CN104573203B - 一种基于可靠性理论的阀门迟滞建模和控制补偿方法 - Google Patents

一种基于可靠性理论的阀门迟滞建模和控制补偿方法 Download PDF

Info

Publication number
CN104573203B
CN104573203B CN201410822801.6A CN201410822801A CN104573203B CN 104573203 B CN104573203 B CN 104573203B CN 201410822801 A CN201410822801 A CN 201410822801A CN 104573203 B CN104573203 B CN 104573203B
Authority
CN
China
Prior art keywords
mrow
mtd
msub
mtr
valve
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.)
Active
Application number
CN201410822801.6A
Other languages
English (en)
Other versions
CN104573203A (zh
Inventor
南东
高福荣
王卓
姚科
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.)
Guangzhou HKUST Fok Ying Tung Research Institute
Original Assignee
Guangzhou HKUST Fok Ying Tung Research Institute
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 Guangzhou HKUST Fok Ying Tung Research Institute filed Critical Guangzhou HKUST Fok Ying Tung Research Institute
Priority to CN201410822801.6A priority Critical patent/CN104573203B/zh
Publication of CN104573203A publication Critical patent/CN104573203A/zh
Application granted granted Critical
Publication of CN104573203B publication Critical patent/CN104573203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种基于可靠性理论的阀门迟滞建模和控制补偿方法,包括:根据基于条件维度和寿命维度的三维可靠性模型构建阀门迟滞模型;对构建的阀门迟滞模型进行辨识,从而得到整个条件维度的可靠性模型;根据阀门迟滞模型和辨识出的可靠性模型得到幅度可变补偿信号,从而根据控制信号调节补偿信号的幅度,并根据阀门的固有特性调节脉冲宽度进行迟滞补偿。本发明综合考虑了过程和时间对迟滞阻力的影响,更加精确地模拟了阀门的迟滞效应,精确度高;同时,基于该模型得到的幅度可变补偿信号,有效避免了过补偿和欠补偿的问题,减少了震荡的发生,从而达到最佳的补偿效果。本发明可广泛应用于工业控制领域。

Description

一种基于可靠性理论的阀门迟滞建模和控制补偿方法
技术领域
本发明涉及工业控制领域,尤其是一种基于可靠性理论的阀门迟滞建模和控制补偿方法。
背景技术
阀门是过程控制中使用最为广泛的执行器之一,阀门的可靠性对控制过程的性能有显著的影响。研究表明实际工业过程中有百分之三十的控制回路不同程度遭受着阀门非线性特性带来的不良影响。阀门的迟滞现象是一种最为普遍和顽固的阀门非线性问题,它可以进一步导致回路的震荡,增加控制量的不确定性,并最终导致产品质量降低,带来经济损失。为了解决阀门迟滞问题,目前已有相关研究建立了阀门迟滞模型,并基于迟滞模型提出了相应的控制补偿方法。被广泛接受且实用性最强的迟滞模型是由Srinivasan提出的基于数据建立的单参数模型,该模型的表达式为:
如图1所示,uc是控制器输出的控制信号,ua(t)是阀门的输出信号,d是迟滞带宽,由闭环输出的峰-峰距离得到。阀门的外界驱动力、控制信号与阀门位置的差|uc(t)-ua(t-1)|成正比。当外界驱动力能够克服迟滞阻力时,阀门移动到控制信号要求位置;当驱动力小于迟滞阻力时;阀门保持静止。
在此基础上Hagglund在2002年提出了Knocker迟滞补偿方法,其回路基本结构如图2所示。该补偿方法的原理为:在控制器后面增加一个补偿器专门产生Knocker补偿信号与控制信号叠加后作用于阀门上。Knocker补偿信号的表达式为:
其中,tp是前一个脉冲的起始时间,a,hk,τ是通过试验确定的已知常数。2005年Srinivasan等人通过试验讨论得出了最佳的参数组合:
其中,d是模型(1)中的迟滞带宽,h是过程采样d的时间。Knocker补偿信号本质上为一系列幅度和作用时间恒定的脉冲信号,其方向由控制信号的变化趋势决定,如图3所示。经过Knocke补偿后的控制回路减小了输出信号的震荡幅度,但是却增加了震荡频率,如图4所示。
在现有的单参数模型中,阀门的迟滞阻力一般用常数d表示,然而在实际的工业过程中阀门的迟滞阻力是一个依赖于位置和时间的变量,迟滞阻力会随着位置的不同和使用时间的不同而有所不同。而传统的Knocker补偿信号则为恒定幅度的信号,当控制信号本身较大时会导致过补偿,而当控制信号非常小时可能会补偿不足;这些间歇出现的过补偿和欠补偿使过程不可避免地持续震荡,虽然减小了幅度但是却增加了频率,加速了阀门的磨损。
发明内容
为了解决上述技术问题,本发明的目的是:提供一种精确度高,能有效避免过补偿和欠补偿问题的,基于可靠性理论的阀门迟滞建模和控制补偿方法。
本发明解决其技术问题所采用的技术方案是:
一种基于可靠性理论的阀门迟滞建模和控制补偿方法,包括:
A、根据基于条件维度和寿命维度的三维可靠性模型构建阀门迟滞模型,所述阀门迟滞模型的表达式为:
其中,uc(t)是t时刻控制器输出的控制信号,ua(t)是t时刻阀门的输出信号,uc(t-1)是t-1时刻控制器输出的控制信号,ua(t-1)是t-1时刻阀门的输出信号,P为概率,R为阀门的条件维度可靠度,且R为|uc(t)-uc(t-1)|的函数;
B、对构建的阀门迟滞模型进行辨识,从而得到整个条件维度的可靠性模型;
C、根据阀门迟滞模型和辨识出的可靠性模型得到幅度可变补偿信号,从而根据控制信号调节补偿信号的幅度,并根据阀门的固有特性调节脉冲宽度进行迟滞补偿。
进一步,所述步骤B,其包括:
B1、搭建由阀门和过程模型组成的测试回路;
B2、根据阀门当前输入的控制信号以及选用的过程模型进行计算,从而得到当前输入条件下的可靠性;
B3、分别以不同的输入控制信号作为阀门当前输入的控制信号,返回步骤B2,从而得到不同输入条件下的可靠性;
B4、对不同输入条件下的可靠性进行曲线拟合,从而得到整个条件维度的可靠性模型。
进一步,所述步骤B2,其包括:
B21、选取过程模型为FIR模型,所述FIR模型的表达式为:
其中,是已知的过程参数,为测试回路的输出,n和m为正整数;
B22、对FIR模型的等式两端取期望值,从而得到测试回路输出的期望值所述测试回路输出的期望值的表达式为:
B23、通过马尔科夫模型推导和化简,得到化简后的阀门输出信号E(ua(i)),所述化简后的阀门输出信号E(ua(i))表达式为:
E(ua(i))≈uc(i)R+uc(i-1)R(1-R);
B24、将化简后的阀门输出信号E(ua(i))代入测试回路输出期望值的表达式中,并进行求解,从而得到当前输入条件下的可靠性R(Δu),所述当前输入条件下的可靠性R(Δu)的表达式为:
进一步,所述步骤B23,其包括:
B231、通过马尔科夫模型推导出阀门输出信号期望值E′(ua(i))的表达式,所述阀门输出信号期望值E′(ua(i))的表达式为:
其中,k为控制器输出系数,i,j均为正整数;
B232、根据可靠性的定义对阀门输出信号E′(ua(i))的表达式进行化简,从而得到化简后的阀门输出信号E(ua(i)),所述化简后的阀门输出信号E(ua(i))表达式为:
E(ua(i))≈uc(i)R+uc(i-1)R(1-R)。
进一步,所述步骤C,其包括:
C1、根据阀门迟滞模型和辨识出的可靠性模型计算随机迟滞带宽的概率密度,所述随机迟滞带宽D的概率密度f(D)的表达式为:
其中,R'(D)表示R(D)的导数,d是单参数模型中迟滞带宽;
C2、根据计算的概率密度f(D)得到补偿信号C幅度的期望值E(C)以及补偿信号作用过程中阀门移动的距离s,所述补偿信号C幅度的期望值E(C)以及补偿信号作用过程中阀门移动的距离s的表达式为:
其中,x为积分变量,us(t)为补偿后的总控制信号,k和m均为阀门的固有属性,Δt为脉冲宽度;
C3、根据补偿信号C幅度的期望值E(C)以及补偿信号作用过程中阀门移动的距离s和脉冲宽度t的关系,采用Hagglund提出的回路结构进行迟滞补偿。
本发明的有益效果是:基于条件维度和寿命维度的三维可靠性模型构建阀门迟滞模型,综合考虑了过程和时间对迟滞阻力的影响,更加精确地模拟了阀门的迟滞效应,精确度高;同时,基于该模型得到的幅度可变补偿信号会根据控制信号调节补偿信号的幅度,并根据阀门固有特性调节脉冲宽度,有效避免了过补偿和欠补偿的问题,减少了震荡的发生,从而达到最佳的补偿效果。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1为单参数模型的回路结构图;
图2为Knocker迟滞补偿方法的回路结构图;
图3为Knocker补偿信号的波形图;
图4为Knocker补偿前后的效果对比图;
图5为本发明一种基于可靠性理论的阀门迟滞建模和控制补偿方法的整体流程图;
图6为本发明步骤B的流程图;
图7为本发明步骤B2的流程图;
图8为本发明步骤B23的流程图;
图9为本发明步骤C的流程图;
图10为本发明实施例二的测试回路结构图;
图11为本发明实施例三进行模型辨识所得到的拟合曲线;
图12.1为无阀门迟滞效应时的输入输出;
图12.2为有阀门迟滞效应时的输入输出;
图13.1为补偿参数K取0.05时的输入输出;
图13.2为补偿参数K取0.05时的补偿信号C;
图14.1为补偿参数K取0.5时的输入输出;
图14.2为补偿参数K取0.5时的补偿信号C;
图15.1为补偿参数K取1.0时的输入输出;
图15.2为补偿参数K取1.0时的补偿信号C。
具体实施方式
参照图5,一种基于可靠性理论的阀门迟滞建模和控制补偿方法,包括:
A、根据基于条件维度和寿命维度的三维可靠性模型构建阀门迟滞模型,所述阀门迟滞模型的表达式为:
其中,uc(t)是t时刻控制器输出的控制信号,ua(t)是t时刻阀门的输出信号,uc(t-1)是t-1时刻控制器输出的控制信号,ua(t-1)是t-1时刻阀门的输出信号,P为概率,R为阀门的条件维度可靠度,且R为|uc(t)-uc(t-1)|的函数;
B、对构建的阀门迟滞模型进行辨识,从而得到整个条件维度的可靠性模型;
C、根据阀门迟滞模型和辨识出的可靠性模型得到幅度可变补偿信号,从而根据控制信号调节补偿信号的幅度,并根据阀门的固有特性调节脉冲宽度进行迟滞补偿。
参照图6,进一步作为优选的实施方式,所述步骤B,其包括:
B1、搭建由阀门和过程模型组成的测试回路;
B2、根据阀门当前输入的控制信号以及选用的过程模型进行计算,从而得到当前输入条件下的可靠性;
B3、分别以不同的输入控制信号作为阀门当前输入的控制信号,返回步骤B2,从而得到不同输入条件下的可靠性;
B4、对不同输入条件下的可靠性进行曲线拟合,从而得到整个条件维度的可靠性模型。
参照图7,进一步作为优选的实施方式,所述步骤B2,其包括:
B21、选取过程模型为FIR模型,所述FIR模型的表达式为:
其中,是已知的过程参数,为测试回路的输出,n和m为正整数;
B22、对FIR模型的等式两端取期望值,从而得到测试回路输出的期望值所述测试回路输出的期望值的表达式为:
B23、通过马尔科夫模型推导和化简,得到化简后的阀门输出信号E(ua(i)),所述化简后的阀门输出信号E(ua(i))表达式为:
E(ua(i))≈uc(i)R+uc(i-1)R(1-R);
B24、将化简后的阀门输出信号E(ua(i))代入测试回路输出期望值的表达式中,并进行求解,从而得到当前输入条件下的可靠性R(Δu),所述当前输入条件下的可靠性R(Δu)的表达式为:
参照图8,进一步作为优选的实施方式,所述步骤B23,其包括:
B231、通过马尔科夫模型推导出阀门输出信号期望值E′(ua(i))的表达式,所述阀门输出信号期望值E′(ua(i))的表达式为:
其中,k为控制器输出系数,i,j均为正整数;
B232、根据可靠性的定义对阀门输出信号E′(ua(i))的表达式进行化简,从而得到化简后的阀门输出信号E(ua(i)),所述化简后的阀门输出信号E(ua(i))表达式为:
E(ua(i))≈uc(i)R+uc(i-1)R(1-R)。
参照图9,进一步作为优选的实施方式,所述步骤C,其包括:
C1、根据阀门迟滞模型和辨识出的可靠性模型计算随机迟滞带宽的概率密度,所述随机迟滞带宽D的概率密度f(D)的表达式为:
其中,R'(D)表示R(D)的导数,d是单参数模型中迟滞带宽;
C2、根据计算的概率密度f(D)得到补偿信号C幅度的期望值E(C)以及补偿信号作用过程中阀门移动的距离s,所述补偿信号C幅度的期望值E(C)以及补偿信号作用过程中阀门移动的距离s的表达式为:
其中,x为积分变量,us(t)为补偿后的总控制信号,k和m均为阀门的固有属性,Δt为脉冲宽度;
C3、根据补偿信号C幅度的期望值E(C)以及补偿信号作用过程中阀门移动的距离s与脉冲宽度t的关系,采用Hagglund提出的回路结构进行迟滞补偿。
下面结合说明书附图和具体实施例对本发明做进一步详细说明。
实施例一
本实施例对基于可靠性的阀门迟滞模型的建立过程及相关理论进行说明。
可靠性工程中将可靠性定义为:系统或组件在一定工作条件下,指定的工作时间内无故障地执行指定功能的能力。在阀门可靠性研究中通常固定工作条件,从而利用阀门无故障工作的时间长短来衡量可靠性的高低,此即寿命维度的可靠性指标。该指标可以帮助预测阀门的使用寿命,决定维修和更换的频率,但是其无法用于减小迟滞现象带来的影响。
因此,本发明增设了条件维度的阀门可靠性模型来模拟阀门的迟滞现象。在固定阀门的寿命,并将控制器信号作为工作条件的前提下,阀门条件维度可靠性的定义为一定寿命的阀门响应控制信号的概率。在此基础上,本发明的阀门迟滞模型表达式为:
本发明的R为|uc(t)-uc(t-1)|的函数,即控制信号变化量的函数。
该模型和传统单参数模型的关系可推导如下:
单参数模型(1)表达式可写为:
其中,阀门的实际位置ua难以直接测得,所以本发明将|ua(t-1)-uc(t-1)|作为随机变量处理,同时考虑到迟滞带宽d也是依赖于时间和位置的随机变量,本发明将两者合并为一个新的随机迟滞带宽D:
D=d-|ua(t-1)-uc(t-1)| (5)
此时,模型(4)可以写为:
而根据可靠性定义可知P{|Δuc(t)|≥D}=R(Δuc(t)),因此结合公式(6)即可得到基于可靠性的阀门迟滞模型(3)。
因此,本发明基于可靠性的迟滞模型是考虑了时间和位置因素的对单参数模型的改进。当条件维度和寿命维度独立时,可以通过简单的相乘得到三维的可靠性模型。其中,寿命维度可靠性模型,服从威布尔分布;条件维度可靠性模型,根据先验知识可知其为倒立的高斯分布,通过两者组合得到三维可靠性模型,该模型中阀门可靠性随着控制信号和使用时间的变化而变化。
实施例二
本实施例对本发明对构建的阀门迟滞模型进行辨识的过程进行介绍。
本发明对迟滞模型的辨识是以一系列简单的开环测试为基础,输入设计好的控制信号测量输出信号,通过统计和计算得到。其所采用的测试回路结构如图10所示。
本发明对寿命维度可靠性模型的辨识过程为现有的辨识过程,因此本实施例主要对条件维度可靠性模型的辨识过程进行说明。
当过程模型为截断的FIR(有限脉冲响应)模型时,该过程可以写为:
对等式(7)两端取期望值,得到:
由于ua无法通过测量得到,故通过马尔科夫模型推导用其他可得到的变量表示:
其中,由可靠性定义可知R介于0和1之间,高次接近于0可忽略不计,且输入信号增量保持一定时R相同,故上式简化为二次形式:
E(ua(i))≈uc(i)R+uc(i-1)R(1-R) (10)
将公式(10)代回公式(8)可得到一系列关于R的一元二次方程,分别求解并取平均值,得到当前输入条件下的可靠性R(Δu)的表达式为:
接着,设计不同斜率的斜坡输入信号便可以得到不同输入条件下的可靠度,最后再通过曲线拟合便可得到整个条件维度可靠性模型。
实施例三
本实施例对本发明迟滞补偿的过程进行介绍。
本发明沿用了Hagglund提出的补偿回路结构来进行迟滞补偿,设补偿信号大小为C。当偿后的控制信号刚好克服迟滞阻力时,应满足:
|C+Δuc|=D (12)
当基于可靠性的迟滞模型分布已知时,可以推导得到D的概率密度为:
f(D)=R'(D) (13)
进而得到补偿信号幅度的期望值:
E(C)=E(±D-Δuc)=±E(D)-Δuc=±∫xR'(x)dx-Δuc (14)
而补偿信号作用过程中阀门移动的距离为:
实施例四
本实施例对本发明的实际测试效果进行介绍。
(一)、模型辨识模拟
选取过程模型为采用本发明实施例二的辨识方法进行辨识,测试得到的可靠度如表1所示。
表1
Δuc 0.5 1.0 1.5 2.0 2.5 3.0 4.0
R 0 0.071 0.165 0.345 0.416 0.484 0.567
根据表1的测试结果进行曲线拟合,得到的拟合曲线如图11所示。由图11可知,本发明辨识算法的精度在误差允许范围内,辨识得到的曲线和真实曲线接近。
(二)、补偿效果仿真
无阀门迟滞效应的输入输出和有阀门迟滞效应的输入输出分别如图12.1和图12.2所示,可见阀门迟滞现象将导致输入输出的震荡。
选取过程模型为为补偿参数,图13、14和15分别为补偿参数K取0.05,0.5和1.0时的输入输出及相应的补偿信号C。
由图13-15可见,当K过小时(图13.1)会导致欠补偿,后期稳定但前期仍有波动;当K过大时(图15.1)会导致过补偿,虽然克服了迟滞阻力,但是脉冲信号作用过强导致输出包含大量毛刺信号。故通过适当调整脉冲宽度保证补偿参数大小适中(图14.1),即可得到最佳补偿效果。当控制量达到稳定后可以关闭补偿器,以降低能耗和阀门磨损。
比较图14.1和图12.2可以得知,基于本发明新型迟滞模型的可变幅度补偿信号可以有效解决阀门迟滞带来的回路震荡问题,并有效减小传统补偿方法因间歇过补偿或欠补偿导致的小幅高频震荡等负面影响。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (5)

1.一种基于可靠性理论的阀门迟滞建模和控制补偿方法,其特征在于:包括:
A、根据基于条件维度和寿命维度的三维可靠性模型构建阀门迟滞模型,所述阀门迟滞模型的表达式为:
<mrow> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>P</mi> <mo>=</mo> <mi>R</mi> <mrow> <mo>(</mo> <mo>|</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>|</mo> <mo>)</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>P</mi> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mi>R</mi> <mrow> <mo>(</mo> <mo>|</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>|</mo> <mo>)</mo> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>
其中,uc(t)是t时刻控制器输出的控制信号,ua(t)是t时刻阀门的输出信号,uc(t-1)是t-1时刻控制器输出的控制信号,ua(t-1)是t-1时刻阀门的输出信号,P为概率,R为阀门的条件维度可靠度,且R为|uc(t)-uc(t-1)|的函数;
B、对构建的阀门迟滞模型进行辨识,从而得到整个条件维度的可靠性模型;
C、根据阀门迟滞模型和辨识出的可靠性模型得到幅度可变补偿信号,从而根据控制信号调节补偿信号的幅度,并根据阀门的固有特性调节脉冲宽度进行迟滞补偿。
2.根据权利要求1所述的一种基于可靠性理论的阀门迟滞建模和控制补偿方法,其特征在于:所述步骤B,其包括:
B1、搭建由阀门和过程模型组成的测试回路;
B2、根据阀门当前输入的控制信号以及选用的过程模型进行计算,从而得到当前输入条件下的可靠性;
B3、分别以不同的输入控制信号作为阀门当前输入的控制信号,返回步骤B2,从而得到不同输入条件下的可靠性;
B4、对不同输入条件下的可靠性进行曲线拟合,从而得到整个条件维度的可靠性模型。
3.根据权利要求2所述的一种基于可靠性理论的阀门迟滞建模和控制补偿方法,其特征在于:所述步骤B2,其包括:
B21、选取过程模型为FIR模型,所述FIR模型的表达式为:
<mrow> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mi>y</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>y</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>y</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>+</mo> <mi>n</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mrow> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>m</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mrow> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>m</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>+</mo> <mi>n</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>+</mo> <mi>n</mi> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mrow> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>g</mi> <mn>1</mn> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>g</mi> <mn>2</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <msub> <mi>g</mi> <mi>m</mi> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>
其中,是已知的过程参数,为测试回路的输出,n和m为正整数;
B22、对FIR模型的等式两端取期望值,从而得到测试回路输出的期望值所述测试回路输出的期望值的表达式为:
<mrow> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <mi>y</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <mi>y</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <mi>y</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>+</mo> <mi>n</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> <mtd> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> <mtd> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>m</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>+</mo> <mi>n</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> <mtd> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>+</mo> <mi>n</mi> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> <mtd> <mn>...</mn> </mtd> <mtd> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>g</mi> <mn>1</mn> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>g</mi> <mn>2</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <msub> <mi>g</mi> <mi>m</mi> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
B23、通过马尔科夫模型推导和化简,得到化简后的阀门输出信号E(ua(i)),所述化简后的阀门输出信号E(ua(i))表达式为:
E(ua(i))≈uc(i)R+uc(i-1)R(1-R)
B24、将化简后的阀门输出信号E(ua(i))代入测试回路输出期望值的表达式中,并进行求解,从而得到当前输入条件下的可靠性R(Δu),所述当前输入条件下的可靠性R(Δu)的表达式为:
<mrow> <mi>R</mi> <mrow> <mo>(</mo> <mi>&amp;Delta;</mi> <mi>u</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <msub> <mi>g</mi> <mi>i</mi> </msub> <mo>-</mo> <msqrt> <mrow> <msup> <mrow> <mo>&amp;lsqb;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <msub> <mi>g</mi> <mi>i</mi> </msub> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> <mo>-</mo> <mn>4</mn> <mi>E</mi> <mrow> <mo>(</mo> <mi>y</mi> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>)</mo> </mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msub> <mi>g</mi> <mi>i</mi> </msub> </mrow> </msqrt> </mrow> <mrow> <mn>2</mn> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msub> <mi>g</mi> <mi>i</mi> </msub> </mrow> </mfrac> <mo>.</mo> </mrow>
4.根据权利要求3所述的一种基于可靠性理论的阀门迟滞建模和控制补偿方法,其特征在于:所述步骤B23,其包括:
B231、通过马尔科夫模型推导出阀门输出信号期望值E′(ua(i))的表达式,所述阀门输出信号期望值E′(ua(i))的表达式为:
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msup> <mi>E</mi> <mo>&amp;prime;</mo> </msup> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> <mo>(</mo> <mi>i</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mi>R</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;Delta;u</mi> <mi>c</mi> </msub> <mo>(</mo> <mi>i</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mi>R</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;Delta;u</mi> <mi>c</mi> </msub> <mo>(</mo> <mi>j</mi> <mo>)</mo> <mo>)</mo> </mrow> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>i</mi> <mo>-</mo> <mi>j</mi> </mrow> </munderover> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>-</mo> <mi>R</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;Delta;u</mi> <mi>c</mi> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&amp;Delta;u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>k</mi> <mi>t</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>
其中,k为控制器输出系数,i,j均为正整数;
B232、根据可靠性的定义对阀门输出信号E′(ua(i))的表达式进行化简,从而得到化简后的阀门输出信号E(ua(i)),所述化简后的阀门输出信号E(ua(i))表达式为:
E(ua(i))≈uc(i)R+uc(i-1)R(1-R)。
5.根据权利要求1所述的一种基于可靠性理论的阀门迟滞建模和控制补偿方法,其特征在于:所述步骤C,其包括:
C1、根据阀门迟滞模型和辨识出的可靠性模型计算随机迟滞带宽的概率密度,所述随机迟滞带宽D的概率密度f(D)的表达式为:
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>f</mi> <mrow> <mo>(</mo> <mi>D</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mi>R</mi> <mo>&amp;prime;</mo> </msup> <mrow> <mo>(</mo> <mi>D</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>D</mi> <mo>=</mo> <mi>d</mi> <mo>-</mo> <mo>|</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>|</mo> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>
其中,R'(D)表示R(D)的导数,d是单参数模型中迟滞带宽;
C2、根据计算的概率密度f(D)得到补偿信号C幅度的期望值E(C)以及补偿信号作用过程中阀门移动的距离s,所述补偿信号C幅度的期望值E(C)以及补偿信号作用过程中阀门移动的距离s的表达式为:
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>E</mi> <mrow> <mo>(</mo> <mi>C</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>E</mi> <mrow> <mo>(</mo> <mo>&amp;PlusMinus;</mo> <mi>D</mi> <mo>-</mo> <msub> <mi>&amp;Delta;u</mi> <mi>c</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mo>&amp;PlusMinus;</mo> <mi>E</mi> <mrow> <mo>(</mo> <mi>D</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;Delta;u</mi> <mi>c</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <mo>&amp;PlusMinus;</mo> <mo>&amp;Integral;</mo> <msup> <mi>xR</mi> <mo>&amp;prime;</mo> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>x</mi> <mo>-</mo> <msub> <mi>&amp;Delta;u</mi> <mi>c</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&amp;Delta;u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>u</mi> <mi>c</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>s</mi> <mo>=</mo> <mfrac> <mrow> <mi>a</mi> <msup> <mrow> <mo>(</mo> <mi>&amp;Delta;</mi> <mi>t</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mn>2</mn> </mfrac> <mo>=</mo> <mfrac> <mrow> <mi>F</mi> <msup> <mrow> <mo>(</mo> <mi>&amp;Delta;</mi> <mi>t</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mrow> <mn>2</mn> <mi>m</mi> </mrow> </mfrac> <mo>=</mo> <mfrac> <mrow> <mi>k</mi> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>u</mi> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <msup> <mrow> <mo>(</mo> <mi>&amp;Delta;</mi> <mi>t</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mrow> <mn>2</mn> <mi>m</mi> </mrow> </mfrac> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>
其中,x为积分变量,us(t)为补偿后的总控制信号,k和m均为阀门的固有属性,Δt为脉冲宽度;
C3、根据补偿信号C幅度的期望值E(C)以及补偿信号作用过程中阀门移动的距离s与脉冲宽度t的关系,采用Hagglund提出的回路结构进行迟滞补偿。
CN201410822801.6A 2014-12-22 2014-12-22 一种基于可靠性理论的阀门迟滞建模和控制补偿方法 Active CN104573203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410822801.6A CN104573203B (zh) 2014-12-22 2014-12-22 一种基于可靠性理论的阀门迟滞建模和控制补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410822801.6A CN104573203B (zh) 2014-12-22 2014-12-22 一种基于可靠性理论的阀门迟滞建模和控制补偿方法

Publications (2)

Publication Number Publication Date
CN104573203A CN104573203A (zh) 2015-04-29
CN104573203B true CN104573203B (zh) 2017-11-21

Family

ID=53089257

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410822801.6A Active CN104573203B (zh) 2014-12-22 2014-12-22 一种基于可靠性理论的阀门迟滞建模和控制补偿方法

Country Status (1)

Country Link
CN (1) CN104573203B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105242539B (zh) * 2015-10-20 2018-07-20 四川君和环保股份有限公司 控制回路中执行器迟滞的预测补偿方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A new stiction compensation method in pneumatic control valves;D Karthiga等;《International Journal of Electronics & Computer Science Engineering》;20121231;第1卷(第4期);全文 *
基于新型两步法的阀门迟滞控制;张欣;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130615(第06期);全文 *
大型压力筒的压力控制试验系统研制;耿立平;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20130715(第07期);全文 *
控制回路中的阀门迟滞补偿方法;付川等;《PROCESS AUTOMATION INSTRUMENTATION》;20101031;第31卷(第10期);全文 *

Also Published As

Publication number Publication date
CN104573203A (zh) 2015-04-29

Similar Documents

Publication Publication Date Title
US20210042454A1 (en) Linearization Identification Method for Hysteresis Model of Piezoceramics Based on Koopman Operators
CN103335814B (zh) 风洞中实验模型倾角测量误差数据的修正方法
CN107678276B (zh) 一种基于转台控制的自适应复合控制方法
CN104573203B (zh) 一种基于可靠性理论的阀门迟滞建模和控制补偿方法
CN106227964B (zh) 基于扩张状态观测器的迟滞非线性系统参数辨识方法
CN104122031A (zh) 一种基于极限学习机的硅压力传感器温度补偿方法
CN104316310A (zh) 一种基于计算机的液压缓冲器性能测试方法
CN106870620A (zh) 一种磁流变液阻尼器阻尼力的非参数动力学计算方法
CN114235325A (zh) 一种用于风洞连续变马赫数试验的激波板控制系统及方法
Dong et al. Robust fault diagnosis based on nonlinear model of hydraulic gauge control system on rolling mill
CN102521461B (zh) 基于Modelica语言的电液伺服阀仿真建模方法
CN109470888B (zh) 基于深度学习的高g值加速度计的标定系统及标定方法
CN102128303A (zh) 电液线速度伺服系统中执行机构参数识别装置及识别方法
CN108107728A (zh) 一种基于干扰补偿的电液位置伺服系统控制方法
CN109210387B (zh) 一种基于数学模型的气体管道泄漏检测定位的方法
CN108897228B (zh) 一种用于锻造过程的在线控制方法及系统
CN106325104A (zh) 基于matlab建模仿真的热控pid参数设定调整方法
CN112525474B (zh) 一种获得跨声速风洞堵塞干扰因子的方法
CN103017932A (zh) 石英熔融炉高温密闭环境下的声波测温系统
CN105841642A (zh) 一种拉瓦尔喷管喉径尺寸流体测量系统
CN109510543A (zh) 一种伺服电机负载惯量的测定方法
CN113110028B (zh) 一种飞行环境模拟控制系统的环境信号处理方法
CN115436651A (zh) 一种测量弹丸速度的方法、系统、电子设备、介质及应用
CN114077192B (zh) 一种非线性系统输出反馈智能控制方法
CN111240198B (zh) 压电陶瓷执行器迟滞分析方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant