特殊工业对象的PID控制系统仿真研究.docVIP

　　特殊工业对象的PID控制系统仿真研究|第1 内容显示中 摘 要： 延迟系统、高阶系统、非最小相位系统和非线性系统是比较特殊的工业对象。介绍了对前三种对象所采用的PID前馈控制方案，并由大量的实验数据总结出控制器整定经验公式，仿真实验表明这种方案能达到较满意的控制效果；另外还介绍了对非线性对象所采用的多PID控制方案，仿真实验表明这种方案优于单个PID控制。 关键词： PID控制器 高阶系统 延迟系统 非最小相位系统 非线性系统 PID是比例、积分、微分控制的简称。PID控制算法具有原理简单、使用方便、适应性广和鲁棒性强等特点，因此在控制理论和技术飞跃发展的今天，它在工业控制领域仍具有强大的生命力[1]。PID的整定方法有很多[2][3][4]，但对于延迟对象、高阶对象和非最小相位对象这几类特殊对象却不能得到较合适的PID参数。本文所做的工作就是针对这几类对象的PID参数，通过仿真找出经验整定方法，并用实例验证这些经验方法的有效性。小偏差是对非线性对象采用PID控制器获得较好控制效果的前提，对参数大范围变化的非线性对象采用多级PID控制器方案，正是适应小偏差的要求。 １ 延迟对象的前馈PID控制 500)this.style.ouseg(this)前馈和PID的结合，体现了开环和闭环控制相结合的思想，也综合了二者的优点。开环控制速度快，但难以实现稳态无差；PID控制能在对象模型近似线性的条件下取得满意的控制效果，且能实现稳态无差。 大滞后过程是工业生产中广泛存在的一类过程，如电厂的锅炉燃烧控制系统。大滞后过程的控制问题至今仍然是困扰控制界的一个难题，对大滞后过程控制方法和机理的研究引起了众多控制工的重视。现在解决滞后问题的主要方法是预测控制[6]，但这种方法的前提是获得较为精确的数学模型，而大多数工业过程都不能满足这一要求。因此，采用前馈PID方案控制这一类延迟对象，控制原理图如图1所示。 500)this.style.ouseg(this)为说明该方案的控制效果现给出几组仿真数据，如表1所示。表中，ts为调节时间；σ为超调量。 对象500)this.style.ouseg(this)采用调节器参数Kp／K、Ti×K、Kf／K、Td／K与对象500)this.style.ouseg(this)采用调节器参数Kp、Ti、Td所产生的动态过程完全相同，所以只对K＝1的情况做讨论。 根据大量仿真实验数据，可总结出调节器参数整定经验公式： 500)this.style.ouseg(this) 利用上述经验公式选择的调节器参数，控制效果为σ≈5,ts≈T＋2r。建议Kf选为0.5或0.6，Kf取得太小不能显著提高系统的响应速度；取得太大，则会减小PID的控制作用，系统产生偏差不能及时消除。实验数据表明：如果改变Kf为其它值，只需对Ti作适当修改即可达到较满意的控制效果。纯滞后的对象不易使用微分所以Td＝0。 下面进行具体验证： 验证1 对象传递函数为500)this.style.ouseg(this)，代入公式得：Kp＝0.31，Ti＝204，Td＝0，Kf＝0.5；控制效果为：tr＝155s,σ＝5.5％,ts＝200s。 验证2 对象传递函数为500)this.style.ouseg(this)，代入公式得：Kp＝0.223，Ti＝555，Td＝0，Kf＝0.5；控制效果为：tr＝400s,σ＝9％,ts＝510s。 500)this.style.ouseg(this)２ 高阶对象的前馈PID控制 由很多惯性环节串联形成的高阶对象，在工业过程中比较常见。由高阶引起的滞后使得这类对象用简单PID控制难以得到较好的效果。因此对这类高阶对象采用前馈PID控制方案,控制原理图如图2所示。 为说明该方案的控制效果,表2给出了几组仿真数500)this.style.ouseg(this)据。 高阶对象的阶跃响应曲线可以用500)this.style.ouseg(this)的形式来近似，所以高阶对象的调节器经验整定公式可以由大延迟对象的经验公式作修正获得，同样只考虑Ｋ＝１的情形，经验公式如下： 500)this.style.ouseg(this) 利用上述经验公式选择的调节器参数，控制效果为σ≈5％,ts≈1.5nT。 具体验证如下： 验证1 对象传递函数为500)this.style.ouseg(this)，代入公式得：Kp＝0.3，Ti＝408，Td＝10，Kf＝0,5；控制效果为：σ＝4.8％，ts＝280s。 验证2 对象传递函数为500)this.style.ouseg(this)，代入公式得：Kp＝0.3，Ti＝185，Td＝4.5，Kf＝0.5；控制效果为：σ＝0