《计算机控制技术》 Computer control technology 作者:姜学军 清华大学出版社 (16k)
第1章 绪论
计算机控制系统是由计算机(工业控制计算机)和工业对象两大部分组成。
在计算机控制系统中,计算机的作用主要有三个方面:
①信息处理,对于复杂的控制系统,输入信号和根据控制规律的要求实现的输出偏差信号的计算工作量很大,采用模拟解算装置不能满足精度要求,因而需要采用计算机进行处理;
②用计算机的软件程序实现对控制系统的校正以保证控制系统具有所要求的动态特性;
③由于计算机具有快速完成复杂的工程计算的能力,因而可以实现对系统的最优控制、自适应控制等高级控制功能及多功能计算调节。
计算机控制系统,从本质上来看,它的控制过程可以归结为以下三个步骤:
①实时数据采集对被控参数的瞬时值进行检测并输入。②实时决策对采集到的表征被控参数的状态量进行分析,并按已定的控制规律,决定进—步的控制过程。
③实时控制根据决策,适时地对控制机构发出控制信号。
上述过程不断重复,使整个系统能够按照一定的动态品质指标进行工作,并且对被控参数和设备本身出现的异常状态及时监督并作出迅速处理。
1.1.2 计算机控制系统的组成 计算机控制系统由计算机、外部设备、操作台、输入通道、输出通道、检测装置、执行机构、被控对象以及相应的软件组成,
计算机控制系统的特点 (1)运算速度快,精度高。 (2)成本小,性能价格比高。(3)软件功能丰富,编程方便和硬件体积小(4)可靠性高。(5) 可维护性强。(6)技术更新快、信息综合性强、操作便利。
1.香农(Shannon)采样定理 一个连续时间信号f(t),设其频带宽度是有限的,其最高频率为ωmax(或fmax),如果在等间隔点上对该信号f(t)进行连续采样,为了使采样后的离散信号f *(t)能包含原信号f(t)的全部信息量。则采样角频率只有满足下面的关系:ωs≥2ωmax采样后的离散信号f *(t)才能够无失真地复现f(t)。否则不能从f *(t)中恢复f(t)。其中,ωmax是最高角频率,ωs是采样角频率。它与采样频率fs、采样周期T的关系为:
1.3 微型计算机控制系统的发展趋势
1.可编程控制器(PLC) 2.采用新型的控制系统(集散控制系统) 3.人工智能 4.神经网络控制系统
PLC与传统的继电器控制相比,具有如下一些特点:(1)抗干扰能力强 (2)适应性好 (3)编程直观、简单 (4)功能完善,接口功能强
集散控制系统是分散型综合控制系统(Total Distributed Control Systems)或分散型微处理器控制系统(Distributed Microprocessor Control Systems)的简称。它以微型计算机为核心,把微型机、工业控制计算机、数据通信系统、显示操作装置、输入 /输出通道、模拟仪表等有机地结合起来,采用组合组装式结构组成系统,为实现工程大系统的综合自动化创造了条件。
人工智能是用计算机模拟人类大脑的逻辑判断功能,其中具有代表性的两个尖端领域是专家系统和机器人。
所谓专家系统即计算机专家咨询系统,是一个存储了大量专门知识的计算机程序系统。不同的专家系统将不同领域专家的知识,以适当的形式存放于计算机中。根据这些专家知识,专家系统可以对用户提出的问题做出判断和决策,以回答用户的咨询。
机器人是一种能模拟人类智能和肢体动作的装置,从本世纪70年代微处理机问世以来,机器人便逐渐涉足于各工业生产领域和科学研究领域。目前已出现的机器人可以分为两类,工业机器人和智能机器人。
神经网络控制系统 国外在20世纪80年代掀起了神经网络(Neural Network)计算机的研究和应用热潮,我国在90年代也开始了这方面的研究。由于神经网络的特点(大规模的并行处理和分布式的信息存储,良好的自适应性、自组织性和很强的学习功能、联想功能及容错功能),使它的应用越来越广泛,其中一个重要的方面是智能控制,包含机器人控制。
第2章Z变换及Z传递函数 第3章计算机控制系统分析第4章计算机控制系统离散化
设计
领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计
第5章 计算机控制系统模拟化设计
5.3 数字PID控制 PID控制器(按闭环系统误差的比例、积分和微分进行控制的调节器)
在实际工业控制中,大多数被控对象通常都有贮能元件存在,这就造成系统对输入作用的响应有一定的惯性。另外,在能量和信息的传输过程中,由于管道和传输等原因会引入一些时间上的滞后,往往会导致系统的响应变差,甚至不稳定。因此,为了改善系统的调节品质,通常在系统中引入偏差的比例调节,以保证系统的快速性。引入偏差的积分调节以提高控制精度,引入偏差的微分调节来消除系统惯性的影响,这就形成了按偏差PID调节的系统。其控制结构如图所示。
模拟PID控制器的微分方程为 :
Kp为比例系数;TI为积分时间常数;TD为微分时间常数。
取拉氏变换 ,整理后得PID控制器的传递函数为 :
两边取Z变换 ,整理后得PID控制器的Z传递函数为 :
数字PID控制器的控制作用:
(1)比例调节器:比例调节器对偏差是即时反应的,偏差一旦出现,调节器立即产生控制作用,使输出量朝着减小偏差的方向变化,控制作用的强弱取决于比例系数KP。比例调节器虽然简单快速,但对于系统响应为有限值的控制对象存在稳态误差。加大比例系数KP可以减小稳态误差,但是,KP过大时,会使系统的动态质量变坏,引起输出量振荡,甚至导致闭环系统不稳定。
(2)比例积分调节器:为了消除在比例调节中的残余稳态误差,可在比例调节的基础上加入积分调节。积分调节具有累积成分,只要偏差e不为零,它将通过累积作用影响控制量u(k),从而减小偏差,直到偏差为零。如果积分时间常数TI大,积分作用弱,反之为强。增大TI将减慢消除稳态误差的过程,但可减小超调,提高稳定性。引入积分调节的代价是降低系统的快速性。
(3)比例积分微分调节器:为了加快控制过程,有必要在偏差出现或变化的瞬间,按偏差变化的趋向进行控制,使偏差消灭在萌芽状态,这就是微分调节的原理。微分作用的加入将有助于减小超调。克服振荡,使系统趋于稳定。
5.5 数字PID控制器的参数整定5.5.1 试凑法5.5.2 扩充临界比例度法5.5.3 扩充响应曲线法
第6章 离散系统状态空间分析第7章 离散系统状态空间设计
第8章 复杂控制规律系统设计 8.1 纯滞后补偿控制系统
在工业生产中,大多数过程对象含有较大的纯滞后特性。被控对象的纯滞后时间τ使系统的稳定性降低,动态性能变坏,如容易引起超调和持续的振荡。对象的纯滞后特性给控制器的设计带来困难。
一般来说,这类对象对快速性要求是次要的,而对稳定性、不产生超调的要求是主要的。基于此,人们提出了多种设计方法,比较有代表性的方法有纯滞后补偿控制——史密斯(Smith)预估器和大林(Dahlin)算法。
大林算法不论是对一阶惯性对象还是对二阶惯性对象,大林算法的设计目标是要设计一个合适的数字控制器,使闭环传递函数相当于一个纯滞后环节和一个惯性环节的串联,其中纯滞后环节的滞后时间与被控对象的纯滞后时间完全相同,这样就能保证使系统不产生超调,同时保证其稳定性。史密斯预估算法
8.2 串级控制 对于某些复杂的控制对象,如果只用一个控制回路难以使系统的性能满足要求,在这种情况下,常采用多个控制回路,这就是串级控制。
8.3 前馈控制 所谓前馈控制,实质上是一种直接按照扰动量而不是按偏差进行校正的控制方式,即当影响被控参数的干扰一出现,控制器就直接根据所测得扰动的大小和方向按一定规律去控制,以抵消该扰动量对被控参数的影响。在控制算式及参数选择恰当时,可以使被控参数不会因干扰作用而产生偏差,所以它比反馈控制要及时得多。
8.4 解耦控制 解耦控制器的作用,就是要通过F21 (s)使得串联控制器D1(s)的输出U1(s)只控制Y1(s),而不影响Y2(s),同样,通过F12 (s)使得串联控制器D2(s)的输出U2(s)只控制Y2(s),而不影响Y1(s)。经过解耦以后,构成两个相互独立的无耦合影响的系统,
第9章 模糊控制系统设计
模糊控制系统就是将操作者的经验
总结
初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf
成若干条规则,经过必要的数学处理后,存放到计算机中,这样计算机就可以根据输人的模糊信息,按照控制规则和一定的推理法则,做出模糊决策,去完成控制动作。
第10章 专家控制系统设计
所谓的专家控制,是指将专家系统的理论和技术与控制理论方法和技术相结合,仿效专家的智能,实现对较为复杂问题的控制。
第11章 神经网络控制系统设计
人工神经网络(ANN—Artificial Neural Networks)或称联接机制(Connectionism),是源于人脑神经系统的一类模型,是模拟人类智能的一条重要途径,具有模拟人的部分形象思维的能力。
它是由简单信息处理单元(人工神经元,简称神经元)互连组成的网络,能接受并处理信息,网络的信息处理由处理单元之间的相互作用来实现,它是通过把问题表达成处理单元之间的联接权来处理的。
人工神经网络(简称神经网络——NN)是由人工神经元(简称神经元)互连组成的网络,它是从微观结构和功能上对人脑的抽象、简化,是模拟人类智能的一条重要途径,反映了人脑功能的若干基本特征,如并行信息处理、学习、联想、模式分类、记忆等。
神经网络对控制领域有吸引力的特征:
(1) 能逼近任意的非线性函数。
(2) 信息的并行分布式处理与存储。
(3) 可以多输入、多输出。
(4) 便于用超大规模集成电路系统实现,或用现有的计算机技术实现。
(5) 能进行学习,以适应环境的变化。
决定网络整体性能的三大要素:
(1) 神经元(信息处理单元)的特性。
(2) 神经元之间相互联接的形式——拓扑结构。
(3) 为适应环境而改善性能的学习规则。
如同大脑一样,神经网络的基本单元也称为神经元或人工神经元或处理单元。可认为处理单元是一种类似的最基本的生物神经元,它能完成生物神经元最基本的三种处理过程:
(1) 评价输入信号,决定每个输入信号的强度。
(2) 计算所有输入信号的权重之和,并与处理单元的阈值进行比较。
(3) 决定处理单元的输出。
第12章 计算机控制系统设计与实现
PAGE
1