CN109960149A - 用于pH中和过程的自抗扰控制参数整定方法 - Google Patents
用于pH中和过程的自抗扰控制参数整定方法 Download PDFInfo
- Publication number
- CN109960149A CN109960149A CN201910234851.5A CN201910234851A CN109960149A CN 109960149 A CN109960149 A CN 109960149A CN 201910234851 A CN201910234851 A CN 201910234851A CN 109960149 A CN109960149 A CN 109960149A
- Authority
- CN
- China
- Prior art keywords
- formula
- disturbance rejection
- automatic disturbance
- parameter
- observer
- 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
- 238000000034 method Methods 0.000 title claims abstract description 101
- 238000012546 transfer Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 4
- 230000004044 response Effects 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 10
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 239000004568 cement Substances 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 5
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 20
- 239000000243 solution Substances 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 239000000872 buffer Substances 0.000 description 5
- UIIMBOGNXHQVGW-UHFFFAOYSA-M Sodium bicarbonate Chemical compound [Na+].OC([O-])=O UIIMBOGNXHQVGW-UHFFFAOYSA-M 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004886 process control Methods 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 101710163391 ADP-ribosyl cyclase/cyclic ADP-ribose hydrolase Proteins 0.000 description 2
- 230000002378 acidificating effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229910000030 sodium bicarbonate Inorganic materials 0.000 description 2
- 235000017557 sodium bicarbonate Nutrition 0.000 description 2
- CVOFKRWYWCSDMA-UHFFFAOYSA-N 2-chloro-n-(2,6-diethylphenyl)-n-(methoxymethyl)acetamide;2,6-dinitro-n,n-dipropyl-4-(trifluoromethyl)aniline Chemical compound CCC1=CC=CC(CC)=C1N(COC)C(=O)CCl.CCCN(CCC)C1=C([N+]([O-])=O)C=C(C(F)(F)F)C=C1[N+]([O-])=O CVOFKRWYWCSDMA-UHFFFAOYSA-N 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- GRYLNZFGIOXLOG-UHFFFAOYSA-N Nitric acid Chemical compound O[N+]([O-])=O GRYLNZFGIOXLOG-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010494 dissociation reaction Methods 0.000 description 1
- 230000005593 dissociations Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000000752 ionisation method Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000011259 mixed solution Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 229910017604 nitric acid Inorganic materials 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000005554 pickling Methods 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 230000007096 poisonous effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供了用于pH中和过程的自抗扰控制参数整定方法,包括建立初始自抗扰控制器结构,得到与初始自抗扰控制器结构对应的闭环传递函数表达式,基于闭环系统快速收敛条件对闭环传递函数表达式进行形式变换,确定待整定参数;逐个对待整定参数进行整定处理,确定每个待整定参数的计算方式;基于电荷及碳化物离子平衡原理建立pH中和模型,实现pH中和过程自抗扰控制,并结合以确定的自抗扰控制器中每个待整定参数的计算方式对pH中和过程自抗扰控制器参数进行调整;通过使用改进后的自抗扰控制器实现pH中和过程的控制,能够在保证系统跟踪性能的同时有较强的鲁棒性和抗干扰能力;相比于其他自抗扰控制器,可以减少了待整定参数数量,优化了整定效率。
Description
技术领域
本发明属于过程控制领域,特别涉及用于pH中和过程的自抗扰控制参数整定方法。
背景技术
pH中和过程的控制广泛存在于人类生活和生产的各个领域中,对pH中和过程进行快速精确的控制有着极其重要的实际价值和经济效益。在医疗卫生领域,pH值的控制将直接影响水质中病毒细菌的含量,一旦出现控制误差,轻则导致药物失效,重则产生有毒有害物质。而在工业生产中,例如污水处理环节,排出水的pH值控制不当将造成严重的水体污染,危害生态环境。在例如酸洗,电解等化工流程中,反应过程的pH值将直接影响产物的质量和产量,关系着企业的生产效益。
但是,由于pH中和过程其本身的强非线性,中和点附近的高增益以及难以建模等原因。对pH中和过程的控制一直是工业过程控制领域的难题。目前pH中和过程控制中被运用最广泛的依然是传统PID方法,虽然PID算法有着设计简单,易于实现的优点,但是由于pH中和过程强非线性和变增益的特点,普通的PID算法无法取得较好的控制效果。变增益或是非线性PID方法同样被应用在pH中和过程的控制中,这些方法虽然优化了pH中和过程控制的快速性和准确度,但是控制器的鲁棒性和抗干扰能力仍有待提高。随着pH中和过程建模技术的发展,自适应控制,模型预测控制等先进控制方法被成功运用在pH中和过程的不同模型的上,并取得了优良的控制效果。但是,这些先进的控制方法往往需要较大的运算量和复杂的控制结构,难以在工业过程中被广泛推广。
自抗扰控制器有着控制器算法结构简单,不依赖于精确的数学模型,易于实现,鲁棒性和抗干扰能力强的优点,在流程工业的控制中已经被广泛应用。目前,自抗扰方法在pH中和过程的控制中应用极少,而常规的自抗扰控制策略需要整定的参数较多,观测到的状态仍需要进行非线性组合之后才能进行反馈。而且,自抗扰控制器的实施缺少具体的参数整定策略,参数整定过程较为复杂,这使得pH中和过程的自抗扰控制方法在实际生产过程中的应用与推广仍存在许多不便之处。
发明内容
为了解决现有技术中存在的缺点和不足,本发明提供了用于pH中和过程的自抗扰控制参数整定方法,通过使用改进后的自抗扰控制器模型减小了待整定参数数量,优化了整定效率。
为了达到上述技术目的,本发明提供了用于pH中和过程的自抗扰控制参数整定方法,所述参数整定方法,包括:
建立初始自抗扰控制器结构,得到与初始自抗扰控制器结构对应的闭环传递函数表达式,基于闭环系统快速收敛条件对闭环传递函数表达式进行形式变换,确定待整定参数;
在确保自抗扰控制器对应控制系统的响应速度和稳定性的基础上,逐个对待整定参数进行整定处理,确定自抗扰控制器中每个待整定参数的计算方式;
基于电荷及碳化物离子平衡原理建立pH中和模型,结合以确定的自抗扰控制器中每个待整定参数的计算方式对pH中和过程自抗扰控制参数进行调整;
其中,所述待整定参数包括增益值、控制带宽和观测带宽。
可选的,所述建立初始自抗扰控制器结构,得到与初始自抗扰控制器结构对应的闭环传递函数表达式,基于闭环系统快速收敛条件对闭环传递函数表达式进行形式变换,确定待整定参数包括:
建立包括跟踪微分器和扩张状态观测器的自抗扰控制器结构模型,基于自抗扰控制器结构中的控制量和输出量确定扩展状态观测器的初始函数表达式;
基于自抗扰控制器的工作原理对扩张状态观测器的初始函数表达式进行推导,得到扩张状态观测器更新表达式;
根据自抗扰控制器结构确定闭环函数表达式,在闭环系统快速收敛条件下对闭环函数表达式进行改写后,得到待整定参数。
可选的,所述建立包括跟踪微分器和扩张状态观测器的自抗扰控制器结构,基于自抗扰控制器结构模型中的控制量和输出量确定扩张状态观测器的函数表达式,包括:
扩张状态观测器的函数表达式如公式(1.1)所示
式中,β1、β2和β3表示扩张状态观测器中的观测器参数,z1,z2,z3为扩张状态观测器的状态量,u为系统控制信号和系统的输出y,b0为增益值。
可选的,所述基于自抗扰控制器的工作原理对扩张状态观测器的初始函数表达式进行推导,得到扩张状态观测器更新表达式,包括:
基于公式(1.1)对应的扩张状态检测器,当自抗扰控制器结构模型对应的控制系统中被控对象为一阶纯滞后模型时,定义为系统受到的总扰动f、增益值b0的表达式分别为公式(1.2)、公式(1.3)所示
根据公式(1.2)和(1.3)得到
将公式(1.4)改写为公式(1.5)所示的状态空间表达式形式
在公式(1.5)基础上引入u0=f+b0u得到如公式(1.6)所示的扩展状态方程
确定自抗扰控制器的控制率表达式
u0=kp(r-z1)-kdz2 公式(1.7)
u=(u0-z3)/b0 公式(1.8)
当扩展状态观测器被正确整定时,将公式(1.7)和(1.8)代入公式(1.4)中,得到
将公式(1.9)代入(1.7)可以求得系统的期望闭环动态特征方程,对闭环动态特征方程进行Laplace变换可以得到系统预期方程的传递函数表达式
基于初始自抗扰控制器结构模型,得到扩展状态观测器方程
令公式(1.6)与公式(1.11)作差,得到误差方程表达式
其中,L是观测器的增益向量,
得到系统的特征方程:
根据特征方程调节观测器的三个参数,就可以设计出相对应的自抗扰控制器扩展状态观测器。
可选的,所述根据自抗扰控制器结构确定闭环函数表达式,在闭环系统快速收敛条件下对闭环函数表达式进行改写后,得到待整定参数,包括
基于自抗扰控制器结构模型中的层级结构确定如公式(2.1)所示的闭环函数表达式
式中,A1(s)=s3+(β1+kd)s2+(β1kd+β2)s,
A2(s)=kps3+(β3+β2kd+β1kp)s2+(β3kd+β2kp)s+β3kp;
根据系统的闭环传递函数可以分析系统的稳定性,闭环系统快速收敛的必要条件是此系统特征方程的特征根都在负半平面,因此公式(1.13)改写为:
s3+β1s2+β2s+β3=(s+ωo)3 公式(2.3)
同样,将公式(1.10)改写成如下形式:
因此有s2+kds+kp=(s+ωc)2 公式(2.5)
此时公式(2.1)只剩下3个独立参数,增益值b0,控制带宽ωc和观测带宽ωo。
可选的,所述分别对控制器增益参数、控制带宽和观测带宽进行参数整定,确定自抗性控制器以及扩张状态观测器的增益值,包括:
在参数整定的过程中,b0可以根据被控对象近似的一阶滞后模型参数的K,Tp,Td来整定。因为自抗扰控制器对时滞的容忍度较强,所以通常为了保证整定系统的响应速度,b0的值可以取为
b0=K/(Tp×Td′) 公式(2.6)
式中Td′=0.1×Td;
由公式(2.4)可知,kp和kd决定了自抗扰控制系统的预期动态方程;
代入公式(2.5)可得:kp=ωc 2,kd=2ωc。
可选的,所述分别对控制器增益参数、控制带宽和观测带宽进行参数整定,确定自抗性控制器以及扩张状态观测器的增益值,包括:
在单位阶跃输入下,预期动态方程输出的拉式变换为:
可得系统的单位阶跃响应为:
根据调节时间定义:
|y(ts)-y(∞)|=△ 公式(2.9)
当y(∞)=1,时,解得:
ts=5.85/ωc 公式(2.10)
由上述推导过程可以看出,当系统要求的调节时间ts已知时,根据上式可以算出控制带宽ωc。考虑到系统的实际输入和期望存在一定误差,因此在整定中留有裕量,令:ωc=8/ts 公式(2.11)
再由此计算得出kp和kd的值。
可选的,所述分别对控制器增益参数、控制带宽和观测带宽进行参数整定,确定自抗性控制器以及扩张状态观测器的增益值,包括:
当观测器状态z3(s)完全跟踪f(s)的情况下,自抗扰控制器能获得预期的动态特性,联立观测器表达式(1.1)和系统总扰动表达式(1.5)可得:
把公式(1.1)的第一行和公式(2.12)进行Laplace变换得:
sz1(s)=z2+β1[y(s)-z1(s)] 公式(2.13)
f(s)=z3(s)+β2[y(s)-z1(s)]+[s2y(s)-sz2(s)] 公式(2.14)
两式合并可得:
f(s)=z3(s)+β2[y(s)-z1(s)]+β1s[y(s)-z1(s)]+s2[y(s)-z1(s)] 公式(2.15)
对公式(1.1)第三行进行Laplace变换可得
sz3(s)=β3[y(s)-z1(s)] 公式(2.16)
联立(4.35)和(4.36)可得:
f(s)s=(β3+β2s+β1s2+s3)[y(s)-z1(s)] 公式(2.17)
联立(2.16)和(2.17),可以得到z3(s)和f(s)之间的传递函数:
对于实际的控制场景,对系统控制效果造成主要影响的往往是低频信号,且中低频信号的系数β2和β3往往远大于高频信号系数β1和1,因此舍弃了高频信号项,近似描述z3(s)和f(s)之间的关系如下:
其中k值越大,扩展状态观测器的观测即跟踪速度就越快,其观测精度和相对应的系统的响应速度也越快;
定义观测器状态z3(s)跟踪f(s)的滞后时间为Tt,根据一阶系统动态特征,从公式(2.19)中可得:
Tt≈4/k 公式(2.20)
在自抗扰控制器的设计中,为了保证观测器的跟踪没有过大滞后,一般要求Tt<ts,由公式(2.13)可以得到:
β1=3ωo,β2=3ωo 2β3=ωo 3 公式(2.21)
代入公式(2.19)可得:k≡ωo/3;
在实际的控制器设计中,ωo的值一般受到系统稳定性约束要求不会过大,对扩展状态观测器的参数设置如下,只需调节ωo和k的值就可以实现对观测器参数的调节,β1=3ωo,β2=3ωo 2β3=kβ2 公式(2.22)。
本发明提供的技术方案带来的有益效果是:
1、采用的自抗扰控制器在保证系统跟踪性能的同时有较强的鲁棒性和抗干扰能力;
2、相比于其他自抗扰控制器,本发明的参数整定方法减少了待整定参数数量,给出了整定步骤,优化了整定效率。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的用于pH中和过程的自抗扰控制参数整定方法的流程示意图;
图2是本发明提供的初始自抗扰控制器结构控制框图;
图3是本发明提供的常见pH中和过程的简易系统结构图;
图4是本发明提供的控制结果图;
图5是本发明提供的自抗扰控制器和PID控制器在过程流发生扰动时的控制效果;
图6是本发明提供的自抗扰控制器和PID控制器在缓冲流发生扰动时的控制效果。
具体实施方式
为使本发明的结构和优点更加清楚,下面将结合附图对本发明的结构作进一步地描述。
实施例一
本发明提供了用于pH中和过程的自抗扰控制参数整定方法,如图1所示,所述参数整定方法,包括:
11、建立初始自抗扰控制器结构模型,得到与初始自抗扰控制器结构模型对应的闭环传递函数表达式,基于闭环系统快速收敛条件对闭环传递函数表达式进行形式变换,确定待整定参数;
12、在确保自抗扰控制器对应控制系统的响应速度和稳定性的基础上,逐个对待整定参数进行整定处理,确定自抗扰控制器中每个待整定参数的计算方式;
13、基于电荷及碳化物离子平衡原理建立与pH中和模型,结合以确定的自抗扰控制器中每个待整定参数的计算方式对pH中和过程参数进行调整;
其中,所述待整定参数包括增益值、控制带宽和观测带宽。
在实施中,在pH中和过程中之所以采用自抗扰控制方案,是因为自抗扰控制具有很强的鲁棒性和抗干扰能力,能有效的应用在pH中和过程这一强非线性过程中,并适用于解决实际工业过程中广泛存在的大干扰和不确定性等因素。另外,面对具体的pH中和过程,自抗扰控制器不依赖于被控对象的精确数学模型,且控制器结构简单,适用于绝大多数的工业生产过程装置。最后,本发明中所述的pH中和过程自抗扰控制器其相应的参数整定方法,所需要调节的参数相比普通的自抗扰控制器更少,且参数整定过程更为简单有效。
步骤11中所建立的初始自抗扰控制器结构控制框图如图2所示,其中Gp表示被控对象,r表示被控对象的设定值,d表示外界干扰。TD(Tracking Differentiator)是跟踪微分器,它可以产生系统过渡过程的微分信号,通过其低通滤波的特性对设定值跟踪输入进行噪声抑制,同时能有效的改善了过渡过程,减小过渡过程的超调量。ESO(Extended StateObserver)叫做扩张状态观测器,被用来估计系统自身非线性或是不确定性以及外部噪声和扰动,在(Active Disturbance Rejection Controller,ADRC)自抗扰控制中,这些被统称为系统总扰动。ESO的输入为系统控制信号u和系统的输出y,输出为扩张状态观测器的3个状态量z1,z2,z3。Kp,Kd,b0为ADRC控制器的参数。
基于建立初始自抗扰控制器结构模型,还需要得到与初始自抗扰控制器结构模型对应的闭环传递函数表达式,基于闭环系统快速收敛条件对闭环传递函数表达式进行形式变换,确定待整定参数即步骤11具体包括:
111、建立包括跟踪微分器和扩张状态观测器的自抗扰控制器结构模型,基于自抗扰控制器结构模型中的控制量和输出量确定扩展状态观测器的初始函数表达式;
112、基于自抗扰控制器的工作原理对扩张状态观测器的初始函数表达式进行推导,得到扩张状态观测器更新表达式;
113、根据自抗扰控制器结构模型中的层级结构确定闭环函数表达式,在闭环系统快速收敛条件下对闭环函数表达式进行改写后,得到待整定参数。
这里步骤111中提出的操作过程为基于初始自抗扰控制器模型所作的推导,具体包括:
扩张状态观测器的函数表达式如公式(1.1)所示
式中,β1、β2和β3表示扩张状态观测器中的观测器参数,z1,z2,z3为扩张状态观测器的状态量,u为系统控制信号和系统的输出y,b0为增益值。
可选的,所述基于自抗扰控制器的工作原理对扩张状态观测器的初始函数表达式进行推导,得到扩张状态观测器更新表达式,包括:
基于公式(1.1)对应的扩张状态检测器,当自抗扰控制器结构模型对应的控制系统中被控对象为一阶纯滞后模型时,定义为系统受到的总扰动的f、增益值b0的表达式分别为公式(1.2)、公式(1.3)所示
根据公式(1.2)和(1.3)得到
将公式(1.4)改写为公式(1.5)所示的状态空间表达式形式
在公式(1.5)基础上引入u0=f+b0u得到如公式(1.6)所示的扩展状态方程
确定自抗扰控制器的控制率表达式
u0=kp(r-z1)-kdz2 公式(1.7)
u=(u0-z3)/b0 公式(1.8)
当扩展状态观测器被正确整定时,将公式(1.7)和(1.8)代入公式(1.4)中,得到
将公式(1.9)代入(1.7)可以求得系统的期望闭环动态特征方程,对闭环动态特征方程进行Laplace变换可以得到系统预期方程的传递函数表达式
基于初始自抗扰控制器结构,得到扩展状态观测器方程
令公式(1.6)与公式(1.11)作差,得到误差方程表达式
其中,L是观测器的增益向量,
得到系统的特征方程:
根据特征方程调节观测器的三个参数,就可以设计出相对应的自抗扰控制器扩展状态观测器。
基于上述推导过程,本实施例提出的参数整定方法的主要思想为对现有的自抗扰控制器结构进行改进,对待整定参数进行简化。常规结构的pH中和过程自抗扰控制器需要整定的观测器及控制器参数至少有6个,本发明采用了改进后的自抗扰控制结构,并对参数整定过程进行了优化,减少了需要整定的参数个数,且整定的参数可以直接根据期望的闭环特性给出,使得参数整定过程更加直观,整定结果更为精确有效。
这里的简化过程具体为:
基于自抗扰控制器结构模型中的层级结构确定如公式(2.1)所示的闭环函数表达式
式中,A1(s)=s3+(β1+kd)s2+(β1kd+β2)s,
A2(s)=kps3+(β3+β2kd+β1kp)s2+(β3kd+β2kp)s+β3kp;
根据系统的闭环传递函数可以分析系统的稳定性,闭环系统快速收敛的必要条件是此特征方程的特征根都在负半平面,因此公式(1.13)改写为:
s3+β1s2+β2s+β3=(s+ωo)3 公式(2.3)
同样,将公式(1.10)改写成如下形式:
因此有s2+kds+kp=(s+ωc)2 公式(2.5)
此时公式(2.1)只剩下3个独立参数,增益值b0,控制带宽ωc和观测带宽ωo。
在确定三个待整定参数后,接下来需要对每个待整定参数进行求解:
1)对增益值b0的求解
在参数整定的过程中,b0可以根据被控对象近似的一阶滞后模型参数的K,Tp,Td来整定。因为自抗扰控制器对时滞的容忍度较强,所以通常为了保证整定系统的响应速度,b0的值可以取为
b0=K/(Tp×Td′) 公式(2.6)
式中Td′=0.1×Td;
由公式(2.4)可知,kp和kd决定了自抗扰控制系统的预期动态方程;
由和公式(2.5)可得:kp=ωc 2,kd=2ωc。
2)控制带宽ωc的求解
在单位阶跃输入下,预期动态方程输出的拉式变换为:
可得系统的单位阶跃响应为:
根据调节时间定义:
|y(ts)-y(∞)|=△ 公式(2.9)
当y(∞)=1,时,解得:
ts=5.85/ωc 公式(2.10)
由上述推导过程可以看出,当系统要求的调节时间ts已知时,根据上式可以算出控制带宽ωc。考虑到系统的实际输入和期望存在一定误差,因此在整定中留有裕量,令:ωc=8/ts 公式(2.11)
再由此计算得出kp和kd的值。
3)对观测带宽ωo的求解
当观测器状态z3(s)完全跟踪f(s)的情况下,自抗扰控制器能获得预期的动态特性,联立观测器表达式(1.1)和系统总扰动表达式(1.5)可得:
把公式(1.1)的第一行和公式(2.12)进行Laplace变换得:
sz1(s)=z2+β1[y(s)-z1(s)] 公式(2.13)
f(s)=z3(s)+β2[y(s)-z1(s)]+[s2y(s)-sz2(s)] 公式(2.14)
两式合并可得:
f(s)=z3(s)+β2[y(s)-z1(s)]+β1s[y(s)-z1(s)]+s2[y(s)-z1(s)] 公式(2.15)
对公式(1.1)第三行进行Laplace变换可得
sz3(s)=β3[y(s)-z1(s)] 公式(2.16)
联立(4.35)和(4.36)可得:
f(s)s=(β3+β2s+β1s2+s3)[y(s)-z1(s)] 公式(2.17)
联立(2.16)和(2.17),可以得到z3(s)和f(s)之间的传递函数:
对于实际的控制场景,对系统控制效果造成主要影响的往往是低频信号,且中低频信号的系数β2和β3往往远大于高频信号系数β1和1,因此舍弃了高频信号项,近似描述z3(s)和f(s)之间的关系如下:
其中k值越大,扩展状态观测器的观测即跟踪速度就越快,其观测精度和相对应的系统的响应速度也越快;
定义观测器状态z3(s)跟踪f(s)的滞后时间为Tt,根据一阶系统动态特征,从公式(2.19)中可得:
Tt≈4/k 公式(2.20)
在自抗扰控制器的设计中,为了保证观测器的跟踪没有过大滞后,一般要求Tt<ts,由公式(2.13)可以得到:
β1=3ωo,β2=3ωo 2β3=ωo 3 公式(2.21)
代入公式(2.19)可得:k≡ωo/3;
在实际的控制器设计中,ωo的值一般受到系统稳定性约束要求不会过大,对扩展状态观测器的参数设置如下,只需调节ωo和k的值就可以实现对观测器参数的调节,β1=3ωo,β2=3ωo 2β3=kβ2 公式(2.22)。
对于一般的被控对象,选取Tt在1秒左右,即k=3。此时,对于绝大多数被控对象,当ωo=3ωc时,即能保证系统的有足够的跟踪速度,满足系统动态响应的性能指标,从而进一步简化了自抗扰控制器的参数整定。
最后总结本发明中的自抗扰控制器参数整定步骤如下:
1.根据ωc≈10/ts *和系统期望的调节时间ts *计算出控制带宽ωc。
2.根据期望的跟踪滞后时间和Tt≈4/k,ωo=3ωc(一般被控对象取值),计算出观测带宽ωo。
3.根据ωc和ωo计算出控制器增益kp,kd和观测器增益β1,β2和β3。
kp=ωc 2kd=2ωcβ1=3ωoβ2=3ωo 2β3=kβ2
4.根据b0=K/(Tp×Td′),通过估计被控对象传递函数模型求出b0。当被控对象模型未知时,可以逐步增大b0直至系统动态响应性能指标满足要求。
在确定三个待整定参数的计算方式后,首先对需要处理的pH中和模型进行介绍。
图3所示是某常见pH中和过程的简易系统结构图。其中,q1q2q3分别为过程流(HNO3),缓冲流(NaHCO3)和中和流(NaOH、NaHCO3混合溶液)流量,q4为流出溶液流量。Wai、Wbi分别表示电荷平衡及碳化物离子平衡假设反应釜中溶液快速充分反应,通过调节中和流流量对流出溶液的pH值进行控制。
根据电荷及碳化物离子平衡原理建立pH中和过程非线性模型。定义电荷及碳化物离子平衡分别为:
流出液中[Na+]和[NO3-]的动态平衡表达式如下:
由式(3.1)(2-37)到式(2-41)(3.4)可以推出:
在缓冲液中,H2CO3的电离过程如下:
定义其解离平衡常数如下:
根据公式(3.9)和公式(3.10)定义:
pk1=-lgKa1 公式(3.11)
pk2=-lgKa2 公式(3.12)
由上述过程可以推得:
公式(3.5)(3.6)和(3.13)为pH中和过程的数学模型。其中,中和流流量为控制量,流出液pH为系统输出。表1列出了模型中的参数和工作条件:
参数 | 值 | 参数 | 值 |
pk<sub>1</sub> | 6.35 | pk<sub>2</sub> | 10.25 |
W<sub>a1</sub> | 0.003mol·L<sup>-1</sup> | W<sub>a2</sub> | -0.03mol·L<sup>-1</sup> |
W<sub>a3</sub> | -0.00305mol·L<sup>-1</sup> | W<sub>b1</sub> | 0.0mol·L<sup>-1</sup> |
W<sub>b2</sub> | 0.03mol·L<sup>-1</sup> | W<sub>b3</sub> | 0.00005mol·L<sup>-1</sup> |
q<sub>1</sub> | 16.6ml·s<sup>-1</sup> | q<sub>2</sub> | 0.55ml·s<sup>-1</sup> |
q<sub>3</sub> | 15.6ml·s<sup>-1</sup> | V | 2900ml |
θ | 30s | pH<sub>sp</sub> | 7 |
表1系统的模型参数和工作条件
根据前文中已建立的pH中和过程数学模型,采用前述自抗扰控制器及对应参数整定方法,在对pH中和过程自抗扰控制方案进行设计并进行控制器参数整定后,得到整定后参数b0=1,wc=0.15,并把控制效果和工业中广泛使用的pH中和过程PID控制器进行比较。
首先对控制器的跟踪性能进行验证。pH设定值在一定时间内从酸性区(低设定值)慢慢提高中性区,再提高到碱性区(高设定值),之后又回调到初始状态,控制结果如图4所示。从图中可以看出,无论是在酸性区还是碱性区,本发明中所设计的pH中和过程自抗扰控制器都能无超调的快速跟踪设定值,跟踪效果明显优于传统的PID控制器。
之后对控制器的抗干扰能力及鲁棒性进行验证。对于过程流扰动,在t=4min时,改变过程流q1=16.6+2ml·s-1,当t=10min时,q1=16.6-2ml·s-1。自抗扰控制器和PID控制器在过程流发生扰动时的控制效果如图5所示。可以看出,在发生扰动的情况下,自抗扰控制器收到的振荡明显小于PID控制器,并能更快的收敛到设定值,有更好的抗干扰能力和鲁棒性。
对于缓冲流扰动,同样在t=4min时,改变q2=0.55-0.05ml·s-1,当t=10min时,q2=0.55+0.05ml·s-1。自抗扰控制器和PID控制器在缓冲流发生扰动时的控制效果如图6所示。可以看出,在缓冲流发生扰动的情况下,自抗扰控制器同样有着更好的抗干扰能力和更强的鲁棒性,控制效果更好。
本发明采用自抗扰控制器实现了pH中和过程的控制,采用较为简单的控制结构实现了对被控对象跟踪性能和鲁棒性能的要求。同时对自抗扰控制器的参数整定方法进行改进,减小了待整定参数的数量,定量的给出了自抗扰控制器的整定算法,提高了整定效率。其主要优点在于:
采用的自抗扰控制器在保证系统跟踪性能的同时有较强的鲁棒性和抗干扰能力;
控制器结构简单,参数整定方便,易于在工业现场实施投用;
相比于其他自抗扰控制器,本发明的参数整定方法减少了待整定参数数量,给出了整定步骤,优化了整定效率;
本发明中的参数整定方法采用定量分析,即能根据期望的系统闭环特性响应指标和被控对象模型计算而得,整定过程简便,有较强的理论基础。
上述实施例中的各个序号仅仅为了描述,不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.用于pH中和过程的自抗扰控制参数整定方法,其特征在于,所述参数整定方法,包括:
建立初始自抗扰控制器结构,得到与初始自抗扰控制器结构对应的闭环传递函数表达式,基于闭环系统快速收敛条件对闭环传递函数表达式进行形式变换,确定待整定参数;
在确保自抗扰控制器对应控制系统的响应速度和稳定性的基础上,逐个对待整定参数进行整定处理,确定自抗扰控制器中每个待整定参数的计算方式;
基于电荷及碳化物离子平衡原理建立pH中和模型,结合以确定的自抗扰控制器中每个待整定参数的计算方式对pH中和过程自抗扰控制器的参数进行调整;
其中,所述待整定参数包括增益值、控制带宽和观测带宽。
2.根据权利要求1所述的用于pH中和过程的自抗扰控制参数整定方法,其特征在于,所述建立初始自抗扰控制器结构,得到与初始自抗扰控制器结构对应的闭环传递函数表达式,基于闭环系统快速收敛条件对闭环传递函数表达式进行形式变换,确定待整定参数包括:
建立包括跟踪微分器和扩张状态观测器的自抗扰控制器结构,基于自抗扰控制器结构中的控制量和输出量确定扩展状态观测器的初始函数表达式;
基于自抗扰控制器的工作原理对扩张状态观测器的初始函数表达式进行推导,得到扩张状态观测器更新表达式;
根据自抗扰控制器结构确定闭环函数表达式,在闭环系统快速收敛条件下对闭环函数表达式进行改写后,得到待整定参数。
3.根据权利要求2所述的用于pH中和过程的自抗扰控制参数整定方法,其特征在于,所述建立包括跟踪微分器和扩张状态观测器的自抗扰控制器结构模型,基于自抗扰控制器结构中的控制量和输出量确定扩张状态观测器的函数表达式,包括:
扩张状态观测器的函数表达式如公式(1.1)所示
式中,β1、β2和β3表示扩张状态观测器中的观测器参数,z1,z2,z3为扩张状态观测器的状态量,u为系统控制信号和系统的输出y,b0为增益值。
4.根据权利要求2所述的用于pH中和过程的自抗扰控制参数整定方法,其特征在于,所述基于自抗扰控制器的工作原理对扩张状态观测器的初始函数表达式进行推导,得到扩张状态观测器更新表达式,包括:
基于公式(1.1)对应的扩张状态检测器,当自抗扰控制器结构模型对应的控制系统中被控对象为一阶纯滞后模型时,定义为系统受到的总扰动的f、增益值b0的表达式分别为公式(1.2)、公式(1.3)所示
根据公式(1.2)和(1.3)得到
将公式(1.4)改写为公式(1.5)所示的状态空间表达式形式
在公式(1.5)基础上引入u0=f+b0u得到如公式(1.6)所示的扩展状态方程
确定自抗扰控制器的控制率表达式
u0=kp(r-z1)-kdz2 公式(1.7)
u=(u0-z3)/b0 公式(1.8)
当扩展状态观测器被正确整定时,将公式(1.7)和(1.8)代入公式(1.4)中,得到
将公式(1.9)代入(1.7)可以求得系统的期望闭环动态特征方程,对闭环动态特征方程进行Laplace变换可以得到系统预期方程的传递函数表达式
基于初始自抗扰控制器结构模型,得到扩展状态观测器方程
令公式(1.6)与公式(1.11)作差,得到误差方程表达式
其中,L是观测器的增益向量,
得到系统的特征方程:
根据特征方程调节观测器的三个参数,就可以设计出相对应的自抗扰控制器扩展状态观测器。
5.根据权利要求3所述的用于pH中和过程的自抗扰控制参数整定方法,其特征在于,所述根据自抗扰控制器结构确定闭环函数表达式,在闭环系统快速收敛条件下对闭环函数表达式进行改写后,得到待整定参数,包括
基于自抗扰控制器结构确定如公式(2.1)所示的闭环函数表达式
式中,A1(s)=s3+(β1+kd)s2+(β1kd+β2)s,
A2(s)=kps3+(β3+β2kd+β1kp)s2+(β3kd+β2kp)s+β3kp;
根据系统的闭环传递函数可以分析系统的稳定性,闭环系统快速收敛的必要条件是此系统特征方程的特征根都在负半平面,因此公式(1.13)改写为:
s3+β1s2+β2s+β3=(s+ωo)3 公式(2.3)
同样,将公式(1.10)改写成如下形式:
因此有s2+kds+kp=(s+ωc)2 公式(2.5)
此时公式(2.1)只剩下3个独立参数,增益值b0,控制带宽ωc和观测带宽ωo。
6.根据权利要求4所述的用于pH中和过程的自抗扰控制参数整定方法,其特征在于,所述分别对控制器增益参数、控制带宽和观测带宽进行参数整定,确定自抗性控制器以及扩张状态观测器的增益值,包括:
在参数整定的过程中,b0可以根据被控对象近似的一阶滞后模型参数的K,Tp,Td来整定,因为自抗扰控制器对时滞的容忍度较强,所以通常为了保证整定系统的响应速度,b0的值可以取为
b0=K/(Tp×Td′) 公式(2.6)
式中Td′=0.1×Td;
由公式(2.4)可知,kp和kd决定了自抗扰控制系统的预期动态方程;
代入公式(2.5)可得:kp=ωc 2,kd=2ωc。
7.根据权利要求3所述的用于pH中和过程的自抗扰控制参数整定方法,其特征在于,所述分别对控制器增益参数、控制带宽和观测带宽进行参数整定,确定自抗性控制器以及扩张状态观测器的增益值,包括:
在单位阶跃输入下,预期动态方程输出的拉式变换为:
可得系统的单位阶跃响应为:
根据调节时间定义:
|y(ts)-y(∞)|=△ 公式(2.9)
当y(∞)=1,时,解得:
ts=5.85/ωc 公式(2.10)
由上述推导过程可以看出,当系统要求的调节时间ts已知时,根据上式可以算出控制带宽ωc,考虑到系统的实际输入和期望存在一定误差,因此在整定中留有裕量,令:ωc=8/ts公式(2.11)
再由此计算得出kp和kd的值。
8.根据权利要求4所述的用于pH中和过程的自抗扰控制参数整定方法,其特征在于,所述分别对控制器增益参数、控制带宽和观测带宽进行参数整定,确定自抗性控制器以及扩张状态观测器的增益值,包括:
当观测器状态z3(s)完全跟踪f(s)的情况下,自抗扰控制器能获得预期的动态特性,联立观测器表达式(1.1)和系统总扰动表达式(1.5)可得:
把公式(1.1)的第一行和公式(2.12)进行Laplace变换得:
sz1(s)=z2+β1[y(s)-z1(s)] 公式(2.13)
f(s)=z3(s)+β2[y(s)-z1(s)]+[s2y(s)-sz2(s)] 公式(2.14)
两式合并可得:
f(s)=z3(s)+β2[y(s)-z1(s)]+β1s[y(s)-z1(s)]+s2[y(s)-z1(s)] 公式(2.15)
对公式(1.1)第三行进行Laplace变换可得
sz3(s)=β3[y(s)-z1(s)] 公式(2.16)
联立(4.35)和(4.36)可得:
f(s)s=(β3+β2s+β1s2+s3)[y(s)-z1(s)] 公式(2.17)
联立(2.16)和(2.17),可以得到z3(s)和f(s)之间的传递函数:
对于实际的控制场景,对系统控制效果造成主要影响的往往是低频信号,且中低频信号的系数β2和β3往往远大于高频信号系数β1和1,因此舍弃了高频信号项,近似描述z3(s)和f(s)之间的关系如下:
其中k值越大,扩展状态观测器的观测即跟踪速度就越快,其观测精度和相对应的系统的响应速度也越快;
定义观测器状态z3(s)跟踪f(s)的滞后时间为Tt,根据一阶系统动态特征,从公式(2.19)中可得:
Tt≈4/k 公式(2.20)
在自抗扰控制器的设计中,为了保证观测器的跟踪没有过大滞后,一般要求Tt<ts,由公式(2.13)可以得到:
β1=3ωo,β2=3ωo 2β3=ωo 3 公式(2.21)
代入公式(2.19)可得:k≡ωo/3;
在实际的控制器设计中,ωo的值一般受到系统稳定性约束要求不会过大,对扩展状态观测器的参数设置如下,只需调节ωo和k的值就可以实现对观测器参数的调节,β1=3ωo,β2=3ωo 2β3=kβ2 公式(2.22)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2018116264582 | 2018-12-28 | ||
CN201811626458.2A CN109634123A (zh) | 2018-12-28 | 2018-12-28 | 用于pH中和过程的自抗扰控制参数整定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109960149A true CN109960149A (zh) | 2019-07-02 |
CN109960149B CN109960149B (zh) | 2024-04-02 |
Family
ID=66078846
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811626458.2A Pending CN109634123A (zh) | 2018-12-28 | 2018-12-28 | 用于pH中和过程的自抗扰控制参数整定方法 |
CN201910234851.5A Active CN109960149B (zh) | 2018-12-28 | 2019-03-26 | 用于pH中和过程的自抗扰控制参数整定方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811626458.2A Pending CN109634123A (zh) | 2018-12-28 | 2018-12-28 | 用于pH中和过程的自抗扰控制参数整定方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN109634123A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110635734A (zh) * | 2019-09-24 | 2019-12-31 | 南京工业大学 | 一种新型永磁同步电机转速分数阶滑模控制方法 |
CN112578670A (zh) * | 2020-12-01 | 2021-03-30 | 东南大学 | 一种热工过程自抗扰时滞控制器的参数整定方法及控制器 |
CN114879502A (zh) * | 2022-05-23 | 2022-08-09 | 中国科学院光电技术研究所 | 一种位置环自抗扰控制器参数自整定方法 |
CN116125796A (zh) * | 2023-02-17 | 2023-05-16 | 之江实验室 | 一种设备控制方法、装置、存储介质及电子设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327607A (zh) * | 2020-11-03 | 2021-02-05 | 天津市英贝特航天科技有限公司 | 用于消除ph值分析中仪非线性测量的控制方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007035559A2 (en) * | 2005-09-19 | 2007-03-29 | Cleveland State University | Controllers, observers, and applications thereof |
CN101995822A (zh) * | 2010-09-26 | 2011-03-30 | 上海电力学院 | 一种大时滞系统的灰色自抗扰控制方法 |
US20140379102A1 (en) * | 2013-06-25 | 2014-12-25 | Linestream Technologies | Method for automatically setting controller bandwidth |
CN105182750A (zh) * | 2015-09-02 | 2015-12-23 | 中国人民解放军军械工程学院 | 一种线性/非线性自抗扰控制系统切换控制方法 |
CN106575105A (zh) * | 2014-03-18 | 2017-04-19 | 霍尼韦尔有限公司 | 用于指定和可视化基于模型的控制器的鲁棒调节的方法和装置 |
CN106773648A (zh) * | 2016-12-19 | 2017-05-31 | 华侨大学 | 一种自抗扰控制的鲁棒保性能设计与参数整定方法 |
CN107728474A (zh) * | 2017-09-18 | 2018-02-23 | 天津大学 | 具有有限时间收敛特性的自抗扰控制的实现方法 |
CN107908107A (zh) * | 2017-11-13 | 2018-04-13 | 大连理工大学 | 时滞采样系统基于预测器的抗扰控制方法 |
CN107908113A (zh) * | 2017-12-29 | 2018-04-13 | 安徽理工大学 | 基于改进tlbo算法的自抗扰控制器参数整定方法 |
CN108646572A (zh) * | 2018-07-16 | 2018-10-12 | 广西师范大学 | 一种基于bp神经网络与自抗扰控制器相结合的三轴云台伺服电机的控制方法 |
CN108962410A (zh) * | 2018-06-26 | 2018-12-07 | 华北电力大学 | 一种用于铅冷快堆功率的自抗扰控制方法 |
-
2018
- 2018-12-28 CN CN201811626458.2A patent/CN109634123A/zh active Pending
-
2019
- 2019-03-26 CN CN201910234851.5A patent/CN109960149B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007035559A2 (en) * | 2005-09-19 | 2007-03-29 | Cleveland State University | Controllers, observers, and applications thereof |
CN101995822A (zh) * | 2010-09-26 | 2011-03-30 | 上海电力学院 | 一种大时滞系统的灰色自抗扰控制方法 |
US20140379102A1 (en) * | 2013-06-25 | 2014-12-25 | Linestream Technologies | Method for automatically setting controller bandwidth |
CN106575105A (zh) * | 2014-03-18 | 2017-04-19 | 霍尼韦尔有限公司 | 用于指定和可视化基于模型的控制器的鲁棒调节的方法和装置 |
CN105182750A (zh) * | 2015-09-02 | 2015-12-23 | 中国人民解放军军械工程学院 | 一种线性/非线性自抗扰控制系统切换控制方法 |
CN106773648A (zh) * | 2016-12-19 | 2017-05-31 | 华侨大学 | 一种自抗扰控制的鲁棒保性能设计与参数整定方法 |
CN107728474A (zh) * | 2017-09-18 | 2018-02-23 | 天津大学 | 具有有限时间收敛特性的自抗扰控制的实现方法 |
CN107908107A (zh) * | 2017-11-13 | 2018-04-13 | 大连理工大学 | 时滞采样系统基于预测器的抗扰控制方法 |
CN107908113A (zh) * | 2017-12-29 | 2018-04-13 | 安徽理工大学 | 基于改进tlbo算法的自抗扰控制器参数整定方法 |
CN108962410A (zh) * | 2018-06-26 | 2018-12-07 | 华北电力大学 | 一种用于铅冷快堆功率的自抗扰控制方法 |
CN108646572A (zh) * | 2018-07-16 | 2018-10-12 | 广西师范大学 | 一种基于bp神经网络与自抗扰控制器相结合的三轴云台伺服电机的控制方法 |
Non-Patent Citations (2)
Title |
---|
ZHIQIANG GAO: "Scaling and Bandwidth-Parameterization Based Controller Tuning", 《PROCEEDINGS OF THE AMERICAN CONTROL CONFERENCE》, pages 4989 - 4996 * |
曾智刚;: "自抗扰pH控制及其在化工过程控制中的应用", 电子科技, no. 06, pages 23 - 25 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110635734A (zh) * | 2019-09-24 | 2019-12-31 | 南京工业大学 | 一种新型永磁同步电机转速分数阶滑模控制方法 |
CN112578670A (zh) * | 2020-12-01 | 2021-03-30 | 东南大学 | 一种热工过程自抗扰时滞控制器的参数整定方法及控制器 |
CN112578670B (zh) * | 2020-12-01 | 2022-05-24 | 东南大学 | 一种热工过程自抗扰时滞控制器的参数整定方法及控制器 |
CN114879502A (zh) * | 2022-05-23 | 2022-08-09 | 中国科学院光电技术研究所 | 一种位置环自抗扰控制器参数自整定方法 |
CN114879502B (zh) * | 2022-05-23 | 2023-06-30 | 中国科学院光电技术研究所 | 一种位置环自抗扰控制器参数自整定方法 |
CN116125796A (zh) * | 2023-02-17 | 2023-05-16 | 之江实验室 | 一种设备控制方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109960149B (zh) | 2024-04-02 |
CN109634123A (zh) | 2019-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109960149A (zh) | 用于pH中和过程的自抗扰控制参数整定方法 | |
CN108490765B (zh) | 一种带有抗积分补偿的自抗扰控制器的设计方法 | |
CN109557810B (zh) | 一种基于新型二自由度内模pid的加热炉温度控制方法 | |
Wang et al. | Neural network-based adaptive output feedback fault-tolerant control for nonlinear systems with prescribed performance | |
CN107577147A (zh) | 一种基于自适应Smith预估器的遥操作双边PID控制方法 | |
CN103576711B (zh) | 基于定量单参数pid控制的化工反应器温度控制方法 | |
CN109298636A (zh) | 一种改进的积分滑模控制方法 | |
CN111413865B (zh) | 一种扰动补偿的单回路过热汽温自抗扰控制方法 | |
CN114114928B (zh) | 一种压电微定位平台的固定时间自适应事件触发控制方法 | |
CN108181617A (zh) | 一种基于张量积模型变换的非线性调频系统的滤波方法 | |
CN110347038B (zh) | 一种水泥熟料冷却过程的二自由度Smith预估控制方法 | |
CN105549385B (zh) | 多变量时滞非最小相位非方系统的解耦内模控制器、控制系统和控制方法 | |
Do et al. | An anti-windup design for single input adaptive control systems in strict feedback form | |
CN108258692B (zh) | 一种参数自适应调整的谐波补偿方法及装置 | |
Li et al. | Adaptive resilient containment control for nonlower triangular multiagent systems with time-varying delay and sensor faults | |
CN115981159A (zh) | 基于模型辅助和类史密斯预估的广义改进自抗扰控制方法 | |
Ali et al. | Discrete-time LPV controller synthesis using dilated LMIs with application to an arm-driven inverted pendulum | |
CN112731801B (zh) | 一种对称死区非线性的自适应动态面输出反馈控制方法 | |
CN107134999A (zh) | 一种自适应变增益快速响应锁相环改进方法 | |
CN104668493A (zh) | 一种连铸机结晶器的复合振动控制系统及其控制方法 | |
CN110879576B (zh) | 水泥熟料冷却过程的分数阶模型广义二自由度控制方法 | |
CN106610588B (zh) | 一种串级预测控制系统及方法 | |
CN107769775A (zh) | 一种自适应变增益快速响应锁相环改进方法 | |
Simonetto | Time-varying optimization: algorithms and engineering applications | |
Siqueira et al. | Robust decoupling control synthesis |
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 |