温湿箱多变量控制系统的设计研究

本文介绍了温湿箱控制系统的设计。作者提出了一种既能减小系统非线性、又能减小变量之间耦合的新的控制方案。在此基础上,将温湿箱视为两输入两输出的线性被控对象,根据确定出的数学模型,应用逆乃氏阵列法对系统进行了分析和设计。整个系统采用单板机控制。文中还给出了实验结果。     

一类多变量系统的自适应控制

与文章[5]提出的控制方案相比,本文所讨论的问题,提出了一个可同时辨识多变量系统阶数与滞后的判据。在递推估计中,适当地引入遗忘因子,在性能指标中,引入时变的权矩阵,可跟踪系统的时变参数,并使闭环系统的瞬态性能与稳态性能同时都得到了提高。全部算法在IBM-PC/XT上进行了仿真并证实了结果的有效性。     

产矢展开法设计多变量控制系统

并矢展开法保留了古典频域法的简单和直观的优点，借助于计算机能有效地处理多变量系统的设计问题，设计出的控制器结构简单，易于物理实现。描述了并矢展开设计法的基本特性，提出了采用并矢展开设计法的计算机辅助设计的程序实现方法，借助一个典型实例说明了其设计步骤。     

多计算机嵌入仿真控制系统的应用

介绍了半实物仿真系统的组成原理及嵌入其中的多计算机。采用了多机分布控制方式的计算机体系结构，有效地解决了实时仿真过程中大量计算与高速实时的矛盾，而且成本低，因此有广阔的应用前景。     

一种多变量推理控制系统的设计方法

在一种新的性能指标下,提出了一种多变量推理控制器的设计方法,该控制器采用的Ｖ规范型控制器结构避免了传递函数矩阵求逆问题．该类多变量推理控制系统的特点是算法简单、仅具有一个可调参数矩阵Ｑ,该系统实现了多变量系统的动态接耦．     

耦合传递函数方法和多变量控制系统设计

介绍了耦合传递函数矩阵方法．多变量系统的稳定性可从系统对角耦合传递函数的乃氏图得到．系统的校正可以通过直接校正对角耦合传递函数来实现．单入单出系统的所有方法都适用于文中方法．给出了两个例子来说明这一新的多变量系统设计方法．     

一类多变量系统的神经网络控制方法

对各通道具有相同时间滞后的一类多变量系统设计了神经网络控制方案。修改Ｃｌａｒｋｅ性能指标函数，给出了一种新的性能指标函数，并给出了神经网络控制器的训练算法。在新的性能指标函数下，整个控制系统中可只用一个神经网络，且可适用于非最小相位系统。仿真实验表明了方案的有效性。     

一类多变量非线性系统的自适应模糊控制

基于状态观测器,结合自适应模糊系统、H^∞控制和滑模控制,针对一类不确定非线性多变量系统,提出了一种稳定的自适应模糊控制算法。这种控制方法不需要系统状态可测的条件,而且具有良好的控制性能。     

多变量频域控制理论的对角优势化方法

讨论了多变量频域控制理论中逆奈奎斯特阵列法(INA)的基础-对角优势化问题,介绍了对角优势系统的分析设计,着重分析了对角优势化的实现方法.     

一种多变量解耦控制方法

本文提出了一种基于内模控制的多变量解耦控制方法,该方法同时还具有抗干扰及跟踪设定值的能力。     

具有解耦的双线性自适应控制算法

本文对一类多变量双线性系统,用修改最小二乘辨识方法,建立了自适应解耦控制算法,分析了该算法的收敛性和稳定性。该算法对其系统的线性部分为非最小相位情况时仍然具有全局收敛性。仿真结果表明该算法具有良好的控制性能。     

基于知识的多变量非线性系统变结构解耦控制

提出了一种基于知识的变结构解耦控制策略,并用于多变量非线性系统的控制,避免了传统解耦控制所必须的建模过程,特别是避免了相应的大量复杂的矩阵运算.阐述了其控制知识库中的一些模块,给出了它们的算法要点.提出的策略已成功地用于一个3×3强耦合系统——三绕组加热标准温度源的恒温控制,得到了温度稳定性和温度均匀性都优于1℃的效果,传统方法用于本系统无法达到.     

基于遗传算法的非线性多变量系统模糊神经网络控制

针对一类非线性多变量系统的解耦控制，提出了采用基于模糊神经网络（FNN）的模型参考模糊控制结构，并且为了提高ENN的收敛速度采用了遗传算法。仿真结果表明了该种控制策略的有效性。     

多变量系统自校正控制CAD教学软件包

介绍了多变量系统自校正控制计算机辅助教学软件包ＭＳＴＣＪ的设计思想、功能结构和特点通过实际应用证明了该包具有良好的实用价值,可用于辅助教学,以及工业对象的建模和自校正控制器的设计     

多变量广义开环解耦控制算法及其实验研究

本文提出一种多变量广义开环解耦控制算法，并以多段电加热反应炉的温度作为被控制变量，对该算法进行了多方面的实验研究，实验结果表明它具有良好的跟踪性，鲁棒性和抗干扰性。     

基于神经网络的模型跟随控制方法

提出了一种用于数学模型未知多变量系统的模型跟随神经元控制方案,该方案利用神经网络逼近非线性映射的能力及学习能力实现系统对参考模型的,以达到优化控制的目的.同时,提出了一个模型优化学习控制算法,利用该算法获取作为神经元控制器训练样本的最优模型跟随控制律数值解.将模型跟随神经元控制方法用于一个造纸机网前箱的多变量过程,获得了良好仿真研究结果.     

多变量高增益反馈系统的稳定化问题

本文将高增益反馈系统的鲁棒稳定化问题作为鲁棒正实性实现问题进行研究.导出了实现鲁棒正实性的补偿器存在的条件,阐明了对象特性变动的容许范围。并通过示例对 RPR 控制及 LQ最优控制进行了比较,显示了 RPR 控制的稳定域,要比 LQ 最优控制宽广.     

基于VC＋＋下的硫酸串酸多变量模型预测控制研究

针对铜冶炼烟气制备硫酸过程中的干吸串酸传统控制方式不佳的现状,选用预测控制技术中的动态矩阵控制作为控制算法,开发了VC＋＋下的动态矩阵控制算法软件,并进行了仿真研究,得到了满意的控制效果。