第4章计算机控制系统的控制算法.ppt

第4章 计算机控制系统的控制算法 控制算法决定着控制规律 控制规律是反映计算机控制系统性能的核心 本章介绍目前常用的几种控制规律 4.1 数字滤波和数据处理 计算机控制系统采集生产过程的各种物理参数，如温度、压力、流量、料位和成分等。 4.1.1 数字滤波 噪声分为两类： 一类为周期性，典型代表为50Hz的工频干扰，对于这类信号，采用积分时间等于20ms的整数倍的双积分A/D转换器，就可以有效地消除； 另一类是不规则的随机信号，对此可以用数字滤波方法予以消除或过滤。 数字滤波的优点 数字滤波是用程序实现的不需要增加硬设备，所以稳定性好、可靠性高，成本低； 数字滤波器可以对极低频（如0.01Hz）干扰信号进行滤波，克服了模拟滤波器的不足；（一般的高频和低频干扰可以采用RC低通和高通滤波器加以抑制。） 数字滤波器可以根据信号的不同，采用不同的滤波方法或滤波参数，具有灵活、方便、功能强的特点。 什么是数字滤波？ 在计算机中用某种计算方法对输入的信号进行数学处理，以便减少干扰在有用信号中的比重，提高信号的真实性。 1. 程序判断法（限幅滤波） 由于工业现场测控系统存在随机脉冲干扰，通过变送器将 尖脉冲干扰引入输入端，从而造成测量信号的严重失真。 α值的选择 过程的动态特性决定其输出参数的变化速度。通常按照参数可能的最大变化速度 vmax及采样周期 T，决定 a 值。 2. 中位值滤波法 在某一采样时刻（采样点），对某一被测参数连续采样n 次(一般 n 取奇数)，然后把 n 次采样值按大小排队，取中间值为本次采样值。 中位值滤波能有效地克服因偶然因素引起的波动或采样器不稳定引起的误码等造成的脉冲干扰。 对缓慢变化的过程采用中位值滤波有良好的效果。 n 越大，排序算法所占的时间越长。 中位值滤波法 3. 算术平均滤波法 在某一采样时刻（采样点），对某一被测参数连续采样 N 次，然后把 N 个测量值进行算术平均。 算术平均滤波法适用于对一般具有随机干扰的信号进行滤波。 这种信号的特点是有一个平均值，信号在某一数值范围附近作上下波动，在这种情况下仅取一个采样值为依据显然是不准确的。 流量测量，通常取 N=8～12 压力测量，通常取 N=4～8 算术平均滤波法 4. 递推平均滤波法 算术平均滤波法，每计算一次数据，需采样N次。对于采样速度较慢或要求数据计算速度较高的系统，该方法是无法使用的。例如某A／D 芯片转换速率为10次／s，而要求每秒输入4次数据时，则N不能大于2。 递推平均滤波法，只需进行一次测量，就能得到当前算术平均滤波值。 把N个采样数据看成一个队列，队列的长度固定为N，每进行一次新的采样，把采样结果放入队尾，而扔掉原来队首的一次数据。 在队列中始终有N个的数据，计算滤波值时，只要把队列中的N个数据进行算术平均，就可得到新的滤波值。 这样每进行一次采样，就可计算得到一个新的平均滤波值。 递推平均滤波法 递推平均滤波算法对周期性干扰有良好的抑制作用，平滑度高，灵敏度低； 但对偶然出现的脉冲性干扰的抑制作用差，不易消除由于脉冲干扰引起的采样值偏差， 因此它不适用于脉冲干扰比较严重的场合，而适用于高频振荡的系统。 通过观察不同N值下递推平均的输出响应来选取N值，以便既少占用计算机时间，又能达到最好的滤波效果。 N 的工程经验值如下: 流量 12 压力 4 液面 4 ～12 温度 1～4 5．加权递推平均滤波法 算术平均滤波法和递推平均滤波法中，N次采样值在输出结果中的比重是均等的，即1／N。用这样的滤波算法，对于测量信号会引入滞后，N越大，滞后越严重。 为了增加最新采样数据在递推平均中的比重，以提高系统对当前采样值的灵敏度，可以采用加权递推平均滤波算法。 加权递推平均滤波算法是递推平均滤波算法的改进，即不同时刻的数据加以不同的权，通常越接近当前时刻的数据，权取得越大，N项加权递推平均滤波算法为 上式中，C0，C1，……， CN-1为常数，且满足如下条件： C0 ＋ C1 ＋ …… ＋ CN-1 ＝1 C0 C1 …… CN-1 0 用加权系数法选取常系数 Ci 因为τ越大，R 越小，则给予新的采样值的权系数就越大，而给予先前采样值权系数就越小，从而提高了新的采样值在平均过程中的比重。 所以加权递推平均滤波算法适用于有较大纯滞后时间常数的对象和采样周期较短的系统，而对于纯滞后时间常数较小、采样周期较长、变化缓慢的信号，则不能迅速反映系统当前所受干扰的严重程度，滤波效果差。 6. 一阶惯性滤波法 在模拟量输入通道等硬件电路中，常用一阶惯性 RC 模拟滤波器来抑制干扰，当用这种模拟方法来实现对低