暖通空调控制系统Smith预估器自适应算法设计

针对暖通空调(HVAC)系统控制过程中存在的大时滞问题,研究在系统模型参数改变情况下克服时滞影响的方法.对于一阶带纯时滞的空调系统模型,利用信号相关理论和李亚普诺夫稳定理论,推导出了Smith预估器模型参数的自适应算法.本算法使Smith预估器可以在系统模型改变的情况下在线整定,从而实时更新参数.将此自适应Smith预估器应用于空调系统控制,可以避免在模型参数失配情况下引起的系统不稳定甚至振荡,解决了空调控制中大时滞对系统动态性能的影响,提高了稳定性.     

基于改进Smith预估器的二阶时滞系统

在关于工业过程控制的研究中,针对常规Smith预估器是基于时滞对象精确数学模型,而在实际应用中,当被控系统的参数不稳定或受到扰动时,就会造成Smith预估模型的失控,使得控制效果变差甚至振荡.尽管模糊 Smith预估控制对系统参数的变化不敏感,但并没有从本质上克服预估模型失控给系统带来的不稳定性影响.为解决时滞引起失控的问题,提出了一种改进的模糊Smith预估控制方法,并对方法进行了仿真.仿真结果表明,能够增强系统的稳定性、鲁棒性,并且具有较好的控制精度,为实际工程设计提供了参考.     

一阶惯性大时滞系统Smith预估自抗扰控制

大时滞系统是工业过程控制中的典型难题,将先进控制方法应用于大时滞系统时需要与传统的Smith预估器相结合才能获得理想的控制效果。针对一阶惯性大时滞系统,研究了Smith预估器与线性自抗扰控制技术相结合的设计问题,分析了系统的稳定条件和参数摄动问题。证明了当被控对象参数与Smith预估器参数相同时,闭环控制系统稳定的结论,同时推导了参数不同时控制系统稳定的一个充分条件。另外基于数值仿真,从暂态性能、稳定裕度和抗扰能力三方面分析了系统参数和控制参数摄动的影响作用,这些结果可用于Smith预估器和线性自抗扰控制器参数的整定。     

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.     

基于模型参考自适应Smith预估器的反馈式AGC厚度控制系统

针对具有纯时间延迟特性的反馈式AGC(automatic gauge contro1)系统,利用Smith预估器对纯时间延迟具有补偿作用的原理,建立了模型参考白适应Smith预估器反馈式AGC控制系统模型,给出了控制系统结构.推导了自适应调节律和设计算法,结合预估器模型,计算得到轧件出口厚度偏差值的表达式.仿真结果表明,模型参考自适应Smith预估器反馈式AGC系统对铝薄板带材轧制出口厚度偏差控制具有很好的控制效果,解决了反馈式AGC厚度控制由于纯时间延迟特性对控制性能产生很大影响的问题,消除了出口厚度波动现象,响应速度加快,可以满足高精度铝薄板带材轧制生产的控制要求.     

新型的Smith自适应辨识控制算法

针对参数缓慢变化的时滞对象,按照模型参考辨识的设计思想,将时滞对象看作一个被辨识过程,用广义误差e经过自适应辨识器在线调整smith预估器,使其与时滞对象的动态过程尽可能一致。利用超稳定性理论,设计出了在较大范围内被控对象参数可变的Smith自适应辨识器,并进行了仿真。结果表明,该控制算法取得了良好的控制效果,并且对于任何参数缓慢变化的时滞对象,均可用Smith自适应辨识控制算法加以控制。     

自适应修正Smith算法控制大时滞过程的仿真研究

传统的Smith预估器的控制效果严重依赖于被控对象的精确数学模型,对于缺乏精确数学模型且参数时变的大时滞过程,常规的Smith预估控制器就很难获得令人满意的控制效果。本文提出了一种改进的自适应修正Smith算法,并将其应用于恒温箱的大时滞恒温过程控制的仿真中,使控制品质得到改善,提高了系统的鲁棒性。     

模糊Smith智能温度控制器的设计与仿真

结合模糊PID控制与模糊自适应Smith预估控制的优点,提出了模糊Smith智能控制方法。用模糊控制方法设计了改进型Smith预估器的滤波时间常数,并制定了其整定规则和参数的模糊自适应调整机构。仿真研究表明,模糊Smith智能控制能改善参数时变的纯滞后系统的控制性能,提高系统控制时的鲁棒性与自适应性。     

基于S7-300 PLC的水温Smith预估控制的实现

应用计算机技术,建立了预估器的模型,实现了Smith预估器的软件模拟.通过Smith预估控制改善了温度控制的时滞,即时间延迟,提高了温度控制中在存在大时滞情况下的控制品质.     

基于定量反馈理论的时滞系统自抗扰控制参数整定

工业过程对象普遍存在时滞、模型参数不确定性和外部扰动多等特点,传统Smith预估控制方法难以设计出满足期望性能的鲁棒控制器.针对模型参数不确定性和外部扰动,本文采用自抗扰控制技术进行估计和补偿.针对系统存在时滞的特点,本文提出改进Smith预估器结构,提升扩张状态观测器对于扰动估计的实时性.在此基础上,本文以一阶时滞系统为例提出了控制器参数整定方法.首先根据最优参数选取准则确定预估器模型,然后在等效模型框架下采用定量反馈理论整定自抗扰控制器参数,确保控制系统达到预期性能指标.在仿真实验中,将所提出方法与几种常见时滞系统控制方法进行比较,通过设定值跟踪、抗扰及蒙特卡罗实验验证了所提出方法具有良好抗扰能力与鲁棒性.     

一种改进的不确定性时滞系统控制算法

针对工业控制过程中普遍存在的不确定性时滞系统的控制问题,提出自适应鲁棒控制器与Smith预估器相结合的控制策略。用Matlab软件对该算法进行了仿真研究。并在电控柴油机系统中进行试验研究。仿真和实验结果表明该算法控制效果良好,解决了由不确定性和时滞性引起的系统不稳定问题,且易于实现。     

Hybrid intelligent control scheme of a polymerization kettle for ACR production

Polymerization kettle is the key controlled plant in ACR (Acrylate Copolymer Resin) production, which is a nonlinear time-delay system with parametric variance. However, modeling difficulties make the plant dynamic model poorly defined. A hybrid intelligent control scheme including an intelligent predictor is designed for this complex plant based on time-delay compensation theory. It consists of a Smith neural-network predictor and a self-adjusting-scaling-factor fuzzy logic controller. The simulation experiments verified the performance of our proposed system in two scenarios: one with invariant parameters and the other with time-varying parameters. Moreover, the comparison to other three typical control methods including Smith PID, Smith neural-network PID and Smith fuzzy logic control is also presented, which demonstrates that the proposed control scheme has satisfactory effect. Even when the system parameters vary with time, the proposed system still gives superior performance and improved robustness.     

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。     

网络控制系统Smith Fuzzy PID控制器的设计

针对网络控制系统中普遍存在的时延问题,提出了一种将模糊自适应算法和Smith预估补偿算法与常规PID控制器相结合的智能控制策略。该方法充分利用了Smith预估控制算法对带时延系统的良好控制能力,同时利用模糊推理算法实现对PID参数的在线自整定,进一步改善PID控制器的性能。仿真结果表明,基于该智能控制器的网络控制系统克服了传统PID控制超调量大及常规Smith预估补偿过分依赖于被控对象精确数学模型的缺陷,可以有效降低时延对系统性能的不利影响,使被控对象具有良好的动、静态特性。     

基于TC-ESO的多变量时滞过程控制

工业过程多变量系统大多数具有耦合时滞特性,对此类系统使用常规的解耦方法往往较难控制。使用TC控制器与扩张状态观测器相结合的新型控制策略,降低耦合作用,不加解耦器,简化了系统,有利于工程上实现。将该控制策略与Smith预估器进行比较,仿真研究表明当被控对象时滞参数变化±30%时,系统输出仍然具有较好的特性,证明了该方法对于多变量时滞系统的有效性和可行性。     

多变量时滞过程解耦Smith控制

针对实际工业生产中常见的多输入多输出时滞过程,构造多变量Smith预估控制结构,提出基于对象模型伴随矩阵的解耦器设计方法.通过对解耦后对象的幅频和相频特性分析,获得对象的简化一阶数学模型.根据Smith预估控制结构闭环特征方程的特点,利用Butterworth滤波器极点配置的原理,对解耦后的多变量时滞过程设计PI控制器.结合实际过程中常见的不确定性,分析了控制系统保证鲁棒稳定性的充要条件.最后以实例验证了本文所提方法的优越性.     

一种通用学习网络自适应算法及其在预测控制中的应用

针对黑箱过程的辨识与控制,本文提出了一种选择通用学习网络(universal learning network,ULN)节点间延迟时间参数的自适应算法,并将其应用于对控制对象中的纯滞后参数的辨识．将通用学习网络与PID控制器相结合,应用于包含大滞后的系统的模型预测控制(model predictive control,MPC)中．仿真结果证明通用学习网络能够有效地辨识被控对象的纯滞后时间,并能够作为预估器应用于模型预测控制系统中．     

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...     

控制系统中存在传感器大延迟时的优化研究

传统的Smith预估器较好地解决了前向通道大滞后系统的控制问题,但对于反馈通道中传感器延迟造成的滞后的问题则并不适用。提出了一种改进的Smith预估控制方法,克服了反馈通道中大滞后对于控制系统稳定性的不利影响。仿真结果表明：该方法能够有效地抵消前向通道与反馈通道同时存在的大滞后环节对控制系统稳定性的负面影响。