一类非线性大滞后系统的智能前馈控制策略与算法

针对工业控制中一类常见的非线性大滞后对象,本文提出一种基于仿人智能策略的前馈组合控制器.前馈控制部分通过在线优化滞后参数估计值来获得被控对象的静态逆模型,逆模型辨识与直接逆控制由两个神经网络分别实现,从而可以在线调整网络权值.基本模糊控制器可在模糊PID和模糊PD控制算法之间进行转换,适用于控制系统的各工作状态.仿人智能控制策略根据输出误差变化的不同阶段调整所使用的控制组合,并具有自寻优功能.仿真表明,这种控制方法可取得较好的控制效果.     

纯滞后系统的逆动态模型复合控制

提出了一种基于小脑模型神经网络的纯滞后对象控制方案。该方案通过在线学习被控对象的逆动态模型,利用前馈控制原理实现快速跟踪控制,克服了传统的Smith控制方法的不足。该方法具有不需建立精确模型、响应快速和鲁棒性强等特点。仿真结果表明控制器具有优良的品质。     

基于神经网络的迟滞非线性补偿控制

提出了一种基于神经网络的迟滞非线性的补偿方法.首先构造一个Duhem逆算子来描述迟滞逆状态.然后利用神经网络来逼近此状态和输出之间的关系来得到神经网络迟滞逆模型,神经网络权值采用反馈误差学习方法来进行在线调整.系统的前馈控制器和反馈控制器分别为逆模型和PID控制器.该方法不需要建立迟滞的正模型,能够在线构造逆模型来实现迟滞补偿.最后通过仿真验证了该方法的有效性.     

水平连铸计算机控制系统中的Smith-Fuzzy控制器

介绍了一种可补偿纯滞后的模型参考自学习模糊控制器 ,改善了普通Fuzzy控制器对大滞后工业过程的控制效果 ,通过模糊逆模型修改控制表 ,表现了较高的智能。以水平连铸控制系统为对象 ,进行了仿真研究 ,结果表明这种方法是可行的和有效的 ,具有很好的鲁棒性。     

一种新型仿人智能模糊混合控制器的研究

本文将智能控制算法和PI控制算法相结合,提出了一种基于PI的模糊混合控制器。新控制器在控制过程中借助仿人智能算法实现控制参数的在线调整。仿真结果表明,该控制方法对非线性时变系统有较好的控制效果。     

水平连铸计算机控制系统中的Smith—Fuzzy控制器

介绍了一种可补偿纯滞后的模型参考自学习模糊控制器,改善了普通Fuzzy控制器对大滞后工业过程的控制效果,通过模糊逆模型修改控制表,表现了较高的智能。以水平连铸控制系统为对象,进行了仿真研究,结果表明这种方法是可行的和有效的,具有很好的鲁棒性。     

一种新型仿人智能模糊混合控制器的研究

本文将智能控制算法和PI控制算法相结合,提出了一种基于PI的模糊混合控制器.新控制器在控制过程中借助仿人智能算法实现控制参数的在线调整.仿真结果表明,该控制方法对非线性时变系统有较好的控制效果.     

天然气发动机仿人智能模糊混合控制器的研究

本文将智能控制算法和PI控制算法相结合,提出了一种基于PI的模糊混合控制器。新控制器在控制过程中借助仿人智能算法实现控制参数的在线调整。仿真结果表明,该控制方法对非线性时变系统有较好的控制效果。     

基于模糊模型的非线性内模控制策略研究

针对一类非线性动态过程提出了基于模糊模型的非线性内模控制算法(NFIMC)。NFIMC控制器包括逆模糊模型控制器和滤波器。过程的模糊模型和逆模糊模型均可由模糊辨识获得。CSTR的仿真结果表明:该算法可以对强非线性过程实现有效控制,并且具有结构简单、计算效率高等优点,有利于在线应用。     

原料预热温度的模糊PID-神经元控制

针对具有不确定性、大纯滞后的催化裂化反应再生装置原料预热温度控制,提出了一种模糊PID-神经元控制方法.从介绍催化裂化反应再生装置原料预热被控对象的建模、神经元非模型控制和公式化的模糊控制方法人手,建立了模糊PID-神经元控制系统,设计了模糊神经元混合控制器,并使用神经元来在线调整模糊PID控制器的模糊规则.仿真实验结果表明所提出的模糊PID-神经元控制方法具有强鲁棒性,能有效控制具有大纯滞后和不确定性的对象.     

交流励磁发电机智能模糊励磁控制研究

在深入分析和研究交流励磁发电机的基础上,结合模糊控制不依赖对象模型、控制迅速等优点,针对交流励磁发电机提出了一种带有智能模糊控制器的新颖解耦励磁控制方法.通过模糊控制理论建立了相应的励磁控制模型,并以双PWM变换器为基础设计了智能模糊励磁控制器;通过仿真分析验证了智能模糊励磁控制器提高了系统的运行性能,以及智能模糊控制方法的正确性和有效性.     

基于非线性模型的电加热温度控制器的设计

电加热炉具有非线性、时变、滞后、不对称等特点。控制对象的复杂性,导致对它的控制有一定的难度。本文根据电加热温度控制系统的全功率升温／自然降温特性曲线．提出一种非线性数学模型。基于该模型的特性,针对多段程序控制升温系统．讨论了控制器结构。设计了前馈控制器和PID控制器．分析了控制器参数与模型参数之间的内在联系。根据实际的电加热温度控制系统,计算出了具体的控制参数．实现了精确控制。通过实验,验证了模型建立的有效性和控制器设计的优越性。     

一类时变非线性系统的参数反馈模糊控制器分析与设计

本文针对工业控制中一类常见的非线性时变系统，提出了一种利用参数反馈在线修正 规则的模糊控制器；在全面介绍控制器结构与功能的同时，详细阐述了模糊规则修正器的原 理和设计方法，并采用基于功能评价的方法进行系统分析．在这个控制系统中，基本模糊控 制器简单实用；模糊规则修正器能充分利用对被控对象的分析成果；GA寻优算法能进一步简 化设计，提高性能．仿真结果表明，这种控制器的效果是令人满意的．     

Improving error compensation via a fuzzy-neural hybrid model

Factors that influence the accuracy of machining and in-cycle measuring processes are varied. It is very difficult or impossible to identify and fix each error by in-cycle measuring systems with touch trigger probes. Moreover, even where errors have been determined, the effects and relationships among them are very complicated, and there are no existing mathematical models to be applied to control or compensate the machining processes. This paper introduces a new in-cycle measuring and error compensation system based on a fuzzy controller combined with a supervised neural network. The fuzzy neural hybrid compensation model consists of a multilayer feed-forward neural network trained with the back propagation gradient descent algorithm. The fuzzy rules are implemented by the hidden layer of the network, and the fuzzy max-min operations are replaced by the feed-forward summation. The proposed system reveals that it is feasible to achieve an improved machining performance by adapting the fuzzy membership functions and generating linguistic control rules. A series of experiments is performed, and the characteristics of the system are evaluated and discussed.     

基于CPN的模糊控制器系统设计及其应用研究

本文给出一种基对于向传播网络ＣＰＮ的模糊控制器设计。该网络经训练后能得到模糊规则并且具有自动学习功能，在控制性能上较普通控制器有所改进。最后给出加压钢前箱系统的应用实例。     

基于模糊控制技术的中央空调控制器的仿真研究

针对常规模糊控制技术的不足,从模糊控制的本质出发,分析了现有改善模糊控制器性能的方法。在此基础上,提出了一种变论域模糊控制加PID控制器的方案,设计了相应的控制器,并以中央空调系统为控制对象进行了仿真实验。仿真结果表明,该模糊控制比常规模糊控制的超调量小、稳态精度高并且抗干扰性较好,模糊控制器的性能得到了较大的提高,而且简单易行,适合于硬件实现。     

基于模糊神经网络PID控制器的EEC数字化设计

为实现航空发动机模拟式电子控制器(EEC)的数字化设计,以其低压压气机导流叶片调节通道为主要研究对象,提出一种模糊神经网络PID控制器,将模糊控制、神经网络、PID控制相结合,利用模糊控制专家经验优势和神经网络的自学习、自适应能力,优化PID控制参数,实现控制性能提升。仿真结果显示,基于模糊神经网络的PID控制器控制性能有较大提高,具有比常规神经网络PID控制器更小的超调量和更好的抗干扰性;适用于定常系统和非定常系统,具有更好的自适应性与鲁棒性;可应用于航空发动机模拟式电子控制器(EEC)的数字化设计。     

基于控制器与辨识器的转台系统设计

为改善三轴转台系统性能.结合传统控制方法与神经网络控制,提出一种基于RBF辨识转台系统的CMAC神经网络与PID并行的复合控制算法.算法采用RBF辨识对象模型,CMAC实现前馈控制,并实现PID控制参数的在线整定和优化.也给出了CMAC控制器算法和系统辨识的RBF网络算法.以某转台模型为对象,仿真结果表明算法具有了传统控制的优点,进一步也证明了算法的可行性和优越性,且具有了更强的适应性和鲁棒性,能更为有效地应用于转台系统中.     

城市固废焚烧过程数据驱动建模与自组织控制

城市固废焚烧(Municipal solid waste incineration, MSWI)是处置城市固废(Municipal solid waste, MSW)的主要手段之一.中国MSW来源范围广、组分复杂、热值波动大,其焚烧过程通常依靠人工干预,这导致MSWI过程智能化水平较低且难以满足日益提升的控制需求. MSWI具有多变量耦合、工况漂移等诸多不确定性特征,因而难以建立其被控对象模型并设计在线控制器.针对以上问题,提出了一种面向MSWI过程的数据驱动建模与自组织控制方法.首先,构建了基于多输入多输出Takagi Sugeno模糊神经网络(Multi-input multi-output Takagi Sugeno fuzzy neural network,MIMO-TSFNN)的被控对象模型;然后,设计了基于多任务学习的自组织模糊神经网络控制器(Multi-task learning selforganizing fuzzy neural network controller, MTL-SOFNNC)用于同步控制炉膛温度与烟气含氧量,其通过计算神经元的相似度与多任务学习(Mu...