如何与节流模型π流控制(蝴蝶)阀在液压centriful泵Simscape /仿真软件模型?金宝app
41视图(30天)
显示旧的评论
我想模型PI-controlled蝴蝶节流阀控制流。控制变量是一个早期的流量测量。如果这个值生成一个负价值减去从选点时,阀门必须开放一点。如果这个错误是正的,阀门应该关闭一些更多。阀孔的最大直径0.19米,和阀盘直径的倒数为磁盘调节流量通过打开和关闭。控制部分的模型如下所示:
在一定阀我有尽可能多的数据,我需要:
- 千伏值向量在度,阀门开度与一个近似公式。见下面的图归一化值。
- 最大直径的孔,0.19米
- 压降可以读取模型
最初我有两个问题:
1)
与控制元件位置向量是什么意思?我认为这是一个向量的阀盘移动从0% (0 m,完全开放)到100%(0.19米,完全关闭),对应的孔面积向量,或压降向量的dp和体积流率表问(年代,dp)。然而,在
帮助指导
它说,物理信号S是港相比,控制任意成员地位。我不了解这个职位的成员,这对我而言是阀盘的直径,可以比作一个PI-tuned误差信号的过程。此外,在线性选项,在封闭孔的位置控制成员的等于“控制关闭和开放的孔间成员旅行”都是等于直径的改变磁盘,那么,为什么我需要输入他们两个?
2)
与已知的变量,这将是最好的方法准确地输入的数据准确的蝶阀模型?
答案(1)
山姆翟
2023年5月27日在三十五分
编辑:山姆翟
2023年5月27日16:10
嗨
@DB
由于阀的静态非线性特性,可以找到一个逆函数阀的输入流,允许输出以线性方式做出反应。因此,您应该能够设计PID控制器以线性方式。
更新:
根据提供的数据,您可以使用
符合()
函数的
曲线拟合工具箱
以适应所需的曲线(
数学模型
)或表面数据。因为你用有理函数之前,我也选择了
有理函数
。似乎一个2 nd-degree有理函数(
rat22
)可以容纳数据。
原始数据Kv %
x1 = linspace (0、100、10);
日元= [0 0.1999 2.9188 8.2767 15.5538 25.9496 41.1435 - 60.6557 82.4870 - 100.0000);
[fitobject, gof] =适合(x1, y1,“rat22”)
的
平方
(确定系数)和策划的结果证实2 nd-degree有理函数符合的10点数据
非常密切。
%近似Kv
x2 = linspace (0、100、10001);
y2 = (18.15 * x2。^ 2 + 1259 * x2 - 7800)。/ (x2。^ 2 - 190.8 * x2 + 1.207 e4);
图(1)
情节(x1, y1,“。”),持有在
情节(x2, y2),网格在,保持从
包含(阀门开度,%),ylabel (流,%)
传奇(的数据K_ {v}’,的约。K_ {v}’,“位置”,“东南”)
信谊x
f (x) = (18.15 * x ^ 2 + 1259 * x - 7800) / (x ^ 2 - 190.8 * 1.207 x + e4);
g = finverse (f);
简化(g)
身体上,这意味着如果一定百分比的流
想要的,我们可以使用逆函数吗
计算所需的阀门开度百分比,使实际的流量输出
反应在一个线性比例参考
。
%逆阀特性
u = (95.4 * 6.59853 (x2 +))。/ (x2 - 18.15) - (0.1 * sqrt (-296884 * x2。^ 2 + 3.31379 e7 * x2 + 5.3784 e7))。/ (x2 - 18.15);
y3 = (18.15 * u。^ 2 + 1259 * u - 7800) / (u。^ 2 - 190.8 * 1.207 u + e4);
图(2)
次要情节(2,1,1)
情节(x2, y2),网格在
包含(阀门开度u %的),ylabel (的实际流K_ {v}, %)
次要情节(2,1,2)
情节(x2)、网格在ylim (100 [0])
包含(“参考流K_ {v,裁判},%’),ylabel (“所需的阀门开度u %”)
图(3)
情节(x2, y3)网格在ylim (100 [0])
包含(“参考流K_ {v,裁判},%’),ylabel (的实际流K_ {v}, %)
6个评论
山姆翟
2023年5月30日16:08
嗨
@DB
它是好的探索你想要测试的东西。这就是我们学习的东西,直到我们找到一个更好的人。
我不熟悉Simscape,因为我是传统训练运用纯粹的数学来描述对象的静态和动态过程。然而,Simscape库模块的综合各种industrial-oriented和工程材料。学生喜欢学习与Simscape相对容易,因为组件很容易idendified他们可以连接一个特定过程所需的设备。
当谈到maniputing流程,以便达到预期的行为,它是一个不同的水平,因为所需的设备和过程的知识。对于一些流程,可以分析确定所需的驱动信号来实现所需的结果。否则,调优和人工智能的自动最优化大多喜欢学生如果过程快速、准确。不幸的是,一些调优结果很难被人类。