优化PID控制器当植物模型是不可用的

控制工程师所知,有一个准确的植物模型的关键设计一个具有高性能的控制器和鲁棒性。如果植物模型已经可用(在传递函数的形式,整数阶,或仿真软件万博1manbetx^®框图),然后调整PID控制器的收益是非常简单的。但是如果没有植物模型是可用的和你不能轻松地创建一个从第一原理?可能你必须控制的系统太复杂的模型,或者你没有足够了解的物理系统。是你唯一的选择,那么,调整收益实际硬件,希望你不要伤害它的过程?

幸运的是,答案是否定的。在这样的情况下,您可以使用系统辨识。与系统识别您创建一个从测量数学模型描述物理系统输入-输出测试数据。练习控制工程师有时被系统识别吓倒,因为它通常只在研究生教控制类,和一些工程师认为他们需要一个控制使用系统辨识技术的博士学位。

本文描述了一个工作流创建植物从输入输出传递函数测试数据和使用此传递函数自动调整PID控制器增益。完成整个工作流使用PID调节器控制系统工具箱™应用程序。

植物建模和控制设计的挑战

假设我们不能创建一个植物模型使用第一原理,因为我们没有一个理解的物理系统,但是我们获得实际的硬件。这意味着我们可以运行激励信号通过系统和记录输入-输出数据。我们将使用这个衡量投入产出数据来创建一个植物模型,然后使用该模型来优化PID控制器收益,使PID控制器提供了一个快速和稳定的反应。

工作流系统识别和控制设计

工作流包含三个主要步骤:

1. 导入测试数据输入输出。
2. 确定植物模型的数据。
3. 使用识别植物模型来优化PID控制器增益。

导入测试数据输入输出

输入输出测试数据如图1所示。激励系统动力学,我们向系统注入一个阶跃变化5秒并记录输出(作为一个变量输出在MATLAB工作区)。视觉分析输出的数据显示,似乎捕捉系统动力学的变化。阶跃输入激活系统动力学是一种常见的方法,但是其他的激励信号可以使用。

我们首先将输入-输出测量数据导入到PID调谐器。为此,我们推出PID调谐器应用程序,通过打字pidTuner在MATLAB命令行或通过选择画廊的PID调节器应用MATLAB应用程序。PID调谐器打开时,我们选择的选项从输入输出数据确定一个新工厂,和我们指定的输出和输入信号(图2)。因为我们的系统是一个步骤的输入信号,我们指定步骤的特征信号注入测量输出信号的系统和数据存储。该工具还支持任意的输入-输出万博1manbetx数据的导入。

确定植物模型

一旦我们有进口数据,我们已经准备好使用系统辨识工具箱™创建一个工厂模型。系统识别涉及到选择植物模型结构和参数值的结构,将模拟模型输出与测量输出数据。PID调谐器提供了测量数据预处理功能,选择一个模型结构,调整模型参数,直至模拟模型输出匹配的测试数据。

我们不会在这里详细讨论数据预处理,但只会提到我们将抵消从测量输出数据(图3)。图3中的绿线显示测量系统的输出。注意,这条线从0开始,而测量输出数据在图1中开始在2左右。这是因为我们预处理去除一个偏移量的测量输出数据,系统识别的常用技术。PID调谐器还包括其他数据预处理功能,如过滤和重采样。

我们现在需要选择模型结构和调整模型参数,直到我们有一个适合测量系统输出和响应之间的识别植物模型。蓝线在图3中显示了识别植物模型的最初反应(默认的模型结构和默认的模型参数值)。我们需要调整模型来提高蓝色和绿色线之间的配合。我们可以快速尝试不同的模型结构从下拉列表中选择PID调谐器。选择包括一杆,一对真正的两极,一副欠阻尼的波兰人,选择阶状态空间模型。我们还可以指定模型应该包括时间延迟,零,一个积分器。

一旦我们选择了模型结构我们可以调整参数交互地或PID自动调谐器计算参数值对于一个给定的模型结构。测量输出数据在我们的例子中我们获得了适合用一阶模型与时间延迟(图4)。如果我们没有得到一个好的符合这种低阶传递函数,我们可以轻易地尝试拟合数据的高阶模型。我们会从下拉列表中选择一个高阶模型。PID调谐器将自动估计参数值。

优化控制器

既然我们已经确定了植物模型,我们可以用它来优化PID控制器增益。控制器PID自动调谐器计算收益提供一个快速和稳定的反应。我们可以使用交互式的滑块来调整闭环性能。在我们的示例中,除了设计一个快速和稳定的控制器,我们需要确保控制器的输出发送到执行机构不超过执行机构可以提供的最大价值。这就是为什么我们添加一个控制器努力阴谋闭环阶跃响应和使用滑块实现所需的速度和稳定的响应,没有不切实际的要求在执行机构(图5)。

我们现在可以出口调整PID控制器MATLAB工作区进行进一步的分析和设计。