CN1157663A - 自动定标度的控制器及其使用方法 - Google Patents
自动定标度的控制器及其使用方法 Download PDFInfo
- Publication number
- CN1157663A CN1157663A CN95195039.8A CN95195039A CN1157663A CN 1157663 A CN1157663 A CN 1157663A CN 95195039 A CN95195039 A CN 95195039A CN 1157663 A CN1157663 A CN 1157663A
- Authority
- CN
- China
- Prior art keywords
- control
- controller
- output
- value
- error 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.)
- Pending
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
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Electrical Variables (AREA)
Abstract
本文提供一种自动定标度的控制器及其应用方法,控制输入和控制系数都乘以定标度值(61)。然后,应用一种基于降序的优化方法,调谐定标度值(64),以使得系统误差信号最小化。
Description
本发明与如下未决申请有关,它们已转让给本发明的同一受让人:
系列号为08/076601、申请日为1993年6月14日题目为“NeuralNetwork and Method of Using Same(中性网络及其应用方法)”的专利申请;和申请日为1994年6月30日、题目为“Auto-Tuning Controller andMethod of Use Therefor(自动调谐控制器及其应用方法)”的专利申请。
上述的相关申请的主题事物引用在本发明的讨论中作为参考。
本发明涉及自动控制系统,具体涉及能够自动调谐其参数使其性能最佳化的控制系统。
当今控制系统已广泛地应用于机器、装置和工业界及经济界的流程中。一种通用的控制系统配置如图1所示,被控的系统10连接在具有控制器12的一个反馈配置中,试图驱动系统输出18到基准输入14的数值上。系统输出18经由反馈通路16反馈,再与基准输入14相减,以产生一个误差信号22。该误差信号22由控制器12处理,以产生一个控制输出20,随后被馈送到系统10的输入端。虽然现有多种多样的控制结构和配置在使用中并且从整体来看是起主导作用的,但本领域的普通技术人员承认图1所示的方框图代表了这些控制器的基本构成的方框图。
一种具体的控制器的实施例是所谓的PID控制器,或即比例积分和微分控制器。这种控制器之所以如此命名,是因为其控制输出是从输入、输入的积分和输入的微分三者的加权和中导得的。这种控制策略已广泛地用于工业界,其原因可能是由于它可以用以作为一个独立单元的事实。然而,PID控制器有两个主要缺点:(1)难以针对一个具体应用确定(或调谐)控制器的控制系数;(2)控制规律法则的简单性使这种控制器不适用于高度复杂、高阶或高度非线性的系统。
一种用以调谐PID控制器参数的方法是Ziegler和Nichols研制的。如本领域的技术人员已知的,因为Ziegler/Nichols方法预定用于手动调谐控制参数,故要求由熟练的操作者来参与。第二种用以调谐PID控制器的方法是由stuckman等人在“Engineering Optimization”杂志、1990年16卷第275-289页的文章“ System Optimization Using ExperimentalEvaluation of Design Performance”和在1989年6月Simulation andModelling第17届IASTED国际讨论会会刊、第320-321页的文章“Iterative Global Design of PID Controllers for Systems WithoutModels”中提出的。虽然这种方法是自动运行的,但它应用了一种复杂的Bayesian整体优化法,这要求异常的计算量,来概括一组控制参数。此外,这种自动调谐控制器受限于基础的PID控制结构的基本局限性,因而不适用于许多高度复杂的或非线性的系统。
另一类控制器的实施是所谓自调谐的自适应控制器。按照这种策略,被控的系统泛用地被模型化,并且该模型根据系统的性能在数学上不断地更新。虽然自适应控制器针对某些应用提供合适的性能,但在其实施中要求极复杂的控制算法和大量的计算。还要求有一个非常精确的系统模型,以使自适应控制器高效率地工作,当该模型与实际系统之间的误差高于额定等级时,控制器的性能将快速地劣化。
控制器实施例的又一个例子是模糊逻辑控制器。模糊逻辑控制器的控制决定是根据一系列模糊逻辑规则,利用一种非线性传递特性,将控制输入转换成为控制输出。虽然模糊逻辑控制器的性能是固定的,甚至在系统模型与实际系统之间存在明显的误差时,也能维持完全的控制功能,但是模糊逻辑控制器的诸多参数难以按照它们给定的非直观关系调谐系统输出。经验还表明,大而复杂的系统难以实施模糊逻辑控制器的设计。
再一类控制器的实施例是多项式控制器。在多项式控制器中,控制输出是控制输入的一种多项式函数。一种用以调谐多项式控制器的方法是Stuckman和Laursen在1989年1月“IEEE Transactions on AutomaticControls”刊物AC-34卷、第1期的文章“A Method of Control systemDesign Using Global Search”中提出的。该方法应用了一种复杂的Bayesian整体优化法,它要求异常大量的计算。这种方法还只能工作于低因次(low-dimensional)的系统中,并且未示出具有多于10项的多项式控制器的功能。
据此,现在明显需要一种性能相当稳定的控制器,在模型与实际系统之间存在明显误差时能够提供充分的控制。现在明显地还需要一种能自动调谐参数的控制系统。现在明显地也需要一种控制器设计,能够处理高因次、高度复杂性和非线性的系统。现在明显地又需要一种调谐控制器参数的方法,能提供出短的产品开发周期,其中该调谐能够以一种相当简单和有效的方式由一个不必是控制专家的人员来执行。
据此,本发明的一个优点是控制系统的诸多参数可以自动地被调谐。
本发明的另一个优点是提供了一种控制器,可在高元、高度复杂性或高度非线性的系统中工作。
本发明的再一个优点是相当简单和有效的工作方式,按照这种方式可调谐控制器的诸多控制参数。
在本发明的一个实施例中,提供了一种用以调谐控制器的诸多控制系数的方法。控制系数的值是借助于将控制器的多项式函数符合于控制传递特性数据、而从控制传递特性数据中计算得出的。诸多控制系数再乘以一个定标度值。然后,根据系统输出与所需输出之差,得出一个误差信号。接着,应用基于降序的优化方法,调谐该定标度值,以使输出误差信号最小化。
在本发明的另一个实施例中,提供了一种用以调谐控制器的方法。该方法包括借助于将控制器的多项式符合于多个传递特性数据而计算多个控制系数的每个数值的步骤。然后,将诸多控制系数乘以一个第一定标度值,并将控制输入乘以一个第二定标度值。再根据系统输出与所需输出之差,按时间计算出输出误差信号。第一和第二定标度值是利用基于降序的优化方法调谐的,以使输出误差信号最小化。
在本发明的又一个实施例中,提供了一种用以调谐控制器的方法。该方法包括将多个控制输入的每个分别乘以相同的多个初始定标度值中的一个相应值的步骤。再根据系统输出与所需输出之差,按时间计算出输出误差信号。多个第一定标度值是利用一种优化方法调谐的,以使输出误差信号最小化。
在本发明的再一个实施例中,提供了一种控制器,用以控制一个系统得到所需的输出。该控制器含有计算装置,借助于将多项式控制函数符合于控制传递特性数据,从控制传递特性数据计算出诸多控制系数值。设置第一乘法装置,用以将控制系数值乘以一个初始的第一定标度值。误差计算装置,根据系统输出与所需输出之差,按时间计算出输出误差信号。该控制器的调整装置,被用来使用基于降序的优化方法调谐第一定标度值,以使输出误差信号最小化。
本发明已在所附的权利要求书中具体地指明了。然而,本发明的其它特点将结合以下附图并参考下文的详细描述就会一目了然,并对本发明更加理解。
图1示出一种先有技术的控制系统。
图2示出本发明的一个实施例的方框图。
图3示出配合本发明的一个实施例所应用的多项式函数控制器50的方框图。
图4示出配合本发明的另一个实施例所应用的一种多项式函数控制器的方框图。
图5示出配合本发明的又一个实施例所应用的一种多项式函数控制器的方框图。
图6示出配合本发明的再一个实施例所应用的一种多项式函数控制器的方框图。
图7示出在本发明的一个实施例所应用的多项式函数控制器的示意图。
图8示出本发明的方法的一个实施例的流程图。
图9示出在本发明的一个实施例中导得诸多控制系数值所应用的样值的控制传递特性数据图。
图10示出在本发明的一个实施例中应用的一种用以确定诸多初始控制系数的方法的流程图。
图11示出在本发明的一个实施例中所应用的控制器50的组成方框图。
图12示出根据定标度值H的变化值而得到的样值控制传递特性曲线变化图。
图13示出在本发明的一个实施例所应用的所需输出与控制系统输出之差的样值积累图。
图14示出本发明的方法的另一实施例的流程图。
图15示出本发明的方法的又一实施例的流程图。
图16示出配合本发明的一个实施例所应用的控制器50的一种可选结构的方框图。
图17示出根据输入定标度值k的变化而得到的一种样值控制传递特性曲线的变化。
图18示出本发明的方法的再一个实施例的流程图。
图19示出本发明另一个实施例的方框图。
图20示出本发明的方法的又有一个实施例的流程图。
图21示出本发明的方法的再有一个实施例的流程图。
图22示出在本发明的再有一个实施例所应用的一种控制器的方框图。
图23示出配合本发明的又有一个实施例所应用的一种多项式控制器的方框图。
图24示出配合本发明的还有一个实施例所应用的多项式控制器的方框图。
图25示出本发明一个实施例的控制器的方框图。
本领域的普通技术人员理解,本发明的控制器和调谐器可用硬件或软件、或这两者的任何组合来实施。
图2示出本发明一个实施例的方框图。图中示出与控制系统合作时所应用的一种调谐器。被控系统30具有一个系统输入40和一个系统输出38。控制器32具有一个输出,用以驱动系统输入40。控制器32的输入表示为从系统输出38导得的;然而,本领域的普通技术人员承认,在一般意义上,控制器32的输入可以从系统输出、所需输出、系统30的一种或多种测量状态或估值状态、或它们的任何组合中导得。本领域的普通技术人员还承认,控制器32的输出无需直接馈送给系统输入40,而是只需使控制器32的输出以某种方式影响系统输入40就行。
控制器32依据一系列控制参数44来工作,以使控制参数44的变化依次改变控制器32的输入/输出关系,从而改变系统输出38的特性。为此,针对一种给定应用而实施一种具体的控制器32的过程包括了一个为控制参数44确定合适的数值的步骤。
在本发明的一个实施例中,这些控制参数值是由调谐器28选定的。调谐器28借助于线42可拆卸地连接到控制器32上,用以调整参数44。调谐器28还具有借助于线46连通系统输出38的入口和所需的输出36。
本发明的调谐器28在操作过程中须将系统输出38与所需的输出36相对比,以便为控制器32确定出控制参数44的合适值。一旦为控制参数44确定出合适值,调谐器28就可被卸下来,使控制器32自主地控制系统30。虽然调谐器28的这种可拆卸配置是优选的,但其它的配置也是可能的,例如调谐器28永久地连接到控制器32上以连续地调谐控制器32的控制参数44,或只在选定的一些时间段上工作以周期性地更新控制参数44。
图3示出配合本发明一个实施例所应用的多项式函数控制器50的方框图。多项式函数控制器50的输出y响应输入x,由下式来表示:
y=w0+w1x+w2x2+…… (1)式中,wi表示第i个控制系数。据此,多项式函数控制器50的输出可用具有多个控制系数及相应的多个任意阶次的多项式来表示。例如,任意的四阶控制器可表示为:
y=w0+w1x+w2x2+w3x3+w4x4 (2)
请注意,多项式函数控制器50的输入可以是一个矢量量值而不是图3所表示的定标量值,多项式函数控制器50的输出也可以是一个矢量量值而不是图3所示的定标量值。这又产生了如图4至图6所示的一些替代性的结构的多项式函数控制器50。
图4示出本发明另一个实施例所应用的一种多项式函数控制器的方框图。控制器50具有一个定标输入和一个矢量输出,该矢量输出含有个别的定标输出y1、y2、……、yn。
图5示出配合本发明另一个实施例所应用的一种多项式函数控制器50的方框图。控制器50具有一个矢量输入和一个标量输出,该矢量输入含有多个定标输入x1、x2、……、xn。
图6示出配合本发明再一个实施例所应用的一种多项式函数控制器的方框图。控制器50具有矢量输入X1、X2、……、Xn和矢量输出y1、y2、……、yn。
请注意,本发明的多项式控制器可由上文参考的相关发明中所述的结构来实施。
图7示出本发明一个实施例中所应用的多项式函数控制器的示意图。多个控制输入x1、x2、……、xn馈送到一个输入层的输入节点76、78、……、80。该输入层中每个输入节点76、78、……、80的输出被分配到一个隐匿层的至少一个处理单元,图中只示出了该隐匿层的处理单元82、84、86。每个处理单元将一个选通函数施加到每个控制输入端,以产生出相应的选通输入。任一个给定的处理单元可以将一个不同的选通函数施加到每个不同的控制输入端,以便于接收。例如,处理单元82将选通函数g11施加到该控制输入端,它从输入节点76进行接收;将选通函数g21施加到控制输入端,它从输入节点78进行接收;依此类推。选通输入一起在处理单元中由一个乘法器相乘,以形成一个积,然后,它乘以一个预定的加权值,以产生控制输出。
例如,图7中的处理单元82正好负责产生W0项即第一控制系数,将其选通输入一起相乘,以形成一个乘积(因为在这种情况下选通函数g11、g21、……、gn1均为0,所以乘积恰好为1),再乘以一个加权值w0,以产生一个相应的输出w0。处理单元84正好负责产生控制输出的w1x1项,将其选通输入一起相乘,以形成一个乘积(因为在这种情况下除了施加到输入节点76的x1输出上的选通函数以外其余选通函数均为0,故该乘积恰好为x1),再乘以一个加权系数W1,以产生一个相应的输出x1w1。按照相同的方式,处理单元86生一个输出wn-1x1g1nx2g2n……xngn(an outputwn-1x1 to the power of g1nx2 to the power of g2n……xn to the power of gnn)。
处理单元82、84、……、86的输出由一个合适的求和装置或函数例如求和器88在输出层内相加在一起,以产生如下的多项式函数控制器的输出y: 式中,m是一个整数,代表多项式的项数。
本领域的普通技术人员承认图7所示的控制器的一般性质。由于线性项的存在和各种输入可以代表系统状态及其微商,故所有的线性控制器(现代的、经典的、优化的、甚至是PID)都能按照这种方式来实施。此外,这种控制器的实施方式允许附加的非线性项并入控制的操作中。
图8示出本发明的方法的一个实施例的流程图。在这个实施例中,控制器调谐是借助于调谐单一参数(即乘以控制系数的一个定标度值)来实现的。首先,在步骤60,借助于使多项式控制函数符合于控制传递特性数据,计算每个控制系数的值。然后,在步骤61,将控制系数乘以一个定标度值。接着,在步骤62,根据系统输出与所需输出之差,计算出输出误差信号。在步骤64,利用一种基于降序的优化方法,使该定标度值调谐。这种优化方法可任选地是一种迭代逼近法,它需要在步骤62重复地计算输出误差信号,并在步骤64重复地调谐该定标度值,如由可任选的反馈通路66所表示的那样。
更具体地说,在优选实施例中每个控制系数的值是根据表征控制器输入/输出关系的多个控制传递特性数据计算的。这种控制传递特性数据可以从利用许多标准的控制方法之中的任一种得到的一个连续输入/输出控制特性的离散样值导得到。例如,被控的系统可以是模型化的,一种建议的控制输入/输出传递特性是根据开发的能产生一种模糊逻辑控制器的一系列模糊逻辑规则而被开发的。其它常规的控制技术例如经典控制、现代控制和优化控制,也可用来导得所需的输入/输出特性,从而得出优选实施例中所应用的方法所需的控制传递特性数据。
图9示出本发明一个实施例中为了得出初始控制系数值所应用的样值控制传递特性数据。借助于使特性曲线67符合于数据68来计算出最佳多项式(1),以使该控制传递特性数据68被用来导得在本发明所用的控制系数初始值。
图10示出本发明一个实施例所应用的一种用以确定初始控制系数的方法的流程图。在优选实施例中,使多项式函数符合于控制传递特性数据是根据图10所示的流程图来执行的。首先,在步骤69,提供出控制传递特性数据。接着,在步骤70,将数据的数目与控制系数的数目相比较。在步骤71,如果数据数目等于控制系数数目,程序前进到步骤72,应用矩阵倒置技术来求解每个系数的初始值。另一方面,如果数据数目不等于控制系数数目,程序前进到步骤73,应用最小平方估值技术来求解每个系数的初始值。
虽然本文已描述了一个优选实施例,但本领域的普通技术人员承认其它合适的估值技术例如扩展的最小平方、伪倒置、Kalman滤波技术、最大似然率技术、Baysian估值、多项式仿样函数等都可同样地用来使控制多项式符合于控制传递特性数据。
图11示出本发明的一个实施例所使用的控制器50的方框图。控制器50含有一个多项式控制器250,用以产生多项式函数在其输入x时的输出;还含有一个乘法器252,用以将多项式控制器250的输出乘以一个定标度值h。于是,控制器50的输出y可用下式表示:
y=h(w0+w1x+w2x2+……) (4)式中,w0、w1和w2等是多项式控制器250的系数。利用式(4)的多项式并展开,再乘以定标度值h,得出下式:
y=hw0+hw1x+hw2x2+…… (5)为此,将多项式控制器250的输出乘以定标度值h便使个别控制系数的每个乘以定标度值h。请注意,图11所示的实施例仅是一种用以完成图8的步骤61所示的使控制系数乘以一个定标度值步骤的结构。本领域的普通技术人员承认,其它含有将个别的控制系数的每个乘以h值的结构也可以完成此功能。
图12示出基于改变定标度值h数值的样值控制传递特性曲线的变化。控制传递特性曲线260示出在一种非线性控制器例如控制器50的输入x与输出y之间关系的例子。如果h等于1,则控制传递特性曲线260对应于图11所示的多项式控制器250的传递特性。如果定标度值h减小,则控制传递特性曲线如图12的样值曲线262所示将按比例地减小。另一种替代性的方案是,如果定标度值h增大,则控制传递特性曲线如样值传递特性曲线264所示的,将向上定标度。
请注意,按照这种方式调谐控制系数可以利用一种比较简单的优化方法来实现。这种优化方法的低因次特性使得优化方法更简单、收敛快速。
虽然借助于一个定标量控制输入x描述了图11所示的实施例,但是本领域的普通技术人员承认,同样的方法和系统也适用于具有矢量输入的控制器50,其输入可包含一系列个别的输入。在本发明的这个实施例中,控制器50的输出y可由式(6)给出。
将总和乘以定标度值h得到式(7)所示的关系。
据此,定标度值h乘以多项式控制器250的每个控制系数。
回过来参看图8,在步骤62中所示的计算输出误差信号可按几种方式来完成。在优选实施例中,在系统输出与所需输出之绝对差值按时间累加,以产生一个目标函数,用以估价(rate)一个给定的控制系数集的性能。另一方面,也可以应用其它的技术来得出这种目标函数。例如,可以采用和值平方误差来取代这种计算中的绝对误差。还可以抽取出输出响应的特性,诸如上升时间、稳态误差、过冲百分数等,按照某种方式被用来为一个给定的控制系数集的性能导得一个估价值(rating)或评分,为此可用来产生一个输出误差信号。
图13示出本发明的一个实施例所应用的所需输出与控制系统输出之间误差的样值积累。实际的系统输出96在时间的一些离散增量上与所需输出94相比较。将这些绝对误差积累在一个样值响应上加以产生输出误差信号。
回过来参看图8,利用步骤64中所示的基于降序的优化方法来调谐定标度值也可以用几种方式来完成。基于降序的本地优化方法诸如梯度法、共轭梯度法、单纯下坡法、可变量度法、方向设定法等等,都可以用来收敛于一个定标度值上,以使得输出误差信号最小化。此外,一种基于整体降序的整体优化方法诸如模拟退火法也可以用来根据计算出的初始值计算出最佳的标度值。
在本发明各种实施例中用于定标度值的初始值可以是容许优化技术的快速收敛的任意值。在优选实施例中,本文所讨论的各种初始的定标度值均选为1。
图14示出本发明方法的另一可替代实施例的流程图。首先,在步骤100,将一个环路变量n初始化为1。接着,在步骤102,使多项式控制函数符合于控制传递特性数据,以计算出每个控制系数的值。在步骤103,控制系数乘以一个定标度值。然后,在步骤104,计算输出误差信号;并在步骤106,应用基于降序的优化方法调谐该定标度值。在步骤108,使环路变量n加1。随后,在步骤110,将误差信号与一个误差阈值相比较。如果误差信号小于误差阈值,则调谐结束。然而,如果误差信号不小于误差阈值,则本方法前进到步骤112。
步骤112用于连续地根据步骤106和104所示的计算出的输出误差信号来执行基于降序的优化法,以调谐标度值,直至环路变量n达到一个预定值(max)时为止,一旦max值的迭代已完成,该方法前进到步骤116,增加该控制多项式的阶次。
增加控制多项式的阶次是将至少一个附加项加到该多项式上,因之增加了至少一个附加的控制系数。在本发明的这个实施例中,该方法前进到步骤100,在那里,环路变量n复位为1,借助于使具有增加阶次的新多项式函数符合于控制传递特性数据,计算该控制系数的新值。
然后,该方法如前所述进行下去,应用基于降序的优化方法来调谐定标度值,以期得到小于误差阈值的输出误差信号。请注意,控制多项式的阶次将反复地增加,直到输出误差信号最终落在误差阈值以下。
图15示出本发明方法的另一个实施例的流程图。在这个实施例中,控制输入的一个或多个定标度值是被调谐的参数。首先,在步骤270,控制输入乘以一个定标度值。接着,在步骤272根据系统输出与所需输出之差,计算输出误差信号。在步骤274,使用一种优化技术,调谐定标度值。这种优化技术可任选地是一种迭代法,需要在步骤272重复地计算输出误差信号,并在步骤274重复地调谐定标度值,如由任选的反馈通路276所表示的。
图16示出在配合本发明一个实施例所应用的控制器50的一种任选结构的方框图。控制器50包含一个非线性控制器280,用以响应在乘法器282中乘以定标度值k的输入x。据此,由图16所示结构体现的控制器50的输出y由下式表示:
y=[w0+w1(kx)+w2(kx)2+……] (8)
图17示出基于输入定标度值k变化的样值控制传递特性曲线的变化。给定一条标称传递特性曲线290来代表图16所示的非线性控制器280的传递特性。如果定标度值k大于1,则传递特性曲线290在x方向上被压缩,例如传递特性曲线292。同样地,如果k值小于1,则传递特性曲线290在x方向上伸展,其伸展方式类似于传递特性曲线294。
请注意,虽然图16所示的实施例是借助于一个标量输入x来表示的,但它也能方便地用于具有矢量输入的非线性控制器中,其输入可由多个个别的输入表示。本发明的一个实施例的控制器50的输出y,可由式(9)表示。
在这个实施例中,一个定标度值k用来标度每个控制输入x1、x2、……、xn。在控制器50的另一个替代性实施例中,输出y由式(10)表示。
在这个实施例中,个别的定标度值ki用于每个个别输入xi。为此,输入x1具有一个相应的定标度值k1,输入x2具有一个相应的定标度值k2等等。
图18示出本发明方法的又一个实施例的流程图。在步骤300,本方法开始,将环路变量n初始化为数值1。然后,在步骤302,使多项式控制函数符合于控制传递特性数据,以计算出控制系数的值。在步骤304,将控制输入乘以一个定标度值。在步骤306,计算出一个输出误差信号;并在步骤308,应用基于降序的优化方法来调谐定标度值。在步骤310,环路变量n加1。然后,在步骤312,只要误差信号小于误差阈值,便重复步骤304、306和308,直到在步骤314判定环路变量n达到数值max时为止。
如果误差信号降到误差阈值之下,则调谐结束。否则,当max值迭代执行完时,在步骤316多项式的阶次增加,在步骤320,环路变量n复位为1,并使新的多项式函数符合于控制传递特性数据,以在步骤302计算出新的控制系数值。调谐定标度值进入迭代过程,直到误差信号小于误差阈值;如果在max值迭代后误差信号仍然超过误差阈值,则多项式的阶次将重复地增加,直到误差信号小于误差阈值。
图19示出本发明一个替代实施例的方框图。在这个实施例中,控制器50含有一个非线性控制器330。非线性控制器330的输入x由定标度值k来定标度,如方框332中所示。非线性控制器330的输出如方框334中所示,因而非线性控制器330的控制系数都由定标度值h定标度。据此,图19所示的控制器50的输出y由式(11)表示。
y=hw0+hw1(kx)+hw2(kx2)2+…… (11)
图20示出本发明的方法的一个替代实施例的流程图。首先,在步骤340,计算出每个控制系数的值。接着,在步骤342,将控制系数乘以一个第一定标度值。在步骤344,将控制输入乘以一个第二定标度值。在步骤346,根据系统输出与所需输出之差,计算出一个输出误差信号。在步骤348,应用基于降序的优化方法调谐第一和第二定标度值。该优化方法可任选地是一种迭代方法,如步骤342和344所示,它需要重复地乘以第一和第二定标度值,还如步骤346所示,重复计算输出误差信号,还如方框348所示,重复调谐第一和第二定标度值,就象可任选的反馈通路350所表示的那样。
图21示出本发明之方法的又一实施例的流程图。在步骤150,该方法开始,将环路变量n初始化为数值1。然后,在步骤152,使多项式控制函数符合于控制传递特性数据,以计算出控制系数的值。在步骤154,将控制系数乘以一个第一定标度值。在步骤158,将控制输入乘以第二定标度值。然后,在步骤160,计算出一个输出误差信号,并在步骤162,应用基于降序的优化方法调谐第一和第二定标度值。在步骤164,环路变量n加1,并在步骤166,只要误差信号小于误差阈值,便重复步骤154、158、160和162,直到在步骤168判定环路变量n达到数值max时为止。
如果误差信号降到误差阈值之下,则调谐结束。否则,当max值迭代执行完以后,在步骤172,增加多项式的阶次,在步骤150,环路变量n复位为1,并使新的多项式函数符合于控制传递特性数据,在步骤152计算出新的控制系数值。调谐第一和第二定标度值进入迭代过程,直到误差信号小于误差阈值;如果在max值迭代后误差信号仍然超过误差阈值,则多项式的阶次将重复地增加,直到误差信号小于误差阈值。
虽然本发明的各实施例是以具有定标量输出和定标量输入的控制器50已描述了,但应注意,这些实施例可以同样地应用于其它的、更一般的控制器配置。在这些更复杂的配置中,引入一些附加的定标度值只是用来提供附加的应用基于降序的优化技术待调谐的参数。
图22示出本发明再一个实施例中应用的控制器的方框图。控制器50具有一个标量输出和一个矢量输入,该输入含有多个个别的标量输入x1、x2、……、xn。个别的输入xi的每个具有相应的定标度值ki。控制器50的输出通常可由式(12)表示。
图23示出配合本发明另一个实施例应用的一种多项式控制器的方框图。控制器50含有多个个别的控制器,每个控制器具有相应的输出yj。每个输出是相应的个别控制器的系数的函数,也是相应的输入定标度常数k;和输出定标度常数hj的函数,如式(13)所示。类似地,个别的控制器的输出yj可以由式(14)表示。
yj=hjw0+hj(kjx)+hj(kjx)2+……+hj(kjx)m-1 (14)
图24示出配合本发明再一个实施例应用的多项式控制器的方框图。在这个实施例中,多项式控制器50由一系列个别的控制器组成,它们产生多个相似的多个输出yj。每个个别的控制器还响应多个控制输入xi的一个子集,而相应的个别控制器之任意输出yi由式(15)表示:
图25示出本发明一个实施例的控制器的方框图。在图25中,本发明的调谐器190是结合控制器212一起表示的,控制器212的工作是基于一个多项式函数,它具有多个控制系数。调谐器190含有计算装置216,借助于使控制多项式符合于多个控制传递特性数据,用以计算出多个控制系数的每个的值。调谐器190还含有误差计算装置218,用以根据系统输出与所需输出之差、按时间计算出输出误差信号。第一乘法装置213使控制器的系数乘以第一定标度值,第二乘法装置211使控制器的一个或多个输入乘以一个或多个定标度值。调谐器190还含有调整装置214,用以应用基于降序的优选方法调谐第一和第二定标度值的数值,以使输出误差信号最小化。比较装置217将输出误差信号与一个误差阈值相比较。如果经多次优化方法的迭代之后误差信号仍大于误差阈值,则由阶次增加装置215增加控制器212的多项式阶次。
可以理解,优选实施例的本发明的调谐器190可以应用在一个处理器上工作的软件程序来实现。然而,本领域的普通技术人员承认,本文描述的功能还可以由硬件装置来实现,例如ASIC(专用集成电路)或可编程逻辑陈列,它们可以执行由软件程序执行的、相同的功能。
对于本领域的技术人员来说,显然可以以无数的方式对所公开的发明进行修改,并可以采用许多其它的不同于上文具体地提出并说明的实施例。据此,所附的权利要求书意在包罗对本发明的所有修改,它们都处于本发明的精神实质和范畴之内。
Claims (11)
1.在一种用以控制系统于所需输出的控制器中,该被控系统具有一个基于时间的系统输出,控制器的工作基于一个多项式函数,该函数具有一种阶次、多个控制系数和相同的多个多项式的项,一种用以调谐控制系数的改进,其特征在于,该改进包括:
计算装置,可操作地耦合到该控制器,借助于使多项式函数符合于多个控制传递特性数据,用以计算多个控制系数的每个的数值;
第一乘法装置,可操作地耦合到该计算装置,用以将该控制系数值乘以一个初始的第一定标度值;
误差计算装置,根据系统输出与所需输出之差,用以按时间计算出一个输出误差信号;
调整装置,可操作地耦合到该计算装置和控制器,应用基于降序的优化方法,调谐该第一定标度值,以使输出误差信号最小化。
2.根据权利要求1所述的控制器,其特征在于,该误差计算装置和系数调整装置合作迭代地收敛于一个最小误差信号上。
3.根据权利要求1所述的控制器,其特征在于,还含有:
比较装置,可操作地耦合到该误差计算装置,用以将输出误差信号与一个误差阀值相比较;
阶次增加装置,可操作地耦合到该控制器,当输出误差信号高于误差阈值时,借助于增加至少一个新的多项式项,和相应地至至少一个新的控制系数,来增加多项式函数的阶次;
计算装置,可操作地耦合到该控制器,用以为多个控制系数计算出一个新的初始值,和至少一个新的控制系数。
4.根据权利要求1所述的控制器,其特征在于,该误差计算装置和系数调整装置合作根据多个控制系数的新初始值,迭代地收敛于一个最小误差信号上。
5.根据权利要求1所述的控制器,其特征在于,该系统输入是一个矢量量值,含有多个个别的系统输入。
6.根据权利要求1所述的控制器,其特征在于,该控制输入是一个矢量量值,含有多个个别的控制输入。
7.根据权利要求1所述的控制器,其特征在于,该控制传递特性数据是根据至少一条模糊逻辑控制规则产生的。
8.根据权利要求1所述的控制器,其特征在于,该控制传递特性数据是从一种连续的非线性控制传递特性中产生的。
9.根据权利要求1所述的控制器,其特征在于,该控制系数的每个的值是应用一种最小平方方法计算的。
10.根据权利要求1所述的控制器,其特征在于,该控制系数的每个的值是应用矩阵倒置技术计算的。
11.根据权利要求1所述的控制器,其特征在于,还含有第二乘法装置,借助于将该控制输入乘以一个初始第二定标度值来标度该控制输入,其中,该调整装置含有,利用基于降序的优选方法来配合调谐第一定标度值和第二定标度值,以使输出误差信号最小化的装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US08/282,118 | 1994-07-28 | ||
US08/282,118 US5633987A (en) | 1994-07-28 | 1994-07-28 | Auto-scaling controller and method of use therefor |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1157663A true CN1157663A (zh) | 1997-08-20 |
Family
ID=23080178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN95195039.8A Pending CN1157663A (zh) | 1994-07-28 | 1995-06-16 | 自动定标度的控制器及其使用方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US5633987A (zh) |
CN (1) | CN1157663A (zh) |
AU (1) | AU2861795A (zh) |
CA (1) | CA2196081C (zh) |
DE (1) | DE19581705T1 (zh) |
GB (1) | GB2305519B (zh) |
WO (1) | WO1996003699A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6092919A (en) | 1995-08-01 | 2000-07-25 | Guided Systems Technologies, Inc. | System and method for adaptive control of uncertain nonlinear processes |
US6037737A (en) * | 1998-04-30 | 2000-03-14 | Trw Inc. | Simple friction-compensating control algorithm for high precision mechanisms |
US6177910B1 (en) | 1998-04-30 | 2001-01-23 | Trw Inc. | Large bore drive module |
US6172470B1 (en) | 1998-04-30 | 2001-01-09 | Trw Inc. | Large aperture precision gimbal drive module |
DE69931597T2 (de) * | 1998-09-18 | 2007-05-24 | Sony Corp. | Vorrichtung und verfahren zur datenumsetzung sowie entsprechender aufzeichnungsträger |
US7769474B2 (en) * | 2005-09-20 | 2010-08-03 | Honeywell International Inc. | Method for soft-computing supervision of dynamical processes with multiple control objectives |
US9513935B2 (en) | 2014-10-28 | 2016-12-06 | International Business Machines Corporation | Auto-scaling thresholds in elastic computing environments |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0738128B2 (ja) * | 1984-10-03 | 1995-04-26 | 株式会社東芝 | 制御装置 |
GB8727602D0 (en) * | 1987-11-25 | 1987-12-31 | Nat Res Dev | Industrial control systems |
US4979126A (en) * | 1988-03-30 | 1990-12-18 | Ai Ware Incorporated | Neural network with non-linear transformations |
US5121443A (en) * | 1989-04-25 | 1992-06-09 | Spectra-Physics, Inc. | Neural net system for analyzing chromatographic peaks |
JP2821189B2 (ja) * | 1989-09-01 | 1998-11-05 | 株式会社日立製作所 | 学習型意思決定支援システム |
US5408588A (en) * | 1991-06-06 | 1995-04-18 | Ulug; Mehmet E. | Artificial neural network method and architecture |
JP3242950B2 (ja) * | 1991-08-14 | 2001-12-25 | 株式会社東芝 | 予測制御方法 |
US5371834A (en) * | 1992-08-28 | 1994-12-06 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Adaptive neuron model--an architecture for the rapid learning of nonlinear topological transformations |
US5479573A (en) * | 1992-11-24 | 1995-12-26 | Pavilion Technologies, Inc. | Predictive network with learned preprocessing parameters |
US5450527A (en) * | 1993-09-30 | 1995-09-12 | Motorola, Inc. | Method for converting an existing expert system into one utilizing one or more neural networks |
US5455890A (en) * | 1993-09-30 | 1995-10-03 | Motorola, Inc. | Method for structuring an expert system utilizing one or more neural networks |
-
1994
- 1994-07-28 US US08/282,118 patent/US5633987A/en not_active Expired - Lifetime
-
1995
- 1995-06-16 WO PCT/US1995/007630 patent/WO1996003699A1/en not_active Application Discontinuation
- 1995-06-16 AU AU28617/95A patent/AU2861795A/en not_active Abandoned
- 1995-06-16 CA CA002196081A patent/CA2196081C/en not_active Expired - Fee Related
- 1995-06-16 DE DE19581705T patent/DE19581705T1/de not_active Withdrawn
- 1995-06-16 CN CN95195039.8A patent/CN1157663A/zh active Pending
- 1995-06-16 GB GB9701738A patent/GB2305519B/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US5633987A (en) | 1997-05-27 |
CA2196081C (en) | 1999-12-28 |
AU2861795A (en) | 1996-02-22 |
DE19581705T1 (de) | 1998-10-08 |
GB9701738D0 (en) | 1997-03-19 |
GB2305519B (en) | 1999-03-10 |
WO1996003699A1 (en) | 1996-02-08 |
GB2305519A (en) | 1997-04-09 |
CA2196081A1 (en) | 1996-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Awouda et al. | Refine PID tuning rule using ITAE criteria | |
CN1244032C (zh) | 原料工业设备或原料加工工业设备的控制系统 | |
CN1023157C (zh) | 采用自适应增益调度算法的装置和方法 | |
CN1490690A (zh) | 在过程控制系统中的集成模型预测控制和最佳化 | |
CN1024849C (zh) | 过程控制系统 | |
CN1490691A (zh) | 集成模型预测控制和优化器功能块的配置和观察显示器 | |
CN101050971A (zh) | 基于脉冲响应模板和参数优化的动态软测量建模方法 | |
CN1157663A (zh) | 自动定标度的控制器及其使用方法 | |
CN1300651C (zh) | 过程控制系统优化程序中的约束和限制可行性处理 | |
CN106406083A (zh) | 一种模糊控制选煤方法 | |
CN1794117A (zh) | 多变量时滞系统解耦控制器解析设计方法 | |
CN103778482A (zh) | 基于多尺度分析的水产养殖溶解氧短期预测方法 | |
CN110910277A (zh) | 一种基于XGBoost的水泥磨系统电耗指标预测方法 | |
CN112597430B (zh) | 一种用于复杂精馏塔的操作参数优化方法 | |
DE102019204949A1 (de) | Maschinelle lernvorrichtung, steuervorrichtung und maschinelles lernverfahren | |
Kozák | From PID to MPC: Control engineering methods development and applications | |
CN116596139A (zh) | 一种基于Elman神经网络的短期负荷预测方法及系统 | |
CN1746797A (zh) | 智能优化参数自整定控制方法 | |
CN1147872A (zh) | 模糊控制用的方法和装置 | |
CN1573624A (zh) | 用于批性能估计的装置和方法 | |
CN1026444C (zh) | 比例积分微分控制器系统 | |
US5805447A (en) | Cascade tuning controller and method of use therefor | |
CN101078912A (zh) | 一种自适应模糊控制系统的设计方法 | |
Pérez et al. | Fuzzy controller based on PLC S7-1200: Application to a servomotor | |
Mokhtar et al. | Design minimum rule-base fuzzy inference nonlinear controller for second order nonlinear system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C01 | Deemed withdrawal of patent application (patent law 1993) | ||
WD01 | Invention patent application deemed withdrawn after publication |