大迟延过程的预测智能控制

针对大迟延过程,提出一种预测与智能控制相结合的新型控制器。该控制器是根据偏差状况及预测变化趋势,通过模仿人的控制思维方式来选择相应控制量,故可降低对预测模型精度要求。将该控制器用于锅炉过热汽温控制中,仿真实验表明：该控制器的控制品质优于常规控制算法,并具有较强鲁棒性。     

基于BP网络的典型工业过程自适应预测区域控制

针对一类具有分数传输滞后、参数时变的典型工业过程开环参数与广义预测控制器参数之间的内在联系,通过在目标函数中引入开环增益,并利用BP网络的非线性映射能力得到了自适应广义预测控制的一种直接算法。在该算法中,先用一个辨识器辨识过程开环参数,然后由一个已训练好的BP网络根据辨识结果和加权因子的值直接计算出控制器的参数,得到控制律。该方法不依赖于过程的精确模型,极大地简化了在线计算负担。同时,把区域控制的思想引入到预测控制之中,给出了两种区域预测控制方案。在一个二元精馏塔模型上与常规广义预测控制方案的对比仿真结果验证了文中所示方法的可行性。     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力，它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数，使控制器能够适应受控对象结构的参数以及环境的变化。因此采用单神经元构成自适应PID控制器，将神经元与PID控制结合，对PID参数进行在线寻优、自校正，使PID控制能有效地对付一些较复杂非线性被控对象，特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力，采用动态自适应神经元（APE）对非线性系统进行预测，即用神经元建立起非线性系统的预测模型，预测系统的未来输出，从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明，这种自适应控制方案切实可行，其控制品质明显优于常规PID控制，且具有较强的鲁棒性，达到了良好的控制效果。     

自适应模糊PID控制在烧结过程中的应用

烧结过程具有大时滞、参数不确定性等特性，仅利用常规PID控制很难使烧结过程中的各项性能指标满足工艺要求．针对这一情况，本文提出了一种参数白适应的模糊PID控制器．该控制器的参数调整采用确定性的模糊调整规则，不但使控制器的设计易于实现而且具有很强的适应性和鲁棒性．仿真结果表明，该控制器能够对烧结过程进行有效控制．     

燃料电池氢气供应系统的自适应预测控制

燃料电池汽车被认为是应对环保和石油危机的有效技术方案之一.研究了燃料电池氢气供应系统,建立了氢气供应系统的数学模型.在此模型基础上应用自适应预测控制理论对氢气供应系统进行控制,建立了预测模型,并进行了仿真.仿真结果表明:与反馈控制相比,自适应预测控制误差小,精度高,能较好地消除压力波动,有利于延长燃料电池中电解质膜的寿命.     

燃料电池氢气供应系统的自适应预测控制

燃料电池汽车被认为是应对环保和石油危机的有效技术方案之一。研究了燃料电池氢气供应系统,建立了氢气供应系统的数学模型。在此模型基础上应用自适应预测控制理论对氢气供应系统进行控制,建立了预测模型,并进行了仿真。仿真结果表明:与反馈控制相比,自适应预测控制误差小,精度高,能较好地消除压力波动,有利于延长燃料电池中电解质膜的寿命。     

过程自动化中系统建模及自适应理论的应用

集过程实时监测、系统建模、优化和控制等各层次功能于一体的工业生产过程自动化成为工业界的关注热点之一．从系统建模入手，分析了数学建模的过程及其在冶金领域的应用，由此引出自适应控制系统在工业领域的应用和发展，以显示了这种方法在流程工业自动化中的良好前景．     

连续生化过程的分叉控制策略

针对存在分叉的非线性系统，提出了一种分叉控制策略．该方法通过改变甚至消除系统中存在的分叉，从而达到控制的目的．将其应用于连续生化过程，实现了准全局分叉控制和产率最优控制，仿真结果说明了控制算法的有效性．     

大体积混凝土BIM智能温控系统的研究与应用

传统大体积混凝土通水冷却施工多采用人工监控温度,存在数据采集处理不及时、监测数据准确性差、温度控制效率低等问题,针对这些问题,开发一种BIM智能温控系统。具体方法为:选择Revit、Navisworks等BIM软件进行二次开发;利用控制计算机、温度数据采集设备、自控阀门循环水泵、无线网络通讯及桥接设备、工业集成软件服务器及客户机等搭建温度测控系统;建立温度预警机制并搭载人工智能控制算法,通过无线传输接收测温元件传递的数据,系统自动判别温度异常情况并控制冷却水管阀门的开关;在BIM实体模型中标记实际测温点的相对应位置,使系统以三维形式同步直观反映相应测温点位置混凝土温度曲线变化,并提供预警功能。系统在寸滩长江大桥中进行了测试,结果表明,系统采集数据准确灵敏且预警及时,温度采集的精确度和效率均得到提高,温度控制较为理想。     

改进自适应过滤预测技术及其应用

自适应过滤法是一种新颖的预测技术.作者对它进行了改进.改进后的自适应过滤法充分利用计算机的优点,把自适应过滤和计算机寻优结合起来,先对学习常数K和权重个数N进行计算机寻优,然后再实行自适应过滤,具有人工干预少、自动化程度高、计算速度快、预测误差小等特点.用改进后的自适应过滤法,可根据历史观测值准确地进行中长期预测.目前在我国具有推广应用价值.     

基于模糊预测的MOCVD温度控制方法

为解决金属有机化合物化学气相淀积(MOCVD)设备温度控制的非线性、时变性以及大滞后等问题,给出了一种用模糊控制和预测控制相结合的复合控制方法．该模糊预测控制在模糊控制的基础上加入预测环节,通过增加相位超前减少时间滞后所带来的影响,准确预测温度变化趋势．与传统的控制方法相比较,具有算法简单,鲁棒性好的特点．仿真和试验表明,该方法有着较高的稳态精度和动态特性,在整个温度控制范围基本误差可达到1℃‰,有效改善了MOCVD系统温度的控制性能,对实际温度控制具有较好的指导意义．     

工业控制过程系统中智能优化控制策略的研究

应用传统控制理论的ＰＩＤ方法在工业控制过程系统中得到广泛应用，控制对象的不确定性限制了理代控制理论的广泛应用，计算机集成过程系统的智能优化控制与常规控制相结合有可能从根本上改变这一状况．本文就智能控制的理论体系和结构框架，智能控制与决策管理，智能控制集成软件平台，智能控制与人工参与等问题展开讨论．最后给出了一个实例．     

基于多模型的自适应预测函数控制

作为第三代模型预测控制算法，预测函数控制已经在线性系统控制中取得了很好的效果，但应用于非线性对象还有一定局限性。针对现实中大量存在的非线性过程，提出了基于局部模型设计的预测函数控制器加上模型切换算法的多模型自适应预测函数控制器。通过计算机仿真应用于连续发酵过程，表明基于多模型的自适应预测函数控制器比常规的预测函数控制器具有更好的控制效果。     

Direct adaptive control for lane keeping in intelligent vehicle systems

In this paper, with parametric uncertainties such as the mass of vehicle, the inertia of vehicle about vertical axis, and the tire cornering stiffness, we deal with the vehicle lateral control problem in intelligent vehicle systems. Based on the dynamical model of vehicle, by applying Lyapunov function method, the control problem for lane keeping in the presence of parametric uncertainty is studied, the direct adaptive algorithm to compensate for parametric variations is proposed and the terminal sliding mode variable structure control laws are designed with look-ahead references systems. The stability of the system is investigated from the zero dynamics analysis. Simulation results show that convergence rates of the lateral displacement error, yaw angle error and slip angle are fast.     

隧道窑温控系统中的参数自适应Fuzzy－PID复合控制

针对隧道窑温度控制的特点，提出了采用参数自适应Ｆｕｚｚｙ－ＰＩＤ复合控制方式，以解决系统中动、静态特征的相互兼顾问题。运行结果表明，该控制方式具有很好的鲁棒性和理想的稳态精度。     

应用模糊预测控制实现主汽温控制

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。将模糊建模技术与预测控制算法相结合,提出了一种模糊自适应预测控制算法。算法采用计算量较少的单值MAC形式,因此有效地降低了系统设计与实现的复杂性,提高了系统的实时性;单值MAC系统本身含有积分特性,使得采用该算法的模糊预测控制在鲁棒性、动态性能方面皆优于常规PID控制。仿真结果表明,该算法具有较强的负荷适应性。     

一种基于预测补偿的人工智能伺服控制系统

将神经元与模糊控制器相结合 ,利用自适应神经元 (APE)预测输出信号yp(t +1)与目标值R比较后 ,生成误差预测值ep(t +1) ,即预测超调量的负补偿量 ,补偿模糊控制器输出的控制信号ec,减小超调量 .在此基础上设计了基于预测补偿的人工智能控制器 ,从而达到了克服控制系统稳定性与快速性矛盾的目的     

车内噪声智能控制系统的模态最优控制

研究了模态坐标下的噪声智能控制,给出了基于孤立模态最优控制的模态控制器设计方法。在此基础上,研究了噪声智能控制系统的最优控制,给出了箱式板梁组合空腔结构控制前后的结构位移响应及内部的噪声响应。数值结果表明,应用本文的智能控制方法,可使声场强度由控制前的94.32dB降到87.27dB;结构振动位移及内部的声压幅值也大幅度降低。     

大棚太阳能智能温光调控系统设计

以农业智能为理念,设计了以太阳能为驱动能源的智能温光调控大棚。调控系统由大棚整体框架、太阳能供电模块、光强控制模块和温度控制模块组成。光强控制模块包括百叶窗、光学传感器、单片机控制电路和步进电机,通过检测光的强度,利用单片机控制电路来控制步进电机转动带动百叶窗的转动以实现对光强的控制。而温度是通过温度控制模块来控制的。系统吸收了相关温室大棚的优点,结合自己的设计,并用太阳能电池作为驱动能源,可以根据外界的条件自动对大棚的光强和温度进行控制。该系统结构简单,易于操作,节能环保,有使用和推广价值;如果将该系统应用到农业中,在提高农产量方面会有潜在的应用价值。     

一种双线性系统的广义预测控制算法

本文提出了一种基于逐点线性化的针对线性系统的广义预测控制算法，该算法具有解析形式，避免了一般非线性寻优的繁复计算．仿真例子说明它比线性ＧＰＣ有效得多．