基于PLC的液位控制系統(tǒng)的設(shè)計(jì),基于PLC的液位控制系統(tǒng)的設(shè)計(jì),基于,plc,控制系統(tǒng),設(shè)計(jì)
內(nèi)嵌于可編程控制器的先進(jìn)控制算法
a Jozef Stefan學(xué)院，盧布爾雅那，斯洛法尼亞
bNova Gorica技術(shù)學(xué)校，Nova Gorica，斯洛法尼亞
c盧布爾雅那大學(xué)，電氣工程系，盧布爾雅那，斯洛法尼亞
dINEA d.o.o。,盧布爾雅那，斯洛法尼亞
e計(jì)算機(jī)技術(shù)學(xué)院，雅典，希臘
f索非亞化學(xué)技術(shù)和冶金大學(xué)，索非亞，保加利亞
2004年4月23日收到； 2005年5月15日接收
摘要：本文介紹一個(gè)新穎的非線性自動(dòng)調(diào)節(jié)控制器ASPECT（嵌入可編程邏輯控制器的先進(jìn)控制算法）。它打算使控制成為高度非線性的過程。過程的適當(dāng)變化改善了其操作范圍，包括三個(gè)先進(jìn)控制算法。它被設(shè)計(jì)成使用以代理為基礎(chǔ)的概念的系統(tǒng)，應(yīng)用的目標(biāo)是自動(dòng)裝置一些組態(tài)任務(wù)。這個(gè)過程以一組被證明用了在線升級程序的低命令局部連接，模型為代表。程序被一套低秩序局部的線性的模型代表。這個(gè)程序?qū)⒛Ｐ丸b別和前后鑒別步驟聯(lián)合起來，提供可行的運(yùn)算控制器監(jiān)控和評估控制裝置執(zhí)行閉環(huán)系統(tǒng)。控制在PLC上被執(zhí)行。這個(gè)執(zhí)行裝置被應(yīng)用在液位控制系統(tǒng)領(lǐng)域。（2005 Elsevier有限公司著作權(quán)所有）
關(guān)鍵詞：控制過程；模糊模型；工業(yè)控制；基于模型的控制；可編程邏輯控制器；自調(diào)整調(diào)節(jié)器
1、 序言
模擬控制理論提供了很多的控制方法來完成控制，非線性過程控制比只用常規(guī)在線控制方法的效率更高，他的優(yōu)勢在于準(zhǔn)確的過程模型（Bequette,1991;Henson和Seboreys,1997;Murrany-Smith和Johansen,1997）。調(diào)查（Takatsu,Itoh,和Araki,1998;Seborg,1999）指出相對于那些供給很少的建成并已交付使用的產(chǎn)品，先進(jìn)控制器具有相當(dāng)大的而且正在增長的市場需求。
先進(jìn)控制算法的結(jié)果是優(yōu)秀的，它基于模糊的參數(shù)整定時(shí)間（Tan,Hang和Chai,1997;Babuska, Oosterhoff, Oudshoorn和Bruijn,2002）,多重模型控制(Dougherty和Cooper,2003; Gundala, Hoo和 Piovoso, 2000)和自適應(yīng)控制(Henson 和Seborg, 1994; Hagglund 和Astrom,2000)，這些都在文中提到了。然而，在提供給工業(yè)用途的這些方法中有很多的限制，總結(jié)如下：
1、 因?yàn)楝F(xiàn)實(shí)生活問題的差異性，一個(gè)單獨(dú)的非線性控制方法有一個(gè)相鄰領(lǐng)域的適合關(guān)系。因此工業(yè)要求更靈活的方法或?qū)崿F(xiàn)工具。
2、 新的方法通常不會(huì)在準(zhǔn)備使用的工業(yè)類型中得到。習(xí)慣設(shè)計(jì)要求相當(dāng)多的努力、時(shí)間和金錢。
3、 硬件要求是比較高的，因?yàn)閳?zhí)行和計(jì)算要求的復(fù)雜性。
4、 調(diào)節(jié)(Babuskaetal, 2002)和維護(hù)方法的復(fù)雜性使非專門研究工程師不引人注目。
5、 非線性的可靠性模擬通常是個(gè)問題。
6、 很多非線性程序能被著名和在工業(yè)上被證實(shí)的PID控制來控制。一個(gè)大量的直接的性能增加的（金融的獲得）當(dāng)以高階的取代一個(gè)傳統(tǒng)的控制系統(tǒng)時(shí)被要求。不恰當(dāng)?shù)膫鹘y(tǒng)控制方法的維護(hù)費(fèi)可能比較不明顯。
這些工作的目標(biāo)是說明一個(gè)透過使用以代理為基礎(chǔ)的系統(tǒng)概念的系統(tǒng)（ABS）(Wooldridge 和 Jennings, 1995)來解決上述一些問題的先進(jìn)控制器。最主要的目的是用部分自動(dòng)化的試車程序來簡化控制器組態(tài)，這典型地被控制工程設(shè)計(jì)師執(zhí)行。ABS用分配任務(wù)給網(wǎng)狀系統(tǒng)軟件代理來解決疑難問題。軟件具有像自治權(quán)（不需要人直接干預(yù)的操作），社會(huì)能力（和其它對象交互作用），活性（對環(huán)境的感覺和反應(yīng)），支持活躍（面向目的的行為，自動(dòng)化）等特性。這項(xiàng)工作不是提出ABS理論的發(fā)布，但是這些同樣也適用于基于ABS概念的程序系統(tǒng)設(shè)計(jì)的領(lǐng)域。在這個(gè)上下文中，一些限制被考慮到了。例如：自主性受限制，高度的可靠性和預(yù)測等級被要求，涉及到的范圍問題是受傳感器的讀數(shù)限制的，具體的硬件平臺被使用等等。
ASPECT控制器是在工業(yè)處理中的參數(shù)整定時(shí)間的控制的一個(gè)有效和使用界面友好的設(shè)計(jì)工具?？刂破鞯墓δ苁怯米詣?dòng)實(shí)驗(yàn)和調(diào)節(jié)來簡化控制?？刂破鞯囊粋€(gè)區(qū)別的特性是演算法在PLC或開啟的工業(yè)控制器平臺上的執(zhí)行被適應(yīng)。
控制器參數(shù)從一種非線性程序模型自動(dòng)地被調(diào)節(jié)。這個(gè)模型由操作模擬實(shí)驗(yàn)由一個(gè)新穎的在線學(xué)習(xí)程序發(fā)信號獲得。這個(gè)程序使用局部學(xué)習(xí)方法（Murray-Smith 和Johansen,1997, p. 188）的模型鑒別。測量數(shù)據(jù)被批量智能處理。附加的步驟是在鑒別之后被執(zhí)行，是為了改進(jìn)模擬的可靠性。比較自適應(yīng)方法，利用循環(huán)的鑒別(Hagglund 和Astrom,2000)是連續(xù)的。
非線性模型包含一組局部的低秩序線性的模型，它們每個(gè)在一個(gè)特殊操作區(qū)域有效。使用一個(gè)構(gòu)成的確定時(shí)間的變量活躍的局部模型( s )被選擇。這個(gè)控制器是對于單輸入單輸出過程特殊設(shè)計(jì)的，可能含有一個(gè)干擾檢測。另外，控制器的應(yīng)用范圍取決于所挑選的控制算法?？刂破鞯囊粋€(gè)組件允許在適用于很多不同的程序的控制算法的范圍中使用?？刂破鞅O(jiān)控導(dǎo)致的控制執(zhí)行結(jié)果并且對發(fā)現(xiàn)的錯(cuò)誤作出反應(yīng)。
控制器中有實(shí)時(shí)模塊（RTM）和組態(tài)工具（CT）。RTM在PLC中運(yùn)行，執(zhí)行全部的實(shí)時(shí)控制功能，在線學(xué)習(xí)和控制執(zhí)行監(jiān)控。CT最初組態(tài)階段通常在個(gè)人電腦（PC）中，通過提供引導(dǎo)和設(shè)置缺省參數(shù)值來簡化組態(tài)步驟。
下文的線索如下：第2節(jié)介紹RTM結(jié)構(gòu)的概要和描述他最重要的模塊。第三節(jié)給出CT的簡單描述；最后，第四節(jié)描述這個(gè)控制器在試驗(yàn)機(jī)械設(shè)備的應(yīng)用，在這里它用在液位閥測試裝置中影響不同。
2、運(yùn)行時(shí)間模塊
ASPECT控制器的RTM由一組組件連接組成一個(gè)多進(jìn)程系統(tǒng)。圖1給出RTM的概要和它的主要功能模塊：信號預(yù)處理進(jìn)程（SPA），在線學(xué)習(xí)進(jìn)程（OLA），模型信息進(jìn)程（MIA），控制算法進(jìn)程（CMP），運(yùn)算管理（OS）。
圖1 運(yùn)行時(shí)間模型概要
2.1多面體模型（MFM）
ASPECT控制器建立在多面體模型的概念基礎(chǔ)上，由Stephanopoulus, Henning, 和Leone (1990)提出，包含一些CAA和OLA需要的模型。特別是MFM包含一組當(dāng)?shù)氐挠勺兞縮(k)提供的時(shí)間之后和補(bǔ)償?shù)囊?、二級命令分時(shí)連接模型。這個(gè)模型方程式的局部首要模型條件是：
（1）
同時(shí)，這個(gè)模型方程式的第二條件模型是
（2）
這里的k是分離的時(shí)間索引，j是局部模型的數(shù)量，y（k）是過程的輸出信號u(k)是過程的輸入信號，v（k）是可選擇的干擾檢測信號（MD），du是在模型分量中u對y的導(dǎo)數(shù)，dv是在模型分量中v對于y的導(dǎo)數(shù)，ai，j，bi,j,ci,j和rj是j的局部模型的參變量。
這組局部模型能用一個(gè)Takagi–Sugeno模糊模型解釋，這個(gè)模型在一個(gè)二級命令模型的情況下可用下面的方式表達(dá)：
（3）
這里βj（k）是j的局部，模型關(guān)于可變列表現(xiàn)實(shí)值s（k）的全體函數(shù)關(guān)系的值。正常的三角函數(shù)關(guān)系功能被使用，如圖2所示
圖2 在MFM中的局部模型的模糊成員函數(shù)
確定時(shí)間的變量s ( k )被系數(shù)kr，ky，ku，和kv計(jì)算使用，使用質(zhì)量總數(shù)。
（4）
系數(shù)被工程師配置成一樣給非線性過程。
2.2在線學(xué)習(xí)進(jìn)程（OLA）
OLA檢測實(shí)時(shí)信號保護(hù)，被SPA準(zhǔn)備，評估由信號激發(fā)的局部模型的參數(shù)。最近導(dǎo)出的參數(shù)只有當(dāng)它們通過驗(yàn)證和證明是比目前的情況好的時(shí)候才被提交給MIA。
OLA662在OS或自治權(quán)的要求上被調(diào)用的，一個(gè)輸出信號的間隔在過程中有足夠的激發(fā)因素可用。它使信號成批智能運(yùn)行。用局部學(xué)習(xí)方法，一個(gè)先進(jìn)的批量智能概念是決定適應(yīng)模型是被實(shí)時(shí)執(zhí)行還是跟著延時(shí)允許在應(yīng)用前檢測來鑒別結(jié)果。因此，更好的意思是數(shù)字選擇控制已經(jīng)給出。
分配計(jì)算時(shí)間的問題要求鑒別出現(xiàn)大量智能數(shù)字過程（相反的在線循環(huán)過程在自適應(yīng)控制器中典型應(yīng)用）。這個(gè)問題用多任務(wù)操作系統(tǒng)來解決。OLA的典型比實(shí)時(shí)邏輯控制要求更大的計(jì)算量，它以一個(gè)低優(yōu)先級任務(wù)在后臺運(yùn)行。
2.2.1.信號復(fù)制保護(hù)
實(shí)時(shí)信號的保護(hù)被SPA維持。當(dāng)OLA被調(diào)用時(shí)，保護(hù)的有關(guān)部分被復(fù)制給進(jìn)一步過程。
2.2.2.抑制激發(fā)
快速激發(fā)的抑制在開始時(shí)被操作，因此信號的處理只能在它們包含激發(fā)因素是被運(yùn)行。如果標(biāo)準(zhǔn)有效的保護(hù)低于它們的下限時(shí)，執(zhí)行被取消。偏離了信號r（k），y（k），u（k）和v（k）。
2.2.3.從MIA復(fù)制到MFM
在線學(xué)習(xí)程序一直比新的局部模型鑒別排列在參數(shù)前。因此，活動(dòng)的MFM從MIA存儲的地方被復(fù)制。不履行設(shè)置的模型參數(shù)被用于局部模型不再被鑒別（見2、3節(jié)）。
2.2.4.選擇局部模型
如果全體函數(shù)βj（k）的保護(hù)活動(dòng)被超過最低保護(hù)限度的活動(dòng)糾正，局部模型被選擇。只有被選擇的局部模型含有更多的過程。
2.2.5.辨識
使用被Blazicetal(2003)發(fā)展的模糊的儀器的變量( FIV )辨識方法，局部模型的模型參數(shù)被辨識。它是一種延伸指定的MFM的線性的儀器的變量辨識程序( Ljung，1987 )，基于局部的學(xué)習(xí)方法( Murray史密斯與Johansen，1997年)。局部的學(xué)習(xí)方法基于所有局部模型的參數(shù)將不再是一種單一的衰退運(yùn)算中被估計(jì)的假定。與全面的方法比較它是更不容易傾向于故障條件和局部最小的問題的。
這種方法充分被適于工業(yè)的運(yùn)算(直覺，非線性的模型的漸進(jìn)的構(gòu)成，適度的計(jì)算要求)的需要。它能夠使因?yàn)椴蛔愕拇碳げ皇枪烙?jì)適當(dāng)?shù)木植磕Ｐ偷目偭砍蔀榭赡?。?dāng)所有局部模型目前尚未被估計(jì)時(shí)，它在最初組態(tài)階段是有效和可靠的。另一方面，在最佳附近收斂性是緩慢的。因此，它很有可能產(chǎn)生比使用非線性的方法適宜的一個(gè)較壞的模型。下列簡要地描述程序。
模型辨識為了每一個(gè)選擇的局部模型(按索引j予以指示)單獨(dú)地被執(zhí)行。初始估計(jì)參數(shù)向量θj被復(fù)制為活躍的MFM，以及協(xié)變性矩陣Pj MIA是對105種初始I (單位矩陣)。FLS (模糊最小平方)估計(jì)，θj ，F(xiàn)LS使用質(zhì)量最最小廣場辨識FLS和PjFLS被獲得，而βj ( k )對于質(zhì)量。計(jì)算被執(zhí)行遞歸避免矩陣倒置。FIV (模糊的儀器的變量)估計(jì)，θjFIV和Pj FIV被用質(zhì)量儀器的變量鑒別計(jì)算。
為了防止噪音使結(jié)果退化，一個(gè)死區(qū)用于每一 FIV和FLS遞歸的評價(jià)的步驟。僅當(dāng)程序輸出和其預(yù)測之間的絕對的質(zhì)量區(qū)別在構(gòu)成噪音下限之上，參數(shù)和協(xié)變性矩陣的向量最新。
在缺乏從到的分支中的或者從到的模型分支中的刺激的情況下u v y (，以及當(dāng)措施擾動(dòng)全然不是出席的)，帶有減少的參數(shù)評估向量的方法的變量被使用。
圖3 在線學(xué)習(xí)過程
2.2.6.檢驗(yàn)與有效
這個(gè)步驟由一個(gè)選擇的局部模型的模擬輸出與局部模型的位置近似的實(shí)際的程序輸出比較執(zhí)行。平均方的誤差( MSEj )的正常的總數(shù)被計(jì)算。近似被全體定義功能βj。對于每個(gè)選擇的局部模型，這個(gè)步驟以三套模型參數(shù)被實(shí)行：θjMIA，θj FLS和θj FIV 。帶有最低的MSEj的裝置被選擇。
全體的檢驗(yàn)由把包括選擇的裝置的模糊的模型的模擬輸出與實(shí)際的程序輸出比較執(zhí)行。平均的方的誤差( MSEG )的正?？倲?shù)被計(jì)算。如果與比較全面的檢驗(yàn)結(jié)果被改進(jìn)。
由于在線學(xué)習(xí)初始模糊模型選擇裝置被傳輸?shù)組IA，否則原來的裝置θj，MIA仍然在使用中。因?yàn)槊恳惶幚砭植磕Ｐ停琈IA收到MSEj，這作為一個(gè)信息索引和一個(gè)標(biāo)志表明模型是否是新的。
2.2.7.模型構(gòu)造評價(jià)
兩個(gè)模型結(jié)構(gòu)評價(jià)單元也被包括OLA里面。死區(qū)時(shí)間單元( DTU )估計(jì)程序時(shí)間延遲。全體功能單元( MFU )建議一個(gè)新的局部模型是否應(yīng)該被插入。它估計(jì)附加在兩個(gè)相鄰的局部模型之間的一個(gè)的局部模型大多數(shù)是活動(dòng)的。如果導(dǎo)致的模糊模型的全面的有效充分地被改進(jìn)，模型被提交到MIA,與原來的模糊的模型比較。
2.3.模型信息代理( MIA)
MIA的任務(wù)是保持活躍的MFM和其狀態(tài)信息。
其主要的活動(dòng)處理在線學(xué)習(xí)結(jié)果。當(dāng)可接受的是一個(gè)新的局部模型從OLA被收到時(shí)，如果它傳遞穩(wěn)定檢驗(yàn)和其信號索引是足夠的，它被接受。如果它被接受，一個(gè)“準(zhǔn)備運(yùn)行”的標(biāo)志是為CAA設(shè)置的。另一個(gè)標(biāo)志表明局部模型是否自從開始以來已被調(diào)節(jié)或者并沒有。如果模型信號索引是十分低的，自動(dòng)模式可能是不完全的。
MIA包含將附加的局部模型插在MFM的一種機(jī)制。這可以使用OLA的MFU透過要求發(fā)生或者自動(dòng)地，。MIA也可以把活躍的MFM儲存到一個(gè)局部的數(shù)據(jù)庫或者撤銷以前被儲存的，這對模式的變化有用。
在初始的組態(tài)，MIA是充分基于初始評價(jià)程序活動(dòng)的預(yù)設(shè)局部模型。他們不是確切但是可以提供可靠(雖然行動(dòng)遲緩)的控制性能，類似于安全的模式。透過實(shí)驗(yàn)或者正常的運(yùn)算的記錄(當(dāng)條件適合于關(guān)閉回路辨識)時(shí)使用在線學(xué)習(xí)，被收到逐漸估計(jì)機(jī)械設(shè)備的一個(gè)精確模型從OLA辨識局部模型。
2.4.控制算法代理( CAA)
CAA從MFM為自動(dòng)的調(diào)節(jié)其參數(shù)組成一種工業(yè)的非線性控制算法和一個(gè)程序。若干不同的CAA可以用于控制器并且可以在初始的組態(tài)階段中被相互交換。
運(yùn)算的下列的模式被支持：
手動(dòng)的模式：開啟回路運(yùn)算( 啟動(dòng)能力約束得到加強(qiáng))。
安全的模式：帶有保守的一個(gè)固定的PI控制器調(diào)節(jié)參數(shù)。
自動(dòng)的模式(或者帶有不同的調(diào)節(jié)參數(shù)的若干自動(dòng)的模式)：一個(gè)非線性控制器。
CAA 共享與OS和一種普通的模塊的內(nèi)部結(jié)構(gòu)的相互作用的一個(gè)普通的接口，包括三個(gè)層:
1.控制層向一個(gè)局部的線性的控制器(或者若干個(gè)局部的線性的控制器同時(shí))的功能提供反終結(jié)保護(hù)，包括對工業(yè)的控制所需要的每件事，諸如處理約束，碰撞更少模式交換，等等
2.確定時(shí)間層執(zhí)行實(shí)時(shí)交換或者為調(diào)節(jié)的局部的線性的控制器確定時(shí)間(會(huì)合)，這樣與控制層一道，固定參數(shù)非線性控制器被制作。
3.當(dāng)MIA報(bào)告一個(gè)新的局部模型被產(chǎn)生時(shí)，調(diào)節(jié)的層能夠從MFM執(zhí)行控制器參數(shù)的自動(dòng)調(diào)節(jié)程序?？刂茖雍痛_定時(shí)間的層的參數(shù)按照實(shí)時(shí)控制不是被擾亂的這樣一種模式被取代。
CAA被發(fā)展，并且每一在具體的應(yīng)用中已被證明有效：模糊的參數(shù)確定時(shí)間的控制器(FPSC)，死區(qū)時(shí)間補(bǔ)償控制器(DTCC)，和管轄作為基礎(chǔ)的神經(jīng)控制器(RBNC)。在本文中，F(xiàn)PSC的概念僅僅在下列的分段中簡要地被描述。
2.4.1.模糊參數(shù)確定時(shí)間的控制器
FPSC的一種綜述如圖4.所示
圖4 FPSC概要
FPSC的控制層以適合于控制器的型式包括一個(gè)單一的PID控制器和使用以速度為基礎(chǔ)的連接。它裝備有反終結(jié)保護(hù)和碰撞更少傳輸。
FPSC的確定時(shí)間的層執(zhí)行對控制器參數(shù)(在Ti的情況下，其反向傳播的價(jià)值) 根據(jù)確定時(shí)間的變量s ( k )進(jìn)行模糊，而全體局部模型的βj ( k )發(fā)揮作用。以速度為基礎(chǔ)的線性化的儀器能夠使全面的控制器的活動(dòng)成為可能，它是線性的結(jié)合整個(gè)的運(yùn)算的地區(qū)中的局部的控制器活動(dòng)，不僅是在運(yùn)算點(diǎn)的均衡周圍。這項(xiàng)潛力提供極少局部模型改進(jìn)性能，而在均衡中有更多透明的行為運(yùn)算點(diǎn)( Leith與Leithead，1998年； Kocijan，Zunic，Strmcnik，與Vrancic，2002年)。
FPSC的調(diào)節(jié)的層基于量級最佳( MO )標(biāo)準(zhǔn)執(zhí)行使用多重的綜合( MI )方法( Vrancic，Strmcnik，與Juricic，2001年)。MO標(biāo)準(zhǔn)為了一種大的帶寬( Whiteley，1946 )使系統(tǒng)的量級(振幅)關(guān)閉回路裝置點(diǎn)反應(yīng)盡可能平和地接近統(tǒng)一。這種在接近循環(huán)系統(tǒng)的一種比較速成和非擺動(dòng)的反應(yīng)中的結(jié)果。計(jì)算PID的表達(dá)使用MO標(biāo)準(zhǔn)的控制器參數(shù)是十分復(fù)雜的。然而，MI方法極大地簡化方程并且從程序開啟回路時(shí)間反應(yīng)直接能夠計(jì)算PID控制器參數(shù)成為可能。
自動(dòng)調(diào)節(jié)的程序透過從MIA收到離散時(shí)間局部模型開始。模型是轉(zhuǎn)換到連續(xù)時(shí)間局部模型中的。那么，所謂的區(qū)域使用MI方法從模型被計(jì)算。最后，PI和PID控制器參數(shù)從該地區(qū)被計(jì)算。由于FPSC的透明概念，一名富有經(jīng)驗(yàn)的設(shè)計(jì)師可以選擇透過規(guī)定局部的PID控制器位置和參數(shù)非自動(dòng)構(gòu)成控制算法，不使用以模型為基礎(chǔ)的調(diào)節(jié)的程序。
2.5.控制性能顯示器( CPM)
CPM為承認(rèn)事件掃描最近真正報(bào)時(shí)信號的緩沖器。當(dāng)事件被發(fā)現(xiàn)時(shí)，它估計(jì)關(guān)閉回路控制反應(yīng)和一個(gè)全面的性能索引的特性。像OLA 一樣，它從OS被呼叫自治并且作為一種低優(yōu)先任務(wù)跑或者在要求時(shí)。它包括三種模塊： 緩沖器前處理器( BP )，形勢分級器( SC )，和性能估計(jì)者( PE )，正如圖5所示.
圖5 CPM概要
當(dāng)CPM被呼叫時(shí)，BP復(fù)制真正報(bào)時(shí)信號的緩沖器的有關(guān)的段，這得到SPA的維護(hù)。它檢查程序是否在穩(wěn)定狀態(tài)中；如果如此，它終止處理。否則，它使信號y過濾和v并且執(zhí)行一種低水平的測驗(yàn)。SC為可以被評價(jià)的最后的承認(rèn)事件掃描前處理的緩沖器，或者是否重要等等。參考信號的一個(gè)步驟變化，測量擾動(dòng)信號的一個(gè)步驟變化，一場不可測量的擾動(dòng)的一個(gè)事件，或者振蕩的存在。如果對評價(jià)的一個(gè)事件可以將加以發(fā)現(xiàn)，并且特性評價(jià)的條件被完成(沒有額外的振蕩，信噪比是足夠的，程序反應(yīng)在事件之后安置和在事件)之前有穩(wěn)定狀態(tài)的一時(shí)期，相應(yīng)的緩沖器間隔被傳輸?shù)絇E，否則執(zhí)行被終止。
PE可以提取發(fā)現(xiàn)的事件的下列的特性：穩(wěn)定時(shí)間，升高時(shí)間，振蕩衰敗率，和追蹤誤差措施或者規(guī)定誤差措施。使用一個(gè)模糊的評價(jià)程序，一個(gè)全面的性能索引( PI )也從特性被計(jì)算。
CPM結(jié)果被傳輸?shù)饺藱C(jī)接口。如果糟糕的性能被發(fā)現(xiàn)，CPM觸發(fā)一自動(dòng)切換到安全的模式。如果振蕩被發(fā)現(xiàn)，其它自動(dòng)行動(dòng)包括，例如，阻塞OLA。因?yàn)檫@樣行動(dòng)是高度具體處理的，基于CPM結(jié)果的CAA參數(shù)的修正一般地不是被執(zhí)行，但是他們可以在具體的應(yīng)用中被執(zhí)行。
2.6.運(yùn)算管理(OS)
OS協(xié)同控制，模擬，和調(diào)節(jié)代理的活動(dòng)和分層的套人機(jī)接口( HMI )的交談窗口的使用者相互作用。OS和HMI包括對自動(dòng)使用者友好實(shí)驗(yàn)是需要的功能，這通常對控制器調(diào)節(jié)是需要的。
委托程序的控制器組成基本的放置的階段，安全的控制器調(diào)節(jié)的和非線性的模擬和調(diào)節(jié)確定時(shí)間的控制器的程序活動(dòng)的近似的評價(jià)，和為定期的運(yùn)算構(gòu)成政權(quán)制度。
OS為了辨識局部模型，透過自動(dòng)執(zhí)行實(shí)驗(yàn)支持控制設(shè)計(jì)師。這些實(shí)驗(yàn)包括關(guān)于開啟的或者關(guān)閉的回路中的模型的運(yùn)算點(diǎn)的一系列的步驟變化。此外，OS協(xié)同OLA，MIA和CAA自動(dòng)地處理信號，建設(shè)模型并且調(diào)節(jié)局部的控制器。當(dāng)帶有機(jī)械設(shè)備的實(shí)驗(yàn)被允許時(shí)，這是控制器的最速成和最可靠的方法調(diào)節(jié)。使用CPM的被關(guān)閉回路性能試驗(yàn)的實(shí)驗(yàn)的自動(dòng)實(shí)施也被支持。
有選擇性的，如果實(shí)驗(yàn)不是被允許，為實(shí)驗(yàn)確定時(shí)間可能是需要的。在這種情況下中，控制器以安全的模式初始化并且為了模擬處理信號，并且調(diào)節(jié)被OLA的自治觸發(fā)。然而，需要的是在運(yùn)算地區(qū)的整個(gè)的足夠的刺激在定期的運(yùn)算期間是可供使用的。模擬的進(jìn)步被MIA中的局部模型的狀態(tài)標(biāo)志表明。標(biāo)志顯示哪一個(gè)模型已被調(diào)節(jié)，并且他們的信號索引。
當(dāng)?shù)刂鲃?dòng)性和建議代理在系統(tǒng)組態(tài)期間是有益的時(shí)，這可能在定期的運(yùn)算期間是期望的。因此，在委托的程序結(jié)束時(shí)，系統(tǒng)可以被構(gòu)成盡可能地簡化運(yùn)算。
運(yùn)算政權(quán)制度的一個(gè)范圍能被使代理和Chang能夠或者喪失能力構(gòu)成他們的組態(tài)參數(shù)。這種在涉及要求各式各樣的應(yīng)用并且可以說明診斷問題的一個(gè)靈活的控制系統(tǒng)中的結(jié)果。這樣，雖然為了非線性程序的控制作為一個(gè)工具設(shè)計(jì)，但是方面控制器也可以為了PID控制器調(diào)節(jié)使用一個(gè)單一的線性的模型用于自適應(yīng)控制或者。一些具體的運(yùn)算政權(quán)制度選擇下面被列出了:
OLA和/或者CPM可以被呼叫非自動(dòng)鼠標(biāo) (在定期的運(yùn)算期間)或者在OS要求(下列的預(yù)定的實(shí)驗(yàn))時(shí)，或者兩個(gè)都是。
OLA繼續(xù)不斷或者可以估計(jì)程序死亡時(shí)間。
當(dāng)適當(dāng)在固定的前選擇的位置僅僅估計(jì)局部模型時(shí)，OLA可以嘗試插在附加的局部模型上。
控制器再調(diào)節(jié)可以在每一 MIA (“適應(yīng)的”運(yùn)算)中的模型的變化之后立即自動(dòng)地被觸發(fā)，或者跟隨設(shè)計(jì)師的證實(shí)(“自調(diào)節(jié)的”運(yùn)算)。
在線學(xué)習(xí)也可以用于監(jiān)控沒有控制器調(diào)節(jié)的意圖的程序活動(dòng)，或者是透過或者橫跨有效一個(gè)固定的模型的適應(yīng)。
在開始，系統(tǒng)從一種組態(tài)檔案是初始的，這可以在任何組態(tài)程序的階段放置它。后來，使用HMI交談窗口組態(tài)程序可以繼續(xù)或者被重復(fù)。
3.組態(tài)工具
CT在一臺個(gè)人計(jì)算機(jī)上被使用，在線到PLC執(zhí)行RTM。CT包含一種組態(tài)，透過委托程序的典型的確定時(shí)間的控制器指引設(shè)計(jì)師的有“魔力”的。它旨在于有很少經(jīng)驗(yàn)的使用者。富有經(jīng)驗(yàn)的工程師可以發(fā)現(xiàn)僅僅使用RTM執(zhí)行組態(tài)是更有效的，在其中其它任務(wù)的序列是可能的。
程序被分解到小的步驟( 25個(gè)交談窗口)中。按每一步驟，指令被顯示，并且默認(rèn)值被使用單憑經(jīng)驗(yàn)的方法建議，基于已經(jīng)可供使用的信息。矛盾警告可以被顯示。
組態(tài)程序的主要的階段是：基本的放置，控制信號的選擇，信號限制，取樣時(shí)間，控制算法，確定時(shí)間的變量，模型秩序。安全的模式組態(tài)：程序活動(dòng)(使用RTM的實(shí)驗(yàn)和辨識可以被使用)的評價(jià)，自調(diào)節(jié)“安全的”控制器參數(shù)(使用RTM )，可選的性能檢驗(yàn)。
模糊的模型沒有初始化， 模型位置的沒有初始化，局部模型參數(shù)的初始化，局部模型參數(shù)和步驟反應(yīng)的顯示。
CAA放置： 默認(rèn)值，高階的自動(dòng)調(diào)節(jié)的參數(shù)的沒有初始化。
OLA放置： 默認(rèn)值的沒有初始化，推進(jìn)OLA放置。
CPM放置： 默認(rèn)值的沒有初始化，推進(jìn)CPM放置。
局部的控制器調(diào)節(jié)：自動(dòng)(開啟或者關(guān)閉回路)實(shí)驗(yàn)的序列，在線學(xué)習(xí)和調(diào)節(jié)在每一個(gè)局部模型位置各處使用RTM。
性能檢驗(yàn)：在每一個(gè)局部模型位置各處使用RTM自動(dòng)實(shí)驗(yàn)和性能評價(jià)的序列。
CT依賴于RTM的功能無論何地可能。然而，個(gè)人計(jì)算機(jī)發(fā)展環(huán)境對圖形的使用者接口設(shè)計(jì)與典型的PLC系統(tǒng)比較更方便并且能夠結(jié)果的較好的顯現(xiàn)成為可能。
4.現(xiàn)場演習(xí)
方面控制器在若干項(xiàng)試驗(yàn)性應(yīng)用中已被測試( Blazicetal,2003 ) 例如在一個(gè) pH控制水平上和氣-液態(tài)的分離器( Kocjanetal,2003)。這在一種儀器上為了測試液壓的電子管提出一種試驗(yàn)性應(yīng)用，位于一種液壓的生產(chǎn)機(jī)械設(shè)備裝置上。儀器的一個(gè)簡化的計(jì)劃如圖6.所示。它組成配有局部的溫度控制的一部鍋爐，三部泵，
圖6：液位控制測試儀器（簡單）
一臺壓力傳感器，一個(gè)電子管檢驗(yàn)用一臺壓力區(qū)別傳感器站，為了不同的測量方法和一個(gè)延伸容器三塊流量表可以交替地被連接。的泵P1，P2和P3在被并行連接并且在不同的結(jié)合中可以被啟動(dòng)，這樣不同的流量范圍可以被完成。他們裝備有頻率轉(zhuǎn)換板；當(dāng)開啟時(shí)，他們?nèi)渴盏酵瑯拥目刂菩盘杣。
儀器被用來在控制運(yùn)算的條件下的一個(gè)范圍中測試電子管。最重要的控制任務(wù)是在測試的電子管( pv )上透過調(diào)整在線到活躍的泵的控制信號u控制壓力區(qū)別。程序的非線性和時(shí)間不同是因?yàn)橄铝械?
(a)關(guān)于電子管pv和流量之間壓力區(qū)別通過電子管Qm (與泵旋轉(zhuǎn)速度ω有關(guān))是穩(wěn)定狀態(tài)的二次關(guān)系。
(b)打開的電子管Sv能在一個(gè)檢驗(yàn)期間被改變，而信號Sv 一般地不是可供使用(電子管手冊)的，和
(c)不同的泵(或者結(jié)合泵) 根據(jù)電子管的大小能被使用。
這些因素嚴(yán)重影響程序活動(dòng)，這在基于一個(gè)固定的PI控制器的以前和現(xiàn)有的控制系統(tǒng)的無法令人滿意的性能中的結(jié)果。
當(dāng)運(yùn)用一個(gè)參數(shù)確定時(shí)間的控制器時(shí)為可變的選擇確定時(shí)間是一個(gè)至關(guān)緊要的步驟。當(dāng)使用從pv確定時(shí)間非線性( a )可以單獨(dú)容易地被解決時(shí)，條件( b )使問題的困難更大。處理模擬被使用找到一個(gè)適合的確定時(shí)間的變量（1）。
4.1.程序模擬
程序的一個(gè)簡化的模型是作為管道(下標(biāo)為p )的一臺流發(fā)電機(jī)，兩個(gè)阻抗的組成部份，檢查的電子管(下標(biāo)為v)和阻抗(下標(biāo)為l )組成一部泵的一個(gè)液壓回路。管道中的液體的慣性充當(dāng)一個(gè)誘導(dǎo)的組成部份。使用牛頓第二定律，這被表達(dá)為
（5）
pp，pv，和pl在這是泵，電子管和管道的壓力區(qū)別，S是管道橫跨段，和m，v，r,和Qm是質(zhì)量，速度，密度，和液體的大規(guī)模流。運(yùn)用關(guān)于運(yùn)算的點(diǎn)（p,v,l,m）的局部的線性關(guān)系，區(qū)別于Eq.(5)
（6）
假定電子管和管道阻抗的特性方程
（7）
（8）
kv和kl在這里是電子管和管道阻抗系數(shù)，Δpv和Δpl使用關(guān)于運(yùn)算的點(diǎn)( Karba，1999 )的部份的起源被計(jì)算
（9）
（10）
在這兒系數(shù)Rv，Rl和bv被簡單介紹，( bv是負(fù)的)。同樣地，Rp和bp被介紹用來描述泵，并且從泵特點(diǎn)可以被確定
（11）
Eq.(6)插在Eqs.(9)-( 11 )中。液壓的回路的動(dòng)態(tài)的反應(yīng)被方程(12)描述
（12）
或者，使用Eq.(9)透過方程(13)輸出ΔQm取代內(nèi)部的可變的Δpv，
（13）
另外，泵控制信號u和速度o之間的關(guān)系，用頻率轉(zhuǎn)換板描述了泵發(fā)動(dòng)機(jī)的活動(dòng)，必須被給出。它可以用第一命令標(biāo)志描述
（14）
bp1是在這兒獲得系數(shù)和Tp1時(shí)間常數(shù)。因此，被控制者程序的第二個(gè)秩序活動(dòng)是假定的。
觀察Eq.(13),Rv=2v/ m好的確定時(shí)間的變量因?yàn)樗碓谶\(yùn)算影響被控制程序經(jīng)常的獲得和時(shí)間點(diǎn)的水流的檢查的電子管的一種資產(chǎn)。它可以從可供使用的程序測量方法直接被計(jì)算。為了改進(jìn)在低的測量方法價(jià)值的商數(shù)計(jì)算的穩(wěn)定，對于Qm測量透過在Eq中根據(jù)模型被過濾的控制信號u被取代的被執(zhí)行者控制系統(tǒng)中的實(shí)際的確定時(shí)間的變量在部門之后，安全約束應(yīng)用。
4.2.實(shí)驗(yàn)的試驗(yàn)
一旦確定時(shí)間的變量選擇，控制器的使用是一個(gè)經(jīng)驗(yàn)性的程序，被OS的自動(dòng)實(shí)驗(yàn)功能支持。首先，一個(gè)傳統(tǒng)的PI控制器為了安全的模式被調(diào)節(jié)，這樣它保持對運(yùn)算的地區(qū)的穩(wěn)定的控制。那么，局部模型與控制器位置是可選擇的。在這項(xiàng)應(yīng)用中，關(guān)于s的運(yùn)算的范圍的六個(gè)位置的一種預(yù)設(shè)等距離地被分配使用。
因?yàn)閹в谐绦虻膶?shí)驗(yàn)被允許，在每一個(gè)局部模型位置各處包括實(shí)驗(yàn)的典型程序?qū)⒓右允褂谩Ｔ趯?shí)踐中，這是保證信號的適當(dāng)?shù)拇碳さ淖詈唵蔚姆椒?。使用安全的模式，程序是帶來到每個(gè)的連續(xù)不斷位置，在其中自動(dòng)調(diào)節(jié)的實(shí)驗(yàn)被一粒按鈕啟動(dòng)。OS實(shí)施一模式開關(guān)(開啟回路實(shí)驗(yàn)被更加喜歡)，注入包含四個(gè)步驟變化的刺激信號，在實(shí)驗(yàn)結(jié)束時(shí)呼叫辨識調(diào)節(jié)的程序并且恢復(fù)原來的模式。對于頭兩個(gè)局部模型，刺激信號振幅是4%。因?yàn)樗鼮榱似渌植磕Ｐ捅辉黾拥?%改進(jìn)信噪比的較低的程序獲得。MIA狀態(tài)的一種綜述顯示所有局部模型成功地已被辨識。在設(shè)計(jì)師確認(rèn)新的控制器參數(shù)之后，自動(dòng)的模式被構(gòu)成。表1顯示這個(gè)程序上的實(shí)驗(yàn)的調(diào)節(jié)的程序的結(jié)果。
表1：時(shí)間變量定位，直接時(shí)間局部模型參數(shù)，
間接局部模型參數(shù)，局部控制參數(shù)
圖7 使用PI控制的壓力區(qū)別pv控制 圖8 使用FPSC演算法的壓力區(qū)別pv控制
局部模型的開啟回路獲得用Eq中的模型完全地明顯地突現(xiàn)s (和Rv )的依據(jù)。(13 )，這是在減少Kp中的結(jié)果。辨識的時(shí)間的變化始終如T2是不明顯的，看來似乎與在Eq中經(jīng)常的時(shí)間的依賴一致。在Rv上，然而Rl和|Rp|也變化，但是不是可測量的。Ti的變化多半產(chǎn)生于在T1方面的變化，這被用泵活動(dòng)Tf1聯(lián)系。在頭兩個(gè)局部的控制器之間的Kp中有大量但是可接受的區(qū)別。s的較高的范圍中的局部的控制器參數(shù)之間的區(qū)別是小的， 少局部的控制器能用于那一點(diǎn)地區(qū)。
控制性能為了使PI控制器被顯示，制作使用方面控制器的安全的模式，和FPSC控制器。圖7個(gè)展示被測量程序?qū)υ诋?dāng)使用PI控制器時(shí)運(yùn)算范圍上的整個(gè)裝置點(diǎn)信號的一系列步驟變化的反應(yīng)。在電子管pv和裝置點(diǎn)( SP )中的壓力區(qū)別在上面被顯示，泵控制信號u在下面被顯示。PI控制器的參數(shù)被確定，這樣最理想的反應(yīng)在pv的較低的值被完成。當(dāng)時(shí)壓力增加，反應(yīng)變得震蕩。
圖8展示當(dāng)使用FPSC控制演算法時(shí)。除信號之外如圖7所示，確定時(shí)間的變量s也被如圖表8所示.與圖7的PI控制器比較，這種反應(yīng)在整個(gè)的運(yùn)算區(qū)上方是最理想的。
圖9 電子管壓力控制設(shè)計(jì)使用IDR BLOK
4.3.檢驗(yàn)基臺
不論小心的選擇和修正演算法減少計(jì)算的要求，OLA和CPM模塊在典型的PLC中適合于執(zhí)行。 DSP或者開啟的控制器增加在模塊上趨向于比上面市場PLC 一種更多經(jīng)濟(jì)有效的解決。執(zhí)行這種引導(dǎo)應(yīng)用中的方面控制器的RTM的檢驗(yàn)基臺配有一 INEA IDR SPAC20 共處理機(jī)的三菱A1S系列PLC，基于得克薩斯儀器DSP在帶有隨機(jī)存取內(nèi)存的2MB的40MHz中的TMS320C32，和一三菱MAC E700 HMI單元。 RTM使用三菱的MELSECAnSH PLC控制器( INEA d.o.o是INEA IDR BLOK的一種延伸，程序工業(yè)中的被關(guān)閉回路控制應(yīng)用的一種圖形的開發(fā)工具,2001).FPSC算法作為一個(gè)附加的控制器塊包括“PID與FPSC”。其它RTM組成部份被作為單獨(dú)的PLC任務(wù)執(zhí)行，在C中編碼和以編輯的型式下載到PLC。透過一分層的套菜單(諸如：使用HMI單元他們被監(jiān)督員顯示，趨勢顯示，放置綜述，實(shí)驗(yàn)放置，在線學(xué)習(xí)放置，模型參數(shù)，模型狀態(tài)，F(xiàn)PSC噪聲，F(xiàn)PSC參數(shù)等等).
圖9顯示電子管壓力控制計(jì)劃在IDR BLOK環(huán)境中設(shè)計(jì)。遺憾地，目前草寫的版本還沒有表明PID與FPSC控制器塊的聯(lián)系RTM的監(jiān)測任務(wù)。
5.結(jié)論
先進(jìn)自調(diào)節(jié)的非線性執(zhí)行一個(gè)工業(yè)的PLC基臺成功地控制。包括在本文中提出的一若干項(xiàng)引導(dǎo)應(yīng)用也被完成。與工業(yè)標(biāo)準(zhǔn)的PI控制器比較，使用FPSC控制算法完成在控制性能中的一期待的大量的改進(jìn)。此外，這種性能在實(shí)踐中被在一些運(yùn)算的點(diǎn)各處執(zhí)行一系列短的實(shí)驗(yàn)使用在線學(xué)習(xí)程序容易地完成自調(diào)節(jié)，。模塊的多代理結(jié)構(gòu)促進(jìn)控制系統(tǒng)的評論能干靈活性，，這樣它為了各種各樣的要求容易地被構(gòu)成。工作目前朝著使用的簡單和在新的程序中的運(yùn)用的容易中的較進(jìn)一步改進(jìn)被指導(dǎo)。一有前途的未來研究方向從在線學(xué)習(xí)程序中的數(shù)據(jù)評價(jià)中的CPM是圖樣辨識技術(shù)的結(jié)合，這可以導(dǎo)致對自適應(yīng)控制的可靠性的一種積極的貢獻(xiàn)。
作者愿意承認(rèn)所有其它設(shè)計(jì)組成員的貢獻(xiàn)。方面設(shè)計(jì)透過EC是在財(cái)政支持IST-1999-56407合約之下。2002軟件是INEA d.o.o的財(cái)產(chǎn)的方面,歐洲S.A保險(xiǎn)。,同時(shí)， JSCo開始設(shè)計(jì)。未決的專利PCT/SI02/00029。
參考文獻(xiàn)
Babus ka, R., Oosterhoff, J., Oudshoorn, A., & Bruijn, P. M. (2002). Fuzzy self-tuning PI control of pH in fermentation. Engineering Applications of Artificial Intelligence, 15, 3–15.
Bequette, B. W. (1991). Non-linear control of chemical processes: A review. Industrial & Engineering Chemistry Research, 30, 1391–1413.
Blaz ic , S., S krjanc, I., Gerks ic , S., Dolanc, G., Strmc nik, S., Hadjiski, M. B., & Stathaki, A. (2003). On-line Fuzzy Identification for Advanced Intelligent Controller. Proceedings of the IEEE international conference on industrial technology ICIT 2003. Maribor, Slovenia, (pp. 912–916).
Dougherty, D., & Cooper, D. J. (2003). A practical multiple model adaptive strategy for multivariable model predictive control. Control Engineering Practice, 11, 649–664.
Gundala, R., Hoo, K. A., & Piovoso, M. J. (2000). Multiple Model Adaptive Control Design for a Multiple-Input Multiple-Output Chemical Reactor. Industrial & Engineering Chemistry Research, 39, 1554–1564.
Hagglund, T., & Astrom, K. J. (2000). Supervision of adaptive control algorithms. Automatica, 36, 1171–1180.
Henson, M. A., & Seborg, D. E. (1994). Adaptive non-linear control of a pH neutralisation process. IEEE Transactions on Control Systems Technology, 2, 169–182.
Henson, M. A., & Seborg, D. E. (1997). Non-linear process control.Upper Saddle River NJ: Prentice-Hall PTR.
INEA d.o.o. (2001). IDR BLOK Process control tools for Mitsubishi electric PLC’s, user’s manual, Ver. 4.20. Ljubljana: INEA d.o.o.;
http://www.inea.si/index.php?kategorija=158.
Kocijan, J., Zunic, G., Strmcnik, S., & Vrancic , D. (2002). Fuzzy gain-scheduling control of a gas+liquid separation plant implemented on a PLC. International Journal of Control, 75(14), 1082–1091.
Kocijan, J., Vrancic , D., Dolanc, G., Gerksic, S. Strmcnik, S., Skrjanc, I., Blazic, S., Bozicek, M., Marinsek, Z., Hadjinski, M. B., Boshnakov, K., Stathaki, A., & King, R. (2003). Auto-tuning on-linear controller for industrial use. Proceedings of the IEEE nternational conference on industrial technology ICIT 2003.
Maribor, Slovenia, (pp. 906-910).Karba, R. (1999). Modeliranje procesov