基于预测控制的玻璃窑炉温度系统的控制研究

玻璃窑炉温度系统是一个大惯性、大滞后并具有非线性特征的变参数系统,难以建立精确的数学模型,而且窑炉在运行过程中受到多种扰动因素的影响,传统的PID控制难以满足对窑炉温度控制的高性能要求。本文将引入预测控制中的一种典型控制算法-动态矩阵控制（DMC）算法,提出把此算法应用到玻璃窑炉温度系统中.针对窑炉温度系统的特性进行了参数的设计研究,最后对窑炉温度系统进行了仿真。结果表明该算法具有响应速度快﹑跟踪性能好﹑鲁棒性和抗干扰性强的优点,非常适合于工业上大滞后控制系统。     

一种改进的基于概率约束DMC控制算法

动态矩阵控制（DMC）是模型预测控制（model predictive control）的一种典型算法，通过模型预测、在线滚动优化和反馈校正来对被控系统实施优化控制，能有效处理系统输入输出约束和抑制随机干扰。为了使具有概率约束的被控对象具有更好的动态响应速度和鲁棒性，在优化性能指标函数中引入跟踪误差的微分项，再通过高斯近似把概率约束指标转换为确定约束，建立有约束DMC预测控制算法。理论分析和计算机仿真结果表明了该算法使系统具有更好的控制品质。     

基于卡尔曼滤波器的间歇反应预测控制

在间歇反应过程的温度跟踪控制问题中，为了实现全工况范围内反应器温度设定值的精确跟踪，设计了一种改进的预测控制算法。在反应自身产热对系统输出影响未知的情况下，用带有输入干扰的系统模型来建模夹套温度与反应温度之间关系，并将该干扰项增广为状态变量，然后结合线性卡尔曼滤波器估计出干扰的大小及其对系统输出的影响；结合估计出的干扰，在DMC控制算法对其加以补偿。最后在半实物的仿真环境中，验证了该控制算法在间歇温度控制中的效果，结果表明，该控制方法在一定程度上克服了反应产热对温度跟踪精度的影响，改善了控制效果。     

基于卡尔曼滤波器的间歇反应预测控制

在间歇反应过程的温度跟踪控制问题中,为了实现全工况范围内反应器温度设定值的精确跟踪,设计了一种改进的预测控制算法.在反应自身产热对系统输出影响未知的情况下,用带有输入干扰的系统模型来建模夹套温度与反应温度之间关系,并将该干扰项增广为状态变量,然后结合线性卡尔曼滤波器估计出干扰的大小及其时系统输出的影响;结合估计出的干扰,在DMC控制算法对其加以补偿.最后在半实物的仿真环境中,验证了该控制算法在间歇温度控制中的效果,结果表明,该控制方法在一定程度上克服了反应产热对温度跟踪精度的影响,改善了控制效果.     

冷热水混合系统的DMC解耦控制

提出了一种基于DMC预测控制的解耦方法用于冷热水混合系统的液位和温度的双变量控制。由液位偏差经DMC算法得到的注入水的总控制量和由温度偏差经DMC算法得到的热水注入控制量不直接加到控制对象上，而是根据冷热水的温度和总量与分量的关系，分别得到冷水和热水注入控制量，从而实现解耦。试验结果表明：尽管混合器的温度与液位具有很强的耦合性及滞后特性，该方法仍取得了较好的控制效果。     

啤酒发酵温度的模糊控制研究

介绍了模糊控制理论在啤酒发酵温度控制中的应用,并针对啤酒发酵这样一个复杂的生化反应,提出了一种两级分布式微机 Fuzzy-PI控制的系统方案.给出了该系统的软件及硬件组成.实验结果表明:该系统具有设计先进合理、控制精度高、鲁棒性强等特点.     

啤酒发酵温度的模糊控制研究

介绍了模糊控制理论在啤酒发酵温度控制中的应用,并针对啤酒发酵这样一个复杂的生化反应,提出了一种两级分布式微机Ｆｕｚｚｙ－ＰＩ控制的系统方案,给出了该系统的软件及硬件组成。实验结果表明：该系统具有设计先进合理、控制精度高、鲁棒性强等特点。     

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...     

基于单元模型的神经网络预测控制及其应用

针对电站锅炉这样一个非线性耦合、大滞后、多变量、多干扰的复杂对象,根据单元控制的思想,并运用神经网络预测控制的方法,应用于过热蒸汽温度控制中。并给出了将它应用于锅炉主蒸汽温度控制的仿真结果。     

氧乐果合成过程温度模糊预测学习控制研究

根据氧乐果合成反应过程分批重复进行且温度控制对象参数时变、时滞后的特点,将迭代学习控制方法应用于氧乐果合成反应过程温度控制。为了消除滞后产生的影响,采用T-S模糊预测模型,在原有反馈-前馈迭代学习算法基础上引入预测思想,研究了基于模糊预测的迭代学习算法,并设计了氧乐果合成过程温度模糊预测学习控制器。实验和仿真结果表明,该控制器能取得比较满意的控制效果。     

占空比控制在生物发酵温度控制中的应用

生物发酵过程是复杂的反应过程,需要控制温度、压力、流量、pH等多个参数,由于温度对象具有大时滞、时变不确定的特性,简单的单回路控制经常导致温度大幅震荡,不仅浪费能源,更导致产品质量不稳定。针对这一问题,文中以发酵罐的温度为研究对象,以冷热水作用的时间占空比来控制发酵罐的温度。工程应用结果表明,该算法不仅有效控制发酵罐的温度误差在±0.3℃范围内,还有效提高能源的利用率与效率。     

OCXO恒温槽温度控制系统控制方法研究

本文提出一种通过变速PID的控制策略用以控制OCXO恒温槽的温度,该策略具有更大的灵活性,控制精度更高的优点,通过现场长时间的高低温例行实验表明,采用该方法能够很好的控制恒温槽的温度,实现槽内温度恒定的目的。     

IPSO算法在黄酒发酵温控系统中的应用

黄酒发酵温度控制系统是一个时变的、非线性的系统.在黄酒发酵控制中温度是一个非常重要的参数,针对黄酒发酵的温度特性,设计出了一种基于位置加权和自适应惯性权重的改进粒子群算法(IPSO)的PID温度控制系统.带位置加权的PSO算法减小了搜索过程的盲目性,克服了基本PSO算法易陷入局部极值的缺陷.自适应惯性权重兼顾了粒子的全局与局部搜索能力.将IPSO优化算法用标准测试函数进行测试,结果表明该算法优化结果比标准PSO算法有所提高.并采用LabVIEW与MATLAB混合编程的方法进行仿真比较,结果表明,该控制方法具有动态响应快、超调量小、鲁棒性强等优点,有很好的实用性.     

模糊PID控制在葡萄酒发酵过程中的应用

针对某葡萄酒厂的发酵过程进行研究,由于其特性随时间变化,需要适时地对PID控制器的参数进行整定.常规的PID控制器没有自适应能力,只能依靠人工重新整定参数,这很难适应参数连续变化的发酵过程.因此需要一种有自适应能力的控制器,经对发酵过程的常规PID控制和模糊PID控制进行仿真和对比,最终选用最优控制方案.     

多链接复杂网络指数同步的间歇事件触发控制

本文研究了基于间歇事件触发控制策略的延迟多链接复杂网络的指数同步问题, 设计了一种间歇动态事 件触发控制策略. 相比于间歇静态事件触发控制策略, 本文提出的控制策略是基于控制区间内的动态事件触发, 极 大地减少了事件触发次. 并且, 考虑的间歇控制的控制增益是自适应的, 这具有动态调整的作用. 基于图论和李雅 普诺夫方法, 本文给出了实现延迟多链接复杂网络指数同步的充分条件. 此外, 本文设计的控制策略能够排除Zeno 现象. 并且, 将理论结果应用于一类振子系统的指数同步问题. 最后, 文章给出相应的数值仿真来验证理论结果的有 效性和可行性.     

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。     

神经网络优化的迭代学习控制在黄酒发酵中的应用

黄酒发酵过程是一种一边糖化一边发酵的复式发酵方式,在糖化和发酵之间需要建立动态平衡。鉴于发酵温度对活化酶和酵母的影响,本文通过控制反应温度来控制黄酒产品质量。黄酒发酵过程是一个典型的间歇过程,本文运用迭代学习控制对发酵温度进行控制,并利用神经网络优化迭代学习律的增益。仿真结果表明了该方法的有效性,且能在较少的迭代次数下,以最快的收敛速度,较高的跟踪精度逼近期望轨迹。     

热风炉燃烧系统最优控制

热风炉燃烧系统是复杂多变量系统,基于最优控制策略,对具有耦合作用的多变量热风炉燃烧系统进行解耦.通过引入神经网络环节,将强耦合多变量系统转化成多个独立的单变量系统,对每个单变量系统进行预测函数控制,实现热风炉燃料流量的最优控制和拱顶温度及废气温度的平稳控制.解耦控制采用前馈补偿器解耦,解耦补偿器采用BP神经网络结构.现场实际应用结果表明,该控制策略具有较好的动态跟踪特性,能满足复杂多变量控制系统的实时控制要求.     

基于模糊PID控制的生物发酵温度过程控制系统

根据生物发酵过程中温度的特性，采用模糊PID控制算法对发酵过程中温度进行自动控制，并利用MATLAB的Simulink和Fuzzy工具对模糊PID温度过程控制进行了仿真。实际运行结果表明：与常规PID控制相比，该方法提高了控制精度并减少了静态误差，缩短了调节过程时间，使发酵温度更有效地保持在生物发酵的最适范围，从而提高了产物产量，表明了模糊PID的优越性。