针对大时滞过程下的改进内模控制方法研究

针对工业过程中较难控制的大滞后系统,提出了一种改进内模控制方法.该方法首先引入滞后时间削弱环节来降低滞后对系统的影响,然后在设定值之后增加导引过渡过程解决系统快速性与超调之间的矛盾,最后再基于内模控制的原理设计控制器.该方法解决了传统Smith预估控制等方法在被控对象模型预估不准确的情况下很难取得较好控制效果的问题,并...     

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。     

一类纯滞后系统预估控制策略的研究

针对具有不精确模型的滞后系统,基于传统的Smith预估器结构,提出了一种改进方案.在控制回路中加入和被控对象期望性能指标相接近的一阶参考模型,采用综合误差法,克服滞后环节引起的系统振荡.仿真结果表明,该方案具有较强的参数适应性,对时变滞后对象具有良好的控制效果.同时针对滞后欠阻尼系统本文给出了参考模型时间常数与系统上升时间常数之间的关系.     

一种基于单神经元Smith预测控制的中央空调系统优化控制方法研究

对于中央空调系统,Smith预估器可以较好地解决PID控制器带有纯滞后系统的控制问题。当纯滞后较大时,用Smith难以获得满意的控制效果,本文采取对被控对象的纯滞后作用进行补偿的方法,提出将单神经元与Smith预估器组合在一起的复合控制方案,在本方案中,利用了Smith能够应对纯滞后的特性及单神经元自学习、自组织的能力,不需要对被控对象进行精确的辨识,就能够实现对大纯滞后系统的自适应控制。     

双输入双输出时滞过程解耦Smith 控制

针对实际工业过程控制中常见的双输入双输出时滞过程,提出基于Smith预估补偿控制的反向解耦控制器设计方法。通过对系统解耦后的对象采用内模控制思想设计Smith预估控制器,并讨论控制系统对象为一阶加纯滞后（FOPDT）模型下其控制器的实现方法和系统鲁棒稳定性分析。结合实际过程中的模型实例,该解耦控制方案使得系统各路输出响应完全解耦并具有较好的标称性能和鲁棒性。仿真实例验证了该方案的有效性和优越性。     

制粒机温控系统设计与仿真

制粒机调质温度是现代饲料生产过程中的重要参数之一,必须控制在最佳值附近。而调质温度被控对象具有大时滞,非线性以及参数时变的特性。传统的Smith预估器难以取得良好的控制效果。针对上述问题,提出一种IMC-Smith预估控制算法,算法将Smith预估器与内模控制相结合,采用内模控制原理和积分平方差指标设计给定点追踪控制器。在Matlab平台上对IMC-Smith控制算法进行模型匹配和模型失配的仿真,仿真结果表明控制系统性能较常规Smith预估控制有较大的提高,证明了控制方案的有效性。     

基于继电辨识的大时滞对象的内模控制

采用改进的饱和继电反馈实验辨识高精度的过程模型，将内模控制与Smith预估控制器相结合，提出了一种适用于大时滞对象的内模控制结构，并按内模控制结构设计控制器。仿真实验表明该控制结构可获得比Smith预估控制更好的动态性能、鲁棒性和抗干扰性能，为大时滞对象的控制提供了一种新的实用方法。     

基于Smith预估的自抗扰控制系统

纯滞后对象一直是自动控制和计算机应用领域的一大难题.常用的PID与smith预估相结合的方法,在预估不准确的情况下,不能取得较好的控制效果;而单一的自抗扰控制器在滞后时间较大的情况下,调节时间较长.针对大滞后对象提出了自抗扰控制器与Smith预估补偿器相结合的设计方案.通过仿真对比PID配合Smith预估补偿器及单一的自抗扰控制器的控制效果,表明自抗扰控制器与Smith预估补偿器的结合有效地改善了大滞后对象的控制效果,增强了系统的鲁棒性和抗干扰能力.     

基于灰色线性回归模型的预测控制

针对大滞后线性时不变控制系统,将Smith预估控制方法和灰色线性回归预测方法相结合,提出一种改进型预测控制方法.该方法设计一种灰色线性回归预测器,将其置于反馈回路,预测下一时刻的输出值,达到超前控制的效果.同时根据预测精度来选择控制方案,达到精度要求时,在Smith预估控制中加入灰色线性回归预测控制器,否则就只采用Smith预估控制.仿真结果表明该方法有效地克服了大滞后对控制系统性能的影响,提高了控制精度.     

时滞系统神经网络逆控制研究

为了改善大时滞对象的控制效果,提出一种带时滞时间辨识的神经网络逆控制系统。利用自适应线性元件与BP网络相结合,辨识对象的时滞时间及不含时滞环节的模型,再对不含时滞的模型构造神经网络逆,并选择合适的参考模型使逆模型的输出平滑。将训练好的逆模型作为控制器,与被控对象串联形成开环控制,有效避免了闭环控制可能引起的不稳定。仿真结果表明,该控制策略能够实现系统快速平稳的输出,且能够克服时滞时间及参数变化引起的不良影响,与Smith预估控制器相比,具有较好的鲁棒性及抗干扰能力。