含有純滯后系統(tǒng)的幾種控制算法的比較與評述

朱培燕

摘 要：純滯后系統(tǒng)在現(xiàn)代工業(yè)生產(chǎn)過程中是普遍存在的，精確控制難度比較大。文章針對時滯對象的控制問題，著重選取幾種控制方法，論述了各種控制方法的原理和優(yōu)缺點，對各個控制過程的性能進行對比，在方法上能夠對大時滯控制系統(tǒng)給予有效的指導。

關鍵詞：純滯后；Smith預估控制；智能控制

中圖分類號：TP273 文獻標志碼：A 文章編號：2095-2945（2018）11-0122-02

Abstract： Pure time delay system is common in modern industrial production， and it is difficult to control accurately. In this paper， aiming at the control problem of time-delay plant， several control methods are selected emphatically， the principle， advantages and disadvantages of each control method are discussed， and the performance of each control process is compared. The method can give effective guidance to the control system with large time delay.

Keywords： pure lag； Smith predictive control； intelligent control

1 純滯后問題

大家都知道，純滯后在工業(yè)上是一種常見的現(xiàn)象。比如在冶金行業(yè)中板材厚度的加工、加熱爐的熱傳導；化工行業(yè)中工質(zhì)的傳送以及各個反應器中的生產(chǎn)銜接都普遍存在純滯后現(xiàn)象，此外還有燃煤電廠的風煤水控制。

在工業(yè)過程閉環(huán)控制系統(tǒng)控制回路中，若存在純滯后，閉環(huán)特征方程中就存在純滯后環(huán)節(jié)，由于純延遲的存在并沒有直接將控制信號作用于被調(diào)量，而是在延遲τ之后再動作；此外，當控制系統(tǒng)受到內(nèi)擾或者外擾作用后，控制器無法有效的抑制，這也進一步影響了控制系統(tǒng)的性能。對于閉環(huán)控制系統(tǒng)來說，純滯后環(huán)節(jié)會引起被控量的超調(diào)增大，同時也會延長系統(tǒng)的調(diào)節(jié)時間。因此，在自動控制領域，純滯后控制對象相對復雜。

為了便于對時滯對象進行分析，本文著重討論常用的幾種控制方法，并對不同控制方案的性能進行對比，為大時滯控制對象的優(yōu)化控制提供參考。

2 時滯過程的幾種控制方法

2.1 PID控制

在自動控制系統(tǒng)中，PID是應用最為廣泛的控制算法，在工業(yè)生產(chǎn)過程中應用也較多，也根據(jù)實際情況進行了適當改進，適應性較強。對于純滯后系統(tǒng)而言，PID控制很難達到預期的效果，尤其是受到工業(yè)生產(chǎn)環(huán)境的影響。主要是因為其控制效果不能通過反饋回路及時反饋，所以使得控制問題復雜化了。

2.2 Smith預估控制及改進算法

目前，包括較大純滯后的系統(tǒng)多數(shù)采用史密斯預測控制及其改進型來控制。Smith預估器控制能夠對過程控制中的擾動特性進行動態(tài)分析，根據(jù)分析結果設定預估器進行補償，通過前饋補償來減少響應時間，提前動作調(diào)節(jié)器，降低超調(diào)量，使系統(tǒng)盡可能快的進入穩(wěn)態(tài)[1]。史密斯預估控制能夠將時滯環(huán)節(jié)放在閉環(huán)控制的外側，有效改善了系統(tǒng)的整體控制品質(zhì)。但是從控制效果看，史密斯控制也存在一些不足：（1）對某些干擾信號的適應能力差；（2）當對象模型參數(shù)變化時適應能力差；（3）對無自衡對象產(chǎn)生穩(wěn)定偏差。

針對史密斯控制存在的問題，很多學者都對其進行了改進。從整體上看可以分為兩種方案：第一種是對史密斯預估控制結構進行改進，應用各種智能控制算法，具體是可以在控制過程中的不同位置引入串并聯(lián)環(huán)節(jié)來對滯后進行補償；第二種是對史密斯預估控制參數(shù)進行優(yōu)化設置，具體做法是：按照泰勒公式將e-τs項展開，結合魯棒控制的相關指標和函數(shù)來對控制器進行設計，同時通過參數(shù)優(yōu)化來改善魯棒性能。此外，還可以改進Smith預估系統(tǒng)的反饋傳函，也能夠有效提高其魯棒性和穩(wěn)定性。

2.3 Dahlin算法

它是一種計算機控制算法，Dahlin控制器是一種常見的控制器，它有個可在線調(diào)整的參數(shù)，給實際應用帶來了很大的方便。Dahlin控制器設計的出發(fā)點是選擇一個具有純滯后的一階特性作為所需的閉環(huán)特性，據(jù)此來推導控制器。該算法應用在一階非周期性對象的控制相對有效。Dahlin算法提出的時間較早，在某些條件下可以和史密斯控制的效果基本一致，但是該算法存在“振鈴”現(xiàn)象，尤其是模型誤差對控制效果影響較大。

2.4 BP神經(jīng)網(wǎng)絡控制

在自動控制領域中，BP神經(jīng)網(wǎng)絡控制屬于較為新穎的控制技術領域，它融合了多個學科，控制結構和過程較為簡單。它能夠快速的對信息進行采集、存儲、加工和處理，相對其他控制算法更加智能化。它以分布式方式來存儲信息，在對信息進行推理的過程中同時完成信息的處理；此外，BP神經(jīng)網(wǎng)路控制在處理信息過程中可以進行自學習和自組織，因此在曲線擬合非線性函數(shù)時具有較高的精度，并且能夠進行在線和離線學習，容錯能力非常突出。利用它可以逼近時滯的動態(tài)特性，所以它被應用在時滯控制系統(tǒng)中。在具體操作時，只需要將對象輸入到控制系統(tǒng)中，通過不斷訓練網(wǎng)絡來得到輸出樣本即可，這種方式避免了較為復雜的控制結構和控制模型，因此在現(xiàn)代工業(yè)中適應性強[2]。

2.5 模糊控制

在自動控制領域中，模糊控制從上世紀末期開始應用，屬于一種智能控制技術。模糊控制基于專家規(guī)則，準確性也比較依賴專家規(guī)則的合理性。在時滯控制系統(tǒng)中，該控制算法主要側重點是誤差及其變化率，具體做法是：首先模糊輸入變量的精確值，再按照模糊推理合成規(guī)則來對控制量進行計算，然后將其反模糊化，從而得到較為準確的輸出，達到改善控制過程的目的。在這種控制算法中，模糊規(guī)則顯得尤為重要，具體制訂時還要因地制宜[3]。

模糊算法應用在時滯系統(tǒng)的效果非常明顯，尤其是系統(tǒng)很難進行定量化，不確定因素較多，采用該算法能夠適應時滯系統(tǒng)的特點。但是，對于普通的模糊控制器來說，很難在大慣性、大時滯系統(tǒng)進行應用，控制過程中雖然能夠有效抑制動態(tài)偏差，但是由于控制效果較為靈敏很有可能會引起系統(tǒng)振蕩。因此在應用時還要結合其它算法，有效改善其控制精度。目前，一些模糊算法已經(jīng)在時滯控制系統(tǒng)中得到了普及，比如常見的模糊自整定、模糊預估控制等等。

2.6 其它控制算法

前文中分別對史密斯預估控制、Dahlin算法、BP神經(jīng)網(wǎng)絡、模糊控制等算法進行了分析和對比，但是對于控制系統(tǒng)而言，還有很多分析方法。比如預測控制、自適應控制、灰色預測控制、變結構控制和魯棒控制等，這些方法可以和前文中分析的算法進行有效結合，有效降低時滯對控制系統(tǒng)的影響。

和前文幾種控制算法不同，預測控制是經(jīng)過工業(yè)實踐后產(chǎn)生并發(fā)展的。從當前看，預測控制算法種類多達幾十種，常見的主要有：模型算法控制MAC、模型預測啟發(fā)控制MPHC、動態(tài)矩陣控制等等。就時滯系統(tǒng)而言，其問題的關鍵在于減少調(diào)節(jié)時間，通過預測控制能夠有效解決該問題。此外，隨著人工智能技術的不斷進步，預測控制的應用前景也越來越被看好。

3 幾種控制方法的比較

在自動控制領域中，比例積分微分控制應用較多，但是對于時滯系統(tǒng)尤其是大時滯系統(tǒng)很難獲得良好的控制效果，甚至會出現(xiàn)系統(tǒng)調(diào)節(jié)過程中出現(xiàn)振蕩現(xiàn)象。因此，這種控制方法應用在時滯系統(tǒng)中的局限性較強。

在時滯控制系統(tǒng)中，史密斯預估控制應用較多，它能夠保證系統(tǒng)調(diào)節(jié)的穩(wěn)定性，但是由于其調(diào)節(jié)時間過長，不適用于快速響應的工業(yè)場合。此外，在一些控制對象模型不夠準確時，會產(chǎn)生較大的動態(tài)誤差，甚至會降低系統(tǒng)的穩(wěn)定性。改進的Smith預估控制較好的解決了上述問題，在實際工程中得到了廣泛的應用。

Dahlin算法對具有純滯后的一階非周期特性的對象有較好的控制品質(zhì)，但是它可能存在“振鈴”現(xiàn)象，對過程的模型誤差比較敏感。

隨著科學技術的快速進步，工業(yè)生產(chǎn)過程越發(fā)復雜化，尤其一些非線性、大時滯、時變性環(huán)節(jié)的引入，對控制系統(tǒng)的品質(zhì)要求是一個嚴峻的考驗。因此，控制算法的優(yōu)化都和控制系統(tǒng)的快速、穩(wěn)定、準確緊密聯(lián)系在一起。

在時滯控制系統(tǒng)中，控制模型存在不確定性和干擾的不可知性，因此很多學者開始引入智能控制算法加以改進，比較典型的就是BP神經(jīng)網(wǎng)絡控制和模糊控制。但是針對模糊控制，如何制訂準確的控制規(guī)則是關鍵。在自適應控制算法提出以后，時滯控制系統(tǒng)的控制效果明顯改善。此外，變結構控制和魯棒控制理論也豐富了時滯系統(tǒng)的研究，但是相對模糊控制而言，其控制模型較為復雜，甚至會出現(xiàn)無解的情況，因此其應用也在一定程度上受到了限制。

從上述分析可以看出，針對大時滯系統(tǒng)很難通過單一的算法來解決，借助工業(yè)計算機可以有效的將現(xiàn)有算法結合起來，對解決時滯系統(tǒng)存在的問題較為實際。在未來的自動控制領域中，應用智能控制算法也可以有效提高時滯系統(tǒng)的控制性能，為工業(yè)生產(chǎn)的安全高效運行提供技術支持。

參考文獻：

[1]Smith，O.J.M.close control of Loops with Dead Time[J]. Chem. Engng Prog.，1957，53，217.

[2]邵克勇，張永華，范欣，等.基于神經(jīng)網(wǎng)絡補償?shù)募儨笙到y(tǒng)控制研究[J].長江大學學報（自然科學版）理工卷，2009，6（04）：198-200.

[3]李祖林，曹才開.純滯后過程模糊預測控制研究[J].自動化與儀器儀表，2009（04）：8-10.