焦炉加热过程无辨识自适应控制方法

针对焦炉火道温度直接影响焦炭质量和炉体寿命,而焦炉加热过程的大时滞、难以建立数学模型等特性造成焦炉加热过程火道温度控制十分困难的问题,提出一种具有专家修正的无辨识自适应控制方法。该方法不需要过程的数学模型,而是根据当前和过去的过程信息,基于专家规则估计过程未来的输出及变化趋势,对无辨识自适应控制的输出进行修正,获得过程控制所需的煤气流量设定值。仿真结果表明,该控制方法简单易行,有较好的鲁棒性,能比较好地控制焦炉加热过程火道温度。     

多模式模糊控制技术在焦炉加热控制中的应用

本文研究了焦炉火温度的在线检测技术和优化控制方案，并在控制中采用了多模式模糊控制技术，较好地解决了焦炉火道温度波动大、能耗高的问题。     

温度控制中新FUZZY控制器研究

针对电阻炉温度控制过程特点(大滞后，控制动作单向性)，设计了两种模糊控制器(FUZZY-PID复合控制器和带积分补偿的FUZZY控制器)，介绍了此调功温度控制系统工作原理和设计方法，并给出阶跃响应和抗干扰曲线。结果分析表明，此两种模糊控制器具有良好的控制性能。     

焦炉燃烧加热过程智能集成优化控制系统

以焦炉燃烧加热过程控制为背景，首先根据蓄热室顶部温度的测量，集成线性回归和神经网络等多种方法，建立立火道温度检测的软测量模型，然后利用立火道温度软测量模型的结果，结合实际工况．采用模糊专家控制算法进行焦炉燃烧加热过程的优化控制，实现焦炉燃烧加热过程集成优化控制。     

Smith模糊自适应PID算法在热力站控制中的应用

在集中供暖的热力站控制系统中,由于被控对象本身具有非线性、纯滞后、参数时变等特点,常规的PID控制器难以达到理想的温度控制效果,结合Smith控制和模糊自适应PID控制的优点,提出了一种基于Smith预估补偿的模糊自适应PID控制器.介绍了其控制器的原理并给出了具体的设计方法.在模型匹配和模型失配的情况下进行了仿真研究,结果表明该控制器的动态响应快、超调量小、稳态精度高,具有良好的稳定性和鲁棒性,适用于参数变化的大滞后热力站控制系统.     

基于误差预测的焦炉火道温度软测量模型

针对焦炉火道温度在线检测的问题,在分析焦炉火道温度特性的基础上,建立了一种基于误差预测的高精度焦炉火道温度软测量模型．首先分别建立了1元、2元和12元线性回归模型,对蓄顶温度和火道温度进行线性拟合;然后比较分析了三种回归子模型的特点．使用融合时间差分法的Elman神经网络,对线性回归模型中精度最高的12元模型的预测误差进行拟合和多步预测．采用专家经验将线性回归组合模型和融合时间差分法的Elman神经网络模型进行集成,最终获得了具有较高预测精度的焦炉火道温度软测量值．实际运行结果验证了该软测量模型的有效性．     

集气管压力自适应模糊解耦控制系统的设计

针对焦炉集气管压力系统具有强耦合、强干扰、非线性等特点，应用模糊控制理论，提出了一种基于过程状态的自适应模糊解耦控制方法，对集气管压力进行控制；首先，通过在线获取过程状态选取相应的模糊控制策略，以期在复杂工况卞提高被控系统的性能——鲁棒性；然后利用模糊补偿解除了多座焦炉集气管压力之间的耦合；最后设计蝶阀专家控制器以适应蝶阀的特性，提高控制品质；实际运行结果表明，该系统具有控制灵活、响应速度快和稳态精度高的优点，对外界扰动具有良好的自适应能力。     

基于模糊PID控制技术的仪表智能控温方法

针对传统仪表智能控温方法控制精度低、控制时间长的问题,提出基于模糊PID控制技术的仪表智能控温方法.建立反馈校正传递模型,并在制定的模糊规则下,计算仪表温度控制模糊量,获取PID参数调整值,采用多模稳态PID控制器进行温度参量的稳态误差完全跟踪补偿,根据补偿结果构建温度参数自整定性控制的传递函数.仿真实验结果表明,所提...     

深度确定性策略梯度与模糊PID的协同温度控制

针对现有温度控制系统控温时间长、误差大的问题, 本文提出了一种基于深度确定性策略梯度(DDPG)和模糊自整定PID的协同温度控制. 首先, 模糊PID在控制大滞后系统时, 控制器不能立刻对产生的干扰起抑制作用, 且无法保证大滞后系统的稳定性等问题, 本文建立了模糊PID和DDPG算法相结合的温度控制模型, 该模型将模糊PID作为主控制器, DDPG算法作为辅助控制, 利用双控制器模型实现温度协同控制. 接着, 利用遗传算法对模糊PID的隶属函数和模糊规则进行寻优, 获得模型参数最优解. 最后, 在仿真实验中验证所提方法的有效性. 仿真实验结果表明, 本文提出的算法可有效减少噪声干扰, 减小控制系统的响应时间、误差和超调量.     

隧道窑温度模糊控制算法的设计及应用

论文针对隧道窑燃烧过程中具有的非线性、大时滞、大惯性特点,基于专家知识,提出了利用自整定模糊PID控制、模糊辨识、Smith预估补偿控制以及Bang-Bang控制相结合的隧道窑温度控制算法。该算法在基于西门子S7-300 PLC控制系统的软硬件基础上实现并在山西某耐火材料企业实际投入使用,取得了显著的控制效果和良好的经济效益。     

基于强化学习的四旋翼高度控制器设计

针对四旋翼飞行器高度控制通道易受干扰的问题,在先验飞行数据基础上,利用局部加权线性回归算法建立了四旋翼飞行器的非参数模型,该模型考虑了实际飞行中干扰因素对高度控制的影响.以此非参数模型为基础,运用强化学习算法构建了四旋翼飞行器高度控制算法,并以离线方式优化了控制算法的结构参数.最后通过实际的飞行实验验证了控制算法的合理性.     

基于队列长度和速率的拥塞控制神经网络方法

文中研究了网络拥塞控制问题。PID控制器是实现网络拥塞控制非常有效的方法,能够实现对网络的主动队列管理。文中根据队列长度和变化速率,利用神经网络实现传统的比例微分积分器（PID）功能,从而提出了基于队列长度和速率的拥塞控制神经网络方法（RSPID）。该方法利用神经网络的加权动量梯度学习算法,自动调节控制参数,克服了传统PID控制方法由于控制器参数固定带来的适应性和稳定性问题。仿真结果表明,RSPID算法的鲁棒性和队列长度性能要优于PID算法。     

智能照明系统KNX与DALI协议网关的设计及实现

先进控制算法在实际应用过程中,往往伴随着算法难以实现、调试繁琐等问题。为将先进控制算法高效地部署到DCS上,提出了一种方便快捷的实现方法。首先,在MATLAB自身集成的先进控制算法与实际工业对象之间建立OPC通讯,反复调试后得到与被控对象特性相匹配的控制算法;其次,通过MATLAB RTW将该MATLAB/Simulink先进控制算法生成C++代码;最后,使用软PLC高级语言编程技术,将算法的C++代码无缝集成到DCS当中。实践中设计了一种基于双容水箱液位控制的模糊控制算法。实验结果表明,以该方式设计的控制算法具有良好的控制特性和较高的实际应用价值。该方式缩短了以往控制算法的部署周期,为先进控制算法在DCS中的实际应用提供了强有力地解决方案。     

A time-optimal control algorithm for digital computer control

A time-optimal control algorithm for digital computer control allowing bounds on control variables and state variables is presented. Through linear programming techniques a time-optimal sequence is computed by using a linear discrete model of the process. For real-time applications feedback control is achieved by recalculating the control sequence each sampling period. In addition, an adaptive control strategy based on on-line estimation of the state variables and the parameters of the system is introduced. In order to be able to apply the algorithm in a real-time environment, computational efficiency is emphasized. An application of the algorithm to a sixth-order multivariable system is given.     

基于Pro/E Custom Load的运动控制仿真研究

基于虚拟样机技术,提出一种新的运动控制仿真的方法。利用Pro/Engineer的二次开发工具Pro/Toolkit,开发一个Pro/Mechanism模块中的Custom Load(定制负荷)插件,在插件中实现具体的控制算法,并利用插件在Pro/Mechanism中对虚拟样机进行机构运动仿真,从而在虚拟样机上实现控制算法的仿真。详细阐述其实现过程,并给出一个采用这种方法进行衍射光栅刻划机精密定位控制算法仿真的应用实例。     

基于FX-LMS算法的微振动主动隔振控制系统开发

控制系统是基于压电智能结构的各类微振动主动隔振系统的核心部分,而控制性能好、运算快速、实现方便的控制算法则是控制系统开发的关键.基于FIR数字滤波器,并应用FX-LMS自适应算法,对基于压电智能结构的各类微振动主动隔振系统的控制算法进行推导,并对其实现过程进行分析,以便于控制系统开发.在此基础上,利用该FX-LMS算法开发了某一维微振动主动隔振平台的自动控制系统,用于对该算法的控制效果进行实验测试和验证.实验结果表明,所推导的FX-LMS算法具有良好的控制效果,应用领域广阔.     

基于遗传算法的结晶器液位约束广义预测控制

针对实际连铸过程中结晶器液位控制须满足多种约束的问题,将一种基于遗传算法的有约束广义预测控制方法（ＧＣＧＰＣ）应用于结晶器液位控制．首先基于机理模型构造了有约束结晶器液位广义预测控制器;然后以遗传算法处理带约束的非线性优化问题,并以此作为滚动优化策略,求得最优控制律．仿真结果表明,在有效处理了约束的基础上,基于遗传算法的有约束广义预测控制效果优于ＰＩＤ 控制以及无约束广义预测控制．     

Truetime的网络控制系统仿真研究

介绍了网络控制系统,Truetime工具箱以及安装过程。结合使用Jitterbug工具箱用LQG算法对3个倒立摆网络控制模型进行了仿真实验,运用EDF算法和RM算法进行仿真对比。从结果可以看出,3个倒立摆都得到了很好的控制,EDF的总体控制性能要优于RM控制算法。从丢包率和网络传输速度两方面研究了网络服务质量(QoS)对控制性能的影响。采用PID算法控制单回路的直流电机模型,丢包率较小,传输速率较快,控制性能较好。     

无线传感器网络中基于领导者的拥塞控制算法

针对无线传感器网络存在的拥塞问题,设计一种基于领导者的拥塞控制算法.利用分布式动态系统的理论对拥塞问题进行建模,并证明了所提出的算法能够保证所有节点的发送速率收敛到可用的最小带宽,同时利用Lyapunov函数证明了所提出的算法在变拓扑网络结构下的有效性.仿真实验表明,基于领导者的拥塞控制算法能够很好地抑制无线传感器网络中的拥塞现象,保证较高的吞吐量和较低的网络延时,提高整个网络的服务质量.     

基于神经网络和遗传算法的智能PID控制

提出了一种结合神经网络和遗传算法的智能PID控制算法;该控制器先利用RBF辨识网络在线辨识系统模型,再利用遗传算法在线调整PID三个控制参数,将传统的Ziegler-Nichols方法所得的控制参数作为遗传算法的初始参数范围,缩小了遗传算法的寻优范围;在MATLAB6.5环境下进行仿真和试验研究,结果证明RBF辨识网络的输出能够很好地跟踪对象输出,遗传算法很好地优化了控制参数;二者结合可在线有效地控制较复杂的被控对象.