过程控制锅炉汽包水位模糊PID控制的LabVIEW仿真
锅炉汽包水位模糊PID控制的LabVIEW仿真ScientificResearchSystem Simulation Technology Application (Volume 13)Table 1. Rule list of fuzzy control of Kp据、结果显示。当运行程序时,只有前面板出现在计表1.K模糊控制规则表算机的屏幕上,作为虚拟仪器和用户的接口。与其他E仿真语言相比,除了能在 Labview软件中方便地使ECNB NM NS ZO PS PM PB用PID工具包进行模糊PID控制器设计外,在仿真过NB PBPB PMPM PS Z0 ZO程中还能实现对仿真参数的动态修改,只要按照要求NMPB PM PSPS ZO NS在前面板上写入相应的控制参数,便可以进行参数动Ns PPs ZO态修改,相应的更新结果可由前面板以多种方式显小ZO PM PM PS ZO NS NM N出来并可以数据文件形式保存。使仿真过程变得更加PSPSPS ZO NSNS NMNM灵活、便捷。本文所用的前面板如图4所示。PM PS ZO NS NM NⅥNMNBPB ZO ZO NMNM NM NBNB4基于LabⅤIEW的模糊PID控制系统设计美国NI( National Instruments)公司的LabⅤILW口回6,A·逦是基于数据流的图形化编程语言G的开发环境,是仪器控制与数据采集的编程平台,能快速构建实现交互控制系统的图形用户界面,并且它与测量、自动化硬 Figure3. Flow chart of drum water level control system件紧密的结合,具冇完善的数据采集、信号分析和信图3.汽包水位控制系统仿真流程图息显示的解决方案。 LabVIEW中的PD工具包(PIDToolkit提供∫一个完整的模糊控制设计系统,包括:汽包水裨制实验·模糊逻辑控制器设计子程序( Fuzzy Logic Con-roller Design):提供一个友好的图形用户界面(GUI),可以直观地设计和修改模糊控制器的水过低圣汽流量Fe的艰属函数、规则库、推理规则和去模糊方法等等。●」售定设计的结果保存在一个以结尾的文件中,应用冷水入口当诞0程序就谴用此文件。主PTD模糊控制器子程序( Fuzzy Controller.ⅵ):作为程在■a2序的个功能模块(函数),用于在应用程序中实现模糊控制算法。调入控制器子程序( Load Fuzzy Controller.ⅵ)E四常数56将fs文件调入应用稈序功能模块,将指定文件的Figure 4.The front panel of drum level control systemPID参数加载到应用程序的模糊控制器中。图4.汽包水位控制系统前面板框图软件设计由两部分组成,即前面板和流程图。在前面板,用输入控件( Contro)来实现参数的输入,参为了说明该控制策略相对其他控制方法的优越数的显示和程序运行的结果由输出控件( ndicator来性生,同时作了锅炉汽包水位系统常规串级PD控制的完成。流程图是完成程序功能的图形化源代码,通过仿真研究,其外回路和内国路均采用PD控制器,其对控件设置合适的参数和连线建立控制系统。采用模PID控制器的算法为糊PID控制的带前馈的串级三冲量控制系统的流程图u(t)=k,,(e+T Gedt+ la dr)如图3所示。式中:ε为设定值与探制过程返回量之间的偏差,基于 LabView开发的程序面板具有良好的人机K为比例增益,T为积分时间常数,Ta为微分时间常互动的风格,使用简单。前面板提供了丰富的图形控数,u(为控制器输出量。根据图3,设置PID控制器件,可以模拟传统仪器工作方式,在前面板上放置所的参数为K=3、T=150以及a4。两种控制方式的控需要的控件和指示器,实现仪器控制以及较直观的数制效果如图5所示。978-1-935068-81-5c2011 SirEs40o1994-2012cHinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.netScientifieSystem Simulation Technology Application( Volume 13)° Researcl从图5(a)可以看出,在无扰动情况下,采用普通差,而普通PID则在扰动过大的时候则无法做到这PID进行控制超调量约有30%,而采用模糊PID控制点。在汽包水位的控制过程中,通过在不同时刻施加则将超调量控制在10%以内,并且模糊PD控制更能不同扰动,其阶跃响应图显示岀模糊PD控制都要优有效地减少上升时间与调节时间;在初始状态有扰动于普通的PID控制,对锅炉汽包所存在的“虚假水位的情况下如图5(b)和5(c),模糊PID均比普通PID控控制得更好,达到更令人满意的效果。因此,采用模制具有更小的超调量及更短的调节时间;在第一次稳糊Pυ控制策略比常规P控制策略具有较好的调节定后施加两种扰动时如图5(d所示,模糊PID相比普品质以及较强的鲁棒性和抗干扰能力,而且能在对象通PID不仅响应快,超调小,更有效地消除了稳态误模型失配的情况下表现出较强的适应能力。设定值直世D(a)无扰动(b)加入10%蒸汽扰动(c)加入20给水扰动(d第一次稳定后施加两种扰动Figure 5. Curve: Unit step response of different disturbance图5.不同扰动下的单位阶跃响应曲线5结束语Steam Generator[],Journal of System Simulation, 2004, 16(10)P450-453.提出了使用 Labview构建模糊控制器进行锅炉刘红军,韩璞,工东风,锅炉汽包水位系统 DMC-PID串级控制仿真研究[,系统仿真学报,204,16(10),P450-453汽包八位控制的仿真研究,通过比较两种控制方式,[41 XU Chun-mci, ZHANG Haol, YANG Ping, Nonlincar pid-Pcascade control for boiler drum level [J]. East China Electric可以看出对于锅炉汽包水位,采用模糊PID控制在上Power:2009,37(5),P838~84升时间、超调量、调节时间等控制性能都要优于普通凃春梅,张浩,杨平汽包水位串级二冲量非线性PID控制系统[,华东电力,2009,37(5):838~84PⅠD控制。基于 LabVIew语言采用流程图形式开发的51Chul-lIwan Jung, et al. A real-time self-tuning fuzzy controller应用程序,具有良好的人机交互界面,形象直观的控through scaling factor adjustment for the steam generator of NPl574:53-60制界面,更强的数据处理功能及简便实用的参数显示(6] SONG Zhi-gang; YU Qi-xiang; WANG Yi-ming;ctl, Devclop功能。比使用其他仿真语言(如Maab/ Simulink工具ment of fuzzy controller for parameters adaptation of PID con-troller based on L abvIEW[1, Machinery Design manufacture箱)更容易实现各个模块之间传递数据,仿真过程还2003(4):P11~12.能动态修改仿真参数并实时更新,可以更好地配置控宋智罡,郁其祥,王益明等,基于 LabVIew的PID参数自适应模糊控制器设计山J,机械设计与制造,2003(4:11~12制器参数以达到最优,大大缩短没计周期,提高开发[7] Jin Yihui, Process Control [m, Beijing: TSinghua universily效率,具有较大的工程实用价值。press. 1988金以慧,过程控制[M,北京:清华大学出版社,1998[8 ZHAO Baochun, LUO Zon-gan, LIu Xianghua, Design andReferences(参考文献simulation of fuzzy logic controller based on LabVIEW], Control Engineering of China, 2006, 13(S1 ): 49-52[1] CHEN Hong-wei, XU Zhen-yu, YANG Bo, et al, Analysis of the赵宝纯,骆宗安,刘相华,基于LabⅤIEW的模糊控’器设计Influential Factors to Boiler Drum Level [], Power System En与仿真[,控制工程,2006,13:4952neering,2007,23(02):32-33[9] JiN Zhiqiang, Biao Qiliang, A method of design of PID controller陈鸿伟,许振宇,杨博,等锅炉汽包水位影响因素分析[电based on I abvIEW[], Control Automation, 2005, 21(6): 1-2站系统工程,2007,23(02):32-33金志强,包启亮,一种基于LabⅤIEW的PID控制器设计的[2 ZHOU Jia, CAO Xiao-ling, LIU Yong-wen, Controlling Strategy方法[,微计算机信息,2005,21(6):1-2Analysis of Drum Level in Boiler [J]. Boiler Technology, 2005, [10] National Instrument, Lab VIEW simulation moduler user manual36(03):5~10.IM, Austin: National Instruments, 2004周佳,曹小玲,刘永文,锅炉汽包水位控制策略的现状分炘[11 LI Guo-yng, A New Fu∠ y PID Controller[ J Journal of Sys-「J,锅炒技术,2005,36(03),P5-10tem simulation,2003,15(10):1492-1496[3 IIU Hongjun, HAN Pul, WANG Dongfeng, Simulation Research李国勇,一和新型的模糊PID控制器[J,系统仿頁学报,of DMC-PID Cascade for Water Level System of a Drum boile2003,15(10),P1492-1496978-1-935068-81-502011 Scares.o1994-2012ChinaAcademicJournalelEctronicPublishingHouse.Allrightsreservedhttp://www.cnki.ner
- 2020-12-10下载
- 积分：1
动态贝叶斯网络推理学习理论及应用-肖秦琨 高嵩 高晓光.pdf
动态贝叶斯网络推理学习理论及应用；动态系统；可靠性评估；故障诊断；贝叶斯网络建模；DBN0212/642007动态贝叶斯网络推理学习理论及应用肖秦琨高嵩高晓光著所·萑宫散社北京图书在版编目(CP数据动态贝叶斯网络推理学习理论及应用/肖秦琨,高嵩,高晓光著.一北京:国防工业出版社,2007.10ISBN9787-11805323-4I.动.Ⅱ.①肖.②高.③高..Ⅲ.贝叶斯推断一研究Ⅳ.0212中国版本图书馆CIP数据核字(2007)第122784号※阍所·宫版社出版发行(北京市海淀区紫竹院南路23号邮政编码100044)京南印刷厂印刷新华书店经售开本850×1168132印张9字数233千字2007年10月第1版第1次印刷印數1-3000册定价20.00元(本书如有印装错误,我社负责调换国防书店:(010)68428422发行邮购:(010)68414474发行传真:(010)68411535发行业务:(010)68472764前言不确定性理论在人工智能、机器学习、自动控制领域已经得到越来越广泛的应用。本书以当前国际上不确定性研究领域的核心工具——动态贝叶斯网络为线索,进行了动态网络推理算法、平稳系统动态贝叶斯网络结构学习模型设计、非平稳系统动态网络变结构学习模型设计、基于概率模型进化算法的动态贝叶斯网络结构寻优算法的研究。推理算法以隐变量作为划分依据,讨论了离散、连续混合模型的推理算法,并进行了算法复杂度及应用领域的讨论;结构学习研究首先从度量体制入手,讨论了动态网络度量体制的可分解性,提出了平稳及非平稳系统网络结构学习模型,以及基于贪婪算法思想的遗传算法寻优思想;最终将推理及结构学习理论用于无人机路径规划、战场态势感知、动态数据挖掘、自主控制领域,并通过大量仿真检验。本书的研究工作得到了西安工业大学专著基金及国家自然科学基金重大研究计划(90205019)的资助。本书全面系统地介绍了动态贝叶斯网络的相关理论,重点介绍了动态网络的经典应用和国内外的新发展。全书共分9章。第1章概述了动态贝叶斯网络的产生与发展、基本操作及表达。第2章和第3章为本书的理论基础部分,首先从静态网络已经取得的理论成果及研究内容人手,由浅入深引出动态贝叶斯网络的基本概念及研究方向,确定本书将要解决的主要问题:DBN推理问题和连续变量的DBN结构学习问题。第4章在第3章基础上,详细讨论了三类动态贝叶斯网络的推理即隐变量离散、隐变量连续隐变量混合DBN推理;隐马尔科夫模型是所有离散动态网络的基础故首先介绍其表达及推理,由此派生出其他离散动态网络,并讨论了如何将复杂离散网络转化为简单HMM的方法,通过算法复杂度实验分析,明确了离散动态网络的相应属性,得出了相应结论,为合理选择DBN推理算法提供依据;在推理中,若系统参数未知或为时变系统,必然涉及参数学习,故在讨论三类网络的推理中亦涉及参数学习问题。第5章从静态网络结构度量机制入手,讨论并推导出动态贝叶斯网络结构用于网络结构度量的BC及BD度量机制;通过描述基于概率模型进化算法的构图基础,引出动态贝叶斯网络结构学习机制,即基于贝叶斯优化(BOA)的动态网络结构寻优算法,BOA算法的关键是根据优良解集学习得到动态贝叶斯网络,以及根据动态贝叶斯网络推理生成新个体,前者更为重要,按照本书提出的基于贪婪算法思想的遗传算法解决动态网络学习,然后应用动态贝叶斯网络前向模拟完成后一步。第6章在此基础上,刻画了基于BD度量体制的平稳动态系统DBN结构学习模型设计,并通过仿真验证了其有效性,针对非平稳随机系统DBN的结构学习模型,提出了一种自适应窗口法用于在线自适应学习变结构DEN结构,仿真结果可行。第7章在第4章DBN推理理论的基础上,从以往UCAV路径规划中使用的方法以及涉及的定义、术语等出发,讨论了静态路径规划、动态路进规划及空间路径规划三方面的基本问题,通过对原始 Voronoi图的改进,提出了平面改进型Voronoi图、空间改进型 Voronoi图的概念,以及平面及空间动态路径重规划区域原则等,为动态路径规划提供有力的整体构型支撑进而应用前几章理论基础,建立基于DBN的战场环境感知模型,仿真结果均表明了构图及动态决策模型的正确性。第8章在DN推理及结构学习的理论基础上,将其用于自主优化及动态数据挖掘。将BOA及基于概率模型的遗传算法的静态图形的优化机制进行推广,提出了一种动态优化的新方法,利用DBN作为t到t+1代转移网络,适时改变优化的基本条件,实时确立新的种群及优化的方向使得自主智能体在无人干预下顺利完成一系列复杂任务成为可能,将变结构DBN结构学习模型设计用于动态数据挖掘,实时确定个因素之间的关系。第9章通过两个典型的应Ⅳ用实例,将DBN推理学习理论进行融合,并用于实际模型。附录给出了与DBN结构度量相关定理、性质的证明,为读者进一步研究和学习动态贝叶斯网络提供参考。本书是作者近年来潜心学习和研究国内外不确定性算法理论、方法和应用成果的一个总结。在本书的编写过程中,得到了西安电子科技大学焦李成教授和清华大学戴琼海教授及英国BankUniversity陈大庆教授的热心指导和鼓励,新加坡南洋理工大学的王海芸博土后审阅了书稿,并提出了许多宝贵意见,特向他们表示衷心的感谢。由于涉及内容广泛及限于作者的学识水平,书中疏漏和不当之处在所难免,希望读者不吝赐教指正。作者目录第1章图模型与贝叶斯网络1.1图模型简介1.2动态贝叶斯网络…1.3动态贝叶斯网络应用研究1.3.1动态时序数据分析与挖掘157781.3.2无人机的态势感知与路径规划1.3.3.进化算法与动态贝叶斯网络混合优化………10第2章静态贝叶斯网络2.1静态贝叶斯置信网络2.2贝叶斯网络的特点与应用范围152.3贝叶斯网络的研究内容162.3.1计算复杂性162.3.2网络结构的确定问题…2.3.3已知结构的参数确定问题……182.3.4在给定结构上的概率计算…………192.3.5贝叶斯网络推理算法…19第3章动态贝叶斯网络基础283.1从静态网到动态网283.1.1概述·28Ⅵ3.1.2推导293.1.3动态贝叶斯网络表达………………313.2动态贝叶斯网络的研究内容353.2.1动态贝叶斯网络推理……………………363.2.2动态贝叶斯网络学习…39第4章动态贝叶斯网络推理…464.1隐变量离散动态网络推理……464.1.1模型数学描述464.1.2隐马尔科夫的研究内容484.1.3隐马尔科夫推理学习仿真…534.1.4隐马尔科夫其他拓扑形式…564.1.5一般离散动态网络和隐马尔科夫关系………………584.2动态贝叶斯网络推理算法性能分析604.2.1动态网络转化隐马尔科夫仿真…………614.2.2离散动态网络推理算法比较仿真…634.2.3连续动态网络推理比较仿真724.3模糊推理与隐马尔科夫结合炮火校射754.3.1概述………………………754.3.2模糊动态网络环境感知框架754.4隐变量连续动态网络推理794.4.1模型数学描述…………794.4.2卡尔曼滤波图模型推理………804.5混合隐状态动态贝叶斯网络…………834.5.1模型数学描述…834.5.2混合动态贝叶斯网络推理…864.5.3混合动态贝叶斯网络学习89第5章动态贝叶斯网络结构学习算法…………………915.1动态贝叶斯网络结构度量体制………915.1.1概述915.1.2动态网络的贝叶斯信息度量………935.1.3动态贝叶斯网络BD度量965.2动态贝叶斯网络度量分解性能分析985.3构建动态网络结构寻优算法1145.3.1基于概率模型的进化算法1155.3.2基于贝叶斯优化构造动态网络结构算法1165.3.3学习动态贝叶斯网络…1185.3.4动态臾叶斯网络推理…1275.4基于贝叶斯优化构建动态网络结构算法仿真………128第6章动态贝叶斯网络结构学习模型…1346.1平稳系统动态网络结构学习模型设计1346.1.1模型设计1356.1.2仿真试验1386.2变结构动态网络自适应结构学习模型设计………1446.2.1模糊自适应双尺度…1446.2.2动态系统非平稳程度和平稳性的测量……1516.3非平稳系统网络结构学习仿真试验153第7章基于动态贝叶斯网络的路径规划……1657.1无人机平面静态路径规划·…1657.1.1基本概念……1657.1.2基于相同威胁体的路径规划…166Ⅷ
- 2021-05-06下载
- 积分：1
