CN107703761A - 一种气动调节阀粘滞特性参数的估计方法 - Google Patents

一种气动调节阀粘滞特性参数的估计方法 Download PDF

Info

Publication number
CN107703761A
CN107703761A CN201711121777.3A CN201711121777A CN107703761A CN 107703761 A CN107703761 A CN 107703761A CN 201711121777 A CN201711121777 A CN 201711121777A CN 107703761 A CN107703761 A CN 107703761A
Authority
CN
China
Prior art keywords
mrow
msub
mtr
mtd
msubsup
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
Application number
CN201711121777.3A
Other languages
English (en)
Other versions
CN107703761B (zh
Inventor
王浩坤
江爱朋
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.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201711121777.3A priority Critical patent/CN107703761B/zh
Publication of CN107703761A publication Critical patent/CN107703761A/zh
Application granted granted Critical
Publication of CN107703761B publication Critical patent/CN107703761B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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)
  • Feedback Control In General (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明公开了一种气动调节阀粘滞特性参数的检测方法，本发明将气动调节阀的粘滞非线性特征通过线性化的方式转化为已知输入和未知输入两个部分，借助于未知输入估计器利用现场数据对未知输入进行在线估计；再在现有控制信号的基础上叠加测试信号以获取估计信息，进而利用估计信息对调节阀的非线性特征进行拟合。本发明可以有效解决气动阀非线性特征的检测问题，可以为调节阀非线性补偿提供所需信息，检测结果可以用于系统的性能分析和故障诊断，对提升系统运行的安全性和准确性有显著作用。

Description

一种气动调节阀粘滞特性参数的估计方法
技术领域
本发明属于工业过程控制领域，具体涉及一种气动调节阀粘滞特性参数的在线估计方法。
背景技术
典型的工业过程控制领域的单回路控制系统如图1所示。气动调节阀是工业过程系统中常见的执行设备之一，其性能的好坏直接决定了工业过程控制系统的性能，对产品质量、生产装置运行的经济性和稳定性有着直接影响。由于受到支撑件损坏、阀芯及阀座受腐蚀、弹簧膜片破损、密封性下降、阀杆封装过紧、金属过热膨胀、润滑性能下降等因素的影响，气动调节阀在实际生产过程中呈现严重的非线性特征。这些非线性特征是导致控制系统性能恶化和回路振荡的主要原因之一。某一回路的振荡往往会波及其它控制回路，导致生产装置整体性能下降、原材料消耗过大、能耗增加、执行器磨损加速，甚至会导致系统不稳定。因此，通常需要对气动调节阀的输入输出特性进行检测，确定其非线性特征，然后设计相应的补偿措施，使其输入输出特征更为线性化。这样一方面有利于系统控制性能的提升，另一方面也有利于生产过程运行的稳定性和经济性。
气动调节阀中的非线性特征一般可以用死区、滞环等非线性环节描述，如图2所示。其突出的特点是调节阀上升行程和下降行程不重合，上下行程存在变差，导致控制器发出的控制指令不能得到有效执行，进而影响控制系统性能。
常见的气动执行器非线性特征的检测方法有交叉互相关方法(Horch,2000)、定性Hammerstein模型方法(Srinivasan,2005)、面积比率法(Singhal,2005)、基于继电器方法(Rossi,2005)、模式识别方法(Yamashita,2005)、双相关方法(Choudhury,2006)、Hammerstein模型方法(Choudhury,2008)、全局收索方法(Jelali,2008)等。上述方法利用控制输入信号和被控过程输出信号对阀门非线性特征进行检测，通常需要在控制回路出现振荡的情况下才有效，在回路没有出现振荡时其有效性将大大降低或者根本无法使用。
发明内容
本发明针对现有技术的不足，给出一种气动调节阀非线性特性的在线检测方法，采用估计器对调节阀非线性特征进行实时估计，为故障诊断以及控制系统的非线性补偿提供有效信息。
一种气动调节阀粘滞特性参数的检测方法，具体为：将气动调节阀的粘滞非线性特征通过线性化的方式转化为已知输入和未知输入两个部分，借助于未知输入估计器利用现场数据对未知输入进行在线估计；再在现有控制信号的基础上叠加测试信号以获取估计信息，进而利用估计信息对调节阀的非线性特征进行拟合。
作为优选：将气动阀的粘滞非线性特征描述为未知非线性函数；
作为优选：在现有控制信号的基础上叠加的测试信号为方波、PRBS或GBN信号。
作为优选：利用估计器估计的未知输入值和原有的已知输入值绘制散点图，从图中直接读取粘滞特性的基本参数。
作为优选：一种气动调节阀粘滞特性参数的检测方法，该方法具体包括以下步骤：
步骤1：建立被控过程的数学模型。
被控过程的数学模型可以用如下形式的线性离散状态空间模型来描述：
其中x为系统状态，n为气动调节阀开度，y为被控过程中的被控工艺参数的测量值，A、B、C为系统矩阵，w和v为过程噪声和测量噪声，一般假设w和v为零均值的白噪声，且方差为和上述符号中的下标k表示采样时刻。
步骤2:将气动调节阀的非线性特征转化为输入不确定性。
实际系统中气动调节阀由于各种原因导致其输出的开度n同控制信号u不一致，二者之间存在一定的非线性关系。为描述这一非线性特征，可以在线性模型(1)中用非线性函数n＝f(u)，这样模型(1)可以表示为：
其中f(u)为一非线性函数，用以描述气动调节阀的非线性特征，其余参数意义同模型(1)相同。由于描述气动阀非线性函数f(u)通常是未知的，而且在生产装置实际运行中其特性还有可能发生变化，因此无法直接确定其非线性函数的具体表达式。为解决这一问题，在k时刻，将非线性函数f(uk)在任一工作点u0处进行Taylor展开，可得
其中是非线性环节的展开的一阶项，εk为其余高阶项之和，引入未知输入项dk＝(α-I)uk+ok，由式(3)可得：
f(uk)＝uk+dk (4)
这样，过程模型(2)可以表示为：
通过上述步骤将气动调节阀的非线性特征f(u)转化为未知输入d来描述。
步骤3：设计未知输入估计器对输入不确定性进行估计。
在将非线性特征f(u)转换为输入不确定d后，需要对d的值进行在线估计。接下来利用未知输入估计器对模型中的状态x和未知输入d进行在线估计，其设计方法如下：
其中为利用k-1时刻对k时刻的状态进行预测的估计值；为k-1时刻对d的估计值；为状态估计过程中的中间变量；为k时刻对状态x的估计值；Mk和Kk为估计器在k时刻的增益矩阵。Mk和Kk的计算由下式决定：
其中κk为任选矩阵，但必须保证满秩。
步骤4：在控制器输出端叠加测试信号ud。
由于控制器的控制量u在通常情况下变化信息不够丰富，并且在闭环控制作用下由于控制器的调节作用，其变动形式和幅值都非常有限，利用这些信息并不一定能准确分析出f(u)具体的非线性形式。为了进一步充分激发非线性特征f(u)中的动态信息，保证估计结果的全面性和合理性，本发明考虑在控制量输入端叠加测试信号ud，如方波、PRBS或GBN信号。这里，信号ud的大小和形式都是可以离线确定的，即ud为已知信号。
步骤5：气动调节阀非线性特性的估计。
通过前三个步骤的分析可以看出，气动调节阀的输入为u，输出为f(u)，而通过式(5)可以看出，f(u)的值可以通过当前的控制作用u和未知输入d的估计值进行近似：
其中ud,k为测试信号ud在k时刻的值。这样气动调节阀的非线性特征f(u)可以利用u+ud和进行分析和确定。
本发明的主要优点在于不依赖于被控过程是否处于振荡状态以及气动调节阀是否存在阀位反馈信号n，在一般工况下仍然能准确获取调节阀的非线性特征。本发明可以有效解决气动阀非线性特征的检测问题，可以为调节阀非线性补偿提供所需信息，检测结果可以用于系统的性能分析和故障诊断，对提升系统运行的安全性和准确性有显著作用。
附图说明
图1典型工业过程控制回路示意图；
图2气动调节阀非线性特征描述示意图；
图3液位控制系统工艺流程图；
图4液位控制系统方框图；
图5测试信号叠加示意图；
图6粘滞参数检测结果图。
具体实施方式
为了验证本发明的有效性，采用某生产装置的液位系统实例证明。本液位控制系统的工艺流程如图3所示，工艺液体通过气动调节阀1进入储液罐，然后经气动调节阀2流向下一生产工序。为保证后续生产工艺的正常运转，需要保证储液罐的液位稳定在一定的设定值。气动调节阀1用于实现对液位的控制，调节阀2保持开度不变，保证下一工序环节的工艺液体供应，整个控制系统的框图如图4所示。以下按照本发明的实时步骤给出简要介绍。
步骤1：系统数学模型的建立。
假设通过调节阀1的瞬时流量增量为ΔQ1，通过调节阀2的瞬时流量增量为ΔQ2，储液罐的截面积为A，调节阀1的流量系数为Ku，调节阀2的阻力系数为Rs，液位控制器的调节增量为Δu。
在工作点(u0,h0)附近，根据物料平衡原理有：
根据调节阀1的开度与流量关系可得：
ΔQ1＝KuΔu (9)
根据流体力学基本原理有：
由式(8)、(9)和(10)可得：
对式(11)进行拉普拉斯变换可得：
其中s为拉普拉斯算子，K＝KuRs，T＝ARs。模型中的参数A、Ku和Rs可以参考储液罐规格、调节阀的相关特性参数确定。
步骤2：将模型(12)转换为带未知输入的线性状态空间方程。
式(12)为传递函数模型，可以转换为状态空间形式，再经过离散化可得如下离散线性状态空间模型：
其中噪声w和v的统计特征参数Q和R一般可以根据实际系统情况进行设定，传感器获得的测量值yk＝y0+Δyk，调节阀1的实际输出值为uk＝u0+Δuk。在当前测试系统中A＝0.8187，B＝0.4532，C＝0.48，R＝10-5，Q＝10-5。
步骤3：在控制量Δu端叠加方波信号、PRBS或者GBN信号ud。
在控制量Δu端叠加方波、PRBS或者GBN信号ud并记如图5所示，这样模型(14)变为：
步骤4：根据未知输入估计器对d进行在线估计。
根据当前测量值hk计算当前液位增量Δhk＝hk-h0。根据Δhk和利用式(6)和(7)对d的值进行估计，可得依次迭代，并将和记录并保存。为使用方便，这里用UN和DN表示和的N组历史数据：
步骤5：绘制UN和DN的散点图，如图6所示，从而可以确定该气动调节阀的变差约为0.2。

Claims (5)

1.一种气动调节阀粘滞特性参数的检测方法，其特征在于：将气动调节阀的粘滞非线性特征通过线性化的方式转化为已知输入和未知输入两个部分，借助于未知输入估计器利用现场数据对未知输入进行在线估计；再在现有控制信号的基础上叠加测试信号以获取估计信息，进而利用估计信息对调节阀的非线性特征进行拟合。
2.根据权利要求1中所述的一种气动调节阀粘滞特性参数的检测方法，其特征在于：将气动阀的粘滞非线性特征描述为未知非线性函数，在线性化后将执行器的输出转化为已知输入和未知输入两个部分。
3.根据权利要求1中所述的一种气动调节阀粘滞特性参数的检测方法，其特征在于：在现有控制信号的基础上叠加的测试信号为方波、PRBS或GBN信号。
4.根据权利要求1中所述的一种气动调节阀粘滞特性参数的检测方法，其特征在于：利用估计器估计的未知输入值和原有的已知输入值绘制散点图，从图中直接读取粘滞特性的基本参数。
5.根据权利要求1中所述的一种气动调节阀粘滞特性参数的检测方法，其特征在于：该方法具体包括以下步骤：
步骤1：建立被控过程的数学模型；
被控过程的数学模型用如下形式的线性离散状态空间模型来描述：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>Ax</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>Bn</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>w</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>y</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mi>Cx</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>v</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中x为系统状态，n为气动调节阀开度，y为被控过程中的被控工艺参数的测量值，A、B、C为系统矩阵，w和v为过程噪声和测量噪声，设w和v为零均值的白噪声，且方差为和上述符号中的下标k表示采样时刻；
步骤2:将气动调节阀的非线性特征转化为输入不确定性；
实际系统中气动调节阀的输出的开度n同控制信号u不一致，二者之间存在一定的非线性关系；为描述这一非线性特征，在线性模型(1)中用非线性函数n＝f(u)，这样模型(1)表示为：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>Ax</mi> <mi>k</mi> </msub> <mo>+</mo> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>w</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>y</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mi>Cx</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>v</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
其中f(u)为一非线性函数，用以描述气动调节阀的非线性特征，其余参数意义同模型(1)相同；由于描述气动阀非线性函数f(u)通常是未知的，而且在生产装置实际运行中其特性会发生变化，因此无法直接确定其非线性函数的具体表达式；为解决这一问题，在k时刻，将非线性函数f(uk)在任一工作点u0处进行Taylor展开，可得
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mfrac> <mrow> <mo>&amp;part;</mo> <mi>f</mi> </mrow> <mrow> <mo>&amp;part;</mo> <mi>u</mi> </mrow> </mfrac> <msub> <mo>|</mo> <msub> <mi>u</mi> <mn>0</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mi>k</mi> </msub> <mo>-</mo> <msub> <mi>u</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>&amp;epsiv;</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <msub> <mi>&amp;alpha;u</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>o</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
其中是非线性环节的展开的一阶项，εk为其余高阶项之和，引入未知输入项dk＝(α-I)uk+ok，由式(3)可得：
f(uk)＝uk+dk (4)
这样，过程模型(2)表示为：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>Ax</mi> <mi>k</mi> </msub> <mo>+</mo> <mi>B</mi> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>d</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>w</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>y</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mi>Cx</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>v</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
通过上述步骤将气动调节阀的非线性特征f(u)转化为未知输入d来描述；
步骤3：设计未知输入估计器对输入不确定性进行估计；
在将非线性特征f(u)转换为输入不确定d后，需要对d的值进行在线估计；接下来利用未知输入估计器对模型中的状态x和未知输入d进行在线估计，其设计方法如下：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mover> <mi>x</mi> <mo>^</mo> </mover> <mrow> <mi>k</mi> <mo>|</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <mi>A</mi> <msub> <mover> <mi>x</mi> <mo>^</mo> </mover> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>Bu</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>d</mi> <mo>^</mo> </mover> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>M</mi> <mi>k</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mi>k</mi> </msub> <mo>-</mo> <mi>C</mi> <msub> <mover> <mi>x</mi> <mo>^</mo> </mover> <mrow> <mi>k</mi> <mo>|</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mover> <mi>x</mi> <mo>^</mo> </mover> <mi>k</mi> <mo>*</mo> </msubsup> <mo>=</mo> <msub> <mover> <mi>x</mi> <mo>^</mo> </mover> <mrow> <mi>k</mi> <mo>|</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <mi>B</mi> <msub> <mover> <mi>d</mi> <mo>^</mo> </mover> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mover> <mi>x</mi> <mo>^</mo> </mover> <mi>k</mi> </msub> <mo>=</mo> <msubsup> <mover> <mi>x</mi> <mo>^</mo> </mover> <mi>k</mi> <mo>*</mo> </msubsup> <mo>+</mo> <msub> <mi>K</mi> <mi>k</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mi>k</mi> </msub> <mo>-</mo> <mi>C</mi> <msubsup> <mover> <mi>x</mi> <mo>^</mo> </mover> <mi>k</mi> <mo>*</mo> </msubsup> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
其中为利用k-1时刻对k时刻的状态进行预测的估计值；为k-1时刻对d的估计值；为状态估计过程中的中间变量；为k时刻对状态x的估计值；Mk和Kk为估计器在k时刻的增益矩阵；Mk和Kk的计算由下式决定：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mover> <mi>R</mi> <mo>~</mo> </mover> <mi>k</mi> </msub> <mo>=</mo> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>AP</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msup> <mi>A</mi> <mi>T</mi> </msup> <mo>+</mo> <mi>Q</mi> <mo>)</mo> </mrow> <msup> <mi>C</mi> <mi>T</mi> </msup> <mo>+</mo> <mi>R</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>M</mi> <mi>k</mi> </msub> <mo>=</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>B</mi> <mi>T</mi> </msup> <msup> <mi>C</mi> <mi>T</mi> </msup> <msubsup> <mover> <mi>R</mi> <mo>~</mo> </mover> <mi>k</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <mi>C</mi> <mi>B</mi> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <msup> <mi>B</mi> <mi>T</mi> </msup> <msup> <mi>C</mi> <mi>T</mi> </msup> <msubsup> <mover> <mi>R</mi> <mo>~</mo> </mover> <mi>k</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>P</mi> <mrow> <mi>k</mi> <mo>|</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>AP</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msup> <mi>A</mi> <mi>T</mi> </msup> <mo>+</mo> <mi>Q</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>S</mi> <mi>k</mi> <mo>*</mo> </msubsup> <mo>=</mo> <mo>-</mo> <msub> <mi>BM</mi> <mi>k</mi> </msub> <msub> <mi>R</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>P</mi> <mi>k</mi> <mo>*</mo> </msubsup> <mo>=</mo> <mrow> <mo>(</mo> <mi>I</mi> <mo>-</mo> <msub> <mi>BM</mi> <mi>k</mi> </msub> <mi>C</mi> <mo>)</mo> </mrow> <msub> <mi>P</mi> <mrow> <mi>k</mi> <mo>|</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msup> <mrow> <mo>(</mo> <mi>I</mi> <mo>-</mo> <msub> <mi>BM</mi> <mi>k</mi> </msub> <mi>C</mi> <mo>)</mo> </mrow> <mi>T</mi> </msup> <mo>+</mo> <msub> <mi>BM</mi> <mi>k</mi> </msub> <msubsup> <mi>RM</mi> <mi>k</mi> <mi>T</mi> </msubsup> <msup> <mi>B</mi> <mi>T</mi> </msup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mover> <mi>R</mi> <mo>~</mo> </mover> <mi>k</mi> <mo>*</mo> </msubsup> <mo>=</mo> <msubsup> <mi>CP</mi> <mi>k</mi> <mo>*</mo> </msubsup> <msup> <mi>C</mi> <mi>T</mi> </msup> <mo>+</mo> <mi>R</mi> <mo>+</mo> <msubsup> <mi>CS</mi> <mi>k</mi> <mo>*</mo> </msubsup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msubsup> <mi>S</mi> <mi>k</mi> <mo>*</mo> </msubsup> <mo>)</mo> </mrow> <mi>T</mi> </msup> <msup> <mi>C</mi> <mi>T</mi> </msup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>K</mi> <mi>k</mi> </msub> <mo>=</mo> <mrow> <mo>(</mo> <msubsup> <mi>P</mi> <mi>k</mi> <mo>*</mo> </msubsup> <msup> <mi>C</mi> <mi>T</mi> </msup> <mo>+</mo> <msubsup> <mi>S</mi> <mi>k</mi> <mo>*</mo> </msubsup> <mo>)</mo> </mrow> <msubsup> <mi>&amp;kappa;</mi> <mi>k</mi> <mi>T</mi> </msubsup> <msup> <mrow> <mo>(</mo> <msub> <mi>&amp;kappa;</mi> <mi>k</mi> </msub> <msubsup> <mover> <mi>R</mi> <mo>~</mo> </mover> <mi>k</mi> <mo>*</mo> </msubsup> <msubsup> <mi>&amp;kappa;</mi> <mi>k</mi> <mi>T</mi> </msubsup> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <msub> <mi>&amp;kappa;</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
其中κk为任选矩阵，但必须保证满秩；
步骤4：在控制器输出端叠加测试信号ud；
在控制量输入端叠加测试信号ud，这里信号ud的大小和形式都是离线确定的，即ud为已知信号；
步骤5：气动调节阀非线性特性的估计；
通过前四个步骤的分析看出，气动调节阀的输入为u，输出为f(u)，而通过式(5)看出，f(u)的值通过当前的控制作用u和未知输入d的估计值进行近似：
<mrow> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;ap;</mo> <msub> <mi>u</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>u</mi> <mrow> <mi>d</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <mo>+</mo> <msub> <mover> <mi>d</mi> <mo>^</mo> </mover> <mi>k</mi> </msub> </mrow>
其中ud,k为测试信号ud在k时刻的值；这样气动调节阀的非线性特征f(u)利用u+ud和进行分析和确定。
CN201711121777.3A 2017-11-14 2017-11-14 一种气动调节阀粘滞特性参数的估计方法 Active CN107703761B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711121777.3A CN107703761B (zh) 2017-11-14 2017-11-14 一种气动调节阀粘滞特性参数的估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711121777.3A CN107703761B (zh) 2017-11-14 2017-11-14 一种气动调节阀粘滞特性参数的估计方法

Publications (2)

Publication Number Publication Date
CN107703761A true CN107703761A (zh) 2018-02-16
CN107703761B CN107703761B (zh) 2021-08-31

Family

ID=61179435

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711121777.3A Active CN107703761B (zh) 2017-11-14 2017-11-14 一种气动调节阀粘滞特性参数的估计方法

Country Status (1)

Country Link
CN (1) CN107703761B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
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
CN113433903A (zh) * 2021-06-18 2021-09-24 杭州电子科技大学 一种气动调节阀粘滞特性参数在线估计方法
CN113552799A (zh) * 2021-06-28 2021-10-26 北京航空航天大学 一种基于深度q学习的控制阀粘滞参数估计方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU1121700A (en) * 1998-10-21 2000-05-08 Mts Systems Corporation Generating a nonlinear model and generating drive signals for simulation testingusing the same
CN1276069A (zh) * 1997-10-15 2000-12-06 费希尔控制产品国际公司 用于过程控制网络的最佳自动调谐器
CN102566421A (zh) * 2010-09-17 2012-07-11 西门子公司 机器状态监控中异常检测的条件相关性建模的系统和方法
CN104407514A (zh) * 2014-10-21 2015-03-11 河海大学常州校区 基于神经网络状态观测器的微陀螺仪反演控制方法
CN104950670A (zh) * 2015-06-10 2015-09-30 浙江大学 一种连续搅拌釜式反应器的一体化多模型控制方法
CN106154839A (zh) * 2016-09-19 2016-11-23 重庆大学 基于未知目标轨迹的非线性系统鲁棒自适应跟踪控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1276069A (zh) * 1997-10-15 2000-12-06 费希尔控制产品国际公司 用于过程控制网络的最佳自动调谐器
AU1121700A (en) * 1998-10-21 2000-05-08 Mts Systems Corporation Generating a nonlinear model and generating drive signals for simulation testingusing the same
CN102566421A (zh) * 2010-09-17 2012-07-11 西门子公司 机器状态监控中异常检测的条件相关性建模的系统和方法
CN104407514A (zh) * 2014-10-21 2015-03-11 河海大学常州校区 基于神经网络状态观测器的微陀螺仪反演控制方法
CN104950670A (zh) * 2015-06-10 2015-09-30 浙江大学 一种连续搅拌釜式反应器的一体化多模型控制方法
CN106154839A (zh) * 2016-09-19 2016-11-23 重庆大学 基于未知目标轨迹的非线性系统鲁棒自适应跟踪控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王宏璨 等: "《现代控制导论》", 31 March 1992, 中国石化出版社 *
王浩坤 等: "Model Predictive Control for Hammerstein Systems with Unknown Input Nonlinearities", 《INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH》 *

Cited By (3)

* Cited by examiner, † Cited by third party
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
CN113433903A (zh) * 2021-06-18 2021-09-24 杭州电子科技大学 一种气动调节阀粘滞特性参数在线估计方法
CN113552799A (zh) * 2021-06-28 2021-10-26 北京航空航天大学 一种基于深度q学习的控制阀粘滞参数估计方法

Also Published As

Publication number Publication date
CN107703761B (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
CN107703761A (zh) 一种气动调节阀粘滞特性参数的估计方法
CN103105849B (zh) 工业调节阀非线性工作特性诊断方法
DE102008059920A1 (de) Verfahren zum Betreiben eines Resonanzmeßsystems und diesbezügliches Resonanzmeßsystem
JP2006500557A (ja) ２相の流体の流れの検出および測定
EP2513612A1 (de) Verfahren zum betreiben eines coriolis-massendurchflussmessgeräts sowie coriolis-massendurchflussmessgerät
DE102016201933A1 (de) Messanordnung zur Überwachung der Bebunkerung eines Großschiffs
CN110346005B (zh) 基于深度学习的科里奥利质量流量计数字信号处理方法
US6820631B2 (en) Method for the continuous control of a position of a control valve
CN102147625B (zh) 一种再生酸密度检测控制装置及方法
JP4637583B2 (ja) ヒステリシスを決定するための方法、システム、及びプログラム
CN104729643B (zh) 一种高精度地下铲运机动态称重方法
DE102013020603B3 (de) Verfahren zum Betrieb eines Coriolis-Massedurchflussmessgeräts
JP2023166540A (ja) 流動蒸気圧装置および関連方法
DE112004002001T5 (de) Kalibrierung und Validierung für einen Leckdetektor
CN108195574B (zh) 一种控制阀阀位异常震荡实验方法
Joshi et al. Liquid level sensing and control using inductive pressure sensor
Nath et al. Model identification of coupled-tank system—MIMO process
CN112525774B (zh) 一种基于涡街流量计频谱的流速、密度和粘度的测量方法
Sumalatha et al. Novel method of system identification
CN113433903A (zh) 一种气动调节阀粘滞特性参数在线估计方法
WO2010085980A1 (de) Coriolis-massendurchflussmesser und verfahren zur berechnung des gasanteils in einer flüssigkeit
JP2022550666A (ja) 真の蒸気圧及びフラッシングの検出装置、並びに関連方法
Remen et al. Static characteristics of valve–amplifiers for pneumatic drives of mechanical systems
US20210381868A1 (en) Method for Determining Flow Measurement Values of a Coriolis Mass Flowmeter in the Presence of a of a Two-phase Flow
CN112146718B (zh) 一种基于涡街传感器的质量流量测量方法

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
GR01 Patent grant
GR01 Patent grant