粒子群优化辨识的自适应预估控制及应用

针对Smith预估器对预测模型精度依赖程度较高的问题,提出了一种基于粒子群优化(PSO)辨识算法的自适应预估控制方法。该控制方法利用PSO辨识方法在线调整Smith预估器参数,利用单神经元的非线性逼近特性及自学习、自组织能力,对控制器参数进行在线修正。将该控制方法应用于矿井通风系统风量控制仿真分析中,在系统参数时变情况下,进行跟踪响应分析。结果表明,该控制方法对大滞后时变系统具有很强的适应性和鲁棒性,具有较强的抗干扰能力和良好的跟踪性能。     

公共建筑中暖通空调系统能耗控制方法研究

公共建筑中能源消耗的主要来源是暖通空调，时滞变化是导致暖通空调系统产生能耗的主要原因，为达到节约能耗的目的，研究公共建筑中暖通空调系统能耗控制方法。设计Smith预估器补偿控制回路的时滞；利用PI控制器提升Smith预估器内参考模型与实际模型的匹配度，提升时滞补偿的鲁棒性。通过模糊非线性PI在线优化方法，优化PI控制器的参数，增强控制效果。实验证明:该方法可有效控制暖通空调系统的能耗，将耗电功率低至18 kW；在设定温度出现阶跃变化时，该方法可有效缩短调节时间，减轻控制过程中的振荡现象，降低超调量与能耗。在分析水泵能耗时，该方法的最大阀门开度最大，能耗最低。     

PDC钻头高频感应焊接温度模糊自适应Smith预估控制

在建立地质钻进用金刚石复合片(PDC)高频感应焊接温度控制系统数学模型的基础上,针对PID与Smith预估补偿在控制大滞后系统时出现的超调、振荡及鲁棒性差的问题,引入了采用调整系统控制量的模糊自适应控制,通过Matlab仿真分析表明模糊控制与Smith预估相结合对于改善大滞后系统的动态与稳态性能是非常有效的。     

Smith预估器的改进及在温度控制系统中的应用

文章针对在具有时滞性、非线性、时变性的温度控制系统中,由于工况复杂、外界影响因素多变等原因导致控制系统精确数学模型难以建立、控制难度大的问题,提出一种改进型Smith预估PID复合控制方案。该方案在传统Smith预估控制的基础上,引入了两个负反馈,并利用PID作为系统控制器,进而确保了系统状态的稳定性,增强了控制器对时变环境的自适应能力。仿真实验表明,在模型精确和模型失配30%的情况下,该方案的在一定程度上减少了超调量和增强了抗干扰能力,提高了温度系统的控制性能。     

基于参数智能调节的模糊预估控制在时滞时变系统中的研究

在化工、炼油、冶金、矿山和建材等一些复杂拘工业过程当中,广泛地存在着时滞时变现象。由于时滞时变的存在,使得控制系统的稳定性变差,调节时间延长,对系统的设计和控制增加了很大的困难。如何控制时变时滞对象一直是控制界关注的课题之一。通常对于固定时滞系统,采用Smith预估控制器进行控制,其结构简单、控制品质好。但它对模型误差及时滞变化较敏感。本文就时滞时变系统提出一种参数智能调节的模糊预估控制,进行仿真研究。     

基于Smith预估模糊PID的浮选液位控制系统设计

浮选机内液位高低影响着浮选效果和生产稳定性,针对煤泥浮选中浮选机液位对浮选结果产生的影响,结合浮选液位控制系统的特点及其性能要求,采用了一种将Smith预估控制、模糊控制、PID控制结合的液位控制系统,并利用MATLAB中Simulink模块设计浮选液位仿真模型,进行仿真分析,同时改变液位以测试系统的稳定性。通过对传统PID、模糊PID及Smith预估模糊PID控制算法进行比较可知,液位控制系统采用Smith预估模糊PID算法,其控制效果由于传统PID和模糊PID控制,调节时间更短,稳定性更强,提高了浮选机液位的稳定性,能更好地满足浮选过程对液位的要求。     

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造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。     

矿用6kV静止无功发生器的改进PR控制

研究应用于煤矿地面6 k V变电站的静止无功发生器(SVG)的补偿电流控制策略。静止无功发生器的电流环控制要求补偿电流能够无误差地跟踪指令电流信号,而传统的PI控制需要进行复杂的dq坐标变换,且很难消除稳态误差。直接在三相静止坐标系下采用改进的比例谐振(PR)控制器实现对不同频率正弦信号的零稳态误差跟踪控制。给出了PR控制器各参数的设计方法,通过仿真对所提供控制策略进行了验证。仿真结果表明,改进PR控制策略跟踪效果良好,可使SVG同时且有效地补偿基波无功电流和谐波电流。     

智能自适应内模控制

针对纯滞后的非线性系统提出了一种基于内模控制（ＩＭＣ）的控制方案，该控制系统主要由预测模型和逆控制器组成，前者完成被控对象模型的建立，后者完成最优控制器的实现，在参数估计器中，采用随机干扰下的随机逼近算法来实现参数的辨识，最后的仿真结果表明，采用内模控制使系统的性能和鲁棒性能都到改善，控制效果很好。     

基于神经网络整定的圆锥破碎机控制系统的模糊预估控制

针对圆锥破碎机,本文提出一种基于神经网络整定的模糊预估控制,神经网络能够动态调整PID控制器的三个参数kp、ki、kd。文中对基本模糊控制器和整定PID控制器参数的神经网络分别进行了设计,并进行仿真研究,结果表明该控制方案能提高系统的动态和稳态性能。     

模糊复合控制在圆锥破碎机控制系统中的应用

圆锥破碎机主要用于对各种硬度的矿石进行中碎和细碎,它具有破碎比大及产量高及功耗低等优点,在生产实践中得到了广泛的应用。由于影响选矿破碎过程的因素很多,循环和送料所需的时间比设备所需的时间常数要大,因此圆锥破碎机控制系统是一个带有不确定时滞的大纯滞后系统。对于大纯滞后系统,通常是在PID反馈控制基础上,引入Smith预估器来提高系统的控制质量。但是由于Smith预估器过于依赖被控对象的数学模型,对于参数变化的圆锥破碎机控制系统而言,PID-Smith控制难以获得满意的控制效果。近年来模糊控制以其不依赖于过程模型和鲁棒性强等优点而迅速发展起来,将模糊控制与Smith预估控制结合,可改善系统的性能,但是模糊控制的稳态性能较差,仍达不到理想的控制效果。因此本文结合3种控制方法的优点,将模糊控制、积分控制和Smith预估控制集成,组成模糊复合控制,应用于圆锥破碎机控制系统中。以提高控制系统品质。     

钨矿井下通风机监控系统及控制算法研究

针对多数钨矿井下通风系统中风机监控技术落后,影响井下通风安全问题,设计了基于可编程控制器(PLC)的井下风机智能监控系统,考虑到风机负压、流量等被监控参数存在较大的时滞现象,提出了利用Smith预估控制算法对其实施有效监控.改造后的运行情况说明,系统运行可靠、性能优良.     

基于改进型ADRC矿用电机车牵引电机控制策略研究

为了提高矿用电机车牵引电机控制系统对不确定干扰的抵抗能力,提出了用自抗扰控制器(ADRC)代替传统的控制器,并设计了RBF神经网络对ADRC参数进行实时整定和寻求最优解,解决了ADRC待整定参数繁杂的问题。仿真结果表明,与传统的控制器相比,基于RBF改进型ADRC在电机启动、变转速和突加突减负载等方面都有着更好的控制性能,很好地满足了矿用电机车牵引电机平稳调速、抗干扰能力强的控制要求。     

模糊PID控制器在跳汰机排料系统的应用研究

<正>中国矿业大学和兖州矿业(集团)公司兴隆庄煤矿研究出一种可在线自整定PID参数的模糊PID控制器,仿真实验比较结果表明模糊PID控制器的控制性能明显优于常规PID控制器。     

基于差分进化算法的矿用电动轮自卸车柴油发电机组转速H2/H∞ 控制器优化设计

柴油发电机组是矿用电动轮自卸车动力系统的核心部分.为了研究电动轮自卸车动力系统的稳定性,首先建立了柴油发电机组调速系统的数学模型,然后在此基础上设计非线性H_2/H_∞控制器.传统LMI方法求解H_2/H_∞控制器时,存在引入附加条件的缺点.因此,采用一种改进的多目标差分进化算法(IMOSADE)对H_2/H_∞控制器参数进行优化.数值仿真结果表明IMOSADE算法得到的控制器具有更好的鲁棒性.     

自适应模糊控制器及其在机器人控制中的应用

提出一种自适应模糊控制器并将之用于机器人轨迹跟踪控制,该控制器采用控制器输出误差方法(COEM),根据控制器的输出误差而不是对象的输出误差,来在线地调整模糊控制器的参数,无须对对象进行辩识。仿真结果表明该控制器用于机器人轨迹跟踪控制具有很好的性能,是一种有效的控制器。     

基于改进PSO算法的铜电解12脉波整流电源的优化控制

针对铜电解电源整流系统的对象本身具有非线性时变特性,提出带有变异算子的改进粒子群(PSO)算法,以保证粒子群算法的全局最优性。并对12脉波整流电源稳流控制器的PI参数进行优化,经仿真实验研究表明,采用改进的PSO算法优化稳流控制器的PI参数,将使铜电解整流系统具有较好的稳态和动态性能,获得满意的效果,改进PSO算法是一种非常有效的PI参数优化方法。     

基于神经网络PID控制的有源电力滤波器的研究

针对有源电力滤波器非线性、时变及变参数等特点,设计出一种基于BP算法的神经网络PID控制器。该控制器将神经网络和PID控制策略相结合,兼顾传统PID控制器结构简单、容易实现等优点,以及神经网络自学习、自适应及逼近函数的能力,不断优化PID控制器的控制参数,最终能够获得一组最优的控制参数来满足当前的工况。仿真结果表明:相比于常规PID控制器,神经网络PID控制器的响应速度更快、控制精度更高,同时电网电流的谐波畸变率更小,获得了令人满意的控制效果。     

改进的粒子群优化液压伺服模糊控制系统研究

电液伺服系统是一个不确定的非线性复杂系统,传统PID控制往往难以取得理想的控制效果。为了提高煤矿机器人机械臂电液伺服系统的控制精度和稳定性,提出一种基于改进的粒子群算法优化液压伺服系统模糊PID控制器参数的方法,避免了模糊PID控制中参数选取的经验性及参数不变性等问题。应用改进的粒子群算法优化模糊PID控制器参数,可以增强控制器的自适应能力,提高其控制性能。仿真测试表明,改进的粒子群优化模糊PID控制系统的响应性能明显提髙,超调量小,稳态性能好。     

用数学方法改进模糊控制器稳态精度的研究

文章分析了常规模糊控制器存在稳态精度差的原因，提出一种用数学方法改进模糊控制器稳态精度的方案。最后给出这种改进的模糊控制器的仿真试验结果。