自动化专业英语课文翻译

1.1 介绍过程控制

1.近年来，对过程系统的性能改善需求变得越来越困难. 更为激烈的竞争，更加严格的环境和安全规范，以及快速变化的经济条件都是加强工厂产品质量规范的关键因素

2.更为复杂的情况是，由于现代制造业朝着规模更大,集成度更高的方向发展,而使不同的加工环节之间的协调能力更低, 所以加工过程更难控制.

在这种工厂中，要想让一个生产环节出现的问题不对其相连的另一个生产环节产生影响,几乎是不可能的.

3.近年来，考虑到工业制造逐渐加强的安全、高效需求，过程控制这个课题变得越来越受重视.

实际上，对于大多数现代工业，要满足安全、高效，产品质量的要求，没有控制系统是不可能的.

1.1.1说明性的例子

1.图1.1.1 所示的连续加热搅拌器可以作为过程控制的典型例子.

输入液态流体的质量流量率为w，温度为Ti. 槽内成分搅拌均匀，并且用电加热器，功率为Q瓦特.

2.假设输入和输出流量率是相等的，并且液体密度保持恒定，也就是说温度变化足够小，密度对温度的影响可以忽略不计. 在这些条件下，槽内液体的体积保持恒定

3.加热搅拌器的控制目标是保持输出温度T在一个恒定参考值TR上.

参考值在控制术语中指的是给定值. 下面我们考虑两个问题.

把加热搅拌器内的液体从输入温度Ti加热到输出温度TR，需要多少热量？

1.要确定达到设计运行条件下的热量需求，我们需要写下槽内液体的稳定能量平衡式.

在写平衡式之前，假设槽内是完美搅拌的，同时忽略热损耗.

2.在这些条件下，槽内成分的温度保持一致，因此，输出温度等于槽内液体温度.

.

3.Ti, T, w, 和Q

C 是液体的比热. 我们假设C是恒定的. 在设计条件下，

. 将其代入方程（1），

1.方程（2）是加热器的设计方程.

如果我们的假设是正确的，同时输入流量和输入温度等于他们的标定值，那么有方程（2）给出的输入热量将使输出温度保持在期望值TR.

但是，如果给定条件变化，会产生什么样的结果呢？这给我们带来第二个问题：

2.问题2. 假设输入温度Ti随时间变化. 我们如何确保温度T保持或靠近给定值TR？

最为一个特殊的例子，假设Ti增加到一个大于的值. 如果Q保持在标定值上恒定，我们可以得到输出温度将增加，因此T>TR.

为应付这种情况，有一些可能的策略控制出口温度T

方法1。测量和调整问题

1.一种控制温度T避免Ti干扰的方法是，基于T的测量来调整输入热量Q. 直观上来说，如果温度太高，我们应该减少输入热量；如果温度太低，我们可以增加输入热量. 这种控制策

略将使温度趋向于温度给定值TR，并且可以用几种不同的方法来实现.

2.例如，工厂操作员可以观察测量温度，将测量值与TR进行比较.

然后操作员将用恰当的方式改变输入热量Q. 这是手动控制的应用.

然而，用一个电子设备来代替人来控制，是更为简单和经济的，这就是使用自动控制

方法2。测量Ti，调整Q。

作为一个替代方法，我们可以方法1，Ti和Q相应调整为干扰变数。

因此，如果Ti比_Ti大，我们可以减少Q；Ti<_Ti，我们可以设置Q>_Q

方法3。测量T，调整w

与调整输入热量Q类似，我们可以选择操作质量流量w. 因此，如果温度太高，我们将增加流量w，使得搅拌槽的能量输入速率相对于质量流量减少，因此使输出温度得以降低.

方法4。测量Ti，调整 w

和方法3类似，如果Ti太高了，我们应该增加。

方法5。测量Ti，调整 Q

该方法结合方法1和2。

方法6。测量Ti和T，调整w

该方法结合方法3和4。

方法7. 在输入流安置一个热交换器. 热交换器意图减少Ti的干扰，因此可以减少温度T的扰动. 这个方法有时又叫做输入束缚法.

方法8. 1.使用一个更大的槽. 如果使用更大的槽，因为更大的热容，Ti的波动会趋向于衰减. 然而，体积增加使得开支增加，会使工厂系统的解决方案变得更加昂贵.

2.要指出的是这个方法类似于化学实验室中水缸的使用，水缸大的热容量可以看作散热装置，因此可以为小型实验仪器提供一个恒温环境.

1.1.2 分类控制策略

1.接下来，我们将给这8种控制方法进行分类，同时讨论他们各自的优缺点. 方法1和3 是反馈控制的例子. 在反馈控制中，测量被控过程变量，该测量值用于调整另一个可以操做的过程变量. （即测量变量，操作变量，测量变量用于调整操作变量.）

2.因此，对于方法1来说，测量变量是T，操作变量是Q. 对于方法3，测量变量仍旧是T，但是操作变量则是w. 需要注意的是，在反馈控制中，扰动变量Ti没有被测量.

1.区分负反馈和正反馈很重要. 负反馈是指期望达到的形势，控制器的校正作用使得被控变量趋于给定值.

2.相反地，当正反馈存在时，控制器使局面变得更加糟糕，它使被控变量远离给定值. 因此，对于加热搅拌器来说，如果T太高，我们将减少输入Q（负反馈），而不是增加输入热量Q（正反馈）.

1.方法2和4都是前馈控制策略. 这里，扰动变量Ti是被测量的，并且用于操作输入热量Q或输入流量w. 注意的是，在前馈控制中，被控变量T是没有被测量的.

2.方法5是前馈-反馈控制策略，因为它是方法1和2的综合. 同样地，方法6也是前馈-反馈控制策略，因为它是方法3和4的综合

3.方法7和8包含了设备的设计变化，因此并不是真正的控制策略. 注意方法7有点不合适,因为它涉及到在加热搅拌器的入口通道中添加一个热交换器,而加热搅拌器本身的设计功能就是个热交换器. 加热搅拌器的控制策略在表格1.1.1中做了总结.

1.到目前为止，我们仅仅考虑了Ti波动这一种干扰源. 我们也应该考虑其他过程变量干扰的可能性,如会影响槽中散热量的环境温度.

2.回忆一下前面我们假定热损失是可忽略的. 过程设备的变化是另一个可能的干扰源. 例如，加热器的特性会因为液体结垢而随时间变化. 考察这些不同类型的干扰对前馈和反馈控制策略的影响是有益的

1.首先，考虑方法2中的前馈控制方法,在这种方法中测量的是干扰Ti，并且测量用于调整可操作量Q. 从理论上讲，尽管存在干扰Ti, 这种控制方案有能力保持被控变量精确在给定值TR

2.在理想情况下,如果对Ti的精确的测量是可能的,并且以一种合适的方法对Q进行调整，那么加热器的校正作用将在T被影响以前就抵消干扰的影响. 如此而言,从维持被控变量在给定值的意义上讲,前馈控制原则上能够提供完美(无差，没有误差)的控制.

1.但是如果干扰源来自其他过程变量,这种前馈控制的策略如何发挥作用呢？特别地,假如流量w不能维持恒定，而是随时间变化. 在这种情况下，w被看作是一个扰动变量.

2.如果w增加,出口温度T将减少,除非加热器提供更多的热量. 然而,在方法2的控制策略中,只要Ti不变,热量输入值Q就维持恒定. 因此,对没有测量的流量扰动就不会采取校正动作.

3.原则上说,处理这种情况,我们可以同时测量Ti和w,然后调整Q来同时补偿这两种扰动. 然而,从实际出发,试图测量所有潜在的干扰一般来说是昂贵的. 既然反馈控制可以对未知的干扰提供校正动作,采用前馈和反馈组合的控制策略将更加实际,正如我们下面将要讨论的那样.

4.因此在工业应用中,前馈控制一般是和反馈控制结合使用的.

1.下面我们考虑扰动Ti或w出现的情况下，方法1的反馈控制如何实行. 如果采用方法1, 校正动作只有在干扰已经影响了过程之后发生，也就是说, 直到T偏离了TR之后.

2.既然在校正动作产生前,被控量必须偏离给定值,所以就其本身的固有属性而言,反馈控制不是完美(无差)控制. 然而,反馈控制的一个极其重要的优点是, 不论对什么样的扰动, 都可以产生正确的校正动作.

3.因此，在方法1中, 当扰动Ti 或w 引起T偏离给定值后, 校正动作都会产生(通过调整Q). 这种处理未知起因、没有测量的扰动的能力是反馈控制在过程控制中应用如此之广的主要原因.

翻译1.2 什么是反馈和它有什么影响？

1.第一节事例中，应用反馈的动机有些过于简单。

2. 在这些例子中，应用反馈的目的是减小参考输入和系统输出间的误差。

3. 然而，在控制系统中应用反馈的重要性要比这些简单例子所示的复杂得多。

4. 减少系统误差只是反馈对系统产生的重要作用之一。

5. 在下面的章节里，反馈还能对系统的下列运行特性产生影响：稳定性，带宽，总增益，扰动和灵敏度。

1.为了理解反馈对控制系统的作用，我们需要从广义的角度来检验这个现象。

2.当反馈被有意地引入控制中时，（我们可以）很容易地识别出它来。

3.但是在很多情况下，我们通常认为的本质上非反馈的物理系统，在某些特定的观察方式

下，也会表现出反馈的特性。

4.一般来说，每当系统变量间存在一个有因果关系的闭路序列时，我们可以说系统存在反

馈。

5.这种观点不可避免地承认了大量的最初被认为是非反馈系统的系统都存在反馈。

6.随着反馈和控制理论的应用，一旦上述意义上的反馈的存在被建立，这种通用的反馈定

义可以使大量的系统得到更系统化的研究，而不管有没有物理上的反馈。

1.现在我们从系统性能的不同方面研究反馈的作用。（如果）没有必须的线性系统理论的

数学基础，目前我们在讨论中就只能依赖于简单的静态系统表示法。

2.我们考虑简单的反馈系统，如图1.2.1，其中r是信号输入，y是信号输出，e是误差，b

是反馈信号。参数G和H可被认为是常数增益。

3. 通过简单的代数运算，它是简单的表明，投入产出关系的系统

4.

1.2.1 反馈作用的总增益

1. 如等式（1）所示，反馈使原非反馈系统的增益由G

变成了G除以系数(1+GH)

2. 图1.2.1的系统被称为具有负反馈，因为反馈信号前具有负号

3. GH本身有可能为负，所以反馈的总效果可能增加也可能减少增益G

4. 在实际的控制系统中，G和H都是频率的函数，因此1+GH的幅值在一种频段下可能增大系统的增益，而在另一频段下又可能减小系统的增益。

5.所以，反馈在一种频段下有可能会加大系统的增益，而在其它频段下减小系统的增益。

1.2.2 效果反馈稳定性

1. 稳定性是描述系统是否能够跟踪输入命令或是否有用的概念

2. 非严格地，如果一个系统的输出失去了控制，我们就说它是不稳定的

3. 为了研究反馈对稳定性的影响，我们可以再次观察等式（1）。如果GH=-1（称为负一），对于任何输入，系统的输出都是无穷大，这样的系统是不稳定的

4. 因此，我们说反馈可以使原来稳定的系统变得不稳定

5. 当然，反馈是一柄双刃剑，当使用不当时，将会产生坏的作用

6. 然而需要指出的是，我们在这里只针对静态情况，而通常GH=-1不是系统不稳定的唯一条件。

1.可以证明，加入反馈的好处之一是能够使不稳定的系统稳定。我们假设图1.

2.1所示的

反馈系统是不稳定的，因为GH=-1。如果我们引入另一反馈环，其负反馈增益是F，如图1.2.2所示，系统总的输入/输出关系是

2.很明显，尽管G和H使内环反馈系统不稳定，因为GH=-1，而如果正确选择外环的反

馈增益F，系统总体上能够是稳定的。

3.在实践中，GH是频率的函数，并且闭环系统的稳定性条件依赖于GH的幅值和相位。

结论是反馈能够改进系统的稳定性，但如果使用不当，也有可能破坏稳定性.

3. 反馈对灵敏度的影响

1.控制系统中对灵敏度的考虑是非常重要的。由于所有的物理元素都有随环境和时间变化的特性，在系统的整个运行过程中，我们不可能把控制系统的参数当作完全静态的。

2.例如，马达的线圈电阻会随着马达温度的升高而变化。第1章中的电子打字机在第一次开机时有时会运行不正常，因为系统参数在预热期间发生变化。

3.这种现象有时被称为“早困”。大多数复印机都有预热时间，在初次打开后运行会闭锁.

1.总的来说，一个好的控制系统应当对参数的变化很不灵敏，而对输入命令的响应很灵敏。我们来研究对参数变化的灵敏度，反馈将会产生何种影响。

在图1.2.1中，我们考虑G是变化的增益参数。

对于G的变化，系统的总的增益灵敏度M定义为

2.其中偏M表示由G的微小变化量偏G造成的M的微小变化量。应用（1）式，灵敏度函数可以写成

1.这个关系说明如果GH是正的常数，在系统保持稳定的前提下，灵敏度函数的幅值可以通过增大GH变得任意小。很明显，在开环系统中，系统的增益对G来说是一比一的形式（即SMG =1）。

2.我们再次提醒，在实践中，GH是频率的函数，在某些频率范围内，1+GH的幅值有可能小于1，这使得在某些情况下，反馈对参数灵敏度是有害的。

3.通常，反馈系统增益对参数的灵敏度取决于参数的位置。读者可以得到图1.2.1中由于H 的变化而造成的灵敏度。

4. 反馈对外界扰动或噪声的影响

1.所有的实际系统在运行中都会受到外部信号或噪声的影响。这样的例子有电子电路中的电压热噪声和马达中的电刷或整流器噪声。外部扰动，比如风的冲击对天线产生影响，也是控制系统中很常见的。

2.因此，在控制系统的设计中，应当注意系统应当对噪声和扰动不灵敏，对输入命令灵敏.

1.反馈对噪声和扰动的作用在很大程度上取决于外部信号发生在系统的什么地方。目前还没有通用的结论，但在多数情况下，反馈可以降低噪声和扰动对系统运行的影响。

2.我们看图1.2.3所示的系统，在这个系统中r表示命令信号，n是噪声信号。在没有反馈的情况下，H=0，由n单独产生的输出y为

y=G2n

与在场的反馈，系统输出n 是唯一的，则，

y=G2n/(1+G1G2H)

比较方程6和5可以得到，若使1+G1G2H 大于1，方程6输出中的噪声分量可以被系数1+G1G2H 减小，系统可以保持稳定.

在第4章中，前馈和前向控制器结构中都使用了反馈，以减少扰动和噪声输入的影响。通常，反馈还会影响带宽、阻抗、瞬态响应和频率响应的运行特性。我们将在继续学习中了解到这些影响。

翻译1.3 闭环控制系统的稳定性

1. 反馈控制的一个重要的结果是会产生振荡响应。

2. 如果振荡的幅值很小并且衰减很快，那么一般认为控制系统的运行状态是令人满意

的。

3. 然而，在某些情况下，振荡有可能是无阻尼的，甚至幅值会随时间而增大，直到达

到了物理极限，比如一个被完全打开或关闭的控制阀。

4. 在这些情况下，闭环系统是不稳定的。

1. 在本节中，我们对闭环系统的稳定性特性做出分析，并提出几个用于判断系统是否

稳定的判据。

2. 另外的基于频率响应分析的稳定性判据在这里不做讨论。

3. 首先，我们考虑一个闭环系统的例子，这个系统可以变得不稳定。

1. 例如

2. 考虑反馈控制系统见图1.

3.1：

证明了闭环系统产生不稳定的反应，如果控制器增益的太大。

图3标准反馈控制系统框图

解决方案：

?R 1X ?

1. 为了判断KC对闭环响应c(t)的影响, 我们考虑对设定值施加一单位阶跃变化，R(s)=1/s。

可以得到随设定值变化的闭环传递函数：

代入（1.3.1）和（1.3.2）到（1.3.3）和决定（重新整理）给

KC确定之后，c(t)可以通过对方程（4）进行拉普拉斯反变换得到。但是在运算部分分式展开式之前，首先要得到s的三阶多项式的根。这可以通过标准的求根方法来得到。

1. 本例中的不稳定响应是幅值在每一次循环中不断增大而产生的振荡。

2. 相反，在实际物理系统中，幅值增大到物理极限或导致设备故障为止。

3. 因为终端控制元件通常都有饱和限制，所以不稳定响应最终会表现为幅值不变地持续

振荡，而不是不断增大。

1. 很明显，一个反馈控制系统能够可靠控制的先决条件是稳定。

2. 因此，考虑系统在什么情况下变得不稳定是非常重要的。

3. 例如，PID控制器的参数取什么值时能够保持控制过程稳定？

一般稳定性准则

1. 大多数的工业过程是稳定的，没有反馈控制。

2. 因此，他们被称为开环稳定或自调节

3. 在发生暂态扰动之后，一个开环稳定过程将会返回到初始的稳定状态下。

1. 在介绍各种稳定性判据之前，我们先介绍关于无约束线性系统的定义。

2. 我们使用术语“无约束”，来特指对输出变量无任何物理约束的理想状况。

稳定性的定义：对于一个无约束线性系统，如果对所有的有界输入，输出响应都是有界的，那么该系统是稳定的，否则就是不稳定的。

1. 所谓有界输入，是指输入变量值在任何时刻都保持在上、下界范围之内。

2. 比如，考虑变量x(t)，随时间t变化。如果x(t)是阶跃或正弦函数，则它是有界的。

3. 而函数x(t) = t和x(t) =e3t则是无界的。

特征方程

作为起点的稳定性分析，考虑框图1.3.1利用分块诊断方框图代数运算，我们得到

哪里是开环传递函数，GOL=GcGvGpGm.

目前认为，设定点变化，在这种情况下式（1.3.5）减少的闭环传递函数，

如果GOL 是s 多项式的比（即有理数），那么方程（6）中的闭环传函也是有理函数。通过整理，它可以表示为如公式（7）所示的被因式分解为极点和零点的表达形式

1. 其中K ‘为用于得到正确的稳态增益的常数乘子。

2. 为了使系统能够物理实现，极点的个数必须大于或等于零点的个数，即 n ≥ m 。

3. 若零、极点有相同数值，注意零极点对消.

1. 比较分析。（6）和（7）表明，两极也根以下方程，称为闭环系统的特征方程：

2. 特征方程中起着举足轻重的作用，在确定系统的稳定性，为后面讨论。

1.一个单位在设定点的变化，住宅（县）= 1 /秒，和式（7）成为

如果没有重复的极点（即，如果他们都是不同的两极），然后部分分式展开式（1.3.9）的形式

在{Ai}可以确定。以逆拉普拉斯变换式（10）给出了

1.假设一复数，是一个正实数，即“Pk>0

2.很显然是从式（1.

3.11），c （t ）是无界的，因此是不稳定的，闭环系统图1.3.1

3.如果Pk 是一个复杂数字，pk=ak + jbk ，具有正实部（ak > 0），则系统还不稳。

4. 相反，如果所有的极点都是负数（或实部都为负），那么系统是稳定的。这可以用下面的稳定性判据来总结：

1=+OL G ()n

pt n t p t p e A e A e A A t c ++++= 21210

通用稳定性判据：图1.3.1所示的反馈控制系统是稳定的，当且仅当所有的特征方程的根都是负的或其实部是负的。否则，系统是不稳定的。

1.3.2 劳思稳定判据

1.1905年，劳思发表了用于判断多项式的根是否存在正实部的解析方法。

2. 根据通用稳定判据，仅当所有的特征方程的根都具有负实部时，一个闭环系统才是稳定的。

3. 因而，通过劳思的方法来分析特征方程的系数，我们就可以判断出闭环系统是否稳定。 这种方法称为劳思稳定性判据。

4.它仅能用于特征方程在s 平面上为多项式的情况。

5. 因此，劳思稳定判据不能被直接应用于带有时延的系统中，因为特征方程中含有e-θs 项，这里θ是时间延迟。

6. 然而，如果用帕德近似代替e-θs 项，那么也可以（对含有时延的系统）做出近似的稳定性分析。

7. 对含有时间延迟的系统，可以直接采用直接求根法或频域响应分析法来进行精确的稳定性分析。

劳思稳定性判据是基于特征方程的形式

1.我们可以任意地假设an>0。如果an<0，则只要把方程（1.3.12）两边乘以负1得到新的方程仍能够满足假设条件。稳定的必要（而非充分）条件是，特征方程的所有的系数(a0,

a1, … ,an)均为正数。 2. 如果有一个系数为负或零，则至少有一个特征方程的根位于虚轴的右方或虚轴上，这样系统就是不稳定的。

3. 如果所有的系数均为正，我们接下来构造以下劳思阵：

Row

1

2

3

4

。

。

N+1

1. 劳思阵含有n+1行，n 为特征方程（12）式的阶数。

2. 劳思阵具有大致的三角形状，最后一行仅有一个单元。

3. 前两行仅仅是特征方程的系数，根据s 的奇、偶次幂排列。

4. 其它行的元素由下列公式计算得到。

00111=++++--a s a s

a s a n n n n

1. 注意，式（1.3.13）到（1.3.16）的分子表达式类似于计算一个2×2阶的行列式，但减

法的次序是颠倒的。

2. 生成劳思阵后，我们就可以表述劳思稳定判据了.

劳斯稳定判据。式（12）特征方程的所有根均具有负实部的充要条件是，劳思阵的左列的所有元素均为正值。

翻译1.5 控制器调谐

1.当安装了控制系统之后，通常必须先调整控制器的设置，直到控制系统运行达到满意为止。这个活动被称为控制器整定，或控制器的现场整定。由于控制器整定通常都采用反复实验的方法（试差法），整定过程是十分费时的。因此，我们希望能够初步估计出一个令人满意的控制器设置。

2.首先好的设想可以源于类似控制回路中取得的经验。换句话说，如果已知过程模型或频率响应数据，就可以采用一些特殊的设计方法来计算控制器设置。然而，现场整定仍是控制器微调所需要的，尤其是当过程信息不完整或不太准确的时候.

1.一般控制回路指导方针

1.对一些常见的过程变量: 流速、液位、气压、温度和成分，它们的控制器类型和控制器设置的选择都有通用的指导方针。

2.下面讨论的指导方针对于过程模型未知的情况是有用的. 但是，这些（方针）必须谨慎使用，以防发生意外. 类似的指导方针可用于新型设备启动阶段的控制器初始值设置.

1.1流量控制

1.流量和液压控制回路的特点是响应快速（秒级），基本上没有时间延迟。过程的动态特性是由于气流的可压缩性或液体的惯性造成的。传感器和信号传输线如果采用气动设备，有可能会带来很大的动态滞后（延迟）。

2.流量控制系统中的扰动较为频繁但通常幅值较小。多数扰动是高频噪声（周期性或随机性），来源于流体紊乱、阀门变化和泵的振动. 通常使用PI流量控制器，控制器增益Kc取中间值。而不断重复的高频噪声使得微分作用无法使用.

1.2液体水平

1.（我们）已经讨论过典型的无自衡液位过程。由于它的积分性质，我们可以采用一个较高增益的控制器，而不用考虑控制系统的不稳定性。实际上，控制器增益的增大经常会增加系统的稳定性，而低增益则增加系统的振荡程度。（实际上，增益K越大，系统越快速趋于稳定值，但过大增益会使系统容易变得不稳定，增益K越小，系统振荡时间越长，到达稳态值时间越长）

2.积分控制通常是被采用的，但是在允许液位存在小的误差（±5%）的时候，积分部分就不是必须的. 通常在液位控制中，微分控制较少采用，因为液体进入容器时会的飞溅和湍流经常会使液位的测量中包含着噪声。（I 控制器：消除稳态误差，但I会增加系统振荡（稳定性），D控制器：快速性，减小振荡，但不适用于高频噪声）

1.在很多液位控制问题中，盛放液体的容器被用作缓冲罐，以减弱流入液体造成的波动。

如果从容器流出液体的流速被用作操作变量，那么应该采用传统的控制器设置，以避免流出流速产生大而快速的波动。这种策略称为均匀控制。

2.如果液位控制还涉及到热传递问题，如蒸馏器或蒸发器，那么过程模型和控制器的设计将变得更加复杂。在这种情况下，一些特殊的控制方法将会更加有效。

1.3气体压力

1.气压控制相对液位控制来说更容易一些，除了当气体与液体达到平衡状态时的情况. 气压过程是自调节的：当压力太小时，容器（或管道）就会进入更多的气体，而当压力过大时，会减少进入的气体。PI控制器通常被采用，并且积分控制部分发挥很小的作用（即，大的积分时间常数）（积分常数越大，积分作用越不明显，这里指主要是P控制，I控制起作用很小）。

2.通常容器体积不大，使气体相对滞留时间很短，而该过程的时间常数较小。通常不需要微分控制，因为与其它过程操作相比，气体过程响应时间很短。

1.4温度

1.要表达温度控制回路的通用指导方针比较困难，因为涉及到热传递的过程和设备差别很大（并且时间标尺不一致）。例如，对于换热器、蒸馏塔、化学反应器和脱水器，它们的温度控制问题有很大差别。

2.由于时滞和/或多级热容的存在，通常对控制器增益会有一个稳定范围。常用PID控制器来获得比PI控制器更加快速的响应特性。

1.5组合物

1.成分回路的特性通常与温度回路类似，但有几点不同：

①噪声测量在成分回路中是更重要的问题。2. 由分析器导致的时滞可能是一个有意义的因素。

这两个因素限制了微分作用的有效性. 由于成分和温度回路的重要性和控制难度，它们经常是高阶控制策略的实施对象.

1.5.2 审判和错误校正

1.控制器的现场整定经常根据控制器生产厂家的要求，采用经验试凑法。典型的PID控制器整定方法总结如下：

?第1步：取消积分和微分作用，设置τ D 值减到最小，τI 值增到最大.

?第2步：设置Kc为一个较小的数（如0.5）,并使自动控制发挥作用。

?第3步：使设定值或负载变化较小的量，逐步增加控制器增益Kc，直到等幅连续循环出现. 术语“连续循环”指的是等幅持续振荡.

?第4步：将Kc减少一倍（1/2）.

?第5步：小幅减小τI，直到等幅振荡再次出现. 设置τI 为该值的3倍.

?第6步：加大τ D 直到等幅振荡出现. 设置τ D 等于该值的三分之一

1.在第3步中造成连续周期（等幅振荡）的Kc被定义为临界增益，标识为Kcu。在进行试验过程中，使控制器输出不饱和非常重要。如果出现了饱和现象，即使Kc ＞Kcu也会出现持续振荡。

因为临界增益在控制系统的设计和分析中具有关键地位，我们给出了一个更正式的定义：

定义：

当闭环系统只有比例控制器的情况下，使系统稳定的控制器最大增益值为临界增益Kcu.

若已知过程模型，那么Kcu 就能用稳定判据从理论上计算出来。上述的试差法有许多的不足：

①如果要优化Kc, τI 和τ D 需要做很多次试验，而过程动态又非常缓慢，那么经验试凑法将耗费很多时间。对单一的控制回路测试会很昂贵，因为不能保证产量或产品质量差。

②连续的周期振荡是不能接受的，因为这会使系统过程达到稳定极限。因此，如果在控制器整定中发生外部扰动或系统过程发生变化，有可能使系统不稳定或带来危险。（如失控的化学反应器）

③这种整定过程不适用于开环不稳定系统，因为这种过程一般在高和低的Kc值下都会不稳定，而在中间某些范围的值下是稳定的.

④一些简单的过程没有临界增益（如用一阶或二阶传函建模的无时滞系统）.

1.5.3 .等幅振荡法

1.基于持续振荡的经验试凑法可以看作是著名的连续周期法的变形，连续周期法由Ziegler 和Nichols于1942年发表。这种经典的方法估计是PID控制器整定最为著名的方法。

2.连续周期法也被称为回路整定法或临界增益法。第一步是采用上一节描述的方法试验确定Kcu。产生的持续振荡的周期定义为临界周期Pu。

3.然后采用表1的Z-N整定关系由Kcu和Pu计算出PID控制器的设置。Z-N整定关系又由经验发展成为四分之一幅值振荡衰减（方法）。

4.这些整定关系在工业中得到了广泛的应用，也为比较不同的控制方案提供一个方便的基础。然而，本节将要讲述的控制器整定例子表明，Z-N整定要次于其它方法，应该谨慎使用。

1.注意到Z-N设置为比例控制提供了一个重要的安全裕度，因为控制器增益是稳定极限Kcu 的一半。当加入积分控制时，K c在PI控制中减为0.45 K cu。而微分控制的加入使PID控制的增益可以增加到0.6 Kcu。

1.对于某些控制回路，因设定值改变而引起的带有1/4衰减比和过大的超调量的振荡是我们所不希望出现的。因此，更为稳妥的设置好一些，如表2中所示的修正的Z-N设置。

1.尽管Z-N连续周期法被广泛应用，它和经验试凑法一样，存在着同样的不足之处。然而，连续周期法（等幅振荡法）比经验试凑法耗费时间短，因为它只需要一次经验试凑。

2.我们再次强调，表1、2中的控制器设置应作为第一次的估计值。这之后还要通过经验试凑法进行微调，特别是当选中了表1的初值之后。同样，也可以采用本节最后讨论的连续周期自动整定法。

1.5.4. 过程响应曲线法

1.在他们著名的文章中，Ziegler 和Nichols 提出了第二种在线整定技术，过程响应曲线法. 这个方法建立与一个单独的实验测试，其中控制器处于人工控制状态. 控制器输出引入一个小的阶跃变化，记录下观测到的过程响应，B(t). （即u(t)引入阶跃变化，观察输出y(t)的阶跃响应）

2.这个阶跃响应也被称作过程响应曲线.它的特征由两个参数来体现：S，通过拐点的正切斜率，和θ, 切线与时间轴相交点的时间值.

1.图1.5.1所示为两种不同类型的过程响应曲线，在t=0时发生的（输入）阶跃变化. 情况（a）的响应曲线是无界的，指该过程无法自我调节（不稳定过程）. 相反地，情况（b）中的假设过程为自我调节过程，因为过程响应曲线可以达到一个新的稳态值. 要注意的是，斜率相交的特性可以用在所有类型的过程响应曲线上.

1.表格3给出了过程响应曲线法的Z-N整定关系. S* 表示标准斜率，S*=S/?p ，其中?p 是控制器输出p的阶跃变化幅值. 这些整定关系是用经验法，由闭环响应以1/4 衰减比得到. 表格3中的整定关系可以用于可自我调节和非自我调节过程.

1.如果过程反应曲线具有典型的S形状如图（b）1.5.1，下面的模型通常提供一个令人满意的适合：

1.B’ 是被控变量的测量值，P’是控制器输出变量（操作变量），都表示为偏差变量（即变化值）. 要注意这个模型包括了最终控制装置和传感器输出装置的传递函数，也包括过程的传递函数. 模型参数K, τ和θ可以由过程响应曲线得出.

1.过程响应曲线法有几个显著的优点：

①只需要一次单独的实验测试.

②不需要反复试凑.

③可以很容易计算出控制器设置参数.

然而，同样过程响应曲线法有一些缺点：

①实验测试是在开环状态下进行的. 因此，如果在测试过程中，对于大的负载变化没有采

取校正的动作，测试结果可能有较大的失真. （大的扰动，但操作变量没有改变，实质上输出变化由扰动决定）

②精确确定拐点的斜率是困难的，尤其在测量值受到干扰并且数据记录图表过小的情况下.

③这个方法对控制器刻度误差很敏感. 相反地，Z-N方法得到的Kc对于刻度误差并不敏感，因为控制器增益是由实验测试得到的.

④表格2和3推荐的参数设置适用于振荡响应（过程），因为这些参数由1/4衰减比例法得到.

⑤这个方法不适用于开环振荡响应过程，因为方程（1）中的过程模型会变得非常不准确.

1.过程响应曲线的闭环方法被提出来作为第一个缺点的部分补救方法. 在闭环方法中，只有比例控制的情况下，使设定值做阶跃变化而产生过程响应曲线. 之后通过闭环响应采用新的方法来计算出式（1）的模型参数. 闭环响应曲线法的一个主要缺点是模型参数计算比标准开环方法要复杂得多.