学位论文 > 优秀研究生学位论文题录展示

基于粒子群的预测函数解耦控制方法的研究及应用

作　者: 徐芳芳
导　师: 刘建昌
学　校: 东北大学
专　业: 控制理论与控制工程
关键词: 预测函数 解耦控制 粒子群 温度控制
分类号: TP273
类　型: 硕士论文
年　份: 2009年
下　载: 109次
引　用: 0次
阅　读: 论文下载
 

内容摘要


本文对基于粒子群的预测函数解耦控制方法及其在注塑机料筒温度控制中应用进行了研究。实际工业生产中普遍存在着多变量耦合现象,为了实现其精确控制,在解耦控制方面,研究了预测函数解耦控制算法。将多变量耦合系统的解耦控制问题化简为若干个单变量系统的预测函数控制,采取分散优化策略代替整体优化策略,利用预测函数控制算法的特点,引入基函数增加了设计的自由度,减少了在线计算量,使参数设计和算法过程求解大为简化,然后再利用该算法获得一个解析的解耦控制量。控制器参数可离线计算,而且算法简单,便于实现复杂、高维多变量系统的解耦控制。仿真实验表明,预测函数解耦控制方法具有很好的解耦效果。但是预测函数解耦控制方法,存在预测模型失配方面的问题。针对多变量系统中的随机性和不确定性造成的预测模型失配,提出了基于粒子群辨识多变量过程模型。应用了粒子群优化算法,定性地分析了系统参数空间范围,把系统辨识问题转化为参数空间寻优,利用粒子群优化算法在寻优过程中有效的避免局部最优,在整个参数空间内并行寻找获得系统参数的最优解。仿真实验表明粒子群优化算法在多变量系统模型辨识中优于遗传优化算法。将基于粒子群辨识多变量过程模型作为预测模型,设计了预测函数解耦控制系统,这种系统设计方法简称为基于粒子群的预测函数解耦控制方法。该方法不仅增强了预测模型的准确性,也提高了预测函数解耦控制的稳定性。仿真实验表明,基于粒子群的预测函数解耦方法优于基本预测函数解耦控制方法。将基于粒子群的预测函数解耦控制方法应用到注塑机料筒温度控制。首先,采用粒子群智能辨识方法辨识出注塑机料筒的各加热段的数学模型,然后实现预测函数解耦控制。仿真实验表明,与原来的注塑机料筒温度积分PID控制相比,基于粒子群的预测函数解耦控制具有更好的控制性能。

全文目录


摘要  5-6
Abstract  6-10
第1章 绪论  10-18
  1.1 预测函数解耦控制的发展现状  10-13
  1.2 智能辨识方法的发展现状  13-14
  1.3 注塑工业的发展及温度控制算法概述  14-17
  1.4 本文的主要工作  17-18
第2章 预测函数解耦控制方法的研究  18-28
  2.1 引言  18
  2.2 预测函数控制的基本原理  18-22
    2.2.1 基函数  19
    2.2.2 参考轨迹  19-20
    2.2.3 参考模型  20-21
    2.2.4 误差补偿  21
    2.2.5 滚动优化  21-22
  2.3 预测函数解耦控制  22-25
    2.3.1 过程输出预测  22-23
    2.3.2 解耦控制律  23-25
    2.3.3 仿真实验  25
  2.4 本章小结  25-28
第3章 多变量系统过程辨识  28-36
  3.1 引言  28-29
  3.2 多变量过程辨识方法  29-31
  3.3 基于粒子群优化算法的过程模型辨识  31-33
    3.3.1 粒子群算法原理  31
    3.3.2 粒子群算法的过程辨识算法  31-33
  3.4 仿真实验  33-34
  3.5 本章小结  34-36
第4章 基于粒子群的预测函数解耦控制方法的研究  36-46
  4.1 预测函数解耦算法分析  36-39
  4.2 基于粒子群的预测函数解耦控制方法  39-44
    4.2.1 粒子群辨识预测模型  40-41
    4.2.2 粒子群预测函数解耦控制  41-44
  4.3 仿真实验  44-45
  4.4 本章小结  45-46
第5章 基于粒子群的预测函数解耦控制方法的应用研究  46-68
  5.1 注塑机料筒温度控制系统组成  46-48
    5.1.1 料筒温度控制硬件设备组成  46-47
    5.1.2 继电器PWM控制输出方式  47-48
  5.2 注塑机料筒温度特性测试  48-52
  5.3 注塑机料筒温度控制策略  52-54
    5.3.1 注塑机料筒温度积分分离PID控制算法  52-53
    5.3.2 控制结果及分析  53-54
  5.4 注塑机料筒温度基于粒子群预测函数解耦控制方法  54-66
    5.4.1 基于粒子群算法辨识料筒模型  54-61
    5.4.2 粒子群优化算法预测函数解耦控制  61-64
    5.4.3 注塑机料筒温度控制结果及分析  64-66
  5.5 本章小结  66-68
第6章 结束语  68-70
参考文献  70-74
致谢  74

相似论文

  1. 八作动器隔振平台的六自由度容错控制研究,TB535.1
  2. 交联电缆生产线电控系统的研制,TP273.5
  3. 半导体激光器温度控制系统的研究,TP273
  4. 高性能恒温晶体振荡器温度控制系统的研究,TN752
  5. 基于粒子群算法求曲线/曲面间最小距离方法,O182
  6. 有源电力滤波器及其在配电网中的应用,TN713.8
  7. 基于变异粒子群的聚类算法研究,TP18
  8. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  9. 基于粒子群的分子对接算法,R91
  10. 多层共挤流涎成形过程温度控制技术研究,TQ320.721
  11. 中密度板纤维干燥系统与PLC控制系统设计,TP273
  12. 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
  13. 模糊预测函数控制改进算法的研究及应用,TP273
  14. 基于控制方法的粒子群算法改进及应用研究,TP301.6
  15. 基于粒子群算法的露天矿道路路径优化研究,TP301.6
  16. 基于RFID监狱智能管理系统研究与实现,TP315
  17. 基于无线传感器网络的目标定位跟踪研究,TN929.5
  18. 移动机器人路径规划研究及仿真实现,TP242
  19. 量子粒子群算法研究及其在图像矢量量化码书设计中的应用,TP301.6
  20. 变邻域搜索算法研究及在组合优化中的应用,TP301.6
  21. 文化智能优化算法及其在约束优化问题中的应用研究,O224

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 自动控制、自动控制系统
© 2012 www.xueweilunwen.com