《机电一体化技术基础教学课件作者徐航第3章自动化控制技术》由会员分享，可在线阅读，更多相关《机电一体化技术基础教学课件作者徐航第3章自动化控制技术（83页珍藏版）》请在金锄头文库上搜索。
1、第3章自动化控制技术,3. 1自动控制技术概述 3. 2 PID控制技术 3 .3模糊控制理沦 3 .4计算机控制系统 3. 5先进控制方法简介,3. 1自动控制技术概述,3. 1 .1自动控制系统的组成 由图3-1可以看出，一般自动控制系统包括: (1)给定元件。由它调节给定信号(Ust)，以调节输出量的大小，此处为给定电位器。 (2)检测元件。由它检测输出量(如炉温T)的大小，并反馈到输入端。此外为热电偶。 (3)比较环节。在此处反馈信号与给定信号进行叠加，信号的极性以“+”或“-”表示。若为负反馈，则两信号极性相反。若极性相同，则为正反馈。 (4)放大元件。由于偏差信号一般很小，所以要经
2、过电压放大和功率放大，以驱动执行元件。此处为晶体管放大器或集成运算放大器。 (5)执行元件。是驱动被控制对象的环节。此处为伺服电动机、减速器和调压器。 (6)控制对象。亦称被调对象。在此恒温系统中即为电炉。,下一页,返回,3. 1自动控制技术概述,(7)反馈环节。由它将输出量引出，再回送到控制部分。一般的闭环系统中反馈环节包括检测、分压、滤波等单元，反馈信号与输入信号极性相同则为正反馈相反，则为负反馈。,下一页,上一页,返回,3. 1自动控制技术概述,3 .1 .2自动控制系统的组成和性能指标 1.系统的稳定性 当扰动或给定值发生变化时，输出量将会偏离原来的稳定值，这时，由于反馈环节的作用，通
3、过系统内部的自动调节，系统可能回到(或接近)原来的稳定值或跟随给定值稳定下来，这属于稳定系统，如图3-3(a)所示。但也可能由于内部的相互作用，使系统出现发散而处于不稳定状态，成为不稳定系统，如图3-3(b)所示。显然，不稳定的系统是无法进行工作的。因此，对任何自动控制系统，首要的条件便是系统能稳定正常运行。,下一页,上一页,返回,3. 1自动控制技术概述,2.系统的稳态性能指标 当系统从一个稳态过渡到新的稳态，或系统受扰动作用又重新平衡后，系统会出现偏差，这种偏差称为稳态误差。系统稳态误差的大小反映了系统的稳态精度(或静态精度)，它表明了系统的准确程度。 3.系统的动态性能指标 由于系统的对
4、象和元件通常都具有一定的惯性(如机械惯性、电磁惯性、热惯性等)，并且也由于能源功率的限制，系统中各种量值(如速度、位移、电流、温度等)的变化不可能是突变的。因此，系统从一个稳态过渡到新的稳态都需要经历一段时间，即需要经历一个过渡过程。表征这个过渡过程性能的指标叫做态指标。,下一页,上一页,返回,3. 1自动控制技术概述,3. 1. 3开环控制和闭环控制 1.开环控制系统 若系统的输出量不被引回来对系统的控制部分产生影响，这样的系统称为开环控制系统。例如，一般洗衣机就是一个开环控制系统。其浸湿、洗涤、漂清和脱水过程都是依设定的时间程序依次进行的，而无需对输出量(如衣服清洁程度、脱水程度等)进行测
5、量;又如普通机床的自动加工过程，也是开环控制。它是根据预先设定的加工指令(切削深度、行程距离)进行加工的，而不去检测其实际加工的程度。再如图3-5所示的由步进电机驱动的数控加工机床，也是一个没有反馈环节的开环控制系统。,下一页,上一页,返回,3. 1自动控制技术概述,2.闭环控制系统 若系统输出量通过反馈环节返回来作用于控制部分，形成闭合环路，这样的系统称为闭环控制系统，又称为反馈控制系统或自动控制系统。,上一页,返回,3. 2 PID控制技术,PID(Proportional Integral Differential)控制是比例积分微分控制的简称。在生产过程自动控制的发展历程中，PID控制
6、是历史最久、生命力最强的基本控制方式。在20世纪40年代以前，除在最简单的情况下可采用开关控制外，它是唯一的控制方式。此后，随着科学技术的发展特别是电子计算机的诞生和发展，涌现出许多先进的控制方法。然而直到现在，PID控制由于它自身的优点仍然是应用最广泛的基本控制方式，占整个工业过程控制算法的85%90% PID控制器根据系统的误差，利用误差的比例、积分、微分三个环节的不同组合计算出控制量。图3-6是常规PID控制系统的原理框图。,下一页,返回,3. 2 PID控制技术,其中广义被控对象包括调节阀、被控对象和测量变送元件;虚线框内部分是PID控制器，其输入为设定值r(t)与被调量实测值y (t
7、)构成的控制偏差信号e(t) 输出为该偏差信号的比例、积分和微分的线性组合，也即PID控制律:,下一页,上一页,返回,3. 2 PID控制技术,3 .2.1 数字PID控制 1.数字PID的控制算法 考虑式(3-2)所述的模拟PID控制算法，为将其离散化，首先将连续的时间t离散化为一系列采样时刻点kT(k为采样序号，T为采样周期)，而后以求和取代积分，以向后差分取代微分，于是得离散化的PID控制算法:,下一页,上一页,返回,3. 2 PID控制技术,上式就是基本的数字PID算法。不难看出，基本的数字PID控制仍包含三个部分，比例部分，积分部分和微分部分。由于计算机输出u(k)是直接控制执行机构
8、动作的，u(k)的值与执行机构的位置一一对应，所以通常称式(3一4)为位置式PID控制算法。,下一页,上一页,返回,3. 2 PID控制技术,实际应用中，位置式PID控制算法会遇到一些问题:由于计算时要对e(k)累加，所以过去的所有状态均要保存，这无疑增大了计算机的存储量和运算的工作量;由于计算机输出u(k)的直接对应执行机构的实际位置，所以一旦计算机出现故障使得u(k)大幅度变化，必会引起执行机构的大幅变化，而这在生产实践中是不允许的，在某些场合甚至会造成重大的生产事故;有些执行机构(如步进电机)要求控制器的输出为增量形式，这些情况下位置式PID控制都不能使用，为此对位置式PID控制算法进行
9、改进，引入增量式PID控制。 所谓增量即两个相邻时刻控制输出的绝对量之差。根据式(3-4)不难写出u(k-1)的表达式，即,下一页,上一页,返回,3. 2 PID控制技术,用式(3-4)减去式(3一5)即得增量式PID控制算法: 为编程方便，可将式(3-5)整理成如下形式,下一页,上一页,返回,3. 2 PID控制技术,图3-7给出了增量式PID控制系统示意图。 2.数字PID参数的整定 实际确定采样周期(频率)时主要考虑以下几个方面。 (1)给定值的变化频率。系统的给定值变化频率越高，采样频率应越高。这样，给定值的改变可以迅速通过采样得到反映。 (2)被控对象的特性。若被控对象是慢速的热工或
10、化工对象时，采样周期一般取得较大;若被控对象是较快速的系统时，如机电系统，采样周期应取得较小。 (3)执行机构的类型。若执行机构动作惯性大，采样周期也应大一些，否则执行机构来不及反应数字控制器输出值的变化。如用步进电动机时，采样周期较小;用气动、液压机构时，采样周期较大。,下一页,上一页,返回,3. 2 PID控制技术,(4)控制的回路数。控制的回路数n与采样周期T有下列关系 3. 2 .2智能PID控制方法 1.模糊PID控制 自适应PID控制通过在线辨识被控过程参数来实时整定控制参数，其控制效果的好坏取决于辨识模型的精确度，这对于复杂系统是非常困难的。而实际上，尽管有些系统非常复杂，操作人
11、员仍有许多成功的经验对其进行控制，人们自然就想到将这些经验存人计算机，由计算机根据现场实际情况自动调整PID参数进而实时控制，于是就出现了模糊PID控制。,下一页,上一页,返回,3. 2 PID控制技术,模糊控制和PID控制的结合形式有很多。图3-8给出利用模糊推理自整定PID参数的一种实现方法。 2.神经网络PID控制 神经网络(Neural Network)模仿了人脑神经系统的信息处理、存储和检索机制，是一种以简单计算处理单元(即神经元)为节点，采用某种网络拓扑结构构成的活性网络，可以用来描述几乎任意的非线性系统;不仅如此，神经网络还具有学习能力、记忆能力、计算能力以及各种智能处理能力。
12、将神经网络与PID控制相结合，将PID控制算法用神经网络的结构来表达，就可以利用神经网络的学习机制对PID控制参数进行调整，从而使PID控制能适应生产过程的变化，保证甚至优化控制性能，图3-10所示的单神经元自适应PID控制即体现了这一思想。,下一页,上一页,返回,3. 2 PID控制技术,3.专家智能自整定PID控制 典型的专家智能自整定PID控制系统如图3-11所示。专家系统包含了专家知识库、数据库和逻辑推理机三个部分。此处的专家系统可视为广义调节器，专家知识库中已经把熟练操作工或专家的经验和知识构成PID参数选择手册，这部手册记载了各种工况下被控对象特性所对应的P,I,D参数，数据库将被
13、控对象的输入与输出信号及给定信号提供给知识库和推理机。推理机能进行启发式推理，决定控制策略。优秀的专家系统可对已有知识和规则进行学习和修正，这样对被控过程对象的知识了解可大大降低，仅根据输入、输出信息，就能实现智能自整定控制。,上一页,返回,3 .3模糊控制理论,所谓“模糊”，其意思是指客观事物彼此间的差异在中间过渡时，界限不分明。比如，我们说“天气热”，那么气温到底多少度才算“热”?显然，没有明确的界限，这种概念称之为模糊概念。口常生活中和生产实践中，存在着大量的模糊现象，以精确性为主要特点的经典数学，对于这类问题是无能为力的，而这类问题，正是模糊数学的用武之地。 3.3.1模糊集合的基本概
14、念 模糊数学是用精确的数学方法来描述模糊现象的数学。在模糊数学中，用模糊集合来表征模糊现象。普通集合的特征函数只有2个值:1或0，分别表示元素属于或不属于某集合。而模糊集合的特征函数可以在0,1区间内连续取值。,下一页,返回,3 .3模糊控制理论,模糊集合的表示方法有: (1)当模糊集合中的元素为有限个时，模糊集合可以表示为 令 zadeh表示法 向量表示发 序偶表示法,下一页,上一页,返回,3 .3模糊控制理论,(2)当模糊集合中的元素为无穷多个时，模糊集合可用Zadeh表示法表示为 3. 3 .2模糊推理 1.模糊语言算子 模糊语言是用来表达一定沦域上的模糊集合，其任务是对人类语言进行定量
15、化。模糊语言算子是指一类加强或削弱模糊语言表达程度的同。如“特别”“很”“相当”等，可加在其他模糊同的前面进行修饰。,下一页,上一页,返回,3 .3模糊控制理论,2.模糊推理 推理是由已知判断获得另一个新判断的思维过程。其中的已知判断称为前提，新判断称为结沦。 判断句与推理句:判断句型为“u是a”;推理句型为“若u是a，则u是b” 。以上u为研究对象(论域中的元素),a和b为概念同或概念同组。当a和b的概念为模糊集合时，则为模糊推理语句。 模糊条件推理，模糊条件推理语句可用模糊关系表示。设A是沦域X上的模糊子集，B和C是Y上的模糊子集，若条件推理语句为“若A则B，否则C” 则该条件推理语句可用
16、模糊关系表示为,下一页,上一页,返回,3 .3模糊控制理论,上式所表示的R中的元素可按下式求得: 3. 3. 3模糊控制器原理及设计 模糊控制首先根据人的思维方式，总结人的操作经验，然后用模糊语言和一系列的模糊条件语句，描述控制策略(控制规则)，最后通过计算机或专用模块实现这些规则，完成控制作用。模糊控制的设计不依赖于被控对象的精确的数学模型。 模糊控制系统的组成如图3-12所示。,下一页,上一页,返回,3 .3模糊控制理论,1.模糊控制原理 图3-13是一个二维模糊控制系统的示意图。 2.模糊控制系统的设计 模糊控制系统设计的关键在于设计出模糊控制器。由图3-13可知，模糊控制器由三部分组成:模糊化处理，模糊控制算法器(包含模糊规则和模糊推理决策)和非模糊化处理。下面以二维模糊控制器为例，详细介绍模糊控制系统的设计步骤。 一般说来，设计一个模糊控制系统包括:模糊系统中个模糊概念的确定;输入精确量的模糊化;模糊控制算和模糊控制规则的确定;控制量的非模糊化处理和模糊控制查询表的生成共5个环节。,上一页,返回,3 .4计算机控制系统,3.4.1计算机控制
