先進控制技術綜述_第1頁
已閱讀1頁,還剩9頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、1先進控制技術綜述1引言在實際的工業(yè)控制過程中,很多系統(tǒng)具有高度的非線性、多變量耦合性、不確定性、信息不完全性和大滯后等特性。對于這種系統(tǒng)很難獲得精確的數學模型,并且常規(guī)的控制無法獲得滿意的控制效果。面對這些復雜的工業(yè)控制產生了新的控制策略,即先進控制技術。先進控制技術包括:自適應控制,預測控制,推理控制,魯棒控制以及包括模糊控制與神經網絡在內的智能控制方法。本文詳細介紹了自適應控制、預測控制以及這兩種先進控制的應用領域和優(yōu)缺點[1]。

2、2自適應控制自適應控制的思想是對于系統(tǒng)中的不確定性,以及控制任務的艱巨性,對于部分未建模的動態(tài)特性、變化的被控對象和干擾信號,及時地測得它們的信息,并根據此信息按一定的設計方法,自動地做出控制決策、修改控制器結構和參數,使其控制信號能夠適應對象和擾動的動態(tài)變化,在某種意義上達到控制效果最優(yōu)或次優(yōu)。21自適應控制介紹目前自適應控制的種類很多,從總體上可以分為三大類:自校正控制、模型參考自適應控制和其他類型的自適應控制。自校正控制的主要問題

3、是用遞推辨識算法辨識系統(tǒng)參數,根據系統(tǒng)運行指標來確定調節(jié)器或控制器的參數。其原理簡單、容易實現,現已廣泛地用在參數變化、有遲滯和時變過程特性,以及具有隨機擾動的復雜系統(tǒng)。自校正控制系統(tǒng)的一般結構圖如圖1所示。自校正控制適用于離散隨機控制系統(tǒng)[2]。圖1自校正控制結構圖模型參考自適應控制,利用可調系統(tǒng)的各種信息,度量或測出各種性能指標,把模型參考自適應控制與參考模型期望的性能指標相比較;用性能指標偏差通過非線性反饋的自適應機構產生自適應律

4、來調節(jié)可調系統(tǒng),以抵消可調系統(tǒng)因“不確定性”所造成的性能指標的偏差,最后達到使被控的可調系統(tǒng)獲得較好的性能指標的目的??刂破鞅豢貙ο罂刂破鲄翟O計遞推參數估計)(tyr)(tu)(ty3構或辨識器,還附加了一個可調系統(tǒng),可以解決更復雜的控制問題。3預測控制預測控制是一種基于預測模型的控制方法,采用了滾動優(yōu)化,反饋矯正等方法。(1)預測模型:預測控制是一種基于模型的控制算法,這一模型稱為預測模型,預測模型的功能是根據對象的歷史信息和未來輸

5、入預測其未來輸出,這里只強調模型的功能而不強調其結構形式;因此預測模型既可以是差分方程、微分方程等參數模型,也可以是被控過程的脈沖響應、階躍響應等非參數模型。(2)滾動優(yōu)化:預測控制是一種優(yōu)化算法,它是通過某一性能指標的最優(yōu)來取得未來控制作用的,與通常的離散最優(yōu)控制算法不同,其不是采用一個對全局相同的優(yōu)化性能指標,而是在每一時刻有一個相對于該時刻的優(yōu)化性能指標。(3)反饋校正:預測控制是一種閉環(huán)控制算法。由于實際系統(tǒng)受非線性、時變、模型

6、失配、干擾等因素的影響,基于不變模型的預測輸出不可能與系統(tǒng)的實際輸出完全一致,而在滾動實施優(yōu)化過程中,又要求模型輸出與系統(tǒng)實際輸出保持一致,為此在預測控制算法中采用檢測實際輸出與模型輸出之間的誤差進行反饋校正來彌補這一缺陷。3.1預測控制介紹現在比較流行的算法包括有:動態(tài)矩陣控制(DMC);廣義預測控制(GPC);內模控制(IMC)等。DMC算法是采用基于對象階躍響應特征的預測模型。設計過程中采用固定格式,用二次型目標函數決定控制量最優(yōu)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論