情感智能的球磨机系统内模控制研究

针对球磨机系统控制过程中存在的多变量、强耦合、模型时变性的特点,提出基于情感智能的内模控制方案,采用大脑情感学习模型(BEL模型)对球磨机模型进行在线辨识,根据辨识结果设计BEL控制器,建立球磨机的BEL内模控制系统。仿真结果表明该控制方法跟踪快、解耦性能好,控制品质优于传统的解耦控制方法,能够较好地解决球磨机多变量、时变性、耦合性等问题。     

基于解耦的球磨机系统动态矩阵控制

针对制粉系统球磨机的多变量强耦合特性,提出基于逆向解耦的动态矩阵控制设计方法,先将球磨机系统分解为三个单输入单输出系统,然后利用基于对象阶跃响应的动态矩阵控制算法,对解耦后的广义系统进行了仿真研究.结果表明,逆向解耦能有效地解除变量间的强耦合和大时延问题,并且动态矩阵预测控制算法控制效果明显,优于传统的PID控制,具有实时性强、计算速度快和抗干扰能力好等优点.     

基于逆向解耦的BTU协调系统内模控制设计

针对火电单元机组协调系统的多变量强耦合特点,提出一种基于内模控制器与解耦器一体化思想的内模解耦控制方法.区别于一般的多变量内模控制,将解耦技术与内模控制相结合,同时具有解耦器和内模控制器的特性.首先根据相对增益系数矩阵选择控制主通道,然后通过基于逆向解耦的原理设计控制器,其计算过程简单并且适用于高阶对象.最后以300MW单元机组为控制对象,在MATLAB/SIMULINK环境下,仿真并验证了控制器在不同工况下均可以实现较好的控制品质,具有较强的鲁棒性.     

基于逆向解耦的球磨机系统的PID控制

球磨机系统是一个典型的多变量大时延非线性系统,各个控制量间存在严重的耦合,所以直接对其进行PID控制有些困难.针对上述问题,先利用逆向解耦构造出逆向解耦控制器,将原系统分解成两个单入单出的系统.然后利用基于内模控制的PID控制器参数整定的方法,可以直接获得PID控制器的各个参数,并且在模型失配的情况下进行了仿真研究.结果表明:逆向解耦简便实用,较传统解耦有一定优越性,所整定的PID参数有良好的调节品质,且具有很强的鲁棒性.     

内模解耦单神经元自适应PID仿真研究

为了解决多变量大时滞系统的耦合问题,根据内模控制原理和单神经元的在线自学习能力,提出一种基于模型的单神经元自适应PID内模解耦算法,并详细分析了其在多变量大时滞系统中的解耦原理.内模解耦是运用解耦预估补偿器将一个多输人多输出的系统补偿为多个单输入单输出的系统、并将对象模型进行对角优势化,补偿后的主对角元素即可作为内模控制的预估模型.仿真结果表明,这种新的内模解耦算法具有相当好的解耦能力、较好的快速性和抗干扰能力.     

磨煤机制粉系统解耦内模控制器的设计及仿真

本文针对工业过程中常见的多变量时滞耦合输入输出系统,基于内模控制结构提出了一种多变量解耦内模控制设计的方法,该方法设计的内模控制器同时具有解耦器和控制器的作用。其优点是能够实现标称系统输出响应之间的近似或完全解耦,并且改善了系统的大迟延的特性。并与PID对角矩阵解耦设计方法相对比,结果表明：解耦内模控制器设计方法有更好的鲁棒性。     

基于逆系统的赖氨酸发酵多变量解耦内模控制

针对赖氨酸发酵过程的时变、非线性和高耦合性,提出基于逆系统的赖氨酸发酵多变量解耦内模控制方法。根据动态递归模糊神经网络(DRFNN)的非线性辨识原理离线建立发酵过程的逆模型,将得到的逆模型串联在发酵系统之前,实现了发酵过程输入输出解耦线性化,从而得到伪线性系统;对复合后的伪线性系统采用内模控制。仿真结果表明,该方法能够适应赖氨酸发酵过程模型的不确定性和参数的时变性,具有较强的鲁棒性,且结构简单,易于实现。     

基于内模解耦的IPMSM矢量控制仿真研究

在永磁同步电机的研究中,针对永磁同步电机的非线性和参数的不确定性以及采用矢量控制后电压与电流之间的强耦合性,为抑制系统非线性影响,消除干扰,采用基于内模控制(IMC)的矢量控制,克服传统的PI控制不能动态解耦以及对电机参数敏感的问题.从同步速d-q坐标系下凸极式永磁同步电机(IPMSM)数学模型及其矢量控制的基本原理出发,对交叉耦合关系进行了理论分析,引入了内模控制方法,设计了转子磁链定向和内模控制的电流调节器.在MATLAB下搭建了系统的仿真模型进行仿真,结果表明,所提出的内模控制器在模型匹配和失配的情况下均能提供良好的解耦效果,为优化设计提供了有效参考依据,可在线调节.     

基于改进的PSO算法的球磨机PID神经网络控制系统

球磨机制粉系统是一个复杂的多变量系统,具有强耦合、非线性、大迟延、慢时变等特点,很难建立精确的数学模型,采用常规的控制策略难以获得满意的控制效果。针对上述问题,在对球磨机制粉系统动态特性进行分析的基础上,提出了一种不依赖于被控对象数学模型的多变量PID神经网络解耦控制策略;为进一步提高控制器性能,利用一种改进的PSO算法对PID神经网络的权值初值进行离线优化训练,然后采用BP算法对权值进行在线调整,避免网络陷入局部极小值,保证了系统不会出现大的超调和震荡。仿真结果表明,该策略可以保证球磨机控制系统有大范围的鲁棒性和适应性,能较好地解决球磨机制粉系统的耦合性、时变性等问题,具有优良的解耦机制和控制品质。     

一种多变量系统的内模解耦控制设计方法

针对多变量强耦合的被控系统，提出了一种简化的内模解耦控制设计方法。其宗旨是首先根据对象的名义模型，设计常数阵预补偿器，对其进行对角优势化，进而利用补偿后的主对角线元素作为内模控制设计的内部模型，并基于此内部模型设计多通道内模控制器，同时设计了对角形滤波器。对某加热炉温度控制系统的仿真研究结果表明了该方法的有效性，控制系统具有很好的解耦能力和较强的鲁棒性。算法简单，易于实现，具有较好的工程应用价值。     

模糊优化控制方法在中储式磨煤机制粉系统中的应用

磨煤机是火电厂大量采用的重要辅助设备之一。但是到目前为止,大多数电厂尚未能实现自动控制,主要是因为球磨机控制系统是一个多输入、多输出的强耦合、非线性、大延迟、大惯性的被控对象,动态特性复杂,数学模型难以准确建立,对于它的控制存在一定的难度。而对于常规的PID控制规律难以获得满意的控制效果。本文结合火电厂球磨机控制系统的实际情况,分析了球磨机的动态特性,探讨了模糊控制技术在球磨机自动控制中的应用,提出了模糊控制方案并进行仿真。结果表明,所设计的模糊控制系统有较强的抗干扰能力,使球磨机系统控制品质有所提高。     

优化隶属度函数在中储式磨煤机中的应用

要保证磨煤机的最佳运行工况,就要使磨煤机的负荷,温度,入口负压稳定在最佳值附近,传统的模糊控制在磨煤机系统中虽运用广泛,但是完全基于专家经验的控制很难保证系统运行在最佳状态下,因此提出了采用遗传算法优化模糊控制隶属度函数的方法控制磨煤机的运行,解决了由于专家经验的不精确性带来的不足.     

火电厂球磨机非线性自适应控制

建立了球磨机特征模型,分析了运行调节需求,设计了以给煤量非线性自适应PID控制为主体,多种控制方式相结合的球磨机控制系统。该系统由磨风量控制、磨给煤量控制和风煤协调控制三部分构成,合理组合了非线性自适应PID控制、解耦控制、比值控制和仿人控制算法优势。工程应用表明,该控制系统能够解决球磨机运行优化和控制优化的双重问题,控制系统鲁棒性强,具有工况自适应能力。     

Load control of ball mill by a high precision sampling fuzzy logic controller with self‐optimizing

A self‐optimizing, high precision sampling fuzzy logic controller for keeping a ball mill circuit working stably and efficiently is proposed in this paper. The controller is based on fuzzy logic control strategy, and a fuzzy interpolation algorithm is presented to improve the control precision. The final output of the controller is calculated through the interpolation calculation of the observation and its neighboring antecedents, and the interpolation weight coefficients are obtained according to a fuzzy inference algorithm. In the proposed controller, the sampling control strategy is used to deal with a large delay time and a controller set value which can be adjusted by a self‐optimizing algorithm, which can overcome the time‐varying characteristic. Simulation results verify that the controller can control the ball mill circuit effectively and have higher control quality. Field service results also verify that the controller can successfully optimize the control of ball mill circuit. Copyright © 2008 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

Disturbance observer based multi-variable control of ball mill grinding circuits

Ball mill grinding circuits are essentially multi-variable systems characterized with couplings, time-varying parameters and time delays. The control schemes in previous literatures, including detuned multi-loop PID control, model predictive control (MPC), robust control, adaptive control, and so on, demonstrate limited abilities in control ball mill grinding process in the presence of strong disturbances. The reason is that they do not handle the disturbances directly by controller design. To this end, a disturbance observer based multi-variable control (DOMC) scheme is developed to control a two-input-two-output ball mill grinding circuit. The systems considered here are with lumped disturbances which include external disturbances, such as the variations of ore hardness and feed particle size, and internal disturbances, such as model mismatches and coupling effects. The proposed control scheme consists of two compound controllers, one for the loop of product particle size and the other for the loop of circulating load. Each controller includes a PI feedback part and a feed-forward compensation part for the disturbances by using a disturbance observer (DOB). A rigorous analysis is also given to show the reason why the DOB can effectively suppress the disturbances. Performance of the proposed scheme is compared with those of the MPC and multi-loop PI schemes in the cases of model mismatches and strong external disturbances, respectively. The simulation results demonstrate that the proposed method has a better disturbance rejection property than those of the MPC and PI methods in controlling ball mill grinding circuits.     

基于软测量的球磨机优化控制方法

针对球磨机控制的难点和不足,提出了一种基于料位软测量技术的球磨机优化控制方法.首先,在分析球磨机系统特性和振动特性的基础上,确定了料位软测量的辅助变量.其次,基于最小二乘支持向量机算法,给出了一种球磨机料位软测量方法,并通过现场实测数据进行料位检测,结果表明该软测量方法的精度较高;最后,在料位软测量的基础上,提出了一种...     

对于球磨机制粉系统控制及优化策略的研讨

概述了当前运用比较广泛的模糊控制,解耦控制,神经网络,自寻优控制以及预测控制等各种高级控制方法在球磨机制粉系统中的应用情况,并且根据自己工作现场的经验对各种控制策略的优缺点和应该加以注意的问题进行了讨论.     

模糊控制的系统化设计和稳定性分析

给出了一种模糊控制系统的系统化设计方法,它采用一组局部T-S模糊模型来表 示模糊系统,对每个局部模型,利用状态反馈进行控制器设计,最后给出了全局模糊系统的稳 定性分析.通过对一个典型的非线性球-棒控制系统的仿真研究,表明该方法是有效的,它的 性能指标优于现有文献的结果.     

Intelligent optimal control system for ball mill grinding process

Operation aim of ball mill grinding process is to control grinding particle size and circulation load to ball mill into their objective limits respectively, while guaranteeing producing safely and stably. The grinding process is essentially a multi-input multi-output system (MIMO) with large inertia, strong coupling and uncertainty characteristics. Furthermore, being unable to monitor the particle size online in most of concentrator plants, it is difficult to realize the optimal control by adopting traditional control methods based on mathematical models. In this paper, an intelligent optimal control method with two-layer hierarchical construction is presented. Based on fuzzy and rule-based reasoning (RBR) algorithms, the intelligent optimal setting layer generates the loops setpoints of the basic control layer, and the latter can track their setpoints with decentralized PID algorithms. With the distributed control system (DCS) platform, the proposed control method has been built and implemented in a concentration plant in Gansu province, China. The industrial application indicates the validation and effectiveness of the proposed method.