專利名稱：用于模擬動(dòng)態(tài)過程的裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種根據(jù)權(quán)利要求1前序部分所述的用于模擬動(dòng)態(tài)過程的裝置。
由EP 0292749A2公開了一種用于模擬動(dòng)態(tài)過程的裝置，其中具有相同時(shí)間常數(shù)的n階延時(shí)元件作為基礎(chǔ)調(diào)節(jié)路段模型。在這種情況下，它涉及一種線性的動(dòng)態(tài)過程模型。在大多數(shù)情況下，一種線性模型足夠用于描述過程，尤其是當(dāng)僅允許小的激勵(lì)時(shí)。但在某些應(yīng)用中，額定值的變化貫穿整個(gè)調(diào)節(jié)區(qū)域。例如在流量調(diào)節(jié)時(shí)就是這種情況，其中調(diào)節(jié)元件是一個(gè)閥門或蓋板并且流量是通過對(duì)該調(diào)節(jié)元件的調(diào)節(jié)被確定的。在此情況下，對(duì)各調(diào)節(jié)元件的調(diào)節(jié)貫穿整個(gè)調(diào)節(jié)區(qū)域。因?yàn)檫@些調(diào)節(jié)元件表現(xiàn)出強(qiáng)烈的非線性特性，采用線性過程模型已經(jīng)不能滿足對(duì)區(qū)段行為的近似。例如在閥門的情況下為描述非線性特性，將一種非線性靜態(tài)放大特性曲線作為閥門的特性曲線，它的值與相應(yīng)的工作點(diǎn)有關(guān)。這就引起了，一個(gè)固定調(diào)整的PID調(diào)節(jié)器的調(diào)節(jié)品質(zhì)隨工作點(diǎn)而改變。
本發(fā)明的目的在于提供一種用于模擬動(dòng)態(tài)過程的裝置，它在非線性過程的情況下也能提供優(yōu)良的調(diào)節(jié)結(jié)果并能實(shí)現(xiàn)為避免所述缺點(diǎn)的精確鑒別。
本發(fā)明的目的是這樣實(shí)現(xiàn)的，即本文前言所述類型的新裝置具有權(quán)利要求1特征部分給出的特征。在從屬權(quán)利要求中描述了該裝置的有利的擴(kuò)展結(jié)構(gòu)。
本發(fā)明具有這樣的優(yōu)點(diǎn)，即在模擬裝置中結(jié)合考慮了特殊的非線性過程特性。該模型既可用于調(diào)節(jié)器優(yōu)化也可用于過程診斷。在調(diào)節(jié)器優(yōu)化的情況下將根據(jù)過程模型的參數(shù)來調(diào)整調(diào)節(jié)器的參數(shù)。在過程診斷時(shí)，將求得的特性曲線與例如在一個(gè)數(shù)據(jù)頁中給出的特性曲線相比較。由于運(yùn)行中的損耗或調(diào)節(jié)機(jī)構(gòu)的安裝狀況該特性曲線可能會(huì)有所改變。如果求得的特性曲線嚴(yán)重地偏離數(shù)據(jù)頁中所給出的特性曲線，則必須更換調(diào)節(jié)元件。
通常從具有下列拉普拉斯值域傳遞函數(shù)的一個(gè)PTn模型出發(fā)進(jìn)行調(diào)節(jié)器優(yōu)化x(s)y(s)=K(1+T*s)n]]>式中x表示模型的輸出量及y表示模型的輸入量，放大系數(shù)K，時(shí)間常數(shù)T及階數(shù)n表示模型參數(shù)。對(duì)于具有非線性靜態(tài)放大特性曲線的過程，其放大系數(shù)與工作點(diǎn)，即與輸出量x有關(guān)K＝K0+f(x)可以根據(jù)量值優(yōu)化為該過程模型確定PI調(diào)節(jié)器的放大系數(shù)KP及重調(diào)時(shí)間TnKp=14*K*n+2n-1]]>Tn=n+23*T]]>與工作點(diǎn)有關(guān)的過程的放大系數(shù)K僅對(duì)調(diào)節(jié)放大系數(shù)Kp產(chǎn)生影響。而對(duì)PI調(diào)聲器的重調(diào)時(shí)間Tn無影響。如果在一個(gè)工作點(diǎn)上鑒別出該過程具有較小放大系數(shù)，則根據(jù)該公式得出一個(gè)具有較大放大系數(shù)的PI調(diào)節(jié)器。該調(diào)節(jié)器借此來補(bǔ)償?shù)偷膮^(qū)段放大系數(shù)。如果利用該調(diào)節(jié)回路進(jìn)入到具有較高區(qū)段放大系數(shù)的工作區(qū)域，則非線性動(dòng)態(tài)過程模型使調(diào)節(jié)器放大系數(shù)回調(diào)，這有利地避免了調(diào)節(jié)的不穩(wěn)定性。相反地，在具有較小區(qū)段放大系數(shù)的工作區(qū)域中放大系數(shù)增大，以使得調(diào)節(jié)器不再遲緩并使調(diào)節(jié)偏差能進(jìn)一步很好地被下調(diào)。
以下，借助于一個(gè)本發(fā)明裝置的電路框圖，對(duì)本發(fā)明及其構(gòu)型和優(yōu)點(diǎn)作詳細(xì)的說明。
根據(jù)該圖，一個(gè)用于非線性動(dòng)態(tài)過程的模擬裝置由神經(jīng)網(wǎng)絡(luò)1及動(dòng)態(tài)過程模型2組成的串聯(lián)電路組成。該神經(jīng)網(wǎng)絡(luò)1涉及一種具有一輸入端y及一輸出端u的三層前饋網(wǎng)絡(luò)。借此模擬靜態(tài)特性曲線。動(dòng)態(tài)過程模型2是一個(gè)具有線性動(dòng)態(tài)特性的傳遞元件，這里為一個(gè)PTn模型，在其輸入端輸入神經(jīng)網(wǎng)絡(luò)1的輸出值u并輸出一個(gè)輸出值x。
該P(yáng)Tn模型的傳遞函數(shù)如下G(s)=x(s)u(s)=K(1+T*s)n----(1)]]>式中u(s)及x(s)各表示輸入信號(hào)u(t)和輸出信號(hào)x(t)的拉普拉斯變換。如果該動(dòng)態(tài)過程模型化的裝置應(yīng)用于一閉合調(diào)節(jié)回路，則該動(dòng)態(tài)模型2的輸出信號(hào)x(t)代表調(diào)節(jié)量；y(t)是該調(diào)節(jié)器的調(diào)節(jié)信號(hào)及u(t)是模型的中間量。為了鑒別過程，由一靜止?fàn)顟B(tài)開始激勵(lì)該調(diào)節(jié)回路。從調(diào)節(jié)回路起振過程開始存儲(chǔ)一定數(shù)目anz的調(diào)節(jié)量Y和調(diào)節(jié)量x的等距支持值。采樣時(shí)間用Ta來表示。測(cè)量的值被整理，以使其與它相應(yīng)的初始值y(1)和x(1)相關(guān)Δy(k)＝y(tǒng)(k)-y(1)(2)Δx(k)＝x(k)-x(1)(3)式中K＝anz...1。這些值是用于鑒別的輸入及輸出量。
該P(yáng)Tn模型將通過下列狀態(tài)差分方程來描述Z(k+1)＝Φ*Z(k)+H*u(k)(4)及x(k+1)＝zn(k+1)(5)在這些式中，u為輸入量，Z＝(Z1，Z2，.，Zn)為具有PTn模型內(nèi)部狀態(tài)量的矢量，及x為輸出量。矩陣Φ被稱為轉(zhuǎn)換矩陣，并具有n行及n列。值n表示模型階數(shù)。H是具有n行及一列的輸入矢量。上式用于離散時(shí)間值K*Ta，也即采樣時(shí)間Ta的整數(shù)倍。根據(jù)以下計(jì)算規(guī)則得到對(duì)于PTn模型的轉(zhuǎn)換矩陣Φ的元h＝Ta/T(6)對(duì)于i≥jΦ(i,j)=e-h*hi-j(i-j)!----(7)]]>否則 Φ(i，j)＝0.0這里參數(shù)i和j為運(yùn)算變量，對(duì)于行有i＝1…n及對(duì)于列有j＝1…n。輸入矢量H的計(jì)算規(guī)則表示為H(i)=K*(1-Σj=1iΦ(i,j))----(8)]]>因?yàn)榉糯笙禂?shù)用神經(jīng)網(wǎng)絡(luò)1來模擬，對(duì)PTn模型，設(shè)置K＝1。轉(zhuǎn)換矩陣及輸入矢量對(duì)參數(shù)h的導(dǎo)數(shù)表示為對(duì)于i＝j(luò)∂Φ(i,j)∂h=-e-h----(9)]]>否則∂Φ(i,j)∂h=e-h*(hi-j-1(i-j-1)!-hi-j(i-j)!)=Φ(i-1,j)-Φ(i,j)----(10)]]>及∂H(i)∂h=(-K)*Σj=1i∂Φ(i,j)∂h----(11)]]>借助乘積法則及連鎖法則得到下列用于差分方程對(duì)參數(shù)h求導(dǎo)的遞歸公式∂Z‾(k+1)∂h=Φ‾*∂Z‾(k)∂h+∂Φ‾∂h*Z‾(k)+∂H‾∂h*u(k)----(12)]]>∂x(k)∂h=∂zn(k)∂h----(13)]]>其初始條件為∂Z‾(0)∂h=0----(14)]]>所采用的神經(jīng)網(wǎng)絡(luò)用以下的函數(shù)來描述u=NN(y)=θa+Σi=1anz_hidden(wai*tanh(whi*y+θhi))----(15)]]>該方程表示具有一個(gè)輸入、一個(gè)輸出及在中間層中有“anz-hidden”個(gè)神經(jīng)元的三層前饋網(wǎng)絡(luò)的傳遞特性。在該等式中值y為神經(jīng)網(wǎng)絡(luò)的輸入值及u為神經(jīng)網(wǎng)絡(luò)的輸出值。參數(shù)θa、wa、wh及θh為網(wǎng)絡(luò)參數(shù)，它們確定網(wǎng)絡(luò)的非線性特性。函數(shù)tanh是中間層神經(jīng)元中的激勵(lì)函數(shù)，tanh為正切雙曲線，它定義如下tanh(x)=ex-e-xex+e-x]]>對(duì)于輸出神經(jīng)元中的偏置則有下式θa=-Σi=1anz_hidden(wai*tanh(θhi))----(16)]]>在該位置上明確地代入預(yù)知值。通過這種確定保證了條件y(0)＝0。因此為求解過程模型，必須使調(diào)節(jié)值及實(shí)際值與相應(yīng)的初始值相關(guān)。
這樣就給出了該函數(shù)對(duì)網(wǎng)絡(luò)參數(shù)的導(dǎo)數(shù)。
作為另外的輔助量還需要中間層一個(gè)神經(jīng)元的輸出值yHi＝tanh(whi*y+θhi)(17)借助該輔助量及公式(16)可使公式(15)轉(zhuǎn)換為下列形式u=NN(y)=Σi=1anz_hiddenwai*(yHi-tanh(θhi))----(18)]]>于是，網(wǎng)絡(luò)輸出u相對(duì)權(quán)重及偏置量的導(dǎo)數(shù)表示為∂u∂wai=yHi-tanh(θhi)----(19)]]>∂u∂whi=wai*(1-yHi2)*y----(20)]]>∂u∂θh=wai*[(1-yHi2)+(1-tanh(θhi)2)]----(21)]]>形式上，偏置量θhi可理解為具有常數(shù)值1的一個(gè)附加輸入神經(jīng)元的權(quán)重。因此在下面不再在偏置量及權(quán)重之間作出區(qū)分。這些值將統(tǒng)稱為網(wǎng)絡(luò)參數(shù)。以下，因而將導(dǎo)數(shù)u/w作為導(dǎo)數(shù)u/wa，u/wh和u/θh的同義詞使用。
所計(jì)算的裝置輸出值將與整理的規(guī)格的調(diào)節(jié)量(方程(3))相比較。借助一種數(shù)字優(yōu)化對(duì)神經(jīng)網(wǎng)絡(luò)1和PTn模型2的參數(shù)進(jìn)行改變，使得計(jì)算出的調(diào)節(jié)量和測(cè)量出的調(diào)節(jié)量之間的偏差值為最小。
以上過程對(duì)各模型階數(shù)n＝1…10分別進(jìn)行。然后選擇出具有最小誤差值的模型階數(shù)及在此情況下求得的參數(shù)。
神經(jīng)網(wǎng)絡(luò)1的中間層中的神經(jīng)元數(shù)目同樣可以改變。在大多數(shù)情況下在中間層中小于十個(gè)神經(jīng)元就足夠了。
網(wǎng)絡(luò)及過程模型的參數(shù)通過數(shù)字優(yōu)化來計(jì)算。這里可使用一種設(shè)有BFGS算法的近似牛頓方法，它公開在“用于MATLAB的優(yōu)化TOOLBOx”用戶指南上(The Math Works公司，Natick，MA，1994年1月)。對(duì)此需要神經(jīng)網(wǎng)絡(luò)1和PTn模型2的串聯(lián)電路的傳遞特性和誤差函數(shù)相對(duì)所求參數(shù)的導(dǎo)數(shù)E=Σk=1anzerror(k)2----(22)]]>以及error(k)＝x(k)-Δx(k)(23)式中，值x是非線性動(dòng)態(tài)模型的輸出值，值Δx是實(shí)際過程的規(guī)格的測(cè)量輸出值。誤差E是計(jì)算模型與過程之間的偏差的量度。
用隨機(jī)值作為網(wǎng)絡(luò)參數(shù)的預(yù)置起始值進(jìn)行優(yōu)化，參數(shù)h將被預(yù)置為初始值h＝1。
誤差函數(shù)對(duì)所求網(wǎng)絡(luò)參數(shù)的導(dǎo)數(shù)被表示為∂E∂wa=Σk=1anz∂error(k)2∂wa=Σk=1anzerror(k)*∂x(k)∂wa----(24a)]]>∂E∂wh=Σk=1anz∂error(k)2∂wh=Σk=1anzerror(k)*∂x(k)∂wh----(24b)]]>∂E∂θh=Σk=1anz∂error(k)2∂θh=Σk=1anzerror(k)*∂x(k)∂θh----(24c)]]>類似地，PTn模型的參數(shù)h的導(dǎo)數(shù)為∂E∂h=Σk=1anzerror(k)*∂x(k)∂h----(25)]]>該導(dǎo)數(shù)包含了關(guān)于優(yōu)化算法必須使所求參數(shù)改變多少值的信息。
神經(jīng)網(wǎng)絡(luò)1和PTn模型2相串聯(lián)。因此動(dòng)態(tài)模型2的輸入量u(k)就是神經(jīng)網(wǎng)絡(luò)1的輸出值。該串聯(lián)電路可寫成以下形式x(k)＝G[NN(Δy(k))](26)這里G即為線性PTn模型2的傳遞特性，NN為神經(jīng)網(wǎng)絡(luò)1的傳遞特性。所測(cè)量的規(guī)格調(diào)節(jié)量Δy將被連接到神經(jīng)網(wǎng)絡(luò)上。因?yàn)榫€性的傳遞元件2連接在神經(jīng)網(wǎng)絡(luò)1的后面，因而x對(duì)網(wǎng)絡(luò)參數(shù)w的導(dǎo)數(shù)有∂x(k)∂w=G[∂NN(Δy(k))∂w]----(27)]]>在該式中在wa、wh及θh之間不加以區(qū)分。該方程表達(dá)了可以用簡(jiǎn)單的方式由網(wǎng)絡(luò)的導(dǎo)數(shù)NN(Δy(K))/w得出所求的導(dǎo)數(shù)x(k)/w。
如果使用網(wǎng)絡(luò)導(dǎo)數(shù)作為線性系統(tǒng)G的輸入數(shù)列，則與此相關(guān)的輸出數(shù)列正好給出了所求的導(dǎo)數(shù)x(k)/w。
因?yàn)榫€性系統(tǒng)在狀態(tài)空間中的表達(dá)和作為傳遞函數(shù)的表達(dá)是等價(jià)的，因而使用具有矩陣Φ和H以及輸入值NN(Δy(k))/w的狀態(tài)空間的描述來計(jì)算x(k)/w。
然后通過采用方程式(23)的誤差值error(k)對(duì)導(dǎo)數(shù)x(k)/w加權(quán)，得到誤差函數(shù)對(duì)網(wǎng)絡(luò)參數(shù)的導(dǎo)數(shù)。
h的值必須為正，因此為其限制了一個(gè)最小值。
對(duì)于調(diào)節(jié)信號(hào)y移動(dòng)的區(qū)域計(jì)算出特性曲線。例如如果將計(jì)算的是一個(gè)閾門的整個(gè)特性曲線時(shí)，則必須使激勵(lì)貫穿到整個(gè)調(diào)節(jié)區(qū)域，否則該特性曲線僅被區(qū)段性地計(jì)算。如果要貫穿整個(gè)調(diào)節(jié)區(qū)域，則原則上用一種雙向斜率激勵(lì)就足夠，其中調(diào)節(jié)區(qū)域一次在正向上、另一次在負(fù)向上被貫穿。不過激勵(lì)不能進(jìn)行得太快，以使得調(diào)節(jié)量能跟隨激勵(lì)信號(hào)。此外調(diào)節(jié)區(qū)段的激勵(lì)必須從一穩(wěn)定狀態(tài)開始，由此能滿足方程(14)的條件。
具有一輸入端及一輸出端的神經(jīng)網(wǎng)絡(luò)1的函數(shù)也可通過一個(gè)傳統(tǒng)的特性曲線組件來模擬。用于確定特性曲線組件所需的支持值可從神經(jīng)網(wǎng)絡(luò)的特性曲線推知。在此情況下，本發(fā)明的一個(gè)神經(jīng)網(wǎng)絡(luò)及一個(gè)具有線性動(dòng)態(tài)特性的傳遞單元的串聯(lián)電路僅用于設(shè)計(jì)該裝置。其中神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能尤其具有優(yōu)點(diǎn)。
權(quán)利要求
1.一種用于模擬動(dòng)態(tài)過程的裝置，它具有一個(gè)具有線性動(dòng)態(tài)特性的傳遞單元(2)，其特征在于為了模擬一個(gè)非線性動(dòng)態(tài)過程，例如模擬流量調(diào)節(jié)中的一個(gè)閥門或蓋板的非線性動(dòng)態(tài)過程，將一個(gè)神經(jīng)網(wǎng)絡(luò)(1)與具有線性動(dòng)態(tài)特性的傳遞單元(2)相串聯(lián)。
2.根據(jù)權(quán)利要求1所述的裝置，其特征在于，傳遞單元(2)是一個(gè)PTn模型，它的參數(shù)即放大率數(shù)K，時(shí)間常數(shù)T及階數(shù)n是可調(diào)的。
3.根據(jù)權(quán)利要求1或2所述的裝置，其特征在于，所述神經(jīng)網(wǎng)絡(luò)(1)是一個(gè)三層前饋網(wǎng)絡(luò)并具有一個(gè)輸入端及一個(gè)輸出端。
4.根據(jù)上述權(quán)利要求之一所述的裝置，其特征在于，神經(jīng)網(wǎng)絡(luò)(1)是這樣構(gòu)成的，它用于模擬過程的靜態(tài)特性曲線。
全文摘要
一種用于模擬動(dòng)態(tài)過程的裝置,它具有一個(gè)具有線性動(dòng)態(tài)特性的傳遞單元(2)。為了模擬一個(gè)非線性動(dòng)態(tài)過程化,例如模擬流量調(diào)節(jié)中的一個(gè)閾門或蓋板的非線性動(dòng)態(tài)過程,該傳遞單元(2)還串聯(lián)了一個(gè)神經(jīng)網(wǎng)絡(luò)(1)。該神經(jīng)網(wǎng)絡(luò)可這樣構(gòu)成,即模擬過程的靜態(tài)非線性特性曲線。其中神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能尤具優(yōu)點(diǎn)。本發(fā)明可應(yīng)用于自適應(yīng)調(diào)節(jié)器。
文檔編號(hào)G05B17/00GK1183149SQ96193616
公開日1998年5月27日 申請(qǐng)日期1996年4月30日 優(yōu)先權(quán)日1995年5月4日
發(fā)明者馬庫斯·霍菲爾德, 卡爾－H·基爾奇伯格, 德拉根·奧布雷德維克 申請(qǐng)人:西門子公司