论文总字数：28960字

摘 要

大型火电厂生产过程中经常会遇到时滞环节，时滞环节使得系统的稳定性变差，控制时间变长，很难得到理想的控制效果，甚至可能出现振荡和发散。引入Smith预估器也是常见的纯滞后补偿方法。但Smith预估器对参数变化敏感，对数学模型准确度要求较高。如果Smith预估器的设计不能完全补偿时滞，控制效果有可能急剧恶化。

PID控制器广泛应用于工业领域的控制中，其优点主要包括参数计算简单、可靠性高等。目前已经有很多成熟的参数整定方法。遗传算法（GA）是一种全局搜索优化算法。本文研究了利用遗传算法进行系统辨识和PID控制参数整定，并对控制系统进行了参数失配仿真以研究鲁棒性。仿真得到的阶跃响应曲线表明，遗传算法计算得到的PID控制器的控制效果好于常规整定方法。

本文仿真实验表明，Smith预估器有改善时滞的作用，遗传算法可用来模型辨识和参数整定。两者综合应用可获得较好结果。

关键词：遗传算法，Smith预估器，时滞系统，PID控制

Abstract

The existence of delays affects the control stability and control effect. Smith predictor is a common method to compensate for delays. However, precise numerical model of the controlled object is hard to obtain. As a result, the Smith predictor cannot fully compensate for the delay, and the control effect may deteriorate rapidly. Robust simulation shows the effect of the Smith Predictor to counteract the delays and sensitivity to parameter changes.

PID controller are widely used in various control fields because of its simple structure and easy implementation. Many mature methods for parameter tuning are proved to be valuable. The genetic algorithm is an optimizing searching algorithm. This paper studies the use of genetic algorithm for system identification. The genetic algorithm can also be used for PID control parameter tuning, and performs robust simulation on the control system. The optimized parameters of the genetic algorithm are better than the parameters using conventional PID controller tuning method in the simulation .

Simulation experiments in this paper show that the optimal control effect can be obtained by using the genetic algorithm to optimize the parameters of the PID controller and the Smith predictor, and this paper also analyzes its robustness.

KEY WORDS: genetic algorithm, Smith predictor, PID controller,

目录

摘要 I

Abstract 2

第一章 绪论 5

1.1 课题研究的背景与意义 5

1.2 大时滞过程控制研究现状 5

1.3 模型辨识及PID控制器参数优化整定 6

1.3.1 模型辨识 6

1.3.2 PID控制器参数优化整定 6

1.4 本文主要研究内容 7

第二章 基于遗传算法的模型辨识及PID控制器参数优化整定 7

2.1 遗传算法（GA） 7

2.1.1 遗传算法原理 8

2.1.2 遗传算法的问题和改进 9

2.2 基于遗传算法的模型辨识 9

2.2.1 基于遗传算法的模型辨识原理 9

2.2.2 基于遗传算法的系统辨识仿真分析 10

2.3 PID控制器参数整定原理 12

2.3.1 PID控制器原理 12

2.3.2 PID控制参数整定方法 13

2.3.3 PID参数整定的性能指标 15

2.4 基于遗传算法的PID控制器参数优化整定 16

2.4.1 基于遗传算法整定PID参数的基本思想 16

2.4.2 基于遗传算法的PID控制器参数整定仿真分析 18

第三章 Smith预估器控制原理及仿真 23

3.1 Smith预估器原理 23

3.2 Smith预估控制器的问题和改进 24

3.3 Smith预估控制完全补偿控制仿真 24

第四章 Smith预估器应用研究 30

4.1 Smith预估器设计方法1及其仿真 30

4.2 Smith预估器设计方法2及其仿真 36

第五章 总结 43

参考文献 44

致谢 46

第一章 绪论

1.1 课题研究的背景与意义

时滞环节广泛存在于工业生产控制中^[1]，比如大型火电厂的热工过程。时滞环节主要来自对变量的测量延时、信号的传递延时等。时滞的存在使得控制器不能及时对被控对象进行控制操作，所以可能导致振荡，甚至发散，尤其是大时滞系统（一般定义时滞因子τ与时间常数T比值τ/Tgt;0.3的系统为大时滞系统）。时滞因子越大，控制难度越大。普通的PID控制效果很难达到工程要求，先进的控制器也有可能因此控制品质降低。因此，研究大滞后过程的优化控制方法有重要的意义。

改善大时滞对象控制效果的有效方法有很多，Smith预估控制器^[2]是比较成熟的一种，它可以抵消时延，使系统恢复到无时滞状态，从而获得比较好的控制效果。但是实际过程中的“真正模型”是无法获得的，完全补偿是几乎不存在的，时滞不可能被完全抵消^[3]。所以，有必要研究Smith预估器对被控对象参数变化的敏感度，进行鲁棒性实验^[4]，以及Smith补偿器使用辨识得到的近似模型而不是原系统模型时的不完全补偿的补偿效果。

PID控制器应用简单，使用普遍。PID控制器的、和参数的整定^[5]对控制质量和控制系统的鲁棒性有决定性的影响。但普通的PID参数整定方法对大时滞系统的控制结果不尽如人意。而遗传算法^[6]是一种基于对自然进化的模仿的算法，最大的特点是迭代寻优是“生成 检测”的过程，用于寻求全局最优解。利用遗传算法对模型未知或模糊的系统进行辨识，同时对PID控制参数进行优化，可以有效地改善PID控制效果。

剩余内容已隐藏，请支付后下载全文，论文总字数：28960字