基于预测模型的模糊PID控制理论及其仿真与试验研究

基于预测模型的模糊PID控制理论及其仿真与试验研究

论文摘要

温度是过程工业中的重要参数之一,温度控制尤其对石油化工行业意义重大。电加热锅炉的温度可近似为一阶惯性加纯滞后环节,且有受其他干扰因素影响严重的特点,所以电加热锅炉的温度控制是过程控制中难度较大的课题。本文实现了几种典型的先进控制技术在AE2000过程控制装置中的应用,并在此基础上研究了基于预测模型的模糊-PID控制的理论及该方法在电加热锅炉中的仿真。引进了浙江中控公司研发并生产的AE2000过程控制装置及JX-300集散控制系统。研究对象是电加热锅炉的夹套温度,该对象不仅具有大惯性及大滞后的特点,而且受环境影响严重。在该对象原有的常规PID控制基础上,又进一步实现了Smith预估控制、内模控制、模糊控制及动态矩阵预测控制,并得到相应的曲线图。通过对上述几种先进控制曲线图的比较,分析出针对该对象的几种先进控制方法的优点与不足。在上述工作基础上,针对电加热锅炉的特性设计了基于预测模型的模糊-PID控制方案。首先,在Matlab中实现了PID控制与Fuzzy-PID控制的仿真,通过仿真可以看到加入了模糊控制规则的控制器比常规PID控制器响应时间减少了600 s左右、超调量基本不变,且加入20%的扰动后,输出仅用了原来50%的时间就达到了基本平衡。其次,在该控制模型中加入了预测模型,预测模型可以预测未来时刻的输出值。用预测输出与设定值的偏差及偏差变化率作为模糊控制器的输入,改善了滞后的影响。最后利用模糊规则来反馈校正预测模型,使加入了预测模型的模糊-PID控制器超调量由原来的3%降低到几乎没有,稳定性更好。仿真曲线表明,该控制方案下的控制效果较好。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 引言
  • 1.2 先进控制技术的研究现状
  • 1.2.1 PID 控制技术的发展现状
  • 1.2.2 预测控制技术的发展现状
  • 1.2.3 模糊控制技术的发展现状
  • 1.3 本文研究工作
  • 第2章 计算机控制系统
  • 2.1 AE2000 过程控制装置
  • 2.2 集散控制系统(DCS)
  • 2.3 ADVANTROL-PRO 软件包
  • 2.3.1 系统组态
  • 2.3.2 数据传输
  • 2.3.2 实时监控
  • 2.4 AE2000 先进控制实验软件
  • 第3章 先进控制策略及试验研究
  • 3.1 过程辨识与建模
  • 3.1.1 系统辨识
  • 3.1.2 模型的建立
  • 3.2 PID 控制在DCS 中的实现
  • 3.3 SMITH 预估控制在DCS 中的实现
  • 3.3.1 改进的Smith 预估控制在DCS 中的实现
  • 3.3.2 其他改进方案的讨论
  • 3.4 内模控制
  • 3.4.1 内模控制在DCS 系统中实现
  • 3.4.2 其他改进方案的讨论
  • 3.5 模糊控制
  • 3.5.1 模糊控制在DCS 中的实现
  • 3.5.2 其他改进方案的讨论
  • 3.6 动态矩阵预测控制
  • 3.6.1 动态矩阵预测控制在DCS 中的实现
  • 3.6.2 其他改进方案的讨论
  • 3.7 本章小结
  • 第4章 基于预测模型的模糊-PID 控制及仿真
  • 4.1 基于预测模型的模糊-PID 控制器的理论
  • 4.1.1 模糊控制器的基本原理及组成
  • 4.1.2 模糊-PID 控制器的原理
  • 4.1.3 基于预测模型的模糊-PID 控制器的原理
  • 4.2 基于预测模型的模糊-PID 控制器的设计与仿真
  • 4.2.1 模糊-PID 控制器的设计与仿真
  • 4.2.2 基于预测模型的模糊-PID 控制器的设计与仿真
  • 4.3 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间承担的科研任务与主要成果
  • 致谢
  • 作者简介
  • 相关论文文献

    • [1].改进灰色预测模型在热电厂热负荷预测中的应用[J]. 电力学报 2019(06)
    • [2].西安地区卒中患者1年卒中复发预测模型的构建[J]. 中国卒中杂志 2020(01)
    • [3].常用统计预测模型及其在结核病疫情预测中的应用[J]. 热带病与寄生虫学 2020(01)
    • [4].预测模型法在油田二次开发中的应用[J]. 云南化工 2020(04)
    • [5].基于灰色预测模型的舰船动力系统故障检测算法[J]. 舰船科学技术 2020(08)
    • [6].社区老年人居家不出危险因素分析及风险预测模型构建[J]. 护理学报 2020(08)
    • [7].高炉煤气流分布过程的多算法融合预测模型[J]. 控制理论与应用 2020(06)
    • [8].压力性损伤风险预测模型的研究进展[J]. 中华护理杂志 2020(04)
    • [9].无诱因复发性静脉血栓预测模型的研究进展[J]. 同济大学学报(医学版) 2020(03)
    • [10].一种可预测弥漫大B细胞淋巴瘤患者生存的新型6基因预测模型[J]. 中国癌症防治杂志 2020(03)
    • [11].基于序列特征的点击率预测模型[J]. 华东师范大学学报(自然科学版) 2020(04)
    • [12].基于灰色理论的生态经济警度预测模型及其应用[J]. 统计与决策 2020(13)
    • [13].临床预测模型:新预测因子的预测增量值[J]. 中国循证心血管医学杂志 2020(06)
    • [14].基于在校数据挖掘的大学生心理抑郁预测模型以及分析[J]. 中国新通信 2020(17)
    • [15].灰色预测模型在公共卫生事件胜利日预测中的应用——以新型冠状病毒疫情为例[J]. 卫生软科学 2020(11)
    • [16].临床预测模型:模型的建立[J]. 中国循证心血管医学杂志 2019(01)
    • [17].零转弯半径割草机连续翻滚特性参数化预测模型[J]. 农机化研究 2018(01)
    • [18].基于情景数据的火灾预测模型设计与实现[J]. 科技创新与应用 2018(26)
    • [19].灰色预测模型在预测话音网关故障中的研究与应用[J]. 计算机测量与控制 2016(11)
    • [20].应用预测模型对云南省2020年生产总值的预测[J]. 科技创新导报 2016(32)
    • [21].灰色预测模型在山东省保费预测中的应用[J]. 保险职业学院学报 2017(01)
    • [22].基于灰色预测模型的山西省批发零售业人员需求分析[J]. 数学的实践与认识 2017(04)
    • [23].烧结过程SO_2排放预测模型研究[J]. 资源节约与环保 2017(08)
    • [24].混沌时间序列的2阶预测模型[J]. 数学的实践与认识 2016(05)
    • [25].建设项目环境影响评价预测模型发展现状[J]. 绿色科技 2016(08)
    • [26].多项式预测模型在沉降变形监测当中的应用[J]. 矿山测量 2015(02)
    • [27].疾病发病风险预测模型的应用与建立[J]. 中国卫生统计 2015(04)
    • [28].基于大数据背景下出版产业人才需求综合预测分析[J]. 明日风尚 2017(19)
    • [29].一类优化的预测模型[J]. 山西青年 2013(24)
    • [30].一种基于大数据的脱贫预测模型构建研究[J]. 无线互联科技 2019(21)

    标签:;  ;  ;  ;  ;  ;  

    基于预测模型的模糊PID控制理论及其仿真与试验研究
    下载Doc文档

    猜你喜欢