前馈:又一次不像预期的那么受欢迎
前馈和反馈:与单回路控制一样，多变量控制主要通过反馈控制和前馈选择性(而非批量)使用来实现。
学习目标
- 整个工业中，不到5%的已安装控制回路利用了前馈能力。
- 前馈尽管有其优点，但它增加了控制回路的成本、风险和维护。
- 基于模型的多变量控制(MPC)可以被认为是基于类固醇的前馈控制-它对每个矩阵位置使用前馈模型。
所有控制工程师在其教育和职业生涯的早期都学习前馈。它并不复杂，并且有可能无缝地拒绝过程干扰，从而对受控变量没有影响。即使是最好的反馈控制器也不能做到这一点。
在前馈控制中，一个过程扰动被测量并转化为控制器输出的变化，这个变化与扰动是同步的，因此输出拒绝扰动，被控制变量继续不受影响，本质上忽略了这个幕后的帮助。
如果没有前馈，相同的过程扰动将打乱受控变量，导致过程偏离设定值（误差），并需要反馈控制措施来抑制随时间变化的扰动，通常使用众所周知的比例积分微分（PID）算法。这是反馈的固有局限性：它需要过程错误才能工作；前馈首先有可能防止错误。
前馈是一个强大的工具和基本的过程控制概念，几乎每一个过程控制器在过程工业支持。然而，在所有安装的控制回路中，只有不到5%的回路具有前馈能力。为什么如此强大和可用的工具使用得如此少?
图1：在经典的三元件汽包水位控制中，蒸汽流量作为水位控制的前馈，因此给水流量立即补偿蒸汽需求的变化。这是前馈在工业中的一种常见/流行用法，尤其是由于其简单的前馈模型，其增益为1.0且具有瞬时动态特性。提供：APC Performance LLC
流程工业重视可靠性:前馈增加了风险
过去50到75年的工业前馈经验告诉我们，工业过程操作非常重视可靠性。前馈的优点在于，它增加了控制回路的成本、风险和维护。它增加了成本，因为必须提供前馈输入和模型(输出转换)。它增加了风险，因为性能变得依赖于额外输入和模型的可靠性，特别是已经被证明普遍存在问题和不可靠的模型。
前馈增加了对输入和模型的维护，与PID回路本身相比，性能问题变得更难排除和诊断。同时，尽管存在固有的瞬态误差，但无前馈的PID反馈控制性能几乎总是令人满意的。
随着时间的推移，这些权衡的平衡意味着前馈已被谨慎地采用，并受到行业的严重歧视。为了符合前馈的条件，输入必须是可靠的，模型必须是可靠的，它必须增加显著的价值。在整个过程工业中，只有一个应用程序常规地满足这些标准:教科书中的三元锅炉汽包液位控制案例。在这个应用中，输入是常规的蒸汽流量测量;该模型非常健壮(它具有固定的1.0增益和瞬时动态，因此既不存在增益也不存在动态误差);而且附加值高，特别是因为它减轻了锅炉汽包“收缩和膨胀”的困难在这个关键环路的影响。
对于前馈控制，如果前馈模型动态不正确，则存在使干扰加倍而不是消除干扰的潜在风险——如果模型增益也不准确，则更糟。人们通常使用减少的前馈增益来避免这种担忧，然而，准确可靠的模型动力学是无法替代的。
图2:燃烧加热器温度控制，基于进口流量和温度的前馈，是前馈原理的一个很好的例子，但由于难以可靠地了解前馈模型(一阶加死区时间(FOPDT))，并在关键控制回路中引入额外的变送器，所以很少使用。当进气条件改变时，人们通常宁愿接受额外的瞬态温度误差，而不愿接受额外的风险和前馈的维护。提供:APC性能有限责任公司
历史重演:基于模型的多变量控制
20世纪80年代以来基于模型的多变量控制(MPC)的经验强调了这些单环前馈的历史教训。MPC可以被认为是类固醇上的前馈控制-它对每个矩阵位置使用前馈模型。流程工业经验传统上使用不到5%的前馈模型，MPC使用100%。
就像之前的单环前馈一样，人们最初对MPC能够一劳永逸地解决过程控制性能可靠性的期望很高。相反，它需要的支持和维护达到了以前做梦都想不到的水平。如今，流程行业仍在与此斗争，MPC支持和维护水平几乎不可持续，但不愿放弃闭环多变量控制的承诺。幸运的是，流程工业正在认识到多变量控制，就像单回路控制一样，可以可靠地主要通过反馈控制和选择性(而不是批量)使用前馈来实现。
艾伦·克恩，P.E.是所有者， APC性能有限公司．内容经理马克·t· ·霍斯克编辑， 控制工程 , CFE媒体mhoske@cfemedia.com．
关键词:前馈、反馈、多变量控制
所有已安装的控制回路不到5%整个行业充分利用前馈能力。
前馈，尽管它有所有的优点，但会增加控制回路的成本、风险和维护。
基于模型的多变量控制（MPC）可以被认为是类固醇的前馈控制——它对每个矩阵位置使用前馈模型。
考虑一下这个
你的爱好是什么控制回路现在在做什么?
