專利名稱：專家模糊增量式自適應的參數在線整定優化系統及方法
技術領域：
本發明提出了一種專家模糊增量式自適應的參數在線整定優化系統及方法，可應用到控制、人工智能等領域。
背景技術：
目前，模擬控制主要以PID控制等經典控制方法為代表，也有一部分系統采用了 模糊控制和神經網絡控制等智能控制算法。這些針對確定被控對象、確定工作環境的控制 方法被稱為經典控制方法，而采用的具體算法被稱成經典控制算法。經典控制算法在不同 方面各有所長，但也存在著應用的局限性。經典控制算法存在著如下共性1.控制器參數的整定工作是在系統投入使用之前進行的。在開發階段，工程師憑 借經驗和現場試驗完成對控制器參數的整定，參數配置的完成往往伴隨著項目的完成和交 付而終結。因此，系統控制參數在實際運行中不會改變，即被控對象無法根據在運行過程中 得到的環境信息調整和優化算法及算法參數。2.對于很多同樣的調試單元，例如在一個項目中多路相同的被控對象，由于對象 之間或多或少地存在差異，因此重復調試工作不可避免；特別對于帶有延遲、滯后或大慣性 的被控對象來說，針對每一個被控對象的調試時間都會消耗大量的時間，占用大量的人力 物力。3.即使對于多路同樣的調試單元，由于其工作環境有所差別，因此在系統運行前 進行了分別的調試，系統運行后被控對象的工作環境有了變化，控制參數卻不能隨之改變， 使得控制效果變差，甚至誤差增加，甚至導致系統不穩定。以PID控制器參數整定方法為例，現有的最好的在線整定優化算法是模糊自適應 整定PID控制方法，該算法采用以PID參數初始值為中心點通過模糊控制對中心點進行修 正的方法，實現PID控制器參數的在線整定優化。這種方法適用于那些工程中工程師可以 對PID參數的初始值能夠做出較為準確的估算的情況。但會受PID初始值的限制，如果控 制回路差異大、工程師對參數整定的經驗不足或者是控制器的最優參數超出模糊控制器的 輸出范圍，該方法將無法實現對控制器參數的有效整定優化。
發明內容
本發明的目的是找到一種方法，能夠讓控制系統的在運行前經過初步配置，開始 運行后系統能夠根據系統運行后的加熱爐和環境的差異，自動將控制參數調整到最佳值。 本發明解決經典控制方法存在的三個問題1.物理結構相似的多個控制回路由于工作環境變化或存在差異，控制器參數無法 根據工作環境的差異和不確定性，在線自整定優化；2.物理結構相似的多個控制回路由于被控對象存在差別，控制器參數無法根據被 控對象的差異和不確定性，在線自整定優化；3.物理結構相似的多個控制回路需要反復進行控制參數整定，控制器參數無法自動完成這一重復的工作，在線自整定優化； 為了實現上述目的，本發明采取了如下技術方案本發明中的專家模糊增量式自適應的參數在線整定優化系統由控制單元100、控 制總線110和主工作站120三個部分組成。系統共有S個控制單元100，每個控制單元100 的通訊接口均通過控制總線Iio與主工作站120相連接，主工作站120通過控制總線110 與S個控制單元100進行通訊。其中S取值為大于等于1的整數。每個控制單元100包括 L個傳感器101、N個變送器102、1個控制器103、L個執行單元104和L個被控對象105。 其中每個變送器102連接M個傳感器101，每個控制器103連接N個變送器102，其中L = MXN, L、M、N均為大于等于1的整數。本發明中的專家模糊增量式自適應的參數在線整定優化系統，使用1個主工作站 120，通過控制總線110控制S個控制單元100，實現對系統中的T個被控對象105的控制， 其中T = LXS，S取值為大于等于1的整數。對于每個控制單元100，存在如下連接關系傳感器101的感應端與被控對象105 的待測點連接，將待測點的待測信息轉換成為模擬信號。傳感器101的輸出端與變送器102 的一個輸入端相連，變送器102將傳感器101采集的模擬信號轉換成為標準化的待測信號。 變送器102的輸出端與控制器103的一個輸入端相連接，控制器103根據變送器102變送 的標準化的待測信號計算得到控制量。控制器103的一個輸出端與執行單元104的輸入端 相連。執行單元104根據控制器103給出的控制量，產生相應的控制輸出。執行單元104 的輸出與被控對象105的輸入端相連，使得執行單元104產生的控制輸出作用在被控對象 105 上。所述的控制器103可以為計算機、工控機、服務器、單片機系統、嵌入式系統或硬 件電路。一種專家模糊增量式自適應的參數在線整定優化系統進行優化的方法，該方法包 括如下步驟系統配置步驟201 在系統運行前首先進行系統配置，配置系統中將要用到的參 數和公式；系統初始化步驟202 將參與計算的變量賦值或清零；輸入輸出采樣步驟203 得到被控對象當前時刻的采樣值y(k)；誤差計算步驟204 根據被控對象當前時刻的采樣值y(k)與被控對象的目標值 r(k)計算出當前時刻的誤差e(k)，其中e(k) =r(k)-y(k)；誤差變化率計算步驟205 計算當前時刻的誤差e(k)與前一時刻的誤差e (k_l) 之間的誤差變化率ec(k)，其中ec(k) = e(k)-e(k-l)；在線整定優化步驟206 根據當前時刻誤差e (k)和誤差變化率ec (k)整定優化計 算出新的控制參數Kx (k)；計算控制量步驟207 根據當前誤差e(k)、誤差變化率ec(k)和新的控制參數 Kx (k)計算出新的控制量u (k)；被控對象運行步驟208 被控對象運行208根據控制量u(k)產生相應的模擬量 U(k)，作用在被控對象，得到控制對象新的輸出y(k+l)；至此完成了一個控制周期，令k = k+Ι，重復輸入輸出采樣步驟203至被控對象運行步驟208。
系統配置步驟201為在系統啟動運行前，主工作站120通過控制總線110對控制 器103進行參數配置，系統配置201只需進行一次，配制好的參數保存在控制器103的存儲 器里，下次運行時能夠直接讀取，或修改參數配置；配置的參數包括被控對象的控制目標 值 r(k)。輸入輸出采樣步驟203具體為傳感器101將被控對象105待測點的待測信息轉 換成為模擬信號a (k)，經過變送器102轉換成為標準化的待測信號r(k)；變送器102將變 送結果r(k)傳給控制器103，控制器103通過控制總線110將r(k)傳給主工作站120。本發明的創新點在于1.系統和裝置設計方面，在主工作站和被控對象之間設計了較多的控制器，每個 控制器分擔較少的被控對象，這樣的結構大大縮短了硬件維修的時間，當局部某硬件發生 故障時，直接更換相應的模塊即可快速修復故障，不必影響其他控制通路的工作；這種多控 制器的技術方案，便于多種控制方法在同一個控制系統中的實驗和應用。2.專家模糊增量式自適應的參數在線整定優化方法，改變了傳統控制方法的設計 結構，通過增加優化器(主工作站120)，使得控制系統可以根據當前輸入輸出和工作狀態 對控制器參數進行在線整定優化。控制器根據當前的輸入輸出、工作狀態和整定優化后的 控制參數產生控制量，對被控對象進行控制。3.專家模糊增量式自適應的參數在線整定優化方法，采用增量的方式在線整定優 化控制器參數。這樣的設計就避免了傳統方法中存在的控制系統運行前控制參數對工程師 經驗的依賴問題，也就是說降低了工程師的參數初始配置要求；增量式方法的提出，使得專 家模糊增量式自適應的參數在線整定優化方法具有了自動尋找最優控制參數的功能。本發明與現有技術相比有如下優點1)本發明提出的專家模糊增量式自適應的參數在線整定優化方法，提出了采用增 量式修正的方法對控制參數進行整定，克服了中心點修正式參數在線整定優化方法無法解 決的控制回路差異大、工程師對參數整定的經驗不足或者是控制器的最優參數超出模糊控 制器的輸出范圍的問題；2)本發明設計的專家模糊增量式自適應的參數在線整定優化系統，實現了整個 控制器參數調整優化的過程都是由算法自身實現的，在線參數優化整定的過程沒有人的參 與，控制系統能夠根據自身硬件特點和工作環境自動整定調適參數。3)本發明提出的專家模糊增量式自適應的參數在線整定優化方法，解決了物力結 構相似的多個控制回路由于工作環境變化或存在差異，控制器參數無法根據工作環境的差 異和不確定性在線自整定優化的問題；解決了物力結構相似的多個控制回路由于被控對象 存在差別，控制器參數無法根據被控對象的差異和不確定性在線自整定優化的問題；解決 了物力結構相似的多個控制回路需要反復進行控制參數整定，控制器參數無法自動完成這 一重復的工作在線自整定優化的問題。
圖1專家模糊增量式自 適應的參數在線整定優化系統框圖；圖2(a)執行單元和被控對象實施例原理圖；圖2 (b)執行單元和被控對象實施例原理圖3控制器實施例原理圖；圖4傳感器和變送器實施例原理圖；圖5專家模糊增量式自適應的參數在線整定優化方法流程圖。
具體實施例方式下面結合附圖1 圖5詳細說明本實施例。本發明中的專家模糊增量式自適應的參數在線整定優化系統由控制單元100、控 制總線110和主工作站120三個部分組成。系統共有S個控制單元100構成，每個控制單元100的通訊接口與控制總線110相 連接，主工作站120的通訊接口也與控制總線110相連接，主工作站120通過控制總線110 與S個控制單元100進行通訊。其中s取值為大于等于1的整數。每個控制單元由L個傳感器101、N個變送器102、1個控制器103、L個執行單元 104和L個被控對象105構成。其中傳感器和執行單元分別與被控對象一一對應連接，1個 變送器102接M個傳感器101，1個控制器103接N個變送器102，其中L = MX N，L個執行 單元均與控制器103相連。其中L、M、N取值為大于等于1的整數。專家模糊增量式自適應的參數在線整定優化系統，使用1個主工作站120，通過控 制總線110控制S個控制單元100，實現對系統中的T個被控對象105的控制，其中T = LXS，其中S取值為大于等于1的整數。對于每一個被控對象105回路，存在如下連接關系傳感器101的感應端與被控對象105的待測點連接，將待測點的待測信息轉換成 為模擬信號。傳感器101輸出端與變送器102的一個輸入端相連，變送器102將傳感器101 采集的模擬信號轉換成為標準化的待測信號。變送器102的輸出端與控制器103的一個輸 入端相連接，控制器103根據變送器102變送的標準化的待測信號，采用專家模糊增量式自 適應的參數在線整定優化方法得到新的控制量。控制器103的一個輸出端與執行單元104 的輸入端相連，執行單元104根據控制器103給出的控制量，產生相應的控制輸出。執行單 元104的輸出端與被控對象105的輸入相連，使得執行單元104產生的控制輸出作用在被 控對象105上。控制器103可以是計算機、工控機、服務器、單片機系統、嵌入式系統或硬件電路。 控制器可以進行數據輸入、指令輸入，根據輸入的參數改變系統的工作狀態，可以將當前的 系統的工作參數、工作狀態進行顯示，可以通過通訊端口與數據總線連接，與主工作站進行 通訊和數據交換。執行單元104由主回路保護裝置、被控對象異常保護裝置、控制執行裝置、主回路 監控裝置和被控對象(負載)接入裝置五部分組成，這五部分依次串聯構成主回路。專家模糊增量式自適應的參數在線整定優化方法，由系統配置步驟201、系統初始 化步驟202、輸入輸出采樣步驟203、誤差計算步驟204、誤差變化率計算步驟205、在線整定 優化步驟206、計算控制量步驟207、被控對象運行步驟208八個步驟構成。這八個步驟的關系是在系統運行前首先進行系統配置步驟201，配置系統中將 要用到的參數和公式；然后進行系統初始化步驟202，將參與計算的變量賦值或清零；接下 來循環執行下列步驟，每執行一個循環即完成了一個控制周期輸入輸出采樣步驟203得到當前時刻的輸出y(k)；誤差計算步驟204根據系統配置的r(k)和采樣得到的l(k)計算 出當前誤差e(k)；誤差變化率計算步驟205根據當前誤差e(k)計算出誤差變化率ec (k)； 在線整定優化步驟206根據當前誤差e(k)和誤差變化率ec(k)整定優化計算出新的控制 參數Kx(k)；計算控制量步驟207根據當前誤差e(k)、誤差變化率ec(k)和新的控制參數 Kx(k)計算出新的控制量u(k)；被控對象運行步驟208根據控制量u(k)產生相應的模擬量 U(k)，作用在被控對象，得到控制系統新的輸出y(k+l)；至此完成了一個控制周期，令k = k+Ι，重復步驟輸入輸出采樣步驟203至被控對象運行步驟208。詳細步驟如下5. 1系統配置步驟201 在系統啟動運行前，主工作站120通過控制總線110對控制器103進行參數配置， 參數配置也可以通過控制器103的鍵盤和顯示裝置進行，系統配置201只需進行一次，配制 好的參數保存在控制器103的存儲器里，下次運行時可以直接讀取，可以修改參數配置。配置控制目標值TR，配置控制參數初始值KOx，其中X表示參數的編號或含義，配 置專家模糊增量式自適應的參數在線整定優化規則公式1 Ax(e(k)，ec(k))=
Ax(h,h) ,when \e(k)\ > Ehigh and \ec(k)\ > EChlgh
Ax ("，m) ，when \<k)\ ^ Ehlgh and EClow < \ec(k)\ < EChlgh
Ax(h,I) ,when \e(k)\ > Ehlgh and 0 < \ec(k)\ < EClow
Ax(m,h) ,when Elow < \e(k)\ < Ehlgh and \ec(k)\ > EChlgh ( λ )\Ax{m,m) ,when Elow < \e{k)\ < Ehlgh and EClow < \ec{k)\ < EChlgh
Ax (m, I) ，when Elow < \e(k)\ < Ehlgh and 0 < \ec(k)\ < EClow Ax(I,h) ,when 0 < \e{k)\ < Elow and \ec{k)\ > EChlgh Ax (I, m) ，when 0 < \e(k)\ < Elow and EClow < \ec(k)\ < EChlgh Ax (I, I) ，when 0 < \e(k)\ < Elow and 0 < \ec(k)\ < EClow其中e(k)表示當前時刻k采集值y(k)與目標值r(k)的誤差，Ax(e (k)，ec (k))表 示X參數的值根據當前誤差e(k)和誤差變化率ec(k)所決定的修正量，Ehigh、E1(W分別表示 劃分當前誤差e(k)和誤差變化率ec(k)的組合處于那個狀態的邊界值；h，m, 1分別表示 e (k)、ec (k)與Ehigh、Elow比較后決定的取值所在的狀態。配置參數整定優化公式Kx (k) = F (K0X, Kx (k-Ι)，Ax (e (k)，ec (k)))，其中k表示當 前時刻，k-Ι表示上一個整定優化周期的采樣時刻，Kx(k-1)表示X參數在本次整定優化前 的值；專家模糊增量式自適應的參數在線整定優化方法中，參數整定優化公式如式2所示Kx (k) = F (K0X, Kx (k-1), Ax (e (k), ec (k)))(2)配置控制輸出公式u(k) =6(11&-1)，1()(00)，其中11(10表示當前整定周期(第k 個整定周期)的控制輸出，u (k-Ι)表示前一個整定周期(第k-Ι個整定周期)的控制輸出； 專家模糊增量式自適應的參數在線整定優化方法中，控制輸出公式為式3 u(k) = u(k-l) + Au(k)(3)其中Au(k)為控制量的增量，其中e(k)表示當前整定周期(第k個整定周期) 的誤差，e (k-Ι)表示上一個整定周期(第k-Ι個整定周期)的誤差，e(k_2)表示第k_2個 整定周期的誤差，其中計算公式為式4 u(k) = G(u(k-1), Kx(k))(4)
5. 2系統初始化步驟202令 k = 0 ；令e (-1) = 0 ；令 e (_2) = 0 ；令u (0) = 0 ；令 u (-1) = 0 ；令Kx (k) = KOx ；5. 3輸入輸出采樣步驟203傳感器101將被控對象105待測點的待測信息轉換成為模擬信號a(k)，經過變送 器102轉換成為標準化的待測信號r(k)；變送器102將變送結果r(k)傳給控制器103，控 制器103通過控制總線110將r (k)傳給主工作站120 ；5. 4誤差計算步驟204主工作站120中，令r(k) = TR，按照式5計算當前誤差e (k)e(k) = r (k) -y (k)(5)5. 5誤差變化率計算步驟205主工作站120中，按照式6計算當前誤差變化率ec(k)ec(k) = e(k)-e(k-l)(6)5. 6在線整定優化步驟206主工作站120，根據式1計算Ax(e(k)，ec(k))；接下來，按照式2計算控制參數Kx (k)；最后，按照式7至式9，對本周期計算結果進行保存e(k-2) = e(k-1)(7)e (k-1) = e (k)(8)u (k-1) = u(k)(9)通過控制總線110將Kx (k)傳給控制器103 ；5. 7計算控制量步驟207控制器103按照式3和式4計算控制量u (k)；5. 8被控對象運行步驟208u(k)通過控制總線110從主工作站傳回控制器103，控制器103將u(k)輸出給執 行單元104，執行單元104根據控制量u (k)產生相應的模擬量U (k)，作用在被控對象105 上，被控對象105在U(k)做出響應，得到控制系統輸出值y(k)；按照式10，當前時刻自增1個采樣周期k = k+1(10)跳轉到步驟5. 3，重復步驟5. 3至5. 8。實施例本實施例以采用了專家模糊增量式自適應的參數在線整定優化方法的石油化工 60路溫控生產線系統為例。在詳細描述系統硬件連接關系和實施過程后，通過實際演算說 明了本發明提出的自適應小波神經網絡異常檢測故障診斷分類方法在其它領域應用時的 具體實施過程，以便加深讀者對本發明內容的理解。1.采用了專 家模糊增量式自適應的參數在線整定優化方法的石油化工60路溫控 生產線系統的實施方案如下
采用了專家模糊增量式自適應的參數在線整定優化方法的石油化工60路溫控生 產線系統由控制單元100、控制總線110、主工作站120三個部分組成。其中主工作站120 使用一臺服務器(計算機)，控制總線110采用RS485總線，共有15個控制單元組成100。 每個控制單元100的通訊接口與控制總線110相連接，主工作站120的通訊接口也與控制 總線110相連接，主工作站120通過數據總線與15個控制單元100進行通訊。每個控制單元由4個傳感器101、2個變送器102、1個控制器103、4個執行單元 104和4個被控對象105構成。其中1個變送器102接2個傳感器101，1個控制器103接 2個變送器102。傳感器101選用PtlOO溫度傳感器，采用三線制傳感器接法，以克服傳輸距離過長 導致的傳感器信號衰減。傳感器101的感應端與被控對象105的待測點連接，將待測點的 待測信息轉換成為模擬信號。被控對象105為加熱爐，加熱爐的內部是一根盤旋的電阻絲，當加熱爐的輸入加 上0 220V的驅動電壓時，電阻絲將電能轉化成為熱能，實現對爐子內部的加熱。通過 PtlOO溫度傳感器采集爐體內溫度，產生相應的電阻值。變送器102選用型號為YUDIAN-AI-7021的PtlOO溫度變送器，參見圖4。PtlOO 溫度變送器的兩個傳感器接入端采用三線制的方式接入兩只Ptioo溫度傳感器，PtlOO溫 度變送器的兩個傳感器的兩個標準傳感器信號輸出端分別與控制器103的標準傳感器信 號輸入端相連接。Ptioo溫度變送器的電源直接接220V電源。控制器103選用型號為YUDIAN-AI-7048的PID控制器，參見圖3。PID控制器的 四個標準傳感器信號輸入端分別與來自兩個Ptioo溫度變送器的四個標準傳感器信號輸 出端并聯50Ω電阻后相連。PtlOO溫度變送器輸出4-20mA標準傳感器電流信號，通過并聯 50 Ω電阻，將信號轉換為200mV-lV的PID控制器標準電壓輸入信號。PID控制器的四個控 制輸出分別接到執行單元104中控制執行裝置的控制量輸入端。執行單元104由主回路保護裝置，被控對象異常保護裝置，控制執行裝置，主回路 監控裝置和被控對象(負載)接入裝置五部分組成，這五部分依次串聯構成主回路。主回路保護裝置選用空氣開關，被控對象異常保護裝置選用過溫保護模塊與繼電 器，控制執行裝置選用固態繼電器，主回路監控裝置選用電流互感器，被控對象(負載)接 入裝置選用強電接線端子。空氣開關的輸入端1、輸入端2分別接在主回路的火線和零線，輸出端3、輸出端4 分別為后級電路的火線和零線，作用是當回路中電流過大時切斷主回路，保護其他裝置。過 溫保護模塊和繼電器串聯共同構成過溫保護電路，過溫保護模塊的輸入端1、輸入端2分別 火線和零線連接用于給過溫保護模塊供電，過溫保護模塊的輸出端3和繼電器的輸入端2 與零線相連，構成參考零點，過問保護模塊的輸出端4與繼電器的輸入端1相連，實現過問 保護模塊對繼電器的開關控制，過溫保護模塊的輸入端9、輸入端11接來自于被控對象的 溫度傳感器，當溫度超過設定值時，其輸出端3和輸出端4輸出關斷信號，繼電器的輸出端 3、輸出端4串連接在火線上，根據過溫保護模塊的輸出對主回路進行通斷控制。固態繼電 器的控制量輸入端“ + ”、輸入端“”與控制器103的控制量輸出相連接，實現控制器通過PWM 通斷的形式對主回路的控制。主回路傳入電流互感器的原邊，電流互感器的副邊與發光二 極管相連，實現對主回路通斷的監控。強電接線端子串聯接在主回路中，實現將被控對象105接入執行單元104。專家模糊增量式自適應的參數在線整定優化方法由系統配置步驟201、系統初始 化步驟202、輸入輸出采樣步驟203、誤差計算步驟204、誤差變化率計算步驟205、在線整定 優化步驟206、計算控制量步驟207和被控對象運行步驟208八個步驟構成。這八個步驟的關系是在系統運行前首先進行系統配置步驟201，配置系統中將 要用到的參數和公式；然后進行系統初始化步驟202，將參與計算的變量賦值或清零；接下 來循環執行下列步驟，每執行一個循環即完成了一個控制周期輸入輸出采樣步驟203得 到當前時刻的輸出y(k)；誤差計算步驟204根據系統配置的r(k)和采樣得到的y(k)計算 出當前誤差e(k)；誤差變化率計算步驟205根據當前誤差e(k)計算出誤差變化率ec (k)； 在線整定優化步驟206根據當前誤差e(k)和誤差變化率ec(k)整定優化計算出新的控制 參數Kx(k)；計算控制量步驟207根據當前誤差e(k)、誤差變化率ec(k)和新的控制參數 Kx(k)計算出新的控制量u(k)；被控對象運行步驟208根據控制量u(k)產生相應的模擬量 U(k)，作用在被控對象，得到控制系統新的輸出y(k+l)；至此完成了一個控制周期，令k = k+Ι，重復步驟輸入輸出采樣步驟203至被控對象運行步驟208。本實施例中，專家模糊增量 式自適應的參數在線整定優化方法應用對象是對經典PID控制，即專家模糊增量式自適應 的PID參數在線整定優化方法，下文提到的X參數指的是Kp、Ki、Kd三個參數。詳細步驟如 下2.1系統配置步驟201在系統啟動運行前，主工作站120通過控制總線110對控制器103進行參數配置， 參數配置也可以通過控制器103的鍵盤和顯示裝置進行，系統配置201只需進行一次，配制 好的參數保存在控制器103的存儲器里，下次運行時可以直接讀取，可以修改參數配置；配置控制目標值TR = 200 (°C )。配置控制參數初始值
權利要求
1.一種專家模糊增量式自適應的參數在線整定優化系統，其特征在于由控制單元 (100)、控制總線(110)和主工作站(120)三個部分組成；系統共有S個控制單元(100)，每 個控制單元(100)的通訊接口均通過控制總線(110)與主工作站(120)相連接，主工作站 (120)通過控制總線(110)與S個控制單元(100)進行通訊；其中s取值為大于等于1的整數；每個控制單元100包括L個傳感器(101)、N個變送器(10 、1個控制器(10 、L個 執行單元(104)和L個被控對象(105)；傳感器和執行單元分別與被控對象一一對應連接， 其中1個變送器(10 接M個傳感器(101)，1個控制器(10 接N個變送器(102)，其中L = MXN, L、M、N均為大于等于1的整數；主工作站(120)通過控制總線(110)對S個控制單元(100)的共T個被控對象(105) 進行控制，其中T = LX S，S取值為大于等于1的整數。
2.根據權利要求1所述的一種專家模糊增量式自適應的參數在線整定優化系統，其特 征在于對于所述每個控制單元(100)，存在如下連接關系傳感器(101)的感應端與被控對象(10 的待測點連接，將待測點的待測信息轉換成 模擬信號；傳感器(101)的輸出端與變送器(102)的一個輸入端相連，變送器(10 將傳 感器(101)采集的模擬信號轉換成為標準化的待測信號；變送器(10 的輸出端與控制器 (103)的一個輸入端相連接，控制器(10 根據變送器(10 變送的標準化的待測信號計算 得到控制量；控制器(10 的一個輸出端與執行單元(104)的輸入端相連，執行單元(104) 根據控制器(10 給出的控制量，產生相應的控制輸出；執行單元(104)的輸出與被控對象 (105)的輸入端相連，使得執行單元(104)產生的控制輸出作用在被控對象(10 上。
3.根據權利要求1所述的一種專家模糊增量式自適應的參數在線整定優化系統，其特 征在于所述的控制器(10 為計算機、工控機、服務器、單片機系統或嵌入式系統。
4.使用權利要求1中所述的一種專家模糊增量式自適應的參數在線整定優化系統進 行優化的方法，其特征在于，該方法包括如下步驟系統配置步驟O01)在系統運行前首先配置系統中要用到的參數； 系統初始化步驟O02)將參與計算的變量賦值或清零； 輸入輸出采樣步驟O03)得到被控對象當前時刻的采樣值y(e)； 誤差計算步驟O04)根據被控對象當前時刻的采樣值y(e)與被控對象的目標值r(k) 計算出當前時刻的誤差e(k)，其中e(k) =r(k)-y(e)；誤差變化率計算步驟O05)計算當前時刻的誤差e(k)與前一時刻的誤差e(k-l)之 間的誤差變化率ec (k)，其中ec (k) = e (k) -e (k_l)；在線整定優化步驟O06)根據當前時刻誤差e(k)和誤差變化率ec(k)整定優化計算 出新的控制參數Kx (k)；計算控制量步驟(207)根據當前誤差e(k)、誤差變化率ec(k)和新的控制參數&(10 計算出新的控制量u (k)；被控對象運行步驟O08)被控對象運行(208)根據控制量u(k)產生相應的模擬量 U(k)作用在被控對象，得到控制對象新的輸出y(k+l)；至此完成了一個控制周期，令k = k+Ι，重復輸入輸出采樣步驟(20 至被控對象運行步驟008)。
5.根據權利要求4所述的一種專家模糊增量式自適應的參數在線整定優化方法，其特征在于，系統配置步驟O01)為在系統啟動運行前，主工作站(120)通過控制總線(110) 對控制器(10 進行參數配置，系統配置(201)只需進行一次，配制好的參數保存在控制器 (103)的存儲器里，下次運行時能夠直接讀取，或修改參數配置；配置的參數包括被控對象 的控制目標值r(k)。
6.根據權利要求4所述的一種專家模糊增量式自適應的參數在線整定優化方法，其特 征在于，輸入輸出采樣步驟(20 具體為傳感器(101)將被控對象(10 待測點的待測 信息轉換成為模擬信號a (k)，經過變送器(10 轉換成為標準化的待測信號r(k)；變送器 (102)將變送結果r(k)傳給控制器(103)，控制器(103)通過控制總線(110)將r(k)傳給 主工作站(120)。
全文摘要
本發明是一種專家模糊增量式自適應的參數在線整定優化系統及方法，可應用控制、人工智能領域。該系統包括控制單元、控制總線和主工作站。系統有S個控制單元，每個控制單元的通訊接口均通過控制總線與主工作站相連接，主工作站通過控制總線與S個控制單元進行通訊。本發明中的參數在線整定優化方法由系統配置步驟、系統初始化步驟、輸入輸出采樣步驟、誤差計算步驟、誤差變化率計算步驟、在線整定優化步驟、計算控制量步驟和被控對象運行步驟。本發明解決了物力結構相似的多個控制回路由于工作環境變化或存在差異，控制器參數無法根據工作環境的差異和不確定性，無法根據被控對象的差異和不確定性，無法自動完成這一重復的工作在線自整定優化的問題。
文檔編號G05B13/04GK102073274SQ20111002394
公開日2011年5月25日 申請日期2011年1月21日 優先權日2011年1月21日
發明者劉經緯, 楊蕾, 王普 申請人:北京工業大學