过程控制系统郭一楠第八章先进过程控制系统课件教学.pptVIP

系统组成 2）对不可测干扰的估计器 估计器 通过 来确定不可测干扰对主导变量的影响。 8.5 软测量和推理控制系统—推理控制 估计器输出为不可测干扰F(s)对过程主要输出Y(s)影响的估计值。 3）推理控制器 推理控制器的输出为: 若模型完全匹配,则有 推理控制系统在模型正确无误的条件下，可以实现对给定值变化的完全跟踪，以及对不可测干扰影响的完全消除。 8.5 软测量和推理控制系统—推理控制 系统组成 在线教务辅导网： 更多课程配套课件资源请访问在线教务辅导网 馋死 第八章 先进过程控制系统 主要内容 8.1 预测控制 8.2 自适应控制 8.3 统计过程控制 8.4 控制系统故障诊断和容错控制 8.5 软测量和推断控制系统 利用当前的和过去的偏差值，及预测模型来预估过程未来的偏差值，以滚动确定当前的最优输入策略。 8.1 预测控制 具有对数学模型要求不高、能直接处理具有纯滞后的过程、具有良好的跟踪性能和较强的抗干扰能力、对模型偏差具有较强的鲁棒性等优良性质。 预测控制结构 8.1 预测控制---原理 常用模型:脉冲响应模型、阶跃响应模型、可控自回归滑动平均模型（CARMA）、可控自回归积分滑动平均模型（CARIMA）等。 设线性多变量系统的离散模型描述为： 8.1 预测控制---预测模型 输出 输入 干扰量 脉冲响应曲线 8.1 预测控制---预测模型 预测模型的向量形式为： 阶跃响应曲线 8.1 预测控制---预测模型 预测模型的向量形式为： 预测模型依赖于过程的内部特性，而与过程在k时刻的实际输出无关，所以是基于非参数模型的开环预测模型。 采用反馈修正的方法对上述开环预测模型进行修正。 设闭环预测模型为Yp(k+1),则有 引入反馈校正,有效克服了模型的不精确性和系统中存在的不确定性所造正的不利影响，提高了系统的精度和鲁棒性。 8.1 预测控制---预测模型 加权系数向量 k时刻实际过程的输出测量值 k时刻预测模型的输出值 考虑到过程的动态特性，为避免过程输出的急剧变化，要求过程输出沿着事先指定的一条随时间而变化的轨迹达到给定值，即参考轨迹。 以k时刻实际输出为起始，yr在未来k+i时刻的值为: 8.1 预测控制---参考轨迹 过程输出给定值 参考轨迹 采样周期 采样周期参考轨迹的时间常数 控制算法是找到一组能满足性能指标的控制作用，使选定的目标函数最优。 8.1 预测控制---控制算法 控制步长 二次型目标函数 控制作用 预测步长：优化所顾及的时段 非负加权系数，表示未来各采样时刻的偏差在目标函数J中所占的比重 当P和L不等于1时，选取目标函数为： 可得最优控制作用为： 当P和L选定之后，权系数矩阵Q和R已知时，H2矩阵是一个固定常数矩阵，因而只需离线进行一次矩阵求逆，不必在每次采样时刻均进行求逆计算。 8.1 预测控制---控制算法 假设预测步长P=1，控制步长L=1，即单步预测、单步控制。 最优控制策略应使 8.1 预测控制---模型算法控制 目标函数J转变为: 预测长度P、控制长度L等参数的选取会对算法性能产生影响 1）预测长度P要求必须覆盖整个响应曲线的主要部分。P值大，预测控制系统的鲁棒性越强，但动态响应变差，计算量和存储容量也相应增大；P值大，对干扰的鲁棒性变差。通常，选取P=2L。 2）控制长度L值大，控制灵敏度高，系统稳定性和鲁棒性变差，计算量和存储容量也相应增大；L值小，控制机动性差，控制灵敏度差。通常，选取L在10以下。 3）控制加权矩阵R和误差加权矩阵Q应该同时加以考虑。R用于降低控制作用的波动，使控制作用平稳变化。通常，R取较小的数值。 8.1 预测控制---控制算法 根据参考模型的输出与实际过程的输出之差来自动调整控制器的参数，以适应过程特性或环境的变化。 自适应控制系统结构 8.2 自适应控制 8.2 自适应控制---自校正控制系统 自校正控制将过程模型参数的在线估计和实时最优控制有机结合。 实现在线估计的参数估计器采用递推参数估计算法。 最优控制器采用最小方差控制、线性二次型最优控制、极点配置和广义最小方差控制等。 通过调整控制器参数或控制规律，使系统动态输出y与参考模型输出ym尽可能一致。 调整控制系统控制规律和参数的依据是：被控过程输出y(t)相对于参考模型输出ym(t)的偏差e(t)，以使系统的实际输出y(t)尽可能与参考模型输出ym(t)一致。 8.2 自适应控制---模型参考自适应控制 以概率论和数理统计等统计学原理，以提高产品质量水平为目标，采用统计控制图、统计描述、统计相关分析、实验设计等方法，分析处理与产品质量相关的生产过程数据，监视生产过程的进行，判断过程是否处于统计控制