特定模型参数的模型参数值的自适应循环的所述两个或多个模型扫描期间确定的模型参数值范数来确定用于特定模型参数的新模型参数值，以便产生用于该特定模型参数的新模型参数值。

35.如权利要求34所述的调谐系统，其中所述模型执行例程通过将对于在所述两个或多个模型扫描的每个模型扫描期间产生的特定模型参数值创建的模型参数值范数求和，来组合用于所述特定一个模型参数的特定一个模型参数值的模型参数值范数。

36.如权利要求35所述的调谐系统，其中所述模型参数值确定例程通过从用于特定模型参数的每个模型参数值的模型参数值范数之和计算用于特定模型参数的每个模型参数值的加权值、并且使用用于特定模型参数的每个模型参数值的加权值来确定用于特定模型参数的新模型参数值，来确定用于所述特定模型参数的新模型参数值。

37.如权利要求36所述的调谐系统，其中所述模型参数值确定例程通过反转用于特定模型参数的特定模型参数值的模型参数值范数之和，来计算用于所述特定模型参数的特定模型参数值的加权值。

38.如权利要求36所述的调谐系统，其中所述模型创建例程通过将用于模型参数之一的大量模型参数值中的至少一个定义为在先前自适应循环中确定的用于该模型参数之一的新模型参数值，来为与所述普通过程模型相关联的多个模型参数中的每一个定义大量模型参数值。

39.如权利要求38所述的调谐系统，其中所述模型创建例程通过将用于模型参数之一的其他大量模型参数值定义为在先前自适应循环中确定的用于该模型参数之一的新模型参数值的函数，来定义用于与所述普通过程模型相关联的多个模型参数中的每一个的大量模型参数值。

40.如权利要求33所述的调谐系统，其中所述模型执行例程将用于所述单独过程模型之一的模型误差值确定为所述单独过程模型之一的输出与过程输出之间的均方误差。

41.如权利要求33所述的调谐系统，其中所述模型执行例程通过对与特定模型参数值相关联的模型误差值求和来计算用于特定模型参数值的模型参数值范数。

42.如权利要求33所述的调谐系统，还包括存储在存储器中的、将要在处理器上执行的状态机例程，用于监视所述受控过程的一个或多个过程变量，以便确定所述受控过程何时从一个预定状态移动到另一个预定状态，并且当所述受控过程从一个预定状态移动到另一个预定状态时实施调谐例程。

Images