收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

闭环自适应逆控制及在热力系统中的应用研究

王志杰  
【摘要】:基于系统逆模型的控制策略主要包括自适应逆控制和逆系统控制两种典型的控制方法。近年来,基于系统逆模型的控制方法及其应用研究受到广泛关注。对系统逆动力学过程建模方法、基于系统逆模型的控制策略与经典反馈控制策略之间内在联系及有效融合等问题进行深入研究,可望为复杂系统提供新的控制思路和技术手段。 模糊模型是以模糊语言变量、模糊集合及模糊逻辑为数学基础的模糊推理规则,被广泛地应用于复杂非线性系统的辨识及控制中。本文研究了基于T-S模糊模型的闭环自适应逆控制方法及其在热力系统中的应用问题,主要内容包括以下四个方面: ①针对现有的T-S模糊模型辨识方法存在的问题,从模糊聚类方案入手,提出了一种基于最差子集分解聚类的T-S模糊模型辨识方法,以及基于最差子集分解聚类的T-S模糊模型分步辨识方法,并将该方法应用于典型热工过程及其逆系统建模。在系统辨识过程中,引入了新的聚类目标函数和辨识目标函数,根据建模精度要求自动产生新的模糊规则,避免了规则数需要人为给定的弊端;当模型精度未达到要求时,只需辨识新增子模型的结构和参数。相对于常规的T-S模糊模型辨识方法,具有辨识精度高,模糊规则数少及计算成本低等优点,提高了模型的实时跟踪能力,为开展热工过程自适应逆控制提供了有效支持。文中通过非线性系统辨识仿真试验对该方法的有效性进行了验证。 ②针对复杂热工过程通常具有较大的时间迟延和热惯性等特征,建立了一种基于校正基准量的增量式控制算法;论证了被控对象逆模型参数与控制器特征参数之间的对应关系,提出了一种增量式闭环自适应逆控制系统,实现了自适应逆控制与经典反馈控制的有机结合,并能够根据对被控对象逆模型的在线辨识结果直接对控制器的特征参数进行在线调整。文中针对几类典型的热工对象(包括SISO热工对象和MIMO热工对象)采用增量式闭环自适应逆控制方法进行了仿真试验,结果表明,与直接自适应逆控制方法相比,增量式闭环自适应逆控制方法能够有效地降低被控对象逆动力学模型的精度对控制性能的影响,具有良好的自适应能力和良好的鲁棒性。 ③提出了一种基于对象逆模型的自适应PID(PID-IMO)控制器的设计方法。在所建立的PID-IMO控制系统中,通过对逆模型输入向量的恰当选取,实现了对象逆模型与PID控制器两者结构上的统一;论证了自适应PID控制器特征参数与控制对象逆模型参数之间的内在联系和等价关系,进而根据逆模型的在线辨识结果直接获得PID控制器的参数,形成与对象特性相匹配的自适应PID控制器,并将PID-IMO方法推广到串级PID控制系统。通过对两种典型的热力系统过程控制的仿真试验表明,自适应PID-IMO控制系统具有良好的自适应能力、抗干扰能力和鲁棒性。 ④逆系统控制是一种具有广泛适用性的非线性控制策略。本文将模糊辨识引入到逆系统控制方法中,采用所提出的基于最差子集分解聚类的分步模糊辨识方法建立被控对象的逆模型,避免了求解被控对象解析逆的困难,考察了基于模糊模型的系统逆模型对多变量非线性系统的线性化及解耦效果;根据被控对象所具有的不同迟延特性,采用PID控制器和Smith预估器作为附加控制器,设计了两种常用的模糊逆控制系统。文中通过仿真试验对设计的控制系统的性能进行了检验。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘亚秋,马广富,石忠;NARX网络在自适应逆控制动态系统辨识中的应用[J];哈尔滨工业大学学报;2005年02期
2 李爱军 ,王新民 ,刘惠英 ,吕A;非线性系统的神经网络自适应逆控制[J];测控技术;2002年11期
3 王新华,朱丽业,张炜,吴士昌;消除耳机噪声的自适应逆控制[J];微计算机信息;2002年02期
4 曲东升,孙立宁,丁庆勇;压电陶瓷驱动器的建模分析与自适应逆控制[J];机器人;2001年S1期
5 赵国军,安锦文,沈毅;基于演化神经网络的飞机自动着陆自适应逆设计[J];系统仿真学报;2004年06期
6 刘小勇,杨清宇,施仁;基于X滤波最小均方算法的冲击振动自适应逆控制[J];西安交通大学学报;2004年02期
7 李力争,何清华;基于一种增量式一元线性回归模型的自适应逆控制[J];系统工程与电子技术;2002年10期
8 于灵慧,房建成;Hénon混沌同步的自适应逆控制[J];控制理论与应用;2005年04期
9 李红星;李红星;朱文娜;;基于模糊调整的神经网络逆模型控制[J];电气自动化;2005年04期
10 岳艳艳;董宁;;补偿模糊神经网络自适应逆控制的仿真研究[J];计算机仿真;2006年09期
11 曲永印;白晶;周振雄;王忠礼;邵世煌;;自适应逆控制的异步电机变频调速系统研究[J];控制与决策;2007年07期
12 刘涵;刘丁;;基于支持向量机的一类混沌系统自适应逆控制[J];控制理论与应用;2007年05期
13 阚洪亮;阚凤龙;韩中华;赵浩轩;;神经网络自适应逆控制在铝电解过程控制中的应用[J];科技广场;2007年09期
14 蔡满军;王向菊;吴士昌;;基于自适应逆控制的离散MRAC设计[J];系统工程与电子技术;2008年01期
15 董泽;颉子光;周黎辉;焦嵩鸣;;基于VPBF网络的直接自适应逆控制方法[J];华北电力大学学报(自然科学版);2008年01期
16 杨巧德;张侃健;;非最小相位系统的自适应逆控制[J];大电机技术;2010年04期
17 吴言凤,吴正国,李华;基于自适应逆控制的并联型有源电力滤波器的仿真研究[J];电气传动;2005年08期
18 张浩;叶梧;冯穗力;童调生;;一种新型的基于自适应逆控制的预失真器设计[J];信号处理;2006年04期
19 解淑英;张承进;;一种输入饱和受限系统的自适应逆控制[J];山东大学学报(工学版);2006年06期
20 郭树军,姜长生;非线性系统的神经网络控制器设计[J];南京航空航天大学学报;2000年04期
中国重要会议论文全文数据库 前10条
1 李明;舒宇;杨承;;非线性自适应逆控制系统的信号流图在线学习算法[A];第二十七届中国控制会议论文集[C];2008年
2 张端金;刘侠;吴捷;;自适应逆控制的研究进展[A];第二十二届中国控制会议论文集(上)[C];2003年
3 卢志刚;易之光;赵翠俭;李兵;吴士昌;;基于最小二乘支持向量机的非线性自适应逆控制[A];2005中国控制与决策学术年会论文集(上)[C];2005年
4 刘绍奎;闫桂荣;;基于自适应逆控制的空间桁架结构振动主动控制[A];第九届全国振动理论及应用学术会议论文集[C];2007年
5 刘绍奎;闫桂荣;;基于自适应逆控制的空间桁架结构振动主动控制[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
6 潘永湘;吴转峰;李强;;一种基于串联BP算法的神经网络自适应逆控制方法[A];2003中国控制与决策学术年会论文集[C];2003年
7 卢志刚;冀尔康;李伟;吴士昌;;基于混合Elman网络的非线性自适应逆控制[A];第七届青年学术会议论文集[C];2005年
8 柳晓菁;于灵慧;吴士昌;;自适应逆控制在抗噪声电话中的应用[A];2002中国控制与决策学术年会论文集[C];2002年
9 卢志刚;冀尔康;李伟;周凌;吴士昌;;基于混合Elman动态神经网络的非线性实时自适应逆控制[A];第二十四届中国控制会议论文集(下册)[C];2005年
10 吴言凤;吴正国;李华;;基于RLS算法的非最小相位自适应逆控制[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 王志杰;闭环自适应逆控制及在热力系统中的应用研究[D];重庆大学;2011年
2 张义兵;高精度多线切割机数控系统关键技术及其应用研究[D];湖南大学;2009年
3 韩华;基于LMS算法的自适应逆控制方法研究[D];中南大学;2008年
4 廖忠;小波网络及其在水轮机调节系统中的应用研究[D];河海大学;2005年
5 王唯;直升机“地面共振”半主动自适应控制[D];南京航空航天大学;2007年
6 周平;船舶与海洋结构动力分析中的动态刚度阵法研究[D];大连理工大学;2007年
7 陈光;密集模态挠性结构的多变量实验辨识及自适应逆控制[D];中国科学技术大学;2006年
8 叶凌云;多轴向多激励随机振动高精度控制研究[D];浙江大学;2006年
9 许江涛;可重复使用助推飞行器姿态控制和控制分配研究[D];哈尔滨工业大学;2010年
10 麦欢欢;非线性的耦合系统一致性问题研究[D];重庆大学;2012年
中国硕士学位论文全文数据库 前10条
1 王亚静;神经网络辨识及自适应逆控制研究[D];燕山大学;2010年
2 韩磊;基于非线性自适应逆控制的直驱式电液伺服系统研究[D];哈尔滨工业大学;2011年
3 刘砚;基于模糊逆模型的自适应逆控制及其应用研究[D];燕山大学;2012年
4 李智;基于IPMC迟滞蠕变特性的自适应逆控制研究[D];东北大学;2009年
5 谢慧娟;基于BP神经网络的自适应逆控制的研究与应用[D];中南大学;2012年
6 刘尚;SISO非线性系统的PID神经网络自适应逆控制[D];东北大学;2008年
7 栗景树;基于人工神经网络的逆模型在热轧板带生产中的应用研究[D];昆明理工大学;2010年
8 王立;基于神经网络逆方法的单元机组协调控制[D];东北电力大学;2012年
9 刘建锋;锰铁冶炼电弧炉电极控制系统的仿真研究[D];昆明理工大学;2011年
10 田金鹏;前馈神经网络在自适应逆控制中的应用研究[D];郑州大学;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978