基于组态技术的PLC虚拟仿真系统设计

提出将组态软件用于PLC仿真实验中,分析了用组态软件虚拟PLC被控对象的可行性,给出了仿真程序流程图,设计了以自动售货机为虚拟被控对象的仿真系统,通过计算机全真模拟PLC的控制对象,克服了真实被控对象的缺点.     

DEB系统对单元机组动态特性的补偿

分析了DEB400协调控制系统结构和控制原理,得出DEB400系统实际是对被控对象的非线性动态特性进行了补偿,这种补偿可改善广义被控对象的动态特性,部分消除由非线性造成的对象时间常数随负荷的变化,从而提高控制质量,利用MATLAB/SIMULINK仿真其广义被控对象动态特性及系统在扰动信号下调节量和被调量的变化,证明了这一结论.     

双容水箱上的几种液位控制实验及被控对象的数学模型

介绍了双容水箱液位控制实验仪的实物系统装置;面向不同的实际背景,设计了几种典型的控制实验,并用机制分析法分别建立了被控对象的数学模型;分析了上述被控对象的能控性和能观性.     

一种大迟延系统的控制方法

大迟延系统在工业生产过程中比较常见但又难以控制,并且大部分工业生产过程都具有非线性的特征,被控对象的传递函数随负荷的变化而变化.在利用传统串级PID对实际系统进行控制的时候,很难得到理想的控制效果,难以保证控制品质,因此针对此问题提出基于物理机理的PID控制方法.该方法的控制策略主要是基于被控对象和控制过程的物理机理,使其可以不需要经过复杂的计算和补偿环节,取消了串级控制回路,从而使系统结构更加简单有效,控制性能得到较大改善,可适应大范围负荷变化的需要.由于火电厂主汽温为典型的大惯性、大迟延、非线性系统,被控对象的传递函数随负荷的变化而改变,所以选取主汽温为被控对象进行仿真实验.实验结果证明,基于物理机理的PID控制与传统串级PID相比,可以达到更好的控制效果.     

基于灰色模型的广义预测控制直接算法

基于灰色模型GM（1,2）,采用两个辨识器分别辨识被控对象和闭环系统的参数,从而得到了控制器的参数,给出了一种广义预测控制的直接算法.由于此方法将被控对象视为灰色系统,需辨识的参数较基于CARIMA或CARMA模型的广义预测控制直接算法大大减少,实时性进一步提高.仿真结果表明,该方法是有效可行的.     

模糊控制在控制系统中的应用

针对不同的典型被控对象，介绍了采用比例积分微分控制和模糊控制两种控制方法。通过仿真实验证明，Fuzzy控制对被控对象参数和模型结构的变化，能获得较好的控制效果。     

基于预估补偿的网络控制系统模糊免疫PI控制

为克服网络时延对系统性能的影响,采用Smith预估补偿和模糊免疫PI控制相结合的方法,把被控对象和网络看作一个时变的被控系统,用渐消记忆的最小二乘算法对该系统的延时参数进行估计,并用Smith补偿器对延时进行补偿,初步解决网络延时给系统带来的影响.将免疫反馈控制和PI控制相结合,组成免疫PI控制器,根据控制量的变化来调节PI控制器参数,在参数选择合适的情况下,克服由延时预估误差对系统引起的控制偏差,提高系统精度.最后以直流电机为被控对象进行了仿真研究,结果表明该方法能有效改善系统的控制性能.     

基于系统特征数据辨识的控制器设计

介绍了一种基于系统特征数据的控制器设计算法.该算法仅根据被控对象的输入、输出采样数据,按照卷积定理计算出被控对象的单位脉冲响应作为系统的特征数据;在控制量约束条件下,根据特征数据以最速响应为控制目标规划出输出参考数据和最速控制律;然后根据控制目标和最速控制律的要求计算出理想控制器的特征数据;最后,根据控制器的特征数据辨识出线性控制器参数.仿真结果表明,控制结果具有最速参考控制的特征.     

纯滞后系统算法设计与仿真研究

在当被控对象与模型失配情况下,Smith预估控制往往难以达到满意的效果。针对具有此种情况的纯滞后工业过程,提出了一种内模控制设计方法;通过仿真结果表明,内模控制能克服被控对象增益和时间常数变化对控制性能的影响,有较强的鲁棒性和抗干扰能力。     

LPV模型的非线性PID控制算法

以LPV模型为被控对象,提出一种适合动态系统、整定简便的非线性PID控制算法。针对LPV模型时变非线性运行特性,引入工作点变量,采用传统Ziegler-Nichols法整定被控对象在工作点处的局部PID控制参数,通过高斯插值使控制参数在系统操作轨迹上的平滑过渡,有效避免控制参数突变对系统的冲击以及被控模型改变引起的误差,实现了对被控非线性对象的高效稳定控制.     

工业控制中Fuzzy—PID控制的策略与方法

从理论上分析了常规模糊控制器的局限性,在此基础上推导出模糊PID控制器消除稳态误差的原理,并以液位控制系统为例,介绍了模糊PID控制器的设计方法,并用MATLAB工具箱对系统进行仿真试验.通过对仿真结果的分析得出:模糊PID控制器既能消除稳态误差,又有很强的鲁棒性,对于此类非线性迟滞系统具有良好地控制性能.     

MIMO多输入输出网络控制系统的容错控制

针对被控对象为具有不确定因素的多输入多输出网络控制系统,设传感器与控制器均为时间驱动,执行器为事件驱动,网络诱导时延小于采样周期,将未能成功传输数据的传感器节点视为暂时失效,把具有传感器故障的网络控制系统建模为一类带有不确定因素的离散模型,借助Lyapunov定理给出了系统渐近稳定的充分条件,基于LMI方法得出观测器和控制器的分离设计方法,实现了MIMO网络控制系统的容错控制。     

网络控制系统保性能控制

针对网络控制系统中时延不确定因素,将时延的不确定性转换为系统状态方程系数矩阵的不确定性,网络控制系统对象模型为具有时滞的不确定离散模型.在此模型的基础上,将网络控制系统的保性能控制问题转化为研究时滞的不确定离散系统的鲁棒保性能控制问题.利用Lya-punov理论及线性矩阵不等式(LMI)方法,证明了通过状态反馈控制,使网络控制系统保性能控制的充分条件等价于求解LMI.仿真示例验证了该控制方法的有效性.     

船舶运动的混合智能控制

将混合智能算法应用于船舶航向，转向控制，充分发挥了模糊逻辑，神经网络和遗传算法各自的优势采用GA发优与BP算法学习模糊神经网络参数，通过竞争学习算法从样本数据中获得取模糊控制规则，并与专家经验有机结合，弥补了各自的不足，仿真表明上述算法为改进船舶运动提供了一个有效途径。     

网络控制系统的输出反馈控制

将网络控制系统描述为具有输入延迟和测量输出延迟系统,给出了系统渐近稳定的定义.提出了零输入系统渐近稳定存在的充分条件,并基于一个李雅普诺夫泛函,提出了输出反馈镇定控制器存在的充分条件,通过输出反馈控制使闭环系统达到二次稳定.采用锥面互补方法,将不具有严格线性矩阵不等式(LMI)条件的非凸可行解问题转化为具有严格LMI条件的非线性最小化问题,得到了求解输出反馈控制器增益参数的静态输出反馈镇定(SOFS)算法.通过一个仿真实例,验证了该算法的有效性.     

网络化控制系统的随机最优控制

对于网络诱发延迟大于一个采样周期的网络化控制系统,该文研究了该系统的线性二次Gauss(LQG)随机最优控制问题,提出了一种新的分时控制模式.这种控制模式充分利用了系统信息并能改善系统的性能.在该控制模式下建立了网络化控制系统的随机数学模型.该文还讨论了网络化控制系统中传输延迟的Markov特性,基于这种Markov链理论,设计了具有完全状态信息的系统线性二次Gauss随机最优控制器.仿真结果验证了该分时控制模式比没考虑延迟的优化控制和没充分利用控制量的控制模式有更好的控制效果.     

基于切换控制的均匀液位控制

过程工业中常常提出均匀液位控制问题,即在保证液位不出界的前提下,使输出流量尽可能平缓.对于此类受限控制问题,模型预测控制可以取得满意效果,但在线优化的复杂性又阻碍了算法在实际中的推广.基于模型预测控制,提出了一种通过调整预测时间域长度来处理液位约束的方法,加上对未知扰动的估计算法,最终推出切换PI控制律.该方法既简化了在线优化过程,又增强了对随机扰动的适应性,已成功地应用于甘肃金川集团公司6 kt磨浮系统中.     

一种串级调速的闭环控制系统

介绍了一种双闭环控制的串级调速系统，对系统的工作原理、组成及动态结构作了较为详细的论述，并解答了该系统在实际应用中出现的主要问题。     

NOUS控制和PID控制的直流降压变压器控制性能对比

为了寻求更加优化的直流降压变压器控制系统,搭建了一台直流降压变压器并根据其参数建模,在此基础上分别设计了一种基于NOUS算法的状态空间控制系统、使用观测器的NOUS算法控制系统和PID控制系统。用示波器展示变压器在这3种控制系统下的阶跃响应输出和负载发生突变时的瞬态响应,以对比它们的控制性能。结果表明,基于NOUS算法的状态空间控制系统具有更好的瞬态响应和控制精确度,而PID控制系统在鲁棒性方面具有优势,使用观测器的NOUS算法控制系统仍保留了收敛速度快的优点,但会导致控制系统建模中的误差被放大,影响输出结果。