基于C-R模型的非线性系统模糊内模控制算法研究

针对大多数非线性系统的内模控制难以建立精确的对象模型和逆模型的问题,引入了基于C-R模型的非线性系统建模方法,并在此基础上研究基于C-R模型的非线性系统的模糊内模控制设计。由C-R模型的辨识递推算法获得对象模型和逆模型,并建立模糊内模控制算法。通过对连续搅拌反应釜控制系统的仿真表明,该控制方法有效、可行,具有良好的控制品质。     

变论域模糊PID控制器的设计与仿真

双容水箱是典型的非线性时滞系统,采用常规模糊PID控制时,超调量大、振荡剧烈、控制效果不理想。本文将变论域模糊控制和PID控制结合起来形成变论域模糊PID控制器解决了上述问题。介绍了变论域模糊PID控制器的结构设计及伸缩因子的选择方法,并给出了具体的控制算法。使用Matlab建模仿真,结果表明该控制器的自适应能力强,且无超调量。     

锦纶聚合釜温度模糊自适应PID控制系统研究与仿真

锦纶聚合釜温度具有非线性、大滞后等特点,使用传统PID控制器的控制效果不够理想。在建立聚合釜温度数学模型的基础上,采用模糊算法与PID控制相结合的模糊自适应PID控制算法,实现PID参数自整定,提高控制精度。基于MATLAB平台构建釜温控制系统模型,仿真结果表明所提模糊自适应PID控制算法效果优于传统PID控制。     

基于模糊PID的退火炉温度控制研究

退火炉的自动控制策略已成为过程控制的研究热点。由于退火炉是一个大惯性、纯滞后、参数时变的非线性控制对象,很难准确建立起炉子的精确数学模型,根据退火炉工业系统的特点,采用了模糊PID参数自调整控制的控制方法,将其应用于退火炉温度控制环节。本文利用Simulink对模糊神经网络PID控制算法进行仿真试验。试验显示,模糊神经网络控制算法能够展现强抗干扰性、强鲁棒性以及良好的控制性能,适用于对退火炉的温度控制中。     

注塑机闭环电液比例伺服系统设计与速度控制研究

为满足塑料制品的高精度要求,降低注塑机的使用成本与能耗要求,研究了以伺服比例阀控制注射机构的闭环控制系统,建立了考虑阀流量-压力非线性、注射油缸容积变化和塑料熔融特性的系统非线性模型,提出了适合于本系统的模糊PID控制算法.利用Matlab/Simulink平台构建了系统的仿真模型,结果验证了该闭环控制系统及控制算法的可行性与有效性,较之于传统PID控制,该控制策略使系统静差明显减小,注射速度的跟踪效果得到明显改善,有利于提高制品的重复精度.     

基于DSP Builder的直流力矩电机模糊PID控制

为弥补常规PID控制方式在控制直流力矩电机转速方面的不足,提出一种模糊PID控制技术。给出了模糊PID控制算法模型及其流程。运用DSP Builder库模块搭建了模糊PID控制器的系统模型,并进行了仿真分析和转速控制实验,结果表明:模糊PID控制器获得的主要控制品质参数均优于常规PID控制器,当被控对象参数和结构发生较大变化时,模糊PID控制器的响应曲线与各动态特性参数未发生较大变化,较好地保持了系统的稳定性,达到设计要求,且仿真与实验结果一致。     

模糊自适应PID控制算法在纸机烘缸蒸汽系统中的应用

介绍一种模糊自适应PID控制算法及其实现方法.它包含四个部分:①模糊自适应PID参数模型的整定;②模糊逻辑推理及PID参数修正方法;③模糊自适应PID控制算法的实现方法;④系统稳定性分析.该算法能够实现造纸机干燥部烘缸蒸汽温度按设定曲线控制.应用结果表明该算法合理,实现简单,烘缸干燥效果更佳.     

模糊自调整PID控制在电厂锅炉水处理中的应用

针对锅炉水处理系统所具有的非线性、时变、大延迟的特点,对其工艺和控制过程进行了详细的研究。突破了常规的PID及模糊单独控制的方法,采用了两者相结合的控制策略,使其扬长避短,即在常规的PID调节器的基础上,根据误差及误差的变化,通过模糊推理来实现PID参数的自调整。与现有控制算法相比,该算法简单、实时性强、调节效果好,从而具有较好的工程应用前景。     

基于模糊PID的空压机恒压供气控制系统研究

针对空压机供气滞后大、供气不稳定等问题,对精确控制空压机恒压供气的方法进行了研究。通过常规PID控制算法以及模糊PID参数自整定控制算法对恒压供气控制系统进行了数学建模以及仿真,寻找一种更佳的恒压供气控制方法,使得系统供气更稳定,控制精度更高。     

基于改进模糊PID的挤出橡胶定量分剪系统研究

对高精度挤出橡胶定量分剪系统进行研究,设计了基于质量反馈的称量系统及模糊PID控制算法。称量系统设计为上压多辊式结构,称量反馈装置设计为杠杆-带式结构。系统采用模糊PID控制算法,通过质量闭环控制实现了挤出橡胶动态定量分剪的自动化和高精度化。通过对偏差信号调节能力分析,对模糊算法的隶属函数参数进行相应地动态调整,提高了模糊PID控制的机器学习能力,实现了PID控制算法参数的自整定。联机运行试验结果表明,该系统可实现挤出橡胶的高精度定量分剪,具有抗扰动和自适应能力,显著提高了定量分剪效率。     

区间二型模糊免疫PID在环己烷无催化氧化温度控制系统中的应用

环己烷无催化氧化过程具有非线性、多变量耦合、大时滞等特点,使用常规比例积分微分(PID)控制方案无法达到理想的控制性能。提出了一种区间二型模糊免疫PID控制器,其本质上是一种基于免疫PID的非线性控制器,利用区间二型模糊逻辑系统来逼近免疫反馈律中的非线性函数,以提升控制器处理和逼近复杂不确定非线性系统的能力。将所提出的控制器应用于环己烷无催化氧化温度控制系统,仿真结果表明该方法是有效的。     

区间二型模糊免疫PID在环己烷无催化氧化温度控制系统中的应用

环己烷无催化氧化过程具有非线性、多变量耦合、大时滞等特点,使用常规比例积分微分(PID)控制方案无法达到理想的控制性能。提出了一种区间二型模糊免疫PID控制器,其本质上是一种基于免疫PID的非线性控制器,利用区间二型模糊逻辑系统来逼近免疫反馈律中的非线性函数,以提升控制器处理和逼近复杂不确定非线性系统的能力。将所提出的控制器应用于环己烷无催化氧化温度控制系统,仿真结果表明该方法是有效的。     

ADAPTIVE FUZZY MODEL BASED PREDICTIVE CONTROL OF AN EXOTHERMIC BATCH CHEMICAL REACTOR*

An adaptive fuzzy model based predictive control (AFMBPC) approach is presented to track the desired temperature trajectories in an exothermic batch chemical reactor. The AFMBPC incorporates an adaptive fuzzy modeling framework into a model based predictive control scheme to derive analytical controller output. This approach has the flexibility to cope with different fuzzy model structures whose choice also lead to improve the controller performance. In this approach, adaptation of fuzzy models using dynamic process information is carried out to build a predictive controller, thus eliminating the determination of a predefined fixed fuzzy model based on various sets of known input-output relations. The performance of the AFMBPC is evaluated by comparing to a fixed fuzzy model based predictive controller (FFMBPC) and a conventional PID controller. The results show the better suitability of AFMBPC for the control of highly nonlinear and time varying batch chemical reactors.     

Modeling and predictive control using fuzzy logic: Application for a polymerization system

In this study, a predictive control system based on type Takagi‐Sugeno fuzzy models was developed for a polymerization process. Such processes typically have a highly nonlinear dynamic behavior causing the performance of controllers based on conventional internal models to be poor or to require considerable effort in controller tuning. The copolymerization of methyl methacrylate with vinyl acetate was considered for analysis of the performance of the proposed control system. A nonlinear mathematical model which describes the reaction plant was used for data generation and implementation of the controller. The modeling using the fuzzy approach showed an excellent capacity for output prediction as a function of dynamic data input. The performance of the projected control system and dynamic matrix control for regulatory and servo problems were compared and the obtained results showed that the control system design is robust, of simple implementation and provides a better response than conventional predictive control. © 2009 American Institute of Chemical Engineers AIChE J, 2010     

基于自适应模糊神经网络的非线性系统模型预测控制

针对非线性动态系统的控制问题,提出了一种基于自适应模糊神经网络(adaptive fuzzy neural network,AFNN)的模型预测控制(model predictive control, MPC)方法。首先,在离线建模阶段,AFNN采用规则自分裂技术产生初始模糊规则,采用改进的自适应LM学习算法优化网络参数;然后,在实时控制过程,AFNN根据系统输出和预测输出之间的误差调整网络参数,从而为MPC提供一个精确的预测模型;进一步,AFNN-MPC利用带有自适应学习率的梯度下降寻优算法求解优化问题,在线获取非线性控制量,并将其作用到动态系统实施控制。此外,给出了AFNN-MPC的收敛性和稳定性证明,以保证其在实际工程中的成功应用。最后,利用数值仿真和双CSTR过程进行实验验证。结果表明,AFNN-MPC能够取得优越的控制性能。     

模糊自整定PID控制器的设计与仿真

制浆碱回收蒸发工段第一步就是通过蒸汽将黑液进行浓缩,蒸汽的温度控制效果对后续燃烧工段和苛化工段起着举足轻重的作用。主管道蒸汽温度控制通常具有大惯性、大延迟、时变等特性,采用常规的PID控制难以获得满意的控制效果。为此,提出一种模糊自整定PID控制器的串级控制算法,该算法很大程度上提高了主蒸汽温度的控制品质。针对隶属度函数对模糊推理模型的精度影响和控制算法的特点编写了模糊规则,并且根据动态性要求的不同,分两种情况进行比较。仿真表明,模糊自整定PID串级控制算法在整体性能上要优于传统PID串级控制。     

模糊非线性内模控制算法及其在pH值控制中的应用

pH值控制过程具有较强的非线性,历来是过程控制研究的一大热点,本文针对pH值控制系统提出了一种基于模糊推理网的非线性内模控制算法（FNIMC）。模糊推理网用于辨识对象的模糊模型;FNIMC由一个逆模控制器和具有一个可调参数的鲁棒滤波器组成。仿真结果表明该算法优于非线性PID调节器,且计算效率高。     

Multi-loop nonlinear internal model controller design based on a dynamic fuzzy partial least squares model

In this paper, a dynamic fuzzy partial least squares (DFPLS) modeling method is proposed. Under such framework, the multiple input multiple output (MIMO) nonlinear system can be automatically decomposed into several univariate subsystems in PLS latent space. Within each latent space, a dynamic fuzzy method is introduced to model the inherent dynamic and nonlinear feature of the physical system. The new modeling method combines the decoupling characteristic of PLS framework and the ability of dynamic nonlinear modeling in the fuzzy method. Based on the DFPLS model, a multi-loop nonlinear internal model control (IMC) strategy is proposed. A pH neutralization process and a methylcyclohexane (MCH) distillation column from Aspen Dynamic Module are presented to demonstrate the effectiveness of the proposed modeling method and control strategy.     

基于mamdani规则的焦炉高压氨水模糊/PID复合控制算法研究

针对焦炉高压氨水对象的非线性和复杂性,提出了一种高压氨水模糊/PID复合控制算法。它将模糊推理系统和传统PID算法融合起来,较好地解决了由于不确定因素影响和焦炉工业对象的复杂性而难以建立精确数学模型的问题;当高压氨水压力与期望压力值误差较大时,模糊推理系统工作,自动识别焦炉系统是否加煤,加快控制过程;当高压氨水压力与期望压力值误差较小时,PID控制器工作,精确地获得稳定的氨水压力。通过对模糊推理系统的仿真结果证明,该控制算法是可行的和有效的。