内模控制技术及其在多变量时滞系统中的应用

《内模控制技术及其在多变量时滞系统中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要内模控制技术及其在多变量时滞系统中的应用内模控制技术作为一种有效的先进控制策略，正日益受到广大研究者更多的重视，在工业生产过程中得到了越来越广泛的应用。内模控制可以克服传统PID控制效果难以达到最优的缺点，尤其是在多变量控制领域。经过大量的理论研究和在生产装置的现场应用发现多变量内模控制具有许多优点，如，响应速度快，计算量小，设计容易，对模型失配具有较强的鲁棒性，可以十分方便的设计鲁棒性能，内模控制对过程干扰的抑制能力强，具有良好的跟踪性能和稳定性能等。本文利用内模控制技术来设计控制器，主要分析研究单变量时滞不稳定系统以及多变量方型及非方时滞系统的内模控制方法，并且把模糊控

2、制技术和内模控制相结合，充分融合各自的优点，设计了模糊内模控制系统。文章讨论了内模控制的基本原理、结构、性质以及内模控制器的典型设计方法。主要针对一类时滞不稳定对象进行了内模控制的研究，采用一种改进型内模结构，并且利用模糊控制算法来在线调节内模控制器参数，有效改善了控制效果。研究了多变量方型时滞系统的内模控制方法，提出了五种控制方法，包括：根据主回路设计的多变量内模控制、基于模型降阶的多变量解耦补偿内模控制、控制解耦一体化多变量内模控制、V规范型多变量解耦内模控制和多变量时滞系统解耦模糊内模控制。利用NLJ随机搜索算法对对北京化‘F大学硕：l：学位论文象模型进行降阶，在此基础上

3、设计解耦补偿器和内模控制器。同时结合模糊控制的优点，用模糊控制器取代传统的内模控制器，设计了多变量模糊内模控制系统，给出了结构的理论分析以及模糊规则的制定方法和控制器的具体实现。针对线性多变量非方时滞系统，提出一种基于内模理论的解耦控制策略。详细介绍了多变量非方时滞系统内模解耦控制系统的设计方法以及控制器参数整定策略，仿真结果验证了该方法对于非方时滞系统控制的有效性。关键词：内模控制，时滞系统，多变量解耦，模糊控制，非方系统IIINTERNALMoDELCoNTRoLANDIT’SAPPLICATIoNINMULTIVARIABLETIMEDELAYSYSTEMSABSTRAC

4、TAsoneoftheeffectiveadvancedcontrolstrategies，theInternalModelControl(IMC)isgettingmoreandmoreattentionandmeanwhileitisbeingappliedintopracticemorewidely．InternalmodelcontrolCanachievebettereffectthanPIDmethod，particularlyinmultivariableprocessescontrolfield．Lotsoftheoreticalresearchandpract

5、icalapplicationshaveprovedmulti—inputsandmulti-outputs(MIMO)IMChasmanyadvantages，suchasquickresponsespeed，easycalculation，simpledesignmethod，greatrobustness，nicetrackingperformanceandstability,andSOon．ThisdissertationusedIMCtechnologytodesigncontrollers，analysedthecontrolmethodsofsplit—ringu

6、nstabletimedelayprocessesandmultivariabletimedelayprocesses，andcombinedthefuzzycontrolideologywithIMCstructuretodesignfuzzyIMCsystem．Thebasicprinciple，structure，characterandtypicaldesignmethodsofIMCwerediscussedinthepaper．AnimprovedIMCstructurewasadoptedtocontrolunstabletimedelayprocesses，at

7、thesametime，fuzzycontrolalgorithmwasuesedtotunethecontrollerparametersonline，whichwouldIII北京化工大学硕=i：学位论文improvethecontrolqualityobviously．Forthesquaremultivariablesystems，fivekindsofIMCdesignmethods，namely,mainloopmultivariableIMC，modelreductiondec