自适应神经元PID控制器在单元机组负荷控制系统中的应用

针对火电单元机组这类集炉、机、电为一体具有多变量强耦合，非线性及参数时变的受控对象，基于常规解耦控制技术的控制系统无法应用的问题，讨论了多变量自适应单神经元PID控制器在单元机组负荷控制中的设计及仿真，并给出了火电机组负荷微机控制系统的硬件和软件设计方案。     

基于神经网络逆系统的发酵过程多变量解耦控制

发酵过程是时变、非线性、不确定的多变量耦合系统，高性能的解耦控制一直是追求的目标。将逆系统方法与神经网络相结合，提出了一种基于神经网络逆系统的发酵过程解耦控制方法。根据发酵过程的特点，给出了相应的数学模型，并证明了系统的可逆性，进一步构造神经网络逆系统并与发酵系统串联复合成伪线性系统，再设计线性闭环调节器实现高性能解耦控制。仿真结果表明，提出的解耦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，克服了解析逆系统解耦控制方案依赖于过程模型和对模型参数的变化很敏感的缺点。     

基于BP神经网络的多变量PID解耦控制

基于神经网络实现智能PID控制的策略,它以经典的PID控制为基础,通过神经网络参数整定实现,进而进行自学,用于多变量系统的解耦控制。本文给出了网络的结构和算法,对一组二变量强耦合时变系统进行了仿真。通过计算机仿真证明了基于神经网络的PID控制器网络结构简单规范具有良好的自学习和自适应解耦控制能力。系统易于实现,融解耦器与控制器于一体,适用于非线性多变量系统的解耦控制。能够使解耦后的系统具有良好的动态和静态性能,特别是依据BP控制规律来确定网络连接权的初值,还具有参数快速收敛的优点。     

多变量PID神经元网络控制系统在集气管压力系统中的应用

针对某焦化厂焦炉集气管压力系统具有强干扰、强耦合、非线性的特点,采用一种多变量PID神经元网络控制算法,更好地实现了解耦控制。这种多变量PID神经元网络与常规的PID控制算法比较不仅具有较好的动态性能和稳态性能,而且还具有很强的自学习功能和自适应解耦能力,适用于对非线性多变量系统的解耦控制。     

工程机械液压底盘模拟实验台双马达同步技术研究

单变量泵驱动双变量马达速度同步控制系统是一个具有耦合、非线性特点的多输入多输出系统，也是工程机械液压底盘模拟实验台研制中的技术难点。提出了一种基于流量均衡控制与压力、速度之和反馈相结合的控制策略。仿真验证表明，采用该方案控制下的单泵双马达系统即使在经受不同载荷干扰时也能保持系统稳定，并可快速同步到设定的速度。该方法无需解耦，简单易行，适用于工程车辆同步控制。     

焦化鼓风机系统智能控制策略研究及应用

针对焦化鼓风机系统具有非线性时变、多变量、强耦合及存在随机干扰的特点,通过采用基于最近邻聚类方法的RBF神经网络快速学习算法,实时在线辨识,建立被控对象的精确逆模型并用于控制,实现了将具有强耦合特性的多输入多输出(MIMO)系统解耦成单个独立的伪线性对象,并提出一种基于RBF神经网络逆控制与非线性比例积分微分(PID)控制相结合的智能控制策略,保证了系统稳定的同时改善了控制系统性能.仿真和应用结果证实了该控制策略具有快速适应对象和过程变化的能力及较强的鲁棒性.     

转向缸系统反馈线性化分析与系统解耦

为解决汽车转向缸加载控制中出现的诸如强位置干扰、多通道耦合、非线性等问题,将线性系统和非线性系统理论引入系统控制器的设计中,对各通道耦合问题开展了以前馈补偿为基础的解耦控制,所设计的前馈补偿结构简单,解耦网络阶次低;针对非线性问题提出了将非线性系统精确反馈线性化与最优控制相结合的方法,设计了基于精确反馈线性化的最优控制器,该方法将复杂的非线性系统问题转化为线性系统的综合问题,采用渐近输出跟踪方法实现系统控制。仿真结果表明:采用前馈补偿解耦控制器可以有效消除耦合,但当系统存在高度非线性时,仅采用前馈补偿解耦控制不能达到高品质的性能要求,而进一步设计的基于精确反馈线性化的最优控制器考虑系统非线性时,系统能快速、准确达到预置设定。     

制粉系统球磨机的模型算法解耦控制

针对制粉系统球磨机的多变量强耦合特性，提出模型算法预测控制的解耦设计方法。将球磨机系统分解为三个多输入单输出系统，用模型算法控制原理设计控制器，通过求解三元一次矩阵方程组，实现了多步预测的解耦控制。对球磨机系统的仿真结果表明了所给算法的有效性。     

四旋翼飞行器的模糊自抗扰姿态控制

姿态控制作为四旋翼飞行器飞行控制系统的核心,必须具备一定的综合抗干扰能力.针对四旋翼无人机的姿态解耦性、抗干扰性、鲁棒性等问题,提出一种基于模糊自抗扰的姿态控制策略.该策略通过设计跟踪微分器、扩张状态观测器和非线性误差反馈控制律,对系统中的外部扰动和内部扰动进行动态补偿,同时在非线性误差反馈模块的基础上融合了模糊逻辑控制策略.从而降低了参数整定的难度.在MATLAB/Simulink仿真环境下搭建无人机姿态仿真模型,并与传统PID姿态控制进行仿真分析.仿真结果表明,所设计的姿态控制器对非线性系统强耦合系统具有良好的解耦效果、抗干扰能力和鲁棒性能.     

改进BP神经网络PID多变量解耦控制器的设计

针对多变量系统间的耦合问题,设计了改进的BP神经网络与PID控制器相结合的多变量解耦控制器。在将BP神经网络附加动量项的基础上,还将激活函数进行了改进。利用神经网络的自学习能力,在线调整PID控制器的三个参数,实现了多变量系统的解耦控制。用Matlab软件对一个耦合系统模型进行仿真,结果表明,改进后神经网络PID控制器优于传统神经网络PID控制器,震荡小,系统响应速度快,可以得到满意的解耦效果。     

自适应遗传算法在变风量空调系统解耦控制中的应用

变风量空调系统由于节能高效的优点受到了国内外的广泛关注,而其又具有多变量、非线性、强耦合等特点,为了优化系统提高稳定性,提出了一种基于自适应遗传算法的解耦控制策略。该策略采用机理分析和系统辨识的方法并结合实验数据建立被控对象耦合特性的数学模型;通过一种类前馈的补偿方法,设计了变风量空调系统解耦补偿器的传递函数矩阵;根据系统控制性能指标的要求,设计了变风量空调系统4个控制回路的PID控制器,并使用自适应遗传算法对PID控制算法的控制参数进行了整定。继而对实际系统中4个耦合回路进行仿真分析,实验结果表明类前馈解耦有效地提高了控制系统的稳定性和鲁棒性。     

多变量耦合系统PID神经网络控制方法研究

多变量系统内部的耦合性以及对象参数的复杂性,给控制系统的设计带来了一系列的问题。传统控制方法无法对其进行精确解耦,导致系统控制精度较低。本文构建一种基于遗传算法优化的PID神经网络解耦控制器。该方法利用PID优良的动态控制特性和神经元网络非线性表达能力对多变量耦合系统进行解耦,在神经网络权值修正算法中增加动量项,提高网络学习效率,并采用遗传算法优化初始权值,克服了PID神经网络权值学习过程中易陷入局部最优值的缺点,提高了控制精度。仿真结果表明:优化后的PID神经网络具有较高的稳态精度和较快的响应速度,能够实现解耦控制。     

多变量系统模糊解耦方法综述

通过对多变量系统模糊解耦方法的必要分析,介绍了一般模糊解耦、几类自适应模糊解耦等方法,并叙述了各种方法的研究现状和应用情况,同时分析了各种方法的优点与局限性。指出自适应模糊解耦更侧重于控制器的研究,寻求一种有效的、简单易行的控制方法,即寻求理论与实际结合点,是今后研究的方向。     

真空退火温度的建模与解耦控制

真空退火炉中温度的精确控制是一个多变量控制问题。为实现退火温度的精确控制,以真空退火炉现场实际采集的数据为基础,辨识出真空退火炉温区温度的二阶滞后模型,提出一种二阶滞后系统的多变量预测函数解耦控制算法。将多变量系统的解耦控制问题化简为若干个单变量系统的预测函数控制,采取分散优化策略代替整体优化,利用预测函数控制算法的特点,引入基函数增加了设计的自由度,减少了在线计算量,使参数设计和算法过程求解大为简化,得到一个解析的控制量计算方程,实现退火温度二阶滞后系统的多变量预测函数解耦控制。仿真结果表明,控制方法优于传统或改进的PID控制系统。将该控制方法应用于实际的 2 100×2 100真空退火炉退火温度控制系统中,取得了很好的控制效果。     

采用炉膛辐射信号的锅炉燃烧系统模糊神经网络预测控制的仿真研究

针对火电厂燃烧过程中主蒸汽压力控制系统的大时滞、大惯性和非线性 ,采用以炉膛辐射信号为中间被调量的串级控制系统 ,并设计一个基于神经网络预测模型的模糊神经网络控制器作为主控制器。该控制器首先将神经网络与预测控制相结合 ,采用递阶遗传算法对神经网络的结构和权值分别进行训练 ,以实现非线性、大时滞系统模型的精确预测 ;然后将模糊控制与神经网络相结合 ,实现模糊神经网络预测控制。考虑到炉内剧烈的湍流燃烧造成炉膛辐射信号包含随机分量 ,又设计了一个附加判断器的二自由度 PID控制器作为副控制器。仿真结果表明 ,该方案显著提高了非线性、大时滞燃烧系统的控制品质 ,且易于工程实现     

模糊神经元网络在非线性多变量燃烧系统解耦辨识中的应用

针对非线性多变量对象，提出了基于模糊神经网络的系统辨识，文章结合了模糊、神经网络的优点，既能象模糊逻辑那样表达近似与定性知识，又有神经网络很强的学习能力和非线性表述能力，而且模糊神经网络的物理意义也很清晰。仿真结果表明，该方法对于解耦辨识是有效的，证明了模糊神经网络具有很强的建模能力。     

新型干法水泥分解炉出口温度的多变量模糊控制

水泥分解炉的温度是一种典型的非线性和多耦合复杂控制对象,采用常规控制方法很难获得满意的控制效果.该文提出了分解炉出口温度的多变量模糊控制的解决方案,并根据云南某企业2 000 t/d新型干法水泥生产线DCS的历史数据,在获得分解炉出口温度动态数学模型的基础上,进行了基于VB的多变量模糊控制仿真研究,得到了较好的实时响应...     

基于多变量耦合反馈的电动助力转向模糊PID控制策略研究

采用动力学分析方法建立了电动助力转向系统的数学模型,基于数学模型建立了电动助力转向系统的离线仿真模型。在分析经典PID控制方法基础上,提出了一种基于多变量耦合反馈的电动助力转向模糊PID控制方法。利用离线仿真和台架实验对所提出的控制方法进行分析,实验结果表明:与传统PID控制方法相比,所提出的多变量耦合反馈模糊PID控制方法可有效提高电动助力转向系统转向操纵的轻便性和稳定性。     

多变量反馈解耦控制系统研究

针对某燃烧系统中温度、流量耦合的特点,基于两种典型的解耦系统结构,设计了一类前置反馈补偿解耦控制和PID控制相结合的控制系统。仿真结果表明,该解耦方法基本消除了系统间的耦合作用,提高了经典解耦控制系统的动态性能。     

改进模糊PID控制在八磁极径向电磁轴承中的应用

以具有解耦作用的八磁极径向AMB为研究对象,基于对象的离散模型设计了常规数字PID控制器使系统稳定。考虑到实际AMB系统具有一定的不确定性,且常规PID对于非线性、结构参数不确定、被控对象受外部影响较大的系统,其控制性能往往不够理想,设计了具有参数在线调整功能的模糊PID控制器。由于模糊PID的变量基本论域在实际的控制过程保持不变,一定程度上降低了控制的精度,为此进一步设计了基于比例缩放思想的改进模糊PID控制器。仿真结果表明:改进模糊PID控制相较于其他控制方法具有更好的控制性能。