纯滞后补偿控制的若干改进方案.ppt

一﹑ 改进史密斯预估补偿控制 1﹑增益自适应补偿控制 这是1997年由贾尔斯(R.F,Giles)和巴特利(T.M.Bartley)提 出的, 其结构如下图所示: 则除法器的输出 设真实对象其它动态 由式(1)可见, 设定值响应不仅与 有关, 还与 下面举例说明控制器设计与参数整定. 设被控过程为: 其过程模型为: 当 , 并考虑到式(4)﹑(5), 有 状态观测器的方框图见下, 令 由左图可得: 增广系统的动态方程为: 2. 系统分析 用于纯滞后对象控制的观测补偿控制方案有三种类型: 方案一 如下图所示: 闭环特征方程为: 不管对象的纯滞后多大, 若 方案二 如下图所示: 此方案要求干扰可测. 由上图可得: 系统的闭环特征方程为: 对单回路反馈控制系统, 其闭环特征方程为: 由式(12), 根据不变性原理, 对干扰完全补偿的条件为: 则观测器应满足: 由上屏结构图可得: 闭环特征方程为: 由式(21), 根据不变性原理, 对干扰完全补偿的条件为: 式(23)中, 三﹑ 内部模型控制(IMC) 内部模型控制(IMC)首先由Brosilow在Smith预估补偿 控制的基础上导出, 后由Carcia和Morari从典型的单输入 单输出系统方块图开始提出一种统一的基本结构, 称为内 若 , 为使 在工业过程中, 大多数对象是开环稳定的, 因此采用内 模控制时, 只要所设计的内模控制器 Carcia和Morari认为, 采用下面的一阶滤波器 可使闭环系统在模型与真实对象失配时仍稳定. 式(5)中 滤波器常数 可作为一个可调参数. 当其值很小而接近于 * 模型 识别器 识别器中 , 使 比 提前 时间进乘法器, 由图可知, 当模型与真实对象的特性完全一致时, B=A, 除法器输出 等于1, 识别器输出也等于1, 此时即为史密斯预估补偿控制. 在实际中, 预估模型往往与真实对象动态特性的增益 存在偏差, 若真实对象的增益由 变为 动态参数不变, 则识别器中微分项不起作用, 识别器输出 也为 , 从而乘法器的输出为: 即反馈量也变化了 , 相当于预估模型的增益变化了 2. 大纯滞后过程的双控制器方案 上图中, 分别为设定值跟踪控制器和扰动控制器. 由图可得 对 和 的传递函数分别为: 和过程模型 有关.若模型精确,即 则 设定值响应由 决定, 与Smith预估补偿控制一样. 由 式(2)可见, 扰动响应仅由 决定, 与 和过程模型 无关, 由式(3)和式(2), 可得如下等效框图: 由上图可见, 两个控制器可独立设计, 以同时获得良好的设 定值跟踪性能和抗干扰能力, 而不像常规控制是两者的折中. 为简单计, 设 将式(4)﹑(5)﹑(6)代入式(2)﹑(3)可得如下结果: 无论模型准 确与否, 均有 及 ,这说明若闭环稳 定, 则稳态时系统输出将无偏差地跟踪设定值. 由双控制器 方案结构图可得: 模型准确时 , 则 , 扰动控制器的输出可 视为对扰动的估计, 且任何模型误差在稳态时均可看为 其值为 的附加扰动, 并由与模型无关的 扰动控制回路补偿, 从而使整个系统对过程模型不敏感. 二﹑ 观测补偿器控制方案 1. 基本原理和结构 根据现代控制理论, 对一个确定性系统, 可采用观测 器方案, 通过观测值和输出值之间的误差进行闭环校正, 来间接获得系统的状态变量并用以状态反馈. 设控制系统为: 构成的原系统模型为: , 则有: 当 已知时, 求解上述方程得: , 左式表明, 状态误差向量与输入量 无关, 当系统稳定条件满足时, 趋向于零, 即 而系统的稳定性可通过M的选择来满足. 当系统为时变或 非线性时, 或由于测量不准及原系统的模型不可能与实际 系统完全一致, 为使闭环校正后, 估计值 与状态变量 无差, 应在校正项中加入积分环节, 组成下屏所示系统. 通过增益矩阵 的选择, 可使增广系统的闭环 极点任意配置, 使 , 就有: 从而闭环特征方程为: , 系统的稳定性 与纯滞后无关, 若 , 则式(6)与完全补偿时 的史密斯预估补偿控制方案的控制效果相同, 但本方案对 于对象参数的变化不敏感, 且不需纯滞后环节, 实施方便, 适应性强. 由式(9)﹑式(10)及式(7)可得: 因此本方案对于干扰的影响没有控制作用, 主要用于随动 控制系统. 式(15)左边的极坐标曲线如