资料下载
×
多变量广义预测控制在DCS系统中的应用
消耗积分:3 |
格式:rar |
大小:191 |
2009-09-03
分享资料个
文章介绍和分析了多变量广义预测控制算法，基于JX-300X 集散控制系统（DCS），
搭建了锅炉液位和温度控制系统，根据被控对象的特点，将多变量广义预测控制应用于该对象的控制，进行了设定值跟踪、及抗干扰实验研究。实验结果表明了广义预测控制算法的有效性，为其应用于工业现场控制奠定了基础。
关键词：多变量，广义预测控制，集散控制系统
随着现代工业的发展，实际的工业过程是一个复杂的变化过程，为了达到指定的生产要
求，往往有多个过程参数需要控制，相应地，决定和影响这些参数的原因也不是一个。因此大多数工业过程是一个相互关联的多输入多输出过程。在这样的过程中，一个输入将影响到多个输出，而一个输出也将受到多个输入的影响。这种输入与输出间复杂的因果关系称为过程变量间的耦合[1]。对于这种多变量及存在耦合关系的系统，传统的PID 控制很难获得比较好的控制效果，而20 世纪70 年代末出现的预测控制能够很好的处理多变量、多目标优化、多速率及约束问题[2]。广义预测控制是在自适应控制中引入预测控制的思想发展而来的[3]，它基于辨识过程参数模型，具有自校正控制机制，在线修正模型参数；采用受控自回归积分滑动平均模型（CARIMA）描述过程，具有固有积分作用，不仅能够自然地消除偏移，而且为设计鲁棒控制器奠定了可靠的基础，在最小方差控制的基础上引入多步预测、滚动优化策略，克服了最小方差控制对滞后十分敏感的缺点，提高了系统的稳定性、鲁棒性和适用性[4]。
搭建了锅炉液位和温度控制系统，根据被控对象的特点，将多变量广义预测控制应用于该对象的控制，进行了设定值跟踪、及抗干扰实验研究。实验结果表明了广义预测控制算法的有效性，为其应用于工业现场控制奠定了基础。
关键词：多变量，广义预测控制，集散控制系统
随着现代工业的发展，实际的工业过程是一个复杂的变化过程，为了达到指定的生产要
求，往往有多个过程参数需要控制，相应地，决定和影响这些参数的原因也不是一个。因此大多数工业过程是一个相互关联的多输入多输出过程。在这样的过程中，一个输入将影响到多个输出，而一个输出也将受到多个输入的影响。这种输入与输出间复杂的因果关系称为过程变量间的耦合[1]。对于这种多变量及存在耦合关系的系统，传统的PID 控制很难获得比较好的控制效果，而20 世纪70 年代末出现的预测控制能够很好的处理多变量、多目标优化、多速率及约束问题[2]。广义预测控制是在自适应控制中引入预测控制的思想发展而来的[3]，它基于辨识过程参数模型，具有自校正控制机制，在线修正模型参数；采用受控自回归积分滑动平均模型（CARIMA）描述过程，具有固有积分作用，不仅能够自然地消除偏移，而且为设计鲁棒控制器奠定了可靠的基础，在最小方差控制的基础上引入多步预测、滚动优化策略，克服了最小方差控制对滞后十分敏感的缺点，提高了系统的稳定性、鲁棒性和适用性[4]。
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
