PE电池隔板热焊机温控系统设计与实现

对以89C52单片机作为处理器的PE电池隔板热焊机的温度控制系统进行了研究,给出了温控系统的硬件电路图,并对采用PID控制和积分分离PID加smith预估控制的两种控制效果进行了仿真和实验比较,证实积分分离PID加smith预估控制能够较好的满足PE隔板热焊接的要求.     

串级-Smith预估控制在温度大滞后系统中的应用

在工业过程中，大滞后系统普遍存在。文章以一实验用加热装置为研究对象，针对该温度控制系统具有大滞后的特点，采用串级控制结构结合Smith预估控制器的控制方案。内环采用Smith预估器，大幅度降低滞后对控制系统动态性能的影响；外环采用PI控制实现系统无静差。实验表明，该种控制系统与单回路PID控制或Smith预估控制相比具有更优的动态特性和鲁棒性。     

基于改进型Smith预估器的同步施工网络控制系统

根据同步施工网络控制系统的控制原理,分析了时变、随机和不确定的网络时延对同步误差控制所产生的影响。针对传统Smith预估器用于多被控对象同步控制时存在的缺陷与不足进行了分析,提出了一种改进型Smith预估器,实现了对网络时延、被控对象纯滞后因子以及同步误差控制器的多重Smith预估补偿,将其从内部反馈回路中彻底消除,预估模型无需预估与在线测量其大小与变化规律。通过基于控制器局域网络(controller area network,简称CAN)的盾构管片拼装机同步网络控制系统,对常规比例积分微分(proportion integral derivative,简称PID)同步网络控制和基于改进型Smith预估器的PID同步网络控制性能进行了仿真对比分析,并通过实验进行了验证。结果表明,常规PID网络控制同步误差为-3～3mm,基于改进型Smith预估器的PID网络控制同步误差为-1.5～1.5mm,后者可显著提高同步施工网络控制系统的同步控制性能与精度。     

电子封装模具恒温控制系统的设计与实现

针对温度控制系统的纯滞后的特点,根据电子封装模具温度精确控制的需要,提出了基于Smith预估器和模糊自适应PID控制器的温度控制系统的设计方法。首先,根据阶跃响应建立被控对象的数学模型,然后在被控对象的数学模型的基础上设计出Smith预估器;其次,建立Mamdani模糊模型,实时对增量PID控制器的3个参数进行修正;最后,实现电子封装温度控制的硬件系统和软件系统的设计。该设计解决了纯滞后对控制系统稳定性的不良影响,大大提高了温度控制的精度,并且基于此种方法的硬件系统和软件系统也易于实现,可靠性高,鲁棒性好。     

基于模糊PID预估控制的溶氧浓度优化控制系统

针对生物发酵过程中溶氧浓度的特性分析,结合模糊自适应整定PID控制原理在预估控制系统中的应用,提出了一种新型的控制系统.它不依赖被控对象自身的数学和物理特征,具有良好的控制品质和动态适应性,通过系统仿真表明,该控制系统实现了对供氧速率的实时优化控制,克服了常规PID控制器在溶氧浓度中的不足之处,达到了优化控制和节约能源的目的.     

基于结构改进Smith预估单神经元PSD的长时延NCS研究

针对长时延网络控制系统（NCS）中存在时延和被控对象等问题,提出了一种新型结构改进Smith预估单神经元PSD控制器.新型控制器由结构改进Smith预估器和单神经元PSD控制器组成,结构改进Smith预估器通过对传统Smith预估器模型结构上的改进,避免了建立网络时延的预估模型,无需对网络时延进行在线测量、估计或辨识,补偿了网络时延对系统的性能带来的影响;单神经元PSD控制器解决了结构改进Smith预估器的模型失配问题,通过Matlab环境下的TrueTime工具箱对NCS进行仿真实验,并对传统PID控制方法、结构改进Smith预估PID控制方法和结构改进Smith预估单神经元PSD控制方法进行了仿真比较.研究结果表明,该新型控制器有效地补偿了网络时延对NCS的性能带来的影响,在模型失配情况下具有良好的鲁棒性和适应性,是对长时延NCS-种可行且有效的控制方法.     

带积分的模糊Smith预估器在电加热温度控制中的应用

传统的smith预估器是解决大纯滞后系统控制的有效方法,但它依赖于被控对象精确的数学模型,使应用受到了限制。带积分的模糊smith预估器兼有前者的特性,又不依赖于对象精确的数学模型,且有较强的鲁棒性。论文给出了设计方法及在电加热炉中的应用结果。     

基于RBF神经网络模糊PID控制的电液伺服系统

采用普通PID控制的复杂电液伺服控制系统(液压驱动的控制系统)存在控制柔顺性不佳的问题,达不到理想的控制效果,为了提高电液伺服系统的控制特性,提出了一种基于径向基神经网络(RBF)模糊PID的控制策略.首先,理论推导了伺服阀控液压缸的状态空间方程,建立了液压系统相关的数字模型;然后,在普通PID控制策略的基础上,提出了...     

改进的Smith预估控制器

本文在传统Smith预估器的基础上,引入了"参考轨迹"的作法,形成了改进型的Smith预估控制,同时采用模糊PID控制器作为系统控制器.仿真表明这种方法能够克服传统Smith预估器对模型精度敏感的问题,能在设定值扰动、负荷扰动控制中取得满意的控制品质.     

一种熔融单元的LQG伺服控制系统设计

熔融单元是低压注塑设备的核心器件。为了更加稳定、精准的控制熔融单元的温度，该文研究熔融单元的温度控制特性，建立熔融单元温度控制的近似模型，通过绝对误差积分准则IAE性能指标对比pade近似和smith预估器下的PID控制器性能。选取pade近似进行线性二次型调节器LQR控制器设计，并将误差e作为中间状态量进行最优化控制，通过卡尔曼滤波器降低控制器输出电压扰动和温度传感器测量误差对控制器输出和系统输出的影响。通过仿真实验证明，该方法可将系统超调量降低为0,IAE指标表明系统可快速跟随设定值变化，且不存在稳态误差；LQR控制器性能指标达0.865;且控制器具有一定的鲁棒性能。     

多温区电加热炉温度控制算法的研究与应用

针对多温区电加热炉大时滞、时变性强、强耦合和对象模型难以确定等特点,提出一种基于继电辨识模型的PID自整定算法,该法将Smith预估算法、继电辨识和模糊控制相结合,用继电反馈法在线辨识出Smith预估所需要的对象模型,并整定出控制器PID的初始值,在此基础上,对系统进行Smith预估补偿的同时利用模糊控制在线修正PID参数.经实验证明将该算法运用于多温区电加热炉的温度控制中是合适的,可获得很好的控制精度和鲁棒性.     

液晶自适应光学系统中倾斜镜的建模与控制

为了提高液晶自适应光学系统的波前探测精度,研究了该系统中倾斜镜的校正方法。分析了液晶自适应光学系统中各环节的物理特性,利用拉格朗日方程给出了倾斜镜系统模型的基本结构;采用子空间辨识方法确定了模型参数,同时利用非线性最小二乘算法对子空间模型的频域特性进行了修正。修正后模型幅频特性均方根误差为0.024 5dB,相频特性均方根误差为1.9008°。引入Smith控制策略来解决倾斜镜校正波前整体倾斜过程中的时滞问题;利用子空间辨识出的模型分别进行Smith和PID的仿真和实验验证,得到的结果与仿真计算相吻合,即在相同稳定裕度的情况下,采用Smith补偿PID算法的误差抑制带宽比传统PID算法提高了23.97%。最后,用提出的方法对一组湍流整体倾斜信号进行了校正。结果显示:采用Smith补偿PID算法的控制精度比传统PID算法提高了21.03%,证实提出的方法优化了倾斜镜的校正精度,保证了开环液晶自适应光学系统的波前探测精度。     

复合模糊PID在温度滞后控制系统中的应用

在具有滞后的温度系统中研究设计出一种复合型模糊PID控制器。其突出优点是应用模糊控制适应系统的不确定性,利用Smith预估补偿克服系统滞后的影响,应用PID控制实施温度系统的精确控制。在很大程度上改善了复杂系统的控制品质,提高了系统的鲁棒性,实际运行结果证明了该方法的有效性。     

具有迟滞特性的水下小车牵引系统控制方法

提出了基于改进Smith预估补偿的模糊PID控制器,实现对水下液压绞车牵引小车的精确速度控制。改进Smith预估补偿具有较好的解决迟滞环节对于控制系统的能力,模糊PID控制器具有较好的模型自适应性,两者相结合能够较好的解决水下小车速度控制系统的系统迟滞及参数时变对控制结果所带来的影响。利用MATLAB软件对液压绞车牵引小车的速度控制系统进行仿真,并对结果进行分析。     

Improving performance using cascade control and a Smith predictor

Many investigations have been done on tuning proportional-integral-derivative (PID) controllers in single-input single-output (SISO) systems. However, only a few investigations have been carried out on tuning PID controllers in cascade control systems. In this paper, a new approach, namely the use of a Smith predictor in the outer loop of a cascade control system, is investigated. The method can be used in temperature control problems where the secondary part of the process (the inner loop) may have a negligible delay while the primary loop (the outer loop) has a time-delay. Two different approaches, including an autotuning method, to find the controller parameters are proposed. It is shown by some examples that the proposed structure as expected can provide better performance than conventional cascade control, a Smith predictor scheme or single feedback control system.     

Smith预估器在通风机组中的应用

针对通风机组的纯滞后特性,采用Smith预估器对系统进行补偿。根据通风机组的结构和特性,建立以改进型数字PID控制算法和纯滞后补偿技术为核心的温度控制模型。通过可编程控制器（programma—blelogiccontroller,PLC）,实现了温度控制模型在通风机组中的工程应用。实践表明,温度控制系统可以消除系统的静态误差,减少超调,缩短调节时间,提高控制精度,使系统运行平稳。     

Application of Smith Predictor Based on Single Neural Network in Cold Rolling Shape Control

Flatness is one of the most important criterion factors to evaluate the quality of the steel strip. To improve the strip' s flatness quality, the most frequently used methodology is to employ the closed-loop automatic shape control system. However, in the shape control system, the shape-meter is always installed at the down way of the exit of the cold rolling mill and can not sense the changes of the strip flatness in the rolling gap directly. This kind of installation results in the delay of the feedback in the control system. Therefore, the stability and response performance of the system are strongly affected by the delay. At present, there is still no mature way to design controllers for systems with time delay. Although the conventional PID controller used in most practical applications has the capability to comte the delay, the effect of the compensation is limited, especially for the systems with long time delay. Smith predictor, as a compensator for solving this problem, is now widely used in industry systems. However, the request of highly precise model of the system and the poor adaptive performance to the changes of related parameters limit the application of the Smith predictor in practice. In order to overcome the drawbacks of the Smith predictor, a new Smith predictor based on single neural network PID (SNN-PID) is proposed. Because the single neural network is employed into the Smith predictor to improve the controller's self-adaptability, the adaptive capability to the varying parameters of the system is improved. Meanwhile, for the purpose of solving the problems such as time-consuming and complicated calculation of the neural networks in real time, the learning coefficient of neural network is divided into several stages as usually done in expert control system. Therefore, the control system can obtain fast response due to the improved calculation speed of the neural networks. In order to validate the performance of the proposed controller, the experiment is conducted on the shape control system in a 300 mm four-high reversing cold rolling mill. The experimental results show that the SNN-PID with Smith predictor controller can effectively compeusate the delay effects and achieve better control performance than the conventional PIO controller.