开题报告ppt..

南通大学毕业设计（论文）开题报告——毕业设计选题时滞对象的控制方法研究一、课题的内容和要求（研究内容、研究目标和解决的关键问题）•在工业生产过程中，具有时滞特性的被控对象是非常普遍的，大时滞的存在严重影响了系统的稳定性，导致系统的超调量变大，调节时间大大加长，甚至出现振荡、发散，系统的动态品质明显变差，因此时滞对象也是比较难控制的，尤其是大时滞对象的控制一直是一个难题。目前很多控制方法基于经典方法或现代控制理论、计算庞大复杂，很难在工业中得以真正应用。因此，提出简单、有效、实用的大时滞过程的控制方法是很有意义的。•本课题针对过程控制中的时滞对象展开研究，提出实用、有效的控制方法。•关键问题：•完成相关英文资料翻译；控制算法在MATLAB中的仿真；在实验室设备中的实际运行；整理资料文档；撰写毕业设计说明书。课题的研究方法和技术路线•熟悉课题及要求，检索有关资料；•提出基本控制方案，撰写开题报告；•用MATLAB对算法进行仿真；•完成组态，并用JX-300X软件编程，输入计算机，调试；•完成课题要求。基础条件•MATLAB软件•PC机•浙大中控DCS•上海齐鑫公司过程控制对象•PC机二、开题报告一、本课题的研究意义，国内外研究现状、水平和发展趋势二本课题的基本内容，预计解决的难题三、研究方案四、论文进度安排五、主要参考文献开题报告主要内容一.文献综述与调研报告：（阐述课题研究的现状及发展趋势，本课题研究的意义和价值、参考文献）1.课题研究的现状及发展趋势•滞后环节的存在使得整个系统的控制品质变坏甚至引起闭环系统的不稳定。因此近年来,对时滞系统的控制方法研究方兴未艾。•从50年代以来,时滞控制先后出现了基于模型的方法和无模型这两大方法。基于模型的方法有Smith预估补偿控制、最优控制、自适应控制、动态矩阵预报控制、预测控制、滑模变结构控制、鲁棒控制等。无模型方法有模糊Smith控制、模糊自适应控制、模糊PID控制、神经网络控制、专家控制等。其控制方法也已经由传统控制转向智能控制,或者是二者的结合。•PID控制是迄今为止应用最广泛的一种控制方法。在工业过程控制中大多采用PID控制,其优点是原理简单、通用性强、鲁棒性好。然而PID控制在纯滞后系统中的应用是有一定限制的,对于滞后较大的系统,常规PID控制往往显得无能为力。不过PID控制的诸多优点还吸引着许多学者,探讨将它与其它方法相结合来改善时滞过程的控制效果。目前主要的方法有:利用开关阶跃响应法来辩识被控过程的特征参数,再通过整定公式来得到PID参数,该方法对时滞过程比较适用,并具有一定的鲁棒性;PID控制与模糊控制相结合形成模糊PID控制器;针对过程参数的不确定性和多变性设计的自适应和自校正PID控制:随着智能控制的发展,PID控制也和模糊控制及神经网络相结合,构成的控制器既具有模糊控制的简单和有效的非线性控制,又具有神经网络的自学习、自适应能力,还具有PID控制的广泛性,以此来提高控制系统的性能;模仿人的智能思想学习得到仿人智能积分控制器、仿人比例控制器等。•O.J.M.Smith最早在1958年提出预估控制器,这是一个时滞预估补偿算法,其最大优点是将时滞环节移到了闭环之外,提高了系统的控制品质,但其过于依赖精确的数学模型,实际应用比较困难。为此人们提出了许多改进方法,大致可以分为两种:一种是基于结构上的改进,这类方法主要是结合智能控制通过在不同的位置增加一些并联或者串联的环节进行补偿;另一种是在参数整定上的改进,这种方法将项通过泰勒多项式展开用鲁棒性能指标及其他的指标函数对控制器进行解析设计,或者对其中的控制参数进行鲁棒调整,还有的方法是对Smith预估系统的反馈传递函数进行改进,以增强它的鲁棒性和稳定性。•神经网络具有自组织和自学习的特点,它可以任意精度逼近非线性函数,可进行在线和离线学习,容错性比较强;它不需要复杂的控制结构,也不需要精确的数学模型,其简单有效的特点适合工业应用。在时滞系统中的应用,神经网络主要用于辨识和控制。在辨识方面,用于辩识系统的参数和滞后时间:在控制方面,主要有模型参考自适应控制和预测控制。另外,神经网络也和Smith控制结合对时滞系统进行控制,该方法也较有效。模糊控制是一种基于专家规则的智能控制方法,它无需知道系统精确的数学模型,只需要现场操作人员的经验和操作数据。模糊算法对于时滞系统比较适用,它是处理时滞系统中难以定量化环节和不确定性的有效手段。模糊算法在时滞系统中的应用大致有以下几个方面:l)模糊Smith控制控制器,它一般是由Smith预估器解决对象的时滞问题,模糊控制器控制对象的大惯性环节;2)模糊预估控制方法,它是在模糊控制的基础上,进行并联模糊补偿。模糊预估模型是通过一系列有针对性的推导得到的,模糊预估器得到的增量经过补偿器的作用产生一个补偿校正:3)模糊自整定方法,它是对模型的某些参数进行模糊整定,以达到改善系统控制品质。其中较为有名的是CC.Hang提出的改进smith预估模型,对主反馈通道传递函数中的滤波时间常数进行模糊整定。该方法具有较强的鲁棒性和较好的控制性能,但是计算效率不是很高。变结构控制系统对干扰和系统参数变化具有鲁棒性,这正是鲁棒控制所需要解决的问题。•变结构控制的这一优点,己广泛地引起了人们的重视。非时滞变结构控制系统的研究己形成较完整的理论体系,而时滞变结构控制理论是一个具有潜力的研究方向。迄今为止,时滞系统的变结构控制理论的研究仍处于萌芽和兴起阶段,成果较少,有待于进一步完善。•工业生产的大规模化使得工业过程变得更为复杂,大时滞、不确定性、严重非线性、时变性对工业过程控制系统的设计提出了更高的要求。对于时滞系统的控制不是单一的方法就可以完全解决的,开发与设计出各种智能控制方法或以不同的形式结合在一起,将是解决时滞过程的有效途径。•2.本课题的研究的意义和价值•在工业生产过程中，不同程度地存在着时滞，而具有时滞的过程是较难被控制的。由于纯延迟的存在，使得被调量不能及时反映出系统己经发生的变化，即使测量信号到达调节器，调节器立即作出反应，也需要经过纯延迟时间以后，才会影响到被调量，使之受到控制。因此，这样的过程必然会有较明显的超调量和需要较长的调节时间。所以，具有纯延迟的过程被公认为是较难控制的过程，其难控程度将随着纯延迟公占整个过程动态的比率的增加而增加。•典型的工业过程的传递函数通常采用一阶惯性环节加纯延迟作为其数学模型。PID控制，Smith预估算法，预测控制是在时滞系统整定过程中用的比较多的三种方法。PID控制是生命力最强的基本控制方式，具有结构简单，原理清晰，适应性强和鲁棒性强的优点而成为工业控制中最广泛应用的基本控制方式之一。二本课题的基本内容，预计解决的难题•在工业生产过程中，具有时滞特性的被控对象是非常普遍的，大时滞的存在严重影响了系统的稳定性，导致系统的超调量变大，调节时间大大加长，甚至出现振荡、发散，系统的动态品质明显变差，因此时滞对象也是比较难控制的，尤其是大时滞对象的控制一直是一个难题。在时滞系统的控制方法分为两大类：1，包括自整定PID控制，Smith预估控制和大林控制算法在内的经典控制；2，包括模糊控制，神经网络控制和模糊神经网络控制在内的智能控制方法。纵观时滞系统的研究和发展，又可分为时域和频域方法。•目前很多控制方法基于经典方法或现代控制理论、计算庞大复杂，很难在工业中得以真正应用。因此，提出简单、有效、实用的大时滞过程的控制方法是很有意义的。•本课题针对过程控制中的时滞对象展开研究，提出实用、有效的控制方法。三研究方案•研究内容：在研究时滞系统控制算法的基础上，以PID控制器为基础，设计非线性PID控制器，研究非线性控制器的优缺点，寻找性能更好的控制器参数设计。非线性时滞系统的研究结果相对线性时滞系统来说少得多，目前尚无一套比较成形的分析和设计理论。将非线性特征引入控制器设计中,已经得到越来越多理论应用方面的重视。目前,各种方式合成的非线性控制器包括有模糊系统，人工神经元网络,以及基于经验式的非线性函数设定等方法。•研究方法：通过研究不同控制算法对时滞系统性能的影响，设计非线性PID控制器，并利用Matlab软件对算法进行仿真。•关键问题：•完成相关英文资料翻译；控制算法在MATLAB中的仿真；在实验室设备中的实际运行；整理资料文档；撰写毕业设计说明书。•研究手段：本课题的主要内容及设计方案如下：•首先建立控制系统数学模型，分析经典控制，智能控制等不同控制算法对时滞系统性能的影响。•对过程控制中的执行器和阀门间的非线性，如饱和放大器和继电器特性等系统本身固有的非线性，用振动线性化的办法处理。在低速运动控制系统中，利用脉冲调宽系统，对非线性大时滞系统线性化。•在准确分析各控制算法的优缺点的基础上，以PID控制器为基础，利用MATLAB基于NCD与优化函数结合的非线性优化PID控制器仿真实验，该设计结构简单，原理清晰，适应性强和鲁棒性强，适合广泛地运用在工业过程控制中。四、论文进度安排•起讫日期工作内容•2.18－3.2查阅中外参考文献，翻译一份英文资料。•3.3－3.16消化吸收参考文献及资料，撰写毕业设计开题报告。•3.17－4.13进行控制算法仿真研究工作。•4.21－4.27毕业设计中期检查。•4.14－5.18进行实验研究工作。•5.19－5.25撰写毕业论文（设计说明书）。•5.26－6.1修改完善毕业论文，进行毕业设计成果演示和验收。•6.2－6.8准备和进行毕业论文答辩。五、主要参考文献•[1]王树青.工业过程控制工程[M].化学工业出版社,2003:185-193.•[2]金以慧,过程控制[M].北京:清华大学出版社,1993,136-145.•[3]孙峻,徐德民.时滞对象的自适应Smith广义预测控制[J].统工程与电子技术,2002,24(11):53-56.•[4]魏巍.MATLAB控制工程工具箱技术手册[M].北京:国防工业出版社，2004.•[5]李少远,王景成.智能控制[M].北京:机械工业出版社,2005•[6]刘叔军,盖晓华,樊京.MATLAB7.0控制系统应用与实例[M].北京:机械工业出版社,2005•[7]易继铠,侯媛彬.智能控制技术[M].北京:北京工业大学出版社,1999•[8]程武山.智能控制理论与应用[M].上海:上海交通大学出版社,2006•[9]闻新,周露,李东江.MATLAB模糊逻辑工具箱的分析与应用[M].北京:科学出版社,2001•[10]李国勇.智能控制及其MATLAB实现[M].北京:电子工业出版社,2005•[11]Yau-TarngJuang,Yun-TienChangandChih-PengHuang.DesignoffuzzyPIDcontrollersusingmodifiedtriangularmembershipfunctions[J].InformationSciences,2008,178(5):1325-1333•[12]刘金琨.先进PID控制MATALB仿真(第二版)[M].北京:电子工业出版社,2004•[13]鲁建梁,张广福.PID智能模糊自整定控制器在SG水位控制中的应用[J].船海工程,2007,36(4):131-133•[14]杨马英.大时滞过程的预测控制[J].2000,17(1):143-146.•[15]韩平.非线性PID控制器的参数自整定[D].陕西：西安电子科技大学，2011.