基于系统辨识的PID参数自整定方法研究

发布时间：2021-04-08 22:44

　　工业过程领域中的被控对象,例如发电厂中的温度、压力、流量,食品加工、污水处理中的液位等,具有非线性、时变、滞后、强耦合等复杂特性,用传统的PID工程实验法控制往往不能很好的适应复杂多变的系统要求。为了提高控制器的自动化程度及其控制精度,越来越多的PID控制器引入了自整定控制,而工业领域中的被控对象很难得到较为精准的数学模型。因此,本文将系统辨识与PID参数整定结合起来,提出了实时在线辨识的自适应控制策略。本文首先介绍了系统辨识的相关内容,分析了最小二乘法及其衍生算法,采用夏氏递推最小二乘法进行辨识,在此基础上引入了可调整的遗忘因子,在MATLAB环境下获得了较好的仿真效果,并在辨识出的系统模型的基础上进行PID参数自整定,分析、仿真了多种控制算法,并讨论了各种算法的差异,采用数字PID校正法,可达到在线自整定的控制要求,实现对系统的更好控制。本文设计了基于水箱液位平台的模拟辨识实验,包括下位机系统和上位机控制程序。下位机系统采用S7-200小型PLC系统进行信息采集、处理及PID控制,上位机采用组态王软件开发了监控调试界面,MATLAB编写辨识整定程序,OPC通讯实现了组态王监控调试界... 

【文章来源】：西北师范大学甘肃省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

仿真系统的输入输出数据

18图 2.4 仿真系统的输入输出数据 图 2.5 定常系统的辨识仿真由图 2.5 可知，采用改进后的夏氏递推算法辨识，得到的辨识结果精度较高，跟随能力较强，基本上都很快的稳定，并且稳定后的数值与系统实际值基本保持一致。上述讨论的系统是一个定常系统，可以看出辨识效果较好，精度较高。假设系统是参数突变的时变系统。此时，为验证辨识算法的有效性，令系统模型(2.49)的参数0b 、1b 、

西北师范大学硕士学位论文2b 作为时变参数，变化规律如下表 2.2 所示，1a 、2a 保持不变。表 2.2 时变系统参数变化规律参数1 k 100100 k 200200 k 300300 k 4000b 1 1 0 11b 1.2 1 0.8 1.22b 0.8 0.7 1 0.5仿真得到系统的输入输出数据如图 2.6 所示，辨识结果如图 2.7 所示。

【参考文献】：
期刊论文
[1]基于继电反馈的PID参数自整定[J]. 侯洪,韩震宇.  机电工程技术. 2014(07)
[2]基于内模控制理论的HVDC IMC-PID控制器设计[J]. 曾果,李兴源,段毅.  电力自动化设备. 2014(04)
[3]基于鱼群算法的PID优化[J]. 余丽莹,焦嵩鸣.  计算机仿真. 2014(03)
[4]基于专家-模糊PID的通用温度控制系统研究[J]. 蔡恩丰,石守东.  宁波大学学报(理工版). 2014(01)
[5]基于优化模型的广义最小二乘法及其应用[J]. 徐屹.  东北电力大学学报. 2013(06)
[6]基于组态王与Matlab的液位控制仿真平台构建[J]. 张梓琪,黄凌云,李才对,郭丽,杨春曦.  实验室研究与探索. 2013(09)
[7]基于PLC的水箱液位PID计算机监控系统[J]. 刘文龙,张继峰.  化工自动化及仪表. 2013(09)
[8]基于继电辨识自整定控制器的研究[J]. 郝骞,杨风,马慧卿,齐明思.  火力与指挥控制. 2013(06)
[9]动态调节模型的三阶段最小二乘辨识方法[J]. 王杰,初燕云.  南京信息工程大学学报(自然科学版). 2013(01)
[10]水箱模型辨识及PID参数自整定技术研究[J]. 卢岩涛,王俊崴,程晔.  现代电子技术. 2012(23)

硕士论文
[1]二型模糊系统的设计及其在非线性系统辨识中的应用[D]. 陈洪杰.华东理工大学 2015
[2]基于系统辨识的内模PID控制器参数整定及应用[D]. 吴婧璇.华东理工大学 2015
[3]基于Labview的液位控制系统研究[D]. 管芬.太原科技大学 2013
[4]基于阶跃辨识的PID自整定算法研究及其应用[D]. 邱亮.上海交通大学 2013
[5]基于参数自整定的模糊PID控制在水箱控制系统中的应用[D]. 罗文军.中南大学 2011
[6]基于组态王的双容水箱模糊控制[D]. 李刚.中南大学 2010
[7]基于T-S模糊模型的非线性系统辨识[D]. 刘翠.哈尔滨理工大学 2010
[8]神经网络PID控制在工业过程控制中的应用研究[D]. 周峰.合肥工业大学 2006



本文编号：3126396