基於連續調度的模型參數的自適應控制器的製作方法

2023-09-12 06:04:50

專利名稱：基於連續調度的模型參數的自適應控制器的製作方法
技術領域：
本發明一般涉及過程控制技術，且更特別地，涉及基於模型的自適應控制器，例如 比例積分微分(PID)控制器，其使用連續調度的模型參數值以執行自適應整定，該連續調 度的模型參數值從對在狀態參數的不同值上的各種理想過程模型參數進行插值得出。
背景技術：
本領域內已知在自動化系統就像例如大型製造工廠和化學精煉廠中，使用基於 邏輯的控制器切換策略來實現自適應過程控制。基於邏輯的切換策略的示例性的討論 例如能在 Morse，F. MPait 禾口 S. R-Weller 的"Logic-Based Switching Strategies for Self-Adjusting Control, IEEE 33rd Conference on Decision and Control(Dec. 1994) 中找到。將基於邏輯的控制器切換策略歸類為兩種途徑中的一種可能是有用處的，所述兩 種方法通常被識別為基於預先路由的控制器的方法和基於過程模型辨識器及參數化控制 器的方法。原則上，預先路由的控制器整定評估預定義的一組可能的控制器中所包含的可能 的控制器。當控制器被識別為表現令人滿意時，所述估計完成。預先路由的控制器整定系 統相對地易於設計且對控制器結構的要求較少。但是，預先路由的控制器整定系統的優勢 被固有的關於整定時間的欠佳的性能掩蓋了，因為從預定義的組中選擇最佳的控制器需要 的時間過長。過程模型辨識器和參數化的控制器一般包括兩個或多個參數依賴型子系統，所述 子系統包括生成輸出估計誤差的辨識器和內部控制器。在操作中，基於適當定義的模型組 的估計的控制信號被傳送到正被控制的過程。基於辨識器的、參數化的控制器實施基於「循 環切換」概念的控制器切換策略。循環切換可在為過程提供或不提供另外的激勵信號的情 況下被使用。用於過程控制適應的循環切換方法的值得的討論在K. S. Narendra和 J.Balakrishnan 的"Adaptive Control Using MultipleModels,，，IEEE Transactions on Automatic Control，Vol. 42，No. 2，pp. 177-187 (Feb. 1997)中可以找到。文章公開了一種 包括以多個參數和並行操作並具有與多個控制器參數相對應的模型參數的N個識別模型 為特徵的控制器的過程控制系統。在任何時間點，通過切換規則來選擇單個模型和對應的 參數化的控制器，且對應的控制輸入被用於控制過程。識別模型可以是固定參數模型或可 以是自適應參數模型，這取決於過程的要求、操作員的需求和任何其他適當的考慮因素。固 定參數模型控制系統提供了一種簡單而有效的措施，以保證至少一個模型的存在，所述至 少一個模型特徵在於參數足夠接近未知過程的參數。使用固定參數模型的基於循環切換的過程控制系統提供快速的適應速度，但需要 在過程控制器中的相當多數量的模型的設計和存儲。另外，固定模型僅僅能夠精確地表示 有限數量的過程環境或狀態。為了漸近地改進過程準確性，必須使用自適應的模型。實際上來說，由於合理的過程近似需要相當數量的模型，基於模型的切換策略造
6成了若干問題。例如，包括基於固定模型的自整定器(self-timer)的簡單的單輸入單輸出 (SISO)系統可被合理地預期包括數百種固定模型，以實現令人滿意的過程性能。因此，當系 統變得更複雜，例如是多變量系統時，所需的定製的固定模型的數量就以指數方式增加，由 此增加系統設定時間和系統存儲需求。更有效的解決方法需要考慮指定的過程模型結構和 控制器類型，並建議將簡單的切換策略替換為更詳盡的程序。改進的用於Dahlin控制器的基於模型的方法已由Gendron在文章「Improving the Robustness of Dead-Time Compensators for Plants withUnknown of Varying Delay, "Control Systems 90 Conference (Helsinki 1990)中給出。文章公開了一種簡單 的一階加純滯後(first-order-plus-dead-time)過程模型以基於死區時間(dead time) 變化提供過程適應。控制器不依靠簡單的模型切換，而是使用基於以全異的死區時間為特 徵的一組模型的加權和的過程模型。該組中的每個模型生成過程輸出的預測，且相應的權 重被自動調整為預測誤差的簡單函數。基本的概念已被延伸為將過程增益和死區時間變化 包括到Dahlin控制器構造中。一般來說，用於設計自適應PID自適應控制器的普遍的方法包括直接方法和間接 方法或基於辨識器的方法。如以上所討論的，基於辨識器的方法對於使用切換策略的控制 器系統是有效的，並且提供適當的開始位置，由該開始位置設計自適應的切換PID控制器。 提供與遞歸最小二乘(RLS)估計器相耦合的基於辨識器的自適應的PID控制器是已知的， 所述估計器跟蹤模型參數的變化。與遞歸辨識器相關聯的典型的問題包括難以選擇初始參 數、激勵不足、過濾、參數飽和、緩慢的參數跟蹤速度。因為這些變量的複雜性和與計算準確 估計相關聯的困難，在現有技術中眾所周知已知的基於辨識器的自適應PID控制器的性能 可通過簡化過程模型來改進。簡化了的基於辨識器的自適應控制器的示例性說明被Astrom和 Hagglund 在"Industrial Adaptive Controllers Based on FrequencyResponse Techniques, "Automatica, Vol. 27，No. 4，pp. 599-609(1991)中描述。主要地，該文公開了 一種控制器，其被設計成在頻域內執行過程模型適應，並響應於設定點的變化和自然幹擾 而整定。更具體地，通過將帶通濾波器應用到過程輸入和輸出來選擇整定頻率，濾波器的頻 率由自動調諧器(按需的調諧器)限定。自動調諧器在自適應整定器操作之前使用繼電振 蕩技術來限定臨界振蕩周期(ultimate period)並且使用簡化的RLS估計器來為整定頻率 限定過程增益。自動調諧器能夠跟蹤過程增益的變化。但是，當遇到死區時間或時間常數 的變化時，跟蹤的點不再顯示準確地估計臨界增益和臨界振蕩周期所需的- η相位，且因 此控制器整定變得不那麼可靠。另外，通過應用若干整定頻率以及使用插值器來以-π的相位限制頻率的方法來 改進整定是已知的。可選地，可能應用單個整定頻率並在每次整定周期後調整頻率以跟蹤 相位-η。兩個整定器模型都容許有後續的設定點變化和自然幹擾，且可在控制器輸出或在 設定點輸入上引入外部激勵。儘管這樣的自動調諧器不表現出對先前技術的大小和設置的 限制，但是它們明顯地更複雜。另外，兩個整定器模型使用僅識別兩個參數即臨界增益和臨界振蕩周期的基本自 適應模型。包括這些簡單的兩參數自適應模型的整定器模型適合於Ziegler-Nichols整定 或一些類似的修改，但是不適合優選內模控制(IMC)或Lambda整定的應用。雖然簡單的RLS辨識器可被用於確定前饋控制的靜態增益，但RLS辨識器方法不提供過程前饋動態，其 為適當的前饋控制所需要的。另外，因為前饋信號為負載幹擾，且擾動信號不能被引入到反 饋路徑中，所以所述方法受到激勵不足的問題的困擾。前饋適應的可選的解決方法被Bristol和Hansen在名稱為「Multivariable Adaptive Feedforward Controller. 」的第5，043，863號美國專利中公開。這個專利公開 了被設計為包括負載幹擾的基於微分方程的過程模型。過程模型基於測得的過程數據被周 期性地更新，其中幹擾以由投影法實現的控制關係和力矩關係為特徵。一般地，所得解決方 案非常複雜且需要顯著的激勵，與以上所描述的RLS辨識器方法大體相同。另外，所得結果 僅適合於前饋控制且不可應用於帶有反饋的自適應控制器。

發明內容
自適應控制器執行連續調度的過程模型參數插值以確定用於為控制器整定形成 的控制器整定參數的特定的一組過程模型參數，從而彌補已知自適應控制方法的各種缺 陷。具體地，此處所描述的自適應控制器能夠提供通用的方案以用於反饋和前饋自適應PID 控制整定，其在大範圍過程操作點上工作良好。以下所公開的自適應反饋/前饋PID控制器 所涉及的主要目標包括較短的適應時間、施加於PID整定規則的使用上的約束的最少化、 設計的簡化以及過程激勵減少的適應的實現。更特別地，此處所描述的基於狀態的自適應PID控制器使用新的技術來確定恰當 的過程模型，該過程模型被用於在工廠的各種操作區域執行自適應整定，且更特別地，使用 過程模型參數確定技術，該技術在各種工廠操作區域或操作點允許連續調度的過程模型參 數的更新。這個連續調度的過程模型參數的更新的方法的使用，在基於過程的操作區域或 操作點的改變而實現的自適應整定程序(adaptive tuningprocedure)期間，提供了在PID 控制器中所使用的整定參數之間的平滑過渡，從而提供更好的總體控制。一般地，此處所描述的基於狀態的自適應PID控制器使用一組過程模型參數來確 定一組控制器整定參數以用於控制過程。在操作期間，自適應控制器通過首先為過程建立 預定義的一組過程模型來自適應地確定適當的一組過程模型參數，其中每個過程模型與由 狀態變量所限定的不同的過程操作區域或過程操作點相對應。然後自適應控制器在整定程 序中使用這些預定義的過程模型來確定對於過程工廠中當前操作點或操作區域最適合的 或最準確的特定的過程模型(即，特定的一組過程模型參數值)，並使用這些過程模型參數 值來整定控制器。過程模型參數值可以基於由狀態變量所限定的過程的當前操作點，以過 程區域為基礎來確定，或可以連續調度的基礎來確定。為了確定預定義的一組過程模型中的每個過程模型，自適應控制器周期性地執行 適應例程(adaptation routine)，其確定在特定的過程操作點或區域也稱為結位置上的過 程模型的特定的一組過程模型參數。在一個例子中，特定的一個預先確定的過程模型可通 過嘗試模型的各種不同的預設的參數值來確定，以基於過程變量測量結果來確定哪組這樣 預先確定的過程模型參數提供過程的最好的模擬。更特別地，在適應例程期間，自適應控制 器可將每個模型參數設定到從與模型參數相對應的一組預先確定的初始值中選出的各個 值。然後單個模型的評估包括模型平方誤差或範數(norm)的計算。所述範數可被分配到 被評估的模型中所顯示的每個參數。隨著模型的重複評估的進行，為每個參數計算累加的
8範數。所累加的範數是在模型評估過程中分配給參數的所有範數的和。接下來，基於這些 範數為每個模型參數計算自適應參數值。在一個例子中，自適應參數值可以是基於為參數 所計算的範數分配給各個參數的初始值的加權平均。以這種方式，對於狀態變量的不同值可確定各種不同的過程模型，且這些過程模 型可被存儲。此後，被用於整定過程控制器的指定的過程模型可基於過程的當前操作點 (例如，狀態變量的當前值)，通過在不同的被存儲的過程模型的過程模型參數值之間進行 插值來確定。自適應PID控制器的另一個實施方式包括用於整定過程控制器的系統。系統可通 過硬體或軟體或其任何希望的組合來實現。系統包括與過程通信地耦合且包括狀態變量的 模型組組件(model setcomponent)，其限定了多個過程區域或多個過程操作點以及至少有 一個過程模型與多個過程區域或點中的每個相關聯的多個過程模型。每個過程模型包括 多個模型參數，每個模型參數具有從被分配給各個參數的一組預先確定的初始值中選出的 值。區域中的每個區域可包括為該區域所確定的一組標準參數值。誤差發生器與模型組組 件和過程輸出通信地耦合。在一個例子中，誤差發生器產生表示過程模型的輸出和過程的 輸出之間的差別的模型誤差信號。模型評估組件與誤差發生器通信地耦合以用於計算與過 程模型相對應的模型平方誤差，以將模型平方誤差歸因於模型中所顯示的參數值。參數插 值器與模型評估組件通信地耦合以計算過程模型中所顯示的參數的自適應過程參數值。控 制器更新組件具有耦合到參數插值器的輸出的輸入和耦合到控制器的輸出。適應周期一結 束，控制器更新組件就將自適應控制器參數值更新到控制器。自適應控制器參數值可從計 算出的自適應過程參數值得出。應理解，根據個別的過程的需要，不是所有的過程參數都將在給定適應周期中受 適應的影響。當有理由相信只有一個或至少不是全部的過程參數已改變時，有限的適應可 能是希望的。例如，經驗上的證據可能顯示，在給定的時間段(例如在適應周期之間所經過 的時間)內，在其餘的參數可仍保持基本不變的同時，過程增益參數可能變化。在這種情況 下，過程管理器可通過只使過程增益參數被適應的方式來啟動有限的適應周期。然後過程 控制器響應於被適應的過程增益參數而被更新。反饋/前饋控制器還可執行自適應控制器 的方法，同上，通過該方法，為過程編制模型組，且通過確定對於每個模型唯一的模型平方 誤差來評估模型中的每個模型。基於每個預先確定的初始化參數值的加權和來計算自適應 (例如，增益)參數值。初始化值由歸一化的適應性因數來加權。通過計算自適應過程(例 如，增益)參數，控制器被相應地更新或整定。在一個實施方式中，在整定程序期間，自適應控制器首先基於狀態變量的當前值 來確定用於整定控制器的一組過程參數值。在這個過程期間，自適應控制器可使用狀態變 量來確定過程當前在哪個區域操作，並可基於先前在適應例程期間被確定為相關聯於或可 應用於那個區域的過程模型來獲取一組模型參數。可選地，整定程序可使用連續調度的參 數技術來確定可應用的過程模型參數，其中整定程序識別一組一個或多個先前確定的、被 確定用於狀態變量或用於在狀態變量的當前值之上或之下的變量的過程模型或過程模型 參數，並識別被確定用於在那些過程模型之間的點的插值函數。
9


圖1為包括使用區域性或連續過程模型參數調度以執行自適應整定的自適應控 制器的示例性過程控制系統的原理框圖。圖2為示出自適應用戶接口應用和包括自適應控制器的一個或多個控制迴路之 間的交互的原理圖。圖3為使用區域性或連續過程模型調度以執行自適應控制器整定的示例性自適 應PID控制塊的原理圖。圖4為表明圖1-3中的控制器中模型參數可能以區域為基礎被確定的方式的圖示。圖5為示出被存儲在一組定義過程模型的結(knot)中的過程模型參數值和用於 在連續調度的基礎上確定過程模型的過程狀態變量之間的關係的圖示。圖6為被設定在一組定義被存儲過程模型的結之間的一組狀態變量子區域的圖
7J\ ο圖7為示出使用參數插值來將新適應的結合併到一組先前存儲的結中的方式的 圖示。圖8為可被用於確定一組被存儲的結之間的過程模型參數的插值函數的不同值 的繪圖。圖9為自適應反饋/前饋PID控制器的功能框圖，其操作基於過程模型參數的插值。圖9A在圖9的自適應反饋/前饋PID控制器中操作的模型組元件的功能框圖。圖9B為自適應反饋/前饋PID控制器的實施方式的流程圖。圖10為包括反饋和前饋迴路兩者的一階加純滯後過程模型的概念性繪圖。圖11為以三個參數DT、Tc和Gain為特徵的模型組的繪圖，所述三個參數中的每 個參數可假定為三個值中的一個值並描述進行模型掃描的推薦順序。圖12為實現可通過自適應控制器例如圖3的自適應控制器來實現的整定程序的 示例例程或方法的流程圖。圖13為確定一個或多個過程模型參數以用於圖12的整定程序的示例例程或方法 的流程圖。圖14為執行適應程序以確定在特定的過程操作點的新的一組過程模型參數的示 例例程或方法的流程圖。圖15為更新定義用於在圖12的整定例程中執行連續調度的模型參數選擇的一組 被存儲過程模型參數值的一個或多個結的示例例程或方法的流程圖。
具體實施例方式現參考圖1，用於控制例如工業過程就像精煉廠、藥品製造過程、發電站等的過程 控制系統10，包括經由通信網絡18連接到數據歷史記錄庫14和一個或多個主工作站或計 算機16(其可以是任何類型的個人計算機、工作站等，每個都具有顯示器屏幕17)的過程控 制器12。控制器12還經由輸入/輸出(I/O)卡28和29連接到現場設備20-27。通信網絡 18可以是，例如乙太網通信網絡或任何其他適當的或希望的通信網絡，而數據歷史記錄庫 14可以是具有任何希望的類型的存儲器和用於存儲數據的任何希望的或已知的軟體、硬體
10或固件的任何希望類型的數據收集單元。控制器12，以舉例的方式說，可以是由艾默生過程 管理出售的DeltaV 控制器，控制器12使用與例如標準4-20ma設備和/或任何智能通信 協議例如FOUNDATION 現場總線協議、HART 協議等相關聯的任何希望的硬體和 軟體，與現場設備20-27通信地連接。現場設備20-27可以是在過程中執行物理功能和/或測量過程變量的任何類型 的設備例如傳感器、閥、傳送器、定位器等，而I/O卡28和29可以是符合任何希望的通信 或控制器協議的任何類型的I/O設備。在圖1中所示出的實施方式中，現場設備20-23為 通過模擬線路與I/O卡28通信的標準4-20ma設備，或者是通過組合的模擬和數字線路與 I/O卡28通信的HART設備，而現場設備24-27為智能設備例如現場總線現場設備，其通過 數字總線使用現場總線協議通信與I/O卡29通信。一般來說，現場總線協議是全數字的、 串行的雙向通信協議，其向將現場設備相互連接起來的雙線迴路或總線提供標準化的物理 接口。現場總線協議實質上向過程中的現場設備提供區域網，其使得這些現場設備在遍及 過程設施中所分布的位置上執行過程控制功能(使用根據現場總線協議定義的功能塊)， 並在執行這些過程控制功能的前後相互進行通信以實現總體的控制策略。當然，現場設備 20-27可符合任何其他希望的標準或協議，包括任何有線的或無線的標準或協議，以及現有 的或在將來開發的任何協議。控制器12包括實現或執行一個或多個過程控制例程的處理器12a，其可包括存儲 在計算機可讀存儲器12b中的控制迴路或控制迴路的部分，並與設備20-27、主計算機16 和數據歷史記錄庫14進行通信，以用任何希望的方式控制過程。應注意到此處所描述的控 制例程或元件的任何一個的部分可被不同控制器或其他設備中的諸如現場設備20-27中 的一個或多個現場設備中的處理器實現或執行，如果希望如此的話。同樣地，此處所描述 的在過程控制系統10中所實現的控制例程或元件可呈現任何形式，包括軟體、固件、硬體 等。過程控制元件可以是過程控制系統的任何部分或局部，包括例如，存儲在任何計算機可 讀介質上的例程、塊或模塊。控制例程可以是模塊或控制程序的任何部分，例如子例程、子 例程的部分(例如代碼行)等，控制例程可以任何希望的軟體格式，例如使用梯形邏輯、順 序功能圖、功能塊圖或任何其他軟體程式語言或設計範例來實現。同樣地，控制例程可被硬 編碼到例如一個或多個EPR0M、EEPR0M、專用集成電路(ASICs)或任何其他硬體或固件元件 中。更進一步地，控制例程可使用任何設計工具，包括圖形設計工具或任何其他類型的軟體 /硬體/固件編程或設計工具來設計。因此，將會理解控制器12可配置為以任何希望的方 式實現控制策略或控制例程。在一個實施方式中，控制器12使用通常所謂的功能塊來實現控制策略，其中每個 功能塊是總體控制例程的一部分(例如，子例程)並與其他功能塊一起操作(經由被稱為 連結的通信)以實現過程控制系統10中的過程控制迴路。功能塊通常執行輸入功能、控制 功能或輸出功能中的一個，輸入功能是例如與發送器、傳感器或其他過程參數測量設備相 關聯的輸入功能，控制功能是例如與執行PID、模糊邏輯等控制的控制例程相關聯的控制功 能，輸出功能是控制某設備例如閥的操作以在過程控制系統10中執行某物理功能。當然， 混合的和其他類型的功能塊也存在。功能塊可存儲到控制器12中並由控制器12執行，這 通常是當這些功能塊被用於、或關聯到標準4-20ma設備和一些類型的智能現場設備例如 HART和現場總線設備時的情況，或可被存儲到現場設備本身中並由現場設備本身實現，這可能是有一些類型的現場總線設備的情況。雖然此處所提供的控制系統的描述使用功能塊 控制策略，但控制策略或控制迴路或模塊還可使用其他慣例例如梯形邏輯、順序功能圖等 或使用任何其他所希望的程式語言或範例來實現或設計。如圖1的分解塊30所示出的，控制器12可包括一定數量的控制迴路32、34和36， 其中控制迴路36被示為包括自適應控制例程或塊38。每個控制迴路32、34和36通常被稱 為控制模塊。控制迴路32、34和36被示出為使用連接到恰當的模擬輸入(Al)和模擬輸出 (AO)功能塊的單輸入/單輸出PID控制塊來執行單迴路控制，這可與過程控制設備例如閥、 與測量設備例如溫度和壓力傳送器或與過程控制系統10中的任何其他設備相關聯。在圖1 的示例系統中，自適應控制迴路36包括自適應PID控制塊38，該塊38操作以基於測量信號 例如表現所述過程中的被測量或被感測的參數的傳感器信號自適應地確定並向典型的PID 例程提供整定參數，以在控制迴路36在線運行期間，在控制過程的時候，例如在使用閥和/ 或控制過程的物理參數的其他控制設備來控制過程的運行的時候，適應PID控制例程的運 行。儘管控制迴路32、34和36被示為執行PID控制，該PID控制具有與一個AI功能塊通 信地連接的輸入和與一個AO功能塊通信地連接的輸出，但控制迴路32、34和36可能包括 不止單個的輸入和單個的輸出，且這些控制迴路的輸入和輸出可被連接到任何其他所希望 的功能塊或控制元件，以接收其他類型的輸入並提供其他類型的輸出。另外，自適應控制塊 38可實現其他類型的控制策略，例如PI控制、PD控制、神經網絡控制、模糊邏輯控制、模型 預測性控制或任何類型的前饋/反饋控制技術。應理解，圖1中所示出的功能塊例如PID功能塊和自適應PID功能塊38，其本身可 被實現為一個或多個相互連接的功能塊，可被控制器12執行，或可選地，可部分地或整體 地置於任何其他適當的處理設備中並由任何其他適當的處理設備執行。所述處理設備例如 是工作站16中的一個工作站、I/O設備28和29中的一個設備或甚至現場設備24-27中的 一個現場設備。如圖1中所示出，工作站16中的一個工作站可包括被用於設計、控制、實現和/或 查看自適應控制塊38或控制迴路36的一個或多個適應支持例程。例如，工作站16可包括 如以下更加詳細描述的那樣使用戶輸入參數到自適應PID控制塊38中的用戶接口例程40， 以開始、停止和控制自適應控制迴路36或其塊的功能，以為控制塊38提供設定點和其他調 整等。更進一步地，工作站16可包括如以下更加詳細描述的那樣執行各種適應功能的例程 或塊42，以執行連續的過程模型參數調度，作為自適應控制程序的部分。如圖2中更具體地示出的，用戶可使用工作站16中的一個工作站的接口例程40 將一個或多個自適應控制例程38A. . . 38N設置、配置和下載到過程工廠中，且特別地，設 置、配置和下載到控制器12中的一個或多個控制器中。例如，用戶可使用例程40創建和下 載多個不同的自適應PID控制例程或迴路38A，38B，. . . 38N，其可獨立地在不同控制迴路或 模塊中(在相同或不同的控制器中都可以)運行以實現自適應控制。雖然每個例程或迴路 38A-38N在圖2中被示出為被存儲和運行(執行)在相同的控制器12中，這些與其相關聯 的例程和迴路可在分離的控制器12以及其他設備例如現場設備中(例如在現場總線現場 設備中)執行或實現。一般來說，在運行時間期間，每個自適應PID控制例程38A、38B等可實現模型切換 技術以為在一組不同過程操作點或區域中的每個過程操作點或區域的一個或多個過程模型參數(例如，過程增益、過程死區時間、過程響應時間)確定一組值，從而為過程定義多個 過程模型。確定過程模型參數所用於的過程操作點可被過程狀態變量的特定值限定或與 過程狀態變量的特定值相關聯，過程狀態變量可以是，例如，輸入變量、幹擾變量、輸出變量 等。然後自適應PID控制塊38將使用這些不同的過程模型以基於由自適應PID控制塊38 存儲並實現的一個或多個整定規則來執行PID控制器整定。當然，這些整定規則可由用戶 在運行時間期間或在過程控制迴路的配置期間選擇，自適應PID控制器塊38位於所述過程 控制迴路中(使用應用40)。更具體地，在過程的操作期間，自適應PID控制塊38收集過程數據(包括一個或 多個過程輸入、輸出、幹擾等)，並且周期性地或不時地對被存儲數據執行適應程序以確定 能應用於特定過程操作點或特定過程操作區域的過程模型。過程操作點或區域可由過程狀 態變量的值或值的範圍限定或與過程狀態變量的值或值的範圍相關聯。然後過程模型被存 儲在控制器12中的存儲器中。經過一段時間後，一定數量的過程模型可被確定以用於過程 狀態變量的不同值。在一些情況下，單個的過程模型可被確定並存儲以用於一組預定義的 過程狀態變量區域中的每一個。可選地，不同的過程模型可被確定並存儲以用於在狀態變 量的全部可能的範圍的預定義的過程狀態變量值。又一情況下，最大數量的過程模型可被 存儲以用於不同過程狀態變量值，且，當過程模型的最大數量已被確定時，先前存儲的過程 模型在新的過程模型被確定時可被篩選或排除。在任何情況下，在整定程序期間，自適應PID控制塊38確定恰當的過程模型(例 如，對於過程模型的一組過程模型參數的恰當的一組值)來用以基於過程狀態變量的當前 值和所存儲的一組過程模型來執行整定。所選的過程模型(以及，特別地，這個過程模型的 過程模型參數值)被整定算法使用以確定一組控制器整定參數，該組參數然後被提供給控 制例程並被控制例程使用，直到新的整定程序被執行。在自適應控制器實現區域性過程模 型參數調度技術的情況下，自適應PID控制器確定可應用的過程模型參數值作為被存儲以 用於過程當前正在其中操作的特定的過程操作區域的模型參數值。過程操作區域可由例如 狀態變量值限定。在自適應控制器實現連續的過程模型參數調度技術的情況下，如被存儲 的插值函數那樣，自適應PID控制器通過基於過程狀態變量的當前值在一組被存儲的過程 模型的參數值之間插值的方式確定過程模型參數值。因此，在一些情況下，對於一組被識別 的過程區域中的每個過程區域可確定獨立的一組過程模型參數，而在其他情況下，在過程 狀態變量的全部範圍或部分範圍上可連續地確定過程模型參數。當過程改變操作狀態時， 連續調度的過程模型參數的使用有助於整定參數之間更平滑的過渡。圖3描述了可被用於實現此處所描述的自適應控制技術的詳細的示例性自適應 PID控制功能塊38。圖3的功能塊38包括標為TRKVAL、TRK IN D、CAS IN(級聯輸入)、 BKCAL IN (回校準輸入)、IN(過程變量輸入)、FF VAL (前饋值輸入)和ADAP STATE (自適 應狀態變量輸入)的一組輸入40。如所示出的，大部分的輸入40被直接或間接地連接到 PID算法塊或例程42，而ADAP STATE輸入被連接到自適應整定算法塊或例程44，此處也稱 為自適應整定塊44。PID算法塊42在此處也被稱為PID控制塊，其可實現任何希望的PID 控制技術，包括例如，反饋/前饋PID控制技術。PID控制塊42使用各種輸入40，以及由自 適應整定塊44形成的一組控制器整定參數以產生一組輸出46。圖3中所示出的輸出46包 括控制信號輸出(OUT)和回校準輸出(BKCAL OUT)。但是，如果希望的話，其他輸入和輸出
13也可被用於控制塊38中。又進一步地，雖然PID控制塊42在此處被示出和描述為實現PID 控制例程，但替代地，這個塊可實現其他類型的控制包括例如，PI控制、PD控制等。一般來說，自適應整定塊44周期性地或因由用戶或其他非周期觸發器啟動而不 時地確定一組控制器整定參數值以供塊42使用，並將這些整定參數值在過程工廠的在線 控制期間提供到塊42。這些整定參數值可以是，例如，由塊42中的反饋PID控制例程使用 的控制器增益(K)、積分時間(Ti)和微分時間(Td)的值。當然，其他的整定參數也可被使用 或者替代地，根據被控制塊42實現的控制技術的類型而使用其他的整定參數。自適應整定 塊44包括一個或多個整定規則48，所述規則可以是，例如，被用戶或配置工程師選擇或配 置以基於一組過程模型參數來確定整定被執行的方式。整定規則48可實現，例如，lambda 整定、Ziegler-Nichols整定、IMC整定或任何其他以過程特性為基礎的整定方法，以從估 計或限定過程的當前狀態的一組模型參數，確定一組控制器整定參數值。如圖3中示出，自適應整定塊44包括用於存儲各種數據的存儲單元50，所述數據 包括過程模型參數值，其可以，例如，依照以下所描述的適應技術來確定。更特別地，不同的 模型參數值可被確定以用於過程的不同操作點或區域，且可被存儲在存儲器50中。此後， 在整定程序期間，一組或多組的被存儲模型參數值可連同狀態變量的當前值一起使用，以 確定在當前過程操作點最好地限定過程的特定的一組模型參數值。此被確定的一組模型參 數值隨即可被用於整定操作中以確定將被提供給控制器的一組控制器整定參數。存儲器50 還可存儲用戶可變數據，例如指出用戶是否啟用了控制塊38的自適應整定能力的適應啟
(adapt enable parameter)。又如圖3中所指出的，控制器塊38可基於當前由自適應整定塊44使用的過程模 型，補償輸入到PID控制算法塊42中並由PID控制算法塊42使用的前饋變量值(FF VAL)， 從而提供更好的前饋控制響應特性。特別地，前饋補償塊52和54可用來動態地補償被PID 控制塊42使用的前饋信號以執行控制。分別被示出為死區時間(DT)補償塊和超前/滯後 (L/L)補償塊的補償塊52和54可自動地實現前饋整定參數且特別地，可基於由自適應整定 塊44識別的過程模型來調整在PID控制塊42中使用的動態補償環節和前饋增益。一般來 說，自適應整定塊44使用過程狀態輸入變量(ADAPT STATE)啟動整定或適應程序，且可使 用這個變量來限制給定操作區域或操作點的參數調整的範圍。在一個實施方式中，當包含自適應PID控制塊38的控制模塊被下載到控制器12 時，自適應控制塊38中的趨向的參數將被自動地分配給歷史記錄庫(例如，圖1的歷史記 錄庫14)。當自適應整定參數為它們的預設值時(即，如由配置工程師或操作員所設定的)， 可觀察到標準的PID特性。但是，當控制塊38的自適應控制特徵被啟用(如存儲器50中 的適應啟用參數所限定的)且當用戶或配置工程師指定了到穩定狀態的時間時，那麼控制 塊38中所嵌入的自適應算法可在適應過程模型之後自動更新以改變PID控制器反饋整定 參數，例如控制器增益、積分時間(也稱為重設)和微分時間(也稱為速率)參數，且可改 變PID前饋控制器整定參數，例如增益、超前、滯後和死區時間參數，以基於為過程的當前 操作區域或操作點在當前識別的過程模型，提供最好的控制響應。然而，在某些情況下，自 適應PID實現可基於與過程的當前操作區域相關聯的過程模型來設置PID反饋和前饋整定 參數，在其他情況下，自適應PID實現可使得整定參數在連續的基礎上，即，基於連續調度 的過程模型參數，被確定。
14
但是，在所有情況下，對PID控制塊42的調整將基於被識別的用於反饋路徑和被 選擇的整定規則的過程模型。有限的一組整定規則48可被嵌入到自適應整定塊44中，且 在任何時間所使用的特定整定規則可由用戶通過圖2的自適應用戶接口應用40來選擇。在一個實施方式中，對於前饋控制器增益、超前、滯後和死區時間整定參數的調整 可基於在反饋和前饋路徑中所識別的過程模型通過以下方式被自動地設定前饋超前=反饋路徑(OUT)中用於受控的參數變化的時間常數前饋滯後=前饋路徑(FF VAL)中用於被測量的幹擾變化的時間常數前饋增益=-(KL/KM)*修正因子其中KL =前饋路徑中的負載幹擾輸入的過程增益KM =反饋路徑中的操作輸入的過程增益修正因子=值為0. 5到1的常數。這個值例如可由用戶設定。前饋死區時間=DT2-DT1其中DT2 =前饋路徑中的負載幹擾變化的死區時間DTl =反饋路徑中的操作輸入變化的死區時間在一個實施方式中，可由自適應整定塊40進行的調整的量將受到限制。例如，初 始值，即，最初啟用適應時的值，的50%作為預設限制可被用於PID整定和動態補償參數。 當自適應整定被禁用時，PID和前饋整定可自動地被重設為它們的用於預設操作範圍的典 型的設置。如果用戶希望調整適應限制，用戶可使用適應用戶接口應用40，通過為整定參數 設置典型值，並限定與狀態輸入參數相關聯的處理，來這樣做。在任何情況下，當被啟用以執行自適應控制時，自適應整定塊44確定一組模型參 數值來用以基於過程的當前操作點或區域來執行整定，該操作點或區域可由狀態輸入變量 (例如，圖3的ADAP STATE輸入)的值限定或表明。基於狀態輸入變量的當前值來確定一 組模型參數的幾種不同的常用方法將在下面參照圖4-8被描述。但是，應理解，其他的方法 可同時被使用或代替地被使用以確定描述過程的一組模型參數，且該組模型參數依照被選 擇的一組整定規則被用於確定PID控制塊38的一組整定參數。—般來說，被用於此處所描述的整定程序中的過程模型或過程模型參數可以在區 域的基礎上或在連續調度的基礎上被確定。當在區域的基礎上確定時，每個過程模型參數 的過程模型參數值被確定以用於由過程狀態變量值所限定的過程操作的特定區域，且每當 過程在指定的區域中時，使用這些過程模型參數值。當過程特性，例如，增益、死區時間、響 應時間等在整個特定區域保持相同時，和/或當各種過程區域和這些區域的邊緣易於確定 或指定時，用於給定過程區域的單個組的過程模型參數值的確定和使用是有用的。區域地 確定的過程模型參數值的使用在圖4中示出，其描述了沿著χ軸的狀態變量與沿著y軸的 特定的過程模型參數值(在這種情況下為過程增益)關係的圖示。在圖4的圖示中，五個 不同的過程區域被相對於狀態變量的值示出，這些區域被虛線分開。因此，如圖4中所見， 過程增益值(G)在與特定的過程區域相關聯的所有的點(狀態變量χ的值)保持相同，但 是區域與區域之間有變化。特別地，過程增益值在X1以下的狀態變量的所有值上為G1，在 X1和X2之間的狀態變量的所有值上為G2，在X2和X3之間的狀態變量的所有值上為G3,且在X3和X4之間的狀態變量的所有值上為G4。在這種情況中，對於X4以上的值的過程增益值 未被定義。另外，應理解，狀態變量區域不需要有統一的長度。但是，從以下的討論中應理 解，對於特定過程區域所存儲的過程參數的值可基於用於首先確定這個過程參數的恰當的 值的自適應程序的不同運行而不時地變化。遺憾的是，在很多情況下，過程特性(例如，過程增益、過程死區時間、過程響應時 間等)會在狀態變量的相對小的改變時迅速改變。實際上，在很多情況下，過程增益、死區 時間、響應時間或其他過程特徵的值可幾乎連續地在過程狀態變量的範圍上改變或變化。 在這些情況下，基於過程區域的自適應的使用，如圖4中所示出的，不是非常有效。反而，使 得過程模型參數值能在狀態變量的全部可能的範圍上連續地變化是有益的，這樣，用於整 定目的的恰當的過程模型也可基於過程狀態變量的當前值而連續地變化。這個技術在此處 被稱為連續過程模型調度。在這些情況下，自適應控制器有能力獲取用於過程的每個新的 操作點的新的過程模型參數，這使得整定系統能響應於過程狀態變量的值的更小或最小的 變化，為PID控制器提供更好的或更準確的整定參數。實現連續過程模型調度(從而在過程整定期間執行過程模型參數值的連續調度) 的一個方法是在用於狀態變量的有限組的值中的每個值確定一組過程模型參數值(即過 程模型)，並基於狀態變量的實際的或當前值在這些模型參數值之間插值。更特別地，如以 下的更詳細的描述，一定數量的不同的過程模型(每個具有單個值用於一組過程模型參數 中的每個過程模型參數)能被單獨地確定和存儲，其中每個過程模型與狀態變量的特定值 相關聯。如果需要，對於特定狀態變量值的過程模型能夠使用在下面參照圖9-11所描述的 模型適應程序來確定。在任何情況下，為了本討論，每個確定的過程模型可被稱為狀態變量空間內的 「結」或已知點。圖5描述了圖示80，其對於單個模型參數示出了，為橫跨狀態變量空間的範 圍的五個不同狀態變量值(沿著χ軸所描繪出的)、對於該模型參數而確定的五個結(82、 84、86、88、90)。應理解，對於其他模型參數，關於相同或不同狀態變量值的相似的結可能存 在但未在圖5中示出。另外，與每個結上的模型參數相關聯的上限和下限被示出為在模型 參數值之上和之下的實心圓。上限被標為「a」值且下限被標為「b」值。因此，模型參數值 在結86的上限和下限分別被標為86a和86b。一般來說，與結相關聯的上限和下限限定了 過程參數可在一個整定周期或橫跨任何數量的周期改變成的最大值和最小值，以防止或減 少整定周期與整定周期之間整定參數的大範圍的變化的產生。如以上所提到的，在每個特 定結上的模型參數的值(其中每個結位置與狀態變量的特定值相關聯)可由過程模型適應 程序確定，且因此可基於不同模型適應程序的結果不時地改變。這個效果使得整定系統能 夠適應可能由過程中的變化的條件導致的過程改變，例如環境溫度的變化、溼度變化、長時 間使用的設備的老化等。另外，在結位置之間的狀態變量值上的模型參數的值可由以下所 詳細描述的插值技術來確定。使用以上所描述的結的概念，非線性模型特性定義可被實現或用在整定程序中， 在整定程序中，過程的模型參數(例如，增益、死區時間、時間常數)非線性地根據所選的過 程狀態變量(其可以是過程輸入、過程輸出或計算的值)和對於預定義的結而存儲的模型 參數的值來確定。特別地，過程模型參數值可使用至少兩個由直線(如圖5中所示出)，或 更一般地，由非線性曲線相連接的結來限定為線性或非線性的近似。一般來說，將狀態變量範圍的邊緣連接到狀態變量範圍的每個末端的第一結的線應為水平的或平的，因為在這個 區域沒有已知信息。重要地，在確定的結上的模型參數值可基於，例如，對於結的新的模型適應程序的 結果而改變(例如，圖5中的垂直移動)。這個效應在圖5中由結86附近的箭頭92示出。 另外，在某些情況下，結的確定的位置可基於模型適應程序而改變(例如，圖5中的水平移 動)。更特別地，對於結被確定的狀態變量的值可隨時間推移改變或變化。這個效應在圖 5中由結84的箭頭94示出。但是，當重新確定結時，希望限制結可(水平地或垂直地或兩 者)移動的量。例如，規則可被設立成結的模型參數值不能移動到其界限之外(如圖5中 所示)，或可選地，不能在單次的移動中移動到其鄰近界限之外，以減少過程的操作期間模 型參數值的波動。這個限制為幫助保證控制器整定的穩定性提供了保障。一般來說，限定在結之間的初始的過程模型參數插值曲線可以是平的，例如，在為 初始整定參數而計算的模型參數水平上。在這種情況下，用於單個確定的結的模型參數將 在狀態變量的區域上應用，直到更多的結被確定。在過程的操作期間，另外的結隨後被確定 且被存儲以用於所述過程，且這些另外的結影響或改變在整定程序期間使用的模型參數的 值。更特別地，在整定例程的初始化中，可能(1)設定預定義數量的，例如，等距的結， 並允許結的位置和模型參數值中的任一個或兩者都在適應期間被更新，或者也可能(2)隨 著適應的進行創建結，直到某最大數量的結，且然後在那個點之後，在每次新的適應之後更 新結位置和參數值。在這兩種情況下，對於狀態變量的特定值的特定過程模型參數，通過在 關於當前過程狀態變量值的被存儲的鄰近結的過程模型參數值之間插值來確定。為防止控制器整定的頻繁變化，任何兩個相鄰接的結之間的線或區域可被劃分為 若干個(例如，五個)相等的段(section)。當然，段數可根據，例如，兩個相鄰接的結之間 的參數梯度(較高的梯度通常導致更多的段)、結之間的距離等來調整。這個概念在圖6中 示出，在圖6中結82和84之間的空間被劃分為五段，如虛線所示出的。這裡，結82和84 周圍的預設段是對稱的且可以是雙倍的大小(即，在兩個方向上相對結的距離大小相等)， 而其他段為相等間距。當這種類型的網格被使用時，新的控制器整定程序僅當狀態變量改 變得足夠從一個子段達到另一個子段時才實現。這個約束實質上需要狀態變量有大於最小 變化的變化以啟動新的控制器整定程序，其防止控制器基於結位置間插值函數的使用、響 應於狀態變量值的小改變或小變化而再整定。如果需要，結段可在兩個方向上延伸以完成插值曲線對自適應結果的更好的擬 合。例如，在圖6的第一結段和最後結段的模型參數值從結位置上至(或下至)狀態變量 界限時保持不變。當狀態變量進入新的段或子段時，自適應控制器基於這個段或子段確定 新的過程模型參數值，基於這些過程模型參數值確定新的控制器整定參數，並保持這些整 定參數不變直到狀態變量進入圖6的下一個段或子段。一般地，希望配置整定系統以使得結上的模型參數值在結中的至少一個結被標為 被適應之前不被應用或用於整定例程中。在狀態變量在兩個結之間，且兩個結中只有一個 結被標為已被適應的情況下，被適應的結的值可被用於整定程序中。在狀態參數在未被適 應的結之間的情況下，在狀態變量值的每側的最近的被適應的結的值可在整定程序中被應 用或使用。這個技術保證了當結中的一些或全部尚未接收到基於實際的適應程序的模型參數值時，最近的被適應的結的模型參數值被用於整定中。重要地，特定的適應程序將使用在一定範圍的狀態變量上所獲取到的數據。儘管 這個範圍可包括一個或多個結，將典型地收集與所述結不一致的狀態變量值的數據。更特 別地，在任何特定的適應程序中使用的過程變量測量值(輸入、輸出、幹擾參數等)將被測 量以用於或將被關聯於狀態變量的各種不同值。但是，任何特定適應程序的結果被看作是 僅與一個狀態變量點相關聯。確定適應程序的結果所關聯到的特定的狀態變量點的一種方 式是使用中間狀態變量值，即，在適應程序期間所記錄的或適應程序中使用的最高和最低 狀態變量值之間的中點。在這種情況中，特定結的狀態參數值，如適應程序運行所形成的， 可被確定為Xs = (max (Si) —min (Si)) /2其中Xs為與適應結果相關聯的狀態變量值；Si為在適應程序期間所使用的狀態參數值。當然，確定與特定的適應程序相關聯的狀態變量值的其他方式也可被使用，包括 例如，狀態變量值的平均值、狀態變量值的中位值等。如果需要，以下程序可被用於更新模型參數，作為適應程序的結果。(1)如果在適應期間限定的適應狀態參數在現有的結上或在現有的結附近，那麼 使用適應結果來更新所述結上的模型參數值。此後，使用插值函數來確定在鄰近結之間的 模型參數值，所述插值函數使用被更新的結參數值來應用。(2)如果適應狀態參數值在兩個結之間，那麼用新適應的模型參數值來更新最近 的結上的模型參數值，且使用插值函數來更新或確定在所述結之間的狀態變量值上的模型 參數值。(3)當應用可選的靈活的結位置方法時，每個適應程序限定結位置，且結上的模型 參數值被存儲直到被存儲的結達到最大數量。在這之後，當新的適應程序發生時，新的適應 程序限定新結，且現有組的結通過例如移除一個舊的結而被剪枝或篩選。被選的用於移除 的結可基於任何數量的標準來選擇，包括結上的模型質量，結上的模型被適應的時間(即， 模型在結上的「壽命」)，以及結與其他結的臨近程度(proximity)。在最後一種情況中，通 常更希望刪除具有較高結密度的區域中的結，而不是刪除具有較低結密度的區域中的結。 在由以上的可選項(2)和(3)限定的情況下，可希望定義一種函數，該函數移動結以改進結 之間連接線對新的適應結果的擬合。圖7中示出了更新結位置或特定結位置上的過程模型參數值以及定義在結之間 使用的插值函數的一個方法。在圖7中，處於其他兩個現有結位置X1和82之間的新結位置 Xs的模型參數值^被確定。在這種情況下，新的結信息可被用於更新或改變要被使用的插 值函數以確定結位置X1和X2之間的模型參數值，和/或更新或改變結X1和X2的被存儲的 模型參數值。特別地，為了基於新的結結果Is更新在結X1和X2之間使用的插值函數並更 新為結X1和X2存儲的現有模型參數值yi和y2，新的結位置上的模型參數值Is和新的結位 置上的模型參數的插值y(i)之間的差被確定。這個差隨即可被用於確定可在結X1和X2之 間使用的新的插值曲線以獲得對於被適應的值的更好的擬合，以及改變在結xdPx2的被存 儲的Y1和y2的值以便獲得對於數據的更好的擬合。這裡的y(i)可使用線性插值曲線來確定，所述線性插值曲線定義了兩個結點[X1,
18Y1 ；X2, Y2]之間的直線 其中X1, X2-最近的結位置或可選結之間的段邊緣的位置；Xs-新的適應狀態變量值；Yl, y2-在結X1和X2上的模型參數值；y (i)-在結X1和X2之間的被插值的參數值；以及ys-結之間的被適應的模型參數值。作為可選項，非線性插值反曲函數(non-linear interpolationsigmoidal function)可用來提供更好的擬合。反曲函數的一般形式是 其中a為限定函數形狀的參數。對於a彡3的值，f(x)非常接近線性插值，而對 於a >3的值，反曲函數如圖8中所示出顯然為非線性的。對於結之間的插值模型參數值， 反曲函數可表示為以下形式 對於廣泛的非線性度，處於3 < a < 20之間的值a調整得很好。這裡，
X-) -"Xi 且被適應的值和插值之間的差為Ay = ys-y(i)使曲線與數據相擬合，S卩，確定a的最佳值以降低Δ y，可通過解一組最小二乘線 性或非線性擬合方程來進行。但是，對於過程控制器計算資源來說，在控制塊中執行這個功 能通常太複雜，因為其需要過多的時間和計算量。但是，使用一種或多種簡化的技術來改進 插值擬合是可能的。在一個這樣簡化的方法中，可相繼完成兩個調整以獲得更好的擬合。為了非線性 擬合通過如以下方式改變插值函數的參數a來執行第一個調整anaw = max {a+sgn [ Δ y (xs_b) ] * λ , 3}其中λ為可調整的濾波因子且0 < λ < 1，且最終anew = min {anew，20}在第一個調整之後，如果I Ay| ^ Aymin則擬合生效，否則，執行第二個調整。在 這個程序中，Aymin通常被試探性地設定為模型參數值的大約5_10%。如果第一個步驟不 足夠，則為了線性和非線性擬合執行第二個調整。在確定an 的值之後，鄰接的結上的模型 參數值可按如下方式被再計算
γ _ γ
,ν — V y2^yi+Ay 1 義
X2 一可選地，插值可被應用於改變結上段的尺寸，對於線性的和非線性的適應兩者均 可。結位置上的段的尺寸的改變在這樣的方向上完成，以使插值曲線更接近新的狀態變量 位置上的被適應的值。當然，確定新的插值函數和結位置值的其他方式也可被使用。雖然圖5-8示出了為特定過程模型參數，在本例中為過程增益而確定的一組結的 存儲和使用，應理解，為用來執行控制器整定的過程模型的每個其他過程模型參數也可以 或將確定並存儲類似的一組結。因此，例如，為在整定例程中使用的每個其他過程模型參 數，例如過程死區時間和過程時間常數能夠確定與圖5-8中為過程增益模型參數所示出的 結相類似的一組結(具有相關的模型參數值)。另外，雖然在相同結位置上(即，在相同的 狀態變量值上)可存儲每個過程模型參數的過程模型參數值，每個不同過程模型參數的結 可以可選地被單獨地確定並存儲，並可因此被確定以用於每個不同的過程模型參數的不同 過程操作點。因此，過程增益結可被確定並存儲在第一組過程操作點，而過程死區時間結可 被確定並存儲以用於不同組的過程操作點，而過程時間常數模型參數可被確定並存儲以用 於又一不同組的結位置。又進一步地，可在任何特定的時間為一個或多於一個的過程模型 參數執行此處所描述的過程模型確定步驟。例如，可基於單組的過程數據為兩個或多個過 程模型參數確定新的過程模型參數值，且因此用於相同的過程操作點，或者一個過程模型 參數的新值可根據或使用不同於另一個過程模型參數的數據而單獨地被確定，允許這些不 同過程模型參數的值在不同的結位置(即，在不同的過程操作點)被確定。圖9-11示出了可被用於快速確定一組模型參數的適應方法和系統，所述一組模 型參數描述在如狀態變量所限定的特定的過程操作點或操作區域的過程的操作。特別地， 圖9示出了用於控制過程110的示例性自適應反饋/前饋(FB/FC)PID控制器100。反饋/ 前饋(FB/FC) PID控制器的一般操作已被本領域技術人員所熟知。例如，見F. G. Shinskey的 Process Control Systems !Application, Design and Tuning,第 4 版，McGraw-Hill, New York, 1996。更特別地，圖4中示出的自適應控制器100 (其可由圖3的控制塊38部分地或 全部地實現)包括PID控制器112和分離的前饋(FFC)控制器114，所述PID控制器112包 括反饋(FBC)控制器。這兩個元件可由圖3的PID控制塊42實現。過程控制器100可參考以下項被方便地描述，即FBC輸入節點116、FBC輸出節 點118、過程輸入節點120、過程輸出節點122、前饋控制器(FFC)輸入節點124和誤差節點 126。採用本領域技術人員所熟悉的方式，過程設定點信號SP被施加於FBC輸入節點116的 第一輸入，其由數字116a表示。FBC輸入節點116的輸出116b耦合到PID控制器112的輸 入112a。PID控制器112的輸出112b耦合到FBC輸出節點118的第一輸入118a。FBC輸 出節點118的輸出118b耦合到過程輸入節點120的第一輸入120a。過程輸入節點120的 輸出120b耦合到過程110的第一輸入110a。過程110的輸出IlOb耦合到過程輸出節點 122的輸入122a。過程輸出節點122的第一輸出122a反饋到FBC輸入節點116的第二輸入 116c。過程輸出節點122的第二輸出122c耦合到誤差節點126的第一輸入126a。圖9還 示出了到過程110的可被稱為例如u(t)的輸入信號以及過程110的可被稱為y(t)的輸出 信號。嚴格地說，u(t)和y(t)是關聯於過程而發生的物理現象的電學表示。另外，幹擾信 號d(t)出現在FFC輸入節點124的輸入124a上。幹擾信號d(t)從FFC輸入節點124的第一輸出124b耦合到FFCl 14的輸入114a，且從FFC輸入節點124的第二輸出124c被傳送 到過程110的第二輸入110c。FFCl 14的輸出114c耦合到FBC輸出節點118的輸入118c。 幹擾信號可以是例如圖3的前饋信號(FF VAL)。本領域普通技術人員將容易理解以上所描述的示例性反饋/前饋PID過程控制系 統的形式和設計。圖9中所示出的另外的功能性組件描述了示例性自適應反饋/前饋PID 控制器，其可以在例如圖3的自適應整定塊44中實現。具體地，模型組部件128包括分別 耦合到幹擾信號d(t)和過程輸入信號u(t)的信號輸入128a和128b。模型組組件128的 構成是一組代表過程110的數學模型。模型組組件128的輸出128c耦合到誤差節點126 的輸入126b。誤差節點126的輸出126c耦合到模型評估組件130的輸入130a。模型評估 組件130包括模擬器(未示出)，其可以是軟體程序，其模擬如由模型組組件128所傳遞的 過程參數值所限定的過程110。模型評估組件130還包括定中心例程(未示出)以通過定 義數值偏移和基於所述數值偏移對用於下一次評估的模型再定中心，來計算和補償參數評 估偏移(parameter estimateoffset)。模型評估組件130的輸出130b耦合到參數插值器 組件132的輸入132a和管理器組件134的輸入134a。參數插值器132的輸出132b耦合 到模型組組件128的輸入128d，且參數插值器132的輸出132c耦合到控制器更新組件136 的輸入136a。控制器更新組件136具有耦合到FBC112的第二輸入112c的第一輸出136b， 以及耦合到FFC114的輸入114b的第二輸出136c。以下是對組件128、130、132、134和136 的操作和意義的深入描述。在操作中，包括組件128、130、132、134和136的示例性自適應反饋/前饋PID控 制器一般如以下所討論地操作。自適應反饋/前饋PID控制系統由模型組128中的模型在 數學上進行描述。模型組128中的每個單獨的模型由預先確定的參數所限定，期望所述參 數以有限的方式複製過程110。一般地，模型組128中的每個模型可由一定數量的參數m來 限定，且每個參數可可被分配一定數量的值η。因此模型組128中的模型的總數等於N，其 中N = mn。在示例性的實施方式中，模型可以以參數死區時間(DT)、時間常數(Tc)和增益 為特徵。另外，在一個例子中，每個參數被假定為被分配有三個值中的一個值死區時間= DT+、DT、DT-；時間常數=Tc+、Tc或Tc-;以及增益=Gain+、Gain和Gain-。因此，能夠在 數學上近似過程110的模型的總數為N = 33 = 27。每個模型將被個別地稱為Modi,其中i
1 j · · · j 2 7 ο在模型評估掃描(此處也被稱為適應程序)啟動時或啟動之前，參數插值器132 為模型組組件128提供一組預先確定的初始化參數值。而且，如果三個參數DT、Tc和Gain 被假定，且如果每個參數具有三個預先確定的初始化參數值，參數插值器132將為模型組 組件128提供九個參數值。參數值可以任何已知的方式建立，且在控制器設計的判斷下建 立。一般地，在適應循環的開始，寫入到模型組128的模型參數值是以最近的適應循環期間 所計算的自適應參數值為基礎的。響應於所述九個參數值，並在管理器134的控制下，模型 組組件128總共構造27個模型，Modi,其中i = 1，. . .，27。管理器134在模型評估掃描期 間相繼地選擇和激活模型Modi並將通過輸入128b接收的過程輸入u (t)施加到激活的模 型Modi。然後所得到的激活的模型臨屯的輸出通過模型組輸出128c被傳輸到誤差發生器 節點126。圖9A圖示地示出了示例性模型組128，其包括狀態變量Si,如以下更詳細的描述，其可被配置為包括多個區域或可代表狀態變量的特定值。狀態變量Si,其中i = 1，...，η 並且η表示定義的狀態的數量，表示了所測量到的、描述與測得的過程輸入-輸出相關聯的 增益或動態的過程幹擾。狀態變量Si —般基於過程變量，所述過程變量除此之外可以是幹 擾信號d(t)中的變化、設定點SP、由激勵發生器138產生的信號和/或任何其他過程輸入 或輸出。狀態變量Si可在在模型組128中運行的狀態形成例程中被形成為過程變量d (t)、 u(t)、y(t)、Y(t)、e(t)和SP中的一個或多個的函數。應注意到，只要狀態形成例程可以訪 問感興趣的被存儲的或實時的過程變量，狀態形成例程可在控制系統的任何組件或子組件 中被執行。狀態變量Si還可進一步被預先確定或包括用戶定義的值，所述用戶定義的值用 於一般地描述模型Modi可能被分組到的範圍或區域。當被劃分成多個區域時，由狀態變量Si限定的區域可包括多個預先確定的初始模 型參數值以表徵所述區域的典型操作。在控制器設計程序期間，可建立被限定的區域以保 證模型Modi在狀態變量的整個範圍內保持基本不變。在操作中，且在開始適應循環之前， 當測得的過程幹擾從第一狀態(例如,S1)變到第二狀態(例如，S2)時，與狀態S1相關聯的 參數值可立即和與狀態S2相關聯的參數值互換。應用那些模型參數值來再整定PID控制 器提升了特定區域內的PID控制器12和/或前饋控制器14的性能。圖9B示出了自適應反饋/前饋PID控制器的操作的示例性流程圖。如以上所討 論的，在控制器的初始設置和設計期間，狀態變量Si的範圍可被限定，如塊140中所示。總 的狀態範圍可被考慮作為一個範圍，過程變量或測得的幹擾輸入的變化可被預期在該範圍 內經歷。而範圍Si*過程模型被確定為基本不變或可預知的總範圍的區域。由激勵發生 器138引起的幹擾輸入的變化，幹擾信號d(t)和/或設定點SP隨後被測量，如塊142中所 示。如塊144中所示，過程變量中的被測量到的變化隨後與當前範圍Si相比較以確定幹擾 輸入是否在被選區域中。如果幹擾輸入在被選區域中，過程繼續測量幹擾的變化。但是，如 果乾擾輸入在新的範圍S」之內，那麼狀態S」的初始參數值被反饋控制器112和/或前饋控 制器114裝載和使用，如塊146中所示。對於每個範圍或狀態Si的被限定的初始或典型的參數值可基於在所述範圍中測 量或計算的平均參數值，或者它們可由控制器設計者手動地輸入。典型的參數值還可以進 一步連同最大變化或delta值一起被用作參考值，以限制所計算的參數值在任何給定的適 應循環中所經歷的可允許的改變的量。以另一種方式來說，控制器設計者可定義最大改變 值以限制響應於不規則的幹擾信號所計算出的參數值的減少和/或增加。在實現帶有狀態 Sj的初始參數的控制器後，適應循環可被執行，如塊148中所示。如以下更加詳細的描述， 適應循環148通過確定響應於過程110的被測出的變化的自適應參數值來定製模型Moditl再參考圖9，由變量Y(t)標識的模型組組件128的輸出信號和由變量y (t)標識的 過程Iio的並行輸出被傳遞到誤差發生器節點126。誤差發生器節點126的輸出126c，誤 差信號e(t)，耦合到模型評估組件130的輸入130a。誤差信號e (t)為過程輸出y(t)和模 型Modi的輸出Y(t)在時間t的差。採用以下所解釋的方式，模型評估組件130計算與每個 模型Modi相對應的模型平方誤差並將模型平方誤差分配給模型Modi中所表示的參數值。模型評估器130的輸出130b被傳送到參數插值器132的輸入132a。參數插值器 132為模型Modi中所表示的參數計算自適應參數值。參數插值器132的輸出132b耦合到 模型組128，且參數插值器132的輸出132c可耦合到控制器更新組件136的輸入136a。輸
22出136b被施加到PID控制器112且輸出136c被施加到前饋控制器114。在適應循環完成 時，控制器更新組件136將自適應參數值傳送到PID控制器112和前饋控制器114。圖9還 示出了具有耦合到輸入節點116的輸入116d的輸出138a的激勵發生器組件138。激勵發 生器138包括耦合到過程輸入節點120的輸入120c的輸出138b。管理器組件134具有分別耦合到過程輸入信號u(t)、過程輸出信號y (t)和幹擾 信號d(t)的多個單獨的信號輸入134b、134c、134d。管理器組件134還包括耦合到模型評 估組件130的輸出130b的輸入134a。管理器134包括耦合到參數插值器組件132的第一 控制輸出134e、耦合到模型評估組件130的第二控制輸出134f以及耦合到控制器更新組 件136的第三控制輸出134g。除了執行其他功能外，管理器組件134還運行以檢測過程輸 出y(t)的變化、來自PID控制器112的過程輸入u(t)的變化以及幹擾(前饋)輸入d(t) 的變化。當這些信號y(t)、u(t)和d(t)中的任何信號的幅度的變化超過預先確定的最小 值或閾值水平時，管理器134啟動適應循環。管理器134通信地連接到控制系統的各種元 件128、130、132、136、138和124，如圖9中的虛線所示，且因此能夠確定運行在控制系統中 的單個元件的狀況。模型評估的示例性的實施方式可包括以下步驟(1)模型狀態的識別和啟動；(2)模型啟動和模型輸出到當前過程輸出的調整；(3)基於u(t)和/或d(t)信號的說明的模型的增量更新以及(4)模型平方誤差或其他範數例如誤差的絕對值的計算。具體地，反饋/前饋PID控制器的適應的過程是基於插值技術在模型參數值上的 應用的。在設備的這個示例性實施方式中，對於掃描中的每個模型的模型平方誤差Ei (t)可 由以下方程定義EiW = (y(t)-Yi(O)2[方程 1]其中y(t)為在時間t的過程輸出，Yi (t)為模型Modi在時間t的輸出，Ei (t)為可歸因於Modi的平方誤差，以及E(t) = [E1U),... ,EiU),... ,En (t)]為 ModiW平方誤差向量，其中在時間 t 時 i = 1,…，N。假設參數值表示在被評估的Modi中，則模型平方誤差Ei (t)被分配給模型Modi的 每個參數值。如果指定的參數值在被評估的模型中沒有表示，則該參數值可被分配零值或 空值。迭代地，Modi+1被評估，且計算被評估的模型的模型平方誤差Ei+1 (t)。計算得的模型 平方誤差被分配給ModiW每個參數值。隨著在每個模型評估期間Ei (t)被計算，且被分配 給各個模型中所表示的參數值，對於每個參數值保持累積的總的被分配的模型平方誤差。 過程評估迭代進行直到所有的模型，i = l,...,N都被評估為止。每個模型Modi都被評估 一次以及相應的模型平方誤差Ei (t)被計算的完整的序列被稱為模型掃描。作為這個評估 的序列或模型掃描的結果，每個參數值分配了來自使用指定參數值的所有模型的平方誤差 的和。因此，作為每個模型掃描的結果，每個參數值，Pkl，其中k= 1，...，!11且1 = 1，...， n，將被分配如下的範數
五;=[方程 2]
/=I其中Epkl (t)為作為掃描t的結果分配給參數值Pkl的範數，N為模型的總數，以及如果參數值pkl被用於Modi中則Xkl = 1，而如果參數值pkl未被用於Modi中則Xkl =O。評估過程在下次掃描中被重複，且由在掃描期間被分配的平方誤差Ei (t)的和得 到的範數Epkl (t)與先前掃描期間計算出的範數值相組合。模型掃描的重複序列統稱為適 應循環，並在管理器134的控制下繼續，例如，直到完成預先確定的掃描的次數，或直到發 生對於過程輸入的足夠次的激勵，無論哪種情況被先 滿足都可以。這個程序的結果是，每個參數值Pkl分配了在適應循環期間被確定的範數的累積 值
MSumEpkl (0 = Z Epkl (0
/=1[方程3]在適應循環的末尾，為每個參數值Pkl計算總和的倒數Fkl =^^rir
sumtp[方程4]由於Fkl是模型平方誤差的和的倒數，變量Fkl可被直觀地看作對參數值的擬合度 (fitness)的測量。然後，對於每個參數pk，都計算出自適應參數值pk(a)，pk(a)為這個參 數的所有值的加權平均Pk (a) = Pkl*fkl+· · · +pkl*fkl+· · · +Pkn*fkn，[方程5]其中
F相對擬合度Λ/ = -^r-[方程6]sumFK = Fkl+. . . +Fkl+. . . +Fkn[方程7]因此，每個因數Fkl可被視為對應於各個參數值的歸一化的擬合度。如以上所計算的自適應參數值定義了新的模型組，具有在設計中待假定的中心 參數值pk(a)，k = 1，. . .，m，以及在上界和下界之間的參數值的範圍。變化的範圍限定為 + Δ %到-Δ %，且應由兩個或多個另外的參數值表示。例如，如果適應循環產生自適應參 數值Pk(a)，那麼就有必要為新的模型評估限定至少兩個另外的假定值pk(a) [1+Δ%]和值 Pk(a) [1-Δ % ]的參數。也就是說，每個參數為適應限定了上界和下界，以使得值pk(a)受 邊界值的限制。在模型被更新之後，也就是，適應循環的完成後，控制器更新可基於被更新 的pk(a)，k= l，...，m模型參數值而發生。當預先確定的最小激勵水平被實現時，適應可被應用到整個模型或被限於模型的PID/反饋或前饋部分，例如，關聯輸入與輸出的模型的 部分。另外，當在控制系統中發現不充足的激勵的故障時，外部激勵可經由在管理器134的 控制下運行的激勵發生器138被注入到反饋迴路中。模型適應還可採用順序方式實現，例如，可以是DT的單個參數值可被適應，同時 其餘的參數(例如，Tc和Gain)保持不變。採用這種方式，每個參數可被適應同時使其餘 的參數保持不變，所述其餘的參數可能或可能未在先前的適應循環中被適應。順序適應方 法有益地提供了所希望的自適應參數值Pk (a)的快速收斂。圖10示出了包括對於反饋和前饋控制迴路的一階加純滯後過程模型的示例性自 適應參數插值程序。對於這個特定的例子，假設為每個參數定義了三個值，且適應範圍在一 個循環中被預先確定為(+△ % )到(_△ % )。那麼對於每個過程輸入u(t)和幹擾d(t)， 都遇到圖11中所描繪的模型組。在圖11中DT為死區時間參數的中心值；(DT-)為(DT-Δ % )；(DT+)為(DT+Δ % )；Tc為時間常數參數的中心值；(Tc-)為(Tc-Δ % )；(Tc+)為(Tc+Δ % )；Gain為增益參數的中心值；(Gain-)為(Gain-Δ % )；以及(Gain+)為(Gain+Δ % )。由圖11的設置得到的切換組合的數量為3x3x3 = 27。但是，如果圖10的模型中 的兩個輸入都被用於適應，切換組合的數量增加到272 = 729。這些模型組合雖然數目相當 大，但每個參數只需要三個值，這簡化了模型計算。簡化的模型計算被實現，因為控制器適 應由參數估計驅動而不是由模型估計驅動。因此，有必要基於反饋迴路中的九個參數值和 前饋迴路中的九個參數值來執行適應。因此，在此處所公開的適應程序中所評估的參數的 數量與參數的數量成比例地變化，與在現有技術模型評估技術中所經歷的成指數的變化形 成對照。可通過控制參數值被賦予模型的順序來限制計算需求。例如，有記憶的參數例如 死區時間可在無記憶的參數例如增益之前被賦予。因此，如圖11中所示出的示例性順序為 死區時間(DT)、時間常數(Tc)，然後是增益。在將每個模型輸出與當前過程輸出比較之後，可建立平方誤差和的表格。在適應 循環完成後，可計算每個參數的自適應參數值，如表1中所示。
25

表1 一階加純滯後自適應過程模型插值一旦模型適應循環完成，且依照以上的表1建立了自適應參數值，控制器更新就 通過控制器更新組件136的操作受到影響。基本上，控制器更新組件136將新計算的自適 應過程參數值Pk(a)映射到整定參數的更新值，所述整定參數表徵PID控制器112和/或 前饋控制器114。例如，過程參數DT、Tc和Gain可使用任何希望的或被選的整定規則被映 射成控制器參數Reset、Rate和Gain。因為描述了完整的一階加純滯後過程模型，任何已 知的整定規則可被應用，包括Lambda或NC整定。對於前饋路徑，動態前饋控制器設計方程 已被示為可用的 [方程8]其中Gff =前饋控制器傳遞函數，Kd =前饋過程動態的靜態增益，Ku =反饋過程動態的靜態增益，Kd/Ku =前饋控制器增益，Td =前饋過程動態的時間常數(其被應用為前饋控制器滯後)，以及Tu =反饋過程動態的時間常數(其被應用為前饋控制器超前)。總的來說，以上所描述的自適應反饋/前饋控制器代表了可擴展過程控制系統中 的自整定技術的實質性的增強，這是通過確定限定過程模型的模型組(包括模型參數的特 定值)來實現的，所述過程模型可應用於在特定過程操作狀態或區域整定過程。儘管以上所描述的模型參數適應方法是關於意圖解釋和說明本發明的特定的示
26例性實施方式來描述的，但是此處所公開的自適應反饋/前饋控制器不限於那些實施方 式。各種修改、改進和增添可被本領域技術人員實現。例如，如以上所描述的，控制器適應 的依據是用於構建處於控制下的過程的數學模型的參數的統計插值。儘管過程以三個參數 DT、Tc和Gain為特徵，且那些參數中的每個被分配三個值，所公開的自適應反饋/前饋控 制器顯然可延伸到其他、和/或不同數量的參數，每個參數可能包括有不同數量的被分配 的值。另外，模型評估和參數插值被示出作為如模型組128、模型評估器130、管理器134、參 數插值器134和控制器更新136所標識的單個組件。本領域技術人員應理解對於負責控制 器實現和運行的組件來說單個組件的分離是可自由支配的。類似地，所公開的系統的功能 易受到通過硬體或軟體中任一種或硬體和軟體兩者的組合的實現影響。因此，應理解，以上所描述的適應程序可被應用於在各種不同過程操作點整定PID 控制器，所述過程操作點可由到控制器的狀態變量輸入來確定或限定。即，PID控制器可在 過程的不同操作點被不同地整定，因為過程的模型(例如過程特性，例如死區時間、時間常 數等)可在過程的不同操作點有所變化。一般來說，過程的操作點可通過一個或多個過程 狀態變量的值來限定或測量。當這個變量改變時，圖3的適應單元44可識別變化並對於過 程模型實現新的整定程序，以整定控制器算法塊42，以提供與該過程操作點或區域相關的 更好控制。更特別地，在操作期間，圖3的自適應整定塊44可使用適應程序，例如以上所詳細 描述的適應程序，來為一組不同過程操作點或過程操作區域中的每個過程操作點或過程操 作區域確定一組模型參數。在一些例子中，一定數量的不同過程區域中的每個過程區域可 被定義為狀態參數的值的範圍，且對於每個這樣的過程區域可確定一組過程模型參數值。 可選地，對於一定數量的特定過程操作點中的每個操作點可確定不同組的模型參數值，並 且這些過程模型參數可被存儲在控制器38中作為模型組。因此，應理解，通過在不同點(狀態參數的值)進行過程測量並對於這些測量的結 果執行模型參數適應程序，例如以上所描述的適應程序，以基於所收集的數據來確定最適 用於所述過程操作區域或點的單組模型參數，特定的適應程序可確定最適用於特定過程操 作區域或特定過程操作點的一組過程模型參數。當然，經過一段時間後，適應程序可基於新 收集的數據被重新運行以為特定的過程操作區域或過程操作點確定新的一組模型參數值， 且這些新的值可被用於更新或再整定控制器。如上所述，對於每個不同過程區域可存儲單 組的模型參數，且這些模型參數值可在過程的操作期間中的不同時間，例如當過程如狀態 參數的值所確定的從一個區域移到另一個區域時，被用於再整定控制器。可選地，一組模型 參數可被存儲以用於各種不同過程操作點，而不限定任何特定區域，且用在任何特定過程 操作點的這組過程模型參數可使用例如插值來從被存儲的組的模型參數確定。圖12-15示出了依照以上所描述的概念的可通過圖1或圖2的控制器12和/或 通過圖3的控制功能塊38來實現，以執行整定程序和適應程序兩者的示例程序。圖12示 出了整定程序或整定例程200，其可由圖3的功能塊38且特別地由圖3的自適應整定塊44 來實現，以實現整定程序。在塊202，例程200確定被傳遞到功能塊38的自適應狀態輸入 的狀態變量是否有改變。如果狀態變量沒有改變或只有極小的改變，控制返回到塊202以 進行下一個執行循環。但是，如果塊202檢測到狀態變量有改變，例如，改變超過某個極小 量(這個限制防止實施過激的整定或響應於噪聲的整定)，塊204確定狀態變量是否改變足夠大以至於移到了不同的狀態變量範圍的區域或子區域。所述區域可以是與圖4相關聯的 預先確定的區域，而子區域可以是與圖6中所描繪的子區域相關聯的子區域。在基於區域 的模型參數確定系統中，塊204可確定狀態變量的改變是否導致狀態變量從一個預先限定 的狀態變量的區域達到了狀態變量的另一個區域，而在連續調度的模型確定系統中，塊204 確定狀態變量是否有足夠的移動以對確定新的模型參數進行授權。在兩種情況中，如果塊 204確定狀態變量沒有足夠於在區域或子區域之間移動的改變，那麼控制返回到塊202，以 在控制器的下一個執行循環中執行。但是，如果新檢測的狀態變量進入了新的區域或子區域，塊206基於對於一組或 多組的被存儲的結先前確定並存儲的模型參數，確定可應用於該區域、子區域或操作點的 新的模型參數。確定對於過程的這樣一組模型參數值的一個可能的方式將關於圖13在以 下被詳細描述。在塊206確定或獲取了用於新的區域、子區域或操作點的一組模型參數值 後，塊208使用所確定的模型參數值和可應用的整定規則(例如如圖3的塊48中所存儲 的)來確定一個或多個新的控制器整定參數值，例如對於控制器增益參數、重設參數和速 率參數的新值。當然，在任何特定的情況下確定的特定的控制器整定參數將依賴於所應用 的整定規則。另外，如果前饋適應正被執行，塊208可確定將被提供到圖3的塊52和54的 對於死區時間和超前/滯後時間的動態補償。如先前所述，塊52和54基於被提供到控制 器算法塊(例如，被提供到圖3的塊42)的前饋輸入信號來執行前饋控制。在圖12的塊210，適應整定塊44用新的控制器整定參數來更新PID控制器42，使 用可應用的整定規則和所確定的一組模型參數值來確定所述參數，以用於反過來由當前狀 態變量值限定的當前過程操作區域、子區域或點。另外，如果合適，塊210提供新的死區時 間和超前/滯後時間給前饋迴路(例如圖3的塊52和54)以同樣執行前饋控制器適應。此 後，控制返回圖12的塊202，在後面的控制器執行周循環重複整定程序。確定對於當前操作區域、子區域或點的一組模型參數值的塊206的一個可能的操 作將關於圖13被更加詳細地描述。為了進行這個分析，塊206可執行如圖13中所示的例 程220以基於狀態變量的當前值來確定適當的一組模型參數。例程220包括塊222，該塊 確定狀態變量是否在被適應的結位置(當使用連續模型參數確定技術時)或狀態變量是否 在特定的操作區域。當狀態變量在被適應的結上或在由被適應的結所限定的子區域中時， 塊224獲取當前與被適應的結相關聯的一個或多個模型參數值，並返回那些模型參數值作 為將被用於確定控制器整定參數的模型參數值。但是，如果塊222確定狀態變量不在被適應的結上或不在與特定的被適應的結相 關聯的子區域或段內，塊226通過確定狀態變量輸入是否在與兩個先前確定的被適應的結 位置相關聯的狀態變量值之間的方式來確定狀態變量是否在兩個被適應的結之間。如果 當前的狀態變量值不在兩個被適應的結之間，但是例如在被適應的結和狀態變量範圍的末 端之間，或者因為當前僅存在有一個被適應的結，塊228獲取最近的被適應的結的模型參 數值並用這些值作為特定區域、子區域或點的模型參數值。當然，如果因為還未對於過程執 行適應程序而沒有被適應的結被存儲，或者如果沒有被適應的結存在於特定的預定義的區 域，則塊228可確定應替代地使用當前組的控制器整定參數，且可返回那些參數或表明那 些參數應被PID控制器42使用。這個操作防止了基於一組空的結或基於一組未被適應的 結或基於不可應用於特定的預定義區域中的結的整定。
28
再參考圖13，如果塊226確定當前狀態變量值在兩個被適應的結之間，則塊230對 於這個區域使用先前確定的插值函數在與兩個最接近的被適應的結(在狀態變量值的任 一側的一個)相關聯的模型參數之間插值，從而確定對於當前操作區域、子區域或點的模 型參數的值。如以上所述，插值函數可以是線性的或非線性的插值函數。然後塊230基於 被適應的結之間的插值函數返回這些新的模型參數值作為用於圖12的例程200的模型參 數值。現參考圖14，例程300可在由圖3的自適應PID控制器功能塊38的自適應整定塊 44執行的過程控制活動的操作期間實現適應程序。例程300的塊302為一組預先確定的 過程變量存儲各種測量結果，包括例如，對於一個或多個過程參數的各種過程輸入數據、過 程輸出數據、幹擾數據等，應理解這個數據將用於檢測過程操作點的變化以及確定對於過 程的不同結或不同區域的模型參數值。塊304基於所收集的數據確定是否適合運行適應程 序。一般地，當對於特定過程區域或點收集了足夠的數據時適應程序可被運行以執行適應， 且通常最好在運行適應程序之前等待直到過程達到穩定或穩恆狀態的條件。但是，另外，當 過程明顯改變其操作點時，例如過程響應於例如設定點改變、過程幹擾等，在各種預先確定 的過程區域之間改變或明顯地改變操作點時，適應程序可被運行。當然，可檢查各種不同的 標準以確定所收集的數據是否足夠來運行適應程序。如以上所述，當所收集的數據表明經 過特定時間段後一個或多個過程輸出或過程輸入的顯著改變，或當數據表明過程已達到新 的穩態操作點時，適應程序可被運行。如果塊304確定沒有收集到足夠的過程數據，或者過程操作點的改變不足以實現 適應程序，則塊306可確定是否適合啟動過程打亂(Process upset)以便於能夠收集運行 適應程序必要的過程數據。塊306可以，例如，確定從上一次適應程序運行起是否已過了足 夠長的時間段，或者過程處於穩定狀態是否已達到足夠長時間段以打亂過程。如果塊306 確定打亂過程以運行新的適應程序是不適時的或沒有必要的，控制返回到繼續收集過程數 據的塊302。或者，如果塊306確定打亂過程以運行新的適應程序是適時的或有必要的， 則塊308使得控制器決42(圖3)通過改變過程控制信號以啟動正被監測的一個或多個過 程變量的改變來啟動過程打亂並收集必要的過程數據以運行適應程序。當然，在打亂過程 以迫使正被監測的一個或多個過程參數改變的程序期間，數據被塊302收集以執行適應程 序。在過程打亂結束時，數據收集塊304即可確定已經到實現適應程序的時間了。當塊304基於先前收集的數據確定運行新的適應程序是適合的時，塊310執行過 程模型適應以確定新結，即，與特定的結位置相關聯的新的一組模型參數值。塊310可實現 以上關於圖9-11所描述的模型參數適應程序，以確定最好地模擬在特定過程狀態變量的 過程的適當的一組過程模型參數。當然，其他的適應程序可被同樣地或者替代地實現，以確 定與狀態變量的特定值相關聯的過程模型參數值。在塊310執行適應程序之後，塊312更新對於先前存儲的結的被存儲在自適應整 定算法塊44(圖3)的結存儲器中的結值，或者存儲新結的值或存儲先前未被適應的結的 值，並表明這個結現在是被適應的結。此後，適應程序完成且控制返回到塊302，以收集和存 儲更多的要用於運行新的或進一步的適應程序的過程變量數據。圖15示出了可在圖3的自適應整定塊44中運行以在適應程序中確定新的結值的 軟體例程350。這裡，塊352確定了限定與正被實現的適應程序相關聯的結的位置的特定的
29狀態變量值。如上所述，狀態變量可以是與所收集的數據相關聯的最高和最低狀態變量之 間的中點或平均值。但是，對於結的狀態變量值可以其他適當的方式例如，作為用於所收集 的數據中的所有狀態變量值的平均值的方式、作為與所收集的數據相關聯的狀態變量值的 中值的方式、或使用確定與各種不同狀態變量值的數據的總集相關聯的狀態變量值的任何 其他所希望的方法來確定。接下來，根據結更新程序被配置的方式，控制可被提供到塊354或塊356。如果結 要被存儲在一組固定的或預先確定的結位置，那麼這些結位置基於新的結值而更新。在這 種情況下，塊354確定新確定的結是否處於或非常接近於預先配置或預先確定的結位置中 的一個位置。如果是，塊358用新確定的一組模型參數值來更新結位置且可將結標記為被 適應的。另一方面，如果新確定的結不在預先確定的或固定的結位置中的一個位置，那麼塊 360基於新確定的結值使用以上所描述的插值或更新程序來更新鄰接的結位置(例如，在 新確定的結的任一側的預先確定的結)。在兩種情況下，當一個或多個結基於新的結值或使用新的結值已被更新時，塊362 可被用於確定將被用於確定那些結位置之間的結參數值的新的插值函數。當然，塊362可 使用以上所描述的插值方法確定新的插值函數，且可在結上對於與過程模型相關聯的每個 參數值都單獨地或不同地這樣做。即，塊362可運行以確定對於存儲在結中的模型的每個 模型參數值不同的或有變化的插值函數。另一方面，如果結在它們在各種不同的結位置上形成時被存儲，那麼塊356將新 確定的結值及其相關的模型參數值存儲在結存儲器中。此後，塊364確定結存儲器中是否 已存儲最大數量的結，如果沒有，則向塊362提供控制。但是，如果由於新結的存儲，結的最 大數量已被達到或超過，則塊366可操作以篩選被存儲的結從而將被存儲的結的組減少到 最大容許數量或小於最大容許數量。塊366可執行任何希望的一組規則以基於新結的添加 刪除至少一個結。當然，結可基於結的壽命、結在特定位置或在特定位置附近的集中程度、 結上的模型參數的被估計的有效性等來篩選。不管怎樣，在塊366篩選被存儲的一組結之後，塊362確定現存組的結之間尤其是 在現存的結和新增加的結之間或在接近於被去掉的結位置的結之間的一個或多個新的插 值函數，並將這些新的插值函數存儲在整定程序期間圖3的自適應整定塊44將使用的結存 儲器中。插值函數可通過存儲要執行的插值的類型和/或必要的插值變量例如以上所描述 的反曲插值變量的方式來存儲。在新的插值函數已被塊362確定之後，確定新結值的過程 完成。雖然以上所描述的方法在實際上是明確提出的，但應認識到很多其他的方法只表 示出與以上所描述的本發明的實施方式之間的非實質性的偏差。因此，以下的權利要求被 恰當地理解為包括落入本發明的真正精神和範圍內的所有的修改、變型和改進及其實質上 的等同形式。因此，本發明的其他實施方式儘管在此處未被特別描述，但仍被理解為在如以 下的權利要求所限定的本發明的範圍之內。
30
權利要求
一種用於控制過程的自適應控制器，包括控制器輸入，其接收來自所述過程的過程變量輸入信號；控制器輸出，其提供用於控制所述過程的過程控制信號；控制塊，其耦合在所述控制器輸入和所述控制器輸出之間，所述控制塊使用所述輸入信號和一組控制器整定參數通過實現過程控制計算來確定所述控制信號；以及整定塊，其在所述過程的操作期間使用一組被存儲的過程模型參數值和過程狀態變量來為所述一組控制器整定參數確定新的值，其中，所述一組被存儲的過程模型參數值包括用於由所述過程狀態變量限定的多個不同過程操作點中的每個過程操作點的、用於特定過程模型參數的過程模型參數值；所述整定塊包括模型適應例程，其確定在所述多個不同過程操作點中的每個過程操作點的所述過程模型參數的所述被存儲的過程模型參數值；模型參數確定例程，其基於所述過程狀態變量值和所述一組被存儲的過程模型參數值來確定用於特定過程操作點的特定過程模型參數值；以及控制器整定參數例程，其從所確定的過程模型參數值和被存儲的整定規則來確定用於所述特定的過程操作點的所述一組控制器整定參數。
2.如權利要求1所述的自適應控制器，其中所述模型適應例程存儲插值函數參數以用 於使用插值技術確定在與所述一組被存儲的過程模型參數值相關聯的所述多個不同過程 操作點中的兩個或多個過程操作點之間的過程操作點的過程模型參數值，且其中所述模型 參數確定例程在所述插值技術中使用所述插值函數參數來進一步確定用於所述特定過程 操作點的所述特定過程模型參數值。
3.如權利要求2所述的自適應控制器，其中所述插值技術為線性的或非線性的插值技術。
4.如權利要求2所述的自適應控制器，其中所述插值技術為線性的反曲插值技術。
5.如權利要求2所述的自適應控制器，其中所述插值技術為非線性的反曲插值技術。
6.如權利要求1所述的自適應控制器，其中所述模型適應例程通過確定用於指定的過 程操作點的新的過程模型參數值並基於用於所述指定的過程操作點的所述新的過程模型 參數值改變所述一組被存儲的過程模型參數值來更新所述一組被存儲的過程模型參數值。
7.如權利要求6所述的自適應控制器，其中所述模型適應例程存儲插值函數參數以用 於確定在與所述一組被存儲的過程模型參數值相關聯的所述不同過程操作點中的兩個或 多個過程操作點之間的過程操作點的過程模型參數值，且其中所述模型適應例程通過基於 用於所述指定的過程操作點的所述新的過程模型參數值改變所述插值函數參數來確定所 述一組被存儲的過程模型參數值。
8.如權利要求6所述的自適應控制器，其中所述模型適應例程使用插值函數參數，以 用於確定在與所述一組被存儲的過程模型參數值相關聯的所述不同過程操作點中的兩個 或多個過程操作點之間的過程操作點的過程模型參數值，且其中所述模型適應例程通過基 於所述插值函數參數以及基於用於所述指定的過程操作點的所述新的過程模型參數值改 變用於所述不同過程操作點的所述被存儲的過程模型參數值中的一個或多個被存儲的過 程模型參數值來更新所述一組被存儲的過程模型參數值。
9.如權利要求6所述的自適應控制器，其中所述模型適應例程，通過將用於所述指定的過程操作點的所述新的過程模型參數值存儲為所述一組被存儲的過程模型參數值中的 一個被存儲的過程模型參數值、並且如果所述一組被存儲的過程模型參數中的過程模型參 數值的數量達到閾值則篩選所述一組被存儲的過程模型參數值的方式，來基於用於所述指 定的過程操作點的所述新的過程模型參數值更新所述一組被存儲的過程模型參數值。
10.如權利要求6所述的自適應控制器，其中所述模型適應例程，通過基於在所述指定 的過程操作點的所述新的過程模型參數值改變所述一組被存儲的過程模型參數值中的兩 個或多個被存儲的過程模型參數值而不改變它們的相關的過程操作點，來基於用於所述指 定的過程操作點的所述新的過程模型參數值改變所述一組被存儲的過程模型參數。
11.如權利要求10所述的自適應控制器，其中所述模型適應例程使用插值技術和在所 述指定的過程操作點的所述新的過程模型參數值來改變所述一組被存儲的過程模型參數 值中的所述兩個或多個被存儲的過程模型參數值。
12.如權利要求10所述的自適應控制器，其中所述模型適應例程基於在所述指定的過 程操作點的所述新的過程模型參數值使用線性插值技術來改變所述一組被存儲的過程模 型參數值中的所述兩個或多個被存儲的過程模型參數值。
13.如權利要求10所述的自適應控制器，其中所述模型適應例程基於在所述指定的過 程操作點的所述新的過程模型參數值使用非線性插值技術來改變所述一組被存儲的過程 模型參數值中的所述兩個或多個被存儲的過程模型參數值。
14.如權利要求1所述的自適應控制器，其中所述控制塊實現前饋/反饋控制器技術。
15.如權利要求1所述的自適應控制器，其中所述一組控制器整定參數包括前饋整定 參數和反饋整定參數。
16.如權利要求1所述的自適應控制器，其中所述特定的過程模型參數包括過程增益、 死區時間或時間常數。
17.如權利要求1所述的自適應控制器，其中所述控制塊實現比例、積分、微分控制器 技術。
18.一種自適應地整定用於控制過程的過程控制器的方法，所述方法包括存儲在所述過程的操作期間表徵所述過程的操作的一組模型參數值，所述模型參數值 中的每個模型參數值表徵在不同過程操作點的所述過程的所述操作，所述不同過程操作點 中的每個過程操作點與不同的過程狀態變量值相關聯；在所述過程的所述操作期間收集過程數據，並基於所收集的過程數據執行模型表徵程 序以確定用於一個或多個過程操作點的新的模型參數值；用所述新的模型參數值更新所述被存儲的一組模型參數值；以及使用所述被存儲的一組模型參數值來整定所述過程控制器，包括使用所述一組被存儲的模型參數值中的兩個或多個被存儲的模型參數值和所述過程 狀態變量來確定用於當前過程操作點的當前模型參數值；使用所確定的當前模型參數值和基於過程模型的整定規則來確定一組控制器整定參 數值；以及用所確定的一組控制器整定參數值更新所述過程控制器。
19.如權利要求18所述的自適應地整定過程控制器的方法，包括使用插值函數確定在 與所述被存儲的一組模型參數值相關聯的不同的過程操作點中的兩個或多個過程操作點之間的過程操作點的模型參數值，並使用所述插值函數確定用於所述當前過程操作點的所 述當前模型參數值。
20.如權利要求19所述的自適應地整定過程控制器的方法，其中所述插值函數與線性 插值技術相關聯。
21.如權利要求19所述的自適應地整定過程控制器的方法，其中所述插值函數與非線 性插值技術相關聯。
22.如權利要求18所述的自適應地整定過程控制器的方法，其中更新所述被存儲的一 組模型參數值的步驟包括確定用於指定的過程操作點的新的模型參數值以及基於用於所 述指定的過程操作點的所述新的模型參數值來改變所述被存儲的一組模型參數值。
23.如權利要求22所述的自適應地整定過程控制器的方法，包括存儲插值函數以用於 確定在與所述被存儲的一組模型參數值相關聯的所述不同過程操作點中的兩個或多個過 程操作點之間的過程操作點的模型參數值，並且包括通過基於用於所述指定的過程操作點 的所述新的過程模型參數值改變所述插值函數來更新所述被存儲的一組模型參數值。
24.如權利要求22所述的自適應地整定過程控制器的方法，包括存儲插值函數以用於 確定在與所述被存儲的一組模型參數值相關聯的所述不同過程操作點中的兩個或多個過 程操作點之間的過程操作點的過程模型參數值，並且包括通過基於所述插值函數並基於用 於所述指定的過程操作點的所述新的過程模型參數值改變用於所述不同過程操作點的被 存儲的模型參數值中的一個或多個被存儲的模型參數值來更新所述被存儲的一組模型參 數值。
25.如權利要求22所述的自適應地整定過程控制器的方法，其中用所述新的模型參數 值更新所述被存儲的一組模型參數值的步驟包括將用於所述指定的過程操作點的所述新 的模型參數值存儲為所述被存儲的一組模型參數值中的一個模型參數值，且如果所述被存 儲的一組模型參數值中的模型參數值的數量達到閾值，則篩選所述被存儲的一組模型參數值。
26.如權利要求22所述的自適應地整定過程控制器的方法，其中用所述新的模型參數 值更新所述被存儲的一組模型參數值的步驟包括基於在所述指定的過程操作點的所述新 的模型參數值改變所述被存儲的一組模型參數值中的兩個或多個模型參數值而不改變它 們的相關的過程操作點。
27.如權利要求26所述的自適應地整定過程控制器的方法，其中使用所確定的當前模 型參數值和基於過程模型的整定規則來限定一組控制器整定參數值的步驟包括限定一組 前饋和反饋控制器整定參數。
28.一種自適應過程控制器系統，用於在計算機處理器上實現以控制過程，包括計算機存儲器；過程控制器例程，其被存儲在所述計算機存儲器上且在所述計算機處理器上可執行以 實現控制算法，所述控制算法基於來自所述過程的過程變量輸入和一組控制器整定參數來 確定用於控制所述過程的過程控制信號；以及整定例程，其被存儲在所述計算機存儲器上且在所述計算機處理器上可執行以在所述 過程的操作期間使用一組被存儲的過程模型參數值和過程狀態變量確定所述一組控制器 整定參數的新的值，其中，所述一組被存儲的過程模型參數值包括用於由所述過程狀態變量限定的多個不同過程操作點中的每個過程操作點的特定過程模型參數的過程模型參數 值；所述整定例程包括模型適應例程，其確定在所述多個不同過程操作點中的每個過程操作點的所述過程模 型參數的所述被存儲的過程模型參數值；模型參數確定例程，其基於所述過程狀態變量值和所述一組被存儲的過程模型參數值 來確定用於特定的過程操作點的特定的過程模型參數值；以及控制器整定參數例程，其從所確定的過程模型參數值和被存儲的整定規則來確定用於 所述特定的過程操作點的所述一組控制器整定參數。
29.如權利要求28所述的自適應過程控制器系統，其中所述模型適應例程存儲插值函 數參數以用於確定在與所述一組被存儲的過程模型參數值相關聯的所述多個不同過程操 作點中的兩個或多個過程操作點之間的過程操作點的過程模型參數值，且其中所述模型參 數確定例程還使用所述插值函數參數來確定用於所述特定的過程操作點的所述特定的過 程模型參數值。
30.如權利要求29所述的自適應過程控制器系統，其中所述模型適應例程，通過確定 用於指定的過程操作點的新的過程模型參數值以及基於用於所述指定的過程操作點的所 述新的過程模型參數值改變所述一組被存儲的過程模型參數值，來更新所述一組被存儲的 過程模型參數值。
31.如權利要求30所述的自適應過程控制器系統，其中所述模型適應例程通過基於用 於所述指定的過程操作點的所述新的過程模型參數值改變所述插值函數參數來更新所述 一組被存儲的過程模型參數值。
32.如權利要求30所述的自適應過程控制器系統，其中所述模型適應例程，通過將用 於所述指定的過程操作點的所述新的過程模型參數值存儲為所述一組被存儲的過程模型 參數值中的一個被存儲的過程模型參數值並且如果所述一組被存儲的過程模型參數值中 的過程模型參數值的數量達到閾值則篩選所述一組被存儲的過程模型參數值，來基於用於 所述指定的過程操作點的所述新的過程模型參數值更新所述一組被存儲的過程模型參數 值。
33.如權利要求30所述的自適應過程控制器系統，其中所述模型適應例程，通過基於 在所述指定的過程操作點的所述新的過程模型參數值改變所述一組被存儲的過程模型參 數值中的兩個或多個被存儲的過程模型參數值而不改變它們的相關的過程操作點，來基於 用於所述指定的過程操作點的所述新的過程模型參數值改變所述一組被存儲的過程模型參數值。
34.如權利要求30所述的自適應過程控制器系統，其中所述過程控制器例程實現前饋 /反饋控制器技術。
全文摘要
自適應過程控制器執行連續調度的過程模型參數插值以確定用於為控制器整定形成控制器整定參數的特定的一組過程模型參數。更特別地，此處所描述的基於狀態的自適應PID控制器使用新的技術來確定適當的過程模型，該適當的過程模型被用於在工廠的各種操作區域執行自適應整定，且特別地，使用過程模型參數確定技術，該技術在各種工廠操作區域或操作點允許連續調度的過程模型參數的更新。這個連續調度的過程模型參數的更新的方法的使用，在基於過程的操作區域或操作點的改變而實現的自適應整定程序期間，提供了在PID控制器中所使用的整定參數之間的平滑過渡，從而提供更好的總體控制。
文檔編號G05B13/04GK101930215SQ20101021151
公開日2010年12月29日 申請日期2010年6月22日 優先權日2009年6月22日
發明者P·沃傑茲尼斯, T·L·布勒文斯, W·K·沃傑茲尼斯 申請人:費希爾-羅斯蒙特系統公司