未建模自适应PID控制研究-电器-论文之家

您现在的位置：硕士论文 >> 理工论文 >> 电力工业 >> 电器 >> 正文

未建模自适应PID控制研究

Form: 论文之家作者：陈昊 Publish: 2007-4-29 Hits:-

【中文题名】

未建模自适应PID控制研究

【英文题名】

Research on Adaptive PID Control without Modeling

【学科专业】

检测技术与自动化装置

【论文级别】

硕士论文

【投稿时间】

2007-4-29

【中关键词】

PID控制,自适应控制,智能控制,过程控制,数学模型,

【英关键词】

PID Control,Adaptive Control,Intelligent Control,Process Control,Mathematical Model,

【分类导航】

工业技术>电工技术>电器>控制器、接触器、起动器、电磁铁>控制器>

【论文摘要】

PID控制结构简单、鲁棒性好、可靠性高，在工业控制中得到了广泛应用。但是实际工业生产过程往往具有大滞后、非线性、时变不确定性，导致难以建立精确的数学模型，因此常规PID控制经常达不到理想的控制效果。此外，PID参数的离线整定，对运行工况的适应性很差，不能适应复杂的工况和高指标的性能要求。因此，有必要提出一种算法简单且对被控对象数学模型要求不高的自适应PID控制器。本文围绕这一目标，主要作了以下几个方面的研究工作：第一，对扩充响应曲线法进行改进，提出了扩充响应曲线法开环递推求解算法，简化了PID参数的整定过程。在确保PID零极点不变的基础上，将开环递推整定算法引入到闭环系统中，提出了自适应PID控制算法。仿真表明该算法具有较好的鲁棒性和实用性。第二，针对原无辨识PSD的不足，提出了PSD参数的同步自适应方法，计算量小，且对于均值为零的测量噪声具有更强的抗噪能力。为了更好地应用于时滞过程，利用无时滞PSD系统渐近稳定的特点，提出了无预估模型的PSD自适应预估控制算法。仿真实验验证了算法的有效性。第三，将Hebb学习规则用于单参数单神经元PID的增益学习，不仅使...

【论文题纲】

摘要	5-6
Abstract	6-7
目录	7-10
第一章绪论	10-17
1.1 工业过程的特点	10-11
1.2 工业控制的现状	11-14
1.2.1 PID控制	12
1.2.2 自适应控制	12
1.2.3 鲁棒控制	12
1.2.4 最优控制	12-13
1.2.5 智能控制	13-14
1.2.6 预测控制	14
1.3 本课题的研究意义	14-15
1.4 本文所做工作	15
1.5 章节安排	15-17
第二章 PID的研究与应用情况	17-28
2.1 PID控制器原理	17-18
2.2 数字PID控制算法	18-20
2.2.1 位置式PID控制算法	18-19
2.2.2 增量式PID控制算法	19-20
2.3 数字PID控制算法的改进	20-22
2.3.1 积分分离PID控制算法	20-21
2.3.2 遇限削弱积分PID控制算法	21
2.3.3 不完全微分PID控制算法	21
2.3.4 微分先行PID控制算法	21-22
2.3.5 带死区的PID控制算法	22
2.4 自适应PID控制	22-24
2.4.1 参数自适应PID控制	23-24
2.4.2 非参数自适应PID控制	24
2.5 智能PID控制	24-27
2.5.1 基于规则的智能PID自学习控制器	25
2.5.2 加辨识信号的智能自整定PID控制器	25-26
2.5.3 专家式智能自整定PID控制器	26
2.5.4 模糊PID控制器	26-27
2.5.5 基于神经网络的PID控制器	27
2.5.6 自寻最优PID控制器	27
2.6 本章小结	27-28
第三章基于扩充响应曲线法的自适应PID	28-35
3.1 引言	28
3.2 扩充响应曲线法原理	28-29
3.3 ERCM开环递推求解	29-30
3.4 闭环系统的增益自适应	30-31
3.5 仿真研究	31-34
3.5.1 时不变对象	31-32
3.5.2 时变对象	32-33
3.5.3 鲁棒性研究	33-34
3.6 本章小结	34-35
第四章无辨识预估PSD控制	35-42
4.1 引言	35
4.2 无辨识PSD基本原理	35-36
4.3 无辨识PSD改进算法	36-38
4.3.1 Tv(k)的同步鲁棒辨识	36-37
4.3.2 时滞预估PSD算法	37-38
4.4 仿真研究	38-41
4.4.1 无时滞系统	38-40
4.4.2 时滞系统	40-41
4.5 本章小结	41-42
第五章单参数PID的Hebb学习控制	42-50
5.1 引言	42
5.2 人工神经元模型	42-43
5.3 神经网络有监督Hebb学习规则	43
5.4 单参数PID	43-44
5.5 增益kp的Hebb学习算法	44-45
5.6 仿真研究	45-49
5.6.1 一般工业对象仿真	45-47
5.6.2 火电厂超临界机组过热汽温控制仿真	47-49
5.7 本章小结	49-50
第六章基于期望性能指标的满意控制系统设计与分析	50-59
6.1 引言	50-51
6.2 基于期望性能的满意控制系统设计	51-53
6.2.1 系统性能的表述	51
6.2.2 控制器的选择	51
6.2.3 期望的数学模型	51-52
6.2.4 自适应机制	52-53
6.3 采样周期与系统鲁棒性	53-55
6.3.1 采样周期的确定	53-54
6.3.2 系统鲁棒性分析	54-55
6.4 仿真验证	55-58
6.4.1 非纯滞后对象	55-57
6.4.2 纯滞后对象	57-58
6.5 本章小结	58-59
第七章实验验证	59-68
7.1 实验装置介绍	59-61
7.1.1 过程控制实验对象系统	60
7.1.2 对象系统中的各类检测变送及执行装置	60
7.1.3 仪表控制台的组成部分	60
7.1.4 上位监控 PC机	60-61
7.2 实验环节	61-67
7.2.1 实验对象	61-62
7.2.2 采样周期T_s的选取原则	62-63
7.2.3 实验步骤	63
7.2.4 实验数据及结果分析	63-67
7.3 本章小结	67-68
第八章结论与展望	68-70
8.1 本文的主要创新点	68
8.2 今后的研究问题	68-70
参考文献	70-73
致谢	73-74
攻读硕士学位期间撰写的论文	74

【DOI】

LunWen.ID:2.2008.138069



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：PID控制论文自适应控制智能控制过程控制数学模型

电器最新论文

电器热门论文