基于擾動抑制的多變量控制系統(tǒng)性能評估與應(yīng)用.pdf_第1頁
已閱讀1頁,還剩94頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、在控制領(lǐng)域,性能評估屬于較年輕的一個(gè)分支,但在二十余年的發(fā)展過程中,卻受到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。在工業(yè)生產(chǎn)中,大部分的擾動是隨機(jī)擾動,對于隨機(jī)擾動的抑制能力表現(xiàn)在過程輸出的方差上,因此最小方差指標(biāo)以及基于此發(fā)展起來的LQG、GMV等性能指標(biāo)成為了主流。日益復(fù)雜化的工業(yè)流程也使得實(shí)際系統(tǒng)呈現(xiàn)出回路個(gè)數(shù)多,存在大量耦合等特性,因此多變量控制系統(tǒng)的性能評估也是學(xué)術(shù)界研究的熱點(diǎn)之一。本文的研究主要包括:
   1.在最小方差指標(biāo)的

2、基礎(chǔ)上,提出了一種基于初始閉環(huán)系統(tǒng)的性能評估方法。在過程時(shí)滯變化的情況下,基于最小方差指標(biāo)的評估可能會得到錯(cuò)誤的結(jié)論,而新的方法可以避免這一缺點(diǎn)。利用交互矩陣可將擴(kuò)展指標(biāo)推廣到多變量系統(tǒng)的評估中,本文將這一算法應(yīng)用于精餾塔過程的評估。精餾塔過程的仿真示例驗(yàn)證了方法的有效性,表明過程時(shí)滯變化時(shí)用擴(kuò)展指標(biāo)來進(jìn)行評估更能反映系統(tǒng)性能的變化。
   2.對于多變量系統(tǒng)性能評估中交互矩陣計(jì)算復(fù)雜的情況,總結(jié)了Xia和Huang提出的利用過

3、程時(shí)滯信息構(gòu)造矩陣來替代交互矩陣,得到最小方差指標(biāo)上下限來估計(jì)真值的方法,并分析了方法的適用性。求取交互矩陣本質(zhì)上也就是需要知道系統(tǒng)的Markov參數(shù),這相當(dāng)于要獲得過程模型完整的信息,通常情況下難以達(dá)到。但是過程的時(shí)滯信息則比較容易獲得,甚至通過日常的操作數(shù)據(jù),不需要進(jìn)行測試就可以得到。通過仿真分析則發(fā)現(xiàn)當(dāng)過程交互矩陣階次較大時(shí),這一方法的效果較好。
   3.在LQG權(quán)衡曲線的基礎(chǔ)上,提出了基于子空間辨識的一般化LQG性能評

4、估方法。使用子空間的方法來求解LQG性能基準(zhǔn),可以避免求解代數(shù)Riccati方程,計(jì)算簡便,可以將其用于實(shí)時(shí)計(jì)算上,能用于對工業(yè)現(xiàn)場大量回路的實(shí)時(shí)監(jiān)控。在計(jì)算過程中雖然用到子空間辨識,但沒有求出具體的模型,即沒有根據(jù)模型的階次作截?cái)嗟牟僮?,最大程度保留了原始的信息。一般化的LQG性能評估方法有別于LQG權(quán)衡曲線之處在于能為性能評估提供更多的信息。
   4.提出了基于性能基準(zhǔn)函數(shù)設(shè)計(jì)LQG控制器的方法。在通過子空間的方法獲得LQ

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論