关联估计的递阶多变量DMC算法

针对实际多变量预测控制算法中存在的离线计算复杂、实时性较差等问题,设计基于关联估计的递阶多变量动态矩阵预测控制(DMC)算法．文中分析算法的有效性和稳定性．说明算法的程序实现方法．实际造纸机控制结果表明。该算法具有简单、易实现、实时性好的特点．能够达到具有较好的控制效果。     

芳烃抽提装置水系统先进控制系统控制技术研究

针对芳烃抽提装置水系统具有多变量、时变、非线性、强耦合、干扰因素多等特点,对水系统控制策略进行了研究,提出了专家控制、多变量预测控制综合使用技术,采用专家控制、多变量预测控制技术建立了水系统生产过程先进控制系统,使水系统先进控制投运取得成功应用.     

浮选过程多变量自适应控制

以作者开发的稳态、动态选矿过程仿真器和多变量递推系统辨识程序包为工具，对浮选作业的多变量自适应控制策略进行了仿真研究，结果表明，自适应控制器具有良好的适应能力和控制性能。     

常压蒸馏塔的多变量预估控制

针对兰州炼油厂二套常减压装置常压蒸馏塔，采用先进的多变量预估控制器实现产品质量和实时优化控制．根据控制器在现场的实际投运表明，多变量预估控制器ＩＤＣＯＭ能成功地解决过程模型的大时滞和多个变量间具有强关联作用等控制应用难题．     

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。     

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。     

预测补偿动态矩阵控制在电加热炉中的应用

针对电加热炉多变量系统存在大惯性、慢时变、非线性及交叉耦合严重等特点，提出采用基于非参数模型的动态矩阵控制方法，并用预测补偿的思想进行解耦设计，使解耦设计大为简化。实时控制表明这种算法对多变量系统是有效的。     

用阻抗计算换相重叠角γ

采用变量代换方法，将原计算换相重叠角γ公式用负载电阻Ｒｄ、等效内阻ｒ０和控制角α表示，较原公式具有获取数据容易，计算简单的特点     

多变量广义预测控制及一种简化算法

推导了多变量广义预测控制算法，该算法能有效地处理过程的不稳定性和非最小相位特性，并具有良好的解耦性能。同时提出一种处理纯滞后对象的新方法，即将近似法和广义预测控制相结合解决时滞的方案。这种方法可以解决通道之间时滞不同的对象，并且针对广义预测控制算法的复杂性对其简化算法（多变量单值广义预测控制算法）进行了研究。通过仿真研究表明，多变量单值广义预测控制算法在跟踪性、鲁棒性、抗干扰能力等方面都得到很好的控制效果。     

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.     

中国控制系统计算机辅助设计软件包

本软件包为中国科学院科学基金资助的大型软件开发研制项目。共有十七个单位参加了本项目的研制工作。本项课题经过各单位二年多时间的努力工作,现已全部完成。本软件包共包括21个子包:如系统辨识子包、时间序列分析建模和预报子包、多变量状态空间法子包、多变量系统分析与综合子包……等。我院承担多变量自适应控制子包和状态空间法辅助教学子包。 多变量自适应控制子包的基本功能有:多变量系统分析,最优控制系统设计,自校正控制系统综合与仿真,结果输出及参数项目的修改和选择等部分。本子包采用多种适应性广泛的自校正控制算法,能处理非最小相位系统、具有良好跟踪性能的多变量具有     

基于自抗扰控制的SWATH船纵向运动控制

针对具有非线性、强耦合性及参数不确定性的小水线面双体船(small water-plane area twin hull,SWATH)纵向运动多变量控制系统,采用自抗扰控制(active disturbance rejection control,ADRC)多变量解耦控制方法设计鲁棒镇定控制器.ADRC主要特点是实时估计对象模型摄动和外扰的总和作用量,并在控制回路中加以补偿,实现对象的实时动态反馈线性化.建立了某型号SWATH纵向运动ADRC多变量解耦控制系统,并与线性二次型调节器控制效果进行比较.数值仿真表明,该控制器对模型的不确定性和外部扰动具有较好的鲁棒性和适应能力.     

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。     

多变量模糊推理系统的神经网络实现

以双缸连通液面Ｆｕｚｚｙ控制系统为模型，研究了多变量Ｆｕｚｚｙ推理系统的神经元网络实现问题。这里主要考虑如下二个问题：（１）ＢＰ网络在语言环境下实现多变量Ｆｕｚｚｙ推理系统的有效性；（２）神经网络结构（隐层节点个数及输出层激发函数）对推理结果的影响。仿真结果表明，在语言环境下ＢＰ网络具有很强的近似推理能力，基于ＩＦ－ＴＨＥＮ的多变量Ｆｕｚｚｙ推理系统可由一个ＢＰ网络训练学习而加以实现，从而为有效的实现多变量复杂系统的Ｆｕｚｚｙ控制奠定了基础。     

非线性多变量液压系统的智能控制

根据非线性多变量液压系统的特点，设计了一种在全论域范围内带自调整因子的模糊控制加开关控制和智能积分环节的复合控制器。数字仿真和实时控制的结果表明，本控制器算法简洁，控制性能优良。     

基于Smith预估补偿的RBF神经网络的锅炉燃烧系统解耦控制

锅炉燃烧控制系统是火力发电厂单元机组的主要控制系统之一,具有较大延时、变动负荷、多扰动、非线性的特点,并且其中的变量之间都具有耦合关系,因此,很难建立精确的控制模型。为此,提出了一种新的解耦方法,引入解耦参数,实现系统的解耦控制,并且在MATLAB环境下对燃烧控制系统进行了仿真,通过仿真结果可以看出,系统的控制精度大大提高。     

基于T-S模型模糊神经网络预测的退火炉温度控制

目的提出一种能够提高退火炉温度控制系统的性能和精度的具体方案,增强控制系统的鲁棒性.方法针对退火炉温度控制系统具有多变量,非线性和不确定性的特点,将T-S模糊神经网络与预测控制相结合,在线建立被控对象的数学模型,并用BP神经网络控制器对所得到的信息在线修正,进而控制退火炉炉温.并通过仿真与传统的模糊PID控制方案进行对比分析.结果 T-S模糊神经网络预测控制方案具有较强的控制精度和动态性能,预测精度高、容错性好、收敛速度快,基本无超调等特点.结论 T-S模糊神经网络预测控制能够提高产品退火质量、节能环保,可以应用于退火炉炉温的优化控制.     

多变量专家模糊控制器

考虑到对模型未知的多变量系统进行控制的复杂性,依据操作经验建立了解耦规则集合,以便实现多变量系统的解耦,构造出多变量专家模糊控制系统。该系统能综合考虑各子系统的误差信息集合,进行特征识别,作出综合控制决策。仿真结果证明了该控制方法的可行性和有效性。     

参数在线辨识的模糊神经网络Smith控制器

将多变量系统的Smith预估器参数的在线辨识方法的研究结果运用到多变量模糊RBF神经网络控制系统中,构造多变量模糊RBF神经网络Smith预全控制器,详细地阐述了控制器的结构和设计方法,并对一个双输入双输出对象进行仿真研究,仿真结果表明所构造的控制器具有的控制效果,且当对象的特性发生变化时,系统仍具有较好的辨识效果,控制器具有一定的鲁棒性和自适应能力。     

多变量系统的变时滞无模型自适应单值预测控制

针对难以建模的变时滞多变量非线性系统的控制问题,基于改进具有辅助向量的多变量紧格式动态线性化泛模型,参考多变量单值预测控制算法,提出改进的目标函数,给出变时滞多变量无模型自适应单值预测控制算法,采用自适应递推算式的优化算法进行优化,给出了目标函数的加权网络参数的在线优化算法,解决了试凑法确定加权网络参数的问题.试凑法确定的加权网络参数不能保证控制算法最优,综上研究提出在线优化参数的变时滞多变量无模型自适应单值预测控制算法,仿真结果说明,单值预测控制算法具有无模型自适应控制性能及预测控制功能和参数寻优功能,故算法具有优良的控制性能.