（系统工程专业论文）基于PAC的时滞系统二自由度模糊内模控制.pdf

人迮理i ：人学硕十学倪论文 摘要 在工业生产过程中，时滞过程是经常遇到的，而且也比较难以控制，尤其是对大时 滞对象的控制一直是一个难题。针对时滞过程的内模控制系统由于设计方法简单，目标 明确，参数调节简便，在时滞工业过程控制中有着广泛的应用。p a c ( p r o g r a m m a b l e a u t o m a t i cc o n t r o l l e r ) 作为一种新型的可编程自动化控制器，与p l c 相比，具有开放的体 系结构和优秀的互操作性、灵活性；与p c 相比，又具有更高的稳定性和更好的实时性， 因此能更好地满足现代工业自动化的要求，是目前工业自动化领域研究的热点之一。将 内模控制和p a c 相结合，应用于时滞工业过程，将具有重要实用意义。 本文首先论述了p a c 的产生背景以及时滞过程特性及各种控制方法，主要包含三 个部分：经典控制方法、先进控制方法和智能控制方法，并探讨了各种控制方法的优劣。 然后详细介绍了模糊控制方法和内模控制方法，并介绍了相应的设计方法。 其次在论述了二自由度控制原理的基础上，指出了常规一自由度内模控制的应用局 限性：需要在鲁棒性能和鲁棒稳定性间折中。因此本文研究提出了二自由度内模控制方 法，并给出了相应的参数设计方法。 再次分别针对内模控制和模糊控制的优缺点，提出将内模控制和模糊控制相结合， 应用于时滞工业控制。进一步结合二自由度内模控制系统和模糊控制，提出了二自由度 模糊内模控制。 最后针对过程控制中常见的一阶惯性时滞对象和二阶惯性时滞对象，在几种模型失 配的情况下，分别对常规一自由度内模控制、二自由度内模控制和二自由度模糊内模控 制进行p a c 控制c 语言算法研究。 研究表明，与常规一自由度内模控制相比，本文提出的二自由度模糊内模控制不仅 具有更高的稳定性，也提高了系统的响应速度。 关键词：p a c 控制器；时滞过程；内模控制；模糊控制；二自由度 基- fp a c 的时滞系统二自由度模糊内模控制 t w o d e g r e e so f f r e e d o mf u z z yi n t e r n a lm o d e lc o n t r o lb a s e do np a cf o r t i m e - d e l a ys y s t e m s a b s t r a c t i h et i m e - d e l a ys y s t e mi sv e r yc o m m o ni nt h ei n d u s t r i a lp r o d u c t i o np r o c e s s a n di ti sa l s o d i f f i c u l tt oc o n t r o l ，e s p e c i a l l yf o rt h ep r o c e s sw i t hl o n gd e l a yt i m e b e c a u s eo fi t ss i m p l e d e s i g nm e t h o d ，w e l l t a r g e t e d ，i m c ( i n t e r n a lm o d e lc o n t r 0 1 ) h a saw i d er a n g eo fa p p l i c a t i o n s i ni n d u s t r i a lp r o c e s sw i t ht i m e - d e l a y a san e wp r o g r a m m a b l ea u t o m a t i cc o n t r o l l e r , p a ch a s am o r eo p e na r c h i t e c t u r e ，m o r ee x c e l l e n ti n t e r o p e r a b i l i t y ，a n df l e x i b i l i t yt h a np a c ，a n di ta l s o h a sah i g h e rs t a b i l i t ya n db e t t e rr e a lt i m et h a np c t h e r ei si m p o g a n ts i g n i f i c a n c et op u tt h e c o m b i n a t i o no fl m ca n dp a ci n t op r a c t i c a li n d u s t r i a lp r o c e s s i nt h i sp a p e r t h eb a c k g r o u n do ft h ep a ca n dt h ef e a t u r eo ft h ep r o c e s sw i t ht i m e - d e l a y a n dt h ec o n t r o l l i n gm e a n so fi ta r ei n t r o d u c e df i r s t l y t h e r ea r em a i n l yt h r e ek i n d so f c o n t r o l l i n gm e a n s ：t h ec l a s s i c a lc o n t r o lm e t h o d s ，t h ea d v a n c e dc o n t r o lm e t h o d s a n dt h e i n t e l l i g e n tc o n t r 0 1m e t h o d s a n dt h ep r o sa n dc o n so ft h ec o n t r o lm e t h o d sa r ed i s c u s s e d 。t h e n t h ed e t a i l so ft h e f u z z yc o n t r o la n di n t e m a lm o d e lc o n t r o la r ei n t r o d u c e d a n dt h e c o r r e s p o n d i n gd e s i g no ft h e mi sg i v e na tt h es a m et i m e s e c o n d ，t h el i m i t so fo n ed e g r e eo ff r e e d o mi n t e r n a lm o d e lc o n t r o li sp o i n t e do u t t h a ti t s h o u l dc o m p r o m i s eb e t w e e nt h er o b u s tp e r f o r m a n c ea n dr o b u s ts t a b i l i t y t h e r e f o r e ，t h i sp a p e r p r o p o s e dt h em e t h o do ft w od e g r e e so ff r e e d o mi n t e r n a lm o d e lc o n t r 0 1 t l l i r d c o n s i d e r e dt h es t r e n g t h sa n dw e a k n e s s e so ft h ei n t e r n a lm o d e lc o n t r o la n dt h e f u z z yc o n t r o l ，t h ec o m b i n a t i o no ft h ei n t e r n a lm o d e lc o n t r o la n df u z z yc o n t r o li sp r o p o s e d f u r t h e rm o r eb a s e do nt h ec o m b i n a t i o no ft w od e g r e e so ff r e e d o mi n t e r n a lm o d e lc o n t r o la n d f u z z yc o n t r o l ，f u z z y - i m cw i t ht w od e g r e e so ff r e e d o ma r ep r o p o s e d l a s t ，t w of i r s t o r d e rp r o c e s s e sw i t ht i m e d e l a ya n dt w os e c o n d o r d e rp r o c e s s e sw i m t i m e d e l a ya r es i m u l a t e di nt h ec a s eo fm o d e lm i s m a t c h i n gw i t ht h em e t h o d so fo n ed e g r e eo f f r e e d o mi n t e m a lm o d e lc o n t r o l ，t w od e g r e e so ff r e e d o mi n t e r n a lm o d e lc o n t r 0 1 a n dt w o d e g r e e so ff u z z y i n t e r n a lm o d e lc o n t r 0 1 1 1 1 er e s u l ts h o w st h a tt h ep e r f o r m a n c eo ft w od e g r e e s o ff u z z yi n t e r n a lm o d e lc o n t r o li ss u p e r i o rt ot h et w oo t h e r s t w od e g r e e so ff r e e d o mf u z z y i n t e r n a lm o d e lc o n t r o lc a ng e tn o to n l yg r e a t e rs t e a d y , b u ta l s ot h es y s t e mr e s p o n s es p e e di s i m p r o v e d k e yw o r d s ：p a cc o n t r o t t e r ；p r o c e s sw i t ht i m e - d e l a y ；i n t e r n a tm o d e c o n t r o ；f u z z y c o n t r o ；t w od e g r e e so ff r e e d o m 一一 基tp a c 的时滞系统二自由度模糊内模控制 大连理工大学学位论文版权使用授权书 本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间 论文工作的知识产权属于大连理工大学，允许论文被查阅和借阅。学校有 权保留论文并向国家有关部门或机构送交论文的复印件和电子版，可以将 本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印、或扫描等复制手段保存和汇编本学位论文。 学位论文题目：垄丑瞠宙目立避丞盈亘望叁麴监趑垒 作者签名：兰雏：日期：立旦卫年生碉丑日 导师签名：壶兰! 玺尬 日期：丝之年j 上月翌日 大连理工大学学位论文独创性声明 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外， 本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献 均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相关法律责任。 学位论文题目： 叁壹咝煎盟竖丞红三互鱼庭越搁煎煎丝丝l 一 作者签名：主j & 丕l 一日期：二年年丝月j 上日 火连理i ：人学硕十研究生学何论文 1 绪论 1 1 p a 0 概述 1 1 1 p a c 控制器的产生背景 自2 0 世纪7 0 年代p l c 取代了原有的继电器控制系统以来，因其具有高可靠性和稳 定性而被广泛地使用到各种控制系统中，成为自动化领域中极具竞争力的控制工具。但 传统p l c 的体系结构是封闭的，各p l c 厂家的硬件体系互不兼容，编程语言及指令系 统也各异，当用户选择了一种p l c 产品后，必须选择与其相应的控制规程，并且学习 特定的编程语言。尽管如此，p l c 还是在很多工业应用中被使用。据来自a r c 、联合 开发公司( v d c )以及网上p l c 培训资源p l c n e t 的专家估计，7 7 的p l c 用于小型 应用( 低于1 2 8 i o ) ，7 2 的p l c 的i o 是数字的，8 0 的p l c 应用问题可由2 0 条梯 形逻辑指令集来解决。但是，如果要在工程中开发剩余的2 0 的应用时，就不得不突破 p l c 的限制了【lj 。 在2 0 世纪8 0 年代和9 0 年代，随着计算机技术的不断提高与发展，人们开始考虑使 用p c 机来进行系统控制，以求通过p c 来满足剩余的2 0 的应用，给用户带来更多的 选择。在许多工程应用中，p c 机已能实现原来p l c 的控制功能，并且具有更强的数据 处理能力、强大的网络通讯功能以及能够执行比较复杂的控制算法和其近乎无限制的存 储容量等优势。但是基于p c 控制的主要问题是标准p c 并不是为严格的工业环境而设 计的，稳定性、可靠性和编程复杂是应用中的主要问题【l 】。 由于p c 和p l c 都有其各自的优缺点，因此，人们把p l c 和p c 的特性最佳地结合 在一起，开发出了新的控制器来解决2 0 的应用，a r c 的工业分析家把这种设备称为 可编程自动化控制器，即p a c 。 1 1 2p a c 定义 由一个轻便的控制引擎支持，且对多种应用使用同一种开发工具，p a c 系统保证了 控制系统功能的统一集成，而不仅仅是一个完全无关的部件拼凑的集成。 p a c 定义了几种特征和性能【2 】： ( 1 ) 多领域的功能，包括逻辑控制、运动控制、过程控制和人机界面，且平台统一； ( 2 ) 个满足多领域自动化系统设计和集成的通用开发平台； ( 3 ) 允许o e m 厂商和最终用户在统一平台上部署多个控制应用； ( 4 ) 有利于开放、模块化控制架构来适应高度分布性自动化工厂环境； 基丁p a c 的时滞系统二白由度模糊内模控制 ( 5 ) 对于网络协议、语言等，使用既定事实标准来保证多供应商网络的数据交换。 1 1 3p a c 在时滞控制过程中的应用 在生产过程中，被控对象除了具有惯性滞后外，往往不同程度的存在着纯滞后环节。 如在反应器、管道混合、皮带传送、多容量、多个设备串联以及用仪表测量流体的成分 等过程中都存在着较大的纯滞后。在这些过程中，由于时滞的存在，使得被控量不能及 时反应系统所受扰动，因此，过程会产生明显的超调，调节时间也相应变长。所以，时 滞过程被认为是较难控制的过程，其控制难度也随着时滞时间的增加而增大。尤其是对 于纯滞后时间f 和过程的时间常数丁之比大于o 5 的大时滞系统，当f 丁之比增加时， 过程的相位滞后也会相应增加，使得控制难度更大。 对于时滞过程，经典的p i d 控制表现的效果不佳。复杂的控制算法虽然在时滞控制 效果上表现良好，但是其运行不仅需要强大的浮点处理器，而且还要占用大量的动态存 储，这样就导致其应用受到很大的限制。传统的p l c 本身的c p u 的主频不高和存储器 容量有限，导致p l c 的运算能力有限，因此在p l c 上只能实现一些简单的控制算法。 p a c 在软硬件上对比p l c 都有了很大的提高，因此将先进控制算法和智能控制算法在 p a c 中实现并应用工程实际对于时滞过程将有重要的意义【3 1 。 1 2 时滞过程的特点 时滞即时间延迟，是生产控制过程中普遍存在的一种现象，从信息的测量、传递、 偏差比较、采取纠正措施到使系统恢复到目标状态，过程中的每一个环节都需一定的时 间，这些时间加在一起就是滞后时间。时滞对系统的控制过程会产生很大的影响。具有 时滞特性的控制对象是非常普遍的，例如物料传输、板材厚度控制、窑炉传热、反应器 化学合成等都存在纯滞后时间。纯滞后产生的主要原因有：( 1 ) 物料在管道或容器中 的传输运送时间；( 2 ) 化学反应及能量交换需要一定的过程；( 3 ) 许多设备串联在一 起；( 4 ) 测量装置的时间滞后；( 5 ) 执行机构的执行动作。 一个纯滞后环节的输入输出关系可以表示为 y ( t ) = r ( t - r ) ( 1 1 ) 对式( 1 1 ) 两端进行l a p l a c e 变换，可得纯滞后环节的传递函数： 型= e - 甜( 1 2 ) r ( j ) 事实上，在实际的生产控制过程中，纯滞后环节很少单独出现，一般是和其他环节 共同存在的。一般工业时滞过程可用一阶惯性加纯滞后模型： 2 人迮理i ：人学硕栩坍究生学何论文 啪) = 篙 ( 1 3 ) 或二阶惯性加纯滞后模型来表示： go ) ： 丝： ( 1 4 ) ” ( 石j + 1 ) ( 互j + 1 ) 由于存在纯滞后环节，使得被控量不能及时对控制信号进行反应，控制信号只有在 延迟时间r 以后才能反映到被控量；另一方面，当被控对象受到干扰时，控制器产生的 控制作用不能及时对干扰信号产生抑制。因此，含有纯滞后环节的控制系统必然存在较 大的超调量和较长的调节时间。纯滞后对象也成为较为难以控制的对象。而且，时滞时 间越大，控制的难度越大。所以，纯滞后系统的控制一直受到许多学者的关注，成为重 要的研究课题之一【4 1 。 1 3 滞后过程控制方法概述 目前，国内外有多种时滞过程控制方法，可以分为经典控制方法，先进控制方法和 智能控制方法三大类。下面就以上述分类，分别对几种控制方法及相关理论做一下概述 和总结。 1 3 1 经典控制方法 经典控制中p i d 控制是最为常用的控制。p i d 控制器具有算法简单、鲁棒性好和可 靠性高等特点，在实际控制系统设计中有着广泛的应用。据统计，在实际工业控制过程 中，9 5 以上的控制回路都具有p i d 结构【5 】。p i d 控制设计的难点在于控制参数整定， 以使得控制效果最佳。较早用来整定p i d 控制器参数的方法有：z i e g l e r - n i c h o l s 动态特 性法、c o h e n c o o n 响应曲线法、基于误差积分平方准则i s e 的整定法和幅值相位裕量 方法等。但是这些方法只能在对象模型己知的情况下，实现p i d 参数的离线整定；当被 控对象特性发生变化时，就必须重新对系统进行模型辨识。为了能够在对象参数变化时， 自动在线调整控制器参数，以适应新的情况，就产生了p i d 参数自整定技术。目前，用 于p i d 整定的方法主要有继电器自整定技术【6 1 、基于过程特征参数的自整定技术 7 1 、基 于给定相位裕度和幅值裕度的s p a m 法自整定技术【8 】、基于递推参数估计的自整定技术 【9 】以及智能自整定技术1 0 】等。 但是p i d 控制在纯滞后系统中的实际应用效果并不是很理想。z i e g l e r - n i c h o l s 对纯 滞后系统提出的常规p i d 控制器参数的整定方法，能够较好地解决f t = 0 1 5 0 6 的纯 滞后对象的控制问题【7 8 】。但对于纯滞后时间更大( f t 0 6 ) 的系统，该整定方法则显得 效果不佳。但p i d 控制仍然吸引着众多学者，研究探讨将它与其它先进控制技术相结合 3 基丁p a c 的时滞系统二白由度模糊内模控制 来改善时滞系统的控制效果。专家p i d 控制、模糊p i d 控制、神经网络p i d 控制、遗 传算法p i d 控制和鲁棒p i d 控制等控制方法都在时滞过程中取得良好的控制效果。 1 3 2 先进控制算法 先进控制是对那些不同于常规单回路控制算法，并且控制效果要优于常舰控制方法 控制算法的统称，而并非特指某种控制算法。先进控制主要用来处理那些采用常规控制 方法效果不好，甚至无法控制的复杂工业过程控制问题。它主要包括s m i t h 预估控制算 法，d a h l i n 算法，内模控制算法，预测控制算法等控制方法。 ( 1 ) s m i t h 预估控制 s m i t h 最早在1 9 5 8 年提出了s m t i h 预估控制器【1 1 1 ，是一种时滞预估补偿算法。它通 过预计对象的动态特性，用一个预估模型来进行补偿，从而得到一个没有经过滞后的控 制量反馈到控制器，使得整个系统如同没有时滞环节。s m i t h 预估器的原理如图1 1 所 示 图1 1s m i t h 预估控制结构 f i g 1 1 s t r u c t u r eo fs m i t hc o n t r o ls y s t e m 其中，为系统输入，y 为系统输出，g ( s ) 为s m i t h 控制器，g ( s ) 为实际被控对象不。 包含时滞部分，瓦为被控对象纯滞后时间，g m ( s ) 为预估模型不包含时滞部分，k 为对 象模型纯滞后时间。 s m i t h 预估器的结构是引入一个与被控对象相并联的纯滞后环节，使补偿后的等效被 控对象的传递函数不包括纯滞后环节，这样就可以采用常规控制方法( 如p i d 或p i 控 制) 对时滞过程进行控制【l l 】。从理论上分析，当预估模型精确时( 即 g p ( s ) = g m ( s ) ，r p = k ) ，该系统闭环特征方程为1 + g c ( s ) c p ( s ) = 0 。可见，s m i t h 预估控 制系统最大的特点是将时滞环节移到了闭环之外，以提高控制品质。但在实际应用中 4 人连理i ：人学硕 研究生学位论文 s m i t h 预估器却并不理想，原因在于：s m i t h 预估器需要知道被控对象的精确数学模型， 而且它只能用于定常系统。当预估模型和实际过程不匹配时，控制品质将会变差，甚至 发散，而且其对于外部扰动较为敏感，鲁棒性差。所以，一般s m i t h 预估控制系统难以 在实际中得到真j 下的应用。 为了解决实际应用问题，很多学者提出了对s m i t h 预估控制器的各种改进方法【l2 1 。 各种改进方法可分为以下两种：一种是对s m i t h 控制结构进行改进，它们结合各种智能 控制的方法，即通过在系统的不同位置并联或者串联一些环节进行补偿：另外一种就是 对参数整定进行改进，它们或者将滞后项e 吖5 项通过泰勒展式展开( 或使用p a d e 近似) 用鲁棒性能指标或其它性能指标对控制器进行解析设计，或对其中的参数进行鲁棒性能 调整，或者对s m i t h 预估系统的反馈传递函数进行改进，以增强它的鲁棒性能和稳定性。 在结构改进上的，比较有名的是h a n gc c 提出的改进型s m i t h 预估器【1 3 】，它的主反馈 通道的传递函数不再是1 ，而是反馈函数j 型型生旦。这实际上是在反馈通道中增加 1 + g c ( j ) g p ( j ) 了一个滤波器，理论分析和实践证明，该改进方法提高了s m i t h 预估系统的稳定性和鲁 棒性，明显降低了系统对模型匹配精度要求，大大改善了控制品质。但是当被控对象参 数变化时，反馈滤波器的参数也要调整，否则不能适应当前的系统【1 2 】。 但是这些改进算法并没有减小系统对被控对象数学模型的依赖程度，因而依然具有 很大的应用局限性。 ( 2 ) d a h l i n 算法 d a h l i n 算法是有美国i b m 公司的工程师d a h l i n 于1 9 6 8 年，针对工业过程控制中的 纯滞后环节提出的一种控制算法【1 4 , 1 5 】。d a h l i n 算法的目标是设计一个理想的数字控制器 d ( z ) ，使得整个闭环系统的传递函数等价于一个一阶惯性加纯滞后环节，且要求闭环系 统的纯滞后时间等于被控对象的纯滞后时间。d a h l i n 算法数字控制系统如图1 2 所示【l 们， 其中，d ( z _ 1 ) 是控制器，h g ( z 卅) 是被控过程的脉冲传递函数( 包含零阶保持器) 。 图1 2d a h l i n 数字控制结构 f i g 1 2 s t r u c t u r eo f d a h l i nc o n t r o ls y s t e m 基丁p a c 的时滞系统二自由度模糊内模控制 d a h l i n 控制算法是当控制对象为一阶惯性加纯滞后对象或者为二阶惯性加纯滞后对 象时，要求系统闭环后的传递函数是一阶惯性加纯滞后过程而导出的控制算法【1 7 】。 d a h l i n 算法的主要特点是【i 7 】：( 1 ) 它是根据对象的脉冲传递函数和闭环后要达到的 目标脉冲传递函数反推出来的一种控制算法，即控制算法本身就是控制对象传递函数的 函数。( 2 ) 参数整定简单；( 3 ) 保证系统没有超调，而且系统过渡过程可设计得很快。 d a h l i n 算法的缺点是存在振铃现象，且与s m i t h 算法一样，需要一个精确的过程模型， 当模型误差较大时，控制效果将明显恶化，甚至会变得不稳定。自从d a h l i n 算法提出以 来，研究的重点在于如何解决系统的稳定性和振铃现象。传统的消除振铃的方法是把注 意力放在设计控制器传递函数上，保证控制器的传递函数不包含z 平面单位圆内负实轴 上的极点。 文献【l8 】针对具有纯滞后环节的电阻炉温度控制系统采用d a h l i n 算法，并设计d a h l i n 控制算法的软件。仿真效果表明，其控制性能远优越于传统的p i d 控制器。 文献 19 】针对网络中存在的大时滞环节对主动队列管理算法性能带来的不利影响，将 s m i t h 预估器与d a h l i n 算法相结合，提出了一种预测p i 拥塞控制算法，首先利用s m i t h 预 估器补偿时延滞后，克服了大时滞给系统性能带来的影响；然后按d a h l i n 算法设计控制 器，把控制器参数和预估对象模型参数相结合，既减少了整定参数，也避免了参数整定 时的相互影响。同时，利用经典控制理论方法分析了系统稳定性和存在链路容量干扰时 瓶颈队列的暂态、稳态特性。 ( 3 ) 预测控制 预测控制是从工业过程控制中产生的一类基于模型的新型控制算法，最初由r i c a l e t 矛h c u l t e r 等人在七十年代中后期提出。目前应用比较广泛的预测控制算法主要有模型预 测控制算法( m p c ) 、动态矩阵法( d m c ) 和广义预测控制( g p c ) t 2 0 。 预测控制算法的种类多、表现形式多种多样，但它们的本质特征相同，都具有预测 模型、滚动优化和反馈校正【2 0 】。 预测控制是一种基于模型的控制算法，这个模型被称为预测模型。预测模型只注重 模型的功能，而不注重模型的形式。预测模型的功能就是根据历史信息和未来输入预测 系统的未来输出，只要具有预测功能的模型，不论表现形式，都可作为预测模型【2 1 1 。 预测控制的最主要特征是滚动优化。预测控制通过使某一性能指标达到最优来确定 未来的控制行为，这一性能指标涉及到系统未来的行为，例如，通常可取对象输出在未 来的采样点上跟踪某一期望轨迹的方差最小等。也可取更广泛的形式，例如要求控制能 量为最小而同时保持输出在某一给定范围内等等。性能指标中涉及到的系统未来的行 为，是根据预测模型由未来的控制策略决定的【2 1 】。 6 人连理i ：人学硕十研究生学位论文 过程控制算法采用的预测模型通常只能粗略描述对象的动态特性，由于实际控制过 程中存在着非线性、时变、模型失配和外界干扰等因素，基于时不变模型的预测不可能 和实际情况完全匹配，因此，就需要反馈控制策略。滚动优化只有建立在反馈校币的基 础上，才能发挥它的优越性。因此，预测控制算法在通过优化确定了一系列未来的控制 作用后，为了防止模型失配或环境干扰引起控制对理想状态的偏离，并不是把这些控制 作用逐一全部实施，而只是实现当前时刻的控制作用。到下一采样时刻，首先测量对象 的实际输出，并通过各种反馈策略，修正预测模型或加以补偿，然后再进行新的优化【2 2 1 。 各种预测控制算法具有类似的计算步骤：在当日仃时刻，基于过程的动态模型预测未 来一定时域内每个采样周期( 或按一定间隔) 的过程输出，这些输出为当前时刻和未来 一定时域内控制量的函数。按照基于反馈校正的某个优化目标函数计算当前及未来一定 时域的控制量大小。为了防止控制量剧烈变化或超调，一般在优化目标函数中都考虑使 未来输出以一参考轨迹最优地去跟踪期望设定值，计算出当前控制量后输出给过程实施 控制。至下一时刻，根据新测量数据重新按上述步骤计算控制量。从预测控制的基本原 理可以看出，预测控制是不断滚动的局部优化，而非全局最优 2 0 1 。 随着预测控制技术的发展和普及，预测控制的应用范围逐渐扩大，至今几乎已遍及 各个工业领域，国外著名的控制工程公司，如s e t p o i n t 、d m c 、t r e i b e r 、p r o f i m a t i c s 、 预测控制( p c ) 公司、霍尼韦尔、横河，都开发了各自的商品化预测控制软件包，并被广 泛地用于大型工业过程的控制【2 2 1 。 1 3 3 智能控制方法 智能控制是应用人工智能的理论与技术和运筹学的优化方法，结合控制理论方法与 技术，在未知情况下，仿效人的思想，实现对系统的控制。它主要包括：分级递阶智能 控制系统、专家控制系统、模糊控制系统、神经网络控制系统、基于规则的仿人智能控 制和集成智能控制系统等【2 3 】。在众多的智能控制方法中，专家控制，模糊控制，神经网 络在时滞系统中有较为广泛的应用。 ( 1 ) 专家控制 专家控制系统是美国斯坦福大学e a f e i g e n b a u m 于1 9 6 5 年开创的人工智能研究的新 领域，8 0 年代专家系统的概念和方法被引入控制领域。专家控制是智能控制的一个重要 部分，它在将人工智能中专家系统的理论和技术同自动控制的理论和方法有机结合的基 础上，在未知情况下模仿专家的经验操作，实现对系统的有效控制。专家系统主要由四 部分组成：( 1 ) 知识库；( 2 ) 推理机；( 3 ) 解析机制；( 4 ) 知识获取系统。专家控 制的核心是专家系统，它具有处理各种非结构性问题，尤其是处理定性的、启发式的或 不确定性的知识信息的能力，经过各种推理过程达到系统的控制目标【2 3 2 4 2 5 1 。 7 基丁p a c 的时滞系统二自由度模糊内模控制 专家控制的核心是专家系统。它具有处理各种非结构性问题，尤其是处理定性的、 启发式的或不确定性的知识信息的能力，经过各种推理过程达到系统的控制目标，主要 有以下特点： ( 1 ) 启发性； ( 2 ) 透明性；( 3 ) 灵活性；( 4 ) 专家控制的核心是知识 信息处理系统，而不是数值信息处理系统，它依据知识表示技术确定问题的求解途径， 而不是基于数学描述方法建立处理对象的计算模型，它主要采用知识推理的各种方法求 解问题及制订决策，而不是在固定程序控制下通过执行指令完成求解任务；( 5 ) 专家 系统由组织级、协调级和执行级组成，核心是组织级，并具有“由低层至高层”智能逐 级升高、精度逐级降低的特点【2 4 1 。 专家控制系统在机器人控制方面得到成功的应用，但还有许多问题有待进一步研究 探讨，主要有：( 1 ) 专家经验知识的获取问题，如何获取专家知识，以及如何建造通 用的满足控制过程的专家开发工具成为研制专家系统的主要“瓶颈”之一；( 2 ) 动态 知识的获取问题，专家控制系统与一般的专家系统不同，是一个动态系统，如何在控制 过程中自动更新和扩充知识，并满足实时控制的快速准确性需求是非常关键的； ( 3 ) 专家控制系统的稳定性可控性分析是另一个研究难题，它涉及的对象具有不确定性或非 线性，它实现的控制基于知识模型，采用启发式逻辑和模糊逻辑，专家控制系统本质是 非线性的，目前的稳定性分析方法很难直接用于专家控制系统1 2 4 1 。 ( 2 )神经网络控制 神经网络是指由大量与生物神经系统的神经细胞相类似的人工神经元互连而组成的 网络；或由大量类似生物神经元的处理单元并联和互联而成。神经网络具有某些智能和 模仿人控制功能。学习算法是神经网络的主要特征，也是当前研究的主要课题。学习的 概念来自生物模型，它是机体在复杂多变的环境中进行有效的自我调节。常用的学习算 法有：h e b b 学习算法、w i d r o w h o f f 学习算法、反向传播学习算法一b p 学习算法、h o f i e l d 反馈神经网络学习算法等【2 6 1 。 神经网络控制具有大规模并行处理、知识分布式存储、自学习能力强等特点。它的 知识表示和知识获取过程同时进行、同时完成。在确定了网络的结构参数( 网络的层数、 每层的神经元个数) 、神经元的功能函数和学习算法后，通过对给定样本的学习，就能 把所获取的知识表示为网络的权重系数和阈值向量，知识也以分布式的方式存储于整个 网络之中。人工神经网络是一个具有自学习能力的系统，可以发展知识，所以它的推理 能力可以超过设计者原有的知识水平。另外，由于神经网络具有并行处理信息的功能， 推理速度快，所以特别适用于实时控制系统中。但神经网络控制也存在一定问题，主要 有：( 1 ) 如果不对网络的结构进行改造它很难表达和处理生产过程中存在的大量不 确定性信息。( 2 ) 它没有能力解释自己的推进过程，当用户用它进行推理时，看到的 入连理i ：大学硕十研究生学位论文 只有输入、输出，中问的推理过程是不透明的。( 3 ) 网络的收敛速度还有待进一步提 高 2 7 】。 ( 3 ) 模糊控制 模糊控制是z a d e h 于1 9 6 5 年首先创立的，其核心是模拟人的思维方式，对一些无法得 到精确模型的被控对象设计模糊控制器。它以语言而非数值来归纳操作者的经验积累， 运用语言变量和模糊逻辑推理形成控制算法。采用模糊控制算法时不需要知道被控对象 的精确数学模型，因而对于无法建立数学模型或建模较难的工业过程控制，其控制效果 是非常突出的。模糊控制系统的核心就是由所谓的i f t h n e 规则组成的知识库【1 2 】。 在时滞系统中，模糊控制一般是针对误差和误差变化率而进行的，将输入变量的精 确值模糊化，根据输入变量和模糊控制规则，按照模糊推理合成规则计算控制量，再将 它反模糊化，得到精确输出去控制过程。其中，模糊控制规则是最重要的，应该根据控 制系统的实际情况来制定，对控制产生的效果影响很大【2 引。 模糊算法用在时滞系统中是非常适用的，因为时滞系统的难以定量化和不确定性决 定了它需要采用不确定的处理手段。但是，如果用传统的模糊控制器来控制大时滞、大 惯性系统时，在响应曲线的稳态误差较小时容易出现振荡，会存在稳态误差【1 2 】。因此， 在实际应用中一般需要将模糊控制与其他控制方法结合起来或加以改进才能达到较理 想的控制效果。 1 3 4 其他方法 对于滞后过程的控制，除了上述方法外，还有其他许多方法。如自适应控制、变结 构控制、最优控制、次优控制、二次优化控制、状态反馈控制等等。它们如前述方法一 样，往往是和其他方法加以结合来克服时滞的。 事实上，每一种控制算法都是有优点和缺点的，因此实际应用中往往是把几种控制 方法结合起来，以充分发挥他们各自的优点，克服缺点，这也是近年来的研究热点。 1 4 本论文研究的主要内容 本文立足于滞后过程，主要研究了内模控制与模糊控制相结合的时滞过程控制方法 在p a c 控制器上的应用，主要内容包括： 第一章绪论，概述了p a c 产生的背景并简要介绍了时滞过程的概念，概述了国内外 时滞过程的控制方法。 第二章从模糊控制的发展，与智能控制的关系、模糊逻辑、模糊推理以及模糊控制 器方面详细介绍了模糊控制基础理论。 9 基丁p a c 的时滞系统二自由度模糊内模控制 第三章基于内模控制理论来研究时滞过程的控制。介绍了内模控制的结构和性质， 并分析了内模控制的鲁棒性。 第四章首先基于二自由度控制原理和内模控制原理设计了二自由度内模控制系统。 然后基于二自由度内模控制和模糊逻辑控制，设计了二自由度模糊内模控制系统。 第五章针对一阶惯性加滞后过程和二阶惯性加滞后过程，在p a c 上进行了控制算法 c 设计，研究表明二自由度模糊内模控制系统可达到比常规一自由度内模控制系统更好 的控制效果。 1 0 人连理i ：人学硕十研究生学位论文 2 模糊系统与模糊控制原理 2 1 概述 工业控制规模的扩大及复杂化使得控制过程越来越复杂，而对系统控制动态性能和 稳态精度的要求越来越高，经典控制论和现代控制理论由于种种原因已不能满足日益复 杂的工业控制要求。在处理过程模型不确定或难以建模等控制问题时，p i d 控制和基于 现代控制理论的控制方法就显得效果不佳，因此它们在应用于复杂过程控制时往往受到 限制。而在1 9 6 5 年，美国加利福尼亚大学l a z a d e h 教授提出的( ( f u z z ys e t s ) ) 2 9 】开创 了模糊数学的历史，从此模糊科学开始发展起来。1 9 7 4 年，英国的m a m d a n i 教授更是 创造性的将模糊控制应用于蒸汽机控制上【3 0 1 ，模糊控制也开始了其实际应用阶段，并得 到了大规模发展。 模糊控制的研究发展经历了“理论应用理论 的交替过程。1 9 7 2 年，以日本东京 大学为中心，发起成立了“模糊系统研讨会 ；1 9 7 4 年在加利福尼亚大学的美日研究班 上，进行了有关“模糊集合及其应用的学术交流”；1 9 7 8 年在国际社会上开始出版发行 了f u z z ys e t sa n ds y s t e m s 专业杂志；1 9 8 4 年国际模糊系统协会i f s a ( i n t e m a t i o n a lf u z z y s y s t e ma s s o c i a t i o n ) 正式成立，并已召开了几届国际模糊系统会议；从1 9 9 2 年开始，i e e e f u z z ys y s t e m s 国际会议每年举办一次；1 9 9 3 年，i e e et r a n so nf u z z ys y s t e m s 开始出 版。至今，研究范围已由单纯的模糊数学发展到模糊控制理论及其应用、模糊系统及其 硬件集成。有关的研究包括：模糊建模理论、模糊序列、模糊识别、模糊知识库、模糊 语言规则和模糊近似推理等 2 5 1 。 国内的模糊研究起步较晚，但发展较快，目前已在模糊控制、模糊识别、模糊聚类 分析、模糊图像处理、模糊信息论、模糊模式识别等领域取得了许多有影响的成果。1 9 7 9 年刘宝绥、刘志俊等人开始用连续数字仿真方法研究典型模糊控制器的性能，并和连续 的p i 控制器进行了比较，指出了模糊控制器有响应速度快、过度时间短、对象参数变 化不敏感等优点【2 5 , 3 l 】；1 9 8 1 年，中科院自动化研究所应行仁采用最大隶属度决策方法对 模糊控制器进行了分析和仿真；1 9 8 5 年，北京工业大学的涂象初和北京师范大学的汪培 庄提出了自寻优调节器与人工智能控制问题，为复合型模糊控制器提供了新方法。1 9 8 8 年邓聚龙提出了最小信息量的最优模糊控制。1 9 9 0 年，陈长祥提出了自寻优的模糊控制。 随后，我国在工业控制过程中，特别是在工业炉、窑的控制中应用模糊控制取得了不少 成就。 基tp a c 的时滞系统二臼由度模糊内模控制 1 9 9 5 年，李洪兴教授首次提出：目前常用的模糊控制算法都可以归结为某种插值方 法，它是对响应函数的逼近，相当于离散响应函数的拟合；模糊控制方法类似于数学物 理问题中的有限元问题，是经典控制论和现代控制论的直接方法或数值方法【3 2 1 。 1 9 9 9 年，李洪兴教授正式提出了变论域自适应模糊控制方法【33 1 。首先，他定义了控 制规则的单调性，证明了作为模糊控制的插值函数的单调性等价于控制规则的单调性， 从而保障了在论域变化之下控制规则的无矛盾性。然后，他讨论了变论域伸缩因子的构 造。最后，他给出三种单输入单输出的变论域白适应模糊控制方法，即潜遗传自适应模 糊控制方法、显遗传白适应模糊控制方法和逐步显遗传自适应模糊控制方法，以及双输 入单输出的显遗传变论域自适应模糊控制方法。最近几年，李洪兴教授利用变论域模糊 控制器对高阶非线性的四级倒立摆系统做了大量的仿真实验，取得了较为满意的控制效 果。 本章将重点介绍模糊控制以及模糊控制器的相关基础理论。 2 。2 模糊控制的基本原理 模糊控制系统是一种基于知识或者规则的系统，其核心是由i f t h e n 规则组成的知 识库【3 4 】系统，模糊控制规则主要来源于操作者的某些经验、诀窍和专家知识。因此从某 种意义上看，模糊控制的实现也是专家系统的一种实现应用，因此，模糊控制被归结为 智能控制的范围【2 5 1 。基本的模糊控制结构如下2 1 图所示 图2 1 模糊控制系统结构图 f i g 2 i s t r u c t u r eo ff u z z yc o n t r o ls y s t e m 由结构图可以看出，模糊控制器有三个主要的功能块【2 3 】。 ( 1 ) 模糊化( f u z z i f i c a t i o n ) 1 2 人连理i ：人学硕十研究生学f 社论文 模糊化是将模糊控制器输入量的精确值转换为相应模糊语言变量值的过程，此相应 语言变量均由对应的隶属度来定义。 ( 2 ) 模糊推理( f u z z yi n f e r e n c e ) 模糊推理包括了三个组成部分：大前提、小前提和结论。大前提是多个多维模糊条 件语句，构成规则库；小前提是一个