多变量解耦控制方法
多变量解耦控制方法 多变量解耦控制方法 随着被控系统越来越复杂,如不确定性、多干扰、非线性、滞后、非最小相位等,需要控制的变量往往不只一个,且多个变量之间相互关联,即耦合,传统的单变量控制系统设计方法显然无法满足要求,工程中常常引入多变量的解耦设计........。其思想早在控制科学发展初期就已形成,其实质是通过对一个具有耦合的多输入多输出控制
系统,配以适当的补偿器,将耦合程度限制在一定程度或解耦为多个独立的单输入单
输出系统。其发展主要以Morgan于1964年提出的基于精确对消的全解耦状态空间法........及Rosenbrock于20世纪60年代提出的基于对角优势化的现代频率法
.....为代表,但这两种方
法都要求被控对象精确建模,在应用上受到一定的限制。 近年来,随着控制理论的发展,多种解耦控制方法应运而生,如特征结构配置解耦、自校正解耦、线性二次型解耦、奇异摄动解耦、自适应解耦、智能解耦、模糊解耦等等。解耦控制一直是一个充满活力、富有挑战性的问题。本文针对解耦方法进行了概述,并分析了其应用现状。
一、解耦控制的现状及问题 传统解耦控制 传统解耦方法包括前置补偿法和现代频率法。前者包括矩阵求逆解耦、不变性解耦和逆向解耦;后者包括时域方法,其核心和基础是对角优势,奈氏(Nyquist)稳定判据是其理论基础,比较适合于线性定常MIMO系统。主要包括: 1)逆奈氏阵列法
Company Document number:WTUT-WT88Y-W8BBGB-BWYTT-19998 逆奈氏阵列法是对控制对象进行预先补偿,使传统函数的逆成为具有对角优势和正规性的矩阵。由于正规阵特征值对摄动不敏感,因而有较强的鲁棒性,其应用广泛。当然,当正规阵的上(下)三角元素明显大于下(上)三角元素时,可采用非平衡补偿法进行修正来提高鲁棒性,同时由于利用逆奈氏判据选择反馈增益时并不能保证闭环传递函数本身的对角优势,因此需反复调整补偿器的参数,使设计结果真正符合对角优势。 2)特征轨迹法 特征轨迹法是一种分析MIMO系统性态的精确方法。当采用其中的增益平衡法和特征向量配正法对补偿器进行近似处理时,其精确性难以得到保证,因而工程应用有限。倘若采用并矢展开法,则可利用其对角分解中变换矩阵与频率无关的特性解决补偿器工程难以实现的问题,但要求被控对象能够并矢分解,往往此条件难以满足,因而工程中应用不多见。 3)序列回差法 该方法是将补偿器逐个串入回路构成反馈,易于编程实现。从解耦的角度看,类似三角解耦,但其补偿器的确定方法并不明确,不能实现完全解耦。 4)奇异值分解法 包括奇异值带域法和逆结构正则化法。主要是先绘制开环传递函数的奇异值图,采用主增益、主相位分析法,或者广义奈氏定理来确定主带域与临界点的关系,从而判别系统的鲁棒稳定性,特别适于无法特征分解或并矢分解的系统。它是近年来普遍使用的方法之一。 此外,还有一些比较成功的频率方法,包括相对增益法、逆曲线法、特征曲线分析法。以上解耦方法中,补偿器严重依赖被控对象的精确建模,在现代的工业生产中不具有适应性,难以保证控制过程品质,甚至导致系统不稳定。即使采用这些方法进行部分解耦或者单向解耦,也不能实现完全解耦,而且辅助设计的工作量很大,不易实现动态解耦。
自适应解耦控制 自适应解耦控制是将自适应控制技术与解耦控制技术相结合并用于多变量系统,也即将被控对象的解耦、控制和辨识结合起来,以此实现参数未知或时变系统的在线精确解耦控制。它的实质是.....将耦合项视为可测干扰,采用自校正前馈控制的方法,对耦合进行动、静态补偿,对补偿器的参数进行寻优。它是智能解耦理论的基础,适于
时变对象。对于最小相位系统,自适应解耦控制采用最小方差....控制律...可以抑制交联,对于非最小相位系统,它可采用广义最小方差控制律,只要性能指标函数中含有耦合 项,就可达到消除耦合的目的,但需求解Diophantine方法,得到的解往往是最小二乘解。附加静差为零的约束后也只能实现静态解耦。 自适应解耦在工程上取得了许多成功的应用,文献[6]通过对自回归滑动平均模型
参数在线递推辨识出一阶模型后,实现了前馈解耦补偿器.......的自适应动态解耦。文献[7]将开环解耦补偿器.......与广义预测控制结合,提出一种基于分层递阶结构的多模型间接自适应前馈解耦控制器,不仅能提高系统的暂态性能、消除稳态误差、减少计算量,还
易于在DCS上实现。文献[8]提出一种利用受控对象的I/O数据,在线实时地适应过程特性变化的动态解耦补偿......算法,有效地解决了一大类非线性、强耦合系统的实时动态解耦问题。但是,自适应解耦本质上要求在线辨识对象模型,导致算法复杂、计算量
大,且对过程动态建模和扰动的适应能力差,系统的鲁棒性不强,其应用范围受到一定的限制。
智能解耦控制 智能解耦是近年来新兴的解耦控制方法,它在解决非线性系统方面具有独特优势,可以实现线性系统和非线性系统的在线精确解耦。包括: 1)神经网络解耦控制
理论已经证明,神经网络能够以任意精度逼近..任意解析非线性函数,具有自学习、自适应能力和很强的容错能力,是实现非线性系统控制的有力工具,实践证明,
单独的神经网络解耦很难满足系统的要求,需要与其他算法相结合实现解耦控制,其主要形式有以下3种: (1)神经网络前馈自适应解耦控制算法,其思想是将高阶非线性部分的影响视为可测干扰,采用前馈补偿方法加以消除,再借助多变量线性系统的自适应解耦算法实现多变量非线性系统的神经网络自适应解耦控制; (2)利用神经网络逼近高阶项、耦合项和未建模动态,采用广义预测控制的性能指标,实现神经网络广大预测自适应解耦控制; (3)神经网络开环解耦控制,即在多变量非线性系统前加上神经网络解耦器,通过对广义对象的时域响应曲线进行学习训练来消除耦合影响,从而使广义对象成为无耦合或耦合程度较小的系统后,再对解耦后的回路单独设计控制器。 目前,神经网络解耦已经初步取得成果。文献[9]采用神经网络逆系统方法,成功地实现了磁悬浮开关径向力的动态解耦;文献[10]提出了一种基于神经网络PID控制的、可用于带耦合时延的多变量解耦控制方法,实现了定值跟踪控制;文献[11]针对一类多变量仿射非线性系统,采用动态神经网络进行建模,利用解析法对复合后的伪线性系统进行内模控制,补偿了系统的建模误差,具有良好的闭环鲁棒稳定性。文献 [12]采用神经网络PID控制算法,在线整定比例、积分和微分参数,较好地消除了除氧器水位与出口压力之间的耦合影响,实现了对除氧器水位系统的解耦控制。 当然,神经网络还可以与其他方法相结合形成智能解耦方法,如神经网络同遗传算法相结合,将遗传算法用于前向神经网络的连接权系数的学习中,可以克服BP算法易陷入局部极值的缺陷;神经网络同预测控制相结合,先用神经网络设计补偿环节,再对解耦后的各子系统进行单变量预测函数控制以确定各个控制量;神经网络同内模控制相结合,利用内模原理设计前馈控制器实现神经网络内模解耦控制;以网络同逆系统控制相结合,将非线性多变量系统补偿为SISO伪线性积分系统等等。但是,将非线性系统理论与神经网络结合依然比较困难,原因是难以找到通用的解耦判据。 2)模糊解耦控制 模糊解耦主要有两大类:直接模糊解耦和间接模糊解耦。它们都是在经典解耦理论的基础上发展起来的鲁棒解耦方法。在直接模糊解耦中,需要判断解耦条件。文献[14]针对非线性系统采用初等变换方法给出了解耦控制的充分条件,但模糊解耦补偿器的解耦和参数是采用经验试凑法离线确定的,难以实现完全解耦;文献[16]从理论上证明了模糊关系系统的串联、反馈解耦补偿器的结构及实现问题中的充要条件,但在具体实现上没有明确说明;文献[17]对其作了改进,提出了一种基于规则描述的多变量系统的模糊解耦算法,大大降低了解耦实现的复杂度。文献[18]利用多维模糊条件语句的分解定理,引进模糊子集的交叉系数,获取了模糊控制算法的简捷表达式,降低了对计算机内存的要求,缩短了计算时间。但是直接模糊解耦仍然存在难以解决的问题,那就是需要人工归纳和总结操作经验,建立模糊控制规则表或者模糊信息查询表,在实际中并不可取。间接模糊解耦是通过对多变量模糊控制规则进行模糊子空间的分解来实现解耦的。文献[19]引入随机相关因子,利用此类因子构造出多维概率模糊控制器。文献[20]提出对采用相关因子分解的子空间用一级二维模糊方程来描述,降低了对计算机内存容量的要求,但存在不满足一致性条件的缺陷。后来有人对此分解方法做了改进,提出了一种满足一致性条件的新合成算子。文献[21]通过推理模糊控制器输出的上界,引入复合算子、分配算子、聚合算了、隐含算子等概念将模糊规则与广义推理机制相结合,得到了一类统一的多变量模糊方程,避免了经验试凑所作的大量仿真试验。 当然,模糊控制还可与自适应控制结合形成间接解耦控制。如文献[22]提出一种自学习模糊解耦控制器,将多变量模糊解耦控制和模型参考自学习控制相结合,利用模糊逆模型在线产生和修正模糊解耦控制系统的规则库,并将其应用于航空反动机,取得了较好的控制效果。模糊控制与多种神经网络结构及算法融合形成模糊神经解耦控制,可以利用神经网络的自学习机制,使模糊控制器也具有自学习、自适应能力。 文献[23]将自组织映射网络与模糊推理结合,通过削弱量化误差以及在设定点附近引入PI补偿器,实现了飞机飞行高度与飞行速度的解耦控制,文献[24]利用变结构理论,将模糊推理中的隶属函数和模糊规则的确定等关键问题归结为神经网络参数和结构的训练,有效解决了感应电动机的解耦问题。 但是,模糊解耦还存在一些问题,如模糊规则中隶属函数的确定、量化因子、比例因子、采样周期、规则系数的最优选择及自动生成等,解耦之后系统的稳定性、可控可观性研究尚未成熟。系统可解耦性的证明以及解耦算法的稳定性、收敛性的证明也还有待进一步的研究。
其他解耦控制 将解耦控制与非线性系统理论结合,可以解决一大类强耦合问题。文献[25]利用非线性系统的微分几何理论,将Buck变换器模型状态反馈精确线性化后成功的实现了完全解耦;文献[26]利用非线性系统理论实现了大机动弹头再入飞行段的姿态稳定控制。再如解耦控制与微分几何技术结合,可以解决BTT导弹倾斜转弯时纵向与侧向的强耦合问题以及导弹的大攻角飞行时的气动、力矩耦合问题[27];解耦控制与动态逆技术及带修正因子的模糊控制结合,可实现飞机直接力的动态解耦[28];解耦控制与反馈线性化技术结合,可以解决零动态问题[29]等等。 在工程实际中,鲁棒性问题一直是控制器设计的一个关键问题,鲁棒控制理论与解耦理论相结合可以形成鲁棒解耦控制。目前,鲁棒解耦控制主要采用H方法、奇
解耦
解耦decoupling耦合是指两个或两个以上的体系或两种运动形式间通过相互作用而彼此影响以至联合起来的现象。
解耦就是用数学方法将两种运动分离开来处理问题,常用解耦方法就是忽略或简化对所研究问题影响较小的一种运动,只分析主要的运动。
简介数学中解耦是指使含有多个变量的数学方程变成能够用单个变量表示的方程组,即变量不再同时共同直接影响一个方程的结果,从而简化分析计算。
通过适当的控制量的选取,坐标变换等手段将一个多变量系统化为多个独立的单变量系统的数学模型,即解除各个变量之间的耦合。
最常见的有发电机控制,锅炉调节等系统。
软件开发中的耦合偏向于两者或多者的彼此影响,解耦就是要解除这种影响,增强各自的独立存在能力,可以无限降低存在的耦合度,但不能根除,否则就失去了彼此的关联,失去了存在意义。
工程背景在现代化的工业生产中,不断出现一些较复杂的设备或装置,这些设备或装置的本身所要求的被控制参数往往较多,因此,必须设置多个控制回路对该种设备进行控制。
由于控制回路的增加,往往会在它们之间造成相互影响的耦合作用,也即系统中每一个控制回路的输入信号对所有回路的输出都会有影响,而每一个回路的输出又会受到所有输入的作用。
要想一个输入只去控制一个输出几乎不可能,这就构成了“耦合”系统。
由于耦合关系,往往使系统难于控制、性能很差。
主要分类三种解耦理论分别是:基于Morgan 问题的解耦控制,基于特征结构配置的解耦控制和基于H_∞的解耦控制理论。
在过去的几十年中,有两大系列的解耦方法占据了主导地位。
其一是围绕Morgan问题的一系列状态空间方法,这种方法属于全解耦方法。
这种基于精确对消的解耦方法,遇到被控对象的任何一点摄动,都会导致解耦性的破坏,这是上述方法的主要缺陷。
其二是以Rosenbrock为代表的现代频域法,其设计目标是被控对象的对角优势化而非对角化,从而可以在很大程度上避免全解耦方法的缺陷,这是一种近似解耦方法。
相关解法选择适当的控制规律将一个多变量系统化为多个独立的单变量系统的控制问题。
球磨机制粉系统的多变量解耦PID控制
第2 卷 第5 1 期
20 07年 9 月
湖 南
工
业
大
学
学
报
VO | 1 l . 2 No 5 S p 2 0 e .0 7
J u n l f n nUn v ri f c n l g o ra o Hu a i e st o h o o y y Te
0 前 言
2 世纪 5 年代以来,中储式钢球磨煤机因其可靠 O O 性 高 、寿命长和维修 量小 的优点 ,已广 泛用于 国 内外 火力发 电厂 ,它 是燃 煤电站 锅炉 的重要 辅助设备 ,也 是耗能较大 的设备之一 ,其用 电量 占厂总用 电的 l 5% 2 5%【。对于设 备己定型并投运的制粉系统 ,要 降低 】 】 制 粉电耗 ,必须 使磨 煤机尽 量维 持在 最佳 运行 工况 。 但是 中储 式钢球磨煤 机制粉 系统是一个 多变量 、强耦 合 、大惯 性 的被控 对象 ,其主要被 控量是球 磨机 出 口 温 度 、入 口压力 、磨煤机存煤 量等 ,这些参 量的影 响 是 交织 在一 起 的 ,使 得 制粉 系 统成 为一 个多 变 量耦 合 、变量 时滞和模 型时变的控制 对象 ,改 变给煤 、热
M ut aib eDe o p i gP D nr l tae yf r l v r l c u l I Co t r tg i a n oS o Bal i a u v r i gS s m lM lCo P le i n y t l l z e
Lio Bo i ,W a gLia g a ln。 n g n
mac l U d r h s o d t n an w d c u l gP D o to t tg r p s d whc p n e e o pi gc mp n a t we1 n e i c n i o , e e o p i I c n l r e yi p o o e , iha e d dd c u l o e s — h . t i n r sa s p n
设计串联解耦环节实现系统的解耦控制 (自动保存的)
显的物理意义,因而输出反馈易实现。
对于式(2.1)描述的线性系统,当将系统的控制量 取为输出 的线性函数
(2.4)
时,称之为输出反馈,其中其中 为 维参考输入向量, 为 矩阵,称为输出反馈增益矩阵。
将式(2.4)代入式(2.1),可得到采用输出反馈后闭环系统的状态空间方程
3.
3.
3.
对于具有相同输入、输出个数的MIMO线性定常系统
(3.8)
设 为系统的输入输出个数,可采用控制规律 ,即存在输入变换阵和状态反馈矩阵对 进行解耦的充要条件是:可解耦性判别矩阵 为非奇异。且当选取 为 时,解耦控制系统的传递函数矩阵为
(3.9)
其中 , 与 是解耦控制中两个基本特征量。对 对角线上第一个元素可提出第 个极点要求,并有
2.
设不完全能控的多输入系统为
(2.21)
经过坐标变换,即经过能控结构分解,式(2.21)可写成
(2.22)
式中, 为能控子系统,由于坐标变换不改变系统的极点,所以式(2.21)与式(2.22)系统的极点相同,它们的极点集为
(2.23)
极点 为能控极点, 为不能控极点,考虑式(2.22)系统的任意状态反馈
设计主要内容:
(1)求出系统的传递函数。
(2)设计串联解耦环节,并求出解耦后的系统传递函数。
(3)对解耦后的系统进行极点配置,并求出配置后系统的传递函数。
(4)绘制原系统及配置极点后系统的输出响应曲线图,并进行分析。
3.
3.
线性定常系统的状态空间表达式包括状态方程和输出方程,简写形式如下
(3.1)
式中, 分别为 维, 维, 维向量。式(3.1)中,上式为状态方程,下式为输出方程。状态空间表达式实际上是对MIMO系统的时域描述,而传递函数阵则是对系统的频域描述,把时域的数学模型转换成频域的数学模型,其基本方法是在零初始条件下取拉氏变换。因此,对式(3.1)在零初始条件下取拉氏变换,则有
多变量自适应解耦控制和智能解耦控制理论、方法及其应用
作者: 柴天佑
作者机构: 东北大学自动化研究中心 教授
出版物刊名: 科学中国人
页码: 65-65页
主题词: 自适应解耦控制 智能解耦 多变量 控制理论 常规控制系统 复杂工业过程 生产工况成本增高 强耦合 主蒸汽
摘要: 复杂工业过程存在着多变量、强耦合、非线性、动态特性变化大、生产工况变化频繁,常规控制系统难于投入自动运行,从而无法实现生产过程的优化控制、优化运行和优化管理,因而造成产品质量下降、成本增高、污染严重,因而多变量自适应解耦控制成为工业过程控制中亟待解决的具有挑战性的重要课题。
解耦控制
对于双输入双输出情况,图7 10为前馈解耦控制系统的方框图: 对于双输入双输出情况,图7-10为前馈解耦控制系统的方框图:
控制器Gc(s) R1
P(s)
解耦装置D(s)
U(s)
过程控制 G(s) Y1
—
控制器—1 控制器—2
D11=1 D12 D21 D22=1
G11 G12 G21 G22 Y2
解耦控制系统
王凯 20100270 检测技术与自动化装置
安徽工业大学电气信息学院
目 录
• • • • • 一. 二. 三. 四. 五. 解耦控制的发展 系统的关联 减少与解除耦合途径 讨论 参考文献
一. 解耦控制的发展
1.1解耦的含义 1.1解耦的含义 • 首先要明确有个“耦合”的物理概念,耦合是指两个或两个以上 的体系或两种运动形式间通过相互作用而彼此影响以至联合起来的现 象。 • 解耦就是用数学方法将两种运动分离开来处理问题,常用解耦方 法就是忽略或简化对所研究问题影响较小的一种运动,只分析主要的 运动。数学中解耦是指使含有多个变量的数学方程变成能够用单个变 量表示的方程组,即变量不再同时共同直接影响一个方程的结果,从 而简化分析计算。通过适当的控制量的选取,坐标变换等手段将一个 多变量系统化为多个独立的单变量系统的数学模型,即解除各个变量 之间的耦合。最常见的有发电机控制,锅炉调节等系统。
3.3减少控制回路 3.3减少控制回路 • 把上一方法推到极限,次要控制回路的控制器取无穷大的比例度, 此时这个控制回路不再存在,他对主要控制回路的关联作用也就消失。 例如,在精馏塔的控制系统设计中,工艺对塔顶和塔底的组分均有一 定要求时,若设计成7-6所示的控制系统,这两个控制系统是相关的, 在扰动较大时无法投产。为此,目前一般采取减少控制回路的方法来 解决。如塔顶重要,则塔顶设置控制回路,塔底不设置控制回路的方 法来解决。
解耦和耦合控制
解耦和耦合控制
一、解耦
数学中解耦是指使含有多个变量的数学方程变成能够用单个变量表示的方程组,即变量不再同时共同直接影响一个方程的结果,从而简化分析计算。
通过适当的控制量的选取,坐标变换等手段将一个多变量系统化为多个独立的单变量系统的数学模型,即解除各个变量之间的耦合。
最常见的有发电机控制,锅炉调节等系统。
软件开发中的耦合偏向于两者或多者的彼此影响,解耦就是要解除这种影响,增强各自的独立存在能力,可以无限降低存在的耦合度,但不能根除,否则就失去了彼此的关联,失去了存在意义。
二、耦合
在电子学和电信领域,耦合ǒuhé(英语:coupling)是指能量从一个介质(例如一个金属线、光导纤维)传播到另一种介质的过程。
在电子学中,耦合指从一个电路部分到另一个电路部分的能量传递。
例如,通过电导性耦合,能量从一个电压源传播到负载上。
利用电容器允许通过交流成分、阻挡直流成分的性质,可以将电路的交流部分和直流部分耦合起来。
变压器也可以充当耦合介质,通过在两端配置适当的阻抗,可以达到适当的阻抗匹配。
完整word版关于解耦控制的研究和发展现状
关于解耦控制的研究和发展现状言1 引和Boksenhom多变量系统设计思想在控制学科发展初期就已经形成,在的报告和钱学森的著作中就已得到了基本研究;在现代控制理论的框架内Hood年正式提出。
随着被控系统越来越复杂,被控对象1964这个问题由Morgan在存在着更多难以控制的因素,如不确定性、多干扰性、非线性、滞后和非最小相位特性等,使得工程对耦合控制系统的设计要求越来越高,设计难度越来越大。
所以一直以来理论与工程界将其作为一个解耦问题成为学术与工程上一大难题,热点问题。
2 工程背景在现代化的工业生产中,不断出现一些较复杂的设备或装置,这些设备或装置的本身所要求的被控制参数往往较多,因此,必须设置多个控制回路对该种设备进行控制。
由于控制回路的增加,往往会在它们之间造成相互影响的耦合作用,也即系统中每一个控制回路的输入信号对所有回路的输出都会有影响,而每一个回路的输出又会受到所有输入的作用。
要想一由于耦合关”系统。
个输入只去控制一个输出几乎不可能,这就构成了“耦合系,往往使系统难于控制、性能很差。
解耦控制系统3如上图所示,所谓解耦控制系统,就是采用某种结构,寻找合适的控制规律来消除系统种各控制回路之间的相互耦合关系,使每一个输入只控制相应的一个输出,每一个输出又只受到一个控制的作用。
解耦控制是一个既古老又极富生命力的话题,不确定性是工程实际中普遍存在的棘手现象。
解耦控制是多变量系统控制的有效手段。
3.1 解耦控制系统的特点1. 解耦控制系统一般都是多输入多输出系统,而且输入和输出之间的关系是复杂的耦合,一个输入量影响多个输出量,一个输出量受多个输入量的影响。
实际被控对象不同,输入、输出之间的关系也不同。
被控对象的某个输2.出和某个输出具有明显的“一一对应”的“依赖”性,而其他输出和输出的相互关系则很弱,可以忽略。
此时的多输入多输出关系,可以简化为多个单输入单输出的单回路控制系统,而把其他的影响因素看成干扰。
解耦控制 ppt课件
ppt课件
9
实现对角解耦后的等效系统框图
U1(S)
GP(S)
Uc1(S)
G (S)
U2(S)
Uc2(S)
根据解耦要求,解耦后的等效传递函数矩阵为对角阵。即:
Y Y1 2((S S)) G 0.1.1 (G S .).2.2 .(S .0 ). .U U .1 2((S S))
耦合对象的传函矩阵为 G(S)G G1211((SS))....G G ..1..22..2((SS)) 解耦环节的传函矩阵为 GP(S)Gቤተ መጻሕፍቲ ባይዱGP P121(1(SS))....G G ..P P..12..2(2(SS))
U U C C 1 2 ((S S)) G G P P 1 2((1 1 S S))..G G ..P P .1 .2(.2 .(2 S S ..)) U U 1 2((S S))
第一章 解耦控制系统
被控过程的耦合现象及对控制过程的影响 解耦控制系统 ※解耦控制系统设计 解耦控制中的问题 相对增益(自学)
ppt课件
1
1.1被控过程的耦合现象及对控制过程的影响 图1-1为某精馏塔温度控制系统
在石油化工生产中,使用的原料和反 应后的产物多是由若干组分组成的混合 物,常需要进行分离得到比较纯的组分 作为中间产品或最终产品。要进行蒸馏 处理。精馏塔是由精馏塔身、冷凝器和 再沸器等基本部件构成。 被控参数:塔顶温度T1和塔底温度T2, 控制变量:塔顶回流量QL和加热蒸汽流 量QS T1C:塔顶温度控制器,其输出u1控制 回流调节阀,调节塔顶回流量QL,实现 塔顶温度T1控制。 T2C:塔底温度控制器,其输出u2控制 再沸器加热蒸汽调节阀,调节加热蒸汽 量QS,实现塔底温度T2控制。
基于PID网络的航空发动机多变量系统解耦控制
so a,h r oe eo p n ot l r a oddcu l g e om c ,o sv m , i rc i l r hw t t te o sddcu l gcn o e s o eopi r r a e l j t ei e hg peio e o h pp i rl h g npf n w ui t h sn T
加风扇导 叶角使输 出量均减 少 , 增加压 气机 导叶角使 r t 和
增加 , 和 PT减少 。 l 输入变量 的选择充分利用 了发动机 的可 调变量 , 可充分
控制 方法 和神 经网络的缺点 。经仿真证明 , 用 PD网络 采 I
建立 的航 空发 动机解耦控制 能够满足控制要求 。
t n o ma l et r ain a c r i g t h e e a r cp e fa r e g n p r t n a d v r l ee t n e o d, i fs l r b t c od n o t e g n r p n i lso e o n i e o e a i n a a e s lci .S c n o p u o l i o i b o mo n u P DNN wa s d t e i n te d c u l g c n r l r fr a r e gn t ts mo e . T e s lt n r s l me t m I su e o d sg h e o p i o t l eo n ie sae d 1 h i a i e ut n oe o mu o s
问题 … 。
Y : Cx + Du
其中, ,H u ,8G , r, =[Ln ,,, :[ n r,:[ A , " G Y n, Pr ,
一类多变量系统的自抗扰非线性动态解耦控制
p p rp o o e y a cn ni e rd c u l g c n r l t o a e n a tv it r a c ee to o to a e r p s sad n mi o l a e o pi o to n n meh d b s d o ciedsu b n erj cin c n r l
Ab t a t F rt e p o lm fc u l g i l s fmu tp e i p t u t l u p t ( I 0 ) s s e s t i sr c : o h r b e o o p i n a ca so li l n u li e o t u n m p M M y tm , hs
t x e na i t r nc n hedy mi o lng i l di g t nt r c i ft e i he e t r ld s u ba e a d t na c c up i nc u n he i e a ton o h npu a i bls a ot l tv ra e sa t a dit r a c o e c ha e s d o h oc ls a i e ou i g. i r du i g v r u lc nt o nd t t s u b n e t a h c nn lba e n t e l a t tc d c pln By nt o c n it a o r la s a e v ra e a i bls, t x e de t t bs r e ( he e t n d s a e o e v r ES0I i sg d t s i a e t o a s ur nc n he t i ) S de i ne o e tm t he t t ldit ba e a d t n i S
