二阶加纯滞后过程的非脆弱PID稳定化控制器设计

根据 Herm ite- Biehler定理在准多项式稳定性问题上的推广 ,研究用 PID控制器镇定二阶加纯滞后过程的问题。给出了使闭环系统稳定的 PID参数区域 ,并以稳定的 PID参数区域内切圆半径为目标函数 ,寻优得到非脆弱 PID控制器参数。最后通过线性规划给出了非脆弱 PID稳定化控制器的设计方法。

用于二阶加纯滞后过程的IMC-PID控制器的研究

研究了用于二阶加纯滞后过程（ＳＯＰＤＴ）的ＩＭＣＰＩＤ控制系统，对纯滞后采用一阶或非对称二阶Ｐａｄｅ近似，给出了结构均为简单的二阶ＩＭＣＰＩＤ控制器，且只需调整一个参数。结果表明：与采用其它经典ＰＩＤ控制器参数整定方法的系统相比。

二阶加纯滞后模型的闭环在线辨识

本文提出一种在线测取N组闭环系统的数据 ,得出二阶加纯滞后模型参数的辨识方法 ,该方法辨识准确 ,辨识时间短且对正常运行的系统影响较小。大量的仿真实验表明该方法辨识精度高 ,对采样点数不敏感 ,受干扰的影响很小。该辨识方法可以在过程和仪器的自适应控制中采用。

二阶加纯滞后对象模型辨识方法及其应用

针对二阶加纯滞后对象的传递函数模型实现了一种辨识方法,该方法由系统的阶跃响应采样数据构造非线性方程组,再通过最小二乘法估计系统参数,利用该方法分别对换热器和加热炉出口温度进行模型辨识,具备较高的辨识精度,验证了该方法的有效性;同时将该方法辨识得到的换热器出口温度模型应用在内模控制方案中,取得了较好的控制效果,为其工业应用提供了可行性方案。

大滞后系统的Smith在线辨识预估控制的研究

工业过程中普遍存在大时滞对象,为解决大滞后复杂系统因无法建立精确数学模型而难于控制的问题,将史密斯(Smith)预估控制原理和在线辨识方法结合起来,在Smith预估控制系统中,用系统辨识的模型代替传统预估补偿模型,根据最小二乘辨识算法辨识模型的各个参数,提出了Smith在线辨识预估控制算法;针对二阶加纯滞后对象在滞后时间有/无建模误差进行了仿真研究。研究结果表明,Smith在线辨识预估控制的性能指标和鲁棒性有很大的改善。

高阶加时滞模型的系统频域辨识

针对工业控制系统中带有时滞环节的高阶过程对象,由于设计控制器比较困难,文中采用二阶加纯滞后模型的频域辨识方法,通过采样对象的输入和输出数据,分析其频率响应并确定重要频率段。选取若干个重要频率响应点,利用幅频特性估算出系统模型参数,达到模型降阶目的。MATLAB仿真结果表明,文中方法适用于广泛的高阶时滞对象,并具有较好的准确性和鲁棒性。

基于阶跃响应和遗传算法优化高阶加时滞模型的辨识方法

针对工业生产中含有时滞环节的高阶过程对象,由于控制器结构复杂,采用直接设计控制器和传统模型降阶的方法实现起来比较困难,加上噪声对控制器产生的干扰,导致这些方法往往得不到满意的结果。文中采用基于阶跃响应的辨识方法,通过分析对象阶跃响应的输入和输出数据,建立二阶加纯滞后模型,利用遗传算法自适应全局搜索能力的优点来优化模型的静态增益、时间常数和纯滞后系数,从而对高阶加时滞对象进行精确的模型辨识。MATLAB仿真结果表明,该方法具有精度高、鲁棒性强和适用性广等优点。使用该方法辨识文中的模型在单位阶跃输入信号下的ITAE指标分别为18.1385、6.2715和167.8892。

基于PCS7的内模控制器设计与应用

针对工业对象的高阶以及非线性特性,采用二阶加纯滞后模型作为内模控制的内部模型,提出了一种通用内模控制器的设计方法;根据内模控制的原理以及二阶加纯滞后模型的差分方程,推导出通用内模控制器的算法,通过PCS 7 V6.1系统软件中的结构化控制语言SCL将内模控制算法编译成可通用的FB功能块,在西门子过程控制系统PCS7中实现了内模控制;最后利用精度较高的最小二乘法辨识被控对象的模型,将该通用内模控制器应用在工业中普遍使用的高阶大滞后对象换热器的出口温度控制过程中,取得了很好的应用效果;应用表明,内模控制器在工业DCS应用过程中具有高性价比,能有效地拓展内模控制的应用空间。

SOPDT对象的预测PID控制及稳定性分析

提出了基于二阶非振荡及振荡加纯滞后的预测PID控制器的结构形式。这种控制器既具有PID控制器的优点:简单的结构形式、良好的鲁棒性和可靠性,又具有预测的功能:即可以根据以前的控制作用来预测以后的控制作用。通过仿真表明:在干扰、噪音存在和模型失配的情况下,预测PID控制器具有良好的控制性能,特别适合大纯滞后系统的控制。同时运用Monte-Carlo方法分析了其鲁棒稳定性,结果表明:它是一种值得在实际工程中推广应用的新型控制器。

蚁群算法在高阶时滞系统频域辨识中的优化

在实际工业生产过程中,常常会出现高阶时滞对象,这对于系统整体控制及控制器参数整定都非常不便。因此,得到被控对象的等价模型十分重要,常见思路是将其转换为低阶系统。在二阶纯滞后模型基础上,利用蚁群算法强大的寻优能力,引入适当的适应度函数,对频率特征点进行优化选择,有效地避免了对特征点选取的随机性和数量的局限性。利用MATLAB仿真,从被控对象模型和辨识出的模型Nyquist图可以得出本文方法辨识出的模型与原系统拟合度更高。

高阶时滞系统辨识方法

工业生产中高阶系统较为复杂,为了改善系统辨识效果和模型预测控制,在二阶加时滞系统基础上进行改进。运用频域方法,对高阶时滞系统进行研究。在系统低频和中频段找出合适的采样区间。对系统划分子区间长度,对输出信号进行拟合,使系统进行数次迭代,求出临界频率,确定高阶系统的重要频率段,得出辨识系统在频率段的特性响应矩阵。通过幅值和相位关系,采用最小二乘法拟合二阶加滞后模型参数。利用MATLAB对模型进行验证,得出系统的Nyquist曲线和单位阶跃响应曲线。仿真实验表明,辨识的系统结构简单,有利于系统的整体控制和控制器参数整定,整个系统辨识效果提高了31.65%,达到了对系统降阶的目的。

一种PID参数闭环整定的新方法研究

对于被控对象模型未知的控制系统,利用闭环阶跃响应所得数据进行PID控制器的参数调节,此方法仅需用PD控制器对被控对象进行一次闭环阶跃响应即可根据关系式得出PID控制器的比例系数、积分时间常数,以及微分时间常数.从闭环阶跃响应中获取超调量与峰值时间两个性能指标,以及控制器增益、控制器微分时间常数,经过一系列模型为二阶时滞加纯滞后的被控对象试验测试可得:所求PID控制器参数中的比例系数、积分时间以及微分时间分别与响应中的控制器增益、控制器微分时间常数、超调量,以及峰值时间成一定的函数关系.新整定方法与SIMC法(令τ_c=θ)相比,不仅使得到的系统鲁棒性更高,而且在控制系统的响应性能上也更优越.