时变大滞后过程的单神经元内模控制

由于常规smith预估器对被控对象参数和结构的变化十分敏感,这对时变大滞后过程的控制极为不利,为此提出了一种新的单神经元内模控制方案,将改进的智能单神经元PID作为Smith预估的主控制器,并证明了该控制系统的内模结构特性。同时,对单神经元自适应PID的学习规则进行了改进,并采用仿人智能思想对神经元的比例系数进行在线自调整。仿真结果表明,这种控制方法具有超调小、抗干扰能力好和鲁棒性强的优点,对时变大滞后过程是行之有效的。     

单神经元自适应PID控制器的性能优化设计

研究了单神经元自适应PID摔制器性能优化问题,阐述了该摔制器的特点、控制律;给出了一种控制灵敏度的快速近似求取方法,实现了PID参数的在线自学习;使单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒件强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。     

改进的单神经元自适应控制系统在MCGS中的应用

对于现代工业控制中的一些具有时变的、大时滞、非线性的复杂系统,常规的PID算法难以整定PID参数,因而难以达到预期的控制效果. 本文在MCGS组态软件的实验平台上实现常规PID算法和单神经元自适应PID算法分别在线性和非线性的系统的控制. 实验结果表明,在线性系统和非线性系统中单神经元自适应PID控制算法都具有更好的稳定性和动态性能.     

DC／DC变换单神经元自适应PID控制器仿真研究

为解决传统PI控制对具有时变、非线性特性的DC/DC变换器动态控制性能不佳的问题,将人工神经网络与PID控制理论相结合,为DC/DC变换器设计了一种单神经元自适应PID控制器。该控制器算法简单,通过对加权系数的在线调整来实现自适应、自学习功能,从而满足DC/DC变换器的时变及非线性特性。以BUCK型变换器为例,建立了DC/DC变换器智能控制系统的仿真模型,在不同负载及参数变化的情况下与常规PI控制效果进行对比分析,结果表明,单神经元自适应PID控制器对DC/DC变换器具有很好的控制效果和鲁棒性。     

神经PID在地源热泵空调系统中的应用

针对地源热泵空调系统被控对象具有大滞后、慢时变、非线性特点及不确定干扰因素多的实际情况,结合常规PID和神经网络的优点,提出了一种基于BP神经网络的PID控制器设计方法,并应用于该空调系统中。仿真结果表明,该方法可以显著改善系统的动态性能和控制精度,实现了PID控制参数的在线动态调整,取得了良好的控制效果。     

一种基于单神经元Smith预测控制的中央空调系统优化控制方法研究

对于中央空调系统,Smith预估器可以较好地解决PID控制器带有纯滞后系统的控制问题。当纯滞后较大时,用Smith难以获得满意的控制效果,本文采取对被控对象的纯滞后作用进行补偿的方法,提出将单神经元与Smith预估器组合在一起的复合控制方案,在本方案中,利用了Smith能够应对纯滞后的特性及单神经元自学习、自组织的能力,不需要对被控对象进行精确的辨识,就能够实现对大纯滞后系统的自适应控制。     

单神经元自适应PID控制器及其应用

研究了单神经元自适应PID控制器,阐述了该控制器的特点、控制律、适用对象及工程整定方法,在和利时公司的SmartPro系统平台上开发出单神经元自适应PID控制器,进行了单神经元自适应PID控制器的典型一、二阶对象闭环仿真,最终将单神经元自适应PID控制器应用于制药厂发酵罐温度控制回路中。单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒性强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。     

一种基于专家调节增益的单神经元PID控制

本文提出了一种改进的单神经元PID捧制的方法，采用专家调节单神经元PID控制中的比例增益，有效地解决了单神经元PID控制中学习速度较慢，动态响应时间长等问题。这种控制方法具有较强的鲁棒性，其控制性能优于常规PID控制和单神经元PID控制，通过对一阶惯性加纯巡延的典型工业过崔对象的仿真研究，表明了这种控制算法具有优良的控制性能。     

时变大滞后系统的模糊免疫PID控制

工业中的大多数生产系统都是时变和滞后系统。对于这类系统,普通的PID控制器难以获得满意的控制效果。而采用模糊PID控制能降低系统的超调量,提高系统的响应速度。为了提高模糊PID控制器的控制性能,将模糊参数自整定调节方法与免疫进化算法相结合,设计了一种模糊免疫参数自整定PID控制系统。对于时变大滞后系统,模糊免疫参数自整定PID控制能明显减小系统的超调量,加快系统的响应速度。     

位置伺服系统的单神经元PID/CMAC控制研究

在分析了位置伺服控制系统基本原理和数学模型的基础上,提出了一种单神经元PID/CMAC复合控制算法和控制器的设计方法。用单神经元PID替代常规PID控制,由神经元来在线调整PID控制参数,利用CMAC神经网络的自学习和自适应能力,来完成系统的实时控制。该算法直接应用于位置伺服控制系统,仿真结果表明,与传统PID控制算法相比较,该复合控制算法增强了系统的控制精度,提高了系统的响应速度,具有较强的鲁棒性和抗干扰能力。     

基于混沌优化的单神经元 Smith预估器设计

提出了一种具有自适应能力的单神经元Smith预估器，并将其待定参数与系统的控制性能相联系，采用基于模拟退火策略的混沌优化算法，实现对预估器参数的全局寻优。仿真表明，经过混沌优化的单神经元Smith预估器具有良好的跟踪特性和干扰抑制能力，同时对系统建模误差具有很强的鲁棒性。     

积分分离PID算法的电阻炉温度控制系统

为使大惯性、纯滞后的电阻炉温度控制系统的动态性能和稳态精度满足要求,提出了Smith预估结合积分分离PID算法;设计了温度控制器的硬件系统;对控制系统进行辨识;分析了Smith预估结合积分分离PID算法与单纯Smith预估控制算法的区别,并对两种控制算法进行了比较分析,确定了电阻炉温度控制系统参数;最后对Smith预估结合积分分离PID算法进行了电阻炉的温度控制实验;实验结果表明,采用Smith预估结合积分分离PID算法提高了电阻炉温度控制系统的稳定性,降低了系统的超调,稳态精度达到0.2℃,其动态性能和稳态精度满足系统控制要求.     

基于时延动态补偿的网络控制器的设计

在网络控制系统中由于网络带宽的限制,不可避免地使网络系统产生网络诱导时延,从而导致系统性能下降甚至不稳定。文章针对延时不确定使得Smith预估补偿控制效果差的问题,提出了新的Smith补偿控制算法,根据控制器反馈信息对网络延时进行动态补偿,并与模糊PI控制方法相结合,构成Smith预估模糊PI控制器,使得闭环控制系统即使在模型失配的情况下,仍具有较高的稳定性、较强的鲁棒性。仿真结果表明,该方法可行有效。     

网络控制系统Smith Fuzzy PID控制器的设计

针对网络控制系统中普遍存在的时延问题,提出了一种将模糊自适应算法和Smith预估补偿算法与常规PID控制器相结合的智能控制策略。该方法充分利用了Smith预估控制算法对带时延系统的良好控制能力,同时利用模糊推理算法实现对PID参数的在线自整定,进一步改善PID控制器的性能。仿真结果表明,基于该智能控制器的网络控制系统克服了传统PID控制超调量大及常规Smith预估补偿过分依赖于被控对象精确数学模型的缺陷,可以有效降低时延对系统性能的不利影响,使被控对象具有良好的动、静态特性。     

智能控制与复合控制在二阶时变纯滞后对象的应用研究

针对二阶时变纯滞后对象难以控制的问题,提出了采用改进Smith预估器提高系统的稳定性和鲁棒性;采用CMAC和PID并行控制的算法来提高动态性能;以CMAC神经网络作为一个前馈控制器,通过对PID控制器输出的学习,实现二阶变时滞系统的自适应稳定控制。仿真实验表明,这种复合控制方法保留了Smith算法与CMAC神经网络和PID算法的各自特长,具有学习速度快,适应能力强、动态性能好的优点,具有良好的稳定性控制效果。     

纯滞后过程控制算法的研究

介绍了工业过程控制中PI控制算法、Smith预估控制算法和采样PI控制算法。给出了采样PI控制算法及控制原理，分析了控制器参数对控制性能的影响，给出了控制器参数选择的方法。并利用：Matlab选取典型一阶纯滞后对象，在控制对象纯滞后时间和增益改变时进行了动态仿真。仿真结果表明，采样PI控制和Smith预估控制具有较强的鲁棒性，而且算法简单、容易实现．所以更适用具有纯滞后的工业过程控制。     

Smith predictor based robust fractional order control: Application to water distribution in a main irrigation canal pool

This paper proposes a new methodology to design fractional integral controllers combined with Smith predictors, which are robust to high frequency model changes. In particular, special attention is paid to time delay changes. These controllers show also less sensitivity to high frequency measurement noise and disturbances than PI or PID controllers. This methodology is applied to design controllers for water distribution in a main irrigation canal pool. Simulated results of standard PI and PID controllers plus a Smith predictor, and the controller developed in this paper are compared when applied to the dynamical model of a real main irrigation canal pool showing that our controller exhibits better and more robust features than these. Moreover our controller is compared with other more complex control techniques as predictive control and robust H_∞ controllers, exhibiting better or similar performances than these.     

基于模糊自适应PI改进的Smith预估器在网络化控制系统中的应用研究

网络化控制系统（NCS）中不可避免的网络诱导时延使传统的控制器难以达到较好的控制效果,针对网络化控制系统中前向传输时延无法精确测量的特点,提出了一种有效的控制方法。仿真结果表明,采用Smith预估控制与模糊自适应PI控制算法相结合的方法,能有效地增强网络化控制系统控制规律的自适应性,显著改善和提高系统的抗干扰性和鲁棒性能。     

积分加纯滞后系统的双预测PI控制及其应用

Smith预估控制器控制积分加大纯滞后过程时,鲁棒稳定性差,输出存在静态余差,无实际应用价值.提出了一类基于该过程的双预测PI控制器:具有内环和外环两种预测PI控制器.内环将系统稳定,外环消除输入干扰的影响和改善控制系统的动态性能.这种控制器结构简单,可调参数少,参数的调节方便、直观.仿真和实际应用表明:在干扰和模型失配的情况下,此类控制器仍然具有良好的控制性能和鲁棒稳定性能,是一种值得在实际工程中推广应用的新型控制器.     

基于电加热炉温度系统的Smith-FNNC-PI复合控制器研究

针对大滞后的电加热炉温度控制系统,研究了一种由Smith预估控制、模糊神经网络控制(FNNC)与传统PI相结合的复合控制器。该控制器将模糊控制具有的较强逻辑推理功能、神经网络具有的较强自学习能力以及传统PI控制的优点融为一体。仿真结果表明该复合式控制器具有良好的稳定性和鲁棒性,对于大时间滞后的电加热炉温控系统是一种实用而简便的控制方法。