时滞响应过程的鲁棒预测控制设计与批次优化

摘要

本文针对工业生产中大量存在的时滞响应过程，基于时滞补偿器和两自由度控制结构，研究了时滞对象的鲁棒控制设计与批次优化方法。首先，针对常见的稳定时滞过程，基于常用的离散域低阶传递函数模型，提出了一个无时滞输出预测的两自由度控制设计方法。基于时滞预估器和标称对象模型，可以将过程时滞等价地推移到控制回路之外，从而可对无时滞闭环控制回路设计解析的控制器。通过提出期望的闭环传递函数反向推导出抗扰控制器，根据内模控制理论设计最优的设定点跟踪控制器。两个控制器中都只有一个可调参数，可以单调地调节来实现控制性能和鲁棒稳定性之间的折衷。同时，定量推导出了系统输出响应和负载干扰响应的积分绝对误差指标。 其次，为了简化控制结构并抑制测量噪声，针对稳定、积分及不稳定时滞过程，通过设计带约束的低通滤波器来构造无延时输出预测器，提出了一个简化的两自由度预测控制方法，并且通过该滤波器来消除对象传递函数模型中积分型、不稳定型极点、以及慢极点带来的不利影响，分别在离散域和频域给出了解析的控制器设计方法，能够显著提高控制系统性能。采用近期文献中的案例，以及一个4升夹套式反应釜温度控制实验，验证了所提控制方法的有效性和优越性。 基于上述无时滞输出预测器，提出了一种将经典的PI与迭代学习控制相结合的时滞批量过程控制方案。采用可测的输出信息而不是内部的状态信息，根据内模控制理论得到内部回路的PI控制器，利用两维历史批次的信息和无时滞的两维Roesser模型，建立了保证时滞系统渐进稳定的充分条件，通过求解相应的线性矩阵不等式得到外部回路的迭代学习增益矩阵，可以确保跟踪误差分别沿时间和批次方向收敛，并通过一个实例和迭代学习温度控制实验验证了该控制方案的优越性。

目录

第一个书签之前