Performance monitoring of SISO control loops subject to LTV disturbancedynamics improvedLTIbenchmark.docVIP

红字表示概念不清楚 受LTV干扰的SISO控制回路的性能监测法则：改进的LTI基准 摘要： 本文关于受时变干扰影响的单变量控制回路的性能评价。这个问题出自于这个事实——大部分工业控制器是线性时不变的，但是对于过程，特别是干扰动态，是时变的。干扰动态的时变特性由线性干扰模型的分段常参数模拟，也就是线性时变动态。因此，一段时间的过程运行之中，过程可能会受一些干扰的影响，也就是说，不同的干扰动态或者模型。这个问题，已经由最具代表性的干扰的最小方差得到了解决，对于其他的干扰它也满足结构化的调节性能要求，典型的就是短暂的但是非常重要的干扰。这使得在其余干扰的调节性能不明确。本文中，我们把这问题作为方差加权和的最小化，一个主要的干扰在结构化调整性能要求下考虑。此外，这个问题从下面两个方面来解决：（1）LTV干扰模型已知，对于受LTV干扰影响的任一LTI控制器的可实现的结构化闭环性能是可以计算的，并且如果过程模型已知 那么可以得到最优LTI控制准则。（2）没有关于过程或者干扰的完整模型可以得到，除了过程的时间延迟，提出了一个法则来评价受LTV干扰影响的现有的LTI控制器性能。仿真和过程实例用来阐述提出的算法。 1.介绍 我们经常观察化学过程的过程干扰的变化，比如，由于操作人员的操作造成的短暂干扰或者原材料的变化。扰动的变化反映在过程模型参数上，尤其是，干扰模型参数上，它与以前的模型参数有着显著的不同。虽然处理这种时变干扰的最优策略用参数变化控制或者开关控制，但是，工业过程中的控制器主要是LTI控制器。为了避免关于时变干扰的问题，LTI控制器总是被调整或者有时被暂停（如果异常扰动很明显的话）。这种做法可以协调受正常扰动影响下的性能。 出于这些观察，可以考虑一个最优LTI控制策略来调整时变干扰；尤其，我们认为线性时变干扰可以由一系列的分段常参数干扰来模拟。那么在LTV干扰下LTI控制器什么样的性能是最好的呢？这个问题用来作为对可实现性能范围的评价。性能范围可以作为对于LTI控制器设计的有用指南，比如，是否一个开关或者自适应控制器是必需的。另一个同等重要的问题就是性能评价问题。（总结：两个问题，（1）控制器的设计（2）性能评价）在这种情况下，控制器应用在过程中。这种控制器，没有关于过程模型和过程模型的完整知识，但它包含了过程时间延迟的完整信息，作为最传统的控制性能评价方法。用闭环操作数据来评价LTI控制器的可实现性能。已经有很多作者强调过它的重要性。 基于上面的基本原理，Huang [7] and Olaleyeet al.提出了三个可选的准则。他们假设过程和控制器都是线性时不变的，干扰模型是分段常数，受突然变化的影响，因此干扰轨迹可以分为几个固定的部分，其中的一个最具代表性，一个是重要但短暂的扰动。Type-C基准是：控制器是干扰最具代表性部分的最小方差，受关于余下干扰的一些预定义调整性能的影响。也就是说：短暂的异常干扰或者短暂的主要突变，应该按照用户明确的制定轨迹来设定。这是有利的因为它保证了，对于调节短暂但却主要的干扰时控制变量的指定性能是可实现的。对于这部分干扰的希望的闭环响应是具有预定义控制要求的一阶或者高阶的，具有一定自由度这可以用来寻找一个LTI控制器，它使干扰的方差最小化。一般来说，在工业实况中，对控制性能要求比如调节时间或者时间常数，比如，通常调节闭环时间常数，让它等于开环时间常数。 在 [7,12,14]中，（regulatory管理的；控制的；调整的）主要干扰的期望的响应假设为只有一个可以最优化的自由参数的一阶传函。Type-C基准的获得是通过一个特别的方法或者说是无约束非线性程序，比如Nelder-Simplex法（即无约束单纯形法）。但在以前的工作中，这使得余下的干扰不明确。本章分四部分：（1）这问题被重新阐释为加权方差和的最小化，除了一个主要的干扰，其受一个结构化控制性能的要求。（2）当决策变量只出现在不换传函的分子上时，最优问题总是可以转换为线性矩阵不等式（LMIs）并且可以有效地解决。（3）用户指定的结构化闭环响应扩展为更广义的一阶以及二阶动态。（4）解决性能极限问题，最优LTI控制法则以及性能评价问题。因此，可以用更实用的方法实现关于不同干扰的输出方差的更好的权衡。 前边提出基准与常规的包含移动窗口的算法怎么比较？如果前边提出的算法没有用在时变干扰中，那将可能会使什么样的?让我们来考虑一些影响过程的显著干扰。通过将应用常规的性能基准，我们会将其与现有的控制性能基准比较，后者可以将不同动态的所有干扰的方差最小化。这个控制基准必须是时变的，这与大多数时不变的控制准则不一致，它可能会造成对现有控制性能的低估。那么如何解释，如果对于两个不同的干扰部分两个指标不同，第一个部分大，第二个小？如果这两个指标是用前边提