模糊Smith预估控制空调系统温度的研究

针对空调系统控制对象多变量、非线性、大滞后、时变性的特点,将模糊控制方法与Smith预预估补偿方法相结合,构成模糊Smith集成控制系统,并对该系统进行IATE积分性能指标寻求最优,因而取得较好的控制效果.     

粒子群优化辨识的自适应预估控制及应用

针对Smith预估器对预测模型精度依赖程度较高的问题,提出了一种基于粒子群优化(PSO)辨识算法的自适应预估控制方法。该控制方法利用PSO辨识方法在线调整Smith预估器参数,利用单神经元的非线性逼近特性及自学习、自组织能力,对控制器参数进行在线修正。将该控制方法应用于矿井通风系统风量控制仿真分析中,在系统参数时变情况下,进行跟踪响应分析。结果表明,该控制方法对大滞后时变系统具有很强的适应性和鲁棒性,具有较强的抗干扰能力和良好的跟踪性能。     

模糊复合控制在圆锥破碎机控制系统中的应用

圆锥破碎机主要用于对各种硬度的矿石进行中碎和细碎,它具有破碎比大及产量高及功耗低等优点,在生产实践中得到了广泛的应用。由于影响选矿破碎过程的因素很多,循环和送料所需的时间比设备所需的时间常数要大,因此圆锥破碎机控制系统是一个带有不确定时滞的大纯滞后系统。对于大纯滞后系统,通常是在PID反馈控制基础上,引入Smith预估器来提高系统的控制质量。但是由于Smith预估器过于依赖被控对象的数学模型,对于参数变化的圆锥破碎机控制系统而言,PID-Smith控制难以获得满意的控制效果。近年来模糊控制以其不依赖于过程模型和鲁棒性强等优点而迅速发展起来,将模糊控制与Smith预估控制结合,可改善系统的性能,但是模糊控制的稳态性能较差,仍达不到理想的控制效果。因此本文结合3种控制方法的优点,将模糊控制、积分控制和Smith预估控制集成,组成模糊复合控制,应用于圆锥破碎机控制系统中。以提高控制系统品质。     

模糊Smith预估控制在圆锥破碎机控制系统中的应用

针对圆锥破碎机控制系统是一个带有不确定时滞及非线性特性电振给矿机的大纯滞后系统，采用Smith预估控制和模糊控制相结合的串级控制，对系统的主、副回路进行设计，使系统在高性能下运行。     

一种二阶滞后系统自适应Smith预估控制算法及实现

介绍了一种具有纯滞后环节的二阶系统自适应Smith预估控制算法 ,并通过实验验证了算法的有效性     

一种二阶滞后系统自适应Smith预估管制算法及实现

介绍了一种具有沌滞后环节的二阶系统自适应Smith预估控制算法，并通过实验验证了算法的有效性。     

Smith预估器的改进及在温度控制系统中的应用

文章针对在具有时滞性、非线性、时变性的温度控制系统中,由于工况复杂、外界影响因素多变等原因导致控制系统精确数学模型难以建立、控制难度大的问题,提出一种改进型Smith预估PID复合控制方案。该方案在传统Smith预估控制的基础上,引入了两个负反馈,并利用PID作为系统控制器,进而确保了系统状态的稳定性,增强了控制器对时变环境的自适应能力。仿真实验表明,在模型精确和模型失配30%的情况下,该方案的在一定程度上减少了超调量和增强了抗干扰能力,提高了温度系统的控制性能。     

基于PLC的矿井通风机变频调速系统设计

矿井通风机的运行效率受限于通风阻力、瓦斯涌出速度等因素。设计了以PLC为核心的通风机变频调速系统,并应用模糊Smith预估瓦斯涌出滞后通风机所需补偿的运行时间。系统功能实现建立在PLC变频调速硬件平台,通过模糊PID整定随瓦斯浓度变化的通风机输送风量增益,利用Smith预估器补偿瓦斯滞后涌出。应用效果表明,系统能根据瓦斯浓度等因素动态控制通风机的功率输出,节能效果显著,大幅提高了矿井通风效率。     

基于Smith预估模糊PID的浮选液位控制系统设计

浮选机内液位高低影响着浮选效果和生产稳定性,针对煤泥浮选中浮选机液位对浮选结果产生的影响,结合浮选液位控制系统的特点及其性能要求,采用了一种将Smith预估控制、模糊控制、PID控制结合的液位控制系统,并利用MATLAB中Simulink模块设计浮选液位仿真模型,进行仿真分析,同时改变液位以测试系统的稳定性。通过对传统PID、模糊PID及Smith预估模糊PID控制算法进行比较可知,液位控制系统采用Smith预估模糊PID算法,其控制效果由于传统PID和模糊PID控制,调节时间更短,稳定性更强,提高了浮选机液位的稳定性,能更好地满足浮选过程对液位的要求。     

一种简单实用的时滞控制器

在传统Smith预估结构的基础上，用Gp(0)代替了原来的Gp(s)，从而提高整个控制系统的动态性能，形成一种改进的预估控制器，针对实际对象和预估模型的各个参数的失配情况，进行理论分析和实例仿真，从改进前后系统根轨迹的对比以及仿真实验可以看出，改进的Smith预估器结构简单、鲁棒性好，参数易整定，且控制器质优于传统的Smith预估器，易于在实际的数字控制器或DCS中实现，具有明显的应用价值，图8，表1，参7。     

基于灰色预测的MFAC在铝热连轧张力控制中的仿真研究

针对重庆某铝加工厂双机架铝带热连轧机机架间张力波动问题, 分析了影响张力波动的原因。为提高张力系统的控制精度, 对传统PID控制器进行了算法改进, 采用无模型自适应算法进行控制器设计, 并加入灰色预测模型, 通过超前预测来补偿系统延时及参数时变, 形成新的控制律作用在被控对象上。仿真结果显示, 基于灰色预测的无模型自适应控制在跟踪性、适应性、克服大时滞能力方面与传统的PID控制相比有很大的优越性。     

模糊免疫PID控制在圆锥破碎机控制系统的应用研究

圆锥式破碎机主要用于对各种硬度的矿石进行中碎和细碎。圆锥式破碎机具有破碎比大、产量高、功耗少、产品粒度均匀和适于破碎硬矿石等优点,在生产实践中得到了广泛的应用。矿石由送料机到进入破碎机需一定的传输时间(约50—60s),因此,圆锥式破碎机的功率控制系统是一个带有不确定时滞的大纯滞后系统。本文提出了一种模糊免疫PID预估控制策略,改善圆锥破碎机系统的控制品质。     

基于过程参数控制的烧结矿质量预测模型

针对烧结过程非线性、强耦合性和大时滞的特点,从过程参数控制的角度对烧结工艺进行了总体分析,确定了烧结矿性能评价指标及其主要影响参数,在此基础上提出了一种带动量项和变学习率的BP神经网络算法,建立了烧结矿质量预测模型。仿真实验结果表明,模型具有较强的自学习功能和较高的预测精度,用拓扑结构为15-25-4的BP神经网络和0.65×10^-3的网络误差进行训练,模型的预报命中率在81.25%以上,充分验证了基于过程参数控制的烧结矿质量预测模型的准确性和有效性。     

基于最小二乘法的定重装载系统递推采样控制

在立井箕斗定重装载系统中,由于大纯滞后的影响,导致实际装煤质量与系统设定质量值存在差异不一致的问题,利用最小二乘法理论对其装载过程进行递推采样控制,通过试验验证,该控制方法可靠,有利于提高系统的装载精度,满足了定重装载的要求。     

重介质悬浮液入料口密度配置工艺及其控制系统设计

在重介选煤工艺控制系统中,悬浮液的密度、液位、粘度参数控制系统是比较典型的非线性、大滞后的耦合系统。为解决控制系统数学模型难以建立以及各控制变量的解耦问题,提出重介悬浮液入料口密度配置方案,采用模糊参数自整定PID算法,并给出了其控制系统的实现方法。     

基于灰色预测控制的石油自动送钻钻压控制系统

针对自动送钻控制系统中存在的时变、时滞和非线性条件下难以实现准确控制的情况,提出了一种灰色预测控制算法,该控制算法在建模过程中对原始数据进行累加生成,而这样累加的结果可以大大弱化非线性干扰的影响。利用灰色预测改进模型,实行一步或多步预测,将预测误差与误差变化作为决策机构的输入,送给液压调速系统对绞车的绞车力进行控制,然后控制钻杆的下放速度从而达到恒钻压的目的。该算法自适应强,计算简单,适合于钻压控制系统中。仿真结果表明,该算法是有效的。     

基于PID控制算法的含时滞主动悬架系统仿真研究

采用纯输入时滞表示主动悬架系统的时滞现象,建立含时滞1/4主动悬架系统的动力学模型,用PID策略实施闭环控制,通过Routh-Hurwitz稳定判据推导出系统稳定性条件,得到系统临界稳定时的时滞量大小。通过MATLAB/SIMULINK分别仿真悬架系统对阶跃输入与谐波输入的响应,结果表明,时滞的存在降低了系统控制效果,超过临界时滞时系统失稳,临界时滞量大小与控制器参数、系统其他参数等诸多因素有关,数值算法与仿真步长的选择对计算结果有较大影响。     

深海行走机构灰色预测-模糊PID速度控制

针对深海行走机构在海底复杂作业环境下行走所呈现的随机性、非线性、时变性,难以建立精确数学模型等特点,提出将灰色预测、模糊控制与常规PID控制相结合的灰色预测模糊PID控制算法.灰色预测根据少量的速度检测数值预测系统的未来变化,模糊PID控制通过模糊推理对常规PID参数自适应调整实现速度控制.仿真结果表明,该算法消除了系统的随机性,能够对深海行走机构灰色系统实行有效的控制,取得了比普通PID算法更加优良的性能.     

基于SVMR的煤泥浮选智能优化控制系统研究

用支持向量机回归(SVMR)算法,建立了基于SVMR的浮选过程药剂添加量的预测模型,仿真结果表明,该药剂添加模型有较高的预测精度。针对工业浮选系统的复杂性,提出了优化的模糊自适应控制策略,保证了浮选过程控制系统运行的稳定性。建立了浮选过程智能控制系统的软件和硬件平台,在生产工况频繁变化的情况下,实现了浮选过程的自动控制。     

基于补偿新能源出力预测曲线偏差的储能控制模型

为了判断补偿新能源出力预测偏差分布情况,控制储能过程,进而优化新能源系统储能效果,设计基于补偿新能源出力预测曲线偏差的储能控制模型。构建风、光、水新能源互补分布式能源系统,基于其风、光、水新能源发电原理及能源互补模式,补偿新能源出力情况,因补偿后新能源出力存在随机性,利用预测箱采集补偿新能源出力历史信息,构建预测偏差分布概率模型,分析新能源出力预测偏差分布情况,根据递归估计协方差矩阵,解析新能源出力时间相关性,结合变分自编码器生成补偿新能源出力预测曲线偏差场景,在该场景内,采用集中、分散装置构成的储能装置方式,完成新能源系统的储能控制。实验结果证明,该模型能够精准获取不同天气状况下补偿新能源出力预测偏差分布情况,且储能控制性能优秀,可为新能源系统提供储能保障。