CN102566430A - 一种双环加权控制方法 - Google Patents

一种双环加权控制方法 Download PDF

Info

Publication number
CN102566430A
CN102566430A CN2012100074218A CN201210007421A CN102566430A CN 102566430 A CN102566430 A CN 102566430A CN 2012100074218 A CN2012100074218 A CN 2012100074218A CN 201210007421 A CN201210007421 A CN 201210007421A CN 102566430 A CN102566430 A CN 102566430A
Authority
CN
China
Prior art keywords
ring
module
feedback
rearmounted
preposition
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.)
Granted
Application number
CN2012100074218A
Other languages
English (en)
Other versions
CN102566430B (zh
Inventor
刘吉臻
孟庆伟
房方
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN201210007421.8A priority Critical patent/CN102566430B/zh
Publication of CN102566430A publication Critical patent/CN102566430A/zh
Application granted granted Critical
Publication of CN102566430B publication Critical patent/CN102566430B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明公开了属于自动控制领域的一种双环加权控制方法。本发明通过引入前置环，很好地利用了现有的被控对象模型，以该已知的模型为基础设计前置环。本发明的有益效果为：本发明提供一种简单、易于理解和便于应用的控制方法来达到较为理想的控制效果。同时，本发明对被控对象的精度要求不高，从而有效地降低了对系统进行辨识的代价。本发明着眼于控制结构的设计，不仅使得针对控制器进行设计方法能够在该结构中继续发挥作用，而且能使得如Smith预估器、内模控制等单环控制结构进一步提升其控制性能。

Description

一种双环加权控制方法
技术领域
本发明属于自动控制领域，特别涉及一种双环加权控制方法，适用于被控对象含有大迟延、参数时变或不确定性的情况。
背景技术
迟延，参数时变，不确定性在工业过程中常见且难以控制。通常，控制对象的不确定性包括不可预测的参数时变和不可预料的参数时变。对于这些过程，获得其精确地模型是非常困难的。在这种情况下，一般的的控制器和控制结构很难达到预期的控制效果。同样，基于不精确模型的设计的控制器和一般的控制结构在实际使用中往往起不到很好的控制效果。
为解决这些问题，人们提出了很多控制方法。最常见的控制方法就是自适应控制，该方法首先确定控制器的结构，通过不断地递归估计被控对象的参数来更新控制器参数。再就是迟延控制，该方法更关注的是其实用性而不是像自适应控制那样关注怎样校正控制的参数。除此之外，还有学习控制，延迟观测器等方法。但是这些方法的理论相对复杂，所以在实际应用中就难以被工程人员理解和接受。最重要的是这些方法着眼于控制器的设计，而不是控制结构的设计。
当然也有一些着眼于改进控制方法的努力，针对迟延问题最常见的控制结构就是Smith预估器。其对于稳定的含有大迟延的控制对象能够有效的对死区进行补偿。以此为基础，有许多针对Smith预估器的改进，但是仍然没有改变Smith预估器对模型精度的强依赖。
发明内容
本发明针对上述缺陷公开了一种双环加权控制方法，它包括以下步骤：
1)将系统输入r分别输入至前置环和设定值模块中；
2)输入至前置环的系统输入r减去前置环输出
Figure BDA0000130095760000021
得到前置环中间值a；
3)将前置环中间值a输入至虚拟控制器中，经虚拟控制器运算后得到前置环控制量b；
4)前置环控制量b驱动被控对象模型并得到前置环输出
Figure BDA0000130095760000022
5)前置环输出
Figure BDA0000130095760000023
分为两路，一路作为反馈重复步骤2)的操作；另一路输入至第一反馈加权模块，在第一反馈加权模块进行运算后得到后置环第二输入值d；
6)系统输入r经设定值模块运算后得到后置环第一输入值c；
7)后置环第一输入值c减去后置环第二输入值d后，再减去后置环反馈值f，得到后置环中间值g；
8)将后置环中间值g输入至静态匹配模块中，经静态匹配模块运算后得到控制误差e；
9)将控制误差e输入至控制器中，经控制器运算后得到后置环控制量h；
10)后置环控制量h驱动被控对象并得到后置环输出y；
11)将后置环输出y作为反馈输入至第二反馈加权模块中，经第二反馈加权模块运算得到后置环反馈值f，返回步骤7)。在第一反馈加权模块中进行如下运算：
Figure BDA0000130095760000031
L1为第一反馈加权模块的加权系数。
在设定值模块中进行如下运算：r×k＝c，k为设定值模块系数。
在静态匹配模块中进行如下运算：g×(1/k)＝e，1/k为静态匹配模块系数。
在第二反馈加权模块进行如下运算：y×L2＝f，L2为第二反馈加权模块的加权系数。
所述第一反馈加权模块的加权系数L1与第二反馈加权模块的加权系数L2之和等于设定值模块系数k。
本发明的有益效果为：本发明提供一种简单、易于理解和便于应用的控制方法来达到较为理想的控制效果。同时，本发明对被控对象的精度要求不高，从而有效地降低了对系统进行辨识的代价。本发明着眼于控制结构的设计，不仅使得针对控制器进行设计方法能够在该结构中继续发挥作用，而且能使得如Smith预估器、内模控制等单环控制结构进一步提升其控制性能。
附图说明
图1理想控制结构示意图；
图2典型控制结构示意图；
图3双环加权控制结构示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明：
如图1所示，基于理想控制结构的控制方法包括以下步骤：
1)系统输入r减去理想系统输出
Figure BDA0000130095760000041
得到理想系统控制误差
Figure BDA0000130095760000042
2)将理想系统控制误差
Figure BDA0000130095760000043
输入至控制器，经控制器运算得到理想控制量h1；
3)理想控制量h1驱动理想被控对象并得到理想系统输出
Figure BDA0000130095760000044
4)返回步骤1)。
如图2所示，基于典型控制结构的控制方法包括以下步骤：
1)系统输入r减去典型系统输出
Figure BDA0000130095760000045
得到典型系统控制误差
Figure BDA0000130095760000046
2)将典型系统控制误差
Figure BDA0000130095760000047
输入至控制器，经控制器运算得到典型控制量h2；
3)典型控制量h2驱动被控对象并得到典型系统输出
Figure BDA0000130095760000048
4)返回步骤1)。
对于实际的控制对象进行控制如图2所示，此时的由于对被控对象认识不全面，存在着未知部分Δ(迟延、时变或不确定性)，使得控制系统效果难以达到如图1(完全消除Δ的影响时)所示的控制效果。也就是说图2的控制结构就决定了其很难有效地消除或者减弱未知部分对控制的影响。
以延迟为例，延迟对控制的影响主要由两方面的影响，首先系统的控制作用经过一定的延迟后才能真正作用于被控对象或者作用于被控对象经过一定的延迟后其作用才显现出来；其次，其反馈回来的被控量信息(典型系统输出
Figure BDA0000130095760000049
)是滞后的信息，使得控制器只能基于当前的设定值(系统输入r)和滞后的被控量信息(典型系统输出
Figure BDA0000130095760000051
)相减得到的准误差(典型系统控制误差
Figure BDA0000130095760000052
)进行控制。要克服大迟延的问题，就是要使的准误差尽可能的接近实际的误差，越是如此越能克服延迟对控制品质的影响。同样对于其它的参数时变，及不确定性可以进行类似的分析。据此，预估一个被控量和实际的反馈量加权作为冲量，然后与设定值做差得到一新的准误差，从而实现对系统进行控制，从而减弱被控对象的未知部分Δ对控制的影响。
图2所示的结构难以消除Δ对控制的影响原因不在于其控制器，更在于其控制结构。在图2中系统的输出时受到被控对象中Δ的影响，然后又将典型系统控制误差
Figure BDA0000130095760000053
作为控制器的输入。这样控制的问题就在于：由于Δ的存在使得典型系统控制误差
Figure BDA0000130095760000054
含有其未知部分的影响，这本来是好事，使其不利于达到图1所示的效果。原因就是控制器的设计是基于为被控对象的已知特性设计的，但此时其输入中含有太多的未知成分使其难以达到预期的控制效果。
如图3所示，一种双环加权控制方法包括以下步骤：
1)将系统输入r分别输入至前置环和设定值模块中；
2)输入至前置环的系统输入r减去前置环输出
Figure BDA0000130095760000055
得到前置环中间值a；
3)将前置环中间值a输入至虚拟控制器中，经虚拟控制器运算后得到前置环控制量b；
4)前置环控制量b驱动被控对象模型并得到前置环输出
Figure BDA0000130095760000056
5)前置环输出分为两路，一路作为反馈重复步骤2)的操作；另一路输入至第一反馈加权模块，在第一反馈加权模块进行运算后得到后置环第二输入值d；
6)系统输入r经设定值模块运算后得到后置环第一输入值c；
7)后置环第一输入值c减去后置环第二输入值d后，再减去后置环反馈值f，得到后置环中间值g；
8)将后置环中间值g输入至静态匹配模块中，经静态匹配模块运算后得到控制误差e；
9)将控制误差e输入至控制器中，经控制器运算后得到后置环控制量h；
10)后置环控制量h驱动被控对象并得到后置环输出y；
11)将后置环输出y作为反馈输入至第二反馈加权模块中，经第二反馈加权模块运算得到后置环反馈值f，返回步骤7)。
在第一反馈加权模块中进行如下运算：y×L1＝d；L1为第一反馈加权模块的加权系数。
在设定值模块中进行如下运算：r×k＝c，k为设定值模块系数。
在静态匹配模块中进行如下运算：g×(1/k)＝e，1/k为静态匹配模块系数。
在第二反馈加权模块进行如下运算：y×L2＝f，L2为第二反馈加权模块的加权系数。
本发明的主要特征是：有两个控制回路，第一个是前置环(如图3中1所示的虚线框中部分)，它是由基于辨识的被控对象与虚拟控制器构成的回路，第二个回路是后置环(如图3中2所示的虚线框中部分)，它是由控制器、被控对象、第二反馈加权模块和静态匹配模块构成的闭环；两个回路的输出进行加权作为后置环的冲量；前置环中的被控对象模型不必要求很精确；如果设定值模块k不为1，则后置回路中必须有静态匹配模块；
为保证系统静态平衡，必须保证第一反馈加权模块的加权系数L1与第二反馈加权模块的加权系数L2之和等于设定值模块系数k。加权系数的选择还要结合其抗扰性能和前置环与后置环性能的对比做出权衡。当单独采用后置回路较单独采用前置环控制效果好时，加权系数L2应大于L1。反之则取加权系数L2应小于L1。当然系数的选择是一个综合权衡的过程。
本发明通过引入前置环，很好地利用了现有的被控对象模型，以该已知的模型为基础设计前置环。就前置环而言，由于其被控对象模型完全已知，所以实现其理想的控制是容易的。也就是此时前置环输出
Figure BDA0000130095760000071
是理想的，不受实际被控对象中Δ的影响。故在图3中后置环的冲量为：
Figure BDA0000130095760000072
其控制误差为：由于L1+L2＝k，故此时的控制误差e为：
Figure BDA0000130095760000074
将此时的控制误差e与
图2中的典型系统控制误差
Figure BDA0000130095760000075
相比，易得e更接近于图1中的
Figure BDA0000130095760000076
同理可得，本发明中的y较图2中的
Figure BDA0000130095760000077
更接近于图1中的
当然，通过仔细分析就会发现本发明中的前置环，实际就是图1理想的控制结构。据此，就可以直观的理解为什么本发明中的y较图2中的
Figure BDA0000130095760000079
更接近于图1中的
Figure BDA00001300957600000710
但是两者也是不同的，不同在于，图1是假想的基于现有模型可达的理想控制效果，但是在实际中由于对象必然含有未知，也就是说实际控制结构只能是图2那样。换句话说，希望图2的输出
Figure BDA0000130095760000081
能等于图1中的
Figure BDA0000130095760000082
而在本发明的前置环中是要实现理想输出来作为冲量的一部分，以抵消一部分建模未知部分对控制的影响。
前置环的结构是灵活的，可以使用自动控制领域的一般单回路，内模结构，串级，前馈加反馈等各种控制结构，甚至可以只要一个等效环节。同样，前置环的实现方式是宽松，可以采用软件或者组态的形式实现，也可以通过硬件实现。对于其中的控制器可以采用PID，模糊控制器，自适应控制器等各种常见的或智能的控制器。前置环中的被控制对象是对实际被控对象的辨识，其最大的优势就是不必特别的精确。总之，该部分的讨论都是建立保证前置环的输出
Figure BDA0000130095760000083
能够尽可能的实现图1中所示的效果。
同样，对于后置环只要能够有效地实施控制，可以使用自适应控制，延迟控制，学习控制等算法，也可以采用Smith预估器，内模控制等控制结构。也就是说只要有利于控制，在后置回路中可应用控制领域中的各种控制算法，各种控制器，各种控制结构，当然从另一方面讲可以软实现也可硬实现。
本发明可以应用于自动控制领域各种控制系统中，尤其是对含有大迟延，参数时变，模型不确定性的对象。

Claims (6)

1.一种双环加权控制方法，其特征在于，它包括以下步骤：
1)将系统输入r分别输入至前置环和设定值模块中；
2)输入至前置环的系统输入r减去前置环输出得到前置环中间值a；
3)将前置环中间值a输入至虚拟控制器中，经虚拟控制器运算后得到前置环控制量b；
4)前置环控制量b驱动被控对象模型并得到前置环输出
5)前置环输出
Figure FDA0000130095750000013
分为两路，一路作为反馈重复步骤2)的操作；另一路输入至第一反馈加权模块，在第一反馈加权模块进行运算后得到后置环第二输入值d；
6)系统输入r经设定值模块运算后得到后置环第一输入值c；
7)后置环第一输入值c减去后置环第二输入值d后，再减去后置环反馈值f，得到后置环中间值g；
8)将后置环中间值g输入至静态匹配模块中，经静态匹配模块运算后得到控制误差e；
9)将控制误差e输入至控制器中，经控制器运算后得到后置环控制量h；
10)后置环控制量h驱动被控对象并得到后置环输出y；
11)将后置环输出y作为反馈输入至第二反馈加权模块中，经第二反馈加权模块运算得到后置环反馈值f，返回步骤7)。
2.根据权利要求1所述的一种双环加权控制方法，其特征在于，在第一反馈加权模块中进行如下运算：
Figure FDA0000130095750000021
L1为第一反馈加权模块的加权系数。
3.根据权利要求1所述的一种双环加权控制方法，其特征在于，在设定值模块中进行如下运算：r×k＝c，k为设定值模块系数。
4.根据权利要求1所述的一种双环加权控制方法，其特征在于，在静态匹配模块中进行如下运算：g×(1/k)＝e，1/k为静态匹配模块系数。
5.根据权利要求1所述的一种双环加权控制方法，其特征在于，在第二反馈加权模块进行如下运算：y×L2＝f，L2为第二反馈加权模块的加权系数。
6.根据权利要求1所述的一种双环加权控制方法，其特征在于，所述第一反馈加权模块的加权系数L1与第二反馈加权模块的加权系数L2之和等于设定值模块系数k。
CN201210007421.8A 2012-01-11 2012-01-11 一种双环加权控制方法 Expired - Fee Related CN102566430B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210007421.8A CN102566430B (zh) 2012-01-11 2012-01-11 一种双环加权控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210007421.8A CN102566430B (zh) 2012-01-11 2012-01-11 一种双环加权控制方法

Publications (2)

Publication Number Publication Date
CN102566430A true CN102566430A (zh) 2012-07-11
CN102566430B CN102566430B (zh) 2014-01-08

Family

ID=46412083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210007421.8A Expired - Fee Related CN102566430B (zh) 2012-01-11 2012-01-11 一种双环加权控制方法

Country Status (1)

Country Link
CN (1) CN102566430B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0414911A1 (en) * 1989-03-10 1991-03-06 Fanuc Ltd. Numerical control device for transfer machine
JPH0628006A (ja) * 1992-04-06 1994-02-04 Mitsubishi Electric Corp ２自由度制御装置及び電動機のサーボ制御装置
CN1159618A (zh) * 1995-11-23 1997-09-17 Lg产电株式会社 用于机床的位置控制装置
WO2002048806A1 (fr) * 2000-12-14 2002-06-20 Kabushiki Kaisha Yaskawa Denki Dispositif de commande a retroaction
CN1567107A (zh) * 2003-06-09 2005-01-19 石油大学(北京) 复杂滞后过程的先进控制方法及其系统
CN101114160A (zh) * 2006-07-28 2008-01-30 艾默生过程管理电力和水力解决方案有限公司 加工厂内的实时同步控制和仿真

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0414911A1 (en) * 1989-03-10 1991-03-06 Fanuc Ltd. Numerical control device for transfer machine
JPH0628006A (ja) * 1992-04-06 1994-02-04 Mitsubishi Electric Corp ２自由度制御装置及び電動機のサーボ制御装置
CN1159618A (zh) * 1995-11-23 1997-09-17 Lg产电株式会社 用于机床的位置控制装置
WO2002048806A1 (fr) * 2000-12-14 2002-06-20 Kabushiki Kaisha Yaskawa Denki Dispositif de commande a retroaction
CN1567107A (zh) * 2003-06-09 2005-01-19 石油大学(北京) 复杂滞后过程的先进控制方法及其系统
CN101114160A (zh) * 2006-07-28 2008-01-30 艾默生过程管理电力和水力解决方案有限公司 加工厂内的实时同步控制和仿真

Also Published As

Publication number Publication date
CN102566430B (zh) 2014-01-08

Similar Documents

Publication Publication Date Title
Wang et al. Neural‐network‐based control for discrete‐time nonlinear systems with denial‐of‐service attack: The adaptive event‐triggered case
Huang et al. Toward event-triggered extended state observer
Yang et al. Predictive output feedback control for networked control systems
Wang et al. Event-triggered prescribed settling time consensus compensation control for a class of uncertain nonlinear systems with actuator failures
Hua et al. Neural network observer-based networked control for a class of nonlinear systems
Liu et al. One-step receding horizon H∞ control for networked control systems with random delay and packet disordering
Chen et al. Periodic event-triggered state-feedback and output-feedback control for linear systems
Sun et al. A modified dynamic surface approach for control of nonlinear systems with unknown input dead zone
Chen et al. Practical adaptive iterative learning control framework based on robust adaptive approach
CN103389650A (zh) 四通道遥操作系统的双边未知死区自适应控制系统
Wang et al. A novel triggering condition of event‐triggered control based on heuristic dynamic programming for discrete‐time systems
Zhang et al. Output feedback control of discrete‐time systems with self‐triggered controllers
Bijami et al. Networked distributed automatic generation control of power system with dynamic participation of wind turbines through uncertain delayed communication network
Liang et al. Adaptive finite‐time control for turbo‐generator of power systems with prescribed performance
Wang et al. Non-affine nonlinear systems adaptive optimal trajectory tracking controller design and application
Shi et al. Neural adaptive intermittent output feedback control for autonomous underwater vehicles with full-state quantitative designs
Pan et al. Novel Nonsingular Fast Terminal Sliding Mode Control for a Class of Second‐Order Uncertain Nonlinear Systems
Abidi A robust discrete‐time adaptive control approach for systems with almost periodic time‐varying parameters
CN102566430A (zh) 一种双环加权控制方法
Lu et al. The design of robust controller for networked control system with time delay
CN104376367A (zh) 基于气温和非线性自回归时序模型的短期负荷预测方法
Ali et al. Discrete-time LPV controller synthesis using dilated LMIs with application to an arm-driven inverted pendulum
Furtat Robust suboptimal control with disturbances compensation
Dormido et al. An interactive software tool for the study of event-based PI controller
Yu et al. Robust stabilization of nonlinear sampled-data systems

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140108

Termination date: 20180111