› Smith 预测器模拟器 返回
过程控制模拟器

Smith 预测器模拟器 — 死时间补偿与 PI 的比较

对带死时间的一阶滞后过程,实时比较标准 PI 控制与 Smith 预测器的阶跃响应。直观了解死时间补偿如何减小超调、加快整定。

参数设置
过程增益 K_p
—
时常数 T_p
s
死时间 L
s
PI 比例增益 K_c
—
模型误差(内部模型偏差)
%
把内部模型的 T_p、L 调得比实际过程更大,可以观察 Smith 补偿的劣化。

积分时间 T_i 按简化 IMC 规则固定为 T_p(默认 T_i = 5 s)。仿真步长 dt = 0.05 s,范围 0~60 s。

暂停时拖动滑块,结果会立即更新。

实时测量值
—
死时间 L [s]
—
模型误差
—
标准 PI 的超调量
—
Smith 预测器的超调量
—
标准 PI 的稳定时间 (5%)
—
Smith 预测器的稳定时间 (5%)
阶跃响应 y(t)(实时绘制)

红=标准 PI(含死时间、振荡)/蓝=Smith 预测器(整定良好)/黄虚线=内部预测 y_m(无死时间)/灰虚线=目标 r=1/红带=死时间 L 区间

理论与主要公式

死时间 L 的一阶滞后过程。K_p 为过程增益,T_p 为时常数,L 为死时间:

$$G(s) = \frac{K_p}{T_p s + 1}\,e^{-L s}$$

标准 PI 控制律。K_c 为比例增益,T_i 为积分时间:

$$u(s) = K_c \left(1 + \frac{1}{T_i s}\right) e(s)$$

Smith 预测器的内部模型 G_m 与反馈信号:

$$G_m(s) = \frac{K_p}{T_p s + 1}\,e^{-L s}, \qquad e(t) = r - \bigl(y(t) - y_{m,\mathrm{delayed}}(t) + y_m(t)\bigr)$$

当内部模型与实际过程一致时,控制环就像在控制没有死时间的过程,稳定裕度得以恢复。本工具把积分时间固定为 T_i = T_p(简化 IMC 规则)。

什么是 Smith 预测器模拟器

🙋
在温度控制现场经常听到“死时间”这个词,为什么它会让 PI 控制这么困难?
🎓
大致来说,操作后要过 L 秒结果才返回时,PI 控制器就无法实时判断“是作用过度还是不足”。若提高增益 K_c 以加快跟踪,在这段延迟里会过度操作而引起振荡。在上面的模拟器中把 K_c 设为 1.5、死时间 L=3 s,应该能看到红色的标准 PI 响应摇摇晃晃。
🙋
真的,红线超调并振荡。相比之下蓝色的 Smith 预测器一下就稳住了。为什么差别这么大?
🎓
Smith 预测器内部带有一份“过程的副本”。它把来自实际过程的当前输出 y(t) 与由内部模型算出的“含死时间的预测 y_m(t−L)”“不含死时间的预测 y_m(t)”组合起来,重新构造交给 PI 控制器的反馈信号。写成公式就是 y(t) − y_m(t−L) + y_m(t)。当模型与实际过程一致时,这个信号就变成了“没有死时间的过程”的输出。
🙋
啊,死时间消失了?!可是现实世界里死时间并不会消失吧?
🎓
对,消失的只是“控制环所看到的”死时间。实际过程仍然留着 L 秒的延迟,响应本身要过 L 秒才会开始。模拟器里蓝线也是从 t=3 s 才开始动的吧?但一旦开始,跟踪就很快,而且不振荡。死时间本身无法消除,但 PI“不必再看到死时间”,于是允许更积极的增益设计。
🙋
看起来全是好处,难道没有缺点吗?
🎓
最大的弱点是“内部模型与实际过程不一致时效果下降”。把模拟器的“模型误差”滑块设为 30% 试试。实际过程仍是 T_p=5 s、L=3 s,而内部模型却以为是 T_p=6.5 s、L=3.9 s 并据此补偿,于是蓝线的整定时间从 12.7 s 延长到约 24 s(PI 的积分时间也跟随内部模型,所以红线也略有变化)。现场常见的情况是运行条件改变了物性,使死时间 L 或时间常数 T_p 发生漂移。因此实务中的惯例是把 PI 增益略微调低,为模型误差留出裕度。

常见问题

死时间 L 与时间常数 T_p 相当时(默认 L=3 s、T_p=5 s),标准 PI 在 K_c=1.5 左右超调达到 30~50%,K_c 超过 2 后难以整定。Smith 预测器在相同 K_c 下不振荡,原理上可以在更大的 K_c 下稳定运行。请拖动模拟器的滑块比较两者。
L=0 时 Smith 预测器的反馈信号 y − y_m_延迟 + y_m 变为 y_m + (y − y_m) = y,与标准 PI 的行为完全相同。从零开始增大 L,标准 PI 的响应逐渐恶化,而只要内部模型准确,Smith 就能保持性能。
IMC(内部模型控制)的简化整定规则表明,把 T_i 设为等于过程时间常数 T_p 时,超调与整定时间可以取得平衡。本工具为使比较清晰而固定 T_i = T_p。实机上 T_i 也会独立调整。
可以,原理上用 PID 也没有问题。Smith 预测器是不依赖控制器结构的框架,把内部模型与 PID 控制器组合就是 PID-Smith 预测器。不过死时间补偿的主要目的是抑制积分项引起的不稳定,PI 通常就能获得足够性能,不采用 PID 的设计也很普遍。

现实世界中的应用

长管道的温度控制:在化工厂和钢铁厂,流体常常要流经从加热器到测量点的长管道,输送过程产生数秒到数分钟的死时间。标准 PI 会振荡或响应迟缓,因此广泛采用 Smith 预测器或 PID-Smith 预测器。蒸汽温度控制、原料预热、反应器入口温度控制是典型例子。

纸、薄膜、板厚的质量控制:在连续生产薄板的过程中,从辊子挤出薄板到到达厚度传感器之间有 L 秒的延迟。标准 PI 响应变慢、产品波动增大,因此用 Smith 预测器进行补偿,同时兼顾响应速度和质量。连续铸造和轧制工序也类似。

成分控制与分析仪的延迟:用在线分析仪测量精馏塔顶部成分或反应器出口浓度时,取样和分析会带来数分钟的延迟。标准 PID 无法避免振荡,因此引入 Smith 预测器或 DMC(动态矩阵控制)等模型预测控制。

含网络延迟的远程控制:近年来,经由 IoT 和通信的远程控制中通信延迟 L 不可忽视,Smith 预测器的思想重新受到关注。在通过互联网的机器人控制、远程监控(SCADA)、群体控制等领域,作为补偿通信延迟的方法正在研究之中。

常见误解与注意事项

最常见的误解是认为“装上 Smith 预测器死时间本身就消失了”。实际上过程的物理延迟依然存在,操作后到输出开始变化仍然要等 L 秒。看模拟器中 Smith 的蓝线,t=3 s 之前完全没有动。Smith 预测器消除的是“控制环传递函数中的死时间”,而不是阶跃响应的起始时刻。准确的理解应是“允许更积极的增益设计”。

其次常见的是轻视内部模型的精度。Smith 预测器以内部模型 G_m 与实际过程一致为前提完全补偿死时间,但实机中必然存在模型误差。用模拟器的“模型误差”滑块把内部模型的 T_p、L 调得比实际过程大,Smith 的整定时间会从 12.7 s(0%)延长到 16.4 s(10%)、23.7 s(30%)、30 s(50%)。现场的模型参数一旦漂移,补偿就不完全,有时甚至比标准 PI 更差。实务中的惯例是把 PI 增益设得比理论最优值略低,为模型误差留出裕度。

最后,“对死时间很小的过程也装 Smith 预测器”属于过度设计。L 相对时间常数 T_p 足够小(参考 L/T_p < 0.3)时,标准 PI 经适当整定就能获得足够的性能,Smith 预测器的额外收益很小(本工具中设 L=1 s、T_p=5 s 时,标准 PI 整定 7.4 s,而 Smith 为 10.8 s,反而更慢)。相反,内部模型的维护成本和辨识工作增加,性价比变差。Smith 预测器真正发挥作用的是 L/T_p > 0.5 左右的“死时间主导”过程。请在模拟器中改变 L 与 T_p 的比例,观察两者性能差距如何变化。

使用指南

  1. 用滑块设置过程参数:过程增益 K_p(0.5~5)、时间常数 T_p(0.5~20 s)、死时间 L(0~10 s)。默认 K_p=1.0、T_p=5 s、L=3 s 是死时间占主导的过程
  2. 调整 PI 比例增益 K_c(0.1~5,默认 1.5),同时观察标准 PI 控制与 Smith 预测器的响应。积分时间固定为 T_i=T_p。“模型误差”滑块(0~50%)把内部模型的 T_p、L 调得比实际过程更大,可以验证补偿的劣化
  3. 对目标值 r=1 的阶跃响应(红=标准 PI、蓝=Smith、黄虚线=内部预测)以动画绘制,两者的超调量和整定时间(±5%)显示在卡片上

具体计算示例

设温度控制环采用默认参数 Kp=1.0、Tp=5.0 s、死时间 L=3.0 s、Kc=1.5。标准 PI 控制超调约 41%、5% 整定时间约 25.8 s,呈振荡状态;而 Smith 预测器在相同 Kc 下超调接近 0%、整定时间缩短到约 12.7 s。死时间补偿抑制了积分项引起的不稳定,整定时间大幅缩短。

实务注意事项

  1. Smith 预测器对模型不确定性敏感。本工具中把内部模型的 T_p、L 偏移 10% 时整定时间从 12.7 s 延长到 16.4 s,30% 时为 23.7 s。实机上必须定期进行参数辨识
  2. 死时间大于 T_p 的死时间主导过程(例如 L=5 s、T_p=1 s)中,标准 PI 即使 K_c=0.3 也会出现 100% 以上的超调而无法整定,Smith 预测器在 K_c=1.5 下超调 3%、整定 7 s。但模型误差 10% 时恶化为 11%、21 s,模型精度决定性能
  3. 本工具是 dt=0.05 s 的离散仿真,L 被取整为其整数倍。实际实现中控制周期和计算延迟会直接成为死时间误差。死时间较短的系统(L=0.5~1 s、T_p=5 s)中标准 PI 整定更快(8.9~7.4 s,Smith 为 10.3~10.8 s),不需要 Smith 预测器