论文部分内容阅读
本文以真空钎焊炉加热过程中第三阶段的一阶时滞和二阶时滞温度模型为研究背景，对这两种温度模型的参数辨识与PID控制器参数优化进行了深入研究。首先通过联合辨识算法精确辨识出钎焊炉第三阶段温度对象的一阶时滞模型，然后在模型的基础上使用遗传算法来优化PID控制器的三个参数，不断获得最优的控制器参数以满足一阶时滞对象的在线控制要求。同时对二阶时滞模型的参数辨识和控制器的参数优化也进行了研究。本文将重点研究一阶时滞对象的在线参数辨识和使用遗传算法优化PID参数的设计，主要内容和研究成果如下：1.钎焊炉时变温度对象可以用一阶时滞模型来描述，但传统的递推最小二乘算法不能对离散化的对象精确辨识滞后时间项，因此，设计了用零频率匹配法和带可变遗忘因子的改进递推最小二乘联合在线辨识算法，实现了一阶时滞对象的参数在线精确辨识，该算法简明快速，适用于工业实时控制，并对这种联合算法进行了仿真研究和验证。2.在对一阶时滞对象参数优化的过程中，针对钎焊炉第三阶段一阶滞后对象的时变性快这一特点，分析了滞后时间的变化模型与控制器参数的对应关系，提出了将插值法加入到遗传算法优化PID参数的过程中，从而节省了对同一被控对象参数优化的时间和对锯齿现象的消除，此方法简洁有效，并进行了验证研究。3.由于钎焊炉第三阶段温度模型中存在时间滞后大的一阶时滞温度对象，研究发现对其用遗传算法来优化PID参数不能取得好的效果，且产生严重的超调现象。因此，为解决大滞后时间引起的超调问题，在精确模型的基础上加入了Smith预估器消除滞后时间对优化PID参数的影响，解决了因滞后时间大引起的超调问题，通过搭建模型仿真验证了这种设计思路是可行的。4.为了保证控制器稳定高效的运行，以及更精确描述被控对象，钎焊炉中部分温度对象采用二阶时滞温度模型来替换一阶时滞温度模型，且在二阶时滞模型的辨识和控制上也获得很好的效果，并搭建了仿真模型来验证。最后，对控制系统软件进行了现场测试和实验，初步实现了自动化控制。根据实验后的数据分析结果，可以看出整套控制系统能良好的完成钎焊炉加热要求。