自适应控制第8章.pptVIP

第2部分自适应控制 第8章 自适应控制系统的发展及应用 8.1 自适应控制技术的发展 8.1.1 模糊自适应控制技术 （1）模糊自适应控制原理 ①性能测量与比较 ②控制量校正 ③控制规则修正 （2）模糊自校正控制 ①模糊模型结构 ②模糊模型辨识及在线修正 8.1.2 神经网络自校正控制 （2）逆控制的自适应 8.1.4 多模型自适应控制 (1)多模型自适应控制的组成 ①多模型集合 ②模型集合Ω中的不同模型建立多个控制器，构成控制器集合 ③给定切换原则，以选择能够描述当前被控对象的最佳模型，并将基于最佳模型而设计的控制器的切换为当前控制器 8.2 工业锅炉的加权广义预测自校正控制 8.2.1 工业锅炉工艺流程控制要求 整个工业锅炉的控制可分为3个子系统6个控制回路。 ①汽包给水系统 ②燃烧系统 ③氧量控制系统 8.2.2 工业锅炉加权广义预测控制算法 被控过程用下列具有非平稳噪声的CARIMA模型来描述： (1)p1——主要用来抑制超调，起平滑作用， 0≤p11 (2)p2——主要用于影响控制动作的趋势， 0≤p21 (3)a1——柔化因子，调节跟踪速度0≤ar1。 8.3 大滞后系统自校正智能极点配置内模控制 8.3.1 炉温智能控制方案 8.3.2 系统的极点配置 1）据偏差梯度，作出控制器是否采用微分作用的决策。 2）据偏差大小在比例和积分作用中进行选择。 3）决定k,Ti,Td这3个参数,可按表8.3.1选择。 8.3.5 仿真实例 图8.3.4 内模控制系统等效结构图 (8. 3. 13) (8. 3. 14) (8. 3. 15) (8. 3. 16) (8. 3. 17) 8 * * (8. 1. 1) 8 (8. 1. 2) (8. 1. 3) (8. 1. 4) (8. 1. 5) (8. 1. 6) (8. 1. 7) (8. 1. 8) (8. 1. 9) (8. 1. 10) (8. 1. 11) (8. 1. 12) (8. 1. 13) (8. 1. 14) (8. 1. 15) (8. 1. 16) ③模糊自校正调节器设计 (8. 1. 17) (8. 1. 18) (8. 1. 19) (8. 1. 20) (8. 1. 21) (8. 1. 22) (8. 1. 23) (8. 1. 24) (8. 1. 25) 图8.1.1 神经网络自校正控制系统 (8. 1. 31) (8. 1. 30) (8. 1. 29) (8. 1. 28) (8. 1. 27) (8. 1. 26) (8. 1. 32) (8. 1. 33) 图8.1.2 一种典型反馈控制系统 8.1.3 自适应逆控制 （1）逆控制的基本思想 (8. 1. 34) 图8.1.3 自适应逆控制的基本结构 图8.1.4 模型参考自适应逆控制示意图 图8.1.5 具有消除对象噪声和扰动 的模型参考自适应逆控制系统 (8. 1. 35) (8. 1. 36) （2）多模型自适应控制的模型集 下面介绍其中两种方法： ①从系统的稳定性出发设计模型集 ②从系统的动态优化出发设计模型集 （3）间接多模型自适应控制 时变参数的线性离散时间系统为 (8. 1. 37) (8. 1. 38) (8. 1. 39) (8. 1. 40) (8. 1. 41) (8. 1. 42) (8. 1. 43) (8. 1. 44) (8. 1. 45) (8. 1. 46) (8. 1. 47) (8. 1. 48) (8. 1. 49) (8. 1. 50) (8. 1. 51) (8. 1. 52) (8. 1. 53) (8. 1. 54) (8. 1. 55) (8. 1. 56) (8. 1. 57) 图8.1.6 单个自适应控制器仿真输出曲线 图8.1.7 多模型自适应控制器仿真输出曲线 图8.2.1 工业锅炉的工艺流程图 (8. 2. 1) (8. 2. 2) (8. 2. 3) (8. 2. 4) (8. 2. 5) (8. 2. 6) (8. 2. 7) (8. 2. 8) (8. 2. 9) 8.2.3 工业锅炉加权广义预测自校正控制 (8. 2. 10) (8. 2. 11) (8. 2. 12) (8. 2. 13) (8. 2. 14) (8. 2. 15) (8. 2. 16) 对锅炉的6个控制回路逐个进行现场调试，以便确定以下参数： (8. 2. 17) (8. 2. 18) (8. 2. 19) (8. 3. 1) 图8.3.1 玻璃