一、纯滞后对象的内模控制(论文文献综述)
张蓓[1](2020)在《基于LabVIEW的系统辨识与内模控制方法研究及应用》文中进行了进一步梳理现代社会的不断发展促进了工业技术的提高,智能化的控制应用到了人类生活所涉及到的各个工业领域,这些工业过程对象具有大滞后、多变量、强耦合、不确定性等特征,如何对于这种系统进行有效的控制是能否提高生产效益的关键,从而达到节约资源,节省工业成本的目的。本课题基于此背景下,研究了内模控制的方法应用,此方法是基于对象模型的,因此研究了低阶模型辨识的方法,开发了模型辨识与内模控制的软件系统。本文研究了对于低阶时滞系统的模型辨识问题,根据输入信号的不同,对于基于阶跃响应的系统辨识方法有传统的非参数辨识法如两点法、切线法,参数辨识法有基于积分法辨识一阶滞后系统、基于最小二乘法辨识二阶系统以及n阶系统的直接辨识法;另外对于基于输入信号是伪随机序列的离散模型辨识采用了递推最小二乘法;并对于以上的方法进行了模拟仿真分析;此外基于LabVIEW软件开发了辨识系统,自主编写了滤波、辨识、模型评价的程序,封装成动态链接库,在此平台进行进一步的开发,并设计了人工操作界面,使得此辨识方法具有了实际工程效用性。研究了内模控制器(IMC)的基本结构以及设计原理,分别对于连续和离散的控制对象的内模控制器进行设计,以及进行连续传递函数转化为离散传递函数的公式推导。对于一阶、二阶系统给出了具体的控制算法实现,分析了内模控制的主要参数对于系统性能的影响,并做了仿真分析;最后设计了基于LabVIEW平台的内模控制软件,自主编写控制程序并进行封装,在此平台上进行再次开发,设计了控制操作界面,使得控制更为方便简单,并开发了仿真系统可以实时验证控制算法的效果。以锅炉燃烧系统的主蒸汽回路和3D打印机温度控制系统为对象,应用以上开发的系统辨识与控制软件对于该系统进行了模型辨识,辨识结果较精确的拟合真实采样输出数据,并对系统应用内模控制,将控制效果与传统PID控制进行比较,结果表明内模控制响应速度快,便于程序实现,并且其可调节参数只有一个,易于调节,可以解决模型失配的问题,鲁棒性更强,稳定性也更好。
戚林锋[2](2015)在《基于群布谷鸟算法的模型参数辨识与PID控制器设计方法研究》文中研究表明智能优化算法是现代计算机科学炙手可热的研究领域之一。在众多的智能优化算法中,布谷鸟算法是近些年来发展的一种群智能算法。它需调参数少,却拥有良好的收敛效果,所以引起了越来越多的重视。木文就布谷鸟算法的参数与算法性能之间的关系进行研究,同时提出了一种改进的布谷鸟算法,即群布谷鸟算法。通过对几种不同类型的标准测试函数进行测试,说明了群布谷鸟算法的快速收敛性和结果精确性。同时,将群布谷鸟算法应用于自动控制领域的几个方面,包括:(1)适用于多种激励信号的模型参数辨识。本文对模型参数与性能指标之间的关系进行分析,并使用群布谷鸟算法,估计在多种不同测试信号时模型的参数,取得了良好的效果。通过对几类不同对象的辨识仿真实验,说明了群布谷鸟算法能够用于解决适用于多种激励信号的模型参数辨识的问题。(2)适用于带有多个目标和多种约束条件的PID设计问题。本文提出了使用群布谷鸟算法解决多目标多约束PID设计的方法。通过将多目标问题转化为单目标问题,多约束条件转化为单一约束条件,简化了设计PID时的目标函数。通过使用群布谷鸟算法,本文获得了控制器参数。(3)本文所提出的一种抗饱和控制器中的补偿器设计问题,该问题是一类非凸优化问题。本文提出了一种通过定性分析进行静态前馈补偿的抗饱和IMC-PID控制结构,并借助群布谷鸟算法,进行静态前馈补偿器的设计。该结构通过定性分析,引入了三个静态抗饱和回路,使得对象输出能够较改进前能更快地跟踪设定值。(4)多变量系统的IMC-PID控制器设计问题。本文针对基于EOTF的IMC-PID设计方法进行改进,提出了基于多变量系统粗模型的设计方法。粗模型是以多变量系统的控制回路为研究对象所得到的模型。本文采用群布谷鸟算法获取多变量系统的粗模型,同时也采用群布谷鸟算法获取IMC-PID参数。仿真实验表明该方法设计过程简单,控制效果良好。
晏亭太[3](2014)在《智能自适应PID/PD控制器设计及仿真研究》文中指出PID控制器以其良好的通用性在工业过程控制中得到了普遍的应用。PID控制很好地体现了自动控制所要求的快速性、准确性和稳定性三个重要特征。PID控制器具有结构简单、可靠性高和鲁棒性好的显着优点,在工业控制领域的应用中占据重要地位。随着科技进步,工业过程控制中的被控对象越来越复杂,人们对控制品质要求也越来越高。大滞后的被控对象、无法预知精确模型的被控对象以及具有很强非线性的被控对象越来越多,极大的限制了传统PID控制器的应用。为了不断满足工业过程控制的各种要求,人们不断对PID控制器进行改进,设计了各种先进的改进型PID控制器。基于人工智能的PID控制算法是PID控制发展的一个重要方向。目前已经形成多种基于人工智能的PID控制器,能够在很大程度上弥补传统PID控制器的不足。目前存在的智能PID控制器主要是将智能控制算法与传统PID控制器相结合,完成对PID控制器的参数整定和自整定功能,虽然在一定程度上改善了PID控制器的适应性,但受到智能算法的限制也存在参数过多和结构复杂的问题。本文首先对传统PID控制原理进行了简介,对常用参数整定方法和现有的智能PID控制器作了简介并仿真分析其特点。然后,根据系统自身的反馈信息设计智能权因子构成智能自适应PD控制器,并引入智能积分环节设计智能自适应PID控制器。该智能自适应PID控制器能够对一定惯性范围内二阶惯性环节取得理想控制效果,并不需要调整参数。同时,用所设计智能自适应PD/PID控制器对倒立摆系统和纯滞后对象进行了仿真,取得了理想的控制效果。对倒立摆系统可以稳定控制,对纯滞后对象模型不匹配引起的鲁棒性差问题有明显改善。
陈楠[4](2013)在《基于内模控制的多变量时滞系统的控制研究》文中提出实际工业生产过程中常会出现含有时滞环节的多变量耦合系统,对于这类过程,传统的控制方法通常难以达到理想的控制效果。随着工业控制要求提高而出现的输入变量与输出变量数目不相等的非方形多变量系统,则对控制方法提出了更高的要求。所以,针对这种复杂控制对象提出有效实用的控制方法是当前控制领域的研究热点之一。经过理论研究和现场应用发现,内模控制方法对于多变量耦合系统的控制具有设计简单、调节参数少以及鲁棒性和抗干扰能力强等优点。本文针对多变量时滞系统,以内模控制为基本控制方法,对目前该方法所存在的一些问题提出改进措施和解决方法。本文首先阐述了单变量内模控制的基本原理和设计方法,并对比了时滞环节的几种常见近似方法。之后,分析了多变量系统的特点和解耦方法,为研究多变量内模控制方法打下了基础。其次,研究了基于遗传算法的内模控制器的模型降阶和参数优化问题。针对目前遗传算法在参数优化中目标函数的确定所存在的问题,将局部变权综合评价应用到遗传算法的目标函数中,使其相对于传统的目标函数,具有更加全面、灵活和开放性的特点。此外,针对非方形多变量时滞系统提出一种改进的二自由度内模控制方法。该方法引入广义逆来设计内模控制器,并通过设计闭环传递函数来消除控制器中不可实现的因素。实现了对系统设定值跟踪特性和抗干扰性的单独控制,使控制系统不仅具有良好的解耦性能和跟踪性能,还具备良好的抗干扰性。仿真结果表明了改进的方法无论针对标称系统还是模型失配时的系统,都能有效地提高系统的抗干扰性能,使得输入跟踪性与扰动抑制性能同时达到良好的效果。之后,将基于遗传算法的控制器参数优化应用到改进的二自由度内模控制方法中,并经过仿真分析说明了优化后的控制系统具有更好的控制效果。最后,本文针对基于动态解耦的内模控制器设计过程计算量大且结果复杂这一问题,提出了一种基于静态解耦的简化的非方形多变量时滞系统的控制方法。该方法首先通过对对象模型的稳态增益矩阵求广义逆来较好的解决了非方系统的耦合问题。之后,利用史密斯预估控制结构和内模控制结构的等价关系,将所设计的内模控制器应用到史密斯预估控制结构中。达到了不仅减少了控制器参数,还省去了将内模控制器转化为PI控制器的目的。从而使得改进的方法的控制器设计过程更加直接,并且具有更广泛的应用性。
冀晓翔[5](2012)在《非自衡时滞对象的PID控制研究》文中研究说明实际工业过程中,被控对象分为自衡对象和非自衡对象两类,对于非自衡对象,其结构中一般包含一个积分环节,并且经常伴有纯滞后环节。在经典控制领域的控制器中,Smith预估器和内模控制器不能直接控制非自衡对象,而经典PID控制器对于纯滞后环节的控制存在不足。针对非自衡时滞对象的特点,对内模控制结构(IMC)增加抗干扰和性能解耦两个控制器,这两个控制器完成了消除静差和镇定被控对象的功能,使得该结构可以适用于非自衡对象的控制,最终得到了两个PID控制器,针对这两个PID控制器,本文接下来针对一阶和二阶非自衡对象,分别给出了基于H∞理论和稳定裕度理论的两种PID参数整定方案,并取得了良好的控制效果。本文研究的主要成果及主要贡献表现在如下几个方面:(1)纯滞后环节近似逼近方法选择纯滞后环节是非线性的,采用适当的线性环节对其进行近似逼近,从而达到线性化的目的。针对非自衡时滞对象的特点,根据几种经典和最新发展而来的近似逼近方式,分别使其在系统开环和闭环状态下求阶跃响应,综合仿真结果的静态和动态性能,最终选择全极点型近似逼近方法为适用于非自衡时滞对象的纯滞后环节的最优近似逼近方案。(2)基于改进IMC的PID控制器内模控制结构对于没有平衡状态的非自衡对象的控制具有先天不足,针对这种情况,本文对内模控制结构进行改进,分别加入两个控制器用于控制系统干扰和镇定不稳定对象,从而达到消除静差和镇定被控对象的目的,使内模控制结构可以直接控制非自衡对象。根据内模控制结构控制器的传统设计方法,得出两个控制器,分别为PID控制器和PD控制器,这两个控制器实现了系统设定值跟踪性能和干扰抑制性能的解耦。经过仿真研究得出本文的研究方法相对于现有的几种经典控制方案具有更优的控制品质,而且系统提出的静态和动态性能得以验证。(3)基于H∞理论的PID控制器参数整定方案根据一阶非自衡对象开环不稳定的特点,基于H∞理论,取控制系统性能指标为min||W (s) S (s)||∞,将控制器分解为微分环节与另一控制器乘积的形式,由于微分环节与非自衡对象的积分环节相抵消,那么上述分解出的控制器稳定足以保证控制系统的稳定,根据系统性能指标可以得出上述分解出的控制器,最终得到系统PID控制器的参数整定公式。经过仿真研究可以得出,该控制方案具有良好的静态性能和动态性能,适用于一阶非自衡对象的控制。(4)基于稳定裕度的PID控制器参数整定方案针对二阶非自衡对象,其依然具有开环不稳定的特点,根据稳定裕度的相关理论,得出了关于系统参数的四个方程,得到了系统处于临界状态下的控制器参数。在方程的求解过程中进行了近似处理,根据近似处理所要求的约束条件以及上述四个方程所得的控制器参数,得到了系统PID控制的参数整定公式及参数取值范围。经过仿真分析研究可以得出,该PID参数整定方案对于二阶非自衡对象的控制取得了良好的控制效果,验证了所设计方法的有效性。
尧蓉欢[6](2010)在《时滞系统的二自由度模糊控制器研究》文中认为在流程工业生产过程控制系统中,普遍存在时滞现象,时滞的存在使被控量不能及时反映系统所承受的扰动,将导致系统动态误差增大,稳定裕度减小,甚至引起系统振荡。因此,时滞过程的控制方法一直是控制理论和控制工程中研究的一个热点问题。随着自动化技术的发展和科学技术的进步,对生产过程控制品质的要求越来越高,不仅要求控制有很高的精确性,而且要求系统有很好的鲁棒性和抗干扰能力。另一方面,由于控制系统的复杂性使得精确的数学模型难以获得,需要寻求一种对模型依赖性小的控制方法。针对上述问题,主要做了以下工作:提出了一种模糊PI-Smith预估控制器的设计方法,该方法是在模糊Smith预估控制器的基础上,引入了PI控制,达到了消除系统稳态误差的目的,并对所设计的控制器进行了稳定性的分析,推导出模糊PID控制器稳定的充分条件,为调节模糊规则提供了理论依据;基于内模控制原理给出一种内模系统等效PID控制器的设计方法,并给出模型失配时参数的调节规律;基于模糊控制器不需要被控对象精确模型的优点,设计了一种模糊二自由度内模控制器,该控制器使系统具有很好的跟踪特性和抗干扰特性,特别是当控制系统模型失配时,系统仍有很强的鲁棒性,并通过仿真验证了所提方法的有效性。
张小娟[7](2009)在《时滞系统的内模控制设计及仿真》文中认为在被控对象与模型失配情况下,Smith预估控制往往难以达到满意的效果。针对具有此种情况的纯滞后工业过程,提出了一种内模控制设计方法;通过仿真结果表明,内模控制能克服被控对象增益和时间常数变化对控制性能的影响,有较强的鲁棒性和抗干扰能力。
杨为民,尹沙沙,胡智华[8](2009)在《多模型内模PID在聚合釜控制系统中的应用》文中进行了进一步梳理以化学反应器——聚合釜的数学模型为基础,应用内模控制的基本知识,设计了聚合釜温度控制的多模型内模PID智能控制系统,这对于参数时变的时滞过程,且具有较大的模型失配会使系统的动态特性和控制质量变坏甚至造成系统失稳这一问题,本文提出一种新的多个PID控制器协作的内模控制方法,这种方法克服了参数摄动对系统性能的影响.经过计算机仿真,结果显示出控制策略的有效性和实用性.
曾繁友[9](2009)在《基于阶跃响应和开闭环转换的系统辨识研究及其应用》文中进行了进一步梳理闭环条件下的系统辨识以及基于模型的先进控制技术,一直都是过程控制领域研究的重要内容,对指导工业生产、完善教学实践具有十分重要的理论意义和应用价值。本文围绕闭环辨识和内模PID(IMC-PID)控制算法展开研究。介绍了线性系统的开环和闭环辨识算法,将最小二乘辅助变量法引入到改进的闭环辨识算法中,依据这些理论开发了系统辨识软件,并针对实际工业过程进行辨识仿真。同时将带有模糊设定值加权的控制算法和人工神经网络的自适应控制算法引入到IMC-PID控制算法中。论文的主要研究成果体现在如下三个方面:(1)针对带有纯滞后环节的一阶、二阶连续系统的闭环辨识问题,提出一种新的基于阶跃响应和开闭环转换的闭环辨识方法,此方法经过三个步骤,可以在闭环辨识条件下得到开环辨识对象传递函数的动态参数和纯滞后时间,此算法对于纯滞后较大的对象同样适用。(2)实现了具有模糊设定值加权(Fuzzy Set-point Weight)的内模PID控制器(IMC-PID-FSW)的设计方法,此算法对于超调量的控制具有一定的局限性,在此基础上,提出了带有增益和时滞自适应调整的内模控制方法,此算法利用Adaline网络在线辨识对象增益和时滞,同时对内部模型和控制器进行相应修正。(3)采用c++语言实现了以上提出的各种算法。将提出的方法用于液位贮槽对象流量和液位的辨识仿真和控制仿真,同时针对实际工业过程中的常减压装置中常项回流及产品罐水包界位进行了辨识研究。
刘明鑫[10](2009)在《时滞系统控制方法的研究》文中认为工业生产过程中广泛地存在着时滞现象,由于时滞的存在,被控量不能及时地反映系统所承受的扰动,从而产生明显的超调,使得控制系统的稳定性变差,调节时间延长,对系统的设计和控制增加了很大的困难。因此,时滞过程的控制方法一直是控制理论研究的重要课题。通常采用过程时滞θ和过程时间常数之比T衡量过程时滞的影响。当过程的θ/T<0.3时,称该过程是具有一般时滞的过程,可用常规控制方法对系统进行控制;当过程的θ/T>0.5时,称该过程是具有大时滞的过程,此时采用常规控制方法通常较难奏效,应采用各种补偿方法或者采用先进控制方法,来减小或补偿时滞造成的不利影响。用传统的控制方法,如PID控制、自校正控制等方法较难得到满意的控制效果。从50年代Smith提出预估控制以来,对于时滞系统的控制已有大量的研究成果,其中典型的算法有PID算法、Dahlin算法和内模控制算法,以及包括模糊控制,神经网络在内的智能控制算法等,大部分控制算法虽然仿真效果较好,但距离实际的工业应用还有很大的差距。本论文主要基于单变量系统的时滞过程的研究,首先研究对比几种改进型的Smith预估控制方法,可以看出,对于复杂的系统单纯改变控制结构并不能很好控制,其次研究了鲁棒性和抗扰动性更好的内模控制,针对工业控制过程中的时滞不稳定过程,提出改进内模控制(IMC)设计方法。针对时滞过程进行研究,讨论了全极点近似法与一阶Pade近似、二阶对称Pade近似、二阶非对称Pade近似的对比,在开环、闭环控制系统中并进行了仿真比较,找出近似效果好的全极点近似法将其应用于IMC-PID控制中,并给出时滞的一阶和二阶过程的IMC-PID转化的公式。结合PID和Smith方法来研究时滞系统的模糊控制方法,分别研究了自适应模糊PID控制和带积分环节的模糊Smith控制方法。避免了一般的的模糊方法中模糊控制性能下降,甚至出现不稳定或振荡现象。
二、纯滞后对象的内模控制(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、纯滞后对象的内模控制(论文提纲范文)
(1)基于LabVIEW的系统辨识与内模控制方法研究及应用(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 工业系统辨识方法研究现状 |
1.2.2 工业系统内模控制应用研究现状 |
1.3 论文主要研究内容 |
2 工业低阶时滞系统模型辨识 |
2.1 低阶系统辨识步骤 |
2.2 系统辨识前期准备 |
2.2.1 输入信号的设计 |
2.2.2 辨识数据的滤波处理 |
2.2.3 滤波效果对比 |
2.3 低阶时滞系统辨识方法 |
2.3.1 基于阶跃响应的几种辨识方法 |
2.3.2 基于伪随机序列的最小二乘法辨识 |
2.4 基于LabVIEW的工业先进控制系统开发 |
2.4.1 先进控制系统软件需求概括 |
2.4.2 先进控制系统总体结构 |
2.4.3 IMC_CON网络构架 |
2.4.4 IMC_CON程序构架 |
2.4.5 基于LabVIEW的工业系统辨识软件设计 |
2.5 本章小结 |
3 工业内模控制的系统设计及算法实现 |
3.1 内模控制的基本结构 |
3.1.1 基于工业连续系统的内模控制器设计 |
3.1.2 工业系统连续模型与离散模型实际转换 |
3.1.3 基于工业离散系统的内模控制器设计 |
3.2 工业应用中的内模控制器算法实现 |
3.3 内模控制中主要参数对于系统性能的影响 |
3.4 基于LabVIEW内模控制系统软件设计 |
3.5 本章小结 |
4 系统辨识及内模控制方法在工程中的应用 |
4.1 先进控制系统在锅炉燃烧系统中的应用 |
4.1.1 锅炉系统基本工作原理 |
4.1.2 主蒸汽压力系统动态特性 |
4.1.3 IMC_CON在锅炉主蒸汽压力系统建模及控制中的应用 |
4.2 先进控制系统在3D打印机系统中的应用 |
4.2.1 3D打印机系统基本工作原理 |
4.2.2 激光温度控制系统 |
4.2.3 IMC_CON在打印机温度系统建模及控制中的应用 |
4.3 本章小结 |
5 总结与展望 |
5.1 全文总结 |
5.2 课题展望 |
致谢 |
参考文献 |
攻读学位期间主要研究成果 |
(2)基于群布谷鸟算法的模型参数辨识与PID控制器设计方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 论文的背景及意义 |
1.2 本课题有关的研究现状 |
1.2.1 智能优化算法的研究现状 |
1.2.2 布谷鸟算法的研究现状 |
1.2.3 系统辨识的研究现状 |
1.2.4 PID控制器设计的研究现状 |
1.3 本课题完成的主要工作 |
第二章 群布谷鸟算法 |
2.1 引言 |
2.2 基本布谷鸟算法 |
2.2.1 布谷鸟的巢寄生行为 |
2.2.2 基本布谷鸟算法 |
2.2.3 BCS的搜索路径 |
2.2.4 BCS算法的步骤 |
2.3 BCS的参数与性能分析 |
2.3.1 算法的性能与参数关系的研究方法 |
2.3.2 BCS算法的性能与参数关系 |
2.3.3 BCS的优点与缺点分析 |
2.4 群布谷鸟算法 |
2.4.1 群布谷鸟算法 |
2.4.2 SCS算法的步骤 |
2.5 数值计算实验及分析 |
2.5.1 数值计算实验 |
2.5.2 结果及分析 |
2.6 小结 |
第三章 基于群布谷鸟算法的适用于多种激励信号的模型参数估计方法 |
3.1 引言 |
3.2 参数估计问题分析 |
3.2.1 参数估计的性能指标 |
3.2.2 性能指标与参数的关系 |
3.3 基于群布谷鸟算法的闭环辨识参数估计方法 |
3.4 仿真实验及分析 |
3.4.1 一阶纯滞后对象的闭环辨识实验 |
3.4.2 二阶带不稳定零点和纯滞后对象的闭环辨识实验 |
3.4.3 高阶对象采用不同阶模型拟合的闭环辨识实验 |
3.4.4 多变量系统的闭环辨识实验 |
3.5 小结 |
第四章 基于群布谷鸟算法的适用于多目标和多约束条件的PID控制器设计方法 |
4.1 引言 |
4.2 PID参数设计问题分析 |
4.2.1 PID控制器的设计 |
4.2.2 带多目标的PID设计问题 |
4.2.3 带约束的PID问题 |
4.3 基于SCS的多目标多约束的PID设计 |
4.3.1 化多目标问题为单目标问题 |
4.3.2 化带约束问题为无约束问题 |
4.3.3 基于群布谷鸟算法的PID设计 |
4.4 仿真实验及分析 |
4.4.1 多目标PID设计仿真实验 |
4.4.2 多约束PID设计仿真实验 |
4.4.3 带有多目标与多约束的PID设计仿真实验 |
4.5 小结 |
第五章 基于定性分析的静态补偿抗饱和IMC-PID设计方法 |
5.1 引言 |
5.2 含有对象输入饱和系统的分析 |
5.3 基于群布谷鸟算法的前馈补偿抗饱和IMC-PID设计方法 |
5.3.1 抗饱和内模控制策略 |
5.3.2 含有输入饱和系统的定性分析 |
5.4 仿真实验及分析 |
5.4.1 一阶纯滞后对象仿真及分析 |
5.4.2 高阶纯滞后对象仿真及分析 |
5.5 小结 |
第六章 基于多变量系统粗模型的IMC-PID控制器设计方法的初步研究 |
6.1 引言 |
6.2 基于EOTF的多变量系统IMC-PID设计方法 |
6.2.1 多变量系统的EOTF及其在IMC-PID中的应用 |
6.2.2 基于EOTF设计多变量系统IMC-PID方法的缺点 |
6.3 多变量系统的粗模型及其在IMC-PID设计中的应用 |
6.3.1 多变量系统的粗模型及其获取方法 |
6.3.2 多变量系统的粗模型在设计IMC-PID中的应用 |
6.4 仿真实验及分析 |
6.4.1 TITO的粗模型及IMC-PID设计 |
6.4.2 MIMO的粗模型及IMCPID设计 |
6.5 小结 |
第七章 总结与展望 |
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 |
硕士研究生学位论文答辩委员会决议书 |
(3)智能自适应PID/PD控制器设计及仿真研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源、研究目的及意义 |
1.2 PID 控制参数整定的发展与现状 |
1.3 智能 PID 控制的发展与现状 |
1.3.1 模糊控制及模糊 PID 参数整定 |
1.3.2 基于遗传算法的 PID 参数整定 |
1.3.3 基于粒子群算法的 PID 参数整定 |
1.4 本文的主要研究内容 |
第2章 PID 控制原理及参数整定方法 |
2.1 PID 控制器 |
2.1.1 PID 控制器的基本原理 |
2.1.2 PID 控制器参数对控制性能的影响 |
2.2 常规 PID 控制器参数整定方法仿真分析 |
2.2.1 Z-N 法 |
2.2.2 继电反馈控制法 |
2.3 人工智能 PID 控制器参数整定方法仿真分析 |
2.3.1 基于模糊控制的 PID 参数整定与仿真 |
2.3.2 基于遗传算法的 PID 参数整定与仿真 |
2.3.3 基于粒子群算法的 PID 参数整定与仿真 |
2.4 本章小结 |
第3章 智能自适应 PD 控制器的设计与仿真 |
3.1 智能自适应 PID 控制器设计 |
3.1.1 智能自适应 PID 控制器的基本思想 |
3.1.2 智能自适应 PD 控制器的设计思想 |
3.1.3 设计智能权因子 |
3.1.4 设计微分系数k_d |
3.1.5 微分系数的自调整 |
3.1.6 智能权因子的改进设计 |
3.2 智能自适应 PD 控制器仿真 |
3.2.1 智能自适应 PD 控制器跟踪性能仿真 |
3.2.2 智能自适应 PD 控制器对非最小相位系统的仿真 |
3.2.3 智能自适应 PD 控制器抗扰性能仿真 |
3.3 智能自适应 PD 控制器对非线性系统仿真 |
3.4 本章小结 |
第4章 智能自适应 PD 控制器对倒立摆的控制 |
4.1 倒立摆及其控制方法 |
4.2 一级倒立摆控制仿真 |
4.2.1 一级倒立摆的数学模型 |
4.2.2 一级倒立摆的 LQR 控制 |
4.2.3 智能自适应 PD 控制器对一级倒立摆的控制仿真 |
4.3 二级倒立摆的控制仿真 |
4.3.1 二级倒立摆的数学模型 |
4.3.2 智能自适应 PD 控制器对二级倒立摆的控制仿真 |
4.4 本章小结 |
第5章 智能自适应 PID 控制器对纯滞后对象的控制 |
5.1 智能自适应 PID 控制器的设计 |
5.1.1 智能积分环节的设计 |
5.1.2 智能自适应 PID 控制器对二阶惯性环节的仿真 |
5.2 智能控制器对纯滞后对象的控制仿真 |
5.2.1 纯滞后对象 |
5.2.2 纯滞后对象的控制方法 |
5.2.3 Dahlin 算法及其仿真 |
5.2.4 Smith 预估算法及仿真 |
5.2.5 基于智能自适应 PID 控制器的改进 Smith 预估控制仿真 |
5.2.6 内模控制及其改进 |
5.2.7 基于智能自适应 PID 控制器的改进内模控制仿真 |
5.3 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文 |
致谢 |
(4)基于内模控制的多变量时滞系统的控制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题的背景和意义 |
1.2 内模控制的研究现状 |
1.3 非方系统控制方法的研究现状 |
1.4 本文的主要研究工作 |
第2章 多变量系统的内模控制 |
2.1 引言 |
2.2 内模控制的基本原理和设计方法 |
2.2.1 内模控制的基本原理 |
2.2.2 内模控制器两步设计法 |
2.3 时滞环节的处理 |
2.3.1 时滞环节的处理方法 |
2.3.2 几种近似方法的仿真分析 |
2.4 方形多变量系统的内模控制 |
2.4.1 多变量系统的分析 |
2.4.2 多变量系统解耦方法 |
2.4.3 方形多变量系统的内模控制 |
2.5 本章小结 |
第3章 基于遗传算法的模型降阶和参数优化 |
3.1 引言 |
3.2 遗传算法的基本概念 |
3.2.1 遗传算法的特点 |
3.2.2 遗传算法的求解过程 |
3.3 基于遗传算法的模型降阶 |
3.3.1 目标函数的建立 |
3.3.2 模型降阶的实现步骤 |
3.3.3 仿真分析 |
3.4 基于局部变权遗传算法的控制器参数优化 |
3.4.1 基于局部变权目标函数的建立 |
3.4.2 控制器参数优化的实现步骤 |
3.4.3 仿真分析 |
3.5 本章小结 |
第4章 改进的非方系统二自由度内模控制 |
4.1 引言 |
4.2 广义逆的定义和计算方法 |
4.3 改进的非方多变量时滞系统二自由度内模控制方法 |
4.3.1 多变量系统的二自由度内模控制结构(TDOF-IMC) |
4.3.2 非方系统的改进的二自由度内模控制方法(M-TDOF-IMC) |
4.3.3 内模控制器的设计 |
4.4 仿真分析 |
4.4.1 非方系统的M-TDOF-IMC方法与TDOF-IMC方法的仿真分析 |
4.4.2 控制器参数优化后M-TDOF-IMC方法的控制性能仿真分析 |
4.5 本章小结 |
第5章 改进的基于SMITH结构的非方系统内模控制 |
5.1 引言 |
5.2 基于SMITH结构的非方系统内模控制 |
5.2.1 非方系统基于SMITH结构的内模控制(SMITH-IMC) |
5.2.2 改进的基于SMITH结构的内模控制(M-SMITH-IMC) |
5.2.3 内模控制器的设计过程 |
5.3 仿真分析 |
5.3.1 非方系统的SMITH-IMC与M-SMITH-IMC仿真分析 |
5.3.2 非方系统的M-SMITH-IMC与M-TDOF-IMC仿真分析 |
5.4 本章小结 |
第6章 结论与展望 |
参考文献 |
致谢 |
(5)非自衡时滞对象的PID控制研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 选题的目的及意义 |
1.2 非自衡对象的发展研究现状 |
1.2.1 国外研究介绍 |
1.2.2 国内研究介绍 |
1.3 本文的主要内容及章节安排 |
2 PID 控制及内模控制结构概述 |
2.1 PID 控制简介 |
2.1.1 PID 控制器的控制原理 |
2.1.2 PID 控制器参数整定的发展 |
2.1.3 PID 参数整定方法分类 |
2.2 经典内模控制简介 |
2.2.1 内模控制结构 |
2.2.2 内模控制器的设计以及性能分析 |
2.2.3 内模控制结构对非自衡对象控制的不足 |
3 基于改进内模控制结构的 PID 控制器 |
3.1 内模控制结构的改进 |
3.1.1 针对非自衡对象的内模控制器 |
3.1.2 闭环系统抗干扰性能和鲁棒性分析 |
3.2 纯滞后近似逼近方法的比较 |
3.2.1 近似逼近方法的开环特性 |
3.2.2 近似逼近方法的闭环特性 |
3.3 PID 控制器设计及其仿真研究 |
3.3.1 PID 控制器设计步骤及说明 |
3.3.2 PID 控制器的设计 |
3.3.3 系统仿真研究 |
4 基于 H∞理论的 PID 控制器参数整定 |
4.1 PID 参数整定方法分析 |
4.2 控制器设计及性能分析 |
4.3 仿真研究 |
5 基于稳定裕度概念的 PID 参数整定 |
5.1 相角裕度与幅值裕度简介 |
5.2 稳定裕度方程及 PID 参数整定方程 |
5.3 仿真研究 |
6 全文总结与展望 |
6.1 工作总结 |
6.2 未来工作展望 |
致谢 |
参考文献 |
攻读学位期间发表的学术论文目录 |
(6)时滞系统的二自由度模糊控制器研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 时滞过程控制方法研究现状 |
1.2.1 PID控制 |
1.2.2 Smith预估控制 |
1.2.3 内模控制 |
1.2.4 二自由度控制 |
1.2.5 智能控制 |
1.3 本文的主要研究内容及结构安排 |
第二章 模糊PI-Smith预估控制器设计 |
2.1 模糊控制系统 |
2.1.1 模糊数学基础 |
2.1.2 模糊控制器原理 |
2.1.3 模糊控制系统 |
2.2 模糊控制器的设计 |
2.2.1 模糊化 |
2.2.2 模糊控制规则 |
2.2.3 模糊推理 |
2.3 模糊PI-Smith预估控制器设计 |
2.3.1 Smith预估控制器 |
2.3.2 模糊Smith预估控制器 |
2.3.3 模糊PI-Smith预估控制器设计 |
2.3.4 模糊规则的设计与仿真 |
2.4 本章小结 |
第三章 IMC系统等效PID控制器设计 |
3.1 内模控制的原理和性质 |
3.1.1 内模控制的结构 |
3.1.2 内模控制器的性质 |
3.2 改进的内模控制器设计 |
3.2.1 改进的内模控制结构 |
3.2.2 改进的内模控制器设计 |
3.3 Smith内模控制 |
3.3.1 Smith预估控制与内模控制关系 |
3.3.2 基于Smith原理的内模控制器设计 |
3.4 IMC系统等效PID控制器设计 |
3.4.1 IMC系统等效PID控制器设计方法 |
3.4.2 仿真研究及讨论 |
3.5 本章小结 |
第四章 模糊二自由度内模控制器设计 |
4.1 引言 |
4.2 二自由度原理 |
4.3 二自由度PID控制 |
4.4 模糊二自由度内模控制器设计 |
4.4.1 二自由度内模控制器设计 |
4.4.2 模糊二自由度内模控制器设计 |
4.4.3 仿真研究及讨论 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
攻读学位期间主要研究成果 |
(7)时滞系统的内模控制设计及仿真(论文提纲范文)
1 纯滞后对象的Smith预估控制 |
2 纯滞后对象的内模控制 |
3 仿真结果 |
1) 鲁棒性能 |
2) 抗干扰能力 |
4 结语 |
(9)基于阶跃响应和开闭环转换的系统辨识研究及其应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究目的和意义 |
1.2 系统辨识研究的历史、现状及发展 |
1.2.1 系统辨识的定义与历史 |
1.2.2 系统辨识研究的现状及发展趋势 |
1.2.3 系统辨识研究的关键问题 |
1.3 内模控制研究的历史、现状及发展 |
1.3.1 内模控制 |
1.3.2 IMC-PID控制 |
1.4 本论文主要内容 |
第二章 开环和闭环辨识方法研究 |
2.1 系统辨识 |
2.1.1 辨识的基本步骤 |
2.1.2 辨识的实验设计 |
2.1.2.1 系统辨识的实验信号 |
2.1.2.2 采样间隔ΔT和实验长度N的选择 |
2.2 基于阶跃响应的开环辨识 |
2.2.1 最小二乘法 |
2.2.2 线性单输入单输出系统开环辨识算法 |
2.2.3 开环辨识算法仿真 |
2.2.3.1 一阶、二阶加纯滞后对象模型辨识仿真 |
2.2.3.2 高阶加纯滞后对象模型辨识仿真 |
2.3 闭环辨识 |
2.3.1 闭环辨识的可辨识性 |
2.3.2 闭环系统辨识的方法 |
2.4 基于阶跃响应的闭环辨识算法 |
2.4.1 闭环系统辨识算法 |
2.4.2 闭环系统辨识仿真 |
2.5 小结 |
第三章 基于阶跃响应和开闭环转换的系统辨识研究及其应用 |
3.1 基于阶跃响应和开闭环转换的系统辨识算法 |
3.1.1 闭环传递函数辨识 |
3.1.2 被辨识开环对象阶跃响应估计 |
3.1.3 被辨识对象参数估计 |
3.2 基于阶跃响应和开闭环转换的系统辨识算法仿真 |
3.2.1 一阶加纯滞后系统辨识仿真 |
3.2.2 二阶加纯滞后系统辨识仿真 |
3.3 基于阶跃响应和开闭环转换的系统辨识算法应用 |
3.3.1 液位贮槽对象流量、液位辨识仿真 |
3.3.2 实际工业过程辨识仿真 |
3.4 小结 |
第四章 内模控制方法研究及应用 |
4.1 内模控制 |
4.1.1 内模控制原理 |
4.1.2 IMC-PID整定算法 |
4.1.3 典型工业过程对象IMC-PID整定公式 |
4.1.4 仿真实例 |
4.1.4.1 一阶加纯滞后对象模型 |
4.1.4.2 二阶加纯滞后对象模型 |
4.2 IMC-PID-FSW控制器 |
4.2.1 具有模糊设定值加权的IMC-PID-FSW控制器设计 |
4.2.2 IMC-PID-FSW控制器仿真 |
4.3 增益和时滞自适应内模控制 |
4.3.1 增益和时滞自适应内模控制原理 |
4.3.2 基于单层Adaline网络的增益和时滞辨识算法 |
4.3.3 仿真研究 |
4.3.4 液位贮槽对象流量、液位控制应用 |
4.4 小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 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 |
硕士研究生学位论文答辩委员会决议书 |
(10)时滞系统控制方法的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文选题的目的和意义 |
1.2 时滞系统控制概述 |
1.3 时滞系统控制方法的研究现状 |
1.3.1 时滞系统的经典控制方法 |
1.3.2 时滞系统的先进控制方法 |
1.3.3 时滞系统的智能控制方法 |
1.4 本课题的主要研究内容及方法 |
第二章 时滞环节的处理方法及比较 |
2.1 引言 |
2.2 移位输出法处理滞后环节 |
2.3 n阶逼近方法的分析比较 |
2.3.1 开环系统中时滞环节近似方法的比较 |
2.3.2 闭环系统中时滞环节近似方法的比较 |
2.3.3 用误差性能指标分析近似精度 |
2.4 小结 |
第三章 Smith预估控制 |
3.1 Smith预估器 |
3.2 Smith预估器的解析设计 |
3.2.1 解析设计方法一 |
3.2.2 解析设计方法二 |
3.2.3 Smith解析设计方法仿真 |
3.3 改进的Smith预估器 |
3.3.1 Matausek法 |
3.3.2 Astrom法 |
3.3.3 Majhi法 |
3.3.4 Kaya法 |
3.4 改进Smith方法仿真实例 |
3.5 小结 |
第四章 时滞系统的内模控制研究 |
4.1 引言 |
4.2 内模控制原理 |
4.2.1 内模控制的主要性质 |
4.2.2 理想内模控制器难以实现的原因 |
4.3 内模控制器的设计的两步法 |
4.4 内模控制器的性能分析 |
4.5 IMC-PID控制器的设计 |
4.5.1 内模控制与经典反馈控制的关系 |
4.5.2 基于几种逼近方法的IMC-PID控制器设计 |
4.5.3 滤波器参数与滞后比的关系 |
4.6 仿真实例 |
4.7 小结 |
第五章 时滞不稳定过程内模控制 |
5.1 引言 |
5.2 改进的内模控制结构 |
5.3 控制器设计 |
5.3.1 一阶时滞不稳定系统 |
5.3.2 二阶时滞不稳定系统 |
5.4 仿真 |
5.4.1 一阶时滞不稳定系统仿真 |
5.4.2 二阶时滞不稳定系统仿真 |
5.5 小结 |
第六章 时滞系统的模糊控制 |
6.1 引言 |
6.2 模糊控制理论原理 |
6.3 自适应模糊PID控制 |
6.3.1 模糊控制器设计 |
6.3.2 仿真实例 |
6.4 模糊Smith控制 |
6.4.1 带积分环节的模糊Smith控制 |
6.4.2 仿真实例 |
6.5 小结 |
第七章 总结与展望 |
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 |
北京化工大学 硕士研究生学位论文答辩委员会决议书 |
四、纯滞后对象的内模控制(论文参考文献)
- [1]基于LabVIEW的系统辨识与内模控制方法研究及应用[D]. 张蓓. 西安理工大学, 2020(12)
- [2]基于群布谷鸟算法的模型参数辨识与PID控制器设计方法研究[D]. 戚林锋. 北京化工大学, 2015(03)
- [3]智能自适应PID/PD控制器设计及仿真研究[D]. 晏亭太. 哈尔滨工业大学, 2014(02)
- [4]基于内模控制的多变量时滞系统的控制研究[D]. 陈楠. 东北大学, 2013(03)
- [5]非自衡时滞对象的PID控制研究[D]. 冀晓翔. 陕西科技大学, 2012(10)
- [6]时滞系统的二自由度模糊控制器研究[D]. 尧蓉欢. 中南大学, 2010(02)
- [7]时滞系统的内模控制设计及仿真[J]. 张小娟. 新技术新工艺, 2009(11)
- [8]多模型内模PID在聚合釜控制系统中的应用[A]. 杨为民,尹沙沙,胡智华. 2009中国控制与决策会议论文集(3), 2009
- [9]基于阶跃响应和开闭环转换的系统辨识研究及其应用[D]. 曾繁友. 北京化工大学, 2009(07)
- [10]时滞系统控制方法的研究[D]. 刘明鑫. 北京化工大学, 2009(07)