流程工业分布式控制多Agent模型及控制技术研究

流程工业论文 分层分布式控制论文 多Agent系统论文 博弈论论文 粒子群算法论文 遗传优化模糊PI
论文详情
随着流程工业生产过程向着生产规模大型化、生产装置复杂化和控制任务多目标优化等方向发展,流程工业生产过程呈现出分散化、异构化的趋势,在功能、时间或空间以及相互关系上表现出极强的分布性、层次性、复杂性,导致现有的控制系统不能满足现代流程工业生产过程的控制要求。因此,如何使流程工业生产过程中各控制系统能够独立自主地进行决策控制,又能相互协调配合,共同完成复杂的生产控制任务,成为流程工业过程控制中急需解决的问题。本文以流程工业过程控制的实际控制需求和生产发展的需要为研究背景,将多Agent技术引入流程工业分布式控制领域,提出如何构建流程工业分层分布式控制的多Agent模型这一命题,并就其中的协作机制、任务分配方法和任务执行策略等关键问题进行研究,以实现流程工业生产过程按任务和功能分派的分布式智能控制。本文主要的研究内容如下:第一、在分析多Agent系统自主、联合、分布及智能特征的基础上,设计和构建了一种面向流程工业过程控制的分层分布式多Agent模型。模型顶层是系统管理Agent,执行控制的中间层,由各车间调度控制Agent组成,底层则由各现场Agent组成,并通过OPC接口实现数据和信息的交互。通过引入Agent组的概念,将多个现场Agent和车间调度控制Agent组成功能Agent组,采用Internet中基于域的模式来实现对分布在Ethernet/Intranet上各Agent组的有效管理。给出了各个体Agent的主要结构和功能,选择基于点到点和改进的基于协助Agent的通信模式作为Agent之间的通信机制,设计了二级协调控制工作模式作为系统分布协调控制机制。构建的多Agent模型,做到了组织结构上分层,控制上分布协调,具有很好的集成性、异构性、灵活性和开放性。第二、为解决功能Agent组中各现场Agent分布式控制的控制形式问题,在详细分析Agent协作的基本概念、协作方式和博弈论方法的基础上,将博弈论引入到多现场Agent协作中,构建了基于改进博弈论的多现场Agent协作模型。通过引入衰减因子,对收益函数进行改进,使协作Agent开始更重视对目标的包围,而当协作Agent对目标形成一定的包围态势后,则将与目标之间的距离作为策略选择的依据,从而加快协作任务的完成。以典型的追捕-逃跑问题为例,采用MATLAB软件对基于改进博弈论的多Agent协作机制进行了仿真,仿真结果验证了其在多Agent协作之间的有效性。第三、为解决流程工业分层分布式控制多Agent系统中的车间调度控制Agent的任务分配问题,在对多Agent系统任务调度策略和粒子群算法研究的基础上,提出基于改进粒子群算法的多Agent系统任务调度方法。考虑到基本粒子群算法在实际应用过程中存在容易出现早熟收敛和全局收敛性比较差的不足,将基于惯性权重的粒子群算法应用到流程工业分布式控制多Agent系统的任务调度中。算法采用动态惯性权重,使惯性权值在粒子群算法搜索过程中线性变化,以提高粒子群算法的搜索性能。通过流程工业生产企业具体生产任务的调度仿真,并与蚁群系统算法调度结果比较,验证了给出调度方法的有效性和优越性。第四、为解决流程工业分层分布式控制Agent系统中现场Agent的有效控制问题,在分析模糊PID控制和遗传算法的基础上,提出了将自适应遗传优化模糊PID控制作为现场Agent控制策略的思想。通过选择适应度函数,并设计惩罚功能,以及采用自适应调整遗传算法控制参数的策略,实现遗传算法优化模糊PID控制的比例因子和量化因子。采用Matlab对给出的控制算法进行了仿真,结果表明,给出算法的控制品质有较大的改善和提高,可以作为现场Agent的控制策略,以实现流程工业生产过程的智能优化控制。第五、在上述研究的基础上,以流程工业中洗衣粉生产过程控制为应用背景,针对目前洗衣粉生产过程控制还大多采用集中监控方式,构建了洗衣粉生产过程控制多Agent系统结构。在分析基于JADE的多Agent系统平台及通信机制的基础上,选择遵循FIPA标准的JADE做为系统开发平台,结合Java软件、通用工控软件MCGS、MATLAB软件、S7-PLC可编程控制器和OPC技术,就洗衣粉生产过程控制多Agent系统中Agent之间的通信、任务调度功能、控制系统功能的实现进行了探讨,给出了具体的实现技术。论文以分布式人工智能中的多Agent技术为基础,系统地分析和研究了基于多Agent的流程工业分层分布式控制系统的组织结构、协作机制、调度算法和控制策略等关键问题,并以洗衣粉生产过程控制为应用背景,对流程工业分层分布式控制多Agent系统的实现进行了探讨。论文的研究成果为流程工业分布式控制探讨了理论与技术基础,同时也提供了工程化的设计和实现方法,具有一定的理论意义和实用价值。
摘要第3-5页
ABSTRACT第5-7页
第一章 绪论第12-26页
    1.1 研究问题的提出及研究意义第12-16页
        1.1.1 流程工业分布式控制问题的提出第12-14页
        1.1.2 多Agent技术应用于流程工业分布式控制的意义第14-16页
    1.2 多Agent技术国内外研究现状第16-22页
        1.2.1 多Agent技术研究的主要内容第16-19页
        1.2.2 多Agent在分布式控制中的研究现状第19-22页
    1.3 本文研究主要内容和组织结构第22-26页
        1.3.1 论文研究内容第22-23页
        1.3.2 全文组织结构第23-26页
第二章 分层分布式控制的多Agent系统结构第26-50页
    2.1 流程工业过程控制的需求和常见结构第26-31页
        2.1.1 流程工业过程控制的需求第26-27页
        2.1.2 流程工业过程控制的常见结构第27-31页
    2.2 Agent和多Agent理论描述第31-38页
        2.2.1 Agent的"弱定义"和"强定义"特性第31-32页
        2.2.2 Agent的四种结构模型第32-35页
        2.2.3 多Agent系统特性及体系结构第35-38页
    2.3 流程工业分层分布式控制的多Agent系统结构第38-48页
        2.3.1 流程工业分布式控制典型结构第38-39页
        2.3.2 流程工业分层分布式控制的多Agent系统结构第39-42页
        2.3.3 MAS-HDCPI中个体Agent结构和功能设计第42-44页
        2.3.4 MAS-HDCPI的通信模型和运行机制第44-48页
    2.4 本章小结第48-50页
第三章 基于改进博弈论方法的多现场Agent协作机制第50-74页
    3.1 多Agent协作的类型第50-54页
        3.1.1 基于任务分担的Agent协作第51-52页
        3.1.2 基于结果共享的Agent协作第52-54页
    3.2 MAS-HDCPI的多Agent协作方式第54-57页
        3.2.1 多Agent的联合意图和小组承诺第54-55页
        3.2.2 MAS-HDCPI的多Agent联合协作方式第55-57页
    3.3 MAS-HDCPI中基于博弈论的多现场Agent协作描述第57-60页
        3.3.1 多现场Agent协作博弈论的基本要素第58-60页
        3.3.2 多现场Agent协作纳什均衡理论描述第60页
    3.4 基于改进博弈论的多Agent协作和策略求解方法第60-64页
        3.4.1 基于改进博弈论的多Agent协作描述第60-63页
        3.4.2 多现场Agent协作博弈策略求解方法第63-64页
    3.5 基于改进博弈论的多现场Agent协作仿真第64-72页
        3.5.1 多现场Agent协作的问题描述第64-65页
        3.5.2 多现场Agent协作的博弈仿真模型第65-67页
        3.5.3 协作仿真流程及实验结果分析第67-72页
    3.6 本章小结第72-74页
第四章 基于改进粒子群算法的车间调度控制Agent任务调度方法第74-92页
    4.1 基于多Agent的流程工业任务调度策略第74-78页
        4.1.1 流程工业任务调度问题描述第74-76页
        4.1.2 基于多Agent的流程工业任务调度策略第76-78页
    4.2 基于惯性权重的粒子群算法第78-84页
        4.2.1 基于惯性权重的粒子群算法描述第78-81页
        4.2.2 基于惯性权重的粒子群算法流程第81-82页
        4.2.3 粒子群算法适合任务调度的特点第82-84页
    4.3 基于改进粒子群算法的任务调度算法设计与仿真第84-90页
        4.3.1 任务调度实例问题描述第84-86页
        4.3.2 任务调度的改进粒子群算法设计第86-87页
        4.3.3 任务调度的仿真结果及分析第87-90页
    4.4 本章小结第90-92页
第五章 基于自适应遗传优化模糊PID的现场Agent控制策略第92-112页
    5.1 现场Agent的控制工作流程第92-93页
    5.2 PID控制描述第93-96页
        5.2.1 PID控制的基本形式第93-95页
        5.2.2 增量型PID算法第95-96页
    5.3 模糊PID控制器的原理与设计第96-102页
        5.3.1 模糊PID控制器的基本原理第96-97页
        5.3.2 模糊PID控制器的设计第97-102页
    5.4 基于自适应遗传算法的模糊PID控制器设计与实现第102-110页
        5.4.1 遗传算法的基本原理第102-104页
        5.4.2 基于遗传算法的模糊PID整定方法第104-107页
        5.4.3 基于自适应遗传算法的模糊PID控制器设计第107-108页
        5.4.4 自适应遗传优化模糊PID控制的仿真第108-110页
    5.5 本章小结第110-112页
第六章 洗衣粉生产过程控制多Agent系统实现技术研究第112-138页
    6.1 洗衣粉生产过程控制多Agent系统结构第112-115页
        6.1.1 洗衣粉生产过程描述第112-114页
        6.1.2 基于多Agent的洗衣粉生产过程控制系统结构第114-115页
    6.2 洗衣粉生产过程控制多Agent系统开发平台选择第115-121页
        6.2.1 基于JADE的多Agent系统平台第115-117页
        6.2.2 基于JADE的多Agent通信模式第117-119页
        6.2.3 系统开发平台选择第119-121页
    6.3 洗衣粉生产过程控制多Agent系统的通信实现第121-129页
        6.3.1 非网络环境下多Agent的通信实现第122-125页
        6.3.2 网络环境下多Agent的通信实现第125-129页
    6.4 系统任务调度与控制功能实现第129-136页
        6.4.1 基于MATLAB与JAVA混合编程的任务调度实现第129-133页
        6.4.2 基于OPC的现场Agent控制功能实现第133-136页
    6.5 本章小结第136-138页
第七章 总结与展望第138-142页
    7.1 论文工作总结第138-140页
    7.2 研究展望第140-142页
致谢第142-144页
参考文献第144-156页
附录A 攻读学位期间发表(或录用)的学术论文、获得的科研成果第156-157页
论文购买
论文编号ABS538294,这篇论文共157页
会员购买按0.30元/页下载,共需支付47.1
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付78.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656