论文摘要
在实际的化工过程中,多变量系统广泛存在,其多时滞多耦合的特点让传统的PID控制难以适用。内模控制(IMC)以其简便的设计方法,独特的鲁棒性以及预测能力等特点,使其在解决多变量系统的控制问题上显示出巨大的生命力。本文选取典型的多变量化工过程为研究对象,提出了IMC控制器滤波器参数的性能指标寻优方法,并研究了规范型的解耦方法,分别提出了P规范和V规范的内模解耦控制器,同时还针对性地提出了对象时滞补偿的方法,详细情况如下:1、本文对包含时滞环节的对象进行了内模控制器的设计,基于对时滞环节的近似(泰勒近似、一阶Pade近似和全极点近似)推导了其PID转化方法,通过仿真对比证明了全极点近似方法的近似程度较高。2、本文提出了基于性能指标的滤波器参数优化方法,给出了实用的性能指标。仿真结果表明经本文提出方法优化后的系统响应要优于未经优化的系统响应。本文提出的方法对滤波器参数的选取具有指导意义,避免了以往盲目试凑的过程,非常具有工程实用价值。3、本文采用一体化设计的思路,基于P规范解耦方式提出了一种新型多变量内模控制器(P-IMC),该控制器同时实现解耦和控制的功能。相比以往多变量内模控制器直接以对象模型的逆来进行设计的方法,本文采用系统开环传函的广义对象主对角元素的逆来设计主回路控制器,然后以解耦条件设计副回路控制器。该方法创造性地运用了模型逆的概念,避免了矩阵求逆的过程,使设计更加简便。仿真研究表明本文提出的方法解耦控制的效果要更优秀。4、以往的研究多变量内模控制器都是采用P规范设计的,本文提出了V规范解耦内模控制器的设计方法(V-IMC)。由于避免了复杂的矩阵求逆运算,其设计方法及参数整定相比P-IMC得到简化,尤其是在进行IMC-PID转化时,大大减小了计算量,优势相当明显。仿真研究表明本文提出的V-IMC方法解耦控制效果好,鲁棒性强,在进行IMC-PID转化时形式简单,有利于实际应用。5、对于某些控制对象,当其某个主回路时滞大于耦合回路的时滞时,会导致所解出的副回路内模控制器中包含超前项,物理上无法实现。以往为了控制器实现都采用直接对其进行时滞补偿的方式。这种方法虽然保证了控制器的实现,并且在对象各通道时滞相差较小时也能达到较好的解耦控制效果;但当对象各通道时滞相差较大时,这种补偿方法会对控制器的解耦性能造成很大影响。本文提出了对对象进行时滞补偿的方法,并给出了一种简单可行的时滞补偿结构,使得本文设计的内模解耦控制器能够适用于不同时滞分布的对象,避免了以往复杂的时滞分析设计过程以及在对象各通道时滞相差较大时解耦效果下降的情况。
论文目录
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)