3章 机电一体化设备的控制策略.pptVIP

  1. 1、本文档共53页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
3章 机电一体化设备的控制策略

第3章 机电一体化设备的控制策略;教学目标;学习重、难点;本章主要内容;§3.1 传统控制策略;3.1.1 比例-积分-微分(PID)控制;3. 模拟PID和数字PID控制;模拟PID调节器的微分方程为;(2)数字PID控制 对模拟PID控制规律的离散化,就可以得到数字PID的差分方程如下:;3.1.2 串级控制;3.串级控制的组成 串级控制系统组成如图3.2所示,在串级系统中起主导作用的被控变量为主对象,主对象是用主参数(工艺控制指标)表征其特性的生产设备,副对象是用副参数(为了稳定主参数,或为某种需要引入的辅助变量)表征其特性的生产设备。主控制器按主参数与其给定值的偏差工作,其输出为副控制器的给定值,在系统中起主导作用;副控制器按副参数与主控制器来的外给定的偏差工作。;3.1.3 纯滞后对象的控制;3.纯滞后对象的常用控制方法 对象的纯滞后时间对控制系统的控制性能极为不利,它使系统的稳定性降低,过渡过程特性变坏。纯滞后对象的控制方法常采用大林(Dahlin)算法和纯滞后补偿(Smith预估)控制等。 ;3.1.4 解耦控制;2.解耦控制的结构 图3.6为一简单的耦合系统结构图。;§ 3.2 现代控制策略;3.2.1 自适应控制; 自适应控制的对象是一个未知系统,包括系统参数未知和系统状态未知两个方面,同时被控对象还受外界干扰、环境变化以及系统本身参数变化的影响。 ;3.自适应控制的分类 自适应控制方式大体上分为两类: (1)模型参考自适应控制(MRAC) 模型参考自适应控制( Model Reference Adaptive Control)系统是由参考模型、被控对象、常规的反馈控制器和自适应控制器构成,其系统结构如图3.8所示。;(2)自适应调节器 自适应调节器的控制对象也是一个未知或部分未知系统,其基本结构如图3.9所示。;3.2.2 变结构控制;如能够确定切换函数向量 ;2.变结构控制的分类 从广义上讲, 变结构控制分为滑模变结构控制和非滑模变结构控制两类。一般所说的变结构系统均指前者 。 滑模变结构控制是一种特殊的开关控制,该控制特性可以迫使系统在一定条件下沿规定的状态轨迹作小幅度、高频率的上下运动,即滑模运动。这种滑模与控制对象的参数变化及扰动无关,故系统具有很好的鲁棒性。定义状态轨迹为切换面,而将称为滑模切换函数。 ;3.滑模变结构控制的切换函数的常见模型 (1)线性模型。 (2)线性对象,二次型切换函数模型。 (3)非线性对象,线性切换函数模型。 ;3.2.3 鲁棒控制; 对于图3.10所示的反馈系统。 ;3.2.4 预测控制; (1)参考轨迹:是人们希望的被控对象工作状态的一种参考轨迹。 (2)滚动优化:即采用滚动式的有限时域优化策略。 (3)预测模型:预测控制需要一个描述动态行为的基础模型,称预测模型。 (4)在线校正:通过输出的测量值与模型的预估值进行比较,得出模型的预测误差,再利用这个误差来校正模型的预测值 ;3.预测控制的常用算法 预测控制的主要算法有模型算法控制(Model Aagorithmic Control, MAC)、动态矩阵控制(Dynamic Matrix Control, DMC)、广义预测控制(Generalized Predictive Control, GPC)和内模控制(Internal Model Control, IMC)等。;§3.3 智能控制策略;3.3.1 模糊控制;它由下面4个基本要素组成。 (1)知识库(knowledge base):包括模糊集和模糊算子的定义。 (2)推理机制(inference engine):执行所有的输出计算。 (3)模糊器(fuzzifier):将真实的输入值表示为一个模糊集。 (4)反模糊器(defuzzifier):将输出模糊集转化为真实的输出值。 3.模糊控制器的设计 (1)模糊化 用模糊集表示实值信号的过程称为模糊化。 (2)建立模糊推理规则 模糊规则表示为“if … then …”条件语句。在应用中,通常采用模糊规则表形式表示出来。 ; 常用的模糊语言变量的符号包括:NB(Negative Big):负大;NM (Negative Medium):负中;NS(Negative Small):负小;ZO(Almost Zero):几为零;PS(Positive Small):正小;PM(Positive Medium):正中;PB(Positive Big):正大 (3)确定权与规则信度。 (4)选择适当的关系生成方法和推理合成算法。 (5)反模糊化:当推理过程的输出构成一个模糊输出

文档评论(0)

sheppha + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5134022301000003

1亿VIP精品文档

相关文档