閉環(huán)自適應(yīng)逆控制及在熱力系統(tǒng)中的應(yīng)用研究.pdf

1、基于系統(tǒng)逆模型的控制策略主要包括自適應(yīng)逆控制和逆系統(tǒng)控制兩種典型的控制方法。近年來，基于系統(tǒng)逆模型的控制方法及其應(yīng)用研究受到廣泛關(guān)注。對系統(tǒng)逆動力學(xué)過程建模方法、基于系統(tǒng)逆模型的控制策略與經(jīng)典反饋控制策略之間內(nèi)在聯(lián)系及有效融合等問題進行深入研究，可望為復(fù)雜系統(tǒng)提供新的控制思路和技術(shù)手段。
　　 模糊模型是以模糊語言變量、模糊集合及模糊邏輯為數(shù)學(xué)基礎(chǔ)的模糊推理規(guī)則，被廣泛地應(yīng)用于復(fù)雜非線性系統(tǒng)的辨識及控制中。本文研究了基于T-S模

2、糊模型的閉環(huán)自適應(yīng)逆控制方法及其在熱力系統(tǒng)中的應(yīng)用問題，主要內(nèi)容包括以下四個方面：
　　 ①針對現(xiàn)有的T-S模糊模型辨識方法存在的問題，從模糊聚類方案入手，提出了一種基于最差子集分解聚類的T-S模糊模型辨識方法，以及基于最差子集分解聚類的T-S模糊模型分步辨識方法，并將該方法應(yīng)用于典型熱工過程及其逆系統(tǒng)建模。在系統(tǒng)辨識過程中，引入了新的聚類目標函數(shù)和辨識目標函數(shù)，根據(jù)建模精度要求自動產(chǎn)生新的模糊規(guī)則，避免了規(guī)則數(shù)需要人為給定的弊

3、端；當模型精度未達到要求時，只需辨識新增子模型的結(jié)構(gòu)和參數(shù)。相對于常規(guī)的T-S模糊模型辨識方法，具有辨識精度高，模糊規(guī)則數(shù)少及計算成本低等優(yōu)點，提高了模型的實時跟蹤能力，為開展熱工過程自適應(yīng)逆控制提供了有效支持。文中通過非線性系統(tǒng)辨識仿真試驗對該方法的有效性進行了驗證。
　　 ②針對復(fù)雜熱工過程通常具有較大的時間遲延和熱慣性等特征，建立了一種基于校正基準量的增量式控制算法；論證了被控對象逆模型參數(shù)與控制器特征參數(shù)之間的對應(yīng)關(guān)系，

4、提出了一種增量式閉環(huán)自適應(yīng)逆控制系統(tǒng)，實現(xiàn)了自適應(yīng)逆控制與經(jīng)典反饋控制的有機結(jié)合，并能夠根據(jù)對被控對象逆模型的在線辨識結(jié)果直接對控制器的特征參數(shù)進行在線調(diào)整。文中針對幾類典型的熱工對象(包括SISO熱工對象和MIMO熱工對象)采用增量式閉環(huán)自適應(yīng)逆控制方法進行了仿真試驗，結(jié)果表明，與直接自適應(yīng)逆控制方法相比，增量式閉環(huán)自適應(yīng)逆控制方法能夠有效地降低被控對象逆動力學(xué)模型的精度對控制性能的影響，具有良好的自適應(yīng)能力和良好的魯棒性。
　

5、　 ③提出了一種基于對象逆模型的自適應(yīng)PID(PID-IMO)控制器的設(shè)計方法。在所建立的PID-IMO控制系統(tǒng)中，通過對逆模型輸入向量的恰當選取，實現(xiàn)了對象逆模型與PID控制器兩者結(jié)構(gòu)上的統(tǒng)一；論證了自適應(yīng)PID控制器特征參數(shù)與控制對象逆模型參數(shù)之間的內(nèi)在聯(lián)系和等價關(guān)系，進而根據(jù)逆模型的在線辨識結(jié)果直接獲得PID控制器的參數(shù)，形成與對象特性相匹配的自適應(yīng)PID控制器，并將PID-IMO方法推廣到串級PID控制系統(tǒng)。通過對兩種典型的熱

6、力系統(tǒng)過程控制的仿真試驗表明，自適應(yīng)PID-IMO控制系統(tǒng)具有良好的自適應(yīng)能力、抗干擾能力和魯棒性。
　　 ④逆系統(tǒng)控制是一種具有廣泛適用性的非線性控制策略。本文將模糊辨識引入到逆系統(tǒng)控制方法中，采用所提出的基于最差子集分解聚類的分步模糊辨識方法建立被控對象的逆模型，避免了求解被控對象解析逆的困難，考察了基于模糊模型的系統(tǒng)逆模型對多變量非線性系統(tǒng)的線性化及解耦效果；根據(jù)被控對象所具有的不同遲延特性，采用PID控制器和Smith預(yù)