基于Smith预估补偿的时滞系统Fuzy-PI控制器的研究

将Fuzzy-PI复合控制与Smith预估控制相结合,并引入适当的滤波器,简化了控制器的设计,提高了对纯滞后对象的控制能力.仿真表明采用这种控制结构控制纯滞后对象获得了比传统Smith预估控制更优越的鲁棒性和抗干扰性能,为大时滞系统的控制提出了一种有效、实用的控制手段.     

采用Smith预估补偿的时滞系统PI控制器的设计

针对纯滞后的控制对象特性,提出了基于Smith预估补偿的PI控制器的设计方法。仿真实验表明,此方法整定的PI控制器能有效克服较大纯滞后的影响,性能优于传统的Z—N法和SPAM法。     

大时滞积分过程的改进Smith预估控制器

针对大时滞积分过程提出了一种改进Smith预估PI控制算法,该算法引入两个具有明显物理意义的可调参数,一个参数用于调节闭环伺服系统的跟踪速度,另一个用于改变闭环系统对扰动的控制品质。同时,提出了基于这两个参数的PI控制器参数整定方法,在模型失配情况下,对参数的稳定域进行估计,两个仿真实例验证了算法的有效性。     

基于PLC的Smith预估补偿控制器的设计

提出一种采用SIEMENA S7-200 PLC来实现史密斯预估补偿的新方法,采用史密斯预估补偿的方法,比用常规PID超调量显著减小,提高了系统的稳定性,控制效果令人满意,拓展了S7-200这类小型PLC的应用领域.     

不确定时滞及非线性特性执行器系统的模糊Smith预估控制

针对一类带有不确定时滞特性执行器系统，采用Smith预估控制和模糊控制相结合的串级控制，使系统高性能运行。     

基于数字Smith预估补偿的温度控制仿真

工业控制过程中存在许多具有纯滞后特性的被控对象，Smith预估控制是克服纯滞后影响的有效方法之一，对设定值的改变响应比较快，跟踪效果好，但是其克服扰动的能力比较差。为提高Smith预估控制的鲁棒性，提出一种数字Smith预估器进行补偿控制。仿真结果表明：在被控对象模型不确定性的情况下，增大或减少控制模型的参数，数字Smith预估补偿都具有较好的鲁棒性。     

基于模式匹配的Smith模糊控制器

总结了Smith预估控制原理及其存在的问题,并利用基于模式匹配的模糊控制算法,提出了一种新型的Smith模糊控制器。仿真结果说明了它的可行性和有效性。     

基于Smith预估的纯滞后系统的控制

针对具有纯时间滞后的系统,分析了PID算法、Dahlin算法和Smith预估算法的特点,指出只要对Smith预估控制器进行适当的设计,就能等效于Dahlin算法.提出了利用Smith预估器补偿时间滞后,按Dahlin算法原理设计控制器的Dahlin～Smith算法和将Smith预估系统结构变换为内模控制器(IMC)结构,再按内模控制原理进行控制器设计的IMC-Smith算法.在模型匹配和失配情况下进行了仿真研究,结果表明,所提出的新控制算法在系统模型不精确的情况下,具有更好的稳定性和鲁棒性,对于大时间滞后系统是一种比较实用的控制方法.     

不确定时滞过程Smith预估鲁棒H∞控制器的设计

以不确定大时滞过程的研究对象，对常规的Smith预估控制系统进行变形，然后用灵敏度最小原则设计H∞控制器，实现了对不确定大时滞过程的鲁棒性控制。理论分析和仿真结果表明，这种新型控制方法能消除大时滞带来的不良影响，且鲁棒性强，能够有效抑制干扰和模型不确定性，只有一个可调参数就能有效协调系统的鲁棒性能和标称性能。     

时滞系统的一种Smith预估H∞鲁棒控制方法

提出一种基于Smith预估器的H∞鲁棒控制器的设计方法。该方法利用Smith预估器巧妙地将时滞过程的鲁棒性能问题转化为无时滞过程的鲁棒性能问题，简化了分析和综合，避免了时滞的分式近似。理论分析及仿真结果表明该方法有效地克服了时滞，使系统的鲁棒性能得到了明显改善。     

批过程中带有Smith时滞补偿器的反复学习控制

反复学习控制(ILC)策略充分利用以前的批过程信息反复改进追踪性能的控制策略，ILC应用于建模和时间滞后存在不确定性的单输入单输出过程，过程的动态特性由带纯时滞的传递函数描述．仿真结果表明：ILC能够显著提高控制性能，     

基于Smith预估器的单神经元PSD自适应主汽温控制

针对电厂中主汽温控制系统具有大滞后、非线性的特点,提出了一种新的基于 Smith 预估器的单神经元 PSD 自适应控制算法,即由 Smith 预估器和单神经元 PSD 自适应控制器组合的复合控制。并且利用Lyapunov 稳定性理论证明了单神经元自适应控制器的稳定性。实验结果表明,这种控制方式具有较好的自适应性和鲁棒性。     

聚氯乙烯干燥过程大纯滞后特性的控制策略

针对聚氯乙烯干燥过程的大纯滞后特点,介绍了实现Ｓｍｉｔｈ预估补偿和增益预估补偿控制的方法,并就现场投运的实际情况作出具体的分析比较。     

纸浆浓度的Smith预估器神经元自适应控制

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,提出将神经元PID控制和Smith预估控制相结合的控制策略。该控制系统既具有Smith预估补偿控制的优点又有神经元自学习、自适应的能力。仿真实验结果表明该方法可以提高系统的控制品质,证实了这种方法的可行性。     

纸浆浓度的Smith预估器神经元自适应控制

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，提出将神经元PID控制和Smith预估控制相结合的控制策略。该控制系统既具有Smith预估补偿控制的优点又有神经元自学习、自适应的能力。仿真实验结果表明该方法可以提高系统的控制品质，证实了这种方法的可行性。     

一种基于干扰预测的Smith预估器

提出了一种基于干扰预测的Ｓｍｉｔｈ预估器的改进结构形式,该结构可提高用于纯迟延过程的Ｓｍｉｔｈ预估器的抗干扰能力。干扰预测采用直接预测的方法,比常将有色噪声中除白噪声以外的成分相应增补为系统向量的方法简单直观。定性分析了有限带宽型有色噪声带宽与预测长度,预测方法之间的关系。并给出了窄带宽功率谱随机信号的预测法及仿真结果。     

基于模糊PI控制的实验平台设计与实现

针对Festo教学演示型实验平台在扩展性研究方面的不足,提出了一种基于模糊PI控制的半实物仿真平台设计方案：利用Matlab实现模糊PI虚拟控制器的设计,利用组态软件实现虚拟控制器与实验装置I/O接口设备的无缝连接。Simulink仿真结果表明模糊PI控制具有调节时间短、无超调量及稳态偏差、控制精度高等优点,为其在实验平台的应用提供了理论依据。