基于Smith预估器的自适应广义预测控制

针对参数缓慢变化的大时滞被控对象，提出了一种基于Smith预估器的自适应广义预测控制方案，在广义预测控制的等价结构中用Smith预估器替换原最优预估器，并通过参数在线辨识，不断修正Smith预估器 广义预测控制器参数。仿真结果证明，该方案动态响应快，跟踪效果好，能有效克服时滞影响。     

基于单神经元Smith预估的过热汽温控制

针对典型大时滞大惯性、参数变化的电站锅炉过热汽温受控对象 ,设计了基于单神经元Smith预估过热汽温控制系统。在仿真实验的基础上 ,对单神经元Smith预估控制和最优常规PID控制进行了比较和分析。仿真结果表明 ,单神经元Smith预估控制能够充分利用神经元自学习、自适应的能力以及Smith预估补偿控制的优点 ,使系统的控制品质提高 ,而且具有更强的鲁棒性和自适应性     

基于单神经元Smith预估的过热汽温控制

针对典型大时滞大惯性，参数变化的电站锅炉过热汽温受控对象，设计了基于单神经元Smith预估过热汽温控制系统，在仿真实验的基础上，对单神经元Smith预估控制和最优常规PID控制进行了比较和分析。仿真结果表明，单神经元Smith预估控制能够充分利用神元自学习，自适应的能力以及Smith预估补偿控制的优点，使系统的控制品质提高，而且具有更强的鲁棒性和自适应性。     

改进的模糊Smith串级主汽温控制仿真研究

针对电厂主汽温被控对象大惯性、大迟延和时变的特点,提出一种带Smith预估器的模糊PID串级控制系统。主回路采用含有滤波作用的改进的Smith预估器实现对迟延的补偿,降低了Smith预估器对模型精度的要求。结合模糊控制良好的非线性优点,主控制器采用模糊自整定PID控制器,对PID参数在线进行调整。仿真实验表明,该控制方法在正常工况和参数变化的情况下,超调量和调节时间等方面都有所改善,提高了控制系统的鲁棒性和抗干扰能力。     

变频恒压供水系统的Smith预估复合控制

针对恒压供水系统的非线性、随机性、大惯性和纯滞后特性,提出了一种带Smith预估的PID-模糊复合控制策略.该控制策略融合了模糊控制动态响应性能好、PID控制调节精度高以及Smith预估纯滞后补偿的优点.在保留了系统很好的动态过程平稳性和稳态性能的基础上,明显改善了系统的动态过程快速性,同时对被控对象模型参数变化具有很好的适应性,鲁棒性好.仿真试验结果表明:带Smith预估的PID-模糊复合控制策略可使恒压供水系统的动态稳态性能明显优于常规PID、模糊控制和PID-模糊复合控制.     

SCR烟气脱硝系统Smith预估条件积分型滑模控制

针对具有大滞后、非线性特性的选择性催化还原(SCR)烟气脱硝系统喷氨量控制过程,提出了基于Smith预估器的条件积分型滑模控制方法。该方法将Smith预估器与条件积分型滑模控制相结合,利用Smith预估器补偿纯滞后环节,缩短调节时间;利用滑模控制的鲁棒性克服被控对象运行环境变化及外部扰动对系统的影响;利用条件积分型滑模面消除稳态误差,削弱系统抖动。并将常规PID控制、基于Smith预估器的滑模控制、基于Smith预估器的传统积分滑模控制及基于Smith预估器的条件积分型滑模控制的SCR烟气脱硝系统在100%、80%和60%机组负荷下进行了模拟仿真。结果表明:常规PID控制调节速度慢,超调大,抗扰动能力较差;3种滑模控制均对扰动有较强的鲁棒性,发生扰动之后稳定速度快,调节时间短,波动幅度很小;基于Smith预估器的条件积分滑模控制在动态过程中调节速度快,超调小,系统受到扰动后稳定速度快,变化幅度小,控制效果优于其他3种控制方式。     

纯滞后系统的神经元PID和Smith预估器控制

PID控制器具有原理简单,鲁棒性好,稳定性高而得到广泛应用。但对于纯滞后系统,PID控制很难获得理想的控制效果,甚至产生不稳定。为此,采用了单神经元PID控制器,利用其自学习,自组织能力,根据被控对象的变化情况对控制器的权值进行在线调整,构成了自适应控制,结合Smith预估器对纯滞后系统进行控制,取得良好效果。     

基于网络的无刷直流电动机控制系统的研究

针对基于网络的无刷直流电动机控制系统具有时变、非线性、强耦合以及速度反馈环节存在时延等特征,提出了将模糊自适应PID控制和Smith预估控制相结合的控制策略,用模糊自适应PID控制提高系统的控制精度和鲁棒性,用Smith预估控制克服在速度反馈环节中由网络引起的纯滞后.仿真结果表明该设计有快速而准确的跟踪能力,对电机参数变化、负载扰动具有一定的鲁棒性,并且当速度反馈环节中存在纯滞后时能够更好地保证系统的稳定性.     

基于Smith预估的模糊自适应主汽温控制系统

针对火电厂主汽温被控对象大滞后、大惯性、模型不确定,采用常规的串级PID控制难以获得良好控制效果的特点。结合模糊理论与Smith预估技术,提出了基于Smith预估的模糊自适应主汽温控制系统,即采用Smith预估内回路广义被控对象,以模糊自适应控制器对预估后的广义被控对象进行控制。该控制系统容易实现,对工况变化具有良好的自适应性。对某主汽温系统5种工况进行仿真,结果表明该控制方案具有较强的鲁棒性和抗干扰能力。此外,该控制方法在现有的集散控制系统和现场总线控制系统中容易实现,不需要增加硬件投资,具有较高的工程应用价值。     

加入滞后时间削弱器的大滞后系统的神经网络PID控制

Smith预估控制是大滞后系统主要的控制方法之一,通过Smith预估器将大滞后的对象转化为无滞后的对象,从理论上解决了大滞后系统的控制问题,但在实际应用中还存在缺陷.本文首先提出滞后时间削弱器,将大滞后的对象演变成小滞后的对象,然后给大滞后系统加入滞后时间削弱器,采用PID做为控制器,用BP神经网络对PID控制器的参数进行整定.仿真结果表明,加入滞后时间削弱器的大滞后系统取得更好的控制效果,它的鲁棒性高,自适应能力强,具有抗外来扰动的能力.     

脉冲GTAW焊过程辩识及PID控制

针对脉冲GTAW焊溶池动态过程，利用面积法、Laplace变换的极限理法及最小二乘法对焊接速度与溶池背面熔宽模型进行了辩识。结果表明，面积法更适用于熔池动态过程辩识；对辩识所得到的二阶熔池模型进行了PID控制器设计，并针对起焊时的时滞采用Smith预估器予以补偿，实验结果表明，Smith预估器时滞具有很好的补偿效果。     

串级-Smith预估控制在温度大滞后系统中的应用

在工业过程中，大滞后系统普遍存在。本文以高校教研实验用加热装置为研究对象，针对该温度控制系统具有大滞后的特点，采用串级控制结构结合Smith预估控制器的控制方案。内环采用Smith预估器，大幅度降低滞后对控制系统动态性能的影响；外环采用PI控制实现系统无静差。实验表明该种控制系统与单回路PID控制或Smith预估控制相比具有更优的动态特性和鲁棒性。     

大滞后时变对象的一种自适应预估最优控制

对具有大滞后时变特性的对象, 提出了一种对史密斯（Ｓｍｉｔｈ） 设计方法的改进方案。调节器按最优控制设计, 引入自适应控制, 使最优调节器以及预估器能不断地跟踪过程特性参数的变化, 确保系统在对象参数变化时仍保持优良的控制性能。     

针对时延和数据包丢失的网络控制系统分析与设计

针对同时存在时延和丢包的网络控制系统建立增广模型,设计预估器估计出存在时延和丢包情况下相应的状态与控制量,对时延和丢包现象进行实时补偿。最后以Truetime为仿真平台建立仿真模型,并与采用上一时刻数据代替丢失数据的补偿方法相比较,从而表明本文的预估器补偿方法能够更有效地改善系统控制效果。     

新型Smith预估控制器在大延迟系统中的应用

针对控制系统中出现的大延迟问题,推导出了调节器在积分形式下的控制率,从而提出积分调节器Smith预估控制方法.根据推导出的新型Smith预估控制算法可知:只要系统的放大倍数取足够大,控制器在很快时间内就消除误差,可有效地解决系统中的大延迟问题.采用Matlab中的Simulink对新型Smith预估控制系统进行了调节器...     

基于Dahlin-Smith预估补偿的常压加热炉温度控制系统

针对含有纯滞后的常压加热炉温度串级控制系统,按照Dahlin算法将副回路设计为一阶加纯滞后环节,提出了带Dahlin-Smith预估补偿的前馈串级控制方案。前馈补偿可有效消除主回路中进料干扰的影响,副回路引入Dahlin-Smith预估器将纯滞后移出副环,主回路再次引入smith预估克服了副回路移到主环的纯滞后的影响。仿真表明该方案比一般的Smith加串级PID控制具有更好的鲁棒性。     

随机最优非线性网络控制系统设计

针对网络控制非线性系统中存在的不确定时延,利用Delta算子方法,研究了基于T-S模糊模型的随机最优网络控制问题。采用T-S模型模糊动态逼近非线性系统,将非线性模型模糊化为局部线性模型,设计了本质为非线性的具有时延补偿功能的状态反馈控制器,并进行了稳定性分析,并仿真。结果表明,所提出的建模方法是可行的,实质为非线性的状态反馈的控制器能够有效地补偿时延对系统性能的影响,且补偿效果好。     

电压源高压直流输电离散模型及其控制策略

针对电压源高压直流输电(VSC-HVDC)数字离散控制系统，推导了dq同步旋转坐标系下的VSC-HVDC的离散状态空间模型，研究了其离散电流内环控制器和外环控制器模型。为补偿离散模型的采样延时，提出基于Smith状态预估器的电流内环控制策略，并根据预估信号误差提出基于估计误差增益反馈的改进Smith状态预估器控制并应用于电流内环控制。基于电磁暂态仿真软件PSCAD/EMTDC建立了VSC-HVDC模型及其离散化控制器模型。仿真结论验证了离散模型的正确性以及控制策略的有效性。