长时间的死区严重限制了PI控制器的性能。
这是因为PI控制器不知道死时间,当实际输出y与期望的设定值ysp不匹配时反应太“不耐烦”。
每个人在淋浴时都经历过类似的现象,水温需要很长时间来调整。
在那里,不耐烦通常会导致用滚烫的热水和冰冷的冷水交替责骂。
一个更好的策略是等待温度设置的变化生效,然后再进行进一步的调整。
一旦我们知道什么旋钮可以提供我们最喜欢的温度,我们就可以在淋浴反应所需的时间内得到合适的温度。
这种“最优”控制策略是史密斯预测方案背后的基本思想。
史密斯预测器使用内部模型Gp来预测过程的无延迟响应yp(例如,给定的旋钮设置将产生什么样的水温)。
然后将这个预测yp与期望的设定值ysp进行比较,以决定需要进行哪些调整(控制u)。
为了防止漂移和拒绝外部干扰,Smith预测器还将实际过程输出与考虑了死区时间的预测y1进行比较。间隙dy=y-y1通过滤波器F反馈,影响整体误差信号e。
注意,在等待足够长的时间让淋浴反应后,dy等于感知到的温度不匹配。
对于F,使用一个20秒时间常数的一阶滤波器来捕获低频干扰。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· 【自荐】一款简洁、开源的在线白板工具 Drawnix