第1章被控对象数学模型要点.ppt

过程控制 第一章 被控对象的数学模型 要实现过程控制，首先要了解和掌握被控对象的过程特性，而用数学语言对过程特性进行描述就是被控对象的数学模型。被控对象的数学模型在过程控制系统的分析与综合中起着至关重要的作用。本章在介绍被控对象数学模型的基本概念、作用和要求的基础上，详细阐述利用机理法建模和实验法建模的原理、方法和步骤。 第一章 被控对象的数学模型 目 录 被控对象的数学模型 被控对象的数学模型的建立 机理法建立被控对象的数学模型 实验法建立被控对象的数学模型 1.1.1 被控对象的数学模型 的概念 被控对象就是正在运行着的各种各样的被控制的生产工艺设备，例如各种加热炉、锅炉、发酵罐、热处理器、精馏塔等。 被控对象的数学模型就是被控对象的动态特性的数学表达式，即被控对象的输出量（被控量）在输入量（控制量和扰动量）作用下变化的数学函数关系式。 1.1 被控对象的数学模型 数学模型的分类: 自动调整系统、程序控制系统、随动系统（伺服控制系统） 线性系统和非线性系统 连续系统与离散系统 单输入单输出系统与多输入多输出系统 确定系统与不确定系统 集中参数系统和分布参数系统 1.1 被控对象的数学模型 1.1.2 被控对象数学模型的作用 设计过程控制系统和控制参数整定 指导设计生产工艺设备 进行仿真试验研究 实施工业过程的优化 实现工业过程的故障检测和诊断 培训系统运行操作人员 1.1 被控对象的数学模型 1.1.3 被控对象数学模型的要求 实际生产工程的特性是非常复杂的，为了建立被控对象的数学模型，有时需要做一些合理的假设，突出主要因素，忽略次要因素。并在此假设条件下，得到被控对象的数学模型。作为被控对象的数学模型，总的要求是简单且准确可靠。 在过程控制中实际应用的数学模型（传递函数）的阶次一般不高于三阶，一般采用的是带有纯滞后的一阶惯性环节和带有纯滞后的二阶振荡环节的形式，其中最常用的是带有纯滞后环节的一阶惯性环节形式。 1.1 被控对象的数学模型 自（平）衡过程：被控对象受到干扰作用后平衡状态被破坏，无须外加任何控制作用，依靠对象本身自动趋向平衡的特性称为自衡。具有这种特性的被控过程称为自衡过程。 如果被控量只需稍微改变一点就能重新恢复平衡，该过程的自衡能力强。自衡能力的大小由对象静态增益K的倒数衡量，称为自衡率(?)，?=1/ K。 常见的4类工业过程模型类型，即自衡非振荡过程、无自衡非振荡过程、自衡振荡过程、具有反向特性的过程。 1.1.4 典型的工业过程动态特性 1.1 被控对象的数学模型 1 自衡非振荡过程 其中τ为过程的纯滞后时间 1.1 被控对象的数学模型 2 无自衡非振荡过程 1.1 被控对象的数学模型 3 自衡振荡过程 1.1 被控对象的数学模型 4 具有反向特性的过程 1.1 被控对象的数学模型 1.2.1 机理法建模 机理法建模就是根据生产过程中实际发生的变化机理，写出各种相关的平衡方程，如：物质平衡方程、能量平衡方程、动量平衡方程、相平衡方程以及反映流体流动、传热、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，从中获得所需的被控过程的数学模型。 1.2 被控对象的数学模型 的建立 一般情况下，由机理推导的微分方程往往比较复杂，需要对模型进行简化，以获得实用的数学模型。 简化模型方法有以下三种：一是在开始推导时就引入简化假定，使推导出的方程在符合过程主要客观事实的基础上尽可能简单；二是在得到较复杂的高阶微分方程时，用低阶的微分方程或差分方程来近似；三是对得到的原始方程利用计算机仿真，得到一系列的响应曲线（阶跃响应曲线或频率特性），根据这些特性，再用低阶模型去近似。如有可能，对所得的数学模型进行验证，若与实际过程的响应曲线差别较大，则需要对数学模型进行修改和完善。 1.2 被控对象的数学模型 的建立 实验法建模是根据被控对象输入/输出的实验测试数据通过数学处理后得出数学模型。此方法又称为系统辨识。 系统辨识是根据测试数据确定模型结构（包括形式、方程阶次以及时滞情况等），在已定模型结构的基础上，再由测试数据确定模型的参数即为参数估计。 1.2.2 实验法建模 1.2 被控对象的数学模型 的建立 系统辨识的一般步骤 ： 明确数学模型的应用目的及要求 掌握足够多的验前知识 实验设计 辨识方法应用 用阶跃响应、频率响应、频谱分析、相关函数或参数估计等方法来建立过程的数学模型。对于模型结构，包括模型形式、时滞情况及方程阶次的确定等，通常总