时滞系统的Smith预估补偿控制器研究
2016-06-13辛海燕李成祥东南大学成贤学院电子工程系南京0088北方信息控制集团有限公司南京53
辛海燕,李成祥(.东南大学成贤学院电子工程系,南京 0088; .北方信息控制集团有限公司,南京 53)
时滞系统的Smith预估补偿控制器研究
辛海燕1,李成祥2
(1.东南大学成贤学院电子工程系,南京 210088; 2.北方信息控制集团有限公司,南京 211153)
摘 要:近年来,对Smith预估补偿控制器的研究成为一种趋势,其可以有效的对时滞系统进行延迟补偿,但其要求系统具有准确的控制模型,控制精度不高。目前国内外很多研究者将Smith预估补偿控制器结构进行优化、结合PID进行参数整定以及将Smith预估补偿器与模糊控制、神经网络等先进的控制方法相融合,本文将从以上三个方面阐述目前对Smith预估补偿控制器的研究现状。
关键词:时滞;Smith;预估补偿
0 引言
1 Smith预估补偿器原理
经补偿控制后,系统的闭环传递函数为式(1):
2 Smith预估补偿控制器研究现状
当前,国内外研究者对Smith预估补偿控制器的研究主要可以分为三大类:
第一大类是对Smith预估补偿控制器结构进行优化,在控制系统中增加并联或串联环节,以提高控制系统的鲁棒性,增强系统的抗干扰能力。国外的学者Uma S,Chidambaram M,Rao Seshagiri A等将传统的PID控制与Smith预估补偿控制相融合,研究了一种新的Smith预估补偿控制器结构,系统具有较好的鲁棒性,有效地克服了系统模型的不确定性和外部扰动的影响。我国的学者高明,包新华等曾提出了补偿时滞给定,解决了大纯滞后系统经改进的Smith预估器补偿后,在阶跃信号作用下,系统具有良好的跟随性,而在任意输入函数作用下,系统响应总是滞后于输入的问题。研究者们对Smith预估补偿控制器结构进行优化改进的主要目的在于改善Smith预估补偿控制的鲁棒性和抗扰动能力。对Smith预估补偿控制器进行结构优化改进,可以改善系统的控制性能,对Smith结构进行优化改进,目前仍然是一个主要的研究趋势。
第二大类是对Smith预估补偿控制器结合PID参数整定方法研究,用控制系统的鲁棒性能指标或其它性能指标对控制器参数进行整定。国外学者Majhi S,Atherton D P等提出了smith控制器参数整定、设计的解析方法,以及参数的自整定设计方法。我国的学者王华强,张毅等提出了一种改进的自适应Smith预估控制器。目前Smith预估补偿控制器参数自整定的方法主要是以鲁棒性、最小二次型最优等控制系统的性能指标为基础,研究者们主要用到自整定、自适应等算法。在系统中加入以上算法,改善了系统的性能。Smith补偿控制器性能的评价一直是过程控制中需要解决的难点问题之一,结合Smith预估补偿控制器的特点,不仅研究经济效益高,而且研究工艺合理的性能指标,依然是今后Smith预估补偿控制器参数自整定的一个研究方向。
第三大类是将Smith预估补偿控制器与模糊控制、神经网络等现有先进控制方法相融合,提高控制系统的整体性能指标。国外学者Uma S,Chidambaram M,Rao Seshagiri A,Yoo C K等将Smith预估补偿器与串级控制深度融合,可以有效克服系统所受的外部扰动,提高了Smith预估补偿控制的控制性能。我国的研究者们沈洁,吴龙庭等将神经网络用于Smith预估控制器。利用先进控制具有较强鲁棒性和抗干扰能力的特点,将Smith预估补偿器与先进的控制算法深度融合,有效地克服系统不确定性、外部扰动以及时延给系统带来的影响,从而得到较为理想的控制效果。然而将Smith预估补偿控制与先进的模糊、神经网络控制结合后,将会给系统的稳定性分析带来不便,大部分研究需要依赖MATLAB系统仿真,才能验证控制方法的有效性。先进的智能控制算法在当今的过程领域有着较为广泛的应用,目前如何有效地将智能控制算法和Smith预估补偿控制深度融合,仍然是一个较有潜力的研究方向。
3 结束语
综上所述,Smith预估补偿控制已经成为过程控制领域研究的一大控制方法,随着网络控制技术不断被引入到过程控制系统中,因网络传输时延,引起系统的性能变差,今后在网络控制系统中,研究既具有鲁棒性,又具有良好的抗干扰性的Smith预估补偿控制器,将逐渐成为新的研究热点。
参考文献:
[1]徐广治,张井岗.反向响应时滞过程的二自由度Smith预估控制[J].应用科学学报,2015(07).
[2]徐星星,张春,何慧云,陈林.基于改进Smith预估补偿及自适应Fuzzy-PID控制的NCS研究[J].陕西理工学院学报(自然科学版),2015(10).
[3]王瑞峰,段锐,许伟.网络控制系统Smith Fuzzy PID控制器的设计[J].计算机工程与应用,2015,51(10).
[4]吴龙庭,曹顺安,胡家元.时滞系统的LM Smith神经网络控制器[J].计算机应用研究,2014(04).
[5]廖卫中,郝莹,李庚.Smith预估算法在计算机控制系统中的应用[J].实验室科学,2014(02).
[6]刘启辉,文云,张云龙.基于一阶时滞系统的Smith预估器控制研究[J].自动化技术与应用,2014,33(09).
[7]赵东亚,邹涛,王治平.Smith预估控制研究进展[J].化工进展,2010,29(08).
[8]Uma S,Chidambaram M,Rao Seshagiri A,Yoo C k.Enhanced control of integrating cascade processes with time delays using modified Smith predictor[J].Chemical Engineering Science,2010,65:1065—1075.
[9] Uma S,Chidambaram M,Rao Seshagiri A.Set point weighted modified Smith predictor with PD filter controllers for non-minimum—phase(NMP) integrating processes[J].Chemical Engineering Research and Design,2010,88(55-56):592-601.
[10] Sanehe Pena R S,Bolea Y,Puig V.MMIO Smith predictor:Global and structured robust performance analysis[J].Journal of Process Comrol,2009,19(01):163-177.
DOI:10.16640/j.cnki.37-1222/t.2016.12.192
作者简介:辛海燕(1982-),女,河南焦作人,研究方向: 检测技术与自动化装置。