CN104236651A - 一种科氏流量计振动幅值的仿人智能控制方法 - Google Patents

Abstract

本发明涉及流量检测领域，公开了一种科氏流量计振动幅值的仿人智能控制方法，将科氏流量计测量管振动分为启振稳幅阶段和干扰抑制阶段，根据振动幅值与给定幅值的误差及误差变化趋势划分启振稳幅振动为5个特征状态，划分干扰抑制振动为3个特征状态；针对8个不同特征状态，模仿人类控制经验构建8种对应的控制模态；运用直觉推理，根据当前测量管振动的特征状态选择相应控制模态，输出幅值增益。本发明的有益技术效果为：有效地提高了科氏流量计启振速度和响应速度，增强了振动的稳定性。

Description

一种科氏流量计振动幅值的仿人智能控制方法

技术领域

本发明涉及流量检测领域，为一种科里奥利质量流量计(简称科氏流量计)中振动幅值的仿人智能控制方法，模仿人类智能设计控制器对科氏流量计的振动幅值进行快速稳定控制。 

背景技术

流量是工业过程控制中重要的检测参数，科氏流量计作为一种直接式质量流量计，具有非接触检测、检测精度高、流体适用范围广及多参数检测等一系列优越性能，广泛应用于石油、化工、食品、医药等领域。 

科氏流量计通过计算两路测量管振动信号的时间差来检测质量流量，测量管的快速启振和稳幅振动性能严重影响科氏流量计检测精度。模拟方法采用滑动变阻器、压控放大器等模拟元器件调节驱动电流，实现振动幅值控制。然而，在流量开始或结束阶段以及气液两相流等情况下，测量管中流体的有效质量不恒定，导致测量管阻尼比发生变化，此时模拟驱动方法因控制算法简单、响应速度慢、电路复杂，存在温度漂移和时间漂移问题，无法维持测量管振动幅值的稳定性，导致流量检测精度下降，甚至造成测量管停振而无法产生测量数据。因此，近年来科氏流量计振动幅值的数字控制技术正逐渐发展。 

科氏流量计振动幅值控制主要采用以P算法和PI算法为基础的PID调节，具有实现简单、鲁棒性好、可靠性高的特点，但不能在线整定参数，在对模型复杂、具有非线性时变特点的科氏流量计测量管振动进行幅值控制时，不同程度地存在启振时间较长、超调较大、振动不稳定等问题。英国牛津大学研究了一种非线性幅值控制方法(CLARKE D W.Non-linear control of the oscillation amplitude of a coriolis mass-flow meter[J].European Journal of Control.1998.4：196-207)，其核心思想是通过对振动信号幅值和给定幅值取自然对数，扩大控制量的调节范围，提高控制精度，取自然对数可使幅值偏差比单纯相减更大，从而加强控制调节效果，缩短了启振时间，加快了响应速度。针对非线性幅值控制中因积分饱和而产生超调现象，合肥工业大学徐科军等(李祥刚，徐科军，朱永强.非线性幅值控制算法中2中PI控制器的比较[J].合肥工业大学学报，2009，32(11)：1665-1668，1690.)在非线性幅值控制算法中采用了积分分离的PI控制器和积分限幅的PI控制器。积分分离的PI控制器在偏差较大时，只让比例控制起作用，以快速减少偏差；在偏差较小时，再让积分控制起作用。两种PI控制器体现了一定智能特性，有效提高了控制性能，但积分分离的判断值很难选取，且结果受阻尼比 变化的影响；采用积分限幅PI控制器可较好解决积分饱和、产生超调的问题，但启振时间延长了。文献(苏奋华，涂亚庆，张海涛.科氏流量计驱动系统模糊PID控制器设计及仿真[J].仪表技术与传感器，2009，9：64-67.)设计了基于模糊PID的科氏流量计振动幅值控制方法，实现PID控制参数的在线自整定，改善测量管振动性能。 

发明内容

本发明公开了一种科氏流量计振动幅值的仿人智能控制方法，以克服现有技术不足，实现测量管的稳幅振动，一定程度提高科氏流量计测量精度。该方法通过总结和模拟人的智能控制经验、技巧和直接推理能力，将测量管振动过程分为启振稳幅阶段和干扰抑制阶段，在不同阶段根据振动信号幅值、偏差和偏差变化趋势确定相应控制策略。 

本发明的技术方案：一种科氏流量计振动幅值的仿人智能控制方法包括振动信号幅值特征状态集Φ、控制模态集Ψ以及直觉推理规则集Ω。 

(1)特征状态集Φ＝{Φ₁，Φ₂} 

其中，Φ₁：启振稳幅阶段振动信号幅值的特征状态集； 

Φ₂：干扰抑制阶段振动信号幅值的特征状态集； 

e：振动信号幅值与预定幅值的偏差； 

振动信号幅值与预定幅值的偏差变化率； 

e₁、e₂、e₃：幅值偏差阈值； 

a、b：幅值偏差变化率阈值； 

(2)控制模态集Ψ＝{Ψ₁，Ψ₂} 

${\mathrm{\Ψ}}_1=\left\{\begin{array}{c}{\mathrm{\ψ}}_{11}|u_n=\mathrm{sgn}\left(e_n\right)\·U_{\max }\\ {\mathrm{\ψ}}_{12}|u_n=K_{p1}\·e_n+K_{i1}\∫e_n\mathrm{dt}\\ {\mathrm{\ψ}}_{13}|u_n=K_{p2}\·e_n+K_{d1}\·{\stackrel{\·}{e}}_n\\ {\mathrm{\ψ}}_{14}|u_n=u_{n-1}\\ {\mathrm{\ψ}}_{15}|u_n=K_{p3}\·e_n+K_{d2}\·{\stackrel{\·}{e}}_n\end{array}\right.,{\mathrm{\Ψ}}_2=\left\{\begin{array}{c}{\mathrm{\ψ}}_{21}|u_n=u_{n-1}\\ {\mathrm{\ψ}}_{22}|u_n=k\·K_p\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{e}_{m,i}+K_{d3}\·{\stackrel{\·}{e}}_n\\ {\mathrm{\ψ}}_{23}|u_n=k\·K_p\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{e}_{m,i}+K_{i1}\·\∫e_n\mathrm{dt}\end{array}\right.$

其中，Ψ₁：启振稳幅阶段的控制模态集； 

Ψ₂：干扰抑制阶段振动的控制模态集； 

u_n：控制幅值输出； 

e_m，i：幅值偏差极值； 

sgn(e_n)：取e_n符号； 

U_max：最大幅值输出； 

K_p1、K_p2、K_p3：比例控制系数； 

K_d1、K_d2：微分控制系数； 

K_i1：积分控制系数； 

(3)直觉推理规则集Ω 

Ω＝{ω_k：Φ→Ψ}＝{ω₁，ω₂，…，ω_k} 

THEN ψ_ij

其中，ω_k：特征状态到控制模态的一一映射，k＝1，2，…，8；i＝1，j＝1，2，3，4，5；i＝2，j＝1，2，3。 

本发明与现有方法相比的优点在于： 

(1)本发明在启振阶段采用磅-磅控制，当偏差值大于某一阈值e₁时，直接输出最大控制幅值，使测量管振动幅值快速调整到预定幅值，相比于普通PI控制方法，无需积分过程即可实现最大输出，极大缩短了启振时间。 

(2)本发明采用多模态控制方式，即根据振动信号幅值、偏差和偏差变化趋势等不同的特征状态信息采用不同控制策略，在振动状态发生改变时迅速切换到相应的控制模态，使得控制更具针对性和灵活性，加快了响应速度，特别在幅值偏差有变大趋势时，能及时采取相应措施，把偏差控制在较小的范围内，从而增强振动稳定性，提高了抗干扰能力。 

(3)本发明可采用数字芯片实现，使用器件更少，且避免了因使用模拟器件造成的噪声干扰，减少了噪声源，具有较强的抗干扰能力。 

附图说明

图1为科氏流量计振动信号曲线。 

图2为本发明偏差相平面图。 

图3为本发明控制结构图。 

图4为本发明控制流程图。 

具体实施方式

以下结合附图对本发明作进一步说明： 

若科氏流量计测量管振动的预定幅值为A₀，实际振动幅值为A(t)，定义幅值偏差e＝A(t)-A₀，幅值偏差变化率设幅值偏差阈值e₁、e₂、e₃，其中e₁＞e₂＞e₃＞0，幅值偏差e＜|e₂|为可接受偏差范围，用e_m，n，n＝1，2…表示幅值偏差极值。 

如图1所示为科氏流量计振动信号曲线，图2所示为振动信号幅值偏差相平面。根据幅值偏差极值e_m，n的大小将科氏流量计测量管振动分为启振稳幅阶段和干扰抑制阶段，若|e_m，n|＞e₂，则为启振稳幅振动，此阶段主要控制目的在于减小振动幅值偏差到可接受范围内；若|e_m，n|＜e₂，则为干扰抑制阶段，此阶段主要控制目的在于减小振动幅值波动。根据振动信号幅值偏差e及偏差变化率，将启振稳幅阶段分为5种特征状态，对应图1和图2中1-1、1-2、1-3、1-4、1-5区域，将干扰抑制阶段分为5种特征模态，对应图1和图2中2-1、2-2、2-3区域。2类8种特征状态构成特征状态集Φ＝{Φ₁，Φ₂}。 

其中，Φ₁：启振稳幅阶段振动信号幅值的特征状态集； 

Φ₂：干扰抑制阶段振动信号幅值的特征状态集； 

e：振动信号幅值与预定幅值的偏差； 

振动信号幅值与预定幅值的偏差变化率； 

e₁、e₂、e₃：幅值偏差阈值； 

a、b：幅值偏差变化率阈值； 

参见图2，在不同的特征状态采用相应的控制策略： 

在启振稳幅阶段： 

(1)状态对应区域1-1，偏差|e|＞e₁，采取磅-磅控制，使流量计尽快启振； 

(2)状态对应区域1-2，振动幅值趋向预定值，偏差逐渐减小，但偏差减小速度小于预定速度，即此时采用比例-积分控制模态； 

(3)状态对应区域1-3，振动幅值趋向给定值，偏差减小速度大于预定速度时， 即在比例控制的基础上，引入弱微分模态，形成比例-微分控制模态； 

(4)状态对应区域1-4，偏差减小过程中，幅值正常趋向预定值，即采用保持控制； 

(5)状态对应区域1-5，振动幅值远离预定值，偏差增大，采用比例加强微分控制模态； 

在干扰抑制阶段，偏差在可接受范围内，但为提高振动稳定性，采用以下控制策略： 

(1)状态对应区域2-1，偏差在可忽略范围内，即|e|＜e₃，此时采用稳态保持的控制模态； 

(2)状态对应区域2-2，偏差不可忽略但仍在可接受范围内，且呈增大趋势，即e₃＜|e|＜e₂且，采用极值保持加弱微分的控制模态； 

(3)状态对应区域2-3，偏差不可忽略但仍在可接受范围内，且呈减小趋势，即，e₃＜|e|＜e₂且，采用极值采样保持加弱积分的控制模态； 

根据上述控制策略，构建控制模态集Ψ＝{Ψ₁，Ψ₂} 

${\mathrm{\Ψ}}_1=\left\{\begin{array}{c}{\mathrm{\ψ}}_{11}|u_n=\mathrm{sgn}\left(e_n\right)\·U_{\max }\\ {\mathrm{\ψ}}_{12}|u_n=K_{p1}\·e_n+K_{i1}\∫e_n\mathrm{dt}\\ {\mathrm{\ψ}}_{13}|u_n=K_{p2}\·e_n+K_{d1}\·{\stackrel{\·}{e}}_n\\ {\mathrm{\ψ}}_{14}|u_n=u_{n-1}\\ {\mathrm{\ψ}}_{15}|u_n=K_{p3}\·e_n+K_{d2}\·{\stackrel{\·}{e}}_n\end{array}\right.,{\mathrm{\Ψ}}_2=\left\{\begin{array}{c}{\mathrm{\ψ}}_{21}|u_n=u_{n-1}\\ {\mathrm{\ψ}}_{22}|u_n=k\·K_p\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{e}_{m,i}+K_{d3}\·{\stackrel{\·}{e}}_n\\ {\mathrm{\ψ}}_{23}|u_n=k\·K_p\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{e}_{m,i}+K_{i1}\·\∫e_n\mathrm{dt}\end{array}\right.$

其中，Ψ₁：启振稳幅阶段的控制模态集； 

Ψ₂：干扰抑制阶段振动的控制模态集； 

u_n：控制幅值输出； 

e_m，i：幅值偏差极值； 

sgn(e_n)：取e_n符号； 

U_max：最大幅值输出； 

K_p1、K_p2、K_p3：比例控制系数； 

K_d1、K_d2：微分控制系数； 

K_i1：积分控制系数； 

图3为本发明控制结构框图。根据实际振动幅值与目标幅值的偏差及偏差变化率，从特 征状态集Φ中辨识出当前振动状态，然后从控制模态集Ψ中选择相应的控制模态进行控制。极值偏差通过特征记忆传递到控制模态，控制模态的选择采用启发式搜索和直觉推理，构建直觉推理规则集Ω 

Ω＝{ω_k：Φ→Ψ}＝{ω₁，ω₂，…，ω_k} 

THEN ψ_ij

其中，ω_k：特征模态到控制模态的一一映射，k＝1，2，…，8；i＝1，j＝1，2，3，4，5；i＝2，j＝1，2，3。 

本发明控制流程如图4所示。 

首先，拾取振动信号幅值A，结合预定幅值A₀计算幅值偏差e＝A(t)-A₀、幅值偏差变化率 $\stackrel{\·}{e}=e_n-e_{n-1};$

其次，根据偏差极值e_m，n与偏差阈值e₃的关系判断当前测量管振动所属阶段，若e_m，n＜e₃则认为振动处于启振稳幅阶段，否则认为振动处于干扰抑制阶段； 

再次，根据幅值偏差e、偏差变化率以及偏差阈值e₁、e₂、e₃和偏差变化率阈值a、b，从特征状态集Φ＝{Φ₁，Φ₂}中辨识出当前振动状态若处于启振稳幅阶段，则当前振动状态特征状态集若振动处于干扰抑制阶段，则当前振动状态特征状态集

然后，根据当前振动状态从控制模态集Ψ＝{Ψ₁，Ψ₂}中选择相应的控制模态ψ_ij，即Ω＝{ω_k：Φ→Ψ}，其中ω_k表示IFTHEN ψ_ij，k＝1，2，…，8； 

最后，根据控制模态ψ_ij输出振动幅值控制量u_n。 

Claims (1)

1.一种科氏流量计振动幅值的仿人智能控制方法，该方法包括：将测量管振动分为启振稳幅阶段和干扰抑制阶段，根据测量管振动信号幅值、偏差和偏差变化趋势分别构建振动特征状态集Φ＝{Φ₁，Φ₂}；针对不同的特征状态构建相应控制模态集Ψ＝{Ψ₁，Ψ₂}；拾取测量管振动信号特征，辨识当前振动状态，运用直觉推理采取相应控制模态，输出振动幅值控制量u_n。

(1)特征状态集Φ＝{Φ₁，Φ₂}

其中，Φ₁：启振稳幅阶段振动信号幅值的特征状态集；

Φ₂：干扰抑制阶段振动信号幅值的特征状态集；

e：振动信号幅值与预定幅值的误差；

振动信号幅值与预定幅值的误差变化率；

e₁、e₂、e₃：幅值误差阈值；

a、b：幅值误差变化率阈值；

(2)控制模态集Ψ＝{Ψ₁，Ψ₂}

${\mathrm{\Ψ}}_1=\left\{\begin{array}{c}{\mathrm{\ψ}}_{11}|u_n=\mathrm{sgn}\left(e_n\right)\·U_{\max }\\ {\mathrm{\ψ}}_{12}|u_n=K_{p1}\·e_n+K_{d1}\·{\stackrel{\·}{e}}_n\\ {\mathrm{\ψ}}_{13}|u_n=K_{p2}\·e_n\\ {\mathrm{\ψ}}_{14}|u_n=K_{p3}\·e_n+K_{d2}\·{\stackrel{\·}{e}}_n\\ {\mathrm{\ψ}}_{15}|u_n=u_{n-1}\end{array}\right.$

${\mathrm{\Ψ}}_2=\left\{\begin{array}{c}{\mathrm{\ψ}}_{21}|u_n=u_{n-1}\\ {\mathrm{\ψ}}_{22}|u_n=k\·K_p\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{e}_{m,i}+K_{d3}\·{\stackrel{\·}{e}}_n\\ {\mathrm{\ψ}}_{23}|u_n=k\·K_p\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{e}_{m,i}+K_{i1}\·\∫e_n\mathrm{dt}\end{array}\right.$

其中，Ψ₁：启振稳幅阶段的控制模态集；

Ψ₂：干扰抑制阶段振动的控制模态集；

u_n：控制幅值输出；

e_m，i：幅值误差极值；

sgn(e_n)：取e_n符号；

U_max：最大幅值输出；

K_p1、K_p2、K_p3：比例控制系数；

K_d1、K_d2：微分控制系数；

K_i1：积分控制系数；

(3)直觉推理规则集Ω

Ω＝{ω_k：Φ→Ψ}＝{ω₁，ω₂，…，ω_k}

THEN ψ_ij

其中，ω_k：特征状态到控制模态的一一映射，k＝1，2，…，8；i＝1，j＝1，2，3，4，5；i＝2，j＝1，2，3。