资源描述
1 内嵌于可编程控制器的先进控制算法 a 布尔雅那，斯洛法尼亚 洛法尼亚 气工程系，卢布尔雅那，斯洛法尼亚 ,卢布尔雅那，斯洛法尼亚 典，希腊 非亚，保加利亚 2004年 4月 23日收到； 2005年 5月 15日接收 摘要 ： 本文介绍一个新颖的非线性自动调节控制器 入可编程逻辑控制器的先进控制算法）。它打算 使控制成为高度非线性的过程。过程的适当变化改善了其操作范围，包括三个先进控制算法。它被设计成使用以代理为基础的概念的系统，应用的目标是自动装置一些组态任务。这个过程以一组被证明用了在线升级程序的低命令局部连接，模型为代表。程序被一套低秩序局部的线性的模型代表。这个程序将模型鉴别和前后鉴别步骤联合起来，提供可行的运算控制器监控和评估控制装置执行闭环系统。控制在 个执行装置被应用在液位控制系统领域。 （ 2005 关键词 ： 控制过程；模糊模型；工业控制；基于模型 的控制；可编程逻辑控制器；自调整调节器 1、 序言 模拟控制理论提供了很多的控制方法来完成控制，非线性过程控制比只用常规在线控制方法的效率更高，他的优势在于准确的过程模型（ 991;997;997）。调查（ 998;999）指出相对于那些供给很少的建成并已交付使用的产品，先进控制器具有相当大的而且正在增长的市场需求。 先进控制算法的结果是优秀的 ，它基于模糊的参数整定时间（ 997; 002） ,多重模型控制 (003; 2000)和自适应控制 ( 1994; 000)，这些都在文中提到了。然而，在提供给工业用途的这些方法中有很多的限制，总结如下： 1、 因为现实生活问题的差异性，一个单独的非线性控制方法有一个相 邻领域的适合关系。因此工业要求更灵活的方法或实现工具。 2、 新的方法通常不会在准备使用的工业类型中得到。习惯设计要求相当多的努力、时间和金钱。 3、 硬件要求是比较高的，因为执行和计算要求的复杂性。 4、 调节 (2002)和维护方法的复杂性使非专门研究工程师不引人注目。 5、 非线性的可靠性模拟通常是个问题。 6、 很多非线性程序能被著名和在工业上被证实的 个大量的直接的性能增加的（金融的获得） 当以高阶的取代一个传统的控制系统时被要求。 不恰当的传统控制方法的维护费可能比较不明显。 这些工作的 目标是说明一个透过使用以代理为基础的系统概念的系统（ ( 1995)来解决上述一些问题的先进控制器。最主要的目的是用部分自动化的试车程序来简化控制器组态，这典型地被控制工程设计师执行。 件具有像自治权（不需要人直接干预的操作），社会能力（和其它对象交互作用），活性（对环境的感觉和反应），支持活跃（面向目的的行为，自动化）等特性。这项工作不是提出 是这些同样也适用于基于 领域。在这个上下文中，一些限制被考虑到了。例如：自主性受限制，高度的可靠性和预测等级被要求，涉及到的范围问题是受传感器的读数限制的，具体的硬件平台被使用等等。 制器的功能是用自动实验和调节来简化控制。控制器的一个区别的特性是演算法在 控制器参数从一种非线性程序模型自动地被调节。这个模型由操作模拟实验由一个新颖的在线学习程序发信号获得。这个程序使用局部学习方法（ 997, p. 188）的模型鉴别。测量数据被批量智能处理。附加的步骤是在鉴别之后被执行，是为了改进模拟的可靠性。比较自适应方法，利用循环的鉴别 ( 000)是连续的。 非线性模型包含一组局部的低秩序线性的模型，它们每个在一个特殊操作区域有效。使用一个构成的确定时间的变量活跃的局部模型 ( s )被选择。这个控制器是对于单输入单输出过 3 程特殊设计的，可能含有一个干扰检测。另外，控制器的应用范围取决于所挑选的控制算法。控制器的一个组件允许在适用于很 多不同的程序的控制算法的范围中使用。控制器监控导致的控制执行结果并且对发现的错误作出反应。 控制器中有实时模块（ 组态工具（ 行全部的实时控制功能，在线学习和控制执行监控。 ，通过提供引导和设置缺省参数值来简化组态步骤。 下文的线索如下：第 2节介绍 三节给出 后，第四节描述这个控制器在试验机械设备的应用，在这里它用在液位阀测试装置中影响不同。 2、运行时间模块 1给出 号预处理进程（ 在线学习进程（ 模型信息进程（ 控制算法进程（ 运算管理（ 图 1 运行时间模型概要 4 和 1990)提出，包含一些 别是 s(k)提供的时间之后和补偿的一、二 级命令分时连接模型。这个模型方程式的局部首要模型条件是： )()()()1( ,（ 1） 同时，这个模型方程式的第二条件模型是 )1()()1()()1()()1(,2,1,2,1,2,1 （ 2） 这里的 y（ k）是过程的输出信号 u(k)是过程的输入信号， v（ k）是可选择的干扰检测信号（ u对 j， bi,j,ci,j和 这组 局部模型能用一个 个模型在一个二级命令模型的情况下可用下面的方式表达： ,21 1,1,21 1,1,21,1)()1()()()()1()()()1()()()()1(（ 3） 这里 j（ k）是 型关于可变列表现实值 s（ k）的全体函数关系的值。正常的三角函数关系功能被使用，如图 2所示 图 2 在 确定时间的变量 s ( k )被系数 用质量总数。 )()1()()()( （ 4） 系数被工程师配置成一样给非线性过程。 5 估由信号激发的局部模型的参数。最近导出的参数只有当它们通过验证和证明是比目前的情况好的时候才被提交给 个输出信号的间隔在过程中有足够的激发因素可用。它使信号成批智能运行。用局部学习方法，一个先进的批量智能概念是决定适应模型是被实时执行还是跟着延时允许在应用前检测来鉴别结果。因此，更好的意思是数字选择控制已经给出。 分配计算时间的问 题要求鉴别出现大量智能数字过程（相反的在线循环过程在自适应控制器中典型应用）。这个问题用多任务操作系统来解决。 以一个低优先级任务在后台运行。 实时信号的保护被 护的有关部分被复制给进一步过程。 快速激发的抑制在开始时被操作，因此信号的处理只能在它们包含激发因素是被运行。如果标准有效的保护低于它们的下限时，执行被取消。偏离了信号 r（ k）， y（ k）， u（ k）和v（ k）。 线学习程序一直比新的局部模型鉴别排列在参数前。因此，活动的 履行设置的模型参数被用于局部模型不再被鉴别（见 2、 3节）。 如果全体函数 j（ k）的保护活动被超过最低保护限度的活动纠正，局部模型被选择。只有被选择的局部模型含有更多的过程。 使用被 003)发展的模糊的仪器的变量 ( 辨识方法，局部模型的模型参数被辨识。它是一种延伸指定的 1987 )，基于局部的学习方法 ( 1997年 )。局部的学习方法基于所有局部模型的参数将不再是一种单一的衰退运算中被估计的假定。与全面的方法比较它是更不容易倾向于故障条件和局部最小的问题的。 这种方法充分被适于工业的运算 (直觉，非线性的模型的渐进的构成，适度的计算要求 )的需要。它能够使因为不足的刺激不是估计适当的局部模型的总量成为可能。当所有局部模型目前尚未被估计时，它在最初组态阶段是有效和可靠的。另一方面，在最佳附近收敛性是缓慢的。因此，它很有可能产生比使用 非线性的方法适宜的一个较坏的模型。下列简要地描述程序。 6 模型辨识为了每一个选择的局部模型 (按索引 单独地被执行。初始估计参数向量及协变性矩阵 05种初始 I (单位矩阵 )。 模糊最小平方 )估计， j ， j ( k )对于质量。计算被执行递归避免矩阵倒置。 模糊的仪器的变量 )估计， j 为了防止噪音使结果退化，一个死区用于每一 当程序输出和其预测之间的绝对的质量区别在构成噪音下限之上，参数和协变性矩阵的向量最新。 在缺乏从到的分支中的或者从到的模型分支中的刺激的情况下 u v y (，以及当措施扰动全然不是出席的 )，带有减少的参数评估向量的方法的变量被使用。 图 3 在线学习过程 这个步骤由一个选择的局部模型的模拟输出与局部模型的位置近似的实际的程序输出比较执行。平均方的误差 ( 的正常的总数被计算。近似被全体定义功能 j。对于每个选择的局部模型，这个步骤以三套模型参数被 实行： j j 带有最低的 全体的检验由把包括选择的装置的模糊的模型的模拟输出与实际的程序输出比较执行。平均的方的误差 ( 的正常总数被计算。如果与比较全面的检验结果被改进。 7 由于在线学习初始模糊模型选择装置被传输到 则原来的装置 j， 为每一处理局部模型， 作为一个信息索引和一个标志表明模型是否是新的。 两个模型结构评价单元也被包括 区时间单元 ( 估计程序时间延迟。全体功能单元 ( 建议一个新的局部模型是否应该被插入。它估计附加在两个相邻的局部模型之间的一个的局部模型大多数是活动的。如果导致的模糊模型的全面的有效充分地被改进，模型被提交到 原来的模糊的模型比较。 其主要的活动处理在线学习结果。当可接受的是一个新的局部模型从 果它传递稳定检验和其信号索引是足够的，它被接受。如果它被接受，一个 准备运行 的标志是为 一个标志表明 局部模型是否自从开始以来已被调节或者并没有。如果模型信号索引是十分低的，自动模式可能是不完全的。 可以使用 对模式的变化有用。 在初始的组态， 们不是确切但是可以提供可靠 (虽然行动迟缓 )的控制性能，类似于安全的模式。透过实验或者正常的运算的记录(当条件适合于关闭回路辨识 )时使用在线学习，被收到逐渐估计机 械设备的一个精确模型从 干不同的 运算的下列的模式被支持： 手动的模式：开启回路运算 ( 启动能力约束得到加强 )。 安全的模式：带有保守的一个固定的 自动的模式 (或者带有不同的调节参数的若干自动的模式 )：一个非线性控制器。 8 享与 括三个层 : 或者若干个局部的线性的控制器同时 )的功能提供反终结保护，包括对工业的控制所需要的每件事，诸如处理约束，碰撞更少模式交换，等等 会合 )，这样与控制层一道，固定参数非线性控制器被制作。 节的层能够从 制层和确定时间的层的参数按照实时控制不是被扰乱的这样一种模式被取代。 且每一在具体的应用中已被证明有效：模糊的参 数确定时间的控制器 (死区时间补偿控制器 (和管辖作为基础的神经控制器 (在本文中， 图 4 装备有反终结保护和碰撞更少传输。 在 反向传播的价值 ) 根据确定时间的变量 s ( k )进行模糊，而全体局部 模型的 j ( k )发挥作用。以速度为基础的线性化的仪 9 器能够使全面的控制器的活动成为可能，它是线性的结合整个的运算的地区中的局部的控制器活动，不仅是在运算点的均衡周围。这项潜力提供极少局部模型改进性能，而在均衡中有更多透明的行为运算点 ( 1998年； 2002年 )。 标准执行使用多重的综合 ( 方法 ( 2001年 )。 1946 )使系统的量级 (振幅 )关闭回路装置点反应尽可能平和地接近统一。这种在接近循环系统的一种比较速成和非摆动的反应中的结果。计算 而， 自动调节的程序透过从 型是转换到连续时间局部模型中的。那么，所谓的区域使用 后， 于 概念，一名富有经验的设计师可以选择透过规定局部的 使用以模型为基础的调节的程序。 事件被发现时，它估计关闭回路控制反应和一个全面的性能索引的特性。像 样，它从 包括三种模块： 缓冲器前处理器 ( ，形势分级器 ( ，和性能估计者 ( ，正如图 5所示 . 10 图 5 当 报时信号的缓冲器的有关的段，这得到 检查程序是否在稳定状态中；如果如此，它终止处理。否则，它使信号 者是否重要等等。参考信号的一个步骤变化，测量扰动信号的一个步骤变化，一场不可测量的扰动的一个事件，或者振荡的存在。如果对评价的一个事件可以将加以发现，并且特性评价的条件被完成 (没有额外的振荡，信噪比是足够的，程序反应在事件之后安置和在事件 )之前有稳定状态的一时期，相应的缓冲器间隔被传输到 则执行被终止 。 定时间，升高时间，振荡衰败率，和追踪误差措施或者规定误差措施。使用一个模糊的评价程序，一个全面的性能索引 ( 也从特性被计算。 果糟糕的性能被发现， 1 式。如果振荡被发现，其它自动行动包括，例如，阻塞 为这样行动是高度具体处理的，基于 是他们可以在具体的应用中被执行。 拟，和调节代理的活动和分层的套人机接口 ( 的交谈窗口的使用者相互作用。 通常对控制器调节是需要的。 委托程序的控制器组成基本的放置的阶段，安全的控制器调节的和非线性的模拟和调节确定时间的控制器的程序活动的近似的评价，和为定期的运算构成政权制度。 过自动执行实验支持控制设计师。这些实验包括关于开启的或者关闭的回路中的模型的运算点的一系列的步骤变化。此外， 设模型并且调节局部的控制器。当带有机械设备的实验被允许时，这是控制器的最速成和最可靠的方法调节。使用 有选择性的，如果实验不是被允许，为实验确定时间可能是需要的。在这种情况下中，控制器以安全的模式初始化并且为了模拟处理信号，并且调节被 而，需要的是在运算地区的整个的足够的刺激在定期的运算期间是可供使用的。模拟的进步被 志显示哪一个模型已被调节，并且他们的信号索引。 当地主动性和建议代理在系统组态期间是有益的时，这可能在定期的运算期间是期望的。因此，在委托的程序结束时，系 统可以被构成尽可能地简化运算。 运算政权制度的一个范围能被使代理和 种在涉及要求各式各样的应用并且可以说明诊断问题的一个灵活的控制系统中的结果。这样，虽然为了非线性程序的控制作为一个工具设计，但是方面控制器也可以为了 些具体的运算政权制度选择下面被列出了 : 或者 (在定期的运算期间 )或者在 下列的预定的实验 )时，或者两个都是。 时间。 当适当在固定的前选择的位置仅仅估计局部模型时， 控制器再调节可以在每一 适应的 运算 )中的模型的变化之后立即自动地被触发， 12 或者跟随设计师的证实 (自调节的 运算 )。 在线学习也可以用于监控没有控制器调节的意图的程序活动，或者是透过或者横跨有效一个固定的模型的适应。 在开始，系统从一种组态档案是初始的，这可以在任何组态程序的阶段放置它。后来，使用 线到 过委托程序的典型的确定时间的控制器指引设计师的有 魔力 的。它旨在于有很少经验的使用者。富有经验的工程师可以发现仅仅使用 其中其它任务的序列是可能的。 程序被分解到小的步骤 ( 25个交谈窗口 )中。按每一步骤，指令被显示，并且默认值被使用单凭经验的方法建议，基于已经可供使用的信息。矛盾警告可以被显示。 组态程序的主要的阶段是：基本的放置，控制信号的选择，信号限制，取样时间，控制算法，确定时间的变量，模型秩序。安全的模式组态：程序活动 (使用 以被使用 )的评价，自调节 安全的 控制器参数 (使用 ，可选的性能检验。 模糊的模型没有初始化， 模型位置的没有初始化，局部模型参数的初始化，局部模型参数和步骤反应的显示。 默认值，高阶的自动调节的参数的没有初始化。 默认值的没有初始化，推进 默认值的没有初始化，推进 局部的控制器调节：自动 (开启或者关闭回路 )实验的序列，在线学习和调节在每一个局部模型位置各处使用 性能检验：在每一个局部模型位置各处使用 序列。 而，个人计算机发展环境对图形的使用者接口设计与典型的 方面控制器在若干项试验性应用中已被测试 ( 003 ) 例如在一 个 3 上和气 003)。这在一种仪器上为了测试液压的电子管提出一种试验性应用，位于一种液压的生产机械设备装置上。仪器的一个简化的计划如图 组成配有局部的温度控制的一 部 锅炉，三部泵， 图 6： 液位控制测试仪器（简单） 一台压力传感器，一个电子管检验用一台压力区别传感器站，为了不同的测量方法和一个延伸容器三块流量表可以交替地被连接。的泵 3在被并行连接并且在不同的结合中可以被启动，这样不同的流量范围可以被完成。他们装备有频率转换板；当开启时，他们全部收到同样的控制信号 u。 仪器被用来在控制运算的条件下的一个范围中测试电子管。最重要的控制任务是在测试的电子管 ( 上透过调整在线到活跃的泵的控制信号 序的非线性和时间不同是因为下列的 : (a)关于电子管 力区别通过电子管 与泵旋转速度 有关 )是稳定状态的二次关系。 (b)打开的电子管 信号 般地不是可供使用 (电子管手册 )的，和 (c)不同的泵 (或者结合泵 ) 根据电子管的大小能被使用。 这些因素严重影响程序活动，这在基于一个固定的 当运用一个参数确定时间的控制器时为可变的选择确定时间是一个至关紧要的步骤。当 14 使用从 a )可以单独容易地被解决时，条件 ( b )使问题的困难更大。处理模拟被使 用找到一个适合的确定时间的变量 （ 1） 。 程序的一个简化的模型是作为管道 (下标为 p )的一台流发电机，两个阻抗的组成部份，检查的电子管 (下标为 v)和阻抗 (下标为 l )组成一部泵的一个液压回路。管道中的液体的惯性充当一个诱导的组成部份。使用牛顿第二定律，这被表达为 )(（ 5） 子管和管道的压力区别， m， v， r,和 度，密度，和液体的大规模流。运 用关于运算的点（ p p,p v,p l,Q m）的局部的线性关系，区别于 5) 2（ 6） 假定电子管和管道阻抗的特性方程 （ 7） （ 8） 1999 )的部份的起源被计算 22（ 9） 2（ 10） 在这儿系数 ( 。同样地， 且从泵特点可以被确 定 （ 11） 6)插在 9)-( 11 )中。液压的回路的动态的反应被方程 (12)描述 )(11 2 （ 12） 或者，使用 9)透过方程 (13)输出 15 （ 13） 另外，泵控制信号 频率转换板描述了泵发动机的活动，必须被给出。它可以 用第一命令标志描述 （ 14） 此，被控制者程序的第二个秩序活动是假定的。 观察 13),p v/Q 可以从可供使用的程序测量方法直接被计算。为了改进在低的测量方法 价值的商数计算的稳定，对于 全约束应用。 一旦确定时间的变量选择，控制器的使用是一个经验性的程序，被 先，一个传统的 样它保持对运算的地区的稳定的控制。那么，局部模型与控制器位置是可选择的。在这项应用中，关于 因为带有程序的实验被允许，在每一个局部模型位置各处包括实验的典型 程序将加以使用。在实践中，这是保证信号的适当的刺激的最简单的方法。使用安全的模式，程序是带来到每个的连续不断位置，在其中自动调节的实验被一粒按钮启动。 开启回路实验被更加喜欢 )，注入包含四个步骤变化的刺激信号，在实验结束时呼叫辨识调节的程序并且恢复原来的模式。对于头两个局部模型，刺激信号振幅是 4%。因为它为了其它局部模型被增加到 8%改进信噪比的较低的程序获得。 设计师确认新的控制器参数之后，自动的模式被构成。表 1显示这个程序上的实验的调节 的程序的结果。 16 表 1：时间变量定位，直接时间局部模型参数， 间接局部模型参数，局部控制参数 图 7 使用 图 8 使用 局部模型的开启回路获得用 s (和 的依据。 (13 )，这是在减少 识的时间的变化始终如 来似乎与在 而 变化，但是不是可测量的。 1方面的变化，这被用泵活动 头两个局部的控制器之间的 少局部的控制器能用于那一点地区。 控制性能为了使 作使用方面控制器的安全的模式，和 7个展示被测量程序对在当使用 电子管 中的压力区别在上面被显示，泵控制信号 样最理想的反应在 时压力增加，反应变得震荡。 图 8展示当使用 信号之外如图 7所示，确定时间的变量 所示 的 种反应在整个的运算区上方是最理想的。 17 图 9 电子管压力控制设计使用 验基台 不论小心的选择和修正演算法减少计算的要求， 种更多经济有效的解决。执行这种引导应用中的方面控制器的 处理机的三菱 于得克萨 斯仪器 0一三菱 700 序工业中的被关闭回路控制应用的一种图形的开发工具 ,2001)其它 过一分层的套菜单 (诸如：使用 势显示，放置 综述，实验放置，在线学习放置，模型参数，模型状态， . 图 9显示电子管压力控制计划在 憾地，目前草写的版本还没有表明 先进自调节的非线性执行一个工业的 括在本文中提出的一若干项 18 引导应用也被完成。与工业标准的 用 外，这种性能在实践中被在一些运算的点各处执行一系列短的实验使用在线学习程序容易地完成自调 节，。模块的多代理结构促进控制系统的评论能干灵活性，这样它为了各种各样的要求容易地被构成。工作目前朝着使用的简单和在新的程序中的运用的容易中的较进一步改进被指导。一有前途的未来研究方向从在线学习程序中的数据评价中的 可以导致对自适应控制的可靠性的一种积极的贡献。 作者愿意承认所有其它设计组成员的贡献。方面设计透过 2002软件是 欧洲 ,同时， 决的专利 0029。 参考文献 R., J., A., & P. M. (2002). I of pH in 15, 315. B. W. (1991). of A 30, 13911413. S., S I., S., G., S., M. B., & A. (2003). of on 003. (912916). D., & D. J. (2003). A 11, 649664. R., K. A., & M. J. (2000). a 39, 15541564. T., & K. J. (2000). of 36, 11711180. M. A., & D. E. (1994). of a pH 2, 169182. M. A., & D. E. (1997). J: (2001). LCs, s , J., G., S., & D. (2002). of a on a 75(14), 19 10821091. J., D., G., S. S., I., S., M., Z., M. B., K., A., & R. (2003). of on 003. (906R. (1999). D. J., & W. E. (1998). 70(1), 1350. L. (1987). R., & T. A. ( (1997). to D. E. (1999). A on . M. , in 9, (103134). G., G., & H. (1990). Aa of 14, 847869. H., T., & M. (1998). in of 8(5 369374. S., & (1997). to 33(3), 411419. D., S., & _. (2001). A ID 37, 14731479. A. L. (1946). of to I, 93(34), 353372. M., & N. R. (1995). 10(2), 115152.
展开阅读全文