航空发动机大延迟系统Smith预估补偿模糊PID控制算法
Smith纯滞后补偿PID
软件设计报告——Smith纯滞后补偿PID 控制塔顶轻组分含量、继电法整定PID参数目录目录 (2)一、题目 (3)二、原理 (4)1、Smith纯滞后补偿控制原理 (4)2、具有纯滞后补偿的数字控制器 (5)3、数字Smith预估控制 (5)4、继电法整定PID参数 (6)5、继电法整定PID参数的计算 (8)三、程序设计 (8)1、程序设计流程图 (8)2、程序设计详单 (10)四、结果展示与分析 (13)1、系统控制效果 (13)2、系统参数变化的控制结果 (13)五、体会 (17)六、参考文献 (17)一、题目题目5：以中等纯度的精馏塔为研究对象，考虑到不等分子溢流的影响和非理想的汽液相平衡，可以得到塔顶产品轻组分含量Y及回流量L之间的传递函数为：控制要求：1、采用Smith纯滞后补偿PID控制算法将塔顶轻组分含量控制在0.99。
2、采用继电法整定PID参数。
3、整定效果验证：当被控过程参数时变时，如滞后时间有12→24，开环增益由3.4→6时，讨论PID控制的响应速度及鲁棒性问题，考察当系统参数发生变化时，上述PID参数是否选取合适。
二、原理1、Smith 纯滞后补偿控制原理在工业过程控制中，由于物料或能量的传输延迟，许多被控对象具有纯滞后。
由于纯滞后的存在，被控量不能及时反映系统所受到的干扰影响，即使测量信号已到达控制器,执行机构接受控制信号后迅速作用于对象,也需要经过纯滞后时间τ以后才能影响到被控量，使之发生变化。
在这样一个控制过程中，必然会产生较明显的超调或震荡以及较长的控制时间，使Smith 就这个问题提出了一种纯滞后补偿控制器，即Smith 补偿器。
其基本思想是按照过程的动态特性建立一个模型加入到反馈控制系统中，使被延迟了τ的被控量提前反映到控制器，让控制器提前动作，从而可明显地减少超调量，加快控制过程。
下图1为Smith 预估控制系统的示意框图。
如果模型是精确的，即m m s G s G ττ==),()(0，且不存在负荷扰动（D=0），则m m m m X X Y Y E Y Y ==-==,0,，则可以用m X 代替X 作为第一图1、Smith 预估控制系统等效图条反馈回路，实现将纯滞后环节移到控制回路的外边。
基于Smith预估模糊PID的控制温度系统的设计与仿真
第３７卷第４期２０２３年７月兰州文理学院学报(自然科学版)J o u r n a l o fL a n z h o uU n i v e r s i t y ofA r t s a n dS c i e n c e (N a t u r a l S c i e n c e s )V o l ．３７N o ．４J u l ．２０２３收稿日期:２０２３Ｇ０１Ｇ２０基金项目:安徽省科学研究重点项目(２０２２A H ０５２０００,２０２２A H ０５２００２);安徽三联学院校级平台重点研究项目(K J Z D ２０２２００６)作者简介:夏百花(１９８１Ｇ),女,安徽合肥人,副教授,硕士,研究方向为自动化．E Ｇm a i l :５５３７９７７５＠q q．c o m．㊀㊀文章编号:２０９５Ｇ６９９１(２０２３)０４Ｇ００５９Ｇ０５基于S m i t h 预估模糊P I D 的控制温度系统的设计与仿真夏百花,蒋龙云(安徽三联学院电子电气工程学院,安徽合肥２３０６０１)摘要:针对工业生产控制过程中的温度非线性㊁滞后大等缺点,设计了一种基于S m i t h 预估算法的模糊P I D 控制器．以一阶加滞后系统为例,通过对常规P I D 控制算法㊁S m i t h 预估控制算法和模糊P I D 控制算法的理论分析研究,提出了一种将S m i t h 预估控制和模糊算法相结合的控制方案应用于温度控制系统,并用S i m u l i n k 对温度控制系统进行仿真,得出常规P I D 控制算法对于滞后较大的系统无法适用,而采用S m i t h 预估模糊P I D控制算法的上升时间和调节时间分别减小了１s 和２s ．实验结果表明:基于S m i t h 预估的模糊P I D 控制算法在响应速度和调节过程中具有更大的优势．关键词:S m i t h 预估;模糊P I D ;大滞后中图分类号:T P １３㊀㊀㊀文献标志码:AD e s i gna n dS i m u l a t i o no f T e m p e r a t u r eC o n t r o l S y s t e mB a s e do nS m i t hE s t i m a t eF u z z y PI D X I A B a i Ｇh u a ,J I A N GL o n gＧY u n (S c h o o l o fE l e c t r o n i c a n dE l e c t r i c a l E n g i n e e r i n g ,A n h u i S a n l i a nU n i v e r s i t y,H e f e i ２３０６０１,C h i n a )A b s t r a c t :I nv i e wo f t h e s h o r t c o m i n g s o f t e m p e r a t u r e i n i n d u s t r i a l p r o d u c t i o n c o n t r o l pr o c e s s ,s u c ha s n o n l i n e a r i t y a n d l a r g ed e l a y ,a f u z z y P I Dc o n t r o l l e rb a s e do nS m i t h p r e d i c t i o na l g o Ｇr i t h m w a s d e s i g n e d ．T a k i n g t h e f i r s t Ｇo r d e r p l u s d e l a y s y s t e ma s a n e x a m p l e ,t h r o u gh t h e t h e Ｇo r e t i c a l a n a l y s i s a n dr e s e a r c ho f c o n v e n t i o n a lP I Dc o n t r o l a l g o r i t h m ,S m i t he s t i m a t ec o n t r o l a l g o r i t h ma n d f u z z y P I Dc o n t r o l a l g o r i t h m ,t h i s p a p e r p r o p o s e d a c o n t r o l a l go r i t h mt h a t c o m Ｇb i n e dS m i t h e s t i m a t e c o n t r o l a n d f u z z y a l g o r i t h mt o a p p l y t o t h e t e m p e r a t u r e c o n t r o l s ys t e m ,a n du s e dS i m u l i n kt os i m u l a t e t h e t e m p e r a t u r ec o n t r o l s ys t e m ,a n dc o n c l u d e dt h a t t h ec o n Ｇv e n t i o n a l P I Dc o n t r o l a l g o r i t h m w a sn o t a p p l i c a b l e t o t h e s y s t e m w i t h l a r g ed e l a y ,T h e r i s e t i m e a n d a d j u s t m e n t t i m e o f t h eS m i t he s t i m a t e f u z z y P I Dc o n t r o l a l g o r i t h m w e r e r e d u c e db y１s a n d ２s r e s p e c t i v e l y ．T h e e x p e r i m e n t a l r e s u l t s s h o w e d t h a t t h e f u z z y P I Dc o n t r o l a l g o r i t h m b a s e do nS m i t h p r e d i c t i o nh a d g r e a t e r a d v a n t a g e s i n r e s p o n s e s p e e d a n d r e gu l a t i o n p r o c e s s ．K e y w o r d s :S m i t he s t i m a t e ;F u z z y P I D ;l a r g e d e l a y ㊀㊀工农业生产控制过程中,温度控制约占据工业控制系统的７０％以上,但这些被控对象普遍存在一些较为复杂的因素,如动态特性复杂㊁非线性㊁干扰强㊁滞后时间较大等[１]．若采取简单控制系统且控制器采用常规P I D 控制时,对温度的控制效果并不是很理想,因此必须寻求更加先进且有效的控制方法．1㊀Smtih预估模糊PID控制算法的理论基础1.1㊀控制系统数学模型建立一般情况下,温度控制系统都具有非线性㊁时滞大等特点,为了简化温度控制系统的数学模型,可近似用一阶惯性加纯滞后环节或二阶系统加纯滞后环节来表示．在本文中,温度控制系统的数学模型用一阶系统进行简化,假设其传递函数可表示为G(s)＝K０T０s＋１e－τs＝G０(s)e－τs,(１)其中:K０表示被控对象的静态增益;T０表示被控对象的惯性时间常数;τ表示被控对象的滞后时间常数．在大多数被控过程的动态特性中,通常用τ/T的比值大小作为衡量被控过程纯滞后的严重程度,若τ/T＜０．３,被称为一般滞后过程,对于这类系统,使用常规的P I D控制算法就可得到满意的控制效果;若τ/T＞０．３,则称为大滞后过程,此类系统需采用较为复杂的控制算法进行控制．本文中所讨论的被控对象为大滞后过程,即τ/T＞０．３的温度控制系统．1.2㊀Smith预估模糊PID控制算法理论基础对于大多数定值控制系统来说,需要将被控对象的实时参数与设定值之间进行比较得到偏差,然后根据偏差的大小送入控制器中进行控制,其控制规律通常选用常规P I D(比例㊁积分㊁微分)控制算法,优点在于其原理简单,易于参数整定, P㊁I㊁D３个参数之间相互分离㊁互不干扰,且在分析系统时,也不需要对系统进行复杂的建模分析和处理．随着工业生产过程中控制系统对精度要求的不断提高和被控对象的日益复杂,特别是滞后较大的系统来说,常规的P I D控制算法已经无法满足系统所需的稳定性和精度要求．为了解决这种情况,本文主要以模糊控制算法为基础,采用基于S m t i h预估算法的模糊P I D控制算法对温度系统实施更加精确的控制．(１)反馈控制算法理论基础反馈控制算法是指系统的输出直接作用于系统的输入端,与输入信号进行比较产生偏差后送入控制器中发出控制信号[５],其模型如图１所示．由图１可知系统输出量Y(s)为Y(s)＝G c(s)G v(s)G(s)１＋G c(s)G v(s)G(s)X(s)．(２)图１㊀反馈控制系统模型㊀㊀系统的特征方程为:D(s)＝１＋G c(s)G v(s)G(s)＝１＋G c(s)G v(s)G０(s)e－τs＝０,由于被控对象中存在着滞后环节e－τs项,因此会对系统的稳定性带来不利影响．(２)S m i t h预估控制算法理论基础S m i t h预估控制是一种针对于纯滞后系统设计的控制策略,其系统模型如图２所示．其基本思想[２]是:首先预先估计出被控过程的动态模型,然后引入一个和被控对象相并联的补偿器对被控对象的纯滞后时间进行补偿,使得被滞后了τ时间的被控量提前反馈到控制器的输入端,致使控制器提前发出动作,以减小系统超调,进而加速整个调节过程,从而对纯滞后时间进行削弱和消除．图２㊀S m i t h预估控制系统模型㊀㊀由图２可知此时的闭环传递函数为Y(s)X(s)＝{G c(s)G v(s)G０(s)e－τs}/{１＋G c(s)G v(s)G０(s)e－τs＋G c(s)G v(s)G０(s)(１－e－τs)}＝G c(s)G v(s)G０(s)e－τs１＋G c(s)G v(s)G０(s)．(３)从闭环传递函数可以看出,系统的特征方程D(s)＝１＋G c(s)G v(s)G０(s)＝０中已没有了e－τs 纯滞后项,即该系统与原系统相比已经消除了纯滞后对闭环系统稳定性的影响．(３)模糊P I D控制算法理论基础将S m i t h预估算法㊁常规P I D控制算法与模糊算法相结合就组成了模糊P I D控制算法,其控０６㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀兰州文理学院学报(自然科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第３７卷制系统模型如图３所示．图３㊀模糊P I D 控制系统模型㊀㊀本文选择的是目前使用较广泛的二维模糊P I D 控制器[３]．将模糊P I D 温度控制系统的给定温度X (s )与测量温度Y (s )之间的偏差记为E ,偏差变化率d e /d t 记为E C ．将E 和E C 作为二维模糊控制器的输入变量,其输出变量为P I D 控制器的参数K p ㊁K i ㊁K d 的修正量ΔK p ㊁ΔK i ㊁ΔK d ．假定E 和E C 的模糊论域为[－５,５],ΔK p ㊁ΔK i ㊁ΔK d 的模糊论域均为[－３,３],系统各参数论域如表１所列．表１㊀系统各参数论域表变量EE CΔK pΔK iΔK d基本论域[－１０,１０][－２,２][－１．５,１．５][－１．５,１．５][－３,３]模糊论域[－５,５][－５,５][－３,３][－３,３][－３,３]量化因子０．５０．４０．５０．５１㊀㊀采用七段式模糊的方法将输入变量和输出变量分解成７个模糊子集[４],其语言变量分别为:正大(P B )㊁正中(P M )㊁正小(P S )㊁零(Z O )㊁负小(N S )㊁负中(NM )和负大(N B )．常用的隶属度函数主要分为３类,即S 形(S M F )隶属函数㊁Z 形(Z M F )隶属函数和三角形(T R I M F )隶属函数,由于目前还没有较为成熟的方法来确定每个系统的具体隶属函数,因此本文选取计算量小㊁灵敏度高且稳定性好的三角形(T R I M F )隶属函数形作为模糊控制的隶属度函数,其曲线如图４所示．图４㊀E 的隶属度函数㊀㊀根据人的直接思维进行推理,采取系统输出的误差E 及误差的变化趋势d e /d t 来设计减小或消除系统误差的模糊控制规则．当误差E 较大时,在选择模糊控制量时应以减小或消除误差为主,而当误差E 较小但误差变化率变化较大时,模糊控制量的选择则应以在保证系统稳定的前提条件下,防止系统出现超调为主．根据专家和个人经验可得修正量ΔK p ㊁ΔK i ㊁ΔK d 的模糊控制规则如表２~表４所列．为了保证系统的稳定性㊁动态和稳态性能基本要求,由最大隶属度法可知,系统中所需的模糊P I D 控制参数,即比例㊁积分㊁微分的输出结果均在原始P I D 参数的基础上进行修正,其修正公式为K ᶄp ＝K p ＋ΔK p ,K ᶄi ＝K i ＋ΔK i ,K ᶄd ＝K d ＋ΔK d ．ìîíïïïï(４)2㊀仿真设计及结果分析假设某一温度控制系统的被控对象的数学模型为G (s )＝１２s ＋１e －３s ,(５)其中,静态开环增益K ０为１,时间常数T ０为２s ,滞后时间τ为３s ,由于τ/T ＝１．５＞０．３,因此系统被认定为大滞后系统．本文仿真均采用MA T ＧL A B 软件中的子模块S i m u l i n k 进行实现,利用其相应模块搭建控制系统原理图,如图５所示．图中点线㊁实线和点划线方框中分别表示常规P I D控制㊁S m i t h 预估控制和S m i t h 预估模糊P I D 控制的原理图．通过示波器观察系统仿真波形,并将３种仿真波形进行比较分析．假设原理图中信号输入模块s t e p 为单位阶跃信号１,代表输入温度值为３０度,其阶跃响应曲线如图６所示．图中,实线代表输入信号,长划线㊁点划线㊁虚线分别为常规P I D控制㊁S m i t h 预估控制和S m i t h 预估模糊P I D 控制的系统响应曲线．从图中可以看出,不管是哪种控制方式,系统总是在滞后时间３s 后才开始作出响应．１６第４期夏百花等:基于S m i t h 预估模糊P I D 的控制温度系统的设计与仿真表２㊀ΔK p模糊控制规则E E CN B P B P B P B P B P M P S０NM P B P B P B P B P M００N S P M P M P M P M０P S P S ０P M P M P S０N S N S NM P S N S N S０N S NM NM NM P M N S０N S NM NM NM N B P B００NM NM NM N B N B表３㊀ΔK i模糊控制规则E E CN B N B N B NM NM N S００NM N B N B NM N S N S００N S N B NM N S N S０P S P S ０NM NM N S０P S P M P M P S NM N S０P S P S P M P B P M００P S NM P M P B P B P B００P S P M P M P B P B表４㊀ΔK d模糊控制规则E E CN B P S N S N B N B N B NM P S NM P S N S N B NM NM N S０N S０N S NM NM N S N S０００N S N S N S N S N S０P S０００００００P M P B P S P S P S P S P S P B P B P B P M P M P M P S P S P B㊀㊀被控对象中由于τ/T＝１．５＞０．３,属于大滞后系统,从图６中可以看出,在常规P I D控制下,无论P,I,D取何值,系统的输出都无法达到一个稳定值,因此无法保证系统的稳定性要求,同时也可以看出常规P I D控制算法对于滞后较大的系统不适用．将S m i t h预估控制和S m i t h预估模糊P I D 控制的响应曲线从计算上升时间㊁调节时间和稳态误差３个参数进行对比分析,其结果如表５所列．由于此被控对象是一阶加纯滞后环节,因此系统响应过程中没有超调现象出现．从表５的数据可以看出,不管控制器采用S m i t h预估控制和S m i t h预估模糊P I D控制中哪一种算法,系统都可以在一段时间后进入稳定状态,且稳态误差几乎相同,但是动态过程则有所不同,与单纯的S m i t h预估控制算法相比,本文控制算法上升时间减小了１s,调节时间减小了２s,即后者响应速度更快,系统的动态调节过程就越快．表５㊀阶跃响应曲线参数对比算法上升时间/s调节时间/s稳态误差S m i t h预估控制１．５３０．０２S m i t h预估模糊P I D控制０．５１０．０２3㊀结语本文提出了一种将S m i t h预估控制算法和模糊控制理论相结合的P I D控制解决方案,实现了对工业温度控制系统中所需温度的精确控制．２６㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀兰州文理学院学报(自然科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第３７卷图５㊀系统仿真原理图图６㊀阶跃响应曲线从仿真结果可以看出,对于滞后较大的系统来说,常规P I D 控制算法已经无法保证系统稳定性的基本要求,与S m i t h 预估控制算法相比,本文方案在系统的响应速度和动态调节过程持续的时间上具有较大优势,可广泛适用于控制系统中滞后较大的情况,这对于工业控制中的温度控制向更加智能化㊁快速化的方向发展具有重要意义．参考文献:[１]潘永湘,杨延西,赵跃．过程控制与自动化仪表[M ]．第２版．北京:机械工业出版社,２００７．[２]张皓,高瑜翔．前馈反馈S m i t h 预估模糊P I D 组合温度控制算法[J ]．中国测试,２０２０,４６(１１):１３２Ｇ１３８,１６８．[３]吕宝传,高晓红,董帅帅．基于变论域模糊P I D 的供热系统设计和仿真[J ]．吉林建筑大学学报,２０２１,３８(６):７５Ｇ７９．[４]张峰,王强．基于模糊粒子群P I D 算法的温控系统研究[J ]．电子测量技术,２０２２,４５(３３):１０９Ｇ１１４．[责任编辑:李㊀岚]３６第４期夏百花等:基于S m i t h 预估模糊P I D 的控制温度系统的设计与仿真。
基于Smith 预估型模糊PID 温度控制系统的设计
究。 文献[1] 设计一种常用的 Fuzzy鄄PID 算法控制 杂,成本较高,参数控制困难,难以在保证系统性能
ห้องสมุดไป่ตู้系统温度,对 PID 整定值进行在线调整,使其具有较 的前提下,提高操作可行性。
好的适应能力。 文献[2] 建立了模糊神经网络 PID
为提高温控系统性能,解决温控系统中产生超
算法的结构模型,在模糊 PID 算法中引入神经网络 调量较大的扰动,响应时间较长等问题[7] 。 设计一
图 1摇 模糊控制流程图 Fig. 1摇 Fuzzy control flow chart
一般情况下,温度模糊控制系统选择预定温度 和实际温度的偏差 e 及偏差变化率 ec 作为模糊控 制器的输入,系统的决策部分选用的是 Mamdani 算 法。 规则库是由若干条控制规则组成,按照 IF…is …and…is…THEN…is…的形式表达。 根据实践经
2摇 模糊 PID 及 Smith 预估器
2郾 1摇 模糊 PID 模糊控制是基于模糊逻辑的描述一个过程的
控制算法,缺 点 是 难 以 消 除 稳 态 误 差, 稳 态 精 度 较 低[11] 。 因此,在 传 统 PID 算 法 中 引 入 模 糊 推 理 算 法,加快响应速度,提高系统的稳定性,是一种常见 的控制方法。 具体传统 PID 控制流程如图 2 所示。
整。 文献[4]提出了一种综合滤波算法用来消除噪 声对温度信号的干扰,对电压信号进行滤波消噪处 理,利用综合滤波算法为基 础 并 辅 以 模 糊 自 适 应 PID 控制温度,此方法可消除多数噪声。 文献[5] 方 法通过蚁群算法获取一组最佳的 PID 系数 Kp、Ki、 K d ,具有良 好 寻 优 的 特 性, 在 规 定 范 围 内 进 行 高 效 启发式搜索找到最优解。 但上述控制系统操作复
对Smith预估器中的模糊PID控制器分析修改
大连民族大学本科毕业设计外文翻译学院：机电工程学院专业（班级）：自动化121学生姓名：王硕指导教师：王娟译自：J. Cent. South Univ. Technol. (2010) 17: 566−571Smith预估器中的模糊PID控制器分析与整定摘要模糊PID控制分析方法被提出来是为了拓宽Smith预估器的应用性和它的鲁棒性。
模糊PID控制器被表示为滑模控制。
基于Lyapunov理论，Smith预估器可以在时域范围内分析预测。
模糊PID控制器参数可以在传统的线性控制理论和滑模控制理论中获得并且已经实施仿真实验。
仿真结果表明模糊PID控制器的控制性能，鲁棒性和稳定性优于那些在Smith预估器中的PID控制器。
关键词：Smith预估器；Lyapunov理论；模糊PID控制器；鲁棒性1 介绍目前许多工业过程中存在延迟时间，例如化工、炼油、冶金和热工程过程[1−4]。
对于那些过程，Smith预估器是一种众所周知的有效延时时间补偿器[5−6]。
因此，Smith预估器被广泛的应用于基于比例积分微分（PID）控制的工业过程控制。
它需要控制对象精确的数学模型。
然而由于噪声和干扰等原因，在实际工业领域中不可能得到精确的数学模型。
众所周知在这种复杂的坏境中，因为模糊PID控制器固有的鲁棒性使它具有更好的性能[7−10]。
尽管模糊PID控制器在Smith预估器中控制性能优于常规PID控制器，但是它无法解释为什么模糊PID控制器可以提供良好的性能[11−12]。
其中一个关键原因是因为基本分析理论对于模糊PID控制器是不适用的。
由前面的讨论，一种被用于Smith预估器的模糊PID控制器的分析调整方法被提出。
它分析了模糊PID控制器的鲁棒性。
这种基于模糊PID控制器的Smith预估器具有良好的鲁棒性，例如它能比常规的PID控制器处理更多的不确定性。
利用Lyapunov理论可以得到模糊PID控制器的参数。
2.问题的提出2.1Smith预估器Smith预估器，如图2.1所示，被分为两个部分，主控制器C和预测结构。
基于MATLAB的大延迟系统的PID控制与Smith预估器控制的仿真分析
进行补偿控制 ， 力图使被延迟了
下 的被调量提前反映到调节器 ，
并使之动作 ， 以此来减小超调量 图２ ｍｔ预估器控制原理图 Ｓ ｉ ｈ 与加速调节过程。 其原理就是在 ＰＤ控制 回路 上再 并联 一个 补偿 回路 ， Ｉ 以此抵 消被 控 对象 的纯 滞后 因素。 被 控对 象 的传递 函数为 设
３ 实 例
下面通过一个实例来说明 Ｐ Ｄ控制器与 Ｓ ｉ 预估器控制的仿真分析。 Ｉ ｍｔ ｈ
已 知某系统的受控对象模型为：。ｓ Ｇ（）＝
丽
ｅ Ｉ ８
Ｐ控器传函为 ＝萼专 Ｉ 制的递数：ｓ 丝 Ｄ Ｇ） （
通过仿真分析 （ 程序与 Ｓ ｉ 预估器控制大致相同， ｍｔ ｈ 只是模型略有差别 ， 故略去） 可得 ＰＤ控制的阶跃 ， Ｉ 响应曲线如图 ４ 所示 ， 同时仿真可知系统的性能指标为 ：
作者 简介 ： 俞倩兰 （９ ２ ） 女 ， １６ 一 ， 浙江杭州人 ， 常熟理工学 院信息与控制工程 系副教授 ， 硕士 。
维普资讯
６ ８
常熟 理工 学 院学报
２０ ０６年
２ Ｓ ｉ 预估 补偿控 制 ｍｔ ｈ
Ｓ ｉ 预估器控制 的基本思 ｍｔ ｈ 路是： 预先估计出过程在基本扰 动下的动态特性 ， 然后 由预估器
第６ 期
俞倩兰 ： 于 Ｍ Ｔ Ａ 基 Ａ Ｌ Ｂ的大延迟系统的 ＰＤ控制与 Ｓ ｉ Ｉ ｍｔ ｈ预估器控制的仿真分析
６ ９
ｎ ＝ ［．６ ； ｌ １ ０ ］
Ｓ ￣￥ ｏ Ｇ （） ｏｓ 为除去纯滞后部分对象的特性， 控制器的传递 函数为 Ｇ （）预估补偿器的传递函数为 ｏｓ ， Ｇ（） 则 Ｓ ｉ 预估器控制原理如图２所示。 ， ， ｍｔ ｓ ｈ 由图 ２可得经补偿后 的等
改进Smith预估时延补偿的模糊网络控制系统研究
改进Smith预估时延补偿的模糊网络控制系统研究【摘要】本文旨在研究改进Smith预估时延补偿的模糊网络控制系统。
引言部分介绍了背景、研究目的和意义。
接着，文章详细介绍了Smith预估时延补偿方法和模糊网络控制系统的概述。
在重点讨论了改进Smith预估时延补偿方法的设计，并进行了实验验证与结果分析，最后进行了性能评价与比较分析。
结论部分总结了研究成果，展望了未来研究方向，并探讨了对模糊网络控制系统的启示。
通过本研究，可以为模糊网络控制系统的进一步发展提供参考和借鉴。
【关键词】Smith预估时延补偿、模糊网络控制系统、改进方法、实验验证、性能评价、比较分析、研究成果、未来研究方向、启示。
1. 引言1.1 背景介绍随着信息技术的不断发展，网络控制系统已经被广泛应用于各种领域，如工业控制、智能交通、物联网等。
在网络控制系统中，时延是一个十分重要的因素，它会直接影响到系统的稳定性和性能。
Smith 预估时延补偿方法是一种常用的方法，通过对系统时延进行预估和补偿，可以有效提高系统的控制性能。
传统的Smith预估时延补偿方法在复杂网络环境下存在一些问题，如模型不准确、对时延变化敏感等。
针对这些问题，需要对Smith预估时延补偿方法进行改进，以提高系统的稳定性和性能。
结合模糊控制理论，可以更好地适用于复杂的网络环境中。
本文旨在通过研究改进Smith预估时延补偿的模糊网络控制系统，提出一种新的方法来解决上述问题，从而为网络控制系统的应用提供更好的技术支持和指导。
1.2 研究目的研究目的是为了探讨如何改进Smith预估时延补偿的模糊网络控制系统，以提高系统的稳定性和性能。
通过引入新的方法和算法，我们希望能够减小系统的时延误差，提高系统对不确定性的鲁棒性，并使系统更好地适应不同的工作环境和工作条件。
这样可以更好地满足实际工程应用的需求，提高系统的可靠性和实用性。
我们也希望通过这项研究，能够为模糊网络控制系统的设计与应用提供新的思路和方法，促进该领域的进一步发展和应用。
基于模糊误差判断算法的航空发动机PID控制
第42卷第4期2021年4月白动化仪表P R O C E S S A U T O M A T I O N I N S T R U M E N T A T I O NVol.42 No. 4Apr. 2021基于模糊误差判断算法的航空发动机P ID控制陈勇，蔡开龙(南昌航空大学通航学院，江西南昌330063)摘要:普通比例积分微分（P I D)控制与其他智能控制相比较，应用广泛，且算法更简单、容易实现。
但是应用到复杂的、多变的航空发动机控制时，其难以满足其控制要求。
为实现对航空发动机的智能控制，提出模糊误差判断P I D控制。
由模糊规则表、误差判断规则以及P I D控制组成模糊误差判断P I D控制器。
该方法对控制过程中改变模糊规则表进行了研究。
模糊规则表根据经验得出；误差 判断规则将根据误差的大小，对模糊规则表进行修改;模糊规则表与P I D控制器结合调节控制量，达到控制执行机构的目的。
使用 M A T L A B/S i m u l i n k进行算法仿真。
仿真结果显示:模糊误差判断P I D控制算法运用于航空发动机控制效果良好，验证了所提算法的可行性。
仿真结果证明了改变模糊控制规则表的控制方法是有效的。
该研究为设计智能控制提出了一种新的方法。
关键词:P I D控制；自适应；模糊控制；误差判断；航空发动机；智能控制；模糊规则表；控制仿真中图分类号：T H-39文献标志码：A D O I：10. 16086/j. cnki. issn 1000-0380. 2020060070Aero-Engine PID Control Based on Fuzzy Error Judgment AlgorithmC H E N Y o n g’C A I Kailong(College of General Aviation,Nanchang Hangkong University,Nanchang 330063,China)A b s t r a c t：C o m p a r e d with other intelligent control, ordinary proportional integral differential (P I D)control is widely used, a n d the algorithm is simpler a nd easier to realize. H o w e v e r,i t is difficult to meet the control requirements w h e n i t is applied to the complex and changeable aero-engine control. In order to realize the intelligent control of aeroengine, fuzzy error judgment P I D control is proposed. T h e fuzzy error judgment P I D controller is c o m p o s e d of fuzzy rule table, error judgment rule a n d P I D control. This method is used to study the change of fuzzy rule table in the control process. T h e fuzzy rule table is obtained from experience. T h e error judgment rule will modify the fuzzy rule table according to the error size. T h e fuzzy rule table a nd P I D controller are c o m b i n e d to adjust the control quantity a n d achieve the purpose of controlling the actuator. M A T L A B/ Simulink w a s used for algorithm simulation. T h e simulation results s h o w that the fuzzy error judgment P I D control algorithm is applied to the control of aeroengine, a nd the effect is good, which verifies the feasibility of the proposed algorithm. T h e simulation results s h o w that the control m e t h o d of changing the fuzzy control rule list is effective. This research provides a n e w m e t h o d for designing intelligent control.K e y w o r d s： P I D control；Adaptive；Fuzzy control；Error j u d g m e n t；Aero-engine；Intelligent control；Fuzzy rule table；Control simulation〇引言航空发动机被归类于强非线性被控对象，其气动 热力过程十分复杂，而且工作环境恶劣[1]。
改进Smith预估时延补偿的模糊网络控制系统研究
改进Smith预估时延补偿的模糊网络控制系统研究随着智能网络的发展，对于网络资源的使用越来越高效。
但是，由于不同网络之间的环境和结构是不同的，所以导致各种网络的延时也不同。
因此，在保证网络质量的前提下，要尽可能地减少网络延时成为现代网络管理的一项重要任务。
针对这一问题，本文提出了一种改进Smith预估时延补偿的模糊网络控制系统。
首先，本文对现有的Smith补偿算法进行了分析和归纳。
发现现有算法仅仅预测时间延迟，不能考虑到网络稳定性指标。
在预测延迟过程中的不确定性，即模糊化程度也不够充分。
因此，为提高网络质量，我们提出了Smith预估时延补偿的模糊网络控制系统。
本文所提出的模糊网络控制系统主要包括四个组成部分：模糊控制器、解模糊环节、Smith预估器和网络传输器。
其中，模糊控制器用于处理网络参数，解模糊环节将处理好的参数传入Smith预估器进行处理，预估器会输出网络延迟的信息，最后通过网络传输器将该信息传输至设备端。
本文所提出的模糊网络控制系统中，预估器的实现是其核心。
预估器的设计基于Smith预估算法，主要预测时间延迟和网络稳定性指标。
同时，本文还根据实际网络环境的变化，提出了一种基于模糊逻辑的自适应Smith预估器。
这个预估器可以基于网络的差异性和不确定性，快速适应预测结果，并对模糊化程度进行调整。
这样，可以更准确地预测网络的延迟和稳定性指标。
实验结果表明，本文所提出的模糊网络控制系统与现有的Smith预估时延补偿算法相比，具有更高的精度。
同时，该系统还能够适应多种网络环境，能够有效保障网络质量和稳定性。
改进Smith预估时延补偿的模糊网络控制系统研究
改进Smith预估时延补偿的模糊网络控制系统研究
随着通信网络的快速发展，网络延迟的估计和补偿成为了网络控制系统中的重要问题。
Smith预估时延补偿的模糊网络控制系统是一种常用的方法，但是在实际应用中存在一些
问题。
为了改进该系统，本文提出了一种基于模糊逻辑和神经网络的混合控制方法。
我们对Smith预估时延补偿的模糊网络控制系统进行了复习和分析。
该系统主要包括
四个部分：输入时延数据采集、模糊集合构建、模糊规则库设计和模糊推理机制。
通过输
入时延数据采集模块获取网络延迟数据，然后将数据映射到一组模糊集合中，通过模糊规
则库和模糊推理机制对网络延迟进行估计和补偿。
该系统存在一些问题，例如模糊规则库
的设计难度较大，模糊推理机制的性能不稳定等。
为了解决这些问题，我们提出了一种基于模糊逻辑和神经网络的混合控制方法。
该方
法首先使用模糊逻辑对时延数据进行模糊化处理，将其映射到一组模糊集合中。
然后，通
过神经网络对模糊集合进行训练和学习，得到一个能够较准确估计网络延迟的预测模型。
将预测模型应用于网络控制系统中，通过对网络延迟进行补偿，提高系统的控制性能。
基于Smith预估的模糊PID主动队列管理算法研究
Ｋｅ ｏ ｄ ：ｃｎ ｅｔ ｎｃｎｒｌ ａｔ ｅｑ ｅｅ ｎｇ ｍｅｔ（ Ｍ） ｓ ｔ ｒｄｃ ｒ ｆｚ Ｉ ｏ ｔ ｌ ｌ ｇ —ｅ ｙ ｅ ｒｓ ｙｗ ｒ ｓ ｏ ｇｓ ｏ ｏｔ ； ｃ ｖ ｕｕ ａｅ ｎ ＡＱ ； ｍｉ ｐｅｉｔ ； ｕ ｚ ＰＤ ｃｎ ｏ； ａ ｅｄｌ ｔ ｋ ｉ ｏ ｉ ｍａ ｈ ｏ ｙ ｒ ｒ ａ ｎ ｗｏ
ｔ ｎ ｅ ｐ ｃ ｅ ｅ ｇｈ Ｉ ｃ ｕ ｄ ａ ａ ｔｔ ｅ ｄ ｓ ｒ ａ ｃ ａ ｓ ｄ ｂ ｕ ｓ ａ ｄ ｎ ｎ ｌｓｉ ａｆｃ ａ ｄ ｂ ｕ ｔｂ ｅ ｆ ｒｄ ｎ ｍｉ ｅ ｏ ｋ ｏ ａ ｘ ｅ ｔ ｄ ｌ ｎ ｔ ． ｔ ｏ ｌ ｄ ｐ ｈ ｉ ｕ ｂ ｎ ｅ ｃ ｕ ｅ ｙ ｂ ｒ ｔ ｎ ｏ ｅａ ｔ ｔ ｆ ， ｎ ｅ ｓ ｉ ｌ ｏ ｙ ａ ｃ ｎ ｔ ｒ ｔ ｃｒ ｉ ａ ｗ
（ 空军工 程 大学 电讯 工程 学院 ， 陕西 西安 ７ ０ ７） １０ ７
摘 要： 为解 决 网络拥 塞控制 系统 中由于 网络 大 时滞 对主动 队列管理 算法 产生 不利影 响的 问题 ， 出 了一种基 于 Ｓ ｉ 预估 提 ｍｔ ｈ
的模 糊 ＰＤ 主 动 队列 管 理 算 法 。 该 算 法 将 Ｓ ｔ 预 估 控 制 与 模 糊 控 制 相 结 合 ，利 用 Ｓ ｔ 预 估 器 补 偿 网 络 时 滞 ，同 时 运 用 模 Ｉ ｍｉ ｈ ｍｉ ｈ
适 应 突发 流 和 非 弹 性 业 务 流 的 干 扰 ， 用 于 动 态 变 化 的 网络 环 境 。 适
关键词 ： 塞控制 ；主动 队列管 理；Ｓ ｔ 预 估；模 糊 ＰＤ控 制 ；大 时滞 网络 拥 ｍｉ ｈ Ｉ
中图法分 类号 ： Ｐ ９ Ｔ ３３
前馈反馈Smith预估模糊PID组合温度控制算法
doi: 10.11857/j.issn.1674-5124.2020030120前馈反馈Smith 预估模糊PID 组合温度控制算法张 皓1,2， 高瑜翔1,2(1. 成都信息工程大学通信工程学院，四川 成都 610225; 2. 气象信息与信号处理四川省高校重点实验室，四川 成都 610225)e −τs σ摘 要: 针对单纯反馈与传统PID 算法的温度控制系统存在调节时间较长、超调量大、参数调整繁琐、干扰影响严重、闭环稳定性差的问题。
利用前馈控制原理，将干扰测量出来并通过前馈控制器，调节控制量大小，消除干扰影响。
引入Smith 预估补偿器，抵消特征方程中的滞后项，保证大滞后系统的闭环稳定性。
结合模糊PID 算法，实现参数自整定，降低超调量，减少调节时间。
使用Matlab 中的Simulink 工具箱进行仿真验证后结果表明：前馈反馈Smith 预估模糊PID 组合控制算法不仅消除干扰的影响，还保证大滞后系统的闭环稳定性，使超调量降为0，调节时间t s 减少518.02 s 、上升时间t r 减少90.43 s 、延迟时间t d 减少9.6 s ，使整个系统的响应速度更快，稳定性更强。
关键词: 前馈控制; Smith 预估; 模糊PID 中图分类号: TP273+.3；TP273+.4文献标志码: A文章编号: 1674–5124(2020)11–0132–07Temperature control algorithm combined the feedforward feedback withSmith predictor and fuzzy PIDZHANG Hao 1,2, GAO Yuxiang 1,2(1. College of Communication Engineering, Chengdu University of Information Technology,Chengdu 610225, China; 2. Meteorological Information and Signal Processing KeyLaboratory of Sichuan Education Institutes, Chengdu 610225, China)Abstract : Traditionally, the temperature control system uses a classic PID control algorithm which requires complicated parameter adjustment process and long adjustment time. It also holds the limitation of large overshoot, severe interference effects, and poor closed-loop stability. One approach to solving these problems is to utilize feedforward control and predictive compensator to compensate for the disturbance and eliminate control lagging. In this research work, the Smith predictive compensator was introduced to cancel the lag term in the characteristic equation to ensure the closed-loop stability of the large lag system. Meanwhile, combined with the fuzzy PID algorithm, it can not only realize parameter self-tuning but also reduce overshoot and adjustment time. The simulation results using Simulink toolbox in Matlab show that the feedforward feedback Smith predictive fuzzy PID combination control algorithm eliminates the influence of interference, and ensures the closed-loop stability of the large lag system, reducing the overshoot to 0, the adjustment time is reduced by 518.02 s, the rise time is reduced by 90.43 s, and the delay time is reduced by 9.6 s so that the response speed收稿日期: 2020-03-26；收到修改稿日期: 2020-04-24作者简介: 张 皓(1992-)，男，四川雅安市人，硕士研究生，专业方向为先进控制与智能控制理论、嵌入式物联网技术。
Smith自适应模糊PID控制算法的研究及仿真
Smith自适应模糊PID控制算法的研究及仿真
张明光;王鹏;王兆刚
【期刊名称】《甘肃科学学报》
【年(卷),期】2008(20)1
【摘要】针对常规PID控制器在控制具有时变、大滞后等特性的实际被控对象效果不理想的问题,综合Smith预估控制和自适应模糊PID控制的优点,提出了一种新的控制器-Smith自适应模糊PID控制器.介绍了组成原理,分析了在控制时变、大滞后对象时的优点,给出了该控制器的具体设计方法.仿真结果表明,所设计的控制系统超调量小、调节时间短、响应速度快、动、稳态性能好,适用于参数变化的大时滞工业过程.
【总页数】3页(P109-111)
【作者】张明光;王鹏;王兆刚
【作者单位】兰州理工大学,电气与信息工程学院,甘肃,兰州,730050;兰州理工大学,电气与信息工程学院,甘肃,兰州,730050;兰州理工大学,电气与信息工程学院,甘肃,兰州,730050
【正文语种】中文
【中图分类】TP273
【相关文献】
1.连续排液式自动平衡头的自适应模糊PID控制算法研究 [J], 王宁;江志农
2.电机同步传动自适应模糊PID控制算法研究 [J], 郭昌
3.Smith预估自适应模糊PID在温控系统中的应用研究 [J], 李平;严宇;肖智勇
4.Smith自适应辨识控制算法在合成氨生产中的仿真应用 [J], 尉颖;耿继宏;白珍龙
5.基于电加热炉温度系统的自适应模糊PID-Smith控制方法研究 [J], 范子荣因版权原因，仅展示原文概要，查看原文内容请购买。
基于Smith 预估补偿模糊 PID算法的航空发动机控制
基于Smith 预估补偿模糊 PID算法的航空发动机控制一摘要20世纪后航空发动机智能控制代表着发动机控制的发展方向，该方面的研究在理论和实践上均具有较大的意义。
本文以某型混合排气涡扇发动机为研究对象，介绍了基于Smith 预估补偿模糊PID算法的控制系统。
二绪论航空发动机控制系统已是一个多变量、时变、非线性、多功能的复杂系统，其性能的优劣直接影响发动机及飞机的性能。
时滞特性在工业生产过程中普遍存在，当物料和能量进行传输时就形成时滞现象。
由于时滞特性的存在使扰动不能被即时察觉，控制作用需长时间才能反映到对象输出量上，产生较大的超调和振荡，控制系统的稳定性降低，导致控制品质受到严重影响。
O．J．Smith提出了一种预估补偿控制方法来控制含有时滞环节的现象理论上解决了时滞系统的控制问题，但这种控制器必须依赖于在实际中很难获得的被控对象的精确数学模型，因而难以对时变时滞系统进行良好控制。
在实践中，人们开始逐渐的认识到通过手动操作的经验能很好的调节控制系统，达到控制目标，因此产生了模糊控制方法。
模糊控制方法的模糊逻辑是由专家提供语言信息并将其转化为控制策略的系统推理方法，能解决许多复杂而没有精确数学模型系统的控制问题。
本文选择模糊PID控制作为研究重点，结合Smith预估控制方法，设计一种不苛求对象模型、具有滞后补偿、抗干扰能力强且鲁棒性好的智能控制器。
三航空发动机 Smith 预估补偿模糊 PID 控制3.1模糊控制3.1.0模糊控制性质模糊控制比常规控制具有较强的鲁棒性，被控对象参数的变化对模糊控制的影响不明显，可用于非线性、时变和时滞系统的控制，完全是在人员控制经验基础上实现对系统的控制，无需建立被控对象的数学模型，是解决不确定系统的一种有效途径。
对于给定系统而言，其语言实际应用中还将模糊控制与PID控制相结合，以提高控制品质。
3.1.1模糊控制原理模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机智能控制，其基本原理如图3．1所示。
史密斯预估PID控制算法研究及其在DCS中的实现
文 章 编 号 ：１００６—９３４８（２０１６）０５—０４０９—０４
计 算 机 仿 真 控 制算 法研 究及 其在 ＤＣＳ中的 实现
胡 艳 ，郭钛 星 ，韩 璞
（１．华北 电力大学河北省发 电过程仿真与优化控制工程技术研究 中心 ，河北 保定 ０７１００３；２．山西国际能源集 团有 限公 司，山西 太原 ０３０００２）
Ｎｏｒｔｈ Ｃｈｉｎａ Ｅｌｅｃｔｒｉｃ Ｐｏｗｅｒ Ｕｎｉｖｅｒｓｉｔｙ，Ｂａｏｄｉｎｇ Ｈｅｂｅｉ ０７ １００３，Ｃｈｉｎａ；
２．Ｓｈａｎｘｉ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｅｎｅｒｇｙ Ｇｒｏｕｐ，Ｔａｉｙｕａｎ Ｓｈａｎｘｉ ０３００００，Ｃｈｉｎａ）
ＡＢＳＴＲＡＣＴ：Ｗ ｉｔｈ ｔｈｅ ｃｏｎｔｉｎｕｏｕｓ ｉｎｃｒｅａｓｅ ｏｆ ｔｈｅ ｉｎｄｕｓｔｒ ｉａｌ ｐｒｏｄｕｃｔｉｏｎ ｓｃａｌｅ ａｎｄ ｃｏｍｐｌｅｘｉｔｙ，ｌａｒｇｅ ｄｅｌａｙ ｓｙｓｔｅｍ ｉｎ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｉｎｄｕｓｔｒｉａｌ ｐｒｏｄｕｃｔｉｏｎ ｉｓ ｃｏｍｍ ｏｎ ｂｕｔ ｄｉｆｆｉｃｕｌｔ ｔｏ ｃｏｎｔｒｏ１． Ｔｈｅ ｃｏｎｔｒｏｌ ｅｆｆｅｃｔ ｏｆ ｔｒａｄｉｔｉｏｎａｌ ＰＩＤ ｃｏｎｔｒｏｌ ｆ ｏｒ
Ｓｍｉｔｈ预估控制 的基本思路是 预先估 计出系统 在基本扰
动下的动态特性 ，然后 由预估 器对 时滞进 行补偿 ，力图使 被 延 迟了的被调量超前 反 映到调节 器 ，使调 节器 提前 动作 ，从 而抵 消掉时滞特性所 造成 的影 响 ，减 小超 调量 ，提 高系统 的 稳 定性 ，加速调 节过程 。Ｓｍｉｔｈ预估控 制器 是针 对大 时滞 系 统 的 一 种 有 效 控 制 器 ，但 它 与 ＰＩＤ算 法 一 样 依 赖 被 控 对 象 的 数 学模 型。现在 已得 到模 型 的辨 识方 法 ，如微 分方程 、偏 微 分 方程 、状态方程 和差分方程 ，这就为 Ｓｍｉｔｈ控制算法的实现 提供了可能 。但 由于控制设 备发 展较 慢 ，Ｓｍｉｔｈ补偿 器 中的 高 阶 纯 微 分 项 在 模 拟 仪 表 年 代 无 法 实 现 ，所 以 Ｓｍｉｔｈ算 法 尚 未 被加 入 到 ＤＣＳ中 。如 今 ＤＣＳ发 展 迅 速 ，且 在 火 电 、化 工 行 业 的大迟延系统设备 中普遍应用 ，因此有必要对 ＤＣＳ进行改 造 ，增加 Ｓｍｉｔｈ预估算法作为 克服大 迟延 系统控制 难点 的手 段 ，以解 决 控 制 调 节 速 度 慢 、超 调 量 大 等 问 题 。 本 文 将 对
基于复合补偿的航空发动机大延迟系统内模控制
基于复合补偿的航空发动机大延迟系统内模控制
杨仕美;郭建胜;翟旭升;彭靖波
【期刊名称】《弹箭与制导学报》
【年(卷),期】2012(032)005
【摘要】针对某发动机的大延迟控制通道,提出了一种基于前馈-反馈复合补偿的内模PID控制算法,该算法采用前馈的方式在被控量“未变化前”进行“超前补偿”,加大提前修正能力,从而提高系统的响应快速性,并减小稳态误差；采用内模控制的思想去整定PID参数,结构简单,在线调整参数少,调整容易,计算机仿真和地面试车结果证明了该方法的有效性.
【总页数】4页(P111-113,120)
【作者】杨仕美;郭建胜;翟旭升;彭靖波
【作者单位】空军工程大学工程学院,西安710038;空军工程大学工程学院,西安710038;空军工程大学工程学院,西安710038;空军工程大学工程学院,西安710038
【正文语种】中文
【中图分类】V233.7
【相关文献】
1.航空发动机大延迟系统Smith预估补偿模糊PID控制算法 [J], 严彤;易振国;张金朋;翟旭升
2.一种基于内模补偿的四旋翼无人机姿态系统的渐近跟踪控制律的实现 [J], 李杰;
戚国庆
3.基于Matlab的内模法航空发动机PID控制仿真 [J], 钟周威;徐子荔;樊丁
4.基于神经网络的非线性系统复合内模控制 [J], 陈娟;董翠英
5.基于内模重复与自适应复合控制的位置伺服系统 [J], 宋立业;张云龙;高庭
因版权原因，仅展示原文概要，查看原文内容请购买。
史密斯预估PID控制算法研究及其在DCS中的实现
史密斯预估PID控制算法研究及其在DCS中的实现胡艳;郭钛星;韩璞【期刊名称】《计算机仿真》【年(卷),期】2016(033)005【摘要】随着工业生产规模和复杂程度的不断增大,大迟延系统在工业生产过程中比较常见但又难以控制,一直是控制界关注的研究方向.在利用传统PID控制系统对大迟延对象进行控制的时候,得不到理想的控制效果,针对这类对象一般采用Smith 预估算法.Smith预估算法对于大迟延系统的控制已经较为成熟,但由于控制设备发展较慢,Smith算法尚未被加入到DCS中.如今,在火电、化工行业中DCS已被普遍使用,因此有必要在DCS上加入Smith预估算法以解决控制调节速度慢、超调量大等问题.通过在DCS中加入Smith预估PID控制器,对大迟延系统进行控制研究的结果表明,Smith预估PID控制算法可以取得更好的控制效果.【总页数】4页(P409-412)【作者】胡艳;郭钛星;韩璞【作者单位】华北电力大学河北省发电过程仿真与优化控制工程技术研究中心,河北保定071003;山西国际能源集团有限公司,山西太原030002;华北电力大学河北省发电过程仿真与优化控制工程技术研究中心,河北保定071003【正文语种】中文【中图分类】TP391.9【相关文献】1.DC/DC变换器预测函数PID控制算法研究 [J], 丁烨;车红军;郭伟斌;葛芦生2.基于ABB DCS的变参数PID控制算法研究 [J], 郭南3.史密斯预估PID控制在I/A's集散控制系统上的应用 [J], 陈卫红;刘先广;张伟勇4.DC-DC变流器系统的LQR-PID控制算法研究 [J], 张悦;魏克新;欧阳紫威5.史密斯预估补偿控制与PID控制的比较研究 [J], 陆萍蓝;张火明;毛汝东因版权原因，仅展示原文概要，查看原文内容请购买。
- 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、"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、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)。
究热点和难点 ， 由于延迟 的存在使得系统 的稳定时
间和超调量增大 ， 震荡加剧 ； 同 时 减 小 了系 统 的 相 角稳 定裕 度 甚至 导致 系统 不稳 定 ［ ］ 。
的最大推力 ，在保证低压压气机稳定工作的基础上
根 据低压 压 气机转 子 的换 算转 速 ‰ 对低 压压 气 机 进 口导流 叶片角度 （ ９ ／ 进行 调节 。该 通道 的数字式 控 制 器在 试 车 过程 中出现 了参数 摆 幅 较大 的现 象 ， 经 过判读 试 车数 据认定 该通道存 在较 大的延迟 。
ｒ ｅ ｑ ｕ ｉ ｒ ｅ ｓ ｌ ｅ ｓ ｓ ａ ｃ ｃ ｕ ｒ ａ ｔ ｅ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｍｏ ｄ ｅ ｌ ａ ｎ ｄ ｈ ａ ｓ ｂ ｅ ｔ ｔ ｅ ｒ ｒ ｏ ｂ ｕ ｓ ｔ ｎ ｅ ｓ ｓ ｂ ｙ ｃ ｏ ｍｐ ａ ｒ ｉ ｎ ｇ ｗ ｉ ｔ ｈ ｔ ｈ ｅ ｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ Ｓ ｍｉ ｔ ｈ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｏ ｒ ．
ＹＡＮ Ｔ ｏ ｎ ｇ ， ＹＩ Ｚ ｈ ｅ ｎ — ｇ ｕ ｏ ， ＺＨＡＮＧ Ｊ ｉ ｎ － ｐ ｅ ｎ ｇ ２ ， Ｚ ＨＡＩ Ｘｕ － ｓ ｈ ｅ ｎ ｇ
（ １ ． Ｍ ｉ ｌ ｉ ｔ ａ ｒ ｙ Ｒ ｅ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ａ ｔ ｉ ｖ ｅ Ｏ ｆ ｉ ｆ ｃ ｅ ｏ ｆ Ｎ ｏ ． １ １ ４ ￡ ０ ｒ ｙ ， Ｘ ｉ ’ ａ ｎ ７ １ ０ ０ ７ ７ ， Ｃ ｈ ｉ ｎ ａ ； ２ ． Ｕ ｎ ｉ ｔ ９ ３ ６ １ ９ ｏ ｆ Ｐ Ｌ Ａ，
Ｔ ｉ ａ ｎ ｊ ｉ ｎ ３ ０ ０ ４ ０ ０ ，Ｃ ｈ ｉ ｎ ａ ； ３ ． Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆＥ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ， Ａ ｉ ｒ Ｆ ｏ ｒ ｃ ｅ Ｅ ｎ ｉｎ ｇ ｅ ｅ ｒ ｉ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｘｉ ’ ａ ｎ ７ １ ０ ０ ３ ８ ， Ｃ ｈ ｉ ｎ ａ ）
Ｋｅ ｙ ｗｏ ｒ ｄｓ ：ｌ ｏ ｎ ｇ ｔ ｉ ｍｅ －ｄ ｅ ｌ ａ ｙ，ｆ ｕ ｚ ｚ ｙ，ｆ ｅ ｅ ｄ ｆ ｏ ｒ ｗａ ｒｄ ｃ ｏ ｍｐ ｅ ｎ ｓ ａ ｔ ｉ ｏ ｎ，ａ ｅ ｒ ｏ ｅ ｎ ｇ ｉ ｎ ｅ
引 言
大 延 迟 系 统 的控 制 问题 一 直 是 控 制 领 域 的 研
ｔ ｈ ｉ ｓ ｐ ｒ ｏ ｂ ｌ ｅ ｍ ，ａ ｓ ｍｉ ｔ ｈ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｆ ｕ ｚ ｚ ｙ Ｐ Ｉ Ｄ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｉ ｓ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ． Ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｏ ｆ ｓ ｉ ｍｕ ｌ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｄ ｉ ｃ ａ ｔ ｅ ｓ ｔ ｈ ａ ｔ ｉ ｔ
程具有非线性 、 时变不确定性等原 因也不能达到理
想 的控 制效 果 。而模 糊 Ｐ Ｉ Ｄ 控 制则 具 有不依 赖 被 控 对象精 确 数学模 型 、 鲁棒性 强 等特点 。 某 型 涡 扇 发 动 机 的低 压 压气 机进 口导 流 叶 片 控 制通 道 （ 通道 ） 的主要 作用 是 ： 为获 得 发动 机
Ａｂｓ ｔ ｒ ａ ｃ ｔ ：Ｂｅ ｃ ａ ｕ ｓ ｅ ｏ ｆ ｌ ｏ ｎｇ ｔ ｉ ｍｅ －ｄ ｅ ｌ ａ ｙ，ｐａ ｒ ａ ｍｅ ｔ ｅ ｒ ｓ ｏ ｓ ｃ ｉ ｌ ｌ ａ ｔ ｉ ｏ ｎ ｈａ ｖ ｅ ａ ｒ ｅ ａ ｓ ｅ ｒ ｉ ｏ ｕ ｓ ｐ ｒ ｏ ｂ ｌ ｅ ｍ ｆ ｏ ｒ ｔ ｈ ｅ
３ ． 空军工程大学工程学 院， 西安
摘
要： 试车过程中某型涡扇发 动机低压压气机进 口导流 叶片控 制通 道出现了参数摆幅较该通道存在较大 的延迟 ， 针对该问题为该通道设计 了一种 Ｓ ｍ ｉ ｔ ｈ预估补偿模糊 Ｐ Ｉ Ｄ控制算法 ， 计算机仿 真结果表 明： 与传 统的 Ｓ ｍｉ ｔ ｈ预估补偿算法相 比， 该算法对模型的不匹配具备较强 的适应能力。 关键词 ： 大延迟 ， 模糊 ， 预估补偿 ， 航 空发动机
ｆ ａ ｎ ｉ ｎ ｌ ｅ ｔ ｇ ｕ ｉ ｄ ｅ ｖ ａ ｎ ｅ ｓ ｙ ｓ ｔ ｅ ｍ ｏ ｆ ａ ｃ ｅ ｒ ｔ ａ ｉ ｎ ｔ ｕ ｒ ｂ ｏ ｆ ａ ｎ ｅ ｎ ｇ ｉ ｎ ｅ ｉ ｎ ｔ ｈ ｅ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｏ ｆ ｔ ｒ ｉ ａ ｌ ｒ ｕ ｎ ｔ ｅ ｓ ｔ ． Ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ｓ ｏ ｌ ｖ ｅ
Ｖ０ １ ．３ ８． Ｎｏ ． １
火 力 与 指 挥 控 制
Ｆ ｉ ｒ ｅ Ｃｏ ｎ ｔ ｒ ｏ ｌ ＆Ｃ ｏ ｍｍａ ｎ ｄ Ｃ ｏ ｎ ｔ ｒ ｏ ｌ
Ｊ ａ ｎ， ２ ０ １ ３
第３ ８卷 第 １ 期 ２ ０ １ ３年 １ 月
文章编号 ： １ ０ ０ ２ — ０ ６ ４ ０ （ ２ ０ １ ３） ０ １ － ０ １ ５ ９ － ０ ４
中 图分 类号 ： Ｖ ２ ３ ３ ． ７ 文献标识码 ： Ａ ，
Ａ Ｓ ｍｉ ｔ ｈ Ｐｒ ｅ ｄ ｉ ｃ ｔ Ｆｕ ｚ ｚ ｙ ＰＩ Ｄ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｆ ｏ ｒ Ａｅ ｒ ｏ ｅ ｎ ｇ ｉ ｎ ｅ Ｓ ｙ ｓ ｔ ｅ ｍ
ｗｉ ｔ ｈ Ｌｏ ｎ ｇ Ｔｉ ｍｅ －ｄ ｅ ｌ ａ ｙ
航空发动机大延迟 系统 Ｓ ｍｉ ｔ ｈ预估补偿模糊 Ｐ Ｉ Ｄ控制算法
严 彤 ， 易振 国 ， 张金 朋 ， 翟旭 升
７ １ ０ ０ ７ ７ ； ２ ． 解放军 ９ ３ ６ １ ９部队 ， 天津
７ １ ０ ０ ３ ８ ）
（ １ ． 一 一四厂军事代表室 ， 西安
３ ０ ０ ４ ０ ０ ；