论文部分内容阅读
工业中存在着大量的控制系统，这些控制系统工作性能的好坏直接影响到实际的生产和安全等问题。控制系统性能评估用来判断当前控制系统的性能同理论最优性能之间的差距，其关键就是最优性能的估计问题。然而已有的性能评估方法大多针对线性控制系统，针对非线性系统的研究较少。控制系统的非线性主要以被控过程非线性和阀门的粘滞非线性等特征普遍存在于工业生产过程中，这些非线性问题的存在，使得传统的线性系统评估方法难以适用，如果忽略系统的非线性或者采用近似线性化的方法，会出现最优性能值估计过高的问题。目前，由于非线性系统的复杂性，非线性系统的性能评估尚未形成较为完整统一且广泛适用的方法，本文在前人已有的非线性系统性能评估方法的基础上，重点研究了控制系统存在过程非线性时，其改进的性能评估基准和串级控制结构下的性能估计问题。 首先研究了线性系统和一类非线性系统的最小方差控制律，说明了系统输出方差中与控制作用无关的反馈不变量的存在，其中研究的非线性系统限定于输入扰动可描述为系统输出上的叠加的一类系统，分别介绍了适用于这两种系统的性能估计模型，并通过仿真验证了估计结果的有效性。 其次考虑到最小方差控制可能会造成控制作用的高幅值、宽频率等大幅波动问题，将广义最小方差基准引入到过程非线性系统中，采用面向块(block-oriented)的非线性模型描述被控过程的非线性特征，证明了其广义最小方差的存在，并引入Volterra级数多项式模型估计其基准值，仿真结果表明可以有效地估计出非线性广义最小方差值。同时，还论述并仿真实现了此类非线性系统的广义最小方差控制器。 继而考虑到目前普遍的非线性系统性能评估大多针对单回路系统，本文研究了当串级控制系统中存在过程非线性时，其主回路输出最小方差的存在性问题。首先证明了此类非线性串级控制系统的主回路输出最小方差和主回路扰动项、副回路扰动项之间的关系，进而引入方差分解(variance decomposition)和蒙特卡罗(Monte Carlo)统计的方法，通过计算与输出最小方差有关的扰动项对总方差的贡献量来估计性能基准值，仿真结果证明该方法具有良好的估计效果。