化工自动化及仪表(工艺类专业适用) 教学课件 作者 杨丽明张光新 编著 第09章 新型控制系统.pptVIP

尚辅网 尚辅网 第9章 新型控制系统 推断控制 自适应控制 预测控制 模糊控制 其它内容——略 —过程控制基础及应用— 浙江大学信息学院控制系 * 尚辅网 解耦控制 推断控制 自适应控制 预测控制 模糊控制 神经元网络控制 智能控制与专家系统 故障检测与故障诊断 尚辅网 解耦控制 第9章 推断控制 自适应控制 预测控制 模糊控制 神经网络 专家系统 故障检测 什么是耦合？ 如果需要同时控制泵出口的压力和流量 试分析两个控制系统的运行情况…… 分析结果：压力和流量两个控制系统是相互影响的 这种现象称为“耦合”或者“关联”的 这类系统往往容易产生过调现象，两个系统不停振荡。 尚辅网 解耦控制 第9章 推断控制 自适应控制 预测控制 模糊控制 神经网络 专家系统 故障检测 压力控制回路 压力设定 泵出口压力 ＋ － 流量控制回路 流量设定 泵出口流量 ＋ － 对象 尚辅网 解耦控制 第9章 推断控制 自适应控制 预测控制 模糊控制 神经网络 专家系统 故障检测 如何进行解耦控制？ 解耦控制的目的： 解除耦合（关联） 或 减小耦合（关联） 实现解耦控制的手段： 分4种情况 尚辅网 解耦控制 第9章 推断控制 自适应控制 预测控制 模糊控制 神经网络 专家系统 故障检测 (1)减少控制回路 2个回路，捡一个重要的回路进行控制，另一个次要回路不控制 例如，在精馏塔的控制系统设计中，工艺对塔顶和塔底的组分均有一定要求时，若塔顶和塔底的组分均设有控制系统，这两个控制系统是相关的，在扰动较大时无法投运。为此，目前一般采用减少控制回路的方法来解决。如塔顶重要，则塔顶设置控制回路，塔底不设置质量控制回路而往往设置加热蒸汽流量控制回路。 尚辅网 解耦控制 第9章 推断控制 自适应控制 预测控制 模糊控制 神经网络 专家系统 故障检测 (2)通过控制器参数来减小两个回路的耦合度 通过整定控制器参数，使两个控制回路的工作频率错开 具体实现方法：把其中一个（次要）系统的比例度积分时间放大，使它受到干扰作用后，反应适当缓慢一些，调节过程长一些。 如果把流量作为主要被控变量，那么流量控制回路按正常方法进行整定，保证有控制精度、灵敏度的响应要求； 而把压力作为从属的被控变量，压力控制回路整定得“松”一些，即比例度大一些，积分时间长一些。 这样，对流量参数的调节是及时的、精确的、显著的，而对压力参数的调节是微弱的、缓慢的，这样就减少了关联作用。 当然，在采用这种方法时，次要被控变量的控制品质往往较差，这种方法只能在工艺允许的情况下使用。 尚辅网 解耦控制 第9章 推断控制 自适应控制 预测控制 模糊控制 神经网络 专家系统 故障检测 (3)正确匹配被控变量与控制变量 对有些系统来说，减少与解除耦合的途径可通过被控变量与控制变量间的正确匹配来解决，这是最简单的有效手段。 热物料 冷物料 TC FC 如图： 究竟选热物料的流量作为温度的控制变量，还是冷物料的流量作为温度的控制变量？ 假设：热物料的温度为 90℃的水 冷物料的温度为 10℃的水 要求：混合成 80℃的温水 此时，应选择冷物料作为温度的控制变量 控制变量的选择依据，控制通道的放大倍数要大些。 此例中，由于被控温度设定值较高，稍微改变冷物料的流量对混合物料温度的影响比较明显。 尚辅网 (4)正儿八经的解耦控制 压力控制回路 压力设定 泵出口压力 ＋ － 流量控制回路 流量设定 ＋ － 对象 泵出口流量 解耦器 尚辅网 解耦控制 第9章 推断控制 自适应控制 预测控制 模糊控制 神经网络 专家系统 故障检测 两种实际情况： 被控变量能直接测得 可以采用“反”馈控制 主要干扰能直接测得 可以采用“前”馈控制 被控变量、主要干扰都不能直接测得 怎么办？ 利用数学模型由可测信息将不可测的输出变量推算出来实现反馈控制， 或将不可测扰动推算出来以实现前馈控制 这种控制方式称为推断控制 尚辅网 解耦控制 第9章 推断控制 自适应控制 预测控制 模糊控制 神经网络 专家系统 故障检测 基本思路： 控制变量 被控变量(不可