CN106094509B - 一种lcr滤波控制方法及装置 - Google Patents
一种lcr滤波控制方法及装置 Download PDFInfo
- Publication number
- CN106094509B CN106094509B CN201610464318.4A CN201610464318A CN106094509B CN 106094509 B CN106094509 B CN 106094509B CN 201610464318 A CN201610464318 A CN 201610464318A CN 106094509 B CN106094509 B CN 106094509B
- Authority
- CN
- China
- Prior art keywords
- signal
- lcr
- order
- proportional
- process object
- 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
- 238000000034 method Methods 0.000 title claims abstract description 353
- 238000001914 filtration Methods 0.000 title claims abstract description 108
- 230000008569 process Effects 0.000 claims abstract description 318
- 230000003068 static effect Effects 0.000 claims abstract description 28
- 230000009467 reduction Effects 0.000 description 12
- 230000005284 excitation Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明实施例公开了一种LCR滤波控制方法及装置,解决了目前在实际过程***中,理想微分运算难以实现和难以运用,多采用实际微分运算,导致的实际微分运算不能用于过程信号的降阶处理的技术问题。本发明实施例LCR滤波控制方法包括:获取过程对象的预设阶数、预设惯性常数和静态增益;根据过程对象的预设惯性常数计算LCR带通滤波参数;对根据LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的过程对象的过程信号与比例运算信号,获取过程信号的近似降低1阶信号;对过程信号减近似降低1阶信号,获取减法信号,对减法信号进行比例积分运算,获取过程对象的控制信号,并根据控制信号确定最终过程信号。
Description
技术领域
本发明涉及自动控制技术领域,尤其涉及一种LCR滤波控制方法及装置。
背景技术
随着先进控制理论的崛起,经典控制理论和信号处理技术发展,特别是计算机技术的高度发展,为一些新技术的产生和应用创造了良好的客观条件。模型是现代先进控制理论应用的重要前提和基础,实际工程中,高阶对象在工业***中普遍存在,由于高阶模型难以建立和应用,目前在模型降阶方面的研究较多经典控制理论仍然具有较大的发展空间,在实际工业***中,经典的PID控制技术仍然在大量应用。微分、实际微分、二阶实际微分等属于一种信号超前处理方法,对提高传统PID控制品质具有显著的作用。
获取过程对象的超前信号,对过程对象进行降阶处理,是提高经典PID控制回路调节品质的有效途径。从信号处理角度看,理想微分运算可用于过程信号的降阶处理。由于实际过程信号中普遍存在噪声干扰包括高频干扰等,随着干扰频率的增加,理想微分运算在频域的幅值增益将趋于无穷大,简单理解存在干扰放大效应,这既是理想微分运算存在的致命缺陷。在实际过程***中,理想微分运算难以实现和难以运用,多采用实际微分运算,但实际微分运算不能用于过程信号的降阶处理。
然而,在实际过程***中,理想微分运算难以实现和难以运用,多采用实际微分运算,导致了实际微分运算不能用于过程信号的降阶处理的技术问题。
发明内容
本发明实施例提供的一种LCR滤波控制方法及装置,解决了目前在实际过程***中,理想微分运算难以运用,多采用实际微分运算,导致的实际微分运算不能用于过程信号的降阶处理的技术问题。
本发明实施例提供的一种LCR滤波控制方法,包括:
获取过程对象的预设阶数、预设惯性常数和静态增益;
根据所述过程对象的所述预设惯性常数计算LCR带通滤波参数;
对根据所述LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的所述过程对象的过程信号与所述比例运算信号,获取所述过程信号的近似降低1阶信号;
对所述过程信号减所述近似降低1阶信号,获取减法信号,对所述减法信号进行比例积分运算,获取所述过程对象的控制信号,并根据所述控制信号确定最终过程信号。
优选地,根据所述过程对象的所述预设惯性常数计算LCR带通滤波参数具体包括:
根据所述过程对象的所述预设惯性常数计算LCR带通滤波参数,所述LCR带通滤波参数包括LCR滤波电阻;
获取所述过程对象的所述过程信号,对所述过程信号进行LCR滤波,获取所述过程信号的所述LCR滤波信号。
优选地,对根据所述LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的所述过程对象的过程信号与所述比例运算信号,获取所述过程信号的近似降低1阶信号具体包括:
对所述LCR滤波信号进行比例运算,获取比例运算信号;
将所述过程信号与所述比例运算信号相加,获取所述过程信号的近似降低1阶信号。
优选地,比例运算的比例系数为所述惯性常数除所述LCR滤波参数与所述LCR滤波电阻的相乘数。
优选地,对所述过程信号减所述近似降低1阶信号,获取减法信号,对所述减法信号进行比例积分运算,获取所述过程对象的控制信号,并根据所述控制信号确定最终过程信号具体包括:
对所述过程信号减所述近似降低1阶信号,获取减法信号;
将所述减法信号输入到PI控制器,进行比例积分运算,获取所述过程对象的所述控制信号;
将所述控制信号作用于所述过程对象,确定所述最终过程信号。
本发明实施例提供的一种LCR滤波控制装置,包括:
第一获取单元,用于获取过程对象的预设阶数、预设惯性常数和静态增益;
LCR带通滤波参数计算单元,用于根据所述过程对象的所述预设惯性常数计算LCR带通滤波参数;
第二获取单元,用于对根据所述LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的所述过程对象的过程信号与所述比例运算信号,获取所述过程信号的近似降低1阶信号;
确定最终过程信号单元,用于对所述过程信号减所述近似降低1阶信号,获取减法信号,对所述减法信号进行比例积分运算,获取所述过程对象的控制信号,并根据所述控制信号确定最终过程信号。
优选地,LCR带通滤波参数计算单元具体包括:
LCR带通滤波参数计算子单元,用于根据所述过程对象的所述预设惯性常数计算LCR带通滤波参数,所述LCR带通滤波参数包括LCR滤波电阻;
LCR滤波信号获取子单元,用于获取所述过程对象的所述过程信号,对所述过程信号进行LCR滤波,获取所述过程信号的所述LCR滤波信号。
优选地,第二获取单元具体包括:
比例运算信号获取子单元,用于对所述LCR滤波信号进行比例运算,获取比例运算信号;
近似降低1阶信号子单元,用于将所述过程信号与所述比例运算信号相加,获取所述过程信号的近似降低1阶信号。
优选地,比例运算的比例系数为所述惯性常数除所述LCR滤波参数与所述LCR滤波电阻的相乘数。
优选地,确定最终过程信号单元具体包括:
减法信号获取子单元,用于对所述过程信号减所述近似降低1阶信号,获取减法信号;
控制信号获取子单元,用于将所述减法信号输入到PI控制器,进行比例积分运算,获取所述过程对象的所述控制信号;
最终过程信号确定子单元,用于将所述控制信号作用于所述过程对象,确定所述最终过程信号。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例提供的一种LCR滤波控制方法及装置,其中,LCR滤波控制方法包括:获取过程对象的预设阶数、预设惯性常数和静态增益;根据过程对象的预设惯性常数计算LCR带通滤波参数;对根据LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的过程对象的过程信号与比例运算信号,获取过程信号的近似降低1阶信号;对过程信号减近似降低1阶信号,获取减法信号,对减法信号进行比例积分运算,获取过程对象的控制信号,并根据控制信号确定最终过程信号。本实施例中,通过获取过程对象的预设阶数、预设惯性常数和静态增益;根据过程对象的预设惯性常数计算LCR带通滤波参数;对根据LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的过程对象的过程信号与比例运算信号,获取过程信号的近似降低1阶信号;对过程信号减近似降低1阶信号,获取减法信号,对减法信号进行比例积分运算,获取过程对象的控制信号,并根据控制信号确定最终过程信号,解决了目前在实际过程***中,理想微分运算难以运用,多采用实际微分运算,导致的实际微分运算不能用于过程信号的降阶处理的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种获取过程信号的近似微分信号的方法一个实施例的流程示意图;
图2为本发明实施例提供的一种获取过程信号的近似微分信号的方法另一个实施例的流程示意图;
图3为本发明实施例提供的一种获取过程信号的近似微分信号的装置一个实施例的结构示意图;
图4为本发明实施例提供的一种获取过程信号的近似微分信号的装置另一个实施例的结构示意图;
图5为LCR带通滤波器电路示意图;
图6为控制原理示意图;
图7(a)和图7(b)为过程对象闭环控制一个实验结果图;
图8(a)和图8(b)为过程对象闭环控制另一个实验结果图。
具体实施方式
本发明实施例提供的一种LCR滤波控制方法及装置,解决了目前在实际过程***中,理想微分运算难以运用,多采用实际微分运算,导致的实际微分运算不能用于过程信号的降阶处理的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例提供的一种获取过程信号的近似微分信号的方法一个实施例包括:
101、获取过程对象的预设阶数、预设惯性常数和静态增益;
本实施例中,当需要LCR滤波控制时,首先需要获取过程对象的预设阶数、预设惯性常数和静态增益。
102、根据过程对象的预设惯性常数计算LCR带通滤波参数;
当获取过程对象的预设阶数、预设惯性常数和静态增益之后,需要根据过程对象的预设惯性常数计算LCR带通滤波参数。
103、对根据LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的过程对象的过程信号与比例运算信号,获取过程信号的近似降低1阶信号;
当根据过程对象的预设惯性常数计算LCR带通滤波参数之后,需要对根据LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的过程对象的过程信号与比例运算信号,获取过程信号的近似降低1阶信号。
104、对过程信号减近似降低1阶信号,获取减法信号,对减法信号进行比例积分运算,获取过程对象的控制信号,并根据控制信号确定最终过程信号。
当对根据LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的过程对象的过程信号与比例运算信号,获取过程信号的近似降低1阶信号之后,需要对过程信号减近似降低1阶信号,获取减法信号,对减法信号进行比例积分运算,获取过程对象的控制信号,并根据控制信号确定最终过程信号。
本实施例中,通过获取过程对象的预设阶数、预设惯性常数和静态增益;根据过程对象的预设惯性常数计算LCR带通滤波参数;对根据LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的过程对象的过程信号与比例运算信号,获取过程信号的近似降低1阶信号;对过程信号减近似降低1阶信号,获取减法信号,对减法信号进行比例积分运算,获取过程对象的控制信号,并根据控制信号确定最终过程信号,解决了目前在实际过程***中,理想微分运算难以运用,多采用实际微分运算,导致的实际微分运算不能用于过程信号的降阶处理的技术问题。
上面是对获取过程信号的近似微分信号的方法的过程进行详细的描述,下面将对具体过程进行详细的描述,请参阅图2,本发明实施例提供的一种获取过程信号的近似微分信号的方法另一个实施例包括:
201、获取过程对象的预设阶数、预设惯性常数和静态增益;
本实施例中,当需要LCR滤波控制时,首先需要获取过程对象的预设阶数、预设惯性常数和静态增益。
202、根据过程对象的预设惯性常数计算LCR带通滤波参数,LCR带通滤波参数包括LCR滤波电阻;
当获取过程对象的预设阶数、预设惯性常数和静态增益之后,需要根据过程对象的预设惯性常数计算LCR带通滤波参数,LCR带通滤波参数包括LCR滤波电阻。
203、获取过程对象的过程信号,对过程信号进行LCR滤波,获取过程信号的LCR滤波信号;
当根据过程对象的预设惯性常数计算LCR带通滤波参数,LCR带通滤波参数包括LCR滤波电阻之后,需要获取过程对象的过程信号,对过程信号进行LCR滤波,获取过程信号的LCR滤波信号。
204、对LCR滤波信号进行比例运算,获取比例运算信号;
当获取过程对象的过程信号,对过程信号进行LCR滤波,获取过程信号的LCR滤波信号之后,需要对LCR滤波信号进行比例运算,获取比例运算信号。
205、将过程信号与比例运算信号相加,获取过程信号的近似降低1阶信号;
当对LCR滤波信号进行比例运算,获取比例运算信号之后,需要将过程信号与比例运算信号相加,获取过程信号的近似降低1阶信号。
比例运算的比例系数为惯性常数除LCR滤波参数与LCR滤波电阻的相乘数。
206、对过程信号减近似降低1阶信号,获取减法信号;
当将过程信号与比例运算信号相加,获取过程信号的近似降低1阶信号之后,需要对过程信号减近似降低1阶信号,获取减法信号。
207、将减法信号输入到PI控制器,进行比例积分运算,获取过程对象的控制信号;
当对过程信号减近似降低1阶信号,获取减法信号之后,需要将减法信号输入到PI控制器,进行比例积分运算,获取过程对象的控制信号。
208、将控制信号作用于过程对象,确定最终过程信号。
当将减法信号输入到PI控制器,进行比例积分运算,获取过程对象的控制信号之后,需要将控制信号作用于过程对象,确定最终过程信号。
下面以一具体应用场景对图2进行详细的描述,如图5至图7所示:
过程对象为预设阶数n和预设惯性常数Tα及静态增益Kα的等容惯性环节;
获取过程对象的预设阶数n和预设惯性常数Tα及静态增益Kα;
根据对象的惯性常数Tα设置预设数的LCR滤波参数To,LCR滤波参数还包括LCR滤波电阻R。
获取过程对象的过程信号,对过程信号进行LCR滤波,获取过信号的LCR滤波信号;
对LCR滤波信号进行比例运算,获取比例运算信号。比例运算的比例系数为:惯性常数Tα除LCR滤波参数To与LCR滤波电阻R的相乘数;
将过程信号与比例运算信号相加,获得过程信号的近似降低1阶信号;
将过程给定信号减近似降低1阶信号,获得减法信号;
将减法信号输入到PI控制器,进行比例积分运算,获得过程对象的控制信号;
将控制信号作用于控制对象,获得最终过程信号。
S101、过程对象为预设阶数n和预设惯性常数Tα及静态增益Kα的等容惯性环节:
过程对象表达为式(1):
式中,Wn(s)为Laplace形式的过程对象传递函数,n为预设阶数、单位无量纲,Tα为惯性常数、单位s,Kα为对象静态增益、单位无量纲。
S102、获取过程对象的预设阶数n和预设惯性常数Tα及静态增益Kα:
可以采用基于时域的过程模型辨识法、基于频域的过程模型辨识法、基于最小等乘二的过程模型辨识法、基于为随机激励的过程模型辨识法等获取过程对象的预设阶数n和预设惯性常数Tα及静态增益Kα。
在一个实施例中,预设阶数n=4,惯性常数Tα=100s,静态增益Kα=1,则过程对象表达为式(2):
式中,W4(s)为Laplace形式的过程对象传递函数。
S103、根据过程对象的惯性常数Tα设置预设数的LCR滤波参数To,LCR滤波参数还包括LCR滤波电阻R:
在一个实施例中,LCR滤波参数为惯性常数的0.1倍,LCR滤波电阻R=0.25Ω,表达为式(3):
式中,LCR滤波参数To=10s,LCR滤波电阻R=0.25Ω,惯性常数Tα=100s。
S104、获取过程对象的过程信号,对过程信号进行LCR滤波,获取过信号的LCR滤波信号:
Laplace形式的过程信号表达为Y(s)。
LCR滤波的Laplace形式表达为式(4):
式中,WLCR(s)、Yo(s)、X(s)为Laplace形式的LCR滤波传递函数、输出信号、输入信号,R为LCR滤波电阻,单位Ω;To为LCR滤波参数,单位s;ωo为LCR滤波中心频率,单位rad/s。
过程信号的LCR滤波信号,表达为式(5):
YLCR=WLCR(s)Y(s) (5)
式中,YLCR(s)为Laplace形式的过程信号的LCR滤波信号。
S105、对LCR滤波信号进行比例运算,获取比例运算信号。比例运算的比例系数为:惯性常数Tα除LCR滤波参数To与LCR滤波电阻R的相乘数:
比例运算信号,表达为式(6):
式中,YLCR-P(s)为Laplace形式的过程信号的LCR滤波信号的比例运算信号。
S106、将过程信号与比例运算信号相加,获得过程信号的近似降低1阶信号:
近似降低1阶信号,表达为式(6):
Y-1(s)=Y(s)+YLCR-P(s) (6)
式中,Y-1(s)为Laplace形式的过程信号的近似降低1阶信号。
S107、将过程给定信号减近似降低1阶信号,获得减法信号:
减法信号,表达为式(7):
YSP(s)=YS(s)-Y-1(s) (7)
式中,YSP(s)为Laplace形式的减法信号。
S108、将减法信号输入到PI控制器,进行比例积分运算,获得过程对象的控制信号:
控制信号,表达为式(8):
式中,Yco(s)为Laplace形式的控制信号,KP为PI控制器的比例系数、单位无量纲,Ti为PI控制器的积分常数、单位s。
S109、将过程信号作用于控制对象,获得最终过程信号。
在一个实施例中,预设阶数n=4,惯性常数Tα=100s,静态增益Kα=1,则最终过程信号,表达为式(8):
Y(s)=W4(s)Yco(s) (8)
式中,Y(s)为Laplace形式的过程信号。
LCR带通滤波器,图5所示,控制原理示意图如图6所示,在一个实施例中,过程对象预设阶数n=4,对象惯性常数Tα=100s,对象静态增益Kα=1,LCR滤波参数To=10s,LCR滤波电阻R=0.25Ω,PI控制器KP=1.85,PI控制器Ti=250s,在过程给定信号Ys(t)=1,得到的过程对象闭环控制实验结果如图7(a)和图7(b)所示。
为了说明本方法的优越性,进行对比实验,常规控制中PI控制器KP=0.65,PI控制器Ti=390s,在过程给定信号Ys(t)=1,得到的过程对象闭环控制实验结果为图8(a)和图8(b)所示,常规控制的过程响应速度较慢。
本实施例中,通过获取过程对象的预设阶数、预设惯性常数和静态增益;根据过程对象的预设惯性常数计算LCR带通滤波参数;对根据LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的过程对象的过程信号与比例运算信号,获取过程信号的近似降低1阶信号;对过程信号减近似降低1阶信号,获取减法信号,对减法信号进行比例积分运算,获取过程对象的控制信号,并根据控制信号确定最终过程信号,解决了目前在实际过程***中,理想微分运算难以运用,多采用实际微分运算,导致的实际微分运算不能用于过程信号的降阶处理的技术问题。
进一步地,对象阶跃激励响应与正弦激励响应之间存在某种内在的关联,在较高的正弦激励频率下,可通过对象正弦激励响应获取对象阶跃激励响应的暂态分量,一种点频滤波器能够将对象阶跃激励转换为正弦激励的效果,客观上实现了阶跃激励响应暂态分量的提取,进而推导了一种主要由LCR滤波器为基础的新型过程对象或过程信号降阶方法,信号降阶机理与比例微分降阶方法完全不同,具有良好的抗噪声干扰特性,能够实现较高阶数的信号降阶处理。文中方法完善了信号分析和处理方法,具有良好的理论意义和实际应用价值。数学分析、仿真实验和实际应用结果,验证了新方法的正确性和有效性。
请参阅图3,本发明实施例中提供的一种获取过程信号的近似微分信号的装置的一个实施例包括:
第一获取单元301,用于获取过程对象的预设阶数、预设惯性常数和静态增益;
LCR带通滤波参数计算单元302,用于根据过程对象的预设惯性常数计算LCR带通滤波参数;
第二获取单元303,用于对根据LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的过程对象的过程信号与比例运算信号,获取过程信号的近似降低1阶信号;
确定最终过程信号单元304,用于对过程信号减近似降低1阶信号,获取减法信号,对减法信号进行比例积分运算,获取过程对象的控制信号,并根据控制信号确定最终过程信号。
本实施例中,通过第一获取单元301获取过程对象的预设阶数、预设惯性常数和静态增益;LCR带通滤波参数计算单元302根据过程对象的预设惯性常数计算LCR带通滤波参数;第二获取单元303对根据LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的过程对象的过程信号与比例运算信号,获取过程信号的近似降低1阶信号;确定最终过程信号单元304对过程信号减近似降低1阶信号,获取减法信号,对减法信号进行比例积分运算,获取过程对象的控制信号,并根据控制信号确定最终过程信号,解决了目前在实际过程***中,理想微分运算难以运用,多采用实际微分运算,导致的实际微分运算不能用于过程信号的降阶处理的技术问题。
上面是对获取过程信号的近似微分信号的装置的各单元进行详细的描述,下面将对子单元进行详细的描述,请参阅图4,本发明实施例中提供的一种获取过程信号的近似微分信号的装置的另一个实施例包括:
第一获取单元401,用于获取过程对象的预设阶数、预设惯性常数和静态增益;
LCR带通滤波参数计算单元402,用于根据过程对象的预设惯性常数计算LCR带通滤波参数;
LCR带通滤波参数计算单元402具体包括:
LCR带通滤波参数计算子单元4021,用于根据过程对象的预设惯性常数计算LCR带通滤波参数,LCR带通滤波参数包括LCR滤波电阻;
LCR滤波信号获取子单元4022,用于获取过程对象的过程信号,对过程信号进行LCR滤波,获取过程信号的LCR滤波信号。
第二获取单元403,用于对根据LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的过程对象的过程信号与比例运算信号,获取过程信号的近似降低1阶信号;
第二获取单元403具体包括:
比例运算信号获取子单元4031,用于对LCR滤波信号进行比例运算,获取比例运算信号;
近似降低1阶信号子单元4032,用于将过程信号与比例运算信号相加,获取过程信号的近似降低1阶信号。
比例运算的比例系数为惯性常数除LCR滤波参数与LCR滤波电阻的相乘数。
确定最终过程信号单元404,用于对过程信号减近似降低1阶信号,获取减法信号,对减法信号进行比例积分运算,获取过程对象的控制信号,并根据控制信号确定最终过程信号。
确定最终过程信号单元404具体包括:
减法信号获取子单元4041,用于对过程信号减近似降低1阶信号,获取减法信号;
控制信号获取子单元4042,用于将减法信号输入到PI控制器,进行比例积分运算,获取过程对象的控制信号;
最终过程信号确定子单元4043,用于将控制信号作用于过程对象,确定最终过程信号。
本实施例中,通过第一获取单元401获取过程对象的预设阶数、预设惯性常数和静态增益;LCR带通滤波参数计算单元402根据过程对象的预设惯性常数计算LCR带通滤波参数;第二获取单元403对根据LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的过程对象的过程信号与比例运算信号,获取过程信号的近似降低1阶信号;确定最终过程信号单元404对过程信号减近似降低1阶信号,获取减法信号,对减法信号进行比例积分运算,获取过程对象的控制信号,并根据控制信号确定最终过程信号,解决了目前在实际过程***中,理想微分运算难以运用,多采用实际微分运算,导致的实际微分运算不能用于过程信号的降阶处理的技术问题。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种LCR滤波控制方法,其特征在于,包括:
获取过程对象的预设阶数、预设惯性常数和静态增益;
根据所述过程对象的所述预设惯性常数计算LCR带通滤波参数;
对LCR滤波信号进行比例运算,获取比例运算信号;
将过程信号与所述比例运算信号相加,获取所述过程信号的近似降低1阶信号,其中,比例运算的比例系数为所述惯性常数除所述LCR滤波参数与所述LCR滤波电阻的相乘数;
对所述过程信号减所述近似降低1阶信号,获取减法信号,对所述减法信号进行比例积分运算,获取所述过程对象的控制信号,并根据所述控制信号确定最终过程信号。
2.根据权利要求1所述的LCR滤波控制方法,其特征在于,根据所述过程对象的所述预设惯性常数计算LCR带通滤波参数具体包括:
根据所述过程对象的所述预设惯性常数计算LCR带通滤波参数,所述LCR带通滤波参数包括LCR滤波电阻;
获取所述过程对象的所述过程信号,对所述过程信号进行LCR滤波,获取所述过程信号的所述LCR滤波信号。
3.根据权利要求1所述的LCR滤波控制方法,其特征在于,对所述过程信号减所述近似降低1阶信号,获取减法信号,对所述减法信号进行比例积分运算,获取所述过程对象的控制信号,并根据所述控制信号确定最终过程信号具体包括:
对所述过程信号减所述近似降低1阶信号,获取减法信号;
将所述减法信号输入到PI控制器,进行比例积分运算,获取所述过程对象的所述控制信号;
将所述控制信号作用于所述过程对象,确定所述最终过程信号。
4.一种LCR滤波控制装置,其特征在于,包括:
第一获取单元,用于获取过程对象的预设阶数、预设惯性常数和静态增益;
LCR带通滤波参数计算单元,用于根据所述过程对象的所述预设惯性常数计算LCR带通滤波参数;
第二获取单元,用于对根据所述LCR带通滤波参数对应的LCR带通滤波信号进行比例运算,获取比例运算信号,并根据获取的所述过程对象的过程信号与所述比例运算信号,获取所述过程信号的近似降低1阶信号;
确定最终过程信号单元,用于对所述过程信号减所述近似降低1阶信号,获取减法信号,对所述减法信号进行比例积分运算,获取所述过程对象的控制信号,并根据所述控制信号确定最终过程信号;
所述第二获取单元具体包括:
比例运算信号获取子单元,用于对LCR滤波信号进行比例运算,获取比例运算信号;
近似降低1阶信号子单元,用于将所述过程信号与所述比例运算信号相加,获取所述过程信号的近似降低1阶信号;
其中,比例运算的比例系数为所述惯性常数除所述LCR滤波参数与所述LCR滤波电阻的相乘数。
5.根据权利要求4所述的LCR滤波控制装置,其特征在于,LCR带通滤波参数计算单元具体包括:
LCR带通滤波参数计算子单元,用于根据所述过程对象的所述预设惯性常数计算LCR带通滤波参数,所述LCR带通滤波参数包括LCR滤波电阻;
LCR滤波信号获取子单元,用于获取所述过程对象的所述过程信号,对所述过程信号进行LCR滤波,获取所述过程信号的所述LCR滤波信号。
6.根据权利要求4所述的LCR滤波控制装置,其特征在于,确定最终过程信号单元具体包括:
减法信号获取子单元,用于对所述过程信号减所述近似降低1阶信号,获取减法信号;
控制信号获取子单元,用于将所述减法信号输入到PI控制器,进行比例积分运算,获取所述过程对象的所述控制信号;
最终过程信号确定子单元,用于将所述控制信号作用于所述过程对象,确定所述最终过程信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610464318.4A CN106094509B (zh) | 2016-06-22 | 2016-06-22 | 一种lcr滤波控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610464318.4A CN106094509B (zh) | 2016-06-22 | 2016-06-22 | 一种lcr滤波控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106094509A CN106094509A (zh) | 2016-11-09 |
CN106094509B true CN106094509B (zh) | 2019-12-06 |
Family
ID=57252286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610464318.4A Active CN106094509B (zh) | 2016-06-22 | 2016-06-22 | 一种lcr滤波控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106094509B (zh) |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19629845A1 (de) * | 1996-07-24 | 1998-01-29 | Rexroth Mannesmann Gmbh | PID-Regler |
US7092465B2 (en) * | 2002-11-14 | 2006-08-15 | Freescale Semiconductor, Inc. | Method and apparatus for processing an amplitude modulated (AM) signal |
GB2399425B (en) * | 2003-03-11 | 2006-05-17 | Rolls Royce Plc | Improving stability and response of control systems |
US20050047799A1 (en) * | 2003-08-26 | 2005-03-03 | Coppinger Frederic M.A. | Method and apparatus to reduce second order distortion in optical communications |
CN100476644C (zh) * | 2005-12-29 | 2009-04-08 | 上海交通大学 | 单输入单输出***的极限pid控制方法 |
CN101316102A (zh) * | 2007-05-28 | 2008-12-03 | 安凡微电子(上海)有限公司 | 用于数字基带接收机的滤波器及其设计方法 |
EP2362515B1 (en) * | 2010-02-19 | 2012-07-25 | ABB Research Ltd | Control method for single-phase grid-connected LCL inverter |
CN102075127B (zh) * | 2011-01-04 | 2012-09-05 | 北京航空航天大学 | 一种永磁同步电机伺服驱动装置及其位置控制方法 |
CN102158193B (zh) * | 2011-04-21 | 2013-07-24 | 清华大学 | 一种基于负反馈的二阶带通滤波器 |
CN102393866B (zh) * | 2011-09-22 | 2013-08-14 | 广东电网公司电力科学研究院 | ***对象参数模型的传递函数确定方法及装置 |
CN102355151B (zh) * | 2011-09-28 | 2013-10-30 | 浙江大学 | 一种具有复合功能的并网逆变器及并网逆变控制方法 |
JP2014085880A (ja) * | 2012-10-24 | 2014-05-12 | Jtekt Corp | Pid制御システム |
CN103529695A (zh) * | 2013-10-08 | 2014-01-22 | 郭景礼 | 一种基于分时段智能pid调节器的变频调速供水*** |
CN103684351B (zh) * | 2013-12-17 | 2016-01-27 | 哈尔滨工程大学 | 具有pid指数因子的自适应惯性滤波方法 |
CN104166372B (zh) * | 2014-07-31 | 2017-04-05 | 西安交通大学苏州研究院 | 一种进给***双位置环反馈的抗扰控制器 |
-
2016
- 2016-06-22 CN CN201610464318.4A patent/CN106094509B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106094509A (zh) | 2016-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109901385B (zh) | 一种超前观测方法及装置 | |
Ramírez et al. | Design of proportional-integral-retarded (PIR) controllers for second-order LTI systems | |
McKelvey et al. | Non-parametric frequency response estimation using a local rational model | |
CN108107714B (zh) | 一种针对分数阶时滞***的预估补偿分数阶pi控制方法 | |
WO2016120959A1 (ja) | ノイズレベル推定方法、測定データ処理装置、及び測定データ処理用プログラム | |
CN109270836B (zh) | 一种积分信号提取方法、装置及设备 | |
CN106094509B (zh) | 一种lcr滤波控制方法及装置 | |
Choudhary et al. | Gamma Delta approximation for reduction of discrete interval system | |
CN107291998B (zh) | 一种基于滑模思想的新型低通滤波器设计方法 | |
JP2018138308A5 (ja) | パラメータ値取得装置、評価方法、対象装置動作システム、パラメータ値取得方法およびプログラム | |
GB2483968A (en) | Analysis of electric motors or generators magnetic field by calculation, result correction using time average harmonic order and a second calculation based | |
CN112764345A (zh) | 基于目标状态跟踪的强非线性***卡尔曼滤波器设计方法 | |
Dincel et al. | Dominant pole region assignment with continuous PI and PID controllers | |
CN113296411B (zh) | 跟踪高频噪声功率增益调节控制策略参数的方法及*** | |
WO2011137255A1 (en) | Digital fractional integrator | |
CN107979317A (zh) | 永磁同步电主轴弱磁调速方法 | |
CN113311708A (zh) | 跟踪高频噪声幅值增益调节控制策略参数的方法及*** | |
CN106200372B (zh) | 一种获取低阶对象过程信号的近似微分信号的方法及装置 | |
Belyaev | On Implicit Image Derivatives and Their Applications. | |
CN106200373B (zh) | 一种获取过程信号的近似微分信号的方法及装置 | |
CN113312585B (zh) | 高阶控制策略参数调节的高频噪声功率增益在线跟踪方法 | |
CN111027008A (zh) | 一种用于电力装备动态分析的传递函数确定方法 | |
Benner et al. | Balancing related model reduction with the MORLAB toolbox | |
CN118012151A (zh) | 一种工程最速控制***的过程给定信号修正方法及装置 | |
Judalet et al. | Implementation of first order algebraic estimators for numerical filtering and derivation applications |
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 |