多变量解耦内模控制系统设计与仿真

针对多控制回路相互关联耦合的多变量控制器的设计复杂、参数调节困难、实现难度高、工程实用性差的问题,提出一种多变量解耦内模控制器。该系统采用前置反馈补偿方式解耦,通过两步法设计内模控制器,并将内模控制器和解耦后的被控对象等效变换为只有1个参数可调的PID控制器。实验结果表明,系统解耦效果良好,通过对唯一的参数进行调节,系统表现出良好的动态响应特性,在模型失配和存在干扰的情况下,系统的鲁棒性和抗干扰能力也较好, 具有较高的工程应用价值。     

基于改进逆向解耦的超超临界机组机炉协调控制

针对超超临界机组机炉耦合系统采用常规的PID控制时参数调整困难且难以获得好的控制效果的问题,先将耦合的多变量高阶被控对象解耦为具有典型二阶惯性环节的多个单入单出广义被控对象。对解耦后的单入单出广义被控对象,分别设计了PID控制器,基于内模控制原理整定PID控制器参数。在MATLAB/SIMULINK仿真环境下,通过实验验证了本方法能够很好地消除变量之间的耦合影响,实现各被控变量良好的设定值跟踪能力和干扰抑制能力。     

基于CMAC和PID的非线性耦合系统解耦控制研究

为了实现多变量非线性耦合系统的解耦控制,提出了一种基于CMAC与PID的复杂关联自适应解耦控制策略,并给出了详细算法。该控制策略采用PID控制器和CMAC控制器共同构成一个复合控制器,多个复合控制器通过多输入多输出线性神经网络,实施对复杂非线性耦合对象的控制作用。由于神经网络的自适应特性,可使得耦合系统逼近参考模型,实现解耦控制。仿真结果表明,该控制策略实现了耦合系统的解耦控制,并且具有较强的抗干扰能力和鲁棒性。因此采用此控制策略能够实现多变量非线性耦合系统的解耦控制。     

隧道窑生产过程的智能控制

针对燃油隧道窑具有纯滞后、多变量、强耦合的非线性特点,提出了一种基于模糊解耦和输出预测的专家控制的控制策略,将多变量非线性系统分解成多个单回路调节系统,过程实测数据和系统仿真证明了方法的可行性．     

感应电机自校正解耦电流控制

利用状态反馈对感应电机的状态空间方程进行解耦，解耦之后的电机模型由两个一阶动态方程表示．可以用PI调节器控制定子电流、为了解决电机参数变化问题，保证解耦控制器和电流控制器的参数与电机的实际参数一致，对感应电机进行在线参数估计．仿真结果表明，电流控制具有较好的稳态和动态响应，控制器能够有效跟踪电机的参数变化．保证良好的控制性能．     

一种新的多变量自适应解耦控制器及其在二元精馏塔上的应用

本文提出了一种新的多变量自适应解耦控制器.该控制器将解耦补偿器与最小方差技术相结合,可以对闭环系统实现动静态解耦.应用本文提出的自适应解耦控制器和常规 PI 控制器分别在某二元试验精馏塔上进行了组分控制实验.实验结果表明,本文提出的自适应解耦控制器的控制性能明显优越于 PI 控制器.     

滞后过程PI控制器性能设计图解法

针对带滞后因子的一阶惯性环节,基于一种时滞系统图解稳定性准则,讨论了PI控制器参数稳定域的确定,并将该思想推广应用于相角裕度和幅值裕度的设计根据图解稳定性准则给出了时滞系统稳定的充分必要条件,所得结果没有任何保守性．可以在参数空间直接绘制PI控制器的稳定参数边界曲线、相角裕度和幅值裕度曲线,避免了复杂的数学计算．给出了确定参数稳定域、相角裕度和幅值裕度的具体算法．仿真算例说明了本文方法的灵活性和实用性．     

基于分叉理论的变体飞行器稳定性分析及控制器设计

研究了变体飞行器飞行过程中稳定性边界确定及控制器设计问题。运用虚位移原理推导出变体飞行器非线性动力学模型,并进行解耦得到纵向动力学方程;将其转化为以后掠角变形率为时变参数的系统,通过分叉原理讨论变体飞行器的稳定性边界。设计了一个分数阶PIλDμ稳定控制器,利用改进的粒子群算法优化控制器参数。仿真结果表明,与传统PID控制器相比,分数阶PIλDμ控制器具有更好的控制性能。     

多变量模糊解耦控制系统研究与应用

根据多变量控制系统各变量之间有耦合存在的特点，利用模糊解耦的方法设计了多变量模糊解耦控制器，经过结合工业实际被控对象－氢气烧结炉温度群控系统的仿真与应用研究，基本上消除系统之间的耦合作用。     

交流异步电机ADRC+PI控制策略研究

针对交流异步电机转子参数在运行中易发生变化影响交流异步电机性能问题,对转子磁链子系统和转速子系统的2个电流内环分别设计了结构相同的一阶自抗扰控制器(ADRC,active disturbance rejection control),实现了定子电压励磁分量对励磁电流的解耦控制和定子电压转矩分量对转矩电流的解耦控制。对于转速子系统的转速外环采用一阶ADRC控制器,转子磁链子系统外环采用PI控制器。采用此控制策略,可改善交流异步电机的动、静态性能。仿真结果表明,ADRC+PI控制策略与PI控制策略相比,交流异步电机具有转速无超调、调节时间短、抗干扰能力强等优点。     

预测模型的单神经元PI控制器

针对工业过程和实际控制对象的慢时变非线性的特点 ,设计了一种预测模型的单神经元 PI控制器。采用单神经元 PI控制算法与神经网络预测模型相结合的控制策略 ,用 PI控制规律来确定控制器的输出。用一个自适应神经元网络作为非线性系统的预测模型 ,估计下一步的输出值 ;用一个单神经元实现 PI控制来优化下一步的控制。利用 Matlab/Sim ulink工具对 PI控制器和预测模型的单神经元 PI控制器进行比较仿真实验 ,其控制对象为典型的非线性系统。仿真实验表明 :预测模型的单神经元 PI控制器具有结构简单 ,计算速度快 ,鲁棒性好等特点     

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。     

一种积分过程PID自整定方法

针对积分加滞后过程,提出了一种设定值加权的PID控制器参数自整定方法,并且针对该方法定义了一种鲁棒性能指标.首先引入一种内部反馈结构, 利用内部反馈结构中的比例控制器将积分过程转换为广义稳定过程,这就使得普通PID控制器设计方法可以在积分过程中得以应用.利用该方法并基于该鲁棒指标设计的控制器一方面克服了传统PID控制方法在控制积分过程时存在的结构上的缺陷,同时又提高了系统的鲁棒性和控制性能,仿真结果也表明基于本方法整定的控制器的控制效果要优于其它方法.     

A Novel Tuning Method for Predictive Control of VAV Air Conditioning System Based on Machine Learning and Improved PSO

The variable air volume (VAV) air conditioning system is with strong coupling and large time delay, for which model predictive control (MPC) is normally used to pursue performance improvement. Aiming at the difficulty of the parameter selection of VAV MPC controller which is difficult to make the system have a desired response, a novel tuning method based on machine learning and improved particle swarm optimization (PSO) is proposed. In this method, the relationship between MPC controller parameters and time domain performance indices is established via machine learning. Then the PSO is used to optimize MPC controller parameters to get better performance in terms of time domain indices. In addition, the PSO algorithm is further modified under the principle of population attenuation and event triggering to tune parameters of MPC and reduce the computation time of tuning method. Finally, the effectiveness of the proposed method is validated via a hardware-in-the-loop VAV system.     

IMC based robust PID controller tuning for disturbance rejection

It is well-known that the IMC-PID controller tuning gives fast and improved set point response but slow disturbance rejection. A modification has been proposed in IMC-PID tuning rule for the improved disturbance rejection. For the modified IMC-PID tuning rule, a method has been developed to obtain the IMC-PID setting in closed-loop mode without acquiring detailed information of the process. The proposed method is based on the closed-loop step set point experiment using a proportional only controller with gain K_(c0). It is the direct approach to find the PID controller setting similar to classical Ziegler-Nichols closed-loop method. Based on simulations of a wide range of first-order with delay processes, a simple correlation has been derived to obtain the modified IMC-PID controller settings from closed-loop experiment. In this method, controller gain is a function of the overshoot obtained in the closed loop set point experiment. The integral and derivative time is mainly a function of the time to reach the first peak(overshoot). Simulation has been conducted for the broad class of processes and the controllers were tuned to have the same degree of robustness by measuring the maximum sensitivity, Ms, in order to obtain a reasonable comparison. The PID controller settings obtained in the proposed tuning method show better performance and robustness with other two-step tuning methods for the broad class of processes. It has also been applied to temperature control loop in distillation column model. The result has been compared to the open loop tuning method where it gives robust and fast response.     

积分过程PID控制器参数的新型优化整定方法

针对积分时滞过程,结合菌群优化（BSFO）算法和控制系统优化设计策略,提出了一种新的PID控制器参数优化整定方法.通过将PID控制器的参数设置为群体细菌在参数空间的位置,将时间乘以绝对误差的积分（ITAE）作为细菌对环境的适应度函数,并模拟细菌群体觅食的动态行为来实现对PID控制器参数的寻优.实例仿真结果表明,菌群优化算法能够实现对PID控制器参数的有效整定,并在稳定时间、超调量、鲁棒性和抗干扰性等方面具有满意的综合性能.在大量仿真结果的基础上,给出了一个积分时滞对象的PID控制器参数整定经验公式.     

积分过程的PID控制器智能优化设计

针对积分时滞过程,采用微粒群优化(PSO)算法对比例-积分-微分(PID)控制器的参数进行优化设计.通过将PID控制器的参数设置为群体微粒在参数空间中的位置,模拟群体智能和动物觅食的动态行为来对PID参数寻优,使代表PID控制器参数的微粒逐渐向最优区域移动,获得最佳的PID参数.在优化过程中采用了偏差平方积分(ISE)的优化指标.实例仿真结果表明,基于微粒群算法优化得到的PID控制器不仅响应速度快、超调量小、抗干扰能力强,而且对过程时滞的变化具有较强的鲁棒性.     

长时滞网络控制系统的Smith预估模糊PI控制器的设计

随着控制系统规模的不断扩大,控制网络的应用越来越广泛,由此产生了网络控制系统.在网络控制系统中由于网络带宽的限制,不可避免的使系统中存在网络所诱导的时延,它是导致系统性能下降甚至不稳定的一个潜在因素.针对网络所诱导的长时延,将Smith预估器应用到网络控制系统中,并通过与模糊PI控制方法相结合,构成Smith预估模糊PI控制器,设计出的控制器使闭环系统具有较好的性能和稳定性,并对于模型失配的情况具有较高的鲁棒性.仿真结果表明了所提出方法的有效性.     

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。     

基于免疫原理的控制器参数整定方法

基于免疫原理,建立了一个基于免疫机制进行控制器参数整定的数学模型。给出了参数整定问题中抗原、抗体和亲和力的定义,对基于免疫原理的控制器参数整定过程进行了详细的描述。最后以PID的参数整定为例,控制一个高阶系统,大延迟系统和非最小相位系统。并与Z-N,MOMI等算法的整定结果进行了对比实验,结果表明该方法对控制器的参数整定是有效的。