水平辊道式玻璃钢化炉及其温度控制系统研究

首先分析水平辊道式玻璃钢化生产线的构成与工艺流程,然后进行控制系统结构设计.钢化玻璃品质控制的关键在于温度控制,因为钢化玻璃电加热炉是一个非线性、时变、大滞后系统.在数学建模的基础上,将增益自适应补偿Smith 算法运用于电加热炉温度控制,取得比传统PID控制更优的控制效果.     

变风量空调的自适应Smith控制仿真研究

变风量空调系统总是保持送风温度恒定,通过改变送入房间的风量来满足室内负荷的变化.但由于送风温度控制系统进行热交换时存在纯延时特性,而且由于实际的送风温度控制回路受多种因素的影响,会使系统模型也发生变化,对送风温度的恒温控制造成一定的难度.针对送风温度控制系统的纯延时和模型时变特性,为使送风温度达到准确平稳的目的,提出了一种自适应Smith预估的控制算法,在Matlab上对系统进行仿真,得到了在不同参数时自适应调节的数字仿真过程,结果表明,改进算法改进了控制质量,具有较强的鲁棒性.     

基于Bang-Bang模糊自适应PID的干燥窑温度控制

为解决产品干燥窑温度控制过程中温度参数不易及时、准确调整的问题,该文提出了一种Bang-Bang(时间最优控制)模糊自适应PID复合控制器,利用Bang-Bang控制能最大限度的提高干燥窑温度的快速性和模糊自适应PID能提高干燥窑温度控制的准确性,使系统静态、动态都有比较理想的性能。建立干燥窑温度模型,并对该模型进行Bang-Bang模糊自适应PID控制和PID控制的仿真,两者比较结果:表明:Bang-Bang模糊自适应PID的响应明显比PID控制的响应效果优越。     

模糊自适应Smith预估控制及其应用

为了改善具有时变及大纯滞后系统的控制品质,本文提出了一种模糊自适应Smith预估控制方法,此方法将模糊控制、自适应及Smith预估控制之长处综合在一起,在一定程度上弥补了上述三者各自的不足,通过仿真和在窑温控制中实时运行,取得了满意的效果。     

冷连轧AGC 系统的自适应Smith 广义预测控制

针对冷连轧AGC 系统存在较大的时间滞后以及对象模型参数时变的特点,提出了一种自适应Smith 广义预测控制算法. 该算法用Smith 预估器来克服滞后的影响,利用激光测速仪间接测量AGC 系统的滞后时间以修 正Smith 预估器的时滞部分模型,使用渐消记忆递推最小二乘算法在线辨识对象参数来修正Smith 预估器的非时滞 部分的模型,并根据辨识得到的对象参数设计自适应广义预测控制器代替传统Smith 预估算法中的PID 控制器. 仿 真研究表明,在模型失配及干扰的情况下,该控制算法仍然具有良好的控制性能和鲁棒稳定性能.     

基于Smith预估补偿的聚丙烯反应器自适应控制系统研究

针对含有时滞的聚丙烯多区循环反应器温度串级控制系统为复杂的高阶系统，被控对象的滞后时间较大，且受到反应器内部放热、入口循环气温度、夹套水流量等干扰的影响，系统过程控制较为困难。通过以一阶惯性环节加纯滞后来逼近高阶系统，应用模型参考自适应控制算法，使自适应机构能够在线的整定反应器串级控制副回路的Smith预估器，使副回路Smith预估器的动态特性与副被控对象的动态特性接近一致；同时，根据期望的性能指标，在串级控制主回路设置一个参考模型，再次应用自适应算法，使得主回路被控对象的输出尽可能跟踪参考模型的输出。仿真结果表明，该控制系统对于具有时滞的聚丙烯反应器温度控制是有效的。     

无辨识自适应控制预估算法及应用

借助Smith预估思想,将无辨识自适应控制算法推广到大纯滞后系统.为解决Smith 预估器对模型的依赖问题,引入搜寻算法,提高了预估算法的鲁棒性和适应能力.给出了仿真 研究及具体工业应用结果.     

大时滞过程的改进单神经元-Smith控制器及其仿真

提出一种变结构单神经元-Smith预估控制器方案,用于大时滞过程控制.仿真结果表明,单神经元Smith预估控制能够充分利用神经元自学习、自适应的能力以及Smith预估补偿控制的优点,使系统的控制品质提高,而且具有更强的鲁棒性和自适应性.     

工业过程控制算法设计与仿真

传统的Smith预估器在理论上解决了纯滞后系统控制问题,但由于它必须依赖被控对象精确的数学模型,在实际应用中存在局限。要克服Smith算法的局限性,采用一种具有比例、积分和微分神经元的PID神经元网络(PIDNN)与Smith预估器结合的算法,利用Smith对纯滞后系统进行预估补偿以及PID神经元网络的自适应、自学习和在线自调整控制器的参数的功能,解决大纯滞后系统的控制问题。仿真结果表明该Smith-PIDNN算法简单,稳定且收敛速度快,能够很好地改善大纯滞后系统的性能指标。     

积分分离PID算法的电阻炉温度控制系统

为使大惯性、纯滞后的电阻炉温度控制系统的动态性能和稳态精度满足要求,提出了Smith预估结合积分分离PID算法;设计了温度控制器的硬件系统;对控制系统进行辨识;分析了Smith预估结合积分分离PID算法与单纯Smith预估控制算法的区别,并对两种控制算法进行了比较分析,确定了电阻炉温度控制系统参数;最后对Smith预估结合积分分离PID算法进行了电阻炉的温度控制实验;实验结果表明,采用Smith预估结合积分分离PID算法提高了电阻炉温度控制系统的稳定性,降低了系统的超调,稳态精度达到0.2℃,其动态性能和稳态精度满足系统控制要求.     

大时滞系统自适应模糊Smith控制

针对大时滞对象,把史密斯（Smith）预估控制原理和模糊控制器参数的自适应调整方法结合起来,即在Smith预估控制系统中,利用自适应机制在线整定模糊控制器的参数,即根据控制系统在各个阶段呈现出的不同特点来适时调节模糊控制器的量化和比例因子,以适应对象特性的变化。仿真研究表明,所提方法能有效克服普通模糊控制算法不适应大时滞系统控制和常规Smith算法过于依赖模型精度的缺陷,提高了普通模糊控制器对大滞后系统的控制能力。同时该算法还具有很强的鲁棒性和良好的控制品质。     

基于Smith的自适应模糊网络拥塞控制算法

针对网络拥塞控制系统中因网络时滞对主动队列管理算法产生的不利影响, 提出了一种基于Smith预估的自适应模糊主动队列管理算法。该算法将Smith预估控制与自适应模糊控制相结合, 利用Smith预估器补偿网络时滞, 同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差等缺点。仿真结果表明, 该方法可以使队列长度快速收敛到设定值, 同时维持较小的队列振荡, 尤其是在网络条件变化的情况下, 该算法优于传统PI控制、模糊控制和传统的滑模控制。     

基于混沌优化的单神经元 Smith预估器设计

提出了一种具有自适应能力的单神经元Smith预估器，并将其待定参数与系统的控制性能相联系，采用基于模拟退火策略的混沌优化算法，实现对预估器参数的全局寻优。仿真表明，经过混沌优化的单神经元Smith预估器具有良好的跟踪特性和干扰抑制能力，同时对系统建模误差具有很强的鲁棒性。     

自适应Smith补偿器在基于IP的网络控制系统中的应用

在基于IP网络的网络控制系统(NCS s)中,网络诱导时延变化显著且往往大于一个采样周期.本文引用数据通信中应用广泛的网络回程时间来估计NCS s中时变的全回路网络诱导时延,并提出了一种新的自适应Sm ith补偿器.仿真结果表明,该补偿器能够有效地消除网络诱导时延变化对控制性能的负面影响;结合该自适应Sm ith补偿器所设计的控制系统能够获得很好的控制性能与较强的鲁棒性.     

基于模糊自适应控制的温度控制系统研究

针对一些系统大延时滞后的特点,本文以温度为对象,结合模糊控制技术和自适应Smith预估器,组成模糊自适应Smith预估控制系统。运用Simulink建立温度控制系统的仿真模型,并分别用常规模糊控制技术和模糊自适应Smith预估控制技术对温度加温进行仿真试验。仿真结果表明在温度加温的模糊控制系统中增加自适应Smith预估器后,系统具有更强的适应能力,系统的动态特性都有了较大的改善。     

电加热炉炉温控制系统设计与仿真

针对电加热炉炉温被控对象的大迟延、模型不确定的特点，介绍了一种Smith预估补偿器的改进结构，即增益自适应Smith预估控制策略，改善了控制特性。并对其进行了仿真研究，结论证实，其控制效果在一定程度上优于PID控制和单纯Smith预估控制。经过实验，实现了对电加热炉炉温的控制。     

具有实质的不确定系统再励学习

本文对具有时滞的不确定控制对象提出了一种带有神经网络的Ｓｍｉｔｈ预估器再励学习控制方法,文中还给出了再励学习系统中模糊自适应控制器的网络结构及其有关算法的改进。仿真结果表明：本文提出的控制方法对具有时滞的不确定系统的自学习控制不仅是有效的,而且具有良好的鲁棒性。     

采用Smith预估器模型的时滞系统自适应控制

在实际生产控制系统中时滞现象相当普遍,而传统的PID控制方法对时滞系统的控制很难达到满意的效果且易引起系统的不稳定.Smith预估器是一种广泛应用于时滞系统闭环控制的有效方法,但存在预估器模型和被控对象参数不匹配时系统控制特性的劣化甚至发生振荡发散的问题.本文提出了一种基于李雅普诺夫稳定性理论,用于改善Smith预估器参数失配时控制特性的模型参考自适应控制方法,阐述了其基本原理并推导了1阶系统的自适应律,然后通过数值仿真计算进行了验证.理论分析推导和仿真计算结果表明,Smith预估器和自适应控制方法的结合明显改善了对时滞系统的控制性能,防止了系统的不稳定性,因而在一定程度上解决了Smith预估器存在的上述问题,取得了较好的效果,有望在实际的时滞系统和设备的过程控制中得到广泛的应用.     

模糊自适应Smith预估器在温室控制中的应用研究

该文以蒸汽管道为对象,采用机理分析法对温室加温时的温度对象进行分析,得到室内温度模型和蒸汽管道模型。采用模糊控制技术,组成温室温度的模糊控制系统。针对温室系统大延时滞后的特点,采用自适应Sm ith预估器对温室模糊控制系统进行补偿,组成模糊自适应Sm ith预估控制系统。运用MATLAB软件的S imu link建立温室控制系统的仿真模型,并分别用常规模糊控制技术和模糊自适应Sm ith预估控制技术对温室加温进行仿真试验,仿真结果表明在温室加温的模糊控制系统中增加自适应Sm ith预估器后,系统具有更强的适应能力,系统的动态特性都有了较大的改善。     

A Neural Net Predictive Control for Telerobots with Time Delay

This paper extends the Smith Predictor feedback control structure to unknown robotic systems in a rigorous fashion. A new recurrent neural net predictive control (RNNPC) strategy is proposed to deal with input and feedback time delays in telerobotic systems. The proposed control structure consists of a local linearized subsystem and a remote predictive controller. In the local linearized subsystem, a recurrent neural network (RNN) with on-line weight tuning algorithm is employed to approximate the dynamics of the time-delay-free nonlinear plant. The remote controller is a modified Smith predictor for the local linearized subsystem which provides prediction and maintains the desirable tracking performance. Stability analysis is given in the sense of Lyapunov. The result is an adaptive compensation scheme for unknown telerobotic systems with time delays, uncertainties, and external disturbances. A simulation of a two-link robotic manipulator is provided to illustrate the effectiveness of the proposed control strategy.