论文一种蒸汽养护窑温湿度模糊解耦控制系统仿真是关于本文可作为相关专业解耦论文写作研究的大学硕士与本科毕业论文解耦方法论文开题报告范文和职称论文参考文献资料。
摘 要：PC构件（混凝土预制件）蒸汽养护温湿度控制对象是一个强耦合、非线性、大滞后的系统,其控制非常困难.研究的PC构件蒸汽养护温湿度模糊解耦控制系统,采用模糊控制对温湿度分别进行控制,并对输出结果进行解耦控制.通过Matlab/Simulink仿真,其结果表明该控制方式具有良好的控制效果,在快速性、稳态性、精确性方面有较大提高.
关键词：混凝土预制件；蒸汽养护；模糊解耦
中图分类号：TM351 文献标志码：A 文章编号：2095-2945（2017）36-0012-02
1 概述
PC構件（precast concrete）即混凝土预制件,通常采用蒸汽养护工艺加速自身硬化速率以提高生产效率.PC构件蒸汽养护由静停、升温、恒温和降温四个阶段构成,各个阶段温湿度参数控制效果直接决定PC构件的质量[2].
传统PC构件蒸汽养护依靠人工操作完成,温湿度参数控制效果完全依赖操作者的经验,导致生产效率、产品质量无法保障[3].基于PID控制技术的PC构件蒸汽养护温湿度控制系统,一定程度上提升了生产效率,改善了PC构件养护质量[4].由于蒸汽养护窑无法建立数学模型,温湿度参数存在大滞后的特性,PID控制控制效果一般.模糊控制理论引入该系统,改善了控制效果,但忽略了温湿度高耦合对系统的影响[5].
本文提出了一种PC构件蒸汽养护温湿度模糊解耦控制系统,并进行了Matlab/Simulink仿真研究.
2 温湿度模糊解耦控制算法
温度、湿度对象可近似为两阶微分的大滞后环节.由于养护窑是一个密闭空间,温湿度存在严重交叉耦合,其耦合关系如图1所示.
为了获得较优的控制效果,提出了一种如图2所示的温湿度模糊解耦控制方案.
图中,Tref、Href分别表示温度给定值和湿度给定值,Tf、Hf分别表示温度反馈值和湿度反馈值,eT、eH分别表示温度偏差和湿度偏差,ecT、ecH分别表示温度偏差变化率和湿度偏差变化率,uT、eH分别表示温度模糊控制量和湿度模糊控制量,uTJ、uHJ分别表示温湿度解耦温度控制量和温湿度解耦湿度控制量,参数?渍1、?渍2分别表示温湿度解耦系数,取值范围[0,1],根据试验经验数据尝试不同的系数,写入控制程序中.
3 温湿度模糊解耦控制算法仿真
采用Matlab/Simulink软件对温湿度模糊解耦控制算法进行仿真研究,完成了湿度常规PID控制和模糊解耦湿度控制对比研究.图3、图4分别为常规PID湿度输出响应和模糊解耦湿度控制输出响应特性曲线.由图3可知响应特性指标为：调节时间ts等于60s,超调量?滓%约为30%,稳态误差ess等于0；由图4可知响应特性指标为调节时间ts等于25s,超调量?滓%约为0,稳态误差ess约为4%.对比数据可知,模糊解耦湿度控制响应特性明显优于传统PID控制响应特性.
4 结束语
本文提出了一种蒸汽养护窑温湿度模糊解耦控制系统,并对控制算法进行了Matlab仿真.结果表明有效解决了养护窑非线性、大滞后带来的控制模型无法建立、温湿度耦合严重的问题,确保了温湿度输出的响应特性.
参考文献：
[1]刘东卫,等.中国住宅工业化发展及其技术演进[J].建筑学报,2012（4）：10-11.
[2]沙克,等.预养时间对蒸汽养护混凝土耐久性的影响[J].低温建筑技术,2011,157（7）：15-16.
[3] ,等.水泥和混凝土制品的蒸汽养护生产关键技术进展[J].国外建材科技,2007,28（3）：21-24.
[4]王志武,等.水泥混凝土蒸汽养护自动控制技术在长沙湾特大桥箱梁加工中的应用[J].公路工程,2013,38（2）：142-144.
[5]王兵,等.基于PLC的蒸汽养护模糊控制器[J].电气自动化,2015,37（2）：115-117.
总结:本文关于解耦论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
参考文献：
1、 改进模型参考自适应控制与其在解耦控制中的应用 摘要：提出了一种基于扩张状态观测器（extended state observer，EsO）的任意参考模型自适应控制方法，解决了被控对象状态信息。
2、 一种头部CT图像运动模糊复原方法 摘要：针对在计算机断层扫描成像（CT）过程中患者头部的自主 非自主运动会造成头部CT图像产生模糊的问题，依据运动模糊理论提出了一种针对头部CT切。
3、 高精度无刷直流电机模糊控制系统FPGA实现 摘 要： 为了解决无刷直流电机控制准确性低和不稳定性问题，设计实现了一种高精度无刷直流电机模糊控制系统，以FPGA作为设计的硬件处理平台。硬件电。
4、 三种方法，教你巧解实验设计题 近年来，在高考试题中，有关生物实验设计的题目年年都有，而考生在分析解答生物实验设计类试题时，总感觉很困难。其实，只要掌握了必要的解题方法，就能轻。
5、 一种改进型DRNN神经网络自学习PID控制 摘 要： 本文针对多变量耦合系统，采用DRNN神经网络对PID控制器参数进行自学习，提出了将学习因子在学习过程中进行动态调整，与传统DRNN神经。
6、 两种商品分析厂商如何面对缺乏自我控制消费者 摘 要：在经济学的学习中，我们常会假设不同时期消费者的选择是一致的，但在很多情况下事实并非如此。这不仅仅是由于消费者在消费时会对自己未来的行为进。