专利名称：过程控制装置的制作方法
技术领域：
本发明与一种对过程进行控制的过程控制装置有关，特别是与具有将诸如比例常数(P)和积分常数(I)这样的控制常数自动调整到最佳值的功能的过程控制装置有关。再详细地说，本发明与具有一个内部估计需控过程动态特性的过程模型，根据该过程模型估计结果确定PI运算数的过程控制装置有关。
为了将过程控制到最佳状态，必需对过程的动态特性进行检索，算出用来计算控制变量的控制运算参数(一些常数)。这些过程控制装置已知的有开环型、极限灵敏度型、响应波形型、自适应控制型和装有过程模型型。
图1至图5为这些常规装置的结构方框图。
图1示出了常规的开环型过程控制装置。在正常控制状态下，开关1接到控制运算装置2这边。设定值SV和过程变量PV都被输入偏差运算装置3，偏差运算装置3计算这二个输入信号之间的偏差。这偏差信号被输入用PID运算参数计算控制变量的控制运算装置2，得出的控制变量输出给过程4。
开关1周期性地或在偏差大时接到识别信号发生器5这边。此时，识别信号发生器5向过程4输出一个类似脉冲信号的阶跃信号作为识别信号。根据过程4的响应按照齐果拉-尼克尔斯(Ziegler-Nichols)法等方法计算出控制运算参数，置入控制运算装置2。
图2为常规的极限灵敏度型过程控制装置。从偏差运算装置3送出的偏差信号加至控制运算装置2和极限循环发生器6。加法器7将控制运算装置2的输出和极限循环发生器6的输出加在一起，形成一个输出信号，作为控制变量加至过程4。
极限循环发生器6的作用是使输出到过程4的控制变量周期性地变为最大和最小值。根据此时的极限循环或极限灵敏度，按照齐果拉尼克尔斯方法等计算出控制运算参数，装至控制运算装置。
图3为常规的响应波形型过程控制装置(如美国专利No.4，602，326)。设定值SV和偏差DV加至响应波形准则作用器8。响应波形准则作用器8配置有诸如模糊准则之类的调准准则。通过将这些准则作用于过程量的超调、衰减比和衰减周期等得出控制运算参数，所得的这些参数置入控制运算装置2。
图4为常规的自适应控制型过程控制装置。加法器10将控制运算装置2的输出和识别信号发生器9的输出相加，形成一个输出，加至过程4。此外，动态特性识别装置11接收过程变量和加法器10的输出，估计出控制运算参数，将所估计的这些参数置入控制运算装置2。也就是说，在识别信号发生器9内产生非常小的扰动。控制运算参数是从此时的过程变量的动态特性得出的，而所得的结果置入控制运算装置2。
图5为常规的装有过程模型型过程控制装置(例如ISA Transaction Vol.22，No.3，P.50，51，及USP No.4，385，326)。从控制运算装置2输出一个信号至过程4，这个信号还通过高通滤波器12加至过程模型13。建立过程4模型的过程模型13配置成其参数能够改变的结构。差运算器15计算出过程4通过高通滤波器14所送来的信号和过程模型13所送来的信号之间的差。模型参数检索器16接收差运算器15送来的差信号，并检索出使这差信号成为最小的参数。所检索到的参数就设置为过程模型13的参数。根据模型参数检索器16所检索到的参数，得出控制运算参数，而得到的这些控制运算参数置入控制运算器2。
上面所说明的常规过程控制装置具有下列问题。
这就是，开环型和自适应控制型装置必需向过程提供识别信号，而极限灵敏度型装置必需产生持久的振荡。在这些类型中，有扰动加至过程，因此，当要在过程控制处于运行时得到控制常数时就会有许多限制。
此外，在响应波形型中，必需对波形进行几次观察，直至确定出控制运算参数，因此就需要一定时间。
因此，这些控制装置中无论哪一种都不大能自如地设置控制运算参数。
此外，在装有过程模型的类型中，模型参数检索器16要连续执行计算，因此总计算量就增加了。结果就有在各部分功能按照装入微处理器的程序执行时使微处理器的负担加重的缺点。
本发明的主要目的是提供一种不需对过程加以扰动就能在短时间内重新设置控制常数的过程控制装置。
本发明的另一个目的是提供一种减小计算量、使微处理器的负担最小的过程控制装置。
本发明是通过提供一种包括下列各部件的过程控制装置来实现的
输入过程变量和设定值、根据这些输入信号计算加至过程的控制变量的控制运算装置;
以一予定周期采集所述控制变量和所述过程变量的数据采集装置;
内部包括一个过程模型的造模装置，该造模器输入所述数据采集器采集的所述控制变量，校正其内利参数，使得所述过程模型的输出与所述过程变量可以很好匹配;
计算所述过程模型精度的精度估计装置;
在这种过程控制装置中，当所述控制变量和所述过程变量的变化成为大于一个固定值时，所述造模装置启动，根据所述造模装置和精度估计器的输出得出所述控制运算装置的控制运算参数。
图1至图5为常规装置的结构方框图。
图6为按照本发明所设计的过程控制装置的一个实施例的结构图。
图7为说明图6所示装置的工作情况的流程图。
图8和图9为说明图6所示实施例的功能的特性曲线图。
图10和图11分别示出了本发明的另一个实施例的结构和工作情况。
图12为采用单纯形法(Simplex method)的检索法的流程图;
图13为说明本发明另一个实施例的一个主要部件的方框图;
图14为说明当过程加有阶跃控制变量时过程变量变化情况的波形图;
图15为说明图13所示装置工作情况的流程图;
图16为说明在另一种情况下当过程加有阶跃控制变量时过程变量变化情况的波形图;
图17为本发明的又一个实例的结构方框图;
图18为说明图17所示装置工作情况的流程图;
图19为说明阶跃信号加至控制信号时过程变量变化情况的波形图;
图20为说明本发明的又一个实例的结构方框图;
图21为说明图20所示实例中调准工作情况的流程图。
图6为说明本发明的过程控制装置一个实施例的结构方框图。在图6中，20为控制运算器，其输入为作为期望值的设定值SV和过程21的输出过程变量PV。在控制运算器20中，对设定值SV和过程变量VP之间的差进行诸如比例运算、积分运算或微分运算之类的运算，以便得出控制变量MV。
控制运算器20的输出即控制变量MV加到需要进行控制的过程21，而过程21输出过程变量PV。
22为数据采集器，其输入为控制变量MV和过程变量PV，这些数据作为按一个预定周期采样的时间序列数据保存起来。
23为由预处理器231、过程模型232、内部参数调整器233和比较器234所组成的建模器。预处理器231对数据采集器22的输出进行诸如滤波之类的预处理。然后，控制变量MV输入到过程模型器232，而过程变量PV则输入到比较器234。过程模型232对过程21进行模拟。过程模型232的输出送至比较器234，与另一路送来的过程变量PV加以比较，比较结果输入到内部参数调整器233。内部参数调整器233的作用是调整过程模型232的内部参数，使得过程模型232的输出可以与过程21的输出匹配。
24为精度估计器。建模器23的输出送至精度估计器24，以使计算过程模型232的精度。25为控制运算参数运算器。内部参数调整器233的输出和精度估计器24的输出送至控制运算参数运算器25，根据这些输出算出的控制参数置入控制运算器20。控制运算器20根据这新的控制参数计算出控制变量MV。
26为计算指令器，其输入为过程变量PV和控制变量MV，当输入的变化超过某一预定值时，所产生的输出控制开关27至30。因此就有一个计算指令信号加到建模器23，使建模器23开始工作。
该实施例的工作情况说明如下。
图7为说明该实施例工作情况的一个例子的流程图。数据采集器22以与其建模运算无关的某一予定周期采集控制变量MV和过程变量PV，形成时间序列数据。在图7中，计算指令器26每隔一予定周期读出过程变量(PV)和控制变量(MV)，判断它们的变化是否大于予定值。如果变化小于予定值，则运行终止，不给出任何计算指令。
例如，该判断可以如图8所示从通过对过程变量和控制变量偏离各自稳态值的偏差的积分计算阴影部分面积的这类运算导出。
当变化大时，建模器23读出由数据采集器22所采集的过程变量PV的时间序列数据｛PV｝和控制变量MV的时间序列数据｛MV｝。予处理器231通过滤波来除去数据中的直流分量和噪声分量。
这种滤波由下式给出PVF＝(1-α)＊PVF+α＊(PV-PVO) ---(1)其中PVF为过程变量的时间序列数据，PVo为直流或噪声分量，而α为滤波常数。
经滤波的过程变量和控制变量的时间序列数据PV、MV送至过程模型232，进行模型输出的计算。
然而，过程模型不同该计算亦不同。设n次模型输出为On，上述计算由下式给出On＝βM＊On-1+(1-βM)＊KM＊MVF(n-LM)--(2)其中KM为过程模型增益，LM为过程模型延迟时间(dead time)，βM为过程模型首阶滞后系数，而MVF(n-L)则表示用滞后时间LM的MVF值进行运算。
在重复数达到最大值或过程模型输出On充分接近过程变量的时间序列数据PVF之前一直重复这个运算。
当重复数没有达到最大值，而过程模型232的输出On和过程变量的时间序列数据PVF之差不小(如图9所示)时，调整增益KM、延迟时间LM和首阶滞后系数βM，使得这差变小(即使输出On的曲线朝箭头方向移动)，然后重新启动过程模型232。
当重复数达到最大值或过程模型232的输出On和过程变量的时间序列数据PVF之差足够小时，精度估计器24计算过程模型232的精度K。例如，精度K可以用下面的式(3)或式(4)计算K＝1-[∑｛PVF(i)-O(i)｝2/∑PVF(i)2] ---(3)K＝∑｛PVF(i)｝2/∑｛O(i)｝2---(4)
其中PVF(i)为在时间i时的过程变量的时间序列数据，O(i)为在时间i时的过程模型232的输出。
当这个估计精度高于予定值时，控制运算参数运算器25计算出比例/积分/微分常数，亦即根据所得到的首阶滞后过程模型的过程模型232用齐果拉-尼克尔斯方法计算出控制运算参数。
控制运算器20用这新得到的控制运算参数计算出控制变量MV。
此外，过程模型不一定要是如方程(2)所示的首阶系统。并且，当过程21中存在诸如负载起伏之类的可测扰动时，这种扰动能用来进行模型计算。
在图6中所示的实例中，必需对所有的过程模型232的内部参数(增益KM、延迟时间LM、首阶滞后系数βM)每稍改变一点就要重复计算，因此计算次数是十分多的。下一个实例能克服这个问题。在这个实例中，增益KM根据过程增益取为1时的过程变量和过程模型输出的积分比计算，而延迟时间LM和首阶滞后系数βM则用重复检索方法得出。
图10示出了这个实例的结构。在图中，除了建模器和数据采集器22外，其它部分由于与图6中所示的相同，因此没有示出。
在图10中，31为具有与图6中建模器23相同功能的建模器。311为具有与图6中予处理器231相同功能的予处理器。存储在数据采集器22中的过程变量PV和控制变量MV经过滤波除去了直流分量和噪声分量。
312为与过程模型232相同的对实际过程进行模拟的过程模型，经予处理器311予处理过的控制变量输入该过程模型。313为增益运算器，其输入为过程模型312的输出和过程变量。过程模型312的增益由增益运算器313进行计算。
314为用来比较过程模型312的输出和过程变量的比较器。315为内部参数调整器，其输入为比较器314的输出和增益运算器313的输出。内部参数调整器315改变内部参数，使得过程模型312的输出与过程变量之间的差可以成为足够小。
内部参数调整器315的输出加至图6的精度估计器24和控制运算参数运算器25，以便得出控制运算器20的控制运算参数。开关27、28、34和35由计算指令器26控制。该实例的工作情况说明如下图11为说明该实例工作情况的流程图。图6中的计算指令器26周期性地读取控制变量MV和过程变量PV，仅当这些变量的起伏变大时才执行下面各步操作。
也就是说，控制变量和过程变量的时间序列数据｛PV｝和｛MV｝由予处理器311分别滤波，滤除直流分量和噪声分量，然后由过程模型312计算出过程模型的输出。
在计算中，过程增益KM取为1，计算式如下On＝βM＊On-1+(1-βM)＊MVF(n-LM)---(5)其中各系数的意义与式(2)中相应系数的意义相同。
其次，增益运算器313用下式计算过程增益KMKM＝[∑｛O(n)＊PVF(n)｝]/｛∑O(n)2｝---(6)其中On为由式(5)得出的值，即为当过程增益K取为1时过程模型312的输出。
重复进行这些计算直到重复数达到最大或过程模型312的输出On与由增益运算器313算出的过程增益KM的乘积足够接近过程变量的时间序列数据PVF为止。
当上述二个条件都不满足时，调整过程模型312的延迟时间LM和首阶滞后系数βM，以便使上述差为最小。然后重新启动过程模型312，进行诸如按式(5)计算输出和按式(6)计算过程增益KM这些运算。
当上述二个条件中至少有一个条件满足时，计算过程模型312的精度K。如果该值小于予定值，则控制运算参数运算器25算出比例/积分/微分常数，也就是根据所得到的首阶滞后过程模型的过程模型312用齐果拉-尼克尔斯法算出控制运算参数。
控制运算器20用这新得出的控制运算参数计算控制变量。此外，内部参数调整器315通过采用单纯形法(Simplex method)的重复检索法计算延迟时间LM和首阶滞后系数βM。
此外，如果在重复检索开始时就要用到过程增益KM，那末就用上一次的过程增益KM。在这个实例中，过程增益KM在确定延迟时间LM和首阶滞后系数βM时自动确定，因此，就减少了重复检索的次数。
例如，在内部参数调整器315对过程模型312内部参数进行检索的情况下可以采用单纯形法。根据单纯形法，选出一些在Rm上具有几何配置的点，通过比较在这些点上的目标函数的值来进行检索。这种方法在“非线性规划”(“Non-linear Programming”by Hiroshi Imano and Hiroshi Yamashita，published from“Nippon Kagaku Gijustu Rengou”，p.284-287)中有所说明。
然而，一般的单纯形法的输入输出(I/O)数据原则上是一些离散值，因此就会产生这样一个问题，由于目标函数进入到这些离散值的空间，检索就成为不可能了。此外，还有诸如时间常数和延迟时间必需为正数这样的限制。
图12示出了消除上述各种限制的单纯形法的程序。在图中，假设由数据采集器22采集的过程数据与Ru上的几何点x相应，而目标函数则相应于在这几何点上的函数f()。通过比较目标函数f()的值进行检索。此外，假设点x中目标函数f()取最大值的点为x，点x中目标函数f()取第二幅值的点为x，点x中目标函数f()取最小值的点为x，而具有一些点x作为顶点为图形的形心为x。此外，以下各点定义为映象面xγ＝(1+α)·xm-αxhα＞0扩张xe＝r·xγ+(1-r)·xmr＞1收缩xc＝β·xh+(1-β)·xmβ∈(0，1)归算各项点朝xl方向进行归算。
在图12中，初始化后，由第一单形生成Rn上的(n+1)个仿射独立凸壳。然后定出以上的xh、xs、xl和xm，对它是否能收敛进行判断。该判断通过检验下式是否满足作出。
∑(f(xi)-fm)2/(n+1)≤∈其中fm＝∑f(xi)/(n+1).
当收敛条件满足时，如果这收敛还是第一次，则在这点生成单形，从上面确定xh、xs、xl、xm那一步起重复运算。当完成二次以上收敛时，运算终止。
当它不收敛时，算出xγ和f(xγ)，判断是否满足下式f(xγ)≤f(xs)如果这条件不满足，则判断是否满足下式f(xγ)＜f(xh)如果上式满足，则用xγ代替xh。如果上式不满足，用原式计算出xc和f(xc)，判断是否满足下式f(xc)＜f(xh)如果上式满足，则用xc代替xh。如果上式不满足则用(xc+xl)/2代替xl，运算返回到确定xh、xs、xl和xm那一步。
另一方面，当式f(xγ)≤f(xs)满足时，进行是否满足下式的判断f(xγ)≤f(xs)如果上式不满足，则得出xe和f(xe)，执行是否满足下式的判断f(xγ)＜f(xl)如果上式满足，则用xe代替xe。如果上式不满足或f(xγ)≥f(xl)满足，则用xγ代替xh，运算返回到确定xh、xs、xl和xm那一步。
与一般的单纯形法相比，在该实例中，当收敛为第一次收敛时，在这点上生成单形，再执行一次单纯形法。因此，就可避免目标函数进到子空间的缺点，那些参数也能使用负数。
此外，在该实施例中，虽然构成初始多边形每一元边的长度都取成大于采样周期，并且至少要再设定一次这初始多边形，这二个条件中的任何一个条件仍能满足。
图13示出了又一个实施例。在图6的实施例中，比例常数、积分常数、微分常数和采样周期的初始值必需在控制运算前设置好。如果这些值设置得不合适，就不能很好地进行这些控制运算参数的自动调整，结果，控制特性变差。在图13所示的这个实例中，为了消除这些情况，予先对控制运算参数和采样周期进行调整。在这个实例中，与图6相同那些部分标有相同的标号，其功能不再加以说明。
在图13中，40为向过程21提供阶跃控制变量的阶跃输入信号发生器。在这个控制变量输入的作用下，过程变量逐渐增大，如图14所示。41为监视过程21的过程变量的第一监视器，用来测量从加上来自阶跃输入信号发生器40的阶跃控制变量起到过程变量到达到第一予定值(如，满刻度的1%)止的时间宽度t1(第一时宽)。
42为采样周期计算器。采样周期计算器42根据输入的由第一监视器41所测得的第一时宽计算数据采集器22的采样周期。43为监视由过程21输出的过程变量的第二监视器，用来测量从加上来自阶跃输入信号发生器40的阶跃控制变量起到过程变量达到大于第一予定值的第二予定值(如，满刻度的2%)止的时间宽度t2(第二时宽)。
44为采样周期校正器，用来根据输入的由第二监视器43所测得的第二时宽对采样周期计算器42所算出的采样周期进行校正。
45为一个组成采样器的开关。开关45首先每隔一个由采样周期计算器42所算出的周期接通一次，而后则每隔一个由采样周期校正器44所校正的周期接通一次。按照这二个采样周期，过程数据送入数据采集器22。所采集的数据输入到建模器23，用来调整建模器23的内部参数，使过程模型232的输出与过程变量一致，情况与对图6实例所作说明相同。根据这内部参数计算出控制常数。
现在根据图15所示流程图来说明该实施例的工作情况。操作在初始控制阶段按予定周期执行。首先判断启动条件，是否处于初始状态。如果判断为初始启动，则将一个阶跃控制变量加给过程21。
另一方面，如果启动不是初始启动，则判断该过程是否处于如下三个阶段中的一个阶段(1)当过程变量PV超过满刻度的1%时;
(2)当过程变量PV超过满刻度的2%时;
(3)当过程变量PV稳定到某一固定值或成为由采样周期校正器44所得到的采样周期的整数倍。
如果过程不与这三个阶段中的任何一个阶段相应，则操作终止，不做任何运算。
当过程变量与以上阶段(1)相应时，测出从阶跃控制变量加到过程后所经过的时间t1(即第一时宽)，用这个时间t1的整数分之一作为采样时间t。例如，采样时间t可以取为t＝t1/4当过程变量与以上阶段(2)相应时，测出从阶跃控制变量加到过程后所经过的时间t2(即第二时宽)，判断此时宽t2是否大于阶段(1)得到的时宽t1的两倍。如果时宽t2大于时宽t1的两倍，则采样时间取为t＝t2/4在这种情况下，对以前所采集的数据进行内插，以便将这些数据用作新采样周期ts情况下的数据。
当过程变量与以上阶段(3)相应时，中止过程变量的数据采集操作，整理存储在数据采集器22内的过程变量和控制变量的时间序列数据｛PV｝和｛MV｝。建模器23根据这两个时间序列数据调整过程模型的内部参数，从而得出控制常数。
所得出的控制常数用作初始值。然后，按照采样周期ts进行数据采集，根据图7说明的程序计算控制参数。
在这个实例中，阶跃控制变量只在控制开始时加一次。在非积分型过程的情况下，加一次阶跃控制信号过程变量PV就能稳定，如图16(a)所示。
然而，在过程是积分型的情况下，偏移就残留下来，如图16(b)所示。因此，在这种情况下，在过程变量稳定后，要反向加一个阶跃信号，以便消除上述偏移，而后再继续对过程数据采样。如果过程变量的变化超过设定的容差，即使过程变量还没有稳定下来也要反向加上这阶跃信号，这样过程变量就不至过大。此外可以从偏移的大小来判断过程是否为积分型。
阶跃控制变量所作用的时间T取为一固定时间成过程变量达到△Pmax时的时间。
此外，虽然在上述各实例中控制常数用齐果拉-尼克尔斯法从建模器的内部参数导出，但也可以用最小的乘法或最大似然度法导出。
在上述各实例中，过程数据由数据采集器采集，而且仅当过程数据发生变化时才启动建模器，校正过程模型的内部参数。然后计算过程模型的估计精度和计算控制常数。因此，在这些实例中，不需要识别信号，从而这些实例具有不向过程施加额外扰动的优点。
此外，由于执行了过程模型精度估计的运算，因此，如果判断出该模型不合适，就停止或减小对控制常数的调整，这就避免了在过程控制装置中发生诸如运行停止、超调等不可控现象。
再者，由于在完成过程模型的计算的同时数据采集器采集过程数据，就不需另外的时间来采集数据。
再者，由于过程增益从计算过程变量和过程模型输出得出，因此就能缩短检索时间。
再者，由于单形在第一次收敛时再次生成，因此避免了用单形法进行检索时目标函数进入到子空间的缺点。
再者，由于在开始控制时给过程加一个阶跃控制变量，而采样周期和控制常数由在这时过程变量的变化导出，因此就能实现最佳控制。
图17示出了本发明的又一个实例的结构方框图。在这个实例中，省略了图6中所示的精度估计器24。代之，用了人工指令器50和阶跃信号发生器51。阶跃信号发生器51根据由指令器50送来的指令产生一个阶跃脉冲信号送至过程21。
图18为说明图17的实例中按予定周期启动、计算控制运算参量的调整操作的流程图。
首先，进行是否存在产生阶跃信号指令(由指令器50发出的指令)的判断(步1)。当存在这个指令时，阶跃信号发生器51产生具有一定宽度的阶跃信号加到控制运算器20中的控制变量MV(步2)。当不存在这个指令时则跳过步2。
图19为控制变量MV和过程变量PV的波形图，其中示出了当阶跃信号加到控制变量MV时过程变量PV的变化。
当如图(a)所示似阶跃变化的控制变量加至过程变量PV，过程变量PV的响应按照其动态特性情况如图(b)所示。
数据采集器22接收控制变量MV和过程变量PV，并将这些数据作为以予定周期采样的时间序列数据存储(步3)。
计算指令器26在每个识别周期读出控制变量MV和过程变量PV，并且监视这些信号的起伏是否超过一个予定值(步5)。当这些信号的起伏小于该予定值时，这说明控制处于满意的状态，操作中止，不产生触发信号。如图8所示，上述判断根据通过对过程变量PV偏离其稳态的偏移和控制变量MV偏离其稳态的偏移积分一段固定的时间所算出的区域(阴影部分)面积作出的。
在步2，当加了阶跃信号并且控制变量MV和过程变量PV都变得大时，产生计算指令TRG。建模器23当收到计算指令TRG时动作，根据从数据采集器送来的一段予定时间内的数据，通过利用控制变量MV的变化和过程21输出的过程变量PV的响应波形估计过程21的动态特性(步6至步9)。
在步8，当该模型的差别变得小的时候，也就是当过程模型232的输出MO与过程变量PV一致时，控制运算器20根据所得到的过程模型232的参数、按照下式(7)
(PB/KM)＝a(LM/βM)2+b(LM/βM)+c(TI/βM)＝d(LM/βM)2+e(LM/βM)+fTD＝0.2＊TI ---(7)用齐果拉-尼克尔斯法算出比例常数(PB)、积分常数(TI)和微分常数(TD)，所得到的这些运算参数被置入控制运算器20(步10和步11)。
控制运算器20用新置入的运算参数算出控制信号MV。
当过程是积分型过程时，阶跃信号发生器51输出一个脉冲信号来代替阶跃信号。
在这个实施例中，如果有必要可以按照指令信号通过在自动控制状态将一个阶跃信号加到控制变量随意将PI运算参数设置到最佳值。因此，该实例的运行能得到充分改善。
此外，由于根据由计算指令器发出的计算指令信号进行计算来得到建模器23的过程模型输出或检索参数，因此减小了总计算量。
图20为说明本发明又一个实施例的结构方框图。采用这个实例可以克服图5所示原有技术的缺点。在图5所示的常规技术中，从控制运算器2输出的信号通过高通滤波器12加到过程模型13。采用这种结构，可以从信号中除去直流分量和噪声分量，并且还具有在过程模型中进行的计算较为简单的特点。然而，这种原有技术具有如下不足之处。
(a)加到过程模型的信号最好与加到实际过程的信号相同。然而，由于信号通过高通滤波器后，这信号的电平要降低或者信号的波形要改变，因此在过程模型中进行计算的精度就要降低。
(b)从控制运算器2输出的信号流向差运算器15，在实际过程这一路按照从实际过程4到高通滤波器14到差运算器15的顺序，而在过程模型这一路则按照从高通滤波器12到过程模型13到差运算器15的顺序。也就是说高通滤波器的次序在过程模型这一路和在实际过程这一路是不同的。
因此，过程模型13必需是线性特性型，使得模型参数检索器16可以精确地检索出减小差运算器15输出的差信号的参数。这样，就不能在输出中设置高-低极限，过程模型也不能用非线性特性型的模型。
图20所示的实施例克服了这些问题。在这个实例中，可以减小在过程模型中或在检索参数中的计算量，可以用与实际过程相当的精度来进行在过程模型中的计算，并且过程模型可以用非线性特性型的模型。
从控制运算器20输出的信号MV通过数据采集器22加到过程模型232。从过程模型232输出的信号MO加到一个第一带通滤波器235，以消除直流分量和噪声分量。从过程21输出的信号PV通过数据采集器22加到一个具有与第一带通滤波器235相同特性的第二带通滤波器236。
第一和第二带通滤波器235和236进行如下式(8)所示的滤波运算PVF＝(1-α)＊PVF+a＊(PV-PVo) ---(8)其中PVF为所加时间序列数据，PVo为直流分量和噪声分量，α为滤波常数。计算指令器26接收来自过程21的信号PV和来自第二带通滤波器236的信号PVF，当这二个信号中的任一个信号变化时，产生计算指令信号TRG。
模型参数检索器233接收来自第一带通滤波器235的信号MOF和来自第二带通滤波器236的信号PVF，并且根据来自计算指令器26的计算指令信号TRG检索使从第一和第二带通滤波器送来的信号之间成为最小的参数。根据所检索的参数改变过程模型232的参数。
控制运算参数运算器25计算控制运算器20的运算参数，并将这些值置入控制运算器20。
从计算指令器26输出的计算指令信号TRG除了加到模型参数检索器23外，同时还加到根据计算指令信号开始计算的过程模型232、第一带通滤波器235和控制运算参数运算器25。下面说明这个实例的工作情况。
图21为说明按予定周期启动、调整控制运算参数的流程图。第二带通讯波器236接收来自过程21的过程变量PV，进行如式(8)所示的滤波运算(步1)。
在每个识别周期，计算指令器26读出过程变量PV的时间序列数据和第二带通滤波器236的输出时间序列数据PVF，并且监视这些数据的变化是否大于一予定值(步4)。
当这些数据的变化小于这固定值时，说明控制处于良好状态，操作结束，不产生计算指令信号。
当PV或PVF的变化超过这固定值时，计算指令器26产生计算指令信号TRG。收到这个计算指令信号TRG的过程模型232读出在步2采集到的控制变量MV的时间序列数据(与加到过程21的控制变量相同的信号)。然后按式(5)计算模型输出MO(步5)。
过程模型232的输出MO加到第一带通滤波器235，按式(8)进行滤波运算(步6)。通过滤波运算，模型输出MO中的直流分量和噪声分量得到滤除。
模型参数检索器233接收来自第一带通滤波器235的时间序列数据MOF和来自第二带通滤波器236的时间序列数据PVF，并且进行检索过程模型232的最佳参数的运算。
通过这个运算，例如可以得出增益K和评价函数CRIT如下KM＝∑｛MOF(n)＊PVF(n)｝/∑｛MOF(n)｝CRIT＝1-∑｛MOF(n)＊PVF(n)｝2/∑｛MOF(n)2＊∑PVF(n)2｝---(9)此外，参数检索器23具有检索出使评价函数CRIT为最小的模型时常数T和延迟时间L的最佳组合的功能。
也就是说，通过重复进行从步5至步9的运算，分别校正过程模型232的增益、延迟时间L和首阶滞后系数β，直至过程模型232的输出充分接近过程21的输出(即过程模型的差别成为小于一固定值)。
在步8，如果判断为模型差别很小，也就是第一带通滤波器235的输出MOF接近等于第二带通滤波器236的输出PVF，控制运算参数运算器25根据所得到的过程模型232的参数，按照方程(7)，用例如齐果拉 尼克尔斯法计算比例参数(PB)、积分参数(TI)和微分参数(TD)，然后将所得到的运算参数置入控制运算器20(步10和步11)。
控制运算器20用新设置的运算参数计算出控制变量MV。
过程模型232不一定要是一阶滞后型系统。此外，当过程21中存在诸如负载起伏之类的可测扰动，该扰动就能用来进行模型计算。
为了得到过程模型，采用稍微改变每一个内部参数(即增益K、延迟时间L和首阶滞后系数β)重复计算的方式来进行计算。
例如，通过对过程模型增益取为1时的过程变量比过程模型输出求总和来确定增益K。然后用重复检索法确定延迟时间L和首阶滞后系数β。
这个实施例与图5所示的常规装置相比具有如下优点。
(a)由于设计成与加到实际过程21相同的控制变量同时加到过程模型232，因此在过程模型中，模型输出计算的精度得到改善。
(b)在从控制运算器20到模型参数检索器233的信号通路中，从控制运算器20输出的信号在实际过程这一路和过程模型这一路流动情况相似，都是从过程(过程模型)到高通滤波器。因此，就能在输出中设置高低极限，过程模型也能用非线性特性型的模型。
(c)由于按照从计算指令器输出的计算指令信号进行检索参数的运算，因此就能降低总计算量。
权利要求
1.一种过程控制装置包括输入过程变量和设定值、根据这些输入信号计算加至过程的控制变量的控制运算装置；以一予定周期采集所述控制变量和所述过程变量的数据采集装置；内部包括一个过程模型的建模装置，该建模器输入所述数据采集装置采集的所述控制变量，校正其内部参数，使得所述过程模型的输出与所述过程变量可以很好匹配；计算所述过程模型精度的精度估计装置，在这种过程控制装置中，当所述控制变量和所述过程变量的变化成为大于一个固定值时，所述建模装置启动，根据所述建模装置和精度估计装置的输出得出所述控制运算装置的控制运算参数。
2.权利要求1的过程控制装置，其中所述过程模型的延迟时间和首阶滞后系数根据在将所述过程模型内部参数之一的增益常数取为1时的所述过程模型的输出和过程变量计算。
3.权利要求1的过程控制装置，其中用单纯形法来调整所述过程模型的各个内部参数，在该单纯形法中组成一个初始多边形的圆边的长度取为大于所述数据采集装置的采样周期。
4.权利要求1的过程控制装置，其中用单纯形法来调整所述过程模型的各个内部参数，在该单纯形法中，在用第一次单纯形法确定出所述内部参数时，在原座标至少再一次生成一个初始多边形。
5.一种过程控制装置包括输入过程变量和设定值、根据这些输入信号计算加至过程的控制变量的控制运算装置;以予定周期采集所述控制变量和所述过程变量的数据采集装置;向所述过程施加一个阶跃输入的阶跃输入发生器;监视所述过程变量变到一个第一固定电平的第一时间宽度的第一监视装置;使采样周期为所述第一时间宽度值的几分之一、使所述数据采集装置以所述采样周期对所述过程变量采样的采样周期计算装置;监视所述过程变量变到高于所述第一固定电平的第二电平的第二时间宽度的第二监视装置;根据所述第一时间宽度和所述第二时间宽度校正由所述采样周期计算装置所算出的采样周期的采样周期校正装置;根据由所述数据采集器采集的过程数据用所述过程模型计算控制参数的建模装置，在这种过程控制装置中，控制开始时所述阶跃输入产生器向过程施加一个阶跃控制变量，所述建模装置根据此时的时间序列数据算出控制运算参数。
6.一种过程控制装置包括对来自过程的过程变量与目标控制值之间的误差信号至少进行比例(P)运算和积分(I)运算、向所述过程输出所得控制变量的控制运算装置;以予定周期采集所述控制变量和所述过程变量的数据采集装置;内部包括一个过程模型的建模装置，该建模装置输入由所述数据采集装置采集的所述过程变量和所述控制变量，根据响应波形估计过程的动态特性;根据所述建模装置得到的所述过程动态特性估计结果计算控制运算参数并将这些参数置入所述控制运算装置的控制运算参数运算装置;在自动控制状态按照外来指令将一个具有固定时间宽度的阶跃信号加到所述控制运算装置输入端的阶跃输入发生器;输入来自过程的所述过程变量和来自所述控制运算装置的所述控制变量，当每个信号变化超过予定值时产生计算指令的计算指令装置，在这种过程控制装置中，所述数据采集装置按照所述计算指令装置发出的计算指令将采集的数据送到建模装置，所述建模装置和所述控制运算参数运算装置按照所述计算指令装置发出的计算指令启动。
7.一种过程控制装置包括对来自过程的过程变量与目标控制值之间的误差信号至少进行比例(P)运算和积分(I)运算、向所述过程输出所得控制变量的控制运算装置;输入所述控制运算装置的输出信号、内部参数可变的模拟所述过程的过程模型;加有来自所述过程模型的信号的第一带通滤波装置;加有来自所述过程的信号、特性与所述第一带通滤波装置相同的第二带通滤波装置;加有来自所述过程的信号和来自第二带通滤波装置的信号的计算指令装置，按照所述计算指令装置的计算指令进行使来自所述第一与第一带通滤波装置的信号之差为最小的参数检索，所述过程模型的参数可以根据检索结果加以改变;根据所述过程模型参数检索装置得出的结果计算控制运算参数并把这些参数置入所述控制运算装置的控制运算参数运算装置，在这种过程控制装置中，所述第一带通滤波装置、所述模型参数检索装置和控制运算参数运算装置按照所述计算指令装置发出的计算指令启动。
全文摘要
数据采集装置采集要加到过程中的控制变量和过程变量。在内部包括一个过程模型的建模装置中，调整其内部参数，使得所述过程模型的输出可与所述变量匹配。精度估计装置计算所述模型的精度。当所述控制变量或过程变量大于一个固定值时，所述建模装置被启动，从所述建模装置和所述精度估计装置的输出中导出控制常数，所述过程模型的增益常数由所述过程模型及所述过程模型所决定。
文档编号G05B13/04GK1051629SQ9010756
公开日1991年5月22日 申请日期1990年9月12日 优先权日1989年9月13日
发明者高津春雄 申请人:横河电机株式会社