连续搅拌反应釜离散时间滑模控制算法研究与实验

来源 :中国石油大学(华东) | 被引量 : 0次 | 上传用户:liunan0083
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
自动化程度是权衡一个产业现代化程度的重磅砝码,连续搅拌反应釜(Continuous Stirred Tank Reactor,CSTR)是石化行业中最广泛应用的设备,其性能表现与产业效益息息相关,对其控制研究也就具备了一定的研究意义和经济价值。由于CSTR的高复杂性,需要为CSTR设计一个良好的控制算法。滑模控制属于一类特殊的变结构控制,其特有的滑动模态使被控系统具备了良好的鲁棒性和优秀的动、静特性。因此本文采用滑模控制方法对CSTR系统进行控制研究。首先,本文通过CSTR机理建模得到其数学模型,针对CSTR系统的非线性问题设计了离散时间滑模控制器。针对一般离散时间滑模控制中的抖振问题,通过分析其控制率,设计了基于等效控制的离散时间滑模控制。对于系统中的未建模不确定性问题,采用了自适应控制方法进行补偿设计,提高了系统的稳态性能。其次,考虑被控系统运行中的外部干扰问题,设计了基于干扰观测器的离散时间滑模控制算法。针对普通干扰观测器的收敛域问题,设计了变增益干扰观测器,进一步提升了被控系统的稳态性能。随后通过干扰观测器和自适应率结合的方式同时削弱了外部干扰和建模不确定性对系统的影响。再次,考虑到控制器实际应用中被控对象模型复杂性,为了保证系统性能,本文在系统工作点处对被控对象进行线性化,通过最优控制方法设计最优滑模面,然后通过设计预设性能积分滑模面使被控系统始终进行最优滑模运动,并通过干扰观测器同时实现了对未知匹配与非匹配不确定性的补偿,保证了系统的最优性能。所有控制方法均通过李雅普诺夫函数证明了其可行性与闭环稳定性,仿真也验证了所提出方法的有效性。最后,通过实验平台对所设计控制器进行实验验证,结果展现了所提出控制器的有效性。
其他文献
由于工业自动化的需要,机械手被越来越广泛的应用于机械制造,冶金等领域。与此同时,传统机械手的各种缺点也暴露了出来,其柔顺性、交互性和安全性较差,导致了其在外形多变、易碎的物体抓取,残疾人康复辅助装置的应用当中都具有一定的局限性,从而限制了机械手的应用。针对传统机械手的上述缺点,本文研究了摩擦增强型软体机械手,该软体机械手柔顺性好,交互性和安全性高,并且其上还附有仿生纳米纤维阵列薄膜,从而具有更强的
大数据时代的到来以及深度学习的兴起使得图像描述成为了人工智能热门研究方向。传统的方法虽然在某种程度上能够完成基本的描述任务,但是在准确度丰富度上还存在一些不足。此外,它们只是利用了单一的图像属性或者图像的视觉特征,对于它们之间的关联性以及不同模态特征之间的互补性并没有进行详细的研究。为此,本文提出了两种图像描述的改进方法。一是基于视觉注意力与用户注意力社交图像描述方法。该方法意在利用社交图像中用户
本文着重研究了基于递归神经网络模型的共轭梯度法与广义Armijo搜索技术相结合的算法:第一章简要介绍了共轭梯度法的发展现状、神经网络的相关背景知识,并且总结了基于递归神经网络模型的算法研究现状.第二章基于Elman模型,结合广义Armijo搜索技术,设计了一种新的共轭梯度算法.该算法修正了RMFI共轭梯度算法,更新了共轭参数,使得新算法每次都能产生一个充分下降的搜索方向.此外,本章证明了基于Elm
人工神经网络在信号预测、函数逼近、自动控制以及模式识别等领域都具有广泛的应用,具有万能逼近能力的单隐层前馈神经网络是神经网络研究的重点。基于最速下降法的反向传播算法是训练单隐层前馈神经网络的流行算法之一,但它有收敛速度慢、耗时较长等缺点。基于存储量小和收敛速度快等优点,共轭梯度法目前已经成为训练神经网络的一种有效算法。结合单隐层实值前馈神经网络模型,近年来有研究者提出了基于共轭梯度法的实值神经网络
随着互联网技术的快速发展,每天都会产生海量的文本数据。文本分类作为自然语言处理和网络信息挖掘的基础,在文本信息处理中有着重要地位。人工文本分类方法和传统的机器学习文本分类方法难以满足目前对文本分类效率和精度的要求。随着深度学习在自然语言处理中的应用,深度学习方法为文本分类问题提供了新的解决途径。本文在研究总结文本向量表示技术和深度学习模型卷积神经网络原理的基础上,对运用卷积神经网络模型解决文本分类
目前国内区块链应用推广中,浮夸的商业化气息太重,造成一些不成熟的东西被过度吹捧。只是搞了些超级账本、以太坊、比特币就认为是在做区块链的,不符合习近平总书记的要求。区块链要先有基础设施,再要与产业深度融合,具体到金融、民生、政务等"百业可用",最后还必须达到一个颠覆性的突破。
期刊
复值神经网络是一类从实数域扩展到复数域的神经网络。复值超限学习机是其中一种有效的学习算法,它比复值BP神经网络算法收敛速度更快,但是为了达到与复值BP神经网络算法相当的性能需要更多的隐节点。USA算法是介于BP算法和ELM算法之间的一种有效算法,用于训练单隐层实值前馈神经网络,USA算法的性能优于ELM算法和BP算法。受USA算法的启发,结合复值ELM和复值BP算法,根据激活方式不同,本文提出了两
随钻测量(MWD)技术用于钻井过程中井下信息的实时测量与上传。随钻测量系统通常采用钻井液连续压力波进行井下数据向地面的遥传,其关键部件旋转阀的转速控制关系到钻井液压力信号的产生与信号质量,是随钻测量领域急需解决的一个关键问题。本文基于旋转阀结构和转子的受力分析,采用理论计算结合CFD仿真分析建立旋转阀负载力矩的多项式计算模型,为精确描述旋转阀负载力矩随转角的变化规律,负载力矩的计算模型以转阀的开阀
随着全球经济的快速发展,人们对化石能源消费不断增长。由CO_2等温室气体造成的全球气候变化的威胁与日俱增。碳捕集、利用与封存(CCUS)技术作为有效缓解CO_2排放的关键技术引起了学术界和工业界的广泛关注。CCUS技术的经济性一直是影响其在中国乃至世界范围内大规模发展的主要因素。因此,运用科学的方法对CCUS全流程进行优化设计,构建合理的技术实施方案,提高CCUS技术的经济性,为我国减排战略提供科
脑卒中和外界因素等导致下肢康复问题一直以来是医学研究的焦点。康复机器人将机器人技术应用于康复领域,对康复训练起到了很大的促进作用。本文提出一种3自由度的柔索驱动并联康复机器人,进一步拓宽了下肢康复机器人在康复领域的研究应用。主要研究内容如下:根据人体下肢对康复运动的腿部及人体平衡需求,设计了下肢康复训练机器人的整体结构,并对柔索驱动单元进行了详细的结构设计。对柔索驱动下肢康复运动的运动空间进行了详