控制理论与控制工程专业毕业论文基于组态王和matlab的预测控制器实现设计内容摘要:

态王界面的制作、组态王和 MATLAB 的混合编程,最后,通过实验结果验证了预测控制对大滞后对象控制的优越性。 本论文研究了预测函数控制理论,利用组态王软件和 MATLAB 软件及它们的通信方法,将预测控制理论运用到实际系统中去。 实验证明预测控制在工业控制中确实可行且效果较好。 为解决工业实际中大时滞的过程控制的难题,本文提出了新型预测函数控制算法工业应用的实现方法。 预测控制是一种新型的控制算法之一,经典的 PID控制方法简单方便,但是精度不高。 近年来发展的自适应、自校正方法精度高,但其本质要求在线辨识对象模型,对过程的未建模动态和扰动的适应能力差,鲁棒性不好。 预测控制方法是第三代模型预测控制算法,具有模型要求低,实时控制计算量小,跟踪控制精度高等优点,是一种面向工业过程特点的算法。 首先,本文对预测函数控制算法的基本原理及特点进行了研究学习,从预测函数控制算法的四个特征,得出预测控制实现超前控制的本质,并将预测控制算法应用于对大滞后对象的控制进行了仿真研究,与传统 PID 的控制效果进行了比较,得出预测控制对大滞后对象控 制方面的优势。 其次,文章设计了预测控制算法的工程实现,即考虑到工业现场中常用的控制工具组态王计算能力非常有限,而在预测函数控制中,计算量大,编程复杂,但靠组态王编程,很难实现,因此引入 MATLAB软件解决计算和编程,而 MATLAB 和组态王之间的数据交换采用动态数据交换技术 (DDE)。 最后,以 PCIⅢ 型过程控制系统装置为平台,将预测函数控制算法运用到温度系统。 实验结果再次验证了预测控制对大滞后对象控制的优越性,对于预测控制的工业实际应用具有可靠的实用价值。 论文主要由预测函数控制理论、预测控 制器的设计和实验验证三部分组成。 论文第三部分将上述的一些理论与应用串接起来组成一个整体,对 PCIⅢ 型过程实验装置中的锅炉加热系统进行控制,包括预测模型的辨识、组态王界面的制作、组态王和 MATLAB 的混合编程,最后,通过实验结果验证了预测控制对大滞后对象控制的优越性。 本论文研究了预测函数控制理论,利用组态王软件和 MATLAB 软件及它们的通信方法,将预测控制理论运用到实际系统中去。 实验证明预测控制在工业控制中确实可行且效果较好。 为解决工业实际中大时滞的过程控制的难题,本文提出了新型预测函数控制算法工业 应用的实现方法。 预测控制是一种新型的控制算法之一,经典的 PID控制方法简单方便,但是精度不高。 近年来发展的自适应、自校正方法精度高,但其本质要求在线辨识对象模型,对过程的未建模动态和扰动的适应能力差,鲁棒性不好。 预测控制方法是第三代模型预测控制算法,具有模型要求低,实时控制计算量小,跟踪控制精度高等优点,是一种面向工业过程特点的算法。 首先,本文对预测函数控制算法的基本原理及特点进行了研究学习,从预测函数控制算法的四个特征,得出预测控制实现超前控制的本质,并将预测控制算法应用于对大滞后对象的控制进行了仿 真研究,与传统 PID 的控制效果进行了比较,得出预测控制对大滞后对象控制方面的优势。 其次,文章设计了预测控制算法的工程实现,即考虑到工业现场中常用的控制工具组态王计算能力非常有限,而在预测函数控制中,计算量大,编程复杂,但靠组态王编程,很难实现,因此引入 MATLAB软件解决计算和编程,而 MATLAB 和组态王之间的数据交换采用动态数据交换技术 (DDE)。 最后,以 PCIⅢ 型过程控制系统装置为平台,将预测函数控制算法运用到温度系统。 实验结果再次验证了预测控制对大滞后对象控制的优越性,对于预测控制的工业 实际应用具有可靠的实用价值。 论文主要由预测函数控制理论、预测控制器的设计和实验验证三部分组成。 论文第三部分将上述的一些理论与应用串接起来组成一个整体,对 PCIⅢ 型过程实验装置中的锅炉加热系统进行控制,包括预测模型的辨识、组态王界面的制作、组态王和 MATLAB 的混合编程,最后,通过实验结果验证了预测控制对大滞后对象控制的优越性。 本论文研究了预测函数控制理论,利用组态王软件和 MATLAB 软件及它们的通信方法,将预测控制理论运用到实际系统中去。 实验证明预测控制在工业控制中确实可行且效果较好。 为解决 工业实际中大时滞的过程控制的难题,本文提出了新型预测函数控制算法工业应用的实现方法。 预测控制是一种新型的控制算法之一,经典的 PID控制方法简单方便,但是精度不高。 近年来发展的自适应、自校正方法精度高,但其本质要求在线辨识对象模型,对过程的未建模动态和扰动的适应能力差,鲁棒性不好。 预测控制方法是第三代模型预测控制算法,具有模型要求低,实时控制计算量小,跟踪控制精度高等优点,是一种面向工业过程特点的算法。 首先,本文对预测函数控制算法的基本原理及特点进行了研究学习,从预测函数。
阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们反馈本站将在三个工作日内改正。