积分分离PID控制算法研究

一、前言近年来,随着计算机技术的发展,在工业生产过程自动调节中数字技术的应用日益增多,已成为发展方向。微机控制装置有较高的性能价格比和较强的逻辑判断功能,能实现常规模拟控制装置难以做到的一些控制功能,如在PID调节系统中采用积分分离控制算法,以提高调节品质,因此在工业控制中获得了广泛的应用。     

工作辊可水平移动的六辊轧机板形控制算法

板形控制算法是开发板形控制系统的关键技术之一.结合工作辊可水平移动的六辊轧机板形调节机构的特点对板形闭环控制系统的功能、构成及工作原理进行了系统阐述.重点介绍了板形控制算法,详细描述了各板形调节机构的调节效率和板形控制模型的构建过程.通过MATLAB模拟实际运算过程对板形控制算法的可行性、准确性及系统的收敛性进行了验证.结果证明,各评估点板形误差的总体趋势在逐渐减小,减小到一定值后保持稳定状态,整体板形显著改善.     

双向流水槽模拟潮汐的控制软件设计与实现

在双向流水槽中模拟潮汐是研究海岸灾害防护的重要手段之一,而潮汐模拟过程中,系统控制软件的性能决定仿真精度.利用双向流水槽结合尾门和双向水泵控制的模拟潮汐控制软件可实现对水位和流速精确控制.首先由下位机获取检测仪器采集的水位和流速数据,并进行非线性校正处理;然后上位机通过自适应水位水流控制算法求得控制量、发出控制指令调节现场尾门和双向水泵状态,从而生成模拟潮汐.实验通过对周期为48小时的不规则潮汐进行模拟,得到水位和流速的误差均小于5%.结果表明该控制软件具有高精度和稳定性,可满足科研需求.     

生物柴油酯交换过程优化控制仿真平台的设计

生物柴油酯交换过程具有非线性、时变性和多变量耦合等复杂特性,采用常规控制方法很难获得较好的控制效果,为检验先进优化控制算法在实际生产过程中的应用效果,开发设计了生物柴油酯交换过程优化控制仿真平台.平台采用模块化设计,通过MATLAB和C++.net编程平台之间的数据交互,有效模拟了工艺过程的动态特性,实现了先进优化控制策略的仿真.实验结果表明系统交互性和扩展性优良,为先进优化控制算法的研究提供了良好的验证环境.     

Smith预估补偿器及其应用

介绍Smith预估补偿器在纯滞后控制系统中的补偿原理及作用，着重论述Smith补偿器的DDC系统的控制算法，并在玻璃窑炉的料道温度控制中使用Smith预估补偿器获得了成功应用，其控制精度达到0．1％，升温速度达到2℃/min,Smith预估补偿控制与常规的PID控制相比，具有调节时间短，超调量小，鲁棒性好等优点，适应于一般工业生产过程中有屯滞后环节的控制系统，有较大的推广应用价值。     

工业锅炉汽包水位先进PID控制研究

锅炉是工业生产中重要的动力设备,在实际运行过程中,基于安全性、稳定性及经济性等方面的考虑,汽包水位须维持在某一期望值附近.以MATLAB为仿真平台,构建汽包水位三冲量控制系统,分别采用常规PID控制器、模糊自适应PID控制器和基于遗传算法的PID控制器.常规PID控制器参数是由人工整定且固定不变的,其控制效果存在进一步提高的空间.模糊自适应PID控制算法能在线整定、优化PID参数,遗传算法能根据模型自动寻找最优PID参数,汽包水位控制系统中常用的先进控制算法.通过比较仿真结果.发现使用先进PID控制算法能有效地加快响应速度、减小超调量、减少调节时间、提高克服扰动的能力.     

电弧炉电极调节系统的适应性控制

电弧炉炼钢电极控制系统,由于电弧炉电能消耗较大,炼钢需要降低能耗,缩短时间.针对系统是一个典型的非线性、强耦合、多变量控制系统,电极控制因控制算法的抗扰性能不佳.为了获得良好的控制效果,提出以弧流为设定值,主动补偿的适应性控制算法控制电极位置保证输入电弧炉的电能为常值.考虑了电炉炼钢过程中存在的噪声干扰以及金属液面波动两种典型工况,在两种工况下进行电极调节适应性控制.仿真结果表明主动补偿的适应性控制算法具有良好的适应性和鲁棒性,能够满足电极系统的控制要求.所用控制方法因其不依赖被控对象的精确数学模型,且可调参数具有明确物理意义,易于掌握,为实际电极控制系统提供了可参考的控制方案.     

恒馏出液组成间歇精馏回流比的控制和调节

计算及模拟间歇精馏过程已成为国内外许多学者的研究课题.以恒馏出液组成操作方式的间歇精馏,调节与控制回流比十分重要,过程计算复杂,计算量也很大.在Excel中,递推公式结合VBA编程求取了初始回流比Ro和最终回流比Re;VBA程序与Excel图表的数据通讯获得了各塔板气液组成的动态数据;Excel与VBA的混合编程得到了蒸馏时间与塔釜组成、塔釜组成与回流比的动态函数关系;为间歇精馏的动态调节、控制回流比和计算机模拟等问题提供了解决的途径.     

气体渗碳嵌入式控制系统

介绍了以单片机为核心技术构成的热处理气体渗碳炉嵌入式控制系统;研究了基于误差信号及被控量测量变化速度、加速度的Fuzzy控制算法,解决了PID控制器调节时间长、超调量大的弊端,实现了被控参数快速跟踪给定值的精确控制.给出了过程控制系统硬件电路原理框图,并基于模糊控制思想对控制算法做了描述和分析.最后以气体渗碳过程为例,说明该控制器具有较好的品质指标和鲁棒性,进而提高了热处理产品的质量.     

控制量离散的轮式小车轨迹跟踪研究

针对机器人小车控制过程中的轨迹跟踪问题,以控制量为离散值的轮式小车为研究对象,提出一种新的预测控制算法.建立小车在离散状态空间下的运动学模型,并根据此模型设计预测控制算法,以克服实际过程中的不确定性.然后,为解决传统预测控制算法在应用上出现的计算量指数增长问题,基于改进模拟退火的快速寻优算法,设计一种新的预测控制策略,以同时保证小车轨迹跟踪的精确性与实时性.通过仿真实验给出了该算法下小车对不同轨迹的跟踪情况及鲁棒性测试,在与传统预测控制算法计算量的比较结果中表明,该算法能够减少计算时间且实现对轨迹有效地跟踪,并保证较高的稳定性,同时,该算法可以推广到各类控制量为离散值的预测控制问题.     

Control of polystyrene batch reactors using neural network based model predictive control (NNMPC): An experimental investigation

Controlling batch polymerization reactors imposes great operational difficulties due to the complex reaction kinetics, inherent process nonlinearities and the continuous demand for running these reactors at varying operating conditions needed to produce different polymer grades. Model predictive control (MPC) has become the leading technology of advanced nonlinear control adopted for such chemical process industries. The usual practice for operating polymerization reactors is to optimize the reactor temperature profile since the end use properties of the product polymer depend highly on temperature. This is because the end use properties of the product polymer depend highly on temperature. The reactor is then run to track the optimized temperature set-point profile. In this work, a neural network-model predictive control (NN-MPC) algorithm was implemented to control the temperature of a polystyrene (PS) batch reactors and the controller set-point tracking and load rejection performance was investigated. In this approach, a neural network model is trained to predict the future process response over the specified horizon. The predictions are passed to a numerical optimization routine which attempts to minimize a specified cost function to calculate a suitable control signal at each sample instant. The performance results of the NN-MPC were compared with a conventional PID controller. Based on the experimental results, it is concluded that the NN-MPC performance is superior to the conventional PID controller especially during process startup. The NN-MPC resulted in smoother controller moves and less variability.     

Generalized difference control of parallel streams temperatures

A furnace with multiple parallel passes and multiple burners is commonly seen in petroleum refineries. In order to maintain the furnace running in a safe, stable, and high-efficiency state it is necessary to control the outlet temperatures of the multiple passes to be the same. Due to the fact that the process of the oil heating in such furnace is nonlinear, multivariable, time varying, has serious coupling among passes, has frequent dynamic changes and a large time delay, traditional control methods have trouble in controlling these temperatures, and some advanced control methods, including predictive control, adaptive control, and robust control, are usually too complex for convenient use. In this paper, a control technique, called differences control technique (DsCT), is proposed to distribute the stream flowrates such that the stream temperatures are as identical as possible. The principle of the proposed technique is explained and demonstrated, and the results of its application to a real-life petroleum refinery furnace are also reported. The DsCT technique has the following advantages: it does not need complicated design procedures, the controller structure is simple, it is easy to apply, and it can be canonically applied to furnaces with different number of passes.     

Web应用系统中权限控制的研究与实现

分析并比较了当前权限系统设计过程中主要的权限控制模型,指出了各自的特点和应用局限性.针对当前Web应用系统中存在的用户变化较多而角色相对变化较少的情况,提出并实现了一种扩展了的基于角色的访问控制方法,能够根据登录用户权限的不同生成不同的用户界面,并给出了该方法在项目开发中的实际应用.项目开发的实践结果表明,该方法可有效地用于Web应用系统的权限控制管理中.     

模糊滑模变结构控制在AUV纵倾控制中的应用

无人水下机器人(AUV)在潜浮运动过程中,纵倾角的控制对其在垂直面的运动状态起着关键的作用.尽管目前研究的控制方法对纵倾角有较好的控制效果,但是由于AUV不确定的非线性特性和模型参数,其控制性能并不理想.根据AUV垂直面的非线性模型,在特定的工作点对非线性模型进行了线性化,得到AUV垂直面纵倾运动的数学模型.设计了基于模糊控制理论的模糊滑模变结构控制器调整滑模控制的控制增益,并在海流干扰下用该控制器成功地对AUV进行了纵倾控制.仿真结果验证了该控制方法对运动模型不确定的AUV具有很好的控制性能,在外界干扰下,既保证了控制系统的快速性和鲁棒性,又能够有效地削弱抖振.     

可实现多种控制目标的模型预测控制新算法

模型预测控制(MPC)采用集中控制的策略,主要应用于多输入多输出(MIMO)复杂过程的工艺对象.工艺过程对不同的控制变量,往往有不同的控制要求,如定值控制、区间控制或单边控制.当前的控制算法未考虑单边控制功能,而且形式繁琐、求解不便.为此,本文采用目标规划的思想,提出具有线性规划形式并且可实现多目标的模型预测控制新算法.将新算法用于多个典型过程对象,证实算法不仅能够控制常规目标,而且能够解决单边控制问题,实现了真正的多目标控制.     

批次过程控制——回顾与展望

批次过程是一类重要的化工过程.因其本身的灵活性及高效性,被广泛应用于半导体制造、塑料加工、生物制药等领域.针对批次过程控制算法的研究也得到了大批学者的关注.在近三十年中,批次过程控制理论得到了长足的发展.但由于过程本身复杂的动态特性,以及对控制精度要求的提高,现有的理论和方法仍面临着挑战.本文从批次过程的特性出发,分析了算法设计的难点,对几种重要的控制算法进行总结分析,同时讨论了未来可能的发展方向.     

A multivariate statistical controller for on-line quality improvement

Producing good quality products is an important process control objective. However, achieving this objective can be very difficult in a continuous process, especially when quality measurements are not available on-line or they have long time delays. In this paper, a control approach using multivariate statistical models is presented to achieve this objective. The goal of the control approach is to decrease variations in product quality without real time quality measurements. A PCA model which incorporates time lagged variables is used, and the control objective is expressed in the score space of this PCA model. A controller is designed in the model predictive control (MPC) framework, and it is used to control the equivalent score space representation of the process. The score predictive model for the MPC algorithm is built using partial least squares (PLS). The proposed controller can be developed from and implemented on top of existing PID control systems, and it is demonstrated in two case studies, which involve a binary distillation column and the Tennessee Eastman process.     

基于纳什议价的无人机编队自主重构控制方法

针对任务环境下携带不同载荷的无人机(Unmanned aerial vehicles, UAVs)组成的编队, 为实现无人机间的相互支援和补充而进行编队重构控制, 运用多目标多人博弈理论, 将其转化为纳什谈判过程. 结合分布式模型预测控制(Distributed model predictive control, DMPC)方法, 设计一种基于纳什谈判的分布式预测控制(Nash bargaining solution-DMPC, NBS-DMPC)算法求解该问题, 并对算法收敛性进行了证明. 仿真实验表明, 该算法能够有效控制编队自主重构, 实现编队无人机间的威胁规避和协同保护, 同时能够有效降低无人机编队自主重构控制问题的求解规模.     

无人机滑降着陆控制系统设计

针对滑跑型无人机回收阶段对下滑角跟踪以及触地时姿态角的高要求,设计了一种无人机滑降着陆控制方式。首先,给出了滑降控制系统结构图,在此基础上分别进行了滑降横侧向控制器和滑降纵向控制器的设计,具体进行了直线航迹和圆航迹的控制方法以及下滑段的高度控制量算法的分析。然后,进行了滑降着陆控制模式设计,将滑降过程分解为降高、平飞、下滑以及拉平四个阶段分别进行设计,并在拉平阶段给出了俯偏航距仰角控制量与离地高度的关键技术公式。仿真结果表明,该无人机滑降着陆控制系统平飞段偏航距小于5m,接地时偏航距约为0m;平飞段高度跟踪误差为0m,下滑段高度跟踪误差2m;落地姿态角为0.4度。具有高度控制误差小、偏航距离短、落地姿态角安全性高的优点,能满足滑跑无人机对滑降阶段的控制要求。     

基于混合GA的啤酒酵母扩培系统PID控制

针对啤酒酵母扩培过程中温度较难控制的问题,提出一种基于混合遗传算法(GA)的PID控制方法。在GA中嵌入梯度下降算子,利用梯度下降法对每代中若干个精英个体以一定概率进行搜索,从而提高算法的局部搜索能力。实验结果表明,该方法的响应速度较快,且无稳态误差。