1.2 研究现状
1.3 研究内容
本毕业设计拟将采用的方法是基于代数估计法的无模型控制。代数估计法如前所述是由ALIEN团队研究并创立发展来的。ALIEN团队从代数理论角度重新定义了系统的可辨识性、可观性、可控性等判定条件及标准。我们拟先研究通过代数估计法实现连续时间线性系统模型未知部分F的在线辨识,接着为系统选择合适的控制率以达到预期的控制效果。
本文章节安排如下:
第一章引言,主要介绍课题的研究背景、研究现状、研究内容及意义。
第二章系统未建模部分的估计,主要介绍了代数估计法和调制函数法两种分析方法。其中对于代数估计法针对F为定常和F为多项式两种情况进行了讨论。然后针对两种方法均实现了相应的matlab/similink仿真,验证这两种方法的准确性和可行性。
第三章研究无模型控制,本课题中使用的是代数方法。介绍智能控制器,通过相应的similink仿真来验证控制器设计方法的有效性。
第四章是小结与展望,说明该控制方法的重要性,对毕业设计论文作一个总结以及在应用方面作某些延伸。
无模型控制对我们来说已然不是一个新概念了,它已经被一些科研工作者所运用,在很多相应的文献当中都有记载。其中相应的设定也是相当不一样的。借助源于神经网络,模糊系统和软计算等等技术,它们的范围从传统比例积分微分控制到鲁棒和适应性控制。无模型控制方法的提出,在理论上和实际应用中,都有着重大的意义。其中,在理论方面的意义在于,一是打破线性的框架,冲破PID 半个世纪以来的统治地位;二是避免在运用现代控制方法设计控制律时,对模型的过分依赖。而在实践方面的意义在于对工业过程控制中的那些难控环节,可以实现稳定闭环控制。从上世纪90 年代开始,科学家们在上述两个方面都进行了大量的探索,并收获了令人满意的成果。十余年的研究过程中所发表的成果,应该说是“应用上”比“理论上”更丰富。无模型控制方法,现已应用到石油、开采、化工、炼油、轻工、电力等行业,其广泛的适用性已被大量的实践所证明[24]。
2 系统未建模部分的估计
关于上一章的内容,我们概括性的介绍了无模型控制的研究内容,研究现状以及研究意义,对这一研究课题的大背景进行了梳理。在本章中我们主要需要研究的是系统未建模部分的估计,这一环节是接下来研究控制方法的基础,可为下一章节的展开提供理论铺垫。
就目前文献中已有无模型控制算法来看,最为主要且典型的算法如下所述:
运用PID控制的无模型控制方法。与这方面有关的内容在文献中已经有大量记载,在生产生活中的各个领域,运用非常广泛。有调查显示,PID控制在工业控制过程当中的使用程度超过百分之九十五[13] , 就概念来说,这种方法是一种较为典型的无模型控制方法。但是实践证明该方法存在一定的缺陷,对于具有周期性扰动和强时变性、非线性,该方法在处理控制问题时的效果并不尽如人意,对系统的适应性不能得到体现。针对控这一问题进行研究,韩京清教授在1994年提出了一个概念,即非线性PID,该概念的提出具有重大的意义,通过深化研究,取得了不少成果,比如扩展状态观测器、跟踪微分器等等[14-17],进一步深化和完善了PID控制技术,在工业过程控制中得到了广泛的应用,优点显著。
1984年,科学家提出了关于无模型控制的学习控制理论[18],它包括重复控制和迭代学习控制,研究至今,这种理论方法已得到了普遍的运用,发展成为一项成功的理论方法[19~21]。设计迭代学习控制,并不需要知道系统模型,但当我们分析系统的收敛性,以及选取控制器的增益时,有一项数据是必不可少的,即受控系统输出关于控制变量偏导数的上界和下界,并且系统还需满足两个条件,即lipschitz条件和系统可重复性条件,通过理论证明和实际应用,我们可以发现与传统PID控制相比较,迭代学习控制能更好地处理涉及到时变性和强非线性的问题,对于周期性扰动的系统,也表现出了它特有的优势。自从1981年Inoue等科学家[21]提出重复控制以来,它已经引起了越来越多的重视,在学术界颇受关注,在实践中,同样也有广泛的应用[22 23]。迭代学习控制与重复控制都能够有效地处理周期性系统的控制问题,从本质上来说,它们并没有明显的区别。
- 上一篇:基于SPWM和空间矢量控制的异步电机变频调速研究
- 下一篇:柔性臂控制方法及实验研究
-
-
-
-
-
-
-
浅析中国古代宗法制度
C++最短路径算法研究和程序设计
高警觉工作人群的元情绪...
NFC协议物理层的软件实现+文献综述
中国传统元素在游戏角色...
巴金《激流三部曲》高觉新的悲剧命运
江苏省某高中学生体质现状的调查研究
现代简约美式风格在室内家装中的运用
上市公司股权结构对经营绩效的影响研究
g-C3N4光催化剂的制备和光催化性能研究