[发明专利]基于逆动力学模型的自适应PID控制器的设计方法无效

专利信息
申请号: 200910190906.3 申请日: 2009-09-21
公开(公告)号: CN101673085A 公开(公告)日: 2010-03-17
发明(设计)人: 王广军;陈红;王志杰 申请(专利权)人: 重庆大学
主分类号: G05B13/02 分类号: G05B13/02;G06N7/02
代理公司: 重庆中之信知识产权代理事务所 代理人: 袁庆民
地址: 400044重庆*** 国省代码: 重庆;85
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 动力学 模型 自适应 pid 控制器 设计 方法
【说明书】:

技术领域

本发明属于工业过程自动控制领域,尤其涉及对工业过程进行自适应PID控制的技术。

背景技术

自适应控制(Adaptive Control)是一类能够自动修正控制规律及控制特性、以适应对象 和扰动的动态特性变化的控制方法。自适应PID控制和自适应逆控制是两类典型的自适应控 制方式。

PID控制器结构简单、鲁棒性强、可靠性高,在工业过程控制中占有主导地位。自适应 PID控制属于一类参数自整定PID控制。自适应PID控制能够根据控制对象特性的变化在线 调整PID控制器的特征参数,以提高PID控制器对于控制对象的自适应能力。目前,比较成 熟的自适应PID控制方法主要有两种,即基于神经网络的自适应PID控制方法和基于遗传算 法的自适应PID控制方法。神经网络具有较强的逼近非线性函数的能力和自适应学习能力, 基于神经网络的自适应PID控制方法利用神经网络对PID控制器的特征参数进行在线整定, 获得与控制对象特性相匹配的控制规律,以提高PID控制器的自适应能力。但是,由于神经 网络在学习过程中收敛速度较慢,且容易陷入局部最小点,严重地影响了基于神经网络的自 适应PID控制方法的实际效果。遗传算法是一种全局搜索优化算法,基于遗传算法的自适应 PID控制方法可以在全局范围内确定PID控制参数的最佳值。但是,由于其在优化过程的搜 索时间将显著增加,从而严重地影响了控制系统的在线自适应能力。

自适应逆控制的基本思想在于,通过在线辨识产生控制对象的逆动力学模型,以该逆动 力学模型作为串联控制器对系统进行开环控制。自适应逆控制能够在一定程度上避免因反馈 而可能引起的不稳定,同时又能做到对系统动态特性的控制与对象扰动的控制分开处理而互 不影响,在近十几年来得到了迅速发展。王广军等发明的控制系统{王广军,陈红,唐胜利 等.一种自适应模糊控制系统的设计方法[P].中国专利:CN100489704C,2009-05-20}就 是一种自适应逆控制系统,其主要特征在于,将模糊控制规则的获取归结为控制对象逆动力 学过程模糊辨识问题,通过控制对象逆动力学模糊规则辨识构造模糊自适应逆控制系统。该 发明与已有的自适应逆控制方法一样,本质上属于开环控制,控制系统的鲁棒性较差,控制 性能对逆动力学模型的准确性具有十分明显的依赖性,从而直接地影响了此类控制系统的实 际应用效果。

发明内容

本发明的目的是,克服现有技术的不足,提供一种基于逆动力学模型的自适应PID控制 器的设计方法。依据该设计方法获得的控制器具有良好的自适应能力和良好的鲁棒性。

为实现所述目的,提供这样一种基于逆动力学模型的自适应PID控制器的设计方法,其 特征在于,该设计方法包括如下步骤:

①构造控制对象逆动力学模糊规则模型结构,以及与PID控制器对应的控制对象的逆 动力学模糊规则模型输入向量的结构;建立包含N组数据的控制对象逆动力学模糊规则模型 的辨识样本集X;

控制对象逆动力学模糊规则模型包括c条模糊规则,其中的第i条模糊规则Ri为:

Ri:if x(k)isthenui(k)=θiT(k)x(k)]]>其中,i=1,2,...,c

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大学,未经重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200910190906.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top