一种带有反馈滤波器的自整定Smith预估器设计及其在纸张横幅定量控制中的应用

针对纸张横幅定量控制所存在的强耦合及大时滞特性,本研究提出了一种Smith预估器加模糊自整定PID复合控制策略。采用“区域化点”法并引入前置矩阵对非方系统进行降维,然后取降维后系统关联矩阵的逆矩阵作为解耦器,将系统转变为与稀释水阀数量一致的多个单回路。针对稀释水流浆箱的横幅定量控制系统大时滞特性,设计一种带有反馈滤波器的自整定Smith预估器控制方案,其主控制器采用模糊自整定（Fuzzy-PID）控制器。反馈环滤波器的存在使其可在模型失配情况下降低系统对模型失配误差的敏感度,进一步增强系统鲁棒性。仿真实验结合现场实际应用案例证明,该方案具有可行性和有效性,并且可将横幅定量差指标控制在2%以内。     

基于自校正PID的加弹机温控器

针对加弹机温控系统通道数目多、精度要求高、影响因素复杂等问题,在对当前温度控制所采用的方法进行广泛调研的基础上,提出了一种基于自校正PID控制技术的加弹机温控方法。分析了加弹机温度控制的特殊性,阐述了现有温度控制的一般处理方法及存在的问题,并指出自校正PID控制技术的优势。运用热力学方程建立温控对象的离散数学模型,并对模型参数辨识进行了深入探讨,利用极点配置方法设计了温控器,给出了加弹机温控系统的实施方案。工业现场实验证明该系统实用有效,精度满足要求。     

基于Smith预估补偿的啤酒发酵温度控制策略

在啤酒发酵过程中,发酵液的温度控制具有大时滞、非线性和分阶段性等特点,这些特点造成发酵罐内发酵液的温度波动频繁,偏差较大。为了更好地对啤酒发酵温度进行控制,在常规PID控制的基础上,提出了基于Smith预估补偿的非线性PID控制策略。在对啤酒发酵温度控制系统的辨识模型进行Matlab仿真分析的基础之上,将该控制策略用于实际生产。结果表明:该控制策略可以有效改善控制系统的稳定性和抗干扰能力。     

软测量技术在打浆度测量和控制中的应用

采用线性软测量模型回归分析法建立了打浆度数学模型,采用Householder变换法进行模型参数辨识,并阐述了模型参数的在线校正方法.给出了相应的软测量仪表的硬件和打浆度控制方法.     

基于MPSO算法的横动伺服控制系统黑箱模型辨识

针对标准粒子群算法(PSO)在横动伺服控制系统黑像模型辨识过程中出现的局部收敛问题,提出了一种引入多粒子共享策略(multi-particle information share)的改进粒子群算法(MPSO)辨识方法。首先,建立了系统的五阶传递函数模型,其次,在PSO算法的基础上,引入多粒子信息共享和综合判断来修正各粒子的下一次行动策略,避免粒子趋同陷入局部最优,实现了系统模型的优化。最后,为了验证辨识模型的正确性,进行仿真与实测对比实验,结果表明:该算法辨识出的模型准确度较高,具有较好的控制品质,对于同一速度输入信号,仿真与实测的输出曲线跟随性好,误差在-0.2~0.2rad范围内,误差小。     

箱纸板定量／水份计算机控制

本文描述了箱纸板圆网造纸机的定量和水份控制,该工业过程具有大的纯滞后和众多的随机扰动,所以很难控制,针对该过程,开发了具有自校正的K步增量预估算法,仿真和实际应用结果表明,它是令人满意的,自动控制后,每年可增加产值114.97万元。     

Fuzzy—Smith控制器对漂白温度控制的研究

针对漂白温度控制系统具有纯滞后、模型参数不稳定的特点,在传统的史密斯控制的基础上,结合模糊控制方法,设计了Fuzzy-Smith控制器。该方法利用了Smith预估控制来克服系统纯滞后的特点,也利用了模糊控制对模型参数要求不精确的特性。仿真结果表明：该控制算法具有很强的鲁棒性,有效地抑制了大滞后的影响,对参数变化具有很强的适应性,能够较好地实现对漂白温度的控制。     

基于DRNN的纸机定量水分解耦控制仿真分析

针对抄纸过程中具有的强耦合、大时滞特点,提出了一种自适应的PID解耦控制方法,利用对角凹归神经网络(DRNN)来辨识系统模型,通过对PID控制器参数进行调整,实现多变量解耦控制.对纸机定量、水分控制系统的仿真研究结果表明:该方法具有较快的系统响应和抗干扰能力,较好地解决了定量和水分之间的耦合作用.     

纸浆浓度的免疫双闭环自适应控制

针对纸浆浓度控制系统具有大纯滞后和模型不确定的特性，提出将免疫控制原理应用于双闭环控制系统中，对带有Smith预估器的系统进行在线调节。该控制器克服了Smith预估器对模型精度要求高的缺点，利用免疫在线调节内环比例参数值。经仿真，验证了该系统具有很强的鲁棒性和抗干扰能力。     

抄纸过程中烘缸温度的自适应模糊预估控制

利用模糊控制适应能力强，PID控制精度高，Smith预估控制适应大时滞的特点，设计了一种自适应模糊Smith预估控制系统对抄纸过程中烘缸的温度进行自动控制，从而提高了系统控制性能，使系统具有较好的鲁棒性和较高的控制精度。     

烟草制丝加料加香过程的无辨识自适应控制方案

烟草制丝过程中当烟丝流量波动较大时,采用传统PID控制方案的加料加香系统稳定性差,控制精度低,造成成品烟丝中辅料和香精分布不均,影响批次产品质量。为此,提出了无辨识自适应控制方案,控制算法简单且易于工程实现,可根据烟丝流量波动情况在线自动校正控制器参数,优化控制性能,实现快速调节和高精度控制。应用结果表明,采用无辨识自适应控制方案能有效提高加料加香过程控制的稳定性和控制精度,加料加香过程的瞬时比例标准偏差由0.05左右降低到0.01左右,最大控制误差由0.3以上降低到0.1以下。控制系统具有良好的鲁棒稳定性,保证了成品烟丝中辅料和香精比例的准确和均匀,提升了制丝生产过程的控制水平。     

工业锅炉微机控制系统

本文介绍了利用微机控制技术、自校正模糊控制器、自寻优经济燃烧实现的工业锅炉自动控制系统;该系统具有提高燃煤锅炉的热效率、改善运行工况、节能等特点。     

大滞后系统的鲁棒控制研究

提出了内部模型自适应辨识控制方法,将过程和模型的输出误差用局部参数最优法设计自适应律,使模型逼近实际过程,控制器采用内模控制结构(IMC)。仿真表明,这种控制结构有较好的性能,对于时滞参数大范围变化的系统具有较好的鲁棒性和抗干扰性。     

基于专家PID的双模态Smith预估的漂白塔温度控制系统

漂白塔温度是多段连续漂白过程中一个重要的被控变量,具有滞后大、惯性大、干扰多等特点。基于这些问题,提出专家PID结合双模Smith预估器算法,设计了漂白塔上部温度和蒸汽流量串级控制系统。主回路采用改进的专家PID-PID双模Smith预估器,以克服滞后对系统稳定性的影响和Smith预估器对数学模型要求精确的问题。MATLAB仿真结果表明:双模态改进型Smith算法具有超调小、响应速度快等动态特性,具有较好控制效果。在实际漂白工段的应用中,可以证明该系统对漂白温度控制效果好。     

TCSC非线性自校正自适应控制策略的研究

具有扰动的TCSC系统是一类非线性系统,对非线性系统的控制远比线性系统复杂。本文利用微分几何法和最小方差自校正原理,设计了TCSC非线性自校正自适应控制器,这种控制器能实时检测系统的外扰并自动进行校正,结构简单。仿真表明:这种控制器不但能快速调节容抗、改善系统的稳定性,并且有较强的自适应性、鲁棒性。     

一种数控机床伺服系统参数辨识方法的研究

针对数控机床伺服系统在模型辨识中存在的问题,为了减小系统模型建模误差,提高伺服系统的控制性能,提出一种在线实时的递推式最小二乘参数辨识方法。首先推导和构建了递推式最小二乘参数辨识数学模型,然后对三轴数控雕铣机床伺服系统模型参数进行在线辨识实验。实验结果表明所提出的方法能够有效地提高伺服系统的模型辨识精度,从而有效提高伺服系统的控制性能。     

山梨醇结晶温控系统的研究

山梨醇广泛应用于食品行业,针对山梨醇结晶温控系统存在时变大滞后特性,研究了一种融合遗传算法和神经网络的PID控制器。该控制算法采用RBF网络在线辨识被控对象,先利用遗传算法优化神经网络的初始权值,再结合神经网络所具有的自学习和任意非线性表达能力,用BP神经网络自整定PID参数,对结晶过程温度进行控制。仿真结果表明:该控制器提高了系统的控制性能,具有很强的自适应性和鲁棒性,满足山梨醇生产的要求。     

定量系统的自适应Smith预估计偿控制

解决大延迟系统问题的经典Smith预估器要求系统的模型是精确的,否则由于模型偏差带来的补偿效果很差.本文记述在纸张生产过程中,应用自适应的Smith预估器进行定量控制,其补偿效果较好,有效地减小了定量系统模型偏差所带来的影响.     

改进纸浆漂白温度控制系统设计

针对纸浆漂白过程温度控制的大时滞、大惯性、对象参数时变的特点,探讨了最小二乘法在辨识参数中的应用,对单回路控制系统进行改进,提出了基于主副回路Smith预估补偿的模糊串级控制,对漂白塔温度和蒸汽流量进行补偿,同时利用模糊控制器为主调节器。仿真结果表明,与传统单回路控制相比,改进的控制系统具有更好的动态特性和鲁棒性;该控制系统的应用案例验证了其良好的控制效果。     

基于RBF神经网络的非线性系统对象辨识

被控对象数学模型的精确建立是控制理论研究和发展的重要基础,但在实际工况中的控制系统多为复杂的非线性系统,因此高精度的非线性系统辨识技术显得至关重要。RBF神经网络具有对任意非线性函数逼近的能力,于是设计将RBF神经网络技术运用到系统辨识中,并通过Matlab仿真基于RBF神经网络对给定复杂非线性系统的辨识。仿真结果表明在对于复杂非线性系统的辨识上,基于RBF神经网络的系统辨识法是准确可行的。