基于内模控制的pid在过程控制中的应用研究毕业论文(编辑修改稿)

基于内模控制的pid在过程控制中的应用研究毕业论文(编辑修改稿)内容摘要：

平台上建立的液位控制系统。 重点讨论采用试验建模法建立液位控制系统的数学模型。 系统装置简介 HGK1 型试验平台的结构如图 21 所示， 图 21 HGK1 实验设备图 HGK1 型实验装置包括被控对象和控制台两大部分。 控制台如图 22 所示 东南大学成贤学院毕业设计报告 5 图 22 HGK1 实验系统 控制台 已组装 PLC 及电源如图 23： 图 23 工作中的 PLC 从图中可以看出实验系统包含有：塑胶透明水箱、电动阀、储水罐、变频器、 LED面板、泵、三相电加热装置等等。 系统中采用的过程检测仪表包括： (1)压力传感器 管道中压力传感器，用来监测管道内压力。 输出与管道液体的压力成线性对应关系的420mA标准电流信号。 (2)液位传感器 系统中的液位传感器，通过液体所产生的压力用来检测水箱内液位。 输出与被测液体的东南大学成贤学院毕业设计报告 6 液位压力成线性对应关系的 420mA标准电流信号。 (3)涡轮流量传感器 用来检测单相 水泵动力支路的流量，包括供水流量以及出水流量。 它的输出信号为频率，通过流量积算变送仪转换为 420mA的电流信号输出。 系统中采用的执行器装置有： (1)电动单座调节阀，用来调节管道水流量。 (2)变频器，用来调节小流量泵的出水流量。 HGK1型液位控制系统结构图如图 24所示。 图 24 HGK1型液位控制系统结构图 1： 测管道压力的传感器 2： 流量计 3： 电动阀 调节阀由执行机构和调节机构组成，根据所使用的能源 不同可分为 3种：以压缩空气为能源的为气动调节阀；以电为能源的为电动调节阀；以高压液体为能源的为液动调节阀。 在实验过程中储水罐要保证有充足量的水来实现设备的大循环。 储水罐中的水通过水泵打入到塑胶透明水箱中，在水箱中的水量对底部有一定的压力，通过液位传感器所测出的液位信号，送入 PLC中，通过 PLC中的所编好的程序，输出控制信号进电动阀控制端，控制电动阀的调节来保持恒定的液位。 水箱 水池 泵 2 3 1 液位传感器 东南大学成贤学院毕业设计报告 7 液位过程建模 在控制系统的性能分析和方案设计中，对象数学模型的准确性在控制系统中具有决定性的作用。 对象数学模型与真实控制对 象比较符合就能得到稳定的阶跃曲线，为了能够对控制系统进行深入的学习，需要分别对控制系统和扰动通道进行数学建模，从而得到更完美的控制效果。 被控过程的数学模型描述了过程的各种输入量（包括控制量和扰动量）与相应输出量（被控量）之间的关系，即对象受到输入及干扰作用后，被控变量响应曲线是如何变化的、变化量为多少等，该实验中所产生的是一阶特性阶跃响应曲线。 建立过程数学模型的目的 建立被控过程数学模型的主要目的可以归纳为如下几点 [10]： 1）设计控制系统 ──深刻了解大时滞特性是设计控制系统的前提。 大时 滞控制系统中被控变量及检测点的选择、控制（操纵）变量的确定、控制器结构形式的选定等都与被控对象的特性有关。 2）调试控制系统和参数修定 ──对被控对象特性的熟悉程度是调试和模拟仿真的保证。 同时，选择控制特性规律和控制器参数的确定都和被控对象特性有关。 3）制订工业过程的优化控制方案 ──优化控制往往可以在基本不增加投资与设备的情况下，获取可观的经济效益。 这离不开对被控对象特性的了解，而且主要是依靠对象的稳态数学模型进行优化 4）优化控制系统及设计控制算法 ──在系统优化和确定控制算法的过程中，需要以被控对象的数学 模型为依据。 例如，预测控制、推理控制、前馈动态补偿控制等都是在已知对象数学模型的基础上才能进行的。 5）建立计算机仿真过程培训系统 ──利用数学模型和系统仿真技术，使操作人员可以在计算机上对各种控制策略进行定量的比较与判定。 还可为操作人员提供仿真操作的平台，从而为高速、安全、低成本地培训工程技术人员和操作员提供借鉴，并有可能制定大型设备的启动和停车操作方案。 6）设计控制系统的故障检测和优化工作 ──利用数学模型可以及时发现工业过程中控制系统的故障及其原因，并提供正确的解决途径。 过程数学模型的 求取方法 一般来说，过程数学模型的求取方法如 [3]： (1)机理建模 ──机理建模是根据对象或生产过程的内部机理，写出各种有关的平衡方东南大学成贤学院毕业设计报告 8 程，如物料平衡方程、能量平衡方程、动量平衡方程、相平衡方程等，从而得到对象的数学模型。 (2)试验建模 ──在机理模型无法确定的情况下，可采用试验建模的方法得到对象的数学模型。 试验建模就是针对所要研究的对象，人为地施加一个输入作用，然后用仪表记录表征对象特性的物理量随着时间变化的规律，得到一系列试验数据或曲线。 这些数据或曲线就可以用来表示对象特性。 这种应用对象输入输出的实测数据来决定其模型结构和参数的方法，通常称为系统辨识。 它的主要特点是不管内部结构如何复杂或者简单，我们都认为对其研究的对象是一无所知的，对于复杂的研究对象：内部结构比较复杂，用机理建模很难得到确定的模型，而试验建模是根据被控对象外部特性来描述对象的动态性能，所以对于复杂的被控对象，试验建模比机理建模更具有实用性。 （ 3）混合建模 ──将机理建模与实验建模结合起来，称为混合建模。 混合建模式一种比较实用的方法，它先由激励分析的方法提出数学模式的结构形式，然后对其中某些未知的或不确定 的参数利用实验的方法给予确定。 由于该实验装置比较复杂，不易使用机理建模法求取过程的数学模型，故采用试验法建模。 为了得到精度较高的数学模型，本文采用基于阶跃信号的时域建模法，即飞升曲线法。 该方法是在被控对象上人为地加入阶跃干扰后，通过测定被控对象的动态特性曲线，然后在matlable 软件上拟合得到 TxKYY  0 ，进而得到被控对象的抽象传递函数() 1p KGs Ts 。 为了得到精确的测试结果，应注意以下事 项 [7]： 1） 合理选择阶跃扰动信号的幅度，既不能太大，以免影响正常生产，也不能过小，以防止被控过程的不真实。 通常取阶跃信号值为正常输入信号的 10%～ 15%，以不影响生产为准。 2）实验应在相同条件下重复做几次，需获得两次以上的比较接近的响应曲线，从而减少干扰的影响。 3）实验应在阶跃信号做正方向和反方向的变化，同时分别测出两个方向的阶跃响应曲线，以检验被控过程的非线性程度。 4）实验中在输入阶跃信号前，被控过程必须处于稳定的工作状况。 在一次实验后，必须使被控过程稳定一 段时间再施加测试信号做第二次实验。 5）实验结束后， 对于实验中的数据要进行处理，一些明显偏离实际曲线的数据进行删除。 液位试验建模 （ 1） 对于 HGK1型液位控制系统而言，由于管道距离很短，阀门的微小动作都会立刻东南大学成贤学院毕业设计报告 9 造成水箱液位的变化，所以认为对于该流量 液位模型是无滞后环节的，忽略滞后时间。 机理建模分析，液位模型是一个一阶惯性环节，设传递函数为 () 1p KGs Ts ，需要求的增益和时间常数。 液位建模步骤 本次试验选取变频器衡定频率工 作，用来给整个系统提供水量。 通过多次试验，选择。 出水阀门选择一个，全开状态。 这里建模需要用到上位机和 PLC部分程序，用来手动设置电动调节阀大小。 同时在上位机上定量记录液位的实际值大小和对应流量大小。 数据结果保存一个 txt文本文件中。 然后在 MATLAB中处理这些数据，提高建模准确性。 具体步骤以其中一次实验为例进行说明： （ 1）开机上电后，启动变频器，在上位机上设置阀门开度 20%大小。 等待液位稳定。 时间大概一个小时左右。 实际情况是液位在很长一段时间内还会缓慢变化上升。 记下此时稳定后的液位为 ，流量 （ 2）修改设置阀门开度为 25%。 此时流量上升。 （ 3）经过 1个小时左右，液位基本不变化。 记下此时液位 ，流量 （ 4）整个实验过程，上位机以 5s归档周期归档记录数据 （ 5）在 MATLAB中处理所得数据，由于实际液位数据存在抖动，先经过拟合后，然后在拟合曲线上进行数学模型的求取。 （ 6）多次试验，在加正阶跃和负阶跃等相同情况下，做多次试验，取得合理模型。 图 25 实际液位曲线图 东南大学成贤学院毕业设计报告 10 图 26 实际流量曲线图 图 27 拟合 曲线 由上拟合曲线在 Matlable软件上可以得出数学模型为 : Y= 1169X （ 1） 由（ 1）式可得： 放大系数（增益） K=150 mm min /L （ 2） 时间常数 T=1169s （ 3） 由（ 2）（ 3）可得被控对象数学模型为 11169150)(  ssGp （ 4） 将所得模型在 Simulink中仿真后，和实际数据以及拟合曲线相比较。 如图 27所示，可看出所得模型和实际数据之间吻合的还是不错的，所得模型可用。 在多次试验后，取得多组数据，建模。 最后取几组合理模型的平均值。 最终选取系统的传递函数为： 11000150)(  ssGp （ 5） 东南大学成贤学院毕业设计报告 11 第三章 内模控制原理及仿真研究 在第二章中，已通过试验建模法建立了液位 流量系统的数学模型，参量模型一般采用数学表达式来表示，如描述控制对象的传递函数及输入输出关系的方程式等。 本章主要对拟采用的控制方案的原理及所需要的参数进行分析和设计仿真。 内模控制器原理 内模控制（ IMC)从字面意思就可以知道它的含义：通过 控制被控对象的内部模型来控制整个操作过程。 内模控制的典型框图如图 31所示， ++++)( sG p )( sGm)(sG c)(sR )(sD )(sY)(sU )(~ sY)(~ sD 31 内模控制框图 由图 31 可得内模控制系统传递函数为：  )()()()(1 )()()( c sRsGsGsG sGsGsY cpc p  +  )()()()(1 )()(1c c sDsGsGsG sGsG mp m  （ ） 在模型没有误差，即 )(sGm = )(sGP 时，式子（ ）可化简为： )()]()(1[)()()()( sDsGsGsRsGsGsY pcpc  （ ） 若 0)( sD ， 0)( sR ，由式 ()可得： )()()()( sRsGsGsY pc () 假 设 “模型可逆 ”，即)(1sGm可以实现，可令： 1() ()cmGs Gs () 将式 ()带入式 ()，可得 )()()()(1)( sRsRsGsGsY pm  () 东南大学成贤学院毕业设计报告 12 式 ()表明内模控制器可确保输出跟随设定值的变化。 此时 模型的输出 )(~sY 与过程输出 )(sY 相等，反馈信号为零。 因此，当不存在模型误差和未知干扰的条件下，内模控制系统具有开环结构。 这就清楚的表明，对开环稳定的过程而言，反馈的目的是克服过程的不确定性 [8]。 同样，若 0)( sR , 0)( sD ， 且假设模型正确，将式 ()带入式 ()，此时： 0)()]()(11[)()]()(1[)(  sDsGsGsDsGsGsY mmpc () 可 见，只要模型不存在建模误差该。