一种自校正PID控制器设计与仿真研究

介绍了一种基于改进Ziegler-Nichols参数整定方法的自校正PID控制器。给出系统的ARX模型,引入带遗忘因子的最小二乘实时参数估计算法和增量式PID控制算法;给出改进的Ziegler-Nichols整定方法,建立临界增益和临界振荡周期与系统参数之间的关系式。以其在变风量空调系统的变频风机—管道静压控制回路中的应用为例,进行MATLAB仿真。仿真结果显示,自校正PID控制系统能够实时估计被控对象的参数,实时整定控制器参数,适应被控过程的变化,具有较强的实时参数估计和自校正能力。     

大滞后过程对象自适应鲁棒PI控制器

针对较难控制的大滞后过程对象,提出了一种基于幅值裕度和相位裕度的自适应鲁棒PI控制器.该控制器利用闭环控制回路正常运行中产生的过程对象输入和输出信号,通过信号分解和傅立叶分析运算在线辨识过程对象在重要频率点上的频率响应特性,从而获得一个可以很好的描述大滞后对象的一阶加纯滞后模型.然后基于该模型计算出同时满足幅值裕度和相位裕度的鲁棒PI控制器参数,实现了大滞后过程对象的自适应鲁棒PI控制.提出的PI控制器的自适应过程不需要过程对象的任何先验知识,也不需要中断控制回路的正常运行.仿真实验表明了自适应鲁棒PI控制器的有效性和可行性.     

汽车巡航自适应PI控制系统设计

汽车巡航控制系统的动力学特性和控制策略是一个重要的问题.针对汽车巡航PI控制系统中存在非线性特性,在分析汽车巡航PI控制系统特性的基础上,提出一种新的用于确定系统最佳输出参数的优化准则,根据该准则编写了控制系统的自适应算法,实现PI参数随控制系统状态参数的变化而自动调整,从而改善控制系统的动态性能.理论分析和仿真结果证实了该控制策略的正确性和有效性.     

一种新的模糊自校正控制学习算法

提出一种基于模糊竞争学习的模糊自校正控制方法.通过基于模糊竞争学习确定一种在线模糊辨识算法,在采用此模糊辨识方法对对象进行在线估计的基础上,用调节器实现参数的自动整定.为了验证所提方法的有效性,给出了非线性系统的控制结果.     

基于PIλDμ控制器的一种线性系统辨识方法研究

近年来,分数阶控制研究愈来愈被关注.传统系统参数辨识算法主要基于在某种意义下的最优数据拟合思想,往往比较复杂、计算量大.我们将辨识误差的抑制问题,看作是以误差方程来描述的系统的状态渐近稳定性来处理,从而将反馈控制的思想引入辨识算法中,提出了一种基于分数阶PIλDμ控制器的线性系统参数时域辨识算法,给出了递推算法的详细推导,并用已知系统仿真验证了算法的有效性.该算法简便、计算量小.仿真结果表明,该算法优于传统最小二乘法.     

随机干扰下降阶时延混沌系统的自适应广义投影同步

研究随机干扰下降阶时延混沌系统的广义投影同步(RLGPSS).结合自适应控制方法和反馈控制技术,设计控制器和参数自适应更新律,实现混沌系统的RLGPSS问题,同时,对于系统未知参数能够有效的辨识.数值仿真结果证实了所提出控制策略的有效性.     

RBF网络模型参考自适应控制在温度控制中的仿真研究

减压塔侧线温度系统是一个时变非线性复杂系统,采用常规的PID控制回路难以达到较好的控制品质。针对克拉玛依石化厂原油蒸馏装置中的减压塔,根据实际控制要求,提出了RBF神经网络模型参考自适应控制策略,设计了减压塔减三线温度控制系统,给出了RBF神经网络控制器和模型辨识网络参数的学习算法。仿真结果表明,采用提出的控制策略,控制效果非常好,完全达到控制要求。     

基于Lag-SBP的Wiener型非线性系统的辨识方法

给出了Wiener型非线性系统的一种新的辨识方法，采用Laguerre函数与静态BP网络相结合构成Wiener型非线性系统的模型，并给出此模型参数递推辨识算法，这种模型参数辨识不需要实际系统的阶次和时延先验知识，对实际系统阶次和时延变化有较强的鲁棒性。数字仿真验证了该方法的有效性。     

对接半物理仿真系统中的自适应柔顺力控制研究

为实现空间航天器对接过程中的强制校正和拉近阶段过程的半物理仿真,提出了一种六自由度并联运动平台的基于位置闭环的力控制方法.针对强制校正和拉近过程中两飞行器之间连接刚度大范围变化,设计自适应力控制器解决了刚度参数时变对系统性能的影响.试验结果表明自适应柔顺力控制可以实现强制校正和拉近阶段过程的有效模拟.     

含时变时延的卫星编队姿态协同自适应滑模L2 增益控制

针对带有时变通信时延和输入时延的卫星编队飞行姿态协同控制问题,考虑卫星转动惯量参数不确 定性及干扰,提出了一种自适应滑模犔２ 增益控制算法。该方法首先利用自适应参数辨识技术对由转动惯量参数 不确定给系统带来的扰动上界进行估计,进而设计了含时变时延信息的滑模自适应控制器,构造Ｌｙａｐｕｎｏｖ Ｋｒａ ｓｏｖｓｋｉｉ函数,从理论上证明了闭环系统在该控制器作用下可以协同达到渐进稳定。在此基础上,进一步考虑存在 外部干扰的影响,定义包括外部干扰与自适应参数估计误差在内的广义干扰,设计了对广义干扰具有犔２ 增益抑 制作用且含时变时延信息的姿态协同控制器。最后,仿真结果表明了所提出的控制器的可行性、有效性。     

高精度伺服系统神经网络自适应控制研究

经典的、基于对象模型的PI控制方法简单、易于实现,但对于一些负载扰动和模型参数的变化,往往不能起到很好的抑制作用。针对上述问题,提出了一种神经网络自适应PI的控制方法,利用负载干扰观测器和神经网络自适应地调整PI控制器的参数,从而来有效地减少负载的干扰和模型参数的变化对系统造成的影响,提高了系统的鲁棒性。仿真结果表明了该方法的有效性。     

Dynamic Power Saving via Least-Square Self-Tuning Regulator in the Virtualized Computing Systems

In recent years,power saving problem has become more and more important in many fields and attracted a lot of research interests.In this paper,the authors consider the power saving problem in the virtualized computing system.Since there are multiple objectives in the system as well as many factors influencing the objectives,the problem is complex and hard.The authors will formulate the problem as an optimization problem of power consumption with a prior requirement on performance,which is taken as the response time in the paper.To solve the problem,the authors design the adaptive controller based on least-square self-tuning regulator to dynamically regulate the computing resource so as to track a given reasonable reference performance and then minimize the power consumption using the tracking result supplied by the controller at each time.Simulation is implemented based on the data collected from real machines and the time delay of turning on/off the machine is included in the process.The results show that this method based on adaptive control theory can save power consumption greatly with satisfying the performance requirement at the same time,thus it is suitable and effective to solve the problem.     

基于动态RBF神经网络在线辨识的单神经元PID控制

针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制。仿真结果表明,与常规RBF神经网络辨识的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。     

基于自适应灰色预测的虚速率算法

虚速率(VRC)算法是近年来新兴的一种基于速率的主动队列管理算法,本文将灰色预测、自适应控制与虚速率算法三者的设计思想融合起来,提出一种新的基于自适应灰色预测的虚速率算法。将二次型性能指标引入到VRC算法中PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了PID的自适应最优控制。同时将自适应PID与灰色预测器相结合,用预测结果代替被控对象测量值,克服了网络时滞和干扰给系统带来的负面影响,并进行了稳定性分析。仿真结果表明,该算法具有优良的性能。     

船舶航线保持自适应控制器的设计与仿真试验研究

主要介绍适用于船舶航线保持自动控制系统的自校正控制算法，由于选择了具有偏航距离加权约束的广义最小差性指标，使所设计的控制器不仅适合于航向保持自动操舵，而且适合于航线保持自动控制，实验表明，该控制器具有良好的性能。     

Adaptive Robust Dead-Zone Compensation Control of Electro-Hydraulic Servo Systems with Load Disturbance Rejection

A backstepping method based adaptive robust dead-zone compensation controller is proposed for the electro-hydraulic servo systems(EHSSs) with unknown dead-zone and uncertain system parameters.Variable load is seen as a sum of a constant and a variable part.The constant part is regarded as a parameter of the system to be estimated real time.The variable part together with the friction are seen as disturbance so that a robust term in the controller can be adopted to reject them.Compared with the traditional dead-zone compensation method,a dead-zone compensator is incorporated in the EHSS without constructing a dead-zone inverse.Combining backstepping method,an adaptive robust controller(ARC) with dead-zone compensation is formed.An easy-to-use ARC tuning method is also proposed after a further analysis of the ARC structure.Simulations show that the proposed method has a splendid tracking performance,all the uncertain parameters can be estimated,and the disturbance has been rejected while the dead-zone term is well estimated and compensated.     

基于Sugeno推理自调整模糊Smith-PID控制器仿真研究

针对工业控制中大惯性、纯滞后、参数时变非线性受控对象难于控制问题,提出一种新型控制器,利用Smith预估器补偿受控过程纯滞后作用,基于Sugeno推理模糊控制器自调整PID参数.给出控制器结构及其控制策略,并将其应用于加热炉温度控制系统中,与常规PID控制器和Smith预估补偿PID控制器比较.仿真结果表明,该控制器各项性能均好于其它两种控制器,具有动态调节性能好、稳态精度高、抗干扰性强和鲁棒巨好的特点.     

一类非线性MIMO系统的自适应模糊输出反馈控制

针对一类多输入多输出非线性系统设计了自适应模糊观测器和控制器。该方法不需要系统状态完全可测的条件，而是通过自适应模糊观测器估计系统的状态。采用基于状态估计的模糊基函数模型的模糊逻辑系统逼近非线性函数，并对模糊建模误差和外扰的存在采用了鲁棒补偿控制项以保证良好的观测与跟踪性能，该控制器保证了跟踪误差和观测误差的一致最终有界性。仿真结果表明所提出的方法具有良好的观测效果与跟踪效果。