基于预测PI的双容系统控制算法研究与应用
【学位单位】:东华大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:X78;TP273
【部分图文】:
系统的平衡状态被打破,液位会出现上流量或者输出流量可使液位重新维持稳定面积为 A,流出端阀门的液阻为R。根据积差等于流入量与流出量的差。in odVQ Qdt 1V Ah 1in odhA Q Qdt 利规则得到流出量oQ 与液位高度1h 的关系0 1Q aS 2gh 代表阀门的流量系数,S 代表连接管道的其关系特性曲线如图 2.2 所示。
中,inQ表示上水箱的流入量表示下水箱底部阀门流出量,h表示上水
箱底部阀门的液阻,2R 为下水箱底部阀门的液阻。联立方程求解得到:22 21 2 1 2 1 1 2 2 2 22( )ind h dhA A R R R A R A h R Qdt dt (2-14)对式(2-14)整理得到:22 21 2 1 2 22( )ind h dhTT T T h K Qdt dt (2-15)式(2-15)中1 1 1T A R ,2 2 2T A R ,2K R 。得到双容水箱系统的传递函数:221 2 1 2 1 2( )( ) ( ) 1 ( 1)( 1)inH s K KQ s T T s T T s T s T s(2-16)若系统带有延时环节,参照以上机理建模过程,推导得到带有时滞环节的双容水箱系统的数学模型:21 2( )( ) ( 1)( 1)sinH s KeQ s T s T s (2-17)式(2-17)中, 为延时时间。在得到数学模型后,可通过阶跃响应曲线确定模型的具体参数。图 2.4 为输入幅值为 7 的阶跃信号时双容水箱系统的响应曲线。
【参考文献】
相关期刊论文 前10条
1 齐蒙;石红瑞;;预测PI控制在PLC中的实现及其应用[J];控制工程;2013年S1期
2 姚伟;孙海顺;文劲宇;程时杰;;基于Laguerre模型的过热汽温自适应预测PI控制系统[J];中国电机工程学报;2012年05期
3 杨文;侍洪波;汪小帆;;卡尔曼一致滤波算法综述[J];控制与决策;2011年04期
4 任正云;韩佰恒;王小飞;金军辉;夏明东;;预测PI和准预测PI控制算法在片烟复烤机上的应用[J];烟草科技;2009年11期
5 王谦;徐进学;王向东;;预测PI控制器性能评价与参数整定[J];自动化技术与应用;2008年02期
6 董宇;;预测PI控制系统的根轨迹分析[J];计算技术与自动化;2007年03期
7 刘红芳;;基于OPTO22SNAPI/O的竖炉球团计算机控制系统[J];计算机工程与设计;2007年06期
8 钱艳平;李奇;;时滞网络预测PI控制算法鲁棒稳定性分析[J];东南大学学报(自然科学版);2007年01期
9 陈薇;吴刚;;非线性双容水箱建模与预测控制[J];系统仿真学报;2006年08期
10 任正云,邵惠鹤,张立群;多变量对象的预测PI控制及其工业应用[J];哈尔滨工业大学学报;2005年02期
相关博士学位论文 前4条
1 黄灿;氧化铝连续碳酸化分解过程多重大时滞系统控制若干问题研究[D];中南大学;2012年
2 曹建伟;直拉式单晶硅生长炉的关键技术研究[D];浙江大学;2010年
3 陆妹;基于LMI的时滞系统的预测控制研究[D];上海交通大学;2008年
4 王俊国;基于神经网络的建模方法与控制策略研究[D];华中科技大学;2004年
相关硕士学位论文 前10条
1 胡姣;双容水箱系统的辨识与滑模变结构控制[D];西安理工大学;2017年
2 姜昆;基于小波神经网络的多容水箱液位预测控制[D];哈尔滨理工大学;2017年
3 李阳;基于自适应模糊PID控制的多容水箱的液位控制[D];江苏科技大学;2016年
4 曹剑坤;基于小波神经网络模型的预测控制在多容水箱中的设计[D];哈尔滨理工大学;2016年
5 刘秀;基于双重预测PI的单晶硅直径控制系统[D];东华大学;2016年
6 高俊;基于预测PI算法的水波跟踪控制系统[D];东华大学;2015年
7 武贵洲;基于PID神经网络算法在多容水箱控制策略的研究[D];哈尔滨理工大学;2015年
8 王可;直拉单晶炉热场模型参数辨识及模型预测控制[D];兰州大学;2014年
9 余杉钰;多容水箱小波神经网络广义预测控制[D];哈尔滨理工大学;2014年
10 何宝嘉;基于预测原理的串级控制系统的设计与实现[D];东华大学;2014年
本文编号:2822066
本文链接:https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/2822066.html