1引言

對于工業(yè)過程控制中的許多復(fù)雜被控對象，傳統(tǒng)PID控制器往往不能滿足預(yù)期的性能指標(biāo)，例如，工業(yè)大型鍋爐的溫度控制，燃料（操作變量）和爐膛溫度（被控變量）之間存在著較大的滯后，PID控制器無法有效地解決這個問題，因此現(xiàn)場一般只能采用手動的控制方式；另外，在污水處理的pH值控制中，中性附近區(qū)域的控制也是非常困難的，很容易造成波動。特別是當(dāng)過程對象的數(shù)學(xué)模型不能精確獲得情況下，上述的問題就顯得更加嚴(yán)峻。

無模型自適應(yīng)（Model-Free adaptive，MFA）控制技術(shù)，為解決以上控制問題提供了一種有效的方案，在大多數(shù)情況下，MFA控制器可以直接取代傳統(tǒng)的PID控制器而無需重新設(shè)計控制系統(tǒng)，將通用類型的MFA控制器用于工業(yè)現(xiàn)場，可以使得控制精度以及控制參數(shù)的動態(tài)跟蹤特性具有顯著的提高。

本文以雙容水箱液位對象為例，在LabVIEW V7.1的軟件平臺上，采用MFA 和PID 工具包，研究了MFA控制器的控制過程和特性，并且與PID控制器進(jìn)行了對比，結(jié)果顯示了MFA控制方法的優(yōu)勢。

2無模型自適應(yīng)控制

2.1 PID的不足

PID是過程控制的基本算法，然而它也存在一些缺陷，主要表現(xiàn)在：

l         PID控制主要用于線性定常系統(tǒng)，而實際工業(yè)過程對象往往含有非線性、時變、耦合、滯后、慣性、多擾動等因素，針對這類情況，通常是通過對復(fù)雜過程的線性化、分段化或改造PID算法等方法對問題進(jìn)行處理，但控制精度以及響應(yīng)速度等指標(biāo)仍不盡滿意；

l         固定的PID參數(shù)組合只適用于線性、小動態(tài)范圍的過程對象，當(dāng)生產(chǎn)過程負(fù)荷發(fā)生改變時，就需要重新整定PID參數(shù)，而這項工作通常是非常繁瑣和費時。

無模型自適應(yīng)（MFA）控制技術(shù)可以有效地對包括非線性、多變量以及大滯后等復(fù)雜過程實施反饋控制，它無需事先建立數(shù)學(xué)模型或訓(xùn)練模型，不需要進(jìn)行控制器的參數(shù)整定，然而卻可以盡可能地利用過程信息，因此MFA也可以認(rèn)為是一種基于信息的控制器。

2.2 MFA原理

MFA 控制器是一個非線性動態(tài)負(fù)反饋控制模塊，它具有若干輸入和輸出，模塊的控制目標(biāo)是通過產(chǎn)生合理的輸出使設(shè)定值與過程變量之間的偏差變小。圖1描述了一個單輸入-單輸出（SISO）MFA 控制器的內(nèi)部結(jié)構(gòu)，它采用了一個多層感知器（MLP）人工神經(jīng)元網(wǎng)絡(luò)，該網(wǎng)絡(luò)含有一個輸入層、一個由N個神經(jīng)元組成的隱含層和一個輸出層。

圖1 SISO MFA控制器

在這個動態(tài)模塊的內(nèi)部有一組加權(quán)因子Wij和hi，可以成為根據(jù)需要自動修改模塊動態(tài)性能的非線性函數(shù)，學(xué)習(xí)算法根據(jù)設(shè)定值與過程值偏差最小原則不斷地刷新這些加權(quán)因子，加權(quán)因子的自適應(yīng)調(diào)整結(jié)果使得控制器偏差趨于最小。

MFA控制器的結(jié)構(gòu)使得其有能力“記住”過程數(shù)據(jù)中包含的過程動態(tài)信息，而普通的PID控制器卻只能記憶當(dāng)前和前兩次采樣的過程信息，從這個意義上講，MFA確實能夠更充分地利用過程信息。

3 LabVIEW及其MFA Toolkit

LabVIEW是美國國家儀器公司推出得一種基于圖形編程語言的開發(fā)環(huán)境，它提出了虛擬儀器的概念，它以軟件為核心，充分利用電腦超強的運算、呈現(xiàn)及連接能力，以組成功能強且彈性大的儀器設(shè)備。用戶可以將資料采集，數(shù)據(jù)分析，儀器控制硬件以及現(xiàn)有的儀器設(shè)備予以整合集成，以建立符合需求的虛擬儀器控制系統(tǒng)。

實時控制一直是LabVIEW的關(guān)注熱點，基于圖形化編程的特點，LabVIEW為用戶提供了控制系統(tǒng)仿真和設(shè)計工具箱，它們可以有效地用于設(shè)計、仿真、分析、優(yōu)化線性及非線性控制系統(tǒng)。控制系統(tǒng)工具箱的主要功能包括：

●對線性和非線性控制系統(tǒng)進(jìn)行仿真、設(shè)計和分析；

●內(nèi)置PID、繼電器、濾波器等控制元件；

●運行時可交互輸入控制參數(shù)；

●可以采用零極點、傳遞函數(shù)、狀態(tài)空間等不同形式表示系統(tǒng)模型；

●集成數(shù)據(jù)采集工具；

●可以繪制波特圖、奈奎斯特圖和根軌跡圖等。

LabVIEW 提供的了MFA控制工具箱MFA VIs，將其與LabVIEW的算術(shù)與邏輯功能相結(jié)合，可以快速生成自動控制程序。MFA VIs不僅可以實現(xiàn)PID所具有的所有控制效果，而且針對一些復(fù)雜過程提供了相應(yīng)的控制器類型，如抗滯后、前饋、風(fēng)洞、非線性、pH值等控制器，為一些復(fù)雜的對象提供了一個好的工具。MFA算法參數(shù)包含了MFA特有的參數(shù)Kc和Tc，自動/手動運行，錯誤區(qū)間等。為了便于仿真，也提供了相應(yīng)的過程模塊，如一階、二階等，如圖2所示。

圖2 MFA VIs

圖3給出了標(biāo)準(zhǔn)MFA.vi，其中，Setpoint為設(shè)定值，Process Variable為過程變量，PV Range是一組指定PV值范圍的參數(shù)，Output為控制器輸出值，MFA Parameters是一組配置控制器的參數(shù)，Sample Interval是采樣時間，Error DB為防止閥門頻繁運動而設(shè)置的靜態(tài)錯誤死區(qū)，Manual Control和Automatic分別為手動和自動方式選擇。

圖3 標(biāo)準(zhǔn)MFA.vi

4仿真實例

4.1 雙容水箱液位控制系統(tǒng)模型

雙容水箱系統(tǒng)包含兩個串聯(lián)的水箱，上水箱的入水由一個水泵控制，上水箱的出水流入下水箱。根據(jù)質(zhì)量平衡和Bernoulli法則，可以建立如下的雙容水箱系統(tǒng)非線性微分方程：

4.2 仿真設(shè)計與結(jié)果

雙容水箱液位MFA控制系統(tǒng)的LabVIEW結(jié)構(gòu)如圖4，仿真程序由一個do-while循環(huán)VI、一個MFA子VI和一個二階系統(tǒng)子VI構(gòu)成一個閉環(huán)調(diào)節(jié)。可以利用LabVIEW自帶的Chart模板來顯示所關(guān)心的控制器的三個變量：SP、OP和PV，也可以利用控件模板來控制一些變量的值，如SP、過程參數(shù)、控制器參數(shù)、采用時間等等。

對于標(biāo)準(zhǔn)MFA控制器，只需確定兩個參數(shù)：增益Kc和過程時間常數(shù)Tc，一般確定參數(shù)的方法是先確定Tc的值，然后調(diào)節(jié)Kc的值，調(diào)節(jié)直到最佳狀態(tài)。確定Tc的方法是一般把控制器投手動，給過程一個階躍信號，觀察過程的時間常數(shù)，這個值就是初步的控制器的時間常數(shù)。確定Tc后，控制器投自動，調(diào)整控制器增益Kc來找到最佳的PV曲線。

圖4 MFA控制仿真程序清單

    MFA控制仿真結(jié)果如圖5所示，從PV曲線的趨勢可見MFA基本上實現(xiàn)了期望的控制效果。對于加矩形擾動的雙容水箱的二階系統(tǒng)，MFA控制技術(shù)能夠使過程變量（PV）迅速收斂，即使出現(xiàn)較大的擾動，也可以較好地抑制系統(tǒng)的振蕩特性，從而保證了被控變量基本沒有超調(diào)，實現(xiàn)最快速度達(dá)到系統(tǒng)的穩(wěn)定。

圖5 MFA控制二階系統(tǒng)的PV曲線

圖6給出了控制對象在同樣矩形波擾動下的PID控制過程，顯然過程變量的性能指標(biāo)并不令人滿意，如出現(xiàn)了嚴(yán)重的振蕩和較大的超調(diào)，以及收斂時間過長。

圖6 PID控制二階系統(tǒng)的PV曲線

6、 結(jié)論

本文以雙容水箱作為被控對象，在LabVIEW中比較了PID和MFA的控制效果，最終達(dá)到了預(yù)期的效果。

無模型自適應(yīng)（MFA）控制技術(shù)給自動化控制領(lǐng)域注入了新的活力，在很多場合下，MFA可以獲得滿意的過程控制效果，從而可以提高企業(yè)生產(chǎn)能力、保證產(chǎn)品質(zhì)量，減少原材料的浪費，降低能耗等。

參考文獻(xiàn)

[1] 雷振山. LabVIEW7 Express實用技術(shù)教程. 中國鐵道出版社.

[2] George Cheng. Model-Free Adaptive control [J]. IEE Computing & Control Engineering. 2004,10: 28-33.

[3] George Cheng. Model-Free Adaptive control in water treatment [J]. Control Engineering. 2004,9: 18-22. 

[4] Vance VanDoren. Model-Free Adaptive control ­―This new technique for adaptive control addresses a