欢迎来到天天文库
浏览记录
ID:36779410
大小:1.82 MB
页数:50页
时间:2019-05-15
《多变量系统预测函数控制研究与应用》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、mIIIlltllIlllllllUlllllllllllllIY1796398华北电力大学硕士学位论文摘要工业过程中存在着大量的多变量系统,具有非线性、耦合性的特点,其控制策略比较复杂。为实现对这类复杂系统简单而有效的控制,本文将预测函数控制应用到多变量控制系统中。首先,在详细分析线性多变量预测函数控制计算过程的基础上,对该算法作了适当的改进;然后,将其应用到了一个两输入两输出的系统中。最后,以单元机组协调控制系统为例,探讨非线性多变量系统的神经网络多模型预测函数控制在其中的应用实现,并在此基础上进行了仿真,仿真结果证明了该算法的正确性和有效性。关键词:多变
2、量系统,预测函数控制,协调控制系统,神经网络ABSTRACTPlentyofmulti。variablesystemsinindustrialprocesshavecharacteristicsofnon-linearandstrongcoupling,SOthecontrolschemeisrelativelycomplex.Toachievesimpleandeffectivecontrolforsuchcomplexsystems,thepredictionfunctioncontrolisappliedinmulti-variablecontrolsy
3、steminthispaper.First,basedontheanalysisoflinearmulti-variablepredictionfunctioncontrolprocess,properoptimizationismade.Then,itisappliedinatwoinputandtwooutputsystem.Finally,thecoordinatedcontrolsystemofafireplantisconsideredasthestudyobject,neuralnetworkandmulti—modelpredictionfunc
4、tioncontrolofnonlinearmulti-variablesystemisappliedinthecoordinatedcontrolsystem,basedonwhich,thecontrolsimulationiScarriedoutanditsresultscorroboratetheandeffectiveness.validityLIUHaitao(ControlTheoryandControlEngineering)Directedbyprof.HouGuolianKEYWORDS:multi—variablesystem,predi
5、ctionfunctioncontrol,coordinatedcontrolsystem,neuralnetwork华北电力人学硕士学位论文目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.1ABSTRACT⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11.1选题的背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11.2国内外多变量系统的研究动态⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
6、⋯⋯⋯⋯⋯⋯31.3预测函数控制的产生与发展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯41.4预测函数控制在多变量控制系统中的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。71.5本文的研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。7第二章预测函数控制的原理及一般算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一92.1弓l言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.92.2预测函数控制的基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯92.3基于一阶加纯滞后模型的预测函数控制⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
7、⋯⋯⋯⋯⋯⋯..142.4基于FIR模型的预测函数控制⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..152.5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.16第三章线性多变量系统的预测函数控制算法及改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.183.1弓I言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..183.2多变量预测函数控制算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.183.3基于自校正参考轨迹的多变量预测函数控制算法的改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.213.4应用举例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
8、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2
此文档下载收益归作者所有