机组非线性模型的多变量内模控制

大型火力发电机组的协调控制系统是一个复杂的多变量非线性控制系统。随着科学技术和生产的迅速发展,对复杂和不确定性系统实行自动控制的要求不断提高,为进一步改善控制品质,必须采用先进控制器。内模控制由于具有良好的跟踪性能和抗干扰能力,并对模型失配有一定的鲁棒性,使其在工业控制中获得了广泛的应用。为了克服非线性环节以及能量供需之间关联耦合作用对协调系统控制品质的影响,本文结合反馈线性化方法与多变量内模控制,对机组非线性模型设计出非线性内模控制器。     

Fuzzy-PI控制在主汽温对象中的仿真应用

在电厂安全稳定运行中,主汽温度是重要的参数之一。汽温过高或过低,都将给安全生产带来不利影响。针对火电厂主汽温对象大迟延,时变性的特点,将传统的PID控制器与模糊控制器相结合,构成了一种Fuzzy-PI复合主汽温控制系统,从而充分利用了模糊控制的动态特性好和PID调节能消除静差的特性。仿真结果表明,Fuzzy-PI复合主汽温控制器在控制品质上优于常规PID控制系统。     

一阶时滞对象的最优内模PID控制

针对使用传统PID参数整定方法难以获得最优性能的问题,介绍了一种基于内模控制的PID控制器设计方法,使用蚁群优化方法对其中的参数进行优化,使系统达到某一最优性能指标.另外介绍了一种高阶模型的降阶方法,该方法计算简单并具有较高的精度.最后同其他著名的整定方法进行了比较,结果显示该方法有较大的灵活性,在某一性能指标下可使系统获得最优或接近最优的性能.Matlab仿真研究表明了该方法是有效、可行的.     

多模型自适应广义预测控制及其在电厂汽温系统中的应用仿真

针对火电厂变负荷机组汽温系统动态特性的时变大迟延特点,首先给出了广义预测控制律的简化算法,在此基础上提出多模型广义预测控制方案。分析了多固定模型的选取问题,给出了在特定工况下的模型选择依据。仿真结果证实了算法的有效性。     

模糊内模控制在再热汽温中的应用研究

对基于燃烧器摆角的锅炉再热汽温被控对象进行调节量扰动试验,针对该被控对象具有大惯性、大滞后、参数时变等特性,提出一种模糊内模控制方案,仿真研究结果表明该控制方案具有良好的控制品质、抗干扰能力和鲁棒性。     

双容水箱液位的内模PID控制研究

通过把经典通用的PID的控制方法与内部模型控制技术的优良特点相结合,设计出内部模型PID的控制的理论算法,并且在软件仿真中对双容水箱的液位进行控制。双容液位的仿真控制是在MATLAB软件中实现,根据被控对象的传递函数建立二阶系统控制模型,并且通过内部模型比例积分微分(IMC-PID)的控制算法来完成对两个水箱的水位的高度进行目标控制。通过内模PID控制算法能够比较迅速的整定出最优PID参数,简化了整个整定过程,并且对二阶系统控制效果也能达到最优化。     

复杂系统的多内模控制策略

针对实际对象在不同工况下的模型参数变化或突变，提出了基于多模型切换的内横控制方法，并对系统的稳定性给出了证明。在着干不同的工况点采用不同的模型，并设计出相应的控制器，根据运行工况选择相应的控制器，从而实现全工况运行的自适应控制。仿真结果表明。该控制策略比常规的单内模控制在大范围具有更好的控制品质。     

纯滞后对象基于模型估计控制方法的研究

针对一阶加纯滞后模型(FOPDT)及二阶加纯滞后模型(SOPDT),本文介绍了基于模型估计的内模控制(IMC)、外模补偿控制(EMC)、Smith预估控制这三种对克服对象纯滞后实用有效的控制方法.且对各类控制器提供了详细的设计方案,其特点是结构简单易于实现.文中最后纳入仿真内容进行分析比较.     

复杂过程的多模型建模方法研究

针对复杂工业过程的非线性、工况范围广的特点,本文提出了一种新的多模型建模方法.首先对系统按照工况划分准则进行双层K均值聚类,在此基础上采用LS-SVM算法建立各局部模型,并用粒子群算法对多模型权值进行辨识.此建模方法收敛速度快,对辨识过程有良好的全局适应性.并以典型非线性主汽温系统作为辨识对象,采用上述方法建立其系统的多模型,仿真结果验证了该方法的有效性.     

多模型自适应控制理论的研究

本文研究了多模型自适应控制理论的发展历史及现状,总结了各种多模型控制方法,提出了存在的问题,展望了多模型控制的发展前景。     

基于自适应参数域遗传算法的机油泵性能曲面研究

通过对机油泵工作特性进行分析,建立机油泵工作特性曲面的数学模型。分别采用单种群基本遗传算法和自适应域多种群遗传算法求解了所建立的机油泵工作特性曲面模型的关键参数。通过计算和试验表明,自适应域多种群的遗传算法根据解的离散程度或集中程度动态调整参数域,使得求解空间收敛,搜索最优解的收敛速度较快,且所获得的解的质量更高,从而使机油泵工作特性曲面模型的预测精度更高。     

基于自适应模糊逻辑的多模型跟踪算法

针对基于“当前”统计模型的交互式多模型算法，难以恰当地确定当前模型的概率以及系统参数 和 在跟踪过程中不能自适应调整的缺点， 采用自适应模糊推理的方法进行改进以提高跟踪的快速性。同时应用蚁群算法对设计参数进行优化，以提高跟踪的精度。最后将所设计的基于“当前”统计模型的多模型改进算法用于机动目标的跟踪仿真，仿真结果表明所设计的改进算法是有效的。     

自适应遗传算法在直线电机进给系统伺服参数优化中的应用研究

针对传统经验方法难以得到合理的直线电机进给伺服系统控制参数,提出一种改进的自适应遗传算法对直线电机伺服系统五个控制参数进行同步优化。在分析直线电机进给系统控制原理的基础上,采用实数编码对控制参数进行编码生成种群,根据控制需求确定了由误差积分项、超调量惩罚项、稳定时间项组成的适应度函数,为加快遗传算法的收敛速度、防止算法进入局部收敛,采用非线性变化的自适应交叉率和变异率对算法进行改进。仿真结果显示,改进的自适应遗传算法在保证系统无超调的情况下使稳定时间达到4.1 ms,优于三环参数整定法的39 ms和传统遗传算法的5.9ms,相比于三环参数整定法系统达到稳态所需要的时间减少了89.4%;采用改进的自适应遗传算法后正弦信号的平均相对跟随误差绝对值为24.70%,优于三环参数整定法和传统遗传算法的51.02%和24.77%。因此,改进的自适应遗传算法在解决直线电机伺服系统多控制参数同步优化问题时,性能优于三环参数整定法和传统遗传算法。     

多模型控制方法研究及应用

探讨了多模型控制方法的发展现状，多模型控制是解决各种复杂的、参数不确定性的、非线性系统的一种行之有效的控制方法。同时对交互式多模型控制、多模型预测控制和多模型自适应控制等进行了研究，并分析了多模型控制应用的现状，展望了多模型控制的发展前景。     

多模型控制方法研究及应用

探讨了多模型控制方法的发展现状,多模型控制是解决各种复杂的、参数不确定性的、非线性系统的一种行之有效的控制方法.同时对交互式多模型控制、多模型预测控制和多模型自适应控制等进行了研究,并分析了多模型控制应用的现状,展望了多模型控制的发展前景.     

高速主轴有限元模型热学参数自适应辨识方法

高速加工中心高速主轴是一种复杂的力-热耦合系统,针对其数学模型边界条件难以确定这一难题,提出了一种在少量试验数据组的基础上推定有限元模型热学边界条件的方法。该方法应用最小二乘支持向量回归对样本参数进行辨识,结合遗传算法,实现了高速主轴有限元模型热学参数自适应辨识。结合HMC-80高速高速主轴进行了实验应用,验证了该方法的有效性。     

基于CRuntimeClass对象的零部件封装参数化设计

针对现今机械产品的生产特点和用户对产品的个性化要求，阐述了参数人设计的重要性。采用基于CRuntimeClass对象封装思想，提出了工程软件中动态创建类的技术，用于封装零部件和特征，大大提高了软件的开放性和强健性。     

远程参数自适应控制系统

针对道路模拟或地震模拟等试验时需要再现实际路况的问题,采用了自适应有限脉冲响应滤波器的多通道逆向控制方法,使多通道振动台模拟试验系统的系统响应逼近于期望响应信号,并且提出了一种新的可变步长自适应滤波算法.在进行了计算机仿真的基础上,利用TMS320F2812DSP板进行了试验,给出了利用此算法进行的模拟结果曲线.试验结果表明:采用这种方法控制振动台模拟试验系统,精确地再现了期望响应信号,满足了试验系统的要求.     

非线性系统的参数自适应变结构控制器设计

采用 HM模型描述非线性系统 ,并将全局模糊系统模型表示成不确定系统形式。对不确定上界进行自适应参数估计 ,采用 L yapunov方法设计出全局渐近稳定的变结构控制器。并用一级倒立摆进行仿真验证。成功的将变结构控制应用于非线性控制系统中