[發明專利]預測函數控制優化的油氣水三相分離器油水液面控制方法

在審

• 申請號: 201410029379.9
• 申請日: 2014-01-22
• 公開（公告）號: CN103760927A
• 公開（公告）日: 2014-04-30
• 發明（設計）人: 薛安克;李海生;張日東;張樂;魯仁全
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G05D9/12
• 分類號: G05D9/12;G05B13/04
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

1.預測函數控制優化的油氣水三相分離器油水液面控制方法，其特征在于該方法的具體步驟是：

步驟(1).通過過程對象的實時階躍響應數據建立被控對象的模型，具體方法是：

1-a將過程對象的比例積分-比例微分控制器停留在手動操作狀態，操作撥盤使其輸出有一個階躍變化，在記錄儀表上得到實際過程的輸出值，將實際過程輸出值y_p(k)的響應曲線轉換成無量綱形式y_p^*(k)，具體是：

y_p^*(k)＝y_p(k)/y_p(∞)

其中，y_p(∞)是比例積分-比例微分控制器的輸出有階躍變化時的實際過程輸出y_p(k)的穩態值；

1-b.選取滿足y_p^*(k₁)＝0.39和y_p^*(k₂)＝0.63的兩個計算點k₁和k₂，依據下式計算過程對象的模型參數K_m、T和τ：

K_m＝y_p(∞)/q

T＝2(k₁-k₂)

τ＝2k₁-k₂

最后得到的過程對象的傳遞函數為：

G(s)=KmTs+1e-τS]]>

其中，G(s)為過程對象的傳遞函數，s為拉普拉斯變換算子，q為過程的比例積分微分控制器輸出的階躍變化幅度，K_m為模型的增益系數，T為模型的時間常數，τ為模型的滯后時間參數；

步驟(2).設計過程對象的PI-PD控制器，具體方法是：

2-a.將步驟1-b中的傳遞函數進行離散化，采樣時間為T_s，得到離散模型為

y_m(k)＝a_my_m(k-1)+K_m(1-a_m)u(k-1-L)

其中，y_m(k)為過程對象模型在k時刻的預測輸出，y_m(k-1)為過程對象在k-1時刻的實際輸出值，u(k-1-L)為k-1-L時刻過程對象的控制輸入，L為離散傳遞函數模型的時滯，L＝τ/T_s；

2-b.先考慮無滯后情況，計算過程對象在預測函數控制下第P步的預測輸出值y_mav(k+P)

y_mav(k)＝a_my_mav(k-1)+K_m(1-a_m)u(k-1)

取控制時域M=1，經過預測函數控制,可得

y_mav(k+P)＝a_m^Py_mav(k)+K_m(1-a_m^P)u(k)

其中，P為預測步長，y_mav(k)為去掉純滯后過程模型在k時刻的輸出值，y_mav(k+P)為去掉純滯后過程對象在預測函數控制下k時刻的第P步預測輸出；

2-c.考慮滯后，修正當前時刻的實際輸出值，得到包含未來預測信息的新的過程際輸出值，形式如下：

y_Pav(k)＝y_P(k)+y_mav(k)-y_mav(k-L)

其中，y_Pav(k)為校正得到的k時刻包含未來預測信息的過程對象的新的輸出值，y_P(k)為k時刻過程對象的實際輸出值；

2-d.選取預測函數控制方法的參考軌跡ref(k+P)以及目標函數J，形式如下：

ref(k+P)＝β^Py_p(k)+(1-β^P)c(k)

ess(k)＝y_pav(k)-y_mav(k)

minJ＝(ref(k+P)-y_mav(k+P)-ess(k))²

其中，β為參考軌跡柔化系數，其值為T_r為參考軌跡的時間常數；c(k)為過程對象在k時刻的設定值；ess(k)為過程對象在k時刻校正的誤差值；

2-e.將過程對象的控制量u(k)進行變換：

u(k)＝u(k-1)+K_p(k)(e(k)-e(k-1))+K_i(k)e(k)-K_f(k)(y(k)-y(k-1)

-K_d(y(k)-2y(k-1)+y(k-2))

＝u(k-1)+K_p(k)(e(k)-e(k-1))+K_i(k)e(k)-K_f(k)(y(k)-y(k-1)

-Kd(y(k)-y(k-1))+K_d(y(k-1)-y(k-2))

e(k)＝βy_p(k-1)+(1-β)c(k-1)-y_p(k)

進一步化簡為：

u(k)＝u(k-1)+w(k)E(k)

其中，

w(:,k)＝[K_p(k)+K_i(k),-K_p(k),-K_f(k)-K_d(k),K_d(k)]

E(k)＝(e(k),e(k-1),y(k)-y(k-1),y(k-1)-y(k-2))^Τ

K_p(k)、K_i(k)、K_f(k)、K_d(k)分別為k時刻PI-PD控制器外環的比例、外環的積分、內環的比例、內環的微分參數，e(k)為k時刻參考軌跡值與實際輸出值之間的誤差，Τ為矩陣的轉置符號，w(:,k)為四行k列矩陣；

2-f.將u(k)代入到步驟d中的目標函數求解PI-PD控制器中的參數,可得

w(:,k)=(ref(k+P)-amPymav(k)-Km(1-amP)u(k-1))EKm(1-amP)ETE]]>

進一步可以得到：

K_p(k)＝w(1,k)+w(2,k)

K_i(k)＝-w(2,k)

K_f(k)＝-w(3,k)-w(4,k)

K_d(k)＝w(4,k)

2-g.得到PI-PD控制器的參數K_p(k)、K_i(k)、K_f(k)、K_d(k)以后構成控制量u(k)，并作用于被控對象

u(k)＝u(k-1)+K_p(k)(e(k)-e(k-1))+K_i(k)e(k)-K_f(k)(y(k)-y(k-1)

-Kd(y(k)-2y(k-1)+y(k-2))

2-h.在下一時刻，依照步驟2-b到2-g繼續求解PI-PD控制器新的參數K_p(k+1)、K_i(k+1)、K_f(k+1)、K_d(k+1)，并作用于被控對象，依次循環。