CN104765271A - 用于可变参数和相关程序产品的控制器系统 - Google Patents
用于可变参数和相关程序产品的控制器系统 Download PDFInfo
- Publication number
- CN104765271A CN104765271A CN201410848097.1A CN201410848097A CN104765271A CN 104765271 A CN104765271 A CN 104765271A CN 201410848097 A CN201410848097 A CN 201410848097A CN 104765271 A CN104765271 A CN 104765271A
- Authority
- CN
- China
- Prior art keywords
- error
- variable element
- controller
- expection
- controller system
- 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
Links
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
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P.I., P.I.D.
-
- 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
-
- 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
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/021—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance
Abstract
本发明题为用于可变参数和相关程序产品的控制器系统。控制器系统包括至少一个计算装置,其在操作上连接到具有可变参数的目标值的过程。(一个或多个)计算装置配置成通过执行包括下列步骤的动作来控制可变参数:计算可变参数的目标值与实际值之间的误差。基于该误差,(一个或多个)计算装置可计算可变参数的预期增益调整以及可变参数的预期平均调整。可创建校正信号,以用于通过下列步骤来修改该过程:响应误差为正而通过对预期平均调整和预期增益调整求和来创建校正信号;以及响应误差为负而通过对预期平均调整和预期增益调整求差来创建校正信号。相关程序产品可执行相似功能。
Description
技术领域
一般来说,本公开涉及控制器。更具体来说,本公开涉及用于可变参数和相关程序产品的控制器系统。
背景技术
大多数控制问题涉及对过程不确定性是健壮的控制器系统的设计和/或合成。过程控制应用常常提出定制安装的附加难题,其中不确定性的等级和类型不仅通过(无控制)制造可变性来推动,而且还常常通过实现成适合客户的具体要求的设计变化来施加。大多数时候,要求现场工程师(其可以具有或者可以没有反馈控制系统的背景)在现场对控制器系统进行调谐。通常,选择用于现场调谐的控制器属于PID种类(比例+积分+微分),因为PID控制器的调谐相对更为直接、更好理解以及良好确立的,但是管理仍然极为棘手。
PID控制器的主要限制是缺乏对未建模动态的健壮性。由于PID控制器是线性的并且利用固定参数,所以PID控制系统的闭环性能对未建模过程动态是敏感的。例如,如图1所示,常规PID控制器可控制可变参数,使得对某个时间周期,实际参数值(x)与可变参数的目标值(xm)基本上相同。但是,如图1所示,响应扰动、例如过程的所指示初始开始或者目标值的显著变化(例如下降),利用PID控制器的过程可花费不期望的相当大的时间量来达到目标值。达到目标值所花费的时间极大地取决于总过程动态,以及过程动态的任何未建模方面可导致较慢系统响应或者闭环不稳定系统。
对未建模动态的这种敏感性能够导致若干难题。在一组控制器参数用于大量单元(即,大规模生产)的情况下,单元-单元可变性对PID控制器的总能力能够是重大挑战。在单独单元是定制设计的情况下,常常可能校准单独单元并且抑制单元-单元可变性难题,但是,这些单独调谐应用常常是高费用的,并且所产生的校准的效能因现场工程师的变化背景而是极有价值的。
常规控制器系统的另一个示例可包括自振荡自适应控制器。标准自振荡自适应(SOA)控制器10的框图在图2示出。SOA控制器10通常包括线性补偿器12(以及也许还包括主前向环路的第二滤波器(未示出))、主前向环路中的中继器14以及修改中继器的增益的增益变换器子系统30。所述的过程20具有响应命令或校正信号u的可变参数x,其理想地跟随参考模型22所提供的目标值xm。线性补偿器12能够按照如文献中所建立的任何必要形式来构成(例如使用线性低阶滤波器或者使用表示闭环系统的所需能力的过程模型)。例如,线性补偿器12(Gf(s))可包括超前补偿滤波器,并且能够用来设置极限环的频率(即,中继器在稳态将引起的振荡或“颤动”)。增益变换器子系统34通常包括低通滤波器32、之后接着非线性增益变换器功能24,以确定不同工作条件的增益的大小。增益变换器功能34的主要目的是更慢地改变增益,使得系统能够具有提供瞬变条件下的健壮性的高增益等级(其特征在于大滤波误差值),同时降低稳态条件下的中继器14的增益(其特征在于低滤波误差值)。如通过将图3与图1进行比较所示,SOA控制器10可在未建模动态、例如过程的初始开始期间或者在预期值的显著变化期间将过程20的实际可变参数值x更快地朝目标值xm移动。但是,如图3所示,SOA控制器10输出可在高于和低于目标值xm的较大范围之内连续振荡。因此,虽然SOA控制器10可允许该过程更靠近目标值xm快速操作,但是值的大波动不是理想的。
能够提供健壮闭环响应的大多数现有控制算法具有中等至高复杂度。这类系统的合成可要求详细理论分析以及过程动态的深入了解。这种附加复杂度常常是许多实际反馈控制应用的PID控制器的选择的推动因素,尽管它们的所述限制。
发明内容
控制器系统包括至少一个计算装置,其在操作上连接到具有可变参数的目标值的过程。(一个或多个)计算装置配置成通过执行包括下列步骤的动作来控制可变参数:计算可变参数的目标值与实际值之间的误差。基于该误差,(一个或多个)计算装置可计算可变参数的预期增益调整以及可变参数的预期平均调整。可创建校正信号,以用于通过下列步骤来修改该过程:响应误差为正而通过对预期平均调整和预期增益调整求和来创建校正信号;以及响应误差为负而通过对预期平均调整和预期增益调整求差来创建校正信号。相关程序产品可执行相似功能。
本发明的第一方面包括一种控制器系统,其中包括:至少一个计算装置,在操作上连接到具有可变参数的目标值的过程,至少一个计算装置配置成通过执行包括下列步骤的动作来控制可变参数:计算可变参数的目标值与实际值之间的误差;基于该误差,计算可变参数的预期增益调整;基于该误差,计算可变参数的预期平均调整;以及通过下列步骤来创建用于修改该过程的校正信号:响应误差为正而通过对预期平均调整和预期增益调整求和来创建校正信号;以及响应误差为负而通过对预期平均调整和预期增益调整求差来创建校正信号。
本发明的第二方面包括非暂时计算机可读存储介质上存储的、用于控制具有可变参数的目标值的过程的程序产品,非暂时计算机可读存储介质包括用于使计算机系统执行下列步骤的程序代码:计算可变参数的目标值与实际值之间的误差;基于该误差,计算可变参数的预期增益调整;基于该误差,计算可变参数的预期平均调整;以及通过下列步骤来创建用于修改该过程的校正信号:响应误差为正而通过对预期平均调整和预期增益调整求和来创建校正信号;以及响应误差为负而通过对预期平均调整和预期增益调整求差来创建校正信号。
本发明的第三方面包括一种控制器系统,其中包括:至少一个计算装置,在操作上连接到具有可变参数的目标值的过程,至少一个计算装置配置成通过执行包括下列步骤的动作来控制可变参数:计算可变参数的目标值与实际值之间的误差;基于该误差,通过下列步骤来计算可变参数的预期增益调整:对该误差进行低通滤波,基于经低通滤波的误差来确定增益调整,并且将所确定增益调整与预定增益调整相结合,以计算预期增益调整;基于该误差,通过下列步骤来计算可变参数的预期平均调整:使用作为比例、比例加积分或者比例加积分加微分其中之一的子控制器来确定误差的平均调整,并且将所确定平均调整与预定平均调整相结合,以计算预期平均调整;以及通过下列步骤来创建用于修改该过程的校正信号:响应误差为正而通过对预期平均调整和预期增益调整求和来创建校正信号;以及响应误差为负而通过对预期平均调整和预期增益调整求差来创建校正信号。
技术方案1:一种控制器系统,包括:
至少一个计算装置,在操作上连接到具有可变参数的目标值的过程,所述至少一个计算装置配置成通过执行包括下列步骤的动作来控制所述可变参数:
计算所述可变参数的所述目标值与实际值之间的误差;
基于所述误差,计算所述可变参数的预期增益调整;
基于所述误差,计算所述可变参数的预期平均调整;以及
通过下列步骤来创建用于修改所述过程的校正信号:
响应所述误差为正,通过对所述预期平均调整和所述预期增益调整求和来创建所述校正信号,以及
响应所述误差为负,通过对所述预期平均调整和所述预期增益调整求差来创建所述校正信号。
技术方案2:如技术方案1所述的控制器系统,其中,所述预期增益调整计算包括:
对所述误差进行低通滤波;
基于经低通滤波的误差来确定增益调整;以及
将所确定增益调整与预定增益调整相结合,以计算所述预期增益调整。
技术方案3:如技术方案2所述的控制器系统,其中,所述增益调整确定包括得到其存储值,以及所述预定增益调整基于所述控制器系统的预期响应性。
技术方案4:如技术方案2所述的控制器系统,还包括响应所述误差超过指示所述误差的大偏移的误差阈值而重置所述误差的低通滤波。
技术方案5:如技术方案1所述的控制器系统,其中,所述预期平均调整计算包括:
使用作为比例、比例加积分或者比例加积分加微分其中之一的子控制器来确定所述误差的平均调整;以及
将所确定平均调整与预定平均调整相结合,以计算所述预期平均调整。
技术方案6:如技术方案5所述的控制器系统,其中,所述预定平均调整基于所述平均值调整特征的初步测试期间单独确定的所述过程的静态特性的模型。
技术方案7:如技术方案1所述的控制器系统,还包括:
在创建所述校正信号之前对所述误差进行超前补偿滤波,经超前滤波的误差用来确定所述误差是正还是负。
技术方案8:如技术方案1所述的控制器系统,其中,所述计算所述可变参数的预期增益调整并且创建所述校正信号包括使用自振荡自适应子控制器。
技术方案9:如技术方案1所述的控制器系统,其中,所述计算所述可变参数的预期平均调整包括使用作为比例、比例加积分或者比例加积分加微分其中之一的子控制器。
技术方案10:如技术方案9所述的控制器系统,其中,计算所述可变参数的预期增益调整并且创建所述校正信号包括使用自振荡自适应子控制器。
技术方案11:一种在非暂时计算机可读存储介质上存储的、用于控制具有可变参数的目标值的过程的程序产品,所述非暂时计算机可读存储介质包括用于使计算机系统执行下列步骤的程序代码:
计算所述可变参数的所述目标值与实际值之间的误差;
基于所述误差,计算所述可变参数的预期增益调整;
基于所述误差,计算所述可变参数的预期平均调整;以及
通过下列步骤来创建用于修改所述过程的校正信号:
响应所述误差为正,通过对所述预期平均调整和所述预期增益调整求和来创建所述校正信号,以及
响应所述误差为负,通过对所述预期平均调整和所述预期增益调整求差来创建所述校正信号。
技术方案12:如技术方案11所述的程序产品,其中,所述预期增益调整计算代码使所述计算机:
对所述误差进行低通滤波;
基于经低通滤波的误差来确定增益调整;以及
将所确定增益调整与预定增益调整相结合,以计算所述预期增益调整。
技术方案13:如技术方案12所述的程序产品,其中,所述增益调整确定代码得到其存储值,以及所述预定增益调整基于所述控制器系统的预期响应性。
技术方案14:如技术方案12所述的程序产品,其中,所述程序代码还使所述计算机响应所述误差超过指示所述误差的大偏移的误差阈值而重置所述误差的低通滤波。
技术方案15:如技术方案11所述的程序产品,其中,所述预期平均调整计算代码:
使用作为比例、比例加积分或者比例加积分加微分其中之一的子控制器来确定所述误差的平均调整;以及
将所确定平均调整与预定平均调整相结合,以计算所述预期平均调整。
技术方案16:如技术方案15所述的程序产品,其中,所述预定平均调整基于所述平均值调整特征的初步测试期间单独确定的所述过程的静态特性的模型。
技术方案17:如技术方案11所述的程序产品,其中,所述程序代码还使所述计算机系统:
在创建所述校正信号之前对所述误差进行超前补偿滤波,经超前滤波的误差用来确定所述误差是正还是负。
技术方案18:如技术方案11所述的程序产品,其中,所述计算所述可变参数的预期平均调整代码:
使用作为比例、比例加积分或者比例加积分加微分其中之一的子控制器,以及
其中所述计算所述可变参数的预期增益调整代码并且所述创建校正信号代码使用自振荡自适应子控制器。
技术方案19:一种控制器系统,包括:
至少一个计算装置,在操作上连接到具有可变参数的目标值的过程,所述至少一个计算装置配置成通过执行包括下列步骤的动作来控制所述可变参数:
计算所述可变参数的所述目标值与实际值之间的误差;
基于所述误差,通过下列步骤来计算所述可变参数的预期增益调整:
对所述误差进行低通滤波,
基于经低通滤波的误差来确定增益调整,以及
将所确定增益调整与预定增益调整相结合,以计算所述预期增益调整;
基于所述误差,通过下列步骤来计算所述可变参数的预期平均调整:
使用作为比例、比例加积分或者比例加积分加微分其中之一的子控制器来确定所述误差的平均调整,以及
将所确定平均调整与预定平均调整相结合,以计算所述预期平均调整;以及
通过下列步骤来创建用于修改所述过程的校正信号:
响应所述误差为正,通过对所述预期平均调整和所述预期增益调整求和来创建所述校正信号,以及
响应所述误差为负,通过对所述预期平均调整和所述预期增益调整求差来创建所述校正信号。
技术方案20:如技术方案19所述的控制器系统,还包括响应所述误差超过指示所述误差的大偏移的误差阈值而重置所述误差的低通滤波。
附图说明
通过以下结合附图对本发明的各个方面的详细描述,将会更好地理解本发明的这些及其他特征,附图示出本发明的各个实施例,其中包括:
图1是示出按照相关技术的比例-积分(PI)控制器的操作的线性图表。
图2示出按照相关技术的自振荡自适应控制器的框图。
图3是示出按照相关技术的自振荡自适应控制器(SOAC)的操作的线性图表。
图4示出按照本发明的实施例、包括用于具有可变参数的目标值的过程的控制器系统的说明性环境。
图5示出按照本发明的实施例、用于具有可变参数的目标值的过程的控制器系统的的框图。
图6是示出按照本发明的实施例、如控制器系统所控制的过程的目标值和可变参数值的线性图表。
注意,本发明的附图不一定是按比例绘制的。附图预计用于仅示出本发明的典型方面,并且因此不应当被认为是限制本发明的范围。附图中,相似标号在附图之间表示相似元件。
具体实施方式
来看图4,提供按照本发明的实施例的说明性环境90。环境90包括具有可变参数x的过程94。如本文所述使用的“可变参数”可以是能够按照某种方式来控制的过程94的任何值。可变参数可直接测量或者从其他参数来计算。例如,可变参数可以是制造方法的可测量物理特性、系统的可计算或者可估计值等。更具体来说,可变参数能够采取任何形式,包括但不限于:温度、热、流率、旋转速度、压力、焓、物理尺寸等。类似地,“过程”可以是任何可能的活动或应用,其具有能够控制的可变参数、即输入和输出。例如,一般来说,该过程可包括但不限于:用于化学制造方法的一系列动作、机器、电路等。如图4所示,过程94可包括能够直接或间接控制可变参数x的任何常规组件。也就是说,可变参数x可由一个或多个组件根据过程94来控制或影响。例如,在可变参数x包括经由热交换器所添加的热量的情况下,阀可在工作流体(例如蒸汽、气体)流经热交换器时调节对其添加的热量。控制器系统104可通过修改该过程、例如修改阀将可变参数x朝目标值移动。
如图4所示,环境90还可包括一个或多个测量装置102,其在操作上(例如经由无线、硬连线或其他常规部件)连接到过程94和计算装置103。如本文所述,(一个或多个)测量装置102可配置成直接测量过程94的可变参数,并且向计算装置103提供所测量的实际可变参数,或者它可配置成测量一个或多个值,其能够用来计算可变参数x。也就是说,根据过程94和可变参数x,计算装置103能够直接将测量值用作可变参数的指示或者用作得到可变参数的计算的部分。(一个或多个)测量装置102可配置为常规测量组件或工具,这取决于过程94的配置和预期可变参数x。根据先前示例,测量装置102可测量温度。在这个示例中,测量装置102可包括常规温度传感器,以用于在操作期间测量流到过程94的工作流体的实际温度。在测量装置102包括温度传感器的情况下,测量装置102可配置为任何常规装置,其配置成测量过程94中的流体(工作流体)的温度,包括但不限于:温度计、热电偶、热敏电阻、高温计、红外传感器等。在任何情况下,测量值指示可变参数x,或者能够用来也许采用其他测量值6765计算可变参数x。
环境90还可包括计算装置103,其能够执行本文所述的过程,以便在过程94的操作期间控制可变参数x的操作。具体来说,计算装置103示为包括控制器系统104,其使计算装置103可操作以通过执行本文所述过程的任一个/全部并且实现本文所述实施例的任一个/全部来控制可变参数。
在一实施例中,如图4所示,过程94可在操作上连接到计算装置103。更具体来说,如图3所示,过程94和可变参数x可在操作上(例如经由无线、硬连线或其他常规部件)连接到计算装置103,使得计算装置103可控制可变参数x的操作,如本文所述。
计算装置103的控制器系统104可包括自振荡自适应子控制器(SOAC)106以及作为比例(P)、比例加积分(PI)或者比例加积分加微分(PID)的子控制器108。(为了简便起见,下文中,子控制器108将简单地称作“PID子控制器108”,但是它能够是比例、比例加积分(PI)或者比例加积分加微分(PID)。)如本文所述,控制器系统104的SOA子控制器106和PID子控制器108的每个可帮助控制过程94的操作,以将可变参数x保持在或者接近目标值。
控制器系统104的SOA子控制器106可配置成允许控制器系统104在过程94的操作期间使用修改自振荡自适应过程来控制可变参数x。也就是说,并且如本文所述,SOA子控制器106可将自振荡自适应过程用于在过程94的过程期间控制可变参数x,其中可变参数x可按照自适应方式连续改变。可变参数x的连续变化可帮助过程94与处于其预定、预期值的范围之内的实际可变参数值配合操作。另外,并且如本文所述,由于SOA子控制器106包括可变参数x的连续调整,当确定其实际可变参数和目标值有所不同时,SOA子控制器106可允许过程94快速达到处于其预定、预期值的范围之内的实际可变参数值或者与其配合操作。
控制器系统104的PID子控制器108还可配置成允许控制器系统104在过程94的操作期间结合SOA子控制器106来控制可变参数x。也就是说,并且如本文所述,控制器系统104的SOA子控制器106和PID子控制器108可配置成结合操作,以在过程94的操作期间控制可变参数x。控制器系统104的PID子控制器108可帮助使用修改比例、比例-积分或者比例-积分-微分算法、结合SOA子控制器106来控制可变参数x。也就是说,并且如本文所述,一旦过程94与如SOA子控制器106所确定、处于预定目标值的范围之内的实际可变参数配合操作,PID子控制器108可将比例、比例-积分或者比例-积分-微分算法用于减小可变参数x的操作范围。过程94的实际可变参数的操作范围的减小可允许可变参数x更频繁地改变操作状态,并且可允许过程94更接近目标值进行操作。也就是说,并且如本文所述,由于子控制器108包括用于确定和修改可变参数x的算法,子控制器108可允许过程94在可变参数x的目标值处或附近进行操作。
计算装置103可访问数据库116,其可包括过程94特定的多种数据。例如,数据可包括过程94特定的预定数据,其可定义过程94的预期可变参数。在一个实施例中,数据可包括例如可变参数的目标值(参见图1和图3)、如本文所述用来创建可变参数的校正信号的增益或平均调整或者其部分和/或控制器系统104所需的其他数据。数据可按照多种常规数据形式来表示或体现,包括但不限于查找表、算法、模型等。
计算装置103示为包括处理组件122(例如一个或多个处理器)、存储组件124(例如存储分级结构)、输入/输出(I/O)组件126(例如一个或多个I/O接口和/或装置)以及通信通路128。一般来说,处理组件122运行程序代码、例如控制器系统104,其至少部分固定在存储组件124中。在运行程序代码时,处理组件122能够处理数据,这能够引起从/对存储组件124和/或I/O组件126读取和/或写入经变换的数据,供进一步处理。通路128提供计算装置103中的每个组件之间的通信链路。I/O组件126能够包括一个或多个人I/O装置,其使人类用户112(例如过程操作人员)能够与计算装置103和/或一个或多个通信装置进行交互,从而使系统用户112能够使用任何类型的通信链路与计算装置103进行通信。在一些实施例中,用户112(例如过程操作人员)能够与人-过程接口(HMI)130进行交互,其允许用户112与计算装置103的控制器系统104进行通信。HMI 130能够包括:交互式触摸屏、图形用户显示器或者本领域已知的任何其他常规人-过程接口。为此,控制器系统104能够管理一组接口(例如(一个或多个)图形用户接口、应用程序接口等),其使人和/或系统用户112能够与控制器系统104进行交互的。此外,控制器系统104能够使用任何解决方案来管理(例如存储、检索、创建、操纵、组织、呈现等)存储组件124中的数据、例如可变参数x的目标值。控制器系统104还能够保存/检索来自数据库116的数据。
在任何情况下,计算装置103能够包括能够运行其上安装的程序代码、例如控制器系统104的一个或多个通用计算制造产品(例如计算装置)。要理解,如本文所使用,“程序代码”表示按照语言、代码或符号的指令的任何集合,其使具有信息处理能力的计算装置直接执行或者在下列的任何组合之后执行特定功能:(a)转换到另一种语言、代码或符号;(b)以不同的实质形式进行再现;和/或(c)解压缩。为此,控制器系统104能够体现为系统软件和/或应用软件的任何组合。此外,控制器系统104能够使用一组模块132来实现。在这种情况下,模块132能够使计算装置103能够执行由控制器系统104所使用的一组任务,并且能够与控制器系统104的其他部分分离地开发和/或实现。
当计算装置103包括多个计算装置时,各计算装置可以仅具有其上固定的控制器系统104的一部分(例如一个或多个模块132)。但是,要理解,计算装置103和控制器系统104仅表示可执行本文所述过程的各种可能的等效计算机系统。为此,在其他实施例中,由计算装置103和控制器系统104所提供的功能性能够至少部分由包括带有或没有程序代码的通用和/或专用硬件的任何组合的一个或多个计算装置来实现。在各实施例中,硬件和程序代码在被包含时能够分别使用标准工程和编程技术来创建。
当计算装置103包括多个计算装置时,计算装置能够通过任何类型的通信链路进行通信。此外,当执行本文所述的过程时,计算装置103能够使用任何类型的通信链路与一个或多个其他计算机系统进行通信。在任一种情况下,通信链路能够包括各种类型的有线和/或无线链路的任何组合;包括一种或多种类型的网络的任何组合;和/或利用各种类型的传输技术和协议的任何组合。计算装置103能够使用任何解决方案来得到或提供数据。
虽然在本文中示为和描述为用于控制过程94的可变参数x的系统,但是要理解,本发明的方面还提供各种备选实施例。例如,在一个实施例中,本发明提供一种固定在至少一个计算机可读介质中的计算机程序,其在被运行时使计算机系统能够控制过程94的可变参数x。为此,计算机可读介质包括程序代码、例如控制器系统104(图4),其实现本文所述过程和/或实施例的部分或全部。要理解,术语“计算机可读存储介质”包括现在已知或以后开发的表达的任何类型的非暂时或有形介质的一种或多种,由其能够由计算装置感知、再现或者传递程序代码的副本。例如,计算机可读存储介质能够包括:一个或多个便携存储制造产品;计算装置的一个或多个存储器/存储组件;纸张;等等。
在另一个实施例中,可提供一种用于控制可变参数x的操作的系统。在这种情况下,能够得到(例如创建、维护、提供等)计算机系统、例如计算装置103,并且能够得到(例如创建、购买、使用、修改等)用于执行本文所述过程的一个或多个组件并且部署到计算机系统。为此,该部署能够包括下列一个或多个:(1)将程序代码安装在计算装置上;(2)将一个或多个计算和/或I/O装置添加到计算机系统;(3)结合和/或修改计算机系统,以便使其能够执行本文所述的过程;等等。
来看图5,图5是示出按照本发明的实施例的控制器系统104(图4)的操作流程和功能的框图。如图5所示,过程94(P(s))提供可变参数(本文中表示为‘x’以与图4一致)作为其输出。如本文所述,可变参数x可由(一个或多个)测量装置102(图4)来测量或者由控制器系统104(图4)来计算,如本文所述。如上所述,可变参数x实际上可以是有助于供控制器系统104进行控制的任何过程的任何值。如将要描述,控制器系统104用来通过生成校正信号u(其用来修改过程94,以改变影响可变参数x的过程的一个或多个方面(例如特点、组件、状态等),来将实际可变参数x保持在或者接近其目标值xm。
如图5所示,控制器系统104包括可变参数x的目标值xm的源150。源150可包括提供可变参数x的目标值xm的任何现在已知或者以后开发的方式。例如,源150可包括模型(如图5所示的Gpf(s))、查找表、算法等。因此,源150可以是控制器系统104的计算方面(例如图4的模块132),或者可以是从存储组件124(图4)和/或数据库116(图4)拉取存储值的机构。
在操作期间,控制器系统104计算目标值xm与可变参数x的实际值之间的误差e。误差e在图5中示为加法器152的输出,即,误差e是目标值xm与(负)可变参数x之间的差。要理解,误差e可通过多种其他众所周知或以后开发的控制系统算法来计算(若需要的话)。
误差e可由控制器系统104按照多种方式来使用,如图5中由左至右延伸的三个路径A、B、C所示。每个块指示由控制器系统104的模块132所执行的功能、计算、确定等。
在第一路径A中,在图5的框图中间,控制器系统104基于误差e来计算可变参数x的预期增益调整K。因此,第一路径A可称作“增益变换器路径”。(第一路径A上的虚线框中的功能是可选的,并且将在路径的其他功能之后描述。)如在本描述中将会显而易见,计算可变参数x的预期增益调整K(即,低通滤波器154、增益变换器156和加法器158)并且创建校正信号u(即,校正信号创建器180)的第一路径A充当自振荡自适应子控制器106(图4)。来看第一路径A的描述,在一个实施例中,误差e首先由低通滤波器154来低通滤波。如本领域中理解,低通滤波器154使低于某个值的频率通过,而使高于那个值的频率衰减。特定频率能够是用户定义的或者相对于过程94中的操作按照已知方式来计算。低通滤波器的结果是经低通滤波的误差ef。随后,增益变换器156基于经低通滤波的误差ef来确定增益调整。在一个实施例中,增益变换器156可通过例如基于经低通滤波的误差ef从数据库116中存储的查找表得到其存储值KGA来确定增益调整。增益调整KGA可按照现在已知或者以后开发的任何方式、例如经验评估来得出,以便对不同工作条件的增益确定大小,如经滤波的误差ef所指示。在一个实施例中,增益调整KGA可选择成确保控制器系统104具有充分权力以预期速率来抑制最大扰动,同时稳态条件下的振荡仍然是可接受的。因此,经滤波的大误差值的增益调整KGA的值能够基于最大预计误差的大小来选择,同时经滤波的小误差的增益调整KGA的值能够基于可接受的振荡的大小来选择。通过添加平均调整(在170),也许可能将小误差的增益选择为零,因为平均调整将确保误差将最终驱使为零。
加法器158将所确定增益调整KGA与预定增益调整KPreAdjust相结合,以计算预期增益调整K,其将用来创建校正信号u。预定增益调整KPreAdjust可基于控制器系统104的预期响应性、即瞬态响应要求、振荡与响应性的平衡程度。预定增益调整KPreAdjust能够选择为常数,或者它能够配置成作为经滤波或者原始参考信号、即目标值xm的函数来调度。第一(增益变换器)路径A用来缓慢改变增益,使得控制器系统104能够具有高增益等级,其提供瞬态条件下的健壮性,同时降低稳态条件下的增益。
回到图5的虚线框,在一可选实施例中,控制器系统104可响应误差e超过误差阈值em(其指示误差的大偏移)而重置误差e的低通滤波154。在稳态操作下,控制器系统104可以不对目标值xm的大变化或者实际可变参数x从稳态目标值的大变化作出反应,因为稳态通常要求极小变化以保持目标值。但是,在目标值xm与实际可变参数x之间观测到大误差时,低通滤波器154能够重置,以允许本文所述的校正信号u的大偏移。误差偏移的所需大小、即误差阈值em的大小能够是用户定义和/或基于过程94的。在这个设定中,控制器系统104确定误差e是否大于误差阈值em。如果误差e不大于误差阈值em、即在功能160的“否”,则不重置低通滤波器154。如果误差e大于误差阈值em、即在功能160的“是”,则在功能162重置低通滤波器154。在一备选实施例中,来自源150的目标值xm的微分也可用来确定大误差e是否正发生或者将要发生。
在第二路径B中,在图5的框图顶部,控制器系统104基于误差e来计算可变参数x的预期平均调整M。因此,第二路径B可称作“平均变更器路径”。在一个实施例中,预期平均调整计算包括:使用如这里所述作为比例、比例加积分或者比例加积分加微分其中之一的PID子控制器108来确定误差e的平均调整MA。如本领域已知,比例控制器(P)用来基于当前误差来校正误差;比例-积分控制器(PI)用来基于当前误差和以往误差的累积来校正误差;以及比例-积分-微分(PID)控制器用来基于当前误差、误差的累积和将来误差的预测、基于当前变化率来校正误差。由于每种形式的控制器是本领域众所周知的,所以不需要其他细节。在操作中,PID子控制器108采用积分动作、按照线性(或者近线性)控制器的方式对误差e起作用。PID子控制器108可使用典型环路整形技术来调谐,以获得具有充分响应性的最佳瞬态响应。加法器170将所确定平均调整MA与预定平均调整MpreAdjust相结合,以计算预期平均调整M。预定幸无调整MpreAdjust可基于在平均值调整特征的初步测试期间单独确定的过程94的静态特性的模型。也就是说,可通过对初始周期单独采用PID子控制器108以确定误差e的平均数(其然后用作预定平均调整MpreAdjust),来计算预定平均调整MpreAdjust。因此,预期平均调整M包括指示预定平均调整的最小调整以及经由PID子控制器108的附加条件-响应平均调整。预期平均调整MpreAdjust也能够使用任何已知前向控制方法来确定和实现。
如图5所示,一旦计算了预期平均调整M和预期增益调整K,校正信号创建器180创建用于修改过程94的校正信号u。校正信号创建器180在本领域又可称作“中继器”。创建器180根据误差e是正、即增加还是负、即减小、按照不同方式来使用预期平均和预期增益调整。响应误差为正、即在功能182的“是”,创建器180通过对预期平均调整和预期增益调整(即,在功能184)求和,从而产生正校正,来创建校正信号u。也就是说,校正信号u等于预期平均调整M和预期增益调整K之和,即,u=M+K。备选地,响应误差e为负、即在功能182的“否”,创建器180通过对预期平均调整M和预期增益调整K(即,在功能186)求差,从而产生负校正,来创建校正信号u。也就是说,校正信号u等于预期平均调整M和预期增益调整K之差,即,u=M-K。
如图5中的最下面第三路径所示,在一备选实施例中,在由创建器180创建校正信号u之前,误差e可由滤波器190(Gf(s))来超前补偿滤波,此后,经超前补偿滤波的误差用来确定该误差是正还是负。超前补偿滤波器190能够按照如文献中所建立的任何必要形式来构成(例如使用线性低阶滤波器或者使用表示闭环系统的所需能力的过程模型)。超前补偿滤波器190可设置极限环的频率(即,创建器180将在稳态引起的振荡或“颤动”)。如果没有提供超前补偿滤波,则从加法152来使用原始误差e。
如上所述,图5中计算可变参数x的预期增益调整K(即,低通滤波器154、增益变换器156和加法器158)并且创建校正信号u(即,校正信号创建器180)的第一增益变换器路径A充当自振荡自适应(SOA)子控制器106(图4)。将相对于图6来描述SOA子控制器106与PID子控制器108相结合的结果。
参照图5和图6,现在将描述示例应用的细节。图6是示出按照本发明的实施例、如控制器系统104随时间所控制的过程94的目标值xm和实际值的线性图表。所示的示例涉及采取蒸汽系统中的工作流体的温度(℃)形式的可变参数;但是,可变参数决不是局限于这个应用。任何可变参数的类似控制是控制器系统104的目标,而与所述的过程无关。
如图6所示,源150(图5)可提供对某个时间长度的目标值xm、即工作流体(例如蒸汽、气体)的预期温度。图6中,为了便于比较,对时间的目标值xm具有如图1和图3所示的相同模式。也就是说,仅如图6所示,第一目标值xm1用于第一预期稳态(Ssteady-state1),具有某个时长,之后接着下降到较低的第二目标值xm2,其对第二预期稳态(Ssteady-state2)来保持。可变参数x示为覆盖目标值xm的频繁移动线条。在说明性燃气涡轮机过程中,该过程可因包括但不限于下列项的多种原因而从第一目标值xm1移动到第二目标值xm2:用于冷却的下降操作的预定间隔、用于节省燃料的下降操作的预定间隔、由过程94所生成的所需功率量的降低等。如本领域所了解,该过程就像具有值的上升。本发明的理论可适用于任一种状况。
如图6所示,控制器系统104可开始控制初始操作阶段(SInitial)期间的可变参数x、例如本例中的工作流程温度。在这个阶段期间,过程94可修改成连续使用校正信号u来改变可变参数x,因为控制器系统104的SOA子控制器106帮助允许过程94与预定范围之内的可变参数x配合操作。如图6所示,实际可变参数xinitial、例如工作流体的温度可包括可低于或小于第一目标值xm1的值。计算装置103的控制器系统104可确定过程94的实际可变参数值x可与目标值xm1不同。因此,控制器系统104以及具体来说是SOA子控制器106可将过程94、例如过程的一部分(例如热交换器的阀)改变成不同状态或位置,以改变可变参数,例如在操作期间允许当工作流体(例如蒸汽、气体)流经热交换器时允许更多热量被添加到其中并且随后添加到过程94。如图6所示,由SOA子控制器106进行的连续变化可使实际可变参数x在高于和低于第一目标值xm1之间进行振荡。这最终可使过程94包括振荡或连续改变可变参数x,其在初始操作阶段(SInitial)期间被平均以便基本上等于过程94的第一目标值xm1。
如图6的初始操作阶段Sinitial所示,由SOA子控制器106对过程94的这个连续改变可在第一速率来实现,其可包括可变参数x的大振荡范围。也就是说,因为SOA子控制器106允许过程(例如阀)快速调整可变参数x,所以实际可变参数x可在第一速率变成高于或低于第一目标值xm1。如图6所示,第一速率可包括可变参数x对某个时间周期的大振荡。也就是说,如图6所示,当只有SOA子控制器106可控制过程94时,但是实际可变参数x可对围绕第一目标值xm1的大范围进行振荡,并且实际可变参数x可包括充分大的第一周期(T1)。
在初始操作阶段(Sinitial)中最初修改可变参数x之后,PID控制器108的影响可以开始被观测。更具体来说,由于PID子控制器108影响SOA子控制器106,振荡的范围可以是基本上最小的,以及改变状态的速率与初始操作阶段(Sinitial)相比可增加。也就是说,在第一稳态操作阶段(Sstaedy-state1)期间的实际可变参数x的振荡的第二周期(T2)可充分小于初始操作阶段(Sinitial)期间的振荡的第一周期(T1)。因此,在过程94中控制无论什么方面以控制可变参数x的操作状态可由控制器系统104更快地改变。另外,在结合SOA子控制器106来利用PID子控制器108并且最终使可变参数的振荡的范围减小或者为最小中,过程94可与基本上等于第一目标值xm1的实际可变参数x配合操作。可变参数的振荡的范围的减小或者最小化最终可允许过程94工作在第一目标值xm1,其可包括过程94的预期或最佳工作条件,和/或可在过程94的操作期间基本上使过程94中由不合需要的可变参数值所引起的负面影响为最小。通过将图6与图1和图3进行比较,能够易于观察到,与单独使用PID控制器(图1)或者单独使用SOA控制器(图3)相比,上述功能性提供优良性能,从而产生具有闭环系统的总响应时间的极小变化的较小振荡。
如图6所示,对过程94的操作时间,目标值可包括值的快速变化。在所示示例中,快速变化是下降;但是,如上所述,它也可能是上升。在任何情况下,在快速变化时,目标值xm1快速改变成新的第二目标值xm2。在这种情况下,计算装置103的控制器系统104继续如前所述进行操作,以便将可变参数x移动到新目标值xm2。如前所述,在SOA子控制器106的极短置位周期之后,PID子控制器108的影响使可变参数x极接近地跟踪第二目标值xm2。对上升变化观测到类似响应。如本文所述,在稳态操作下,控制器系统104可以不对目标值xm的大变化或者实际可变参数x从稳态目标值的大变化作出反应,因为按PID子控制器108影响,稳态通常要求极小变化以保持目标值。但是,在这里,在目标值xm与实际可变参数x之间观测到大误差,使得如本文所述,低通滤波器154(图5的虚线框)可重置,以允许校正信号u的大偏移,从而改进SOA子控制器106的响应性。如所述,误差偏移的所需大小、即误差阈值em的大小能够是用户定义和/或基于过程94的。
包括SOA子控制器106和PID子控制器108的控制器系统104可在各包括一个或多个可变参数的大量过程94中实现。另外,控制器系统104可用于多个过程94中,而没有控制器专业人员所需的相当大的调谐量。也就是说,因为控制器系统104包括SOA子控制器106和PID子控制器108(其相互结合工作),所以控制器系统104可采用多个不同过程、以最小至没有相当大的调谐量来实现。控制器系统104的调谐的要求的降低可以是SOA子控制器106和PID子控制器108结合工作的直接结果,其中在SOA子控制器106最初控制可变参数x以允许过程工作在目标值之后,PID子控制器108充分影响SOA子控制器106。由于控制器系统104易于(例如最小调谐)采用多个不同过程来实现的结果,可节省使包括控制器系统104的过程成为可操作的时间和/或费用,因为可以不要求控制专家来对控制器系统104进行调谐。本发明的技术效果包括但不限于提供一种控制器系统,其能够提供过程动态的显著变化下的健壮性能,而无需各应用的详细合成。控制器系统经过调度时间节省来提供过程性能改进和成本降低。
为了便于说明和描述而提供本发明的各个方面的以上描述。它并不意味着涵盖所有方面或者仅将本发明限制在所公开的形式,很显然,许多修改方案和变化都是可能的。本领域的技术人员可清楚知道的这类修改和变化包含在如所附权利要求书所限定的本发明的范围之内。
本文所使用的术语仅用于便于描述具体实施例,而不是意在限制本公开。如本文中所使用,单数形式“一”、“一个”和“该”预计也包括复数形式,除非上下文另加明确说明。还将会理解,在本说明书中使用时,术语“包括”和/或“包含”表示存在所述特征、整数、步骤、操作、元件和/或组件;但并不排除存在或添加一个或多个其它特征、整数、步骤、操作、元件、组件和/或上述各项的编组。
本书面描述使用示例来公开本发明,其中包括最佳模式,以及还使本领域的技术人员能够实施本发明,包括制作和使用任何装置或系统并且执行任何结合的方法。本发明的专利范围由权利要求书来定义,并且可包括本领域的技术人员想到的其他示例。如果这类其它示例具有与权利要求书的文字语言完全相同的结构元件,或者如果它们包括具有与权利要求书的文字语言的非实质差异的等效结构元件,则它们意在落入权利要求书的范围之内。
附图标记说明
90 | 环境 |
94 | 过程 |
102 | 测量装置 |
103 | 计算装置 |
104 | 控制器系统 |
106 | 自振荡自适应子控制器(SOAC) |
108 | 子控制器 |
112 | 人类用户 |
116 | 数据库 |
122 | 处理组件 |
124 | 存储组件 |
126 | 输入/输出(I/O)组件 |
128 | 通信通道 |
130 | 人-过程接口(HMI) |
132 | 模块 |
150 | 源 |
152 | 加法器 |
154 | 低通滤波器 |
156 | 增益变换器 |
158 | 加法器 |
160 | 功能 |
162 | 功能 |
180 | 校正信号创建器 |
182 | 功能 |
186 | 功能 |
190 | 超前补偿滤波器 |
Claims (10)
1. 一种控制器系统,包括:
至少一个计算装置,在操作上连接到具有可变参数的目标值的过程,所述至少一个计算装置配置成通过执行包括下列步骤的动作来控制所述可变参数:
计算所述可变参数的所述目标值与实际值之间的误差;
基于所述误差,计算所述可变参数的预期增益调整;
基于所述误差,计算所述可变参数的预期平均调整;以及
通过下列步骤来创建用于修改所述过程的校正信号:
响应所述误差为正,通过对所述预期平均调整和所述预期增益调整求和来创建所述校正信号,以及
响应所述误差为负,通过对所述预期平均调整和所述预期增益调整求差来创建所述校正信号。
2. 如权利要求1所述的控制器系统,其中,所述预期增益调整计算包括:
对所述误差进行低通滤波;
基于经低通滤波的误差来确定增益调整;以及
将所确定增益调整与预定增益调整相结合,以计算所述预期增益调整。
3. 如权利要求2所述的控制器系统,其中,所述增益调整确定包括得到其存储值,以及所述预定增益调整基于所述控制器系统的预期响应性。
4. 如权利要求2所述的控制器系统,还包括响应所述误差超过指示所述误差的大偏移的误差阈值而重置所述误差的低通滤波。
5. 如权利要求1所述的控制器系统,其中,所述预期平均调整计算包括:
使用作为比例、比例加积分或者比例加积分加微分其中之一的子控制器来确定所述误差的平均调整;以及
将所确定平均调整与预定平均调整相结合,以计算所述预期平均调整。
6. 如权利要求5所述的控制器系统,其中,所述预定平均调整基于所述平均值调整特征的初步测试期间单独确定的所述过程的静态特性的模型。
7. 如权利要求1所述的控制器系统,还包括:
在创建所述校正信号之前对所述误差进行超前补偿滤波,经超前滤波的误差用来确定所述误差是正还是负。
8. 如权利要求1所述的控制器系统,其中,所述计算所述可变参数的预期增益调整并且创建所述校正信号包括使用自振荡自适应子控制器。
9. 如权利要求1所述的控制器系统,其中,所述计算所述可变参数的预期平均调整包括使用作为比例、比例加积分或者比例加积分加微分其中之一的子控制器。
10. 如权利要求9所述的控制器系统,其中,计算所述可变参数的预期增益调整并且创建所述校正信号包括使用自振荡自适应子控制器。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/146,085 US9568897B2 (en) | 2014-01-02 | 2014-01-02 | Controller system for variable parameter and related program product |
US14/146085 | 2014-01-02 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104765271A true CN104765271A (zh) | 2015-07-08 |
Family
ID=52130099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410848097.1A Pending CN104765271A (zh) | 2014-01-02 | 2014-12-31 | 用于可变参数和相关程序产品的控制器系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9568897B2 (zh) |
EP (1) | EP2891932A3 (zh) |
CN (1) | CN104765271A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108121348A (zh) * | 2018-02-09 | 2018-06-05 | 徐工集团工程机械有限公司 | 行驶速度控制方法、装置、系统和工程机械 |
CN109791395A (zh) * | 2016-10-01 | 2019-05-21 | Khd洪保德韦达克有限公司 | 具有调控性能的可调节性的调控设备 |
CN114924612A (zh) * | 2021-02-12 | 2022-08-19 | 株式会社爱德万测试 | 磁场发生器的控制装置、试验装置以及磁场控制方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9830216B2 (en) * | 2014-12-10 | 2017-11-28 | Yokogawa Electric Corporation | Device management system and method for commissioning field devices with error resolution |
CN111480874B (zh) * | 2020-04-29 | 2022-03-15 | 上海烟草集团有限责任公司 | 烘丝水分的复合控制方法、系统及烘丝机 |
EP4217801A1 (en) * | 2020-10-13 | 2023-08-02 | Schneider Electric Systems USA, Inc. | Adaptive pid gain for a zero order process |
CN113087030B (zh) * | 2021-03-02 | 2022-08-02 | 天津大学 | 一种水资源双循环反馈控制系统及方法 |
CN114302069B (zh) * | 2021-11-18 | 2023-09-01 | 北京旷视科技有限公司 | 光圈控制方法、控制装置、存储介质及计算机程序产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0813294A2 (en) * | 1996-06-11 | 1997-12-17 | Nec Corporation | Gain controller |
CN1484118A (zh) * | 2001-07-13 | 2004-03-24 | ����-��˹â��ϵͳ�ɷ�����˾ | 过程控制器的无模型自适应 |
CN103134593A (zh) * | 2011-11-24 | 2013-06-05 | 财团法人工业技术研究院 | 校正装置、校正系统与校正方法 |
CN103378785A (zh) * | 2012-04-19 | 2013-10-30 | 科勒公司 | 控制变速发电机的速度的方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE427508B (sv) | 1981-08-24 | 1983-04-11 | Naf Ab | Forfarande for instellning av en pid-regulator for en process |
US4602326A (en) * | 1983-12-12 | 1986-07-22 | The Foxboro Company | Pattern-recognizing self-tuning controller |
SE447608B (sv) | 1985-04-03 | 1986-11-24 | Hightech Network Ab | Forfarande och anordning for instellning av en digital regulator |
US5453925A (en) * | 1993-05-28 | 1995-09-26 | Fisher Controls International, Inc. | System and method for automatically tuning a process controller |
AUPO241996A0 (en) | 1996-09-19 | 1996-10-10 | University Of Newcastle Research Associates Limited, The | Method & apparatus for automated tuning of pid-controllers |
US8099947B2 (en) * | 2006-05-03 | 2012-01-24 | Ford Global Technologies, Llc | Control and diagnostic approach for emission control device |
US8200347B2 (en) * | 2009-01-22 | 2012-06-12 | Mitsubishi Electric Research Laboratories, Inc. | Method and apparatus for hybrid resetting states proportional-integral-derivative and lag controllers |
DE102009020744B4 (de) | 2009-05-11 | 2021-09-30 | Lauda Dr. R. Wobser Gmbh & Co. Kg | Verfahren zum Einstellen der Reglerparameter eines stetigen Reglers in einem Regelkreis eines Thermostaten |
-
2014
- 2014-01-02 US US14/146,085 patent/US9568897B2/en not_active Expired - Fee Related
- 2014-12-19 EP EP14199283.4A patent/EP2891932A3/en not_active Withdrawn
- 2014-12-31 CN CN201410848097.1A patent/CN104765271A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0813294A2 (en) * | 1996-06-11 | 1997-12-17 | Nec Corporation | Gain controller |
CN1484118A (zh) * | 2001-07-13 | 2004-03-24 | ����-��˹â��ϵͳ�ɷ�����˾ | 过程控制器的无模型自适应 |
CN103134593A (zh) * | 2011-11-24 | 2013-06-05 | 财团法人工业技术研究院 | 校正装置、校正系统与校正方法 |
CN103378785A (zh) * | 2012-04-19 | 2013-10-30 | 科勒公司 | 控制变速发电机的速度的方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109791395A (zh) * | 2016-10-01 | 2019-05-21 | Khd洪保德韦达克有限公司 | 具有调控性能的可调节性的调控设备 |
KR20190065321A (ko) * | 2016-10-01 | 2019-06-11 | 케이에이치디 훔볼트 베닥 게엠베하 | 제어 거동을 조정할 수 있는 제어 장치 |
KR102415186B1 (ko) * | 2016-10-01 | 2022-07-01 | 케이에이치디 훔볼트 베닥 게엠베하 | 제어 거동을 조정할 수 있는 제어 장치 |
CN108121348A (zh) * | 2018-02-09 | 2018-06-05 | 徐工集团工程机械有限公司 | 行驶速度控制方法、装置、系统和工程机械 |
CN108121348B (zh) * | 2018-02-09 | 2023-10-10 | 江苏徐工工程机械研究院有限公司 | 行驶速度控制方法、装置、系统和工程机械 |
CN114924612A (zh) * | 2021-02-12 | 2022-08-19 | 株式会社爱德万测试 | 磁场发生器的控制装置、试验装置以及磁场控制方法 |
Also Published As
Publication number | Publication date |
---|---|
US9568897B2 (en) | 2017-02-14 |
US20150185714A1 (en) | 2015-07-02 |
EP2891932A2 (en) | 2015-07-08 |
EP2891932A3 (en) | 2015-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104765271A (zh) | 用于可变参数和相关程序产品的控制器系统 | |
JP6877457B2 (ja) | マルチゾーン蒸気圧縮システムを制御するシステム及び方法並びに非一時的コンピューター可読記憶媒体 | |
Ziogou et al. | Model predictive control (MPC) strategies for PEM fuel cell systems–A comparative experimental demonstration | |
US7970482B2 (en) | Method and system for process control | |
US10620604B2 (en) | Online integration of model-based optimization and model-less control | |
Grossmann et al. | Evolution of concepts and models for quantifying resiliency and flexibility of chemical processes | |
Sandoval et al. | Simultaneous design and control of processes under uncertainty: A robust modelling approach | |
EP2513568A1 (en) | Hvac control system and method | |
CN105045233B (zh) | 火电厂热工系统中基于时间量度的pid控制器的优化设计方法 | |
US10061365B2 (en) | Temperature prediction system using prediction models, temperature prediction method using prediction models, and non-transitory computer readable recording medium having therein program for temperature prediction using prediction models | |
JP2012048533A (ja) | エネルギー総和抑制制御装置、電力総和抑制制御装置および方法 | |
Armaou et al. | Piece-wise constant predictive feedback control of nonlinear systems | |
CN104024964B (zh) | 用于工业过程控制的方法、装置和系统 | |
Ehtiwesh et al. | Predictive control strategies for optimizing temperature stability in instantaneous hot water systems | |
Wang et al. | Development of Control System Functional Capabilities within the IES Plug-and-Play Simulation Environment | |
Shi et al. | ILC-based two-layer strategy for economic performance improvement in industrial MPC systems | |
Li et al. | Adaptive predictive control method for improving control stability of air-conditioning terminal in public buildings | |
Hou et al. | Development of event-driven optimal control for central air-conditioning systems | |
Veerendar et al. | Fractional‐order PID and internal model control‐based dual‐loop load frequency control using teaching–learning optimization | |
de Oliveira et al. | Optimized fractional order sliding mode controller for water level in irrigation canal pool | |
Henze et al. | Building simulation in building automation systems | |
Prášek et al. | Range control MPC with application to Vapor Compression Cycles | |
Maasoumy et al. | Comparison of control strategies for energy efficient building HVAC systems | |
Karimi‐Pour et al. | Economic model predictive control of nonlinear systems using a linear parameter varying approach | |
Brijet et al. | Optimum control of under‐grate pressure of clinker cooler by optimizing the proportional integral derivative controller parameters using honey badger algorithm technique |
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 |
Application publication date: 20150708 |
|
WD01 | Invention patent application deemed withdrawn after publication |