大林算法是继史密斯补偿之后解决纯滞后的又一经典数字调节器算法,该算法的目标是设计一个合适的数字调节器D(z),使整个系统的闭环传递函数相当于一个带有纯滞后的一阶惯性环节,而且要求闭环系统的纯滞后时间等于被控对象的纯滞后时间.大林算法方法比较简单
--------------------------------------------------------------------------------------------------------------------------------------------------------------
我没有学过一天自控理论,现看书略懂一点基本理论,如:一阶惯性环节等,对象的放大倍数及时间常数、纯滞后时间,
但上述后一句总是不理解:
整个系统的闭环传递函数相当于是一阶惯性环节,这一阶惯性环节的输入是什么?输出是什么?
为什么这样做就能使 偏差接近于0?? 这一阶惯性环节的时间常数与放大倍数是多少呢?
只恨自已没学自控专业,问题太多
1.大林算法中涉及的被调对象的参数要清楚:
对象是一阶惯性滞后环节,
<1>对象的放大倍数Kp: Kp=△PV/△OP 阶跃比, 这是开环的静态参数, 与PID的放大倍数K不是一回事 ;
<2>对象的时间常数T: 干扰阶跃引起PV变化,从变化起到稳定值约2/3处的时间值,不包括滞后时间;
<3>滞后时间T2: 干扰阶跃开始到 PV开始变化这一段滞后时间,包括:纯滞后时间及容量过渡滞后时间;
2. 整个系统的闭环传递函数相当于是一阶惯性环节, 这是大林算法的期望环节:
<1> 输入R(t)是回路的设定值SP;输出Y(t)是回路的PV值;
<2> 此一阶惯性环节的放大倍数为1,即稳定时 PV=SP; 最终偏差接近零;
<3>此期望环节的纯滞后时间应等于被调节对象的纯滞后时间;
<4>此期望环节的闭环时间常数: 这是待定的期望参数,为不引起回路的小幅振荡,这个时间值应选用大于等于被调对象的时间常数,
这就是大林所说的消除振铃;
3. 这些参数如果不精确,将引起大林算法的不稳定性,导致调节质量变坏;