第四章 多变量系统的关联分析与解偶控制.ppt

第四章 多变量系统的关联分析与解耦控制 控制回路相互关联分析的目的与方法： 目的:确定多变量控制系统中相互关联的程度。 它可用于从一些可供选择的搭配中，以确定控制变量与被控变量的一组最佳搭配。如果能找出被控变量和控制变量的一组搭配使其相互关联很少，就可用单输入/单输出(siso)的方法来设计控制器。如果所选的最佳搭配仍呈现明显的相互关联，则只能采用解耦技术或采用能补偿相互关联的多变量设计方法。 方法:相对增益阵、奇异值分析、相对动态增益阵、Jacobi特征值准则等方法。 本章将讨论相对增益阵和奇异值分析两种最常用的分析方法。 0 --序 控制回路相互关联分析 2个以上调节作用，被调量构成多变量控制系统。 电厂热工过程对象： T u1 u2 H T 表面式减稳器(2X2) u1 uB Ne Pt 单元机组协调控制系统(2X2) 锅炉 汽机 第一节 控制回路间的关联 Gij(s)表示第i个输入Ui 对第j个输出yj的传递函数。 控制系统的关联情况可以通过传递函数矩阵来表示。 如果G12(s)和G21(s)有一个不等于零，系统为半耦合或单方向关联系统。 如果G12(s)和G21(s)都不等于零，系统为耦合或双向关联系统。 U1控y1,u2控y2?还是U1控y2,u2控y1?选择控制作用Uj和yi的影响条件： 选择u对y 有直接和快速影响，同时， y 对u的滞后很小。 选择(u,y)后使控制回路间的关联程度最小。 稳定性如何判别？ 当两个回路有关联时，则闭环稳定性由特征方程： 的根所决定。即特征方程的根具有负实部，两个关联回路是稳定的。 第二节 相对增益矩阵分析和控制回路的选择 相对增益矩阵 一个具有N个被控变量和N个控制变量的控制系统有N!种不同的控制回路构成方式。应怎样选择才能得到一种最佳方案?解决这个问题的一个办法就是分析全部N !个回路方案中回路间的关联，并选出关联最小的方案。相对增益阵就是其中的一种常用方法，选出使回路间关联程度最弱的被控变量和操纵变量的搭配。 本方法是由布里斯托尔(Bristol)首先提出的，现已成为选择控制回路的最常用方法，所以有时相对增益阵又称Bristol阵。 1。定义 例:双输入双输出系统 2.相对增益矩阵的性质 3.相对增益矩阵的求取 (1).由过程数学模型求取. (2).由增益矩阵求取 P150证明 P151例题 注意，是点乘 ！ 第3节 控制回路间关联的奇异矩阵分析方法 对过程增益阵用奇异值分解来找最佳配对的方法。 1。奇异值分解 2。确定变量配对 原则： 应选择与Ui向量中最大幅值的元素(不考虑符号)有关的输出和与Vi向量的最大幅值的元素 (不考虑符号)有关的操纵变量。 所以： u1－y1, u2-y2匹配较好。 第4节 减小和消除耦合的途径 通过相对增益阵和奇异值分解等分析方法，选择被控变量与操纵变量之间的合理搭配,使控制回路之间的关联最小。这是最基本最有效的手段，每一个多变量系统应首先进行这一步分析，只有当选择合理搭配后仍有严重关联时才再考虑其他解耦措施。 V K 伪控制量 阀解耦器 传感器 解耦器 伪被控制量 解耦的伪过程 UT PI V K R E E’ M’ M Y 按SDV解耦的方框图 多变量控制器 （1）.只是静态解耦，不能实现动态解耦。 （2）.在多变量控制中非常可取，是一种正统的多变 量控制法。 3.动态解耦 （1）对角矩阵法解耦 （2）前馈解耦 D11(s)=D22(s)=1 Gp11(s)D12(s)+Gp12(s)=0 Gp22(s)D21(s)+Gp21(s)=0 得： 前馈解耦后所得的仍是对角阵。这样完全解除了各回路之间的关联，但是各条通道的传递函数并不是原来的传递函数Gpii了。 前馈解耦方法显然比较简单，有时称为简化解耦控制。 设计前馈解耦控制时应注意以下几个问题： （1）当前馈解韶耦只考虑静态解耦，实践表明，在很多情况下，特别是在G12(s)与 G11(s)和G21(5)与G22(s)动态响应相近时，用静态解耦就能取得很好的效果。 （2）对于前馈解耦，当各条通道特性为 时，D12(s)或D21(s)有时会出现纯超前环节项，这会对实施带来困难。此时可删去该项，或者改取其他元素为1。 (3) 当需要动态解耦时，一般可采用K（T1s＋1）/(T2s+1) 形式。 (4) 当GP(s)为奇异矩阵时，即GP(s)的行列式为零，这时采用前馈解耦时会使GP(s)D(s)的行列式为零阵；而采用第一种方案时，也会使Dij(s)的分母项为零，无法应用串接解耦方案。对于2×2系统，当GP11()Gp22(s)和GP12(s)GP21(