手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

滞后系统自学习控制的研究

金培欣

  在实际的过程控制中,被控对象往往都存在着一定程度的时滞,且时滞常常是未知或是在一定范围内时变的。随着工业的发展,生产规模越来越复杂,时滞对于控制品质的影响越来越不容忽视,例如,电厂再热汽温过程等,都存在着较大的时滞,对于这类对象采用常规控制系统很难得到满意的控制品质,这就影响和威胁着生产过程的经济和安全运行。因此,研究大迟延系统的控制不仅具有重要的理论价值,而且有实际应用的价值。本课题组一直致力于时滞控制系统的研究,本文作者在本课题组研究成果的基础上,结合时滞控制系统的特点,将自学习控制的思想应用于具有纯延迟对象的控制系统,提出了滞后系统迭代自学习算法,具体工作如下:1.基于迭代自学习控制的思想,在PID型自学习控制算法的基础上,提出滞后系统预测自学习控制算法,并证明了此种算法的收敛性。实际例子的仿真结果同样证明了该算法的有效性。2.将滞后系统自学习控制与常规PID控制进行比较,分别比较了对象参数参数变化、延迟时间变化及对象阶次变化三个方面进行比较。并用仿真实验证明了本文算法的优越性。3.将滞后系统预测自学习控制与Smith预估控制的结果进行比较,分别比较了在系统中加入扰动,模型参数与对象参数不匹配以及模型参数为非最小相位时,两种系统的输出情况。并用仿真实验证明了本文算法的有效性。4.为了改善滞后系统预测自学习控制算法在系统延迟时间的变化时的控制品质,我们在滞后系统预测自学习算法前加入参数辨识算法,特别是对于系统延迟时间的辨识,本文中使用的是梯度辨识算法,在对梯度辨识算法进行了算法推导及收敛性证明的基础上,给出了实际例子的仿真结果。……   
[关键词]:时滞系统;自学习控制;智能控制
[文献类型]:硕士论文
[文献出处]:华北电力大学2000年
App内打开