一种基于T-S模型的模糊预测控制

提出了一种基于T-S模型的模糊预测控制策略。T-S模糊模型用来描述对象的非线性动态特性,通过当前的工况参数实时在线的修正每一时刻的阶跃响应模型参数,将模糊模型作为常规线性预测控制DMC方法的预测模型,从而把T-S模型对复杂的非线性系统的良好描述特性和预测控制的滚动优化算法相结合,来实现利用常规线性预测控制策略对非线性系统的有效控制,有效地解决了复杂工业过程的强非线性问题。pH中和过程的仿真结果表明其性能明显优于传统的PID控制器。     

一种改进的多变量动态矩阵控制算法及应用

为克服重油催化裂化分馏塔控制中存在的满足镇定设计的同时,难以优化系统性能的不足。以PID和DMC(Dynamic Matrix Control)为基础,提出一种新型多变量PIDDMC算法。该算法兼具PID结构简单、参数方便调节,和DMC滚动优化、鲁棒性强的特点。利用Lyapunov稳定性理论证明了该算法可保证系统闭环稳定。以Shell公司重油催化裂化分馏塔为控制对象,仿真验证了该算法克服了PID超调量大,过程输出耦合严重,及DMC绝对误差积分值大的缺点。在模型匹配及模型失配情况下,都具有静态误差小、超调小、调节时间短和鲁棒性强等优点,对多变量过程具有良好的控制效果。     

基于多模型粒子群优化的PID参数鲁棒整定

针对常规粒子群优化算法存在的鲁棒性能差的问题，提出一种基于多模型的粒子群优化方法．将其应用于对PID控制器参数的优化，有效地避免了PID控制器设计中复杂的参数调试．即使在模型失配的情况下，控制系统仍保持了良好的控制品质和鲁棒性．通过对几个典型被控对象的仿真实验，证明了所提出的优化算法的实用性、有效性和优越性．     

动态矩阵控制在MSP430温控系统中的实现

把近年来工业中广泛应用的动态矩阵控制方法应用于电加热炉为对象的单片机温度控制系统中,该温度控制系统采用MSP430作为CPU,使用DMC作为控制策略完成温度控制,其控制效果与常规的数字PID算法进行比较。结果表明：使用DMC算法的系统响应速度和动态性能明显优于常规数字PID。其控温精度高,鲁棒性强,因此进一步推广该算法...     

动态矩阵控制算法的仿真研究及PLC应用

针对具有大迟延、大惯性、时变和非线性等特性的主汽温系统,传统PID已无法满足工业生产的需要。采用动态矩阵控制(DMC)算法,对主蒸汽温度系统进行控制仿真,并利用西门子S7-300 PLC的S7-SCL语言,将DMC算法封装成可供用户调用的功能块,完成了DMC算法的PLC实现。为了增强主蒸汽温度控制系统的抗干扰性,将DMC算法与PID控制策略相结合,设计了DMC-PID串级控制结构,以充分发挥DMC对大延迟对象适应能力强和PID抗干扰能力强的优点。针对主汽温系统时变和非线性的特性,在DMC算法中添加了模型切换策略,完成了对主汽温系统多模型控制的仿真,实现了不同模型之间平滑切换。引入性能指标,通过粒子群算法对DMC控制参数进行优化,结合国电智深EDPF-NT DCS系统,对荥阳电厂主汽温系统进行控制试验。试验结果表明,DMC算法在主汽温控制系统中具有着良好的控制效果,提高了系统动静态性能指标。     

一种具有PID结构的动态矩阵控制

动态矩阵控制（DMC）是基于对象阶跃响应的一种预测控制算法，它具有结构清晰、算法简单、对模型失配适应能力强等优点，适用于纯时滞，开环渐近稳定的线性对象，是一种成功而有效的控制算法。但DMC的输出动态特性受其参数的影响，目前，对DMC参数的选取一般都是采用试凑结合仿真的方法，费时又费力，从而给设计者造成很大的困难。该文提出了一种对DMC的改进方法——DMPIDC，使PID参数整定方法与动态矩阵控制结合起来．用整定出的PID参数作为DMPIDC的加权系数，保证了良好的输出动态特性，仿真结果表明这种方法是可行的。     

分段线性化多模型动态矩阵控制算法的设计

线性控制算法具有计算简单、实时性好等优点,但是工业过程通常具有复杂的非线性特性,而且非线性程度越强,实际过程和模型之间的误差越来越大,常规的线性控制器性能会随着非线性程度的增强而显著降低.对于一般的非线性控制策略而言,它们具有建模成本较高、难以选取合适的权重因子等难点,本文采用分段线性化的方法,将非线性系统过程分为多个分段的线性化模型,将动态矩阵控制策略推广到各个分段线性模型,设计了分段线性化多模型DMC算法,通过组合以实现其预测控制的目的.为了验证该算法的有效性,本文在Matlab/Simulink软件平台上进行了1套强非线性pH值中和过程实验装置的较全面的控制仿真,包括阶跃及方波给定值跟踪、抗强干扰,以及存在较大模型失配时的给定值跟踪性能仿真.仿真结果表明,针对强非线性的过程,分段线性化的DMC比不分段单模型的DMC过程具有更好的控制性能.     

IMC-PID在液位控制系统中的应用及仿真

针对液位系统的时变、非线性、大滞后和不确定性的动态特性,利用内模控制(IMC)参数调节简单、对大滞后环节的补偿性与传统PID易于实现的特性,将内模控制与传统的PID控制相结合,构建控制系统。实验仿真表明,与传统的PID控制比较,该算法具有良好的鲁棒性和抗干扰性,能实现液位的最佳控制。     

薄壁零件压力铸造控制方法研究及鲁棒性分析

在复杂薄壁零件压力铸造控制系统的研究中,针对复杂薄壁零件压力铸造系统仿真模型,研究了压力铸造过程中压力控制算法。分别采用PID、动态矩阵控制(DMC)、PID+DMC三种控制算法,仿真结果表明三种控制算法对压力铸造系统都有一定的控制效果;其中,PID+DMC控制算法的动态特性最佳,并且对压力铸造系统中可能出现的模型失配问题也有很好的控制效果,具有较强的鲁棒性。     

过热汽温系统的Smith预估器参数多目标优化控制*

文中详细分析Smith预估模型参数对控制系统性能的影响,提出一种Smith预估模型参数多目标优化整定的控制方案,利用模型失配有效改善控制系统的性能.针对火电厂过热汽温系统高阶、大惯性及非线性特点,设计一种基于串级PID的Smith预估器参数多目标自调整优化控制系统.对某600MW超临界火电机组过热汽温系统进行仿真控制,结果表明,该方案具有良好的鲁棒性,可有效克服系统的非线性,控制效果明显优于常规的串级PID控制和参数匹配的Smith预估控制系统.     

一种新型非线性Hammerstein系统动态矩阵控制算法

将动态矩阵控制策略(DMC)推广到由一个非线性静态多项式函数和一个线性动态阶跃响应环节组成的非线性Ham-merstein系统,详细地给出了该新型非线性Hammerstein系统动态矩阵控制算法(NLH-DMC).把NLH-DMC应用于一套强非线性pH中和过程,给定值跟踪和抗干扰仿真结果表明,NLH-DMC比线性DMC(LDMC)和过程控制领域常用的非线性PID(NL-PID)具有更好的控制性能.进一步的仿真实验证实,NLH-DMC不仅具有良好的控制响应,而且在存在较大模型误差时仍具有很好的稳定性及鲁棒性.     

基于α阶逆的大时滞非线性动态矩阵控制

针对一类大时滞非线性系统,提出了基于α阶逆的动态矩阵控制新方法.该方法采用BP神经网络辨识逼近原非线性系统的α阶逆系统,并与原系统串联复合组成伪线性系统;采用基于线性系统的动态矩阵预测控制方法设计系统附加控制器.在系统存在建模误差、存在扰动和模型参数发生较大变化等情况下,采用该控制方法依然具有很好的动、静态性能和很强的鲁棒性.给出了详细的设计原理和步骤,并通过大量的仿真分析与已有的大时滞非线性系统内模控制研究结果进行了比较:内模控制依赖于系统模型,当模型出现严重失配的情况下,系统性能变坏,而采用提出的方法则不依赖系统精确的数学模型,计算量小,简化了非线性系统的设计;研究与仿真结果证明了所提控制方法的有效性.     

一种新的动态矩阵控制的截断误差校正方法

动态矩阵控制(DMC)在建模时会产生截断误差,从而影响系统性能。针对这一问题,该文对传统DMC算法进行了改进,提出一种新的截断误差校正方法。通过动态补偿系数对预测模型的补偿,减小了截断误差对系统性能的影响。与传统的DMC算法相比,改进后的DMC控制允许模型向量存在一定的截断误差,以较小的建模时域或较高的采样频率实现高性能的DMC控制。最后,以工业常用的非最小相位系统为对象进行仿真研究,结果表明了该方法的有效性和实用性。     

电加热炉系统预测函数PID控制算法的研究

由于电加热炉系统具有大时滞、时变性、非线性等特点,提出了一种新型预测函数PID控制算法.该算法将PID控制算法和预测函数控制算法结合起来,通过预测被控对象的未来输出值,得到一个新的优化目标函数,实时优化控制参数,得到控制量的解析解.仿真结果表明,与常规PID控制和预测函数PID串级控制相比,所设计的控制器满足系统对快速性和稳态精度的要求,系统具有较强的抗干扰性和鲁棒性,能够实现对电加热炉系统的有效控制.     

非线性动态系统神经模糊建模与内模/PID双重控制系统设计

非线性动态系统的内模控制要求建立精确的对象正模型和逆模型,这对于大多数实际对象是难以做到.提出了基于一类神经模糊模型的非线性动态系统建模方法,并在此基础上研究了基于神经模糊模型的非线性系统的内模控制设计.基于输入输出数据辨识的对象正模型和逆模型存在着模型失配问题,导致神经模糊内模控制范围变窄和控制鲁棒性降低,为了改善系统的性能,提出了神经模糊内模控制与PID控制结合的双重控制策略.对CSTR的反应物浓度控制研究表明,双重控制策略能有效地拓宽系统可控范围,改善系统性能.仿真结果证明该控制策略简单而有效.     

模糊免疫PID控制在主汽温控制系统中的应用

火电厂主汽温控制系统具有大惯性、大迟延和时变等特性,传统的火电厂主汽温控制系统大多采用基于模型的常规PID串级控制方法。本文借鉴生物免疫反馈响应过程的调节作用和模糊推理逻辑可逼近非线性函数的特性,提出将模糊免疫PID控制策略应用到火电厂主汽温控制系统中。仿真研究表明,该方法的控制效果优于常规的PID控制,能适应对象参数的变化并表现出良好的控制品质,即使发生扰动时也具有较强的鲁棒性和自适应能力。     

一种基于BP神经网络模型的自适应PID控制算法

本文应用神经网络建寺了系统参数模型,将线性系统时变参数的变化规律转化为神经网络参数模型,反映了参数随状态而变的规律;再结合文献[4]已知模型FPID控制参数的计算,推导出一种更具有应用性的白适应PID控制算法。通过在计算机上对非线性系统仿真,结果表明了这种白适应PID控制算法的有效性。     

基于专家知识的分层启发式自校正动态矩阵控制

本文提出一种基于专家知识的分层启发式自校正动态矩阵控制算法,其上层基于实时输出偏差和内模误差确定校正的策略,下层则根据模型失配的情况,采用带有模型辨识自校正或启发式自校正的动态矩阵控制,这种算法集人的调查经验和传统的辨识校正法于一体,改善了闭环系统在模型失配情况下的动态响应。