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。     

空间交会停靠视线制导控制方法

空间交会停靠段的控制经常采用的一种方法是基于视线位置信息的平行接近法。本文对纵向控制中的非线性滑动模态控制方法进行了研究和改进，考虑了视线角对纵向控制的耦合作用，增加了耦合项，并进行了存在性和稳定性分析。对于横向和纵向同时协调控制，提出一种多变量互相耦合的非线性滑动模态视线制导控制方法，并对同时协调控制进行了存在性和稳定性分析。     

航天器瞬变热流全系数自适应控制

航天器地面试验瞬变热流控制具有耦合变量多、参数不确定、控制要求复杂、复分效应大等特点，本文采用控制矩阵非对角元强迫滞后一步的多变量的系数自适应控制方法，结合采用广义对象技术，充分利用成熟的二阶单变量全系数自适应控制方法在性能鲁棒性设计上的经验，通过数学仿真、原理性实验，模型星实验等技术途径确定了控制系统的参数，圆满地解决了航天器地面试验瞬变热流控制，已成功地应用在某卫星地面试验瞬变的热流控制中。     

光盘机两级道跟踪伺服系统的特性分析和结构设计

该文研究了光秀机二极执行机构的多变量频域特性；研究了道跟踪伺服系统构成的特点，给出了两种可能的结构设计。对两级之间位置可测的系统，给出了直接单变量控制的方法和系统结构，以及计算机仿真结果。     

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。     

神经网络多步预测控制及其在精馏塔中的应用研究

本文提出一种基于多神经网络并行预测模型的多变量协调预测控制,利用预测误差实时反馈校正各个神经网络预测模型的参数,对于对象的时变、未建模干扰及模型失配引起的误差均有很好的适应性。针对存在耦合的被控对象,本文在优化性能指标中采用多变量协调优化策略,对被控变量集及操作变量集优化,使被控变量达到优化值和使部分操作变量达到优化值。在单步预测控制的基础上,提出基于多RBF神经网络并行预测模型的多变量协调预测控制,提高了预测控制的鲁棒性及抗干扰能力。将此方法应用于精馏塔控制中,在保证主要产品质量合格的前提下,对操作变量进行约束,使部分操作变量达到优化值,从而减少能耗,提高经济效益。仿真结果表明,基于神经网络预测模型的多变量协调预测控制具有很好的动态特性、鲁棒性及显著的节能降耗效果。     

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.     

基于RBF神经网络的非线性控制系统

针对时滞、非线性多变量耦合系统控制中串级控制存在滞后，并且PI控制参数初始设置困难，很多时候只能手动控制的缺陷，本文采用内模控制方隶．通过RBF神经网络训练获得内部模型，同时利用最小二乘模型降解，简化解耦矩阵的求取，实现了两输入两输出系统的解耦控制。仿真结果表明．该方案可以消除变量间的耦合，并且解决了时滞问题、降低过程超调量，使得控制系统更加平稳，改善了过程控制的品质。同时．当对象特性发生一定改变时．系统具备良好的鲁棒性能。     

状态反馈鲁棒解耦控制器的设计

本文基于状态反馈解耦理论，提出一种状态反馈鲁棒解耦控制器的设计方法。将该方法应用于串联多关节机器人控制，有效地解决了机器人控制中存在的复杂的变量耦合问题。     

四水箱实验系统的关联分析与解耦

四水箱实验系统用于模拟实际工业系统的非线性、多变量、时变、耦合等复杂对象特性。基于系统辨识的结果,本文对该实验系统进行了关联分析,揭示了该实验系统关联度可调的特性,并分析了关联强度对多回路控制的影响。最后,本文应用基于前馈补偿的全解耦方法显著地提高了多变量关联系统的控制性能。     

水泥窑外分解窑的自动控制

本文针对水泥窑外分解窑控制的多变量强耦合,非线性和时变的特点,提出了一种基于知识的智能控制方法,其基本思想是采用专家判别方法辨识工况,对系统参数进行失效诊断,进而自动选择不同的控制策略——随机多变量最优控制或基于模糊控制语言的自学习模糊控制,该方法已经实际应用于窑外分解窑的自动控制。     

基于T-S模糊模型的多机耦合电力系统脉冲控制研究

基于模糊控制理论,研究多机耦合电力系统的控制问题.首先采用T-S模糊模型逼近非线性多机耦合电力系统,得到简化的分段线性模型,然后采用脉冲控制策略来实现非线性多机耦合电力系统的镇定.基于李雅普诺夫稳定性理论,得到易于验证的稳定性条件,可借助Matlab中的线性矩阵不等式(LMI)工具箱求解.最后以2机耦合电力系统为例,验证所提方案的有效性和实用性.     

基于小波神经网络的抄纸过程建模仿真研究

抄纸过程中水分定量控制是一种复杂的多变量耦合过程.它具有大滞后、非线性、时变、不确定等特性,因此一般采用常规方法很难准确建立其数学模型.神经网络是一种很好的非线性数学模型,运用多输入多输出的小波神经网络对抄纸过程中水分定量控制进行数学建模,并在小波神经的嘲络训练过程中采用了两种训练方法,加快了训练速度.结果表明,小波神经网络输出值与实际模型输出值的误差在允许范围内,可以很好的逼近抄纸过程的数学模型.     

无模型控制方法对多变量耦合系统控制的应用研究

以工业生产中具有耦合环节的控制问题为背景，讨论了多变量耦合系统的控制问题．指出各环节之问的耦合可以看成是相互问的干扰，因而克服耦合问题则变成抑制干扰的问题．无模型控制方法具有较好的抑制干扰的能力，用无模型控制方法对多变量耦合系统进行控制可收到良好的效果．     

多重分支时间延迟神经网络的混沌预测研究

采用新型多重分支时间延迟神经网络进行混沌时间序列预测研究．在网络初始状态和实际系统初始状态不严格相等的情况下，探讨该网络对非线性系统的逼近能力．结合相空间重构理论确定网络结构，使网络能够包含有效的预测信息．文中采用Rossler混沌方程产生的混沌时间序列和实际观测的年太阳黑子时间序列作为实例．仿真表明本文所建网络可成功地应用于混沌系统的建模和预测，而且该方法可以达到较高的精度．     

有效传递函数在多变量耦合系统中的应用

针对多变量系统具有多时滞、强铰链耦合的特点,提出了有效开环传递函数解耦策略。由于有效开环传递函数所描述的动力学行为的复杂性,首先采用模型降阶技术,将系统逼近一阶环节+延时(FOPDT)形式;然后运用IMC控制策略实现单位反馈控制。为得到传统PID控制器的典型表达形式,将IMC控制器进行麦克劳林级数展开,通过对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提高系统动态响应速度、减小稳态误差,实现了多变量耦合系统的理想控制。     

基于粒子群算法的PID神经网络解耦控制

基于粒子群的优化算法具有对整个参数空间进行高效并行搜索的特点以及PID神经网络的自调节和自适应特性,设计了具有PID结构的多变量自适应神经网络控制器。该算法采用粒子群算法优化 PID 神经网络初始权值,并将优化后的最优初始权值控制非线性耦合系统。系统仿真结果表明,粒子群优化后的 PID 神经网络控制器具有逼近控制目标更快,响应时间较短的显著优点。该控制策略可在大范围内克服系统的非线性和强耦合问题,具有一定的理论研究价值和工程实用价值。     

基于粒子群算法的PID神经网络解耦控制

基于粒子群的优化算法具有对整个参数空间进行高效并行搜索的特点以及PID神经网络的自调节和自适应特性,设计了具有PID结构的多变量自适应神经网络控制器。该算法采用粒子群算法优化PID神经网络初始权值,并将优化后的最优初始权值控制非线性耦合系统。系统仿真结果表明,粒子群优化后的PID神经网络控制器具有逼近控制目标更快、响应时间较短的显著优点。该控制策略可在大范围内克服系统的非线性和强耦合问题,具有一定的理论研究价值和工程实用价值。     

基于双阶段网络模型的改进多变量广义预测控制

针对多变量非线性时滞系统存在多变量间复杂的耦合情况,多输入多输出系统转化为多个多输入单输出系统,并构建多变量双阶段神经网络时滞预测模型;在考虑耦合关系的基础上,将改进比例性能指标型广义预测控制器引入到多变量系统中;该控制器含有预测控制增量表征系统未来变化趋势,将其作为当前控制量的补偿,优化控制性能;通过300 MW单元机W型火焰直吹式燃煤锅炉系统的仿真研究验证了控制方案的有效性。     

一种通过模糊自调整应用于机械手广义力/位置控制的稳定系统研究

提出一种基于模糊自调整的机械手控制结构,并针对机械手与外界环境接触时产生的作用力,定义了一种广义力,它是机械手执行机构输出力与机械手末端受到外界力的合力。那么,就可以用类似于机械手位置控制的方法达到力/位置控制目的,通过模糊自调整方法实现。在机械手受到的外力是有界限的前提下,考虑机械手非线性、耦合和多变量的动态特征,证明了整个闭环系统是全局稳定的。