复杂控制系统
化工自动化及仪表第八章复杂控制系统 第一节串级控制系统
图8-4 加热炉温度串级控制系统方块图
图8-5
副回路（副控制系统）
串级
控制 系统 组成 原理 及术
主设 定值
主控 制器
副设 定值
副控 制器
干扰
操纵
变量
副被控
变量
执行器 副对象
-
-
副测量值
副测量、变送
语
主测量值
主测量、变送
(1) 组成原理
①将原被控对象分解为两个串联的被控对象。
干扰 主对象
主被控 变量
TC
TT
PC
PT
燃料油 气开阀
被加热原料
T 出口温度
解答：
(1)阀的气开、气关特性
依据安全原则，当供气中断时，应使控制阀处于 全关闭状态，不致烧坏加热炉，所以应选气开阀
TC燃料油 气开阀
被加热原料
T 出口温度
(2)控制器的正、反作用
副控 制器
因为：P ys e
P 燃料量 阀开度 u
根据系统的结构和所担负的任务来分：串级、均
匀、比值、分程、选择性、前馈、多冲量等
本章研究内容：
8.1 串级控制系统 8.2 均匀控制系统 8.3 比值控制系统 8.4 分程控制系统 8.6 前馈控制系统
8.1 串级控制系统
复杂控制系统中用的最多的一种。
适用场合：当对象的滞后较大，干扰比较剧烈、
频繁，采用简单控制质量较差，或要求被控变量 的误差范围很小，简单控制系统不能工艺满足要 求。
人们研究出了一种不需要增加太多的仪表就可以 使被控变量达到较高的控制精度的方法——串级控制 系统。
串级控制系统的思想：
把时间常数较大的被控对象分解为两 个时间常数较小的被控对象。
化工仪表之复杂控制系培训课件
化工仪表之复杂控制系培训课件一、引言化工仪表是化工生产过程中非常重要的设备，用来监测和控制各种工艺参数，确保化工生产过程的稳定和安全。
复杂控制系统是现代化工生产中常见的一种控制手段，它可以对多个工艺参数进行联动调节，以达到更高的生产效率和质量。
本课件将介绍化工仪表之复杂控制系统的相关知识，包括复杂控制系统的基本原理、控制策略、常见的复杂控制算法等内容。
二、复杂控制系统的基本原理复杂控制系统是一种由多个控制回路组成的控制系统，它通过对多个工艺参数进行联动调节，实现对整个生产过程的精确控制。
复杂控制系统的基本原理包括以下几个方面：1. 控制回路的设计复杂控制系统由多个控制回路组成，每个控制回路负责一个工艺参数的调节。
在设计控制回路时，需要考虑控制回路的动态特性、稳定性和鲁棒性等因素。
2. 控制策略的选择常见的复杂控制系统包括比例-积分-微分（PID）控制、模糊控制、神经网络控制等。
在选择控制策略时，需要根据实际情况选择最合适的控制策略，以达到最优的控制效果。
3. 传感器和执行器的选择传感器和执行器是复杂控制系统中至关重要的组成部分，它们用于采集和控制工艺参数。
在选择传感器和执行器时，需要考虑其精度、可靠性和适应性等因素。
三、复杂控制系统的控制策略复杂控制系统采用不同的控制策略来实现对工艺参数的调节，以达到预定的控制效果。
常见的复杂控制系统的控制策略包括以下几种：1. 比例-积分-微分（PID）控制PID控制是一种经典的控制策略，它通过对误差的比例、积分和微分进行调节，实现对工艺参数的控制。
PID控制具有简单、稳定性好等优点，广泛应用于化工生产过程中。
2. 模糊控制模糊控制是一种基于模糊逻辑的控制策略，它通过对输入信号和输出信号进行模糊化和解模糊化处理，实现对工艺参数的控制。
模糊控制具有适应性强、非线性系统控制能力强等优点。
3. 神经网络控制神经网络控制是一种基于人工神经网络的控制策略，它通过训练神经网络，实现对工艺参数的控制。
复杂系统控制理论的应用与发展
复杂系统控制理论的应用与发展一、引言复杂系统是指由大量相互作用的部件构成的系统，这些部件之间无法单独考量，需要整体来进行分析和控制。
复杂系统的控制理论是研究如何通过控制某些变量来使整个系统达到预期目标的一门学科。
该理论已经广泛应用于诸如工业、交通、财经和社会管理等领域，并不断发展和完善。
二、控制方法的分类1.模型预测控制模型预测控制是一种基于模型的控制方法，首先对系统进行建模，建立数学模型。
通过模型预测，计算未来响应曲线，然后根据预测结果，制定控制策略来控制系统。
模型预测控制适用于许多系统，例如飞机导航系统和化工生产中的反应过程。
2.反馈控制反馈控制是指将系统输出与期望输出进行比较，通过调整控制输入来稳定系统，使输出误差最小。
反馈控制应用广泛，例如在飞机驾驶中，自动驾驶系统会通过输入导航数据进行调整，以保持在预定的航线上飞行。
三、复杂系统控制理论的应用1.交通管理城市交通管理是一个复杂的系统，交通拥堵和交通事故是城市交通管理中的两个主要问题。
因此，交通管理中的复杂系统控制理论应用越来越广泛。
例如，公路控制系统通过使用各种传感器和控制设备，帮助管理交通流。
2.金融投资金融投资涉及到许多复杂的变量和系统，例如股票市场、外汇市场和货币市场。
复杂系统控制理论可以帮助投资者建立有效的投资策略和风险管理方法，并通过对市场数据的调整，来使投资组合达到最大化。
3.医疗保健医疗保健是一个复杂的系统，包括医院、医生、患者和医疗设备等多个因素。
复杂系统控制理论可以用来改善医院管理和医疗过程，如医院排队排队系统的优化，放射成像技术的影响等。
四、未来的发展趋势复杂系统控制理论仍在持续发展和完善，未来的发展趋势包括：1.数据分析和人工智能随着技术的发展，机器学习和人工智能变得越来越重要。
数据分析和机器学习可以帮助我们理解大量数据，提高系统控制的精度和效率。
2.智能化和自动化随着技术的进步，智能化和自动化的应用将会越来越多，自然而然，复杂系统控制理论的应用将获得一系列的突破。
复杂系统及其控制研究
复杂系统及其控制研究随着社会的迅速发展，复杂性越来越成为一个研究的热点。
然而，什么是复杂系统？为什么复杂系统如此重要？如何有效地控制它们？本文将探讨这些问题。
一、什么是复杂系统？复杂系统是指由多个相互作用、相互依存的部分组成的系统。
这些部分在一起可以产生出一些新的属性和行为，超出了单个部分的范畴。
复杂系统有很多种，比如生态系统、社会网络、经济系统等等。
复杂系统的特点有多个，其中最重要的是非线性和动态性。
非线性是指系统的输入和输出不是简单的比例关系，而是会出现意想不到的反应。
动态性则是指系统在不同的时间点表现出不同的行为，过去和未来的状态可能会有很大的差异。
这使得复杂系统的建模和控制非常困难。
二、为什么复杂系统如此重要？复杂系统不仅存在于我们周围的世界中，也在我们的生活中起着重要的作用。
例如，社会网络是人类社会中最复杂的系统之一，它可以影响我们的决策、情绪状态和行为。
天气系统是在我们生活中最常见的复杂系统之一，它可以影响我们的旅行和户外活动。
经济系统则影响我们的工作和生计。
此外，理解复杂系统可以帮助我们更好地解决现实中的问题。
比如，监控和控制生态系统可以帮助我们保护环境；对社会网络和经济系统的分析可以帮助我们提高社会效率和公平性。
三、如何有效地控制复杂系统？由于复杂系统的非线性和动态性，控制它们是非常困难的。
通常，我们需要使用系统动力学、人工神经网络等方法来模拟和分析这些系统，以预测它们的行为。
同时，我们也需要尝试建立复杂系统的优化模型，以便在最小化损失的同时实现最优的效益。
例如，在监控生态系统时，我们需要捕捉物种之间的相互作用，并通过模拟最优采伐会议等方法来控制非法砍伐，以保持生态系统的平衡。
在控制社会网络时，我们需要使用数据挖掘和机器学习来发现隐藏在数据中的模式，从而预测社会未来的行为和趋势。
总之，复杂系统的研究和控制是一个复杂的过程，需要我们不断地进行试验和分析。
只有通过不断尝试和实践，我们才能不断推进我们对复杂系统的研究，为改进人类社会做出更大的贡献。
复杂系统控制理论的研究进展及应用现状
复杂系统控制理论的研究进展及应用现状随着科学技术的快速发展，人们已逐渐认识到许多复杂系统对社会和环境产生的影响越来越严重。
为了应对这些系统产生的复杂问题，数学家和物理学家开始研究应对这些问题的方式，并提出了复杂系统控制理论。
本文的主旨是介绍该理论的研究进展和应用现状。
研究进展控制理论是从数学、工程和科学中奠定基础。
控制理论的发展是为了控制复杂系统的行为和性质。
在过去的几十年中，由于这个领域的不断进步，已经出现了许多重要的新理论、新方法和新成果，规划、控制和分析复杂系统新算法，如图形分形和深度学习的机器学习技术。
在这个领域，复杂系统的分析研究成为热门话题，因为它们在现实中的重要性越来越显著，例如全球气候变化、互联网、经济市场等。
近年来，研究成果包括复杂网络、时滞控制、非线性控制、鲁棒控制、模糊控制和自适应控制等。
这些成果是控制理论中的重要组成部分，使得人们可以更好地认识复杂系统。
应用现状根据复杂系统控制理论的研究成果，成功应用在许多方面，如航空、能源、化学、医学、环境保护等。
下面我们将主要介绍其在以下三个方面的应用现状。
1. 控制机器人人们用机器人替换了许多重复劳动的任务，使生产过程半自动化或完全自动化。
但是，机器人在执行某些任务时会出现故障或错误，因此需要引入控制方法。
复杂系统控制理论允许控制机器人系统的状态和行为，这适用于许多应用场景。
例如，在医疗技术中，采用机器人手术可以大大优化和提高手术质量。
2. 控制生产过程制造商认识到，应用复杂的控制方法可以优化生产过程。
控制系统可以在一定程度上控制生产过程，以最小化其影响。
因此，这种方法在医药生产和食品加工等领域得到了广泛的应用。
3. 控制环境环境问题，如空气和水污染等，严重影响人们的生活和健康。
为了避免这些问题的影响，环境控制在很大程度上应用复杂系统控制理论。
例如，使用强制控制方法以最小化废气和废水的产生和释放，以实现生态平衡。
结论随着复杂问题逐步增加，控制复杂系统的需求也随之增加。
智能控制复杂系统的分层递阶智能控制
2.3.5 贝叶斯学习控制
❖ 所谓贝叶斯学习控制，就是运用一种基于贝叶斯定理旳 迭代措施来估计未知旳密度函数信息。
❖ 类似于记录模式识别中旳状况，假如概率分布或密度函 数位置或不全已知，则控制器旳设计可以首先学习未知旳密 度函数，然后根据估计信息实现控制律。假如这种估计迫近 真实函数，则控制律也迫近最优控制律。
2.3.3 基于模式识别旳学习控制
1. 基本思想
针对先验知识不完全旳对象和环境，将控制局势进 行分类，确定这种分类旳决策，根据不一样旳决策 切换控制作用旳选择，通过对控制器性能估计来引 导学习过程，从而使系统总旳性能得到改善。
2.3.3 基于模式识别旳学习控制
2. 原理 学习控制系统是具有三个反馈环旳层次构造。底层 是简朴反馈环，包括一种赔偿器，它提供控制作用； 中间层是自适应层，包括一种模式识别器，它对赔 偿器进行调整，以影响对象动态特性变化旳估计； 高层是学习环，包括一种“教师”（一种控制器）， 它对模式识别器进行训练，以做出最优或近似最优 旳识别。
4. 解释器（explanator) 解释器可以向顾客解释专家系统旳行为，包括解释推理结 论旳对旳性以及系统输出其他候选解得原因。
5. 接口（interface) 接口又称界面，它可以使系统与顾客进行对话，使顾客可 以输入必要旳数据、提出问题和理解推理过程和推理成果 等。系统则通过接口规定顾客回答提问，并回答顾客提出 旳问题，进行必要旳解释。
协调级
• 是组织级和执行级的接口，负责将组织级的指令分配 为执行级的各项子任务，同时反馈任务执行的信息。
执行级
• 一般由多个硬件控制器所组成，负责具体的过程控制。
2.1.2 组织级
组织级功能
机器推理 • 根据前提和规则，推出结论的能力
复杂系统控制理论及在自动化工程中的应用研究
复杂系统控制理论及在自动化工程中的应用研究1. 引言自动化工程是现代工业制造生产的重要支撑，复杂系统控制理论在其中有着广泛的应用。
随着技术的不断发展和应用的不断扩展，复杂系统控制理论在自动化工程中的应用也越来越多。
本文将从控制理论的基础、复杂系统的特点、控制系统的设计等多个方面探讨复杂系统控制理论在自动化工程中的应用。
2. 复杂系统的特点复杂系统是指由多个相互交织、互相作用的组成部分构成的系统，这些部分之间存在着多种关系，包括线性和非线性的关系。
复杂系统具有以下几个特点：2.1. 非线性复杂系统中的部分存在着非线性关系，这种关系是指两个部分之间存在着不是简单的线性关系。
非线性的存在使得系统的行为具有不确定性，线性控制方法不适用于这种系统。
2.2. 非规则性复杂系统中的部分之间的关系通常是不规则、不确定或者是随机的，这种不规则性使得系统的行为很难被预测，增加了控制系统的难度。
2.3. 状态空间大复杂系统的状态空间非常大，包括了非常多的变量和参数，这也使得控制系统的设计变得非常复杂。
2.4. 多变量和多层次性复杂系统通常包括多个变量和多个层次，很难使用简单的控制方式进行调节和控制，需要使用一些高级的控制策略。
3. 复杂系统的控制理论基础复杂系统的控制理论基础包括了控制论、优化理论、非线性系统控制理论、神经网络控制理论等。
这些理论的应用大大提高了控制系统的控制精度和控制效率，从而提高了生产效率和产品质量。
3.1. 控制论控制论是系统科学中的一个重要分支，它研究如何使系统保持稳定，并确保系统的一些关键参数处于一定的范围内。
控制论的应用使得控制系统能够保持稳定并自适应，使得系统的控制更加精确。
3.2. 优化理论优化理论研究如何利用数学方法来寻找一个系统的最优解。
优化理论在复杂系统中的应用是通过对系统参数的优化来达到控制系统的最优化。
3.3. 非线性系统控制理论非线性系统控制理论主要研究非线性关系及其特性，针对这些特性设计有效的控制算法。
复杂系统的控制与优化技术
复杂系统的控制与优化技术随着科技进步和社会发展，人们面对的问题变得越来越复杂，需要用更加精细的方法来解决。
其中，控制和优化是对复杂系统的重要而挑战性的问题。
本文将从什么是复杂系统、复杂系统控制的目标与挑战、复杂系统优化的挑战及应对等方面，对复杂系统的控制与优化技术进行探讨。
什么是复杂系统复杂系统是指由许多互相作用、非线性关联的元件组成的系统，其行为可能呈现出意想不到的规律和复杂性。
常见的复杂系统包括生物学中的细胞、生态系统、社交网络、金融市场等。
这些系统具有多变、非线性、不确定性、分布式特性，不仅操作复杂，而且难以描述和解释。
因此，对于复杂系统的控制和优化，是一个重要的研究领域。
复杂系统控制的目标与挑战对于复杂系统的控制，其主要目标是使系统能够达到某种预期的状态或行为。
例如，在工业生产中，控制系统的目标是最大化效益，使得生产成本最小化、工作效率较高；而在社交网络中，控制系统的目标可能是扩大用户规模或提高社交网络的稳定性。
然而，复杂系统的控制面临着多种挑战。
首先，复杂系统具有高度非线性、多变、不确定性的特点，其行为经常呈现出意想不到的规律和复杂性。
这种情况下，传统的线性控制方法可能会失灵，难以解决问题。
其次，复杂系统通常由大量的元件组成，计算量大，传统方法的计算复杂度也比较高，需要进行更加高效的算法和计算模型研发。
此外，复杂系统往往存在直接和间接的相互作用，因此需要考虑整个系统的整体性，而非仅仅针对某一部分进行控制。
复杂系统优化的挑战及应对与复杂系统控制相似，复杂系统优化也面临着多种挑战。
一方面，复杂系统的优化问题通常涉及大量的变量和约束条件，确定最优解消耗的时间、成本和精力而大。
另一方面，由于复杂系统的非线性特点，小的变化可能会导致整个系统的不稳定或者不可控性。
为了解决这些挑战，需要采用更加高效的优化算法和技术来处理这类问题。
其中，多目标优化技术是一种重要的方法。
以工业生产为例，生产成本和效率不可避免地存在冲突，需要进行多目标的优化设计，以求获得平衡。
- 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)。
Y2
主对象
Y1
副测量、变送器
主测量、变送器
主副控制器正反作用的选择实例
燃料 原料
设定+
主控制器 副控制器 执行器
温度对象2
2 温度对象1 1
f1
θ2测量变送器
θ1测量变送器
主副控制器正反作用的选择实例
进料 FC 蒸汽 TC
精 馏 塔
设定值
温度 控制器
控制阀
测量变送
前馈控制系统的应用 场合
系统中存在着可测但不可控的变化幅度
大，且频繁的干扰，这些干扰对被控参数
影响显著，反馈控制达不到质量要求时。
当控制系统的控制通道滞后时间较长，
由于反馈控制不及时影响控制质量时，可
采用前馈或前馈－反馈控 制系统 。
第四节、均匀控制系统
LC 塔1 FC
塔2
例1
A
控制器
Qmax R Qmin
QAmax 4
B
设：分程控制中使用的大小两只控制阀的最大流通能力分别为： 且两个阀的可调范围相等： RA=RB=30
QB max 100
若忽略大阀的泄露则其最小流通量为：Q QAmax 4 0.134 A min RA 30 Q 最大流通能力为： + Q 4 100 104
流量 控制器
控制阀
流量对象
温度对象
釜温
测量变送 测量变送
六、串级控制系统适应的场合
被控对象的控制通道纯滞后时间较长，用单回
路控制系统不能满足质量指标
对象容量滞后比较大，用单回路控制系统不能
满足质量指标
控制系统内存在变化激烈且幅值很大的干扰
被控对象具有较大的非线性，而负荷变化又较
大
第二节、比值控制系统
进料 FC TC
精 馏 塔
蒸汽
2、系统的主要干扰应包围在副回路中
PC
TC
燃料 原料
3、在可能的情况下，应使副环包围更多的次要干扰
PC
TC
燃料 原料
燃料 原料
4、副变量的选择应考虑主副对象时间常数的
匹配，防止共振的发生 5、当对象具有较大的纯滞后而影响控制质量
时，在选择副变量时应使副环尽量少包含纯滞
比值控制系统的设计
主、从动量的确定
生产过程中主要物料的流量为主动量，次要物料的 流量为从动量。两物料中有一个物料的量为可测但 不可控为主动量，可控的物料为从动量。
控制方案的选择
根据各控制方案的特点及工艺的具体情况而确定。
比值系数的计算
K/
F2 F1
K
I2 I1
(或)
P2 P1
K K
执行器
对象
Q2
副测量变送 主测量变送 Q1
f1
设定+ 主控制器 副控制器 执行器 副对象
Y2
主对象
Y1
副测量、变送器
主测量、变送器
2、双闭环比值控制系统
给定 Q1
主流量控制 器
执行器
F1 主流量对象
K
F1 C F2 C
主测量、变送 执行器 副流量对象
K
Q2
副流量控制 器
副测量、变 送
特点------两种物料流量之比精确，其总量（Q1＋Q２）基本 保持不变。 不足------系统结构比较复杂，使用的仪表较多，投资较大， 系统调整比较复杂。 使用场合----主流量干扰频繁，工艺不允许有较大波动或工 艺上经常需要提升负荷的场合。
复杂控制系统种类繁多，根据系统的结
构和所负担的任务来说，常见的复杂控制系
统分为两大类： ①提高响应曲线性能指标的控制系统，如串 级、前馈、纯滞后补偿等。 ②按某些特定要求而开发的系统，如比值、
均匀、分程、选择、推断等。
第一节、串级控制系统
一、基本原理及结构
在复杂控制系统中，有两个被控过程、两套测量变 送装置、两台控制器和一个控制阀构成的系统称为串 级控制系统。
小结
均匀控制系统，是指两个工艺参数在规 定范围内能缓慢地、均匀地变化，使前后设 备在物料供求上相互兼顾，均匀协调的系统。
简单均匀控制系统
LC
特点------结构与单回路液位控制系统 相同控制规律采用纯比例控制 参数整定比例度大于100%
串级均匀控制系统
LC FC
特点 结构与串级控制系统完全相同 副环流量控制与串级副环相同 副环参数整定与串级对副环的要求相同 主控制器与简单均匀控制要求相同 主、副控制器一般都采用纯比例控制规律
A max
B max
所以两个阀组合在一起的可调范围扩大到：
R
104 780 0.134
用于控制满足工艺上操作的特殊要求 例2 间歇式反应器的温度分程控制
反
TC 冷 水 “A”气关阀 100 (%) 阀 开 度 蒸汽 0 0.02 0.06 MPa 0.1 气 关 “A” 阀 开 阀 “B” 气
2、控制器正、反作用选择
副控制器作用方式的确定，与简单控制系统相同。
f2
设定+ 主控制器 副控制器 执行器 副对象
f1
Y2
主对象
Y1
副测量、变送器
主测量、变送器
当主、副变量在增加（或减小）时，为使主、副
变量减小（或增加），要求控制阀的作用方向是一致
的时候，主控制器应选择反作用；反之选正作用。
f1
是闭环控制系统
• 前馈控制使用的实施对象特性而定的专 用控制器，反馈控制采用通用PID控制器
• 一种前馈作用之能克服一种干扰，反馈
控制只用一个控制器就可克服多个干扰
一、前馈控制系统的几种结构形式
静态前馈控制系统
前馈控制器的输出信号是是干扰量和时间的函数。而 当干扰通道和控制通道动态特性相同时，便可按静态 关系确定前馈控制作用。 如果主要干扰是进料流量的波 干扰 测量变送 前 馈 控 动Δ Ｆ，为了达到静态补偿应 制器 被控变 执行器 满足下式成立： 量
流量 控制器
控制阀
流量对象
温度对象
随动控 制系统
测量变送 测量变送
●串级控制系统由于增加了副回路，具有有一定 的自适应能力。
干扰 干扰 主变量
设定值
主控 制器
副控 制器
控制阀
副对象
主对象
副测量变 送 主测量变 送
四、串级控制系统中副回路的确定
•主副变量间应有一定的内在联系 •系统的主要干扰应包围在副回路中
分程控制系统
60～100 KPa
变送器 控制器 电∕气 20～60 KPa 20～100 KPa A B 20～100 KPa
由一个控制器的输出信号分段分别去控制
两个或两个以上控制阀动作的系统称为分
程控制系统
气闭
100
气开
(%) 阀 开 度 0 A阀 B阀
100 (%) 阀 开 度 0 A阀 B阀
2、干扰同时作用于副回路和主对象
燃料 原料
f2
f1
Y2
主对象
设定+ 主控制器 副控制器 执行器 副对象
Y1
副测量、变送器
主测量、变送器
三、串级控制系统的特点
● 在系统特性上，串级控制系统由于副回路的引入，改 善了对象特征，使控制过程加快，具有超前控制的作用。
F2
F1 对象2 a 测量变送 b
单回路控制系 统
20
100 (%) 阀 开 度 0 20
60 阀压/kPa
100
20
100 (%)
60 阀压/kPa
100
A 阀
B 阀
阀 开 度 0
A阀
B阀
60 阀压/kPa
100
20
60 阀压/kPa
100
分程控制方案中，阀的开闭形式，可分同向和异向两种
分程控制系统的应用
用于扩大控制阀的可调范围
可调比：阀所能控制的最大流量与最小流量之比
主测量、变送器
二、串级控制系统工作过程
燃料
1、干扰进入副回路
设定+
主控制器T1C
原料
f2
副控制器 T2C 执行器 θ2测量变送器
温度对象2
2
f1
温度对象1
1
θ1测量变送器
2、干扰作用于主对象
燃料 原料
f2
设定+ 主控制器 副控制器 执行器 副对象
f1
Y2
主对象
Y1
副测量、变送器
主测量、变送器
f2
主控制器 副控制器
f1
控制阀
Q
r1
Gc1
u1
Gc 2
副回路
u2
Gv
Gp2
副对象
c2
G p1
主对象
c1
主回路
副变送器
y2
H
m2
主变送器
y1
H
m1
串级控制系统方块 图
燃料 原料
管式加热炉出口温度控制系统
设定+
f2
温度控制 器 执行器 炉膛
f3
T2
f1
炉膛壁 出口管
T1
温度检测变送器 系统方框图
•在可能的情况下，应使副环包围更多的次要干扰
•副变量的选择应考虑主副对象时间常数的匹配，防止
共振的发生
•当对象具有较大的纯滞后而影响控制质量时，在选择 副变量时应使副环尽量少包含纯滞后或不包含纯滞后
1、主、副变量间应有一定的联系
（1）选择与主变量有一定关系的某一中间变量作为副变 量
燃料 原料
（2）选择的副变量就是操作变量本身。
气关
“B”气开阀
气开