灰色算法和预测pi算法混合控制的研究

灰色算法和预测pi算法混合控制的研究

ID:13992198

大小:236.00 KB

页数:9页

时间:2018-07-25

灰色算法和预测pi算法混合控制的研究_第1页
灰色算法和预测pi算法混合控制的研究_第2页
灰色算法和预测pi算法混合控制的研究_第3页
灰色算法和预测pi算法混合控制的研究_第4页
灰色算法和预测pi算法混合控制的研究_第5页
资源描述:

《灰色算法和预测pi算法混合控制的研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、灰色算法和预测PI算法混合控制的研究李鹏飞重庆科技学院摘要:基于灰色算法和预测PI算法混合控制的设计思想,本文提出一种新型自调节预测控制方法,经复杂大惯性、大滞后系统的控制研究表明,该控制方法能有效地克服灰色预测控制或预测PI控制的不足,使复杂大惯性、大滞后系统控制性能极大改善。系统仿真结果证实,非常适合于复杂大惯性、大滞后对象的平稳控制,具有一定的应用价值。关键词:灰色预测控制大滞后系统PI控制GM(1,1)模型StudyofGreyAlgorithmandForecastPIAlgorithmHybridControlLiPengfeiAbstract:Basedonthe

2、greyalgorithmandandforecastPIalgorithmhybridcontroldesigntheory,Thisarticleputsforwardanewmethodofself-regulatedcontrol,afteraresearchonthegreatinertiaandlargedeadtimeof complexsystemcontrol,ithasbeenindicatedthatthishybridcontrolmethod canovercomethedisadvantageofGreyalgorithmorforecastPIal

3、gorithm.itcanmakeagreatimprovementtosophisticatedgreatinertiaandlargedeadtimecontrol,Thesystemsimulationexamplesshowthatthismethodisverysuitforstabilitycontrolofsophisticatedgreatinertiaandlargedeadtimecontrolobjectandhaveacertainvalueofapplications.□□□□□Keywords:greypredictioncontrollargede

4、adtimesystemPIcontrolGM(1,1)model11引言在工业过程控制中,对复杂大惯性、大滞后系统的控制,一直是控制领域专家学者研究的热点,由于复杂系统的无律性现象普遍存在,它增加了控制系统的控制难度,使控制系统的响应性能变差,甚至造成控制系统的不稳定。某些针对复杂系统的先进控制算法,常常是专用性强、适应性差、鲁棒性弱、算法复杂、实施和维护成本高,极大地限制了它们的推广与发展。目前工业界迫切需要解决的是大滞后、强耦合、时变、严重干扰以及非线性对象的控制,若采用纯预测控制方法不仅算法繁杂,而且系统的控制实施难度较大,在实际应用中经常会使被控过程波动加大,甚至容易

5、引起控制系统的振荡。因此,研究算法简单、实施容易、鲁棒性能好、通用性强的控制算法十分必要。为了改善复杂大惯性、大滞后系统的控制性能,研究复杂大惯性、大滞后系统的控制决策,在理论和实际应用中也是具有十分重要的现实意义。92问题提出从1992年Hagglund提出预测PI控制器的思想以来,预测PID算法得到了逐步发展和完善,并成功应用在一些复杂对象的控制上。目前预测PID控制算法可以归纳为两种:一是有预测功能的PID控制器。本质上,它是一种PID控制器,只不过依据一些先进控制机理,如内模原理、广义预测原理、H2/H∞原理、模糊理论、遗传算法和人工智能原理来设计PID控制器参数而已,

6、使其具有预测功能。二是预测算法和PID算法组合在一起的控制器。在这种控制器中,包含预测控制器和PID控制器,由于PID控制器与过程的滞后时间无关,所以预测控制器则主要依赖过程的滞后时间,并根据以前的控制作用给出现在的控制作用。因此这种预测PID算法是一种极具发展前景现代控制方式,值得学者们研究与探讨。De(1993)提出一种鲁棒预测PI控制器,可以认为是内模控制器(IMC)的一种,比较适合于大滞后对象的控制,但系统的实际动态响应速度较慢。基于神经网络Asano(1999)可作为在线给定PID参数控制模式,虽能达到时滞补偿和预测控制的目的,可对训练样本的依赖性较高,当被控过程发生

7、变化(如当滞后时间的不确定性、时变性及非线性等因素存在)时,其控制性能将显著恶化,很难实际应用。对于一阶加纯滞后对象和二阶加纯滞后对象,即使运用Pade进行近似处理,可简化为常规PI和PID控制器进行设计,但在参数时变过程中误差很难估计,从而严重影响控制系统动态响应性能。Hagglund提出预测PI控制器,其输入输出关系可表示为(1)式中,p为微分算子,e(t),u(t)分别为控制器的输入、输出;式(1)右边第一项为PI控制器,第二项为预测控制器;在控制器参数选取上,K一般选为过程增益的倒数

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。