第二章 第7节 时滞补偿控制

令： 则：
Gimc ( s ) = [G f ( s )Gm ( s )]−1 F ( s )
E (s) = 0
基于内模控制的改进Smith预估控制算法
Smith预估算法的等效内模控制图
Gm(s)为内部估计模型 G0(s)为受控对象模型
Km Gm ( s ) = 1 + Tm s
K G0 ( s ) = 1 + Ts
基于内模控制的改进Smith预估控制算法
等效内模控制器传函
Gc ( s ) Gimc ( s ) = 1 + Gc ( s )Gm ( s )
控制器Gc(s)的传函
Gimc ( s ) Gc ( s ) = 1 − Gimc ( s )Gm ( s )
基于内模控制的改进Smith预估控制算法
取F(s)为
3、工业应用举例： 加热炉温度预 估补偿控制
4、仿真结果 Smith预估控制
4、仿真结果 Smith预估控制:Kc=4,Ti=10
4、仿真结果 PID控制
4、仿真结果 PID控制: Kc=4,Ti=10
4、仿真结果 PID控制: Kc=0.5,Ti=200
4、仿真结果 模型失配时的Smith控制效果: Kc=4,Ti=10 2e −90 s 失配模型： φ ( s ) = 120 s + 1
1 F ( s) = 1 + λs
则控制器Gc(s)的传函
Tm s + 1 (λs + 1) 1 Tm s + 1 Gc ( s ) = = K m (λs + 1) λs λ Kms
仿真实例：电加热炉温度控制
受控对象的传函
30 G0 ( s ) = e −300 s 1 + 600s
仿真所用算法：PID,经典Smith预估算法，基 于内模控制的改进Smith预估算法 PID控制器参数：Kc=0.06,Ki=0.0008,Kd=4 经典Smith预估算法的PID参数： Kc=4,Ki=0.002,Kd=6 改进Smith预估算法：λ＝25
Smith预估控制的几种改进方案
1、Hang 提出的改进算法 2、增益自适应纯滞后补偿器 3、基于内模控制的改进Smith 预估算法
Hang 的改进算法
1、基本原理
增益自适应纯滞后补偿器
1、基本原理
内模控制－IMC控制，Garcia，1982
1、基本原理
Gimc ( s )G f ( s )G p ( s ) G ( s) = 1 + Gimc ( s)G f ( s )[G p ( s ) − Gm ( s )]
1、特点
•在PID控制回路上再并联一个补偿回路，以抵消对象 的纯滞后因素。
2、原理结构 •单回路控制系统：
F(S) Wc(s)
W0 ( s )e
−τs
y(s)
Wc ( s )W0 ( s )e −τs φ ( s) = 1 + Wc ( s )W ( s )e −τs
•史密斯补偿原理：如下图所示。
第八节 时滞补偿控制
克服纯滞后的几种常见方案
1、预估补偿：原理上能消除纯滞后对控制系统的动态影响， 但需被控过程的精确模型。 2、预测控制：用当前值预测τ时刻后的值，要有模型。 3、改进型常规控制：具有通用性广等特点，目前较常用。 4、其他：大林算法、卡尔曼预估算法等。
时滞补偿控制 —Smith预估控制， Smith，1957
第六节 选择型控制系统
基本原理 设备软保护 选择性控制系统的几种形式 选择性控制系统设计：选择器类型的选择 防积分饱和
第七节 阀位控制系统
基本原理
第八节 Smith预估控制（了解） 重点要掌握各种复杂控制系统的基本原理、特 点、分类、设计
仿真实例： 电加热炉温度控制
模型匹配时的控制效 果比较
仿真实例： 电加热炉温度控制
模型失配时的控制效 果比较
40 G0 ( s ) = e −390 s 1 + 400 s
本章小结
第一节 串级控制系统
基本原理及结构，优点，鲁棒性， 串级控制系统设计：比值控制系统
基本原理 比值控制方案 比值系数的计算
第三节 均匀控制系统
均匀控制的定义，特点 均匀控制方案
第四节 前馈控制系统
基本原理、特点， 前馈控制的几种形式 为什么要采用前馈与反馈相结合的方式。前馈＋反馈有什么优点 什么情况下有必要采用前馈控制系统
第五节 分程控制系统
基本原理 应用场合 分程控制系统设计
D Wc(s) W0(s)
x
e
− τs
y(s)
图
Smith预估控制的等效图
W c ( s )W 0 ( s ) e − τ s φ (s) = = φ ' ( s ) e −τs 传递函数： 1 + W c ( s )W 0 ( s )
控制器接受的测量信号比实际检测到的被控量提前了时间 τ，是一个对被控量的预估器。
当Gp(s)与Gm(s)匹配时，em=0
内模控制－IMC控制，Garcia，1982
当Gp(s)与Gm(s)不匹配时，em≠0
1 − Gimc ( s )G f ( s )Gm ( s ) E ( s) = R( s) 1 + Gimc ( s )G f ( s )[G p ( s ) − Gm ( s )]