基于非线性预测模型的单神经元自适应PID板形控制

为了解决传统PID板形控制精度低、速度慢、抗干扰能力差等问题,将BP神经网络和单神经元引入到板形的控制中,提出一种基于BP神经网络预测模型的单神经元自适应PID控制的板形控制策略。利用BP神经网络的非线性逼近能力和单神经元的自学习、自适应能力,通过两者的有机结合寻找一个最佳的P、I、D非线性组合控制律,实现对带钢板形缺陷的有效控制。仿真实验结果表明,该控制算法能很好地跟踪板形的目标设定值,提高了系统的控制精度,加快了系统的响应速度,并且具备较强的抗干扰能力。     

基于动态RBF的单神经元PID控制研究

针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法.采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数的在线调整信息,并由单神经元PlD控制器完成控制器参数的在线自整定,从而实现系统的智能控制.仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性.     

Smith预估自适应FuzzyPID控制器在乳化液温度控制系统中的设计

分析乳化液温度控制因时滞因素对系统造成的严重影响,提出采用模糊控制、PID控制和Smith预估方法相结合的控制方案,使系统的控制不仅有较好的鲁棒性和控制精度,而且对时滞长、非线性因素明显的控制对象亦有较好效果。MATLAB的Simulink软件仿真结果显示,该控制方案明显优于单一的模糊控制和PID控制,能够达到预期效果。     

PID自校正调节器及其在罩式退火炉微机群控系统中的应用

本文把应用广泛的PID调节器与自适应控制思想相结合,提出了一种PID自校正控制算法,并在太原钢铁公司轧辊罩式退火炉微机群控系统中应用成功。实时控制结果表明:本算法的控温效果优于常规仪表PID控制,炉温控制精度和温度场不均匀度均在±3℃以内。     

热连轧带钢自动宽度控制技术的研究

为了提高带钢宽度控制精度,开发了热连轧带钢的自动宽度控制技术。在对头尾短行程控制(SSC)和自动宽度控制(AWC)研究的基础上,采用了基于模糊PID控制器的轧制力反馈控制系统,用以调节立辊辊缝。仿真结果和现场应用情况表明,模糊PID控制使成材率由94%提高到97%。     

灰色预测模型在冷轧动态张力控制中的应用

针对PID控制器参数保持不变时很难保证轧机架间张力稳定在裕量范围内的问题.在分析轧机辊缝与速度动态张力控制原理的基础上,推导出机架间张力控制对象的数学模型,并利用灰色预测PID控制方法,实现了机架间张力稳定控制.从仿真数据和实际应用结果数据可以得出,此方法对比其他传统PID控制方法,能够有效地保证张力系统较高的动静态控制性能和干扰抑制性能要求,且控制精度更高.     

锅炉给水参数的自整定控制

为满足锅炉这一多变量系统且被控量具有非线性、时变大以及相互耦合较强的控制要求，提出将模糊控制与常规PID有机结合，形成用于锅炉水位控制的P-fuzzy-PI控制方案。介绍了控制器的设计和仿真分析，并通过相关数据对PID控制、Fuzzy控制与P-Fuzzy-PI控制性能作了比较。     

60万t焦炉集气管压力控制方案

介绍了河北敬业60万t焦炉集气管压力DCS专家控制方案。集气管蝶阀采用变增益PID控制,鼓风机变频器采用依据集气管平均压力采样变增益增量控制。有效地克服了常规PID对非线性、耦合严重、扰动频繁剧烈的过程对象的控制不足。实践证明,该方案控制精度高、反应快、不振荡,很好地满足了生产要求。     

基于RBF神经网络的干熄焦预存室压力智能控制系统

针对干熄焦预存室压力控制系统存在时变性、非线性等特点,使传统PID控制方式存在压力波动大的问题,采用了一种基于RBF神经网络的PID控制器,以提高控制系统的控制精度。实用结果表明,该控制系统不仅具有较高的控制精度,还具有更快的响应速度,其控制效果优于传动的PID控制器。     

基于神经网络算法的电加热过程温度控制

采用单神经元PID与传统PID控制相互结合的方法，探索高效电加热过程智能温度控制系统，并利用Simulink软件对传统PID控制和单神经元PID控制下的加热炉温度控制系统进行了仿真对比实验。结果表明，单神经元PID模型控制下的加热炉温度控制系统能够实时调整控制参数，使得控制参数和温度控制系统较为匹配，可以实现系统在最稳定的状态运行，该系统对干扰的抵抗性更好，鲁棒性更强。而实际试验中，单神经元PID控制下的加热炉温度控制系统在温度响应阶段具有较高的稳定性，同时在稳态阶段也拥有较高的控制精度，但是在初始温升过程中的响应速度较低。     

PLC在烧结炉温度控制系统中的应用

针对在永磁材料生产过程中需要控制精度、控制能力高稳定的恒温环境,介绍了烧结炉采用PLC的智能温度控制系统,能使温度控制在±5℃的误差范围内,利用PLC内嵌的PID控制器和外部温控电路实现温度的自动控制。     

加热炉模糊控制的开发与应用

综合常规模糊控制器和传统PID控制器的特点,设计了一种基于模糊规则切换的多模模糊控制器,应用于济钢加热炉的炉温控制,提高了控制精度,系统具有响应快、超调量小、不产生震荡、静态误差小的特点,炉温控制误差由9.5%降为2.6%。     

基于PLC的双容水箱液位串级控制

介绍了双容液位系统存在容积延迟问题,采用单回路控制难以达到控制精度要求,改用串级控制方案有效地改善了系统动态响应特性.由于它的精确数学模型难以确定,参数整定采用经验整定法取得了较好的效果.实验结果表明,串级PID控制效果比单回路在响应时间等方面有了较大的提高,有效地改善了控制质量,具有实际的应用价值.     

平坦度反馈控制系统在热连轧中的应用

目前国内热连轧机板形控制系统自主集成的很少,而平坦度反馈控制是热连轧板形控制系统的一个重要组成部分。针对济南钢铁股份有限公司1700ASP(Angang Strip Production)热连轧机组,根据热连轧机板形控制理论,确定了平坦度反馈控制策略。在此基础上,建立了基于PID控制器的热连轧平坦度反馈控制模型,进行了在线编程、调试和投入工作。自平坦度反馈控制系统投入运行以来,运行稳定,生产数据统计表明,平坦度控制精度得到很大提高。     

PID参数模糊自整定控制器在加热炉煤气流量控制中的应用

研究了PID参数模糊自整定控制器在加热炉煤气流量控制系统中的自动调节过程.通过与传统PID比较,结果表明,PID参数模糊自整定控制使流量较快达到稳定.这有利于控制加热炉的生产运行.     

广义预测控制在泵池回路中的应用

广义预测控制融合了预测控制和自适应控制的优点,是自适应控制中另一类型的预测控制方法,易于在线估计参数,以实现自适应控制。磨矿生产中,泵池回路控制是一个复杂的慢时变动态过程控制,具有很强的非线性、强耦合、大滞后、强干扰等特性,而传统的PID控制算法很难达到理想的控制效果和较高的自动投运率。为此,针对泵池控制回路的特点,提出基于模型性能指标和加权系数的广义预测控制算法,建立了泵池控制模型,并于2010年将该模型应用于金川选矿厂磨矿生产的泵池回路控制。实际工业应用表明,这种广义预测控制具有较强的适应性和较高的控制精度,控制效果优于传统PID控制算法。     

基于模糊PID的浓盐水液位控制器的设计

结合海水淡化控制系统的控制特点,引入智能控制结合传统控制组成新型模糊PID控制器,来解决现有PID控制系统在实际控制浓盐水液位过程中出现的响应速度慢、超调量大等问题,同时提高了整个海水淡化系统的稳定性和控制精度。     

四辊CVC冷带轧机板形预测控制研究

针对某1420mm冷连轧机第1机架板形闭环控制系统,客观存在带钢运行速度慢(时滞严重)、轧制力不稳定、轧辊磨损严重和来料带钢板廓波动剧烈等因素,目前在线使用的PID控制算法难以满足进一步提高板带轧机板形控制精度的要求.为实现其精确控制,应用模型预测控制(MPC)理论,设计预测控制器,并采用滚动优化、反馈校正的控制策略.构造状态预测观测器,使闭环系统的时滞项移至系统闭环结构之外,从而使其优化控制规律完全可按无时滞系统进行设计.仿真研究结果表明该方法远比目前带钢生产中广为采用的PID控制策略优越,系统的响应快,超调小,鲁棒性强.     

热轧过程中加热炉炉温优化控制方法

为了有效地解决当前加热炉能源消耗高、控制精度差、控制滞后等问题,针对步进式加热炉的工艺特点,提出了加热炉燃烧过程的智能控制策略,即模糊RBF网络自学习和自寻优功能,并结合动态PID反馈补偿策略。经试验表明,该系统不仅保证了在工况波动下的炉温控制精度,提高升降温速度,减少吨钢燃耗、电耗和钢坯烧损,而且提高了加热炉的生产能力。     

模糊PID控制在工业锅炉控制系统中的应用

针对工业锅炉控制系统的特点,采用将常规PID控制与模糊控制相结合的控制策略,在常规PID调节器的基础上,采用模糊推理思想,根据不同的E、EC对PID参数Kp、Ki、Kd进行自校正。对锅炉汽包液位的控制表明这种模糊PID控制器可明显提高系统的性能。