[发明专利]PID控制回路的模型辨识方法、装置、系统及存储介质

权利要求书

1.一种PID控制回路的模型辨识方法，其特征在于，包括：

对获取到的PID控制回路的数据信息进行辨识，得到传递函数TF模型；所述数据信息包括PID控制回路的各个历史控制器输出值和各个历史过程测量值；

依据预设倍数值对所述TF模型的模型参数进行扩展，得到包括所述模型参数在内的多组新的TF模型参数，每组所述新的TF模型参数对应一个新的TF模型；

根据每个所述新的TF模型各自对应的匹配度，选择出匹配度最高的TF模型作为当前最优TF模型；所述匹配度为依据所述新的TF模型的模型参数、各个所述历史控制器输出值和各个所述过程测量值得到；

判断所述当前最优TF模型是否满足预设条件，若是，则将所述当前最优TF模型作为最终的最优TF模型，以便基于所述最优TF模型对所述PID控制回路进行参数整定和/或性能评估；否则，将所述当前最优TF模型作为所述TF模型，并返回执行所述依据预设倍数值对TF模型的模型参数进行扩展的步骤；

所述对获取到的PID控制回路的数据信息进行辨识，得到传递函数TF模型的过程为：

获取PID控制回路的数据信息；

对所述数据信息进行最小二乘辨识，得到有限冲激响应FIR模型；

对所述FIR模型进行拟合得到TF模型，具体包括：根据PID控制回路的模式采用不同的方法拟合出TF模型的模型参数；

所述依据预设倍数值对所述TF模型的模型参数进行扩展，得到包括所述模型参数在内的多组新的TF模型参数，每组所述新的模型参数对应一个新的TF模型的过程为：

获取所述TF模型的模型参数，所述模型参数包括模型增益、模型时滞、时间常数和模型阶次；

预先针对所述模型参数中的每个所述模型参数分别设置多个倍数值，其中，所述模型阶次的各个倍数值均为1，扩展的各组新的TF模型参数中的模型阶次均与所述TF模型的模型阶次相同；

依据与所述模型增益对应的多个倍数值对所述模型增益进行扩展，将每个倍数值分别与所述TF模型的模型增益相乘，得到多个新的模型增益，所述模型增益的预设倍数值为0.5倍、0.8倍、0.9倍、0.95倍、0.975倍、1.0倍、1.05倍、1.1倍、1.25倍、1.5倍、2倍；

依据与所述模型时滞对应的多个倍数值对所述模型时滞进行扩展，每个倍数值与所述TF模型的模型时滞相乘，得到多个新的模型时滞，与所述模型时滞对应的多个倍数值为0.5倍、0.8倍、1.0倍、1.25倍和2倍；

依据与所述时间常数对应的多个倍数值对所述时间常数进行扩展，将各个倍数值分别与所述TF模型中的时间常数相乘，得到多个新的时间常数，与所述时间常数对应的多个倍数值为0.5倍、0.75倍、0.9倍、1.0倍、1.1倍、1.25倍、2倍；

将所述模型阶次作为新的模型阶次，并对所述多个新的模型增益、所述多个新的模型时滞以及所述多个新的时间常数进行排列组合，得到多组新的模型参数；

依据每组所述新的模型参数得到，与每组所述模型参数分别对应的新的TF模型。

2.根据权利要求1所述的PID控制回路的模型辨识方法，其特征在于，所述数据信息还包括采用时间和回路类型；

则，对所述数据信息进行最小二乘辨识，得到FIR有限冲激响应模型的过程为：

对各个所述历史控制器输出值和各个所述历史过程测量值进行预处理；

采用最小二乘法对预处理后的各个历史控制器输出值、各个历史过程测量值进行计算，得到FIR模型序列；

依据所述回路类型及预先建立的回路类型与开环稳定时间对应关系，确定出与所述回路类型对应的开环稳定时间；

将所述开环稳定时间与采样时间的比值作为FIR模型长度；

依据所述FIR模型序列和所述FIR模型长度得到FIR模型。