基于动态仿真的控制参数优化方法及装置与流程

本发明涉及自动控制技术领域，具体而言，涉及一种基于动态仿真的控制参数优化方法及装置。

背景技术：

在自动控制系统中，一般采用pid(proportionintegrationdifferentiation，比例积分微分)控制器来控制设备(也可称为被控对象)。由工程师凭借经验或试验确定设备控制器中所使用的pid控制参数，并且在设备使用过程中保持该pid控制参数不变。

但是，由于设备的老化或者其他原因，设备的性能会有所变化，此时，固定的pid控制参数已经不适合老化的设备了，影响设备控制的有效性和可靠性。

针对现有技术中设备控制参数固定不变影响设备控制的有效性和可靠性的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供一种基于动态仿真的控制参数优化方法及装置，以解决现有技术中设备控制参数固定不变影响设备控制的有效性和可靠性的问题。

为解决上述技术问题，本发明实施例提供了一种控制参数优化方法，包括：建立被控对象的半物理仿真系统；基于所述半物理仿真系统进行动态仿真；根据仿真结果优化所述被控对象的pid控制参数。

可选的，建立被控对象的半物理仿真系统，包括：获取所述被控对象的数学模型；与所述被控对象的控制器建立通信连接，得到所述半物理仿真系统，其中，所述半物理仿真系统包括：所述被控对象的数学模型和所述被控对象的控制器。

可选的，获取所述被控对象的数学模型，包括：在第一次对所述被控对象进行参数优化的情况下，获取所述被控对象的实测数据，并根据所述实测数据建立所述被控对象的数学模型，在非第一次对所述被控对象进行参数优化的情况下，根据所述被控对象的标识信息从存储模块中获取所述被控对象的数学模型；或者，根据所述被控对象的标识信息，从预设模型数据库中获取所述被控对象的数学模型，其中，所述预设模型数据库中存储有各种不同类型的被控对象的数学模型。

可选的，根据所述实测数据建立所述被控对象的数学模型，包括：根据所述被控对象的类型确定所述被控对象对应的特性曲线函数，其中，所述特性曲线函数用于表示所述被控对象的输入参数与输出参数之间的关系；对所述实测数据和所述特性曲线函数进行数据拟合，以确定所述特性曲线函数中的待定系数，得到所述被控对象的数学模型。

可选的，根据所述实测数据建立所述被控对象的数学模型，包括：对所述实测数据进行数据清洗，得到有效数据；根据所述有效数据建立所述被控对象的数学模型。

可选的，对所述实测数据进行数据清洗，得到有效数据，包括：确定所述实测数据的数据分布情况；根据所述数据分布情况，确定处于预设范围内的数据作为所述有效数据。

可选的，基于所述半物理仿真系统进行动态仿真，包括：接收所述被控对象的控制器发送的控制信号，其中，所述控制信号包括所述被控对象的控制器根据偏差值和控制参数计算得到的输入参数值；根据所述被控对象的当前仿真状态、所述控制信号和所述被控对象的数学模型，计算所述被控对象在所述当前仿真状态下按照所述输入参数值执行动作后所对应的输出参数值；向所述被控对象的控制器发送所述输出参数值，以使所述被控对象的控制器根据所述输出参数值与目标值重新确定偏差值并根据新的偏差值发送相应的控制信号，直到所述偏差值小于预设阈值或者仿真时长达到预设时长，则停止仿真。

可选的，根据仿真结果优化所述被控对象的pid控制参数，包括：获取动态仿真过程中的各组仿真数据，其中，所述仿真数据包括：仿真时刻和输出参数值；根据所述各组仿真数据确定输出参数的动态变化曲线；根据所述动态变化曲线和本次动态仿真过程所对应的目标值，调整所述被控对象的pid控制参数。

可选的，在基于所述半物理仿真系统进行动态仿真之后，还包括：根据动态仿真过程中的计算数据，获取对应的实测数据，其中所述计算数据包括：输入参数值和输出参数值；若所述计算数据与对应的实测数据不一致，则根据所述对应的实测数据修正所述被控对象的数学模型。

本发明实施例还提供了一种控制参数优化装置，包括：建立模块，用于建立被控对象的半物理仿真系统；仿真模块，用于基于所述半物理仿真系统进行动态仿真；优化模块，用于根据仿真结果优化所述被控对象的pid控制参数。

本发明实施例还提供了一种空调仿真系统，包括：本发明实施例所述的控制参数优化装置。

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如本发明实施例所述的方法。

应用本发明的技术方案，建立被控对象的半物理仿真系统，基于半物理仿真系统进行动态仿真，并根据仿真结果优化被控对象的pid控制参数，通过基于半物理仿真系统的动态仿真来提供优化控制器pid控制参数的依据，对pid控制参数进行准确的优化，使得被控对象的pid控制参数能够与被控对象匹配，保证被控对象控制的有效性和可靠性。

附图说明

图1是本发明实施例一提供的控制参数优化方法的流程图；

图2是本发明实施例二提供的电动阀门仿真和控制参数优化示意图；

图3是本发明实施例三提供的控制参数优化装置的结构框图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

本实施例提供一种基于动态仿真的控制参数优化方法，可用于对被控对象的pid控制参数进行优化，从而使得该pid控制参数适应被控对象的变化(如老化)。该方法可以由控制参数优化装置来执行，该装置可以通过软件和/或硬件实现，该装置一般可集成于终端中，例如，上位机。

图1是本发明实施例一提供的控制参数优化方法的流程图，如图1所示，该方法包括以下步骤：

s101，建立被控对象的半物理仿真系统。

本发明实施例中的被控对象是指pid控制对象，例如，电动阀门、水泵和电机等。半物理仿真系统是指数学模型与物理模型相结合的仿真系统。

s102，基于半物理仿真系统进行动态仿真。

s103，根据仿真结果优化被控对象的pid控制参数。

其中，pid控制参数包括：比例系数、积分系数和微分系数。基于被控对象的半物理仿真系统进行数学仿真和物理仿真结合的动态仿真，并根据动态仿真结果优化pid控制参数，借助数学模型来提供优化控制器pid控制参数的依据，保证优化结果的可靠性。

通过本实施例，建立被控对象的半物理仿真系统，基于半物理仿真系统进行动态仿真，并根据仿真结果优化被控对象的pid控制参数，通过基于半物理仿真系统的动态仿真来提供优化控制器pid控制参数的依据，对pid控制参数进行准确的优化，使得被控对象的pid控制参数能够与被控对象匹配，保证被控对象控制的有效性和可靠性，进而可以保证现场控制系统的稳定性和可靠性。

本发明实施例中，可以按照预设周期来定期对同一被控对象的pid控制参数进行优化，从而及时应对被控对象的性能变化，使得pid控制参数与被控对象相符，保证控制的可靠性和稳定性。

具体的，s101建立被控对象的半物理仿真系统包括：获取被控对象的数学模型；与被控对象的控制器建立通信连接，得到半物理仿真系统，其中，半物理仿真系统包括：被控对象的数学模型和被控对象的控制器。具体的，上位机和控制器可通过modbus协议进行通信。将控制器接入上位机，实现被控对象的数学模型与控制器的通信关联，得到被控对象的半物理仿真系统。

在建立被控对象的半物理仿真系统时，被控对象的数学模型可以通过以下方式获取：

(1)根据需求建立数学模型并使用

具体的，在第一次对被控对象进行参数优化的情况下，获取被控对象的实测数据，并根据实测数据建立被控对象的数学模型，在非第一次对被控对象进行参数优化的情况下，根据被控对象的标识信息从存储模块中获取被控对象的数学模型。

即，对于一个被控对象，若首次对该被控对象进行参数优化，则需要建立该被控对象的数学模型，作为建立半物理仿真系统的基础。然后存储该被控对象及其数学模型的对应关系，后续再次对该被控对象进行参数优化时，则可直接从存储模块中调用对应的数学模型。

(2)预先建立模型数据库

具体的，在建立被控对象的半物理仿真系统时，根据被控对象的标识信息，从预设模型数据库中获取被控对象的数学模型，其中，预设模型数据库中存储有各种不同类型的被控对象的数学模型。预设模型数据库中各数学模型的建立，与方式(1)中建立数学模型的方式相同，后续会进行介绍。

在一个实施方式中，根据实测数据建立被控对象的数学模型，包括：根据被控对象的类型确定被控对象对应的特性曲线函数，其中，特性曲线函数用于表示被控对象的输入参数与输出参数之间的关系；对实测数据和特性曲线函数进行数据拟合，以确定特性曲线函数中的待定系数，得到被控对象的数学模型。

其中，被控对象可能涉及多种类型，例如，电动阀门可分为三种类型：直线型、等百分比型和快开型，每种类型的电动阀门的特性曲线函数是不一样的。特性曲线函数可以表示被控对象的运行特性，例如，电动阀门的开度、两端压差与流量的函数关系，电机的输入电流与转速的函数关系等。示例性的，对于电动阀门，其输入参数可以为开度和两端压差，输出参数为流量；对于电机，其输入参数为电流或电压，输出参数为转速；对于水泵，其输入参数为叶轮转速，输出参数为流量。实测数据是指实际被控对象在使用过程中产生的实际数据，可以通过控制器现场采集并存储，本发明实施例中的实测数据为大量的数据。实测数据包括：被控对象的输入参数值和输出参数值。建立被控对象的数学模型就是确定被控对象的特性曲线函数中待定系数的过程。通过对实测数据和特性曲线函数进行数据拟合，可以确定特性曲线函数中的待定系数，从而得到被控对象的数学模型。数据拟合可使用现有算法，例如通过matlab实现，本实施例对此不进行详细说明。

为了保证数学模型的准确性，可以先对实测数据进行数据清洗，得到有效数据；根据有效数据建立被控对象的数学模型。

具体的，对实测数据进行数据清洗，得到有效数据，包括：确定实测数据的数据分布情况；根据数据分布情况，确定处于预设范围内的数据作为有效数据。处于预设范围之外的数据，可能偏差较大，作为无效数据，剔除无效数据可以避免无效数据对建立数学模型准确性的影响。

在一个实施方式中，基于半物理仿真系统进行动态仿真，包括：接收被控对象的控制器发送的控制信号，其中，控制信号包括被控对象的控制器根据偏差值和控制参数计算得到的输入参数值；根据被控对象的当前仿真状态、控制信号和被控对象的数学模型，计算被控对象在当前仿真状态下按照输入参数值执行动作后所对应的输出参数值；向被控对象的控制器发送输出参数值，以使被控对象的控制器根据输出参数值与目标值重新确定偏差值并根据新的偏差值发送相应的控制信号，直到偏差值小于预设阈值或者仿真时长达到预设时长，则停止仿真。

其中，对于数学模型，会给定初始仿真条件(或称为初始仿真状态)，即被控对象的初始状态，例如，对于电动阀门，给定其进口压力、开度、流量和两端压差，对于电机，给定其输入电流或电压。仿真开始时，控制器根据给定的被控对象初始输出参数值与目标值之间的偏差值，利用pid算法和当前pid控制参数，计算得到被控对象的输入参数值，并利用控制信号传输该输入参数值给上位机。上位机利用被控对象的数学模型，根据该控制信号和被控对象的当前仿真状态，计算出被控对象对应于该控制信号的输出参数值，作为反馈值反馈给控制器。控制器再次根据反馈值与目标值之间的偏差计算新的输入参数值，依此循环，直到偏差值小于预设阈值或者仿真时长达到预设时长，则停止仿真，完成一次控制循环。偏差值小于预设阈值，与，达到预设时长，满足上述任一条件，则可停止本次仿真。设置预设时长，可以避免pid控制参数不合适导致被控对象的输出参数值无法趋近目标值从而一直仿真的情况。

具体的，根据仿真结果优化被控对象的pid控制参数，包括：获取动态仿真过程中的各组仿真数据，其中，仿真数据包括：仿真时刻和输出参数值；根据各组仿真数据确定输出参数的动态变化曲线；根据动态变化曲线和本次动态仿真过程所对应的目标值，调整被控对象的pid控制参数。

其中，输出参数的动态变化曲线能够反映出被控对象在控制器的控制下的参数变化情况，若该曲线振荡发散，表示当前的pid控制参数与实际被控对象不匹配，需要调整；若该曲线快速收敛，趋于目标值，表示当前的pid控制参数与实际被控对象匹配，无需调整，等待下一个优化周期。对于pid控制参数调整，具体可以先保持其中两个系数不变，调整另外一个系数，例如，保持比例系数和积分系数不变，结合曲线情况和预设规则调整微分系数，调整后再次进行动态仿真，直到输出参数的动态变化曲线表示不需要调整控制参数了，则认为优化后的pid控制参数与被控对象的当前状态是匹配的。

本实施方式基于被控对象数学模型和物理控制器的结合，提供了优化pid控制参数的依据，保证优化结果的准确可靠，进而保证被控对象控制的可靠性和有效性。

为了进一步保证参数优化的可靠性，在基于半物理仿真系统进行动态仿真之后，还可以根据动态仿真过程中的计算数据，获取对应的实测数据，其中计算数据包括：输入参数值和输出参数值；若计算数据与对应的实测数据不一致，则根据该对应的实测数据修正被控对象的数学模型。例如，计算数据中阀门压差为a1，开度为a2，流量为a3，那么可以以压差和开度的取值为标准获取对应的实测数据，获取的实测数据中阀门压差为a1，开度为a2，流量为b，因此，比较a3与b的值，即可确定计算数据与实测数据是否一致。本实施方式利用计算数据与实测数据来修正数学模型，使被控对象的数学模型与被控对象的实际运行参数趋于一致，保证数学模型能够真实反映被控对象的实际情况，为控制参数的准确优化提供保障。在修正数学模型时，也可以先对实测数据进行数据清洗，提高修正的准确性。

实施例二

在上述实施例的基础上，本实施例以被控对象为电动阀门为例，对控制参数优化方案进行说明，然而值得注意的是，该具体实施例仅是为了更好地说明本申请，并不构成对本申请的不当限定。

电动阀门的控制器可以采用实际阀门控制器或者源于群控控制程序源代码的控制算法模块。电动阀门可分为三种类型：直线型、等百分比型和快开型，不同类型的电动阀门对应的流动特性曲线函数(即电动阀门的流量-压差-开度计算公式)如下：

(1)直线型：

(2)等百分比型：

(3)快开型：

其中，δp为开度为l时的阀门两端压差；q为开度为l时的流经阀门的流量；δpmax为阀门开度l＝1时阀门两端压差；qmax为阀门开度l＝1时流经阀门的流量；l/lmax为阀门相对开度；q/qmax为阀门相对流量；δp/δpmax为阀门相对压降；k1、ke、kf1和kf2均为公式系数。

根据不同电动阀门对应的实测数据及流动特性曲线函数，通过拟合计算，可以得到各类型电动阀门的流量-压差-开度计算公式中的系数(k1、ke、kf1和kf2)，由此可以得到各种不同类型和规格的电动阀门的公式系数，汇总这些公式系数，可以建立电动阀门的数学模型数据库，将该数据库链接到仿真平台。当其他系统(如空调系统、自来水管道系统等)在仿真控制过程中需要使用到电动阀门时，可以通过该数据库直接获取相应阀门的数学模型来使用，提高了仿真效率，为自动控制系统的产品标准化生产打下基础。

其中，在建立数学模型或者修正已有数学模型时，可以先对获取的阀门实测数据进行数据清洗，得到有效数据，利用有效数据进行数据拟合，以得到公式系数，能够保证公式系数的准确性。数据拟合需要的有效数据集的个数不能太少，例如，大于或等于50个数据记录，从而保证公式系数的准确性。

参考图2，对于当前待优化控制参数的电动阀门，建立仿真平台所在的终端与该电动阀门的控制器的通信连接，从而可以实现该电动阀门的数学模型和控制器的信息传输，构建了该电动阀门的半物理仿真系统。

给定仿真的初始化条件：即动态仿真过程初始时刻的阀门进口压力、流量、开度和两端压差。然后控制器接收阀门流量控制目标值，将当前流量(即初始时刻的流量)与该目标值的偏差值作为控制器的输入，利用pid算法，根据控制器输入与pid控制参数计算得到控制器输出值，即阀门开度，控制器输出阀门开度信号(作为阀门的输入参数)。上位机利用从数据库中获取的该阀门对应的公式，根据压差信号和开度计算得到对应的流量和出口压力(即阀门的输出参数)，作为反馈值，传输给控制器，控制器再次计算反馈值与目标值之间的偏差值，依此循环，直到偏差值小于预设阈值或者仿真时长达到预设时长，则停止仿真。在此过程中，可以根据计算数据(即根据数学模型进行计算时所涉及的开度、压差和流量等数据)和对应的实测数据，来修正数学模型，即修正公式系数，进一步保证控制参数优化的可靠性。

实施例三

基于同一发明构思，本实施例提供了一种控制参数优化装置，可以用于实现上述实施例所述的控制参数优化方法。

图3是本发明实施例三提供的控制参数优化装置的结构框图，如图3所示，该装置包括：

建立模块31，用于建立被控对象的半物理仿真系统；

仿真模块32，用于基于所述半物理仿真系统进行动态仿真；

优化模块33，用于根据仿真结果优化所述被控对象的pid控制参数。

可选的，建立模块31包括：

第一获取单元，用于获取被控对象的数学模型；

建立单元，用于与被控对象的控制器建立通信连接，得到半物理仿真系统，其中，半物理仿真系统包括：被控对象的数学模型和被控对象的控制器。

可选的，第一获取单元包括：

第一获取子单元，在第一次对被控对象进行参数优化的情况下，获取被控对象的实测数据，并根据实测数据建立被控对象的数学模型，在非第一次对被控对象进行参数优化的情况下，根据被控对象的标识信息从存储模块中获取被控对象的数学模型；或者，

第二获取子单元，用于根据被控对象的标识信息，从预设模型数据库中获取被控对象的数学模型，其中，预设模型数据库中存储有各种不同类型的被控对象的数学模型。

可选的，第一获取子单元具体用于：根据被控对象的类型确定被控对象对应的特性曲线函数，其中，特性曲线函数用于表示被控对象的输入参数与输出参数之间的关系；对实测数据和特性曲线函数进行数据拟合，以确定特性曲线函数中的待定系数，得到被控对象的数学模型。

可选的，第一获取子单元具体用于：对实测数据进行数据清洗，得到有效数据；根据有效数据建立被控对象的数学模型。

可选的，第一获取子单元具体用于：确定实测数据的数据分布情况；根据数据分布情况，确定处于预设范围内的数据作为有效数据。

可选的，仿真模块32包括：

接收单元，用于接收被控对象的控制器发送的控制信号，其中，控制信号包括被控对象的控制器根据偏差值和控制参数计算得到的输入参数值；

计算单元，用于根据被控对象的当前仿真状态、控制信号和被控对象的数学模型，计算被控对象在当前仿真状态下按照输入参数值执行动作后所对应的输出参数值；

输出单元，用于向被控对象的控制器发送输出参数值，以使被控对象的控制器根据输出参数值与目标值重新确定偏差值并根据新的偏差值发送相应的控制信号，直到偏差值小于预设阈值或者仿真时长达到预设时长，则停止仿真。

可选的，优化模块33包括：

第二获取单元，用于获取动态仿真过程中的各组仿真数据，其中，仿真数据包括：仿真时刻和输出参数值；

确定单元，用于根据各组仿真数据确定输出参数的动态变化曲线；

调整单元，用于根据动态变化曲线和本次动态仿真过程所对应的目标值，调整被控对象的pid控制参数。

可选的，上述装置还包括：

获取模块，用于在基于半物理仿真系统进行动态仿真之后，根据动态仿真过程中的计算数据，获取对应的实测数据，其中计算数据包括：输入参数值和输出参数值；

修正模块，用于若计算数据与对应的实测数据不一致，则根据该对应的实测数据修正被控对象的数学模型。

上述装置可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例提供的方法。

实施例四

本实施例提供一种空调仿真系统，包括：上述实施例二所述的控制参数优化装置。

本实施例通过基于半物理仿真系统的动态仿真来提供优化控制器pid控制参数的依据，对pid控制参数进行准确的优化，使得被控对象的pid控制参数适合当前的被控对象，进而保证被控对象控制的有效性和可靠性，对空调系统中各被控对象的控制可靠性提供保障。

实施例五

本实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所述的控制参数优化方法。

实施例六

本实施例提供一种电子设备，该电子设备用于实现上述实施例一所述的控制参数优化方法。该电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够实现如实施例一所述的控制参数优化方法。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。