現(xiàn)代自動化裝備控制技術_第1頁
現(xiàn)代自動化裝備控制技術_第2頁
現(xiàn)代自動化裝備控制技術_第3頁
現(xiàn)代自動化裝備控制技術_第4頁
現(xiàn)代自動化裝備控制技術_第5頁
已閱讀5頁,還剩2頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

《現(xiàn)代自動扮裝備掌握技術》的生疏時期,隨著我國經(jīng)濟的不斷進展,科學技術水平的不斷提高。我國在制造工業(yè)、以及農(nóng)業(yè)和交通業(yè)等多方面均涉及到自動化掌握技術的應用??焖?。自動扮裝備掌握技術是一門綜合性的技術,與其他行業(yè)有著嚴密地聯(lián)國自動化掌握技術應用更加廣泛的進展。一.自動化掌握技術的介紹率,也提高了工作質(zhì)量,改善了人員的工作環(huán)境。爭論。圖1,給出了現(xiàn)代工業(yè)網(wǎng)絡化的構(gòu)造。圖1工業(yè)網(wǎng)絡化構(gòu)造二.現(xiàn)代工業(yè)自動化的掌握系統(tǒng)以PLC為主控器的先進掌握系統(tǒng),PLC始終處于工業(yè)掌握自動化領域的主戰(zhàn)場,為各種各樣的自化掌握設備供給格外牢靠的掌握方案,與DCS和工業(yè)PC形成了三足鼎立之勢。可編程規(guī)律掌握器〔PLC〕,它承受一類可編程的存儲器,用于其內(nèi)部存儲可編程規(guī)律掌握器〔PLC〕,它承受一類可編程的存儲器,用于其內(nèi)部存儲并通過數(shù)字或模擬式輸入/輸出掌握各種類型的機械或生產(chǎn)過程。將來進展的主要方向。在基于PLC自動化的早期,PLC體積大而且價格昂貴。但在最近幾年,微型PLC(小于32I/O)經(jīng)消滅,價格只有幾百歐元。隨著軟PLC(SoftPLC)掌握組態(tài)軟件的進一步完善和進展,安裝有軟PLC組態(tài)軟件和PC—based掌握的市場份額將逐步得到增長。面對測控管一體化設計的DCS系統(tǒng)集散掌握系統(tǒng)DCS(DistributedControlSystem)問世于1975年,生產(chǎn)廠家主要集中在美、日、德等國。我國從20世紀70年月中后期起,首先由大型進口DCS,首批有化纖、乙烯、化肥等進口工程。當時,我國主要行業(yè)(如電力、石化、建材和冶金等)的DCS根本全部進口。20世紀80年月初期在引進、消化和吸取的同時,開頭了研制國產(chǎn)化DCS的技術攻關。小型化、多樣化、PC化和開放性是將來DCS進展的主要方向。目前小型DCSPLC、工業(yè)PC、FCS共享。今后小型DCS可能首先與這三種系統(tǒng)融合,而且“軟DCS”技術將首先在小型DCS中得到進展。PC-based掌握DCS廠商也將紛紛推出基于工業(yè)PC的小型DCS系統(tǒng)。開放性的DCS系統(tǒng)將同時向上和向下雙向延長,使來自生產(chǎn)過程的現(xiàn)場數(shù)據(jù)在整個企業(yè)內(nèi)部自由流淌,實現(xiàn)信息技術與掌握技術的無縫接,向測控管一體化方向進展。現(xiàn)場總線(FCS)的工業(yè)系統(tǒng)進展趨勢間的數(shù)字式、雙向傳輸、多分支構(gòu)造的通信網(wǎng)絡?,F(xiàn)場總線使測控設備具備了數(shù)字計算和數(shù)字通信力量,提高了信號的測量、傳輸和掌握精度,提高了系統(tǒng)與設備的功能、性能。計算機掌握系統(tǒng)的進展在經(jīng)受了基地式氣動儀表掌握系統(tǒng)、電動單元組合式模(DCS)后,將朝著現(xiàn)場(FCS)的方向進展。雖然以現(xiàn)場總線為根底的FCS進展很快,但FCS進展還有很多工作要做,如統(tǒng)一標準、儀表智能化等。另外,傳統(tǒng)掌握系統(tǒng)的DCS,因此FCS完全取代傳統(tǒng)的DCS還需要一個較長的過程,同DCS本身也在不斷的進展與完善??梢源_定的是,結(jié)合DCS、工業(yè)以太網(wǎng)、先進掌握等技術的FCS將具有強大的生命力。三.先進掌握技術方法神經(jīng)網(wǎng)絡是指由大量與生物神經(jīng)系統(tǒng)的神經(jīng)細胞相類似的人工神經(jīng)元互連神經(jīng)網(wǎng)絡是指由大量與生物神經(jīng)系統(tǒng)的神經(jīng)細胞相類似的人工神經(jīng)元互連具有某些智能和仿人掌握功能.學習算法是神經(jīng)網(wǎng)絡的主要特征,也是當前爭論的主要課題.學習的概念來自生物模型,它是機體在簡單多變的環(huán)境中進展有效的自我調(diào)整.神經(jīng)網(wǎng)絡具備類似人類的學習功能.一個神經(jīng)網(wǎng)絡假設想轉(zhuǎn)變其輸出值,但又不能轉(zhuǎn)變它的轉(zhuǎn)換函數(shù),只能轉(zhuǎn)變其輸人,而轉(zhuǎn)變輸人的唯一方法只能修改加在輸人端的加權系數(shù).神經(jīng)網(wǎng)絡的學習過程是修改加權系數(shù)的過程,最終使其輸出到達期望值,,widrowHoffBP,Hopfield特的力量。確定性”是指描述被控對象及其環(huán)境的數(shù)學模型不是完全確定的,其中包含一些未知因素和隨機因素。確定性”是指描述被控對象及其環(huán)境的數(shù)學模型不是完全確定的,其中包含一些未知因素和隨機因素。的適應力量。比方說,當系統(tǒng)在設計階段,由于對象特性的初始信息比較缺乏,系統(tǒng)在剛開頭投入運行時可能性能不抱負,但是只要經(jīng)過一段時間的運變化,但通過在線辯識和轉(zhuǎn)變掌握器參數(shù),系統(tǒng)也能漸漸適應。魯棒掌握魯棒掌握〔Robust魯棒掌握〔RobustControl〕方面的爭論始于20世紀50年月。在過去的20統(tǒng)在肯定〔構(gòu)造,大小〕的參數(shù)攝動下,維持某些性能的特性。依據(jù)對性能的計得到的固定掌握器稱為魯棒掌握器。其中,主要的魯棒掌握理論有:〔1〕Kharitonov區(qū)間理論;〔2〕H∞掌握理論;〔3〕構(gòu)造奇異值理論〔μ理論〕等等。四.總結(jié)技術使我們更好的了解運動掌握的相關解決方案和先進的檢測、傳輸、掌握等策略。但是由于實踐和條件的制約,我們對這些技術都還是停留在大致知曉其概念的步伐。但是,假設今后有時機,我們將會深入對某以特定技術進展探討。帶有純滯后環(huán)節(jié)高階系統(tǒng)的內(nèi)模掌握及仿真分析一.內(nèi)模掌握(InternalModelControl,IMC)是一種基于過程數(shù)學模型有力工具。二.內(nèi)模掌握的特點系統(tǒng)穩(wěn)定性和魯棒性理論分析方面的優(yōu)勢。滯過程。無需準確的對象模型,并且在掌握器參數(shù)調(diào)整時比較便利。三.內(nèi)模掌握的構(gòu)造,由于該構(gòu)造中除了有掌握器外,還包含了過程模型,內(nèi)模掌握因此而得名。DD(s)R(s)GU(s)Y(s)IMC(s)G(s)p?(s)Y(s)mpD(s)

2內(nèi)模掌握構(gòu)造框圖G(s) ———實際對象p?(s) 對象模型pR(s) ———給定值Y(s)D(s)

———系統(tǒng)輸出———在掌握對象輸出上疊加的擾動內(nèi)模掌握器的設計思路是從抱負掌握器動身,然后考慮了某些實際存在的約束,再回到實際掌握器的。內(nèi)模掌握器的設計思路是從抱負掌握器動身,然后考慮了某些實際存在的約束,再回到實際掌握器的。爭論兩種不同輸入狀況下,系統(tǒng)的輸出狀況:1〕 當R(s)0,D(s)0 時:

?(s)G(s)P pY(s)D(s)[1Y(s)D(s)[1GIMC(sG(s)]D(s)1G (s?(s)]pIMCp

1?(s)可以實現(xiàn),pG (s)IMC1?G (s)IMC1?(spD(s)如何變化,對Y(s)的影響為零。說明掌握器是抑制外界擾動的抱負掌握器。2〕 當D(s)0,R(s)0時:假設模型準確,即?(s)G(s)P pY(s)G (s)G(s)R(s)IMC p1Y(s)G (s)G(s)R(s)IMC p1?

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論