CN106773676A - 用于化工过程的激励信号的生成方法和装置 - Google Patents
用于化工过程的激励信号的生成方法和装置 Download PDFInfo
- Publication number
- CN106773676A CN106773676A CN201611081528.1A CN201611081528A CN106773676A CN 106773676 A CN106773676 A CN 106773676A CN 201611081528 A CN201611081528 A CN 201611081528A CN 106773676 A CN106773676 A CN 106773676A
- Authority
- CN
- China
- Prior art keywords
- amplitude
- determined
- signal
- area
- interval
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000005086 pumping Methods 0.000 title claims abstract description 76
- 238000001311 chemical methods and process Methods 0.000 title claims abstract description 28
- 230000005284 excitation Effects 0.000 claims abstract description 60
- 230000008569 process Effects 0.000 claims abstract description 50
- 238000000605 extraction Methods 0.000 claims abstract description 13
- 230000007423 decrease Effects 0.000 claims description 13
- 239000003607 modifier Substances 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 6
- 238000013481 data capture Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000037007 arousal Effects 0.000 abstract description 6
- 230000033228 biological regulation Effects 0.000 abstract description 6
- 238000013102 re-test Methods 0.000 abstract description 6
- 238000012360 testing method Methods 0.000 abstract description 6
- 238000013461 design Methods 0.000 description 18
- 230000000694 effects Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000007142 ring opening reaction Methods 0.000 description 3
- 101150071746 Pbsn gene Proteins 0.000 description 2
- 206010048669 Terminal state Diseases 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011112 process operation Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- G05B13/042—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 in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Positive-Displacement Pumps (AREA)
- Physical Or Chemical Processes And Apparatus (AREA)
Abstract
本发明提出的用于化工过程的激励信号的生成方法和装置,属于自动化控制领域。包括获取控制回路类型,确定阶跃信号参数,结合阶跃信号参数生成初始激励信号;将初始激励信号输入至控制回路中,采集控制回路运行过程中的过程数据;提取过程数据中的幅值信息,确定面积比值,将面积比值与预设阈值进行对比,根据对比结果对初始激励信号进行调整,确定调整后的激励信号的步骤。通过在整个调节过程中根据输出结果对激励信号进行即时调整,一方面结合输出结果实现了跟踪性调整,另一方面仅使用回路类型和安全范围便可以设计出合理的阶跃激励信号,并能得到较好的激励效果,最大限度降低重复测试与测试时长,简化了算法。
Description
技术领域
本发明属于自动化控制领域,特别涉及用于化工过程的激励信号的生成方法和装置。
背景技术
目前工业过程的控制算法主要为PID控制与预测控制。无论是PID控制器还是预测控制器的实施与维护都离不开模型辨识,而模型辨识离不开过程的输入输出数据。为了得到反映过程真实特性的输入输出数据,必须对过程进行激励。激励信号设计的优劣直接影响最终模型辨识的准确性。
满足该性质的常用激励信号有滤波白噪声信号,叠加正弦(余弦)波信号,二进制伪随机信号(PRBS),阶跃信号等。现有的激励信号设计技术主要分为两类,一类是根据回路特性对二值激励信号(PRBS或阶跃信号)进行初始设计,但缺乏设计的跟踪与评判,无法保证最后的应用效果。第二类是根据初始模型通过构造优化命题进行优化设计,该方法计算十分复杂,需要借助优化工具箱求解,并且只能停留在叠加正弦(余弦)波的激励信号设计。
发明内容
为了解决现有技术中存在的缺点和不足,本发明提供了具有持续跟踪效果且简单的用于化工过程的激励信号的生成方法和装置。
为了达到上述技术目的,本发明提供了用于化工过程的激励信号的生成方法,所述生成方法,包括:
获取控制回路类型,根据控制回路类型确定阶跃信号参数,结合阶跃信号参数生成初始激励信号;
将初始激励信号输入至控制回路中,采集控制回路运行过程中的过程数据;
提取过程数据中的幅值信息,根据幅值信息确定面积比值,将面积比值与预设阈值进行对比,根据对比结果对初始激励信号进行调整,确定调整后的激励信号。
可选的,所述阶跃信号参数,包括:
初始点、幅值、周期、占空比以及激励时间。
可选的,所述提取过程数据中的幅值信息,根据幅值信息确定面积比值,包括:
获取初始阶跃信号的幅值上限与幅值下限,确定幅值上限与幅值下限的差值,在幅值上限与幅值下限的基础上,分别扩大差值的10%,得到扩展幅值上限bound_h与扩展幅值下限bound_l;
在输入初始激励信号后,控制回路的幅值变化过程中确定过度超调区间、正常走势区间以及缓慢追踪区间,在过度超调区间内选取第一时刻幅值δ1,在正常走势区间选取第二时刻幅值δ2,在缓慢追踪区间选取第三时刻幅值δ3;
分别对第一时刻幅值δ1,第二时刻幅值δ2,第三时刻幅值δ3对激励时间进行积分,确定过度超调区间的面积A1、正常走势区间的面积A2、缓慢追踪区间的面积A3;
对激励时间内获取到的幅值对激励时间进行积分,获取到由扩展幅值上限bound_h与扩展幅值下限bound_l围成区域的总面积Asum,分别确定A1、A2、A3相对于总面积Asum的比值Ratio1、Ratio2、Ratio3。
可选的,所述在过度超调区间内选取第一时刻幅值δ1,在正常走势区间选取第二时刻幅值δ2,在缓慢追踪区间选取第三时刻幅值δ3,包括:
在上升阶段,
根据公式一,确定的δ1取值,
根据公式二,确定的δ2取值,
根据公式三,确定的δ3取值,
其中,PV为激励时间内获取到的幅值;
在下降阶段,
根据公式四,确定的δ1取值,
根据公式五,确定的δ2取值,
根据公式六,确定的δ3取值,
其中,PV为激励时间内获取到的幅值。
可选的,所述提取过程数据中的幅值信息,根据幅值信息确定面积比值,还包括:
如果根据幅值信息,确定在幅值发生阶跃后,在阶跃终止位置到达下一个稳态,结合该段时间内幅值的积分结果,确定第一面积阈值;
如果根据幅值信息,确定在幅值发生阶跃后,在阶跃的中间位置达到下一个稳态,到达下一个稳态后保持稳态值,结合该段时间内幅值的积分结果,确定第二面积阈值。
本发明还提供了用于化工过程的激励信号的生成装置,所述生成装置,包括:
信号生成单元,用于获取控制回路类型,根据控制回路类型确定阶跃信号参数,结合阶跃信号参数生成初始激励信号;
数据获取单元,将初始激励信号输入至控制回路中,采集控制回路运行过程中的过程数据;
信号修改单元,提取过程数据中的幅值信息,根据幅值信息确定面积比值,将面积比值与预设阈值进行对比,根据对比结果对初始激励信号进行调整,确定调整后的激励信号。
可选的,所述阶跃信号参数,包括:
初始点、幅值、周期、占空比以及激励时间。
可选的,所述信号修改单元,具体用于:
获取初始阶跃信号的幅值上限与幅值下限,确定幅值上限与幅值下限的差值,在幅值上限与幅值下限的基础上,分别扩大差值的10%,得到扩展幅值上限bound_h与扩展幅值下限bound_l;
在输入初始激励信号后,控制回路的幅值变化过程中确定过度超调区间、正常走势区间以及缓慢追踪区间,在过度超调区间内选取第一时刻幅值δ1,在正常走势区间选取第二时刻幅值δ2,在缓慢追踪区间选取第三时刻幅值δ3;
分别对第一时刻幅值δ1,第二时刻幅值δ2,第三时刻幅值δ3对激励时间进行积分,确定过度超调区间的面积A1、正常走势区间的面积A2、缓慢追踪区间的面积A3;
对激励时间内获取到的幅值对激励时间进行积分,获取到由扩展幅值上限bound_h与扩展幅值下限bound_l围成区域的总面积Asum,分别确定A1、A2、A3相对于总面积Asum的比值Ratio1、Ratio2、Ratio3。
可选的,所述信号修改单元,具体用于:
根据公式一,确定的δ1取值,
根据公式二,确定的δ2取值,
根据公式三,确定的δ3取值,
其中,PV为激励时间内获取到的幅值。
可选的,所述信号修改单元,具体用于:
如果根据幅值信息,确定在幅值发生阶跃后,在阶跃终止位置到达下一个稳态,结合该段时间内幅值的积分结果,确定第一面积阈值;
如果根据幅值信息,确定在幅值发生阶跃后,在阶跃的中间位置达到下一个稳态,到达下一个稳态后保持稳态值,结合该段时间内幅值的积分结果,确定第二面积阈值。
本发明提供的技术方案带来的有益效果是:
通过在整个调节过程中根据输出结果对激励信号进行即时调整,一方面结合输出结果实现了跟踪性调整,另一方面仅使用回路类型和安全范围便可以设计出合理的阶跃激励信号,并能得到较好的激励效果,最大限度降低重复测试与测试时长,简化了算法。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的用于化工过程的激励信号的生成方法的流程示意图;
图2是本发明提供的闭环过程的理想阶跃相应曲线;
图3是本发明提供的开环过程的理想阶跃相应曲线;
图4是本发明提供的向闭环回路添加激励信号后的波形图;
图5是本发明提供的向开环回路添加激励信号后的波形图;
图6是本发明提供的确定第一面积阈值时的波形图;
图7是本发明提供的确定第二面积阈值时的波形图;
图8是本发明提供的用于化工过程的激励信号的生成装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更为清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
本发明实施例提供了用于化工过程的激励信号的生成方法,该方法首先根据控制回路类型设计一个全部由默认参数构成的阶跃信号,将该阶跃信号作为初始激励信号,输入到控制回路中,进而根据控制回路运行过程中的参数对初始激励信号进行不断的调整,直至控制回路的过程数据可以辨识出较为准确的过程模型,完成对控制回路的调整过程。
如图1所示,用于化工过程的激励信号的生成方法,具体包括:
101、获取控制回路类型,根据控制回路类型确定阶跃信号参数,结合阶跃信号参数生成初始激励信号;
102、将初始激励信号输入至控制回路中,采集控制回路运行过程中的过程数据;
103、提取过程数据中的幅值信息,根据幅值信息确定面积比值,将面积比值与预设阈值进行对比,根据对比结果对初始激励信号进行调整,确定调整后的激励信号。
在实施中,本实施例中提出的用于化工过程的激励信号的生成方法主要面对的控制回路包括温度控制回路、流量控制回路以及液位控制回路,在实际生产时化工过程中存在大量可以简化为一阶加滞后特性的回路,该回路根据控制方式的不同可以分为闭环回路以及开环回路。
单入单出回路的闭环过程的理想阶跃相应曲线如图2所示,在设定值SP处添加一个阶跃信号后,经过一段迟滞时间后,测量值PV缓慢上升,在不产生超调的情况下与设定值SP重合。单入单出回路的开环过程的理想阶跃曲线如图3所示,在操作值MV处添加一个阶跃信号,测量值PV同样在一段迟滞时间后达到一个新的稳态。
在本发明提出的激励信号生成方法,根据控制回路特性对激励信号的各个参数进行一个初始设计,在激励阶段采集过程的输入输出数据进行激励信号的实时评判,同时给出修正建议,从而保证激励结束后采集得到的过程数据能够辨识得到一个较为准确的过程模型。由于在整个调节过程中根据输出结果对激励信号进行即时调整,一方面结合输出结果实现了跟踪性调整,另一方面仅使用回路类型和安全范围便可以设计出合理的阶跃激励信号,并能得到较好的激励效果,最大限度降低重复测试与测试时长,简化了算法。
可选的,所述阶跃信号参数,包括:
初始点、幅值、周期、占空比以及激励时间。
在实施中,针对阶跃激励信号设计,初始点、幅值、周期、占空比以及激励时间等五个重要参数的确定规则如下:
初始点:初始点就是激励信号波动的基准点,即最终的激励信号在该点上下波动。为保证工况的一致性,一般选取添加激励信号的最后时刻的工作位置。开环激励为最后时刻的MV值,闭环激励为最后时刻的SP值。
幅值:阶跃激励信号上下波动的范围。激励信号幅值的选择应兼顾到以下三个方面:信噪比较高(幅值尽量大),不对过程操作产生严重的扰动(幅值尽量小),过程工况处在线性范围(需事先了解现场回路的线性度)。正常情况下信号幅值加倍,模型误差减半。从上面的分析可以看出幅值的确定需要深入了解现场回路的运行状态,这个往往需要与工艺人员进行深入分析。由于在激励信号投运时可以再次修正,因而初始设计时可以选取操作工认为的安全范围的一半幅值进行设置。
周期:阶跃激励信号一次上升与一次下降时间之和为一个周期。一个周期包含两次阶跃信号,一个阶跃信号持续时间应该在过程稳态时间附近,因而周期一般选择1.5至3倍的回路稳态时间。在不需要深入了解现场回路特性的前提下,可以根据回路类型确定回路的稳态时间,比如流量回路为5~15分钟,液位回路10~20分钟,温度回路40~120分钟等,初始设计时可以根据这些范围的中间值确定周期长度。
占空比:一个周期内上升阶段时长占周期的比例。为达到较好的辨识效果,一般选取30%~70%。
激励时间:从添加激励信号至结束的时间总长。激励时间越长,辨识得到的模型误差越小,但时间越长,耗费的精力越大,对现场的干扰也越大。一般激励时间选取周期的3~5倍,即3~5个完整激励周期便可以停止。
使用激励信号对控制回路进行调节的设计方案针对轻微扰动和较大高频噪声的回路均能辨识得到较好的过程模型,但仍对以下两种情形存在缺陷:
1.本身参数预估偏差较大,比如根据回路类型的稳态时间预估错误严重,导致设计的激励信号不够理想;
2.回路存在很大的扰动,常规设计的激励信号幅值不足,无法达到理想的辨识效果。
此时就需要在应用上述激励信号的同时采集过程的输入输出数据,通过分析输入输出数据的走势来给出相应的修正建议。因此,在步骤103中提出了根据过程数据确定幅值信息面积比值的步骤,具体的,该部分内容包括:
301、获取初始阶跃信号的幅值上限与幅值下限,确定幅值上限与幅值下限的差值,在幅值上限与幅值下限的基础上,分别扩大差值的10%,得到扩展幅值上限bound_h与扩展幅值下限bound_l;
302、在输入初始激励信号后,控制回路的幅值变化过程中确定过度超调区间、正常走势区间以及缓慢追踪区间,在过度超调区间内选取第一时刻幅值δ1,在正常走势区间选取第二时刻幅值δ2,在缓慢追踪区间选取第三时刻幅值δ3;
303、分别对第一时刻幅值δ1,第二时刻幅值δ2,第三时刻幅值δ3对激励时间进行积分,确定过度超调区间的面积A1、正常走势区间的面积A2、缓慢追踪区间的面积A3;
304、对激励时间内获取到的幅值对激励时间进行积分,获取到由扩展幅值上限bound_h与扩展幅值下限bound_l围成区域的总面积Asum,分别确定A1、A2、A3相对于总面积Asum的比值Ratio1、Ratio2、Ratio3。
在实施中,考虑到实际生产过程中的控制回路分为闭环和开环两种类型,因此步骤301至304的内容也分别从闭环回路和开环回路两方面进行说明。
闭环回路:在SP处添加激励信号,如图4中的阶跃曲线所示,其初始稳态与终点稳态分别为阶跃信号的前后两个值。当SP发生变化后,PV会对应跟踪SP波动。考虑时滞等因素,增强算法鲁棒性,将SP的上下限扩充10%ΔSP。从而将PV曲线划分成三个区域,分别对应图4中的①,②,③,其中①代表过度超调区间;②代表正常走势区间;③代表缓慢跟踪区间;其幅值上下限公式如下面的公式所示:
幅值上限与幅值下限的差值ΔSP=SP2-SP1;SP2>SP1
扩展幅值上限bound_h=SP2+10%ΔSP
扩展幅值下限bound_l=SP1-10%ΔSP
由于各个区域中数值在上升阶段与下降阶段的计算方式不同,因而将过程分为上升与下降两个阶段分别计算。
为了确定在过度超调区间内选取第一时刻幅值δ1,在正常走势区间选取第二时刻幅值δ2,在缓慢追踪区间选取第三时刻幅值δ3,包括:
在上升阶段,
根据公式一,确定的δ1取值,
根据公式二,确定的δ2取值,
根据公式三,确定的δ3取值,
其中,PV为激励时间内获取到的幅值;
在下降阶段,
根据公式四,确定的δ1取值,
根据公式五,确定的δ2取值,
根据公式六,确定的δ3取值,
其中,PV为激励时间内获取到的幅值。
基于获取到的某一时刻幅值δ,从而可以计算区域①,②,③面积,确定区域面积的过程即对δ值求积分,由于现场数据都是离散采集的数据,因而离散化后就是对δΔt求和,其中Δt为采样周期。
A1=∫δ1dt≈∑δ1Δt,A2=∫δ2dt≈∑δ2Δt,A3=∫δ3dt≈∑δ3Δt
基于上述方式,确定由bound_h与bound_l围成的区域总面积:
Asum=∫(bound_h-bound_l)dt=∑(bound_h-bound_l)Δt
在获取到区域①,②,③各自的面积A1、A2、A3后,按如下公式确定各自面积与总面积Asum的比值,得到比值Ratio1、Ratio2、Ratio3。
需要注意的是,这里的总面积Asum是由由扩展幅值上限bound_h与扩展幅值下限bound_l围成的、包含图4阴影部分在内的最大矩形区域的面积。
上述过程为闭环回路中面积比值的获取过程,在开环回路中,如图5所示,在MV处添加激励信号,当MV添加阶跃信号后,默认PV的初始稳态为添加阶跃信号时刻的PV值。由于在模型辨识前无法获知模型的增益,因而得不到PV最终的稳态,只能选取当前时刻(回路运行实时采集上来的最新点)的PV值作为下一个稳态值。
同闭环分析,扩充bound_h与bound_l为:
bound_h=PV2+10%ΔPV,bound_l=PV1-10%ΔPV
开环计算也需要考虑上升阶段或下降阶段,计算公式与闭环相同,但此处的上升下降阶段不是由MV阶跃方向决定,而是由PV运行方向决定,因为过程模型增益可能为负,此时PV运行方向刚好与MV方向相反。剩余确定面积比值的步骤与闭环回路相同,此处不再赘述。
在步骤103中,根据步骤301至304获取面积比值后,还需要获取面积阈值,以便于跟获取到的面积比值进行对比,根据预设条件不同,这里的面积阈值包括第一面积阈值和第二面积阈值,具体步骤包括:
在实施中,根据前一步骤获取到的面积A1、A2、A3确定的面积阈值表达式为
为了确定面积阈值Ratioeff,提出以下两种特殊情况:
如果根据幅值信息,确定在幅值发生阶跃后,在阶跃终止位置到达下一个稳态,结合该段时间内幅值的积分结果,确定第一面积阈值;如图6所示,这说明PV在这个阶跃中未达到稳态,但趋于稳态,实际走势为虚线部分,为简化计算,以实线代替,求得的比率Ratioeff=50%;
如果根据幅值信息,确定在幅值发生阶跃后,在阶跃的中间位置达到下一个稳态,到达下一个稳态后保持稳态值,结合该段时间内幅值的积分结果,确定第二面积阈值。如图7所示,说明PV在这个阶跃过程中已经有一半时间都达到稳态,最好能马上变更方向继续激励。实际走势为虚线部分,为简化计算,以实线代替,求得的比率Ratioeff=70.8%。结合第一面积阈值和第二面积阈值的具体取值,可以确定有效的激励信号区间为[50%,70.8%]。
结合相关经验,可以得到以下激励信号的修正建议。
当给出减少周期,增大幅值,增大周期等建议时,可以将包括初始点、幅值、周期、占空比以及激励时间在内的阶跃信号参数,分别放大或缩小1.5~2倍再整定一段时间,如果仍旧存在整定建议再进行相同操作,直至提示正常激励,如此激励一段时间便可以得到较好的输入输出数据,进而得到较好的过程模型。
本发明提出的用于化工过程的激励信号的生成方法,包括获取控制回路类型,确定阶跃信号参数,结合阶跃信号参数生成初始激励信号;将初始激励信号输入至控制回路中,采集控制回路运行过程中的过程数据;提取过程数据中的幅值信息,确定面积比值,将面积比值与预设阈值进行对比,根据对比结果对初始激励信号进行调整,确定调整后的激励信号。通过在整个调节过程中根据输出结果对激励信号进行即时调整,一方面结合输出结果实现了跟踪性调整,另一方面仅使用回路类型和安全范围便可以设计出合理的阶跃激励信号,并能得到较好的激励效果,最大限度降低重复测试与测试时长,简化了算法。
本发明还提供了用于化工过程的激励信号的生成装置8,如图8所示,生成装置,包括:
信号生成单元81,用于获取控制回路类型,根据控制回路类型确定阶跃信号参数,结合阶跃信号参数生成初始激励信号,将初始激励信号传输至数据获取单元82;
数据获取单元82,从信号生成单元81获取初始激励信号,将初始激励信号输入至控制回路中,采集控制回路运行过程中的过程数据,将过程数据传输至信号修改单元83;
信号修改单元83,从数据获取单元82出获取过程数据,提取过程数据中的幅值信息,根据幅值信息确定面积比值,将面积比值与预设阈值进行对比,根据对比结果对初始激励信号进行调整,确定调整后的激励信号。
在实施中,本实施例中提出的用于化工过程的激励信号的生成方法主要面对的控制回路包括温度控制回路、流量控制回路以及液位控制回路,在实际生产时化工过程中存在大量可以简化为一阶加滞后特性的回路,该回路根据控制方式的不同可以分为闭环回路以及开环回路。
单入单出回路的闭环过程的理想阶跃相应曲线如图2所示,在设定值SP处添加一个阶跃信号后,经过一段迟滞时间后,测量值PV缓慢上升,在不产生超调的情况下与设定值SP重合。单入单出回路的开环过程的理想阶跃曲线如图3所示,在操作值MV处添加一个阶跃信号,测量值PV同样在一段迟滞时间后达到一个新的稳态。
在本发明提出的激励信号生成装置,根据控制回路特性对激励信号的各个参数进行一个初始设计,在激励阶段采集过程的输入输出数据进行激励信号的实时评判,同时给出修正建议,从而保证激励结束后采集得到的过程数据能够辨识得到一个较为准确的过程模型。由于在整个调节过程中根据输出结果对激励信号进行即时调整,一方面结合输出结果实现了跟踪性调整,另一方面仅使用回路类型和安全范围便可以设计出合理的阶跃激励信号,并能得到较好的激励效果,最大限度降低重复测试与测试时长,简化了算法。
可选的,所述阶跃信号参数,包括:
初始点、幅值、周期、占空比以及激励时间。
在实施中,针对阶跃激励信号设计,初始点、幅值、周期、占空比以及激励时间等五个重要参数的确定规则如下:
初始点:初始点就是激励信号波动的基准点,即最终的激励信号在该点上下波动。为保证工况的一致性,一般选取添加激励信号的最后时刻的工作位置。开环激励为最后时刻的MV值,闭环激励为最后时刻的SP值。
幅值:阶跃激励信号上下波动的范围。激励信号幅值的选择应兼顾到以下三个方面:信噪比较高(幅值尽量大),不对过程操作产生严重的扰动(幅值尽量小),过程工况处在线性范围(需事先了解现场回路的线性度)。正常情况下信号幅值加倍,模型误差减半。从上面的分析可以看出幅值的确定需要深入了解现场回路的运行状态,这个往往需要与工艺人员进行深入分析。由于在激励信号投运时可以再次修正,因而初始设计时可以选取操作工认为的安全范围的一半幅值进行设置。
周期:阶跃激励信号一次上升与一次下降时间之和为一个周期。一个周期包含两次阶跃信号,一个阶跃信号持续时间应该在过程稳态时间附近,因而周期一般选择1.5至3倍的回路稳态时间。在不需要深入了解现场回路特性的前提下,可以根据回路类型确定回路的稳态时间,比如流量回路为5~15分钟,液位回路10~20分钟,温度回路40~120分钟等,初始设计时可以根据这些范围的中间值确定周期长度。
占空比:一个周期内上升阶段时长占周期的比例。为达到较好的辨识效果,一般选取30%~70%。
激励时间:从添加激励信号至结束的时间总长。激励时间越长,辨识得到的模型误差越小,但时间越长,耗费的精力越大,对现场的干扰也越大。一般激励时间选取周期的3~5倍,即3~5个完整激励周期便可以停止。
使用激励信号对控制回路进行调节的设计方案针对轻微扰动和较大高频噪声的回路均能辨识得到较好的过程模型,但仍对以下两种情形存在缺陷:
3.本身参数预估偏差较大,比如根据回路类型的稳态时间预估错误严重,导致设计的激励信号不够理想;
4.回路存在很大的扰动,常规设计的激励信号幅值不足,无法达到理想的辨识效果。
此时就需要在应用上述激励信号的同时采集过程的输入输出数据,通过分析输入输出数据的走势来给出相应的修正建议。因此,令信号修改单元83用于执行根据过程数据确定幅值信息面积比值的步骤,具体的,该部分内容包括:
301、获取初始阶跃信号的幅值上限与幅值下限,确定幅值上限与幅值下限的差值,在幅值上限与幅值下限的基础上,分别扩大差值的10%,得到扩展幅值上限bound_h与扩展幅值下限bound_l;
302、在输入初始激励信号后,控制回路的幅值变化过程中确定过度超调区间、正常走势区间以及缓慢追踪区间,在过度超调区间内选取第一时刻幅值δ1,在正常走势区间选取第二时刻幅值δ2,在缓慢追踪区间选取第三时刻幅值δ3;
303、分别对第一时刻幅值δ1,第二时刻幅值δ2,第三时刻幅值δ3对激励时间进行积分,确定过度超调区间的面积A1、正常走势区间的面积A2、缓慢追踪区间的面积A3;
304、对激励时间内获取到的幅值对激励时间进行积分,获取到由扩展幅值上限bound_h与扩展幅值下限bound_l围成区域的总面积Asum,分别确定A1、A2、A3相对于总面积Asum的比值Ratio1、Ratio2、Ratio3。
在实施中,考虑到实际生产过程中的控制回路分为闭环和开环两种类型,因此步骤301至304的内容也分别从闭环回路和开环回路两方面进行说明。
闭环回路:在SP处添加激励信号,如图4中的阶跃曲线所示,其初始稳态与终点稳态分别为阶跃信号的前后两个值。当SP发生变化后,PV会对应跟踪SP波动。考虑时滞等因素,增强算法鲁棒性,将SP的上下限扩充10%ΔSP。从而将PV曲线划分成三个区域,分别对应图4中的①,②,③,其中①代表过度超调区间;②代表正常走势区间;③代表缓慢跟踪区间;其幅值上下限公式如下面的公式所示:
幅值上限与幅值下限的差值ΔSP=SP2-SP1;SP2>SP1
扩展幅值上限bound_h=SP2+10%ΔSP
扩展幅值下限bound_l=SP1-10%ΔSP
由于各个区域中数值在上升阶段与下降阶段的计算方式不同,因而将过程分为上升与下降两个阶段分别计算。
为了确定在过度超调区间内选取第一时刻幅值δ1,在正常走势区间选取第二时刻幅值δ2,在缓慢追踪区间选取第三时刻幅值δ3,包括:
在上升阶段,
根据公式一,确定的δ1取值,
根据公式二,确定的δ2取值,
根据公式三,确定的δ3取值,
其中,PV为激励时间内获取到的幅值;
在下降阶段,
根据公式四,确定的δ1取值,
根据公式五,确定的δ2取值,
根据公式六,确定的δ3取值,
其中,PV为激励时间内获取到的幅值。
基于获取到的某一时刻幅值δ,从而可以计算区域①,②,③面积,确定区域面积的过程即对δ值求积分,由于现场数据都是离散采集的数据,因而离散化后就是对δΔt求和,其中Δt为采样周期。
A1=∫δ1dt≈∑δ1Δt,A2=∫δ2dt≈∑δ2Δt,A3=∫δ3dt≈∑δ3Δt
基于上述方式,确定由bound_h与bound_l围成的区域总面积:
Asum=∫(bound_h-bound_l)dt=∑(bound_h-bound_l)Δt
在获取到区域①,②,③各自的面积A1、A2、A3后,按如下公式确定各自面积与总面积Asum的比值,得到比值Ratio1、Ratio2、Ratio3。
需要注意的是,这里的总面积Asum是由由扩展幅值上限bound_h与扩展幅值下限bound_l围成的、包含图4阴影部分在内的最大矩形区域的面积。
上述过程为闭环回路中面积比值的获取过程,在开环回路中,如图5所示,在MV处添加激励信号,当MV添加阶跃信号后,默认PV的初始稳态为添加阶跃信号时刻的PV值。由于在模型辨识前无法获知模型的增益,因而得不到PV最终的稳态,只能选取当前时刻(回路运行实时采集上来的最新点)的PV值作为下一个稳态值。
同闭环分析,扩充bound_h与bound_l为:
bound_h=PV2+10%ΔPV
bound_l=PV1-10%ΔPV
开环计算也需要考虑上升阶段或下降阶段,计算公式与闭环相同,但此处的上升下降阶段不是由MV阶跃方向决定,而是由PV运行方向决定,因为过程模型增益可能为负,此时PV运行方向刚好与MV方向相反。剩余确定面积比值的步骤与闭环回路相同,此处不再赘述。
在信号修改单元83中,执行根据步骤301至304获取面积比值的步骤后,还需要获取面积阈值,以便于跟获取到的面积比值进行对比,根据预设条件不同,这里的面积阈值分为第一面积阈值和第二面积阈值,具体步骤包括:
在实施中,根据前一步骤获取到的面积A1、A2、A3确定的面积阈值表达式为
为了确定面积阈值Ratioeff,提出以下两种特殊情况:
如果根据幅值信息,确定在幅值发生阶跃后,在阶跃终止位置到达下一个稳态,结合该段时间内幅值的积分结果,确定第一面积阈值;如图6所示,这说明PV在这个阶跃中未达到稳态,但趋于稳态,实际走势为虚线部分,为简化计算,以实线代替,求得的比率Ratioeff=50%;
如果根据幅值信息,确定在幅值发生阶跃后,在阶跃的中间位置达到下一个稳态,到达下一个稳态后保持稳态值,结合该段时间内幅值的积分结果,确定第二面积阈值。如图7所示,说明PV在这个阶跃过程中已经有一半时间都达到稳态,最好能马上变更方向继续激励。实际走势为虚线部分,为简化计算,以实线代替,求得的比率Ratioeff=70.8%。结合第一面积阈值和第二面积阈值的具体取值,可以确定因而有效的激励信号区间为[50%,70.8%]。
结合相关经验,可以得到以下激励信号的修正建议。
当给出减少周期,增大幅值,增大周期等建议时,可以将包括初始点、幅值、周期、占空比以及激励时间在内的阶跃信号参数,分别放大或缩小1.5~2倍再整定一段时间,如果仍旧存在整定建议再进行相同操作,直至提示正常激励,如此激励一段时间便可以得到较好的输入输出数据,进而得到较好的过程模型。
本发明提出的用于化工过程的激励信号的装置,用于执行获取控制回路类型,确定阶跃信号参数,结合阶跃信号参数生成初始激励信号;将初始激励信号输入至控制回路中,采集控制回路运行过程中的过程数据;提取过程数据中的幅值信息,确定面积比值,将面积比值与预设阈值进行对比,根据对比结果对初始激励信号进行调整,确定调整后的激励信号的步骤。通过在整个调节过程中根据输出结果对激励信号进行即时调整,一方面结合输出结果实现了跟踪性调整,另一方面仅使用回路类型和安全范围便可以设计出合理的阶跃激励信号,并能得到较好的激励效果,最大限度降低重复测试与测试时长,简化了算法。
上述实施例中的各个序号仅仅为了描述,不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.用于化工过程的激励信号的生成方法,其特征在于,所述生成方法,包括:
获取控制回路类型,根据控制回路类型确定阶跃信号参数,结合阶跃信号参数生成初始激励信号;
将初始激励信号输入至控制回路中,采集控制回路运行过程中的过程数据;
提取过程数据中的幅值信息,根据幅值信息确定面积比值,将面积比值与预设阈值进行对比,根据对比结果对初始激励信号进行调整,确定调整后的激励信号。
2.根据权利要求1所述的用于化工过程的激励信号的生成方法,其特征在于,所述阶跃信号参数,包括:
初始点、幅值、周期、占空比以及激励时间。
3.根据权利要求1所述的用于化工过程的激励信号的生成方法,其特征在于,所述提取过程数据中的幅值信息,根据幅值信息确定面积比值,包括:
获取初始阶跃信号的幅值上限与幅值下限,确定幅值上限与幅值下限的差值,在幅值上限与幅值下限的基础上,分别扩大差值的10%,得到扩展幅值上限bound_h与扩展幅值下限bound_l;
在输入初始激励信号后,控制回路的幅值变化过程中确定过度超调区间、正常走势区间以及缓慢追踪区间,在过度超调区间内选取第一时刻幅值δ1,在正常走势区间选取第二时刻幅值δ2,在缓慢追踪区间选取第三时刻幅值δ3;
分别对第一时刻幅值δ1,第二时刻幅值δ2,第三时刻幅值δ3对激励时间进行积分,确定过度超调区间的面积A1、正常走势区间的面积A2、缓慢追踪区间的面积A3;
对激励时间内获取到的幅值对激励时间进行积分,获取到由扩展幅值上限bound_h与扩展幅值下限bound_l围成区域的总面积Asum,分别确定A1、A2、A3相对于总面积Asum的比值Ratio1、Ratio2、Ratio3。
4.根据权利要求3所述的用于化工过程的激励信号的生成方法,其特征在于,所述在过度超调区间内选取第一时刻幅值δ1,在正常走势区间选取第二时刻幅值δ2,在缓慢追踪区间选取第三时刻幅值δ3,包括:
在上升阶段,
根据公式一,确定的δ1取值,
根据公式二,确定的δ2取值,
根据公式三,确定的δ3取值,
其中,PV为激励时间内获取到的幅值;
在下降阶段,
根据公式四,确定的δ1取值,
根据公式五,确定的δ2取值,
根据公式六,确定的δ3取值,
其中,PV为激励时间内获取到的幅值。
5.根据权利要求1所述的用于化工过程的激励信号的生成方法,其特征在于,所述提取过程数据中的幅值信息,根据幅值信息确定面积比值,还包括:
如果根据幅值信息,确定在幅值发生阶跃后,在阶跃终止位置到达下一个稳态,结合该段时间内幅值的积分结果,确定第一面积阈值;
如果根据幅值信息,确定在幅值发生阶跃后,在阶跃的中间位置达到下一个稳态,到达下一个稳态后保持稳态值,结合该段时间内幅值的积分结果,确定第二面积阈值。
6.用于化工过程的激励信号的生成装置,其特征在于,所述生成装置,包括:
信号生成单元,用于获取控制回路类型,根据控制回路类型确定阶跃信号参数,结合阶跃信号参数生成初始激励信号;
数据获取单元,将初始激励信号输入至控制回路中,采集控制回路运行过程中的过程数据;
信号修改单元,提取过程数据中的幅值信息,根据幅值信息确定面积比值,将面积比值与预设阈值进行对比,根据对比结果对初始激励信号进行调整,确定调整后的激励信号。
7.根据权利要求6所述的用于化工过程的激励信号的生成装置,其特征在于,所述阶跃信号参数,包括:
初始点、幅值、周期、占空比以及激励时间。
8.根据权利要求6所述的用于化工过程的激励信号的生成装置,其特征在于,所述信号修改单元,具体用于:
获取初始阶跃信号的幅值上限与幅值下限,确定幅值上限与幅值下限的差值,在幅值上限与幅值下限的基础上,分别扩大差值的10%,得到扩展幅值上限bound_h与扩展幅值下限bound_l;
在输入初始激励信号后,控制回路的幅值变化过程中确定过度超调区间、正常走势区间以及缓慢追踪区间,在过度超调区间内选取第一时刻幅值δ1,在正常走势区间选取第二时刻幅值δ2,在缓慢追踪区间选取第三时刻幅值δ3;
分别对第一时刻幅值δ1,第二时刻幅值δ2,第三时刻幅值δ3对激励时间进行积分,确定过度超调区间的面积A1、正常走势区间的面积A2、缓慢追踪区间的面积A3;
对激励时间内获取到的幅值对激励时间进行积分,获取到由扩展幅值上限bound_h与扩展幅值下限bound_l围成区域的总面积Asum,分别确定A1、A2、A3相对于总面积Asum的比值Ratio1、Ratio2、Ratio3。
9.根据权利要求8所述的用于化工过程的激励信号的生成装置,其特征在于,所述信号修改单元,具体用于:
在上升阶段,
根据公式一,确定的δ1取值,
根据公式二,确定的δ2取值,
根据公式三,确定的δ3取值,
其中,PV为激励时间内获取到的幅值;
在下降阶段,
根据公式四,确定的δ1取值,
根据公式五,确定的δ2取值,
根据公式六,确定的δ3取值,
其中,PV为激励时间内获取到的幅值。
10.根据权利要求6所述的用于化工过程的激励信号的生成装置,其特征在于,所述信号修改单元,具体用于:
如果根据幅值信息,确定在幅值发生阶跃后,在阶跃终止位置到达下一个稳态,结合该段时间内幅值的积分结果,确定第一面积阈值;
如果根据幅值信息,确定在幅值发生阶跃后,在阶跃的中间位置达到下一个稳态,到达下一个稳态后保持稳态值,结合该段时间内幅值的积分结果,确定第二面积阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611081528.1A CN106773676B (zh) | 2016-11-30 | 2016-11-30 | 用于化工过程的激励信号的生成方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611081528.1A CN106773676B (zh) | 2016-11-30 | 2016-11-30 | 用于化工过程的激励信号的生成方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106773676A true CN106773676A (zh) | 2017-05-31 |
CN106773676B CN106773676B (zh) | 2019-12-24 |
Family
ID=58901461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611081528.1A Active CN106773676B (zh) | 2016-11-30 | 2016-11-30 | 用于化工过程的激励信号的生成方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106773676B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109521754A (zh) * | 2018-12-29 | 2019-03-26 | 浙江中智达科技有限公司 | 一种测试信号生成方法及装置 |
CN109521158A (zh) * | 2018-11-30 | 2019-03-26 | 安徽云汉智能科技有限公司 | 一种可燃气体智能传感器 |
CN109556649A (zh) * | 2018-11-30 | 2019-04-02 | 安徽云汉智能科技有限公司 | 一种智能传感器的信号采集监测方法 |
CN109556741A (zh) * | 2018-11-30 | 2019-04-02 | 安徽云汉智能科技有限公司 | 一种传感器数据处理方法及一种智能温度传感器 |
CN111683426A (zh) * | 2020-06-24 | 2020-09-18 | 中国电子科技集团公司第四十一研究所 | 一种射频激励信号功率调制电路、方法及装置 |
CN112578674A (zh) * | 2020-12-29 | 2021-03-30 | 润电能源科学技术有限公司 | 控制系统的激励信号调整方法、装置及可读存储介质 |
CN112965365A (zh) * | 2021-02-23 | 2021-06-15 | 浙江中智达科技有限公司 | Pid控制回路的模型辨识方法、装置、系统及存储介质 |
CN115079577A (zh) * | 2022-07-22 | 2022-09-20 | 浙江中控技术股份有限公司 | 基于实时控制性能评估的闭环阶跃测试方法和测试装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1603803A (zh) * | 2004-11-23 | 2005-04-06 | 清华大学 | 脉冲激励电磁谐振安检方法及装置 |
CN101777891A (zh) * | 2009-12-18 | 2010-07-14 | 广东正业科技股份有限公司 | 超快边沿阶跃脉冲发生方法及其发生器 |
CN101820129A (zh) * | 2010-02-04 | 2010-09-01 | 中国科学技术大学 | 一种方波脉冲激光器及方波脉冲激光生成方法 |
CN101859099A (zh) * | 2010-06-29 | 2010-10-13 | 上海大学 | 一种控制对象完整阶跃响应信号的获取方法 |
CN105071793A (zh) * | 2015-09-22 | 2015-11-18 | 中联重科股份有限公司 | 脉宽调制信号的生成方法及装置 |
-
2016
- 2016-11-30 CN CN201611081528.1A patent/CN106773676B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1603803A (zh) * | 2004-11-23 | 2005-04-06 | 清华大学 | 脉冲激励电磁谐振安检方法及装置 |
CN101777891A (zh) * | 2009-12-18 | 2010-07-14 | 广东正业科技股份有限公司 | 超快边沿阶跃脉冲发生方法及其发生器 |
CN101820129A (zh) * | 2010-02-04 | 2010-09-01 | 中国科学技术大学 | 一种方波脉冲激光器及方波脉冲激光生成方法 |
CN101859099A (zh) * | 2010-06-29 | 2010-10-13 | 上海大学 | 一种控制对象完整阶跃响应信号的获取方法 |
CN105071793A (zh) * | 2015-09-22 | 2015-11-18 | 中联重科股份有限公司 | 脉宽调制信号的生成方法及装置 |
Non-Patent Citations (1)
Title |
---|
YONGLING TAO,等: "A New Way of Generating Actuating Signals for Fuze Board", 《INTERNATIONAL CONFERENCE ON COMPUTATIONAL INTELLIGENCE & SOFTWARE ENGINEERING.IEEE》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109521158B (zh) * | 2018-11-30 | 2021-06-01 | 安徽云汉智能科技有限公司 | 一种可燃气体智能传感器 |
CN109521158A (zh) * | 2018-11-30 | 2019-03-26 | 安徽云汉智能科技有限公司 | 一种可燃气体智能传感器 |
CN109556649A (zh) * | 2018-11-30 | 2019-04-02 | 安徽云汉智能科技有限公司 | 一种智能传感器的信号采集监测方法 |
CN109556741A (zh) * | 2018-11-30 | 2019-04-02 | 安徽云汉智能科技有限公司 | 一种传感器数据处理方法及一种智能温度传感器 |
CN109556649B (zh) * | 2018-11-30 | 2020-12-22 | 安徽云汉智能科技有限公司 | 一种智能传感器的信号采集监测方法 |
CN109521754A (zh) * | 2018-12-29 | 2019-03-26 | 浙江中智达科技有限公司 | 一种测试信号生成方法及装置 |
CN111683426A (zh) * | 2020-06-24 | 2020-09-18 | 中国电子科技集团公司第四十一研究所 | 一种射频激励信号功率调制电路、方法及装置 |
CN112578674A (zh) * | 2020-12-29 | 2021-03-30 | 润电能源科学技术有限公司 | 控制系统的激励信号调整方法、装置及可读存储介质 |
CN112578674B (zh) * | 2020-12-29 | 2022-05-17 | 润电能源科学技术有限公司 | 控制系统的激励信号调整方法、装置及可读存储介质 |
CN112965365A (zh) * | 2021-02-23 | 2021-06-15 | 浙江中智达科技有限公司 | Pid控制回路的模型辨识方法、装置、系统及存储介质 |
CN112965365B (zh) * | 2021-02-23 | 2023-03-31 | 浙江中智达科技有限公司 | Pid控制回路的模型辨识方法、装置、系统及存储介质 |
CN115079577A (zh) * | 2022-07-22 | 2022-09-20 | 浙江中控技术股份有限公司 | 基于实时控制性能评估的闭环阶跃测试方法和测试装置 |
CN115079577B (zh) * | 2022-07-22 | 2022-11-11 | 浙江中控技术股份有限公司 | 基于实时控制性能评估的闭环阶跃测试方法和测试装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106773676B (zh) | 2019-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106773676A (zh) | 用于化工过程的激励信号的生成方法和装置 | |
EP3828651B1 (en) | Apparatus, method and program | |
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 | |
CN105209984B (zh) | 用于确定技术系统输出值的模型的方法 | |
CN108696210B (zh) | 基于参数辨识的直流电机电流环控制器参数自整定方法 | |
CN103649858B (zh) | 用于预测组件或系统状况的方法和设备 | |
CN101118421A (zh) | 基于自适应蚁群智能的非线性pid控制参数整定方法 | |
CN104504509B (zh) | 一种采用动态基准值的火电厂耗差分析系统及其方法 | |
CN104832308A (zh) | 直接喷射电磁阀喷射器打开时间检测 | |
CN109343337A (zh) | 一种用于直流降压变换器的多目标分数阶pid控制方法 | |
CN106369834A (zh) | 基于神经网络的直热式热泵系统恒温流量控制方法 | |
KR20210024106A (ko) | 기술 시스템을 제어하기 위한 제어기 및 제어기를 구성하기 위한 방법 | |
EP3936958A1 (en) | Cooperative learning system and monitoring system | |
CN108628288A (zh) | 一种用于一阶时滞组合积分控制系统的性能评价方法 | |
CN100385354C (zh) | 内模自整定数字控制器的设计方法 | |
CN109634117A (zh) | 一种用于脱硝控制的信息物理融合系统及其控制方法 | |
CN108985460A (zh) | 一种面向时序隐变量的因果结构发现方法 | |
CN105673833B (zh) | 基于比例电磁阀的液压换挡油压控制方法 | |
Zhang et al. | Multimodal Control by Variable‐Structure Neural Network Modeling for Coagulant Dosing in Water Purification Process | |
CN106950835A (zh) | 简洁鲁棒二自由度比例积分控制方法 | |
CN105117530B (zh) | 一种粗细结合调节实现汽轮机及其调速系统参数辨识方法 | |
CN107870567A (zh) | 一种比例微分超前广义智能内部模型集pid控制器设计方法 | |
CN108983609B (zh) | 基于负载扰动的单入单出控制回路pi控制器优化方法 | |
CN104406606A (zh) | 一种基于模糊控制的时变窗长动态Allan方差分析方法 | |
Mohammadzaheri et al. | Efficient neuro-predictive control of a chemical plant |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190522 Address after: 310053 4th Floor, Zone D, No. 309 Liuhe Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Zhejiang SUPCON Software Co., Ltd. Applicant after: Zhejiang University Address before: 310053 4th Floor, Zone D, No. 309 Liuhe Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant before: Zhejiang SUPCON Software Co., Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |