CN112764346A - 分散式自抗扰多变量控制方法 - Google Patents
分散式自抗扰多变量控制方法 Download PDFInfo
- Publication number
- CN112764346A CN112764346A CN202011547558.3A CN202011547558A CN112764346A CN 112764346 A CN112764346 A CN 112764346A CN 202011547558 A CN202011547558 A CN 202011547558A CN 112764346 A CN112764346 A CN 112764346A
- Authority
- CN
- China
- Prior art keywords
- control
- controlled
- disturbance rejection
- active disturbance
- channel
- 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 44
- 238000012546 transfer Methods 0.000 claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 230000000694 effects Effects 0.000 claims abstract description 15
- 238000002474 experimental method Methods 0.000 claims abstract description 11
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 10
- 230000001131 transforming effect Effects 0.000 claims description 6
- 101710163391 ADP-ribosyl cyclase/cyclic ADP-ribose hydrolase Proteins 0.000 claims description 2
- 230000008878 coupling Effects 0.000 abstract description 15
- 238000010168 coupling process Methods 0.000 abstract description 15
- 238000005859 coupling reaction Methods 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 32
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 17
- 230000014509 gene expression Effects 0.000 description 14
- 230000009466 transformation Effects 0.000 description 12
- 238000013461 design Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
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
本发明公开了分散式自抗扰多变量控制方法,包括:获取被控系统的控制量和被控量,确定控制量与被控量之间的控制通道;在工况稳定的情况下,进行开环阶跃实验,通过最小二乘方法辨识获得被控对象传递函数模型;基于被控对象传递函数模型,针对每个控制通道构建相应的自抗扰控制器,将控制量对应的自抗扰控制量及被控量作为自抗扰控制器的扩张状态观测器的输入,得出相应的计算模型,将下一步序的设定值输入至自抗扰控制器的反馈控制中,得到下一步序自抗扰控制器的自抗扰控制量输出值。本发明形式简单、实施容易,可以获得逆解耦的近似等效控制结构,在多变量耦合控制中具有良好的设定值跟踪和消除耦合扰动的控制效果。
Description
技术领域
本发明涉及控制器设计领域,特别涉及一种分散式自抗扰多变量控制方法。
背景技术
多变量系统广泛存在于各种工业过程系统。如化工过程中二元精馏塔过程、火力发电过程中的燃烧控制系统、锅炉与汽机负荷协调系统、分布式能源系统的热电冷负荷控制等热力工程系统。多变量系统相对于单变量系统的特点在于不同回路之间存在耦合。一个回路输入量的变化,会使其他回路的输出量产生不同程度的扰动,如果控制系统不能将由耦合造成的扰动及时有效地消除,将会给工业生产过程的安全性和经济性带来负面影响。
多变量耦合系统的常用控制策略是解耦控制,如理想解耦、简单解耦和逆解耦。理想解耦的解耦器复杂实现困难;简单解耦投切前后控制参数需要重新整定;逆解耦兼顾理想解耦和简单解耦的优点,但在实际工业系统中的实施应用仍面临较大困难,例如逆解耦器的设计依赖被控系统的数学模型;在逆解耦器的可实现性上需要考虑时滞、相对阶和右半平面零点的补偿设计问题;解耦控制设计的复杂度随多变量系统维数呈平方次增加。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种分散式自抗扰多变量控制方法,能够简化多变量控制系统设计复杂度,提高控制系统鲁棒性。
根据本发明的第一方面实施例的分散式自抗扰多变量控制方法,包括以下步骤:S110,获取被控系统的控制量和被控量,确定所述控制量与所述被控量之间的控制通道;S120,在工况稳定的情况下,进行开环阶跃实验,通过最小二乘方法辨识获得被控对象传递函数模型:
S130,将所述被控对象传递函数模型的主对角元素看作被控对象,将非主对角元素对所述被控量的影响作为扰动,针对每个所述控制通道构建相应的一阶自抗扰控制器;将第i通道的自抗扰控制量uai和被控量yi作为第i个通道的扩张状态观测器的输入,计算得出两个状态估计值z1i和z2i,计算方法为:
其中,β1i、β2i和b0i是第i个通道的所述扩张状态观测器的参数;k表示控制系统的当前计算步序,h是控制系统计算步长;
将下一个计算步序k+1的设定值ri输入到第i通道的所述自抗扰控制器的反馈控制中,得到第i通道下一个计算步序的自抗扰控制量输出值uai:
其中,kpi为第i通道的所述自抗扰控制器的反馈增益参数。
根据本发明第一方面实施例的分散式自抗扰多变量控制方法,至少具有如下有益效果:通过开环阶跃实验获取被控对象传递函数模型,基于该函数模型对主对角元素对应的控制通道构建一阶自抗扰控制器,控制方法形式简单、实施容易,可以获得逆解耦的近似等效控制结构,在多变量耦合控制中具有良好的设定值跟踪和消除耦合扰动的控制效果,控制系统具有鲁棒性。
根据本发明的一些实施例,还包括以下步骤:S150,基于所述被控对象传递函数模型中的主对角对象的传递函数的开环阶跃响应,根据稳态值与控制量增量之比确定主对角对象传递函数元素的增益Kii,以及,根据响应曲线达到与稳态值2%偏差内的时间,确定所述主对角对象的动态时间为Tdi;S160,设置控制预期的调节时间等于所述主对角对象的动态时间,得出所述一阶自抗扰控制器的反馈控制带宽ωci,并设置所述扩张状态观测器的带宽ωoi为反馈控制带宽ωci的N倍,其中N为大于1的数,所述一阶自抗扰控制器的控制参数为:
kpi=ωci,β1i=2ωoi,β2i=ωoi 2;
S170,设置所述控制通道的扰动补偿增益b0i初始值为若需抗扰能力增强,使得主被控对象更接近积分标准型,则减小b0i;若需减小控制输出量的波动,增强稳定性,则增大b0i;S180,若需增强控制通道i的抗扰效果,则增大β2i或者减小β1i,使得被控对象经过扩张状态观测器和扰动增益补偿后,更加接近一阶积分的标称对象;若需增加控制通道i的稳定性,减少控制输出量波动,则减小β2i或增大β1i。
根据本发明的一些实施例,还包括以下步骤:S310,对扩张状态观测器的状态输出量进行近似等效转换,将一阶自抗扰控制器i中反馈的状态观测量z1i,用被控量yi来替代:
z1i=yi
并将状态观测器i中的观测量z2i用关于uai和yi的传递函数表示:
z2i=-Qi(s)b0iuai+Qi(s)syi
其中,Qi(s)表示第i通道的所述状态观测器的等效滤波器,s表示拉普拉斯算子,β1i、β2i和b0i表示第i通道的所述状态观测器的参数;
根据等效外部扰动di及所述自抗扰控制输出值uai,通过ui=uai+di计算得出真实控制量ui;
根据本发明的第二方面实施例的分散式自抗扰多变量控制方法,包括以下步骤:S210,获取被控系统的控制量和被控量,确定所述控制量与所述被控量之间的控制通道;S220,在工况稳定的情况下,进行开环阶跃实验,通过最小二乘方法辨识获得被控对象传递函数模型:
S230,将所述被控对象传递函数模型的主对角元素看作被控对象,将非主对角元素对所述被控量的影响作为扰动,针对每个所述控制通道构建相应的二阶自抗扰控制器;将第i通道的自抗扰控制量uai和被控量yi作为第i个通道的扩张状态观测器的输入,计算得三个状态估计量z1i、z2i和z3i,计算方法为:
其中,β1i、β2i、β3i和b0i是第i个通道的所述扩张状态观测器的参数;k表示控制系统的当前计算步序,h是控制系统计算步长;
将下一个计算步序k+1的设定值ri输入到第i通道的所述自抗扰控制器的反馈控制中,得到第i通道下一个计算步序的自抗扰控制量输出值uai:
其中,kpi、kdi为第i通道的所述自抗扰控制器的反馈增益参数。
根据本发明第二方面实施例的分散式自抗扰多变量控制方法,至少具有如下有益效果:通过开环阶跃实验获取被控对象传递函数模型,基于该函数模型对主对角元素对应的控制通道构建二阶自抗扰控制器,控制方法形式简单、实施容易,可以获得逆解耦的近似等效控制结构,在多变量耦合控制中具有良好的设定值跟踪和消除耦合扰动的控制效果,控制系统具有鲁棒性。
根据本发明的一些实施例,还包括以下步骤:S250,基于所述被控对象传递函数模型中的主对角对象传递函数的开环阶跃响应,根据稳态值与控制量增量之比确定主对角对象传递函数的增益Kii,以及,根据响应曲线达到与稳态值2%偏差内的时间,确定所述主对角对象的动态时间为Tdi;S260,设置控制预期的调节时间等于所述主对角对象的动态时间,得出所述二阶自抗扰控制器的反馈控制带宽ωci,并设置所述扩张状态观测器的带宽ωoi为反馈控制带宽ωci的N倍,其中N为大于1的数,所述二阶自抗扰控制器的参数为:
kpi=ωci 2,Kdi=2ωci,β1i=3ωoi,β2i=3ωoi 2,β3i=ωoi 3;
S270,设置所述控制通道的扰动补偿增益初始值b0i为若需抗扰能力增强,使得主被控对象更接近积分标准型,则减小b0i;若需减小控制输出量的波动,增强稳定性,则增大b0i;S280,若需增强控制通道i的抗扰效果,则增大β3i或减小β2i、β1i,使得被控对象经过扩张状态观测器和扰动增益补偿后,更加接近二阶积分的标称对象;若需增加控制通道i的稳定性,减少控制输出量波动,则减少β3i或增大β2i、β1i。
并将状态观测器i中的观测量z3i用关于uai和yi的传递函数表示:
z3i=-Qi(s)b0iuai+Qi(s)s2yi
S420,将输入第i通道的所述状态观测器的被控量信号yi,分解成主对角元的输出和非主对角元的输出:
其中,yii是主对角元输出,yij(j≠i)是非主对角元输出,yij是控制量uj对被控量yi的输出影响,即yij=Pij(s)uj;
并将分解得到的被控量信号代入反馈控制律中,并将自抗扰控制量uai分解成虚拟控制量u′i和其他部分:
根据等效外部扰动di及所述自抗扰控制输出值uai,通过ui=uai+di计算得出真实控制量ui;
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例中针对2×2多变量系统的分散式一阶自抗扰控制系统结构框图。
图2为本发明实施例中针对2×2多变量系统的分散式二阶自抗扰控制系统结构框图。
图3为本发明实施例中对于2×2多变量系统,将分散式一阶自抗扰控制系统近似转变成逆解耦控制解耦的框图变换示意图A。
图4为本发明实施例中对于2×2多变量系统,将分散式一阶自抗扰控制系统近似转变成逆解耦控制解耦的框图变换示意图B。
图5为本发明实施例中对于2×2多变量系统,将分散式一阶自抗扰控制系统近似转变成逆解耦控制解耦的框图变换示意图C。
图6为本发明实施例中对于2×2多变量系统,将分散式一阶自抗扰控制系统近似转变成逆解耦控制解耦的框图变换示意图D。
图7为本发明实施例中对于2×2多变量系统,将分散式二阶自抗扰控制系统近似转变成逆解耦控制解耦的框图变换示意图A。
图8为本发明实施例中对于2×2多变量系统,将分散式二阶自抗扰控制系统近似转变成逆解耦控制解耦的框图变换示意图B。
图9为本发明实施例中对于2×2多变量系统,将分散式二阶自抗扰控制系统近似转变成逆解耦控制解耦的框图变换示意图C。
图10为本发明实施例中对于2×2多变量系统,将分散式二阶自抗扰控制系统近似转变成逆解耦控制解耦的框图变换示意图D。
图11为本发明实施例中分散式自抗扰多变量控制的参数整定方法的流程图。
图12为本发明实施例的分散式二阶自抗扰控制方法应用于四容耦合水箱控制实验仿真的响应图。
图13为本发明实施例的分散式二阶自抗扰控制方法转换为逆解耦加比例-积分-微分的控制形式后应用于四容耦合水箱控制实验仿真的响应图。
图14为本发明实施例的分散式二阶自抗扰控制方法及逆解耦控制的蒙特卡洛实验散点图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个及两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
应理解的是,本发明实施例的分散式自抗多变量控制方法,适用于n×n(n≥2)的多变量系统。下面将以2×2多变量系统(双输入双输出系统)作为示例,来说明本发明提出方法的具体实施方式。
图1给出了2×2多变量系统的分散式一阶自抗扰控制系统示意图。对于2×2多变量系统设计分散式一阶自抗扰控制系统,具体步骤如下:
(1-1)确定工业多变量被控系统的控制量和被控量:
对于2×2多变量系统,明确系统两个控制量u1、u2,两个被控量分别y1、y2,确定通过u1控制y1,u2控制y2的两个控制通道。
(1-2)确定被控多变量系统的传递函数模型:
在工况稳定的情况下,进行进行输入量5%的开环阶跃实验,通过最小二乘方法辨识得被控对象传递函数模型。对于2×2多变量系统,对象模型可以表示为:
式中,s是拉普拉斯算子,P11(s)、P12(s)、P21(s)、P22(s)分别代表控制量u1到被控量y1、控制量u2到被控量y1、控制量u2到被控量y2、控制量u1到被控量y2的传递函数。
(1-3)针对主对角元素设计一阶自抗扰控制器:
将多变量系统中的主对角元素看作被控对象,将非主对角元素对被控量的影响当做扰动进行一阶自抗扰控制器的设计;对于2×2多变量系统,将第一通道的自抗扰控制量ua1和被控量y1作为一阶自抗扰控制器1的扩张状态观测器1的输入,计算得两个状态估计值z11和z21;将第二通道的自抗扰控制量ua2和被控量y2作为一阶自抗扰控制器2的扩张状态观测器2的输入,计算得两个状态估计值z12和z22;其计算表达式为:
式中,β11、β21和b01是扩张状态观测器1的参数;β12、β22和b02是扩张状态观测器2的参数;k控制系统的当前计算步序,h是控制系统计算步长;
将下一个计算步序k+1的设定值r1输入到第一通道的反馈控制中,得到第一通道下一个计算步序的自抗扰算法控制量输出值ua1;将下一个计算步序k+1的设定值r2输入到第一通道的反馈控制中,得到第二通道下一个计算步序的自抗扰算法控制量输出值ua2;其数学表达式为:
式中,kp1、kp2分别是自抗扰控制器1和自抗扰控制器2的反馈增益参数。
图2给出了2×2多变量系统的分散式二阶自抗扰控制系统示意图。对于2×2多变量系统设计分散式二阶自抗扰控制系统,具体步骤如下:
(2-1)确定实际工业多变量被控系统的控制量和被控量,其方法与设计分散式一阶自抗扰控制系统的步骤(1-1)相同;
(2-2)确定被控多变量系统的传递函数模型,其方法与设计分散式一阶自抗扰控制系统的步骤(1-2)相同;
(2-3)针对主对角元素设计二阶自抗扰控制器:
将多变量系统中的主对角元素看作被控对象,将非主对角元素对被控量的影响当做扰动进行二阶自抗扰控制器的设计;对于2×2多变量系统,将第一通道的自抗扰控制量ua1和被控量y1作为二阶自抗扰控制器1的扩张状态观测器1的输入,计算得三个状态估计量z11、z21和z31;将第二通道的自抗扰控制量ua2和被控量y2作为二阶自抗扰控制器2的扩张状态观测器2的输入,计算得三个状态估计量z12、z22和z32;其计算表达式为:
式中,β11、β21、β31和b01是扩张状态观测器1的参数;β12、β22、β32和b02是扩张状态观测器2的参数;k控制系统的当前计算步序,h是控制系统计算步长;
将下一个计算步序k+1的设定值r1输入到第一通道的反馈控制中,得到第一通道下一个计算步序的自抗扰算法控制量输出值ua1;将下一个计算步序k+1的设定值r2输入到第二通道的反馈控制中,得到第二通道下一个计算步序的自抗扰算法控制量输出值ua2;其数学表达式为:
式中,kp1、kd1是自抗扰控制器1的反馈增益参数;kp2、kd2是自抗扰控制器2的反馈增益参数。
图3到图6给出了将分散式一阶自抗扰近似转换成以一阶纯积分为标称对象的逆解耦加比例控制结构变换过程,具体步骤如下(3-1)至(3-5)所示。
(3-1)扩张状态观测器的状态输出量的近似与转换:
将一阶自抗扰控制器1中反馈的状态观测量z11、一阶自抗扰控制器2中反馈的状态观测量z12分别用被控量y1和y2来替代。并将状态观测器1中的观测量z21用关于ua1和y1的传递函数表示,状态观测器2中的观测量z22用关于ua2和y2的传递函数表示:
z21=-Q1(s)b01ua1+Q1(s)sy1
z22=-Q2(s)b02ua2+Q2(s)sy2
式中,Q1(s)和Q2(s)分别是状态观测器1和状态观测器2等效滤波器,表达式分别为:
此步骤转换后的结构框图如图3所示。
(3-2)将被控量信号和反馈控制律信号进行分解:
将进入状态观测器1中被控量信号y1和状态观测器2中被控量信号y2,分别分解成主对角元的输出y11、y22和非主对角元y12、y21的输出。
y11=P11(s)u1,y12=P12(s)u2
y21=P21(s)u1,y22=P22(s)u2
将分解得的被控量信号代入反馈控制律中,并将自抗扰控制量ua1分解成虚拟控制量u′1和其他部分,将自抗扰控制量ua2分解成虚拟控制量u′2和其他部分。
其中,u1′≈kp1(r1-y1)-Q1(s)sy12,u2′≈kp2(r2-y2)-Q2(s)sy21。
此步骤转换后的结构框图如图4所示。
(3-3)将主对角被控对象替换成一阶纯积分的标称模型,并将真实对象与标准型对象之差当作总和扰动的一部分:
实际主对角对象与标称模型之差分别用ΔP11(s)和ΔP22(s)表示:
并将模型偏差分别放入两个通道的总和扰动f1、f2中,
主对角被控对象的输入输出关系变为:
此步骤转换后的结构框图如图5所示。
(3-4)将扩张状态观测器部分简化:
(3-5)变换成逆解耦结构:
所以,分散式一阶自抗扰控制2×2多变量系统近似变换成以一阶纯积分为标称主对角对象的逆解耦加上比例控制系统。
图7至图10给出了将分散式二阶自抗扰近似转换成以二阶纯积分为标称对象的逆解耦加比例控制结构变换过程,具体步骤如下(4-1)至(4-5)所示。
(4-1)扩张状态观测器的状态输出量的近似与转换:
将二阶自抗扰控制器1中反馈的状态观测量z11、二阶自抗扰控制器2中反馈的状态观测量z12分别用被控量y1和y2来替代;将二阶自抗扰控制器1中反馈的状态观测量z21、二阶自抗扰控制器2中反馈的状态观测量z22分别用被控量的导数和来替代。并将状态观测器1中的观测量z31用关于ua1和y1的传递函数表示,状态观测器2中的观测量z32用关于ua2和y2的传递函数表示:
z31=-Q1(s)b01ua1+Q1(s)sy1
z32=-Q2(s)b02ua2+Q2(s)sy2
式中,Q1(s)和Q2(s)分别是状态观测器1和状态观测器2等效滤波器,表达式分别为:
此步骤转换后的结构框图如图7所示。
(4-2)将被控量信号和反馈控制律信号进行分解:
将进入状态观测器1中被控量信号y1和状态观测器2中被控量信号y2,分别分解成主对角元的输出y11、y22和非主对角元y12、y21的输出;
y11=P11(s)u1,y12=P12(s)u2
y21=P21(s)u1,y22=P22(s)u2
将分解得的被控量信号代入反馈控制律中,并将自抗扰控制量ua1分解成虚拟控制量u′1和其他部分,将自抗扰控制量ua2分解成虚拟控制量u′2和其他部分;
此步骤转换后的结构框图如图8所示。
(4-3)将主对角被控对象替换成二阶纯积分的标称模型,并将真实对象与标准型对象之差当作总和扰动的一部分;
实际主对角对象与标称模型之差分别用ΔP11(s)和ΔP22(s)表示:
主对角被控对象的输入输出关系变为:
此步骤转换后的结构框图如图9所示。
(4-4)将扩张状态观测器部分简化:
(4-5)变换成逆解耦结构:
图11给出了分散式自抗扰多变量控制的参数整定方法的流程图。其中主要步骤为:
(5-1)确定主对角对象的增益和动态时间:
根据主对角对象的开环阶跃响应,根据稳态值与控制量增量之比确定主对角元素的增益分别为K11和K22;以达到与稳态值偏差2%内的标准,确定主对角对象的动态时间为Td1,Td2。
(5-2)分别确定各个控制通道的反馈控制带宽和扩张观测器带宽:
假设控制预期的调节时间等于主对角对象的动态时间,可以计算出反馈控制带宽ωc1、ωc2,并且根据扩张状态观测器部分动态快于反馈控制动态原则,使扩张状态观测器带宽ωo1、ωo1是反馈控制带宽ωc1、ωc2的数倍。对于一阶自抗扰控制系统,控制器参数可计算为:
kp1=ωc1,β11=2ωo1,β21=ωo1 2;kp2=ωc2,β12=2ωo2,β22=ωo2 2
同理,对于二阶自抗扰控制系统,控制器参数可计算为:
kp1=ωc1 2,Kd1=2ωc1,β11=3ωo1,β21=3ωo1 2,β31=ωo1 3
kp2=ωc2 2,Kd2=2ωc2,β12=3ωo2,β22=3ωo2 2,β32ω=o2 3
(5-4)确定扰动补偿增益:
各个控制通道的扰动补偿增益b01、b02的初始值分别确定为若需抗扰能力增强,使得主被控对象更接近积分标准型,则可逐渐减小b01、b02;若需减小控制输出量的波动,增强稳定系,可适当增大b01、b02。
(5-4)细调控制通道1的自抗扰控制器参数:
对于一阶的自抗扰控制器,若需增强控制通道1的抗扰效果,可以增大β21或减小β11,使得被控对象经过扩张状态观测器和扰动增益补偿后,更加接近一阶积分的标称对象;若需增加控制通道1的稳定性,减少控制输出量波动,可以适当减少β21或增大β11。
对于二阶的自抗扰控制器,若需增强控制通道1的抗扰效果,可以增大β31或减小β21、β11,使得被控对象经过扩张状态观测器和扰动增益补偿后,更加接近二阶积分的标称对象;若需增加控制通道1的稳定性,减少控制输出量波动,可以适当减少β31或增大β21、β11。
(5-5)细调控制通道2的自抗扰控制器参数
细调控制通道2的自抗扰控制器参数方法同(5-4)。
若两个控制通道不能同时满足控制要求,返回步骤(5-3),重新确定bo1、b02并重复步骤(5-4)、(5-5),直至满足多变量的控制要求。
通过提供了分散式自抗扰控制的参数整定方法,为分散式自抗扰控制方法在工业过程中的成功应用奠定基础。
为了具体说明分散式自抗扰控制多变量对象的解耦能力和在控制鲁棒性上的优势,本发明的实施例通过在四容耦合水箱仿真模型上进行了控制实验。四容耦合水箱系统是一个典型双输入双输出系统,通过控制左右两个水泵的电压,以达到控制左右两侧底部水箱的水位的目的。对两侧水箱水位控制同时,在相同的工作点下,分别设计分散式自抗扰控制方法及逆解耦加上比例-积分-微分进行控制仿真,并进行比较。
图12和图13是分别给出了二阶分散式自抗扰以及逆解耦加比例-积分-微分控制四容耦合水箱水位的控制效果。由图12和图13的控制效果可以看出:对于一侧水箱水位设定值变化带来另一侧水箱水位的耦合扰动,二阶分散式自抗扰控制在不额外设计逆解耦器的情况下,能快速消除耦合带来的扰动影响;并且在标称情况下,二阶分散式自抗扰控制的效果与逆解耦加比例-积分-微分的控制效果相比,对左右两侧水箱水位耦合扰动的抑制更快;显示了二阶分散式控制具有与逆解耦加比例-积分-微分控制相当的解耦控制效果。
图14给出了两种控制方法的蒙特卡洛实验的性能散点分布图;即当被控对象的参数发生一定范围内的随机摄动的情况下,计算每次被控对象传递函数发生变化的情况下的性能参数,如调节时间和超调量,并将性能参数制成散点图。散点分布越靠近原点,说明控制的超调量和调节时间越小,代表在大量偏离标称工况点的情况下整体控制效果越好;散点分布越集中,代表控制性能变化范围越小,也就是说鲁棒性越好。图14中,代表分散式自抗扰控制的深色散点分布,相对代表逆解耦加比例-积分-微分控制的浅色散点分布更靠近原点,更集中,因此,分散式自抗扰控制不但整体控制性能更好,鲁棒性也更好。
尽管本文描述了具体实施方案,但是本领域中的普通技术人员将认识到,许多其它修改或另选的实施方案同样处于本公开的范围内。例如,结合特定设备或组件描述的功能和/或处理能力中的任一项可以由任何其它设备或部件来执行。另外,虽然已根据本公开的实施方案描述了各种例示性具体实施和架构,但是本领域中的普通技术人员将认识到,对本文所述的例示性具体实施和架构的许多其它修改也处于本公开的范围内。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (6)
1.一种分散式自抗扰多变量控制方法,其特征在于,包括以下步骤:
S110,获取被控系统的控制量和被控量,确定所述控制量与所述被控量之间的控制通道;
S120,在工况稳定的情况下,进行开环阶跃实验,通过最小二乘方法辨识获得被控对象传递函数模型:
S130,将所述被控对象传递函数模型的主对角元素看作被控对象,将非主对角元素对所述被控量的影响作为扰动,针对每个所述控制通道构建相应的一阶自抗扰控制器;将第i通道的自抗扰控制量uai和被控量yi作为第i个通道的扩张状态观测器的输入,计算得出两个状态估计值z1i和z2i,计算方法为:
其中,β1i、β2i和b0i是第i个通道的所述扩张状态观测器的参数;k表示控制系统的当前计算步序,h是控制系统计算步长;
将下一个计算步序k+1的设定值ri输入到第i通道的所述自抗扰控制器的反馈控制中,得到第i通道下一个计算步序的自抗扰控制量输出值uai:
其中,kpi为第i通道的所述自抗扰控制器的反馈增益参数。
2.根据权利要求1所述的分散式自抗扰多变量控制方法,其特征在于,还包括以下步骤:
S150,基于所述被控对象传递函数模型中的主对角对象的传递函数的开环阶跃响应,根据稳态值与控制量增量之比确定主对角对象传递函数元素的增益Kii,以及,根据响应曲线达到与稳态值2%偏差内的时间,确定所述主对角对象的动态时间为Tdi;
S160,设置控制预期的调节时间等于所述主对角对象的动态时间,得出所述一阶自抗扰控制器的反馈控制带宽ωci,并设置所述扩张状态观测器的带宽ωoi为反馈控制带宽ωci的N倍,其中N为大于1的数,所述一阶自抗扰控制器的控制参数为:
kpi=ωci,β1i=2ωoi,β2i=ωoi 2;
S180,若需增强控制通道i的抗扰效果,则增大β2i或者减小β1i,使得被控对象经过扩张状态观测器和扰动增益补偿后,更加接近一阶积分的标称对象;若需增加控制通道i的稳定性,减少控制输出量波动,则减小β2i或增大β1i。
3.根据权利要求1所述的分散式自抗扰多变量控制方法,其特征在于,还包括以下步骤:
S310,对扩张状态观测器的状态输出量进行近似等效转换,将一阶自抗扰控制器i中反馈的状态观测量z1i,用被控量yi来替代:
Z1i=yi
并将状态观测器i中的观测量z2i用关于uai和yi的传递函数表示:
z2i=-Qi(s)b0iuai+Qi(s)syi
其中,Qi(s)表示第i通道的所述状态观测器的等效滤波器,s表示拉普拉斯算子,β1i、β2i和b0i表示第i通道的所述状态观测器的参数;
根据等效外部扰动di及所述自抗扰控制输出值uai,通过ui=uai+di计算得出真实控制量ui;
4.一种分散式自抗扰多变量控制方法,其特征在于,包括以下步骤:
S210,获取被控系统的控制量和被控量,确定所述控制量与所述被控量之间的控制通道;
S220,在工况稳定的情况下,进行开环阶跃实验,通过最小二乘方法辨识获得被控对象传递函数模型:
S230,将所述被控对象传递函数模型的主对角元素看作被控对象,将非主对角元素对所述被控量的影响作为扰动,针对每个所述控制通道构建相应的二阶自抗扰控制器;将第i通道的自抗扰控制量uai和被控量yi作为第i个通道的扩张状态观测器的输入,计算得三个状态估计量z1i、z2i和z3i,计算方法为:
其中,β1i、β2i、β3i和b0i是第i个通道的所述扩张状态观测器的参数;k表示控制系统的当前计算步序,h是控制系统计算步长;
将下一个计算步序k+1的设定值ri输入到第i通道的所述自抗扰控制器的反馈控制中,得到第i通道下一个计算步序的自抗扰控制量输出值uai:
其中,kpi、kdi为第i通道的所述自抗扰控制器的反馈增益参数。
5.根据权利要求4所述的分散式自抗扰多变量控制方法,其特征在于,还包括以下步骤:
S250,基于所述被控对象传递函数模型中的主对角对象传递函数的开环阶跃响应,根据稳态值与控制量增量之比确定主对角对象传递函数的增益Kii,以及,根据响应曲线达到与稳态值2%偏差内的时间,确定所述主对角对象的动态时间为Tdi;
S260,设置控制预期的调节时间等于所述主对角对象的动态时间,得出所述二阶自抗扰控制器的反馈控制带宽ωci,并设置所述扩张状态观测器的带宽ωoi为反馈控制带宽ωci的N倍,其中N为大于1的数,所述二阶自抗扰控制器的参数为:
kpi=ωci 2,Kdi=2ωci,β1i=3ωoi,β2i=3ωoi 2,β3i=ωoi 3;
S280,若需增强控制通道i的抗扰效果,则增大β3i或减小β2i、β1i,使得被控对象经过扩张状态观测器和扰动增益补偿后,更加接近二阶积分的标称对象;若需增加控制通道i的稳定性,减少控制输出量波动,则减少β3i或增大β2i、β1i。
6.根据权利要求4所述的分散式自抗扰多变量控制方法,其特征在于,还包括以下步骤:
并将状态观测器i中的观测量z3i用关于uai和yi的传递函数表示:
z3i=-Qi(s)b0iuai+Qi(s)s2yi
S420,将输入第i通道的所述状态观测器的被控量信号yi,分解成主对角元的输出和非主对角元的输出:
其中,yii是主对角元输出,yij(j≠i)是非主对角元输出,yij是控制量uj对被控量yi的输出影响,即yij=Pij(s)uj;
并将分解得到的被控量信号代入反馈控制律中,并将自抗扰控制量uai分解成虚拟控制量u′i和其他部分:
根据等效外部扰动di及所述自抗扰控制输出值uai,通过ui=uai+di计算得出真实控制量ui;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011547558.3A CN112764346B (zh) | 2020-12-24 | 2020-12-24 | 分散式自抗扰多变量控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011547558.3A CN112764346B (zh) | 2020-12-24 | 2020-12-24 | 分散式自抗扰多变量控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112764346A true CN112764346A (zh) | 2021-05-07 |
CN112764346B CN112764346B (zh) | 2022-04-01 |
Family
ID=75695447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011547558.3A Active CN112764346B (zh) | 2020-12-24 | 2020-12-24 | 分散式自抗扰多变量控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112764346B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115933386A (zh) * | 2022-11-25 | 2023-04-07 | 南通大学 | 一种考虑输入约束的精馏塔过程抗扰控制结构及控制方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103401501A (zh) * | 2013-04-15 | 2013-11-20 | 湖南大学 | 一种基于模糊自抗扰控制的pmsm伺服系统控制方法 |
CN103760765A (zh) * | 2014-01-13 | 2014-04-30 | 清华大学 | 一种具有无扰切换功能的位置型自抗扰控制方法 |
CN104228607A (zh) * | 2014-10-11 | 2014-12-24 | 东南大学 | 一种电动汽车驱动防滑控制方法 |
CN106340331A (zh) * | 2016-09-18 | 2017-01-18 | 华北电力大学 | 一种用于核反应堆功率的自抗扰控制方法 |
CN108287466A (zh) * | 2018-01-16 | 2018-07-17 | 匙慧(北京)科技有限公司 | 一种对一类高阶系统的改进自抗扰控制方法 |
CN108490790A (zh) * | 2018-05-09 | 2018-09-04 | 东南大学 | 一种基于多目标优化的过热汽温自抗扰串级控制方法 |
CN109668139A (zh) * | 2018-12-10 | 2019-04-23 | 清华大学 | 一种超临界火电机组机炉协调控制方法 |
CN109703755A (zh) * | 2018-12-12 | 2019-05-03 | 农业部南京农业机械化研究所 | 一种农用四旋翼低空遥感平台及其控制方法 |
CN109858163A (zh) * | 2018-12-28 | 2019-06-07 | 清华大学 | 一种溴化锂吸收式制冷机的自抗扰前馈控制方法 |
CN110955143A (zh) * | 2019-11-27 | 2020-04-03 | 清华大学 | 一种一阶惯性纯滞后过程的复合控制方法 |
US20200183342A1 (en) * | 2018-12-11 | 2020-06-11 | Dalian University Of Technology | Steady state and transition state multi-variable control method of a turbofan engine based on an active disturbance rejection control theory (adrc) |
CN111338214A (zh) * | 2020-03-26 | 2020-06-26 | 清华大学 | 一种含有执行器速率饱和补偿的自抗扰控制方法 |
CN111413865A (zh) * | 2020-03-05 | 2020-07-14 | 清华大学 | 一种扰动补偿的单回路过热汽温自抗扰控制方法 |
-
2020
- 2020-12-24 CN CN202011547558.3A patent/CN112764346B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103401501A (zh) * | 2013-04-15 | 2013-11-20 | 湖南大学 | 一种基于模糊自抗扰控制的pmsm伺服系统控制方法 |
CN103760765A (zh) * | 2014-01-13 | 2014-04-30 | 清华大学 | 一种具有无扰切换功能的位置型自抗扰控制方法 |
CN104228607A (zh) * | 2014-10-11 | 2014-12-24 | 东南大学 | 一种电动汽车驱动防滑控制方法 |
CN106340331A (zh) * | 2016-09-18 | 2017-01-18 | 华北电力大学 | 一种用于核反应堆功率的自抗扰控制方法 |
CN108287466A (zh) * | 2018-01-16 | 2018-07-17 | 匙慧(北京)科技有限公司 | 一种对一类高阶系统的改进自抗扰控制方法 |
CN108490790A (zh) * | 2018-05-09 | 2018-09-04 | 东南大学 | 一种基于多目标优化的过热汽温自抗扰串级控制方法 |
CN109668139A (zh) * | 2018-12-10 | 2019-04-23 | 清华大学 | 一种超临界火电机组机炉协调控制方法 |
US20200183342A1 (en) * | 2018-12-11 | 2020-06-11 | Dalian University Of Technology | Steady state and transition state multi-variable control method of a turbofan engine based on an active disturbance rejection control theory (adrc) |
CN109703755A (zh) * | 2018-12-12 | 2019-05-03 | 农业部南京农业机械化研究所 | 一种农用四旋翼低空遥感平台及其控制方法 |
CN109858163A (zh) * | 2018-12-28 | 2019-06-07 | 清华大学 | 一种溴化锂吸收式制冷机的自抗扰前馈控制方法 |
CN110955143A (zh) * | 2019-11-27 | 2020-04-03 | 清华大学 | 一种一阶惯性纯滞后过程的复合控制方法 |
CN111413865A (zh) * | 2020-03-05 | 2020-07-14 | 清华大学 | 一种扰动补偿的单回路过热汽温自抗扰控制方法 |
CN111338214A (zh) * | 2020-03-26 | 2020-06-26 | 清华大学 | 一种含有执行器速率饱和补偿的自抗扰控制方法 |
Non-Patent Citations (5)
Title |
---|
HE, TING等: "ADRC Applied in Chaotic Arrhythmic Heartbeats Control", 《2015 15TH INTERNATIONAL CONFERENCE ON CONTROL, AUTOMATION AND SYSTEMS》 * |
HE, TING等: "Modeling and Active Disturbance Rejection Control of a Single Effect LiBr-H2O Absorption Chiller", 《2017 11TH ASIAN CONTROL CONFERENCE》 * |
JUNYI DONG等: "Inverted decoupling based active disturbance rejection control for multivariable systems", 《2015 54TH IEEE CONFERENCE ON DECISION AND CONTROL》 * |
ZHAO, CHUNZHE等: "Decentralized low-order ADRC design for MIMO system with unknown order and relative degree", 《PERSONAL AND UBIQUITOUS COMPUTING》 * |
陈世和等: "循环流化床锅炉燃烧系统的自抗扰控制器优化设计", 《控制理论与应用》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115933386A (zh) * | 2022-11-25 | 2023-04-07 | 南通大学 | 一种考虑输入约束的精馏塔过程抗扰控制结构及控制方法 |
CN115933386B (zh) * | 2022-11-25 | 2023-12-19 | 南通大学 | 一种考虑输入约束的精馏塔过程抗扰控制结构及控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112764346B (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108134114B (zh) | 一种质子交换膜燃料电池温度控制方法 | |
Hou et al. | An observer design for linear time-delay systems | |
US9500361B2 (en) | Method and device for controlling the temperature of steam for a steam power plant | |
CN110501909B (zh) | 基于扰动观测器的增强鲁棒特性的模糊预测控制方法 | |
CN108287466B (zh) | 一种对一类高阶系统的改进自抗扰控制方法 | |
Zhang et al. | Zone economic model predictive control of a coal-fired boiler-turbine generating system | |
CN105388754B (zh) | 火力发电单元机组协调控制方法和系统 | |
CN111522233B (zh) | 参数自整定的mimo异因子全格式无模型控制方法 | |
Verma et al. | Intelligent automatic generation control of two-area hydrothermal power system using ANN and fuzzy logic | |
CN102998974A (zh) | 多模型广义预测控制系统及其性能评估方法 | |
Sayed et al. | Gain tuning PI controllers for boiler turbine unit using a new hybrid jump PSO | |
CN112764346B (zh) | 分散式自抗扰多变量控制方法 | |
CN110579970B (zh) | 一种2d滚动优化下间歇过程终端约束预测控制方法 | |
Jiang et al. | A neighboring extremal solution for an optimal switched impulsive control problem | |
CN111522235B (zh) | 参数自整定的mimo异因子紧格式无模型控制方法 | |
CN114428455A (zh) | 一种火电机组控制系统的控制方法及装置 | |
Wang et al. | Adaptive output-feedback tracking for nonlinear systems with unknown control direction and generic inverse dynamics | |
CN110658721B (zh) | 应用于火电机组agc-r模式的自适应预投煤方法及系统 | |
CN109062030A (zh) | 基于拉盖尔函数模型的火电单元机组负荷预测pid控制方法 | |
CN111431216A (zh) | 一种采用q学习的高比例光伏微网无功均分控制方法 | |
CN114928119A (zh) | 计及电网动态调频幅度和积分电量的一次调频控制方法 | |
CN114428456B (zh) | 一种火电机组控制系统的控制方法及装置 | |
CN113835342A (zh) | 一种过热汽温系统的抗扰预测控制方法 | |
Pandey et al. | Analysis of self tuning fuzzy PID internal model control | |
CN113282043A (zh) | 基于多变量状态空间模型的超超临界机组协调控制方法 |
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 |