第8章 史密斯预估控制

合集下载

纯滞后控制技术

纯滞后控制技术

1 e T / T 1 e T / T z 1
2、振铃现象及其消除 所谓振铃(Ringing)现象,是指数字控制器的输出u(k) 以1/2采样频率(2T采样周期) 大幅度上下摆动。振铃 现象对系统的输出几乎无影响,但会增加执行机构的磨 损,并影响多参数系统的稳定性。 例:被控对象传递函数为: G p ( s )
常规及复杂控制技术(三)
纯滞后控制技术
主要内容
1、施密斯(Smith)预估控制 2、达林(Dahin)算法
5.3.1 史密斯(Smith)预估控制
在实际生产过程中,大多数工业对象具有较大的纯滞后 时间。对象的纯滞后时间τ对控制系统的控制性能极为不利。 当对象的纯滞后时间τ与对象的时间常数Tc之比, 即τ/ Tc≥0.5时,采用常规的PID控制来克服大纯滞后是很难适应的, 而且还会使控制过程严重超调,稳定性变差。 长期以来,人们对纯滞后对象的控制作了大量的研究。 但在工程实践上有效的方法还是不多。比较有代表性的方法 有大林算法和史密斯预估算法。
给定(蓝)与系统响应(黑)
1.4
1.2
1
0.6 0.4 0.2 0
0.8
0.6
0.4
-0.2 -0.4 -0.6
0.2
0
2
4
6
8
10
12
14
16
18
20
0
0
2
4
6
8
10
12
14
16
18
20
(1)振铃现象的分析
系统的输出Y(z)和数字控制器的输出U(z)间有下列关系: Y(z)=U(z)G(z) 系统的输出Y(z)和输入函数的R(z)之间有下列关系: Y(z)=Ф(z)R(z) 则数字控制器的输出U(z)与输入函数的R(z)之间的关系:

内模控制和Smith预估器

内模控制和Smith预估器

第五节 Smith 预估控制Smith 预估控制方法是在1957年由Smith 提出来的,其特点是预先估计被控系统在基本扰动下的动态特性,然后用预估器进行补偿,力图使被延迟的被控制量超前反映到控制器中,使控制器提前动作,从而显著地减小系统的超调量,同时加速系统的调节过程。

一、Smith 预估控制原理预估控制系统原理图如图7-24所示。

(a) 预估控制系统原理框图 (b) Smith 预估器图7-24 预估控制系统原理图 图中,s e s G τ−)(p 为具有时滞为τ的对象传递函数,其中)(p s G 为被控对象;)(m s G 为内部模型(又称为对象的标称或名义模型),即Smith 预估器的传递函数,()s e s G s G τ−−=1)()(p m ;)(s D 为(前馈)内模控制器;)(s d 为扰动;)(s R 为参考输入;)(s Y 为被控对象输出;)(m s Y 为内部模型输出。

由图7-24可知,将Smith 预估器与控制器(或被控对象)二者并联。

在理论上可以使被控对象的时间滞后得到完全补偿,控制器的设计就不必再考虑对象的时滞作用了。

现在,系统中假设没有补偿器(预估器),则控制器输出与被控量之间的传递函数便为 s e s G s U s Y τ−=)()()(p (7-50) 上式表明,受到)(s U 控制作用的被控量)(s Y 要经过纯滞后时间τ之后才能反馈到系统控制器输入端。

若采用预估补偿器,则控制量)(s U 与反馈到控制器输入端的反馈信号)(s Y ′之间的传递函数乃是两个并联通道之和,即)()()()(m p s G e s G s U s Y s +=′−τ (7-51) 为使反馈信号)(s Y ′不发生时间滞后τ,则要求(7-51)式满足)()())(()()(p m p s G s G e s s G s U s Y s =+=′−τ (7-52) 于是,就导出了Smith 预估补偿器的传递函数为()s e s G s G τ−−=1)()(p m (7-53) 在系统中设置了Smith 预估器的情况下,可以推导出系统的闭环传递函数为)()(1)()()1)(()(1)()(1)1)(()(1)()()()(p p p p p p s G s D e s G s D e s G s D e s G s D e s G s D e s G s D s R s Y s s s s+=−++−+=−−−−−ττττ (7-54) 由上式可以明显看出,在系统的特征方程中,已经不含有s e τ−项。

斯密斯预估控制器

斯密斯预估控制器

施密斯预估控制姓名:学号:班级:1 实验目的对大多数控制系统,采用常规的控制技术均可以达到满意的控制效果,但对于复杂及特殊要求的控制系统,采用常规的控制室技术很难达到目的,在这种情况下,就需要采用复杂控制技术,其中Smith 预估控制算法是常用的一种,通过本实验加深对Smith 预估控制算法的理解和掌握。

2 实验原理图1为被控对象具有纯滞后特性的单回路反馈控制系统,D (s )是控制器,被控对象的传递函数为etss -)(G p ,其中,)(G p s 为被控对象中不包含纯滞后部分的传递函数,ts-e为被控对象纯滞后部分的传递函数。

)(t r )(t e )(t u )(t y_施密斯预估原理:与D (s )并接一补偿环节,用来补偿被控对象中的纯滞后部分,这个补偿环节称为预估器,其传递函数为)1)((G p tse s --,t 为纯滞后时间,补偿后的系统结构如图2所示。

)(t r )(t e )(t u )(t y_ _)(t y τ由施密斯预估控制器)1)((G p tses --和控制器D (s )组成的回路陈伟纯滞后补偿器,)(s Ds e s τ-)(G p)(s Ds e s τ-)(G p)1)((G p ts e s --其传递函数为:)1)(()(1)()(D m s p e s G s D s D s τ--+=经过补偿后的系统闭环传递函数为:s p p sp m sp m e s G s D s G s D es G s D e s G s D τττ---+=+=Φ)()(1)()()()(1)()(s )(该式说明,进过补偿后,消除了之后部分对控制系统的影响,因为式中ts-e 在闭环控制回路之外,不影响系统的稳定性。

设广义被控对象为:1011()()()1Ts s se e H s G s G s es T sττ----==⋅+取T=1、τ=2、T 1=2.88,经采样(T=1s )保持后,其广义对象z 传递函数为00.2934()0.7066G z z =-,而2se -转换为2个单位迟延。

Smith预估

Smith预估

史密斯(Smith)预估器工业生产过程中的大多数被控对象都具有较大的纯滞后性质。

被控对象的这种纯滞后性质经常引起超调和持续的振荡。

在20世纪50年代,国外就对工业生产过程中纯滞后现象进行了深入的研究,史密斯提出了一种纯滞后补偿模型,由于当时模拟仪表不能实现这种补偿,致使这种方法在工业实际中无法实现。

随着计算机技术的飞速发展,现在人们可以利用计算机方便地实现纯滞后补偿。

1.史密斯补偿原理在图6.14所示的单回路控制系统中,控制器的传递函数为D(s),被控对象传递函数为G p (s)e -τs ,被控对象中不包含纯滞后部分的传递函数为G p (s),被控对象纯滞后部分的传递函数为e -τs 。

图6.14 纯滞后对象控制系统图6.14所示系统的闭环传递函数为()()()1()()sp s p D s G s e s D s G s e ττ--Φ=+ (6.43)由式(6.43)可以看出,系统特征方程中含有纯滞后环节,它会降低系统的稳定性。

史密斯补偿的原理是:与控制器D(s)并接一个补偿环节,用来补偿被控对象中的纯滞后部分,这个补偿环节传递函数为G p (s)(1-e -τs ),τ为纯滞后时间,补偿后的系统如图6.15所示。

‘图6.15 史密斯补偿后的控制系统由控制器D(s)和史密斯预估器组成的补偿回路称为纯滞后补偿器,其传递函数为'()()1()()(1)s p D s D s D s G s e τ-=+- (6.44) 根据图6.15可得史密斯预估器补偿后系统的闭环传递函数为 '()()()1()()p s p D s G s s e D s G s τ-Φ=+ (6.45)由式(6.45)可以看出,经过补偿后,纯滞后环节在闭环回路外,这样就消除了纯滞后环节对系统稳定性的影响。

拉氏变换的位移定理说明e -τs仅仅将控制作用在时间座标上推移了一个时间τ,而控制系统的过渡过程及其它性能指标都与对象特性为G p (s)时完全相同。

Smith预估控制原理

Smith预估控制原理
等Байду номын сангаас图
R(S)
这样,引入了Smith预估器后,系统 中等效对象的传递函数就不含纯滞 s 后环节 e 部分
_
D(S)
G(s)
e s
显然,经Smith预估补偿后,已消除了纯滞后部分对控制系统的影响,而受控制对象的纯 滞后部分在等效系统的闭环控制回路之外,不影响系统的稳定性。所以对任何纯滞后时 间,系统都是稳定的。
u (t ) K P e(t ) TI
e(t )d (t ) T
0
D
dt
式中u(t)-控制器的输出; e(t)-控制器的输入,它是给定值和被控对象输出的差,称为偏差 信号;
K P -控制器的比例系数;
TI
TD
-控制器的积分时间; -控制器的微分时间。
PID控制器各控制规律的作用如下: (1)比例控制(P):比例控制是一种最简单的控制方式。其控制器的输 出与输入误差信号成比例关系,能较快克服扰动,使系统稳定下来。但当仅 有比例控制时系统输出存在稳态误差 (2)积分控制(I):在积分控制中,控制器的输出与输入误差信号的积分 成正比关系。对一个自动控制系统,如果在进入稳态后存在稳态误差,则称 此控制系统是有差系统。为了消除稳态误差,在控制器中必须引入“积分项” 积分项对误差的累积取决于时间的积分,随着时间的增加,积分项会越大。 这样,即便误差很小,积分项也会随着时间的增加而加大,它推动控制器的输 出增大使稳态误差进一步减小,直到等于零。但是过大的积分速度会降低系统 的稳定程度,出现发散的振荡过程。比例+积分(PI)控制器,可以使系统在进 入稳态后无稳态误差。 (3)微分控制(D):在微分控制中,控制器的输出与输入误差信号的微分 (即误差的变化率)成正比关系。自动控制系统在克服误差的调节过程中可能 会出现振荡甚至失稳。其原因是由于存在有较大惯性环节或有滞后环节,具有 抑制误差的作用,其变化总是落后于误差的变化。解决的办法是使抑制误差的 作用的变化“超前”,即在误差接近零时,抑制误差的作用就应该是零。

史密斯预估控制系统设计

史密斯预估控制系统设计

(此文档为word格式,下载后您可任意编辑修改!)扬州大学水利与能源动力工程学院课程设计报告题目:史密斯预估控制系统设计课程:计算机控制技术课程设计专业:电气工程及其自动化班级:电气1101姓名:学号:第一部分任务书《计算机控制技术》课程设计任务书一、课题名称史密斯预估控制系统设计二、课程设计目的课程设计是课程教学中的一项重要内容,是达到教学目标的重要环节,是综合性较强的实践教学环节,它对帮助学生全面牢固地掌握课堂教学内容、培养学生的实践和实际动手能力、提高学生全面素质具有很重要的意义。

《计算机控制技术》是一门理论性、实用性和实践性都很强的课程,课程设计环节应占有更加重要的地位。

计算机控制技术的课程设计是一个综合运用知识的过程,它需要控制理论、程序设计、硬件电路设计等方面的知识融合。

通过课程设计,加深对学生控制算法设计的认识,学会控制算法的实际应用,使学生从整体上了解计算机控制系统的实际组成,掌握计算机控制系统的整体设计方法和设计步骤,编程调试,为从事计算机控制系统的理论设计和系统的调试工作打下基础。

三、课程设计内容设计以89C51单片机和ADC 、DAC 等电路、由运放电路实现的被控对象构成的计算机单闭环反馈控制系统。

1. 硬件电路设计:89C51最小系统加上模入电路(用ADC0809等)和模出电路(用TLC7528和运放等);由运放实现的被控对象。

2. 控制算法:PID 控制加史密斯预估控制。

3. 软件设计:主程序、中断程序、A/D 转换程序、滤波程序、PID 控制加史密斯预估控制程序、D/A 输出程序等。

四、课程设计要求1. 模入电路能接受双极性电压输入(-5V~+5V ),模出电路能输出双极性电压(-5V~+5V )。

2. 模入电路用两个通道分别采集被控对象的输出和给定信号。

3. 每个同学选择不同的被控对象:5100.5 1.5(),()(1)(0.81)(1)(0.41)s s G s e G s e s s s s --==++++8810.5(),()(0.81)(0.41)(0.41)(0.51)s s G s e G s e s s s s --==++++581.52(),()(1)(0.21)(0.81)(0.21)s s G s e G s e s s s s --==++++ 5512(),()(0.81)(0.31)(0.81)(0.21)s s G s e G s e s s s s --==++++ 4. 对象的纯延迟环节用软件通过数组单元移位实现。

计算机控制—史密斯预估器编程

计算机控制—史密斯预估器编程

东南大学能源与环境学院实验报告课程名称:实验名称:院(系):专业:姓名:杨康学号:实验室:实验组别:同组人员:实验时间:年月日评定成绩:审阅教师:目录一.实验目的 (3)二.实验内容 (3)三.实验步骤 (3)四.实验分析 (12)实验二 Smith预估控制实验指导书一实验目的通过实验掌握Smith预估控制的方法及程序编制及调试。

二实验内容1.Smith预估控制系统如图所示,图一对象G(S)= K·e-τs / (1+TS),K = 1, T1 = 10 s , τ = 5 s ,1Wc(z)采用数字PI控制规律。

2.对象扰动实验画出U(t) = u0·1(t)时,y(t)曲线。

3.Smith预估控制(1)构造Wτ(S),求出Wτ(Z)。

(2)整定Wc(s)(按什么整定?)(3)按图仿真,并打印曲线。

(4)改变Wτ(S)中K,τ(对象不变),进行仿真比较,观察它们对调节过程的影响。

三实验步骤1、对象扰动实验(1)差分方程如附录。

(2)源程序如下:#include"iostream.h"#include"math.h"#include"fstream.h"void main(){fstream outfile("data1.xls",ios::out);double t;double u0;cout<<"请输入采样周期:";cin>>t;cout<<"请输入阶跃幅值:";cin>>u0;double ee=pow(2.718,(-t/10.0));int N;int i;double u[100],y[100];for(i=0;i<100;i++){u[i]=u0;y[i]=0.0;}N=1+5/t;for(i=N;i<100;i++){y[i]=(1-ee)*u[i-N]+y[i-1]*ee;}for(i=0;i*t<100;i++){cout<<y[i]<<'\t';}for(i=0;i*t<100;i++){outfile<<i*t<<'\t';}outfile<<'\n';for(i=0;i*t<100;i++){outfile<<y[i]<<'\t';}outfile.close();}(3)输出结果:当采样周期T=1,阶跃幅值为1时:Y(t)输出数据:0 0 0 0 0 0 0.0951532 0.181252 0.259159 0.3296520.393438 0.451154 0.503379 0.550634 0.593392 0.6320820.667091 0.698768 0.727431 0.753367 0.776835 0.798070.817284 0.83467 0.850402 0.864637 0.877517 0.8891720.899717 0.909259 0.917894 0.925706 0.932776 0.9391720.94496 0.950197 0.954936 0.959224 0.963104 0.9666150.969792 0.972666 0.975267 0.97762 0.97975 0.9816770.98342 0.984998 0.986425 0.987717 0.988886 0.9899430.9909 0.991766 0.99255 0.993259 0.9939 0.99448 0.9950060.995481 0.995911 0.9963 0.996652 0.996971 0.9972590.99752 0.997756 0.997969 0.998162 0.998337 0.9984960.998639 0.998768 0.998885 0.998991 0.999087 0.9991740.999253 0.999324 0.999388 0.999446 0.999499 0.9995470.99959 0.999629 0.999664 0.999696 0.999725 0.9997510.999775 0.999796 0.999816 0.999833 0.999849 0.9998630.999876 0.999888 0.999899 0.999908 0.999917阶跃响应曲线如下:图二2、Smith预估控制(1)差分方程见附录:(2)源程序如下:#include"iostream.h"#include"math.h"#include"fstream.h"void main(){fstream outfile("data1.xls",ios::out);double t,kp,ki;int t1,k;cout<<"请输入Wt(s)中的K:";cin>>k;cout<<"请输入Wt(s)中的迟延时间t:";cin>>t1;cout<<"请输入采样周期:";cin>>t;cout<<"请输入PI调节器的参数kp:";cin>>kp;cout<<"请输入PI调节器的参数ki:";cin>>ki;double ee=pow(2.718,(-t/10.0));int N,N1;int i;double r[100],e1[100],e2[100],cm[100],q[100],u[100],y[100];for(i=0;i<100;i++){r[i]=1.0;e1[i]=0.0;e2[i]=0.0;u[i]=0.0;y[i]=0.0;cm[i]=0.0;q[i]=0.0;}N=1+5/t;N1=t1/t;cout<<N<<'\t'<<N1<<endl;for(i=0;i<100;i++){if(i==0){e1[i]=r[i];cm[i]=0;q[i]=0;e2[i]=e1[i]-q[i];u[i]=kp*e2[i]+ki*e2[i];}if(i>0&&i<N1){e1[i]=r[i]-y[i-1];cm[i]=ee*cm[i-1]+k*(1-ee)*u[i-1];q[i]=cm[i];e2[i]=e1[i]-q[i];u[i]=u[i-1]+kp*(e2[i]-e2[i-1])+ki*e2[i];if(i>=N){y[i]=(1-ee)*u[i-N]+y[i-1]*ee;}}if(i>=N1){e1[i]=r[i]-y[i-1];cm[i]=ee*cm[i-1]+k*(1-ee)*u[i-1];q[i]=cm[i]-cm[i-N1];e2[i]=e1[i]-q[i];u[i]=u[i-1]+kp*(e2[i]-e2[i-1])+ki*e2[i];if(i>=N){y[i]=(1-ee)*u[i-N]+y[i-1]*ee;}}}for(i=0;i*t<100;i++){cout<<y[i]<<'\t';}for(i=0;i*t<100;i++){outfile<<i*t<<'\t';}outfile<<'\n';for(i=0;i*t<100;i++){outfile<<y[i]<<'\t';}outfile.close();}(3)输出结果:以下所涉及到的采样周期均为T=1,PI控制器的参数均为Kp=1,Ki=1;当Smith预估器中的K=1,延迟时间τ=5时(即与对象的特性完全符合):Y(t)输出数据:0 0 0 0 0 0 0.190306 0.421441 0.663641 0.8917551.08676 1.23639 1.37128 1.47104 1.5311 1.549551.52761 1.46956 1.38931 1.29344 1.18983 1.085670.987246 0.89981 0.828799 0.776983 0.745653 0.7345240.741955 0.765251 0.801257 0.846217 0.896223 0.947450.996402 1.04011 1.07631 1.1035 1.1209 1.12848 1.126831.11708 1.10079 1.07973 1.05581 1.03093 1.00680.984919 0.966463 0.952253 0.942744 0.938032 0.937890.941816 0.949101 0.958895 0.970279 0.982333 0.9941951.00511 1.01448 1.02186 1.02698 1.02978 1.030321.02882 1.02561 1.02108 1.01569 1.00987 1.004060.998627 0.993893 0.990086 0.98735 0.985745 0.9852490.985771 0.987163 0.989238 0.991783 0.994581 0.997421.00011 1.0025 1.00445 1.0059 1.0068 1.00715 1.0071.00641 1.00547 1.00428 1.00293 1.00155 1.000220.999027 0.998028 0.997269 0.996773扰动曲线如下:图三当Smith预估器中的K=1,延迟时间τ=2时(即与对象的特性不完全符合):Y(t)输出数据如下:0 0 0 0 0 0 0.190306 0.421441 0.663641 0.9279711.21095 1.50619 1.810532.08577 2.31463 2.489892.60123 2.63889 2.59562 2.46564 2.25095 1.958931.59989 1.18774 0.740093 0.277571 -0.176632 -0.598368-0.963966 -1.25121 -1.44044 -1.51579 -1.4662 -1.28642-0.977633 -0.547714 -0.0112532 0.610765 1.29164 1.999962.700933.358 3.934554.39588 4.71103 4.854644.80862 4.56351 4.11952 3.48712 2.68715 1.750360.716479 -0.367272 -1.44817 -2.47036 -3.37751 -4.11571-4.63639 -4.89916 -4.87439 -4.54543 -3.91026 -2.98249-1.79168 -0.38278 1.18524 2.8415 4.5062 6.09408 7.518558.69603 9.55045 10.0176 10.0494 9.61689 8.713477.35632 5.58704 3.47109 1.09587 -1.43244 -3.99312-6.45626 -8.68888 -10.5616 -11.9554 -12.7687 -12.9234-12.3704 -11.0941 -9.11507 -6.49149 -3.31832 0.2752394.13026 8.06445 11.88 15.3731 18.3435扰动曲线如下:图四当Smith预估器中的K=2,延迟时间τ=2时(即与对象的特性不完全符合):Y(t)输出数据如下:0 0 0 0 0 0 0.190306 0.385225 0.546344 0.7250840.920371 1.11455 1.30834 1.46909 1.59338 1.692661.7608 1.79027 1.78227 1.73766 1.66147 1.560211.43778 1.29949 1.15302 1.00558 0.863901 0.7341210.621319 0.529913 0.463425 0.423874 0.411896 0.4269230.467201 0.529943 0.611457 0.707298 0.812552 0.9221031.03084 1.13389 1.22683 1.30585 1.36793 1.410941.4337 1.43598 1.41848 1.38278 1.33121 1.266721.19274 1.11298 1.03127 0.951381 0.876845 0.8108160.75594 0.714253 0.687116 0.675179 0.67838 0.6959770.726605 0.768367 0.818936 0.875681 0.935797 0.9964341.05484 1.10845 1.15505 1.19281 1.22037 1.236891.24206 1.23609 1.21971 1.19405 1.16064 1.12131.07804 1.03296 0.988182 0.945705 0.907359 0.8747110.849012 0.831146 0.82161 0.820506 0.82755 0.8421020.863208 0.889656 0.920041 0.952835 0.986462 1.01937扰动曲线如下:图五四实验分析当系统是特征方程中含有纯迟延项的时候,系统的闭环稳定性事下降的,当迟延时间τ比较大的时候,系统就会不稳定。

第8章史密斯预估控制

第8章史密斯预估控制
能够按被控参数变化速度的大小来校正被控参数的偏差,它对克 服超调现象能起很大作用。
但是对于图8-1所示的PID控制方案,微分环节的输入是对偏差作 了比例积分运算后的值。因此,实际上微分环节不能真正起到对被控 参数变化速度进行校正的目的,克服动态超调的作用是有限的。
如果将微分环节更换一个位置(见图8-3所示),则微分作用克服 超调的能力就大不相同了。这种控制方案称为微分先行控制方案。
因此,这样的过程必然会产生较明显的超调量和较 长的调节时间。所以,具有纯滞后的过程被公认为是较难 控制的过程,其难度将随着纯滞后时间占整个过程动态时 间份额的增加而增加。
第8章基于模型的控制方法
典型的工艺过程实例——带传输过程 在工业生产过程中,一些块状或粉状的物料,例如硫酸生产
中沸腾焙烧炉的硫铁矿进料、热电厂燃煤锅炉的煤粉进料等,需 用图8-1所示的带运输机进行输送。
第8章基于模型的控制方法
第8章 基于模型的控制方法
自动化131-3、机电131
第8章基于模型的控制方法
8.1 史密斯预估控制
在工业生产过程中,被控对象除了具有容积滞后外,往往不同 程度地存在着纯滞后。 特点:
当控制作用产生后,在时延时间范围内,被控参数完全没有响应。 例如:
在热交换器中,被控变量为被加热物料的出口温度,而操作变 量为载热介质的流量,当改变载热介质流量后,对物料出口温度的 影响必然要滞后一段时间,即介质经管道所需的时间。
第8章基于模型的控制方法
图8-l为常规反馈控制方案,其中“广义对象”包括除控制器 外的所有环节,通常由执行机构、被控对象、传感变送单元等部 分组成。对象特性均用KpGp(s)e-τs表示,其中Kp表示对象的静态 增益,Gp(s)表示除去纯滞后环节和静态增益后剩下的动态特性。 对于Kp=2,Tp=4min,τ=4min的一阶加纯滞后对象,若采用常规 PID进行反馈控制,其最佳PID整定参数为:Kc=0.6,Ti=8min, Td=0min;对应的设定值跟踪响应如图8-2所示。
  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)。
但是实际工业过程中Go(s)与e- s是不可分割的,所以Smith提出如图 8-4所示采用等效补偿的方法来实现。
第8章基于模型的控制方法
3.史密斯预估控制的特点:
预先估计出过程在干扰作用下的动态特性,然后由预估器进行 补偿,力图使被时延了时间的被控量超前反映到控制器的输入端, 使控制器提前动作,从而明显地减小超调量和加速调节过程。其控 制系统方块图如图8-5所示。 图中:
题之一。
解决纯滞后影响的方法很多,最简单的则是利用常规PID调 节器适应性强、调整方便的特点,经过仔细的参数整定,在控制
要求不太苛刻的情况下,可以满足生产过程的要求。
第8章基于模型的控制方法
图8-l为常规反馈控制方案,其中“广义对象”包括除控制器
外的所有环节,通常由执行机构、被控对象、传感变送单元等部 分组成。对象特性均用KpGp(s)e-τs表示,其中Kp表示对象的静态 增益,Gp(s)表示除去纯滞后环节和静态增益后剩下的动态特性。 对于Kp=2,Tp=4min,τ=4min的一阶加纯滞后对象,若采用常规 PID进行反馈控制,其最佳PID整定参数为:Kc=0.6,Ti=8min, Td=0min;对应的设定值跟踪响应如图8-2所示。
第8章基于模型的控制方法
第8章 基于模型的控制方法
自动化131-3、机电131
第8章基于模型的控制方法
8.1 史密斯预估控制
在工业生产过程中,被控对象除了具有容积滞后外,往往不同 程度地存在着纯滞后。 特点: 当控制作用产生后,在时延时间范围内,被控参数完全没有响应。 例如: 在热交换器中,被控变量为被加热物料的出口温度,而操作变 量为载热介质的流量,当改变载热介质流量后,对物料出口温度的 影响必然要滞后一段时间,即介质经管道所需的时间。 此外,如反应器、管道混合、皮带传输以及用分析仪表测量流
第8章基于模型的控制方法 2. 史密斯补偿概述
在纯滞后系统中采用的补偿方法不同于前馈补偿,它是按照 过程的特性设想出一种模型加入到原来的反馈控制系统中,以补偿
过程的动态特性。这种补偿反馈也因其构成模型的方法不同而形成
不同的方案。 史密斯(Smith,1958)预估补偿器是最早提出的纯滞后补偿方案
之一。其基本思想是将纯滞后环节移至控制回路外。
G o ( s )e s
可以求得史密斯预估器为
1e 20 s 2 (T p s 1) (10 s 1) 2 K pe
p s
Y1 (s) Y(s)
K p (1 e
p s
)
(T p s 1) 2
1 20 s U (s) Y (s) ( 1 e )U ( s ) 2 (10 s 1)
第8章基于模型的控制方法
图8-9给出了对象特性变化时,史密斯预估控制系统在设定值
阶跃扰动下的响应曲线。图中虚线为设定值阶跃变化曲线;实线 为预估器模型准确时的响应曲线;点线为同时改变对象参数(Kp从
1增加到1.2,Tp从10改变为8,τp从20减小到10)时的响应曲线。
可以看到改变对象参数时,系统出现了不稳定的发散振荡。 总之,从这些仿真结果可以发现:史密斯预估补偿控制方案对过 程动态模型的精度要求很高,因而,限制了其实际应用范围。
图8-10 对象特性变化对常规PID控制系统的影响
第8章基于模型的控制方法
Smith预估器 的仿真结果 (对象特性与模型一致时)
Output of Transmitter 80
Gm ( s ) Go ( s )
2.0 8 s e 4s 1
78 76 74 72 70
基本 PID控制器: Kc = 0.2, Ti = 4 min , Td = 1 min PID + Smith: Kc = 2, Ti = 4 min , Td = 1 min
图8-4 史密斯预估补偿控制原理图
第8章基于模型的控制方法
设Go(s) e- s为过程控制通道特性,其中Go(s)为过程不包含纯滞后部分的传递 函数;Gf(s)为过程扰动通道传递函数(不考虑纯滞后);Gc(s)为控制器 的传递函数,则单回路系统闭环传递函数为:
G c (s)G o (s)e s Y(s) R (s) 1 G c (s)G o (s)e s
系统的响应曲线。
图8-8 控制系统在外部阶跃扰动下的过渡过程
第8章基于模型的控制方法
从史密斯补偿原理来看,其预估控制系统的闭环性能与预估模型的 精度或者运行条件的变化密切相关。为了分析模型精度对控制系统的影 响,分别对PID控制系统和带有史密斯预估器的控制系统进行数字仿真。 假设系统中对象的传递函数为
F(s) X(s) + K C (1 1 ) TI s
y(t) PID
+
+
Go(s)e-τs
Y(s)
15
微分先行
10
TDs 1
5
5
10
15
20
25
t(min)
图8-3 微分先行控制方案
PID、 微分先行控制方案对定值扰动的响应特性
从比较图可以看出,微分先行控制方案虽比PID方法的超调量要小, 但仍存在较大的超调,响应速度均很慢,不能满足控制精度的要求。
控制的过程,其难度将随着纯滞后时间占整个过程动态时 间份额的增加而增加。
第8章基于模型的控制方法
典型的工艺过程实例——带传输过程
在工业生产过程中,一些块状或粉状的物料,例如硫酸生产 中沸腾焙烧炉的硫铁矿进料、热电厂燃煤锅炉的煤粉进料等,需 用图8-1所示的带运输机进行输送。 当档板的开度变动引起下料量改变时,需经过带传输机传送 时间(纯滞后) 后,物料才到达工艺设备,引起其工艺参数发 生变化。所以有人把纯滞后又称为传输滞后。
Go ( s)e s 1 20 s e (10s 1) 2 1.2 10 s e (8s 1) 2
Go ( s)e s
图8-9 对象特性变化对史密斯预估控制系统的影响
第8章基于模型的控制方法
常规PID控制系统在同样条件下的响应曲线如图8-10所示, 尽管调节过程相当缓慢,却具有很强的鲁棒性,即当对象特性 发生较大的变化时,控制系统仍具有相当强的稳定性。
第8章基于模型的控制方法
若系统采用预估补偿器,则调节量u(s)与反馈到调节器的信号 Y1(s)之间的传递函数是两个并联通道之和,即
Y1 (s) Go ( s)e s Gm ( s) u ( s)
为使调节器采集的信号Y1(s)与调节量u(s)不存在纯滞后时间,则 要求上式为
Y1 (s) Go ( s) Go ( s)e s Gm ( s) u ( s)
对干扰量的闭环传递函数为
Y(s) G f (s) F(s) 1 G c (s)G o (s)e s
在上两式的特征方程中,由于引入了e- s项,使闭环系统的品质大大 恶化。 若能将Go(s)与e- s分开并以Go(s)为过程控制通道的传递函数,以Go(s)
的输出信号作为反,由于纯滞后环节的存在,使被调量存在较
大的超调,且响应速度很慢,如果在控制精度要求很高的 场合,则需要采取其他控制手段,例如补偿控制、采样控
制等。下面介绍一种常规的大滞后控制方案并将它与PID控
制作对比。
第8章基于模型的控制方法
1、微分先行控制方案
微分作用的特点: 能够按被控参数变化速度的大小来校正被控参数的偏差,它对克 服超调现象能起很大作用。 但是对于图8-1所示的PID控制方案,微分环节的输入是对偏差作 了比例积分运算后的值。因此,实际上微分环节不能真正起到对被控 参数变化速度进行校正的目的,克服动态超调的作用是有限的。 如果将微分环节更换一个位置(见图8-3所示),则微分作用克服 超调的能力就大不相同了。这种控制方案称为微分先行控制方案。
第8章基于模型的控制方法
第8章基于模型的控制方法
系统在给定作用下的闭环传递函数:
Y(s) G c (s)G o (s)e s R (s) 1 G c (s)G o (s)
很显然,此时在系统的特征方程中,已不包含e-τs项。这就是
说,这个系统已经消除了纯滞后对系统控制品质的影响。当然闭环 传递函数分子上的e-τs说明被调量y(t)的响应还比设定值迟延τ时间。 这就是Smith预估补偿的基本思路,即从系统特征方程中消除纯滞后因 素,因而可消除过程纯滞后特性对系统稳定性的不利影响。
2 .0 8 s Gm ( s ) e ; 4s 1 2 .0 6 s Go ( s ) e 4s 1
F(s) X(s) + 1 K C (1 ) TI s
TDs 1
+
+
Go(s)e
-τs
Y(s)
图8-1 常规反馈控制方案
第8章基于模型的控制方法
在图8-3所示的微分先行控制方案中,微分环节的输出信号 包括了被控参数及其变化速度值,将它作为测量值输入到比例积 分调节器中,这样使系统克服超调的作用加强了。
%
68 66 64 62 60 58 0 20 40 60 80 100 120 Time, min 140 160 180 200 set point PID with Smith compensator Simple PID
第8章基于模型的控制方法
Smith预估器的仿真结果 (对象特性与模型不一致时)
Go(s)是被控过程除去纯滞后环节
e- s后的传递函数。 Gm(s)是史密斯预估器的传递函数。
Y1(s)
图8-5史密斯预估控制系统框图
假如无此预估器,则由控制器
输出u(s)到被控量Y(s)之间的传递函数为:
Y(s) G o (s)e s u (s)
上式表明,受到调节作用之后的被控量要经过滞后时间之后才 能返回到控制器。
体的成分等过程都存在着较大的纯滞后。
相关文档
最新文档