基于非方有效开环传递函数的多变量内模PID控制方法研究

基于非方有效开环传递函数的多变量内模PID控制方法研究

论文摘要

内模PID控制同时具备了内模控制和PID控制的优点,即有较好的鲁棒性和控制性能,又能够以PID的形式在实际中得以广泛的应用,这就给复杂多变量系统的控制问题的解决增添了新的活力。多变量系统的控制问题一直都是控制领域研究的热点和难点,关键点在于如何解决多回路之间的协调问题。本文针对内模PID控制器的设计方法进行了研究,以期在多变量系统控制中提出更有效、实用、简单的控制方法。首先,本文分析了内模控制中控制器参数对系统控制性能和鲁棒性的影响,在这个基础之上研究了内模PID控制方法。内模控制器设计中,影响控制性能和鲁棒性的最关键因素是滤波器参数的选择。现有的内模控制方法在对滤波器参数整定问题上,往往采用一些经验公式直接给出结果,但是经验公式并不是对所有的对象都有理想的效果,而且该方法本身精确度也不高。本文针对此问题,将粒子群算法(PSO)应用到单变量控制系统滤波器参数的整定中。利用粒子群优化算法的全局搜索能力,又结合一种能够保证系统阶跃响应单调、稳定、无超调的性能指标,形成基于PSO算法的内模控制器设计方法。仿真研究证明了该方法对于滤波器参数的整定优化能够带来很好的控制性能和鲁棒性。其次,本文对多变量系统进行了分析。目前,针对方型系统的多变量内模控制方法已经比较多,但是针对现实工业过程中广泛存在的非方系统的控制方法少、应用不广,尤其针对非方控制系统的内模PID控制方法少之又少。为此,本文在方型系统控制方法的研究基础之上,针对以上问题,提出了一种基于非方有效开环传递函数(NEOTF)的多变量内模PID控制方法。同时,将针对单变量系统的基于PSO的内模控制方法扩展到多变量非方系统中,获得了理想的控制效果。对于计算产生的高阶项,本文采用了泰勒-粒子群的降阶方法,使得降阶模型更加准确。仿真实例验证了本文提出的方法较其他方法有很好的鲁棒性和控制性能。

论文目录

  • 学位论文数据集
  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 论文选题的目的和意义
  • 1.2 本课题相关领域历史、现状和前沿发展
  • 1.2.1 先进控制的历史和发展
  • 1.2.2 内模控制的历史和发展
  • 1.2.3 多变量内模控制的研究现状和前沿发展
  • 1.3 本课题完成的主要工作
  • 第二章 内模控制基本原理
  • 2.1 引言
  • 2.2 内模控制的基本结构及原理
  • 2.3 内模控制的性质
  • 2.3.1 内模控制的三个特性
  • 2.4 IMC控制器的典型设计方法
  • 2.4.1 IMC控制器典型设计方法
  • 2.5 内模控制系统性能指标性分析
  • 2.5.1 IMC稳态性能分析
  • 2.5.2 内模控制系统鲁棒性分析
  • 2.6 仿真研究
  • 2.7 小结
  • 第三章 单变量系统内模PID控制
  • 3.1 引言
  • 3.2 IMC-PID的设计
  • 3.2.1 等效的反馈控制器
  • 3.2.2 反馈控制器的PID形式转化
  • 3.2.3 基于粒子群算法的内模PID控制器设计方法
  • 3.3 仿真研究
  • 3.4 小结
  • 第四章 多变量系统分析
  • 4.1 引言
  • 4.2 多变量系统的一些定义
  • 4.2.1 数学模型
  • 4.2.2 对象零极点
  • 4.2.3 相对增益矩阵
  • 4.3 多变量系统解耦方法
  • 4.3.1 变量配对法
  • 4.3.2 解耦装置法
  • 4.4 小结
  • 第五章 基于非方有效开环传递函数的内模PID控制方法
  • 5.1 引言
  • 5.2 基于非方有效开环传递函数的内模PID控制方法
  • 5.2.1 非方有效开环传递函数(non-square effective open-loop transfer function,NEOTF)
  • 5.2.2 时滞处理
  • 5.2.3 非方有效开环传递函数降阶
  • 5.2.4 非方内模PID控制器设计
  • 5.2.5 滤波器fv的设计
  • 5.2.6 内模控制器参数λ的整定
  • 5.3 仿真研究
  • 5.4 小结
  • 第六章 总结和展望
  • 参考文献
  • 致谢
  • 研究成果及发表的学术论文
  • 作者和导师简介
  • 新建目录项
  • 相关论文文献

    • [1].PID性能评估与整定软件的开发及应用[J]. 炼油与化工 2019(05)
    • [2].基于模糊PID的步进电机速度控制[J]. 软件 2019(12)
    • [3].采用改进模糊神经网络PID控制的移动机器人运动误差研究[J]. 中国工程机械学报 2019(06)
    • [4].基于改进模糊PID的轮式机器人速度控制器设计[J]. 河北科技大学学报 2020(01)
    • [5].基于模糊PID的高速列车车内压力主被动控制[J]. 中国测试 2020(01)
    • [6].混合式步进电机模糊PID控制器设计仿真[J]. 安徽工程大学学报 2019(06)
    • [7].基于模糊PID控制的列车主动悬架振动控制研究[J]. 工业控制计算机 2020(01)
    • [8].拖拉机液压机械式变速器小波神经网络PID控制[J]. 合肥工业大学学报(自然科学版) 2020(01)
    • [9].雷达稳定平台模糊PID串级控制设计与仿真[J]. 计算机测量与控制 2020(02)
    • [10].基于模糊神经网络PID控制的粉体包装计量控制系统[J]. 食品与机械 2020(01)
    • [11].考虑路面时变的整车主动悬架的改进模糊PID集成控制策略[J]. 现代制造工程 2020(02)
    • [12].基于广义预测控制PID算法的桥式起重机吊钩防摆控制器设计[J]. 制造业自动化 2020(03)
    • [13].面向抽水蓄能电站区域负荷频率的分数阶PID控制研究[J]. 电网技术 2020(04)
    • [14].基于智能控制的PID控制方式的研究[J]. 电子测试 2020(05)
    • [15].基于变速积分与微分先行PID的无刷直流电机串级调速控制[J]. 齐齐哈尔大学学报(自然科学版) 2020(01)
    • [16].基于模糊PID算法吸附机器人转向控制系统[J]. 精密制造与自动化 2020(01)
    • [17].农用车辆路径跟踪预瞄控制研究——基于免疫模糊PID算法和视觉导航[J]. 农机化研究 2020(11)
    • [18].基于模糊PID算法吸附机器人转向控制[J]. 软件 2020(04)
    • [19].基于模糊PID算法的臭氧发生器控制系统优化措施[J]. 自动化应用 2020(04)
    • [20].基于遗传算法的智能PID系统设计和分析[J]. 设备管理与维修 2020(10)
    • [21].基于模糊PID的电力巡检机器人路径纠偏[J]. 智慧工厂 2020(04)
    • [22].基于PID的多电发动机磁轴承控制系统设计与验证[J]. 微特电机 2020(06)
    • [23].基于遗传算法的全自动除泡机腔体充排气PID控制研究[J]. 机械管理开发 2020(05)
    • [24].基于吸收塔动态模型的PID控制模拟研究[J]. 辽宁化工 2020(06)
    • [25].基于PID的光伏清洁机器人速度控制及仿真研究[J]. 造纸装备及材料 2020(03)
    • [26].基于改进模糊-PID的船舶自动舵控制方法[J]. 船舶物资与市场 2020(06)
    • [27].运用启发式算法优化一阶倒立摆PID参数研究[J]. 产业科技创新 2020(10)
    • [28].基于前馈补偿PID控制的轮式机器人轨迹跟踪[J]. 河南工程学院学报(自然科学版) 2020(03)
    • [29].基于模糊PID的驾驶模拟器方向盘力反馈系统设计[J]. 机电技术 2020(04)
    • [30].基于模糊PID的小型冷库过热度控制方法[J]. 湖北工业大学学报 2020(04)

    标签:;  ;  ;  ;  ;  

    基于非方有效开环传递函数的多变量内模PID控制方法研究
    下载Doc文档

    猜你喜欢