基于递归神经网络的多变量系统预测控制

针对线性PID控制器系数难以整定的问题，构造了一种用神经网络实现的非线性PID控制器．多个具有相同结构的非线性PID控制器并联，对多变量系统实现解耦控制器．结合预测控制的思想，提出两种控制方案．第一种是在递归多步预测的基础上，在广义最小方差目标函数下实现控制，第二种利用多步预测目标函数在线修正解耦控制器的权值．仿真实验表明这两种方法的有效性．     

循环流化床锅炉燃烧系统的自抗扰控制

针对循环流化床锅炉(CFBB)燃烧系统的强耦合和大延迟问题,采用相对增益的方法分析几种工况下的耦合性,并采用了主蒸汽压力送风量通道解耦策略。自抗扰控制器(ADRC)经过改进被应用在该燃烧系统,并将仿真结果与神经网络以及PID控制方法的结果进行了比较。仿真结果表明:ADRC在解藕、调节时间上均优于神经网络以及传统PID方法;在各种工况以及增加外扰情况下,该控制方案具有很好的适应性和鲁棒性,较好地解决了该系统强耦合、大延迟的控制难点。     

啤酒发酵温度多变量解耦控制算法

针对工业过程中常见的多变量时滞输入输出系统,基于常规PID控制和Smith补偿控制算法在处理大时滞、强耦合、多变量、不确定性对象的控制时效果不好的情况,提出了一种多变量解耦控制器的设计方法,该方法以控制器或者补偿器来消除系统各输入输出间的相互耦合和关联,是解决多变量控制问题的有效工具。用该方法针对多变量强耦合的啤酒发酵温度控制系统进行了设计和仿真研究,仿真结果证明了该方法的有效性。     

多模型自适应PID解耦控制器

对于一类非线性、强耦合、离散时间系统,提出了基于多模型的多变量自适应PID解耦控制策略,取消了系统平衡点参数已知的条件.控制策略包括一个完全自适应PID解耦控制器,一个参数重赋值自适应PID解耦控制器,多个参数固定PID解耦控制器和一个切换机制.理论分析表明,通过合理地选择切换函数,自适应PID控制器保证系统BIBO稳定,参数重赋值自适应PID控制器和参数固定PID控制器改善系统性能.     

精馏塔的神经元PID解耦控制研究

本文针对精馏塔这一多变量、非线性耦合对象,提出了一种神经元PID解耦控制方法。该方法在精馏塔精确模型补偿解耦控制基础上,采用神经元PID控制器进行控制。分析了控制器的结构及其学习算法,进行了PID和神经元解耦控制仿真实验,仿真结果表明该方法优于常规PID控制效果。     

基于模糊RBF神经网络整定的航空发动机多变量解耦控制

为解决航空发动机控制变量之间的强耦合性,构造了基于模糊RBF神经网络整定的航空发动机多变量解耦控制系统.设计了基于模糊RBF神经网络的多变量解耦控制器,在线调整PID控制器的参数并根据Delta学习规则对网络权值进行修正以达到最佳控制;针对某型航空发动机含未建模动态和噪声等随机干扰的非线性模型进行了多变量解耦控制系统仿真.结果表明:系统具有满意的动态性能和解耦特性,该方法不需要知道发动机的精确数学模型,对航空发动机的非线性和不确定性具有较强的自适应能力.     

多变量系统解耦内模控制及其PID转化应用方法的研究

文中针对不同回路具有不同时滞的多变量稳定过程，提出了一种多变量解耦内模控制设计及其常规PID转化应用方法。所设计的多变量内模控制器能使系统稳定解耦，所得到的闭环系统根据开环系统时滞来描述。该方法为精馏等化工装置的复杂控制系统提供了一种新的优化和先进控制方案。     

链篦机-回转窑温度场过程控制系统设计

链篦机-回转窑温度场控制系统具有大滞后、非线性、多变量、强耦合的特点,很难建立控制过程数学模型,常规PID控制器难以实现有效控制。本文深入研究了球团生产工艺机理,并对某球团二厂进行现场调研,采用了模糊控制和解耦控制的理论,设计了模糊控制器和解耦控制器,对链篦机-回转窑温度场控制系统进行了详细设计,并借助于MATLAB对模糊解耦控制器进行了仿真,仿真结果证实了模糊解耦控制器合理性,为操作工提供了操作指导,也为将来实现球团自动控制打下基础。     

基于PSO的板形板厚小波神经网络解耦PID控制

针对板形控制和板厚控制是相互耦合的综合系统,提出了一种新的解耦PID控制算法·首先用小波神经网络构造α阶时延逆系统,对综合系统进行输入输出解耦;然后对解耦后的独立的单变量系统采用PID控制·这种解耦方法无论是从理论分析还是仿真验证,均证明是可以实现完全解耦的·考虑到被控对象是一个带有时滞的非线性系统,提出采用PSO优化算法对PID参数进行自适应调整·仿真结果表明所用方法简单有效,并具有良好的跟随性能和抗干扰能力;其控制效果优于传统的解耦PID控制·     

多变量模糊控制系统的前馈解耦

为实现多变量模糊控制系统的动态解耦，基于前馈解耦思想和神经网络理论，提出了一种多变量模糊控制系统解耦的新方法——模糊前馈解耦法,模糊控制器和解耦部分独立设计，解耦由两层神经网络实现，节点少，其活化函数采用分段线性函数．利用简化的学习算法，根据系统输出误差，在线调整网络权值，从而实现动态解耦而无需辨识被控对象的模型，该方法结构简单且计算量小，适于实时多变量过程控制，仿真证明了该方法的有效性。     

PID神经网络解耦控制技术在VAV中的应用

通过采用PID系统神经元网络解耦控制技术，对耦合强烈的具有变风量空调系统传递函数矩阵形式的4维传递函数矩阵系统进行解耦控制，通过解耦控制仿真研究，可以看出取得了很好的解耦效果，为变风量空调系统（4个回路）的解耦控制提供了有效的方法。     

神经网络解耦控制在多变量控制系统中的应用

应用神经网络解耦控制,实现多变量系统的最优控制.通过引入神经网络环节,对多变量系统进行解耦,解耦后的子系统变为单变量系统.因此将多变量控制变成单变量控制.解耦控制采用前馈补偿器解耦,解耦补偿器采用BP神经网络结构.仿真结果表明,该控制策略具有较好的动态跟踪特性,能满足复杂多变量控制系统的控制要求.     

无刷直流伺服电机的解耦控制

提出了一种无刷直流伺服电机的解耦控制方法。这种控制法将无刷直流伺服电机的多变量耦合系统解耦成多个单输入-单输出的子系统。然后对每个子系统进行反馈控制。本文还对位置跟踪进行PID控制,PID 系数通过极点配置方法得到。最后,给出了位置跟踪的计算机仿真结果验证解耦控制法的有效性。     

碳纤维角联织机卷取系统张力网络化控制研究

针对碳纤维角联织机卷取系统中的张力控制问题,对卷取系统进行动力学分析并建立动力学模型;在考虑网络诱导时延、数据包丢失及网络带宽占有率等因素的基础上设计一种自适应模糊PID控制器,将此控制方法与常规的PID控制方法进行仿真对比。结果表明,在同时存在网络诱导时延、数据包丢失及网络带宽占有率的情况下,自适应模糊PID控制方法超调量小、输出张力波动小、跟踪效果良好、系统稳定性强,具有更好的控制效果。     

一种基于核ridge回归的解耦控制系统

提出了一种新的基于核ridge回归的解耦方法。该方法具有传统径向基(RBF)神经网络解耦方法对被控对象数学模型依赖性小的特点，同时又能有效地克服RBF神经网络解耦方法对训练样本要求高、噪声敏感和解耦速度慢的缺点，经核ridge解耦器补偿后的控制系统具有被调节量和调节量之间耦合作用小、动态特性好、稳定性强的优点。补偿后的控制系统具有很强的校正能力，对外界各种干扰也有较强的解耦效果和控制质量。仿真试验表明，采用核ridge解耦器的多变量控制系统能够有效地解除系统各变量之间的耦合作用，且结构简单、易于实现，大大增强了解耦控制系统的实用性能。     

基于DRNN的三电机变频调速系统参数PID控制研究

三电机变频调速系统是一个多输入多输出、非线性、耦合的系统。针对电流跟踪型感应电机系统,以解析式的方式建立其数学模型。采用基于对角递归DRNN神经网络的自整定PID控制器,结合自适应神经元解耦补偿器的解耦控制技术,设计三电机变频调速系统神经网络控制器。基于S7-300 PLC控制平台进行实际的试验,结果表明,该方法能够根据外界环境信息变化获得最佳PID调节参数,较好的实现了速度和张力的解耦控制,系统具有良好的动静态性能和抗干扰能力。提出的方法满足了许多工业控制场合的需要,具有良好应用前景。     

动力调谐陀螺仪再平衡回路的多变量频域设计

在多变量频域内讨论动力调谐陀螺仪的解耦问题，基于多变量系统的特征分解和特征轨迹－交互控制器设计方法，设计了动力调谐陀螺仪再平衡输入补偿器，实现了动力调谐陀螺仪的近似解耦控制，解决了传统的对角解耦设计因零极点相消导致系统在章动频率点不可控的问题，为动力调谐螺仪再平衡回路的设计提供了一种新方法。     

多温区温度控制系统的解耦方法与仿真

针对多温区控制系统中的多变量、强耦合特点。采用单位矩阵静态解耦控制法，将多变量耦合系统转化成单变量独立系统，并用Smith预估器对其进行控制。仿真实例证实了这种方法的有效性。     

旋转飞行器的一种解耦模糊控制方法

研究旋转飞行器的解耦控制问题.考虑飞行过程中耦合对象系统的时变性,采用串联解耦网络对开环系统进行近似解耦,并采用模糊PID控制对闭环系统进行设计,实现了纵向和侧向通道之间的稳态解耦.仿真算例表明,该方法有效消除了旋转飞行器纵、侧向通道之间的耦合效应,在飞行状态时变的情况下能够获得良好的动态性能.     

最优解耦综合控制及其在除氧器控制中的应用

本文基于W.A.Wolovich的最优解耦思想,提出了多变量离散系统的最优解耦综合控制规律,为计算机控制系统的解耦并且最优设计提供了理论依据。研制了用于多变量连续系统和离散系统的最优解耦综合控制的计算机辅助设计应用软件包,并成功地将其应用于火电厂除氧器群的解耦控制设计。