大滞后对象控制的一种新方法研究.pdfVIP

大滞后对象控制的一种新方法 靳其兵 曾东宁 北京石油化工学院自动化系，北京，102600; 东北电业管理局，沈阳，110006 摘 妥 本文提出了一种大滞后对象控制的新方法，该方法首先借鉴Smith预估控制的思想，用神经网络 去逼近对象模型的无时延部分，然后利用无辨识自适应控制的一些理论构成控制器.新方法简单、适用、 鲁棒性强，且可适用于时间延迟变化的对象。 关.饲 Smith预估，无辨识自适应控制，神经网络，大滞后 ANewControlSchemeforPlantwithLargeDelay finQibing ZengDongnin AutomationDepartment,BeijingInstituteofPertochemicalTechnolege,Beijing,102600 NortheasternElectricPowerAdminisrtation,Shenyang,110006 AbstractInthispaperanewconrtolschemeforplantwithlargetimedelayispresent.Bycombining Smithpredictivecompensation,thepartwithouttimedelayoftheplantisapproximatedbyNNand thentheconrtollerusingidentification-rfeealgorithmforadaptiveconrtolisdesigned.Thenewscheme isasimpleconrtolmethodwithstrongrobusntess,andissuitablefortheplantwithvaryingtimedelay. Keyword SmithPredictivecompensation, Identification-rfeeAlgorithm forAdaptive Conrtol. LargeTimeDelay,NeuralNetwork 1引言 大滞后过程在实际工业生产中广泛存在，由于对象纯滞后的存在，降低了控制系统的 稳定性，使控制品质下降，对控制系统极为不利，它的控制问题至今仍是控制理论界的一 个难点。 对大滞后对象，Smith预估控制是一种重要方法，但常规Smith预估控制存在以下缺点: (1)对模型的误差 (包括时间延迟的估计误差)十分敏感:(2)不适用于具有时变、时 ‘ 延参数的系统; (3)不适用于具有非线性特性的对象。因此，常规Smith预估控制策略难 以广泛用于工业控制。但该方法仍然得到了控制界的普遍认可，其思想仍是非常值得借鉴 的。神经网络能自适应调整权值，可以在线逼近对象模型，并且神经网络具有强的函数逼 近能力(包括非线性函数)，田此，本文将Smith预估和神经网络的特点结合起来，给出了一 463 ‘ 种大滞后对象的神经网络辨识方法。 无辨识自适应控制算法简单、鲁棒性强，但该方法不能解决大滞后问题。本文在神经 网络辨识模型的基础上，利用无辨识自适应控制算法设计了大滞后对象的控制器。 2用神经网络辨识对象特性 设对象特性可表示为 y(k+1)=fly(k)y(k一l)…y(k一n)u(k一d)u(k一d一1)…u(k一d一m)] (1) 其中，d为时间延迟。当d=0时.具有一步时延，是离散系统本身的特性。