CN104750127A - 一种四容水箱系统控制方法 - Google Patents

一种四容水箱系统控制方法 Download PDF

Info

Publication number
CN104750127A
CN104750127A CN201310747444.7A CN201310747444A CN104750127A CN 104750127 A CN104750127 A CN 104750127A CN 201310747444 A CN201310747444 A CN 201310747444A CN 104750127 A CN104750127 A CN 104750127A
Authority
CN
China
Prior art keywords
control
water
water tank
variable
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.)
Pending
Application number
CN201310747444.7A
Other languages
English (en)
Inventor
孙瑜
张玲
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.)
Nanjing University of Science and Technology Changshu Research Institute Co Ltd
Original Assignee
Nanjing University of Science and Technology Changshu Research Institute Co Ltd
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 Nanjing University of Science and Technology Changshu Research Institute Co Ltd filed Critical Nanjing University of Science and Technology Changshu Research Institute Co Ltd
Priority to CN201310747444.7A priority Critical patent/CN104750127A/zh
Publication of CN104750127A publication Critical patent/CN104750127A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明公开了一种四容水箱系统控制方法,属于自动控制领域,四容水箱是一个典型的带有约束的混杂系统,水箱结构的突变和阀门的开关是离散事件。利用混合逻辑动态模型的建模方法将连续过程和离散事件集成在一个统一的框架里,准确描述离散事件与连续动态过程的相互作用;设计了基于范数的四容混杂系统的模型预测控制,应用OPC通讯完成MATLAB控制现场设备,实现MATLAB中预测控制策略作用到实际混杂系统中。本发明利用混杂系统理论的建模和控制方法,将系统的所有分段模型集成,准确描述模型切换事件与连续动态过程的相互作用;基于混杂系统模型的预测控制,处理含有大量约束条件的系统的控制问题,使系统的连续和离散控制综合最优。

Description

一种四容水箱系统控制方法
技术领域
本发明属于自动控制领域,更具体地涉及一种四容水箱系统控制方法。
背景技术
在工业控制领域,一些系统中不仅包含遵守物理学定律的连续动态部分,还包含遵循一些复杂人为规则的离散事件动态系统部分,如机场交通管理系统、柔性生产线、大规模通讯网络等,系统行为主要由离散事件而非连续变量决定,行为按照一定的逻辑规则进行演化;一些系统中存在着大量具有离散特性的设备和器件,如PLC控制器、继电器、接触器开/合、点位开关、阀门等等。这些系统具有一个共同点:即包含着连续动态过程,又包含离散逻辑状态过程,而且连续部分和离散部分两部分之间相互联系、相互作用、错综复杂。对这些系统的处理和研究,控制领域人员一般做法是重点考虑连续部分,简化考虑离散特性,基于连续过程设计控制算法,由于现在对控制精度的要求提高,这种做法往往不能满足期望的控制效果。对这类系统的研究,急需一套新的控制理论与方法,必须同时考虑连续过程和离散过程以及相互作用所表现出的复杂动力学特性。
实际生活当中也存在着混杂系统,最简单的例子比如室内的空调系统,空调主要由温度调节装置和加热器组成。空调系统存在着连续和离散两种类型的变量:控制变量是室内温度为连续动态变量;空调加热器的开/关运行模式是离散变量。加热器的开/关两种模式决定着室内温度的上升/下降,即当加热器处于打开状态时,室内温度会随着时间的变化而升高;处于关闭状态时,室内温度会随着时间的变化而降低。显然得出,室内温度是随着时间以及加热器开关事件的发生而变化,而且离散事件的变化改变着连续变量(温度)的变化。当室内温度上升到设定值或者下降到一定值时,加热器在关闭和打开两种状态中切换,即连续变量的变化促使离散事件的变化。室内温度在空调系统的作用下不断的上升和下降,交替进行,加热器的工作状态具有间歇性。可以看出,如果想要高效的控制室内温度系统,必须考虑系统中温度变量和加热器状态的相互作用关系。
在实际的工业系统中混杂系统普遍存在,根据系统具体的特点和类型,可将混杂系统划分为几种典型的子类:集中控制型、水箱型、切换型、递阶型以及旅行商型。水箱型混杂系统由阀门和多个水箱组成的系统,此类系统在实际工业系统中也有原型存在,如数据通讯系统以及制造系统中的“缓冲器-处理器”结构,工件或数据的连续流动抽象为液体在水箱中流动,数据控制和工件的调度抽象为阀门的开关。根据实验室条件,应用CS4000型过程控制实验装置进行水箱型混杂系统的研究。
四容水箱系统中包含了大量的连续变量(四个水箱的液位、各进水阀流量,出水阀流量等)和离散事件(水箱结构的突变、进水阀的开/关、水箱出水阀的开度变化),并且离散事件和连续变量相互作用和相互影响。
现有技术只是根据实际液位值和设定值的误差大小进行调节,并没有考虑到离散事件的发生对液位的影响。利用PID控制器进行调节后,控制效果不明显,电动调节阀需要一段时间才能达到控制作用值,具有一定的延时性,液位有很大的震荡。为了复杂的四容水箱系统能得到较好的控制效果,应研究新的控制方法,同时考虑离散事件和连续变量的动态行为。
发明内容
1、          本发明的目的。
本发明的目的在于统一考虑四容水箱的连续变量和离散事件的相互影响,避免控制过程中的模型失真问题,而提供一种四容水箱系统控制方法,比传统控制方法更准确地对系统进行控制。
2、          本发明所采用的技术方案。
四容水箱系统控制方法,四容水箱的系统由四个水箱、液位检测装置、水泵、蓄水池、电动调节阀和变频器组成,包含连续变量和离散变量,变量之间相互影响,每个水箱都配有一个检测液位的压力传感器,水泵用来给水箱进行供水,电动调节电动调节阀通过调节阀门开度来调节控制回路的水流量,变频器通过调节水泵的频率改变泵的出水量,其中2个水箱有出水口,出水直接流入蓄水池,通过调节,蓄水箱为水箱提供用水;其中控制方法为:
步骤(1)、根据被控对象的物理规律、定性知识、操作经验以及状态输入输出约束对系统过程进行分割,连续变量状态系统利用微分方程或差分方程建模。
步骤(2)、对系统中逻辑规则、专家经验、操作约束,选取二进制逻辑变量                                                ,建立简单或复合命题逻辑并转换为相应的混合线性不等式。
步骤(3)、在系统的连续变量状态方程中添加合适的辅助变量,将描述系统的连续变量和离散变量的相互关系命题逻辑转化为混合整数不等式组的形式;
步骤(4)、通过现场数据采集实时获取现场数据,将混杂预测控制算法仿真计算出控制作用值控制程序中形成的相应控制位号,现场设备的液位信息能够通过实时数据服务器传递到客户端中,在客户端的预测最优控制策略得到最优控制作用值,传递到组态软件中阀门对应的位号中,作用到现场设备的阀门,控制现场设备。
3、          本发明的有益效果。
与传统的PID控制相比,利用混杂系统理论的建模和控制方法,可将系统的所有分段模型集成在一个统一的框架里,准确描述模型切换事件与连续动态过程的相互作用;基于混杂系统模型的预测控制,可以处理含有大量约束条件的系统的控制问题,使系统的连续和离散控制达到综合最优。
附图说明
图1是基于MLD模型的混杂系统预测控制结构图。
图2是四容水箱程对象原理示意图。
图3是DCS与MATLAB基于OPC的通讯结构框图。
图4是OPC客户端程序流程图。
具体实施方式
实施例
四容水箱系统由四个水箱、液位检测装置、水泵、蓄水池、电动调节阀和变频器组成,包含连续变量和离散变量,变量之间相互影响,每个水箱都配有一个检测液位的压力传感器,水泵用来给水箱进行供水,电动调节电动调节阀通过调节阀门开度来调节控制回路的水流量,变频器通过调节水泵的频率改变泵的出水量,其中2个水箱有出水口,出水直接流入蓄水池,通过调节,蓄水箱为水箱提供用水;每个水箱最大的液位值为30cm,为防止水溢出每个水箱都装有溢流管路,水位达到最大值时通过溢流管路流进蓄水箱。
其中控制方法为:
(1)建模过程
建立混杂系统的混合逻辑动态模型,首先要对被控对象中存在的动力学规律、操作约束、操作经验以及先验知识等建立命题逻辑,然后将命题逻辑通过一定的规则转化为整数线性不等式。命题逻辑要引入逻辑变量,即时,。对于包含一组的复合命题的真假,要验证命题为真,是利用线性整数规划方法将复合命题转化为一组 组合的整数线性不等式。命题逻辑和整数不等式之间的基本转换关系见表1。考虑到混杂系统中还包含连续变量和离散变量之间的相互作用,如何描述两类变量之间的相互作用进行建模,就得处理连续函数与逻辑变量的关系,使其转化为混合整数不等式。
(2)控制算法设计过程
参见图1,预测控制是一种结合预测模型、滚动优化和反馈校正于一体的控制算法。设基于∞范数形式的性能指标的优化控制问题为:
t为当前时刻,x(t)为当前可测量的系统状态,表示在t时刻求解优化问题,得出的未来k个时刻的最优控制作用序列。表示在t时刻,在的作用下,状态基于系统模型对时刻系统状态的预测;具有相似的定义。
基于MLD形式的预测模型,时刻的状态表达式为
                         
定义向量
,各元素满足下列关系
等价于
其中表示长度为的列向量,且所有元素都为1。定义
优化问题通过变换可转化为MILP(Mixed Integer Linear Programming)问题
通过求解MILP问题,则可以求出在t时刻的最优控制序列
根据滚动优化原理,取时刻的第一个控制输入作用到系统中,忽略其他控制作用
时刻,测出状态变量,重复以上步骤,就实现了基于范数性能指标的MLD模型优化控制。
 
(3)建模和控制方法应用过程
基于中控的CS4000型过程控制实验装置和JX-300X控制系统平台,构建了水箱液位控制系统。控制系统的目标是调节变频器开度和电动调节阀的开度,使一号水箱液位和二号水箱液位保持在期望值。
被控对象结构图如图2所示,在3号水箱和4号水箱中各有一个柱形物体,当3号水箱的液位高于或低于柱体高度时,系统的液位动态特性明显发生改变,此时刻的水箱结构的突变可理解为离散事件的发生,水流作为连续变量特性随着离散事件的发生而发生改变,即离散事件作用于连续变量,四容水箱是一个混杂系统。该系统的连续变量是水流与时间,离散事件是水箱结构的突变,根据实验数据,四容水箱的线性模型为:
引入二进制变量,定义
引入辅助连续变量
则四容水箱模型可以描述为:
同时满足约束条件,可得水箱的MLD模型为(省略不等式约束):
采用线型指标的预测控制,通过调节阀控制,使下水箱的液位保持在期望值。性能指标为:
MATLAB与中的OPC服务器建立通讯,实时获取现场数据,将混杂预测控制算法仿真计算出控制作用值,写入到软件中的相应控制位号。这样现场设备的液位信息能够通过组态软件自带的OPC实时数据服务器传递到MATLAB仿真软件的OPC客户端中,在OPC客户端设计出预测最优控制策略得到最优控制作用值,通过OPC通讯传递到组态软件中阀门对应的位号中,作用到现场设备的阀门,达到控制现场设备的目的。MATLAB与DCS基于OPC的通讯结构图图3所示,图4是OPC客户端程序思想的流程图。程序中主要函数有:
1.连接OPC服务器
hostInfo = opcserverinfo('localhost');%在本地计算机上查询所有可用的OPC服务器
da = opcda('localhost','');%创建与服务器相对应的OPC数据访问对象
;%连接服务器
 (da,'group1')%创建组对象
itm1=additem(grp,'LI_101')%创建项itm1并添加到组对象中,对应1号水箱液位位号
itm2=additem(grp,'LI_102')%创建项itm2并添加到组对象中,对应2号水箱液位位号
itm3=additem(grp,'LI_103')%创建项itm3并添加到组对象中,对应3号水箱液位位号
itm4=additem(grp,'LI_104')%创建项itm4并添加到组对象中,对应4号水箱液位位号
itm5=additem(grp,'mv_opc1')%创建项itm5并添加到组对象中,对应变频器控制量位号
itm6=additem(grp,'mv_opc2')%创建项itm6并添加到组对象中,对应阀门控制量位号
2.读取写入数据
start(grp);%启动组对象
r = read(itm1, 'device');%设备被读取数据时,要将数据源指定为’device’
h=r.Value;% 查看项的具体数值
wait(grp);%等待数据采集完毕
write(itm5,0);%给itm5赋值为0
3通讯结束删除对象
disconnect(da);%断开与OPC服务器的连接
delete(da);%删除OPC客户端数据访问对象
delete(grp);%删除组对象
clear grp itm;%清除工作区间的变量
以上是DCS作为服务器与matlab的OPC Tool作为客户端建立连接,实现了对象、组、项的添加、属性的配置及数据的读写。在simulink中搭建读取子模块,通过OPC读取实际液位值,并搭建写入子模块,调用了write函数,控制量写入电动阀位号内。
实施例2
本发明采用如下方法进行:
(1)根据被控对象的物理规律、定性知识、操作经验以及状态输入输出约束对系统过程进行分割,连续变量状态系统利用微分方程或差分方程建模。
(2)对系统中逻辑规则、专家经验、操作约束,选取二进制逻辑变量,建立简单或复合命题逻辑并转换为相应的混合线性不等式。
(3)在系统的连续变量状态方程中添加合适的辅助变量,将描述系统的连续变量和离散变量的相互关系命题逻辑转化为混合整数不等式组的形式,考虑系统的初始约束并转化为不等式,整个系统的过程和状态就可以在一个框架内得到描述。得到混合逻辑动态模型:
(4)采用范数作为性能指标来求解四容水箱混杂系统控制问题,基于∞范数形式的性能指标的预测控制问题为:
(5)运用OPC通讯技术实时获取工业现场设备的数据,同时将MALAB中预测控制计算出的当前时刻最优控制值应用于现场设备控制中。
(6)通过现场数据采集实时获取现场数据,将混杂预测控制算法仿真计算出控制作用值控制程序中形成的相应控制位号,现场设备的液位信息能够通过实时数据服务器传递到客户端中,在客户端的预测最优控制策略得到最优控制作用值,传递到组态软件中阀门对应的位号中,作用到现场设备的阀门,达到控制现场设备的目的。
上述实施例不以任何方式限制本发明,凡是采用等同替换或等效变换的方式获得的技术方案均落在本发明的保护范围内。

Claims (5)

1.一种四容水箱系统控制方法,其特征在于:四容水箱系统由四个水箱、液位检测装置、水泵、蓄水池、电动调节阀和变频器组成,包含连续变量和离散变量,变量之间相互影响,每个水箱都配有一个检测液位的压力传感器,水泵用来给水箱进行供水,电动调节电动调节阀通过调节阀门开度来调节控制回路的水流量,变频器通过调节水泵的频率改变泵的出水量,其中2个水箱有出水口,出水直接流入蓄水池,通过调节,蓄水箱为水箱提供用水;其中控制方法为:
步骤(1)、根据被控对象的物理规律、定性知识、操作经验以及状态输入输出约束对系统过程进行分割,连续变量状态系统利用微分方程或差分方程建模;
步骤(2)、对系统中逻辑规则、专家经验、操作约束,选取二进制逻辑变量                                                ,建立简单或复合命题逻辑并转换为相应的混合线性不等式;
步骤(3)、在系统的连续变量状态方程中添加合适的辅助变量,将描述系统的连续变量和离散变量的相互关系命题逻辑转化为混合整数不等式组的形式;
步骤(4)、通过现场数据采集实时获取现场数据,将混杂预测控制算法仿真计算出控制作用值控制程序中形成的相应控制位号,现场设备的液位信息能够通过实时数据服务器传递到客户端中,在客户端的预测最优控制策略得到最优控制作用值,传递到组态软件中阀门对应的位号中,作用到现场设备的阀门,控制现场设备。
2.根据权利要求1所述的四容水箱系统控制方法,其特征在于:所述的最优化控制策略得到最优控制作用值采用基于范数形式的性能指标,通过求解混合整数线性规划问题得到最优控制序列,根据滚动优化原理,只取当前时刻控制输入值,然后在线反复进行优化过程。
3.根据权利要求1所述的四容水箱系统控制方法,其特征在于:所述的连续变量为四个水箱的液位、各进水阀流量,出水阀流量。
4.根据权利要求1所述的四容水箱系统控制方法,其特征在于:所述的离散变量为水箱结构的突变、进水阀的开/关、水箱出水阀的开度变化。
5.根据权利要求1-4任一所述的四容水箱系统控制方法,其特征在于:每个水箱最大的液位值为30cm,为防止水溢出每个水箱都装有溢流管路,水位达到最大值时通过溢流管路流进蓄水箱。
CN201310747444.7A 2013-12-31 2013-12-31 一种四容水箱系统控制方法 Pending CN104750127A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310747444.7A CN104750127A (zh) 2013-12-31 2013-12-31 一种四容水箱系统控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310747444.7A CN104750127A (zh) 2013-12-31 2013-12-31 一种四容水箱系统控制方法

Publications (1)

Publication Number Publication Date
CN104750127A true CN104750127A (zh) 2015-07-01

Family

ID=53589981

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310747444.7A Pending CN104750127A (zh) 2013-12-31 2013-12-31 一种四容水箱系统控制方法

Country Status (1)

Country Link
CN (1) CN104750127A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106094905A (zh) * 2016-07-24 2016-11-09 哈尔滨理工大学 四容水箱液位控制系统
CN107045360A (zh) * 2017-05-25 2017-08-15 东南大学 一种四容水箱液位分布式状态反馈控制方法
CN108803508A (zh) * 2018-05-28 2018-11-13 中国神华能源股份有限公司 火电厂热工控制算法应用系统和方法
CN109375505A (zh) * 2018-09-14 2019-02-22 九江精密测试技术研究所 基于模型预测控制技术的锅炉气泡水位精确控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110083285A1 (en) * 2009-10-14 2011-04-14 Universiti Malaysia Pahang Apparatus and method for production of natural dye
KR20110050098A (ko) * 2009-11-06 2011-05-13 한국에너지기술연구원 오일샌드 역청을 이용한 2단 열분해 가스화 복합 장치 및 이를 이용한 합성가스와 연료유 동시 생산 방법
CN102636992A (zh) * 2012-04-19 2012-08-15 南京理工大学常熟研究院有限公司 一种基于混杂系统理论的分段线性系统的建模与控制方法
CN102662412A (zh) * 2012-04-28 2012-09-12 江南大学 一种基于相平面法的四容水箱液位控制方法
CN203178819U (zh) * 2013-03-11 2013-09-04 江南大学 一种基于相平面法的四容水箱液位控制器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110083285A1 (en) * 2009-10-14 2011-04-14 Universiti Malaysia Pahang Apparatus and method for production of natural dye
KR20110050098A (ko) * 2009-11-06 2011-05-13 한국에너지기술연구원 오일샌드 역청을 이용한 2단 열분해 가스화 복합 장치 및 이를 이용한 합성가스와 연료유 동시 생산 방법
CN102636992A (zh) * 2012-04-19 2012-08-15 南京理工大学常熟研究院有限公司 一种基于混杂系统理论的分段线性系统的建模与控制方法
CN102662412A (zh) * 2012-04-28 2012-09-12 江南大学 一种基于相平面法的四容水箱液位控制方法
CN203178819U (zh) * 2013-03-11 2013-09-04 江南大学 一种基于相平面法的四容水箱液位控制器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
史运涛等: "基于数据驱动的混杂系统建模与优化控制研究", 《系统仿真学报》 *
张玲: "四容水箱混杂系统的建模与预测控制研究", 《信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106094905A (zh) * 2016-07-24 2016-11-09 哈尔滨理工大学 四容水箱液位控制系统
CN107045360A (zh) * 2017-05-25 2017-08-15 东南大学 一种四容水箱液位分布式状态反馈控制方法
CN108803508A (zh) * 2018-05-28 2018-11-13 中国神华能源股份有限公司 火电厂热工控制算法应用系统和方法
CN109375505A (zh) * 2018-09-14 2019-02-22 九江精密测试技术研究所 基于模型预测控制技术的锅炉气泡水位精确控制方法

Similar Documents

Publication Publication Date Title
CN112615379B (zh) 基于分布式多智能体强化学习的电网多断面功率控制方法
Chen et al. Reinforcement learning for selective key applications in power systems: Recent advances and future challenges
Wang et al. A data-driven multi-agent autonomous voltage control framework using deep reinforcement learning
Say et al. Nonlinear Hybrid Planning with Deep Net Learned Transition Models and Mixed-Integer Linear Programming.
US8897900B2 (en) Graphical language for optimization and use
Navale et al. Use of genetic algorithms to develop an adaptive fuzzy logic controller for a cooling coil
Fadaei et al. Design and implementation of a new fuzzy PID controller for networked control systems
CN104750127A (zh) 一种四容水箱系统控制方法
Liu et al. Neurofuzzy network modelling and control of steam pressure in 300 MW steam-boiler system
Aparna Application of DCS for level control in nonlinear system using optimization and robust algorithms
Acar Yildirim et al. Time-cost optimization model proposal for construction projects with genetic algorithm and fuzzy logic approach
Han et al. A review of reinforcement learning methodologies on control systems for building energy
Venkataraman Application of DCS for level control in nonlinear system using optimization and robust algorithms
Bodur et al. A short-term load demand forecasting based on the method of LSTM
Fu et al. Research and application of predictive control method based on deep reinforcement learning for HVAC systems
Ke et al. Data-driven predictive control of building energy consumption under the IoT architecture
Fu et al. Hybrid adaptive control of nonlinear systems with non-Lipschitz nonlinearities
Castelletti et al. Stochastic and robust control of water resource systems: Concepts, methods and applications
Zeng et al. DDPG-based continuous thickness and tension coupling control for the unsteady cold rolling process
Wang et al. Periodic nonlinear economic model predictive control with changing horizon for water distribution networks
Manteigas et al. Cost-efficient algorithms for a pump horizon control in water supply system
Li et al. A hybrid learning method for the data-driven design of linguistic dynamic systems
Khatavkar et al. Model for the real-time operation of water distribution systems under limited power availability
Zhuan et al. Models and control methodologies in open water flow dynamics: A survey
CN114384931A (zh) 一种基于策略梯度的无人机多目标最优控制方法和设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150701