篇一:自动化专业英语第三版王树青1.2翻译
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。
篇二:自动化专业英语第三版王树青1.3翻译
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。
解决方案:
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:
X1
图3标准反馈控制系统框图
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:
1?GOL?0
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
形式
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
在{Ai}可以确定。以逆拉普拉斯变换式(10)给出了
c?t??A0?A1ep1t?A2ep2t???Aneptn
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:
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
ans?an?1s
a1, … ,an)均为正数。
nn?1
??
?a1s?a0?0
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, 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。
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。
篇三:自动化专业英语第三版王树青1.5翻译
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 τD 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τD 直到等幅振荡出现. 设置τD 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 τD 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,Kc 在PI控制中减为0.45 Kcu。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.
《自动化专业英语第三版王树青1.1翻译》出自:百味书屋
链接地址:http://www.850500.com/news/6603.html
转载请保留,谢谢!