基于模范系统的优化控制系统方法技术方案

本发明专利技术公开了一种基于模范系统的优化控制系统方法，经对选定目标寻优获得这类对象的一对优化参数；再以模范系统优化响应函数为模板逐步辨识出具体对象参数，由此便捷地算出实际系统的控制器参数与滤波器参数，从而实现优化控制；并且基于前述模板设计在线控制参数的整定办法，用于维护长期优化控制效果。

【技术实现步骤摘要】
基于模范系统的优化控制系统方法
本专利技术属于自动控制领域，具体涉及工业过程控制系统的优化设计、被控对象参数辨识以及控制器参数在线整定的一整套优化控制系统实现方法。
技术介绍
当前工业过程控制中常用的控制系统优化方法基本分为三类，一类是操作人员凭经验逐一就具体对象对PID控制参数整定的方法，缺点是凭人的经验随意性大，无法确保优化结果。再一类是先对具体对象进行模型参数辨识，之后以某目标的寻优过程来确定调节控制参数，辨识算法一般较为复杂，且需逐一对具体对象进行反复搜索、迭代、逼近的寻优过程，使得在实施、维护中耗时费力，存在不易推广普及的限制。还有一类采用在线自适应调节控制器参数的各种算法(同样存在算法复杂，仅对某种对象适用、甚至鲁棒性差，需高级技术人员实施、应用成本高等不利因素)。然而实际应用中大量的控制需求是希望通过简捷易行的手段达到针对所选目标的最优控制设计，特别是在现场能够按照确定的几步简单操作就可以完成对被控对象模型参数的辨识和对控制器参数进行及时整定维护，以便普通技术操作人员就能长期保障系统按照优化设计运行。
技术实现思路
(一)要解决的技术问题本专利技术的目的在于，提供一种基于模范系统的优化控制系统方法，能便捷地算出控制系统的控制器参数与滤波器参数，从而实现优化控制，并能长期保障系统按照优化设计运行。(二)技术方案本专利技术提供一种优化控制系统的方法，控制系统包括滤波器Gf、控制器Gc及被控对象Gp，其中，指定被控对象Gp的数学模型为：(K2≥0；K1>0；K0≥0；τ>0)式中，S为拉氏算子，K0为积分因子，K1为比例因子，K2为微分因子，τ表示时滞值；指定所述控制器(Gc)的数学模型为：Ti＝K1/K0Td＝K2/K1式中，Kp、Ti、Td和Tf均为控制器参数，Kp为比例系数、Ti为积分系数、Td为微分系数、Tf为滤波系数；指定所述滤波器(Gf)的数学模型为：式中，λ1为跟随滤波参数，λ2为抗扰滤波参数；所述模范系统包括被控对象Go及滤波器Gfo，其中，指定所述被控对象Go的数学模型为：式中，α2为模范抗扰参数，指定所述滤波器Gfo的数学模型为：式中，α1为模范跟随参数；方法包括以下步骤：S1，在模范系统中，根据控制需求选择评价指标，并对该评价指标进行目标优化，得到一对优化参数；S2，根据优化参数计算所述控制系统的滤波器参数和控制器参数。S3，制定模范响应模板，并根据滤波器参数、控制器参数和模范响应模板辨识被控对象的对象参数。S4，根据所述控制系统的运行状态，在线整定控制参数。(三)有益效果本专利技术提供的优化控制系统的方法，具有以下优点：首先，优化设计过程不针对具体对象，而是针对特定的模范对象先期一次完成，大大减少了现有方法需要逐一对具体对象寻优的工作量；不限定所选的优化目标和寻优手段，因此适应多种控制特性需求；辨识过程步骤与算法直观简单、利于现场操作实施，控制参数在线整定的过程与辨识过程机理一样，都引入了优化响应模板，所整定的调节变量与对象参数有对应关系，很好理解掌握、实施条件容易满足，便于及时维护系统按优化目标运行。总之这整套优化控制实施方案，适用于常见的工业对象，特别是食品、纺织、化工、环保等行业中工艺过程调节变量的控制，而且本方法易于由一般技术人员掌握和推广使用。附图说明图1是控制系统的结构图。图2是模范系统的结构图。具体实施方式本专利技术针对工业过程常见的对象类型，提供一种基于模范系统的优化控制系统方法，经对选定目标寻优获得这类对象(非具体对象)的一对优化参数；再以模范系统优化响应函数为模板逐步辨识出具体对象参数，由此便捷地算出实际系统的控制器参数与滤波器参数，从而实现优化控制；并且基于前述模板设计在线控制参数的整定办法，用于维护长期优化控制效果。根据本专利技术的一种实施方式，控制系统包括滤波器Gf、控制器Gc及被控对象Gp，其中，指定所述被控对象Gp的数学模型为：(K2≥0；K1>0；K0≥0；τ>0)此模型基本涵盖了工业过程中占多数的常见一阶(K2＝0)、二阶、积分型(K0＝0)、非积分型且含时滞(τ>0)这一类对象，式中，S为拉氏算子，K0为积分因子，K1为比例因子，K2为微分因子，τ表示时滞值；指定所述控制器Gc的数学模型为：Ti＝K1/K0Td＝K2/K1式中，Kp、Ti、Td和Tf均为控制器参数，Kp为比例系数、Ti为积分系数、Td为微分系数、Tf为滤波系数；指定所述滤波器Gf的数学模型为：式中，λ1为跟随滤波参数，λ2为抗扰滤波参数；所述模范系统包括被控对象Go及滤波器Gfo，其中，指定所述被控对象(Go)的数学模型为：式中，α2为模范抗扰参数，指定所述滤波器Gfo的数学模型为：式中，α1为模范跟随参数；如果α1,α2满足：控制系统时域响应函数y(t)和模范系统时域响应函数yo(t)的关系为：y(t)＝yo(t/τ)。由此针对模范系统某目标的响应进行优化，取得优化参数后，再令：就可以使控制系统对同一个目标实现优化响应。根据本专利技术的一种实施方式，优化控制系统方法包括：S1，在模范系统中，根据控制需求选择评价指标，并对该评价指标进行目标优化，得到一对优化参数；S2，根据优化参数计算所述控制系统的滤波器参数和控制器参数。S3，制定模范响应模板，并根据滤波器参数和控制器参数辨识被控对象的对象参数。根据本专利技术的一种实施方式，步骤S1包括：S11，先对仅有阶跃干扰响应的抗扰评价指标进行优化，得到优化参数其中，所述阶跃干扰响应的表达式为：Go(S)表示所述模范系统的被控对象；所述抗扰评价指标的优化目标表达式为：f1(yod(t))表示含yod(t)的某评价函数；yod(t)表示阶跃干扰响应时域函数；表示当Jod为最小时的α2值，也称优化抗扰参数；S12，令后再对仅有阶跃输入响应的跟随评价指标进行优化，得到优化参数其中，所述阶跃输入响应的表达式为：Gfo(S)表示所述模范系统的滤波器；所述跟随评价指标的优化目标表达式为：f2(yor(t))表示含yor(t)的某评价函数，yor(t)表示阶跃输入响应时域函数，表示当Jor为最小时的α1值，也称优化跟随参数；根据本专利技术的一种实施方式，步骤S2包括，根据得到的优化跟随参数和优化抗扰参数计算所述控制系统的滤波器参数：表示优化跟随滤波参数，表示优化抗扰滤波参数；根据所述控制系统的滤波器参数，计算控制系统的控制器参数：Ti＝K1/K0Td＝K2/K1。根据本专利技术的一种实施方式，步骤S3包括：S30，根据上述优化跟随参数和优化抗扰参数确定模范系统的优化响应：将该响应对应的时域函数作为模范响应模板，得到控制系统的优化响应：S31，令用单位增益做开环测试，辨识时滞值τ,其中，分别表示所述τ,K0,K1,K2,λ1,λ2的估计值；S32，令加比例环节做闭环测试，辨识对象参数K0：S33，令加比例和积分环节做闭环测试，测算优化响应与此次实际响应之差y*(t)-y3(t)，当K0≠0时，计算该响应差的重积分稳态值SΔy3(∞)2，并推算出对象参数K1：当K0＝0时，计算该响应差的积分函数稳态值SΔy3(∞)，并推算出对象参数K1：S34，令加比例与积分环节做闭环测试，测算优化响应与此次实际响应之差y*(t)-y4(t)，当K0≠0时，计本文档来自技高网...

【技术保护点】
一种基于模范系统的优化控制系统的方法，所述控制系统包括滤波器(Gf)、控制器(Gc)及被控对象(Gp)，其中，指定所述被控对象(Gp)的数学模型为：Gp(S)=1K2S2+K1S+K0e-τS(K2≥0;K1>0;K0≥0;τ>0),]]>式中，S为拉氏算子，K0为积分因子，K1为比例因子，K2为微分因子，τ表示时滞值；指定所述控制器(Gc)的数学模型为：Gc(S)=Kp(1+1TiS+TdS)(TfS+1)]]>Kp=K1(2λ2+τ);]]>Ti＝K1/K0Td＝K2/K1Tf=λ222λ22+τ]]>式中，Kp、Ti、Td和Tf均为控制器参数，Kp为比例系数、Ti为积分系数、Td为微分系数、Tf为滤波系数；指定所述滤波器(Gf)的数学模型为：Gf(S)=(λ2S+1)(λ1S+1),]]>式中，λ1为跟随滤波参数，λ2为抗扰滤波参数；所述模范系统包括被控对象(Go)及滤波器(Gfo)，其中，指定所述被控对象(Go)的数学模型为：Go(S)=e-Sα22S2+(2α2+1)S,]]>式中，α2为模范抗扰参数，指定所述滤波器(Gfo)的数学模型为：Gfo(S)=α2S+1α1S+1,]]>式中，α1为模范跟随参数；其特征在于，所述优化控制系统的方法包括以下步骤：S1，在模范系统中，根据控制需求选择评价指标，并对该评价指标进行目标优化，得到一对优化参数；S2，根据所述优化参数计算所述控制系统的滤波器参数和控制器参数。S3，制定模范响应模板，并根据所述滤波器参数、控制器参数和模范响应模板辨识所述被控对象的对象参数。...

【技术特征摘要】
1.一种基于模范系统的优化控制系统的方法，所述控制系统包括滤波器(Gf)、控制器(Gc)及被控对象(Gp)，其中，指定所述被控对象(Gp)的数学模型为：式中，S为拉氏算子，K0为积分因子，K1为比例因子，K2为微分因子，τ表示时滞值；指定所述控制器(Gc)的数学模型为：式中，Kp、Ti、Td和Tf均为控制器参数，Kp为比例系数、Ti为积分系数、Td为微分系数、Tf为滤波系数；指定所述滤波器(Gf)的数学模型为：式中，λ1为跟随滤波参数，λ2为抗扰滤波参数；所述模范系统包括被控对象(Go)及滤波器(Gfo)，其中，指定所述被控对象(Go)的数学模型为：式中，α2为模范抗扰参数，指定所述滤波器(Gfo)的数学模型为：式中，α1为模范跟随参数；其特征在于，所述优化控制系统的方法包括以下步骤：S1，在模范系统中，根据控制需求选择评价指标，并对该评价指标进行目标优化，得到一对优化参数；S2，根据所述优化参数计算所述控制系统的滤波器参数和控制器参数；S3，制定模范响应模板，并根据所述滤波器参数、控制器参数和模范响应模板辨识所述被控对象的对象参数。2.根据权利要求1所述的优化控制系统的方法，其特征在于，所述步骤S1包括：S11，先对仅有阶跃干扰响应的抗扰评价指标进行优化，得到优化参数其中，所述阶跃干扰响应的表达式为：Go(S)表示模范系统的被控对象；所述抗扰评价指标的优化目标表达式为：f1(yod(t))表示含yod(t)的某评价函数，t表示时间；yod(t)表示阶跃干扰响应时域函数；表示当Jod为最小时的α2值，也称优化抗扰参数；S12，令后再对仅有阶跃输入响应的跟随评价指标进行优化，得到优化参数其中，所述阶跃输入响应的表达式为：Gfo(S)表示模范系统的滤波器；所述跟随评价指标的优化目标表达式为：f2(yor(t))表示含yor(t)的评价函数；yor(t)表示阶跃输入响应时域函数；表示表示当Jor为最小时的α1值，也称优化跟随参数。3.根据权利要求2所述的优化控制系统的方法，其特征在于，所述步骤S2包括，根据得到的优化跟随参数和优化抗扰参数计算所述控制系统的滤波器参数：表示优化跟随滤波参数，表示优化抗扰滤波参数；根据所述控制系统的滤波器参数，计算所述控制系统的控制器参数：Ti＝K1/K0Td＝K2/K1

【专利技术属性】
技术研发人员：邱育东，张文生，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京;11