共查询到20条相似文献,搜索用时 171 毫秒
1.
由于造纸定量控制系统中具有非线性、时变、复杂多干扰等控制难点,采用实验方法建立了系统的数学模型,提出了一种基于H∞鲁棒理论的PID控制算法。该算法参数整定简单,对过程模型的依赖性小,易于实现并且抗干扰性和鲁棒性都非常强。实际运行中大大的改善了控制品质,满足了生产及工艺的要求。 相似文献
2.
由于造纸定量控制系统中具有非线性、时变、复杂多干扰等控制难点,采用实验方法建立了系统的数学模型,提出了一种基于H∞鲁棒理论的PID控制算法。该算法参数整定简单,对过程模型的依赖性小,易于实现并且抗干扰性和鲁棒性都非常强。实际运行中大大的改善了控制品质,满足了生产及工艺的要求。 相似文献
3.
本文从鲁棒稳定性及鲁棒性能两个方面分析和研究了Smith预估控制器的操作性能。获得的结果简单实用。在纸张定量的实际控制中获得了相当令人满意的结果。 相似文献
4.
5.
6.
7.
8.
9.
研究带有时变状态滞后和时变中立滞后的不确定系统的鲁棒H∞滤波器设计问题,讨论的不确定项是范数有界的.设计一个满阶滤波器,使得对于所容许的不确定性和时变滞后,滤波误差动态系统是渐近稳定的且满足描述的H∞性能水平.使用LMI方法得到了要求的H∞滤波器存在的充分条件,同时给出了相应的鲁棒H∞滤波器.通过数值算例验证了这种方法... 相似文献
10.
考虑了一类带时变延滞和时变范数有界参数不确定性的非线性系统的鲁棒H∞控制.利用线性矩阵不等式(LMI)给出了问题可解的一个充分条件.针对该类系统,设计了一种满秩的无记忆线性状态反馈控制器. 相似文献
11.
12.
13.
针对抄纸过程中定量、水分具有的非线性、时变性、强耦合性等特点,提出一种基于模糊逻辑的自适应控制方法,利用模糊控制理论构建控制模型,实现系统解耦与自适应控制。构建定量水分过程QCS质量控制系统模型,针对纸机定量水分控制系统进行仿真研究。仿真结果表明,该方案可解决定量水分系统的耦合。相较于PID控制,其定量回路、水分回路单位阶跃响应曲线调节时间分别减少了53.6%、56.4%;相较于模糊控制,其调节时间分别减少了17.0%、29.2%。该方案能够对系统进行子组织、自适应控制,减少人工成本、提高系统精度。 相似文献
14.
研究了具有已知常数时滞和参数不确定性的线性系统的鲁棒H∞控制问题,系统的参数不确定但有界.给出了一个基于LMI的鲁棒H∞状态反馈控制器,通过使用一种新的凸优化算法,使系统具有更小的保守性.仿真结果表明:当时滞的取值范围0≤τ≤0.4350时,存在一个无记忆反馈控制器使系统可镇定. 相似文献
15.
一种基于泛布尔代数的自整定PID及在纸页定量控制中的应用 总被引:3,自引:0,他引:3
针对多纸种造纸机纸页定量控制系统的特点,提出了一种基于泛布尔代数的自整定PID控制方法。该方法舍弃寻求被控制对象的精确数学模型,根据不同时刻的偏差及偏差变化率,对PID控制器的参数进行在线整定。利用此方法对纸页定量控制系统进行了仿真试验研究,仿真结果表明,该方法整定参数简单、工程实现容易。 相似文献
16.
针对纸张横幅定量控制所存在的强耦合及大时滞特性,本研究提出了一种Smith预估器加模糊自整定PID复合控制策略。采用“区域化点”法并引入前置矩阵对非方系统进行降维,然后取降维后系统关联矩阵的逆矩阵作为解耦器,将系统转变为与稀释水阀数量一致的多个单回路。针对稀释水流浆箱的横幅定量控制系统大时滞特性,设计一种带有反馈滤波器的自整定Smith预估器控制方案,其主控制器采用模糊自整定(Fuzzy-PID)控制器。反馈环滤波器的存在使其可在模型失配情况下降低系统对模型失配误差的敏感度,进一步增强系统鲁棒性。仿真实验结合现场实际应用案例证明,该方案具有可行性和有效性,并且可将横幅定量差指标控制在2%以内。 相似文献
17.
本课题基于奇异非混沌优化(SNO)改进了极限学习机(ELM),并用于解决纸机横幅(CD)定量系统的耦合问题。首先,采用基于分段逻辑映射的SNO方法,对输入层和隐藏层之间随机生成的权重和阈值进行优化,解决了ELM优化不足的缺点。然后,设计奇异非混沌优化极限学习机(SNOELM)解耦器,对多变量系统进行解耦。最后,将其与已提出的改进ELM、鲸鱼优化极限学习机(WOELM)和粒子群优化极限学习机(PSOELM)进行了比较。仿真结果表明,SNOELM解耦方法比ELM具有更好的优化能力,比WOELM和PSOELM具有更高的解耦精度和更快的解耦速度。 相似文献
18.
郭晓丽 《郑州轻工业学院学报(自然科学版)》2005,20(2):96-97
讨论了线性奇异系统基于静态状态反馈的H∞问题,利用正则化分离技巧,得到了该问题在奇异情况下的一个充分必要条件,推广了已有的结果. 相似文献
19.
20.
针对纸张横幅定量控制所存在的非方、高维强耦合特性,本研究提出了一种基于ELMAN神经网络的多变量解耦策略。具体思路如下:首先引入前置变换因子矩阵对系统进行降维化方,然后针对化方后的系统,将ELMAN神经网络和前馈解耦相结合设计解耦结构,并在此基础上引入参考模型,根据参考模型输出与系统输出之间的差值在线调整网络参数,对系统耦合进行实时补偿以实现系统的在线解耦。通过上述工作将非方高维控制问题转化为单回路群控制问题,大大降低了多输入多输出高维系统控制难度。仿真实验及现场实际应用证明了本研究所提方案的可行性和有效性,定量控制精度提升了42%,并将横幅定量偏差减小到1.88%。 相似文献