CN102323750B - 嵌入式非线性脉冲协同控制器 - Google Patents
嵌入式非线性脉冲协同控制器 Download PDFInfo
- Publication number
- CN102323750B CN102323750B CN201110147217.1A CN201110147217A CN102323750B CN 102323750 B CN102323750 B CN 102323750B CN 201110147217 A CN201110147217 A CN 201110147217A CN 102323750 B CN102323750 B CN 102323750B
- Authority
- CN
- China
- Prior art keywords
- control
- controller
- control unit
- output
- steady
- 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 - Fee Related
Links
- 238000000034 method Methods 0.000 claims abstract description 158
- 230000008569 process Effects 0.000 claims abstract description 147
- 230000008859 change Effects 0.000 claims abstract description 62
- 230000000694 effects Effects 0.000 claims abstract description 17
- 230000009471 action Effects 0.000 claims abstract description 11
- 230000033228 biological regulation Effects 0.000 claims abstract description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 44
- 230000003321 amplification Effects 0.000 claims description 13
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 13
- 230000000630 rising effect Effects 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 11
- 230000002093 peripheral effect Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 8
- 230000007423 decrease Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims 2
- 238000010276 construction Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 abstract 1
- 238000004886 process control Methods 0.000 abstract 1
- 230000001276 controlling effect Effects 0.000 description 9
- 238000005457 optimization Methods 0.000 description 6
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001311 chemical methods and process Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000011112 process operation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
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
本发明嵌入式非线性脉冲协同控制器,具体指一种具有动态过程和稳态过程相对独立调节的嵌入式非线性脉冲协同控制器,涉及智能控制技术领域。本发明的控制算法模块,包括起产生控制偏差作用的比较环节;辨识被控对象的放大增益、时间常数和纯滞后时间等模型参数的辨识控制单元;承担动态变化过程控制调节任务,使工艺变量快速接近稳态值的动态控制单元;承担消除稳态变化过程的控制偏差,依据控制器将来的稳态输出值,结合比例和积分控制作用,提高控制精度的稳态控制单元;根据控制系统运行状态,协调辨识控制单元、动态控制单元和稳态控制单元工作状态,形成最终控制输出信号的协同控制单元。具有结构简单,快速性、鲁棒性和抗干扰性较好的特点。
Description
技术领域
本发明涉及智能控制技术领域,具体指一种具有动态过程和稳态过程相对独立调节的嵌入式非线性脉冲协同控制器。
背景技术
随着现代工业社会的发展,在工业控制过程中出现了越来越多的复杂工艺对象,同时对产品质量的要求也越来越高,这导致传统的控制规律难以适应这种控制的需求。为了提高控制效果,从上个世纪70年代开始,人们从工艺操作经验或生物控制规律出发,研究发展出现了专家控制系统、神经网络控制系统和模糊控制系统以及预测控制等智能控制算法。这些控制算法为提高复杂工艺对象的控制效果起了很大作用。但是这些控制算法或规律都比较复杂,实际实现及应用难度较大,影响在实际工程中应用推广。
发明内容
本发明的目的在于克服上述现有技术存在的缺失和不足,提供一种嵌入式非线性脉冲协同控制器(简称ENICC),包括AD转换电路、DA转换电路、中央处理器CPU、程序存储器、数据存储器和外围设备接口电路等。其基于“专家快速调节控制思想”设计,动态过程和稳态过程相对独立调节。其特点是,嵌入式非线性脉冲协同控制器的控制算法模块包括比较环节、辨识控制单元、动态控制单元、稳态控制单元和协同控制单元。其中,比较环节主要起产生控制偏差的作用;辨识控制单元主要通过阶跃响应,辨识被控对象的放大增益、时间常数和纯滞后时间等模型参数;动态控制单元利用快速调节脉冲输出,减少控制系统的上升时间和降低控制系统的超调量,使工艺变量快速接近稳态值,主要起快速消除控制偏差的作用;稳态控制单元依据控制器将来的稳态输出值,结合比例和积分控制作用,快速消除控制偏差,提高控制精度。在协同控制单元的协调下,辨识控制单元、动态控制单元和稳态控制单元协同工作,并能够迅速、稳定地消除控制偏差。
关于本发明基于的“专家快速调节控制思想”概述
在实际工艺操作过程中,对于有经验的操作人员而言,他们总是能够以较快的速度、较小的超调量和较短的调节时间,使控制系统快速达到稳定状态。例如,在调节某容器液位过程中,如果液位低于目标值比较大,操作人员一般首先迅速把进料阀位开到接近最大,待液位快要接近目标值的时候,再迅速减小阀位,从而使工艺变量能够以快速、无超调地达到稳定值。另外,多数优化控制规律具有类似的脉冲输出调节规律。在某种理想状态下,这种调节规律能够使工艺变量以较快的上升时间、无或较小的超调量和较小的调节时间,快速达到稳定状态。
关于本发明基于的“专家快速调节控制思想”的嵌入式非线性脉冲协同控制器的工作原理
本发明的一种嵌入式非线性脉冲协同控制器,基于专家快速调节控制思想设计,包括比较环节、辨识控制单元、动态控制单元、稳态控制单元和协同控制单元,能够迅速、稳定地消除控制偏差。其中,比较环节主要起产生控制偏差的作用;辨识控制单元主要通过阶跃响应,辨识被控对象的放大增益、时间常数和纯滞后时间等模型参数;动态控制单元主要承担动态变化过程的控制调节任务,利用快速调节脉冲输出,减少控制系统的上升时间和降低控制系统的超调量,并使工艺变量快速接近稳态值;稳态控制单元主要承担消除稳态变化过程的控制偏差,依据控制器将来的稳态输出值,结合比例和积分控制作用,快速消除控制偏差,提高控制精度;协同控制单元则是根据控制系统的运行状态,负责协调辨识控制单元、动态控制单元和稳态控制单元的工作状态,形成最终控制输出信号。
构成本发明嵌入式非线性脉冲协同控制器的控制算法模块,包括比较环节、辨识控制单元、动态控制单元、稳态控制单元和协同控制单元等五部分。其中,比较环节主要起产生控制偏差的作用;辨识控制单元辨识被控对象的放大增益、时间常数和纯滞后时间等模型参数;动态控制单元主要承担动态变化过程的控制调节任务,减少控制系统的上升时间和降低控制系统的超调量,并使工艺变量快速接近稳态值;稳态控制单元主要承担消除稳态变化过程的控制偏差,依据控制器将来的稳态输出值,结合比例和积分控制作用,快速消除控制偏差,提高控制精度;协同控制单元则是根据控制系统的运行状态,负责协调辨识控制单元、动态控制单元和稳态控制单元的工作状态,形成最终控制输出信号。
以下就有关“比较环节”、“辨识控制单元”、“动态控制单元”、“稳态控制单元”和“协同控制单元”及其算法作进一步的阐述:
一、比较环节及其算法
比较环节主要完成工艺设定值和反馈信号的比较,起产生控制偏差的作用。令sp(t)表示工艺设定值,b(t)表示反馈信号,e(t)表示控制偏差,则有:
e(t)=sp(t)-b(t) (1)
二、辨识控制单元及其算法
辨识控制单元主要辨识被控对象的放大增益、时间常数和纯滞后时间等模型参数。
对于大多数的化学工艺控制系统,其被控对象的工艺模型均可以在其工作点附近一定范围内线性化,并用传递函数
来近似表示。其中,K,T,τ分别为被控对象的放大增益、时间常数和纯滞后时间,并可以利用阶跃响应两点辨识法得到。首先找出两个时间点t1,t2,且y(t1)=0.384·yss(t)、y(t2)=0.632·yss(t)。其中,yss(t)是工艺变量的稳态值。然后,根据式
计算得到被控对象的模型参数。其中,y0(t)是初始工艺变量值,uss(t),u0(t)分别是控制器的稳态和初始输出值。
因为稳定时,工艺变量的稳态值与工艺设定值相同,即yss(t)=sp(t),故由式(4)得到:
因此,只要获得被控对象的稳态放大增益系数K,则很容易计算得到控制器的稳态输出值uss(t)。
三动态控制单元及其算法
动态控制单元主要承担动态变化过程的控制调节任务,减少控制系统的上升时间和降低控制系统的超调量,并使工艺变量快速接近稳态值。
由于动态控制单元要使被控对象的动态变化过程,具有较短的上升时间和较小的超调量。因此设计其动态控制单元的输出变化过程,包括上升变化和下降变化两个阶段,并用uup(t),udown(t)分别表示控制器脉冲输出的上升和下降变化输出值。记控制系统的工艺设定值改变的时刻为t0。
(1)上升变化规律
设um(t)为当控制系统的工艺设定值改变后,在动态变化调节过程中,控制器的脉冲输出峰值;tm为相对于t0时刻当控制器输出达到um(t)的时间。
在工艺设定值发生变化的时候,控制器从t=t0时刻的初始输出值u0(t)迅速输出到峰值um(t)。假设控制器消除控制偏差之后的稳态输出值为uss(t)(可以根据式(5)得到)。相对于控制器的初始输出值u0(t),其变化量Δum(t)为:
Δum(t)=um(t)-u0(t)=α·(uss(t)-u0(t)) (6)
其中,α为脉冲增益系数且α>1,并保证uL≤Δum(t)≤uss(t)或uss(t)≤Δum(t)≤uH。其中uL和uH分别表示控制器的输出低限和高限值;
为了使控制器从u0(t)比较稳定地变化到um(t),设计如式(7)所示的滤波环节:
其中,Tup为脉冲上升滤波时间常数,且Tup<tm,取Tup=1~5Ts,其中Ts为采样控制周期。综合式(6)和(7),得到脉冲输出的上升变化规律uup(t)为:
uup(t)=u0(t)+α·(uss(t)-u0(t))·fup(t) (8)
由式(7)、(8)得知,uup(t)在t=t0时刻的初始输出值为u0(t),其稳定变化值为uup(t)=u0(t)+Δum(t)=um(t)。
(2)下降变化规律
设td为相对于t0时刻当控制器输出达到um(t)之后开始反方向变化的时间。当控制时间t≥t0+td时,控制器的输出信号又迅速地变化到近将来的稳态输出值uss(t)。同样为了使控制器输出较为稳定地变化到uss(t),且保证一定的调节效果,设计一个如式(9)所示的滤波环节
其中,Tdown为下降滤波时间常数,取Tdown=0.1~0.5T;|e(t)|为当前控制偏差的绝对值,|e(td)|为t=t0+td时控制偏差的绝对值。因此,脉冲下降变化规律为:
udown(t)=um(t)+(uss(t)-um(t))·fdown(t) (10)
由式(9)、(10)得知,udown(t)在t=t0+td时刻的初始输出值为um(t),其稳定变化值为uss(t)。
四稳态控制单元及其算法
稳态控制单元的主要作用是保证稳定消除控制偏差和提高控制精度。
当控制偏差及其变化率满足|e(t)|≤ε1,且|Δe(t)|≤ε2时,其中ε1,ε2均为正实数,且ε2<ε1,记此时相对于t0时刻的时间为tss。为了进一步快速消除控制偏差,当控制时间t≥t0+tss时,稳态控制算法在脉冲下降控制算法的基础上,切换至比例积分控制规律,即:
us(t)=us(t-1)+Kp·Δe(t)+Ki·e(t) (11)
其中,us(t)表示控制器的稳态过程的控制输出信号,Kp为比例系数,Ki为积分系数,us(t-1)为上一个采样控制周期的控制器输出信号,Δe(t)为当前控制偏差的变化值。当控制系统达到稳定时,以最终的us(t)更新原来计算的uss(t),并保持当前的控制输出不变。如果出现随机干扰,当控制偏差的绝对值|e(t)|≥ε3的时候,采用如下控制规律:
us(t)=uss(t)+Kp·e(t) (12)
其中ε3为正实数。
五协同控制单元及其算法
协同控制单元则是根据控制系统的运行状态,协调辨识控制单元、动态控制单元和稳态控制单元的工作状态,形成最终控制输出信号。
(1)当控制时间t≥0时,辨识控制单元处于工作状态,辨识被控对象的模型参数;
(2)当控制时间t0≤t<t0+tss时,动态控制单元处于工作状态;
1)当控制时间t0≤t<t0+td时,控制器输出动态脉冲上升规律uup(t);
2)当控制时间t0+td≤t<t0+tss时,控制器输出动态脉冲下降规律udown(t)。
(3)当控制时间t≥t0+tss时,稳态控制单元处于工作状态,控制器输出稳态控制规律us(t);如果出现随机干扰,当控制偏差的绝对值|e(t)|≥ε3的时候,则采用控制规律(12)。
当工艺设定值再次发生变化的时候,控制时间t恢复到t0时刻,重复上述(2)~(3)控制过程。
六控制参数调整方法
本发明的动态控制单元和稳态控制单元两部分之间的独立性相对较强,可以单独进行参数调整。
(1)根据工艺变量的动态变化过程的上升速度和超调量大小,调整α或td。如果超调量过大或上升速度过快,则减少α或td;反之,则增大α或td。
(2)根据工艺变量的稳态过程变化情况,调整比例系数Kp和积分系数Ki。如果趋向稳定状态的速度较慢,则增加比例系数Kp;反之,则减小比例系数Kp。如果控制精度较低,则增大积分系数Ki;如果产生稳态振荡,则减小积分系数Ki。
(3)其它控制参数Tup,Tdown,在规定数值范围内选取。
本发明所述的嵌入式非线性脉冲协同控制器,其特点是,构成嵌入式非线性脉冲协同控制器的控制算法模块还包括:输出阶跃信号、系统输出是否稳定、模型参数计算、采样偏差计算、动态过程是否结束、稳态控制计算、协同控制输出、控制是否完成、动态控制计算等步骤。
关于本发明涉及的概念(或名称)的说明
如前背景技术段落的介绍,“……出现了越来越多的复杂工艺对象……”。因此,在本发明说明书中,出现了相关的“工艺对象”、“被控对象”、“工艺变量”、“工艺模型”、“传递函数”、“模型参数”、“工艺设定值”等不同概念(或名称)。其含义分别解释如下:
工艺对象:是指要求实现自动或手动控制的机器设备、生产工艺过程或其它对象。
被控对象:当工艺对象作为控制系统的被控制的工艺对象时,又常称之为“被控对象”。
工艺变量:是指工艺对象的工艺输出变量。
工艺模型:是指工艺对象的数学模型。
传递函数:是工艺对象的数学模型的一种表达形式。
模型参数:是指工艺对象的数学模型的组成参数。
工艺设定值:是指控制系统的工艺设定值输入信号,也即被控对象的工艺变量需要达到的数值。
众所周知,实际上所谓的“工艺变量”是由与“工艺过程”中有关的不同“参数”所体现(或构成)的,而不同的“参数”形成不同的“工艺模型”(一般以数学计算公式表示),在自动控制理论中经常用“传递函数”形式表达。
在工业控制技术领域,所述的“被控对象”是指自动控制系统中被控制或调节的“工艺对象”。其中,按照有关自动控制理论,“控制对象”也可称为“工艺对象”。
就本发明而言,控制的目标是实现对“被控对象”的“工艺变量”的准确控制,即通过控制器的控制输出信号,调节“工艺对象”的工艺输入信号,从而使“工艺对象”的“工艺过程”中的“工艺变量”,最终与本发明“装置”所涉及的自动控制系统的输入信号——“工艺设定值”之间的偏差为零。
附图说明:
图1为本发明控制系统原理框图;
图2为本发明组成硬件系统框图;
图3为本发明控制算法软件流程框图;
图4a、4b为本发明实施例工艺对象A控制效果对比图;
图5a、5b为本发明实施例工艺对象B控制效果对比图。
附图中标号说明:
1:工艺设定值;2:比较环节;3:控制偏差信号;4:辨识控制单元;5:辨识控制单元与动态控制单元之间的通讯信号;6:动态控制单元;7:辨识控制单元的输出信号;8:反馈至辨识控制单元的控制输出信号;9:控制器输出信号;10:被控对象;11:反馈给辨识控制单元的工艺变量信号;12:工艺变量信号;13:反馈信号;14:协同控制单元;15:稳态控制单元输出信号;16:动态控制单元输出信号;17:动态控制单元与稳态控制单元之间的通讯信号;18:稳态控制单元;19:嵌入式非线性脉冲协同控制器的控制算法模块;20:程序存储器;21:数据存储器;22:存储接口电路;23:DA转换电路;24:中央处理器CPU;25:外围设备接口电路;26:AD转换电路。101:输出阶跃信号;102:系统输出是否稳定;103:模型参数计算;104:采样偏差计算;105:动态过程是否结束;106:稳态控制计算;107:协同控制输出;108:控制是否完成;109:动态控制计算
具体实施方式:
以下结合附图和实施例对本发明作进一步的描述
本发明一种嵌入式非线性脉冲协同控制器(如附图1所示),其特点是,构成嵌入式非线性脉冲协同控制器的控制算法模块19,包括产生控制偏差的比较环节2;通过阶跃响应,辨识被控对象的放大增益、时间常数和纯滞后时间等模型参数的辨识控制单元4;承担动态变化过程的控制调节任务,利用快速调节脉冲输出,减少控制系统的上升时间和降低控制系统的超调量,并使工艺变量快速接近稳态值的动态控制单元6;承担消除稳态变化过程的控制偏差,根据控制器将来的稳态输出值,结合比例和积分控制作用,快速消除控制偏差,提高控制精度的稳态控制单元18;根据控制系统的运行状态,负责协调辨识控制单元4、动态控制单元6和稳态控制单元18的工作状态,形成最终控制输出信号的协同控制单元(14)。
所述的比较环节2及其算法
比较环节主要完成工艺设定值1和反馈信号13的比较,产生控制偏差3。令sp(t)表示工艺设定值,b(t)表示反馈信号,e(t)表示控制偏差信号,则有:
e(t)=sp(t)-b(t) (1)
所述的辨识控制单元4及其算法
辨识控制单元主要辨识被控对象的放大增益、时间常数和纯滞后时间等模型参数。
对于大多数化学工艺控制系统,其被控对象的工艺模型均可以在其工作点附近一定范围内线性化,并用传递函数
来近似表示。其中,K,T,τ分别为被控对象的放大增益、时间常数和纯滞后时间,并可以利用阶跃响应两点辨识法得到。首先找出两个时间点t1,t2,且y(t1)=0.384·yss(t)、y(t2)=0.632·yss(t)。其中,yss(t)是工艺变量的稳态值。然后,然后,根据式
计算得到被控对象的模型参数。其中,y0(t)是初始工艺变量值,uss(t),u0(t)分别是控制器的稳态和初始输出值。
因为稳定时,工艺变量的稳态值与工艺设定值相同,即yss(t)=sp(t),故由式(4)得到:
因此,只要获得被控对象的稳态放大增益系数K,则很容易计算得到控制器的稳态输出值uss(t)。
所述的动态控制单元6及其算法
动态控制单元主要承担动态变化过程的控制调节任务,减少控制系统的上升时间和降低控制系统的超调量,并使工艺变量快速接近稳态值。
由于动态控制单元要使被控对象的动态变化过程,具有较短的上升时间和较小的超调量。因此设计其动态控制单元的输出变化过程,包括上升变化和下降变化两个阶段。uup(t),udown(t)分别表示控制器脉冲输出的上升和下降变化输出值。记控制系统的工艺设定值改变的时刻为t0。
(1)上升变化规律
设um(t)为当控制系统的工艺设定值改变后,在动态变化调节过程中,控制器的脉冲输出峰值;tm为相对于t0时刻当控制器输出达到um(t)的时间。
在工艺设定值发生变化的时候,控制器从t=t0时刻的初始输出值u0(t)迅速输出到峰值um(t)。假设控制器消除控制偏差之后的稳态输出值为uss(t)(可以根据式(5)得到)。相对于控制器的初始输出值u0(t),其变化量Δum(t)为:
Δum(t)=um(t)-u0(t)=α·(uss(t)-u0(t)) (6)
其中,α为脉冲增益系数且α>1,并保证uL≤Δum(t)≤uss(t)或uss(t)≤Δum(t)≤uH。其中uL和uH分别表示控制器的输出低限和高限值;
为了使控制器从u0(t)比较稳定地变化到um(t),设计一个如式(7)所示的滤波环节
其中,Tup为脉冲上升滤波时间常数,且Tup<tm,取Tup=1~5Ts,其中Ts为采样控制周期。综合式(6)和(7),得到脉冲输出的上升变化规律uup(t)为:
uup(t)=u0(t)+α·(uss(t)-u0(t))·fup(t) (8)
由式(8)得知,uup(t)在t=t0时刻的初始输出值为u0(t),其稳定变化值为uup(t)=u0(t)+Δum(t)=um(t)。
(2)下降变化规律
设td为相对于t0时刻当控制器输出达到um(t)之后开始反方向变化的时间。当控制时间t≥t0+td时,控制器的输出信号又迅速地变化到近将来的稳态输出值uss(t)。同样为了使控制器输出较为稳定地变化到uss(t),且保证一定的调节效果,设计一个如式(9)所示的滤波环节
其中,Tdown为下降滤波时间常数,取Tdown=0.1~0.5T;|e(t)|为当前控制偏差的绝对值,|e(td)|为t=t0+td时控制偏差的绝对值。因此,脉冲下降变化规律为:
udown(t)=um(t)+(uss(t)-um(t))·fdown(t) (10)
由式(9)、(10)得知,udown(t)在t=t0+td时刻的初始输出值为um(t),其稳定变化值为uss(t)。
所述的稳态控制单元18及其算法
稳态控制单元的主要作用是保证稳定消除控制偏差和提高控制精度。
当控制偏差及其变化率满足|e(t)|≤ε1,且|Δe(t)|≤ε2时,其中ε1,ε2均为正实数,且ε2<ε1,记此时相对于t0时刻的时间为tss。为了进一步快速消除控制偏差,当控制时间t≥t0+tss时,稳态控制算法在脉冲下降控制算法的基础上,切换至比例积分控制规律,即:
us(t)=us(t-1)+Kp·Δe(t)+Ki·e(t) (11)
其中,us(t)表示控制器的稳态过程的控制输出信号,Kp为比例系数,Ki为积分系数,us(t-1)为上一个采样控制周期的控制器输出信号,Δe(t)为当前控制偏差的变化值。当控制系统达到稳定时,以最终的us(t)更新原来计算的uss(t),并保持当前的控制输出不变。如果出现随机干扰,当控制偏差的绝对值|e(t)|≥ε3的时候,采用如下控制规律:
us(t)=uss(t)+Kp·e(t) (12)
其中ε3为正实数。
所述的协同控制单元14及其算法
协同控制单元则是根据控制系统的运行状态,协调辨识控制单元、动态控制单元和稳态控制单元的工作状态,形成最终控制输出信号。
(1)当控制时间t≥0时,辨识控制单元处于工作状态,辨识被控对象的模型参数。
(2)在t0≤t<t0+tss时,动态控制单元处于工作状态。
1)当控制时间t0≤t<t0+td时,控制器输出动态脉冲上升规律uup(t);
2)当控制时间t0+td≤t<t0+tss时,控制器输出动态脉冲下降规律udown(t)。
(3)当控制时间t≥t0+tss时,稳态控制单元处于工作状态。控制器输出稳态控制规律us(t)。如果出现随机干扰,当控制偏差的绝对值|e(t)|≥ε3的时候,则采用控制规律(12)。
当工艺设定值再次发生变化的时候,控制时间t恢复到t0时刻,重复上述(2)~(3)控制过程。
本发明控制参数调整方法
该发明控制算法的动态控制单元和稳态控制单元两部分之间的独立性相对较强,可以单独进行参数调整。
(1)根据工艺变量的动态变化过程的上升速度和超调量大小,调整α或td。如果超调量过大或上升速度过快,则减少α或td;反之,则增大α或td。
(2)根据工艺变量的稳态过程变化情况,调整比例系数Kp和积分系数Ki。如果趋向稳定状态的速度较慢,则增加比例系数Kp;反之,则减小比例系数Kp。如果控制精度较低,则增大积分系数Ki;如果产生稳态振荡,则减小积分系数Ki。
(3)其它控制参数Tup,Tdown,在规定数值范围内选取。
本发明所述的构成嵌入式非线性脉冲协同控制器的控制算法模块还包括:输出阶跃信号101、系统输出是否稳定102、模型参数计算103、采样偏差计算104、动态过程是否结束105、稳态控制计算106、协同控制输出107、控制是否完成108、动态控制计算109等步骤(如附图3所示)。
本发明一种嵌入式非线性脉冲协同控制器的一个实施例(如附图2所示),由AD转换电路26、程序存储器20、数据存储器21、存储接口电路22、DA转换电路23、中央处理器CPU24和外围设备接口电路25以电信号连接方式组成,其特点是,嵌入式非线性脉冲协同控制器的控制算法模块19,包括产生控制偏差的比较环节2;通过阶跃响应,辨识被控对象的放大增益、时间常数和纯滞后时间等模型参数的辨识控制单元4;承担动态变化过程的控制调节任务,利用快速调节脉冲输出,减少控制系统的上升时间和降低控制系统的超调量,并使工艺变量快速接近稳态值的动态控制单元6;承担消除稳态变化过程的控制偏差,根据控制器将来的稳态输出值,结合比例和积分控制作用,快速消除控制偏差,提高控制精度的稳态控制单元18;根据控制系统的运行状态,负责协调辨识控制单元4、动态控制单元6和稳态控制单元18的工作状态,形成最终控制输出信号的协同控制单元14。
其中,硬件部分主要包括主机和外围接口两大部分
1)主机
程序存储器20采用FLASH闪存作为程序及控制参数存储器,存储协同控制器的控制算法软件、操作系统、通讯软件、WEB远程访问软件及输入/输出接口软件等;
数据存储器21采用SDRAM作为计算机内部存储器,提供系统运行的内部数据交换的场所;
存储接口电路22用作提供中央处理器CPU 24与程序存储器20和数据存储器21之间的数据访问接口电路;
中央处理器CPU 24作为控制核心,负责控制器各组成部分协调工作,可采用32位,主频300MHZ左右,如ARM9系列等芯片;
采用外界提供电源方式;
2)外围接口
AD转换电路26主要提供4-20mA电流输入接口和1-5VDC电压输入接口,以及与中央处理器CPU 24电信号相连的接口电路;
DA转换电路23主要提供4-20mA电流输出接口和1-5VDC电压输出接口,以及与中央处理器CPU 24电信号相连的接口电路;
外围设备接口电路25主要提供标准的USB、VGA、RJ45、RS232、RS485接口,以及与中央处理器CPU 24电信号相连的接口电路;
所述的嵌入式非线性脉冲协同控制器软件部分主要包括:嵌入式非线性脉冲协同控制器的控制算法模块软件、操作系统、通讯软件、WEB远程访问软件及输入/输出接口软件等;
其中,
1)控制算法模块软件
按照本发明嵌入式非线性脉冲协同控制器的算法原理,采用嵌入式C++语言,开发嵌入式非线性脉冲协同控制器的控制算法模块19。
2)操作系统
采用流行的具有与Windows应用程序兼容的嵌入式操作系统,如Win CE等;
3)通讯软件
采用提供TCP/IP协议、RS232或485协议的支持软件等;
4)WEB远程访问软件
用于完成远程访问、通讯、操作功能等;
5)输入/输出接口软件
用于完成模拟信号或数字信号的输入/输出。
本发明嵌入式非线性脉冲协同控制器的应用实施例(如附图1所示)其中工艺设定值1即为控制系统的输入信号,协同控制单元输出信号9与被控对象10相连,工艺变量信号12经反馈通道转换为反馈信号13,工艺设定值1和反馈信号13一起进入比较环节2,并产生控制偏差3。控制器输出信号9、工艺变量信号12和工艺设定值1均经相应传输通道输入辨识控制单元4。
选取工艺对象A、B为被控对象进行检验。其中,工艺对象A是一个一阶惯性大纯滞后工艺对象,且τ/T>>1,其传递函数为:
如果利用常规控制算法控制该工艺对象,则很难获得好的控制效果。工艺对象B是一个非最小相位温度对象,其传递函数为:
该模型不但属于非最小相位系统,而且具有反向特性和纯滞后。非最小相位系统在控制工程中普遍存在,如船舶航向控制系统、鱼雷定深控制系统、水轮机控制系统等。设计非最小相位控制系统必须满足多方面的性能要求,这是一个控制难题。
本发明嵌入式非线性脉冲协同控制器(简称ENICC)的控制性能和传统PID控制算法进行了比较。为了使比较效果更清晰,传统PID控制算法的控制参数也进行了优化,其优化条件与ENICC的优化参数相同。
表1传统PID控制方法的优化控制参数
表2ENICC控制方法的优化控制参数
在仿真实验中,均选用Matlab的GATOOL工具箱进行优化,初始种群中的个体数目是50,进化代数为500,参数搜索下限值均为0,初始范围均为[0,1],其它参数为缺省值。优化控制参数如表1和2所示。其它控制仿真参数设置如下:采样控制周期Ts=1.0秒,上升滤波常数Tup=2Ts,下降滤波常数Tdown=0.3T,阈值ε1=0.005,ε2=0.001,ε3=0.0006。利用阶跃响应两点辨识法,分别辨识获得工艺对象A和B的模型参数。其中工艺对象A的辨识模型参数为:K=1.0,T=34,τ=69;工艺对象B 的辨识模型参数为:K=-123.4,T=24.0,τ=8.0。
附图4a、图4b所示,分别是工艺对象A的工艺变量和控制器输出效果对比图。ENICC的上升时间、超调量和调节时间等性能指标,明显优于传统PID控制效果。ENICC控制器的输出比传统PID的控制输出要更加稳定。从图4a中可以看出,与传统PID控制相比,ENICC具有更好的控制效果。其上升时间tr大约是35秒,σ%超调量约为0,调节时间ts约为113秒;同时也较好于文献[1](李东海,吴勇强,李立勤等,特殊工业对象的PID控制系统仿真研究[J],电子技术应用,2000,26(8):24-26.)前馈PID控制效果tr=155秒,σ%=5.5%,ts=200秒。
附图5a、图5b所示,分别是工艺对象B的工艺变量和控制器输出效果对比图。ENICC的上升时间、超调量和调节时间等性能指标,明显优于传统PID控制效果。ENICC控制器的输出比传统PID的控制输出要更加稳定。从图5a中可以看出,与传统PID控制相比,ENICC具有更好的控制效果。其上升时间tr大约是28秒,σ%超调量约为0,调节时间ts约为36秒;同时也较好于文献[2](马姝姝,陈夕松,杨俊,高阶时滞系统的降阶IMC-PID控制研究[J],工业仪表与自动化装置,2010,(2):3-5,11.)IMC-PID控制效果tr=30秒,σ%=5.0%,ts=60秒。从仿真结果可以看出:ENICC的控制性能均优于传统PID控制算法。
综上所述,本发明具有结构简单,快速性、鲁棒性和抗干扰性等均较好的特点。
Claims (4)
1.一种嵌入式非线性脉冲协同控制器,其特征是,主要为提高大纯滞后工艺对象的控制效果设计,构成嵌入式非线性脉冲协同控制器的控制算法模块,包括起产生控制偏差作用的比较环节;通过阶跃响应,辨识被控对象的放大增益、时间常数和纯滞后时间,并根据工艺设定值(1)、控制器的初始输出值、初始工艺变量值和对象的放大增益预先计算控制器的将来稳态输出值的辨识控制单元;承担动态变化过程的控制调节任务,利用与工艺变量信号(12)没有任何关系的快速调节脉冲输出,减少控制系统的上升时间和降低控制系统的超调量,并使工艺变量快速接近稳态值的动态控制单元;承担消除稳态变化过程的控制偏差,依据控制器将来的稳态输出值,结合比例和积分控制作用,快速消除控制偏差,提高控制精度的稳态控制单元;根据控制系统的运行状态,负责协调辨识控制单元、动态控制单元和稳态控制单元的工作状态,形成最终控制输出信号的协同控制单元;
控制算法的动态控制单元和稳态控制单元两部分之间的独立性相对较强,可以单独进行控制参数调整;
(1)所述的比较环节算法:
令sp(t)表示工艺设定值,b(t)表示反馈信号,e(t)表示控制偏差,则有:
e(t)=sp(t)-b(t) (1)
(2)所述的辨识控制单元算法:
设控制系统的被控对象,在其工作点的线性化工艺模型的传递函数为:
其中,模型参数K,T,τ,分别是被控对象的放大增益、时间常数和纯滞后时间,并利用阶跃响应两点辨识法得到;
首先找出两个时间点t1,t2,且y(t1)=0.384·yss(t)、y(t2)=0.632·yss(t),其中,yss(t)是工艺变量的稳态值;
然后,根据式
计算得到被控对象的模型参数,其中,y0(t)是初始工艺变量值,uss(t),u0(t)分别是控制器的稳态和初始输出值;
因为稳定时,工艺变量的稳态值与工艺设定值相同,即yss(t)=sp(t),故由式(4)得到:
因此,只要获得被控对象的稳态放大增益系数K,则计算得到控制器的稳态输出值uss(t);
(3)所述的动态控制单元算法:
由于动态控制单元要使被控对象的动态变化过程,具有较短的上升时间和较小的超调量,因此设计动态控制单元的输出变化过程,包括上升变化和下降变化两个阶段,并用uup(t),udown(t)分别表示控制器脉冲输出的上升和下降变化输出值;
记控制系统的工艺设定值改变的时刻为t0;
1)上升变化规律
设um(t)为当控制系统的工艺设定值改变后,在动态变化调节过程中,控制器的脉冲输出峰值;
tm为相对于t0时刻当控制器输出达到um(t)的时间;
在工艺设定值发生变化的时候,设根据式(5)得到的控制器消除控制偏差之后的稳态输出值为uss(t),控制器从t=t0时刻的初始输出值u0(t)迅速输出到峰值um(t),相对于控制器的初始输出值u0(t),其变化量Δum(t)为:
Δum(t)=um(t)-u0(t)=α·(uss(t)-u0(t)) (6)
其中,α为脉冲增益系数且α>1,并保证uL≤Δum(t)≤uss(t)或uss(t)≤Δum(t)≤uH,其中uL和uH分别表示控制器的输出低限和高限值;
为了使控制器从u0(t)比较稳定地变化到um(t),设计如式(7)所示的滤波环节:
其中,Tup为脉冲上升滤波时间常数,且Tup<tm,取Tup=1~5Ts,其中Ts为采样控制周期,综合式(6)和(7),得到脉冲输出的上升变化规律uup(t)为:
uup(t)=u0(t)+α·(uss(t)-u0(t))·fup(t) (8)
由式(7)、(8)得知,uup(t)在t=t0时刻的初始输出值为u0(t),其稳定变化值为uup(t)=u0(t)+Δum(t)=um(t);
2)下降变化规律
设td为相对于t0时刻当控制器输出达到um(t)之后开始反方向变化的时间,当控制时间t≥t0+td时,控制器的输出信号又迅速地变化到近将来的稳态输出值uss(t),同样为了使控制器输出较为稳定地变化到uss(t),且保证一定的调节效果,设计一个如式(9)所示的滤波环节:
其中,Tdown为下降滤波时间常数,取Tdown=0.1~0.5T;|e(t)|为当前控制偏差的绝对值,|e(td)|为t=t0+td时控制偏差的绝对值;因此,脉冲下降变化规律为:
udown(t)=um(t)+(uss(t)-um(t))·fdown(t) (10)
由式(9)、(10)得知,udown(t)在t=t0+td时刻的初始输出值为um(t),其稳定变化值为uss(t);
(4)所述的稳态控制单元算法:
当控制偏差和其变化率满足|e(t)|≤ε1,且|Δe(t)|≤ε2时,其中ε1,ε2均为正实数,且ε2<ε1,记此时相对于t0时刻的时间为tss;
为了进一步快速消除控制偏差,当控制时间t≥t0+tss时,稳态控制算法在脉冲下降控制算法的基础上,切换至比例积分控制规律,即:
us(t)=us(t-1)+Kp·Δe(t)+Ki·e(t) (11)
其中,us(t)表示控制器的稳态过程的控制输出信号,Kp为比例系数,Ki为积分系数,us(t-1)为上一个采样控制周期的控制器输出信号,Δe(t)为当前控制偏差的变化值;
当控制系统达到稳定时,以最终的us(t)更新原来计算的uss(t),并保持当前的控制输出不变;如果出现随机干扰时,当控制偏差的绝对值|e(t)|≥ε3的时候,采用如下控制规律:
us(t)=uss(t)+Kp·e(t) (12)
其中ε3为正实数;
(5)所述的协同控制单元算法:
1)当控制时间t≥0时,辨识控制单元处于工作状态,辨识被控对象的模型参数;
2)当控制时间t0≤t<t0+tss时,动态控制单元处于工作状态;
①当控制时间t0≤t<t0+td时,控制器输出动态脉冲上升规律uup(t);
②当控制时间t0+td≤t<t0+tss时,控制器输出动态脉冲下降规律udown(t);
3)当控制时间t≥t0+tss时,稳态控制单元处于工作状态,控制器输出稳态控制规律us(t);如果出现随机干扰,当控制偏差的绝对值|e(t)|≥ε3的时候,则采用控制规律(12);
当工艺设定值再次发生变化的时候,控制时间t恢复到t0时刻,重复上述2)~3)控制过程。
2.如权利要求1所述的嵌入式非线性脉冲协同控制器,其特征是,所述的动态控制单元和稳态控制单元,独立进行参数调整:
(1)根据工艺变量的动态变化过程的上升速度和超调量大小,调整α或td;如果超调量过大或上升速度过快,则减少α或td;反之,则增大α或td;
(2)根据工艺变量的稳态过程变化情况,调整比例系数Kp和积分系数Ki;如果趋向稳定状态的速度较慢,则增加比例系数Kp;反之,则减小比例系数Kp;如果控制精度较低,则增大积分系数Ki;如果产生稳态振荡,则减小积分系数Ki;
(3)其它控制参数Tup,Tdown,在规定数值范围内选取。
3.如权利要求1所述的嵌入式非线性脉冲协同控制器,其特征是,构成嵌入式非线性脉冲协同控制器的控制算法模块还包括:输出阶跃信号(101)、系统输出是否稳定(102)、模型参数计算(103)、采样偏差计算(104)、动态过程是否结束(105)、稳态控制计算(106)、协同控制输出(107)、控制是否完成(108)、动态控制计算(109)的步骤。
4.如权利要求1所述的嵌入式非线性脉冲协同控制器,包括AD转换电路(26)、程序存储器(20)、数据存储器(21)、存储接口电路(22)、DA转换电路(23)、中央处理器CPU(24)和外围设备接口电路(25)以电信号连接方式 组成,其特征是,根据控制系统的运行状态,负责协调辨识控制单元(4)、动态控制单元(6)和稳态控制单元(18)的工作状态,形成最终控制输出信号的协同控制单元(14);
其中,硬件部分主要包括主机和外围接口两大部分:
1)主机包括:
采用FLASH闪存,作为程序和控制参数存储器,存储协同控制器的控制算法软件、操作系统、通讯软件、WEB远程访问软件和输入/输出接口软件的程序存储器(20);
采用SDRAM作为计算机内部存储器,提供系统运行的内部数据交换场所的数据存储器(21);
用作提供中央处理器CPU(24)与程序存储器(20)和数据存储器(21)之间的数据访问接口电路的存储接口电路(22);
采用32位,主频300MHZ,ARM9系列芯片负责控制器各组成部分协调工作的作为控制核心的中央处理器CPU(24);
采用外界提供电源方式;
2)外围接口:
主要提供4-20mA电流输入接口、1-5VDC电压输入接口和与中央处理器CPU(24)以电信号相连的接口电路的AD转换电路(26);
主要提供4-20mA电流输出接口、1-5VDC电压输出接口和与中央处理器CPU(24)以电信号相连的接口电路的DA转换电路(23);
主要提供标准的USB、VGA、RJ45、RS232、RS485接口和与中央处理器CPU(24)以电信号相连的接口电路的外围设备接口电路(25)。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110147217.1A CN102323750B (zh) | 2011-06-02 | 2011-06-02 | 嵌入式非线性脉冲协同控制器 |
US13/184,842 US9098078B2 (en) | 2011-06-02 | 2011-07-18 | Control algorithm based on modeling a controlled object |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110147217.1A CN102323750B (zh) | 2011-06-02 | 2011-06-02 | 嵌入式非线性脉冲协同控制器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102323750A CN102323750A (zh) | 2012-01-18 |
CN102323750B true CN102323750B (zh) | 2016-10-05 |
Family
ID=45451506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110147217.1A Expired - Fee Related CN102323750B (zh) | 2011-06-02 | 2011-06-02 | 嵌入式非线性脉冲协同控制器 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9098078B2 (zh) |
CN (1) | CN102323750B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8849542B2 (en) * | 2012-06-29 | 2014-09-30 | United Technologies Corporation | Real time linearization of a component-level gas turbine engine model for model-based control |
CN103235511B (zh) * | 2013-04-15 | 2015-08-12 | 东华大学 | 一种基于内分泌算法的托卡马克装置等离子体密度智能化控制方法 |
CN106826837B (zh) * | 2017-03-30 | 2023-09-19 | 欧舶智能科技(上海)有限公司 | 一种水下机器人非视距控制系统 |
RU2697728C1 (ru) * | 2018-12-19 | 2019-08-19 | федеральное государственное бюджетное образовательное учреждение высшего образования "Донской государственный технический университет" (ДГТУ) | Устройство управления автоматическими системами при структурной неопределенности |
US11249446B2 (en) * | 2019-10-25 | 2022-02-15 | Dow Global Technologies Llc | Nonlinear model predictive control of a process |
CN112965365B (zh) * | 2021-02-23 | 2023-03-31 | 浙江中智达科技有限公司 | Pid控制回路的模型辨识方法、装置、系统及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1046230A (zh) * | 1989-03-20 | 1990-10-17 | 株式会社日立制作所 | 过程控制装置及调整过程控制装置中控制器的工作参数的方法 |
US5301101A (en) * | 1990-06-21 | 1994-04-05 | Honeywell Inc. | Receding horizon based adaptive control having means for minimizing operating costs |
CN1371492A (zh) * | 1999-07-09 | 2002-09-25 | 米里坡公司 | 操作数字质量流量控制器的系统和方法 |
US6501998B1 (en) * | 1997-05-28 | 2002-12-31 | Siemens Aktiengesellschaft | Method for controlling a time-lagged process with compensation, and a controlling device for carrying out said method |
CN101373373A (zh) * | 2008-10-16 | 2009-02-25 | 中国石油大学(华东) | 嵌入式协同智能控制器 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5442544A (en) * | 1990-01-26 | 1995-08-15 | Honeywell Inc. | Single input single output rate optimal controller |
JP3350715B2 (ja) * | 1994-10-07 | 2002-11-25 | オムロン株式会社 | 制御装置および制御方法 |
US5519605A (en) * | 1994-10-24 | 1996-05-21 | Olin Corporation | Model predictive control apparatus and method |
WO1997011414A1 (en) * | 1995-09-22 | 1997-03-27 | Rosemount Inc. | Adaptive bias controller |
US8311673B2 (en) * | 1996-05-06 | 2012-11-13 | Rockwell Automation Technologies, Inc. | Method and apparatus for minimizing error in dynamic and steady-state processes for prediction, control, and optimization |
US6330483B1 (en) * | 1999-05-07 | 2001-12-11 | The Boeing Company | Optimal control system |
US7117045B2 (en) * | 2001-09-08 | 2006-10-03 | Colorado State University Research Foundation | Combined proportional plus integral (PI) and neural network (nN) controller |
US8041436B2 (en) * | 2002-04-18 | 2011-10-18 | Cleveland State University | Scaling and parameterizing a controller |
US20060173558A1 (en) * | 2003-08-28 | 2006-08-03 | Adtex Inc. | Digital control method that control error is improved |
EP1783568A4 (en) * | 2004-08-02 | 2011-11-30 | Univ Electro Communications | ROBUST DIGITAL CONTROLLER AND ITS DESIGN DEVICE |
KR100599082B1 (ko) * | 2004-12-16 | 2006-07-12 | 삼성전자주식회사 | 제어대상 시스템 모델링 장치 및 그 방법과 시스템모델링을 통한 제어기 설계 시스템 및 그 방법 |
US20060217819A1 (en) * | 2005-03-23 | 2006-09-28 | Chengyu Cao | Low-pass adaptive/neural controller device and method with improved transient performance |
US20090182697A1 (en) * | 2005-08-15 | 2009-07-16 | Massaquoi Steve G | Computer-Implemented Model of the Central Nervous System |
-
2011
- 2011-06-02 CN CN201110147217.1A patent/CN102323750B/zh not_active Expired - Fee Related
- 2011-07-18 US US13/184,842 patent/US9098078B2/en not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1046230A (zh) * | 1989-03-20 | 1990-10-17 | 株式会社日立制作所 | 过程控制装置及调整过程控制装置中控制器的工作参数的方法 |
US5301101A (en) * | 1990-06-21 | 1994-04-05 | Honeywell Inc. | Receding horizon based adaptive control having means for minimizing operating costs |
US6501998B1 (en) * | 1997-05-28 | 2002-12-31 | Siemens Aktiengesellschaft | Method for controlling a time-lagged process with compensation, and a controlling device for carrying out said method |
CN1371492A (zh) * | 1999-07-09 | 2002-09-25 | 米里坡公司 | 操作数字质量流量控制器的系统和方法 |
CN101373373A (zh) * | 2008-10-16 | 2009-02-25 | 中国石油大学(华东) | 嵌入式协同智能控制器 |
Non-Patent Citations (1)
Title |
---|
高级自适应PID控制器研究及应用;王君红等;《微计算机信息》;20090331;第25卷(第7-1期);17-18,76 * |
Also Published As
Publication number | Publication date |
---|---|
CN102323750A (zh) | 2012-01-18 |
US9098078B2 (en) | 2015-08-04 |
US20120310375A1 (en) | 2012-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102323750B (zh) | 嵌入式非线性脉冲协同控制器 | |
Zhong | PID controller tuning: A short tutorial | |
CN109557810B (zh) | 一种基于新型二自由度内模pid的加热炉温度控制方法 | |
CN106647271B (zh) | 基于神经网络理论的非线性系统自适应比例积分控制方法 | |
CN105807632B (zh) | 一种基于改进大林算法的加热炉温度控制器设计方法 | |
CN103984234A (zh) | 一种电液伺服系统自修正模糊pid控制的方法 | |
CN105388764B (zh) | 基于动态矩阵前馈预测的电液伺服pid控制方法及系统 | |
CN110764417A (zh) | 一种基于闭环辨识模型的线性二次型最优动态前馈-反馈pid控制系统及其控制方法 | |
CN105807615A (zh) | 模糊前馈反馈控制器 | |
CN106483853A (zh) | 炼油加热炉炉膛压力的分数阶分布式动态矩阵控制方法 | |
CN111142386A (zh) | 一种基于非均匀量化的不确定多智能体系统一致性控制方法 | |
CN108131238B (zh) | 一种抑制水锤压力波动的pid控制方法 | |
CN106054616B (zh) | 模糊逻辑优化pid控制器参数的钛带卷连续酸洗活套高度控制方法 | |
CN114981731A (zh) | 数字pid控制器的自适应调节方法 | |
CN103760931B (zh) | 动态矩阵控制优化的油气水卧式三相分离器压力控制方法 | |
CN110308647A (zh) | 含误差积分输入项的无人机三段式模糊pid控制方法 | |
CN110347038B (zh) | 一种水泥熟料冷却过程的二自由度Smith预估控制方法 | |
CN108132597B (zh) | 一种微分超前智能模型集pid控制器设计方法 | |
Li et al. | H [infinity] loop shaping control for quadruple tank system | |
CN113741469A (zh) | 一种用于机电系统含预定性能和死区输入约束的输出反馈轨迹跟踪控制方法 | |
Kim et al. | Introduction to coefficient diagram method | |
CN108445754B (zh) | 单调整系数预测函数控制设计方法 | |
CN111663032B (zh) | 一种非晶铁芯退火炉自抗扰温度控制方法 | |
Wang | The application of fuzzy neural network to boiler steam pressure control | |
Kalpana et al. | Design of coefficient diagram method (CDM) based PID controller for double integrating unstable system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20161005 Termination date: 20180602 |
|
CF01 | Termination of patent right due to non-payment of annual fee |