基于Smith预估的自抗扰控制系统

纯滞后对象一直是自动控制和计算机应用领域的一大难题.常用的PID与smith预估相结合的方法,在预估不准确的情况下,不能取得较好的控制效果;而单一的自抗扰控制器在滞后时间较大的情况下,调节时间较长.针对大滞后对象提出了自抗扰控制器与Smith预估补偿器相结合的设计方案.通过仿真对比PID配合Smith预估补偿器及单一的自抗扰控制器的控制效果,表明自抗扰控制器与Smith预估补偿器的结合有效地改善了大滞后对象的控制效果,增强了系统的鲁棒性和抗干扰能力.     

Smith预估补偿器及其应用

介绍Smith预估补偿器在纯滞后控制系统中的补偿原理及作用，着重论述Smith补偿器的DDC系统的控制算法，并在玻璃窑炉的料道温度控制中使用Smith预估补偿器获得了成功应用，其控制精度达到0．1％，升温速度达到2℃/min,Smith预估补偿控制与常规的PID控制相比，具有调节时间短，超调量小，鲁棒性好等优点，适应于一般工业生产过程中有屯滞后环节的控制系统，有较大的推广应用价值。     

基于继电辨识的Smith预估控制算法的应用

本文将继电辨识与Smith预估控制相结合 ,利用继电辨识获取控制对象的Smith预估模型 ,实现对纯滞后对象的智能控制。仿真和实时控制结果表明 ,这种控制策略获得了很好的控制品质 ,是实现自动型工业控制器的有益尝试 ,为纯滞后控制对象提出了一种切实可行的控制方法     

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。     

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。     

纯滞后系统的控制算法比较

本文介绍了用于时滞系统的Smith预估补偿控制、采样PI控制和预测控制方法的原理,并对一阶纯滞后对象,采用Matlab工具对其控制性能进行仿真比较。仿真结果表明,Smith预估补偿算法在滞后被控对象模型已知的情况下能够取得较好的控制效果,而在模型参数未知或不准确情况下,适合采用采样PI控制或预测控制。     

和钢20T电弧炉过程控制滞后分析及处理

文章针对电弧炉扩容升级出现的过程控制滞后失调问题,进行了系统分析,找出了系统近似数学模型,以可编程调节器(XMPA7000)为控制平台,应用Smith预估补偿方法对控制系统进行了纯滞后处理,结果系统稳定性不够理想;又对Smith预估补偿结构进行改进,采用自适应纯滞后补偿控制方法,系统可以适应被控对象的变化,自动调节PID增益,得到了较高的控制品质,较好的解决了和钢公司20T电弧炉升级过程中控制滞后问题;不难看出,Smith预估补偿方法对被控对象数学模型精度要求很高,当被控对象数学模型发生更变化时,会导致系统不稳定;采用自适应纯滞后补偿控制方法可以很好的解决这一问题。     

线滞后系统的控制算法比较

本文介绍了用于时滞系统的Smith预估补偿控制、采样PI控制和预测控制方法的原理,并对一阶纯滞后对象,采用Matlab工具对其控制性能进行仿真比较.仿真结果表明,Smith预估补偿算法在滞后被控对象模型已知的情况下能够取得较好的控制效果,而在模型参数未知或不准确情况下,适合采用采样PI控制或预测控制.     

智能PID控制器在工业对象中的应用

针对纯滞后工业对象提出了一种基于RBF网的PID参数自整定的控制方法,采用将LMS算法和梯度法相融合的新型学习算法,并将这种控制方法与Smith预估器相结合应用于纯滞后工业对象。仿真结果表明该方法十分有效。     

预估模糊控制在循环水加药控制中的应用

针对Smith预估控制对模型误差较敏感,适应对象参数变化较差的缺点,提出了一种Smith预估模糊控制方法,利用模糊逻辑实现被控对象模糊化,利用Smith预估控制对被控对象滞后环节进行补偿。以火电厂循环水加药控制为例,对该控制方法进行仿真和实际应用研究,结果表明该系统能有效地避免纯滞后环节在控制系统中带来的振荡现象,工程应用取得了理想的控制效果,为纯滞后、大惯性、模型不确定系统的控制提供了很好的解决方法。     

Smith预估控制的工程实现

Smith预估控制也叫纯滞后补偿控制。本文介绍了Smith预估控制的应用领域和应用对象,叙述了Smith预估控制在工程上如何实现及其基本原理,以及北京和利时集团的DCS系统关于Smith预估控制的工程实现方法和各种扰动试验的结果。     

大纯滞后工业对象的神经元控制器

提出了一种大纯滞后对象的Smith预估神经元控制器设计方法。仿真实验结果表明，此种设计方法，对于大纯滞后工业对象的控制具有满意的控制效果。     

基于自适应Smith预估器的PID自整定方法

针对典型的可等效为一阶惯性加纯滞后系统的工业过程,利用输入输出数据获取对象阶跃响应,简便地得到对象模型和Smith预估器,进而按ITAE标准传递函数整定PID参数,结果表明,该方法兼有Smith预估控制和ITAE最佳控制两者的优点。     

串级控制与Smith预估补偿互补性初探

Smith预估器是用于大纯滞后对象的有效设计方法,但是对实际过程的参数变化很敏感,特别是静态增益K的变化.串级系统的内回路具有一定的自适应性,一个陕速内回路是至关重要的.提出了串级控制与Smith预估补偿相结合的控制策略.针对纯滞后问题,讨论了串级控制与Smith补偿的互补性,从理论和仿真两个方面讨论了这种系统相结合的可行性和应用价值.理论分析表明,该方案对静态增益K和动态参数T等的变化有较强的适应性,控制系统的鲁棒稳定性和动态品质均优于单纯的Smith预估补偿控制和单纯的串级控制,并得到了仿真结果的验证.     

用S7-200 PLC实现Smith预估控制

经典控制论中,对纯滞后生产过程的控制一般采用Smith预估控制算法;Smith预估控制算法基于系统辨识,由辨识结果Gp(s)e-τs设计预估控制补偿器Gp(s)(1-e-τs);采用Padé算法的一阶近似式逼近e-τs,利用S7-200 PLC实现Gp(s)(1-e-τs);实践证明,控制效果优于分段PID的控制效果;对整个实现过程给予阐述。     

肿瘤热疗中温控系统的建模与仿真

热疗是近几年出现的一种治疗肿瘤的新方法,针对热疗温度控制对象的纯滞后特性,在具有一阶惯性环节的Smith预估器的基础上,结合模糊PID控制与模糊自适应Smith预估控制,提出了一种模糊Smith智能控制方法。在生物热传递方程的基础上,建立了典型的热疗数学模型。通过对此模型的仿真研究表明：模糊Smith智能控制方法改善了控制性能,使温度控制系统的鲁棒性和抗干扰性得到了显著提高。     

基于RBF神经网络的智能PID控制算法

针对工业中的纯滞后现象提出一种智能控制方法,在常规的PID控制器中引入Smith预估器,对纯滞后时间τ所产生的特性进行预估补偿,同时利用RBF神经网络对PID的参数进行自整定,在一定程度上增强了系统的鲁棒性和稳定性。实验证明,此控制方法对纯滞后工业对象进行控制可以得到良好的效果。     

一种改进的Smith预估控制器

针对工业过程滞后对象控制的问题,深入分析了Smith预估原理,提出了一种改进的Smith预估控制器.并基于ITAE优化准则给出了改进Smith预估控制器的参数整定方法.仿真验证了这种改进后的预估控制器具有较快的响应速度,展示了其良好的抗干扰能力和鲁棒性.该预估控制器具有一定的工程实用推广价值.     

一种改进的Smith预估控制器

针对工业过程滞后对象控制的问题，深入分析了Smith预估原理，提出了一种改进的Smith预估控制器。并基于ITAE优化准则给出了改进Smith预估控制器的参数整定方法.仿真验证了这种改进后的预估控制器具有较快的响应速度，展示了其良好的抗干扰能力和鲁棒性。该预估控制器具有一定的工程实用推广价值.     

工业过程控制算法设计与仿真

传统的Smith预估器在理论上解决了纯滞后系统控制问题,但由于它必须依赖被控对象精确的数学模型,在实际应用中存在局限。要克服Smith算法的局限性,采用一种具有比例、积分和微分神经元的PID神经元网络(PIDNN)与Smith预估器结合的算法,利用Smith对纯滞后系统进行预估补偿以及PID神经元网络的自适应、自学习和在线自调整控制器的参数的功能,解决大纯滞后系统的控制问题。仿真结果表明该Smith-PIDNN算法简单,稳定且收敛速度快,能够很好地改善大纯滞后系统的性能指标。