PSO算法在多模型自校正动态矩阵控制中的应用

为解决多模型控制中固定模型获取问题,将粒子群优化(PSO)算法应用于多模型自校正动态矩阵控制.对一类含跳变参数的单输入单输出离散时间系统,当模型参数突然跳变时,通过PSO算法在线优化自适应模型参数,并根据模型相似度实现固定模型的动态管理,以有效控制模型数量和减轻系统负担.模型切换策略用于选择当前与实际被控对象最接近的控制器.仿真结果表明,该方法能够较大地改善系统的瞬态响应,优于常规的自校正动态矩阵控制算法;并说明了其有效性和可行性.     

多模型内模PID控制

对于参数时变的时滞过程,较大的模型失配会使系统的动态特性和控制质量变坏甚至造成系统失稳。针对这一问题,本文提出一种新的多个PID控制器协作的内模控制方法,每个模型将来时刻的输出量由以前对应时刻的输入和输出值预测得到,再通过每个预测误差计算出各个控制器输出量的权值,多个控制器输出量的加权和作为现在时刻的控制量。这种方法克服了参数摄动对系统性能的影响。仿真结果说明了这些方法的有效性。     

基于自校正模型的非线性系统多模型预测控制

针对化工过程某些非线性系统的不对称动态特性，提出了一种基于自校正模型的多模型预测控制算法。在平衡点附近建立线性模型，利用当前工作点，通过二阶泰勒展开校正模型参数，补偿非线性不对称动态特性，形成了非线性系统的自校正多模型描述。以基于模型输出偏差的切换指标函数作为模型切换准则，结合状态反馈预测控制，构成了多模型预测控制器。pH值控制的仿真结果验证了该算法的有效性。     

镍闪速熔炼过程的模糊动态质量模型与控制

提出了利用Ｔａｋａｇｉ－Ｓｕｇｅｎｏ（简称Ｔ－Ｓ）模糊模型建立镍闪速熔炼过程动态质量模型的方法（即考虑过去与当前的输入、输出信息对将来输出的影响）,并对其动态过程进行了结构辨识和模型参数辨识。;在此基础上,针对建立的模糊动态模型,设计了２种不同的模糊控制器,一种是建立模糊动态质量模型的逆模型来实现控制;另一种是通过模型计算输出的前馈控制加系统输出的反馈控制来实现控制。经过２个月的离线指导和实际在线     

吸收式制冷系统动态模型的分析与建立

吸收式制冷系统具有两相及两组分流体流动以及多个部件数，其动态模型的建立与求解比较复杂。这里采用面向对象的模块化的仿真建模方法，将吸收式制冷系统分解为两个子系统，根据一定参数耦合关系相连接，建立其部件和系统的动态模型，适用于双效的各种溶液流程的吸收式制冷系统运行特性的仿真研究。动态仿真计算结果与实验数据的对比显示了较好的吻合性。     

基于数据的多模型分数阶PID控制方法

针对复杂非线性系统,将多模型建模与分数阶PID控制相结合,设计了一种完全基于输入-输出数据的多模型在线建模控制方法.首先,利用输入-输出数据对非线性系统进行在线多模型建模;然后,针对所建立的多个局部模型,基于加权控制方式设计分数阶PID控制器.该方法将对系统的建模与控制器的设计包含在一个控制系统设计框架以内,对系统模型的不确定性具有更好的鲁棒性,仿真实验的结果表明了该方法的有效性.     

基于广义系统的网络控制系统的分析与建模

对具有分布时延、动态输出反馈控制器且被控对象为广义系统的多输入多输出网络控制系统,在传感器和控制器时钟驱动、异步采样,执行器事件驱动情况下的运行特性进行了分析·在分析的基础上建立了正则、无脉冲广义系统对象的多输入多输出网络控制系统数学模型·通过电力系统中一个呈现广义系统模型的控制实例,说明了建模方法的有效性·为被控对象呈现广义系统模型的网络控制系统的性能分析和设计给出了有益的尝试·     

基于自校正模型的非线性系统多模型预测控制

针对化工过程某些非线性系统的不对称动态特性,提出了一种基于自校正模型的多模型预测控制算法.在平衡点附近建立线性模型,利用当前工作点,通过二阶泰勒展开校正模型参数,补偿非线性不对称动态特性,形成了非线性系统的自校正多模型描述.以基于模型输出偏差的切换指标函数作为模型切换准则,结合状态反馈预测控制,构成了多模型预测控制器.pH值控制的仿真结果验证了该算法的有效性.     

无模型预测控制及在溴化锂机组控制中的应用

为解决带有时滞特性的制冷系统的控制问题,提出了一种改进的无模型自适应预测控制算法,并将其应用到制冷系统控制方案中。首先,提出一种引入两个参数L1,L2的参数估计控制方案,改善了MFAPC( Model-Free Adaptive Predictive Control) 的伪偏导数参数估计过程,使算法在达到减参目的的同时提升了稳定效果; 之后在控制输入准则函数中加入了控制输出误差和。最后引入典型线性和非线性时滞系统、跟踪时变信号系统、溴化锂制冷系统,对其跟踪控制问题进行了仿真比较研究。仿真结果表明,改进的无模型预测控制算法能取得更稳定的输出结果,且有更快的响应速度和更好的控制性能,同时解决了带有时滞特性的制冷系统控制问题。     

一类多模型自适应控制系统的稳定性证明

针对一类时不变或慢时变的离散时间非线性系统,首先在线性鲁棒自适应控制的基础上,给出了系统有界输入-有界输出的稳定性证明,并得到了系统有界输入-有界输出稳定的充分条件;继而将其引入到多模型切换控制中,经证明该条件可以保证间接多模型自适应切换控制的稳定,较好的兼顾了系统的稳定性和瞬态响应,从而为间接多模型自适应控制器的设计提供了理论依据.     

基于自校正与线性跟踪的自适应控制系统

提出一种新的自适应控制方法──基于自校正与线性跟踪的自适应控制．从系统的输入／输出完全跟踪的目标出发，根据对象的动态模型，导出自适应控制器的调节模型．对象模型的参数，采用速推最小二乘法在线估计．仿真结果表明，本系统具有对象参数变化的自适应能力．这种控制系统比较适用于被控制参数变化较慢的生产过程．     

基于神经网络的FMS动态调度决策

提出用ＢＰ神经网络建立ＦＭＳ动态调度模块．以ＦＭＳ的生产状态和多优化目标作为神经网络的输入,多优化目标条件下的动态调度策略作为网络的输出．给出了系统的设计方法与实例,并通过仿真验证了神经网络所作出的动态调度策略是较优的．     

基于非线性反馈控制的高维混沌系统同步

采用非线性控制系统的微分几何理论,将原混沌系统进行输入输出部分线性化,并结合极点配置方法,在一定的假设前提下,设计了一个实现高维混沌系统同步控制的反馈控制器,该方法可用于同步由单个状态变量或多个状态变量线性或非线性组合形成的多输出信号的同步·所提出的控制器的设计方法简单、直观,并且具有相当的灵活性,可适用于相当广泛的非线性系统,计算机仿真结果证实了所设计控制器的有效性     

工作辊分段冷却小脑模型模糊控制

采用小脑模型神经网络控制方法对该系统进行了仿真试验研究，小脑模型神经网络适合处理多输入输出问题，并且具有自组织，自适应和自学习街特点，试验结果表明ＣＭＡＣ方法是有效的，可进行工业实际控制。     

基于改进型辅助变量法的压力传感器建模

针对经典压力传感器建模方法存在适应性较差、难以准确获取压力传感器动态特性的问题,提出了一种基于改进型辅助变量法的压力传感器动态建模方法。首先运用粒子群算法预估计模型参数,将预估计的参数代入差分方程构造辅助变量。然后利用输入、输出数据用辅助变量法辨识模型的参数,进行压力传感器系统仿真,在不同噪声模型及信噪比下得到系统输出,分别用提出的方法和现有方法建模,比较建模结果的差异。最后用激波管动态校准实验平台对压力传感器进行动态校准。根据输入、输出数据构造信息矩阵并对其正交分解确定模型阶次,再次用提出的方法和现有方法建模,验证仿真结果。通过压力传感器系统仿真及实验数据验证表明：在压力传感器建模中,改进型辅助变量法的辨识精度明显高于现有方法。     

基于PSO-SVM的多阶段产品质量预测控制方法研究

本文以钢铁产品为例,在分析多工序多阶段产品质量预测控制特点的基础上,建立了多控制点递阶SVM预测控制模型,在模型的求解过程中,提出了基于粗集理论和主成分分析法的数据预处理与模型简化,并利用带约束的PSO算法分别优化了SVM的核超参数和相关影响因素的决策范围,实现了多阶段产品质量预测和相关过程参数的全局优化,为生产过程的质量改进提供了科学的决策依据。     

油田开发系统规划的策略

依据石油开发系统的特点，引入状态方程和多变量控制方法，分析了油田开发系统的投入产出问题，提出了油田开发最优规划方法，建立了多输入多输出油田开发优化模型，提出了多输入多输出油田开发最优决策准则。在确定开发方案时，应选取影子价格较小值的油井进行开采。     

压缩机性能测试的预测补偿智能控制新算法

制冷系统是多变量耦合的复杂系统，动态过程中具有时变性、非线性、随机性以及大滞后性，精确建立整个系统的动态模型相当困难，这给压缩机性能测试中系统快速有效地自动达到稳定工况的控制带来了问题．为此作者提出了具有预测补偿机制的智能PID控制新算法，该算法的特点为：直接从控制过程的动态特征出发进行智能推理和控制决策，避免建立精确数学模型的难度，并针对制冷系统的大惯性和纯滞后的特性加入纯滞后补偿机制．该方法在实现压缩机性能全自动测试的实际应用中取得理想的效果．     

启发式神经网络在异步电机矢量控制速度估计中的应用

研究了三相感应电机矢量控制系统中的速度估计部分,引入了BP神经网络进行预测控制.在分析其数学模型之后,针对神经网络输入与输出频率存在的不匹配情况,通过改进BP神经网络解决黑箱问题时的输入参数,使用启发式算法对网络的输入参数进行预处理,取代了以电机定子电压电流参数作为训练输入的方法.仿真研究表明,该改进方法具有良好的跟踪性能与静动态性能,且具有更小的超调量.