CN108646567A - 一种带有积分和迟延环节的被控对象动态矩阵控制方法 - Google Patents

一种带有积分和迟延环节的被控对象动态矩阵控制方法 Download PDF

Info

Publication number
CN108646567A
CN108646567A CN201810663234.2A CN201810663234A CN108646567A CN 108646567 A CN108646567 A CN 108646567A CN 201810663234 A CN201810663234 A CN 201810663234A CN 108646567 A CN108646567 A CN 108646567A
Authority
CN
China
Prior art keywords
controlled device
link
balancing
self
integral
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
CN201810663234.2A
Other languages
English (en)
Other versions
CN108646567B (zh
Inventor
钱虹
苑源
张栋良
苏晓燕
杨婷
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.)
Shanghai University of Electric Power
University of Shanghai for Science and Technology
Original Assignee
Shanghai University of Electric Power
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 Shanghai University of Electric Power filed Critical Shanghai University of Electric Power
Priority to CN201810663234.2A priority Critical patent/CN108646567B/zh
Publication of CN108646567A publication Critical patent/CN108646567A/zh
Application granted granted Critical
Publication of CN108646567B publication Critical patent/CN108646567B/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

Abstract

本发明涉及一种带有积分和迟延环节的被控对象动态矩阵控制方法，该方法包括如下步骤：(1)提供带有积分和迟延环节的被控对象；(2)对带有积分和迟延环节的被控对象设置反馈通道，建立有自平衡能力的被控对象；(3)建立有自平衡能力的被控对象简化模型；(4)对有自平衡能力的被控对象简化模型设计动态矩阵控制器，得到虚拟实时预测控制信号；(5)根据虚拟实时预测控制信号得到带有积分和迟延环节的被控对象的实际实时预测控制信号，实现动态矩阵控制。与现有技术相比，本发明能够克服动态矩阵控制算法存在的缺陷、改进传统控制方法控制品质的不足，提供一种带有积分和迟延环节的被控对象动态矩阵控制的实现方法。

Description

一种带有积分和迟延环节的被控对象动态矩阵控制方法
技术领域
本发明涉及控制技术领域，尤其是涉及一种带有积分和迟延环节的被控对象动态矩阵控制方法。
背景技术
工业过程控制中存在许多具有大惯性、大迟延、难以获得精确数学模型特点的被控对象，针对带有积分和迟延环节的无自平衡能力的复杂非线性系统，传统的PID控制方法调节效果不够理想，存在响应速度慢、超调量大等缺点。
动态矩阵控制(Dynamic Matrix Control,DMC)是一种基于被控对象阶跃响应的预测控制算法，对模型要求较低、算法计算量较小且鲁棒性较强。目前DMC算法可直接用于工业过程控制中有自平衡能力的被控对象，在对带有积分和迟延环节的被控对象建模时会产生截断误差，因此尚未用于无自平衡能力的被控对象。为解决这一问题，学者们进行了大量研究，可分为两类：一类主要针对被控对象进行研究，例如将不稳定模型进行分解得到稳定部分进行DMC控制器设计，但局限于理论上解决算法的应用问题；另一类主要针对算法自身进行研究，例如对DMC算法迭代矩阵进行改进解决预测模型的截断误差，但并未充分考虑工程实际信号的采集。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种带有积分和迟延环节的被控对象动态矩阵控制方法。
本发明的目的可以通过以下技术方案来实现：
一种带有积分和迟延环节的被控对象动态矩阵控制方法，该方法包括如下步骤：
(1)提供带有积分和迟延环节的被控对象；
(2)对带有积分和迟延环节的被控对象设置反馈通道，建立有自平衡能力的被控对象；
(3)对有自平衡能力的被控对象进行简化处理，建立有自平衡能力的被控对象简化模型；
(4)对有自平衡能力的被控对象简化模型设计动态矩阵控制器，得到虚拟实时预测控制信号；
(5)根据虚拟实时预测控制信号得到带有积分和迟延环节的被控对象的实际实时预测控制信号，实现带有积分和迟延环节的被控对象动态矩阵控制。
步骤(1)带有积分和迟延环节的被控对象具体为：
其中，G0(s)为带有积分和迟延环节的被控对象，k0为放大系数，T0为惯性时间常数，τ0为迟延时间，s为拉普拉斯算子，e为自然常数。
步骤(2)中有自平衡能力的被控对象具体为：
G1(s)＝G0(s)/(1+K×G0(s))，
其中，G1(s)为有自平衡能力的被控对象，G0(s)为带有积分和迟延环节的被控对象，K为反馈通道增益，s为拉普拉斯算子。
步骤(3)中有自平衡能力的被控对象简化模型通过如下方式获得：将有自平衡能力的被控对象分母中的纯迟延环节近似线性化，得到有自平衡能力的被控对象简化模型，纯迟延环节近似线性化具体为：
τo为迟延时间，s为拉普拉斯算子，e为自然常数。
步骤(4)中虚拟实时预测控制信号通过如下方式获得：
u(k)＝u(k-1)+CT(ATQA+R)-1ATQ[ωP(k)-yP-P0(k)]，
其中，u(k)为有自平衡能力的被控对象k时刻虚拟实时预测控制信号，k为当前控制时刻，u(k-1)为有自平衡能力的被控对象k-1时刻虚拟实时预测控制信号，CT为取首元素矩阵，A为动态矩阵，Q为误差权矩阵，R为控制权矩阵，ωP(k)为k时刻期望值矩阵，yP-P0(k)为k时刻控制器预测初值矩阵。
动态矩阵为：
其中，ai为有自平衡能力的被控对象简化模型单位阶跃响应参数值，i＝1,2,…,N，N为建模时域，P为预测时域，M为控制时域，并有M≤P≤N。
步骤(5)中带有积分和迟延环节的被控对象的实际实时预测控制信号通过如下方式获得：
uC(k)＝u(k)-K×y(k)，
其中，uC(k)为带有积分和迟延环节的被控对象k时刻实际实时预测控制信号，u(k)为有自平衡能力的被控对象k时刻虚拟实时预测控制信号，y(k)为带有积分和迟延环节的被控对象k时刻的输出信号，K为反馈通道增益。
与现有技术相比，本发明具有如下优点：
(1)本发明将带有积分和迟延环节的被控对象转化为有自平衡能力的被控对象，进而在有自平衡能力的被控对象的基础上进行动态矩阵控制，提供了一种带有积分和迟延环节的被控对象动态矩阵控制的实现方法，进而将动态矩阵控制算法应用于带有积分和迟延环节的被控对象控制器设计，克服了动态矩阵控制算法存在的控制缺陷；
(2)本发明实现了带有积分和迟延环节的被控对象动态矩阵控制，与传统PID控制相比响应速度更快、超调量更小、鲁棒性更好，进而使得带有积分和迟延环节的控制系统具有更好的控制性能。
附图说明
图1为本发明带有积分和迟延环节的被控对象动态矩阵控制方法的流程框图；
图2为本发明实施例中实际实时预测控制信号仿真结果图；
图3为采用本发明方法与采用传统方法的仿真结果对比图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。
实施例
如图1所示，一种带有积分和迟延环节的被控对象动态矩阵控制方法，总体而言，该方法包括如下步骤：
(A)提供带有积分和迟延环节的被控对象；
(B)采用动态矩阵控制算法得到带有积分和迟延环节的被控对象的实际实时预测控制信号，实现带有积分和迟延环节的被控对象动态矩阵控制。
具体地，该方法包括如下步骤：
(1)提供带有积分和迟延环节的被控对象，具体地，带有积分和迟延环节的被控对象是本发明所欲建模的工业过程控制中某一带有积分和迟延环节的被控对象，例如核电站稳压器压力被控对象；
(2)对带有积分和迟延环节的被控对象设置反馈通道，建立有自平衡能力的被控对象；
(3)对有自平衡能力的被控对象进行简化处理，建立有自平衡能力的被控对象简化模型；
(4)对有自平衡能力的被控对象简化模型设计动态矩阵控制器，得到虚拟实时预测控制信号；
(5)根据虚拟实时预测控制信号得到带有积分和迟延环节的被控对象的实际实时预测控制信号，实现带有积分和迟延环节的被控对象动态矩阵控制。
步骤(1)带有积分和迟延环节的被控对象具体为：
其中，G0(s)为带有积分和迟延环节的被控对象，k0为放大系数，T0为惯性时间常数，τ0为迟延时间，s为拉普拉斯算子，e为自然常数。具体地，本实施例中核电站稳压器压力被控对象模型为G0(s)＝-(1.628×10-2)/s。
步骤(2)中有自平衡能力的被控对象具体为：
G1(s)＝G0(s)/(1+K×G0(s))，
其中，G1(s)为有自平衡能力的被控对象，G0(s)为带有积分和迟延环节的被控对象，K为反馈通道增益，当反馈通道增益K小于一定范围时有自平衡能力的被控对象G1(s)是稳定的，s为拉普拉斯算子，具体地，本实施例中G1(s)为有自平衡能力的核电站稳压器压力被控对象模型。
步骤(3)中有自平衡能力的被控对象简化模型通过如下方式获得：将有自平衡能力的被控对象分母中的纯迟延环节近似线性化，得到有自平衡能力的被控对象简化模型G2(s)，纯迟延环节近似线性化具体为：
τo为迟延时间，s为拉普拉斯算子，e为自然常数。具体地，本实施例中有自平衡能力的核电站稳压器压力被控对象简化模型为G2(s)＝-(1.628×10-2)/(s+1.628×10-2)。
步骤(4)中虚拟实时预测控制信号通过如下方式获得：
u(k)＝u(k-1)+CT(ATQA+R)-1ATQ[ωP(k)-yP-P0(k)]，
其中，u(k)为有自平衡能力的被控对象k时刻虚拟实时预测控制信号，k为当前控制时刻，u(k-1)为有自平衡能力的被控对象k-1时刻虚拟实时预测控制信号，CT为取首元素矩阵，A为动态矩阵，Q为误差权矩阵，R为控制权矩阵，ωP(k)为k时刻期望值矩阵，yP-P0(k)为k时刻控制器预测初值矩阵，具体地，本实施例中u(k)为作用于有自平衡能力的核电站稳压器压力被控对象的动态矩阵控制器直接输出的虚拟实时预测控制信号。
其中，动态矩阵为：
其中，ai为有自平衡能力的被控对象简化模型单位阶跃响应参数值，i＝1,2,…,N，N为建模时域，P为预测时域，M为控制时域，并有M≤P≤N。
步骤(5)中带有积分和迟延环节的被控对象的实际实时预测控制信号通过如下方式获得：
uC(k)＝u(k)-K×y(k)，
其中，uC(k)为带有积分和迟延环节的被控对象k时刻实际实时预测控制信号，u(k)为有自平衡能力的被控对象k时刻虚拟实时预测控制信号，y(k)为带有积分和迟延环节的被控对象k时刻的输出信号，K为反馈通道增益，本实施例中uC(k)为作用于核电站稳压器压力被控对象的本发明方法输出的实际实时预测控制信号，y(k)为核电站稳压器压力被控对象k时刻的压力输出信号。
对核电站稳压器压力被控对象进行本发明方法动态矩阵控制仿真，仿真实验时控制器参数设置如下：采样周期为0.1s，预测时域为70，控制时域为6，误差权矩阵参数为1，控制权矩阵参数为0，校正向量参数为1。实际实时预测控制信号仿真结果如图2所示。控制系统响应输出仿真结果如图3所示。由仿真曲线可知：动态矩阵控制的响应速度快，曲线无超调，调整时间为5s(误差为±2％)，具有响应快、超调小、静态稳定性好的特点。
对核电站稳压器压力被控对象进行PID控制仿真，仿真实验时控制器参数设置如下：比例系数为20，积分系数为0.8，微分系数为0。控制系统响应输出仿真结果如图3所示。由仿真曲线可知：PID控制的上升时间为7s，峰值时间为15s，超调量为12％，调整时间为56s(误差为±2％)，相较于本发明动态矩阵控制方法调节品质较差。因此，本发明一种带有积分和迟延环节的被控对象动态矩阵控制方法在带有积分和迟延环节的被控对象控制方面效果更好。
上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。

Claims (7)

1.一种带有积分和迟延环节的被控对象动态矩阵控制方法，其特征在于，该方法包括如下步骤：
(1)提供带有积分和迟延环节的被控对象；
(2)对带有积分和迟延环节的被控对象设置反馈通道，建立有自平衡能力的被控对象；
(3)对有自平衡能力的被控对象进行简化处理，建立有自平衡能力的被控对象简化模型；
(4)对有自平衡能力的被控对象简化模型设计动态矩阵控制器，得到虚拟实时预测控制信号；
(5)根据虚拟实时预测控制信号得到带有积分和迟延环节的被控对象的实际实时预测控制信号，实现带有积分和迟延环节的被控对象动态矩阵控制。
2.根据权利要求1所述的一种带有积分和迟延环节的被控对象动态矩阵控制方法，其特征在于，步骤(1)带有积分和迟延环节的被控对象具体为：
其中，G0(s)为带有积分和迟延环节的被控对象，k0为放大系数，T0为惯性时间常数，τ0为迟延时间，s为拉普拉斯算子，e为自然常数。
3.根据权利要求1所述的一种带有积分和迟延环节的被控对象动态矩阵控制方法，其特征在于，步骤(2)中有自平衡能力的被控对象具体为：
G1(s)＝G0(s)/(1+K×G0(s))，
其中，G1(s)为有自平衡能力的被控对象，G0(s)为带有积分和迟延环节的被控对象，K为反馈通道增益，s为拉普拉斯算子。
4.根据权利要求1所述的一种带有积分和迟延环节的被控对象动态矩阵控制方法，其特征在于，步骤(3)中有自平衡能力的被控对象简化模型通过如下方式获得：将有自平衡能力的被控对象分母中的纯迟延环节近似线性化，得到有自平衡能力的被控对象简化模型，纯迟延环节近似线性化具体为：
τo为迟延时间，s为拉普拉斯算子，e为自然常数。
5.根据权利要求1所述的一种带有积分和迟延环节的被控对象动态矩阵控制方法，其特征在于，步骤(4)中虚拟实时预测控制信号通过如下方式获得：
u(k)＝u(k-1)+CT(ATQA+R)-1ATQ[ωP(k)-yP-P0(k)]，
其中，u(k)为有自平衡能力的被控对象k时刻虚拟实时预测控制信号，k为当前控制时刻，u(k-1)为有自平衡能力的被控对象k-1时刻虚拟实时预测控制信号，CT为取首元素矩阵，A为动态矩阵，Q为误差权矩阵，R为控制权矩阵，ωP(k)为k时刻期望值矩阵，yP-P0(k)为k时刻控制器预测初值矩阵。
6.根据权利要求5所述的一种带有积分和迟延环节的被控对象动态矩阵控制方法，其特征在于，动态矩阵为：
其中，ai为有自平衡能力的被控对象简化模型单位阶跃响应参数值，i＝1,2,…,N，N为建模时域，P为预测时域，M为控制时域，并有M≤P≤N。
7.根据权利要求1所述的一种带有积分和迟延环节的被控对象动态矩阵控制方法，其特征在于，步骤(5)中带有积分和迟延环节的被控对象的实际实时预测控制信号通过如下方式获得：
uC(k)＝u(k)-K×y(k)，
其中，uC(k)为带有积分和迟延环节的被控对象k时刻实际实时预测控制信号，u(k)为有自平衡能力的被控对象k时刻虚拟实时预测控制信号，y(k)为带有积分和迟延环节的被控对象k时刻的输出信号，K为反馈通道增益。
CN201810663234.2A 2018-06-25 2018-06-25 一种核电站稳压器压力被控对象动态矩阵控制方法 Active CN108646567B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810663234.2A CN108646567B (zh) 2018-06-25 2018-06-25 一种核电站稳压器压力被控对象动态矩阵控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810663234.2A CN108646567B (zh) 2018-06-25 2018-06-25 一种核电站稳压器压力被控对象动态矩阵控制方法

Publications (2)

Publication Number Publication Date
CN108646567A true CN108646567A (zh) 2018-10-12
CN108646567B CN108646567B (zh) 2021-07-20

Family

ID=63753571

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810663234.2A Active CN108646567B (zh) 2018-06-25 2018-06-25 一种核电站稳压器压力被控对象动态矩阵控制方法

Country Status (1)

Country Link
CN (1) CN108646567B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103197536A (zh) * 2013-03-12 2013-07-10 北京源深节能技术有限责任公司 模型驱动pid控制方法及控制装置
CN105276561A (zh) * 2015-11-16 2016-01-27 黄红林 一种锅炉主蒸汽压力的自适应预测控制方法
CN105676915A (zh) * 2016-03-24 2016-06-15 柳州铁道职业技术学院 基于自抗扰技术的生产线喷涂烘干过程的温度控制方法
CN105892296A (zh) * 2016-05-11 2016-08-24 杭州电子科技大学 一种工业加热炉系统的分数阶动态矩阵控制方法
CN106483853A (zh) * 2016-12-30 2017-03-08 杭州电子科技大学 炼油加热炉炉膛压力的分数阶分布式动态矩阵控制方法
CN107168062A (zh) * 2017-05-31 2017-09-15 国网河南省电力公司电力科学研究院 一种超临界燃煤机组协调控制系统中的负荷预测方法
CN107515598A (zh) * 2017-09-06 2017-12-26 东南大学 基于多参数动态矩阵控制的火电机组分布式协调控制系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103197536A (zh) * 2013-03-12 2013-07-10 北京源深节能技术有限责任公司 模型驱动pid控制方法及控制装置
CN105276561A (zh) * 2015-11-16 2016-01-27 黄红林 一种锅炉主蒸汽压力的自适应预测控制方法
CN105676915A (zh) * 2016-03-24 2016-06-15 柳州铁道职业技术学院 基于自抗扰技术的生产线喷涂烘干过程的温度控制方法
CN105892296A (zh) * 2016-05-11 2016-08-24 杭州电子科技大学 一种工业加热炉系统的分数阶动态矩阵控制方法
CN106483853A (zh) * 2016-12-30 2017-03-08 杭州电子科技大学 炼油加热炉炉膛压力的分数阶分布式动态矩阵控制方法
CN107168062A (zh) * 2017-05-31 2017-09-15 国网河南省电力公司电力科学研究院 一种超临界燃煤机组协调控制系统中的负荷预测方法
CN107515598A (zh) * 2017-09-06 2017-12-26 东南大学 基于多参数动态矩阵控制的火电机组分布式协调控制系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
明哲东: "稳压器动态过程的模糊控制", 《核动力工程》 *
李永玲等: "核电稳压器内模PID优化控制", 《动力工程学报》 *
金蔚霄: "基于多变量预测控制理论的压水堆核电站协调控制与仿真研究", 《中国优秀硕士学位论文全文数据库·工程科技Ⅱ辑》 *
钱虹等: "压水堆核电厂稳压器压力模糊控制器研究及仿真", 《核动力工程》 *

Also Published As

Publication number Publication date
CN108646567B (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
Zhu et al. Model predictive control of continuous yeast bioreactors using cell population balance models
CN110161841A (zh) 一种适用于暂冲式跨声速风洞的前馈-模糊pid控制方法
CN108489015B (zh) 基于极点配置和帕德近似的空调系统温度控制方法
CN105093931A (zh) 一种航空发动机非线性系统控制器设计方法
CN111781835B (zh) 一种镇定二阶惯性加纯滞后系统的线性自抗扰控制器设计方法
WO2022041317A1 (zh) 无模型自适应控制的改进方法
CN102509152A (zh) 一种基于rbf神经网络的开关磁阻电机在线建模方法
CN104734588A (zh) 一种生物质气内燃发电机组转速控制方法
CN101364082B (zh) 工业过程的仿人pid智能控制方法
CN110094838A (zh) 一种基于空调系统的可变参数无模型自适应控制方法
Chen et al. Sliding mode control based on disturbance observer for greenhouse climate systems
Zhang et al. Simulation of networked control system based on Smith compensator and single neuron incomplete differential forward PID
CN110095985B (zh) 一种观测器设计方法和抗干扰控制系统
CN109108964A (zh) 一种基于自适应动态规划Nash博弈的空间机械臂协调控制方法
CN108646567A (zh) 一种带有积分和迟延环节的被控对象动态矩阵控制方法
CN108153151A (zh) Mimo全格式无模型控制器基于系统误差的参数自整定方法
CN102866629A (zh) 随机系统基于动静混合神经网络建模的抗干扰控制方法
CN110262221A (zh) 一种热工过程中对象的pid控制器参数控制方法
CN108614432B (zh) 一种基于粒子群算法的网络环境电机控制器设计算法
CN114613511B (zh) 基于改进扩散驱动下传染病模型的混合控制器的实现方法
Song Research on design of excavating face balance control for large slurry shield
Xin et al. Temperature control system based on fuzzy self-adaptive PID controller
Guo et al. Simulation of Indoor Temperature Control in VAV Air Conditioning System Based on Fuzzy PID and Smith Predictor Controller
CN113078638B (zh) 一种基于模糊模型的火电机组agc性能指标计算方法及系统
CN103235511A (zh) 一种基于内分泌算法的托卡马克装置等离子体密度智能化控制方法

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