文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 能源/化工 > 广义预测控制算法在加热炉温度控制中的应用
侵权投诉

广义预测控制算法在加热炉温度控制中的应用

科学计算与信息处理王军琴:广义预测控制算法在加热炉温度控制中的应用

广义预测控制算法在加热炉温度控制中的应用

王军琴

(西安文理学院,陕西西安 710065)

摘 要:以加热炉温度控制系统作为研究对象,搭建了加热炉数学模型,研究基于PID控制算法的控制方案。仿真结果表明,PID控制算法存在一些不足。在此基础上,提出了基于广义预测控制算法(GPC)的轧钢车间加热炉温度控制系统控制算法。仿真实验表明,这种方法可以提高系统的动态性能,比普通的PID控制具有更好的控制品质,它将会有较好的工程应用前景。

关键词:广义预测控制;PID控制;性能分析;加热炉温度控制系统

中图分类号:TP273 文献标识码:B 文章编号:1004 373X(2010)10 0018 03

ApplicationofGeneralizedPredictiveControlAlgorithminHeatingFurnaceControl

WANGJun qin

(Xi anUniversityofArtsandScience,Xi an710065,China)

Abstract:Takingthetemperaturecontrolsystemofaheatingfurnaceasaresearchobject,amathmodeloftheheatingfurnacewasbuilt.ThecontrolschemebasedonPIDcontrolalgorithmisstudied.SomeshortagesofPIDcontrolalgorithmareindicatedbythesimulationresult.Thenanewcontrolalgorithmfortemperaturecontrolsystemofheatingfurnaceinsteelrollingshopbasedongeneralizedpredictivecontrolalgorithm(GPC)isstudied.Thesimulationresultsindicatethatthisalgo rithmcanimprovethedynamiccharacteristicismoreeffectivethanthecommonPIDcontrol,andhasagoodprospectforengi neeringapplication.

Keywords:generalizedpredictivecontrol;PIDcontrol;performanceanalysis;temperaturecontrolsystemofheatingfur nace

0 引 言

广义预测控制(GPC)是一种通过在线辨识获得模

型参数,再利用模型参数实现多步预测和滚动优化的自适应模型预测控制算法,因此广义预测控制既有一般模型预测控制的特点,又有自适应控制的特点

[1]

1 广义预测控制器[4]

GPC基于如下的CARIMA模型[5]:A(q-1)y(t)=B(q-1)u(t-1)+ (t)/ (1)-1-1-na-1

式中:A(q)=1+a1q+ +anaq;B(q)=b0+-1-nb-1-1

b1q+ +bnbq; =1-q;q是向后移时间算子;y(t),u(t)和 (t)分别是系统的输出、输入和噪声信号。控制器的目标函数为:

J=

j=1

。由于采

用传统的参数化模型,模型参数较少,易于在线辨识,而引入不相等的预测水平和控制水平,使系统设计更灵活。然而实际反馈信息基础上的反复优化,使GPC对建模误差和环境干扰等不确定性具有很强的适应力,而目标函数中考虑了控制参量序列,使它适用于大迟延、非最小相位以及非线性等过程,为获得较好的控制效果提供了条件,因此GPC得到了控制工程界的高度重视,出现了多种新的算法,并且在工业和航空航天等领域获得了很多成功的应用[3]。

[2]

^(t+![y

N

u

N

j|t)-w(t+j)]2+

(2)

![ u(t+j-1)]2

j=1

收稿日期:2010 01 05

基金项目:陕西省教育厅专项科研基金资助项目(06JK203);

西安文理学院重点建设专业基金资助项目(ZY20080506)

式中:y^(t+j|t)是y(t+j)的预测值;N,Nu和 分别

代表预测步长、控制步长和控制量加权因子;w(t+j)是设定值的柔化序列,由下述方程产生。

w(t)=y(t),w(t+j)=!w(t+j-1)+ (1-!)yr(t), j=1,2, ,N(3)

式中:yr(t)为当前设定值;!为柔化因子,0<!<1。

为了得到j步后输出y(k+j)的最优预测值,使用丢番图方程:

-1-1-j-1

Ej(q)A(q) +qF(q)=1, j=1,2, ,N

(4)

第1页

你可能喜欢

  • 模型预测控制
  • 广义预测控制算法
  • 预测控制理论
  • matlab程序
  • 华为笔试题
  • 控制技术

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email