工业过程数学模型

合集下载

第1章 动态数学模型概述-v1.

第1章 动态数学模型概述-v1.
(1)古典辨识法(非参数模型) ① 阶跃响应h(t)
主要形式: ② 脉冲响应g(t) ③ 频率响应G(jω )
2019/7/16
化工过程动态数学模型(化工与环境学院)
30
第1章 过程动态数学模型概述
(2)现代辨识方法 特点:① 从概率统计的观点对系统进行辨识, 尽可能抑制噪声影响; ② 需要处理大量数据,计算量大,只能 采用计算机进行; ③ 数学模型表达式,限于离散型,例如 差分方程(脉冲传递函数)。
化工过程动态数学模型(化工与环境学院)
5
第1章 过程动态数学模型概述
(3)化工过程
按照物质、能量内部联系的性质,所有的化工过程一般可分 为:流体力学过程、传热过程、扩散过程、化学过程和机械过 程。
按其性质,过程还可分为确定过程和随机过程。 在确定过程中,输入值是按确定的规律连续变化的。确定过 程可用经典的解析方法和数值方法描述。如带搅拌器的混合均 匀的流通式反应器就是确定过程的一个例子。 在随机过程中,输入值的变化是不规则的,且往往是不连续 的。此时,输出值与输入值并无一定的对应关系。描述随机过 程要用概率统计的方法。在接触催化过程中,产品的产率随催 化剂的活性而变,而催化剂的活性与它的老化程度有关。
2019/7/16
化工过程动态数学模型(化工与环境学院)
14
第1章 过程动态数学模型概述
(8)生产过程自动监控系统
2019/7/16
化工过程动态数学模型(化工与环境学院)
15
第1章 过程动态数学模型概述
基本概念(二)
(1)建立动态数学模型的目标及意义 建立数学模型对新工艺的研究、工艺过程的放大
开发、过程设计、生产过程的技术改造、产品的质 量管理与生产控制、操作人员的训练,以及控制系 统的设计与分析等具有重要的意义。

工业生产过程模拟仿真及优化方法开发

工业生产过程模拟仿真及优化方法开发

工业生产过程模拟仿真及优化方法开发工业生产过程模拟仿真及优化方法的开发,是现代制造业中的重要课题。

通过模拟仿真和优化方法,可以帮助企业准确评估生产过程中的关键指标,优化生产流程,提高生产效率和质量。

一、工业生产过程模拟仿真方法的开发1. 离散事件仿真(DES)方法:离散事件仿真是工业生产过程模拟的一种常用方法。

它基于事件触发方式,模拟系统中的各个事件和其相互关系,以求得最终的仿真结果。

开发离散事件仿真方法,需要建立准确的系统模型,并选择合适的仿真工具进行模拟。

2. 连续系统仿真方法:连续系统仿真是在时间上连续的仿真方法,适用于连续型生产过程的模拟。

通过建立数学模型,利用数值计算的方法求解微分方程,可以获取系统在不同时间点的状态变化和输出结果。

3. 混合仿真方法:混合仿真方法结合了离散事件仿真和连续系统仿真的优点,适用于同时包含离散事件和连续系统的生产过程。

该方法可以更精确地模拟和优化工业生产过程的运行。

二、工业生产过程模拟仿真方法的应用1. 生产能力评估:通过模拟仿真方法,可以对生产过程中的各个环节进行模拟,并对生产能力进行评估。

基于仿真结果,企业可以合理规划生产流程,提高产能,降低生产成本。

2. 生产调度优化:通过模拟仿真,可以模拟不同的生产调度策略,并评估其对生产效率和交付能力的影响。

以此为基础,优化生产调度方案,实现生产过程的高效运行。

3. 资源利用优化:模拟仿真可以帮助企业合理配置生产资源,优化物料存储和生产设备的使用。

通过精确模拟生产过程中的资源使用情况,可以有效减少资源浪费,提高资源利用效率。

三、工业生产过程优化方法的开发1. 数据分析与预测:通过对生产过程中的关键数据进行分析和预测,可以及时发现问题和瓶颈,并提出优化建议。

数据分析和预测的方法包括统计分析、时间序列分析、模型预测等。

2. 优化算法开发:针对不同类型的生产过程,可以开发相应的优化算法。

优化算法可以通过最小化成本、最大化利润或平衡多个指标来实现生产过程的优化。

mpcc模型预测控制原理

mpcc模型预测控制原理

mpcc模型预测控制原理MPCC模型预测控制原理概述模型预测控制(Model Predictive Control, MPC)是一种基于模型的控制策略,广泛应用于工业过程控制、机器人控制、交通流量控制等领域。

MPCC模型预测控制是MPC的一种改进形式,通过引入约束条件来优化系统的控制性能。

本文将介绍MPCC模型预测控制的原理、优势以及应用领域。

一、MPCC模型预测控制原理MPCC模型预测控制的基本原理是通过建立系统的数学模型,预测未来一段时间内的系统行为,并根据优化目标函数和约束条件确定最优控制输入。

其主要步骤包括以下几个方面:1. 建立系统模型:根据实际系统的特性,建立数学模型,通常采用离散时间状态空间模型或差分方程模型。

模型的准确性对于MPCC 的控制性能至关重要。

2. 预测未来状态:根据系统模型,使用当前状态和控制输入,预测未来一段时间内系统的状态。

这可以通过迭代计算系统模型的状态转移方程来实现。

3. 优化控制输入:通过优化目标函数和约束条件来确定最优控制输入。

目标函数通常包括系统的性能指标,如控制偏差的最小化、能耗的最小化等。

约束条件可以包括系统状态的约束、输入变量的约束等。

4. 执行控制输入:根据优化结果,执行最优控制输入。

在实际应用中,由于存在执行延迟和测量误差等因素,通常需要进行反馈校正,以实现精确的控制。

二、MPCC模型预测控制的优势MPCC模型预测控制相比传统的控制方法具有以下几个优势:1. 多变量控制能力:MPCC模型预测控制可以处理多变量系统,并考虑变量之间的相互影响,从而实现更精确的控制。

这在工业过程控制等领域尤为重要。

2. 鲁棒性:MPCC模型预测控制可以通过引入约束条件来确保系统在不确定性和扰动的情况下仍能保持稳定性。

这使得MPCC对于工业系统的鲁棒性要求更高。

3. 非线性控制能力:MPCC模型预测控制可以处理非线性系统,并通过在线优化来实现对非线性系统的精确控制。

这在机器人控制等领域尤为重要。

数学建模快捷地设计化工过程的方法5篇

数学建模快捷地设计化工过程的方法5篇

数学建模快捷地设计化工过程的方法5篇第1篇示例:数学建模是一种利用数学方法解决实际问题的技术和方法。

在化工领域,数学建模可以帮助工程师快速设计化工过程,并优化生产方案。

通过数学建模,工程师可以准确地预测化工过程中的物质转化、能量消耗、流体运动等情况,并提出合理的控制策略,从而实现生产过程的高效运行。

数学建模在化工过程中的应用主要涉及如下几个方面:第一,建立数学模型。

在设计化工过程之前,工程师首先需要建立一个准确的数学模型。

这个模型通常包括质量平衡、能量平衡、动量平衡等方程,以描述化工过程中物质和能量的转移和交换。

通过数学模型,工程师可以预测化工过程中各种参数的变化,为生产过程的优化提供依据。

第二,参数优化。

在建立了数学模型之后,工程师可以通过参数优化的方法,寻找使生产过程达到最佳状态的参数组合。

参数优化可以基于数学模型的约束条件和优化目标,利用数学方法寻找最佳解。

通过参数优化,工程师可以调整生产过程中各项参数,达到生产效率和产品质量的最佳平衡。

过程控制。

数学建模还可以帮助工程师设计并实现化工过程的智能控制系统。

利用数学模型对生产过程进行实时监测和控制,可以在生产过程中及时发现问题并调整参数,确保生产过程稳定运行。

过程控制系统可以通过反馈控制、前馈控制等方法,实现生产过程的自动化、智能化。

在实际应用中,工程师可以借助计算机软件进行数学建模和分析,如Matlab、Comsol Multiphysics等。

这些软件提供了丰富的数学建模工具和分析方法,能够帮助工程师快速建立数学模型、优化参数、设计控制策略等,实现化工过程的快速设计和优化。

数学建模快捷地设计化工过程是一种高效、精确的技术方法,可以帮助工程师在化工生产中更好地实现生产过程的优化和控制。

通过数学建模,工程师可以提高生产效率、降低生产成本、改善产品质量,实现可持续发展和创新发展。

希望更多的工程师能够重视数学建模技术,在化工生产中发挥其重要作用。

第四章-过程特性与数学模型

第四章-过程特性与数学模型
8
过程特性的类型
4. 具有反向特性的过程
在阶跃信号的作用下,被控变量C (t)先升后降或先降后升, 即阶跃响应在初始情况与最终情况方向相反。
C(t)
t
具有反向特性的过程
汽包
蒸汽 加热室
给水
9
描述过程特性的参数
1.放大系数K:
Q
蒸汽
(1)K的物理意义
热物料 W
冷物料
ΔQ t
ΔW t
a 蒸汽加热器系统 b 温度响应曲线
第四章 过程特性与数学模型
本章内容
§4.1 过程特性
类型
自衡的非振荡过程 无自衡的非振荡过程 有自衡的振荡过程 具有反向特性的过程
重点
描述过程特性的参数(K、T、τ)
机理分析法 §4.2 过程数学模型的建立
实验测试法
2
过程特性
过程特性定义:指被控过程输入量发生变化时,过程输出量的变
化规律。
被控过程常见种类: 换热器、锅炉、精馏塔、化学反应器、 贮液槽罐、加热炉等
•当t=3T时,则
W(3T) KQ(1 e3) 0.95KQ
在加入输入作用后,经过3T时间,温度已经变化了全部 变化范围的95%。这时,可以近似的认为动态过程已基本 结束。所以,时间常数T是表示在输入作用下,被控变量完 成其变化过程所需要时间的一个重要参数。
15
描述过程特性的参数
⑵ 时间常数T对系统的影响
控制通道 在相同的控制作用下,时间常数大,被控变量的变化比较 缓慢,此时过程比较平稳,容易进行控制,但过渡过程时 间较长;若时间常数小,则被控变量的变化速度快,控制 过程比较灵敏,不易控制。时间常数太大或太小,对控制 上都不利。
扰动通道
对于扰动通道,时间常数大,扰动作用比较平缓,被 控变量的变化比较平稳,过程较易控制。

史密斯过程模型

史密斯过程模型

史密斯过程模型
史密斯过程模型是一种流程控制的数学模型,可以用来描述一个系统中的多个流程之间的关系和交互。

该模型由美国数学家史密斯在20世纪50年代提出,被广泛用于工业自动化、网络通信、金融交易等领域。

史密斯过程模型主要包括三个部分:输入流、处理单元和输出流。

输入流是指进入系统的数据或信息,处理单元是指对输入流进行处理的模块,输出流是指从处理单元输出的数据或信息。

这三个部分通过信道相互连接,构成了一个完整的系统。

史密斯过程模型可以用数学公式来描述,其中包括输入流、处理单元和输出流的状态转移函数。

通过对状态转移函数的分析,可以得到系统的稳定性、响应时间、吞吐量等性能指标。

这些指标对于系统的设计、优化和控制都具有重要意义。

除了基本的史密斯过程模型,还有许多扩展模型,如带环的史密斯过程模型、分布式史密斯过程模型等。

这些模型可以更加准确地描述不同类型系统中的流程交互和信息传递。

总之,史密斯过程模型是一种通用的数学建模方法,可以用来描述和分析各种流程控制系统。

它在工业、通信、金融等领域中得到了广泛应用,为现代社会的高效运转做出了贡献。

- 1 -。

化工过程中模型的建立与计算讲解

化工过程中模型的建立与计算讲解

化工过程中模型的建立与计算姓名:田保华化工过程中模型的建立与计算1. 概述过程的状态监控或过程的在线监测都需要建立合适的数学模型。

化工过程的数学模型主要有三大类方法,即机理模型,统计模型和混合模型。

描述过程的方程组由过程机理出发,经推导得到,并且由实验验证,这样建立起来的模型就是机理模型。

机理模型方法需要凭借可靠的规律及经验知识来建立原始微分方程式,这些规律和经验知识必须被表达为一般的形式。

机理模型是对实际过程直接的数学描述,是过程本质的反映,因此结果可以外推。

数学模型也可以根据实验装置、中型或者大型工业装置的实测数据,通过数据的回归分析得到的纯经验的数学关系式,这就是统计模型。

统计模型和过程机理无关,是根据实验从输出和输入变量之间的关系,经分析整理得到的。

它只是在实验范围内才是有效的,因而不宜外推或者以较大幅度外推。

由于实验条件的限制,统计模型的局限性很大,所以总是希望尽可能建立机理模型。

对于化工过程来说,由于经验模型受到实际条件的限制,应用范围有限,机理模型求解又十分困难,这样就产生了第三种数学模型,即混合模型。

混合模型是对实际过程进行抽象概括和合理简化,然后对简化的物理模型加以数学描述,混合模型主要是设法回避过程中一些不确定的和复杂的因素,代之以一些统计的结果和一定的当量关系,它是半经验半理论性质的。

在化工过程的数学模拟中,混合模型是应用最广的一种模型。

例如,混合模型用于粉仓中粉体流动数学模型分析等等。

近年来,人们将人工神经网络方法用于化工建模,并取得较好的效果。

化工过程中数学建模的建立一般是基于流体的性质。

流体的热力学性质主要是从状态方程(EOS)得到。

至今,文献报道的EOS已有一百五十种之多,有的从理论分析得到的、有的从实验数据分析归纳而来、还有一些是理论分析和实验数据相结合推出来。

比较经典的EOS有VDW方程,R-K方程,Soave方程,CS方程,33参数的MBWR方程。

这些经验、半经验的EOS只能在一定的温度和密度范围内对于某些流体适应,应用的范围比较窄,理论基础不强[34]。

工艺流程的数字化建模与仿真优化

工艺流程的数字化建模与仿真优化

工艺流程的数字化建模与仿真优化在当今工业领域,数字化建模和仿真优化已经成为提高效率和优化工艺流程的重要手段。

本文将探讨工艺流程的数字化建模和仿真优化在工业中的应用以及其带来的好处。

一、数字化建模的意义及其应用工艺流程的数字化建模是将实际工艺过程用数学方程和模型进行描述和重建的过程。

通过数字化建模,工程师可以更清晰地理解和分析工艺流程中的各个环节,并进行可视化的呈现。

数字化建模可以应用于各个领域,比如生产制造、交通运输、能源等等。

二、数字化建模的步骤和方法数字化建模主要包括以下几个步骤:数据收集和整理、建模方法选择、模型参数设定、模型验证和优化。

在数据收集和整理阶段,工程师需要收集和整理与工艺流程相关的数据,包括物料性质、设备参数、工艺变量等。

在建模方法选择阶段,工程师可以选择不同的建模方法,比如基于物理原理的模型、统计模型、神经网络模型等。

在模型参数设定阶段,工程师需要根据实际情况设定模型中的参数值。

在模型验证和优化阶段,工程师可以将模型与实际数据进行比对,进一步优化模型,使其更准确地描述实际工艺流程。

三、数字化建模在工业中的应用数字化建模在工业中有广泛的应用。

以生产制造为例,工程师可以通过数字化建模来优化生产线的布局和调度,提高生产效率和减少资源浪费。

在交通运输领域,数字化建模可以帮助交通规划者分析交通流量和路况,合理规划道路建设和交通管理策略。

在能源领域,数字化建模可以帮助能源企业分析能源生产和消费的效率,并优化能源供应链。

四、仿真优化的意义及其应用仿真优化是通过对数字化建模的仿真实验,为工艺流程提供优化方案和决策支持。

通过仿真优化,工程师可以模拟不同的工艺参数、设备设置和工艺流程,评估其对工艺性能的影响。

仿真优化可以提前发现工艺流程中的问题和潜在风险,并对工艺流程进行调整和优化。

五、仿真优化的步骤和方法仿真优化包括以下几个步骤:参数设定、实验方案设计、仿真实验、数据分析与优化。

在参数设定阶段,工程师需要对实验中的参数进行设定,如温度、压力、流量等。

  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)。

3)对象动态特性的迟延性 ——迟延的主要来源是多个容积的存在,容积 的数目可能有几个直至几十个。容积愈大或数目 愈多,容积迟延时间愈长。 ——有些被控对象还具有传输迟延。 由于迟延的存在,调节阀动作的效果往往需要 经过一段迟延时间后才会在被控变量上表现出来。
4)被控对象的自平衡与非自平衡特性 自平衡——被控对象,当受到扰动作用致使原来的物 料平衡关系遭到破坏后,无须外加任何控制作用,依靠 对象本身,自动随着被控变量的变化,其不平衡量会愈 来愈小,最后能够自动地稳定在新的平衡点上。 具有这种特性的被控过程称为自平衡过程。 如图中的单容水槽,其阶跃响应如图所示。
3.单容积分水槽 单容积分水槽如图2-10 所示,它与图2-5中的单容水 槽只有一个区别。在它的流 图2-10 单容积分水槽 出侧装有一只排水泵。 在图2-10中,水泵的排水量仍然可以用负载阀R 来改变,但排水量并不随水位高低而变化。这样, 当负载阀开度固定不变时,水槽的流出量也不变, 因而在式(2-10)中有ΔQ。=0。由此可以得到水位在 调节阀开度扰动下的变化规律为 d H 1 dH 1 k k 或 dt F dt F
比较: 用测试法建模一般比用机理法建模要简单 和省力,尤其是对于那些复杂的工业过程更为明显。
2.2 机理法建模
2.2.1 单容对象的传递函数
在不同的生产部门中被控对象千差万别,但最终 都是可以由微分方程来表示的。微分方程阶次的高低 是由被控对象中储能部件的多少决定的。 最简单的一种形式,是仅有一个储能部件的单容 对象。
非自平衡特性——物质或能量平衡关系破坏后,不平
衡量不因被控变量的变化而改变,因而被控变量将以固 定的速度一直变化下去而不会自动地在新的水平上恢复 平衡。这种对象不具有自平衡特性,具有这种特性的被 控过程称为非自平衡过程。 例如图中的单容积分水槽,当进水调节阀开度改变, 其阶跃响应如图2-4所示
4)被控对象往往具有非线性特性 ——严格来说,几乎所有被控对象的动态特性都呈 现非线性特性,只是程度上不同而已。 ——除存在于对象内部的连续非线性特性外,在控 制系统中还存有另一类非线性,如调节阀、继电器等元 件的饱和、死区和滞环等典型的非线性特性。
(2-4)
上述4个公式只适用于自衡过程。对于非自衡过 程,其传递函数应含有一个积分环节,即 1 s G (s) e Ts (2-5) 和
1 G( s) e s T1 s(T2 s 1)
(2-6)
2.1.3 建立过程数学模型的基本方法 ——机理法和测试法 1.机理法建模 用机理法建模就是根据生产过程中实际发生的变 化机理,写出各种有关的平衡方程以及反映流体流 动、传热、传质、化学反应等基本规律的运动方程; 物性参数方程和某些设备的特性方程等,从中获得 所需的数学模型。 如:物质平衡方程;能量平衡方程;动量平衡 方程;相平衡方程。
图2-9 具有纯迟延的单容水槽
参照式(2-11)的推导关系式,可得具有纯迟延 的单容水槽的微分方程为 d H (t ) T H (t ) K (t 0 ) (2-16) dt 其中, 0 为纯迟延时间;其它参数定义同上。 对应式(2-16)的传递函数为
H ( s) K 0 s G( s) e (2-17) ( s) 1 Ts 0 s 与式(2-13)相比多了一个纯迟延环节 e 。
2 Ho k
2 Ho d H F) H (k ) dt k
(2-11)
如果假设系统的稳定平衡工况在原点,即各变量都 以自己的零值(H 0 0, 0 0)为平衡点,则可去掉上 式中的增量符号,直接写成
(
2 Ho k
2 Ho dH F) H (k ) dt k
1.建立数学模型的目的 (l) 设计过程控制系统和整定控制器的参数 (2) 控制器参数的整定和系统的调试 (3) 利用数学模型进行仿真研究 (4) 进行工业过程优化
2.被控对象数学模型的利用方式 离线 过去被控对象数学模型只是在进行控制系统的设计 研究时或在控制系统的调试整定阶段中发挥作用,这 种利用方式是离线的。 在线 近十多年来,由于计算机的发展和普及,相继推出 一类新型计算机控制系统,其特点是它要求把被控对 象的数学模型作为一个组成部分砌入控制系统中,如 预测控制系统。这种利用方式是在线的,它要求数学 模型具有实时性。
d H 1 1 (Qi Qo ) (Qi Qo ) dt F F
F为水槽的横截面积
(2-7)
当进水阀前后压差不变时,Qi 与 成正比关系, 即
Qi k
(2-8)
对于流出侧的负载阀,其流量与水槽的水位高度有 关,即 (2-9) Q k H
o
式(2-9)是一个非线性微分方程。这个非线性给下一 步的分析带来很大的困难,应该在条件允许的情况下尽 量避免。如果水位始终保持在其稳态值附近很小的范围 内变化,那就可以将上式加以线性化。
1.单容水槽 单容水槽如下图所示。不断有水流入槽内,同时 也有水不断由槽中流出。水流入量 Qi 由调节阀开度 加以控制,流出量Qo 则由用户根据需要通过负载阀 R 来改变。被控变量为水位H,它反映水的流入量与流 出量之间的平衡关系。现在分析水位在调节阀开度扰 动下的动态特性。
图2-5 单容水槽
K G(s) e s Ts 1
② 二阶惯性环节加纯迟延
K G( s) e s (T1 s 1)(T2 s 1)
(2-1)
(2-2)
③ n阶惯性环节加纯迟延
K s G( s) e (Ts 1) n
(2-3)
④ 用有理分式表示的传递函数
bm s m b1 s b0 s G( s) e , (n m) n an s a1 s a0
2.测试法建模 测试法一般只用于建立输入输出模型。 它是根据工业过程的输入和输出的实测数据进行某 种数学处理后得到的模型。 主要特点:是把被研究的工业过程视为一个黑匣子,完全从
外特性上测试和描述它的动态性质,因此不需要深入掌握其内 部机理。 为了有效地进行这种动态特性测试,仍然有必要对过程 内部的机理有明确的定性了解,例如究竟有哪些主要因素在起 作用,它们之间的因果关系如何等等。
根据上式可得水位变化与阀门开度变化之间的传 递函数为 H ( s) k G(s) (2-18)
( s)
Fs
式(2-18)代表一个积分环节,它的阶跃响应
h(t ) kຫໍສະໝຸດ Ft(2-19)
为一条直线,如图2-11所示。
图2-11 单容积分水槽水位的阶跃响应
2.2.2 多容对象的传递函数
第2章 被控过程的数学模型
目 录
2.1 过程模型概述 2.2 机理法建模 2.3 测试法建模 2.4 利用MATLAB建立过程模型
2.1 过程模型概述
2.1.1 被控过程的动态特性
——在过程控制中,被控对象内部所进行的物理、 化学过程可以是各式各样的,但是从控制的观点看, 它们在本质上有许多相似之处。 ——在生产过程中,控制作用能否有效地克服扰 动对被控变量的影响,这就要对被控对象的动态特性 进行研究。
式(2-13)是最常见的一阶惯性系统,它的阶跃响应
y(t ) K (1 e )
是指数曲线,如图2-6所示。

t T
图2-6 单容水槽水位的阶跃响应
2. 具有纯迟延的单容水槽 对于如图2-9所示的单容水槽,它与图2-5不同是 进水调节阀距入槽有一段较长的距离。因此该调节 阀开度 变化所引起的流入量 Qi 变化,需要经过 一段传输时间 0 才能对水槽液位产生影响。
如考虑水位只在其稳态值附近的小范围内变化,故 由式(2-9)可以近似认为
Qo Qo 0 k 2 Ho ( H H o ) Qo 0 Qo k 2 Ho H k 2 Ho H

(2-10)
将式(2-8)和式(2-10)代入式(2-7)中得

(
d H 1 k (k H ) dt F 2 Ho
假设调节阀均采用线性阀,则有
1 1 Q o H 2 (2-22) Q1 H 1 ; Qi k ; R2 R1
将式(2-22) 代入式(2-20)和式(2-21)中,消去中间 变量后可得
d H 2 d H 2 T1 T2 (T1 T2 ) H 2 K (2-23) 2 dt dt T2 R2 F2 ; K k R2 T1 R1 F1 ; 其中,
5.被控对象数学模型的表达形式 (l ) 按系统的连续性划分为: 连续系统模型和离散系统模型。 (2) 按模型的结构划分为: 输入输出模型和状态空间模型。 (3) 输入输出模型又可按论域划分为: 时域表达(阶跃响应)和频域表达(传递函数)。
6. 被控过程传递函数的一般形式 根据被控过程动态特性的特点,典型工业过程控制 所涉及被控对象的传递函数一般具有下述几种形式: ① 一阶惯性加纯迟延
2.1.2 数学模型的表达形式与要求 ——研究被控过程的特性,就是要建立描述被控过程 特性的数学模型。 ——数学模型有静态模型和动态模型之分。 这里讨论工业过程的动态模型。 工业过程动态数学模型的表达方式很多,其复杂程度 可以相差悬殊,对它们的要求也是各式各样的,这主要 取决于建立数学模型的目的何在,以及它们将以何种方 式加以利用。
以上讨论的是只有一个储能部件的对象,实际对 控过程往往要复杂一些,即具有一个以上的储能部 件。 1.双容水槽 对于如图2-12 所示的双容水槽。
图2-12 双容水槽
根据图2-12可知,水槽1和水槽2的物料平衡方程分 别为 d H1 1 (Qi Q1 ) 水槽1: (2-20) dt F1 d H 2 1 (Q1 Qo ) 水槽2: (2-21) dt F2
1.被控过程的分析
——工业生产过程的数学模型有静态和动态之分 ——静态数学模型是过程输出变量和输入变量之间 不随时间变化时的数学关系。 ——动态数学模型是过程输出变量和输入变量之间 随时间变化时动态关系的数学描述。 过程控制中通常采用动态数学模型,也称为动态 特性。
相关文档
最新文档