CN108549236B - 计量泵电机转速信号滤波时延与网络传输时延补偿方法 - Google Patents

Abstract

本发明公开了一种工业计量泵电机转速信号滤波时延与网络传输时延补偿方法。工业计量泵广泛应于流程工业领域，对其驱动电机转速的小幅波动实施自适应滤波，可提高流量检测精度，对流量实施网络化远程优化调节，可提高控制精度和控制性能。转速滤波和网络传输会产生时延，这将导致控制性能下降。本发明同时考虑转速滤波时延和网络传输时延，利用模型预测控制的一次在线优化可求出多个时刻的控制信息这一特点，进行时延补偿，以确保控制性能。

Description

计量泵电机转速信号滤波时延与网络传输时延补偿方法

技术领域

本发明涉及工业计量泵流体投加与控制领域，特别是网络化高性能流体控制的信号处理时延和网络传输时延的补偿技术。

背景技术

我国流程工业的产值占全部工业总产值的60％以上，而液态介质的投加则是流程工业生产制备过程中以连续或间歇方式精确定量或精确配比添加各种化学药剂、确保产品质量的关键性生产工艺环节。液态介质投加装置以工业计量泵为核心，广泛应用于石油、化工、水处理、热力发电、制药、食品、造纸等流程工业领域。

现有计量泵通过手轮以离线方式大致调节流量大小，无法实现在线精准调节和真正意义上的流量计量，既不利于节能降耗，也难以保证产品质量；另一方面，工作现场存在强酸、强碱和有毒气体，环境恶劣，不便人工操作。因此，为了提高产品质量、实现节能降耗和绿色制造以及改善操作环境，迫切需要实现强腐蚀性液态介质流量的自动精确测量和自动优化调节。

采用本地测控和网络远程控制相结合的策略，可有效提升流体的控制精度，提高产品质量，实现节能降耗。

为了实现流体的精确测量，需要对信号进行滤波处理，这将产生相位滞后，产生信号时延。信号在通信网络中传输还会产生网络传输时延。对这两部分时延，如不采取有效的补偿方法，将会影响流体的控制性能。

发明内容

为了解决现有技术中存在的上述技术问题，本发明提供了一种工业计量泵电机转速信号滤波时延与网络传输时延补偿方法，综合驱动电机转速信号滤波引起的相位滞后时延和网络化远程优化调节引起的网络传输时延，基于模型预测控制的一次在线优化求出当前时刻和将来时刻的多个控制量，对总时延τ_d进行补偿。

进一步的，所述模型预测控制的一次在线优化计算出当前时刻到未来时刻的多个控制量n(k)，n(k+1)，…，n(k+M-1)，若总时延τ_d＝mT，则取最优转速n_s＝n(k+m-1)，否则利用n(k)，n(k+1)，…，n(k+M-1)，通过插值计算求出经时延补偿后的最优转速n_s；根据最优转速n_s，采用带电压补偿的闭环V/F变频控制策略，对隔膜计量泵驱动电机的转速实施变频控制，从而实现流量的优化调节。

进一步的，所述驱动电机转速自适应滤波器的截止频率f_c随转速变化二变化，且滤波公式采用如下形式：

式中，

这时p是三相异步电机的极对数，f_PWM是当前时刻V/F控制的PWM频率。

进一步的，采用电压补偿V/F变频控制策略对大幅转速波动进行抑制的基础上，对小幅转速波动进行自适应滤波。

进一步的，：根据滤波后的转速计算瞬时流量q(k)，可提高流量的检测精度。

本发明同时考虑转速滤波时延和网络传输时延，利用模型预测控制的一次在线优化可求出多个时刻的控制信息这一特点，进行时延补偿，以确保控制性能。

附图说明

图1为频率为f_c的N阶自适应低通滤波器示意图；

图2为流量信号的自适应滤波与网络化远程优化调节示意图。

具体实施方式

下面结合附图对本发明作进一步说明。

设电机蜗轮蜗杆减速器的传动比为r，计量泵隔膜在一个往复行程中的容积变化量为ΔV(升)，电机转速为n(转/分)，则在稳态工况下，可根据下式计算稳态体积流量

令

则

Q＝60ΔV_rn(升/小时) (2)

往复式工业计量泵的驱动电机承受非线性负载，因此，存在大幅转速波动，根据(2)式，转速n的大幅波动将引起流量Q的大幅波动，为此，可采用带电压补偿的V/F控制算法抑制大幅转速波动，但小幅转速波动也会影响流量的检测精度。为了进一步提高流量检测精度，对小范围的转速波动，以最佳转速对应的频率作为截止频率f_c，设计自适应低通滤波器，对转速进行滤波，以消除转速波动对流量检测的影响。对于V/F变频控制而言，截止频率是随着最佳转速变化的，因此具有自适应性。如图1所示，为了便于设计和实现，首先设计截止频率为f_c的一阶自适应低通滤波器，将N个一阶低通滤波器串级得到N阶自适应低通滤波器。为了在DSP微控制器中实时运行，通常取N＝2～3，N太大会造成严重相位滞后，无法进行相位补偿，甚至会产生非线性相位失真。

由于现场测控装置以微控制器为核心，计算能力受限，只能实施简单的基本测控任务，而基于优化的模型预测控制可大幅度提升过程的调控性能，因此本发明在本地测控的基础上，基于网络反馈，采用模型预测控制(MPC)策略实施远程优化调节。通过本地测控与远程优化调节相结合，最终形成面向优化调节的检测技术与装置，实现液态介质流量的优化调节，达到节能降耗和提高产品质量的目标。

流量信号自适应滤波与网络优化调节过程如图2所示。图2中，n_t(k)为当前采样时刻实测的转速，n(k)为过网络远程优化调节求得的的最优转速，△V为根据最优转速和实测转速之差，采用电压补偿V/F电压补偿控制策略求得的电压补偿量，n_f(k)为经自适应滤波后转速，q(k)根据为求得的瞬态流量值。

转速自适应滤波器采用如下形式：

式中，

这时p是三相异步电机的极对数，f_PWM是当前时刻V/F控制的PWM频率。

转速信号的自适应滤波和网络化远程优化调节会产生附加的时延，这将对控制性能产生不利影响，必须要采取有效的措施进行时延补偿。

分析滤波器的频率响应特性，确定自适应滤波产生的相位滞后

再利用相应的转速确定相位滞后对应的时延

假设信号从数字变频计量控制器到网络优化节点，再经优化计算后到数字变频计量控制器的网络通信时延为τ_N，则总时延为

若电机的角速度为ω，则

而网络时延τ_N具有随机性。

在流的动态调节过程由于隔膜的机械惯性、流体阻力等原因，瞬态流量q与转速n之间存在着动态过渡的非稳态关系，这种关系可用受控自回归积分滑动平均模型CARIMR模型来描述，具体形式如下：

A(z^-1)q(k)＝B(z^-1)n(k-1)+C(z^-1)ξ(k)/Δ (5)

式中n(k)，q(k)分别为动态过渡过程中计量泵瞬态转速与瞬态流量，为了与稳态流量相区别同，这里瞬态流量用小写字母q表示，ξ表示均值为零、方差为σ²的白噪声，Δ＝1-z^-1为差分算子，

假设预测时域为P，则参考轨迹向量为

q_r(k+1)＝(q_r(k+1),q_r(k+2),…,q_r(k+P))^T (6)

设控制时域为M，Δn(k)＝(Δn(k),Δn(k+1),…,Δn(k+M-1))^T,则P步预测输出向量可表示为：

q_p(k+1)＝GΔn(k)+Fq(k)+HΔn(k-1)+E (7)

上式右边第一项为与待求输入向量有关的列向量，第二项为由当前输出和过去输出决定的已知列向量，第三项为过去输入决定的列向量，最后一项为与噪声有关的列向量。

其中G为P×M系数矩阵，F,H,E为P维的关于z^-1的多项式列向量，系数矩阵G和F，H，E的系数可通过求解Diophantine方程求得。

广义预测控制的目的是使预测输出对参考轨迹的跟踪误差最小，据此可确定如下性能指标：

J＝ψ{(q_p(k+1)-q_r(k+1)^T(q_p(k+1)-q_r(k+1)))+λΔn^T(k)Δn(k)} (8)

式中ψ表示求期望值,λ为加权因子。

令

得如下优化控制率

Δn(k)＝(G^TG+λI)^-1G^T(q_r(k+1)-F_q(k)-HΔn(k-1)) (9)

将控制向量中Δn(k)第一个分量Δn(k)作用于控制对象，在每个采样周期重复上述过程。

模型预测控制的特点是一次滚动优化可计算出当前时刻到未来时该的多个控制量n(k)，n(k+1)，…，n(k+M-1)，若τ_d＝mT，则取最优转速n_s＝n(k+m-1),否则利用n(k)，n(k+1)，…，n(k+M-1)，通过插值计算可求出经时延补偿后的最优转速n_s。根据最优转速n_s，采用图2带电压补偿的闭环V/F变频控制策略，对隔膜计量泵驱动电机的转速实施变频控制，从而实现流量的优化调节。

Claims (2)

1.一种工业计量泵电机转速信号滤波时延与网络传输时延补偿方法，其特征在于：综合驱动电机转速信号滤波引起的相位滞后时延和网络化远程优化调节引起的网络传输时延，基于模型预测控制的一次在线优化求出当前时刻和将来时刻的多个控制量，对总时延τ_d进行补偿；

所述模型预测控制的一次在线优化计算出当前时刻到未来时刻的多个控制量n(k)，n(k+1)，…，n(k+M-1)，若总时延τ_d＝mT，则取最优转速n_s＝n(k+m-1)，否则利用n(k)，n(k+1)，…，n(k+M-1)，通过插值计算求出经时延补偿后的最优转速n_s；根据最优转速n_s，采用带电压补偿的闭环V/F变频控制策略，对隔膜计量泵驱动电机的转速实施变频控制，从而实现流量的优化调节；

驱动电机转速自适应滤波器的截止频率f_c随转速变化而变化，且滤波公式采用如下形式：

式中，

这时p是三相异步电机的极对数，f_PWM是当前时刻V/F控制的PWM频率；

采用电压补偿V/F变频控制策略对大幅转速波动进行抑制的基础上，对小幅转速波动进行自适应滤波。

2.如权利要求1所述的工业计量泵电机转速信号滤波时延与网络传输时延补偿方法，其特征在于：根据滤波后的转速计算瞬时流量q(k)，可提高流量的检测精度。

Images