论文部分内容阅读
实际中存在的物理系统大都是非线性系统。对于非线性控制系统的分析和设计,至今尚未形成统一的理论和方法。虽然线性系统理论已经发展得很充分,但是线性系统是在局部对非线性系统的逼近。工作区域分解方法架起了局部线性化和全局非线性之间的桥梁,其核心思想是,划分系统的工作区域来求解建模和控制问题。即使是非线性控制器,也存在有限的适用范围,超出了这一范围,控制性能就会降低甚至失效。对于非线性控制器的局部有效性与全局需要之间的矛盾,工作区域分解方法也是一种有效解决问题的手段。
以工作区域分解为基础的多模型控制方法,通过建立多个局部模型来实现对被控对象的模型结构和参数不确定性的覆盖及非线性的逼近,并根据每个局部模型设计相应的局部控制器,通过多模型的权值函数或切换指标函数,将这些局部模型/控制器合成为系统的全局模型/控制器。多模型控制能够有效地改善控制系统的性能,满足实际中对控制系统的暂态、静态性能指标的要求,近年来,已在理论和实践上取得了令人瞩目的成果。
在过程控制中,火电机组的热工过程控制是一个典型的问题。火电机组热工过程控制,广泛采用基于常规PI或PID算法单输入单输出(SISO)反馈控制回路的分散型多环结构,并在预先规定的假设接近恒定负荷条件的运行点(即,基本负荷)整定控制器的参数。在当前电网负荷大范围变动的形势下,这种方案受到挑战。可以考虑将机组负荷的运行范围划分成若干个工作区域,在每个工作区域内的特定工作点设计局部控制器,而在整个运行范围内工作的全局控制器则由这些局部控制器合成来获得。以工作区域分解方法为理论基础的多模型控制正适合于这样的特点。本课题以火电机组热工过程控制为背景,对多模型控制若干问题进行研究。
构建多模型和全局模型/控制器合成算法,是多模型控制研究中两个主要的方面。本论文分别从构建多模型角度和合成算法角度各提出两种多模型控制算法。论文的主要内容如下:针对神经网络在建立工作范围很大的非线性系统全局模型时存在的困难,根据工作区域分解方法,提出在若干个工作点采用神经网络构造局部模型的多神经网络模型预测控制系统,并附有应用于火电机组过热蒸汽温度控制的仿真算例。
结合多模型控制与状态观测器-状态变量控制的特点,提出并设计多观测器模型控制系统,并附有应用于火电机组过热蒸汽温度控制的仿真算例。此方案中,状态观测器具有双重功能,既提供过程的内部信息,又充当辨识模型。
针对参考输入和外部扰动是阶跃信号的输出跟踪和外扰抑制问题,基于T-S模糊模型,采用并行分布补偿方法,将线性系统理论中的MIMO积分控制和状态观测器用于非线性系统,提出并设计模糊积分控制器和模糊观测器,得出了闭环模糊控制系统的稳定性条件,以及与在线性系统理论中关于观测器设计的分离定理相似的结论。应用上述结果设计单元机组协调控制系统的仿真算例,通过求解线性矩阵不等式,验证控制系统的稳定性。
借鉴混杂系统(hybridsystem)中的切换系统(switchedsystem)的成果,提出并设计基于切换逻辑多模型的MIMO积分控制器以及状态观测器,来处理参考输入和外部扰动是阶跃信号的非线性系统的输出跟踪和外扰抑制问题,得出了闭环控制系统的稳定性条件,以及与在线性系统理论中关于观测器设计的分离定理相似的结论。并附有应用于单元机组协调控制系统的仿真算例,控制系统的稳定性通过求解线性矩阵不等式来验证。