CN105242539B

CN105242539B - 控制回路中执行器迟滞的预测补偿方法

Info

Publication number: CN105242539B
Application number: CN201510686581.3A
Authority: CN
Inventors: 谭功全; 李乐军; 袁晓辉
Original assignee: Sichuan Junhe Environmental Protection Co Ltd
Current assignee: Sichuan Junhe Environmental Protection Co Ltd
Priority date: 2015-10-20
Filing date: 2015-10-20
Publication date: 2018-07-20
Anticipated expiration: 2035-10-20
Also published as: CN105242539A

Abstract

本发明涉及工业控制领域中执行器迟滞补偿，并公开了一种可调参数少且参数物理意义明晰的控制回路中执行器迟滞的预测补偿方法：设置预测补偿器，预测补偿器在接收控制器输出的控制信号后，利用预测增益系数K调整迟滞补偿器的补偿强度，噪声滤波系数T_f削弱噪声引起的补偿信号的高频变动，产生预测信号；对预测信号设置限制值L_d，禁止预测信号超限，得到限幅后的预测补偿信号x(t)；以预测补偿信号x(t)与控制器输出的控制信号之和作为送到执行器的实际控制信号u(t)，能针对一般工业控制系统容易地构建迟滞补偿，可调整参数少，参数的物理意义简单直观，易于掌握，并易于实现补偿器参数的在线整定和/或自整定。

Description

控制回路中执行器迟滞的预测补偿方法

技术领域

本发明涉及工业控制器设计，尤其是涉及对工业控制器中执行器迟滞响应补偿方法的改进。

背景技术

工业控制器设计的目的就是使被控装置按要求的指标运行，或者说使被控装置具有期望的响应。典型的流程工业过程一般都有成百上千个控制回路，提高过程控制回路的性能有利于提高产品质量，减少产品不合格率，降低生产成本，提高能量效率和生产效率。Honeywell公司历时两年对连续工业过程中26,000个PID控制回路性能进行分析，结果表明只有1/3的控制回路系统性能良好，其它控制回路的系统性能都有待改善。控制回路响应的振荡周期及振荡幅值是判断控制系统性能好坏的标准之一。研究指出，工业过程中1％的控制系统性能改善或能源利用率的提高，将会带来数亿元的利润。

当前，阀门是过程控制回路中常用的执行机构，其性能会影响控制回路的控制效果。据报告，大约有20-30％的控制回路振荡是由阀门问题造成的。调节阀因存在迟滞、间隙、滞环或者死区等非线性特性，使得它的实际输出可以是跳跃的，这样就导致过程输出振荡。现代工业过程中，即使已经检测出调节阀粘滞特性的存在，企业也不会因此而停产。因此，在不添加任何硬件的情况下，设计出一种既不需要停产维护又能克服调节阀粘滞特性的补偿控制方法，对于抑制迟滞等导致的不利振荡影响，提高回路性能，节能降耗有着非常重要的意义。

现有技术中，对于控制回路中阀门迟滞的补偿方法有以下几种。

一是付川等在《自动化仪表》期刊2010年第31卷第10期第8-11页发表的“控制回路中的阀门迟滞补偿方法”，是在Hagglund提出的Knocker补偿方法基础上，引入一个补偿阈值以降低阀门频繁动作，其具体步骤为：

首先获得Knocker补偿信号u_k(t)，u_k(t)是周期为T、幅值为a，脉宽为h的周期方波信号，Knocker补偿信号的三个参数会影响补偿效果，Srinivasan和Rengaswamy(简称S-R法)于2005年经过大量实验，得到了这三个参数的最优设置：a＝d/2，T＝5T_s，h＝2T_s，

其中，Ts为采样控制周期，d为迟滞宽度，

然后，给补偿信号u(t)设定一个阈值条件，当控制器输出变化超过阈值时，补偿信号才起作用，其具体表达为：

其中，u_cL为阀门上次动作时的控制器输出，η为预先设定的阈值，u_c(t)为控制器的输出信号。

该“控制回路中的阀门迟滞补偿方法”的缺点是：该方法有四个待设参数，参数设置多且复杂，特别是Knocker信号的幅值a和阈值η需要谨慎设定；虽然Knocker信号的三个参数可以按S-R法设定，但是对许多采样控制系统而言，其采样控制周期往往由系统集成商一次性设定，由此针对不同的调节阀以及不同响应速度的控制系统，其适应性变差；存在由Knocker信号引起的阀门频繁切换问题。

第二种技术方案是周小伟等在《信息与控制》期刊2013年第42卷第6期第664-669页上发表的“控制回路中阀门黏滞故障补偿的一种新方法”一文提出的一种改进两步法思想的阀门迟滞补偿方法，其具体步骤为：

先根据控制回路的过程设定值SP，借助过程的数学模型得出过程的输入量，即阀门的目标输出值MV₀，在过程的数学模型未知的情况下，可以借助闭环条件下模型辨识方法获得过程近似模型，

为了实现补偿过程，还需获得阀门实时的输出值MV，对于那些逐渐被广泛使用的带有定位器的阀门，阀门输出信息是能够得到的，获得阀门目标输出值和当前输出信息后，将实际值与目标值进行比较，判断当前阀杆的位置，针对具体位置，使阀杆输出达到目标值时对阀门输入进行补偿的信号大小为：

其中，N₁为过程设定值SP，G(s)为被控过程传递函数，s为拉氏变量。阀门补偿的过程涉及到如何设定J_b和e₀两个参数，

在对阀门输入进行补偿的同时，也产生补偿信号对控制器的输入进行补偿，控制器的补偿要求为：

其中，N₂可以根据阀门模型由阀门目标输出值推出，C(s)为控制器传递函数，s为拉氏变量，

若监测到回路的设定值SP发生改变，撤去补偿算法。

该技术方案的缺点是：它的设定参数依赖于对被控过程的估计或辨识，而依靠辨识技术获取整定参数信息的难度大，不便于参数自整定和应用推广，需要使用阀门的实时输出，限制了其使用范围，使用了控制器特性，修改了控制器的输入，干扰了控制器的正常运作，实施方案较为复杂。

第三种技术方案是Puneet Mishra等在《Control Engineering Practice》(控制工程实践)期刊2014年第33期第94-104页上发表的“A novel intelligent controllerfor combating stiction in pneumatic control valves”(抑制气动调节阀粘滞的新型智能控制器)一文中提出的一种抑制阀门迟滞的模糊控制方法，其具体步骤如下：

获取偏差信号e(nT)和偏差信号变化率r(nT)，具体为

e(nT)＝y_sp(nT)-y(nT)，

r(nT)＝[e(nT)-e(nT-T)]/T

其中，y_sp是设定值，y是过程输出量的测量反馈值，n是当前采样序号，T是采样周期，

语言变量使用高斯关系函数，为了简单性，每个变量考虑两个关系函数，即零Z和非零NZ。

为了约束过激的控制作用，将高斯函数中的σ_e参数按在线方式设置为误差信号的函数，其具体关系为：

控制器的四条规则集如下：

If e is NZ and r is NZ then q₁(nT)＝K_pr(nT)+K_ie(nT)，

If e is Z and r is NZ then q₂(nT)＝K_pr(nT)+K_ie(nT)/α，

If e is NZ and r is Z then q₃(nT)＝K_pr(nT)+βK_ie(nT)，

If e is Z and r is Z then q₄(nT)＝K_pr(nT)+K_ie(nT)/α，

式中，K_p为比例增益，K_i为积分增益，α和β为大于1的修正系数，

模糊控制器的输出Δu使用T范数，

式中，q_i为结果函数，ξ_i为模糊基函数，μ_i为结果函数的权重。

该技术方案的缺点是：正如其它模糊控制器设计一样，其待确定参数多，参数整定的经验性很强，主要依赖于设计者或操作者的经验，参数整定过程繁长，几乎不能实现补偿参数自整定，难于实现控制器参数的有效整定和优化整定；模糊控制器的参数调整经验性很强，决定了甚至在同类型装置上也难于推广其应用；采用在线方式运算高斯函数参数σ_e影响了控制器运算的实时性，而且控制器的实现具有复杂性。

由此，希望实现这样一种补偿控制，该补偿控制能够独立地补偿因执行器迟滞等导致的不利振荡影响，并具有参数调整简单的优点，而且，该补偿控制无需添加硬件，在控制回路中已有的控制器上利用模块适当组态就能够简单实现。

发明内容

为了克服现有控制器中对于执行器迟滞补偿的调节运算中，参数较多，参数意义不明晰，不便于推广利用的不足，本发明所要解决的技术问题是提供一种可调参数少且参数物理意义明晰的控制回路中执行器迟滞的预测补偿方法，以适用于更多的控制器系统。

本发明解决其技术问题所采用的技术方案是：控制回路中执行器迟滞的预测补偿方法，设置预测补偿器，预测补偿器在接收控制器输出的控制信号后，利用预测增益系数K调整迟滞补偿器的补偿强度，噪声滤波系数T_f削弱噪声引起的补偿信号的高频变动，产生预测信号对预测信号设置限制值L_d，禁止预测信号超限，得到限幅后的预测补偿信号x(t)；以预测补偿信号x(t)与控制器输出的控制信号之和作为送到执行器的实际控制信号u(t)，即该方案的实质是产生一个限幅补偿信号叠加在控制器输出信号上，从而有效抑制因执行器迟滞而引起的控制回路振荡，其中，预测强度系数K应保证预测信号可以强力抑制阀门迟滞造成的控制回路振荡，噪声滤波系数T_f的功用为滤除噪声，其取值应与回路带宽呈反比，比如可以取值为阀门迟滞引起的回路振荡周期的几分之一，预测信号限制值L_d用于限制迟滞补偿器的补偿强度超过阀门迟滞所需强度，与执行器迟滞宽度W_d有关，其取值应与迟滞宽度W_d呈正比，比如可以取值适当低于迟滞宽度的一半，以上补偿参数的物理意义简单直观，易于操作者掌握并在线实际调整，能方便地实现补偿参数的自整定，易于推广应用。

预测补偿信号x(t)为预测信号受到限制值L_d约束后的值。可具体表示为：

其中，n为当前采样时间序号，和x(n)分别为当前预测值和当前预测补偿信号值。此种表述为最简单直观的限制约束方式，目的是限制迟滞补偿器的补偿强度超过阀门迟滞所需强度，显然这一公式并非此种约束的唯一表示，还可根据应用具体环境的要求对所述的计算公式作相应的调整。

通常来讲，预测信号限制值L_d的取值一般建议为与执行器迟滞宽度W_d有关的常数，特殊情况下根据控制需要，此一取值也可以设定为条件变量。

为达到较好的补偿效果，发明人建议，在具体应用和调整经验不足时，可以将预测信号限制值L_d的取值确定为执行器迟滞宽度W_d的一半。

根据所应用的控制回路特性，预测补偿器所应用的预测函数可以是与系统噪声有关的一阶函数。例如，所述依据控制信号产生预测信号的预测补偿器，其复域预测规律为：

其中，s为拉普拉斯变换算子，和分别为和的拉普拉斯变换表示，K为预测增益系数，K>0，T_f为噪声滤波系数，T_f>0。采用一阶函数的优点是运算规律简单，一般工程技术人员容易理解，更能用于低配控制器的组态实现。

根据所应用的控制回路特性，预测补偿器所应用的预测函数可以是与采样周期有关的时域函数。例如，所述依据控制信号产生预测信号的预测补偿器，其时域预测规律为：

其中，n为当前采样时间序号，和分别为当前和上一次预测函数输出值，和分别为当前和上一次控制信号值，K为预测增益系数，K>0，T_f为噪声滤波系数，T_f>0，T_s为采样周期时间常数，T_s>0。采用时域函数的优点是可以方便地引入非线性补偿，从而维护使用人员可以根据具体适用对象和经验来调整参数设置。

根据所应用的控制回路特性，预测补偿器所应用的预测函数也可以是与系统噪声有关的高阶函数。例如，所述依据控制信号产生预测信号的预测补偿器，其复域预测规律为：

其中，s为拉普拉斯变换算子，和分别为和的拉普拉斯变换表示，K为预测增益系数，K>0，T_f为噪声滤波系数，T_f>0，p为大于1的正数。采用高阶函数的优点是对高频噪声衰减更好，更适用于高频噪声严重的情况。

由于本发明方法的参数物理意义明晰，可以在控制器参数调整完成时立即调整，比如：预测信号限制值可取为阀门迟滞宽度的一半，噪声滤波系数可依据系统噪声经验取值，而预测增益系数可由小到大变化，调整到使控制系统的振荡响应有明显抑制即可。所以，本发明技术方案易于推广应用。因此，对含有间歇、粘滞或者迟滞特性的执行器，本发明一般都能适用。

所述执行器为阀门。

所述执行器为机械齿轮。

所述执行器也可是除阀门、机械齿轮以外的其它电磁执行部件。

本发明的有益效果是：能针对一般工业控制系统容易地构建迟滞补偿，可调整参数少，参数的物理意义简单直观，易于现场操作工掌握并在线实际调整，可以在控制器参数调整完成时立即调整，易于实现补偿器参数的在线整定和/或自整定。

附图说明

图1是本发明控制回路中执行器迟滞补偿的系统结构图。

图2是名义过程在三种控制方法下闭环系统在0秒时阶跃指令和50秒时阶跃扰动激励下输出量y(t)的响应，三种控制方法分别是，不采用任何补偿、本发明方法的补偿和Knocker法补偿。

图3是名义过程在三种控制方法下闭环系统在0秒时阶跃指令和50秒时阶跃扰动激励下操纵量v(t)的响应，三种控制方法分别是，不采用任何补偿、本发明方法的补偿和Knocker法补偿。

图4是摄动过程在三种控制方法下闭环系统在0秒时阶跃指令和50秒时阶跃扰动激励下输出量y(t)的响应，三种控制方法分别是，不采用任何补偿、本发明方法的补偿和Knocker法补偿。

图5是摄动过程在三种控制方法下闭环系统在0秒时阶跃指令和50秒时阶跃扰动激励下操纵量v(t)的响应，三种控制方法分别是，不采用任何补偿、本发明方法的补偿和Knocker法补偿。

图2～图5中，幅度轴或纵轴(y(t)轴、v(t)轴)的单位由实际系统的输出量和操纵量确定，时间轴或横轴(t轴)的单位为秒。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

如图1所示，本发明方法的控制回路执行器迟滞补偿系统结构图中，预测补偿器的输入为控制信号输出为预测补偿信号x(t)，执行器实际输入信号为u(t)。

本发明的重点在于设计一种能够抵偿执行器迟滞效应的预测补偿器，用于改善因为执行器含迟滞特性而引发的控制回路振荡响应。为叙述方便，以阀门为例，现假设从操纵量到输出量的被控对象数学模型P(s)为：

式中，Y(s)为系统的输出量，V(s)为系统的操纵量，e为自然数，s为拉普拉斯变量。

假设一般PID控制器的传递函数C(s)由下式确定：

PID控制器的参数设置为：K_C＝3.6628,K_I＝1.1556,K_D＝0.9815,T_d＝0.0268。

同时，假设阀门迟滞为理想迟滞，迟滞宽度为W_d＝0.2。

下面将常规PID控制器改造为依照本发明方法的控制回路中阀门迟滞的预测补偿法，其具体步骤如下。

(1)预测补偿器采用复域预测规律为：

其中，s为拉普拉斯变换算子，和分别为和的拉普拉斯变换表示，K为预测增益系数，K＝100，T_f为噪声滤波系数，T_f＝0.5。

(2)设置预测信号限制值L_d＝W_d/2＝0.1，得到预测补偿信号x(t)。

(3)使用加法器求取预测补偿信号x(t)和控制信号的和u(t)，作为实际控制信号送入执行器。

在上述参数假设下，标称过程控制系统在不同状况下的设定值和扰动阶跃响应如图2和图3所示。对响应波形进行比较发现，本发明所述的控制回路中阀门迟滞的预测补偿法抑制阀门迟滞是有效的，同时比公认的Knocker法响应更优。

为表明本发明所述的控制回路中阀门迟滞的预测补偿法的鲁棒性，在上述控制器参数取值相同条件下，考虑过程为摄动的，如摄动被控过程为：

摄动后的控制系统在不同方法下的设定值阶跃和扰动阶跃响应如图4和图5所示。对响应波形进行比较发现，本发明所述的控制回路中阀门迟滞的预测补偿法对抑制阀门迟滞依然是有效的，同时比公认的Knocker法有更好的鲁棒性能。

Claims

1.控制回路中执行器迟滞的预测补偿方法，其特征是：设置预测补偿器，预测补偿器在接收控制器输出的控制信号后，利用预测增益系数K调整迟滞补偿器的补偿强度，噪声滤波系数T_f削弱噪声引起的补偿信号的高频变动，产生预测信号对预测信号设置限制值L_d，禁止预测信号超限，得到限幅后的预测补偿信号x(t)；以预测补偿信号x(t)与控制器输出的控制信号之和作为送到执行器的实际控制信号u(t)，依据控制信号产生预测信号的所述预测补偿器，其复域预测规律为：

其中，s为拉普拉斯变换算子，和分别为和的拉普拉斯变换表示，K为预测增益系数，K>0，T_f为噪声滤波系数，T_f>0。

2.控制回路中执行器迟滞的预测补偿方法，其特征是：设置预测补偿器，预测补偿器在接收控制器输出的控制信号后，利用预测增益系数K调整迟滞补偿器的补偿强度，噪声滤波系数T_f削弱噪声引起的补偿信号的高频变动，产生预测信号对预测信号设置限制值L_d，禁止预测信号超限，得到限幅后的预测补偿信号x(t)；以预测补偿信号x(t)与控制器输出的控制信号之和作为送到执行器的实际控制信号u(t)，依据控制信号产生预测信号的所述预测补偿器，其复域预测规律为：

其中，s为拉普拉斯变换算子，和分别为和的拉普拉斯变换表示，K为预测增益系数，K>0，T_f为噪声滤波系数，T_f>0，p为大于1的正数。

3.如权利要求1或2所述的控制回路中执行器迟滞的预测补偿方法，其特征是：预测补偿信号x(t)为预测器输出的信号受到限制值L_d约束后的值，具体表示为：

其中，n为当前采样时间序号，和x(n)分别为当前预测值和当前预测补偿信号值。

4.如权利要求3所述的控制回路中执行器迟滞的预测补偿方法，其特征是：预测信号限制值L_d为与执行器迟滞宽度W_d有关的常数。

5.如权利要求3所述的控制回路中执行器迟滞的预测补偿方法，其特征是：预测信号限制值L_d的取值为执行器迟滞宽度W_d的一半。

6.如权利要求1或2所述的控制回路中执行器迟滞的预测补偿方法，其特征是：所述依据控制信号产生预测信号的预测器，其时域预测规律为：

其中，n为当前采样时间序号，和分别为当前和上一次预测器产生的信号值，和分别为当前和上一次控制器输出的信号值，K为预测增益系数，K>0，T_f为噪声滤波系数，T_f>0，T_s为采样周期时间常数，T_s>0。

7.如权利要求1或2所述的控制回路中执行器迟滞的预测补偿方法，其特征是：所述噪声滤波系数T_f>0，且取值与回路带宽呈反比。

8.如权利要求1或2所述的控制回路中执行器迟滞的预测补偿方法，其特征是：所述执行器为含有间歇、粘滞或者迟滞特性的执行器。

9.如权利要求8所述的控制回路中执行器迟滞的预测补偿方法，其特征是：所述执行器为阀门、机械齿轮或其它的电磁执行部件。