球磨机制粉系统的解耦PID控制

中储式钢球磨煤机制粉系统具有多变量、强耦合、大惯性等特点,使用常规的PID控制回路进行控制无法取得理想效果。针对这种情况,本文提出了一种解耦PID控制策略。该方案在PID回路中加入解耦补偿器,以实现对多变量的解耦控制。仿真试验表明,该策略有效地解决了多变量的耦合问题,取得了较好的控制效果。     

基于遗传算法的PID神经网络解耦控制

提出一种基于遗传算法的ＰＩＤ神经网络解耦控制算法。该算法将遗传算法用于多层前向神经网络的连接权系数的学习。克服了ＢＰ算法易陷入局部极值的缺点,并具备ＰＩＤ神经网络控制器结构简单规范、动态和静态性能良好等优点,适用于对非线性多变量系统的解耦控制。     

基于BP神经网络的多变量PID解耦控制

基于神经网络的智能PID控制策略，以经典的PID控制理论为基础，并通过具有多变量解耦控制自学习功能的神经网络参数整定来实现。本文给出了网络的结构和算法，示出了一组二元变量强耦合时变系统的实时仿真结果。通过计算机仿真证明，基于神经网络的PID控制具有良好的自学习和自适应解耦控制能力。该系统融解耦器和控制器于一体，易于实现，适用于非线性多变量系统的解耦控制。它使解耦后的系统具有较好的动态和静态性能，特别是当根据BP控制规律确定了网络连接权系数的初值时，还能使系统参数快速收敛。     

超燃冲压发动机PID解耦控制设计

针对超燃冲压发动机控制通道间的强耦合性及其控制过程的快速性要求,研究设计了超燃冲压发动机分路式PID解耦控制器;该方法采用零极点配置技术,设计了稳定的前馈补偿解耦器,并利用此解耦器对超燃冲压发动机模型进行解耦;对解耦后的控制对象设计了每个控制回路的PID控制器,实现分路式控制;仿真结果表明,所设计的解耦器比静态解耦器更能有效地解决发动机耦合问题,控制器控制效果满足控制精度和快速性要求;该方法简单实用对超燃冲压发动机的控制器设计有借鉴意义。     

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.     

基于神经网络2自由度PID的解耦控制实现

论文将2自由度PID引入一类有强耦合带时延的多变量系统,将回路所受耦合量看成干扰量,从而将多回路系统等价成多个单回路系统;针对2自由度PID控制器参数整定困难的特点,论文利用神经网络来实现2自由度PID控制器,使控制器的两组参数能自适应调整,同时完成系统的解耦与控制工作。仿真结果表明,系统具有很好的静态和动态性能。     

基于单神经元PID的航空发动机解耦控制

将神经网络应用到PID控制器的参数整定过程中,提出了一种基于改进单神经元PID的航空发动机解耦控制方法,通过在航空涡扇发动机多变量控制系统中的应用,得出了实际的仿真结果及结论。仿真结果表明,该改进单神经元PID解耦控制方法与传统的PID多变量解耦相比,具有响应速度快,自适应能力强,抗干扰能力强,实现简单的优点,因而可以广泛的应用于非线性系统的解耦控制中。     

基于RBF神经网络的烟叶烤房PID解耦控制

针对具有非线性、大滞后、时变耦合特点的烟叶烤房系统,提出将基于RBF神经网络的智能PID控制器应用于烟叶烤房,并给出控制系统的控制结构和原理。通过算法实现、与常规PID控制的性能比较以及模型参数不确定性等多方面的仿真研究表明：该方法可以实现PID控制参数的自整定,控制效果明显优于常规PID,控制精度高,响应速度快,跟踪性能、解耦性能良好,且对模型不确定性具有较强的鲁棒性,符合烟叶烤房控制系统的设计要求。     

基于PID对角阵的多输入多输出解耦控制

针对PID解耦控制中的系统调节时间长、超调量大等缺点,将PID控制器与对角阵相结合,在MATLAB仿真软件中仿真,所得到的结果其调节时间减小,超调量足够小,充分克服了其PID解耦的缺点,提高了控制器的可利用性,在工程实践中PID对角阵解耦有着实际的工程意义。     

基于粒子群算法的PID神经网络解耦控制

基于粒子群的优化算法具有对整个参数空间进行高效并行搜索的特点以及PID神经网络的自调节和自适应特性,设计了具有PID结构的多变量自适应神经网络控制器。该算法采用粒子群算法优化PID神经网络初始权值,并将优化后的最优初始权值控制非线性耦合系统。系统仿真结果表明,粒子群优化后的PID神经网络控制器具有逼近控制目标更快、响应时间较短的显著优点。该控制策略可在大范围内克服系统的非线性和强耦合问题,具有一定的理论研究价值和工程实用价值。     

Multivariable PID control by decoupling

This paper presents a new methodology to design multivariable proportional-integral-derivative (PID) controllers based on decoupling control. The method is presented for general n × n processes. In the design procedure, an ideal decoupling control with integral action is designed to minimise interactions. It depends on the desired open-loop processes that are specified according to realisability conditions and desired closed-loop performance specifications. These realisability conditions are stated and three common cases to define the open-loop processes are studied and proposed. Then, controller elements are approximated to PID structure. From a practical point of view, the wind-up problem is also considered and a new anti-wind-up scheme for multivariable PID controller is proposed. Comparisons with other works demonstrate the effectiveness of the methodology through the use of several simulation examples and an experimental lab process.     

振动慢剪破碎机模糊解耦PID控制

针对振动慢剪破碎机碎矿过程多变量、强耦合、大时滞的特点,提出了一种基于自适应粒子群算法优化的模糊解耦PID控制方法。在对振动慢剪破碎机动态模型进行对角矩阵解耦的基础上,分别对给料量和振动电动机频率进行模糊PID控制,并引入自适应粒子群优化算法对模糊PID控制的隶属函数参数进行动态优化,从而实现主电动机工作电流及合格矿料产率精确、稳定、快速控制。仿真及试验结果表明,该方法具有响应速度快、调节时间短、超调量小的特点。     

带有推进器故障的船舶动力定位系统的鲁棒滑模容错控制

由于海洋工作环境具有复杂性和不可预测性,船舶动力定位系统的可靠性一直备受关注.针对带有推进器故障的船舶动力定位系统的鲁棒容错控制问题展开研究.首先,建立更一般且统一的推进器故障模型,该模型能全面描述推进器失效、卡死、中断3种故障情形;然后,设计一种不依赖故障检测模块(FDI)和故障信息上下界的自适应滑模控制器,其中自适应机制用于在线估计故障信息和未知外部扰动的上界,基于李雅普诺夫稳定性理论和滑模控制理论,所设计的自适应滑模控制器能保证船舶动力定位系统在有推进器故障发生和海洋环境外部有界扰动存在情况下的所有信号一致有界;最后,在一艘过驱动船舶模型上进行仿真,其结果验证了所设计方法的有效性.     

船舶动力定位系统的精细抗干扰控制

船舶在航行过程中不可避免地受到海平面上多种干扰的影响.动力定位(DP)是一种船舶在受到外界干扰的情形下依然能够保持在一定位置或沿固定轨迹航行的技术.与传统的锚定位方法相比,DP技术具有机动性强、可深海作业、定位精度高等优点.针对带有慢变环境干扰和复杂非线性项的船舶动力定位系统,研究其精细抗干扰控制问题.首先,利用模糊逻辑系统逼近船舶动力定位系统中的复杂非线性项.其次,通过构造自适应干扰观测器(ADO)来估计部分信息已知的慢变环境干扰.在此基础上,将基于干扰观测的控制(DOBC)与模糊控制算法相结合,提出基于复合分层抗干扰控制框架的精细抗干扰控制(EADC)策略,从而实现船舶动力定位系统的高精度抗干扰控制.最后,基于供给船模型的仿真研究验证所提控制策略的有效性.     

考虑事件触发输入的船舶自适应动力定位控制

为解决实际海况下全驱动船舶的动力定位控制任务存在参数不确定、模型结构不确定和通信资源限制等问题,本文提出一种具有事件触发输入的鲁棒自适应动力定位控制算法.该算法采用径向基函数神经网络对系统模型不确定进行逼近,同时针对通信带宽受限问题,设计了一种具有事件触发机制的执行器输入,降低了控制器和执行器之间的信道占用.此外,该算法还解决了状态变量与执行器增益不确定性之间的强耦合问题,并且设计了在线更新的自适应参数去补偿执行器增益不确定,以确保船舶能够稳定执行动力定位任务.利用Lyapunov稳定性理论证明了闭环控制系统中所有误差变量都满足半全局一致最终有界收敛.通过对比仿真实验验证了所提出算法的有效性.     

Robust adaptive backstepping sliding mode control for motion mode decoupling of two‐axle vehicles with active kinetic dynamic suspension systems

A mode decoupling control strategy is proposed for the active Kinetic Dynamic Suspension Systems (KDSS) with electrohydrostatic actuator (EHA) to improve the roll and warp mode performances. A matrix transfer method is employed to derive the modes of body and wheel station motions for full vehicle with active KDSS. The additional mode stiffness produced by the active KDSS is obtained and quantitatively described with the typical physical parameters. A new hierarchical feedback control strategy is proposed for the active KDSS to improve the roll and warp motion performances and simultaneously accounting for nonlinear dynamics of the actuators with hydraulic uncertainties. H∞ static output‐feedback control is employed to obtain the desirable mode forces, and a new projection‐based adaptive backstepping sliding mode tracking controller is designed for EHA to deal with address the nonlinearity and parameters uncertainty. This controller is used to realize the desirable pressure difference of EHA required from the target mode forces. Numerical simulations are presented to compare the roll and warp performances between the active KDSS, conventional spring‐damper suspension, and suspension with antiroll bar under typical excitation conditions. The evaluation indices are normalized and compared with radar chart. The obtained results illustrate that the proposed active KDSS with proposed controller does not produce additional warp motion for vehicle body, and has achieved more reasonable tire force distribution among wheel stations, the roll stability, road holding, and significantly improved ride comfort simultaneously.     

船舶动力定位非线性自适应反步控制器设计

针对扰动不确定非线性船舶动力定位问题,提出了一种带观测器的不确定扰动非线性船舶动力定位自适应输出反馈控制.设计了一个非线性观测器,从附有噪声的输出中估计出船舶位置以及运动速度.用滤波后的位置信号,针对扰动不确定非线性船舶设计带观测器的自适应反步控制器,该控制在Backstepping设计方法的基础上引入积分环节,对存在未知参数和动态不确定扰动的船舶能有效的改善系统性能.根据Lyapunov稳定性理论证明所设计的控制器是全局渐近稳定的,仿真结果验证了该方法的有效性.     

动力学解析的四轮全向移动机器人电机解耦控制

四轮全向移动机器人是一个复杂的非线性、强耦合的机械系统,各轮驱动电机间存在强耦合现象,很难取得理想的控制效果。针对这一问题,提出一种基于动力学解析的多电机控制系统解耦方法。通过对四轮机器人的动力学解析推导出四轮转速与其驱动力矩间的状态方程,获得各电机输入输出量之间的耦合关系,在此基础上依据控制量一致思想设计解耦控制器,解决了传统参考模型解耦方法不能兼顾控制性能和解耦性能的问题,实现了四路电机的独立控制。仿真结果显示,该方法能够有效地减小控制系统各变量间的相互耦合作用,每路电机均很好地跟踪了各自的输入,解耦效果好。     

Terminal sliding mode control design for uncertain dynamic systems

A terminal sliding mode control design scheme for uncertain dynamic systems in the pure-feedback form is presented in this paper. This design employs a recursive procedure which utilizes a set of switching manifolds to realize finite time convergence. To avoid a singularity problem, the scheme uses two-phase control: one phase is a preterminal sliding mode control that transfers the trajectory to a specified open region in which the terminal sliding mode control is not singular. Inside the region, the other phase – the terminal sliding mode control takes place bringing the state to the origin in finite time.