首页 理论教育 复杂控制系统的结构及形式分析

复杂控制系统的结构及形式分析

时间:2023-06-22 理论教育 版权反馈
【摘要】:对于一些复杂控制系统而言,单回路控制系统难以满足控制要求,需要对其进行改进,改进后的控制系统被称为复杂控制系统。串级控制系统、前馈控制系统、比值控制系统等是比较常见的复杂控制系统的形式。通常前馈控制系统是和反馈控制系统联合工作的,称为前馈反馈控制系统。正是由于串级控制系统具有这样的优点,目前过程控制中,多数复杂的控制系统均采用串级控制系统结构。

复杂控制系统的结构及形式分析

对于一些复杂控制系统而言,单回路控制系统难以满足控制要求,需要对其进行改进,改进后的控制系统被称为复杂控制系统。串级控制系统、前馈控制系统、比值控制系统等是比较常见的复杂控制系统的形式。

1.串级控制系统

串级控制系统主要针对的是控制对象中扰动量多、控制对象时间常数较大,调节缓慢的情况,通常在控制系统中采用多个控制器直接串联的形式,串级控制系统因此得名。最简单的串级控制系统的结构图如图4-2所示。

相对单回路控制系统,串级控制系统增加了一个副调节器,同时增加了一个内回路,主调节器的输出作为副调节器的设定值。相对而言,串级控制系统在结构和需要整定的参数上都要比单回路控制系统复杂,但正是由于副调节器的存在,使得串级控制系统具有以下三个优点:

(1)由于副回路具有快速作用,串级控制系统对进入副回路的扰动有很强的克服能力。

图4-2 串级控制系统结构图

(2)由于副回路的存在,改善了对象的动态特性,提高了系统的工作频率。

(3)由于副回路的存在,使串级系统有一定的自适应能力。

正是由于串级控制系统具有这样的优点,目前过程控制中,多数复杂的控制系统均采用串级控制系统结构。在串级控制系统的设计中,需要将尽量多的扰动包含在内回路中,并且将副调节器选择为快速的调节器结构,若使用常规的PID 控制器,则主调节器常使用PI调节器,副调节器常使用P调节器。

2.前馈控制系统

前馈控制系统是基于补偿原理进行设计的,采用的是开环设计。前馈控制系统的思路是设计一个能够对扰动量 (或设定值)-被调量作用进行完全补偿的单元,以抵消扰动量对被调量的影响,这称为完全补偿原理。

但是实际使用过程中,前馈控制系统很少单独使用。这主要基于两点:首先在实际控制系统中,由于工况的变动,完全补偿条件很难满足;其次开环控制很难保证系统的准确性。通常前馈控制系统是和反馈控制系统联合工作的,称为前馈反馈控制系统。这种控制系统既兼顾了前馈控制系统的快速性,同时还利用反馈控制系统保证了系统的准确性。在这种控制系统中,前馈控制系统主要是针对系统的扰动进行设计的,由于反馈控制系统的存在,前馈控制系统在设计上不需要满足完全补偿调节也可以达到良好的控制效果。前馈控制系统的输出通常采用与反馈控制器的输出相加的形式引入控制系统,也有一些控制系统中是将两个输出相乘,前者是目前最典型的前馈反馈控制系统的结构,该结构如图4-3所示。(www.xing528.com)

图4-3 前馈反馈控制系统结构

由于前馈控制系统主要是针对扰动信号的控制系统,因此需要对应的扰动信号是可测的,否则前馈补偿无法实现。控制系统的扰动量通常包含多个,此时需要对扰动量进行甄别,前馈补偿主要针对主要和重要的扰动信号。但是有些场合下扰动信号和调节量之间很难区分主次,此时前馈控制就难以满足要求,需要选择解耦控制系统。

3.比值控制系统

在一些过程控制系统中,存在两个或两个以上的变量需要调节,这些变量之间按照工艺要求存在一定的比例关系,此时需要选用比值控制系统。如循环流化床锅炉燃烧控制系统中,空气量需要与燃料量之间保持一定的比例关系才能满足燃料的充分燃烧条件,因此空气量需要跟随燃料量的改变而改变。这里燃料量称为主动量,空气量称为从动量。在实际控制系统的设计中,主动量通常需要选择在生产过程中起主要作用的量,或者选择价格比较高的物料流量

按照控制要求的不同,比值控制系统分为单闭环比值控制系统、双闭环比值控制系统和串级比值控制系统。常见的单闭环比值控制系统的结构图如图4-4所示。

图4-4 单闭环比值控制系统结构

FT1—主流量测量值;FT2—副流量测量值

4.其他控制系统

除以上所述三种系统以外,较为常见的还有解耦控制系统和大时滞补偿控制系统两种。

解耦控制系统主要是针对多变量的控制进行的,按照工作原理分静态解耦和动态解耦两种。其中动态解耦在实际使用中难以实现,常用的是静态解耦。本章在燃烧控制系统中即采用了静态解耦矩阵的方式来解决床温和主蒸汽压力的耦合关系。

大时滞补偿控制主要是针对过程控制中存在的大时滞问题,通常认为系统的时滞时间与时间常数的比值τ/T>1时,系统就很难控制。目前主要是通过对控制对象进行预测并进行补偿的方式来解决这个问题,常见的为Smith预估算法。但是Smith预估算法需要对象模型非常准确,若是模型失配,则控制效果难以令人满意。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈