一種基於虛擬未建模動態補償的液位系統pi控制方法

2023-05-17 10:59:06 1

一種基於虛擬未建模動態補償的液位系統pi控制方法
【專利摘要】一種基於虛擬未建模動態補償的液位系統PI控制方法，包括：設定液位目標值，啟動水泵，水泵開始轉動並從蓄水池抽水，水流經流量檢測裝置後進入密封容器或開口容器中；通過密封容器或開口容器中的液位傳感器實時檢測液位高度；建立基於虛擬未建模動態補償的PI控制模型，該模型的輸入為液位目標值和液位高度測量值形成的偏差信號，該模型的輸出是用來驅動執行機構水泵的脈衝寬度調製佔空比。本發明利用PI控制器原理結構簡單、階次低、魯棒性較強等特點和數據驅動控制方法充分利用歷史輸入輸出數據和未建模動態本身的歷史數據信息等特點，更好的提取系統的動態特性，對前一時刻虛擬未建模動態進行有效估計和補償，使得穩定性和控制效果顯著提升。
【專利說明】 一種基於虛擬未建模動態補償的液位系統Pl控制方法

【技術領域】
[0001]本發明屬於自動化設計【技術領域】，特別涉及一種基於虛擬未建模動態補償的液位系統PI控制方法。

【背景技術】
[0002]在流程工業的液位控制系統中，受到變量測量、物質及信號傳遞等因素的影響，時間滯後現象普遍存在，使得水泵輸出的控制信號延遲作用於系統液位輸出，由此會產生較明顯的超調量和較長的調節時間；與此同時，由於工業過程的液位控制系統結構複雜，系統又往往具有高階特性，採用工業過程應用廣泛的低階PI或PID控制器難以獲得理想的控制效果，綜上分析，無論在理論方面還是工程實踐方面，對高階時滯液位系統的控制都具有極大的挑戰性，如何實現對這類系統的精確穩定控制一直是研究熱點。
[0003]儘管Smith預估(SP)和內模控制(MC)等方法可以處理系統時滯環節，但只對低階系統適用，且對模型誤差和擾動敏感；現代控制理論中的H2和H00最優控制方法在時滯系統控制方面取得了一些研究成果，但上述方法求得的最優控制器往往階次較高，一般等於或大於高階被控對象的階次，這使得控制器的實現成本較高，很難應用於工業現場。
[0004]工業控制的主要目的是確保系統穩定性、優化系統性能，它對控制器的要求是簡單有效、使用方便。相比於以上高級控制算法大多僅限於理論層面的研究，PI或PID控制器由於原理結構簡單、階次低、魯棒性較強等特點在工業過程控制中得到了廣泛的應用，如今95%以上的控制迴路仍使用PI或PID控制器。


【發明內容】

[0005]針對現有技術存在的不足，本發明提供一種基於虛擬未建模動態補償的液位系統PI控制方法。
[0006]本發明的技術方案是:
[0007]一種基於虛擬未建模動態補償的液位系統PI控制方法，包括以下步驟:
[0008]步驟1:設定液位目標值，啟動水泵，水泵開始轉動並從蓄水池抽水，水流經流量檢測裝置後進入密封容器或開口容器中；
[0009]步驟2:通過密封容器或開口容器中的液位傳感器實時檢測液位高度；
[0010]步驟3:建立基於虛擬未建模動態補償的PI控制模型，該模型的輸入為液位目標值和液位高度測量值形成的偏差信號，該模型的輸出是用來驅動執行機構水泵的脈衝寬度調製佔空比；
[0011]步驟3.1:建立液位系統的低階線性模型:
[0012]A (z-1) y* (k+1) = B (z_1) u (k)
[0013]其中，/(k+1)為液位系統的低階線性模型輸出，控制量u(k)為用來驅動執行機構水泵的脈衝寬度調製佔空比，為液位系統的低階線性模型的參數多項式，Α(ζ_0 = 1+α ρ—1, Β(ζ_0 = β。，α η β。均為常數；
[0014]步驟3.2:將液位傳感器實時檢測的液位高度與液位系統的低階線性模型輸出的差值作為虛擬未建模動態；
[0015]步驟3.3:建立基於虛擬未建模動態補償的液位系統離散模型:
[0016]A (z-1) y (k+Ι) = B (z—1) u (k) +V [x (k)]
[0017]其中，V[x(k)]為k時刻的虛擬未建模動態，y (k+1)為液位傳感器實時檢測的液位高度；
[0018]基於虛擬未建模動態補償的液位系統離散模型中的液位系統低階線性模型參數多項式A(Z_0、B(Z_0是通過對液位系統進行辨識得到或者通過工業過程中的PI參數的經驗值反向求解得到。
[0019]步驟3.4:建立基於虛擬未建模動態補償的液位系統PI控制模型:
u(k)=(Kp + -^j)Mk) - v(/c)]-K(z- ')K[.v(/c-l)]
[0020]I Ζ
=77^卜認)—少⑷]—K(z '#[雄—I)]

,/(ζ )
[0021]其中，w (k) -y (k)為液位目標值和液位高度測量值形成的偏差信號，Kp和K1分別為基於虛擬未建模動態補償的液位系統PI控制模型的比例係數和積分係數，Gb-1hiKz-1)表示為基於虛擬未建模動態補償的液位系統PI控制模型的加權多項式，H(z^) = 1-z—1，G(z^) = go+g.z-^go = Kp+KI；gl = -Kp,V[x(k-1)]為 k-1 時刻的虛擬未建模動態，K(z—1)為虛擬未建模動態補償多項式；
[0022]步驟3.5:採用閉環極點配置方法確定基於虛擬未建模動態補償的液位系統PI控制模型的加權多項式H (z—1)和G (z—1)，進而得到Kp和K1 ；
[0023]步驟3.6:根據液位傳感器實時檢測的液位高度與液位系統的低階線性模型輸出的差值求解k-Ι時刻的虛擬未建模動態V [X (k-Ι)]；
[0024]步驟3.7:將基於虛擬未建模動態補償的液位系統PI控制模型代入基於虛擬未建模動態補償的液位系統離散模型，得到液位系統的閉環方程:
[0025][H (z—1) A (z—1) +fB (z—1) G (z—1) ] y (k+1) = B (z—1) G (z—1) w (k) + [H (z—1) -B (z—1) K (z—1)]V[x(k-1)]+H(z_1) AV[x(k)]
[0026]其中，w(k)為設定的液位目標值，AV[x(k)]為虛擬未建模動態增量，Av[x(k)]=v[x(k)]-v[x(k-l)]；
[0027]步驟3.8:令Hf1)-B (ZlK(P) = 0，確定虛擬未建模動態補償多項式K(z—1)；
[0028]步驟3.9:^KP,KI,V[x(k-l)],K(z^1)和w(k)_y(k)代入建立的基於虛擬未建模動態補償的液位系統PI控制模型，得到用來驅動執行機構水泵的脈衝寬度調製佔空比U(k)；
[0029]步驟4:根據脈衝寬度調製佔空比驅動執行機構水泵，使液位高度達到液位目標值，完成液位系統控制。
[0030]有益效果:
[0031]本發明的方法結合了 PI控制器和數據驅動控制方法各自的優勢，利用PI控制器原理結構簡單、階次低、魯棒性較強等特點和數據驅動控制方法充分利用歷史輸入輸出數據和未建模動態本身的歷史數據信息等特點，更好的提取系統的動態特性，對前一時刻虛擬未建模動態進行有效估計和補償，使得穩定性和控制效果顯著提升，同時，本發明所提方法的易操作性也使其具有廣泛的實際應用價值。

【專利附圖】

【附圖說明】
[0032]圖1為本發明【具體實施方式】的基於虛擬未建模動態補償的液位系統PI控制模型結構示意圖；
[0033]圖2為本發明【具體實施方式】的多功能過程控制水箱液位實驗平臺結構示意圖；
[0034]圖3為本發明【具體實施方式】的多功能過程控制水箱液位實驗平臺PI控制實驗結果圖；
[0035]圖4為本發明多功能過程控制水箱液位實驗平臺的基於虛擬未建模動態補償的PI控制實驗結果圖；
[0036]圖5為本發明【具體實施方式】對多功能過程控制水箱液位實驗平臺採用兩種控制方法跟蹤誤差對比圖；
[0037]圖6為本發明【具體實施方式】的多功能過程控制水箱液位實驗平臺的水箱液位閉環不穩定時PI控制方法的液位輸出圖；
[0038]圖7為本發明【具體實施方式】的多功能過程控制水箱液位實驗平臺的水箱液位閉環不穩定時PI控制方法的控制輸出圖；
[0039]圖8為本發明【具體實施方式】的多功能過程控制水箱液位實驗平臺的水箱液位閉環不穩定時基於虛擬未建模動態補償的PI控制方法液位輸出圖；
[0040]圖9為本發明【具體實施方式】的多功能過程控制水箱液位實驗平臺的水箱液位閉環不穩定時基於虛擬未建模動態補償的PI控制方法控制輸出圖；
[0041]圖10為本發明【具體實施方式】的基於虛擬未建模動態補償的液位系統PI控制方法流程圖；
[0042]圖11為本發明【具體實施方式】的建立基於虛擬未建模動態補償的PI控制模型的流程圖。

【具體實施方式】
[0043]下面結合說明書附圖對本發明的【具體實施方式】做詳細說明。
[0044]流程工業中液位系統的被控量為液位高度，是指密封容器或開口容器中液位的高度，執行機構為水泵，控制器輸出量為用來驅動執行機構水泵的脈衝寬度調製(PWM)佔空t匕。本實施方式採用基於虛擬未建模動態補償的液位系統PI控制方法改善液位系統輸出對目標液位信號(參考輸入信號)的跟蹤性能，彌補低階PI控制器對高階時滯液位系統控制存在的不足。
[0045]本實施方式中，選用寧波東大自動化智能技術有限公司生產的多功能過程控制水箱液位實驗平臺作為液位系統進行物理實驗，驗證本發明的基於虛擬未建模動態補償的液位系統PI控制方法，該實驗平臺採用網絡化控制器和EasyControl軟體進行實現本發明的控制方法，EasyControl與Matlab/Simulink無縫連接,通過硬體驅動接口直接進行方法的驗證，水箱液位實驗平臺主要由PC計算機、網絡化控制器和雙容水箱3個部分組成。
[0046]多功能過程控制水箱液位實驗平臺的結構如圖2所示，將本方法應用於具有單入單出(SISO)形式的水箱液位實驗平臺，該平臺的輸入為水泵的輸入電壓PWM佔空比，輸出為一號水箱的液位。水箱液位實驗平臺工作時，首先水泵從蓄水池抽水，流經二號流量傳感器，水流注入二號水箱，入水量為Qin2, C2為二號水箱橫截面積，H2為二號水箱液位高度，二號水箱通過二號洩水閥洩水，k2為二號洩水閥流量比例係數，Qout2為二號水箱洩水流量，同時，兩個水箱之間由連通閥連接，k0為連通閥比例係數，Q0為某時刻二號水箱流入一號水箱的流量，C1為一號水箱橫截面積,H1為一號水箱液位高度,一號水箱通過一號洩水閥洩水，ki為一號洩水閥流量比例係數，Qwtl為一號水箱洩水流量。最後，一號水箱和二號水箱裡的水分別通過各自的洩水閥流回蓄水池，形成閉環迴路。
[0047]基於虛擬未建模動態補償的液位系統PI控制方法，如圖10所示，包括以下步驟:
[0048]步驟1:設定液位目標值，啟動水泵，水泵開始轉動並從蓄水池抽水，水流經流量檢測裝置後進入密封容器或開口容器中；
[0049]本實施方式中，首先設定液位目標值:在前500s施加幅值3cm的恆值信號，來驗證多功能過程控制水箱液位實驗平臺的恆值跟蹤性能；同時，在500s和600s時分別加入幅值為Icm的階躍上升信號，在750s和850s時分別加入幅值為Icm的階躍下降信號，這種連續階躍擾動可以很好的驗證多功能過程控制水箱液位實驗平臺對於變化信號的自適應跟蹤能力。啟動水泵，水泵開始轉動並從蓄水池抽水，流經二號流量傳感器後進入至二號水箱中，二號水箱中的水通過連通閥流入一號水箱。
[0050]步驟2:通過密封容器或開口容器中的液位傳感器實時檢測液位高度y (k+Ι)；
[0051]本實施方式中，通過一號水箱中的液位傳感器檢測出液位高度,並將該測量值作為閉環系統反饋信號，將液位目標值和一號水箱中的液位傳感器檢測出液位高度形成的偏差信號作為基於虛擬未建模動態補償的PI控制模型的輸入；
[0052]步驟3:建立基於虛擬未建模動態補償的PI控制模型，該模型的輸入為液位目標值和液位高度測量值形成的偏差信號，該模型的輸出是用來驅動執行機構水泵的脈衝寬度調製佔空比；
[0053]如圖11所示，建立基於虛擬未建模動態補償的PI控制模型的具體步驟如下:
[0054]步驟3.1:建立液位系統的低階線性模型；
[0055]由於液位系統為高階時滯系統，本實施方式採用低階線性模型，通過基於數據驅動的經典辨識方法對原高階時滯液位系統進行辨識，得到液位系統的低階線性模型:
[0056]A (z_1) y* (k+1) = B (z_1) u (k)
[0057]其中，/(k+1)為液位系統的低階線性模型輸出，控制量u(k)為用來驅動執行機構水泵的脈衝寬度調製佔空比，Ah—1)、B(P)為液位系統的低階線性模型的參數多項式，
[0058]Α(ζ_0 = 1+α iZ'Bb—1) = β 0, Ct1, β。均為常數；A(ζ—1)、Β(ζ—1)通過對液位系統進行辨識得到或者通過工業過程中的PI參數的經驗值反向求解得到，
[0059]Α(ζ_1) = 1-0.999z'B(z-1) = 0.002559,
[0060]y*(k+l) = [1-A (z_1) ] y (k+1) +B (z_1) u (k) = (0.999z_1) y (k+1) +0.002559u (k)
[0061]步驟3.2:將液位傳感器實時檢測的液位高度與液位系統的低階線性模型輸出的差值作為虛擬未建模動態；
[0062]考慮原高階時滯液位系統與液位系統的低階線性模型間的模型誤差，以及其他難以建模的幹擾項，定義液位傳感器實時檢測的液位高度y (k+Ι)與液位系統的低階線性模型輸出/(k+Ι)的差值為虛擬未建模動態V[x(k)]:
[0063]V[x (k) ] = y (k+1) -y*(k+l)
[0064]步驟3.3:建立基於虛擬未建模動態補償的液位系統離散模型；
[0065]將液位傳感器實時檢測的液位高度y (k+Ι)等價表示為:
[0066]y(k+l) = y*(k+l)+V[x(k)] = [1~A (z_1) ] y (k+1) +B (z_1) u (k) +V [x (k)]
[0067]對上式進行等效變換將液位系統的低階線性模型等價表示為液位系統離散模型:
[0068]A (z_1) y (k+1) = B (z_1) u (k) +V [x (k)]
[0069]其中，V[x(k)]為k時刻的虛擬未建模動態，y (k+1)為液位傳感器實時檢測的液位高度；
[0070]由於k時刻V[x(k)]含有未知的u(k)，因此k時刻V[x(k)]未知，因此將虛擬未建模動態等價表示成如下形式:
[0071 ] V[X (k) ] = V[X (k-Ι) ] + Δ V[x (k)]
[0072]其中，V[x(k_l)]為k-1時刻的虛擬未建模動態，AV[x(k)]為虛擬未建模動態增量項，則液位系統離散模型可進一步表示成如下等價形式:
[0073]A (z-1) y (k+Ι) = B (z—1) u (k) +V[x (k_l) ] + Δ V[x (k)]
[0074]由於實際系統中工作空間有界，虛擬未建模動態增量項AV[x(k)]有界且較小，因此可忽略，僅對k-ι時刻虛擬未建模動態V[X(k-ι)]進行估計:
[0075]V[x (k-1) ] = y (k) -y* (k) = y (k) - [ (0.999z_1) y (k) +0.002559u (k-1)]
[0076]其中，y(k)為液位傳感器實時檢測的液位高度，/(k)為k時刻液位系統的低階線性模型輸出。
[0077]由此得到最終的液位系統離散模型為:
[0078]A (z_1) y (k+1) = B (z_1) u (k) +V [x (k~l)]
[0079]步驟3.4:建立基於虛擬未建模動態補償的液位系統PI控制模型，如圖1所示；
[0080]該基於虛擬未建模動態補償的PI控制模型主要由PI控制模型、虛擬未建模動態補償控制模型、液位系統低階線性模型和被控對象液位系統4部分組成，其中的PI控制模型使得k時刻液位傳感器實時檢測的液位高度y(k)跟蹤有界的液位目標值w (k) ；y(k)與Y* (k)作差得V [X (k-1) ] ;K (ζ-1)為虛擬未建模動態補償多項式，由V [X (k-Ι)]和K (z-1)共同構成了虛擬未建模動態補償控制模型，用來消除k-Ι時刻的虛擬未建模動態V[X(k-1)]對液位系統輸出的影響，提高控制精度；
u(/c )=(/<? +y(k)\-K(z 1 )V[x{k — I)]
[0081], 2
=7^[u』(/f)—少』⑷]—l^z ')K[.r(/f ->)]

I Hz )
[0082]其中，w (k) -y (k)為液位目標值和液位高度測量值形成的偏差信號，Kp和K1分別為液位系統PI控制模型的比例係數和積分係數，將G (Z_0 ^(Z-1)表示為液位系統PI控制模型的加權多項式，Η(ζ_0 = Ι-z-1, G(z_0 = go+giZ-1, g0 = KP+KI； gi = -Kp。V[x(k-1)]為k-1時刻的虛擬未建模動態，K(z^)為虛擬未建模動態補償多項式；
[0083]步驟3.5:採用閉環極點配置方法確定基於虛擬未建模動態補償的液位系統PI控制模型的加權多項式H (ζ—1)和G (ζ—1)，進而得到Kp和K1 ；
[0084]假設滿足系統動態特性的閉環特徵多項式為T(Z_i) = Ht1Z ^t2Z2jT (z ^的係數h和t2可由連續系統的特徵多項式51-+ 2(^0^ + O；未決定，艮P:
[0085]Itl = -2 cxP(-<^^.) COS(f(O - b2)
[t2 = cx\>{-2C(onT{))
[0086]其中，ζ為閉環方程阻尼係數，ζ = 0.707，Ttl為採樣周期，Ttl = 0.ls，ωη為系統固有振蕩頻率，ωη = 0.05。則根據系統閉環特徵多項式HblAal+zKzlGa—1)=T (z_1)即T(z-1) = 1-1.9929ζ4+0.993ζΛ可以求得gc^tl g:，進而計算得到液位系統PI控制模型的比例和微分係數為:
1^,=-^=0.2361
[0087]{
[K1 =g0+gl= 0.001
[0088]步驟3.6:根據液位傳感器實時檢測的液位高度與液位系統的低階線性模型輸出的差值求解k-Ι時刻的虛擬未建模動態V [X (k-Ι)]；
[0089]步驟3.7:將基於虛擬未建模動態補償的液位系統PI控制模型代入基於虛擬未建模動態補償的液位系統離散模型，得到液位系統的閉環方程:
[0090][H (z—1) A (z—1) +fB (z—1) G (z—1) ] y (k+1) = B (z—1) G (ζ—1) w (k) + [H (ζ—1) -B (ζ—1) K (ζ—1)]V[x(k-1)]+H(z_1) AV[x(k)]
[0091]其中，w(k)為設定的液位目標值，AV[x(k)]為虛擬未建模動態增量，Av[x(k)]=v[x(k)]-v[x(k-l)]；
[0092]步驟3.8:令Hf1)-B (ZlK(P) = 0，確定虛擬未建模動態補償多項式K (ζ—1):
[0093]根據液位系統的閉環方程，為消除k-Ι時刻虛擬未建模動態對液位系統輸出的影響，使虛擬未建模動態補償多項式K(P)滿足:
[0094]H(z-1)_B(z-1)K(z-1) = O
[0095]令H(P)-B(P)K(P) = 0，確定虛擬未建模動態補償多項式Kb—1):K(z^)=H(z_1)/B(z_1) = 390.7(l-z_1)；
[0096]步驟3.9:將KpKpVkQ1-DhKk1)和w(k)_y(k)代入建立的基於虛擬未建模動態補償的液位系統PI控制模型，得到用來驅動執行機構水泵的脈衝寬度調製佔空比U(k)；
[0097]液位系統基於虛擬未建模動態補償的液位系統PI控制模型輸出
U{k) = G(z \w(k) - ι；(/0] - K(z ')Γ[λ-(/<.-1)]即為用來驅動執行機構水泵的脈衝寬度調製
Η(ζ )
(PWM)佔空比。
[0098]步驟4:根據脈衝寬度調製佔空比驅動執行機構水泵，使一號水箱的液位高度達到液位目標值，完成液位系統控制。
[0099]對多功能過程控制水箱液位實驗平臺進行常規的PI控制方法和本實施方式的基於虛擬未建模動態補償的液位系統PI控制，分別得到圖3和圖4所示的實驗結果曲線。可以明顯看出，對於閉環穩定的PI控制模型，在加入了虛擬未建模動態補償控制後，液位系統輸出響應能夠更有效精確地跟蹤系統目標設定液位信號。
[0100]圖5為兩種控制方法液位輸出跟蹤誤差曲線，表I對系統閉環穩定時採用兩種控制方法得到的控制效果進行了量化對比分析，
[0101]表1系統閉環穩定時兩種控制方法控制效果對比
[0102]

【權利要求】
1.一種基於虛擬未建模動態補償的液位系統PI控制方法，其特徵在於:包括以下步驟: 步驟1:設定液位目標值，啟動水泵，水泵開始轉動並從蓄水池抽水，水流經流量檢測裝置後進入密封容器或開口容器中； 步驟2:通過密封容器或開口容器中的液位傳感器實時檢測液位高度； 步驟3:建立基於虛擬未建模動態補償的PI控制模型，該模型的輸入為液位目標值和液位高度測量值形成的偏差信號，該模型的輸出是用來驅動執行機構水泵的脈衝寬度調製佔空比； 步驟3.1:建立液位系統的低階線性模型:
A(z_1)y* (k+1) =B(z-1)u(k) 其中，/(k+1)為液位系統的低階線性模型輸出，控制量u(k)為用來驅動執行機構水泵的脈衝寬度調製佔空比，為液位系統的低階線性模型的參數多項式，Α(ζ_0 =l+α f1, B(z_0 = β 0, Ct1, β。均為常數； 步驟3.2:將液位傳感器實時檢測的液位高度與液位系統的低階線性模型輸出的差值作為虛擬未建模動態； 步驟3.3:建立基於虛擬未建模動態補償的液位系統離散模型:
A (z-1) y (k+1) = B (z-1) u (k) +V [x (k)] 其中，V[x(k)]為k時刻的虛擬未建模動態，y(k+1)為液位傳感器實時檢測的液位高度； 步驟3.4:建立基於虛擬未建模動態補償的液位系統PI控制模型: Φ)={ΚΡ +~^)[nik)-y(k)]-K(z l)V[X{k-\)-\
1.-z
=^4[vv(/c)-v(/c)] - K(z 1 )V[x(k —1)]
IKz ) 其中，w(k)-y(k)為液位目標值和液位高度測量值形成的偏差信號，Kp和K1分別為基於虛擬未建模動態補償的液位系統PI控制模型的比例係數和積分係數，Ga.1) ,Ha—1)表示為基於虛擬未建模動態補償的液位系統PI控制模型的加權多項式，H(z^) = 1-z—1，G(z^)=go+gf1，g0 = KP+KI； gl = -Kp, V[x(k-1)]為k-1時刻的虛擬未建模動態，K(z^)為虛擬未建模動態補償多項式； 步驟3.5:採用閉環極點配置方法確定基於虛擬未建模動態補償的液位系統PI控制模型的加權多項式H (ζ—1)和G (ζ—1)，進而得至IJ Kp和K1 ； 步驟3.6:根據液位傳感器實時檢測的液位高度與液位系統的低階線性模型輸出的差值求解k-Ι時刻的虛擬未建模動態V [X (k-Ι)]； 步驟3.7:將基於虛擬未建模動態補償的液位系統PI控制模型代入基於虛擬未建模動態補償的液位系統離散模型，得到液位系統的閉環方程:
[H (z—1) A (z—1) +Z-1B (z—1) G (z—1) ] y (k+1) = B (z—1) G (z—1) w (k) + [H (z—1) -B (z—1) K (z—1)]V[x(k-1)]+H(z_1) AV[x(k)] 其中，w(k)為設定的液位目標值，AV[x(k)]為虛擬未建模動態增量，Av[x(k)]=v[x(k)]-v[x(k-l)]； 步驟3.8:令H(Zl-B(P) K (z—1) = O，確定虛擬未建模動態補償多項式K (z—1)； 步驟3.9:將1、K1, V[x(k-1)], K(z^1)和w(k)-y(k)代入建立的基於虛擬未建模動態補償的液位系統PI控制模型，得到用來驅動執行機構水泵的脈衝寬度調製佔空比u(k)；步驟4:根據脈衝寬度調製佔空比驅動執行機構水泵，使液位高度達到液位目標值，完成液位系統控制。
2.根據權利要求1所述的基於虛擬未建模動態補償的液位系統PI控制方法，其特徵在於:步驟3.3所述的基於虛擬未建模動態補償的液位系統離散模型中的液位系統低階線性模型參數多項式A (z—1)、B(P)是通過對液位系統進行辨識得到或者通過工業過程中的PI參數的經驗值反向求解得到。
【文檔編號】G05D9/00GK104166405SQ201410385307
【公開日】2014年11月26日 申請日期:2014年8月6日 優先權日:2014年8月6日
【發明者】王良勇, 曲鈞天, 柴天佑, 遲瑛 申請人:東北大學