第八章新型控制系统.pptVIP

化工仪表及自动化;内容提要;内容提要; 以状态空间法为基础的现代控制理论，从20世纪60年代初期发展以来，已取得很大进展。从单变量系统发展到多输入—多输出系统的分析和设计，对自动控制技术的发展起到了积极的推动作用。 随着科学技术和生产的迅速发展，对大型、复杂和不确定性系统实行自动控制的要求不断提高，使得现代控制理论的局限性日益明显。 一般说来，实际工业过程常具有非线性、时变性和不确定性，且大多数工业过程是多变量的，难于建立其精确的数学模型。即使一些对象能够建立起数学模型，其结构也往往十分复杂，难于设计并实现有效控制。 ;基于上述原因，在工业过程控制领域，应用现代控制理论设计的过程控制器的控制效果收效甚少，占统治地位的仍然是经典的PID控制器。 为了克服理论与应用间的上述不协调现象，从20世纪70年代以来，除了加强对生产过程的建模、系统辨识、自适应控制、鲁棒控制(Robust Control)等的研究外，开始打破传统控制思想的束缚，试图面向工业过程的特点，寻找各种对模型要求低、在线计算方便、控制综合效果好的基于模型的控制算法。; 随着数字计算机向小型机、微型机、大容量、低成本方向的发展，也为这类算法的实现提供了物质基础。 其间，人工智能理论和技术的发展，使智能控制理论逐渐形成一个新兴的学科领域，模糊控制理论、人工神经元网络和专家系统在过程控制中应用随之越来越广泛。 随着现代自动化水平的日益提高，系统规模日益扩大，系统的复杂性迅速增加，同时系统的投资也越来越大。因此人们迫切希望提高控制系统的可靠性和可维修性。 故障检测和诊断技术就是为提高系统的可靠性和可维修性而开辟了一条新的途径。;本章中介绍了最近20多年发展起来的新型控制系统。 它们较之传统的PID控制系统，控制性能有了明显的提高。 因此，这些控制算法，在实际复杂工业过程控制中得到了成功的应用，受到工程界的普遍欢迎和好评。 由于这些系统的结构与控制算法上一般都比较复杂，一些概念与观点必须运用较复杂的数学才能讲清，所以我们这里只能就这些系统的基本原理作些粗浅的???绍。; 新型控制系统的主要特征：;自适应控制起始于20世纪50年代，推动自适应控制技术发展最初也是最强有力的原动力是飞行器的控制问题。 随着航空航天技术的发展，飞行器的自动驾驶控制率先提出了自适应控制的要求，为此自适应控制技术取得了突破性的进展，进而被逐渐推广应用到过程控制领域。;不确定性;形式;在前面介绍的控制系统中，其控制器参数均为固定值。 原因：不考虑对象特性在工作过程中的变化 但在实际生产过程中，有些（极少数）对象的特性是随时间而变化的，这些变化可能使工艺参数发生较大幅度的变化。 如果对象特性变化较大，采用第7章、第8章所介绍的常规PID控制往往不能很好地适应工艺参数的变化，而导致控制质量下降。 方法：那么，有没有能保证控制质量不随工艺参数的变化而下降的控制系统呢？----自适应控制系统;第一节 自适应控制系统;第一节 自适应控制系统;第一节 自适应控制系统;1.增益调度自适应控制 ;Note:;Model Reference Adaptive Control 简称MRAC ;第一节 自适应控制系统;第一节 自适应控制系统;第一节 自适应控制系统;第一节 自适应控制系统;总而言之，自适应控制技术在过程控制领域已取得一系列了令人注目的成果，在工程实践中也获得了很多成功的应用。 但是，自适应控制技术至今仍然不是一种非常成熟的技术，主要表现在自适应控制系统的稳定性、收敛性、信号条件和鲁棒性（robust）等问题尚未得到很好的解决，其中尤以自适应控制的鲁棒性问题最突出。 因此，如何提高自适应控制系统的鲁棒性能自然就成了众人瞩目的焦点之一。;自校正控制系统与传统的PID控制系统的区别;第二节 预测控制 203;最有代表性的预测控制算法是一种基于模型的预测控制算法。 这种算法的基本思想是先预测后控制， 即首先利用模型预测对象未来的输出状态，然后据此以某种优化指标来计算出当前应施加于过程的控制作用。 目前有代表性的预测控制系统有：模型算法控制（MAC, Model Algorithmic Control ）、动态矩阵控制（DMC, Dynamic Matrix Control）和广义预测控制（GPC, Generalized Predictive Control ）等。;第二节 预测控制;第二节 预测控制;第二节 预测控制;第二节 预测控制;第二节 预测控制;预测控制的优化目标是随时间推移的，是滚动式的，即在每一时刻都提出一个立足于该时刻的局部优化目标。 这种滚动式优化目标的局部性，优化过程不是通过离线一次得到，而是在线反复计算，使其在理想情况下只能得到一个全局的次优解。 然而当模型失配或有时变、非线性或其他干扰因