多变量内模控制方法的研究

《多变量内模控制方法的研究》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、摘要多变量内模控制方法的研究当前，过程控制领域中，控制回路约80％一90％采用单回路PlD，然而在一些大型的复杂的工业生产过程中，系统的各个变量之间存在关联，某变量的调节必然影响其它变量，此时单纯采用单回路PID控制，虽然可以在一定程度上稳定生产，但难以改善全系统各相关回路的总体性能，难以实现质量卡边、整体效益最大、最小能耗等控制目标。为了改善这一状况，当前广泛开展了多变量系统在线控制的研究，以实现耦合多变量系统的闭环控制，提高经济效益、降低能耗、实现质量卡边。本文利用内模控制策略来设计多变量系统控制器。因为在研究和生产现场的应用中发现，多变量的内模

2、控制具有许多优点，如，响应速度快，实际应用时计算量小，鲁棒性强，特别对模型的失配具有较大优势，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，更容易保证鲁棒性和稳定性等。首先讨论了单变量系统的内模控制方法。单变量内模控制已经取得了广泛的应用，但是目前很多研究都是基于连续系统的，而由于计算机控制系统的不断发展，因此很多情况下都需要数字化的控制系统，因此，设计了数字IMC．PID，结果证明IMC．PID具有比传统PID更好的控制效果。摘要其次，针对多变量系统的特点，设计了时滞的多变量数字IMC．PlD，以便予内模控制算法在实际DCS上的应用；

3、根据多变量对象的耦合特性，设计了解耦内模控制系统；并且为一类多时滞的多变量系统，设计了解耦内模控制器。针对一类病态多变量对象，提出处理病态系统的多变量内模控制；并对胖系统中的MISO对象进行了内模控制，结果表明所用的内模控制方法能较好地控制病态系统和MISO系统。内模控制算法也推广到了非线性系统。针对非线性多变量系统，采用基于■S的模糊内模控制。利用递推的模糊聚类辨识方法来拟和非线性系统，并提出了一种新的求逆的方法，设计出了模糊内模控制器。仿真结果表明，该控制器能很好地对多变量非线性系统进行控制。关键词：数字内模PlD，内模控制，纯滞后，多变量系统，

4、模糊聚类，解耦控制，病态系统，胖系统AbstactTheResearchonMul埴variableInternalModelCOntrolAlgorithmABSTRACTNowadays，sin91e10叩PIDcontr01lersarestil重beinge呻loyedi直labout80％to90％oftheprocesscontrolsystems．However，thePIDcontrollerscouldnotbeconlpetentincontrollingsomecomplexsystems．ExpeciallyfortheMIM

5、Osystems，theprocessesusuallyeXhibitsevereinteractioneff-ectsandconsequ铋tlyareVerydi讴culttocontrol，thusthesingleloopPIDcouldnotdealwiththisprobleme彘ctivelyInordertoimpr0Vethecontrolperfbm锄ceofmeMIM0systems，thesm札egiesforMIM0processeshaVebeenstlldiedmuch，inmehopethat廿lee羝：ctiVecl

6、osedlo叩contmlofcouplingsystemscanbeachicved，andtheeconomybenefitscaIlbe明hallced，theene硌yconSumption、villbereduced，andmehighqualityofproductscouldbeguaranteed．IMCtechniqueischosentocontroltheMIMOsystemshere．DuringdecadesofresearchaIld_印plication，IMCisfoundtobeofmanyadvantages，su

7、chascxcellentseⅣoperfonnance，hi曲robustness，panicula订yincaseofAbsH8ctmodeluncenainty’effectiVehog—tieing，粗dso0n．Firstly，thedigitalIMC—PlDisdiscnssed．Mostofthecont旧llefsarebasedoncontinuousmodelsnow，however，withtlledeVelopmentofcomputerscience，thedigitalcontr01lersarebecomingmore

8、andmorepopul札Therefor'theresearchindigitalIMC—PIDisVer