基于神经网络的多变量解耦控制方法.研究

基于神经网络的多变量解耦控制方法.研究

ID:31981147

大小:1.85 MB

页数:65页

时间:2019-01-30

基于神经网络的多变量解耦控制方法.研究_第1页
基于神经网络的多变量解耦控制方法.研究_第2页
基于神经网络的多变量解耦控制方法.研究_第3页
基于神经网络的多变量解耦控制方法.研究_第4页
基于神经网络的多变量解耦控制方法.研究_第5页
资源描述:

《基于神经网络的多变量解耦控制方法.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、人连理工人学硕士研究生学位论文大连理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用规定”,同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名:奉叁墼副F签名:磁乞岛!生年旦月丑

2、_l大连理工大学硕士学位论文1绪论1.1引言工业控制中,被控系统大多数是多变量系统(MIMo)。与单变量系统(siso)相比,MIMO系统有多个

3、输入和输出,内部结构复杂,会带来一些特殊问题【3J:(1)关联性在多数MIMO系统中,一个输入信号的变化会使多个输出量发生变化,一个输出也会受多个输入的影响。将输入与输出配对,用一个输入和一个输出构成闭环控制回路时,各回路之阃会存在相互影响,使得系统的控制品质急剧下降,严重时将导致系统无法工作。(2)模型的不确定性SISO模型多半是低阶惯性环节加纯延迟,控制回路简单,涉及的参数较少,其常用的PID控制器也有很好的控制特性,因此不确定性影响不大。MIMOⅢJJ涉及较多参数,难以得到精确的数学模型,各控制回路联系多,使得参数变动对整体控制效果的影响变得复杂

4、。(3)控制部件的失效和完整性当系统的某些环节(如传感器或执行器)出现故障时,可能影响整个控制系统的性能,严重时会使控制系统不稳定,造成重大事故。在MIMO系统中有多个回路,其环节增多。因此控制部件失效的可能性增大,将导致对其控制的难度增大。在此情况下,则要求在失效时系统仍不丧失某些基本性能(此特性称为完整性),保证控制系统的稳态和动态特性不能变得太坏,即对系统的容错控制。在多变量的几个特殊问题中,回路之间的关联最为典型,甚至在某些情况下,耦合不解除,系统就无法控制。多变量系统的解耦设计思想在控制学科发展初期就已经形成,在Boksenbom.Hood的

5、报告和钱学森的著作中就已得到了基本研究;此后,Kavanagh等人将这个理论用于过程控制系统。在现代控制理论的框架内,这个问题I扫Morgan在1964年正式提出。随着被控系统越来越复杂,被控对象存在着更多难以控制的因素,如不确定性、多外扰、非线性、滞后、非最小相位特性等,使得工程对耦合控制系统的设计要求越来越高,设计难度也越来越大。解耦问题成为学术上与工程上一大难题,所以一直以来理论与工程界将其作为一个热点问题研究。基于神经网络的多变量解耦控制方法研究1.2解耦控制技术的研究现状目前,在理论上研究比较成熟的解耦控制技术可分为以下几类;传统解耦方法、基

6、于现代控制理论的解耦方法、自适应解耦方法和智能解耦方法。1.2.1传统的解耦方法传统解耦方法主要适用于线性定常MIMO系统,如下所述:(1)基于古典控制理论的串联解耦由Bristol提出的相对增益分析法和由Bolscnbom.Hood和钱学森首先提出的对角形解耦方法【4】,是古典解耦的代表。其基本思想是:适当设计,使得联系MIMO控制系统。输入变量与输出变量之间的系统传函矩阵成为对角矩阵。在此基础上的进一步改进是改变目标矩阵(目标矩阵一般取原模型对角线矩阵的减阶形式)的解耦,它除了解耦外,能同时改变各个控制通道特性,使之更易于控制。(2)基于多变量频域

7、理论的逆Nyquist曲线法、序列回差法和特征曲线分析法pJ。这几种方法本身引用的概念多,计算复杂。1.2.2基于现代控制理论的解耦方法由Fa]b等人发展起来的状态变量法一主要有线性状态反馈解耦和线性输出反馈解耦。其基本思想是:通过从状态变量或输出变量处引出一个反馈阵,使得系统传递函数阵成为一个对角形有理多项式矩阵。这种方法首先需要进行能解耦性判定。1.2.3自适应解耦方法自适应控制的思想与解耦控制技术相结合并用于多变量系统中,就形成了自适应解耦方法16】。自适应解耦的目标是使系统的闭环传递函数成为对角阵,通常把耦合信号作为干扰处理。自适应解耦实质上采

8、用了最优控制的方法,建立目标函数并对参数寻优是该方法的核心,这是与传统解耦方法的本质区别,是解耦理论的重大突破,也是智能解耦理论的基础。1.2.4智能解耦方法近几年来,随着智能控制技术的发展,“智能”的思想已运用于解耦控制中并取得一定的成果。智能解耦方法以神经网络解耦方法为代表。文献[6]利用神经网络的可训练性与结构通用性,引入神经网络作为补偿环节而达到解耦的目的。当对象的输入输出之间存在耦合,又没有确定的映射关系,可以建立相应的模糊规则,进行模糊解耦。文献[7]采用模糊概念表述相对耦合度,用模糊控制的方法设计了模糊解耦补偿器,使系大连理工大学硕士学位

9、论文统能按不同的被控过程特性达到一定的解耦要求。文献[8]将预测控制的思想引入解耦控制中,进行

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。