收藏本站
收藏 | 论文排版

多变量系统分数阶PI~λD~μ控制器的设计

张超  
【摘要】:众所周知,绝大部分工业过程都是多输入多输出(MIMO)系统,多变量控制系统的研究一直是过程控制领域的热点与难点课题之一,随着人们对控制系统的稳定性、抗干扰性、鲁棒性和控制品质的要求越来越高,研究多变量复杂系统的控制理论与控制方法对提高控制系统的性能具有重要的意义。 分数阶PIλDμ控制器在控制系统中的应用是一个新兴领域,分数阶理论在控制系统中的应用是目前一个新的研究热点,因此针对多变量系统研究设计分数阶PIλDμ控制器是非常有意义和价值的。 本文主要针对多变量系统分数阶PIλDμ控制器的设计方法和理论进行了深入的研究,在多变量控制系统的设计中,分析了分数阶PIλDμ控制器的离散化实现方法,利用Matlab编写了三种不同的离散化实现方法的程序,并通过仿真分析比较得出每种数字化离散方法的优缺点,为分数阶控制器的设计与实际应用奠定了理论基础。在分析比较了原有的分数阶PIλDμ控制器整定方法的基础上,本文提出了基于粒子群算法的分数阶PIλDμ控制器参数整定方法,该方法与其它分数阶PIλDμ控制器的参数整定方法相比,在前期有较高的搜索能力,而在后期有较高的开发能力以加快收敛速度。在对分数阶PIλDμ控制器的特征进行了深入分析的同时,讨论了分数阶PIλDμ控制器的参数变化对闭环系统性能的影响。针对多变量分数阶的控制系统,根据系统状态空间表达式中状态矩阵和微分阶次的变化范围,探讨了系统的稳定性判定依据,通过实例分析验证了该方法的实用性和有效性。针对多变量复杂系统的控制问题,研究了基于多变量系统分散控制器的设计方法,并对分散控制器设计结果进行了仿真分析。设计了多变量复杂系统分数阶PIλDμ控制器,在确定各回路分数阶PIλDμ控制器的微积分阶次的基础上,利用改进遗传算法设计了多变量系统分散分数阶PIλDμ控制器,该控制器使得系统的整体性能最优。通过仿真实例分析,验证了基于该改进遗传优化算法设计的多变量系统分散分数阶PIλDμ控制器的优越性。 通过对多变量系统分数阶PIλDμ控制器设计的理论研究,为多变量系统分数阶PIλDμ控制器的设计奠定了基础,对促进控制理论的发展与应用具有重要的意义。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 徐朋力,徐征明;一种带有可测干扰的多变量自校正解耦控制器的研究[J];齐齐哈尔大学学报;1989年03期
2 陈祖清;陈雪波;;计算机辅助判定多变量系统稳定的方法[J];鞍山科技大学学报;1989年04期
3 庞国仲;韩珂;陈振跃;;多变量系统近似模型设计方法[J];计算技术与自动化;1989年01期
4 丁锋,谢新民;多变量系统的辅助模型辨识算法[J];清华大学学报(自然科学版);1992年04期
5 王倩;;多变量广义预测自校正控制隐式算法[J];计算技术与自动化;1992年02期
6 胡泽新;多变量系统故障诊断和容错控制新方法及其在精馏过程中的应用[J];控制与决策;1994年04期
7 吴学礼;;多变量系统的精确模型匹配解耦控制与自适应解耦控制[J];河北工业科技;1994年02期
8 周建民,沈宪章,黄健;多变量系统的极点配置方法[J];电气传动;1999年06期
9 郑敏,李钟侠,任金霞;一种新型动态神经网络在多变量系统中的应用研究[J];南方冶金学院学报;2002年05期
10 杨世勇;王培进;徐莉苹;;倒立摆的一种模糊控制方法[J];自动化技术与应用;2007年07期
11 胡慧;刘国荣;郭鹏;;带有参数自调整机构的多变量系统模糊神经网络解耦控制[J];湖南工程学院学报(自然科学版);2008年03期
12 杨妍妍;高齐圣;张嗣瀛;;多变量系统的基于高频增益矩阵分解的直接型模型参考自适应控制[J];控制与决策;2010年08期
13 朱善安 ,丘小冰 ,路甬祥 ,蒋静坪;注塑机料筒多变量加温系统微机实时控制研究[J];浙江大学学报(工学版);1988年S1期
14 韩崇昭;王立琦;万百五;;多变量自校正控制的分解-协调算法[J];自动化学报;1988年01期
15 张霖;;对角摄动下矩阵特征值摄动的估计[J];自动化学报;1991年05期
16 陈建勤,陈来九;多变量V规范型解耦控制系统设计[J];控制理论与应用;1993年03期
17 黄永宣;耦合倒置摆系统的稳定控制[J];西安交通大学学报;1995年12期
18 唐明辉,李农庄;多变量系统反馈补偿解耦设计[J];现代电力;1995年02期
19 徐国凯;赵秀春;宋鹏;;一种简化的多变量MRAC系统设计[J];大连民族学院学报;2006年03期
20 张琛;耿标;;多变量耦合系统中变量对的选取问题[J];科技传播;2010年14期
中国重要会议论文全文数据库 前10条
1 左小五;;时滞多变量系统的变结构预测控制[A];首届信息获取与处理学术会议论文集[C];2003年
2 李昕;江芳泽;;多变量系统的自适应神经网络控制方法[A];1997中国控制与决策学术年会论文集[C];1997年
3 吴忠强;朴春俊;赵海英;;一类多变量系统的混合模型参考自适应控制[A];1996中国控制与决策学术年会论文集[C];1996年
4 陈雪波;张方;常政贵;陈祖清;;多变量系统非平衡补偿阵的拟合[A];第三届全国控制与决策系统学术会议论文集[C];1991年
5 黄敬尧;崔志强;肖建修;;多变量系统及其解耦控制器的设计[A];第二十二届中国控制会议论文集(上)[C];2003年
6 王殿福;;一类具有两个非线性环节的控制系统的绝对稳定性[A];1997中国控制与决策学术年会论文集[C];1997年
7 魏鹏;王占林;裘丽华;;针对某型军机机载作动系统的新型模糊变结构控制[A];2005中国控制与决策学术年会论文集(上)[C];2005年
8 郭东道;;用逆回差矩阵分析和设计多变量系统的整体性[A];第三届全国控制与决策系统学术会议论文集[C];1991年
9 张智焕;;基于神经网络的非线性坐标变换[A];1995年中国控制会议论文集(下)[C];1995年
10 葛铭;李平;孙优贤;;基于神经网络的多变量控制系统设计[A];1994中国控制与决策学术年会论文集[C];1994年
中国博士学位论文全文数据库 前10条
1 魏环;连续时间广义预测控制及其实现方法研究[D];北京化工大学;2008年
2 金耀;自适应单神经元智能控制策略及其在汽车主动悬架中的应用研究[D];湖南大学;2007年
3 富月;基于多模型与神经网络的非线性自适应解耦控制[D];东北大学 ;2009年
4 赵宇;基于预报误差方法的控制回路性能评估与监控策略研究[D];浙江大学;2011年
5 王俊国;基于神经网络的建模方法与控制策略研究[D];华中科技大学;2004年
6 薛亚丽;热力过程多变量控制系统的优化设计[D];清华大学;2005年
7 周立芳;多变量多频预测控制系统的研究[D];浙江大学;1999年
8 孙青林;基于频域的预测控制分析与设计及其应用[D];南开大学;2003年
9 沈玉玲;基于等价传递函数的多变量控制系统分析与设计[D];上海交通大学;2012年
10 郭启刚;热工过程多模型控制理论与方法的研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 尹美兰;多变量内模解耦控制的研究[D];北京化工大学;2006年
2 胡慧;基于模糊神经网络的线性不确定多变量系统解耦控制方法及仿真研究[D];湘潭大学;2004年
3 赵江;多变量预测函数控制技术及应用研究[D];浙江大学;2006年
4 支保峰;预测控制在单元机组协调控制系统中的应用研究[D];华北电力大学(河北);2007年
5 关圣涛;一种新型RTD-A控制器在过程系统中的研究与应用[D];北京化工大学;2008年
6 孙宗耀;基于高频增益矩阵分解的模型参考自适应控制[D];曲阜师范大学;2005年
7 朱书善;基于神经网络的连轧机板形板厚解耦控制[D];北方工业大学;2005年
8 郭红戈;基于神经网络的多变量非线性系统广义预测控制[D];太原理工大学;2005年
9 郑秀云;线性系统的自适应驱动器故障补偿控制[D];曲阜师范大学;2006年
10 张春慧;预测控制算法及其在热工系统中的应用研究[D];华北电力大学(北京);2007年
中国重要报纸全文数据库 前3条
1 任勇郑重;中国对世界钢材价格的影响实证分析[N];现代物流报;2007年
2 ;大力推广模糊智能控制技术[N];中国电子报;2001年
3 记者 赵凤莉 通讯员 于雁雁;亚洲最大戊烷精分装置“卡边”控制[N];中国化工报;2009年
 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