史密斯预测因素：一个过程工程师的水晶球
可以说是通过反馈控制器克服的最棘手的问题是过程死区段 - 控制工作的应用与对过程变量的第一效果之间的延迟。在该间隔期间，该过程根本没有响应控制器的活动，并且在死亡时间经过之前经过的情况下，任何尝试操纵过程变量的尝试都会失败。这个经典文章是控制工程网站上最读取的。（见图。）
过程控制教程
|
本教程是四篇教程系列中的第二篇。第一部分在二月进行了考试PID控制。第3部分，9月将审查采样与连续控制和第4部分，12月将看多变量控制。
可以说是通过反馈控制器克服的最棘手的问题是过程死区时间 - 控制工作的应用与其对过程变量的第一效果之间的延迟。在该间隔期间，该过程根本没有响应控制器的活动，并且在死亡时间经过之前经过的情况下，任何尝试操纵过程变量的尝试都会失败。
一个停歇时间的例子
| 图。图1：简化的轧机。过程死区时间为d = s / v秒。来源：控制工程 |
在许多不同的控制应用中都会出现死亡时间，通常是由于材料从执行机构的位置转移到传感器读取读数的另一个位置。直到材料到达传感器才能检测到由执行机构引起的任何变化。以图1所示的轧机为例，它以每秒V英寸的速度生产连续的薄板。反馈控制器使用活塞来调整一对减缩辊之间的间隙，从而将材料挤压到所需的厚度。这个过程中的死区时间是由滚子和测厚器之间的距离S引起的。
本例中的控制器可以比较薄板的当前厚度(工艺变量PV)和期望的厚度(设定值SP)并生成输出(CO)，但它必须至少等待D S/V秒以改变薄板的厚度。如果它期待更快的结果，它将确定其最后的控制努力没有效果，并将继续对滚轮施加更大的修正，直到传感器开始看到厚度在预期方向上的变化。然而，到那时就太晚了。控制器将已经对原始厚度误差进行了过度补偿，可能会导致在相反方向上产生更大的误差。
控制器过度补偿的人有多严重取决于它如何进行调谐，以及实际和假设的死区之间的差异。也就是说，如果控制器假定死区时间比实际情况要短得多，如果在成功实现过程变量的变化之前，它将花费更长的时间增加其输出。如果控制器被调整为特别激进，则它在该间隔期间增加其输出的速率将特别高。
克服的死区时间
治疗过度补偿意味着解决一个或两个症状。最简单的解决方案是“失谐”控制器以降低响应速度。一个失谐控制器将没有时间过补偿，除非死区时间很长。
PID控制器中的积分器对死区时间特别敏感。通过设计，其功能是继续升高控制器的输出，只要设定值与过程变量之间存在错误。在死亡时间存在时，积分商的工作加班。Ziegler和Nichols确定了解除PID控制器以处理D秒的死区时间的最佳方式，这是D2系数的积分调谐常数。此外，比例调谐常数应减少D.衍生项不受死区时间影响。它只发生在进程变量开始移动之后。
失去可以恢复对患有慢性过度补偿的控制回路的稳定性，但是如果控制器首先可以意识到死区时间，甚至不需要，然后赋予耐心等待。这基本上是由O.M.M提出的着名史密斯预测控制策略发生的事情。1957年，史密斯，美国加利福尼亚州伯克利。
史密斯预测因子
| 图2：史密斯预测器的数学模型通常以数字方式实现，模拟传输延迟难以构建。来源：控制工程 |
| 图3:Smith Predictor有效地消除了回路的死区时间。来源：控制工程 |
史密斯的策略如图2所示。它由普通的反馈循环加上一个内循环，该内部循环直接引入两种额外的术语。第一个术语是在没有任何干扰的情况下估计过程变量看起来像什么。通过通过故意忽略负载干扰效果的过程模型来运行控制器输出来生成。如果模型在代表过程的行为方面准确，则其输出将是实际过程变量的无干扰版本。
用于生成无干扰过程变量的数学模型有两个串联连接的元素。第一个代表不归因于死区款的所有进程行为。第二个代表死者。死区段无元素通常实现为常差分或差分方程，包括所有过程增益和时间常数的估计。第二个元素只是一个时间延迟。进入它的信号延迟，但否则不变。
史密斯战略引入反馈路径的第二个术语是在缺乏干扰和死区时，过程变量看起来像什么样的估计。通过通过流程模型（增益和时间常数）的第一元素来运行控制器输出来生成，但不是通过时间延迟元素。因此，它预测了一旦死区时间经过了无干扰过程变量（因此表达式史密斯预测器）。
从实际过程变量中减去无扰动过程变量，得到扰动的估计。通过将这个差异添加到预测的过程变量中，Smith创建了一个反馈变量，其中包括扰动，但不包括死区时间。
那又怎样?
图3最好地说明了所有这些数学操作的目的。它显示了图2中的Smith Predictor，并重新排列了块。它还显示了对过程变量(包括扰动和死区时间)的估计，通过将估计的扰动添加回无扰动过程变量中而产生。结果是一个反馈控制系统与死区在环路外。
史密斯预测器本质上是控制修正的反馈变量(包含扰动的预测过程变量)，而不是实际的过程变量。如果这样做是成功的，如果过程模型确实匹配过程，那么控制器将同时驱动实际过程变量向设定值，无论设定值改变还是负载干扰过程。
不像看起来那么容易
不幸的是，这些都是大的'ifs。'控制器更容易满足其目标而不处理死区时间，但是生成制定战略工作所需的过程模型并不总是一个简单的事情。即使是过程和模型之间的最轻微的错配也会导致控制器生成成功操纵修改的反馈变量的输出，但将实际过程变量驱动到Oblivion中。已经提出了几种修复程序来改善基本史密斯预测因子，但死区仍然是一个特别困难的控制问题。
