[发明专利]采用自适应增益调度算法的装置和方法

说明书

本发明一般涉及过程控制领域，具体涉及一个新的、有价值的装置;它可以利用参数估计、不同型式的参数转换和增益调度，产生一个过程的自校正控制。

过程的性能可以利用自校正控制理论加以改善。这种改善对于未知的或变化的动态过程和具有非线性行为的过程是有重大价值的。自校正控制还能改善简单的过程控制回路的性能，因为这些回路的周期性校正常常是被忽略的。参见R.E.卡尔曼的“自寻优控制系统的设计”，美国机械工程协会会刊1958年，第80页（AM.Soc.Mech.Engr.Trans.，80，1958）;K·J·阿斯特罗姆和B·威顿马克的“自校正调节器”，自动化1973年第9期（Automatica，9，1973）和D·W·克拉克和P·高斯罗普的“自校正控制器”，电气工程师协会会刊1975年，第122页（Proc.IEE，122，1975）。

尽管自校正控制具有潜在的优点，但这种理论在实践中没有什么效果，许多实际困难都和上边列出的前二篇文章中全面讨论的自校正控制有关。问题的范围包括起动、长期运行、未知的或变化的过程的时间延迟以及高阶的快速变化的动态过程。参见B·威顿马克和K·阿斯特罗姆的“实现自校正控制系统的实际问题”，自动化1984年第20期（Automatica，20，1984）。

此外，要求确定的现行的自校正控制的参量数目一般要超过通常的比例积分微分（PID）控制所必需的两个或三个参量的数目。在过去的十年里，针对这些问题进行了大量的研究，然而许多方面问题仍然存在。直到现在，自校正控制理论还是不能适于工业控制问题的一般应用。

最初，自校正控制理论集中在隐式算法上，这些算法允许控制器参数的直接估计，但却在很大程度上依赖于被控制过程的模型。参见K·J·阿斯特罗姆的“随机控制论引论”，学院出版社，1970年（A-cademic    Press，1970），但是，最近的工作集中在显式算法上。

这些算法借助离散过程模型估计参数，并随后计算控制器参数。参见T·R·福特斯克，L·克生包姆和B·依得斯蒂的“具有可变的遗忘因子的自校正调节器的实现”，自动化1981年第17期（Automatica，17，1981）;B·E·依得斯蒂的“自适应控制的前景”，国际自动控制联合会世界会议，布达佩斯，1984年（IFAC    World    Congress，Budapest，1984）和R·L·李耳和G·古德温的“不要求持续激励的整体收敛的自适应极点配置算法”，配位数据控制会议录，1984（Proc.CDC.1984）。显式算法需要比隐式算法更多的计算，但它们较少依赖于模型的结构，因此，更适合于一般目的的应用。

依赖可变的遗忘因子的一个自校正控制系统，可以从T·R·福特斯克的“阿斯特罗姆的自校正调节器的工作”（伦敦帝国学院化工系报告，1977年（Dept.of    Chem.Engr.Report.Imperi-al    college，London，1977）这篇文章中了解。这篇文章提出了与自校正控制有关的几个实际困难。

自校正控制系统还利用前馈指数或控制。前馈控制有两种形式：静态和动态。如图4中所示，参量把前馈指数传送到特殊的控制作用或函数f（x，t）。传统的增增调度控制如图2所示，这是一个用以前过程的信息提高控制系统性能的自适应控制的形式。通过这一机理，一个控制工程师能够把过程设计数据与其运行经验加入到控制系统中。包括这些知识，就减轻了对过程变化的影响和对控制器性能的干扰。增益调度使用了一个固定方程或增益调度使被测量的指数量和所希望的校正参数相联系。增益调度对控制器的校正参数进行更新。

胡诺等人的美国专利4563735号，公开了一个在稳定状态下使前馈系数适应于可变干扰的自适应前馈控制系统。但是，前馈系数的适应仅仅在个别的运行点上进行。没有说明数据应该在干扰的整个有效范围内被收集，并且使之适合于被加到前馈信号的校正多项式。

普莱特等人的美国专利4349869号，公开了一个利用最小二乘回归算法连续地重复计算前馈响应的前馈优化系统。为了允许只在稳定状态下进行前馈校正以及为了稳定目的提供一个前馈校正的上限，这个专利也讲述了使用一个限制机制。这一参考文件也依赖于一个以过程的内部模型为基础的极小化技术，它没有提供对前馈模型的更新。