一种多参量的运动控制系统模型辨识方法.docxVIP

一种多参量的运动控制系统模型辨识方法 0 基于数学模型的气动控制系统建模 由于其纯净、结构简单、价格低廉、操作方便、气体来源充足等特点，气体装置在工业自动化领域得到了广泛应用。但由于气体本身固有的可压缩性、阀口流动的非线性,气缸摩擦力的影响和气动系统的低阻尼特性等原因,气动伺服系统本质上属于非线性系统,这使得气动执行机构的精确位置控制难以完成。近年来,随着科学技术的发展,数学模型已经从分析研究的工具,发展成为直接应用于实际、解决实际问题的手段。数学模型的建立,不仅可以更好地了解系统的动态特性,还可以更有效地进行控制器的设计。工业过程控制系统中,对象数学模型的确定具有重要意义。一般来说,建立过程数学模型有两种方法,分别是机理分析法和试验建模法。机理分析法通常需要分析过程的运动规律,运用一些已知的定理、规律建立过程的数学模型;试验建模法利用系统输入输出数据所提供的信息来建立过程的所需模型,也称为辨识。对复杂的实际生产过程,机理分析法具有很大的局限性。工业过程控制系统中,对象数学模型一般利用阶跃响应曲线做适当数据处理后得到。本文研究气动定位系统的阶跃响应辨识,在分析几种阶跃响应辨识方法的基础上,提出了一种用部分数据辨识系统模型的方法,实现了用气动定位系统阶跃响应部分数据对系统整体模型的辨识,并验证了模型的有效性,提高了模型的计算精度。本文首先介绍系统模型并对比了特征面积法、飞升曲线法和最小二乘法三种方法,在分析实验数据的基础上提出了基于部分数据最小二乘的辨识方法,最后给出了仿真结果。 1 不同工艺模型的阶跃响应曲线分析 气动执行器定位控制系统由电气阀门定位器、气动薄膜执行机构和阀位反馈机构组成,如图1所示。电气阀门定位器包括控制器、力矩马达、继动器和阀位反馈机构;气动薄膜执行机构由膜头和弹簧机构组成。其工作过程是:它以压缩空气为动力源,电-气阀门定位器接收DCS系统提供的阀位给定,与阀位反馈机构获取的阀位比较,通过计算得偏差作为控制信号,控制电压驱动力矩马达产生背压,由此驱动继动器,使气源在膜头内产生一定的气压,由气体压力压缩弹簧推动阀杆运动,进而推动调节阀。阀位反馈机构得到阀杆位置,阀杆位置信号与阀位给定比较得到控制信号,最终使阀杆位置跟随阀位给定。 本文研究的是电气阀门定位器、气动薄膜执行机构和阀位反馈机构组成系统的开环建模,如图1所示,其中实线框为待建模对象,虚线部分为整个控制系统闭环回路。 要实现气动执行器的定位控制,需对模型进行在线辨识,还需要知道被控对象的终值。在实际工业过程中,最容易实现和容易操作的就是在输入端输入一个0-100%的阶跃信号,通过分析系统的输出-阶跃信号曲线(对应阀位),所以本实验选择系统的阶跃响应曲线来分析。 在工业过程控制系统中,求解对象模型常用的的试验建模方法主要有特征面积法、飞升曲线法等,此外还有最小二乘法等计算机方法。如图2所示曲线图,分析特征面积法、飞升曲线法、最小二乘法的特点。特征面积法在求解模型参数时需用到系统的稳态值y(∞),而在实际工业过程中,所得稳定值受到机械限位组件的影响,它并非推杆达到满量程时所得响应的稳态值,所以特征面积法在求解模型参数时存在较大误差。从图2可以看出所得时延较实际值偏大,时间常数偏小。同理,飞升曲线法的归一化过程也存在上述问题,误差也较大,所得时延较实际值偏小,时间常数偏大。基于全部数据的最小二乘法所得时延较实际值偏大,且两条曲线几乎不重合,误差很大。这是由于阀杆在运动过程中受到机械限位组件的影响,阀杆并不能达到它应该的稳态值而是被卡死在某一稳定值保持不变。由于强制限位,阀位稳定值在模型辨识中属于无效数据。因此,寻求一种精度更高的辨识方法就具有很强的实际意义,通过分析模型数据,本文提出了一种基于部分数据的阶跃响应辨识方法。 由于特征面积法和飞升曲线法适用于阶跃响应曲线可以达到稳态值的情形,而本文所得实验数据曲线只能达到其稳定值而非稳态值,因此本文在最小二乘法的基础上提出了一种基于部分数据的阶跃响应辨识方法。 2 基于多个数据的序列响应识别方法 2.1 零均值白噪声 最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合等问题的求解。 考虑一个带纯滞后的一阶环节模型,用微分方程来表示: dy(t)dt+a0y(t)=b0u(t?δ)+e(t)(1)dy(t)dt+a0y(t)=b0u(t-δ)+e(t)(1) 式中,u(t)和y(t)分别是过程的输入、输出值,δ是过程时延,e(t)认为是零均值的白噪声信号。过程辨识的目的是希望从已有的实验数据中得到a0、b0和δ的值,考虑信号不同阶次的积分: x[i]