史密斯预估控制
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。
史密斯预估控制系统仿真
过程控制工程作业史密斯预估控制系统仿真院系：信息工程学院专业：2012级自动化******学号：*******指导老师：张*中央民族大学史密斯补偿控制纯滞后补偿控制的基本思路是：在控制系统中某处采取措施（如增加环节，或增加控制支路等），使改变后系统的控制通道以及系统传递函数的分母不含有纯滞后环节，从而改善控制系统的控制性能及稳定性等。
1．纯滞后补偿的基本原理如下图1.1所示图1.1 纯滞后补偿基本原理图令增加补偿后的传递函数为：则得：()(1)()s p G s e G s -τ=-()p G s 即为消除滞后所采用的补偿函数通过图1.1所示附加并联环节()p G s 的补偿处理，在()X s 和()Y s 之间传递函数不再表现为滞后特性。
2．史密斯滞后补偿控制史密斯提出的补偿方案如图1.2所示，虚框线部分为smith 预估器。
图1.2 史密斯补偿控制系统方框图系统传递函数为：()()()e ()1()()c p s c p G s G s Y s X s G s G s -τ=+可见，经补偿后，传递函数特征方程中已消除时间滞后项，也就是消除了时滞对系统控制品质的影响。
3．史密斯补偿控制仿真史密斯补偿控制综合仿真实例。
采用史密斯补偿控制方法对恒温箱的恒温过程进行控制。
其中，输入为燃油量，输出为温度。
（1）建立系统数学模型利用系统识别方法，得到系统数学模型为：所以，系统Smith补偿控制方框图如图1.2所示。
图中代表控制调节器传递函数。
经补偿后广义被控对象为：（2）无调节器时，开环系统稳定性分析式（1-1）表示为广义被控对象的Bode图如图1.3所示。
[程序：Smith_1.m]图1.3 广义被控对象Bode图可见，广义被控对象开环稳定幅值裕量为无穷大，相角裕量为120。
（3）系统控制参数整定由图1.3可知系统采用比例控制时，取任何值构成的闭环系统均稳定。
所以，本被控对象不能采用稳定边界法整定边界法整定系统参数。
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预估控制原理
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。
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。
史密斯预估控制策略在厚规格轧制中的应用
史密斯预估控制策略是一种工业控制算法，主要用于预测和补偿系统中的延迟和偏差。该策略由美国 人W.C.Smith在1957年提出，因此被命名为史密斯预估器。
应用领域
史密斯预估控制策略在许多工业领域都有应用，包括钢铁、化工、制药、食品加工等。在厚规格轧制 中，该策略也被广泛采用。
史密斯预估控制策略的原理
史密斯预估控制策略在厚规格轧制 中的应用
2023-11-10
目录
• 引言 • 史密斯预估控制策略 • 厚规格轧制过程分析 • 史密斯预估控制策略在厚规格轧制中的应用 • 结论与展望 • 参考文献
01
引言
研究背景与意义
01
02
03
工业4.0的发展要求轧制过程更加高 效、精准和节能，以满足市场对高质 量产品的需求。
研究方法
首先对史密斯预估控制策略进行深入研究，将其与厚规格轧制过程的特性相结合，设计适用于该场景的预测控制 器。其次，通过实验验证所设计的控制器的有效性和优越性，并与传统控制方法进行对比分析。最后，根据实验 结果对控制器进行优化和改进，使其更好地适应实际生产环境。
02
史密斯预估控制策略
史密斯预估控制策略概述
史密斯预估控制策略的特点
优点
史密斯预估控制策略的优点在于其对系统模 型的精确性和实时性要求较低，同时具有较 好的抗干扰能力和适应能力。此外，该策略 还可以有效地抑制系统的振荡和不稳定。
缺点
史密斯预估控制策略的缺点主要在于其结构 复杂，需要较高的计算成本。此外，由于该 策略依赖于精确的系统模型，因此如果模型 不准确，控制效果可能会受到影响。
开展更多实验研究，验证史密斯预估控制策略在厚规格轧制中的实际应用效果，为工业生产提供更为可 靠的指导。
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
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、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)。
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。
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。
2 Go( s) e 4 s 4s 1
1 G c ( s ) 0.6(1 ) 8s
第8章基于模型的控制方法
由此可见，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
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。
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
de(t )
e(k ) e(k 1)
u (t ) K c [e(t )
• 增量算式
e(t )dt T T
i 0
d
dt
] u0 (7 16)
u (k ) u (k ) u (k - 1) Kc [e(k ) e(k - 1)] Ts T e(k ) d e(k ) 2e(k - 1) e(k 2)] Ti Ts
3.数字PID改进算式 (1)不完全微分的PID算式(2)微分先行PID算式(3)积分分离PID算式 (4)带有不灵敏区的PID算式 4.DCS控制系统的基本结构包括操作站、控制站和通信网络系统三大部分。 5.DCS系统还包括四个接口部分： 过程接口、人机接口、工程接口、其他系统接口
第8章基于模型的控制方法
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。
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
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
复习：
e(t )dt T e(i)(7 17)
t 0 s i 0
k
1.常用的数字滤波方法： (7 18) dt Ts （1）程序判断滤波 （2）中位值滤波 （3）递推平均滤波 （4）加权递推平均滤波 （5）一阶滞后数字滤波 2.数字PID控制算式 • 位置算式 1 t de(t )
图8-1
带运输机
第8章基于模型的控制方法
一般说来，在过程的动态特性中，大多既包含纯滞后时间， 又包含惯性时间常数T，通常用／T比值来衡量过程纯滞后的严 重程度。 若／T<0.3，称为一般滞后过程； 若／T>0.3，则称之为大滞后过程。当纯滞后时间τ与过程 的时间常数T之比增大，滞后现象更为突出，有时甚至会引起系 统的不稳定，被调量超过安全限，从而危及设备与人身安全。 因此大纯滞后过程一直受到人们的关注，成为重要的研究课
体的成分等过程都存在着较大的纯滞后。
第8章基于模型的控制方法
在这些过程中，由于纯滞后的存在，使得被控变量不
能及时反映系统所受的扰动，即使测量信号到达控制器， 执行机构接受调节信号后立即动作，也需要一段纯滞后以 后，才会影响被控变量，使之受到控制。 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
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。