变论域模糊PID控制器的设计与仿真

双容水箱是典型的非线性时滞系统,采用常规模糊PID控制时,超调量大、振荡剧烈、控制效果不理想。本文将变论域模糊控制和PID控制结合起来形成变论域模糊PID控制器解决了上述问题。介绍了变论域模糊PID控制器的结构设计及伸缩因子的选择方法,并给出了具体的控制算法。使用Matlab建模仿真,结果表明该控制器的自适应能力强,且无超调量。     

模糊PFC及应用研究

温度控制系统的传递函数不是固定不变的,常规控制方法很难满足控制要求。预测函数控制属于预测控制的一种,当模型参数与实际系统参数相差较大时,控制效果将受到影响。根据影响系统参数的主要因素,离线辨识出系统传递函数,结合模糊控制理论,提出模糊PFC控制理论,实时地调整预测模型,提高预测函数控制的自适应能力。     

针对多变量耦合时滞系统的无模型控制改进算法

工业生产是国家经济发展的命脉,而在工业生产中过程控制起到非常重要的作用。实际的工业过程控制系统难以避免时滞,再者大部分的工业化生产过程都不只有一个被控量且往往互相耦合,种种原因使得整个控制过程难以建立准确的数学模型,因此一般控制方法难以实现令人满意的控制。无模型自适应控制(model free adaptive control,MFAC)方法无须建立被控对象准确模型,可直接进行控制器的设计,考虑针对被控系统的大时滞特性,将基本MFAC算法中的控制律进行变周期差值分析,增大控制输入差值周期,对原有控制算法进行改进,并对MIMO系统实现直接解耦控制。以循环流化床锅炉燃烧过程模型为例,MATLAB计算机模拟仿真实验表明该改进算法具有良好的控制效果。     

石油化工过程先进控制和实时优化技术

通过石油化工生产过程处理量大、连续生产、多变量互相关联影响、动态响应特性复杂、具有多重变时滞的特点以及在炼油化工企业计算机的先进控制主要方法自适应控制、多参数预估控制、组分推断控制、神经网络、模糊控制、最佳控制及故障诊断系统等的介绍,对先进控制技术的核心——控制器以及影响控制器效果的因数-所建模型和所采用的算法做了具体分析。     

基于TC控制与干扰观测器的Smith预估控制

针对传统的Smith预估器在实际工业过程控制中存在鲁棒性和抗扰性差的问题,提出了一种控制结构简单、不依赖于精确数学模型、响应速度可调的鲁棒控制器(TC控制器)与干扰观测器相结合的改进型Smith预估控制。当典型时滞系统的预估器模型时滞参数τm变化±50%时,系统输出仍然平滑而且响应速度快,增强了系统的鲁棒性和抗扰性,明显地改善了控制系统的品质。仿真研究表明该方法对于时滞系统有效、可行。     

针对多变量耦合时滞系统的无模型控制改进算法

工业生产是国家经济发展的命脉,而在工业生产中过程控制起到非常重要的作用。实际的工业过程控制系统难以避免时滞,再者大部分的工业化生产过程都不只有一个被控量且往往互相耦合,种种原因使得整个控制过程难以建立准确的数学模型,因此一般控制方法难以实现令人满意的控制。无模型自适应控制(model free adaptive control,MFAC)方法无须建立被控对象准确模型,可直接进行控制器的设计,考虑针对被控系统的大时滞特性,将基本MFAC算法中的控制律进行变周期差值分析,增大控制输入差值周期,对原有控制算法进行改进,并对MIMO系统实现直接解耦控制。以循环流化床锅炉燃烧过程模型为例,MATLAB计算机模拟仿真实验表明该改进算法具有良好的控制效果。     

基于趋势相似度分析的多重时滞辨识及其在加氢裂化流程中的应用

针对复杂工业流程生产单元间变量存在多重时滞且检测困难,提出一种基于趋势相似度分析的多重时滞辨识方法。选取单元间相关性强的关键变量,利用多项式最小二乘拟合后的变量导数数据定义趋势相似度,以经采样时滞平移后的趋势相似度最小,描述多重时滞辨识问题;用L2范数量化趋势相似度向量,将多重时滞辨识问题转化成L2范数最小化问题;并用改进的自适应粒子群算法快速寻优,确定各变量的最优采样时滞。所提方法被应用于加氢裂化流程中,辨识出各变量的实际采样时滞,由此建立了基于局部加权核主元回归的柴油闪点预测模型。实验结果表明：考虑多重时滞的预测模型准确率提高了19.05%,验证了所提时滞辨识方法的有效性。     

基于模糊神经网络PID控制的污水处理应用研究

针对活性污泥污水处理系统具有复杂的非线性和时变性,传统的控制方法存在着精度不高,自适应能力差等缺点,提出一种模糊神经网络PID控制方法,将模糊神经网络与PID相结合,既发挥了PID控制的优势,又增加了模糊神经网络自学习和处理定量数据的能力,并且其中采用了动态递归神经网络对污水处理系统进行模型辨识。该控制方法能够快速、有效地使曝气池中溶解氧浓度达到期望值,并且具有较好的控制效果与控制精度。仿真结果验证了该控制方法的有效性和正确性。     

基于趋势相似度分析的多重时滞辨识及其在加氢裂化流程中的应用

针对复杂工业流程生产单元间变量存在多重时滞且检测困难,提出一种基于趋势相似度分析的多重时滞辨识方法。选取单元间相关性强的关键变量,利用多项式最小二乘拟合后的变量导数数据定义趋势相似度,以经采样时滞平移后的趋势相似度最小,描述多重时滞辨识问题;用L2范数量化趋势相似度向量,将多重时滞辨识问题转化成L2范数最小化问题;并用改进的自适应粒子群算法快速寻优,确定各变量的最优采样时滞。所提方法被应用于加氢裂化流程中,辨识出各变量的实际采样时滞,由此建立了基于局部加权核主元回归的柴油闪点预测模型。实验结果表明:考虑多重时滞的预测模型准确率提高了19.05%,验证了所提时滞辨识方法的有效性。     

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.     

基于改进遗传算法的双向BP神经网络控制

针对因果系统提出一种双向神经网络,在相邻两层神经元之间建立反向连接,以直接把被控系统先前时刻的状态变量引入到网络中;设计了一种自适应调整遗传算法交叉率和变异率的规则;结合遗传算法和神经网络的优点,给出了一种基于遗传算法的双向神经网络控制方案,该方案兼有遗传算法的强全局搜索能力和神经网络的鲁棒性和自学习能力。仿真结果表明,该算法能使种群基因保持多样性,有效抑制了算法的早熟收敛;基于该算法的控制系统调整时间短、准确度高,具有良好的抗干扰能力,能满足实时性和稳定性要求。     

基于经验模态分解方法的纸张水分控制

针对于纸张水分信号的大时滞特性和噪声成分的非平稳特性所造成的水分控制系统控制效果差的问题,利用经验模态方法将水分信号分解为反映水分噪声信号结构的内在模态函数和反映水分信号总体变化趋势的趋势分量,滤除内在模态函数,并采用大林算法对趋势分量进行控制以克服水分控制系统中的大滞后环节.生产实践表明:该方法的控制效果优于PID算法或模糊控制算法.     

模糊自调整PID控制在电厂锅炉水处理中的应用

针对锅炉水处理系统所具有的非线性、时变、大延迟的特点,对其工艺和控制过程进行了详细的研究。突破了常规的PID及模糊单独控制的方法,采用了两者相结合的控制策略,使其扬长避短,即在常规的PID调节器的基础上,根据误差及误差的变化,通过模糊推理来实现PID参数的自调整。与现有控制算法相比,该算法简单、实时性强、调节效果好,从而具有较好的工程应用前景。     

改进的内模控制方法对一阶非自衡对象的控制研究

针对传统的内模控制方法在非自衡对象中应用的不足,提出一种改进的内模控制方法。该方法在传统的内模控制结构中添加了一个比例控制器和一个比例微分控制器,分别用于镇定不稳定对象和改善控制系统的抗干扰特性及鲁棒特性,并采用全极点近似法对被控对象的纯滞后项进行近似处理。改进的内模控制方法具有很好的目标跟踪特性和干扰抑制特性,各个控制器的设计简单,且整个控制系统只有一个调节参数。最后通过对一个一阶非自衡对象进行仿真,其结果说明了本文所提出的内模控制新方法的有效性。     

OPTIMAL CONTROL BY EVOLUTIONARY ALGORITHM TECHNIQUE COMBINED WITH SPLINE APPROXIMATION METHOD

Optimal control problems are notoriously difficult to solve analytically or numerically except for limited cases of simple dynamics. Evolutionary algorithms are a promising method of solving various optimal control problems arising in practice since they do not require the expression of Lagrange's adjoint system and can easily implement the inequality constraints on the control variable. In this article, the evolutionary algorithm method is combined with the spline method so that the smooth control profile and switching time of bang-bang control could be obtained simultaneously. The optimal profiles obtained by the proposed method are compared with exact solutions if available. The proposed method could solve the problems only if there are only model equations and performance index functions, and even then the solution profiles are complicated. It is demonstrated that the evolutionary algorithm with the spline method can solve a wide range of optimal control problems including those of the bang-bang type.     

OPTIMAL CONTROL BY EVOLUTIONARY ALGORITHM TECHNIQUE COMBINED WITH SPLINE APPROXIMATION METHOD

Optimal control problems are notoriously difficult to solve analytically or numerically except for limited cases of simple dynamics. Evolutionary algorithms are a promising method of solving various optimal control problems arising in practice since they do not require the expression of Lagrange's adjoint system and can easily implement the inequality constraints on the control variable. In this article, the evolutionary algorithm method is combined with the spline method so that the smooth control profile and switching time of bang-bang control could be obtained simultaneously. The optimal profiles obtained by the proposed method are compared with exact solutions if available. The proposed method could solve the problems only if there are only model equations and performance index functions, and even then the solution profiles are complicated. It is demonstrated that the evolutionary algorithm with the spline method can solve a wide range of optimal control problems including those of the bang-bang type.     

基于自适应解耦的加热炉燃烧系统控制

钢坯加热炉具有多个温区,各温区存在着较强的耦合性,具有大惯性、大时滞及不确定性等特点,运行中还存在着负荷变化及燃气压力波动等扰动。由于建立准确数学模型很困难,使得一些解耦方法难以应用。针对加热炉的特点,提出了基于增益自适应的解耦方法,有效克服了模型偏差或系统参数摄动的影响。在解耦合的基础上,对各温区设计了温度串级双闭环交叉限幅比值控制。仿真结果表明:在系统参数大幅度摄动时,具有良好的解耦能力和优良的控制性能。     

分布式预测控制全局协调及稳定性分析

实际的化工过程系统维数都较高,对系统进行关联分解并使各子系统进行协调来实现整个大系统全局最优是必要的。对于关联作用存在反馈的化工过程大系统,分散式预测控制算法和基于串联过程推导的邻域优化分布式预测控制算法都不适用,因此在这两个算法的基础上推导出约束条件下基于全局协调的分布式预测控制算法。针对分解后得到的子系统,假设子系统间关联信息的传递存在一个采样时间的滞后,建立每个子系统的预测模型时考虑滞后的关联信息;建立子系统的目标函数时,综合考虑所有关联子系统的输入和输出对本子系统的关联作用;每个子系统滚动优化并行求解各自的最优控制作用。然后,在一定条件下分析了基于全局协调的分布式预测控制算法与集中预测控制算法的一致性,并说明了闭环系统的全局稳定性。最后,通过对Shell公司重油分馏塔和TE过程两个例子进行仿真并与其他算法进行比较,验证了本文提出算法的可行性和有效性。     

P-隐式广义预测控制在球磨机制粉系统中的应用

球磨机制粉系统多变量、强耦合的特点使得传统的控制策略难以取得良好的控制效果。通过选择合适的权矩阵,预测控制可以实现间接解耦控制,但系统的跟踪性能将大大降低。提出了带比例调节器的隐式广义预测控制(P-隐式GPC)算法,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过于剧烈,新增加的比例调节器使设定值与实际值的偏差实时改变,增强了系统的跟踪性能。将该算法应用到球磨机制粉系统取得了良好的控制效果。