多变量解耦控制的工业过程运行层次控制方法

基于多变量解耦控制技术,提出了一种工业过程运行的层次控制方法,用于实现表征过程整体运行性能的工艺指标.底层回路控制系统采用多回路PI/PID控制技术进行设计,用于将关键工艺参数控制在给定的工作点.针对中被控过程和底层回路控制系统构成的文义对象,采用扩展的单位反馈解耦方法设计上层回路设定控制器,该回路设定控制器能够克服系...     

基于定量反馈理论的气动调节阀控制系统设计

为了使气动调节阀控制系统满足工业过程对于模型不确定性的鲁棒性要求,设计了1种基于定量反馈理论(QFT)的气动调节阀控制系统。基于QFT的控制器是1种二自由度控制器结构,由前置滤波器和反馈控制器组成。QFT对于控制对象的不确定性具有很强的鲁棒性,能够较好地避免气动调节阀控制系统在工业过程中受到的干扰和模型不确定性影响。通过对气动调节阀控制系统进行仿真分析,验证了基于QFT的控制方法能够较好地避免该系统的不确定性,使得该系统具有较强的鲁棒性,满足相应的性能指标要求。与传统基于常规比例积分微分(PID)控制方法的气动调节阀控制系统相比,基于QFT控制方法的气动调节阀控制系统更加适用于工业过程。     

智能3P控制在复杂工业过程的应用

具有大时滞时变的被控对象的控制过程(具有典型现代复杂工业过程的特征)是一种难以控制的复杂工业过程。智能3P控制器不仅能很好对付大时滞时变的被控对象的非线性，还能满足高标准的性能要求、较快的响应速度，而且对系统参数或／和系统结构的变化有很强的适应性，也具有很强的鲁棒性和抗干扰能力。重点介绍了该控制器的结构及实现。针对仿真结果还与M—PID控制做了对比。     

一种基于模糊调节增益的单神经元PID控制方法

提出了一种基于模糊调节增益的单神经元PID控制方法。通过模糊调节单神经元PID控制器的比例增益，达到令人满意的控制效果，明显优于常规PID控制。使用该方法对典型的工业过程对象进行了仿真试验研究，结果表明这种控制方法的优越性。     

变增益智能PID控制器设计

针对典型的具有滞后的一阶惯性环节进行了变增益智能PID控制器的设计和数字仿真研究。仿真结果表明，该控制器对滞后较大的对象比常规最优PID控制器具有更好的控制性能。     

基于IMC的PID控制器的设计实现

内模控制（IMC）是一种基于过程数学模型进行控制器设计的新型控制策略。自面世以来，不仅在工业过程控制中获得了成功的应用，而且表现出在控制系统稳定性和鲁棒性理论分析方面的优势，尤其是它仅有一个整定参数，参数调整与系统动态品质和鲁棒性的关系比较明确，采用内模控制原理可以提高PID控制器的设计水平。该文正是从IMC的结构出发，提出了一种简洁的IMC—PID控制器设计思路，并利用MATLAB进行仿真研究。分析发现，该控制器具有常规PID的优点，对于大纯滞后或非线性系统能够很好地工作，可以推广应用于一般工业过程。     

基于内模PID控制器的时延网络控制系统的保稳定性设计①

网络控制系统中存在的随机时延会导致系统的性能变差甚至不稳定。通过对随机时延的分析,建立了一个基于内模PID控制原理的网络控制系统模型,并以工业过程控制中经常用到的二阶对象为控制对象,完成了网络环境下的内模PID控制器的设计。仿真对比表明,该控制器对系统性能进行了补偿,保证了系统具有良好的稳定性能。     

智能PID控制

引言 在工程控制领域,PID控制的应用至今仍最为广泛,这与其控制器结构简单,能满足大量工业过程的要求,具有一定的鲁棒性等特点有关。然而,在现代工业控制过程中,许多被控对象机理复杂,它不仅表现在控制系统具有多输入、输出的强耦合性、参数时变性和严重的非线性特性,而且从系统对象所能获得的知识信息量也相对地减少,然而对控制性能的要求却日益提高。因此,采用常规PID控制器难以获得满意的控制效果。 近年来,智能控制与常规PID控制相结合,形成智能PID控制,这种新型控制器已引起人们的普遍关注和极大兴趣,并已得到较为…     

模糊自整定PID控制器在再热汽温控制中的应用研究

针对工业过程中再热汽温等一类大迟延惯性时变对象,采用模糊自整定PID控制器对PID参数调节和优化,该方法将模糊技术与PID控制综合起来,实现了PID控制的智能化。仿真结果表明:与常规PID控制器相比,模糊自整定PID控制器具有很强的适应性、鲁棒性和抗干扰性。     

模糊自整定PID控制器在再热汽温控制中的应用研究

针对工业过程中再热汽温等一类大迟延惯性时变对象,采用模糊自整定PID控制器对PID参数调节和优化,该方法将模糊技术与PID控制综合起来,实现了PID控制的智能化.仿真结果表明与常规PID控制器相比,模糊自整定PID控制器具有很强的适应性、鲁棒性和抗干扰性.     

工业锅炉燃烧过程智能控制系统

针对典型的大时滞，非线形的工业锅炉燃烧控制系统．本文提出了一种基于PID神经元网络的工业锅炉燃烧控制系统．在仿真实验的基础上。对PID神经元网络控制与传统的PID控制进行比较和分析，仿真结果表明．PID神经元网络控制方法具有良好的鲁棒性和抗干扰性。其控制效果优于传统的PID解耦控制。     

基于连续继电辨识的自整定PID控制器

提出采用连续继电反馈实验辩识高精度的过程模型，基于内模原理设计PID控制器的方法。通过对时滞工业过程对象的数字仿真研究．控制结果表明该控制方法可获得很好的动态性能、鲁棒性和抗干扰能力．是实现自整定PID控制器的一种简单、有效方法。     

Robust optimization-based multi-loop PID controller tuning: A new tool and its industrial application

Modern process plants are highly integrated and as a result, decentralized PID control loops are often strongly interactive. The iterative SISO tuning approach currently used in industry is not only time consuming, but does also not achieve optimal performance of the inherently multivariable control system. This paper describes a method and a software tool that allows control engineers/technicians to calculate optimal PID controller settings for multi-loop process systems. It requires the identification of a full dynamic model of the multivariable system, and uses constrained nonlinear optimization techniques to find the controller parameters. The solution is tailored to the specific control system and PID algorithm to be used. The methodology has been successfully applied in many industrial advanced control projects. The tuning results that have been achieved for interacting PID control loops in the stabilizing section of an industrial Gasoline Treatment Unit as well as a Diesel Desulfurization plant are presented.     

基于RBF网络自整定PID控制的应用研究

经典PID的控制参数难以精确整定，且依赖于对象的数学模型，故自适应性较差，很难适应具有非线性、时变不确定性的被控对象，控制精度难以保证。该文对纯滞后工业对象提出了一种基于RBF神经网络PID参数自整定的控制方法，采用将RLS算法和梯度法相融合的新型学习算法，并将这种控制方法与PID控制器相结合应用于纯滞后工业对象中，克服了不确定性对控制对象性能的不利影响，解决了传统PID控制鲁棒性差，及需要预先知道受控对象精确数学模型的问题。仿真结果表明了该方法的鲁棒性和跟踪性能均优于传统PID控制方法。     

模糊免疫PID在温度控制系统中的应用

针对实际工业过程中温度控制的特点，借鉴生物免疫系统中的免疫反馈原理，结合模糊控制器可以逼近非线性函数的特点，提出了将模糊免疫PID控制算法应用到温度控制系统中。仿真结果表明该方法具有超调量小，调整时间短，抗干扰能力和鲁棒性强等优点，控制效果优于常规的PID控制方法。     

线性模糊PID控制器的设计与分析

基于模糊语言控制规则描述的模糊控制，已成功地用于工业过程控制并具有广泛的应用前景。用模糊线性PID控制器的数学等效式在MATLAB Simulink和Floulib工具帮助下用Mamdani方法对一阶控制对象进行二维PID模糊控制仿真实验，理论分析与实验证明采用模棚线性PID控制方法比传统的PID控制方法在应用上简便、清晰，具有一定的实用价值。     

烘丝过程中的组合积分控制器与双重控制研究

在烟草行业的烘丝过程中,烟丝的出口水分作为被控对象常常具有大滞后与强非线性的特性,且在工艺流程中通常存在干扰因素;当前,这一过程中大多仍采用传统PID控制器,存在响应稳态误差大、响应时间长等问题,进而影响烟丝的最终品质;针对这一情况,引入组合积分控制器替代传统PID控制器在烘丝过程中的作用;同时引入双重控制,并与组合积分控制器相结合;针对控制对象进行的仿真实验结果表明,这一新型控制策略在烘丝过程出口水分的控制效果上明显优于传统PID控制器,稳态误差较小且响应迅速,证明了组合积分控制器运用在双重控制系统中时具有优异的动态性能与鲁棒性;最后,这一新型双重控制算法已成功应用到烟草行业烘丝过程的水分控制上。     

基于T-S模型的自校正模糊PID控制器的设计

基于Takagi和Sugeno的模糊控制模型，设计了基于T-S模型的积分分离算法的模糊PID控制器，同时引入了继电反馈控制进行模糊PID控制器初始值的整定，实现了自校正模糊PID控制器。通过对工业过程的时滞对象的数字仿真分析表明，该控制器获得了很好的静动态性能、鲁棒性和抗干扰能力，为实现自动型控制器提供了简单而又实用的新方法。     

Model and robust gain‐scheduled PID control of a bio‐inspired morphing UAV based on LPV method

In this paper, a linear parameter‐varying (LPV)‐based model and robust gain‐scheduled structural proportion integral and derivative (PID) control design solution are proposed and applied on a bio‐inspired morphing wing unmanned aerial vehicle (UAV) for the morphing process. In the LPV model method, the authors propose an improved modeling method for LPV systems. The method combines partial linearization and function substitution. Using the proposed method, we can choose the varying parameters simply, thus creating a model that is more flexible and applicable. Then, a robust gain‐scheduled structural PID control design method is given by introducing a structural matrix to design a structural PID controller, which is more consistent with the structure of the PID controller used in practice and has a simpler structure than representative ones in the existing literature. The simulation results show that the developed LPV morphing UAV model is able to catch the response of the original nonlinear model with a smaller error than the existing Jacobian linearization method and the designed controller can maintain stable flights in practice with satisfactory robustness and performance.     

Optimal automatic tuning of active damping PID regulators

An automatic tuning method for the PID controller in single-input-single-output control loops involving processes with conjugate complex poles is presented. The development of the method lies in the principle of the well known Magnitude Optimum criterion and considers two fundamental constraints met frequently in many industry applications; (1) the existence of a poor process model and (2) access to the output of the process and not to its states. The presentation of the method is carried out in two steps. Over the first step, the straightforward PID tuning via the Magnitude Optimum criterion in the ideal case of a known single input-single output linear process model reveals a feature of the method called ‘the preservation of the shape of the step and frequency response’ of the final closed-loop control system. This shape is characterized by specific performance in terms of overshoot (4.4%), settling and rise time of the closed-loop control system. Over the second step, the PID controller parameters are tuned automatically so that the aforementioned performance is achieved. In this case, the existence of a poor process model is adopted assuming access to its output and not to its states. For applying the method an open-loop experiment of the process is carried out which serves for (1) initializing the algorithm and (2) determining the two zeros of the proposed PID controller. The method starts with I-Lag control action to the process by tuning the integral gain. After this tuning is over, the parasitic time constant of the closed-loop system is estimated. I-Lag control is then turned into PID control and the integrator's time constant of the PID controller is tuned accordingly, so that the shape of the control loop's output exhibits the aforementioned performance. Since the tuning of the PID controller is based on the Magnitude Optimum criterion, optimal disturbance rejection is expected to be achieved at the output of the controlled process. The potential of the proposed method is justified via simulation examples for two benchmark process models met frequently in various industry applications.