用误差预报校正的电液伺服系统预测控制的研究

通过对轧机电液伺服弯辊控制系统的非线性、时变性以及随机干扰严重的特性分析,将具有强鲁棒性能的广义预测控制应用于液压弯辊板形控制系统。为提高控制系统跟随精度,基于随机序列预报方法建立系统输出误差预报模型,预报液压弯辊力未来序列输出误差并给予补偿,从而使系统具有较强的抗干扰能力和鲁棒性,提高了液压弯辊控制系统的精度。仿真结果验证了该方案的可行性和有效性。     

板带轧机板形控制倾辊弯辊神经模糊PID模型

板形是板带轧制的重要质量指标,倾辊和弯辊是板形控制的重要手段.目前常规的PID控制算法被广泛应用到板带轧机倾辊和弯辊板形控制系统中,但由于实际系统随机干扰严重,具有多变量、非线性、强耦合的特征,难以建立较为准确的数学模型,常规的PID控制算法很难满足板形高精度控制的要求.为能提高倾辊和弯辊板形控制系统的性能,在常规PID控制算法的基础上,建立基于神经网络的模糊PID倾辊弯辊板形控制模型,通过神经网络的自学习能力和模糊控制的"概念"抽象能力的有机结合寻找一个最佳的P、I、D非线性组合控制律,增强对控制环境变化的适应能力和自学习能力.仿真试验结果表明,该模型能很好地跟踪板形的目标设定值,响应快,超调小,鲁棒性强,可提高倾辊和弯辊对板形的控制精度,为板形高精度控制提供了一种新方法.     

神经元自适应模糊控制器应用于弯辊板形自动控制系统的研究

液压弯辊是板形控制系统最基本的环节，它的动态特性和稳态性能对于整个板形控制系统的性能起着至关重要的作用。针对其非线性、时变性及不确定性，设计了一种基于单个神经元的自适应模糊控制器并应用于带材板形控制中。仿真结果表明，神经模糊控制是对液压弯辊板形控制的有效工具，大大提高了液压弯辊系统的动态响应速度及对目标弯辊力给定值的跟踪精度，改善了板形控制质量。探索了一种非解析原理的弯辊板形自动控制建模方法，解决了系统建模带来的诸多困难。     

自适应技术在热连轧板形控制中的应用

将自学习控制方法应用在热连轧生产线的板形控制中，利用C＋＋高级编程语言和MATLAB仿真软件对应用自学习控制方法的板形控制系统进行仿真。采用自学习控制方法的板形控制系统能够降低稳态误差，减小系统超调量，提高系统响应速度。     

神经网络在CVC六辊轧机板形控制中的应用

本文提出了基于板形机理的神经网络板形预报的思想,对CVC六辊轧机建立了神经网络板形预报模型,并结合神经网络板形预报以及在线PID神经网络控制器建立在线板形控制系统,对冷轧薄板的板形进行控制,以得到良好的板形控制效果.     

板形自动控制在热连轧中的应用

莱钢1500热连轧生产线的板形自动控制系统是国内自主研发的板形控制系统,它包括板预设定形、板形的PID调节、弯辊力的前馈控制、凸度仪的反馈控制、窜辊的闭环调节、平坦度的反馈控制、板形与板厚的解耦控制等多种控制于一体。主要介绍弯辊力前馈、凸度反馈和平坦度反馈3个模型在实际轧钢过程中的应用。     

板形自动控制在莱钢单机架冷轧机的应用

介绍莱钢单机架冷轧机板型控制系统的组成及板型闭环控制系统的应用,重点阐述ABB板形自动控制系统的设备组成,板形辊缝倾斜控制、弯辊控制及板形目标曲线的设定及板型自动控制系统的工作原理,通过板形控制系统解决带钢荷叶边、锯齿浪等质量问题,减少轧制过程中的断带率,提高机组产能,取得较好的经济效益。     

基于支持向量机预报模型的CVC轧机板形智能控制系统

板形控制系统的控制对象是一个有惯性、纯滞后、大扰动、多变量、强耦合的非线性系统,难以建立精确的数学模型.以板形机理及其控制方法的基础上进行改进,提出了一种基于支持向量机的板形预报模型,结合BP网络提供参数的智能PID实现板形闭环控制,从而实现板型控制系统智能化.针对板型控制系统的需要对神经网络进行了改进,有效提高其收敛速度、精度及有效性.生产实践表明该预报控制系统对控制精度和鲁棒性都有较大改进,有效提高了轧制前段板形的平直度和板材的成材率.     

热连轧机弯辊控制系统的改造与实践

1　引言热连轧机的弯辊控制系统由工业过程控制机及相应的检测元件与液压动力机构构成一个闭环控制系统 ,进行弯辊力的控制 ,其中液压动力机构采用电液比例减压阀作为控制动力元件驱动弯辊缸。在满足系统动态响应的前提下 ,比例控制系统具有对油液过滤精度要求不高、造价低等优点 ,但由于比例减压阀固有的死区特性 ,使系统无法实现对较小弯辊力的控制 ,制约了轧制过程中对带钢板形的控制 ,严重影响了产品的质量。2　系统分析与对策依据系统构成及液压控制系统原理 ,弯辊控制系统的控制模型可简化为图 1所示的结构。其中 ,原系统中的压力反馈…     

冷连轧设定控制系统综合优化研究

基于现阶段冷轧板形精度要求的提高、板形控制技术的发展与智能控制技术的进步,在传统冷连轧负荷分配研究基础上,提出板形板厚张力设定控制系统综合优化计算方法。对板厚、张力进行兼顾板形偏差最小、弯辊裕量最优及负荷平衡的多目标优化设计,对工作辊弯辊、中间辊弯辊以沿带钢全宽板形偏差最小为目标进行优化设计。优化计算采用具有良好全局和局部寻优能力的三种群粒子群差分进化算法(Three-populations particle swarm optimization and differential evolution algorithm,Thr_PSODE)。现场应用结果表明,通过设定控制系统综合优化对轧制规程、张力制度以及各板形调控手段的优化配置,在兼顾多个优化目标的同时充分挖掘轧机的板形调控能力,实现了对复杂模态的高次板形缺陷的有效控制,具有重要的研究价值与应用前景。     

预测控制的新进展

随着预测控制在工业过程中日益广泛的应用，近年来，有关预测控制理论与应用方面的研究也取得了长足的进步。本文就多年来，预测控制理论与应用的发展作了一个简要的回顾，并着重就预测控制的稳定性和鲁棒性及其所存在的困难作了分析，并对预测控制今后可能的发展方向作了进一步的探讨。     

二次调节加载系统的预测控制研究

分析了二次调节加载系统的特性。针对系统的特点，提出一种动态矩阵预测控制（DMC）和PID相结合的方法。通过内环来克服随机干扰，外环采用预测控制来获得优良的跟踪性能和鲁棒性，实现目标和控制的分层，对有关设计参数的选择进行了讨论。仿真试验结果表明：动态矩阵预测控制和PDI相结合的方法有效地克服了系统时变、干扰等未知影响，有较高的控制精度和较强的鲁棒性，可获得满意的控制效果。     

基于状态反馈线性化的阀控非对称缸系统模型预测控制

针对使用PID方法对阀控非对称液压缸位置控制中出现的超调问题,以及传统非线性模型预测控制优化求解计算时间较长的问题,提出了一种基于状态反馈线性化的阀控非对称缸模型预测控制方案。首先建立了阀控系统状态空间模型,运用微分几何理论讨论系统可反馈线性化的充要条件,并将非线性系统映射为新坐标空间内的线性系统模型;设计了反馈线性化模型预测控制器(Feedback Linearization Model Predictive Controller, FLMPC),讨论了线性系统下的约束问题,其中由于系统仿真预测时域远小于系统响应时间,对模型预测控制的损失函数加以修正。结果证明,在相同输入情况下,反馈线性化系统与原系统的位置误差满足控制需要,且在保证被控对象快速稳定控制的条件下,对比该算法与非线性模型预测控制的单步计算时间,证明该算法能够缩短计算时间。     

Predictive feedback control

In this work a new method for designing predictive controllers for linear single-input/single-output systems is presented. It uses only one prediction of the process output J time intervals ahead to compute the correspondent future error. Then, the predictive feedback controller is defined by introducing a filter which weights the last w predicted errors. In this way, the resulting control action is computed by observing the system future behavior and also by weighting present and past errors. This last feature improves the closed-loop performance to disturbance rejection as shown through simulations of two linear systems and a nonlinear continuous stirred tank reactor.     

弹性连杆机构振动的模型预测主动控制研究

基于机构离散状态空间模型,提出了抑制弹性连杆机构振动响应的模型预测主动控制方法。将复杂机构动力学模型中的非线性因素、耦合因素以及系统高阶模态的影响作为扰动,建立了预测机构动态变形响应的预测模型,采用带实时预测误差修正的模型预测控制方法对弹性连杆机构的振动进行了主动控制,降低了控制方法对复杂机构数学模型的要求,提高了控制系统的实时性。数值仿真和实验结果证明了该方法的有效性。     

数控铣削过程的广义预测控制

提出一种数控铣削过程广义预测控制方法。研究了控制前景的定阶问题,并导出在整个输出预测前景上控制器参数的高效递推算法。计算机仿真结果表明,该算法快,满足数控铣削过程的实时控制要求。在加工中心上进行试验验证,结果表明此法具优良的输出性能     

基于模糊预测控制的燃料电池温度控制系统的研究

PEMFC的温度控制系统表现为多输入多输出、耦合、时滞、时变性、非线性、不确定性、信息量少等特点,采用传统的控制方法通常不能得到比较好的控制效果。因此,文章从控制和建模的角度出发,选择了一种基于模糊模型的预测控制算法对PEMFC的温度进行控制,并且通过仿真试验得出了比较满意的控制效果。     

几种特殊动态特性对象的预测PI控制

提出了基于一阶加纯滞后、二阶非振荡及振荡加纯滞后、反向特性加纯滞后和积分特性加纯滞后对象的预测 PI控制器的结构形式。这种预测 PI控制器既具有 PI控制器的功能 ,又具有预测功能 ,特别适合大纯滞后系统的控制 ,而且结构简单 ,可调参数少 ,参数的调节方便、直观。通过几种实际对象的模型仿真表明 :在干扰、噪音存在和模型失配的情况下 ,预测 PI控制器仍然具有良好的控制性能 ,是一种值得在实际工程中推广应用的新型控制器     

压电智能板结构的振动模型预测控制研究

研究了压电智能板结构的振动预测控制问题,在导出其有限元运动微分方程后,对其进行解耦,在状态空间中利用最小实现和平衡降阶法对其进行降阶处理,据此降阶模型设计了模型预测控制器,将其应用于对原系统的振动控制,并讨论了预测步长和控制步长对控制性能的影响。以智能悬臂板结构为例,求出了相应的预测控制器,仿真结果表明它成功地实现了压电智能板结构对干扰的抑制。     

基于简化模糊模型的广义预测控制器

利用适应模糊推理修正非线性系统的局部线性化，提出一种基于模糊辨识的非线性系统广义预测控制器。仿真研究表明，该算法能有效实现对非线性对象的预测控制，抑制外来噪声，具有良好的鲁棒性。