周期性干扰的控制与补偿

来源 :东华大学 | 被引量 : 8次 | 上传用户:cxxxcs
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自20世纪70年代以来,各种优秀的控制算法相继问世,极大的丰富了控制理论的学科分支,并且越来越受到控制工程界的关注。这些控制算法包括Smith预估控制算法,内模算法,预测PI算法等。然而,对于广泛存在于工业过程中的周期性干扰问题,他还没有专门的一个处理方案,无法很好的解决这类问题。而该研究方向,目前国内所开展的工作也很少。因此,本文在主回路控制的基础上,开展了对周期性干扰控制策略的研究工作。对于主回路控制,本文分别设计和改进Smith预估控制器和预测PI控制器作为主回路控制器对这类过程对象进行控制,并提出了一种基于Smith的预测控制算法,此算法根据Smith控制的原理,将被控对象分为滞后部分和非滞后部分,然后单独设计非滞后不稳定部分。此算法的优点是时滞部分可以很大,控制器设计简单。且当系统失配较大时稳态性能和动态性能良好,系统以较快速度进入稳定状态。周期性干扰广泛存在于过程控制中,单纯采用主回路控制方法难以对其进行很好的抑制,因此,有周期性干扰的时滞控制又是时滞控制领域的一个难点。本文将针对这个难点提出一些有效的控制方法。对于周期性干扰的时滞控制,本文分别设计重复控制器和频率辨识环节,进而提出了一种在线频率辨识的控制新算法。根据此种算法,可通过频率辨识器在线辨识出周期性干扰信号的频率,并且把输出频率送入控制器中,在线得到控制信号。通过控制信号在线抑制周期性干扰信号,最终使系统处于稳定状态。此算法的优点是频率跟踪性强,跟踪精度高,系统反应速度较快,且迟滞系数可以很大。
其他文献
高速铁路综合调度系统是一个复杂庞大的系统,集成了列车运行调度、运输计划管理、综合电力调度、动车组调度、综合维修、旅客服务等多个功能的子系统,涉及了运输组织、机车车
迭代学习控制(ILC)无需精确已知受控对象动力学特性,可利用重复操作过程中测得的I/O数据修正控制输入,实现有限时间上的完全跟踪,ILC现已成为智能控制领域的重要发展方向并在
人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一,同时也具有广泛的应用意义。它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸
核磁共振成像(Magnetic Resonance Imaging,MRI)技术作为心脑血管疾病的检测方法之一,由于其在心脏功能检查方面的优势,受到了越来越多的关注。但是由于人体生理和物理的局限
随着经济的持续高速增长,各地宾馆数量急剧增加。目前,我国的宾馆客服系统大多基于财务管理为主的设计理念,服务项目单一不够人性化,无法满足宾馆酒店全面信息化管理的需要。
从上世纪九十年代开始,国内外许多科研机构与学者在光纤光栅传感技术领域当中的努力研究,开辟了一个光纤光栅传感的新纪元。在诸多的光纤光栅传感器当中,发展比较迅速的就是
船舶火灾事故与损失呈逐年上升趋势,各种类型船舶火灾、爆炸事故频发,造成了大量的财产损失与人员伤亡。由于船舶消防事故是小概率事件,单纯依靠在实际的消防事故中取得的经
随着工业生产的飞速发展,大量有毒有害物质排放到环境中。多环芳烃是一类广泛存在于环境中的有机污染物,其中有一些具有致癌、致突变和致畸的作用,对人类和动物的健康有巨大
随着航空事业高速的发展,大量柔性结构如太阳能帆板被使用于各种飞行器中。但由于这些柔性结构本身具有扰度高,阻尼低的特性,在受到外力作用时就会产生持续的振动。在没有空
随着电力市场的逐步民营化和自由化,电力负荷需求的预测对于电网的规划、能量消耗及安全运行影响越来越重大,引起一些国家和地区的高度重视和广泛关注。最近几十年,众多专家学者就如何提高电力负荷预测精度提出了各种各样的方法。经典的基于数学统计方法的预测模型,由于很难表明影响负荷相关因素复杂的非线性关系,无法达到令人满意的预测精度。实现结构风险最小化(Structural risk minimization,