CN1117154A - 控制器 - Google Patents

控制器 Download PDF

Info

Publication number
CN1117154A
CN1117154A CN94120708A CN94120708A CN1117154A CN 1117154 A CN1117154 A CN 1117154A CN 94120708 A CN94120708 A CN 94120708A CN 94120708 A CN94120708 A CN 94120708A CN 1117154 A CN1117154 A CN 1117154A
Authority
CN
China
Prior art keywords
control
variable
internal model
gain
control variable
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
CN94120708A
Other languages
English (en)
Other versions
CN1066831C (zh
Inventor
田中雅人
三渊祐之
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.)
Azbil Corp
Original Assignee
Azbil Corp
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 Azbil Corp filed Critical Azbil Corp
Publication of CN1117154A publication Critical patent/CN1117154A/zh
Application granted granted Critical
Publication of CN1066831C publication Critical patent/CN1066831C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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

提供一种具有IMC结构的控制器,它在内部模型设定值不正确时能通过自动校正内部模型增益进行准确的控制。本发明的控制器是具有IMC结构的控制器,它主要从控制指令计算输出到被控系统过程的操作变量,通过使用代表被控系统过程的内部模型计算与作为控制结果的被控系统过程的控制变量相对应的参考控制变量,并且反馈控制变量和参考控制变量之间的差,从而自适应地稳定了控制。

Description

控制器
本发明涉及代表具有IMC(内部模型控制)结构的控制算法的控制器,具体而论,涉及在内部模型设定值不准确时通过自动校正内部模型的增益能够进行准确控制的控制器。
使用具有IMC结构的控制算法的控制器早已公知,这种控制器通过引入内部模型进行控制,内部模型即被控系统的过程的数学表达式。借助于这种IMC控制器,即使被控系统的过程具有大的空闲时间,也能对这种过程进行控制。具体而论,如果该控制器例如是一台室内空调器,则被控系统的过程对应于室内环境,而空闲时间则对应于在空调器启动的时刻和室内温度开始变化的时刻之间的时间间隔。
图1表示使用常规的IMC控制器的一个控制系统。标号33代表第一减法处理部分,用于从一个指令(设定的室内温度)减去一个反馈量(下面将要描述);标号32代表一个滤波器部分,用于防止第一减法处理部分33的输出变化的突然传输;标号34代表一个操作部分,用于根据滤波器部分32的输出计算该控制器输出的操作变量(从室内空调器送出的冷、热空气的温度);标号36代表一个内部模型,它是被控系统的过程的一个近似的数学模型,该数学模型输出一个与控制变量(室内温度)对应的参考控制变量作为一个控制结果;标号38代表第二减法处理部分,用于从一个控制变量减去内部模型36输出的参考控制变量;并且,标号40代表一个被控系统的过程。
标号F、Gc、Gm、和Gp分别代表滤波器部分32、操作部分34、内部模型36、以及被控系统的过程40的传递函数;r代表一个指令,u代表一个操作变量;d代表一个扰动,该扰动例如是相对于室外环境对室内环境的扰动;y代表一个控制变量;Ym代表一个参考控制变量;并且e代表一个反馈量。
下面介绍这种IMC控制器的运行过程。
首先,第一减法处理部分33从指令r中减去反馈量e。所得结果输出到滤波器部32。然后操作部分根据滤波器部分32的输出计算出操作变量u。操作变量u输出到被控系统的过程40和内部模型36。第二减法处理部分38从被控系统的过程40的控制变量y减去内部模型36输出的参考控制变量ym,内部模型36的运行方式同被控系统的过程40的运行方式近似相同。所得结果(即反馈量e)反馈到第一减法处理部分33。按这种方式就形成了一个反馈控制系统。
理想的情况是,这个IMC控制器的内部模型36的数学表达式和被控系统的过程40完全相同。理想的情况还有,操作部分34具有内部模型36的传递函数的逆反特性(1/Gm)。但根本不可能得到和内部模型36的空闲时间有关的系数的倒数。出于这个原因,一般要略去和空闲时间有关的这个系数。
因此,借助于这种安排按下述方程从指令r和扰动d就可获得控制变量y:
y=F×Gp×Gc×r/{1+F×Gc×(Gp-Gm)}+(1-F×Gm×Gc)×d/
  {1+F×Gc×(Gp-Gm)}                       ……    (1)假定:内部模型36的传递函数Gm等于被控系统的过程40的传递函数Gp,并且操作部分34的传递函数Gc等于内部模型36的传递函数的倒数(1/Gm=1/Gp)。在这种理想的情况下,方程(1)可改写成:Y=F×r+(1-F)×d                ……    (2)
还假定:指令r无突然变化。在这样一种理想的条件下,可省略滤波器部分32,可有F=1。因此,控制变量Y变成等于指令r(Y=r),从而在无任何扰动d的条件下实现了控制。
下面考虑扰动d。即使被控系统的过程40和内部模型36都有一个长的空闲时间,它们相对于操作变量u而言都有相同的特性。因此,从第二减法处理部分38输出的反馈量e只是扰动d。因此,扰动d显然可以得到控制。
这样一种IMC控制器一般是根据和可靠的稳定性和可靠的性能有关的设计条件进行设计的,可靠的稳定性和可靠的性能是在被控系统的过程40和内部模型36之间的模型识别误差变得相当大时得到的稳定性和性能。
当通过这种模型识别技术确定内部模型36时,内部模型36相对于被控系统的过程40的某种模型识别误差是不可能避免的。但如果对这种模型识别误差的估算发生了错误,则不可能进行预期的控制。针对这种情况的补救措施只有由控制方面的专业人员采取。
按上述方式设计一个常规的IMC控制器。在具有与被控系统的过程有极大不同的内部模型的控制器内,当发生指令变化、扰动、被控系统的过程的特性变化、或类似变化时,并且该变化使控制转到一个过渡状态,则要产生控制变量的波动变化。因此不可能抑制这种控制的不稳定性。在这种情况下,非控制专业人员的操作员就必须放弃使用这种IMC控制器。
下面参照图2来说明这个问题。假定使用一个常规的IMC控制器(内部模型控制器)对一台工业电炉进行温度控制。在图2所示的情况下,控制变量Y是炉温,操作变量u是加热器的输出。用该控制器针对指令来调节炉温。该指令(即期望值r)输入到该控制器内。一般来说要将控制器中的指令r、控制变量Y、和操作变量u表示成在0%至100%范围内规格化了的一些数值。将响应加热器的输出(操作变量)产生的控制器中的指定数值的变化转换成炉温(控制变量)。可将这种传递特性定义为传递函数Gp。这种传递函数的最简单的表达式是一级延迟加上空闲时间,并由下式给出:Gp=Kexp(-Ls)/(1+Ts)其中K是过程的增益,L是空闲时间,T是过程的时间常数。这个方程给出了下列特性。当响应于加热器的输出产生的控制器的指定值的变化是1%时,炉温变化为K%。在响应控制器的输出产生的控制器的指定值变化了例如1%的时刻和炉温基本上开始变化的时刻之间的时间间隔是该过程的空闲时间L。在炉温开始变化的时刻(从响应加热器的输出产生的控制器的指定值变化了例如1%开始经历了过程空闲时间L以后)和炉温变化了0.63K%之间的时间间隔是过程的时间常数T。
在电炉中,由于加热器输出本身的变化需要很多时间,所以过程的空闲时间在传递函数特性方面接近过程的时间常数。一般来说,这样一个数值当作过程空闲时间是大的。因此,难以将使用最为广泛的PID控制应用到具有这种特性的被控系统上。但IMC对于这种被控系统是一个有效的措施。
控制的目的在于保持炉温恒定。一般来说都是通过电炉的设计人员/制造人员或者现场操作人员调节IMC控制器的内部模型参数的。电炉的设计人员/制造人员通常缺乏控制方面的知识。即使这些设计人员/制造人员具有控制方面的知识,因为他/她在电炉运行期间是不进行调节的,他/她也不可能准确地调节这些参数的。另一方面,现场操作人员通常是用和控制方面的知识无关的试凑方法进行调节的。因此实现准确的调节要花费许多时间和劳动。出于这些原因,常规的IMC控制器经常是在没准确调节的条件下使用的。
此外,在电炉运行期间通过电炉输送的产品的数目是要经常发生不规则的变化的。另外,通过电炉输送的产品类型也不限于一种。如果该炉是用于精密机器部件的电炉,通过电炉输送的产品类型可能每隔几个小时就要改变一次。这种类型的变化变成了被控系统的过程特性变化的一个因素。电炉本身受到厂房室内温度或其它加热元件的影响,这些都是特性变化的因素。在这种情况下,即使IMC控制器的内部模型参数在安装电炉过程中调节得很准确,也不可能维持准确的控制。
假定:通过电炉传输的产品的类型是变化的。在这种情况下,在炉内要维持的温度(指令)也要改变。在指令改变时,控制就从一个稳定状态转向一个瞬时过渡状态。这时,由于以上所述的不准确的调节或被控系统的过程特性的变化,使控制不稳定,导致炉温上下涨落,或者使控制变得过分稳定,过分地拖长了炉内温度达到指令温度所需的时间。这些现象的结果是电炉的生产效率下降,或产生不合格的产品。
一般来说,电炉特性的变化是由于IMC的内部模型参数设定值不准确引起的,尤其是由模型增益的设定值不准确引起的。如果这样一些特性变化经常地并且不规则地发生,现场操作人员就难以调节模型增益。因此如果不能按照情况自动调节模型增益,就难以实现IMC的实际使用。因此,就必须放弃这种电炉的实际使用的企图。
本发明旨在解决上述问题,提供一种具有IMC结构的控制器,它在内部模型设定值不准确的情况下能通过自动校正内部模型的增益进行准确的控制。
按本发明,提供一种具有IMC结构的控制器,它计算从控制指令输出到被控系统的过程的操作变量,通过使用代表被控系统的过程的内部模型计算对应于被控系统的过程的控制变量的参考控制变量,以此作为控制的结果,并且反馈控制变量和参考控制变量之间的差,从而自动地稳定了控制,它包括:一个IMC部分,用于按照IMC控制算法计算并输出一个调节变量;以及一个自适应调节部分,用于自适应地调节内部模型的模型增益(IMC控制算法的一个组成部分),使得在IMC部分中使用的变量、即控制变量和参考控制变量的变化率在过渡状态的一个控制响应周期期间变成相同的数值。
按本发明的一个方面,IMC部分包括:一个指令滤波器部分,用于输出一个控制的输入指令,其传递函数具有延迟特性;一个第一减法处理部分,用于从指令滤波器部分的输出减去一个反馈量;一个操作变量计算部分,它包括一个指令/扰动滤波器部分,用于输出来自第一减法处理部分的输出,其传递函数具有延迟特性,它还包括一个操作部分,用于根据指令/扰动滤波器部分的输出并依据内部模型的参数计算操作变量;一个内部模型存贮部分,用于存贮内部模型的参数;一个内部模型输出计算部分,用于根据内部模型的参数从操作变量计算参考控制变量;以及一个第二减法处理部分,用于从被控系统的过程的控制变量减去从内部模型输出计算部分输出的参考控制变量并用于输出反馈量。
另外,自适应调节部分包括:一个偏差变化量计算部分,用于计算指令和控制变量之间的偏差并用于计算偏差变化量;一个按序变化速率计算部分,用于计算控制变量和参考控制变量的变化速率;一个第一过渡状态检测部分,用于由于指令改变检测到控制的过渡状态时输出过渡状态检测信号;一个响应开始区检测部分,用于在有过渡状态检测信号输出时根据控制变量和参考控制变量的偏差和变化速率检测响应开始区,在此响应开始区中,和过渡状态对应的控制响应已开始在控制变量和参考控制变量中出现,并且用于确定该响应开始区中控制变量和参考控制变量的变化速率;以及一个模型增益计算部分,用于从响应开始区的控制变量和参考控制变量的变化速率计算内部模型的校正增益,并用于修改存贮在内部模型存贮部分中的参数之一—增益,使之变成校正增益。
自适应调节部分进一步可以包括:一个峰值控制变量检测部分,用于在通过模型增益计算部分校正了内部模型增益后根据控制变量的变化速率检测控制变量的最大值和最小值,并且将在检测到最大值和最小值的时间点的控制变量设定为峰值控制变量;一个衰减确定部分,用于根据峰值控制变量估算控制变量的涨落状态,并且输出一个重复执行标志信号,以便在判断出涨落的衰减不够大时对响应开始区检测部分重复执行内部模型增益的校正;以及一个稳态判定部分,用于根据偏差变化量计算部分输出的偏差和偏差变化量估算控制的稳定状态,并且输出启动信号,以便在判定一个稳定状态时能恢复对过渡状态的检测,使第一和第二过渡状态检测部分为下一个过渡状态作好准备。
自适应调节部分进一步还可包括:一个过分稳定判定部分,用于根据偏差变化量计算部分输出的偏差和偏差变化量估算控制的过分稳定的状态,并且在判定出过分稳定状态时输出一个校正标志信号;以及一个过分稳定增益校正部分,用于根据校正标志信号计算内部模型的校正增益,以便消除过分稳定的状态,并且将存贮在内部模型存贮部分中的参数之一—增益修改成校正增益。
自适应调节部分进一步还可包括:一个稳态判定部分,用于根据偏差变化量计算部分输出的偏差和偏差变化量估算控制的稳定状态,并且在判定出稳定状态时输出一个校正标志信号;以及一个快速响应特性模型增益校正部分,用于根据校正标志信号计算内部模型的校正增益,以恢复控制的快速响应特性,并且将存贮在内部模型存贮部分中的参数之一—增益修改成校正增益。
自适应调节部分进一步还可包括:一个稳态判定部分,用于根据偏差变化量计算部分输出的偏差和偏差变化量估算控制的稳定状态,并且在判定出稳定状态时输出一个校正标志信号;一个空闲时间误差估算部分,用于根据响应开始区检测部分输出的响应开始区信息估算内部模型的空闲时间误差;以及一个模型空闲时间校正部分,用于响应校正标志信号并根据空闲时间误差计算内部模型的被校正的空闲时间,并且将存贮在内部模型存贮部分中的参数之一—空闲时间修改成校正的空闲时间。
按本发明,偏差和偏差变化量是由偏差变化量计算部分计算的,而控制变量和参考控制变量的变化速率是由按序变化速率计算部分计算的。当第一或第二过渡状态检测部分检测到控制的过渡状态并且输出一个过渡状态标志信号时,就通过响应开始区检测部分检测到一个响应开始区,并且确定了在该响应开始区中的控制变量和参考控制变量的变化速率。根据该响应开始区中的控制变量和参考控制变量的变化速率通过模型增益计算部分计算出内部模型的校正增益。然后将校正增益输出到内部模型存贮部分,从而校正了内部模型的增益。
通过峰值控制变量检测部分检测增益校正后的控制变量的最大值和最小值。当这些检测时的控制变量被确定为峰值控制变量时,并且衰减判定部分判定:对控制变量涨落的衰减还不够大,则将重复执行标志信号输出到响应开始区检测部分。借助于这种操作,通过模型增益计算部分再次校正内部模型的增益。
此外,在过分稳定判定部分确定出一个过分稳定的状态时,输出一个校正标志信号。按照该校正标志信号,通过过分稳定增益校正电路计算出内部模型的校正增益,消除过分稳定的状态。然后,将校正增益输出到内部模型存贮部分,由此即校正了内部模型的增益。
此外,当稳态判定部分判定出一个稳定状态时,输出一个校正标志信号。按照这个校正标志信号通过快速响应特性模型增益校正部分计算内部模型的校正增益,以恢复控制的快速响应特性。将校正增益输出到内部模型存贮部分,由此校正了内部模型的增益。
当由空闲时间误差估算部分估算一个空闲时间误差时,并且从稳态判定部分输出一个校正标志信号时,就由空闲时间校正部分根据这个空闲时间误差计算出内部模型的空闲时间。将计算出的空闲时间输出到内部模型存贮部分,由此校正了内部模型的空闲时间。
图1是表示使用常规IMC控制器的控制系统的方块图;
图2表示一个工业电炉,其温度控制是通过使用常规的IMC控制器(内部模型控制器)进行的;
图3是表示本发明的基本构成的方块图;
图4是表示具有按本发明的一个实施例的IMC结构的控制器的方块图;
图5是表示使用具有图4所示IMC结构的控制器的控制系统的方块图;
图6A和6B是表示控制变量和参考控制变量的变化速率的曲线图;
图7A和7B是表示控制变量的过渡状态的曲线图;
图8A和8B是表示控制变量的的过渡状态的曲线图;
图9A和9B是表示控制变量和参考控制变量的曲线图;
图10是表示如图4所示的控制器的指令跟踪特性的曲线图;
图11是表示常规IMC控制器的指令跟踪特性的曲线图;
图12是表示图4所示控制器的指令跟踪特性的曲线图;
图13是表示常规IMC控制器的指令跟踪特性的曲线图;
图14是表示图1所示的控制器的指令跟踪特性的曲线图;
图15是表示常规IMC控制器的指令跟踪特性的曲线图;
图16是表示图1所示控制器的指令跟踪特性的曲线图;
图17是表示常规IMC控制器的指令跟踪特性的曲线图;
图18是表示本发明另一个实施例的具有IMC结构的控制器的方块图;
图19是表示控制变量的涨落状态的曲线图;
图20A和20B是表示控制变量的涨落状态的曲线图;
图21是表示控制变量的稳定状态的曲线图;
图22是表示图18所示控制器的指令跟踪特性的曲线图;
图23是表示图4所示的控制器的指令跟踪特性的曲线图;
图24是表示本发明的下一个实施例的具有IMC结构的控制器的方块图;
图25是表示图24的控制器的指令跟踪特性的曲线图;
图26是表示常规IMC控制器的指令跟踪特性的曲线图;
图27是表示本发明的下一个实施例的具有IMC结构的控制器的方块图;
图28是表示图4和图27的控制器的指令跟踪特性的曲线图;
图29是表示图4和图27的控制器的指令跟踪特性的曲线图;
图30是表示本发明的下一个实施例的具有IMC结构的控制器的方块图;
图31是表示图30的控制器的指令跟踪特性的曲线图;
图32是表示图4的控制器的指令跟踪特性的曲线图;
图33是表示图30的控制器的指令跟踪特性的曲线图;
图34是表示图4的控制器的指令跟踪特性的曲线图;
图35是描述图4的系统的操作的流程图;
图36是描述图18的系统的操作的流程图;
图37是描述图24的系统的操作的流程图;
图38是描述图27的系统的操作的流程图;以及
图39是描述图30的系统的操作的流程图。
图3表示本发明的基本构成。图4表示按本发明的一个实施例的具有IMC结构的控制器。图5表示使用具有这种IMC结构的控制器的一个控制系统。
现在参照图4,标号1代表指令输入部分,向控制器输入由操作员(未示出)设定的指令r;标号2代表指令滤波器,具有一级延迟传递函数的特性,在指令r发生突然变化时自指令输入部分1开始传递指令r;标号3代表第一减法处理部分,根据指令滤波器2的输出减去一个反馈量e;标号4代表一个操作变量计算部分,根据第一减法处理部分3的输出,并根据来自内部模型存贮部分的参数(下面再描述)计算操作变量u;并且标号5代表一个信号输出部分,向被控系统的过程(图4中未示出)输出由操作变量计算部分4输出的操作变量u。
标号6a代表内部模型存贮部分,存贮控制器内部模型的参数;标号6b代表内部模型输出计算部分,根据内部模型存贮部分6a输出的参数对内部模型进行计算并输出参考控制变量Ym;标号7代表控制变量输入部分,从被控系统的过程向控制器输入控制变量y;并且标号8代表一个第二减法处理部分,从由控制变量输入部分7输出的控制变量Y减去由内部模型输出计算部分6b输出的参考控制变量Ym,并且输出反馈量e。
标号9代表偏差变化量计算部分,计算指令r和控制变量Y之间的偏差和偏差变化量;标号10代表按序变化速率计算部分,计算控制变量Y和参考控制变量Ym的变化速率;标号11代表一个第一过渡状态检测部分,在检测到由指令变化引起的控制的过渡状态时输出一个过渡状态检测信号;并且标号12代表一个第二过渡状态检测信号,在检测到除指令变化外其它因素引起的控制的过渡状态时,输出一个过渡状态检测信号。
标号13代表一个响应开始区检测部分;并且标号14代表一个模型增益计算部分。当过渡状态检测信号输出时,响应开始区检测部分13检测到一个响应开始区,其中和过渡状态对应的控制响应开始在控制变量Y和参考控制变量Ym中出现,并且确定该响应开始区中的控制变量Y和参考控制变量Ym的变化速率。模型增益计算部分14由该响应开始区中的控制变量Y和参考控制变量Ym的变化速率计算内部模型的校正增益,并且将存贮在内部模型存贮部分6a中的增益改变成该校正增益。
图3中的IMC模块对应于图4中的模块1、2、3、4、5、6a、6b、7和8。图3中的自适应调节功能模块对应于图4中的其余模块。
现在参照图5,标号4a代表指令/扰动滤波器部分,被安排在操作变量计算部分4中,并具有一级延迟传递函数特性,用于当输出发生突然变化时从第一减法处理部分3传递一个输出;标号4b代表一个操作部分,被安排在操作变量计算部分4中,用于根据指令/扰动滤波部分4a的输出计算操作变量u;并且,标号6代表一个内部模型,由内部模型存贮部分6a和内部模型输出计算部分6b组成。标号F1代表指令滤波器2的传递函数;F2代表指令/扰动滤波器部分4a的传递函数。
标号du代表一个操作变量扰动,通过令d=Gp×du可将扰动du作为等效于扰动d的一个数值来处理。
值得注意的是,图5是一个控制系统,它是对具有图4所示的IMC结构的控制器的基本构成加上被控系统的过程40、扰动d、和操作变量扰动du得到的,而图4所示的具有IMC结构的控制器由指令滤波器2、第一减法处理部分3、内部模型存贮部分6a、内部模型输出计算部分6b、以及第二减法处理部分8构成。
下面描述这个控制器的基本构成的操作过程。
例如,指令r是由该控制器的操作员设定的。然后,通过指令输入部分1将指令r输入到指令滤波器2。指令滤波器2输出具有传递函数F1特性的指令r,F1由下式给出:F1=1/(1+T1×S)                      ……(3)其中T1是时间常数。
在这种情况下,如果指令r例如由0.0突然变成100.0,通过这个传递函数特性传递的信号的变化就按指数逐渐地接近100.0。此外,减小了这个变化的速率,使指令r从0.0变到63.2需要时间T1。
除了预先设定的初始值外,按照内部模型6的空闲时间Lm(下面将描述)并根据下述方程式来确定时间常数T1:T1=4×α×Lm                        ……(4)其中α是比例常数(例如α=0.318,α的数值是参照CHR方法由实验确定的,CHR方法即Chien Hrones Reswick方法,它是用于ID控制的一种调节方法)。
第一减法处理部分3从指令滤波器2的输出中减去由第二减法处理部分8输出的反馈量e。
在操作变量计算部分4中的指令/扰动滤波器部分4a输出一个具有传递函数F2特性的来自第一减法处理部分3的输出,F2由下式给出:F2=1/(1+T2×S)                      ……(5)其中T2是时间常数。
和指令滤波器2的时间常数T1类似,除预先设定的初始值外,按照空闲时间Lm的变化根据下述方程确定时间常数T2:T2=α×Lm                           ……(6)即,时间常数T1作为标准值是时间常数T2的四倍。这一设定值是通过试验确定的。具体而论,穿过指令滤波器的指令r的变化一般来说是突发的,而通过指令/扰动滤波器的第一减法处理部分3的输出的变化则不像指令r的变化那样突然。由于这一原因,使确定出的上述设定值不致过多降低信号值的变化速率。
在操作变量计算部分4中的操作部分4b还要根据指令/扰动滤波器部分4a的输出计算操作变量u。但是,操作部分4b的传递函数Gc是根据内部模型存贮部分6a输出的内部模型6的增益和时间常数通过下述方程给出的。和方程(3)所表示的情况类似,传递函数Gc一定是内部模型6的传递函数Gm的倒数,由此即排除了和空闲时间Lm相关的系数:Gc=(1+Tm×S)/Km                    ……(7)其中Km和Tm分别是内部模型6的增益和时间常数。
因此,整个操作变量计算部分4的传递函数由下式给出:
F2×Gc=(1+Tm×S)/{Km×(1+T2×S)}          ……(8)
根据第一减法处理部分3的输出以此方式计算操作变量u,操作变量u经由信号输出部分5输出到被控系统的过程40。操作变量u还要输出到内部模型输出计算部分6b。
被控系统的过程40的传递函数Gp可由下述近似传递函数来表示,该近似传递函数的系数和一级延迟以及空闲时间有关:
Gp=K×exp(-L×S)/(1+T×S)                   ……(9)其中K、L、T分别是被控系统的过程40的增益、空闲时间、和时间常数。
内部模型6是用存贮在内部模型存贮部分6a中的参数(即增益Km、时间常数Tm、和空闲时间Lm)的被控系统的过程的数学表达式。参考控制变量Ym是通过内部模型输出计算部分6b根据操作变量计算部分4输出的操作变量u计算出来的。内部模型6的传递函数Gm是由下式给出的:
Gm=Km×exp(-Lm×S)/(1+Tm×S)             ……(10)
第二减法处理部分8由从被控系统的过程40经控制变量输入部分7供给的控制变量y减去由内部模型输出计算部分6b供给的参考控制变量Ym,并且输出反馈量e。如前所述,该反馈量e输入第一减法处理部分3。
以上所述与反馈控制系统的操作相关,该反馈控制系统是具有IMC结构的控制器的基本结构。
在该控制系统中,偏差变化量计算部分9按下述方式计算指令r和控制变量Y之间的偏差和在一个控制周期内的偏差变化量。首先,偏差变化量计算部分9通过进行由下述控制变量Y的方程表示的衰减过程降低由控制变量输入部分7输出的控制变量Y的噪声:
Yd(i)={Y(i)+Td×Yd(i-1)}/1+Td           ……(11)其中Yd(i)是在该控制系统中在采样时间i并经衰减过程后得到的控制变量Y,Y(i)是在采样时间i的控制变量Y,并且Td是衰减时间常数(例如,如果控制周期Δt(即采样周期)为1秒,则Td=2秒)。
按这种方式,通过进行和一个低通滤波器对应的衰减过程就可以减小控制变量Y的噪声。但这个控制变量Y的噪声包括了由传感器(未示出)引起的测量噪声,传感器用于测量控制变量Y并将它输出到控制变量输入部分7。如果测量噪声接近于0,则不需进行衰减过程,认为衰减时间常数Td=0秒。
随后,偏差变化量计算部分9计算在该控制周期的偏差(虽然这个偏差是已经经历过一次衰减过程的衰减了的偏差,但是自此之后都将该衰减的偏差简称为偏差):
ed(i)=r(i)-yd(i)                         ……(12)其中ed(i)和r(i)分别是在现行采样时间i的偏差和指令。
偏差变化量计算部分9还要按下述方程计算在现行采样时间i的偏差ed(i)和紧挨采样时间i之前的那个采样时间的偏差ed(i-1)之间的偏差变化量Δed(i):
Δed(i)=|ed(i)|-|ed(i-1)|               ……(13)
偏差变化量计算部分9将计算出来的偏差ed(i)输出到第二过渡状态检测部分12和响应开始区检测部分13,并且将变化量Δed(i)输出到第二过渡状态检测部分12。
按序变化速率计算部分10计算在该控制周期控制变量输入部分7输出的控制变量Y的变化速率和内部模型输出计算部分6b输出的参考控制变量Ym的变化速率。
图6A表示控制变量Y的变化速率,说明按序变化速率计算部分10的操作过程。图6b表示参考控制变量Ym的变化速率。参照图6A和6B,“i-n+1、”“i-1”、和“i”分别表示采样时间,每个记号“○”表示在每个时刻的控制变量Y和参考控制变量Ym。
如图6A表示,按序变化速率计算部分10用最小二乘法分析和n个过去的采样操作(包括在现行时刻i的采样操作在内)相对应的控制变量Y(i-n+1)到Y(i),并且计算在该控制周期的控制变量变化速率Ay(i)。在这种情况下将整数设定值n设定为n=5。
类似地,如图6B所示,按序变化速率计算部分10用最小二乘法分析和n个过去的采样操作(包括在现行时刻i的采样操作在内)相对应的参考控制变量Ym(i-n+1)到Ym(i),并且计算在该控制周期的参考控制变量的变化速率AYm(i)。
随后,按序变化速率计算部分10向响应开始区检测部分13输出计算出来的控制变量变化速率AY(i)和参考控制变量变化速率AYm(i)。
第一和第二过渡状态检测部分11和12按下述方式检测控制的过渡状态,在过渡状态中,在控制变量Y和指令r相差很大后借助于控制响应可使控制变量Y接近指令r。
产生控制的过渡状态的一个主要因素是在这个控制器的操作员向指令输入部分1输入一个新的指令r时引起的指令r的变化(下面,将由指令变化引起的这种过渡状态称之为第一过渡状态)。
其它的因素是:产生扰动d或操作变量扰动du、被控系统的过程40的增益K的突然变化、以及自身的涨落波动,这些涨落使控制变量的涨落被不正确的控制加大(下面将由这些因素(例如扰动)引起的过渡状态称之为第二过渡状态)。
第一过渡状态检测部分11判断控制是否处在第一过渡状态。第二过渡状态检测部分12判断控制是否处在第二过渡状态。
图7A表示控制变量Y的过渡状态,用于说明第一过渡状态检测部分11的操作过程。图7B示控制变量Y的过渡状态,用于说明第二过渡状态检测部分12的操作过程。
在图7A表示的状态中,当指令r改变时,操作变量计算部分4输出和指令r的变化对应的操作变量u,并且控制变量Y开始向指令r改变。在图7B所示的状态中,当一种因素(例如一个扰动)使控制变量Y突然减小时,操作变量计算部分4即输出和控制变量Y的这个变化相对应的操作变量u,并且控制变量Y开始增加并且向指令r返回。
可按以下所述检测由指令变化引起的过渡状态。在一个控制周期计算指令r的变化量。当该变化量超过了一个预定值时,可以确定:控制已由稳定状态转向过渡状态。一般而言,在用加热器控制炉温的过程中,当指令变化至少5%时,即应该确定:已进入过渡状态。在除控制炉温的控制系统外的许多控制系统中,正确的作法是将指令的5%左右定为一个标准。因此,第一过渡状态检测部分11按照下述数学表达式判断控制是否处在第一过渡状态。一旦确定为第一过渡状态,第一过渡状态检测部分11就向响应开始区检测部分13输出一个过渡状态检测信号。
Figure A9412070800271
其中Δr(i)是在现行采样时间i的指令变化量,如图7A表示;
是指令输入检测参考值,例如可将
Figure A9412070800273
定为控制变量Y的整个范围的5%。
这就是说,如果指令变化量Δr(i)大于指令输入检测参考值
Figure A9412070800274
则第一过渡状态检测部分11判定:控制处于由指令变化引起的第一过渡状态。
指令r的变化包括突然变化(如阶跃式输入)和逐渐变化(如斜坡式输入)。由于不需对斜坡式输入进行增益校正,所以要确定指令输入检测参考值
Figure A9412070800275
以便区分这些不同的输入。
通过检测扰动引起的偏差超过一个预定值可以检测到由这种扰动引起的过渡状态。但应该注意,如果控制操作不能完全跟踪指令的逐渐变化或控制系统本身特性的逐渐变化,偏差可能会增加。要将这种渐变的偏差和前边叙述过的偏差区分开来,就要估算偏差的变化率。借助于这种操作,就能够可靠地实现对扰动引起的过渡状态的检测。一般而论,在用加热器控制炉温的过程中,如果发生至少5%的偏差,则应判定:控制受到了扰动的影响。应根据在被控系统的过程近似为一级延迟时确定的时间常数来确定偏差变化速率的标准。若所加的扰动为阶跃式扰动,则过渡状态肯定是由扰动引起的。按照在一级延迟阶跃式响应中检测到的偏差变化速率的实验,在经过至少4.8倍时间常数的时间后检测到的偏差变化速率是进入过渡状态的一个标准。即,如果在产生5%偏差的过程中检测到这个标准的偏差变化速率,则应该确定为过渡状态。因此,第二过渡状态检测部分12应按下述不等式判定控制是否处在第二过渡状态。一旦判定为第二过渡状态,第二过渡状态检测部分12就向响应开始区检测部分13输出一个过渡状态检测信号。
|Δed(i)|>ε×exp(-4.8)×Δt              ……(15)
|ed(i)|>ε                                ……(16)其中ε是稳态判定参考值,例如定为控制变量Y的整个范围的5%。
即,如果两个不等式(15)和(16)都满足,则第二过渡状态检测部分12就判定:控制处在由扰动等引起的第二过渡状态中。
在由如扰动之类的因素引起的第二过渡状态中,在控制变量Y向指令r变化之前,沿和指令r相反的方向要发生控制变量Y的突然变化。因此,要从控制变量Y的变化中减去指令的变化。设立不等式(16)的目的是为了防止由控制变量Y的噪声引起的错误的检测。
当从第一或第二过渡状态检测部分11或12输出一个过渡状态检测信号时,响应开始区检测部分13开始工作,以便检测控制变量Y和参考控制变量Ym的响应开始区。
这些响应开始区存在于过渡状态中。在响应开始区中,当从操作变量计算部分4输出一个和指令的变化或误差校正相对应的操作变量u时,控制响应就开始在控制变量Y和参考控制变量Ym中出现。
在检测一个响应开始区的过程中,响应开始区检测部分13按下面所述获得一个最大过渡偏差Emax。
图8A和8B每个图都表示控制变量Y的一个过渡状态,用于说明响应开始区检测部分13获得最大过渡偏差Emax的操作过程。图9A表示控制变量Y的一个过渡状态,用于说明响应开始区检测部分13检测响应开始区的操作过程。图9B是参考控制变量Ym的一个过渡状态。图8A和图8B分别表示第一和第二过渡状态。
响应开始区检测部分13使用现行的偏差ed(i)作为最大过渡偏差Emax,该偏差是在偏差变化量计算部分9输出的偏差ed(i)和按序变化速率计算部分10输出的控制变量变化速率Ay(i)的乘积变为正值时获得的:
ed(i)×Ay(i)>0                             ……(17)
如图8A和8B所示,最大过渡偏差Emax是在第一或第二过渡状态检测部分11或12检测到控制的一个过渡状态后通过控制响应操作使控制变量Y开始向指令r改变时得到的偏差,并且是在检测到一个过渡状态的时刻和进行增益校正(下面将予以说明)的时刻之间的时间间隔中的最大偏差。
如图8A和8B所示,检测到最大过渡偏差Emax的采样时刻i被定为控制变量Y的响应开始区的起始时间点i1。
参考控制变量Ym变化的原因是指令r和控制变量Y之间的偏差的改变。当控制变量Y从过渡状态最终转向稳定状态时,控制变量Y的方向发生了变化以便和指令r一致符合。因此可根据该最大偏差来检测响应开始区。但是,在检测过渡状态时,在参考控制变量Ym已达稳态的情况下不可能确定最终稳定的数值。出于这种理由,参考控制变量Ym的变化速率的变化是一个重要的线索。由于计算参考控制变量Ym的内部模型是一个一级延迟模型,所以在发生过渡状态响应开始时,必定要出现参考控制变量Ym的变化速率从小到大改变的时间点。一般来说,在和5个采样操作相对应的时间间隔监测参考控制变量Ym的变化速率的改变时,我们发现:参考控制变量Ym的变化速率变大,至少是响应开始时的以前数值的两倍以上。为此,响应开始区检测部分13在第一或第二过渡状态检测部分11或12输出一个过渡状态检测信号后就将由下述不等式检测到的采样时间i确定为参考控制变量Ym的响应开始区的开始时间点im1:
Aym(i)/AYm(i-j)>δ1                        ……(18)在这种情况下,分别将整数设定值j和开始区检测参考值δ1定为j=5和δ1=2。
如图9B所示,参考控制变量Ym的响应开始区的开始时间点im1是时间i(在图9B中是im1),这时在采样时间i以前的时间j采样的参考控制变量的变化速率Aym(i-j)和在采样时间i采样的参考控制变量的变化速率Aym(i)之间的比例大于阈值δ1。
随后,将在检测开始时间点i1之后通过下述不等式检测到的采样时间i定为控制变量Y的响应开始区的终止时间点i2:
|ed(i)|≤δ2×|Emax|                        ……(19)在这种情况下,将开始区检测参考值δ2定为δ2=0.8。
参考控制变量Ym的响应开始区的终止时间点必须与控制变量Y的响应开始区的终止时间点符合一致。因为参考控制变量Ym是通过一级延迟内部模型计算出来的,所以参考控制变量Ym的变化速率的改变模式必须按一定规则地和达到最终稳态值的过程所经历的各个时间点一一对应。即,从参考控制变量Ym的变化速率的改变模式可检测到与控制变量Y的响应开始区的终止时间点相对应的参考控制变量Ym的响应开始区的终止时间点。由实验可知,正确的作法是,在某个时间点确定和下述情况相对应的参考控制变量Ym的标准:将控制变量Y的响应开始区的终止时间点的标准定为δ=0.8,这里所说的某个时间点是指在现行时间点的参考控制变量Ym的变化速率和在该现行时间点前的一次采样操作的时间点的参考控制变量Ym的变化速率之间的比例超过0.85的时间点。因此,将在检测到开始时间点im1之后通过下述不等式检测到的在现行时间之前的一次采样操作的时间i-1定为参考控制变量Ym的响应开始区的终止时间点im2。
Aym(i-1)/Aym(i)>δ3                       ……(20)例如将开始区检测参考值δ3定为δ=0.85。
即,参考控制变量Ym的响应开始区的终止时间点im2是i-1,此时在现行时间点之前的一次采样操作时的参考控制变量变化速率Aym(i-1)和在现行时间点的参考控制变量变化速率Aym(i)之间的比例超过了阈值δ3。
响应开始区检测部分13将按这种方式检测到的控制变量Y的响应开始区在终止时间点i2的控制变量变化速率Ay(i2)定为Ay1;并且将在终止时间点im2的参考控制变量变化速率Aym(im2)定为Aym1。响应开始区检测部分13向模型增益计算部分14输出这些控制变量变化速率Ay1和Aym1。
对模型增益进行校正,使控制变量Y的变化速率等于参考控制变量Ym的变化速率。从控制理论的观点出发,当参考控制变量Ym的变化速率大于控制变量Y的变化速率时控制才变得更加稳定。因此,最好让控制变量Y等有一定测量误差,才能更可靠地进行增益校正。例如考虑一个炉子的普通温度控制。在这种情况下的正确作法是,让参考控制变量Ym的变化速率有一个变化范围,大约是控制变量Y的变化速率的1.5倍。模型增益计算部分14按下述方程根据控制变量变化速率Ay1和参考控制变量变化速率Aym1计算内部模型6的校正增益Km1:
Km1=ρ×Kmo×|Ay1/Aym1|                    ……(21)其中Kmo是当前存贮在内部模型存贮部分6a中的内部模型6的增益Km,ρ是安全系数(例如,ρ=1.5)。
如果计算出来的校正增益Km1小于由下述不等式表示的最小值,则模型增益计算部分14判定出:该校正增益落在安全限值之外,并且将校正增益Km1限制在该安全限值之内。
Km1<Ld×Kmo                               ……(22)
标号Ld是一个较小的比例常数。在由指令变化引起的第一过渡状态中,Ld=0.3。在由扰动等引起的第二过渡状态中,Ld=0.7。当校正增益Km1落在安全限值之外时,将校正增益Km1确定为Km1=Ld×Kmo。
当按上述相同方式计算出来的校正增益Km1大于由下述不等式表示的最大值,校正增益Km1被限制在安全限值之内。
Km1>Lu×Km0                                ……(23)
标号Lu代表一个较大的比例常数。在由指令变化引起的第一过渡状态中,Lu=10。在由扰动等引起的第二过渡状态中,Lu=5。如果校正增益Km1如以上所述落在安全限值之外,则将校正增益Km1定为Km1=Lu×Km0。
当向内部模型存贮部分6a输出按此方式计算出来的校正增益Km1时,就将存贮在内部模型存贮部分6a中的内部模型6的增益Km0的现行值修改成校正增益Km1。在响应开始区终止时进行一次增益Km的这种校正。
在一次控制响应开始时按这种方式进行增益校正,使控制变量Y开始向指令r逼近。在安全方面重要的是在控制响应开始时(包括响应开始区)内部模型6和被控系统的过程40之间的误差要很小。为此,要按上述方式校正内部模型6的增益Km,使被控系统的过程40的变化速率接近该响应开始区中内部模型6的参考控制变量Ym的变化速率,如方程(21)所示。
通过使用安全系数ρ来计算校正增益Km1,可实现安全操作。
由于在控制响应操作期间能自动校正内部模型6的增益Km,所以即使在内部模型6设定得不准确的控制器内产生了指令r的变化或扰动等也能进行准确的控制。
就内部模型6中的模型识别误差而论,可以正确处理增益Km的误差和时间常数Tm的误差。此外,还可在±30%的范围内正确处理空闲时间Lm的误差。
图10表示在使用本实施例的控制器控制罐中液面高度时获得的指令跟踪特性。图11表示在使用常规IMC控制器时获得的指令跟踪特性。
图10和图11所示的模拟结果都是在时间点“0秒”指令r从0变到4cm以便获得控制变量Y时得到的,其中控制变量Y是液面高度,即控制的结果。
在常规的控制器中不进行增益校正,这和要对内部模型的增益Km进行校正的本实施例的控制器不同。
在这种情况下,将被控系统的过程(即罐中液面高度)的增益K设定为10,将时间常数I设定为10秒,并将空闲时间L设定为10秒。在本实施例的控制器和常规IMC控制器中,都将内部模型6的增益Km设定为5,将时间常数Tm设定为20秒,并将空闲时间Lm设定为10秒。因此,在增益Km中以及在时间常数Tm中都存在模型识别误差。
假定:在每个控制器中,将指令滤波器2的时间常数T1设定为12.72秒,将指令/扰动滤波器部分4a的时间常数T2设定为3.18秒,并将控制周期Δt设定为1秒。
由图11清晰可见,在常规IMC控制器中,如果在内部模型设定值不准确时改变指令r,就要引起控制变量Y的涨落波动,并且不可能抑制这种涨落波动。对于通用的PID控制器,情况亦是如此。与这种情况相对照,在本实施例的控制器中,在指令阶跃输入操作后经过18秒就将内部模型6的增益Km最终校正成13.854。
图12表示在使用本实施例的控制器控制罐中液面高度时获得的指令跟踪特性,和图10中所示的情况类似。图13表示在使用常规IMC控制器时获得的指令跟踪特性,和图11所示情况类似。
图12和图13表示的都是模拟结果,它们中的每一个都是在稳定状态中(其中的控制变量Y是ocm)加上一个例如由阀失效引起的操作变量扰动du后得到控制变量Y时获得的。假定:设定和图10和11所示情况相同的参数。
由图12和13清晰可见,在常规IMC控制器中,如果在内部模型设定值不准确时加上扰动du,就要反复发生操作变量u变化过大的情况,导致发散状态。与此相对照,在本实施例的控制器中,在指令阶跃输入操作后经27秒就可将内部模型6的增益Km最终校正成8.884,从而稳定了控制。
图14表示在使用本实施例的控制器控制罐内液面高度时获得的指令跟踪特性。图15表示使用常规IMC控制器时获得的指令跟踪特性。
图14和15表示的是模拟结果,它们中的每一个都是在时间点“0秒”输入0.1cm的指令r时获得的,并且在这个控制过程中被控系统的过程要发生突然的变化以便获得控制变量Y。
假定:被控系统的过程的增益K开始时为10,经过100秒后变为30。在本实施例的控制器和常规IMC控制器中,都将内部模型6的增益Km设定为10,并且将其它参数设定成和图10和11所示情况下的参数相同。
如图14和15清晰可见,在常规IMC控制器中,如果在内部模型的设定值不准确时被控系统的过程的增益K突然变化,则要反复产生操作变量的过大变化。因此,控制处在发散状态。与此相对照,在本实施例的控制器中,由于经149秒后内部模型6的增益Km校正到41.919,因此稳定了控制。
图16表示在使用本实施例的控制器控制罐中液面高度时获得的指令跟踪特性。图17表示使用常规IMC控制器获得的指令跟踪特性。
图16和17表示的是模拟结果,它们中的每一个都是在发生了自身涨落使控制变量Y的涨落在不稳定的控制系统中逐渐加大时获得的。
在本实施例的控制器和常规IMC控制器中,都将内部模型6的增益Km设定为2.5,并且都将其它参数设定成和图10及11所示的情况的参数相同。
从图16和17清晰可见,在常规IMC控制器中,针对在不稳定的控制系统中逐渐产生的涨落现象反复发生了操作变量的过大变化。与此相对照,在本实施例的控制器中,由于经76秒后将内部模型6的增益Km校正成10.714,使控制得以稳定。
按照图4所示的实施例,在内部模型6的设定值不准确的控制器中,在控制响应操作期间根据控制变量Y的变化速率和参考控制变量Ym的变化速率自动校正了内部模型6的增益Km。在这种情况下,从控制理论的观点出发,针对模型增益和模型时间常数设定得不正确的控制器可以可靠地采取正确的补救措施。假定:被控系统的过程空闲时间小于过程的时间常数,或者过程空闲时间大于过程的时间常数但两者很接近,像炉中的通用温度控制那样。在这种情况下,即使没能正确地设定模型空闲时间,也能可靠地采取正确的补救措施。还要假定:过程增益偏差以及过程时间常数偏差都很大,但过程空闲时间偏差很小。在这种情况下,由于用户凭经验设定模型空闲时间很少会出错,所以图4所示的实施例能够满意地处理这样一个被控系统。在除上述情况外的情况下,即过程空闲时间大于过程时间常数并且过程空闲时间的偏差很大的情况下,用户就难以正确地设定模型空闲时间。此外,设定不正确的模型空闲时间是增益校正不充分的一个因素。
在这种情况下必须再次执行增益校正。但在图4所示的控制器中,除非例如操作员指定要再次执行,是不能再次执行增益校正的。因此,要将内部模型6的增益Km保持为校正增益Km1。因此,为了处理上述情况,还需要除由图4所示的控制器进行的处理过程外的处理过程。(第二实施例)
图18表示按本发明另一个实施例的具有IMC结构的控制器。在图18中用相同的标号代表和图4中相同的部件。
标号9a代表一个偏差变化量计算部分,进行和偏差变化量计算部分9相同的操作,并在一个衰减过程后输出一个控制变量yd(i);标号11a和12a代表第一和第二过渡状态检测部分,分别完成和第一及第二过渡状态检测部分11和12相同的操作,并且在接到启动信号(下面将要描述)时恢复对过渡状态的检测;并且标号13a代表一个响应开始区检测部分,完成和响应开始区检测部分13相同的操作,并且在接收到一个重复执行标志信号(下面将描述)时再次检测响应开始区。
标号15代表一个峰值控制变量检测部分,根据模型增益计算部分14校正了内部模型6的增益后的控制变量Y的变化速率检测控制变量Y的最大和最小值,并将在该检测时刻的控制变量Y设定成峰值控制变量;标号16代表一个衰减判定部分,根据峰值控制变量估算控制变量Y的涨落状态,并且在判定出涨落的衰减不够大时向响应开始区检测部分13a出一个重复执行标志信号;并且标号17代表一个稳态判定部分,根据偏差变化量计算部分9a输出的偏差ed(i)和偏差变化量Δed(i)估算控制的稳定状态,并且在判定出控制处在稳定状态时向第一和第二过渡状态检测部分11a和12a输出启动信号。
在该实施例中的控制器的基本构成的操作与图4所示的控制器相同,本实施例控制器包括:指令输入部分1、指令滤波器2、第一减法处理部分3、操作变量计算部分4、信号输出部分5、内部模型存贮部分6a、内部模型输出计算部分6b、控制变量输入部分7、以及第二减法处理部分8。按序变化速率计算部分10的操作与图4中的等价部分相同。
第一或第二过渡状态检测部分11a或12a在检测到控制的过渡状态时输出一个过渡状态检测信号。根据这个信号,响应开始区检测部分13a检测响应开始区,并且模型增益计算部分14校正内部模型6的增益Km。这一操作和图4所示控制器相同。
下边描述该实施例的控制器在增益校正后的操作。
峰值控制变量检测部分15监测增益校正后的控制变量的涨落波动状态以便进行“衰减判定”(下面将描述),并且检测第一和第二峰值,以此作为控制变量Y的最大和最小值。图19表示的是控制变量Y的涨落状态,用于说明峰值控制变量检测部分15的操作。
检测控制变量Y的最大和最小值的目的是检测控制的涨落状态继续发生的情况。为此,必须把在控制变量Y稳定且没有任何问题时出现的最大和最小值当成是除峰值检测目标值之外的其它数值。例如,图14中标号B表示的控制变量Y的变化就是除峰值检测目标值以外的一个数值。这样的除峰值检测目标值以外的最大和最小值在增益校正后控制变量Y对指令r行过调节(过冲)之前出现。控制的涨落状态的继续等价于反复过调节(过冲)的继续。因此,峰值控制变量检测部分15按照下述不等式检查校正了内部模型6的增益Km后过调节(过冲)是否发生。
ed(i)×Emax<0                              ……(24)
即,如果响应开始区检测部分13a在检测响应开始区过程中获得的最大过渡偏差Emax和偏差变化量计算部分9a输出的偏差ed(i)的乘积是负值,则峰值控制变量检测部分15判定:过冲已经发生。这个操作同检查最大过渡偏差Emax的极性和偏差ed(i)的极性是否相反、以及同检查执行增益校正后控制变量Y(在此情况下是控制变量Yd)是否超过指令r是等效的,如图19所示。
在判定出有过冲发生时,峰值控制变量检测部分15按照下述不等式检测增益校正后首次出现的第一峰值,即最大或最小值,并且将检测时间的控制变量变化速率Ay(i)设定为控制变量变化量Aye1;并且将检测时间的控制变量yd(i)设定为第一峰值控制变量ye1。
Ay(i)×Ay1<0                               ……(25)
在这一操作中,如果在响应开始区的终止时间点i2由响应开始区检测部分13a获得的控制变量变化速率Ay1和从按序变化速率计算部分10获得的现行控制变量变化速率Ay(i)的乘积为负值,即两个数值的极性相反,则峰值控制变量检测部分15判定:在控制变量Y中出现第一峰值。
随后,峰值控制变量检测部分15按下述不等式检查在检测第一峰值后是否发生过冲。
ed(i)×Emax>0                             ……(26)
即,和不等式(24)相反,如果最大过渡偏差Emax和现行偏差ed(i)的乘积为正值,则峰值控制变量检测部分15判定:已出现过冲。
在判定已发生过冲时,峰值控制变量检测部分15按下述和不等式(25)类似的不等式检查在第一峰值后边的第二峰值(即最大或最小值),并且将在检测时间的控制变量变化速率Ay(i)设定为控制变量变化速率Aye2;并且将控制变量yd(i)设定为第二峰值控制变量ye2。
Ay(i)×Aye1<0                             ……(27)
峰值控制变量检测部分15向衰减判定部分16输出在检测第一峰值时获得的控制变量变化量Aye1和第一峰值控制变量ye1,以及在检测第二峰值时获得的控制变量变化速率Aye2和第二峰值控制变量ye2。
衰减判定部分16根据峰值控制变量检测部分15输出的第一和第二峰值控制变量ye1和ye2估算控制变量y的涨落状态,并且检查涨落在一个控制周期内是否衰减。
图20A和20B都表示控制变量y的涨落状态,用于说明衰减判定部分16的操作。图20A表示的情况是变量y的涨落已被衰减,并且衰减判定是重复进行的。图20B表示的情况是判定衰减不够大,因此要再次进行增益校正。
衰减判定部分16按下述不等式检查控制变量y的涨落是否被衰减。
|ye1-ye2|<μ×|ye2-yd(i)|                ……(28)其中,μ是衰减判定比例常数(例如,μ=1.5)。在这种情况下,μ=1.5是通过试验确定的,其中考虑到控制处在稳定状态的控制特性,在该稳定状态之前控制处在涨落状态,峰值出现两次或三次。
如果不满足不等式(28),则衰减判定部分16判定:控制变量的涨落正在被衰减当中,因此在该控制周期要按不等式(28)重复进行衰减判定。在这种重复衰减判定过程中,衰减判定部分16首先要按照下述不等式检查控制变量y在第二峰值后是否出现第三峰值。
Ay(i)×Aye2<0                              ……(29)
通过峰值控制变量检测部分15按和检测第一及第二峰值相同的方式检测第三峰值。即,第三峰值的检测时间点就是在紧挨着第三峰值前边的第二峰值检测时间点的控制变量变化速率Aye2和现行控制变量变化速率Ay(i)的乘积为负值的时间点。
如果不满足不等式(29),并且没有检测到第三峰值,则按不等式(28)进行衰减判定。
如果满足不等式(29),并且检测到第三峰值,则将这个检测时间点的控制变量变化速率Ay(i)设定为控制变量变化速率Aye3,并且将控制变量yd(i)设定为第三峰值控制变量ye3。随后设定:ye1=ye2,ye2=ye3,和Aye2=Aye3,即,将现行第二峰值控制变量ye2设定为第一峰值控制变量ye1;将检测到的第三峰值控制变量ye3设定为第二峰值控制变量ye2;并且将第三峰值检测时间点的控制变量变化速率Aye3设定为第二峰值检测时间点的控制变量变化速率Aye2。因此,可按不等式(28)进行衰减判定。
在此过程中,分别将第一和第二峰向后移动了一个峰值。
衰减判定部分16按此方式重复进行衰减判定,直到满足不等式(28)时为止。只要这种衰减判定在重复进行,内部模型6的增益Km就保持通过增益校正开始时获得的校正增益Km1。即,继续进行依据这个校正增益km1的控制。
在满足不等式(28)时,衰减判定部分16判定:控制变量y的涨落的衰减不够大,即内部模型6的增益Km的校正不正确,并且衰减判定部分16向响应开始区检测部分13a输出一个重复执行标志信号,由此可再次进行增益校正。
输入了重复执行标志信号的响应开始区检测部分13a的操作和根据第一或第二过渡状态检测部分11a或12a输出的过渡状态检测信号进行的第一增益校正相同。
模型增益计算部分14的操作和第一增益校正几乎相同。即,模型增益计算部分14根据方程(21)计算校正增益Km1,并将Km1输出到内部模型存贮部分6a以修改内部模型6的增益km。这一操作和第一增益校正之间的唯一差别是:在计算校正增益Km1时,在按不等式(22)和(23)进行的增益限制操作中,分别将下限比例常数Ld和上限比例常数Lu设定为Ld=1和Lu=5。
因此,如果因为开始时计算出的校正增益不正确使控制变量y的涨落的衰减不够大,就要再次进行增益校正,如图20B所示。这一增益校正重复进行,直到衰减判定部分16判定:衰减正在进行,或者稳态判定部分17(下面将描述)判定一个稳定状态时为止。
如以上所述,是否再次进行增益校正不是简单地根据经历的时间确定的,而是根据衰减判定检查内部模型6的增益Km的校正是否正确来确定的。进行这种操作的理由如下。
在根据经过的时间再次进行增益校正的操作中,内部模型6的时间常数Tm是指数形式。假定:时间常数Tm比一个实际的被控系统的过程的时间常数T大得多。在这种情况下,即使因为增益校正不正确使控制变量y的发散状态更为严重,也不可能再次进行增益校正。
还要假定:时间常数Tm比被控系统的过程的时间常数T小得多。在这种情况下,即使正确地进行了增益校正,还要再次进行增益校正,而这时控制已由过渡状态转向了稳定状态。
基于上述理由,要先通过衰减判定确定增益校正是否正确,而后再进行再次增益校正。
稳态判定部分17在控制周期内检查控制是否稳定,和由峰值控制变量检测部分15以及衰减判定部分16进行的衰减判定无关。
图21表示控制变量y的稳定状态,用于说明稳态判定部分17的操作。标号ε代表一个稳态判定参考值;C代表稳态判定计数值(起始值=0);并且Cn代表一个稳态判定参考值,用作稳态判定的阈值。
稳态是控制变量y持和指令r充分接近的一个状态。因此,要根据控制变量y和指令r之间的偏差以及该偏差的变化速率来确定控制是否已由过渡状态转向稳定状态。在稳定状态,偏差和偏差变化速率的理想情况都是零。但实际上,由于测量噪声等因素的影响,这些值不一定都是零。要对偏差确定一个标准。一般来说,在用加热器对炉温进行控制的过程中,如果偏差是5%或更小些,则应确定可实现一个稳定状态。应根据被控系统的过程接近一级延迟时确定的时间常数来确定偏差变化速率的标准。至于控制特性,正确的作法是认为:当在过渡状态获得最大偏差时,该过渡状态开始按阶跃响应方式向稳定状态收敛。由实验可知,当最大偏差出现并且和一级延迟响应一起收敛时,使用自最大偏差出现开始经5.0倍时间常数的时间后获得的偏差变化速率作为判定稳定状态的标准。因此,稳态判定部分17按下述不等式根据偏差变化量计算部分9a输出的偏差ed(i)和偏差变化量Δed(i)以及响应开始区检测部分13a输出的最大过渡偏差Emax来检查控制是否处在稳定状态:
|Δed(i)|<|Emax|×exp(-5.0)×Δt             ……(30)
|ed(i)|<ε                                    ……(31)不等式(30)中的|Emax|×exp(-5.0)是根据最大过渡偏差Emax在被控系统的过程的开环阶跃响应中估算经5.0倍等价一级延迟时间常数后的变化量获得的一个数值。这个数值是在稳定状态应该维持的最大变化量的指示值。
满足不等式(30)和(31)的状态的继续时间是判断控制处于稳定状态的标准。具体来说,如果满足不等式(30)和(31)的状态的继续时间是模型时间Tm的两倍,则可确定得到了一个稳定状态。把这个时间当作标准的依据是,当没能达到稳定状态并且控制处在涨落状态时,控制变量y的最大和最小值在涨落状态中出现的时间间隔大约为模型时间常数的两倍。因此,为了确定满足不等式(30)和(31)的状态的继续时间,如果不等式(30)和(31)没有立即满足,则判定:控制还没有转向稳定状态,并将稳态判定计数值C初始化为0。
如果不等式(30)和(31)立即得到满足,则判定:控制转向稳定状态,并且将稳态判定计数值C加1。
稳态判定部分17在该控制周期内反复进行这样的稳态判定。当不等式(30)和(31)一直保持满足,并且稳态判定计数值C逐渐增加等于稳态参考值Cn,如图21所示,则稳态判定部分17判定:已达到稳定状态。例如,稳态判定参考值Cn是一个通过省略2×Tm/Δ的小数部分得到的整数。
在确定稳定状态时,稳态判定部分17就向第一和第二过渡状态检测部分11a和12a输出一个启动信号,并且使稳态判定计数值C减1。
第一和第二过渡状态检测部分11a和12a收到该启动信号时返回到参照图4描述过的初始处理过程,并且恢复对第一和第二过渡状态的检测。
进行这一操作的目的是为控制稳定后下一个指令变化或扰动发生等作好准备。在控制稳定后,要为下一个过渡状态作好准备,而不管是否已经进行过增益校正。
当峰值控制变量检测部分15和衰减判定部分16判定:涨落的衰减不够大并且要重复执行增益校正时,通过增益校正的这种重复执行将控制移向稳定状态。因此在该操作之后,稳态判定部分17判定:控制处在稳定状态。
如以上所述,即使内部模型6的增益开始时校正得不准确,也能通过重复执行增益校正进行准确的控制。此外,还可通过稳态判定为下一个指令变化、或扰动等作好准备。
图22表示在用本实施例的控制器控制罐内液面高度时获得的指令跟踪特性,与图10所示情况类似。图23表示使用图4所示的控制器时获得的指令跟踪特性。
图22和23表示的是模拟结果,它们都是在发生自身涨落后使控制变量y的涨落在不稳定控制系统中逐渐加大时获得的。
在这种情况下,将被控系统的过程的空闲时间L设定为13秒。在本实施例的控制器和图4所示实施例的控制器内,都将内部模型6的增益Km定为2.5,其它参数与图10和11所示的情况相同。
在图4所示的控制器内,内部模型6的增益Km在图23中的时间点“90秒”最终被校正到7.157。但在这种情况下的被控系统具有相对特殊的特性,即过程空闲时间比过程时间常数还长。此外,由于空闲时间存在误差,因此不能够满意地进行增益校正。因此,反复出现操作变量的过大变化,并且控制处于发散状态。与此相对照,在本实施例的控制器中,虽然增益Km在时间点“90秒”也要校正到7.157,但随后还要根据涨落状态的幅度判定:增益校正不够,要再次进行增益校正。借助于这一操作在时间点“136秒”将内部模型6的增益Km校正到23.721,从而稳定了控制,确定了一个稳定状态。随后再为指令跟踪操作和阻止扰动操作作好准备。
按照图4和18所示的实施例,在内部模型6的设定值不正确的控制器内,内部模型6的增益Km在控制响应操作期间自动地得以校正。在这些实施例中,增益校正仅在过渡状态是由指令r、扰动、或涨落的阶跃输入引起的时候进行。但在一个特殊的控制系统内,如果被控系统的过程的增益K在一个长的时期内逐渐变成一个极小的数值,则控制器最终可能落入一个过分稳定的状态。例如,在对炉进行温度控制的过程中,因为通过炉传递的产品数目逐渐增加,所以过程增益K逐渐变到一个很小的数值。因此,如果发生的这种变化过大,则内部模型最终可能会落入一个过分稳定的状态。
由于状态过分稳定,出现如下不希望出现的现象。虽然控制基本上处在稳定状态,但因模型增益过大,所以使对控制系统中的微小变化的控制操作不够充分。即,和控制特性相关的不希望出现的现象不是作为过渡状态出现的,而是使控制处在过分稳定的状态,并且控制变量y逐渐偏离指令r。使不希望出现的现象表现为过分稳定的状态的控制系统的微小变化包括操作员完成的指令斜坡输入、缓慢的扰动、等等。例如,在对炉温进行控制的过程中,设定温度逐渐增加和逐渐减小,或者在接近室温的设定温度下操作炉子,安装炉子的厂房的室温的逐渐增加或逐渐减小。这是一种扰动。(第三实施例)
在图4和18所示的实施例中,由于指令跟踪特性不能保证控制处于过分稳定状态的时间,针对控制处在过分稳定状态时控制变量y逐渐偏离指令r的现象不可能采取正确的补救措施。因此,除了由图4和18所示的实施例进行处理过程外,还需要其它的处理过程。
图24表示按本发明第三实施例的具有IMC结构的控制器。图24中的相同标号表示和图4中相同的部件。
标号18代表一个过分稳定判定部分,根据偏差变化量计算部分9输出的偏差ed(i)和偏差变化量Δed(i)估算控制的过分稳定的状态,并且在判定控制处在过分稳定的状态时输出一个校正标志信号;标号19代表一个过分稳定增益校正部分,响应校正标志信号计算内部模型6的校正增益以消除过分稳定的状态,并将存贮在内部模型存贮部分6a中的增益Km修改成该校正增益。
在该实施例中,控制器的基本结构的操作与图14所示的控制器相同,并且偏差变化量计算部分9、按序变化速率计算部分10、第一一过渡状态检测部分11、第二过渡状态检测部分12、响应开始区检测部分13、以及模型增益计算部分14的操作都与图4所示的相同。
过分稳定的状态的一个问题是由于模型增益Km很大使控制变量y逐渐偏离开指令r。因此,通过从控制变量y减去指令变化获得的偏差变化量Δed(i)可以检测过分稳定的状态。
正确的作法是根据被控系统的过程接近一级延迟时确定的时间常数来确定偏差变化速率的标准。如以上所述,确定由扰动产生的过分稳定的状态的标准是在产生5%的偏差的过程中检查标准的偏差变化速率。相反地,没有检测到超过标准偏差速率的偏差变化速率就是检测过分稳定的状态的偏差变化速率的标准。就确定偏差的标准而论,正确的作法是,如果超过1%的偏差继续存在,则断定:极有可能是由过分稳定的状态产生了不希望出现的现象。因此,过分稳定判定部分18按照下述不等式根据偏差变化量计算部分9输出的偏差ed(i)和偏差变化量Δed(i)来检查在该控制周期中控制是否处在过分稳定的状态。
|Δed(i)|<ε×exp(-4.8)×Δt               ……(32)
|ed(i)|>λ                                 ……(33)其中λ是过分稳定判定参考值,例如可将λ设定为控制变量y的整个范围的1%。不等式(32)中用ε×exp(-4.8)给出的值是在过分稳定的状态中将要保持的最大变化量的指示值,和不等式(15)中的相对应的值类似。
当不等式(32)和(33)没能立即得到满足,过分稳定判定部分18判定:控制没有处在过分稳定的状态,并使过分稳定判定计数值H初始化为0。
当不等式(32)和(33)立即得到满足,则过分稳定判定部分18判定:控制处在过分稳定状态,并使过分稳定判定计数值H加1。
当不等式(32)和(33)以及下述数学表达式都立即得到满足,则可断定:控制变量y接近于指令r并且控制不处在过分稳定状态,并且使过分稳定判定计数值H减1。
Δed(i)=|ed(i)|-|ed(i-1)|<0              ……(34)这是因为当满足数学表达式(34)时在现行时间i的衰减控制变量yd(i)比在现行时间i之前的一次采样操作的时间的衰减控制变量yd(i-1)更加接近于指令r。
满足不等式(32)和(33)的状态的持续存在是判定控制处在过分稳定状态的一个条件。具体而论,如果满足不等式(32)和(33)的状态的持续时间是模型时间常数Tm的两倍,则可判定:可确定为一个过分稳定状态。确定这个时间标准的根据是,当偏差不是由过分稳定状态引起的,而是由涨落的状态引起的,在涨落状态出现的控制变量y的最大值和最小值之间的时间间隔大约是模型时间常数的两倍。因此,过分稳定判定部分18在一个控制周期内重复进行这样的过分稳定判定,并且如果不等式(32)和(33)连续得到满足,则过分稳定判定部分18判定:控制处在过分稳定状态,并且过分稳定判定计数值H逐渐增加到等于过分稳定判定参考值Hn,和参照图21描述过的稳态判定类似。过分稳定判定参考值Hn例如是由省略2×Tm/Δ的小数部分获得的一个整数。
在判定控制处在过分稳定状态时,过分稳定判定部分18就向过分稳定增益校正部分19输出一个校正标志信号。
从当前的现象不可能正确地计算出消除由过分稳定状态引起的不利效果所需的模型增益校正量。为此,在对过分稳定状态继续进行判断的同时还要在该控制周期内不断校正模型增益。由实验可知,在经历了等于模型时间常数Tm的时间后应该将模型增益Km减少1/20左右。因此,输入了校正标志信号的过分稳定增益校正部分19要按照下述方程(35)计算校正增益Km2,并且将校正增益Km2输出到内部模型存贮部分6a,从而将存贮在内部模型存贮部分6a中的现行增益Km0修改成校正增益Km2。
Km2=Km0-Km0×Δt/(β1×Tm)                ……(35)其中β1是过分稳定增益校正量调节系数(例如,β1=20)。
由于从过分稳定状态现象确定增益Km的校正量是很困难的,所以使用方程(35)使存贮在内部模型存贮部分6a中的内部模型6的现行增益Km0(如果已完成了增益校正,则Km0=Km1)逐渐地减小。如果在这个增益校正后过分稳定判定部分18检测到一个过分稳定状态,则通过过分稳定增益校正部分19反复进行过分稳定增益校正。
因此,过分稳定增益校正部分19反复进行增益校正,直至消除了控制的过分稳定状态时为止。因此,即使内部模型6在一开始时设定的增益Km过大,或者由模型增益计算部分14算出的内部模型6的校正增益Km1过大,从而使控制处在过分稳定的状态,也能防止控制变量y偏离指令r,从而保证了指令跟踪特性。
图25表示使用本实施例的控制器控制罐内液面高度时获得的指令跟踪特性。图26表示使用常规IMC控制器时获得的指令跟踪特性。
图25和26表示的是模拟结果,它们都是在指令r从0cm开始逐渐变化的指令斜坡输入操作中获得的。
在本实施例的控制器和常规IMC控制器中,都将内部模型增益Km设定为100,将时间常数Tm设定为10秒,其它参数的设定值与图10和11所示的情况相同。
由图25和26清楚可见,在常规控制器中,操作变量相对于斜坡输入操作的变化不够大,并且控制变量y随着时间的增加偏离开指令r。对于PID控制器也是这种情况。与此相对照,在本实施例的控制器中,内部模型6的增益Km在35秒后经过分稳定增益校正被校正到53.442,并且将偏差保持在一个预定范围内。(第四实施例)
按照图4、18、和24所示的实施例,在内部模型6的设定值不正确的控制器中,在控制响应操作期间自动校正了内部模型6的增益Km。在这些实施例中,由于校正增益Km的主要目的是稳定过渡状态,确定方程(21)中的参数(如安全系数ρ)只考虑了控制的稳定性,而没有考虑控制的快速响应特性。在这些实施例中,由于控制稳定后不可能恢复控制的快速响应特性,所以要恢复快速响应特性,除了由图4、18、和24所示的实施例进行的处理过程外,还需要有其它的处理过程。
图27表示按本发明的第四实施例的具有IMC结构的控制器。在图27中用相同的标号代表和图4所示的相同的部件。
标号17a代表一个稳态判定部分,完成和稳态判定部分17相同的操作,并且在判定控制处在稳定状态时输出一个校正标志信号,并且标号20代表一个快速响应特性模型增益校正部分,在响应校正标志信号时计算内部模型6的校正增益以恢复控制的快速响应特性,并且将存贮在内部模型存贮部分6a中的增益Km修改为校正增益。
在该实施例中,控制器的基本构成的操作和图4所示的控制器相同,并且偏差变化量计算部分9、按序变化速率计算部分10、第一过渡状态检测部分11、第二过渡状态检测部分12、响应开始区检测部分13、以及模型增益计算部分14的操作都与图4所示的相同。
稳态判定部分17a按和图18所示的稳态判定部分17相同的方式在一个控制周期内进行稳态判定。稳态判定部分17a和稳态判定部分17的不同在于它在判定控制处在稳定状态时要向快速响应特性模型增益校正部分20输出一个校正标志信号以进行快速响应特性的增益校正。
快速响应特性的增益校正是将模型增益校正到一个数值的操作,该数值是通过校正模型增益Km除以安全系数ρ得到的。如果模型增益Km突然变化,就不可能维持稳定状态,和突然加上一个扰动的情况类似。为此,在一个控制周期内要对模型增益Km逐渐进行校正,使其接近Km1/ρ。由实验可知,在增益校正持续至少3倍模型时间常数Tm的时间后增益Km应该变为Km1/ρ。因此,快速响应特性模型增益校正部分20在输入了这个校正标志信号时要按下述方程计算校正增益Km3,并向内部模型存贮部分6a输出这个校正增益Km3,从而将存贮在内部模型存贮部分6a中的现行增益Km0修改成校正增益Km3。
Km3=Km0-{Km0-(Km1/ρ)}×Δt/(β2×Tm)     ……(36)其中β2是快速响应特性模型增益(如β2=3)。
用方程(36)进行快速响应特性的增益校正的依据是由模型增益计算部分14进行的增益校正,即假定校正增益km1是由模型增益计算部分14输出的。因此,首次计算校正增益Km3时确定的现行增益Km0就等于校正增益Km1。
在稳定状态,如果内部模型6的增益Km突然发生巨大变化,稳定状态就受到了扰动。使用方程(36)逐渐减小存贮在内部模型存贮部分6a中的内部模型6的现行增益Km0,同时维持该稳定状态。因此,通过稳态判定部分17a在这个快速响应特性增益校正之后来判定稳定状态,并且通过快速响应特性模型增益校正部分20来重复快速响应特性的增益校正。
最后,针对方程(21)给出的值对增益进行校正,只是其中不乘以安全系数ρ。
如以上所述,由于在进行快速响应特性增益校正的同时要维持稳定状态,因此在不损坏控制的稳定性的范围内可以恢复快速响应特性。
图28表示在使用本实施例的控制器和图4所示的控制器控制罐内液面高度时得到的指令跟踪特性。图28表示的是模拟结果,它们都是在时间点“0秒”输入一个4cm的指令r时得到的,并且在控制过程中逐渐改变被控系统的过程的增益K以获得控制变量y。
假定:被控系统的过程增益K从时间点“0秒”到时间点“500秒”逐渐从50变到30。在本实施例的控制器和图4所示的控制器中,都将内部模型6的增益Km设定为50,将时间常数Tm设定为10秒。其它参数的设定值与图10和11所示的情况相同。
在图4所示实施例中,在考虑到稳定性时将内部模型6的增益Km校正到68.930,从而稳定了控制。在控制稳定后,因为被控系统的过程40的增益K逐渐改变,所以持续产生操作变量没充分改变的状态,并且控制变量y随着时间的经过偏离开指令r。与此相对照,在本实施例的控制器内,通过快速响应特性的的增益校正在时间点“70秒”后将增益Km校正到45.953,从而抑制了控制变量y偏离指令r的状态。
图29表示在用本实施例的控制器控制罐内液面高度时得到的指令跟踪特性。图30表示在使用图4所示的控制器时得到的指令跟踪特性。图29和30表示的是模拟结果,它们都是在时间点“0秒”时输入一个4cm的指令r时得到的,并且在加上一个操作变量扰动du的同时使控制处在稳定状态以获得控制变量y。
在本实施例的控制器和图4所示的实施例的控制器中,都将内部模型6的增益Km没定为10,将时间常数Tm设定为10秒。其它参数的设定值与图10和11所示的情况相同。
在图4所示控制器中,在考虑稳定性的情况下将内部模型6的增益Km校正到13.943,从而稳定了控制。由于控制稳定后在时间点“300秒”的操作变量阶跃扰动,使控制变量增加到10.14。与此相对照,在本实施例的控制器中,通过快速响应特性的增益校正在时间点“68秒”后即将增益Km校正到9.297,从而将由于操作变量阶跃扰动产生的控制变量y的增加压缩到9.68。
按照图4、18、24、和27所示的实施例,在内部模型6的设定值不正确的控制器内,内部模型6的增益Km在控制响应操作中自动地得以校正。在这些实施例中,如果内部模型6的空闲时间误差落入±50%的范围内,则除了优良的控制稳定性外还能提供优秀的控制特性。在过程空闲时间比过程时间常数还要长的特殊过程中,如果空闲时间误差超过上述范围,则不可能得到优秀的控制特性,当然优良的控制稳定性还是可能得到的。因此,在这种情况下,要得到优秀的控制特性,除了需要上述处理过程外,还需要有其它的处理过程。
图30表示本发明的第五实施例的具有IMC结构的控制器。图30中的相同标号代表和图4相同的部件。
标号13b代表一个响应开始区检测部分,进行和响应开始区检测部分13相同的操作,并且输出响应开始区的时间信息;标号17b代表一个稳态判定部分,进行和稳态判定部分17相同的操作,并且在判定一个稳定状态时输出一个校正标志信号;标号21代表一个空闲时间误差估算部分,根据响应开始区检测部分13b输出的响应开始区的时间信息估算内部模型6的空闲时间误差;并且标号22代表一个空闲时间校正部分,响应校正标志信号根据空闲时间误差计算内部模型6的校正空闲时间,并将存贮在内部模型存贮部分6a中的空闲时间Lm修改成校正空闲时间。
在本实施例中,控制器的基本构成的操作与图4所示的控制器相同,并且偏差变化量计算部分9、按序变化速率计算部分10、第一过渡状态检测部分11、第二过渡状态检测部分12、响应开始区检测部分13b、以及模型增益计算部分14的操作都与图4中的相应部件相同。
稳态判定部分17b按和图18所示的稳态判定部分17相同的方式在一个控制周期内进行稳态判定,只是在判定控制处在稳定状态时还要向模型空闲时间校正部分22输出一个校正标志信号使其能校正空闲时间。
空闲时间误差是依据参考控制变量ym的响应开始区的开始时间点im1和控制变量y的响应开始区的开始时间点i1之间的时间差。这个时间差可以简单地被认为是空闲时间误差。但一般而言,被控系统的过程经常是一个较高级延迟的系统,这样的系统可近似地当成(一级延迟+空闲时间)。与此相对照,计算参考控制变量ym的内部模型是一个一级延迟系统。因此,必须对两个起始时间点间的经简单计算得到的差进行校正。由实验可知,应该是从这个差减去1/4模型时间常数Tm的值。空闲时间误差估算部分21按照下述方程根据由响应开始区检测部分13a检测到的控制变量y、控制变量y和参考控制变量ym的响应开始区的开始时间点i1和im1、存贮在内部模型存贮部分6a中的内部模型6的时间常数Tm、以及空闲时间Lm估算空闲时间误差ΔL:
ΔL=(im1-i1)×Δt-Tm/4                   ……(37)
产生空闲时间误差的主要因素是过程的空闲时间的变化。但是,空闲时间的变化有突然发生并且立即消失的趋势。假定一种液体经管道向罐内供给。在这种情况下,如果管道没有充满液体,则需要很长的空闲时间让液体流动。一旦管道充满液体,则就缩短了让液体流动所需的空闲时间。但如果液体流动停止,并且管道处在未充满的状态,则空闲时间就要再次延长。如以上所述,过程空闲时间可能会经常并且迅速变化。为此,如果对检测到的空闲时间进行简单的校正,这个误差可能得到过大的校正。因此在实践中,不期望对空闲时间误差进行过分的校正。因此,空闲时间误差ΔL要满足:ΔL>Rd×Lm,ΔL=Rd×Lm;或者,空闲时间误差ΔL满足:-ΔL>Rd×Lm,ΔL=-Rd×Lm。通过这种操作进行限制空闲时间的限制处理过程。注意:Rd是一个比例常数(例如,Rd=0.2)。
方程(37)的依据是假定:参考控制变量ym的响应开始区的开始时间点im1和控制变量y的响应开始区的开始时间点i1之间的时间间隔近似为空闲时间误差,并且假定:被控系统的过程40是一级延迟系统。由于上述时间差还受检测响应开始区的方法的近似粗糙性、增益误差、和时间常数误差的影响,所以上述估算方法是一种相当粗糙的近似方法。因此,要进行限制空闲时间误差ΔL的限制处理过程。
模型空闲时间校正是从模型空闲时间Lm减去空闲时间误差ΔL1的操作。但如果模型空闲时间突然变化,就不能像突然加上一个扰动的那样监测稳定状态。因此,要对控制周期内的模型空闲时间进行渐近的校正,使其逐渐接近Lm-ΔL1。由试验可知,在经过20倍模型时间常数Tm的时间后,模型空闲时间Lm应该等于Lm-ΔL1。通过响应开始区检测部分13b检测响应开始区。通过模型增益计算部分14校正内部模型6的增益Km。因此,控制得以稳定,并且从稳态判定部分17b输出一个校正标志信号。模型空闲时间校正部分22响应这个标志信号按下述方程计算校正的空闲时间Lm1,并且将Lm1输出到内部模型存贮部分6a,从而将存贮在内部模型存贮部分6a中的现行空闲时间Lm0修改成校正空闲时间Lm1。
Lm1=Lm0-ΔL×Δt/(β3×Tm)                ……(38)其中,β3是空闲时间校正量调节系数(例如,β3=20),ΔL1是空闲时间误差,它的初始值是由空闲时间误差估算部分21计算出来的ΔL。
如果稳定状态的内部模型6的模型空闲时间Lm突然发生巨大变化,该稳定状态受到了扰动。为此,用方程(38)对存贮在内部模型存贮部分6a中的内部模型6的空闲时间Lm0进行渐近的校正,同时要维持稳定状态。经过这个空闲时间校正后,通过稳态判定部分17b再次对稳定状态进行判定,并且通过模型空闲时间校正部分22重复进行空闲时间校正。
在这个反复进行的空闲时间校正中,首先由模型空闲时间校正部分22按下述方程计算上述空闲时间ΔL1:
ΔL1=ΔL0-ΔL0×Δt/(β3×Tm)            ……(39)其中:ΔL0是现行空闲时间误差。因此,在方程(39)计算中确定的初始值是通过空闲时间误差估算部分21计算出来的值ΔL。
在计算空闲时间误差ΔL1后,按方程(38)计算校正空闲时间Lm1。
当存贮在内部模型存贮部分6a中的内部模型6的空闲时间Lm的误差很大时,空闲时间Lm按上述方式自动地得以校正。因此防止了由空闲时间误差引起的控制特性恶化。
图31表示在用本实施例的控制器控制罐内液面高度时得到的指令跟踪特性。图32表示在使用图4所示的控制器时得到的指令跟踪特性。图31和32表示的是模拟结果,它们都是在反复交替输入4cm和0cm的指令r以得到控制变量y时得到的。
在这种情况下,将被控系统的过程的空闲时间设定为20秒。在本实施例的控制器和图4所示的实施例的控制器中,都将内部模型6的增益设定为10,将时间常数Tm设定为10秒。其它参数的设定值与图10和11所示相同。
在图4所示的控制器内,内部模型6的增益Km校正到33.89,从而防止了控制落入发散状态。通过维持这个增益Km,继续保持了具有渐近响应特性的指令跟踪控制。与此相对照,在本实施例的控制器中,通过反复进行的阶跃响应操作在作为最后阶段的时间点“3000秒”将内部模型6的空闲时间Lm校正到15.9,从而获得了一个理想的控制响应特性。
图33表示在用本实施例的控制器控制罐内液面高度时获得的指令跟踪特性。图34表示在使用图4所示的控制器时获得的指令跟踪特性。图33和34表示的是模拟结果,它们都是在反复交替输入4cm和0cm的指令r以得到控制变量y时获得的。
在这种情况下,被控系统的过程的空闲时间L被设定为15秒。在本实施例的控制器和图4所示的实施例中,都将内部模型6的空闲时间Lm设定为5秒,其它参数的设定值与图31和32所示的相同。
在图4所示的控制器内,将内部模型6的增益Km校正到17.599,从而可防止控制进入发散状态。通过保持这个增益Km,可持续进行有涨落趋势的指令跟踪特性的控制。与此相对照,在本实施例的控制器内,通过反复进行的阶跃响应操作在作为最终阶段的时间点“3000秒”将内部模型6的空闲时间Lm校正到13,从而获得了一个理想的控制响应特性。
图36、37、38、和39是分别描述图4、18、24、27、和30所示的系统的操作的流程图,这些操作已结合图4、18、24、27、和30作过描述,这里不予重复。

Claims (13)

1.一种具有IMC结构的控制器,IMC结构计算从控制指令输出到被控系统的过程的操作变量,通过使用代表被控系统的过程的内部模型(6)计算与被控系统的过程的作为控制结果的控制变量(y)相对应的参考控制变量(ym),并且反馈控制变量和参考控制变量之间的差,从而自适应地稳定了控制,其特征在于包括:
一个IMC部分,按照IMC控制算法计算并输出一个操作变量;以及
一个自适应调节部分,自适应调节作为IMC控制算法的一个组成部件的内部模型(6)的模型增益,使得在所说IMC部分中使用的变量即控制变量和参考控制变量的变化速率在过渡状态的控制响应周期期间变为相同的值。
2.如权利要求1的控制器,其中所说IMC部分包括:
一个指令滤波器部分(2),输出一个传递函数具有延迟特性的控制输入指令;
一个第一减法处理部分(3),从所说指令滤波器部分的输出减去一个反馈量;
一个操作变量计算部分(4),包括一个指令/扰动滤波器部分(4a),用于输出具有延迟特性传递函数的来自所说第一减法处理部分的输出,还包括一个操作部分(4b),用于根据所说内部模型的参数并根据来自所说指令/扰动过滤器部分的输出计算操作变量并且输出计算出来的操作变量;
一个内部模型存贮部分(6a),存贮所说内部模型的参数;
一个内部模型输出计算部分(6b),根据所说内部模型参数从操作变量计算参考控制变量;以及
一个第二减法处理部分(8),从所说被控系统的过程的控制变量减去所说内部模型输出计算部分输出的参考控制变量,并且输出反馈量。
3.如权利要求1的控制器,其中所说的自适应调节部分包括:
一个偏差变化量计算部分(9),计算指令和控制变量间的偏差,并计算偏差的变化量;
一个按序变化速率计算部分(10),计算控制变量和参考控制变量的变化速率;
一个第一过渡状态检测部分(11),在检测到由指令变化引起的控制的过渡状态时输出一个过渡状态检测信号;
一个第二过渡状态检测部分(12),在检测到由除指令变化外的因素引起的控制的过渡状态时输出一个过渡状态检测信号;
一个响应开始区检测部分(13),在有过渡状态检测信号输出时,根据控制变量和参考控制变量的偏差和变化速率检测响应开始区,在此响应开始区中与过渡状态对应的控制响应已开始在控制变量和参考控制变量中出现,并且确定在该响应开始区中的控制变量和参考控制变量的变化速率;以及
一个模型增益计算部分(14),从该响应开始区中的控制变量和参考控制变量的变化速率计算所说内部模型的校正增益,并且将作为一个参数存贮在所说内部模型存贮部分中的增益修改成该校正增益。
4.如权利要求3的控制器,其中所说自适应调节部分进一步还包括:
一个峰值控制变量检测部分(15),根据所说模型增益计算部分校正所说内部模型的增益后的控制变量变化速率检测控制变量的最大和最小值,并且将在检测该最大和最小值的时间点的控制变量设定为峰值控制变量;
一个衰减判定部分(16),根据峰值控制变量估算控制变量的涨落状态,并且在判定涨落的衰减不够大时向所说响应开始区检测部分输出一个重复执行标志信号以便对所说内部模型的增益重复执行校正;以及
一个稳态判定部分(17),根据所说偏差变化量计算部分输出的偏差和偏差变化量估算控制的稳定状态,并且在确定一个稳定状态时向所说第一和第二过渡状态检测部分输出一个启动信号,以恢复对过渡状态的检测,为下一个过渡状态作好准备。
5.如权利要求3的控制器,其中所说自适应调节部分进一步还包括:
一个过分稳定判定部分(18),根据所说偏差变化量计算部分输出的偏差和偏差变化量,估算控制的过分稳定状态,并且在确定过分稳定状态时输出一个校正标志信号;以及
一个过分稳定增益校正部分(19),响应校正标志信号计算所说内部模型的校正增益以消除过分稳定状态,并且将作为一个参数存贮在所说内部模型存贮部分中的增益修改成校正增益。
6.如权利要求3的控制器,其中所说自适应调节部分进一步还包括:
一个稳态判定部分(17b),根据所说偏差变化量计算部分输出的偏差和偏差变化量估算控制的稳定状态,并且在确定稳定状态时输出一个校正标志信号;以及
一个快速响应特性模型增益校正部分(20),响应校正标志信号计算所说内部模型的校正增益以恢复控制的快速响应特性,并且将作为一个参数存贮在所说内部模型存贮部分中的增益修改成校正增益。
7.如权利要求3的控制器,其中所说自适应调节部分进一步还包括:
一个稳态判定部分(17b),根据所说偏差变化量计算部分输出的偏差和偏差变化量估算控制的稳定状态,并且在确定稳定状态时输出一个校正标志信号;以及
一个空闲时间误差估算部分(21),根据所说响应开始区检测部分输出的响应开始区的时间信息估算所说内部模型的空闲时间误差;以及
一个模型空闲时间校正部分(22),响应校正标志信号并根据空闲时间误差计算所说内部模型的校正空闲时间,并将作为一个参数存贮在所说内部模型存贮部分中的空闲时间修改为校正空闲时间。
8.在一个系统过程控制器中,该控制器根据输入指令计算输出到系统过程的操作变量,并且使用代表系统过程的内部模型控制算法计算与系统过程的控制变量对应的参考控制变量,并且反馈控制变量和参考控制变量之间的差,一种自适应地修改内部模型控制算法的参数的方法,该方法包括如下步骤:
计算输入指令的按序变化速率;
计算输入指令的所说按序变化速率和参考控制变量的变化速率之间的偏差变化速率;以及
计算随所说偏差变化速率而变化的所说内部模型控制算法的调节增益参数。
9.一种如权利要求8所述的自适应地修改内部模型控制算法的参数的方法,进一步还包括如下步骤:
检测所说输入指令的过渡状态;以及
调节内部模型控制算法的增益,使在所说过渡状态中的输入指令变化速率和参考控制变量变化速率在响应周期期间收敛。
10.一种如权利要求9所述的自适应地修改内部模型控制算法的参数的方法,进一步还包括如下步骤:
根据所说内部模型增益调节后的控制变量变化速率检测控制变量的最大和最小值;
将在检测最大和最小值的时间点的控制变量设定为峰值控制变量;
根据峰值控制变量估算控制变量的涨落状态;
在确定涨落状态的衰减不够大时对所说内部模型的增益重复执行调节;
根据输出的偏差和偏差变化量估算控制的稳定状态;以及
在确定一个稳定状态时使所说第一和第二过渡状态检测部分恢复对过渡状态的检测,为下一个过渡状态作好准备。
11.如权利要求9所述的自适应地修改内部模型控制算法的参数的方法,进一步还包括如下步骤:
根据偏差和偏差变化量估算控制的过分稳定状态;
在确定过分稳定状态时输出一个调节标志信号;
响应调节标志信号计算所说内部模型的调节增益以消除过分稳定状态;以及
将作为一个参数存贮在所说内部模型存贮部分中的增益修改为调节增益。
12.如权利要求9所述的自适应地修改内部模型控制算法的参数的方法,进一步还包括如下步骤:
根据输出的偏差和偏差变化量估算控制的稳定状态;
在确定该稳定状态时输出调节标志信号;
响应调节标志信号计算所说内部模型的调节增益以恢复控制的快速响应特性;以及
将作为一个参数存贮在所说内部模型存贮部分的增益修改成调节增益。
13.如权利要求9所述的自适应地修改内部模型控制算法的参数的方法,进一步还包括如下步骤:
根据所说偏差变化量计算部分输出的偏差和偏差变化量估算控制的稳定状态;
在确定稳定状态时输出调节标志信号;
估算所说内部模型的空闲时间误差;
响应调节标志信号并根据空闲时间误差计算所说内部模型的调节空闲时间;以及
将作为一个参数存贮在所说内部模型存贮部分的空闲时间修改成调节空闲时间。
CN94120708A 1993-12-27 1994-12-27 控制器和自适应修改参数的方法 Expired - Fee Related CN1066831C (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP5347221A JP2929259B2 (ja) 1993-12-27 1993-12-27 コントローラ
JP347221/1993 1993-12-27
JP347221/93 1993-12-27

Publications (2)

Publication Number Publication Date
CN1117154A true CN1117154A (zh) 1996-02-21
CN1066831C CN1066831C (zh) 2001-06-06

Family

ID=18388748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN94120708A Expired - Fee Related CN1066831C (zh) 1993-12-27 1994-12-27 控制器和自适应修改参数的方法

Country Status (5)

Country Link
US (1) US5537310A (zh)
EP (1) EP0660208B1 (zh)
JP (1) JP2929259B2 (zh)
CN (1) CN1066831C (zh)
DE (1) DE69409481T2 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103513603A (zh) * 2012-06-21 2014-01-15 Ls产电株式会社 用于控制输入信号的装置及方法
CN105929691A (zh) * 2016-05-13 2016-09-07 东华大学 一种基于模糊控制的内模补偿控制方法
CN107450612A (zh) * 2016-05-31 2017-12-08 株式会社堀场Stec 流量控制装置和存储有流量控制装置用程序的存储介质
CN111295658A (zh) * 2017-11-10 2020-06-16 三菱电机株式会社 模拟装置、模拟方法和模拟程序
CN113385006A (zh) * 2020-12-04 2021-09-14 华能济宁运河发电有限公司 一种烟气脱硝的自动控制的方法

Families Citing this family (66)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6264111B1 (en) * 1993-06-16 2001-07-24 Siemens Building Technologies, Inc. Proportional-integral-derivative controller having adaptive control capability
DE19548909A1 (de) * 1995-12-27 1997-07-03 Siemens Ag Verfahren zur Regelung eines verzögerungsbehafteten Prozesses mit Ausgleich sowie Regeleinrichtung zur Durchführung des Verfahrens
DE19722431A1 (de) * 1997-05-28 1998-12-03 Siemens Ag Verfahren zur Regelung eines verzögerungsbehafteten Prozesses mit Ausgleich sowie Regeleinrichtung zur Durchführung des Verfahrens
SG96542A1 (en) * 1997-08-30 2003-06-16 Univ Singapore Apparatus for relay based multiple point process frequency response estimation and control tuning
DE19738824A1 (de) * 1997-09-05 1999-03-11 Abb Patent Gmbh Regler mit nachgiebiger Rückführung
US6185468B1 (en) * 1998-02-20 2001-02-06 Impact Systems, Inc. Decoupling controller for use with a process having two input variables and two output variables
JP3219245B2 (ja) * 1998-08-13 2001-10-15 株式会社日立国際電気 温度制御シミュレーション方法及び温度制御シミュレーション装置
US8044793B2 (en) 2001-03-01 2011-10-25 Fisher-Rosemount Systems, Inc. Integrated device alerts in a process control system
US6975219B2 (en) 2001-03-01 2005-12-13 Fisher-Rosemount Systems, Inc. Enhanced hart device alerts in a process control system
US6954713B2 (en) * 2001-03-01 2005-10-11 Fisher-Rosemount Systems, Inc. Cavitation detection in a process plant
US6795798B2 (en) 2001-03-01 2004-09-21 Fisher-Rosemount Systems, Inc. Remote analysis of process control plant data
US7720727B2 (en) 2001-03-01 2010-05-18 Fisher-Rosemount Systems, Inc. Economic calculations in process control system
US8073967B2 (en) 2002-04-15 2011-12-06 Fisher-Rosemount Systems, Inc. Web services-based communications for use with process control systems
JP4160399B2 (ja) 2001-03-01 2008-10-01 フィッシャー−ローズマウント システムズ, インコーポレイテッド プロセスプラント内の指標の作成と表示
US7389204B2 (en) * 2001-03-01 2008-06-17 Fisher-Rosemount Systems, Inc. Data presentation system for abnormal situation prevention in a process plant
US7162534B2 (en) * 2001-07-10 2007-01-09 Fisher-Rosemount Systems, Inc. Transactional data communications for process control systems
JP4430270B2 (ja) * 2001-08-06 2010-03-10 本田技研工業株式会社 プラントの制御装置及び内燃機関の空燃比制御装置
US7600234B2 (en) * 2002-12-10 2009-10-06 Fisher-Rosemount Systems, Inc. Method for launching applications
US7493310B2 (en) 2002-12-30 2009-02-17 Fisher-Rosemount Systems, Inc. Data visualization within an integrated asset data system for a process plant
US8935298B2 (en) 2002-12-30 2015-01-13 Fisher-Rosemount Systems, Inc. Integrated navigational tree importation and generation in a process plant
US7152072B2 (en) 2003-01-08 2006-12-19 Fisher-Rosemount Systems Inc. Methods and apparatus for importing device data into a database system used in a process plant
US20040158474A1 (en) * 2003-02-06 2004-08-12 Karschnia Robert J. Service facility for providing remote diagnostic and maintenance services to a process plant
US7953842B2 (en) 2003-02-19 2011-05-31 Fisher-Rosemount Systems, Inc. Open network-based data acquisition, aggregation and optimization for use with process control systems
US7103427B2 (en) 2003-02-28 2006-09-05 Fisher-Rosemont Systems, Inc. Delivery of process plant notifications
US6915235B2 (en) * 2003-03-13 2005-07-05 Csi Technology, Inc. Generation of data indicative of machine operational condition
US7634384B2 (en) 2003-03-18 2009-12-15 Fisher-Rosemount Systems, Inc. Asset optimization reporting in a process plant
US20040230328A1 (en) * 2003-03-21 2004-11-18 Steve Armstrong Remote data visualization within an asset data system for a process plant
US7299415B2 (en) * 2003-06-16 2007-11-20 Fisher-Rosemount Systems, Inc. Method and apparatus for providing help information in multiple formats
JP4223894B2 (ja) * 2003-08-21 2009-02-12 株式会社山武 Pidパラメータ調整装置
JP4639821B2 (ja) * 2004-02-24 2011-02-23 オムロン株式会社 目標値加工装置、温度調節器および制御プロセス実行システム
US7030747B2 (en) * 2004-02-26 2006-04-18 Fisher-Rosemount Systems, Inc. Method and system for integrated alarms in a process control system
US7676287B2 (en) * 2004-03-03 2010-03-09 Fisher-Rosemount Systems, Inc. Configuration system and method for abnormal situation prevention in a process plant
US7079984B2 (en) * 2004-03-03 2006-07-18 Fisher-Rosemount Systems, Inc. Abnormal situation prevention in a process plant
US7515977B2 (en) * 2004-03-30 2009-04-07 Fisher-Rosemount Systems, Inc. Integrated configuration system for use in a process plant
US7536274B2 (en) * 2004-05-28 2009-05-19 Fisher-Rosemount Systems, Inc. System and method for detecting an abnormal situation associated with a heater
US20050267709A1 (en) * 2004-05-28 2005-12-01 Fisher-Rosemount Systems, Inc. System and method for detecting an abnormal situation associated with a heater
CN1969239B (zh) 2004-06-12 2011-08-03 费舍-柔斯芒特系统股份有限公司 用于检测与控制回路的过程增益相关的异常状况的系统和方法
TWI336823B (en) * 2004-07-10 2011-02-01 Onwafer Technologies Inc Methods of and apparatuses for maintenance, diagnosis, and optimization of processes
US7181654B2 (en) * 2004-09-17 2007-02-20 Fisher-Rosemount Systems, Inc. System and method for detecting an abnormal situation associated with a reactor
JP4379336B2 (ja) * 2005-01-07 2009-12-09 トヨタ自動車株式会社 制御システムの評価装置、その評価装置に用いられる検証装置、制御システムの評価方法、及びそれらに用いるコンピュータプログラム
US9201420B2 (en) 2005-04-08 2015-12-01 Rosemount, Inc. Method and apparatus for performing a function in a process plant using monitoring data with criticality evaluation data
US8005647B2 (en) 2005-04-08 2011-08-23 Rosemount, Inc. Method and apparatus for monitoring and performing corrective measures in a process plant using monitoring data with corrective measures data
US7451004B2 (en) * 2005-09-30 2008-11-11 Fisher-Rosemount Systems, Inc. On-line adaptive model predictive control in a process control system
US7421359B2 (en) * 2006-06-05 2008-09-02 Seagate Technology Llc Detecting back electromotive force voltage
US7912676B2 (en) * 2006-07-25 2011-03-22 Fisher-Rosemount Systems, Inc. Method and system for detecting abnormal operation in a process plant
US7657399B2 (en) * 2006-07-25 2010-02-02 Fisher-Rosemount Systems, Inc. Methods and systems for detecting deviation of a process variable from expected values
US8606544B2 (en) 2006-07-25 2013-12-10 Fisher-Rosemount Systems, Inc. Methods and systems for detecting deviation of a process variable from expected values
US8145358B2 (en) * 2006-07-25 2012-03-27 Fisher-Rosemount Systems, Inc. Method and system for detecting abnormal operation of a level regulatory control loop
CN102789226B (zh) 2006-09-28 2015-07-01 费舍-柔斯芒特系统股份有限公司 热交换器中的异常情况预防
US8489360B2 (en) 2006-09-29 2013-07-16 Fisher-Rosemount Systems, Inc. Multivariate monitoring and diagnostics of process variable data
US20080188972A1 (en) * 2006-10-11 2008-08-07 Fisher-Rosemount Systems, Inc. Method and System for Detecting Faults in a Process Plant
US8032340B2 (en) 2007-01-04 2011-10-04 Fisher-Rosemount Systems, Inc. Method and system for modeling a process variable in a process plant
US8032341B2 (en) * 2007-01-04 2011-10-04 Fisher-Rosemount Systems, Inc. Modeling a process using a composite model comprising a plurality of regression models
US7827006B2 (en) 2007-01-31 2010-11-02 Fisher-Rosemount Systems, Inc. Heat exchanger fouling detection
US10410145B2 (en) * 2007-05-15 2019-09-10 Fisher-Rosemount Systems, Inc. Automatic maintenance estimation in a plant environment
US8301676B2 (en) 2007-08-23 2012-10-30 Fisher-Rosemount Systems, Inc. Field device with capability of calculating digital filter coefficients
US7702401B2 (en) 2007-09-05 2010-04-20 Fisher-Rosemount Systems, Inc. System for preserving and displaying process control data associated with an abnormal situation
US9323247B2 (en) 2007-09-14 2016-04-26 Fisher-Rosemount Systems, Inc. Personalized plant asset data representation and search system
US8055479B2 (en) 2007-10-10 2011-11-08 Fisher-Rosemount Systems, Inc. Simplified algorithm for abnormal situation prevention in load following applications including plugged line diagnostics in a dynamic process
US9927788B2 (en) 2011-05-19 2018-03-27 Fisher-Rosemount Systems, Inc. Software lockout coordination between a process control system and an asset management system
US9529348B2 (en) 2012-01-24 2016-12-27 Emerson Process Management Power & Water Solutions, Inc. Method and apparatus for deploying industrial plant simulators using cloud computing technologies
US9945572B2 (en) * 2014-12-16 2018-04-17 Honeywell International Inc. Heating, ventilation, and air conditioning system controller
CN105629737B (zh) * 2016-03-25 2018-02-16 中车永济电机有限公司 一种内燃机车异步电机内模控制方法
CN109116738B (zh) * 2018-09-27 2021-04-13 杭州电子科技大学 一种工业加热炉的二自由度内模控制分析方法
CN110109488B (zh) * 2019-04-29 2021-11-02 杭州电子科技大学 一种城市河道水位的低增益反馈控制方法
FR3096794B1 (fr) 2019-05-29 2021-04-30 Safran Aircraft Engines Système et méthode de régulation d’un paramètre physique d’un système réel d’une turbomachine à partir d’un paramètre physique de consigne

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4368510A (en) * 1980-10-20 1983-01-11 Leeds & Northrup Company Automatic identification system for self tuning process controller
US5442544A (en) * 1990-01-26 1995-08-15 Honeywell Inc. Single input single output rate optimal controller
JP2752230B2 (ja) * 1990-06-08 1998-05-18 株式会社東芝 2自由度制御装置
WO1992014197A1 (en) * 1991-02-08 1992-08-20 Kabushiki Kaisha Toshiba Model forecasting controller
JPH05265515A (ja) * 1992-03-18 1993-10-15 Yamatake Honeywell Co Ltd インターナルモデルコントローラ
US5319539A (en) * 1992-05-27 1994-06-07 The Foxboro Company Method and apparatus for generating an optimal gain of process control equipment
FR2692688B1 (fr) * 1992-06-19 1994-08-19 Cegelec Procédé de régulation d'un processus continu comportant une phase d'optimisation d'un modèle et une phase de régulation.

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103513603A (zh) * 2012-06-21 2014-01-15 Ls产电株式会社 用于控制输入信号的装置及方法
CN105929691A (zh) * 2016-05-13 2016-09-07 东华大学 一种基于模糊控制的内模补偿控制方法
CN107450612A (zh) * 2016-05-31 2017-12-08 株式会社堀场Stec 流量控制装置和存储有流量控制装置用程序的存储介质
CN107450612B (zh) * 2016-05-31 2022-06-07 株式会社堀场Stec 流量控制装置和存储有流量控制装置用程序的存储介质
CN111295658A (zh) * 2017-11-10 2020-06-16 三菱电机株式会社 模拟装置、模拟方法和模拟程序
CN111295658B (zh) * 2017-11-10 2023-05-09 三菱电机株式会社 模拟装置、模拟方法和计算机能读取的存储介质
CN113385006A (zh) * 2020-12-04 2021-09-14 华能济宁运河发电有限公司 一种烟气脱硝的自动控制的方法

Also Published As

Publication number Publication date
CN1066831C (zh) 2001-06-06
EP0660208B1 (en) 1998-04-08
DE69409481T2 (de) 1998-12-10
EP0660208A1 (en) 1995-06-28
JP2929259B2 (ja) 1999-08-03
US5537310A (en) 1996-07-16
JPH07191710A (ja) 1995-07-28
DE69409481D1 (de) 1998-05-14

Similar Documents

Publication Publication Date Title
CN1066831C (zh) 控制器和自适应修改参数的方法
CN1096329C (zh) 激光加工设备及其控制方法
CN1248073C (zh) 电动机位置控制装置
CN1242308C (zh) 定位伺服控制器
CN1169031C (zh) 使用非线性预测控制来控制化学反应器的方法
CN1057852C (zh) 过程控制装置及调整过程控制装置中控制器的工作参数的方法
CN1063381A (zh) 电压或无功控制方法及其控制设备
CN1892524A (zh) 控制方法、温度控制方法、调整装置、温度调节器、程序、记录媒体和热处理装置
CN1037218C (zh) 可充电电池的高速充电方法及其所用装置
CN1514960A (zh) 调整和配置质量流量控制器的系统和方法
CN1484118A (zh) 过程控制器的无模型自适应
CN86101892A (zh) 具有两个自由度的调节系统的过程控制装置
CN1448816A (zh) 电动机控制方法及控制装置
CN1292081C (zh) 热处理装置、热处理方法及记录热处理程序的记录介质
CN1217479C (zh) 同步电动机控制器
CN86100491A (zh) 自适应恒定匀浆机强度控制系统
CN1961475A (zh) 交流电机的减速方法以及逆变器装置
CN1766658A (zh) 电压检测电路、过电流检测电路、充电电流控制系统及电压检测方法
CN1745347A (zh) 使用模块化模型预测控制器的集成优化和控制
CN1516918A (zh) 同步电抗电动机的控制装置
CN1894494A (zh) 控制具有可变气门驱动系统和可变压缩机构的内燃机的装置及方法
CN1737423A (zh) 基于Internet网的锅炉传感器故障诊断和容错一体化方法及装置
CN1319275A (zh) 用于控制电动机的设备
CN1267795C (zh) 控制器的设计装置
CN1637250A (zh) 发动机转速控制装置及方法、发动机系统及其发电机、车辆

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20010606

Termination date: 20121227