连续搅拌釜式反应器的非线性LTR控制方法研究

发布时间：2017-09-30 20:47

  本文关键词：连续搅拌釜式反应器的非线性LTR控制方法研究

  更多相关文章： 连续搅拌釜式反应器 非线性传递函数恢复 扩展卡尔曼滤波器 无迹卡尔曼滤波器 鲁棒性

【摘要】：连续搅拌釜式反应器CSTR (Continuously Stirred Tank Reactor)作为一种化工领域中常见的反应容器,已经广泛应用在工业生产过程中,是进行各种复杂化学反应的重要设备,其操作状况的好坏对于产品的品质和产量等会产生直接的影响。目前由于CSTR系统具有较强的非线性,其控制大都存在算法复杂,鲁棒性和实时性较差的问题。因此,CSTR控制方法的研究具有重要理论价值和现实意义。对于CSTR系统,反应釜内的温度是其中最重要的参数之一,反应釜内的温度往往能对产品数量和质量造成决定性的影响。在反应过程中,若不能将多余的反应热及时移去,不但会降低生产效益,更可能影响反应的安全性。因此,反应过程的温度控制具有重要的现实意义。另一个必须考虑的参数是反应浓度,它直接显示了反应釜内的反应状况以及产品质量,实时监控反应浓度也是一项非常重要的任务。然而,实际应用中浓度的实时检测具有很高的复杂性,成本也比较昂贵,存在检测条件、资金等多方面的限制。为解决这一问题,一些学者和工程人员提出利用系统状态观测器对反应浓度进行实时估计,实践证明这一做法是行之有效且具有实际价值的。本文在查阅了大量关于CSTR系统状态观测器设计以及温度控制的相关文献后,首先,具体阐述了CSTR的结构以及工作原理,给出了CSTR的非线性机理模型及其推导过程,对模型进行了无量纲化处理,并通过仿真实验对其稳定性进行了具体深入的探讨。其次,由于线性卡尔曼滤波器仅用在线性系统中,而CSTR是一个高度的非线性对象,所以本文分别利用扩展卡尔曼滤波器EKF (Extended Kalman filter)和无迹卡尔曼滤波器UKF (Unscented Kalman filter)对非线性CSTR系统的浓度变量进行实时状态估计,其中EKF利用雅可比矩阵(Jacobian Matrix)进行实时线性化,UKF采用比例修正对称采样策略得到Sigma点集。文中给出了CSTR状态估计两种非线性KF算法的具体设计过程,并分析了两种观测器在进行状态估计时的优缺点以及各自适用的系统。通过仿真实验验证了所设计观测器的有效性,并进行了估计精度、稳定性等方面的比较。再次,对适合于线性系统的传递函数恢复法LTR (Loop Transfer Recovery)进行了改进,使其能够应用到非线性过程系统的控制中。提出利用变增益线性二次型调节器LQR (Linear Quadratic Regulator)的方法对非线性系统进行控制,并通过对非线性实例的仿真实验验证了该非线性控制方法相比于线性LQR方法的优越性；在此基础上,针对二变量CSTR系统提出变增益NLTR (Nonlinear Loop Transfer Recovery)控制方法,采用EKF进行系统状态观测,利用线性二次高斯LQG控制方法设计控制器,加入积分单元以保证系统输出跟踪上设定值,通过传递函数恢复法对闭环系统进行目标性能恢复,从而完成了整个控制器的设计：仿真结果验证了所提出的NLTR控制方法的稳定性、快速性和鲁棒性,通过与文献[21]中的终端滑模控制TSMC (Terminal Sliding Mode Control)方法进行对比,显示了该方法的优越性。最后,由于UKF相比于EKF具有更高的精度和稳定性,因此针对三变量CSTR系统设计了基于UKF的变增益NLTR控制器,分析了不同加权矩阵系数对控制效果的影响,并通过与基于EKF的变增益NLTR控制方法进行对比,显示了该方法良好的改进效果。性能指标灵敏度函数也证明了所提方法具有良好的恢复性能。
【关键词】：连续搅拌釜式反应器 非线性传递函数恢复 扩展卡尔曼滤波器 无迹卡尔曼滤波器 鲁棒性
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP273
【目录】：

• 摘要5-8
• ABSTRACT8-17
• 第一章 绪论17-25
• 1.1 课题背景及意义17-18
• 1.2 相关领域的研究现状18-20
• 1.2.1 状态观测器研究现状18-19
• 1.2.2 CSTR系统控制方法的研究现状19-20
• 1.3 卡尔曼滤波器概述20-21
• 1.4 LTR方法概述21-23
• 1.5 待解决的问题23
• 1.6 本文的研究内容和创新点23-25
• 第二章 CSTR过程机理描述及数学模型25-33
• 2.1 CSTR的结构及工作原理25-26
• 2.2 CSTR的非线性机理模型26-30
• 2.2.1 CSTR机理模型建立26-28
• 2.2.2 模型稳定性分析28-30
• 2.3 无量纲化30-31
• 2.4 本章小结31-33
• 第三章 CSTR系统的非线性卡尔曼观测量设计33-47
• 3.1 卡尔曼滤波算法33-34
• 3.2 基于EKF的CSTR状态估计34-38
• 3.3 基于比例修正UKF的CSTR状态估计38-41
• 3.3.1 比例修正对称采样38-39
• 3.3.2 UKF算法流程39-41
• 3.4 仿真研究41-45
• 3.5 本章小结45-47
• 第四章 非线性CSTR系统的NLTR控制方法47-75
• 4.1 变增益LQR控制器设计47-54
• 4.1.1 模型线性化47-50
• 4.1.2 变增益LQR控制器50-52
• 4.1.3 实例52-54
• 4.2 LQG/LTR方法的基本原理54-59
• 4.2.1 LQG基本原理54-56
• 4.2.2 LTR方法的输入端恢复56-58
• 4.2.3 LTR方法的输出端恢复58-59
• 4.2.4 LTR方法的设计步骤59
• 4.3 控制系统的灵敏度59-62
• 4.4 非线性变增益LTR控制器设计62-66
• 4.4.1 基于EKF的状态观测器设计62-63
• 4.4.2 基于输出端恢复的变增益NLTR控制器设计63-66
• 4.5 仿真研究66-74
• 4.5.1 NLTR控制方法68-70
• 4.5.2 控制效果比较70-74
• 4.6 本章小结74-75
• 第五章 基于UKF的NLTR控制器设计75-85
• 5.1 三变量非线性CSTR模型75-76
• 5.2 基于UKF的CSTR系统的NLTR控制器设计76-79
• 5.3 仿真研究79-83
• 5.4 本章小结83-85
• 第六章 结论与展望85-87
• 6.1 结论85-86
• 6.2 展望86-87
• 参考文献87-91
• 致谢91-93
• 研究成果及发表的学术论文93-95
• 作者及导师简介95-97
• 附件97-98

【参考文献】

中国期刊全文数据库 前10条

1 彭程;王新民;张斯哲;陈晓;;基于LQG/LTR的飞翼飞机阵风减缓系统研究[J];飞行力学;2015年02期

2 李为;李一平;封锡盛;;基于卡尔曼滤波预测的无偏量测转换方法[J];控制与决策;2015年02期

3 刘和平;许巧巧;胡银全;袁闪闪;;自适应卡尔曼滤波法磷酸铁锂动力电池剩余容量估计[J];重庆大学学报;2014年01期

4 张秋昭;张书毕;刘志平;卞和方;;基于奇异值分解的鲁棒容积卡尔曼滤波及其在组合导航中的应用[J];控制与决策;2014年02期

5 张勇刚;黄玉龙;武哲民;李宁;;一种高阶无迹卡尔曼滤波方法[J];自动化学报;2014年05期

6 吴晔;陈峻山;曹培培;;LQG/LTR控制在天线伺服系统预定回路中的应用[J];制导与引信;2013年03期

7 朱群雄;王军霞;;连续搅拌釜式反应器的鲁棒最优控制[J];化工学报;2013年11期

8 王京伟;董大伟;华春蓉;闫兵;;扩展卡尔曼滤波的影响因素分析[J];电子科技;2013年08期

9 王丽梅;史佳林;许长林;;基于H_∞/LTR综合方法的永磁直线同步电机鲁棒控制[J];沈阳工业大学学报;2013年03期

10 魏喜庆;宋申民;;基于容积卡尔曼滤波的卫星姿态估计[J];宇航学报;2013年02期

，

本文编号：950341