多变量协调自适应控制器初步研究

本文初步研究了多变时过程控制器设计的优化目标和约束的统一表达体系,将模块多变量控制技术引入自适应控制器的设计过程,提出了多变量协调自适应控制器的概念,并初步解决了有约束的多目标优化控制的设计问题。     

基于逆系统的非线性自适应逆控制

针对非线性系统自适应逆控制的不完善,本文引入逆系统方法将非线性系统转化为伪线性系统,然后使用最小二乘支持向量机(LS-SVM)建立了逆系统模型,最后利用成熟的线性系统自适应逆控制理论实现非线性系统的自适应逆控制。引入逆系统方法后实现了两大功能:其一,消除了非线性系统的干扰,而且不需要设计逆对象模型:其二,实现了多变量(n维变量)之间的解耦,而且节省了3n(n-1)个线性滤波器的设计。本文针对一个典型多变量二阶系统实现了非线性系统的自适应逆控制,仿真试验表明该方法不但能够很好地消除非线性系统的干扰,而且还实现多变量的解耦控制。     

污水处理过程多变量自适应变论域模糊控制

由于污水处理过程具有非线性、时变性和滞后性的特点，传统控制方法难以取得满意的控制效果。为了实现精确跟踪控制，提出了一种基于自适应变论域模糊控制(adaptive variable universe fuzzy control, AVUFC)的污水处理过程多变量控制方法，实现了溶解氧和硝态氮的底层回路控制。在AVUFC中，根据性能指标设计了基于自适应差分进化算法的伸缩因子调整策略，在线自适应调节模糊控制论域，降低工况变化对控制器性能的影响，提高控制器的动态性能和稳态精度。利用国际基准仿真平台BSM1进行实验验证。仿真结果表明，当入水流量和组分浓度发生剧烈变化时，所提出的自适应变论域模糊控制策略能够通过在线优化模糊规则以快速适应复杂工况；与PID控制、模糊逻辑控制、定式变论域模糊控制等方法相比，自适应变论域模糊控制在平稳性、抗干扰性和瞬态响应能力方面更具优势。     

混沌系统的改进多变量广义预测控制研究

提出了一种改进的自适应多变量广义预测控制算法(β-MGPC),可实现输入输出维数不等时的混沌控制,用一个控制信号可将多变量混沌系统引导到指定的平衡点,仿真结果表明了该算法的有效性.这种方法的优点在于无需求解丢番图方程,减少了控制算法的计算量.     

混沌系统的改进多变量广义预测控制研究

提出了一种改进的自适应多变量广义预测控制算法(β-MGPC),可实现输入输出维数不等时的混沌控制,用一个控制信号可将多变量混沌系统引导到指定的平衡点,仿真结果表明了该算法的有效性.这种方法的优点在于无需求解丢番图方程,减少了控制算法的计算量.     

变量泵源阀控系统的前馈自适应控制方法

变量泵源导致系统开环增益下降和动态变化,传统的反馈控制和串联校正很难使此类系统跟踪精度达到要求应用复合控制方法,可以对开环增益变化进行有效补偿,提高跟踪控制精度。运用MCS-96系列单片机技术、反馈控制、前馈控制和自适应控制原理,开发设计了数字控制器,实现了对系统的前馈自适应数字控制。试验研究结果表明,前馈自适应控制是实现变量泵源阀控系统高精度跟踪控制的有效方法。     

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。     

新型PID控制及其应用：第一讲 PID控制原理和自整定策略

随着控制仪表的发展，新的控制技术不断出现，先进的控制算法不断产生和发展。本刊以前曾发表不少这类的专题文章。为了使读者能系统了解这个领域的内容和产品发展概况，我们特请陶永华教授以讲座形式作全面介绍。讲座共分六讲：第一讲，ＰＩＤ控制原理和自整定策略；第二讲，自适应ＰＩＤ控制；第三讲，智能ＰＩＤ控制；第四讲，模糊ＰＩＤ控制；第五讲，多变量ＰＩＤ控制；第六讲，新型控制器产品发展概述     

机械加工过程的神经网络最优自适应控制

本文建立了机械加工过程的最优自适应控制模型。提出了刀具磨损的神经网络测量法。并把机械加工过程的最优自适应控制模型映射成神经网络优化电路模型，建立了机械加工过程的神经网络最优自适应控制系统。     

基于模糊PID控制的换热器系统设计

换热器是一个具有分布参数、非线性、时变、大滞后、多变量紧密耦合的变参数系统,常规控制方法难以取得理想的控制效果。文中通过对换热器特性分析,设计模糊自适应PID控制系统,利用模糊推理特性完成PID调节器控制参数的自适应修正。通过仿真研究,结果表明所设计的控制器与传统P1D调节器相比具有优越的控制效果。     

自适应PID控制与传统PID控制的无抖振切换

提出一个自适应控制器和一个传统PID控制器相互切换的控制方案,仿真结果表明,自适应PID控制方法在辨识精度、控制性能和跟踪能力等问题上可以和多模型自适应控制相媲美,从而省去了多模型自适应控制寻找大量合适模型集的不易,是一种简便有效的控制方法.     

基于灰色预测的多变量自适应PID控制器

针对汽轮发电机组具有多变量、强耦合、大时滞等特点,提出一种基于灰色预测的多变量自适应PSD控制算法。该方案通过一组灰色系统预测模型GM（1,N）对多变量系统的输出预测实现对角解耦。采用无辨识智能自适应PSD控制算法优化PID控制器的参数,用优化后的PID控制器对每个子系统进行控制。该方案不需要精确的数学模型,在线估计参数少,计算简单。仿真结果表明,与其他方法相比,这种控制方法响应速度更快,而且具有更好的自适应性和鲁棒性。     

机械加工过程的神经网络最优自适应控制

本文建立了机械加工过程的最优自适应控制模型。提出了刀具磨损的神经网络测量方法。并把机械加工过程的最优自适应控制模型映射成神经网络优化电路模型，建立了机械加工过程的神经网络最优自适应控制系统。     

高阶惯性系统自适应控制研究

热力系统中的热工过程大多属于高阶陨性系统。高阶惯性系统是一类多容、变化缓慢的动态系统，对此类系统采用一般的常规反馈控制方法是很难获得令人满意的控制效果的。本文应用IMC系统特性和模型参考自适应控制原理，并参照滞后系统Smith预估控制的方法，提出了控制高阶陨性系统的自适应控制新方法，仿真研究及现场实际运行均获得满意的控制效果。     

多通道电液伺服协调加载系统的动态神经网络自适应控制

针对航空航天试验中的多通道电液直辖市加载系统,应用一种基于动态神经网络的自适应控制方案,该方案对于非线性,时变和强耦合的多变量系统有较好的控制效果,仿真试验结果表明,该方法具有较高的跟踪精度。     

一种基于WinCC的PID型自适应模糊控制系统的设计

利用组态软件WinCC完成数据采集、控制信息输出以及人机交互等工作,利用MATLAB完成PID型自适应模糊控制算法运算,在MATLAB和WinCC之间通过动态数据交换（DDE）协议对过程变量、控制变量和设定值实时更新。通过对水箱液位控制实验,结果表明,该方法在实际过程中是切实可行和值得推广的。     

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。     

计算机程序化控制在感应电炉熔炼中的应用分析

结合当前熔炼发展现状可知，熔炼控制逐渐朝着模块化以及数字化方向发展，采取有效措施尽可能地降低生产控制过程中的变量环节，如经验性操作以及人为因素等等，多增加诸如常量以及不变量控制环节，其目的是稳定材质以及控制同种材质保持质量的统一性，保障铸件材质质量更加稳定的控制，从而提升熔炼技术水平。本文将结合计算机程序化控制技术手段，探讨其应用于感应电熔熔炼的作用及效果。     

鲁棒多变量预估控制技术(RMPCT)在大型工业过程中的推广应用

多变量预估控制是大型工业过程普遍采用的先进控制技术 ,介绍了HONEYWELL公司近期推出的鲁棒多变量预估控制系统 (RMPCT)的主要功能和技术特色 ,并对RMPCT在工业实施应用中的关键技术作了探讨     

多变量主动悬架系统的一种自适应神经元控制策略

研究了车辆主动悬架这个多变量不确定系统的自适应控制问题。提出了一种新型的单神经元多变量控制器。给出一种综合误差的概念,将综合误差与传统的单神经元控制器相结合,得到一种基于综合误差理论的单神经元控制器,它可以同时直接调控被控对象的多输出变量。将该控制方法应用于1/4主动悬架系统,采用二次型性能指标对控制器参数进行了优化设计。研究了在不同的悬架参数及随机路面输入情况下控制器的自适应性能,并与被动悬架及传统神经元控制的主动悬架进行了性能对比。仿真结果表明,所提出的控制器可使车辆获得更为优良的综合减振性能,可显著改善平顺性,是一种简单有效且鲁棒性较好的自适应控制器。该控制方法为主动悬架及类似的多变量不确定系统的控制提供了一种可能的简捷有效的新途径。