神经网络内模控制及其在大迟延系统中的应用

针对大迟延非线性系统,设计了一种基于神经网络和内模控制理论的控制系统。系统结构为串级,内回路采用常规比例控制;外回路采用神经网络内模控制。辨识器和控制器均采用3层BP网络实现,并用加入动量项的BP算法来训练网络。以电厂主汽温对象为例对系统进行多种负荷下的仿真验证,结果表明,所设计的系统在模型变化时具有较好的控制品质和鲁棒性及抗干扰性,明显优于常规主汽温控制系统。     

基于专家规则的模糊控制器的仿真研究

结合一个机炉非线性模型,设计了一种炉跟机协调控制方式,对主汽压力控制回路采用基于专家规则的由ＰＩ类型模糊控制器和ｂａｎｇ－ｂａｎｇ控制器构成的智能控制器;对功率控制回路采用ＰＩ类型模糊控制器。通过仿真研究证明,控制效果明显优于两回路均采用传统ＰＩＤ控制器的控制系统。     

基于神经网络的一种PID控制技术

提出了一种基于神经网络的ＰＩＤ控制方案。用神经网络辨识器与神经网络控制器构成间接自校正控制系统,其中,神经网络辨识器采用单稳层结构,其辨识算法采用预报误差（ＲＰＥ算法）：神经网络控制器为２层的线性结构,具输入为系统偏差及其一阶和于阶微分,控制器具有增量型ＰＩＤ控制结构。将该控制方案应用于电阻炉的炉温控制中,获得了满意结果。     

模糊自调整PID过热汽温控制系统

首先对过热汽温特性进行了试验分析,针对工况参数对特性参数具有较大影响的汽温被控对象,建立了过热汽温模糊自整定ＰＩＤ串级控制系统。选用直接推理的强度转移法,编程建立功能模块化结构形式的模糊控制算法,通过组态实现了该控制系统功能。仿真及动态试验结果表明,该系统与原机组常规主汽温串级控制系统相比,对外扰的适应件大大加强,控制品质得到明显改善。     

带预补偿环节的PID控制器

提出了一种基于被控量预补偿的ＰＩＤ控制器的原理，给出预补偿环节的补偿规则和方法，并从理论上推导了一种增加补偿环节后ＰＩＤ的运算关系式。采用此方设法计的控制器在稳定性、鲁棒性、调节时间上都优于常规ＰＩＤ控制器。且设计的控制器易于常规仪表实现。仿真结果表明，用此法设计的控制系统比常规的ＰＩＤ控制具有更好的调节性能。     

基于自抗扰控制器的主蒸汽温度控制仿真研究

超临界火电机组中主汽温度控制系统对象具有大迟延、大惯性以及强非线性等特点,属于较难控制的一类热工对象。针对这些特性,本文以导前汽温作为辅助反馈信号,主回路采用自抗扰控制器（ADRC）,副回路采用PID控制器,主副回路构成ADRC-PID主汽温串级控制系统,以600MW超临界机组模型在matlab中Simulink仿真平台下进行试验研究。结果表明,ADRC-PID控制策略与PID-PID控制策略相比具有更高的控制精度和更好的控制品质,尤其体现在系统的抗扰动能力和鲁棒性。     

流体沸腾传热温度控制系统

提出了以主控制器为程序控制变增益ＰＩＤ控制律的串级控制系统方案．系统的副回路用于克服加热电网电压的波动，程序控制变增益ＰＩＤ控制律用于解决系统严重的非线性问题。仿真和部分实际应用表明，该温度控制系统效果良好。     

基于MIP网络的智能控制及应用

讨论了一种基于ＭＬＰ网络的智能控制系统，它利用一多层传感知器（ＭＬＰ）作为被控对象的在线辨识器，而用另一线性神经网络结构构成ＰＩＤ控制器，采用变步长ＢＰ加速算法求得多层感知器的各联接权重与阀值的学习规律与控制器参数的自整定算法。通过化肥厂变换炉控制的仿真研究与一列管换热器温度控制系统的仿真试验，说明该算法是有效的。     

自回归神经网络在主汽温控制中的应用

提出了自回归神经网络拓朴结构及其训练算法,把具有两个“自回归神经网络”的复合控制系统用于主汽温控制,一个作为辨识器,另一个作为控制器。仿真结果验证了该控制系统的优越性能,可知在过程控制领域中,神经网络在处理困难问题上,有良好的发展潜力。     

T-S模糊系统的辨识方法及其在主汽温系统中的应用

针对T-S模糊模型辨识步骤中,结构辨识与参数辨识混在一起、计算量大的缺点,提出了应用确定模糊规则结论参数的启发式辨识方法。对启发式辨识方法的基本原理做了阐述,并将基于该方法的T-S模糊模型应用于火电厂主汽温系统。以某600MW直流锅炉高温过热器为研究对象,对其不同工况下的单位阶跃响应模型进行了辨识。仿真结果表明,该T-S模糊系统能有效地逼近主汽温系统阶跃响应模型,验证了所提出的辨识算法的有效性和可行性。     

神经网络PID复合智能控制参数自整定研究

针对具有时滞一阶非最小相位系统的被控对象,提出了一种基于神经网络的PID复合智能控制设计方案,推导出复合PID控制器控制参数的整定方法.考虑到被控对象的不确定性、慢时变等特点,以神经网络元构造基于自动化复合PID控制器,解决了基于自动化复合PID控制参数在线调整的问题,使复合PID控制器适用范围更广泛.对闭环控制系统模拟结果表明,该系统控制参数整定方法简单,具有非常好的控制效果.     

牵伸机温度控制算法的研究

PID控制具有结构简单、适用范围广、使用方便等优点，在过程控制领域中占有非常重要的地位。针对牵伸卷绕机系统因采用单片机实现单回路PID控制而存在的时间滞后问题，用普通PID控制不能达到理想的控制精度，现提出用工控机替代单片机的牵伸卷绕机系统改造方案，给出一种新型的控制算法，在原有PID控制的基础上，利用系统辨识技术及控制系统的各种历史信息，将PID控制与模糊控制相结合，从而改进了设备的控制性能，较好地解决了牵伸卷绕机系统的温度控制问题，提高了设备的自动化水平，并讨论了该控制算法进一步推广应用的可行性。     

基于遗传算法的无刷直流电机的PID控制

无刷直流电机（BLDCM）是一种多变量和非线性的控制系统,文中提出了一种使用遗传算法优化的PID控制器,并用于无刷直流电机的控制中。系统使用电流和转速双闭环控制,速度环采用PID控制器进行控制,PID参数通过遗传算法进行离线优化。通过仿真分析,系统较好地实现了给定速度的跟踪,具有控制灵活、适应性强等优点,同时又具有较高的控制精度和较好的鲁棒性。     

直流无刷电机位置跟踪的模糊PID控制

为了设计高精度的直流无刷电机伺服控制系统,性能优良的位置跟踪控制器是其重要保障.基于直流无刷电机的工作原理.运用Matlab/Simulink建立其自动位置跟踪控制系统的计算机仿真模型,系统的电流和速度环采用PI控制,结合PID控制和模糊控制设计了系统位置环的模糊PID控制器.数字仿真结果表明,模糊PID控制的动静态特性优于传统单一的PID控制,论文的研究工作对设计性能优良的直流无刷电机控制器具有借鉴意义.     

Identification and control of typical industrial process

Ｉｎｔｈｅｉｎｄｕｓｔｒｉａｌｐｒｏｃｅｓｓ ,ｑｕｉｔｅａｎｕｍｂｅｒｏｆｃｏｎｔｒｏｌｐｌａｎｔｓｈａｖｅｏｖｅｒ ｄａｍｐｉｎｇｄｙｎａｍｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓ .Ｔｈｅｔｒａｎｓｆｅｒｆｕｎｃｔｉｏｎｏｆｔｈｅｓｅｐｌａｎｔｓｃａｎｂｅｄｅｓｃｒｉｂｅｄｂｙｕｓｉｎｇｏｎｅｏｒｄｅｒｉｎｅｒｔｉａｐｌｕｓｐｕｒｅｌａｇｇｉｎｇｅｌｅｍｅｎｔｇｅｎｅｒａｌｌｙ .Ｔｈｅｔｙｐｉｃａｌｅｘａｍｐｌｅｓａｒｅｖａｒｉｏｕｓｉｎｄｕｓｔｒｉａｌｈｅａｔｉｎｇｆｕｒｎａｃｅｓ ,ｍａｎｙｃｈｅ…     

磁悬浮作动器的串级PID控制设计与试验

为提高主动隔振系统的稳定性和改善系统的控制质量,利用系统辨识得到磁悬浮作动器控制通道的数学模型并设计相应的串级比例-积分-微分(proportion-integral-derivative, PID)控制器:系统的内环为加速度环,主要控制隔振台的加速度;系统的外环为位移环,使隔振台回到中心位置并调节加速度控制器的参考值。利用一阶系统理论分析串级PID控制的动态性能,通过在Matlab中建立串级PID仿真控制模型验证理论结果,利用单自由度试验平台设计串级PID控制系统,对比试验和仿真加速度传递率,分析加速度控制效果。试验结果表明:采用串级PID控制方法,控制对象在1~25 Hz频段内的衰减幅度为-22.5~-2.2 dB,实现了有效的振动控制。     

基于RBF神经网络的PID自适应真空炉温度控制

提出一种基于RBF辨识神经网络算法的神经网络PID控制方案，由RBF网络对系统进行在线辨识．建立其在线参考模型并为PID控制器提供了梯度信息，从而实现控制器参数的在线调整。仿真结果表明，该控制方法应用于真空炉温度控制时控制精度高，动态特性好，收到了良好的效果。     

一种基于继电反馈的预测模型闭环辨识方法

针对模型预测控制中过程模型的辨识问题，提出了一种基于继电反馈的预测模型闭环辨识方法.采用非对称继电器与包含PID控制器和被控过程组成的广义过程构成闭环反馈系统，继电器的输出作为PID控制器的设定值.利用非对称继电器激励下产生稳定的不对称振荡响应，直接获取Nyquist曲线上的两个频点，基于快速离散傅里叶变换的辨识算法可辨识该广义过程的一阶加纯滞后（FOPDT）模型.与开环阶跃测试方法相比，可降低测试对被控过程的扰动幅度，仅需要进行一次继电器激励测试即可获得广义过程的模型.     

DC-AC逆变器分数阶与整数阶PID控制对比

针对传统双环PID控制三相逆变器系统存在输出电压质量和鲁棒性不够理想,输出电压谐波含有率较高等问题,设计基于神经网络参数自整定的分数阶PIλDμ双环控制器:PIλDμ电流内环PIλDμ电压外环控制、PIλDμ电流内环PID电压外环控制和PID电流内环PIλDμ电压外环控制,并应用于不同的线性及非线性负载,考察其控制性能。仿真研究表明,分数阶PIλDμ电流内环整数阶PID电压外环控制性能最好,其次是整数阶PID电流内环分数阶PIλDμ电压外环控制和分数阶PIλDμ电流内环分数阶PIλDμ电压外环控制,性能最差的是传统的双环PID控制。     

基于模糊RBF神经网络的永磁同步电机位置控制

针对比例-积分-微分(PID)控制器参数固定而引起永磁同步电机位置伺服系统控制效果不佳问题,设计了基于平滑切换的模糊PI控制和径向基函数(RBF)神经网络PID控制的位置控制器。暂态时,采用模糊PI控制;稳态时,采用RBF神经网络PID控制,两者中间采用模糊PI-RBF神经网络PID复合控制。该位置控制器既结合了模糊PI控制和RBF神经网络PID控制的优点又克服了各自的缺点。仿真结果表明,当永磁同步电机受到外部扰动时,采用模糊RBF神经网络控制器的永磁同步电机位置系统具有良好的动态性能,能够实现快速响应,做到精确定位,而且当负载变化时具有很强的抗干扰性。