基于Smith预估模糊PID控制的加热器温控系统

针对工业加热器出口温度具有大滞后、大时变、非线性以及精确模型难以建立等特性导致的工况复杂、控制难度大的问题,提出一种Smith预估模糊PID复合控制方案,利用模糊控制规则实现PID的3个参数在线自整定,采用Smith预估器对温控系统的纯滞后进行补偿。详细阐述温控系统的硬件配置和软件实现,实际运行结果表明该方案有效提高了系统的抗干扰能力和适应参数变化的能力,具有鲁棒性强、动态响应快及稳态精度高的优点。     

基于Smith模糊PID控制的温室监控系统设计

针对温室控制系统被控对象模型的时变性、时滞性和易受干扰的问题,设计了一种基于Smith模糊PID控制的温室监控系统;该系统以MSP430F5438A单片机为核心,以PC机为远程监控终端实现了对温室温湿度的实时监测与控制;仿真结果表明:Smith模糊PID控制器具有调节时间快、超调量小、抗干扰能力强、鲁棒性好的优点;该系统与常规PID控制相比,超调量减小了11％,调节时间减小了23％,模型参数改为T=400,τ=130后,比Smith-PID控制超调量减小了15％,调节时间减小了30％.实验测试说明该系统控制精度高、稳定性好,具有很大的实用价值.     

基于Smith预估模糊PID的主汽温控制系统

针对生物质电厂主汽温具有非线性、时变性、大滞后、随机干扰量大等特性导致的工况复杂、控制难度大的问题,提出了一种基于Smith预估补偿的模糊PID串级控制方案.主控制器采用模糊推理的方法实现PID参数的在线自整定,利用Smith预估器实现对温控系统的纯滞后补偿.详细阐述温控系统的硬件配置和软件实现,实际运行结果表明该方案有效提高了系统的抗干扰能力和适应参数变化的能力,具有鲁棒性强、动态响应快及稳态精度高的优点.     

基于Smith预估的模糊PID主动队列管理算法研究

为解决网络拥塞控制系统中由于网络大时滞对主动队列管理算法产生不利影响的问题,提出了一种基于Smith预估的模糊PID主动队列管理算法.该算法将Smith预估控制与模糊控制相结合,利用Smith预估器补偿网络时滞,同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差的缺点,使主动队列管理算法控制性能有明显提高.仿真实验结果表明,该算法在大时滞的网络环境下能很好地将路由器队列长度收敛于期望值,并能适应突发流和非弹性业务流的干扰,适用于动态变化的网络环境.     

基于RBF神经网络与Smith预估补偿的智能PID控制

针对工业控制中普遍存在的大滞后现象,提出了一种将RBF神经网络算法和Smith预估补偿算法与传统的PID控制器相结合的智能RBF-Smith-PID控制策略。该方法利用RBF神经网络的在线学习、控制参数自整定能力,和Smith预估补偿对纯滞后系统的良好控制,有效地克服了常规PID控制的缺陷,提高了系统的鲁棒性和自适应性,对纯滞后系统起到了良好的控制。     

模糊Smith智能温度控制器的设计与仿真

结合模糊PID控制与模糊自适应Smith预估控制的优点,提出了模糊Smith智能控制方法。用模糊控制方法设计了改进型Smith预估器的滤波时间常数,并制定了其整定规则和参数的模糊自适应调整机构。仿真研究表明,模糊Smith智能控制能改善参数时变的纯滞后系统的控制性能,提高系统控制时的鲁棒性与自适应性。     

基于神经网络的Smith预估PID控制器设计与仿真

针对大时滞非线性受控对象,将数字Smith预估控制原理和神经网络（NN）控制器参数的自适应调整方法相结合,根据系统出现的不同特点适时调节控制器参数,以适应对象特性的变化。将其应用于加热炉温度控制系统中,并与常规PID控制器和Smith预估补偿PID控制器进行比较,仿真研究表明,该控制器各项性能均优于上述两种,且在被控对象参数改变或出现干扰时系统的控制性能也得到了较好的改善,具有良好的控制品质。     

基于Smith预估补偿的地下水位模型参考自适应控制器的设计

针对地下水位控制的纯滞后性和特殊性,本文给出了一种将模型参考自适应控制与Smith-Fuzzy控制器相结合的控制策略,通过对模糊PID参数和Smith预估器滤波时间常数的在线整定与仿真,获得了比普通模糊PID控制和Smith预估器控制更好的控制效果与性能。     

模糊自适应Smith预估控制及其应用

为了改善具有时变及大纯滞后系统的控制品质,本文提出了一种模糊自适应Smith预估控制方法,此方法将模糊控制、自适应及Smith预估控制之长处综合在一起,在一定程度上弥补了上述三者各自的不足,通过仿真和在窑温控制中实时运行,取得了满意的效果。     

基于自适应Smith预估器的PID自整定方法

针对典型的可等效为一阶惯性加纯滞后系统的工业过程,利用输入输出数据获取对象阶跃响应,简便地得到对象模型和Smith预估器,进而按ITAE标准传递函数整定PID参数,结果表明,该方法兼有Smith预估控制和ITAE最佳控制两者的优点。     

基于PID神经网络的电加热炉Smith预估温度控制

本文提出了基于PID神经网络和Smith预估器的电热炉温度控制器。PID神经网络将PID控制器与具有自学习功能的神经网络相结合,综合了PID和神经网络控制各自的优点,改善参数时变对系统性能的影响。PIDNN-Smith控制器加入Smith预估器解决了加热炉的滞后影响,使控制器对加热炉的温度控制有了更好的效果。利用MATLAB软件对温控系统进行了仿真测试,并对测试结果进行了分析。     

基于模糊预测的Smith预估补偿控制系统

提出了一种改进型Smith预估补偿控制新方法，在被控对象的输入端施加一阶跃输入信号。根据其阶跃响应估计出被控对象的数学模型，再根据此估计模型在线地修正Smith预估补偿器，从而克服了传统的Smith预估补偿控制方法模型误差而使控制品质变坏的缺点。     

Smith预估控制的工程实现

Smith预估控制也叫纯滞后补偿控制。本文介绍了Smith预估控制的应用领域和应用对象,叙述了Smith预估控制在工程上如何实现及其基本原理,以及北京和利时集团的DCS系统关于Smith预估控制的工程实现方法和各种扰动试验的结果。     

基于一阶时滞系统的Smith预估器控制研究

针对PID控制算法不能适用于大时滞系统,本文以一阶时滞系统（FOPDT）为控制对象,提出了基于Smith预估器的控制方案,当系统模型不精确或有扰动时,通过添加滤波器增强系统的鲁棒性和抗干扰能力。仿真结果表明：该方法可有效消除时滞对系统动态性能的影响,加快时滞系统的调节过程,减小超调量,提高系统的稳定性和抗干扰能力。     

Smith预估补偿器及其应用

介绍Smith预估补偿器在纯滞后控制系统中的补偿原理及作用，着重论述Smith补偿器的DDC系统的控制算法，并在玻璃窑炉的料道温度控制中使用Smith预估补偿器获得了成功应用，其控制精度达到0．1％，升温速度达到2℃/min,Smith预估补偿控制与常规的PID控制相比，具有调节时间短，超调量小，鲁棒性好等优点，适应于一般工业生产过程中有屯滞后环节的控制系统，有较大的推广应用价值。     

基于Smith的模糊PID控制器对热泵系统过热度的控制

蒸发器过热度系统存在大惯性、纯滞后,与制冷循环其他控制回路相互耦合等特点,简单的PID算法并不适合过热度的控制。探讨将模糊智能算法应用于蒸发器过热度的控制中,将模糊控制器与传统PID控制器以并联方式结合,按照一定方法相互配合,实现两个控制器之间的平滑切换;并引入Smith预估补偿机制,消除时滞环节对控制精度的影响,共同对过热度进行控制。通过Simulink仿真对比传统PID和模糊PID控制,其有响应迅速,超调小等明显优势。     

时滞对象的自适应Smith预估控制方案

针对时滞被控对象提出了一种自适应Ｓｍｉｔｈ预估控制方案,利用变遗忘因子递推最小二乘法进行参数在线辨识以构成Ｓｍｉｔｈ预估器,采用模糊神经网络控制器完成对被控对象的控制。仿真结果证明了这种方法的有效性。     

基于模型预测的Smith预估补偿控制系统

提出了一种改进型Smith预估补偿控制新方法。在被控对象的输入端施加一阶跃输入信号 ,根据其阶跃响应估计出被控对象的数学模型 ,再根据此估计模型在线地修正Smith预估补偿器 ,从而克服了传统的Smith预估补偿控制方法因模型误差而使控制品质变坏的缺点。     

基于Smith预估的FNNC-PI复合控制器研究

针对工业过程中常见的大纯滞后现象，提出了一种由模糊神经网络控制（FNNC）与传统PI相结合的复合控制器（FNNC-PI）。由该控制器构成的改进Smith预估补偿控制器（Smith-FNNC-PI），将模糊控制具有的较强逻辑推理功能、神经网络具有的较强自学习能力以及传统PI控制的优点融为一体。仿真结果表明：提出的控制策略对模型匹配和失配都具有较强的鲁棒性、稳定性，并在动静态特性及抗干扰性等方面具有很好的控制品质。