CN1746797A - 智能优化参数自整定控制方法 - Google Patents

Abstract

一种智能优化参数自整定控制方法，通过系统辨识首先得到对象广义传递函数模型；然后，判断选择自动控制作用方式和控制模式；其次，基于遗传算法等优化算法分别对各种控制模式的控制参数进行优化整定；最后，系统投入自动投运。本发明主要解决现有参数自整定控制方法不能针对具体被控对象进行控制，以致于整定效果差、智能程度低、实用性差的技术问题。具备了高智能化、参数优化调整、实用性强等优点。

Description

智能优化参数自整定控制方法

技术领域：

本发明涉及一种用于工业过程控制，工业控制对象的模式识别，特别是用于工业控制对象中的智能优化参数自整定控制方法。

背景技术：

在工业过程控制，特别是对温度等慢变的大惯性系统的控制中，控制对象的模型特征将随着对象的不同，工作状态的不同而各不相同，人工确定控制参数需要对系统有良好的了解和足够的调试经验，如何对不同的控制对象自动地确定其合适的控制参数是工业控制仪表行业共同的课题。在控制仪表的设计和生产中，由于仪表应用面极广，控制对象各不相同，所以一般无法预先确定控制参数，通常需要在仪表使用于某个确定的系统后，才能有针对地确定其控制参数，包括控制作用方式、控制模式、基本控制调节参数等。确定控制参数，首先需要了解首控系统的基本特征。或者说系统的数学模型。实际上涉及一个模式识别问题。关于模式识别，有许多成熟的理论。但是按模式识别理论来获取系统特征对于许多工业控制对象既不现实也无必要。因为这种模式识别需要大量的数据，和运算时间，对于大多数慢变的工业控制对象由于识别时间太长而无法有效使用这种方法。而对于实际的工业控制对象绝大部分具有单调收敛的特征。另一方面，在控制算法PID控制对于这种单调收敛的受控对象具有对参数变化灵敏度低的特点。也就是说，PID控制对控制对象模型的精确度要求不是很高。这在大量的实际应用中已经证实。所以目前国内外大多数带有整定的控制仪表采用较为简易的方法。其基本做法是：通过对受控对象施加激励，并确保所施加的激励在控制平衡点附近有相对稳定的响应输出，并可由该激励及相应的输出特性，计算出相应的P，I，D控制参数。目前国内外采用的自整定方法是：在工作点附近分划出一个自整定有效区域，即在这个区域获得的系统特征参数经过适当的修正可以反映工作点附近分划出一个自整定有效区域，即在这个区域获得的系统特征参数经过适当的修正可以反映工作点附近的系统特征。为获得所需特征信息采用外加激励并采集工作点附近系统响应，由此获得系统工作点相关特征并计算出控制参数。其过程是这样的，首先对受控系统加一个恒定的激励使系统输出向工作点靠近，当达到工作点附近某个规定值时，系统激励变为0。系统由于惯性继续向工作点逼近，并且在经过一段时间后开始回落，当回落到规定值时，对系统加第二次激励，这时系统将出现一个从继续下降到上升的过程体，当系统输出再次达到该规定值时，再一次将系统激励置0。系统仍将出现一个上升再回落的过程。当再一次回落到该规定值时，整定过程结束。根据采集数据计算出控制参数。在整个整定过程中，第一次激励是是系统进入工作点附近区域，第二次激励才是真正的自整定开始。以保持激励产生的输出特性比较接近工作点的特征。在整个自整定过程中，出现两次输出回落到规定值的过程。当系统是大惯性时，这个过程非常长。从而使自整定所需的时间非常长。

因此，必须提供一种能根据不同的受控系统(对象)进行参数自整定控制的方法，以提高工作效率。

发明内容：

本发明的目的是提供一种智能优化参数自整定控制方法，解决现有参数自整定控制方法不能针对具体被控对象进行控制，以致于整定效果差、智能程度低、实用性差的技术问题。

为解决上述技术问题，本发明是这样实现的：

一种智能优化参数自整定控制方法，其特征在于：通过系统辨识首先得到对象广义传递函数模型；然后，判断选择自动控制作用方式和控制模式；其次，基于遗传算法等优化算法分别对各种控制模式的控制参数进行优化整定；最后，系统投入自动投运。

该方法所使用的智能优化参数自整定控制器包括输入接口、CPU处理器、输出接口、通讯接口、SDRAM存储介质和FLASH闪存；智能优化参数自整定控制算法储存在SDRAM存储介质中，该算法包括智能判断模块、控制模块、辨识模块、优化模块。

该CPU可采用32位，主频70MHZ的芯片。

该CPU可采用ARM7系列芯片。

系统辨识采用阶跃响应辨识法，根据输出阶跃响应曲线的到系统的广义对象传递函数模型。

根据响应曲线的变化特点确定控制方式，再根据通用传递函数模型的参数特点，选择PID控制器的控制模式。

该参数优化整定首先基于广义系统传递函数模型，利用Z-N算法或其它算法等对控制参数进行粗略调整，然后利用遗传算法或其他优化算法对控制参数进行优化，最终得到比较优化的控制参数。

与现有技术相比，本发明方法具备以下优点：

(1)高智能化；

(2)参数优化调整；

(3)实用性强。

附图说明：

图1是本发明方法中控制器整体原理图。

图2是本发明的控制系统原理图

图3是本发明方法的流程图。

图4是系统阶跃响应曲线图。

图中：

1-输入信号；     2-输入接口；

3-通讯接口；     4-CPU处理器；

5-输出接口；     6-输出信号；

7-SDRAM；        8-FLASH；

9-优化模块；     10-辨识模块；

11-工艺变量；    12-工艺对象；

13-控制模块；    14-智能判断模块；

15-给定值。

具体实施方式：

针对传统参数自整定控制算法存在的缺陷，本发明设计了一种智能优化参数自整定控制方法。请参阅图3，该方法中所使用的控制器能够自动进行系统对象辨识，首先得到对象广义传递函数模型；然后，判断选择自动控制作用方式和控制模式；其次，基于遗传算法等优化算法分别对各种控制模式的控制参数进行优化整定；最后，系统投入自动投运。该智能优化参数自整定控制器，包括输入接口2、CPU处理器4、输出接口5、通讯接口3、SDRAM存储介质7和FLASH闪存8等(如图1所示)。智能优化参数自整定控制算法储存在SDRAM存储介质7中，该算法包括智能判断模块14、控制模块13、辨识模块10、优化模块9等。

一、智能参数优化算法步骤：

(1)系统辨识

系统辨识采用阶跃响应辨识法，例如输出10％的阶跃信号，根据输出阶跃响应曲线的到系统的广义对象传递函数模型：

$G\left(s\right)=\frac{K_0{e}^{-\mathrm{\ιs}}}{T_{0}s+1},---1)$

其中K₀是整体增益系数；T是时间常数；τ是延迟时间。该系统阶跃响应曲线如图4所示。确定系统对象模型参数方法如下：首先确定上升到38.4％Y(∞)和63.2％Y(∞)两个点t₁，t₂，其中Y(∞)是系统最终稳态值；则计算系统对象参数如下：

$T_0=\frac{t_1-t_2}{\ln (1-0.384)-\ln (1-0.632)},---2)$

τ＝t₁-T₀，

                                3)

$K_0=\frac{(Y(\∞)-Y\left(0\right))/(Y_H-Y_L)}{\mathrm{\Δu}}.---4)$

式中Y_H，Y_L分别是量程上下限制；Y(0)是初始工艺变量值；Δu是控制器的阶跃输出信号。

(2)控制方式判断

根据响应曲线的变化特点确定控制方式。如果Δu/Δy＞0，则控制方式选择正作用方式；反之，则选反作用方式。另外，还要根据通用传递函数模型的参数特点，选择PID控制器的控制模式：例如τ＝0.0或小于一定范围(如小于0.5)，则选择PI控制模式；否则，选择PID控制模式。

(3)参数优化整定

首先基于广义系统传递函数模型，利用Z-N算法或其它算法等对控制参数进行粗略调整，然后利用遗传算法或其他优化算法对控制参数进行优化，最终得到比较优化的控制参数。

在此优化过程中分别完成P、PI和PID三种控制模式的参数优化。

①Z-N控制参数调整法：

假设对象模型如式(1)所示，则PID控制参数可以按下表经验公式整定：

控制器类型	Kp	Ti	Td
				P	T0/K0τ
PI	0.9T0/K0τ	3τ
				PID	1.2T0/K0τ	2τ	τ/2

②遗传算法简单步骤

A、对参数进行编码

可以采用二进制或十进制方式进行编码；

B、产生初始群体

可以基于Z-N算法或其它算法等产生初始群体，并确定寻优搜索区间；

C、参数解码

对参数编码进行解码，得到控制参数；

D、系统辨识

可以采用多种方法进行系统辨识，如神经网络、最小二乘法等方法。主要用于对模型进行在线校正。

E、计算适应度函数

根据定义的适应度函数，计算所有个体的适应度。

F、遗传操作

根据适应度值选择优秀个体，进行交叉、变异等操作。

G、产生新的群体

H、重复B-G直到结束或满足精度要求为止。

(4)系统投运

根据自动判断地控制作用方式、控制模式和优化控制参数，把整个控制系统投入运行。

二、硬件部分

主要包括主机和外围接口两大部分

1)主机

CPU可采用32位，主频70MHZ左右，如ARM7系列芯片等；

采用SDRAM和FLASH闪存分别用作计算机内存存储器和存储操作系统、应用软件及控制参数等；

采用外界提供电源方式。

2)外围接口

数据通讯接口：主要提供标准的USB、VGA、RJ45、RS232、RS485及电源接口等；

模拟信号接口：主要提供4-20mA电流输入/输出、1-5VDC电压输入/输出等；

三、软件部分

主要包括操作系统、通讯软件、WEB远程访问软件及输入/输出接口软件

1)操作系统

采用比较流行的具有与Windows应用程序兼容的嵌入式操作系统，如Win CE等。

2)通讯软件

采用提供TCP/IP协议、RS232或485协议的支持软件。

3)WEB远程访问软件

用于完成远程访问、通讯、操作等功能。

4)输入/输出接口软件

用于完成模拟信号或数字信号的输入/输出。

综上所述仅为本发明的较佳实施例而已，并非用来限定本发明的实施范围。即凡依本发明申请专利范围的内容所作的等效变化与修饰，都应为本发明的技术范畴。

Claims (7)

1、一种智能优化参数自整定控制方法，其特征在于：通过系统辨识首先得到对象广义传递函数模型；然后，判断选择自动控制作用方式和控制模式；其次，基于遗传算法等优化算法分别对各种控制模式的控制参数进行优化整定；最后，系统投入自动投运。

2、根据权利要求1所述的智能优化参数自整定控制方法，其特征在于：该方法所使用的智能优化参数自整定控制器包括输入接口、CPU处理器、输出接口、通讯接口、SDRAM存储介质和FLASH闪存；智能优化参数自整定控制算法储存在SDRAM存储介质中，该算法包括智能判断模块、控制模块、辨识模块、优化模块。

3、根据权利要求2所述的智能优化参数自整定控制方法，其特征在于：该CPU可采用32位，主频70MHZ的芯片。

4、根据权利要求3所述的智能优化参数自整定控制方法，其特征在于：该CPU可采用ARM7系列芯片。

5、根据权利要求1或2或3或4所述的智能优化参数自整定控制方法，其特征在于：系统辨识采用阶跃响应辨识法，根据输出阶跃响应曲线的到系统的广义对象传递函数模型。

6、根据权利要求5所述的智能优化参数自整定控制方法，其特征在于：根据响应曲线的变化特点确定控制方式，再根据通用传递函数模型的参数特点，选择PID控制器的控制模式。

7、根据权利要求1所述的的智能优化参数自整定控制方法，其特征在于：该参数优化整定首先基于广义系统传递函数模型，利用Z-N算法或其它算法等对控制参数进行粗略调整，然后利用遗传算法或其他优化算法对控制参数进行优化，最终得到比较优化的控制参数。

Images