磨煤机制粉系统解耦内模控制器的设计及仿真

本文针对工业过程中常见的多变量时滞耦合输入输出系统,基于内模控制结构提出了一种多变量解耦内模控制设计的方法,该方法设计的内模控制器同时具有解耦器和控制器的作用。其优点是能够实现标称系统输出响应之间的近似或完全解耦,并且改善了系统的大迟延的特性。并与PID对角矩阵解耦设计方法相对比,结果表明：解耦内模控制器设计方法有更好的鲁棒性。     

多变量多时滞系统的前馈补偿解耦及IMC-PID控制

多变量系统控制器设计中遇到的主要难题是多时滞和强铰链耦合问题;对于非奇异方阵系统,根据解耦理论通过串级前馈时滞补偿器将原系统解耦为多个单变量小时滞系统,运用模型降阶技术,将解耦后的复杂单变量小时滞系统逼近为FOPDT(一阶环节+延时)形式,采用IMC控制策略实现多个单变量系统单位反馈控制,运用了麦克劳林级数展开式,通过相应项系数的比对得到了传统PID控制器;仿真分析表明了该方法能够有效性地补偿系统时滞,同时现实解耦;解决了多变量多时滞系统控制器设计复杂性的难题,有一定的工程参考价值。     

热风炉燃烧系统最优控制

热风炉燃烧系统是复杂多变量系统,基于最优控制策略,对具有耦合作用的多变量热风炉燃烧系统进行解耦.通过引入神经网络环节,将强耦合多变量系统转化成多个独立的单变量系统,对每个单变量系统进行预测函数控制,实现热风炉燃料流量的最优控制和拱顶温度及废气温度的平稳控制.解耦控制采用前馈补偿器解耦,解耦补偿器采用BP神经网络结构.现场实际应用结果表明,该控制策略具有较好的动态跟踪特性,能满足复杂多变量控制系统的实时控制要求.     

球磨机制粉系统参数自整定PID解耦控制器

针对球团厂钢球磨煤制粉系统具有多变量强耦合、时滞、非线性以及生产工况变化大的复杂性,已有的控制方法难以满足其控制要求的现状,以磨煤机的数学模型为依据,提出了一种新型的多变量PID解耦控制策略.该控制系统由比例因子模糊自整定单元、PID控制器和基于对角矩阵法的解耦补偿器组成;PID控制器参数由粒子群算法进行优化.仿真结果表明,所建模型和所提控制方法的有效性.该方法可在大范围内解决系统的非线性和强耦合问题,具有较强的鲁棒性和运行工况适应性.     

电渣重熔过程的建模及智能控制方法

针对电渣炉系统是一个多变量耦合、时滞、参数时变的复杂被控对象,系统难以控制的缺陷,通过大量实验和分析,确立了熔速、磁性调压与二次电压、熔炼电流的相互关系,建立起工程化的控制模型,并提出一种智能控制方法,包括多变量解耦控制策略、滞后时间模糊自整定和粒子群优化算法整定PID控制器参数.工业应用表明,该方法克服了电渣炉的非线性和强耦合,控制精度高,具有较强的鲁棒性和适应性.     

基于Hammerstein模型的多变量动态矩阵解耦控制研究

许多工业过程都具有强耦合、非线性等复杂过程特性;针对具有变量间强耦合和执行机构非线性的一类典型过程对象,提出基于Hammerstein模型的多变量动态矩阵解耦控制算法;并针对实验室电加热锅炉与强制对流换热器组成的广义对象,采用s7—300可编程序控制器,将控制策略应用于该对象,实现了对锅炉内胆水温及强制对流换热器出口水温的控制;实验结果表明,采用基于Hammerstein模型的多变量动态矩阵解耦控制策略,在解耦效果、设定值跟踪及抗干扰响应等方面,都能取得满意的结果,能够解决一类多变量非线性系统的控制问题。     

基于解耦的板形板厚系统鲁棒控制策略

针对多变量系统中前馈解耦效果依赖于系统模型的问题,提出了一种基于前馈解耦的鲁棒控制策略来保证系统参数变化时的解耦效果.针对连续轧制过程中强耦合的板形板厚系统,首先依据经验数学模型设计前馈解耦器,然后对消除耦合影响后的多变量系统设计鲁棒控制器,用多变量鲁棒控制抑制破坏解耦效果的各种不确定性因素的影响.针对实际系统中可能存在的干扰信号进行了抗干扰能力实验,针对系统参数可能存在的不确定性进行了抗参数摄动实验;仿真结果显示了良好的解耦效果,这也说明了该控制策略的有效性.     

球磨机制粉系统的解耦PID控制

中储式钢球磨煤机制粉系统具有多变量、强耦合、大惯性等特点,使用常规的PID控制回路进行控制无法取得理想效果。针对这种情况,本文提出了一种解耦PID控制策略。该方案在PID回路中加入解耦补偿器,以实现对多变量的解耦控制。仿真试验表明,该策略有效地解决了多变量的耦合问题,取得了较好的控制效果。     

专家控制在球磨机中的应用

中储式球磨机制粉系统是一个大迟延、强耦合的多变量非线性时变系统。针对强耦合多变量的特性,提出一种新的解耦方法——利用专家控制器代替前馈补偿器进行补偿解耦。介绍了专家控制器的制定过程,并应用于球磨机制粉系统中。仿真结果表明：该方法具有较好的解耦能力,动静态特性及鲁棒性。     

多变量解耦控制系统设计与仿真

工业生产过程中,被控系统越来越复杂,需要控制的变量通常不止一对,而且相互耦合,较成熟的线性多变量控制理论与设计方法已难以满足实际的多变量生产过程控制。本文针对多变量强耦合带有延迟环节的被控系统,研究了一种简化的串联前馈补偿解耦控制器设计方法。根据被控对象的辨识模型,设计串联前馈补偿解耦器,使系统解耦成单输入单输出模型,进而分别对解耦后输入输出模型设计PID控制器,整定PID控制器参数。仿真结果表明该方法具有较好的解耦能力和鲁棒性,算法简单,易于实现。     

A predictive functional control algorithm for multivariable systems with time delay

To improve the dynamic characteristics and the coupling capability, a new predictive functional control algorithm is proposed for strong coupling multivariable systems with time delay, which combines predictive functional control and decoupliug control. First, a decoupling control algorithm is proposed, in which first-order models with time delay are established by analyzing the amplitude-frequency and phase-frequency characteristics of the decoupled subject. Then, a controller is designed for the single-variable subjects after decoupling based on the principles of predictive functional control. The simulation results show that this proposed algorithm has less online computation time and faster tracking. It can provide a more effective control for complex multivariable systems.     

多变量逆解耦自抗扰控制及其在精馏塔过程中的应用

化工生产是一类典型的多变量过程对象,该类对象具有时变性、耦合性、时滞性等特点,传统的单变量控制方法很难在此类系统中取得良好的控制效果.针对时变性,本文在假设对象模型未知的前提下,利用阶跃响应数据,研究了基于最小二乘的一阶、二阶时滞系统辨识方法.针对多变量系统存在耦合性的特点,采用逆解耦方法实现对象的解耦.再对解耦后的时滞子系统设计了自抗扰控制器.仿真实验中,以精馏塔的Wood-Berry模型和Ogunnaike-Ray模型为例,验证了算法的有效性.     

A neural intellectual decoupling control strategy for a power plant ball miller

1 Introduction As an important auxiliary equipment, the ball mill cannot be operated automatically and e?ectively in the majority of domestic and international power plants. When it is automated, it can initially work well, but will deviate from its optimum work condition after a while and cease to be functionally e?ective. The ball mill is a time-changing system of MIMO, which is strong coupling, and long delay. It is di?cult to de- scribe such a system with a precise mathematic model, thou…     

时滞过程的多变量广义预测控制算法

文章提出了用广义预测控制算法解决多变量系统的时滞问题的一种新的方案。该方法将时间滞后因子自然纳入系统的控制机制,可完全无误差的实现对时滞系统的控制,克服了传统近似法解决时滞所带来的误差问题。这种广义预测控制算法能有效的控制开环不稳定非最小相位系统,并有良好的解耦性能．在跟踪性．鲁棒性和抗下扰性方面都得到了很好的控制效果。     

可控受限多变量耦合系统的智能控制

针对可控受限多变量耦合系统,提出了一种基于对角递归神经网络(DRNN)整定的PID混合解耦控制。采用对角递归神经网络来辨识系统模型,进而对PID控制器参数进行整定,实现多变量解耦控制。通过对多变量耦合控制系统的设计和实时控制,实际控制结果达到了解耦控制的要求,并具有无超调、响应速度快、控制精度高等特点。     

A new control method for MIMO first order time delay non-square systems

This paper proposes a new method using internal model control (IMC) to design Smith delay compensation decoupling controller for multivariable non-square systems with transfer function elements consisting of first order + time delay. This proposed method is applied to a shell control problem in multiple-input-multiple-output (MIMO) first order plus dead time non-square systems in which the number of input variables exceeds the number of output variables, with input and output variables being 3 and 2 respectively. This method does not only dynamically compensate for shortcoming caused by static decoupling but also overcomes the impact of model error on system performance caused by model approximation and uncertainty. In other words, the design method proposed in this paper is capable of significantly improving dynamic quality and robustness of the control system as can be seen from the simulation results. Moreover, this new method is simple and easy to implement. Integral of squared error (ISE) performance criterion is employed to quantitatively evaluate the design method.     

LPV decoupling for control of multivariable systems

This article investigates methods for decoupling multivariable linear parameter varying (LPV) systems and proposes a new interaction measure for decoupled proportional-integral (PI) feedback control design in LPV systems. The proposed approach seeks to benefit the multivariable control of multi-input multi-output (MIMO) systems with variable operating conditions, variable parameters or nonlinear behaviour. This method can improve the tracking performance and reduce the operating conditions variability of such systems with significant coupling in the system dynamics. We design MIMO decoupling feedback LPV controllers to address loop interaction effects. The proposed method uses a parameter-dependent static inversion or SVD decomposition of the system to minimise the effects of the off-diagonal terms in the MIMO system transfer function matrix. A new parameter-dependent interaction measure is introduced based on the SVD decomposition and static inversion which is subsequently utilised for tuning multi-loop PI controller gains. Numerical examples are presented to illustrate the validity of the proposed LPV decoupling methods, as well as the use of the proposed interaction measures for a decoupled multi-loop PI control design.