基于cfd的虚拟控制系统参数估计.docxVIP

基于cfd的虚拟控制系统参数估计 系统识别是一种基于控制系统输出数据的物理实验技术。可以假设，计算水流（cfd）是基于流量流动过程的“虚拟”实验，并基于机械零件建模。依靠实验研究获得流量数据，模型检测和识别模型数据的工作量。利用cfd进行瞬态模拟，并使用实际物理实验数据对流量流动过程进行预处理是一种可行的方法。 将计算流体动力学与系统辨识理论结合进行控制系统建模,是近几年兴起的一种新建模方法:1994年,美国NASA的Chicatelli等人首次将CFD技术与控制理论相结合,提出一种用于飞行器推进控制系统的建模方法;1998年,Peng等人利用CFD的模拟结果,并结合系统辨识方法得到房间温度控制系统状态空间方程形式的区域模型; 2003年,Yang等人针对垃圾焚烧炉内部温度难以测量和控制的问题,将CFD数值模拟结果作为控制系统信息数据库供实际过程控制在线调用,为实施前馈控制提供有价值的过程信息;Gerber等人在Yang的基础上,提出一种基于CFD数值模拟的塑体成型温度系统预测控制方案;2004年,Desta等人研究房间温度场控制问题时,受实验区内测点布置的限制,采用CFD数值模拟和系统辨识技术相结合结合的方法,建立了房间温度场控制系统模型;2005年, Huisman提出一种基于CFD降阶模型的玻璃熔体温度控制方法;2006年,Rizzo等人将CFD技术用于基于ARMARKOV干扰抑制方法的自适应流体控制.以上学者采用的基于CFD的系统辨识多是离线建模方法,而对于时变系统或非线性系统,目前的基于CFD的离线建模方法将不再适用. 本文针对基于CFD的系统辨识建模方法,将递推辨识算法嵌入CFD数值模拟软件FLUENT中,实现了系统参数的在线实时估计,并以冷热水混合器出水温度控制为例,说明了该方法的可行性. 1 cfd数值模拟实现 基于CFD数值模拟的系统辨识建模方法兼顾了系统内部和外部的特性.CFD模型基于质量守恒、动量守恒、能量守恒定律和传热传质原理,反映了被控系统的内部特征,系统辨识提取CFD数值模拟的数据,经过必要的数据处理得到反映被控系统外部特征的模型,可以说基于CFD的系统辨识建模方法是一种“灰箱”建模方法(亦称作基于数据的机理建模法. 将CFD数值模拟的边界条件或源项看作是控制系统的控制量,u、v、w、T等求解变量看作是控制系统的被控量.利用CFD的数值模拟可以完成系统辨识的第1步和第2步,即通过CFD数值模拟对被控系统进行预测,获得先验知识,再按照人为给定的输入获得系统的输出(响应)数据. 本文采用CFD商用软件Fluent,该软件具有丰富的物理模型、先进的数值方法和并行处理能力以及强大的前后处理功能,目前已成为最流行的CFD软件之一,其显著的特点之一就是带有能够进行二次开发的用户自定义函数(UDF),从而为在线辨识算法的实现提供了一个开发平台.采用的实时参数估计算法为自适应遗忘因子递推最小二乘法.该算法适用于时变系统参数估计,且可以保证即使系统输入为欠激励时,也能得到可靠的参数估计值. 图1给出了基于CFD数值模拟的系统参数在线估计方法的实现流程.由图1可以看出,该建模实现方法可以分为两大部分,即被控对象数值模拟和系统实时参数估计实现,前者由FLUENT实现,后者由用户自定义函数UDF来实现.实现过程如下:在UDF中给定系统输入u(t)和干扰信号ω(t),将其作为CFD数值模拟的边界条件;设定CFD模型的各种参数(物性参数,求解器参数,湍流模型等)后进行数值模拟;在模拟过程中,UDF按照设定的采样周期(即FLUENT中的时间步长)实时采集数值模拟输出y(t)和时变输入u(t),将采集得到的原始输入输出数据送入数据处理单元进行滤波、去趋势项等处理后得到输入输出对{uˉuˉ(t),yˉyˉ(t)},在线辨识算法单元接受{uˉuˉ(t),yˉyˉ(t)}进行实时系统参数估计,并将参数估计值θ(t)输出保存为文本文件,供控制器设计用. 对连续时间过程进行辨识时,输入输出信号需经过采样处理.采样周期的选择直接影响辨识模型的精度.由文献可知,如果采样周期太大,信号的信息量损失太多,将直接影响模型的精度,有些高阶的过程也会自动退化成低阶的模型,大大降低模型的性能.如果采样时间太小,则除了可能碰到硬件速度和数值计算出现病态等麻烦外,还会显著影响模型静态增益的估计值.一般来说,采样周期太大和太小之间的范围是很宽的,可采用以下经验公式 Ts=T95/(5～15)(1)Τs=Τ95/(5～15)(1) 式中:Ts表示采用周期;T95是过程阶跃响应达到95%时的调节时间. 该方法的核心部分是合理地使用UDF实现在线辨识算法,因此要实时获得系统的输入输出对{uˉuˉ(t),yˉyˉ(t)},并保存其前k步(大小视需要而定)数据. 2 混