MCS—51单片机在大滞后温度智能控制中的应用

文章介绍了以ＭＣＳ５１系列单片机为核心的计算机控制系统，用以实现工业催化剂活性检测过程床层温度程序控制。被控对象是具有３～８分钟的纯滞后、时变、非线性特性的催化剂电加热炉，控制难度大。采用了广义最小方差自校正控制算法，具有时变滞后的极点自校正ＰＩＤ算法，极点对消直接ＰＩＤ三种算法进行了仿真与现场试验研究。前两种，由于工作过程允许的信号对系统激励不够充分，对象在线辩识有困难，试验结果表现，不能实现预期的控制要求。最终采用了极点对消直接ＰＩＤ算法，成功地实现了催化剂活性温度自动控制。该系统工作稳定、可靠，控制精度达到了检测标准要求。     

智能自振荡自适应控制器的研究

基于过程控制的特点，依据人工智能原理，将传统控制理论的一种被广泛应用但又缺乏深入研究的方法－自振荡自适应技术引入到过程控制中来，并配以具有知识处理，搜索和推理能力的智能模块，该控制器不仅能克服扰动，参数时变及纯滞后现象，而且能处理异常状态或克服对象动态特性的大范围变化，以保证系统长期运行的稳定性。     

虚拟参考反馈校正时变控制的规范设计

为折衷线性控制器和非线性控制器间的差距, 采用虚拟参考反馈校正控制策略研究线性时变控制器的设计问题。对于两控制器中未知时变参数矢量的辨识, 在原代价函数的基础上通过增加一项关于两未知时变参数矢量的规范项, 来约束时变参数矢量的跳变特性。对于未知时变参数矢量的优化过程, 采用可分离非线性最小二乘算法重复迭代以得到全局最优解。借助凸优化理论, 推导出一个关键规范值, 以此值作为规范值合适选取过程中的初始值。最后用仿真算例验证了辨识方法的有效性。     

时滞时变对象参数辨识方法

针对时滞时变系统,提出了一种参数辨识的新方法.该算法一方面采用互相关函数来辨识滞后时间,并引进了快速傅里叶变换及其反变换,提高了计算效率;另一方面,在变参数增量估计递推最小二乘算法估计时变参数的基础上,引入误差级序列,改善了时变参数的辨识精度.最后通过仿真验证了该方法的良好性能.     

参数自寻优Fuzzy—PID控制器

在分析了ＰＩＤ控制和Ｆｕｚｚｙ控制的优缺点之后，作者提出了一种新的控制方法即参数自寻优Ｆｕｚｚｙ－ＰＩＤ复合控制。基于这种方法，使用一台单片机对铜材退火炉进行温度控制实验，结果表明这种控制器的性能是优越的。     

基于动态神经网络在线辨识的PID控制

针对工业控制领域中复杂非线性时变系统和传统RBF神经网络辨识PID控制的不足,提出了一种基于聚类结合算法的动态RBF神经网络在线辨识PID自适应控制方法.通过优化的动态RBF辨识神经网络更好地描述了控制对象的动态行为,获得PID参数在线调整信息,实现系统的智能控制.仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比该方法具有较高的控制精度,较快的系统响应,较强的适应性和鲁棒性.     

改进的广义预测控制算法在热力站控制中的应用

在集中供暖的热力站控制系统中,由于被控对象本身具有非线性、纯滞后、参数时变等特点,常规的PID控制器难以达到理想的温度控制效果.结合广义预测控制的优点,本文提出了一种基于遗忘因子递推增广最小二乘法的广义预测控制的算法.首先介绍了该算法的原理和控制器的设计方法,然后在系统参数突变的情况下进行了仿真研究.仿真结果表明该算法具有动态响应快、超调量小,稳态精度高的特点,而且稳定性和鲁棒性良好,适用于参数变化的大滞后热力站控制系统.     

基于神经网络的PID控制在陀螺稳定平台中的应用

提出一种基于神经网络的ＰＩＤ控制方法，并应用于陀螺稳定控制系统，给出了改进的ＢＰ算法。仿真结果显示，神经ＰＩＤ控制较常规ＰＩＤ控制有更好的效果。     

一类 Wiener 非线性时变系统的迭代学习辨识

针对Wiener非线性时变系统的参数辨识问题,该文提出一种基于重复轴的迭代学习算法来实现对时变甚至突变参数的估计。文中将维纳系统输出非线性部分的反函数进行多项式展开,进而构造了回归模型,未知参数及中间变量用其估计替代,分别给出了采用迭代学习梯度算法和迭代学习最小二乘算法实现时变参数辨识的方法。仿真结果表明,与带遗忘因子的递推算法和迭代学习梯度算法相比,迭代学习最小二乘算法更具有参数估计收敛速度快,辨识精度高,系统输出误差小等优势,验证了所提学习算法的有效性。     

PID调节器参数优化设计的一种改进方法

本文较详细地介绍了ＰＩＤ调节器优化参数设计原理。提出了一种既简便实用又具有一定准确法的ＰＩＤ调节器优化参数初始值选择方法。此方法以典型二阶最佳系统作为模型匹配调节器参数，使得整个设计过程避免了不收敛的可能性。最后，通过实例证实了方法的准确性。     

一类Wiener非线性时变系统的迭代学习辨识

针对Wiener非线性时变系统的参数辨识问题,该文提出一种基于重复轴的迭代学习算法来实现对时变甚至突变参数的估计.文中将维纳系统输出非线性部分的反函数进行多项式展开,进而构造了回归模型,未知参数及中间变量用其估计替代,分别给出了采用迭代学习梯度算法和迭代学习最小二乘算法实现时变参数辨识的方法.仿真结果表明,与带遗忘因子的递推算法和迭代学习梯度算法相比,迭代学习最小二乘算法更具有参数估计收敛速度快,辨识精度高,系统输出误差小等优势,验证了所提学习算法的有效性.     

一种改进的最优PID参数自整定控制方法

为了解决大滞后系统控制难度大的问题,针对非线性、大时变、大延迟的控制对象,设计一种带嵌入式函数的最优PID参数自整定控制方法,通过仿真实验与ISTTE最优准则下最优PID参数自整定控制方法进行了比较,给出仿真波形及其分析,通过仿真实验结果表明该控制方法不仅具有PID控制器高精度、稳定性、鲁棒性高的优点,另外可以缩短系统的调节时间,有效地抑制系统的超调,从而可以有效改善大滞后系统的控制效果。     

用多元逻辑电路实现模糊自组织PID控制器

针对一类生产过程。本文提出了一种ＰＩＤ控制器参数的模糊推理自整定方案，并基于多抑逻辑电路（ＤＹＬ）得以硬件实现，仿真表明电路设计正确，控制效果明显优于Ｚｉｅｇｌｅｒ－ＮｉｃｈｏｌｓＰＩＤ控制器，且对系统参数变化有较好的自适应能力。     

最小方差控制中的参数递推辨识

从系统辨识的角度研究最小方差控制中的参数递推辨识问题。对于最小方差闭环控制中的ARMAX模型未知参数矢量,采用多新息递推最小二乘辨识和分离迭代的递推最小二乘辨识法在线辨识和估计ARMAX模型中的未知参数矢量。在白噪声干扰下,两种辨识方法都能得到未知参数矢量的无偏估计;而在有色噪声干扰下,仅分离迭代的递推最小二乘辨识法才能给出参数的无偏估计值。最后用仿真算例验证了方法的有效性和可行性。     

一种归一化QPLL的未知时变谐波噪声主动控制算法

针对船舶机械未知时变谐波噪声的主动控制问题,基于正交锁相环原理,提出了一种归一化QPLL（Quadrature Phase Locked Loop）的未知时变谐波噪声主动控制方法.通过在相位/频率更新结构中引入参数调整因子,形成一种改进的QPLL结构;引入次级通道,设计并提出了基于QPLL的未知时变谐波噪声控制算法.首先,通过平均化理论和线性化方法,分析该算法的稳定性,指出了次级通道特性和谐波信号幅值对该算法收敛性能的影响;其次,基于分析结果,引入次级通道、幅值归一化措施,形成一种归一化的未知时变谐波噪声主动控制算法,提升稳定性能和收敛速度;最后,通过仿真验证了归一化改进措施对未知时变谐波噪声主动控制算法综合性能的改善效果.     

模糊控制在工业生产中的应用

在工业生产过程中,控制系统的复杂程度以及人们对工业控制过程的控制精度等指标要求都在不断提高,传统的控制方法已经无法满足复杂工业生产的需求。鲁棒性强、无需创建被控对象数学模型、适用于非线性、纯滞后和时变系统的控制等优点使得模糊控制被普遍应用于工业生产控制过程中。但是模糊控制的稳态精度欠佳,模糊推理规则和隶属函数的选取往往依赖于专家的知识经验能力或技术人员的实际经验,当控制精度要求很高或者动态环境未知的情况下,其控制性能往往达不到很好的效果。因此,在分析了传统模糊控制的原理及应用的基础上,介绍了模糊PID和模糊遗传两种改进的模糊控制方法以及其在工业生产过程中的应用。     

积分分离PID控制算法在PLC炉温控制系统中的应用

针对电加热炉这种非线性对象大惯性、纯滞后、参数时变的控制特点,常规PID控制参数不易调节的缺点,本设计采用积分分离PID控制算法,设计了基于S7-200 PLC的炉温控制系统.实验结果表明该设计能够消除系统的稳态误差,又有效的提高了响应时间和控制精度,具有较好的实用价值.     

最小方差控制中的参数递推辨识

从系统辨识的角度研究最小方差控制中的参数递推辨识问题.对于最小方差闭环控制中的ARMAX模型未知参数矢量,采用多新息递推最小二乘辨识和分离迭代的递推最小二乘辨识法在线辨识和估计ARMAX模型中的未知参数矢量.在白噪声干扰下,两种辨识方法都能得到未知参数矢量的无偏估计;而在有色噪声干扰下,仅分离迭代的递推最小二乘辨识法才能给出参数的无偏估计值.最后用仿真算例验证了方法的有效性和可行性.     

高层建筑恒压供水控制系统

在分析了模糊控制和ＰＩＤ控制特点后，提出了参数自寻优Ｆｕｚｚｙ－ＰＩＤ复合控制的恒压供水系统 。     

基于局部多项式逼近的变参数梯度估计算法

本文分析了梯度辨识算法跟踪时变系统的缺点，提出了一种新的基于局部多项式逼近的变参数梯度估计算法。本算法具有良好跟踪性能特别适用于时变系统跟踪且其对噪声的敏感程度与一般梯度估计方法相当。仿真结果验证了其良好性能。