專利名稱：用于調(diào)整和控制的方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于調(diào)整和控制具有至少一個傳動裝置的工業(yè)過程的方法及裝置，以影響所生產(chǎn)產(chǎn)品的質(zhì)量，其中生產(chǎn)速度或材料流率是變化的，從而產(chǎn)生了變化的控制條件。本發(fā)明優(yōu)選地針對輥軋機(jī)應(yīng)用中的自動調(diào)整和自適應(yīng)控制，例如用于采用任何數(shù)量機(jī)械的或其他的傳動裝置來改進(jìn)軋制產(chǎn)品的平整度。本發(fā)明還可應(yīng)用于變化的材料是諸如板、帶、織物(web)或流體的其他過程。

背景技術(shù)：
通過輥軋機(jī)的工作輥的輥隙分布(profile)和軋制帶的厚度分布來確定軋制產(chǎn)品，如帶的平整度。帶平整度于是可受到對影響軋機(jī)及其工作輥隙分布的不同控制裝置的操縱的影響。這種傳動裝置可以是機(jī)械裝置，如工作輥彎輥裝置、中間輥彎輥裝置、傾斜裝置、中間輥竄動輥裝置、頂凸傳動裝置，或諸如工作輥冷卻/加熱傳動裝置之類的熱裝置。
在金屬冷軋的平整度控制中使用許多影響平整度分布的傳動裝置。在標(biāo)準(zhǔn)的解決方案中，平整度偏差借助于軋機(jī)矩陣而被映射到傳動裝置空間，其從各傳動裝置描述靜態(tài)平整度響應(yīng)。此分解產(chǎn)生許多控制環(huán)路，每個控制環(huán)路用于一個傳動裝置。這些環(huán)路被配備有PI控制器。當(dāng)前這些控制器的調(diào)整是基于對每個環(huán)路模型的離線識別。此外，由于例如變化的輥軋速度所引起的模型中已知的變化在參數(shù)調(diào)度方式中被考慮。使每個環(huán)路的過程增益(process gain)不確定的兩個因素是其對軋制材料的依賴性，以及所采用的軋機(jī)矩陣和軋機(jī)實(shí)際行為之間可能的差異。
當(dāng)軋制帶時，重要的是總是保持期望的平整度分布。與期望平整度的偏差可能導(dǎo)致?lián)p失很大的帶破裂以及所生產(chǎn)的帶卷報(bào)廢。因此平整度控制系統(tǒng)的任務(wù)是使實(shí)際的平整度分布盡可能地接近期望的平整度分布，這對控制系統(tǒng)的計(jì)算速度和準(zhǔn)確度提出了高的要求。
無論變化的條件如何，為減小質(zhì)量變化并將生產(chǎn)質(zhì)量保持在規(guī)范以內(nèi)，都需要對工業(yè)過程的控制器進(jìn)行很好地調(diào)整。特別是，對高生產(chǎn)率的期望常常會對將過程控制得足夠好以避免生產(chǎn)不合格材料以及避免由于破裂而導(dǎo)致生產(chǎn)中斷的能力提出挑戰(zhàn)。造紙機(jī)中的紙張破損或軋鋼機(jī)中的帶斷裂是導(dǎo)致高昂生產(chǎn)損失的實(shí)例。
控制器的調(diào)整常常是基于從實(shí)驗(yàn)數(shù)據(jù)(例如從步驟測試)找出簡化模型的例程，結(jié)合自動查找良好控制器調(diào)整的方法，并假定此模型足夠好地代表了過程的行為。為使此例程成功，關(guān)鍵是在實(shí)驗(yàn)期間模型公式能夠捕獲過程的實(shí)際行為，且所獲得的模型在對其中可能出現(xiàn)條件變化的過程的正常操作期間保持有效。通過適當(dāng)?shù)仃P(guān)注健壯性，調(diào)整方法可以允許所采取的標(biāo)稱行為有一些變化。如果過程的動態(tài)特性中有本質(zhì)的變化-例如具有變化的生產(chǎn)速度-則已知的這種變化通過參數(shù)調(diào)度來處理。如果變化在調(diào)整實(shí)驗(yàn)期間出現(xiàn)，若應(yīng)用標(biāo)準(zhǔn)方法則模型識別會被嚴(yán)重干擾。
常用手段是黑箱識別，即估計(jì)模型的離散時間公式中的參數(shù)，在與實(shí)際控制中使用的采樣周期相同的采樣周期中表示。然而，在某些過程的動態(tài)特性隨生產(chǎn)速度而改變的情形中，由于模型的真實(shí)參數(shù)值會變化，因此估計(jì)會被速度變化干擾。這包括如果以每單位時間進(jìn)行采樣，此為最普通的情形，則隨后動態(tài)特性中隨速度變化的部分會給出變化的離散時間模型參數(shù)，如果有時是由于實(shí)用原因按每材料流量進(jìn)行采樣，對于時間特性反比于速度的動態(tài)特性，還給出恒定的離散時間模型參數(shù)值，則隨后動態(tài)特性中不隨生產(chǎn)速度變化的部分會給出變化的離散時間模型參數(shù)。
對于PI控制環(huán)路的調(diào)整，在平整度控制的標(biāo)準(zhǔn)解決方案中，變化的輥軋速度阻止了用黑箱識別方法來確定模型。采樣按每單位長度來執(zhí)行，故傳輸行為的模型對采樣數(shù)據(jù)來說是不變的，但對于以此方式采樣的數(shù)據(jù)，傳動裝置動態(tài)特性不能得到不變的模型，因此整個離散時間模型會變化。此外，采樣周期會因?yàn)樽兓南虏蓸颖稊?shù)以及與此相關(guān)的變化的前置濾波而變化。
為獲得準(zhǔn)確的控制，應(yīng)當(dāng)基于過程如何響應(yīng)被操縱變量的改變而很好地調(diào)整控制器。輥軋過程的增益依賴于未清楚得知的許多參數(shù)。對于平整度控制，相關(guān)增益由軋制的材料、采取的軋機(jī)矩陣與真實(shí)矩陣的實(shí)際一致性以及其他事項(xiàng)所影響。
在將初始控制任務(wù)，即使用若干傳動裝置保持生產(chǎn)材料的整個寬度上的平整度，分到若干傳動裝置測量環(huán)路中后，當(dāng)前的控制策略是基于試運(yùn)行期間的標(biāo)準(zhǔn)控制環(huán)路調(diào)整。這通常以對每個環(huán)路進(jìn)行單獨(dú)的離線模型參數(shù)估計(jì)和對該模型的調(diào)整來完成。為使該行為更加有效率，應(yīng)當(dāng)在線估計(jì)相關(guān)的模型參數(shù)并實(shí)時顯示給用戶，以決定何時結(jié)束該行為。而且，估計(jì)應(yīng)當(dāng)以不被速度變化所干擾的方式來執(zhí)行。
一個問題是，如果過程或材料改變，則控制會變得不準(zhǔn)確，即便之前是準(zhǔn)確的，這將導(dǎo)致產(chǎn)品質(zhì)量低下或出現(xiàn)廢料。材料改變例如會導(dǎo)致特性如材料的厚度、寬度或硬度的改變。在材料改變后，控制需要適應(yīng)新材料的特性?？刂七m應(yīng)新材料越快，生產(chǎn)質(zhì)量恢復(fù)得越快。
為避免該問題，自適應(yīng)控制得以應(yīng)用。自適應(yīng)控制通常應(yīng)用于黑箱模型。然而，因?yàn)闀r不變傳動裝置相關(guān)的動態(tài)特性，由于速度變化而具有變化的采樣周期的離散時間模型會有變化的參數(shù)值。因而基于這種模型的黑箱識別的自適應(yīng)控制將無效。
與用于材料流率變化的工業(yè)過程的控制器調(diào)整有關(guān)的問題，如輥軋期間的平整度測量，是對受控特性的測量的采樣速率依賴于流率，如輥軋速度，這導(dǎo)致采樣間隔的變化。估計(jì)時間離散模型的參數(shù)是簡單且已知的。然而，由于采樣間隔的變化，不能使用時間離散模型來為具有變化材料流率的過程調(diào)整控制器。


發(fā)明內(nèi)容
本發(fā)明的目的是解決與調(diào)整控制器相關(guān)的問題，其中控制器用于材料流率變化的工業(yè)過程，變化的材料流率導(dǎo)致變化的控制條件。
根據(jù)本發(fā)明的一個方面，此目的通過權(quán)利要求1所限定的方法實(shí)現(xiàn)。
該方法包括 -注入加到控制器輸出信號上的激勵信號； -響應(yīng)于所述激勵信號，接收過程特性的測量結(jié)果； -選擇過程模型結(jié)構(gòu)，該過程模型結(jié)構(gòu)包括至少一個具有未知值的參數(shù)，該模型結(jié)構(gòu)描述變化的材料流率的作用； -基于特性的測量結(jié)果和來自于控制器的輸出信號來估計(jì)參數(shù)的值， -根據(jù)參數(shù)的估計(jì)值，計(jì)算用于描述從控制器輸出到控制器輸入的動態(tài)特性的模型，并基于此執(zhí)行控制器的基于模型的調(diào)整。
本發(fā)明使用工業(yè)過程的現(xiàn)有知識和已知數(shù)據(jù)。根據(jù)本發(fā)明，描述變化的材料流率的作用的模型被使用。已知模型的一些參數(shù)。剩余的那些未知的或預(yù)計(jì)會變化的參數(shù)，典型地為過程增益，通過識別來在線地確定。這與調(diào)整規(guī)則如lambda調(diào)整規(guī)則結(jié)合形成調(diào)整方法。當(dāng)被應(yīng)用于在線控制時，其形成了自適應(yīng)控制，該自適應(yīng)控制考慮過程和材料的不確定性和變化。當(dāng)被應(yīng)用于自動調(diào)整時，它給出迅速且可靠的調(diào)整控制器的途徑。本發(fā)明允許控制任何類型的傳動裝置。
通過使用連續(xù)時間模型公式并考慮有關(guān)過程的已知內(nèi)容來選擇模型結(jié)構(gòu)，使得未知參數(shù)獨(dú)立于材料流率以及獨(dú)立于其他變化的參數(shù)?！蔼?dú)立”意味著不管變化的材料流率或變化的其他參數(shù)如何，真實(shí)值保持合理的恒定。從而需要通過估計(jì)來確定的參數(shù)的數(shù)量被最小化，結(jié)果是該估計(jì)變得更可靠?；谀Ｐ偷恼{(diào)整方法于是被應(yīng)用于根據(jù)所估計(jì)的參數(shù)、已知參數(shù)和關(guān)系以及實(shí)際應(yīng)用的任何信號處理所確定的總模型。
本發(fā)明的方法創(chuàng)建了改進(jìn)的、穩(wěn)定的和健壯的控制系統(tǒng)。采用所提出的發(fā)明將大大減少與目前解決方案的材料流率變化所引起的變化的條件相關(guān)的質(zhì)量控制問題，特別是與變化的材料參數(shù)和緩慢改變的過程參數(shù)相結(jié)合的質(zhì)量控制問題。
本方法基于離散時間黑箱模型識別實(shí)現(xiàn)優(yōu)于自適應(yīng)控制器的優(yōu)點(diǎn)，通過估計(jì)而得出的參數(shù)將在更長的時間段保持恒定，例如獨(dú)立于生產(chǎn)速度，這使得僅僅應(yīng)用自適應(yīng)更加可行。這進(jìn)而提供與非自適應(yīng)控制比較起來實(shí)際上能夠提高控制性能的基礎(chǔ)。提高性能的益處通常在于相同質(zhì)量水平時的更高的生產(chǎn)速度，和/或在相同生產(chǎn)速度時的更高的生產(chǎn)質(zhì)量，這意味著廢品更少或價格更優(yōu)或二者皆有，和/或生產(chǎn)停頓更少。用作對最初調(diào)整的支持，該方法還能減少試運(yùn)行次數(shù)。
本發(fā)明可應(yīng)用的實(shí)例是金屬冷軋中的平整度控制。通過具有四陣列形式的傳感器的測量輥來測量張力分布。測量系統(tǒng)每旋轉(zhuǎn)一周取得四次完整的張力分布樣本，并將該樣本轉(zhuǎn)換成平整度分布。因此存在按每材料流的量進(jìn)行采樣的情形，或更準(zhǔn)確地，按軋制材料的長度進(jìn)行采樣的情形。使用所呈現(xiàn)的來自傳動裝置的靜態(tài)響應(yīng)，測量能夠被映射到多個控制環(huán)路。不同控制環(huán)路中的實(shí)際動態(tài)響應(yīng)主要包括傳動裝置伺服器的響應(yīng)，或者在熱裝置的傳動裝置情形中的加熱或冷卻響應(yīng)，以及與帶傳輸相關(guān)的響應(yīng)。與傳動裝置有關(guān)的部分被視為時不變的，與傳輸有關(guān)的時間特性(滯后(dead-time)、時間常數(shù))反比于輥軋速度。此類型過程的離散時間模型的黑箱識別是無用的，因?yàn)榻Y(jié)果僅對于該操作點(diǎn)有效。另一方面，本發(fā)明的方法提供在整個操作范圍都有效的估計(jì)，且易于被用戶解釋。
此外，本發(fā)明使操作員能夠完全使用自動模式，在保證同樣質(zhì)量的情況下，以生產(chǎn)廢品更少和/或輥軋速度更高的形式來提高軋機(jī)的產(chǎn)出。
根據(jù)本發(fā)明的實(shí)施例，本方法包括選擇過程模型結(jié)構(gòu)，該過程模型結(jié)構(gòu)是時間連續(xù)的，且包括獨(dú)立于變化的材料流率的參數(shù)。本實(shí)施例使得盡管采樣間隔可變但仍能夠估計(jì)用于模型的參數(shù)。
根據(jù)本發(fā)明的另一個方面，其目的通過可直接載入處理器或計(jì)算機(jī)的內(nèi)部存儲器的計(jì)算機(jī)程序產(chǎn)品來實(shí)現(xiàn)，該程序產(chǎn)品包括當(dāng)程序在計(jì)算機(jī)上運(yùn)行時，用于執(zhí)行根據(jù)所附的一組方法權(quán)利要求的方法步驟的軟件代碼部分。計(jì)算機(jī)程序在計(jì)算機(jī)可讀介質(zhì)上提供或通過網(wǎng)絡(luò)如因特網(wǎng)來提供。
根據(jù)本發(fā)明的又一個方面，當(dāng)程序用以使計(jì)算機(jī)執(zhí)行根據(jù)所附的一組方法權(quán)利要求的方法步驟，且該程序在計(jì)算機(jī)上運(yùn)行時，該目的通過其上記錄有程序的計(jì)算機(jī)可讀介質(zhì)來實(shí)現(xiàn)。根據(jù)本發(fā)明的再一個方面，該目的通過權(quán)利要求19所限定的裝置來實(shí)現(xiàn)。
該裝置包括加法器，用于將激勵信號加到控制器輸出信號上；測量系統(tǒng)，用于響應(yīng)于所述激勵信號來測量所述特性；以及基于模型的調(diào)整單元，適于基于所述特性的所述測量結(jié)果和來自于控制器的輸出信號，對描述變化的材料流率的作用的過程模型結(jié)構(gòu)的至少一個具有未知值的參數(shù)的值進(jìn)行估計(jì)，基于所述參數(shù)的估計(jì)值，計(jì)算用于描述從控制器輸出到控制器輸入的動態(tài)特性的模型，并基于所述用于描述從控制器輸出到控制器輸入的動態(tài)特性的模型，執(zhí)行控制器的基于模型的調(diào)整。



為更好地理解本發(fā)明，將參考以下附圖。
圖1示出了具有一個軋機(jī)機(jī)座的輥軋機(jī)、控制裝置、傳動裝置、平整度測量裝置和平整度控制系統(tǒng)的概略圖。
圖2示意性地示出了本發(fā)明。
圖3主要示出了自適應(yīng)平整度控制的框圖。
圖4示出了自適應(yīng)平整度控制系統(tǒng)中不同方法步驟的流程圖。
圖5更詳細(xì)地示出了圖4的方法步驟“更新所需模型參數(shù)的在線估計(jì)”。
圖6在圖形中示出了作為預(yù)測誤差和所估計(jì)的預(yù)測誤差的標(biāo)準(zhǔn)差之比的函數(shù)的信度因子(belief factor)。

具體實(shí)施例方式 本發(fā)明涉及用于調(diào)整自動控制器的方法，該方法可用于一次性(one-shot)調(diào)整且對于自適應(yīng)控制也同樣良好。在本發(fā)明的典型應(yīng)用中，工業(yè)過程在某種程度上具有時不變的動態(tài)特性，以及在某種程度上具有反比于生產(chǎn)速度或材料流率的特性，諸如滯后和時間常數(shù)的特性?？梢愿鶕?jù)與過程行為和生產(chǎn)速度的影響有關(guān)的實(shí)際知識來選擇參數(shù)表示，使得所估計(jì)參數(shù)的真實(shí)的但未知的值將為常數(shù)，其獨(dú)立于速度和其他變化的參數(shù)。從而，估計(jì)不會被速度變化所干擾，且要估計(jì)的參數(shù)更少。結(jié)果是，短時間內(nèi)獲得更準(zhǔn)確的估計(jì)，且在自動調(diào)整對話期間或自適應(yīng)控制的任何時間段中，根據(jù)所計(jì)劃的調(diào)度，這種估計(jì)不會被運(yùn)行正常生產(chǎn)的過程所干擾。實(shí)際的控制器調(diào)整使用結(jié)合了包括過程速度的影響的過程行為的先前知識以及結(jié)合了通過所估計(jì)的參數(shù)獲得的知識的模型。
在控制系統(tǒng)中執(zhí)行的任何信號處理/傳送/映射的作用也并入用于調(diào)整的模型中。因此，除對于已知變化的參數(shù)調(diào)度外，本發(fā)明還對需要由估計(jì)來獲取的未知變化提供自適應(yīng)。與先前已知的方法相比，結(jié)果是控制得更好、獲得得更快并且準(zhǔn)確性更高。這使得不合格產(chǎn)品更少，且在保證質(zhì)量同時生產(chǎn)速度能夠更高。
在金屬冷軋的平整度控制的實(shí)例中，已知的是，傳動裝置的動態(tài)特性以及任何由于通信和處理所導(dǎo)致的時延均獨(dú)立于輥軋速度。速度可以變化，其會影響描述傳送行為所需的滯后和/或時間常數(shù)。而且，測量系統(tǒng)可以將濾波器應(yīng)用于基本測量，并可以對測量結(jié)果進(jìn)行下采樣，因此實(shí)際采樣周期變?yōu)榛静蓸又芷诘恼麛?shù)倍?？筛鶕?jù)輥軋速度而有意地改變?yōu)V波器的傳遞函數(shù)和下采樣倍數(shù)。速度、濾波器和采樣倍數(shù)的這些變化是已知的。
對每個控制環(huán)路所要估計(jì)的參數(shù)可以選擇為 時間常數(shù)Ta，描述傳動裝置響應(yīng)， 滯后D0(獨(dú)立于輥軋速度的總滯后的部分) 增益K，以及 因子ξ，描述傳輸行為在何種程度上為純滯后或時間常數(shù)。
根據(jù)需要，這些參數(shù)真實(shí)值獨(dú)立于速度和變化的信號處理。以長度來表示，純傳輸滯后為從輥隙至測量輥的距離Ld；對于傳輸響應(yīng)，純時間常數(shù)為從輥隙至纏卷機(jī)的距離Lm。為了以時間來表示這些距離，可以簡單地將這些距離除以速度。距離為常數(shù)且已知。
由于對于不同的傳動裝置來說傳輸響應(yīng)不同且不能預(yù)先得知，故假定對每個單獨(dú)的傳動裝置來說，純滯后的程度為ξ，純時間常數(shù)的程度為(1-ξ)。這定義了傳輸行為參數(shù)ξ。獨(dú)立于速度的滯后D0表示從測量到因傳動裝置運(yùn)動而導(dǎo)致的輥隙變化的實(shí)際開始的總的純時延，即，處理時間、通信、處理時延以及傳動系統(tǒng)中任何純時延的平均和。
根據(jù)本發(fā)明，在試運(yùn)行或重新調(diào)整期間，在自動調(diào)整會話中，當(dāng)這些參數(shù)(K，Ta，D0，ξ)通過估計(jì)得以確定時，除了增益K之外，這些參數(shù)均被期望保持為常數(shù)。由于增益會隨變化的材料以及所假定的軋機(jī)矩陣與真實(shí)的軋機(jī)矩陣的可能偏差而改變，因此自適應(yīng)控制被應(yīng)用，其中增益是用于估計(jì)的唯一參數(shù)，同時，已知參數(shù)的變化以參數(shù)調(diào)度的形式予以考慮。
如上所述，根據(jù)本發(fā)明的自適應(yīng)平整度控制按每個環(huán)路采用模型的先有知識，并通過遞歸識別來在線確定其增益。結(jié)合lambda-調(diào)整規(guī)則(或一些其他的調(diào)整規(guī)則)，這形成用于每個環(huán)路的自適應(yīng)控制，其在每個新卷材初始輥軋期間被應(yīng)用。模型結(jié)構(gòu)、傳動裝置的動態(tài)特性、依賴于速度的傳輸行為以及獨(dú)立于速度的滯后被用作自適應(yīng)控制的先有知識。
其中所包括的參數(shù)(Ta，D0，ξ)優(yōu)選地在遞歸識別實(shí)驗(yàn)中被確定，對于每個環(huán)路都被執(zhí)行一次，激勵信號在開環(huán)路中被提供給傳動裝置或在閉環(huán)路中被加到控制器的輸出上。傳輸行為所涉及的已知因子為輥軋速度和軋機(jī)的物理距離。作為調(diào)整的先有知識來考慮的其他因子是所應(yīng)用的采樣速率和濾波。這在單個卷材的輥軋期間也可以改變。采樣周期為用于基本測量采樣的周期的倍數(shù)。此倍數(shù)可以改變，且基本采樣周期反比于輥軋速度。移動平均濾波器被應(yīng)用，其長度可以改變。該移動平均濾波器應(yīng)用于基本采樣速率。
用于參數(shù)值的初始確定的遞歸識別與在自適應(yīng)控制期間所用的遞歸識別相當(dāng)類似，除其所處理的參數(shù)的數(shù)量無需估計(jì)之外。它們使用模型結(jié)構(gòu)的知識以及變化的采樣和濾波，并對模型的連續(xù)時間公式中的參數(shù)進(jìn)行估計(jì)。從而，所估計(jì)的參數(shù)獨(dú)立于實(shí)際使用的速度、采樣和濾波。對于某些情形，與標(biāo)準(zhǔn)的教科書式的方法相比，遞歸識別還被提供有一些健壯性的增強(qiáng)，如異常值(outlier)保護(hù)、自適應(yīng)死區(qū)(adaptation dead zone)以及對所估計(jì)的參數(shù)值的限制。
圖1-4通過示出如何將本發(fā)明應(yīng)用于平整度控制而對本發(fā)明進(jìn)行了闡明。圖2示出了一般情況。
如圖1所公開，平整度控制系統(tǒng)1被集成在包括具有若干傳動裝置3和軋輥4的軋機(jī)機(jī)座2的系統(tǒng)中。開卷機(jī)(未示出)向軋機(jī)機(jī)座2饋送帶5，以及使該帶5通過軋機(jī)機(jī)座2，借此，該帶5經(jīng)過平整度測量系統(tǒng)6，如“Stressometer”系統(tǒng)，并在纏卷機(jī)7上被卷起。該軋機(jī)機(jī)座可控制軋輥4的傾斜、彎曲和/或移位，從而其改變輥隙的形狀，該輥隙就是當(dāng)帶5通過軋輥4之間時受到作用的地方。還可以有影響輥隙的加熱或冷卻傳動裝置或任何其他類型的傳動裝置。該輥軋過程的最終產(chǎn)品是具有期望平整度的軋制帶5。在串接的軋機(jī)中(未示出)，進(jìn)入的帶可來自在前的軋機(jī)機(jī)座，而不是開卷機(jī)。軋機(jī)之間的這種變化從平整度控制這點(diǎn)來看并不重要，平整度控制系統(tǒng)可相同。如圖3中所示，平整度控制系統(tǒng)1被設(shè)計(jì)成包括多個先進(jìn)的組成單元，具有所需的全部功能性。
如圖2中所公開，主要示出了本發(fā)明的流程圖，根據(jù)本發(fā)明的方法包括選擇模型結(jié)構(gòu)。本發(fā)明進(jìn)一步的步驟用調(diào)整會話8或自適應(yīng)控制9兩種模式都可以執(zhí)行。在這兩種情形中，基于來自過程操作的數(shù)據(jù)，激勵可被應(yīng)用于過程且參數(shù)估計(jì)為其他情況下是未知的參數(shù)提供值。隨著模型結(jié)構(gòu)被給出，先前未知的參數(shù)通過估計(jì)被確定，以及利用所代入的已知參數(shù)和關(guān)系，得以對過程模型進(jìn)行設(shè)計(jì)。然后，如果執(zhí)行了任何信號處理，則信號處理的作用也被添加以形成完整的模型。該完整的模型被用于控制器的調(diào)整，其中可應(yīng)用任何恰當(dāng)?shù)幕谀Ｐ偷姆椒?。隨著新的數(shù)據(jù)在新的采樣時刻變得可用，模型確定和基于模型的調(diào)整被重復(fù)進(jìn)行。
在調(diào)整會話期間，參數(shù)估計(jì)和調(diào)整的結(jié)果被顯示給用戶，從而使得能夠判斷和決定何時結(jié)束會話。如果用戶決定的話，則調(diào)整會話的最終結(jié)果會被應(yīng)用于控制器。調(diào)整會話能夠在開環(huán)情況下執(zhí)行，也能夠利用控制器在閉環(huán)操作中執(zhí)行。在自適應(yīng)控制期間，控制器工作于閉環(huán)操作，且調(diào)整結(jié)果出現(xiàn)時被應(yīng)用于該控制器。無論控制是否會被激活，以及無論控制是否會是自適應(yīng)的，都通過所編程的條件和/或操作員的決定來確定。
在圖3中，基于本發(fā)明的調(diào)整方法，公開了自適應(yīng)平整度控制系統(tǒng)。單元控制器10可被解釋為多變量控制器或多個單環(huán)控制器。此處描述的是后者，假設(shè)控制任務(wù)要被分成等于軋機(jī)傳動裝置的數(shù)量的多個控制環(huán)路，每個控制環(huán)路具有自己的單輸入單輸出控制器。
控制器輸出u(t)被饋送給傳動裝置3或傳動裝置伺服器(未示出)。傳動裝置的動作影響軋機(jī)機(jī)座2中的輥隙，從而帶的局部特性p(t)正好通過輥隙。測量系統(tǒng)6通過輥隙和纏卷機(jī)7之間的測量輥11來感測帶5上的張力分布s(t)。利用Stressometer系統(tǒng)，測量輥每旋轉(zhuǎn)一周s(t)被采樣四次。平整度測量系統(tǒng)6將原始測量結(jié)果轉(zhuǎn)化為平整度分布z(t)。這可以包括濾波和重采樣。矢量z(t)的尺度通常在16至64之間。將矢量z(t)與平整度參考值r(t)相比較以產(chǎn)生差值，即平整度誤差e(t)。此平整度誤差e(t)被映射到傳動裝置空間以產(chǎn)生所謂的“參數(shù)化誤差”ep(t)。u(t)和ep(t)的尺度小于或等于軋機(jī)傳動裝置3的數(shù)量。
調(diào)整包括對加到控制器輸出的激勵信號進(jìn)行注入(injection)，以及利用所收集的u(t)和ep(t)的值來為每個控制環(huán)路估計(jì)過程模型的參數(shù)。這樣做時，使用關(guān)于過程的先前所知，故僅需要估計(jì)未知參數(shù)。未知參數(shù)的估計(jì)值隨后與先前已知的參數(shù)一同使用，以形成描述從控制器輸出到控制器輸入的整個動態(tài)特性的完整模型，使得該完整模型能夠被用于通過基于模型的調(diào)整規(guī)則來調(diào)整控制器。激勵信號被生成直到參數(shù)估計(jì)足夠準(zhǔn)確。
此調(diào)整作給出了要使用的為結(jié)果的控制器參數(shù)。為每個控制環(huán)路執(zhí)行參數(shù)估計(jì)、完整模型的形成以及調(diào)整。參數(shù)估計(jì)和調(diào)整被在線執(zhí)行，調(diào)整結(jié)果也被在線應(yīng)用以提供自適應(yīng)控制。自適應(yīng)控制中有少數(shù)參數(shù)要估計(jì)是有益的?？缮俚矫總€控制環(huán)路一個參數(shù)，即過程增益。不同卷材的真實(shí)值可以不同，但同一卷材的真實(shí)值始終相同。因此，自適應(yīng)控制應(yīng)當(dāng)在卷材的最初輥軋期間被應(yīng)用，直到得到增益值。此后，激勵信號被切斷(設(shè)置為零)，且不對該控制環(huán)路進(jìn)行進(jìn)一步的估計(jì)，但調(diào)整規(guī)則仍被用于進(jìn)行參數(shù)調(diào)度，這是因?yàn)槟Ｐ蜁S先前知識如輥軋速度、濾波器傳遞函數(shù)和采樣周期被更新而得以更新。
在試運(yùn)行或重調(diào)整期間，同樣的單元方案應(yīng)用于自動調(diào)整會話，除了被饋送給控制器的控制器參數(shù)隨后不會因?yàn)樾碌墓烙?jì)參數(shù)值而被連續(xù)地更新之外。取而代之的是，估計(jì)的進(jìn)展將顯示給用戶，以允許判斷何時認(rèn)為結(jié)果是滿意的并結(jié)束會話，以及停止應(yīng)用激勵信號。在自動調(diào)整會話中，可以使控制器處于手動模式，僅將激勵信號饋送給相關(guān)的軋機(jī)傳動裝置。
圖4的流程圖公開了被重復(fù)執(zhí)行的、用于基于本發(fā)明的平整度控制系統(tǒng)的實(shí)例的步驟序列。方框12中所描述的第一行為是從測量系統(tǒng)6得到平整度測量結(jié)果。在此情形中測量輥11每旋轉(zhuǎn)一周給出四個測量結(jié)果，且測量系統(tǒng)6以此速率或通過整數(shù)因子下采樣的速率傳輸新的、可能被濾波的測量結(jié)果。
隨后的行為13是形成或確定作為平整度參考值的偏差的平整度誤差。測量結(jié)果是矢量，并被從相應(yīng)的參考矢量中減去，以形成平整度誤差。
第三步驟14是形成或確定參數(shù)化誤差，即，被映射到控制環(huán)路空間的參數(shù)化誤差。控制環(huán)路的數(shù)量小于測量結(jié)果矢量的尺度，因此誤差被投影為對應(yīng)于控制環(huán)路的數(shù)量的更小尺度，使用軋機(jī)矩陣，按每控制器輸出對帶變形進(jìn)行建模。
第四步驟15是更新所需模型參數(shù)的在線估計(jì)。使用連續(xù)時間模型，由于如單獨(dú)的圖中所描述的更少數(shù)的參數(shù)被在線估計(jì)，因此模型的一些部分及模型結(jié)構(gòu)可視為已知。
進(jìn)一步的步驟16是將參數(shù)估計(jì)與已知部分結(jié)合以形成完整的模型。當(dāng)形成此最終模型時，所估計(jì)的參數(shù)、視為已知的恒定參數(shù)以及可以以已知方式進(jìn)行變化的參數(shù)，如生產(chǎn)速度、采樣周期和測量結(jié)果濾波(如參數(shù)調(diào)度)所有這些都要被考慮。
另一步驟17是應(yīng)用調(diào)整規(guī)則來得到被更新的控制器調(diào)整。任何合適的基于模型的調(diào)整方法都能夠被應(yīng)用。對于PI控制器，可使用結(jié)合了被簡化到其所需模型形式(一階加滯后(first order plus deadtime)的模型的lambda調(diào)整。對調(diào)整的輸入為規(guī)定在性能和健壯性之間的所需折衷的最終模型和可調(diào)整的參數(shù)。
第七步驟18是應(yīng)用該控制，即，利用在該環(huán)路對參數(shù)化誤差起作用的被重新調(diào)整的控制器來計(jì)算控制器輸出。該控制器(如PI控制器)保持像任何正常的控制器一樣工作，其僅得到在工作中被更新的調(diào)整參數(shù)(在PI控制器的情形中的增益和重置時間)。
對于每個控制環(huán)路，方法步驟15到18被重復(fù)，如果用于環(huán)路的估計(jì)參數(shù)或用于調(diào)度的參數(shù)(速度、采樣周期、測量結(jié)果濾波器)沒有變化，則方法步驟16和17可跳過。
下一步驟19是如果控制環(huán)路空間與傳動裝置空間不同，則從控制環(huán)路空間到傳動裝置空間進(jìn)行重新映射。如果傳動裝置被映射為更少數(shù)量的控制環(huán)路，則控制器輸出也被重新映射為傳動裝置的實(shí)際數(shù)量。
下一步驟20是向傳動裝置或傳動裝置伺服器設(shè)置點(diǎn)饋送控制器輸出。一般每個傳動裝置都有伺服器，在此情形中控制器輸出被饋送給這些伺服器而不是直接饋送給傳動裝置。
圖5的框圖示出了根據(jù)本發(fā)明的連續(xù)時間動態(tài)模型中物理參數(shù)遞歸估計(jì)的實(shí)施實(shí)例的關(guān)鍵行為或步驟。建模的過程具有影響該過程且對于控制該過程可用的輸入，且該過程具有輸出。其可以是更大過程的一部分，其中該部分被選擇，以與分配給它的控制器一起形成控制環(huán)路，可能是很多環(huán)中的一個環(huán)。
圖5的框圖示出了在新的測量結(jié)果變得可用時所執(zhí)行的行動。可以不必為每個抽樣都執(zhí)行這些行動，而是可根據(jù)一些標(biāo)準(zhǔn)更少地執(zhí)行這些行動。本方案指出了一個這樣的標(biāo)準(zhǔn)，自適應(yīng)死區(qū)21，意味著當(dāng)數(shù)據(jù)中的信息太少時，不執(zhí)行參數(shù)更新。
在可以以任何采樣速率出現(xiàn)的采樣時刻獲得測量結(jié)果22，過程輸入u的變化與這些采樣時刻相關(guān)聯(lián)。因此在已過去的許多時刻，在23中y和u成對被獲知。這些樣本y和u中的一些被集中在要被用于離散時間模型的回歸矢量

中，以預(yù)測當(dāng)前的測量結(jié)果y(t)。目前的模型被表示為連續(xù)時間公式，其一些參數(shù)可以被看作是已知參數(shù)，而其他的參數(shù)將被估計(jì)。在時間t，這些參數(shù)的先前估計(jì)是矢量θ(t-1)。在步驟24中形成完整的連續(xù)時間過程模型，該模型假設(shè)這些估計(jì)為真實(shí)值，使用合適的采樣周期，該模型在步驟25中被轉(zhuǎn)換為所需的離散時間預(yù)測模型。這么做時，任何測量結(jié)果濾波器26的作用都會被考慮。
在步驟27中，以實(shí)際測量結(jié)果與預(yù)測值的差形成預(yù)測誤差ε(t)。為了對估計(jì)進(jìn)行更新，還需要關(guān)于估計(jì)參數(shù)的預(yù)測值的梯度ΨT(t)。該梯度可通過解析而得出，也可通過步驟28中的數(shù)值微分獲得。后一手段意味著為一系列其中估計(jì)的參數(shù)被擾動很小的模型計(jì)算預(yù)測值。預(yù)測值的差除以參數(shù)中的擾動得到關(guān)于該參數(shù)的所需偏導(dǎo)數(shù)的近似值。
現(xiàn)在，隨著預(yù)測誤差ε(t)和轉(zhuǎn)置預(yù)測梯度Ψ(t)被得出，其余的參數(shù)更新可用標(biāo)準(zhǔn)遞歸識別來決定。然而，框圖中指出了兩個重要的實(shí)用擴(kuò)展，異常值保護(hù)29和參數(shù)估計(jì)的限制30。
如29中所示，異常值保護(hù)對當(dāng)前預(yù)測誤差的大小與其統(tǒng)計(jì)結(jié)果進(jìn)行比較，并計(jì)算充分減小大誤差作用的因子。參見圖6，其中顯示了此信度因子fb的實(shí)例。該函數(shù)包括對預(yù)測誤差方差的在線估計(jì)，其中要對預(yù)測誤差與當(dāng)前大小進(jìn)行比較。在簡單的情形中，通過對均方預(yù)測誤差進(jìn)行低通濾波來執(zhí)行此方差估計(jì)。
當(dāng)想要的參數(shù)更新達(dá)到所允許的任何參數(shù)范圍之外時，需要進(jìn)行一些抵消來使估計(jì)留在范圍之內(nèi)。這可通過多種不同途徑來實(shí)現(xiàn)。此處所指出的一個途徑是假設(shè)真實(shí)參數(shù)值位于規(guī)定的限制之內(nèi)。如步驟30中所示，指向外部的更新通過用異常值模擬、通過利用公共因子來按比例縮小預(yù)測誤差和預(yù)測梯度來處理。因子的值可被選擇成使被更新的估計(jì)正好位于允許區(qū)域的邊界，或者在內(nèi)部的一些部分或距離上。不需要參數(shù)的真實(shí)值在允許范圍之內(nèi)的可替選的方式是將違反的參數(shù)估計(jì)設(shè)置在該限制上，并對剩余參數(shù)重新進(jìn)行估計(jì)。這可以被有效地執(zhí)行為剩余參數(shù)的馬爾可夫(Markov)估計(jì)，將原始估計(jì)視為被白噪聲干擾的測量結(jié)果，其協(xié)方差等于與遞歸估計(jì)相關(guān)聯(lián)的協(xié)方差矩陣P。
在由于異常值檢測或延伸至所允許區(qū)域之外的估計(jì)而導(dǎo)致的可能的減少之后，預(yù)測梯度Ψr(t)T和預(yù)測誤差εr(t)被用于確定參數(shù)估計(jì)更新行為31的方向和大小。估計(jì)器增益K(t)乘以預(yù)測誤差εr(t)，該增益在步驟32中通過先前時刻的預(yù)測梯度和協(xié)方差矩陣P來確定。在使用遺忘因子λ(forgetting factor)的情形中，計(jì)算為K(t)＝P(t-1)Ψr(t)[λ+Ψr(t)TP(t-1)Ψr(t)]-1。
在對協(xié)方差矩陣P的更新行為33中，要考慮幾個實(shí)際的方面。遺忘這一方面普遍都知道。是否被執(zhí)行為均勻遺忘(uniform forgetting)或定向遺忘(directional forgetting)或依賴于卡爾曼(Kalman)濾波器方法或在P軌跡上尋址目標(biāo)會成為要體驗(yàn)的事項(xiàng)。與遺忘有關(guān)的還有協(xié)方差終結(jié)(wind-up)的危險。當(dāng)信息很少時，在應(yīng)用合適的自適應(yīng)死區(qū)的情況下，可通過制止更新來進(jìn)行根本的抵消。協(xié)方差矩陣通常被以因數(shù)分解的形式進(jìn)行更新，例如通過將其寫為P＝LDLT，并更新L(單位對角的下三角矩陣)和D(對角矩陣)而不是更新P本身。
以下為基于預(yù)測誤差的遞歸識別的基本算法，比較

和Stoica的9.5章，“System Identification”(Prentice Hall，1989)。
K(t)＝P(t)Ψ(t)＝P(t-1)Ψ(t)[1+ΨT(t)P(t-1)Ψ(t)]-1 P(t)＝P(t-1)-K(t)ΨT(t)P(t-1) 有關(guān)參數(shù)矢量的預(yù)測

及其梯度ΨT(t)的表達(dá)式將依賴于模型公式和有關(guān)擾動特征的假定。對于連續(xù)時間模型識別的情形，其中當(dāng)前預(yù)測和響應(yīng)包括等分布抽樣數(shù)據(jù)，以下方式是可能的。根據(jù)利用使用實(shí)際采樣周期的估計(jì)

獲得的模型來計(jì)算包含相應(yīng)的離散時間預(yù)測模型參數(shù)的矢量

所涉及的測量樣本值和被操縱的變量(那些預(yù)測所需的變量)被集中在矢量

中。隨后預(yù)測被形成為
此處，基礎(chǔ)假設(shè)是可根據(jù)所知的離散時間模型的“arx”結(jié)構(gòu)來對擾動進(jìn)行建模。(arx＝具有控制的自動回歸。)“arx”模型常常寫為(e(t)代表白噪聲) 用于此模型的最佳的提前一步(one-step-ahead)的預(yù)測器為上述(2)中的類型，其中
采用此方式，為形成所需的離散時間參數(shù)矢量所要采取的步驟包括基于所估計(jì)的參數(shù)和其他已知值，形成連續(xù)時間模型，然后以眾所周知的方式將其轉(zhuǎn)為離散時間，并將結(jié)果模型表示為傳遞函數(shù)的形式，以獲得參數(shù)a1...

b1...

和k。這通過以下實(shí)例，即具有部分依賴于傳輸流率v的滯后的一階過程來說明。在此實(shí)例中，連續(xù)時間模型為 在真實(shí)情形中，L和流率或速度v可能會被視為已知參數(shù)。剩余的參數(shù)增益K、時間常數(shù)T以及滯后的獨(dú)立于速度的部分D0，也被視為已知，或組成所估計(jì)的參數(shù)矢量θ的部分，這意味著這些參數(shù)是通過遞歸估計(jì)獲得其值的參數(shù)。總之形成了模型(5)。采樣周期h的對應(yīng)的離散時間模型為 其中α＝e-h/τ，β＝e-(kh-D)/τ，D＝D0+L/v，且k為

圓整到最接近的更大的整數(shù)。因此，對應(yīng)的arx模型具有(3)的形式，其中k如上所給出，且 a1＝-αb1＝K(1-β)b2＝K(β-α)na＝1nb＝2(7) 通常情形中，連續(xù)時間模型會被最方便地用公式表示為狀態(tài)空間模型，其首先被轉(zhuǎn)換為離散時間狀態(tài)空間模型，然后被轉(zhuǎn)換為傳遞函數(shù)形式-仍根據(jù)以上所述的實(shí)例。該方式允許在完整的模型中將已知參數(shù)和未知參數(shù)進(jìn)行任何結(jié)合。例如，如果存在應(yīng)用于原始測量結(jié)果的濾波器以得到用于識別的可用采樣值，則已知濾波器會在參數(shù)a1...

b1...

的表達(dá)式的推導(dǎo)中予以說明。
尤其對于簡單的模型結(jié)構(gòu)來說，所需預(yù)測梯度ΨT(t)可以通過解析得出?？商孢x地，預(yù)測梯度也可通過以下方式的數(shù)值微分獲得。小偏差逐個地被引入每個估計(jì)的參數(shù)(θ的元素)，并對每種情況對預(yù)測進(jìn)行計(jì)算。對于每個估計(jì)的參數(shù)，預(yù)測中的結(jié)果偏差隨后除以參數(shù)偏差，以形成相應(yīng)的梯度元素。
如果要估計(jì)離散時間模型參數(shù)，如模型類型(3)的a1...

b1...

則從一階實(shí)例的(6)和(7)可看出任何實(shí)際參數(shù)增益(K)、時間常數(shù)(T)或獨(dú)立于速度的滯后(D0)的變化會影響估計(jì)的參數(shù)a1、b1和b2中的至少兩個。由于真正的基本參數(shù)增益(K)、時間常數(shù)(T)或獨(dú)立于速度的滯后(D0)的變化被期望是彼此獨(dú)立的，且因?yàn)槿魏斡脩舳伎梢越忉屗鼈兊闹档暮x，所以對它們進(jìn)行直接估計(jì)要好于對a1、b1和b2進(jìn)行估計(jì)。用戶將能夠判斷所估計(jì)的值是否是可靠的。所涉及的對連續(xù)時間模型參數(shù)的估計(jì)的計(jì)算更復(fù)雜，但是當(dāng)所開發(fā)的算法所需的軟件實(shí)施完成時，利用如今容易得到的硬件是可以解決該問題的。
控制器的調(diào)整基于過程模型。采樣以及特別是應(yīng)用于測量結(jié)果的濾波器的作用也要加以考慮。任何適于所用模型和控制器類型的基于模型的調(diào)整方法都可被應(yīng)用。對于PI控制，一種很簡單的方法是已知的、針對具有特定時間常數(shù)lambda(λ)的閉環(huán)系統(tǒng)的lambda調(diào)整。用戶通常規(guī)定lambda因子或減速(slowdown)因子λf，而不是lambda本身。在其眾所周知的基本形式中，lambda調(diào)整僅被應(yīng)用于具有或不具有滯后的一階系統(tǒng)。在將模型簡化為一階之后，lambda調(diào)整也可被應(yīng)用于更高階模型。作為簡單的模型降階的實(shí)例，具有三個時間常數(shù)和滯后的三階模型 T1≥T2≥T3(8) 因此可以利用一階加滯后模型來近似 隨后，如果控制器采樣周期為Ts，則應(yīng)用于此模型的lambda調(diào)整給出PI控制器增益k以及重置時間TI TI＝τ1 這為具有一個、兩個或三個時間常數(shù)以及滯后的模型概括了一個lambda調(diào)整的變量(在公式(10)中允許T3和T2為零)。(10)中的lambdaλ可以根據(jù)lambda因子λf確定為 如果存在未被包括在過程模型中的測量結(jié)果濾波器，則通過將其包括在要被降為一階的動態(tài)模型中來對其進(jìn)行考慮。例如，具有nf個相等系數(shù)的FIR濾波器(有限沖激響應(yīng))的情形可以因此利用一階時間常數(shù)Tf＝(nf-1)Tb/2來近似，其中Tb為濾波器采樣周期。
lambda調(diào)整的準(zhǔn)確公式還有其他變量，例如涉及在公式中包含采樣周期Ts、λ和λf之間的關(guān)系、合并過程的應(yīng)用，以及同樣以降低模型階數(shù)的方式應(yīng)用高階模型。在此不對這些變量進(jìn)行詳述。此外，lambda調(diào)整僅被用作實(shí)例，本發(fā)明所描述的方法對于基于模型的調(diào)整的其他變量也同樣應(yīng)用良好。
要注意的是，雖然以上描述了本發(fā)明的示范性實(shí)施例，但在不背離所附權(quán)利要求限定的本發(fā)明的范圍的情況下，可以對所公開的解決方案進(jìn)行一些變化和修改。
權(quán)利要求
1.一種用于調(diào)整控制器(10)的方法，該控制器控制具有變化的材料流率的工業(yè)過程的特性(p(t))，
該方法包括
-注入被加到控制器輸出信號(U(t))上的激勵信號；
-響應(yīng)于所述激勵信號，接收所述特性的測量結(jié)果(z(t))；
-選擇過程模型結(jié)構(gòu)，該過程模型結(jié)構(gòu)包括至少一個具有未知值的參數(shù)，該模型結(jié)構(gòu)描述變化的材料流率的作用；
-基于所述特性的所述測量結(jié)果(z(t))和來自于控制器的輸出信號(u(t))，估計(jì)所述至少一個參數(shù)的值；
-基于所述參數(shù)的估計(jì)值，計(jì)算用于描述從控制器輸出到控制器輸入的動態(tài)特性的模型，并基于此執(zhí)行控制器的基于模型的調(diào)整。
2.根據(jù)權(quán)利要求1所述的方法，其中該方法包括
-選擇過程模型結(jié)構(gòu)，該過程模型結(jié)構(gòu)是時間連續(xù)的，且包括獨(dú)立于變化的材料流率的參數(shù)。
3.根據(jù)權(quán)利要求1或2所述的方法，其中該方法包括
-選擇過程模型結(jié)構(gòu)，該過程模型結(jié)構(gòu)按每個輸入/輸出對包括至多一個被變化的實(shí)際過程增益影響的模型參數(shù)。
4.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-選擇過程模型結(jié)構(gòu)，該過程模型結(jié)構(gòu)按每個傳動裝置包括至多一個被傳動裝置的變化的實(shí)際響應(yīng)時間影響的模型參數(shù)。
5.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-在過程模型中包括由于數(shù)據(jù)處理和通信導(dǎo)致的任何時延；
-選擇所述過程模型結(jié)構(gòu)，使得所述時延的變化按每個模型輸入不影響多于一個模型參數(shù)。
6.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-使所述過程模型結(jié)構(gòu)由兩部分組成一部分描述傳輸行為，其中可能的滯后和可能的時間常數(shù)與材料流率成反比；另一部分獨(dú)立于材料流率。
7.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-為所述模型的每個部分導(dǎo)出一階加滯后模型；
-引入傳輸行為參數(shù)ξ，其定義與傳輸行為的純一階響應(yīng)有關(guān)的純滯后度；
-在純滯后傳輸行為的情形中，使得滯后由已知距離Ld來描述；
-在純一階傳輸行為的情形中，使得相關(guān)時間常數(shù)由已知距離Lm來描述；
以及
-估計(jì)增益(K)、獨(dú)立于流的時間常數(shù)(T)、獨(dú)立于流的滯后(D0)和傳輸行為參數(shù)(ξ)這些參數(shù)中的至少一個參數(shù)。
8.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-選擇過程模型結(jié)構(gòu)
9.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-用預(yù)測誤差方法估計(jì)至少一個參數(shù)。
10.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-當(dāng)未加限制的更新達(dá)到所限定的允許參數(shù)范圍之外時，減小參數(shù)更新的大小，但在參數(shù)空間的相同方向上進(jìn)行參數(shù)更新；
-對于回歸量和預(yù)測誤差應(yīng)用同樣的減小因子，其要在參數(shù)更新以及對帶有遞歸估計(jì)中的必要信息的矩陣進(jìn)行更新中使用；以及
-從而將參數(shù)估計(jì)保持在所允許的范圍內(nèi)。
11.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-在大的預(yù)測誤差的情況下，根據(jù)從預(yù)測誤差大小和所估計(jì)的先前預(yù)測誤差的標(biāo)準(zhǔn)差之間的比值所計(jì)算的信度因子來減小測量結(jié)果和回歸量的作用；
-從而實(shí)現(xiàn)保護(hù)以避免異常值。
12.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-以基本采樣速率對過程輸出進(jìn)行采樣，應(yīng)用具有相同采樣速率的濾波器，重新采樣到較慢的采樣速率，此速率被用于來自過程操作的值的所述記錄，在預(yù)測計(jì)算和參數(shù)估計(jì)更新中將該采樣、濾波和重新采樣的作用包括進(jìn)來。
13.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-執(zhí)行識別實(shí)驗(yàn)，意味著利用影響至少一個被操縱變量的有意圖的激勵來對過程進(jìn)行操作；
-在所述識別實(shí)驗(yàn)期間在線估計(jì)至少一個參數(shù)。
14.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-在線計(jì)算控制器的所述的基于模型的調(diào)整。
15.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-實(shí)時地向用戶顯示結(jié)果；
-從而使得用戶能夠一旦獲得滿意的結(jié)果就決定結(jié)束識別實(shí)驗(yàn)。
16.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-在過程操作期間在線估計(jì)至少一個參數(shù)，同時用所述控制器控制它；
-在線執(zhí)行用于控制器的所述基于模型的調(diào)整計(jì)算；
-在線將調(diào)整結(jié)果應(yīng)用于所述控制器；
-從而實(shí)現(xiàn)真正的自適應(yīng)控制。
17.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-在通過控制器的在線更新進(jìn)行操作期間估計(jì)比識別實(shí)驗(yàn)期間估計(jì)的參數(shù)更少的參數(shù)；
-允許來自于識別實(shí)驗(yàn)的參數(shù)估計(jì)結(jié)果限定至少一個參數(shù)的值，并將該參數(shù)或這些參數(shù)視為在通過控制器的在線更新進(jìn)行操作期間是已知的。
18.根據(jù)任何在前權(quán)利要求所述的方法，其中該方法包括
-使用lambda調(diào)整或IMC調(diào)整作為所述控制器的基于模型的調(diào)整方法。
19.一種用于調(diào)整控制器(10)的裝置，該控制器控制具有變化的材料流率的工業(yè)過程的特性(p(t))，其特征在于
-用于將激勵信號加到控制器輸出信號(U(t))上的加法器(10b)；
-用于響應(yīng)于所述激勵信號來測量所述特性的測量系統(tǒng)(6)；以及
-基于模型的調(diào)整單元(10c)，其適用于基于所述特性的所述測量結(jié)果(z(t))和來自于控制器的輸出信號(u(t))，估計(jì)描述變化的材料流率的作用的過程模型結(jié)構(gòu)的至少一個具有未知值的參數(shù)的值，基于所述參數(shù)的估計(jì)值，計(jì)算用于描述從控制器輸出到控制器輸入的動態(tài)特性的模型，基于用于描述從控制器輸出到控制器輸入的動態(tài)特性的所述模型，執(zhí)行控制器的基于模型的調(diào)整。
20.根據(jù)權(quán)利要求19所述的裝置，其中所述過程模型結(jié)構(gòu)是時間連續(xù)的，且包括獨(dú)立于變化的材料流率的參數(shù)。
21.一種可直接裝載入計(jì)算機(jī)的內(nèi)部存儲器的計(jì)算機(jī)程序產(chǎn)品，包括用于執(zhí)行根據(jù)權(quán)利要求1到18中的任何權(quán)利要求的方法步驟的軟件。
22.一種計(jì)算機(jī)的計(jì)算機(jī)可讀介質(zhì)，其上記錄有程序，其中，當(dāng)所述程序在計(jì)算機(jī)上運(yùn)行時，該程序用以使計(jì)算機(jī)執(zhí)行權(quán)利要求1到18中的任何權(quán)利要求的方法步驟。
全文摘要
本發(fā)明涉及用于調(diào)整和控制具有變化的材料流率的工業(yè)過程的方法及裝置。其中裝置包括用于將激勵信號加到控制器輸出信號(U(t))上的加法器(10b)；用于響應(yīng)于所述激勵信號來測量所述特性的測量系統(tǒng)(6)；基于模型的調(diào)整單元(10c)，該調(diào)整單元適于基于所述特性的所述測量結(jié)果(z(t))和來自于控制器的輸出信號(u(t))，估計(jì)描述變化的材料流率作用的過程模型結(jié)構(gòu)的至少一個具有未知值的參數(shù)的值；基于所述參數(shù)的估計(jì)值，計(jì)算用于描述從控制器輸出到控制器輸入的動態(tài)特性的模型；基于用于描述從控制器輸出到控制器輸入的動態(tài)特性的所述模型，執(zhí)行控制器的基于模型的調(diào)整。
文檔編號G05B5/00GK101346676SQ200680049429
公開日2009年1月14日 申請日期2006年12月18日 優(yōu)先權(quán)日2005年12月30日
發(fā)明者佩爾-埃里克·莫登, 蓬圖斯·貝里斯滕, 里卡德·林德奎斯特 申請人:Abb公司