1、流程工业先进控制技术的现状与发展,Application of Advanced Control Technology in Process Industry上海交通大学自动化系 邵惠鹤教授2005年10月14日,一、以企业盈利优化为目标的 流程工业综合自动化,1.1 流程工业 在国民经济中的支柱地位,流程工业包括了石化、炼油、化工、制药、造纸、冶金、采矿、电力、食品加工等是在知识经济时代的21世纪的国民经济中占主导地位的行业 全球500强行业中，流程工业企业有70余家，占15%，其营业收入占总收入的16.5% 我国流程企业年产值占全国企业年总产值的66%，流程工业的发展状况直接影响国家的经济
2、基础，因此，流程工业是国家的重要基础支柱产业,流程工业是国民经济 重要基础支柱产业,全球500强企业中， 流程工业企业占了70家中国流程工业总产值占工业总产值66%,1.2 流程工业综合自动化,是将先进的工艺制造技术、现代管理技术和以先进控制技术为代表的信息技术相结合 将企业的经营管理，生产过程的控制、运行与管理作为一个整体进行控制与管理 实现企业的优化运行、优化控制与优化管理，成为提高企业竞争力的重要高技术,1.3 意义,21世纪信息产业的发展，使企业的经营活动正在由封闭性、地区性向开放性和全球化转变 我国工业企业要在剧烈的市场竞争中处于不败之地，必须以信息化带动工业化，使企业具有对市场动态
3、环境快速适应能力和业务重组能力 流程工业综合自动化的重大发展，对于推进企业现代化管理和可持续发展，追求最佳经济效益，缩短生产周期，加快资金周转，降低产品成本，提高企业竞争力等方面具有特别重要的意义,1.4 流程综合自动化受到 高度重视,列入发达国家的重点高技术发展计划 国际上著名的钢铁企业日本新日铁石化企业美国埃克森公司已经实现了全厂CIPS获得了显著的经济效益 我国的流程工业CIPS在国家863高技术计划的支持下取得了较大的发展,具有竞争优势的高技术,流程工业企业正在大幅度提高其在信息技术方面的投资英国当年信息技术产品和服务在工业界的市场份额为31亿英镑，而流程企业在信息技术上的花费就达到1
4、5亿英镑 二十世纪80年代后期，使过程控制开始突破自动化孤岛模式，出现了集控制、优化、调度、管理、经营于一体的综合自动化新模式,自动化领域的高技术中的 前沿课题,1995年美国、日本、西欧等国已有100多家炼油、化工企业都相继建立了流程CIMS系统。通过计算机网络向上下游、产供销一体化或集成化方向发展 意大利AGIP石油公司提出了以数据模型为核心的工厂信息集成系统的方案，对生产过程进行监视、控制和诊断，单元整合和优化 在管理决策层进行物料平衡、生产计划、调度、企业资源计划、模拟与优化等。目前国外实施CIMS的大型流程工业企业已占很大比例,1.5 目前存在的问题,流程工业中运行的控制系统均以控制
5、性能为指标，没有对产品质量和工艺指标进行控制，因而产品质量差，产品收率低，生产成本高 生产过程中的物耗、能耗、设备运行都没有实现在线控制与管理 生产过程没有实现优化运行、优化控制和优化管理 企业资源未能实现优化配置，企业的经营管理、生产过程指挥与管理和过程控制的信息没有实现有效集成,1.6 基于ERP/MES/PCS 的三级结构,ERP/MES/PCS三级结构,基于ERP/MES/PCS三级结构的 特 点,三层结构符合现代企业生产管理结构“扁平化”的思想，较之五层结构更易于集成和实现 系统结构的扁平化，促使管理以职能为中心向以过程为中心转变 三级结构实现了一体化过程控制（IPC）的要求 三级结
6、构中，MES 是集成的关键,以企业盈利优化为目标的过程综合自动化的内容,ERP（企业资源计划）&SCM (供应鏈) MES（制造执行系统）通过对生产系统的跟踪和监督，以有效实现生产计划和调度的优化 Monitoring & SPC（Statistical Process Control）(过程监控与统计过程分析) ROP（Real-Time Optimization实时优化） APC & R2R（Advanced Process Control & Run to Run Control 先进控制与）,以盈利为目标的信息化企业,ERP,SCM,MES,Monitoring & SPC,APC R
7、EOPT,公司各部门,在递阶级构中的地位,工厂级优化,装置级MPC,DCS,过程监控,生产过程,企业或 企业集团 经营优化,信息化企业的示意结构,需求预测战略计划,订单管理,客户管理,客户订单,ATP/CTP,生产计划和调度,采购计划,MES,APC,仑库管理,生产装置,ERP,监控,先进控制、实时优化和 过程监督控制,传统控制: 反馈、串级、前馈等。 MPC: 带约束的多变量模型预测控制 实时优化控制: 装置和全厂的实时优化以提供局部控制器的设定值 过程监督控制: 基於历史数据和统计方法实现系统(过程)性能和产品质量的监督控, 例如 PCA, PLS 和 NN 等。 R2R,ERP/MES/
8、PCS三级结构 四大创新技术,1、以产品质量和工艺要求为指标的先进控制技术 (APC) 2、以经济指标为目标的生产过程优化运行、优化控制、优化管理技 (MES) 3、以财务分析与决策为核心的整体资源优化技术 (ERP) 4、以企业目标为主导，以知识链为依托的ERP/MES/PCS三级结构集成技术,二、以产品质量和工艺要求为指标的先进控制技术 (APC),2.1 先进控制的提出与特点 2,2 先进控制的发展现状 2.3 基于模型预测的多变量约束控制MCC （Multivariable Constrained Controller ） 2.4 MCC在工业过程控制中的应用 在FCCU反应再生系统的
9、应用(仿真) MCC在大型催化裂化中的应用,2.1 先进控制的提出与特点,大型石化工业过程的特点： 规模庞大，结构复杂，不确定性，非线性，强耦合性 实现安全、平稳、高效生产的需要； 提高企业经济效益和增强竞争力的重要对策； 先进控制与在线优化在工厂综合优化控制中起着承上启下的重要作用,先进控制的提出的背景,美国的化学工业每年的产值四千亿美元，提供一百多万个就业岗位，2000年出口总值达725亿美元，占美国出口的10%。 要保持化工工业在全球的销售实力，就要保持更低的价格和更可靠的服务，必须不断将先进的信息技术和过程控制技术融合到生产过程中。 生产过程中使用反馈控制能提高产品的质量、降低材料和能
10、源的消耗、减少对环境的影响、提高安全性、降低成本，从而，在全球经济中更具竞争力。,先进过程控制的发展历史,20世纪60年代后期，过程控制已被广泛应用于石化和材料的加工过程，主要是单回路局部反馈控制形式，各控制器之间几乎没有联系。 在80年代和90年代，多变量控制特别是基于模型预测控制的多变量优化控制得到迅速的发展。,先进过程控制的发展历史续,基于模型预测控制近几年已用于处理大规模的过程控制问题。 基于模型预测控制的多变量优化控制，在具有控制约束和状态约束的工业过程中，已成为一种标准的控制技术。 在2000年据控制厂商报道，模型预测控制已有5000多例，包括炼油、石化、纸浆和造纸、空气分离、食品
11、加工、炼钢、航空和汽车。,2.2 先进控制的发展现状,基于模型控制的理论体系已基本形成，出现了许多基于模型预测的多变量约束模型控制 ，如AspenTech 的DMCplus、 MCC等工程化软件包，是应用广泛和最有前途的先进控制策略 专家控制系统：过程故障诊断，监督控制，检测仪表和控制回路有效性 神经网络：非线性过程的建模，软测量，控制系统的设计,2.2 先进控制的发展现状续,模糊系统：模糊控制理论基础，表达不确定性知识； 非线性控制：开发中，应用不多； 鲁棒控制：研究热点，理论性太强，实际应用需做大量的改进和简化；使先进控制具备鲁棒性是重要的发展方向。 其他先进控制还包括：内模控制，自适应控
12、制，增益调整，解耦控制，时滞补偿等；,2.3 基于模型预测的多变量约束控制（Multivariable Constrained Controller ),MCC是具有约束的多变量、多目标、多控制模式和基于模型预测的动态最优控制器是应用广泛和最有前途的先进控制策略,基于模型预测的 多变量约束控制 MCC 的提出1,六十年代-七十年代 计算机硬件的提高和现代控制理论的发展但先进控制在过程产业中没有达到期望的高度 原因： 现代控制理论以高精度模型为前提，过程建模难，过程时变，设计和运行不同 现代控制理论不灵活：被控制变量（CV）和操纵变量（MV）的选择；难与PID配合 硬件上尚不具备条件：计算机虽能
13、装入高级控制算法，但价格贵，代价高应用不普及；下一级控制以常规控制仪表为主,提出 2,八十年代开始 高级控制迅猛发展的原因： 能源危机，环保对控制提出更高要求；节省能源，合理利用资源，综合利用，使操作复杂化；排出无污染物要求达到最低限度；PID不能完全胜任，要求高级控制引入，使产业界对过程控制的看法开始改变 计算机迅猛发展，高性能，低成本；DCS出现及普及；计算机通讯变得十分方便,众多信息平台出现；递阶结构硬件基础奠定 八十年代模型预测控制（MPC）诞生；控制技术有很大推进；广泛应用于石化、煤油、电力、化工、冶金、食品加工、航空、汽车制造、造纸等,模型预测控制基本原理,综合利用过去、现代和将来
14、的信息决定控制策略模型预测将来输出（PID只利用过去和现在的信息） 对模型要求低：反馈校正(现代控制理论要求模型精度高) 滚动优化：每控制周期不断进行优化计算（现代控制一次优化） 稳态优化与动态优化相结合 多变量系统（ PID是一对一控制） CV和MV可受约束,第三代MCC产品及其公司,工业MCC产品技术特性比较,MCC开发与应用情况,经济效益分析,生产装置经济效益的最大关键：使生产过程时刻处于最优约束上操作 实现多变量MPC：减少过程干扰的影响；在约束条件下，最优卡边操作；实现经济性能最优化-局部稳态优化 实现在线全装置稳态优化：基于过程稳态模型；不断修正约束条件；不断更新模型；在线求过程的
15、最优设定值（最优操作条件）,经济效益分析续,大量工程实践表明，具有投资少，见效快等特点。通常在原有基础上，增加 3-6% 经济效益。 投资少，效益高,经济效益分析续,MCC的主要功能,1)实现基于模型的多变量预测控制的动态优化 2)在整过动态响应区间内考虑CV与MV的约束 3)应用线性规划原理实现CV与MV的稳态约束及经济性能指标稳态优化 4)采用CV与MV动态加权原理实现CV与MV的动态约束 5)控制系统可控性在线分析和系统病态的自动处理,MCC的主要功能续,6)多变量控制结构的自动重构,以适应各种不同情况 7)能自动识别与处理胖系统(自由度 0)，瘦系统 (自由度 0 )以及方系统( 自由
16、度 = 0) 8)具有动态加权和控制器参数的在线整定功能 9)系统的动态闭环仿真,MCC的基本特征,从多变量控制的观点来设计整个生产装置控制 动态滚动优化与经济目标的稳态优化相结合 由子控制器与组合线性规划 CLP 构成大型控制器,能有效处理大规模多变量复杂控制对象 采用设定值控制和区域控制二种控制模式 MV也具有设定值(理想稳态值)控制(自由度 0时),多变量约束控制（MCC） 系统总体结构图,MCC软件包的组成,MCPC 基于模型预测的多变量约束控制软件包 MCCI 过程模型辨识和参数在线校正软件包 MCC Config 组态软件包 MCCSIM 系统动态仿真软件包 MCCIO MCC与各
17、类DCS的接口软件包 NMCPC 非线性多变量预测,2.4 MCC 在石化工业中的应用,在FCCU反应再生系统的应用(仿真) 在大型催化裂化（FCCU）中的应用,在FCCU反应再生系统的应用(仿真),FCCU 反应再生系统的工艺流程,FCCU 反应再生系统的模型,采用基于模型预测的多变量约束控制的几种方法,DMC-plus 美国ASPEN公司MCC 多变量约束控制(上海交大、浙大)AMCC 自适应多变量约束控制(上海交大）,设定值控制 （ 1*2系统）,对CV3在50min处实施定值控制 分别使用DMCplus、MCC以及AMCC进行控制仿真 当CV3设定值由1320deg.F变为1330de
18、g.F 时，得到的CV3、MV1和MV2响应曲线的仿真结果 由于使用两个MV对一个CV进行控制，自由度大于零，可以对MV2实施IRV控制（IRV = 80 BPH）,1. 设定值控制 （ 1*2系统） 设定值控制中三种控制策略的CV3输出响应,由于使用两个MV对一个CV进行控制，自由度大于零，可对MV2实施IRV控制MV1的输出曲线 MV2的输出曲线,2. 扰动抑止 （2*2*1系统）,假设进料量DV出现阶跃扰动,由2000BPH增加到2050BPH的50BPH的扰动 考虑采用DMCplus、MCC以及AMCC的控制下，对再生烟气氧含量CV1与再生烟气温度 CV2实施控制，扰动抑止 给出了CV
19、1、CV2、MV1与MV2的仿真结果,2. 扰动抑止 （2*2*1系统） 扰动抑止过程中两种控制策略下CV1的响应,2. 扰动抑止 （2*2*1系统） 扰动抑止过程中两种控制策略下CV2的响应,2. 扰动抑止 （2*2*1系统）,当CV2在区域内时，CV2属于不受约束的控制变量，系统自由度为1，可实施MV2的IRV控制（IRV = 80 BPH） 当出现扰动使CV2超过了区域上限时，CV2变成被控变量，系统自由度变为零，只能暂时放弃MV2的IRV控制要求，首先满足CV1与CV2的控制要求 DMCplus与MCC/AMCC在约束处理上的最大的区别在于： 在对CV2超过区域控制时，DMCplus优
20、先考虑对CV2实施卡边操作，即将违反的区域限定值作为设定值，从而对CV2实施定值控制； 而MCC/AMCC优先考虑如何将违约的CV2尽快拉回到区域上限之内,2. 扰动抑止 （2*2*1系统） MV1的响应输出 MV2的响应输出,3. 病态处理 病态系统的控制要求,3. 病态处理,它是在上述扰动抑制问题上,增加了对CV3的定值控制,系统变为3*2*1 当系统不存在病态：CV2处于区域内(50分)时，系统中包括两个受控CV（CV1和CV3）和两个MV，因此自由度为零，MV2放弃IRV控制，首先保证CV1和CV3的定值控制要求；,3. 病态处理,当CV2超出区域上限(100分)时，系统为三个受控CV
21、和两个MV，此时自由度为 -1。因此，MV2在放弃IRV控制要求的同时，对工艺优先权最小的CV3将放弃定值控制要求。首先保证优先权较高的CV1的定值要求和CV2的区域控制要求,3. 病态处理,当系统产生病态(100分): 当CVI再生烟气氧含量的测量仪表失效，系统放弃对CV1的控制，转而利用MV1与MV2对CV2和CV3进行控制而导致系统产生病态。 稳态增益矩阵的条件数为：,3. 病态处理,如果不加以特殊处理，在扰动的作用下，MV1、MV2、CV2与CV3会相继超出安全区域，病态将导致控制的失败. 为此，需要对控制实施病态处理，使系统满足表上指定的控制要求。,3.病态处理,病态处理 病态处理取
22、决于CV变量的工艺优先权，根据自由度以及病态信息，解除了MV2的IRV控制要求的同时，放弃了对CV3的控制.,3. 病态处理 病态处理中三种控制策略下CV1的响应,3. 病态处理 在不同控制策略下的CV2响应,3. 病态处理 病态处理中CV3在不同控制策略下的响应,MCC 在大型催化裂化中的应用,流程图,目 标,在满足产品质量合格的条件下,使轻质油收率最高;装置的总处理量最大，能耗最小。 在保证汽油收率的基础上，提高液化气收率；或者在保证液化气收率的基础上，提高汽油收率；或者在保证轻油总收率的基础上，提高轻柴油收率； 提高处理量 节约能耗 生产方案适应季节、市场需求变化以及政策性宏观调控等因素
23、的变化。,系统结构,方案-反再系统控制方案(11输入6输出),多次阶跃测试法建立反再系统动态阶跃模型,投用组合线性规划优化结果,投用软测量系统操作界面,投用软测量运行结果,效益分析效益核算数据,效益分析投运后经济效益,装置的总处理量（冷渣热常渣总蜡）有较大提高 产品的分布有较大的改善 汽油收率提高了2.3 3 , 液化气收率提高了1，轻柴油收率下降了2.57% 吨原料利润也提高了4.8% 投运后每年所获得的经济效益将在1700万元以上,三、过程监控与统计过程控制 （PM & SPC, Process Monitoring & Statistical Process Control ）,3.1
24、功能 1) 过程性能和产品质量的监督控制是基于生产过程的历史数据，利用统计方法，如PCA、PLS和人工神经网络等工具，实现系统(过程)性能和产品质量的监督控制。 2. 工况（过程）监测（Process Monitoring）工况监测是指依据所能获得的各种测量数据来分析和判断生产工况是否正常，并能预测不正常工况的出现，同时找出原因，提出对策。,3.1 功能-续,3)对生产的物料和能量平衡进行监督，实现生产优化 在总经理办公室、总工办公室、生产副总经理办公室的计算机上也可监视全部实时信息。这样，使管理者能够随时了解现场生产装置的运行状况，为生产、经营提供更多信息和决策依据。 过程监控是对调度结果的
25、确认和监督，调度员能对生产的物料和能量平衡进行监督，并在此基础上实现生产优化。,3.1 功能-续,4) 在总调度室的上位机上可以监视 各个系统全部流程图画面、 所有参数的调整画面、 趋势记录、报警状态等全部实时信息。,3.1 功能-续,5) 该模块具有强大的网络功能通过传统的DDE等通讯方式，可与本机和其它计算机中的应用程序实时交换数据。同时，它支持标准的ActiveX、OPC、ODBC技术。,3.2 过程监督控制的结构 Real-Time Monitoring Control,Monitoring System,I/O Data,Performance Evaluation,Off-Line
26、 Analysis,Manual Actions,On-line Action,APC System,Historical Data,3.3 过程监控与统计过程控制（PM & SPC）的内容,过程监测（PM, Process Monitoring） 统计过程控制（SPC, Statistical Process Control） 过程故障检测与诊断（FDD, Fault Detection and Diagnosis） 过失误差检测和数据校正（Gross Error Detection & Data Rectification） 控制系统性能的实时监测与评估（Real-Time Monitor
27、ing Control & System Evaluation）,四、过程数据的显著误差检测与 数据校正技术,Gross Error Detection and Data Reconciliation in industrial Process 过程数据校正（数据协调）技术 显著误差（过失误差）检测 现有的显著误差（过失误差）检测方法比较,过程数据校正（数据协调）技术,过程数据校正技术目的是在原始测量数据的基础上，对原始测量数据进行协调，使协调后的数据更好地保持物料平衡等关系，同时又使其与测量值尽量接近 。 数据校正后的数据能够更好地应用于过程控制、过程建模和过程性能评估等方面。 过程数据校正
28、技术的基础是假设变量的测量值是服从正态分布，即不存在显著误差。,显著误差（过失误差）检测,在实际过程测量中，由于工业过程的复杂性和不确定性，而且仪表自身的故障、仪表测量精度的下降、设备的泄漏等都会导致，用仪表所检测到的实际测量数据，经常存在显著误差。 显著误差的存在导致数据校正（数据协调）的基本假设，即测量误差服从正态分布的假设不成立， 因此，必须在数据协调前，将显著误差检测出来并予以消除，否则会导致错误的协调结果。,现有的显著误差（过失误差）检测方法比较,目前常用的过失误差检测方法有： 测量残差检验法（MT）1， 节点残差检验法(NT) 2 动态过程显著误差检测法动态过程显著误差检测法是Ba
29、gajewicz3于近年来提出的一种动态过程显著误差检测法，它同时求出所有显著误差幅度值。 同步识别显著误差（SEGE）法Snchez4提出了用于稳态过程的同步识别显著误差（SEGE）法，它通过对备选误差集，进行各种组合，选出最满足条件的组合方式，同时检测出所有显著误差的位置和幅度。,3. 现有的显著误差（过失误差）检测方法比较-续,顺序识别并同步补偿识别显著误差（SICC）法为了减少组合数量，Jiang5在SEGE法基础上提出了顺序识别并同步补偿的识别显著误差法SICC ( Serial Identification with Collective Compensation ) 法，它逐步检
30、测出显著误差的位置，并同时检测出所有显著误差的幅度。 改进SICC法SICC法并没有选出最满足条件的组合方式，容易产生显著误差误判，而且由于在每一次迭代中都要利用MT法来求备选显著误差集，因此需要不断的重新求取投影矩阵。周凌柯针对这些问题，对SICC算法进行了改进，并考虑到了改进SICC算法中矩阵奇异性的避免问题。,4. 过程测量数据的协调的基本概念,过程测量数据的协调值，能更好地保持物料平衡 等关系，同时又使其与测量值尽量接近。数学上表示为求满足一组约束方程组的最小二乘解，当稳态和噪声正态分布假设满足时，此最小二乘问题的解析解是无偏最小方差估计。,过程数据校正的任务,找出一组过程数据（与某结
31、构相关联的）中带有显著性误差的测量数据，并予以剔除（Data gross error Detection and Deletion）。 对一组过程测量数据进行处理，提高它的精确度和平衡性，给出它的校正值（Data Reconciliation）。,过程数据校正的任务,对缺损的数据（因测量值带有显著性误差而不予采用的，可估算而来测量的）设法用已测量数据和一些物理化学规律予以估算（Data Calculation and estimation）。 统称为数据校正-Data Rectification,国际知名的专用的数据协调商业化软件包,先进控制、流程模拟、实时优化等都有数据校正模块 如美国Sim
32、ulation Science Co.，Ltd的Datacon（流程模拟型的校正）， 美国AspenTech的Advisor （专家系统型的校正） 英国KBC Process Technology Ltd的Sigmafine（数据统计型的校正）， 法国Technip的Datsee 国内浙大中控软件的APC-Data pro等。,Aspen Advisor软件,Aspen Advisor 是一个进行数据调理与产量核算的软件产品，它应用一个面向对象的专家系统，解决过程工业制造工厂的数据不一致性之问题，实现对装置绩效的监控。 Aspen Advisor 通过确定产品损失流，以及为决策者提供横跨整个企
33、业的至关重要的生产数据，提升企业的盈利能力。,能够在整个企业内进行一致而正确的集成业务决策,仿真研究-蒸汽系统过程网络,蒸汽系统过程网络的显著误差检测,设在稳态工况下，25个已测物料流（变量）的真值及测量值如表1所示。 假定这25个物料流相互独立，它们的标准方差取相应真值的2.5%。 对物流2、13、16的测量值加入显著误差。物流的下限设为0，上限设为物流真实值的4倍大小。 可检测出物流2、13、16为显著误差物流。,几点认识：,即便没有测量的显著性误差（或过失误差）存在，即没有通常所说的仪表测量不准，过程数据也不会严格协调的，因为测量的随机误差和工况的随机波动是无法消除的。 过程测量数据的校
34、正是面向“问题”，面向流程的，例如：20个流股的160个数据就是依附于碳一的工艺过程的，脱离“问题”，没有流程关联，孤立的数据无从校正。,几点认识续：,由于过程数据是“牵一发而动全身”的，因而表3、表4是对图1所界定的流程拓扑结构相关的20个流股的全部数据一并进行校正的，局部的校正在全局的层面上来考察是没有意义的。 数据校正后，进出设备的元素平衡和组分平衡是肯定的，但是，当我们对问题赋予不同的约束，采用不同的校正算法时，其结果会有些许不同。,五、PID 控制器参数自整定,问题的提出 在工业过程控制中，95以上的控制回路具有PID结构 但仅仅有20的控制回路工作比较满意，其中参数整定不合适是一个
35、主要原因 为此人们提出了自整定PID控制器,自整定PID控制器分为两大类,基于规则的方法 不需要过程模型，而是模拟经验丰富的手工整定过程 需要瞬态响应的变化，给定值变化或负载扰动。 如果控制性能偏离预定指标，则根据一些规则调节控制器的参数。 商业产品：Foxboro 公司的EXACT 基于模型的方法 瞬态响应方法 频率响应方法,基于模型的频率响应的 PID自整定方法的几种改进,二阶加纯滞后模型辨识方法基于相位和幅值裕度的PID自整定方法基于灵敏度的PID自整定方法基于鲁棒性能指标的 PID自整定方法大滞后过程对象的PI控制器自整定方法,基于继电反馈控制的 PID参数自整定整定方法:,Astro
36、m和Hagglund（1984; 1991）提出 引入继电反馈使得闭环系统产生周期为T的等幅振荡 振荡频率正是Nyquist图与负实轴交点的频率,基于继电反馈控制的 PID控制器参数自整定结构框图,自整定过程,基于继电反馈控制的 PID 控制器参数自整定,主要优点 可以做到只需一个按钮的自整定PID控制器 整定过程是在闭环中进行的，系统仍然运行在工作点附近，不影响系统的正常运行,PID控制器参数自整定软件包 实施的硬件结构,PID 控制器参数自整定软件包 软件结构,PID控制器参数自整定软件包 八种自整定方法,PID控制器参数自整定软件包 自整定操作介面与过渡过程,谢谢各位光临！上海交通大学 邵惠鹤,
