测控专业导论第4章.ppt

第4章 自动控制的基本原理,4.1 自动控制的基本概念4.2 自动控制的基本特性4.3 基本的控制理论4.4 典型的控制方法,4.1 自动控制的基本概念控制技术是实现对设备、参数进行控制、操纵的技术。随着生产规模越来越大，生产工艺越来越复杂，人工控制已完全不能满足要求，自动控制应运而生。自动控制技术不但使工艺作业自动化，而且还使生产过程精确、高效。4.1.1 人工控制控制掌握住对象不使任意活动或超出范围，或使其按控制者的意愿活动。人工控制由人来操作的控制。,如图1 为人工控制室温的过程。在冬季，送风经加热器将加热后送往恒温室。为保证恒温室温度符合要求，操作人员要随时观察温度计的示值，并随时判断和决定如何操作阀门来保证恒温要求，然后进行操作。,在此人的动作可分为三步：眼看 脑想 手动,由于人的能力差异和局限，人工控制不精确、不稳定。而自动控制按设定好的方案进行计算控制，可以做到精确的、恰当的控制。如果用自动化仪表及装置取代人工控制，则：眼看传感器或变送器将温度信号转换为控制器可接受的信号。脑想控制器将输入的实测温度信号和要求值进行比较（相减求偏差),并按偏差值计算出控制量。手动自动控制阀按控制信号自动改变开度。,4.1.2 自动控制自动控制用自动化仪表及装置实现对特定参数的控制。自动控制是对人工控制的取代，仪表代替了人：,眼看 温度变送器TT脑想 控制器TC手动 电动控制阀M,4.1.3 反馈控制在讨论控制系统工作原理时，为清楚地表示各环节的作用及相互关系，一般用框图来分析。如：,这种将系统的输出信息反馈送到输入端的方式称为反馈。,系统的反馈信号与理想输入信号的极性关系决定了反馈的性质，因此要将极性关系画出：,1.负反馈如果系统的反馈信号的极性与给定输入信号的极性相反称为负反馈控制。“测量偏差，纠正偏差”的工作原理，称为反馈控制原理。,2.正反馈如果系统的反馈信号的极性与给定输入信号的极性相同，称为正反馈控制。如果采用正反馈，则当某种原因造成系统的输出量向某个方向偏离了给定值时，在控制器作用下，系统的输出量会继续向着偏离给定值方向移动，最终使得系统的输出超出了安全工作范围，使得系统无法工作。因此，正反馈不能进行稳定性控制。,自动控制系统的组成自动控制系统 为实现对某个参数的自动控制，由相互联系、制约的一些仪表、装置、设备等构成的 一个整体。,如图的室温控制系统是由恒温室、加热器、温度传感器、控制器和电动调节阀组成。,4.2 自动控制的基本特性控制系统是为了完成某一控制目标而设计的。为了得到理想的控制效果，必须了解控制系统的特性。自动控制理论主要从三个方面对自动控制系统进行研究和阐述：（1）系统的模型表述控制系统各输入输出之间的关系；（2）系统的分析分析影响控制系统性能的各个因素；（3）系统的综合通过对控制系统的综合研究，确定最佳控制方案和控制规则。,4.2.1 自动控制系统的模型控制系统往往是多种多样的。但不同物理系统的变化规律存在着相似性，其数学表达式（如微分方程）存在着对应相似的情况。例如串联电容经闭合回路放电与热物体的自然冷却都遵从衰减规律，可以用相同形式的微分方程描述。因此，在对控制系统进行理论分析时，可以抛开系统的物理属性，只对其数学表达式进行研究，这种数学表达式就是系统模型。,1.自动控制系统模型的基本形式系统模型是指控制系统输入输出之间特性关系的数学描述。要得到系统模型，首先要得到环节模型。1）环节模型环节是指构成系统的各个物理实体，有仪表、装置、设备等。它对输入信号的响应（输出）规律的表述就是环节模型。,2）系统模型古典控制理论中描述控制系统的基本模型有：单变量的线性定常微分方程、差分方程、传递函数、脉冲传递函数和动态结构图等。现代控制理论中描述控制系统的数学模型有：对于参数大范围变化或非线性强烈的对象要用变参数微分方程描述；对于多变量系统要用多维的状态方程描述；对于分布参数的对象特性要用偏微分方程描述。,2.自动控制系统的建模方法在具体的控制系统的分析和设计中，通常建模的方法有两类，即解析法和实验法。1）解析法建模解析法建模是根据系统和环节所遵循的有关定律来建立数学模型。例如根据欧姆定律和基尔霍夫定律来建立电路网络的数学模型；,uR(t)+uc(t)=ur(t),当u r(t)是幅值为U的阶跃信号时：,当t 时，uc()=U,动特性,静特性,此式无法解出通解，只有特解。,2）实验法建模通过实验来识别对象的数学模型，即根据系统对典型输入信号的响应过程和实验数据来建立数学模型。如当系统对阶跃信号的输出响应UC(t)为一阶惯性时，可以推出系统的模型为：,3.拉普拉斯变换与传递函数描述系统的特性时常出现微分方程或积分方程，要进一步分析系统的动态性能时求解较为困难。如环节的特性方程是微分方程时，输入输出变量无法剥离出来写成简洁的系统特性关系，下一步的分析和计算很困难。,如果用拉氏变换式表示微分方程，则能将微分方程转换成代数方程。因此，在自控原理中通常用拉氏变换式表示环节的特性。,拉氏变换是一种积分变换，将微分方程转化为代数方程，可方便地解出输入输出关系式和方便地解出时域响应函数。拉氏变换的定义:一个以时间t为自变量的函数 f(t),它的定义域是 t 0时，其拉氏变换为：,式中S为复数，为S域变量。S域无法用物理空间描述。,拉氏变换的目的：对于含有微分和积分的时域函数，可以通过拉氏变换将时域中的微分函数和积分函数变换成S域中的代数形式，便于函数的表达和计算。,通常将拉氏变换式：,简写成：,F(S)=L f(t),称为传递函数,拉氏变换式：,输入输出关系式,如RC电路的充电特性：,拉氏逆变换：已知某环节的传递函数和输入信号后，可以通过拉氏逆变换方便地得到时域响应函数。,X c(s)=W(s)X r(s),如已知RC电路的传递函数：,求输入为单位阶跃信号时，uc(t)的响应如何？,Ur(s)=1/s,拉氏反变换得,解：,可见，自控系统的分析用拉氏变换非常方便。,4.2.2 自动控制系统的特性自动控制系统的特性在时域中的展现是：当被控过程的输入变量（操纵变量或扰动）发生变化时，其输出变量（被控变量）随时间变化规律，又称为控制系统的时间响应。特别是自动控制系统的阶跃响应是研究自动控制系统性能的典型样本。1.对控制系统的性能要求对于任何一个控制系统的要求都可以概括为稳定性（稳）、快速性（快）、准确性（准）三个方面。“稳”与“快”是说明系统动态品质，“准”是说明系统的稳态品质。,1）时域性能描述控制系统的时间响应从时间顺序上讲，可以大致划分为稳态和动态两个过程。研究系统的时间响应必须对动态和稳态两个过程的特点和性能加以讨论。,2）稳定性分析控制系统要能正常的工作，必须是稳定的。系统的稳定性定义为：系统在受到外作用力后，偏离了正常工作点，而当外作用力消失后，如果系统能够以一定精度返回到原来的工作点，则称系统是稳定的；否则系统就是不稳定的。,（a）非周期衰减过程被控变量在给定值的某一侧作缓慢变化，最后趋于给定值。（b）衰减振荡过程被控变量上下波动，但幅度逐渐减少，最后趋于给定值。,2.反馈控制系统的过渡响应由于系统特性的不同，反馈控制系统的阶跃响应有四种形式：,（c）等幅振荡过程 被控变量在给定值附近来回波动，且波动幅度保持不变。（d）发散振荡过程被控变量来回波动，且波动幅度逐渐变大，离给定值越来越远。,发散振荡,等幅振荡,（c）和（d）都是不稳定的过渡过程。（a）和（b）都是稳定的过渡过程。,4.3 基本的控制理论从20世纪40年代自动控制理论形成开始，几十年来，随着人们对自动控制方式的不断研究、试验，自动控制理论逐渐成熟、丰富，并形成了不同特色的理论体系。目前，公认的控制理论体系分为：经典控制理论现代控制理论大系统理论智能控制理论,4.3.1 经典控制理论经典控制理论以拉普拉斯变换和Z变换为数学工具，以单输入单输出的线性定常系统为主要的研究对象。通过拉普拉斯变换或者Z变换将描述系统的微分方程或差分方程变换到复数域中，得到系统的传递函数。并以传递函数为基础，以根轨迹法和频率法为研究手段，重点分析反馈控制系统的稳定性和稳态精度。占主导地位的分析和综合方法是频率域方法经典控制理论包括线性控制理论、采样控制理论、非线性控制理论三个部分。,4.3.2 现代控制理论现代控制理论以线性代数和微分方程为主要数学工具，以状态空间法为基础，主要研究多输入多输出系统的建模方法；分析控制系统的能控性、能观测性、稳定性等品质；寻找综合最优控制方法。现代控制理论比经典控制理论所能处理的控制问题要广泛得多，包括线性系统和非线性系统，定常系统和时变系统，单变量系统和多变量系统。状态空间法对揭示和认识控制系统的许多重要特性具有关键的作用。现代控制理论所包含的主要内容有线性系统理论、最优控制理论和自适应控制理论。,4.3.3 智能控制理论智能控制是应用人工智能理论和运筹学的优化方法，研究人类智能活动及其控制与信息传递的规律，并将其同控制理论相结合，仿效人的智能（感知、观测、学习、逻辑判断等能力），设计具有某些仿人智能的工程控制和信息处理系统，实现对复杂、多变、未知对象的控制。近年来，以专家系统、模糊逻辑、神经网络、遗传算法等为主要途径的基于智能控制理论的方法已经用于解决那些采用传统控制效果差，甚至无法控制的复杂过程的控制问题。,4.3.4 大系统理论大系统理论是关于大系统分析和设计的理论，包括大系统的建模、模型降阶、递阶控制、分散控制和稳定性等内容。以大系统理论为指导的递阶控制和分散控制方法已经用于解决那些规模庞大，结构复杂，而且地理位置分散的系统，例如电力系统、城市交通网、数字通信网、柔性制造系统、生态系统、水资源系统、社会经济系统等。,电力系统、城市交通网、数字通信网这类系统的特点是规模庞大，结构复杂，而且地理位置分散，因此系统内部各部分之间通信关系的复杂。降低了系统的可靠性。原有的控制理论都是建立在集中控制的基础上，整个系统的信息能集中到某一点，经过处理，再向系统各部分发出控制信号。这种理论应用到大系统时遇到了困难。这不仅由于系统庞大，信息难以集中，也由于系统过于复杂，集中处理的信息量太大，难以实现。因此需要有一种新的理论，用以弥补原有控制理论的不足。,1.递阶控制理论大系统理论的另一个重要的组成部分是递阶控制理论。递阶的概念本来是一个非常古老的概念，自有人类社会以来就已存在。大至一个国家小至一个基层单位都在实行递阶控制。长期的实践经验证明，对于一个庞大的系统，如果由一个决策人去集中控制是难奏效的。而由若干个平行的决策人互相协商去控制，效率又太低。只有在分等级（层次）的，即递阶的控制中，才可能克服上述困难，取得较好的控制效果。,2.分散控制理论大系统理论的一个重要的组成部分是分散控制理论。分散控制系统有多个控制站，每个控制站是控制系统的一个部分，称为子系统。因此分散控制是把大系统划分为若干个子系统后分别进行控制。分散控制和集中控制的主要区别是信息结构不同。就是说，在分散控制系统中每个控制器并不能象集中控制那样获得和利用系统的全部信息，它只能获得和利用系统的部分信息。,4.4 典型的控制方法随着自动控制理论从经典控制理论发展到现代控制理论、大系统理论和智能控制理论，自动控制系统的模式也从单变量控制系统发展到多变量控制系统、分层控制系统、集散控制系统、总线控制系统，尤是计算机及网络技术的快速发展使控制系统更加多样化、控制算法更加新颖。但目前工业中使用最广泛、最成熟的仍是基于经典控制理论体系下的单回路控制系统和多回路控制系统。,4.4.1 经典控制方法经典控制理论体系下的控制方法主要是负反馈控制系统。目前在工业生产中约90%的控制系统都是负反馈控制系统。最典型的是单回路负反馈控制系统。负反馈控制系统的核心就是由控制器将被控变量的测量值和给定值进行比较得出偏差，并按一定的控制规则计算输出控制信号，以推动执行机构对被控过程进行自动调节。如图4.26所示。,控制规则就是控制器的特性。是其输出量与输入偏差值之间的函数关系。,P=f(e),闭环负反馈控制系统的基本控制规则有位式控制、PID（比例、积分、微分）控制等。,1、位式控制又称位式控制规律，根据偏差 e 的大小，输出断续信号。如二位式控制器输出只有两个位置：0或100%，相应的执行机构只有开和关两个极限位置，因此又称开关控制。,如温度双位控制系统：温度低于给定值时，温控器输出高电平，继电器吸合，加热器通电加热；温度高于给定值时，温控器输出低电平，继电器断开，加热器断电。,双位控制过程：被控温度在给定值（TG）附近上下振荡，无法稳定。,2、比例控制（P）要使控制过程平稳准确，控制器输出必须能连续变化。经典控制方法采用比例，积分、微分等控制算法提高控制质量。比例控制的输出变化P(t)随输入偏差e(t)成比例变化：,Kc 比例增益,P=Kc e,比例控制的特点是：控制及时、适当。只要有偏差，输出立刻成比例地变化，偏差越大，输出的控制作用越强。但控制结果存在静态误差，如果被控变量偏差为零，控制器的输出增量也就为零。如图4.29所示的储槽水位控制系统就能形象地解释比例控制的特点。,3.积分控制（I）积分调节的作用是使系统消除稳态误差。只要存在误差，积分调节就增长，直至无差，积分调节停止增长输出一个常值。在比例的基础上加积分控制时，能消除余差。,TI 积分时间,TD 微分时间,4.微分控制（D）微分控制也是改善比例控制效果的重要手段。对于惯性较大的对象，微分作用可加快控制速度。微分作用能根据偏差的变化率产生超前的控制作用，因此，可以改善系统的动态性能。,比例、积分、微分控制（简称PID控制）是经典控制理论的经典控制手法。在PID控制中，比例作用是基础控制，微分作用用来加快系统控制速度，积分作用用以消除静差。实际应用中，通过对PID参数的调整，大部分的工业控制系统都能实现快速、准确的控制过程。,DDZ-型电动仪表,YS-80单回路调节器,YS-100单回路调节器,4.4.2 现代控制方法经典控制方法虽然使用广泛，但控制手段简单、控制效果有限。现代控制方法就是从多变量综合考虑的角度分析非线性和多变量系统的控制问题，由于计算机具有强大的计算功能，为现代控制方法提供了可行条件。现代控制方法可以解决具有多个相互耦合变量的设备的综合优化控制问题，从而提高控制系统的性能。,如自适应控制主要研究对象特性变化情况下的控制策略。对于非线性、时变的被控对象，其数学模型随时在变化。自适应控制实质上是通过不断对控制模型的识别，随时修正控制策略，以实现最优控制。自适应控制有自校正控制和参考模型控制两种类型。,现代控制理论体系下的重要的研究分支有：,自适应控制,最优控制,线性控制,4.4.3 智能控制方法智能控制方法就是模仿人的思考决策方式的控制方法。智能控制技术是在向人脑学习的过程中不断发展起来的，人脑是一个超级智能控制系统，具有实时推理、决策、学习和记忆等功能，能适应各种复杂的控制环境。目前研究成型的各种智能控制系统都只是模仿了人脑功能的某个方面。一个控制系统如果具有感知环境的能力，不断用获得的信息指导控制决策，并能执行控制决策、产生控制效果，即称为智能控制系统。,人工智能：研究知识处理系统，如记忆、学习、信息处理、形式语言、启发式推理等功能。,智能控制是人工智能、自动控制、运筹学三个学科交叉结合的产物，称之为三元结构。,自动控制：研究控制对象的方法，如负反馈控制等。,运筹学：研究定量优化的方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化等。,智能控制的主要方法有：模糊逻辑控制神经网络控制专家控制分级阶梯控制学习控制集成混合控制其中模糊逻辑控制、神经网络控制、专家控制是比较成熟并且应用最广的三个分支。,1.模糊逻辑控制有些复杂且无法建立数学模型的对象，用传统控制理论无法进行分析和控制，但有些操作者或专家却能凭经验判断顺利地进行控制。人们希望把这种经验指导下的控制过程总结成控制规则，以便用仪器模拟人对系统的控制。模糊控制就是运用模糊理论、模糊语言变量和模糊逻辑推理的知识，把用语言表达的控制经验上升为数值运算，从而能够利用计算机来完成对这些规则的具体实现，达到自动控制的目的。,模糊逻辑控制系统的基本结构如图所示，它用模糊控制器替代了传统的控制器。模糊控制器由知识库、模糊化处理、模糊推理、精确化处理四部分组成。模糊控制在家用电器中的典型应用就是全自动洗衣机。,2.神经网络控制生物神经系统是由大量生物神经细胞组成的极为错综复杂而又灵活多变的神经网络。,生物神经网络具有很强的自适应和学习能力、非线性映射能力、鲁棒性和容错能力。将这些特性应用于控制领域，可使控制系统的智能化向前迈进一大步。,人工神经网络（Artificial Neural Network，即ANN）模拟大脑神经网络，能实现信息处理、存储等功能。首先模拟大脑神经元建立人工神经元模型。一个简单的人工神经元模型可以描述为：,xi-输入y-输出wi-连接权值i-阈值,人工神经元,人工神经网络由大量人工神经元互连而成。每个神经元是网络的一个节点，它接受多个节点的输出信号，并可将自己的输出并接至其它节点。人工神经网络主要有前馈型和反馈型两类结构。前馈型神经网络如图所示：,前馈型神经网络,人工神经网络最大的特点是具有学习能力，其学习能力是通过学习算法实现的。经过学习训练，人工神经网络可对杂乱多变的输入信号进行模型辩识、分类和处理，这种感知能力是智能的体现。在控制系统中，应用神经网络技术，可以对一些难以精确建模的复杂非线性对象实现模型辩识、控制、优化计算、推理、故障诊断等功能。模糊控制和神经网络二者各自的优势在于：模糊控制易于实现由语言表达的不清晰的控制规则，而神经网络则易于处理大量复杂多变的感知数据。,3.专家控制系统一般控制的系统由于控制规则的局限只能处理一些常规问题，对于非常规的状况无能为力。专家系统则是一个智能计算机程序系统，其内部存有某个领域的大量的专家控制知识与经验案例，能根据人类专家的经验自动解决该领域的各种意外状况及难题。应用专家系统的概念和技术，模拟人类专家的控制知识与经验而建造的控制系统称为专家控制系统，它具有启发性、灵活性、不确定性、推理性等特点。,专家系统可以解决的问题包括：解释、预测、诊断、设计、规划、监视、修理、指导和控制等。如用专家系统作为传统反馈控制系统的控制器，使控制器具有智能，称为专家控制系统,值得指出的是：现代控制理论的发展，虽然能解决一些经典控制理论所不能解决的理论问题和工程问题，但这绝不意味着经典控制理论已经过时。虽然自动控制系统的模式从单变量控制系统发展到多变量控制系统，尤是计算机及其网络技术的快速发展使控制系统更加多样化、控制算法更加新颖。但工业中使用最广泛、最成熟的仍是基于经典自控理论体系下的单回路控制系统和多回路控制系统。,本章小结本章介绍了自动控制系统的基本概念和经典控制理论体系下的PID控制技术，以及现代控制理论和智能控制理论体系下的基本控制方法和典型结构。经典控制技术能解决工业中大量的稳定性控制要求，而现代控制理论为有效处理非线性和多变量系统的控制问题提供了强有力的分析与设计工具，可以解决具有多个相互耦合变量的设备的综合优化控制问题，从而提高控制系统的性能。,