如何控制具有大死时间的进程

关键字 过程控制与仪表 循环控制器 Loop-tuning软件 PID(比例积分/微分)

具有较大死时间的进程对控制器(任何控制器)都是一个特殊的挑战。控制器必须等到死时间过去后才能从进程获得任何反馈。

控制这类过程的最佳方法是尽量减少死时间。只需将探针靠近阀门就可以做到这一点。但有时我们对这个过程无能为力。然后什么?

挑选和调优

死时间过程的控制算法实际上非常简单。PI控制器做得很好。

控制器的其他选项包括模型预测;基于模型;pole-cancellation;内模控制;动态矩阵控制器;Dahlin;或者直接合成类型。它们都在控制器内部使用一个模型，可以称为基于模型的控制器。这些控制器可以寻求比pi稍好的响应，但牺牲了鲁棒性。

使用基于模型的控制(使其速度与PI相同)的鲁棒性损失是严重的——进程死时间可以上升或下降，循环将变得不稳定。增加任何进程的死时间最终都会造成不稳定性。但是通过减少死亡时间来创造不稳定性是奇怪的违反直觉的。如果使用PI控制器，死区时间减少，那么环路将保持稳定。所以为什么不简单一点，只使用PI控制器呢?

对于只有死时间的过程，PI控制器的优化调优很简单:

• 控制器增益= 0.3/(过程增益);

• 积分时间= 0.5 X(过程死时间)

这种调优使过程中的阶跃函数打乱的误差最小。积分单位是分或秒。对于较慢的响应，只需降低增益一点点。(这些方程适用于通常的理想和系列PI算法。对于并行算法，积分时间除以控制器增益。)

额外的延迟

如果进程除了死时间之外还有一个小的延迟，通过设置导数时间等于它来“取消”延迟。如果延迟比死时间少5倍，这种方法就有效。

在第一个屏幕截图(图1)所示的示例中，一个进程的增益为1，死亡时间为120分钟。它由PI控制器(红线)控制，积分时间为60分钟，增益为0.3。它显示在进程达到设定值或从中断中恢复之前经过240分钟或2个死时间。

过滤过程变量(时间常数为死期1/20的二阶滤波器)将平滑响应的尖锐边缘(如黄色线所示)。

自适应停歇时间

如果可以测量死时间，那么就可以制作一个强大的自适应死时间控制器，或者可以从机器速度或流量等变量推断死时间。

为了使控制器自适应，只需使用上面的公式调整控制器中的积分动作。测量或推断死区时间是关键。

这种自适应控制器比使用依赖于正常过程噪声的识别技术更具鲁棒性。试图使用最小二乘拟合或其他查看正常过程噪声的建模方法来识别死区时间可能会受到干扰的严重建模错误。然而，依赖于设定值变化的识别技术是准确的。

模型预测

在模型预测控制器中，用户设置一个期望的响应速度，即期望的一阶响应时间。

模型预测控制器的目标是匹配输入的一阶时间常数(或滞后时间)的设定值响应。响应首先被进程死时间延迟。蓝线(图1)显示了使用模型预测控制器的响应，其响应速度调整为与PI相似的鲁棒性。

健壮性是故事的另一方面。在快速响应和健壮性或对流程更改的敏感性之间总是有一个权衡。稳健性图很容易显示这种权衡。它们显示了循环对处理增益或处理死时间变化的敏感性(或鲁棒性)。剧情有两个轴:

• 增益比=(进程增益)/(控制器调优的进程增益);

• 延迟比=(进程死时间)/(控制器调优到的进程死时间)。

在第二个屏幕截图(图2)中，情节有稳定和不稳定的区域。鲁棒性图上的红色和蓝色线是PI和模型预测控制器的稳定性极限。在实线的右边和上面(更高的增益和延迟比)，闭环过程是不稳定的。在实线的左边和下面，闭环系统是稳定的。交叉表示增益比和延迟比都等于1的点。换句话说，假设流程死区时间和实际死区时间在交叉处相同，假设流程增益和实际流程增益也是如此。

一般来说，安全系数或除数为2对于循环是“合理的”。在稳健性图中，这些点由蓝线“框”的顶点表示。它是一种设计辅助。为了实现实际的系统稳定性，稳定线的极限应该在“盒子”之外。顶点由对数-对数图上的直线连接。

在本例中，对于PI或模型预测控制器，如果过程增益增加2.3倍，环路将不稳定。从白色十字开始，水平向右移动。在稳定线相交处，增益比约为2.3。

另一个适用于任一控制器的例子是，如果死时间增加2.4。从十字路口开始，一直向上移动到稳定线，死时比约为2.4。在这一点上，循环将再次处于稳定的边缘。

反直觉的结果

应用于模型预测控制器的第三个例子只有在过程死时间减少时才有效。再次从十字路口开始，直线向下移动，直到撞到蓝线。此时，死区比约为0.5。带有模型预测控制器的回路随着死时间的增加而变得不稳定减少．

直观地说，像所有的控制器一样，随着过程死时间的足够大的增加，模型预测变得不稳定。但是，与PI的直觉和行为相反，当进程死时间下降时，它也变得不稳定。

PI控制器简单、熟悉，并且能够很好地控制具有较大死时间的过程——只需将增益和积分时间设置为过程增益和死时间的一个因素。尽管模型预测控制器可能表现稍好，但鲁棒性较差，需要对操作人员进行广泛的培训。

欲了解更多信息，请访问www.globalelove.com/info。

作者信息

John Gerry, p.e.， ExperTune (Hubertus，威斯康星州)的首席执行官兼总裁，拥有化学工程硕士学位，在伊士曼柯达，礼来，庄臣和Foxboro Co.有经验。模拟和数字是使用ExperTune循环模拟器创建的。

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。