多变量解耦控制系统设计与仿真

工业生产过程中,被控系统越来越复杂,需要控制的变量通常不止一对,而且相互耦合,较成熟的线性多变量控制理论与设计方法已难以满足实际的多变量生产过程控制。本文针对多变量强耦合带有延迟环节的被控系统,研究了一种简化的串联前馈补偿解耦控制器设计方法。根据被控对象的辨识模型,设计串联前馈补偿解耦器,使系统解耦成单输入单输出模型,进而分别对解耦后输入输出模型设计PID控制器,整定PID控制器参数。仿真结果表明该方法具有较好的解耦能力和鲁棒性,算法简单,易于实现。     

VAV空调系统末端解耦控制研究

通过对VAV变风量空调系统的两个末端控制回路之间的耦合进行分析,运用最小二乘法建立被控对象＂送风量—室内温度＂控制回路的数学模型。针对被控对象的特性,采用前馈补偿解耦方法设计解耦网络,并设计单神经元自适应PID控制器。最后,通过MATLAB仿真,证明了所设计的解耦网络和控制器是行之有效的。     

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.     

多变量预测控制工程应用的控制模型前馈解耦策略

针对多变量预测控制计算量大、控制效果对扰动和模型失配敏感等特点,提出一种适用于预测控制工程应用的控制模型前馈解耦策略.基于结构分析,保留重要的被控变量与操作变量配对关系,将不重要的被控变量与操作变量配对作为前馈引入进行补偿,简化了系统结构,降低了系统耦合程度,减弱了预测控制器对扰动和模型失配的敏感程度,极端情况下形成的单入单出或小规模多入多出系统有效减小了在线计算量;基于分布式预测控制思想,给出控制模型前馈解耦策略的分散优化策略,进一步减小了系统规模和在线计算量.最后,通过仿真验证了所提策略的可行性与有效性.     

单元机组协调控制系统控制策略研究

针对单元机组协调控制系统多变量、强耦合、时变、滞后大的特点,提出一种采用串联后补偿单向解耦后加入PID控制器自整定的控制策略.该控制策略首先对系统进行串联后补偿实现完全解耦,并通过单向解耦对解耦系统进行简化,然后把多变量的控制问题转化为多个单变量,再对各个单变量加入PID控制器进行自整定.通过对125 MW单元机组协调控制系统的仿真分析可知,这种方法有效消除了输入与输出之间的强耦合带来的不利影响,使系统输出稳定,控制效果好.     

基于ESO的动态解耦方法及其应用仿真*

针对多变量系统控制中的耦合问题,提出了一种基于扩张状态观测器（ESO）的动态解耦方法。该方法将系统输入变量间的耦合作用、被控对象参数时变和外界干扰视为一个总的扰动,用ESO估计该总扰动并反馈到控制器进行补偿,从而实现动态解耦;对解耦后的每个子系统,分别设计出了基于误差最小二乘指标的神经元自适应PID（NAPID）控制器。该方法简化了解耦过程,放松了对系统模型的要求,计算量小、鲁棒性强。最后用该法对蒸馏塔进行控制仿真,仿真时使用混沌优化方法对ESO的参数进行了离线优化,并给出了与模糊PID解耦控制方法对比的     

MFAC和前馈补偿组合的VAV系统解耦控制仿真

在空调机风量优化控制的研究中,变风量(Variable Air Volume,VAV)系统存在多变量、耦合强烈、非线性及带有时延等特点.针对子系统耦合严重的现象,提出了无模型自适应控制(Model Free Adaptive Control,MFAC)和前馈补偿相结合方法,建立了两个空气处理机组成的耦合系统的数学模型,设计了MFAC控制器和前馈补偿解耦网络,对所建立的耦合系统进行了解耦控制.仿真结果表明:相对PID与前馈补偿组合解耦而言,无模型自适应控制配合前馈补偿的方法可以大幅减少调节时间,且超调量为0,具有很好的解耦效果,可以解决变风量系统的耦合问题.     

一种改进的自抗扰解耦方法及其应用仿真

针对一类多入多出系统的解耦问题,提出了一种基于扩张状态观测器(ESO)的动态解耦方法。将系统输入变量间的耦合作用,被控对象参数时变和外界干扰视为一个总的扰动,用ESO估计扰动并反馈到控制器进行补偿,从而实现动态解耦,对解耦后的子系统按照极点配置方法设计出控制器。采用参数动态确定法确定ESO的参数。上述动态解耦方法简化了解耦过程,放松了对系统模型精度的要求,计算量小,响应速度快,鲁棒性强。并通过对常压蒸馏塔模型进行仿真控制,并与模糊PID解耦控制方法对比,结果表明本方法有效可行。     

解谐最小方差自校正前馈控制器及其应用

本文提出了一种解谐最小方差自校正前馈控制器。该控制器将自校正控制的最优策略与经典的极点配置策略结合起来,因而具有两者的优点。该控制器不仅可以完全消除可测干扰的影响,而且可以应用于多变量系统实现自适应解耦控制。文中讨论了该控制器在多变量电加热炉中的工程应用。实时控制结果表明,自校正前馈控制器不仅能适应电网电压波动等因素引起的模型参数的改变,控温效果优于常规PID调节器,而且可使被控变量之间的耦合作用大大减小。     

多变量多时滞系统的前馈补偿解耦及IMC-PID控制

多变量系统控制器设计中遇到的主要难题是多时滞和强铰链耦合问题;对于非奇异方阵系统,根据解耦理论通过串级前馈时滞补偿器将原系统解耦为多个单变量小时滞系统,运用模型降阶技术,将解耦后的复杂单变量小时滞系统逼近为FOPDT(一阶环节+延时)形式,采用IMC控制策略实现多个单变量系统单位反馈控制,运用了麦克劳林级数展开式,通过相应项系数的比对得到了传统PID控制器;仿真分析表明了该方法能够有效性地补偿系统时滞,同时现实解耦;解决了多变量多时滞系统控制器设计复杂性的难题,有一定的工程参考价值。     

超燃冲压发动机PID解耦控制设计

针对超燃冲压发动机控制通道间的强耦合性及其控制过程的快速性要求,研究设计了超燃冲压发动机分路式PID解耦控制器;该方法采用零极点配置技术,设计了稳定的前馈补偿解耦器,并利用此解耦器对超燃冲压发动机模型进行解耦;对解耦后的控制对象设计了每个控制回路的PID控制器,实现分路式控制;仿真结果表明,所设计的解耦器比静态解耦器更能有效地解决发动机耦合问题,控制器控制效果满足控制精度和快速性要求;该方法简单实用对超燃冲压发动机的控制器设计有借鉴意义。     

循环流化床锅炉双模糊解耦控制的研究

针对循环流化床锅炉多参数、非线性、时变、强耦合的特点,引入了一种新型的模糊解耦算法,依据解耦补偿原理和模糊控制思想,提出了以模糊控制器作为解耦补偿器,以模糊PID作为系统控制器的双模糊解耦控制方法。以耦合最严重的燃烧系统为研究对象,通过相对增益确定多变量的耦合程度,并配对合适的输入输出变量。利用模糊控制器不要求被控对象精确的数学模型,适合于强耦合、大滞后等优点,有效地减少了系统动态响应时间,提高了实时性和控制精度。仿真结果表明,本文提出的控制策略简单可行、效果良好。     

基于期望控制函数频率特征的解耦多变量控制

提出一种简单的解耦多变量系统比例积分微分(PID)控制器设计方法;首先,将多变量过程前馈解耦为多个独立单回路系统,利用解耦器对角环节保证解耦器的稳定性和可物理实现性;其次,针对每个已解耦单回路系统,提出同时考虑设定值跟踪、扰动抑制和鲁棒稳定性要求的期望闭环传递函数,由此得到期望控制函数,并基于期望控制函数的频率特征快速获取PID控制参数;最后,示例了解耦多变量控制器的设计过程;仿真结果表明该解耦PID设计法对一般多变量时滞过程的控制是有效的。     

基于机载模型的航空动力装置的在线解耦控制北大核心

针对航空动力装置工况点的不确定性及传统的静态解耦方法不能满足工况点的变化的情况,提出了基于机载LPV模型的在线解耦控制方法。方法在传统PID控制和前馈补偿解耦的基础上,进一步采用机载LPV模型实时解算出的系统参数输入到解耦器中,再以相对增益判据去判断在此时工况点下系统的耦合程度,并得到对应工况下的前馈解耦补偿,从而完成在线解耦控制。以电驱动变距螺旋桨动力装置的双回路控制系统的在线解耦为例,建立仿真系统验证该在线解耦方法的可行性和有效性。仿真结果表明:上述在线解耦控制方法改善了解耦效果,且能更好地适应耦合被控对象工况点的变化。     

专家控制在球磨机中的应用

中储式球磨机制粉系统是一个大迟延、强耦合的多变量非线性时变系统。针对强耦合多变量的特性,提出一种新的解耦方法——利用专家控制器代替前馈补偿器进行补偿解耦。介绍了专家控制器的制定过程,并应用于球磨机制粉系统中。仿真结果表明：该方法具有较好的解耦能力,动静态特性及鲁棒性。     

磨煤机制粉系统解耦内模控制器的设计及仿真

本文针对工业过程中常见的多变量时滞耦合输入输出系统,基于内模控制结构提出了一种多变量解耦内模控制设计的方法,该方法设计的内模控制器同时具有解耦器和控制器的作用。其优点是能够实现标称系统输出响应之间的近似或完全解耦,并且改善了系统的大迟延的特性。并与PID对角矩阵解耦设计方法相对比,结果表明：解耦内模控制器设计方法有更好的鲁棒性。     

基于非线性类PID算法的控制器优化过程仿真

研究控制器的优化控制问题.在较为复杂的工业控制环境下,被控对象具有不确定性、非线性及时变性.传统PID算法不能满足控制复杂过程的要求,会造成传统的非线性类PID神经元网络控制方法计算量相对较大,且整定困难,造成控制不稳定.为了解决上述问题,利用本地混合递归神经网络设计了一种低复杂度类PID神经元网络控制器.构造一个适用于强耦合大时滞MIMO系统的多变量控制器.实验中,运用Lyapunov稳定性理论分析电力线载波通信流量控制、塑料注射成型机通道温度控制过程,仿真结果表明,提出的类PID控制器模型闭环稳定且非线性控制性能优异,对强耦合时滞系统具有良好的跟踪与解耦能力.     

可控受限多变量耦合系统的智能控制

针对可控受限多变量耦合系统,提出了一种基于对角递归神经网络(DRNN)整定的PID混合解耦控制。采用对角递归神经网络来辨识系统模型,进而对PID控制器参数进行整定,实现多变量解耦控制。通过对多变量耦合控制系统的设计和实时控制,实际控制结果达到了解耦控制的要求,并具有无超调、响应速度快、控制精度高等特点。     

模糊自调整PID的精馏塔参考模型解耦控制研究

一个现代化的化工企业,精馏塔生产装置种类和数目为数众多,生产目的也多种多样。精馏塔控制方法的改良可以引起显著经济效益的变化,同时可以使生产过程更加节能环保,因此,化工企业存在着精馏过程控制算法的改良问题。精馏过程约占工业总能耗的1/3,其节能控制潜力很大。精馏塔温度控制系统是典型的多输入多输出耦合系统。针对多输入多输出耦合系统,为使其解耦控制与主回路控制达到相互独立,本文在分析与总结模糊逻辑、PID控制等优点的基础上,设计了一种参数自调整模糊PID控制器,并将其与多变量参考模型解耦控制方法结合,实现了精馏塔温度控制系统的解耦控制。参考模型回路由控制器和被控对象的模型两部分组成。模糊PID解耦控制器的引入,使控制与解耦功能分别由2个不同的控制器独立完成,最后将该算法应用于化工精馏塔温度控制模型中。由仿真结果可知,本文方法可以使实际输出结果很好的跟踪目标结果,从仿真图可得出,该方法可以较好的实现动态和静态解耦,解耦控制效果比较理想。进而可以将该方法用于实际的化工生产过程中,具有一定的实用价值。     

多模型控制策略在化石燃料发电机组上的应用(英文)

火力发电厂中广泛使用的化石燃料发电机组(FFPU)具有非线性、强耦合、参数随工况变化等复杂特性,依据单个工作点处的线性模型设计的多变量控制策略常常导致控制效果不佳,甚至系统不能稳定运行。针对该问题,本文提出了一种有效的多模型控制策略,以改善FFPU大工况范围运行时的控制性能。首先,通过定义归一化特征值作为系统非线性测度,将FFPU工作运行区间划分成多个局部模型区域,在每个区域用线性模型表征系统特性;随后,根据每个局部区域的线性模型,实施一种基于FFPU特性而设计的包含静态前馈、PD前馈和模糊解耦的混合解耦补偿,进而采用模糊PID结构设计分散控制器;最后,依照电力负载跟随调度策略,模糊加权局部控制器得到全局控制器输出,使得系统在大工况范围运行时平滑切换。为实现该控制策略,采用了双层控制结构:上层为监督控制层,作用是根据负载要求进行设定点调度以及进行局部控制器的模糊切换;下层为直接控制层,实施混合解耦补偿和各回路的模糊PID控制。仿真表明,所提出的控制策略性能良好且实用有效。