基于多模型的非線性系統(tǒng)的控制器設(shè)計(jì)

1.23萬(wàn)字
自己原創(chuàng)的畢業(yè)論文，僅在本站獨(dú)家出售，重復(fù)率低，推薦下載使用

摘要 在工業(yè)控制中，實(shí)際的控制對(duì)象都具有一定的非線性。對(duì)于這種被控系統(tǒng)，常規(guī)自適應(yīng)控制器難以取得較好的控制效果。因?yàn)楫?dāng)系統(tǒng)從一種工況突變到另一種工況時(shí)，系統(tǒng)的參數(shù)會(huì)發(fā)生較大變化，常規(guī)自適應(yīng)控制器中的辨識(shí)器難以跟隨系統(tǒng)參數(shù)的實(shí)際變化，造成模型估計(jì)不準(zhǔn)確，從而導(dǎo)致基于此模型設(shè)計(jì)的控制器性能不佳。
多模型方法是一種公認(rèn)的處理大范圍非線性系統(tǒng)的行之有效的方法：它根據(jù)不同的工況，分別在每一工況附近建立相應(yīng)的線性模型及相應(yīng)的控制器，并采用加權(quán)或切換方式實(shí)現(xiàn)對(duì)非線性系統(tǒng)的優(yōu)化控制。
本文針對(duì)大范圍的非線性控制對(duì)象——連續(xù)攪拌釜式反應(yīng)器(CSTR)，提出了基于多模型的廣義預(yù)測(cè)控制的方法。其研究?jī)?nèi)容主要包括：
● 針對(duì)CSTR系統(tǒng)，分別在三種工況下分析其ARX模型結(jié)構(gòu)，然后在每一工況點(diǎn)附近激勵(lì)系統(tǒng)，得到系統(tǒng)的輸入/輸出數(shù)據(jù)。再采用批處理最小二乘法完成對(duì)各個(gè)ARX模型的參數(shù)辨識(shí)，并驗(yàn)證模型的有效性；
● 基于各模型參數(shù)求解相應(yīng)的Diophantine方程，由性能指標(biāo)，求出每個(gè)模型的步最優(yōu)預(yù)測(cè)輸出，并以切換控制律，實(shí)現(xiàn)被控對(duì)象的優(yōu)化控制。
仿真測(cè)試表明，該方法可以取得令人滿意的控制效果，可以將其應(yīng)用于實(shí)際的工業(yè)控制過(guò)程。
關(guān)鍵詞：多模型 批處理最小二乘法 廣義預(yù)測(cè)控制

Controller Design for Nonlinear System Based on Multiple-Model
Abstract In the real industrial process,the controlled plant is always nonlinear.For this system,conventional adaptive controller can not get relatively good control effect.Because when operating condition changes from one condition to another,the parameter of the system will change a lot,the estimator of the adaptive controller can’t follow the parameter changes so that the model based on it is not accurate and the corresponding controller is not perfect.
Multiple model is a technology which is used to solve the problem about nonlinear process in its huge regime:According to different operating space,create linear models with its controller for each operating condition, then utilize a specific method to weight or switch in models or controllers to control the plant.
In this paper,a approach based on multiple model using General Predictive Control(GPC) was proposed for Continuous Stirred-Tank Reactor(CSTR)--a typical nonlinear process which run in huge regime.The main task of this paper is as follow:
● In the first,depending on CSTR,analysis the structure of ARX models under three operating conditions. Then active the system near to every operating condition and get the corresponding input/output data.Next,identify the parameter of every mode using a batch algorithm based on Least Square Algorithm(LS) and test the validity of the model.
● In according with the parameter of each model,solve the corresponding Diophantine equation.Then minimize the performance index, calculate the bestpace output of each model and utilize switching strategy to get the best control.
After simulating,it is affirmed that it can acquire relatively good result and can be applied to industrial process.
Key words: Multiple Model Least Square Algorithm General Predictive Control

目錄
摘要 I
Abstract II
第一章 緒論 1
1.1 研究背景與意義 1
1.2 國(guó)內(nèi)外研究現(xiàn)狀 2
1.2.1 多模型建模方法 2
1.2.2 多模型控制器設(shè)計(jì)方法 3
1.2.3 存在問(wèn)題 4
1.3 本文工作 5
1.4 本章小結(jié) 5
第二章 多模型辨識(shí)算法 7
2.1 問(wèn)題描述 7
2.2 多模型算法 7
2.2.1 擴(kuò)展自回歸模型(ARX模型) 7
2.2.2 批處理最小二乘法 7
2.3 仿真實(shí)例 9
2.3.1 CSTR基本原理 9
2.3.2 CSTR數(shù)學(xué)模型 10
2.3.3 多模型辨識(shí)算法在CSTR中的仿真應(yīng)用 11
2.4 本章小結(jié) 15
第三章 多模型預(yù)測(cè)控制器設(shè)計(jì) 16
3.1 預(yù)測(cè)控制綜述 16
3.1.1 預(yù)測(cè)控制提出背景 16
3.1.2 預(yù)測(cè)控制基本機(jī)理 16
3.2 廣義預(yù)測(cè)控制器設(shè)計(jì) 18
3.2.1 j步最優(yōu)預(yù)測(cè) 18
3.2.2 廣義預(yù)測(cè)控制算法 19
3.3 仿真實(shí)例 22
3.4 本章小結(jié) 24
第四章 總結(jié)與展望 24
4.1 結(jié)論 25
4.2 展望 25
致謝 26
參考文獻(xiàn) 27