DCS及现场总线技术 .ppt

《DCS及现场总线技术 .ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、DCS及现场总线技术第4章DCS控制算法及组态4.1PID控制算法4.1.1理想PID控制算法离散PID控制算法可分为三类：位置算法、增量算法、速度算法。1.位置算法—积分系数；—微分系数；2.增量算法PID控制增量算法为相邻两次采样时刻所计算的位置值之差，即3.速度算法PID控制速度算法是增量算式除以采样周期T，即4.1.2控制度和采样周期控制度表明了直接数字控制与模拟连续控制在控制品质上的差异程度。模拟调节器的控制品质好于数字调节器，所以控制度大于1，控制度越大，表示离散系统的控制品质越差。4.1.3改

2、进PID控制算法1.积分算法的改进1）积分分离法它的基本思想是：当偏差大于某个规定的门限值时，取消积分作用，从而使不至于过大；只有当偏差较小时，才引入积分作用，以消除余差。积分分离PID算法可以表示为：2）遇限削弱积分法它的基本思想是：当控制量进入饱和区后，只执行消弱积分项的累加，而不进行增大积分项的累加。为此，在计算u(k)时，先判断u(k-1)是否达到饱和，若已超过umax，则只累加负偏差；若小于umin，则只累加正偏差，从而避免控制量长时间停留在饱和区。3）变速积分法它的基本思想是：改变积分项的累加速

3、度，使其与偏差大小相对应，即偏差越大，积分越小，以致减到全无；偏差越小，积分越大，以利于消除余差。变速积分PID算法可以表示为：其中，是偏差e(k)的函数，，当增大时，f减小；减小时，f增大。4）圆整误差问题由于工业计算机往往采用定点计算，存在字长精度限制的问题，当计算结果超过机器字长精度所能表示的范围时，计算机就将其作为机器零而把此数丢掉。常用的解决方法是在程序编制时设计一个累加单元，来解决由于定点运算的字长限制而丢掉积分作用的问题。另外圆整误差问题主要是针对增量式算法存在的。5）梯形积分法若用梯形求积公

4、式代替矩形积分来进行数字积分，可提高积分计算的精度且少受噪声的影响。但需要增加计算时间和内存容量。2.微分算法的改进1）微分先行微分先行是只对被控变量进行微分作用，而不对设定值进行微分作用。微分先行的PID位置算式为：微分先行的PID增量算式为：不完全微分PID位置算式为：2）不完全微分微分环节具有超前调节作用，常用来改善被控系统的动态性能，但微分作用对信号的高频噪声很敏感，实际使用时通常需要加上惯性环节。3）四点中心差分法该方法在组成差分时，不是直接使用前后两次偏差，而是用平均差做基准，再用加权平均的方式

5、构成近似微分项。采用四点中心差分法的PID位置算式为：3.其他形式的PID控制算法1）带有不灵敏区的PID控制算法对于某些对控制要求不高，且希望控制作用尽量少变的系统，可以采用带有不灵敏区的PID控制算法，即其中，B为不灵敏区2）二维PID控制算法当α=β=0时，形成常规的PID控制，即PID输出是偏差的函数；当α=β=1时，形成I-PD控制。调整α和β，可使控制系统在定值和随动控制时都有较好的控制品质。3）给定值的前置滤波法采用前置滤波器对给定值r进行滤波，使进入控制回路的给定值不突变。4.2复杂控制算法

6、具体流程控制图补讲4.2.1前馈控制所谓前馈控制，实质上是一种对扰动按补偿原理进行调节的开环控制系统。其特点是当扰动产生后，在被控变量还未显示出变化之前，根据扰动作用的大小进行调节，以补偿扰动作用对被控变量的影响。如果这种前馈作用运用恰当，可以使被控变量不会因扰动作用而产生偏差，比反馈控制要及时，并且不受系统滞后的影响。右图为前馈控制系统方框图，为了使系统在扰动作用下不受影响，则对于某一特定扰动，如果补偿得当，前馈控制系统的品质十分理想，但是要实现完全补偿并非易事，因为工业过程的数学模型是时变的、非线性的；

7、同时扰动也是不可完全预见的（扰动往往不只一种），前馈控制只能在一定程度上补偿扰动对被控变量的影响。因此，在实际应用中通常将前馈控制和反馈控制结合起来，构成前馈反馈控制系统。前馈控制克服主要扰动的影响。反馈控制克服其余扰动及前馈补偿不完全部分。这样，系统即使在大而频繁的扰动下，依旧可以获得良好的控制品质。4.2.2串级控制串级控制系统的方框图如下图所示：4.2.3Smith预估补偿控制Smith预估补偿器的表达式为：Smith预估补偿控制方案如下图所示：4.2.4选择性控制常用的选择器是高选器和低选器，它们通

8、常有两个或多个输入。低选器把低信号作为输出，用LS表示；而高选器将高信号作为输出，用HS表示，即4.2.5比值控制1.开环比值控制系统2.单闭环比值控制系统3.双闭环比值控制系统4.2.6先进控制先进控制算法是基于先进控制策略产生出的各种控制算法。在工业生产过程中已成功应用的算法包括模型预测控制、内模控制、模糊控制、神经网络控制和专家控制等，其中模糊控制、神经网络控制和专家控制是智能控制的组成部分。先进控制策略如