生產(chǎn)實習材料文獻綜述

1、北京化工大學畢業(yè)設計（文獻綜述）PAGE PAGE 6文獻綜述模型控制的理論、仿真、與工業(yè)實踐班級：信實0901 學號：200941074 姓名：余濤 指導老師：王建林（教授） 摘要：近代工業(yè)中，有近90%的控制采用PID控制算法。由于其結(jié)構(gòu)簡單且不需要模型，對于簡單的對象都有很好的控制效果，且在魯棒性，客服滯后等環(huán)節(jié)都有不錯的表現(xiàn)。但是在實際的系統(tǒng)中的對象往往十分復雜，采用PID控制不能起到很好的控制效果，有些情況即不能控制。由于現(xiàn)代控制理論都是建立在精確模型的基礎之上的，對于無法準確建模的系統(tǒng)而言，就顯得力不從心。所以，無模型（MFC）控制理論的發(fā)展，很好的解決了該類問題。關(guān)鍵詞：PID；

2、無模型控制；結(jié)構(gòu)自適應Abstract：In modern industry, nearly 90% of the control using PID control algorithm, for its structure is simple and does not require the model , simple object has good control effect and good robustness, customer service lag other sectors have performance.But in the actual system objects

3、are often very complex, PID control can not play a very good control, and in some cases that can not control.Modern control theory are built on the basis of the exact model, the system can not be accurately modeled, and appeared to be inadequate.Therefore, the model (MFC) to control the development

4、of the theory, good to solve this kind of problem.Key words: PID, MFC, Structure adaptive引言隨著DCS的發(fā)展以及最近幾年FCS（現(xiàn)場總線控制系統(tǒng)）的興起，老式的盤裝控制器也已經(jīng)被取代。使用這些先進的控制系統(tǒng)，無非是為了實現(xiàn)對裝置進行穩(wěn)定和優(yōu)化控制，從而取得更高的經(jīng)濟效益。在實際過程中，生產(chǎn)裝置往往是復雜的非線性對象，且結(jié)構(gòu)也可能隨著設備的運行發(fā)生改變。但是現(xiàn)在廣泛采用的DCS、FCS控制的基本環(huán)節(jié)單元均是運用經(jīng)典的PID控制，應用都某些復雜的控制環(huán)節(jié)往往很難起到效果。無模型控制方法是以非線性途徑設計出來的

5、控制器。對于具有非線性的控制對象，往往能夠起到很好的控制效果。同時無模型控制系統(tǒng)往往還兼有傳統(tǒng)PID控制的諸多優(yōu)點，它是由一系列的算法模塊組成的智能化控制算法。但是又不同于一般的智能控制算法，它實現(xiàn)了智能推理算法。1 無模型控制理論的研究及進展 從理論上講，韓志剛教授1于1994年正式提出該理論。最初的研究工作主要集中對無模型控制規(guī)律的基本形式2的研究。這個階段的研究證明無模型自適應控制系統(tǒng)的穩(wěn)定性，并提供了合理有效的定理及研究泛模型的特征參數(shù)的估計方法。與此同時，侯忠生于1993年至1994年在他的博士論文3中提出了無模型控制理論與應用。論文中4提出了基于MFAC的功能相結(jié)合方式，所謂的功能

6、組合，不是基于對象數(shù)學模型的控制規(guī)律，而是著眼于系統(tǒng)的組合優(yōu)化和功能提升。喬治城5提出了基于神經(jīng)網(wǎng)絡的MFA控制技術(shù)，由于他們對研究結(jié)果的分析建立在詳細的理論概念和方法來上，所以為后續(xù)的開發(fā)和應用奠定了堅實的理論基礎。該理論的方法和技術(shù)包括侯忠生教授在博士論文中提到的方法，MFA控制6在構(gòu)建過程中，引入了一個新的偽梯度向量和偽順序，并采用了一系列的動態(tài)線性時變模型（嚴格的形式，部分形式，寬幅線性形型）附近的控制系統(tǒng)，以取代離散時間非線性系統(tǒng)。這種模型在估計偽梯度向量的過程中使用了輸入輸出數(shù)據(jù)。喬治城提出的另一個想法是通過引入神經(jīng)網(wǎng)絡的自適應控制，這種方法已經(jīng)在上文中說明和描述7，該算法可以應用

7、到任何單輸入或多輸入的開環(huán)系統(tǒng)，這個開環(huán)系統(tǒng)必須是穩(wěn)定可控的和連續(xù)或連續(xù)反應體系中不含復雜的手動調(diào)整內(nèi)容的過程或任何特殊要求的控制系統(tǒng)。無模型控制的優(yōu)勢在于其結(jié)合了經(jīng)典與現(xiàn)代控制理論，它突破了這些理論的束縛，開辟了一種全新方式的控制理論。最先進的控制方法總是需要對過程和它的適用環(huán)境有一個深刻的理解。一般用差分方程來描述動態(tài)特征的過程。但是，在燃氣渦輪機和其它復雜的工業(yè)過程控制系統(tǒng)中，由于其太復雜或難以描述的內(nèi)在規(guī)律。因此，很難獲得系統(tǒng)內(nèi)部結(jié)構(gòu)的詳細信息。 作為現(xiàn)代控制理論的一部分，建立在預選模型基礎上的比例 - 積分控制算法，以及一些簡單的比例積分控制算法仍然在加速控制中使用8。還有其他一些先

8、進的控制算法，如自適應PID 控制9，預測控制，開環(huán)最優(yōu)控制10，基于模型的專家控制等,在使用范圍上均有很大的局限性。無模型控制自其提出至今已經(jīng)獲得了有很多的研究成果：適應性好，功能強大，易于使用，以及不需要模型和低成本的控制器，可以用在工業(yè)控制中解決復雜問題。無模型控制具有很多優(yōu)點，如它沒有進程標識符，并確定了無模型控制系統(tǒng)的機制，不需要知道精確的過程參數(shù)和調(diào)整復雜的控制器的參數(shù);有有閉環(huán)系統(tǒng)的穩(wěn)定性分析和標準，確保了控制系統(tǒng)的穩(wěn)定。2 無模型空置律的設計及一般形式無模型控制律的設計分為三步完成：2.1 理論推導，得出無模型控制律的基本形式 通過文獻1113明確提出了無模型控制律的基本形式，

9、對于一個復雜的控制系統(tǒng)，假設其時滯為1，這可以將對象用動態(tài)時變模型（即泛模型）用下面的式子表示為： （1）依據(jù)上面的泛模型得出無模型控制律的基本形式為： （2） 2.2 根據(jù)控制器設計的直接途徑，得出無模型控制器的非線性結(jié)果在文獻14中具體的給出了無模型控制器對于非線性模型控制器的設計方法。考慮到非線性的控制律的遞推形式為： (3)上式中是設定值。對于非線性控制律的設計，在一定條件下，確定滿足條件的非線性函數(shù)H，由于對PID的概念的新定義14，就是的對于H的確定成為可能。2.3 應用功能模塊組合方法，最終完成無模型控制器的設計 控制器設計的組合途徑：空置律的導出，不是基于模型的，而是根據(jù)被控對

10、象對空置律的要求。被控對象對控制律的一般要求，例如：克服偏差、預先反向調(diào)節(jié)、收斂加速、保持穩(wěn)定等等。故而控制器的設計就是把這些功能根據(jù)控制律的要求合適的組合起來。實踐表明，不同的組合方式往往會有不同的控制效果。所以控制器的設計就是確定合適的組合方式從而達到最優(yōu)的控制效果。應用上面的方法得到無模型控制律的一般形式如下：(4)式中G（）是一個功能組合模塊，它表示功能組合的特殊部分。A，b，c，等參數(shù)是無模型控制的組態(tài)參數(shù)，特別指出在系統(tǒng)穩(wěn)定時為零，當y(k)變化很大時，為正數(shù)，且其大小隨著y(k)絕對值的增大而增大，減小而減小。的存在增強了無模型系統(tǒng)的抗干擾能力。3.結(jié)論 實踐表明，無模型控制器對

11、大時滯、時變、強干擾和強耦合系統(tǒng)，有著獨特的控制功能。對非難控點，無模型控制器在應用中除設定值外，幾乎不需設定任何其他參數(shù)。無模型控制器的一些優(yōu)點是目前正在應用中的其他控制器所不能比擬的。無模型控制器在工業(yè)生產(chǎn)過程中的應用效果十分良好，現(xiàn)已成功地應用到煉油、化工、電力、焦炭和輕工等行業(yè)。參考文獻韓志剛. 無模型控制器理論與應用的進展J. 自動化技術(shù)與應用, 2004, 23(2): 13-16.SPALL J C, CRISTION J A. Model-free control of nonlinear stochastic systems with discrete-time measur

12、ementsJ. Automatic Control, IEEE Transactions on, 1998, 43(9): 1198-1210.SPALL J C, CRISTION J A. Model-free control of general discrete-time systemsC/Decision and Control, 1993., Proceedings of the 32nd IEEE Conference on. IEEE, 1993: 2792-2797. 侯忠生. 非線性系統(tǒng)的參數(shù)辨識, 自適應控制和無模型學習自適應控制D. 沈陽: 東北大學博士論文, 199

13、4.程樹行, 王強. 工業(yè)蒸發(fā)器的無模型自適應控制J. 微計算機信息, 1999, 15(3): 40-42.CHENG G S X. Model-free adaptive control for flexible production systems: U.S. Patent 6,360,131P. 2002-3-19. SEIVER D S, MARIN O. Adaptive control for air separation unit: U.S. Patent 6,622,521P. 2003-9-23. CHENG G S X. Model-free adaptive contr

14、ol for industrial processes: U.S. Patent 6,556,980P. 2003-4-29. KARIMI A, LANDAU I D. Robust adaptive control of a flexible transmission system using multiple modelsJ. Control Systems Technology, IEEE Transactions on, 2000, 8(2): 321-331. CHENG G S X. Model-free adaptive control of quality variables: U.S. Patent 6,684,115P. 2004-1-27. 侯忠生, 韓志剛. 非線性系統(tǒng)魯棒無模型學習自適應控制J. 控制與決策, 1995, 10(2): 137-142. HOU Z, HUANG W. The model-free learning adaptive control of a