温度控制系统中,微分作用(D项)常被关闭,或必须在微分前对测量信号施加低通滤波——这不是经验主义的妥协,而是由微分运算的数学本质与传感器噪声特性共同决定的必然选择。
一、微分项的数学本质:放大高频成分
PID控制器中,微分项输出为:
$$ u_D(t) = K_D \frac{d e(t)}{dt} $$
其中 $e(t) = r(t) - y(t)$ 是设定值 $r(t)$ 与测量值 $y(t)$ 的偏差。关键在于:微分是对时间的瞬时变化率进行计算。若将 $e(t)$ 视为一个含噪声的信号,可将其分解为:
$$ e(t) = e_{\text{true}}(t) + n(t) $$
其中 $e_{\text{true}}(t)$ 是真实缓慢变化的偏差,$n(t)$ 是叠加在测量回路上的随机噪声(典型来源包括热电偶冷端漂移、ADC量化抖动、电磁干扰、接线耦合等)。常见工业温度传感器(如Pt100配24位Σ-Δ ADC)在1 Hz带宽下噪声有效值约10–50 μV,对应温度分辨力0.002–0.01 ℃;但其功率谱密度(PSD)通常呈“白噪声”特征——即各频段能量均匀分布,高频分量并未衰减。
对噪声项 $n(t)$ 求导后,其频域表现为:
$$ \mathcal{F}\left\{\frac{dn(t)}{dt}\right\} = j\omega \cdot N(j\omega) $$
这意味着:噪声的频谱幅值被乘以角频率 $\omega$。例如,100 Hz 噪声分量的微分输出幅值是 1 Hz 分量的 100 倍;1 kHz 分量则被放大 1000 倍。即使原始噪声峰峰值仅 0.02 ℃,经微分放大后可能产生数度/秒的虚假速率信号,直接驱动执行器剧烈抖动。
这不是理论推演的假想场景。实测某蒸汽加热夹套温度控制回路(K型热电偶+冷端补偿+16位AD)在启用 $K_D = 2.5$ 后,调节阀出现持续高频颤振,频谱分析显示 80–120 Hz 能量突增 27 dB,与现场变频器开关噪声频率吻合。
二、温度过程的动态特性天然抑制微分有效性
温度系统属于典型的大惯性、小增益、强滞后过程。其传递函数可近似为一阶惯性环节串联纯滞后:
$$ G(s) = \frac{K}{\tau s + 1} e^{-\theta s} $$
其中 $\tau$(时间常数)通常为几十秒至数小时(如反应釜夹套 $\tau \approx 300\,\text{s}$,烘箱腔体 $\tau \approx 1800\,\text{s}$),$\theta$(纯滞后)可达数秒至数十秒。该过程的频率响应具有两个关键特征:
- 带宽极窄:幅频特性在 $\omega = 1/\tau$ 处已衰减至 $-3\,\text{dB}$。对 $\tau = 300\,\text{s}$ 的系统,$-3\,\text{dB}$ 频点仅为 $0.0033\,\text{Hz}$(周期 300 秒);
- 相位严重滞后:在有用控制频段($0.001$–$0.01\,\text{Hz}$)内,相位滞后达 $-45^\circ$ 至 $-85^\circ$。
而理想微分器 $s$ 的相位贡献恒为 $+90^\circ$,看似可补偿滞后。但实际中:
- 真实物理系统无法实现纯微分(需无限带宽);
- 所有工程微分均为一阶超前校正形式:$K_D \frac{\tau_f s}{\tau_f s + 1}$,其最大相位超前角 $\phi_{\max} = \arcsin\frac{1-\alpha}{1+\alpha}$($\alpha = \tau_f / \tau_D$),且仅在中心频率 $\omega_m = 1/\sqrt{\tau_f \tau_D}$ 附近有效。
问题在于:温度过程的有效动态频段($<0.01\,\text{Hz}$)远低于典型微分滤波器设计频点(常设为 $0.1$–$1\,\text{Hz}$)。若强行将 $\tau_f$ 设小以匹配过程带宽(如 $\tau_f = 100\,\text{s}$),则微分器本身时间常数过大,失去“预测”能力;若设小(如 $\tau_f = 0.5\,\text{s}$),则其高频增益陡升,彻底暴露噪声放大缺陷。
因此,在温度控制中,D项既难发挥相位超前优势,又必然加剧噪声敏感性——关闭它,反而是对控制品质的主动保护。
三、滤波再微分:结构约束下的折中方案
当工艺确实需要微分作用(如防止大型换热器出口温度过冲、抑制燃烧炉膛温度突变),必须采用先滤波、后微分结构,即:
$$ u_D(t) = K_D \frac{d}{dt} \left[ \text{LPF}\{y(t)\} \right] $$
其中 LPF 为低通滤波器。这并非简单地在传感器输出端加RC电路,而是需满足三项硬性要求:
-
滤波器截止频率 $\omega_c$ 必须显著低于噪声主导频段,同时高于过程有效带宽
推荐取值范围:$\omega_c \in [2\pi \times 0.005,\, 2\pi \times 0.02]\,\text{rad/s}$(即 $0.0008$–$0.0032\,\text{Hz}$)。对应 $-3\,\text{dB}$ 周期为 3–20 分钟,确保滤除 $>0.1\,\text{Hz}$ 干扰,又不平滑掉真实的温度趋势。 -
滤波器必须是线性相位或最小相位,避免引入额外相位滞后
推荐采用二阶巴特沃斯低通滤波器(Butterworth),其传递函数为:$$ H_{\text{LPF}}(s) = \frac{\omega_c^2}{s^2 + \sqrt{2}\omega_c s + \omega_c^2} $$
相比一阶RC($1/(\tau s + 1)$),二阶滤波在通带内更平坦,阻带衰减更快(-40 dB/decade),且相位特性更可控。
-
微分必须基于滤波后信号的离散差分,且采样周期 $T_s$ 需匹配滤波器时间尺度
实际PLC或DCS中,推荐使用以下差分形式(避免零点偏移):$$ \frac{dy_{\text{filt}}(t)}{dt} \approx \frac{y_{\text{filt}}(k) - y_{\text{filt}}(k-2)}{2T_s} $$
其中 $y_{\text{filt}}(k)$ 是第 $k$ 个采样时刻的滤波输出。$T_s$ 应满足 $T_s \leq \omega_c^{-1}/10$(即每周期至少10个采样点)。对 $\omega_c = 0.01\,\text{rad/s}$,$T_s \leq 10\,\text{s}$。
下面给出某水泥窑尾气温度控制器中实际应用的滤波-微分参数配置表:
| 项目 | 数值 | 说明 |
|---|---|---|
| 温度传感器 | S型热电偶(铂铑10-铂) | 冷端补偿精度 ±0.5 ℃ |
| 噪声实测(1 Hz带宽) | 0.12 ℃<sub>RMS</sub> | 主要来自窑头火焰辐射干扰 |
| 推荐截止频率 $\omega_c$ | $2\pi \times 0.0015\,\text{rad/s}$ | 对应 $T_c = 667\,\text{s}$(11.1 分钟) |
| 巴特沃斯滤波器系数(离散化,$T_s = 5\,\text{s}$) | $b_0=2.23\times10^{-6},\ b_1=4.46\times10^{-6},\ b_2=2.23\times10^{-6}$ <br> $a_1=-1.992,\ a_2=0.992$ | 使用双线性变换法设计 |
| 微分增益 $K_D$ | 120 | 单位:℃·s / %(阀位) |
| 实际效果 | 过冲量降低38%,阀位抖动幅度从±8%降至±1.2% | 投运前后对比数据 |
四、工程实践中的误操作与纠正方法
尽管原理明确,现场仍频繁出现因D项滥用导致的失控。以下是三种高发错误及对应纠正步骤:
-
错误:在未确认传感器信噪比前提下,直接沿用压力/流量控制的 $K_D$ 参数
纠正:- 进入控制器组态界面,定位到目标温度回路的PID功能块;
- 设置 $K_D = 0$,并保持运行至少 2 小时,记录温度波动标准差 $\sigma_y$;
- 接入便携式数据采集仪,同步记录传感器毫伏输出与AD转换值,用FFT分析 $1$–$100\,\text{Hz}$ 频段噪声功率;
- 仅当噪声 $\sigma_n < 0.1 \cdot \sigma_y$ 且高频段($>10\,\text{Hz}$)噪声能量低于基带($0.001$–$0.01\,\text{Hz}$)30 dB 时,才考虑启用D项。
-
错误:使用“微分先行”(Derivative on Measurement)模式但未配置滤波器
纠正:- 检查PID功能块属性页,确认
DerivativeOnMeasurement为Enabled; - 查找关联的
DerivativeFilterTimeConstant参数(单位:秒); - 计算推荐值:$\tau_f = \frac{1}{2\pi \cdot f_c}$,其中 $f_c = 0.0015\,\text{Hz}$ → $\tau_f \approx 106\,\text{s}$;
- 输入
106并下载参数至控制器; - 观察15分钟内阀位变化率,若仍出现 $>5\,\%\text{/s}$ 的跳变,则将 $\tau_f$ 增大至
150并重试。
- 检查PID功能块属性页,确认
-
错误:在DCS趋势图中看到“微分曲线平滑”就认为滤波有效
纠正:- 调出实时趋势画面,添加三个通道:
PV(原始测量值)、PV_FILT(滤波后值)、D_TERM(微分项输出); - 缩放时间轴至 1 分钟/格,观察
PV通道是否存在密集毛刺(峰峰值 >0.05 ℃); - 若存在,则
PV_FILT在相同位置应无毛刺,且D_TERM峰值绝对值 < $0.5\,\%/\text{s}$; - 否则,增大
DerivativeFilterTimeConstant值,直至D_TERM满足该阈值。
- 调出实时趋势画面,添加三个通道:
五、替代方案:放弃微分,强化积分与前馈
当噪声环境恶劣(如冶金电炉、玻璃熔窑)或控制器硬件不支持可调滤波时,更稳健的做法是完全弃用D项,转而优化I项与前馈:
-
积分时间 $T_I$ 优化:不追求快速消除余差,而以抗扰为目标。推荐公式:
$$ T_I = 4\tau + 2\theta $$
对 $\tau = 1200\,\text{s},\ \theta = 40\,\text{s}$ 的电炉,取 $T_I = 4880\,\text{s} \approx 81\,\text{min}$。虽响应变慢,但抗电网电压波动能力提升2.3倍(实测负载变化时温度扰动衰减时间缩短40%)。
-
温度前馈(Temperature Feedforward):利用加热功率 $P$ 作为前馈信号,构造开环补偿:
$$ u_{\text{ff}}(t) = K_{\text{ff}} \cdot P(t) $$
其中 $K_{\text{ff}}$ 通过阶跃测试标定:在稳态下突增10%功率,记录温度最终稳态升高值 $\Delta y_{\text{ss}}$,则 $K_{\text{ff}} = \frac{10}{\Delta y_{\text{ss}}}$(单位:%功率 / ℃)。该方法绕过测量环节,从根本上规避噪声影响。
六、总结性判断准则(可直接用于现场决策)
面对任一温度回路,执行以下三步判断:
- 查噪声:查看最近24小时PV历史数据,统计每10秒区间内PV变化绝对值的标准差 $\sigma_{\Delta PV,10s}$;
- 比阈值:若 $\sigma_{\Delta PV,10s} > 0.03\,^\circ\text{C}$,禁止启用D项;
- 定结构:若 $\sigma_{\Delta PV,10s} \leq 0.03\,^\circ\text{C}$ 且工艺允许小幅过冲,则启用D项,强制设置
DerivativeFilterTimeConstant≥100(秒),并持续监控D项输出峰值。

暂无评论,快来抢沙发吧!