改进型模糊内模控制在不稳定时滞系统中的应用

开环不稳定时滞系统是工业现场中常见的一类被控过程,这类系统控制难度高,控制精度难以保证。因此提出一种包含三个控制器的改进型内模控制结构,实现设定值跟踪和抗扰性的独立设计,并且根据对系统跟踪性能与鲁棒性能的分析给出了控制器参数的整定方法。对于时变系统,把模糊控制方法引入到改进型内模控制结构中,建立了滤波器时间常数的模糊自整定规则,通过在线实时调整滤波器时间常数来增强系统的鲁棒性。仿真结果表明该结构具有较好的跟踪性能和鲁棒性,参数调节容易,易于工程实施。     

一种基于提升小波的简单在线数据滤波方法

小波变换用于在线数据能提高去噪性能。针对传统小波在线使用时运算慢的问题,将基于提升格式的小波用于在线滤波。相比传统小波,基于提升格式的小波运算更快,能更好地满足实时性的要求。为了降低小波分析中边界效应的影响,提出一种新的简单数据扩展方法,该方法用先前时刻的滤波输出和噪声信息预测边界点后的数据信息。仿真结果表明:新方法运算速度快,满足实时处理的要求,能降低信号均方误差值并改善伪吉布斯效应。工业现场的在线滤波实例证明了该方法的可行性和良好的性能。     

基于计算流体动力学的高炉数学建模与仿真

高炉炼铁过程包括多种同时发生的物理变化和化学反应,且多种多相物质共存且相互作用。高炉内部现象的研究对控制和优化高炉工艺过程具有重要的意义。涉及到计算流体、热平衡、化学动力学、传热、传质等多方面理论,建立炉内相间的化学反应模型,完成高炉炼铁复杂过程整体二维动态模型。成功地预测出高炉内部化学反应情况、复杂的运动过程及固相气相流体的温度分布。并对数据进行可视化处理,成功再现高炉内部状况。     

基于EGK'M-RBF网络的顺丁橡胶门尼黏度预测

提出一种基于增强的全局K'-means算法(EGK'M)-RBF网络的建模方法,该方法采用作者提出的EGK'M来确定RBF网络隐含层的结构,包括隐含层中心个数、中心位置以及隐含层扩展常数,采用KPCA提取非线性特征信息,实现辅助变量的二次选择.并与基于PCA和EGK'M-RBF网络模型、基于KPCA和K-means算法...     

基于CMAC的自适应控制方案

基于ＣＭＡＣ，设计了一种神经网络控制器，对常用的ＣＭＡＣ权值学习方法进行修改，提出了一种基于目标函数优化的控制器权值算法。当被控对象的特性未知时，用神经网络辨识器进行辨识。并且给出了整个控制系统的自适应步骤。仿真实验表明了方案的有效性。     

具有不稳定初始状态的连续时间系统辨识

针对传统辨识方法不适用于具有不稳定初始状态的连续时间系统的问题,提出一种全新的状态估计辨识法.首先,用状态空间模型中状态变量的初始值表征系统初始状态,并将状态变量的初始值看作待辨识参数的一部分.然后,用粒子群优化算法获得所有参数的最优估计.该方法在测试开始前不需要任何过程数据,对测试信号无任何要求,可直接用于闭环辨识.仿真实验证明该算法是有效的.     

基于FDT的OPC跨平台数据访问研究

在解决分散控制系统(DCS)中多平台的数据访问和集成问题时,必须为每个不同的平台开发一个相应的数据访问接口和服务器。在研究FDT技术的基础上,提出一个基于FDT技术的OPC跨平台数据访问模型,利用该模型解决了在DCS系统下数据访问依赖于设备的现场总线类型、厂商和设备特点的问题。     

一阶时滞系统线性自抗扰控制器参数稳定域分析

当使用线性自抗扰控制器(linear active disturbance rejection controller,LADRC)控制时滞系统时,闭环系统的稳定性与控制器参数的选取有较大的关系.如何定量求取线性自抗扰针对时滞系统的参数稳定域还没有有效的方法.本文针对线性自抗扰控制器控制一阶时滞系统,利用双轨迹法精确求解出了线性自抗扰控制器参数的稳定域.该方法利用双轨迹的图形性质,有效地将求解具有时滞的控制系统闭环特征方程根的分布问题转化为求解双轨迹交点频率的问题,从而得到能够保证闭环系统稳定性的控制器参数稳定域.求得的稳定域为时滞系统线性自抗扰控制器的整定提供了理论依据.仿真结果验证了所提出方法的有效性.     

基于结构化闭环响应和输出方差限制的控制器性能评价

对于多扰动动态下的线性时不变控制器的性能评价进行了研究．针对系统具有多个扰动动态的情况， 提出了一种新的控制器性能评价方法．这一方法构建了一个加权的性能指标，权值与不同扰动的种类和优先级相对 应．同时该方法可以明确计算出各个扰动的结构闭环输出方差的下限值．通过为不同的扰动选取适当的权值和方差 范围，可以计算得出最优的输出方差．将这一最优方差值作为基准就可以评价实际生产系统的控制性能．仿真例子 表明了该方法的有效性．     

一类多变量系统的神经网络控制方法

对各通道具有相同时间滞后的一类多变量系统设计了神经网络控制方案。修改Ｃｌａｒｋｅ性能指标函数，给出了一种新的性能指标函数，并给出了神经网络控制器的训练算法。在新的性能指标函数下，整个控制系统中可只用一个神经网络，且可适用于非最小相位系统。仿真实验表明了方案的有效性。