一种改进的自适应Smith预估器

传统的Smith预估器是基于被控对象的精确数学模型而设计的,对于缺乏精确数学模型且参数时变的大时滞系统,常规的Smith预估控制规则就很难获得令人满意的控制效果。文章在一种增益自适应Smith预估补偿器的基础上,利用信号的相关性分析技术中的平均幅度差函数,实时调整预估器的滞后时间;仿真表明,该算法具有较好的性能,加强了Smith预估器抗干扰能力,改善了参数时变的大时滞系统的鲁棒性。     

时滞大惯性对象随动性能的改善

以时滞大惯性加热炉为被控对象,通过试验建模得到对象模型参数,应用Siemens S7-300自整定调节器和结构控制语言SCL构建Smith预估控制系统.研究常规单回路系统、常规Smith预估系统以及增益自适应Smith预估系统在时滞大惯性对象情况下的随动响应性能.实际运行表明,增益自适应Smith预估系统控制质量明显提高,尤其在对象参数与预估器参数失配后,能够有效地改善系统的随动响应和鲁棒性.     

基于改进Smith预估补偿及自适应Fuzzy-PID控制的NCS研究

在具有网络时延和被控对象自身时延的网络控制系统中,针对传统Smith预估补偿器需要被控对象的精确数学模型,对传统Smith预估补偿器进行改进,提出在预估器主反馈通道上加入一阶惯性滤波环节,用于解决被控对象与预估器模型参数失配问题。同时引入自适应Fuzzy-PID控制器作为系统控制策略,设计了系统结构并进行了仿真研究。仿真结果表明改进后的系统能获得更好的动态性能和适应性能。     

一种基于改进的模糊Smith控制主动队列管理算法

针对网络中传输延时给拥塞控制带来不利影响,而现有算法过于依赖精确模型的弱点,提出将模糊控制与改进的Smith预估补偿相结合的设计用于与TCP连接的主动队列管理算法.通过改进的Smith预估补偿器对时延进行预估补偿,使得对TCP的拥塞控制更加及时;而模糊控制器无需被控对象的精确数学模型即能实现良好的控制,可以克服Smith预估补偿依赖精确模型的缺点.两者的结合对于时滞网络的控制可以达到优势互补的作用.最后通过仿真验证了方法的有效性.     

一种具有大纯滞后系统的自适应Smith控制方法

运用李雅普诺夫稳定性原理,设计了自适应预估器,提出了一种大滞后系统的自适应Smith预估控制方法。它有效的克服了Smith预估控制方法对被控对象数学模型要求精确的主要弱点,能够应用于一些参数易变且变动较大的工业对象,特别是对大纯滞后且滞后时间变动大的工业对象能获得很好的效果。数字仿真结果令人满意。     

混沌优化Smith预估补偿器

一个控制系统的Smith预估补偿器参数如果选取不精确可能会导致控制器失效,针对这一问题,提出一种在线混沌优化Smith预估补偿器参数的方法.首先通过混沌映射对被控对象的阶跃响应曲线进行数学辨识得到其传递函数,然后依据辨识出的数学模型进行离线PID参数优化.当模型变化时,控制器可以自适应调节参数.此方法具有被控对象自动识别、系统针对性强、可以在线滚动优化等优点.分别以低阶和高阶数学模型为被控对象进行仿真,仿真结果表明,控制器具有较强的跟踪能力和鲁棒性.     

Smith预估控制在分级磨矿系统中的应用

针对某锡石-多金属硫化矿两段磨矿回路中大时滞问题提出了一种主控回路和副控回路相结合的史密斯(Smith)预估控制方案,可以很好的降低分级磨矿系统中由于时间延迟对给矿量和给矿水量的不利影响,缩短响应时间,改善分级磨矿系统的调节品质.MATLAB仿真结果表明,Smith预估控制方案在被控对象模型不精确的情况下对大时滞对象的控制,具有较好的适应性,可以取得较好的控制效果.     

用于时滞不确定系统的自适应Smith预估器

Smith预估器对模型的依赖性制约了它在实际中的应用,文中提出一种改进型Smith预估器,能在线地跟踪时滞不确定对象的时滞时间常数的变化引起的系统输出的变化,调节模型输出使得闭环系统稳定,而且,模型中不含有时滞环节,控制器只有一个调节参,易于实现;对一大惯性、大时滞系统的仿真结果表明,改进算法较好地解决了Smith预估器的稳定性对模型时滞时常数的依赖性问题,具有广泛的应用前景。     

基于MCS算法的自适应时滞补偿振动控制研究

由于Smith预估时滞补偿器对预估模型和预估时间有较高的要求,在预估模型和时间出现较大偏差时会引起时滞补偿的MCS算法出现控制效果下降甚至失稳的问题,因此,基于李雅普诺夫稳定性原理,设计一种自适应时滞补偿结构添加到时滞补偿MCS算法中,构建一种具有自适应时延补偿的MCS算法。选取悬臂梁结构为研究对象进行仿真分析,结果表明改进的MCS算法不仅克服了预估时间出现较大偏差时的失稳问题,而且具有较好的时滞补偿控制效果。     

EHA半主动悬架自适应Smith预估时变时滞补偿控制

由于传统Smith预估补偿控制对采用电动静液压作动器(Electro Hydrostatic Actuator,EHA)半主动悬架只能进行临界时滞时间的补偿,设计了一种自适应Smith预估时变时滞补偿控制器。通过计算含时滞半主动悬架系统的临界时滞,结合小时滞下悬架系统不会发生失稳的条件,得到了含时滞EHA半主动悬架时滞的时变特性,并验证了该时滞补偿控制器对时变时滞补偿的有效性。利用模糊控制算法求取了含时滞EHA悬架的半主动控制力,并进行了时变时滞补偿。建立了含自适应Smith预估时变时滞补偿控制的EHA半主动悬架仿真模型,并进行了对比仿真分析。结果表明,当时滞为0.05 s和0.1 s时,自适应Smith预估时变时滞补偿控制下的悬架簧载质量加速度和轮胎动载荷的均方根值分别改善了14.6%,5.5%和29.5%,15.5%;相比于传统Smith预估时滞补偿控制,时滞补偿效果分别提高了39.7%,41%和18%,55%.     

一种改进的Smith预估补偿方法

在常规Ｓｍ ｉｔｈ 预估补偿算法控制结构的基础上,进行适当改进,使用模型参考自适应辨识方法,把控制对象与模型间的差异用增益来补偿,使得模型失配条件下的Ｓｍ ｉｔｈ 预估补偿控制效果接近于模型精确条件下的控制效果．仿真结果表明,在存在模型偏差时,提出的方法能大大改善Ｓｍ ｉｔｈ 预估补偿控制的动态性能,且对外扰具有很好的抑制作用．     

时滞网络预测PI控制算法鲁棒稳定性分析

针对网络中存在的时滞给主动队列管理算法性能带来的不利影响,将Smith预估补偿器与达林算法相结合,提出了一种预测PI控制算法,既利用Smith预估器克服了大时滞给系统性能带来的影响,也减少了控制器参数整定数量.利用控制理论分析了该算法中Smith预估模型与实际对象模型分别存在增益、时间常数和时延失配情况下系统的鲁棒稳定性,并分别给出了保持系统稳定的失配参数条件.理论分析表明,通过适当选择期望闭环传递函数时间常数和预估模型参数,可以使系统获得较强鲁棒性和较快响应速度.仿真试验验证了理论分析的正确性.     

基于电加热炉温度系统的自适应模糊PID-Smith控制方法研究

针对电加热炉温度控制系统,研究了自适应模糊PID-Smith控制方法.该控制方法利用Smith预估算法克服纯滞后,利用模糊控制来提高系统的鲁棒性,利用PID控制来提高稳态精度.通过Matlab仿真研究,表明该控制器具有良好的稳定性和鲁棒性,对于大时间滞后的电加热炉温控系统是一种实用而简便的控制方法.     

可变纯滞后时变系统模型参考自适应预估控制

基于Smith预估控制和参数最优化理论,提出了可变纯滞后时变系统的模型参考自适应预估控制(MRAPC)。MRAPC由自适应预估器,自适应过程模型,自适应机构及常规控制器所组成。它大大地减少了系统中时变参数和可变纯滞后的影响,控制性能明显地强于Smith预估控制。其后给出的仿真结果证实了MRAPC的有效性。     

气体分馏装置多变量预测函数控制方法

针对气体分馏工业过程中存在的多变量、强耦合、大滞后等系统特性,设计了一种预测时域可调的多变量预测函数控制算法.该方法结合单变量预测函数控制及Simith预估器的特点,通过对预测时域进行分段设定,以期达到较好的快速性和稳定性.以气体分馏装置的脱丙烷塔为例,依托现场的实测模型,对提出的算法进行了验证.结果表明,所提出预测时域可调的多变量预测函数控制算法调节时间短,跟踪效果好.     

一种具有大纯滞后系统的Smith控制

以水泥质量过程控制为背景，对大纯滞后系统的控制问题进行了深入的研究。在充分讨论Ｓｍｉｔｈ算法的基础上，提出了时滞跟踪的Ｓｍｉｔｈ算法。实验证明了新算法的优越性     

带神经网络补偿的Smith预估极点配置自校正控制

用一个常规线性模型对被控对象进行辨识,线性模型辨识的余差用一个神经网络进行补偿,线性模型和神经网络共同构成对象的辨识模型·基于这一模型对大滞后对象提出了带神经网络补偿的Ｓｍｉｔｈ预估极点配置自校正控制和带神经网络补偿的Ｓｍｉｔｈ预估极点配置自校正ＰＩＤ控制·这些方法适用于非线性对象,具有较强的鲁棒性和较好的控制精度·     

改进型模型参考自适应Smith预估控制算法在合成氨中的应用

本文提出的改进型模型参考自适应预估控制算法是克服大时滞、有扰动及被控过程参数时变的有效新型算法。理论分析及对合成氨H_2/N_2控制的计算机仿真结果表明,该法在抗干扰能力及鲁棒性方面优于当前其它的自适应Smith预估控制算法。     

基于Elman网络补偿模型的Smith预测控制

研究基于Elman网络补偿模型的Smith预测控制问题.采用互补建模方法对被控对象进行建模,其中机理模型反映被控对象的主要工作规律和运行趋势,但不可避免地存在一定的模型误差;通过Elman网络拟合机理模型的模拟误差,并对其进行补偿.实验结果表明,基于Elman网络补偿模型的Smith预测控制充分利用了神经网络的非线性拟合能力,只要对纯滞后环节精确建模,就可以完全抵消该环节对控制品质及系统稳定性的不利影响.该方法使得Smith预测控制可以用于模型不易精确确定的系统.     

带预测的模糊-PI算法在惯导温控系统中的应用

研究一种带误差预测的模糊-PI控制算法，并将该控制算法应用在惯导系统温控回路中，采用了带自调整因子的模糊控制规则加快系统响应时间，并加入了稳态PI控制提高系统精度，利用Smith预估器的思想，预测过程的误差和误差变化，解决了过程纯滞后对控制性能的影响，计算机仿真表明，系统具有反应快，超调小和稳态性能好的特点，能够达到惯导温控系统的要求。