基于DRNN的多变量解耦控制系统

本文针对一类有强耦合带时延的多变量系统,采用对角递归神经网络(DRNN)与带动量项的PID梯度优化算法(PIDGDM),自适应调整PID控制器的二项参数,并行完成系统的解耦与控制工作。仿真结果表明,系统具有很好的静态和动态性能。     

基于PID神经元多层网络的多变量解耦控制系统

针对多变量系统控制的特点和要求,建立了一种新的多层神经网络,其隐层神经元分别具有比例、积分和微分特性,网络同时具有PID控制规律和神经网络的优点.仿真结果表明,其构成的神经PID网络多变量控制器具有很强的自学习功能和自适应解耦能力.     

多变量V规范型解耦控制系统设计

本文提出多变量系统部分变量前置V型解耦,部分变量后置V型解耦的设计方法。并就某电厂三输入、三输出磨煤机系统,设计解耦控制系统,给出了仿真结果。     

基于BP神经网络的多变量PID解耦控制

基于神经网络的智能PID控制策略，以经典的PID控制理论为基础，并通过具有多变量解耦控制自学习功能的神经网络参数整定来实现。本文给出了网络的结构和算法，示出了一组二元变量强耦合时变系统的实时仿真结果。通过计算机仿真证明，基于神经网络的PID控制具有良好的自学习和自适应解耦控制能力。该系统融解耦器和控制器于一体，易于实现，适用于非线性多变量系统的解耦控制。它使解耦后的系统具有较好的动态和静态性能，特别是当根据BP控制规律确定了网络连接权系数的初值时，还能使系统参数快速收敛。     

多变量解耦控制方法

介绍了用于多变量解耦控制的自适应解耦控制和模糊解耦控制两种方法;说明了各种解耦控制方法的特点、应用情况及效果;对各种方法解耦程度进行了评价,同时分析了其对系统的影响。并就多变量PlD自适应解耦控制方法进行了仿真,仿真结果表明了该方法的有效性;最后提出通过传统控制方式的重新组态来解决多变量解耦控制的难点的设想。     

关于多变量PID自适应解耦控制器的设计

本文对于多变量自适应解耦控制与PID控制相组合．这一工业过程控制的重要设计方法，主要是对一些控制算法和全局收敛性分析等问题，进行了研究和探索。     

强耦合温度对象的多变量动态矩阵解耦控制

针对实验室的现场总线过程控制装置中,电加热锅炉与强制对流换热器之间存在强耦合的现象,提出了将动态矩阵解耦控制策略应用于该控制装置中,同时控制锅炉内胆水温及强制对流换热器的出口热水水温,并与多变量动态矩阵控制算法进行比较。实验结果表明,采用动态矩阵解耦控制,与原来的多变量动态矩阵控制相比,其参数调整灵活,运算量相对减少,而且能够获得比较好的解耦性能,实验结果对实际工业过程的控制有一定的指导意义。     

多变量解耦控制系统设计与仿真

工业生产过程中,被控系统越来越复杂,需要控制的变量通常不止一对,而且相互耦合,较成熟的线性多变量控制理论与设计方法已难以满足实际的多变量生产过程控制。本文针对多变量强耦合带有延迟环节的被控系统,研究了一种简化的串联前馈补偿解耦控制器设计方法。根据被控对象的辨识模型,设计串联前馈补偿解耦器,使系统解耦成单输入单输出模型,进而分别对解耦后输入输出模型设计PID控制器,整定PID控制器参数。仿真结果表明该方法具有较好的解耦能力和鲁棒性,算法简单,易于实现。     

基于模糊神经网络的多变量解耦控制

针对焦炉集气管压力这类多变量非线性系统，提出了一种基于PID神经网络和RBF模糊神经网络的多变量解耦控制方案，RBF模糊神经网络对多变量对象解耦，PID神经网络控制器控制过程的动态特性。工程应用表明，提出的控制策略有效地解决了集气管压力这类复杂对象的过程控制问题。     

非线性微分代数控制系统解耦和反馈镇定

讨论了一类非线性微分代数控制系统的输入输出解耦问题,给出了使系统可通过静态反馈达到输入输出解耦控制问题的具体条件,而且得到使系统渐近镇定的反馈控制     

多变量广义开环解耦控制算法

针对离散多变量系统提出了一种能有效地处理过程时滞、开环不稳定和非最小相位的解耦控制算法。它原理简明，易于实施，每一回路仅需整定一个参数。仿真结果表明，这一新控制算法在跟踪性、鲁棒性和抗干扰性等方面均可获得满意的控制效果。     

PID神经元网络对强耦合带时延多变量系统的解耦控制

提出了一种新的神经元网络－ＰＩＤ神经元网络，它是由比例元、积分元和微分元构成的多层神经元网络，它可以用于控制强耦合带时延多变量系统，并使系统具有良好的动态和静态性能。     

模糊关系系统的反馈解耦

本文研究动态模糊关系系统的输出反馈解耦问题.在给定的开环系统表述形式下,提出了一种解耦控制器的结构,并导出了若干涉及解耦问题的解的结论.     

多变量自校正解耦PID控制器

将前馈解耦控制与自校正ＰＩＤ控制相结合，提出了多变量自校正解耦ＰＩＤ控制器。该控制器适于具有任意延时结构和非最小相位系统，本文利用根轨变法证明了这一算法的全局收敛性。     

多变量系统的广义预测控制解耦设计

针对在系统关联严重的情况下,通过选择合适的权矩阵,预测控制可以实现间接解耦控制,但是系统的跟踪性能将大大降低的问题,提出了一种带设定值观测器的多变量广叉预测解耦控制算法,结合前馈解耦控制策略与广义预测控制律,将其他通道对当前通道的影响作为扰动,从而实现近似解耦.在目标函数中用控制量的增量代替控制量,使控制增量变化不至于...     

对称非线性系统的反馈解耦

本文用微分几何方法讨论具有对称性的非线性系统的反馈解耦问题,给出了问题可解的充要条件。从条件可以看出,我们的结果较不具对称性的情况简单,从而说明,具有对称性的系统不仅具有较好的系统结构,而且还具有其它一些较好的性质。     

多变量自学习动态解耦控制

针对多变量系统提出自学习动态解耦控制算法 ,该控制算法设计简单 ,具有较好的动态和静态性能 ,能实现在线实时动态解耦。