基于多目标优化的带式输送机节能系统方案设计

针对带式输送机运行时存在的空载率高、运行效率低、电能消耗严重的问题,设计带式输送机节能系统方案.建立综合考虑采煤机牵引速度平稳性、带式输送机速度平稳性以及负载平稳性的多目标优化的带式输送机节能模型,给出带式输送机节能协同调速评价函数.基于该评价函数,设计带式输送机RBF-模糊PID节能控制方案,实现带式输送机速度、采煤...     

基于CARMA模型多变量系统的j步输出预估

用于广义预测控制（GPC）的单变量j步预估器传统上是在多项式域采用丢番图方程导出的,针对与其等价的状态空间形式预估器,对该预估器的多变量扩展进行了z域分析,得到一个多项式域的基于CARMA模型的多变量j步预估器．该预估器可以简化多变量系统的GPC算法设计,在单变量情形,该预估器即为传统的GPC预估器,最后提供了传统GPC预估器与状态空间形式预估器等价性的严格证明．     

具有纯滞后多变量控制系统的研究

具有纯滞后多变量控制系统的研究张兴福ＴｈｅＳｔｕｄｙＭｕｌｔｉｖａｒｉａｂｌｅＣｏｎｔｒｏｌＳｙｓｔｅｍｗｉｔｈＴｉｍｅＤｅｌａｙｓ￥ＺｈａｎｇＸｉａｇｆｕ１引言近年来，间内外刊’Ｌ尸’过Ｗ小河人的较人纯滞后和多变辉耦会问题做了人诉的印沦研究和仿真实...     

减压塔鲁棒多变量预估控制应用

1．引言70年代以来，计算机技术有了飞速发展，计算速度、存取速度和存储容量也都有了很大的提高，这为计算机控制技术的发展提供了坚实的物质保障。尽管这样，要实现现代控制理论的许多方法，如最优控制、补偿控制等，在炼油化工工业过程中的应用是有限的。这是因为：（1）这类控制必须基于系统的精确参数模型，对炼油化工过程来说，是很难做到的。（2）炼油化工过程通常受到各种各样的干扰，会影响系统参数。（3）工业过程通常是非线性的及时变的。针对工业过程的这种特点，发展了不依赖于精确模型的“模型预估”控制算法。“模型预估”控…     

基于模糊神经网络大容量输油泵多变量控制

大容量输油泵系统是一个时变非线性复杂系统,生产要求对输油泵的流量、入口压力和出口压力进行协调控制.根据大容量输油泵系统实际控制要求,提出了基于模糊神经网络大容量输油泵多变量控制策略,设计了控制系统和模糊神经网络控制器的结构,给出了模糊神经网络控制器、模型辨识网络参数的修正算法.仿真结果表明该系统能根据流量、入口压力和出口压力给定值与实际值之间的偏差,在线修正控制器参数,实现对大容量输油泵流量、入口压力和出口压力的协调控制.     

结合模糊推理的多变量神经自适应控制

本文提出了一种结合模糊推理的多变量控制系统的神经自适应控制结构。利用初控系统少量的先验知识和在线推理，加快了神经网络的学习速度，改善了控制性能。对聚合反应的仿真结果证明了本算法的有效性。     

一种简单实用适宜高维变量的多变量自适应控制方法与应用

针对多变量自适应控制系统的计算复杂性,本文对一类大型高维多变量耦合控制系统,提出一种控制矩阵非对角元强迫滞后一步的多变量自适应控制新方法,并给出了控制模型及设计步骤,用本方法对五回路航天器瞬态热流跟踪控制进行了数字仿真和实时控制实验,结果表明:本方法的性能指标和鲁棒性是令人满意的。     

一种基于多步预测的多变量自校正控制算法

本文提出一种简单的基于多步预测的自校正控制算法.该算法以 CARIMA 模型为基础,采用多步预测、优化,使其具有较强的鲁棒性.本文提出的算法简单、易于实现,只需较少的关于系统的验前知识.     

基于改进遗传算法的多脉冲交会轨道优化研究

最优空间多脉冲轨道交会是一个复杂的非线性系统。由于结构复杂,存在非线性特性,影响系统的快速性和实时性。建立最优空间多脉冲轨道交会模型,传统遗传算法不能满足要求,因此提出了在自适应遗传算法的基础上引入多位变异的多变异位自适应遗传算法,对空间多脉冲交会轨道优化进行了求解。多变异位自适应遗传算法增加了种群的多样性,可避免算法的早熟收敛现象。仿真结果表明,利用多位变异自适应遗传算法求解空间多脉冲交会轨道优化效果好,避免了早期收敛,提高了全局寻优能力,为多脉冲交会轨道优化提供了较好的方法。     

多变量系统模糊解耦自适应控制

对象模型难以确定的系统，采用经典控制方法难以实现解耦控制，作者应用模糊控制理论，研究了一种无需对象模型的模糊解耦自适应控制方法。本文介绍了这一方法，导出实现模糊解耦自适应控制的充要条件，并给出了仿真结果。     

使用低阶参考模型的离散多变量MRACS

本文提出了一种高阶被控对象跟随低阶参考模型的离散多变量模型参考自适应控制系统(MRACS)的设计方法,它利用数字滤波器将系统降阶,通过求解p个一次代数方程而确定的自适应控制输入信号,能够使多变量被控对象的每个多输入单输出(MISO)子系统的输出渐近收敛到对应的单输入单输出(SISO)低阶参考模型的输出,提出的自适应控制器不仅避免了引进正反馈和辅助信号,而且实现了自适应解耦控制,仿真结果表明该控制器具有较好的控制性能。     

基于BP神经网络的多变量PID解耦控制

基于神经网络的智能PID控制策略，以经典的PID控制理论为基础，并通过具有多变量解耦控制自学习功能的神经网络参数整定来实现。本文给出了网络的结构和算法，示出了一组二元变量强耦合时变系统的实时仿真结果。通过计算机仿真证明，基于神经网络的PID控制具有良好的自学习和自适应解耦控制能力。该系统融解耦器和控制器于一体，易于实现，适用于非线性多变量系统的解耦控制。它使解耦后的系统具有较好的动态和静态性能，特别是当根据BP控制规律确定了网络连接权系数的初值时，还能使系统参数快速收敛。     

多变量动态矩阵控制的优化与仿真

基于多变量动态矩阵控制算法,对其反馈校正部分进行优化,在预测向量进行校正时,引入新的函数,使反馈校正模块具有动态性能;并且对位移阵中的参数进行优化,对系统进行补偿,提升系统的控制效果。以精馏塔为研究对象,分析工艺,选择合理变量,对优化后的多变量动态矩阵控制算法进行仿真,结果表明,该算法能够有效提升系统的响应速度,减少系统的超调量,提升整体性能,同时具有有很强的鲁棒性、良好的控制效果以及应用前景。     

HT-7极向场多变量反馈控制的实时优化

为提高多变量控制的实时性,运用DSP芯片TMS320VC33的技术特性,优化控制处理;结合双口RAM芯片IDT7024的硬件基础,分析和证明采用DMA传输的合理性,实现了数据输入与处理的并行化;针对D/A芯片DAC7715的工作过程,运用定时器中断的方法,协调并提高信号输出和数据处理的工作效率;最后,以小探针信号处理为例分析,有针对性地研究了DSP技术对算法的优化,得出具有代表性的编程方法;利用以上多种方式后,多变量反馈控制的工作更合理,其实时性得到了进一步的提高.     

一种新的多变量直接自适应控制算法

提出一种新的不依赖于对象数学模型的多变量直接自适应控制算法，并依据无源性定理，给出了它的ＢＩＢＯ稳定性判据，由于这种控制方法在没有对象数学模型的条件下仍具有良好的自适应性，因此特别适用于带有结构或环境不确定性的复杂非线性系统的自适应控制。     

常压蒸馏塔的多变量预估控制

针对兰州炼油厂二套常减压装置常压蒸馏塔,采样先进的多变量预估控制器实现产品质量和实时优化控制,根据控制器的现场的实际投运表明,多变量预估控制器ＩＤＣＯＭ能成功地解决过程模型的大时滞和多变量间具有强关联作用等控制应用难题,控制效果是显著的。     

新型多变量鲁棒自校正解耦控制直接算法

本文提出了一种新型多变量鲁棒自校正解耦控制直接算法，由于在算法中采用了一种新的控制律，所以较彻底地克服了系统未建模动态和不可测干扰的影响，在系统具有较强的未建动态和有界不可测干扰的情况下，本文算法不仅可以保证系统的稳定性，而且实现了鲁棒自校正解耦控制，在算法中采用一种新的方法确定正则化系数和死区界，这种方法保证了系统跟踪特性不受死区和正则化的影响，本文还给出了所提出算法的鲁棒性分析和仿真结果。     

基于PID神经元多层网络的多变量解耦控制系统

针对多变量系统控制的特点和要求,建立了一种新的多层神经网络,其隐层神经元分别具有比例、积分和微分特性,网络同时具有PID控制规律和神经网络的优点.仿真结果表明,其构成的神经PID网络多变量控制器具有很强的自学习功能和自适应解耦能力.