CN109358493A - 一种三阶段智能控制算法 - Google Patents

Abstract

本发明涉及一种三阶段智能控制算法，解决的是难以协调“稳、快、准”控制性能指标之间的矛盾的技术问题，通过采用包括：步骤一，进行初始控制阶段；步骤二，被控量的变化可能出现超调，则进行调整学习阶段；步骤三，进行抗干扰控制阶段；所述步骤一、步骤二级步骤三是模拟人的控制思维，使用的控制策略互不相同的技术方案，较好的解决了该问题，可用于自动控制理论与技术中。

Description

一种三阶段智能控制算法

技术领域

本发明涉及自动控制理论与技术领域，具体涉及一种三阶段智能控制算法。

背景技术

由于PID控制算法是主流的、成熟的控制算法，目前具有控制功能的控制仪表大部分是嵌入了PID控制算法；也有一些控制仪表嵌入了模糊控制算法、预测控制算法等。

现有的各种能够应用的控制算法，存在如下问题：控制算法单一，例如PID控制；参数设置复杂，例如模糊控制算法、预测控制算法等；固定控制周期，连续闭环控制，只要有偏差存在且存在波动，控制器就有连续、变化输出，执行器一直在动作，影响了系统的稳定性，也影响了执行器的寿命；难以协调“稳、快、准”控制性能指标之间的矛盾，控制过程的震荡、超调等现象不可避免。

为了解决上述问题本发明基于仿人思维控制理论，提出了三阶段智能控制算法，模拟了人的控制思维，解决了上述问题，取得优良的控制效果。

发明内容

本发明所要解决的技术问题是现有技术中存在的难以协调“稳、快、准”控制性能指标之间的矛盾的技术问题。提供一种新的三阶段智能控制算法，该三阶段智能控制算法具有开、闭环切换，变控制周期、有效地解决了“稳、快、准”控制性能指标之间的矛盾，响应快、超调量小、调整时间短，稳定性好的特点。

为解决上述技术问题，采用的技术方案如下：

一种三阶段智能控制算法，所述三阶段智能控制算法包括：

步骤一，进行初始控制阶段；

步骤二，被控量的变化可能出现超调，则进行调整学习阶段；

步骤三，进行抗干扰控制阶段；

所述步骤一、步骤二级步骤三是模拟人的控制思维，使用的控制策略互不相同。

上述方案中，为优化，进一步地，步骤一采用三步控制法完成初始控制，包括：

步骤1.1，初始控制量输出：u₀＝u_max*K0 0.5<K0<1；

步骤1.2，当y≥r*(1-β)，0＜β＜0.4，定义控制量u₁＝k1*u_max，0＜k1＜1，

且：u1<u0；

步骤1.3，当y≥r*(1-ε)

控制量u₂＝u_H

其中：u_max为控制量最大输出，ε为控制精度；r为被控量设定值，u_H为稳态控制量预估值。

进一步地，步骤二包括：判断出y＞r*(1+ε)时进入调整学习阶段，采用的控制策略为：

进一步地，步骤三包括：

判定|e_i|≤ε且则进入抗干扰控制阶段，采用的控制策略为：

如果当前被控量在给定的控制要求范围内，当前控制量为前一时刻的控制量，也就是控制量保持不变，实现开环控制；不在控制要求范围内，则实施闭环控制。

进一步地，所述稳态控制量u_H、初始控制量u₀采用如下方法进行估计：

定义最小控制量u_min对应的被控量值y_min，最大控制量u_max对应的被控量值y_max，定义控制量和被控量之间成线性关系，根据被控量设定值r并利用线性方程计算出稳态控制量u_H；初始控制量u₀为稳态控制量u_H的3-3.5倍。

本发明的有益效果：模拟人的控制思维，采用三阶段控制，不同阶段采用不同的控制策略；实现开、闭环切换，变控制周期；有效地解决了“稳、快、准”控制性能指标之间的矛盾，响应快、超调量小、调整时间短，稳定性好，增加了执行器工作寿命。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1，三阶段智能控制算法示意图。

图2，本实施例改进算法的实时控制曲线。

图3，传统PID控制方法的实时控制曲线。

图4，本实施例改进算法的抗干扰能力第一种示意图。

图5，本实施例改进算法的抗干扰能力第二种示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

实施例1

本实施例提供一种三阶段智能控制算法，如图1，所述三阶段智能控制算法包括：

步骤一，进行初始控制阶段；

步骤二，被控量的变化可能出现超调，则进行调整学习阶段；

步骤三，进行抗干扰控制阶段；

所述步骤一、步骤二级步骤三是模拟人的控制思维，使用的控制策略互不相同。

具体地，步骤一采用三步控制法完成初始控制，包括：

步骤1.1，初始控制量输出：u₀＝u_max*K0 0.5<K0<1；

步骤1.2，当y≥r*(1-β)，0＜β＜0.4，定义控制量u₁＝kl*u_max，0＜k1＜1，

且：u1<u0；

步骤1.3，当y≥r*(1-ε)

控制量u₂＝u_H

其中：u_max为控制量最大输出，ε为控制精度；r为被控量设定值，u_H为稳态控制量预估值。

具体地，步骤二包括：判断出y＞r*(1+ε)时进入调整学习阶段，采用的控制策略为：

具体地，步骤三包括：

判定|e_i|≤ε且则进入抗干扰控制阶段，采用的控制策略为：

如果当前被控量在给定的控制要求范围内，当前控制量为前一时刻的控制量，也就是控制量保持不变，实现开环控制；不在控制要求范围内，则实施闭环控制。

具体地，所述稳态控制量u_H、初始控制量u₀采用如下方法进行估计：

定义最小控制量u_min对应的被控量值y_min，最大控制量u_max对应的被控量值y_max，定义控制量和被控量之间成线性关系，根据被控量设定值r并利用线性方程计算出稳态控制量u_H；初始控制量u₀为稳态控制量u_H的3-3.5倍。

本实施例具体是对于智能控制仪表，将以上算法嵌入到仪表中，可以替代传统的PID控制算法；对于计算机控制系统，可以在组态王、MatLab等监控软件中编程实现算法；对于PLC，可以在PLC中编程实现。

适用于流程工业及其其它对象中(例如：锅炉、冰箱、水箱等)温度、压力、流量、液位等物理量的控制。

输入参数：被控制量最大值y_max、被控量最小值y_min、被控量设定值r、控制精度ε、控制量最大值u_max、控制量最小值u_min、K₀值、K₁值、经验比例系数K_p、经验积分系数K_i。

参考经验值：if r≥(y_max+y_min)/2

Then K₀＝0.8,K₁＝0.6

if r<(y_max+y_min)/2

Then K₀＝0.5,K₁＝0.4

比例系数K_p、积分系数K_i参考PID控制算法对其确定方法确定。

稳态控制量预估值u_H根据输入、输出线性关系自动求解。

以水箱液位控制为例，本实施例搭建了水箱液位控制系统，在组态王软件中编程实现该算法，控制水箱液位，实现了“稳、快、准”，且超调小，实现了开闭环切换。图2是实时控制曲线，与图3传统PID控制方法相比，实现了分阶段、超调小，调整时间短、开闭环切换、系统稳定等控制性能。

图4、图5是算法的抗干扰能力，可见取得优良的抗干扰控制效果。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员能够理解本发明，但是本发明不仅限于具体实施方式的范围，对本技术领域的普通技术人员而言，只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内，一切利用本发明构思的发明创造均在保护之列。

Claims (5)

1.一种三阶段智能控制算法，其特征在于：所述三阶段智能控制算法包括：

步骤一，进行初始控制阶段；

步骤二，被控量的变化可能出现超调，则进行调整学习阶段；

步骤三，进行抗干扰控制阶段；

所述步骤一、步骤二级步骤三是模拟人的控制思维，使用的控制策略互不相同。

2.根据权利要求1所述的三阶段智能控制算法，其特征在于：步骤一采用三步控制法完成初始控制，包括：

步骤1.1，初始控制量输出：u₀＝u_max*K0 0.5<K0<1；

步骤1.2，当y≥r*(1-β)，0＜β＜0.4，定义控制量u₁＝k1*u_max，0＜k1＜1，

且：u1<u0；

步骤1.3，当y≥r*(1-ε)

控制量u₂＝u_H

其中：u_max为控制量最大输出，ε为控制精度；r为被控量设定值，u_H为稳态控制量预估值。

3.根据权利要求2所述的三阶段智能控制算法，其特征在于：步骤二包括：判断出y＞r*(1+ε)时进入调整学习阶段，采用的控制策略为：

4.根据权利要求3所述的三阶段智能控制算法，其特征在于：步骤三包括：

判定|e_i|≤ε且则进入抗干扰控制阶段，采用的控制策略为：

如果当前被控量在给定的控制要求范围内，当前控制量为前一时刻的控制量，也就是控制量保持不变，实现开环控制；不在控制要求范围内，则实施闭环控制。

5.根据权利要求2所述的三阶段智能控制算法，其特征在于：所述稳态控制量u_H、初始控制量u₀采用如下方法进行估计：

定义最小控制量u_min对应的被控量值y_min，最大控制量u_max对应的被控量值y_max，定义控制量和被控量之间成线性关系，根据被控量设定值r并利用线性方程计算出稳态控制量u_H；初始控制量u₀为稳态控制量u_H的3-3.5倍。