鲁棒PID复合控制.docVIP

鲁棒PID复合控制* 在工业过程控制领域，许多被控过程的机理比较复杂，具有高度非线性、慢时变、纯滞后等特点。在噪声、负载扰动和其它一些条件变化的影响下，过程模型参数甚至模型结构均会发生变化，实际过程系统存在一定的不确定性。采用常规的PID控制器，以一组固定不变的PID参数去适应被控过程参数变化、干扰等不确定性因素，显然难以获得满意的控制效果，当参数变化超出一定范围时，系统的性能会明显变差，甚至超出允许的范围，也就是说常规PID控制器的鲁棒性较差。　　为了克服常规PID控制器的不足，提高其鲁棒性，近年来人们进行了广泛的研究，提出了许多新的控制方法，如自校正PID控制，智能PID控制，模糊自适应PID控制等。这些方法都不同程度改进了常规PID控制的性能，但也存在着有待解决的问题。本文在常规PID控制系统中，引入鲁棒控制器，构成鲁棒PID复合控制。这一方法使系统的鲁棒性明显提高，而且控制算法比较简单，便于工程应用，仿真研究结果表明了它的有效性。 1　鲁棒PID复合控制系统结构 图1　鲁棒PID复合控制系统结构图 　　鲁棒PID复合控制系统的构成如图1所示。图中C(s)为常规PID控制器，其参数按常规整定法整定；虚线框内为鲁棒控制器，G(s)为被控过程，Gm(s)为被控过程的标称数学模型，G-1m(s)为被控过程逆系统的数学模型，1/F(s)为使G-1 　　当Gm(s)含有纯滞后环节和右半S平面的零点时，其逆系统G-1m(s)在物理上是无法实现的，这时需要对图1中的G-1m(s)进行修改，把过程模型分解为：　　　Gm(s)＝Gm1(s)G (1) 其中Gm2(s)为Gm(s)的最小相位部分，Gm1(s)包含Gm(s)中的纯滞后环节和右半S平面的零点，而且｜Gm1(jω)｜=1(对所有ω)，这样过程模型的逆系统修改为：　　　　G-1m(s)=G-1 (2) 由图1可得： 当不考虑U(s)的作用时 其中 1/F(s)为G-1m 其中阶次n取决于Gm(s)的阶次，以使G-1m 3　系统的鲁棒稳定性 　　设G(s)与Gm(s)有如下关系：　　　G(s)=Gm(s)［1+β(s)］ (7) 其中β(s)为模型失配程度函数，且｜β(jω)｜≤β0(ω)　ω，β0(ω)为｜β(jω)｜的上限。由(5)式可得： 由(3)式可得： 其中ΔGm(s)为引入鲁棒控制器后的模型失配程度函数，且｜ΔGm(jω)｜≤Lm(ω)　ω，Lm(ω)为｜ΔGm(jω)｜的上限。　　根据小增益定理，可得图1所示系统鲁棒稳定的充要条件为：　　当G(s)=Gm(s)时系统闭环稳定，且满足 上述充要条件可根据乃奎斯特稳定性判据得到证明。　　显然，当G(s)=Gm(s)时，即模型精确时，β(s)=0,δ(s)=0,ΔGm(s)=0，图1所示系统即为常规PID控制系统，其PID参数按常规整定法整定，系统一定是稳定的。同时也说明当模型精确时，鲁棒控制器的引入不影响系统对给定输入的跟踪特性，而干扰输入对系统的影响则会受到一定的抑制。　　当模型失配时，即G(s)≠Gm(s)时，β(s)≠0，δ(s)≠0，ΔGm(s)≠0，在PID调节器参数确定后，只要估计出｜β(jω)｜的上限β0(ω)，通过选择F(s)的参数T和比例系数α，使(11)式成立，则能够确保整个系统是鲁棒稳定的。同时从上述各式可以看出，鲁棒控制器的引入，大大削弱了模型失配对系统性能的影响，也就是说削弱了参数变化以及干扰对系统性能的影响，提高了系统的鲁棒性。另外，改变F(s)的参数T和比例系数α，可以改变系统的鲁棒性。 4　仿真研究 　　在工业过程控制领域中，大量存在一阶纯滞后系统，下面通过一具体例子的仿真研究来证明所提出的鲁棒PID复合控制方法的有效性。设被控过程的标称数学模型为：　　　控制器C(s)采用PI调节器，它的比例系数为0.1，积分时间常数为1.2，则有C(s)=0.1(1+1/1.2s)。根据(1)，(2)两式可得：　　　　　　Gm1(s)=e-1.2s，Gm2(s)=3.0/(2.5s+1)则：G-1m(s)=(2.5s+1)/3.0　　设给定输入r(t)=5*1(t)，干扰输入d(t)=1(t-50)，1(*)为单位阶跃函数。　　①不加鲁棒控制器，只采用PI调节器。当模型精确时，系统的输出响应如图2所示。当被控过程变为(即模型失配时)：　　　系统的输出响应如图3所示。显然响应特性明显变差。 图2　不加鲁棒控制器模型精确时系统的输出响应 图3　不加鲁棒控制器模型失配时系统的输出响应 ②模型失配时，加入鲁棒控制器。取F(s)=4s+1,α=5时，系统的输出响应如图4所示。取F(s)=6s+1，α=3时，系统的输出响应如图5所示。从这些仿真结果可以看出，当模型失配时，鲁棒控制器