CN115343941A - 一种分析仪表过程控制基础自动化方法 - Google Patents

一种分析仪表过程控制基础自动化方法 Download PDF

Info

Publication number
CN115343941A
CN115343941A CN202210951514.XA CN202210951514A CN115343941A CN 115343941 A CN115343941 A CN 115343941A CN 202210951514 A CN202210951514 A CN 202210951514A CN 115343941 A CN115343941 A CN 115343941A
Authority
CN
China
Prior art keywords
controller
value
control
period
instrument
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
CN202210951514.XA
Other languages
English (en)
Other versions
CN115343941B (zh
Inventor
杨永茂
李中杰
孙海良
刘小宝
安莹玉
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.)
Beijing Enterprises Water China Investment Co Ltd
Original Assignee
Beijing Enterprises Water China Investment Co Ltd
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 Beijing Enterprises Water China Investment Co Ltd filed Critical Beijing Enterprises Water China Investment Co Ltd
Priority to CN202210951514.XA priority Critical patent/CN115343941B/zh
Publication of CN115343941A publication Critical patent/CN115343941A/zh
Application granted granted Critical
Publication of CN115343941B publication Critical patent/CN115343941B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种分析仪表过程控制基础自动化方法，串级控制器设定分析指标目标值SP，将分析仪期望计算值作为控制器外环反馈值PV，将中间物理量仪表值作为内环反馈值PV。设置相应的调试参数Kp、TI、Ks、ΔT，控制器输出至执行元件完成整个方法控制。经处理过的仪表过程值可过滤不真实的扰动值、得出更符合过程工况的预测值，并为输出控制器提供稳定输入。两层串级控制器的应用：过程分析仪表与最终的实物调节元件间机理上至少存在压力、流量元素层的串级。本发明是一种通用有效、可广泛适用于过程控制的数据处理和控制方法，解决了在分析仪表普遍存在的滞后、扰动，范围过程均值的情况下，过程自动化控制在基础自动化层面的成功应用。

Description

一种分析仪表过程控制基础自动化方法
技术领域
本发明涉及一种分析仪表控制的方法，属于仪表检测及自动化分析技术领域，尤其涉及一种分析仪表过程控制基础自动化方法。
背景技术
现有的过程仪表控制方法一般为指标PID控制，应用广泛；但常规的PID控制器只适应于反馈信号响应较快、信号准确、性状单点描述的仪表，比如压力、流量等。而对于分析仪表，由于其滞后性较大、信号存在扰动、且反馈参数表示某过程范围内指标均值，造成基础PID控制器易发生卡滞、超调，进而引发更大的系统紊乱。因此，现有的常规过程分析仪表过程控制在基础自动化层面基本上无法投入实现的。
过程仪表控制是一种应用广泛极为成熟的控制技术。过程仪表既有时时响应的压力、流量、物位仪表，也有受制于工艺过程较为滞后的温度类仪表。分析仪表是一类更为特殊的仪表：受分析机理、采样周期、安装形式、工艺生产等等众多原因影响，波动性、指标的不确定性与滞后性尤其明显。因其工艺指标的重要性，常常作为智慧模型与专家系统的预测参数。
工业智慧模型建模复杂、涉及的参数多、难度大、费用高，且机理透彻、准确预测、能经历史实践的商用指标模型在国内目前还是少数。由于以上种种原因，导致分析仪表在绝大多数的生产工况下并不为智慧模型所用，却只能作为基础自动化层面区域周期过程指标值的监视应用。
现有的过程仪表控制方法一般为指标PID控制，应用广泛；但常规的PID控制器只适应于反馈信号响应较快、信号准确、性状单点描述的仪表，比如压力、流量等。而对于分析仪表，由于其滞后性较大、信号存在扰动、且反馈参数表示某过程范围内指标均值，造成基础PID控制器易发生卡滞、超调，进而引发更大的系统紊乱。因此，现有的常规过程分析仪表过程控制在基础自动化层面基本上无法投入实现的。
发明内容
本发明的技术目的在于针对分析仪表自动控制同时又是工业用户的重要指标和普遍需求这一需求，开发并设计通用的符合指标工艺的基础自动化控制器工具方法，提高自动化程度和指标控制要求。本发明了设计了一种通用有效、可广泛适用于过程控制的数据处理和控制方法，解决了在分析仪表普遍存在的滞后、扰动，范围过程均值的情况下，过程自动化控制在基础自动化层面的成功应用。
为实现上述目的，本发明采用的方案为一种分析仪表过程控制基础自动化方法，该方法的实施步骤如下，
S1、分析仪表数据期望处理方法：
Figure BDA0003789364830000021
E(X)为计算分析仪表的输出期望；
Figure BDA0003789364830000022
为上一周期分析仪表所有数据采样平均值(期望值)；
Figure BDA0003789364830000023
为现周期分析仪表当前数据采样平均值；n为分析仪表周期总样本数；m为当前分析仪表数据样本数；两周期时长相等，且随着系统采用不停的循环迭代
Figure BDA0003789364830000024
S2、两层串级PI控制方法：PI控制器：
Figure BDA0003789364830000025
Kp比例系数设置；Ks＝(MSH-MSL)/(SH-SL)标尺系数；PVn为目标反馈值，SH、SL为输入PVn设定值上下限；SVn为目标设定值MSH、MSL为输出值MVn上下限；MVn为当前控制器输出值；ΔT为控制器采样频率；TI为积分系数设置；En为当前控制器目标偏差的输入输出偏差En＝PVn-SVn；。ΔMVn+1为最终控制器的计算输出值。将第一个PI控制器输出作为第二个控制的控制设定输入，这样两个PI控制器就形成串联，得到一个两层PI控制器。
S3、串级控制器设定分析指标目标值SP，将S1中的E(X)作为控制器外环反馈值PV，再将中间物理量仪表值作为内环反馈值PV。再设置S2中相应的调试参数Kp、TI、Ks、ΔT，控制器输出至执行元件完成整个方法控制。
进一步地，分析仪表的期望处理中，首先，确定采样周期，基础自动化层PLC仪表的采样周期选取500毫秒或1秒；其次，根据现场观测仪表波动经验，选取波动周期T秒作为数据处理周期。原始周期采集到的数据平均值
Figure BDA0003789364830000026
作为原始数据的期望值。使用平均值方法，计算当前周期T1中时时数据m点的平均值
Figure BDA0003789364830000027
Figure BDA0003789364830000028
T＝T1周期值相等。根据独立分散数据概率原则，当前周期m点处理后的期望值为
Figure BDA0003789364830000029
进一步地，由于仪表数值X1…Xn通过PLC扫描不断的滚动采集，周期也循环交替的。当执行完当前T1周期n个数据完结时，本周期的数据期望值将作为原始期望数据替代上一周期平均值数据，而下一周期采用平均值将替换本周期平均值。即周期T、周期采样n不变。当T周期循环切换时，
Figure BDA0003789364830000031
这样，设置T、n,对仪表采集数值X1…Xn通过公式
Figure BDA0003789364830000032
按周期滚动循环迭代处理计算。就能得到可适应控制器处理的参数值E(X)。
进一步地，两层串级PID控制器应用输出。分析仪表指标控制从控制机理上至少需要两层控制器表达。最外层的控制器表达分析指标与被控介质状态的控制关系。最内层的控制器表达中间控制量与终端调节元件的控制关系；采用两层串级控制。
进一步地，通过信号期望处理与串级控制器，首先分析仪表反馈经处理得到指标期望值，然后外环控制器自动加载指标期望值、外环控制器自动加载仪表反馈值。
进一步地，MLSS-流量双串级控制中，
首先，设计串级控制器框架。确定以分析仪MLSS指标作为控制目标，与被控对象流量适合PI控制器过程控制，作为外环PI。以流量为控制目标，与被控对象电机频率适合PI控制器过程控制，作为内环PI。外环输出参数为内环输入参数作为串级控制器。
其次，介绍PI控制器：
Figure BDA0003789364830000033
其中，Kp为PI比例系数设置；Ks＝(MSH-MSL)/(SH-SL)为标尺转换系数；SH、SL为输入PVn设定值上下限，MSH、MSL为输出值MVn上下限；MVn为当前控制器输出值；ΔT为控制器采样频率；TI为积分系数设置；En为当前控制器目标偏差的输入输出偏差En＝PVn-SVn；PVn为目标反馈值，SVn为目标设定值。ΔMVn+1为最终控制器的计算输出值。
接着，设置要要控制的目标SVn，将MLSS分析仪表处理好的期望值E(X)作为变量代入反馈参数PVn中。设置好Kp、TI调节系数和Ks标尺系数，设置控制器采样频率ΔT，En自动计算，ΔMVn自动迭代，外环控制器将时时计算输出ΔMVn+1。
然后，再启动同样算法另外一个内环PI控制器。将外刚才外环PI控制器的输出值再作为内环PI控制器的目标SVn设定，现场实际仪表流量作为反馈值PVn，设置好相应的Kp、TI、Ks、ΔT，最后控制器计算输出为作为电机频率参数用作现场水泵调节。
与面向系统精益控制、动辄上百万投入的智慧层模型的高端工业用户相比，本发明则是面向通用的受众范围广大的基础自动化层用户。本发明的优势在于1、通用性：由于仅考虑单点范围的过程仪表控制，它的方法通用性好。2、适用性：涉及所有工控行业的分析仪自动化均可以采用这种方法，受众范围广。3、成本低：仅需要在原PLC控制器进行代码迭代即可实现。4、稳定性与鲁棒性：该方法结合的数据处理的算法与基础控制器的安全功能，符合生产用户的习惯。
附图说明
图1为本发明方法的实施示意图。
具体实施方式
以下结合附图和实施例对本发明进行详细说明。
如图1所示，本发明采用的方案为一种分析仪表过程控制基础自动化方法，抛开复杂模型预测指标控制，仅从通用的、单点的分析仪指标基础控制角度看，这种工业用户的需求巨大也是亟待解决的。而常规基础控制商并不涉及模型方法的一些领域，这一庞大实用的需求被大家或多或少忽视。本方法面向单点的指标过程控制，提出一种分析仪表过程控制基础自动化方法，解决这一通用需求。
分析仪表数据期望处理方法：
Figure BDA0003789364830000041
E(X)为分析仪表的计算输出期望；
Figure BDA0003789364830000042
为上一周期分析仪表所有数据采样平均值(期望值)；
Figure BDA0003789364830000043
为现周期当前分析仪表数据采样平均值；n为周期总样本数；m为当前数据样本数；两周期时长相等，且随着系统采用不停的循环迭代
Figure BDA0003789364830000044
两层串级PI控制方法：PI控制器：
Figure BDA0003789364830000045
Kp比例系数设置；Ks＝(MSH-MSL)/(SH-SL)标尺系数；PVn为目标反馈值，SH、SL为输入PVn设定值上下限；SVn为目标设定值MSH、MSL为输出值MVn上下限；MVn为当前控制器输出值；ΔT为控制器采样频率；TI为积分系数设置；En为当前控制器目标偏差的输入输出偏差En＝PVn-SVn；ΔMVn+1为最终控制器的计算输出值。将第一个PI控制器输出作为第二个控制的控制设定输入，这样两个PI控制器就形成串联，得到一个两层PI控制器。
串级控制器设定分析指标目标值SP，将第一条的分析仪期望计算值作为控制器外环反馈值PV，再将中间物理量仪表值作为内环反馈值PV。再设置相应的调试参数Kp、TI、Ks、ΔT，控制器输出至执行元件完成整个方法控制。该方法的实现可通用在各种PLC代码之上，这种整体方法即本发明所保护的内容。
本发明设计为两部分，与常规仪表PID控制相比，有以下特征优势：一是的数据期望迭代处理：经处理过的仪表过程值可过滤不真实的扰动值、得出更符合过程工况的预测值，并为输出控制器提供稳定输入。二是两层串级控制器的应用：过程分析仪表与最终的实物调节元件(电机频率、阀门开度)间机理上至少存在压力、流量元素层的串级；直接使用PID控制器控制特性上偏差较大；两层以上的串级控制器参数多、灵敏性过高，反而不利于控制器层面的稳定性。因此，分析仪表过程基础自动化控制采用两层串级控制是非常好的选择。
1)分析仪表信号的期望处理。受生产反应机过程、安装位置形式、采样形式等等综合因素的影响，分析仪表基本都存在明显的信号滞后和失真；如MLSS浊度仪、DO溶解氧分析仪、氧化锆分析仪等等。一些理化分析仪机理上信号采集也不连续，如COD化学需氧量、TP磷指标、泥层分析仪等待。因此，这些仪表无法直接用于调节控制。因此需要对仪表数据进行期望处理。下面进行说明：
首先，确定采样周期，基础自动化层PLC仪表的采样周期一般选取500毫秒或1秒。
其次，根据现场观测仪表波动经验，选取波动周期T秒作为数据处理周期。以1秒采样为例，一个周期内数据采样量n＝T/1.设原始采样数据为X1…Xn，T周期平均值
Figure BDA0003789364830000051
由于仪表是完全独立离散的数据，则原始周期采集到的数据平均值
Figure BDA0003789364830000052
可以作为原始数据的期望值。
再次，使用同样的平均值方法，计算当前周期T1中时时数据m点的平均值
Figure BDA0003789364830000053
T＝T1周期值相等。
最后，根据独立分散数据概率原则，期望数据一定是与周期样本采集量线性相关的。因此，当前周期m点处理后的期望值为
Figure BDA0003789364830000054
由于仪表数值X1…Xn通过PLC扫描不断的滚动采集，周期也循环交替的。当执行完当前T1周期n个数据完结时，本周期的数据期望值将作为原始期望数据替代上一周期平均值数据，而下一周期采用平均值将替换本周期平均值。即周期T、周期采样n不变。当T周期循环切换时，
Figure BDA0003789364830000055
这样，设置T、n,对仪表采集数值X1…Xn通过公式
Figure BDA0003789364830000061
按周期滚动循环迭代处理计算。就能得到可适应控制器处理的参数值E(X)。
2)两层串级PID控制器应用输出。分析仪表指标控制从控制机理上至少需要两层控制器表达。最外层的控制器表达分析指标与被控介质状态的控制关系，如压力、流量等。最内层的控制器表达中间控制量与终端调节元件的控制关系，如电机或阀门等。常规模式直接使用单PI控制器时进行控制时特性偏差会非常大，导致输出在各调节区间频繁跳动；而两层以上的串级控制器虽然特性上更匹配，但参数多、灵敏性过高，调试难度大，反而不利于控制器系统层面的稳定。因此，对于基础自动化控制，采用两层串级控制是较优选择。
下面以MLSS-流量双串级控制为典型例子进行说明：
首先，设计串级控制器框架。确定以分析仪MLSS指标作为控制目标，与被控对象流量适合PI控制器过程控制，作为外环PI。以流量为控制目标，与被控对象电机频率适合PI控制器过程控制，作为内环PI。外环输出参数为内环输入参数作为串级控制器。
其次，介绍PI控制器：
Figure BDA0003789364830000062
其中，Kp为PI比例系数设置；Ks＝(MSH-MSL)/(SH-SL)为标尺转换系数；SH、SL为输入PVn设定值上下限，MSH、MSL为输出值MVn上下限；MVn为当前控制器输出值；ΔT为控制器采样频率；TI为积分系数设置；En为当前控制器目标偏差的输入输出偏差En＝PVn-SVn；PVn为目标反馈值，SVn为目标设定值。ΔMVn+1为最终控制器的计算输出值。
接着，设置要要控制的目标SVn，将MLSS分析仪表处理好的期望值E(X)作为变量代入反馈参数PVn中。设置好Kp、TI调节系数和Ks标尺系数，设置控制器采样频率ΔT，En自动计算，ΔMVn自动迭代，外环控制器将时时计算输出ΔMVn+1。
然后，再启动同样算法另外一个内环PI控制器。将外刚才外环PI控制器的输出值再作为内环PI控制器的目标SVn设定(流量设定)，现场实际仪表流量作为反馈值PVn，设置好相应的Kp、TI、Ks、ΔT，最后控制器计算输出为作为电机频率参数用作现场水泵调节。
3)通过以上信号期望处理与串级控制器的方法：首先分析仪表反馈经处理得到指标期望值，然后外环控制器自动加载指标期望值、外环控制器自动加载仪表反馈值。
只需人工输入指标目标值SVn,以及其他的设置调试参数。本套算法就可通过PLC设计的控制器输出调节量至现场电机或调节阀等执行元件实现工况生产中稳定可靠、复杂过程、指标优良的基础自动控制。

Claims (6)

1.一种分析仪表过程控制基础自动化方法，其特征在于，该方法的实施步骤如下，
S1、分析仪表数据期望处理方法：
Figure FDA0003789364820000011
E(X)为计算分析仪表的输出期望；
Figure FDA0003789364820000012
为上一周期分析仪表所有数据采样平均值；
Figure FDA0003789364820000013
Figure FDA0003789364820000014
为现周期分析仪表当前数据采样平均值；n为分析仪表周期总样本数；m为当前分析仪表数据样本数；两周期时长相等，且随着系统采用不停的循环迭代
Figure FDA0003789364820000015
S2、两层串级PI控制方法：PI控制器：
Figure FDA0003789364820000016
Kp比例系数设置；Ks＝(MSH-MSL)/(SH-SL)标尺系数；PVn为目标反馈值，SH、SL为输入PVn设定值上下限；SVn为目标设定值MSH、MSL为输出值MVn上下限；MVn为当前控制器输出值；ΔT为控制器采样频率；TI为积分系数设置；En为当前控制器目标偏差的输入输出偏差En＝PVn-SVn；；ΔMVn+1为最终控制器的计算输出值；将第一个PI控制器输出作为第二个控制的控制设定输入，这样两个PI控制器就形成串联，得到一个两层PI控制器；
S3、串级控制器设定分析指标目标值SP，将S1中的E(X)作为控制器外环反馈值PV，再将中间物理量仪表值作为内环反馈值PV；再设置S2中相应的调试参数Kp、TI、Ks、ΔT，PI控制器输出至执行元件完成整个控制。
2.根据权利要求1所述的一种分析仪表过程控制基础自动化方法，其特征在于，分析仪表的期望处理中，首先，确定采样周期，基础自动化层PLC仪表的采样周期选取500毫秒或1秒；其次，根据现场观测仪表波动经验，选取波动周期T秒作为数据处理周期；原始周期采集到的数据平均值
Figure FDA0003789364820000017
作为原始数据的期望值；使用平均值方法，计算当前周期T1中时时数据m点的平均值
Figure FDA0003789364820000018
T＝T1周期值相等；根据独立分散数据概率原则，当前周期m点处理后的期望值为
Figure FDA0003789364820000019
3.根据权利要求1所述的一种分析仪表过程控制基础自动化方法，其特征在于，由于仪表数值X1…Xn通过PLC扫描不断的滚动采集，周期也循环交替的；当执行完当前T1周期n个数据完结时，本周期的数据期望值将作为原始期望数据替代上一周期平均值数据，而下一周期采用平均值将替换本周期平均值；即周期T、周期采样n不变；当T周期循环切换时，
Figure FDA0003789364820000021
n,对仪表采集数值X1…Xn通过公式
Figure FDA0003789364820000022
按周期滚动循环迭代处理计算，就能得到适应控制器处理的参数值E(X)。
4.根据权利要求1所述的一种分析仪表过程控制基础自动化方法，其特征在于，两层串级PID控制器应用输出；分析仪表指标控制从控制机理上至少需要两层控制器表达；最外层的控制器表达分析指标与被控介质状态的控制关系；最内层的控制器表达中间控制量与终端调节元件的控制关系；采用两层串级控制。
5.根据权利要求1所述的一种分析仪表过程控制基础自动化方法，其特征在于，通过信号期望处理与串级控制器，首先分析仪表反馈经处理得到指标期望值，然后外环控制器自动加载指标期望值、外环控制器自动加载仪表反馈值。
6.根据权利要求1所述的一种分析仪表过程控制基础自动化方法，其特征在于，MLSS-流量双串级控制中，首先，设计串级控制器框架；确定以分析仪MLSS指标作为控制目标，与被控对象流量适合PI控制器过程控制，作为外环PI；以流量为控制目标，与被控对象电机频率适合PI控制器过程控制，作为内环PI；外环输出参数为内环输入参数作为串级控制器；
其次，介绍PI控制器：
Figure FDA0003789364820000023
其中，Kp为PI比例系数设置；Ks＝(MSH-MSL)/(SH-SL)为标尺转换系数；SH、SL为输入PVn设定值上下限，MSH、MSL为输出值MVn上下限；MVn为当前控制器输出值；ΔT为控制器采样频率；TI为积分系数设置；En为当前控制器目标偏差的输入输出偏差En＝PVn-SVn；PVn为目标反馈值，SVn为目标设定值；ΔMVn+1为最终控制器的计算输出值；
接着，设置控制目标SVn，将MLSS分析仪表处理好的期望值E(X)作为变量代入反馈参数PVn中；设置好Kp、TI调节系数和Ks标尺系数，设置控制器采样频率ΔT，En自动计算，ΔMVn自动迭代，外环控制器将时时计算输出ΔMVn+1；
然后，再启动同样算法另外一个内环PI控制器；将外刚才外环PI控制器的输出值再作为内环PI控制器的目标SVn设定，现场实际仪表流量作为反馈值PVn，设置好相应的Kp、TI、Ks、ΔT，最后控制器计算输出为作为电机频率参数用作现场水泵调节。
CN202210951514.XA 2022-08-09 2022-08-09 一种分析仪表过程控制基础自动化方法 Active CN115343941B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210951514.XA CN115343941B (zh) 2022-08-09 2022-08-09 一种分析仪表过程控制基础自动化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210951514.XA CN115343941B (zh) 2022-08-09 2022-08-09 一种分析仪表过程控制基础自动化方法

Publications (2)

Publication Number Publication Date
CN115343941A true CN115343941A (zh) 2022-11-15
CN115343941B CN115343941B (zh) 2024-06-11

Family

ID=83951697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210951514.XA Active CN115343941B (zh) 2022-08-09 2022-08-09 一种分析仪表过程控制基础自动化方法

Country Status (1)

Country Link
CN (1) CN115343941B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0772901A (ja) * 1993-09-03 1995-03-17 Toshiba Corp ２自由度ｐｉｄ調節装置
JPH09146610A (ja) * 1995-11-01 1997-06-06 Foxboro Co:The 多変数非線形プロセス・コントローラー
CN111338210A (zh) * 2020-03-05 2020-06-26 江苏元和自动化科技有限公司 一种基于独立调制串级策略的垃圾发电机组蒸汽温度控制方法
CN112327604A (zh) * 2020-10-16 2021-02-05 清华大学 一种前馈补偿的预期动态pi及pid控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0772901A (ja) * 1993-09-03 1995-03-17 Toshiba Corp ２自由度ｐｉｄ調節装置
JPH09146610A (ja) * 1995-11-01 1997-06-06 Foxboro Co:The 多変数非線形プロセス・コントローラー
CN111338210A (zh) * 2020-03-05 2020-06-26 江苏元和自动化科技有限公司 一种基于独立调制串级策略的垃圾发电机组蒸汽温度控制方法
CN112327604A (zh) * 2020-10-16 2021-02-05 清华大学 一种前馈补偿的预期动态pi及pid控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨英云;: "PID过程控制浅析", 河北化工, no. 08, 15 August 2006 (2006-08-15) *

Also Published As

Publication number Publication date
CN115343941B (zh) 2024-06-11

Similar Documents

Publication Publication Date Title
Shah et al. Multivariate controller performance analysis: methods, applications and challenges
US5504692A (en) System and method for improved flow data reconciliation
Vrečko et al. The application of model predictive control of ammonia nitrogen in an activated sludge process
CN113325702B (zh) 一种曝气控制方法及装置
Tandon et al. Genetic algorithm based parameter tuning of PID controller for composition control system
Bernard et al. Can we assess the model complexity for a bioprocess: theory and example of the anaerobic digestion process
CN113515893B (zh) 一种稀土萃取过程实时预测模型的建立方法及预测方法和预测装置
Dominic et al. An adaptive, advanced control strategy for KPI-based optimization of industrial processes
Wang et al. Composite control of post-chlorine dosage during drinking water treatment
CN106054951B (zh) 一种溶解氧浓度的控制方法和系统
CN117606578A (zh) 一种智能的气体流量监测方法
CN112597430A (zh) 一种用于复杂精馏塔的操作参数优化方法
CN103399134B (zh) 一种基于输出观测器的污水cod软测量方法
Essahafi Model predictive control (MPC) applied to coupled tank liquid level system
CN113889194A (zh) 一种污水生化处理中溶解氧的预测方法
CN115343941A (zh) 一种分析仪表过程控制基础自动化方法
Mansour et al. Methodology of on-line optimisation applied to a chemical reactor
Lim et al. Generalized predictive control of a heat exchanger
JP3279250B2 (ja) 多変数プロセス制御システム
CN113885310A (zh) 一种用于真空干泵测试的智能控制系统
Gerkšič et al. Improving oxygen concentration control in activated sludge process with estimation of respiration and scheduling control
CN110687937B (zh) 基于多变量广义最小方差解耦控制的水箱液位控制方法
CN109165247B (zh) 污水测量数据智能预处理方法
Vovsík et al. Adaptive control of Saccharomyces cerevisiae yeasts fed-batch cultivations
CN114066135A (zh) 一种水质模型参数自动优化方法及系统

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