多變量系統(tǒng)的關聯(lián)分析與解耦控制課件

1、多變量系統(tǒng)的關聯(lián)分析與解耦控制學習內(nèi)容什么是控制回路間的關聯(lián)耦合？怎樣分析耦合程度？怎樣解除耦合？1、控制回路間的關聯(lián)耦合例1 攪拌貯槽加熱器控制目標貯槽液位、槽內(nèi)溫度動態(tài)過程F1或液位設定值變化T1或溫度設定值變化結(jié)論回路1對回路2有關聯(lián)回路2對回路1無關聯(lián)1、控制回路間的關聯(lián)耦合例2 連續(xù)攪拌反應釜控制目標出口濃度、釜內(nèi)溫度動態(tài)過程入口濃度或出口濃度設定值變化入口溫度或溫度設定值變化結(jié)論回路1對回路2有關聯(lián)回路2對回路1有關聯(lián)1、控制回路間的關聯(lián)耦合例3 管道壓力和流量控制系統(tǒng)控制目標壓力P1、流量F動態(tài)過程P1,V1,F F設定值,V2 ,P1 結(jié)論回路1對回路2有關聯(lián)回路2對回路1有關

2、聯(lián)控制回路關聯(lián)情況表示方法傳遞函數(shù)矩陣系統(tǒng)結(jié)構(gòu)圖傳遞函數(shù)矩陣控制回路關聯(lián)情況表示方法一控制回路關聯(lián)情況表示方法二系統(tǒng)結(jié)構(gòu)圖2 相對增益陣分析和控制回路選擇關聯(lián)分析的目的找出關聯(lián)最少的控制量U和被控量Y配對，而后就能用SISO方法設計控制器若配對后仍關聯(lián)明顯，則設法解耦關聯(lián)分析的方法相對增益矩陣法奇異值分解法相對增益矩陣的來歷回路2開環(huán)時p1只受u1的影響u2=0 回路2閉環(huán)時u1F u2 p1u20, F=02.1 相對增益矩陣法相對增益矩陣的定義指耦合系統(tǒng)中，除Uj到Y(jié)i通道外，其它通道全部斷開時所得到的Uj到Y(jié)i通道的靜態(tài)增益;即，除調(diào)節(jié)量Uj改變了Uj以外，其它調(diào)節(jié)量Uk（kj）均不變。

3、指除所觀察的Uj到Y(jié)i通道之外，其它通道均閉合且保持Yk（kj）不變時，Uj到Y(jié)i通道之間的靜態(tài)增益。yiuj相對增益的物理意義ij =1ij =0ij =ij 1ij 1ij 0 V1大（u1大），p1大，k110 F大，k210V2大（u2大），p1小，k1202.2 控制回路的選擇正相關與負相關負相關 ij0 y2小，k210 y1小，k120流量并聯(lián)控制系統(tǒng)2.2 控制回路的選擇選擇控制回路的原則對被控量yi，選擇具有最大且接近于1的正相關增益的操縱變量uj，即ij最接近于1的配對 不能用相對增益為負數(shù)的被控量和操縱量配對相對增益陣提供了從穩(wěn)態(tài)衡量關聯(lián)程度的尺度，所以上述原則不能保證動

4、態(tài)關聯(lián)也最小2.2 控制回路的選擇例1 壓力、流量系統(tǒng) Fp1u1u2若設計時使u1上壓降小于u2上壓降，即p0-p1p1-p2u1F, u2p1即：采用壓降大的控制閥門2.2 控制回路的選擇例2 計算相對增益矩陣并選擇正確的配對2.2 控制回路的選擇例3 混合過程控制回路選擇混合器x1=80%F1x2=20% F2流量F, 濃度 x11 F1 F穩(wěn)態(tài)物料平衡為：要求： F=200摩爾/時，x=60%摩爾由要求得：穩(wěn)態(tài)時，F(xiàn)1=133.4，F(xiàn)2=66.6設F1=1摩爾/時p11: F2恒為66.6q11: x恒為60%3. 控制回路間關聯(lián)的奇異值分解分析方法奇異值分解的概念 singular

5、value decomposition U，V 酉矩陣 UUT =I VVT=I 奇異值對角陣3. 控制回路間關聯(lián)的奇異值分解分析方法過程增益矩陣K的奇異值分解求求U求V3. 控制回路間關聯(lián)的奇異值分解分析方法用K陣的SVD分析來確定變量配對選擇與Ui向量的最大幅值的元素（不考慮符號）有關的輸出和與Vi向量的最大幅值的元素（不考慮符號）有關的操縱變量配對4 減少和消除耦合的途徑4.1 通過選擇正確的變量配對來減少耦合注意：只有在選擇合理搭配后仍有嚴重關聯(lián)才再考慮其他解耦措施變量重新配對后的靜態(tài)耦合結(jié)構(gòu)變量配對前的靜態(tài)耦合結(jié)構(gòu)假設U1控制Y2，U2控制Y1變換配對后（R1Y2，R2Y1） 變換配

6、對前（R1Y1，R2Y2） 近似于兩個獨立控制的回路近似完全解耦系統(tǒng)4 減少和消除耦合的途徑4.2 通過整定控制參數(shù)來減少耦合提高調(diào)節(jié)器的增益放松對某些回路的控制要求比例度取大，積分時間加長減少控制回路（比例度取無限大）圖8.6 靜態(tài)耦合結(jié)構(gòu)假設將下列耦合系統(tǒng)的兩個調(diào)節(jié)器的增益分別從1提高到5，即Kc1=5，kc2=5。調(diào)節(jié)器增益增大后（ Kc1=5，kc2=5 ）調(diào)節(jié)器增益增大前（ Kc1=1，kc2=1 ）調(diào)節(jié)器增益增大，耦合程度減弱放松對某些回路的控制要求比例度取大，積分時間加長減少控制回路（比例度取無限大）4 減少和消除耦合的途徑4.3 采用多變量控制器來解耦用多變量控制器來代替多個單

7、變量控制器（單回路控制器）4 減少和消除耦合的途徑4.4 用奇異值分解（SVD）來解耦y 被控變量M 被控變量4.4 用奇異值分解（SVD）來解耦4.4 用奇異值分解（SVD）來解耦4.4 用奇異值分解（SVD）來解耦4 減少和消除耦合的途徑4.5 設計解耦裝置解耦 解耦控制器5 解耦控制系統(tǒng)設計二輸入二輸出解耦系統(tǒng)解耦器N（S）若是對角陣，則可實現(xiàn)完全解耦5.1 對角陣解耦法Gp(s)N(s) 對角陣所以，解耦器N(s)為即：被控對象的輸出與輸入變量之間滿足：Gp(s)為非奇異陣對角陣解耦后的等效系統(tǒng)為：5.2 前饋補償解耦法帶前饋補償器的全解耦系統(tǒng)要實現(xiàn)對Uc1與Y2間的解耦要實現(xiàn)對Uc1

8、與Y2、Uc2與Y1之間的解耦，應：5.2 前饋補償解耦法因此，前饋補償解耦器的傳遞函數(shù)為5.3 反饋解耦法例 已知雙變量非全耦合系統(tǒng)如圖所示。要求解耦后的閉環(huán)傳遞矩陣為試求調(diào)節(jié)器結(jié)合解耦環(huán)節(jié)的參數(shù)雙變量非全耦合系統(tǒng)解:由圖可知，系統(tǒng)的閉環(huán)傳遞矩陣為考慮反饋矩陣為單位矩陣的情況，則有因此得調(diào)節(jié)器結(jié)合解耦環(huán)節(jié)的傳遞矩陣為故解耦控制在工業(yè)中的應用線性對象和非線性對象線性解耦非線性解耦（神經(jīng)網(wǎng)絡解耦、模糊解耦）模型匹配和模型失配模型精確或模型不精確6 解耦控制應用實例（1）單元機組協(xié)調(diào)控制的解耦內(nèi)模控制為了有效控制多時滯多變量穩(wěn)定過程，本文討論了一種多變量系統(tǒng)解耦內(nèi)模控制針對某660MW單元機組線性

9、模型進行仿真研究在系統(tǒng)模型精確時，可以精確解耦；即使在系統(tǒng)模型失配時，也可以取得滿意的控制效果單元機組協(xié)調(diào)系統(tǒng)模型補充：內(nèi)?？刂苾?nèi)?？刂?Internal Model Control,簡稱IMC)是一種基于過程數(shù)學模型進行控制器設計的新型控制策略。以其簡單、跟蹤調(diào)節(jié)性能好、魯棒性強、能消除不可測干擾等優(yōu)點，為控制理論界和工程界所重視。內(nèi)?？刂凭哂幸韵聝?yōu)點:(1)無需精確的對象模型; (2)在引入濾波器后，系統(tǒng)有可能獲得較好的魯棒性; (3)控制器參數(shù)調(diào)節(jié)方便。單元機組協(xié)調(diào)控制的解耦內(nèi)模控制對象解耦內(nèi)?？刂频脑O計思想在對象前加一個解耦補償器，將多變量對象解耦成對角陣，然后以解耦后的對角陣作為廣義

10、被控對象，在按單變量的方法進行內(nèi)?？刂破鞯脑O計。單元機組協(xié)調(diào)控制的解耦內(nèi)模控制K(S)是nn解耦補償器,它使廣義系統(tǒng)Gp (S)K(S)成為對角陣；Gm（S）是nn的對角形廣義對象模型（內(nèi)部模型）傳遞函數(shù)矩陣， C(S)是nn對角形控制器傳遞函數(shù)矩陣；模型失配下控制系統(tǒng)的魯棒性6 解耦控制應用實例（2）乙烯裝置裂解爐解耦控制（俞金壽 工業(yè)過程先進控制）工藝原料油(煤油或柴油)經(jīng)預熱至590度后進入裂解爐管進行裂解, 生成乙烯、丙烯、丁烯、甲烷、乙烷、丙烷等。裂解爐有四組并聯(lián)的裂解爐管，每組爐管對應8個噴嘴。每組有燃料油的控制閥。裂解反應溫度十分重要，通常是控制好爐管出口溫度，以保證反應溫度維持

11、在合適的區(qū)間?？刂茊栴}若只有一組爐管，則可用爐管出口溫度作為被控變量、燃料油流量作為操縱變量組成單回路控制方案；但，四組爐管安裝在同一爐腔內(nèi)，相互關聯(lián)相當嚴重，尤其是每組爐管對其相鄰爐管關聯(lián)嚴重，所以一旦穩(wěn)態(tài)被打破，就不易恢復平衡。乙烯裝置裂解爐解耦控制解耦控制方案采用一個溫度主控制器,另外引入四個偏差設定器,并使用計算機解耦計算乙烯裝置裂解爐解耦控制過程穩(wěn)態(tài)特性先不考慮主控制器的輸出u，而單獨討論各偏差設定器TXCi的修正值ui對各組爐管出口溫度的影響，有：假設在小范圍內(nèi)可線性化，則：式中反之， 于是，若需糾正的溫度偏差已知為e，則應施加的控制作用為： 乙烯裝置裂解爐解耦控制經(jīng)測試即每組燒嘴

12、除影響本組爐管外，還影響相鄰的各一組爐管，其效應為對本組爐管的1/3。對矩陣求逆得A-1，將編入程序，在測得溫度偏差e以后，由計算機求得ui值。乙烯裝置裂解爐解耦控制具體實施控制中由主控制器TC使基準溫度達到設定值，TC采用PID連續(xù)控制（u）為使動作平穩(wěn)，修正ui不能一躍而就，實際上采用ui值的1/2，即實際工藝規(guī)定溫差故，不需要解耦需要解耦乙烯裝置裂解爐解耦控制關于解耦的說明 控制系統(tǒng)之間的關聯(lián)并非一定有害，只有關聯(lián)嚴重影響控制品質(zhì)時，才考慮設計解耦控制系統(tǒng)如果能通過選擇控制方案避免或減弱系統(tǒng)間的耦合，也不必設計解耦控制系統(tǒng) 如，考慮每組爐管出口溫度與相應進料流量組成串級控制系統(tǒng)，調(diào)整某組

13、爐管進料量不會影響其他爐管的出口溫度，即相互之間無耦合，且相應速度快，能保持出口溫度符合要求。6 解耦控制應用實例（3）模糊神經(jīng)網(wǎng)絡在解耦控制中的研究經(jīng)典解耦控制理論大多數(shù)是建立在模型精確完整的基礎上, 由于強耦合系統(tǒng)的參數(shù)不好測量, 許多實際生產(chǎn)過程很難建立起精確的數(shù)學模型, 補償器、解耦器和控制器的設計、實現(xiàn)和協(xié)調(diào)就很困難。神經(jīng)網(wǎng)絡和模糊系統(tǒng)均屬于無模型的估計器和非線性動力學系統(tǒng), 也是一種處理不確定性、非線性和其他不確定性問題的有力工具。因此, 強耦合、純遲延的多變量系統(tǒng)可以采用模糊神經(jīng)網(wǎng)絡有規(guī)則地模擬運行人員的學習過程, 發(fā)掘?qū)ο筮\行特性的信息, 并據(jù)此改變控制器以及解耦網(wǎng)絡的參數(shù)。模

14、糊神經(jīng)網(wǎng)絡在解耦控制中的研究解耦控制系統(tǒng)結(jié)構(gòu)ND1, ND2為2個模糊神經(jīng)網(wǎng)絡解耦器解耦后的廣義對象成為一個無耦合的對象, 然后使用單回路控制器C1, C2 進行控制。6 解耦控制應用實例（4）循環(huán)流化床鍋爐雙模糊解耦控制的研究工藝：影響循環(huán)流化床燃燒的因素很多,如給煤量、一次風量、二次風量、引風量等,并且被控變量較多,如床溫、主汽壓力、爐膛負壓、煙氣含氧量,過程非常復雜且耦合性強。循環(huán)流化床鍋爐雙模糊解耦控制辨識所得的為靜態(tài)理想解耦模型,得出耦合嚴重的主汽壓P和床溫T受一次風F和給煤量M的影響的傳遞函數(shù)為關聯(lián)分析相對增益矩陣法分析結(jié)論燃燒系統(tǒng)耦合較為嚴重,必須對其進行解耦,同時根據(jù)相對增益1

15、1=0.586確定解耦后的單回路控制系統(tǒng)為給煤量控制床溫,一次風量控制主汽壓。循環(huán)流化床鍋爐雙模糊解耦控制的研究傳統(tǒng)的串級解耦算法對模型的精確性有要求，模型的不精確會傳遞給解耦器,亦使解耦器失真,從而影響控制效果。模糊控制器不依賴于被控對象數(shù)學模型的優(yōu)點,通過模糊規(guī)則來實現(xiàn)補償網(wǎng)絡循環(huán)流化床鍋爐雙模糊解耦控制的研究模糊解耦器設計循環(huán)流化床燃燒系統(tǒng)模糊解耦器近似等效D12(S)、D21(S)對應的傳遞函數(shù)。6 解耦控制應用實例（5）多變量PID神經(jīng)元網(wǎng)絡控制系統(tǒng)在集氣管壓力系統(tǒng)中的應用工藝：焦爐集氣管壓力是焦爐生產(chǎn)中重要的工藝參數(shù),生產(chǎn)中需保證各焦爐煤氣壓力的相對穩(wěn)定。焦爐集氣管壓力系統(tǒng)是一個具

16、有高度非線性、時變、強耦合、大擾動的多變量系統(tǒng)。焦爐集氣管壓力系統(tǒng)工藝在煉焦過程中所產(chǎn)生的荒煤氣由橋管進入集氣管，經(jīng)過調(diào)壓閥門送入煤氣管道，通過初冷器冷卻后，由鼓風機送入后續(xù)工段，提煉各種化學副產(chǎn)品如硫氨、粗笨、等，處理后的煤氣一部分儲存在儲氣罐中供生產(chǎn)甲醇等深加工使用；另一部分經(jīng)管路回送焦爐，燃燒產(chǎn)熱供煉焦使用。集氣管內(nèi)的煤氣壓力保持在一定范圍內(nèi)。集氣管壓力系統(tǒng)中的耦合兩座焦爐并聯(lián),各焦爐的集氣管共用一個總管任意集氣管壓力變化必然影響總管壓力,反過來總管壓力又影響其他集氣管壓力,因此各集氣管壓力之間耦合嚴重。假設l#分管的壓力高于2#分管，則1#分管內(nèi)的煤氣不僅要流向匯總而且也要流向2#管，

17、從而使1#管壓力下降，使2#管壓力升高，其目的使1#2#壓力趨于一致。因此如仍根據(jù)原來集氣管控制算法獲得的輸出加以控制，在并聯(lián)耦合的影響下，系統(tǒng)必然產(chǎn)生超調(diào)，從而加劇壓力波動。焦爐還受到以下干擾:配煤比的變化、裝煤量的變化、出爐數(shù)的變化、出焦時間、爐門、爐蓋、上升蓋打開或關閉不嚴、鼓風機入口吸力的變化和鼓風機后壓力的變化。以上各種耦合與干擾的存在使得各控制回路震蕩超調(diào)現(xiàn)象嚴重,工況復雜,嚴重影響了生產(chǎn)工藝的正常運行。PID 神經(jīng)元網(wǎng)絡多變量控制系統(tǒng)的結(jié)構(gòu)與算法PID神經(jīng)元網(wǎng)絡是三層前向網(wǎng)絡由并列的多個子網(wǎng)絡組成每個子網(wǎng)的輸入層有兩個神經(jīng)元隱含層有3個神經(jīng)元,其中包括一個比例元,一個積分元和一個

18、微分元隱含層至輸出層是相互交叉連接的,使整個P ID神經(jīng)元網(wǎng)絡結(jié)合為一體,網(wǎng)絡的n個輸出值為多變量控制對象的控制輸入。PID 神經(jīng)元網(wǎng)絡多變量控制系統(tǒng)的結(jié)構(gòu)與算法PID神經(jīng)元網(wǎng)絡的基本形式為231的結(jié)構(gòu)。權值采用反傳學習算法PID神經(jīng)元網(wǎng)絡系統(tǒng)仿真實驗根據(jù)生產(chǎn)工藝,通過系統(tǒng)辨識得到1#集氣管和2#集氣管壓力控制系統(tǒng)的近似傳遞函數(shù)v1 , v2 分別表示1#、2#集氣管閥門開度; y1 , y2 分別表示1#、2#集氣管壓力。PID神經(jīng)元網(wǎng)絡系統(tǒng)仿真實驗給定激勵解耦控制輸出為6 解耦控制應用實例（6）焦爐集氣管壓力系統(tǒng)的智能控制D采用自適應模糊控制算法和模糊解耦規(guī)則相結(jié)合控制集氣管壓力智能集成解

19、耦控制算法及其應用研究D智能集成解耦控制算法及其應用研究針對焦爐集氣管壓力系統(tǒng)具有強耦合、高度非線性、擾動劇烈頻繁且幅值大的特點，提出一種智能集成解耦控制算法：首先采用專家控制算法將工況進行分類，對于不同的工況，分別使用細調(diào)模糊控制算法、快調(diào)模糊控制算法與傳統(tǒng)的PID控制算法克服大部分干擾因素所帶來的擾動；同時采用前饋專家控制算法，對鼓風機前吸力大擾動進行補償。并且采用模糊解耦控制算法，實現(xiàn)組內(nèi)、組間解耦，消除四座焦爐集氣管壓力的相互影響。最后采用蝶閥專家控制算法、自校正控制算法、變周期控制算法以適應蝶閥的不同特性，提高控制品質(zhì)。控制算法在某鋼鐵公司得到實際應用。實際運行結(jié)果表明，智能集成控制算法實現(xiàn)了四座焦爐的解耦，保證了集氣管壓力穩(wěn)定在給定的范圍內(nèi)，當外界因素對系統(tǒng)造成擾動時，該系統(tǒng)能在30s內(nèi)迅速將壓力穩(wěn)定在工藝要求波動范圍內(nèi)。智能集成解耦控制算法及其應用研究工藝智能集成解耦控制算法及其應用研究系統(tǒng)中存在的耦合因為冷凝器前的負壓很大，為千帕級，而四座焦爐集氣管壓力為帕級，這樣冷凝器方向的吸力就很大，造成