【技术实现步骤摘要】
基于模型辅助和类史密斯预估的广义改进自抗扰控制方法
[0001]本专利技术涉及工业控制领域,尤其涉及一种基于模型辅助和类史密斯预估的广义改进自抗扰控制方法。
技术介绍
[0002]自抗扰控制算法由于其具有较强的处理系统非线性、系统不确定性的能力,并具有结构简单、可靠性高等优点得到广泛的关注和应用。自抗扰控制算法尤其是一阶和二阶自抗扰控制算法在运动系统、热力系统、航天系统等得到广泛应用。
[0003]然而过程控制系统中存在的传热、流动过程,是典型的分布参数,一般通过采用高阶惯性系统进行描述其中s、K、T和n分别表示微分算子、高阶惯性系统的增益、高阶惯性系统的时间常数、高阶惯性系统的阶次,且n≥2,Y(s)和U(s)分别为高阶惯性系统的输出和输入;以脱硝系统为例,上式中各参数的含义为:输出Y(s)是脱硝系统的氮氧化物浓度输出值,输入U(s)是脱硝系统的喷氨量,增益系数K是指高阶系统对输入值的放大倍数,输入值为1吨喷氨量对应脱硝系统的氮氧化物浓度变化量,时间常数T是指系统响应达到稳态值的63.2%时所需要的时间。
[0004]针对以上高阶惯性系统,已有标准自抗扰控制算法所图1示,其特征在于,包括以下步骤:
[0005]1)将一类被控的实际工业系统采用高阶惯性系统进行描述,数学表达式为:
[0006][0007]其中Y(s)和U(s)分别表示实际工业系统的输出量和输入量,s、K、T和n分别表示微分算子、实际工业系统的增益、实际工业系统的时间常数、实际工业系统的阶次,且n≥2;y(Γ)和u(Γ) ...
【技术保护点】
【技术特征摘要】
1.一种基于模型辅助和类史密斯预估的广义改进自抗扰控制方法,其特征在于,包括以下步骤:(1)将一类被控的实际工业系统采用高阶惯性系统进行描述,数学表达式为:其中,Y(s)和U(s)分别表示实际工业系统的输出量和输入量,
s
、K、T和n分别表示微分算子、实际工业系统的增益、实际工业系统的时间常数、实际工业系统的阶次,n≥2,K的取值范围为[
‑
105,0)和(0,105],T的取值范围为(0,105];设y(Γ
‑
1)和u(Γ
‑
1)分别表示实际工业系统上一计算步序时的输出量和上一计算步序时的输入量;(2)针对被控的实际工业系统,基于实际工业系统的输入量和输出量设计类史密斯预估算法:y
p
(Γ)=y1(Γ
‑
1)
‑
y2(Γ
‑
1)+y(Γ
‑
1)y
p
(Γ)为在当前计算步序Γ时的类史密斯预估算法输出量;y1(Γ
‑
1)为G1(s)在上一计算步序Γ
‑
1时的输出量,y2(Γ
‑
1)为G2(s)在上一计算步序Γ
‑
1时的输出量,且G1(s)的输入量为在上一计算步序时的实际工业系统输入量u(Γ
‑
1),G2(s)的输入量为在上一计算步序Γ
‑
1时的y1(Γ
‑
1);G1(s)和G2(s)为类史密斯预估算法设计的计算表达式:(s)为类史密斯预估算法设计的计算表达式:其中,k1和m分别为G1(s)的增益和阶次,1≤m<n,T1为G1(s)和G2(s)的时间常数;k
d1
=K和T1=T;(3)针对实际工业系统的输入量和类史密斯预估算法的输出量设计基于模型辅助的广义扩张状态观测算法:其中,i和j分别表示第i个变量和第j个变量,且1≤i
<m
‑
1和1≤j<m
‑
1;
表示组合运算,表示在n个对象中取出m个对象的不同情况个数;z1(Γ+1)、z1(Γ)分别为在下一计算步序Γ+1、当前计算步序Γ时的实际工业系统输出量y(Γ+1)、y(Γ)的跟踪量;z
i
(Γ+1)、z
i
(Γ)分别为在下一计算步序Γ+1、当前计算步序Γ时的实际工业系统输出量i
‑<...
【专利技术属性】
技术研发人员:吴振龙,刘艳红,李晓媛,霍本岩,曹桂州,李炳楠,
申请(专利权)人:郑州大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。