实时工业以太网EPA网络控制系统平台研究

研究开发了NCS-EPA网络控制系统平台.研究NCS-EPA组态开发系统、网络仿真系统的基础上,设计了网络控制软件仿真平台设计中的仿真网络接口与NS2的衔接技术.实现的网络控制仿真框架中NS2网络模块封装了EPA控制网络协议栈与功能块算法模块,解决了EPA控制系统网络性能的模拟.NCS-EPA结合离线组态的网络模拟仿真和在线设备组态监控配置控制策略模块、功能块I/O信息与物理I/O映射信息,实现控制策略的虚拟对象与物理系统的映射.NCS-EPA网络控制系统的开发表明,基于EPA的分布式网络控制的组态与仿真能够满足控制系统性能设计要求与工业自动化的测试需求.     

过热汽温系统的RBF神经网络控制

采用RBF神经网络直接构成神经网络控制器，将在线学习和控制相结合，这种方法不需要增加另一个神经网络对系统进行在线辨识，也不需要预先确定神经网络控制器的结构。通过将该方法应用于电厂过热汽温系统的控制进行仿真研究并与常规PID串级控制系统进行比较，结果表明控制系统的性能得到较大的提高。     

制粉系统智能解耦控制的分布式仿真实验平台

钢球磨煤机制粉系统具有强耦合、非线性、大时滞等综合复杂性,为解决其智能解耦控制技术的工程化验证问题,建立了制粉系统智能解耦控制的分布式仿真实验平台。该实验平台由优化计算机、集散控制系统(DCS),仪表与执行机构的虚拟装置和模拟现场制粉系统的对象计算机组成。在对象计算机上,通过MATLAB和组态软件之间的无缝链接,有效地模拟制粉系统的输入输出特性。该实验平台的所有过程信号与工业现场一致,实验结果表明它可以有效地从工程角度验证智能解耦控制系统的控制性能。     

基于MATLAB大型高低温环模仿真试验系统设计

在MATLAB仿真软件的基础上，采用模块化建模思想，搭建了大型高低温环模系统的仿真模型，并利用MATLAB图形开发工具开发了人机操作界面，利用ActiveX控制技术实现了仿真结果向图形界面的动态传输，利用DDE动态数据传输技术实现了仿真结果向FIX组态监控软件的动态传输，大大增强了该仿真系统在试前试验方案优化、可行性验证、系统流程和控制系统优化及技术人员培训等方面的作用。     

600MW火电机组控制系统全仿真模型及建模研究

本文以６００ＭＷ火电机组仿真系统的研究为背景，开发了电站控制系统仿真图形化建模系统，建立了机炉控制系统仿真模块库和全仿真模型。文中介绍了控制回路全仿真模型的组成与设计，讨论了模型自动组态、调试及控制参数自整定等问题。所建立的控制系统仿真模型用于实际仿真机中，实现了ＡＴＣ控制等电站控制中难点问题仿真，取得了满意效果     

基于环节的控制系统图形组态仿真软件

介绍了一个基于环节的控制系统图形组态仿真软件的功能和实现方法，及改进的仿真算法，在数值计算方法中，引入了拉各朗日线性插值方法，既大大减少了迭代计算量，又保持了原有的仿真精度，利用这一可视化仿真平台，用户可对线性系统，多变量系统，多变量Smith预估控制系统，采样系统等方便快捷地建立方框图形式的系统仿真模型，从而为复杂系统的分析和设计提供了仿真研究平台，系统界面友好，易于扩展。     

基于Simulink的嵌入式网络化控制仿真实现

实现了基于simulink/Real-Time Workshop(RTW)的嵌入式网络化控制仿真系统，构建了以ARM7TDMI型cPu为核，运行uclinux操作系统的嵌入式平台。建立了广域网范围的网络环境，通过延时测量实验获得了网络延时统计特性，并针对该网络环境下的分布式控制系统的前向通道和反馈通道分别提出了延时补偿方法。同时系统还为用户提供了离线仿真，和通过网络在线指导现场控制的网络远程监控功能。最后以直流电机为被控对象，在广域网环境下进行了网络化控制系统实验，验证了该系统的有效性。     

基于组态软件和Matlab的系统实时仿真平台设计

设计了一种基于力控组态软件、Matlab、VC++的控制系统实时仿真平台.该平台用Matlab建立被控对象模型,用力控组态软件实现上位机图形界面,用VC++编写控制算法模拟实际控制器.三者之间通过DDE协议完成通信.该方法弥补了试验条件的不足,为系统稳、动态性能分析提供了方便、快捷的实现途径.将该平台应用于压力无关型变风量空调末端控制仿真,实验结果验证了其可行性.     

具有变时滞的线性系统的时滞相关稳定性

具有时滞的控制系统是工程实践中经常遇到的一类重要的非线性控制系统。根据微分方程理论和矩阵指数特性，提出了具有不确定性的时滞控制系统与时滞相关和与时滞无关稳定的充分性判据，并给出系统衰减速率的估计方法。该方法仅需假定时滞有界，因而其结论适用于变时滞的系统。同时还给出了应用实例，并与相关成果进行了比较，计算结果表明了该方法的有效性。     

网络控制系统的分析与硬件在线仿真

网络控制系统(NCS)是一种新型计算机控制系统,通过工业网络实现控制单元之间的数据交换,但这也给控制系统带来了时延等问题.在分析两种常见工业网络的时延特点之后,介绍了硬件在线仿真平台的构建,提出了理论与硬件在线仿真相结合的设计方法,即用平均时延对系统进行理论设计,再在硬件在线仿真平台上进行仿真和参数选择.某二阶系统的设计与仿真过程,说明了该设计方法的有效性.     

基于DCS的控制系统仿真方法

基于DCS（Distributed Control System-集散控制系统）的控制系统仿真方法是测试控制系统的实施正确性、操作可靠性、操作等效性及DCS资源占用等性能的有效手段，通过这种方法可以缩短新型控制系统的开发周期，减少新型控制系统试投用期的风险。本文对基于DCS的控制系统仿真方法的必要性、特点进行了分析与讨论，并提出了基于DCS的仿真控制系统的架构和分类。一个应用实例验证了基于DCS的控制系统仿真方法的有效性。     

三轴电动飞行转台控制系统工程设计与实现

介绍了三轴电动飞行转台控制系统的总体设计，从控制系统的伺服原理方案出发，详细的介绍了三轴电动飞行转台控制系统的硬件和软件的工程实现。系统采用集散式（DCS）总体控制，以上、下位机形成两级控制结构，实现系统的分散直接控制和集，综合监控管理功能。采用了脉冲调宽功放装置(PWM)，直流力矩马达直接驱动转台框架的数字伺服调速体制。     

面向运行及热控人员的仿真机开发

介绍了一种半实物火电机组仿真培训装置，该装置的工程师站，操作站在硬件，系统软件，应用软件等方面均与实际DCS系统完全一致，为了达到可以同时培训热控和运行人员的目的，该装置采用了双服务器，双网络操作平台和虚拟DPU（分散处理单元）等技术，实践证明，现场实际的组态结果可以直接用于仿真机，热控人员可以在仿真机上直接进行界面，控制和逻辑组态，仿真机运行稳定可靠。     

TranSimSEIT工业过程仿真系统控制站的设计与实现

首先介绍了Ｊａｖａ语言的技术特点，然后结合面向对象系统设计过程，详细介绍了ＴｒａｎＳｉｍ－ＳＥＩＴ工业过程ＤＣＳ仿真培训系统控制站的设计与实现。     

电厂湿法烟气脱硫仿真系统设计与实现

在研制电厂湿法烟气脱硫仿真培训系统的过程中,针对复杂的化工过程,对于机理相对清楚部分,建立了系统的机理模型,对于模型机理复杂,存在不完备知识部分,结合系统的定性专家知识和系统在工作点处的小样本数据,利用模糊聚类建模方法建立系统的模糊TS定性仿真模型,从而实现系统的定量与定性混合仿真;在仿真系统的体系结构上采取模型机和DistributedControlSystems(DCS分散控制系统)的client-server结构,在模型机中实现基于matlab/simulink的仿真模型的原型系统的开发,在电厂主流的OvationDCS系统平台上实现监视和控制;基于OLEforprocesscontrol(OPC)技术实现client-server的通讯,从而实现模型机与DCS的集成,实现了硬件在回路的仿真。     

一种分散式火电仿真装置的概念和特点

针对DCS制的火电机组提出了一种分散式仿真装置的新概念。这种新型仿真装置以新华公司XDPS-400分散式控制系统软件和国内开发出的基于Windows平台的微机化仿真支撑系统软件为基础。阐述了这种分散式久电仿真装置的概念和特点，分析了这种分散式仿真装置和传统集中式仿真机的比较优势。     

基于在线支持向量机和遗传算法的预测控制

针对非线性系统模型预测控制中预测模型容易失配且目标函数难以求解的问题,本文提出一种基于在线支持向量机建模和遗传算法滚动优化的模型预测控制方法。该方法利用在线支持向量机建立被控对象的非线性模型,在线支持向量机是一种迭代学习的支持向量机训练算法,可以进行在线训练,从而实现模型在线自校正;并且通过遗传算法求解目标函数的最优控制量,完成滚动优化。对非线性系统的仿真研究结果表明,该方法有效且具有良好的自适性。     

预测函数控制及其应用研究

介绍并分析了预测函数控制（PFC）的基本原理和特点，给出了一阶加纯滞后系统的预测函数控制的具体算法。将PFC和PID控制相结合，提出了PFC－PID串级主汽温控制策略。系统的内回路采用PID控制，内回路和主调节区对象构成PFC的广义被控对象，对广义被控对象进行拟合简化得到一阶加纯滞后对象，作为PFC的预测模型，算法简单；预测模型失配时，系统仍具有良好的控制品质，易于工程实现，具有较高实用价值。大量仿真实验表明，，采用PFC－PID串级控制策略的主汽温控制系统的动态品质明显优于采用PID串级控制策略的系统，具有较强的鲁棒性和抗干扰能力。     

基于在线优化的多模型自适应控制

针对常规多模型自适应控制中子模型数量过多问题,提出在线优化的多模型自适应控制算法。将整个控制系统分为基本工况级和控制模型级的两层递阶结构。在系统运行过程中,通过在线学习自动地建立多模型及相应的控制器,并对所建的动态模型库进行优化,以进一步减少子模型数量和计算时间。证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性。计算机仿真结果表明该算法的有效性。