多变量多时滞非方系统的解耦内模控制

多变量复杂控制系统不仅具有多耦合和多时滞性,还具有结构上的复杂性,即输入输出不等,传递函数为奇异矩阵。传统的多变量内模控制是基于对非奇异对象求逆来进行的,因此很难解决这类问题。针对该情况引入矩阵论中的广义逆概念,通过求对象的广义逆矩阵来设计解耦内模控制器,打破了内模控制只能对方系统进行控制的局限性,并利用泰勒近似很好地解决了多滞后的问题,最后通过设计特殊形式的滤波器,不仅能够消除由纯滞后近似引入的不稳定极点,保证系统的稳定性,且能够保证系统的正则性。仿真结果表明,该方法不仅跟踪迅速,且继承了内模控制的无余差和强鲁棒性,动态解耦效果良好,仅对时滞变化较为敏感。由于系统基于内模控制设计,故模型匹配度越高,系统响应越好。     

蒸汽裂解模拟装置的二自由度内模控制

针对中石化某裂解装置的控制问题,通过实测模型,根据内模控制理论,提出一种二自由度的内模控制器的设计和参数整定方法.通过参数整定,所设计的控制器可以控制系统,同时具有良好的设定值跟踪特性和抑制干扰特性.将该二自由度控制器设计方法应用于蒸汽裂解装置中,减小了装置升温过程的波动,克服了保温过程的扰动,并且缩短了升温时间,提高...     

一种改进的锅炉主蒸汽温度多级智能控制系统的应用研究

针对电厂锅炉主蒸汽温度多级控制系统中减温水流量扰动对蒸汽温度的影响,且运行过程中控制系统超调量大、响应速度慢、系统具有非线性,对单回路常规控制系统进行了改进,提出了一种双单内环智能串级控制方法。主控制器采用内模控制方式,根据末级出口主蒸汽温度实测值与设定值之间的偏差经过智能PID在线修正控制参数。仿真结果表明:改进后的控制系统比原单回路控制系统具有更好的鲁棒性和动态特性,并能保持较好的调节性能。     

内模控制滤波器时间常数模糊自整定及其应用

对传统的内模控制进行改进,采用模糊控制原理对内模控制系统中的滤波器时间常数进行在线自整定,并将其运用到锅炉燃烧系统中.仿真结果表明,此方法即使在模型不匹配的情况下也能大幅度提高系统的动态性能和鲁棒性.     

基于内模控制的滤波方法改进及参数优化实施

针对实际工业控制中出现的系统的随机噪声和量测噪声会严重影响现场生产的控制效果,传统的内模控制方式无法很有效地解决这一问题。将Kalman滤波器引入到传统的内模控制原理中,通过Kalman滤波器来减小甚至消除噪声对控制系统的影响,提高系统的控制精度。同时,利用NLJ算法在考察系统性能指标的情况下,对传统内模原理中的低通滤波器的滤波参数进行自动寻优。通过对滤波环节的改善,充分发挥Kalman滤波和NLJ自动寻优的特点,使得控制系统的鲁棒性和快速性都得到了提高。仿真结果表明提出的设计方法能较好解决单变量和多变量被控对象的实时性和时滞性,并且具有良好的抗噪性,该方法参数调节容易,易于实施。     

动态矩阵控制在非自衡系统中的应用

动态矩阵控制(Dynamic Matrix Contiol,简称DMC)算法是以对象的离散脉冲系数模型为基础的,过去的DMC算法只能适用于自衡系统.本文研究了DMC算法在非自衡系统中的推广应用.推导出一个既适用于非自衡系统,又适用于自衡系统的改进DMC算法.作者通过计算机数字仿真和在实验室液位系统上的实时计算机控制证实了此改进DMC算法的正确性和实用性.     

基于动态补偿逆的非线性RBF内模控制及其应用

针对非线性不确定系统和传统的非线性内模控制在控制上存在的不足,提出一种基于动态补偿逆的非线性不确定系统RBF内模控制,在引入RBF建立逆模型的同时,将无模型自适应控制方法作为附加控制器,用于模型偏离被控对象时在线修正逆模型。仿真结果表明,本文提出的方法不仅对系统的常量摄动具有较好的鲁棒性,对时变不确定性仍然保持较好的跟踪效果,具有较好的实时性、鲁棒性和在线校正功能。     

基于强酸当量的pH自适应内模控制

针对pH中和反应过程强烈的非线性和时变性的特点,提出了自适应内模控制方案。该方案结合了非线性内模控制、自适应机制和强酸当量(SAE)的概念。基于弱酸-强碱中和反应系统的数学模型,推导了pH过程内模自适应控制器。仿真实验表明,由该方法设计的pH过程控制系统具有较好的设定值跟踪性能,对负载扰动和模型误差具有较好的鲁棒性,并且针对弱酸-强碱设计的系统也适用于强酸-强碱系统。     

模糊非线性内模控制算法及其在pH值控制中的应用

pH值控制过程具有较强的非线性,历来是过程控制研究的一大热点,本文针对pH值控制系统提出了一种基于模糊推理网的非线性内模控制算法（FNIMC）。模糊推理网用于辨识对象的模糊模型;FNIMC由一个逆模控制器和具有一个可调参数的鲁棒滤波器组成。仿真结果表明该算法优于非线性PID调节器,且计算效率高。     

针对不稳定对象的四自由度内模控制

针对常规的不稳定对象内模控制方法,加入前馈滤波器以及反馈滤波器构成四自由度内模控制结构,用以独立优化抗扰性、跟踪性和鲁棒性。给出了四自由度内模控制结构的稳定性、稳态性能和鲁棒稳定性的证明,推导出了各个控制器的设计方法,完善了不稳定对象内模控制的理论体系。     

积分和不稳定时滞对象的改进内模控制

针对化工过程中一阶积分和不稳定时滞对象,基于内模控制提出了两自由度控制方案。首先根据鲁棒控制理论H2最优性能指标设计设定值跟踪控制器,然后采用期望闭环补灵敏度函数确定扰动抑制控制器。设定值跟踪控制器和扰动抑制控制器可通过性能参数独立调节而无需再取折衷,同时保证系统具有较好的鲁棒稳定性。最后通过仿真实例验证了该控制方案的有效性。     

多变量解耦自抗扰控制在气体流量装置中的应用

针对气体流量装置实验管路流量、压力耦合系统,通过机理法和阶跃响应法建立了其数学模型,并利用自抗扰解耦控制算法实现其解耦控制,以保证气体流量计性能测试过程的稳定性和控制快速性。对于气体流量装置多变量系统,自抗扰控制算法将耦合以及所有的内部不确定性和外部扰动都归结到总扰动中,通过扩张状态观测器和控制律对总扰动进行估计和补偿,使原系统被解耦成两个单输入单输出的子系统并利用PD控制器完成控制。自抗扰控制算法使系统在实现解耦的同时既减弱算法对于模型的依赖,又提高了系统的鲁棒性。仿真和实验结果表明,与PID控制算法相比,自抗扰控制算法调节时间更快,解耦效果更好,对扰动的抑制效果更优,性能鲁棒性更强。     

改进Smith预估控制器的解析设计

针对化工过程常见的积分和不稳定时滞对象,基于改进的史密斯预测控制提出了两自由度控制方案。首先根据鲁棒控制理论H2最优性能指标设计设定值跟踪控制器,然后在分析稳定性和抗扰性的基础上设计了扰动抑制控制器,设定值跟踪控制器和扰动抑制控制器可通过性能参数独立调节和优化。同时针对存在的乘性不确定性过程分析了系统的鲁棒稳定性。最后通过仿真实例验证了该控制方案的有效性。     

采用Butterworth传递函数设计二自由度纯滞后控制系统

采用Butterworth传递函数设计了纯滞后对象的状态反馈控制系统,针对纯滞后对象的状态反馈控制系统是单自由度的,提出一种采用Butterworth传递函数设计二自由度纯滞后控制系统的方法。用m阶模型逼近纯滞后因子,引入状态观测器,构成状态反馈子系统,再串入一个积分器,构成纯滞后过程的串级状态反馈控制系统,以n+1阶Butterworth传递函数为整个系统的目标函数,按状态反馈增益阵和状态观测器的协调优化设计状态反馈子系统。仿真结果表明了该方法设计的系统同时获得良好的给定值跟踪特性和干扰抑制特性。     

抄纸过程模型参考自适应内模控制仿真研究

针对强耦合、大时滞、非线性对抄纸过程控制性能的影响,提出一种模型参考自适应内模控制算法,通过建立控制器模型,设计自适应调节律和控制算法来实现对增益和时滞的在线自调整,使系统在模型参数失配的情况下,仍具有良好的鲁棒性和跟踪性,表现出较强的解耦能力和自适应能力。通过与常规内模控制仿真结果对比,表明该控制算法改善控制品质的有效性。     

Proportion integral-type active disturbance rejection generalized predictive control for distillation process based on grey wolf optimization parameter tuning

The high-purity distillation column system is strongly nonlinear and coupled, which makes it difficult to control. Active disturbance rejection control (ADRC) has been widely used in distillation systems, but it has limitations in controlling distillation systems with large time delays since ADRC employs ESO and feedback control law to estimate the total disturbance of the system without considering the large time delays. This paper designs a proportion integral-type active disturbance rejection generalized predictive control (PI-ADRGPC) algorithm to control the distillation column system with large time delay. It replaces the PD controller in ADRC with a proportion integral-type generalized predictive control (PI-GPC), thereby improving the performance of control systems with large time delays. Since the proposed controller has many parameters and is difficult to tune, this paper proposes to use the grey wolf optimization (GWO) to tune these parameters, whose structure can also be used by other intelligent optimization algorithms. The performance of GWO tuned PI-ADRGPC is compared with the control performance of GWO tuned ADRC method, multi-verse optimizer (MVO) tuned PI-ADRGPC and MVO tuned ADRC. The simulation results show that the proposed strategy can track reference well and has a good disturbance rejection performance.     

Control of a Batch Polymerization System Using Hybrid Neural Network ‐ First Principle Model

In this work, the utilization of neural network in hybrid with first principle models for modelling and control of a batch polymerization process was investigated. Following the steps of the methodology, hybrid neural network (HNN) forward models and HNN inverse model of the process were first developed and then the performance of the model in direct inverse control strategy and internal model control (IMC) strategy was investigated. For comparison purposes, the performance of conventional neural network and PID controller in control was compared with the proposed HNN. The results show that HNN is able to control perfectly for both set points tracking and disturbance rejection studies.     

基于改进DOB的矿物研磨过程最优运行先进反馈控制(英文)

Advanced feedback control for optimal operation of mineral grinding process is usually based on the model predictive control (MPC) dynamic optimization. Since the MPC does not handle disturbances directly by controller design, it cannot achieve satisfactory effects in controlling complex grinding processes in the presence of strong disturbances and large uncertainties. In this paper, an improved disturbance observer (DOB) based MPC advanced feedback control is proposed to control the multivariable grinding operation. The improved DOB is based on the optimal achievable H 2 performance and can deal with disturbance observation for the nonminimum-phase delay systems. In this DOB-MPC advanced feedback control, the higher-level optimizer computes the optimal operation points by maximize the profit function and passes them to the MPC level. The MPC acts as a presetting controller and is employed to generate proper pre-setpoint for the lower-level basic feedback control system. The DOB acts as a compensator and improves the operation performance by dynamically compensating the setpoints for the basic control system according to the observed various disturbances and plant uncertainties. Several simulations are performed to demonstrate the proposed control method for grinding process operation.     

燃煤电站锅炉主蒸汽压力滑模预测控制(英文)

Since the combustion system of coal-fired boiler in thermal power plant is characterized as time varying, strongly coupled, and nonlinear, it is hard to achieve a satisfactory performance by the conventional proportional integral derivative (PID) control scheme. For the characteristics of the main steam pressure in coal-fired power plant boiler, the sliding mode control system with Smith predictive structure is proposed to look for performance and robustness improvement. First, internal model control (IMC) and Smith predictor (SP) is used to deal with the time delay, and sliding mode controller (SMCr) is designed to overcome the model mismatch. Simulation results show the effectiveness of the proposed controller compared with conventional ones.