真空退火温度的建模与解耦控制

真空退火炉中温度的精确控制是一个多变量控制问题。为实现退火温度的精确控制,以真空退火炉现场实际采集的数据为基础,辨识出真空退火炉温区温度的二阶滞后模型,提出一种二阶滞后系统的多变量预测函数解耦控制算法。将多变量系统的解耦控制问题化简为若干个单变量系统的预测函数控制,采取分散优化策略代替整体优化,利用预测函数控制算法的特点,引入基函数增加了设计的自由度,减少了在线计算量,使参数设计和算法过程求解大为简化,得到一个解析的控制量计算方程,实现退火温度二阶滞后系统的多变量预测函数解耦控制。仿真结果表明,控制方法优于传统或改进的PID控制系统。将该控制方法应用于实际的 2 100×2 100真空退火炉退火温度控制系统中,取得了很好的控制效果。     

基于自抗扰原理的燃料电池阳极压力控制研究

车用燃料电池在实际工况中容易产生供气波动、内部温度分布不均等问题导致阳极内部压力不稳定,严重影响了其市场化推广。通过控制方式的设计可以优化上述问题,针对质子交换膜燃料电池(PEMFC)阳极压力的仿真、跟随和控制等问题,论述了基于自抗扰原理的质子交换膜燃料电池死端模式阳极的建模过程,并在Simulink环境下通过仿真证明了基于自抗扰原理控制方式的有效性。仿真结果验证了该仿真系统的实用性和有效性,该仿真系统能够使质子交换膜燃料电池阳极压力有效跟随阴极压力,能够对温度、压力变化等扰动具有抵抗效果,跟随速度快,准确度高,超调极少。     

基于T-S模型的动态预测在啤酒发酵温度控制中的应用

针对啤酒发酵温度过程控制具有大时滞、非线性以及多扰动等特点,提出了基于T-S模糊辨识模型的多变量动态矩阵预测控制方案.结果表明该控制方案对模型精度要求不高,但控制效果良好.     

基于T-S模型的动态预测在啤酒发酵温度控制中的应用

针对啤酒发酵温度过程控制具有大时滞、非线性以及多扰动等特点,提出了基于T-S模糊辨识模型的多变量动态矩阵预测控制方案.结果表明该控制方案对模型精度要求不高,但控制效果良好.     

燃料气橇的先进控制系统设计与研究

本文选取燃料气橇为控制对象,设计了基于多变量预测函数控制算法的过程控制。选取燃料气橇供电电流以及折流板角度为被控变量,橇出口管线温度为控制变量,实现上游设备对橇出口温度的控制要求。仿真结果说明多变量控制算法具有强抗扰性以及快速收敛性等特点,能够减小燃料气橇的运行能耗及调试周期。     

多变量预测控制算法在DCS中的应用与研究

针对实际生产中多变量无法建立准确数学模型的复杂控制系统的缺点,提出了基于多变量预测控制技术的先进控制方案。将多变量预测控制应用于集散控制系统(DCS),搭建了锅炉液位和温度控制系统的控制,进行了设定值跟踪及抗干扰实验研究。实验结果表明了广义预测控制算法的有效性。     

基于改进型Elman网络的碱回收黑液预测控制

针对某造纸厂碱回收蒸发工段的非线性、多变量和难以建立准确的数学模型的特点,提出了一种基于改进型Elman网络的预测控制算法,将预测控制和改进型Elman神经网络相结合,该算法通过实时在线预测、优化和反馈校正等过程,克服了传统PID控制方法对多变量对象控制效果不佳、抗干扰能力差等缺点。以蒸发工段黑液液位作为控制对象进行了仿真研究,仿真结果表明该算法具良好的控制效果和较强的抗干扰能力。     

人工神经网络在制造过程智能预测控制中的应用研究

本文介绍了人工神经网络用于过程控制中的理论与方法，研究了基于多层神经网络的自校正控制。并应用神经网络控制方法仿真了丝杠磨削中的传动链误差控制，取得了良好的效果     

质子交换膜燃料电池的一维气体扩散模型研究

目前对质子交换膜燃料电池(PEMFC)的系统性能进行分析时,多采用集总参数模型。它无法体现电池内部结构对系统性能的影响。本文建立了PEMFC沿膜厚方向的一维结构模型,通过分析在电池阴、阳极的气体扩散规律,研究气源压力、温度对电池输出电压的影响。通过与不同条件下的实验结果以及集总参数模型进行比较,本文的仿真结果更加符合实验结果,适用范围更广,可为车用燃料电池的优化和控制提供可靠依据。     

DMC技术在聚合反应温度控制中的应用

针对聚乙烯生产装置的关键工艺参数——温度的控制要求，采用具有前馈一反馈结构的预测控制(DMC)方案对温度进行控制，并在DCS上实现，取得令人满意的效果。     

基于模糊预测控制的回转窑温度控制

介绍了模糊预测控制技术在水泥回转窑温度控制中的应用。水泥生产的关键环节在于水泥回转窑,其中最重要的就是对回转窑温度的控制。针对热工对象存在的大惯性、大迟延问题,运用T-S模糊模型的离线辨识算法对复杂的热工对象建模,得到了回转窑温度控制系统的线性化模型。     

模糊预测函数控制在主汽温控制中的应用

火电厂主汽温被控对象具有大迟延、非线性时变的特性，且在实际运行中存在诸多可测与不可测的扰动。针对预测函数控制中模型失配影响的问题，本文提出了模糊推理对控制量进行补偿的预测函数控制方案。仿真结果表明，采用基于模糊补偿的PFC-P控制策略的串级主汽温系统，具有良好的控制品质．在适应性和鲁棒性上明显优于采用PID-P串级控制策略的主汽温系统。     

数控位置伺服系统控制策略研究

针对高速高精度加工技术对数控位置伺服系统的控制性能提出的更高要求以及现行位置伺服控制方法存在不足的问题,提出了一种基于模糊推理的广义预测控制方法。首先采用网格搜索算法和递推最小二乘法相结合的思想对伺服控制系统的模型结构和模型参数进行辨识;然后将广义预测控制方法作为数控位置伺服系统的控制策略,运用模糊逻辑推理对反馈偏差进行非线性在线校正,克服了传统的广义预测控制对CARIMA模型进行线性控制的缺点;最后通过MATLAB仿真和施耐德十字平台实验验证了该方法具有很好的控制性能和鲁棒性。该方法为高速高精度数控机床的位置伺服控制系统提供了一种新的思路。     

基于T-S模糊模型的辨识与控制

针对一类非线性系统,采用模糊辫识的方法建立系统的T-S模型,结合广义预测控制对模糊预测控制进行研究.应用模糊聚类和递推最小二乘法辫识T-S模糊模型的前提结构和结论参数.对于非线性系统来讲,T-5模糊模型有良好的描述特性,并结合广义预测控制的滚动优化,实现对非线性系统的有效控制.仿真结果说明了该算法的有效性.     

基于ARM的温度控制系统设计与研究

针对锅炉温度具有大惯性、大滞后、非线性和时变性的特点,以模糊PID自适应控制理论为基础,设计了基于ARM9的温度控制系统.首先介绍了系统的硬件构成,然后研究了模糊PID自适应控制算法的实现,最后给出系统的仿真结果.结果表明,该控制方法大幅度提升了对非线性、滞后性系统的控制效果.     

基于FIGA的广义T-S模糊模型预测控制

利用广义T-S模糊模型对非线性系统具有万能逼近性得到系统的局部线性化，并利用一种快速综合性遗传算法（FIGA）对广义T-S模糊模型进行参数辨识，根据得到的线性化模型对系统采取广义预测控制（GPC）得到当前的控制动作。通过Matlab仿真证明了该方法的有效性。     

注汽锅炉蒸汽干度的模糊前馈-反馈控制

为了实现注汽锅炉蒸汽干度的高质量控制，设计了一个基于模糊逻辑的前馈-反馈干度控制系统。该系统采用基于Takagi-Sugeno（T—S）模糊模型的多步预测器对蒸汽干度进行预测，并将其预测输出作为系统反馈信号。来自水流量的前馈控制量与主回路控制量相乘，形成相乘型前馈-反馈控制以实现水火量的自动跟踪。同时在控制结构中引入非线性跟踪-微分器以增强系统的抗干扰能力。应用结果表明，该干度控制系统具有良好的控制效果。     

基于模糊控制的液压伺服控制系统研究

针对非线性的液压伺服控制系统,设计了一种常规PID控制器和一种模糊PID控制器,并分析了它们的优点和缺点。通过MATLAB仿真表明,该模糊控制器既具有常规PID控制器高精度的优点,又具有模糊控制器快速、适应性强、可靠性高的特点,为液压系统控制提供了可行的方案。     

基于简化模糊模型的广义预测控制器

利用适应模糊推理修正非线性系统的局部线性化，提出一种基于模糊辨识的非线性系统广义预测控制器。仿真研究表明，该算法能有效实现对非线性对象的预测控制，抑制外来噪声，具有良好的鲁棒性。     

振动自适应模糊控制方法研究

将自适应模糊控制理论引入振动控制工程领域,提出了一种基于模糊逻辑系统的在线自学习控制方法。给出了该控制方法的学习算法及初始振动模糊控制器的产生方法。分析了该方法与其它非线性控制方法（神经网络控制）相比所具有的优点。仿真结果表明该自适应模糊控制方法能有效地抑制振动。