论文部分内容阅读
在实际的工业过程中,多变量系统广泛存在,这些多变量系统多具有复杂特征并且难控,这些复杂难控的对象通常是生产过程的核心部分,其控制效果会直接关系到产品质量、产品产率和能耗等,研究复杂多变量过程的控制问题,既具有重要的理论意义,又具有明确的工程应用价值。内模控制是一种实用性很强的先进控制方法,由于其设计原理简单、鲁棒性稳定性好,目前已成为复杂工业过程控制中最有效的方法之一。本文选取典型的具有时滞、耦合、非方等复杂特性的多变量过程为对象,对复杂多变量过程的模型辨识和内模控制器设计方法进行研究。主要工作如下:1、引入一种并行弥漫式智能搜索算法——烟花爆炸优化算法(FWA),分析了该算法的特点和目前存在的问题及原因,并提出了改进型烟花爆炸优化算法(MFA)。经过对比试验证明了改进后的优化算法(MFA)相对经典优化算法以及标准型烟花算法具有更快的收敛速度和更高的寻优精度。本文应用MFA进行多变量系统的模型辨识以及内模控制器设计过程中的参数优化与模型降阶。2、开展“传递函数下基于智能搜索的任意信号多变量系统闭环辨识”方法的研究。提出了一种基于并行弥漫式智能搜索的多变量频率响应闭环辨识方法(MFA-FRE),采用顺序阶跃测试方法将一个耦合的多变量系统(MIMO)转换为多个独立无关联的单输入单输出(SISO)系统,然后利用MFA算法对每一个单变量系统进行辨识。针对频率响应辨识法中的衰减因子参数难以确定的问题,该方法利用MFA良好的全局与局部搜索能力和快速收敛特性,快速寻找到能使辨识效果达到最优的衰减因子参数值,提高了辨识的速度和精度。对于非方多变量系统的辨识,本文进一步给出两种辨识方案,仿真证明了MFA-FRE辨识非方系统的可行性。3、以复杂线性输出误差类模型作为辨识对象进行辨识方法研究,结合辅助模型最小二乘法和迭代思想提出迭代最小二乘法;结合辅助模型随机梯度法和迭代思想提出迭代梯度法。仿真实验证明了两种迭代辨识方法针对带有自回归参数的模型进行参数辨识时的有效性。4、开展了“基于V规范型设计时滞多变量系统的解耦内模一体化控制器”的研究,设计时对象采用P规范型,解耦内模控制器采用V规范型,基于控制器和解耦器一体化的设计思想,所设计的控制器能够同时满足解耦和控制的要求。在设计过程中采用本文所提出的一种新的性能指标和MFA优化算法进行滤波器参数的寻优,同时兼顾抑制超调和缩小响应时间的要求。5、开展了“基于MEOTF-MFA的非方系统的内模控制方法”的研究。首先利用改进型有效开环传递函数(MEOTF)将具有耦合多时滞特性的非方系统分解为相对独立的多个单回路系统,再针对每一条单回路进行IMC-PID控制器设计,设计过程中采用Taylor-MFA降阶方法以获得更加精确的降阶模型。MEOTF-MFA非方控制器设计方法可以实现耦合多时滞非方系统的有效控制,在模型失配及存在干扰的环境下亦能表现良好性能。