基于虚拟参考反馈校正法的内模控制方法

在系统对象与内部模型误差较大时,内模控制依靠滤波器系数的调整去整定控制器参数,这会牺牲系统的快速性.为解决该问题,文中提出了基于虚拟参考反馈校正法(VRFT)的内模控制方法,同步实现了过程模型的辨识与内模控制器的设计.文中首先建立了内模控制与VRFT的联系;然后基于VRFT对内模控制器进行设计,推导出合理滤波器的具体表达式,利用此滤波器对控制器参数及内部模型参数进行优化,从而使设计的整个内模控制结构与给定的理想传递函数性能一致.仿真实验结果表明,虽然文中所提方法与传统内模控制器设计方法的控制效果比较接近,但前者具有更快的响应速度及更好的跟踪性能,说明文中所提控制方法是有效的.     

基于最大灵敏度的分数阶内模控制器设计

针对分数阶控制器设计参数整定复杂的问题,提出一种基于最大灵敏度的分数阶内模控制器设计方法。采用粒子群优化算法对原系统模型进行简化处理,根据内模控制原理设计分数阶内模控制器;仅通过一个可调参数,实现分数阶内模控制器的快速整定;通过最大灵敏度指标实现分数阶内模控制器的鲁棒整定。仿真结果表明该方法具有良好的控制品质及克服参数摄动的鲁棒性。     

基于内模控制原理的反馈控制器的整定

研究了用内模控制原理导出的反馈控制器ＰＩＤ的整定算法，它仅需用一个滤波器参数λ的改变来影响系统的响应特性。对工业生产中常见的过程模型进行数字仿真，并与常规整定算法进行了比较。结果表明，本算法应用于反馈控制器的参数整定时，不仅可改善控制质量，而且能有效改善系统棒稳定性，为实施本算法，提供了有关的参考数据，并实际系统中验证了本算法。     

时滞不稳定系统的串级内模控制

对于工业控制过程中的时滞不稳定过程,提出串级内模控制设计方法.为避免开环不稳定极点对系统的稳定鲁棒性和抑制扰动能力的影响,对控制器进行了稳定鲁棒性以及抑制扰动能力的分别设计,首先利用反馈方法整定内环的不稳定系统,然后设计前馈-反馈控制来抑制被控过程的扰动;最后使用内模控制方法对时滞被控过程进行串级外环控制,以达到对给定值的跟踪.仿真结果表明所提出的控制方法能很好地解决稳定鲁棒性和抑制扰动的均衡,且对于控制系统中过程变化引起的模型失配,可通过调整内模控制器的滤波器时间常数λ来提高控制系统的鲁棒性.     

用改进的NLJ方法辨识闭环系统的模型参数及滤波器设计

详细介绍了PID控制系统过程模型参数的闭环辨识、滤波器的设计、IMC设计、实时数据的处理及实时曲线的显示和比较，以实现系统动态过程的优化控制。系统辨识的性能指标采用误差平方和，参数整定的性能指标采用绝对误差乘时间，系统的纯滞后分别用一阶、二阶不对称和二阶对称pade近似，模型参数辨识和滤波器设计采用改进的NLJ法，参数整定采用IMC整定的方法。     

一阶时滞系统内模控制的优化分析

基于IMC-PID原理,采取实际应用的PID模型,实现了理论算式与工程实际的结合。对不同时滞程度的一阶系统进行参数整定,确定了λ的取值范围。利用NCD解决了大量计算问题,为参数优化提供了有效途径。通过设计举例,显示出系统具有良好的控制性能。再经过一般性分析,得出了内模控制的一般规律,以供工程设计参考。     

自整定内模PID控制在非圆销孔加工中的应用

将工业过程控制方法用于微位移压电陶瓷驱动器控制,提出了一种自整定内模PID控制方法.该方法结合内模控制、PID控制和前馈控制,针对非圆销孔加工的特点,采用双环的控制结构,内环主要对控制对象进行等效,提高其动态性能;外环通过时间乘绝对误差的积分(ITAE)优化内模PID的整定参数.鲁棒性分析、仿真及实验表明,系统具有很强鲁棒性,能快速响应,在工作频率低于20 Hz时具有较好跟踪性能,达到了快速跟踪和减少滞环的目的.     

机械制浆过程磨机负荷内模PI控制

针对双盘磨机在运行过程中具有大滞后、大惯性及非线性等特点,内模控制作为一种先进控制策略,鉴于其对过程模型精度要求不高等优点,提出了一种基于内模控制原理的PI控制方法,该方法设计的控制器仅有一个可调参数,且通过最大灵敏度指标实现其整定,有效避免了控制器整定的复杂性与随机性.仿真结果表明,与常规PID控制相比,所提方法可有效减小模型参数变化及各种干扰对系统性能的影响,满足机械制浆生产过程对控制器性能的要求,保证磨机安全稳定运行,实现了磨机负荷的稳定化控制,为机械制浆过程综合自动化系统的实施奠定基础.     

一种新的内模控制器——VIMC设计

本文提出了一般内模控制结构实现的一种新方法——V规范内模控制结构,简称VIMC。与内模控制的模型予估控制实现相比,特别是应用于含时滞的耦合多变量系统时,设计简单,整定参数少,避免了复杂矩阵的求逆运算。计算量大为减少,为内模控制的工程化找到了一条新的途径。     

一种积分时滞过程的内模PID鲁棒整定方法

针对工业系统中普遍存在的积分时滞过程,提出了一种内模PID（比例-积分-微分）控制器设计及鲁棒整定方法.利用一阶环节逼近积分环节,改善了内模控制系统的稳态特性,在此基础上利用一阶泰勒表达式逼近过程模型中的时滞项,得出了内模PID控制器的设计方法,并根据最大灵敏度Ms指标,导出了对控制器可调参数进行鲁棒整定的解析表达式,克服了常规方法中参数整定的盲目性.仿真结果表明该方法可使系统同时获得良好的动态响应性能和鲁棒性.     

一种基于模糊神经网络和遗传算法的智能PID控制器

常规的PID控制器参数整定方法需要被控对象的精确数学模型,且整定出的参数不能进行在线调整.而模糊控制和神经网络均不依赖被控对象的数学模型,且具有较强的自适应和自学习能力;遗传算法则是一种新型的全局优化方法.鉴于此,提出将模糊控制、神经网络和遗传算法引入PID控制器的设计过程.首先,运用遗传算法优化隶属度函数的中心值和宽度,并借助模糊逻辑控制确定遗传算法中的交叉概率和变异概率.然后,再运用BP算法优化模糊神经网络的连接权系数.仿真结果表明,该方法提高了系统的自适应能力和抗干扰能力,增强了系统的鲁棒性.     

基于遗传算法的多模型对象控制系统参数优化

针对多模型对象控制系统,基于遗传算法对PID控制参数进行寻优,分别建立不同工况下的模型,提出了以不同模型下的ITAE(时间乘以误差绝对值积分)性能指标加权和作为遗传算法目标函数的方法,寻优出一组最佳的PID控制参数,使得该参数在不同的对象模型下均表现出良好的调节品质,具有一定的实用价值。     

基于PSO的PID参数整定仿真与研究

针对工业控制过程中经验PID整定耗时耗力、精度低且稳定性能差等问题进行研究,提出采用标准粒子群算法可实现对PID控制器参数的快速优化且收敛效果明显;通过重点分析PSO算法中的不同惯性权重以及学习因子分别对被控对象系统控制优化性能的影响,深入研究算法参数各部分的作用及其设置范围,使基于PSO算法的PID整定方法能够获得最优的控制效果及更广阔的应用前景;最后,应用Matlab软件平台,并结合Simulink系统进行算例数字仿真分析:通过对比不同惯性权重及学习因子情况下的仿真结果,证明方法的鲁棒性强;通过对比传统Z-N方法和遗传算法整定,证明了方法的优越性。     

跟踪误差的增量式模型预测控制

针对一类工业生产过程中实时跟踪问题,本文提出一种增量式模型预测控制算法,其基本思想是在预测模型中根据跟踪误差采用速度响应来建立预测模型,并在预测模型中采用控制量的增量软约束和在线滚动优化方法使其二次性能指标达到最优。理论分析和Matlab仿真实验结果表明,该控制算法能获得良好的跟踪性能、平稳的被控对象动态响应以及更强的闭环系统鲁棒性。     

基于遗传算法优化的自适应FNN-PID控制器研究

针对传统PID控制器参数整定后因无法在线自动调整而导致控制效果不理想的问题,提出了一种基于遗传算法优化模糊神经网络（FNN, Fuzzy Neural Network）的自适应FNN-PID控制器模型。该模型结合了模糊神经网络良好的自适应自学习能力和遗传算法强大的全局搜索能力,利用遗传算法对模糊神经网络的参数进行优化与训练,使PID控制器能够根据被控对象的变化而适时在线调整自身参数KP, KI和KD,从而达到理想的控制性能。将该控制器应用于异步电动机控制系统进行仿真实验,结果表明：基于遗传算法优化的自适应FNN-PID控制器具有较好的自适应能力和鲁棒性,控制效果明显优于传统PID控制器。     

无辨识自适应算法与模糊推理的组合控制

一般自适应控制算法需在线辨识系统模型，算法复杂，计算时间长。本文采用无辨识自适应算法，不用辨识系统的模型，同时应用模糊推理对控制量进行补偿，以便克服模型失配的影响。仿真结果表明，该方案是非常有效的，适合于具有时滞的工业系统。将其应用于制冷装置中的电子膨胀阀控制，使得蒸发器过热度的控制效果得到了明显的改善。     

改进的PSO-RBF神经网络在联合制碱中的应用

联合制碱过程是一类典型的复杂工业过程,具有时变、非线性、不确定性等特征,在线控制模型难以建立。针对联合制碱复杂工业过程控制精度不高、鲁棒性差等问题,提出一种改进的PSO-RBF神经网络控制算法。将粒子群优化算法和径向基神经网络相结合,使用改良的粒子群优化算法对RBF神经网络的隐含层基函数中心、宽度和输出层的连接权值进行寻优,建立基于改进的PSO算法优化后的RBF神经网络模型。将改进的PSO-RBF神经网络控制模型应用到联合制碱的关键工序碳化过程中,并与先前应用的模糊神经网络控制模型进行比较,经仿真研究验证表明,在联合制碱碳化过程中应用改进的PSO-RBF神经网络控制算法,其控制精度和系统鲁棒性得到了有效的提高,为解决一类复杂工业过程的建模与优化控制方法研究提供了有效的技术途径。     

仿人智能控制策略在不确定性复杂控制系统中的应用

复杂系统往往表现出不确定性,其精确的数学模型难以建立,导致常规的PID控制很难对其进行有效的控制;作者基于控制策略的对比研究,选择仿人智能控制策略实现对不确定性复杂系统的控制.文中给出了控制策略和控制算法,并详细地分析了仿人智能控制器的设计方法,最后对某复杂工业控制对象进行仿真,结果表明了该控制策略的可行性和有效性,系统动、静态品质好.     

混合选别过程半实物仿真系统

为了满足复杂工业过程控制技术的研究需求,需要建立具有代表性的半实物仿真系统.针对混合选别过程,研发由对象计算机、控制器设计计算机、监控计算机、虚拟执行机构与检测仪表装置和控制系统组成的半实物仿真系统.该系统基于工业控制系统软件开发控制算法,运用MATLAB研发虚拟对象、虚拟执行机构和检测仪表、控制器设计模型,研发了相应的可视化界面.在对象计算机、控制器设计计算机和监控计算机的基础上完成了被控对象机理建模、控制器设计模型参数辨识、控制器设计和控制器性能评价等研究.为复杂控制算法研究进一步工业应用奠定了基础.     

盲环境移动定位(Ⅰ):序列编码图形路标识别算法

针对无卫星导航信号的盲环境中移动目标定位需要,提出一种适合于盲环境移动定位的序列编码图形路标技术方案,包含更多可用信息的序列编码图形路标方案.在测试环境中布设序列编码图形标志牌,建立了实现盲环境中移动目标快速定位定姿的路标模型实时采集包含编码图形路标的图像,利用SIFT(scale invariance feature transform)算法定位编码图形路标,使用Otsu算法进行图像分割和路标边界跟踪,利用快速Hough变换确定编码中心,全自动解译出路标信息,并根据编码库查询得到编码标志牌中心点的三维坐标.实验结果表明,方法可行、算法有效,为盲环境中移动目标的精确定位定姿技术开发奠定了路标基...