汽包锅炉燃烧的PID型神经网络解耦控制系统仿真研究

介绍了汽包锅炉燃烧控制系统的控制任务、物理量间关系、原则性控制方案、传统控制方法,以及解耦控制方法的发展,引入了PID型神经网络控制系统的结构、学习算法、初始权值参数选取.MATLAB仿真结果表明,该控制系统对多变量强耦合时变的锅炉燃烧控制对象具有良好的解耦性能和自学习控制特性.     

青霉素结晶过程中的神经网络自整定PID控制

针对青霉素结晶过程中结晶罐温度与液位控制间存在一定的耦合,且对象参数又具有时变性的特点,提出了基于对角递归神经网络(DRNN)自整定的PID解耦控制方法.神经网络根据对象参教发生变化时对系统输出性能的影响,自动调整网络权值,对PID参数进行调节,改变比例、积分、微分作用的强弱,达到系统解耦控制的目的.仿真结果表明,该方法具有响应速度快,自适应能力强等特点.     

基于BP神经网络的多变量PID解耦控制

基于神经网络实现智能PID控制的策略,它以经典的PID控制为基础,通过神经网络参数整定实现,进而进行自学习,用于多变量系统的解耦控制.论文给出了网络的结构和算法,对一组二变量强耦合时变系统进行了仿真.通过计算机仿真证明了基于神经网络的PID控制器网络结构简单规范具有良好的自学习和自适应解耦控制能力.系统易于实现,融解耦器与控制器于一体,适用于非线性多变量系统的解耦控制.能够使解耦后的系统具有良好的动态和静态性能,特别是依据BP控制规律来确定网络连接权的初值,还具有参数快速收敛的优点.     

电加热炉炉温的Fuzzy-pid复合控制

电加热炉是一个非线性、时变的复杂对象,常规的PID控制难以达到控制要求.为此提出了Fuzzy-pid复合控制方案,对电加热炉的炉温进行控制,并建立了Simulink仿真模型.仿真结果表明,Fuzzy-pid复合控制精度高,具有较好的快速性和稳定性.     

基于动态递归网的智能PID自适应控制算法

推导了一类基于动态递归神经网络（DynamicRecurrentNeuralNetwork，以下简称DRNN网络）的智能PID控制算法，并进行了仿真，结果表明，该方法对非线性和时变对象具有很强的适应能力。     

船用核动力装置二回路PID神经网络解耦控制研究

直流蒸发器的船用核动力装置是一个非线性、时变及多变量强耦合的被控对象.针对该被控对象设计了改进型PID神经网络控制系统,用于船用核动力装置多变量解耦控制,该神经网络控制器不需要对系统进行辨识,在调整权值的学习过程中使控制系统具有良好的解耦控制性能.仿真结果表明,直流蒸发器压力和汽轮机转速控制之间协调性好,并具有响应速度快、鲁棒性好等特点.     

神经元PID在化工非线性时变过程控制中的应用

针对非线性时变性的控制对象传统PID算法难以得到满意的控制效果,对神经元PID控制器进行研究。利用神经元的自学习能力,遵从一定的最优指标,自动调整PID控制器的参数,使之适应被控对象以及输入参考信号的变化。用于非线性时变加热炉温度控制,仿真结果表明,神经网络PID控制能够适应系统结构参数的变化,快速跟踪输入信号的变化,控制精度高。     

神经网络解耦控制器在单元机组负荷控制中的应用

针对火电单元组机组这类集炉、机、电为一体具有多变是强耦合,非线性及参数时变的受控对象,基于常规解耦控制技术的控制系统无法应用的问题,讨论了变量神经网络解耦控制方法,并进行了火电机组负荷控制系统的设计和仿真研究。     

蓄热式加热炉的神经网络燃烧控制

蓄热式加热炉温度对象具有非线性、大滞后的特点，本文运用神经网络的控制方法，在被控对象进行在线辨识的基础上，对神经网络权系数进行实时调整，使系统具有自学习、自适应性，仿真效果表明其控制效果优于一般PID控制。     

机载稳定平台的神经网络PID控制

控制机载稳定平台使机载相机保持相对稳定保证航拍质量。基于机载稳定平台控制系统的非线性时变控制特点,针对PID控制在非线性时变系统中的不足,利用神经网络的非线性映射能力和自学习自适应能力,提出将三层神经网络和PID控制相结合的神经网络PID控制,并对机载稳定平台进行控制及MATLAB仿真。仿真结果表明机载稳定平台采用神经网络PID控制比传统PID控制具有更高的控制精度。     

基于知识的多变量非线性系统变结构解耦控制

提出了一种基于知识的变结构解耦控制策略,并用于多变量非线性系统的控制,避免了传统解耦控制所必须的建模过程,特别是避免了相应的大量复杂的矩阵运算．阐述了其控制知识库中的一些模块,给出了它们的算法要点．提出的策略已成功地用于一个３×３强耦合系统——三绕组加热标准温度源的恒温控制,得到了温度稳定性和温度均匀性都优于１℃的效果,传统方法用于本系统无法达到．     

三轴仿真转台系统模型建立及解耦控制研究

三轴仿真转台的惯性耦合、速度耦合及重力效应是影响仿真精度的主要因素。采用MATLAB中simulink的仿真方法研究三轴仿真转台系统动力学模型以及解耦控制算法。运用多刚体系统运动理论和拉－欧方程建立了系统动力学模型，提出了一种二阶系统反馈解耦控制方法，利用该控制方法设计了三轴仿真转台的解耦控制器，运用MATLAB软件的仿真工具箱。对三轴仿真转台整个机电系统进行了系统仿真，结果证明所提出的解耦控制方法及所设计的解耦控制器的有效性和实用性。     

基于虚拟仪器的网络化测控系统

基于NI公司的LabVIEW虚拟仪器开发平台,结合Measurement Studio和Visual Basic开发工具包,实现了虚拟仪器网络化测控系统的基本构架.用户可以利用Web浏览器来访问和使用网络化测控系统的仪器设备,完成网络化的测控实验.介绍了电加热器的远程PID控制实例.     

三轴仿真转台系统模型建立及解耦控制研究

三轴仿真转台的惯性耦合、速度耦合及重力效应是影响仿真精度的主要因素.采用 MATLAB 中simulink 的仿真方法研究三轴仿真转台系统动力学模型以及解耦控制算法.运用多刚体系统运动理论和拉—欧方程建立了系统动力学模型,提出了一种二阶系统反馈解耦控制方法,利用该控制方法设计了三轴仿真转台的解耦控制器,运用 MATLAB 软件的仿真工具箱,对三轴仿真转台整个机电系统进行了系统仿真,结果证明所提出的解耦控制方法及所设计的解耦控制器的有效性和实用性.     

基于CMAC和PID的非线性耦合系统解耦控制研究

为了实现多变量非线性耦合系统的解耦控制,提出了一种基于CMAC与PID的复杂关联自适应解耦控制策略,并给出了详细算法。该控制策略采用PID控制器和CMAC控制器共同构成一个复合控制器,多个复合控制器通过多输入多输出线性神经网络,实施对复杂非线性耦合对象的控制作用。由于神经网络的自适应特性,可使得耦合系统逼近参考模型,实现解耦控制。仿真结果表明,该控制策略实现了耦合系统的解耦控制,并且具有较强的抗干扰能力和鲁棒性。因此采用此控制策略能够实现多变量非线性耦合系统的解耦控制。     

二元精馏塔中的内模解耦控制的应用

针对一类有多变量、强耦合、大时滞特点的精馏塔控制系统,为了提高系统的整体控制性能,文中给出了内模解耦控制器的设计过程,该控制器具有同时兼解耦器、内模控制器的特性,采用解耦原理与内模控制融合方法设计,其解耦作用是使系统成对角优势,避开动态解耦技术要求精确模型且可能为物理不可实现对象的矛盾,其内模控制可补偿不精确解耦及时滞导致的控制品质下降。通过解耦分析和稳态误差分析,推导出解耦内模控制器的表达式。仿真研究结果表明该控制器控制系统具有较好的解耦能力和较强的鲁棒性．具有很好的应用前景。     

一种非线性姿态系统的渐近解耦控制律

介绍了一种非线性姿态系统的渐近解稳定控制律。从卫星姿态控制的具体问题出发,针对姿态系统模型自身的非线性特点和控制任务要求,将原非线性控制系统变换为一渐近解耦、渐近稳定系统。在三个体轴旋转角速度和三个姿态角都可以得到的前年下,选取姿态角偏差作了新的状态变量,给出角偏差方程解耦时体轴旋转角速度所应满足的一个条件,并通过构造一类稳定的系统,求解出使这个解耦条件渐近成立的非线性反馈稳定控制律。所得到的渐近     

球磨机单神经元自适应PID解耦控制系统仿真

针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出了球磨机自适应神经元PID解耦的控制方法.将静态解耦逆矩阵与球磨机对象串接,以解除球磨机多变量之间的耦合,再采用两个单神经元自适应PID控制器对解耦后的两变量对象进行闭环控制.仿真结果表明,该控制法相比常规的PID解耦控制法有更好的控制品质,跟踪快、鲁棒性强、解耦好,可较好地解决球磨机系统的时变性、耦合性等问题.     

模糊系统的近似解耦

实际的解耦控制系统多采用近似解耦,以增强系统的鲁棒性及可靠性,本文以模糊系统为基础,讨论近似解耦控制系统的设计,分别考虑了串联补偿近似解耦和反馈近似解耦的控制器设计问题,提出了若干种设计方法,还给出了一个计算例子.“近似”是通过把模糊关系集结为语义关系而实现的.