随机系统的多模型直接自适应解耦控制器

针对多变量离散时间随机系统, 提出了一种采用广义最小方差性能指标的多模型直接自适应解耦控制器. 该多模型控制器由多个固定控制器和两个自适应控制器构成. 固定控制器用以覆盖系统参数的可能变化范围, 自适应控制器用以保证系统的稳定性和提高暂态性能. 该多模型控制器利用矩阵的伪交换性和拟Diophantine方程性质, 基于广义最小方差性能指标, 将随机系统辨识算法和最优控制器设计相结合, 直接辨识出控制器的参数, 通过广义最小方差性能指标中加权多项式的选取,不但实现了多变量系统的动态解耦控制, 而且消除了稳态误差、配置了闭环极点. 文末给出了全局收敛性分析. 仿真结果表明该方法明显优于常规自适应控制器.     

变风量空调的自适应解耦控制研究

变风量空调是一个多输入多输出的相互耦合的系统,由于实际系统受多种因素的影响,系统模型参数也会发生变化。针对系统的耦合性和时变性,提出一种基于在线辨识的自适应解耦控制策略并将其应用在变风量空调系统中。该控制策略采用具有遗忘因子的递推方法和基于零频率模型匹配的联合参数辨识算法,在控制系统闭环运行条件下,对系统的过程参数进行在线辨识,以此模型来设计控制器和解耦器,对相关控制回路进行解耦控制。对实际系统中两个耦合的回路进行仿真分析和实验验证,结果表明该方法有效改善了系统的耦合作用,提高了控制系统的稳定性和鲁棒性。     

基于神经网络与多模型的非线性自适应广义预测解耦控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性.     

基于神经网络与多模型的非线性白适应广义预测解耦控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法．该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成．线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能．切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能．同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析．最后,通过仿真实例验证了该方法的有效性．     

采用逐维定位的多模型自适应解耦控制器

针对多变量系统中多个参数同时变化导致模型数目巨大,计算时间长等问题,提出了采用逐维定位的多模型自适应解耦控制器．该方法将多维空间的并行寻优问题转化为多个一维空间的串行寻优问题,每一次固定其他参数、只针对一个参数寻找最优模型,可大大减少系统模型集的数量．该控制器基于性能指标搜索最优模型,通过加权多项式矩阵的选择,不但消除了稳态误差,任意配置闭环系统的极点,而且实现了动态解耦控制．最后给出全局收敛性分析．仿真结果表明当采用相同的固定模型覆盖每个参数的变化区间时,其模型集的数目远远小于常规多模型控制器．而当采用相同数目的模型时,其控制效果明显优于常规多模型控制器．     

一类非最小相位系统的多变量多模型解耦控制器

为解决系统暂态响应变差问题，提出一种基于多模型切换的多变量直接自适应控制器，通过加权多项式矩阵的选择，可消除稳态误差，实现静态解耦控制，该控制器由多个参数已知固定模型和两个自适应模型构成，多个固定参数控制器模型可由系统参数模型通过映射直接得到，并与邻城一起完全覆盖控制器参数模型集，仿真结果表明，对于非最小相位系统，暂态响应可得到明显改善。     

多变量非方系统解耦问题的研究

多变量非方系统不仅具有多耦合性,还具有结构上的复杂性,即输入输出不等。针对工业过程中经常遇到的非方系统的解耦问题,结合内模控制理论,采用矩阵论中的广义逆方法设计解耦控制器。通过采用将原系统求广义逆以后产生的不稳定极点分离出来的方法来保证系统的内部稳定性。最后通过设计滤波器来保证系统的正则性和动态性能。仿真结果表明,该方法不仅跟踪迅速,动态性能良好,并且实现了系统的完全解耦。     

多变量逆解耦自抗扰控制及其在精馏塔过程中的应用

化工生产是一类典型的多变量过程对象,该类对象具有时变性、耦合性、时滞性等特点,传统的单变量控制方法很难在此类系统中取得良好的控制效果.针对时变性,本文在假设对象模型未知的前提下,利用阶跃响应数据,研究了基于最小二乘的一阶、二阶时滞系统辨识方法.针对多变量系统存在耦合性的特点,采用逆解耦方法实现对象的解耦.再对解耦后的时滞子系统设计了自抗扰控制器.仿真实验中,以精馏塔的Wood-Berry模型和Ogunnaike-Ray模型为例,验证了算法的有效性.     

多温区电加热炉自适应PID控制方法

多温区电加热炉是一种典型的多输入多输出系统(MIMO),存在着耦合性、不确定性和非线性的控制难点.针对此问题,提出了一种自适应PID控制方法.该方法先以解耦减小系统耦合性,再利用小脑模型关节控制器(CMAC)在线学习系统的未知不确定性及外部扰动,证明了CMAC神经网络在线逼近的收敛性和自适应控制方案的稳定性.实验结果表明,该控制方法有效地控制了各个温区的温度,提高了控制性能,具有实际应用意义.     

多变量极点配置自适应动态解耦控制器

本文提出了一种以多变量极点配置为基础的自适应解耦控制器,该控制器不仅可以任意配置闭环系统的极点位置而且可以直接对闭环系统实现动静态解耦控制,仿真实验结果表明该控制器比一般的极点配置控制器具有更好的控制性能。     

强制循环蒸发系统的非线性自适应解耦PID控制

本文结合现场的实际过程数据,首先应用能量平衡建立了强制循环蒸发过程的动态模型.针对该过程的多变量、非线性以及强耦合特性,在常规增量式PID控制器的基础上提出基于神经网络与多模型切换的非线性自适应解耦PID控制策略.该控制器是由线性自适应解耦PID控制器和基于神经网络的非线性自适应解耦PID控制器以及切换机构组成.其中线性自适应解耦PID控制器可以保证系统的稳定,而基于神经网络的非线性自适应解耦PID控制器则可以有效地提高系统的性能.上述过程的PID参数是通过广义预测的方法得到,最后通过仿真表明,上述控制方法不仅消除了回路间的耦合,在稳定生产的同时提高了蒸发的效率.     

特征轨迹法解耦活套高度和张力控制系统

针对板带热连轧机活套高度和张力控制系统，给出一种新的多变量解耦控制策略．利用特征传递函数的轨迹来判定闭环系统的稳定性．利用失配角度曲线来检验系统的关联性．采用特征轨迹方法设计出的解耦控制器在最大程度上减弱了活套高度和张力控制系统的关联．最后，用Matlab中的系统仿真工具箱Simulink对活套多变量控制系统进行仿真实验，结果表明解耦后的活套控制系统可获得更好的控制性能．     

可控受限多变量耦合系统的智能控制

针对可控受限多变量耦合系统,提出了一种基于对角递归神经网络(DRNN)整定的PID混合解耦控制。采用对角递归神经网络来辨识系统模型,进而对PID控制器参数进行整定,实现多变量解耦控制。通过对多变量耦合控制系统的设计和实时控制,实际控制结果达到了解耦控制的要求,并具有无超调、响应速度快、控制精度高等特点。     

多变量时滞过程解耦Smith控制

针对实际工业生产中常见的多输入多输出时滞过程,构造多变量Smith预估控制结构,提出基于对象模型伴随矩阵的解耦器设计方法.通过对解耦后对象的幅频和相频特性分析,获得对象的简化一阶数学模型.根据Smith预估控制结构闭环特征方程的特点,利用Butterworth滤波器极点配置的原理,对解耦后的多变量时滞过程设计PI控制器.结合实际过程中常见的不确定性,分析了控制系统保证鲁棒稳定性的充要条件.最后以实例验证了本文所提方法的优越性.     

一类非线性多变量系统的多模型自适应解耦控制

针对一类多变量离散时间非线性动态系统。分别设计线性鲁棒自适应解耦控制律和神经网络非线性自适应解耦控制律．根据指定的性能指标,通过它们之间的切换对系统进行控制．理论分析和仿真结果表明,该控制策略不但可以保证闭环系统BIBO稳定,而且能够改善系统的性能．     

Globally convergent multivariable adaptive decoupling controller and its application to a binary distillation column

This paper describes a new multivariable adaptive decoupling controller combining a decoupling compensator with a generalized minimum variance technique. The controller can completely decouple closed-loop systems both dynamically and in the steady state. It can control an unstable and/or non-minimum phase system and it can control the process with an arbitrary time delay structure. The proof of global convergence for the algorithm is also given. Successful experimental results of the adaptive decoupling control for a pilot-scale binary distillation column demonstrate the effectiveness of the proposed adaptive decoupling algorithm.     

Direct adaptive decoupling control for general stochastic multivariable systems

This paper presents a novel adaptive decoupling controller for general stochastic multivariable systems with arbitrary time delay structure. The decoupling controller is constructed using a diagonal dynamic precompensator to diagonalize the system interactor matrix and then combining the feedforward control strategy and the generalized minimum variance approach. It cannot only control unstable and'or non-minimum phase processes but also decouple the closed-loop systems both dynamically and in the static state. It is adaptively implemented in direct form. The global convergence properties and parameter estimate consistency for this adaptive decoupling algorithm are also discussed. It is shown that this adaptive controller not only has globally convergent properties but also generates strongly consistent parameter estimates. The results of simulations and an application are proposed to demonstrate the effectiveness of the algorithm.