基于模糊PID的母管制煤粉锅炉燃烧控制系统

母管制煤粉锅炉燃烧系统存在严重非线性及强耦合问题且模型不易确定,使用传统控制方法效果不佳.针对这种情况提出采用模糊PID控制方案,并针对T-230-2型锅炉燃烧系统的特点和控制要求,设计了一种模糊PID控制器,并可在线调整模糊控制器输出的PID控制器参数,从而达到优化PID控制器参数的目的,实现对"非线性、强耦合"系统的控制要求.通过Matlab仿真,对母管压力的鲁棒性和抗扰性进行了分析.结果表明,该控制器具有更好的控制效果,能有效地克服扰动,提高了系统的动态特性.     

PID参数模糊自整定循环流化床床温控制系统

床温是循环流化床锅炉燃烧控制系统中的一个重要参数，本文设计了模糊自整定PID参数控制器对循环流化床锅炉床温进行控制，仿真结果表明模糊自整定PID参数控制系统动态性能明显优于常规定参数PID控制系统，且前者较后者的抗内扰能力强、鲁棒性好。     

立方体机器人自抗扰平衡控制方法

针对立方体机器人动力学模型多变量、强耦合的问题,提出一种基于自抗扰控制的平衡控制器设计方法.引入虚拟控制量,并在控制量与输出向量之间并行地嵌入多个自抗扰控制器,从而实现对多变量系统的解耦控制,将系统的动态耦合和外部扰动视为各自通道上的自抗扰控制器的总扰动,在为期望姿态安排过渡过程基础上,设计扩张状态观测器对总扰动进行估计并实时补偿.综合采用经验试凑法和带宽法对控制器参数进行整定,对自抗扰控制器系统进行稳定控制、姿态跟踪、抗扰性和鲁棒性实验,并与PID控制系统进行定量对比分析.仿真结果表明,所设计的自抗扰控制器不仅能有效实现立方体机器人的平衡控制,而且较PID控制器具有更好的响应速度、控制精度和强鲁棒性.     

基于粒子群的自抗扰静止同步补偿器仿真研究

在电力电子技术的研究中,电力系统中的非线性负载越来越多.静止同步补偿器是强耦合非线性系统,采用传统的PID和现代控制理论难以达到满意的效果.为解决上述问题,提高系统的适应作和鲁棒性,利用自抗扰控制器抗干扰能力强、对模型参数变化适应性强等特点,设计了自抗扰静止同步补偿器;针对自抗扰控制器参数难以调节的特点,利用粒子群优化算法,在算法中引入惩罚函数的概念,进行参数寻优.仿真结果表明,设计控制器具有很好的适应性和鲁棒性,控制系统具有优良的动态性能,提高了设计效率.     

仿人智能协调控制在循环流化床锅炉燃烧控制系统中的应用

针对循环流化床锅炉燃烧系统中主蒸汽压力和床体温度的强耦合问题,提出了基于仿人智能协调控制,并在此基础上与仿人智能模糊控制相结合的解耦控制策略,并将此控制策略应用于燃烧系统进行仿真;仿真结果表明,该策略有效地解决了循环流化床锅炉燃烧系统的非线性、大滞后和强耦合问题,实现了燃烧系统中主蒸汽压力和床体温度的解耦控制,并且在施加扰动后,体现出了一定的抗干扰能力,能收到良好的控制效果。     

循环流化床锅炉燃烧系统的多模态仿人智能控制

针对循环流化床锅炉燃烧被控对象的非线性、时变、大滞后及多变量强耦合的特点,将基于多模态仿人智能控制的解耦控制策略应用于该系统中;根据智能逻辑选择回路的逻辑信号,对相应的仿人智能模糊控制器进行选通,从而实现主蒸汽压力和床体温度之间的动态解耦;仿真结果证明,该策略基本上消除了主蒸汽压力和床体温度之间的耦合,响应曲线过渡平稳,响应较快,能收到良好的控制效果;为解决循环流化床锅炉燃烧控制参数强耦合问题提供了一种新的尝试和途径。     

基于粒子群算法的自抗扰飞行控制器优化设计

提出了一种基于粒子群算法的自抗扰飞行控制器优化设计方法。方法中,利用自抗扰控制方法抗干扰能力强、鲁棒性好与对模型参数变化适应能力强的特点,设计了自抗扰纵向飞行控制器,以提高飞行控制性能。同时针对所设计的自抗扰飞行控制器参数较多,难以设计的问题,应用粒子群优化算法进行了控制器参数的自寻优设计。仿真结果表明:不需要人工调参,通过粒子群优化算法自寻优获得的飞行控制器参数具有良好的控制性能,提高了设计效率。     

无刷双馈电机自抗扰控制方法

针对无刷双馈电机非线性强耦合特性, 提出一种实现其高性能控制的自抗扰控制方法. 在控制电机同步坐标系下, 设计磁链自抗扰控制器和转速自抗扰控制器, 对系统内部的耦合影响和系统外部扰动进行观测和补偿, 实现非线性系统线性化控制. 该控制器具有较强的鲁棒性, 且不依赖电机模型. 仿真对比结果表明, 自抗扰控制器能够准确地估计和补偿系统的内外扰动, 控制精度高, 抗扰能力强, 能够实现磁链和电磁转矩的解耦, 进而实现磁链和转速相互独立控制, 是一种简单有效的高性能控制方法.

     

改进蚁群PID-神经元解耦的CFB锅炉燃烧系统控制

床温和主汽压都是循环流化床锅炉生产运行中的重要参数,会直接影响机组的安全性和经济性。但由于这两者对象存在非线性、大时延、强耦合等特点,其现场控制效果一直不太理想。本文首先采用自适应神经元将床温和主汽压解耦,再利用具有分工特征的蚁群算法优化参数的PID控制器对两者进行独立控制。采用该算法优化常规PID控制参数,能够实现控制参数的快速寻优。该方案应用于循环流化床锅炉燃烧系统仿真,结果表明能有效实现系统解耦,且具有响应快、超调量小等优点,有效地提高了控制品质。     

循环流化床锅炉优化控制实现方法研究

循环流化床锅炉由于其对于燃料适应性强,燃烧效率高,污染控制特性好,负荷调节范围大等优点,在工业生产以及发电领域有很广泛的应用.但是由于其燃烧过程非线性,时变,大滞后,多变量耦合等特性,使得流化床锅炉很难达到设计要求,工作在十分不经济的工况下.因此,研究流化床锅炉燃烧特性,提高流化床锅炉的自动控制水平对于发挥流化床锅炉的优点具有很大的意义.在分析流化床传统控制方法的基础上,得出只有采用先进智能控制算法才能够适应流化床燃烧对象的特性,而先进智能算法在现场控制系统中很难实现,因此将先进智能算法和外接优化控制站相结合,提高流化床锅炉自动控制水平.通过实际运行效果表明,方案可行并具有一定的推广性.     

基于PD-ADRC的四旋翼控制器设计

针对四旋翼无人机强耦合、非线性的控制难点,研究设计了一种基于自抗扰控制和比例微分控制的双闭环控制器。首先,分析了小型四旋翼飞行器动力学模型,确定四旋翼无人机的六自由度方程。然后,利用自抗扰控制技术对强耦合、非线性的姿态模型进行了解耦,设计扩张状态观测器对其总扰动进行观测与补偿。其次,设计比例微分控制器对解耦后的系统进行位置跟踪,从而与姿态控制器组成双闭环系统。最后,通过仿真及试飞实验测试系统性能。仿真和试飞结果表明该系统能够完成对控制指令的实时跟踪,并且对干扰具有极强的抑制力。     

基于改进差分算法的变桨ADRC参数优化

自抗扰控制器是一类不依赖被控对象数学模型且具有较强鲁棒性及抗干扰能力的非线性控制器,已成功应用于风力发电机变桨距控制这一多变量、强耦合的非线性系统中,但自抗扰控制器也存在参数众多整定难度大这一明显缺点。现提出了通过智能算法来实现参数的自动整定。分析了改进差分进化算法的原理及步骤,并将改进差分进化算法应用到ADRC的整定过程中,实现参数的自动整定。仿真结果验证了通过改进差分进化算法自动整定ADRC参数的可行性,与传统PID控制器相比,改进差分进化算法整定后的ADRC能较好的满足风力发电机变桨控制要求,有效维持了风力发电机组输出功率的稳定性。     

无人机空中加油控制设计与仿真

无人机空中加油控制精度问题,无人受油机模型的各种不确定性与来自外部的各种干扰归结为扰动,造成控制精度差。为解决上述问题,提出一种免疫粒子群优化算法的自抗扰无人机自主空中加油飞行控制律设计方法。利用自抗扰控制能够自动检测并补偿内部与外部干扰影响的特点,并利用扩张状态观测器进行估计与补偿,从而增强了所设计飞行控制律的鲁棒性,用免疫粒子群优化算法对自抗扰控制器参数进行了优化研究,以提高设计效率。仿真结果表明,所设计的自抗扰自主空中加油控制系统具有优良的控制性能与较高的控制精度,能够满足无人机自主空中加油的要求。     

基于改进鲨鱼优化算法的自抗扰控制参数整定

非线性自抗扰控制器耦合参数多,常规经验整定法难以获得最优参数,以至于影响控制器的控制精度.单一机制的优化算法整定出的自抗扰参数均可能是局部最优解,不能有效提高自抗扰控制器的控制精度.针对此问题, 提出一种基于改进鲨鱼优化算法的自抗扰控制器参数优化设计方法.为解决基本鲨鱼优化算法易陷入局部最优解、算法后期收敛速度慢的问题,提出混合交叉变异策略与双种群协同机制,以ITAE指标为自抗扰控制器参数选择的优化目标,并以二自由度机械臂为例进行仿真验证.结果表明,优化后的自抗扰控制器具有更小的超调量和更高的控制精度,在加入外界干扰后,控制器可以很快抑制干扰,具有很好的抗干扰能力,改进后的鲨鱼优化算法可以用于复杂非线性系统自抗扰控制器的参数优化.     

自抗扰控制器在AUV悬停定深控制的应用

针对传统控制方法在水下自主航行器(AUV)悬停定深控制中难以满足高精度快速性要求的问题,提出了将自抗扰控制应用到该系统中的方法;建立了在推进器停止工作状态下的悬停定深控制模型,介绍了一种自抗扰控制算法以及模型仿真方法,提出参数整定的一些经验结论,在此基础上对自抗扰控制算法与经典PID控制算法进行仿真比较,结果表明,自抗扰控制器在AUV悬停定深控制中超调量小,调节时间短,抗干扰能力强,并且在海况较复杂时能进行快速稳定调节,具有一定的实用性和推广价值。     

基于QDRNN-ADRC的重力稳定平台控制研究

针对稳定平台系统存在系统模型不够精确或者参数变化,或者外部干扰未知等现象,以及采用自抗扰控制器存在参数众多且难以整理的问题,提出了一种基于准对角递归神经网络—自抗扰控制器(QDRNN—ADRC)的重力稳定平台控制算法.通过自抗扰控制器对系统的"总扰动"进行估计并补偿,同时引入神经网络的辨识功能对自抗扰控制器部分参数进行在线整定,基于自抗扰控制技术核心架构设计了QDRNN—ADRC.仿真结果表明:有效解决了重力稳定平台利用神经网络的辨识功能对自抗扰控制器部分参数进行在线整定外扰动的干扰以及参数自适应整定问题,相对于传统控制方法,其在稳定精度、快速性及抗干扰性方面均具有一定优势.     

一种自抗扰控制器参数的学习算法

针对自抗扰控制器（Automatic disturbance rejection controller,ADRC）参数多且耦合性强,参数难于被确定的问题,提出了一种ADRC参数的自动调整算法. 该算法以构造的控制性能函数为学习目标,根据参数对性能指标的影响,通过惩罚函数在线不断更新参数在有界区间内的概率密度分布,使得控制参数最优值的概率密度值最大. 通过开环不稳定系统算例和对工业机电驱动器单元（Industrial mechatronic drives unit,IMDU）的控制实验,仿真和实验结果证明了该算法的有效性.     

微型飞行器的自抗扰控制器设计

微型飞行器具有高度的非线性特性,且气动参数具有不确定性,难以建立精确的数学模型;为实现其姿态、速度、以及高度的精确鲁棒控制,基于自抗扰控制方法设计了微型飞行器速度回路和高度回路的控制器;首先建立了微型飞行器的非线性模型,然后利用扩张状态观测器对飞行器状态和气动不确定性因素进行了估计,并通过非线性反馈对模型不确定性部分和状态耦合进行补偿,实现了纵向通道的解耦控制;通过仿真对所设计的控制器进行性能验证,结果表明自抗扰控制器能够实现对微型飞行器的快速稳定控制,且不依赖于精确的飞行器数学模型,具有良好的鲁棒性。