基于Smith预估器的积分切换增益滑模控制

许多化工过程的传递函数往往包含积分环节和一阶惯性加纯时延环节.由于纯时延的存在,一般的控制方法很难使之稳定,即使能,也需要很长的调节时间且会出现振荡,因此在过程控制中这类系统被公认是一挑战性课题.Smith预估控制能克服纯时延,然而对模型非常依赖,当建模出现误差而不确定时,就会出现较大的振荡,甚至发散.特别是系统有常值干扰时,使用Smith预估控制方法,含积分环节的一阶惯性加纯时延系统则会出现余差.因此,本文提出1种基于Smith预估器的积分切换增益滑模控制,该方法使用1种超前一滞后网络前馈补偿常值干扰,利用滑模控制的鲁棒性以克服系统模型的不确定,系统能够实现渐趋稳定.积分型切换增益减小了系统抖动.仿真研究表明本文提出的方法能够控制好包含积分环节的一阶惯性加纯时延系统,是1种有应用潜力的控制方法.     

用于CO2捕集废热回收的压缩式热泵工质研究

以R123、R141b、R600a、R718、R245fa等工质为研究对象,结合CO_2捕集废热回收过程特性,通过其基本物性数据初选了R123、R141b、R245fa三种工质;之后利用ASPEN PLUS软件进行了热泵模拟以及热泵循环压比、压缩机排气温度、单位质量制热量、压缩机做功量等的模拟计算。综合对比分析,选择R141b作为压缩式热泵的工质。     

基于RBF神经网络的PID控制整定

基于RBF神经网络的PID控制整定分析,通过MATLAB构建CSTR对象模型,综合生产环境与各种干扰性因素,利用整定PID参数的方式进行控制分析,效果显著。基于此,文章主要对基于RBF神经网络的PID控制整定的相关内容进行了简单的分析论述。