基于神经网络的解耦控制方法

本文介绍了BP算法的基本原理及其实现步骤,并将BP算法应用于神经网络解耦器和PID神经网络的训练中,即本文中各个神经网络的训练算法均采用BP算法,提出了一种神经网络在线解耦控制算法,即将神经网络解耦和神经网络PID控制两者结合,对系统进行解耦控制。将解耦与控制结合,既避免了单独采用自适应PID控制时控制效果不佳的问题,又避免了单独采用解耦时原有控制器不能适应变化后的对象问题。最后对一组双输入双输出耦合系统进行了仿真研究。     

混合液温度流量解耦控制算法及系统虚拟

针对一种具体的混合液温度流量非线性控制问题，文中提出了一种解析方式的解耦控制算法。采用MatLab对算法的仿真表明，这种解耦控制算法具有良好的解耦和控制效果。为全面分析该算法，设计了交互式实时混合液温度流量解耦控制系统虚拟软件，该软件的使用结果说明，这种算法可以很好地解决这种解耦控制问题。     

浓度控制中的一种解耦算法

本文首先分析了在具有两被控量（流量和浓度）的浓度控制系统中存在的浓度和流量相互影响的问题;接着提出了采用解耦控制算法实现浓度和流量的精确控制的设计方案。文中着重介绍了系统中所采用的解耦算法及其控制方案。经现场投运,证明该大案可行,且系统运行稳定可靠。     

基于IFWA-ELM的六维力传感器解耦算法

针对六维力传感器的维间耦合严重影响测量精度的问题，本文提出了一种基于改进烟花算法优化极限学习机（IFWA-ELM）的解耦算法。首先，对烟花算法的爆炸半径、变异算子和选择策略进行改进，形成改进烟花算法（IFWA）。其次，采用改进烟花算法寻找极限学习机的最佳网络参数，解决极限学习机随机生成初始权值和阈值导致网络不稳定、隐含层神经元数量对网络性能影响较大的问题。为了验证算法的解耦性能，本文以应用于4500m深海机械臂的六维力传感器作为研究对象，采用最小二乘法（LS）、BP神经网络（BPNN）、极限学习机（ELM）和IFWA-ELM算法进行解耦实验。实验结果表明：IFWA-ELM算法具有较好的非线性解耦能力，解耦后Ⅰ类误差控制在0.27%以内，Ⅱ类误差控制在0.13%以内，有效提高了六维力传感器的测量精度。     

三电平Buck变换器的新型解耦控制方案

为解决三电平Buck变换器中飞跨电容电压的平衡控制问题及飞跨电容电压与输出电压的解耦难题，提出一种新型解耦控制方案。建立三电平Buck变换器的仿射非线性数学模型，研究基于微分几何理论的模型线性化解耦条件，推导解耦子系统的反馈控制律，设计状态反馈控制器，并对满足稳定要求的控制参数进行探讨。与现有解耦控制方法相比较，仿真结果表明所提控制方案具有更强的抗干扰性能、更快的响应速度和更好的动态调节特性。实验结果进一步验证了所提新型解耦控制方案的正确性和优越性。     

神经网络解耦预测函数控制

结合解耦思想研究多变量系统预测函数控制。通过引入神经网络补偿环节，对多变量系统解耦，在此基础上，对解耦后各子系统进行单变量预测函数控制，以确定各个控制量。同时基于系统脉冲传递函数，得到单变量PFC控制器的显式表达式。仿真表明，该算法有较好的跟踪特性，对解决多变量系统的优化和控制具有一定的适用性。     

基于单神经元的温度解耦控制系统研究

在生产和工业中,对温度的控制是十分普遍的.本文将单神经元自适应PID控制与解耦控制相结合,提出了基于单神经元PID的解耦算法,并对电加热炉炉温控制系统进行仿真.结果表明:该设计方案具有良好的解耦效果,控制系统的调节品质令人满意.     

多变量系统解耦现状的分析

介绍了传统解耦、自适应解耦、智能解耦和非线性及鲁棒解耦等方法,分析了各种解耦方法存在的问题并叙述了应用情况,指出解耦控制是控制领域研究的热点问题,最后对多变量解耦控制的研究进行了展望,并指出寻求简单易行的解耦方法或融合解耦诸算法是解决工程实际的有效途径.     

控制系统解耦设计的一个实例

本文以木材干燥过程的控制作为控制系统的一个实例，在木材干燥过程中，根据温度和相对湿度的耦合关系提出解耦估补偿方案，计算机仿真结果表明，该方案可获得较满意的控制效果。     

注塑机料筒多段温度PID神经网络解耦控制系统

注塑机料筒温度是一类多变量、强耦合、大惯性控制对象，本文根据注塑机料筒温度控制的要求，利用PID神经网络构成多变量解耦控制系统。文中分析了注塑机温度控制的特点，给出了网络的结构和算法，对多段温度系统进行了实时仿真，显示了PID神经网络对注塑机料筒温度控制的良好解耦性能和自学习控制特性。     

一种直接多变量自适应解耦控制算法

本文将广义最小方差控制策略和前馈控制策略结合进来,提出了解耦控制器并讨论了如何采用修改最小二乘辨识算法和直接方案对具有任意延时结构的一般随机多变量系统实现自适应解耦控制,本文还证明了所提出的自适应算法即使用于开环不稳定或非最小相位系统也具有整体稳定性和收敛性。     

双容神经网络解耦控制的在线实现

主要进行基于神经网络的解耦控制研究.针对罗克韦尔实验室中的双容液位对象强耦合的特点,将模糊自适应PID算法控制和神经网络引入控制系统的设计中.提出一种神经网络在线解耦算法并用神经网络对双容液位系统进行建模.将该算法用于双溶液位控制系统的设计中,用来实现对被控对象的解耦控制.通过对设计方案的仿真研究和现场实时控制,结果表明:该设计方案具有良好的解耦效果;控制系统的调节品质令人满意.     

微机械陀螺解耦控制技术的研究

研究微机械陀螺优化控制问题.由于微机械陀螺具有很严重的耦合误差,使得其精度和性能大大减弱.现有微机械陀螺解耦方法大都集中在结构解耦,受工艺和外界环境影响严重,且稳定性较差.针对上述问题,为了从源头消除耦合,在结构解耦的基础上提出了两种控制解耦方案即传统解耦方法和BP神经网络解耦方法,首先用传统解耦方法在建立其精确数学模型的基础上找到合适的解耦矩阵,使得驱动的输入和检测的输出为单一方向的运动,来实现控制解耦.然后用传统解耦后的数据来训练BP神经网络,进行解耦仿真,从而根本上消除耦合误差.仿真结果表明,上述控制解耦方案能根本上有效消除耦合,提高微机械陀螺解耦控制的鲁棒稳定性.     

冷热水混合系统的DMC解耦控制

提出了一种基于DMC预测控制的解耦方法用于冷热水混合系统的液位和温度的双变量控制。由液位偏差经DMC算法得到的注入水的总控制量和由温度偏差经DMC算法得到的热水注入控制量不直接加到控制对象上，而是根据冷热水的温度和总量与分量的关系，分别得到冷水和热水注入控制量，从而实现解耦。试验结果表明：尽管混合器的温度与液位具有很强的耦合性及滞后特性，该方法仍取得了较好的控制效果。     

基于BP神经网络的多变量PID解耦控制

基于神经网络的智能PID控制策略，以经典的PID控制理论为基础，并通过具有多变量解耦控制自学习功能的神经网络参数整定来实现。本文给出了网络的结构和算法，示出了一组二元变量强耦合时变系统的实时仿真结果。通过计算机仿真证明，基于神经网络的PID控制具有良好的自学习和自适应解耦控制能力。该系统融解耦器和控制器于一体，易于实现，适用于非线性多变量系统的解耦控制。它使解耦后的系统具有较好的动态和静态性能，特别是当根据BP控制规律确定了网络连接权系数的初值时，还能使系统参数快速收敛。     

单个DSP控制的转速张力解耦变频系统设计

为了提高转速张力双电机变频控制系统的性能,在电动机磁场、转矩解耦的基础上导出转速、张力的解耦算法,提出以单个DSP芯片为控制核心的设计方案。根据这两种解耦算法编制双电机变频控制的DSP程序,每个电机对应一中断服务程序,两程序交替运行,其结果对两事件管理器的全比较器进行数据刷新,产生两组SVPWM 控制信号,分别控制两电动机的电磁转矩,达到解耦控制转速、张力的目的。由于两电机的运算控制程序在同一DSP内进行,可使两电机的数据共享,能有效提高快速协调能力。由于只用一个DSP ,可节省系统成本。实验表明,该方案可有效解决转速张力控制系统的解耦问题,运行平稳、操作方便。     

球磨机制粉系统的解耦PID控制

中储式钢球磨煤机制粉系统具有多变量、强耦合、大惯性等特点,使用常规的PID控制回路进行控制无法取得理想效果。针对这种情况,本文提出了一种解耦PID控制策略。该方案在PID回路中加入解耦补偿器,以实现对多变量的解耦控制。仿真试验表明,该策略有效地解决了多变量的耦合问题,取得了较好的控制效果。     

线性系统的不相关解耦*

本文讨论线性系统的输入-输出块解耦问题。首先证明一个关于相容(A, B)-不变子空间族的定理，再利用它证明不相关解耦的充要条件。然后，给出解耦算法。最后证明，由算法得到的解耦形式是一种标准形式。     

多自由度伺服系统的非线性解耦控制

多自由度伺服系统各轴之间存在的非线性耦合,是影响系统控制性能的一个重要因素,为了提高系统控制性能,本文研究了多自由度伺服系统的解耦控制．首先建立了多自由度伺服系统的一般化耦合数学模型;然后根据Singh法求出逆系统;最后结合期望的标称线性传递函数,算出解耦控制规律．本算法避开微分几何理论,直接对矩阵进行运算,易于理解．文章给出了应用此方法对3轴仿真转台进行解耦控制的例子．     

改进蚁群PID-神经元解耦的CFB锅炉燃烧系统控制

床温和主汽压都是循环流化床锅炉生产运行中的重要参数,会直接影响机组的安全性和经济性。但由于这两者对象存在非线性、大时延、强耦合等特点,其现场控制效果一直不太理想。本文首先采用自适应神经元将床温和主汽压解耦,再利用具有分工特征的蚁群算法优化参数的PID控制器对两者进行独立控制。采用该算法优化常规PID控制参数,能够实现控制参数的快速寻优。该方案应用于循环流化床锅炉燃烧系统仿真,结果表明能有效实现系统解耦,且具有响应快、超调量小等优点,有效地提高了控制品质。