【摘 要】
：
PID控制器广泛应用于各类工业现场控制,并取得了显著成功;然而其自身也表现出了很多缺点,如整定困难,参数意义不明确,尤其不适用于非线性及多变量系统等.Babatunde A.Ogunnaike提出了一种新型的单变量RTD-A控制器,其控制性能优异,整定方便.本文在此基础上,推导出了适用于多变量系统的RTD-A控制器,专门用于多变量强耦合性系统的过程控制.仿真结果表明:经过推导出的多变量RTD-A控
【机 构】
：
北京化工大学信息学院 北京 100029
论文部分内容阅读
PID控制器广泛应用于各类工业现场控制,并取得了显著成功;然而其自身也表现出了很多缺点,如整定困难,参数意义不明确,尤其不适用于非线性及多变量系统等.Babatunde A.Ogunnaike提出了一种新型的单变量RTD-A控制器,其控制性能优异,整定方便.本文在此基础上,推导出了适用于多变量系统的RTD-A控制器,专门用于多变量强耦合性系统的过程控制.仿真结果表明:经过推导出的多变量RTD-A控制器控制性能优异,对多变量系统能有效地进行控制.
其他文献
NLJ算法在石油化工行业的模型辨识以及控制器PID参数设计中取得了成功应用,但是在编写基于NLJ算法的模型辨识及控制器参数设中的软件过程中往往存在两个问题:一、将随机搜索算法应用到连续模型的辨识中计算量必然很大,搜索时间很长其至出现死机的现象;二、由于计算机本身的舍入误差的存在,一旦计算步长选择的不合理,最优解会落在稳定区域以外,从而无法找到最优解,为了解决这个问题,人们往往会尽量缩小步长,但这样
利用EDPF-NT+系统软控制器建立的仿真平台进行实时仿真试验是一种十分方便实用的方法,不仅可以获得真实的仿真效果,而且可以做为工程应用的基础.单元机组协调控制方案通过这种方法进行仿真试验后,应用到一台600MW超临界机组的优化运行调试中,取得了很好的效果.这种方法可以提高仿真模型的准确性,又保证了控制方案的实用性。
本文基于Lyapunov-Krasovskii函数,建立包含网络时延及有界量化误差等非理想网络状况的系统统一模型,提出一种时滞网络控制系统的对数最化保成本控制方法.考虑系统状态和控制器信号在传感器及控制器两边分别被量化,通过引入最大量化误差将问题转化为基于LMI(线性矩阵不等式)的求解问题,给出了系统渐近稳定的充分矧牛以及使系统保持渐近稳定的最大允许网络诱导时延,同时给出了保性能控制律的设计方法.
针对遗传算法在迭代过程中经常出现早熟、收敛速度慢、局部搜索能力差等缺点,对遗传算法中的遗传算子进行了改进,并提出最速下降法与遗传算法相结合的混合遗传算法.就多峰函数优化易陷入局部最优解的问题,引入了小生境技术.分析结果表明,这种基于小生境的混合遗传算法即发挥了最速下降法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,使收敛性能大大改善,同时小生境技术的使用,避免了优化过程中出现局部最优
考虑了一类含有不确定性的广义时滞系统鲁棒耗散滤波器的设计问题。所研究的系统含有时滞、不确定性以及噪音信号.本文所设计的鲁棒耗散滤波器,使得滤波增广系统不仅对容许的参数不确定性保持正则、时滞独立稳定、无脉冲,而且满足给定的耗散性能指标.基于Lyapunov函数方法给出了时滞独立鲁棒耗散滤波器的存在条件.进一步通过求解线性矩阵不等式,给出了滤波器的设计参数.数值例子说明了设计方法的可行性。
根据聚丙烯腈(PAN)生产过程对水洗机质量指标进行实时控制的需要,应用非线性最小二乘方法确定水洗过程机理模型的关键参数,并对机理模型的输出误差利用支持向量机(SVM)方法进行补偿.由此建立的水洗过程软测量混合模型用于在线推理水洗机出口的含固率.仿真研究表明,相较于单一机理模型,该混合模型预测精度较高,性能优良.
根据GM(1,1,t)模型建模机理和理论缺陷,对GM(1,1,t)模型进行修正和拓广,提出了一种新的改进方法——二次拟合参数法.该方法能大大提高模型的建模精度和预测精度,文末把它用在我国羊毛产量的建模中,取得了满意的效果.模型精度高达99.5％,此应用实例表明了本文提出方法的有效性。该模型的算法概念明确,计算简便,有较高的拟合和预测精度,拓宽了灰色模型的应用范围.
针对侧向风干扰下汽车汽车横向和垂向运动的非线性耦合的特点,建立了汽车整车非线性动力学模型.利用L2增益的方法设计出电动助力转向与主动悬架系统的非线性输出反馈H∞控制器.最后对汽车闭环系统进行了仿真计算.结果表明所设计的控制器能有效改善车辆的转向轻便性、操纵稳定性和行驶平顺性,整车的综合性能得到提高.
基于实际工业过程控制,提出了网络化串级控制系统的概念,指出了系统中时延存在的位置,针对—类网络化串级控制系统,时延有界且小于一个采样周期,对象均是有噪声的连续时间线性时不变对象,主控制器和副控制器均采用动态输出反馈,在单包传输无数据包丢失、多包传输无数据包丢失、单包传输有数据包丢失、多包传输有数据包丢失等四种情况下用增广状态向量法分别建立了系统的闭环模型.结果表明,所建模型是线性离散时变系统.给出
针对非线性系统的轨迹跟踪控制问题,提出了一种简单实用的带参考批次的迭代学习控制算法.该迭代学习控制算法不需要事先了解非线性对象的太多知识,而是将当前批次输入轨迹的较小变化引起的输出轨迹作为参考批次,并以当前批次与参考批次的输入变化与对应的输出变化之比作为学习律,即可实现目标轨迹的跟踪.在一个典型的非线性系统上进行了仿真分析,验证了算法的有效性。