多变量解耦控制
多变量控制6.6 多变量解耦控制应用

6.6 多变量解耦控制应用
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 系型的解耦控制系统结构示 意图如下。 u 解耦控制器 待解耦系统 y
-
工程实例一:飞机
飞机在飞行中我们感兴趣的输出量是俯仰角、水平 位置和高度,控制输入变量是三个机翼的偏转。因为三 个输出量之间有耦合,如果要同时操纵三个输入量并成 功地控制飞机,要求驾驶员有相当高的技巧。如果系统 实现了解耦,就为驾驶员提供了三个独立的高稳定性的 子系统,从而可以独立地调整其俯仰角、水平位置和高 度。
解决思路
采用机理分析和实验数据分析相结合的方法,建 立了三输入、三输出变风量空调系统的数学模型。
并针对该系统采用对角矩阵法设计了变风量空调 系统的解耦器。 该解耦器可以使所研究的变风量空调控制系统的 开环传递函数矩阵和闭环传递函数矩阵都变换为对角 矩阵,从而解除各个控制回路之间的耦合,使变风量 空调系统实现解耦
工程实例二:造纸过程
加压网前箱横截面草图
加压网前箱的箱底总压和液位由气泵和浆泵的变化量决 定,是一个严重耦合的两输入两输出系统。
工程实例三
采用对角矩阵解耦法提高变风量空调的性能
解决变风量空调系统多个回路之间的耦合问题是暖 通空调领域的难点问题。 变风量空调(VAV)系统具有多变量、耦合强烈、非线 性等特点,且控制系统的设计具有较大难度。当所有回 路同时工作时,各个回路之间相互耦合、相互干扰,严 重影响变风量空调系统的性能,有时甚至会影响到整个 系统的稳定性。 解除多回路之间的耦合,提高VAV系统的性能是极 为关键和重要的, 本文采用对角矩阵法对变风量空调系统进行解耦 控制
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,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1.1 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。
过程控制系统多变量解耦控制系统

过程控制系统多变量解耦控制系统过程控制系统多变量解耦控制系统(Multivariable Decoupling Control System)是一种能够同时控制多个相关变量的控制系统。
在传统的控制系统中,通常只有一个控制回路,而多变量解耦控制系统则可以通过多个回路同时对多个变量进行控制,从而实现变量之间的解耦。
在实际的工程应用中,往往需要控制多个相关的变量。
这些变量之间可能存在交互作用,控制其中一个变量可能会对其他变量产生影响。
传统的单变量控制系统无法有效地解决这个问题,因为它们无法考虑到变量之间的相互关系。
多变量解耦控制系统通过建立多个独立的控制回路,每个回路分别控制一个相关变量,从而实现变量之间的解耦。
解耦的目标是使每个回路的输出变量不再受到其他变量的影响,即通过调整每个回路的控制器参数,使得系统变得稳定并能够达到预期的控制效果。
多变量解耦控制系统的设计一般包括两个主要步骤:解耦器设计和控制器设计。
解耦器的作用是抑制变量之间的相互干扰,从而实现变量的解耦。
解耦器通常根据系统的数学模型来设计,通过调整解耦器的参数,可以实现变量之间的解耦效果。
在解耦器设计的基础上,需要设计每个回路的控制器。
控制器的设计一般采用传统的控制方法,如PID控制器或者先进的控制算法。
控制器的目标是为每个回路选择合适的控制参数,使得系统的稳定性和控制精度得到保证。
多变量解耦控制系统在实际应用中具有广泛的应用。
例如,在化工过程中,需要控制多个过程变量,如温度、压力和流量等。
传统的单变量控制方法无法满足工艺的需求,而多变量解耦控制系统可以通过解耦变量之间的相互作用,实现高效的过程控制。
总之,多变量解耦控制系统是一种用于控制多个相关变量的控制系统。
它通过建立多个独立的控制回路,实现变量之间的解耦,并通过调整控制器参数,使得系统达到稳定和预期的控制效果。
在工程应用中,多变量解耦控制系统具有广泛的应用前景,可以提高工艺的控制精度和稳定性,从而实现更高效的过程控制。
现代控制理论-第6章-多变量输出反馈控制和解耦控制

(6-78) (6-79)
其闭环特征多项式H2 s可由分块矩阵的行列式恒等关系
det
A11 A21
A12 A22
detA11
det
A22 A21A111A12
(6-80)
展开为
H2 s
det sI A1* C*
B*
q
k
sIq
det
sI A1*
det sIq C*
馈矩阵,将3p q 1个 闭环极点配置在规定位置。对于n 3p的
多变量系统,利用上述方法所设计的PID控制器能任意配置全
部n q个闭环极点;对于n 3p 的多变量系统,则有n 3p 1
个极点位于未加规定的位置,与设计中所取的Q、q 有关。实际
上通常是n
3p
1个小的数目,通过重复设计
及
Q
,从而重
式(6-87),即
kWi k1
k2
2 2
2k1
2k2
0
任取 k1 1,则k2 1,故k 1 1。闭环特征多项式由式(6-
85)给出为
H3
s
s
1
s6
2 1
p2 r2
s5
6
q2 1 r2
9r2
s4
12
9 p2 1
r2
r1
9r2
s3
5 p1 9 p2 9q2 2r1 2r2 s2 31 2 p1 2 p2 q1 9q2 s
例6-3 设能控能观测、循环的多变量受控对象动态方程为
0 1 0 0 0 0 1
0
0
1
0
0
0 0
x& 0 0 0 1 0 x 0 2 u
00Βιβλιοθήκη 0010 0
多变量解耦控制方法研究

多变量解耦控制方法研究多变量解耦控制是现代控制理论中的重要分支,也是工业过程控制的关键技术之一、在实际工程应用中,往往需要同时控制多个输入输出变量,而这些变量之间往往存在相互影响和耦合关系。
多变量解耦控制方法旨在消除这种耦合,实现多变量系统的分离控制和单变量控制。
多变量解耦控制方法主要应用于工业过程控制、化工过程控制、电力系统控制等领域。
其核心思想是通过对系统进行建模和分析,利用现代控制理论中的方法和技术,将多变量系统转化为多个单变量的子系统,从而实现系统的解耦控制。
多变量解耦控制方法通常包括模型预测控制(MPC)、广义预测控制(GPC)、自适应控制等。
模型预测控制(MPC)是一种基于优化理论和动态系统模型的先进控制方法,广泛应用于工业过程控制领域。
MPC通过建立系统的数学模型,根据系统状态的变化进行预测,并在每个控制周期内进行优化求解,以实现对系统变量的控制。
在多变量系统中,MPC通过对多个子系统进行分析和建模,将多变量控制问题转化为多个单变量的优化控制问题,然后采用协调控制策略来实现解耦控制。
广义预测控制(GPC)是一种通过在线参数估计和模型预测来实现多变量控制的方法。
GPC通过对系统建立动态模型,利用过去时刻的控制输入和输出数据,通过在线参数估计来更新模型的参数,实现对系统的预测和控制。
与MPC相比,GPC更加适用于动态环境下的多变量系统控制,具有良好的鲁棒性和自适应性。
自适应控制是一种利用自适应算法和参数估计方法来实现多变量解耦控制的方法。
自适应控制能够根据系统的变化和模型的误差,自动调整控制器的参数,以实现对系统的自适应控制。
在多变量系统中,自适应控制方法可以通过在线参数估计和优化算法,实现对多个子系统的解耦控制和优化控制。
总之,多变量解耦控制方法是实现多变量系统控制的重要技术,对于提高系统的性能和稳定性具有重要意义。
未来,随着控制理论的不断发展和应用领域的扩大,多变量解耦控制方法将得到进一步的研究和应用,并在各个领域中发挥更大的作用。
第六章 多变量输出反馈控制和解耦控制

(6-23)
式中 p、q、r 为 p 1向量,k为 1 q向量。则可把多变量 系统化为等价的单输入系统。下面以比例-微分反馈为例加以说 明。由式(6-19)和式(6-22)有
u v Py Qy v kpCx kqCx
的结构形式。
本章主要内容:
§6.1 状态反馈与输出反馈的单位秩结构 §6.2 PD输出反馈的设计 §6.3 PID输出反馈的设计 §6.4 输出反馈在二连杆机械手控制中的应用 §6.5 状态反馈解耦
§6.1 状态反馈与输出反馈的单位秩结构
我们已经学习过用极点配臵的方法来设计单输入-单输出系
统闭环的极点,这种方法实际上是n个极点来确定反馈阵的n个
x Ax Bku, y Cx u v py qy v pCx qCx
(6-26)
其闭环动态方程为
x Ax Bk v pCx qCx , y Cx
故
x 1 BkqC
1
A BkpC x 1 BkqC Bkv
x A Bqk x Bv
(6-9)与式(6-6)的闭环状态阵完全相同,即具有相同的特征 K 值。故取 为单位秩结构的实质是把一个多输入系统等价地简 化成一个单输入系统,这里等价的含意指极点配臵等价。 取单 K 位秩结构以后,其中含 p n个待定元素,通常由设计者规定 的 q 个元素,只需选择 p 的 k 个元素来配臵 n 个极点。 n
j 由于当 s j 时,Q j只保留了第 j, 元素非零,而其余元素全 为零,故对于 s 1,, n 有 ,即 为循环的,必有 A
ˆ j 0 j 1, , n
过程控制系统-多变量解耦控制系统-4

相对增益的定义
为了解决上述问题,Bristol提出采用相对增益分析方法来描 相对增益分析方法来描 述耦合系统各变量之间的耦合程度。该方法在过程控制工程 述耦合系统各变量之间的耦合程度 实践中得到广泛应用和发展,尤其是Shinskey将其成功地应 用于精馏塔控制,使之更具吸引力,所以该方法也称为 Bristol-Shinskey方法。
耦合
3/8/2012
厚度控制
张力控制
5
厚度控制与板形控制的耦合
支持辊
带钢/入口侧 带钢/
辊缝
带钢/ 带钢/出口侧
工作辊
z be hf(x) Hf(x)
x b′e B/2 x B/2
3/8/2012
6
FB-APFC&AGC双变量耦合控制系统框图
3/8/2012
7
2 关联系统的稳定性分析
控制系统的关联可以通过传递函数矩阵来分析
Q( s ) = [1 + G11GC1 ][1 + G22 GC 2 ] − G12 G21GC1GC 2
3/8/2012 10
闭环稳定性由闭环特征方程决定
Q( s ) = [1 + G11GC1 ][1 + G22GC 2 ] − G12G21GC1GC 2 = 0
闭环特征方程的根都具有负实部,关联系统稳定。 闭环特征方程的根都具有负实部,关联系统稳定。
3/8/2012 13
第三节 相对增益与相对增益矩阵
对于板形板厚多变量过程控制系统,可从工艺角度直接确定 变量配对关系,即调整工作辊弯辊力控制板形,调整轧机压下位 置控制板厚。 在进行解耦控制设计前,我们必须判定该种变量配对关系 变量配对关系在板形 变量配对关系 板厚综合系统引起的耦合效果,或此时系统的耦合程度 系统的耦合程度,这也是 系统的耦合程度 在分析耦合系统时,需要认真分析的首要问题。
多变量解耦控制.

如何利用RGA 进行变量配对?
根据RGA进行变量配对
变量配对
ij
CVi MV j
MVr
CVi MV j
CVr
CVi MV j
其它回路开环
CVi MV j
其它回路闭环
不能选择 ij 0 的变量配对 不能选择 ij 0的变量配对
应该选择 ij 最接近1的变量配对
变量配对举例(调和过程)
相对增益计算#2(续)
ij
kij
K ij det
其中det K 是矩阵K 的行列式; Kij是矩阵K 的代数余子式。
例如:稳态增益:
k11 k21
k12 k 22
k13
k
23
k31 k32 k33
练习:计算λ11 , λ22 ,λ33 ,λ12 ?
关于RGA的主要内容
RGA的定义
若系统稳态关联严重,而且动态特性相近, 则需要进行解耦设计。
PID控制
解耦#1 —— 前馈补偿
r1
uc1 Gc1(s)
u1 D21(s)
G11(s)
y1
G21(s)
r2
Gc2(s)
uc2
D12(s) u2
G12(s)
G22(s)
y2
原理:使y1与uc2无关联;使y2与uc1无关联
Q1, C1
AC
调和罐
Q2, C2
Q, C
y1 y2
Q C
,
u1 u2
Q1 Q2
FC
y1 u1 u2
y2
C1u1 C2u2 u1 u2
变量配对举例(续)
1. 计算静态增益:
yy21
K11u1 K21u1
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(Multivariable Decoupling Control)是一种用于多变量控制系统的控制方法,旨在解决多变量系统中变量之间相互影响的问题,以实现对个别变量的独立控制。
本文将重点介绍多变量解耦控制的基本原理、应用领域以及实现方法。
多变量解耦控制的基本原理是将多变量控制系统转化为一组耦合度相对较小的单变量子系统,从而能够实现对这些单变量子系统的相对独立控制。
在多变量控制系统中,由于变量之间存在相互耦合的影响,当控制一些变量时,其他变量的变化也会受到影响,导致控制效果不理想。
多变量解耦控制通过重新设计系统的控制结构,使得系统中的耦合影响尽可能减小,从而实现对每个变量的独立控制。
多变量解耦控制在许多工业领域中得到广泛应用,如化工过程控制、能源系统控制、飞行器控制等。
这些系统通常由多个变量组成,变量之间存在耦合关系。
例如,在化工过程控制中,系统的温度、压力、流量等变量相互影响,为了实现对每个变量的独立控制,需要采用多变量解耦控制方法。
多变量解耦控制的实现方法有多种,其中最常用的方法是基于传递函数模型的解耦控制设计。
这种方法通常包括两个步骤:模型建立和解耦控制器设计。
首先,通过系统辨识方法获得多变量系统的传递函数模型,然后根据系统的传递函数模型设计解耦控制器。
在解耦控制器设计中,通常采用频域设计方法,通过对系统的传递函数进行频域分析,确定解耦控制器的参数。
除了基于传递函数模型的解耦控制方法,还有一些其他的多变量解耦控制方法,如基于状态空间模型的解耦控制、模型预测控制、自适应控制等。
这些方法基于不同的控制原理和数学模型来实现多变量系统的解耦控制,可以根据实际需要选择适当的方法。
总结起来,多变量解耦控制是一种用于多变量控制系统的控制方法,通过重新设计系统的控制结构,实现对每个变量的独立控制。
它在工业领域中得到广泛应用,可以通过基于传递函数模型、状态空间模型、模型预测控制、自适应控制等方法来实现。
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。
1.2自适应解耦控制的解耦、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。
多变量解耦控制方法

情 况 , 出 解 耦 控 制 是 控 制 领 域 研 究 的 热 点 问题 , 后 对 多 变 量 解 耦 控 制 的研 究 进 行 了 展 望 , 指 出 寻 求 简 单 易 行 的 解 耦 方 指 最 并 法 或 融 合 解 耦 诸 算 法 是 解 决 工 程 实 际 的有 效 途 径 。 关键 词 : 统 解 耦 , 传 自适 应 解 耦 , 经 网 络 , 糊 控 制 神 模
muhi a ibl s s e ’ d c pln t o y,e v ra e y t m S e ou i g he r mpha ie a e f c i e sz s n fe tv wa o s e ng i p e n f a i e y f e ki sm l a d e sbl d c pln t dsofs n r tzng s me ki s oft bo t od o p a tc . e ou i g me ho y c e ii o nd he a ve me h s t r c ie Ke r y wo ds: o e to ld c pln s l— da tv c up i c nv n i na e ou i g, e fa p i e de o lng, e a t n ur lne wor f z y c nt o k,u z o r l
被 控对象 精 确建模 , 在应 用上 受 到一定 的限制 。 年 近 来, 随着 控制 理论 的发展 , 种解 耦控 制方 法应 运而 多 生 , 特征 结 构 配 置 解 耦 、 如 自校正 解 耦 、 性 二 次型 线 解耦 、 异摄 动解 耦 、 奇 自适 应 解耦 、 智能 解耦 、 糊解 模 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 , 分析 了其 并
多变量解耦控制方法研究

本科毕业设计论文题目多变量解耦控制方法研究专业名称学生姓名指导教师毕业时间毕业一、题目多变量解耦控制方法研究二、指导思想和目的要求通过毕业设计,使学生对所学自动控制原理、现代控制原理、控制系统仿真、电子技术等的基本理论和基本知识加深理解和应用;培养学生设计计算、数据处理、文件编辑、文字表达、文献查阅、计算机应用、工具书使用等基本事件能力以及外文资料的阅读和翻译技能;掌握常用的多变量解耦控制方法,培养创新意识,增强动手能力,为今后的工作打下一定的理论和实践基础。
要求认真复习有关基础理论和技术知识,认真对待每一个设计环节,全身心投入,认真查阅资料,仔细分析被控对象的工作原理、特性和控制要求,按计划完成毕业设计各阶段的任务,重视理论联系实际,写好毕业论文。
三、主要技术指标设计系统满足以下要求:每一个输出仅受相应的一个输入控制,每一个输入也仅能控制相应的一个输出。
四、进度和要求1、搜集中、英文资料,完成相关英文文献的翻译工作,明确本课题的国内外研究现状及研究意义;(第1、2周)2、完成总体设计方案的论证并撰写开题报告;(第3、4周)3、分析控制系统解耦;(第5、6周)4、应用前馈补偿法进行解耦;(第7、8周)5、应用反馈补偿法进行解耦;(第9、10周)6、利用MATLAB对控制系统进行仿真;(第11周)7、整理资料撰写毕业论文;(1)初稿;(第12、13周)(2)二稿;(第14周)8、准备答辩和答辩。
(第15周)五、主要参考书及参考资料[1]卢京潮.《自动控制原理》,西北工业大学出版社,2010.6[2]胡寿松.《自动控制原理》,科学2008,6出版社,2008.6[3]薛定宇.陈阳泉,《系统仿真技术与应用》,清华大学出版社,2004.4[4]王正林.《MATLAB/Simulink与控制系统仿真》,电子工业出版社,2009.7[5]刘豹.《现代控制理论》,机械工业出版社,2004.9[6]古孝鸿.周立群.线性多变量系统领域法[M].上海:上海交通大学出版社,1990.[7]李帆.不确定系统的解耦控制与稳定裕度分析[D].西安:西北工业大学,2001.[8]柴天佑.多变量自适应解耦控制及应用[M].北京:科学出版社,2001.[9]张晓婕.多变量时变系统CARMA模型近似解耦法[J].中国计量学院学报,2004,15(4):284-286.学生指导教师系主任摘要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。
多变量解耦控制方法研究

本科毕业设计论文题目多变量解耦控制方法研究专业名称学生姓名指导教师毕业时间毕业一、题目多变量解耦控制方法研究二、指导思想和目的要求通过毕业设计,使学生对所学自动控制原理、现代控制原理、控制系统仿真、电子技术等的基本理论和基本知识加深理解和应用;培养学生设计计算、数据处理、文件编辑、文字表达、文献查阅、计算机应用、工具书使用等基本事件能力以及外文资料的阅读和翻译技能;掌握常用的多变量解耦控制方法,培养创新意识,增强动手能力,为今后的工作打下一定的理论和实践基础。
要求认真复习有关基础理论和技术知识,认真对待每一个设计环节,全身心投入,认真查阅资料,仔细分析被控对象的工作原理、特性和控制要求,按计划完成毕业设计各阶段的任务,重视理论联系实际,写好毕业论文。
三、主要技术指标设计系统满足以下要求:每一个输出仅受相应的一个输入控制,每一个输入也仅能控制相应的一个输出。
四、进度和要求1、搜集中、英文资料,完成相关英文文献的翻译工作,明确本课题的国内外研究现状及研究意义;(第1、2周)2、完成总体设计方案的论证并撰写开题报告;(第3、4周)3、分析控制系统解耦;(第5、6周)4、应用前馈补偿法进行解耦;(第7、8周)5、应用反馈补偿法进行解耦;(第9、10周)6、利用MATLAB对控制系统进行仿真;(第11周)7、整理资料撰写毕业论文;(1)初稿;(第12、13周)(2)二稿;(第14周)8、准备答辩和答辩。
(第15周)五、主要参考书及参考资料[1]卢京潮.《自动控制原理》,西北工业大学出版社,2010.6[2]胡寿松.《自动控制原理》,科学2008,6出版社,2008.6[3]薛定宇.陈阳泉,《系统仿真技术与应用》,清华大学出版社,2004.4[4]王正林.《MATLAB/Simulink与控制系统仿真》,电子工业出版社,2009.7[5]刘豹.《现代控制理论》,机械工业出版社,2004.9[6]古孝鸿.周立群.线性多变量系统领域法[M].上海:上海交通大学出版社,1990.[7]李帆.不确定系统的解耦控制与稳定裕度分析[D].西安:西北工业大学,2001.[8]柴天佑.多变量自适应解耦控制及应用[M].北京:科学出版社,2001.[9]张晓婕.多变量时变系统CARMA模型近似解耦法[J].中国计量学院学报,2004,15(4):284-286.学生指导教师系主任摘要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。
多变量控制系统解耦的条件

品质管理十个误区在激烈的市场竞争中,只有靠品质才能赢得市场,要有效的达到品质管理的目标,必须由企业的管理层开始做起,那么品质管理的误区有哪些?误区之一:片面依赖于事后把关质量部门,就是单纯的质量检验部门,只有质量检验功能,而没有或弱化了质量管理体系保持功能、质量改进和完善功能。
宁愿将大量的人力、物力和精力投入到质量检验和不合格品处理,而不愿意将丝毫的资源投入到质量管理体系保持、改进和完善。
事前策划不落实,事中控制不到位,事后再追究不合格责任也不会有很好的效果。
忽视质量管理体系全面、系统控制,结果就是质量问题频发、合格率水平得不到提高、不良成本居高不下,向质量要效益也就是一句空话。
误区之二:忽视科学的措施和方法最主要的表现为:更多的依靠个人经验和喜好行事,以人为因素为主导,管理行为存在较大的主观随意性,而抛开文件化的质量管理体系,不讲究质量管理措施和方法的科学性、合理性。
与现代质量管理的科学原则相比,忽视科学的措施和方法,类似于“头痛医头、脚痛医脚”和漫无目标地将资源、精力分散到各种不知是否正确的事情上。
因此,忽视科学的措施和方法的质量管理,不得要领,自然不会有明显成效,事倍功半甚至徒劳。
误区之三:不注重质量管理体系系统的建设和完善片面强调员工个人改进而不注重质量管理体系系统的建设和完善,忽视了系统环境对个人意识和能力的影响,没有认识到两者的相辅相成的关系。
凡出现质量问题,只向员工个人追究责任,而不寻找质量管理体系的系统漏洞和缺陷。
片面要求员工提高改进个人意识和技能,而忽视创造员工提高改进意识和技能的条件,不提供培训资源、管理制度保障和激励等改进的环境。
陷于处理具体的质量问题、不合格品泥潭,只知道埋头“发现问题-处理问题-再发现问题”的无穷恶性循环,并将问题的原因归咎于员工个人素质的不足,只知追究员工的不合格责任,而忽视导致这些质量问题的管理体系系统漏洞和缺陷。
误区之四:对不良品质现象只治标不治本对不良品质现象只治标不治本,就好比治理环境污染,只清理污染物,而不去堵塞污染的源头,结果是永远忙于“污染-清理-再污染”的无尽循环。
通信网络-基于BP神经网络的多变量PID解耦控制

薛昊洋 刘红军(华北电力大学自动化系,保定市 071003)Xue Haoyang Liu Hongjun(Automatic Department of North China Electric Power University, Baoding 071003)基于BP神经网络的多变量PID解耦控制Multivariate Decoupling Control Based on Back Propagation Neural NetworkAbstract: Intelligent PID control strategy, which is based on neural network, is according to classical PID control,realized through neural network parameter setting which has self study function for multivariate decoupling control.The structure and the algorithm were given and the real-time simulation results of double variable and strong-coupled time-varying system were shown in the paper. It proved that PID control based on neural network has preferably self study and self adapting decoupling control ability through simulation. The system, which inosculates the decoupler and controler, is easy to implement and applicable for multivariate decoupling control. It makes the decoupled system have better dynamic behavior and static characteristic. Especially, it makes parameters astringe fast when determing initial value of network according to BP control law.Key words: PID Control Neural Network Multivariable System Decoupling Control【摘 要】基于神经网络实现智能PID控制的策略,它以经典的PID控制为基础,通过神经网络参数整定实现,进而进行自学,用于多变量系统的解耦控制。
多变量解耦控制汇总

• WARNING:是“数组乘”!不是“矩阵乘”!
这个结论可推广到n×n矩阵的情况,从而得到 一个由P=K阵求λ阵的方法,其步骤为
• 1)由P=K,求P-1=K-1。
• 2)由P-1 ,求(P-1)T。
• 3)由λij=pij ·(P-1)Tij可得λ矩阵。
(数组乘)
此法好处是由P直接求λ矩阵,不要计算Q,计 算的困难在于求逆(可用计算机来求)。
动态解耦则要求不论在过渡过程或稳态场合, 都能实现变量间的解耦。
二、相对增益及其性质
(一)相对增益的定义
表示多输入多输出过程变量之间的耦合程度。
设过程输入u=[u1,……,un],
输出y=[y1,……,yn],
令
pij
=
yi uj
|ur
(r
≠
j)
表示在其它输入ur(r≠j)不变(即其它回路开环)时, 某一输出yi对某一输入uj的传递关系或静态放大系数 ,称为第一放大系数。
• 性质:相对增益矩阵中同一行(列)的元之和为1。
• 验证:以双输入双输出过程为例
只考虑静态放大系数,则有 可得
• 用同样方法,依次可求得
可见,相对增益 矩阵中同一列或 同一行的元素之 和为1。
3.间接法
不求第二放大系数,只利用第一放大系数, 间接求得相对增益。
式中
设
由 PH=KH=I 解得
H=P-1=K-1
•
又令
qij =
yi uj
|yr
(r
≠
i
)
表示在其它输出yr(r≠i)不变(其它回路闭环)时,某 一输出yi对某一输入uj的传递关系或静态放大系数, 称为通道uj到通道yi的第二放大系数。
- 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、"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、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)。
W1和W2所代表的调节器的参数分别 与两个通道都有关系,因此是相互关联的,不 能如单回路控制那样有简单的整定方法。为了 解决这个问题,可分成三种情况: 1)W12(s)=W21(s)=0,表示过程无耦 合,可按单回路控制方法独立整定调节器参数 。对有耦合过程可采取解耦措施来满足这一条
2)在耦合过程中,如果某个输出(比 如y2)的响应速度很快,即很快达到稳态,此时 可 忽 略 (u2 y2) 通 道 对 别 的 通 道 的 耦 合 , 即 W12(s)=0,这样通道(u1 y1)就成为无耦合过程 ,可单独整定参数,而耦合通道调节器参数的整 定也大大简化。 3)对不能简化而又未解耦的耦合过程 ,只能在简化设计的初步设定参数的基础上,通 过凑试法来调整并最终确定调节器参数。
• 例4—4 三种流体的混合过程。阀门V1控制100℃ 的原料1的流量,开度为u1 。阀门V2控制200℃的 原料2的流量,开度为u2 ,阀门V3控制100℃的原 料3的流量,开度为u3,设三个通道配置相同,阀 门为线性阀,三种原料热容C也相同,即有KV1 = KV2 =KV3=1,C1 =C2 =C3=1。被控参数是混合后流 体的温度(热量)和总流量。试选择合理的控制通 道。
表示在其它输入ur(r≠j)不变(即其它回 路开环)时,某一输出yi 对某一输入uj 的传递关系或 静态放大系数,称为第一放大系数。
• 又令
yi qij = |yr (r ≠ i) uj
表示在其它输出yr(r≠i)不变(其它回路闭 环)时,某一输出yi 对某一输入uj 的传递关系或静态 放大系数,称为通道uj到通道yi的第二放大系数。
Y(s)=Wo(s)U(s)
U(s) Wo(s)
Y(s)
Y——输出向量(n×1); U——输入向量(n×1);
•
如果Wo(s)为对角矩阵,则此过程为无耦 合过程,即每一个输出只受一个输入所影响,所 以可以构成几个独立的单回路控制系统。 • 串联解耦:对耦合过程Wo(s),能找到补 偿器WD(s),使广义过程Wg(s)=Wo(s)WD(s)成为 对角矩阵,即
• 例4—3 有并联流量过程如图4-63所示。假设两 管道和阀门特性完全相同,总流量不变,q1的增 加会引起q2的减少,反之亦然。因此过程的关系 式为
此时第一放大系 数中两个为正,两个为 负。可求得其相对增益 为
由假设可得k11=k22,k12=k21 ,故
通常k11 >k12 ,故λ 11 =λ 22 >1,而 λ 12=λ 21<0。 物理解释:如果u1 减少,将引起u2 的 增加,而u2的增加又会进一步减小u1 ,耦合过 程使原有平衡遭到破坏。(正反馈)
即可求得p1与u1和u2两个通道的相对增益为
由此可得输入为u1和u2 、输出为qh和p1 的过程的相对增益矩阵为
• 性质:相对增益矩阵中同一行(列)的元之和为1 。
• 验证:以双输入双输出过程为例
只考虑静态放大系数,则有 可得
• 用同样方法,依次可求得 可见,相对增益 矩阵中同一列或 同一行的元素之 和为1。
• 多输入多输出过程的传递函数矩阵
• 解决多变量耦合过程控制的最好办法是解除变 量之间不希望的耦合,形成各个独立的单输入 单输出控制通道,使过程的传递函数矩阵为
• 实现解耦有三个层次的办法: 1)突出主要被控参数,忽略次要被控参 数,将过程简化为单参数过程。 2)寻求输出输入间的最佳匹配,选择因 果关系最强的输入输出,逐对构成各个控制通道, 弱化各控制通道之间即变量之间的耦合。 3)设计一个补偿器D(s),与原过程W(s) 构成一广义过程Wg(s),使Wg(s)成为对角矩阵。
3.间接法
不求第二放大系数,只利用第一放大 系数,间接求得相对增益。
式中
设
由 PH=KH=I 解得
H=P-1=K-1
• WARNING:是“数组乘”!不是“矩阵乘”
!
这个结论可推广到n×n矩阵的情况, 从而得到一个由P=K阵求λ 阵的方法,其步骤为 • 1)由P=K,求P-1=K-1。 • 2)由P-1 ,求(P-1)T。 • 3)由λ ij=pij · (P-1)Tij可得λ 矩阵。
四、耦合过程调节器参数整定
利用相对增益矩阵可以在多输入多输 出耦合过程中选择合理的控制通道,但并没有解 耦。 例:双输入双输出过程,设Kv1=Kv2 =1。
由
y2
(x1-y1)W1W11+ (x2-y2)W2W12 = y1 (x2-y2)W2W22+ (x1-y1)W1W21 =
可得闭环系统的运动方程
2.前馈补偿解耦设计 例:双输入双输出过程(图4-67)
令 要解耦,即要 则必须 即 同理
3.反馈补偿解耦设计(不要求) 例 : 双 输 入 双 输 出 过 程 方案一
:
• 解耦补偿器的传递函数
W21 (s) WFB1 (s) = W2 (s)[W11 (s)W22 (s) - W12 (s)W21 (s)]
过程有三个控制作用u1、u2和u3,可构 成三个控制通道,设被控量为热量Q11、Q22和总 流量q,初步选择通道结构如图4-65。
u1 ~ Q11 u2 ~ q u3 ~ Q22
计算变量间的关系
第一放大系数矩阵
可见,最初选择的控制通道是错误的, 正确的通道应为:q~u1和Q11(Q22)~u2或q~u3和 Q11(Q22)~ u2 ,此时过程的相对增益矩阵为
W12 (s) WFB2 (s) = W1 (s)[W11 (s)W22 (s) - W12 (s)W21 (s)]
方案二
• 和方案一有相同的效果
(二)解耦设计举例 以图4—66所示物料混合过程为例, 若A=0.5,则过程的相对增益矩阵为
•
由 此 可 得 串 联 补 偿 器 为 WD(s)=Wo-1 (s)Wg(s) U(s) Y(s)
WD(s) Wo(s)
在Wo-1(s)存在的前提下,补偿器WD(s)的 设计与Wg(s)形式有关: • (1)Wg(s)=I,即广义过程矩阵为单位矩 阵 。 由 此 可 得 补 偿 器 WD(s)= Wo-1(s)·I = Wo1(s) • 这种设计方法的结果十分理想,因为它 能使广义过程实现完全无时延的跟踪。但在实现 上却很困难,它不但需要过程的精确建模,而且 使补偿器结构复杂。 • (2) 广义过程矩阵Wg(s)为对角矩阵。 •
(数组乘)
此法好处是由P直接求λ 矩阵,不要计 算Q,计算的困难在于求逆(可用计算机来求) 。
(三)相对增益矩阵的性质
相对增益矩阵λ 的任一行(列)的元之和为1。 意义:①简化相对增益矩阵的计算。 ②帮助分析过程通道间的耦合情 况。
以双输入双输出过程为例。 若λ 11=1,表示两个通道独立、无耦合。因 此, λ 矩阵中一行或一列中的某个元越接近于1,表 示通道之间的耦合作用越小。 若λ 11 =0.5,表示通道之间的耦合作用最 强,需采取解耦措施。 若λ 12=1,则λ 11=λ 22=0,而λ 21 =1。 表示输入与输出配合选择有误,应将输入和输出互换
yi |ur • 再令 p ij uj λ = = 通道的相对增益。 ij q ij yi | yr uj
称为uj到yi
例:3×3系统
多输入多输出过程的相对增益矩阵
λ λ
度。
ij表示uj到yi通道的相对增益。 ij的大小反映了变量之间即r(r=j)不变和 变化两种条件下,uj 到yi 的传递不变,也就是说 ,输入uj 到yi 的通道不受其它输入的影响,因此 不存在其它通道对它的耦合。
• 例4—5 混合配料过程。两种原料分别以 流量qA和qB流入并混合,阀门由u1和u2控制 ,要求控制其总流量和混合后的成分,试 选择合理的控制通道。
计 算 过 程 变 量 间 关 系 , 总 流 量 q=qA+qB=u1+u2 混料成分
第一放大系数 第二放大系数
相对增益矩阵 讨论:A=0.5和0.8时,通道选择的合
(二)相对增益的求法 1.实验法(根据定义做实验来求,略) 2.解析法 例:求图 4—62所示流量过程 的相对增益矩阵。 图中1和2 为具有线性液阻的 调节阀,阀的控制 量 分 别 为 u1 和 u 2 , 流 量 qh 和 压 力 p 1 为 被控参数。
根据管内流量和压力的关系,有
• 为求输出p1通道的相对增益,将式(4—73)改写为
4)若λ 矩阵同一行或列的元相 等,或同一行或列的λ 值都比较接近,表 示通道之间耦合最强,要设计成单回路控 制,必须采取专门的补偿措施。 5)若λ 矩阵中某元大于1,则同 一行或列中必有λ <0的元存在,表示过程 变量或通道之间存在不稳定的耦合,在设 计解耦或控制回路时必须采取镇定措施。
三、复杂过程控制通道的选择
多输入多输出系统存在一个控制通道 如何选择,即输入输出如何一一配对的问题。相 对增益矩阵为解决这个问题提供了途径。 λ ij反映了第j个输入对第i个输出之间 作用大小的相对值。对稳定的控制通道来说: λ ij=1表示该通道选择正确,且与其它 通道没有耦合; λ ij>0.5表示选择基本正确,但需要采 取解耦措施,才能构成单回路控制系统; λ ij<0.5,则要重新考虑输入和输出间 的配对关系。
• 三种办法的适用场合
• 解耦有两种方式:静态解耦和动态解耦。 静态解耦只要求过程变量达到稳态时实 现变量间的解耦,讨论时可将传递函数简化为比例 系数。 动态解耦则要求不论在过渡过程或稳态 场合,都能实现变量间的解耦。
二、相对增益及其性质
(一)相对增益的定义 表示多输入多输出过程变量之间的耦合程 度。 设过程输入u=[u1,„„,un], 输出y=[y1,„„,yn], yi pij = |ur (r ≠ j) 令 uj
五、解耦设计
• 相对增益矩阵能帮助我们选择合适的控 制通道,但并不能改变通道间的耦合。对有耦合 的复杂过程,要设计一个高性能的控制器是困难 的,通常只能先设计一个补偿器,使广义过程的 通道之间不再有耦合,这种设计称为解耦设计。 (一)解耦设计的方法 1.串联补偿设计 设 多 输 入 多 输 出 过 程