过程控制工程第2版教学课件作者邵裕森过程控制第4章节2课件幻灯片.ppt

4 二、预测控制的基本原理 1、建立内部模型 2、指定参考轨迹 3、确定控制算法 三、预测控制的实现 4 4 4 4 二、模糊控制器工作原理 模糊控制是一种仿人控制，规则中的条件往往是偏差描述，本质上是反馈控制 4 1、模糊化 模糊化的作用：是将由测量得到的清晰数转化为模糊量，也就是以测量值对语言描述的隶属度，作为模糊推理的前提条件。 模糊化的第一个任务是进行论域变化，变换关系： 模糊化的第二个任务是求得输入对应于语言变量的隶属度（语言变量的隶属函数有离散方式和连续方式两种表示方式） 4 4 2、模糊推理 模糊控制算法多由语言规则表达 模糊规则的基本形式是“如果（条件）则（结果）”，条件是输出，结果是输出语言规则描述了一种因果关系，包含两个问题： 1、要确定这个因果关系的数学表示形式 2、要根据输入值确定实际的输出即控制作用， 这个输出是模糊变量。 4 集中模糊关系： 转移关系：这种关系认为推理过程是将输入条件的隶属度转移到输出结果中去，称为结果的隶属度 4 对双输入单输出的模糊规则，在隶属度转移前先要进行条件的“与”运算。 4 2）合成关系 4 4 4 4 4 3、解模糊 解模糊的具体算法： 最大隶属度（MOM）法 区域中心（COA）法 4 三、模糊控制器的设计 模糊控制器的设计：指实现模糊控制的软件设计。 涉及模糊控制器的设计内容包括两个方面：数据库和规则库 1、数据库内容：此库中安放的是模糊计算中需要用到的各种数据 a) 经验法 b) 模糊统计法 c) 试验法 d)学习法 4 2) 模糊变量数m的选择 3) 隶属函数的确定：获得隶属函数的方法如下： 隶属函数选择的满足条件：完整性（论域中的每个值都必须至少属于一个语言变量）；重叠性（相邻两个隶属函数有必要的重叠，且交叉点的隶属度不能太小） 1）规则型式的选择：尽量减少彼此之间的耦合，简化句子结构 2）规则的确定 4 2、规则库的内容 设计内容包括： 规则确定的三种途径： 1、来自操作者的经验 2、来自现场实验 以上两种方法有很强的个性特征，不能普遍使用 3、来自对过程认识和推理 4 阶跃响应： 生成规则表具备的性质：一致性、完整性、交互性或重叠性 4 3) 查询表生成：查询表通常离线形成 基本模糊器的优点： 1、对过程建模的要求不高 2、控制算法简单方便，控制器硬件配置简单，具有极大的可推 广性和商业应用价值 四、模糊控制器的改进 基本模糊器的缺点：静态精度不高、难以满足动静两方面的性能要求。 4 改进模糊器的介绍： 变系数模糊控制 1、改变参数和结构的模糊控制器 改变规则结构的模糊控制 4 2、混合模糊控制器 1）常见的模糊和PID结合的形式 模糊PID控制器：单一的基本模糊控制器存在着控制性能的缺陷，基本补救办法是增加积分作用，就构成了一种混合结构 1) 模糊推理确定PID参数 4 4 2) 模糊和PID串联混合控制：是以模糊控制器的输出作为积分输入， 而积分输出才是过程的控制输入 3) 模糊和PID并联混合控制：这时两个控制器都是偏差为输入，而 将两个控制器的输出相加作为过程的控制输入 4) 模糊和PID分离控制 4 3、自适应模糊控制 自适应意义：是能自动辨识被控过程参数或状态的变化，并随之在线修正控制器的参数，使过程输出跟踪某个参考输出，或者达到某种性能指标的最优。 自适应控制的工具：神经元网络技术 神经元网络的优点：1、理论看，神经网络能以任何精度逼近任意非线性函数-----输入输出关系； 2、神经元具有双重处理能力，既能处理数字信息，又能处理符号信息； 3、具有学习能力，能由输入输出数据自动确定和修正结构或参数 4 模糊神经网： 1、神经元和神经网 神经网中的节点称为神经元；它能处理和传递信息的作用 2、神经网的学习算法：反向传播算法即BP算法 反向传播：信息从输入向输出的流动称为前向传播反之就称为 反向传播。 设神经网的输入为 4 4 3、模糊神经网的结构 图中第一层隐实现模糊化，得到对模糊变量的隶属度，第二隐层完成模糊推理，得到输出的隶属度，第三隐层则作解模糊运算，得到请细值后送输出层输出。 4 五、模糊控制的应用实例 井式热处理炉的温度模糊控制系统 模糊控制的作用主要就是加速动态过程，这里基本是双输入单输出模糊控制器，输入为温度偏差及偏差变化率，输出控制作用为晶闸管导通时间。 4 一、概述 预测控制：它是一种控制算法，是根据过程实验模型来预测过程的输出，再用过程实际输出