先进控制系统介绍讲稿.ppt

上传人:石*** 文档编号:84113965 上传时间:2023-04-02 格式:PPT 页数:45 大小:2.62MB
返回 下载 相关 举报
先进控制系统介绍讲稿.ppt_第1页
第1页 / 共45页
先进控制系统介绍讲稿.ppt_第2页
第2页 / 共45页
点击查看更多>>
资源描述

《先进控制系统介绍讲稿.ppt》由会员分享,可在线阅读,更多相关《先进控制系统介绍讲稿.ppt(45页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、先进控制系统介绍1第一页,讲稿共四十五页哦第第8章章 先进控制系统先进控制系统8.0 概述概述 p现代工业生产过程的大型化、复杂化,对产品质量、产率、安现代工业生产过程的大型化、复杂化,对产品质量、产率、安全及对环境影响的要求越来越严格。全及对环境影响的要求越来越严格。p许多复杂、多变量、时变的关键变量的控制,常规许多复杂、多变量、时变的关键变量的控制,常规PID已已不能胜任,因此,先进控制受到了广泛关注。不能胜任,因此,先进控制受到了广泛关注。2第二页,讲稿共四十五页哦o先进过程控制先进过程控制(APC,Advanced Process Control)技术,技术,是指不同于常规是指不同于常

2、规PID,具有,具有比常规比常规PID控制更好控制效果的控制策略的控制更好控制效果的控制策略的统称。统称。o先进控制的任务先进控制的任务,用来处理那些采用常规控制,用来处理那些采用常规控制效果不好,甚至无法控制的复杂工业过程控制效果不好,甚至无法控制的复杂工业过程控制问题。问题。3第三页,讲稿共四十五页哦8.1软测量技术软测量技术p过程控制中有时需对一些与产品质量相关的变量进过程控制中有时需对一些与产品质量相关的变量进行实时控制和优化,这些变量往往是密度、浓度、干行实时控制和优化,这些变量往往是密度、浓度、干度等质量变量,由于技术或经济原因,很难通过传感度等质量变量,由于技术或经济原因,很难通

3、过传感器进行测量。器进行测量。p软测量技术,就是选择与被估计变量相关的一组可测变量,软测量技术,就是选择与被估计变量相关的一组可测变量,构造某种以可测变量为输入、被估计变量为输出的数学模型,构造某种以可测变量为输入、被估计变量为输出的数学模型,用计算机软件实现这些过程变量的估计。也成为用计算机软件实现这些过程变量的估计。也成为“软仪表软仪表”,“软传感器软传感器”。p软测量估计值可作为控制系统的被控变量,还可为软测量估计值可作为控制系统的被控变量,还可为优化控制与决策提供重要信息。优化控制与决策提供重要信息。4第四页,讲稿共四十五页哦p软测量中各模块之间的关系软测量中各模块之间的关系 图图8-

4、1软测量结构图软测量结构图 5第五页,讲稿共四十五页哦p软测量技术构成:软测量技术构成:o 辅助变量的选择辅助变量的选择o 数据采集与处理数据采集与处理o 软测量模型的建立软测量模型的建立o 软测量模型的校正软测量模型的校正6第六页,讲稿共四十五页哦8.1.1辅助变量选择辅助变量选择p选择影响主导变量的可测相关变量作为辅助变量。选择影响主导变量的可测相关变量作为辅助变量。例例:估计精馏塔塔顶产品的成分软测量估计精馏塔塔顶产品的成分软测量n选择初始辅助变量选择初始辅助变量塔的进料特性塔的进料特性塔釜加热特性塔釜加热特性塔顶回流特性塔顶回流特性塔顶操作状态塔顶操作状态塔抽出料特性塔抽出料特性7第七

5、页,讲稿共四十五页哦n对初始辅助变量降维对初始辅助变量降维o方法一:通过机理分析,选择响应灵敏、测方法一:通过机理分析,选择响应灵敏、测量精度高的变量作为最终辅助变量。量精度高的变量作为最终辅助变量。o方法二:主元分析法,可利用现场历史数据方法二:主元分析法,可利用现场历史数据作统计分析计算,将原始辅助变量与被测量作统计分析计算,将原始辅助变量与被测量变量的关联度排序,实现变量精选。变量的关联度排序,实现变量精选。o例如,在相关气相温度变量、压力变量之间例如,在相关气相温度变量、压力变量之间选择压力变量。选择压力变量。8第八页,讲稿共四十五页哦8.1.2数据采集与处理数据采集与处理p过程数据包

6、含了工业对象的大量相关信息,因此采集过程数据包含了工业对象的大量相关信息,因此采集被估计变量和原始辅助变量的历史数据时,数据的数量被估计变量和原始辅助变量的历史数据时,数据的数量越多越好。越多越好。p要求:要求:数据覆盖面在可能条件下应宽一些,以便软测量具有较宽数据覆盖面在可能条件下应宽一些,以便软测量具有较宽的适用范围。的适用范围。为了保证软测量精度,数据的正确性和可靠性十分重要,因为了保证软测量精度,数据的正确性和可靠性十分重要,因此现场数据必须经过显著误差检测和数据协调,保证数据的此现场数据必须经过显著误差检测和数据协调,保证数据的准确性。准确性。采集的数据要注意纯滞后的影响。采集的数据

7、要注意纯滞后的影响。9第九页,讲稿共四十五页哦8.1.3软测量模型建立软测量模型建立p 建模方法有机理建模、经验建模及两者结合等方法。建模方法有机理建模、经验建模及两者结合等方法。机理建模是从内在物理和化学规律出发,通过物料平衡、能机理建模是从内在物理和化学规律出发,通过物料平衡、能量平衡和动量平衡建立模型。可充分利用过程知识,依据过程量平衡和动量平衡建立模型。可充分利用过程知识,依据过程机理,有较大的适用范围。机理,有较大的适用范围。经验建模是通过实测或依据积累的操作数据,采用数学经验建模是通过实测或依据积累的操作数据,采用数学回归回归方法方法或神经网络等方法得到经验模型。或神经网络等方法得

8、到经验模型。p软测量模型选择时,还应考虑模型的复杂性,以及在实软测量模型选择时,还应考虑模型的复杂性,以及在实际系统硬件、软件平台的可实现性。际系统硬件、软件平台的可实现性。静态线性模型实施成本较小,神经网络模型所需计算资源较静态线性模型实施成本较小,神经网络模型所需计算资源较多。多。10第十页,讲稿共四十五页哦8.1.4模型校正模型校正 p当对象特征发生较大变化,软测量经过在线学习无法保当对象特征发生较大变化,软测量经过在线学习无法保证预估精度时,须利用测量器运算所累积的历史数据,进证预估精度时,须利用测量器运算所累积的历史数据,进行模型更新或在线校正。行模型更新或在线校正。p软测量模型的在

9、线校正可表示为模型结构和模型参数的优化。软测量模型的在线校正可表示为模型结构和模型参数的优化。模型结构修正往往需要大量样本数据和较长计算时间,难以在模型结构修正往往需要大量样本数据和较长计算时间,难以在线进行。为解决模型结构修正耗时长和在线校正的矛盾,提出线进行。为解决模型结构修正耗时长和在线校正的矛盾,提出短期学习和长期学习的校正方法。短期学习和长期学习的校正方法。短期学习算法简单,学习速度快,便于实时应用。短期学习算法简单,学习速度快,便于实时应用。长期学习是当软测量仪表在线运行一段时间积累足够的长期学习是当软测量仪表在线运行一段时间积累足够的新样本模式后,重新建立软测量模型。新样本模式后

10、,重新建立软测量模型。11第十一页,讲稿共四十五页哦8.2时滞补偿控制时滞补偿控制p控制通道不同程度存在纯滞后控制通道不同程度存在纯滞后(时滞时滞)。例:皮带传送存在纯滞后。例:皮带传送存在纯滞后。p衡量纯滞后常采用纯滞后时间衡量纯滞后常采用纯滞后时间和时间常数和时间常数T之比。当之比。当T0.3,为大纯滞后过程。,为大纯滞后过程。12第十二页,讲稿共四十五页哦8.2.1 Smith预估补偿控制预估补偿控制p为改善大滞后系统控制品质,为改善大滞后系统控制品质,1957年年Smith提出预估补偿提出预估补偿控制。在控制。在PID反馈控制基础上,引入预估补偿环节,使闭环反馈控制基础上,引入预估补偿

11、环节,使闭环系统方程不含纯滞后项,提高了控制质量。系统方程不含纯滞后项,提高了控制质量。13第十三页,讲稿共四十五页哦p为实施为实施Smith预估补偿控制,必须求取补偿器的数学模型。预估补偿控制,必须求取补偿器的数学模型。若模型与过程特性不一致,则闭环系统方程中还会存在纯滞若模型与过程特性不一致,则闭环系统方程中还会存在纯滞后项,两者严重不一致时,甚至会引起系统稳定性变差。后项,两者严重不一致时,甚至会引起系统稳定性变差。p实际工业过程的被控对象通常是参数时变的。当参数变化不实际工业过程的被控对象通常是参数时变的。当参数变化不大时可近似作为常数处理,采用大时可近似作为常数处理,采用Smith预

12、估补偿控制方案有一预估补偿控制方案有一定的效果。定的效果。14第十四页,讲稿共四十五页哦8.2.2控制实施中若干问题控制实施中若干问题 pSmith预估补偿控制是基于模型已知的情况下进行,实现预估补偿控制是基于模型已知的情况下进行,实现Smith预估预估补偿控制必须已知动态模型,即过程数学关系和纯滞后时间。补偿控制必须已知动态模型,即过程数学关系和纯滞后时间。p经预估补偿后,系统闭环方程已不含纯滞后项,因此,常规控制参经预估补偿后,系统闭环方程已不含纯滞后项,因此,常规控制参数整定与无纯滞后的控制参数相同。但是,通常纯滞后环节采用近数整定与无纯滞后的控制参数相同。但是,通常纯滞后环节采用近似表

13、示,实施会造成误差,再者,补偿器模型与对象参数间存在偏似表示,实施会造成误差,再者,补偿器模型与对象参数间存在偏差,因此,应适当减小控制器增益,减弱控制作用,以满足系统稳差,因此,应适当减小控制器增益,减弱控制作用,以满足系统稳定要求。定要求。pSmith预估补偿控制预估补偿控制对预估器精度要求较高,过程模型精确时,对预估器精度要求较高,过程模型精确时,对纯滞后补偿效果较好,弱点是对模型的误差十分敏感。当过程参对纯滞后补偿效果较好,弱点是对模型的误差十分敏感。当过程参数变化数变化1015时,预估补偿就失去了良好的控制效果。时,预估补偿就失去了良好的控制效果。15第十五页,讲稿共四十五页哦8.3

14、解耦控制解耦控制8.3.1耦合现象影响及分析耦合现象影响及分析p例:精馏塔塔顶、塔釜温度控制的耦合实例。例:精馏塔塔顶、塔釜温度控制的耦合实例。16第十六页,讲稿共四十五页哦p被控变量为塔顶温度被控变量为塔顶温度T1和塔和塔底温度底温度T2,操纵变量为回流量,操纵变量为回流量和蒸气流量。和蒸气流量。pu1变化不仅影响变化不仅影响T1,同时还影,同时还影响响T2;同样,;同样,u2变化在影响变化在影响T2同时,还影响同时,还影响T1。p这种情况,称两个控制回路这种情况,称两个控制回路间存在耦合。间存在耦合。17第十七页,讲稿共四十五页哦o解耦是使一个控制变量解耦是使一个控制变量的变化只对与其匹配

15、的的变化只对与其匹配的被控变量影响,而对其被控变量影响,而对其他回路被控变量没有影他回路被控变量没有影响或影响很小。响或影响很小。o使耦合的多变量控制系统使耦合的多变量控制系统分解为若干个独立的单变分解为若干个独立的单变量控制系统,称为解耦控量控制系统,称为解耦控制。制。18第十八页,讲稿共四十五页哦8.3.2 解耦控制方法解耦控制方法(1)正确匹配被控变量与控制变量。)正确匹配被控变量与控制变量。(2)整定控制器参数,减小系统关联)整定控制器参数,减小系统关联具体实现方法:通过整定控制器参数,把两个回路中具体实现方法:通过整定控制器参数,把两个回路中次要系统的比例度和积分时间放大,使它受到干

16、扰作次要系统的比例度和积分时间放大,使它受到干扰作用后,反应适当缓慢一些,调节过程长一些,这样可用后,反应适当缓慢一些,调节过程长一些,这样可达到减少关联的目的。达到减少关联的目的。缺点:缺点:次要被控变量的控制品质往往较差,这一点在工艺允次要被控变量的控制品质往往较差,这一点在工艺允许的情况下是值得牺牲的,但在另外一些情况下却可能是个许的情况下是值得牺牲的,但在另外一些情况下却可能是个严重缺点。严重缺点。19第十九页,讲稿共四十五页哦(3)减少控制回路减少控制回路把方法把方法(2)推到极限,次要控制回路的控制器比例度取推到极限,次要控制回路的控制器比例度取无穷大,此时这个控制回路不存在,它对

17、主要控制回路无穷大,此时这个控制回路不存在,它对主要控制回路的关联作用也消失。的关联作用也消失。例如,例如,在精馏塔控制系统设计中,工艺对塔顶和塔底组分均在精馏塔控制系统设计中,工艺对塔顶和塔底组分均有一定要求时,若塔顶和塔底的组分均设有控制系统,这两个有一定要求时,若塔顶和塔底的组分均设有控制系统,这两个控制系统相关,在扰动较大时无法投运。控制系统相关,在扰动较大时无法投运。采用减少控制回路的方法来解决。采用减少控制回路的方法来解决。如塔顶重要,则塔顶设如塔顶重要,则塔顶设置控制回路,塔底不设置质量控制回路置控制回路,塔底不设置质量控制回路,而往往设置加热蒸而往往设置加热蒸汽流量控制回路。汽

18、流量控制回路。8.3.2 解耦控制方法解耦控制方法20第二十页,讲稿共四十五页哦(4)串接解耦控制串接解耦控制p在控制器输出与执行器输入之间,可串接解耦装置在控制器输出与执行器输入之间,可串接解耦装置D(s),双输,双输入双输出串接解耦方块图如图入双输出串接解耦方块图如图8-5。图图8-5双输入双输出串接解耦方块图双输入双输出串接解耦方块图 由图可得由图可得 Y(s)=Gc()D(s)G(s)设计要求:找到合适的设计要求:找到合适的D(s)使使D(s)G(s)相乘成为对角矩阵相乘成为对角矩阵,就解除了系统之间的耦合,两个控制系统不再关联。就解除了系统之间的耦合,两个控制系统不再关联。21第二十

19、一页,讲稿共四十五页哦8.4 预测控制预测控制o模型预测控制(模型预测控制(MPC)是在工业过程控制实践中产生和)是在工业过程控制实践中产生和发展起来的。发展起来的。o实际工业过程具有实际工业过程具有非线性、时变性和不确定性非线性、时变性和不确定性,而且大多数,而且大多数工业过程是工业过程是多变量多变量的,难于建立精确的数学模型,其结构也的,难于建立精确的数学模型,其结构也往往往十分复杂,往往往十分复杂,难以设计并实现有效的控制。难以设计并实现有效的控制。o70年代以来,人们针对工业过程特点寻找各种对模型精度要求年代以来,人们针对工业过程特点寻找各种对模型精度要求低,控制综合质量好,在线计算方

20、便的优化控制算法。预测控低,控制综合质量好,在线计算方便的优化控制算法。预测控制是在这样的背景下发展起来的。制是在这样的背景下发展起来的。22第二十二页,讲稿共四十五页哦o预测控制的基本出发点与传统预测控制的基本出发点与传统PID控制不同。控制不同。oPID控制是根据过程当前输出测量值和设定值的偏控制是根据过程当前输出测量值和设定值的偏差来确定当前的控制输入;差来确定当前的控制输入;o预测控制不但利用当前的和过去的偏差值,而且还利预测控制不但利用当前的和过去的偏差值,而且还利用用预测模型预测模型来预估过程未来的偏差值,以来预估过程未来的偏差值,以滚动优化滚动优化确定当前的最优控制策略。从基本思

21、想看,预测控确定当前的最优控制策略。从基本思想看,预测控制优于制优于PID控制。控制。23第二十三页,讲稿共四十五页哦8.4.1预测控制的基本原理预测控制的基本原理p 预测控制种类很多,各类算法都有一些共同点,主要有预测控制种类很多,各类算法都有一些共同点,主要有四个基本特征,如图四个基本特征,如图8-6所示所示。图图8-6 预测控制的基本结构预测控制的基本结构24第二十四页,讲稿共四十五页哦(1)预测模型预测模型p预测控制需要描述系统动态行为的模型,称为预测模型。预测控制需要描述系统动态行为的模型,称为预测模型。预测模型能够根据系统的现时刻的控制输入以及过程的历预测模型能够根据系统的现时刻的

22、控制输入以及过程的历史信息,预测过程输出的未来值。史信息,预测过程输出的未来值。p在预测控制中有各种不同算法,可采用不同类型的预测模在预测控制中有各种不同算法,可采用不同类型的预测模型。通常采用在实际工业过程中较易获得的脉冲响应模型型。通常采用在实际工业过程中较易获得的脉冲响应模型和阶跃响应模型等非参数模型。和阶跃响应模型等非参数模型。25第二十五页,讲稿共四十五页哦(2)反馈校正反馈校正图图8-6 预测控制的基本结构预测控制的基本结构26第二十六页,讲稿共四十五页哦(2)反馈校正反馈校正p在预测控制中,采用预测模型进行过程输出值的预估只在预测控制中,采用预测模型进行过程输出值的预估只是一种理

23、想方式。对于实际过程,由于存在非线性、时变、是一种理想方式。对于实际过程,由于存在非线性、时变、模型失配和扰动等不确定因素,使基于模型的预测很难与模型失配和扰动等不确定因素,使基于模型的预测很难与实际相符。实际相符。p在预测控制中,通过输出测量值与模型的预估值进行比较,在预测控制中,通过输出测量值与模型的预估值进行比较,得出模型的预测误差,再利用模型预测误差来校正模型的预测得出模型的预测误差,再利用模型预测误差来校正模型的预测值,从而得到较为准确的将来输出的预测值。值,从而得到较为准确的将来输出的预测值。p预测模型加反馈校正过程,使预测控制具有很强的抗扰动和预测模型加反馈校正过程,使预测控制具

24、有很强的抗扰动和克服系统不确定性的能力。克服系统不确定性的能力。27第二十七页,讲稿共四十五页哦(3)滚动优化滚动优化p预测控制是一种优化控制算法,通过某一性能指标的最优化来预测控制是一种优化控制算法,通过某一性能指标的最优化来确定未来的控制作用。确定未来的控制作用。p采用滚动式的有限时域优化策略。即优化过程不是一次离采用滚动式的有限时域优化策略。即优化过程不是一次离线完成的,而是反复在线进行的,在每一采样时刻,优化性线完成的,而是反复在线进行的,在每一采样时刻,优化性能指标只涉及从该时刻起到未来有限时间,而到下一个采样能指标只涉及从该时刻起到未来有限时间,而到下一个采样时刻,这一优化时段会同

25、时向前推移。时刻,这一优化时段会同时向前推移。p预测控制不是用一个对全局相同的优化性能指标,而是在每一预测控制不是用一个对全局相同的优化性能指标,而是在每一时刻有一个相对于该时刻的局部优化性能指标。时刻有一个相对于该时刻的局部优化性能指标。28第二十八页,讲稿共四十五页哦(4)参考轨线参考轨线p在预测控制中,为使过程避免出现输入和输出的急剧在预测控制中,为使过程避免出现输入和输出的急剧变化,往往要求过程输出沿着一条所期望的、平缓的曲变化,往往要求过程输出沿着一条所期望的、平缓的曲线达到设定值。这条曲线通常称为参考轨线。它是设定线达到设定值。这条曲线通常称为参考轨线。它是设定值经过在线值经过在线

26、“柔化柔化”后的产物。后的产物。p预测控制的优良性质:预测控制的优良性质:对数学模型要求不高,能直接处理具有纯滞后过程,对数学模型要求不高,能直接处理具有纯滞后过程,具有良好的跟踪性能和较强的抗扰动能力,对模型误差具有良好的跟踪性能和较强的抗扰动能力,对模型误差具有较强的鲁棒性等。具有较强的鲁棒性等。这些优点使预测控制更加符合工业过程的实际要求,这是这些优点使预测控制更加符合工业过程的实际要求,这是PID控制无法相比的。控制无法相比的。29第二十九页,讲稿共四十五页哦8.4.2预测控制工业应用预测控制工业应用三代软件包三代软件包:o第一代预测控制软件包第一代预测控制软件包o以以IDCOM和和D

27、MC为代表,主要处理无约束过程的预测为代表,主要处理无约束过程的预测控制。控制。o第二代预测控制软件包第二代预测控制软件包o QDMC算法可以被称为它采用二次规划方法(算法可以被称为它采用二次规划方法(QP)求解,可以系统地处理输入、输出约束问题。为了求解,可以系统地处理输入、输出约束问题。为了解决无可行解的问题,控制结构能随情况发生变化,解决无可行解的问题,控制结构能随情况发生变化,能使用于过程动态特性以及更高的品质要求。能使用于过程动态特性以及更高的品质要求。30第三十页,讲稿共四十五页哦p第三代预测控制软件包第三代预测控制软件包主要有:美国主要有:美国DMC公司的公司的DMC,Setpo

28、int公司的公司的IDCOM-M,SMCA,Honeywell 公司的公司的RMPCT,Aspen公司的公司的DMCPLUS,法国,法国Adersa公司的公司的PFC,加拿大,加拿大Treiber Controls公司的公司的OPC等,成功应用于石油化工的催化裂化、常等,成功应用于石油化工的催化裂化、常减压、连续重整、延迟焦化、加氢裂化等重要装置。减压、连续重整、延迟焦化、加氢裂化等重要装置。p我国通过重点科技攻关,在先进控制与优化方面积累了我国通过重点科技攻关,在先进控制与优化方面积累了许多经验,成功应用实例亦不少,部分成果已逐渐形成许多经验,成功应用实例亦不少,部分成果已逐渐形成商品化软件

29、。商品化软件。31第三十一页,讲稿共四十五页哦8.5 自适应控制自适应控制pPID控制系统,均指控制器有固定参数的系统。控制系统,均指控制器有固定参数的系统。p实际上,复杂的工艺过程往往具有不确定性(如环境结构实际上,复杂的工艺过程往往具有不确定性(如环境结构和参数的未知性、时变性、随机性、突变性等)。对于这和参数的未知性、时变性、随机性、突变性等)。对于这类生产过程,采用之前介绍的类生产过程,采用之前介绍的PID常规控制方案往往不能常规控制方案往往不能获得令人满意的控制效果,甚至还可能导致整个系统失控。获得令人满意的控制效果,甚至还可能导致整个系统失控。p为了解决在被控对象的结构和参数存在不

30、确定性时,系统为了解决在被控对象的结构和参数存在不确定性时,系统仍能自动地工作于最优或接近于最优的状态,就提出了自仍能自动地工作于最优或接近于最优的状态,就提出了自适应控制。适应控制。32第三十二页,讲稿共四十五页哦三是具有自动调整控制器的控制规律或参数的能力。三是具有自动调整控制器的控制规律或参数的能力。p自自适适应应控控制制是是建建立立在在系系统统数数学学模模型型参参数数未未知知的的基基础础上上,在在控控制制系系统统运运行行过过程程中中,系系统统本本身身不不断断测测量量被被控控系系统统的的参参数数或或运运行行指指标标,根根据据参参数数或或运运行行指指标标的的变变化化,改改变变控控制制参参数

31、数或或控控制制作作用用,以适应其特性的变化,保证整个系统运行在最佳状态下。以适应其特性的变化,保证整个系统运行在最佳状态下。p一个自适应控制系统至少应包含有以下三个部分:一个自适应控制系统至少应包含有以下三个部分:一一是是具具有有一一个个检检测测或或估估计计环环节节,目目的的是是监监视视整整个个过过程程和和环环境境,并并能能对对消消除除噪噪声声后后的的检检测测数数据据进进行行分分类类。通通常常是是指指对对过过程程的的输输入、输出进行测量,进而对某些参数进行实时估计。入、输出进行测量,进而对某些参数进行实时估计。二二是是具具有有衡衡量量系系统统控控制制优优劣劣的的性性能能指指标标,并并能能够够测

32、测量量或或计计算算它它们们,以此来判断系统是否偏离最优状态。以此来判断系统是否偏离最优状态。33第三十三页,讲稿共四十五页哦p自校正控制系统自校正控制系统34第三十四页,讲稿共四十五页哦模型参考自适应控制系统主要用于随动控制。模型参考自适应控制系统主要用于随动控制。这类控制的典型特征是参考模型与被控系统并联运行,参考这类控制的典型特征是参考模型与被控系统并联运行,参考模型表示了控制系统的性能要求。模型表示了控制系统的性能要求。p模型参考自适应控制系统模型参考自适应控制系统35第三十五页,讲稿共四十五页哦 2.2.模糊控制模糊控制 o模糊控制是用模糊数学的知识模仿人脑的思维方式,对模糊控制是用模

33、糊数学的知识模仿人脑的思维方式,对模糊现象进行识别和判决,给出精确的控制量,对被控模糊现象进行识别和判决,给出精确的控制量,对被控对象进行控制。对象进行控制。8.6 8.6 模糊控制模糊控制 1.手动控制手动控制o操作人员根据对象的当前状态和以往的控制经验,用手动操作人员根据对象的当前状态和以往的控制经验,用手动控制的方法给出适当的控制量,对被控对象进行控制。控制的方法给出适当的控制量,对被控对象进行控制。36第三十六页,讲稿共四十五页哦操作员操作员手动给出手动给出控制经验控制经验+当前状态当前状态控制量控制量模糊控制模糊控制事先总结归事先总结归纳出一套完纳出一套完整的控制规整的控制规则,放在

34、计则,放在计算机中。算机中。模糊推理判决模糊推理判决计算出计算出控制量控制量手动控制手动控制+传感器传感器测量的测量的当前值当前值手动控制和模糊控制的比较手动控制和模糊控制的比较37第三十七页,讲稿共四十五页哦o首先根据操作人员手动控制的经验,总结出一套完整的控制规则,再根据首先根据操作人员手动控制的经验,总结出一套完整的控制规则,再根据系统当前的运行状态,经过模糊推理、模糊判决等运算,求出控制量,实现系统当前的运行状态,经过模糊推理、模糊判决等运算,求出控制量,实现对被控对象的控制。对被控对象的控制。用计算机模拟操作人员手动控制的经验,对被控对用计算机模拟操作人员手动控制的经验,对被控对象进

35、行控制。象进行控制。3.模糊控制的基本思想模糊控制的基本思想p与经典控制理论和现代控制理论相比,模糊控制的主要特点是与经典控制理论和现代控制理论相比,模糊控制的主要特点是不需要建立对象的数学模型。不需要建立对象的数学模型。4.4.模糊控制的特点模糊控制的特点38第三十八页,讲稿共四十五页哦5.模糊控制的发展模糊控制的发展5.1 模糊控制的起源模糊控制的起源1965年年 美国加利福尼亚大学自动控制专家美国加利福尼亚大学自动控制专家L.A Zadeh(扎(扎德德 或或 查德)教授的论文模糊集合论。查德)教授的论文模糊集合论。1974年年 英国工程师英国工程师(E.H.Mamdani)马丹尼将模糊集

36、合理论)马丹尼将模糊集合理论应用于锅炉和蒸汽机的控制,获得成功,模糊数学走向应用,取名模应用于锅炉和蒸汽机的控制,获得成功,模糊数学走向应用,取名模糊控制。糊控制。39第三十九页,讲稿共四十五页哦p智能模糊控制:具有人工智能的特点,能对原始规则进行修正、智能模糊控制:具有人工智能的特点,能对原始规则进行修正、完善和扩展,通用性强。完善和扩展,通用性强。2)自组织模糊控制)自组织模糊控制5.2 模糊控制发展的三个阶段模糊控制发展的三个阶段1)基本模糊控制)基本模糊控制3)智能模糊控制)智能模糊控制p基本模糊控制:针对特定对象设计,控制效果好。控制过程中基本模糊控制:针对特定对象设计,控制效果好。

37、控制过程中规则不变,不具有通用性,设计工作量大。规则不变,不具有通用性,设计工作量大。p自组织模糊控制:某些规则和参数可修改,可对一类对象进行自组织模糊控制:某些规则和参数可修改,可对一类对象进行控制。控制。40第四十页,讲稿共四十五页哦5.3 模糊数学模糊数学模糊集合及其运算规则模糊集合及其运算规则 在普通集合中,论域中的元素(如在普通集合中,论域中的元素(如a)与集合(如)与集合(如A)之间的关系)之间的关系是属于(是属于(a A),或者不属于),或者不属于A,它所描述的是非此即彼的清晰概念。,它所描述的是非此即彼的清晰概念。但在现实生活中并不是所有的事物都能用清晰的概念来描述,如但在现实

38、生活中并不是所有的事物都能用清晰的概念来描述,如:风的强弱人的胖瘦年龄大小个子高低41第四十一页,讲稿共四十五页哦 在模糊数学中,我们称没有明确边界(没有清晰外延)的集在模糊数学中,我们称没有明确边界(没有清晰外延)的集合为模糊集合。常用大写字母下加波浪线的形式来表示,如合为模糊集合。常用大写字母下加波浪线的形式来表示,如 、等。等。元素属于模糊集合的程度用隶属度或模糊度来表示。元素属于模糊集合的程度用隶属度或模糊度来表示。1)模糊集合的概念模糊集合的概念隶属度隶属度即论域元素属于模糊集合的程度。用即论域元素属于模糊集合的程度。用 来表示。隶来表示。隶属度的值为属度的值为0,1闭区间上的一个数

39、,其值越大,表示该元素闭区间上的一个数,其值越大,表示该元素属于模糊集合的程度越高,反之则越低。属于模糊集合的程度越高,反之则越低。计算隶属度的函数称为计算隶属度的函数称为隶属函数隶属函数。用。用 表示。表示。42第四十二页,讲稿共四十五页哦(1)(1)向量表示法向量表示法(2)(2)扎德表示法扎德表示法当论域当论域U由有限多个元素组成时,模糊集合可用向量表示法或由有限多个元素组成时,模糊集合可用向量表示法或法扎德表示法表示。设法扎德表示法表示。设模糊集合的表示模糊集合的表示例:设论域例:设论域U=钢笔,衣服,台灯,纸钢笔,衣服,台灯,纸,他们属于学习用品的隶,他们属于学习用品的隶属度分别为属

40、度分别为:1,0,0.6,0.8,则模糊集合学习用品可分别用,则模糊集合学习用品可分别用向量表示法和扎德表示法表示如下:向量表示法和扎德表示法表示如下:43第四十三页,讲稿共四十五页哦 模糊控制原理图模糊控制原理图s:s:系统的设定值。系统的设定值。x1,x2:x1,x2:模糊控制的输入模糊控制的输入(精确量精确量)。X1,X2:X1,X2:模糊量化处理后的模糊量。模糊量化处理后的模糊量。U:U:经过模糊控制规则和近似推理后得出的模糊控制量。经过模糊控制规则和近似推理后得出的模糊控制量。u:u:经模糊判决后得到的控制量经模糊判决后得到的控制量(精确量精确量)。y:y:对象的输出。对象的输出。44第四十四页,讲稿共四十五页哦电信学院自动化系先进控制技术研究所电信学院自动化系先进控制技术研究所45第四十五页,讲稿共四十五页哦

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 教育专区 > 大学资料

本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

工信部备案号:黑ICP备15003705号© 2020-2023 www.taowenge.com 淘文阁