Upload
vukhanh
View
232
Download
0
Embed Size (px)
Citation preview
1
PRz – AiS
NASTAWY REGULATORÓW TYPU PID DLA TYPOWYCH
OBIEKTÓW
Obiekty i regulatory. Bezpieczne nastawy - metoda tabelaryczna. Bezpieczne nastawy – przykłady wyprowadzeń
dla obiektów bez opóźnień i z opóźnieniem. Przykład I – obiekt „prosty”. Odpowiedź na zakłócenie. Przykład II
– obiekt „trudny”. Metody tabelaryczne: Poradnik Inżyniera – Automatyka, Handbook of PI and PID controller
tuning rules.
OBIEKTY I REGULATORY
1. Obiekty w automatyzacji
Typowymi transmitancjami opisującymi lub aproksymującymi dynamikę obiektów w
automatyzacji procesów technologicznych, takich jak zbiorniki, piece, reaktory chemiczne,
kotły, turbiny, generatory itd., są:
1Ts
ko , ,1
sTc
,)1( 2Ts
ko
)1(
1
TssTC
, ,se ,
1
so eTs
k
,)1( 2
so eTs
k
s
c
esT
1
2. Regulatory I, PI, PID
Składowa całkująca I algorytmu regulacji eliminuje błąd ustalony po wystąpieniu stałego,
utrzymującego się zakłócenia.
PI:
sTk
i
p
11
PID: )1
1(
1
11
1sT
sTk
sD
T
sT
sTk d
i
pD
d
d
i
p
, typowo D = 5…8
I: jako PI dla 1min, pk
,1
1min,min,
min,min,s
k
sT
k
sT
kk
sTk i
i
p
Temałi
p
p
i
pi
i
p
iT
kk
min,
Typowe Td w PID
4
id
TT
Ziegler i Nichols, 1943
„różniczkowanie = ćwiartka całkowania”
tzw. PID „o podwójnym zerze”
PID: sT
sT
ksTsT
ki
i
pd
i
p
2
121
1
2
PID „z dwoma zerami”
PID: 21
21
2121
21 ,,,111
1 TTkkTT
TTTTTT
s
sTsTksT
sTk rpdird
i
p
Bezpieczne nastawy
Są to nastawy regulatora PID/PI/I, które dla typowej transmitancji wiernie
odpowiadającej obiektowi zapewniają przebiegi aperiodyczne krytyczne, a dla
transmitancji w miarę dobrze aproksymującej obiekt przebiegi z niewielkim
przeregulowaniem lub niedoregulowaniem.
Prostym sposobem doboru czasu całkowania Ti jest eliminacja stałej czasowej obiektu
(lub dwóch stałych czasowych).
W układach II rzędu przebiegi aperiodyczne krytyczne otrzymuje się wówczas, gdy
mianownik transmitancji układu zamkniętego ma Δ=0.
Typowe obiekty – proste transmitancje łatwo identyfikowalne na podstawie
odpowiedzi skokowych lub bramkowych
Pytania
- jaki algorytm regulacji PID zastosować ?
- jakie nastawy dają w miarę szybkie przebiegi bez przeregulowań (bezpieczne
nastawy)?
Wymagania dotyczące rozwiązania
- minimum danych wejściowych (transmitancja i ew. czas regulacji)
- proste wzory algebraiczne
Obiekt
Regulator
Nastawy Czas
regulacji
tr Nazwa Transmitancja kp Ti Td
1 Inercja 1Ts
ko PI
orkt
T4 T – dany
2 Integrator s
ko PI
orkt
8
2
rt – dany
3 Podwójna
inercja 2)1( Ts
ko PID
orkt
T8 2T
4
iT dany
4 Integrator
z inercją )1( Tss
ko PID
ok
TT 214
21 TT 21
21
TT
TT
dany
TT 1
22
rtT
3
Obiekt
Regulator
Nastawy Czas
regulacji
tr
Nazwa Transmitancja kp Ti Td
5 Opóźnienie soek I
oi
kk
134.0 5
6 Inercja z
opóźnieniem
so eTs
k
1
PI
ok
T34.0
T – 5
7 Podwójna
inercja z
opóźnieniem
so eTs
k
2)1(
PID
ok
T68.0
T2 4
iT 5
8 Integrator z
inercją i
opóźnieniem
so eTss
k
)1(
PID
2
2144.0Tk
TT
o
21 TT
21
21
TT
TT
5.7
TT 1 25.62 T
Obiekt
Regulator
Nastawy Czas
regulacji
tr Nazwa Transmitancja kp Ti Td
9 Podwójny
integrator 2s
ko PID or kt2
216
2
rt 4
iT dany
10 Obiekt
oscylacyjny
22 2 nn
o
ss
k
1
PID 2
2
216n
or kt
2
rt
4
iT dany
11 Obiekt
niestabilny 22 s
ko PID
zs
ss
TT
TT
k b
bb
o
)(1
21
21 21 TT
21
21
TT
TT
dany ,1
1
T ,1
2z
T )( zzzsb
rtzzz
4)(
4
Przykład. Dla obiektu o transmitancji typu podwójna inercja z opóźnieniem o parametrach
ko=2.5, T=5, =1.5 dobierz parametry regulatora typu PID metodą tabelaryczną oraz
wykonaj symulację w pakiecie Matlab.
Obiekt
Regulator
Nastawy Czas
regulacji
tr
Nazwa Transmitancja kp Ti Td
Podwójna
inercja z
opóźnieniem
so eTs
k
2)1(
PID
ok
T68.0
T2 4
iT 5
Dobór nastaw regulatora PID „o podwójnym zerze”
sT
sT
ksTsT
ki
i
pd
i
p
2
121
1
clear all
clc
ko=2.5
T=5
tau=1.5
[Lp Mp]=pade(tau,12)
Lo=ko*Lp;
Mo=conv([T 1],[T 1]);
Mo=conv(Mo,Mp);
kp=0.68*T/(ko*tau)
Ti=2*T
Td=Ti/4
Lr=kp*conv([Ti/2 1],[Ti/2 1]);
Mr=Ti*[1 0]
Lz=conv(Lr,Lo);
Mz=conv(Mr,Mo)+[0 Lz]
t=0:0.01:12*tau;
y=step(Lz,Mz,t);
plot(t,y);grid
Przykład. Dla obiektu o transmitancji typu integrator z inercją i opóźnieniem o parametrach
ko=2.5, T=5, =1.5 dobierz parametry regulatora typu PID metodą tabelaryczną oraz
wykonaj symulację w pakiecie Matlab i Simulink.
0 2 4 6 8 10 12 14 16 18-0.2
0
0.2
0.4
0.6
0.8
1
1.2
5
Obiekt
Regulator
Nastawy Czas
regulacji
tr
Nazwa Transmitancja kp Ti Td
8 Integrator z
inercją i
opóźnieniem
so eTss
k
)1(
PID
2
2144.0Tk
TT
o
21 TT
21
21
TT
TT
5.7
TT 1 25.62 T
Dobór nastaw regulatora PID „z dwoma zerami”
s
sTsTksT
sTk rd
i
p
1111 21
Matlab
clear all clc
ko=2.5 T=5 tau=1.5
T1=T T2=6.25*tau
kp=0.44*(T1+T2)/(ko*T2*tau); Ti=T1+T2; Td=T1*T2/(T1+T2);
[Lp Mp]=pade(tau,12) Lo=ko*Lp; Mo=conv([1 0],[T 1]); Mo=conv(Mo,Mp);
Lr=kp*[Ti*Td Ti 1] Mr=Ti*[1 0]
Lz=conv(Lr,Lo); Mz=conv(Mr,Mo)+[0 Lz]
t=0:0.01:20*tau;
y=step(Lz,Mz,t); plot(t,y);grid
P = 0.1799
I = 0.0125
D = 0.5867
N = 100
0 5 10 15 20 25 30-0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
6
Simulink
BEZPIECZNE NASTAWY – PRZYKŁADY WYPROWADZEŃ
Układ
OBIEKTY BEZ OPÓŹNIEŃ
1. Inercja
O: ,1Ts
ko R: PI →
sTk
i
p
11
1
11
1)
11(
TssT
sTkk
Ts
k
sTkG
i
iop
o
i
potw
Ti=T – eliminacja stałej czasowej
,11
sTsT
kkG
zam
op
otw op
zamkk
TT
1
1
1
sTG
GG
zamotw
otwzam
Transport
Delay
Transfer Fcn
2.5
5s+1
Step
Scope
PID Controller
(with Approximate
Derivative )1
PID
Integrator
1
s
R O w u y
Regulator Obiekt
7
Dane tr – czas regulacji
op
zamrkk
TTt 44
or
pkt
Tk
4
Wniosek. Im krótszy czas regulacji tr, tym większe wzmocnienie regulatora kp.
2. Integrator
O: ,1
sTc
R: PI
,111
)1
1(22 s
sTk
s
sT
TT
k
sTsTkG ii
ci
p
ci
potw
ci
p
TT
kk
kskTs
sTk
G
GG
i
i
otw
otwzam
2
)1(
1
2
22 404:0
i
iT
kkTk
Pierwiastek (biegun): i
i
T
kTs
2
22,1 dla Δ=0
Stała czasowa jest odwrotnością modułu
pierwiastka.
ir Ts
t 24
2,1
Dane tr
,2
ri
tT
2
4
ici
p
TTT
kk
i
cp
T
Tk 4
r
c
t
T8
Uwaga. Ze względu na Tis w liczniku Gzam odpowiedź skokowa będzie mieć
przeregulowanie. Można je zlikwidować rozdzielając regulator PI na I+P lub podając
wielkość zadaną w na filtr o stałej czasowej Ti.
3. Podwójna inercja
O: ,)1( 2Ts
ko R: PID → sT
sT
ksTsT
ki
i
pTT
d
i
pi
d
2
4
)12
(1
1
TTi 2
– eliminacja podwójnej stałej czasowej, TTi 2
8
,11
2)1(
)12
(
22
2
sTsT
kk
Ts
k
sT
sT
kGzam
op
TT
o
i
i
potwi
op
zamkk
TT
2
1
1
sTG
zam
zam
Dane tr
op
zamrkk
TTt
244
or
pkt
Tk
8
OBIEKTY Z OPÓŹNIENIEM
1. „Czyste” opóźnienie
Przykład – taśmociąg
O: s
oek R: I → s
ki (np. sT
k
i
p min,)
Aproksymacja Padé I rzędu
12
12
s
s
e s
,
)12
(
12
ss
s
ks
ekkek
s
kG
s
oi
s
oi
otw
oikkk
ksks
sk
G
GG
otw
otwzam
)2
1(2
)12
(
1 2
01342
4)2
1(0
22,284
2429
222
kkkk – równanie dla k
,1
34.01
)223(2
42
2232
k
oi
kk
134.0
9
Wyjaśnienie. Drugie rozwiązanie, tj. ,1
)223(2
k zmienia znak drugiego
współczynnika w mianowniku zamG na ujemny, co powoduje, że układ zamknięty
byłby niestabilny.
Ze wzoru )/(34.0 oi kk widać, że im większe opóźnienie , tym słabsze
działanie regulacyjne
,1
)12(2
22
21
2,1
k
s 83.412
24
2,1
s
tr 5
Wniosek. Czasu regulacji tr krótszego niż 5 nie da się osiągnąć stosując regulację
PID.
2. Inercja z opóźnieniem
O: so eTs
k
1 R: PI
TTi – eliminacja stałej czasowej
,
)12
(
12
1
1
ss
s
ks
e
T
kke
Ts
k
sT
sTkG
sop
TT
so
i
ipotw
i
T
kkk
op – Padé I
Ponieważ otwG ma postać jak wyżej, zatem ,1
34.0
k
5rt .
,1
34.0
T
kk
o
p np. 4.310,1 po kT
k
3. Podwójna inercja z opóźnieniem
O: ,)1( 2
so eTs
k
R: PID →
sT
sT
ksTsT
ki
i
pT
T
d
i
pi
d
2
4
)12
(1
1
TTi 2 – eliminacja stałych czasowych
,
)12
(
12
2)1(
)12
(
22
2
ss
s
ks
e
T
kke
Ts
k
sT
sT
kGs
op
TT
so
i
i
potwi
T
kkk
op
2
Jak poprzednio: ,/34.0 k 5rt
10
Zatem
T
kk
o
p
168.0
T
ko
17.0
PRZYKŁAD I – OBIEKT „PROSTY”
1. Obiekt
Obiekt „prawdziwy” i aproksymacja (zob. wykład Identyfikacja)
2)11.0)(1(
1
ss
ses
17.0
1
1
,1T ,17.0 1ok
W obiektach „prostych” opóźnienie jest wyraźnie mniejsze od stałej czasowej .T 2. Regulator PI
Nastawy
,1 TTi 9.188.118.0
134.0
134.0
T
kk
o
p
PI: s
s 19.1
Czas regulacji – 118.055 rt
3. Matlab
Odpowiedź na wielkość zadaną
l=lr ∙lo, m=mr∙mo conv( )
lr=1.9*[1 1]; mr=[1 0];
lo=1; mo=conv([1 1], conv([0.1 1], [0.1 1])); – obiekt “prawdziwy”
m
lw y
momr
lolr
w y
mr
lr
mo
low y
R O
11
lo=[0 0 0 lo]; – długość jak mo
l=conv(lo, lr); m=conv(mo, mr);
t=0:0.05:5;
y=step(l, l+m, t); – układ zamknięty
yo=step(lo, mo, t); – obiekt
plot(t, y, t, yo), grid
max(y)
p% 0.7%
Wniosek. Układ zamknięty
szybko nadąża za wielkością
zadaną.
ODPOWIEDŹ NA ZAKŁÓCENIE
1. Transmitancja zakłóceniowa
Układ
ml
zlolrmomr
mrlo
mo
lo
mr
lrmo
lo
G
1
2. Matlab
yz=step(conv(lo, mr), l+m, t);
plot(t, y, t, yz), grid
max(yz)
0.30
Wniosek. Zakłócenie jest silnie
tłumione.
mr
lr
mo
lo yz
z
y yo
12
3. Simulink
P=kp=1.9
I=kp/Ti=1.9
D=kpTd=0
Step: S.t. – 0 F.v. – 1 Step1: S.t. – 3, F.v. – 1
13
PRZYKŁAD II – OBIEKT „TRUDNY”
1. Obiekt
Obiekt „prawdziwy” i aproksymacja (zob. Identyfikacja)
5)1(
1
s
ses
53.1
2)169.1(
1
,69.1T ,53.1 1ok
Obiekty „trudne”, to obiekty z dominującym opóźnieniem. W praktyce spotyka się je
rzadko.
2. Regulator PID
)1(
1)()1
1(
)
1
11(
2
sD
TsT
sD
TTs
DTT
k
sD
T
sT
sTk
di
didi
pd
d
i
p
Nastawy
,69.1*22 TTi ,4
id
TT 77.0
53.1
69.17.0
17.0
T
kk
o
p
65.753.155 rt
3. Matlab
Odpowiedź na wielkość zadaną
Ti=2*1.69; Td=Ti/4; kp=0.77; D=5;
lr=kp*[Ti*Td*(1+1/D) (Ti+Td/D)
1];
mr=[Ti*Td/D Ti 0];
lo=1; mo=conv([1 1], [1 1]);
mo=conv(mo, mo), mo=conv([1 1],
mo);
lo=[0 0 0 0 0 lo];
l=conv(lr, lo); m=conv(mr, mo);
t=0: 0.2:20;
y=step(l, l+m, t);
yo=step(lo, mo, t);
plot(t, y, t, yo), grid
Wniosek. Oszacowanie tr = 7.65 jest miarodajne.
14
Odpowiedź na zakłócenie
yz=step(conv(lo, mr), l+m, t);
plot(t, yz, t, y), grid
max(yz)
0.60
Wniosek. Układ zamknięty
kompensuje wpływ stałego,
utrzymującego się zakłócenia.
4. Simulink
11
sN
sDs
odpowiada
1sD
T
sTk
d
dp
Zatem
.dT
DN
Przyjęto
5D
(jak Siemens).
15
Step: S.t. – 2.5, F.v. – 1 Step1: S.t. – 20, F.v. – 0.5 (dwukrotnie mniej)
PORADNIK INŻYNIERA – AUTOMATYKA
Wydawnictwa Naukowo–Techniczne. Warszawa. 1975
1. Nastawy regulatorów dla obiektu so e
Ts
k
1
Tabela nastaw (fragment)
Przeregulowanie 0 , minimalny czas regulacji
Regulator T
kk op
iT
dT
PI 0.6
T5.08.0 –
PID 0.95 2.4 0.4
Obiekt „trudny” – aproksymacja transmitancją so eTs
k
1
t10 = 3.15, t90 = 9.3 – zob. Identyfikacja obiektów
,8.2795.22.2
1090
tt
T
.9.287.2T1.010 t
Obiekt dla doboru nastaw – ses
9.2
18.2
1
Regulator PI
,58.09.2
8.26.0
16.0
T
kk
o
p
72.38.05.0 TTi
16
P=0.58
I=0.58/3.72
D=0
Porównanie. Przebiegi wyglądają nieco gorzej niż poprzednio.
Regulator PID
,92.01
95.0
T
kk
o
p
,0.74.2 iT 2.14.0 dT
P=0.92
I=0.92/7.0
D=0.92 2.1 N=5/( )2.1
Porównanie. Czas regulacji dłuższy niż PI (trochę lepsze tłumienie zakłóceń).
2. Obiekt całkujący s
c
esT
1
Przykład 3)15.0(2
1
ss
Matlab
t=0:0.05:5;
yo=step(1, 2*[.125 .75 1.5 1 0], t);
plot(t, yo), grid
17
Aproksymacja obiektu transmitancją s
c
esT
1
Matlab
[t' yo]
…
(t1, y1): 3.0 0.7704
…
(t2, y2): 5.0 1.7508
y=at+b
0.7704 = a∙3+b
1.7508 = a∙5+b → a = 0.9804, b = -0.7056
04.21
aTc
44.17056.09804.00:
Obiekt dla doboru nastaw – ses
44.1
04.2
1
3. Nastawy regulatorów dla obiektu s
c
esT
1
Przeregulowanie ,0 minimum tr (według Poradnika)
Regulator c
pT
k
iT
dT
PI 0.46 5.75
–
PID 0.65 5.0 0.23
Tabele nastaw regulatorów PID podane w Poradniku Inżyniera – Automatyka nie są
jedynymi. W literaturze anglosaskiej spotyka się dość podobne tabele opracowane przez
Cohena i Coona.
Simulink
Step: S.t. – 2.5, F.v. – 1
y=at+b
(t1, y1)
(t2, y2)
y
t τ
18
Regulator PI
,65.044.1
04.246.046.0
c
p
Tk
28.844.175.575.5 iT
P=0.65
I=0.65/8.28
Regulator PID
,92.065.0
cp
Tk
,2.75 iT 33.023.0 dT
P=0.92
I=0.92/7.2
D=0.30
N=5/0.33
Porównanie. Przebieg dla regulatora PID wygląda korzystniej.
4. Eliminacja przeregulowania przez filtrację wielkości zadanej
Stałą czasową filtru wybiera się eksperymentalnie w przedziale )...2
( ii T
T
Przyjęto .6filtrT
P, I, D, N – jak poprzednio
Odpowiedź skokowa
Uwaga. Czas regulacji szacuje się jako .10rt
19
HANDBOOK OF PI AND PID CONTROLLER TUNING RULES 3rd Edition, Aidan O’Dwyer, Imperial College Press 2009
Organisation of the Tuning Rules
The tuning rules are organised in tabular form. Within each table, the tuning rules are classified further; the main
subdivisions made are as follows:
(i) Tuning rules based on a measured step response (also called process reaction curve methods).
(ii) Tuning rules based on minimising an appropriate performance criterion, either for optimum regulator or
optimum servo action.
(iii) Tuning rules that give a specified closed loop response (direct synthesis tuning rules). Such rules may be
defined by specifying the desired poles of the closed loop response, for instance, though more generally,
the desired closed loop transfer function may be specified. The definition may be expanded to cover
techniques that allow the achievement of a specified gain margin and/or phase margin.
(iv) Robust tuning rules, with an explicit robust stability and robust performance criterion built into the design
process.
(v) Tuning rules based on recording appropriate parameters at the ultimate frequency (also called ultimate
cycling methods).
(vi) Other tuning rules, such as tuning rules that depend on the proportional gain required to achieve a quarter
decay ratio or to achieve magnitude and frequency information at a particular phase lag.
Wybrane wskaźniki jakości (performance criterion)
Przykładowe tabele nastaw
20
21
22
23
Przykład s
m
m mesT
K
1 dobór nastaw dla regulatora PI zgodnie z punktem 3.3.1 metodą Chien
et al. (1952) – Matlab
%Regulator vs Servo - na podstawie Handbook - Przeregulowanie 0%
clear all
clc
%Obiekt
Km=2
Tm=2
taum=1
Lo=Km
Mo=[Tm 1]
[Lp Mp]=pade(taum,12);
24
Lo=conv(Lo,Lp);
Mo=conv(Mo,Mp);
%=========================
%PI - 1
%=========================
%Chien et al. (1952) => Regulator - 0% OVS
Kc=0.6*Tm/(Km*taum);
Ti=4*taum;
%Simulink
PR=Kc
IR=Kc/Ti
%Transmitancja PI
Lr=Kc*[Ti 1]
Mr=[Ti 0]
%Transmitancja układu zamkniętego
Lz=conv(Lr,Lo);
Mz=conv(Mr,Mo)+[0 Lz];
%Symulacja
t=0:0.01:20*Tm+taum;
y1=step(Lz,Mz,t);
%=========================
%PI - 2
%=========================
%Chien et al. (1952) => Servo - 0% OVS
Kc=0.35*Tm/(Km*taum);
Ti=1.17*taum;
%Simulink
PS=Kc
IS=Kc/Ti
%Transmitancja PI
Lr=Kc*[Ti 1]
Mr=[Ti 0]
%Transmitancja układu zamkniętego
Lz=conv(Lr,Lo);
Mz=conv(Mr,Mo)+[0 Lz];
%Symulacja
t=0:0.01:20*Tm+taum;
y2=step(Lz,Mz,t);
plot(t,y1,t,y2);grid
legend('Regulator','Servo');
title('0% OVS');
25
%Regulator vs Servo - na podstawie Handbook – Przeregulowanie 20%
clear all
clc
%Obiekt
Km=2
Tm=2
taum=1
Lo=Km
Mo=[Tm 1]
[Lp Mp]=pade(taum,12);
Lo=conv(Lo,Lp);
Mo=conv(Mo,Mp);
%=========================
%PI - 1
%=========================
%Chien et al. (1952) => Regulator - 20% OVS
Kc=0.7*Tm/(Km*taum);
Ti=2.33*taum;
%Simulink
PR=Kc
IR=Kc/Ti
%Transmitancja PI
Lr=Kc*[Ti 1]
Mr=[Ti 0]
%Transmitancja układu zamkniętego
Lz=conv(Lr,Lo);
Mz=conv(Mr,Mo)+[0 Lz];
%Symulacja
t=0:0.01:7*Tm+taum;
y1=step(Lz,Mz,t);
%=========================
%PI - 2
%=========================
0 5 10 15 20 25 30
0
0.2
0.4
0.6
0.8
1
1.2
0% OVS
Regulator
Servo
26
%Chien et al. (1952) => Servo - 20% OVS
Kc=0.6*Tm/(Km*taum);
Ti=Tm;
%Simulink
PS=Kc
IS=Kc/Ti
%Transmitancja PI
Lr=Kc*[Ti 1]
Mr=[Ti 0]
%Transmitancja układu zamkniętego
Lz=conv(Lr,Lo);
Mz=conv(Mr,Mo)+[0 Lz];
%Symulacja
t=0:0.01:7*Tm+taum;
y2=step(Lz,Mz,t);
plot(t,y1,t,y2);grid
legend('Regulator','Servo');
title('0% OVS');
Simulink
Wyniki uzyskane za pomocą Matlab i Simulink są identyczne.
0 2 4 6 8 10 12
0
0.2
0.4
0.6
0.8
1
20% OVS
Regulator
Servo
Transport
Delay 1
Transport
Delay
Transfer Fcn 1
Km
Tm .s+1
Transfer Fcn
Km
Tm .s+1
Step 2
Step 1
Step
Sine Wave
Scope 1
RampPID Controller 1
PID
PID Controller
PID
Manual Switch 1
Manual Switch
yR
yR
yS