一、基于相关系数辨识法的PID自动整定算法(论文文献综述)
柴华[1](2021)在《BLDC系统伺服参数自适应整定研究》文中研究说明无刷直流电机的电流环参数整定情况直接影响伺服电机的平顺性与响应性能,对其进行自整定研究具有十分重要的意义。传统的整定方法存在整定效率低下,非线性适应能力差等缺点。本文的第一个研究目标是提出一种易用,参数鲁棒性强,非线性适应能力强的电流环自整定方法。本文的另一个研究目标是针对目前实验室羽毛球机器人ELMO驱动器价格高昂,应用场景受限的情况。利用TMCC160电机驱动芯片设计一款高性能无刷电机驱动器。针对以上研究目标,本文提出了一种基于最大灵敏度与NN-IMC-PID控制器相结合的电流环整定策略,并设计了一款基于TMCC160的BLDC驱动器。本文首先对伺服系电流环中的各个环节进行了建模,并对死区时间、开关管导通压降等非线性因素进行了影响分析,修正了电流环模型。接下来推导了RLS算法的一般形式,并针对数据饱和现象引入了遗忘因子的改进方法。将电流环模型与改进RLS算法进行了结合,提出了一种无刷直流电机的电流环参数辨识方法。针对逆变器等非线性环节对辨识结果的影响,利用噪声系数和相关性指标构建了辨识有效性判断标准。并以此设计了辨识激励方法,利用仿真和实验验证了算法的有效性。针对永磁同步电机矢量控制环节存在交叉耦合性强,模型复杂等特点本文将内模控制与电流环整定结合提出了基于内模解耦控制的电流环整定策略。利用一阶泰勒展开将逆变器等时滞环节进行了等效处理,并在此基础上推导了滤波器参数与电流环PI参数的关系。为了提高整定方法的模型鲁棒性与抗干扰能力本文采用最大灵敏度对电流环IMC-PID控制器进行了整定。利用Simulink模型对方法的鲁棒性与抗干扰能力进行了验证。为了进一步改善整定方法对非线性环节的适应性,本文提出了一种基于最大灵敏度整定方法的NN-IMC-PID整定方法。将最大灵敏的整定结果作为神经网络整定器的初值,通过Simulink仿真和实验对算法进行了验证,结果证明了模型的响应快速性和超调情况都有所改善。最后本文基于TMCC160芯片设计了一款无刷直流电机驱动器,并在此基础上进行了电机参数辨识与电流环PI参数整定实验。证明了所提出整定策略的有效性。并以整定算法为基础建立了一套具备参数调试与自整定功能的调参软件。
何倩[2](2019)在《电动车转毂驾驶机器人控制方法和策略研究》文中认为电动汽车续驶里程试验是国家法规规定的新车准许生产的强制性试验之一。采用电动汽车转毂驾驶机器人在转毂上进行续驶里程试验,可以缓解人工驾驶和现有的机械式驾驶机器人在电动汽车续驶里程试验中存在的成本高、耗时长和错误率高等问题,试验数据的客观性、重复性和准确性也大大提高,对于提高我国电动汽车试验水平和保证电动汽车的研发进度都具有重要的意义。本文以电动汽车续驶里程试验系统项目为背景,利用电动汽车结构和控制上独特性,依托自行设计的电动汽车转毂驾驶机器人,采用电信号完成对车辆的控制,以改善和提高电动汽车转毂驾驶机器人的驾驶性能和车速跟踪精度为目的,理论和实践相结合,在电动汽车系统建模、车辆模型参数辨识和控制算法等方面开展相关的研究工作。本论文的主要研究内容包括以下几个方面:(1)对电动汽车系统建模进行了研究。本文通过分析电动汽车纵向动力学特性,建立了输入为电机期望扭矩输出为车辆速度的电动汽车纵向动力学模型。由于电动汽车的动力学模型具有通用性,不能体现车辆之间的差异性,很难运用到实际的车辆试验中。本文借鉴了传统电动汽车动力学建模方法的不足性,对电动汽车控制策略进行研究,建立了输入为加速踏板开度输出为电机期望扭矩的电动汽车控制策略模型。将电动汽车纵向动力学模型和控制策略模型进行合并,得到电动汽车通用模型。(2)对电动汽车车辆模型参数辨识方法进行了研究。为了使建立的电动汽车通用模型和实际车辆相匹配,对电动汽车通用模型进行了在线参数辨识。首先利用最小二乘法针对电动汽车纵向动力学模型进行在线参数辨识;然后利用最小二乘法对电动汽车控制策略模型进行多项式拟合,实现对电动汽车控制策略模型的参数辨识,并根据实车测量的数据对电动汽车通用模型进行了校验。试验结果表明利用最小二乘法进行车辆参数辨识具有准确性和有效性。(3)对电动汽车速度控制方法进行了研究。简要介绍了PID控制器参数整定和优化方法,为了实现电动汽车车辆速度对设定工况的准确跟随并降低加速踏板的“扇动”,设计了基于粒子群算法的PID控制器,实现了PID控制器参数的在线优化。并从速度跟踪精度、速度出错率、加速踏板重复性和加速踏板平滑性等四个方面对驾驶机器人性能进行评价,并与人类驾驶员驾驶性能进行比较。试验结果表明,基于粒子群算法的PID控制方法能有效克服常规PID控制方法存在的车速波动大、系统适应性差等问题,电动汽车转毂驾驶机器人驾驶能实现对加速踏板的平滑控制,且控制重复性高,和人类驾驶员比较具有更高的优越性,完全可以代替人类驾驶员进行电动汽车续驶里程试验。
李文鹏[3](2016)在《基于UMAC的超精密机床数控系统设计及参数自整定研究》文中指出超精密机床是国民生产中的关键设备,体现了一个国家的工业发展水平。超精密机床能够加工微米级甚至纳米级的结构,主要应用于光学零件的加工,精密微小零件加工等。超精密机床的装备是一个系统性工程,从研发角度,机床的控制系统关系到加工过程中的响应特性,控制器的补偿能力和电机的驱动特性都会影响工件的表面质量。从维护角度,机床使用过程电气系统的老化以及损耗,造成电气系统特性的改变,PID整定参数很难快速确定。此外温度、负载以及气压的变化会引起机床控制特性的改变,运动轴的控制参数PID也要随之改变,而目前人工整定的方法效率低,导致加工成本的提高。为提高超精密机床控制系统性能,本文针对超精密机床开发了以UMAC作为控制器的数控系统,在实际工况下完成控制硬件的选型、匹配和优化,并完成硬件平台的搭建。利用Visual Studio开发了人机界面,通过调用UMAC控制器中的动态链接库实现软硬件之间的通讯。软件实现了机床的上电通讯、运动状态以及外围I/O的管理。在此基础上,使用UMAC软件对现有结构的动态响应进行调试,对常见问题进行了分析并提出解决方案。针对PID参数整定效率低的问题,首先根据系统辨识的方法进行超精密机床的系统建模。建模过程先根据机械系统的特性选择合适的输入信号,再通过输入激励确定描述系统的数学模型的阶次。其次根据系统的噪声和延迟等特性选择适合超精密机床的辨识算法,利用已知模型对算法进行仿真验证,最后实验获得实际系统的模型,经过模型检验算法验证模型的正确性。在系统辨识过程中还研究了不同频率输入对于系统阶次估计和模型参数的影响,经过实验验证辨识算法的有效性。在获得系统模型的前提下,研究UMAC各伺服环节对于系统的影响,并通过外部算法模拟UMAC的运算过程。结合系统模型和模拟UMAC算法实现控制系统的仿真。在此基础上通过迭代搜索法和修正后的Z-N法实现PID参数整定。最后开发了PID整定软件模块,实现系统辨识与PID整定的一体化,使得参数整定更具针对性,从而提高了参数整定的效率。
林东风,高立平[4](2011)在《基于传递函数估计的闭环PID参数自整定》文中研究表明本文基于对被控对象传递函数的估计,提出了一种闭环PID参数整定方法。通过实时采集被控对象的输入输出数据,采用平均相关系数法估计被控对象的传递函数,然后采用时域受限二次型目标函数寻优PID参数。最后用工业应用实例,说明该方法的有效性。
李卓函,孟祥泉,王峰,宋彤[5](2011)在《基于相关系数辨识的PID自整定控制器》文中认为针对目前工业应用中PID参数整定方法较为复杂,整定过程通常为开环控制且对实际控制有影响的情况,文中研制了一种利用AVR单片机实现基于相关系数辨识法的PID自整定控制器,并详细给出了硬件和软件设计。该控制器采用嵌入式技术,能够对多种模拟量信号进行精确采样,可输出420 mA电流或周期和占空比均可调的PWM脉冲两种控制信号,以适应不同的应用场合。通过温控实验应用表明:该控制系统具有较快的系统响应和较好的自整定控制效果。
孟祥泉[6](2010)在《PID参数自整定方法研究与控制器研制》文中研究说明PID控制是目前过程工业应用最普遍的控制方法之一。但是简单PID控制不能很好地适应对象系统特性变化时的最佳控制要求,而人工调整参数在控制精度和调整频度上均不可能满足时时变化的对象系统的控制要求。目前已有的多种具有PID参数自整定功能的智能调节器大多整定复杂并对实际控制过程有影响。鉴于PID控制方法目前仍有广泛应用,对PID参数自整定方法的研究将具有很好的应用价值。本文针对应用现状,提出并实现了一种基于嵌入式系统的具有自整定功能的PID控制器的设计。本文首先对数字PID控制进行了简单介绍,对目前PID自整定方法的研究现状进行了分析,然后重点研究了基于相关系数辨识的PID自整定和模糊自整定的原理和设计方法,并进行了Matlab仿真。在理论研究基础上本文利用AVR单片机实现了基于相关系数法的PID自整定控制器的研制,并详细给出了硬件和软件设计。自整定过程主要分为模型辨识和PID参数寻优两个部分。论文描述了利用相关系数法建模的基本步骤,建立了对象系统的FOPDT(一阶惯性加纯滞后)模型,并选用H-J搜索法进行PID参数寻优。该控制器能够对多种传感器输入信号进行精确采样,可输出4~20mA电流或周期和占空比均可调的PWM脉冲两种控制信号,以适应不同的应用场合。同时本控制器扩展了数字量输入输出接口,能够满足不同的控制需求。软件采用模块化设计方法,加强了程序的可扩展性。论文最后将该控制器应用到温度控制系统中,通过上位机监控界面显示并在线修改控制器参数值。实际应用表明该控制系统具有较快的系统响应和较好的准确性和稳定性,控制效果良好。
李华[7](2010)在《基于多变量的便携式PID参数整定仪的开发》文中研究表明PID控制器是工业中应用最为广泛的控制器,实际工程中PID参数整定问题一直是困扰技术人员的问题之一,因此PID控制器的参数整定问题一直是人们研究的热点。本文在分析了国内外PID参数整定现状的基础上,以两输入两输出PID控制系统为例给出了基于阶跃响应的频域模型辨识方法的MATLAB仿真图,对比了在阶跃信号下辨识模型与原模型的奈奎斯特响应曲线,证明了此方法的精确性。在比较各种多变量参数整定方法优缺点的基础上,应用RGA失调因子法对基于多变量的便携式PID参数整定仪进行整定。分别对ZN、ISTE及RGA失调因子法进行了仿真,仿真结果证明RGA失调因子法具有更好的控制效果。对便携式PID参数整定仪进行了功能分析,以MSP430F169为核心控制单元完成了系统的软硬件设计。
俞号峰[8](2010)在《空间综合材料实验装置仿真控制软件的研究与实现》文中研究说明空间综合材料实验装置(空间晶体生长炉)是一种用于在微重力条件下进行晶体生长的实验设备。晶体炉内的温场分布、温度精度和温度稳定度是成功生长优质晶体的必要条件,并直接影响着生长出晶体的质量。精确的温度控制对生长高品质的晶体至关重要。空间综合材料实验装置仿真控制软件不仅用传统PID控制实现炉温的精确控制,而且将预测控制中的DMC控制算法,首次应用到系统中,取得非常好的效果。空间综合材料实验装置仿真控制系统包括基本设置、数据采集与实时监控、辨识实验、模型参数辨识、PID参数整定、PID仿真、PID系统控制、预测控制仿真、预测控制实时控制等相关功能。本文首先介绍了课题的来源和背景,然后详细介绍了仿真控制系统中涉及到的概念和算法。在需求分析中介绍了系统开发的背景、内部结构和模块划分,并以用例图为基础详细论述了功能需求。在各个模块设计中介绍了各个模块的设计和实现。最后展示了项目的研究成果和实验结果,并进行了总结和展望。
李自强[9](2009)在《热工系统先进控制仿真研究》文中指出电力行业节能减排要以火电厂节能减排为核心,以降低火电厂煤耗、厂用电率为重点。从节能的实际出发,对于火电厂热工控制系统,本文主要从控制参数的整定和控制策略的优化两个方面着手研究。本文首先介绍了PID参数自动整定算法,并针对整定效果的最优性提出了一个新的完善方案,采用Hooke-Jeeves模式搜索法进行了以几类常见的偏差项积分函数为性能指标的PID参数优化研究,通过对比分析得出,采用不同的优化控制律和控制参数对系统的控制品质影响很大,文中提出的方法可以确定出特定对象的最优性能指标。然后,本文综合单变量广义预测控制(GPC)和串级控制的优点形成了GPC-PID串级控制,并进行了电厂主汽温控制系统的仿真研究,取得良好的控制效果。为了减小算法的计算量,引入了使控制增量在控制时域内逐步衰减的思想,并在该设计方案中提出了新的控制增量衰减算法。其次,由于工业现场中所遇到的大部分过程是多变量过程,文中引入了集中式、分散式两种多变量广义预测(MGPC)算法。考虑到算法计算量过重难于编程实现,文中分别提出了集中式和分散式多变量广义预测控制的简化算法,并在后面的仿真算例中发现分散式MGPC算法较集中式算法有一定的解耦优势。最后,利用MGPC算法自身优良的协调特性,分别把集中式MGPC简化算法和有约束分散式MGPC简化算法引入到单元机组协调控制系统中,仿真结果进一步验证了算法的可行性。同时考虑到当MGPC算法在单元机组协调控制系统中应用时,其设定值对机组负荷参考轨迹的依赖性,文中结合实际情况引入了一种负荷参考轨迹的预见设定方案,以满足电网对机组负荷跟随性的要求。
陈杰[10](2008)在《基于嵌入式微控制器的PID参数自动整定仪》文中进行了进一步梳理介绍了基于相关系数辨识法的PID参数整定算法在以嵌入式微控制器为核心的PID参数自动整定仪中的应用,并针对微控制器应用系统的特点对算法进行了必要的优化处理,取得了很好的效果。
二、基于相关系数辨识法的PID自动整定算法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于相关系数辨识法的PID自动整定算法(论文提纲范文)
(1)BLDC系统伺服参数自适应整定研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外研究现状 |
1.2.1 参数辨识方法的研究现状 |
1.2.2 电机PID整定方法的研究 |
1.3 本文研究内容 |
1.3.1 整定算法总体技术路线 |
1.3.2 主要研究内容 |
第二章 无刷直流电机矢量控制系统建模及性能分析 |
2.1 永磁直流电机简介 |
2.1.1 永磁直流电机分类 |
2.1.2 永磁直流电机结构 |
2.1.3 永磁直流电机的工作原理 |
2.2 永磁直流电机数学模型 |
2.2.1 典型直流电机的数学模型 |
2.2.2 永磁直流电机的数学模型 |
2.2.3 坐标系变换关系 |
2.2.4 同步旋转坐标系下的永磁直流电机模型 |
2.3 永磁直流电机的矢量控制技术 |
2.3.1 空间矢量控制原理 |
2.3.2 空间矢量脉宽调制技术 |
2.4 逆变器建模及非线性因素的分析 |
2.4.1 电压源型逆变器模型 |
2.4.2 逆变器非线性因素的影响及补偿方法 |
2.5 本章小结 |
第三章 电机参数辨识 |
3.1 引言 |
3.2 参数辨识的基本概念 |
3.2.1 常用的数学模型描述与建立 |
3.2.2 系统辨识的步骤 |
3.3 最小二乘辨识法 |
3.3.1 最小二乘法的提法 |
3.3.2 最小二乘法的解 |
3.3.3 递推最小二乘法 |
3.3.4 改进的最小二乘法 |
3.4 永磁直流电机参数的最小二乘辨识方法 |
3.4.1 辨识算法设计 |
3.4.2 辨识过程中非线性因素的影响 |
3.4.3 辨识信号有效性判断 |
3.5 电枢参数辨识仿真实验 |
3.6 本章小结 |
第四章 基于神经网络的内模控制PID整定算法设计 |
4.1 引言 |
4.2 内模控制的基本原理 |
4.2.1 内模控制的结构 |
4.2.2 内模控制的性质 |
4.2.3 内模控制器的设计问题 |
4.3 基于IMC的 PID整定 |
4.3.1 IMC-PID整定的基本步骤 |
4.3.2 一阶过程的内模PID整定方法设计 |
4.3.3 二阶过程的内模PID整定方法设计 |
4.3.4 时滞过程的内模PID整定方法设计 |
4.4 基于IMC-PID的电流环整定方法 |
4.4.1 永磁同步电机的解耦内模控制器设计 |
4.4.2 基于最大灵敏度的IMC-PID整定方法 |
4.4.3 基于最大灵敏度的电流环IMC-PID整定 |
4.5 神经网络自适应IMC-PID整定方法 |
4.5.1 神经网络概述 |
4.5.2 NN-IMC-PID电流环控制器 |
4.6 电流环参数整定仿真实验 |
4.6.1 基于最大灵敏度的IMC-PID电流环整定仿真实验 |
4.6.2 基于NN-IMC-PID的电流环整定仿真实验 |
4.7 本章小结 |
第五章 直流无刷电机伺服驱动器硬件设计 |
5.1 硬件电路系统总体设计 |
5.2 控制电路设计 |
5.2.1 TMCC160功能简介 |
5.2.2 系统时钟 |
5.2.3 EEPROM |
5.3 电源电路 |
5.4 功率管驱动电路 |
5.4.1 六臂全桥驱动电路原理 |
5.4.2 NMOS驱动的自举电路 |
5.4.3 MOSFET选型 |
5.4.4 外围电阻设计 |
5.4.5 功率驱动电路设计 |
5.5 保护电路 |
5.6 采样电路 |
5.6.1 基于AD8418的电流检测原理 |
5.6.2 基于AD8418的电流采样电路设计 |
5.7 通讯电路 |
5.8 电磁兼容及PCB走线设计 |
5.8.1 强电部分电磁兼容性设计 |
5.8.2 弱电部分电磁兼容性设计 |
5.9 本章小结 |
第六章 实验分析 |
6.1 试验平台 |
6.2 驱动器性能测试实验 |
6.3 无刷直流电机参数辨识实验 |
6.4 电流环参数整定实验 |
6.4.1 基于IMC-PID的参数整定实验 |
6.4.2 基于NN-IMC-PID的参数整定实验 |
6.5 本章小结 |
第七章 全文总结与展望 |
7.1 全文总结 |
7.2 后续工作展望 |
致谢 |
参考文献 |
(2)电动车转毂驾驶机器人控制方法和策略研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 驾驶机器人控制方法研究现状 |
1.3 设计目标、难点与基本技术路线 |
1.4 论文组织结构 |
1.5 本章小结 |
第二章 电动汽车驾驶机器人系统 |
2.1 电动汽车驾驶机器人系统组成 |
2.2 电动汽车驾驶机器人硬件系统 |
2.3 电动汽车驾驶机器人软件系统 |
2.4 本章小结 |
第三章 电动汽车系统建模 |
3.1 电动汽车通用模型 |
3.1.1 电动汽车纵向动力学系统建模 |
3.1.2 电动汽车控制策略建模 |
3.2 电动汽车通用模型的参数辨识 |
3.2.1 车辆纵向动力学模型车辆参数辨识 |
3.2.2 车辆控制策略模型车辆参数辨识 |
3.3 本章小结 |
第四章 电动汽车速度控制方法研究 |
4.1 PID控制器参数整定方法 |
4.2 非线性车辆模型线性化 |
4.3 控制器参数初整定 |
4.3.1 控制器参数初整定算法 |
4.3.2 控制器参数初整定过程 |
4.4 控制器参数在线优化 |
4.4.1 控制器参数在线优化算法 |
4.4.2 控制器参数在线优化过程 |
4.5 本章小结 |
第五章 实验与分析 |
5.1仿真实验 |
5.1.1 仿真场景搭建 |
5.1.2 模型参数辨识仿真 |
5.1.3 控制器参数在线优化仿真 |
5.2 转毂试验 |
5.2.1 试验场景介绍 |
5.2.2 模型参数辨识试验 |
5.2.3 控制器参数在线优化试验 |
5.2.4 驾驶机器人与人工试验对比 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者简介 |
(3)基于UMAC的超精密机床数控系统设计及参数自整定研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源及研究的背景和意义 |
1.2 国内外研究现状及分析 |
1.2.1 超精密数控系统发展现状 |
1.2.2 系统辨识研究现状 |
1.2.3 PID参数整定研究现状 |
1.3 国内外文献综述简析 |
1.4 主要研究内容 |
第2章 超精密机床数控系统搭建 |
2.1 引言 |
2.2 数控系统的搭建 |
2.2.1 数控系统总体设计 |
2.2.2 硬件的选型 |
2.3 人机界面设计 |
2.3.1 软件功能需求分析 |
2.3.2 软件界面设计 |
2.3.3 关键逻辑设计 |
2.4 数控系统的调试 |
2.5 本章小结 |
第3章 超精密机床的系统辨识 |
3.1 引言 |
3.2 系统辨识的过程 |
3.2.1 模型结构的阶次估计 |
3.2.2 参数辨识方法 |
3.2.3 模型的检验 |
3.3 系统辨识实验 |
3.3.1 输入激励的确定 |
3.3.2 阶次估计实验 |
3.3.3 参数辨识实验 |
3.3.4 模型检验实验 |
3.4 本章小结 |
第4章 PID参数整定 |
4.1 引言 |
4.2 PID参数整定算法 |
4.2.1 基于UMAC的参数整定分析 |
4.2.2 参数整定算法实现 |
4.3 PID整定算法仿真 |
4.4 参数整定模块开发 |
4.4.1 模块功能需求 |
4.4.2 软件界面 |
4.5 参数整定实验研究 |
4.6 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(4)基于传递函数估计的闭环PID参数自整定(论文提纲范文)
1 算法与基本原理 |
1.1 平均相关系数辨识法 |
1.2 P I D参数寻优设计 |
2 工业应用 |
3 结论 |
(6)PID参数自整定方法研究与控制器研制(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景和意义 |
1.2 PID参数自整定方法的研究现状 |
1.3 PID控制器的嵌入式开发 |
1.4 本论文的主要工作 |
2 参数自整定PID控制器算法研究及仿真 |
2.1 数字PID控制方法研究 |
2.1.1 PID控制简介 |
2.1.2 数字PID控制算法的改进 |
2.2 基于相关系数辨识的PID自整定方法研究 |
2.2.1 模型辨识 |
2.2.2 PID参数整定 |
2.2.3 仿真研究 |
2.3 模糊PID参数自整定研究 |
2.3.1 模糊PID控制器设计方法 |
2.3.2 Matlab仿真 |
2.4 本章小结 |
3 控制器硬件设计 |
3.1 总体电路设计方案 |
3.2 CPU及周边电路设计 |
3.3 模拟量测量电路 |
3.3.1 模拟输入信号采集与转换电路 |
3.3.2 差动放大电路 |
3.3.3 A/D转换电路 |
3.4 数字量输入输出电路 |
3.4.1 数字量输入电路设计 |
3.4.2 数字量输出电路设计 |
3.5 4~20mA电流输出电路 |
3.6 RS485串口通信电路设计 |
3.7 开关电源电路设计 |
3.7.1 推挽电路设计 |
3.7.2 整流、稳压电路设计 |
3.8 本章小结 |
4 软件设计 |
4.1 程序总体结构设计 |
4.2 底层驱动程序设计 |
4.2.1 A/D采集程序 |
4.2.2 D/A转换程序 |
4.2.3 Modbus串口通信程序 |
4.3 基于相关系数法的PID参数自整定程序设计 |
4.3.1 模型辨识程序 |
4.3.2 H-J搜索法程序 |
4.4 PID控制程序设计 |
4.5 本章小结 |
5 实验验证 |
5.1 上位机监控界面设计 |
5.2 温控实验 |
5.3 本章小结 |
结论 |
参考文献 |
附录A PID自整定控制器实物图 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(7)基于多变量的便携式PID参数整定仪的开发(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 引言 |
1.2 多变量PID参数整定研究现状 |
1.3 PID参数整定产品现状 |
1.4 本文的研究目的及意义 |
1.5 本文的主要研究内容及章节安排 |
第2章 模型辨识方法的研究 |
2.1 引言 |
2.2 多变量系统辨识的发展状况 |
2.3 多变量系统辨识方法 |
2.3.1 开环阶跃测试 |
2.3.2 闭环阶跃测试 |
2.3.3 基于频域的模型辨识算法 |
2.3.3.1 信号分解 |
2.3.3.2 递归求解 |
2.3.3.3 模型参数的辨识 |
2.4 算法仿真 |
2.5 本章小结 |
第3章 多变量PID参数整定的研究 |
3.1 引言 |
3.2 PID控制器概况 |
3.2.1 PID控制器的发展过程 |
3.2.2 PID控制原理 |
3.2.3 PID参数对系统性能的影响 |
3.2.4 PID控制算法 |
3.3 常用PID参数整定方法 |
3.3.1 ZN整定法 |
3.3.2 ISTE最优设定方法 |
3.3.3 Cohen-Coon整定法 |
3.3.4 幅值相位欲度法 |
3.4 多变量参数整定方法的研究 |
3.4.1 试凑-误差法 |
3.4.2 最优化方法 |
3.4.3 基于解耦控制方法的参数整定 |
3.4.4 多变量内模PID参数整定 |
3.4.5 RGA失调因子法 |
3.4.5.1 相对增益序列(RGA) |
3.4.5.2 RGA的性质 |
3.4.5.3 RGA矩阵的计算方法 |
3.4.5.4 RGA失调因子法 |
3.5 仿真 |
3.6 本章小结 |
第4章 基于MSP430单片机的多变量便携式PID参数整定仪的实现 |
4.1 PID参数整定仪的工作原理 |
4.2 PID参数整定仪的功能分析 |
4.3 PID参数整定仪的硬件电路设计 |
4.3.1 核心控制单元MSP430F169简介 |
4.3.2 显示模块 |
4.3.3 键盘模块 |
4.3.4 电源管理 |
4.3.5 输入模块 |
4.3.6 PCB制图 |
4.4 PID参数整定仪的软件设计 |
4.4.1 PID参数整定仪的软件开发环境 |
4.4.2 PID参数整定仪的主要程序模块 |
4.4.3 PID参数整定仪的总体工作流程 |
4.4.4 键盘扫描 |
4.4.5 A/D采样 |
4.4.6 模型辨识流程 |
4.4.7 参数整定流程 |
4.5 PID自整定装置 |
4.6 本章小结 |
第5章 全文总结 |
5.1 本文总结 |
5.2 对后续工作的展望 |
参考文献 |
附录 便携式PID参数整定仪的硬件电路图 |
后记 |
攻读硕士学位期间论文发表及科研情况 |
(8)空间综合材料实验装置仿真控制软件的研究与实现(论文提纲范文)
摘要 |
Abstract |
目录 |
图表索引 |
第一章 引言 |
1.1 引言 |
1.2 空间晶体生长炉控制系统及控制软件包研究动向 |
1.3 课题的背景及主要研究内容 |
1.4 章节安排 |
第二章 仿真控制软件相关概念和算法 |
2.1 工作步骤 |
2.2 PID控制算法 |
2.3 晶体生长炉的对象模型 |
2.4 模型辨识方法介绍 |
2.4.1 辨识实验 |
2.4.2 模型辨识 |
2.4.2.1 增广递推最小二乘法 |
2.4.2.2 相关系数法 |
2.4.2.3 最小二乘法与相关系数法结合辨识模型参数 |
2.4.2.4 模型校验(白性检验法) |
2.5 PID控制参数整定 |
2.6 预测控制算法 |
2.6.1 预测控制算法简介 |
2.6.2 DMC算法 |
2.6.3 DMC算法的实现 |
2.6.4 参数的选择原则以其对控制系统性能的定性影响 |
2.6.5 适用于一般对象DMC控制的参数整定步骤 |
2.7 本章小结 |
第三章 系统需求分析 |
3.1 系统概述 |
3.1.1 基本设置 |
3.1.2 数据采集与实时监控 |
3.1.3 辨识实验 |
3.1.4 模型参数辨识 |
3.1.5 PID参数整定 |
3.1.6 PID仿真 |
3.1.7 PID系统控制 |
3.1.8 预测控制仿真 |
3.1.9 预测控制实时控制 |
3.2 功能需求 |
3.2.1 基本设置(U1 settings) |
3.2.2 数据采集与实时监控(U2 Sample and Monitor) |
3.2.3 辨识实验(U3 Identification Experiment) |
3.2.4 模型参数辨识(U4 Model Identification) |
3.2.5 PID参数整定(U5 PID Tuning) |
3.2.6 PID仿真(U6 PID Simulation) |
3.2.7 PID系统控制(U7 PID Experiment) |
3.2.8 预测控制仿真(U8 PC Simulation) |
3.2.9 预测控制系统控制(U9 PC Experiment) |
3.3 本章小结 |
第四章 仿真控制软件各模块的实现 |
4.1 基本设置页面(pageSettings) |
4.1.1 系统设计 |
4.1.2 pageSettings |
4.1.3 iniManage |
4.2 辨识与控制页面(pageIdentificationandControl) |
4.2.1 系统设计 |
4.2.2 ProcessVariable |
4.2.3 FurnaceZone |
4.2.4 pageIdentificationAndControl |
4.2.5 formTableMonitor |
4.2.6 formChartMonitor |
4.2.7 主要算法的流程图 |
4.3 模型参数辨识页面(pageModelIdentification) |
4.3.1 系统设计 |
4.3.2 pageIdentification |
4.4 PID控制参数整定 |
4.4.1 系统设计 |
4.4.2 pagePIDTuning |
4.5 PID仿真 |
4.5.1 系统设计 |
4.5.2 pagePIDSimulation |
4.5.3 FurnaceZoneSim |
4.5.4 ModelParam |
4.6 预测控制仿真 |
4.6.1 系统设计 |
4.6.2 pagePCSimulation |
4.7 预测控制实时控制 |
4.7.1 系统设计 |
4.7.2 PreCtrlZone1 |
4.7.3 pagePCControl |
4.8 本章小结 |
第五章 成果与展望 |
5.1 成果展示 |
5.1.1 主界面 |
5.1.2 辨识实验 |
5.1.3 模型参数辨识 |
5.1.4 PID参数整定 |
5.1.5 PID仿真 |
5.1.6 PID系统控制 |
5.1.7 预测控制仿真 |
5.1.8 预测控制实时控制 |
5.2 总结与展望 |
参考文献 |
致谢 |
收录和发表文章目录 |
(9)热工系统先进控制仿真研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 引言 |
1.2 电站锅炉先进控制概述 |
1.2.1 先进控制的发展 |
1.2.2 计算机控制技术的发展 |
1.3 广义预测控制 |
1.4 课题研究现状 |
1.4.1 火电机组系统目前研究成果 |
1.4.2 先进控制投用存在的问题 |
1.5 本文的主要内容 |
第2章 用于 PID 参数自整定的性能指标仿真研究 |
2.1 引言 |
2.2 算法介绍 |
2.2.1 过渡过程衰减比的新要求和性能指标函数 |
2.2.2 寻优算法的设计 |
2.3 汽温自动控制系统工艺流程控制器设计 |
2.3.1 原过热器减温方案 |
2.3.2 新的过热器减温方案 |
2.4 仿真研究 |
2.4.1 监督级设计 |
2.4.2 仿真参数及方案的选择 |
2.4.3 两组仿真对比 |
2.4.4 仿真结果分析 |
2.5 本章小结 |
第3章 GPC-PID 串级主汽温控制系统 |
3.1 引言 |
3.2 单变量广义预测控制算法 |
3.2.1 数学模型 |
3.2.2 输出预测 |
3.2.3 目标函数与控制率求解 |
3.3 广义预测控制简化算法 |
3.4 过热器的动态特性 |
3.5 串级主汽温控制系统 |
3.5.1 PID 自整定串级主汽温控制 |
3.5.2 GPC-PID 串级主汽温控制 |
3.6 GPC-PID 串级系统仿真研究 |
3.6.1 模型的描述 |
3.6.2 简化方案的控制参数研究 |
3.6.3 GPC-PID 串级回路与自整定PID 串级回路比较 |
3.6.4 对象参数变化下GPC-PID 控制系统的鲁棒性 |
3.6.5 GPC 控制器参数的选择及整定 |
3.7 本章小结 |
第4章 多变量广义预测控制算法 |
4.1 引言 |
4.2 基于对角CARMIA 模型的集中式多变量GPC 算法 |
4.2.1 模型描述 |
4.2.2 预测 |
4.2.3 目标函数与控制率求解 |
4.3 多变量GPC 简化算法 |
4.4 基于对角CARIMA 模型的分散式多变量GPC 算法 |
4.4.1 分散式多变量GPC 算法 |
4.4.2 简化的分散式多变量GPC 算法 |
4.5 算法实现流程 |
4.6 算例分析 |
4.7 本章小结 |
第5章 单元机组协调控制系统的先进控制研究 |
5.1 引言 |
5.2 火电机组的动态特性分析 |
5.2.1 动态数学模型的描述 |
5.2.2 动态特性分析 |
5.3 火电单元机组协调控制系统常规策略 |
5.3.1 炉跟机方式为基础的协调控制系统 |
5.3.2 机跟炉方式为基础的协调控制系统 |
5.4 多变量GPC 简化算法在机炉协调控制中的应用 |
5.4.1 多变量GPC 控制系统结构框图 |
5.4.2 被控对象的数学模型描述 |
5.4.3 仿真研究及分析 |
5.5 本章小结 |
第6章 结束语 |
6.1 本文总结 |
6.2 后续工作展望 |
参考文献 |
致谢 |
读硕期间发表的论文和参加的科研项目 |
四、基于相关系数辨识法的PID自动整定算法(论文参考文献)
- [1]BLDC系统伺服参数自适应整定研究[D]. 柴华. 电子科技大学, 2021(01)
- [2]电动车转毂驾驶机器人控制方法和策略研究[D]. 何倩. 东南大学, 2019(06)
- [3]基于UMAC的超精密机床数控系统设计及参数自整定研究[D]. 李文鹏. 哈尔滨工业大学, 2016(02)
- [4]基于传递函数估计的闭环PID参数自整定[J]. 林东风,高立平. 橡塑技术与装备, 2011(09)
- [5]基于相关系数辨识的PID自整定控制器[J]. 李卓函,孟祥泉,王峰,宋彤. 仪表技术与传感器, 2011(04)
- [6]PID参数自整定方法研究与控制器研制[D]. 孟祥泉. 大连理工大学, 2010(05)
- [7]基于多变量的便携式PID参数整定仪的开发[D]. 李华. 山东建筑大学, 2010(05)
- [8]空间综合材料实验装置仿真控制软件的研究与实现[D]. 俞号峰. 中国科学院研究生院(空间科学与应用研究中心), 2010(05)
- [9]热工系统先进控制仿真研究[D]. 李自强. 中国科学技术大学, 2009(07)
- [10]基于嵌入式微控制器的PID参数自动整定仪[J]. 陈杰. 工业仪表与自动化装置, 2008(06)