基于多模型混合最小方差控制的时变扰动控制系统性能评估

在实际工业过程中,控制系统经常会受到时变扰动的影响,致使针对单一扰动模型设计的最小方差控制准则不再适用于评估时变扰动控制系统的性能. 当多个扰动信号同时出现时,采用常规多模型切换方法会发生间歇切换进而产生较大的暂态误差,不能准确评估系统当前性能. 针对上述问题,本文提出了一种基于多模型混合最小方差控制准则的性能评估方法. 首先根据每个扰动模型分别制定最小方差控制器,组成多模型最小方差控制器,然后在每个时间点混合多模型最小方差控制器,并将在其作用下的输出方差作为最终的性能评估基准,该方法既 充分考虑到每个扰动的特性,又避免了常规多模型切换方法因间歇切换而产生的暂态误差对评估结果准确性带来的影响,实现了准确、可靠地评估时变扰动控制系统的性能. 通过仿真,验证了基于多模型混合最小方差控制准则的性能评估方法的有效性.     

基于MMTMV方法的多变量时变扰动系统性能评估

工业控制系统性能评估关系到工业生产安全与企业绩效. 工业过程扰动频繁且存在时变特性,多变量时变扰动系统缺少统一有效的性能评估方法. 本文提出了基于多模型混合时变最小方差(Multi-model mixing time-variant minimum variance, MMTMV)的多变量系统性能评估方法. 首先,根据扰动作用起止时间设定混合权重,基于多模型混合的思想利用混合权重与每一时变扰动特性设计多变量MMTMV控制器. 然后,利用多变量MMTMV控制器得出各被控变量输出方差,将多变量MMTMV控制器下被控变量的平均方差作为性能评估的基准. 最后,本文通过在裂解过程和精馏过程中的控制性能评估应用,验证了多变量MMTMV评估方法的有效性.     

基于输出方差限制的广义多变量控制系统性能评价

研究具有线性时变扰动的多变量控制系统性能评价的方法.通过将时变扰动分为三类定常扰动, 进而构造一个加权的性能指标,权值矩阵与不同扰动类型和优先级相对应.在指定合理的输出方差后, 运用对角关联矩阵方法明确计算出广义多变量系统闭环输出方差的上下限值.经过ITAE (Integral of time-weighted absolute value of the error) 寻优得到最 小输出方差下的控制器参数,并给出可实现的最优控制器模型.仿真实例证明了该方法计算的简便性和有效性.     

多时变扰动下的PID控制性能评估

时变扰动是影响控制系统性能的主要因素之一。针对存在多个时变扰动的情况,提出了一种基于多模型加权的PID最小可达方差控制性能评估方法。首先,根据每个扰动的特性设计子PID最小可达方差控制器;然后,基于扰动作用时间构造权重以设计多模型加权控制器,再以此控制器作用下系统输出所能达到的最小方差作为基准评估PID控制系统的性能。最后,通过仿真实例验证所提方法的有效性。     

基于结构化闭环响应和输出方差限制的控制器性能评价

对于多扰动动态下的线性时不变控制器的性能评价进行了研究．针对系统具有多个扰动动态的情况， 提出了一种新的控制器性能评价方法．这一方法构建了一个加权的性能指标，权值与不同扰动的种类和优先级相对 应．同时该方法可以明确计算出各个扰动的结构闭环输出方差的下限值．通过为不同的扰动选取适当的权值和方差 范围，可以计算得出最优的输出方差．将这一最优方差值作为基准就可以评价实际生产系统的控制性能．仿真例子 表明了该方法的有效性．     

多采样率数字控制系统综述

本文给出了多采样率数字控制系统的发展和目前研究情况的综述．根据系统中各采样周期之间的关系，多采样率控制系统可以分为输入多采样率控制系统输出多采样率控制系统和广义多采样率控制系统等．它们又分别对应于采用广义保持器、广义采样器和周期时变控制器的数字控制系统．文中对这三类系统的特点和近期研究成果进行了系统的介绍与讨论．由于“因果条件”， 多采样率控制器具有结构约束．本文综述了几类满足这一结构约束的多采样率控制器的设计方法和各类多采样率控制系统．     

PID控制器的性能监控与评估

为了解决目前工业系统中普遍使用的PID控制器由于工况变化等原因引起的系统发生时变而导致所在回路PID控制器性能可能下降的问题,本文提出了一种专门针对PID控制器进行性能评估、优化及监控的方法,即:PID循环评估优化算法。该算法利用系统闭环输入输出数据,使用基于MVC(minimum variance control)的PID最小方差准则,来对PID控制器的性能进行评估,并且计算出在最小方差意义下最优PID控制器参数;评估过程结果与现实系统输出方差进行比较,做为PID参数在线优化的判断依据,当现实系统性能低于某一标准的时候对控制器进行优化处理。在整个算法中,通过输入输出数据的处理与判断,利用评估优化后的PID参数对系统进行控制,并再次回到最初的输入输出数据的处理和判断过程,实现在控制过程中的系统性能监控。本文的计算机仿真试验验证了该方法的有效性,由图可看出,系统发生渐变和突变后,当输出方差超过了程序限定的标准时,在1 300秒内系统能自动评估并施行优化而达到稳定。该循环评估优化算法现实了在对系统进行性能评估监控的同时,能按照一定条件作为标准对系统的PID参数进行优化,最终使得系统具有自我监控评估和自我优化的能力...     

广义最小方差自校正重置PID控制器及其在压力系统中的应用研究

针对压力系统的纯延迟、大惯性、非线性、时变等特点,本文将重置控制和以广义最小方差为性能指标的自校正PID控制相结合,提出一种广义最小方差自校正重置PID控制方法。该方法首先根据被控对象的数学模型,以广义最小方差为目标设计广义最小方差控制器,通过选择该控制器的分母多项式,求解Diophantine方程,得到具有PID结构形式的广义最小方差控制器,再在该控制器的积分项中引入重置控制,构成广义最小方差重置PID控制;对于模型未知或参数慢时变的被控对象,通过采用带遗忘因子的递推最小二乘法构建系统的自适应机制,增强控制系统的自适应能力和鲁棒性。最后,将该控制方法应用于压力容器的恒值控制中,获得了比较满意的控制效果。     

广义预测鲁棒自适应控制

本文指出自校正控制中广泛采用的CARMA模型会导致控制系统对确定性扰动和非平稳随机扰动缺乏鲁棒性;在CARMA模型中引入相应于上述扰动的不可控模态,给出了一种广义的CARMA模型;基于内模原理,提出一种新的广义预测鲁棒自适应控制器;并从理论上揭示其鲁棒性机理;给出了数字仿真。理论分析和数字仿真结果表明:这种广义预测自适应控制器对各类扰动和对象参数变化具有很强的鲁棒性。     

基于观测器的双吊具桥吊时变滑模同步控制

为针对双起升桥式吊车双吊具同步运行过程中普遍存在的无法精确建模、系统参数变化、外部扰动未知等问题,采用交叉耦合策略,提出了一种基于非线性扰动观测器的时变滑模同步控制方法。首先,采用时变滑模控制保证了控制器的全局鲁棒性;其次,利用非线性扰动观测器观测聚合扰动,对控制器进行扰动补偿;此外,提出一种可动态适应控制系统变化的变增益趋近律,有效抑制了控制输入抖振、缩短了趋近时间。最后,利用Lyapunov理论证明控制器的渐进稳定性,并通过仿真结果表明了所提出方法的有效性,控制器在未知扰动存在的情况下仍具有良好性能。     

Minimum variance control and performance assessment of time-variant processes

This paper is concerned with (1) an explicit solution of a minimum variance control law for linear time-variant (LTV) processes in the transfer function form, and (2) performance assessment of LTV processes using minimum variance control as the benchmark. It is shown that there exists a time-variant, absolute lower bound of process variance that is achievable under LTV minimum variance control and can be estimated from routine operating data. This lower bound can subsequently be used to assess the benefit of implementing LTV control such as adaptive control. The proposed methods are illustrated through simulated examples and an industrial case study.     

风扰影响下的无人机非线性广义最小方差跟踪控制

本文以鱼鹰型固定翼无人机为研究对象,基于非线性广义最小方差(nonlinear generalized minimum variance,NGMV)最优控制理论,研究了受到非线性阵风干扰影响下的无人机跟踪控制问题.首先对鱼鹰型无人机动力学模型解耦,在解耦后的横向和纵向模型上分别实现跟踪控制;然后针对阵风非线性模型的特定形式,根据NGMV理论设计了增维的非线性广义最小方差控制器,使得模型充分考虑了阵风干扰的特性.所设计的NGMV最优控制器的主要优势在于它能处理带有干扰和时滞环节的非线性系统.多组阵风扰动的仿真试验结果表明,非线性广义最小方差最优控制器具有跟踪性和收敛性.     

Multiple models switching control based on recurrent neural networks

This paper presents a novel approach in designing adaptive controller to improve the transient performance for a class of nonlinear discrete-time systems under different operating modes. The proposed scheme consists of generalized minimum variance (GMV) controllers and a compensating controller. GMV controllers are based on the known nominal linear multiple models, while the compensating controller is based upon a recurrent neural network. The adaptation law of network weight is derived from Lyapunov stability theory. A suitable switching control strategy is applied to choose the best controller by the performance indices at every sampling instant. Simulations are discussed in order to illustrate the merits of the proposed method.     

Multivariable disturbance modelling for web processes

This paper considers suitable disturbance models for use in the design of control systems for web forming processes. It suggests a practical disturbance representation and, using spectral factorization, presents a multivariable aggregated model of the disturbance. The paper compares generalized minimum variance (GMV) controllers designed using uncorrelated and correlated disturbance models and demonstrates the improvement in performance of a multivariable GMV controller which is designed to accommodate the cross direction correlation in the disturbance compared to the GMV controller that is commonly used in practice, which is based on a model that ignores the effects of correlated disturbances.     

Performance assessment of control loops with time-variant disturbance dynamics

If a process is subject to time varying disturbance dynamics (or time varying disturbance models), the time invariant minimum variance control for one type of disturbance dynamics is no longer minimum variance control for another type of disturbance. An explicit solution to a time-invariant optimal control that can optimize overall performance of time-variant processes is derived in this paper and is used as a benchmark to assess control performance of time variant process under time invariant control. This work is a continuation of the work by Huang [Can. J. Chem. Eng. 77(5) (1999) 1044]. It is shown that this performance benchmark can be found from routine operating data through time series analysis and optimization technique. The developed performance assessment technique is illustrated by a simulated example and applied to an industrial process.     

随机系统的多模型直接自适应解耦控制器

针对多变量离散时间随机系统, 提出了一种采用广义最小方差性能指标的多模型直接自适应解耦控制器. 该多模型控制器由多个固定控制器和两个自适应控制器构成. 固定控制器用以覆盖系统参数的可能变化范围, 自适应控制器用以保证系统的稳定性和提高暂态性能. 该多模型控制器利用矩阵的伪交换性和拟Diophantine方程性质, 基于广义最小方差性能指标, 将随机系统辨识算法和最优控制器设计相结合, 直接辨识出控制器的参数, 通过广义最小方差性能指标中加权多项式的选取,不但实现了多变量系统的动态解耦控制, 而且消除了稳态误差、配置了闭环极点. 文末给出了全局收敛性分析. 仿真结果表明该方法明显优于常规自适应控制器.     

基于线性二次型高斯基准的多变量预测控制技术经济性能评估

由于受控过程参数的漂移及缺乏维护,令采用的控制器性能逐渐降低,需要做经济性能评估,以确保其最佳运行状态.因为目前最小方差评估算法没有考虑控制器的约束条件,对此我们采用线性二次型高斯(linearquadratic Gaussian,LQG)基准的模型预测控制(model predictive control,MPC)双层优化控制结构,将控制和输出的加权值引入上层经济性能指标,通过求解LQG问题获取控制与输出方差关系的离散点集,进一步拟合Pareto最优曲面方程,建立优化命题并求解最优经济指标及设定值.对延迟焦化加热炉的多变量MPC控制进行了性能评估及分析,证明该方法可以改进控制器设计,提高经济效益.