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。