模糊内模预估控制在烟叶复烤中的应用

模糊内模预估控制在烟叶复烤中的应用

ID:37114872

大小:393.01 KB

页数:4页

时间:2019-05-18

模糊内模预估控制在烟叶复烤中的应用_第1页
模糊内模预估控制在烟叶复烤中的应用_第2页
模糊内模预估控制在烟叶复烤中的应用_第3页
模糊内模预估控制在烟叶复烤中的应用_第4页
资源描述:

《模糊内模预估控制在烟叶复烤中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、维普资讯http://www.cqvip.com第22卷第3期河南科学VoI.22NO.32004年6月HENANSCIENCEJun.2004文章编号:1004—3918(2004)03—032l-04模糊内模预估控制在烟叶复烤中的应用刘绍峰,路玉洲2,王瑷珲(1.郑州大学电气工程学院,河南郑州450002;2.郑州大学管理工程系,河南郑州450002)摘要:烟叶复烤过程是一个不确定的时滞系统,为了对时滞性进行有效的控制,本文提出了一种新的模糊内模预估控制方法。它的最大特点是采用智能化的模糊模型预估器作为被控过程的内部模型,对实际输出起预测作用,从而克服时滞对系统带来的不利影响。同时,根据预

2、测误差建立模糊内模控制器,在线修正、补偿被控过程的模型失配。数字仿真显示,这种控制方法优于常规控制方法,在烟叶复烤过程有广泛的应用前景。关键词:烟叶复烤;模糊控制;内模结构:实时控制中图分类号:TB13文献标识码:A烟叶复烤是对打叶分离之后的烟叶片进行复烤处理,使叶片的水分、温度达到规定的工艺技术指标。控制水分、温度的时候,会出现很大的时滞性,而且控制对象的数学模型不易建立。为了解决烟叶复烤过程中的时滞性问题,本文提出了一种新型的模糊内模预估器,这种控制器是用模糊规则实现一阶预估模型作为被控对象的内部模型;同时,用模糊规则实现了内模控制器;最后将该控制方法运用于烟叶复烤过程的实时控制,结果看出

3、,该种控制策略增强了系统的鲁棒性,消除了静态偏差及提高了系统的动态品质。l被控对象(烟叶复烤过程)模型描述对烟叶复烤过程,被控室温度环节是具有较大纯滞后的大惯性环节,从工程角度及实时性考虑,可以用一个一阶纯滞后环节表示:即)=篙(1.1)其中K为温度环节的增益,r为温度环节的纯滞后时间,丁为温度环节的时间常数。2基于内模结构的模糊预估控制系统1.1内模控制的提出本文把内模控制结构看成一种SISO广义模型,如图1所示。其中,G为被控对象,G为被控对象模型,Mp、M为主控回路,、c为校正环节,为过程输出,Y为模型输出,r为参考输入信号,d为干扰量。过程输出Y与参考输入量r及作用与被控过程的干扰量d

4、有如下关系:l(.[I-VI,.,.+(1一p:Gbp——————————一L“‘r十l一△).‘d]j(2.·1l)fA=1+Gp(Mp+()+G(M+c)+GpG(Mp+M,)(c+()]其中:jl,、一二}一1+G(C+C,)JA是系统的特征多项式;A可看作滤波器,对外界干扰起抑制作用。当Cp=一G=M且M=M=0时,SISO广义模型控制系统结构等价为基本的内模机构,如图2所示;式(2.1)变形为式(2.2)。=}[“+(1CG)d](2.2)收稿日期:2003—12—15基金项目:国家重点科技攻关项目(2001BA20lA23)作者简介:刘绍峰(1977一),男,河南三门峡人,郑州大学

5、电气工程学院硕士研究生。维普资讯http://www.cqvip.com河南科学第22卷第3期图1SIS0广义模型控制系统图2内模控制结构Fig.1SISOGeneralizedmodel—Basedcontrolsysten~sFig.2Controlstructureofinternalmodel内模控制结构由被控过程、模型校正机构和过程内部模型三部分组成,反馈信号是过程输出信号和模型输出信号之差。显然,当模型与过程完全匹配且无外界干扰影响,反馈信号为零;反之,如果模型失配且有外界干扰作用于被控过程,则可通过模型校正机构来调整被控过程和模型的输入量,以修正、补偿模型失配所造成的影响。2.2

6、基于内模结构的模糊预估控制系统基于上述分析,本文用模糊规则表实现一阶预估模型作为被控对象内部模型,形成模糊模型预估器;同样用模糊规则表实现内模控制器,形成模糊内模控制器;用这种模糊内模控制器控制烟叶复烤,从而提出一种模糊内模预估控制系统,其中结构如图3所示。对于模糊预估器的输入量为U和,输出量为;模糊控制器的输入量为和,输出量为U。设定它们的论域均为[一5,5],模糊子集为{负大,负中,负小,零,正小,正中,正大},隶属度函数选择为三角形。图3基于内模结构的模糊预估控制系统是l,是2为模糊预估器的量化因子,是3,是4为模糊控Fig3PredictivecontrolsysterrLsbased

7、onfuzzyintemalmodel制器的量化因子,是为比例因子。合理选择量化因子是非常重要的,实验表明:量化因子和比例因子的大小及其不同量化因子之间大小的相对关系,对模糊控制器的控制性能影响极大。应该指出:量化因子和比例因子的选择不是唯一的,可能有几组不同的值都能使系统获得较好的响应特性。2.2.1模糊预估器模糊预估器是被控过程的非参数预测模型,在实际工业过程中常采用脉冲响应非参数模型,其P步

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。