闭环自适应逆控制及在热力系统中的应用研究

【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。