自动化培训课程

工业培训-事半功倍


公司培训


安全受信任的网站

 无标题1  无标题1

PID控制器的设计 - 基于模型的控制调整

基于模型的PID控制器整定方法

  1. 首页
  2. >
  3. 文章
  4. >
  5. 自动化
  6. >
  7. pid控制器设计


本文的作者

杰弗里·阿伯加斯特

化学工程系

道格拉斯·j·库珀博士

控制站有限公司

罗伯特·c·赖斯博士

控制站有限公司

测量的过程变量随着时间的变化而响应的方式是对的PID控制器的设计与整定.了解过程动态行为的最佳方法是执行实验,通常称为“凹凸测试”。成功至关重要是,凹凸测试产生的过程数据是描述性的实际过程行为.讨论了“良好的”动态数据所需的质量和为控制器设计建模动态数据的方法。来自动态模型的参数不仅用于相关性中计算整定值,而且还提供了控制器设计参数的洞察力,如环路采样时间和死区时间是否构成性能挑战。在自动化(闭环)。对于闭环研究,通过撞击设定点来产生动态数据。示出了使用闭环数据的方法。使用电平控制仿真说明本工作中的概念。

FORM控制器

这里讨论的方法适用于完整的家庭PID算法.呈现的示例将探索PID系列最受欢迎的控制器,比例积分(PI)控制器:

PID算法[1]

在该控制器中,U(T)是控制器输出和控制器的偏见为控制器偏置。调谐参数为控制器增益,控制器增益,重置时间,PID参数.因为pid参数在分母中,重置时间的较小值提供更大的重量(增加)积分项的影响。


控制器设计程序

从PID算法系列设计任何控制器需要以下步骤:

FOPDT动态模型的形式是:

FOPDT动态模型[2]

其中,y(t)是所测量的过程变量和u(t)是控制器输出信号。当方程。图2是装配到测试数据,描述该处理结果的动态行为的所有重要参数:

这三个模型参数很重要,因为它们用于相关的相关性以计算各种控制器的初始调谐值[1]。模型参数也很重要,因为:

定义良好的过程测试数据

如上所述,动态过程数据的收集和分析是控制器中的关键步骤
设计和调整。一个“良好”的数据集包含了控制器输出到测量的过程变量数据
描述了过程的动态特征。要获取这样的数据集,所以所有的答案
关于您的数据的这些问题应该是“是”[1]。最终,您有责任考虑这些步骤以确保成功。

  1. 在数据收集开始之前是稳定状态的过程吗?

假设控制器输出更改强制在流程中进行动态响应,但数据文件只显示
响应的尾端没有显示引起该实际控制输出的变化
首先是动力。流行的建模工具确实会让模型适合这些数据,但它会产生偏差
契合试图考虑一个看不见的“无形力量”。此模型不会描述您的实际过程,从而对控制的少。为避免此问题,重要的是在进程结算后才会开始数据收集。然后,建模工具可以在拟合模型时正确占所有过程变化。

  1. 难道测试动态明显强于过程噪声?

生成动态过程数据时,重要的是控制器输出的变化导致a
响应过程中,明显主导测量噪声。一个经验法则是定义一个
的过程中稳定围绕所述过程变量的随机误差的3个标准偏差噪声频带
手术。然后,当在数据收集期间时,控制器输出的变化应该强制该过程
变量移动该噪声频带至少十倍(信噪比应大于十)。如果
你满足或超过这个要求,产生的过程数据集将是丰富的动态
信息控制器设计所需

  1. 动态测试期间扰动是否安静?

重要的是,测试数据包含已清楚的过程变量动态(以及在理想中
通过步骤2中讨论的控制器输出的变化强制而被迫
由于未经训练的骚乱可以严重降低分析的准确性,因为建模工具
会模仿这些行为
就好像它们是控制器输出信号变化的结果。事实上,一个
型号适合看起来完美,但数据收集期间发生的干扰可能导致模型适合
完全是无稽之谈。如果您怀疑一个干扰事件损坏了测试数据,那么重新运行是保守的
考试。

  1. 模型拟合似乎是否在视觉上近似数据绘图?

重要的是,建模工具要显示一个图,显示模型适合于数据之上。如果两个
线条看起来不相似,那么模型是否合适就有问题了。当然,如步骤3所述,如果数据已经
被未能测量的干扰损坏,模型适合看起来很棒
分析可能会打折扣。

噪声频带和信噪比

生成动态过程数据时,重要的是控制器输出信号的变化
在被测量的过程变量中引起一个响应,这个响应明显地支配测量噪声。一个
量化测量过程变量中噪声量的方法是具有噪声频带。


如图1所示,一个噪声带是基于中随机误差的标准差
当控制器输出恒定时测量信号恒定,该过程处于稳定状态。在这里
噪声带定义为测量噪声在稳态周围的3个标准差
测量的过程变量(99.7%的信号迹线包含在噪声带内)。虽然已经提出了噪声带的其他定义,但是当用于控制器设计时,该定义是保守的。

生成动态过程数据时,控制器输出的变化应导致测量的过程变量移动至少十倍的噪声带的大小。简洁地表达,信噪比的信号应大于十。在图1中。在图1中,噪声带为0.25°C。因此,在测试期间,控制器输出应该远远快速移动,以导致测量的出口温度移动至少2.5°C。这是一个最低规范。实际上,它是保守的超过这个价值。

换热器PV的噪声带

工艺:换热器控制器:手动模式

控制器输出图

图1 - 噪音乐队包括3测量噪声的标准差

控制器从相关性调整

用于从所述PID控制器系列推荐的调谐相关性是内模控制
(IMC)的关系[1]。这些都是流行的λ调谐相关的扩展,并且包括所添加的
在调优计算中直接计算死时间的复杂性。

在使用IMC(拉姆达)调谐相关的第一步骤是计算,闭环时间,闭环时间
持续的。所有时间常数都描述了响应的速度或快速。闭环时间常数
描述控制器在响应设定点变化时所需的速度或Quick度。因此,一个小
闭环时间(短响应时间)意味着一个积极或快速的响应控制器。闭环时间常量计算为:

积极调整:

Cτ越大,0.1Pτ或0.8Pθ

适度调整:Cτ是1.0的较大版本吗Pτ或8.0Pθ

保守调整:Cτ是10大Pτ或80.0.Pθ

计算°C时,IMC调谐的PI相关性为:

IMC调整[3]

最后的调整验证上线,并可能需要调整。如果该过程缓慢响应扰动和变化的设定点,控制器增益太小和/或复位时间过大。相反,如果过程是快速响应,并且振荡的程度,让你不舒服,控制器增益过大和/或复位时间太小。

例如:set点跟踪重力排水的坦克

重力排水罐的过程如图2所示,是两个互不作用的罐堆叠在上面
其他。液体漏极自由地通过在每个槽的底部的孔。如图所示,测得的过程
可变的是下槽的液位。为了保持液位,控制器控制液体的流速
进入顶部水箱。扰动变量是二次流从水箱下部流出的一个正值
排量泵。因此,扰动流是独立的液位的。

重力排水罐工艺

图2 -重力排水罐过程

本研究的设计运行液位为下槽2.4 m的实测液位,泵浦流动扰动为2.0 L/min的期望值。控制目标是在2.0 - 2.8 m范围内跟踪设定点步骤。该过程目前仅在P-Only控制下,操作人员不会打开回路进行控制器设计实验。因此,闭环设定点步骤被用来生成动态过程数据。

如图3所示,使用的仅P-POLD控制器具有一个控制器增益= 40%/ m,偏置值为55.2%(被确定为在开环中的控制器输出的值,在泵送流干扰时,在下罐中导致下罐中的测量水平稳定为2.4米在其预期值为2.0 L / min)。使用数据被保存到文件,动态测试实验开始。具体而言,设定点高达2.8米,然后下降到2.0米,最后回到设计级别为2.4米(其他尺寸的设定点序列和持续时间也同样合理)。

P-Only设定值步进测试

控制器:PID (P= RA, I= off, D= off)

p only控制

图3 - 仅在仅P-POLD控制下设定了重力排水槽的点

从图3的目视检查可以确认闭环动态事件是由设定值驱动的(而不是由扰动驱动的)。此外,控制动作显得足够有力,以致被测过程变量的响应明显优于噪声。

闭环数据的FOPDT

型号:第一阶加死时间(FOPDT)文件名:关闭。

一阶加上死区(FOPDT)

图4 - 生成在Fig.8.5闭环动态数据的拟合FOPDT

图1的动态数据。图3是配合使用FOPDT模型控制站循环专业软件.图4中示出了模型和闭环过程数据的图。该模型似乎是合理且适当的基于目视检查,从而提供设计参数:

过程增益,KP= 0.094米/%

时间常数,τP= 1.6分钟

死一次,θP= 0.56分钟

我们首先计算闭环时间常数。这里我们选择激进的调优,计算如下:

τC= 0.1大Ͽ�P或0.8Ͽ�P较大的0.1(1.6)或0.8(0.56)= 0.45分钟=。

代该闭合环路时间常数和上述FOPDT模型参数入式的IMC调谐相关性。3个产率以下调谐值:

PID COL21.

需要反向作用控制器,因为KC是正的。由于PI控制器具有积分动作,因此未输入偏置值,但是通过我们的仪器自动初始化循环关闭时控制器输出的当前值。

PI控制器的设计从P-只设置点数据
PID (P= RA, I= ARW, D= off, F = off)

PID PI控制器

图5 - PI控制器在跟踪设定点步骤中的性能

该控制器跟踪设定点变化的表现被描绘在图5.虽然好还是最好的性能是基于过程的能力决定的,生产的目标,上下游单位的影响和管理的,图的欲望。5个展品通常期望的性能。也就是说,快速的过程响应,显示了温和的过冲,很快平息,并显示没有偏移。与此相比,图3中,显示了P-仅适用于同一控制挑战性能。

PI整定参数的相互作用

PI控制器的一个挑战是,有两个调整参数来调整,可能出现困难
因为这些参数彼此交互。图6显示了调谐图,说明了如何
随着两个调优参数的改变,典型的设定点响应可能会发生变化。

图2的中心。图6示出了标记为基本情况性能的设定点步长响应。这是
重要的是要认识到,这一基础案例不会被一些人认为是“最好的”性能。
什么是最好的必须由操作员或工程师每个实现确定。一些不需要
超调而其他人将容忍一些超调,以换取更快的设定点的响应。在任何
事件,网格显示如何在两个调谐参数加倍和
调优的基础(此处定义为所需)减半。

PI控制器整地图

PI控制器整地图

图6 - 如何PI控制器整定参数的影响设定点跟踪性能

网格左上方的图显示,当增益加倍和复位时间减半时,控制器产生大的、缓慢的阻尼振荡。相反,右下角的图显示,当控制器增益减半和复位时间加倍时,响应变得迟缓。这个图表被称为调优图,因为通常情况下,如果控制器表现不佳,您可以将所观察到的性能与图6中最接近的图像进行匹配,并获得朝向预期性能所需的适当调优调整的指导。

结论

理解进程的动态行为对于正确设计和调优PID至关重要
控制器。推荐的设计和调优方法是:

文学引用

1.库柏,道格拉斯,“使用控制站的实际过程控制”,Control Station出版,
公司,斯托尔斯,CT(2004)。


有关基于模型的调整方法和技术的更多信息,请参见下面我们的其他资源:

PID调优蓝图,计算器和模拟器下载

PID教程下载

右键单击,“保存为”下载“基于模型的PID控制器整定方法”(10页)

右击'另存为'下载"性能监视基础“(17页)

请随时与控制站公司联系。这篇文章是谁捐赠给我们的。

控制站有限公司One Technology Drive Tolland, Connecticut 06084 877-LOOP-PRO (877-566-7776)

 无标题1
加入3800多名在LinkedIn上关注我们的专业人士吧。
请在YouTube上订阅。33.6k +订阅者从我们数百名教育视频中学习。恒耀娱乐登录
3800多名粉丝在我们的推特上保持更新。你不加入他们吗?
超过3000个朋友喜欢我们的Facebook Feed,您也可能需要遵循。
我们发布的每一篇博客文章都保证是独一无二的和有价值的。我们保证简短。
超过4000名粉丝在我们的74个Pinterest渠道上找到有趣的照片,您也可以。