一、变结构预测控制解耦在塑料挤出机中的应用(论文文献综述)
李杨,蓝伟铭,张敏坚[1](2020)在《基于改进型格型联合处理器的塑料挤出机温度控制算法》文中研究指明温度控制作为塑料挤出机工业过程中的重要步骤,决定了塑料挤出产品的质量。在工业过程中,塑料挤出机的温度控制具有非线性和滞后性,导致了稳定性和控制精度差的问题。为了提高塑料挤出机温度控制的稳定性和控制精度,本实验针对整体式料筒结合改进型格型联合处理器研究温度控制策略。由于改进型格型联合处理器的权值系数可以在每个回路内独立调整,故其能够达到很高的建模和控制精度。本实验采用改进型格型联合处理器对塑料挤出机温度控制进行仿真实验,验证所提控制器的稳定性和控制精度。
高文璇[2](2020)在《基于滑模观测和模糊逻辑的永磁同步电机控制技术及应用》文中研究指明随着功率器件以及电机控制技术的发展,交流电机在工业和日用电器中应用的占比越来越高,永磁同步电机凭借自身结构简单,工作效率高,控制技术成熟等优点,在交流伺服系统中占据重要位置。在永磁同步电机控制领域中,电机控制策略、逆变器控制技术、转子位置以及速度检测方法和控制器的设计都是与系统控制性能息息相关的重要课题。由于电机控制涉及到复杂算法,传统单片机在计算速度与数据处理能力上无法满足需求,计算性能更好的数字信号处理器成为电机控制的最佳选择。本文详细分析了基于坐标变换原理的永磁同步电机矢量控制策略,使用空间矢量脉宽调制算法实现逆变器的控制,建立速度、电流双环控制系统,实现永磁同步电机的控制。由于编码器的存在增加了成本并且影响控制性能,本文采用滑模观测器估算电机转子位置同时对电机进行测速,用以实现速度闭环控制。在控制器的设计上,本文根据控制系统的性能指标,设计电机控制系统PI控制器参数,同时引入模糊控制算法对速度环PI控制器参数进行优化。论文通过Matlab/Simulink软件仿真验证了矢量控制算法、空间矢量脉宽调制算法、PI参数设计方法的正确性,并且通过对比仿真证明了模糊控制算法提升了系统的控制性能。论文将基于滑模观测和模糊逻辑的永磁同步电机控制技术应用于挤出机生产试验中,采用DSP芯片TMS320F28035为主控芯片建立了电机控制试验平台,将试验数据通过网关和HTTP协议等上传至云服务器数据库,并在本地编辑在线监控界面,以便进行试验数据的实时获取和评估。通过试验证明了基于滑模观测器的永磁同步电机无传感控制系统能够实现预期的控制效果,具有实际应用价值。
凌志梅,李海强,韦超英[3](2020)在《塑料挤出机的温度自适应滑模控制系统》文中提出作为塑料挤出过程的关键参数,塑料挤出机的温度在实际操作中存在非线性和滞后性,严重影响了温度控制的稳定性和控制精度。基于塑料挤出机的整体式料筒建模,并设计了自适应滑模温度控制系统。由于滑模控制器对参数变化和外界干扰不敏感、控制器结构相对简单而被广泛应用于工程实践。自适应滑模控制在普通滑模控制的基础上,进一步采用自适应律以自动适应实际系统参数的变化,具有更高的控制精度和系统鲁棒性。研究采用自适应滑模算法对整体式料筒温度设计相应控制器,并通过仿真实验验证了控制器的控制精度和鲁棒性。
邱忠才[4](2016)在《永磁同步电机滑模观测与控制方法研究》文中研究表明传统的永磁同步电机控制系统,通过机械传感器获得电机的速度与位置的反馈信号进行控制。机械传感器存在安装困难、体积变大、干扰影响和可靠性降低等问题。针对这个问题,无速度传感器控制已经成为目前研究热点。另外,永磁同步电机在工业领域的应用,期望有高性能的动态响应和静态响应,因此需要研究新型的高性能的控制算法,以提高控制系统控制性能和品质。本文在上述目标要求之下,着眼于滑模变结构控制理论的应用研究,进行了如下几个方面的讨论和研究。首先,简述永磁同步电机的基本工作原理,分析了永磁同步电机在不同坐标系下的数学模型,并且分析了其矢量控制的基本系统结构和主要功能模块,为永磁同步电机新型滑模变结构速度位置观测器算法和滑模变结构控制算法提供了研究基础。其次,针对永磁同步电机滑模观测器存在的系统抖振、角度偏差、速度计算的扰动问题,提出了两种新型的滑模观测器。其一是扩展卡尔曼滤波滑模观测器。通过引入Sigmoid函数、扩展卡尔曼滤波器和锁相环技术,减弱了系统抖振,解决了低通滤波器带来的角度偏差和需要补偿的问题,锁相环提取速度信号成功地削弱速度计算带来的扰动问题。其二是永磁同步电机扩展状态自适应滑模观测器,思想是把观测状态由原来的电流信号扩展到电流和半反电动势,并结合模型参考自适应控制理论,对半反电动势进行提取以获取角度信号,通过自适应率算法获得速度信号,减小系统抖振的同时可以省略低通滤波器,解决角度偏差和速度扰动的问题。再者,非奇异终端滑模控制是在终端滑模控制的基础上发展出来的控制算法,解决了它的奇异问题,但是系统状态的收敛速度没有终端滑模控制那么快,并且存在系统抖振的问题。采用伪指数趋近率以提高系统状态的收敛速度,引入扩张观测器对系统扰动进行观测来减小系统抖振,提出了基于扩张观测器的伪指数趋近率快速非奇异终端滑模控制算法。将该算法应用到永磁同步电机矢量控制速度环中,并进行了仿真研究,仿真结果表明该算法有效且正确。最后,对滑模预测控制进行了研究。结合多采样率控制理论,提出了永磁同步电机输入多采样率滑模预测控制算法,该算法能够改善永磁同步电机矢量控制系统速度环和电流环的动态响应速度不匹配的问题。
张海燕[5](2011)在《塑料挤出机温度控制系统设计》文中指出塑料挤出机是塑料挤出生产加工的重要设备,目前绝大多数的塑料制品生产都是通过挤出工艺由塑料挤出机加工完成的。在塑料挤出生产过程中,挤出机的温度对挤出制品的性能和质量有着直接的影响,因此挤出机温度控制的好坏成为决定产品质量的关键。挤出机温度通常采用分区控制法,多个区域之间的温度存在强耦合性,且各区域的温度受到干扰呈现时变性,而挤出生产过程对挤出机温度控制的精度和平稳性有严格的要求。本文以线缆外护生产为背景,分析了挤出机温度控制的特点,设计了挤出机温度控制系统总体结构。该结构采用PROFIBUS现场总线组成控制网络,对生产线各部分采用模块化控制,方便维护和功能扩展。选择了合理的控制方式,对挤出机的机头和机筒部分划分为若干个区,用两层结构控制器完成各区的温度控制,具有灵活性和通用性。提出了一种将智能控制和常规PID相结合的控制方法,即基于模糊控制的PID多回路抗耦合控制算法。该方法根据自身控制回路和相邻回路的误差的大小,利用模糊控制模仿专家或工程技术人员经验的推理方法,对PID控制器的设定值做实时的调整,从而减弱或消除被控对象多变量耦合性的影响。此外,对单回路PID控制做出优化,采用PID设定值分段给定方法,减小系统超调、缩短调节时间;采用积分分离法,抑制输出饱和,减小波动,从而消除现场大给定和严重干扰给系统带来的影响。该方法与常规PID以及一般的模糊PID控制算法相比,具有更好的鲁棒性和抗耦合性,适应能力更强。基于提出的温度控制方法,结合线缆外护生产线的特点,对系统的硬件和软件分别进行了设计。在硬件方面,系统利用PROFIBUS现场总线组成控制网络,完成数据传输;以热电偶为温度传感器完成温度的采集,以带状加热器和冷却风机为执行器控制加热功率;以IPC机和PLC作为控制器,其中IPC机实现上层智能控制算法,将相关参数传送给PLC,PLC以PID算法为基础完成现场的控制。在软件方面,分别给出了IPC机和PLC的控制结构和主要控制流程;设计了挤出机温度监控系统,实现人机交互和整个系统的监控,并完成相关参数的设定、系统数据的存储、实时和历史数据的显示、系统报警等功能。智能控制与PID相结合的控制算法能够完成控制要求,表明了算法的有效性和可行性,并且控制效果优于常规PID及其他非解耦控制算法。基于该算法的挤出机温度控制系统采用开放式的组网方案,便于日后的维护和拓展,具有很强的灵活性和实用性。
龚成龙,刘永强,田锦明,贺乃宝[6](2009)在《塑料成型挤出机现场总线控制系统》文中研究指明通过分析锥形双螺杆塑料挤出机结构及其主要运行工艺参数,采用组合控制策略,根据系统误差及其变化率的大小自适应选择通断控制、模糊控制、积分控制等温度控制算法,设计一种挤出机温度控制系统。系统采用LonWorks现场总线实现网络化控制,应用效果表明,基于现场总线网络的多分区温度协调控制,改善了塑料挤出机的温度控制效果,可有效防止挤出过程中PVC-U物料的降解,从而提高了塑料产品成型品质。
徐芳芳[7](2009)在《基于粒子群的预测函数解耦控制方法的研究及应用》文中研究指明本文对基于粒子群的预测函数解耦控制方法及其在注塑机料筒温度控制中应用进行了研究。实际工业生产中普遍存在着多变量耦合现象,为了实现其精确控制,在解耦控制方面,研究了预测函数解耦控制算法。将多变量耦合系统的解耦控制问题化简为若干个单变量系统的预测函数控制,采取分散优化策略代替整体优化策略,利用预测函数控制算法的特点,引入基函数增加了设计的自由度,减少了在线计算量,使参数设计和算法过程求解大为简化,然后再利用该算法获得一个解析的解耦控制量。控制器参数可离线计算,而且算法简单,便于实现复杂、高维多变量系统的解耦控制。仿真实验表明,预测函数解耦控制方法具有很好的解耦效果。但是预测函数解耦控制方法,存在预测模型失配方面的问题。针对多变量系统中的随机性和不确定性造成的预测模型失配,提出了基于粒子群辨识多变量过程模型。应用了粒子群优化算法,定性地分析了系统参数空间范围,把系统辨识问题转化为参数空间寻优,利用粒子群优化算法在寻优过程中有效的避免局部最优,在整个参数空间内并行寻找获得系统参数的最优解。仿真实验表明粒子群优化算法在多变量系统模型辨识中优于遗传优化算法。将基于粒子群辨识多变量过程模型作为预测模型,设计了预测函数解耦控制系统,这种系统设计方法简称为基于粒子群的预测函数解耦控制方法。该方法不仅增强了预测模型的准确性,也提高了预测函数解耦控制的稳定性。仿真实验表明,基于粒子群的预测函数解耦方法优于基本预测函数解耦控制方法。将基于粒子群的预测函数解耦控制方法应用到注塑机料筒温度控制。首先,采用粒子群智能辨识方法辨识出注塑机料筒的各加热段的数学模型,然后实现预测函数解耦控制。仿真实验表明,与原来的注塑机料筒温度积分PID控制相比,基于粒子群的预测函数解耦控制具有更好的控制性能。
张洪波[8](2009)在《改进的隐式GPC控制器在温度控制中的研究与应用》文中研究说明温度控制系统在现代工业生产以及日常生活中有着广泛的应用。随着工业水平的不断发展,人们对温度控制的要求也越来越高。工业现场中温度的变化是一个复杂的物理过程,实际的温度的变化可能受到各方面因素的制约,温控对象普遍具有非线性、大惯性、大时滞、扰动因素多等特点,这对温度控制算法提出了更高的要求。随着科技的发展,先进的控制技术层出不穷。先进的控制技术能够克服传统控制技术的缺点,所以被越来越广泛的应用到工业现场的控制中。本文以贝加莱的塑料挤出机的温度控制部分为研究对象,基于一种改进的隐式广义预测控制(Generalized Predictive Control,简称GPC)的自适应控制算法,以贝加莱温度控制模型为实验模型,进行了理论研究、控制器设计、仿真和实验,并在温度实验模型上得到了良好的控制效果。主要的工作内容如下:(1)研究工业温度控制对象的特点,分析国内外温度控制的研究现状与不足之处。(2)针对工业现场中被控对象阶跃响应系数难以精确测量以及工业温度控制的特点,研究了王伟在《广义预测控制理论及其应用》一书中提出的改进的隐式广义预测控制算法,并将该算法应用于温度控制,并与未改进的隐式广义预测控制算法在Automation Studio中针对LCRSimModExt函数进行仿真比较,结果表明,改进的隐式广义预测控制算法更适用于工业温度控制。(3)采用贝加莱可编程计算机控制器(PCC)搭建塑料挤出机温度控制实验模型,并进行温度控制实验。实验结果表明基于改进的隐式广义预测控制算法的自适应控制器在稳定性、鲁棒性和实时跟踪等方面具有优良的性能。
胡罗斌[9](2008)在《基于PLC塑料薄膜生产线的改造》文中认为在BOPET薄膜生产过程中,生产不同厚度的薄膜,对原料的湿度、熔体的温度以及挤出压力等有着不同精度的要求。采用传统的继电器控制方法难以同时满足“降低生产线运行成本,提高产品质量”要求,为此,需对原有的生产线进行电气化改造。本文首先介绍了国内外BOPET薄膜生产的研究现状、发展趋势,着重分析了薄膜生产过程中温度控制的方法和所面临的问题。挤出机料筒及机头等各段温度的精确控制是关系到产品质量和性能的重要技术之一。针对挤出机温度系统具有参数时变、大时滞、强耦合的特点,本文采用常规PID与模糊控制相结合的模糊自适应整定PID控制策略,即在发挥模糊控制快速性的同时,利用PID控制弥补模糊控制精细性不够、准确性差的缺陷。通过仿真,表明该方法对于参数时变、纯滞后、强耦合系统,具有良好的跟踪性能,并在实际运行中也取得了满意的控制效果。根据薄膜生产工艺的要求,开发出了基于现场总线技术,集检测、控制和管理等功能于一体的BOPET薄膜生产控制系统。改造后的系统是一个二级过程控制系统,基础自动化级采用西门子公司S7—300系列PLC,实现对加热器、拉伸机和牵引机等设备运行的控制。监控级为台湾研华生产的工控机,完成对系统的监控、报警、制表等功能。系统操作简便,画面动感直观,控制效果良好,实时性、可靠性和稳定性大大提高。经过长时间的运行,设备运行状况良好,维护成本下降,产品质量得到提高,增加了企业的经济效益。
穆珊珊[10](2008)在《GPC在大时滞温控系统的实用化研究和应用》文中进行了进一步梳理温度控制广泛应用于工业生产的各个领域,如塑料管材生产线上塑料挤出机设备的料筒的温度控制,和电厂热工过程中过热蒸汽温度的控制。挤出机料筒的温度控制效果直接影响着挤出制品的性能和质量,料筒温度控制的可靠与否及其温控精度的高低已成为实现精密挤出成型的关键,温度控制也成为挤出制品生产工艺的重要组成部分。在电厂热工生产过程中,过热蒸汽温度是整个汽水通道中温度最高的部分,它过高或过低都将给安全生产带来不利影响,因此,过热蒸汽温度必须控制在规定的范围内。挤出机和电厂的温度被控对象,都存在大时滞、大惯性和非线性的现象,并且数学模型不确定,容易受外界因素干扰,这也是温度控制对象的普遍特点。正是由于这些特点,使得温度控制系统难以实现理想的控制。目前温度控制中应用的最广泛的是PID控制,它结构简单、稳定性好、可靠性高,对于一般的温度控制能得到很好的效果。但是PID不能自行整定参数,当生产过程中模型的时滞惯性等参数发生改变时,控制器的效果就会变差,导致系统产生超调和振荡。为解决上述温度控制中存在的问题,本文将广义预测控制(GPC)应用于温度控制。广义预测控制适用于有纯时延、开环不稳定的非最小相位系统,并且能在线估计参数,实现自适应控制。但是广义测控制的基本算法计算量较大,为了提高控制器的实时性,本文采取了两种措施来减少计算量:一是采用广义预测控制的隐式算法,二是使用递推的方法对矩阵求逆。此外,还将广义预测控制的隐式算法和PID算法相结合,这消除了控制器初始参数不准确给系统造成的不良影响,进一步提高了系统的控制精度和适用性。本文给出了详细的理论论证,进行了MATLAB仿真,并以贝加莱(B&R)可编程计算机控制器(PCC)搭建温度控制实验平台进行温控实验。仿真和实验结果均证明,隐式GPC-PID控制器能控制大时滞温控对象,且鲁棒性和自适应能力都较强。
二、变结构预测控制解耦在塑料挤出机中的应用(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、变结构预测控制解耦在塑料挤出机中的应用(论文提纲范文)
(1)基于改进型格型联合处理器的塑料挤出机温度控制算法(论文提纲范文)
1 改进型格型联合处理器原理 |
1.1 正交单元 |
1.2 传统格型联合处理器 |
1.3 改进型格型联合处理器 |
2 塑料挤出机温度控制仿真实验 |
3 结论 |
(2)基于滑模观测和模糊逻辑的永磁同步电机控制技术及应用(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 永磁同步电机的相关控制技术 |
1.2.1 永磁同步电机的矢量控制技术 |
1.2.2 永磁同步电机参数的滑模预测技术 |
1.2.3 永磁同步电机的智能控制技术 |
1.3 永磁同步电机在塑料挤出机中的控制与监测应用 |
1.4 论文主要内容及章节安排 |
第二章 永磁同步电机的矢量控制与滑模观测器设计 |
2.1 引言 |
2.2 永磁同步电机的坐标变换 |
2.2.1 塑料挤出机伺服系统 |
2.2.2 永磁同步电机的物理模型 |
2.2.3 三相静止坐标系数学模型 |
2.2.4 静止三相/两相坐标Clarke变换 |
2.2.5 静止/旋转两相坐标Park变换 |
2.2.6 旋转两相坐标系数学模型 |
2.3 永磁同步电机的矢量控制技术 |
2.3.1 塑料挤出机伺服系统矢量控制 |
2.3.2 空间矢量脉宽调制(SVPWM)与三相逆变技术 |
2.3.3 空间矢量脉宽调制技术的算法实现 |
2.4 滑模观测器设计 |
2.4.1 滑模观测器模型 |
2.4.2 滑模观测器稳定条件 |
2.4.3 改进切换函数 |
2.5 PMSM转角与速度计算 |
2.6 本章小结 |
第三章 永磁同步电机模糊控制系统建模与仿真 |
3.1 引言 |
3.2 永磁体同步电机的电流环和速度环控制 |
3.2.1 PMSM电流环PI控制器设计 |
3.2.2 PMSM速度环PI控制器设计 |
3.3 PMSM速度环的模糊逻辑PI参数自调整控制 |
3.3.1 速度环模糊PI控制器设计 |
3.3.2 模糊逻辑处理过程 |
3.4 永磁同步电机控制系统建模与仿真 |
3.4.1 PMSM坐标变换算法模型 |
3.4.2 PMSM空间矢量脉宽调制算法模型 |
3.4.3 PMSM模糊控制算法模型 |
3.4.4 PMSM控制系统仿真 |
3.5 本章小结 |
第四章 永磁同步电机DSP控制硬件系统 |
4.1 引言 |
4.2 永磁同步电机DSP控制系统 |
4.2.1 永磁同步电机DSP控制系统的硬件电路设计 |
4.2.2 伺服电机控制模式 |
4.3 PMSM主电路和驱动控制分析 |
4.3.1 主电路分析 |
4.3.2 DSP控制电路分析 |
4.3.3 IGBT驱动电路的分析 |
4.3.4 三相保护与伺服报警电路 |
4.4 信号采集及辅助电路分析 |
4.4.1 电流检测电路 |
4.4.2 辅助电源电路 |
4.4.3 数码管显示电路 |
4.4.4 485串口通信电路 |
4.5 控制系统软件设计 |
4.5.1 电机控制算法控制软件结构 |
4.5.2 主控制函数与中断设计 |
4.6 本章小结 |
第五章 永磁同步电机控制试验及在塑料挤出机中的应用 |
5.1 引言 |
5.2 PMSM速度控制实验结果分析 |
5.2.1 试验平台与参数设置 |
5.2.2 塑料挤出机PMSM速度控制实验结果分析 |
5.3 塑料挤出机料筒温度模糊控制 |
5.4 塑料挤出机生产过程云监控系统 |
5.4.1 塑料挤出机挤出生产线远程监控参数 |
5.4.2 挤出机生产线通信网关 |
5.4.3 基于阿里云平台的塑料挤出机生产线监控软件 |
5.5 本章小结 |
结论 |
攻读硕士学位期间取得的研究成果 |
参考文献 |
致谢 |
附件 |
(4)永磁同步电机滑模观测与控制方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景和意义 |
1.2 永磁同步电机速度、位置辨识研究现状 |
1.2.1 基于电机数学模型的开环算法 |
1.2.2 观测器基础上的闭环算法 |
1.2.3 基于非理想特性的方法 |
1.3 滑模变结构控制技术研究现状 |
1.3.1 滑模变结构控制系统的抖振问题 |
1.3.2 非奇异终端滑模变结构控制 |
1.3.3 滑模预测控制研究现状 |
1.3.4 滑模控制理论在永磁同步电机中的应用研究现状 |
1.4 本论文的主要研究内容 |
第2章 永磁同步电机数学模型及矢量控制原理 |
2.1 引言 |
2.2 永磁同步电机的结构与分类 |
2.3 永磁同步电机数学模型 |
2.3.1 矢量控制系统所用到的三种不同坐标系 |
2.3.2 坐标变换 |
2.4 永磁同步电机i_d-0矢量控制原理 |
2.5 实验平台 |
2.5.1 永磁同步电机参数 |
2.5.2 实验平台结构 |
2.5.3 FPGA信号采集电路 |
2.5.4 DSP信号采集电路 |
2.5.5 PWM驱动电路 |
2.6 本章总结 |
第3章 永磁同步电机新型滑模观测器 |
3.1 引言 |
3.2 永磁同步电机传统滑模观测器 |
3.3 永磁同步电机卡尔曼滤波滑模观测器 |
3.3.1 Sigmoid函数减小抖振 |
3.3.2 扩展卡尔曼滤波器结构模型提取反电势 |
3.3.3 锁相环进行转速估计 |
3.3.4 仿真验证 |
3.4 永磁同步电机扩展状态自适应滑模观测器 |
3.4.1 扩展状态自适应滑模观测器 |
3.4.2 模型参考自适应系统的可调模型和参考模型 |
3.4.3 角速度自适应律和滑模增益自适应律 |
3.4.4 抖振现象抑制分析 |
3.4.5 仿真验证 |
3.5 实验验证 |
3.6 本章总结 |
第4章 基于扩张观测器的永磁同步电机非奇异快速终端滑模控制 |
4.1 引言 |
4.2 线性滑模控制(LSMC) |
4.2.1 LSMC控制律 |
4.2.2 LSMC仿真分析 |
4.3 终端滑模控制(TSMC) |
4.3.1 TSMC控制律 |
4.3.2 TSMC仿真分析 |
4.4 非奇异终端滑模控制(NTSMC) |
4.4.1 NTSMC控制律 |
4.4.2 NTSMC仿真分析 |
4.5 基于扩张观测器的伪指数趋近率非奇异快速终端滑模控制(FNTSM) |
4.5.1 伪指数趋近率非奇异快速终端滑模控制(FNTSMC PERL) |
4.5.2 扩张状态观测器(ESO) |
4.5.3 基于扩张观测器的伪指数趋近率非奇异快速终端滑模控制(FNTSM) |
4.5.4 仿真验证 |
4.6 FNTSM控制器在永磁同步电机速度环中的应用 |
4.6.1 永磁同步电机速度环FNTSM控制器 |
4.6.2 永磁同步电机速度环FNTSM控制器仿真 |
4.7 本章小结 |
第5章 永磁同步电机输入多采样率滑模预测控制 |
5.1 引言 |
5.2 模型预测控制算法的基本原理 |
5.2.1 预测模型 |
5.2.2 滚动优化策略 |
5.2.3 误差反馈校正 |
5.3 滑模预测速度控制 |
5.3.1 PMSM滑模预测模型 |
5.3.2 反馈校正 |
5.3.3 参考轨迹 |
5.3.4 滚动优化 |
5.4 输入多采样率滑模预测速度控制 |
5.4.1 多采样率滑模预测控制模型和相关定义 |
5.4.2 反馈校正 |
5.4.3 参考轨迹 |
5.4.4 滚动优化 |
5.5 无差拍电流预测控制 |
5.5.1 无差拍电流预测控制模型 |
5.5.2 无差拍电流预测控制输出 |
5.6 实验验证 |
5.7 本章小结 |
第6章 总结与展望 |
6.1 主要结论 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读博士期间的论文及科研情况 |
1. 第一作者发表论文情况 |
2. 科研项目 |
(5)塑料挤出机温度控制系统设计(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文的研究背景及意义 |
1.2 国内外发展现状与研究水平 |
1.2.1 塑料挤出技术与挤出机的发展 |
1.2.2 温度控制的发展与研究现状 |
1.2.3 挤出机温度控制技术的国内外发展状况 |
1.3 研究目的及来源 |
1.4 论文的研究内容与结构安排 |
第2章 塑料挤出机温度控制系统总体结构 |
2.1 塑料挤出机温度控制概述 |
2.1.1 塑料挤出机结构及工作原理 |
2.1.2 温度对塑料挤出生产系统的影响 |
2.1.3 塑料挤出机温度控制的特点及工艺要求 |
2.2 塑料挤出机温度控制系统整体设计 |
2.2.1 控制系统的整体构架 |
2.2.2 控制策略的选择 |
2.3 本章小结 |
第3章 塑料挤出机温度控制系统智能算法 |
3.1 PID控制方法及其局限性 |
3.1.1 PID控制理论 |
3.1.2 数字化的PID控制方法及改进 |
3.1.3 纯PID控制方法在挤出机温度控制系统中的应用及其局限性. |
3.2 智能控制方法及其应用 |
3.2.1 智能控制的特点与优越性 |
3.2.2 智能控制的主要方法 |
3.3 智能控制与PID相结合的控制方法研究 |
3.4 挤出机温度的智能控制系统算法设计 |
3.4.1 基于模糊控制的PID多回路抗耦合控制算法 |
3.4.2 PID控制方法的优化 |
3.5 本章小结 |
第4章 塑料挤出机温度控制系统硬件设计 |
4.1 检测部分硬件设计 |
4.1.1 检测传感器的选择 |
4.1.2 检测点选择 |
4.2 执行部分硬件设计 |
4.2.1 执行器的选择 |
4.2.2 执行驱动器的选择 |
4.2.3 执行器的位置与数量确定 |
4.3 控制器部分硬件设计 |
4.3.1 控制器类型的选择 |
4.3.2 PLC相关模块的选择 |
4.4 系统硬件连接 |
4.5 本章小结 |
第5章 塑料挤出机温度控制系统软件设计 |
5.1. 控制系统软件结构 |
5.2. IPC机智能控制算法的软件实现 |
5.3 PLC现场级控制的软件实现 |
5.3.1 STEP7编程软件 |
5.3.2 S7-300程序设计 |
5.4 上位机温度监控系统设计 |
5.4.1 InTouch组态软件的体系结构 |
5.4.2 InTouch与PLC之间通信的实现 |
5.4.3 温度监控系统界面设计 |
5.5 系统调试 |
5.5.1 系统硬件连接调试 |
5.5.2 软件逻辑功能调试 |
5.5.3 参数整定 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
致谢 |
参考文献 |
作者在攻读硕士学位期间发表的学术论文 |
(6)塑料成型挤出机现场总线控制系统(论文提纲范文)
0 引言 |
1 塑料挤出机结构 |
1.1 锥形双螺杆塑料挤出机结构 |
1.2 主要工艺运行控制参数 |
2 温度控制算法 |
2.1 温度控制方案 |
2.2 控制参数的整定 |
3 LonWorks网络控制系统设计 |
3.1 LonPoint网络节点设备选型 |
3.2 传感器与施动器选型 |
3.3 LonWorks组网设计 |
4 应用 |
5 结束语 |
(7)基于粒子群的预测函数解耦控制方法的研究及应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 预测函数解耦控制的发展现状 |
1.2 智能辨识方法的发展现状 |
1.3 注塑工业的发展及温度控制算法概述 |
1.4 本文的主要工作 |
第2章 预测函数解耦控制方法的研究 |
2.1 引言 |
2.2 预测函数控制的基本原理 |
2.2.1 基函数 |
2.2.2 参考轨迹 |
2.2.3 参考模型 |
2.2.4 误差补偿 |
2.2.5 滚动优化 |
2.3 预测函数解耦控制 |
2.3.1 过程输出预测 |
2.3.2 解耦控制律 |
2.3.3 仿真实验 |
2.4 本章小结 |
第3章 多变量系统过程辨识 |
3.1 引言 |
3.2 多变量过程辨识方法 |
3.3 基于粒子群优化算法的过程模型辨识 |
3.3.1 粒子群算法原理 |
3.3.2 粒子群算法的过程辨识算法 |
3.4 仿真实验 |
3.5 本章小结 |
第4章 基于粒子群的预测函数解耦控制方法的研究 |
4.1 预测函数解耦算法分析 |
4.2 基于粒子群的预测函数解耦控制方法 |
4.2.1 粒子群辨识预测模型 |
4.2.2 粒子群预测函数解耦控制 |
4.3 仿真实验 |
4.4 本章小结 |
第5章 基于粒子群的预测函数解耦控制方法的应用研究 |
5.1 注塑机料筒温度控制系统组成 |
5.1.1 料筒温度控制硬件设备组成 |
5.1.2 继电器PWM控制输出方式 |
5.2 注塑机料筒温度特性测试 |
5.3 注塑机料筒温度控制策略 |
5.3.1 注塑机料筒温度积分分离PID控制算法 |
5.3.2 控制结果及分析 |
5.4 注塑机料筒温度基于粒子群预测函数解耦控制方法 |
5.4.1 基于粒子群算法辨识料筒模型 |
5.4.2 粒子群优化算法预测函数解耦控制 |
5.4.3 注塑机料筒温度控制结果及分析 |
5.5 本章小结 |
第6章 结束语 |
参考文献 |
致谢 |
(8)改进的隐式GPC控制器在温度控制中的研究与应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 本课题的研究背景 |
1.2 温度控制的研究现状 |
1.3 广义预测控制的研究现状 |
1.4 本文的主要工作及研究内容 |
第二章 广义预测控制算法 |
2.1 预测控制 |
2.1.1 预测控制的发展 |
2.1.2 预测控制的基本原理 |
2.2 广义预测控制的基本算法 |
2.3 Diophantine方程的递推求解 |
2.4 广义预测控制的自适应算法 |
2.5 隐式广义预测控制 |
2.6 广义预测控制的参数选择 |
2.6.1 最小预测时域N_0 |
2.6.2 最大预测时域N_1 |
2.6.3 控制时域N_u |
2.6.4 控制加权常数λ |
2.7 本章小结 |
第三章 改进的广义预测自适应控制直接算法 |
3.1 广义预测控制律的推导 |
3.2 正则化模型 |
3.3 改进的广义预测自适应控制直接算法 |
3.4 仿真结果比较 |
3.4.1 改进的直接 GPC算法程序框图 |
3.4.2 仿真结果 |
3.5 本章小结 |
第四章 改进的直接 GPC算法在温控系统中的应用 |
4.1 典型大时滞温度控制系统的设计 |
4.1.1 塑料挤出机的结构 |
4.1.2 温度控制系统设计 |
4.1.2.1 硬件配置 |
4.1.2.2 软件设置 |
4.1.3 温度控制任务设计 |
4.2 实验平台介绍 |
4.3 实验结果分析 |
4.4 实验结果比较 |
4.5 本章小结 |
第五章 全文总结 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(9)基于PLC塑料薄膜生产线的改造(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源 |
1.2 课题研究目的和意义 |
1.3 课题主要研究内容及方法 |
1.4 本章小结 |
第2章 课题背景及发展趋势 |
2.1 课题背景 |
2.1.1 双轴定向拉伸聚酯薄膜的介绍 |
2.1.2 BOPET薄膜工艺路线 |
2.1.3 国内外薄膜生产技术概况 |
2.2 薄膜挤出机温度控制 |
2.2.1 温度控制发展概况 |
2.2.2 挤出机温度控制方案 |
2.3 本章小结 |
第3章 薄膜挤出机模糊温度控制策略研究 |
3.1 受控对象特性分析 |
3.1.1 塑料挤出机工作原理及物料在不同阶段对温控的要求 |
3.1.2 薄膜传热模型的建立 |
3.2 模糊控制算法 |
3.2.1 模糊控制算法简介 |
3.2.2 模糊自适应整定PID控制 |
3.3 薄膜挤出机的模糊自整定PID温度控制器设计 |
3.4 仿真实验 |
3.5 本章小结 |
第4章 控制系统硬件设计 |
4.1 系统组成和工作原理 |
4.2 温度控制系统的硬件设计 |
4.3 Profibus-DP现场总线网络 |
4.4 系统可靠性设计 |
4.5 本章小结 |
第5章 薄膜生产控制系统软件设计 |
5.1 系统软件设计要求和结构 |
5.2 S7-300PLC软件设计 |
5.3 系统组态软件设计 |
5.3.1 组态软件简介 |
5.3.2 WINCC组态软件的特点 |
5.3.3 S7-300PLC与WINCC之间的通信 |
5.3.4 控制系统界面的实现 |
5.4 本章小结 |
第6章 总结 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(10)GPC在大时滞温控系统的实用化研究和应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景与研究意义 |
1.2 温度控制的国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 本文的主要工作及研究内容 |
第二章 广义预测控制算法 |
2.1 预测控制简介 |
2.1.1 预测控制的发展现状 |
2.1.2 预测控制的基本特征 |
2.2 广义预测控制基本算法 |
2.2.1 预测模型 |
2.2.2 滚动优化 |
2.2.3 在线辨识与反馈校正 |
2.2.4 Diophantine方程的递推求解 |
2.3 广义预测控制隐式算法 |
2.3.1 基本隐式算法 |
2.3.2 GPC矩阵求逆的递推算法 |
2.4 GPC控制参数的选择 |
2.5 隐式算法与显式算法的仿真比较及分析 |
2.6 本章小结 |
第三章 隐式GPC-PID控制器的设计 |
3.1 PID控制器的引入 |
3.2 隐式GPC-PID控制器的设计原理 |
3.3 隐式GPC-PID控制器的实现 |
3.4 隐式GPC-PID控制器的仿真分析 |
3.5 本章小结 |
第四章 典型大时滞温度控制系统的设计 |
4.1 典型大时滞温度控制系统 |
4.1.1 挤出机工作原理 |
4.1.2 电厂锅炉系统工艺流程 |
4.1.3 大时滞温度控制系统 |
4.2 温度控制系统设计 |
4.2.1 硬件配置 |
4.2.2 软件设置 |
4.3 温度控制任务设计 |
4.4 本章小结 |
第五章 隐式GPC-PID控制器在大时滞温控装置上的应用 |
5.1 实验平台介绍 |
5.2 实验结果与分析 |
5.3 本章小结 |
第六章 全文总结 |
参考文献 |
致谢 |
读研期间发表的论文 |
学位论文评阅及答辩情况表 |
四、变结构预测控制解耦在塑料挤出机中的应用(论文参考文献)
- [1]基于改进型格型联合处理器的塑料挤出机温度控制算法[J]. 李杨,蓝伟铭,张敏坚. 塑料科技, 2020(12)
- [2]基于滑模观测和模糊逻辑的永磁同步电机控制技术及应用[D]. 高文璇. 华南理工大学, 2020
- [3]塑料挤出机的温度自适应滑模控制系统[J]. 凌志梅,李海强,韦超英. 塑料科技, 2020(03)
- [4]永磁同步电机滑模观测与控制方法研究[D]. 邱忠才. 西南交通大学, 2016(02)
- [5]塑料挤出机温度控制系统设计[D]. 张海燕. 武汉理工大学, 2011(09)
- [6]塑料成型挤出机现场总线控制系统[J]. 龚成龙,刘永强,田锦明,贺乃宝. 仪表技术与传感器, 2009(12)
- [7]基于粒子群的预测函数解耦控制方法的研究及应用[D]. 徐芳芳. 东北大学, 2009(03)
- [8]改进的隐式GPC控制器在温度控制中的研究与应用[D]. 张洪波. 山东大学, 2009(04)
- [9]基于PLC塑料薄膜生产线的改造[D]. 胡罗斌. 南昌大学, 2008(11)
- [10]GPC在大时滞温控系统的实用化研究和应用[D]. 穆珊珊. 山东大学, 2008(01)