基于非线性PID的连续搅拌反应釜控制方法

连续搅拌反应釜(continuously stirred tank reactor,CSTR)普遍存在高度的非线性、不稳定性和参数不确定性.线性比例-积分-微分(proportion integration differentiation,PID)控制算法难以满足CSTR系统的控制要求.为了提高CSTR系统的控制品质,采用非线性函数对线性PID控制器的比例、积分、微分系数进行非线性构造,得到非线性PID(nonlinear PID,NPID)控制算法,并将NPID算法运用于CSTR系统的出料温度控制.仿真结果表明,NPID控制算法的控制效果更好,CSTR的出料温度和出料浓度响应曲线更加平滑,过渡过程时间更短,系统抗干扰能力和鲁棒性更强.可见,所提算法是合理和有效的.     

带误差补偿的GPC对网络控制系统时延的解决

针对网络控制系统(NCS)具有不确定时延的特性，提出了将广义预测控制(GPC)应用于网络控制系统的思想。为了克服模型失配和系统不确定性的影响，基于BP神经网络建立一个误差的预测模型，用误差预测值对输出预测值进行补偿，构成新型的广义预测控制算法，并采用了平滑滤波的加权输入控制律。在网络控制系统中，测试了网络数据传输的随机延迟时间特性，比较了GPC和具有BP网络预测误差补偿的GPC两种控制方法，验证了具有BP网络预测误差补偿的GPC在模型失配时的更好的控制性能。     

广义预测PID控制算法

本文根据广义预测控制(Generalized Predictive Control,简写GPC)与PID控制控制律结构的相似性,通过对广义预测控制性能指标函数中控制加权序列Qj(z-1)的配置给定,导出了具有PID算法结构的广义预测控制律。从而借助广义预测控制算法参数的递推关系链,自动优化整定PID调节参数,并实施广义预测PID控制。     

广义预测控制在锅炉汽温调节中的应用

本文研究采用广义预测控制GPC(Generalized Predictire Control)方法对火电厂锅炉过热汽温进行自动控制。通过仿真试验并同常规的PID型汽温调节系统比较表明,这种新型的控制规律将使汽温调节质量得到较大改善。文中还对GPC算法的鲁棒性进行了仿真研究,尽管被控对象的动态特性在较大范围内变化,但GPC算法使系统仍有良好的动态品质。因此,广义预测控制在锅炉过热汽温调节系统中的应用是很有前途的。     

集中空调送风静压系统建模与广义预测控制

集中空调空气处理系统因其大时滞、非线性、强扰动、被控对象辨识困难等特点,使得常规PID控制算法的控制效果欠佳。文中在分析集中空调整体系统架构的基础上,基于送风静压控制模型的辨识,提出广义预测控制算法。针对送风静压子模块,采用系统辨识方法,对风机频率风管静压回路进行建模,基于该系统控制模型,设计广义预测控制算法,并用于定静压控制策略的实现。仿真验证和实测结果表明,所设计的算法相对于传统PID控制算法具有较强的跟踪及抗干扰能力。     

基于T-S模型的局部通风机风量模糊预测控制算法

针对目前比例-积分-微分(PID)控制、模糊控制以及模糊自适应PID控制方法在局部通风机风量控制系统中的不足,提出一种基于T-S模型的局部通风机风量模糊预测控制算法。首先建立了局部通风机系统的T-S模糊模型,并进行拟合度验证实验,然后提出基于T-S模型的模糊预测控制算法局部通风机风量控制策略,并对算法进行了实验验证。结果显示,局部通风系统中,该控制算法相对于PID控制、模糊控制以及模糊自适应PID控制具有更好的控制效果,并且该算法能够根据瓦斯的历史浓度做出先见性的控制。     

基于模糊模型的预测PID控制器的参数整定

提出一种基于模糊模型的预测PID控制器（PPID）的参数整定方法，PPID采用广义预测控制的控制策略，控制算法简单，容易在单片机、PLC和仪表上实现，且有比普通的PID更优良的性能，参数整定分两阶段进行，首先基于初始模型对PPID离线进行整定，然后在系统运行后利用对象的输入输出数据对模糊模型和PPIDR的参数再次进行离线整定，整定算法均采用批处理方式的梯度下降法。     

随机非线性系统的在线修正参数预测滤波PID控制

针对一类随机NARMAX模型,分析了其可采用PID控制的约束条件.提出采用辅助模型的可克服算法病态的遗忘因子递推最小二乘算法对被控对象进行参数估计,利用动态切平面逼近的预测算法对系统输出进行预测,基于一具有预测控制性能的增量型预测滤波PID控制算法,根据可克服算法病态的直接极小化指标函数自适应控制算法和Robbins-Monro算法,给出了具有在线修正PID控制参数和加快PID控制参数收敛速度的随机NARMAX模型的自适应预测滤波PID控制算法.仿真研究表明:因给出的PID控制算法具有预测控制性能和在线修正参数性能,故系统具有较好的控制品质.     

基于小脑模型的广义预测控制快速算法

从状态空间的角度推导出广义预测控制算法,并利用小脑模型(CMAC)提出了一种新型广义预测控制快速算法,解决了传统GPC算法计算量大的问题.仿真结果表明该算法的有效性.     

基于扩展状态观测器的锅炉-汽轮机组模糊模型预测控制

针对锅炉-汽轮机组易受扰动、非线性等特点,提出一种基于扩展状态观测器的模糊模型预测控制方法。首先,基于实际被控对象的输入输出数据建立1 000 MW锅炉-汽轮机组的模糊模型;然后利用输出代价函数在模糊模型上设计一个稳定的模糊模型预测控制器,以实现节流蒸汽压力、分离器蒸汽焓和负荷的稳定、快速和准确跟踪。将一种改进的线性扩展状态观测器与预测控制器相结合,以增强其抗干扰性能,该观测器可以在线估计系统的行为变化和未知干扰,通过设计合适的李雅普诺夫函数证明了整个控制系统的闭环稳定性。在对某1 000 MW锅炉-汽轮机组模型的节流阀压力、蒸汽分离焓和有效功率(负荷)参数的仿真中,具有扩展状态观测器的模糊模型预测控制超调量和调节时间等指标均优于积分模型预测控制、稳定模型预测跟踪控制器(stable model predictive tracking controller, SMPTC)和广义扩展状态观测器的控制(generalized extended state observer control, GESOBC),证明了所提出方法的有效性。     

基于西门子PCS7的搅拌反应釜连续反应控制系统

针对搅拌反应釜连续反应过程,采用多功能过程和实验系统（MPCE）中的连续搅拌反应过程（CSTR）进行控制系统设计。进料流量采用比值控制,液位采用串级控制,升温过程采用预测模糊控制,恒温阶段采用模糊免疫PID控制,并设计了压力安全联锁控制系统。基于西门子PCS7产品进行工程实现,运行结果表明：控制系统中各种控制策略操作简...     

一种新的预测PID控制器

提出了一种新的预测PID控制器 ,通过将广义预测控制的控制律写成PID的形式 ,使PID控制器具有预测的功能。同时 ,在广义预测控制的性能指标中引入稳态误差加权项 ,用较小的预测时域和稳态条件代替较大的预测时域 ,从而减小了在线计算量。在连续搅拌反应釜 (CSTR)上进行的仿真试验验证了该技术的可行性 ,新控制器的控制性能优于普通的预测PID控制器。     

基于改进的隐式广义预测控制在燃气发电锅炉主汽压中的应用

针对燃气发电锅炉主汽压控制系统存在非线性、模型参数不确定等问题,提出了一种改进的隐式广义预测控制策略。首先,使用遗忘因子递推最小二乘法进行模型参数辨识,建立主汽压的离散数学模型;其次,在常规广义预测控制理论基础上建立主汽压的隐式广义预测控制系统,简化控制算法,通过在目标函数中增加PI结构,提高系统的鲁棒性。仿真结果表明,相比串级PID和常规隐式广义预测控制,所提控制策略在模型适配时调节时间最多减少20 s,模型失配时超调量最多减少5.08%,调节时间最多降低36 s,系统鲁棒性和抗干扰能力增强;工程应用表明,使用所提策略后主汽压控制偏差在±0.2 MPa之间,控制精度显著提高。改进的隐式广义预测控制较好地满足了工业生产中对主汽压的控制要求,具有较高的研究和应用价值。     

基于动态递归神经网络的动态矩阵控制

给出了利用动态递归神经网络 (DRNN)重构一个非线性动态过程的方法 ,对权值调整算法进行了推导。采用的动态递归神经网络具有非线性系统状态观测器的结构特征 ,容易实现并进行稳定性分析。利用训练好的网络作为预估模型 ,设计了基于DRNN的动态矩阵控制算法。仿真结果表明了权值调整算法和控制策略的有效性     

基于可行扰动的非线性预测控制实时迭代算法设计

针对非线性模型预测控制中滚动优化问题在线求解的困难,提出一种基于可行扰动的实时迭代优化算法。将可行扰动策略引入滚动优化中,保证算法快速收敛且具有提前终止能力。通过对运动小车以及连续搅拌反应釜的仿真研究,验证了该算法的有效性。     

基于自适应模拟退火算法的CSTR的动态优化

首先分析了连续搅拌釜式反应器的动态优化模型。基于对自适应模拟退火算法的研究,提出了一种改进的邻域调整方案,并将其应用于求解连续搅拌釜式反应器的动态优化问题。仿真结果表明,改进后的算法大大加快了搜索速度,提高了最优解的质量,为工业过程控制的设计提供了高效、可靠的参考依据。     

一种基于免疫遗传算法的CSTR跟踪控制新方法

对连续搅拌反应釜的跟踪控制问题进行了研究。通过模拟生物体的实际免疫行为设计出了实用化的免疫遗传算法 ,利用此算法对PID控制参数进行在线调整。仿真结果表明 ,该方法能够对连续搅拌反应釜进行有效地跟踪控制     

一种基于机理模型的非线性预测控制改进算法

将基于微分-代数方程组的机理模型作为被控模型,利用联立法中的配置点法将预测控制中的滚动时域最优控制问题转化成求解非线性规划（NLP）问题.针对求解NLP问题过程中出现的由于方程维数过高而导致的求解速度过慢的现象,提出基于斐波那契数列的稀疏化策略,可以有效地减少计算量,加快求解速度.最后文中在强非线性对象连续搅拌反应釜上仿真,将该算法与标准NMPC算法和线性预测控制动态矩阵算法进行对比,体现出新算法的优越性.