GPC隐式PID算法在热力站中的应用研究

来源 :内蒙古科技大学 | 被引量 : 0次 | 上传用户:begoodboy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多变量、强耦合、大滞后和非线性是城市供热过程控制的特点,其数学模型难以确定,本文在深入分析广义预测控制(GPC)算法优劣的基础上,将GPC隐式PID算法用于热力站供热过程控制。广义预测控制(GPC)算法以最小化参数模型作为预测模型,引入多步预测的思想、整个控制过程进行滚动优化计算、以在线校正来修正优化过程中预测输出的偏差和不确定性,因此广义预测控制成为预测控制最具代表性的算法之一。然而广义预测控制基本算法在根据最小二乘法递推求解的原理进行滚动优化计算时,由于其本身算法的特点,需要求解Diophantine方程,其二次型最优控制需要在线求逆运算,这大大的增加了在线计算量,降低了控制系统的实时性。因此本文提出广义预测控制隐式算法,避免了广义预测控制基本算法的缺陷,它是直接辨识控制律的参数,在线辨识过程当中不需要求解Diophantine方程和逆运算,减少了在线计算量,在实际工业控制中,提高了控制的实时性,适于在线实现和工程实际应用。虽然广义预测隐式算法这种优化控制策略使运行控制能够获得较好的鲁棒性和最终稳定性,但是在控制系统运行初期,该算法存在输出偏离设定值的问题,这主要是由于算法中采用了最小二乘法来辨识系统参数,而辨识所需的参数估计初值会对系统初次响应产生较大的影响。考虑到这些,本文在广义预测隐式控制的基础上引入常规PID控制算法,以解决在运行初期输出不能很好的跟踪输入的问题。仿真结果证明,广义预测控制隐式PID控制算法应用于多变量、强耦合、大滞后和非线性系统,可获得较好的控制效果。
其他文献
在计算机视觉的新时代,机器人技术在诸如工业制造过程、机械、电气和控制过程等各种技术创新中被使用。本文设计了一种多功能的六自由度鲁棒机械臂,采用ARDUIOMEGA2560单片机作
运动、散焦或大气湍流等非理想因素导致成像系统采集到的图像产生不同程度的模糊,而传统的目标识别方法主要依赖于目标自身的特征与表达,模糊的图像必然将加大目标检测与识别
最新研究表明,图案化金属纳米结构在入射光照射下,可被激励出共振性的表面等离激元,将光场限制在纳米尺度,从而极大地突破光衍射限。由于所使用的图案化表面等离激元/表面电
随着计算机技术和自动控制技术的快速发展,以及劳动力成本的不断提高,在工农业生产、国防领域有着大量的生产设备采用无人值守运行方式。保证这些设备安全、正常运行对国民经济
本文中,通过分析国内外调速器试验台的发展现状以及工作的实际需求,以操作简便、成本低廉、可靠性高等要求为目的,对原有的试验台进行研究与改进。  首先,在深入分析调速器试验
当今片上系统(System On Chip,SoC)在芯片设计中的比例越来越大,SoC技术的研究对国家信息安全、智能硬件和增强现实等新兴领域的发展有着重大的意义,这些领域对SoC的性能要求
本文研究对象为采用平流层飞艇形式的超高空观测平台,重点研究了平台的柔性特性和质量特性对平台动力学特性的影响,并对执行机构的配置位置提出了优化方案。本文的主要的研究
众所周知,时滞现象存在于很多实际系统中,如传输系统、通讯系统、电力系统等。时滞现象常常使系统的动态特性变差,甚至会导致系统振荡、发散、不稳定。执行器饱和现象同样是
风能是一种绿色、环保的新型能源,在目前的风电场建设中风电场实时监测系统已经广泛应用在大型风电场的远程管理中,升压站作为风电场的重要组成部分,承担着电能资源外送的重要任
近年来,随着图像处理技术以及计算机处理能力的发展,基于视觉的机器人技术得到了飞速的发展。视觉伺服技术和模糊控制技术均是机器人研究领域的重要课题,是智能机器人的重要