集气管压力系统的神经网络逆解耦复合控制

针对集气管压力系统具有强干扰、强耦合、非线性、多参数等特性,依据逆系统解耦原理,分析了集气管压力系统数学模型的可逆性;采用对非线性具有较强逼近能力的BP 神经网络,逼近集气管压力系统的逆系统;神经网络逆系统与原系统构成伪线性解耦复合系统,实现集气管压力系统的神经网络逆解耦复合控制。仿真结果表明该方法实现了系统解耦,具有一定的应用性。     

CMP多区压力定量解耦协同控制

化学机械抛光(CMP)过程中由于柔性弹性隔膜的存在使得各区之间压力相互耦合,导致多区压力控制变得复杂化。该文提出了一种基于工作点线性化方法的离线辨识+定量耦合度分析+定量解耦控制的方案。利用工作点线性化方法,离线获得多区压力系统的3输入3输出模型;通过相对增益矩阵方法定量分析出各区之间的耦合程度;采用前馈补偿解耦控制器实现各区压力之间的定量解耦控制。仿真以及实验结果表明:该方案在工程实践中能够实现各区压力的定量解耦控制,使得系统在相同控制算法下获得更快的响应速度以及更小的超调量。     

基于模糊理论的焦炉集气管压力控制系统的设计与实现

针对湘钢焦炉集气管压力和鼓冷系统吸力控制特点,对原有系统进行改造,将模糊控制技术和常规PID控制技术相结合,提出了一种基于模糊理论的焦炉集气管压力控制方法,结合相邻通道的波动引起的耦合现象,采用模糊解耦原则进行解耦控制。通过matlab仿真表明：模糊PID参数自整定算法与常规PID相比,具有更好的动态特性。实践证明该方法有效实现了对集气管压力系统的智能控制。     

精密挤出成型过程中的多变量模糊解耦控制

在聚合物精密挤出成型加工过程中,机头熔体温度与机头压力是影响精密挤出成型制品质量的关键因素.文中通过动态特性实验,采用系统辨识的方法,建立了机头熔体温度与机头压力关于机头加热器功率与螺杆转速的输入输出传递函数矩阵模型,提出了一种熔体温度与机头压力的模糊解耦控制算法,并采用可编程计算机控制器予以实现.通过在挤出装置上进行的运行实验验证了该模糊解耦控制算法的有效性,有助于推动精密挤出成型控制技术的发展.     

燃料电池系统空气供应内模解耦控制器设计

针对高压质子交换膜燃料电池空气供应系统的空气流量和进气压力具有较强的耦合性这个特性,将内模控制原理与多变量解耦控制理论相结合,提出了空气流量和进气压力的鲁棒解耦控制策略.仿真结果表明,采用内模解耦控制不仅能实现被控量的解耦,而且在系统模型失配的情况下可以获得比传统PID(比例-积分-微分)解耦控制器更好的鲁棒性;同时控制器参数少,整定简单.     

焦炉集气管压力系统的复合自适应PID控制

对多变量耦合且存在时变性的焦炉集气管压力系统,提出了一种基于支持向量机结合自适应PID的控制方法.采用支持向量机逆系统的方法来进行解耦控制,使得MIMO(多输入多输出)的集气管压力系统解耦成相互独立的SISO(单输入单输出)伪线性子系统.对于解耦后的SISO(单输入单输出)系统采用单神经元自适应控制算法,实时在线调整PID参数.仿真结果表明该控制策略实现了集气管压力系统的动态解耦控制,迅速跟踪变化,提高了系统的快速调节能力和稳态精度,增强了系统的鲁棒性,可以保证焦炉集气管压力稳定在现场工艺要求的范围之内.     

煤气混合过程热值与压力的模糊补偿解耦控制

针对煤气混合过程的强耦合、强干扰和非线性等特点,提出一种将模糊控制和补偿解耦相结合的控制方法。首先,根据混合煤气热值和压力控制精度的不同要求,分别设计模糊控制器对热值和压力进行控制;然后,通过分析热值和压力之间的耦合关系,利用补偿解耦控制器对它们之间的耦合影响进行补偿,并结合生产过程中积累的操作经验,设计一种模糊补偿解耦策略,实现混合煤气热值和压力的解耦;最后,针对煤气混合过程中的特殊工况建立专家控制器,对蝶阀的非线性特性采用专家规则修正阀位增量。研究结果表明:混合煤气热值和压力的波动能稳定在较小的范围之内,同时具有较强的抗干扰能力。     

导流锥与环形隔板空间位置匹配优化数值研究

为优化导弹燃气弹射过程中的内弹道载荷,采用RNG k-ε湍流模型、有限速率/涡耗散模型和动态分层动网格技术,建立了耦合导弹运动和二次燃烧的数值模型。在实验数据验证模型可靠性的基础上,解耦分析了导流锥冲击高度和环形隔板布置高度变化对发射筒内压力及温度载荷的影响规律,得到了一组较优的参数组合。结果表明:两者不合理的空间位置匹配会引起筒内流场结构紊乱,筒底和弹底压力出现激烈的震荡;两者的变化均会引起弹底温度曲线出现小幅度的波动;但温度峰值基本不变。当冲击高度与实验装置相同、布置高度为300 mm时,弹底压力曲线平稳性最优,且筒底压力无震荡,此时加速度峰值减小12.5%,出筒速度减小2.4%,出筒时间延长3.7%。     

煤气混合加压过程的智能解耦控制方法与应用

针对煤气混合加压过程的特点，提出一种融合模糊控制和专家控制的煤气混合智能解耦控制方法。热值压力解耦控制回路以热值为主要控制目标，通过模糊专家解耦控制策略和蝶阀组控制策略，保证混合煤气热值满足要求，同时稳定加压机前的压力；压力控制回路通过前馈和反馈专家控制器，使混合煤气压力跟踪给定值。实际运行结果验证了控制策略的有效性，煤气热值和压力误差均在设定值的5％之内。     

高压下碳纳米管阵列与金属接触热阻研究

碳纳米管具有很高的轴向热导率,近年来基于碳纳米管阵列的热界面材料得到了广泛的关注.但碳纳米管阵列与金属间的接触热阻较大,通常在10mm~2·K/W以上,限制了其实际应用.目前通过化学成键等方法可将其界面热阻降至0.6mm~2·K/W,但这些方法都需要牺牲碳纳米管耐高温的特点.为保证其耐高温特性,通过施加压力的方法降低了碳纳米管阵列与金属间的接触热阻.对于高度为800μm的碳纳米管阵列,当压力为1.49 MPa时,测量得到的碳纳米管阵列-Au界面接触热阻为1.90~3.51mm~2·K/W,接近化学成键法的结果并且远小于小压力作用下的热阻,这一结果为进一步减小碳纳米管的接触热阻提供了新的思路.     

焦炉集气管压力智能解耦控制系统的应用

针对某钢铁焦炉集气管压力系统具有强耦合、强干扰、典型非线性的特点，结合模糊控制、PID控制、解耦控制和专家控制的优点，提出集气管压力的智能解耦控制方法，并将该控制方法应用于某焦化厂1号、2号焦炉智能解耦控制器。实际运行结果表明，当焦炉开盖、关盖、外送压力和煤气流量等因素引起集气管压力波动时，系统能迅速调节蝶阀开度使压力在15S内达到稳定，并且能够保证集气管压力稳定在工艺要求的波动范围内。     

多变量模糊控制系统的前馈解耦

为实现多变量模糊控制系统的动态解耦，基于前馈解耦思想和神经网络理论，提出了一种多变量模糊控制系统解耦的新方法——模糊前馈解耦法,模糊控制器和解耦部分独立设计，解耦由两层神经网络实现，节点少，其活化函数采用分段线性函数．利用简化的学习算法，根据系统输出误差，在线调整网络权值，从而实现动态解耦而无需辨识被控对象的模型，该方法结构简单且计算量小，适于实时多变量过程控制，仿真证明了该方法的有效性。     

旋转飞行器的一种解耦模糊控制方法

研究旋转飞行器的解耦控制问题.考虑飞行过程中耦合对象系统的时变性,采用串联解耦网络对开环系统进行近似解耦,并采用模糊PID控制对闭环系统进行设计,实现了纵向和侧向通道之间的稳态解耦.仿真算例表明,该方法有效消除了旋转飞行器纵、侧向通道之间的耦合效应,在飞行状态时变的情况下能够获得良好的动态性能.     

模糊解耦控制技术在VAV中的应用

采用带模糊积分器多变量模糊解耦控制技术，对耦合强烈的四维传递函数矩陈进行解耦，该传递函数矩阵是通过理论分析和动态系统辨识相结合的方法得到的。通过计算机自动控制系统仿真。取得了较好的解耦效果。该技术可以应用到变风量空调系统的解耦控制中。     

模糊-自适应神经元解耦控制在VAV中的应用

采用模糊控制器和自适应神经元解耦补偿器的解耦控制技术 ,对耦合强烈的具有变风量空调系统传递函数矩阵形式的 4维传递函数矩阵系统进行解耦控制。通过解耦系统仿真研究 ,为变风量空调系统的解耦控制提供了有效的方法     

基于模糊RBF神经网络整定的航空发动机多变量解耦控制

为解决航空发动机控制变量之间的强耦合性,构造了基于模糊RBF神经网络整定的航空发动机多变量解耦控制系统.设计了基于模糊RBF神经网络的多变量解耦控制器,在线调整PID控制器的参数并根据Delta学习规则对网络权值进行修正以达到最佳控制;针对某型航空发动机含未建模动态和噪声等随机干扰的非线性模型进行了多变量解耦控制系统仿真.结果表明:系统具有满意的动态性能和解耦特性,该方法不需要知道发动机的精确数学模型,对航空发动机的非线性和不确定性具有较强的自适应能力.     

链篦机-回转窑温度场过程控制系统设计

链篦机-回转窑温度场控制系统具有大滞后、非线性、多变量、强耦合的特点,很难建立控制过程数学模型,常规PID控制器难以实现有效控制。本文深入研究了球团生产工艺机理,并对某球团二厂进行现场调研,采用了模糊控制和解耦控制的理论,设计了模糊控制器和解耦控制器,对链篦机-回转窑温度场控制系统进行了详细设计,并借助于MATLAB对模糊解耦控制器进行了仿真,仿真结果证实了模糊解耦控制器合理性,为操作工提供了操作指导,也为将来实现球团自动控制打下基础。