[发明专利]基于预测函数控制优化的非自衡对象控制方法

说明书

技术领域

本发明属于自动化技术领域，涉及一种基于预测函数控制优化的非自衡对象比例(P)控制方法。

背景技术

在实际工业对象的控制中，由于硬件、成本、实施难度等方面的限制，一些先进控制方法虽然得到了一定程度的应用，但是目前占主流的仍是PID控制，一些非自衡对象，例如储罐、锅炉汽包水位、精馏塔液位等等，通常采用P控制。预测函数控制作为先进控制方法的一种，在非自衡对象的控制中相比P控制拥有更好的控制性能，如果能将预测函数控制的性能赋给P控制，那将进一步推进先进控制方法的应用，同时也能获得更好的实际控制效果。

发明内容

本发明的目的是针对现有先进控制方法的应用不足之处，提供一种基于预测函数控制优化的非自衡对象P控制方法，以获得更好的控制性能。该方法通过结合预测函数控制和P控制，得到了一种带有预测函数控制性能的P控制方法。该方法在继承预测函数控制优良性能的同时也保证形式简单并满足实际工业过程的需要。

本发明方法首先基于非自衡对象的阶跃响应数据建立被控对象的模型，挖掘出基本的对象特性；然后依据预测函数控制的特性去整定相应P控制器的参数；最后对被控对象实施P控制。

本发明的技术方案是通过数据采集、模型建立、预测机理、优化等手段，确立了一种基于预测函数控制的P控制方法，利用该方法可有效提高控制的精度与稳定性。

本发明方法的步骤包括：

步骤(1).通过被控对象的实时阶跃响应数据建立被控对象的模型，具体方法是：

Ⅰ.给被控对象一个阶跃输入信号，记录被控对象的阶跃响应曲线。

Ⅱ.将对应的阶跃响应曲线滤波处理成一条光滑曲线，然后将数值发生变化的曲线段拟合成一条直线，计算出模型的增益参数K_m：

K_m＝q*l

其中，q为过程模型的控制量的阶跃变化幅度，K_m是建立的被控对象模型的增益系数，l是拟合的直线的斜率。

Ⅲ.记录Ⅱ中滤波处理后的光滑曲线上每个采样时刻对应的阶跃响应数据，第一个采样时刻为T_s1，相邻两个采样时刻间隔的时间为T_s1，采样时刻顺序为T_s1、2T_s1、3T_s1……；在记录的阶跃响应数据中找出数据开始上升的起始点a_I，之前的数据分别记做a₁,a₂,…a_I-1，模型的滞后时间参数τ为τ＝(I-1)T_s1，最后得到的被控对象的传递函数模型为：

G(s)=Kmse-τs]]>

其中，G(s)为被控对象的传递函数，s为拉普拉斯变换算子。

步骤(2).设计被控对象的P控制器，具体方法是：

a.对得到的传递函数在采样时间T_s下加一个零阶保持器离散化，得到离散模型为

y_m(k)＝y_m(k-1)+K_mT_su(k-1-L)

y_m(k)为k时刻的模型预测输出，u(k-1-L)为k-1-L时刻的控制输入，L为离散传递函数模型的时滞，L＝τ/T_s。

b.计算被控对象去掉纯滞后以后在预测函数控制下的第P步预测输出，形式如下：

y_mav(k)＝y_mav(k-1)+K_mT_su(k-1)

y_mav(k+P)＝y_mav(k)+K_mPT_su(k)