磁浮系统车轨解耦控制研究

为实现弹性轨道磁浮系统的车轨耦合振动问题,寻求解耦控制规律,尝试了坐标变换解耦和反馈解耦两种解耦方法。通过计算车轨耦合五阶模型的李代数,得到了李代数满秩的结论,表明五阶模型是一个车轨强耦合的系统,仅通过坐标变换系统无法解耦。根据建立刚性和弹性轨道磁浮系统模型,经过对比分析,设计了改进的双环PID算法,通过反馈合适的状态变量,能够对车轨耦合振动系统顺利解耦,实现稳定控制。考虑到实际情况,对反馈所需的状态信号的获取也进行了具体的分析。     

基于解耦的板形板厚系统鲁棒控制策略

针对多变量系统中前馈解耦效果依赖于系统模型的问题,提出了一种基于前馈解耦的鲁棒控制策略来保证系统参数变化时的解耦效果.针对连续轧制过程中强耦合的板形板厚系统,首先依据经验数学模型设计前馈解耦器,然后对消除耦合影响后的多变量系统设计鲁棒控制器,用多变量鲁棒控制抑制破坏解耦效果的各种不确定性因素的影响.针对实际系统中可能存在的干扰信号进行了抗干扰能力实验,针对系统参数可能存在的不确定性进行了抗参数摄动实验;仿真结果显示了良好的解耦效果,这也说明了该控制策略的有效性.     

α稳定分布环境下的全解耦Volterra自适应滤波器

二阶Volterra系统二次项将稳定分布的尖峰脉冲特性放大,各阶因素之间耦合强,从而影响了算法的收敛性能。针对传统的Volterra滤波器的最小平均p范数算法(VLMP)的收敛性能有待进一步改进的问题,提出了全解耦结构,即在二阶Volterra子系统满足最小分散系数(MD)准则的条件下使一阶子系统再满足MD准则的约束优化,优化过程周期滚动循环,最终实现了全解耦。仿真结果表明本算法收敛速度快,抗噪声能力强。     

一类实际工程问题的解耦PID控制器设计

解耦一直是控制系统中比较难解决的实际问题,为了消除控制系统中耦合的成分,从一个实际的模型出发,通过建立系统模型的传递函数,利用多变量频率设计理论中静态解耦的思想,产生一个解耦器,从而消除系统中耦合的成分,使系统变成两个单输入单输出的模型,然后在此模型基础上,设计出一个解耦的PID控制器.仿真结果验证了该解耦器能够减少系统中耦合的成分,达到解耦的目的.该方法简单实用,可以推广到许多实际的耦合系统中.     

基于BP网络的飞行器解耦设计

根据BP神经网络在函数逼近方面的能力,将BP神经网络应用于飞行器系统解耦.在解耦过程中,通过神经网络离线训练标准数据,得到输入输出的函数关系,从而可以得到解耦中的各个参数.根据气动力矩矩阵的行半径系数的大小来验证耦合的强弱.仿真结果表明,BP网络对控制系统的解耦效果是明显的.     

基于Smith预估多温区温度解耦控制研究

针对多温区电加热炉温度控制系统存在强耦合和纯滞后的特点,采用前置反馈补偿解耦控制法,将多变量耦合系统转化成单变量独立控制系统,并用Smith预估补偿器对解耦后的系统进行延迟补偿,仿真结果表明解耦效果令人满意,滞后环节得到了补偿,并且整个系统的抗干扰性能得到了提高,从而证明了方法的有效性.     

神经网络α阶逆系统控制方法在机器人解耦控制中的应用

本文利用神经网络α阶逆系统线性化解耦能力,将严重耦合的多自由度机械手 解耦成多个二阶积分子系统,进一步采用线性系统设计方法对已解耦系统设计闭环控制器, 成功地实现了位置快速跟踪．该控制方法不需要知道机器人系统的精确数学模型,并且结构 简单,易于工程实现．     

一种模糊解耦控制系统的设计与仿真研究

实际工业过程中大量存在多变量、非线性、时滞、耦合系统,使得控制系统设计十分困难。为了解决工业过程中如精馏塔常见的温度控制系统,存在的多变量耦合问题,为解耦控制系统,提出了一种新的解耦方法,即利用模糊规则进行解耦。这样可以借助于操作工的经验及简单的参数测试,构成系统所需的信息,开辟了解耦控制的一条新途径,避免了精确数学模型的辨识和解耦器的精确计算。并采用预估PI控制器,对系统实施控制。仿真结果表明,采用的新型模糊解耦方法具有较好的解耦能力且简单、易行,有较强的鲁棒性。     

多变量发酵过程的神经网络在线解耦控制

为提高多变量系统解耦控制的性能,提出了一种基于参考模型的神经网络在线解耦控制方法.构造神经网络实现前馈解耦,通过参考模型的输出与被控系统输出估计耦合作用对被控量的影响,由此设计神经网络权值参数学习算法,在线调整网络参数使多变量耦合系统实现解耦;对解耦后的子系统分别设计闭环控制器,以达到优良的控制性能.仿真实验结果表明,提出的解耦控制方法是简单有效的.     

基于分组解耦的制粉系统控制研究

针对非线性、多变量、强耦合的电厂制粉系统,运用分组解耦方法,通过分组解耦网络运算,分离出最大耦合度的支路,降低了系统之间的耦合,提高了系统的控制精度.结合动态矩阵控制(DMC)算法仿真,结果表明基于分组解耦的控制算法明显降低了控制系统的耦合度,使系统达到满意的控制效果,对进一步应用研究具有很好的参考价值.