PID神经元网络对强耦合带时延多变量系统的解耦控制

提出了一种新的神经元网络－ＰＩＤ神经元网络，它是由比例元、积分元和微分元构成的多层神经元网络，它可以用于控制强耦合带时延多变量系统，并使系统具有良好的动态和静态性能。     

基于PID神经元多层网络的多变量解耦控制系统

针对多变量系统控制的特点和要求,建立了一种新的多层神经网络,其隐层神经元分别具有比例、积分和微分特性,网络同时具有PID控制规律和神经网络的优点.仿真结果表明,其构成的神经PID网络多变量控制器具有很强的自学习功能和自适应解耦能力.     

多变量PID控制器的在线自整定

本文研究具有ＰＩＤ结构反馈控制器的多变量控制系统的参数自整定，提出了具有校正因子的多变换ＰＩＤ控制算法及在线自动调整校正因子的专家自整定方法，将该方法用于火电单元机组负荷控制系统自整定仿真研究，结果表明系统具有好的完整性和鲁棒性。     

基于BP神经网络的多变量PID解耦控制

基于神经网络的智能PID控制策略，以经典的PID控制理论为基础，并通过具有多变量解耦控制自学习功能的神经网络参数整定来实现。本文给出了网络的结构和算法，示出了一组二元变量强耦合时变系统的实时仿真结果。通过计算机仿真证明，基于神经网络的PID控制具有良好的自学习和自适应解耦控制能力。该系统融解耦器和控制器于一体，易于实现，适用于非线性多变量系统的解耦控制。它使解耦后的系统具有较好的动态和静态性能，特别是当根据BP控制规律确定了网络连接权系数的初值时，还能使系统参数快速收敛。     

多变量动态矩阵控制系统的闭环稳定性

定量分析了无约束多输入多输出（MIMO）动态矩阵控制系统的闭环稳定条件,首先基于脉冲响应模型重新描述了动态矩阵控制（DMC）算法;在此基础上,推导得到了MIMODMC系统的闭环稳定条件,以便于预测控制系统的分析与设计。     

多变量自适应极点配置的递推算法

本文提出一个递推计算控制器参的方法，得到具有两层迭代过程的多变量自适应极点配置算法，大幅度减少了在线计算量，同时在辩识算法中利用投影方法，证明了该算法的稳定性和收敛性。     

基于PID神经元网络的智能车控制系统研究

研究了基于PID神经元网络的智能车多变量控制系统。智能车的转向控制与速度控制相互关联、相互影响、且都具有时变性,针对智能车在行驶时要求电机的动态响应速度要快、舵机的动态响应时间要短的特点,提出了将PID神经元网络（PIDNN）控制器及其算法应用到智能车的控制系统中来对传统PID控制进行改进。PIDNN控制系统不依赖智能车电机与舵机的数学模型,能够根据控制效果在线训练和学习,调整网络连接权重值,最终使系统的目标函数达到最小来实现智能车的精确控制。Matlab仿真测试表明,PIDNN控制系统的响应快,超调小、无静差,与传统PID控制算法相比,大大提高了智能车控制系统的性能。     

一类确定性多变量非线性系统的自适应控制

本文研究了可用确定性多变量Hammerstein模型描述的一类多变量非线性系统的自适应控制,基于对一步最优控制律所产生的闭环系统的稳定性条件的分析,提出了一种适用于线性部分为具有任意关联矩阵的非最小相位系统的简单次优控制律及相应的直接自适应控制算法,并证明了算法的全局收敛性.     

基于PID神经网络的多变量非线性动态系统辨识

文章研究基于PID神经网络的多变量非线性动态系统辨识问题。文中介绍了PID神经网络的结构和算法,分析了PID神经网络进行多变量动态系统辨识的特点和理论依据,采用PID神经网络实现了辨识任务,并给出了快速收敛的辨识结果。     

注塑机料筒多段温度PID神经网络解耦控制系统

注塑机料筒温度是一类多变量、强耦合、大惯性控制对象,本文根据注塑机料筒温度控制的要求,利用PID神经网络构成多变量解耦控制系统。文中分析了注塑机温度控制的特点,给出了网络的结构和算法,对多段温度系统进行了实时仿真,显示了PID神经网络对注塑机料筒温度控制的良好解耦性能和自学习控制特性。     

DIGITAL PID CONTROLLER DESIGN FOR DELAYED MULTIVARIABLE SYSTEMS

A new methodology is proposed to design digital PID controllers for multivariable systems with time delays. Except for a few parameters that are preliminarily selected, most of the PID parameters are systematically tuned using the developed plant state‐feedback and controller state‐feedforward LQR approach, such that satisfactory performance with guaranteed closed‐loop stability is achieved. In order to deal with the modeling error owing to the delay time rational approximation, an IMC structure is utilized, such that robust stability is achieved, without need for an observer, and with improved online tuning convenience. Using the prediction‐based digital redesign method, the digital implementation is obtained based on the above‐proposed analog controller, such that the resulting mixed‐signal system performance will closely match that of the analog controlled system. An illustrative example is given for comparison with alternative techniques.     

BLOCK DECOUPLING CONTROL OF LINEAR MULTIVARIABLE SYSTEMS

This paper gives parameterizations of block decoupling controllers and achievable block-diagonal I/O maps for linear multivariable plants under unity-feedback configuration. The parameterizations, based on coprime factorizations and a special generalized Bezout identity, do not require the computation of Smith McMillan forms and, thus, can be reliably computed. It is also shown that through the construction of an admissible block decoupling precompensator, block decoupling controller design reduces to a set of controller designs for the block channels which are smaller in dimension.     

神经元网络控制系统

人工神经元网络基于其特有的功能而被应用于控制系统中,为智能控制提供了一个有潜力的发展方向,本文讨论了神经元网络控制的三种方法:基于模式识别功能的BP网络控制器,基于联想记忆模型的模糊控制,以及基于神经元网络优化功能的控制优化调节,并分别指出其优、缺点及有待解决的一些问题。     

线性多变量系统执行器和传感器的功能冗余性分析

本文给出了执行器和传感器的功能冗余性定义,提出了两种分析功能冗余性的方法,就功能冗余性对系统可靠性的影响进行了分析,最后论述了功能冗余性及其分析方法在提高控制系统可靠性方面的应用.     

基于神经网络的多变量发酵过程自适应控制

运用非线性系统的线性化方法与神经网络在线辨识技术，提出了一种基于神经网络 的多变量自适应控制策略．提出的控制策略，当过程模型缺乏足够的先验知识时，对多变量 非线性连续发酵过程取得了良好的控制性能．仿真结果表明，提出的自适应控制方法能够适 应过程模型的不确定性和参数的时变性，具有较强的鲁棒性．并且通过对比分析得出，基于 微分几何理论的输入输出线性化解耦控制方案，由于控制器的设计依赖于过程模型，对模型 参数的变化很敏感，应用在发酵过程的非线性控制中，控制精度较低，鲁棒性较差．     

PID控制系统的鲁棒性分析与设计

本文分析了过程控制中广泛应用的 PID 控制系统的鲁棒性,得出了 PID 控制系统鲁棒稳定的必要条件并指出了 PID 调节器的局限性.本文提出了一种采用约束寻优方法选取 PID 参数的方法,该方法兼顾了性能指标和鲁棒性要求.这种设计方法直接考虑了模型不确定性函数,设计出具有明确鲁棒性范围的控制系统.     

在FCS环境中神经网络模糊控制的研究

本文提出了在ＦＣＳ环境中的一种模糊控制方法，该方法采用了模糊ＩＦ．ＴＨＥＮ规则和数字数据两种方法进行学习在ＦＣＳ环境中，系统的正确性不但依赖于其计算出的逻辑结果，而且还依赖于该结果的计算时间。针对上述特征，提出了一种能够控制模糊输入矢量的神经网络体系结构，它将一个模糊输入矢量映射到其模糊输出中。     

网络控制系统的分析与建模

本文论述了网络控制系统的复杂性及当前网络控制系统建模中存在的主要缺点. 在考虑系统噪声、控制器动态及输出反馈的情况下，提出了多包传输、单包传输有数据包丢 失及多包传输有数据包丢失时网络控制系统的离散随机模型的统一的建模方法，并给出了网 络诱导时延合并定理．     

多变量解耦极点配置自校正PID控制器

本文提出了一种新颖的多变量解耦极点配置自校正 PID 控制器,它不仅具有消除静差、抗干扰和在弱的条件下实现静态解耦控制的优点,而且工程直观意义强、计算简单、便于工程应用.仿真例子说明了其有效性.     

一类未知多变量非线性系统的动态神经网络自适应控制

对一类未知的非线性的多变量系统，提出了用动态神经网络实现直接自适应控制的策略，基于Ｌｙａｐｕｎｏｖ理论，获得一个稳定并且连续的学习律，避免了递归训练过程，闭环系统被证明是鲁棒稳定的，跟踪误差收敛到一个小的残集，这种方法的特点是即不需要离线学习阶段也不要求初始的参数误差足够小，仿真结果验证了提出的动态网络的自适应控制算法的有效性。