过程控制与自动化仪表第8章复杂过程控制系统 (2).pptVIP

为简单起见，设预测步长P＝1，控制步长 L＝1，即所谓单步预测、 单步控制。 最优控制策略应使 ，因而有 由此可解出最优控制 （8－105） 8.3.2　适应时间常数变化的控制系统 工业生产过程中，凡是传热、传质状态的变化均会引起过程时间常数 的变化，从而会引起过程动态增益的变化。为了保持原系统的动态增益不变，同样可以通过外加一个自动调整装置，自动维持整个开环增益不变。 依然是模拟正常工况下的模型，环境变化引起过程时间常数 的变化，用 表示。 为包括调节器在内的整个调整环节的输出 假设 或 式中， 或 分别为调整环节输出的拉氏变换值或时域值。 选择模型误差的平方积分作为控制目标函数，即 依据最速下降原理，此时外加调整环节的输出 的变化规律为 式中， 为下降步长，可通过试验确定。 或： 的变化规律为 式中， 整个调整环节的输出 或 的构成如下： 或 以上分析同样推证了控制系统的合理性，最大限度地减少了时间常数 的变化所产生的控制误差。 以上三种适应式控制系统的最大特点是原理简单、概念清晰，用常规调节器即可实现。在实际使用时，先测得被控过程的阶跃响应曲线，求得三个特征参数 、 、 ，然后根据三个参数中变化最大的情况选用相应的控制方案。 8.4　推理控制系统 采用控制辅助输出量的办法间接控制过程的主要输出量，这就是推理控制（Inferential Control）的主要构想。 它是由美国的Coleman Brosilow和Martin Tong等人于1978年提出来的。他们根据过程输出的性能要求，在建立过程数学模型的基础上，通过数学推理，导出推理控制系统应该具有的结构形式。 8.4.1 推理控制系统的组成 由上图可得： （8－72） （8－73） 由式（8－72）可得 将式（8－74）代入式（8－73）可得 （8－74） 设 （8－75） 若设 则有 ＝0 （8－77） （8－78） 由式（8－75）和式（8－77）可以得到 的传递函数为 （8－79） 上式表明， 取决于被控过程各通道的动态特性。若已知过程各通道 的估计值为 动态特性的估计值，则可得 （8－80） 式中， 过程的控制输入 为 将式（8－81）进一步改写后，则有 （8－81） （8－82） 推理控制部分的实现框图 由图8－14不难看出，推理控制具有三个基本特征。 1．实现了信号分离 当干扰对辅助输出通道的数学模型完全匹配时，即 则有 （8－83） ， 2．实现了不可测干扰的估计 已知估计器 ，若 ，其输入则为 若 ，则估计器的输出 为 （8－84） 它等于不可测干扰 对过程主要输出（即被控变量） 影响的估计 3．可实现理想控制 8.4.2　推理—反馈控制系统 在实际生产中，过程模型不可能与实际过程完全匹配，因而系统的主要输出也不可避免地存在稳态误差。为了消除主要输出的稳态误差，应引入主要输出的反馈。但由于主要输出又不可测量，所以必须采用推理方法估算出主要输出量，从而构成推理——反馈控制系统。 推理—反馈控制系统框图 由上图可得： （8－87） （8－88） 由式（8－88）可得不可测干扰的估算式为 将上式代入式（8－87），可得主要输出变量的估算式为 （8－89） 式（8－89）表明，主要输出变量的估计值是可测的辅助输出变量和控制变量的函数，将它作为反馈量构成的推理－反馈控制系统。 当模型不存在误差时，则有 （8－90） 式（8－90）说明反馈信号是实际的主要输出变量，此时只要控制器 中包含积分调节规律，就能够保证主要输出的稳态误差为零；当存在模型误差或其它干扰而导致 时，同样可以通过适当选择 的调节规律，也能够实现对设定值变化的良好跟踪和对干扰的有效抑制。 8.4.3 输出可测条件下的推理控制 1．系统构成 由上图可得系统的输出为 式中 为惯性滤波器，当 时，则有 就是说，在模型准确的情况下，输出响应与输出不可测情况下的推理控制一样。 2．控制系统的性能 （1）鲁棒性 设 ，则系统输出为 因为滤波器的静态增益 ＝1，所以在设定值阶跃干扰作用下， 系统输出的稳态偏差为 （8－92） 在阶跃不可测干扰作用下，系统输出的稳态偏差为 （8－93） 从以上分析可以得到一个很有用的结论，即不管模型是否存在误差或干扰， 只要满足 ＝1，系统输出总是稳态无偏的。这种系统为什么能有这样 好的稳态性能呢？若将图8－16重新安排成图8－17。图中，点划线框内部 分相当于一个反馈控制器，其等效传递函数为 （8－94） 可见当滤波器的静态增益 ＝1时，等