多模型自适应解耦控制器的研究控制理论与控制工程专业论文.docxVIP

叁!!苎鲎堡主兰堡丝叁 叁!!苎鲎堡主兰堡丝叁 一．————塑 多模型自适应解耦控制器的研究 摘要 针对多变量、强耦合、非线性、参数跳变的复杂工业过程，基于线性系统理 论的单回路常规控制方法难以得到令人满意的控制结果。如何实现这类生产过程的 自适应解耦控制，引起了控制学者和工程师们广泛关注。为了解决上述问题，本文 研究了最小相位系统、非最小相位系统和非线性系统的多模型自适应解耦控制器的 设计问题，提出了动态解耦控制器、静态解耦控制器和分层递阶解耦控制器，并以 亚洲最大的2．4m×2．4m引射式跨音速风洞为背景进行了仿真应用研究。 针对线性离散时间最小相位系统，设计多模型自适应动态解耦控制器。该控 制器采用前馈方法消除系统耦合，实现动态解耦。通过加权多项式矩阵的选择，不 但消除了稳态误差，而且可以任意配置闭环极点。该多模型控制器基于控制器参数 模型集直接选取控制器，其控制器参数模型集可由系统参数模型集直接得到，并保 证完全覆盖。最后给出全局收敛性分析。 ，为了在实际工业过程中得到应用，针对一类线性离散时间非最小相位系统， 设计多模型自适应静态解耦控制器。该控制器基于切换指标直接选取最优控制器实 现控制。由于多模型的引入极大地提高了系统的暂态性能，因而得到令人满意的解 耦效果。最后给出全局收敛性分析。 针对多模型控制方法中模型数目巨大，计算时间长等问题，提出了基于分层 递阶结构的多模型自适应解耦控制器。该控制器基于性能指标逐层搜索最优模型， 动态构造固定模型集实现完全覆盖，因而减少固定模型数量，缩短计算时间。与常 规多模型控制方法比较，当模型数目相同时，系统的暂态响应、解耦效果得到极大 改善。最后给出全局收敛性分析。 对于多变量非线性离散时间系统，提出多模型神经网络自适应解耦控制器。 利用多个神经网络在不同平衡点处逼近被控系统，在每个平衡点处进行Taylor展 开，利用一神经网络离线逼近系统的线性部分，利用另一神经网络在线逼近系统的 非线性部分，采用前馈方法消除被视为可测干扰的非线性部分，基于性能指标选取 最优模型并据此设计控制器进行控制。 2．4m×2．4m风洞是亚洲最大的引射式跨音速风洞，具有气源容量小、吹风时 间短、对暂态响应的要求高、耦合强烈等特性，常规PID方法难以得到良好的控 制效果。本文采用分层递阶结构的多模型自适应解耦控制器进行仿真研究。仿真结 恭黼黧黧羲鬻搽、鬣，1鬻簇 恭 黼黧黧羲鬻搽、鬣，1鬻簇警自适应控制；动态解耦，静态解耦，分层递断r，硼经网硷，_且墨尹。夏’一≥ 局收敛硅，引射式跨音速风洞 查i!垄兰堡主童垒垒查 查i!垄兰堡主童垒垒查 垒望!!坠竺! Multiple Models Adaptive Decoupling Controller Abstract For complex industrial processes which are multivariable，strongly coupled， nonlinear,and wi廿1 parameter jumping abruptly,conventional single—variable controller based on linear system theories cannot meet the control requirements．How to decouple such processes is paid great attention for both control theorists and engineers．For minimum-phase system，nonminimttm—phase system and nonlinear system，multiple models adaptive decoupling eontroHem(MMADC)are designed to solve these problems． In this dissertation，dynamic decoupling controller,static decoupling controller and hierarchical decoupling controller are presented to realize the simulation research in the 2．4m×2．4m interjector driven transonic、vind tunnel which is the biggest谢