3种控制规律和方法综述

1、精心整理先进控制技术综述在实际的工业控制过程中，很多系统具有高度的非线性、多变量耦合性、不确定性、信息不完全性和大滞后等特性。对于这种系统很难获得精确的数学模型，并且常规的控制无法获得满意的控 制效果。面对这些复杂的工业控制产生了新的控制策略，即先进控制技术。先进控制技术包括：自适应 控制，预测控制，推理控制，鲁棒控制以及包括模糊控制与神经网络在内的智能控制方法。本文详 细介绍了自适应控制、预测控制以及这两种先进控制的应用领域和优缺点。1.自适应控制自适应控制的思想是对于系统中的不确定性，以及控制任务的艰巨性，对于部分未建模的动态特性、变化的被控对象和干扰信号， 及时地测得它们的信息，并根据此

2、信息按一定的设计方法，自 动地做出控制决策、修改控制器结构和参数，使其控制信号能够适应对象和扰动的动态变化，在某种意义上达到控制效果最优或次优。1.1自适应控制介绍目前自适应控制的种类很多，从总体上可以分为三大类：自校正控制、模型参考自适应控制和 其他类型的自适应控制。自校正控制的主要问题是用递推辨识算法辨识系统参数，根据系统运行指标来确定调节器或控制器的参数。其原理简单、容易实现，现已广泛地用在参数变化、有迟滞和时变过程特性，以及具 有随机扰动的复杂系统。自校正控制系统的一般结构图如图1所示。自校正控制适用于离散随机控 制系统。图1自校正控制结构图模型参考自适应控制，利用可调系统的各种信息，

3、度量或测出各种性能指标，把模型参考自适 应控制与参考模型期望的性能指标相比较；用性能指标偏差通过非线性反馈的自适应机构产生自适 应律来调节可调系统，以抵消可调系统因 不确定性”所造成的性能指标的偏差，最后达到使被控的 可调系统获得较好的性能指标的目的。模型参考自适应控制可以处理缓慢变化的不确定性对象的控 制问题。由于模型参考自适应控制可以不必经过系统辨识而度量性能指标，因而有可能获得快速跟踪控制。模型参考自适应控制结构框图如图2所示，模型参考自适应控制一般用于确定性连续控制 系统。图2模型参考自适应框图精心整理其他形式的自适应控制系统是指除前面所描述的自校正控制系统和模型参考控制系统以外基 于

4、先进理论的自适应控制系统及多变量过程自适应控制系统、非线性自适应控制系统和权系数自适应控制系统等。1.2自适应控制应用及其优缺点控制器参数的调整最早出现于1940年,直到20世纪50年代末，由于飞机控制器的需要，麻省理 工学院首先提出了飞机自动驾驶仪的模型参考自适应控制方案。I960年至1970年间，伴随着控制理论的发展，自适应控制设计有了有效的基础， 进入20世纪80年代后，随着数字机性能价格比的迅速 改善和微机应用技术的不断提高，至此自适应控制得到了充分的应用。 如今自适应控制得到进一步 发展，其不仅在工业领域取得了较大的成功， 而且在社会、经济和医学等非工业领域也进行了有益 的探索。自适

5、应控制的应用主要有以下几个方面：工业过程控制，智能化高精密机电或电液系统控制，电力系统的控制，航天航空、航海和无人驾驶，柔性结构与振动和噪声的控制，生物工程及武 器系统。同一般的反馈控制相比，自适应控制具有如下优点：(1)一般反馈控制主要适用于事先确知的对象或确定性对象。自适应控制可应用先前无法确知 的对象和时变对象。(2)一般反馈控制具有抗干扰能力，能够消除状态扰动引起的系统误差。自适应控制因为有辨识对象和在线修改参数的能力，因而不仅能够消除状态扰动引起的系统误差，还能消除系统结构扰动引起的系统误差。(3)般反馈控制系统的设计需要掌握描述系统特性的数学模型及其环境变化状况。自适应控 制系统设

6、计很少依赖数学模型，只需要较少的先验知识，就可以通过自适应的控制设计实现控制目 标。(4)自适应控制是更复杂的反馈控制，与一般反馈控制相比增加了自适应控制机构或辨识器， 还附加了一个可调系统，可以解决更复杂的控制问题。2.预测控制预测控制是一种基于预测模型的控制方法，采用了滚动优化，反馈矫正等方法。(1)预测模型：预测控制是一种基于模型的控制算法，这一模型称为预测模型，预测模型的功 能是根据对象的历史信息和未来输入预测其未来输出，这里只强调模型的功能而不强调其结构形式；因此预测模型既可以是差分方程、微分方程等参数模型，也可以是被控过程的脉冲响应、阶跃 响应等非参数模型。(2)滚动优化：预测控制

7、是一种优化算法，它是通过某一性能指标的最优来取得未来控制作用的，与通常的离散最优控制算法不同， 其不是采用一个对全局相同的优化性能指标， 而是在每一时 刻有一个相对于该时刻的优化性能指标。(3)反馈校正：预测控制是一种闭环控制算法。由于实际系统受非线性、时变、模型失配、干扰等因素的影响，基于不变模型的预测输出不可能与系统的实际输出完全一致，而在滚动实施优化过程中，又要求模型输出与系统实际输出保持一致，为此在预测控制算法中采用检测实际输出与模型输出之间的误差进行反馈校正来弥补这一缺陷。精心整理2.1预测控制介绍现在比较流行的算法包括有：动态矩阵控制（DMC）;广义预测控制（GPC）;内模控制（I

8、MC）等。DMC算法是采用基于对象阶跃响应特征的预测模型。设计过程中采用固定格式，用二次型目 标函数决定控制量最优值增量序列， 采用自校正动态矩阵控制等多种算法， 用改变二次型目标函数 中的权系数阵来实现。DMC算法是一种基于对象阶跃响应模型的预测控制算法，适用于渐近稳定的线性对象，其结 构如图3所示。图3DMC结构示意图DMC算法主要特点是，算法比较简单、计算量较少、鲁棒性较强，比较适用于有纯时延、开 环渐进稳定的非最小相位系统。该方法近年来已在冶金、石油、化工等领域得到了广泛的应用。广义预测控制（GPC）是80年代末产生的一种新型预测控制算法， 该方法融合了自适应控制与 预测控制的基本思想

9、，与模型算法控制（MAC）和动态矩阵控制（DMC）的主要区别在于采用受 控可控自回归积分滑动平均模型（CARIMA）。广义预测控制改进了最小方差自适应控制中对非最 小相位系统敏感等缺点，具有模型参数少，对扰动、随机噪声、时滞变化有较强的鲁棒性等特点，GPC方法的结构如图4所示。yc(k i)图4GPC控制结构框图在广义预测控制中，通过输出的测量值与模型的预估值， 得到模型的预测误差，在利用模型预 测误差来校正模型的预测值，从而得到更为准确的将来输出的预测值.内模控制（IMC）是预测控制的重要组成部分，最先由Garcia于1982年提出的，因为它的设计 简单、跟踪调节性能好、鲁棒性强、可以消除不

10、可测干扰的影响， 可以用来分析和设计预测控制系 统。1989年Morari透彻研究了内模控制的鲁棒性和稳定性，并且由其他学者推广到非线性系精心整理统，蓬勃发展中的神经网络也引入到内模控制中。内模控制还和许多其它控制方式相结合， 如内模控制与模糊yr(k i)优化计算u(被控对象y(k)Vm(k i)CARIMA参考轨迹控制、内模控制和自适应控制、内模控制和最优控制、预测控制的结合使 内模控制不断得到改进并广泛应用于工程实践中，取得了良好的效果。内模控制的基本控制 如图5所示：D(s)图5内模控制结构框图在上图中给出的是连续系统的内模控制结构框图，其中R(s)为给定输入；G,s)为参考输入滤波器

11、；Gs)为内模控制器；Gf(s)为反馈滤波器；G(s)为被控对象模型；Gm(s)为预测对象模 型，也称为内部模型；D(s)为外部不可测扰动；De(s)为反馈差值；Y(s)为被控对象的输出量。内 部模型 Gm(s)的选取可以有多种方法，可以为参数模型，也可以是非参数模型，人们常常将预测控 制算法等价变换为相应的内模结构， 通过内模控制理论的结果来分析预测控制的稳定性和鲁棒 性。当内部模型与实际模型精确相等(Gp(s) = Gm(s),且没有扰动时时开环控制，但实际生产过程中系统模型是无法准确的得到的，因此内模控制实际应用中是一种闭环控制方法，De(s)反映了模型不确定性与外加扰动对系统的影响。I

12、MC系统具有对偶稳定性、理想控制器特性、零稳 态偏差特性等优良特征。内模控制器设计可分为两个阶段：首先，设计一个稳定的理想控制器，而不考虑系统的鲁棒性 和约束；其次，引进滤波器，通过调整滤波器的结构和参数来获得期望的动态品质和鲁棒性。2.2预测控制应用及其优缺点预测控制控制效果好、鲁棒性强，适用于控制不易建立精确数学模型，且比较复杂的工艺过程， 并已在许多不同的控制对象中取得了成功的应用，如电力、化工、冶金、机器人手臂、投资决策、 医疗、飞机自动驾驶仪、船舶自动舵、故障诊断等7。目前，常用的预测控制应用于变化比较缓慢的生产过程或对象时，一般能取得较好的结果，而对于变化迅速而复杂的过程或对象，由

13、于模型不精确、控制算法复杂和运算量大，往往难以实现在 线实时控制。因此，寻找算法简单，建模容易，控制迅速而有效的方法一直是人们努力的方向。将 智能技术引入控制系统是控制学科发展的必然趋势，对于大滞后过程来说，由于当前施加的控制作用，需要经过较长的时间才会在输出中反映出来，可见实现大滞后过程控制的关键在于对系统输出的预测。二十世纪70年代末从实践中发展起来的预测控制算法为大滞后系统的控制提供了一种方 法。但现有的一些预测方法，如史密斯预估法，模型算法控制，动态矩阵预报控制等，都需要较精 确的系统数学模型，因此建模成了预测控制发展的一个瓶颈。精心整理目前，预测控制系统的研究方向，不仅先进预测控制和

14、智能预测控制的研究备受人们关注，预测函数控制、多速率采样预测控制、多模型切换预测控制和有约束预测控制的研究也使很多专家学 者产生了浓厚的兴趣，并且在这些方面的研究也取得了不少有意义的研究成果。预测控制是基于模型的算法，而复杂时变的非线性系统难以用常规的方法来建立模型，致使常规的预测控制算法难以实现，其次预测控制算法中不可避免的存在着大量大矩阵的相乘、求逆等运算，计算周期过长，不适合于那些动态过程比较快的对象实时控制要求。还有由于预测控制采用以大范围输出预测为基础的在线滚动优化控制策略，使得预测控制闭环输入输出方程非常复杂， 其主要设计参数都是以蕴含的方式出现在闭环传递函数中，而难以用解析表示式

15、表示出各参数变化对闭环系统动静态特性、稳定性和鲁棒性的影响，难以给出设计参数变化的选择准则。 这表明现有的理 论研究仍远远落后于工业生产实际。因此，突破现状解决预测控制中存在的问题， 对促进这类富有生命力的新型计算机控制算法的 进一步发展具有重要意义。3.PID控制PID控制策略是应用的最广泛的一种算法， 它无论在模拟调节或数字控制中， 都得到了广泛的 应用。这种控制方法具有一系列特性：（1）PID算法蕴涵了动态控制过程中过去、现在和将来的主 要信息，而且其配置几乎最优。利用比例P、积分I及微分D的上适当的配合，可使动态过程快速、 平稳、准确，收到了良好的效果。（2）PID控制适应性好，有较强

16、的鲁棒性。（3）PID算法以其结 构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。3.1PID控制介绍1比例环节成比例地反映控制系统的偏差信号e（t），偏差一旦产生，控制器立即产生控制作用，以减小偏 差。当仅有比例控制时系统输出存在稳态误差（Steady-stateerro）。P参数越小比例作用越强，动态响应越快，消除误差的能力越强。但实际系统是有惯性的，控制输出变化后，实际y（t）值变化还需等待一段时间才会缓慢变化。由于实际系统是有惯性的，比例作用不宜太强，比例作用太强会引 起系统振荡不稳定。P参数的大小应在以上定量计算的基础上根据系统响应情况，现场调试决定， 通常将P参数

17、由大向小调，以能达到最快响应又无超调（或无大的超调）为最佳参数。优点:调整系统 的开环比例系数，提高系统的稳态精度，减低系统的惰性，加快响应速度。缺点：仅用P控制器,过大的开环比例系数不仅会使系统的超调量增大，而且会使系统稳定裕度变小，甚至不稳定。2积分环节控制器的输出与输入误差信号的积分成正比关系。主要用于消除静差，提高系统的无差度。积分作用的强弱取决于积分时间常数T,T越大，积分作用越弱，反之则越强。比例作用的输出与误差 的大小成正比，误差越大，输出越大，误差越小，输出越小，误差为零，输出为零。由于没有误差 时输出为零，因此比例调节不可能完全消除误差，不可能使被控的PV值达到给定值。必须存

18、在一个稳定的误差，以维持一个稳定的输出，才能使系统的PV值保持稳定。这就是通常所说的比例作用是有差调节，是有静差的，加强比例作用只能减少静差，不能消除静差（静差：即静态误差，也称稳态误差）。为了消除静差必须引入积分作用，积分作用可以消除静差，以使被控的y（t）值最后精心整理与给定值一致。引进积分作用的目的也就是为了消除静差，使y(t)值达到给定值，并保持一致。积分作用消除静差的原理是，只要有误差存在，就对误差进行积分，使输出继续增大或减小，一直到误差为零，积分停止，输出不再变化，系统的PV值保持稳定，y(t)值等于u(t)值，达到无差调节的效果。但由于实际系统是有惯性的，输出变化后，y(t)值

19、不会马上变化，须等待一段时间才缓慢变化，因此积分的快慢必须与实际系统的惯性相匹配，惯性大、积分作用就应该弱，积分时间I就应该大些，反之而然。如果积分作用太强，积分输出变化过快，就会引起积分过头的现象，产生积分 超调和振荡。通常I参数也是由大往小调，即积分作用由小往大调，观察系统响应以能达到快速消 除误差，达到给定值，又不引起振荡为准。对一个自动控制系统，如果在进入稳态后存在稳态误差， 则称这个控制系统是有稳态误差的或简称有差系统(SystemwithSteady-stateErro)。为了消除稳态误差，在控制器中必须引入 积分项”积分项对误差取决于时间的积分，随着时间的增加，积分项 会增大。这

20、样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。PI控制器不但保持了积分控制器消除稳态误差的记忆功能”，而且克服了单独使用积分控制消除误差时反应不灵敏的缺点。优点： 消除稳态误差。缺点：积分控制器的加入会影响系统的稳定 性，使系统的稳定裕度减小。3微分环节反映偏差信号的变化趋势，并能在偏差信号变得太大之前，在系统中引入一个有效的早期修正 信号，从而加快系统的动作速度，减少调节时间。在微分控制中，控制器的输出与输入误差信号的 微分(即误差的变化率)成正比关系。3.2PID控

21、制器的参数整定PID控制器的参数整定是控制系统设计的核心内容。它是根据被控过程的特性确定PID控制器的比例系数、积分时间和微分时间的大小。它主要依赖工程经验，直接在控制系统的试验中进行， 且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法、反应曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经验 公式对控制器参数进行整定。但无论采用哪一种方法所得到的控制器参数，都需要在实际运行中进 行最后调整与完善。现在一般采用的是临界比例法。利用该方法进行PID控制器参数的整定步骤如 下：(1)首先预选择一个足够短的采样周期让系统工作；(2)仅加入比例控制环节，直到系统对输入 的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周期；(3)在一定的控制度下通过公式