温室加热实时专家控制系统研究

简述一种温室加热实时专家控制系统的组成和实现方法。总结了温室加热系统控制的各种复杂工况，在传统的加热系统控制方法的基础上，应用专家系统控制方法，使控制系统适应温室加热控制过程中受环境因素影响大、非线性严重、大纯滞后等复杂工况，取得良好的控制效果，并使控制规律简化。     

一种基于T-S模型的模糊预测控制

提出了一种基于T-S模型的模糊预测控制策略。T-S模糊模型用来描述对象的非线性动态特性,通过当前的工况参数实时在线的修正每一时刻的阶跃响应模型参数,将模糊模型作为常规线性预测控制DMC方法的预测模型,从而把T-S模型对复杂的非线性系统的良好描述特性和预测控制的滚动优化算法相结合,来实现利用常规线性预测控制策略对非线性系统的有效控制,有效地解决了复杂工业过程的强非线性问题。pH中和过程的仿真结果表明其性能明显优于传统的PID控制器。     

微分改进RBF网络线性预测控制算法的研究

针对现有非线性系统辨识超调较大和预测控制计算量繁琐等问题,提出了改进的RBF神经网络线性预测控制算法.该方法通过在传统性能指标函数中增加误差微分项,以优化跟踪效果;利用辨识模型作为预测模型,对输出设定值进行线性逼近的反向优化,并实时给出优化控制量.该方法简化了传统预测控制算法,在加快寻优速度的同时,有效地抑制了超调.通过非线性系统仿真实例,验证了该方法的可行性和有效性.     

基于小波神经网络的板形板厚系统解耦预测控制

带材轧制是一个复杂的非线性过程, 板形控制和板厚控制又是强耦合、非线性、含时延环节的复杂系统. 提出了一种基于小波神经网络的解耦预测控制方案; 利用小波神经网络来辨识原系统的α阶时延逆系统, 将该逆系统与原系统串联后形成一个伪线性复合系统, 从而把多变量系统控制转化为多个单变量系统的控制实现了系统解耦, 并对解耦后的系统采用闭环预测控制. 仿真表明该控制方法具有结构简单、易于实现, 且有较强的抗扰性和鲁棒性.     

基于神经网络非线性系统的广义预测

为了对复杂的非线性系统进行广义预测控制 ,避免较长的离线训练 ,采用受控自回归积分滑动平均模型来描述线性子系统 ,用神经网络来逼近非线性子系统 ,利用递推最小二乘法和 Davidon最小二乘法分别作为线性子系统和非线性子系统的在线学习算法 ,建立了一种适合于广义预测控制的非线性系统控制模型。仿真结果证明 ,该模型在非线性系统的广义预测中的有效性 ,在实时控制中具有极其广阔的应用前景。     

基于BP网络模型的非线性预测控制策略研究

提出了一种基于神经网络模型的非线性多步预测控制策略。预测器和控制器由一个BP网络构成。在整个过程中，首先利用一个BP网络构造一个非线性多步预测模型，根据被控对象输出与网络实际输出之间的误差采用改进的BP算法修改网络权值，以逐步建立合理的多步预测模型。然后，根据网络的多步预测输出序列与设定值序列的偏差构造性能指标函数，根据性能指标函数采用自适应变步长梯度法修改控制律。仿真结果表明了该策略的有效性。     

基于协调优化算法的滑模变结构控制研究

本文提出一种基于协调优化算法的滑模变结构控制方法.它以稳态误差和控制切换频率作为系统优化性能指标.边界层宽度调节率作为优化参数.采用基于遗传算法的多目标优化方法优化滑模变结构控制的设计.能使滑模变结构控制系统获得很好的综合性能.尤其是,在滑模变结构控制的设计中,使用多目标优化技术,可以为强非线性时变液压伺服系统系统提供强鲁棒性和高精度控制.     

NUREST:一个实时专家系统开发工具

对实时专家系统的特点作了概要论述,将专家系统技术和实时控制技术相结合,设计并实现了应用于实时问题求解的实时专家系统开发工具NUREST。主要讨论了它的知识表示、实时控制机制、推理机制以及实现技术,并给出了开发的炼钢控制实时专家系统实例。     

智能控制：从学习控制到平行控制

20世纪60年代,学习控制开启了人类探究复杂系统控制的新途径,基于人工智能技术的智能控制随之兴起.本文以智能控制为主线,阐述其由学习控制向平行控制发展的历程.本文首先介绍学习控制的基本思想,描述了智能机器的架构设计与运行机理.随着信息科技的进步,基于数据的计算智能方法随之出现.对此,本文进一步简述了基于计算智能的学习控制方法,并以自适应动态规划方法为切入点分析非线性动态系统自学习优化问题的求解过程.最后,针对工程复杂性与社会复杂性互相耦合的复杂系统控制问题,阐述了基于平行控制的学习与优化方法求解思路,分析其在求解复杂系统优化控制问题方面的优势.智能控制思想经历了学习控制、计算智能控制到平行控制的演化过程,可以看出平行控制是实现复杂系统知识自动化的有效方法.     

汽轮发电机主汽门开度的非线性最优预测控制

基于非线性最优预测控制理论,提出了一种汽轮发电机主汽门开度非线性预测控制器的设计方法.通过单机无穷大系统的建模分析,导出具有闭型解析解的控制律,避免了在线优化带来的大量计算负担,从而满足实时控制的要求.控制器的输入信号均选为发电机组的当地测量量,便于工程实现.仿真结果表明,该控制器能有效地提高电力系统的暂态稳定及改善其动态品质.     

改进人工免疫算法在水下机器人运动控制中的应用研究

基于生物免疫系统的生理特性,以免疫系统T细胞、B细胞与免疫应答为基础,引入了免疫算法,其结构简单,易于实现,但是由于忽略了免疫系统的记忆、自适应、细胞繁殖和自然死亡等复杂的机理行为,也不具有实时自调整的能力。结合梯度搜索方法和希尔函数,提出了一种基于Sigmoid非线性模型的自学习免疫控制算法。将该方法应用于水下机器人的运动控制系统进行仿真研究,结果表明了改进人工免疫算法的有效性。     

面向方面正交结构的数控系统构建

针对数控系统的实时性、嵌入式特征以及面向特定制造工艺的特殊需求,提出一种面向方面正交结构的数控系统。以构件、方面构件和连接件为核心,组成硬件控制中心和时间控制中心,基本构件和连接件硬件完成控制功能,时间控制构件与连接件实现时间控制功能,通过方面构件横切实现不同线索之间的构件在时间上的关联。分析结果表明,该方法利于系统性能分析和组装应用,便于数控用户的重构。     

一种基于LonWorks的电梯群控系统实现方法

根据电梯群控系统的特性,设计了系统的调度软件,使用统计的方法判断群控系统的客流交通模式,确定了电梯目标评价函数,同时介绍了系统的控制模块设计方法。采用LonWorks现场总线技术,增强了系统的实时性和可靠性,并使其具有良好的可扩展性和推广价值。     

一种广义预测自适应控制的直接方法

使用正则化技术和具有死区的参数估计算法,提出一种新的广义预测自适应控制直接方 法,并证明了控制算法的全局收敛性.本文提出的方法在热风炉实验装置上进行了实时控制, 其结果表明控制方法的有效性.     

用模糊RBF神经网络简化模型设计多变量自适应模糊控制器

针对多变量系统实时性要求,提出模糊径向基神经网络结构的简化模型及相应算法,并对由此简化模型设计的多变量模糊控制器模糊规则的在线自学习算法进行分析,提出一种系统动态增益的处理方法和基于过程最优的改进方案,仿真实验结果表明该控制器可实时自自应控制,改进算法是有效的。     

基于神经网络的实时专家控制系统及其PTA工业应用

以精对苯二甲酸结晶过程为研究对象。提出一种基于神经网络模型的实时专家控制系统．该方法利用神经网络建模技术获取对象的机理知识,通过对影响模型特性的多个变量进行分析,自动得到常规专家控制系统难于获取的定性、定量知识,并按分级递阶的启发式搜索机制,实现了对工业过程对象的实时控制．实际应用表明：该方法不但克服了以往专家系统知识获取的瓶颈,而且有效实现了人机对话的功能,便于现场操作和更改专家知识库,为化工过程的多变量控制提供了新的思路．     

Adaptive control Lyapunov function based model predictive control for continuous nonlinear systems

A design of adaptive model predictive control (MPC) based on adaptive control Lyapunov function (aCLF) is proposed in this article for nonlinear continuous systems with part of its dynamics being unknown at the starting time. Specifically, to guarantee the convergence of the closed-loop system with online predictive model updating, a stability constraint is designed. It limits the aCLF of the system under the MPC to be less than that under an online updated auxiliary adaptive control. The auxiliary adaptive control which implements in a sampling-hold fashion can guarantee the convergence of the controlled system. The sufficient conditions that guarantee the states to be steered to a small region near the equilibrium by the proposed MPC are provided. The calculation of the proposed algorithm does not depend on the model mismatch at the starting time. And it does not require the Lyapunov function of the state of the real system always to be reduced at each time. These provide the potential to improve the performance of the closed-loop system. The effectiveness of the proposed method is illustrated through a chemical process example.     

模糊神经网络控制器在伺服系统中的在线应用

基于神经网络的结构,结合模糊控制的理论,提出了一种模糊神经网络在线学习自适应结构,针对模糊神经网络控制器一般存在着在线修正权值计算量大。权值过度修正容易导致系统振荡等缺点,采用变结构变速率的学习方法对网络结构参数权值进行修正。将参数调整后的控制器模型应用于伺服系统中,并与传统的ITAE三阶无静差最优控制进行比较,仿真试验表明该控制器不但能够提高系统的控制品质,同时可以消除输出力矩对被控对象的扰动,具有很好的控制效果。     

广义预测控制和PID控制在混凝投药中的应用

针对水处理过程中混凝投药的非线性和时滞特点,分析了其混凝投药的工作原理,采用传统的控制方法难以实现很好的控制效果.提出了一个混凝投药的方案,把广义预测控制算法和PID (proportion-integralderivative)控制算法结合起来,通过预测被控系统的若干个时刻的未来输出值,得到一个新的性能优化函数,通过实时优化被控对象的控制参数,计算出一个合理的混凝投药量.最后,采用Visual Basic软件编程完成该控制方案,并通过对混凝投药自动化控制的现场实验,得到较好的输出控制结果,从而验证了该控制方案的可行性.     

环境试验室热工系统规则自提取模糊控制仿真

以某环境试验室室内温度、送风系统和热水系统多回路在线控制为背景, 针对其存在的多参数、大滞后、非线性等控制难题, 讨论了各个回路热工特性传递函数建立和自组织模糊控制仿真问题. 首先, 提出了规则自提取模糊控制(self-abstracting rules fuzzy control, SARFC)方法. 然后, 根据各被控回路的动态热工特性和参数辨识要求, 试验研究了各回路的动态响应特性, 完成了各回路传递函数模型参数的辨识, 得到了各回路的传递函数模型. 最后, 采用SARFC方法, 仿真研究了基于送风系统调节和热水系统调节的环境试验室温度模糊控制仿真, 得到了较好的控制仿真效果, 为进一步试验研究环境试验室热工系统模糊控制提供了理论基础.