[发明专利]一种广义智能内部模型集PID控制器设计方法

摘要

本发明公开了一种广义智能内部模型集PID控制器设计方法，属于流程工业生产技术领域。该方法基于生产过程控制对象多时段、多工况有效内部模型集，设计适应多种工况的全局优化智能控制器，解决了常规控制器设计方法难以适应工况变化的缺陷，实现该全局优化智能控制的回路能够长期稳定运行。该方法采用先进的建模技术，对生产过程回路对象建立多时段、多工况模型，并形成有效模型集，模型集包含了回路多工况对象精准模型。在回路模型集基础上，提出了一种控制器设计方法，该方法可在不改变原有PID控制器结构的基础上直接实施解决了常规控制器设计方法难以适应工况变化的缺陷，实现控制回路长期稳定运行。

主权项

1.一种广义智能内部模型集PID控制器设计方法，在石油化工实际生产过程中，当被控变量目标值改变时，往往要求平缓地过渡到新的目标值，而不需要理想的快速阶跃式跳变过渡，快速过渡容易给生产过程造成大幅度波动，且影响装置设备使用寿命；其特征在于：

本方法控制回路结构中，R(s)为回路设定值；Y(s)为被控变量输出值；

为PID控制器模型传递函数，K为比例系数，T_I为积分时间常数；T_D为微分时间常数，α为微分放大系数，取值为0.05～0.1；λ为鲁棒提升系数，具体值在控制器参数设计阶段计算求得，该鲁棒提升系数的适当取值有利于提升回路的鲁棒性能；G_P(s)为过程对象传递函数；s为拉普拉斯变换算子；

将控制回路进行等价转换得回路结构，故称为广义内部模型控制；

G_C(s)称为广义内部模型控制器，其传递函数如下：

控制器设计目标为确定控制器参数K、T_I、T_D，使得控制回路前向通道G_C(s)和G_P(s)的输入输出响应等价于一阶惯性环节在设定值R(s)改变后，被控变量实现比较理想的平稳过度过程；控制器参数及鲁棒提升系数设计采用随机搜索优化方法。

2.根据权利要求1所述的一种广义智能内部模型集PID控制器设计方法，其特征在于：

为了使所设计的控制器参数能够在多种工况正常运行，本方法在控制器设计方法的基础上，综合生产控制回路过程对象多时段、多工况的有效模型集，智能选取出适应多种工况的全局优化控制器，解决了常规控制器设计方法难以适应工况变化的缺陷，实现该控制回路能够长期稳定运行；

(G_P1(s)，G_P2(s)，…，G_Pm(s))为当前控制回路过程的对象模型集；m为模型集中包含模型的数量；

在基于内部模型集的全局优化智能控制器参数的设计中，采用ITAE即时间乘误差绝对值积分作为最终最优参数确定指标，该指标计算公式如下：

其中，η_ITAE为全局优化控制器参数性能指标；m为当前回路对象模型集包含模型数量；n为计算模型集中各模型动态响应性能选取时间段包含的数据点数；y_i(t_j)为模型集中第i个模型在t_j时刻输出动态响应值，i为模型的序号；r_i为第i个模型输入给定值；t_j为第j个采样数据值的时间，j为采样数据值序号。

3.根据权利要求1所述的一种广义智能内部模型集PID控制器设计方法，其特征在于：

全局优化智能控制器即采用随机搜索优化算法，快速选取出一组智能控制器参数，直接在PID控制器实施，使得在该组控制器参数控制下，被控过程对象的输出动态响应在性能指标η_ITAE的约束下，使得性能指标η_ITAE取值最小，实现适应多工况的全局优化智能控制器控制目标；方法步骤如下：

S1、根据采集到的现场生产过程对象多时段、多工况的有效数据，并采用混合Box‑Jenkins模型闭环辨识方法建立过程对象多工况精准模型，形成对象内部模型集；

S2、对对象内部模型集中各精准模型采用广义智能内部模型集控制器设计方法，分别采用随机搜索优化方法对各工况模型设计出相应的控制器K、T_I、T_D参数组；

S3、根据S2得到的控制器K、T_I、T_D参数组，计算出各组控制器K、T_I、T_D参数的平均值，作为采用随机搜索优化算法求取全局优化控制器参数的初值；

S4、采用随机搜索优化算法，以S3计算出的各组控制器K、T_I、T_D参数的平均值作为初值，搜索出一组智能控制器参数，使得对象模型集中各工况模型在搜索出的控制器参数控制下，性能指标η_ITAE取值最小，即达到全局优化智能控制器的设计目标。