《控制系统课程设计基于模型的滞后控制系统设计》由会员分享，可在线阅读，更多相关《控制系统课程设计基于模型的滞后控制系统设计（24页珍藏版）》请在金锄头文库上搜索。
1、淮海工学院课程设计报告书 课程名称： 控制系统课程设计 题 目 基于模型的滞后控制系统设计系 （院）： 电子工程学院 学 期： 专业班级： 自动化121 姓 名： 学 号： 评语：成绩：签名：日期：1引言过程控制技术近年来发展迅速，特别是在计算机，网络通信和先进控制理论的带动下，过程控制的检测，执行仪表及控制系统日益向智能化方向发展。在化工、炼油、冶金等一些复杂工业过程中，广泛存在着较大的纯滞后。纯滞后往往是由于物料或能量需要一个传输过程而形成的，这类时间滞后系统的控制是世界公认的控制难题。由于纯滞后的存在，使得被控量不能及时地反映所受的扰动，从而产生明显的超调，使得控制系统的稳定性变差，调节
2、时间延长。传统的过程控制系统中，主要运用传统的PID控制和Smith控制，对于被控对象简单的系统，可以得到预期的效果，但是遇到大滞后的被控对象，其控制效果难以达到预定的效果，对于滞后系统，其/T0.5,在这种情况下，就需要提出一种先进的PID控制器，使其在大滞后环境下，也能得到预期的控制效果。 一般认为，若纯滞后时间与过程的时间常数T之比大于0.3时该过程是大滞后工艺过程。当与T之比增加时，过程中的相位滞后增加，使上述现象更为突出，有时甚至会因为超调严重而出现聚爆、结焦等停产事故；有时则可能引起系统的不稳定，被调量超过安全限，从而危及设备与人身安全。因此大纯滞后过程一直受到人们的关注，成为重要
3、的研究课题之一。 2 控制系统解决纯滞后影响的方法很多，最简单的则是利用常规PID调节器适应性强、调整方便的特点，经过仔细的参数整定，在控制要求不太苛刻的情况下，可以满足生产过程的要求。如果在控制精度要求很高的场合，则需要采取其他控制手段，例如smith预估补偿控制、内模控制等。2.1 PID控制在过去的几十年里，PID控制，也就是比例积分微分控制在工业控制中得到了广泛应用。在控制理论和技术飞速发展的今天，在工业过程控制中95%以上的控制回路都具有PID结构，而且许多高级控制都是以PID控制为基础的。在控制器中，设定值r与测量值y相比较，得到偏差e=r-y，控制规律根据偏差e的情况，给出控制作
4、用u。在线性连续系统中，控制规律通常由以下三种情况组成。（1） 比例控制：控制作用u与偏差e成比例关系。（2） 积分控制：控制作用u为偏差e对时间的积分成比例关系。（3） 微分控制：控制作用u为偏差e对时间的导数（）成比例关系。 （2-1）因此，控制作用u常用的表现形式为：（2-2）式中的K是控制器的比例增益，T和T都具有时间量纲 ，分别称为积分时间和微分时间。当控制作用只包含第一项时，称为比例（P）控制；只包含第二项时，称为积分（I）控制；只包含第三项时，称为微分（D）控制；包含第一、二项时，称为比例积分（PI）控制；当包含第一、三项时，称为比例微分（PD）控制；包含第一、二、三项时，称为比
5、例积分微分（PID）控制。因此，PID控制器由比例单元（P）、积分单元（I）和微分单元（D）组成，它的基本原理比较简单，基本的PID控制规律可描述为：（2-3）其中K、K和K分别称为比例、积分、微分系数。PID控制用途广泛，使用灵活，已有系列化控制产品，使用中只需设定三个参数（K、K和K）即可。在很多情况下，并不一定需要全部三个单元，可以取其中的一到两个单元，不过比例控制单元是必不可少的。PID控制器具有以下优点：（1） 原理简单，使用方便。PID参数K、K和K可以根据过程动态特性及时调整。如果过程的动态特性发生变化，如对负载变化引起的系统动态特性变化，PID参数就可以重新进行调整与设定。（2
6、） 适应性强。按PID控制规律进行工作的控制器早已经商品化，即使目前最新式的过程控制计算机，其基本控制功能也仍然是PID控制。PID应用范围广，虽然很多工业过程是非线性或时变的，但通过适当简化，可以将其变成基本线性和动态特性不随时间变化的系统，这样就可以通过PID控制了。（3） 鲁棒性强，即其控制品质对被控对象特性的变化不太敏感。但是，PID也有其固有的缺点。PID在控制非线性、时变、耦合及参数和结构不确定的复杂过程时，效果不是太好，最主要的是，如果PID控制器不能控制复杂过程，无论怎么调参数都没用。PID控制规律是最普遍的控制规律，PID控制器是最简单但许多时候仍是最好的控制器。2.2 史密
7、斯补偿控制史密斯（Smith，1958）预估补偿器是最早提出的纯滞后补偿方案之一。其特点是预先估计出过程在基本控制输入下的动态特性，然后由预估器进行补偿，力图使被延迟了的被调量超前反映到调节器，使调节器提前动作，从而减小超调量和加速调节过程。史密斯预估器的基本思想是将纯滞后环节移至控制回路外，一方面由于控制回路不包括纯滞后环节，其控制频率可大幅提高，控制性能也将显著改善；另一方面，由于新的控制回路的输出与实际对象的输出仅包括一个纯滞后环节，稳态特性完全相同，动态特性相似。然而，广义对象作为一个整体，无法进行动态特性的分解。为此，可用广义对象的数学模型来近似描述实际对象，而该模型自然是动态特性可
8、分解的，由此可得到如图2-1所示的原理实现图。D（s）广义对象Y（s）+U（s）R（s）G(S)对象模型+-Y(S)+图2-1 史密斯预估补偿器的实现原理图为了讨论方便，先假设对象模型与实际对象的动态特性一致，则由图2-1可知:（2-4） 只要一个与被控对象除去纯滞后环节的传递函数相同的环节和一个纯滞后时间等于的纯滞后环节就可以组成史密斯预估器，它将消除大纯滞后对系统过渡过程的影响，使调节过程的品质与过程无纯滞后环节时的情况一样，只是在时间坐标上向后推迟了时间。2.3 内模控制内模控制在结构上与史密斯预估控制很相似，它有一个被称为内模的过程模型，控制器设计可由过程模型直接求取。它与史密斯预估控
9、制一样，能明显改进对纯滞后过程的控制，又由于在设计上它考虑了对系统鲁棒性的要求，从而大大提高了内模控制的实用价值。与常规反馈控制不同的是，内模控制器的被控对象为实际对象与预估模型之差。当预估模型准确时，反馈信息直接反映了外部干扰的大小，而内模控制器此时等效于前馈控制器，不仅如此内模控制器具有许多优秀性质。D（s）+Y(S)U（s）R（s）-+受控对象内模控制器Y(s)-+内部模型D(s)图2-2 内模反馈控制由基本的内模控制结构图1.2，可得到： （2-5）（2-6）由式（2-5）、式（2-6）可得到内模控制的以下性质。性质1（稳定性） 当时，内模控制系统闭环稳定的充分条件是控制器与过程本身均
10、为稳定。由此可知，当模型精确时，内模控制系统的闭环稳定性等价于开环稳定性，因而，与常规反馈控制相比，其稳定性分析非常简单。由性质1可知，内模控制不能直接应用于开环不稳定的被控过程。对于不稳定的被控过程，可考虑先用常规反馈控制（如纯比例控制）使其成为稳定对象，在应用内模控制；而对于开环稳定的被控过程，内模控制系统闭环稳定的充分必要条件为控制器稳定。由于控制器完全由人工设计，因而，“控制器稳定”这一要求很容易实现。性质2（无余差性） 若被控过程开环稳定，而且控制器的稳态增益与内部模型稳态增益满足；则闭环控制系统对设定值与外部扰动的阶跃变化均无调节余差。性质2完全可以由式（2-6）推导得到。由性质2
11、可知，对于开环稳定的被控过程，稳态无余差的实现仅与控制器、内部模型有关，并不依赖于内部模型是否正确。这给实际应用带来了便利。内模控制方法是Garcia和Morari于1982年首先正式提出，以其简单、跟踪调节性能好、鲁棒性强、能消除不可测干扰等优点，为控制理论界和工程界所重视。1989年Morari透彻研究了内模控制的鲁棒性和稳定性，并且由其他学者推广到非线性系统，蓬勃发展中的神经网络也引入到内模控制中。内模控制还和许多其它控制方式相结合，如内模控制与模糊控制、内模控制和自适应控制、内模控制和最优控制、预测控制的结合使内模控制不断得到改进并广泛应用于工程实践中，取得了良好的效果。 3 基于模型
12、的滞后控制系统设计过程控制系统中的温度控制中常常存在较大的滞后，当滞后时间和控制对象的时间常数较大时，传统的控制方案很难达到较好的控制效果，此时一般采用SMITH预估器方案或内模控制方案来克服系统滞后的影响。对于某热容比较大的温度控制系统燃料阶跃输入，温度输出测试数据如下：表3-1 温度输出测试数据T/s052030405060708090100110 T/000580130250260280290297300设计要求（1）：请依据上述数据，利用两点法或者切线法确定系统的一阶惯性控制模型，并要求对模型曲线与原有数据曲线进行合理逼真仿真。 设计要求（2）：请依据模型，分别设计控制系统的控制算法和
13、控制结构，并完成控制系统的控制方块图，最好采用多种控制方案进行仿真选择比较。设计要求（3）：请设计系统主要扰动量（主要是模型不准确的影响），并利用仿真分析控制系统稳定性。设计要求（4）：请采用PLC或者单片机完成控制系统硬件的设计。参考控制方案：PID+SIMTH预估计控制方案或内模控制方案。3.1 拟合曲线与确定控制模型程序一：原始数据拟合程序x=0,5,20,30,40,50,60,70,80,90,100,110;y=0,0,0,5,80,130,250,260,280,290,297,300;a=polyfit(x,y,6);xi=linspace(min(x),max(x),leng
14、th(x);yi=polyval(a,xi);plot(x,y,*,xi,yi,r)grid on 图3-1 原始数据拟合曲线在图3-1上去两点，它们的纵坐标分别为y（t）=300*0.283=84.9和y（t）=300*0.632=189.6，由图3-1可得t=41.6，t=53.5，则根据公式可得T=1.5*（t-t）=17.85=t-t-T=35.65 然后在Simulink中建立模型输出所求得的传递函数的阶跃响应曲线，并和实际数据对照比较，调整K、T和的值，使之与实际数据尽量接近。 最后所得传递函数为：（3-1） 程序二：所得模型与原始数据对比程序 x=0,5,20,30,40,50,60,70,80,90,100,110;y=0,0,0,5,80,130,250,260,280,290,297,300;a=polyfit(x,y,8);x1=linspace(min(x),max(x),length(x);y1=polyval(a,x1);figure (2);hold onplot(x,y,*,x1,y1,r)grid on
