thuy_hoa_than7
New Member
Download Luận văn Nghiên cứu ứng dụng hệ điều khiển dự báo để điều khiển nhiệt độ lò nung cán thép liên tục
MỤC LỤC
Nội dung
Trang
Trang 1
Lời nói đầu
Lời cam đoan 1
Mục lục 2
Danh sách các kí hiệu, các chữ viết tắt 4
Danh mục các hình vẽ, đồ thị 6
Mở đầu 8
1.Tính cấp thiết của đề tài 8
2. Ý nghĩa khoa học và thực tiễn của đề tài 8
3. Phương pháp nghiên cứu 9
4. Nội dung nghiên cứu 9
Chương 1. Tổng quan về điều khiển quá trình và điều khiển dự báo 10
1.1. Điều khiển quá trình 10
1.1.1. Khái niệm điều khiển quá trình 11
1.1.2. Mục đích và chức năng điều khiển quá trình 16
1.1.3. Phân cấp chức năng điều khiển quá trình 21
1.1.4. Các thành phần cơ bản của hệ thống 25
1.1.5. Các nhiệm vụ phát triển hệ thống 28
1.1.6. Mô tả chức năng hệ thống 32
1.2. Điều khiển dự báo 36
1.2.1. Tổng quan về điều khiển dự báo 38
1.2.2. Mô hình trong điều khiển dự báo 48
1.2.3. Giải bài toán điều khiển dự báo 72
1.2.4. Kết luận 78
Chương 2. Tìm hiểu công nghệ nung phôi trong dây truyền cán thép liên tục82
2.1. Giới thiệu chung về nhà máy cán thép Lưu Xá 82
2. 2. Công nghệ lò nung cán thép liên tục 83
2.2.1. Sơ lược về lò nung 83
2.2.2. Cấu tạo của lò nung 88
2.2.3. Thiết bị của lò nung 90
2.2.4. Nguyên lý hoạt động của lò nung 97
2.2.5. Hệ thống cung cấp điện và đo lường điều khiển 98
Chương 3. Xây dựng hệ điều khiển dự báo điều khiển nhiệt độ lò nung .104
3.1. Hệ thống điều khiển nhiệt độ cho lò nung 104
3.1.1. Hàm truyền đạt của thiết bị đo nhiệt độ 105
3.1.2. Hàm truyền đạt của bộ chuyển đổi điện áp / dòng điện 106
3.1.3. Hàm truyền đạt của bộ chuyển đổi dòng điện / khí nén 106
3.1.4. Hàm truyền đạt của van dầu 106
3.1.5. Hàm truyền đạt của đối tượng điều chỉnh 107
3.2. Xây dựng hệ thống điều khiển dự báo để điều khiển nhiệt độ lò nung cán thép liên tục.108
3.3. Mạng nơ ron trong bài toán nhận dạng 108
3.4. Kết quả mô phỏng 109
3.5. Kết luận 115
Tóm tắt luận văn 116
Tài liệu tham khảo
Để tải bản DOC Đầy Đủ xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.
Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí
k~
~
~
k~
k~
k~
*
min
*
max
*
*
+ Ràng buộc phương trình:
0k
~
,
k
~
là một vector.
Phương pháp điều khiển dự báo giải quyết tốt bài toán điều khiển có ràng buộc,
và đây cũng là lý do chính mà phương pháp điều khiển này được sử dụng ngày càng
phổ biến.
1.2.1.5. Vấn đề tối ưu hóa
Trong điều khiển dự báo, thuật toán tối ưu hóa được áp dụng để tính toán chuỗi
tín hiệu điều khiển tương lai trong phạm vi tầm điều khiển sao cho cực tiểu hóa
được hàm mục tiêu điều khiển theo các ràng buộc được cho.
Đối với bài toán tối ưu hóa tuyến tính là bài toán tối ưu hóa lồi, thời gian hội tụ
của thuật toán nhanh và luôn tìm được lời giải tối ưu toàn cục. Một mô hình tuyến
tính với ràng buộc tuyến tính và hàm mục tiêu bậc hai (chuẩn 2) thì việc tìm lời giải
cho bài toán tối ưu hóa thường dùng thuật toán QP, nếu hàm mục tiêu là chuẩn 1
hay chuẩn vô cùng thì thuật toán được dùng là LP.
LuËn v¶n th¹c sÜ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
47
Khi đối tượng điều khiển là hệ thống phi tuyến, bài toán tối ưu hóa là bài toán
không lồi, việc đi tìm lời giải rất dễ rơi vào trường hợp tối ưu cục bộ, do đó việc lựa
chọn thuật toán điều khiển rất quan trọng. Trong mục sau sẽ trình bày chi tiết một
số thuật toán tối ưu hóa áp dụng cho hệ phi tuyến.
Bài toán tối ưu hóa với các điều kiện ràng buộc đôi khi không tìm được lời giải,
trong những trường hợp như vậy thuật toán điều khiển trở nên không khả thi. Trong
trường hợp này cần loại bớt hay giới hạn lại các điều kiện ràng buộc để thuật toán
có thể tìm được lời giải phù hợp.
1.2.1.6. Chiến lược điều khiển dịch dần về tương lai (receding horizon
control_RHC)
Trong RHC, sau khi giải thuật toán tối ưu hóa tìm được chuỗi tín hiệu điều
khiển tương lai trong phạm vi tầm dự báo thì chỉ có tín hiệu điều khiển đầu tiên
trong chuỗi này được sử dụng để điều khiển hệ thống, tất cả các thành phần còn lại
được dịch một bước (một mẫu) về tương lai và quá trình tối ưu hóa lại được bắt đầu.
Xem hình 1.16:
Xét tại thời điểm k: chuỗi tín hiệu điều khiển dự báo là
k|1Hku,...,k|ku c
được tối ưu hóa sao cho hàm mục tiêu
k,uJ
cực tiểu
ứng với các điều kiện ràng buộc đã cho. Tín hiệu điều khiển hệ thống u (k) được
Hình 1.16: Chiến lược điều khiển RHC
LuËn v¶n th¹c sÜ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
48
cập nhật giá trị mới là u (k|k), toàn bộ các thành phần còn lại của chuỗi tín hiệu điều
khiển được dịch một bước về tương lai để chuẩn bị cho một quá trình tối ưu hóa
mới.
1.2.2. Mô hình trong điều khiển dự báo
Như đã trình bày ở phần trước, trong điều khiển dự báo, mô hình đóng một vai
trò rất quan trọng, chiếm khoảng 80% công sức khi xây dựng bộ điều khiển. Các mô
hình ứng dụng trong điều khiển dự báo phục vụ cho hai mục đích sau:
+ Dự báo các đáp ứng ngõ ra tương lai mong muốn của hệ thống dựa trên cơ sở
các tín hiệu ngõ vào và các phân bố nhiễu đã biết cập nhật vào hệ thống ở thời điểm
quá khứ.
+ Tính toán tín hiệu ngõ vào kế tiếp cho hệ thống sao cho cực tiểu hóa được giá
trị của hàm mục tiêu điều khiển.
Như vậy một mô hình được xây dựng tốt sẽ cho một dự báo về đáp ứng tương
lai chính xác của hệ thống, giúp cho việc giải bài toán tối ưu hóa tìm tín hiệu điều
khiển chính xác hơn và dẫn đến hệ thống nhanh chóng tiến tới trạng thái xác lập.
Ngược lại một mô hình xây dựng không tốt, không phản ánh đúng tính chất của hệ
thống sẽ dẫn đến mất ổn định trong điều khiển dù cho thuật toán điều khiển đúng.
Sau đây chúng ta sẽ xét một số loại mô hình tiêu biểu.
Có nhiều loại mô hình có thể áp dụng trong điều khiển dự báo và ngay trong
một bộ điều khiển cũng có thể dùng hai loại khác nhau để phục vụ cho hai mục đích
trên. Tuy nhiên, trong thực tế để xây dựng một mô hình tốt cho một hệ thống là rất
khó khăn, nên chỉ có một mô hình duy nhất được dùng chung trong bộ điều khiển.
1.2.2.1. Mô hình vào ra (Input Output models)
Là mô hình mô tả các đặc tính vào ra của hệ thống. Mô hình vào ra được chia
làm hai loại:
+ Mô hình vào ra trực tiếp (Direct Input Output models), kí hiệu là IO: ở mô
hình này, tín hiệu vào được đưa trực tiếp vào mô hình.
LuËn v¶n th¹c sÜ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
49
- Mô hình vào ra gián tiếp (Increment Input Output models), kí hiệu là IIO: độ
biến thiên của tín hiệu vào tại thời điểm hiện tại (so với thời điểm trước đó) được
áp đặt vào mô hình.
* Mô hình IO:
Cho hệ thống rời rạc nhân quả và bất biến thời gian được mô tả như sau:
keqHkdqFkuqGky ooooo
Trong đó: - Go(q): mô hình hệ thống.
- Fo(q): mô hình phân bố nhiễu (disturbance).
- Ho(q): mô hình nhiễu (noise).
- y(k): tín hiệu ra.
- u(k): tín hiệu vào.
- do(k): tín hiệu phân bố nhiễu đã biết.
- eo(k): nhiễu trắng có trung bình zero.
- q: toán tử dịch chuyển, q-1y(k) = y(k-1)
Giá trị hàm y (k) không phụ thuộc vào giá trị hiện tại u (k) mà chỉ phụ thuộc vào
các giá trị quá khứ u (k-j), j > 0.
Xem hình 1.17.
Hình 1.17: Mô hình vào ra (IO)
Do( k)
u(k) y(k)
eo(k
)
Ho
Fo
Go
LuËn v¶n th¹c sÜ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
50
Có thể biểu diễn mô hình dưới dạng phương trình trạng thái như sau:
kdDkeDkxCky
kuBkdLkeKkxA1kx
oFoHoo
ooooooooo
và do đó, các hàm truyền Go(q), Fo(q) và Fo(q) được cho như sau:
Ho
1
ooo
Fo
1
ooo
o
1
ooo
DKAqICqH
DLAqICqF
BAqICqG
Có thể biểu diễn hệ thống mô tả bằng biến trạng thái như hình 1.18
Hình 1.18: Mô hình IO sử dụng biến trạng thái
* Mô hình IIO:
Trong một số trường hợp, người ta không sử dụng biến u (k) trong mô hình mà
sử dụng
ku
, thành phần này được định nghĩa như sau:
kuqkuq11kukuku 1
Trong đó:
1q1q
được xem là một toán tử gia tăng tín hiệu ngõ vào.
Sử dụng
ku
để cập nhật vào mô hình hệ thống để điều khiển hệ thống hoạt động
theo biến động của tín hiệu ngõ vào. Mô hình cần kết hợp độ tăng của tín hiệu ngõ
vào để tính toán giá trị ngõ ra tương ứng với giá trị ngõ vào cập nhật vào hệ thống
thực. Mô hình IIO có thể được biểu diễn dưới dạng sau:
LuËn v¶n th¹c sÜ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
51
keqHkdqFkuqGky iiiii
Trong đó, di(k) là phân bố nhiễu đã biết và ei(k) là tín hiệu nhiễu trắng. Ta cũng
có thể biểu diễn hệ thống dưới dạng phương trình trạng thái như sau:
...
Download miễn phí Luận văn Nghiên cứu ứng dụng hệ điều khiển dự báo để điều khiển nhiệt độ lò nung cán thép liên tục
MỤC LỤC
Nội dung
Trang
Trang 1
Lời nói đầu
Lời cam đoan 1
Mục lục 2
Danh sách các kí hiệu, các chữ viết tắt 4
Danh mục các hình vẽ, đồ thị 6
Mở đầu 8
1.Tính cấp thiết của đề tài 8
2. Ý nghĩa khoa học và thực tiễn của đề tài 8
3. Phương pháp nghiên cứu 9
4. Nội dung nghiên cứu 9
Chương 1. Tổng quan về điều khiển quá trình và điều khiển dự báo 10
1.1. Điều khiển quá trình 10
1.1.1. Khái niệm điều khiển quá trình 11
1.1.2. Mục đích và chức năng điều khiển quá trình 16
1.1.3. Phân cấp chức năng điều khiển quá trình 21
1.1.4. Các thành phần cơ bản của hệ thống 25
1.1.5. Các nhiệm vụ phát triển hệ thống 28
1.1.6. Mô tả chức năng hệ thống 32
1.2. Điều khiển dự báo 36
1.2.1. Tổng quan về điều khiển dự báo 38
1.2.2. Mô hình trong điều khiển dự báo 48
1.2.3. Giải bài toán điều khiển dự báo 72
1.2.4. Kết luận 78
Chương 2. Tìm hiểu công nghệ nung phôi trong dây truyền cán thép liên tục82
2.1. Giới thiệu chung về nhà máy cán thép Lưu Xá 82
2. 2. Công nghệ lò nung cán thép liên tục 83
2.2.1. Sơ lược về lò nung 83
2.2.2. Cấu tạo của lò nung 88
2.2.3. Thiết bị của lò nung 90
2.2.4. Nguyên lý hoạt động của lò nung 97
2.2.5. Hệ thống cung cấp điện và đo lường điều khiển 98
Chương 3. Xây dựng hệ điều khiển dự báo điều khiển nhiệt độ lò nung .104
3.1. Hệ thống điều khiển nhiệt độ cho lò nung 104
3.1.1. Hàm truyền đạt của thiết bị đo nhiệt độ 105
3.1.2. Hàm truyền đạt của bộ chuyển đổi điện áp / dòng điện 106
3.1.3. Hàm truyền đạt của bộ chuyển đổi dòng điện / khí nén 106
3.1.4. Hàm truyền đạt của van dầu 106
3.1.5. Hàm truyền đạt của đối tượng điều chỉnh 107
3.2. Xây dựng hệ thống điều khiển dự báo để điều khiển nhiệt độ lò nung cán thép liên tục.108
3.3. Mạng nơ ron trong bài toán nhận dạng 108
3.4. Kết quả mô phỏng 109
3.5. Kết luận 115
Tóm tắt luận văn 116
Tài liệu tham khảo
Để tải bản DOC Đầy Đủ xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.
Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí
Tóm tắt nội dung:
k~
~
~
k~
k~
k~
*
min
*
max
*
*
+ Ràng buộc phương trình:
0k
~
,
k
~
là một vector.
Phương pháp điều khiển dự báo giải quyết tốt bài toán điều khiển có ràng buộc,
và đây cũng là lý do chính mà phương pháp điều khiển này được sử dụng ngày càng
phổ biến.
1.2.1.5. Vấn đề tối ưu hóa
Trong điều khiển dự báo, thuật toán tối ưu hóa được áp dụng để tính toán chuỗi
tín hiệu điều khiển tương lai trong phạm vi tầm điều khiển sao cho cực tiểu hóa
được hàm mục tiêu điều khiển theo các ràng buộc được cho.
Đối với bài toán tối ưu hóa tuyến tính là bài toán tối ưu hóa lồi, thời gian hội tụ
của thuật toán nhanh và luôn tìm được lời giải tối ưu toàn cục. Một mô hình tuyến
tính với ràng buộc tuyến tính và hàm mục tiêu bậc hai (chuẩn 2) thì việc tìm lời giải
cho bài toán tối ưu hóa thường dùng thuật toán QP, nếu hàm mục tiêu là chuẩn 1
hay chuẩn vô cùng thì thuật toán được dùng là LP.
LuËn v¶n th¹c sÜ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
47
Khi đối tượng điều khiển là hệ thống phi tuyến, bài toán tối ưu hóa là bài toán
không lồi, việc đi tìm lời giải rất dễ rơi vào trường hợp tối ưu cục bộ, do đó việc lựa
chọn thuật toán điều khiển rất quan trọng. Trong mục sau sẽ trình bày chi tiết một
số thuật toán tối ưu hóa áp dụng cho hệ phi tuyến.
Bài toán tối ưu hóa với các điều kiện ràng buộc đôi khi không tìm được lời giải,
trong những trường hợp như vậy thuật toán điều khiển trở nên không khả thi. Trong
trường hợp này cần loại bớt hay giới hạn lại các điều kiện ràng buộc để thuật toán
có thể tìm được lời giải phù hợp.
1.2.1.6. Chiến lược điều khiển dịch dần về tương lai (receding horizon
control_RHC)
Trong RHC, sau khi giải thuật toán tối ưu hóa tìm được chuỗi tín hiệu điều
khiển tương lai trong phạm vi tầm dự báo thì chỉ có tín hiệu điều khiển đầu tiên
trong chuỗi này được sử dụng để điều khiển hệ thống, tất cả các thành phần còn lại
được dịch một bước (một mẫu) về tương lai và quá trình tối ưu hóa lại được bắt đầu.
Xem hình 1.16:
Xét tại thời điểm k: chuỗi tín hiệu điều khiển dự báo là
k|1Hku,...,k|ku c
được tối ưu hóa sao cho hàm mục tiêu
k,uJ
cực tiểu
ứng với các điều kiện ràng buộc đã cho. Tín hiệu điều khiển hệ thống u (k) được
Hình 1.16: Chiến lược điều khiển RHC
LuËn v¶n th¹c sÜ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
48
cập nhật giá trị mới là u (k|k), toàn bộ các thành phần còn lại của chuỗi tín hiệu điều
khiển được dịch một bước về tương lai để chuẩn bị cho một quá trình tối ưu hóa
mới.
1.2.2. Mô hình trong điều khiển dự báo
Như đã trình bày ở phần trước, trong điều khiển dự báo, mô hình đóng một vai
trò rất quan trọng, chiếm khoảng 80% công sức khi xây dựng bộ điều khiển. Các mô
hình ứng dụng trong điều khiển dự báo phục vụ cho hai mục đích sau:
+ Dự báo các đáp ứng ngõ ra tương lai mong muốn của hệ thống dựa trên cơ sở
các tín hiệu ngõ vào và các phân bố nhiễu đã biết cập nhật vào hệ thống ở thời điểm
quá khứ.
+ Tính toán tín hiệu ngõ vào kế tiếp cho hệ thống sao cho cực tiểu hóa được giá
trị của hàm mục tiêu điều khiển.
Như vậy một mô hình được xây dựng tốt sẽ cho một dự báo về đáp ứng tương
lai chính xác của hệ thống, giúp cho việc giải bài toán tối ưu hóa tìm tín hiệu điều
khiển chính xác hơn và dẫn đến hệ thống nhanh chóng tiến tới trạng thái xác lập.
Ngược lại một mô hình xây dựng không tốt, không phản ánh đúng tính chất của hệ
thống sẽ dẫn đến mất ổn định trong điều khiển dù cho thuật toán điều khiển đúng.
Sau đây chúng ta sẽ xét một số loại mô hình tiêu biểu.
Có nhiều loại mô hình có thể áp dụng trong điều khiển dự báo và ngay trong
một bộ điều khiển cũng có thể dùng hai loại khác nhau để phục vụ cho hai mục đích
trên. Tuy nhiên, trong thực tế để xây dựng một mô hình tốt cho một hệ thống là rất
khó khăn, nên chỉ có một mô hình duy nhất được dùng chung trong bộ điều khiển.
1.2.2.1. Mô hình vào ra (Input Output models)
Là mô hình mô tả các đặc tính vào ra của hệ thống. Mô hình vào ra được chia
làm hai loại:
+ Mô hình vào ra trực tiếp (Direct Input Output models), kí hiệu là IO: ở mô
hình này, tín hiệu vào được đưa trực tiếp vào mô hình.
LuËn v¶n th¹c sÜ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
49
- Mô hình vào ra gián tiếp (Increment Input Output models), kí hiệu là IIO: độ
biến thiên của tín hiệu vào tại thời điểm hiện tại (so với thời điểm trước đó) được
áp đặt vào mô hình.
* Mô hình IO:
Cho hệ thống rời rạc nhân quả và bất biến thời gian được mô tả như sau:
keqHkdqFkuqGky ooooo
Trong đó: - Go(q): mô hình hệ thống.
- Fo(q): mô hình phân bố nhiễu (disturbance).
- Ho(q): mô hình nhiễu (noise).
- y(k): tín hiệu ra.
- u(k): tín hiệu vào.
- do(k): tín hiệu phân bố nhiễu đã biết.
- eo(k): nhiễu trắng có trung bình zero.
- q: toán tử dịch chuyển, q-1y(k) = y(k-1)
Giá trị hàm y (k) không phụ thuộc vào giá trị hiện tại u (k) mà chỉ phụ thuộc vào
các giá trị quá khứ u (k-j), j > 0.
Xem hình 1.17.
Hình 1.17: Mô hình vào ra (IO)
Do( k)
u(k) y(k)
eo(k
)
Ho
Fo
Go
LuËn v¶n th¹c sÜ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
50
Có thể biểu diễn mô hình dưới dạng phương trình trạng thái như sau:
kdDkeDkxCky
kuBkdLkeKkxA1kx
oFoHoo
ooooooooo
và do đó, các hàm truyền Go(q), Fo(q) và Fo(q) được cho như sau:
Ho
1
ooo
Fo
1
ooo
o
1
ooo
DKAqICqH
DLAqICqF
BAqICqG
Có thể biểu diễn hệ thống mô tả bằng biến trạng thái như hình 1.18
Hình 1.18: Mô hình IO sử dụng biến trạng thái
* Mô hình IIO:
Trong một số trường hợp, người ta không sử dụng biến u (k) trong mô hình mà
sử dụng
ku
, thành phần này được định nghĩa như sau:
kuqkuq11kukuku 1
Trong đó:
1q1q
được xem là một toán tử gia tăng tín hiệu ngõ vào.
Sử dụng
ku
để cập nhật vào mô hình hệ thống để điều khiển hệ thống hoạt động
theo biến động của tín hiệu ngõ vào. Mô hình cần kết hợp độ tăng của tín hiệu ngõ
vào để tính toán giá trị ngõ ra tương ứng với giá trị ngõ vào cập nhật vào hệ thống
thực. Mô hình IIO có thể được biểu diễn dưới dạng sau:
LuËn v¶n th¹c sÜ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
51
keqHkdqFkuqGky iiiii
Trong đó, di(k) là phân bố nhiễu đã biết và ei(k) là tín hiệu nhiễu trắng. Ta cũng
có thể biểu diễn hệ thống dưới dạng phương trình trạng thái như sau:
...