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。     

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。     

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。     

用于98％硫酸酸浓调节的采样PI调节算法

硫酸生产装置中酸浓的测量与控制具有典型的非线性及大惯性纯滞后特征，应用采样PI调节规律有利于改善调节系统的动态响应特性并提高系统的稳定性。在实际运用过程中通过选择适当的结构参数，调节系统达到了预期的控制要求。     

一种含纯滞后对象的模型预测反馈的控制方法

本文提出一种适于对象含大纯滞后的控制算法，其基本思路是在系统的反馈通道上，建立一个与对象相当的参考模型，但不要求该模型与对象模型有特定的关系，利用对象输出与含纯滞后参考模型输出的差异来校正不含纯滞后的该模型输出，以此作为系统的反馈信号实现反馈控制，此法简单，不需复杂的运算，经仿真有比较满意的效果。     

采用状态反馈实现纯滞后系统的控制

本文提出了一种采用最优状态反馈来实现对纯滞后对象的控制方法。它将纯滞后环节进行非对称二阶伯德近似，然后按照Butterworth滤波器原理设计状态反馈系数，从而实现对纯滞后对象的近似最优控制。仿真实验表明该系统具有较强的鲁棒性和抗扰性能。     

基于RBF神经网络与Smith预估补偿的智能PID控制

针对工业控制中普遍存在的大滞后现象,提出了一种将RBF神经网络算法和Smith预估补偿算法与传统的PID控制器相结合的智能RBF-Smith-PID控制策略。该方法利用RBF神经网络的在线学习、控制参数自整定能力,和Smith预估补偿对纯滞后系统的良好控制,有效地克服了常规PID控制的缺陷,提高了系统的鲁棒性和自适应性,对纯滞后系统起到了良好的控制。     

基于PLC的流量纯滞后控制系统设计

本课题以流量纯滞后过程控制综合实验系统为研究背景,以西门子S7-300为主要工具,以Smith预估补偿为控制算法。进行流量纯滞后控制方法的研究。并通过验证得出可行的基于PLC流量纯滞后的控制方法。     

大纯滞后系统的自适应补偿控制

针对工业过程中普遍存在的纯滞后对象的控制问题,提出了一种带误差补偿环节的模型参考自适应控制方法。仿真结果表明,这种自适应控制器对于一类大纯滞后系统的控制具有比较好的控制效果,且结构简单,有一定的鲁棒性。     

Smith预估器在纯滞后矿仓料位控制中的应用

针对工业领域中矿仓料位控制的纯滞后，提出了Smith预估器的控制策略。以ABB公司的控制平台为基础，将现代控制理论和计算机技术相结合，构成了纯滞后补偿控制系统，有效地克服了纯滞后和外因扰动引起的料位波动。实际应用表明，该系统具有控制品质高、鲁棒性好和抗干扰能力强等优点。