楊 潔，衛(wèi) 宏

(1.正德職業(yè)技術(shù)學(xué)院，南京 211106；2. 南京林業(yè)大學(xué)，南京 210037)

0 引 言

近年來(lái)，工業(yè)生產(chǎn)制造過程中的生產(chǎn)質(zhì)量、安全和經(jīng)濟(jì)性要求越來(lái)越高，學(xué)術(shù)界和工業(yè)界都對(duì)其較為關(guān)注，從而最優(yōu)控制、魯棒控制、故障檢測(cè)和隔離FDI(fault detection and isolation)和容錯(cuò)控制技術(shù)已成功應(yīng)用于大量的工業(yè)過程控制中[1-5],包括電機(jī)測(cè)試等。特別將FDI融入反饋閉環(huán)控制是一種流行趨勢(shì)[6-7]。然而，離線優(yōu)化設(shè)計(jì)難以保證工業(yè)自動(dòng)控制系統(tǒng)的全壽命周期最優(yōu)運(yùn)行，具體原因：系統(tǒng)的未知或意外干擾不可避免；控制對(duì)象模型和實(shí)際設(shè)備存在一定程度的不匹配；運(yùn)行條件或參數(shù)較易發(fā)生變化；組件的更換或維修也帶來(lái)了不確定性。針對(duì)這些原因，許多先進(jìn)的控制技術(shù)得到了研究和發(fā)展，以期達(dá)到更好的控制性能。然而真正能付諸實(shí)踐的方案較為鮮見，因?yàn)榇蠖鄶?shù)情況下，預(yù)先設(shè)計(jì)的復(fù)雜工業(yè)流程的控制系統(tǒng)不允許中途修改參數(shù)，故難以實(shí)現(xiàn)真正的匹配。

在工程實(shí)踐中，PI或PID控制器應(yīng)用廣泛，設(shè)計(jì)技術(shù)也很成熟；同時(shí)存在許多在線PI或改進(jìn)型PID技術(shù)以解決上述問題[8-9]，但普遍存在調(diào)節(jié)性能和穩(wěn)定性的折衷。此外，對(duì)于采用PI或PID控制的實(shí)際裝置，確定其在線穩(wěn)定域非常困難，從而控制性能受限?；诖?，本文提出了一種集成過程監(jiān)控和控制的新型結(jié)構(gòu)，解決已存在閉環(huán)控制器的穩(wěn)定性問題，即通過在線迭代優(yōu)化實(shí)現(xiàn)參數(shù)化矩陣，以保證穩(wěn)定性。雖然有很多參數(shù)化矩陣設(shè)計(jì)方法已被提出[10-11]，但主要的關(guān)注點(diǎn)在于基于狀態(tài)觀測(cè)器的閉環(huán)狀態(tài)反饋控制問題，而工業(yè)應(yīng)用中，這些方法需要用基于狀態(tài)觀測(cè)器的閉環(huán)狀態(tài)反饋控制器替換現(xiàn)有的PI或PID控制器。故本文所設(shè)計(jì)的方案加強(qiáng)了控制系統(tǒng)的魯棒性，同時(shí)不影響原有預(yù)設(shè)跟蹤性能，且較其他方法更為簡(jiǎn)單和易于實(shí)現(xiàn)。最后，以無(wú)刷直流電動(dòng)機(jī)測(cè)試平臺(tái)為對(duì)象，進(jìn)行了新型方法的應(yīng)用和試驗(yàn)驗(yàn)證。

1 工控系統(tǒng)優(yōu)化問題建模

1.1 Youla參數(shù)化矩陣描述

考慮可鎮(zhèn)定和可觀測(cè)的標(biāo)稱系統(tǒng)G(z)具有狀態(tài)空間形式：

(1)

(2)

(3)

選擇合適的F和L將使得A+BF和A-LC都穩(wěn)定。

1.2 優(yōu)化問題模型

為了處理模型不確定性和內(nèi)部受控對(duì)象故障，我們考慮一個(gè)一般受控對(duì)象Gg(z)：

(5)

圖1 標(biāo)準(zhǔn)的閉環(huán)反饋控制系統(tǒng)

下面將引入引理1[14]進(jìn)行標(biāo)準(zhǔn)閉環(huán)反饋控制系統(tǒng)的穩(wěn)定性分析。

引理1：設(shè)K(z)是一個(gè)具有傳遞函數(shù)形式為式(2)的控制器，則下面兩個(gè)判據(jù)是等效的。

為了簡(jiǎn)化工程實(shí)現(xiàn)難度，下一節(jié)將研究基于現(xiàn)有標(biāo)稱反饋控制器K(z)的Youla參數(shù)化替代實(shí)現(xiàn)方案。這個(gè)方案將實(shí)現(xiàn)整個(gè)控制系統(tǒng)的性能改進(jìn)，而不修改或替換預(yù)先設(shè)計(jì)的控制系統(tǒng)，方案的實(shí)施過程則是一種實(shí)時(shí)迭代魯棒優(yōu)化過程。

2 自動(dòng)控制系統(tǒng)在線優(yōu)化策略

2.1 Youla參數(shù)化替代實(shí)現(xiàn)方案

基于Youla參數(shù)化，引入引理2，并作為后續(xù)研究基礎(chǔ)。

圖2 現(xiàn)有閉環(huán)系統(tǒng)Youla參數(shù)化實(shí)現(xiàn)

(6)

系統(tǒng)參數(shù)化替代實(shí)現(xiàn)方案提供了一個(gè)過程控制的集成設(shè)計(jì)和監(jiān)控解決方案：一方面，監(jiān)控殘差矢量可以用于FDI；另一方面，控制器設(shè)計(jì)也變得更容易，設(shè)計(jì)時(shí)考慮Q(z)∈RH∞，即可保證系統(tǒng)穩(wěn)定性。也就是說(shuō)，給定一個(gè)現(xiàn)有的、具備較好的跟蹤控制性能，穩(wěn)定控制器K(z),則可以通過設(shè)計(jì)滿足式(6)的參數(shù)化矩陣Q(z)，使得原有控制器魯棒性更好，從而較好地應(yīng)對(duì)模型不確定性、故障和干擾。

近年來(lái)，文獻(xiàn)[15]提出了基于數(shù)據(jù)驅(qū)動(dòng)技術(shù)的核和圖像表示實(shí)現(xiàn)方法?；诖?，本文設(shè)計(jì)了利用控制過程中輸入和輸出數(shù)據(jù)的基于觀測(cè)器的故障檢測(cè)與控制系統(tǒng)。

2.2 Youla參數(shù)化矩陣在線優(yōu)化

在圖2中可以看出，標(biāo)稱控制器K(z)可以確保穩(wěn)定性和跟蹤性能，但不一定能達(dá)到令人滿意的魯棒性。通過引入?yún)?shù)化矩陣Q(z)∈RH∞，則可以容易地增強(qiáng)原系統(tǒng)的魯棒性而不影響閉環(huán)穩(wěn)定性和跟蹤控制性能。如果殘差信號(hào)r(k)=0，則圖2中的系統(tǒng)結(jié)構(gòu)還原為原始控制系統(tǒng)結(jié)構(gòu)，但如果r(k)≠0，一般是由未知擾動(dòng)、模型不確定性或故障導(dǎo)致的，這時(shí)設(shè)計(jì)參數(shù)化矩陣Q(z)可以提高系統(tǒng)的魯棒性。為了實(shí)施圖2的控制系統(tǒng)結(jié)構(gòu)，并在線配置Q(z)，首先應(yīng)用數(shù)據(jù)驅(qū)動(dòng)技術(shù)構(gòu)建了基于觀測(cè)器的殘差發(fā)生器，其通常具有如下的狀態(tài)空間表述：

zk+1=Azzk+Bzuk+Lzrk

(7)

(8)

(9)

Az=TAT-1,Bz=TB,Cz=CT-1,Dz=D

(10)

xr,k+1=Arxr,k+Brrk

(11)

ur,k=Crxr,k+Drrk

(12)

式中：矩陣Ar中的“*”代表可能的非零元素，xr,k∈Rq為狀態(tài)矢量，Ar∈Rq×q為所設(shè)計(jì)的穩(wěn)定矩陣。通常選擇矩陣Ar的特征值與觀測(cè)器動(dòng)態(tài)矩陣Az-LzCz的特征值在幅值上具有可比性。Cr∈Rl×q和Dr∈Rl×m為Q(z)的設(shè)計(jì)參數(shù)，因此可注意到：

θc=col(Cr)∈Rl×q,θd=col(Dr)∈Rl×m

(13)

(14)

式中：函數(shù)col(·)為轉(zhuǎn)置函數(shù)，具體如下：

(15)

xc,k+1=Acxc,k+Bcek

(16)

uc,k=Ccxc,k+Dcek

(17)

此外，值得注意的是，PI或PID控制器也可以被寫成離散時(shí)間狀態(tài)空間形式，且同樣是可鎮(zhèn)定和可觀測(cè)的。考慮匹配到工業(yè)實(shí)際，式(1)中的D在本文中假設(shè)為0。但是當(dāng)D≠0時(shí)，也可以容易地獲得類似的結(jié)論。基于圖2，從外部信號(hào)dk，ωk和rk到ek和uk的閉環(huán)動(dòng)態(tài)具有如下狀態(tài)空間表述：

(18)

(19)

為了提高系統(tǒng)的魯棒性，需要考慮將未知干擾對(duì)跟蹤誤差ek和控制信號(hào)uk的影響最小化。因此，為優(yōu)化問題選擇以下成本函數(shù)J，優(yōu)化問題成為約束下的成本函數(shù)最小化問題。即：

(20)

(21)

式(21)表明θ的搜索規(guī)律：

(22)

(23)

式中：α為正的常數(shù)。βj具體如下：

(24)

引理3：假設(shè)圖2中的參數(shù)化實(shí)現(xiàn)方案具有控制對(duì)象和基于觀測(cè)器的殘差信號(hào)生

(25)

(26)

(27)

(28)

現(xiàn)證明引理3如下：根據(jù)殘差信號(hào)r到u和e的傳遞函數(shù)矩陣，即式(17)和式(18)，證明是直接的計(jì)算，故可省略，而僅需要討論AG的穩(wěn)定性。假設(shè)標(biāo)稱受控對(duì)象G(z)和標(biāo)稱控制器K(z)如式(1),式(15)和式(16)是可鎮(zhèn)定和可觀測(cè)的，則圖1的標(biāo)準(zhǔn)閉環(huán)反饋控制系統(tǒng)具有的內(nèi)部穩(wěn)定性意味著從外部信號(hào)dk，ωk，rk到ek和up,k的閉環(huán)動(dòng)態(tài)是穩(wěn)定的，即以下系統(tǒng)是穩(wěn)定的：

(29)

(30)

(31)

綜上，可以給出在線配置參數(shù)化矩陣Q(z)的算法流程圖,如圖3所示。

3 試驗(yàn)驗(yàn)證

為了驗(yàn)證前述所設(shè)計(jì)的自動(dòng)控制系統(tǒng)在線優(yōu)化策略實(shí)際應(yīng)用的效果，基于一個(gè)無(wú)刷直流電動(dòng)機(jī)測(cè)試平臺(tái)控制系統(tǒng)進(jìn)行工程化驗(yàn)證。圖4為由2臺(tái)無(wú)刷直流電動(dòng)機(jī)為主體構(gòu)成的無(wú)刷直流電動(dòng)機(jī)測(cè)試平臺(tái)，此外還有轉(zhuǎn)矩測(cè)量傳感器、電機(jī)驅(qū)動(dòng)器和一些外圍電路?？刂坪诵乃惴ㄊ腔趯?shí)時(shí)仿真系統(tǒng)和MATLAB/Simulink平臺(tái)實(shí)現(xiàn)，其中Q(z)的優(yōu)化配置算法由主機(jī)實(shí)現(xiàn)，具體如圖5所示。

圖5 基于實(shí)時(shí)仿真平臺(tái)的控制策略實(shí)施

在試驗(yàn)時(shí)，控制目的是盡量減少負(fù)載轉(zhuǎn)矩和故障對(duì)控制器的影響，電機(jī)的參考轉(zhuǎn)速為3000r/min。首先，Q(z)為0，設(shè)置成本函數(shù)的權(quán)重因子等于單位矩陣，負(fù)載轉(zhuǎn)矩波形為方波，第一次加載時(shí)間為11 s至16 s，然后停止5 s，反復(fù)直至第56 s。此外，在第3 000個(gè)采樣點(diǎn)時(shí)設(shè)置一個(gè)故障，具體是通過在控制系統(tǒng)中增加比例增益來(lái)模擬。圖6為試驗(yàn)中殘差信號(hào)波形。圖7為電機(jī)轉(zhuǎn)速試驗(yàn)波形，包含了負(fù)載動(dòng)態(tài)和故障。圖8為試驗(yàn)中對(duì)應(yīng)成本函數(shù)J和Q(z)的變化波形。從試驗(yàn)結(jié)果可以看出，采用在線優(yōu)化后，原控制系統(tǒng)的魯棒性明顯增強(qiáng)，尤其轉(zhuǎn)速跟蹤抗擾性明顯增強(qiáng)。

圖6 殘差信號(hào)試驗(yàn)波形

(a) 轉(zhuǎn)速波形

(b) 轉(zhuǎn)矩波形

圖7轉(zhuǎn)速和轉(zhuǎn)矩試驗(yàn)波形

(a) 成本函數(shù)

(b) Q(z)

圖8成本函數(shù)和Q(z)波形

4 結(jié) 語(yǔ)

圍繞工業(yè)過程監(jiān)控系統(tǒng)的優(yōu)化控制問題，本文基于Youla參數(shù)化研究，設(shè)計(jì)了一種替代參數(shù)化實(shí)現(xiàn)，其結(jié)構(gòu)上無(wú)需修改預(yù)先設(shè)計(jì)的控制系統(tǒng)而改進(jìn)控制抗擾性。通過理論分析和實(shí)驗(yàn)研究，現(xiàn)總結(jié)主要結(jié)論和進(jìn)一步研究方向如下：

1) 通過將在線優(yōu)化控制策略應(yīng)用到無(wú)刷直流電動(dòng)機(jī)測(cè)試平臺(tái)控制系統(tǒng)，驗(yàn)證了其有效性。

2) 新型實(shí)時(shí)優(yōu)化控制的方法具有一般性，可推廣到更為廣泛的應(yīng)用場(chǎng)合，如工廠的工業(yè)自動(dòng)化控制系統(tǒng)中。

3) 實(shí)驗(yàn)結(jié)果表明，閉環(huán)系統(tǒng)魯棒性隨著每次迭代運(yùn)算顯著地改善。

4) 參數(shù)化矩陣動(dòng)態(tài)部分的在線優(yōu)化配置中極點(diǎn)位置將對(duì)實(shí)際效果產(chǎn)生較大影響。故進(jìn)一步研究方向是研究存在動(dòng)態(tài)的參數(shù)化矩陣在線優(yōu)化問題。

[1] 范家璐，姜藝，柴天佑．無(wú)線網(wǎng)絡(luò)環(huán)境下工業(yè)過程運(yùn)行反饋控制方法[J]．自動(dòng)化學(xué)報(bào)，2016，42(8)：1166-1174．

[2] 楊英杰，楊帆，曾慶喜，等．基于VC++的無(wú)刷直流電機(jī)負(fù)載特性可視化模擬測(cè)量平臺(tái)研究[J]．計(jì)算機(jī)測(cè)量與控制，2015，23(4)：1141-1143．

[3] 喬維德．基于模糊PI控制的BLDCM直接轉(zhuǎn)矩控制[J]．微特電機(jī)，2015，43(11)：60-63．

[4] 呂剛，張慧，王娜，等．新型能量回饋式異步電機(jī)測(cè)試系統(tǒng)研究[J]．電氣傳動(dòng)，2016，46(10)：68-71．

[5] 劉昕彤, 王紅艷，張冬梅，等．無(wú)刷直流電機(jī)在轉(zhuǎn)子偏心故障時(shí)的容錯(cuò)控制研究[J]．電機(jī)與控制應(yīng)用，2017，44(5)：121-127．

[6] DING S X,YANG G,ZHANG P,et al.Feedback control structures, embedded residual signals, and feedback control schemes with an integrated residual access[J].IEEE Transactions on Control Systems Technology,2010,18(2):352-367.

[7] 王立敏，周東華，朱城杰．間歇過程復(fù)合迭代學(xué)習(xí)容錯(cuò)保性能控制器設(shè)計(jì)[J]．上海交通大學(xué)學(xué)報(bào)，2015，49(6)：743-750．

[8] 程啟明，黃偉，程尹曼，等．雙級(jí)矩陣變換器驅(qū)動(dòng)永磁同步電機(jī)的混合非線性控制系統(tǒng)[J]. 電工技術(shù)學(xué)報(bào)，2017，32(4)：101-111．

[9] 劉斌，賈蓉，何召華，等．自適應(yīng)的時(shí)變比例增益的預(yù)測(cè)PID控制器[J]．控制工程，2013，20(3)：431-435．

[10] YIN S,LUO H,DING S X.Real-time implementation of fault-tolerant control systems with performance optimization[J].IEEE Transactions on Industrial Electronics,2013,61(5):2402-2411.

[11] ZHANG Y,YANG Y,DING S X,et al.Data-driven design and optimization of feedback control systems for industrial applications[J].IEEE Transactions on Industrial Electronics,2014,61(11):6409-6417.

[12] 楊承志，王宏．基于Youla參數(shù)化的動(dòng)態(tài)隨機(jī)系統(tǒng)最小誤差熵控制[J]．控制工程，2007，14(4)：362-365．

[13] 馬廣富，楊志紅，胡慶雷．基于有限維Youla參數(shù)化的多目標(biāo) H2/H∞最優(yōu)控制[J]．電機(jī)與控制學(xué)報(bào)，2004，8(4)：345-349．

[14] GEORGIOU T,T,SMITH,et al.Optimal robustness in the gap metric[J].Automatic Control IEEE Transactions on, 1990, 35(6):673-686.

[15] DING S X,YANG Y,ZHANG Y,et al.Data-driven realizations of kernel and image representations and their application to fault detection and control system design[J].Automatica,2014,50(10):2615-2623.

[16] MANDIC D P,HANNA A I,RAZAZ M.A normalized gradient descent algorithm for nonlinear adaptive filters using a gradient adaptive step size[J].IEEE Signal Processing Letters,2001,8(11):295-297.