DE10196372B3 - Adaptiver rückgekoppelter/vorwärtsgekoppelter PID-Controller - Google Patents

Adaptiver rückgekoppelter/vorwärtsgekoppelter PID-Controller Download PDF

Info

Publication number
DE10196372B3
DE10196372B3 DE10196372.6T DE10196372T DE10196372B3 DE 10196372 B3 DE10196372 B3 DE 10196372B3 DE 10196372 T DE10196372 T DE 10196372T DE 10196372 B3 DE10196372 B3 DE 10196372B3
Authority
DE
Germany
Prior art keywords
parameter
value
model
controller
values
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.)
Expired - Lifetime
Application number
DE10196372.6T
Other languages
English (en)
Other versions
DE10196372T1 (de
Inventor
Wilhelm K. Wojsznis
Terrence L. Blevins
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.)
Fisher Rosemount Systems Inc
Original Assignee
Fisher Rosemount Systems Inc
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 Fisher Rosemount Systems Inc filed Critical Fisher Rosemount Systems Inc
Publication of DE10196372T1 publication Critical patent/DE10196372T1/de
Application granted granted Critical
Publication of DE10196372B3 publication Critical patent/DE10196372B3/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00Automatic controllers
    • G05B11/01Automatic controllers electric
    • G05B11/36Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • G05B11/42Automatic 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.
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

Verfahren zum adaptiven Entwurf eines PID-Controllers in einem Prozessregelungssystem bzw. Prozesssteuersystem, mit folgenden Schritten: (a) Festlegen eines Satzes von Modellen, Modi, für den Prozess, wobei jedes der Modelle, Modi, dazu bestimmt ist, den Prozess zu replizieren, und durch eine Vielzahl von Parametern gekennzeichnet ist und in jedem Modell, Modi, jeder der Parameter einen entsprechenden Parameterwert, pkl, hat, der aus einem Satz von vorbestimmten Anfangswerten ausgewählt wird; (b) Bewerten jedes der Modelle, Modi, wobei ein Fehlerquadrat Ei(t), des Modells, Modi, im Laufe der Bewertung jedes der Modelle, Modi, berechnet wird; (c) Zuordnen eines Norm-Wertes zu jedem Parameterwert, pkl, wobei der Norm-Wert wie folgt definiert ist:wobei Epkl(t) der Norm-Wert ist, der dem Parameterwert pkl als ein Ergebnis des Durchlaufs t zugewiesen ist, N die Gesamtzahl der Modelle, Modi, ist, und Xkl = 1, falls der Parameterwert, pkl, im Modell, Modi, benutzt ist, und Xkl = 0, falls der Parameterwert, pkl, nicht im Modell, Modi, benutzt ist; (d) Berechnen eines adaptiven Parameterwertes pk(a), der als Mittel der Werte, die in dem Satz der vorbestimmten Anfangswerte enthalten sind, gewichtet wird, für jeden Parameter; und (e) Umgestalten des PID-Controllers in Abhängigkeit von dem adaptiven Parameterwert, pk(a).

Description

  • Die Erfindung betrifft ein Verfahren zur Prozessregelung (Prozesssteuerung) und insbesondere einen adaptiven PID-(Proportional-Integral-Differential-)Controller, der durch Parameterwerte gekennzeichnet ist, die aus einer Interpolation von Prozess-Modellparametern abgeleitet werden.
  • Logik-basierte Controller-Schaltstrategien werden als möglicher Ansatz zur Anwendung von adaptiven Prozessregelungen vorgeschlagen. Siehe z. B. Morse, F. M. Pait and S. R. Weller, ”Logic-Based Switching Strategies for Self-Adjusting Control, 33rd IEEE Conference on Decision and Control (December 1994)”.
  • Die Druckschrift JP 59 133 605 A beschreibt einen PID-Regler zur Abtastung, mit dessen Hilfe mehrere Charakteristikveränderungsmodelle für einen betreffenden Prozess erstellt werden, um deren Modellfehler zu berechnen und daran anschließend die Charakteristikveränderung des im Betrieb befindlichen Prozesses erfasst werden kann, und zwar darauf beruhend, dass der Modellfehler eines entsprechenden geschätzten Modells Null wird.
  • Im Allgemeinen können logik-basierte Controller-Schaltstrategien in einem von zwei Ansätzen klassifiziert werden.
  • Der erste Ansatz gründet auf einem vorgeprägten Controller-Abgleich. Im Prinzip schließt ein vorgeprägter Abgleich eine sequentielle Bewertung von betrachteten Controllern ein, die von einem vorgeschriebenen Satz genommen werden. Die Bewertung ist vollständig, wenn ein Controller identifiziert ist, der zufriedenstellend arbeitet. Vorgeprägte Abgleicher sind relativ einfach zu entwerfen und erfordern Einiges an den Controller-Aufbau. Die Vorteile von vorgeprägten Abgleichern werden jedoch durch die eigentlich schwache Leistung im Hinblick auf die Abgleichzeit überschattet. Das heißt, es ist oft eine übermäßige Zeitdauer erforderlich, um den optimalen Controller aus dem vorgeschriebenen Satz auszuwählen.
  • Ein alternativer Ansatz gründet auf einem kennungs-basierten, parametrisierten Controller, der aus zwei parameter-abhängigen Subsystemen besteht, einer Kennung, wobei deren grundlegende Funktion es ist, einen Schätzfehler des Ausgangswertes zu erzeugen, und einen internen Controller. Das Regelsignal (Steuersignal) das in den Prozess zurückgeführt wird, basiert auf einer aktuellen Abschätzung des Prozessmodells.
  • Im Allgemeinen werden die Abschätzungen des Prozessmodells aus einem passend definierten Modellsatz ausgewählt. Die allumfassende Strategie basiert auf einem Konzept von ”zyklischem Schalten”. Zyklisches Schalten kann mit oder ohne Prozessanregung eingesetzt werden. Ein lohnender Rückblick und eine Bewertung dieses Ansatzes zur Adaptation der Prozessregelung wird von K. S. Narendra und J. Balakrishnan in ”Adaptive Control Using Multiple Models”, IEEE Transactions on Automatic Control, Bd. 42, Nr. 2, S. 177–187 (Februar 1997) gegeben. Dieser Artikel beschreibt eine Bauweise mit N Identifizierungsmodellen, die parallel arbeiten. Entsprechend zu jedem Modell gibt es einen parametrisierten Controller. Zu jedem Zeitpunkt wird eines der Modelle durch eine Schaltregel ausgewählt und der entsprechende Regelungs-Eingabewert wird verwendet, um den Prozess zu regeln (steuern). Die Modelle können festgelegt oder adaptiert sein. Zur Erklärung, warum festgelegte Modelle verwendet werden: Es soll gewährleistet sein dass mindestens ein Modell existiert, das durch Parameter gekennzeichnet ist, die ausreichend nah an jenen des unbekannten Prozesses liegen. Die Ausbeute des Ansatzes, nämlich die gewünschte Geschwindigkeit der Adaptation, aber verlangt, dass eine signifikante Anzahl von Modellen entworfen wird. Weil festgelegte Modelle in der Lage sind, nur eine begrenzte Anzahl von Umgebungen genau zu vertreten, müssen zusätzlich adaptive Modelle verwendet werden, um die Genauigkeit asymptotisch zu verbessern.
  • Die praktische Anwendung von Schaltstrategien wirft eine Anzahl von Problemen auf, im Wesentlichen auf Grund der Anzahl von Modellen, die für eine sinnvolle Prozessannäherung erforderlich sind. Sogar bei einem einfachen Einzel-Eingang-Einzel-Ausgang(SISO)-System kann von einem Selbstabgleicher erwartet werden, dass hunderte von festgelegten Modellen erforderlich sind, um eine zufriedenstellende Leistung zu erreichen. Die Anforderung für zahlreiche Prozessmodelle steigert sich exponentiell in multivariablen Systemen. Effektivere Lösungen erfordern die Berücksichtigung einer besonderen Prozessmodellstruktur und eines Controller-Typs und legen den Austausch einer einfachen Schaltstrategie mit gut ausgearbeiteten Abläufen nahe.
  • Ein signifikant abgewandelter Ansatz wird durch Gendron bei einem Dahlin-Controller dargelegt. Siehe S. Gendron, ”Improving the Robustness of Dead-Time Compensators for Plants with Unknown of Varying Delay”, Control Systems 90 Conference (Helsinki 1990). Gendron beschreibt darin ein einfaches Erste-Ordnung-plus-Totzeit-Prozessmodell, gemäß welchem die Prozessadaptation ausschließlich durch Variation der Totzeit durchgeführt wird. Der Controller setzt ein Prozessmodell, das eine gewichtete Summe von Modellen ableitet, die durch ungleichartige Totzeiten gekennzeichnet sind, eher voraus als sich auf einfaches Schalten zu stützen. Jedes Modell in dem Satz erzeugt eine Vorhersage des Prozess-Ausgangswertes und die entsprechende Gewichtung wird automatisch als einfache Funktion des Fehlers der Vorhersage angeglichen. Das Konzept wird erweitert, um in einen Dahlin-Controller sowohl eine Prozessverstärkungs- als auch eine Totzeit-Unsicherheit in das Dahlin-Controller-Konstrukt aufzunehmen.
  • Im Allgemeinen existieren zwei bekannte Ansätze zum Entwerfen eines PID-adaptiven Controllers. Das heißt, der direkte Ansatz und der indirekte oder kennungs-basierte Ansatz. Weil der kennungs-basierte Ansatz für Schaltstrategien vorteilhaft ist, verfolgt der Gegenstand der Erfindung diesen Ansatz, wie oben angegeben, zur Auslegung eines adaptiven Schalt-PID-Controllers. Weil es so aussieht, als ob es keine Technik in Bezug auf das Schalten eines PID-Controllers gäbe, scheint die vorliegende Erfindung am naheliegendsten bezüglich des klassischen, kennungs-basierten, adaptiven PID-Controllers zu sein. Das Ergebnis ist ein adaptiver PID-Controller, der mit einer Abschätzeinheit für rekursive Fehlerquadrate (RLS) gekoppelt ist, die Änderungen in den Modellparametern verfolgt. Typische Probleme, die mit rekursiven Identifiern verbunden sind, sind die Auswahl von Anfangsparametern, eine ungenügende Anregung, Filterung, Parameterentwicklung und eine niedrige Parameter-Abtastgeschwindigkeit. Es ist bekannt, dass Leistungsverbesserungen durch Vereinfachung des Prozessmodells erreicht werden können. Ein erstrebenswertes Beispiel für diese Lösung wird von Astrom und Hagglund in ”Industrial Adaptive Controllers Based on Frequency Response Techniques”, Automatica, Bd. 27, Nr. 4, S. 599–609 (1991) gegeben. Der Controller, der darin beschrieben wird, ist dafür ausgelegt, eine Adaptation im Frequenzbereich auszuführen und führt ein Abgleichen in Abhängigkeit von Sollwertänderungen und natürlichen Störgrößen aus. Eine besondere Abgleichfrequenz wird ausgewählt, indem Bandpassfiltern am Prozesseingang und -ausgang angewendet werden. Die Frequenz der Filter wird durch den selbsttätigen Abgleicher (Abgleicher auf Verlangen) bestimmt. Der selbsttätige Abgleicher definiert die letzte Periode, indem er eine Relais-Oszillations-Methode vor der adaptierenden Abgleich-Operation verwendet. Der adaptive Abgleicher definiert die Prozessverstärkung für die Abgleichfrequenz, indem er eine vereinfachte RLS-Abschätzeinheit verwendet. Der Abgleicher hat die Fähigkeit, Änderungen in der Prozessverstärkung leicht zu verfolgen. Wenn jedoch eine Änderung in einer Totzeit oder in einer Zeitkonstanten auftritt, zeigt der verfolgte Punkt nicht länger eine -Π-Phase und das Abgleichen des Controllers wird ungenau. Es ist bekannt, dass das Abgleichen signifikant durch Anwenden verschiedener Abgleichfrequenzen und durch Verwenden eines Interpolators, zum Definieren einer Frequenz mit Phase -Π, verbessert werden kann. Alternativ ist es möglich, sofort mit nur einer Tuning-Frequenz zu arbeiten und diese Frequenz nach jedem Abgleichzyklus, zum Verfolgen einer Phase -Π, anzugleichen. Beide Gestaltungsmöglichkeiten bringen eine nachfolgende Sollwertänderung und natürliche Störgrößen mit sich und können externe Anregungen am Controller-Ausgang oder am Sollwerteingang einspeisen. Obwohl solche Abgleicher nicht die Einschränkungen der früheren Techniken zeigen, sind sie wesentlich komplexer.
  • Ein ernsterer Nachteil von beiden Gestaltungsmöglichkeiten ist die Verlässlichkeit auf ein relativ einfaches adaptives Modell, das nur zwei Parameter kennt: Letzte Verstärkung und letzte Periode. Ein Abgleichmodell mit dieser Auslegung ist geeignet für Ziegler-Nichols-Abgleichung oder einige ähnliche Modifikationen, wird aber den Anforderungen von vielen Anwendungen, bei denen innere Modellregelung(-steuerung) (IMC) oder Lambda-Abgleichung bevorzugt wird, nicht genügen. Ein einfacher RLS-Identifier kann verwendet werden, um eine statische Verstärkung für die vorwärtsgekoppelte Regelung (Steuerung) zu bestimmen.
  • Jedoch sieht dieser Ansatz nicht die Vorwärtskopplungs-Dynamik des Prozesses vor, die für eine angemessene vorwärtsgekoppelte Steuerung erforderlich ist. Weil zusätzlich vorwärtsgekoppelte Signale Ladestörgrößen sind und Störsignale nicht, wie sie sollten, in den Rückkopplungspfad eingespeist werden können, leidet der Ansatz an dem Problem der unzureichenden Anregungen.
  • Eine fortgeschrittenere Lösung für die vorwärtsgekoppelte Adaptation beschreibt das U.S. Patent Nr. 5 043 863 , ”Multivariable Adaptive Feedforward Contoller”, von Bristol und Hansen. Dieses Patent beschreibt ein Differentialgleichungs-Prozessmodell, das ausgelegt ist, um Ladestörgrößen einzubeziehen. Das Modell wird regelmäßig, beruhend auf Prozessdaten, aktualisiert. Störgrößen sind durch momentane Vergleiche und durch Regelungs-Vergleiche, die durch Methoden des Vorabschätzens erhalten werden, gekennzeichnet. Im Allgemeinen ist die Lösung sehr komplex und erfordert signifikante Anregungen, ziemlich die gleiche wie bei der RLS-Identifikation. Die Lösung ist nur für die vorwärtsgekoppelte Regelung geeignet ist und für einen adaptiven Controller mit Rückkopplung nicht anwendbar.
  • Demgemäß ist ein adaptiver Controller gewünscht, der die oben bezeichneten Mängel, die bei bekannten Ansätzen für adaptive Regelung gezeigt werden, überwindet. Insbesondere wird eine einheitliche Lösung für die rückgekoppelte und vorwärtsgekoppelte PID-Regelung gefordert. Herausragende Ziele, die an den erfinderischen 'adaptiven rückgekoppelten/vorwärtsgekoppelten PID-Controller' gerichtet sind, weisen Folgendes auf: Kürzere Adaptationszeit, Minimierung der Bedingungen, die der Verwendung von PID-Abgleichregeln auferlegt sind, Einfachheit der Auslegung und Erreichung der Adaptation mit Reduzierung der Prozessanregung.
  • Die oben genannten und andere Aufgaben, Vorteile und Fähigkeiten sind in einem Aspekt der Erfindung in einem Verfahren von adaptivem Auslegen eines Controllers in einem Prozessregelungssystem (Prozesssteuerungssystem) erfasst. Gemäß des Verfahrens wird ein Satz von Modellen für den Prozess eingerichtet. Jedes der Modelle ist durch eine Vielzahl von Parametern gekennzeichnet und für jedes Modell hat jeder der Parameter einen entsprechenden Wert, der aus einem Satz von vorbestimmten Anfangswerten, die dem Parameter entsprechen, ausgewählt wird. Die Bewertung von jedem Modell weist eine Berechnung eines Fehlerquadrats des Modells oder eines Norm-Werts auf. Der Norm-Wert wird jedem Parameterwert, der in dem Modell, das bewertet wird, zugeordnet. Weil wiederholte Bewertungen von Modellen durchgeführt werden, wird ein aufgerechneter Norm-Wert für jeden Parameterwert berechnet. Der aufgerechnete Norm-Wert ist die Summe aller Norm-Werte, die dem Parameterwert im Laufe der Modellbewertungen zugeordnet werden. Danach wird eine adaptiver Parameterwert für jeden Parameter berechnet. Der adaptive Parameterwert ist ein gewichtetes Mittel der Anfangswerte, die den jeweiligen Parametern zugeordnet werden. Der Controller wird dann in Abhängigkeit von den adaptiven Parameterwerten umgestaltet.
  • Ein anderer Aspekt der Erfindung ist in einem Controller ausgeführt, der zum Regeln (Steuern) eines Prozesses verwendet wird. Der Controller ist durch Controller-Parameter, die aus adaptiven Prozess-Parameterwerten abgeleitet werden, gekennzeichnet, wobei die Prozess-Parameterwerte gemäß folgender Stufen festgelegt werden:
    • (a) Festlegen eines Satzes von Modellen für den Prozess, wobei jedes der Modelle durch eine Vielzahl von Parametern gekennzeichnet ist und in jedem Modell der Wert von jedem Parameter aus einem Satz von vorbestimmten Anfangswerten, die eben diesem Parameter zugeordnet sind, ausgewählt wird;
    • (b) Bewerten jedes der Modelle, wobei ein Fehlerquadrat des Modells, EI(t), im Laufe der Bewertung jedes der Modelle bestimmt wird;
    • (c) Zuordnen eines Norm-Wertes zu jedem in einem bewertetem Modell vertretenen Parameterwert;
    • (d) für jeden Parameter Festlegen eines adaptiven Parameterwertes, der ein gewichtetes Mittel der Werte ist, die in dem Satz der Anfangswerte, die dem jeweiligen Parameter zugeordnet werden, enthalten sind; und
    • (e) Übermitteln von Parameterwerten des adaptiven Controllers an den Controller, wobei die Parameterwerte des adaptiven Controllers aus den Parameterwerten des adaptiven Prozesses abgeleitet werden.
  • Eine andere Erscheinungsform der Erfindung wird durch ein System zum Abgleichen eines Prozess-Controllers erfasst. Das System kann sowohl in Hardware als auch in Software oder in einer Kombination davon eingesetzt werden. Das System weist eine Modell-Komponente auf, die einen Eingang hat, der mit einem Prozesseingang gekoppelt ist. Die Modell-Komponente weist eine Vielzahl von Prozessmodellen auf, und jedes der Modelle ist durch eine Vielzahl von Parametern gekennzeichnet, die Parameterwerte haben, die aus einem Satz von vorbestimmten Anfangswerten, die dem jeweiligen Parameter zugeordnet werden, ausgewählt werden. Ein Fehlergenerator hat einen ersten Eingang, der mit einem Ausgang der Modell-Komponente gekoppelt ist und eine zweiten Eingang, der mit dem Prozessausgang gekoppelt ist. Der Fehlergenerator erzeugt ein Fehlersignal des Modells, das die Differenz zwischen dem Ausgangswert eines Modells und dem Ausgangswert des Prozesses darstellt. Eine Modellbewertungskomponente hat einen Eingang, der mit einem Ausgang des Fehlergenerators gekoppelt ist, wobei der Fehlergenerator ein Fehlerquadrat des Modells entsprechend einem Modell berechnet, wobei das Modell das Fehlerquadrat des Modells für Parameterwerte, die in dem Modell vertreten sind, bestimmt. Ein Parameter-Interpolator hat einen Eingang, der mit einem Ausgang der Modellbewertungs-Komponente zum Berechnen eines adaptiven Prozess-Parameterwertes für Parameter, die in einem Modell vertreten sind, gekoppelt ist. Eine Controllerumgestaltungs-Komponente hat einen Eingang, der mit einem Ausgang des Parameter-Interpolators gekoppelt ist und einen Ausgang, der mit einem Controller gekoppelt ist. Die Controllerumgestaltungs-Komponente übermittelt über einen Schluss eines Adaptationszykluses adaptive Controller-Parameterwerte an einen Controller. Die adaptiven Controller-Parameterwerte werden von den adaptiven Prozess-Parameterwerten, die berechnet werden, abgeleitet.
  • Die Erfindung ist auch in einem adaptiven rückgekoppelten/vorwärtsgekoppelten (FB/FC)-Controller ausgeführt, der einen Eingangsknotenpunkt des rückgekoppelten Controllers (FBC) und einen FBC-Ausgangsknotenpunkt, einen Prozess-Eingangsknotenpunkt, der mit dem FBC-Ausgangsknotenpunkt gekoppelt ist, einen Prozess-Ausgangsknotenpunkt, der mit dem FBC-Eingangsknotenpunkt gekoppelt ist, und einen Fehlerknotenpunkt aufweist. Ein FBC ist zwischen den FBC-Eingangsknotenpunkt und den FBC-Ausgangsknotenpunkt gekoppelt. Eine Modell-Komponente hat einen Eingang, der mit dem Prozess-Eingangsknotenpunkt gekoppelt ist und weist eine Vielzahl von Modellen auf, wobei jedes der Modelle durch eine Vielzahl von Parametern gekennzeichnet ist. Die Parameter haben Werte, die aus Sätzen von vorbestimmten Anfangswerten, festgelegt für jeden der Parameter, ausgewählt werden. Ein Fehlergenerator hat einen ersten Eingang, der mit einem Ausgang der Modell-Komponente gekoppelt ist, und einen zweiten Eingang, der mit dem Prozess-Ausgangsknotenpunkt gekoppelt ist. Der Fehlergenerator erzeugt an einem Fehlerknotenpunkt ein Fehlersignal des Modells, das die unmittelbare Differenz zwischen dem Ausgangswert eines Modells und dem Ausgangswert des Prozesses darstellt. Eine Modellbewertung hat einen Eingang, der mit dem Fehlerknotenpunkt gekoppelt ist und arbeitet, um ein Fehlerquadrat des Modells, entsprechend einem Modell, zu berechnen. Das Fehlerquadrat des Modells wird für Parameterwerte, die in einem entsprechendem Modell vertreten sind, bestimmt. Ein Parameter-Interpolator hat einen Eingang, der mit einem Ausgang der Modellbewertungs-Komponente zum Berechnen adaptiver Parameterwerte, die mit Parametern, die ein einem Modell vertreten sind, in Zusammenhang stehen, gekoppelt ist. Eine Controllerumgestaltungs-Komponente ist mit dem Ausgang des Parameter-Interpolators gekoppelt und übermittelt die adaptiven Parameterwerte an einen Controller über einen Schluss eines Adaptationszykluses. Die Elemente der Erfindung, die die Modell-Komponente, den Fehlergenerator, die Modellbewertungs-Komponente, den Parameter-Interpolator und die Controllerumgestaltungs-Komponente aufweisen, aber nicht darauf beschränkt sind, können in Hardware, Software und/oder in einer angebrachten Kombination davon realisiert werden. In einem Regelungssystem, das sowohl eine vorwärtsgekoppelte als auch eine rückgekoppelte Regelung einschließt, weist die Modell-Komponente eine Vielzahl von Modellen mit vorwärtsgekoppelten Controllern (FFC) als auch FBC-Modellen auf, und die Parameter, die die FBC-Modelle kennzeichnen können von den Parametern, die die FFC-Modelle kennzeichnen, verschieden sein. Außerdem kann der Parameter-Interpolator in einen FFC-Parameter-Interpolator und einen FBC-Parameter-Interpolator aufgeteilt werden. Folglich wird die Controllerumgestaltungs-Komponente ähnlich aufgeteilt, um adaptive Parameter des FBC und adaptive Parameter des FFC an die jeweiligen Controller zu übermitteln.
  • Die Erfindung zieht auch Umstände in Erwägung, gemäß welcher sich nicht alle Prozessparameter der Adaptation einem gegebenen Adaptationszyklus unterwerfen. Eine begrenzte Adaptation ist angezeigt, wenn man glaubt, dass sich nur einer oder zumindest nicht alle Prozessparameter geändert haben. Zum Beispiel kann vermutet werden, dass aufgrund der vergangenen Zeit seit dem letzten Adaptationszyklus, der Prozess-Verstärkungsparameter gedriftet ist, während andere Prozessparameter im Wesentlichen konstant bleiben. Daher wird die Prozess-Überwachereinheit, die oben beschrieben ist, einen Adaptationszyklus einleiten, was aber nur verursacht, dass der Prozess-Verstärkungsparameter adaptiert wird. Der Prozessregler(-steuereinheit) wird dann in Abhängigkeit von dem adaptiven Prozess-Verstärkungsparameter umgestaltet. Demgemäß ist der Erfindung auch ein Verfahren eines adaptiven Controllers zueigen, wobei, wie oben genannt, ein Modellsatz für den Prozess kompiliert und jedes der Modelle bewertet wird, d. h. ein entsprechendes Fehlerquadrat des Modells wird für jedes Modell berechnet. Ein adaptiver (Verstärkungs-)Parameterwert wird, basierend auf der gewichteten Summe von jedem der vorbestimmten Anfangsparameterwerte, berechnet. Die Ausgangswerte werden durch normalisierte Fitness-Faktoren gewichtet. Mit einem berechneten Prozess-(Verstärkungs-)Parameter wird der Controller dementsprechend umgestaltet.
  • Der Gegenstand der Erfindung kann besser verstanden und seine zahlreichen Objekte, Merkmale und Vorteile können Fachleuten besser ersichtlich gemacht werden, indem auf die beigefügten Zeichnungen verwiesen wird, in denen Folgendes dargestellt ist:
  • 1 ist ein Funktions-Blockdiagramm eines adaptiven rückgekoppelten/vorwärts gekoppelten PID-Controllers und dessen Betrieb, der auf Interpolation von Prozess-Modell-Parametern basiert;
  • 2 ist die konzeptionelle Darstellung eines Erste-Ordnung-Plus-Totzeit-Prozessmodells, das sowohl vorwärtsgekoppelte, als auch rückgekoppelte Schleifen enthält, und
  • 3 ist die Darstellung eines Modellsatzes, charakterisiert durch drei Parameter: DT, Tc, und Verstärkung, von denen jeder einen von drei Werten annehmen kann. 3 stellt auch eine vorgeschlagene Reihenfolge für einen Modell-Durchlauf dar.
  • Für ein gründliches Verständnis des Gegenstandes der Erfindung wird auf die folgende, detaillierte Beschreibung einschließlich der beigefügten Ansprüche, in Verbindung mit den oben beschriebenen Zeichnungen, verwiesen.
  • In 1 ist ein adaptiver, rückgekoppelter/vorwärts gekoppelter (FB/FC) PID-Controller, der zur Regelung eines Prozesses 1 benutzt wird, dargestellt. Der übliche Betrieb solcher Systeme ist Fachleuten wohlbekannt. Siehe z. B. F. G. Shinskey, Prozess Control Systems: Application, Design and Tuning, 4th ed., McGraw-Hill, New York 1996. Das adaptive, in 1 dargestellte Regelsystem beinhaltet sowohl einen rückgekoppelten Controller in Form eines PID-Controllers 2, als auch einen vorwärts gekoppelten Controller 3.
  • Das Prozess-Regelungssystem kann in geeigneter Weise beschrieben werden unter Bezugnahme auf einen Eingangsknotenpunkt 41 des rückgekoppelten Controllers (FCB), auf einen Ausgangsknotenpunkt 42 des FCB, auf einen Prozess-Eingangsknotenpunkt 43, auf einen Prozess-Ausgangsknotenpunkt 44, auf einen Eingangsknotenpunkt 46 des vorwärts gekoppelten Controllers (FFC) und auf einen Fehler-Knotenpunkt 45. In einer Fachleuten vertrauten Art und Weise wird ein Sollwertsignal des Prozesses (SP) an einen ersten Eingang des Eingangsknotenpunkts 41 angelegt. Der Ausgang 412 des Eingangsknotenpunkts 41 ist mit dem Eingang 21 des PID-Controllers 2 verbunden. Der Ausgang 22 des PID-Controllers 2 ist mit einem ersten Eingang 421 des FBC Ausgangsknotenpunkts 42 verbunden. Der Ausgang 422 des Knotenpunkts 42 ist mit einem ersten Eingang 431 des Prozess-Eingangsknotenpunkts 43 verbunden. Der Ausgang 432 des Knotenpunkts 43 ist mit einem ersten Eingang 11 des Prozesses 1 verbunden. Der Ausgang 12 von Prozess 1 ist mit einem Eingang 441 eines Prozess-Ausgangsknotenpunktes 44 verbunden. Ein erster Ausgang 442 des Knotenpunkts 44 ist mit einem zweiten Eingang 413 des Eingangsknotenpunkts 41 rückgekoppelt. Ein zweiter Ausgang 444 des Knotenpunkts 42 ist mit einem ersten Eingang 451 des Fehler-Knotenpunkts 45 verbunden. Wie man 1 entnehmen kann, wird zum Zwecke dieser Beschreibung das Eingangssignal für Prozess 1 als u(t) bezeichnet, und das Ausgangssignal von Prozess 1 wird als y(t) bezeichnet. (Streng genommen sind u(t) und y(t) elektrische Darstellungen der physikalischen Erscheinungen, die in Verbindung mit dem Prozess auftreten). Des weiteren tritt ein Störsignal d am Eingang 461 des FFC-Eingangsknotenpunktes 46 auf. Das Störsignal d ist von einem ersten Ausgang 462 des Knotenpunkts 46 mit einem Eingang 31 des FFC 3 verbunden und pflanzt sich von einem zweiten Ausgang 454 des Knotenpunkts 46 zu Prozess 1 hin fort.
  • Insofern als oben beschrieben, nimmt das rückgekoppelte/vorwärts gekoppelte PID-Prozess-Regelsystem eine Form an, die gewöhnlich durch Mitarbeiter, die in die Gestaltung und den Betrieb eines solchen Systems eingebunden sind, getroffen wird. Die zusätzlichen Funktionskomponenten, die in 1 dargestellt sind, begründen die hervorstechenden Aspekte des Gegenstands der Erfindung.
  • Insbesondere ist in 1 eine Modellsatz-Komponente 51 gezeigt, um Signaleingänge, die mit dem Störsignal d und dem Prozesseingangssignal u(t) verbunden sind, zu haben. Die Bestandteile der Modellsatzkomponente 51 sind ein Satz mathematischer Modelle des Prozesses 1. Der Ausgang 512 der Komponente 51 ist mit dem Eingang 453 des Fehlerknotenpunktes 45 verbunden. Der Ausgang 452 des Knotenpunkts 45 ist mit dem Eingang 521 der Modellbewertungskomponente 52 verbunden. Die Modellbewertungs-Komponente schließt einen den Prozess simulierenden Simulator, wie durch die Prozessparameterwerte definiert, die durch die Modellsatz-Komponente 51 geliefert werden, ein. In einem bevorzugten Ausführungsbeispiel wird die Simulation durch Softwaremethoden erreicht. Der Ausgang 522 der Modellbewertungs-Komponente 52 ist mit dem Eingang 551 der parameterinterpolierenden Komponente 55 und mit dem Eingang 531 der Überwacher-Komponente 53 verbunden. Der Ausgang 552 des Parameter-Interpolators 55 ist mit dem Eingang 515 der Modellsatz-Komponente 51 verbunden, und der Ausgang 554 des Parameter-Interpolators 55 ist mit dem Eingang 541 der Controllerumgestaltungs-Komponente 54 verbunden. Die Controllerumgestaltungs-Komponente 54 hat einen ersten Ausgang 544, verbunden mit einem Eingang 23 des FBC 2 und einen zweiten Ausgang 542, verbunden mit dem Eingang 33 des FFC 3. Eine Beschreibung des Betriebs und der Bedeutung der Komponenten 51, 52, 53, 54 und 55 folgt.
  • Der Betrieb des adaptiven, rückgekoppelten/vorwärts gekoppelten PID-Controllers, insbesondere einschließlich der Komponenten 51, 52, 53, 54 und 55, geht gewöhnlich wie folgt voran: Das adaptive, rückgekoppelte/vorwärts gekoppelte PID-Regelungssystem wird mathematisch durch einen Modellsatz 51 beschrieben. Jedes Modell im Modellsatz 51 wird durch vorbestimmte Parameter definiert, und jedes der Modelle ist dazu bestimmt, in einer begrenzten Art und Weise Prozess 1 zu replizieren. Allgemein kann jedes der Modelle durch eine Anzahl von Parametern m definiert sein, und jedem der Parameter kann eine Anzahl von Werten n zugewiesen sein. Daher ist die Gesamtanzahl der Modelle im Satz 51 = N, wobei N = mn. In einem beispielhaften Ausführungsbeispiel der Erfindung sind die Modelle durch die Parameter DT (Totzeit), Tc (Zeitkonstante) und die Verstärkung charakterisiert. Darüber hinaus wird angenommen, dass jedem der Parameter einer von drei Werten zugeordnet worden ist: Totzeit = DT+, DT, DT–; Zeitkonstante = Tc+, Tc oder Tc–; und Verstärkung = Verstärkung+, Verstärkung und Verstärkung–. Deshalb ist in dieser beispielhaften Beschreibung die Gesamtzahl von möglichen Modellen, um mathematisch Prozess 1 anzunähern, N = 33 = 27. Jedes der Modelle wird als Modi bezeichnet, wobei i = 1, ..., 27.
  • Bei oder vor dem Beginn eines Modellbewertungsdurchlaufes stellt der Parameter-Interpolator 55 einen Satz vorbestimmter Anfangsparameterwerte der Modellsatz-Komponente 51 zur Verfügung. Wenn wiederum drei Parameter DT, Tc und der Verstärkungsfaktor angenommen werden, und wenn jeder der drei Parameter drei vorbestimmte Anfangsparameterwerte besitzt, dann stellt der Parameter-Interpolator 55 der Modellsatz-Komponente 51 neun Parameterwerte zur Verfügung. Die Art und Weise, in welcher Parameterwerte aufgestellt werden, liegt im Ermessen der Controller-Gestaltung. Im allgemeinen beruhen die Parameterwerte, die am Beginn eines Adaptionszyklus in den Modellsatz 51 geschrieben werden, auf den adaptiven Parameterwerten, welche im Verlauf des letzten Adaptionszyklus berechnet worden sind. Als Antwort auf die neuen Parameterwerte konstruiert die Modellsatz-Komponente unter der Kontrolle der Überwachereinheit 53 insgesamt 27 Modelle Modi, wobei i = 1, ..., 27. Im Zuge eines Modellbewertungsdurchlaufes wählt und aktiviert die Überwachereinheit 53 sequentiell ein Modell Modi. Zu diesem Zeitpunkt wird der Prozesseingang u(t), der als Eingang des Modellsatzes in Erscheinung tritt, an den Eingang des aktivierten Modells angelegt. Der resultierende Ausgang des Modi erscheint dann am Modellsatzausgang 512.
  • Der Ausgang 512 des Modellsatzes 51 ist mit dem Eingang 451 des Fehlergeneratorknotenpunkts 45 verbunden. Das Ausgangssignal des Satzes 51 wird durch die Variable Y gekennzeichnet. Gleichzeitig ist der Ausgang Y des Prozesses 1 mit einem zweiten Eingang des Fehlergeneratorknotenpunktes 45 verbunden. Der Ausgang 452 des Knotenpunktes 45, ein Fehlersignal E, ist mit einem Eingang 521 der Modellbewertungs-Komponente 52 verbunden. Das Fehlersignal Ei(t) ist die Differenz zwischen dem Prozessausgang y(t) und dem Ausgang des Modells Modi zum Zeitpunkt t. In einer Art und Weise, die unterhalb vollständig erklärt wird, berechnet die Modellwertungs-Komponente 52 ein Modellfehlerquadrat entsprechend jedem Modell Modi, und weist das Modellfehlerquadrat Parameterwerten, die in Modi vertreten sind, zu. Der Ausgang 522 des Modellbewerters 52 ist an den Eingang 551 des Parameter-Interpolators 55 angelegt. In einer Art und Weise, die unterhalb vollständig beschrieben wird, berechnet der Parameter-Interpolator 55 einen adaptiven Parameterwert für die die in einem Modell vertretenen Parameter. Der Ausgang des Parameter-Interpolators 55 ist mit dem Modellsatz 51 verbunden, und der Ausgang des Parameter-Interpolators 55 ist mit dem Eingang 541 der Controllerumgestaltungs-Komponente 54 verbunden. Der Ausgang 544 ist an den PID-Controller 2 angelegt, und der Ausgang 542 ist an den vorwärts gekoppelten Controller 3 angelegt. In einer Art und Weise, die unterhalb vollständig erklärt wird, übermittelt die Controllerumgestaltungs-Komponente 54 bis zum Abschluß eines Adaptionszyklus Parameterwerte zu den Controllern. Wie in 1 gezeigt, enthält die Erfindung auch eine Anregungsgenerator-Komponente 56, die einen Ausgang, verbunden mit dem Eingang 415 des Eingangsknotenpunkts 41, hat.
  • Die Überwacher-Komponente 53 hat Signaleingänge 533, 535, 537, die mit dem Prozesseingangssignal u, dem Prozessausgangssignal y und dem Störsignal d verbunden sind. Die Überwacher-Komponente 53 hat auch einen Eingang, der mit dem Ausgang der Modellbewertungs-Komponente 52 verbunden ist. Die Überwachereinheit 53 hat einen ersten Kontrollausgang, verbunden mit der Modellinterpolations-Komponente 55, einen zweiten Kontrollausgang, verbunden mit der Modellbewertungs-Komponente 52 und einen dritten Kontrollausgang, verbunden mit der Controllerumgestaltungs-Komponente 54. Zusätzlich zur Durchführung anderer Funktionen agiert die Überwacher-Komponente 53, um Änderungen im Prozessausgang y, Änderungen im Prozesseingang u vom PID-Controller 2 und Änderungen im Störeingang d (vorwärts gekoppelt), zu detektieren. In dem Fall, dass eine Änderung im Level eines dieser Signale einen vorherbestimmten Minimal- oder Grenzlevel übersteigt, löst die Überwachereinheit 53 einen Adaptionszyklus aus. Die Modellbewertung enthält, wie unterhalb beschrieben, die folgenden Schritte:
    • (1) Modelleinführung und Anpassung des Modellausgangs an den augenblicklichen Prozessausgang.
    • (2) Schrittweise Aktualisierung des Modells beruhend auf den Spezifikationen in u- und/oder d-Signal.
    • (3) Berechnung des Modell-Fehlerquadrats.
  • Speziell der Prozess der Adaption des rückgekoppelten/vorwärts gekoppelten PID beruht auf der Anwendung von interpolativen Methoden auf die Parameterwerte des Modells. Das Konzept des Fehlerquadrats des Modells ist zentral für diese Methode. Im Bezug auf den Gegenstand der Erfindung ist das Fehlerquadrat des Modells Ei(t) für jedes Modell in einem Durchlauf durch die folgende Gleichung definiert. Ei(t) = (y(t) – Yi(t))2, (Gleichung 1) wobei:
  • y(t)
    der Prozessausgang zum Zeitpunkt t ist,
    Yi(t)
    der Ausgang des Modells Modi zu einem Zeitpunkt t ist,
    Ei(t)
    das dem Modi zugeordnete Fehlerquadrat ist, und
    E(t) = [E1(t), ..., Ei(t), ..., En(t)]
    der quadrierte Fehlervektor für Modi ist, wobei i + 1, ..., N zum Zeitpunkt t gilt.
  • Das Fehlerquadrat des Modells E1(t) wird jedem Parameterwert des Modells Modi übergeben, sofern der Parameterwert im bewerteten Modi vertreten ist. Falls ein spezieller Parameterwert nicht im bewerteten Modell vertreten ist, wird dem Parameterwert Null übergeben. Als nächstes wird Modi + 1 bewertet, und wiederum wird das Fehlerquadrat des Modells für dieses Modell berechnet. Das berechnete Fehlerquadrat des Modells wird jedem Parameterwert des Modi übergeben. Da E1(t) während jeder Bewertung des Modells berechnet wird und den Parameterwerten, die in den jeweiligen Modellen vertreten sind, übergeben wird, wird eine aufgelaufene Gesamtzahl von übergebenen Fehlerquadraten des Modells für jeden Parameterwert aufrechterhalten. Der Prozess wird fortgesetzt, bis alle Modelle i = 1, ..., N bewertet sind. Eine komplette Sequenz, in der jedes Modell Modi einmal bewertet wird und ein zugehöriges Fehlerquadrat Ei(t) des Modells berechnet wird, wird als Modelldurchlauf bezeichnet. Als ein Ergebnis dieser Sequenz von Bewertungen oder Modelldurchläufen, hat jeder Parameterwert eine Summe von Fehlerquadraten von allen Modellen, in denen dieser spezielle Parameterwert benutzt worden ist, übergeben bekommen. Folglich wird als Ergebnis jedes Modelldurchlaufs jedem Parameterwert
    pkl, wobei k = 1, ..., m und l = 1, ..., n ein Norm-Wert zugewiesen:
    Figure DE000010196372B3_0003
    wobei:
  • Epkl(t)
    der dem Parameterwert pkl als ein Ergebnis des Durchlaufs t zugewiesener Norm-Wert ist,
    N
    die Gesamtzahl der Modelle ist, und
    Xkl = 1,
    falls der Parameterwert pkl in Modi benutzt ist, und Xkl = 0, falls der Parameterwert pkl nicht in Modi benutzt ist.
  • Der Prozess wird im nächsten Durchlauf wiederholt, und der Norm-Wert, die aus der Summe der Fehlerquadrate, die während dieses Durchlaufs zugewiesen wurden, resultiert, wird zu den Norm-Werten addiert, die während früherer Durchläufe bzw. während eines früheren Durchlaufes berechnet worden sind. Der Satz aufeinanderfolgender Funktionen von Modelldurchlaufen wird als ein Adaptionszyklus bezeichnet, und dauert unter Kontrolle der Überwachereinheit 53 solange an, bis eine vorherbestimmte Anzahl von Durchläufen beendet ist, oder bis eine adäquate Anzahl von Anregungen am Prozesseingang aufgetreten ist, ganz gleich, welche Bedingung auch immer zuerst erfüllt ist.
  • Als Ergebnis dieses Arbeitsschritts hat jeder Parameterwert pkl einen aufgelaufenen Wert des Norm-Wertes, bestimmt während eines Adaptionszyklus, zugewiesen bekommen:
    Figure DE000010196372B3_0004
  • Am Ende des Adaptionszyklus wird der Kehrwert der Summe für jeden Parameterwert pkl berechnet: Fkl = 1/sumEpkl (Gleichung 4)
  • Nachdem Fkl der Kehrwert der Summe der Fehlerquadrate des Modells ist, kann die Variable Fkl intuitiv als Maß für die Fitness des Parameterwerts gesehen werden. Dann wird für jeden Parameter pk ein adaptiver Parameterwert pk(a) berechnet, der ein gewichtetes Mittel aller Werte dieses Parameters ist: pk(a) = pk1·fk1 + ... + pkl·fkl + ... + pkn·fkn (Gleichung 5) wobei: fkl = Fkl/sumFK (Gleichung 6) und sumFK = Fk1 + ... + Fkl + ... + Fkn (Gleichung 7)
  • Demgemäß kann jeder Faktor Fkl als eine Korrespondierende zu der normalisierten Fitness für den jeweiligen Parameterwert angesehen werden.
  • Die wie oben berechneten, adaptiven Parameterwerte definieren einen neuen Modellsatz mit zentralen Parameterwerten pk(a), k = 1, ..., m und einen Bereich von Parameterwerten zwischen oberen und unteren Schranken, welche in der Gestaltung bestimmt werden. Der Bereich der Änderungen ist definiert als +Δ% bis –Δ% und sollte durch zwei oder mehr zusätzliche Parameterwerte vertreten sein. In anderen Worten: Wenn ein Adaptionszyklus einen adaptiven Parameterwert pk(a) ergibt, dann ist es nötig, mindestens zwei zusätzliche Parameter zu definieren, die die jeweiligen Werte pk(a) [1 + Δ%] und pk(a) [1 – Δ%] für die neue Modellbewertung annehmen. Folglich hat jeder Parameter definierte untere und obere Schranken für die Adaption. Falls pk(a) einen Schrankenwert überschreitet, ist es am Schrankenwert begrenzt. Sobald das Modell aktualisiert ist, dies ist bei der Beendigung eines Adaptionszyklus der Fall, findet eine Controller-Umgestaltung statt, die auf aktualisierten pk(a), k = 1, ..., m Modellparameterwerten beruht. Die Adaption kann auf das gesamte Modell angewandt werden oder kann auf den rückgekoppelten oder vorwärts gekoppelten Teil des Modells beschränkt sein, genau auf den Teil, welcher den Ausgang mit den Eingängen in Beziehung setzt, wo ein benötigter minimaler Anregungslevel existiert. Zusätzlich können externe Anregungen in die rückgekoppelte Schleife eingebracht werden, in solchen Situationen, in denen eine unzulängliche Anregung andernfalls daran scheitert, an das Regelsystem geliefert zu werden. Solche Anregungen werden durch den Anregungsgenerator 56 geliefert, unter der Kontrolle der Überwachereinheit 53.
  • Um das adaptive Parameterinterpolationsverfahren besser zu verstehen, betrachte man ein Beispiel des Erste-Ordnung-Plus-Totzeit-Prozessmodells sowohl für die rückgekoppelten, als auch für die vorwärts gekoppelten Schleifen. Das Prozessmodell ist in 2 dargestellt.
  • Man nehme an, dass drei Werte für jeden Parameter benutzt werden, und dass der Adaptionsbereich in einem Zyklus von (+Δ%) bis (–Δ%) ist. Dann wird für jeden Prozesseingang u(t) und jede Störung d der Modellsatz, beschrieben in 3, aufgestellt. In 3 gelten folgende Bezeichnungen:
    (DT) ist der zentrale Wert des Totzeitparameters;
    (DT–) ist (DT – Δ%);
    (DT+) ist (DT + Δ%);
    (Tc) ist der zentrale Wert des Zeitkonstanten-Parameters;
    (Tc–) ist (Tc – Δ%);
    (Tc+) ist (Tc + Δ%);
    Verstärkung ist der zentrale Wert des Verstärkungsfaktors;
    (Verstärkung–) ist (Verstärkung – Δ%); und
    (Verstärkung+) ist (Verstärkung + Δ%).
  • Die Anzahl von Schaltkombinationen, die aus der Konfiguration der 3 resultiert, ist 3 × 3 × 3 = 27. Wie auch immer, wenn beide Eingänge im Modell der 2 für die Adaption benutzt werden, erhöht sich die Anzahl der Schaltkombinationen auf 272 = 729. Dies ist eine bedeutende Anzahl von Modellkombinationen. Nichtsdestotrotz muss betont werden, wenn man die hier beschriebene Methode mit existierenden Modellschaltstrategien vergleicht, dass die erfindungsgemäße, hier beschriebene Methode nur drei Werte für jeden Parameter benötigt. Dieser Nutzen leitet sich hauptsächlich aus der Tatsache ab, dass die Controller-Adaption eher durch eine Parameterbewertung, als durch eine Modellbewertung betrieben wird. Deshalb ist es notwendig, eine Adaption, beruhend auf neun Parameterwerten in der rückgekoppelten Schleife und beruhend auf neun Parameterwerte in der vorwärts gekoppelten Schleife, durchzuführen. Infolgedessen schwankt die Anzahl der bewerteten Parameter lediglich proportional zur Anzahl der Parameter. Hingegen variiert die Anzahl der bewerteten Parameter exponentiell mit der Anzahl von Parametern unter einer Modellbewertungsmethode.
  • Die Folge, mit der Parameterwerte dem Modell übermittelt werden, ist signifikant für eine Begrenzung der Rechneranforderungen. Allgemein sollte ein Parameter mit Gedächtnis, wie z. B. Totzeit, zuerst übermittelt werden und ein gedächtnisloser Parameter, wie z. B. Verstärkung, zuletzt. Folglich ist eine bevorzugte Reihung Totzeit, Zeitkonstante und dann Verstärkung. Diese vorgeschlagene Reihung ist graphisch in 3 dargestellt.
  • Nachdem jeder Modellausgang mit dem augenblicklichen Prozessausgang verglichen ist, wird die Tabelle der Summe der Fehlerquadrate aufgestellt. Nachdem ein Adaptionszyklus vollendet ist, wird ein adaptiver Parameterwert für jeden Parameter, wie in Tabelle 1 gezeigt, berechnet: Tabelle 1 Erste-Ordnung-Plus-Totzeit adaptive Prozessmodellinterpolation
    Parameterwert Fehlerquadrat(SE) Kehrwert des Fehlerquadrats Adaptiver Parameterwert
    Totzeit DT–, DT, DT+ Gleichungen (1), (2), (3) Gleichungen (6), (7) Gleichung (5)
    Verzögerung Tc–, Tc, Tc+
    Verstärkung Verstärkung–, Verstärkung, Verstärkung+
  • Sobald ein Modelladaptionszyklus beendet ist und adaptive Parameterwerte gemäß obiger Beschreibung aufgestellt sind, wird die Controller-Umgestaltung durch den Betrieb der Controllerumgestaltungs-Komponente 54 durchgeführt. Im wesentlichen bildet die Controllerumgestaltungs-Komponente einfach die neu berechneten, adaptiven Prozessparameterwerte auf die umgestalteten Werte für die Parameter, die FBC 2 charakterisieren und/oder auf FFC 3 ab. In einer Art und Weise, die Regelungssystem-Gestaltern wohl bekannt ist, werden z. B. die Prozessparameter DT, Tc und Verstärkung auf Controller-Parameter Reset, Rate und Verstärkung abgebildet. Da ein vollständiges Erste-Ordnung-Plus-Totzeit-Prozessmodell benutzt wird, kann jegliche Abstimmungsregel benutzt werden, inklusive Lambda- oder IMC-Abstimmung. Für den vorwärts gekoppelten Pfad wurde es gezeigt, dass die vollständig dynamische vorwärts gekoppelte Controller-Gestaltungs-Gleichung anwendbar ist: Gff = – Kd / Ku 1 + sTu / 1 + sTd (Gleichung 8) wobei:
  • Gff
    = Vorwärts gekoppelte Controllerübertragungsfunktion,
    Kd
    = Statische Verstärkung der vorwärts gekoppelten Prozessdynamik,
    Ku
    = Statische Verstärkung der rückgekoppelten Prozessdynamik,
    Td
    = Zeitkonstante der vorwärts gekoppelten Prozessdynamik, und
    Tu
    = Zeitkonstante der rückgekoppelten Prozessdynamik.
  • Zusammenfassend stellt der oben beschriebene adaptive FB/FC-Controller eine beträchtliche Verbesserung der Selbstabstimmungsmethoden in einem skalierbaren Prozessregelsystem dar. Obwohl die Erfindung unter Bezugnahme auf spezifische, beispielhafte Ausführungsbeispiele, welche beabsichtigen, die Erfindung zu erklären und diese darzustellen, beschrieben wurde, ist der erfindungsgemäße adaptive, rückgekoppelte/vorwärts gekoppelte Controller nicht auf diese Ausführungsbeispiele beschränkt. Zahlreiche Abwandlungen, Verbesserungen und Hinzufügungen können durch Fachleute implementiert werden. Solche Abwandlungen, Verbesserungen und Hinzufügungen weichen nicht vom Wirkungsbereich der Erfindung, wie sie in den anhängenden Ansprüchen definiert ist, ab. Wie oben beschrieben, gründet z. B. die Controller-Adaption auf einer statistischen Interpolation von Parametern, die benutzt werden, um ein mathematisches Modell des Prozesses kontrolliert zu konstruieren. Obwohl der Prozess durch drei Parameter DT, Tc und Verstärkung charakterisiert ist, und jedem dieser Parameter drei Werte zugewiesen sind, erstreckt sich die Erfindung selbstverständlich auch auf andere Parameter, oder auf eine andere Anzahl von Parametern mit einer anderen Anzahl von zugewiesenen Werten. Darüber hinaus sind die Modellbewertung und die Parameterinterpolation als hauptsächlich durch funktionale Komponenten implementiert, benannt als Modellsatz 51, Modellbewerter 52, Überwachereinheit 53, Parameter-Interpolator 55 und Controller-Umgestaltung 54, dargestellt. Fachleute werden verstehen, dass die Aufteilung erfindungsgemäßer Funktionen unter den genannten Komponenten dem eigenen Ermessen derer, die für die Implementierung des Controllers und seinen Betrieb zuständig sind, anheim gestellt ist.

Claims (29)

  1. Verfahren zum adaptiven Entwurf eines PID-Controllers in einem Prozessregelungssystem bzw. Prozesssteuersystem, mit folgenden Schritten: (a) Festlegen eines Satzes von Modellen, Modi, für den Prozess, wobei jedes der Modelle, Modi, dazu bestimmt ist, den Prozess zu replizieren, und durch eine Vielzahl von Parametern gekennzeichnet ist und in jedem Modell, Modi, jeder der Parameter einen entsprechenden Parameterwert, pkl, hat, der aus einem Satz von vorbestimmten Anfangswerten ausgewählt wird; (b) Bewerten jedes der Modelle, Modi, wobei ein Fehlerquadrat Ei(t), des Modells, Modi, im Laufe der Bewertung jedes der Modelle, Modi, berechnet wird; (c) Zuordnen eines Norm-Wertes zu jedem Parameterwert, pkl, wobei der Norm-Wert wie folgt definiert ist:
    Figure DE000010196372B3_0005
    wobei Epkl(t) der Norm-Wert ist, der dem Parameterwert pkl als ein Ergebnis des Durchlaufs t zugewiesen ist, N die Gesamtzahl der Modelle, Modi, ist, und Xkl = 1, falls der Parameterwert, pkl, im Modell, Modi, benutzt ist, und Xkl = 0, falls der Parameterwert, pkl, nicht im Modell, Modi, benutzt ist; (d) Berechnen eines adaptiven Parameterwertes pk(a), der als Mittel der Werte, die in dem Satz der vorbestimmten Anfangswerte enthalten sind, gewichtet wird, für jeden Parameter; und (e) Umgestalten des PID-Controllers in Abhängigkeit von dem adaptiven Parameterwert, pk(a).
  2. Verfahren zum adaptiven Entwurf eines Controllers nach Anspruch 1, wobei (i) ein erster Bewertungsdurchlauf an einem ersten Modellsatz durchgeführt wird und wobei im Laufe des ersten Bewertungsdurchlaufs jedes der Modelle bewertet wird, basierend auf der Differenz zwischen dem augenblicklichen Prozess-Ausgangswert und dem Modell-Ausgangswert während des ersten Bewertungsdurchlaufs, und ein erster Norm-Wert für jeden der Parameterwerte berechnet wird, die in den Modellen, die in dem ersten Bewertungsdurchlauf bewertet werden, vertreten sind, und wobei (ii) ein zweiter Bewertungsdurchlauf an dem ersten Modellsatz durchgeführt wird, wobei im Laufe des zweiten Bewertungsdurchlaufs jedes der Modelle bewertet wird, basierend auf der Differenz zwischen dem augenblicklichen Prozess-Ausgangswert und dem Modell-Ausgangswert während des zweiten Bewertungsdurchlaufs, und ein zweiter Norm-Wert für jeden der Parameterwerte berechnet wird, die in den Modellen, die in dem zweiten Bewertungsdurchlauf bewertet werden, vertreten sind, und wobei (iii) der zweite Norm-Wert für jeden Parameterwert zum ersten Norm-Wert für jeden Parameterwert addiert wird, um einen aggregierten Norm-Wert für die jeweiligen Parameterwerte zu formulieren, und wobei (iv) zusätzliche Bewertungsdurchläufe durchgeführt werden, um einen Adaptationszyklus zu vervollständigen und im Laufe von jedem zusätzlichen Bewertungsdurchlauf ein jeweiliger Norm-Wert für jeden Parameter berechnet und dieser Norm-Wert zu dem dann bestehenden, aggregierten Norm-Wert für die jeweiligen Parameterwerte hinzuaddiert wird, um einen aktuellen aggregierten Norm-Wert für die jeweiligen Parameterwerte auszubilden, was einen endgültigen Norm-Wert nach Vervollständigung der Bewertungsdurchläufe, die den Adaptationszyklus festlegen, ergibt, und wobei (v) ein adaptiver Parameterwert für jeden Parameter als eine Summe von gewichteten vorbestimmten Anfangswerten, die in Zusammenhang mit den jeweiligen Parametern stehen, berechnet wird, wobei jeder adaptive Parameterwert durch einen entsprechenden Gewichtungsfaktor gewichtet wird und der Gewichtungsfaktor für einen Parameterwert die Summe der aggregierten Norm-Werte für alle Werte des Parameters, geteilt durch den aggregierten Norm-Wert, die für den jeweiligen Parameterwert berechnet wird, ist.
  3. Verfahren zum adaptiven Entwurf eines Controllers nach Anspruch 1, wobei der adaptive Parameterwert für einen Parameter über eine Summe von gewichteten Parameterwerten festgelegt wird, wobei der Gewichtungsfaktor, der jedem Parameterwert zugeordnet wird, proportional der Summe der Norm-Werte ist, die für alle Werte des Parameters berechnet werden und umgekehrt proportional zu dem Norm-Wert ist, die für eben diesen Wert des Parameters berechnet wird.
  4. Verfahren zum adaptiven Entwurf eines Controllers nach Anspruch 1, wobei die Parameter des Prozessmodells einen Speicherparameter, wie z. B. Totzeit (DT), und einen speicherlosen Parameter, wie z. B. Verstärkung, aufweisen und wobei der Controller in Abhängigkeit vom adaptiven speicherlosen Parameter umgestaltet wird.
  5. Verfahren zum adaptiven Entwurf eines Controllers eines Prozesses nach Anspruch 1 oder 4, wobei der Satz von Anfangswerten, die mit jedem der Parameter in Zusammenhang stehen, einen mittleren Parameterwert, einen oberen Grenzparameterwert und einen unteren Grenzparameterwert aufweist.
  6. Verfahren zum adaptiven Entwurf eines Controllers nach Anspruch 1 oder 5, wobei der obere Grenzparameterwert von dem mittleren Parameterwert durch +Δ% und der untere Grenzparameterwert von dem mittleren Parameterwert durch –Δ% beabstandet ist.
  7. Verfahren zum adaptiven Entwurf eines Controllers nach Anspruch 4 oder 6, wobei jedes der Modelle, Modi, durch Vergleichen des Prozess-Ausgangswertes zu einer gegebenen Zeit, y(t), mit dem Modell-Ausgangswert zu eben dieser Zeit, Yi(t), und durch Berechnen eines entsprechenden Fehlerquadrats, Ei(t) = (y(t) – Yi(t))2 für das Modell, Modi, bewertet wird.
  8. Verfahren zum adaptiven Entwurf eines Controllers nach Anspruch 3 oder 4, wobei jedem Parameterwert des Modells, der in einem Modell vertreten ist, ein Norm-Wert zugeordnet wird, wobei der Norm-Wert die Summe der Fehlerquadrate des Modells ist, die im Laufe der Bewertung von jedem der Modelle berechnet werden.
  9. Verfahren zum adaptiven Entwurf eines Controllers nach einem der Ansprüche 1, 4 und 8, wobei ein Fehlerquadrat eines Modells, Ei(t), als (y(t) – Yi(t))2 berechnet wird, wobei y(t) der Prozess-Ausgangswert zu einer bestimmten Zeit und Yi(t) der Modell-Ausgangswert zu eben dieser Zeit ist.
  10. Verfahren zum adaptiven Entwurf eines Controllers nach Anspruch 4, wobei der adaptive Parameterwert für einen Parameter als eine Summe von gewichteten Parameterwerten enthalten ist, wobei der Gewichtungsfaktor, der jedem Parameterwert zugeordnet wird, proportional der Passfähigkeit des Parameterwertes ist.
  11. Verfahren zum adaptiven Entwurf eines Controllers nach Anspruch 8 oder 10, wobei der adaptive Parameterwert für einen Parameter als eine Summe von gewichteten Werten des Parameters berechnet wird, wobei der Gewichtungsfaktor, der jedem Wert des Parameters zugeordnet wird, gleich der Summe der Norm-Werte ist, die aus all den Werten des Parameters berechnet werden, geteilt durch den Norm-Wert, der für eben diesen Wert des Parameters berechnet wird.
  12. Controller zur Verwendung bei der Regelung eines Prozesses, wobei der Controller dazu ausgelegt ist die Parameterwerte gemäß folgenden Schritten festzulegen: (a) Festlegen eines Satzes von Modellen, Modi, für den Prozess, wobei jedes der Modelle, Modi, dazu bestimmt ist, den Prozess zu replizieren, und durch eine Vielzahl von Parametern gekennzeichnet ist und in jedem Modell der Wert von jedem Parameter aus einem Satz von vorbestimmten Anfangswerten, die eben diesem Parameter zugeordnet sind, ausgewählt wird; (b) Bewerten jedes der Modelle, wobei ein entsprechendes Fehlerquadrat, Ei(t), des Modells, Modi, im Laufe der Bewertung jedes der Modelle, Modi, bestimmt wird; (c) Zuordnen eines Norm-Wertes zu jedem Parameterwert, wobei der Norm-Wert wie folgt definiert ist:
    Figure DE000010196372B3_0006
    wobei Epkl(t) der Norm-Wert ist, der dem Parameterwert pkl als ein Ergebnis des Durchlaufs t zugewiesen ist, N die Gesamtzahl der Modelle, Modi, ist, und Xkl = 1, falls der Parameterwert pkl im Modell, Modi, benutzt ist, und Xkl = 0, falls der Parameterwert pkl nicht im Modell, Modi, benutzt ist; (d) für jeden Parameter Festlegen eines adaptiven Parameterwertes, pk(a), der ein gewichtetes Mittel der Werte ist, die in dem Satz der Ausgangswerte, die dem jeweiligen Parameter zugeordnet werden, enthalten sind; und (e) Umgestalten des Controllers in Abhängigkeit von dem adaptiven Parameterwert, pk(a).
  13. Controller nach Anspruch 12, wobei der Satz von vorbestimmten Anfangswerten, die jedem der Prozessparameter zugeordnet werden, einen mittleren Parameterwert, einen oberen Grenzparameterwert und einen unteren Grenzparameterwert aufweist.
  14. Controller nach Anspruch 13, wobei der obere Grenzparameterwert von dem mittleren Parameterwert durch +Δ% und der untere Grenzparameterwert von dem mittleren Parameterwert durch –Δ% beabstandet ist.
  15. Controller nach Anspruch 14, wobei jedes der Modelle durch Vergleichen des Prozess-Ausgangswertes zu einer gegebenen Zeit, y(t), mit dem Modell-Ausgangswert zu eben dieser Zeit, Yi(t), und durch Berechnen eines entsprechenden Fehlerquadrats, EI(t) = (y(t) – Yi(t))2 für das Modell bewertet wird.
  16. Controller nach Anspruch 13, wobei für jeden Parameterwert, der in einem Modell vertreten ist, ein Norm-Wert bestimmt wird, wobei der Norm-Wert die Summe der Fehlerquadrate des Modells ist, die im Laufe der Bewertung von jedem der Modelle berechnet werden.
  17. Controller nach Anspruch 16, wobei ein Fehlerquadrat eines Modells, EI(t) = (y(t) – Yi(t))2 ist, wobei y(t) der Prozess-Ausgangswert zu einer bestimmten Zeit und Yi(t) der Ausgangswert des Modells Modi zu eben dieser Zeit ist.
  18. Controller nach Anspruch 17, wobei der adaptive Parameterwert für einen Parameter als eine Summe von gewichteten Anfangswerten für eben diesen Parameter berechnet wird, wobei der Gewichtungsfaktor, der jedem Anfangswert zugeordnet wird, gleich der Summe der Norm-Werte ist, die aus all den Werten des Parameters berechnet werden, geteilt durch den Norm-Wert, die für eben diesen Anfangswert berechnet wird.
  19. Adaptiver rückgekoppelter/vorwärtsgekoppelter (FB/FF)-Controller, der Folgendes aufweist: einen Eingangsknotenpunkt des rückgekoppelten Controllers (FBC) (FBC-Eingangsknotenpunkt); einen Ausgangsknotenpunkt des FBC (FBC-Ausgangsknotenpunkt); einen Prozess-Eingangsknotenpunkt, der mit dem FBC-Ausgangsknotenpunkt gekoppelt ist; einen Prozess-Ausgangsknotenpunkt, der mit dem FBC-Eingangsknotenpunkt gekoppelt ist; einen Fehlerknotenpunkt, der mit dem Prozess-Ausgangsknotenpunkt gekoppelt ist; einen FBC, der zwischen den FBC-Eingangsknotenpunkt und den FBC-Ausgangsknotenpunkt gekoppelt ist; eine Modell-Komponente (51), die einen Eingang hat, der mit dem Prozess-Eingangsknotenpunkt gekoppelt ist, wobei die Modell-Komponente eine Vielzahl von Prozess-Modellen Modi aufweist, wobei jedes der Modelle dazu bestimmt ist, den Prozess zu replizieren, und durch eine Vielzahl von Parametern gekennzeichnet ist und jeder der Parameter einen Wert pkl hat, der aus einem Satz von vorbestimmten Anfangswerten, die dem jeweiligen Parameter zugeordnet werden, ausgewählt wird; einen Fehlergenerator (45), der einen ersten Eingang hat, der mit einem Ausgang der Modell-Komponente gekoppelt ist und einen zweiten Eingang hat, der mit dem Prozessausgang gekoppelt ist, wobei der Fehlergenerator ein Fehlersignal des Modells, das die Differenz zwischen dem Ausgangswert eines Modells und dem Ausgangswert des Prozesses darstellt, an einem Fehlerknotenpunkt erzeugt; eine Modellbewertungs-Komponente (52), die einen Eingang hat, der mit einem Ausgang des Fehlerknotenpunktes gekoppelt ist, wobei die Modellbewertungs-Komponente ein Fehlerquadrat des Modells entsprechend einem Modell berechnet und wobei die Modellbewertungs-Komponente das Fehlerquadrat des Modells für Parameterwerte, die in dem Modell vertreten sind, bestimmt, wobei ein Norm-Wert zu jedem Parameterwert, pki zugeordnet wird, wobei der Norm-Wert wie folgt definiert ist:
    Figure DE000010196372B3_0007
    wobei Epkl(t) der Norm-Wert ist, der dem Parameterwert pkl als ein Ergebnis des Durchlaufs t zugewiesen ist, N die Gesamtzahl der Modelle, Modi, ist, und Xkl = 1, falls der Parameterwert, pkl, im Modell, Modi, benutzt ist, und Xkl = 0, falls der Parameterwert, pkl, nicht im Modell, Modi, benutzt ist; einen Parameter-Interpolator (55), der einen Eingang hat, der mit einem Ausgang der Modellbewertungs-Komponente zum Berechnen eines adaptiven Parameterwertes für einen Parameter, der in einem Modell vertreten ist, gekoppelt ist; und eine Controllerumgestaltungs-Komponente (54), die einen Eingang hat, der mit einem Ausgang des Parameter-Interpolators gekoppelt ist, und einen Ausgang hat, der mit einem Controller gekoppelt ist, wobei die Controllerumgestaltungs-Komponente umgestaltete Controller-Parameterwerte an einen Controller mit einem logischen Schluss eines Adaptationszykluses übermittelt.
  20. Adaptiver FB/FF-Controller nach Anspruch 19, der des Weiteren eine Überwacher-Komponente aufweist, die einen Eingang hat, der mit dem Prozesseingang gekoppelt ist, und einen Eingang hat, der mit dem Prozessausgang gekoppelt ist, wobei die Überwachereinheit eine Modellbewertung auslöst, wenn eine Änderung im Prozess-Eingangswert oder eine Änderung im Prozess-Ausgangswert ein entsprechendes Grenzwert-Niveau überschreitet.
  21. Adaptiver FB/FF-Controller nach Anspruch 19, wobei die vorbestimmten Anfangswerte für jeden Parameter einen mittleren Parameterwert, einen oberen Grenzparameterwert und einen unteren Grenzparameterwert aufweisen.
  22. Adaptiver FB/FF-Controller nach Anspruch 19, wobei die Bewertungs-Komponente ein Fehlerquadrat des Modells, Ei(t), gleich (y(t) – Yi(t))2, entsprechend einem Modell Modi, berechnet, wobei y(t) der Prozess-Ausgangswert zu einer bestimmten Zeit und Yi(t) der Ausgangswert des Modells Modi zu eben dieser Zeit ist.
  23. Adaptiver FB/FF-Controller nach Anspruch 22, wobei die Bewertungs-Komponente jedem Parameterwert des Modells einen Norm-Wert zuordnet, wobei der Norm-Wert gleich der Summe der Fehlerquadrate des Modells ist, die in der Bewertung von jedem Modell, in dem der Parameterwert vertreten ist, berechnet werden.
  24. Adaptiver FB/FF-Controller nach Anspruch 19, wobei der adaptive Parameterwert, der durch die Parameter-Interpolator-Komponente berechnet wird, als Summe von gewichteten Parameterwerten berechnet wird.
  25. Adaptiver FB/FF-Controller nach Anspruch 24, wobei der Gewichtungsfaktor, der jedem Parameterwert zugeordnet wird, proportional zu der Summe der Norm-Werte ist, die für alle Werte des Parameters berechnet werden, und umgekehrt proportional zu dem Norm-Wert ist, der für diesen Wert des Parameters berechnet wird.
  26. Adaptiver FB/FF-Controller nach Anspruch 19, der des Weiteren einen vorwärtsgekoppelten Controller (FFC) aufweist, der einen ersten Eingang hat, um ihn mit einem Störsignal zu koppeln, und einen Ausgang hat, der mit dem Prozess-Eingangsknotenpunkt gekoppelt ist.
  27. Adaptiver FB/FF-Controller nach Anspruch 26, wobei die Modell-Komponente eine Vielzahl von FBC-Modellen und eine Vielzahl von FFC-Modellen aufweist.
  28. Adaptiver FB/FF-Controller nach Anspruch 27, wobei der Interpolator einen FBC-Parameter-Interpolator und einen FFC-Parameter-Interpolator aufweist.
  29. Adaptiver FB/FF-Controller nach Anspruch 28, wobei die Controllerumgestaltungs-Komponente einen ersten Ausgang hat, der mit dem FBC gekoppelt ist, um umgestaltete FBC-Parameterwerte an den FBC zu übermitteln, und einen zweiten Ausgang hat, der mit dem FFC gekoppelt ist, um adaptive Parameterwerte an den FFC zu übermitteln.
DE10196372.6T 2000-06-20 2001-06-20 Adaptiver rückgekoppelter/vorwärtsgekoppelter PID-Controller Expired - Lifetime DE10196372B3 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US09/597,611 2000-06-20
US09/597,611 US6577908B1 (en) 2000-06-20 2000-06-20 Adaptive feedback/feedforward PID controller
PCT/US2001/019706 WO2001098845A1 (en) 2000-06-20 2001-06-20 Adaptive feedback/feedforward pid controller

Publications (2)

Publication Number Publication Date
DE10196372T1 DE10196372T1 (de) 2003-05-15
DE10196372B3 true DE10196372B3 (de) 2015-10-08

Family

ID=24392218

Family Applications (2)

Application Number Title Priority Date Filing Date
DE10196372.6T Expired - Lifetime DE10196372B3 (de) 2000-06-20 2001-06-20 Adaptiver rückgekoppelter/vorwärtsgekoppelter PID-Controller
DE10197407.8A Expired - Lifetime DE10197407B4 (de) 2000-06-20 2001-06-20 Adaptiver rückgekoppelter/vorwärtsgekoppelter PID-Controller

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE10197407.8A Expired - Lifetime DE10197407B4 (de) 2000-06-20 2001-06-20 Adaptiver rückgekoppelter/vorwärtsgekoppelter PID-Controller

Country Status (5)

Country Link
US (1) US6577908B1 (de)
DE (2) DE10196372B3 (de)
GB (1) GB2379521B (de)
HK (1) HK1052981A1 (de)
WO (1) WO2001098845A1 (de)

Families Citing this family (64)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8280533B2 (en) * 2000-06-20 2012-10-02 Fisher-Rosemount Systems, Inc. Continuously scheduled model parameter based adaptive controller
US7113834B2 (en) * 2000-06-20 2006-09-26 Fisher-Rosemount Systems, Inc. State based adaptive feedback feedforward PID controller
GB0113627D0 (en) 2001-06-05 2001-07-25 Univ Stirling Controller and method of controlling an apparatus
US7158840B2 (en) * 2001-06-29 2007-01-02 Cymer, Inc. Tuning control parameters of vibration reduction and motion control systems for fabrication equipment and robotic systems
US7085692B2 (en) * 2001-10-11 2006-08-01 Xerox Corporation Learning systems and methods for market-based control of smart matter
US6847851B1 (en) * 2002-07-12 2005-01-25 John R. Koza Apparatus for improved general-purpose PID and non-PID controllers
DE10348563B4 (de) 2002-10-22 2014-01-09 Fisher-Rosemount Systems, Inc. Integration von Grafikdisplayelementen, Prozeßmodulen und Steuermodulen in Prozeßanlagen
US9983559B2 (en) * 2002-10-22 2018-05-29 Fisher-Rosemount Systems, Inc. Updating and utilizing dynamic process simulation in an operating process environment
US7146231B2 (en) * 2002-10-22 2006-12-05 Fisher-Rosemount Systems, Inc.. Smart process modules and objects in process plants
US7194320B2 (en) * 2003-06-05 2007-03-20 Neuco, Inc. Method for implementing indirect controller
JP4223894B2 (ja) * 2003-08-21 2009-02-12 株式会社山武 Pidパラメータ調整装置
US7317953B2 (en) * 2003-12-03 2008-01-08 Fisher-Rosemount Systems, Inc. Adaptive multivariable process controller using model switching and attribute interpolation
US7515977B2 (en) * 2004-03-30 2009-04-07 Fisher-Rosemount Systems, Inc. Integrated configuration system for use in a process plant
US7502675B2 (en) * 2004-04-01 2009-03-10 Delphi Technologies, Inc. Feedforward control of motor vehicle roll angle
JP2007536634A (ja) 2004-05-04 2007-12-13 フィッシャー−ローズマウント・システムズ・インコーポレーテッド プロセス制御システムのためのサービス指向型アーキテクチャ
US7729789B2 (en) 2004-05-04 2010-06-01 Fisher-Rosemount Systems, Inc. Process plant monitoring based on multivariate statistical analysis and on-line process simulation
US7289858B2 (en) * 2004-05-25 2007-10-30 Asml Netherlands B.V. Lithographic motion control system and method
WO2007001252A1 (en) * 2005-06-13 2007-01-04 Carnegie Mellon University Apparatuses, systems, and methods utilizing adaptive control
TW200706711A (en) * 2005-08-12 2007-02-16 Komatsu Denshi Kinzoku Kk Control system and method for time variant system control object having idle time such as single crystal producing device by czochralski method
US7451004B2 (en) 2005-09-30 2008-11-11 Fisher-Rosemount Systems, Inc. On-line adaptive model predictive control in a process control system
US8036760B2 (en) * 2005-10-04 2011-10-11 Fisher-Rosemount Systems, Inc. Method and apparatus for intelligent control and monitoring in a process control system
US7738975B2 (en) * 2005-10-04 2010-06-15 Fisher-Rosemount Systems, Inc. Analytical server integrated in a process control network
US7444191B2 (en) 2005-10-04 2008-10-28 Fisher-Rosemount Systems, Inc. Process model identification in a process control system
CN104834294A (zh) * 2005-12-05 2015-08-12 费舍-柔斯芒特系统股份有限公司 利用并行过程仿真的多目标预测过程优化
US8509926B2 (en) 2005-12-05 2013-08-13 Fisher-Rosemount Systems, Inc. Self-diagnostic process control loop for a process plant
US7856280B2 (en) * 2006-08-02 2010-12-21 Emerson Process Management Power & Water Solutions, Inc. Process control and optimization technique using immunological concepts
US8065251B2 (en) * 2007-09-28 2011-11-22 Fisher-Rosemount Systems, Inc. Dynamic management of a process model repository for a process control system
US8866626B2 (en) 2008-01-31 2014-10-21 Basler Electric Company System and method for detecting generator incipient failures
US20090195224A1 (en) * 2008-01-31 2009-08-06 Basler Electric Company Digital Excitation Control System Utilizing Self-Tuning PID Gains and an Associated Method of Use
US8275488B2 (en) * 2008-01-31 2012-09-25 Basler Electric Co. Digital excitation control system utilizing swarm intelligence and an associated method of use
US7930045B2 (en) * 2008-10-07 2011-04-19 Emerson Process Management Power & Water Solutions, Inc. Two-stage model predictive control technique
US8881039B2 (en) 2009-03-13 2014-11-04 Fisher-Rosemount Systems, Inc. Scaling composite shapes for a graphical human-machine interface
US8756039B2 (en) 2010-03-02 2014-06-17 Fisher-Rosemount Systems, Inc. Rapid process model identification and generation
US8825183B2 (en) 2010-03-22 2014-09-02 Fisher-Rosemount Systems, Inc. Methods for a data driven interface based on relationships between process control tags
JP5457901B2 (ja) * 2010-03-25 2014-04-02 オークマ株式会社 位置制御装置
US9447963B2 (en) 2010-08-16 2016-09-20 Emerson Process Management Power & Water Solutions, Inc. Dynamic tuning of dynamic matrix control of steam temperature
US9217565B2 (en) 2010-08-16 2015-12-22 Emerson Process Management Power & Water Solutions, Inc. Dynamic matrix control of steam temperature with prevention of saturated steam entry into superheater
US9335042B2 (en) 2010-08-16 2016-05-10 Emerson Process Management Power & Water Solutions, Inc. Steam temperature control using dynamic matrix control
US8401676B2 (en) * 2010-08-18 2013-03-19 International Business Machines Corporation Performance improvement of signal transformation schemes for ultra-fast scanning
US9163828B2 (en) 2011-10-31 2015-10-20 Emerson Process Management Power & Water Solutions, Inc. Model-based load demand control
US11866348B2 (en) 2012-02-21 2024-01-09 Denny Allen CRISWELL System, apparatus, and method for treating wastewater in real time
US9682872B2 (en) * 2012-02-21 2017-06-20 Denny Allen CRISWELL Wastewater treatment system
US20140305507A1 (en) * 2013-04-15 2014-10-16 General Cybernation Group, Inc. Self-organizing multi-stream flow delivery process and enabling actuation and control
US20140309793A1 (en) * 2013-04-15 2014-10-16 General Cybernation Group, Inc. Method and apparatus of self-organizing actuation and control
CN103439880B (zh) * 2013-08-30 2016-01-20 上海电力学院 基于mcp标准传递函数的pid参数整定方法
CN103439881B (zh) * 2013-08-30 2016-01-20 上海电力学院 控制过程调整时间可调的pid参数整定方法
US9912229B2 (en) * 2013-12-31 2018-03-06 Texas Instruments Incorporated Multiple output integrated power factor correction
DE112015001829A5 (de) * 2014-04-16 2016-12-29 Schaeffler Technologies AG & Co. KG Verfahren zur Verminderung niederfrequenter Schwingungen in einem Antriebsstrang eines Kraftfahrzeugs
US20150370227A1 (en) * 2014-06-19 2015-12-24 Hany F. Bassily Controlling a Target System
US9507365B2 (en) 2014-06-24 2016-11-29 Woodward, Inc. Adaptive PID control system for industrial turbines
US9574511B2 (en) 2014-07-24 2017-02-21 Basler Electric Company System and method for a load anticipation feature and its tuning method for a generating set
US20160110755A1 (en) * 2014-10-20 2016-04-21 Yahoo! Inc. Online ad campaign tuning with pid controllers
GB2556315A (en) * 2016-03-23 2018-05-30 Univ Coventry Control system
US10878140B2 (en) 2016-07-27 2020-12-29 Emerson Process Management Power & Water Solutions, Inc. Plant builder system with integrated simulation and control system configuration
EP3324254A1 (de) * 2016-11-17 2018-05-23 Siemens Aktiengesellschaft Einrichtung und verfahren zur bestimmung der parameter einer regeleinrichtung
WO2018168691A1 (ja) * 2017-03-17 2018-09-20 日本電気株式会社 情報処理装置、情報処理方法、及び、情報処理プログラムが記録された記録媒体
US10895881B2 (en) 2017-03-21 2021-01-19 Fluid Handling Llc Adaptive water level controls for water empty or fill applications
WO2018213243A1 (en) 2017-05-15 2018-11-22 Carrier Corporation Control systems and methods for heat pump systems
EP3454234A1 (de) * 2017-09-06 2019-03-13 dSPACE digital signal processing and control engineering GmbH Verfahren zum bereitstellen einer echtzeitfähigen simulation für die steuergerätentwicklung und simulationsvorrichtung für die steuergerätentwicklung
US11900240B2 (en) 2019-09-18 2024-02-13 Stmicroelectronics S.R.L. Variable clock adaptation in neural network processors
JP6981579B2 (ja) 2019-12-26 2021-12-15 三菱電機株式会社 位置決め制御装置及び位置決め制御方法
US11418969B2 (en) 2021-01-15 2022-08-16 Fisher-Rosemount Systems, Inc. Suggestive device connectivity planning
CN113325709B (zh) * 2021-05-26 2022-07-26 哈尔滨工大航博科技有限公司 转台变负载情况下的自适应控制方法
CN115877700A (zh) * 2021-09-27 2023-03-31 西门子股份公司 过程控制方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59133605A (ja) * 1983-01-20 1984-08-01 Toshiba Corp サンプル値pid制御装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6069702A (ja) 1983-09-26 1985-04-20 Toshiba Corp サンプル値プロセス制御装置
JP2553675B2 (ja) 1988-11-18 1996-11-13 日本電気硝子株式会社 プロセスの制御方法
US5018215A (en) * 1990-03-23 1991-05-21 Honeywell Inc. Knowledge and model based adaptive signal processor
US5180896A (en) 1990-10-11 1993-01-19 University Of Florida System and method for in-line heating of medical fluid
US5159547A (en) 1990-10-16 1992-10-27 Rockwell International Corporation Self-monitoring tuner for feedback controller
US5335164A (en) 1991-07-31 1994-08-02 Universal Dynamics Limited Method and apparatus for adaptive control
JPH07502354A (ja) * 1991-12-18 1995-03-09 ハネウエル・インコーポレーテッド 閉ループ神経ネットワーク自動同調器
US5453925A (en) 1993-05-28 1995-09-26 Fisher Controls International, Inc. System and method for automatically tuning a process controller
US6041320A (en) 1993-08-23 2000-03-21 Fisher Controls International, Inc. Multi-region fuzzy logic control system with auxiliary variables
US5461559A (en) * 1993-10-04 1995-10-24 The United States Of America As Represented By The Secretary Of The Air Force Hierarchical control system for molecular beam epitaxy
US5587899A (en) 1994-06-10 1996-12-24 Fisher-Rosemount Systems, Inc. Method and apparatus for determining the ultimate gain and ultimate period of a controlled process
US5568378A (en) 1994-10-24 1996-10-22 Fisher-Rosemount Systems, Inc. Variable horizon predictor for controlling dead time dominant processes, multivariable interactive processes, and processes with time variant dynamics
US5748467A (en) 1995-02-21 1998-05-05 Fisher-Rosemont Systems, Inc. Method of adapting and applying control parameters in non-linear process controllers
WO1997012300A1 (en) 1995-09-26 1997-04-03 Boiquaye William J N O Adaptive control process and system
JP3412384B2 (ja) 1996-03-13 2003-06-03 株式会社日立製作所 制御モデル構築支援装置
EP1055180B1 (de) 1998-12-03 2011-07-20 Siemens Aktiengesellschaft Verfahren und anordnung zum entwurf eines technischen systems

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59133605A (ja) * 1983-01-20 1984-08-01 Toshiba Corp サンプル値pid制御装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JP59-133605A *

Also Published As

Publication number Publication date
US6577908B1 (en) 2003-06-10
GB0300220D0 (en) 2003-02-05
DE10197407B4 (de) 2017-06-01
DE10196372T1 (de) 2003-05-15
GB2379521B (en) 2004-12-22
WO2001098845A1 (en) 2001-12-27
GB2379521A (en) 2003-03-12
HK1052981A1 (en) 2003-10-03
DE10197407A5 (de) 2015-09-10

Similar Documents

Publication Publication Date Title
DE10196372B3 (de) Adaptiver rückgekoppelter/vorwärtsgekoppelter PID-Controller
DE102004019352B4 (de) Zustandsbasierter adaptiver Feedback-/Feedforward-PID-Regler (PID-Steuerungseinheit)
DE69518208T2 (de) Verfahren und Vorrichtung zur Erzeugung einer Mehrgrössen-/nichtlinearen Steuerung
DE69309475T2 (de) Strukturierter optimalratenregler mit mehereren ein- und ausgangen
DE69315423T2 (de) Neuro-Pid Regler
DE3650164T2 (de) Prozessregler mit einem System zur Einstellung mit zwei Freiheitsgraden.
DE69636446T2 (de) Wechselrichtersteuerverfahren und -vorrichtung mit Verzögerungsunterdrückung im Rückführungskreis
DE102004058238B4 (de) Adaptive, multivariable Prozesssteuerung, die Modellschaltung und Attribut-Interpolation nutzt
DE4344283C2 (de) Einrichtung zum Ermitteln von Regelstrecken-Parametern
DE68919248T2 (de) Prozessregelungssystem.
DE69719058T2 (de) Verbessertes neuronales netzwerk
DE69225270T2 (de) Leistungssteuerungssystem mit Anwendung von Neuronalnetzwerken und einem Spannungs-/Blindleistungsregler
EP0370327B1 (de) Optimierer für ein parameterabhängiges Netzwerksystem
EP3308442B1 (de) Verfahren zur rechnergestützten parametrierung eines umrichters in einem stromnetz
DE112018000468T5 (de) Verfahren zum Entwerfen eines Filters eines Verzögerungskompensators, Regelungsverfahren unter Verwendung desselben und Motorsteuervorrichtung
EP3438773B1 (de) Bearbeitung von werkstücken mit modellgestützter fehlerkompensation
DE19846637A1 (de) Verfahren und Schaltungsanordnung zur automatischen Parametrierung eines schnellen digitalen Drehzahlregelkreises
DE1523535C3 (de) Selbstanpassender Regelkreis
EP3542229B1 (de) Einrichtung und verfahren zur bestimmung der parameter einer regeleinrichtung
EP0752630A1 (de) Selbsteinstellbare Regeleinrichtung und Verfahren zur Selbsteinstellung dieses Reglers
EP3785178A1 (de) Verfahren und vorrichtung zum ermitteln einer netzkonfiguration eines neuronalen netzes
DE4029117A1 (de) Vorrichtung zum elektrischen schweissen mit digitaler regelung und einstellung
EP3244270B1 (de) Regeleinrichtung mit lernfähiger fehlerkompensation
DE4319926C2 (de) Verfahren zur Regelung eines kontinuierlichen Prozesses mit einer Optimier- und einer Regelphase
DE102020210730A1 (de) Maschinenlernvorrichtung, empfangsvorrichtung und maschinenlernverfahren

Legal Events

Date Code Title Description
8110 Request for examination paragraph 44
R016 Response to examination communication
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R130 Divisional application to

Ref document number: 10197407

Country of ref document: DE

R020 Patent grant now final
R071 Expiry of right