锅炉汽包水位系统的预测函数控制

在给出具有可测干扰系统的预测函数控制(PFC)算法的基础上,结合预测函数控制、串级调节的优点,提出了锅炉汽包水位控制系统的PFC—PID透明控制策略:内回路采用PID控制快速消除给水流量的扰动,外回路采用带前馈补偿的PFC控制,可有效地克服汽包水位系统的另一主要扰动——蒸汽流量的扰动,同时PFC的强鲁棒性保证了在对象特性变化的情况下系统仍然具有良好的调节品质。计算机仿真结果显示了该控制策略的有效性和实用性。     

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。     

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。     

变论域模糊和Smith预估的免疫PID控制研究

针对具有时变、纯滞后的非线性系统,结合变论域自调整模糊和Smith预估控制方法,提出了一种新的基于变论域模糊和Smith预估的免疫PID控制器.通过改变模糊输入和输出变量的论域,使论域自调整模糊控制器用较少的控制规则实现了较高精度的控制,同时使用预估器预先估计出过程在基本扰动下的动态特性,使调节器提前动作,从而明显地减少超调量.Matlab仿真表明所设计的控制系统在稳定性、准确性方面优于免疫PID控制器.     

锅炉过热蒸汽温度预测PID控制及仿真研究

锅炉是流程工业生产实践中必不可少的动力装置,其生产的过热蒸汽可以作为多种设备的动力源或工艺过程的热源.针对锅炉装置多输入多输出、强耦合的特性,特别是过热蒸汽温度系统大惯性、大时滞、变参数的控制难点,在深入分析其动态特性的基础上,基于通用的串级控制方案提出了预测PI控制策略,常规控制装置就可以容易地实现该控制算法,便于工程实践应用.仿真结果表明,与常规PID串级控制相比,该控制策略的超调量更小,调节时间更短,而且当存在参考输入扰动、系统参数摄动、蒸汽流量扰动、烟气温度扰动以及燃烧率扰动时,都能保持良好的控制性能,具有很强的鲁棒性.     

基于免疫反馈机理的锅炉汽包水位SMITH预估控制

借鉴生物免疫反馈响应过程的调节规律,针对电站锅炉汽包水位控制系统,提出一种基于免疫反馈机理的SMITH预估控制策略,内回路采用常规P控制器以快速消除给水流量扰动,外回路采用免疫PID控制器以保证汽包水位在给定值,并有效克服蒸汽流量的扰动.该控制策略结构和算法简单,易于工程实现.通过仿真试验证明该控制策略适应对象参数的变化,具有较强的鲁棒性、自适应性和抗干扰能力.     

过热汽温的改进型Smith预估复合模糊控制

针对过热汽温对象的非线性特性,设计了改进型Smith预估复合模糊控制算法.采用模糊与PID控制相结合的复合算法,可以有效改善系统的动态特性和适应性;采用一类改进型Smith预估算法,克服了过热汽温对象的大迟延特性.仿真结果表明,所设计的控制算法具有更强的负荷适应能力,系统的动态特性有了较大改善.     

基于蚁群算法的变风量空调控制的仿真

针对VAV空调系统中PID参数优化困难的问题,在变风量(VAV)空调系统房间数学模型的基础上,提出了基于蚁群算法PID控制策略,并将常规PID控制策略和基于蚁群算法的PID控制策略在MATLAB/Simulink仿真环境中进行数字仿真对比.结果表明,基于蚁群算法PID控制策略可使系统动态特性得到较大改善.     

火电厂水质调节系统的模糊免疫自适应Smith-PID控制

火电厂水质调节加药系统为大时滞时变被控对象.模糊免疫自适应PID控制和常规Smith控制难以取得令人满意的控制品质.借鉴生物免疫反馈响应过程的调节作用和模糊推理的自适应性,以及Smith预估器可以解决系统时滞性的特点,提出了将模糊免疫自适应PID控制器和Smith预估器组合成复合控制器的控制策略.用模糊免疫P调节器实时整定P1D控制器的比例增益,用模糊控制器在线整定PID控制器的积分时间常数和微分时间常数.仿真研究表明,该控制算法具有调节时间短,系统稳定性强,抗干扰能力强等优点,取得了令人满意的控制效果.     

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.     

船用柴油机数字式电子调速器建模与仿真

针对PID控制器在柴油机调速系统中存在的不足,本文以Matlab／Simulink软件为平台,建立了6135型柴油机离线仿真模型,并将模糊控制与PID控制相结合,提出一种比较完善的模糊PID控制器参数自整定算法。仿真结果表明,采用经典PID控制,瞬态调速率一般不小于7％,而在模糊PID控制下柴油机突卸或突加100％负荷,其瞬态调速率为5．4％,明显好于单一的PID控制。模糊自整定PID控制器使柴油机的控制效果提高显著,尤其在克服扰动方面效果明显。     

Robust tracking control for micro machine tools with load uncertainties

The quality of the micro-mechanical machining outcome depends significantly on the tracking performance of the miniaturized linear motor drive precision stage. The tracking behavior of a direct drive design is prone to uncertainties such as model parameter variations and disturbances. Robust optimal tracking controller design for this kind of precision stages with mass and damping ratio uncertainties was researched. The mass and damping ratio uncertainties were modeled as the structured parametric uncertainty model. An identification method for obtaining the parametric uncertainties was developed by using unbiased least square technique. The instantaneous frequency bandwidth of the external disturbance signals was analyzed by using short time Fourier transform technique. A two loop tracking control strategy that combines the μ-synthesis and the disturbance observer (DOB) techniques was proposed. The μ-synthesis technique was used to design robust optimal controllers based on structured uncertainty models. By complementing the μ controller, the DOB was applied to further improving the disturbance rejection performance. To evaluate the positioning performance of the proposed control strategy, the comparative experiments were conducted on a prototype micro milling machine among four control schemes: the proposed two-loop tracking control, the single loop μ control, the PID control and the PID with DOB control. The disturbance rejection performances, the root mean square (RMS) tracking errors and the performance robustness of different control schemes were studied. The results reveal that the proposed control scheme has the best positioning performance. It reduces the maximal errors caused by disturbance forces such as friction force by 60% and the RMS errors by 63.4% compared with the PID control. Compared to PID with DOB control, it reduces the RMS errors by 29.6%.     

卫星姿态调节的滑模PID控制器设计

针对刚体卫星的姿态调节问题,提出了一种滑模PID控制器设计方法.根据李亚普诺夫方法,推导出了采用PID形式的切换面的滑模PID控制器.在卫星转动惯量参数存在不确定性和存在外干扰时,该控制律也具有全局稳定性和鲁棒性.最后对卫星姿态控制系统进行了仿真研究.结果表明,所设计的控制方案在实现姿态调节控制的同时,对于卫星转动惯量的摄动及外部扰动力矩是鲁棒的.     

基于改进的粒子群PID控制在变风量系统中的应用

目的研究变风量空调系统温度-风量PID控制器的整定方法,利用粒子群算法的特点设计一种较为高效、稳定的自适应控制器.方法以常规PID控制方法的整定结果作为参考,选择PID参数的取值区间,选取种群数量、维数、最大寻优速度、收缩因子等粒子群内部参量,根据粒子群的演化规则自动完成最优控制.结果采用引入收缩因子的粒子群PID自适应控制器时,系统的调节时间约为常规控制方法的50%,超调量减少了约75%.且动态过程快速而平稳;而当系统突加阶跃扰动时,粒子群PID自适应控制器的调节时间及超调量均约为常规控制方法的50%,系统控制品质得到了较大的改善.结论仿真结果表明,采用上述自适应控制器后,空调房间的温度调节过程加快,室内外干扰因素对房间温度的影响明显降低,整个系统体现了良好的动态性能及较强的鲁棒性.     

基于分数阶PID和重复控制的快速刀具伺服系统

针对永磁直线同步电机(PMLSM)驱动的快速刀具伺服系统在高频输入信号时的系统跟踪精度问题,设计了一种分数阶PID重复控制算法.由于系统的参考信号和干扰信号都具有周期性的特点,通过对系统参考信号的跟踪和扰动的抑制研究,将改进型分数阶PID控制和重复控制相结合,利用重复控制对周期性输入或复杂干扰信号的跟踪和抑制能力来补偿分数阶PID控制器,使系统有快速响应能力的同时具有较强的抗干扰性.仿真结果表明,所提出的控制策略有效地提高了伺服系统的跟踪精度,并对周期性扰动有较好的抑制作用.     

具有内模结构的锅炉汽包水位PID控制

锅炉是向诸多工业生产过程提供热能与动力的重要设备之一.为了有效地克服汽包水位的负调现象,采用一种基于三冲量控制方案的内模PID控制方法,即副回路利用常规PI控制算法快速抑制给水流量变化带来的干扰,主回路采用内模PID控制算法用以克服蒸汽流量变化产生的扰动.仿真结果表明所提出的控制策略能够加快响应,减小超调,缩短调节时间,算法简单易于工程实现且具有较强的鲁棒性.     

一种改进的单神经元PID控制策略

针对传统单神经元自适应比例-积分-微分（PID）控制中比例系数调试过程繁琐冗长的问题,提出一种改进的单神经元自适应PID控制策略.采用非线性变速控制算法对比例系数K进行在线自适应调节,使K值的变化根据输入误差的大小自动调整,且调整的速度与误差大小成正比.采用设计空间搜索规则得出该算法的最优解因子.将该方法运用于直流无刷电机的速度调节,实验仿真证明,该改进的算法相对于传统PID控制和单神经元PID控制不仅收敛速度更快,而且能有效解决电机负载扰动带来的不稳定性,尤其是在大负载扰动下体现出优异的鲁棒性,极大地提升速度调节器的品质.     

基于模糊RBF神经网络的永磁同步电机位置控制

针对比例-积分-微分(PID)控制器参数固定而引起永磁同步电机位置伺服系统控制效果不佳问题,设计了基于平滑切换的模糊PI控制和径向基函数(RBF)神经网络PID控制的位置控制器。暂态时,采用模糊PI控制;稳态时,采用RBF神经网络PID控制,两者中间采用模糊PI-RBF神经网络PID复合控制。该位置控制器既结合了模糊PI控制和RBF神经网络PID控制的优点又克服了各自的缺点。仿真结果表明,当永磁同步电机受到外部扰动时,采用模糊RBF神经网络控制器的永磁同步电机位置系统具有良好的动态性能,能够实现快速响应,做到精确定位,而且当负载变化时具有很强的抗干扰性。     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力 ,它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数 ,使控制器能够适应受控对象结构参数以及环境的变化。因此采用单神经元构成自适应PID控制器 ,将神经元与PID控制结合 ,对PID参数进行在线寻优、自校正 ,使PID控制能有效地对付一些较复杂非线性被控对象 ,特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力 ,采用了动态自适应神经元 (APE)对非线性系统进行预测 ,即用神经元建立起非线性系统的预测模型 ,预测系统的未来输出 ,从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明 ,这种自适应控制方案切实可行 ,其控制品质明显优于常规PID控制 ,且具有较强的鲁棒性 ,达到了良好的控制效果。