粉状铵梯炸药生产智能控制系统的应用研究 第3页
思路是:预先估计出系统在基本扰动下的动态特性,然后由预估器对时滞进
行补偿,力图使被延迟了的被调量超前反映到调节器,使调节器提前动作,从
而抵消掉时滞特性所造成的影响:减小超调量,提高系统的稳定性，加速调
节过程，提高系统的快速性。Smith预估器的原理如图1-2所示。
图1-2 Smith预估器控制框图
从理论上分析,Smith预估器可以完全消除时滞的影响,从而成为一种
对线性、时不变和单输入单输出时滞系统的理想控制方案。但是在实际应
用中却不尽人意,主要原因在于:Smith预估器需要确知被控对象的精确数
学模型,而且它只能用于定常系统。这一条件事实上相当苛刻,因而影响了
Smith预估器在实际应用中的控制性能。
在Smith预估器的基础上,许多学者提出了扩展型的或者改进型的方
案,这些方案包括:多变量Smith预估控制,非线性系统的Smith预估器,改
进的Smith预估器。这些方法由于并没有减小对系统数学模型的依赖程度,
因而同样也具有很大的局限性。
1.1.2.2自适应控制方法
对大多实际控制过程而言,被控对象的参数在整个被控过程中不可能
保持定常,对于这一类系统,如果采用常规的控制方法,不仅控制性能会变
差,而且还会造成系统发散,然而利用自适应技术却可以获得比较满意的
控制效果。
自适应控制的基本思路是:依据自适应控制的“确定性等价原理”和
“分离设计原则”,时变系统的控制器设计可以分为两步进行,首先假定被
控对象的参数已知且定常,按给定的性能指标设计出相应的控制器,然后
利用参数辨识在线估计出被控对象的参数值,并以参数估计值代替控制器
中所用的真值对系统进行控制。4
自适应控制由于具有对时变参数的良好的自适应能力,因而在时变时
滞系统中得到了广泛的应用。现已提出的控制方法包括:模型参考自适应
预估控制、自适应预估最优控制、极点配置最优预报自校正PID控制器、
大时滞系统的自抗扰控制、时滞并联自适应控制、零极点配置的自校正内
模控制、动态矩阵控制等等。自适应控制的典型控制框图如图1-3所示
[5]
。
调节器时变时滞过程
最优预报
参数辨识
R(s)Y(s)
图1-3自适应控制系统框图
自适应控制虽然对时变系统具有良好的控制效果,但是它也存在一定
的缺陷,即它要求将对象描述为某些特定的数学模型类,自适应控制器的
设计取决于这个数学模型,而实际上许多过程控制系统的数学模型难以获
得,即所谓灰色系统,这将导致自适应控制无法应用。
1.1.2.3智能控制方法
随着智能控制理论和技术的飞速发展,许多学者将模糊控制和神经网
络控制技术应用于大时滞控制系统当中。模糊控制的优点是不需要被控对
象的精确数学模型,而且具有很强的鲁棒性,因而非常适合于不确定性系
统。神经网络控制则具有自学习和自适应以及很强的非线性表述能力,对
于不确定的非线性时变系统非常适用。专家系统为解决复杂的不确定性对
象的控制提供了另外一条有效途径,它以控制专家的经验和知识弥补了对
象数学模型的缺陷。
智能控制方法虽然克服了Smith预估器和自适应控制的缺陷,但它们
本身也并不是完美的。模糊控制的显著缺点是控制精度不高、自适应能力
有限、存在稳态误差、可能引起振荡。神经网络控制的缺点是学习和训练
比较费时、对训练集的要求也很高。专家控制则过度依赖专家的经验,缺
乏自学习能力,控制精度不高,而且同样存在稳态误差。鉴于上述原因,智
能控制方法经常相互融合或者和Smith预估器以及自适应控制相结合,这5
也正是时变大时滞系统控制方法目前的研究方向。现已提出的方法包括:
神经元自适应PID控制、自调谐模糊控制器、专家控制与PID控制结合的
递阶智能控制器、基于模糊神经网络的预测控制、变结构模糊控制器、基
于模糊预测的问歇PID控制器、基于模糊逻辑的Smith预估器、基于神经
网络的非线性Smith预估器、专家Smith预估控制、非自衡系统的智能控
制、遗传算法与最小二乘结合的时变时滞系统的在线辨识等等
[6]
。
上述控制方法各具特色,也都具有相当不错的控制性能,但是它们并
不一定是最优的,而且各自具有不同的复杂程度,对于大时滞时变系统,有
些算法可能会导致不稳定,另外,目前对时变大时滞工业过程的控制仍然
以传统的Smith预估器和PID控制为主,许多新型的自适应控制方法和智
能控制方法仍然处于理论研究和仿真研究阶段,用于实际过程控制的不
多。因此,时变大时滞系统的智能控制方法仍然处于发展阶段。
1.2课题的提出及本文研究的内容
1.2.1课题的提出
目前我国的空调控制系统中，传统的PID控制还占主要地位，因为这
种方法简单，便于实现，但参数整定较为困难，在实际中我们往往是根据
经验来手动设定空调对象的特性参数，且一组整定的参数只能在较少的控
制范围内有较好的控制效果，这样往往设定的参数并不完全符合实际工程
所需的对象特性参数，因此对空调控制的效果有一定的影响。对于数学模
型并不清楚的被控对象，传统的PID技术便无能为力了。在这种场合，模
糊技术发挥了无法替代的作用，模糊控制不需要精确的控制模型，尤其是
响应时间短，超调量小是模糊控制的优势。而自适应控制它有自动辨识被
控过程参数、自动整定控制器参数、能够适应被控过程参数的变化等一系
列优点。
近年来提出的模糊控制可不必精确了解对象情况，且具有动态响应
好，上升时间快，超调量小的优点。但模糊控制对输入变量的处理是离散
的，而且没有积分环节，因此最终必然存在稳态误差，甚至在平衡点附近
出现小幅振荡，控制精度不高的情况
[8]
。
针对经典PID控制、模糊控制的优缺点，我们可以充分利用它们各自6
的优点，在空调控制过程中引入模糊控制机理，通过模糊调节方法，根据
系统的动态特性和行为，对PID控制器的参数进行在线调整，解决控制系
统的参数设定问题，增强系统对不确定因素的适应性，这样才能根据不同
的空调系统，自动设定工程所需的特性参数，达到良好的控制效果。
我国加入世贸组织后，我国的制药业市场将向世界开放，我国药业将
参与全球竞争，为了增强产品的竞争力，保证药品质量，其中解决好制药
生产的环境非常重要。采用先进的控制系统也势在必行，而本文采用基于
模糊自适应PID控制算法，有以下几点目的和意义:
(1)解决控制系统的参数设定问题，增强系统对不确定因素的适应性，
从而提高药品的质量;
(2)减少湿度超调，提高制药生产所需要的湿度精度要求，从而也能
减少湿度对温度的影响，使药品质量得到有力的保证。
(3)缩短调节时间，从节约能源意义上讲，可以减少空调运行时间;从
生产角度上看，可以提高生产时间，使生产效率得到提高。
(4)为洁净室空调系统采用变风量系统提供了保障，从而为更大程度
上减少洁净空调系统能耗提供了依据。
1.2.2本文研究的内容
通过分析目前粉状铵梯炸药生产工艺过程控制特点和参考阅读大量
国内外相关文献资料，把传统控制技术与智能控制技术综合考虑，运用模
糊控制理论，在分析传统PID控制器三个控制参数的基础上，设计模糊自
适应PID控制器;在不必知道被控对象数学模型的前提下可以对其进行有
效的控制。对湿度进行实时检测与自适应控制，在尽量降低系统的成本，
缩短了开发周期的同时，提高系统的稳定性和实时性并达到了高精度，宽
范围等性能指标，从而实现了易于维护，高性价比的智能控制系统；并且
利用MATLAB6.5为仿真平台，对模糊自适应PID控制器进行了模块化仿真
程序设计和运行，从而给出了控制器的控制仿真结果，从理论上分析了应
用模糊自适应PID控制于粉状铵梯炸药生产工艺过程的可行性。同时文中
对传感器的选型及应用也做了详细的阐述。
首先对现在较常用的控制算法做以理论分析，总结各自优缺点，并将

上一页  [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] 下一页