多變量耦合系統(tǒng)的解耦控制設(shè)計(jì)和仿真.pdf

1、近年來(lái),隨著現(xiàn)代工業(yè)的快速發(fā)展,生產(chǎn)過(guò)程越來(lái)越復(fù)雜,其控制系統(tǒng)往往有多個(gè)輸入輸出,變量間的耦合就成了控制系統(tǒng)中一種普遍存在的現(xiàn)象。耦合的存在,不但會(huì)使系統(tǒng)控制起來(lái)非常困難,而且也會(huì)大大降低系統(tǒng)的控制品質(zhì),嚴(yán)重時(shí)甚至?xí)瓜到y(tǒng)無(wú)法運(yùn)行。耦合變量的解耦已經(jīng)成為提高自動(dòng)化水平,滿足日益發(fā)展的生產(chǎn)過(guò)程控制要求的重要手段之一。因此,多變量耦合系統(tǒng)的解耦控制研究具有較大的實(shí)際意義和應(yīng)用前景。此外,隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展,薄膜的使用越來(lái)越廣泛,對(duì)其質(zhì)量

2、要求也越來(lái)越高。薄膜厚度控制系統(tǒng)是薄膜生產(chǎn)線極其重要的組成部分,其控制品質(zhì)的好壞決定了薄膜的質(zhì)量。由于薄膜厚度系統(tǒng)是一個(gè)典型的多變量耦合系統(tǒng),其解耦控制研究更具有實(shí)際意義和應(yīng)用價(jià)值。
　　本論文首先介紹了課題的來(lái)源、研究背景及意義,概述了解耦控制的研究現(xiàn)狀、變量耦合程度的分析方法、三種相關(guān)的解耦方法、PID控制器及神經(jīng)網(wǎng)絡(luò)基礎(chǔ);然后在充分調(diào)研的基礎(chǔ)上,設(shè)計(jì)和仿真了薄膜厚度系統(tǒng)的類前饋解耦PID控制,以及一個(gè)雙變量耦合系統(tǒng)的RBF神

3、經(jīng)網(wǎng)絡(luò)解耦PID控制;最后對(duì)本論文的工作進(jìn)行了總結(jié)和展望。完成了如下兩項(xiàng)主要工作:
　　(1)薄膜厚度系統(tǒng)的類前饋解耦PID控制設(shè)計(jì)和仿真利用相對(duì)增益矩陣對(duì)薄膜厚度系統(tǒng)進(jìn)行了耦合性分析,采用多變量類前饋解耦與PID控制相結(jié)合的方法,實(shí)現(xiàn)了系統(tǒng)的完全動(dòng)態(tài)解耦控制。與逆奈奎斯特陣列解耦PID控制相比,類前饋解耦PID控制具有不改變主控制通道特性、完全解耦、控制效果好的優(yōu)點(diǎn),具有較大的應(yīng)用價(jià)值。
　　(2)一個(gè)雙變量耦合系統(tǒng)的RB

4、F神經(jīng)網(wǎng)絡(luò)解耦PID控制設(shè)計(jì)和仿真代數(shù)算法可將復(fù)雜的非線性優(yōu)化問(wèn)題轉(zhuǎn)化為一組線性代數(shù)方程組來(lái)求解,是一種全新的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法,采用代數(shù)算法訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)網(wǎng)絡(luò)樣本的精確映射,并能保證較快的收斂速度。本論文采用動(dòng)態(tài)的RBF神經(jīng)網(wǎng)絡(luò)對(duì)一個(gè)雙變量耦合系統(tǒng)進(jìn)行在線辨識(shí),并將獲得的靈敏度信息對(duì)PID控制器參數(shù)自整定,實(shí)現(xiàn)了系統(tǒng)的解耦控制。仿真結(jié)果表明,本解耦控制具有精度高、實(shí)時(shí)性好、魯棒性和自適應(yīng)性強(qiáng)等優(yōu)點(diǎn),具有較大的應(yīng)用價(jià)值。