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》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