模型次数控制的基础知识
两种比例 - 积分衍生物（PID）控制器可以优于一个。如果在不打猎或过冲的情况下将进程变量获取到设定值非常重要，则型号控制可能是最佳选择。
所有反馈控制器均旨在消除过程变量和设定值之间的差异。模型 - 遵循的控制器通过强制进程变量沿着指定的轨迹来触及设定值。
用户通过创建表示理想化过程的数学模型来指定所需的轨迹，如果可以以某种方式替换真实过程，则表示对设定值改变的更期望的响应的理想化过程。然后，控制器测量模型的输出而不是实际过程变量，并尝试沿着所需的轨迹沿设定点驱动模型的输出。
这样做可以实现理想化进程的指定闭环行为，但它本身就没有任何实际过程。
第二个控制器需要同时强制实际过程变量匹配模型的输出，从而强制实际过程来模拟理想化过程的行为。如果两个控制器都可以实现其各自的目标，则实际过程变量将在所需的轨迹朝向设定值后结束。
模型如何运行
图1显示了如何用两种比例积分 - 导数（PID）控制器来完成该算法的算法，称为“模型之后”。在顶循环中，称为“模型循环”，“模型控制器”将其纠正措施或“模型控制信号”应用于数学模型，就像它是一个真实过程一样。模型的输出被反馈并从设定值中减去，以生成进入模型控制器的错误信号。
图1：“Model Loop”（Green）中的比例积分衍生物（PID）控制器应用于模型和实际过程的努力。“校正循环”（蓝色）中的PID控制器适用于实际过程的额外纠正措施。模型控制器尝试将模型输出驱动到设定值，而校正控制器尝试将过程变量驱动到模型输出。礼貌：控制工程
模型控制信号也应用于实际过程，并添加由“校正环”产生的“校正信号”。此循环的错误信号是模型输出和实际过程变量之间的差异。该差异被馈送到“校正控制器”中以产生添加到模型控制信号的校正信号。该总和用作应用于实际过程的控制工作。
模型控制器旨在实现用户希望响应于设定值的变化来实现模型输出的轨迹。这是一个直接的练习，因为已经知道了理想过程的行为，由用户定义。任何数量的循环调整规则都可用于将理想化的过程模型的增益和时间常数转换为模型控制器的调整参数。
调整校正控制器可能是棘手的，特别是如果实际过程的增益和时间常数是未知的或时变的。校正环路也受到现实世界负荷扰动加上模型控制信号引起的人工干扰。
另一方面，如果该过程足够快，则校正控制器不应需要精确调整，以便快速响应控制器的努力。无论如何，模型输出和过程变量之间的差异将是短暂的，这意味着纠正控制器的调谐应该相对不重要。
模型 - 以下简化
一个精明的读者可能想知道为什么需要模型控制器。毕竟，图1中的模型环路没有干扰来抵消，因为整个循环是仅在控制器中存在的纯数学构造。影响实际过程变量的真实障碍仅在校正循环中输入。
模型循环也可以在开环模式下运行，使用模型控制器和反馈路径，如图2所示。将剩余的块重新安排到图3所示的布局中，显示了此简化的模型跟随控制器实际上是一个传统的反馈控制器配备设定值过滤器和将设定值的前馈路径视为干扰。有关这些控制技术的更多信息，请参阅“数值过滤的基础知识，“控制工程，2008年10月和“了解前馈控制，“控制工程，2019年4月。
然而，这并不是建议，任何设定值过滤器都可用于赋予具有模型跟随功能的前馈/反馈控制器。过滤器的输入/输出方程必须表示理想化过程的行为。除了纯粹的巧合之外，噪音阻尼过滤器无法工作。
在补偿可测量的干扰时，理想化的过程模型也不包括在前馈路径中，否则可以在否则地配置前馈滤波器的方式。要使图2或3作为模型跟随控制器工作，还可以在馈电路径上没有滤波器;只有在通往校正控制器的路径上。
图2：在图1所示的模型跟随控制器的本简化版本中，模型控制器已被删除，留下绿色环路。设定值现在将直接应用于模型以生成模型输出，而无需任何反馈。设定值也被添加到蓝色环路的校正信号而不是不存在的模型控制信号。纠正控制器仍然试图将过程变量驱动到模型输出，但模型输出现在是设定值的过滤版本。礼貌：控制工程
选择一个控制
那么哪个版本的模型控制是最好的？它是图1中显示的原始版本还是图2和3所示的简化版本？这在很大程度上取决于设计师的专业知识。
两个版本都需要流程建模和循环调整技巧。有关每个示例，请参阅“模型辅助控制器设计，“控制工程，2008年3月和“循环调整基础知识，“控制工程，2003年7月。
然而，原始模型控制器的性能取决于理想化过程模型的设计少于简化版本。这是因为图1中的模型控制器肩部肩部将模型循环响应塑造对设定值的响应的大部分责任。如图2所示，理想化的过程模型不需要如图2中的复杂或准确，因为模型控制器可以占用Slack，如果模型不太正确。在图2中，模型环路的性能取决于过程模型的设计。
所有的东西都是平等的，一种对循环调谐更舒适的控制设计师可能会发现模型跟随控制的原始版本更容易;具有更多型号设计体验的设计师可能会更轻松地找到简化版本。在两个学科中经验的设计者可以设计校正控制器以获得最佳的扰动抑制和数学模型，以实现最佳设定点响应。看 ”扰动抑制与设定点跟踪控制器，“控制工程，2011年9月。
图3：这里，图2的框图已被重新排列成更熟悉的配置，该配置与配备有设定值过滤器（绿色）和馈送路径（红色）的传统反馈控制器（蓝色）功能相同。大多数商业反馈控制器包括设定值过滤和前馈作为标准选项，使得该版本的模型控制比原始版本更简单，更容易实现。礼貌：控制工程
型号后应用程序
模型控制器已证明对需要稳健性的应用程序有用。它们往往对受控过程的行为变化敏感而不是传统的单环控制策略。
用户定义的轨迹功能也有利于控制问题，其中消除了设定值与过程变量之间的错误只是战斗的一半。如果控制器还必须沿着到设定值的途径的特定路径指导过程变量，模型跟随可以帮助。
例如，机器人臂必须从点A到B点的规定路径以避免冲突。斜坡/浸泡热处理操作中的烤箱温度必须以规定的速率升高。一辆自驾驶汽车必须在前往目的地的路上始终留在路上。在这样的应用中，理想化的过程模型有时被称为“轨迹策划者”。
还存在模型 - 后控制不是特别有效的应用。如果实际过程没有比理想化过程的速度更快，则校正循环将无法将过程变量保持在所需的轨迹上。最坏的情况是流程模型比过程本身更快。只有利益模型，虽然实现简单，但就是最糟糕的。
必须设计模型以使设定值的突然变化看起来更加渐进到控制器。如果实际过程缓慢，则模型必须是冰川的。这可以使闭环系统相当迟钝，但如果在没有打猎或过冲的情况下将过程变量变为设定值是很重要的，模型可能是最佳选择。
这控制工程教程由Mark T. Hoske，Content Manager，控制工程，CFE媒体和技术那mhoske@cfemedia.com.。
关键词：PID，型号跟随控制器
型号控制器解释
简化模型 - 后控制器
模型后面应用程序。
考虑一下这一点
你有没有可以从使用模型控制的应用中受益的应用程序？
