基于PSO算法的大时滞过程双自由度内模控制器设计

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

'* ! A$ #O&W! A$ W* R! A$
!($
式中" R!A$ 为低通滤波器" 其最简形式为 R!A$ #
* /!* [%A$B" 其中" B应选择足够大以保证 '* !A$ 的可
实现性" %为滤波器时间常数" 是内模控制唯一需要调
节的参数" 但其值的选取是系统抗干扰性能和鲁棒性
能的折中" 本研究采用 ,YnC[P5控制不仅能够有效地
!!大时滞过程作为工业过程普遍存在的控制问题" 受到广泛的关注& 内模控制 ! [P5$ 对大时滞过程具 有良好的控制效果" 但常规的 [P5只有一个自由度" 其不具有使系统的目标跟踪特性和干扰抑制特性同时 达到最佳的能力**+ & 基于以上原因" 本研究采用双自 由度内模控制 ! ,YnC[P5$" 使系统控制性能达到最 佳& 然而对于 ,YnC[P5而言" 控制器参数整定是一个 重要问题& 卫开夏采用 ,.]$#-级数展开的方法整定参 数*(+ " 邢卓异等采用幅相裕度参数整定方法优化参 数*&C=+ " 孙功武等利用最大灵敏度函数整定滤波器时间 常数*>+ " U;//;:][等 利 用 时 间 乘 误 差 绝 对 值 积 分 ![,HL$ 指标函数对滤波参数呈单峰性的特点" 采用黄 金分割法对常规 [P5参数进行优化*<+ & 然而" 上述整定 方法计算量大" 往往需根据经验对参数进行试凑整定" 对参数的整定具有一定的盲目性& 本研究以 [,HL为目 标函数" 运用粒子群优化算法 !7GV$ 对控制器滤波器 时间常数进行整定& 该算法具有算法简单% 搜索速度 快% 效率高等优点" 其基于 7GV算法的 ,YnC[P5控制 策略避免了参数整定优化的盲目性" 在保证快速性的同 时" 确保闭环系统具有良好的跟踪性能和鲁棒性能&
针对工业 时 滞 过 程 中 一 阶 时 滞 过 程 ! nV7Y,$
和二阶时滞过程 ! GV7Y,$ ( 个典型过程对象模型"
其双控制器 '* ! A$ 和 '( ! A$ 的具体表达式见表 *" 其 中滤波器时间常数 %* 和 %( 为 ( 个可调节参数&
通常情况下" %* 的取值是系统响应速度和稳定性 之间的折中" %( 的取值是干扰衰减和鲁棒性能之间的 折中& 其滤波器时间常数的整定需要依靠经验" 具有 一定的盲目性**+ &
摘!要 借助双控制器设计技术和粒子群优化 ! 7GV$ 算法" 提出了一种基于 7GV算法的双自由度内模控制方法" 即 7GVC,YnC[P5" 并用于对大时滞工业过程的控制& 该方法的基本思想是' 以时间乘误差绝对值积分 ! [,HL$ 为目标函数" 运用 7GV算法" 优化整定 [P5滤波器时间常数& PH,DH\仿真结果表明" 7GVC,YnC[P5具有算法简单% 搜索速度快% 效率高等优点" 可明显提高双自由度内模 控制系统的设定值跟踪性能和鲁棒性能& 关键词 大时滞过程# 双自由度 [P5# 7GV算法# 滤波器时间常数优化 中图分类号 ,G?&<# ,7&*(!!!!!文献标识码 H!!!!!!"#' *)%**I+* JK%300/%*)))C<+=(%()*+%)#34; 而且几乎不增加 [P5的设计过程**+ &
$%&!,YnC[P5控制器设计
为克服传统 [P5的缺点" 本研究采用 ,YnC[P5
!收稿日期' ()*?C)(C(= !基金项目' 陕西省科技统筹创新工程计划项目 ! '#%()*(U,5E)*C*I$ # 陕西省重点科技创新团队计划项目 ! '#%()*=U5,C*>$ & !作者简介' 汤!伟" 博士" 教授# 主要研究方向' 工业过程控制及智能控制&
LCB.3$' *+&I(*+>)=&N*<&%1#B
==
基于 7GV算法的大时滞过程双自由度内模控制器设计
第 && 卷!第 & 期
控制策略" 使系统的跟踪性能和鲁棒性能均达到良好 的效果& 该控制策略的结构框图" 如图 ( 所示&
用以调节系统鲁棒性& 7GV算法以 [,HL为目标函数" 根据社会认知和
中!国!造!纸!学!报
!"#$%&& '#%& ()*+
,-./0.123#/0#4563/.78$9 ./: 7.9;-
=&
基于 @E"算法的大时滞过程 双自由度内模控制器设计
汤!伟*( !袁志敏( !党世红(
!*%陕西科技大学工业自动化研究所" 陕西西安" ?*))(*# (%陕西科技大学电气与信息工程学院" 陕西西安" ?*))(*$
个体认知不断地更新自己的位置及速度" 以此来优化 双控制器的滤波器时间常数" 从而解决了参数优化的 盲目性问题&
图 (!,YnC[P5结构框图
图 ( 中" '* ! A$ 为设定值跟踪控制器" '( ! A$ 为干 扰衰减控制器& 当模型精准时" '* ! A$ 和 '( ! A$ 的控 制作用分离" 可采用传统 [P5设计思路来设计 ,YnC
[P5& 根据式!($ 可得'
'* ! A$ #O&W*WR* ! A$
!&$
'( ! A$ #O&W*WR( ! A$
!=$
式中" R* ! A$ #* /!* [%* A$ B" R( ! A$ #* /!* [
%( A$ B" %* 和 %( 为滤波器时间常数" 非负整数 B的取值
保证双控制器 '* ! A$ 和 '( ! A$ 的物理可实现性&
$!控制策略研究
$%$!传统 [P5控制器设计 传统 [P5结构框图如图 * 所示& 其中" OM! A$ 为
图 *!传统 [P5简化结构图
被控对象" O&! A$ 为对象模型" '* ! A$ 为 [P5控制器& 通常" 传统 [P5设计过程分为 ( 步&
!* $ 将 对 象 模 型 O&! A$ 分 解 为 O&[! A$ 和
O&W! A$ " 即'
O&! A$ #O&[! A$ O&W! A$
!*$
其中" O&[! A$ 为模型中包含纯滞后和不稳定零点
的部分" O&W! A$ 为模型中的最小相位部分&
!($ [P5控制器设计过程中" 为确保系统的物
理可实现性" 需在 O&W! A$ 的逆上增加滤波器& 定义
[P5控制器为'
相关文档
最新文档