锅炉内胆温度Smith控制算法的仿真研究毕业设计Word文件下载.docx
《锅炉内胆温度Smith控制算法的仿真研究毕业设计Word文件下载.docx》由会员分享,可在线阅读,更多相关《锅炉内胆温度Smith控制算法的仿真研究毕业设计Word文件下载.docx(29页珍藏版)》请在冰豆网上搜索。
![锅炉内胆温度Smith控制算法的仿真研究毕业设计Word文件下载.docx](https://file1.bdocx.com/fileroot1/2022-10/12/5cec027a-11df-4a97-ac2b-14c170443ae3/5cec027a-11df-4a97-ac2b-14c170443ae31.gif)
他们仍然以经典控制理论为基础,但是结构与应用上各有特色,而且目前仍在继续改进与发展。
从20世纪80年代开始,在现代控制理论和人工智能发展的理论基础上,针对工业过程本省的非线性、时变性、耦合性和不确定性等特性,提出了许多行之有效的解决方法,如推理控制、预测控制、自适应控制、模糊控制和神经网络控制等,常统称为先进过程控制。
近十年来,以专家系统、模糊逻辑、神经网络和遗传算法为主要方法的基于知识的智能处理方法已经成为过程控制的一种重要技术。
先进控制方法可以有效地解决那些采用常规仪表控制效果差,甚至无法控制的复杂工业工业过程的控制问题。
实践证明,先进控制方法能取得更高的控制品质和更大的经济效益,具有广阔的发展前景。
当今国内外的温度控制技术都是基于反馈的概念。
反馈理论的重要部分:
测量、比较和执行。
测量关心的变量,与期望值相比较,用这个误差纠正调节系统的响应。
这个理论和应用自动控制的关键是,做出正确的测量和比较后,如何才能更好地纠正系统,PID控制器作为最早实用化的控制器已有50多年的历史,由于PID具有简单、直观、鲁棒性好的特点,成为工业过程控制最为常用的控制方式。
目前,不管是国外还是国内的锅炉温度控制主要采用PID控制,效果与控制参数的选择有很大关系,而PID参数的整定是一项十分繁琐的工作,虽然PID参数的整定和优化的方法很多,但传统的非智能整定方法如法显然是一种经验法并非最优解,不能获得理想的控制效果。
目前智能型整定方法如模糊PID、神经网络PID虽然较好地实现了PID控制参数的优化,但需要在线整定,计算亮量大,使得控制器的负担很重。
锅炉水温的控制受到被控对象、环境及燃料等诸多因素的影响,难以建立精确的数学模型,采用传统的控制方式,控制器参数选择将是很困难的事。
温度控制系统在国内各行各业的应用虽然已经十分广泛,但从国内生产的温度控制器来讲,总体发展水平仍然不高,同国外的日本、美国、德国等先进国家相比,仍然有着较大的差距。
目前,我国在这方面总体技术水平处于20世纪80年代中后期水平,成熟产品主要以“点位”控制及常规的PID控制器为主,它只能适应一般温度系统控制,难于控制滞后、复杂、时变温度系统控制。
而适应于较高控制场合的智能化、自适应控制仪表,国内技术还不十分成熟,形成商品化并广泛应用的控制仪表较少。
目前,我国在温度等控制仪表业与国外的差距主要表现在如下几个方面:
1)行业内企业规模小,且较为分散,造成技术力量不集中,导致研发能力不强,制约技术发展。
2)商品化产品以PID控制器为主,智能化仪表少,这方面同国外差距较大。
目前,国内企业复杂的及精度要求高的温度控制系统大多采用进口温度控制仪表。
3)仪表控制用关键技术、相关算法及控制软件方面的研究较国外滞后。
例如:
在仪表控制参数的自整定方面,国外已有较多的成熟产品,但由于国外技术保密及我国开发工作的滞后,还没有开发出性能可靠的自整定软件。
控制参数大多靠人工经验及现场调试来确定。
随着我国经济的发展及加入WTO,我国政府及企业对此都非常重视,对相关企业资源进行了重组,相继建立了一些国家、企业的研发中心,并通过合资、技术合作等方式,组建了一批合资、合作及独资企业,使我国温度等仪表工业得到迅速的发展。
1.3本文研究内容
本文是以锅炉为模拟对象,通过建立数学模型,在MATLAB环境下,对控制锅炉温度的Smith控制算法进行仿真研究。
本校自动化实验室采用的“THJ—3型高级过程控制系统实验装置”设备中的模拟锅炉可进行温度控制系统的实验。
系统中锅炉内胆为动态循环水,磁力泵、电动调节阀、锅炉内胆组成循环供水体系。
实验前,先通过变频器-磁力泵动力之路给锅炉内胆打满水,然后实验台上电,对锅炉内的水进行电加热。
电炉加热器温度具有纯滞后特点,PID的控制效果并不明显,因为参数一经设定,不随系统参数变化而改变,影响控制质量。
但采用Smith控制算法后能有效的解决系统产生的纯滞后效果。
第2章模拟锅炉内胆温度数学模型的建立
2.1数学模型的介绍
数学模型是关于部分现实世界和为一种特殊目的而作的一个抽象的、简化的结构。
具体来说,数学模型就是为了某种目的,用字母、数学及其它数学符号建立起来的等式或不等式以及图表、图象、框图等描述客观事物的特征及其内在联系的数学结构表达式。
是近些年发展起来的新学科,数学理论与实际问题相结合的一门科学。
它将现实问题归结为相应的数学问题,并在此基础上利用数学的概念、方法和理论进行深入的分析和研究,从而从定性或定量的角度来刻画实际问题,并为解决现实问题提供精确的数据或可靠的指导。
数学模型的历史可以追溯的人类开始使用数字的时代。
随着人类使用数字,就不断地建立各种数学模型,以解决各种各样的实际问题。
对于广大的科学技术工作者对大学生的综合素质测评,对教师的工作业绩的评定以及诸多访友、采购等日常活动,都可以建立一个数学模型,确立一个最佳方案。
建立数学模型是沟通摆在面前的实际问题与数学工具之间联系的一座必不可少的桥梁。
2.2建立数学模型的要求
1.真实完整
(1)真实的、系统的、完整的、形象的客观现象;
(2)必须具有代表性;
(3)具有外推性,即能得到原型客体的信息,在模型的研究实验时,能得到关于原型客体的原因;
(4)必须反映完成基本任务所达到的各种业绩,而且要与实际情况相符合。
2.简明实用
在建模过程中,要把本质的东西及其关系反映进去,把非本质的、对反映客观真实程度影响不大的东西去掉,使模型在保证一定精确度的条件下,尽可能的简单和可操作,数据易于采集。
3.适应变化
随着有关条件的变化和人们认识的发展,通过相关变量及参数的调整,能很好的适应新情况。
根据研究目的,对所研究的过程和现象(称为现实原型或原型)的主要特征、主要关系、采用形式化的数学语言,概括地、近似地表达出来的一种结构,所谓“数学化”,指的就是构造数学模型.通过研究事物的数学模型来认识事物的方法,称为数学模型方法.简称为MM方法。
数学模型是数学抽象的概括的产物,其原型可以是具体对象及其性质、关系,也可以是数学对象及其性质、关系。
数学模型有广义和狭义两种解释.广义地说,数学概念、如数、集合、向量、方程都可称为数学模型,狭义地说,只有反映特定问题和特定的具体事物系统的数学关系结构方数学模型大致可分为二类:
(1)描述客体必然现象的确定性模型,其数学工具一般是代效方程、微分方程、积分方程和差分方程等,
(2)描述客体或然现象的随机性模型,其数学模型方法是科学研究相创新的重要方法之一。
在体育实践中常常提到优秀运动员的数学模型。
如经调查统计.现代的世界级短跑运动健将模型为身高1.80米左右、体重70公斤左右,100米成绩10秒左右或更好等。
用字母、数字和其他数学符号构成的等式或不等式,或用图表、图像、框图、数理逻辑等来描述系统的特征及其内部联系或与外界联系的模型。
它是真实系统的一种抽象。
数学模型是研究和掌握系统运动规律的有力工具,它是分析、设计、预报或预测、控制实际系统的基础。
数学模型的种类很多,而且有多种不同的分类方法。
静态和动态模型静态模型是指要描述的系统各量之间的关系是不随时间的变化而变化的,一般都用代数方程来表达。
动态模型是指描述系统各量之间随时间变化而变化的规律的数学表达式,一般用微分方程或差分方程来表示。
经典控制理论中常用的系统的传递函数也是动态模型,因为它是从描述系统的微分方程变换而来的(见拉普拉斯变换)。
分布参数和集中参数模型分布参数模型是用各类偏微分方程描述系统的动态特性,而集中参数模型是用线性或非线性常微分方程来描述系统的动态特性。
在许多情况下,分布参数模型借助于空间离散化的方法,可简化为复杂程度较低的集中参数模型。
连续时间和离散时间模型模型中的时间变量是在一定区间内变化的模型称为连续时间模型,上述各类用微分方程描述的模型都是连续时间模型。
在处理集中参数模型时,也可以将时间变量离散化,所获得的模型称为离散时间模型。
离散时间模型是用差分方程描述的。
随机性和确定性模型随机性模型中变量之间关系是以统计值或概率分布的形式给出的,而在确定性模型中变量间的关系是确定的。
参数与非参数模型用代数方程、微分方程、微分方程组以及传递函数等描述的模型都是参数模型。
建立参数模型就在于确定已知模型结构中的各个参数。
通过理论分析总是得出参数模型。
非参数模型是直接或间接地从实际系统的实验分析中得到的响应,例如通过实验记录到的系统脉冲响应或阶跃响应就是非参数模型。
运用各种系统辨识的方法,可由非参数模型得到参数模型。
如果实验前可以决定系统的结构,则通过实验辨识可以直接得到参数模型。
线性和非线性模型线性模型中各量之间的关系是线性的,可以应用叠加原理,即几个不同的输入量同时作用于系统的响应,等于几个输入量单独作用的响应之和。
线性模型简单,应用广泛。
非线性模型中各量之间的关系不是线性的,不满足叠加原理。
在允许的情况下,非线性模型往往可以线性化为线性模型,方法是把非线性模型在工作点邻域内展成泰勒级数,保留一阶项,略去高阶项,就可得到近似的线性模型。
2.3工程控制数学模型的建立方法
建立工程数学模型的基本方法有两个,即机理法和测试法。
1.机理法建模
用机理法建模就是根据生产过程中的实际发生的变化机理,写出各种有关的平衡方程,如物质平衡方程、能量平衡方程、动量平衡方程、想平衡方程,以及反映流体流动、传热、传质、化学反应等基本规律的运动方程、物性参数方程和某些设备的特性方程等,从中获得所需要的数学模型。
2.测试法建模
测试法一般只用于建立输入/输出模型。
它是根据工业过程的输入和输出的实测数据进行某种数学处理后得到的模型。
它的主要特点是把研究的工业过程视为一个黑匣子,完全从外特性上测试和描述它的动态性质,因此不需要深入掌握其内部机理。
然而,这并不意味着可以对内部机理毫无所知。
过程的动态特性只有当它处于变动状态下才会表现出来,在稳态下是表现不出来的。
因此为了获得动态特性,必须使被研究的过程处于被激励的状态,如施加一个阶跃扰动或脉冲扰动等。
为了有效地进行这种动态特性测试,仍然有必要对过程内部的机理有明确的定性了解,如究竟有哪些主要因素在起作用,他们之间的因果关系如何,等
等。
丰富的验前知识无疑会有助于成功地用测试法建立数学模型。
哪些内部机理尚未被人们充分了解的过程,如复杂的生化过程,也是难以用测试法建立其动态数学模型的。
由于本文采用的是测试法建模,所以对机理法不再做过多的介绍,下面我们来介绍测试法建模:
由