CN113296411B - 跟踪高频噪声功率增益调节控制策略参数的方法及系统 - Google Patents
跟踪高频噪声功率增益调节控制策略参数的方法及系统 Download PDFInfo
- Publication number
- CN113296411B CN113296411B CN202110578830.2A CN202110578830A CN113296411B CN 113296411 B CN113296411 B CN 113296411B CN 202110578830 A CN202110578830 A CN 202110578830A CN 113296411 B CN113296411 B CN 113296411B
- Authority
- CN
- China
- Prior art keywords
- order
- value
- transfer function
- advanced observer
- output signal
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供一种跟踪高频噪声功率增益调节控制策略参数的方法及系统,其中方法包括:将高阶惯性滤波参数原始值及改进高性能比例积分控制器的输出信号输入至乘法器,得到第二高阶惯性滤波参数控制值;将高阶惯性滤波参数原始值及第二高阶惯性滤波参数控制值输入至一阶惯性滤波器,得到高阶惯性滤波参数控制值;将高阶超前观测器的输入信号及高阶惯性滤波参数控制值输入至高阶超前观测器,得到高阶超前观测器输出信号。本发明通过将高阶超前观测器的高频噪声幅值增益自动跟踪到预设数的高频噪声幅值增益给定,同时,高阶超前观测器的滤波参数自动调节至稳态值,使得高阶超前观测器的性能控制在最佳的状态下。
Description
技术领域
本发明涉及火电机组过程控制技术领域,特别是涉及一种跟踪高频噪声功率增益调节控制策略参数的方法及系统。
背景技术
在火电机组过程控制领域,运用超前观测能够获取过程响应的提前信息,对于提高过程控制性能具有重要意义。超前观测有多种形式,例如微分器(Differentiator,D)、比例-微分(Proportional-Derivative,PD)控制器等。在实践中,提高超前观测器的阶次能够获得更好的超前观测性能,通常将阶次大于等于3的超前观测器称为高阶超前观测器(Highorder leading observer,HOLO),例如三阶超前观测器、四阶超前观测器、五阶超前观测器、六阶超前观测器、七阶超前观测器、八阶超前观测器及以上阶次超前观测器等。然而,高阶超前观测器存在噪声干扰放大的问题,主要是高频噪声干扰放大。在高频噪声干扰水平较高时,例如高频噪声幅值增益(High frequency noise amplitude gain,HFNAG)较高,会对高阶超前观测器的输出信号造成严重的干扰,甚至造成所述高阶超前观测器不能正常工作。在工程中,首先需要解决高阶超前观测器的高频噪声幅值增益的在线控制问题。在很大程度上,高阶超前观测器的高频噪声幅值增益代表了高阶超前观测器的噪声干扰水平。
发明内容
针对上述问题,本发明提出了一种跟踪高频噪声功率增益调节控制策略参数的方法及系统,通过将所述高阶超前观测器的高频噪声幅值增益自动跟踪到预设数的高频噪声幅值增益给定,同时,所述高阶超前观测器的滤波参数自动调节至稳态值,使得所述高阶超前观测器的性能控制在最佳的状态下。所述高阶超前观测器用于火电机组的再热汽温过程响应的超前观测。
本发明第一方面提供一种跟踪高频噪声功率增益调节控制策略参数的方法,包括:
获取高阶超前观测器的高阶惯性滤波参数原始值,根据所述高阶惯性滤波参数原始值建立第二高阶超前观测器;
获取噪声干扰信号源发出的噪声干扰信号,将所述噪声干扰信号作为所述第二高阶超前观测器的输入信号输入至所述第二高阶超前观测器,得到第二高阶超前观测器的输出信号;
将所述噪声干扰信号及所述第二高阶超前观测器的输出信号输入至高频噪声幅值增益计算单元,得到第二高阶超前观测器的高频噪声幅值增益;
获取预设高频噪声幅值增益给定值,将所述预设高频噪声幅值增益给定值及所述第二高阶超前观测器的高频噪声幅值增益输入至比较器,得到比较器的输出信号;
将所述比较器的输出信号输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号;
将所述高阶惯性滤波参数原始值及所述改进高性能比例积分控制器的输出信号输入至乘法器,得到第二高阶惯性滤波参数控制值;
将所述高阶惯性滤波参数原始值及所述第二高阶惯性滤波参数控制值输入至一阶惯性滤波器,得到高阶惯性滤波参数控制值;
获取高阶超前观测器的输入信号,将所述高阶超前观测器的输入信号及所述高阶惯性滤波参数控制值输入至高阶超前观测器,得到高阶超前观测器输出信号;其中,所述高阶超前观测器的输入信号为火电机组的再热汽温。
进一步地,所述高阶超前观测器的传递函数为:
其中,HOLO(s)为所述超前观测器的传递函数,HOIIM(s)为高阶惯性逆模型的传递函数,THOIIM为高阶惯性逆模型的时间常数,HOIF(s)为高阶惯性滤波器的传递函数,THOIFP为高阶惯性滤波器的高阶惯性滤波参数,s为拉普拉斯算子,n为高阶超前观测器的阶次。
进一步地,所述第二高阶超前观测器的传递函数为:
其中,HOLO:S(s)为第二高阶超前观测器的传递函数,HOIIM:S(s)为第二高阶惯性逆模型的传递函数,THOIIM:S为第二高阶惯性逆模型的时间常数,HOIF:S(s)为第二高阶惯性滤波器的传递函数,THOIFP:S为所述第二高阶惯性滤波器的滤波参数,s为拉普拉斯算子,n:s为第二高阶超前观测器的阶次。
进一步地,所述比较器的传递函数为:
其中,SC(t)为比较器的传递函数,ISG(t)为比较器的给定端输入信号,HFNAG为预设高频噪声幅值增益给定值,ISF(t)为比较器的反馈端输入信号,HFNAG:S(t)为第二高阶超前观测器的高频噪声幅值增益,DZC为比较器的死区,t为时间值。
进一步地,所述将所述比较器的输出信号输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号,包括:
获取自动跟踪-停止的输出信号,将所述比较器的输出信号、所述自动跟踪-停止的输出信号及常数1输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号。
进一步地,所述改进高性能比例积分控制器的传递函数为:
其中,IHPPI(s)为改进高性能比例积分控制器的传递函数,KIHPPI为改进高性能比例积分控制器的比例增益,LPF(s)为低通滤波器的传递函数,TLPF为低通滤波器的时间常数,HEI(s)为高效积分器的传递函数,ICF(s)为惯性组合滤波器的传递函数,nICF为惯性组合滤波器的整数阶次,THEI为高效积分器的时间常数,s为拉普拉斯算子,-i为惯性组合滤波器的阶次。
进一步地,所述改进高性能比例积分控制器的控制输出的跟踪控制的传递函数为:
其中,COIHPPI(t)为改进高性能比例积分控制器的控制输出的跟踪控制的传递函数,TI为改进高性能比例积分控制器的控制输出的跟踪控制的控制跟踪输入,OTC为所述改进高性能比例积分控制器的控制输出的跟踪控制的控制输出跟踪控制,L-1为拉普拉斯反变换,IHPPI(s)为改进高性能比例积分控制器的传递函数,AT/S为自动跟踪-停止的输出信号,SC(t)为比较器的输出信号,s为拉普拉斯算子,t为时间值。
进一步地,所述乘法器的传递函数为:
HOIFPCV:S(t)=OSHPPI(t)HOIFPOV;
其中,HOIFPCV:S(t)为乘法器的传递函数,OS IHPPI(t)为改进高性能比例积分控制器的输出信号,HOIFPOV为高阶惯性滤波参数原始值,t为时间值。
进一步地,将所述高阶惯性滤波参数原始值及所述第二高阶惯性滤波参数控制值输入至一阶惯性滤波器,包括:
获取自动跟踪-停止的输出信号,将所述高阶惯性滤波参数原始值、所述第二高阶惯性滤波参数控制值及所述自动跟踪-停止的输出信号输入至一阶惯性滤波器。
进一步地,所述一阶惯性滤波器的传递函数为:
其中,FOIF(s)为一阶惯性滤波器的传递函数,TFOIF为一阶惯性滤波器的时间常数,HOIFPCV(t)为高阶惯性滤波参数控制值,TI为一阶惯性滤波器的跟踪输入,HOIFPOV为高阶惯性滤波参数原始值,OTC为一阶惯性滤波器的跟踪控制,AT/S为自动跟踪-停止的输出信号,L-1为拉普拉斯反变换,HOIFPCV:S(t)为第二高阶惯性滤波参数控制值,s为拉普拉斯算子,t为时间值。
进一步地,所述噪声干扰信号源的表达式为:
其中,NJSS(t)为噪声干扰信号源,rand()为伪随机数函数,输出范围0~32768整型实数,%为求余数,%200为求200的余数,输出范围0~200整型实数,100为固定浮点实数,KFPR为固定比例调节的增益,固定KFPR=0.01,KNJSSOR为噪声干扰信号源输出调节的增益,t为时间值。
进一步地,所述将所述噪声干扰信号及所述第二高阶超前观测器的输出信号输入至高频噪声幅值增益计算单元,得到第二高阶超前观测器的高频噪声幅值增益,包括:
将所述噪声干扰信号输入至第一高通滤波器,得出第一高通滤波值;将所述第一高通滤波值输入至第一绝对值运算单元,得到第一绝对值;将所述第一绝对值输入至第一平均值运算单元,得到第一平均值;
将所述第二高阶超前观测器的输出信号输入至第二高通滤波器,得出第二高通滤波值;将所述第二高通滤波值输入至第二绝对值运算单元,得到第二绝对值;将所述第二绝对值输入至第二平均值运算单元,得到第二平均值;
将所述第一平均值及第二平均值输入至除法运算单元,得到第二高阶超前观测器的高频噪声幅值增益。
进一步地,所述高频噪声幅值增益计算单元的传递函数为:
其中,HFNAG(t)为高频噪声幅值增益计算单元的传递函数,IS:A(t)为噪声干扰信号,HPF:A(s)为第一高通滤波器的传递函数,OSHPF:A(t)为第一高通滤波值,OSAVO:A(t)为第一绝对值运算单元的传递函数,MVO:A(s)为第一平均值运算单元的传递函数,IS:B(t)为第二高阶超前观测器的输出信号,HPF:B(s)为第二高通滤波器的传递函数,OSHPF:B(t)为第二高通滤波值,OSAVO:B(t)为第二绝对值运算单元的传递函数,MVO:B(s)为第二平均值运算单元的传递函数,TMT为MVO:B(s)和MVO:A(s)共同的平均时间值,THPF为HPF:B(s)和HPF:A(s)共同的高通滤波时间常数,t为时间值,s为拉普拉斯算子,L-1为拉普拉斯反变换,e为自然对数。
本发明第二方面还提供一种跟踪高频噪声功率增益调节控制策略参数的系统,包括:
第二高阶超前观测器建立模块,用于获取高阶超前观测器的高阶惯性滤波参数原始值,根据所述高阶惯性滤波参数原始值建立第二高阶超前观测器;
噪声干扰模块,用于获取噪声干扰信号源发出的噪声干扰信号,将所述噪声干扰信号作为所述第二高阶超前观测器的输入信号输入至所述第二高阶超前观测器,得到第二高阶超前观测器的输出信号;
高频噪声幅值增益计算模块,用于将所述噪声干扰信号及所述第二高阶超前观测器的输出信号输入至高频噪声幅值增益计算单元,得到第二高阶超前观测器的高频噪声幅值增益;
比较器运算模块,用于获取预设高频噪声幅值增益给定值,将所述预设高频噪声幅值增益给定值及所述第二高阶超前观测器的高频噪声幅值增益输入至比较器,得到比较器的输出信号;
改进高性能比例积分控制器运算模块,用于将所述比较器的输出信号输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号;
乘法器运算模块,用于将所述高阶惯性滤波参数原始值及所述改进高性能比例积分控制器的输出信号输入至乘法器,得到第二高阶惯性滤波参数控制值;
一阶惯性滤波器运算模块,用于将所述高阶惯性滤波参数原始值及所述第二高阶惯性滤波参数控制值输入至一阶惯性滤波器,得到高阶惯性滤波参数控制值;
高阶超前观测器运算模块,用于获取高阶超前观测器的输入信号,将所述高阶超前观测器的输入信号及所述高阶惯性滤波参数控制值输入至高阶超前观测器,得到高阶超前观测器输出信号;其中,所述高阶超前观测器的输入信号为火电机组的再热汽温。
进一步地,所述高阶超前观测器的传递函数为:
其中,HOLO(s)为所述超前观测器的传递函数,HOIIM(s)为高阶惯性逆模型的传递函数,THOIIM为高阶惯性逆模型的时间常数,HOIF(s)为高阶惯性滤波器的传递函数,THOIFP为高阶惯性滤波器的高阶惯性滤波参数,s为拉普拉斯算子,n为高阶超前观测器的阶次。
进一步地,所述第二高阶超前观测器的传递函数为:
其中,HOLO:S(s)为第二高阶超前观测器的传递函数,HOIIM:S(s)为第二高阶惯性逆模型的传递函数,THOIIM:S为第二高阶惯性逆模型的时间常数,HOIF:S(s)为第二高阶惯性滤波器的传递函数,THOIFP:S为所述第二高阶惯性滤波器的滤波参数,s为拉普拉斯算子,n:s为第二高阶超前观测器的阶次。
进一步地,所述比较器的传递函数为:
其中,SC(t)为比较器的传递函数,ISG(t)为比较器的给定端输入信号,HFNAG为预设高频噪声幅值增益给定值,ISF(t)为比较器的反馈端输入信号,HFNAG:S(t)为第二高阶超前观测器的高频噪声幅值增益,DZC为比较器的死区,t为时间值。
进一步地,所述改进高性能比例积分控制器运算模块,还用于:
获取自动跟踪-停止的输出信号,将所述比较器的输出信号、所述自动跟踪-停止的输出信号及常数1输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号。
进一步地,所述改进高性能比例积分控制器的传递函数为:
其中,IHPPI(s)为改进高性能比例积分控制器的传递函数,KIHPPI为改进高性能比例积分控制器的比例增益,LPF(s)为低通滤波器的传递函数,TLPF为低通滤波器的时间常数,HEI(s)为高效积分器的传递函数,ICF(s)为惯性组合滤波器的传递函数,nICF为惯性组合滤波器的整数阶次,THEI为高效积分器的时间常数,s为拉普拉斯算子。
进一步地,所述改进高性能比例积分控制器的控制输出的跟踪控制的传递函数为:
其中,COIHPPI(t)为改进高性能比例积分控制器的控制输出的跟踪控制的传递函数,TI为改进高性能比例积分控制器的控制输出的跟踪控制的控制跟踪输入,OTC为所述改进高性能比例积分控制器的控制输出的跟踪控制的控制输出跟踪控制,L-1为拉普拉斯反变换,IHPPI(s)为改进高性能比例积分控制器的传递函数,AT/S为自动跟踪-停止的输出信号,SC(t)为比较器的输出信号,s为拉普拉斯算子,t为时间值。
进一步地,所述乘法器的传递函数为:
HOIFPCV:S(t)=OSHPPI(t)HOIFPOV;
其中,HOIFPCV:S(t)为乘法器的传递函数,OS IHPPI(t)为改进高性能比例积分控制器的输出信号,HOIFPOV为所述高阶惯性滤波参数原始值,t为时间值。
进一步地,将一阶惯性滤波器运算模块,还用于:
获取自动跟踪-停止的输出信号,将所述高阶惯性滤波参数原始值、所述第二高阶惯性滤波参数控制值及所述自动跟踪-停止的输出信号输入至一阶惯性滤波器。
进一步地,所述一阶惯性滤波器的传递函数为:
其中,FOIF(s)为一阶惯性滤波器的传递函数,TFOIF为一阶惯性滤波器的时间常数,HOIFPCV(t)为高阶惯性滤波参数控制值,TI为一阶惯性滤波器的跟踪输入,HOIFPOV为高阶惯性滤波参数原始值,OTC为一阶惯性滤波器的跟踪控制,AT/S为自动跟踪-停止的输出信号,L-1为拉普拉斯反变换,HOIFPCV:S(t)为第二高阶惯性滤波参数控制值,s为拉普拉斯算子,t为时间值。
进一步地,所述噪声干扰信号源的表达式为:
其中,NJSS(t)为噪声干扰信号源,rand()为伪随机数函数,输出范围0~32768整型实数,%为求余数,%200为求200的余数,输出范围0~200整型实数,100为固定浮点实数,KFPR为固定比例调节的增益,固定KFPR=0.01,KNJSSOR为噪声干扰信号源输出调节的增益,t为时间值。
进一步地,所述高频噪声幅值增益计算模块,还用于:
将所述噪声干扰信号输入至第一高通滤波器,得出第一高通滤波值;将所述第一高通滤波值输入至第一绝对值运算单元,得到第一绝对值;将所述第一绝对值输入至第一平均值运算单元,得到第一平均值;
将所述第二高阶超前观测器的输出信号输入至第二高通滤波器,得出第二高通滤波值;将所述第二高通滤波值输入至第二绝对值运算单元,得到第二绝对值;将所述第二绝对值输入至第二平均值运算单元,得到第二平均值;
将所述第一平均值及第二平均值输入至除法运算单元,得到第二高阶超前观测器的高频噪声幅值增益。
进一步地,所述高频噪声幅值增益计算单元的传递函数为:
其中,HFNAG(t)为高频噪声幅值增益计算单元的传递函数,IS:A(t)为噪声干扰信号,HPF:A(s)为第一高通滤波器的传递函数,OSHPF:A(t)为第一高通滤波值,OSAVO:A(t)为第一绝对值运算单元的传递函数,MVO:A(s)为第一平均值运算单元的传递函数,IS:B(t)为第二高阶超前观测器的输出信号,HPF:B(s)为第二高通滤波器的传递函数,OSHPF:B(t)为第二高通滤波值,OSAVO:B(t)为第二绝对值运算单元的传递函数,MVO:B(s)为第二平均值运算单元的传递函数,TMT为MVO:B(s)和MVO:A(s)共同的平均时间值,THPF为HPF:B(s)和HPF:A(s)共同的高通滤波时间常数,t为时间值,s为拉普拉斯算子,L-1为拉普拉斯反变换,e为自然对数。
与现有技术相比,本发明实施例的有益效果在于:
本发明提供一种跟踪高频噪声功率增益调节控制策略参数的方法及系统,其中方法包括:获取高阶超前观测器的高阶惯性滤波参数原始值,根据所述高阶惯性滤波参数原始值建立第二高阶超前观测器;获取噪声干扰信号源发出的噪声干扰信号,将所述噪声干扰信号作为所述第二高阶超前观测器的输入信号输入至所述第二高阶超前观测器,得到第二高阶超前观测器的输出信号;将所述噪声干扰信号及所述第二高阶超前观测器的输出信号输入至高频噪声幅值增益计算单元,得到第二高阶超前观测器的高频噪声幅值增益;获取预设高频噪声幅值增益给定值,将所述预设高频噪声幅值增益给定值及所述第二高阶超前观测器的高频噪声幅值增益输入至比较器,得到比较器的输出信号;将所述比较器的输出信号输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号;将所述高阶惯性滤波参数原始值及所述改进高性能比例积分控制器的输出信号输入至乘法器,得到第二高阶惯性滤波参数控制值;将所述高阶惯性滤波参数原始值及所述第二高阶惯性滤波参数控制值输入至一阶惯性滤波器,得到高阶惯性滤波参数控制值;获取高阶超前观测器的输入信号,将所述高阶超前观测器的输入信号及所述高阶惯性滤波参数控制值输入至高阶超前观测器,得到高阶超前观测器输出信号;其中,所述高阶超前观测器的输入信号为火电机组的再热汽温。本发明通过将所述高阶超前观测器的高频噪声幅值增益自动跟踪到预设数的高频噪声幅值增益给定,同时,所述高阶超前观测器的滤波参数自动调节至稳态值,使得所述高阶超前观测器的性能控制在最佳的状态下。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明某一实施例提供的一种跟踪高频噪声功率增益调节控制策略参数的方法的流程图;
图2是本发明某一实施例提供的一种跟踪高频噪声幅值增益调节控制策略参数的改进方法的原理图;
图3是本发明某一实施例提供的高阶超前观测器结构图;
图4是本发明某一实施例提供的第二高阶超前观测器结构图;
图5是本发明某一实施例提供的高性能比例改进高性能比例积分控制与反馈过程控制原理图;
图6是本发明某一实施例提供的反馈过程控制量和自动跟踪量流程图;
图7是本发明某一实施例提供的噪声干扰信号源原理图;
图8是本发明某一实施例提供的高频噪声幅值增益计算原理图;
图9是本发明某一实施例提供的第二三阶超前观测器输入信号过程的仿真实验结果图;
图10是本发明某一实施例提供的第二三阶超前观测器输出信号过程的仿真实验结果图;
图11是本发明某一实施例提供的第二三阶超前观测器的高频噪声幅值增益过程的仿真实验结果图;
图12是本发明某一实施例提供的第二四阶惯性滤波参数控制值过程的仿真实验结果图;
图13是本发明某一实施例提供的四阶惯性滤波参数控制值过程的仿真实验结果图;
图14是本发明某一实施例提供的一种跟踪高频噪声功率增益调节控制策略参数的系统的装置图;
图15是本发明某一实施例提供的一种电子设备的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,文中所使用的步骤编号仅是为了方便描述,不对作为对步骤执行先后顺序的限定。
应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
第一方面。
请参阅图1,本发明一实施例提供一种跟踪高频噪声功率增益调节控制策略参数的方法,包括:
S10、获取高阶超前观测器的高阶惯性滤波参数原始值,根据所述高阶惯性滤波参数原始值建立第二高阶超前观测器。
具体地,所述高阶超前观测器的传递函数为:
其中,HOLO(s)为所述超前观测器的传递函数,HOIIM(s)为高阶惯性逆模型的传递函数,THOIIM为高阶惯性逆模型的时间常数,HOIF(s)为高阶惯性滤波器的传递函数,THOIFP为高阶惯性滤波器的高阶惯性滤波参数,s为拉普拉斯算子,n为高阶超前观测器的阶次。
所述第二高阶超前观测器的传递函数为:
其中,HOLO:S(s)为第二高阶超前观测器的传递函数,HOIIM:S(s)为第二高阶惯性逆模型的传递函数,THOIIM:S为第二高阶惯性逆模型的时间常数,HOIF:S(s)为第二高阶惯性滤波器的传递函数,THOIFP:S为所述第二高阶惯性滤波器的滤波参数,s为拉普拉斯算子,n:s为第二高阶超前观测器的阶次。
S20、获取噪声干扰信号源发出的噪声干扰信号,将所述噪声干扰信号作为所述第二高阶超前观测器的输入信号输入至所述第二高阶超前观测器,得到第二高阶超前观测器的输出信号。
S30、将所述噪声干扰信号及所述第二高阶超前观测器的输出信号输入至高频噪声幅值增益计算单元,得到第二高阶超前观测器的高频噪声幅值增益。
具体地,所述噪声干扰信号源的表达式为:
其中,NJSS(t)为噪声干扰信号源,rand()为伪随机数函数,输出范围0~32768整型实数,%为求余数,%200为求200的余数,输出范围0~200整型实数,100为固定浮点实数,KFPR为固定比例调节的增益,固定KFPR=0.01,KNJSSOR为噪声干扰信号源输出调节的增益,t为时间值。
在某一具体实施方式中,所述步骤S30包括:
将所述噪声干扰信号输入至第一高通滤波器,得出第一高通滤波值;将所述第一高通滤波值输入至第一绝对值运算单元,得到第一绝对值;将所述第一绝对值输入至第一平均值运算单元,得到第一平均值;
将所述第二高阶超前观测器的输出信号输入至第二高通滤波器,得出第二高通滤波值;将所述第二高通滤波值输入至第二绝对值运算单元,得到第二绝对值;将所述第二绝对值输入至第二平均值运算单元,得到第二平均值;
将所述第一平均值及第二平均值输入至除法运算单元,得到第二高阶超前观测器的高频噪声幅值增益。
具体地,所述高频噪声幅值增益计算单元的传递函数为:
其中,HFNAG(t)为高频噪声幅值增益计算单元的传递函数,IS:A(t)为噪声干扰信号,HPF:A(s)为第一高通滤波器的传递函数,OSHPF:A(t)为第一高通滤波值,OSAVO:A(t)为第一绝对值运算单元的传递函数,MVO:A(s)为第一平均值运算单元的传递函数,IS:B(t)为第二高阶超前观测器的输出信号,HPF:B(s)为第二高通滤波器的传递函数,OSHPF:B(t)为第二高通滤波值,OSAVO:B(t)为第二绝对值运算单元的传递函数,MVO:B(s)为第二平均值运算单元的传递函数,TMT为MVO:B(s)和MVO:A(s)共同的平均时间值,THPF为HPF:B(s)和HPF:A(s)共同的高通滤波时间常数,t为时间值,s为拉普拉斯算子,L-1为拉普拉斯反变换,e为自然对数。
S40、获取预设高频噪声幅值增益给定值,将所述预设高频噪声幅值增益给定值及所述第二高阶超前观测器的高频噪声幅值增益输入至比较器,得到比较器的输出信号。
具体地,所述比较器的传递函数为:
其中,SC(t)为比较器的传递函数,ISG(t)为比较器的给定端输入信号,HFNAG为预设高频噪声幅值增益给定值,ISF(t)为比较器的反馈端输入信号,HFNAG:S(t)为第二高阶超前观测器的高频噪声幅值增益,DZC为比较器的死区,t为时间值。
S50、将所述比较器的输出信号输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号。
在某一具体实施方式中,所述步骤S50包括:
获取自动跟踪-停止的输出信号,将所述比较器的输出信号、所述自动跟踪-停止的输出信号及常数1输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号。
具体地,所述改进高性能比例积分控制器的传递函数为:
其中,IHPPI(s)为改进高性能比例积分控制器的传递函数,KIHPPI为改进高性能比例积分控制器的比例增益,LPF(s)为低通滤波器的传递函数,TLPF为低通滤波器的时间常数,HEI(s)为高效积分器的传递函数,ICF(s)为惯性组合滤波器的传递函数,nICF为惯性组合滤波器的整数阶次,THEI为高效积分器的时间常数,s为拉普拉斯算子,-i为惯性组合滤波器的阶次。
所述改进高性能比例积分控制器的控制输出的跟踪控制的传递函数为:
其中,COIHPPI(t)为改进高性能比例积分控制器的控制输出的跟踪控制的传递函数,TI为改进高性能比例积分控制器的控制输出的跟踪控制的控制跟踪输入,OTC为所述改进高性能比例积分控制器的控制输出的跟踪控制的控制输出跟踪控制,L-1为拉普拉斯反变换,IHPPI(s)为改进高性能比例积分控制器的传递函数,AT/S为自动跟踪-停止的输出信号,SC(t)为比较器的输出信号,s为拉普拉斯算子,t为时间值。
S60、将所述高阶惯性滤波参数原始值及所述改进高性能比例积分控制器的输出信号输入至乘法器,得到第二高阶惯性滤波参数控制值。
具体地,所述乘法器的传递函数为:
HOIFPCV:S(t)=OSHPPI(t)HOIFPOV;
其中,HOIFPCV:S(t)为乘法器的传递函数,OS IHPPI(t)为改进高性能比例积分控制器的输出信号,HOIFPOV为高阶惯性滤波参数原始值,t为时间值。
S70、将所述高阶惯性滤波参数原始值及所述第二高阶惯性滤波参数控制值输入至一阶惯性滤波器,得到高阶惯性滤波参数控制值。
在某一具体实施方式中,所述步骤S70包括:
获取自动跟踪-停止的输出信号,将所述高阶惯性滤波参数原始值、所述第二高阶惯性滤波参数控制值及所述自动跟踪-停止的输出信号输入至一阶惯性滤波器。
具体地,所述一阶惯性滤波器的传递函数为:
其中,FOIF(s)为一阶惯性滤波器的传递函数,TFOIF为一阶惯性滤波器的时间常数,HOIFPCV(t)为高阶惯性滤波参数控制值,TI为一阶惯性滤波器的跟踪输入,HOIFPOV为高阶惯性滤波参数原始值,OTC为一阶惯性滤波器的跟踪控制,AT/S为自动跟踪-停止的输出信号,L-1为拉普拉斯反变换,HOIFPCV:S(t)为第二高阶惯性滤波参数控制值,s为拉普拉斯算子,t为时间值。
S80、获取高阶超前观测器的输入信号,将所述高阶超前观测器的输入信号及所述高阶惯性滤波参数控制值输入至高阶超前观测器,得到高阶超前观测器输出信号;其中,所述高阶超前观测器的输入信号为火电机组的再热汽温。
本发明通过将所述高阶超前观测器的高频噪声幅值增益自动跟踪到预设数的高频噪声幅值增益给定,同时,所述高阶超前观测器的滤波参数自动调节至稳态值,使得所述高阶超前观测器的性能控制在最佳的状态下。
请参阅图2,在某一具体实施例中,本发明提供一种跟踪高频噪声功率增益调节控制策略参数的方法。用HFNAGHOLO(t)表达所述高阶超前观测器高频噪声幅值增益过程,单位为无量纲。
1、构造反馈过程控制步骤
1)将所述第二高阶超前观测器输入信号过程即ISHOLO:S(t)接入到所述高频噪声幅值增益计算的IS:A输入端。将所述第二高阶超前观测器输入信号即OSHOLO:S(t)接入到所述高频噪声幅值增益计算的IS:B输入端。在所述高频噪声幅值增益计算的输出端得到所述第二高阶超前观测器高频噪声幅值增益过程即HFNAGHOLO:S(t)。
2)将所述预设数的高频噪声幅值增益给定即HFNAGG接入到所述比较器的正输入端。将所述第二高频噪声幅值增益过程即HFNAG:S(t)接入到所述比较器的负输入端。在所述比较器输出端得到比较信号过程即SC(t)。
3)将所述比较信号过程接入到所述改进高性能比例积分控制的输入端。在所述改进高性能比例积分控制的输出端得到所述IHPPI控制输出信号过程即COIHPPI(t)。
4)将所述IHPPI控制输出信号过程即COIHPPI(t)接入到所述乘法运算的第一个输入端,将所述噪声滤波器参数原始值即HOIFPOV接入到所述乘法运算的第二个输入端。在所述乘法器输出端得到所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)。
5)将所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)接入到所述第二高阶超前观测器的HOIFPCV:S输入端,用于给定所述第二高阶惯性滤波参数即THOIFP:S,即THOIFP:S=HOIFPCV:S(t)。
6)将第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)接入到所述一阶惯性滤波器的输入端。在所述一阶惯性滤波器输出端得到所述高阶惯性滤波参数控制值过程即HOIFPCV(t)。
7)将所述高阶惯性滤波参数控制值过程即HOIFPCV(t)接入到所述高阶超前观测器的HOIFPCV输入端,用于设置所述高阶惯性滤波参数即THOIFP,对所述高阶超前观测器高频噪声幅值增益过程即HFNAGHOLO(t)进行自动跟踪控制。
2、自动跟踪/停止状态
1)设置停止状态,即AT/S=0,则所述反馈过程控制停止工作,所述IHPPI控制输出信号过程即COIHPPI(t)=1,所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)=COIHPPI(t)HOIFPOV=HOIFPOV,所述高阶惯性滤波参数控制值过程即HOIFPCV(t)=HOIFPOV。所述第二高阶惯性滤波参数即THOIFP:S=HOIFPOV。所述高阶惯性滤波参数即THOIFP=HOIFPOV。
2)设置自动跟踪状态,即AT/S=1,则所述反馈过程控制开始工作,所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)=COIHPPI(t)HOIFPOV,所述高阶惯性滤波参数控制值过程即HOIFPCV(t)为对所述HOIFPCV:S(t)的一阶惯性滤波跟踪输出。所述第二高阶惯性滤波参数即THOIFP:S=HOIFPCV:S(t)。所述高阶惯性滤波参数即THOIFP=HOIFPCV(t)。
3、反馈过程控制
自动跟踪状态下,即AT/S=1,通过所述反馈过程控制,以所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)为控制量,以控制所述第二高阶惯性滤波参数THOIFP:S为手段,即THOIFP:S=HOIFPCV:S(t),将所述第二高阶超前观测器高频噪声幅值增益过程即HFNAGHOLO:S(t)控制在所述预设数的高频噪声幅值增益给定即HFNAGG;通过对所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)进行一阶惯性滤波跟踪得到所述高阶惯性滤波参数控制值过程即HOIFPCV(t),使所述高阶超前观测器高频噪声幅值增益过程即HFNAGHOLO(t)自动跟踪所述第二高阶超前观测器高频噪声幅值增益过程即HFNAGHOLO:S(t)。在所述反馈过程控制进入到稳态后,最终,所述高阶超前观测器高频噪声幅值增益过程即HFNAGHOLO(t)自动跟踪到所述预设数的高频噪声幅值增益给定即HFNAGG。
由于噪声干扰信号的不稳定性,在所述反馈过程控制进入稳态后,所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)将在其平均值(Average value,AV)附近波动,用HOIFPCV:S:AV表达所述HOIFPCV:S(t)的平均值,单位为s。因为对所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)进行一阶惯性滤波跟踪得到所述滤波参数控制值过程即HOIFPCV(t),相对HOIFPCV:S(t),HOIFPCV(t)更加平稳。
4、自动跟踪/停止控制
自动跟踪/停止(Auto tracking/Stop,AT/S),AT/S=0代表停止状态,AT/S=1代表自动跟踪状态。直接用AT/S代表[自动跟踪/停止]控制输出,为BOOL变量。
5、获取高阶超前观测器的参数
高阶超前观测器即HOLO结构,为图3所示。
所述HOLO,表达为
公式(1)中,n代表高阶超前观测器的阶次,为整数且大于等于2。HOLO(s)为所述HOLO的传递函数。HOIIM(s)为高阶惯性逆模型(High order inertial inverse model,HOIIM)的传递函数。THOIIM为所述高阶惯性逆模型的时间常数,单位为s。HOIF(s)为高阶惯性滤波器(High order inertial filter,HOIF)的传递函数。THOIFP为所述高阶惯性滤波器的高阶惯性滤波参数(High order inertial filterparameters,HOIFP),单位为s。
高阶惯性滤波参数选择(High order inertial filter parameters select,HOIFPS),表达为
其中,HOIFPSO(t)为所述高阶惯性滤波参数选择输出过程,单位为s。HOIFPOV为高阶惯性滤波参数原始值(High order inertial filter parameters original value,HOIFPOV),单位为s。HOIFPCV(t)为高阶惯性滤波参数控制值(High order inertialfilter parameters control value,HOIFPCV)过程,单位为s。AT/S为所述[自动跟踪/停止]控制输出,为BOOL变量。THOIFP为所述高阶惯性滤波参数,单位为s。
对公式(2)进行分解,如下:
1)将所述HOIFPOV接入到所述HOIFPS的HOIFPOV输入端。
2)将所述HOIFPCV(t)接入到所述HOIFPS的HOIFPCV输入端。
3)将所述AT/S接入到所述HOIFPS的HOIFPS输入端。
4)在所述HOIFPS的SO输出端(Select output,SO)得到所述高阶惯性滤波参数选择输出过程即HOIFPSO(t)。
4)用所述HOIFPSO(t)设置所述THOIFP,即THOIFP=HOIFPSO(t)。如果所述AT/S=0,则所述THOIFP=HOIFPOV。如果所述AT/S=1,则所述THOIFP=HOIFPCV(t)。
6、构造与高阶超前观测器平行的第二高阶超前观测器
第二高阶超前观测器(HOLO of second,HOLO:S)结构,为图4所示。
所述HOLO:S,表达为
公式(1)中,n:s代表高阶超前观测器的阶次,为整数且大于等于2。HOLO:S(s)为所述HOLO:S的传递函数。HOIIM:S(s)为第二高阶惯性逆模型(HOIIM of second,HOIIM:S)的传递函数。THOIIM:S为所述第二高阶惯性逆模型的时间常数,单位为s。HOIF:S(s)为第二高阶惯性滤波器(HOIF of second,HOIF:S)的传递函数。THOIFP:S为所述HOIF:S的第二高阶惯性滤波参数(HOIFP of second,HOIFP:S),单位为s。HOIFPCV:S(t)为第二高阶惯性滤波参数控制值(High order inertial filter parameters control value of second,HOIFPCV:S)过程,单位无量纲。
所述第二高阶惯性滤波参数设置如下:
将所述HOIFPCV:S(t)接入到HOLO:S的HOIFPCV:S输入端,即用所述HOIFPCV:S(t)设置所述THOIFP:S,即THOIFP:S=HOIFPCV:S(t)。
7、改进高性能比例改进高性能比例积分控制与反馈过程控制
改进高性能比例积分(Improved high performanceProportional-Integral,IHPPI)控制与反馈过程控制原理图,为图5所示。
比较器(Comparator,C)表达为
其中,SC(t)为比较信号过程,单位为无量纲;ISG(t)为给定端输入信号过程,单位为无量纲。ISG(t)=HFNAG,HFNAG为预设数的高频噪声幅值给定(High frequency noiseamplitude gain given,HFNAGG),单位为无量纲;ISF(t)为反馈端输入信号过程,单位为无量纲。HFNAG:S(t)为所述第二高频噪声幅值(HFNAG of second,HFNA:S)过程,单位为无量纲;DZC为所述比较器死区(Dead zone,DZ),单位为无量纲。
IHPPI控制表达为
其中IHPPI(s)为IHPPI的传递函数。KIHPPI为IHPPI的比例增益,单位为无量纲。
LPF(s)为低通滤波器(Low pass filter,LPF)的传递函数。TLPF为LPF时间常数,单位为s。HEI(s)为高效积分器(High efficiency integrator,HEI)的传递函数。ICF(s)为惯性组合滤波器(Inertial combination filter,ICF)的传递函数。nICF为ICF的整数阶次,单位为无量纲。THEI为HEI时间常数,单位为s。
IHPPI控制输出的跟踪控制,表达为
其中,COIHPPI(t)为所述IHPPI控制输出信号过程,单位为无量纲。TI为所述IHPPI控制跟踪输入(Tracking input,TI),单位为无量纲。OTC为所述IHPPI控制输出跟踪控制(Output tracking control,OTC),为BOOL变量。L-1为拉普拉斯反变换。IHPPI(s)为IHPPI的传递函数。AT/S为所述[自动跟踪/停止]控制输出,为BOOL变量。SC(t)为所述比较信号过程,单位为无量纲。
IHPPI输出跟踪控制步骤如下:
1)将常数1接入到所述改进高性能比例积分控制的TI输入端。
2)将所述AT/S接入到所述改进高性能比例积分控制的OTC输入端。
3)如果所述AT/S=0,则OTC=AT/S=0,则所述IHPPI控制输出信号过程即COIHPPI(t)跟踪常数1,即COIHPPI(t)=TI=1。
COIHPPI(t)为所述IHPPI控制输出信号过程
4)如果所述AT/S=1,则OTC=AT/S=1,则所述IHPPI控制输出信号过程即所述IHPPI控制输出信号过程即COIHPPI(t)有初值记忆作用,在OTC=AT/S=1后,COIHPPI(t)将在常数1的基础上变化。
在所述比较器死区DZC=0,反馈控制系统表达为
其中,HFNAGCHOLO:S(s)为第二高阶超前观测器的高频噪声幅值增益控制(Highfrequency noiseamplitude gain control,HFNAGC)的传递函数。IHPPI(s)为IHPPI的传递函数。HFNAGCP(s)为第二高阶超前观测器的高频噪声幅值增益控制过程(High frequencynoiseamplitude gain control process,HFNAGCP)的传递函数,近似线性比例系统(Proportional system,NPS)。BPFGHOLO:S为第二高阶超前观测器的带通滤波增益(Bandpass filter gain,BPFG),单位为无量纲。BPFBHOLO:S为第二高阶超前观测器的带通滤波带宽(Band pass filter bandwidth,BPFB),单位为rad/s。INBHOLO:S为第二高阶超前观测器的输入噪声频率带宽(Input noise bandwidth,INFB),单位为rad/s。
8、反馈过程控制量和自动跟踪量
反馈过程控制量和自动跟踪量流程,为图6所示。
反馈过程控制量表达为
HOIFPCV:S(t)=OSHPPI(t)HOIFPOV(8)
其中,HOIFPCV:S(t)为所述第二高阶惯性滤波参数控制值过程,单位为s。COIHPPI(t)所述IHPPI控制输出信号过程,单位为无量纲。HOIFPOV为所述高阶惯性滤波参数原始值,单位为s。HOIFPCV:S(t)即为所述反馈过程控制量,本描述不是必要的。
自动跟踪量表达为
其中,FOIF(s)为一阶惯性滤波器(First order inertia filter,FOIF)的传递函数。TFOIF为所述一阶惯性滤波器的时间常数,单位为s;HOIFPCV(t)为所述高阶惯性滤波参数控制值,单位为s。TI为所述一阶惯性滤波器的跟踪输入,单位为无量纲。HOIFPOV为所述高阶惯性滤波参数原始值,单位为s。OTC为所述一阶惯性滤波器的跟踪控制,为BOOL变量。AT/S为所述[自动跟踪/停止]控制输出,为BOOL变量。L-1为拉普拉斯反变换。HOIFPCV:S(t)为所述第二高阶惯性滤波参数控制值过程,单位为s。HOIFPCV(t)即为所述自动跟踪量,本描述不是必要的。
一阶惯性滤波器跟踪控制步骤如下:
1)将高阶惯性滤波参数原始值即HOIFPOV接入到所述一阶惯性滤波器的TI输入端,即TI=HOIFPOV。
2)将所述AT/S接入到所述一阶惯性滤波器的OTC输入端,即OTC=AT/S。
3)如果所述AT/S=0,则OTC=AT/S=0,则所述一阶惯性滤波器输出信号过程即HOIFPCV:S(t)跟踪所述HOIFPOV,即HOIFPCV:S(t)=TI=HOIFPOV。
4)如果所述AT/S=1,则OTC=AT/S=1,则所述一阶惯性滤波器输出信号过程即HOIFPCV(t)为对所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)的一阶惯性滤波跟踪;所述HOIFPCV(t)有初值记忆作用,在OTC=AT/S=1后,HOIFPCV(t)将在所述HOIFPOV的基础上变化。
9、噪声干扰信号源
噪声干扰信号源(Noise jamming signal source,NJSS)原理图,为图7所示。
将图7表达为
其中,NJSS(t)为所述噪声干扰信号源。rand()为伪随机数函数,输出范围0~32768整型实数,单位为无量纲。%为求余数(Finding remainder,FR),%200为求200的余数,输出范围0~200整型实数,单位为无量纲。100为国定浮点实数,单位为无量纲。KFPR为固定比例调节(Fixed proportion regulation,FPR)的增益,单位为无量纲,固定KFPR=0.01。KNJSSOR为噪声干扰信号源输出调节(Noise jamming signal source output regulation,NJSSOR)的增益,单位为无量纲。
对公式(4)进行分解,如下:
1)获取伪随机数函数,表达为
rand()(11)
其中,rand()为伪随机数函数,输出范围0~32768整型实数,单位为无量纲。
2)将所述伪随机数函数的输出接入到求余数的输入端,在所述求余数的输出端得到求余数信号(Finding remainder signal,FRS),表达为
FRS(t)=rand()%200 (12)
其中,FRS(t)为所述求余数信号,输出范围0~200整型实数,单位为无量纲。%200为求200的余数。rand()为所述伪随机数函数。
3)将所述求余数信号接入到减法运算(Subtraction operation,SO)的被减数输入端,将国定浮点实数100接入到所述减法运算的减数输入端,在所述减法运算的输出端得到减法运算信号(Subtraction operation signal,SOS),表达为
SOS(t)=FRS(t)-100 (13)
其中,SOS(t)为所述减法运算信号,输出范围±100浮点实数,单位为无量纲。FRS(t)为所述求余数信号。
4)将所述减法运算信号接入到所述固定比例调节的输入端,在所述固定比例调节的输出端得到固定比例调节信号(Fixed proportion regulation signal,FPRS),表达为
FPRS(t)=KFPRSOS(t) (14)
其中,FPRS(t)为所述固定比例调节信号,输出范围±1浮点实数,单位为无量纲。KFPR为所述固定比例调节的增益,固定KFPR=0.01。SOS(t)为所述减法运算信号。
5)将所述固定比例调节信号接入到所述噪声干扰信号源输出调节的输入端,在所述噪声干扰信号源输出调节的输出端得到所述噪声干扰信号源,表达为
NJSS(t)=KNJSSORFPRS(t) (15)
其中,NJSS(t)为所述噪声干扰信号源,单位为无量纲。KNJSSOR为所述噪声干扰信号源输出调节的增益,单位为无量纲。FPRS(t)为所述固定比例调节信号。
10、高频噪声幅值增益计算
高频噪声幅值增益计算原理图,为图8所示。
通过所述高频噪声幅值增益计算,得到输入信号B(Input signal of B,IS:B)相对输入信号A(Input signal of A,IS:A)的高频噪声幅值增益的计算结果,并在所述高频噪声幅值增益计算的输出端(Output Signal,OS)输出所述高频噪声幅值增益计算结果。
所述高频噪声幅值增益计算表达为
其中,HFNAG(t)为所述高频噪声幅值增益计算过程,单位为无量纲;L-1为拉普拉斯反变换。MVO:B(s)为平均值运算B(Mean value operation of B,MVO:B)的传递函数。HPF:B(s)为高通滤波B(High pass filter of B,HPF:B)的传递函数。OSHPF:B(t)为所述高通滤波B输出信号过程,单位为无量纲。OSAVO:B(t)为绝对值运算B(Absolute value operation ofB,AVO:B)输出信号过程,单位为无量纲。IS:B(t)为输入信号B过程,单位为无量纲;MVO:A(s)为平均值运算A(Mean value operation of A,MVO:A)的传递函数。HPF:A(s)为高通滤波A(High pass filter of A,HPF:A)的传递函数。OSHPF:A(t)为所述高通滤波A输出信号过程,单位为无量纲。OSAVO:A(t)为绝对值运算A(Absolute value operation of A,AVO:A)输出信号过程,单位为无量纲。IS:A(t)为输入信号A过程,单位为无量纲;MVO:A(s)为平均值运算A(Mean value operation of A,MVO:A)的传递函数。OSSO:A(t)为平方运算A(Squareoperation of A,SO:A)输出信号过程,单位为无量纲。IS:A(t)为输入信号A过程,单位为无量纲;TMT为MVO:B(s)和MVO:A(s)共同的平均时间(Mean time,MT)长度,单位为s。THPF为HPF:B(s)和HPF:A(s)共同的高通滤波时间常数,单位为s。
对公式(16)进行分解,如下:
1)将所述输入信号B接入到所述高通滤波B的输入端。
2)将所述高通滤波B的输出端接入到所述绝对值运算B的输入端。
3)将所述绝对值运算B的输出端接入到所述平均值运算B的输入端。
4)将所述输入信号A接入到所述高通滤波A的输入端。
5)将所述高通滤波A的输出端接入到所述绝对值运算A的输入端。
6)将所述绝对值运算A的输出端接入到所述平均值运算A的输入端。
7)将所述平均值运算B的输出端接入到除法运算(Division operation,DO)的被除数输入端。将所述平均值运算A的输出端接入到所述除法运算(Division operation,DO)的除数输入端。在所述除法运算的输出端得到所述高频噪声幅值增益计算过程。用HFNAG(t)表达所述高频噪声幅值增益计算过程,单位为无量纲。
8)将所述高频噪声幅值增益计算过程即HFNAG(t)在所述高频噪声幅值增益计算的OS输出端输出。
在一个实施例中,所述高阶超前观测器(即三阶超前观测器)的参数为:n=3,THOIIM=95s,HOIFPOV=60s。相应地,除了THOIFP:S,所述第二三阶超前观测器参数为:n:s=n=3,THOIIM:S=THOIIM=95s;设置所述噪声干扰信号源的KNJSSOR=0.1;设置所述高频噪声幅值增益计算的平均时间长度即TMT=500s,高通滤波时间常数即THPF=30s;设置所述比较器的DZC=0.25。设置所述改进高性能比例积分控制的KIHPPI=0.25,TLPF=100s,THEI=3000s,nICF=16;设置所述一阶惯性滤波的TFOIF=500s;设置所述预设数的高频噪声幅值增益给定HFNAGG=2.5。
在数字离散测量间隔为1s,从过程时间t=0s开始设置自动跟踪状态,即AT/S=1。得到所述第二三阶超前观测器输入信号过程的仿真实验结果,为图9所示。得到所述第二三阶超前观测器输出信号过程的仿真实验结果,为图10所示。得到所述第二三阶超前观测器的高频噪声幅值增益过程的仿真实验结果,为图11所示。得到所述第二四阶惯性滤波参数控制值过程的仿真实验结果,为图12所示。得到所述四阶惯性滤波参数控制值过程的仿真实验结果,为图13所示。
图11所示,在给出的过程时间t=0-8000s范围,从t=0s开始,所述第二三阶超前观测器的高频噪声幅值增益逐渐向所述预设数的高频噪声幅值增益给定2.5收敛,最终在2.5附近波动;图12所示,从t=0s开始,所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)从60s逐渐减小,最终在所述第二高阶惯性滤波参数控制值的平均值即HOIFPCV:S:AV附近波动。其中HOIFPCV:S(t)在t=500s~8000s的HOIFPCV:S:AV=28.7s;图13所示,相对所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t),所述高阶惯性滤波参数控制值即HOIFPCV(t)更加平稳。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例提供的一种三阶超前观测器的高频噪声幅值增益的自动跟踪方法及装置,通过构造与所述三阶超前观测器平行的所述第二三阶超前观测器,通过噪声干扰信号源对所述第二三阶超前观测器输入信号施加噪声干扰激励,通过所述高频噪声幅值增益计算得到所述第二三阶超前观测器高频噪声幅值增益过程HFNAGHOLO:S(t)。通过所述反馈过程控制,以所述第二四阶惯性滤波参数控制值过程即HOIFPCV:S(t)为控制量,以控制所述第二四阶惯性滤波参数即THOIFP:S为手段,即THOIFP:S=HOIFPCV:S(t),将所述第二三阶超前观测器高频噪声幅值增益过程即HFNAGHOLO:S(t)控制在所述预设数的高频噪声幅值增益给定即HFNAGG;通过对所述第二四阶惯性滤波参数控制值过程HOIFPCV:S(t)进行一阶惯性滤波跟踪得到所述四阶惯性滤波参数控制值过程即HOIFPCV(t),使所述三阶超前观测器高频噪声幅值增益过程即HFNAGHOLO(t)自动跟踪所述第二三阶超前观测器高频噪声幅值增益过程即HFNAGHOLO:S(t)。在所述反馈过程控制进入到稳态后,最终,所述三阶超前观测器高频噪声幅值增益过程即HFNAGHOLO(t)自动跟踪到所述预设数的高频噪声幅值增益给定即HFNAGG;明显特点是:通过自动跟踪控制,将所述三阶超前观测器高频噪声幅值增益自动跟踪到所述预设数的高频噪声幅值增益给定,将所述三阶超前观测器的性能控制在最佳的状态下。该发明同样适用于阶次大于2的其他所有高阶超前观测器。
第二方面。
请参阅图14,本发明一实施例提供一种跟踪高频噪声功率增益调节控制策略参数的系统,包括:
第二高阶超前观测器建立模块10,用于获取高阶超前观测器的高阶惯性滤波参数原始值,根据所述高阶惯性滤波参数原始值建立第二高阶超前观测器。
具体地,所述高阶超前观测器的传递函数为:
其中,HOLO(s)为所述超前观测器的传递函数,HOIIM(s)为高阶惯性逆模型的传递函数,THOIIM为高阶惯性逆模型的时间常数,HOIF(s)为高阶惯性滤波器的传递函数,THOIFP为高阶惯性滤波器的高阶惯性滤波参数,s为拉普拉斯算子,n为高阶超前观测器的阶次。
所述第二高阶超前观测器的传递函数为:
其中,HOLO:S(s)为第二高阶超前观测器的传递函数,HOIIM:S(s)为第二高阶惯性逆模型的传递函数,THOIIM:S为第二高阶惯性逆模型的时间常数,HOIF:S(s)为第二高阶惯性滤波器的传递函数,THOIFP:S为所述第二高阶惯性滤波器的滤波参数,s为拉普拉斯算子,n:s为第二高阶超前观测器的阶次。
噪声干扰模块20,用于获取噪声干扰信号源发出的噪声干扰信号,将所述噪声干扰信号作为所述第二高阶超前观测器的输入信号输入至所述第二高阶超前观测器,得到第二高阶超前观测器的输出信号。
具体地,所述噪声干扰信号源的表达式为:
其中,NJSS(t)为噪声干扰信号源,rand()为伪随机数函数,输出范围0~32768整型实数,%为求余数,%200为求200的余数,输出范围0~200整型实数,100为固定浮点实数,KFPR为固定比例调节的增益,固定KFPR=0.01,KNJSSOR为噪声干扰信号源输出调节的增益,t为时间值。
高频噪声幅值增益计算模块30,用于将所述噪声干扰信号及所述第二高阶超前观测器的输出信号输入至高频噪声幅值增益计算单元,得到第二高阶超前观测器的高频噪声幅值增益。
在某一具体实施方式中,所述高频噪声幅值增益计算模块30还用于:
将所述噪声干扰信号输入至第一高通滤波器,得出第一高通滤波值;将所述第一高通滤波值输入至第一绝对值运算单元,得到第一绝对值;将所述第一绝对值输入至第一平均值运算单元,得到第一平均值;
将所述第二高阶超前观测器的输出信号输入至第二高通滤波器,得出第二高通滤波值;将所述第二高通滤波值输入至第二绝对值运算单元,得到第二绝对值;将所述第二绝对值输入至第二平均值运算单元,得到第二平均值;
将所述第一平均值及第二平均值输入至除法运算单元,得到第二高阶超前观测器的高频噪声幅值增益。
具体地,所述高频噪声幅值增益计算单元的传递函数为:
其中,HFNAG(t)为高频噪声幅值增益计算单元的传递函数,IS:A(t)为噪声干扰信号,HPF:A(s)为第一高通滤波器的传递函数,OSHPF:A(t)为第一高通滤波值,OSAVO:A(t)为第一绝对值运算单元的传递函数,MVO:A(s)为第一平均值运算单元的传递函数,IS:B(t)为第二高阶超前观测器的输出信号,HPF:B(s)为第二高通滤波器的传递函数,OSHPF:B(t)为第二高通滤波值,OSAVO:B(t)为第二绝对值运算单元的传递函数,MVO:B(s)为第二平均值运算单元的传递函数,TMT为MVO:B(s)和MVO:A(s)共同的平均时间值,THPF为HPF:B(s)和HPF:A(s)共同的高通滤波时间常数,t为时间值,s为拉普拉斯算子,L-1为拉普拉斯反变换,e为自然对数。
比较器运算模块40,用于获取预设高频噪声幅值增益给定值,将所述预设高频噪声幅值增益给定值及所述第二高阶超前观测器的高频噪声幅值增益输入至比较器,得到比较器的输出信号。
具体地,所述比较器的传递函数为:
其中,SC(t)为比较器的传递函数,ISG(t)为比较器的给定端输入信号,HFNAG为预设高频噪声幅值增益给定值,ISF(t)为比较器的反馈端输入信号,HFNAG:S(t)为第二高阶超前观测器的高频噪声幅值增益,DZC为比较器的死区,t为时间值。
改进高性能比例积分控制器运算模块50,用于将所述比较器的输出信号输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号。
在某一具体实施方式中,所述改进高性能比例积分控制器运算模块50还用于:
获取自动跟踪-停止的输出信号,将所述比较器的输出信号、所述自动跟踪-停止的输出信号及常数1输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号。
具体地,所述改进高性能比例积分控制器的传递函数为:
其中,IHPPI(s)为改进高性能比例积分控制器的传递函数,KIHPPI为改进高性能比例积分控制器的比例增益,LPF(s)为低通滤波器的传递函数,TLPF为低通滤波器的时间常数,HEI(s)为高效积分器的传递函数,ICF(s)为惯性组合滤波器的传递函数,nICF为惯性组合滤波器的整数阶次,THEI为高效积分器的时间常数,s为拉普拉斯算子。
所述改进高性能比例积分控制器的控制输出的跟踪控制的传递函数为:
其中,COIHPPI(t)为改进高性能比例积分控制器的控制输出的跟踪控制的传递函数,TI为改进高性能比例积分控制器的控制输出的跟踪控制的控制跟踪输入,OTC为所述改进高性能比例积分控制器的控制输出的跟踪控制的控制输出跟踪控制,L-1为拉普拉斯反变换,IHPPI(s)为改进高性能比例积分控制器的传递函数,AT/S为自动跟踪-停止的输出信号,SC(t)为比较器的输出信号,s为拉普拉斯算子,t为时间值。
乘法器运算模块60,用于将所述高阶惯性滤波参数原始值及所述改进高性能比例积分控制器的输出信号输入至乘法器,得到第二高阶惯性滤波参数控制值。
具体地,所述乘法器的传递函数为:
HOIFPCV:S(t)=OSHPPI(t)HOIFPOV;
其中,HOIFPCV:S(t)为乘法器的传递函数,OS IHPPI(t)为改进高性能比例积分控制器的输出信号,HOIFPOV为所述高阶惯性滤波参数原始值,t为时间值。
一阶惯性滤波器运算模块70,用于将所述高阶惯性滤波参数原始值及所述第二高阶惯性滤波参数控制值输入至一阶惯性滤波器,得到高阶惯性滤波参数控制值。
在某一具体实施方式中,所述一阶惯性滤波器运算模块70还用于:
获取自动跟踪-停止的输出信号,将所述高阶惯性滤波参数原始值、所述第二高阶惯性滤波参数控制值及所述自动跟踪-停止的输出信号输入至一阶惯性滤波器。
具体地,所述一阶惯性滤波器的传递函数为:
其中,FOIF(s)为一阶惯性滤波器的传递函数,TFOIF为一阶惯性滤波器的时间常数,HOIFPCV(t)为高阶惯性滤波参数控制值,TI为一阶惯性滤波器的跟踪输入,HOIFPOV为高阶惯性滤波参数原始值,OTC为一阶惯性滤波器的跟踪控制,AT/S为自动跟踪-停止的输出信号,L-1为拉普拉斯反变换,HOIFPCV:S(t)为第二高阶惯性滤波参数控制值,s为拉普拉斯算子,t为时间值。
高阶超前观测器运算模块80,用于获取高阶超前观测器的输入信号,将所述高阶超前观测器的输入信号及所述高阶惯性滤波参数控制值输入至高阶超前观测器,得到高阶超前观测器输出信号;其中,所述高阶超前观测器的输入信号为火电机组的再热汽温。
本发明通过将所述高阶超前观测器的高频噪声幅值增益自动跟踪到预设数的高频噪声幅值增益给定,同时,所述高阶超前观测器的滤波参数自动调节至稳态值,使得所述高阶超前观测器的性能控制在最佳的状态下。
第三方面。
本发明提供了一种电子设备,该电子设备包括:
处理器、存储器和总线;
所述总线,用于连接所述处理器和所述存储器;
所述存储器,用于存储操作指令;
所述处理器,用于通过调用所述操作指令,可执行指令使处理器执行如本申请的第一方面所示的一种跟踪高频噪声功率增益调节控制策略参数的方法对应的操作。
在一个可选实施例中提供了一种电子设备,如图15所示,图15所示的电子设备5000包括:处理器5001和存储器5003。其中,处理器5001和存储器5003相连,如通过总线5002相连。可选地,电子设备5000还可以包括收发器5004。需要说明的是,实际应用中收发器5004不限于一个,该电子设备5000的结构并不构成对本申请实施例的限定。
处理器5001可以是CPU,通用处理器,DSP,ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,单元和电路。处理器5001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线5002可包括一通路,在上述组件之间传送信息。总线5002可以是PCI总线或EISA总线等。总线5002可以分为地址总线、数据总线、控制总线等。为便于表示,图15中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器5003可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器5003用于存储执行本申请方案的应用程序代码,并由处理器5001来控制执行。处理器5001用于执行存储器5003中存储的应用程序代码,以实现前述任一方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。
第四方面。
本发明提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现本申请第一方面所示的一种跟踪高频噪声功率增益调节控制策略参数的方法。
本申请的又一实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。
Claims (18)
1.一种跟踪高频噪声功率增益调节控制策略参数的方法,其特征在于,包括:
获取高阶超前观测器的高阶惯性滤波参数原始值,根据所述高阶惯性滤波参数原始值建立第二高阶超前观测器;其中,
所述高阶超前观测器包括高阶惯性逆模型和高阶惯性滤波器;所述高阶超前观测器的传递函数为:
其中,HOLO(s)为所述超前观测器的传递函数,HOIIM(s)为高阶惯性逆模型的传递函数,THOIIM为高阶惯性逆模型的时间常数,HOIF(s)为高阶惯性滤波器的传递函数,THOIFP为高阶惯性滤波器的高阶惯性滤波参数,s为拉普拉斯算子,n为高阶超前观测器的阶次;
所述第二高阶超前观测器包括第二高阶惯性逆模型和第二高阶惯性滤波器,所述第二高阶超前观测器的传递函数为:
其中,HOLO:S(s)为第二高阶超前观测器的传递函数,HOIIM:S(s)为第二高阶惯性逆模型的传递函数,THOIIM:S为第二高阶惯性逆模型的时间常数,HOIF:S(s)为第二高阶惯性滤波器的传递函数,THOIFP:S为所述第二高阶惯性滤波器的滤波参数,s为拉普拉斯算子,n:s为第二高阶超前观测器的阶次;
获取噪声干扰信号源发出的噪声干扰信号,将所述噪声干扰信号作为所述第二高阶超前观测器的输入信号输入至所述第二高阶超前观测器,得到第二高阶超前观测器的输出信号;
将所述噪声干扰信号及所述第二高阶超前观测器的输出信号输入至高频噪声幅值增益计算单元,得到第二高阶超前观测器的高频噪声幅值增益;
获取预设高频噪声幅值增益给定值,将所述预设高频噪声幅值增益给定值及所述第二高阶超前观测器的高频噪声幅值增益输入至比较器,得到比较器的输出信号;
将所述比较器的输出信号输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号;具体地,
获取自动跟踪-停止的输出信号,将所述比较器的输出信号、所述自动跟踪-停止的输出信号及常数1输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号;
所述改进高性能比例积分控制器的传递函数为:
其中,IHPPI(s)为改进高性能比例积分控制器的传递函数,KIHPPI为改进高性能比例积分控制器的比例增益,LPF(s)为低通滤波器的传递函数,TLPF为低通滤波器的时间常数,HEI(s)为高效积分器的传递函数,ICF(s)为惯性组合滤波器的传递函数,nICF为惯性组合滤波器的整数阶次,THEI为高效积分器的时间常数,s为拉普拉斯算子;
将所述高阶惯性滤波参数原始值及所述改进高性能比例积分控制器的输出信号输入至乘法器,得到第二高阶惯性滤波参数控制值;
将所述高阶惯性滤波参数原始值及所述第二高阶惯性滤波参数控制值输入至一阶惯性滤波器,得到高阶惯性滤波参数控制值;
获取高阶超前观测器的输入信号,将所述高阶超前观测器的输入信号及所述高阶惯性滤波参数控制值输入至高阶超前观测器,得到高阶超前观测器输出信号;其中,所述高阶超前观测器的输入信号为火电机组的再热汽温。
4.如权利要求1所述的一种跟踪高频噪声功率增益调节控制策略参数的方法,其特征在于,所述乘法器的传递函数为:
HOIFPCV:S(t)=OSHPPI(t)HOIFPOV;
其中,HOIFPCV:S(t)为乘法器的传递函数,OSIHPPI(t)为改进高性能比例积分控制器的输出信号,HOIFPOV为所述高阶惯性滤波参数原始值,t为时间值。
5.如权利要求1所述的一种跟踪高频噪声功率增益调节控制策略参数的方法,其特征在于,将所述高阶惯性滤波参数原始值及所述第二高阶惯性滤波参数控制值输入至一阶惯性滤波器,包括:
获取自动跟踪-停止的输出信号,将所述高阶惯性滤波参数原始值、所述第二高阶惯性滤波参数控制值及所述自动跟踪-停止的输出信号输入至一阶惯性滤波器。
8.如权利要求1所述的一种跟踪高频噪声功率增益调节控制策略参数的方法,其特征在于,所述将所述噪声干扰信号及所述第二高阶超前观测器的输出信号输入至高频噪声幅值增益计算单元,得到第二高阶超前观测器的高频噪声幅值增益,包括:
将所述噪声干扰信号输入至第一高通滤波器,得出第一高通滤波值;将所述第一高通滤波值输入至第一绝对值运算单元,得到第一绝对值;将所述第一绝对值输入至第一平均值运算单元,得到第一平均值;
将所述第二高阶超前观测器的输出信号输入至第二高通滤波器,得出第二高通滤波值;将所述第二高通滤波值输入至第二绝对值运算单元,得到第二绝对值;将所述第二绝对值输入至第二平均值运算单元,得到第二平均值;
将所述第一平均值及第二平均值输入至除法运算单元,得到第二高阶超前观测器的高频噪声幅值增益。
9.如权利要求8所述的一种跟踪高频噪声功率增益调节控制策略参数的方法,其特征在于,所述高频噪声幅值增益计算单元的传递函数为:
其中,HFNAG(t)为高频噪声幅值增益计算单元的传递函数,IS:A(t)为噪声干扰信号,HPF:A(s)为第一高通滤波器的传递函数,OSHPF:A(t)为第一高通滤波值,OSAVO:A(t)为第一绝对值运算单元的传递函数,MVO:A(s)为第一平均值运算单元的传递函数,IS:B(t)为第二高阶超前观测器的输出信号,HPF:B(s)为第二高通滤波器的传递函数,OSHPF:B(t)为第二高通滤波值,OSAVO:B(t)为第二绝对值运算单元的传递函数,MVO:B(s)为第二平均值运算单元的传递函数,TMT为MVO:B(s)和MVO:A(s)共同的平均时间值,THPF为HPF:B(s)和HPF:A(s)共同的高通滤波时间常数,t为时间值,s为拉普拉斯算子,L-1为拉普拉斯反变换,e为自然对数。
10.一种跟踪高频噪声功率增益调节控制策略参数的系统,其特征在于,包括:
第二高阶超前观测器建立模块,用于获取高阶超前观测器的高阶惯性滤波参数原始值,根据所述高阶惯性滤波参数原始值建立第二高阶超前观测器;其中,
所述高阶超前观测器包括高阶惯性逆模型和高阶惯性滤波器;所述高阶超前观测器的传递函数为:
其中,HOLO(s)为所述超前观测器的传递函数,HOIIM(s)为高阶惯性逆模型的传递函数,THOIIM为高阶惯性逆模型的时间常数,HOIF(s)为高阶惯性滤波器的传递函数,THOIFP为高阶惯性滤波器的高阶惯性滤波参数,s为拉普拉斯算子,n为高阶超前观测器的阶次;
所述第二高阶超前观测器包括第二高阶惯性逆模型和第二高阶惯性滤波器,所述第二高阶超前观测器的传递函数为:
其中,HOLO:S(s)为第二高阶超前观测器的传递函数,HOIIM:S(s)为第二高阶惯性逆模型的传递函数,THOIIM:S为第二高阶惯性逆模型的时间常数,HOIF:S(s)为第二高阶惯性滤波器的传递函数,THOIFP:S为所述第二高阶惯性滤波器的滤波参数,s为拉普拉斯算子,n:s为第二高阶超前观测器的阶次;
噪声干扰模块,用于获取噪声干扰信号源发出的噪声干扰信号,将所述噪声干扰信号作为所述第二高阶超前观测器的输入信号输入至所述第二高阶超前观测器,得到第二高阶超前观测器的输出信号;
高频噪声幅值增益计算模块,用于将所述噪声干扰信号及所述第二高阶超前观测器的输出信号输入至高频噪声幅值增益计算单元,得到第二高阶超前观测器的高频噪声幅值增益;
比较器运算模块,用于获取预设高频噪声幅值增益给定值,将所述预设高频噪声幅值增益给定值及所述第二高阶超前观测器的高频噪声幅值增益输入至比较器,得到比较器的输出信号;
改进高性能比例积分控制器运算模块,用于将所述比较器的输出信号输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号;具体地,
获取自动跟踪-停止的输出信号,将所述比较器的输出信号、所述自动跟踪-停止的输出信号及常数1输入至改进高性能比例积分控制器,得到改进高性能比例积分控制器的输出信号;
所述改进高性能比例积分控制器的传递函数为:
其中,IHPPI(s)为改进高性能比例积分控制器的传递函数,KIHPPI为改进高性能比例积分控制器的比例增益,LPF(s)为低通滤波器的传递函数,TLPF为低通滤波器的时间常数,HEI(s)为高效积分器的传递函数,ICF(s)为惯性组合滤波器的传递函数,nICF为惯性组合滤波器的整数阶次,THEI为高效积分器的时间常数,s为拉普拉斯算子;
乘法器运算模块,用于将所述高阶惯性滤波参数原始值及所述改进高性能比例积分控制器的输出信号输入至乘法器,得到第二高阶惯性滤波参数控制值;
一阶惯性滤波器运算模块,用于将所述高阶惯性滤波参数原始值及所述第二高阶惯性滤波参数控制值输入至一阶惯性滤波器,得到高阶惯性滤波参数控制值;
高阶超前观测器运算模块,用于获取高阶超前观测器的输入信号,将所述高阶超前观测器的输入信号及所述高阶惯性滤波参数控制值输入至高阶超前观测器,得到高阶超前观测器输出信号;其中,所述高阶超前观测器的输入信号为火电机组的再热汽温。
13.如权利要求10所述的一种跟踪高频噪声功率增益调节控制策略参数的系统,其特征在于,所述乘法器的传递函数为:
HOIFPCV:S(t)=OSHPPI(t)HOIFPOV;
其中,HOIFPCV:S(t)为乘法器的传递函数,OSIHPPI(t)为改进高性能比例积分控制器的输出信号,HOIFPOV为所述高阶惯性滤波参数原始值,t为时间值。
14.如权利要求10所述的一种跟踪高频噪声功率增益调节控制策略参数的系统,其特征在于,将一阶惯性滤波器运算模块,还用于:
获取自动跟踪-停止的输出信号,将所述高阶惯性滤波参数原始值、所述第二高阶惯性滤波参数控制值及所述自动跟踪-停止的输出信号输入至一阶惯性滤波器。
17.如权利要求10所述的一种跟踪高频噪声功率增益调节控制策略参数的系统,其特征在于,所述高频噪声幅值增益计算模块,还用于:
将所述噪声干扰信号输入至第一高通滤波器,得出第一高通滤波值;将所述第一高通滤波值输入至第一绝对值运算单元,得到第一绝对值;将所述第一绝对值输入至第一平均值运算单元,得到第一平均值;
将所述第二高阶超前观测器的输出信号输入至第二高通滤波器,得出第二高通滤波值;将所述第二高通滤波值输入至第二绝对值运算单元,得到第二绝对值;将所述第二绝对值输入至第二平均值运算单元,得到第二平均值;
将所述第一平均值及第二平均值输入至除法运算单元,得到第二高阶超前观测器的高频噪声幅值增益。
18.如权利要求17所述的一种跟踪高频噪声功率增益调节控制策略参数的系统,其特征在于,所述高频噪声幅值增益计算单元的传递函数为:
其中,HFNAG(t)为高频噪声幅值增益计算单元的传递函数,IS:A(t)为噪声干扰信号,HPF:A(s)为第一高通滤波器的传递函数,OSHPF:A(t)为第一高通滤波值,OSAVO:A(t)为第一绝对值运算单元的传递函数,MVO:A(s)为第一平均值运算单元的传递函数,IS:B(t)为第二高阶超前观测器的输出信号,HPF:B(s)为第二高通滤波器的传递函数,OSHPF:B(t)为第二高通滤波值,OSAVO:B(t)为第二绝对值运算单元的传递函数,MVO:B(s)为第二平均值运算单元的传递函数,TMT为MVO:B(s)和MVO:A(s)共同的平均时间值,THPF为HPF:B(s)和HPF:A(s)共同的高通滤波时间常数,t为时间值,s为拉普拉斯算子,L-1为拉普拉斯反变换,e为自然对数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110578830.2A CN113296411B (zh) | 2021-05-26 | 2021-05-26 | 跟踪高频噪声功率增益调节控制策略参数的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110578830.2A CN113296411B (zh) | 2021-05-26 | 2021-05-26 | 跟踪高频噪声功率增益调节控制策略参数的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113296411A CN113296411A (zh) | 2021-08-24 |
CN113296411B true CN113296411B (zh) | 2022-06-14 |
Family
ID=77325146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110578830.2A Active CN113296411B (zh) | 2021-05-26 | 2021-05-26 | 跟踪高频噪声功率增益调节控制策略参数的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113296411B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114859699B (zh) * | 2022-05-09 | 2024-06-07 | 广东电网有限责任公司 | 加速型工程最速控制器的设计方法、装置、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103034249A (zh) * | 2012-12-27 | 2013-04-10 | 中国电子科技集团公司第二十六研究所 | 一种基于模糊决策的双轴光电转台复合控制系统和控制方法 |
CN108873704A (zh) * | 2018-07-19 | 2018-11-23 | 北京空间技术研制试验中心 | 基于预测跟踪微分器的线性自抗扰控制器的设计方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8060340B2 (en) * | 2002-04-18 | 2011-11-15 | Cleveland State University | Controllers, observers, and applications thereof |
CN101454969B (zh) * | 2006-05-26 | 2011-03-02 | 株式会社安川电机 | 伺服控制装置 |
JP2008097334A (ja) * | 2006-10-12 | 2008-04-24 | Yaskawa Electric Corp | サーボ制御装置とその制御方法 |
CN102156301B (zh) * | 2011-03-23 | 2013-03-13 | 中南大学 | 一种随钻超前预报观测系统 |
CN109270836B (zh) * | 2018-11-08 | 2021-06-29 | 广东电网有限责任公司 | 一种积分信号提取方法、装置及设备 |
CN109901385B (zh) * | 2019-03-19 | 2023-03-17 | 广东电网有限责任公司 | 一种超前观测方法及装置 |
CN110601624B (zh) * | 2019-08-16 | 2020-11-17 | 南京埃斯顿自动化股份有限公司 | 一种伺服控制装置 |
CN110632667B (zh) * | 2019-10-18 | 2020-12-18 | 徐州工程学院 | 一种基于冲击波激震条件下的隐伏陷落柱超前探测方法 |
-
2021
- 2021-05-26 CN CN202110578830.2A patent/CN113296411B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103034249A (zh) * | 2012-12-27 | 2013-04-10 | 中国电子科技集团公司第二十六研究所 | 一种基于模糊决策的双轴光电转台复合控制系统和控制方法 |
CN108873704A (zh) * | 2018-07-19 | 2018-11-23 | 北京空间技术研制试验中心 | 基于预测跟踪微分器的线性自抗扰控制器的设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113296411A (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113296411B (zh) | 跟踪高频噪声功率增益调节控制策略参数的方法及系统 | |
CN112356683B (zh) | 基于电动汽车的防抖动方法、装置、设备及存储介质 | |
CN113341720B (zh) | 一种线性最速跟踪滤波器的控制方法、系统及装置 | |
CN113359413B (zh) | 一种实际微分器的参数调节系统及方法 | |
CN113311708B (zh) | 跟踪高频噪声幅值增益调节控制策略参数的方法及系统 | |
CN110807168A (zh) | 一种估算并网变换器次同步振荡模态的方法及装置 | |
CN113312585B (zh) | 高阶控制策略参数调节的高频噪声功率增益在线跟踪方法 | |
CN113311699B (zh) | 高性能超前观测器的高频噪声幅值增益的自动跟踪方法 | |
CN116383561A (zh) | 正弦型最速跟踪滤波方法、装置、设备及存储介质 | |
CN113311755B (zh) | 一种高频噪声幅值增益的自动跟踪改进方法及系统 | |
CN113311706B (zh) | 高性能超前观测器的高频噪声功率增益的自动跟踪方法 | |
CN113325710B (zh) | 一种高频噪声幅值增益的自动跟踪系统及方法 | |
CN113346814B (zh) | 一种电机控制方法、装置、终端及存储介质 | |
CN113300676B (zh) | 一种实际微分器噪声功率增益自动跟踪系统及方法 | |
CN113296396B (zh) | 一种高频噪声功率增益的自动跟踪系统及方法 | |
CN113189919B (zh) | 一种高频噪声功率增益的控制系统及方法 | |
CN118012151A (zh) | 一种工程最速控制系统的过程给定信号修正方法及装置 | |
CN118012152A (zh) | 一种工程最速控制系统的过程给定信号校正方法及装置 | |
CN117991705A (zh) | 火电机组主蒸汽压力控制系统的过程给定处理方法及系统 | |
CN114254453B (zh) | 六维分数阶动力系统的混沌控制方法及装置 | |
CN118034025A (zh) | 一种凝结水再循环控制系统过程给定处理方法及装置 | |
CN118068874A (zh) | 一种控制系统的过程超调抑制方法及装置 | |
CN117991740A (zh) | 一次风温控制系统的过程给定处理方法及系统 | |
CN117970962A (zh) | 一种凝汽器水位控制系统过程给定处理方法及装置 | |
CN113176729B (zh) | Pid控制器的噪声干扰检测方法、装置、设备及介质 |
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 |