【摘 要】
:
调节阀作为工业控制中的执行器,是过程控制的关键环节,并且其调控性能高度依赖阀门定位器的硬件特性和控制算法。近年来,压电式智能定位器因其低碳和智能特性逐渐取代喷嘴挡板式定位器,成为一种更加有应用前景的阀门定位器。但国内在该技术领域起步较晚,和进口产品相比仍存在较大差距,尤其是在系统性能分析及控制算法方面仍有改进余地。本文在参考国内外相关文献资料和团队前期工作基础之上,开展如下研究工作:(1)对气动执
论文部分内容阅读
调节阀作为工业控制中的执行器,是过程控制的关键环节,并且其调控性能高度依赖阀门定位器的硬件特性和控制算法。近年来,压电式智能定位器因其低碳和智能特性逐渐取代喷嘴挡板式定位器,成为一种更加有应用前景的阀门定位器。但国内在该技术领域起步较晚,和进口产品相比仍存在较大差距,尤其是在系统性能分析及控制算法方面仍有改进余地。本文在参考国内外相关文献资料和团队前期工作基础之上,开展如下研究工作:(1)对气动执行机构进行动力学建模及分析。首先,介绍智能阀门定位装置的组成并分析其工作原理。然后,分析压电阀进气量和出气量的非线性特征,并借助牛顿第二定律、质量守恒定律和能量守恒定律,对阀位气动控制系统进行动力学建模。最后,对模型分析得出其性能指标,将阀杆控制问题归纳为最优控制问题,由于不确定的扰动力带来的未知参数和因不同调节阀的装配工艺导致的调节阀特性不一,无法保证定位装置具有通用性,进而引入调节阀特性参数。(2)为了提高气动调节阀控制的精确性、快速性与通用性,本章在对五步开关控制策略和定位装置影响因素分析基础之上,提出一种基于参数整定的最优控制策略。首先,分析传统五步开关控制策略和定位装置的影响因素,为设计控制策略奠定基础。然后,对于引入的调节阀特性参数进行整定,具体参数包括行程类型、最小启动PWM(Pulse Width Modulation)、最大速度及其过冲量、基准速度和基准速度PWM,保证控制策略具有通用性。接着,通过最优控制策略将整个控制过程重新划分为7个区间,并引入速度阀位和切换点自适应处理等措施。最后,将气动调节阀整定出的特性参数应用于其中,从而提高气动调节阀控制的精确性、快速性与通用性。(3)为了验证控制策略的有效性,本章搭建智能气动调节阀性能检测装置,并对包含智能定位器的气动调节阀进行测试与分析。首先,搭建智能气动调节阀性能检测装置,采用手动阶跃、自动阶跃和正弦曲线测试调节阀的跟踪特性,实现多模式的调节阀性能测评。然后,分别设计小开度、大开度和全行程实验与国内外定位器控制效果进行比较,其实验结果表明该控制策略缩短了系统调节时间,提高了阀位控制精度,同时避免了超调与震荡现象的产生。最后,设计四路调节阀工作实验对其位置精度指标的迁移特性进行深入分析,为控制策略的设计提供帮助。
其他文献
SAR图像变化检测是通过对某一地域或物体的多时相SAR图像进行处理,然后评估目标是否发生变化并提取变化特征的技术。由于SAR发射的电磁波无需光源,可无畸变穿透云雾水汽,不受光照、温度等复杂气候影响,SAR可在任意气候下工作,这使通过SAR系统获得的SAR图像顺理成章变成变化检测的核心数据,并被大规模应用。随着技术的逐渐成熟,SAR图像变化检测已在农田规划、自然灾害检测、地理勘察、水域监测及军事侦察
生物视觉的感知能力具有极其精确和高效的性能,因而成为神经科学和计算机视觉领域研究的热点。生物视觉感知作用中,复杂的视觉神经机理是视觉系统高效运转的关键因素,因此探索其中的视觉机制对进一步深入理解视觉感知具有重要意义。本文受此启发,重点研究生物视觉系统中,前端视通路有关神经结构如视网膜、外膝体、初级视皮层和上丘,以及在经典感受野和非经典感受野之间的神经编码机制,还有神经元的脉冲放电机制,并依此构建视
在研究多智能体系统的相关控制问题时,一致性控制算法因其在无人机、智能机器人编队等的实际应用价值而受到了广泛关注。然而,在实际控制系统中,执行器故障、拓扑结构切换和时滞的存在均会降低闭环系统的性能。为了在有效降低各类因素对系统影响的同时保证系统的稳定性,本文针对Markov跳变多智能体系统,利用容错控制理论、Lyapunov稳定性理论、代数图论等方法开展基于观测器的容错控制方法研究。主要研究内容如下
在体外构建具有生物活性的三维多细胞体系是细胞3D打印的前提及关键环节。三维多细胞体系经培养繁殖达到组织再生、器官修复的目的,对生命科学和生物医药的发展意义重大。针对现有细胞3D打印使用生物支架或支撑带来的在细胞密度、细胞间通信、支架降解率、可打印性和生物相容性等方面的问题,本文提出了基于超声阵列声压微势阱非接触操控细胞构建细胞三维体系的方法。研究阵列声压微势阱细胞的操纵方法,引入细胞的脉冲微输送技
情感在人与人之间的互动中起着重要作用,在人机交互中也是如此。当机器能够感知到人类的情绪时,可以进行更具有个性化且具有针对性的交互,而情感识别是其中的一个关键技术。目前,脑电信号由于其高时间分辨率,已经被广泛应用于情感识别任务中。但现有大部分方法都是被试特定的,当已有模型应用在新的被试上时,其泛化效果差,极大阻碍了情感识别任务在实际场景中的应用。这是由于不同被试间的脑电信号差异巨大,已有模型很难适用
近年来,计算机和通信技术的快速发展,给不同领域注入了生机。不同的学科和计算机技术相互交叉、共同进步,其产物弥补了学科的空缺地带。网络控制系统是产物中的杰出代表之一,系统不同模块间使用网络来进行通讯,而不再是传统的双绞线,从而避免了连线复杂,难于扩展和维护等缺点。但是它也存在一些不足,如:数据包错序、网络时延和数据丢包等。如果忽略这些问题,势必会给系统性能带来不利的影响。因此越来越多的学者将目光聚焦
近年来,高光谱图像分类逐渐成为了高光谱领域中的研究热点,在国民经济发展和国家安全中都发挥着重要作用。高光谱图像具有维度高、冗余性高、数据量大等特点,对高光谱图像特征提取以提高分类准确度是高光谱图像分类任务中的关键问题,特征质量的好坏直接影响着分类准确度的高低。但是,高光谱图像的同物异谱和同谱异物现象、带标签样本数量少、样本标记成本高,以及巨大的数据量使得高光谱图像的特征提取和分类面临着许多困难和挑
二硫化钼(MoS2)是二维材料家族的典型代表,由于其内部结构与石墨烯相似,不仅保留了石墨烯优良的电、光、机械性能。同时其具有1.2~1.8 e V的可调带隙,并且通过改变厚度可以调控禁带宽度,因此在制备电子学器件(如场效应管、发光二极管、光电探测器)上具有独特的优势。随着科技的高速发展,要在芯片上集成大量元器件,传统硅材料会产生漏电和散热不佳等问题,而二维结构的二硫化钼单层薄膜厚度往往是小于1 n
随着现代信息科学技术的不断发展和计算机硬件水平的不断提高,人工神经网络在多个领域得到越来越广泛的应用。人工神经网络由许多非线性计算单元组成,可以通过训练获得处理复杂信息的能力。基于梯度下降算法进行训练的人工神经网络在实际应用中十分广泛,其原理是基于整数阶微积分理论对损失函数进行优化,从而改进神经网络的权值和阈值,使得神经网络在训练过程中不断调整,最终达到训练的平衡点。本文将基于分数阶微积分理论的梯
在实际工程应用中,考虑到产品使用便捷与外形美观等原因,工业产品会尽量减少非必要零部件。相对而言,在信息监测与反馈环节会较为薄弱,只会留下部分必要传感器。因此,对于这类工业产品,仅依靠自身携带的传感器很难得到精确且充足的采样数据,往往只能得到稀疏甚至非均匀的采样数据。若想要对设备进一步开发,首要问题是需要一个较为准确的数学模型,为研究提供基础。考虑到这一较为广泛的工程现象,对于此类仅能得到非均匀稀疏