多重控制策略在烟叶复烤过程中的应用研究

针对在烟叶复烤的生产过程中,存在出口含水率控制精度不足和因调节阀达到饱和而失去调节作用的问题,设计一种可以控制多个操纵变量的三重控制方案．由于回潮室高压泵频率调节对出口水分的影响最快速、 最直接,故作为主控制器的控制对象,主要采用预测PI（proportional-integral）控制算法．由于混合水调节主要影响整个回潮室的湿度场,调节相对缓慢,故作为副控制器1控制对象,主要采用PI控制算法．为了防止高压泵开度和混合水调节阀达到饱和,副控制器2以冷房含水率设定值为控制对象,间接影响出口水分含量．实际运行结果表明,该控制算法能够精确控制出口含水率精度,并及时协调各调节阀的开度．这为工业生产提供了新的控制思路,提高了整个生产线的自动化程度,具有很大的工业应用价值．     

基于大数据DQN的烘丝料头预热温度在线调节与仿真模拟

卷烟制丝工艺流程中,保持烟丝含水率维持在一个稳定的范围是保证烟丝质量的一个重要因素。在调节烘丝机温度以保证烟丝水分达标时,烘丝筒壁温度根据挡车工经验值设定。对于不同的烟草来料情况,不同人员在烘前温度预热调整时往往会在生产阶段产生一定的偏差,而在烘后水分反馈调节时又会产生滞后性,造成产线上烟丝含水率不稳定的现象。为了解决烘丝过程中的诸多问题,以及工艺知识固化、少人化与质量一致化等一系列需求问题,实现工厂的一体化智能管控,提出了一种基于大数据的环境、应用深度强化学习算法模拟预测料头阶段筒壁温度设定值。根据大数据,构建了一个仿真模拟系统,并集成在烟厂MAS工业控制平台进行试车应用。模拟仿真和现场应用试验结果证明了强化方法的可行性,其能够替代人工在线控制并提高生产效率。     

高阶时滞对象的预测PI(D)控制

利用频率域模型降阶理论,提出了高阶时滞对象的预测PI(D)控制器两种设计方法.一种方法是直接将高阶滞后对象在频率域内降阶为低阶滞后对象,针对低阶滞后对象设计预测PI(D)控制器;另一种方法是按照规定的性能指标设计控制器,并将该控制器在频率域内降阶为具有预测PI(D)控制器的结构形式.这两种方法设计的控制器均具有结构简单、可调参数少、参数调节方便的特点.仿真表明:在模型失配的情况下,此两类预测PI(D)控制器仍然具有良好的控制性能和鲁棒稳定性能.     

一种PID模糊控制器(fuzzy PI+fuzzy ID型)

提出一种二维PID模糊控制器,其结构形式筒称为fuzzy PI+fuzzy ID型.根据fuzzy PI和fuzzy ID控制器的图解说明,确定该fuzzy PI和fuzzy ID控制器的模糊控制规则的相似性.理论分析表明,该PID模糊控制器除具有常规PID性能外,还具有非线性等特点.仿真结果表明,与常规PID和fuzzy PI控制相比性能更优.     

烘丝过程中的组合积分控制器与双重控制研究

在烟草行业的烘丝过程中,烟丝的出口水分作为被控对象常常具有大滞后与强非线性的特性,且在工艺流程中通常存在干扰因素;当前,这一过程中大多仍采用传统PID控制器,存在响应稳态误差大、响应时间长等问题,进而影响烟丝的最终品质;针对这一情况,引入组合积分控制器替代传统PID控制器在烘丝过程中的作用;同时引入双重控制,并与组合积分控制器相结合;针对控制对象进行的仿真实验结果表明,这一新型控制策略在烘丝过程出口水分的控制效果上明显优于传统PID控制器,稳态误差较小且响应迅速,证明了组合积分控制器运用在双重控制系统中时具有优异的动态性能与鲁棒性;最后,这一新型双重控制算法已成功应用到烟草行业烘丝过程的水分控制上。     

无刷直流电机的模糊神经网络控制设计

在无刷直流电机(BLDCM)的控制上,传统PID等控制方法存在或多或少的不足.在模糊PID控制的基础上提出了一种模糊神经网络PI控制器的设计方法.该方法结合了模糊逻辑与神经网络,使得模糊控制器模拟了人的控制功能,不仅对环境变化有较强的适应能力,还拥有自学习能力.相比模糊PID控制,其具有计算量小、稳定性强等特点.对BLDCM进行建模与分析;在BLDCM数学模型的基础上,分别设计模糊PID控制器和模糊神经网络PI控制器;对设计的控制器进行仿真验证并分析.实验结果表明,模糊神经网络PI控制具有跟踪性能好、超调小、响应快、脉动小等优点,其动静态特性均优于模糊PID控制.     

基于模糊-PI控制的SVC电压控制器的设计与实现

为提高电力系统电压稳定性,综合了模糊控制和PID控制的优点,提出一种基于模糊-PI控制的SVC的电压控制器设计方法.分析了SVC电压控制器的基本原理和组成,详细介绍了模糊-PI控制的设计实现过程.用DSP作为主控芯片开发出了控制器,给出了软硬件设计思想.对SVC进行了仿真验证,仿真结果表明模糊-PI控制比传统PI控制具有更好的动态性能,较小的超调量和较短的调节时间.     

基于预见与PI补偿的不确定非线性系统鲁棒滑模控制

针对一类匹配不确定非线性连续时间系统,本文提出一种具有预见与PI补偿的鲁棒滑模控制设计方法.首先,为提高系统的跟踪性能和鲁棒性,在常规的滑模控制基础上,引入前馈预见与PI控制器.然后,通过增加扩展系统状态变量方法,构造一个包含可预见的目标信号的不确定增广系统,并将控制器的设计问题转化为增广系统的稳定性问题.在此基础上,针对标称增广系统,应用最优控制原理,设计最优预见PI控制器;针对不确定增广系统,应用变结构控制方法,设计最优预见PI滑模控制器,实现不确定系统的鲁棒调节.所得结果推广和包含了已有文献中的一些结果.最后,数值仿真验证所提方法的有效性.     

基于强化学习的减少烘丝过程中烟丝“干头”量的方法

针对烘丝开始阶段存在的烘丝温度超调、过干烟丝较多等问题,提出一种基于强化学习(Reinforcement learning, RL)的减少烟丝“干头”量的方法.该方法利用生产实时数据作为输入特征向量感知烘丝生产过程的状态变化,以烟丝含水率检测值为依据来评价、优化烘丝温度控制策略,实现对烘丝机温度设定值的在线修正,优化烘丝开始阶段的温度控制,有效改善烟丝过干问题.与烘丝机的自动控制模式和人工干预模式相比,烟丝含水率的标准偏差比自动控制时降低了44.7%,比人工干预时降低了14.3%.实验结果表明烟丝含水率的稳定性有较大提高,烟丝“干头”量明显减少,验证了所提方法的有效性和可行性.     

大滞后系统模糊自适应PI-Smith控制

工业过程中普遍存在大时滞对象,为了解决大时滞系统控制中超调量大和调节时间长等问题,将史密斯(Smith)预估控制原理和模糊PI控制器参数的自适应调整方法结合起来,在Smith预估控制系统中,用模糊PI控制器代替传统的PID控制器,根据模糊控制原理对PI的2个参数进行在线整定,提出一种大时滞系统的模糊自适应PI-Smith控制方法.通过对电加热炉的仿真研究,结果表明该方法具有调节时间短、无超调量、控制精度高、无稳态偏差的优点,同时对系统模型变化具有良好的适应性.     

结晶器出钢拉速系统的SIMULINK优化实现

PID或PI控制器参数之间的匹配关系,一直是PID控制算法所研究的问题。该文提出了一种基于SIMULINK,借助于最小平方优化函数lsqnonlin,遵循ItAE积分准则,针对于像结晶器出钢拉速的动态扰动,多变结构系统的PID或PI控制器参数优化方法。仿真与现场分析表明了该方法简捷、实效、可靠。除此之外,还就PID控制,SIMULINK仿真,ItAE积分准则,交流矢量电机控制模型等涉及到PID参数优化等问题进行简要的讨论。     

线性模糊控制器设计的一种新方法

基于模糊语言控制规则描述的模糊控制,已成功地用于工业过程控制并具有广泛的应用前景。但常规的模糊控制器的设计其计算和编程非常麻烦,该文介绍线性模糊PID控制器设计的一种新方法。首先推导模糊线性PID控制器的数学等效式,用Mamdani方法进行模糊控制算法,在MATLAB Simulink和Floulib工具帮助下用Manxtani方法取一阶控制对象进行二维PI模糊控制仿真实验,并分别画出模糊PI阶跃响应及其与传统PI控制器阶跃响应之差的曲线和三维区间图,理论分析与实验结果表明：采用Mamdani方法进行线性模糊PID设计与传统的方法相比,在应用上简便、清晰、具有一定的实用价值。     

基于模糊PI的永磁同步电机矢量控制

针对永磁同步电机矢量控制系统中,传统PID控制器对永磁同步电机控制性能效率不高以及对工作环境变化的适应性能不良等问题,首先,在两相旋转坐标系下采取双轴理论建立永磁同步电机数学模型;接着,采用模糊控制理论对永磁同步电机矢量控制系统中转速环传统的普通PID控制器进行改进研究,深入地从理论层次研究分析建立得到模糊PI控制器....     

OPTIMIZATION OF DECENTRALIZED PI/PID CONTROLLERS BASED ON GENETIC ALGORITHM

In this paper, an optimization method of tuning decentralized PI/PID controllers based on genetic algorithms is presented. First, the existence of decentralized PI controllers with integrity is examined. Then, stable regions of each PI/PID controller parameters are calculated as the feasible area to be exploited, and the optimal PI/PID controllers are obtained by using a real‐coded genetic algorithm with elitist strategy, to meet the design specifications for the whole control system. The proposed method is applied to six examples from literature. Simulation results demonstrate that the proposed decentralized PI control is compatible to the referenced method while the decentralized PID control is better than the referenced method, and the proposed method is feasible for more complicated control systems optimizations.     

Variable-structure PID controller for level process

A variable-structure (VS) PID controller for the level process is proposed. A methodology of analysis of its stability and performance is given. It is proposed that stability of the VS system can be approximately analyzed via the describing function method. The describing function of the VS PID controller is derived. It is shown that the system with the VS PID controller is quasi-linear. Tuning rules for the VS PI controller for the level process are given. It is shown via the theory and simulations presented that, if properly tuned, the VS PI controller has higher performance than the conventional PI controller for the process considered.     

主动队列管理中PI与PID算法的仿真研究

主动队列管理机制是一个非常活跃的研究领域.在Hollot论文里用线性控制理论模型化TCP的基础上,采用NS仿真平台设置网络仿真场景,对主动队列管理机制中的PI和PID这两种典型算法进行了仿真研究.还介绍了NS模拟器的结构和利用模拟器进行网络仿真的一般步骤.文中的仿真实验设置了不同的实验条件,采用了异质流来模拟真实的网络场景,验证和比较了PI及PID控制算法在主动队列管理机制中的性能.通过NS-2模拟器模拟表明,PID算法的快速性优于PI算法,而PI算法的鲁棒性则比PID更好.     

Wavelet neural adaptive proportional plus conventional integral-derivative controller design of SSSC for transient stability improvement

Although the PI or PID (PI/PID) controllers have many advantages, their control performance may be degraded when the controlled object is highly nonlinear and uncertain; the main problem is related to static nature of fixed-gain PI/PID controllers. This work aims to propose a wavelet neural adaptive proportional plus conventional integral-derivative (WNAP+ID) controller to solve the PI/PID controller problems. To create an adaptive nature for PI/PID controller and for online processing of the error signal, this work subtly employs a one to one offline trained self-recurrent wavelet neural network as a processing unit (SRWNN-PU) in series connection with the fixed-proportional gain of conventional PI/PID controller. Offline training of the SRWNN-PU can be performed with any virtual training samples, independent of plant data, and it is thus possible to use a generalized SRWNN-PU for any systems. Employing a SRWNN-identifier (SRWNNI), the SRWNN-PU parameters are then updated online to process the error signal and minimize a control cost function in real-time operation. Although the proposed WNAP+ID is not limited to power system applications, it is used as supplementary damping controller of static synchronous series compensator (SSSC) of two SSSC-aided power systems to enhance the transient stability. The nonlinear time-domain simulation and system performance characteristics in terms of ITAE revealed that the WNAP+ID has more control proficiency in comparison to PID controller. As additional simulations, the features of the proposed controller are compared to those of the literature while some of its promising features like its fast noise-rejection ability and its high online adapting ability are also highlighted.     

线性模糊PID控制器的设计与分析

基于模糊语言控制规则描述的模糊控制,已成功地用于工业过程控制并具有广泛的应用前景。用模糊线性PID控制器的数学等效式在MATLAB Simulink和Floulib工具帮助下用Mamdani方法对一阶控制对象进行二维PID模糊控制仿真实验,理论分析与实验证明采用模棚线性PID控制方法比传统的PID控制方法在应用上简便、清晰,具有一定的实用价值。