變時(shí)滯系統(tǒng)的辨識(shí)自適應(yīng)控制算法的改進(jìn)與仿真研究

1、過(guò)程控制化工自動(dòng)化及儀表,2010,37(1:2527Contro l and Instru m ents i n Che m ical Industry變時(shí)滯系統(tǒng)的辨識(shí)自適應(yīng)控制算法的改進(jìn)與仿真研究王 秀,陳 菊,朱學(xué)峰(華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院,廣州510640摘要: 城市供水出水濁度過(guò)程控制是大時(shí)滯難控對(duì)象,Sm ith 預(yù)估控制方法的研究有效地改善了時(shí)滯帶來(lái)的控制困難的問(wèn)題,但是當(dāng)系統(tǒng)模型不精確時(shí),很難獲得好的控制品質(zhì)。采用時(shí)滯辨識(shí)自適應(yīng)方法,有好的控制效果,但當(dāng)被控系統(tǒng)的時(shí)滯參數(shù)是時(shí)變時(shí),在一定范圍內(nèi)可能存在的時(shí)滯辨識(shí)的效果不理想,所以提出采用變搜尋區(qū)域的辨識(shí)方法,可以實(shí)時(shí)地

2、搜索出真實(shí)過(guò)程的時(shí)滯。該算法用于變時(shí)滯的系統(tǒng),具有良好的控制品質(zhì)和較強(qiáng)的自適應(yīng)能力。關(guān)鍵詞: 濁度控制;S m i th 預(yù)估器;時(shí)滯辨識(shí)中圖分類號(hào):T P273 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1000-3932(201001-0025-031 引 言在城市供水出水濁度過(guò)程控制中,加藥絮凝控制是一類大時(shí)滯變時(shí)滯的系統(tǒng)1,針對(duì)Sm it h 預(yù)估器存在的對(duì)模型依賴的問(wèn)題,許多學(xué)者對(duì)其進(jìn)行了深入研究,提出了在應(yīng)用它時(shí)所必須注意的一些問(wèn)題及一些改進(jìn)的方案,大致可以分為以下兩種:一是基于結(jié)構(gòu)上的改進(jìn),它們結(jié)合智能控制的各種方法,即通過(guò)在不同位置增加一些并聯(lián)或者串聯(lián)的環(huán)節(jié)進(jìn)行補(bǔ)償;二是在參數(shù)整定上的改進(jìn)。但

3、是,通過(guò)對(duì)許多改進(jìn)的S m ith 控制方法的研究,發(fā)現(xiàn)當(dāng)被控系統(tǒng)的時(shí)滯參數(shù)是時(shí)變的情況時(shí),大部分的方法都失效了,所以有必要對(duì)時(shí)滯參數(shù)進(jìn)行在線辨識(shí)24。文獻(xiàn)5采用快速下降法求得滯后時(shí)間。雖然滯后時(shí)間參數(shù)是一致收斂的,但是尋優(yōu)的快慢與步長(zhǎng)有關(guān),而且步長(zhǎng)的確定是比較困難的。文獻(xiàn)6采用互相關(guān)函數(shù)對(duì)滯后時(shí)間進(jìn)行辨識(shí),通過(guò)檢測(cè)相關(guān)函數(shù)的峰值可測(cè)得兩個(gè)信號(hào)的延遲時(shí)間。文獻(xiàn)7利用信號(hào)的相關(guān)性分析技術(shù)中的平均幅度差函數(shù),實(shí)時(shí)估計(jì)調(diào)整預(yù)估器的滯后時(shí)間。在前人研究的基礎(chǔ)上8,9,提出一種簡(jiǎn)單的時(shí)滯辨識(shí)自適應(yīng)S m ith 修正控制算法,即變時(shí)滯搜尋校正算法。在試驗(yàn)階段已經(jīng)取得了良好的效果。2 時(shí)滯辨識(shí)自適應(yīng)S m

4、 it h 修正控制算法 帶預(yù)估器的閉環(huán)控制系統(tǒng)如圖1所示。 圖1 帶預(yù)估器的閉環(huán)控制系統(tǒng)設(shè)單輸入-單輸出系統(tǒng)特性為:y (k=z -dG (z u(k (1 令:y *(k =G *(z u (k (2及預(yù)估輸出為:y P(k =y (k+y *(k -y *(k -d *(3 考慮預(yù)期輸出與預(yù)估輸出的偏差:e P(k =r (k -y P(k(4控制器G c (z選擇P I 控制器,控制律為:$u (k =k p e P(k -e P(k -1+k i e P(k (5圖1系統(tǒng)的閉環(huán)特征方程為:1+G *(z G c (z+z -dG (z -z-(d *-d G *(zG c (z =0

5、(6顯然,僅當(dāng)G (z-z-(d *-dG *(z =0時(shí),即模型和實(shí)際系統(tǒng)完全匹配時(shí),閉環(huán)系統(tǒng)才能完全消除滯后環(huán)節(jié)帶來(lái)的不利影響。但是,實(shí)際系統(tǒng)的特性是時(shí)變的,不可能用數(shù)學(xué)模型來(lái)完全描述;同時(shí)其純滯后時(shí)間也可能是時(shí)變的,所以系統(tǒng)模型不可能與實(shí)際系統(tǒng)完全匹配。由式(6看,最理想的情況是:G (z -z-(d *-d G *(z y m in(7若預(yù)估模型G *(z已確定,給出純滯后時(shí)間的搜索范圍,只要尋找到滿足上式的d *,就找到最佳的預(yù)估滯后時(shí)間。式(7即為預(yù)估滯后時(shí)間的搜索算法。這種時(shí)滯辨識(shí)自適應(yīng)修正Sm ith 控制算法,主要針對(duì)模型時(shí)滯不匹配對(duì)控制效果的顯著影響情*收稿日期:2009-

6、10-10(修改稿基金資助:廣東省科技計(jì)劃項(xiàng)目(2005B10201005;2007佛山市禪城區(qū)產(chǎn)學(xué)研項(xiàng)目(2007B1038況,通過(guò)搜尋出過(guò)程的真實(shí)滯后時(shí)間,來(lái)校正模型的時(shí)滯,使系統(tǒng)獲得滿意的動(dòng)態(tài)特性,具體算法如下:(1參照辨識(shí)的過(guò)程參數(shù),給出預(yù)估模型G *(z ;(2給出純滯后時(shí)間的搜索范圍n 1,n 2(n 1d n 2;(3由式(2計(jì)算出無(wú)滯后的輸出y *(k,y *(k-1,y *(k -n 2;(4由搜索算式(7變換得到:$y *(j=m i n n 1j n2y (k-y *(k -j(8按式(8進(jìn)行搜索獲得的j 即為d *; (5令d*=j ,根據(jù)式(3、式(4,求預(yù)估輸出y

7、P(k 和偏差e P(k;(6根據(jù)式(5計(jì)算控制律$u(k 及u (k; (7k =k +1,轉(zhuǎn)到第3步,進(jìn)行新一輪計(jì)算。3 時(shí)滯辨識(shí)自適應(yīng)S m it h 修正算法仿真為了比較增益自適應(yīng)Sm it h 修正控制算法的校正效果,選擇典型的控制對(duì)象10。采樣周期為1s ,P I D 控制參數(shù)通過(guò)模型對(duì)象進(jìn)行整定,選取K p =0.1,K i =0.06,其傳遞函數(shù)為:G p (s=24s +1e -4s(9保持過(guò)程的其他參數(shù)與模型匹配的情況下,真實(shí)的過(guò)程時(shí)滯變化為d =8,模型時(shí)滯d *=4,即過(guò)程函數(shù)為G p (s=24s +1e -8s,模型對(duì)象為G m (s=24s +1e -4s。選取搜

8、索區(qū)域1,10,得到的系統(tǒng)參數(shù)直接用PI D 參數(shù)進(jìn)行整定,Sm ith 預(yù)估器整定和時(shí)滯辨識(shí)自適應(yīng)的S m ith 整定的控制曲線如圖2所示。程序運(yùn)行,顯示搜索出來(lái)的時(shí)滯為8,即為真實(shí)的時(shí)滯。圖2 時(shí)滯為8時(shí)滯辨識(shí)控制效果圖由圖2可以看出,傳統(tǒng)的Sm ith 控制改善了反饋信號(hào)的延時(shí),系統(tǒng)的響應(yīng)大大改善。但是在模型不精確的情況下,控制精度不能令人滿意。時(shí)滯辨識(shí)自適應(yīng)S m ith 控制算法在時(shí)滯不匹配的情況下具 有很強(qiáng)的自適應(yīng)和自校正能力,達(dá)到很好的控制效果。而且試驗(yàn)驗(yàn)證,當(dāng)選取的搜索區(qū)域覆蓋了真正的時(shí)滯時(shí)間時(shí),模型時(shí)滯的大小選取對(duì)控制效果沒有影響,真正地提高了系統(tǒng)的魯棒性及在一定程度上S

9、m ith 控制器對(duì)模型時(shí)滯時(shí)間的要求限制。4 時(shí)滯辨識(shí)自適應(yīng)S m it h 修正算法的改進(jìn) 從上圖中可以看到時(shí)滯辨識(shí)自適應(yīng)控制的優(yōu)越性,但也存在著一些問(wèn)題,在此基礎(chǔ)上,進(jìn)行了一些改進(jìn)使得能更適應(yīng)實(shí)際工業(yè)控制的要求。遇到的兩個(gè)問(wèn)題是:當(dāng)預(yù)估模型不精確,無(wú)法確定實(shí)際模型的時(shí)滯時(shí)間時(shí),往往取較大范圍的值以確保包含時(shí)滯進(jìn)行搜索計(jì)算,這樣范圍值取值過(guò)大,計(jì)算速率變小;當(dāng)過(guò)程受到外界影響,時(shí)滯改變,超出了預(yù)先估計(jì)的時(shí)滯區(qū)間時(shí),由于搜索范圍的限定,則可能搜索不到過(guò)程真正的時(shí)滯,控制質(zhì)量會(huì)明顯惡化。4.1 變搜尋區(qū)域時(shí)滯辨識(shí)自適應(yīng)控制從上述算法的原理上,我們可看出,該算法對(duì)時(shí)滯參數(shù)具有校正作用。仍然對(duì)上述

10、對(duì)象進(jìn)行研究,時(shí)滯變化為d =8,模型時(shí)滯d*=4時(shí),試驗(yàn)中發(fā)現(xiàn)當(dāng)選取搜索區(qū)域涵蓋了真正的時(shí)滯時(shí)間時(shí),搜尋區(qū)域的大小變化不會(huì)影響最后的搜尋結(jié)果,即搜尋區(qū)間為1,10或者是3,12時(shí),試驗(yàn)結(jié)果是一樣的。但是,當(dāng)搜尋區(qū)間的估計(jì)不準(zhǔn)確時(shí),也就是只涵蓋了模型時(shí)滯的變化區(qū)間,在本例中區(qū)間取得1,5,而沒有涵蓋真正的時(shí)滯d =8時(shí),由于無(wú)法搜尋出過(guò)程的真正時(shí)滯值,控制結(jié)果就不如傳統(tǒng)的S m ith 控制器。如圖3所示。正如本文改進(jìn)算法所關(guān)注的,當(dāng)對(duì)象的時(shí)滯變化時(shí),搜尋區(qū)域也應(yīng)該相應(yīng)的變化,如果搜尋區(qū)域不能涵蓋時(shí)滯時(shí)間,整定結(jié)果不能令人滿意。圖3 不同搜尋區(qū)域的時(shí)滯辨識(shí)控制效果圖可見,搜尋區(qū)間的選取會(huì)直接影

11、響控制效果。由于各種原因,一個(gè)實(shí)際過(guò)程的時(shí)滯范圍有時(shí)也不容易確定。其確定后的唯一性也限制了時(shí)滯辨識(shí)自適應(yīng)特長(zhǎng)的發(fā)揮,而如果控制過(guò)程中對(duì)象的時(shí)滯發(fā)生變化,控制很難達(dá)到人們期望的要求。#26#化工自動(dòng)化及儀表 第37卷在上述時(shí)滯辨識(shí)自適應(yīng)的算法流程中,搜尋的區(qū)域應(yīng)該根據(jù)每次獲得的j 值重新獲得。在每次搜尋到j(luò) 值的基礎(chǔ)上,n 1和n 2的值應(yīng)該分布在以j 值為中心的區(qū)域。所以算法步驟(4應(yīng)改為: 步驟(4由搜索算式(7變換得到:$y *(j=m i n n 1j n2y (k-y *(k -j(10按式(8進(jìn)行搜索獲得的j 即為d *。n 2 ,n 1=d *?n .其中設(shè)定n =3、5時(shí),仍然對(duì)

12、于上述對(duì)象,初始搜尋范圍為1,5。仿真結(jié)果如圖4所示。圖4 變搜尋區(qū)域時(shí)滯辨識(shí)自適應(yīng)控制效果由上圖可見,在初始搜尋區(qū)域不包含真正時(shí)滯的情況下,變搜尋區(qū)域也能很快找到時(shí)滯進(jìn)行調(diào)節(jié),變化的幅度,即n 值的取值大小并不影響控制效果。4.2 供水加藥絮凝過(guò)程仿真研究鑒于上述理論的研究,我們對(duì)自來(lái)水廠的加藥絮凝過(guò)程進(jìn)行仿真辨識(shí)。因?yàn)樗畯S的進(jìn)水濁度和進(jìn)水流量會(huì)因環(huán)境而變化,進(jìn)而影響了在一定的加藥量下控制過(guò)程的時(shí)滯。初始設(shè)定的搜尋范圍為15,35,遇到暴雨天氣,進(jìn)水流量變大,時(shí)滯變大,進(jìn)行仿真實(shí)驗(yàn)。系統(tǒng)的過(guò)程為:G (s=0.90252s +1e -26s (11PI 整定參數(shù)為:K p =0.15,K i

13、 =0.0105。進(jìn)行改進(jìn)后時(shí)滯辨識(shí)自適應(yīng)的控制結(jié)果如圖5所示。時(shí)滯變?yōu)?0時(shí),在控制器P I D 參數(shù)不變的情況下,控制效果變壞,而如果在這種情況下采用上述敘述的 改進(jìn)變區(qū)間時(shí)滯辨識(shí)Sm it h 控制,效果甚至優(yōu)于時(shí)滯為26時(shí)的控制。由圖可以看出,當(dāng)時(shí)滯變化時(shí),由于控制器PI D 參數(shù)沒有改變,控制結(jié)果很不理想,運(yùn)用上述提出的改進(jìn)的時(shí)滯辨識(shí)自適應(yīng)控制克服了模型中時(shí)滯不精確和預(yù)先不知道時(shí)滯區(qū)間的缺點(diǎn),改善了控制品質(zhì),取得了良好的效果。圖5 進(jìn)行改進(jìn)后的控制對(duì)比5 結(jié) 論本章在提出一種時(shí)滯辨識(shí)自適應(yīng)S m ith 控制算法的基礎(chǔ)上進(jìn)行改進(jìn),通過(guò)變搜尋范圍,搜索出真實(shí)的過(guò)程滯后時(shí)間,從而校正模型

14、的時(shí)滯參數(shù),來(lái)克服傳統(tǒng)Sm ith 控制對(duì)模型的依賴性和對(duì)設(shè)定搜尋范圍的限定性。該控制算法簡(jiǎn)單易行,能較快地搜索出過(guò)程的真正時(shí)滯。將此法與其它校正過(guò)程放大倍數(shù)、時(shí)間常數(shù)變化的方法結(jié)合,可望得到更滿意的效果。參考文獻(xiàn):1 肖術(shù)駿,陶 瑞,王 秀,等.I M C -P I D 在水廠出水濁度控制中的仿真研究J.自動(dòng)化與儀表,2009,24(1:36-38.2 宋云霞,朱學(xué)峰.大時(shí)滯過(guò)程控制方法及應(yīng)用J.化工自動(dòng)化及儀表,2001,28(4:9-15.3 陳怡軒,姜復(fù)興,吳廣玉.時(shí)變大滯后系統(tǒng)的一種自校正控制方案J.化工自動(dòng)化及儀表,1988,15(23:17-19.4 何 杰,英銳男,盛占石.用于

15、時(shí)滯不確定系統(tǒng)的自適應(yīng)Sm i th 預(yù)估器J.江蘇理工大學(xué)學(xué)報(bào),2001,22(3:75-78.5 楊志遠(yuǎn),呂躍剛.時(shí)變時(shí)滯系統(tǒng)的參數(shù)辨識(shí)及自適應(yīng)控制J.信息與控制,1993,22(2:76-81.6 崔玉萍.一種基于時(shí)滯辨識(shí)的模糊Sm it h 控制J.電光與控制,2005,12(4:71-75.7 王華強(qiáng),李海波,胡 平.一種改進(jìn)的自適應(yīng)Sm ith 預(yù)估器J.合肥工業(yè)大學(xué)學(xué)報(bào),2007,30(3:316-318.8 江青茵.無(wú)辨識(shí)自適應(yīng)控制預(yù)估算法及應(yīng)用J.自動(dòng)化學(xué)報(bào),1997,23(1:107-111.9 羅文廣.過(guò)熱汽溫的無(wú)辨識(shí)自適應(yīng)預(yù)估控制研究J.系統(tǒng)仿真學(xué)報(bào),2007,19(2

16、4:5747-5750.10 陳 菊.城市供水加藥凝絮沉淀過(guò)程的控制研究D .廣州:華南理工大學(xué),2009.The M odification and Research of Identificati on Adapti ve Pre d ictive Controlfor Variab le T i m e D elay Syste m WANG X i u ,CHEN Ju ,Z HU X ue -fe ng(College of Auto mation Science and Engineering,Sout h Chi na University o f T echnolo gy ,G

17、uangzhou 510640,China(下轉(zhuǎn)第38頁(yè)#27# 第1期 王 秀等.變時(shí)滯系統(tǒng)的辨識(shí)自適應(yīng)控制算法的改進(jìn)與仿真研究 圖5 PSO -LSSVR 算法預(yù)測(cè)截面含氣率結(jié)果圖6 LS-SVR 算法預(yù)測(cè)截面含氣率結(jié)果6 結(jié) 論(1本方法所設(shè)計(jì)的實(shí)驗(yàn)系統(tǒng)既防止了水的極化又不會(huì)破壞流型,保證了測(cè)試的準(zhǔn)確性,另外,通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)環(huán)狀流形成時(shí)截面含氣率都在0.75以上。(2針對(duì)LSS VR 算法中的最優(yōu)參數(shù)(R ,C 的選擇缺乏理論指導(dǎo)的難點(diǎn)以及環(huán)狀流截面含氣率測(cè)量條件要求高的現(xiàn)實(shí),本文采用PSO 算法對(duì)LSSVR 的參數(shù)進(jìn)行尋優(yōu),以優(yōu)化后的算法為基礎(chǔ),通過(guò)建立軟測(cè)量模型的途徑實(shí)現(xiàn)環(huán)狀流形成時(shí)截

18、面含氣率的測(cè)量,取得了良好的測(cè)量效果。(3將軟測(cè)量技術(shù)與虛擬儀器技術(shù)進(jìn)行結(jié)合,為環(huán)狀流截面含氣率的在線自動(dòng)測(cè)量提供了有效的技術(shù)和手段。參考文獻(xiàn):1 郭烈錦.兩相與多相流動(dòng)力學(xué)M .西安:西安交通大學(xué)出版社,2002:74-75.2 陳宣政.氣液兩相流垂直向上流動(dòng)流型轉(zhuǎn)變的機(jī)理與判據(jù)J.西安交通大學(xué)學(xué)報(bào),1992,26(增刊:25-26.3 俞金壽.軟測(cè)量技術(shù)及其應(yīng)用J.自動(dòng)化儀表,2008,29(1:1-2.4 王宏志,陳 帥,侍洪波.基于最小二乘支持向量機(jī)和PSO算法的電廠煙氣含氧量軟測(cè)量J .熱力發(fā)電,2008,37(3:35-36.5 秦樹人.虛擬儀器M .北京:中國(guó)計(jì)量出版社,2004

19、.6 陳金鳳,楊慧中.混合核支持向量機(jī)在化工軟測(cè)量中的應(yīng)用研究J.化工自動(dòng)化及儀表,2008,35(2:36-37.7 張樹團(tuán),張曉斌,雷 濤,等.基于粒子群算法和支持向量機(jī)的故障診斷研究J .計(jì)算機(jī)測(cè)量與控制,2008,16(11:1573-1574.8 周啟平,張 揚(yáng),吳 瓊.Vx W ork s 開發(fā)指南與Tornado 實(shí)用手冊(cè)M .北京:中國(guó)電力出版社,2004.9 熊建秋.水科學(xué)信息分析新方法及其應(yīng)用D .成都:四川大學(xué)水利水電學(xué)院,2006.10 郭 輝,劉賀平,王 玲.最小二乘支持向量機(jī)參數(shù)選擇方法及其應(yīng)用研究J.系統(tǒng)仿真學(xué)報(bào),2006,18(7:2033-2051.11 KE

20、NNEDY J ,RUSSELL C E.Particl e Sw ar m Opti m i zati onM .I EEE Press ,1995:1942-1948.12 孫 斌.基于小波和混沌理論的氣液兩相流流型的智能識(shí)別方法D .保定:華北電力大學(xué),2005.SoftM easure m entM ethod of Void Fraction of Annu l ar F lo w Based on PS O-L SS VRZ HOU Y un -long ,HE X i ao -b i n(Colle ge of P o w er and M achiner y,N ortheas

21、t D ianli Universit y,Jilin 132012,China Abstract :The vo i d fraction of annular flo w w as usuall y rather d iffic ulty to be d irectl y m easured on -line because of the strict m easure ment conditions .The key tec hno l ogy of soft -sensi ng was to constr uct an appropri ate mathe matic m ode,l

22、on the basis o f a nalyzi ng the particle s war m optm i ization (PSO a l gorithm and least squares support vector re -gressi on (LSSVR ,PSO al gorit hm was applied to opt m i ize t he para m eters o f LSSVR .The PSO -LSSVR m ode about soft se nsing of void fraction of annu l ar flo w was c onstruct

23、ed .T he soft measure m ent o f void fracti on of annular flo w was realized .The results sho w t hat the model has effect i ve ge neration perfor m ance and high precisi on ,and prov i ds a ne w w ay to measure the vo i d fracti on of annular flo w.K ey words :annular flo w;vo i d fraction ;soft m

24、easure ment ;particle s war m opt m i izat i on a l gorithm;least squares sup -port vector regressi on(上接第27頁(yè)Abstract :Beca use the turbidity contr o l syste m of m unici pal water suppl y plant had the c haracteristic of large tm i e delay ,it was al w ays diffi cult to be controlled .Sm ith predictive contr o l was stud i ed i n or der to solve the