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。     

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。     

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     

冷连轧AGC 系统的自适应Smith 广义预测控制

针对冷连轧AGC 系统存在较大的时间滞后以及对象模型参数时变的特点,提出了一种自适应Smith 广义预测控制算法. 该算法用Smith 预估器来克服滞后的影响,利用激光测速仪间接测量AGC 系统的滞后时间以修 正Smith 预估器的时滞部分模型,使用渐消记忆递推最小二乘算法在线辨识对象参数来修正Smith 预估器的非时滞 部分的模型,并根据辨识得到的对象参数设计自适应广义预测控制器代替传统Smith 预估算法中的PID 控制器. 仿 真研究表明,在模型失配及干扰的情况下,该控制算法仍然具有良好的控制性能和鲁棒稳定性能.     

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。     

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。     

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预估控制在大滞后加热系统中的应用

在工业过程中，大滞后系统普遍存在。论文以一实验用加热装置为研究对象，针对该温度控制系统具有大滞后特点，采用串级控制结构结合Smith预估控制器的控制方案。内环采用P控制：外环采用Smith预估器以大幅度降低滞后对控制系统动态性能的影响，结合PI控制，实现系统无静差。实验表明该种控制系统与单回路PID控制相比，具有更优的动态特性。     

纯滞后系统的单神经元Smith预测控制

该文针对纯滞后的特点,给出了一种新的单神经元Smit预测控制算法,即由单神经元控制器和Smith预估器组合的复合控制,并将其应用于以电炉为被控对象的计算机湿度控制系统。实验结果表明,这种控制方式能够充分利用神经元自学习的能力及补偿控制的优点,具有较好的适应性和抗干扰能力。     

Generalized predictive control for non-uniformly sampled systems

In this paper, we study digital control systems with non-uniform updating and sampling patterns, which include multirate sampled-data systems as special cases. We derive lifted models in the state-space domain. The main obstacle for generalized predictive control (GPC) design using the lifted models is the so-called causality constraint. Taking into account this design constraint, we propose a new GPC algorithm, which results in optimal causal control laws for the non-uniformly sampled systems. The solution applies immediately to multirate sampled-data systems where rates are integer multiples of some base period.     

采样系统预测控制的设计与分析

探讨了采样系统中的预测控制系统的设计问题. 把离散系统中的经典的预测控制稳定性设计方法推广到采样系统, 并给出了这些方法的解析表达式和稳定性条件.     

A design technique for fast sampled-data nonlinear model predictive control with convergence and stability results

ABSTRACT

In this study, a sampled-data nonlinear model predictive control scheme is developed. The control algorithm uses a prediction horizon with variable length, a terminal constraint set, and a feedback controller defined on this set. Following a suboptimal solution strategy, a defined number of steps of an iterative optimisation routine improve the current input trajectory at each sampling point. The value of the objective function monotonically decreases and the state converges to a target set. A discrete-time formulation of the algorithm and a discrete-time design model ensure high computational efficiency and avoid an ad hoc quasi-continuous implementation. This design technique for a fast sampled-data nonlinear model predictive control algorithm is the main contribution of the paper. Based on a benchmark control problem, the performance of the developed control algorithm is assessed against state-of-the-art nonlinear model predictive control methods available in the literature. This assessment demonstrates that the developed control algorithm stabilises the system with very low computational effort. Hence, the algorithm is suitable for real-time control of fast dynamical systems.     

Elman网络在Smith预测控制中的应用

Smith预测控制在实际应用中的难点在于很难得到实际系统精确的数学模型. 通过Elman网络拟合传统Smith估计器的模型误差, 并对其进行补偿. 实验结果表明, 这种基于Elman网络补偿模型的Smith预测控制充分利用了神经网络的非线性拟合能力, 只要对纯滞后环节精确建模, 就可以完全抵消纯滞后环节对控制品质及系统稳定性的不利影响. 这种方法使得Smith预测控制可以用于模型不易精确确定的系统.     

基于并行支持向量机的多变量非线性模型预测控制

提出一种基于并行支持向量机的多变量系统非线性模型预测控制算法．首先，通过考虑输入、输出间的耦合，建立基于并行支持向量机的多步预测模型；然后，将该模型用于非线性预测控制,提出新的适用于并行预测模型的反馈校正策略，得到最优控制律．连续搅拌槽式反应器（CSTR）的控制仿真结果表明,该算法的性能优于基于并行神经网络的非线性模型预测控制和基于集成模型的非线性模型预测控制．     

一类时滞系统的自校正模糊Smith控制器设计

Smith预估控制是解决时滞系统控制的有效方法,但其对系统模型参数的精确要求限制了其应用.而模糊控制本质上属于PD控制,无法消除系统的稳态误差.文中设计了一种自校正模糊Smith 控制器,结合模糊控制、Smith预估器及自校正控制的优点,既保持了模糊控制鲁棒性较强的特点,又消除了系统的稳态误差,且改善了系统的动态性能.仿真结果表明了自校正模糊控制器的有效性和优越性.     

Application of predictive control techniques to a distillation column

Model-based predictive control techniques are widely recognized as having useful application to control problems characterized by complex dynamics and severe time delay. The establishment of a representative process model is the key step in the procedure and for anything other than trivially simple systems is a major hurdle. This paper describes the application of predictive control techniques to a distillation problem which embodies a pure time delay of 2–3 h and time constants of 3–4 h. A sampled-data process model is identified from monitored input/output data and from this a predictive control algorithm is designed. The application of the controller has resulted in very effective closed-loop control of the base composition of the distillation column, where previously only manual supervision was possible.     

一种具有PI结构的时滞系统APFC控制

提出了一种具有PI结构的时滞系统自适应预测函数控制（APFC），该算法通过在性能指标函数中引入预测输出误差和预测输出增量误差，使最终形成的控制器具有比例-积分（PI）结构。结合了预测控制具有较好的处理时滞、快速跟踪和PID调节器抗干扰性强、鲁棒性强的优点，并且模型参数是通过带遗忘因子的递推最小二乘算法在线辨识得到。在具有时滞的工业过程数学模型上进行仿真研究，结果表明，该算法具有较好的跟踪效果、抗干扰能力和鲁棒性。     

大滞后系统模糊自适应PI-Smith控制

工业过程中普遍存在大时滞对象,为了解决大时滞系统控制中超调量大和调节时间长等问题,将史密斯(Smith)预估控制原理和模糊PI控制器参数的自适应调整方法结合起来,在Smith预估控制系统中,用模糊PI控制器代替传统的PID控制器,根据模糊控制原理对PI的2个参数进行在线整定,提出一种大时滞系统的模糊自适应PI-Smith控制方法.通过对电加热炉的仿真研究,结果表明该方法具有调节时间短、无超调量、控制精度高、无稳态偏差的优点,同时对系统模型变化具有良好的适应性.