CN1010433B - 具有两个自由度的调节***的过程控制装置 - Google Patents

Abstract

一种既能对据以控制受控对象的给定点信之变化、又能对作用于受控对象之干扰均作出最佳响应的，具有两个自由度调节***的过程控制装置。这种具有一调节***的控制装置配备有一个只能对两种特性——对的定点值变化的跟踪特性和对作用于受控对象的干扰之抗扰特性——之中的一种作显著改变的补偿器。与常规装置的不同点是：该补偿器具有一个积分时间调节器。

Description

本发明有关应用于过程控制的控制装置，尤其是对设定点值的跟踪性能和对外部干扰的抗扰性能均极为优良的过程控制装置。

由于在过程控制方面的日益增长的需求，诸如：（1）节约资源和节约能源;（2）精简人员和节省电力;（3）产品标准化和高质量化;（4）安全生产;以及（5）灵活应变性;因此，对于过程控制的性能要求也随之日益提高。当前，人们已经计设出各种各样的装置，以达到这个目的。

在操作设备时，特别是对于连续过程等，由于各种因素，如：上游工序产量变化，各种外来干扰，由于最佳化和多级（联）控制而引起的设定点值之变化，等等;即使这些因素对整个***控制只产生了少量干扰，其影响就会以连锁反应的方式向下游工序扩展。由此可见，过程控制的基本原理乃是最大限度地改进各个单元控制***的控制性能。近来经常出现此类情况：伴随着设备运行的灵活应变性和节约能源，产生了诸如运转过程中负载变化之类的大规模干扰，或者由于最佳化、多级（联）控制及设定点值控制等因素而引起频繁而且大幅度的设定点值变化。

在这些情况下，要实现上面所提到的要求，就面临着两个问题。第（1），使控制***获得对于设定点值变化的理想响应;第（2），获得充分的反馈以控制干扰。然而，传统的控制装置并不是为了同时充分有效地处理这两个问题而制作的。尤其是需要良好地调节积分时间，在该积分时间有可能产生跟踪设定点值变化的特性和对由于干扰所产生的影响的遏制特性之间的不协调现象。

图纸说明

图1是先有技术的常用过程控制装置的功能方框图。

图2是与CHR法相关的控制常数。

图3是先有技术的另一过程控制装置的功能方框图。

图4是表示分离式过程控制装置的方框图。

图5为PID参数的对于干扰的最佳参数和对于设定点值的最佳参数。

图6是在采用各种最佳参数情况下的对外来阶跃干扰的响应曲线。

图7是对设定点值的单位阶跃变化的响应曲线。

图8是说明本发明的第一实施例的结构的功能方框图。

图9是改变设定点值变化之调节参数时的积分时间等效变化。

图10是根据本发明、通过参数变化而如何对***之特性进行调节的注释曲线图。

图11是根据本发明、通过参数变化而如何对***之特性进行调节的注释曲线图。

图12是说明本发明的第二实施例之结构的功能方框图。

图13表示本发明的第二至第四实施例的传递函数。

图14（A）表示超前/滞后运算的输出值。

图14（B）表示控制值PV的变化。

图15是说明本发明的第四实施例的结构的功能方框图。

图16是根据本发明，通过参数变化而对***之特性进行调节的注释曲线图。

图17是补偿运算器的另一种结构的方框图。

图18（A）和18（B）表示对控制值PV的响应曲线。

图19（A）是根据本发明、通过参数变化而对***的特性进行调节的注释曲线图。

图19（B）是根据本发明、通过参数变化而对***的特性进行调节的注释曲线图。

图20、21和22是第五实施例的补偿运算器另一种结构的方框图。

图23是表示本发明第六实施例的结构的功能方框图。

图24是传递函数对单位阶跃输入的输出量的响应特性。

图25是在由具有一阶滞后及空闲时间的元件构成过程的情况下的对单位阶跃的响应曲线。

图26是表示本发明的第七实施例的结构的功能方框图。

图27是说明第七实施例的等效积分作用部份的方框图。

图28是表示本发明第八实施例的结构的功能方框图。

图29和30是表示第七实施例之性能的注释曲线图。

图31是表示本发明第八实施例的结构的功能方框图。

图32是表示本发明第九实施例的结构的功能方框图。

图33是表示本发明第十实施例的结构的功能方框图。

图34是表示本发明第十一实施例之结构的功能方框图。

图35是表示本发明第十二实施例之结构的功能方框图。

图36是表示本发明第十三实施例之结构的功能方框图。

图37是表示本发明第十四实施例之结构的功能方框图。

图38是表示本发明第十五实施例之结构的功能方框图。

图39是表示本发明第十六实施例之结构的功能方框图。

图40表示第十六实施例的积分运算的另一种结构。

图41和42是表示本发明第十七实施例之结构的功能方框图。

图43表示第十七实施例跟踪设定点值的响应特性曲线。

图44是表示本发明第十八实施例之结构的功能方框图。

图45是表示本发明第十九实例的结构的功能方框图。

图46和47是表示本发明第二十实施例的结构的功能方框图。

图48展示根据第二十实施例的各种控制方式。

图49表示第二十实施例的跟踪设定点值的响应特性曲线。

图50表示一个不完善的两个自由度控制装置的跟踪设定点值的响应特性曲线。

图51和52是表示本发明第二十一实施例之结构的功能方框图。

图53是表示本发明第二十二实施例之结构的功能方框图。

图54是根据本发明，受控对象的传递函数，响应控制值PV之仿真的结果。

图55展示根据第二十二实施例的各种控制方式。

图56表示第二十二实施例的修正过的结构。

图57是表示本发明第二十三实施例之结构的功能方框图。

图58是表示本发明第二十五实施例之结构的功能方框图。

图59（A）、59（B）和60是第二十五实施例的响应特性曲线的几个例子。

根据本发明，提供了一种过程控制装置，这种过程控制装置能够以两个自由度调节工作参数，这种调节可以非常简易而精确地完成，以应付干扰和设定点值的变化。简言之，本发明的主要目的是提供一种经过改进的具有两个自由度的过程控制装置。特别是，本发明可以充分地调节积分时间。

为了便于理解先有技术面临的困难，下面将对常规控制***作一简单说明。

图1中表示的是采用先有技术中的一台普通过程控制装置的功能方框图。图中“1”是一个偏差运算器，“3”是一个控制运算器，“5”是受控对象。偏差运算器1计算出从受控对象5反馈来的控制值PV和设定点值SV之间的偏差量E（＝SV-PV）。控制运算器3根据公式（1）给出的传递函数C（s）对偏差量E执行比例运算、积分运算和微分运算， 确定一个能使控制值PV和设定点值SV相等的经过调节的运算输出值MV;以及将偏差E输出至受控对象5。在控制运算器3里，经过调节的运算输出值MV被作为操纵值而输出。当由于干扰D的影响而在控制***中产生干扰时，这一干扰即被测出作为控制值PV的变化量。

上述公式中，K_P、T_I和T_D是传递函数C（S）的控制常数，分别代表比例增益值、积分时间和微分时间。此外，S为复变量，以及γ为处于如0.1-0.3范围内的常数。

从公式（1）所示之传递函数可以看出，控制装置的响应特性是通过调节控制常数K_P、T_I和T_D而确定的。在一般控制***中，控制常数K_P、T_I和T_D被调节到这样一种状态，当过程受到外部干扰的影响时能迅速遏制干扰的状态，亦即是具有遏制干扰的最佳特性的状态。

但是，当控制常数被设定于对遏制干扰的最佳特性时，如果设定点值SV起了变化，就会使控制值PV不能跟踪设定点值SV之变化，从而产生超调（量）。而且，假如控制常数被设定于控制值PV最佳地跟踪设定点值SV之状态，即被设定于跟踪设定点值的最佳特性的状态，那就会形成对干扰的抗扰特性之不充足;结果响应时间就会拖得很长。

如上所述，遏制干扰的特性的最佳条件的控制常数值和跟踪设定点值的特性的最佳条件的控制常数值之间彼此显著不同。这一点可检验图2所示的CHR（Chien，Hrones和Reswick）法控制常数的调节公式来理解。

这样，对于控制运算器3的传递函数来说，K_P、T_I和T_D控制常数各只能设定一种。由于这一原因，在传统的装置里，考虑到受控对象5的特性（如：对干扰的响应能力）和考虑到控制型式（如：设定点值的变化形式），选择两组控制常数的其中之一组，从而牺牲另一组;或者在响 应方面形成两种状态均能容许的折衷办法。

图3表示另一个先有技术的过程控制装置。这是一个能对控制值PV进行微分运算的PID（比例加积分加微分）控制装置。具体地说，一个PI（比例加积分）运算部件7对设定点值SV与控制值PV之间的偏差量E进行PI（比例加积分）运算;接着，在减法器9里，从PI运算器7的输出量里减去微分运算装置11对控制值PV进行微分运算后的输出量。上述运算之结果被输入比例增益装置13与比例增益K_P相乘。最后所得的信号被作为一个操纵信号MV传送给受控对象5，以使控制值PV与设定点值SV相同。但是，这一控制装置不能同时处理干扰和设定点值之变化。

为了解决上述问题，已经构想出了某些有两个自由度的结构。图4为一方框图，表示一个应用两个自由度的分离式过程控制装置。

如图4所示，在先有技术中的过程控制装置中，设定点值SV和控制值PV之间的偏差量E₁（＝SV-PV）是在减法器15中算出的;然后偏差量E₁在积分运算单元17中进行积分运算。

另一方面，在系数装置19里设定点值SV与系数α相乘之后，偏差量E₂（＝αSV-PV）即在减法器21（比例运算）里算出。

此外，设定点值SV在系数装置23中与系数γ相乘;然后在减法器25中从上述乘积里减去控制值PV，计算出偏差量E₃（＝γSV-PV）;偏差量E₃在微分运算器27中接受微分运算。

于是，积分运算的输出值、偏差量E₂以及微分运算的输出值在加法器29中进行加法综合;其结果在比例增益器31中与比例增益K_P值相乘之后，得到的乘积即被作为操纵信号MV提供给受控对象5。

在上述先有技术的控制装置里，当干扰D作用于受控对象5时，控制常数-即比例增益值K_P、积分时间T_I和微分时间T_D被调节到一个能迅速遏制干扰D的影响的状态，即遏制干扰的最佳特性条件。对于设定点值SV之变化，该控置装置通过调节用以调节比例增益值的α系数以及 调节用以调节微分时间的γ系数的方法，来跟踪设定点值之变化。

可是在先有技术的设备中，虽然通过调节系数α和γ而对比例增益值K_P和微分时间T_D作了补偿;但是，对于在积分运算中起决定性作用的积分时间T_I却并没有作出补偿。因而产生下列问题。

即，作为遏制干扰最佳值的控制***的积分时间是由受控对象的寂静时间（L）的大小而决定的;以及作为跟踪设定点值之最佳值（的积分时间）则是由时间常数T的大小所决定的。但是，在静寂时间L和时间常数T之间相差很大;而且，当两者的时间差异越大，对干扰的抗扰特性处于最佳状态时，跟踪设定点值的特性越差。因此，作为具有两个自由度的PID（比例加积分加微分）控制装置，先有技术的控制装置是不完整的;对于必须大量使用PID控制装置的设备等，则是完全不能使用的。

在此，采用下列模型作为不稳定过程的一个G_P（S）模型：

G_p（s）＝e^-5s/{S（l+S）}

图5表示PID参数的对干扰的最佳抗扰参数K_P、T_I和T_D（在这套参数值下，控制装置的遏制干扰影响的性能达到最佳程度），以及其跟踪设定点值的最佳参数K_P＊、T_I＊和T_D＊（在这一套参数值下，控制装置迅速使设备进入一种新的状态）。此外，在使用各别的最佳参数的情况下，对一个阶跃式干扰的响应（曲线）如图6所示，对设定点值的单位阶跃变化的响应（曲线）则如图7中所示。

如图6所示，在阶跃式干扰的情况下，当对干扰的最佳抗扰参数K_P、T_I和T_D已被设定时，将会获得曲线（A）所表示的那种令人满意的响应。但是，当它们被设定为跟踪设定点值的最佳参数值K_P＊、T_I＊和T_D＊时，就会产生如曲线（C）所表示的稳态偏差。

相反，对于设定点值SV的阶跃变化，当这些参数被设为跟踪设定点值的最佳参数值K_P＊、T_I＊和T_D＊时，就能获得如图7中曲线（C）所示 之良好的响应性能。但是，如果它们被设定为对外部干扰的最佳抗扰参数值K_P、T_I和T_D，则会产生超调现象，形成图7中曲线（A）所示之振荡。

下文介绍应用本发明的若干类型的过程控制装置。

〔前馈补偿型〕

在以下说明中，“前馈”（feedforward）一词代表设定点值利用一个偏差运算器接受运算后，其结果而被馈入受控对象的这样一种结构。

图8为一功能方框图，用以说明采用本发明第一实施例的过程控制装置的构造。

图中，编号33为一补偿运算器。设定点值SV被传送给补偿运算器33和偏差运算器35。偏差运算器35确定设定点值SV与来自受控对象37的控制值PV之间的偏差值E，并将所得结果输出至控制运算器39。控制运算器39根据公式（1）确定的传递函数C（s）对偏差值E作比例运算、积分运算和微分运算;从而计算出调节后的输出值MV。

这里，传递函数的控制常数K_P、T_I和T_D可以假定为已通过图2所示之CHR法等而被调整为遏制干扰的最佳条件值，从而使干扰D引起的控制值PV之变化由于被调节的输出值u的作用而被遏制在没有超调和最小设定时间的状态。

但是，对于取决于上述调节的控制常数来说，当设定点值起变化时，增益值就增大，形成过度控制，使得控制值PV大大超过设定点值。所以，补偿运算器33根据下文所述的公式（2）给出的传递函数H（s）对设定点值SV进行补偿运算，以计算出补偿量a（s）;其目的是，根据设定点值变化所产生的偏差量E，将已被调节到遏制干扰最佳特性条件的控制常数 K_P、T_I和T_D进行校正，以便相当于跟踪设定点值最佳特性条件值之参数K_P＊、T_I＊和T_D＊。补偿量a（s）被输出到一个运算器41;在运算器41里，从来自控制运算器39的调整后的输出值u里减去补偿量a（s），相减后的结果被作为操纵值MV而提供给受控对象37。经过这一补偿，已被调节到对干扰的最佳遏制特性条件的由公式（1）给出的传递函数，由于设定点值变化而引起的偏差量E，被修正到具有如公式（3）所示的跟踪设定点值最佳特性条件之传递函数C＊（s）。

${\mathrm{H(S)\; =\; K}}_P\mathrm{｛\; (1-\; \alpha \; )\; +}\frac{\beta }{{\mathrm{1\; +\; T}}_I\mathrm{·S}}+\frac{{\mathrm{(1\; -\; \gamma \; )\; ·T}}_D\mathrm{·S}}{{\mathrm{1\; +\; \eta \; ·\gamma \; ·T}}_D\mathrm{·S}}\mathrm{｝\; (2)}$

$C^{*}{\mathrm{(S)\; =\; K}}_P\mathrm{｛\; \alpha \; +}\frac{1}{T_I\mathrm{·S}}-\frac{\beta }{{\mathrm{1\; +\; T}}_I\mathrm{·S}}\mathrm{)\; +}\frac{{\mathrm{\gamma \; ·T}}_D\mathrm{·S}}{{\mathrm{1\; +\; \eta \; +\; \gamma \; ·T}}_D\mathrm{·S}}\mathrm{｝\; (3)}$

${\mathrm{=\; K}}_P{}^{*}\mathrm{｛\; 1\; +}\frac{1}{T_I{}^{*}\mathrm{·\; S}}+\frac{T_D{}^{*}\mathrm{·S}}{{\mathrm{1\; +\; \eta \; ·\; T}}_D{}^{*}\mathrm{·\; S}}\mathrm{｝\; (4)}$

公式中，α、β和γ为调节参数。α调节比例增益值K_P，β对积分时间T_I作等效修正，γ修正微分时间T_D。

以上述方式建立起来的控制装置，无论是由于控制值PV还是设定点值SV起变化，相对于来自偏差运算器35的偏差量E，由公式（2）的传递函数就能计算出对干扰的最佳抗扰特性条件。计算结果中，根据由于设定点值变化所产生的偏差而计算出的那一部份结果则通过只依据设定点值计算出的补偿量a（s）来进行校正，并使用公式（3）的传递函数，将其修正到具有跟踪设定点值最佳特性的条件。这样，就能够在不改变已调节到最佳抗扰特性条件的控制常数K_P、T_I和T_D的前提下，通过校正能根据设定点值之变化而独立作最优化调节的参数α、β和γ，来设定跟踪设定点值最佳特性条件的控制常数值K_P＊、T_I＊和T_D＊。

下面说明本实施例之原理。

图8所示之过程的控制响应可由下列公式表示：

$\mathrm{PV\; =}\frac{{\mathrm{｛C(S)\; -H(S)\; ｝·\; G}}_P\mathrm{(S)}}{{\mathrm{1\; +\; C(S)\; ·\; G}}_P\mathrm{(S)}}\mathrm{\times SV\; +}\frac{G_P\mathrm{(S)}}{{\mathrm{1\; +\; C(S)\; ·\; G}}_P\mathrm{(S)}}\mathrm{\times D\; (5)}$

根据公式（5），当设定点值SV改变时，为了单独控制对设定点值SV之响应，而不改变对干扰D的响应，人们只需要改变一下因子｛C（S）-H（S）｝。如果｛C（S）-H（S）｝是跟踪设定点值最佳特性条件之传递函数C＊（S），就有必要对传递函数C＊（S）作一下调整，使其能够单独根据设定点值SV之变化而独立地改变传递函数的控制常数K_P、T_I和T_D之值;以使跟踪由于设定点值变化引起的响应的特性最优化，而不改变已调节到对干扰的最佳抗扰条件的控制常数的值。

此外，为了能够建立对于设定点值SV的控制响应，根据终值定理就有这样的必要：当设定点值SV阶跃式改变了固定值a时，而同时干扰D的值保持不变，则偏差量E_SV＝a在稳态下必须为零。

公式（3）给出的传递函数C＊（S）限定了一种能满足上述两项条件的函数。

换句话说，对于前一项条件，调节参数α、β和γ被包含在该函数中，只是为了设定点值SV而改变各控制常数K_P、T_I和T_D之值，而不影响控制值PV。为了获得这样一个函数C＊（S），本实施例给出了这样一个结构：在该结构里，补偿运算器33向控制运算器39的输出提供补偿量a（S），而其传递函数H（S）则由公式（2）给出。

传递函数H（S）也可由下列公式确定，并根据调节参数α、β和γ的设定值对每一比例运算、积分运算和微分运算进行补偿运算，从而算出对于设定点值SV之补偿量a（S）。

H（S）＝C（S）-C＊（S）    （6）

可以用跟踪设定点值最佳特性条件的控制常数K_P＊、T_I＊和T_D＊代 入公式（4）（由（3）给出的传递函数C＊（S）），从而确定函数的调节参数α、β、γ的设定点值。确定方法如下：（这里的K_P＊、T_I＊和T_D＊的值可以用图2所示之CHR法或别的方法确定。）

首先确定α值：

K^＊ _P＝α·K_P∴α＝ (K^＊ _P)/(K_P) （7）

参数β_O，可根据下文中将描述之终值定理而确定，令：

再者，β_O可从下式确定：

$\frac{K_P{\mathrm{\times \beta }}_O}{T_I\mathrm{·S}}=\frac{K_P{}^{*}}{T_I{}^{*}\mathrm{·\; S}}{\mathrm{\therefore \; \beta }}_O\mathrm{=\; \alpha \; \times }\frac{T_I}{T_I{}^{*}}\mathrm{(9)}$

接着，γ可由下列公式确定：

$K^{*}{}_{P}T{}^{*}{}_D\mathrm{=\; r}{}^K{}_P\mathrm{·T}{}_D\mathrm{\therefore \; r\; =}\frac{K^{*}{}_P}{K_P}\frac{T_D{}^{*}}{T_D}\mathrm{=\; \alpha }\frac{T_D{}^{*}}{T_D}\mathrm{(10)}$

下面阐述满足终值定理之第二项条件。

为了使稳态偏差量E_SV＝a为零，就必须形成下列公式

${}^{\mathrm{l\; i\; m}}{}_{\mathrm{S\; \to O}}\frac{{\mathrm{｛\; C(S)\; -\; H(S)\; ｝G}}_P\mathrm{(S)}}{{\mathrm{1\; +C(S)\; ·G}}_P\mathrm{(S)}}\mathrm{=\; 1\; (11)}$

为了满足公式（11），积分项就显得很重要。因为对于s→0，就必然导出 ${}^{\mathrm{l\; i\; m}}{}_{\mathrm{S\to O}}\frac{1}{T_I\mathrm{·S}}\mathrm{\to \infty }$ ，因而公式（11）只有在其分母和分子具有相同值时才能成立。由于这一原因，积分时间T_I不能用简单地与参数α或γ相乘的方法来改变。为此，提供了一个结构-使用最接近于如公式（9）所示的积分运算的一阶滞后将积分时间作等效变化。

有了这样一个结构，就为分母和分子提供了相同的积分项;分子中的积分时间通过一阶滞后得到调节，从而满足终值定理。

下面阐述是否能够使用一阶滞后对积分时间作等效变化;积分时间在传统的控制装置里是很难补偿的。

根据公式（1）和（3），干扰的积分项为 1/(T_I·S) ，而设定点值变化的积分项为（ 1/(T_I·S) － (β)/(1＋T_I·S) ）。将这两个积分项进行比较，就能通过变更调节参数β而只对设定点值变化之积分时间作等效变化，如图9所示，而干扰的积分项保持不变。

在图9中，曲线a代表积分项 1/(T_I·S) ;曲线（b）代表从曲线（a）里减去一阶滞后 (β)/(1＋T_I·S) （β＝ 1/2 ）的曲线;而曲线（c）是代表从曲线（a）减去一阶滞后 (β)/(1＋T_I·S) （β＝1）的曲线。曲线（b）和（c）是一阶滞后对曲线（a）的积分时间作等效修正的结果，所以能够为如公式（8）所示的 (β)/(T_I·S) 所逼近。在实际仿真中，β之最佳值为2×β。由于一阶滞后的输出值由β的值所决定，所以当β的值增加时，积分时间亦按（a），（b）和（c）的顺序而增加。而且，在实际控制时，积分时间变化所需的时间大约为过程响应的时间（积分运算的积分时间T_I）。在这个过程中，积分可以近似于线性。在图9中，每一响应（曲线）的一阶滞后的减去的分量参照曲线（ⅰ）和（ⅱ）而表示。由上可见，以曲线（a）作为基准，将β作正方向增加，就能增加积分时间T_I; 将β作负方向增加，即可减少积分时间。

显而易见，根据本发明实施例，在设定点值产生变化后的一段时间内进行积分时间较长的积分运算;同时，设定点值在短的积分时间内被积分。

下面详细阐述本实施例的运算方式，以及各个控制常数和调节参数的调节方法。

就调节方法而言，方法（1）：先确定过程的特性（时间常数T、寂静时间L和过程的增益值K），再以CHR法或其它方法根据这些数值进行调节。以及方法（2）：对控制常数调节到使对设定点值的阶跃响应等于在对过程特性不完全了解的条件下的预期响应。

根据方法（1），能计算出遏制干扰最佳特性条件和跟踪设定点值最佳特性条件的控制常数K_P、T_I、T_D、K_P＊、T_I＊和T_D＊;因此将它们代入公式（7）、（9）、和（10）就能计算出调节参数α、β和γ。

而在许多情况下常用的第（2）种方法里，则首先通过逐步地改变设定点值SV，先将控制运算器39的控制常数K_P、T_I和T_D进行调节，使对控制值PV的响应相等于遏制干扰的最佳特性条件值。然后，将调节参数校正到能产生对应于跟踪设定点值预期的最佳特性条件的响应。举例子说：如果对受控对象37的传递函数GP（s）＝ (l)/(l+5s) e^-2L，取γ＝0（比例与积分补偿运算的情况）进行仿真，则响应之变化由参数α和β之值所决定，如图10和11中所示。

此外，本实施例还有一个结构，通过这一结构能用参数来调节响应。因此，只要改变参数α之值，就能获得各种形式的控制。所以，在图10中，假如α＝0，即形成I-PD（积分-比例加微分）控制;如果α＝1，则形成遏制干扰的特性条件之单一控制，这与传统的控制装置 相类似。这里，参数α调节控制常数的比例增益值K，通过在0≤α≤1的范围内改变参数α，即可选择响应特性曲线的上升及响应超调状况。此外，β是用于改变积分时间T_I的参数，能够在不影响响应曲线上升的同时改善响应超调，如图11所示。实际仿真显示，最佳条件获得时：α＝0.4，β＝0.15。另外，γ为改变微分时间T_D值的参数，利用γ能改变响应曲线的上升特性。

一旦控制常数K_P、T_I和T_D以及调节参数α、β和γ已经如上设定后，当一个干扰D作用于受控对象37时，由干扰D而引起的控制值PV的变化即被作为与跟踪设定点值SV的偏差量而提供给控制运算器39。然后，根据对干扰之最佳抗扰特性条件的控制常数计算出调节输出值u，再把结果输出至图8的运算器41。在运算器41里，因为设定点值SV没有起变化，所以来自补偿运算器33的补偿量a（s）也不变;因此把操纵值MV输入到受控对象37即能迅速排除干扰D引起的变差。

当设定点值SV进一步变化时，在干扰受到遏制的条件下，控制运算器39还能执行与附加变化相当的偏差值E之运算。但是，对于设定点值SV的变化的那一部分，则在运算器41中减去由补偿运算器33根据调节参数计算出的补偿量a（s）;并将减得的结果输出至受控对象37，从而产生一个能最佳地响应设定点值SV的补偿。

如上所述，根据本发明可以做到：（1）把已经调节到遏制干扰条件的控制常数虚拟校正至跟踪设定点值的条件，从而实现同时具有对干扰的抗扰特性和对设定点值的跟踪特性。还可以做到（2）：独立调节遏制干扰条件的常数和跟踪设定点值的常数，从而能自由地为这两种常数选择最佳条件。还能做到（3）：由于在控制常数被调节之后，还可以对调节参数进行选择以使控制值PV能最佳响应设定点值，因而就有可能立即进行调节，从而导致可靠、简便和高速的调节。此外，还能做到（4）：本发明有一个只要在控制运算器39上加上补偿运算器33的功能即可实现的控制 装置的结构，因而本发明可以很方便地应用到现有的控制装置上。最后（5）：因为能对积分时间T_I进行补偿，尽管仅仅是等效补偿，但这种补偿至今一直被认为是不可能的，所以本发明还能显著提高控制性能，特别是积分过程（不稳定过程）的控制效能。这是因为，与遏制干扰的最佳特性条件的积分时间之有限性相反，跟踪设定点值最佳特性条件的积分时间必须是无限的;所以有必要配备一个能改变积分时间的结构，以求获得对于两种条件均合适的最佳控制效能。此外，图2所示的CHR法中，积分时间独自是由不同的参数决定的，即取决于受控对象对于遏制干扰的寂静时间L和受控对象对于跟踪设定点值的时间常数T，所以，为了改进控制性能，这种补偿是绝对必要的。

在上述对本发明的实施例的描述中，所作的说明基于这样一种假定：即控制运算器39进行各种比例运算、积分运算和微分运算，且补偿运算器33进行相应的比例运算、积分运算和微分运算。但是，在本发明中，为了改善控制性能，控制运算器11可以有一种能至少执行积分运算的结构。换言之，本发明在于对设定点值跟踪特性和遏制干扰特性两者的积分时间都进行调节。补偿运算器10可以具有这样一种结构-由滞后元件执行等效积分补偿运算;这种运算可以是单一的积分运算，也可以是有选择地与积分运算和比例运算或微分运算之联合运算，取决于对设定点值跟踪所需要的响应特性。举例子说：如果只须对超调进行控制就足够了，则补偿可以由单一的积分运算所组成，以及可以由积分运算与比例运算或与微分运算结合，或同时与两者结合所组成，取决于响应上升特性的改善程度。

除此之外，在上述实施例中，常用的不完整微分（imperfect    differentiation）经常被用作控制运算器39的微分计算。然而，使用完整微分（perfect    differentiation）运算当然也能取得类似效果。换言之，微分运算应该既包括完整微分，也包括不完整微分。

〔设定点值补偿〕

本发明也可应用于在偏差运算器的前置级上由补偿器对设定点值执行运算的过程控制***，而不影响对作用于该***的干扰之遏制能力。

参见图12至图22，下文将描述本发明的第二至第六实施例。在这些实施例中，与第一实施例中相同的部件给予相同的编号，以免不必要的重复解释。

本实施例在偏差运算器35的前置级上，为设定点值SV配备有一个补偿运算器47。在第一实施例中，在控制运算器39里，对于设定点值之变化，对已被调节到最佳抗扰条件之控制常数K_P、T_I和T_D作虚拟补偿以达到跟踪设定点值最佳条件之控制常数值，使得在遏制外部干扰的条件下，把来自补偿运算器33的补偿量a（s）连同设定点值变化引起的偏差加到控制运算器39的输出值。在本实施例中则相反，对于设定点值SV的变化，补偿运算器47执行补偿运算，把控制运算器的遏制干扰的预定控制常数变成补偿量，后者对跟踪设定点值条件之控制常数值作虚拟校正。补偿运算的结果被提供给偏差运算器35。

换言之，图12所示之本实施例的控制响应（曲线）可由下列公式表示。

从方程式（13）中可见，为了能在不改变对干扰响应的同时控制对设定点值SV的响应，须要改变传递函数H（S）·C（s）。

图13所示为本发明的第二至第四实施例的传递函数。在这些实施例中使用超前/滞后运算装置，作为补偿运算器47。图中也反映了对应于各个实施例的总体调节方式。

关于这一点，兹对总体调节方式作如下说明：表达式由四个不同符 号P、I、D和短横“-”所组成。没有短横的表达式代表一个自由度的控制***。例如：PI（比例积分）调节方式代表该控制***能按照一种比例率和积分时间对设定点值跟踪特性和对作用于该***的干扰的抗扰特性进行控制。有一个短横的调节方式则表示能对这两种特性实行不同的控制;短横前面的符号代表对两种性能均起作用的调节方式，短横后面的符号只代表对抗扰特性起作用的调节方式。例如：I-P（积分-比例）控制代表这样一种调节方式：对于两种特性都能调节积分时间，而只有干扰遏制特性接受比例运算。如果前后两个符号相同，则该表达式代表一个具有两个自由度的控制***。假如表达式中三种符号由两根短横相连接，则前面符号代表设定点值跟踪性能的调节方式，后面一个符号代表对外来干扰之遏制特性的调节方式，而中间那个符号则代表对两种性能均起作用的调节方式。例如：P-I-P表示的这样一种调节方式：比例率调节具有两个自由度，对两种特性进行具有一个自由度的积分运算。

（1.1）设定No.1.1    标准PI（比例积分）控制

当α＝1……时，则H（s）＝1，即为先有技术的标准PI控制。

（1.2）设定No.1.2    P-I（比例-积分）控制

当α＝0……时，则

$\mathrm{H(S)\; =}\frac{1}{{\mathrm{1+T}}_I\mathrm{·S}}$

这也就是配备有设定点值滤波器的PID（比例积分微分）控制方式。在这种情况下，PI控制用的PI参数被设定为遏制干扰的最佳PI参数值;而超前/滞后运算器47的时间常数则被设定为积分时间T_I。无论对于外部干扰和设定点值的变化，这些设定值都是最佳的，从而获得一个具有两个自由度的PI控制***。

对于控制值PV的变化，得出

这代表一个PI（比例积分）运算。

对于设定点值SV的变化，得出

$\mathrm{H(S)\; \times C(S)}$

$=\frac{1}{{\mathrm{1+T}}_I\mathrm{·\; S}}{\mathrm{\times \; K}}_P\mathrm{(\; 1\; +}\frac{1}{T_I\mathrm{·\; S}})$

$=\frac{1}{{\mathrm{1+T}}_I\mathrm{·S}}{\mathrm{\times \; K}}_P\times \frac{{\mathrm{1\; +\; T}}_I\mathrm{·S}}{T_I\mathrm{·S}}$

$=\frac{K_P}{T_I\mathrm{·\; S}}$

这表示所谓的I-P（积分-比例）控制***。

（1.3）设定No.1.3    P-I-P控制

当0＜α＜1时，得出

$\mathrm{H(S)\; =}\frac{{\mathrm{1\; +\; \alpha \; ·T}}_I\mathrm{·S}}{{\mathrm{1\; +T}}_I\mathrm{·S}}$

从总体观点看，这代表一种P-I-P（比例-积分-比例）控制方式，证明如下。P-I-P表示I（积分）同时对于设定点值和控制值进行运算，而P（比例）对于设定点值的变化量和控制值的变化量可以单独设定。

对控制值PV的变化，导出

$K_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}})$

这代表一个PI（比例积分）运算。

对于设定点值SV之变化，导出

$\mathrm{H(S)\; \times C(S)}$

$=\frac{{\mathrm{1\; +\; \alpha \; ·\; T}}_I\mathrm{·S}}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}{\mathrm{\times \; K}}_P\mathrm{\times \; (1+}\frac{1}{T_I\mathrm{·S}})$

$=\frac{{\mathrm{1\; +\; \alpha \; ·T}}_I\mathrm{·S}}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}{\mathrm{\times \; K}}_P\times \frac{{\mathrm{1\; +T}}_I\mathrm{·\; S}}{T_I\mathrm{·S}}$

${\mathrm{=\; K}}_P\times \frac{{\mathrm{1\; +\alpha \; ·T}}_I\mathrm{·S}}{T_I\mathrm{·S}}$

${\mathrm{=\; K}}_P\mathrm{\times \; (\alpha \; +}\frac{1}{T_I\mathrm{·\; S}}\mathrm{)\; (15)}$

与公式（14）相比，上述表达式具有对设定点值SV的变化的附加比例项K×α，从而能够通过α值之变化来改善跟踪设定点值的特性，而同时又不改变对干扰的遏制特性。

图14（A）表示的是在设定点值产生阶跃式变化时，即对于各个不同的α值（即α＝0，α＝1，和0＜α＜1），超前/滞后运算器47的输出值。另一方面，图14（B）表示与上述各种情况相应的控制值PV之变化。超前/滞后运算器47的传递函数如下：

$\mathrm{H(S)\; =}\frac{{\mathrm{1\; +\; \alpha T}}_1{\mathrm{·\; S\; +\; \delta \; T}}_1{\mathrm{·T}}_D{\mathrm{·S}}^2}{{\mathrm{1\; +\; T}}_1{\mathrm{·S\; +\; T}}_1{\mathrm{·T}}_D{\mathrm{·S}}^2}$

（2.1）设定No.2.1    标准PID控制

当α＝1，δ＝1时，导出H（s）＝1，相当于先有技术之标准PID（比例积分微分）控制。

（2.2）设定No.2.2    I-D（积分-比例微分）控制

当α＝0，δ＝0时，取得

$\mathrm{H(S)\; =}\frac{1}{{\mathrm{1\; +T}}_I{\mathrm{·S\; +\; T}}_I{\mathrm{·T}}_D{\mathrm{·S}}^2}$

这相当于带有设定点值滤波器的PID（比例积分微分）控制。在这一情况下，PID控制所使用的PID参数被设定为对干扰的最佳遏制参数值;同时，超前/滞后运算器47的参数也被设定为相同的PID参数值。这些设定值就得既适应于干扰的变化、又适应于设定点值变化，从而实现了具有两个自由度的PID控制***。

对于控制值PV之变化，导出

$K_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}}{\mathrm{+\; T}}_D\mathrm{·S\; )}$

这相当于PID运算。

对于设定点值（SV）之变化，导出

这相当于所谓的I-PD（积分-比例微分）控制***。

（2.3）设定No.2.3    P-PI-PD（比例-比例积分-比例微分）控制

当0＜α＜1，δ＝0时，得到

$\mathrm{H(S)\; =}\frac{{\mathrm{1\; +\alpha \; ·T}}_I\mathrm{·S}}{{\mathrm{1\; +\; T}}_I{\mathrm{·S\; +\; T}}_I{\mathrm{·T}}_D{\mathrm{·S}}^2}$

这与P-I-PD（比例-积分-比例微分）控制方式总体相符，验证如下。这表示，I（积分）对设定点值和控制值均执行运算;P（比例）为置定设定点值的变化而进行运算，而与控制值的变化无关;而D（微分）只对控 制值执行运算。

对于控制值的变化，导出

$K_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}}{\mathrm{+\; T}}_D\mathrm{·S\; )}$

这相当于PID（比例积分微分）运算。

对于设定点值之变化，导出

$\mathrm{H(S)\; \times C(S)\; =}\frac{{\mathrm{1+\alpha \; ·T}}_I\mathrm{·S}}{{\mathrm{1\; +\; T}}_I{\mathrm{·S\; +\; T}}_I{\mathrm{·T}}_D{\mathrm{·S}}^2}{\mathrm{\times \; K}}_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}}{\mathrm{+\; T}}_D\mathrm{·S\; )}$

$=\frac{{\mathrm{1\; +\alpha \; ·\; T}}_I\mathrm{·S}}{{\mathrm{1\; +\; T}}_I{\mathrm{·S\; +T}}_I{\mathrm{·\; T}}_D{\mathrm{·S}}^2}{\mathrm{\times K}}_P\frac{{\mathrm{1\; +\; T}}_I{\mathrm{·S+\; T}}_I{\mathrm{·T}}_D{\mathrm{·S}}^2}{T_I\mathrm{·S}}$

${\mathrm{=\; K}}_P(\frac{{\mathrm{1\; +\; \alpha \; ·T}}_I\mathrm{·S}}{T_I\mathrm{·S}}{\mathrm{)\; =\; K}}_P\mathrm{(\alpha +}\frac{1}{T_I\mathrm{·\; S}}\mathrm{)\; (17)}$

跟公式（16）相比较，对于设定点值的变化有一个附加的比例项K_P×α，因而能通过α值之改变而改善对设定点值之跟踪性能，同时不改变对干扰之遏制特性;换言之，与P-I-PD（比例-积分-比例微分）控制***相当。

（2.4）设定No.2.4    D-I-PD（微分-积分-比例微分）控制

当α＝0，0＜δ＜1时，得出

$\mathrm{H(S)\; =}\frac{{\mathrm{1\; +\; \delta \; ·\; T}}_I{\mathrm{·T}}_D{\mathrm{·S}}^2}{{\mathrm{1\; +\; T}}_I{\mathrm{·S\; +\; T}}_I{\mathrm{·T}}_D{\mathrm{·S}}^2},$

这在总体上相当于D-I-PD控制***，证明如下。即是说，对于控制值之变化，导出

$K_P\mathrm{(1+}\frac{1}{T_I\mathrm{·S}}{\mathrm{+\; T}}_D\mathrm{·S\; )}$

这相当于PID运算。

对于设定点值，导出

相当于对设定点值变化的ID（积分微分）运算。

因此，总结以上各项结果，它总体相当于D-I-PD（微分-积分-比例微分）控制***。

（2.5）设定No.2.5    PD-I-PD（比例微分-积分-比例微分）控制

当0＜α＜1，0＜δ＜1时，得出

$\mathrm{H(S)\; =}\frac{{\mathrm{1\; +\alpha \; ·T}}_I{\mathrm{·S\; +\; \delta \; ·T}}_I{\mathrm{·T}}_D{\mathrm{·S}}^2}{{\mathrm{1\; +\; T}}_I{\mathrm{·S\; +\; T}}_I{\mathrm{·T}}_D{\mathrm{·S}}^2}$

这总体上相当于PD-I-P（比例微分-积分-比例微分）控制***;证明如下。

即是说，对于控制值之变化，导出

$K_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}}{\mathrm{+\; T}}_D\mathrm{·S\; )}$

这相当于PID（比例积分微分）运算。

对于设定点值之变化，导出

$\mathrm{H(S)\; \times C(S)\; =}\frac{{\mathrm{1+\alpha \; ·T}}_I{\mathrm{·S+r\; ·T}}_I{\mathrm{·T}}_D{\mathrm{·S}}^2}{{\mathrm{1\; +\; T}}_I{\mathrm{·S\; +\; T}}_I{\mathrm{·T}}_D{\mathrm{·\; S}}^2}{\mathrm{\times \; K}}_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}}{\mathrm{+\; T}}_D\mathrm{·S\; )}$

$=\frac{{\mathrm{1\; +\alpha \; ·\; T}}_I{\mathrm{·S+r\; ·T}}_I{\mathrm{·T}}_D{\mathrm{·S}}^2}{{\mathrm{1\; +\; T}}_I{\mathrm{·S\; +T}}_I{\mathrm{·\; T}}_D{\mathrm{·S}}^2}{\mathrm{\times K}}_P\frac{{\mathrm{1\; +\; T}}_I{\mathrm{·S+\; T}}_I{\mathrm{·T}}_D{\mathrm{·S}}^2}{T_I\mathrm{·S}}$

${\mathrm{=K}}_P\times \frac{{\mathrm{1\; +\; \alpha \; ·T}}_I{\mathrm{·S\; +\; r\; ·T}}_I{\mathrm{·T}}_D{\mathrm{·S}}^2}{T_I\mathrm{·S}}{\mathrm{=\; K}}_P\mathrm{(\alpha +}\frac{1}{T_I\mathrm{·S}}{\mathrm{+\; r\; ·\; T}}_D\mathrm{·S\; )\; ,}$

这相当于对设定点值变化的PID（比例积分微分）运算。

所以，总结上述诸点，它相当于PD-I-PD（比例微分-积分-比例微分）控制***。

（3.1）设定No.3.1    对PV（控制值）微分的PID（比例积分微分）控制

图15表示本发明的第四实施例。在该实施例中，超前/滞后运算器47有两个彼此联接的元件：47A和47B。

在这一情况下，超前/滞后运算器的传递函数及其他如图13所示;在图13的表里已设定：

H＝γ·T_D

H＝δ·γ·T_D＝δ·H₁，（δ＝0.1～0.3）

这里，在模拟调节器的情况下取δ＝0.1;但在数字运算情况下，取δ＝0.3左右为宜。

（设定情况：α＝1，γ＝0）

当α＝1，γ＝0时，超前/滞后部件的传递函数变为H（s）＝1，这相当于先有技术的对PV微分的PID（比例积分微分）控制。

（3.2）设定No.3.2    I-PD（积分-比例加微分）控制

（在α＝γ＝0的设定情况下：）

当α＝γ＝0时，超前/滞后部件的传递函数为

$\mathrm{H(S)\; =}\frac{1}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}$

这就显示出，对设定点值的滤波器变成了对PV微分的PID（比例积分微分）控制。但它相当于I-PD（积分-比例加微分）控制;证明如下。

对于控制值（PV）的变化，导出

$K_P\mathrm{(\; 1\; +}\frac{1}{T_I\mathrm{·S}}{\mathrm{+\; T}}_D\mathrm{·S\; )}$

这相当于PID（比例积分微分）运算。

对于设定点值（SV）的变化，导出

$\mathrm{H(S)\; \times \; C(S)\; =}\frac{1}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}\times \frac{K_P{\mathrm{(1\; +\; T}}_I\mathrm{·S\; )}}{T_I\mathrm{·S}}$

$=\frac{K_P}{T_I\mathrm{·S}}\mathrm{(19)}$

这相当于I（积分）运算。

所以，这在总体上相当于所谓的I-PD（积分-比例加微分）控制。

（3.3）设定No.3.3    P-I-PD（比例-积分-比例加微分）控制

（在0＜α＜1，γ＝0的设定情况下：）

当0＜α＜1，γ＝0时，超前/滞后元件的传递函数由下式给出

$\mathrm{H(S)\; =}\frac{{\mathrm{1\; +\alpha \; ·T}}_I\mathrm{·S}}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}$

这总体上相当于P-I-PD（比例-积分-比例加微分）控制;证明如下。

对于控制值（PV）之变化，导出

$K_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}}{\mathrm{+\; T}}_D\mathrm{·S\; )}$

这相当于PID（比例加积分加微分）运算。

对于设定点值（SV）之变化，则导出

$\mathrm{H(S)\; \times C(S)\; =}\frac{{\mathrm{1+\alpha \; ·T}}_I\mathrm{·S}}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}{\mathrm{\times \; K}}_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}})$

$=\frac{{\mathrm{1\; +\; \alpha \; ·T}}_I\mathrm{·S}}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}{\mathrm{\times \; K}}_P\times \frac{{\mathrm{1\; +T}}_I\mathrm{·\; S}}{T_I\mathrm{·S}}{\mathrm{=\; K}}_P\times \frac{{\mathrm{1\; +\alpha \; ·T}}_I\mathrm{·S}}{{\mathrm{1+T}}_I\mathrm{·S}}$

${\mathrm{=\; K}}_P\mathrm{\times \; (\alpha \; +}\frac{1}{T_I\mathrm{·\; S}}\mathrm{)\; (20)}$

这相当于PI（比例加积分）运算。

所以，在总体上相当于P-I-PD（比例-积分-比例加微分）控制。

（3.4）设定No.3.4    D-I-PD（微分-积分-比例加微分）控制

（在α＝0，0＜γ＜＝2的设定情况下：）

当α＝0，0＜γ＜2时，超前/滞后元件的传递函数给出如下：

$\mathrm{H(S)\; =}\frac{1}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}\times \frac{{\mathrm{1\; +\; H}}_1\mathrm{·S}}{{\mathrm{1\; +\; H}}_2\mathrm{·S}}$

这相当于D-I-PD（微分-积分-比例加微分）控制;证明如下。

对于控制值PV之变化，导出

$K_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}}{\mathrm{+\; T}}_D\mathrm{·S\; )}$

这相当于PID工作方式。

对于设定点值SV之变化，导出

$\mathrm{H(S)\; \times \; C(S)\; =}\frac{1}{{\mathrm{1+T}}_I\mathrm{·S}}\times \frac{{\mathrm{1\; +\; H}}_1\mathrm{·S}}{{\mathrm{1\; +\; H}}_2\mathrm{·S}}{\mathrm{\times \; K}}_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}})$

$=\frac{1}{{\mathrm{1+\; T}}_I\mathrm{·S}}\times \frac{{\mathrm{1\; +\; H}}_1\mathrm{·S}}{{\mathrm{1\; +\; H}}_2\mathrm{·S}}{\mathrm{\times \; K}}_P\times \frac{{\mathrm{1\; +\; T}}_I\mathrm{·S}}{T_I\mathrm{·S}}$

${\mathrm{=\; K}}_P\times \frac{1}{T_I\mathrm{·S}}\times \frac{{\mathrm{1\; +\; H}}_1\mathrm{·S}}{{\mathrm{1\; +\; H}}_2\mathrm{·S}}$

${\mathrm{=\; K}}_P(\frac{1}{T_I\mathrm{·S}}\mathrm{)\; \times \; (}\frac{{\mathrm{1\; +\; r\; ·T}}_D\mathrm{·S}}{{\mathrm{1\; +\; r\; ·\; \delta \; ·T}}_D\mathrm{·S}}\mathrm{)\; (21)}$

这相当于ID（积分加微分）运算。

所以，在总体上它与D-I-PD（微分-积分-比例加微分）控制相符合。

（3.5）设定No.3.5    PD-I-PD（比例微分-积分-比例微分）控制

（在0＜α＜1，0＜δ＜2的设定情况下：）

当0＜α＜1，0＜γ＜1时，超前/滞后元件的传递函数为：

$\mathrm{H(S)\; =}\frac{{\mathrm{1\; +\; \alpha \; ·T}}_I\mathrm{·S}}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}\times \frac{{\mathrm{1\; +\; H}}_1\mathrm{·S}}{{\mathrm{1+\; H}}_2\mathrm{·S}}$

这相当于PD-I-PD（比例微分-积分-比例微分）控制;证明如下。

对于控制值制值（PV）之变化，导出

$K_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}}{\mathrm{+\; T}}_D\mathrm{·S\; )}$

这相当于PID运算。

对于设定点值（SV）之变化，导出

$\mathrm{H(S)\; \times \; C(S)\; =}\frac{{\mathrm{1\; +\alpha \; ·T}}_I\mathrm{·S}}{{\mathrm{1+T}}_I\mathrm{·S}}\times \frac{{\mathrm{1\; +\; H}}_1\mathrm{·S}}{{\mathrm{1\; +\; H}}_2\mathrm{·S}}{\mathrm{\times \; K}}_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}})$

$=\frac{{\mathrm{1+\alpha \; ·T}}_I\mathrm{·S}}{{\mathrm{1+\; T}}_I\mathrm{·S}}\times \frac{{\mathrm{1\; +\; H}}_1\mathrm{·S}}{{\mathrm{1\; +\; H}}_2\mathrm{·S}}{\mathrm{\times \; K}}_P\times \frac{{\mathrm{1\; +\; T}}_I\mathrm{·S}}{T_I\mathrm{·S}}$

${\mathrm{=\; K}}_P\times \frac{{\mathrm{1+\alpha \; ·T}}_I\mathrm{·S}}{T_I\mathrm{·S}}\times \frac{{\mathrm{1\; +\; H}}_1\mathrm{·S}}{{\mathrm{1\; +\; H}}_2\mathrm{·S}}$

${\mathrm{=K}}_P\mathrm{(\alpha +}\frac{1}{T_I\mathrm{·S}}\mathrm{)\; \times \; (}\frac{{\mathrm{1\; +\; r\; ·T}}_D\mathrm{·S}}{{\mathrm{1\; +\; r\; ·\delta \; ·T}}_D\mathrm{·S}}\mathrm{)\; (22)}$

这相当于干扰式PID运算。

所以，在总体上它相当于PD-I-PD（比例微分-积分-比例微分）控制。

（3.6）设定No.3.6    标准PID（控制）

（在α＝1，δ＝1的设定情况下：）

当α＝1，γ＝1时，超前/滞后元件的传递函数变为

$\mathrm{H(S)\; =}\frac{{\mathrm{1\; +\; H}}_1\mathrm{·S}}{{\mathrm{1\; +\; H}}_2\mathrm{·S}}$

这相当于标准PID控制;证明如下。

对于控制值（PV）之变化，给出

$K_P\mathrm{(1+}\frac{1}{T_I\mathrm{·S}}{\mathrm{+\; T}}_D\mathrm{·S\; )}$

这相当于PID（比例积分微分）运算。

对于设定点值（SV）之变化，导出

$\mathrm{H(S)\; \times \; C(S)\; =}\frac{{\mathrm{1+\; H}}_1\mathrm{·S}}{{\mathrm{1\; +\; H}}_2\mathrm{·S}}{\mathrm{\times \; K}}_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·\; S}})$

${\mathrm{=\; K}}_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}}\mathrm{)\; \times \; (}\frac{{\mathrm{1\; +\; T}}_D\mathrm{·S}}{{\mathrm{1\; +\; \delta \; ·T}}_D\mathrm{·S}}\mathrm{)\; (23)}$

这相当于干扰式PID（比例积分微分）运算。

所以，在总体上它相当于标准PID（比例积分微分）控制。

（4）PID-PI（比例积分微分-比例积分）控制

可以确定图12所示之控制***的传递函数，以建立一个标准PID控制***，其***传递函数如同第一实施例。

现在利用控制运算器39的传递函数来描述第五实施例;如公式（24）所示，该控制运算器既能执行比例运算，又能执行积分运算。如同前面的实施例那样，控制运算可以任何所需要的形式与比例运算和微分运算相结合，只要该运算至少包含一个积分运算。

在公式（25）中， (1＋α·T_I·S)/(1＋T_I·S) 是超前/滞后元件的比例增益补偿分量;（ (－β)/(1＋T_I·S) ）（ (T_I·S)/(1＋T_I·S) ）是对于一阶滞后元件引起的等效积分时间 的补偿分量;而（ (r·T_D·S)/(1+η·r·T_D·S) )( (T_I·S)/(1+T_I·S) )则是微分时间的补偿分量。这些元件的功能方框图如图17所示。

图18（A）所示之比例增益补偿分量能对设定点值SV的阶跃式变化作出补偿;它是与超前部件的α值相应的增益值和滞后部件的一阶滞后函数两者之结合。根据图18（A），对于设定点值SV的最佳跟踪特征性是响应快速且超调较少。超调量则取决于在控制值PV跟踪设定点值SV变化的那段时间内的积分值。通过滞后元件获得设定点值SV和控制值PV之间偏差，从而减少了根据偏差的积分值。可是，滞后元件不能给出对于控制值PV的足够快的上升响应，因而使对于控制值PV的上升响应延迟。因此利用超前元件调整上升响应且提高αT_IS，由此而得到超***况下对于控制值PV的可容许的上升响应。对控制值PV之响应曲线如图18（B）所示。

按照图18（B）给出的响应曲线，当α＝0时，（也就是说）当设定点值SV之变化只由一阶滞后函数给出时，不产生超调，但是产生上升时间的滞后。当α≥1时，控制值PV即被显著超调，因为设定点值的变化量与α相乘，且被输出至图8和12中的控制运算器39。在此情况下，通过α值之改变即可把对控制值PV的响应调节到最佳条件，从而使α值能以类似公式（7）的情况得到确定。此外，比例增益补偿的超前/滞后运算可采取各种结构来进行，例如二阶传递函数或其它方式。

此外，如在关于图9的说明中讲到的那样，本实施例中对于积分时间补偿分量，可以结构成由滞后元件对积分时间作等效变化，以满足终值定理。调节参数β的确定方式与图9相似。

而且，如图19（A）所示，通过调节参数γ，微分时间的补偿分量是关于设定点值变化的不完整微分量的一种补偿。如图19（B）所示，对控制值PV的对超调（量）不产生影响，从而使上升时间特性得到了改进。

由于控制常数与调节参数的调节方法与以上的实施例相似，这里不另作说明。图17中的补偿运算器47与图12中的相对应。

首先，当干扰D作用于受控对象37时（见图12），控制运算器39即根据对于特性条件设定的控制常数K_P、T_I和T_D执行比例运算、积分运算和微分运算，以迅速遏制控制值PV的变化。运算结果的输出值被作为操纵值MV提供给受控对象37。在这种情况下，当设定点值SV出现变化时，设定点值SV在运算器47中通过比例补偿、积分补偿和微分补偿等运算而使其校正到变化值SV′，用以在控制运算器39中将控制常数K_P、T_I和T_D虚拟校正到跟踪设定点值的最佳特性条性值K_P＊、T_I＊和T_D＊。在偏差运算器35里，变化值SV′与控制值PV相比较，偏差信号E被输入控制运算器39。在控制运算器39里，偏差量E被用来给出对干扰的最佳遏制特性条件;但是，因为事先已对设定点值的变化量作了补偿，操纵值U就被作为得到跟踪设定点值的最佳特性条件的一个数值而被输出至受控对象37。这样，受控对象37就能对干扰D和设定点值SV两者都作出最佳之响应。

在以上那个实施例中，与上述另几个实施例相似，在描述时先作出假定：在控制运算器39和补偿运算器47里均执行所有的比例运算、积分运算和微分运算。但是，如果控制运算器39包含了积分运算，而且补偿运算器47具有进行相应的补偿运算的结构（例如图20所示之结构，能实行单独的积分补偿），其它运算就可以根据所希望的过程响应特性而有选择地彼此相结合。

此外，当简化图17的单元结构以达到图12所示的功能时，可采用图21所示的结构。

再进一步，当补偿运算器47只进行微分补偿运算时，只须将公式（25）的α和β设为零就够了，以便可以采用图22所示之结构。在这种情况下，微分运算如以前一样既包括完整微分，也包括不完整微分。

图23表示本发明第六实施例;该实施例具有单独运算型式的控制装置。

如图中所示，该控制装置不同于图4所示之PID控制装置的专有的特性在于其积分控制元件中配有一阶滞后滤波器。

在本实施例中，设定点值SV被平行输入第一系数单元19、第二系数单元23和一阶滞后滤波器55。在第一系数单元19里，设定点值SV与系数α相乘;在第一减法器21中计算出输出值αSV和在受控对象37里所测出的控制值PV之间的偏差信号E₁。在第二系数单元23里，设定点值SV与系数δ相乘;输出值δSV被输入第二减法器25以计算出输出值δSV与控制值PV之间的偏差信号E₂;然后在微分运算器27里将偏差信号E₂进行关于微分时间T_D的微分运算。一阶滞后滤波器55将设定点值SV以相应于其值变化的时延而输出;其输出值被输入到第三减法器15以计算出此输出值与控制值PV之间的偏差量E₃;偏差量E₃在积分运算器17中接受积分运算，积分时间为T_I。

接着，偏差值E₁、微分运算器27得出的偏差值（E₂）的微分值DD2，以及积分运算器17得到的偏差值E₃的积分值ID3，被一起输入加法器29，加法器29的输出信号被输入比例单元31中与比例增益K_P相乘;所得到的乘积被作为操纵信号MV传送到受控对象37。利用上述布置来进行控制，使控制值PV与设定点值SV相等。

上述构造通过以下方式设定PID参数K_P、T_I和T_D、系数α和γ以及一阶滞后滤波器55的时间常数T_o，而同时达到跟踪设定点值和遏制干扰这两种特性之最佳化。

（Ⅰ）第一步，PID参数K_P、T_I和T_D各自被设定为遏制外来干扰的最佳参数值。

控制装置对于控制值PV以与标准PID控制装置相似的方式工作。所以，通过设定上述参数，就能够按照遏制干扰特性的最佳常数K_P、T_I和 T_D而获得对于控制值PV的运算，从而使得对干扰的响应令人满意。

（Ⅱ）接着，根据标准PID控制装置的遏制干扰和跟踪设定点值的最佳参数中的下列参数：遏止干扰最佳比例增益K_P、遏制外来干扰最佳微分时间T_D、跟踪设定点值最佳比例增益K_P＊和跟踪设定点值最佳微分时间T_D＊，把系数α和γ作如下设定：

α＝K_P＊/K_P，（26）

γ＝αxT_D＊/T_D（27）

在控制装置里，由于系数α和γ的作用，对于设定点值SV的实际比例增益为α×K_P，实际微分时间为γ×K_P×T_D。由于K_P和T_D已被设定成遏制干扰的最佳值，所以，通过上述对系数α和γ之设定，因而对设定点值SV的实际比例增益和实际微分时间分别变为K_P＊和K_P＊×T_D＊。换言之，所获得的对于设定点值SV的比例运算和微分运算相同于标准PID控制装置设定对于（跟踪）设定点值的最佳参数K_P＊、T_I＊和T_D＊。

（Ⅲ）下一步，通过对时间常数T_o的调节，把设定点值的实际积分时间设定成与在标准PID控制装置设定对于设定点值的最佳参数K_P＊、T_I＊和T_D＊时所获得的积分时间T_I＊/K_P＊相同的数值。

对时间常数T_o的调节可按照以下方式进行。

在第（Ⅰ）步里，积分运算器17的积分时间T被设定为遏制干扰的最佳积分时间T_or;因此，对于设定点值SV的积分运算的传递函数Gi（S）就变为：l/（T_or.s.（l+To.s））

图24表示对于传递函数G_I（s）的单位阶跃输入（unit step input）时输出值ID₃的响应特性（曲线）。图中曲线（A）表示T_o＝0时，即没有一阶滞后滤波器55时的特性。当时间常数T_o增加时，输出时间滞后按曲线（B），（C），（D）和（E）增加。

这里，由于输入的变化，该控制装置一般应用在小量时间值范围内，例如小于图24中T_I时间值之范围内。所以，时间常数T_o增大对应于 曲线的上升量或斜率的减小，这大致相当于设定点值SV的积分时间T_I的增长量。因而，只要把时间常数T_o逐渐从零增加而设定为某一个值就足够了;对于该时间常数值来说，设定点值SV的实际积分时间相当于把比例增益K_P设定为（跟踪）设定点值的最佳比例增益K_P＊和把积分时间T_I设定为（跟踪）设定点值的最佳积分时间T_I＊的情况。

通过第Ⅱ和第Ⅲ步，设定系数α、δ和时间常数T_o，就能获得跟踪设定点值最佳参数K_P＊、T_I＊和T_D＊的控制运算，从而获得能跟踪设定点值的令人满意的响应。

下面用不稳定过程模型来说明第（Ⅰ）、（Ⅱ）和（Ⅲ）步的操作顺序和参数的设定方法。

（Ⅰ）首先，在改变α和δ以达到跟踪设定点值的最佳条件之前，操作人员根据预定量对设定点值作跃阶式改变，用以将PID参数K_P、T_I和T_D设定为遏制干扰的最佳参数值。接着，这种改变使控制值PV发生变化-与干扰引起的变化相似。而且，对干扰的最佳抗扰参数被调节至适应这些变化的最佳值。图5为这一运算的一个实例，取K_P＝0.188，T_I＝14.6（分钟），T_D＝1.98（分钟）。

（Ⅱ）一旦遏制干扰之参数在第（Ⅰ）步被设定以后，接着操作人员就设定系数α和δ，以达到适应设定点值变化的最佳数值。

换言之，从图5中可见，遏制干扰的最佳比例增益K_P，跟踪设定点值的最佳比例增益K_P＊，遏制干扰的最佳微分时间T_D，以及跟踪设定点值的最佳微分时间T_D＊分别给出如下：

K_P＝0.118，K_P＊＝0.126

T_D＝1.98（分钟），T_D＊＝2.04（分钟）

将这些数值代入公式26和公式27，就能将系数设定如下：

α＝K_P＊/K_P＝0.126/0.188＝0.67，

δ＝αxT_D＊/T_D＝0.67x2.04/1.98＝0.69

（Ⅲ）接着，时间常数T_O设定如下：

换句话说，因为积分时间T_I已被设定为遏制干扰的最佳积分时间值T_I＝14.6（分钟），所以，只需要设定跟踪设定点值SV的时间常数T_o，好象T_o被设定成设定点值最佳积分时间T_I＊＝∞那样。例如：T_o＝T_I＝14.6（分钟）对于实用已完全足够了。

通过第（Ⅰ），（Ⅱ）和（Ⅲ）步的各个设定，获得对于阶跃式干扰的响应曲线，该响应曲线与图6曲线（A）所示被设定了遏制干扰最佳参数K_P、T_I和T_D的标准PID控制装置的情况相似;以及得到对于设定点值的单位阶跃变化的响应曲线，该响应曲线与图7曲线（C）所示的设定了跟踪设定点值最佳参数K_P＊、T_I＊和T_D＊的标准PID控制装置的情况相类似。换言之，可以使过程同时达到遏制干扰和跟踪设定点值之最佳操作。

其结果是，在过程控制装置的构成里有一个例如“一阶滞后+静寂时间”元件的情况下，对单位阶跃的响应曲线如图25所示。换句话说，达到了满意的对干扰的控制能力;即使时间常数T_O增大也不会引起调节偏差;而对设定点值变化的控制能力由于超调（量）很小良好跟踪而得以提高。

此外，在本控制装置中，不必同时既要考虑到对干扰的响应、又要考虑到对设定点值变化的响应的确定控制参数的复杂的处理工作，而达到对干扰和设定点值变化的最佳响应特性。亦即是调节方法甚为简便，只须如步骤（Ⅰ）-（Ⅲ）所示独立地为每一条控制回路单独进行简单的设定操作就足够了。总而言之，只须要操作人员在控制台上调节控制装置就完全足够了。

有必要指出，以上所阐述的不稳定过程的最佳化是最难的一个。不过，假如有一个“一阶滞后+静寂时间”过程（e^-LS/（l+T_l.S））或“二阶滞后+静寂时间”过程（e^-LS/（l+T₁.S）/（l+T₂.S）），那 么就会较容易达到最佳化，因为设定点值的最佳积分时间T_I＊不会变成无穷大。

还有一点需要说明：可以通过把系数α和δ设定为“1”或“0”，而对传统的各种控制***加以选择利用。例如，如果时间常数T_O＝0，就获得下列结果：

（Ⅰ）当α＝δ＝1时

就相当于删除了第一和第二系数单元3和5，亦即相当于标准的PID控制装置。

（Ⅱ）当α＝1，δ＝0时

就相当于只对控制值作微分运算，亦即等效于对PV微分的PID控制装置。

（Ⅲ）当α＝0，δ＝0时

就相当于只对控制值PV执行比例和微分运算，亦即等效于I-PD（积分-比例微分）控制装置。

如上所述，根据本实施例的过程控制装置排除了传统的缺陷，同时具有控制性能好、应用范围广以及可以自由选择各种现有控制***等优点。

因此，通过将控制装置用于某一设备，就能够使设备的各种控制都达到遏制干扰和跟踪设定点值变化的最佳状态，从而能更有成效地满足前面曾经提到的近年来的严格要求;这对工业生产是一个很大的贡献。

应该指出，对这个实施例的说明是与完整微分（T_D·s）相联系的。但是，为了实用目的，不完整微分（T_D/（1+γ·T_D·s）也被使用，取γ值为γ＝0.2～0.3。

图26表示本发明第七实施例之控制装置的方框图。

如图中所示，控制装置与上一实施例相当，只是省略了与微分作用 有关的第二系数单元23、以及第二减法器25和微分运算器27;可以应用于某些只须要进行PI（比例加积分）控制的情况。

本实施例和上述各实施例相似，能够在PI控制的范围里同时达到“跟踪设定点值”和“遏制干扰”的最佳特性条件。

此外，下列诸项可视为是本实施例对上述各实施例的修正。

（Ⅰ）一阶滞后滤波器55可修正如下：

l/（l+T_O.s）＝l-T_O.s/（l+T_O.s）

将积分作用部分等效地作了调整，如图27所示，从而计算出设定点值SV和控制值PV之间的偏差量E₄;再计算出偏差值E₃与相当于上式第二项的通过滤波器57获得的设定点值SV之间的偏差值E₄;然后再把偏差值E₄加到积分器17。

（Ⅱ）为了能进行独立于微分和积分作用之外实际比例增益之调节，可以在第一减法器21和加法器29之间的某一位置再配备一个新的系数装置，或者把比例装置31移到该位置上。

（Ⅲ）可以在控制值PV输入第一减法器21、第二减法器25和第三减法器15的线路上分别安装新的系数装置。通过这一安排，最佳调节就更容易达到了。

图28是表示本发明的第八实施例的控制装置结构的功能方框图。

本实施例中，代替图26的装置55的超前/滞后运算器59的运算表达式是由下列公式给出的：

$\frac{{\mathrm{1\; +(1\; -\beta \; )·\; T}}_I\mathrm{·S}}{{\mathrm{1\; +T}}_I\mathrm{·S}}\mathrm{(28)}$

从图28中可以看出，根据下式可进行关于控制值变化（PV）的运算调节：

$K_P\mathrm{(1\; +}\frac{1}{T_I\mathrm{·S}}\mathrm{)\; (29)}$

以及，根据下式可进行关于设定点值变化的运算调节：

$K_P\mathrm{［\; +}\frac{{\mathrm{1\; +\; (1-\; \beta \; )T}}_I\mathrm{·\; S}}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}·\frac{1}{T_I\mathrm{·\; S}}\mathrm{(30)}$

这里，比例增益值K_P和积分时间T_I设定为于遏制干扰的最佳参数值。

在公式（30）里已经作出安排：对于设定点值SV的变化，通过改变超前/滞后运算器59的设定点值系数α和β，从而使积分时间单独进行等效变化，同时使遏制干扰的积分项保持在一个不变值。

如果将公式（30）中的积分项重新调整，即得出如下结果：

$\frac{{\mathrm{1\; +\; (1-\beta \; )\; ·T}}_I\mathrm{·S}}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}·\frac{1}{T_I\mathrm{·S}}=\frac{{\mathrm{(1\; +\; T}}_I{\mathrm{·S\; )\; -\; \beta \; ·\; T}}_I\mathrm{·S}}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}\times$

$\frac{1}{T_I\mathrm{·S}}\mathrm{=\; (1\; -}\frac{{\mathrm{\beta \; ·\; T}}_I\mathrm{·S}}{{\mathrm{1\; +\; T}}_I\mathrm{·S}}\mathrm{)\; ·}\frac{1}{T_I\mathrm{·S}}=\frac{1}{T_I\mathrm{·S}}-\frac{\beta }{{\mathrm{1\; +\; T}}_I\mathrm{·S}}\mathrm{(31)}$

在上述公式（31）中，右手边第一项为一个积分项，积分时间为T_I;第二项是借助于超前/滞后运算器59的积分调节项。因此，通过改变公式（31）中的积分调节项的系数β，就能够对于设定点值的变化而相应地改变积分时间T_e（等效积分时间）。

当公式（31）中的β＝0时，就相当于不进行积分时间的调节，而且等效积分时间T_e等于积分时间T_I。

而当β＞0时，等效积分时间T_e大于积分时间T_I。

而当β＜0时，显而易见，等效积分时间T_e小于积分时间T_I。所以，只要遏制干扰的最佳积分时间T_I已被确定，通过变换系数β就可简易地改变等效积分时间T_e。

接着，系数α和β被校正到响应跟踪设定点值最佳特性条件。举例 说：当采用传递函数G_P（s）＝ (l)/(l+5s) e^-2L对受控对象37进行模拟时，响应曲线即随着系数α和β的值的变化而改变，如图29和图30所示。

如图29所示，调节控制常数中的比例增益值K_P的系数α在0≤α≤1的范围内改变，就允许人们选择响应曲线的上升特性和曲线的超调状态。此外，系数β改变积分时间T_I;通过改变β的数值就能如图30所示，改进响应曲线的超调，而同时不影响响应曲线之上升。实际模拟已显示：最佳特性是根据α＝0.4，β＝0.15而获得的。

图31表示按照本发明装置的第八实施例。图32表示按照本发明装置的第九实施例。这里，与图28所示之实施例中相同的部件所使用的符号也完全一致，以免重复解释。

图31所示之实施例即是一个所谓的对PV微分的PID（比例加积分微分）控制装置。在微分运算器61里，控制值接受微分运算后，其输出信号在加法器29中与偏差量E₁和E₂作加法综合。其余部件均跟图28所示实施例中相似。

此外，图32中所示的实施例为不完整微分运算型的PID控制装置。在系数装置63里，设定点值SV与系数γ相乘。以及，系数装置63的输出信号γSV，在减法器65中被减去控制值PV而得出偏差量E₃（＝γSV-PV）。然后，在微分运算器61里，偏差量E₃接受微分运算;其输出信号在加法器29里与偏差量E₁和E₂作加法综合。

由于在图31和图32所示之实施例中由于超前/滞后运算器59也执行积分调节，因而就能很容易地通过改变系数β而改变积分时间。

图33中表示根据本发明的过程控制装置的第十实施例。其中和图28所示之实施例完全一致的部件使用的符号也一致，以免重复解释。

在该过程控制装置里，设定点值SV被同时输入到系数装置23和滞后运算器69;而且，设定点值SV在减法器15中减去控制值PV后，（其结 果）还被输入到积分运算器17。在滞后运算器69中计算出的滞后量输出信号和在积分运算器17中通过积分运算的输出信号在减法器71中接受减法处理，其结果被输出至加法器29。

更具体一点说：滞后运算器69设定由β/（1T_I·s）所表示的一阶滞后，因此从减法器71输出至加法器29的输出信号可用下列表达式代表：

$(\frac{1}{T_I\mathrm{·S}}-\frac{\beta }{{\mathrm{1\; +\; T}}_I\mathrm{·S}}\mathrm{)\; SV\; -}\frac{1}{T_I\mathrm{·S}}\mathrm{PV}$

所以，减法器15和71，积分运算器17和滞后运算器69，构成了一个超前/滞后运算装置，因此操纵信号MV可表达如下：

${\mathrm{MV\; =\; K}}_P\mathrm{｛\; (\alpha \; +}\frac{1}{T_I\mathrm{·S}}-\frac{\beta }{{\mathrm{1\; +\; T}}_I\mathrm{·S}}\mathrm{)SV\; -\; (1\; +}\frac{1}{T_I\mathrm{·S}}\mathrm{)\; PV\; ｝}$

从上述描述中可见，在本实施例的过程控制装置内，当改变系数α和β时，所进行的控制操作的方式跟图28所示的实施例相似。换言之，对于设定点值SV的变化，通过改变系数α和β，对于设定点值变化的积分时间可以单独进行等效变化，同时使遏制干扰的积分项保持不变。此外，与图28中需要由超前/滞后运算器来改变积分时间的情况相反，本实施例的优越性在于它不需要那样一个复杂的运算器;而是用一个简单的一阶滞后元件就可以构成运算器。

〔控制值补偿型式〕

通过配备用于反馈控制值的调节装置，还可以构成一种改进型的具有两个自由度的过程控制***。

图34所表示的即是这样一种过程控制装置，为本发明之第十一实施例。该控制装置与图23中所示之第六实施例的不同点在于：代替计算设定点值SV的系数装置，在控制值PV的输入线路上配备了第一系数装置75、第二系数装置72、以及传递函数为（l+2·To·s）/（l+To·s）的超前元件79。

换言之：首先，控制值PV被平行输入到第一系数装置75、第二系数装置72和超前元件器79。在第一系数装置75里，控制值PV与系数α相乘;其输出值αPV被输入第一减法器21，在那里计算出与设定点值SV之间的偏差值E₁。在第二系数装置72里，控制值PV与系数δ相乘;其输出值δPV被输入第二减法器25，在那里计算出与设定点值SV之间的偏差量E₂;接着偏差量E₂在微分运算器27里关于微分时间T_D进行微分运算。此外，通过超前元件79，从控制值PV得出的输出值LPV被输入第三减法器15，在那儿计算出其与设定点值SV之间的偏差值E₃;接着，偏差量E₃在积分运算器17中接受积分运算，积分时间为T_I。

然后，偏差量E₁、由微分运算器27中求得的偏差值E₂的微分值，以及从积分运算器17中求得的偏差量E₃的积分值，都被输入加法器29中进行加法性综合。其结果被输入比例运算器31，在那里与比例增益值K_P相乘;而且（其乘积）被作为一个操纵值MV输出给控制对象37。这样，控制值PV被控制成与设定点值SV的相等值。

一旦控制装置配备了这一结构后，就可能通过把PID参数K_P、T_I和T_D，系数α和δ，以及超前元件79的时间常数T_O按下列方式设定，使过程的“跟踪设定点值”和“遏制干扰”两种特性都达到最佳化。

（Ⅰ）首先将PID参数K_P、T_I和T_D都设定在标准PID控制装置跟踪设定点值的最佳参数值K_P＊、T_I＊和T_D＊。

该控制装置具有与标准PID控制***相同的功能，这一点从其结构即可理解。因此，通过上述置定，就能获得关于跟踪设定点值的最佳参数K_P＊、T_I＊和T_D＊的运算，从而使控制装置对设定点值SV作出令人满意的响应。

（Ⅱ）第二步，根据标准PID控制装置的遏制外来干扰的最佳比例增益值K_P，遏制干扰的最佳微分时间T_D，跟踪设定点值的最佳比例增益值K_P＊，以及跟踪设定点值的最佳微分时间T_D＊，将系数α和δ设定如下：

α＝K_P/K_P＊

δ＝α×T_D/T_D＊

在本控制装置里，通过系数α和δ的作用，控制值PV的实际比例增益值和实际微分时间分别为α×K_P和δ×K_P×T_D。所以，当系数α和δ如上述方式设定后，对于控制值PV的实际比例增益和实际微分时间分别为K_P和K_P×T_D，因为K_P和T_D已被设定为K_P＊和T_D＊。也就是说，对于控制值，将取得与标准PID控制装置设定遏制干扰的最佳参数K_P、T_I和T_D的情况相似的比例和微分运算。

（Ⅲ）接着，通过调节时间常数T_O，把控制值PV的实际积分时间调节到等于通过把标准PID控制装置的参数设定为遏制干扰的最佳参数K_P＊、T_I＊和T_D＊值而获得的实际积分时间T_I＊/K_P。

时间常数T_O可按照结合第六实施例所阐述的方式进行调节。换言之，应用于遏制干扰的积分项ID₃主要由下式表示，式中控制值的改变量为△PV。

$\frac{\mathrm{△\; PV}}{T_I\mathrm{·S}}+\frac{T_O}{T_I}(\frac{\mathrm{△PV}}{{\mathrm{1\; +T}}_O\mathrm{·S}})$

从上述公式中可见：在本实施例中，当T_O增加时，积分时间即减少。这恰恰与第六实施例相反。在第六实施例中，T_O增加时，积分时间也随着增加。

图35表示有关本发明的第十二实施例的控制装置的方框图。

如图所示，本实施例之控制装置分别有第一减法器21，第二减法器25，第三系数装置81和第四系数装置83。本实施例有一个不同特点：设定点值SV在第三系数装置81中和系数γ相乘所得出的信号γSV被用于比例运算;而设定点值SV在第四系数单元83中和系数ζ相乘而得出的信号ζSV则被用于微分运算。

由于增加了第三和第四系数装置81和83，达到最佳化就被进一步简 化了。

此外，还可通过把系数α、δ、γ和ζ赋值为“1”或“0”的方法而选择利用各类先有技术的控制***。例如：选择时间常数T_O＝0，则可得到以下结果。

（Ⅰ）当α＝δ＝γ＝ζ＝0时，

就相当于取消了第一至第四系数装置，因此也就等效于标准PID控制装置。

（Ⅱ）当α＝δ＝γ＝1，ζ＝0时，

就相当于只对控制值PV执行微分运算，因此也就等效于对PV微分的标准PID控制装置。

（Ⅲ）当α＝δ＝1，γ＝ζ＝0时，

就相当于只对控制值PV进行比例运算和微分运算，因此也就等效于I-PD（积分-比例加微分）控制装置。

如上所述，运用本实施例的控制装置能够排除传统的缺陷，同时能自由选择各种类型的先有技术的控制***;因而具有控制效能高和应用范围广等优点。

因此，在设备中配备这一控制装置后，就能使设备各部份的控制都达到遏制干扰和跟踪设定点值的最佳状态。所以，该控制装置能够适应上文提到的近年来对控制***提出的严格要求，这对工业界无疑是一项意义深远的贡献。

再进一步，图36表示本发明第十三实施例的方框图。本实施例的控制装置可从图35的实施例中获得，只要用第一和第二开关85和87分别代替原有的第三第四系数装置81和83就可以了。这相当于一种用“0”和“1”代替图35中的系数γ和ζ的配置法。所以，使控制装置对干扰的抗扰特性和对设定点值变化的跟踪特性都达到最佳化。并且还能与第十二实施例一样，选用先有技术的控制***。

有必要指出，虽然图35和35的实施例都采用完整微分（T_D·s），但在实际使用中也可采用不完整微分（T_D/（1+η·T_D·s），η＝0.2～0.3）。

图37为有关本发明第十四实施例的一个控制装置的方框图。

如图所示，从图35的实施例中取消第二系数装置77，第二减法器25和微分器27，即可获得该控制装置。

图38和39表示有关本发明第十五和第十六实施例的控制装置的方框图。这两个控制装置相当于从图35和36的实施例中去掉与微分运算有关的元件。

只需要PI（比例加积分）控制的过程适于使用第十五至十六实施例。

而且，作为对第十一至第十六实施例的修改，可以采用下列诸项：

（Ⅰ）超前元件79的传递函数G_L（s）可重新列式如下：

$G_L\mathrm{(S)\; =\; 1\; +}\frac{T_O\mathrm{·S}}{{\mathrm{1\; +\; T}}_O\mathrm{·S}}$

所以，如图40所示，先测出设定点值SV和控制值PV之间的偏差量E₄;再测出偏差量E₄和控制值PV通过采用上述公式第二项所示之传递函数的滤波器81而得到的信号之间的偏差值E₃;并将偏差量E₃加入积分运算器17，可以取得等效结果。

图41和42表示本发明装置的第十七实施例的构造的方框图。

在图41中，控制值PV经过补偿运算器91而被输入减法器21。

在减法器21里，求出设定点值SV和控制值PV之间的偏差量E;并将结果提供给积分运算器93。

积分运算器93对偏差量E进行积分运算后，其输出信号在比例运算器31内接受比例运算;其运算结果被作为操纵值MV而提供给受控对象37。这样进行控制，使控制值PV等于设定点值SV。

这里，本发明的补偿运算器91和积分运算器93的函数F（s）和I（s）的 设定方法如下：

首先，图41的响应曲线由下列公式给出

在上述公式里F（s）和I（s）分别设定为：

$\mathrm{F(s)\; ·\; I(s)\; =}\frac{1}{T_I\mathrm{·S\; ＇}}\mathrm{(33)\; I(s)\; =}\frac{1}{T_I\mathrm{·S}}-\frac{\beta }{{\mathrm{1\; +\; T}}_I\mathrm{·S}}\mathrm{(34)}$

在公式（33）中，F（s）·I（s）被设定成使遏制干扰的控制最佳化，而公式（32）中的I（s）被设定成使跟踪设定点值的特性具有可变性。

此外，从图41中可清楚看出，在设定点值SV不起变化的稳恒状态，必须设定F（s）＝1。

所以，遵循终值定理，传递函数F（s）必须满足：

lim    F（s）＝l    （35）

S→O

使用公式（33）、（34）和（35）来确定传递函数F（s），即获得

$\mathrm{F(s)\; =}\frac{\frac{1}{T_I\mathrm{·S}}}{\frac{1}{T_I\mathrm{·S}}-\frac{\beta }{{\mathrm{1\; +\; R}}_I\mathrm{·S}}}=\frac{{\mathrm{1\; +\; T}}_I\mathrm{·S}}{{\mathrm{1\; +\; (1\; -\; \beta )\; T}}_I\mathrm{·S}}\mathrm{(36)}$

不难理解，上述传递函数能满足终值定理。

传递函数F（s）和I（s）的结构示于图42中。

亦即是说，补偿运算器91的函数F（s）代表一个超前/滞后运算，而积分运算器93的函数I（s）则代表一个积分运算和一个一阶滞后的综合。因此，当干扰变化的积分时间被固定在一个不变值时，跟踪设定点值变化的积分时间能够作等效变化。

图43表示的是：当受控对象37中传递函数

G（s）＝ (l)/(l+5s) e^-2s

处于最佳抗扰特性时的对设定点值SV之变化的响应曲线。

这说明，通过把控制常数K_P、T_I和T_D设定为遏制干扰最佳特性条件（K_P＝2.59，T_I＝3.41秒，T_D＝0.56秒），并将遏制干扰特性固定于最佳条件，那就有可能通过系数β的设定而对跟踪设定点值SV变化的积分时间进行等效变化，从而显著地改进跟踪设定点值的特性。换言之，虽然如β＝0时的曲线（a）所示，（对积分时间T_I不作补偿的先有技术的实例情况），响应曲线显示一个相当大的超调量;但是，如曲线（b）所示：通过改变设定点值的等效积分时间，可以显著改善对设定点值的跟踪性能，而完全不改变对干扰的遏制特性。

图44是表示本发明第十八实施例构造之方框图。

本图所示乃是I-PD（积分-比例加微分）控制型的第二个PID（比例加积分加微分）控制装置。设定点值SV与已在补偿运算器91中经过超前/滞后运算的控制值PV之间的偏差量，在积分运算器93里接受一次积分运算。

另一方面，控制值PV在比例加微分运算器201里接受比例运算和微分运算。当经过比例和微分运算后的输出值在减法器29中被从积分输出值中减去后，相减后的结果在比例运算器31里与比例增益值K_P相乘;乘得的结果被作为操纵输出量MV而输出至受控对象37。

从图中可以看出，本实例通过对干扰D的变化执行PID控制而使遏制干扰的特性达到最佳控制。此外，对于设定点值之变化，可以通过系数β的调节而取得跟踪设定点特性之最佳控制;而与此同时，遏制干扰的特性则保持不变。

图45是本发明的第十九实施例的构造方框图。

本实施例中让系数1/α和1/γ在系数装置95和97内分别与控制值PV相乘，再反馈到微分运算器99和积分运算器93，其积分运算部份与图41的实施例相同。用这一结构，即能达到与图41实施例相似的效果。

图46和47表示本发明的第二十实施例之结构方框图。

该实施例与图41和42所表示之第十七实施例相似，是一个配备有控制值滤波器的所谓两个自由度型的PID控制装置。

所以，就象第十七实施例的有关说明一样，控制常数K_P、T_I和T_D被设定为遏制干扰的最佳值，利用系数α使比例增益值K_P最佳化，以及利用系数γ使微分时间T_D最佳化。

此外，图41的积分运算器93的函数I（s）由公式（34）确定;补偿运算器91的函数F（s）则由公式（36）来确定。

另一方面，系数α、β和γ的确定方法如下：

假定把遏制干扰的最佳控制常数叫做K_P、T_I和T_D，把跟踪设定点值的最佳常数叫做K_P＊、T_I＊和T_D＊，把跟踪设定点值的最佳控制算法称为C＊（s），即得出：

上式中

$\mathrm{a\; =}\frac{K_P{}^{*}}{K_P}$

${\beta }_O\mathrm{=\; \alpha \; ·}\frac{T_I}{T_I{}^{*}}\mathrm{\approx \; 2\; \times \beta \; ,}$

$\mathrm{r\; =\; \alpha \; ·}\frac{T_D*}{T_D}$

这里，系数α、β和γ将在0＜α＜1，0＜β＜1，和0＜γ＜1的范围内达到最佳值。

图48表示通过参数α、β和γ的变化可以实现PID结构的变化。

如图中所示，假如系数α、β和γ全部起变化（见“设定”No.6），就能获得一个完整的两个自由度PID控制装置。

对于跟踪设定点值的响应特性曲线方面（见图49），在受控对象具有函数G（s）＝e^-2s/（l+5s）的情况下，控制常数K_P、T_I和T_D已被设定为遏制干扰的最佳值，那么，通过将超调固定在α＝0.2左右，就可以改进I-PD（积分-比例加微分）控制响应曲线的上升特性。

图50表示对于同一个受控对象的以下两种情况：在一个不完整的两个自由度的控制装置〔“设定”No.4的P-I-PD（比例-积分-比例加微分）控制〕里，取α＝0.4的情况下的跟踪设定点值的响应特性，（和）在一个完整的两个自由度的控制装置〔PI-PID（比例加积分-比例加积分加微分）控制〕里，在α＝0.4，β＝0.15的情况下的设定点值变化响应特性。通过系数β改变等效积分时间，就能抑制超调，而几乎不改变上升特性。

图51和52表示的是本发明第二十一实施例的结构方框图。

本实施例即是所谓设定点值反馈型的两个自由度PID控制装置，它与第二十实施例之差别为：经过补偿运算器91而反馈回来的控制值PV被从（在积分运算器93里经过积分运算的设定点值）SV中减去。

补偿运算器91的函数F（s）被设定为：

$\mathrm{F(s)\; +\; I\; *(s)\; =}\frac{1}{T_I\mathrm{·s}}\mathrm{(37)}$

$\mathrm{I\; *\; (s)\; =}\frac{1}{T_I\mathrm{·s}}-\frac{\beta }{{\mathrm{1\; +\; T}}_I\mathrm{·S}}\mathrm{(38)}$

公式（37）把控制装置设定成遏制干扰的最佳特性条件;而方程式（38）则 将控制装置设定成跟踪设定点值的最佳条件。

作为一个条件，必须满足终值定理

${}^{\mathrm{l\; i\; m}}{}_{\mathrm{S\; \to o}}\frac{\mathrm{I\; *\; (s)}}{\mathrm{F(s)\; +\; I(s)}}\mathrm{=\; 1\; (39)}$

从公式（37）和（38），得出

$\mathrm{F(s)\; =}\frac{\beta }{{\mathrm{1\; +\; T}}_I\mathrm{·S}}\mathrm{(40)}$

不难看出，公式（40）满足了公式（39）所提出的条件，图52示出了本实施例的具体结构。

此外，通过系数α、β和γ的改变而实现的PID结构的变化则如图48而设定。

通过上述构造，就能够达到类似图49和50所示的响应特性。

图53至图57所示的本发明第二十二实施例表示干扰型控制装置。

在这些图中，91是补偿运算器，对来自受控对象37的控制值PV进行补偿运算，并将补偿控制值PV′提供给偏差运算器21。偏差运算器21确定补偿控制值PV′和设定点值SV之间的偏差值，并将结果输出至控制运算器105。控制运算器105具有一个传递函数C＊（s）（干扰型），它用CHR方法或其它方法通过调节参数α和δ补偿并校正在遏制干扰最佳特性条件下设定的控制常数K_P、T_I和T_D。对于比例运算和微分运算，传递函数C＊（s）将遏制干扰最佳特性条件的控制常数K_P和T_D校正并设定成跟踪设定点值的最佳特性条件的控制常数值K_P＊和T_D＊。根据控制常数K_P＊、T_I＊和T_D＊对偏差量进行比例运算、积分运算和微分运算，从而获得被调节的输出值MV，再将其输出至受控对象37。

这里，调节参数α校正比例增益值，调节参数δ则改变微分时间。这些参数的值可用CHR法或其它方法所给出的值如下文所述方式而计算出来。例如，当PID调节方式中没有超调而且设定时间最小时，α＝0.63，δ＝1.25。

$\mathrm{\alpha \; =}\frac{K_P*}{K_P}\mathrm{;\; \delta \; =}\frac{T_D*}{T_D}$

但是，对于控制值PV之变化，调节到跟踪设定点值最佳特性条件的控制常数K_P＊和T_D＊会给出小增益和大设定时间。由于这一原因，补偿运算器91根据公式（43）所示之传递函数H（s）对控制值PV进行补偿运算，而获得补偿控制值PV′，用以将控制常数K_P＊和T_D＊校正到遏制干扰最佳特性条件的控制常数K_P和T_D;亦即用以排除掉由于调节参数之校正分量所引起的影响。

$\mathrm{H(S)\; =\; (}\frac{{\mathrm{1\; +\; T}}_I\mathrm{·S}}{{\mathrm{1\; +\; \alpha \; ·T}}_I\mathrm{·S}}\mathrm{)\; (}\frac{{\mathrm{1\; +\; T}}_D\mathrm{·S}}{{\mathrm{1\; +\; \delta \; ·T}}_D\mathrm{·S}}\mathrm{)\; (43)}$

这样，控制运算器105不断进行整节跟踪设定点值变化的最佳条件的运算。至于由于干扰而引起的控制值PV的变化，补偿运算器91先进行一次补偿运算，将控制运算器的控制常数K_P＊，T_I＊和T_D＊虚拟调节到遏制干扰的最佳条件。接着，补偿运算器91通过装置21将结果输出至控制运算器105。这样，就得到了有两个自由度的控制装置，可以互为独立地将跟踪设定点值和遏制外部干扰的性能调节至最佳状态。

下面谈一下本实施例的工作原理。

图53表示的过程控制响应特性可用下列方程式表示。

$\mathrm{PV\; =}\frac{\mathrm{C*(s)GP(s)}}{\mathrm{1\; +\; C*(s)·H(s)\; ·GP(s)}}\mathrm{\times SV\; +}\frac{\mathrm{Gp(s)}}{\mathrm{1+C*(s)\; ·\; H(s)\; ·Gp(s)}}\mathrm{\times D\; (44)}$

根据公式（44），当控制装置受到干扰D的作用时，只须要校正C＊（s），以控制对干扰的响应。因此，在控制装置内配备有补偿运算器91，用以把C＊（s）H（s）设定为遏制干扰最佳条件之传递函数C（s）。在此情况下，通过把C＊（s）H（s）设定成C（s），就可以认为对设定点值SV的响应得到了控制。但是，如公式（45）所示，该结构在这种情况下就等效于这样一种结构：在这种结构中，在对干扰的响应一直被置于最佳遏制特性的情况下，通过调节α和δ可以改变对设定点值的响应曲线。

此外，为了让过程置于稳定状态，就必须满足终值定理;也就是说，在以阶跃变化方式使设定点值改变某一定值，外部干扰D固定在一个不变值的情况下，稳态偏差必须为零。由于这一原因，补偿运算器91的传递函数H（s）必须满足下列公式;而公式（43）能够满足这一条件。

lim    H（s）＝l

s→O

如上所述，配备补偿运算器91用以对由于干扰引起的控制值PV的变化，将已被调节到跟踪设定点值特性的控制常数虚拟设定到遏制干扰的特性，不影响稳恒状态下的控制响应。

图54表示的是当受控对象37在传递函数为＊的情况下，由于调节参数α和δ，对控制值PV的响应的模拟结果。

此外，本实施例配备有一个能利用调节参数来调节响应的结构，因 此就能如图55，No.2所显示的那样，通过变换参数α和δ的值而实现各种各样的控制方式。在此情况下，整体调节呈各种不同的干扰型控制方式。具体地说，当α＝δ＝1时，形成普通的一个自由度的PID控制。当α＝δ＝0时，对设定点值之变化单独执行I（积分）控制，而对控制值变化执行PID控制。最后，当0＜α＜1和0＜δ＜1时，就形成这样一种构造：在这一构造内，对于设定点值之变化，既执行能对控制常数K_P＊、和T_D＊作调节的PD（比例加微分）控制，又执行使用普通控制常数T_I的I（积分）控制;而对控制值则执行能自由调节的PD（比例加微分）控制和一般的I（积分）控制。调节参数α调节控制常数中的比例增益值，用以校正响应的上升特性和超调状态。此外参数δ调节微分时间;用以校正响应的上升特性，而不会过多地影响超调状态。

在控制***的控制常数K_P、T_I和T_D以及调节参数α和δ均已设定的情况下，如果有一个干扰D作用于该***，由其引起的控制值PV之变化即被输入补偿运算器91。在补偿运算器91里，值PV被变成补偿控制值PV′;后者把控制常数K_P＊和T_D＊虚拟地校正至遏制干扰的最佳特性条件值，其结果被输出至偏差运算器21，在偏差运算器21确测定其与设定点值SV之间的偏差量，并将该偏差量输出至控制运算器105。

当设定点值SV产生变化时，控制运算器105即计算出已改变值的偏差的最佳跟踪特性条件的调节输出值u。

在这个实施例中，控制运算器105执行全部比例、积分和微分运算，而补偿运算器91执行比例和积分两种运算。但是，根据本发明，控制运算器105只需要一个能至少进行这些运算的其中一种运算的结构;而补偿运算器91则取决于跟踪设定点值的响应，可以具有这样一种结构，其中可以单一地利用积分运算、比例运算或微分运算，或有选择地组合这些运算。例如，如果控制运算器105包括比例运算和积分运算;补偿运算器91补偿比例增益，则其结构就如图56所示。在此情况下可实 现的控制方式则如图55的No.1所示。

〔控制值反馈补偿型式〕

图57表示本发明的第二十三实施例。该实施例是简化结构的PID-PID（比例加积分加微分-比例加积分加微分）控制型。

在该实施例中，控制运算器109根据处于最佳跟踪设定点值特性条件之控制常数K_P＊、T_I＊和T_D＊而执行所有的比例运算、微分运算和积分运算;此外，对于控制值PV，对来自运算器107的已调节的车出值同样执行（比例、微分和积分）运算，把这些控制常数补偿至对干扰的最佳抗扰特性条件值K_P、T_I和T_D。换言之，在图53的实施例中，控制装置是具有控制值滤波器的型式，其中，对于控制值PV，控制常数K_P＊、T_I＊和T_D＊先在补偿运算器91里被补偿而设定为遏制干扰的最佳特性条件值，然后其结果被输出到控制运算器105。与此相反，本实施例为控制值反馈型式，对于在控制运算器109中，为跟踪设定点值条件而计算出的调节输出量中的由于控制值PV之变化而产生的那一部份，则由根据控制值PV补偿得出的补偿输出a（s）把它校正到遏制干扰条件。

在控制运算器109里，如公式（46）所示，设定为遏制外部干扰最佳特性条件的控制常数K_P、T_I、和T_D被调节参数α、β和γ调节至跟踪设定点值的最佳特性条件K_P＊、T_I＊和T_D＊;根据这一调节而计算出的输出值被提供给运算器111。

运算器111将补偿输出a（s）与调节输出值相加;补偿量a（s）是根据公式（47）由补偿运算器107对控制值PV执行所有比例、积分和微分运算而取得的。相加后得出的和被作为操纵值u而输出至受控对象37。

$\mathrm{H(s)\; =\; Kp\; ｛\; \alpha \; +}\frac{\beta }{{\mathrm{1\; +T}}_I\mathrm{·S}}{\mathrm{+\; r\; ·T}}_D\mathrm{·S\; ｝\; (47)}$

利用这一结构，对受控对象37提供了一个对于设定点值的每一变化和控制值PV的每一变动均能适应的最佳操纵值u。

其次，本实例的控制响应（曲线）如下：

将公式（46）和（47）的c＊（s）和H（s）代入公式（48），设定点值SV和干扰D的分母均为遏制干扰最佳特性条件的控制常数K_P、T_I和T_D的比例、积分和微分控制的通式的分母，只有对于设点定值SV那一项的分子才能被调节参数α、β和γ所改变。由于这一原因，在遏制干扰特性固定在最佳值的条件下，就能按需要自由地单独使设定点值SV的特性达到的最佳状态。

而且，由于在这一响应（曲线）中用一阶滞后元件来补偿积分项，所以如前面所提及的，该响应能满足把过程置于稳定状态的条件，亦即满足了终值定理。

此外，调节参数α、β和γ值可以用遏制干扰最佳特性的控制常数K_P、T_I和T_D以及跟踪设定点值特性的控制常数K_P＊、T_I＊和T_D＊来确 定;这些常数可用CHR法或别的方法给出。

具体地说，可以由K_P（1-α）＝K_P＊，而确定 (K_p ^*)/(K_p) ，由K_P（1-γ）·T_D＝K^＊ _P·T^＊ _D而确定 (K_D ^*)/(K_D) 。

此外，至于β，则须先设定( 1/(T_I·s) - (β)/(1+T_I·s) )= (β_O)/(T_I·s) ，然后从 (Kp×βo)/(T_I·s) = (K_P ^*)/(T_I ^*·s) 中可获得β_o=(1-a)× (T_I)/(T_I) ;根据模拟结果，最佳值约为β＝1/2β₀。

当调节参数的值用上述方法确定后，就能通过置定控制常数值K_P、T_I和T_D而将控制***调节到对干扰的最佳抗扰特性，从而使控制值PV的响应在设定点值发生阶跃变化时获得满意的跟踪性能。

这样，在控制常数被虚拟设定于遏制干扰和跟踪设定点值的最佳特性条件的情况下，当控制值PV由于干扰D而产生变化时，对由于上述变化引起的偏差量，控制运算器109根据跟踪设定点值的控制常数确定出一个调节输出值。调节输出值跟运算器111独立于设定点值SV而只根据控制值PV计算出的补偿输出值a（s）相加，其结果作为遏制干扰的条件而等效输出。

图58表示本发明的第二十五实施例。本实施例配备有一个控制值反馈补偿器，作为第二补偿运算器。

设定点值反馈补偿器113输入控制值PV，并根据公式（50）给出的传递函数F（s）执行补偿运算。对于由于控制值PV之变化而引起的偏差E，补偿器113向运算器115提供一个补偿值f;后者将已调节至跟踪设定点值最佳特性条件的控制常数K_P＊、T_I＊和T_D＊等效地校正到遏制干扰的最佳特性条件的控制常数。运算器115将补偿值f从来自控制运算器39的 调节输出值u中减去，得到补偿调节输出u′，并将补偿调节输出值u′输出至运算器41。

但是，因为补偿值f不但校正遏制干扰的特性，而且也校正跟踪设定点值的特性;所以补偿调节输出值u′可以改善遏制干扰的性能，但却会降低跟踪设定点值的特性。设定点值前馈补偿器33的功能就是防止跟踪设定点值特性的劣化。它依据与控制值反馈补偿器113的传递函数F（s）相当的传递函数H（s）对设定点值SV执行补偿运算，并将补偿量h输出到运算器41。运算器41将补偿值h与补偿调节输出值u′相加，然后将结果输出至受控对象37。

下文从本实施例中选择两种补偿装置的内容，阐明同时达到设定点值跟踪和干扰遏制最优特性的原理。首先，因为控制运算器39的控制常数已被调节到跟踪设定点值的最佳特性条件，所以当补偿装置33和113均无补偿时，则控制值PV处于跟踪设定点值SV的最佳状态，如公式（51）所示，式中C＊是一个传递函数，以及G（S）是一个函数。

但是，因为公式（51）的响应遏制干扰的性能较弱，所以配备了反馈补偿器113，以把控制常数等效校正到遏制干扰特性条件，如公式（52）所示，从而改进（遏制）干扰的特性。

然而遏制干扰的补偿传递函数F（s）不但影响对干扰D的响应曲线， 还会对设定点值SV产生影响。

因此配备了设定点值前馈补偿器115，在对外部干扰D的响应固定的同时单独控制跟踪设定点值SV的特性。由于这一补偿的结果，过程的控制响应如公式（53）所示：

根据公式（53），对干扰D的抗扰特性是由｛C＊（s）+F（s）｝调节的;而对设定点值SV的跟踪特性则是由｛C＊（s）+H（s）｝/〔1+｛C＊（s）+F（s）｝〕调节的。

下一步，控制值反馈补偿器113的传递函数F（s）由公式（53）给出的响应所确定。具体地说，如果遏制干扰D的最佳特性条件的传递函数C（s）是由公式（54）和（55）所确定的，那么传递函数F（s）就可以由公式（56）和（57）计算出来。

在上述公式里，K_P＊，T_I＊和T_D＊为跟踪设定点值最佳特性条件的控制常数;K_P;T_I和T_D则为遏制外来干扰最佳特性条件的控制常数;α、β和γ为调节参数。

C^＊（s）+F（s）＝C（s），（56）

$\mathrm{F(s)\; =\; C(s)\; -\; C*(s)}$

${\mathrm{=\; K*}}_P\mathrm{｛\; (\alpha \; -\; 1)\; +}\frac{\beta }{{\mathrm{1\; +\; T}}^{*}{}_I\mathrm{·s}}+\frac{{\mathrm{(r\; -\; 1)\; ·T}}^{*}{}_D\mathrm{·s}}{{\mathrm{1\; +\; \eta \; ·T}}^{*}{}_D\mathrm{·s}}\mathrm{｝\; (57)}$

为了使这个函数保持正常，过程的控制响应曲线必须符合终值定理。具体地说，当设定点值SV以阶跃式改变一固定值时，偏差量在稳态时必须为零。为了满足这一条件，必须形成公式（58），从而亦形成公式（59）。

${}^{\mathrm{l\; i\; m}}{}_{\mathrm{s\; \to o}}\frac{{\mathrm{C*(s)\; ·G}}_P\mathrm{(s)}}{{\mathrm{1\; +\; ｛C\; *\; (s)\; +\; F(s)\; ｝\; ·\; G}}_P\mathrm{(s)}}\mathrm{=\; 1\; (58)}$

${}^{\lim }{}_{\mathrm{s\; \to o}}\frac{\mathrm{F(s)}}{\mathrm{C*(s)}}\mathrm{=\; 0\; (59)}$

当将传递函数F（s）和C＊（s）代入公式（59）时，F（s）中的与C＊（s）中的积分项相应的是一阶滞后项。所以很明显，当S→0时，由于分母趋向无穷大，F（s）能满足公式（59）。

下一步推导设定点值前馈补偿器33的传递函数H（s），该函数是为了恢复由公式（52）所示由于控制值反馈补偿器113的作用而改变的设定点值SV跟踪特性。当公式（53）给出设定点值响应被校正到公式（51）所示那样，即获得下列公式：

$\frac{\mathrm{C\; *(s)}}{\mathrm{C\; *\; (s)}}=\frac{\mathrm{C*(s)\; +\; H(s)}}{\mathrm{C\; *\; (s)\; +\; F(s)}}\mathrm{H(s)\; =\; F(s)\; (60)}$

但是，根据公式（60），对给定点值的响应会出现如从公式（53）所见的超调现象。因此，用一个系数K（0≤K≤1）将公式（60）修改为公式（61），以通过改变K的值而单独控制跟踪设定点值的特性。

H（s）＝kxF（s）（61）

用这一方法，控制常数K_P、T_I和T_D依据补偿运算而互为独立地被等效校正，以获得遏制干扰和跟踪设定点值之最佳特件。

下面举例说明调节参数α、β和γ值的计算方法，用于置定控制值 反馈补偿器的传递函数F（s）和设定点值前馈补偿器的传递函数H（s）的值。

具体地说：比较一下公式（54）和公式（55）的运算，对于比例运算可得到，

K^＊ _Pxα＝K_P∴a= (K_P)/(K^* _P) （62）

接着，将公式（54）中的｛l/T^＊ _I.s+β/（l+T^＊ _I.s）｝设定为为β₀/T^＊ _I.s，即得出积分运算部份：

$\frac{K^{*}{}_p{\mathrm{\times \; \beta }}_o}{T^{*}{}_I\mathrm{·s}}=\frac{K_P}{T_I\mathrm{·s}}{\mathrm{\therefore \; \beta }}_o\mathrm{=\; \alpha \; \times }\frac{T^{*}{}_I}{T_I}\mathrm{=\; 2\; \times \; \beta \; (63)}$

接着，得出微分部份：

$K^{*}{}_P\times \frac{{\mathrm{r\; ·T}}^{*}{}_D\mathrm{·s}}{{\mathrm{1\; +\; \eta \; ·T}}^{*}{}_D\mathrm{·s}}{\mathrm{=\; K}}_P\times \frac{T_D\mathrm{·s}}{{\mathrm{1+\eta \; ·T}}^{*}{}_D\mathrm{·s}}\mathrm{\therefore r\; =\; \alpha \; \times }\frac{T_D}{T^{*}{}_D}\mathrm{(64)}$

由于K_P、T_I、T_D、K_P＊、T_I＊和T_D＊可用CHR法或其它类似方法求得，因此α、β和γ的值也能够求出。

如上所述，当控制常数K_P＊、T_I＊和T_D＊被调节到跟踪设定点值的最佳特性条件时，本实施例就能通过依据设定点值反馈补偿器113之传递函数F（s）而执行的补偿运算，把控制常数由于干扰引起的变化校正到对干扰的最佳抗扰特性条件的控制常数。但是，补偿运算劣化对设定点值的跟踪特性。为了使劣化的跟踪设定点值特性得到恢复和补偿，对于与设定点值SV变化相应的分量，就必须根据设定点值前馈补偿器33的传递函数进行补偿运算。这样，就能够同时实现跟踪设定点值和遏制干扰的最佳特性条件。此外，还能通过对公式（61）的系数K作调节，而单独自由地实现跟踪设定点值的最佳响应，以纠正超调;并以及通过改变参 数α、β和γ而单独自由地实现对干扰的最佳响应。

图59（A）和（B）为本实施例的响应曲线的一个具体例子，其中，控制值反馈补偿器113的传递函数F（s）只包括比例补偿量K_P＊×（α-1）。在这一例子里，在不改变跟踪设定点值的特性（K＝常数）的情况下，通过把α值从α＝1（无补偿）提高到较大值，因而使遏制干扰的特性得到了改善。

此外，如图60所示，β值使遏制干扰特性的积分时间发生等效变化。利用这一参数，就能使变化的最高值得到降低。参数γ用于改变微分时间，从而使干扰得以迅速遏制。

虽然在上述说明中，有些实施例使用完整微分而其它实施例使用不完整微分，但是显而易见，对于任何一个实施例，这两种微分是可以互相替换的。要指出的是，本发明既适用于位置式运算***也适用于在直接数字式控制中常用的速度式运算***。本领域的技术人员在接受了本发明所公开的内容后，就可以在不脱离本发明的范围的前提下作各种改进。

Claims (18)

1、一种过程控制装置，其特征在于包括：

用于计算从受控对象获得的一控制值和该控制值的一设定值之间的偏差的偏差计算装置；

用于对该偏差，根据处于遏制由于干扰引起的变化的最佳特性状态的控制参数而进行比例和积分运算的控制装置，以及

用于对该设定值，根据利用该控制参数而算出的该比例运算的至少一个调整参数，校正处于跟踪设定值变化的最佳特性状态的该控制参数的补偿装置。

2、一种根据权利要求1的过程控制装置，其特征在于：该补偿装置的所述调整参数被设定为一预定值，该控制装置的所述控制参数的值被调整成使得当该控制值的设定值通过该补偿装置而作阶跃变化时，对来自该受控对象的该控制值的跟踪响应相对于该控制值的该设定值为最佳。

3、一种过程控制装置，其特征在于包括：

用于计算从受控对象获得的一控制值和该控制值的一设定值之间的偏差的偏差计算装置;

用于对该偏差，根据至少一个由处于遏制由于干扰引起的变化的最佳特性状态的第一预定参数值调整的控制参数而执行比例和积分运算其中至少一种的控制装置;根据所述比例和积分运算其中至少一种，所述控制装置输出调整信号，用以控制该受控对象，以及

用于对该设定值，根据至少一个由第一和第二参数值算出的调整参数，将所述控制参数校正到处于跟踪设定值变化的最佳特性状态的第二预定参数值的补偿装置。

4、一种根据权利要求3的过程控制装置，其特征在于：所述补偿装置根据所述调整参数计算出经过变化的设定值，且将所述经过变化的设定值输出到该偏差计算装置。

5、一种根据权利要求3的过程控制装置，其特征在于：所述补偿装置是由一超前-滞后计算装置所组成的，所述超前-滞后计算装置具有用于计算所述调整参数的超前-滞后传递函数。

6、一种根据权利要求5的过程控制装置，其特征在于：所述超前-滞后传递函数包括表达式（1+αT_IS），式中α是被第一参数值相除的比例运算的第二参数值的调整参数，T_I是积分运算的控制参数，以及S是复变量。

7、一种根据权利要求3的过程控制装置，其特征在于，所述补偿装置由一计算装置所组成，该计算装置具有用于计算所述调整参数的滞后传递函数，以及用于计算积分运算的所述控制参数的超前传递函数。

8、一种根据权利要求7的过程控制装置，其特征在于：所述滞后传递函数包括表达式β/（1+T_IS），式中β是第一调整参数，该第一调整参数是被积分运算的第二参数相除后再与第二调整参数α相乘的积分运算的第一参数值。

9、一种根据权利要求7的过程控制装置，其特征在于，由所述滞后传递函数把积分运算的第一预定参数值变成第二预定值。

10、一种根据权利要求3的过程控制装置，其特征在于：所述最佳遏制特性状态有较短的遏制所述变化的时间。

11、一种根据权利要求3的过程控制装置，其特征在于：所述最佳跟踪特性状态具有对该设定值变化的快速响应，以及较低超调。

12、一种根据权利要求3的过程控制装置，其特征在于：所述控制装置执行对于所述偏差的微分运算。

13、一种根据权利要求12的过程控制装置，其特征在于：所述补偿装置由一计算装置所组成，该计算装置具有用于计算微分运算的控制参数和所述调整参数的第一超前传递函数，以及用于计算积分运算的控制参数的第二超前传递函数。

14、一种根据权利要求13的过程控制装置，其特征在于：所述第一超前传递函数有表达式γT_DS/（1+γηT_DS），式中T_D是微分运算的控制参数，γ是第一调整参数，该第一调整参数是被微分运算的第一参数值所除后再与第二调整参数α相乘的微分运算的第二参数值，以及η是第三调整参数。

15、一种根据权利要求5的过程控制装置，其特征在于，所述超前-滞后计算装置包括一对彼此连接的超前-滞后元件。

16、一种根据权利要求4的过程控制装置，其特征在于，所述补偿装置从该受控制对象输入所述控制值，用以对该控制值执行补偿运算。

17、一种根据权利要求3的过程控制装置，其特征在于：所述控制装置包括一个积分计算装置，用以对来自该偏差计算装置的所述偏差进行积分运算，以及包括一个比例计算装置，用以对来自该积分计算装置的输出进行比例运算。

18、一种根据权利要求17的过程控制装置，其特征在于：配置有一个超前-滞后计算装置，用以对该控制值进行超前及滞后运算，以及所述积分计算装置执行积分运算和一阶滞后运算。

Images