新过程控制与自动化仪表第2版 教学课件 潘永湘 杨延西 第8章复杂过程控制系统.pptVIP

 教书育人要义 传道授业释疑；  师生同心协力, 共探过控真谛 。 熟悉仪表原理, 统领系统设计； 理论实践结合，思维创新第一。 第8章 复杂过程控制系统 本章要点 1）了解多变量耦合控制系统的应用背景及要解决的问题，熟悉相对增益的概念，掌握相对增益矩阵的计算方法，学会用相对增益判断系统的耦合程度，掌握常见的前馈补偿解耦设计方法； 2）了解适应式控制系统的应用背景，熟悉三种过程参数变化时的适应式控制系统的结构及工作原理； 3）熟悉推理控制系统的工作原理与性能特点，掌握设计方法； 4）熟悉预测控制的主要原理，掌握单步预测控制的设计方法； 5）熟悉模糊控制的基本组成，掌握模糊控制器的设计步骤。 8.1 序言 变量配对方案 变量配对实例 变量配对实例 设计方法 对角矩阵设计方法 对角矩阵设计方法 对角矩阵设计方法 本章结束，谢谢！ 8.5.3　优化算法 所谓优化算法是指依据预测模型和参考轨迹，求解 L(L为控制步长 ) 个控制量 ，使所选的目标函数最小。目标 函数可以采用各种不同的形式。例如可以选取 （8－104） 式中， 为非负加权系数，它的大小决定了各采样时刻的误差在 目标函数J中所占的比重， P为最优化时域或预报时域长度，通常 。 下图所示为预测控制算法原理框图，下面以模型算法控制（MAC）为例 进行进一步的说明。 假设实际过程的脉冲响应为 ，开环模型的脉冲响应为 ，已知开环模型的预测输出为 为简单起见，设预测步长P＝1，控制步长 L＝1，即所谓单步预测、 单步控制。 最优控制策略应使 ，因而有 由此可解出最优控制 （8－105） 若需要进行反馈修正，只要将式（8－102）所示的闭环预测模型代 替开环预测模型即可得到闭环预测模型下的最优控制为 （8－106） 8.6　模糊控制 8.6.1 模糊控制及其特点 1974年，英国的E.H.Mamdani根据美国自动控制理论专家L.A.Zadeh 于1965年提出的模糊集合理论，提出了模糊控制器的概念，标志了模 糊控制理论的正式诞生。此后，工业过程控制就成了应用模糊控制理 论最活跃的领域之一。之所以如此，主要是因为与前述各种基于模型 的控制方法相比，模糊控制有如下一些突出的优点： 1）模糊控制完全是在模仿操作人员控制经验的基础上设计的控制系 统，无需建立数学模型。 2）模糊控制具有较强的鲁棒性，即被控过程的参数变化对控制性能 的影响不明显。 3）系统的实时性强。 4）体现了人的智能。 8.6.2 预备知识 1．模糊集的定义 按照L.A.Zadeh提出的模糊集的基本定义，论域 上的模糊集合 由隶 属函数 来表征，其中 在实轴的闭区间 中取值， 的值反 映了 中的元素x 对于 的隶属程度。换句话说，对于任意给定的 ，都有唯一确定的隶属函数 与之对应。因而可以将 表示为 2．模糊集的基本运算 设 、 ，定义模糊集的基本运算如下： 1）并集 ，有 （8－107） 其中，符号“ ”是指“对所有的 ”（下同） 或简记为 2）交集 ，有 （8－108） 或简记为 3）补集 ，有 （8－109） 3．模糊关系的定义 定义笛卡尔乘积空间 中的二元模糊关系 为 中的模糊集合，它的隶属函数用 表示。 4．模糊关系的基本运算 设 、 是 上的模糊关系，它们的基本运算有： 1）相等，即 （8－110） 2）包含，即 （8－111） 3）并，即 （8－112） 4）交，即 （8－113） 5．模糊关系的合成 设 是 上的模糊关系， 是 上的模糊关系，则 对 的合成定义为 （8－114） 6．模糊推理 如果 是 X到Y的模糊关系， 是X上的一个模糊子集，则由 和 所推得的模糊子集 为： 8.6.3　模糊控制的基本原理与构成 从操作人员对一个工业过程的控制过程可以分析出模糊控制的基本 工作原理。 由图可见，一个模糊控制系统可以由以下四部分组成： 1）模糊控制器。它主要完成输入信息的模糊化、模糊推理与决策和 输出信息的模糊判决等功能； 2）输入输出接口装置。它主要完成模数转换、电平转换、信号采样 与滤波、数模转换等功能； 3）广义被控过程。它包括被控过程与执行器等。广义被控过程可以 是线性或非线性的，也可以是模糊的、不确定的、无法用精确数 学模型描述的过程； 4）传感器与变送器。它将被控过程的输出信号转换为相应标准的电信号。 上述四部分构成了一个最基本的负反馈模糊控制系统。 8.6.4 模糊控制系统的设计 模糊控制系统实质上是一个基于计算机的控制系统。它的设计任务 主要是