CN105388764B - 基于动态矩阵前馈预测的电液伺服pid控制方法及*** - Google Patents
基于动态矩阵前馈预测的电液伺服pid控制方法及*** Download PDFInfo
- Publication number
- CN105388764B CN105388764B CN201510934230.XA CN201510934230A CN105388764B CN 105388764 B CN105388764 B CN 105388764B CN 201510934230 A CN201510934230 A CN 201510934230A CN 105388764 B CN105388764 B CN 105388764B
- Authority
- CN
- China
- Prior art keywords
- control
- pid
- dmc
- optimization
- input value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供一种基于动态矩阵前馈预测的电液伺服PID控制方法及***,其中的方法包括:通过DMC前馈控制器和PID负反馈控制器相结合对电液伺服***输入量进行优化,具体步骤如下:建立DMC前馈控制器;通过DMC前馈控制器优化电液伺服***的性能指标,以及滚动优化电液伺服***的控制输入值;建立PID负反馈控制器,获取优化电液伺服***的控制输入值;根据DMC前馈控制器获取的电液伺服***的滚动优化的控制输入值和根据PID负反馈控制器获取的电液伺服***的优化的控制输入值,获取电液伺服***总的优化的控制输入值。上述发明,能够解决不依赖对象的数学模型和外界带来的干扰问题。
Description
技术领域
本发明涉及PID控制技术领域,更为具体地,涉及一种基于动态矩阵前馈预测的电液伺服PID控制方法及***。
背景技术
目前,电液伺服***广泛应用于航空、航天、武器、大型机械、冶金等工业部门。电液伺服控制***的作用是根据预先的参数设定将***负载的参数控制在一定的范围内,防止负载出现故障,所以电液伺服***的精度与决定负载正常运转的参数密切相关。随着现代工业的发展,对电液伺服***的性能提出了更高的要求,同时要求***对恶劣环境有较强的适应能力。
电液伺服***是典型的机电液耦合***,其特征是非线性、不确定性、时变性、外界干扰和交叉耦合干扰,另外液压伺服***还受到如油液粘度、温度、现场工况等多种“软”参量因素的影响,因此建立***精确的数学模型存在一定的困难。目前电液伺服***通常用PID(Proportion比例、Integration积分、Differentiation微分)进行控制,PID控制原理简单、易于整定,使用方便且调节性能指标对于受控对象的稍许变化不很敏感。但PID控制器只有在参数得到良好整定的前提下才能达到令人满意的效果。为了满足电液伺服***控制性能的要求,就需要寻求一种与PID控制相结合的新的控制策略。Smith预估控制方法可以使调节器提前动作,从而抵消掉时滞特性造成的影响,减小超调量,提高***的稳定性,加速调节过程,提高***的快速性;但是Smith预估控制有两个主要的缺点:(1)随着对象特性变化的鲁棒性得不到保证;(2)当存在外界干扰时,不能得到很好的克服。
因此,为解决上述问题,需要提供一种新的电液伺服PID控制技术。
发明内容
鉴于上述问题,本发明的目的是提供一种基于动态矩阵前馈预测的电液伺服PID控制方法及***,以解决不依赖对象的数学模型和外界带来的干扰问题。
本发明提供一种基于动态矩阵前馈预测的电液伺服PID控制方法,包括:通过DMC前馈控制器和PID负反馈控制器相结合对电液伺服***输入量进行优化,具体步骤如下:
建立所述DMC前馈控制器;
通过所述DMC前馈控制器优化电液伺服***的性能指标,以及滚动优化所述电液伺服***的控制输入值;
建立所述PID负反馈控制器,获取优化所述电液伺服***的控制输入值;其中,对所述PID负反馈控制器的参数进行整定;
根据所述DMC前馈控制器获取的所述电液伺服***的滚动优化的控制输入值和根据所述PID负反馈控制器获取的所述电液伺服***的优化的控制输入值,获取所述电液伺服***总的优化的控制输入值。
本发明还提供另一种基于动态矩阵前馈预测的电液伺服PID控制***,包括:
DMC前馈控制器建立单元,用于建立所述DMC前馈控制器;
性能指标优化单元,用于通过所述DMC前馈控制器优化电液伺服***的性能指标;
控制输入值滚动优化单元,用于通过所述DMC前馈控制器滚动优化所述电液伺服***的控制输入值;
PID负反馈控制器建立单元,用于建立所述PID负反馈控制器,获取优化所述电液伺服***的控制输入值;
PID负反馈控制器的参数整定单元,用于对所述PID负反馈控制器的参数进行整定;
总的优化的控制输入值获取单元,用于根据所述DMC前馈控制器获取的所述电液伺服***的滚动优化的控制输入值和根据所述PID负反馈控制器获取的所述电液伺服***的优化的控制输入值,获取所述电液伺服***总的优化的控制输入值。
从上面的技术方案可知,本发明提供基于动态矩阵前馈预测的电液伺服PID控制方法及***,采用基于前馈DMC(动态矩阵控制)的PID控制器对电液伺服***进行控制设计和分析。DMC算法采用对象的单位阶跃响应系数建立预测模型,不依赖对象的精确数学模型,能够利用较小时域内的控制输出序列,通过滚动优化实现当前时刻控制输入量的优化。另一方面,DMC算法通过在优化性能指标中引入正则化项,能够有效地抑制外界带来的干扰,使得整个电液伺服***具有较好的快速性、准确性和稳定性。
为了实现上述以及相关目的,本发明的一个或多个方面包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明了本发明的某些示例性方面。然而,这些方面指示的仅仅是可使用本发明的原理的各种方式中的一些方式。此外,本发明旨在包括所有这些方面以及它们的等同物。
附图说明
通过参考以下结合附图的说明及权利要求书的内容,并且随着对本发明的更全面理解,本发明的其它目的及结果将更加明白及易于理解。在附图中:
图1为根据本发明实施例的基于动态矩阵前馈预测的电液伺服PID控制方法流程示意图;
图2为根据本发明实施例的电液伺服***的控制结构框图;
图3为根据本发明实施例的基于动态矩阵前馈预测的电液伺服PID控制***结构框图。
在所有附图中相同的标号指示相似或相应的特征或功能。
具体实施方式
在下面的描述中,出于说明的目的,为了提供对一个或多个实施例的全面理解,阐述了许多具体细节。然而,很明显,也可以在没有这些具体细节的情况下实现这些实施例。
针对前述提出的随着对象特性变化的鲁棒性得不到保证,以及当存在外界干扰时,不能得到很好的克服等问题,本发明提出了一种基于动态矩阵前馈预测的电液伺服PID控制方法及***,本发明采用基于前馈DMC的PID控制器对电液伺服***进行控制设计和分析,以解决上述问题。
以下将结合附图对本发明的具体实施例进行详细描述。
为了说明本发明提供的基于动态矩阵前馈预测的电液伺服PID控制方法,图1示出了根据本发明实施例的于动态矩阵前馈预测的电液伺服PID控制方法流程。
如图1所示,本发明提供的基于动态矩阵前馈预测的电液伺服PID控制方法包括:通过DMC前馈控制器和PID负反馈控制器相结合对电液伺服***输入量进行优化,具体步骤如下:
S110:建立DMC前馈控制器;
S120:通过DMC前馈控制器优化电液伺服***的性能指标,以及滚动优化电液伺服***的控制输入值;
S130:建立PID负反馈控制器,获取优化电液伺服***的控制输入值;其中,对PID负反馈控制器的参数进行整定;
S140:根据DMC前馈控制器获取的电液伺服***的滚动优化的控制输入值和根据PID负反馈控制器获取的电液伺服***的优化的控制输入值,获取电液伺服***总的优化的控制输入值。
在本发明中,采用基于前馈DMC的PID控制器对电液伺服***进行控制设计和分析,其中,DMC(动态矩阵控制)是一种先进的预测控制算法,DMC算法采用对象的单位阶跃响应系数建立预测模型,不依赖对象的精确数学模型,能够利用较小时域内的控制输出序列,通过滚动优化实现当前时刻控制输入量的优化。
也就是说,在本发明中,DMC作为***的前馈控制器,与PID负反馈控制器相结合来提前优化电液伺服***中输入值。
在步骤S110中,建立DMC前馈控制器,也就是建立DMC算法的预测模型。
DMC算法采用对象的单位阶跃响应系数建立预测模型,在电液伺服***的输入端加上一单位阶跃信号后,在各个采样时间的动态阶跃响应系数分别为ai=a(iT),i=1,2,...,N,N是模型的时域长度;
根据线性***的比例和叠加性质,从k时刻起对***施加M个输入控制增量Δu(k+j),j=0,1,…M-1后,则***在未来p个时刻的预测输出等于不施加任何控制增量时***的输出与单独施加这M个输入控制增量引起的***输出的叠加,即:
yM(k+1|k)=y0(k+1|k)+a1Δu(k) (1a)
yM(k+2|k)=y0(k+2|k)+a2Δu(k)+a1Δu(k+1) (1b)
yM(k+P|k)=y0(k+P|k)+aPΔu(k)+…+aP-M+1Δu(k+M-1) (1c)
将公式(1a)至(1c)写成矢量形式为:
YM(k+1)=Y0(k+1)+AΔU(k) (2)
其中,ΔU(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]T,P为滚动优化时域长度,M为控制时域长度(M≤P≤N),A为由阶跃响应系数组成的P×M矩阵,如下所示:
在步骤S12中,通过DMC前馈控制器优化电液伺服***的性能指标,以及滚动优化电液伺服***的输入量,也就是优化性能指标及滚动优化控制器的输入。
其中,DMC采用滚动优化目标函数,选择未来控制时域M内的控制增量序列,使***在其作用下未来优化时域P内的预测输出值尽可能接近期望输出值,最优控制律由以下二次型性能指标确定:
其中,qi和rj为权系数,分别表示对跟踪误差及控制量变化的抑制;
公式(4)成矢量的形式为:
其中,Yr(k+1)=[yr(k+1),...,yr(k+P)]T为未来P个采样时刻***的期望输出值;Q为误差系数矩阵,R为控制权矩阵,分别表示为:
Q=diag[q1,q2,...,qP],R=diag[r1,r2,...,rM]
将公式(2)带入公式(5)中,令dJ(k)/dΔU(k)=0,得到最优控制律如下:
ΔU(k)=(ATQA+R)-1ATQ[Yr(k+1)-Y0(k+1)] (6)
公式(6)给出的是ΔU(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]T的最优解,而所述DMC前馈控制器将其中的即时控制增量Δu(k)构成实际控制作用于对象:
u(k)=u(k-1)+Δu(k) (7)
其中,在公式(7)中,
Δu(k)=[1,0,…,0](ATQA+R)-1ATQ[Yr(k+1)-Y0(k+1)] (8)
在上述步骤S130中,建立PID负反馈控制器。
本发明采用增量式PID控制器对电液伺服***进行在线控制,其控制律可以描述为如下形式:
其中,Kp,Ki和Kd分别为比例系数,积分时间常数和微分时间常数;e(k)为k时刻***的真实输出值与给定的期望值之差。
在建立PID负反馈控制器的过程中,需要对PID控制器的参数进行整定。其中,PID控制器参数整定的含义实际上是通过调整Kp、KI和KD三个参数,使得控制器特性与被控对象的特性匹配,满足控制***所要达到的控制效果。对于纯滞后的工业过程控制,常用的PID参数的工业整定方法是:稳定边界(临界比例带法)。其中,它的视线是在***闭环的情况下,去除积分和微分作用,让***在纯比例器的作用下产生等幅振荡,利用此时的临界增益Kp和临界震荡周期T,根据Ziegler和Nichols提出的如下表所示的经验公式和校正类型,查表1得到PID的三个参数。
表1临界比例带法参数整定公式
由以上可知,由前馈DMC算法和PID负反馈控制器相结合,建立如图2所示的根据本发明实施例的电液伺服***的控制结构,那么,在k时刻***总的优化控制输入值为
usum(k)=uPID(k)+u(k) (10)
其中,uPID(k)为PID负反馈控制器获取的控制律;u(k)为DMC前馈控制器获取的控制律。
与上述方法相对应,本发明还提供一种基于动态矩阵前馈预测的电液伺服PID控制***,图3示出了根据本发明实施例的基于动态矩阵前馈预测的电液伺服PID控制***逻辑结构。
如图3所示,本发明提供的一种基于动态矩阵前馈预测的电液伺服PID控制***300包括:DMC前馈控制器建立单元310、性能指标优化单元320、控制输入值滚动优化单元330、PID负反馈控制器建立单元340、PID负反馈控制器的参数整定单元350和总的优化的控制输入值获取单元360。
其中,DMC前馈控制器建立单元310用于建立DMC前馈控制器;
性能指标优化单元320用于通过DMC前馈控制器优化电液伺服***的性能指标;
控制输入值滚动优化单元330用于通过DMC前馈控制器滚动优化电液伺服***的控制输入值;
PID负反馈控制器建立单元340用于建立PID负反馈控制器,获取优化电液伺服***的控制输入值;
PID负反馈控制器的参数整定单元350用于对PID负反馈控制器的参数进行整定;
总的优化的控制输入值获取单元360用于根据DMC前馈控制器获取的电液伺服***的滚动优化的控制输入值和根据PID负反馈控制器获取的电液伺服***的优化的控制输入值,获取电液伺服***总的优化的控制输入值。
其中,DMC前馈控制器建立单元310在建立所述DMC前馈控制器的过程中,DMC算法采用对象的单位阶跃响应系数建立预测模型,在电液伺服***的输入端加上一单位阶跃信号后,在各个采样时间的动态阶跃响应系数ai=a(iT),i=1,2,...,N,N是模型的时域长度;
根据线性***的比例和叠加性质,从k时刻起对***施加M个输入控制增量Δu(k+j),j=0,1,…M-1后,则***在未来p个时刻的预测输出等于不施加任何控制增量时***的输出与单独施加这M个输入控制增量引起的***输出的叠加,即:
yM(k+1|k)=y0(k+1|k)+a1Δu(k) (1a)
yM(k+2|k)=y0(k+2|k)+a2Δu(k)+a1Δu(k+1) (1b)
yM(k+P|k)=y0(k+P|k)+aPΔu(k)+…+aP-M+1Δu(k+M-1) (1c)
将公式(1a)至(1c)写成矢量形式为:
YM(k+1)=Y0(k+1)+AΔU(k) (2)
其中,ΔU(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]T,P为滚动优化时域长度,M为控制时域长度(M≤P≤N),A为由阶跃响应系数组成的P×M矩阵,如下所示:
其中,性能指标优化单元320和控制输入值滚动优化单元330在通过DMC前馈控制器优化电液伺服***的性能指标,以及在优化电液伺服***的输入量的过程中,
DMC前馈控制器滚动优化目标函数,选择未来控制时域M内的控制增量序列,使***在其作用下未来优化时域P内的预测输出值尽可能接近期望输出值,最优控制律由以下二次型性能指标确定:
其中,qi和rj为权系数,分别表示对跟踪误差及控制量变化的抑制;
公式(4)成矢量的形式为:
其中,Yr(k+1)=[yr(k+1),...,yr(k+P)]T为未来P个采样时刻***的期望输出值;Q为误差系数矩阵,R为控制权矩阵,分别表示为:
Q=diag[q1,q2,...,qP],R=diag[r1,r2,...,rM]
将公式(2)带入公式(5)中,令dJ(k)/dΔU(k)=0,得到最优控制律如下:
ΔU(k)=(ATQA+R)-1ATQ[Yr(k+1)-Y0(k+1)] (6)
公式(6)给出的是ΔU(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]T的最优解,而所述DMC前馈控制器将其中的即时控制增量Δu(k)构成实际控制作用于对象:
u(k)=u(k-1)+Δu(k) (7)
其中,在公式(7)中,
Δu(k)=[1,0,…,0](ATQA+R)-1ATQ[Yr(k+1)-Y0(k+1)] (8)
其中,PID负反馈控制器建立单元340在建立PID负反馈控制器的过程中,PID控制器对电液伺服***进行在线控制,其控制律为:
其中,Kp,Ki和Kd分别为比例系数,积分时间常数和微分时间常数;
e(k)为k时刻***的真实输出值与给定的期望值之差。
其中,总的优化的控制输入值获取单元360在获取电液伺服***总的优化的控制输入值的过程中,DMC前馈控制器和PID负反馈控制器相结合,在K时刻***总的优化的控制输入值为:
usum(k)=uPID(k)+u(k) (10)
其中,uPID(k)为PID负反馈控制器获取的控制律;u(k)为DMC前馈控制器获取的控制律。
通过上述实施方式可以看出,本发明提供的基于动态矩阵前馈预测的电液伺服PID控制方法及***,DMC算法采用对象的单位阶跃响应系数建立预测模型,不依赖对象的精确数学模型,能够利用较小时域内的控制输出序列,通过滚动优化实现当前时刻控制输入量的优化。另一方面,DMC算法通过在优化性能指标中引入正则化项,能够有效地抑制外界带来的干扰,使得整个电液伺服***具有较好的快速性、准确性和稳定性。
如上参照附图以示例的方式描述了根据本发明提出的基于动态矩阵前馈预测的电液伺服PID控制方法及***。但是,本领域技术人员应当理解,对于上述本发明所提出的基于动态矩阵前馈预测的电液伺服PID控制方法及***,还可以在不脱离本发明内容的基础上做出各种改进。因此,本发明的保护范围应当由所附的权利要求书的内容确定。
Claims (10)
1.一种基于动态矩阵前馈预测的电液伺服PID控制方法,包括:通过DMC前馈控制器和PID负反馈控制器相结合对电液伺服***输入量进行优化,具体步骤如下:
建立所述DMC前馈控制器;
通过所述DMC前馈控制器优化电液伺服***的性能指标,以及滚动优化所述电液伺服***的控制输入值;
建立所述PID负反馈控制器,获取优化所述电液伺服***的控制输入值;其中,对所述PID负反馈控制器的参数进行整定;
根据所述DMC前馈控制器获取的所述电液伺服***的滚动优化的控制输入值和根据所述PID负反馈控制器获取的所述电液伺服***的优化的控制输入值,获取所述电液伺服***总的优化的控制输入值。
2.如权利要求1所述的基于动态矩阵前馈预测的电液伺服PID控制方法,其中,在建立所述DMC前馈控制器的过程中,
DMC算法采用对象的单位阶跃响应系数进行预测模型的建立,在所述电液伺服***的输入端加上单位阶跃信号后,在各个采样时间的动态阶跃响应系数分别为ai=a(iT),i=1,2,...,N,N是模型的时域长度;
根据线性***的比例和叠加性质,从k时刻起对***施加M个输入控制增量Δu(k+j),j=0,1,…M-1后,则***在未来p个时刻的预测输出等于不施加任何控制增量时***的输出与单独施加这M个输入控制增量引起的***输出的叠加,即:
yM(k+1|k)=y0(k+1|k)+a1Δu(k) (1a)
yM(k+2|k)=y0(k+2|k)+a2Δu(k)+a1Δu(k+1) (1b)
·
·
·
yM(k+P|k)=y0(k+P|k)+aPΔu(k)+…+aP-M+1Δu(k+M-1) (1c)
将公式(1a)至(1c)写成矢量形式为:
YM(k+1)=Y0(k+1)+AΔU(k) (2)
其中,ΔU(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]T,P为滚动优化时域长度,M为控制时域长度(M≤P≤N),A为由阶跃响应系数组成的P×M矩阵,如下所示:
。
3.如权利要求2所述的基于动态矩阵前馈预测的电液伺服PID控制方法,其中,在通过所述DMC前馈控制器优化电液伺服***的性能指标,以及滚动优化所述电液伺服***的输入量的过程中,
所述DMC前馈控制器滚动优化目标函数,选择未来控制时域M内的控制增量序列,使***在其作用下未来优化时域P内的预测输出值尽可能接近期望输出值,最优控制律由以下二次型性能指标确定:
其中,qi和rj为权系数,分别表示对跟踪误差及控制量变化的抑制;
公式(4)成矢量的形式为:
其中,Yr(k+1)=[yr(k+1),...,yr(k+P)]T为未来P个采样时刻***的期望输出值;Q为误差系数矩阵,R为控制权矩阵,分别表示为:
Q=diag[q1,q2,...,qP],R=diag[r1,r2,...,rM]
将公式(2)带入公式(5)中,令dJ(k)/dΔU(k)=0,得到最优控制律如下:
ΔU(k)=(ATQA+R)-1ATQ[Yr(k+1)-Y0(k+1)] (6)
公式(6)给出的是ΔU(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]T的最优解,而所述DMC前馈控制器将其中的即时控制增量Δu(k)构成实际控制作用于对象:
u(k)=u(k-1)+Δu(k) (7)
其中,在公式(7)中,
Δu(k)=[1,0,…,0](ATQA+R)-1ATQ[Yr(k+1)-Y0(k+1)] (8)。
4.如权利要求1所述的基于动态矩阵前馈预测的电液伺服PID控制方法,其中,在建立所述PID负反馈控制器的过程中,
所述PID控制器对电液伺服***进行在线控制,其控制律为:
其中,Kp,Ki和Kd分别为比例系数,积分时间常数和微分时间常数;
e(k)为k时刻***的真实输出值与给定的期望值之差。
5.如权利要求1所述的基于动态矩阵前馈预测的电液伺服PID控制方法,其中,在获取所述电液伺服***总的控制输入值的过程中,
所述DMC前馈控制器和PID负反馈控制器相结合,在K时刻***总的优化控制输入值为:
usum(k)=uPID(k)+u(k) (10)
其中,uPID(k)为PID负反馈控制器获取的控制律;u(k)为DMC前馈控制器获取的控制律。
6.一种基于动态矩阵前馈预测的电液伺服PID控制***,包括:
DMC前馈控制器建立单元,用于建立所述DMC前馈控制器;
性能指标优化单元,用于通过所述DMC前馈控制器优化电液伺服***的性能指标;
控制输入值滚动优化单元,用于通过所述DMC前馈控制器滚动优化所述电液伺服***的控制输入值;
PID负反馈控制器建立单元,用于建立所述PID负反馈控制器,获取优化所述电液伺服***的控制输入值;
PID负反馈控制器的参数整定单元,用于对所述PID负反馈控制器的参数进行整定;
总的优化的控制输入值获取单元,用于根据所述DMC前馈控制器获取的所述电液伺服***的滚动优化的控制输入值和根据所述PID负反馈控制器获取的所述电液伺服***的优化的控制输入值,获取所述电液伺服***总的优化的控制输入值。
7.如权利要求6所述的基于动态矩阵前馈预测的电液伺服PID控制***,其中,所述DMC前馈控制器建立单元在建立所述DMC前馈控制器的过程中,
DMC算法采用对象的单位阶跃响应系数进行预测模型的建立,在所述电液伺服***的输入端加上单位阶跃信号后,在各个采样时间的动态阶跃响应系数分别为ai=a(iT),i=1,2,...,N,N是模型的时域长度;
根据线性***的比例和叠加性质,从k时刻起对***施加M个输入控制增量Δu(k+j),j=0,1,…M-1后,则***在未来p个时刻的预测输出等于不施加任何控制增量时***的输出与单独施加这M个输入控制增量引起的***输出的叠加,即:
yM(k+1|k)=y0(k+1|k)+a1Δu(k) (1a)
yM(k+2|k)=y0(k+2|k)+a2Δu(k)+a1Δu(k+1) (1b)
·
·
·
yM(k+P|k)=y0(k+P|k)+aPΔu(k)+…+aP-M+1Δu(k+M-1) (1c)
将公式(1a)至(1c)写成矢量形式为:
YM(k+1)=Y0(k+1)+AΔU(k) (2)
其中,ΔU(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]T,P为滚动优化时域长度,M 为控制时域长度(M≤P≤N),A为由阶跃响应系数组成的P×M矩阵,如下所示:
。
8.如权利要求7所述的基于动态矩阵前馈预测的电液伺服PID控制***,其中,所述性能指标优化单元和所述控制输入值滚动优化单元在通过所述DMC前馈控制器优化电液伺服***的性能指标,以及在优化所述电液伺服***的输入量的过程中,
所述DMC前馈控制器滚动优化目标函数,选择未来控制时域M内的控制增量序列,使***在其作用下未来优化时域P内的预测输出值尽可能接近期望输出值,最优控制律由以下二次型性能指标确定:
其中,qi和rj为权系数,分别表示对跟踪误差及控制量变化的抑制;
公式(4)成矢量的形式为:
其中,Yr(k+1)=[yr(k+1),...,yr(k+P)]T为未来P个采样时刻***的期望输出值;Q为误差系数矩阵,R为控制权矩阵,分别表示为:
Q=diag[q1,q2,...,qP],R=diag[r1,r2,...,rM]
将公式(2)带入公式(5)中,令dJ(k)/dΔU(k)=0,得到最优控制律如下:
ΔU(k)=(ATQA+R)-1ATQ[Yr(k+1)-Y0(k+1)] (6)
公式(6)给出的是ΔU(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]T的最优解,而所述DMC前馈控制器将其中的即时控制增量Δu(k)构成实际控制作用于对象:
u(k)=u(k-1)+Δu(k) (7)
其中,在公式(7)中,
Δu(k)=[1,0,…,0](ATQA+R)-1ATQ[Yr(k+1)-Y0(k+1)] (8)。
9.如权利要求6所述的基于动态矩阵前馈预测的电液伺服PID控制***,其中,所述PID负反馈控制器建立单元所述在建立所述PID负反馈控制器的过程中,
所述PID控制器对电液伺服***进行在线控制,其控制律为:
其中,Kp,Ki和Kd分别为比例系数,积分时间常数和微分时间常数;
e(k)为k时刻***的真实输出值与给定的期望值之差。
10.如权利要求6所述的基于动态矩阵前馈预测的电液伺服PID控制***,其中,所述总的优化的控制输入值获取单元在获取所述电液伺服***总的优化的控制输入值的过程中,
所述DMC前馈控制器和PID负反馈控制器相结合,在K时刻***总的优化的控制输入值为:
usum(k)=uPID(k)+u(k) (10)
其中,uPID(k)为PID负反馈控制器获取的控制律;u(k)为DMC前馈控制器获取的控制律。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510934230.XA CN105388764B (zh) | 2015-12-15 | 2015-12-15 | 基于动态矩阵前馈预测的电液伺服pid控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510934230.XA CN105388764B (zh) | 2015-12-15 | 2015-12-15 | 基于动态矩阵前馈预测的电液伺服pid控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105388764A CN105388764A (zh) | 2016-03-09 |
CN105388764B true CN105388764B (zh) | 2017-12-08 |
Family
ID=55421156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510934230.XA Active CN105388764B (zh) | 2015-12-15 | 2015-12-15 | 基于动态矩阵前馈预测的电液伺服pid控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105388764B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106444388A (zh) * | 2016-12-06 | 2017-02-22 | 杭州电子科技大学 | 一种焦炭炉炉膛压力的分布式pid型动态矩阵控制方法 |
CN108508934A (zh) * | 2017-02-27 | 2018-09-07 | 中国科学院沈阳自动化研究所 | 一种带有环境温度补偿的差示扫描量热仪程序控温方法 |
CN107165892B (zh) * | 2017-06-14 | 2018-05-29 | 武汉科技大学 | 一种电液伺服***的滑模控制方法 |
CN107272413A (zh) * | 2017-07-19 | 2017-10-20 | 华北电力大学(保定) | 一种用于脱硝控制***的多模型自适应控制方法 |
CN109004878B (zh) * | 2018-08-21 | 2022-05-27 | 上海应用技术大学 | 异步电动机动态矩阵控制方法 |
CN109298631A (zh) * | 2018-11-16 | 2019-02-01 | 楚天智能机器人(长沙)有限公司 | 一种基于传统pid控制器附加二次比例系数的自适应参数整定方法 |
CN111506037A (zh) * | 2020-05-26 | 2020-08-07 | 杭州电子科技大学 | 动态矩阵优化的工业加热炉***分布式控制方法 |
CN111781832B (zh) * | 2020-07-10 | 2023-03-03 | 国网湖南省电力有限公司 | 一种基于动态矩阵改进算法的喷氨控制优化方法 |
CN112286043B (zh) * | 2020-10-13 | 2022-04-19 | 国网浙江省电力有限公司电力科学研究院 | 基于被控对象阶跃响应特性数据的pid参数整定方法 |
CN113625547B (zh) * | 2021-08-11 | 2023-08-08 | 宁波宇洲液压设备有限公司 | 一种控制器的主阀位置控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7451004B2 (en) * | 2005-09-30 | 2008-11-11 | Fisher-Rosemount Systems, Inc. | On-line adaptive model predictive control in a process control system |
CN102540897A (zh) * | 2012-03-14 | 2012-07-04 | 黑龙江盛大环保建筑工程有限责任公司 | 一种水处理混凝投药复合预测控制方法 |
CN102841540A (zh) * | 2012-09-10 | 2012-12-26 | 广东电网公司电力科学研究院 | 基于多模型预测控制的超临界机组协调控制方法 |
CN104898428B (zh) * | 2015-05-20 | 2018-04-03 | 南京理工大学 | 一种基于干扰估计的电液伺服***自适应鲁棒控制方法 |
CN104932565B (zh) * | 2015-06-04 | 2017-06-06 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种高精度暂冲型引射式跨声速风洞流场控制结构 |
-
2015
- 2015-12-15 CN CN201510934230.XA patent/CN105388764B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105388764A (zh) | 2016-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105388764B (zh) | 基于动态矩阵前馈预测的电液伺服pid控制方法及*** | |
CN109212974A (zh) | 区间时变时滞***的鲁棒模糊预测容错控制方法 | |
CN103023074B (zh) | 一种基于模型预测控制的大电网有功实时调度方法 | |
CN106647283A (zh) | 一种基于改进cpso的自抗扰位置伺服***优化设计方法 | |
CN110879620B (zh) | 一种核电站立式蒸汽发生器液位控制方法以及*** | |
CN103197542B (zh) | 基于数据驱动的时滞***pid控制器镇定方法 | |
CN108363295B (zh) | 基于***辨识的火电机组agc性能考核指标计算与预测方法 | |
CN104570729A (zh) | 一种改进型的Smith预估控制器 | |
CN104808705A (zh) | 一种基于特征参数的水电机组调速***控制参数整定方法 | |
CN105227035A (zh) | 一种永磁直线电机控制方法 | |
US9098078B2 (en) | Control algorithm based on modeling a controlled object | |
CN111413865B (zh) | 一种扰动补偿的单回路过热汽温自抗扰控制方法 | |
CN107037727A (zh) | 一种无人直升机大包线自适应增益调度方法 | |
CN113138552A (zh) | 基于阶跃响应数据和临界比例度法的pid参数整定方法 | |
CN112578670A (zh) | 一种热工过程自抗扰时滞控制器的参数整定方法及控制器 | |
CN102873106B (zh) | 一种平整机延伸率快速精确控制方法 | |
CN106054616B (zh) | 模糊逻辑优化pid控制器参数的钛带卷连续酸洗活套高度控制方法 | |
CN113625547B (zh) | 一种控制器的主阀位置控制方法 | |
CN103760773A (zh) | 状态空间模型预测控制优化的批次过程pi-pd控制方法 | |
CN110308647A (zh) | 含误差积分输入项的无人机三段式模糊pid控制方法 | |
CN104111605B (zh) | 单输入单输出非自衡生产过程的控制器及控制方法 | |
CN106026183B (zh) | 水轮机调速器孤网运行控制方法及*** | |
CN107191154B (zh) | 井口回压调控方法与装置 | |
CN108089442A (zh) | 一种基于预测函数控制与模糊控制的pi控制器参数自整定方法 | |
CN103809434B (zh) | 纵向飞行模型簇复合根轨迹多级pid控制器设计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221228 Address after: 264000 South 2nd Floor, No. 1, Hanjiang Road, Yantai Economic and Technological Development Zone, Shandong Province Patentee after: Yantai Zhongyi Transmission Technology Co.,Ltd. Address before: 401331 Huxi University Town, Shapingba District, Chongqing Patentee before: Chongqing University of Science & Technology |
|
TR01 | Transfer of patent right |