基于对象参数观测器的放卷张力自适应控制

因带线材类等卷绕物的放卷张力会随卷径变化而变,甚至造成张力控制系统无法正常运行。为此,该文针对以磁粉制动器为执行器的控制对象,提出一种基于调节器输出信号与传感器检测信号的卷径观测器算法,进而利用卷径观测值对张力调节器的参数进行在线自整定。仿真验证了该方法的可行性。最后设计了以高性能嵌入式微处理器为核心的新型张力控制器技术实现方案。     

基于BP神经网络的多变量PID解耦控制

基于神经网络实现智能PID控制的策略,它以经典的PID控制为基础,通过神经网络参数整定实现,进而进行自学习,用于多变量系统的解耦控制.论文给出了网络的结构和算法,对一组二变量强耦合时变系统进行了仿真.通过计算机仿真证明了基于神经网络的PID控制器网络结构简单规范具有良好的自学习和自适应解耦控制能力.系统易于实现,融解耦器与控制器于一体,适用于非线性多变量系统的解耦控制.能够使解耦后的系统具有良好的动态和静态性能,特别是依据BP控制规律来确定网络连接权的初值,还具有参数快速收敛的优点.     

多电机同步控制在复贴机张力稳定中的仿真应用

为满足复贴工艺和保证功能化纺织品质量,必须使复贴机运行中的多电机速度保持同步,使张力保持稳定.为了适应本系统大惯量、时变和非线性特点,采用了单神经元PID控制,通过提高多电机速度同步精度来提高张力的稳定性.仿真结果表明,该控制器比传统PID控制器有更好的性能.     

基于内模控制的PID参数整定方法研究及应用

工业生产过程中难以建立精确的数学模型,其参数往往难以整定.基于此,本文研究了基于内模控制的参数整定方法,利用减半原则将高阶含有延迟环节的模型降阶为一阶或二阶的模型,依据内模比例-积分-微分参数整定过程推导出SIMC法的整定公式进行SIMC参数整定.经仿真分析发现该方法的单位阶跃响应速度快、无振荡、超调量小,且其控制效果明显优于其他经典PID整定方法.应用此方法对精馏塔温度控制系统进行PID参数整定,由于精馏塔系统本身存在很强的耦合作用,故设计基于内模控制思想的内模解耦控制器.通过仿真结果发现无论在模型匹配还是失配的情况下,都不仅能消除回路之间的耦合作用,还能减小超调.所研究的内模解耦控制是一种先进、有效的解耦方案.     

青霉素结晶过程中的神经网络自整定PID控制

针对青霉素结晶过程中结晶罐温度与液位控制间存在一定的耦合,且对象参数又具有时变性的特点,提出了基于对角递归神经网络(DRNN)自整定的PID解耦控制方法.神经网络根据对象参教发生变化时对系统输出性能的影响,自动调整网络权值,对PID参数进行调节,改变比例、积分、微分作用的强弱,达到系统解耦控制的目的.仿真结果表明,该方法具有响应速度快,自适应能力强等特点.     

基于参数自整定的再热汽温解耦预测控制

预测控制由于其设计参数对控制系统性能的影响是以一种隐含的关系表达的,所以给设计者造成一定的选取困难。针对运行工况变化较频繁的强耦合时变大滞后锅炉再热汽温系统的特性,提出一种基于模糊逻辑自整定设计参数的自适应动态矩阵控制算法。由于该算法采用解耦控制算法的形式,使得参数调整更加灵活,对多变量系统更为有效。计算机仿真结果证实了其有效性。     

基于神经网络的除氧器水位解耦控制

基于神经网络的PID控制,针对电厂除氧器被控对象的耦合特性,提出了一种比例、积分和微分参数在线自整定的神经网络PID控制算法,结合神经元补偿解耦网络,用来消除除氧器水位与凝泵出口压力之间的耦合影响,实现对除氧器水位系统的解耦控制。仿真结果表明控制系统基本消除了耦合变量之间的耦合作用,消除了系统输出的稳态误差,大大改善了系统的调节品质。     

模糊自整定PID在交流收卷张力控制中的应用

交流驱动收卷张力控制中 ,由于交流异步电机的数学模型复杂 ,负载参数随收卷卷径变化 ,用常规PID控制不够理想 ,宜引入智能控制策略。本文研究模糊自整定PID的交流驱动收卷张力控制 ,给出控制器的设计及实验结果。     

基于模糊PID的开关磁阻电机调速系统研究

针对开关磁阻电机的非线性和强耦合性,采用了模糊自整定PID调速的控制策略;在此基础上,详细介绍了模糊自整定PID控制器的设计;然后采用Matlab工具箱对基于模糊自整定PID的开关磁阻电机调速系统进行了仿真,并将该仿真结果与基于常规PID的开关磁阻电机调速系统的仿真结果进行了对比;对比结果表明,基于模糊自整定PID的开关磁阻电机调速系统具有良好的动态性能.     

一类非线性MIMO系统的自解耦控制

为解决传统解耦算法在非线性m输入 m输出(MIMO)系统中参数整定工作量非常大、整体控制性能不佳的问题,提出非线性MIMO系统的自解耦(self-decoupling control,SDC)法. SDC法利用统一的线性扩张状态观测器(LESO)对系统中的耦合部分、非线性部分及扰动部分进行估计并补偿,通过设计合适的控制律实现系统各环节的自解耦,且将系统待整定的参数减少为一个,并应用Lyapunov方法证明了SDC法的稳定性. 两个算例的仿真结果表明:SDC法不仅减少了MIMO系统的待整定参数,而且获得了比传统自抗扰解耦法更好的控制效果.     

基于模糊PID的锂电池极片卷绕设备张力控制

锂电池极片卷绕设备卷绕过程中,控制好张力对卷绕的顺利进行、产品质量的保证起到关键的作用。文章以张力为对象,对锂电池极片卷绕设备控制系统进行设计,并将模糊自适应PID算法应用于张力控制系统。仿真结果表明,加入模糊自整定PID后系统稳定误差基本消除,系统响应时间和系统超调量明显减少,系统响应速度和控制精度有很大的改善,张力也稳定控制。     

DRNN神经网络的电加热炉解耦控制

基于DRNN神经网络参数自学习的PID原理对电加热炉进行解耦控制。给出了网络的结构和算法,分析了时变对象的特点,并对电加热炉时变系统进行了仿真。仿真结果表明:DRNN神经网络对多变量强耦合时变对象具有良好的解耦性能和自学习控制特性。     

工业卷绕系统的离散MRAS方法研究

本文采用离散 MRAS 方法研究了工业卷绕系统的恒速控制问题。文中给出了离散 MRAS 的控制算法和系统设计方法,并进行了数字仿真和实验室模拟试验。研究结果表明:MRAS 方法具有较强的适应参数时变能力和抗干扰能力,能在线自整定控制器参数。控制精度高,是一种较好的卷绕系统恒速控制方法。     

PID自整定调节器在VAV 空调系统解耦控制中的应用

通过采用PID自整定调节器以及前馈补偿解耦网络,对变风量(VAV)空调系统中"两个空气处理机组成的耦合系统"和"风系统和水系统耦合系统"进行解耦控制.通过MATLAB仿真研究和在实际系统中的实验研究验证了调节器和解耦网络的可行性和有效性,仿真结果和实验结果令人满意,为变风量空调系统的解耦控制提供了有效的方法,为变风量空调系统的整体稳定运行奠定了基础.     

多输入多输出系统的神经网络PID解耦控制器

基于神经网络的ＰＩＤ控制,提出了一种可用于有耦合的多输入多输出系统的比例、积分和微分参数在线自整定的神经网络ＰＩＤ解耦控制器,可以实现对多变量系统的角耦控制,仿真结果表明系统具有很好的动态及稳态性能。     

汽包锅炉燃烧的PID型神经网络解耦控制系统仿真研究

介绍了汽包锅炉燃烧控制系统的控制任务、物理量间关系、原则性控制方案、传统控制方法,以及解耦控制方法的发展,引入了PID型神经网络控制系统的结构、学习算法、初始权值参数选取.MATLAB仿真结果表明,该控制系统对多变量强耦合时变的锅炉燃烧控制对象具有良好的解耦性能和自学习控制特性.     

基于相邻两轴速度信号的带材张力观测方法

在诸如塑料薄膜等带材生产中,对带材张力的相对稳定度要求高,为此,该文以放卷-进给生产单元为背景,利用相邻两个电机驱动轴上的光电编码器信号,获取放卷的卷径与线速度信号,进而利用放卷线速度与进给线速度信号获取张力的观测信号,该方法无需张力传感器及浮动辊等机械辅助装置,仿真验证了其可行性.最后探讨了基于嵌入式CPU的技术实现方案.     

基于解耦及NCD优化的二元精馏塔PID控制

精馏塔是化工生产中应用最广泛的操作单元.为了提高系统的整体控制性能,便于控制器参数设定,将塔顶与塔底组分间的关联关系进行解耦,利用MATLAB/NCD优化工具箱对PID控制器参数进行了整定,仿真实验表明了闭环系统具有良好的控制效果.     

模糊PID技术在热板焊接机中的应用

通过对热板焊接机的执行机构永磁同步电动机的数学模型分析,确立了基于转子磁场定向的控制策略和模糊自整定PID的控制方法.应用模糊控制理论,对系统所处的不同状态实现PID参数的在线整定.结果表明,采用模糊自整定PID控制器后,在控制非线性和时变对象时,控制效果优于PID控制器,可满足热板焊接机的控制需求.     

永磁同步电动机的动态神经网络SVPWM控制

针对永磁同步电动机控制系统中低速转矩脉动大以及由此引起的高频噪声、动态响应慢等问题,提出一种基于神经网络动态自整定的永磁同步电机矢量控制系统的实施方案。给出基于神经网络动态自整定PID控制器的结构,以及PID参数在线自整定的学习控制算法。将这种综合控制策略引入永磁同步电动机空间电压矢量PWM控制中,仿真结果表明系统低速性能好、转矩脉动小、谐波含量少,当电机参数改变或者受到外部扰动时,系统具有良好的动态特性。