基于对角解耦的大棚温湿度控制系统设计与研究

提出了基于对角解耦的温室大棚温湿度预估PI控制的系统设计方案,采用AT89S51单片机、温度传感器AD590、湿度传感器IH3605,设计了一个温室大棚温湿度对角解耦控制系统,实现温室大棚温湿度的实时控制与测量.经实验对比测试,系统温度绝对误差可控制在0.30℃、湿度绝对误差可控制在2％RH范围内,满足了温室大棚温湿度...     

基于智能解耦补偿的生化培养箱智能控制

针对生化培养箱过程控制系统中,存在温、湿度变化耦合性强、设备性能易变的问题,本文提出了一种新的设计方法,首先采用模糊控制器对温、湿度独立控制,再采用粒子群算法对模糊隶属度进行在线优化,同时引入神经元学习算法,实现对温度和湿度控制量解耦关系的学习,系统实际运行效果实现证明了本文方法的有效性。     

生化培养箱智能控制系统的设计

生化培养箱过程中,存在温、湿度变化耦合性强、设备性能易变的问题,本文提出了一种基于解耦补偿的改进模糊控制设计方法,保证改进模糊算法计算的控制量相互独立,实现对温度和湿度控制量解耦关系的学习,对控制量进行补偿。     

生化培养箱的湿度控制

本文主要介绍了采用前馈解耦控制方法解决生化培养箱温度和湿度两个变量之间交叉影响的原理和实验效果,给出了实验曲线,证明了提高控湿精度的效果。     

一类冷热氦气混合过程的双变量解耦控制

为保证安全性与快速性,大型超导磁体预冷过程中需要通过冷热氦气混合来严格控制温差与压降.大型氦低温系统中这一冷热氦气混合过程具有双变量强耦合、非线性以及迟延等难控特性.为实现其自动控制,通过过程的动态特性、系统关联以及控制逻辑分析,设计了分阶段的解耦控制方案.根据相对增益计算,得出弱耦合阶段的变量匹配控制方案;强耦合阶段采用非线性乘法解耦器、不同频率的采样调节器、带有死区的非线性PID控制算法及增益调度进行解耦控制.该方案在DCS中易于实现,可用于超导磁体的降温与回温控制.实际运行结果表明,解耦后系统有较好的稳定性与鲁棒性,温差控制及时且超调量小,在确保冷却装置安全的同时又保证了降温速率,很好地满足了降温实验需求.     

神经网络在感应电动机调速系统中的应用研究

研究感应电动机凋速系统解耦控制问题.感应电动机调速系统是一个非线性、多变量和强耦合控制对象,传统的线性方法无法找到合适的描述模型,导致解耦控制性能相当的差.在体现适应性、实时性和鲁棒性的问题上,为了提高感应电动机调速系统解耦控制性能,将逆系统方法与神经网络相结合,提出了一种基于神经网络逆系统的感应电动机调速解耦控制方法.首先根据感应电动机调速系统的特点,建立合适的数学模型,并进行伪线性系统构造;然后采用神经网络对逆系统模型进行辨识,通过神经网络自学习实现高性能解耦控制;最后在matlab平台下进行了仿真和对比实验.实验结果表明,方法能很好实现解耦控制,使传统解耦控制方法的缺陷得到克服,具有较强适应性和鲁棒性.     

基于智能解耦补偿的绿茶烘焙改进模糊控制

针对绿茶烘焙生产过程中,物质交换和热交换复杂,温、湿度变化耦合性强、设备性能易变的问题,提出了一种基于解耦补偿的改进模糊控制方法;首先采用模糊控制器对温、湿度独立控制,为了抑制参数漂移,利用遗传算法对模糊隶属度进行在线优化;同时引入神经元学习算法,实现对温度和湿度控制量解耦关系的学习,对控制量进行补偿,从而保证改进模糊算法计算的控制量相互独立;结果表明采用文章方法处理的3种绿茶样本,橙花叔醇成分平均提升15.7%,α-法呢烯成分平均提升21.4%,芳樟醇成分平均提升13.4%。     

模糊解耦算法在温湿度控制中应用的研究

温湿度试验箱控制系统是一种非线性、强耦合、大滞后的系统。探究了智能解耦方法以及先进的PID控制算法的原理和特点,设计了基于模糊算法的解耦补偿器,对温湿度进行串联补偿解耦,使原本耦合的温度、湿度变量等效成为两个独立的温度与湿度控制子系统。在子系统的控制方面,采用基于模糊算法的自整定模糊PID算法进行控制。使控制效果更加精确、科学,以满足试验对人工模拟环境温、湿度的要求和标准。本文给出了控制系统实现原理图以及仿真试验结果,试验结果表明：该方法能较好的对温度湿度进行控制且控制精度较高,响应快,能够满足温湿度试验箱温湿度控制的要求。     

燃煤加热炉温度控制系统解耦方法设计

针对燃煤加热炉由于控温难而导致的生产燃料浪费过多、污染严重等问题,构建了多温区燃煤加热炉加热系统模型,提出了一种基于PID控制算法的前馈解耦控制方法。采用前馈解耦控制对多温区加热炉各个加热通道耦合部分进行解耦,减少加热系统达到稳态所需时间;采用PID控制算法对多温区加热炉加热系统控制参数进行优化,从而使加热系统的温度在短时间内迅速上升并保持稳定。仿真与实验结果表明,该方法能够大幅改善温度控制速度,且可以在较短的响应时间内达到稳定的控制精度,避免了燃料浪费,提高了加热速率。     

智能温湿度控制仪及其应用

针对食品加工过程中烤房内的温、湿度控制存在的耦合现象,研制了一种由模糊控制与控制解耦两部分组成的智能温湿度控制仪.介绍了智能控制的原理、控制仪的构成,给出应用效果.     

基于双隐层DRNN的自整定PID解耦控制

随着科学技术的不断进步和发展,被控对象正变得越来越复杂,而人们对其控制精度的要求却日益提高,这样就产生了复杂性和精确性的尖锐矛盾。智能自适应控制是解决上述问题的有效方法之一。该文针对强耦合带延时多输人输出(MIMO)非线性离散系统难以实现解耦的问题,推导了双隐层DRNN的权值学习算法,实现了基于双隐层DRNN结构与动态BP网络的加速算法的在线自整定PID解耦控制,仿真表明该方案具有良好的动态、静态性能以及很强的自适应性。     

粮食干燥温湿度模糊免疫PID控制器

针对粮食干燥过程中温湿度变化的非线性和强耦合现象,应用免疫反馈机理和模糊控制理论,设计了一种两级结构的干燥过程温湿度模糊免疫PID控制器,前级采用补偿模糊解耦算法消除温湿度的耦合作用,后级采用模糊免疫PID控制算法对PID参数进行在线调节,并利用生物免疫机理调整非线性函数.通过与传统PID控制器和模糊PID控制器进行仿...     

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.     

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。     

料筒温度RBF神经网络PID控制器设计及仿真

针对PID控制器具有参数整定不良、性能欠佳、温度控制精度较低,无法满足当今高精密挤出成型加工需要的问题,设计了一种基于RBF神经网络的PID控制器,该控制器将神经网络能无限地逼近非线性系统、运算量小、收敛快的优点和PID控制技术有机地结合起来,获得较高的温度控制精度。仿真结果表明,神经网络PID控制器能有效地缩短过渡过程时间,具有很好的稳定性和快速响应性,比普通PID控制具有更好的控制效果,可改善料筒温控系统的动、静态性能。     

多变量自校正解耦PID控制器

将前馈解耦控制与自校正ＰＩＤ控制相结合，提出了多变量自校正解耦ＰＩＤ控制器。该控制器适于具有任意延时结构和非最小相位系统，本文利用根轨变法证明了这一算法的全局收敛性。     

凹印机多色套准系统自抗扰解耦控制

针对凹版印刷机对套准控制高精度和高稳定性的要求,提出了一种利用自抗扰控制(active disturbance rejection control,ADRC)技术设计多色套准系统解耦控制器的方法.首先,根据无轴传动模式下多色套准系统的工作机理,建立了多色套准系统的非线性耦合数学模型,并根据ADRC解耦规则推导了套准系统的解耦模型,得到了套准系统的阶数和静态解耦模型.其次,在套准系统阶数和静态解耦模型的基础上,利用ADRC策略对套准系统解耦控制器进行了设计.最后,仿真结果表明,所设计的ADRC解耦控制器能够很好地对各种系统干扰进行补偿,实现了多色套准系统的高精度控制,具有比PID控制器更好的控制性能.     

基于T-S逆模型的航空发动机解耦控制

为了解决发动机控制系统中存在的耦合现象,以自适应逆控制原理为基础,提出了一种基于T-S逆模型的解耦控制器;该方法利用模糊T-S模型来辨识发动机的逆模型,从而得到实现解耦效果的伪线性化模型,再运用神经网络PID控制器的在线整定功能提高系统的动态性能和鲁棒性,使系统综合性能最优;仿真结果表明,该控制器具有理想的解耦效果,在发动机工作包线范围内具有良好的自适应能力.     

基于变控制律方法的智能控制器在空调监控系统中的应用

介绍了一种采用变控制律的新型智能控制器在厂房空调中央监控系统中的应用 ,以取代采用单一 PID控制律的传统空调系统控制器。该系统应用集散控制 ,控制器以 PID控制为基础 ,结合 Fuzzy控制及 Bang-Bang控制技术 ,构成变控制律结构。将该控制器应用于恒温恒湿空气调节中央监控系统控制后 ,可具有控制精度高、响应速度快、对干扰不敏感等优点 ,取得良好的控制效果