资料下载
×
生物发酵过程的微分几何变结构控制
消耗积分:3 |
格式:rar |
大小:490 |
2009-08-13
分享资料个
本文首先建立了生物发酵过程的仿射非线性数学模型，然后采用微分几何精确线性
化理论，把非线性系统转化成了一个线性系统，最后在此基础上应用非线性变结构控制理论指数趋近律法进行设计，实现了一种较新的对发酵过程的控制。仿真结果表明，该控制系统具有良好的动静态性能。
生物科学的迅速发展对微生物发酵过程的控制提出了越来越高的要求。由于发酵过程
是一个非常复杂的生化过程，其数学模型是一个多参数、时变、耦合的非线性系统，因此采用传统的PID 控制、定值控制或近似线性化方法显然很难取得良好的控制效果。近年来，随着现代控制理论和计算机技术的不断发展，针对发酵过程的控制，国内外学者提出了预测控制、遗传算法、神经网络、神经网络逆系统等许多有价值的方法。文献[1]尝试了微分几何方法，但由于发酵过程模型的不确定性和参数的时变性使得其控制效果并不理想。
基于指数趋近律法的变结构滑模控制，以其设计简单、鲁棒性强等优点有效地弥补了
微分几何控制的不足。本文在采用微分几何方法实现系统精确线性化解耦的基础上，利用非线性变结构控制理论指数趋近律法进行设计，从而既实现了系统的非线性解耦控制，提高了系统的控制精度，又有效克服了微分几何方法鲁棒性差和过分依赖数学模型的缺点，提高了对发酵过程的控制能力。
化理论，把非线性系统转化成了一个线性系统，最后在此基础上应用非线性变结构控制理论指数趋近律法进行设计，实现了一种较新的对发酵过程的控制。仿真结果表明，该控制系统具有良好的动静态性能。
生物科学的迅速发展对微生物发酵过程的控制提出了越来越高的要求。由于发酵过程
是一个非常复杂的生化过程，其数学模型是一个多参数、时变、耦合的非线性系统，因此采用传统的PID 控制、定值控制或近似线性化方法显然很难取得良好的控制效果。近年来，随着现代控制理论和计算机技术的不断发展，针对发酵过程的控制，国内外学者提出了预测控制、遗传算法、神经网络、神经网络逆系统等许多有价值的方法。文献[1]尝试了微分几何方法，但由于发酵过程模型的不确定性和参数的时变性使得其控制效果并不理想。
基于指数趋近律法的变结构滑模控制，以其设计简单、鲁棒性强等优点有效地弥补了
微分几何控制的不足。本文在采用微分几何方法实现系统精确线性化解耦的基础上，利用非线性变结构控制理论指数趋近律法进行设计，从而既实现了系统的非线性解耦控制，提高了系统的控制精度，又有效克服了微分几何方法鲁棒性差和过分依赖数学模型的缺点，提高了对发酵过程的控制能力。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
