預(yù)測控制在時滯工業(yè)對象中的研究.pdf

1、在許多常見的大型工業(yè)生產(chǎn)流程中，例如化工、造紙以及冶金，時滯現(xiàn)象普遍存在于其中。較好地克服由于時滯對象對生產(chǎn)過程的影響就成了自動控制行業(yè)的一大難題。對于這類現(xiàn)象可以總結(jié)為:在對象時滯的范圍里，盡管系統(tǒng)的控制增量已經(jīng)作用于對象，但被控量卻無法得到響應(yīng)，導(dǎo)致在外界出現(xiàn)干擾的狀況下系統(tǒng)不能根據(jù)控制量的變化來進(jìn)行相應(yīng)的調(diào)節(jié)，最終體現(xiàn)出來的就是較大的超調(diào)量以及伴隨著較長的自適應(yīng)時間。對于這一類時滯對象，傳統(tǒng)的控制算法例如PID控制以及Smith預(yù)

2、估控制算法，都未能獲得滿意的控制效果。對此，許多學(xué)者專家通過對傳統(tǒng)算法的改進(jìn)，提出了諸如改進(jìn)的面對大時滯對象的PID算法以及Smith預(yù)估控制算法。另外，以其他的控制算法諸如模糊控制、魯棒控制為基礎(chǔ)的控制算法也在處理大時滯對象中得到了應(yīng)用，對時滯控制問題的發(fā)展起到了積極的作用。
　　 本文仔細(xì)總結(jié)了現(xiàn)階段在時滯系統(tǒng)中使用的控制方法，著重探討了預(yù)測控制中的動態(tài)矩陣控制(DynamicMatrixControl，DMC)在處理時滯對

3、象中的運用，如何面對實際流程中可能出現(xiàn)的未知擾動以及應(yīng)對時變時滯對象所需進(jìn)行的一系列改進(jìn)。盡管動態(tài)矩陣控制因為其獨特的控制機(jī)理能夠應(yīng)對時滯系統(tǒng)中的控制，但另一方面它在抗外界干擾方面卻不夠理想，單獨使用無法應(yīng)對一類時變時滯系統(tǒng)。文章針對這些缺點，通過對動態(tài)矩陣控制中的控制量計算進(jìn)行改進(jìn)，將時間最優(yōu)控制加入到算法中來，設(shè)計了一種能夠更為快速抑制擾動的控制算法。應(yīng)對時變的時滯對象時，考慮通過將遺傳算法(GeneticAlgorithm)加入到