[发明专利]基于PID参数辨识的闭环回路非线性评估方法

说明书

本发明实施例提供一种基于PID参数辨识的闭环回路非线性评估方法，属于石油化工领域。所述评估方法包括：根据所述多个采样时刻的运行数据得到与采样时刻对应的偏差序列；将所述偏差序列运用至少一种离散控制模型，获得每种离散控制模型对应的模型参考参数集，所述模型参考参数集中的每个参考参数按照采样时刻的先后顺序形成参考参数序列；运用参数辨识概率评估模型对所有参考参数序列进行辨识概率分析，得到所有参考参数序列的辨识率；若模型参考参数集对应的所有参考参数序列的辨识率均大于预设值，并根据该离散控制模型对应的所有辨识率中的最大辨识率确定所述控制回路的非线性程度。本发明有利于线性控制模型建模及调节阀的故障诊断。

技术领域

本发明涉及石油化工的控制系统安的技术领域，具体地，涉及一种基于PID参数辨识的闭环回路非线性评估方法。

背景技术

炼化装置的控制系统中普遍存在控制回路性能下降的问题，其中，存在于控制回路的非线性特性是造成其性能下降的主要原因之一，这严重损害炼化装置的安全性和经济效益。针对非线性检测技术通常基于统计学的假设检验，从统计指标的选择上，可以分为参数方法和费娴熟方法两种。例如，Choudhury提出了基于双相干谱的非线性检测方法，但对数据长度有要求，对弱非线性的检测准确性不高；基于改进的倒双谱分析的控制回路非线性检测方法相比于Choudhury提出的基于双相干谱的非线性检测方法，本方法对被测数据长度的依赖小，对弱非线性的检测准确性更高；基于替代数据法的工业过程非线性检测方法，根据LMD-RP替代数据法构造多组原信号的替代数据,仿照原信号计算各组替代数据倒双相干谱函数；基于Bottom-Up算法的主蒸汽调节阀非线性辨识方法,采用最小二乘法辨识各线性模型的参数,根据参数辨识结果,计算各融合区间的损失函数。

但是上述方法都是基于高阶谱的统计方法进行非线性识别对数据量及数据质量有要求，当数据量过少是上述方法无法正确辨识非线性。

发明内容

本发明实施例的目的是提供一种基于PID参数辨识的闭环回路非线性评估方法，主要解决了闭环控制过程中的运行参数的非线性的识别问题。

为了实现上述目的，本发明实施例提供一种基于PID参数辨识的闭环回路非线性评估方法，所述非线性评估方法包括：

获取控制回路在多个采样时刻的运行数据，根据所述多个采样时刻的运行数据得到与采样时刻对应的偏差数据并按照采样时刻的先后顺序形成偏差序列；

将所述偏差序列运用至少一种离散控制模型，获得每种离散控制模型对应的模型参考参数集，所述模型参考参数集中的每个参考参数按照采样时刻的先后顺序形成参考参数序列；

运用参数辨识概率评估模型对所有参考参数序列进行辨识概率分析，得到所有参考参数序列的辨识率；

若模型参考参数集对应的所有参考参数序列的辨识率均大于预设值，确定该模型参考参数集对应的离散控制模型为控制回路的离散控制模型，并根据控制回路的离散控制模型对应的所有辨识率中的最大辨识率确定所述控制回路的非线性程度。

可选的，所述非线性评估方法还包括：

运用参数辨识概率评估模型对所有参考参数序列进行辨识概率分析，得到所有参考参数序列对应的辨识率和辨识值；每个参考参数序列的辨识率与辨识值相互对应；

若模型参考参数集对应的所有参考参数序列的辨识率均大于预设值，确定该模型参考参数集对应的离散控制模型为控制回路的离散控制模型，确定控制回路的离散控制模型对应的所有辨识率中的最大辨识率以及该最大辨识率对应的辨识值，以及确定与最大辨识率对应的参考参数序列；

根据最大辨识率对应的参考参数序列和最大辨识率，确定所述控制回路的线性运行概率时间序列。

可选的，所述非线性评估方法还包括：

将所述控制回路的线性运行概率时间序列按照预设区间个数进行连续分组，得到连续分组序列；