温度调节系统时滞建模与神经网络自适应鲁棒控制

The existence of time delay directly affects the tracking performance of the temperature regulatory system, which affects the stability and reliability of the system. At present, there are two major problems in the research on time-delay modeling and compensation control.First, most of the existing delay model for unknown time-delay temperature regulatory system, the time of the delay varies from system to system. When application situation of the temperature regulation system changes, single time-delay model will be not accurate enough; Secondly, the actual temperature regulatory system is often affected by the model uncertainty and external disturbance, which greatly reduces the time-delay identification and compensation accuracy. In this paper, a new neural network based dynamic delay model will be proposed, and a unified model of temperature regulatory system will be established to improve the precision of time-delay modeling. The adaptive robust control technique will be adopted to compensate the uncertain factors of the temperature regulating system, which reduces the dependence of the control performance on the accuracy of the delay model. In addition, based on the dynamic surface control method and the backstepping control theory with filters, a control algorithm will be designed to guarantee the performance of the temperature regulatory system. Therefore, the research of this project has important research value and wide application prospect.

时滞现象的存在直接影响温度调节系统的跟踪性能，进而影响到系统的稳定性与可靠性。目前，大多数温度调节系统的时滞建模与补偿控制研究主要存在两方面的问题。首先， 现有的时滞模型大多是针对时延未知的温度调节系统提出的，时滞的大小因系统而异，当应用场合发生改变时，单一的时滞模型将变的不够准确；其次，实际温度调节系统经常会受到模型不确定性和外部干扰的影响，使得时滞辨识和补偿精度大大降低。本项目拟研究一种新的神经网络时滞动态模型，建立温度调节系统在时滞常数变化、应用场合改变时时滞动态的统一模型，提高时滞建模的精度。采用自适应鲁棒控制技术，补偿温度调节系统的不确定因素，降低控制性能对时延模型精度的依赖性。此外，结合动态面控制方法和基于滤波器的反步法控制理论，设计有限时间保证控制性能的控制算法，保证温度调节系统的鲁棒性和响应速度。因此，本项目的研究具有重要的科研价值和广泛的应用前景。

在过程控制、流体控制、以及网络化控制等系统中，普遍存在着时滞现象和未知动态干扰，其控制问题一直是控制领域研究的热点话题。时滞和未知干扰往往是制约系统性能的主要因素，这些不确定因素通常会严重影响系统的响应速度和控制精度。因此，对于在系统中含有未知扰动、时滞等现象的研究在现阶段有十分重要的意义和价值。本项目研究了一种新的神经网络时滞动态模型，建立温度调节系统在时滞常数变化、应用场合改变时时滞动态的统一模型，提高时滞建模的精度。采用自适应鲁棒控制技术，补偿温度调节系统的不确定因素，降低了控制性能对时延模型精度的依赖性。此外，结合动态面控制方法和基于滤波器的反步法控制理论，设计了有限时间保证控制性能的控制算法，保证温度调节系统的鲁棒性和响应速度。因此，本项目的研究具有重要的科研价值和广泛的应用前景。