CN108132597B - 一种微分超前智能模型集pid控制器设计方法 - Google Patents

一种微分超前智能模型集pid控制器设计方法 Download PDF

Info

Publication number
CN108132597B
CN108132597B CN201711358713.5A CN201711358713A CN108132597B CN 108132597 B CN108132597 B CN 108132597B CN 201711358713 A CN201711358713 A CN 201711358713A CN 108132597 B CN108132597 B CN 108132597B
Authority
CN
China
Prior art keywords
controller
model set
value
loop
parameters
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.)
Active
Application number
CN201711358713.5A
Other languages
English (en)
Other versions
CN108132597A (zh
Inventor
王文新
李全善
王曦
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.)
BEIJING CENTURY ROBUST TECHNOLOGY CO LTD
Original Assignee
BEIJING CENTURY ROBUST TECHNOLOGY 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 BEIJING CENTURY ROBUST TECHNOLOGY CO LTD filed Critical BEIJING CENTURY ROBUST TECHNOLOGY CO LTD
Priority to CN201711358713.5A priority Critical patent/CN108132597B/zh
Publication of CN108132597A publication Critical patent/CN108132597A/zh
Application granted granted Critical
Publication of CN108132597B publication Critical patent/CN108132597B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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.

Abstract

本发明公开了一种微分超前智能模型集PID控制器设计方法，属于流程工业生产技术领域。该方法在微分超前控制器设计方法的基础上，综合生产控制回路过程对象多时段、多工况的有效模型集，智能选取出适应多种工况的全局优化控制器，解决常规控制器设计方法难以适应工况变化的缺陷，实现控制回路能够长期稳定运行，设计全局优化控制器回路结构。在回路模型集基础上，在不改变原有PID控制器结构的基础上直接实施。将该控制器设计方法与回路对象多工况模型集结合，设计出适应多种工况的全局优化控制器，解决常规控制器设计方法难以适应工况变化的缺陷，实现在该控制器控制下的回路能够长期稳定运行。

Description

一种微分超前智能模型集PID控制器设计方法
技术领域
本发明属于流程工业生产技术领域，涉及一种微分超前智能模型集PID控制器设计方法，该方法可以应用于流程工业生产装置控制回路多工况全局优化的控制器设计。
背景技术
在现代炼油化工生产过程中，一套生产装置通常包含少则上百，多则上千的过程控制回路，且装置运行工况随着原料改变、加工需求调整或环境因素变化而变化，对于靠经验整定的单一控制器参数难以适应多工况变化的控制性能，在工况变化时，操作人员往往采用手动控制方式控制目标参数，待生产过程操作工况处于新的稳态时，原有的控制器参数难以达到有效控制，须经由工程师对相关回路控制器进行重新整定才能稳定投用，装置自动化水平和运行平稳性受到了严重影响。
发明内容
针对背景技术描述的问题，本发明提出一种微分超前智能模型集PID控制器设计方法。该方法融合了先进的计算机技术、控制技术及工艺生产技术，充分利用工业大数据挖掘方法，采用先进的建模技术，对生产过程回路对象建立多时段、多工况模型，并形成有效模型集，模型集包含了回路多工况对象精准模型。在回路模型集基础上，提出了一种控制器设计方法，该方法可在不改变原有PID控制器结构的基础上直接实施。将该新型的控制器设计方法与回路对象多工况模型集结合，设计出适应多种工况的全局优化控制器，解决了常规控制器设计方法难以适应工况变化的缺陷，实现在该控制器控制下的回路能够长期稳定运行。
本发明采用的技术方案为一种微分超前智能模型集PID控制器设计方法，在炼油化工生产过程中，被控变量往往要求平缓的变化，即使在工艺需要改变生产计划时，也需要各被控变量平缓地过渡到新的稳态。为防止设定值改变或输入有高频干扰信号时造成输出波动幅度大，严重时可造成事故的风险，引入了微分超前PID(PI-D)控制，如图1所示，即微分只对测量值起作用，比例和积分对偏差起作用，如此可以避免设定值变化造成的输出参数大幅波动。
图1中，R(s)为回路设定值；Y(s)为被控变量输出值；
Figure GDA0003057100030000021
为控制器的比例和积分作用部分传递函数，K为比例系数，TI为积分时间常数；
Figure GDA0003057100030000022
为微分部分传递函数，TD为微分时间常数，α为微分放大系数，取值为0.05～0.1；GP(s)为过程对象传递函数；s为拉普拉斯算子
为实现图1所示控制回路得到有效控制，本发明提出了一种全新的控制器设计方法，控制器设计目标为使得控制回路前向通道等价于积分环节
Figure GDA0003057100030000023
如图2所示，也就相当于闭环控制回路等价于一阶惯性环节
Figure GDA0003057100030000024
如此避免设定值变化造成的输出参数大幅波动，达到更有利于生产装置整体平稳运行的目的。
图2中，G′P(s)此处称为名义过程控制对象传递函数，由图1可得：
Figure GDA0003057100030000031
为了使本方法所设计控制器具有较强的鲁棒性，在控制回路中加入鲁棒提升环节
Figure GDA0003057100030000032
如图3所示。
图3中，λ为鲁棒提升系数，在控制器参数设计阶段计算求得，该鲁棒提升系数的适当取值有利于提升回路的鲁棒性能和平稳过渡动态性能；对图3进行等价变换，得图4所示的控制回路结构图。
图4中，GC(s)为本发明所需设计的控制器，其传递函数如下：
Figure GDA0003057100030000033
增加鲁棒提升环节后，最终控制器参数设计目标为确定控制器参数K、TI、TD，使得控制回路中GC(s)和G′P(s)环节的输入输出响应等价于一阶惯性环节
Figure GDA0003057100030000034
在设定值R(s)改变后，被控变量实现比较理想的平稳过度过程。控制器参数及鲁棒提升系数计算采用随机搜索优化方法，该方法具有运算速度快、精确度高、全局收敛性好等特点，最终计算结果即为新控制器参数。
为了使上述所设计的控制器参数能够在多种工况正常运行，本发明提出一种基于模型集的全局优化智能控制器设计方法，该方法在微分超前控制器设计方法的基础上，综合生产控制回路过程对象多时段、多工况的有效模型集，智能选取出适应多种工况的全局优化控制器，解决了常规控制器设计方法难以适应工况变化的缺陷，实现控制回路能够长期稳定运行，采用该方法设计全局优化控制器回路结构图如图5所示。
图5中，(G′P1(s)，G′P2(s)，…，G′Pm(s))为当前回路名义过程对象模型集，表达式如下：
Figure GDA0003057100030000041
其中，实际的过程对象模型集为(GP1(s)，GP2(s)，…，GPm(s))，m为模型集中包含模型的数量，i表示模型的序号数。
在基于模型集的全局优化智能控制器参数的设计中，采用ITAE即时间乘误差绝对值积分作为最终最优参数确定指标，该指标计算公式如下：
Figure GDA0003057100030000042
其中，ηITAE为全局优化控制器参数性能指标；m为当前回路对象模型集包含模型数量；n为计算模型集中各模型动态响应性能选取时间段包含的数据点数；yi(tj)为模型集中第i个模型在tj时刻输出动态响应值；ri为第i个模型输入给定值；tj为第j个采样数据值的时间，j表示采样数据值的序号数。
本发明所设计的全局优化智能控制器即采用随机搜索优化算法，该方法可快速选取出一组智能控制器参数，直接在PID控制器实施，使得在智能控制器参数控制下，被控过程对象的输出动态响应在性能指标ηITAE的约束下，使得性能指标ηITAE取值最小，实现适应多工况的全局优化智能控制器设计目标。设计方法步骤如下：
S1、利用现场采集到的生产过程对象多时段、多工况的有效数据，采用混合Box-Jenkins模型闭环辨识方法建立过程对象多工况精准模型，形成对象模型集；
S2、对对象模型集中各精准模型，采用微分超前控制器设计方法，分别采用随机搜索优化方法对各工况模型设计出相应的控制器K、TI、TD参数组；
S3、根据S2得到的各控制器参数组，计算出各组控制器K、TI、TD参数的平均值，作为S4采用随机搜索优化算法求取全局优化控制器参数的初值；
S4、采用随机搜索优化算法，以S3计算出的参数平均值作为初值，搜索出一组智能控制器参数，使得对象模型集中各工况模型在该组智能控制器参数控制下，性能指标ηITAE取值最小，即达到全局优化智能控制器的设计目标；
综合对前述新型微分超前智能模型集PID控制器设计方法进行分析，与现有传统的PID控制器相比，本发明所提出的方法具有如下几个优点：
1、本发明突破了传统的PID控制器设计理念，提出了一种新型的微分超前智能模型集PID控制器设计方法，该方法具有设计简单，易于在实际的生产过程应用；
2、提出了一种新型的微分超前智能模型集PID控制器设计方法该方法基于生产过程控制回路对象多时段、多工况有效模型集，设计适应多种工况的全局优化智能控制器，解决了常规控制器设计方法难以适应工况变化的缺陷，实现在该全局优化控制器控制下的回路能够长期稳定运行。
附图说明
图1控制回路PI-D控制结构图。
图2新型控制器设计方法控制回路原理图。
图3控制回路增加鲁棒提升环节结构图。
图4变换后新型控制回路结构图。
图5基于模型集的全局优化控制器设计回路结构图。
图6新型微分超前智能模型集PID控制器控制效果图。
具体实施方式
针对本发明所提出的方法，下面结合一个实例予以说明。
某炼油厂加氢改质装置由于经常调整进料负荷，且不定期更换原料品种，导致装置各单元生产工况经常变化，现场工作人员通常要对相关控制回路控制器参数重新整定，才能适应新的工况生产，对于此类常见的生产过程控制问题，设计可适应多工况的控制器，对降低工作人员劳动强度，使装置保持长期稳定运行具有重要意义。选取该装置原料进料流量回路作为实例说明，设流量对象模型传递函数如下所示：
Figure GDA0003057100030000061
其中，GPi(s)表示流量对象模型集中第i个模型；ai，ki，τi为第i个模型的参数。本发明对现场采集的数据进行分析，挖掘出的多种工况的有效建模数据，并采用混合Box-Jenkins模型闭环辨识方法对流量对象进行建模，形成有效模型集，模型参数见下表所示：
表1流量对象模型集中各工况模型参数
Figure GDA0003057100030000062
采用随机搜索优化方法求取本发明提出的新型控制器设计方法，控制器微分环节中微分放大系数α取值0.1，表1中各工况模型的对应的控制器参数见下表：
表2各工况模型对应的控制器参数
Figure GDA0003057100030000071
可得各组参数平均值
Figure GDA0003057100030000072
分别为1.04、138.2、0.14，采用该平均值作为下一步采用随机搜索优化算法求取全局优化智能控制器参数的初值，最终得到全局优化智能控制器参数K、TI、TD分别为0.79、42.3、0.15。该参数即为本发明提出的基于模型集的新型智能控制器参数，将该参数实施到上述四种工况模型中，得到控制效果如图6所示。
由图6可见，本发明所设计的全局优化智能控制器适用于该流量对象的上述各种工况，且取得了较好的控制水平。

Claims (3)

1.一种微分超前智能模型集PID控制器设计方法，在炼油化工生产过程中，被控变量往往要求平缓的变化，即使在工艺需要改变生产计划时，也需要各被控变量平缓地过渡到新的稳态；为防止设定值改变或输入有高频干扰信号时造成输出波动幅度大，严重时可造成事故的风险，引入了微分超前PID控制，即微分只对测量值起作用，比例和积分对偏差起作用，如此避免设定值变化造成的输出参数大幅波动；
R(s)为回路设定值；Y(s)为被控变量输出值；
Figure FDA0003027886040000011
为控制器的比例和积分作用部分传递函数，K为比例系数，TI为积分时间常数；
Figure FDA0003027886040000012
为微分部分传递函数，TD为微分时间常数，α为微分放大系数，取值为0.05～0.1；GP(s)为过程对象传递函数；s为拉普拉斯算子；
其特征在于：
控制器设计目标为使得控制回路前向通道等价于积分环节
Figure FDA0003027886040000013
也就相当于闭环控制回路等价于一阶惯性环节
Figure FDA0003027886040000014
如此避免设定值变化造成的输出参数大幅波动，达到更有利于生产装置整体平稳运行的目的；
G′P(s)此处称为名义过程控制对象传递函数，
Figure FDA0003027886040000015
为了使本方法所设计控制器具有较强的鲁棒性，在控制回路中加入鲁棒提升环节
Figure FDA0003027886040000016
λ为鲁棒提升系数，在控制器参数设计阶段计算求得，该鲁棒提升系数的适当取值有利于提升回路的鲁棒性能和平稳过渡动态性能；进行等价变换得到控制回路结构；
GC(s)为所需设计的控制器，其传递函数如下：
Figure FDA0003027886040000021
增加鲁棒提升环节后，最终控制器参数设计目标为确定控制器参数K、TI、TD，使得控制回路中GC(s)和G′P(s)环节的输入输出响应等价于一阶惯性环节
Figure FDA0003027886040000022
在设定值R(s)改变后，被控变量实现比较理想的平稳过度过程；控制器参数及鲁棒提升系数计算采用随机搜索优化方法。
2.根据权利要求1所述的一种微分超前智能模型集PID控制器设计方法，其特征在于：
在微分超前控制器设计方法的基础上，综合生产控制回路过程对象多时段、多工况的有效模型集，智能选取出适应多种工况的全局优化控制器，解决了常规控制器设计方法难以适应工况变化的缺陷，实现控制回路能够长期稳定运行，设计全局优化控制器回路结构；
(G′P1(s)，G′P2(s)，…，G′Pm(s))为当前回路名义过程对象模型集，表达式如下：
Figure FDA0003027886040000023
其中，实际的过程对象模型集为(GP1(s)，GP2(s)，…，GPm(s))，m为模型集中包含模型的数量，i表示模型的序号数；
在基于模型集的全局优化智能控制器参数的设计中，采用ITAE即时间乘误差绝对值积分作为最终最优参数确定指标，该指标计算公式如下：
Figure FDA0003027886040000031
其中，ηITAE为全局优化控制器参数性能指标；m为当前回路对象模型集包含模型数量；n为计算模型集中各模型动态响应性能选取时间段包含的数据点数；yi(tj)为模型集中第i个模型在tj时刻输出动态响应值；ri为第i个模型输入给定值；tj为第j个采样数据值的时间，j表示采样数据值的序号数。
3.根据权利要求1所述的一种微分超前智能模型集PID控制器设计方法，其特征在于：
所设计的全局优化智能控制器即采用随机搜索优化算法，该方法快速选取出一组智能控制器参数，直接在PID控制器实施，使得在智能控制器参数控制下，被控过程对象的输出动态响应在性能指标ηITAE的约束下，使得性能指标ηITAE取值最小，实现适应多工况的全局优化智能控制器设计目标；方法步骤如下：
S1、利用现场采集到的生产过程对象多时段、多工况的有效数据，采用混合Box-Jenkins模型闭环辨识方法建立过程对象多工况精准模型，形成对象模型集；
S2、对对象模型集中各精准模型，采用微分超前控制器设计方法，分别采用随机搜索优化方法对各工况模型设计出相应的控制器K、TI、TD参数组；
S3、根据S2得到的各控制器参数组，计算出各组控制器K、TI、TD参数的平均值，作为S4采用随机搜索优化算法求取全局优化控制器参数的初值；
S4、采用随机搜索优化算法，以S3计算出的参数平均值作为初值，搜索出一组智能控制器参数，使得对象模型集中各工况模型在该组智能控制器参数控制下，性能指标ηITAE取值最小，即达到全局优化智能控制器的设计目标。
CN201711358713.5A 2017-12-17 2017-12-17 一种微分超前智能模型集pid控制器设计方法 Active CN108132597B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711358713.5A CN108132597B (zh) 2017-12-17 2017-12-17 一种微分超前智能模型集pid控制器设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711358713.5A CN108132597B (zh) 2017-12-17 2017-12-17 一种微分超前智能模型集pid控制器设计方法

Publications (2)

Publication Number Publication Date
CN108132597A CN108132597A (zh) 2018-06-08
CN108132597B true CN108132597B (zh) 2021-06-25

Family

ID=62390423

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711358713.5A Active CN108132597B (zh) 2017-12-17 2017-12-17 一种微分超前智能模型集pid控制器设计方法

Country Status (1)

Country Link
CN (1) CN108132597B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109445275B (zh) * 2018-11-08 2021-01-26 广东电网有限责任公司 一种比例滞后控制方法、装置及设备
CN109901385B (zh) * 2019-03-19 2023-03-17 广东电网有限责任公司 一种超前观测方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101993151A (zh) * 2009-08-27 2011-03-30 中国科学院沈阳自动化研究所 污水生化处理过程回路控制方法
CN104777746A (zh) * 2015-04-09 2015-07-15 长春理工大学 一种增强型的增益鲁棒分数阶pid控制器参数整定方法
CN105929683A (zh) * 2016-06-23 2016-09-07 东南大学 一种微分可调pid控制器参数工程整定方法
CN106527119A (zh) * 2016-11-03 2017-03-22 东华大学 基于模糊控制的微分先行pid控制系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7113834B2 (en) * 2000-06-20 2006-09-26 Fisher-Rosemount Systems, Inc. State based adaptive feedback feedforward PID controller
US9277955B2 (en) * 2010-04-09 2016-03-08 Vessix Vascular, Inc. Power generating and control apparatus for the treatment of tissue

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101993151A (zh) * 2009-08-27 2011-03-30 中国科学院沈阳自动化研究所 污水生化处理过程回路控制方法
CN104777746A (zh) * 2015-04-09 2015-07-15 长春理工大学 一种增强型的增益鲁棒分数阶pid控制器参数整定方法
CN105929683A (zh) * 2016-06-23 2016-09-07 东南大学 一种微分可调pid控制器参数工程整定方法
CN106527119A (zh) * 2016-11-03 2017-03-22 东华大学 基于模糊控制的微分先行pid控制系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
The Application of Model PID or IMC-PID Advanced Process Control to Refinery and Petrochemical Plants;Zhen Xinping;《2007 Chinese Control Conference》;20071015;page 1934-1768 *
催化裂化装置PID控制回路的优化;李全善;《石油炼制与化工》;20040930;第35卷(第9期);第46-51页 *
基于模型集的鲁棒PID控制器自整定方法及应用;李全善;《第二十二届中国过程控制会议》;20110801;第1-6页 *

Also Published As

Publication number Publication date
CN108132597A (zh) 2018-06-08

Similar Documents

Publication Publication Date Title
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
CN105388764B (zh) 基于动态矩阵前馈预测的电液伺服pid控制方法及系统
CN101286044B (zh) 一种燃煤锅炉系统蒸汽温度混合建模方法
CN101995822A (zh) 一种大时滞系统的灰色自抗扰控制方法
CN108132597B (zh) 一种微分超前智能模型集pid控制器设计方法
CN104122795A (zh) 基于新型极值函数指标的智能自整定pid室温控制算法
CN108132596B (zh) 一种微分超前广义智能内部模型集pid控制器设计方法
CN106325074A (zh) 一种基于布谷鸟算法的pid控制器参数智能整定方法
CN114995155B (zh) 一种高纯度精馏过程鲁棒解耦控制系统及控制方法
CN107870567B (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
CN103760931B (zh) 动态矩阵控制优化的油气水卧式三相分离器压力控制方法
CN106054616B (zh) 模糊逻辑优化pid控制器参数的钛带卷连续酸洗活套高度控制方法
CN103235510A (zh) 生料供料过程仓重智能切换控制方法及其控制系统
CN108107713B (zh) 一种比例微分超前智能模型集pid控制器设计方法
US9098078B2 (en) Control algorithm based on modeling a controlled object
CN109976405A (zh) 一种陶瓷窑炉温度复合控制方法、设备及系统
CN104267600B (zh) 钢包精炼炉电极调节控制系统及其控制方法
CN109298631A (zh) 一种基于传统pid控制器附加二次比例系数的自适应参数整定方法
CN108089435B (zh) 一种智能模型集pid控制器设计方法
CN104155876B (zh) 一种pid控制器的分离实现方法
CN108170024B (zh) 一种广义智能内部模型集pid控制器设计方法
CN104460317A (zh) 单输入单输出化工生产过程的自适应预测函数的控制方法
Engin et al. Auto-tuning of PID parameters with programmable logic controller
CN115236970A (zh) 一种pi控制器参数劣化溯源方法
CN106647247A (zh) 一种适用于伺服控制器的控制算法

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