《適用於非方及約束的複雜多變數系統內模控制方法研究》是依託北京化工大學，由靳其兵擔任項目負責人的面上項目。
基本介紹
- 中文名：適用於非方及約束的複雜多變數系統內模控制方法研究
- 依託單位：北京化工大學
- 項目類別：面上項目
- 項目負責人：靳其兵
項目摘要,結題摘要,
項目摘要
多變數內模控制具有回響速度快、套用時計算量小、對過程干擾的抑制能力強、魯棒性強、容易設計魯棒性和穩定性等優點，但由於目前對非方、約束等沒有好的解決方法，在工業中幾乎沒有什麼套用，相關的研究也很少。本項目以大型多變數工業對象的控制為研究背景，開展適用於非方及約束的複雜多變數系統內模控制方法研究，包括以下方面：(1).適用於多變數內模控制器設計的模型描述及辨識方法研究；(2).胖系統、方系統、瘦系統及其相互轉換的多變數系統內模控制方法研究；(3).帶有控制量及對象輸出約束的多變數內模控制方法研究。項目提出了傳遞函式下基於智慧型搜尋的任意信號多變數系統辨識方法，提出了基於奇異值分解的非方系統內模控制方法，提出了基於區域協調分析的胖、方、瘦系統轉換及約束系統多變數內模控制方法。項目的目的是力求解決非方、約束、對象特性和滯後相差大等方面的理論困境，為複雜多變數系統的內模控制提供一個有效的理論解決方案。
結題摘要
多變數過程（MIMO）廣泛存在於大型工業過程中。由於其存在非方、約束等限制，傳統的控制方法難於取得良好的控制效果。內模控制（IMC）具有回響快，魯棒性強，易於設計等特點。因此本項目以大型MIMO過程的控制為研究背景，開展適用於非方約束的複雜多變數系統的內模控制研究。 重點研究了以下內容： (1)MIMO系統辨識方法的研究。實現IMC的一個必要條件是獲取過程模型。考慮到系統的安全性，因此重點研究了閉環辨識方法。研究的辨識方法重點分成兩大類，一類是基於改進的最小二乘（LS）算法，另一類是基於智慧型搜尋算法。基於改進的LS算法主要是針對不同噪聲情況下或不同模型下的辨識問題通過改進LS進行處理。例如：對含有色噪聲的MIMO過程，基於遞階辨識思想，提出了融合直接辨識和疊代LS的新算法；對帶稀少測量的MIMO輸出誤差類系統，提出了基於輔助變數的多新息LS等。在智慧型搜尋算法方面，研究出了改進的人工蜂群算法，群布穀鳥算法，NPSO算法，並利用其搜尋模型最優參數。此外，為降低MIMO系統初值對辨識結果的影響，提出一種含最優輸入的辨識方法。 (2)MIMO系統的內模控制。MIMO過程難於控制的一大原因在於耦合，解決了耦合問題，可以將SISO系統的方法推廣至MIMO系統。對於SISO過程的研究包括：對積分/不穩定過程，分析了滿足期望穩定裕度的PID控制器參數取值範圍，根據性能/魯棒性與伺服/調節之間的折衷，確定IMC控制器參數；對穩定FOPDT過程，在考慮系統的魯棒性後，採用時域信息，迴路整形，LQG等方法整定控制器參數。對於MIMO耦合問題的研究包括：對含多時滯的MIMO過程，利用SVD，類前饋解耦，Nyquist點集，部分解耦，等效開環等方法去除或部分去除迴路耦合。此外，為抑制干擾，研究了MIMO系統的二自由度IMC，DOB-IMC，多迴路控制。 (3)非方及約束的內模控制。非方系統常規的控制方法是通過去除或添加系統變數將系統方形化。本項目主要通過添加解耦器或補償器的方法方形化非方系統，如利用SVD，逆解耦器。IMC控制器將基於方形化後的過程設計。對於含有輸入約束的系統，提出了帶有靜態補償的IMC結構，利用智慧型最佳化算法搜尋補償器參數，以獲取最優的輸出效果。 以上研究成果為複雜MIMO系統的控制問題提供了有效的理論解決方案。
