数据与未建模动态驱动的非线性PID切换控制

本文充分利用系统的数据信息和知识,把数据驱动控制、PID控制与一步超前最优控制策略相结合,提出了数据与未建模动态驱动的非线性PID切换控制方法.该方法首先利用被控对象往往运行在工作点附近的特点及系统丰富可测的数据信息,把被控对象表示成低阶控制器设计模型与高阶非线性项(未建模动态)和的形式.与以往方法的本质区别在于,所提的方法直接将未建模动态分解为前一拍数据与未知增量的和,并充分利用未建模动态可测数据信息补偿系统未知的非线性动态特性,设计非线性PID控制器,对未建模动态的未知增量采用自适应神经模糊推理系统(ANFIS)进行估计,从而设计带有未建模动态增量估计的非线性PID控制器.将控制器的跟踪误差引入切换指标,两个控制器通过切换机制协调控制系统,既保证系统的稳定,同时提高系统的性能.为解决PID控制器参数难以选择的问题,采用一步超前最优控制策略进行参数设计,从理论上给出了PID控制器参数选择的一般原则和方法,推导了保证闭环系统输入输出稳定性的条件;最后,通过数值仿真实验以及在水箱液位控制系统的物理对比实验,实验结果验证了所提算法的有效性和实用性.     

补偿信号法驱动的Pendubot自适应平衡控制

Pendubot是以电机转矩为输入,主动臂角度和欠驱动臂角度为输出的强非线性、多变量、欠驱动机械系统,受到具有时变不确定性的摩擦影响,且模型参数随摆臂质量与长度的改变而变化.本文将上述被控对象采用确定线性模型与未知高阶非线性项来描述,设计消除前一时刻高阶非线性项及其变化率对系统输出影响的补偿器,叠加于基于确定线性模型设计的PD控制器,提出了补偿信号法驱动的自适应平衡控制方法,并对所提方法进行了稳定性和收敛性分析.仿真和物理对比实验表明,当Pendubot系统模型参数改变时,所提控制算法可以有效地消除摩擦的影响,将两摆臂输出角度稳定在目标位置.     

一类工业运行过程多模型自适应控制方法

针对一类动态未知的工业运行过程,提出一种基于神经网络补偿和多模型切换的自适应控制方法.为充分考虑底层跟踪误差对整个运行过程优化和控制的影响,将底层极点配置控制系统和上层运行层动态模型相结合,作为运行过程动态模型.针对参数未知的运行过程动态模型,设计由线性鲁棒自适应控制器、基于神经网络补偿的非线性自适应控制器以及切换机制组成的多模型自适应控制算法.采用带死区的递推最小二乘算法在线辨识控制器参数,克服了投影算法收敛速度慢、对参数初值灵敏的局限.理论分析和仿真实验结果表明了所提方法的有效性.     

基于整体辨识策略的非线性自适应控制方法

针对一类离散时间下的未知动态非线性系统,为解决传统自适应控制方法在交替辨识非线性系统时由于辨识精度低而导致的控制性能差的问题,本文提出了一种基于整体辨识策略的未建模动态补偿的自适应控制方法.利用随机向量函数链接(RVFL)网络的直链与增强结构特性挖掘其与低阶线性模型和高阶未建模动态项的等价对应关系,并融入权值偏差惩罚项,设计了网络模型参数在线更新算法辨识非线性系统参数.根据在线辨识的线性模型参数和未建模动态估计量,采用一步超前最优控制策略设计线性控制器和未建模动态补偿器.数值仿真表明,所提方法优于交替辨识下的非线性自适应控制方法,并通过工业应用的仿真研究验证所提方法在工业上的可用性.最后,对本文控制方法在实际应用中的潜在问题及理论受限条件的放松进行分析和展望.     

电熔镁砂熔炼过程带输出补偿的PID控制

电熔镁砂熔炼过程是以三相电机转动方向与频率为输入,以三相电极电流为输出的强非线性工业过程,其模型参数埋弧电阻率、熔池电阻率和熔池高度随熔炼过程和原矿颗粒长度及杂质成分的变化而变化.本文采用线性模型和未知高阶非线性项来描述电熔镁砂熔炼过程,其中未知高阶非线性项用已知的前一时刻高阶非线性项和其变化率来描述,采用线性模型设计PID控制器,并设计消除前一时刻高阶非线性项的补偿器和消除其变化率的补偿器,提出了带输出补偿的PID控制器,同时采用一步最优前馈控制律和一步最优调节律设计控制器参数.通过仿真实验和电熔镁炉的工业应用,表明当该过程的动态特性发生未知随机变化时,本文所提方法在所有运行时间内可以将电流跟踪误差控制在目标值范围内.     

基于Petri网的非线性多变量系统解耦控制

广义自控网系统是一类弧权值受库所控制的高级Petri网,能够简单有效地建模PID控制规律.借鉴单神经元PID控制原理,在广义自控网系统的基础上加入神经元网络的学习规则,设计基于广义自控网系统的PID控制器,并用于非线性多变量系统解耦控制.所提方法充分利用了自控网系统的特点,所设计的控制器模型能实现系统控制与参数学习的统一.结合双容水箱控制系统实例进行仿真分析,分析结果验证了所提方法的有效性.     

基于非线性干扰观测器的一类欠驱动系统跟踪控制

针对一类欠驱动系统的跟踪控制问题,提出一种基于非线性干扰观测器的控制策略.首先给出一种基于跟踪误差的输出函数,通过等式变形和Butterworth低通滤波器解决未知控制方向问题;其次,引入一种新型非线性干扰观测器,对系统未知模型进行补偿,使控制器的设计无需知道系统的结构和参数;再次,通过对系统的内部动态和外部动态的分析,证明闭环系统的输出收敛于原点,跟踪误差信号一致最终有界;最后,将该方法应用于小车倒立摆模型,仿真结果表明了所提出方法的有效性.     

一种新的数据驱动的非线性自适应切换控制方法

针对一类非线性离散时间动态系统, 提出了一种新的非线性自适应切换控制方法. 该方法首先把非线性项分解为前一拍可测部分与未知增量和的形式, 并充分利用被控对象的大数据信息和知识, 把非线性项前一拍可测数据与未知增量都用于控制器设计, 分别设计了线性自适应控制器, 带有非线性项前一拍可测数据补偿的非线性自适应控制器以及带有非线性项未知增量估计与补偿的非线性自适应控制器. 三个自适应控制器通过切换函数和切换规则来协调控制被控对象. 既保证了闭环系统的稳定性, 同时又提高了闭环系统的性能. 分析了闭环切换系统的稳定性和收敛性. 最后, 通过水箱液位系统的物理实验, 实验结果验证了所提算法的有效性.     

基于模糊树模型的间接自适应模糊控制

提出了一种基于模糊树模型的间接自适应模糊控制器的设计方法. 采用模糊树辨识方法离线辨识系统中的未知非线性函数, 得到初始的控制器, 然后在线调节模糊树模型中的线性参数, 改善控制器的性能, 实现对有界参考信号的跟踪控制. 通过对倒立摆系统进行数值仿真, 验证了所提方法的有效性和优越性.     

基于深度学习的非线性广义预测控制

针对一类离散时间单输入-单输出(single-input single-output, SISO)非线性动态系统,将非线性切换控制与基于深度学习的未建模动态估计方法相结合,提出了一种新的非线性广义预测控制方法。该方法针对未建模动态的未知增量,通过使用基于深度学习技术的长短记忆神经网络(long short-term memory, LSTM)进行预估,设计了一种带有未建模动态增量估计的非线性广义预测控制器,增强控制性能。对所提的控制算法进行了稳定性和收敛性分析,最后通过数值仿真实验验证了所提方法的有效性。     

基于智能优化算法的Pendubot轨迹规划与控制方法设计

以垂直Pendubot为研究对象,提出一种基于智能优化算法的轨迹规划与控制方法,以解决Pendubot控制过程中难以从摇起区过渡至平衡区的问题.为Pendubot的驱动连杆规划一条从初始角度到中间角度的正向轨迹和一条从中间角度到目标角度的反向轨迹.欠驱动连杆在系统耦合关系作用下进行运动,对应的Pendubot末端点也运动至相应位置.通过遗传算法优化轨迹参数,将正向和反向轨迹拼合为一条由初始角度到目标角度的驱动连杆轨迹的同时,对应的Pendubot末端点轨迹拼合为一条由垂直向下平衡位置到垂直向上平衡位置的完整轨迹,然后设计跟踪控制器跟踪优化后的驱动连杆轨迹至目标角度,由于耦合关系的存在,Pendubot末端点也运动至垂直向上平衡位置.由于Pendubot受重力作用,其末端点很难长时间稳定在垂直向上平衡位置,故设计镇定控制器,实现Pendubot末端点在垂直向上平衡位置的镇定控制.最后通过仿真实验验证所提出方法的有效性,并通过对比说明所提出方法在奇异点规避、控制器设计和控制效果方面的优势.     

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.     

Nonlinear CSTR control system design using an artificial bee colony algorithm

This paper proposes a novel controller design method based on using artificial bee colony (ABC) algorithms for an unstable nonlinear continuously stirred tank reactor (CSTR) chemical system. Such CSTR process is highly nonlinear and its dynamic is significantly dominated by system parameters. It is a good challenge to access the controller design performance when the controller is applied in the CSTR control system. The commonly used proportional–integral-derivative (PID) controller is taken into account in this study, and tuning three PID control gains is carried out by the artificial bee colony algorithm. With the use of the optimal ABC algorithm, PID controller gains can be derived suitably by means of minimizing the cost function given in advance. Finally, several control operations are provided to confirm the feasibility and effectiveness of the proposed method. We also discuss the influence of algorithm initial conditions on the control performance with many different tests.     

电动负载模拟器多余力矩抑制方法研究

为了解决多余力矩对电动负载模拟器强干扰,影响加载指令跟踪精度的问题,论文将基于蚁群优化的PID控制方法用于加载电机控制器的设计.首先在分析加载电机结构以及工作原理的基础上建立了电动加载系统的数学模型,并利用结构不变性原理进行前馈补偿推导;其次针对常规PID控制器无法通过变参数来应对复杂的非线性环境的问题,提出了一种基于...     

Optimal-tuning nonlinear PID control of hydraulic systems

An optimal-tuning nonlinear PID controller design strategy is proposed for hydraulic systems. After an analysis of these systems, an analytic physical dynamical model with dead-zone nonlinearity is derived. A nonlinear PID control scheme with the inverse of the dead zone is introduced to overcome the dead zone in the hydraulic systems. An optimal PID controller is designed to satisfy some desired time-domain performance requirements. Using an estimated process model, the optimal-tuning PID control provides optimal PID parameters even when the process dynamics are time variant. This strategy is implemented in an environment composed of dSPACE, MATLAB, SIMULINK and Real-Time Workshop. The performance of the controller is demonstrated on a hydraulic position control test rig.     

船舶航向非线性系统的多滑模自适应模糊控制

针对参数未知的船舶航向非线性控制系统数学模型,在考虑舵机伺服机构特性的情况下,船舶航向控制问题就成为一个虚拟控制系数未知的非匹配不确定非线性控制问题.基于多滑模设计方法和模糊逻辑系统的逼近能力,提出了一种多滑模自适应模糊控制算法,通过引入非连续投影算法和积分型Lyapunov函数,提高了系统在抑制参数漂移、控制器奇异等方面的能力.借助Lyapunov函数证明了所设计控制器使最终的闭环非匹配不确定船舶运动非线性系统中的所有信号有界,且跟踪误差收敛到零.仿真研究表明:该算法与传统的PID控制相比,具有较好的跟踪能力和自适应能力.