论文部分内容阅读
随着科学技术和生产力的不断发展,在实际工业过程中受控对象越来越复杂,表现为如下一些特征:多输入多输出、时变性、藕合、时滞、非线性、不确定性、信息量少、高性能指标等。诸如此类的复杂系统,由于无法建立系统的精确数学模型,从而使得传统控制理论很难给出一个较好的控制效果,甚至不能控制。本文针对热工过程中的非线性、多变量、大时滞等特点,致力于从非线性角度研究预测控制算法在热工过程中的应用。本文的主要内容是研究基于T-S模糊模型的非线性系统辨识算法,并在此基础上研究非线性系统的模糊预测控制问题,并且把基于T-S模型的广义预测控制算法应用于糖厂锅炉水位系统的控制。具体包括以下几个方面:1、针对复杂非线性动态系统的模糊建模问题,本文基于T-S模型提出一种自组织模糊辨识算法。改进后的算法简化了前提结构辨识的过程,并使前提参数辨识和结论参数辨识同时完成,极大的减少了参数辨识和结构辨识的计算量,能够保证在线辨识的要求。大量的仿真结果表明该算法具有收敛速度快、辨识精度高、稳定性好,便于工程应用。2、介绍了T-S模糊模型和GPC基本原理的基础上,将基于T-S模型的GPC归纳为三种算法,从理论上对这三种算法进行了详细地推导,并通过仿真研究比较了三种算法的控制性能和计算负担上的差异;从而为这一类模糊预测控制的实际应用提供了选择的依据,也为进一步的性能分析奠定了基础。3、根据锅炉系统复杂、干扰频繁、全局模型建立困难的实际情况,通过对其水位特性的分析,提出一种基于T-S模型的多模结构的模糊预测控制算法,并在DCS系统中开发了实时控制的软件。实际应用表明本算法能够很好地通过在线辨识T-S模型从而实现对具有非线性特性的水位对象的预测控制及获得良好的控制精度。