CN109856978A - 一种获取被控对象模型的方法及装置 - Google Patents
一种获取被控对象模型的方法及装置 Download PDFInfo
- Publication number
- CN109856978A CN109856978A CN201910233319.1A CN201910233319A CN109856978A CN 109856978 A CN109856978 A CN 109856978A CN 201910233319 A CN201910233319 A CN 201910233319A CN 109856978 A CN109856978 A CN 109856978A
- Authority
- CN
- China
- Prior art keywords
- unit
- controlled device
- model
- plant model
- response
- 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
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明提供了一种获取被控对象模型的方法及装置,其中,该方法包括:向被控对象输入单位阶跃信号;确定被控对象在单位阶跃响应过程中的响应参数;根据响应参数生成滑动窗滤波器,再根据滑动窗滤波器生成被控对象的Z‑N模型。本发明通过滑动窗滤波器生成被控对象的Z‑N模型,能够减小被控对象的模型与实际上的被控对象之间的误差。
Description
技术领域
本发明涉及自动控制技术领域,尤其涉及一种获取被控对象模型的方法及装置。
背景技术
获取过程模型对于依赖模型的控制具有重要的意义,例如Smith预估控制等。获取过程模型不是一个简单的问题,通常需要采用复杂的模型辨识方法,但是复杂的模型辨识方法在控制工程中可能难以采用。工程技术的实质就是将问题简单化,获取过程模型的简单方法也是存在的。在1942年,Ziegler Nichols建立了比例、积分、微分(Proportional-Integral-Derivative,PID)控制器参数的整定法则,简称Z-N法则(Ziegler-Nichols forTuning,Z-N:T)。在实际运用中,除了将Z-N:T用于PID控制器参数的整定外,还经常将Z-N:T用于获取过程的简化模型(Simplified model,SM)。
然而,通过Z-N法则获取到的被控对象的简化模型与实际上的被控对象之间的近似误差较大,因此,如何减小被控对象的模型与实际上的被控对象之间的误差成为本领域技术人员亟待解决的技术问题。
发明内容
本发明实施例提供了一种获取被控对象模型的方法及装置,用于解决被控对象的模型与实际上的被控对象之间的误差较大的技术问题。
根据本发明的一个方面,提供一种获取被控对象模型的方法,包括:
向被控对象输入单位阶跃信号;
确定所述被控对象在单位阶跃响应过程中的响应参数;
根据所述响应参数生成滑动窗滤波器,再根据所述滑动窗滤波器生成所述被控对象的Z-N模型。
优选地,所述确定所述被控对象在单位阶跃响应过程中的响应参数具体包括:
获取所述被控对象的单位阶跃响应曲线;
在所述单位阶跃响应曲线上确定最大斜率值的所在位置点,并以所述所在位置点作斜率等于所述最大斜率值的斜线;
确定所述斜线与纵坐标值等于零的水平线的第一交点,并确定所述斜线与纵坐标等于单位阶跃响应的终值的水平线的第二交点;
将所述第一交点和所述第二交点的横坐标值分别确定为起始时间和截止时间。
优选地,所述滑动窗滤波器的传递函数为:
式中,T=TET-TST,TET为所述截止时间,TST为所述起始时间。
优选地,所述Z-N模型的传递函数为:
Z-N:M(s)=Ke-τsSWF(s)
式中,K=PS-END,τ=TST,PS-END为被控对象在单位阶跃响应过程中的所述终值。
根据本发明的另一方面,提供一种获取被控对象模型的装置,包括:
输入模块,用于向被控对象输入单位阶跃信号;
确定模块,用于确定所述被控对象在单位阶跃响应过程中的响应参数;
生成模块,用于根据所述响应参数生成滑动窗滤波器,再根据所述滑动窗滤波器生成所述被控对象的Z-N模型。
优选地,所述确定模块具体包括:
获取单元,用于获取所述被控对象的单位阶跃响应曲线;
第一确定单元,用于在所述单位阶跃响应曲线上确定最大斜率值的所在位置点,并以所述所在位置点作斜率等于所述最大斜率值的斜线;
第二确定单元,用于确定所述斜线与纵坐标值等于零的水平线的第一交点,并确定所述斜线与纵坐标等于单位阶跃响应的终值的水平线的第二交点;
第三确定单元,用于将所述第一交点和所述第二交点的横坐标值分别确定为起始时间和截止时间。
优选地,所述滑动窗滤波器的传递函数为:
式中,T=TET-TST,TET为所述截止时间,TST为所述起始时间。
优选地,所述Z-N模型的传递函数为:
Z-N:M(s)=Ke-τsSWF(s)
式中,K=PS-END,τ=TST,PS-END为被控对象在单位阶跃响应过程中的所述终值。
根据本发明的另一方面,提供一种获取被控对象模型的装置,包括处理器和存储器,所述存储器上存储有计算机程序指令,当所述程序指令被处理器执行时实现如以上所述的获取被控对象模型的方法。
根据本发明的另一方面,提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序指令,当所述程序指令被处理器执行时实现如以上所述的获取被控对象模型的方法。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明提供了一种获取被控对象模型的方法及装置,其中,该方法包括:向被控对象输入单位阶跃信号;确定被控对象在单位阶跃响应过程中的响应参数;根据响应参数生成滑动窗滤波器,再根据滑动窗滤波器生成被控对象的Z-N模型。本发明通过滑动窗滤波器生成被控对象的Z-N模型,能够减小被控对象的模型与实际上的被控对象之间的误差。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明提供的一种获取被控对象模型的方法的一个实施例的流程示意图;
图2为本发明提供的一种获取被控对象模型的方法的另一个实施例的流程示意图;
图3为本发明提供的一种获取被控对象模型的装置的一个实施例的结构示意图;
图4为被控对象在单位阶跃信号下的响应曲线的示意图;
图5为在响应曲线作斜线的示意图;
图6为被控对象在单位阶跃输入的过程输出、被控对象的Z-N模型在单位阶跃输入的过程输出和被控对象的简化模型在单位阶跃输入的过程输出的示意图。
具体实施方式
本发明实施例提供了一种获取被控对象模型的方法及装置,用于解决被控对象的模型与实际上的被控对象之间的误差较大的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明提供的一种获取被控对象模型的方法的一个实施例,包括:
101、向被控对象输入单位阶跃信号;
102、确定被控对象在单位阶跃响应过程中的响应参数;
103、根据响应参数生成滑动窗滤波器,再根据滑动窗滤波器生成被控对象的Z-N模型。
在本发明实施例中,由于滑动窗滤波器是一种高阶过程反馈控制的标准型,因此滑动窗滤波器表达高阶过程具有较高的准确度,故本发明实施例通过滑动窗滤波器生成被控对象的Z-N模型,能够减小被控对象的模型与实际上的被控对象之间的误差。
以上为一种获取被控对象模型的方法的一个实施例,由于响应参数可以包多个变量,通常响应参数包含最大斜率值、终值、起始时间和截止时间,因此,为进行更具体的说明,下面提供一种获取被控对象模型的方法的另一个实施例,请参阅图2,本发明提供的一种获取被控对象模型的方法的另一个实施例,包括:
201、向被控对象输入单位阶跃信号;
在本实施例中,需要先向被控对象输入单位阶跃信号,该单位阶跃信号可以提前设置的单位阶跃信号也可以是折合成的单位阶跃信号。
202、获取被控对象的单位阶跃响应曲线;
然后获取被控对象在单位阶跃信号下的响应曲线,其示意图如图4所示。
203、在单位阶跃响应曲线上确定最大斜率值的所在位置点,并以所在位置点作斜率等于最大斜率值的斜线;
如图5所示,在响应过程中可以根据过程值随着过程时间的变化,进而确定最大斜率值的所在位置点,然后在该点上做一条斜线,该斜线的斜率等于最大斜率值。
204、确定斜线与纵坐标值等于零的水平线的第一交点,并确定斜线与纵坐标等于单位阶跃响应的终值的水平线的第二交点;
如图5所示,得到斜线后,可以做出一条水平线,该水平线的纵坐标等于单位阶跃响应的终值,因此,斜线与x轴和该水平线构成了两个交点,即第一交点和第二交点。
205、将第一交点和第二交点的横坐标值分别确定为起始时间和截止时间。
得到两个交点后,可以确定第一交点的横坐标为起始时间,第二交点的横坐标为截止时间。
206、根据响应参数生成滑动窗滤波器,再根据滑动窗滤波器生成被控对象的Z-N模型。
更进一步地,滑动窗滤波器的传递函数为:
式中,T=TET-TST,TET为截止时间,TST为起始时间,单位为s。
更进一步地,Z-N模型的传递函数为:
Z-N:M(s)=Ke-τsSWF(s)
式中,K为过程增益,单位为无量纲,K=PS-END,PS-END为被控对象在单位阶跃响应过程中的终值,τ为过程延迟时间,τ=TST,。
以下将以一个具体应用例对本发明提供的一种获取被控对象模型的方法进行更进一步的说明,该应用例包括:
被控对象的表达式为
式中,P(s)为所述应用例中被控对象的传递函数。
根据本应用例中被控对象在单位阶跃输入的过程输出,得到所述实施例中被控对象的Z-N模型的表达式为:
式中,Z-N:M(s)为所述实施例中被控对象的Z-N模型的传递函数。
根据被控对象的Z-N模型的传递函数,采用一阶惯性滤波器来近似所述Z-N模型中的滑动窗滤波器,得到所述实施例中被控对象的简化模型的表达式为
式中,SM(s)为所述实施例中被控对象的简化模型的传递函数。
在本应用例中,被控对象在单位阶跃输入的过程输出、被控对象的Z-N模型在单位阶跃输入的过程输出、被控对象的简化模型在单位阶跃输入的过程输出,为图6所示。
在图6中,PS(t)为应用例中被控对象在单位阶跃输入的过程输出。PS-Z-N:M(t)为应用例中被控对象的Z-N模型在单位阶跃输入的过程输出。PS-SM(t)为应用例中被控对象的简化模型在单位阶跃输入的过程输出。
由图6明显可见,本应用例中被控对象的Z-N模型与本应用例中被控对象的误差相对较小,本应用例中被控对象的简化模型与本应用例中被控对象的误差相对较大。
以上是对本发明提供的一种获取被控对象模型的方法进行的详细说明,以下将对本发明提供的一种获取被控对象模型的装置的结构和连接关系进行说明,请参阅图3,本发明提供的一种获取被控对象模型的装置的一个实施例,包括:
输入模块301,用于向被控对象输入单位阶跃信号;
确定模块302,用于确定被控对象在单位阶跃响应过程中的响应参数;
生成模块303,用于根据响应参数生成滑动窗滤波器,再根据滑动窗滤波器生成被控对象的Z-N模型。
更进一步地,确定模块302具体包括:
获取单元,用于获取被控对象的单位阶跃响应曲线;
第一确定单元,用于在单位阶跃响应曲线上确定最大斜率值的所在位置点,并以所在位置点作斜率等于最大斜率值的斜线;
第二确定单元,用于确定斜线与纵坐标值等于零的水平线的第一交点,并确定斜线与纵坐标等于单位阶跃响应的终值的水平线的第二交点;
第三确定单元,用于将第一交点和第二交点的横坐标值分别确定为起始时间和截止时间。
更进一步地,滑动窗滤波器的传递函数为:
式中,T=TET-TST,TET为截止时间,TST为起始时间。
更进一步地,Z-N模型的传递函数为:
Z-N:M(s)=Ke-τsSWF(s)
式中,K=PS-END,τ=TST,PS-END为被控对象在单位阶跃响应过程中的终值。
本发明提供的一种获取被控对象模型的装置的另一个实施例,包括处理器和存储器,存储器上存储有计算机程序指令,当程序指令被处理器执行时实现如以上所述的获取被控对象模型的方法。
本发明还涉及一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序指令,当该程序指令被处理器执行时实现如以上所述的获取被控对象模型的方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种获取被控对象模型的方法,其特征在于,包括:
向被控对象输入单位阶跃信号;
确定所述被控对象在单位阶跃响应过程中的响应参数;
根据所述响应参数生成滑动窗滤波器,再根据所述滑动窗滤波器生成所述被控对象的Z-N模型。
2.根据权利要求1所述的获取被控对象模型的方法,其特征在于,所述确定所述被控对象在单位阶跃响应过程中的响应参数具体包括:
获取所述被控对象的单位阶跃响应曲线;
在所述单位阶跃响应曲线上确定最大斜率值的所在位置点,并以所述所在位置点作斜率等于所述最大斜率值的斜线;
确定所述斜线与纵坐标值等于零的水平线的第一交点,并确定所述斜线与纵坐标等于单位阶跃响应的终值的水平线的第二交点;
将所述第一交点和所述第二交点的横坐标值分别确定为起始时间和截止时间。
3.根据权利要求2所述的获取被控对象模型的方法,其特征在于,所述滑动窗滤波器的传递函数为:
式中,T=TET-TST,TET为所述截止时间,TST为所述起始时间。
4.根据权利要求3所述的获取被控对象模型的方法,其特征在于,所述Z-N模型的传递函数为:
Z-N:M(s)=Ke-τsSWF(s)
式中,K=PS-END,τ=TST,PS-END为被控对象在单位阶跃响应过程中的所述终值。
5.一种获取被控对象模型的装置,其特征在于,包括:
输入模块,用于向被控对象输入单位阶跃信号;
确定模块,用于确定所述被控对象在单位阶跃响应过程中的响应参数;
生成模块,用于根据所述响应参数生成滑动窗滤波器,再根据所述滑动窗滤波器生成所述被控对象的Z-N模型。
6.根据权利要求5所述的获取被控对象模型的装置,其特征在于,所述确定模块具体包括:
获取单元,用于获取所述被控对象的单位阶跃响应曲线;
第一确定单元,用于在所述单位阶跃响应曲线上确定最大斜率值的所在位置点,并以所述所在位置点作斜率等于所述最大斜率值的斜线;
第二确定单元,用于确定所述斜线与纵坐标值等于零的水平线的第一交点,并确定所述斜线与纵坐标等于单位阶跃响应的终值的水平线的第二交点;
第三确定单元,用于将所述第一交点和所述第二交点的横坐标值分别确定为起始时间和截止时间。
7.根据权利要求6所述的获取被控对象模型的装置,其特征在于,所述滑动窗滤波器的传递函数为:
式中,T=TET-TST,TET为所述截止时间,TST为所述起始时间。
8.根据权利要求7所述的获取被控对象模型的装置,其特征在于,所述Z-N模型的传递函数为:
Z-N:M(s)=Ke-τsSWF(s)
式中,K=PS-END,τ=TST,PS-END为被控对象在单位阶跃响应过程中的所述终值。
9.一种获取被控对象模型的装置,其特征在于,包括处理器和存储器,所述存储器上存储有计算机程序指令,当所述程序指令被处理器执行时实现如权利要求1至权利要求4中任一项所述的获取被控对象模型的方法。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序指令,当所述程序指令被处理器执行时实现如权利要求1至权利要求4中任一项所述的获取被控对象模型的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910233319.1A CN109856978B (zh) | 2019-03-26 | 2019-03-26 | 一种获取被控对象模型的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910233319.1A CN109856978B (zh) | 2019-03-26 | 2019-03-26 | 一种获取被控对象模型的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109856978A true CN109856978A (zh) | 2019-06-07 |
CN109856978B CN109856978B (zh) | 2022-02-15 |
Family
ID=66901924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910233319.1A Active CN109856978B (zh) | 2019-03-26 | 2019-03-26 | 一种获取被控对象模型的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109856978B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110231772A (zh) * | 2019-07-22 | 2019-09-13 | 广东电网有限责任公司 | 一种获取过程模型的方法、装置及设备 |
CN113139291A (zh) * | 2021-04-23 | 2021-07-20 | 广东电网有限责任公司电力科学研究院 | 一种获取被控过程最优滑动窗滤波模型的方法及装置 |
CN113162567A (zh) * | 2021-05-26 | 2021-07-23 | 广东电网有限责任公司 | 一种惯性组合滤波器的设计方法、装置及终端设备 |
CN113485094A (zh) * | 2021-08-02 | 2021-10-08 | 中北大学 | 一种获取过程最优zn模型的方法及装置 |
CN114355774A (zh) * | 2021-12-27 | 2022-04-15 | 中国联合网络通信集团有限公司 | 模型预测控制方法及装置 |
CN115291528A (zh) * | 2022-10-08 | 2022-11-04 | 中认国证(北京)评价技术服务有限公司 | 模型不确定性等级确定方法、装置、系统及存储介质 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03502014A (ja) * | 1987-11-25 | 1991-05-09 | ブリティッシュ・テクノロジー・グループ・リミテッド | 産業上の制御システム |
US20030026201A1 (en) * | 2001-06-18 | 2003-02-06 | Arnesen David M. | Sliding-window transform with integrated windowing |
CN1746797A (zh) * | 2005-08-09 | 2006-03-15 | 东华大学 | 智能优化参数自整定控制方法 |
CN101365609A (zh) * | 2005-12-13 | 2009-02-11 | Tk电子控股公司 | 信号处理系统和方法 |
CN101552589A (zh) * | 2009-05-14 | 2009-10-07 | 上海交通大学 | 基于继电反馈的交流伺服系统自整定方法 |
CN101859099A (zh) * | 2010-06-29 | 2010-10-13 | 上海大学 | 一种控制对象完整阶跃响应信号的获取方法 |
CN102545889A (zh) * | 2011-12-19 | 2012-07-04 | 西安赛博电气有限责任公司 | 基于瞬时无功功率理论的闭环锁相方法及锁相器 |
CN102904568A (zh) * | 2012-09-26 | 2013-01-30 | 西安奥特迅电力电子技术有限公司 | 一种自适应并网变流器单相软锁相环 |
CN103336437A (zh) * | 2013-07-19 | 2013-10-02 | 杭州电子科技大学 | 基于预测函数控制优化的非自衡对象控制方法 |
CN103558755A (zh) * | 2013-11-05 | 2014-02-05 | 四川理工学院 | 分数阶积分pid控制器整定和自整定方法 |
US20150355647A1 (en) * | 2014-06-10 | 2015-12-10 | Siemens Aktiengesellschaft | Apparatus and method for controlling and regulating a multi-element system |
CN106338915A (zh) * | 2016-10-31 | 2017-01-18 | 浙江邦业科技股份有限公司 | 一种基于扩展状态空间预测函数控制的积分对象控制方法 |
EP3173883A1 (en) * | 2015-11-30 | 2017-05-31 | Omron Corporation | Correction device, correction device controlling method, information processing program, and recording medium |
CN106842929A (zh) * | 2017-02-13 | 2017-06-13 | 云南电网有限责任公司电力科学研究院 | 一种火电机组仿真模型参数实时校正方法 |
CN107894716A (zh) * | 2017-11-28 | 2018-04-10 | 昆山艾派科技有限公司 | 温度控制方法 |
CN108732924A (zh) * | 2018-08-21 | 2018-11-02 | 广东电网有限责任公司 | 一种超前串级控制方法和装置 |
CN108983733A (zh) * | 2018-08-23 | 2018-12-11 | 广东电网有限责任公司 | 一种串级控制方法、装置、设备及存储介质 |
CN109375896A (zh) * | 2018-10-29 | 2019-02-22 | 广东电网有限责任公司 | 一种类似积分方法及装置 |
CN109407127A (zh) * | 2018-09-20 | 2019-03-01 | 昆明理工大学 | 一种北斗卫星导航系统载波相位周跳探测与修复方法 |
-
2019
- 2019-03-26 CN CN201910233319.1A patent/CN109856978B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03502014A (ja) * | 1987-11-25 | 1991-05-09 | ブリティッシュ・テクノロジー・グループ・リミテッド | 産業上の制御システム |
US20030026201A1 (en) * | 2001-06-18 | 2003-02-06 | Arnesen David M. | Sliding-window transform with integrated windowing |
CN1746797A (zh) * | 2005-08-09 | 2006-03-15 | 东华大学 | 智能优化参数自整定控制方法 |
CN101365609A (zh) * | 2005-12-13 | 2009-02-11 | Tk电子控股公司 | 信号处理系统和方法 |
CN101552589A (zh) * | 2009-05-14 | 2009-10-07 | 上海交通大学 | 基于继电反馈的交流伺服系统自整定方法 |
CN101859099A (zh) * | 2010-06-29 | 2010-10-13 | 上海大学 | 一种控制对象完整阶跃响应信号的获取方法 |
CN102545889A (zh) * | 2011-12-19 | 2012-07-04 | 西安赛博电气有限责任公司 | 基于瞬时无功功率理论的闭环锁相方法及锁相器 |
CN102904568A (zh) * | 2012-09-26 | 2013-01-30 | 西安奥特迅电力电子技术有限公司 | 一种自适应并网变流器单相软锁相环 |
CN103336437A (zh) * | 2013-07-19 | 2013-10-02 | 杭州电子科技大学 | 基于预测函数控制优化的非自衡对象控制方法 |
CN103558755A (zh) * | 2013-11-05 | 2014-02-05 | 四川理工学院 | 分数阶积分pid控制器整定和自整定方法 |
US20150355647A1 (en) * | 2014-06-10 | 2015-12-10 | Siemens Aktiengesellschaft | Apparatus and method for controlling and regulating a multi-element system |
EP3173883A1 (en) * | 2015-11-30 | 2017-05-31 | Omron Corporation | Correction device, correction device controlling method, information processing program, and recording medium |
CN106338915A (zh) * | 2016-10-31 | 2017-01-18 | 浙江邦业科技股份有限公司 | 一种基于扩展状态空间预测函数控制的积分对象控制方法 |
CN106842929A (zh) * | 2017-02-13 | 2017-06-13 | 云南电网有限责任公司电力科学研究院 | 一种火电机组仿真模型参数实时校正方法 |
CN107894716A (zh) * | 2017-11-28 | 2018-04-10 | 昆山艾派科技有限公司 | 温度控制方法 |
CN108732924A (zh) * | 2018-08-21 | 2018-11-02 | 广东电网有限责任公司 | 一种超前串级控制方法和装置 |
CN108983733A (zh) * | 2018-08-23 | 2018-12-11 | 广东电网有限责任公司 | 一种串级控制方法、装置、设备及存储介质 |
CN109407127A (zh) * | 2018-09-20 | 2019-03-01 | 昆明理工大学 | 一种北斗卫星导航系统载波相位周跳探测与修复方法 |
CN109375896A (zh) * | 2018-10-29 | 2019-02-22 | 广东电网有限责任公司 | 一种类似积分方法及装置 |
Non-Patent Citations (2)
Title |
---|
QQ_33835487: "基于齐格勒-尼科尔斯法则(Ziegler-Nichols method)的PID自整定", 《百度网页》 * |
李军 等: "一种内反馈控制器IFC的研究与应用", 《自动化学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110231772A (zh) * | 2019-07-22 | 2019-09-13 | 广东电网有限责任公司 | 一种获取过程模型的方法、装置及设备 |
CN113139291A (zh) * | 2021-04-23 | 2021-07-20 | 广东电网有限责任公司电力科学研究院 | 一种获取被控过程最优滑动窗滤波模型的方法及装置 |
CN113162567A (zh) * | 2021-05-26 | 2021-07-23 | 广东电网有限责任公司 | 一种惯性组合滤波器的设计方法、装置及终端设备 |
CN113162567B (zh) * | 2021-05-26 | 2022-04-12 | 广东电网有限责任公司 | 一种惯性组合滤波器的设计方法、装置及终端设备 |
CN113485094A (zh) * | 2021-08-02 | 2021-10-08 | 中北大学 | 一种获取过程最优zn模型的方法及装置 |
CN114355774A (zh) * | 2021-12-27 | 2022-04-15 | 中国联合网络通信集团有限公司 | 模型预测控制方法及装置 |
CN114355774B (zh) * | 2021-12-27 | 2023-07-28 | 中国联合网络通信集团有限公司 | 模型预测控制方法及装置 |
CN115291528A (zh) * | 2022-10-08 | 2022-11-04 | 中认国证(北京)评价技术服务有限公司 | 模型不确定性等级确定方法、装置、系统及存储介质 |
CN115291528B (zh) * | 2022-10-08 | 2023-02-17 | 中认国证(北京)评价技术服务有限公司 | 模型不确定性等级确定方法、装置、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109856978B (zh) | 2022-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109856978A (zh) | 一种获取被控对象模型的方法及装置 | |
EP3256915B1 (en) | Extending a programmable logic controller with apps | |
CN103838139B (zh) | 具有积分饱和预处理功能的pid控制方法 | |
CN106909529B (zh) | 一种机器学习工具中间件及机器学习训练方法 | |
CN108983733A (zh) | 一种串级控制方法、装置、设备及存储介质 | |
EP3822715A1 (en) | Process controller and method and system therefor | |
CN115390459A (zh) | 模型预测控制方法及装置 | |
CN109445275A (zh) | 一种比例滞后控制方法、装置及设备 | |
CN111386501A (zh) | 用于优化工业工厂的调整的基于云的方法和系统 | |
CN115358401A (zh) | 一种推理服务的处理方法、装置、计算机设备及存储介质 | |
CN110231772A (zh) | 一种获取过程模型的方法、装置及设备 | |
US20200019145A1 (en) | Process optimization server and system | |
CN108205608B (zh) | 一种模型可配置的仿真装置 | |
Yu et al. | The design and simulation of networked control systems with online extreme learning machine PID | |
Chu | IMC‐PID tuning method based on maximum sensitivity for uncertain multivariable systems | |
Fiter et al. | State dependent sampling: an LMI based mapping approach | |
Keviczky et al. | A new pole-placement regulator design method | |
US11650574B2 (en) | Custom logic engineering of an industrial modular plant | |
CN103558762A (zh) | 基于图形化组态技术的免疫遗传pid控制器的实现方法 | |
Schneider et al. | Accelerated and adaptive modifier-adaptation schemes for unconstrained uncertain systems | |
Grygiel et al. | Prototyping of control algorithms in matlab/Simulink | |
Taiwo et al. | On robust control system design for plants with recycle | |
Febres et al. | A Python-Modelica Interface for Co-Simulation | |
Armesto et al. | Linear quadratic gaussian regulators for multi-rate sampled-data stochastic systems | |
Burnak et al. | Mixed-Integer Dynamic Optimization for Simultaneous Process Design and Control |
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 |