广义自校正控制器及其在飞行高度控制中的应用

本文将广义最小方差控制与极点配置控制结合起来提出了具有加权项在线选择的广义自校正控制器.该控制器采用最小二乘辨识算法来辨识控制器参数,采用显式方式来实现.本控制器可以保证自适应控制系统的整体稳定性.本文还进行了广义自校正控制器应用于飞行高度控制中的仿真研究.研究结果表明,采用本控制器完全可以适应当飞行条件变化时被控对象参数的变化,从而获得令人满意的控制效果.     

迟延惯性系统的一种自校正增量型PID控制

对于具有大迟延、大惯性特性的被控对象,常规PID控制往往难以取得满意的控制效果。在对常规PID控制算法及迟延和惯性系统的动态特性进行定性分析的基础上,提出了一种新的自校正增量型PID控制方法。首先采用带最小损失函数的递推最小二乘算法通过离线辨识获得被控对象初始的迟延和惯性特性,并据此整定PID控制器参数;控制过程中,通过在线辨识实时获取被控对象的动态特性,并利用历史控制信息,根据在线辨识结果获得一种具有自调整功能的校正基准量,从而形成一种自校正增量型PID控制器。最后,将其应用于电站锅炉过热汽温串级控制系统中。仿真试验表明,该方法能够有效地控制具有时变特性的大迟延、大惯性对象,表现出了良好的自适应能力。     

基于PSO的变结构变时滞自校正控制

针对变结构、变时滞被控对象,将粒子群优化(PSO)算法与广义最小方差相结合,采用实时自校正过程对其进行控制,提出基于PSO自校正控制器算法.该算法应用隐式辨识方式,可减少辨识计算量,通过跟踪误差来改变辨识精度.以工业上典型的一阶、二阶和三阶系统的结构变化并伴随着有时滞突变的复杂被控对象进行仿真,并和基于最小二乘的传统自校正控制方法比较得知,在运用PSO自校正控制器的控制下,系统输出量与期望输出之间的方差趋于更小,控制跟随性和鲁棒性均较好.仿真结果表明该自校正控制器的有效性与应用价值.     

非线性自适应控制——克服非线性的影响

非线性自适应控制系统中,当工作点发生转移时,被控过程的增益有时会有很大的变化, 这对使用广义最小方差控制的自校正控制器来说会产生一定的影响.文中对这种影响机理进行了 讨论,并针对单变量系统提出两种合理的解决方法.     

基于参数辨识的自适应解耦控制算法的研究

多变量模型的复杂结构、强耦合性、被控对象参数的未知、慢时变等问题要求控制器必须具有良好的自适应性,针对以上问题提出了一种基于改进的广义最小方差闭环自适应解耦控制器实现更好的自适应,其由参数可调的控制器和自适应控制律组成,此控制器通过将闭环系统方程的传递函数矩阵等于期望的对角矩阵来实现解耦,同时改进的辨识算法可进行在线辨识控制器的参数实现同步自适应解耦。通过以CARMA为多变量控制模型,采用该方法进行仿真有效的解决了多变量之间的耦合性。结果表明该方法能够适应相应的变化,跟踪性能较好,且具备良好的解耦能力,进而保证了闭环系统的稳定性,从而验证了此方法能够效提高控制系统的稳定性和鲁棒性。     

解谐最小方差自校正前馈控制器及其应用

本文提出了一种解谐最小方差自校正前馈控制器。该控制器将自校正控制的最优策略与经典的极点配置策略结合起来,因而具有两者的优点。该控制器不仅可以完全消除可测干扰的影响,而且可以应用于多变量系统实现自适应解耦控制。文中讨论了该控制器在多变量电加热炉中的工程应用。实时控制结果表明,自校正前馈控制器不仅能适应电网电压波动等因素引起的模型参数的改变,控温效果优于常规PID调节器,而且可使被控变量之间的耦合作用大大减小。     

增量式自适应逆控制及在过热汽温中的应用

被控对象的迟延和惯性特性是影响控制系统品质的重要因素之一.从常规PID增量式控制算法入手,在对具有迟延和惯性被控对象的动态特性进行定性分析的基础上,给出了一种改进型增量式控制算法的表达式;分析了被控对象校正逆模型的参数向量与控制器的参数向量之间的联系,进而将控制器的荻取与被控对象校正逆模型的建立相结合,将控制器的自适应过程归结为被控对象校正逆模型的在线辨识问题,通过对校正逆模型的在线辨识直接对改进型增量式控制算法中控制器的参数进行在线修正,形成了一种增量式自适应逆控制系统.将该方法应用于锅炉过热汽温控制系统中,并通过与常规PID串级控制和直接自适应逆控制系统的控制效果对比,验证了所提方法的有效性.     

随机系统的多模型直接自适应解耦控制器

针对多变量离散时间随机系统, 提出了一种采用广义最小方差性能指标的多模型直接自适应解耦控制器. 该多模型控制器由多个固定控制器和两个自适应控制器构成. 固定控制器用以覆盖系统参数的可能变化范围, 自适应控制器用以保证系统的稳定性和提高暂态性能. 该多模型控制器利用矩阵的伪交换性和拟Diophantine方程性质, 基于广义最小方差性能指标, 将随机系统辨识算法和最优控制器设计相结合, 直接辨识出控制器的参数, 通过广义最小方差性能指标中加权多项式的选取,不但实现了多变量系统的动态解耦控制, 而且消除了稳态误差、配置了闭环极点. 文末给出了全局收敛性分析. 仿真结果表明该方法明显优于常规自适应控制器.     

气动油压伺服系统的智能PID控制研究

针对经典的基于对象精确模型的PID控制方法自适应性差,难以适应具有非线性、时变不确定性的被控对象,提出了一种基于RBF神经网络的、结构简单的PID自适应控制方法。将该智能PID控制应用于气动油压伺服系统中,实验结果表明:具有自学习和自适应能力的RBF网络PID控制方法,能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质明显优于常规PID控制方法,将其应用于气动油压伺服系统是可行的。     

单晶生长过程的自适应控制

本文讨论了对象特性缓慢时变,并具有确定性扰动和随机干扰作用下的单晶生长过程的自适应控制。对采用广义最小方差控制的自校正控制器及引入前馈信号而使系统具有较好的品质指标进行了分析。介绍应用 DJS-131型计算机实现的“过程-FORTRAN-Ⅳ 自校正控制在线软件包”在 TDR-60型单晶炉单晶生长过程实时控制的初步结果。     

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。     

隐式多变量广义自校正控制器

本文提出了具有在线选择加权阵的两种多变量自校正控制器.加权阵的在线选择和自校 正控制算法都采用隐式方案来实现.本文还证明了该自校正控制器具有全局收敛性.     

飞机座舱压力专家模糊预控方法仿真研究

针对新型战机高空高速俯冲及俯冲转平飞情况下带来的座舱压力控制难题,提出一种飞机座舱压力专家模糊PID预控方法。在飞机高速俯冲时,基于压力调节系统时间延迟及飞机高度变化率改进常规模糊PID控制策略并提高座舱压力调整速度;在飞机状态转换时,利用专家控制器根据知识库及状态转换时间预测调整模糊PID控制策略,并引入重置机制以改善调整性能。经过知识库的动态学习,得出飞机状态转换时,采用模糊PID控制、模糊预控、重置PID控制参数的专家控制策略具有最佳的控制效果的结论。通过仿真实验验证了该方法的有效性。     

PSS 3-2-1正交并联机构动平台的位姿控制

提出了一种便于实现的,简单方便的控制策略,即基于新型正交六自由度并联机构动平台系统的运动学特性,首先对动平台的逆运动学进行分析,建立逆运动学方程,然后建立无刷电动机的数学模型,由给定的平台质心的预期轨迹,通过逆解解出各运动支链的位移矢量,将其作为由驱动电机和编码器构成的半位移闭环的系统输入量,设计了一个模糊PID自整定控制器,用控制器对支链杆长变化进行跟踪,最后进行仿真实验。结果表明了所设计的模糊PID自整定控制器比模糊PID控制器能明显地改善控制系统的动态性能,具有响应速度快,调节时间短,稳定性好,抗干扰能力强,可以快速跟踪给定杆长变化,提高了系统的动态性能,证明了该控制方法的有效性,为PSS 3-2-1正交并联机构动平台的控制奠定了基础。     

基于神经网络的时滞非线性系统的广义预测控制

针对一类时滞非线性被控对象,提出一种基于RBF神经网络的广义预测自校正控制方案,在广义预测控制中,采用RBF神经网络建立被控对象的多步预测模型,并不断修正预测输出,提高预测输出的精度.控制器则采用GPC隐式修正算法,不用辨识对象的模型参数,大大减少了计算量.经过仿真研究,与常规的PID自适应控制方法相比较,证明了该方法的优越性,预测控制误差小,实时性好,动态响应快.     

Self-tuning control of nonminimum-phase systems

The instability that arises from the pole-zero cancellation of elementary self-tuners and most MRAC algorithms has given rise to a misapprehension that nonminimum-phase systems can pose insoluble problems with the application of adaptive control. Since most practical processes exhibit some form of nonminimum-phase behaviour (particularly when controlled digitally) this appeared to restrict the usefulness of self-tuning methods. However, during the last few years new algorithms have been suggested which partly overcome these difficulties and have been shown to be effective in industrial trials. The paper describes the practical features that a self-tuning controller must possess and discusses how plant dead-time and excess continuous-time poles can lead to discrete-time nonminimum-phase zeros. The source of instability of elementary self-tuners is analysed and various suggested approaches for overcoming this problem are reviewed. These include the use of a generalized minimum variance cost-function incorporating control weighting, factorization methods which avoid cancellation of the offending zeros, adaptive control based on state-space linear quadratic Gaussian (LQG) theory, and explicit pole-placement via solution of a Diophantine or Bezoutian equation. Gawthrop's hybrid controller, which avoids those nonminimum-phase zeros due to continuous-time pole excess, is briefly discussed. A series of simulations in which a nonminimum-phase plant is subjected to a pattern of set-point changes is presented to show some of the features of the algorithms. In applications the order of the process is unlikely to be known (or indeed be finite); the pole-placement algorithm which is particularly effective in the known-order case is shown to lack robustness to underspecified order. The use of a large control weighting however restores stability to the generalized minimum-variance controller. The conclusions are that with appropriate design and engineering judgement adaptive control is viable even for nonminimum-phase processes.     

强制循环蒸发系统的非线性自适应解耦PID控制

本文结合现场的实际过程数据,首先应用能量平衡建立了强制循环蒸发过程的动态模型.针对该过程的多变量、非线性以及强耦合特性,在常规增量式PID控制器的基础上提出基于神经网络与多模型切换的非线性自适应解耦PID控制策略.该控制器是由线性自适应解耦PID控制器和基于神经网络的非线性自适应解耦PID控制器以及切换机构组成.其中线性自适应解耦PID控制器可以保证系统的稳定,而基于神经网络的非线性自适应解耦PID控制器则可以有效地提高系统的性能.上述过程的PID参数是通过广义预测的方法得到,最后通过仿真表明,上述控制方法不仅消除了回路间的耦合,在稳定生产的同时提高了蒸发的效率.     

Self-tuning and stable adaptive control of a batch polymerization reactor

Two adaptive control techniques are evaluated by application to a realistic mathematical model of a suspension polyvinyl chloride (PVC) reactor. Both techniques, the self-tuning regulator and a globally stable adaptive control algorithm, prove to be very robust and give excellent control of the temperature or the rate of conversion in the PVC reactor by manipulating the heat removal rate from the reactor jacket. Satisfactory regulation and setpoint changes in the temperature and the conversion rate are obtained in each case even in the presence of measurement noise and highly nonlinear reactor dynamics. The performance of the two adaptive techniques is compared with the performance of a classical, PID controller. The adaptive controllers are shown to always outperform the PID controller.     

模糊自适应PID参数自整定控制器的研究

当控制系统中的被控对象存在纯滞后、时变或非线性等复杂因素时,普通的PID控制器的控制效果很难达到较好的控制效果,针对这一问题,应用模糊控制和自适应控制的知识,设计了模糊自适应PID参数自整定控制器,此控制器的比例系数、积分系数和微分系数可根据模糊推理规则进行在线调整。仿真结果表明,该控制方法提高了系统的动、静态特性,使该系统具有较好的鲁棒性。