基于時域的分?jǐn)?shù)階PID動態(tài)矩陣控制算法研究及其應(yīng)用.pdf

1、模型預(yù)測控制(Model Predictive Control,MPC)是繼經(jīng)典控制理論和現(xiàn)代控制理論之后出現(xiàn)的一類基于模型的先進控制算法,在工業(yè)控制過程中得到廣泛應(yīng)用。它通過實驗手段獲取系統(tǒng)的模型,其基本思想為“模型預(yù)測——反饋校正——滾動優(yōu)化”,通過系統(tǒng)的二次性能指標(biāo)獲取最優(yōu)控制量。它的典型算法有三大類:模型算法控制(Model Algorithmic Control,MAC)、動態(tài)矩陣控制(Dynamic Matrix Contr

2、ol,DMC)、廣義預(yù)測控制(Generalized Predictive Control,GPC)。本文以DMC的狀態(tài)空間描述為基礎(chǔ),主要對PID動態(tài)矩陣控制算法進行改進和研究。
　　 相對于傳統(tǒng)的整數(shù)階控制,分?jǐn)?shù)階控制是一種很好的概括和補充,它使傳統(tǒng)的控制理論更具魯棒性,使控制系統(tǒng)的靜態(tài)和動態(tài)特性能夠得到很好的改善,并且分?jǐn)?shù)階控制器可以在頻域內(nèi)進行設(shè)計。因此,本文在分析分?jǐn)?shù)階PID算法和動態(tài)矩陣控制算法的基礎(chǔ)上,推導(dǎo)了分?jǐn)?shù)階

3、PID動態(tài)矩陣控制算法(Fractional-order PID Dynamic Matrix Control,FOPIDDMC)。該算法既具有分?jǐn)?shù)階PID算法的優(yōu)點,結(jié)構(gòu)簡單,參數(shù)調(diào)節(jié)方便,又具有預(yù)測功能。在時域內(nèi)分析了分?jǐn)?shù)階P~DMC控制器的參數(shù)選擇對控制性能的影響,給出參數(shù)選取范圍。通過仿真說明了分?jǐn)?shù)階PDDMC算法比基本DMC算法和PIDMC算法具有更好的控制性能。
　　 目前,應(yīng)用于EPA控制系統(tǒng)和電廠過熱汽溫系統(tǒng)的控

4、制算法還是以傳統(tǒng)PID算法為主,本文將改進的FOPIDDMC算法應(yīng)用在EPA控制系統(tǒng)和過熱汽溫系統(tǒng)中,并在時域內(nèi)分析了參數(shù)選擇對系統(tǒng)控制性能的影響,為今后的工程實踐打下基礎(chǔ)。
　　 此外,大多數(shù)工業(yè)過程被控對象都有延遲特性,因為網(wǎng)絡(luò)引入的通信延遲能導(dǎo)致系統(tǒng)性能退化甚至不穩(wěn)定。針對這種網(wǎng)絡(luò)控制系統(tǒng)中的延遲,本文分析了導(dǎo)致時延的因為,并引入時間標(biāo)記的PIDDMC算法(Time-stamped PIDDynamic Matrix Co