温度液位解耦控制系统研究毕业设计.doc

编号：（ ）字 号本科生毕业设计（论文）温度液位解耦控制系统研究张 剑 04041477自动化04-5题目： 姓名： 学号： 班级： 二八年六月中国矿业大学毕业设计任务书学院 信电学院 专业年级 自动化04-5 学生姓名 张 剑 任务下达日期： 2008 年 2 月 25 日毕业设计日期： 2008 年2 月25 日至 2008 年 6 月20 日毕业设计题目：温度液位解耦控制系统研究毕业设计专题题目：毕业设计主要内容和要求：(1)学习解耦控制系统的原理，掌握解耦装置的设计方法；(2)利用机理演绎与实验辨识相结合的方法求得传递函数；(3)利用凑试法进行PID参数整定；(4)利用单位矩阵法和前馈补偿分别对控制系统进行设计；(5)通过Simulink仿真，研究解耦控制系统的特性；(6)查阅20篇以上课题相关的近年参考文献，其中近5年文献过半，书不超过5部，英文文献5篇以上，并在论文中加以标注；(7)翻译一篇与毕业设计相关的近5年发表外文文献（3000字以上）。院长签字： 指导教师签字：中 国 矿 业 大 学 本科生毕业设计（论文）姓 名： 张 剑 学 号： 04041477 学 院： 信息与电气工程学院 专 业： 自动化 设计题目： 温度液位解耦控制系统研究 专 题： 指导教师： 郭 西 进 职 称： 教 授 2008 年 6 月 徐州中国矿业大学毕业设计评阅教师评阅书指导教师评语（基础理论及基本技能的掌握；独立解决实际问题的能力；研究内容的理论依据和技术方法；取得的主要成果及创新点；工作态度及工作量；总体评价及建议成绩；存在问题；是否同意答辩等）：成 绩： 指导教师签字： 年 月 日中国矿业大学毕业设计评阅教师评阅书评阅教师评语（选题的意义；基础理论及基本技能的掌握；综合运用所学知识解决实际问题的能力；工作量的大小；取得的主要成果及创新点；写作的规范程度；总体评价及建议成绩；存在问题；是否同意答辩等）：成 绩： 评阅教师签字： 年 月 日中国矿业大学毕业设计答辩及综合成绩答 辩 情 况提 出 问 题回 答 问 题正 确基本正确有一般性错误有原则性错误没有回答答辩委员会评语及建议成绩：答辩委员会主任签字： 年 月 日学院领导小组综合评定成绩：学院领导小组负责人： 年 月 日摘 要工业生产的发展使控制对象变得越来越复杂,且系统的回路间往往存在着耦合,通过变量间的正确配对,调整控制器参数等方法能消除一部分耦合,但对于强耦合系统,无能怎样配对和参数调整都不能消除耦合,因此为了获得满意的控制效果,需要对系统进行解耦控制。本文基于THJFCS-1型现场总线过程控制系统,对其中的温度液位耦合系统,运用机理演绎法建立过程的数学模型,再利用平衡点法对系统数学模型进行近似线性化，求得传递函数，然后分别采用前馈补偿法解耦和单位矩阵法进行解耦设计,使耦合系统变成两个相互独立的子系统。然后采用PID控制算法,通过凑试法正确配置PID参数,提高系统的控制性能。并针对一强耦合情况进行了仿真研究,利用仿真结果比较单位矩阵法解耦与前馈补偿法的优缺点。仿真结果表明,采用单位矩阵法进行静态解耦设计,得到的解耦控制系统不但响应时间快,调节器参数整定简单,而且实现了对调节量1:1的快速跟踪, 控制回路具有很强的校正能力,因此对于外界各种干扰也有较强的解耦效果和控制质量。关键词:解耦控制; PID控制; 温度液位; 多变量;ABSTRACTWith the development of industrial production, control objects become more complex. Meanwhile, coupling relationship among loops often exists in the multivariable system. These methods such as matching the right variables and adjusting the parameters of Controller can remove part of coupling, but the strong-coupling system, no matter how to match variables or adjust the parameters of Controller cant eliminate coupling. In order to obtain a satisfactory control effect, multivariable system needs decoupling control.This paper is based on THJFCS-1 field-bus process control system, in which the temperature-level coupling system needs decoupling. At first, a mathematical description can be obtained by using Mechanism deduction, and then Approximate Linearization is used at the equilibrium point of the mathematical Description. Parameters can be obtained via experiment to seek transfer function, and then using feedforward compensation and unit matrix to design the decoupling system which makes coupling system into two independent subsystems. This paper applies PID control algorithm, via cut and try method to configure PID parameters, to improve system performance. At last a simulation study carries on the strong coupling situation. Simulation results compare the advantages and disadvantages between unit matrix decoupling and feed forward compensation decoupling. Applying the static decoupling of unit matrix method to design decoupling control system, the simulation results show that response time is faster and setting of controller parameters is simple, meanwhile, achieves the fast-track 1:1 of the regulation. And more, the control loop has strong correction ability. Therefore, the outside interference has little effect on control effect and decoupling quality.Keywords： decoupling control; PID control; temperature-level; multi-variable; 目 录1 绪论11.1多变量耦合系统理论发展历程11.2多变量系统解耦现状与发展21.2.1解耦的必要性21.2.2传统解耦方法31.2.3自适应解耦方法31.2.4鲁棒控制41.2.5智能解耦方法41.3传统解耦综述71.4论文研究的背景和研究的主要内容81.4.1系统组成81.4.2系统通讯部分及安全保护91.4.3系统特点101.4.4温度液位解耦控制系统分析101.4.5研究的主要内容111.5论文的结构安排111.6本章小结112 传统解耦控制122.1系统关联122.2相对增益与相对增益矩阵132.2.1相对增益的定义132.2.2相对增益的求取142.2.3相对增益的性质162.2.4相对增益与耦合特性162.3减少与解除耦合的途径172.3.1通过被控变量与操纵变量间的正确匹配来解决172.3.2通过调节器参数整定来解决192.3.3通过减少控制回路来解决192.3.4通过串接的解耦装置来解决192.3.5采用模式控制方式来解决202.3.6采用多变量控制器来解决222.4解耦控制系统的设计222.4.1前馈补偿法222.4.2对角矩阵法232.4.3单位矩阵法252.5本章小结263 基于PID控制的温度液位解耦系统设计273.1系统工作原理273.2 系统的数学模型283.3变量配对303.4过程传递函数的求取343.5解耦器设计353.5.1前馈补偿法解耦器设计353.5.2单位矩阵法解耦器的设计353.6 PID调节器的设计363.6.1 PID控制原理363.6.2 PID参数整定373.7本章小结374 基于PID控制的温度液位解耦系统仿真384.1控制系统的仿真软件 MATLAB384.1.1MATLAB综述384.1.2SIMULINK 模拟非线性动态系统的强大环境384.2仿真结果及分析394.2.1系统未解耦控制系统的仿真394.2.2前馈补偿法解耦控制系统仿真:414.2.3 单位矩阵法解耦控制系统仿真:434.3本章小结455 总结46参考文献47致谢49翻译部分50英文原文50中文翻译59 中国矿业大学2008届本科生毕业设计 第- 66 -页1 绪论 随着工业生产的不断向前发展,过程控制对象变得越来越复杂,而且一个生产过程中要求控制的变量以及操纵变量往往不止一个,需要设置的控制回路也不止一个。更重要的是通常回路间还存在着耦合作用,已不能单输入单输出过程控制理论得到良好的控制。1因此,自二十世纪六十年代以来，多变量过程控制理论受到了广泛的注意，并且很多研究结果已被成功地应用于实践。目前,这个理论已成为过程控制理论中的一个重要领域。而多变量过程控制理论的核心则是解耦控制,本章内容由此展开。21.1多变量耦合系统理论发展历程 在生产过程中，往往有多个被控制量需要控制，因而有多个输入量参与控制，即被控过（对象）是多输入、多输出的。这种对象的被控制量与控制量之间往往是相互关联的，一个控制量的变化将会同时引起多个被控制量的变化。为了对各个被控制量进行定值控制，就需要设置相应的负反馈控制回路。显然，这些控制回路之间也必然存在着关联和耦合的现象。为了消除上述耦合产生的不利影响，必须在系统中引入解耦装置，从而把一个多变量的控制系统分解为若干个独立的单变量控制系统。工程界和理论界现在都一致认为，多变量控制系统是属于高级而又复杂的过程控制系统。说它高级，是因为它能有效地对一些含有多个互相关联的变量的生产过程实现统一的控制，而这种功能常常是不能借助于一些人为地简化了的单变量过程控制系统来完成的，说它复杂，主要是因为它比单变量过程控制系统需要一些更复杂的设备，从而使系统的结构变得复杂了。另一方面，从控制理论的观点看来，高级和复杂意味着这种控制系统能满足一些更高的控制要求或者控制指标从而在理论分析的深度与广度上都超过了常规的单变量过程控制理论。二十世纪六十年代以前，过程控制理论主要是处理单变量和单回路控制系统，即使有时也遇到多回路情况，但仍然属于单变量系统，对于这样的控制系统，无论在分析理论与综合理论上，以及具体实践上，都积累了相当丰富的经验。建立在拉普拉斯变换基础上的，以传递函数为主要分析对象的频率法，被普遍认为是过程控制理论中极为有效的分析与综合方法。但是，随着工业的发展，生产规模越来越复杂，而且在一个过程中，需要控制的变量以及操作变量常不止一对，而且这些变量之间常以这种或那种形式互相关联着，而过程控制系统在任何时候总是对一个参数进行控制的。从而在上述情况下，某一个参数的控制不可避免地要考虑另一些有关联的参数或者操作变量的影响。由于影响是互相关联的因此这些单个参数的控制系统之间就必定有通道互相交错。这样一来，所处理的问题就不再是单变量的问题了。 因此，自六十年代以来，多变量过程控制理论受到了广泛的注意，并且很多研究结果已被成功地应用于实践。目前，这个理论已成为过程控制理论中的一个重要领域。而且，就其内容的深度而言。人们也普遍地认为，它是过程控制理论中最难的理论领域之。它实际上属于近代过程控制理论。 多变量过程控制的内容很多，例如按一定要求设计的综合理论，按一定指标设计的最优化理论。借助于不同模型的分析理论等等；但是，在多变量过程控制理论与实践中，有个突出的问题是研究如何实现解耦控制也就是讨论府当采取何种措施，能够把一个有耦合影响的多变量过程，化成为一些无耦合的单变量过程来处理，或者经过理论分析与判断， 可以有根据地允许一定程度的耦合影响存在。解耦思想最初的也是最狭义的提法是不相干控制原则。它是旬Boksenbom、Hood和钱学森首先提出来的。他们最先将矩阵分析法应用于多变量控制系统分析，并提出了不相干控制的巧妙构思。他们讨论的问题是个关于飞行器控制的问题，即如何通过分别控制燃料与推进器叶片角度来控制飞行器发动机的速度与功率，并使两个控制系统互不相干。此后Kavanagh等人将这个理论用于过程控制系统。自此以后，这种矩阵设计法就得到了广泛的应用。其基本思想是，进行适当的设计，使得联系多变量控制系统输入变量与输出变量之间的系统传递函数矩阵成为一个对角矩阵，所以人们一般称之为对角矩阵法。以后,经过大量工程师和科学家的努力,又发展了相对增益法、单位矩阵法、特征曲线分析法、状态变量法、逆奈氏阵列法( INA) 等。近年来,随着计算机和控制理论的飞速发展,以及人工智能的出现,促使自动控制与人工智能的交叉融合,形成了智能控制与智能自动化这一新的学科。于是,自然发展了许多多变量智能控制理论,如神经网络解耦理论,模糊解耦理认等。2 1.2多变量系统解耦现状与发展1.2.1解耦的必要性在一个工程中由于耦合的存在,常使控制遇到以下几种问题:(1)一个存在着耦合的系统,由于各回路不能分开独立考虑,所以回路参数的整定要多次进行,但通常很难得到一个满意的整定结果。(2)耦合系统的分析与设计所要求的有关系统的信息远远多于解耦系统所要求的信息。(3)一个解耦后的系统可以应用常规的标准设计方法进行设计。但对于存在耦合的系统,迄今也没有找到一种可通用的简便设计方法。特别是变量较多时,事实上很难进行精确解耦设计。(4)解耦后的系统可以随时按照控制要求在线整定各回路,也就是闭路状态下进行在线整定；而对于一个存在耦合的系统,由于关联的因素太多,难以随时进行在线整定。可见解耦问题成为学术上与工程上一大难题,所以一直以来理论与工程界将其作为一个热点问题研究,由此也发展出了以下主要几种解耦方法。(1)传统解耦方法(2)自适应解耦方法(3)鲁棒控制(4)智能解耦方法1.2.2传统解耦方法传统解耦方法以现代频域法为代表 ,也包括时域方法 ,主要适用于确定性线性MIMO系统。包括对角矩阵法、相对增益分析法、特征曲线分析法、状态变量法、逆奈氏阵列法( INA) 等。实现解耦控制的思想是通过解耦补偿器的设计 ,使解耦补偿器与被控对象组成的广义系统的传递函数矩阵为对角阵 ,从而把一个由耦合影响的多变量系统化为多个无耦合的单变量系统。但解耦设计方法中补偿阵严重依赖于被控对象精确的数学模型 ,而被控过程通常是时变和非线性的 ,因此一个线性的、定常的解耦补偿网络在被控过程发生工作点变化时 ,由于不具有适应性 ,很难保证控制品质 ,甚至导致系统不稳定。此外 ,由于被控过程往往具有纯延迟和单位圆外的零点,因此完全解耦补偿阵存在着可实现的问题。在工程中,完全解耦长期被弃置不用,代之以解耦系统的简化,从而产生部分解耦、单向解耦的方法。这实际上是以牺牲系统的动态性能来保证系统稳态的解耦性能。由于静态解耦同样涉及到静态增益匹配、调整的问题,也同样涉及到增益的适应性问题,因此系统的鲁棒性也难以保证。1.2.3自适应解耦方法对于MIMO不确定性问题 ,多变量自适应解耦控制的研究为这类问题的解决提出了可行性方法。多变量自适应解耦控制方法是将被控对象的解耦、控制和辨识结合起来 ,可以实现参数未知或时变系统的在线精确解耦控制。自适应解耦的方法将耦合项作为可测干扰 ,采用自校正前馈控制的方法,对耦合进行动、静态补偿。对最小相位系统,采用最小方差控制律可以抑制交连 ,对非最小相位系统 ,可以采用广义最小方差控制律。只要最优预报和性能指标函数中含有耦合项 ,就可以达到消除耦合的目的。上述解耦方法设计时需求解Diophantine 方程 ,而方程的求解 ,未知数个数会少于方程个数 ,因此解出的只能是最小二乘解 ,即近似解。如果增加“静差 = 0”的约束 ,可以实现静态解耦 ,但动态解耦仍不能完全实现。将开环解耦补偿器与广义预测控制结合提出的多变量自适应解耦控制算法 ,在线设计解耦补偿器 ,实现了动态解耦 ,但算法复杂不便于在 DCS上实现。而将前馈解耦控制同广义预测控制结合起来 ,可实现动态解耦又易于在DCS上实现。多变量自适应解耦控制用于工业界 ,如工业电加热炉上下加热段炉温的多变量自适应解耦 ,大型火力发电机组的机炉协调自适应解耦控制等 ,都取得良好控制品质。可以看出 ,多变量自适应解耦控制技术在解决复杂工业过程的自动控制问题方面有其独到的优势和广泛的应用前景。自适应解耦虽在一些领域获得了成功的应用 ,但是要使这项技术得到广泛应用 ,还需开展多变量自适应解耦控制技术与实际工业过程结合的应用研究。因为自适应解耦虽在一定程度上解决了系统不确定性问题 ,但是其本质要求在线辨识对象模型 ,所以算法复杂 ,计算量大 ,且它对过程动态建模和扰动的适应能力差 ,系统的鲁棒性问题尚有待进一步解决 ,而且实际工业过程的动态特性往往比所建模型复杂得多 ,因此其应用范围受到了一定限制。如何设计一个具有强鲁棒性的多变量自适应解耦控制系统是当前十分重要的理论课题；在自适应情况下实现动态解耦的各种算法 ,也是有待进一步深入研究、发展和完善的理论课题。1.2.4鲁棒控制多变量鲁棒解耦理论是鲁棒控制理论的一个方向 ,其实质是通过设计鲁棒预补偿器 ,使摄动系统为鲁棒对角优势 ,从而将多变量系统化为若干单变量系统来设计。Arkun 首先给出了鲁棒对角优势的定义。目前鲁棒解耦的研究主要使用以下几种工具:H方法和结构奇异值理论； 线性矩阵不等式方法(LMI) ； 代数方法。解耦控制器对系统的不确定性往往比较敏感 ,对于解耦参数不确定性 ,提出了消除参数的鲁棒动态解耦和鲁棒静态解耦方法。运用Doyle的结构奇异值理论提出的不确定系统解耦控制器的设计方法 ,在保证闭环系统稳定和动态性能前提下 ,使解耦控制器对范数约束的不确定系统做最大限度的解耦。但总的看来 ,迄今所做的鲁棒解耦只是针对特定系统讨论特殊的解耦设计方法 ,以减少解耦控制器对系统参数的敏感性 ,但没有系统地解决一般不确定系统的鲁棒解耦问题 ,即怎样恰当设计解耦控制器 ,使之在满足稳定性和鲁棒性前提下 ,达到最大限度解耦。此外 ,解耦控制系统的动态性能和解耦性能往往是一对很突出的矛盾。怎样在保证起码的动态性能前提下 ,设计最佳解耦控制器或者牺牲部分动态性能以换取解耦性能的改善 ,这些都是亟待解决的问题。目前 ,鲁棒解耦已逐步由理论研究转向应用研究 ,并得到了很好的应用效果。1.2.5智能解耦方法智能解耦控制主要是指神经网络解耦控制3、 模糊解耦控制4、以及遗传算法解耦控制5, 由于它在解决非线性方面的独特优势 ,使它在非线性系统解耦控制方面得到了广泛的关注。它可以实现对线性和非线性系统在线精确解耦 ,解决了传统解耦方法不易实现精确解耦的问题。其中神经网络由于可以任意精度逼进任意函数, 并具有自学习功能； 当对象的输入输出之间没有明确的映射关系时, 通过建立相应的模糊规则进行模糊解耦控制是常用的一种选择。 遗传算法由于具有全局优化能力, 因此在解耦控制中需要进行参数优化和数值寻优时, 遗传算法更具有独特的优势。6(1)模糊解耦控制 主要有两大类方法:一类是直接解耦方法；另一类是间接解耦方法。直接解耦法是国内外研究较多的一种解耦方法。直接解耦法一种是对控制对象进行解耦 ,然后针对解耦而成的各单变量过程进行模糊控制系统设计。运用模糊系统的串联补偿解耦 ,当适当确定模糊解耦补偿器时有可能达到解耦的目的。目前已知道解耦的充分条件 ,但模糊解耦补偿器的解耦和参数是采用经验试凑法离线确定的 ,没有通用算法 ,很难实现完全解耦。后来 ,又提出模糊关系系统的反馈解耦并能够给出实现解耦的一个充分条件 ,但尚有遗留问题 ,例如:当输入个数和输出个数不等时 ,解耦群怎么确定等。另一种直接模糊解耦方法是对控制器的解耦。通过对多变量模糊控制算法进行研究 ,利用多维模糊条件语句的分解定理 ,引进模糊子集的交叉系数 ,获得多变量模糊控制算法的简捷表达式 ,再借助于多变量系统解耦设计原理 ,用多个单变量模糊控制器来表示一个解耦多变量模糊控制器。这样不仅实现方便 ,也减少了对计算机内存和计算时间的要求。缺点是仍然要求已知一组多维模糊控制规则 ,这给实际应用带来了很大困难。文献4用相干系数的方法 ,解决了烟叶烧烤过程双输入双输出交叉耦合系统的模糊控制问题 ,避免了合成运算法则的复杂计算以及对模糊运算量论域的限制。根据不同的情况确定出相应的相干系数 ,可以在线调查、修改 ,使整个过程具有较大的灵活性。但是 ,针对模糊控制器的直接解耦法 ,仍然要由操作人员对受控对象模糊信息的归纳和操作经验的总结 ,以建立一组模糊控制规则或控制查询表 ,这在实际应用中会很困难。间接解耦法是通过对多变量模糊控制规则进行模糊子空间的分解实现解耦。通过引入随机相关因子 ,利用此类因子构造出多维概率模糊控制器。文献7提出了采用相关因子分解控制规则的多变量模糊控制器。Gupta 等人在这些研究的基础上 ,提出通过对多变量模糊控制规则进行子空间的分解 ,然后用一组二维模糊方程描述多维模糊控制规则。这种方法降低了对计算机内存容量的要求 ,减少了计算量。但其最大缺陷是不满足一致性条件 ,从而难以得到良好的控制效果。随后有人对 Gupta 解耦算法中采用的 Mamdani 推理合成规则做了改进 ,提出一种新算法 ,将max-min合成算子修改为 max- ,并从理论上证明了新的合成算子所得推理结论更为确定 ,并且满足一致性条件。J.B. Kiszka等人研究了 Gdel 模糊推理下多变量模糊控制器输出的上界, 推广了 Gupta 的解耦算法。将模糊规则与广义推理机制相结合 ,得到一类统一的多变量模糊方程 ,并引入复合算子、分配算子、聚合算子等概念。模糊解耦控制系统的研究尚处于发展阶段 ,很多结论只是理论推导 ,还不能进入实验室加以验证。同时 ,针对解耦之后控制系统稳定性、可控可观性的研究也没有成熟。因此 ,无论是针对控制对象还是针对控制器解耦 ,当前急需解决的问题是如何由模糊关系方程求解各个解耦后的模糊子关系 ,尽量减少前述方法所加的约束 ,得到令人满意的仿真结果。(2)神经网络解耦控制 由于神经网络可以在指定的紧集上以任意精度逼进任意解析非线性函数 ,而且具有学习、自适应能力 ,使它能够处理系统的非线性特性 ,同时又有很强的容错能力。因此神经网络成为了实现非线性系统控制的有力工具。但是单独的神经网络控制很难满足系统的要求 ,它常同其他算法结合实现解耦控制。神经网络解耦基于逆系统控制的思想 ,NN一般采用三层前向静态网络。为了实现更好的解耦控制效果 ,对神经网络的结构和激励函数的选取都进行了改进。为了提高参数收敛速度 ,学者又对神经网络的学习算法也进行了改进。有的解耦方法是用神经网络实现 NN阶积分逆系统 ,把非线性多变量系统补偿为 SISO伪线性积分系统。神经网络解耦还有基于自适应思想的解耦方法:一种是神经网络前馈自适应解耦控制算法 ,其基本思路是将高阶非线性部分的影响视为可测干扰 ,采用前馈补偿方法加以消除 ,再借助多变量线性系统的自适应解耦控制算法的思路 ,实现多变量非线性系统的神经网络自适应解耦控制；另一种是利用神经网络逼近高阶项、耦合项和未建模动态 ,采用广义预测控制的性能指标 ,实现神经网络广义预测自适应解耦控制；再一种是神经网络开环解耦控制算法。其基本思路是在多变量非线性系统前面加上神经网络解耦器 ,通过对广义对象的时域相应曲线的学习训练神经网络 ,从而消除耦合影响 ,使得广义对象成为无耦合或耦合程度较小的系统 ,然后对解耦后的各回路设计单回路控制器。其他的神经网络解耦方法还有:神经网络同遗传算法结合将遗传算法用于前向神经网络的连接权系数的学习 ,克服了 BP 算法易陷入局部极值的缺点；神经网络同预测控制结合先用神经网络设计补偿环节 ,然后对解耦后各子系统进行单变量预测函数控制以确定各个控制量；神经网络同内模控制结合实现神经网络内模解耦等等。神经网络解耦已初步在工业控制中应用 ,并取得了好的控制效果。文献8工程师对钢球磨中储式制粉系统实施神经网络解耦控制后 ,现场测试结果表明 ,该系统具有很强的自适应能力 ,能够在相当大的范围内适应工况变化要求。避免了人工操作情况下 ,因堵煤、超温等异常情况而造成的大量电能浪费问题；实现了低制粉单耗 ,即使在煤质和设备特性发生变化时 ,系统也能保证稳定 ,能够自动处理断煤、堵磨、超温等异常工况。尽管神经网络解耦的研究已有一些研究成果 ,但是神经网络有着自身无法解决的问题 ,而且非线性对象不像线性对象那样容易分解和交换 ,因此非线性解耦理论与神经网络结合较为困难 ,难以找到通用的解耦条件判据。所以神经网络解耦理论发展较为缓慢 ,更多的解耦策略都带有尝试性只能依靠仿真来佐证 ,只有少数情况下对某一特定类别的系统可以进行可解耦性分析。(3)遗传算法解耦控制遗传算法(GA)是一种基于自然界优胜劣汰原理的具有极高鲁棒性和广泛适用的全局优化搜索算法。它将目标函数转化为基因组群，以适应度函数为优化目标，通过基因操作得到下一代优化基因组合，如此反复迭代，直至搜索到全局最优解。如何将实际控制系统需要解决的问题合理地转化为用遗传算法能够处理和解决的优化问题，这是一个具有理论价值和实际意义的课题。目前遗传算法在控制领域中得到了广泛的应用,已被广泛用于各种优化和参数寻优问题，能够处理传统优化算法难以解决的复杂问题，显示了它在解决控制系统优化方面的巨大潜力,在解耦控制领域正处在紧张的理论研究阶段。在MIMO解耦控制系统中 ,除了以上方法外 ,还有预测解耦9、块解耦10、干扰解耦11,以及模糊自适应解耦12,模糊神经解耦13神经网络自适应解耦14这类混合解耦方式等。应该说每种解耦方法均有其独特优点 ,也有其局限性。15 1.3传统解耦综述生产过程中的控制系统往往不止一个,各个控制系统之间会相互影响,这种影响称为控制系统的关联或耦合。从而使生产不能正常运行。控制系统之间的关联程度可用传递函数矩阵表示,如果除了过程传递函数矩阵的主对角线元素外,其他项元素均为0,则被控系统没有关联。对解耦控制系统的设计应遵循自治的原则-对于多个变量控制系统,由于系统之间的关联。因此,在设计时应合适地对被控变量与操纵变量配对,使他们的相对增益尽量接近1。从而把对变量控制系统转化为自治的单变量控制系统,我们就可以运用单输入单输出的控制理论,很轻松地对系统进行设计,使之成为一个稳定可控系统。怎样减小系统的耦合呢?正确的变量配对是一种很好的方式,也是我们首先的方法。但在关联非常严重的情况下,即使采用最好的回路匹配也得不到满意的控制效果。两个特性相同的回路尤其麻烦,因为它们之间具有共振的动态响应。如果都是快速回路(例如流量回路),把一个或更多的调节器加以特殊的整定就可以克服相互影响；但这并不适用于都是慢速回路(如成分回路)的情况。因此,对于关联严重的系统需要进行解耦,否则系统不可能稳定。 传统解耦方法以现代频域法为代表, 也包括时域方法, 主要适用于线性定常MIMO系统。随着工程师们研究的不断深入,以对角矩阵法、相对增益分析法、特征曲线分析法、状态变量法、逆奈氏阵列法( INA)为代表的传统解耦思想发展成为了一套完整的理论体系, 并以相对增益分析法使用的最为广泛,大量应用于化工过程控制,航空控制等多个领域中,取得了良好的控制效果。与其它先进的解耦方法相比,传统解耦法显得有些落伍,但在理论和实际应用发展出了一套完整的理论,而先进的解耦方法目前大多还处于理论研究阶段,要想在实际中得到应用,还有相当长的一段路要走。目前工业中常用的解耦方法有前馈补偿法、对角矩阵法和单位矩阵法,它们有着各自的特点和适用范围,正应用于各个领域。11.4论文研究的背景和研究的主要内容本文基于THJFCS-1型现场总线过程控制系统16,对其中的温度液位解耦控制系统(如图1-1所示)进行全方位的剖析。1.4.1系统组成本实验装置由被控对象和上位控制系统两部分组成。系统动力支路分两路：一路由三相（380V交流）磁力驱动泵、电动调节阀、涡轮流量计及手动调节阀组成；另一路由变频器、三相磁力驱动泵（220V变频）、涡轮流量计及手动调节阀组成。1、 被控对象水箱：采用淡蓝色圆筒型有机玻璃，不但坚实耐用，而且透明度高，便于观察到液位的变化和记录结果。水箱尺寸均为：d=25cm,h=20 cm。每个水箱有三个槽，分别是缓冲槽，工作槽，出水槽。储水箱尺寸为：长宽高=68cm5243。储水箱内部有两个椭圆形塑料过滤网罩，防止两套动力支路进水时有杂物进入泵中。图1-1温度液位PID解耦控制系统模拟锅炉：此锅炉采用不锈钢制成，由加热层（内胆）和冷却层（夹套）组成。做温度实验时，冷却层的循环水可以使加热层的热量快速散发，使加热层的温度快速下降。冷却层和加热层都装有温度传感器检测其温度。 管道：整个系统管道采用敷塑不锈钢管组成，所有的水阀采用优质球阀，彻底避免了管道系统生锈的可能性。有效提高了实验装置的使用年限。其中储水箱底有一个出水阀，当水箱需要更换水时，将球阀打开让水直接排出。2、检测装置压力传感器、变送器：采用SIEMENS带PROFIBUS-PA通讯协议的压力传感器和工业用的扩散硅压力变送器，扩散硅压力变送器含不锈钢隔离膜片，同时采用信号隔离技术，对传感器温度漂移跟随补偿。压力传感器用来对上、中、下水箱的液位进行检测，其精度为0.5级，因为为二线制，故工作时需串接24V直流电源。温度传感器：本装置采用六个Pt100传感器，分别用来检测上水箱出口、锅炉内胆、锅炉夹套以及盘管的水温。Pt100传感器精度高，热补偿性能较好。流量传感器、转换器：流量传感器分别用来对调节阀支路、变频支路及盘管出口支路的流量进行测量。涡轮流量计型号：LWGY-10，流量范围：01.2m3/h，精度：1.0%。输出：420mA标准信号。3执行机构1.调节阀：采用智能直行程电动调节阀，用来对控制回路的流量进行调节。电动调节阀型号为：QSTP-16K。具有精度高、技术先进、体积小、重量轻、推动力大、功能强、控制单元与电动执行机构一体化、可靠性高、操作方便等优点，电源为单相220V，控制信号为420mADC或15VDC，输出为420mADC的阀位信号，使用和校正非常方便。2水泵：本装置采用磁力驱动泵，型号为16CQ-8P，流量为30升/分，扬程为8米，功率为180W。泵体完全采用不锈钢材料，以防止生锈，使用寿命长。采用两只磁力驱动泵,一只为三相380V恒压驱动，另一只为三相变频220V输出驱动。3.可移相SCR调压装置：采用可控硅移相触发装置，输入控制信号为420mA标准电流信号。输出电压用来控制加热器加热，从而控制锅炉的温度。 4.控制器控制器采用SIEMENS公司的S7300 CPU，型号为315-2DP，本CPU既具有能进行多点通讯功能的MPI接口，又具有PROFIBUS-DP通讯功能的DP通讯接口。1.4.2系统通讯部分及安全保