基于PID参数辨识的闭环回路非线性评估方法技术

本发明专利技术实施例提供一种基于PID参数辨识的闭环回路非线性评估方法，属于石油化工领域。所述评估方法包括：根据所述多个采样时刻的运行数据得到与采样时刻对应的偏差序列；将所述偏差序列运用至少一种离散控制模型，获得每种离散控制模型对应的模型参考参数集，所述模型参考参数集中的每个参考参数按照采样时刻的先后顺序形成参考参数序列；运用参数辨识概率评估模型对所有参考参数序列进行辨识概率分析，得到所有参考参数序列的辨识率；若模型参考参数集对应的所有参考参数序列的辨识率均大于预设值，并根据该离散控制模型对应的所有辨识率中的最大辨识率确定所述控制回路的非线性程度。本发明专利技术有利于线性控制模型建模及调节阀的故障诊断。节阀的故障诊断。节阀的故障诊断。

【技术实现步骤摘要】
基于PID参数辨识的闭环回路非线性评估方法


[0001]本专利技术涉及石油化工的控制系统安的
，具体地，涉及一种基于PID参数辨识的闭环回路非线性评估方法。

技术介绍

[0002]炼化装置的控制系统中普遍存在控制回路性能下降的问题，其中，存在于控制回路的非线性特性是造成其性能下降的主要原因之一，这严重损害炼化装置的安全性和经济效益。针对非线性检测技术通常基于统计学的假设检验，从统计指标的选择上，可以分为参数方法和费娴熟方法两种。例如，Choudhury提出了基于双相干谱的非线性检测方法，但对数据长度有要求，对弱非线性的检测准确性不高；基于改进的倒双谱分析的控制回路非线性检测方法相比于Choudhury提出的基于双相干谱的非线性检测方法，本方法对被测数据长度的依赖小，对弱非线性的检测准确性更高；基于替代数据法的工业过程非线性检测方法，根据LMD
‑
RP替代数据法构造多组原信号的替代数据,仿照原信号计算各组替代数据倒双相干谱函数；基于Bottom
‑
Up算法的主蒸汽调节阀非线性辨识方法,采用最小二乘法辨识各本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PID参数辨识的闭环回路非线性评估方法，其特征在于，所述非线性评估方法包括：获取控制回路在多个采样时刻的运行数据，根据所述多个采样时刻的运行数据得到与采样时刻对应的偏差数据并按照采样时刻的先后顺序形成偏差序列；将所述偏差序列运用至少一种离散控制模型，获得每种离散控制模型对应的模型参考参数集，所述模型参考参数集中的每个参考参数按照采样时刻的先后顺序形成参考参数序列；运用参数辨识概率评估模型对所有参考参数序列进行辨识概率分析，得到所有参考参数序列的辨识率；若模型参考参数集对应的所有参考参数序列的辨识率均大于预设值，确定该模型参考参数集对应的离散控制模型为控制回路的离散控制模型，并根据控制回路的离散控制模型对应的所有辨识率中的最大辨识率确定所述控制回路的非线性程度。2.根据权利要求1所述的非线性评估方法，其特征在于，所述非线性评估方法还包括：运用参数辨识概率评估模型对所有参考参数序列进行辨识概率分析，得到所有参考参数序列对应的辨识率和辨识值；每个参考参数序列的辨识率与辨识值相互对应；若模型参考参数集对应的所有参考参数序列的辨识率均大于预设值，确定该模型参考参数集对应的离散控制模型为控制回路的离散控制模型，确定控制回路的离散控制模型对应的所有辨识率中的最大辨识率以及该最大辨识率对应的辨识值，以及确定与最大辨识率对应的参考参数序列；根据最大辨识率对应的参考参数序列和最大辨识率，确定所述控制回路的线性运行概率时间序列。3.根据权利要求2所述的非线性评估方法，其特征在于，所述非线性评估方法还包括：将所述控制回路的线性运行概率时间序列按照预设区间个数进行连续分组，得到连续分组序列；按照连续分组序列中每组序列对应的辨识值的大小确定每组序列的标记符；根据任意连续的两个标记符的种类确定所述控制回路的线性运行概率参数集合序列是否为线性序列。4.根据权利要求3所述的非线性评估方法，其特征在于，所述标记符包括非线性标记符和线性标记符；所述确定每组序列的标记符包括：若该组序列对应的辨识值中有任一辨识值小于第二预设值，将该组序列用非线性标记符进行标记；否则将该组序列用线性标记符进行标记；所述根据任意连续的两个标记符的种类确定所述控制回路的线性运行概率参数集合序列是否为线性序列，包括：若任意连续两组序列的标记符种类依次为非线性标记符和线性标记符，或者连续两组序列的标记符种类依次为线性标记符和非线性标记符，确定该连续两组序列为线性序列。5.根据权利要求2所述的非线性评估方法，其特征在于，所述运用参数辨识概率评估模型对所有参考参数序列进行辨识概率分析，得到所有参考参数序列对应的辨识率和辨识值，每个参考参数序列的辨识率与辨识值相互对应，包括：S1)确定辨识序列B中的值范围的等值分割个数SPCount；其中所述辨识序列B为一个参
考参数序列；S2)确定辨识序列B中的子集newB的数据量个数nCount；子集newB数据量为辨识序列B中的数据量；S3)根据子集newB中的最大值、最小值及所述分割个数SPCount，确定数据分割间隔sp；S4)根据所述分割个数SPCount和所述数据分割间隔sp，初始化分割间隔序列sps及数据分割间隔sp内的数据量spcount；S5)根据子集newB的值，确定值符合各数据分割间隔sp范围内的数据量个数spcount；S6)获取数据量个数spcount中的最大值spmax；S7)剔除数据量小于预设值的其余分割周期内的数据，存储剔除后的子集newB并更新该子集newB的数据量；所述预设值为最大值spmax的预设倍数；S8)循环步骤S2)
‑
S7)，直到循环次数达到设定值或者子集newB的数据量小于分割个数SPCount时，输出该子集newB的数据量作为结果子集newB的数据量，停止循环；S9)获取所述结果子集newB的数据量的平均值avg，将结果子集newB的数据量的值和平均值avg满足预设条件的子集newB作为选定子集newB；S10)获取所有选定子集newB的平均值avg，根据选定子集newB的值和选定子集newB的平均值avg计算选定子集newB的值相对于选定子集newB的相似程度S的值，并得到选定子集newB的值相对于选定子集newB的相似程度S的值的平均值Savg；S11)根据相似程度S的平均值Savg、选定子集newB的值和选定子集newB的数据量，计算选定子集newB的数据量对应的辨识率和辨识值，分别作为该参考参数序列对应的辨识率和辨识值。6.根据权利要求5所述的非线性评估方法，其特征在于，通过以下公式计算选定子集newB的数据量对应的辨识率和辨识值：B
rely
＝Savg
×
nCount/AllCount；B
avg
＝∑newB
n
/nCount；其中，B
rely
为辨识率；B
avg
为辨识值；newB
n
为选定子集newB的数据量为；AllCount为辨识序列B中的数据量个数。7.根据权利要求1
‑
6中任一项权利要求所述的非线性评估方法，其特征在于，所述模型参考参数集包括增益参数K、积分时间参数T、微分时间参数D中的一种或多种。8.根据权利要求5所述的非线性评估方法，其特征在于，所述获取控制回路在多个采样时刻的运行数据，根据所述多个采样时刻的运行数据得到与采样时刻对应的偏差数据并形成偏差序列，包括：获取控制回路在多个采样时刻的设定值SP、测量值PV和输出值MV；运用以下偏差计算模型计算得到与采样时刻对应的偏差数据并形成偏差序列；E
n
＝PV
n
‑
SP
n
，n＝1...4800dE
n
＝E
n
‑
E
n
‑1，n＝2...4800dPV
n
＝PV
n
‑
PV
n
‑1，n＝2...4800dMV
n
＝MV
n
‑
MV
n
‑1，n＝2...4800ddE
n
＝dE
n
‑
dE
n
‑1，n＝3...4800ddPV
n
＝dPV
n
‑
dPV
n
‑1，n＝3...4800；
其中，PV
n
为n时刻的PV值；SP
n
为n时刻的SP值；E
n
为n时刻的测量值PV与设定值SP的偏差E；dE
n
为n时刻的偏差E的偏差值，n小于2时dE
n
＝0；dPV
n
为n时刻PV值的偏差值，n小于2时dPV
n
＝0；dMV
n
为n时刻MV值的偏差值，n小于2时dMV
n
＝0；ddE
n
为n时刻dE值的偏差值，n小于3时，ddE
n
＝0；ddPV
n
为n时刻dPV值的偏差值，n小于3时ddPV
n
＝0。9.根据权利要求8所述的非线性评估方法，其特征在于，所述离散控制模型包括：基于偏差的比例积分微分控制(PID)模型、基于偏差的比例积分控制(PI)模型、基于偏差的比例控制(P)模型、基于偏差的积分控制(I)模型、基于测量值的微分与偏差的比例积分控制(PI
‑
D)模型、基于测量值的比例微分模型与偏差的积分控制(I
‑
PD)模型中的一种或多种模型。10.根据权利要求9所述的非线性评估方法，其特征在于，基于偏差的比例积分微分控制(PID)模型为：ΔMV
n
＝K
×
ΔE
n
+T*E
n
+D
×
Δ(ΔE
n
)；K＝K
p
×
K
s
；；K
p
＝100/PB；K
s
＝(MSH
‑
MSL)/(SH
‑
SL)；其中，ΔT为控制周期，Kp为过程增益，PB为比例度，TI为积分时间，TD为微分时间，Ks为尺度变换系数，SH为过程变量高限，SL过程变量低限，MSH为操作变量上限，MSL为操作变量下限；E
n
为第n个时刻的测量值与设定值的偏差值；ΔE
n
为第n个时刻的E
n
与第n
‑
1个时刻的E
n
的偏差；Δ(ΔE
n
)为第n个时刻的ΔE
n
与第n
‑
1个时刻的ΔE
n
的偏差；MV
n
为第n个时刻的输出值；ΔMV
n
为第n个时刻的MV
n
与第n
‑
1个时刻的MV
n
的偏差。将所述偏差序列运用至少一种离散控制模型，获得每种离散控制模型对应的模型参考参数集，包括：将基于偏差的比例积分微分控制(PID)模型与偏差计算模型求解得到基于偏差的比例积分微分控制(PID)对应的增益参数K、积分时间参数T、微分时间参数D；Kn为增益参数K第n个时刻的计算公式；Tn为积分时间参数T第n个时刻的计算公式；Dn为微分时间参数D第n个时刻的计算公式；其中：时刻的计算公式；其中：时刻的计算公式；其中：上式中：a1＝dEsn
‑
2，a2＝dEsn
‑
1，a3＝dEsn，b1＝Esn
‑
2，b2＝Esn
‑
1，b3＝Esn，c1＝ddEsn
‑
2，c2＝ddEsn
‑
1，c3＝ddEsn，d1＝dMvsn
‑
2，d2＝dMvsn
‑
1，d3＝dMvsn；n为时间...

【专利技术属性】
技术研发人员：高新江，李传坤，袁壮，王春利，
申请(专利权)人：中石化安全工程研究院有限公司，
类型：发明
国别省市：