自适应修正Smith算法控制大时滞过程的仿真研究

传统的Smith预估器的控制效果严重依赖于被控对象的精确数学模型,对于缺乏精确数学模型且参数时变的大时滞过程,常规的Smith预估控制器就很难获得令人满意的控制效果。本文提出了一种改进的自适应修正Smith算法,并将其应用于恒温箱的大时滞恒温过程控制的仿真中,使控制品质得到改善,提高了系统的鲁棒性。     

时滞对象的自适应Smith预估控制方案

针对时滞被控对象提出了一种自适应Ｓｍｉｔｈ预估控制方案,利用变遗忘因子递推最小二乘法进行参数在线辨识以构成Ｓｍｉｔｈ预估器,采用模糊神经网络控制器完成对被控对象的控制。仿真结果证明了这种方法的有效性。     

采用Smith预估器模型的时滞系统自适应控制

在实际生产控制系统中时滞现象相当普遍,而传统的PID控制方法对时滞系统的控制很难达到满意的效果且易引起系统的不稳定.Smith预估器是一种广泛应用于时滞系统闭环控制的有效方法,但存在预估器模型和被控对象参数不匹配时系统控制特性的劣化甚至发生振荡发散的问题.本文提出了一种基于李雅普诺夫稳定性理论,用于改善Smith预估器...     

模糊自适应Smith预估控制及其应用

为了改善具有时变及大纯滞后系统的控制品质,本文提出了一种模糊自适应Smith预估控制方法,此方法将模糊控制、自适应及Smith预估控制之长处综合在一起,在一定程度上弥补了上述三者各自的不足,通过仿真和在窑温控制中实时运行,取得了满意的效果。     

暖通空调控制系统Smith预估器自适应算法设计

针对暖通空调(HVAC)系统控制过程中存在的大时滞问题,研究在系统模型参数改变情况下克服时滞影响的方法.对于一阶带纯时滞的空调系统模型,利用信号相关理论和李亚普诺夫稳定理论,推导出了Smith预估器模型参数的自适应算法.本算法使Smith预估器可以在系统模型改变的情况下在线整定,从而实时更新参数.将此自适应Smith预估器应用于空调系统控制,可以避免在模型参数失配情况下引起的系统不稳定甚至振荡,解决了空调控制中大时滞对系统动态性能的影响,提高了稳定性.     

时滞系统控制算法的改进

针对著名的Smith预估器,为了补偿变化的时滞,采用自适应补偿算法,使补偿时滞的模型可以跟踪时滞的变化,从而提出一种新型控制算法,仿真结果表明,改进的方案可以明显地提高控制系统精度。     

具有自适应功能的新型时滞系统控制器

将Smith预估器和内模控制结构结合起来，利用模糊控制方法研究出一种智能控制器，能在一定的模型误差范围内得到良好的控制品质。主要控制量来源于模糊控制器，通过智能积分对模糊控制器不能消除的稳态误差进行克服，并对系统性能进行监测，使用模糊控制对控制量进行校正，经仿真研究发现，这种智能控制器在一定的模型误差范围内有很好的鲁棒性，稳态误差为0。     

时滞系统控制算法的改进

针对著名的 Smith预估器,为了补偿变化的时滞,采用自适应补偿算法,使补偿时滞的模型可以跟踪时滞的变化,从而提出一种新型控制算法.仿真结果表明,改进的方案可以明显地提高控制系统精度.     

一种改进的不确定性时滞系统控制算法

针对工业控制过程中普遍存在的不确定性时滞系统的控制问题,提出自适应鲁棒控制器与Smith预估器相结合的控制策略。用Matlab软件对该算法进行了仿真研究。并在电控柴油机系统中进行试验研究。仿真和实验结果表明该算法控制效果良好,解决了由不确定性和时滞性引起的系统不稳定问题,且易于实现。     

一种改进的自适应Smith预估控制系统

在献[2]中提出的自适应Smith预估控制方法中，经过仿真发现，当实际对象增益比估计模型增益大的时候，系统响应很慢，消除稳态误差的时间很长，经过深入分析和揭示问题的实质后，提出了另一种自适应律，该方法在没有影响原来控制效果的情况下，可以提高系统的响应速度。     

时滞系统控制发展历程综述

系统研究了时滞系统控制的发展历程,介绍了Smith预估控制、大林算法、自适应控制、预测控制、鲁棒控制、变结构控制及智能控制等各种控制方法在时滞系统中的应用;综述了这些控制方法的原理、优点和不足,及弥补其缺陷的方法。最后对时滞系统控制的发展趋势进行了展望,结合Smith预估器的各种预估复合控制方法是控制时滞系统有效且实用的方法,具有很好的实际应用前景。     

时滞系统的经典控制与智能控制

研究了两类用于时滞系统控制的方法．即包括自整定PID控制、Smith预估控制和大林算法在内的经典控制方法和包括模糊控制、神经网络控制和模糊神经网络控制在内的智能控制方法．经过比较后认为经典控制结构简单、可靠性及实用性强．而智能控制则具有自适应性和鲁棒性好．抗干扰能力强的优势，因而将这两种控制方法结合起来是控制时滞系统有效实用的方法．具有很好的应用前景。     

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。     

一种基于Smith预估器的温度控制系统

To meet the dead time feature of the temperature control system the design method of the system based on Smith estimator is stated． The method can overcome the effect of dead time on the stability of the temperature control system and offer better robustness．The experimental results show that the control accuracy is up to ＋／－0．2℃．     

含有纯滞后系统的控制方法

针对时滞对象的控制问题，着重选取几种控制方法，考虑模型失配，时滞大小及干扰作用等因素，进行仿真，比较控制性能，以期对含有大时滞的实际对象的控制起到方法上的指导作用，结果表明，其中预测PI和内模PID两种控制方法响应速度快，超调量小，对模型失配的鲁棒性强，抗干扰能力好，时滞时间越长，越能体现出其优越性，是在克服纯滞后所产生影响的较好的控制方法。     

网络控制系统中考虑动态延时的广义预测控制算法

基于网络控制系统的状态空间统一模型和对网络动态延时的预测,提出了一种预测步数可变的广义预测控制算法,并基于实际对象的数学模型进行了仿真验证．结果表明,所提算法可很好地适应延时波动,且具有较好的控制效果．     

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.     

基于神经元控制的网络时延补偿策略研究

针对网络控制系统（NCS）中的不确定时延问题,在分析循环服务网络和随机争用网络的时延特性的基础上,提出了一种基于神经元控制器的时延补偿策略.该策略用神经元控制代替常规PID控制,无需建立网络控制系统的精确模型,利用神经元良好的学习能力来克服网络控制系统中不确定时延的影响,并对循环服务网络和随机争用网络这两类网络进行了仿真实验研究.仿真结果表明该策略能保证网络控制系统的良好性能.     

Robust stability analysis of Smith predictor-based congestion control algorithms for computer networks

Congestion control is a fundamental building block in packet switching networks such as the Internet due to the fact that communication resources are shared. It has been shown that the plant dynamics is essentially made up of an integrator plus time delay and that a proportional controller plus a Smith predictor defines a simple and effective controller. It has also been shown that the TCP congestion control can be modelled using a Smith predictor plus a proportional controller. Due to the importance of this control structure in the field of data network congestion control, we analyse the robust stability of the closed-loop system in the face of delay uncertainties that are present in data networks due to queuing. In particular, by applying a geometric approach, we derive a bound on the proportional controller gain which is necessary and sufficient to guarantee the closed-loop stability for a given bound on the delay uncertainty.