实用工业模型降阶技术.docxVIP

中国科技论文在线 实用工业模型降阶技术 王永磊 大连理工大学电信学院，辽宁大连（116024） 摘 要: 本文从实际应用出发，对于工业过程中常见的时滞对象，讨论了过程控制中系统对象的联合辨识技术。它结合了基于阶跃响应数据的直接辨识和基于 M 序列的最小二乘法辨识技术。其中基于阶跃响应数据直接辨识法用于快速得到对象过程滞后时间初值，使用最小二乘法得到在滞后初值附近使残差最小的对象滞后时间和对象模型参数。仿真结果表明了这种联合辨识方法的有效性。 关键词：时滞；连续模型直接辨识；阶跃响应；最小二乘法；残差 中图分类号：N945.14 引言 由于内模控制结构明确，控制器设计方法简单，在对象模型准确时，对大滞后过程有很好的控制效果，因而内模控制算法越来越多的应用于控制大时滞工业对象 (? / T ? 0.5) [1]。但是在实际过程中，大多数被控对象在动态特性上表现为慢时变、纯迟延过程。由于被控对象动态特性的因素较多，很难做到对其进行精确描述。实践和理论分析表明，对于稳定的时滞工业对象可以使用一阶惯性或二阶带零点加纯延迟环节的低阶近似模型来表示，从而给对象的建模及工程实施提供了较为简洁的手段。 本文尝试采用阶跃响应辨识结果作为基于M序列的最小二乘法辨识滞后初值，通过在滞后初值附近搜索，得到使目标残差值最小的阶次（一阶或二阶）和滞后时间以及模型参数。并对一阶惯性、二阶无零点、二阶有零点和三阶时滞对象进行了仿真研究。 阶跃响应直接辨识 基于零阶保持采样的最小二乘法是工业过程中最常用的辨识方法，但最小二乘法应用的条件是事先知道过程的阶次和滞后时间，然而实际过程中对象的阶次和时滞时间一般都是未知的。基于最小二乘法的传递函数模型的直接辨识方法可以有效的解决实际过程中滞后时间 未知的问题[2,3,4]。 2.1 一阶惯性加纯滞后传递函数模型阶跃响应直接辨识 对于一阶惯性加延迟对象[2,4] G ( s ) ? [ K / (Ts ?1)]e?? s (1.1) 式中， K 为对象稳态增益；T 为对象的时间常数；? 表示纯滞后时间。 在 t ? 0 时刻对零初始状态加入幅值为 l 的阶跃输入信号 u (t) ，则阶跃响应为 ? y(t ) ? 0 0 ? t ? ? ? (1.2) ? ? t?? ? ) ? e (t) ,t ? ? T ? y (t ) ? lK (1? e 式中 e (t) 为白噪声。则当可得 t?? e ? ? 1? y (t ) ? e (t) t ? ? T (1.3) lK lK 对 y(t) 从 0 到? 积分， y(? ) ? 0 ，可得 -1- 中国科技论文在线 t?? ?0? y(t ) dt ? lK (t ? Te ? ) |?? ??0? e (t ) dt T (1.4) y(? ) ] ? Te (? ) ? Te (? ) ? ?0? e (t ) dt ? lK [? ? ? ? T lK 令 P(? ) ? ?0? y (t ) dt (1.5) ? (? ) ? Te (? ) ? Te (? ) ? ?0? e (t ) dt (1.6) 则整理可得 P (? ) ? lK [? ? ? ? T y(? ) ] ? ? (? ) lK 即 ? K ? [l? ? ? ? P(? ) ? ? (? ),? ? ? (1.7) ? l ? y (? )] ?? K ? ? ? ?T ? 设采样周期为Ts ，对于 L 组辨识数据，即? ? 1? Ts ,2 ? Ts , , L ? Ts ，构成线性方程组， 即 ΨΘ = Γ + (1.8） 其中 Θ ? [K ? K T ]T (1.9) ? l ? m ? Ts ? l ? y ( m ? Ts ) ? ? l ? ( m ? 1) ? T ? l ? y ((m ? 1) ?T )? (1.10) Ψ ? ? s s ? ? ? ? l ? L ? Ts ? l ? y ( L ? Ts ) ? ? ? ? ? (m ? Ts ) ? ? P ( m ? Ts ) ? ? ? ? ? ? ?? ((m ? 1) ?Ts )? Γ ? ?P((m ? 1) ?Ts )? (1.11) ? ? ? ? ? ? (L ? Ts ) ? ? P ( L ? Ts ) ? ? ? ? ? 式中， m 为大于纯滞后时间的常数 (mTs ? ? ) ，可得参数 Θ 的最小二乘估计为 T Ψ) -1 T Γ (1.12) Θ = (Ψ Ψ 2.2 二阶加纯滞后传递函数模型阶跃响应直接辨识 同一阶加纯滞后对象，考虑过阻尼二阶加纯滞后对象[3,4] G ( s ) ? Ke ?? s / (T s ? 1)(T s ?1) (1.13) 1 2 在 t