CN110793546B - 一种惯性设备调节的优化方法、系统及存储介质 - Google Patents
一种惯性设备调节的优化方法、系统及存储介质 Download PDFInfo
- Publication number
- CN110793546B CN110793546B CN201911058506.7A CN201911058506A CN110793546B CN 110793546 B CN110793546 B CN 110793546B CN 201911058506 A CN201911058506 A CN 201911058506A CN 110793546 B CN110793546 B CN 110793546B
- Authority
- CN
- China
- Prior art keywords
- calculated value
- threshold
- value
- state
- inertial
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种惯性设备调节的优化方法、系统及存储介质，所述方法包括获取待调节惯性设备的当前运行状态；将所述当前运行状态与对应的计算值进行比较，基于比较结果生成调节指令；当所述惯性设备处于初始启动状态时，所述计算值为0；当所述惯性设备处于工作状态时，所述计算值是基于惯性设备前一次的当前运行状态计算得到；将所述调节指令发送至待调节惯性设备，调节所述待调节惯性设备的运行状态，直至该惯性设备的状态满足设定的要求。本发明可完成对被控惯性设备真实状态的实际跟随，确保了系统对被控惯性设备调节的稳定性与实时性。
Description
技术领域
本发明属于工业控制技术领域，具体涉及一种惯性设备调节的优化方法、系统及存储介质。
背景技术
设备是实施生产过程的主体。不论何种设备，其控制作用都是围绕生产过程发生的。设备有其自身的运行状态，这些状态是生产过程的表征，控制系统将通过被控设备的运行状态来了解整个生产过程。表征生产过程状态的量有很多种，如温度、压力、流量、湿度、液位、密度、重量、体积、电压、电流、功率、速度、位置、亮度、开/关状态、开关的分/合状态以及物体的有/无等的表示等，这些量被称为过程量，不同的过程量需要通过不同种类的IO模件来进行测量或监控。
对于连续过程的控制一般称之为过程控制(process control，PC)或流程控制，它是一种连续调节性质的控制。它所关心的是被控设备对目标值的允许误差以及进行测量和控制的周期。
控制系统的任务一般有两个，一是设定值根据生产过程的要求发生改变时，采用特定的控制算法计算出需要对被控设备进行何种操作或调节，并对被控对象的可操作、可调节部分实施控制，以便使被控设备尽快达到控制目标。另一个任务是在出现干扰时，被控设备的运行状态偏离了预定的目标(即设定值)，这时计算单元要通过测量被控设备的当前状态信息并计算偏离的程度，采用特定的控制算法计算出操作步骤或调节量，并实施输出，以便使被控设备的运行状态尽快回归到预定的目标值。
整个生产过程是否能平稳运行，主要看相关被控设备是否能按预定的目标(即设定值)稳定可靠运行，并具有优异的性能。
对于惯性设备的调节，如图1所示，通常使用模拟量输入(Analog input，AI)模件检测被控设备的当前状态。AI模件通过A/D芯片采集被控设备当前状态信息，并直接将本次采样值转换为被控设备状态信息并上传到分散控制系统(Distributed Processor Unit，DPU)模件，DPU模件内根据此状态信息以及期望状态信息采用PID算法完成对设备的连续调节。在AI模件检测到被控设备当前状态到DPU模件读取到此信息并进行调节期间，由于惯性的原因，此被控设备的状态已发生了变化。采用这种调节模式，如果调节速度过快则会引起设备的超调(超过期望状态)，如果调节速度慢，则调节效果跟不上设备的动态变化，达不到很好的调节效果。
发明内容
针对上述问题，本发明提出一种惯性设备调节的优化方法、系统及存储介质，可完成对被控惯性设备真实状态的实际跟随，确保了系统对被控惯性设备调节的稳定性与实时性。
为了实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
第一方面，本发明提供了一种惯性设备调节的优化方法，包括：
获取待调节惯性设备的当前运行状态；
将所述当前运行状态与对应的计算值进行比较，基于比较结果生成调节指令；当所述惯性设备处于初始启动状态时，所述计算值为0；当所述惯性设备处于工作状态时，所述计算值是基于惯性设备前一次的当前运行状态计算得到；
将所述调节指令发送至待调节惯性设备，调节所述待调节惯性设备的运行状态，直至该惯性设备的状态满足设定的要求。
可选地，所述当前运行状态的获取方法包括：
按照设定的时间间隔，顺次采集待调节惯性设备的当前运行状态，获得若干个待调节惯性设备的当前运行状态值。
可选地，所述设定的时间间隔为20ms。
可选地，所述将所述当前运行状态与对应的计算值进行比较，基于比较结果生成调节指令，包括以下步骤：
按照时间先后顺序，顺次将各待调节惯性设备的当前运行状态值与对应的计算值进行比较；
当二者之间的差值大于第一阈值时，则将当前运行状态值×设定百分比，然后再转换成0～100％工程状态量范围数据，生成调节指令。
可选地，所述设定百分比为90％。
可选地，所述将所述当前运行状态与对应的计算值进行比较，基于比较结果生成调节指令，还包括以下步骤：
当二者之间的差值小于第一阈值时，采用逐次逼近式跟踪方式，基于对应计算值得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令。
可选地，当二者之间的差值小于第一阈值时，采用逐次逼近式跟踪方式，基于对应计算值得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令，具体为：
当二者之间的差值小于第一阈值时，且大于第二阈值时，则在该对应计算值的基础上增加a1*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第二阈值时，且大于第三阈值时，则在该对应计算值的基础上增加a2*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第三阈值时，且大于第四阈值时，则在该对应计算值的基础上增加a3*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第四阈值时，且大于第五阈值时，则在该对应计算值的基础上增加a4*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第五阈值时，且大于第六阈值时，则在该对应计算值的基础上增加a5*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第六阈值时，且大于第七阈值时，则在该对应计算值的基础上增加a6*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第七阈值时，且大于第八阈值时，则在该对应计算值的基础上增加a2*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第八阈值时，且大于第九阈值时，则在该对应计算值的基础上增加a8*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
所述第一阈值>第二阈值>第三阈值>第四阈值>第五阈值>第六阈值>第七阈值>第八阈值>第九阈值；
所述a1＞a2＞a3＞a4＞a5＞a6＞a7＞a8。
可选地，所述第一阈值为6500，所述第二阈值为3200，所述第三阈值为1600，所述第四阈值为800，所述第五阈值为400，所述第六阈值为200，所述第七阈值为100，所述第八阈值为50，所述第九阈值为0；
所述a1为60，所述a2为50，所述a3为40，所述a4为35，所述a5为30，所述a6为25，所述a7为20，所述a8为15。
第二方面，本发明提供了一种惯性设备调节的优化系统，包括：包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据第一方面中任一项所述方法的步骤。
第三方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该程序被处理器执行时实现第一方面中任一项所述方法的步骤。
与现有技术相比，本发明的有益效果：
本发明提出一种惯性设备调节的优化方法、系统及存储介质，在AI模件检测惯性设备当前运行状态的过程中，并不是直接将采样值转换为被控惯性设备的当前状态，而是在进入被控惯性设备当前状态设定数值(比如90％)范围后，则进行多次采样，逐次逼近被控惯性设备真实状态的模式进行跟随，给DPU内运行的特定算法保留一定的调节裕度，不至于造成对被控惯性设备的超调；同时AI模件每个设定时间段(比如每20毫秒)对差值调整一次，极限情况下经历八次逼近步骤，耗时160毫秒即可完成对被控惯性设备真实状态的实际跟随，确保了系统对被控惯性设备调节的稳定性与实时性。
附图说明
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中：
图1为现有技术中惯性设备调节的结构示意图；
图2为本发明一种实施例的惯性设备调节方法的流程示意图；
图3为本发明一种实施例中对采集到的当前运行状态的处理过程的流程示意图；
图中：
OldValue：上一次的当前运行状态采样值；NewValue：当前运行状态的采样值；△：当前运行状态的采样值与对应的计算值的差值，△＝NewValue-OldValue；tempval：临时计算数据存放变量。
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仅用以解释本发明，并不用于限定本发明的保护范围。
下面结合附图对本发明的应用原理作详细的描述。
实施例1
本发明实施例中提供了一种惯性设备调节的优化方法，如图1-3所示，具体包括以下步骤：
(1)获取待调节惯性设备的当前运行状态；
在本发明实施例的一种具体实施方式中，所述当前运行状态的获取方法包括：
按照设定的时间间隔，顺次采集待调节惯性设备的当前运行状态，获得若干个待调节惯性设备的当前运行状态值；可选地，所述设定的时间间隔为20ms。
在具体实施过程中，可以通过在用于监测惯性设备当前运行状态的AI模件中，内嵌定时器，每20ms产生一次中断，建立启动采样标志，AI模件主程序循环中根据此采样标志是否建立来决定是否执行一次对被控惯性设备当前运行状态的采样；
(2)将所述当前运行状态与对应的计算值进行比较，基于比较结果生成调节指令；当所述惯性设备处于初始启动状态时，所述计算值为0；当所述惯性设备处于工作状态时，所述计算值是基于惯性设备前一次的当前运行状态计算得到；
在本发明实施例的一种具体实施方式中，所述将所述当前运行状态与对应的计算值进行比较，基于比较结果生成调节指令，包括以下步骤：
按照时间先后顺序，顺次将各待调节惯性设备的当前运行状态值与对应的计算值进行比较；
当二者之间的差值大于第一阈值时，则将当前运行状态值×设定百分比，然后再转换成0～100％工程状态量范围数据，生成调节指令；
根据AI模件阶跃响应的特性，当AI模件本次采集的数据与上次计算值相比，差值大于满量程的10％时，则可理解为被控惯性设备的状态变化量对AI模件来说，类似于一个阶跃信号，AI模件需要先快速的跟踪到阶跃信号的90％的幅度，后续90％～100％之间的状态跟踪则采用本发明所述的慢速逐次逼近式跟踪方式，因此，优选地，所述设定百分比为90％；所述第一阈值的确定方法具体为：AI模件采用16bits的A/D芯片采集被控设备的当前状态，A/D转换芯片的满度值为65535，为此，以A/D芯片转换满度的十分之一(6500)作为判断依据。当二者之间差值越大时，说明被控惯性设备的当前状态与20ms前的状态相比变化较大，此时DPU模件需要对被控惯性设备进行快速调节。
由于被控惯性设备参与工业生产过程的状态量包括：温度、压力、流量、湿度、液位、密度、重量、体积、电压、电流、功率、速度、位置、亮度等，这些信息需要被采集并进行控制，通常采用的方法是将这些工程状态量通过传感器变换成4～20mA信号，工程状态量监控范围的最小状态-最大状态分别对应着0～100％，AI模件检测到输入信号为4mA，则表示传感器检测的对应工程状态量为最小值；AI模件检测到输入信号为20mA，则表示传感器检测的对应工程状态量为最大值。比如检测一个阀门的开闭状态，当阀门闭合时对应的范围为0％，AI模件检测到的信号量为4mA；当阀门全部打开时对应的范围为100％，AI模件检测到的信号量为20mA；当阀门打开一半时对应的范围为50％，AI模件检测到的信号量为12m。
因此，当二者之间的差值小于第一阈值时，采用逐次逼近式跟踪方式，基于对应计算值得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令，具体地：
当二者之间的差值小于第一阈值时，且大于第二阈值时，则在该对应计算值的基础上增加a1*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第二阈值时，且大于第三阈值时，则在该对应计算值的基础上增加a2*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第三阈值时，且大于第四阈值时，则在该对应计算值的基础上增加a3*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第四阈值时，且大于第五阈值时，则在该对应计算值的基础上增加a4*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第五阈值时，且大于第六阈值时，则在该对应计算值的基础上增加a5*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第六阈值时，且大于第七阈值时，则在该对应计算值的基础上增加a6*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第七阈值时，且大于第八阈值时，则在该对应计算值的基础上增加a2*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第八阈值时，且大于第九阈值时，则在该对应计算值的基础上增加a8*△，得到新的计算值，作为与下一次采集到的当前运行状态的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
所述第一阈值>第二阈值>第三阈值>第四阈值>第五阈值>第六阈值>第七阈值>第八阈值>第九阈值；
所述a1＞a2＞a3＞a4＞a5＞a6＞a7＞a8。
可选地，所述第一阈值为6500，所述第二阈值为3200，所述第三阈值为1600，所述第四阈值为800，所述第五阈值为400，所述第六阈值为200，所述第七阈值为100，所述第八阈值为50，所述第九阈值为0；
所述a1为60，所述a2为50，所述a3为40，所述a4为35，所述a5为30，所述a6为25，所述a7为20，所述a8为15。
也即图2中的执行采样数据处理子程序：
当二者之间的差值(△)大于6500时，说明被控惯性设备的当前状态与20ms前的状态相比变化较大，已超过10％的变化量，AI模件需要对被控惯性设备状态快速跟踪。对AI模件来说，此时的输入信号可视为阶跃信号，则AI模件读取A/D芯片的当前采样值，并将此采样值×90％后再将此计算结果转换成0～100％工程状态量范围数据后发送给DPU模件；
当二者之间的差值(△)小于6500时，则采用慢速逐次逼近式跟踪方式，具体为：
当二者之间的差值在3200-6500之间时，则在上次计算值(上一次发送给DPU模件的数据)的基础上加上60*△，从而得到新的计算值，此时计算值与实际采样值差距在5％～10％之间，也就是说AI模件此时传递给DPU模件表示被控惯性设备的状态信息与被控惯性设备的真实状态之间有一定的偏差。
当二者之间的差值在1600-3200之间时，则在上次计算值(上一次发送给DPU的数据)的基础上加上50*△，从而得到新的计算值，此时计算值与实际采样值差距在2.5％～5％之间；
当二者之间的差值在800-1600之间时，则在上次计算值(上一次发送给DPU的数据)的基础上加上40*△，从而得到新的计算值，此时计算值与实际采样值差距在1.25％～2.5％之间；
当二者之间的差值在400-800之间时，则在上次计算值(上一次发送给DPU的数据)的基础上加上35*△，从而得到新的计算值，此时计算值与实际采样值差距在0.62％～2.5％之间；
当二者之间的差值在200-400之间时，则在上次计算值(上一次发送给DPU的数据)的基础上加上30*△，从而得到新的计算值，此时计算值与实际采样值差距在0.31％～0.62％之间；
当二者之间的差值在100-200之间时，则在上次计算值(上一次发送给DPU的数据)的基础上加上25*△，从而得到新的计算值，此时计算值与实际采样值差距在0.15％～0.31％之间；
当二者之间的差值在50-100之间时，则在上次计算值(上一次发送给DPU的数据)的基础上加上20*△；从而得到新的计算值，此时计算值与实际采样值差距在0.08％～0.15％之间；
当二者之间的差值在0-50之间时，则在上次计算值(上一次发送给DPU的数据)的基础上加上15*△；从而得到新的计算值，此时计算值与实际采样值差距在0％～0.08％之间；
AI模件所采用的AD芯片为16位，数据范围可用2个字节表示，AI模件为了提高计算精度，计算值的数据范围采用四个字节表示，因此在转换成百分比之前需要先除以128使计算值落入0～65535的范围内。
AI模件最多在160毫秒(8*20)内，即可实现对被控惯性设备状态的快速无超调跟踪。当差值在AI模件的测量精度范围内时，依然要保持对被控惯性设备的微幅调节，因为被控惯性设备的惯性原因，不能让此被控惯性设备静止不动，否则当需要调节惯性设备状态时，会花费较长的时间改变此设备的状态。
(3)将所述调节指令发送至待调节惯性设备，调节所述待调节惯性设备的运行状态，直至该惯性设备的状态满足设定的要求。
实施例2
基于与实施例1相同的发明构思，本发明实施例中提供了一种惯性设备调节的优化系统，包括：包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据实施例1中任一项所述方法的步骤。
实施例3
基于与实施例1相同的发明构思，本发明实施例中提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该程序被处理器执行时实现实施例1中任一项所述方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种惯性设备调节的优化方法，其特征在于，包括：
获取待调节惯性设备的当前运行状态；
将所述当前运行状态与对应的计算值进行比较，基于比较结果生成调节指令；当所述惯性设备处于初始启动状态时，所述计算值为0；当所述惯性设备处于工作状态时，所述计算值是基于惯性设备前一次的当前运行状态计算得到；
将所述调节指令发送至待调节惯性设备，调节所述待调节惯性设备的运行状态，直至该惯性设备的状态满足设定的要求；
所述将所述当前运行状态与对应的计算值进行比较，基于比较结果生成调节指令，包括以下步骤：
按照时间先后顺序，顺次将各待调节惯性设备的当前运行状态值与对应的计算值进行比较；
当二者之间的差值大于第一阈值时，则将当前运行状态值×设定百分比，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值小于第一阈值时，采用逐次逼近式跟踪方式，基于对应计算值得到新的计算值，作为与下一次采集到的当前运行状态进行比较的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令，具体包括下述步骤：
当二者之间的差值△小于第一阈值时，且大于第二阈值时，则在该对应计算值的基础上增加a1*△，得到新的计算值，作为与下一次采集到的当前运行状态进行比较的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值△小于第二阈值时，且大于第三阈值时，则在该对应计算值的基础上增加a2*△，得到新的计算值，作为与下一次采集到的当前运行状态进行比较的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值△小于第三阈值时，且大于第四阈值时，则在该对应计算值的基础上增加a3*△，得到新的计算值，作为与下一次采集到的当前运行状态进行比较的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值△小于第四阈值时，且大于第五阈值时，则在该对应计算值的基础上增加a4*△，得到新的计算值，作为与下一次采集到的当前运行状态进行比较的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值△小于第五阈值时，且大于第六阈值时，则在该对应计算值的基础上增加a5*△，得到新的计算值，作为与下一次采集到的当前运行状态进行比较的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值△小于第六阈值时，且大于第七阈值时，则在该对应计算值的基础上增加a6*△，得到新的计算值，作为与下一次采集到的当前运行状态进行比较的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值△小于第七阈值时，且大于第八阈值时，则在该对应计算值的基础上增加a2*△，得到新的计算值，作为与下一次采集到的当前运行状态进行比较的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
当二者之间的差值△小于第八阈值时，且大于第九阈值时，则在该对应计算值的基础上增加a8*△，得到新的计算值，作为与下一次采集到的当前运行状态进行比较的计算值，然后再转换成0～100％工程状态量范围数据，生成调节指令；
所述第一阈值>第二阈值>第三阈值>第四阈值>第五阈值>第六阈值>第七阈值>第八阈值>第九阈值；
所述a1＞a2＞a3＞a4＞a5＞a6＞a7＞a8。
2.根据权利要求1所述的一种惯性设备调节的优化方法，其特征在于：所述当前运行状态的获取方法包括：
按照设定的时间间隔，顺次采集待调节惯性设备的当前运行状态，获得若干个待调节惯性设备的当前运行状态值。
3.根据权利要求2所述的一种惯性设备调节的优化方法，其特征在于：所述设定的时间间隔为20ms。
4.根据权利要求1所述的一种惯性设备调节的优化方法，其特征在于：所述设定百分比为90％。
5.根据权利要求1所述的一种惯性设备调节的优化方法，其特征在于：所述第一阈值为6500，所述第二阈值为3200，所述第三阈值为1600，所述第四阈值为800，所述第五阈值为400，所述第六阈值为200，所述第七阈值为100，所述第八阈值为50，所述第九阈值为0；
所述a1为60，所述a2为50，所述a3为40，所述a4为35，所述a5为30，所述a6为25，所述a7为20，所述a8为15。
6.一种惯性设备调节的优化系统，其特征在于，包括：包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据权利要求1～5任一项所述方法的步骤。
7.计算机可读存储介质，其上存储有计算机程序，其特征在于：该程序被处理器执行时实现权利要求1～5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911058506.7A CN110793546B (zh) | 2019-11-01 | 2019-11-01 | 一种惯性设备调节的优化方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911058506.7A CN110793546B (zh) | 2019-11-01 | 2019-11-01 | 一种惯性设备调节的优化方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110793546A CN110793546A (zh) | 2020-02-14 |
| CN110793546B true CN110793546B (zh) | 2021-03-02 |
Family
ID=69440719
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911058506.7A Active CN110793546B (zh) | 2019-11-01 | 2019-11-01 | 一种惯性设备调节的优化方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110793546B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103217927A (zh) * | 2012-01-19 | 2013-07-24 | 发那科株式会社 | 机床的热位移修正装置 |
| CN105045137A (zh) * | 2015-08-12 | 2015-11-11 | 中国航空工业集团公司西安飞机设计研究所 | 一种执行机构自适应pid控制方法及控制系统 |
| CN105404141A (zh) * | 2015-12-16 | 2016-03-16 | 福建顺昌虹润精密仪器有限公司 | 模糊pid控制仪及控制方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59160205A (ja) * | 1983-03-03 | 1984-09-10 | Toshiba Corp | サンプル値ｐｉｄ制御装置 |
| FI20075931L (fi) * | 2007-12-18 | 2009-06-19 | Abb Oy | Menetelmä ja laite signaalidatan siirtämiseksi |
| CN102541023A (zh) * | 2012-01-19 | 2012-07-04 | 重庆工业设备安装集团有限公司 | 数模结合的高精度控制系统 |
| CN108631778B (zh) * | 2018-05-10 | 2022-01-14 | 上海华虹宏力半导体制造有限公司 | 逐次逼近模数转换器及转换方法 |
-
2019
- 2019-11-01 CN CN201911058506.7A patent/CN110793546B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103217927A (zh) * | 2012-01-19 | 2013-07-24 | 发那科株式会社 | 机床的热位移修正装置 |
| CN105045137A (zh) * | 2015-08-12 | 2015-11-11 | 中国航空工业集团公司西安飞机设计研究所 | 一种执行机构自适应pid控制方法及控制系统 |
| CN105404141A (zh) * | 2015-12-16 | 2016-03-16 | 福建顺昌虹润精密仪器有限公司 | 模糊pid控制仪及控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110793546A (zh) | 2020-02-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Singhal et al. | A simple method for detecting valve stiction in oscillating control loops | |
| CN106909074B (zh) | 控制装置 | |
| CN109747651B (zh) | 一种车辆控制方法、装置及系统 | |
| JP5830251B2 (ja) | プロセスモデルの高速同定および生成 | |
| EP3382485B1 (en) | Controller, control program, control system, and control method | |
| CN102032640A (zh) | 工业环境高精度空调的模糊pid控制方法及装置 | |
| CN106292550B (zh) | 具有在线优化控制增益的功能的伺服控制装置 | |
| CN101995822A (zh) | 一种大时滞系统的灰色自抗扰控制方法 | |
| CN103616845A (zh) | 一种pid控制器及其参数自整定扩展模块及实现方法 | |
| CN102707617A (zh) | 一种模糊PID算法ActiveX控件的实现方法 | |
| CN110793546B (zh) | 一种惯性设备调节的优化方法、系统及存储介质 | |
| JPH03123903A (ja) | 制御ルール作成装置 | |
| US11463849B2 (en) | Data processing device, data analyzing device, data processing system and method for processing data | |
| JP2008217055A (ja) | マルチホップ無線システムの電力制御方法およびその電力制御システム | |
| CN105278333B (zh) | 超超临界机组协调控制系统的数据建模方法和系统 | |
| CN110023857A (zh) | 伺服控制装置 | |
| JP2005078545A (ja) | プロセスモデルの調整方法及び調整装置 | |
| CN113325697B (zh) | 一种自动控制系统 | |
| Nandyala et al. | Industrial Controller Design for Dosing and Weighing Systems in the Process Industry–A Model-based Approach | |
| CN114474637B (zh) | 一种基于负载实时位移的液压系统定位控制方法及系统 | |
| CN214782925U (zh) | 一种涂布机干燥箱温控装置 | |
| KR20190100830A (ko) | 빅데이터 기반 인공지능형 밸브 자동제어 방법 | |
| CN109032022B (zh) | 试验箱报警秒接续程序智能无缝衔接运转方法 | |
| Yu | Study on servo control strategy for pneumatic manipulator | |
| CN114962631A (zh) | 缓速器电磁阀控制方法、装置、设备和介质 |
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 |