区间控制方法总结

合集下载
相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

区间控制方法集总

一:设定区间的控制策略(期望是设定值)

设定区间控制策略 浙江大学 杜树新 2003年 自动化仪表

工业废水PH 值的智能区间控制 浙江大学 杜树新 2004年 仪器仪表学报

将设定区间的上限、下限作为控制设定值, 采用常规控制方法( 如线性控制方法、非线性控制方法、PID)构成2个设定值控制器, 并根据系统输出采用就近原则动态调度该2个设定值控制器, 以确保系统输出在设定区间之内, 达到控制要求。设定值的切换方式是离谁近就切换到谁。

1)基本思想:考虑单输入单输出系统,存在反馈误差和干扰等,系统的输入为u ,输出为y ,期望的输出区间为[a,b],目的是设计控制算法u= h(y, t),采用如下控制策略:

为每个设定值控制器的反馈误差;并且每个控

制作用h 都采用PID 控制形式:

h (e 1,t )=kp 1e 1+ki 1∫e 1dt +kd 1t 0

de 1dt h(e 2,t)=kp 2e 2,+ki 2∫e 2,t 0

dt +kd 2de 2,dt 2)应用例子:浙江横店污水处理厂自动控制系统,PH 的设定区间为

[6,8],控制量u>0表示加碱,u<0表示加酸,u=0什么也不加。现构造两个设定值控制器:

设定值为6的控制器: e 1=6−

y

h (e 1,t )=kp 1e 1+ki 1∫e 1

dt +kd 1t 0de 1dt

设定值为8的控制器:e 2=8−y

h(e 2,t)=kp 2e 2,+ki 2∫e 2,t 0

dt +kd 2de 2,dt 所以区间控制策略为:控制器采取就近原则

这样就构造出了四个PH 时限酸限开阀、酸限关阀、碱限开阀、碱限关阀。

通过设定值控制和设定区间控制的对比我们发现污水区间控制方法在耗药方面要明显优越于常规控制方法且控制精度满足要求

二、区间预测控制

1、状态反馈区间预测控制算法(期望是设定值)。

区域预测控制及其在联合站油水分离中的应用 大庆石油学院 孙玉华 邓凡良 1998年

乙烯精馏塔软仪表与先进控制工程实践 罗雄麟 左信 陈常恒 2002年 化工自动化及仪表 约束控制偏差处理及其在精馏塔预测控制中的应用 中石油大学 罗雄麟 左信 陈常恒等 2002年 化工自动化与仪表

该算法的前提是系统模型用状态空间模型表示,表示如下

X =AX +BU +FV Y =CX

状态反馈的最优控制作用为:

∆U (k )=S −1[Y S (k )−Y (k )−KX (k )+Y

̂(k )

Y

i ̂(k )=C i AX (k −p )+∑C i A −1BU(k −i)P

i=1

E P =Y S (k )−Y (k )−KX (k )+Y

̂(k) ∆u (k )=S −1E P

为了消除这种震荡现象,选取预测误差区域时,以测量值与给定值的接近程度

E I =Y j s (k )−Y j (k )=

{y j s (k )−y j (k ) 输出不在区间内时

sign(y j s (k )−y j (k ) )[y j s (k )−y j (k ) a ]n a 输出在区间内时 a 为区间半宽度 为依据,与所给定的区间E z 进行比较,得到一种区间预测控制算法为:

∆u (k )=S −1E P 当 E I >E Z

∆u (k )=0 当E I ≤E Z

上述算法的改进的目的是为了避免最优控制作用产生震荡现象。状态空间预测控制算法虽然考虑了非线性因素,但没有考虑系统状态信息而且采用近似线性化模型,控制效果不理想。

2、设定值近似的处理方法加权(期望是设定值,目标函数是输出与期望)

具有区间控制要求的预测控制算法的研究 浙江大学 周立芳 钱积新 2002年

基于软约束方法的区间预测控制 浙江大学 徐祖华 赵均 钱积新 2004年

机床与液压

多变量约束预测控制在常压塔系统中的应用 浙江大学 周立芳 钱积新 邵之江 2002年 化工自动化及仪表

非线性系统区间控制多变量约束迭代预测算法 满红 邵斌 大连理工大学 2012年

通过针对设定值的三种取法,设计一种区间预测控制方法,但是不外乎预测模型、反馈校正、滚动优化。

第一,预测模型:对于具有n 输入n 输出的系统有:

y m,q (k +j/k)=y 0,q (k +j/k)+∑∑a l qi ∆u i j

l=1

N i=1(k +j −l)

∆u i (k +d )=0 (d ≥M ) i =1,2,⋯n

q =1,2,⋯n j =1,2,⋯P

其中y m,q (k +j/k)表示第q 个输出在(k+j )时刻的预测值,y 0,q (k +j/k)表示第q 个输出在(k+j )时刻的预测初值。化成矢量表示为Y M (k +1)=Y 0(k +1)+A∆U(k)

第二,反馈校正:

Y P (k +1)=Y M (k +1)+HE (k )=Y 0(k +1)+A∆U (k )+HE (k )

=Y 0̃(k +1)+A∆U (k ) Y 0̃(k +1)是已知的

E (k )=[y 1(k )−y m,1(k ),⋯y n (k )−y m,n (k )]T

H =diag (H i ) H i =[ℎi,1 ℎi,2 ⋯ ℎi,P ]T i =1,2,⋯n

第三,滚动优化:(怎么体现出区间控制???)

min J P =[Y P (k +1)−Y R (k +1)]T Q [Y P (k +1)−Y R (k +1)]

+∆U (k )T Q∆U(k)

s.t. /∆u i (k +j)/<∆u i,max u i,min< u i (k +j)

y min ≤y p (k +j/k)≤y max (如果没有这一项就是设定值的约束预测控制) 上述思想与软约束预测控制是一样的,不同之处在于对性能指标函数