基于T-S模糊模型的强流电子枪建模与控制算法研究
发布时间：2022-09-30 12:43
随着辐照加工技术的应用和发展,电子辐照加速器作为辐照加工的主要射线源日益为人们所重视,辐照加工产品也已深入到人们生活的很多领域。辐照行业的迅速发展,不断推动着辐照加速器的制造技术和整机性能的提高。本文针对电子辐照加速器的电子枪控制系统,在Takagi-Sugeno（T-S）模糊控制理论的基础上,进行了电子枪束流特性建模和束流稳定及跟踪控制的研究。电子枪控制系统的性能对整个加速器系统的束流品质起着重要的作用,因此电子枪控制技术的研究有助于提高加速器束流的稳定性并对整个加速器控制系统的性能和运行可靠性有着重要的影响。本文从建模和控制的角度出发,对T-S模糊控制理论在LaB6强流电子枪束流控制过程中的应用进行了研究,主要内容有:（1）研究了基于T-S模糊模型的非线性系统的离线辨识算法:提出了一种基于量子微分进化和遗传算法的混合优化算法（Hybrid quantum differential evolution,HQDE）,该方法采用量子比特编码来表达待优化参数的染色体串,并借鉴了微分进化和遗传算法中的操作算子实现对染色体状态的更新;并结合模糊C均值聚类算法和递推最小二乘...
【文章页数】：119 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景
1.1.1 辐照加工产业概况
1.1.2 电子辐照加速器
1.2 电子枪控制系统
1.2.1 电子枪的工作原理及其控制方式
1.2.2 电子枪控制系统的发展
1.3 基于T-S模型的模糊控制策略
1.3.1 T-S模糊控制的基本原理
1.3.2 基于T-S模糊模型的建模与控制
1.4 课题的研究意义和主要内容
第2章 强流电子枪束流特性分析及其建模
2.1 LaB_6强流电子枪束流特性分析
2.1.1 LaB_6强流电子枪的结构
2.1.2 LaB_6强流电子枪的束流特性
2.2 T-S模糊建模的基础知识
2.2.1 T-S模糊模型在非线性系统辨识中的应用
2.2.2 建模过程中的精确度与快速性问题
2.3 基于混合优化算法的T-S建模方法
2.3.1 离散T-S模糊模型
2.3.2 基于量子微分进化和遗传算法的混合优化算法
2.3.3 T-S模糊建模的具体过程
2.3.4 实例仿真
2.4 LaB_6强流电子枪的T-S模糊模型
2.4.1 电子枪实验数据采集
2.4.2 辨识计算及仿真
2.5 本章小结
第3章 基于状态空间模型的T-S模糊控制系统设计
3.1 T-S状态空间模糊模型
3.2 T-S模糊系统的稳定性分析和控制器设计
3.2.1 基于PDC的T-S模糊控制器设计
3.2.2 T-S模糊控制系统的闭环稳定型分析
3.3 基于线性矩阵不等式的稳定性分析和控制器设计
3.3.1 线性矩阵不等式的概念及求解
3.3.2 线性矩阵不等式在控制系统中的应用
3.4 强流电子枪束流控制系统稳定性设计
3.5 本章小结
第4章 基于T-S模型的非线性系统模糊跟踪控制
4.1 基于T-S模糊模型的跟踪控制问题
4.2 T-S跟踪控制器的设计
4.2.1 T-S跟踪控制器的结构
4.2.2 控制器参数求解和稳定性分析
4.2.3 仿真实例
4.3 电子枪束流控制系统的模糊跟踪控制器设计
4.4 本章小结
第5章 基于T-S模糊模型的H∞鲁棒跟踪控制
5.1 基于T-S模型的H∞鲁棒模糊控制策略
5.1.1 H∞鲁棒控制及其发展
5.1.2 T-S系统的H∞控制研究
5.2 离散T-S模糊系统的H∞跟踪控制
5.2.1 H∞跟踪控制性能指标
5.2.2 带有模糊观测器的H∞模糊跟踪控制系统
5.2.3 输出跟踪控制
5.3 电子枪束流控制系统的鲁棒模糊跟踪控制
5.4 小结
第6章 T-S模糊控制系统的实验研究
6.1 T-S模糊控制系统实验平台
6.1.1 实验平台概述
6.1.2 控制系统的功能需求分析
6.2 T-S模糊控制系统的功能实现
6.3 T-S模糊控制算法实验测试
6.4 小结
第7章 结论和展望
参考文献
攻读博士学位期间的论文发表情况
致谢
【参考文献】：
期刊论文
[1]基于三菱C语言PLC的T-S模糊控制在压铸机压射系统上的应用[J]. 陆一鸣. 自动化技术与应用. 2015(02)
[2]基于量子微分进化算法的分布式电源多目标优化规划[J]. 于青,刘刚,刘自发,刘幸. 电力系统保护与控制. 2013(14)
[3]基于量子差分进化算法的神经网络优化方法[J]. 杜文莉,周仁,赵亮,钱锋. 清华大学学报(自然科学版). 2012(03)
[4]T-S模糊模型变结构的机器臂轨迹跟踪控制[J]. 王宪,盛巍,宋书林,平雪良. 计算机系统应用. 2012(02)
[5]Fuzzy tracking control design for hypersonic vehicles via T-S model[J]. GAO DaoXiang 1 ＆ SUN ZengQi 2 1 School of Technology, Beijing Forestry University, Beijing 100083, China; 2 State Key Laboratory of Intelligent Technology and System, Department of Computer Science and Technology, Tsinghua University, Beijing 100084, China. Science China（Information Sciences）. 2011(03)
[6]基于T-S模型的飞控系统跟踪控制器设计[J]. 李飞,薛建平,王晓东,王建刚. 飞行力学. 2010(06)
[7]基于混合量子进化计算的混沌系统参数估计[J]. 任子武,熊蓉. 控制理论与应用. 2010(11)
[8]水下机器人T-S型模糊神经网络控制[J]. 梁霄,张均东,李巍,郭冰洁,万磊,徐玉如. 电机与控制学报. 2010(07)
[9]一种基于数据驱动的模糊系统建模方法[J]. 邵克勇,范欣,张永华,田野. 化工自动化及仪表. 2009(05)
[10]基于T-S模型的模糊系统辨识方法综述[J]. 蒋强,肖建,何都益,蒋伟,王梦玲. 计算机应用研究. 2009(06)
硕士论文
[1]基于PLC的电子枪控制系统研制[D]. 徐文俊.南京大学 2012
[2]模糊控制算法研究及其在水泥球磨机上的应用[D]. 房新力.济南大学 2010
[3]一种基于LMI的多目标优化控制方法[D]. 于维.哈尔滨工业大学 2007
[4]基于T-S模型的酒精精馏塔建模与控制[D]. 闵力.广西大学 2007
[5]基于T-S模糊模型的非线性系统建模[D]. 车玫芳.兰州理工大学 2007
[6]基于T-S模糊模型的转台伺服控制系统设计研究[D]. 张华.哈尔滨工业大学 2006
[7]模糊预测控制在玻璃熔窑温度系统中应用的研究[D]. 程建.安徽理工大学 2006
本文编号：3683575
【文章页数】：119 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景
1.1.1 辐照加工产业概况
1.1.2 电子辐照加速器
1.2 电子枪控制系统
1.2.1 电子枪的工作原理及其控制方式
1.2.2 电子枪控制系统的发展
1.3 基于T-S模型的模糊控制策略
1.3.1 T-S模糊控制的基本原理
1.3.2 基于T-S模糊模型的建模与控制
1.4 课题的研究意义和主要内容
第2章 强流电子枪束流特性分析及其建模
2.1 LaB_6强流电子枪束流特性分析
2.1.1 LaB_6强流电子枪的结构
2.1.2 LaB_6强流电子枪的束流特性
2.2 T-S模糊建模的基础知识
2.2.1 T-S模糊模型在非线性系统辨识中的应用
2.2.2 建模过程中的精确度与快速性问题
2.3 基于混合优化算法的T-S建模方法
2.3.1 离散T-S模糊模型
2.3.2 基于量子微分进化和遗传算法的混合优化算法
2.3.3 T-S模糊建模的具体过程
2.3.4 实例仿真
2.4 LaB_6强流电子枪的T-S模糊模型
2.4.1 电子枪实验数据采集
2.4.2 辨识计算及仿真
2.5 本章小结
第3章 基于状态空间模型的T-S模糊控制系统设计
3.1 T-S状态空间模糊模型
3.2 T-S模糊系统的稳定性分析和控制器设计
3.2.1 基于PDC的T-S模糊控制器设计
3.2.2 T-S模糊控制系统的闭环稳定型分析
3.3 基于线性矩阵不等式的稳定性分析和控制器设计
3.3.1 线性矩阵不等式的概念及求解
3.3.2 线性矩阵不等式在控制系统中的应用
3.4 强流电子枪束流控制系统稳定性设计
3.5 本章小结
第4章 基于T-S模型的非线性系统模糊跟踪控制
4.1 基于T-S模糊模型的跟踪控制问题
4.2 T-S跟踪控制器的设计
4.2.1 T-S跟踪控制器的结构
4.2.2 控制器参数求解和稳定性分析
4.2.3 仿真实例
4.3 电子枪束流控制系统的模糊跟踪控制器设计
4.4 本章小结
第5章 基于T-S模糊模型的H∞鲁棒跟踪控制
5.1 基于T-S模型的H∞鲁棒模糊控制策略
5.1.1 H∞鲁棒控制及其发展
5.1.2 T-S系统的H∞控制研究
5.2 离散T-S模糊系统的H∞跟踪控制
5.2.1 H∞跟踪控制性能指标
5.2.2 带有模糊观测器的H∞模糊跟踪控制系统
5.2.3 输出跟踪控制
5.3 电子枪束流控制系统的鲁棒模糊跟踪控制
5.4 小结
第6章 T-S模糊控制系统的实验研究
6.1 T-S模糊控制系统实验平台
6.1.1 实验平台概述
6.1.2 控制系统的功能需求分析
6.2 T-S模糊控制系统的功能实现
6.3 T-S模糊控制算法实验测试
6.4 小结
第7章 结论和展望
参考文献
攻读博士学位期间的论文发表情况
致谢
【参考文献】：
期刊论文
[1]基于三菱C语言PLC的T-S模糊控制在压铸机压射系统上的应用[J]. 陆一鸣. 自动化技术与应用. 2015(02)
[2]基于量子微分进化算法的分布式电源多目标优化规划[J]. 于青,刘刚,刘自发,刘幸. 电力系统保护与控制. 2013(14)
[3]基于量子差分进化算法的神经网络优化方法[J]. 杜文莉,周仁,赵亮,钱锋. 清华大学学报(自然科学版). 2012(03)
[4]T-S模糊模型变结构的机器臂轨迹跟踪控制[J]. 王宪,盛巍,宋书林,平雪良. 计算机系统应用. 2012(02)
[5]Fuzzy tracking control design for hypersonic vehicles via T-S model[J]. GAO DaoXiang 1 ＆ SUN ZengQi 2 1 School of Technology, Beijing Forestry University, Beijing 100083, China; 2 State Key Laboratory of Intelligent Technology and System, Department of Computer Science and Technology, Tsinghua University, Beijing 100084, China. Science China（Information Sciences）. 2011(03)
[6]基于T-S模型的飞控系统跟踪控制器设计[J]. 李飞,薛建平,王晓东,王建刚. 飞行力学. 2010(06)
[7]基于混合量子进化计算的混沌系统参数估计[J]. 任子武,熊蓉. 控制理论与应用. 2010(11)
[8]水下机器人T-S型模糊神经网络控制[J]. 梁霄,张均东,李巍,郭冰洁,万磊,徐玉如. 电机与控制学报. 2010(07)
[9]一种基于数据驱动的模糊系统建模方法[J]. 邵克勇,范欣,张永华,田野. 化工自动化及仪表. 2009(05)
[10]基于T-S模型的模糊系统辨识方法综述[J]. 蒋强,肖建,何都益,蒋伟,王梦玲. 计算机应用研究. 2009(06)
硕士论文
[1]基于PLC的电子枪控制系统研制[D]. 徐文俊.南京大学 2012
[2]模糊控制算法研究及其在水泥球磨机上的应用[D]. 房新力.济南大学 2010
[3]一种基于LMI的多目标优化控制方法[D]. 于维.哈尔滨工业大学 2007
[4]基于T-S模型的酒精精馏塔建模与控制[D]. 闵力.广西大学 2007
[5]基于T-S模糊模型的非线性系统建模[D]. 车玫芳.兰州理工大学 2007
[6]基于T-S模糊模型的转台伺服控制系统设计研究[D]. 张华.哈尔滨工业大学 2006
[7]模糊预测控制在玻璃熔窑温度系统中应用的研究[D]. 程建.安徽理工大学 2006
本文编号：3683575
本文链接：https://www.wllwen.com/projectlw/hkxlw/3683575.html
