Разработайте внутренний образцовый контроллер для химического реакторного объекта

Этот пример показывает, как разработать компенсатор в структуре IMC для ряда химические реакторы, с помощью Control System Designer. Основанные на модели системы управления часто используются, чтобы отследить заданные значения и воздействия загрузки отклонения в приложениях управления процессом.

Модель объекта управления

Объект для этого примера является химической реакторной системой, состоявшей из двух хорошо смешанных корпусов.

Реакторы являются изотермическими, и реакция в каждом реакторе является первым порядком на компоненте A:

Материальный баланс применяется к системе, чтобы сгенерировать динамическую модель системы. Уровни корпуса приняты, чтобы остаться постоянными из-за носика переполнения и следовательно нет никакого включенного контроля уровня.

Для получения дополнительной информации об этом объекте, смотрите Пример 3.3 в Главе 3 "Управления процессом: Разработайте Процессы и Системы управления для Динамических характеристик" Томасом Э. Марлином.

Следующие дифференциальные уравнения описывают балансы компонента:

В устойчивом состоянии,

материальные балансы:

где, и установившиеся значения.

Займите место, следующие спецификации проекта и реакторные параметры:

Получившиеся установившиеся концентрации в этих двух реакторах:

где

В данном примере разработайте контроллер, чтобы поддержать концентрацию выхода реагента от второго реактора, в присутствии любого воздействия в концентрации канала. Переменная, которой управляют, является молярной скоростью потока реагента, F, вводя первый реактор.

Линейные модели объекта управления

В этой проблеме системы управления модель объекта управления

и возмущение

Этот химический процесс может быть представлен с помощью следующей блок-схемы:

где

На основе блок-схемы получите объект и возмущения можно следующим образом:

Создайте модель объекта управления в командной строке:

s = tf('s');
G1 = (13.3259*s+3.2239)/(8.2677*s+1)^2;
G2 = G1;
Gd = 0.4480/(8.2677*s+1)^2;

G1 является действительным объектом, используемым в оценке контроллера. G2 является приближением действительного объекта, и это используется в качестве прогнозирующей модели в структуре IMC. G2 = G1 означает, что нет никакого образцового несоответствия. Gd является возмущением.

Задайте структуру IMC в Control System Designer

Открытый Control System Designer.

controlSystemDesigner

Выберите архитектуру управления IMC. В Control System Designer нажмите Edit Architecture. В диалоговом окне Edit Architecture выберите Configuration 5.

Загрузите системные данные. Для G1 G2 и Gd, задают модель Value.

Настройте компенсатор

Постройте переходной процесс разомкнутого цикла G1.

step(G1)

Щелкните правой кнопкой по графику и выберите подменю Characteristics> Rise Time. Кликните по синему маркеру времени нарастания.

Время нарастания составляет приблизительно 25 секунд, и мы хотим настроить компенсатор IMC, чтобы достигнуть более быстрого времени отклика с обратной связью.

Чтобы настроить компенсатор IMC, в Control System Designer, нажимают Tuning Methods и выбирают Internal Model Control (IMC) Tuning.

Выберите Dominant временная константа с обратной связью 2 и Желаемый порядок контроллера 2.

Чтобы просмотреть переходной процесс с обратной связью, в Control System Designer, дважды кликают вкладку графика IOTransfer_r2y:step.

Управляйте производительностью с образцовым несоответствием

При разработке контроллера мы приняли, что G1 был равен G2. На практике они часто отличаются, и контроллер должен быть достаточно устойчивым, чтобы отследить воздействия отклонения и заданные значения.

Создайте образцовые несоответствия между G1 и G2 и исследуйте производительность управления в командной строке MATLAB и в присутствии изменения заданного значения и загрузите воздействие.

Экспортируйте Компенсатор IMC в рабочее пространство MATLAB. Нажмите Export. В диалоговом окне Export Model выберите модель C компенсатора.

Нажмите Export.

Преобразуйте структуру IMC в классическую структуру управления с обратной связью с контроллером в feedforward пути и модульной обратной связи.

C = zpk([-0.121 -0.121],[-0.242, -0.466],2.39);
C_new = feedback(C,G2,+1)
C_new =
 
                2.39 (s+0.121)^4
  ---------------------------------------------
  (s-0.0001594) (s+0.121) (s+0.1213) (s+0.2419)
 
Continuous-time zero/pole/gain model.

Задайте следующие модели объекта управления:

  • Никакое образцовое несоответствие:

G1p = (13.3259*s+3.2239)/(8.2677*s+1)^2;
  • Временная константа G1 изменяется на 5%:

G1t = (13.3259*s+3.2239)/(8.7*s+1)^2;
  • Усиление G1 увеличено 3 разами:

G1g = 3*(13.3259*s+3.2239)/(8.2677*s+1)^2;

Оцените производительность отслеживания заданного значения.

step(feedback(G1p*C_new,1),feedback(G1t*C_new,1),feedback(G1g*C_new,1))
legend('No Model Mismatch','Mismatch in Time Constant','Mismatch in Gain')

Оцените производительность подавления помех.

step(Gd*feedback(1,G1p*C_new),Gd*feedback(1,G1t*C_new),Gd*feedback(1,G1g*C_new))
legend('No Model Mismatch','Mismatch in Time Constant','Mismatch in Gain')

Контроллер довольно устойчив к неуверенности в параметрах объекта.

Смотрите также

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте