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CMAC和PID的非线性耦合系统解耦控制研究

为了实现多变量非线性耦合系统的解耦控制,提出了一种基于CMAC与PID的复杂关联自适应解耦控制策略,并给出了详细算法。该控制策略采用PID控制器和CMAC控制器共同构成一个复合控制器,多个复合控制器通过多输入多输出线性神经网络,实施对复杂非线性耦合对象的控制作用。由于神经网络的自适应特性,可使得耦合系统逼近参考模型,实现解耦控制。仿真结果表明,该控制策略实现了耦合系统的解耦控制,并且具有较强的抗干扰能力和鲁棒性。因此采用此控制策略能够实现多变量非线性耦合系统的解耦控制。     

基于PI控制不同解耦补偿控制器的铝合金MIG焊过程MIMO解耦控制仿真

针对铝合金脉冲MIG焊存在多参数强烈耦合并严重影响过程控制稳定性的问题,建立其多输入多输出(MIMO)控制模型.运用多变量控制理论分析系统的耦合程度,基于PI控制器设计前馈补偿解耦、反馈补偿解耦和对角矩阵解耦3种结构的解耦控制系统.介绍它们的结构和算法,分析控制对象的特点,对铝合金脉冲MIG焊过程进行仿真.仿真结果表明,采用对角矩阵解耦PI控制铝合金MIG焊接过程,能取得满意的动态和稳态性能.     

基于改进型RBF神经网络多变量系统的PID控制

针对工业控制中多输入多输出非线性时变系统,提出了基于改进型RBF神经网络的智能PID控制方法.采用最近邻聚类算法在线构造RBF神经网络辨识器并在线辨识被控对象,对PID控制器参数进行在线调整,实现了多变量非线性时变系统的解耦控制.仿真结果表明,控制器能根据系统运行状态获得对应于某种最优控制规律下的PID参数,解耦后的系统具有较好的动态和静态性能,与常规RBF神经网络PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性.     

五自由度磁轴承系统的α阶逆系统解耦控制

采用α阶逆系统理论对五自由度磁轴承系统进行解耦控制.在建立磁轴承系统状态方程的基础上,对该系统进行了基于逆系统理论的线性解耦,并根据时间乘以误差绝对值积分(integral of time-weighted absolute error,ITAE)最小评价准则设计了闭环控制器.仿真和试验表明,α阶逆系统解耦后系统各自由度之间不存在耦合,解耦控制器与PID控制器相比,具有更好的动态特性和静态特性.     

基于分类解耦模糊PID控制的倒立摆系统

通过对倒立摆系统数学模型分析,采用一种分类解耦的线性化方法,结合经典与现代控制理论优点,将模糊控制算法与PID整定算法结合在一起,设计了一种新型控制器。通过仿真结果的比较证明该系统具有良好的动态性能和稳态性能。     

基于动态解耦控制算法的异步电动机调速系统研究

针对异步电动机调速系统中磁通和转速的动态解耦在实际实现时较难处理的问题,在研究非线性状态反馈控制算法的基础上,根据二阶系统性能响应指标提出了该控制算法中比例控制器增益的选择方法。由Matlab软件中的SimPowerSystems工具箱构建出仿真框架并把该算法嵌入到其中进行仿真,结果表明该方法与普通FOC矢量控制方法相比,转速和磁通的动态解耦效果明显改善。     

无解耦器的定子磁场定向矢量控制系统

为克服感应电机按定子磁场定向矢量控制解耦器带来的不便,提出一种不需解耦器的定子磁场定向控制方法.采用扩张状态观测器对磁链与转矩电流间耦合进行观测和补偿,结合自抗扰控制器进行磁链环的控制,同时将自抗扰控制器引入转速环,并进行了数字仿真和实物实验.结果表明,采用该方案取消了解耦器,简化了系统结构,降低了系统设计难度,并实现了定子圆形磁链的控制.不同转速下系统都具有快速动态响应和高稳态精度.     

双重控制系统的广义预测控制

传统的双重控制方法建立在简单PID算法基础上,其性能受到一定的限制.为此,将广义预测控制算法应用于双重控制系统中,形成基于预测控制的双重控制算法.该算法继承了传统双重控制方法的控制结构和控制思想,采用主、副2个控制器进行控制.其中主控制器采用广义预测控制算法,针对快回路产生快控制作用使系统具有良好的动态特性;副控制器采用PID算法,针对慢回路产生慢控制作用以实现一定的经济指标;同时,副控制器的输出作为前馈量引入主控制器.主、副2个控制器互相协调工作,使系统既具有良好的动态特性,又符合工艺上或经济上的要求.仿真对比结果表明,该算法控制性能优良,具有较强的的抗干扰性和良好的鲁棒性,是一种较好的双重控制系统控制算法.     

模糊解耦理论在酒精蒸溜过程中的应用

针对酒精粗溜过程的多变量控制问题，利用M.MGupta模糊子空间分解算法加快模糊运算速度，利用模糊补偿实现模糊解耦控制，从而提出了带补偿器的Gupta模糊解耦方案及其解耦控制器的设计方法。仿真结果表明该方法较好地实现了对具有一定可变性对象的模糊解耦控制。     

利用人工神经网络进行感应电动机解耦控制

为了使感应电动机具有象直流电动机一样优良的转矩与转速控制性能,提出了一种基于人工神经网络的感应电动机解耦控制方法。由于实时递归网络具有较强地表达和处理瞬态信息的能力,适合解决非线性动态系统问题,因此用递归网络构成的解耦控制器具有良好的动态特性。为减少这种神经网络解耦控制器的学习时间,提出了一种自适应学习算法,通过在网络学习的过程中不断地调整学习速率,从而加快了网络学习速度。仿真计算结果表明,这种神经网络解耦控制方式具有优良的动态响应特性。     

异步电动机自适应非线性解耦控制

针对转子电阻变化和负载转矩扰动会破坏异步电动机非线性解耦控制系统的解耦性 ,使动态性能降低这一问题 ,采用降维转矩观测器和自适应转子电阻估计器分别对负载转矩和转子电阻进行观测和估计 ,实时地对非线性状态反馈解耦控制律进行调整 ,实现异步电动机系统的动态精确解耦 ,提高了系统鲁棒性 ,改善了系统动态性能     

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。     

同步电动机矢量控制动态解耦性和阻尼绕组作用

同步电动机矢量控制存在动态解耦性问题，以往未做深入的研究，实际应用中已暴露出基于稳态解耦的矢量控制的局限性。本研究从数学意义上进一步阐明同步电动机矢量控制的动态解耦性问题，并进行较为深入的理论分析和实验研究。同时对阻尼绕组与同步电动机动态解耦性的关系进行数学分析与说明。     

感应电动机的解耦控制与矢量控制的解耦性质

对感应电动机的解耦控制及矢量控制的解耦性质进行了研究,从感应电动机变频调速系统的非线性模型出发,分别利用非线性控制的状态反馈组性化方法和转子磁场定向方法对系统进行了讨论研究结果表明,感应电动机的矢量控制只参实现电机转速与转 子磁链之间的静态解耦,不能实现二者之间的动态解耦,而基于状态反馈线性化的解耦控制方法,能够实现转速与转子磁链之间的动态解耦。     

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.     

非线性系统解耦的递阶结构及在工业机器人中的应用

本文研究了非线性动态系统解耦和调节的一种递阶结构,这种结构将集中式的功能分散化,具有便于多微处理器实现及实时在线控制的特点。文中将该结构应用于一个液压工业机器人(Fabrikat FIBRO)的控制中,并给出了仿真研究的结果。     

基于定量反馈理论的汽车转向控制系统设计

提出一种基于定量反馈理论的主动前轮转向策略，通过反馈控制系统控制汽车的动态特性，以跟踪汽车转向理想横摆角速度。进而提出了基于定量反馈理论的主动四轮转向策略，使得汽车重心处的侧偏角和车体横摆角速度实现了解耦控制。多种情况下的非线性仿真结果表明，给出的鲁棒解耦控制系统具有很好的控制特性。     

Feed-Forward-Like Decoupling Control in Coagulation Bath of Carbon Fiber Precursor

The coagulation bath system of carbon fiber precursor is a complicated and multivariable coupling system. Based on the model of industrial production, the full dynamic decoupling control of the coagulation bath system of carbon fiber precursor is achieved in combination with multivariable feed-forward-like decoupling and proportional-integral-differential （PID） control. Compared with the conventional PID decoupling control, the experiment results show that the proposed method has a better control effect. The use of the controller can achieve complete decoupling of three parameters from coagulation bath system. The method should have great applications.     

单元机组协调系统的多模型自适应解耦控制

针对火电单元机组被控对象多变量、强耦合及模型参数随负荷显著变化的特点,提出一种基于多模型自适应解耦控制的协调控制策略.采用多个固定模型和2个自适应模型并行辨识机组对象的动态特性,在每个采样时刻基于切换性能指标选出最优的局部模型作为当前模型,并据此设计解耦控制器,从而实现全工况运行的自适应控制.同时对多模型控制系统的全局稳定性进行了证明.通过对300MW亚临界直流燃煤机组协调控制系统的仿真表明:该控制策略对负荷变化适应快,且可获得良好的动、静态解耦控制效果.