类严格反馈系统的模糊弱扰动解耦控制

大多数实际系统含有不确定项,且受到扰动的影响.采用模糊逻辑方法估计不确定项是降低不确定性影响的常见方法之一,而模糊近似扰动解耦是抑制扰动影响的主要手段.模糊近似扰动解耦对应的增益不等式包含无界项,所以无实际价值,为此提出模糊弱扰动解耦的控制方法.该方法采用模糊万能逼近定理估计不确定项,利用反步法设计控制器使得闭环系统具有弱扰动解耦性能,即闭环系统稳定且输出的范数不大于正常数加上扰动范数与正常数之积.仿真结果验证了模糊弱扰动解耦控制器能够保证闭环系统的弱扰动解耦性能.     

多变量系统的非理想解耦自适应控制

将非理想解耦方法与一种简单的、具有较好鲁棒性的模型参考自适应控制策略相结合 ,提出了一类不确定系统的非理想解耦自适应控制方法。该方法在保证系统稳定的前提下 ,使解耦控制器作最大限度的解耦。仿真结果表明该控制器控制效果良好。     

多变量解耦内模控制器的设计

针对一般多变量解耦控制器将解耦与控制器分别设计所造成的误差问题,提出将内模解耦与控制器一起设计的多变量解耦内膜控制器设计方法.该方法让控制器同时扮演解耦补偿器和内模控制器的角色.首先通过解耦分析和稳态误差分析,使得控制器的设计过程不需要对模型进行降阶就可达到理想的控制效果,再详细推导控制器的设计,得到控制器设计的一般通式,保证了控制器的物理实现,同时增强了系统的鲁棒性.仿真结果表明,该控制器较一般的解耦控制器鲁棒性好,设计简单,是消除多变量系统的解耦过程与控制器设计之间误差的一种可行方法,且该方法已在燕山石化常减压项目得到应用,效果非常好.     

基于神经网络与多模型的非线性自适应广义预测解耦控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性.     

多座不对称焦炉集气管压力模糊解耦控制

某钢铁企业多座不对称焦炉具有容量不同、管道布局不同等特点, 使得基于传统解耦控制方法的集气管压力控制效果欠佳. 为此本文提出了一种多座不对称焦炉集气管压力模糊解耦控制方法. 从降低解耦控制器输入维数的角度出发, 采用动态耦合度方法可以实时确定多座不对称焦炉集气管的耦合关系; 并采用模糊解耦控制器对动态耦合度分析后的集气管压力进行实时解耦控制, 该方法从理论意义上证明了模糊控制的解耦原理, 实现了焦炉集 气管压力的解耦. 对于具有不对称特性的被控对象提供了一定的理论和实际应用价值.     

一种基于反推技术和ESO补偿的解耦控制方法

针对一类非线性多入多出系统,设计了一种新的解耦控制器.首先采用反推技术设计每一个子系统的等效输入;然后用扩张状态观测器(ESO)对各个子系统的耦合、外扰和参数时变等不确定作用进行动态估计,并把估计值引入到反推控制器中进行补偿,最终实现解耦和摔制.利用Lyapunov稳定性理论证明了该方法的收敛性;数例仿真表明了该方法可获得较快的响应速度及较好的解耦效果和鲁棒性.     

多变量时滞非方系统的分数阶Smith预估控制

针对多变量时滞非方系统,提出一种基于反向解耦的分数阶Smith预估控制方法.首先,将反向解耦方法推广应用于$m\times n$非方系统中,给出非方解耦矩阵的设计方法,同时为了保证解耦矩阵的稳定正则,给出其实现的必要条件以及条件不满足时的补偿方法;然后,针对解耦后的各个单回路系统设计分数阶Smith预估控制器,根据内模控制与Smith预估控制结构上的等价关系简化控制器的设计,克服时滞环节对系统性能的影响,并且基于最大灵敏度推导出一种控制器参数解析整定方法;最后,通过典型的Shell标准控制问题对所提出方法进行验证.仿真结果表明,反向解耦方法设计简单易于实现,能达到系统完全解耦,控制器参数较少,整定方便,并且具有良好的跟踪能力、抗干扰性和鲁棒性.     

一类不确定非线性系统具有扇形非线性输入的鲁棒几乎干扰解耦控制

研究了一类具有不确定非线性输入 ,结构亦不确定的非线性系统的鲁棒几乎干扰解耦问题 .在非线性输入的扇形界及不确定性特性已知的条件下 ,所设计的控制器能保证闭环系统从干扰到输出的L2 增益保持在给定水平上 .     

循环流化床锅炉双模糊解耦控制的研究

针对循环流化床锅炉多参数、非线性、时变、强耦合的特点,引入了一种新型的模糊解耦算法,依据解耦补偿原理和模糊控制思想,提出了以模糊控制器作为解耦补偿器,以模糊PID作为系统控制器的双模糊解耦控制方法。以耦合最严重的燃烧系统为研究对象,通过相对增益确定多变量的耦合程度,并配对合适的输入输出变量。利用模糊控制器不要求被控对象精确的数学模型,适合于强耦合、大滞后等优点,有效地减少了系统动态响应时间,提高了实时性和控制精度。仿真结果表明,本文提出的控制策略简单可行、效果良好。     

一种改进的自抗扰解耦方法及其应用仿真

针对一类多入多出系统的解耦问题,提出了一种基于扩张状态观测器(ESO)的动态解耦方法。将系统输入变量间的耦合作用,被控对象参数时变和外界干扰视为一个总的扰动,用ESO估计扰动并反馈到控制器进行补偿,从而实现动态解耦,对解耦后的子系统按照极点配置方法设计出控制器。采用参数动态确定法确定ESO的参数。上述动态解耦方法简化了解耦过程,放松了对系统模型精度的要求,计算量小,响应速度快,鲁棒性强。并通过对常压蒸馏塔模型进行仿真控制,并与模糊PID解耦控制方法对比,结果表明本方法有效可行。     

低阶鲁棒解耦控制器设计

提出了一种低阶鲁棒解耦控制器设计方法,能妥善处理多变量反馈系统的耦合性和方 向性.整个设计过程分两步完成:先将闭环系统的鲁棒性能要求转化为关于控制器参数的约束, 然后设计控制器逼近约束条件,最终得到低阶控制器.仿真结果表明,基于本方法的控制器,其 鲁棒性能接近μ-最优控制器,而远优于内模控制器.     

A DESIGN OF MULTILOOP PID CONTROLLERS WITH A NEURAL‐NET BASED DECOUPLER

In process industries, PID control schemes have been widely used due to their simple structures and easiness of comprehending the physical meanings of control parameters. However, the good control performance cannot be obtained by simply using PID controlschemes, since most processes are considered as nonlinear multivariable systems with mutual interactions. In this paper, a design method of multiloop PID controllers neural‐net based decoupler is proposed for nonlinear multivariable systems with mutual interactions. The proposed method consists of a decoupler given by the sum of a static decoupler and a neural‐net based decoupler, and multi‐loop PID controllers. Finally, the effectiveness of the proposed control scheme is evaluated on the simulation examples.     

超燃冲压发动机PID解耦控制设计

针对超燃冲压发动机控制通道间的强耦合性及其控制过程的快速性要求,研究设计了超燃冲压发动机分路式PID解耦控制器;该方法采用零极点配置技术,设计了稳定的前馈补偿解耦器,并利用此解耦器对超燃冲压发动机模型进行解耦;对解耦后的控制对象设计了每个控制回路的PID控制器,实现分路式控制;仿真结果表明,所设计的解耦器比静态解耦器更能有效地解决发动机耦合问题,控制器控制效果满足控制精度和快速性要求;该方法简单实用对超燃冲压发动机的控制器设计有借鉴意义。     

基于解耦的板形板厚系统鲁棒控制策略

针对多变量系统中前馈解耦效果依赖于系统模型的问题,提出了一种基于前馈解耦的鲁棒控制策略来保证系统参数变化时的解耦效果.针对连续轧制过程中强耦合的板形板厚系统,首先依据经验数学模型设计前馈解耦器,然后对消除耦合影响后的多变量系统设计鲁棒控制器,用多变量鲁棒控制抑制破坏解耦效果的各种不确定性因素的影响.针对实际系统中可能存在的干扰信号进行了抗干扰能力实验,针对系统参数可能存在的不确定性进行了抗参数摄动实验;仿真结果显示了良好的解耦效果,这也说明了该控制策略的有效性.     

Decoupler and PID controller design of TITO systems

This paper treats controller design and tuning for systems with two input signals and two output signals in the process industry. Two design methods that can be combined to form a core in an algorithm for automatic design and tuning for the considered systems are presented. The proposed controller consists of a decoupler and a diagonal PID controller. The decoupler has the property that as little dynamics as possible is introduced in the decoupler. The PID design method is based on exhaustive search. The methods are combined and tested in an industrial environment in a paper mill.     

多变量时滞过程解耦Smith控制

针对实际工业生产中常见的多输入多输出时滞过程,构造多变量Smith预估控制结构,提出基于对象模型伴随矩阵的解耦器设计方法.通过对解耦后对象的幅频和相频特性分析,获得对象的简化一阶数学模型.根据Smith预估控制结构闭环特征方程的特点,利用Butterworth滤波器极点配置的原理,对解耦后的多变量时滞过程设计PI控制器.结合实际过程中常见的不确定性,分析了控制系统保证鲁棒稳定性的充要条件.最后以实例验证了本文所提方法的优越性.     

一类实际工程问题的解耦PID控制器设计

解耦一直是控制系统中比较难解决的实际问题,为了消除控制系统中耦合的成分,从一个实际的模型出发,通过建立系统模型的传递函数,利用多变量频率设计理论中静态解耦的思想,产生一个解耦器,从而消除系统中耦合的成分,使系统变成两个单输入单输出的模型,然后在此模型基础上,设计出一个解耦的PID控制器.仿真结果验证了该解耦器能够减少系统中耦合的成分,达到解耦的目的.该方法简单实用,可以推广到许多实际的耦合系统中.     

Adaptive control scheme for a robot manipulator: direct decoupler and PID controller

A two level adaptive controller for the control of a high speed robot is proposed. Dynamic interaction effects of the robot system are eliminated by applying a centralized adaptive multivariable decoupler. Decentralized adaptive PID controllers stabilize and eliminate the static positioning errors of the robot system. No prior knowledge of robot dynamics is required for this scheme. Output transients caused by sensitivity to the system parameter variations is reducible by adjusting the gain constants of the decoupler. Computation load for the implementation of the decoupler is minimal due to its direct nature, The effectiveness of the scheme is demonstrated by simulation results in high speed repetitive motion trackings and load change conditions.     

Fuzzy model based control: stability, robustness, and performanceissues

A nonlinear controller based on a fuzzy model of MIMO dynamical systems is described and analyzed. The fuzzy model is based on a set of ARX models that are combined using a fuzzy inference mechanism. The controller is a discrete-time nonlinear decoupler, which is analyzed both for the adaptive and the fixed parameter cases. A detailed stability analysis is carried out, and the main result is that the closed loop is globally stable and robust with respect to unstructured uncertainty, which may include modeling error and disturbances. In addition, bounds on the asymptotic and transient performance are given. The main assumptions on the system and model are that they must not have strong nonminimum-phase effects, except time-delay, and the unstructured uncertainty must not be too large. A simulation example illustrates some of the properties of the modeling method and model based control structure     

Tuning of decentralised PI (PID) controllers for TITO processes

Based on dimensional analysis, a decentralised PI (PID) tuning method for two-input two-output processes is presented. First the process is decoupled through a decoupler matrix. Next, a first (second) order plus dead time model is determined for each element of the decoupled process. Then, a decentralised PI (PID) controller is obtained using the non–dimensional tuning method. In order to demonstrate the performance of the proposed method it is applied to four processes including a Rolls-Royce jet engine.